JPH0438360B2 - - Google Patents

Description

【発明の詳細な説明】 〔技術分野〕 本発明は音声合成器に関し、特に音声合成フイ
ルタをインパルス列もしくは白色雑音で駆動する
音声合成器に関する。

〔従来技術〕

入力音声信号を分析して得られるその巨視的構
造を示すスペクトル包絡情報ならびに微細構造を
示す音源情報を受けこれら分析情報にもとづいて
入力音声信号を再生する音声合成器は近時よく知
られつつある。

このような音声合成器においては、分析情報と
して伝送されるスペクトル包絡情報、通常は入力
音声信号をLPC（Linear Prediction Coefficient
線形予測係数）分析して求められるＫパラメータ
（偏自己相関関数）の如き線形予測係数をフイル
タ係数とし、これを音源情報で駆動する全極型の
デジタルフイルタが音声合成フイルタとして備え
られている。

このような音声合成フイルタを駆動する際に音
源情報として利用されるインパルス列または白色
雑音は、音源情報のもつ波形情報は切捨てて音源
のピツチ周期と有声／無声／無音情報ならびに音
声電力等で音源情報をモデル化したものであり、
有声音源はそのピツチ周期のインパルス列で、ま
た無音、無声は白色雑音によるモデル化表現が行
なわれている。

しかしながら従来のこの種の波形非伝送の分析
情報を利用する音声合成器にあつては、マルチパ
ルスボコーダ、残差励振型ボコーダ等波形伝送型
の音声合成器に比して本質的に位相情報に欠け、
またピツチ周期情報にもあいまい性が入り込み易
いうえ特にパルス励振点にエネルギーの過度の集
中が起り自然性に乏しい機械音的な合成音質とな
るという欠点がある。

上述したパルス励振点とは分析側から合成側に
伝送されるピツチ周期情報に対応して発生するピ
ツチパルス位置であり音声合成フイルタはこのピ
ツチパルス位置を励振点として駆動されるもので
ある。

〔発明の目的〕

本発明の目的は上述した欠点を除去し、音声合
成フイルタをインパルス列または白色雑音でモデ
ル化した音源で駆動する音声合成器において、電
力スペクトルは変えることなく合成波形に対し予
め設定した周波数特性の遅延量を付与することに
よつてそのエネルギーを時間的に分散せしめると
いう手段を備えて合成音の自然性を著しく改善し
うる音声合成器を提供することにある。

〔発明の構成〕

本発明の装置は、音声合成フイルタをインパル
ス列もしくは白色雑音でモデル化した音源で駆動
することによつて入力音声信号を合成する音声合
成器において、分析側から合成側に伝送されるピ
ツチ周期情報に対応して発生するピツチパルスに
よるパルス励振点のエネルギーの過度な集中を分
散させるように音声合成フイルタの出力波形の位
相を分散させる、予め設定した遅延周波数特性を
付与した振幅平坦な線形フイルタによる遅延量を
付加して遅延歪を与える遅延歪付加手段を備えて
構成される。

〔実施例〕

次に図面を参照して本発明を詳細に説明する。
第１図は本発明の音声合成器の一実施例を示すブ
ロツク図である。第１図に示す音声合成器は、デ
マルチプレクサ１、ピツチパルス発生器２、雑音
発生器３、切替器４、可変増幅器５、音声合成フ
イルタ６、遅延器７、Ｄ／Ａコンバータ８、
LPF（Low Pass Filter）９等を備えて構成され
る。

デマルチプレクサ１は伝送路１０１を介して合
成すべき音声信号の分析情報を入力する。この分
析情報はLPC分析器、ピツチ抽出器、有声／無
声／；無音判別器、電力計測器等を備えて構成さ
れる音声分析器によるスペクトル包絡情報ならび
に音源情報の多重化信号、もしくはかかる包絡情
報ならびに音源情報を予めストアし多重化信号と
して出力するメモリ回路等からの多重化信号であ
り、スペクトル包絡情報としてのLPC係数デー
タ、音源情報としての有声／無声／無音データお
よびピツチ周期データならびに短時間音声電力デ
ータが含まれる。これらのスペクトル包絡情報と
音源情報とは通常次のようにして形成されてい
る。

