JPH0554115B2 - - Google Patents
Info
- Publication number
- JPH0554115B2 JPH0554115B2 JP58053615A JP5361583A JPH0554115B2 JP H0554115 B2 JPH0554115 B2 JP H0554115B2 JP 58053615 A JP58053615 A JP 58053615A JP 5361583 A JP5361583 A JP 5361583A JP H0554115 B2 JPH0554115 B2 JP H0554115B2
- Authority
- JP
- Japan
- Prior art keywords
- speech
- division
- syllable
- input
- section
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Lifetime
Links
Description
(1) 発明の技術分野
本発明は音声処理装置に係り、特に音声データ
の分割を簡便に行える音声分割方式に関するもの
である。 (2) 従来技術と問題点 音声処理装置において音声を処理するにあたり
音声データを音声の単位に分割することは音声の
解析処理にあたり非常に重要なことである。この
音声データを単位に分割することは従来目視によ
る場合が多かつた。すなわち音声データをデイス
プレイ装置に表示してその表示されたデータの音
声パワーが最小になる点を求めるものであつた。 かくのごとく目視により音声データの分割がう
まく出来るのは各音声単位の大体の位置があらか
じめ予想できるということに大きく依存している
ものと考えられるがこれは非常に手間のかかるも
のであり熟練を必要とした。 音声データを詳細に分析することにより自動化
を行なう方法も考えられるが処理が複雑となりそ
の装置の価格も高価格となる。 (3) 発明の目的 本発明はこれら従来の欠点にかんがみ簡単な分
析により自動的に音声の分割を行なうことの可能
な音声分割方式を提供することにある。 (4) 発明の構成 この目的は本発明によれば入力音声データとは
別個に与えられ、当該入力音声データの発生内容
を表す記号列から、あらかじめ定められた規則に
従つて所望の音声単位の相対時間長を計算し、こ
の計算結果に基づいて、与えられた入力音声デー
タを上記音声単位に分割する分割点の候補を求
め、実際の入力音声データの情報をもとに分割候
補点付近において真の分割点を求めることを特徴
とする音声分割方式を提供することによつて達成
される。 (5) 発明の実施例 以下本発明にかかる音声分割方式の実施例につ
いて図面により詳細に説明する。 第１図は本発明の１実施例のブロツクダイアグ
ラムを示し、本実施例では与えられた音声データ
は単語あるいは文節単位の音声でありこれを音節
単位に分割するものとする。また発声内容はロー
マ字で表現されるものとする。 ローマ字入力部１から発声内容を示すローマ字
はコードにより入力されローマ字変換部２に送ら
れる。ここにおいては以下の処理を容易にするた
めローマ字変換規則３にしたがつてローマ字入力
部１から入力されたローマ字を特殊なローマ字表
記に変換される。この特殊表記においては撥音の
｜Ｎ｜がナ行の子音｜ｎ｜と区別され、促音の表
現は例えば｜ATTA｜が｜Ａ＊TA｜というよう
に後続子音を重ねる替わりに子音によらない表現
が用いられる。 ローマ字変換部２の出力はコードの状態におい
て相対音節計算部４に送られ、ここにおいてまず
上記変換部のローマ字表現が音声ごとに分割され
基本相対音節長辞書５および相対音節長調整規則
６の情報を用いて各音節の相対時間長が計算され
る。基本相対音節長辞書５の内容は各音節に含ま
れる子音・母音の種類により例えば標準の母音長
を長さ「２」、長母音を「４」、促音の続く母音を
「３」、また子音｜ｐ｜、｜ｔ｜、｜ｋ｜を「１」と
するなどあらかじめ定められたこれらの値を加算
したものを各音節の相対長として記述してある。
また相対音節長調整規則６の内容は最終音節が標
準母音で終る場合にはさらに長さ「１」を加え、
また無声化する可能性のある音節に関しての処
理、さらに音節数の少ない場合の特殊処理などを
記述したものである。相対音節長計算部４の出力
は音声分割候補点計算部１０に送られる。 一方においてローマ字入力部１から入力された
単語あるいは文節に対応する音声は音声入力部７
からアナログ信号として入力されその出力は音声
パワー時系列抽出部８においてAD変換され音声
パワーの時系列に変換される。そのデイジタル信
号は音声区間切出部９に送られここにおいて音声
パワーの時系列から音声区間が切り出され音声開
始時点と終了時点の情報が音声分割候補点計算部
１０に送られる。音声分割候補点計算部１０にお
いては音声区間の時間長が計算されまた前記相対
