JPH0451298A - 音声合成装置 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 ［産業上の利用分野コ 本発明は、音声応答装置などに内蔵される音声合成装置
に関するものである。

［従来の技術］ 従来より、音声応答装置などに内蔵される音声合成装置
として、入力音声を一定の音声データに変換して音声デ
ータ蓄積部に蓄積しておき、該音声データ蓄積部に蓄え
た複数の音声データに基づいて、これら複数の音声デー
タをつなぎ合わせた合成音声を出力する形式のものが開
発されている。

ただし、従来の音声合成装置では、音声データ蓄積部に
蓄積する音声データは、入力音声をまずアナログ信号に
変換し、さらに、それをディジタル信号に変換すること
によって得て、そのまま音声データ蓄積部に格納する。

そして、合成音声を出力する場合には、音声データ蓄積
部に蓄積しておいた該当の音声データを、ディジタル信
号からアナログ信号に変換してそのまま音声に再生する
こととしていた。

即ち、従来の音声合成装置は、入力音声の周波数成分や
ピッチ周波数に対しては何ら加工をせず、単に音声デー
タの蓄積処理と、蓄積した音声データの合成再生を行う
ものであった。

［発明が解決しようとする課題］ ところが、発声者が異なる入力音声相互は、周波数成分
やピッチ周波数に違いがあり、前記ピッチ周波数の差異
は声の高低差として、聴感上の声質を相異させる。

そのため、入力音声の周波数成分やピッチ周波数に対し
ては何ら加工をしない従来の音声合成装置では、発声者
の異なる複数の音声データをつなぎ合わせて出力する場
合に、その出力音声は、声の高低が相異した複数種の声
質の混在したものとなり、聴取者に対し違和感を与えて
しまうため、実用に堪えないという欠点があった。

本発明は、前記事情に鑑みてなされたもので、発声者が
異なる複数の音声データをつなぎ合わせて音声出力する
場合において、発声者毎のピッチ周波数の差異によって
出力音声上に声の高低差が生じることを防止することが
でき、聴取者に対して違和感を与えることのない音声合
成装置を提供することを目的とする。

［課題を解決するための手段］ 本発明に係る音声合成装置は、入力音声を一定の音声デ
ータに変換して音声データ蓄積部に蓄積しておき、該音
声データ蓄積部に蓄えた複数の音声データに基づいて、
これら複数の音声データをつなぎ合わせた合成音声を出
力する装置である。

具体的には、各入力音声毎にその音声データ上のピッチ
周波数を算出するピッチ周波数計数部と、出力する音声
データのピッチ周波数を修正するピッチ変換部とを備え
た構成をなす。

そして、前記ピッチ変換部においては、前記ピッチ周波
数計数部の算出した各音声データのピッチ周波数を基準
のピッチ周波数と比較して、各音声データのピッチ周波
数が基準のピッチ周波数に一致するように、各音声デー
タに対してピッチ変換処理を行う。

［作用］ 本発明に係る音声合成装置においては、入力音声に対し
ては、ピッチ周波数計数部によってピッチ周波数を算出
し、そのピッチ周波数の情報とともに、入力音声に対す
る音声データの蓄積を行う。

そして、音声出力する場合には、ピッチ変換部によって
、音声データ蓄積部に蓄積した音声データのピッチ周波
数を基準のピッチ周波数に修正するため、出力する音声
信号はピッチ周波数が一通りに統一される。

従って、発声者が異なる複数の音声データをつなぎ合わ
せて音声出力する場合においても、発声者毎のピッチ周
波数の差異によって出力音声上に声の高低差が生じるこ
とを防止することができ、聴取者に対して違和感を与え
ることがなくなる。

［実施例］ 第１図は、本発明の一実施例を示すブロック図である。

この一実施例の音声合成装置では、入力音声であるアナ
ログ音声信号を入力端子１０に受け、該入力端子１０の
受けたアナログ音声信号は、アナログ・ディジタル変換
部１１および適応差分ＰＣＭ変換部１２およびピッチ周
波数計数部１３によって一定の形式の音声データに変換
して、音声データ蓄積部１４に蓄積する。