すなわち、入力音声信号は分析ごとに所定のビ
ツト数のデジタル量に変換され量子化音声信号と
してLPC分析器に供給され、これにより分析フ
レームごとにオートコリレーシヨン（Auto
Correlation）法等の公知の手法によるLPC分析
を受けて所定の次数のLPC係数が抽出されマル
チプレクサ等の多重化回路に供給される。

入力音声信号の微細構造としての音源情報はピ
ツチ、有声／無声／無音ならびに音声電力に関す
る情報によつて次のようにモデル化された音源情
報として分析出力される。

すなわち、ピツチ抽出器は分析フレームごとに
量子化音声信号の自己相関関数を利用して音源の
ピツチ情報を抽出したうえこれをマルチプレクサ
に供給し、また有声／無声／無音判別器は分析フ
レームごとに受ける量子化音声信号の自己相関関
数を利用し、入力が有声音であるか、無声音であ
るか、あるいはまた全く音声が存在しない無音か
のいずれかの状態かを判別しその結果の有声／無
声／無音判別データをマルチプレクサに供給す
る。さらは電力計測器により分析フレームごとに
入力する量子化音声信号の遅れ時間零における自
己相関関数を求めて短時間電力データとしてこれ
をマルチプレクサに供給する。

上述したピツチ抽出、有声／無声／無音判別な
らびに電力計測に関する技術はいずれも公知の技
術としてボコーダ等の応用分野でよく知られてい
るものである。

音声分析器もしくはメモリ回路等は、こうして
入力する各データをマルチプレクサ等で適宜組合
せて多重化し伝送符号化を行ない伝送路１０１に
送出し、これを音声合成器に供給する。

第１図に示す音声合成器は伝送路１０１を介し
て送出された多重化データの多重分離と復号化と
をデマルチプレクサ１によつて実施し、復号化し
たLPC係数データは音声合成フイルタ６に、ピ
ツチ周期データはピツチパルス発生器２に、有
声／無声／無音データは切替器４に、また短時間
音声電力データは可変増幅器５にそれぞれ供給さ
れる。

音声合成フイルタ６は予め定めた次数の全極型
デジタルフイルタとして構成され、LPC係数は
このフイルタのフイルタ係数として利用される。

有声／無声／無音データは切替器４に供給さ
れ、このデータが有声を指定するときはピツチパ
ルス発生器２の出力を可変増幅器４に、また無
声／無音のときには雑音発生器３の出力を可変増
幅器５に供給するように切替器４を切替えさせ
る。

ピツチ周期データを供給されたピツチパルス発
生器２はこのピツチ周期に対応する周波数のピツ
チパルスを発生しこれを切替器４に供給する。従
つて有声／無声／無音データが有声を指定すると
きにはこのピツチパルスが可変増幅器５に供給さ
れる。

雑音発生器３は白色雑音を発生し、有声／無
声／無音データが無声か無音かを指定するときは
この白色雑音が可変増幅器５に供給される。

以上のようにして入力音声信号が有声のときに
はピツチパルスにより、また入力音声信号が無声
か無音の場合には白色雑音で音源のモデル化を図
る。

可変利得増幅器５はこうして入力するピツチパ
ルスもしくは白色雑音に対し、別に入力する短時
間音声電力データの大きさに対応した重み付け増
幅を実施したのちこれを音声合成フイルタ６に供
給し、このフイルタの駆動音源とする。

音声合成フイルタ６はこうして入力するLPC
係数をそのフイルタ係数とし、駆動音源によつて
駆動され分析フレームごとに量子化合成波形を再
生する。

しかしながらこうして再生された量子化合成波
形にはピツチパルスに対応して音声合成フイルタ
６を駆動せしめるパルス励振点にエネルギーの過
度の集中が生起し、自然性に乏しい合成音声とな
ることは前述したとおりである。

本実施例では次のようにして合成波形のエネル
ギーの時間的分散を図り上述した欠点を基本的に
除去している。

遅延器７は、パルス励振点におけるエネルギー
の過度な集中を分散させ、合成音質の劣化を抑止
するように音声合成フイルタ６の出力波形の位相
を分散させる遅延周波数特性を付与し、かつ振幅
特性はフラツトの振幅平坦なトランスバーサル型
の線形フイルタを内蔵する。