音節長計算部４で得られた各音節の相対時間長の
値に基づいて、各音節の絶対時間長が求められ各
音節の分割候補点が計算される。 音声分割修正部１１においては抽出部８よりの
音声パワー時系列の情報と計算部１０よりの音節
分割候補点の情報から真の音節分割点が求められ
る。ここでは音声パワー時系列上で音節分割候補
点の前後あらかじめ定められた区間の範囲で音声
パワーが最小となる時点を真の分割点とする。 つぎに第１図のブロツク図の動作の具体例とし
て「暑さだ」という音声の分割を説明する。 まづローマ字入力部１に 「ATSUSADA」 というローマ字が入力されローマ字変換部２にお
いて 「A.TSU.S.A.D.A」 という特殊表記に変換される。すなわち第１表に
示すごとき基本相対音節長辞書から各音節の相対
長をしらべそれらの合計を出す。このとき相対音
節長調整規則による調節が行なわれる。これを第
２表に示す。
の分割を簡便に行える音声分割方式に関するもの
である。 (2) 従来技術と問題点 音声処理装置において音声を処理するにあたり
音声データを音声の単位に分割することは音声の
解析処理にあたり非常に重要なことである。この
音声データを単位に分割することは従来目視によ
る場合が多かつた。すなわち音声データをデイス
プレイ装置に表示してその表示されたデータの音
声パワーが最小になる点を求めるものであつた。 かくのごとく目視により音声データの分割がう
まく出来るのは各音声単位の大体の位置があらか
じめ予想できるということに大きく依存している
ものと考えられるがこれは非常に手間のかかるも
のであり熟練を必要とした。 音声データを詳細に分析することにより自動化
を行なう方法も考えられるが処理が複雑となりそ
の装置の価格も高価格となる。 (3) 発明の目的 本発明はこれら従来の欠点にかんがみ簡単な分
析により自動的に音声の分割を行なうことの可能
な音声分割方式を提供することにある。 (4) 発明の構成 この目的は本発明によれば入力音声データとは
別個に与えられ、当該入力音声データの発生内容
を表す記号列から、あらかじめ定められた規則に
従つて所望の音声単位の相対時間長を計算し、こ
の計算結果に基づいて、与えられた入力音声デー
タを上記音声単位に分割する分割点の候補を求
め、実際の入力音声データの情報をもとに分割候
補点付近において真の分割点を求めることを特徴
とする音声分割方式を提供することによつて達成
される。 (5) 発明の実施例 以下本発明にかかる音声分割方式の実施例につ
いて図面により詳細に説明する。 第１図は本発明の１実施例のブロツクダイアグ
ラムを示し、本実施例では与えられた音声データ
は単語あるいは文節単位の音声でありこれを音節
単位に分割するものとする。また発声内容はロー
マ字で表現されるものとする。 ローマ字入力部１から発声内容を示すローマ字
はコードにより入力されローマ字変換部２に送ら
れる。ここにおいては以下の処理を容易にするた
めローマ字変換規則３にしたがつてローマ字入力
部１から入力されたローマ字を特殊なローマ字表
記に変換される。この特殊表記においては撥音の
｜Ｎ｜がナ行の子音｜ｎ｜と区別され、促音の表
現は例えば｜ATTA｜が｜Ａ＊TA｜というよう
に後続子音を重ねる替わりに子音によらない表現
が用いられる。 ローマ字変換部２の出力はコードの状態におい
て相対音節計算部４に送られ、ここにおいてまず
上記変換部のローマ字表現が音声ごとに分割され
基本相対音節長辞書５および相対音節長調整規則
６の情報を用いて各音節の相対時間長が計算され
る。基本相対音節長辞書５の内容は各音節に含ま
れる子音・母音の種類により例えば標準の母音長
を長さ「２」、長母音を「４」、促音の続く母音を
「３」、また子音｜ｐ｜、｜ｔ｜、｜ｋ｜を「１」と
するなどあらかじめ定められたこれらの値を加算
したものを各音節の相対長として記述してある。
また相対音節長調整規則６の内容は最終音節が標
準母音で終る場合にはさらに長さ「１」を加え、
また無声化する可能性のある音節に関しての処
理、さらに音節数の少ない場合の特殊処理などを
記述したものである。相対音節長計算部４の出力
は音声分割候補点計算部１０に送られる。 一方においてローマ字入力部１から入力された
単語あるいは文節に対応する音声は音声入力部７
からアナログ信号として入力されその出力は音声
パワー時系列抽出部８においてAD変換され音声
パワーの時系列に変換される。そのデイジタル信
号は音声区間切出部９に送られここにおいて音声
パワーの時系列から音声区間が切り出され音声開
始時点と終了時点の情報が音声分割候補点計算部
１０に送られる。音声分割候補点計算部１０にお
いては音声区間の時間長が計算されまた前記相対
音節長計算部４で得られた各音節の相対時間長の
値に基づいて、各音節の絶対時間長が求められ各
音節の分割候補点が計算される。 音声分割修正部１１においては抽出部８よりの
音声パワー時系列の情報と計算部１０よりの音節