そして、前記音声データ蓄積部１４に蓄えた複数の音声
データに基づき、これらの複数の音声データをつなぎ合
わせた合成音声となる音声信号を出力端子１６から出力
するが、合成音声となる音声信号を生成する場合には、
合成音声となる音声信号を生成するために前記音声デー
タ蓄積部１４から読み出した複数の音声データのそれぞ
れに対して、ピッチ変換部１７および適応差分ＰＣＭ復
調部１８による処理を施す。

なお、第１図において、符号１９は、前記アナログ・デ
ィジタル変換部１１．Ｊ応差骨ＰＣＭ変換部１２．ピッ
チ周波数計数部１３．音声データ蓄積部１４．ピッチ変
換部１７．適応差分ＰＣＭ復調部１８などの動作を制御
する制御部である。

以下、第１図の各部の動作を詳述する。

入力端子１０の受けたアナログ音声信号は、まず、アナ
ログ・ディジタル変換部１１によってディジタル音声信
号に変換された後、適応差分ＰＣＭ変換部１２とピッチ
周波数計数部１３とに送出される。

前記適応差分ＰＣＭ変換部１２では、アナログ・ディジ
タル変換部より受けたディジタル音声信号に対して適応
差分ＰＣＭ方式に従う三輪処理を実行して、適応差分Ｐ
ＣＭデータを作成する。

一方、ピッチ周波数計数部１３は、アナログ・ディジタ
ル変換部より受けたディジタル音声信号に対して、ピッ
チ周波数ｆｐを算出する。

このピッチ周波数ｆｐの算出は、次のようになされる。

前記アナログ・ディジタル変換部１１においてデータ変
換されるアナログ音声信号が、第２図に示す波形２１を
示す場合、この波形２１上で音声パワーがピーク値とな
るパワーピーク部２２の現れる周期を算出し、これをピ
ッチ周期Ｔｐとする。

そして、次の（１）式に基きピッチ周波数ｆｐを計算す
る。

ｆｐ＝１／Ｔｐ　　　　　　　　　　・・・・・（１）
そして、同一ピッチ周期Ｔｐが続く波形２１の継続時間
を求めて、先に算出したピッチ周波数ｆｐに対応する波
形２１上の区間を算定する。

そして、ピッチ周波数計数部１３によって算出した波形
２１に対するピッチ周波数ｆｐの情報は、波形２１につ
いて前記適応差分ＰＣＭ変換部１２によって得た適応差
分ＰＣＭデータと併せて、波形２１に対する音声データ
とし、ともに音声データ蓄積部１４に蓄積する。

次に音声出力をする場合には、まず音声データ蓄積部１
４より適応差分ＰＣＭデータとそのピッチ周波数ｆｐの
情報とを前記ピッチ変換部１７に送出する。

このピッチ変換部１７では、受は取った適応差分ＰＣＭ
データに対するピッチ周波数ｆｐの平均値Ｐｘを、受は
取ったピッチ周波数ｆｐの情報から計算し、更に前記制
御部１９に予め記憶させておいた基準のピッチ周波数Ｐ
ｙとを比較して、次式によって定義される修正値Ｃｐを
算出する。

Ｐ　ｙ　／　Ｐ　ｘ　＝　Ｃｐ　　　　　　　　　・・
・（２）修正値Ｃｐは、任意の入力波形２１に対する平
均値Ｐｘを、基準のピッチ周波数ｐｙに修正するための
修正値である。

即ち、ピッチ変換部１７が受は取った適応差分ＰＣＭデ
ータに対する各ピッチ周波数には、前記修正値Ｃｐを一
律に乗じて、ピッチ周波数の修正を行えば、修正された
ピッチ周波数の平均値は、前記基準のピッチ周波数Ｐｙ
に等しくなる。

このピッチ周波数の修正処理は、具体的には、修正する
ピッチ周波数に対する適応差分ＰＣＭデータ上のデータ
を、Ｃｐの値に応じて間引いたり、或いは補充すること
により行う。