このフイルタは、周波数対遅延量が音声合成フ
イルタの出力波形の位相分散を所望のものとする
ような非直線遅延特性を確保するようにフイルタ
係数が予め設定される。

第２図は第１図の実施例において合成波形に付
与すべき遅延周波数特性の一例を示す遅延量周波
数特性図である。

第２図の点線で示す特性ｌは、音声合成フイル
タを上述した実施例におけるごとく、波形情報を
もたないモデル化音源で駆動する場合に得られる
合成波形の周波数スペクトルの一例を示すもので
あり、300Hzから3.4KHzの伝送周波数帯域にわた
つて500Hz、1500Hzおよび2500Hz近傍においてエ
ネルギーの集中が見られるフオルマントが存在し
ている。この周波数スペクトルは分析した入力音
声信号の周波数スペクトルとも対応するものであ
るが、実際の音声信号はこれらフオルマント周波
数間に時間差があり従つてこれら各フオルマント
におけるエネルギーが同一時点で集中することは
ない。しかしながら、LPC分析および合成を利
用する通常の音声分析、合成にあつてはこれら各
フオルマントの時間的位置は相互の時間差のない
ものとして処理され、このため音声合成フイルタ
の駆動においてパルス励振点にエネルギーの過度
の集中をもたらすこととなり前述した欠点を招来
する。

このような問題点を避けるには合成波形におけ
る各フオルマント周波数の時間的位置相互間に時
間的シフト量を付与してエネルギーの集中を避け
ればよい。本実施例においては第２図の曲線δで
示すように周波数に対応して非直線的に増加する
遅延量を与える遅延特性を有する遅延器７を備え
てエネルギーの集中を分散せしめているが、この
ような非直線的遅延特性はフオルマントエネルギ
ー相互の時間的分散を図れるものであれば任意に
設定しても差支えなく、またトランスバーサル型
のフイルタ等で容易に実現しうることも明らかで
ある。

遅延器７はこのようにして音声合成フイルタの
出力に遅延歪を与えたのちをこれをＤ／Ａコンバ
ータ８に供給する。

Ｄ／Ａコンバータ８はこうして入力した遅延歪
付加デジタル合成生音声をアナログ変換しこれを
LPF９に送出する。

LPF９は入力に所定の高域周波数遮断フイル
タリングを行ない合成音声として出力ライン１０
２に送出する。

なお、上述した遅延器７は本実施例においては
トランスバーサル型フイルタを利用しているがこ
れは、ほぼ同等の機能を有するデジタルフイルタ
と交換しても一向に差支えなく、また本実施例の
如くトランスバーサル型のデジタルフイルタを利
用した場合でも、音声合成フイルタ６の出力をい
つたん分析側の量子化サンプリング周波数の整数
倍の周波数で再サンプル化する、いわゆるアツプ
サンプリングを実施してこれを入力して遅延歪を
付加したのち、ふたたびこれを逆にダウンサンプ
リングしてＤ／Ａコンバータ８に出力するという
方法をとつて遅延器７の構成をさらに容易にする
ことも可能である。

〔発明の効果〕

以上説明した如く本発明によれば、音声合成フ
イルタをインパルス列または白色雑音でモデル化
した音源で駆動する音声合成器において、合成波
形に対し、予め設定した遅延量周波数特性による
遅延量を付与してエネルギーを時間的に分散せし
めるという手段を備えることによつて自然性を著
しく改善した音声合成器が実現できるという効果
がある。

【図面の簡単な説明】

第１図は本発明による音声合成器の一実施例を
示すブロツク図、第２図は第１図の実施例におい
て合成波形に付与すべき遅延量周波数特性の一例
を示す遅延量周波数特性図である。 １……デマルチプレクサ、２……ピツチパルス
発生器、３……雑音発生器、４……切替器、５…
…可変増幅器、６……音声合成フイルタ、７……
遅延器、８……Ｄ／Ａコンバータ、９……LPF。

Claims (1)

【特許請求の範囲】
1. １ 音声合成フイルタをインパルス列もしくは白
   色雑音でモデル化した音源で駆動することによつ
   て入力音声信号を合成する音声合成器において、
   分析側から合成側に伝送されるピツチ周期情報に
   対応して発生するピツチパルスによるパルス励振
   点のエネルギーの過度な集中を分散させるように
   音声合成フイルタの出力波形の位相を分散させ
   る、予め設定した遅延周波数特性を付与した振幅
   平坦な線形フイルタによる遅延量を付加して遅延
   歪を与える遅延歪付加手段を備えて入力音声を合
   成することを特徴とする音声合成器。