分割候補点の情報から真の音節分割点が求められ
る。ここでは音声パワー時系列上で音節分割候補
点の前後あらかじめ定められた区間の範囲で音声
パワーが最小となる時点を真の分割点とする。 つぎに第１図のブロツク図の動作の具体例とし
て「暑さだ」という音声の分割を説明する。 まづローマ字入力部１に 「ATSUSADA」 というローマ字が入力されローマ字変換部２にお
いて 「A.TSU.S.A.D.A」 という特殊表記に変換される。すなわち第１表に
示すごとき基本相対音節長辞書から各音節の相対
長をしらべそれらの合計を出す。このとき相対音
節長調整規則による調節が行なわれる。これを第
２表に示す。
【表】
【表】
以上により各音節の長さは順に全長の2/12、3/
１２、3/12、4/12となる。 つぎに「暑さだ」と発声された音声のパワー情
報は音声入力部７に入力され12.8ｍｓごとに取り
込まれ音声パワー時系列抽出部８の出力として第
２図のごとき音声パワー時系列が得られる。音声
切出部９においてこの時系列から音声開始および
終了の音声区間が切り出されて音声分割候補点計
算部１０に送られる。ここにおいては音声区間の
全長を上記各音節の相対長に従つて分割する時点
が求められこの時点が音節の分割候補点となる。
これが第３図におけるａ，ｂ，ｃ点である。音声
分割修正部１１においてはこれら候補点ａ，ｂ，
ｃの前後２フレームの修正範囲Ｄ内でパワーが最
小となる時点を求めその時点をＡ，Ｂ，Ｃを真の
分割点とする。 (6) 発明の効果 以上詳細に説明したように本発明によれば実際
の音声情報なしで所望の音声単位の大体の位置を
推定することができるので簡単な分析だけで自動
的に音声の分割ができるので分割が楽になり本発
明は音声処理装置において頗る大なる効果を奏す
る。
１２、3/12、4/12となる。 つぎに「暑さだ」と発声された音声のパワー情
報は音声入力部７に入力され12.8ｍｓごとに取り
込まれ音声パワー時系列抽出部８の出力として第
２図のごとき音声パワー時系列が得られる。音声
切出部９においてこの時系列から音声開始および
終了の音声区間が切り出されて音声分割候補点計
算部１０に送られる。ここにおいては音声区間の
全長を上記各音節の相対長に従つて分割する時点
が求められこの時点が音節の分割候補点となる。
これが第３図におけるａ，ｂ，ｃ点である。音声
分割修正部１１においてはこれら候補点ａ，ｂ，
ｃの前後２フレームの修正範囲Ｄ内でパワーが最
小となる時点を求めその時点をＡ，Ｂ，Ｃを真の
分割点とする。 (6) 発明の効果 以上詳細に説明したように本発明によれば実際
の音声情報なしで所望の音声単位の大体の位置を
推定することができるので簡単な分析だけで自動
的に音声の分割ができるので分割が楽になり本発
明は音声処理装置において頗る大なる効果を奏す
る。
第１図は本発明にかかる音声分割方式の１実施
例のブロツク図、第２図および第３図は第１図の
ブロツク図の動作を説明するための音声波形図を
示す。 図面において、１はローマ字入力部、２はロー
マ字変換部、３はローマ字変換規則、４は相対音
節長計算部、５は基本相対音節長辞書、６は相対
音節長調整規則、７は音声入力部、８は音声パワ
ー時系列抽出部、９は音声区間切出部、１０は音
声分割候補点計算部、１１は音声分割点修正部を
それぞれ示す。
例のブロツク図、第２図および第３図は第１図の
ブロツク図の動作を説明するための音声波形図を
示す。 図面において、１はローマ字入力部、２はロー
マ字変換部、３はローマ字変換規則、４は相対音
節長計算部、５は基本相対音節長辞書、６は相対
音節長調整規則、７は音声入力部、８は音声パワ
ー時系列抽出部、９は音声区間切出部、１０は音
声分割候補点計算部、１１は音声分割点修正部を
それぞれ示す。
Claims (1)
- １ 入力音声データとは別個に与えられ、当該入
力音声データの発生内容を表す記号列から、あら
かじめ定められた規則に従つて所望の音声単位の
相対時間長を計算し、この計算結果に基づいて、
与えられた入力音声データを上記音声単位に分割
する分割点の候補を求め、実際の入力音声データ
の情報をもとに分割候補点付近において真の分割
点を求めることを特徴とする音声分割方式。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP58053615A JPS59180597A (ja) | 1983-03-31 | 1983-03-31 | 音声分割方式 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP58053615A JPS59180597A (ja) | 1983-03-31 | 1983-03-31 | 音声分割方式 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS59180597A JPS59180597A (ja) | 1984-10-13 |