一例としては、Ｃｐ＝１．５の場合には、適応差分ＰＣ
Ｍデータ上の修正対象範囲のデータを３つに区切り、間
の１つの区間のデータを削除するという方法をとる。

逆に、ｃｐ＝ｏ、５の場合には、１つのデータの次に同
じデータを重ねるという方法をとる。

但し、ピッチ周波数計数部１３にて計算した継続時間に
基き、一つの継続時間の間は、同様な修正処理をする。

第３図（ａ）はピッチ周波数を修正すべき元の波形３１
を示し、第３図（ｂ）は波形３１に対してピッチ周波数
を増大させた場合の波形３２を示し、第３図（Ｃ）は波
形３１に対してピッチ周波数を減少させた場合の波形３
３を示したものである。

そして、この様にしてピッチ周波数が基準のピッチ周波
数Ｐｙに修正された音声データは、適応差分ＰＣＭ復調
部１８に送出され、ピッチ周波数の一定のアナログ音声
信号に復調されて、出力端子１６から出力され、音声に
再生されることになる。

以上のように、前記一実施例の音声合成装置においては
、入力音声に対しては、ピッチ周波数計数部１３によっ
てピッチ周波数を算出し、そのピッチ周波数の情報とと
もに、入力音声に対する音声データの蓄積を行う。そし
て、音声出力する場合には、ピッチ変換部１７によって
、音声データ蓄積部１４に蓄積した音声データのピッチ
周波数を基準のピッチ周波数に修正するため、出力する
音声信号はピッチ周波数が一通りに統一される。

従って、発声者が異なる複数の音声データをつなぎ合わ
せて音声出力する場合においても、発声者毎のピッチ周
波数の差異によって８力音声上に声の高低差が生じるこ
とを防止することができ、聴取者に対して違和感を与え
ることがなくなる。

［発明の効果］ 以上の説明から明らかなように、本発明に係る音声合成
装置においては、入力音声に対しては、ピッチ周波数計
数部によってピッチ周波数を算出し、そのピッチ周波数
の情報とともに、入力音声に対する音声データの蓄積を
行う。

そして、音声出力する場合には、ピッチ変換部によって
、音声データ蓄積部に蓄積した音声データのピッチ周波
数を基準のピッチ周波数に修正するため、出力する音声
信号はピッチ周波数が一通りに統一される。

従って、発声者が異なる複数の音声データをつなぎ合わ
せて音声出力する場合においても、発声者毎のピッチ周
波数の差異によって出力音声上に声の高低差が生じるこ
とを防止することができ、聴取者に対して違和感を与え
ることがなくなる。

【図面の簡単な説明】

第１図は本発明の一実施例の構成を示すブロック図、第
２図は一実施例におけるピッチ周波数計数処理の説明図
、第３図＜ａ　）、　（ｂ　）、　（Ｃ）はそれぞれピ
ッチ周波数の修正処理の説明図である。 １０・・・・・・入力端子、１１・・・・・・アナログ
・ディジタル変換部、１２・・・・・・適応差分ＰＣＭ
変換部、１３・−・・・・ピッチ周波数計数部、１４・
・・・・・音声データ蓄積部、１６・・・・・・出力端
子、１７・・・・・・ピッチ変換部、１８・・・・・適
応差分ＰＣＭ復調部、１９・・・・・制御部。

Claims (1)

1. 【特許請求の範囲】 入力音声を一定の音声データに変換して音声データ蓄積
   部に蓄積しておき、該音声データ蓄積部に蓄えた複数の
   音声データに基づいて、これら複数の音声データをつな
   ぎ合わせた合成音声を出力する音声合成装置であって、 各入力音声毎にその音声データ上のピッチ周波数を算出
   するピッチ周波数計数部と、出力する音声データのピッ
   チ周波数を修正するピッチ変換部とを備え、 前記ピッチ変換部においては、前記ピッチ周波数計数部
   の算出した各音声データのピッチ周波数を基準のピッチ
   周波数と比較して、各音声データのピッチ周波数が基準
   のピッチ周波数に一致するように各音声データに対して
   ピッチ変換処理を行うことを特徴とした音声合成装置。