| JPH0554115B2 true JPH0554115B2 (ja) | 1993-08-11 |
Family
ID=12947802
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP58053615A Granted JPS59180597A (ja) | 1983-03-31 | 1983-03-31 | 音声分割方式 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS59180597A (ja) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS6075892A (ja) * | 1983-10-01 | 1985-04-30 | 電子計算機基本技術研究組合 | 音素セグメンテ−シヨン方法 |
| JPH0766272B2 (ja) * | 1987-08-24 | 1995-07-19 | 日本電気株式会社 | 音声セグメンテ−ション装置 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS59149400A (ja) * | 1983-02-16 | 1984-08-27 | 電子計算機基本技術研究組合 | 音声入力装置 |
-
1983
- 1983-03-31 JP JP58053615A patent/JPS59180597A/ja active Granted
Also Published As
| Publication number | Publication date |
|---|---|
| JPS59180597A (ja) | 1984-10-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US5220639A (en) | Mandarin speech input method for Chinese computers and a mandarin speech recognition machine | |
| US5787230A (en) | System and method of intelligent Mandarin speech input for Chinese computers | |
| JPH03224055A (ja) | 同時通訳向き音声認識システムおよびその音声認識方法 | |
| Solórzano et al. | Comparison of two forced alignments systems for aligning Bribri speech | |
| Lee | Reading machine: From text to speech | |
| JP6926175B2 (ja) | 表示支援装置、方法およびプログラム | |
| JPS59180597A (ja) | 音声分割方式 | |
| JPH11338498A (ja) | 音声合成装置 | |
| JP2580568B2 (ja) | 発音辞書更新装置 | |
| KR101604553B1 (ko) | 비교사 분할 및 병합에 의한 의사형태소 음성 인식 단위 생성 장치 및 방법 | |
| Setiawan et al. | Designing the balinese script-to-speech synthesis system using noto serif balinese font | |
| JPH03245192A (ja) | 外国語単語の発音決定方法 | |
| JP3234371B2 (ja) | 音声合成用音声持続時間処理方法及びその装置 | |
| JPS62212870A (ja) | 文章読み上げ校正装置 | |
| JPH04232997A (ja) | 音声認識装置における認識結果表示方式 | |
| JPH02308194A (ja) | 外国語学習装置 | |
| JPS6373298A (ja) | 文―音声変換装置に用いる複合語処理装置 | |
| JPS6349243B2 (ja) | ||
| JPH03254963A (ja) | 文書点字化装置 | |
| JPH02137899A (ja) | 規則合成装置の文字表示方法 | |
| JP3019447B2 (ja) | 外国語カタカナ表記変換方式 | |
| WO2023047623A1 (ja) | 情報処理装置、情報処理方法及び情報処理プログラム | |
| JP2000250905A (ja) | 言語処理装置及びそのプログラム記憶媒体 | |
| JPS61121167A (ja) | 区切り発声に基づく音声ワ−ドプロセツサ | |
| JPH01259453A (ja) | 日本語音声翻訳機 |