JPH0632026B2 - 音声分析合成方法および装置 - Google Patents

音声分析合成方法および装置

Info

Publication number
JPH0632026B2
JPH0632026B2 JP59138704A JP13870484A JPH0632026B2 JP H0632026 B2 JPH0632026 B2 JP H0632026B2 JP 59138704 A JP59138704 A JP 59138704A JP 13870484 A JP13870484 A JP 13870484A JP H0632026 B2 JPH0632026 B2 JP H0632026B2
Authority
JP
Japan
Prior art keywords
parameter
synthesis
quantization
bit
range
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
Application number
JP59138704A
Other languages
English (en)
Other versions
JPS6117200A (ja
Inventor
隆夫 中島
宏 茂原
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Toshiba Corp
Original Assignee
Tokyo Shibaura Electric Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Tokyo Shibaura Electric Co Ltd filed Critical Tokyo Shibaura Electric Co Ltd
Priority to JP59138704A priority Critical patent/JPH0632026B2/ja
Priority to EP85108242A priority patent/EP0170087B1/en
Priority to DE8585108242T priority patent/DE3586671T2/de
Publication of JPS6117200A publication Critical patent/JPS6117200A/ja
Priority to US07/423,571 priority patent/US5018199A/en
Publication of JPH0632026B2 publication Critical patent/JPH0632026B2/ja
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

Description

【発明の詳細な説明】 〔発明の技術分野〕 本発明は音声を分析して特徴パラメータを抽出し、この
特徴パラメータに基づいて音声を合成する音声分析方法
および装置に関する。
〔発明の技術的背景〕
LPC、PARCOR、LSP、フォルマント方式等に
よる分析合成方式の音声分析合成装置では、音声を分析
して特徴パラメータを抽出することにより、音声情報を
圧縮して記憶している。そしてこの特徴パラメータから
原音声を合成している。さらに情報量を圧縮するため抽
出された特徴パラメータを量子化し、この量子化パラメ
ータを記憶するようにしている。
この量子化の際には、特徴パラメータの量子化パラメー
タとが線形の関係にある線形変換をおこなうことが多
い。量子化パラメータにNビットを割当てれば、量子化
パラメータの値は正の数で表現して0〜2N−1の範囲
をとる。ところが特徴パラメータの分布の統計的性質か
ら、0付近および2N−1付近の値をとる頻度が非常に
少ない場合がある。このとき量子化パラメータのビット
数Nを小さくすると、新しいビット数Nに対する2
N−1を超える範囲にも特徴パラメータが分布してしま
うため、単にビット数Nを少さくすることができず、ど
うしても無駄な範囲を生じ、特徴パラメータの記憶およ
び伝送に余分な情報量を必要としていた。
このことを考慮して特徴パラメータの一部又は全部を非
線形に変換した後量子化して、必要最小限のビット数の
量子化パラメータで特徴パラメータをあらわすことがお
こなわれている。しかしながらこのように非線形に量子
化した場合には量子化パラメータから特徴パラメータに
復元するときに、複雑な非線形変換の逆変換をする必要
があつた。通常、LSI化された音声分析合成装置で
は、この複雑な逆変換をROMにより実現しており、回
路規模が大きくなるという問題があった。
〔発明の目的〕 本発明は上記事情を考慮してなされたもので、少ない情
報量で歪の少ない量子化をすることができ、回路規模の
増加を招くことなく、高品位の合成音を得ることができ
る音声分析合成方法および装置を提供することを目的と
する。
〔発明の概要〕
上記目的を達成するために本発明による音声分析合成方
法は、音声を分析して得られた特徴パラメータの値に応
じて、特徴パラメータがとり得る値のうち特定の範囲に
属する値を特定のパターンとなるように特徴パラメータ
を量子化し、この量子化パラメータ中の特定のビット範
囲が表すパターンに応じて、この一部の特定のビット範
囲を変換し、この変換されたパラメータを前記量子化パ
ラメータに付加した合成パラメータにより音声を合成す
ることを特徴としている。
また本発明による音声分析合成装置は、音声を分析して
特徴パラメータを抽出する分析手段と、この分析手段か
ら抽出された特徴パラメータの値に応じて、特徴パラメ
ータがとり得る値のうち特定の範囲に属する特定のパラ
メータとなるように前記特徴パラメータを量子化し、量
子化パラメータを生成する量子化手段と、この量子化パ
ラメータ中の特定のビット範囲を入力し、この特定のビ
ット範囲が表すパターンに応じたパラメータに変換する
変換手段と、前記量子化パラメータに、この変換手段に
より変換されたパラメータを付加した合成パラメータよ
り音声を合成する合成手段とを備えたことを特徴として
いる。
〔発明の実施例〕
以下本発明を図示の実施例に基づいて説明する。第1図
に本発明の一実施例による音声分析合成装置を示す。ま
た、第2図(a)に20〜140の範囲の値をとる8ビ
ットの特徴パラメータを示し、第2図(b)にこの特徴
パラメータを7ビットに情報圧縮した量子化パラメータ
を示す。PARCOR分析によって得られる特徴パラメ
ータの内、音声の基本周波数を表すピッチパラメータは
通常20〜140の範囲の整数値をとる。従って分析回
路10の出力11は8ビットのデジタル値となる。とこ
ろがピッチパラメータは20〜140の間の121種類
の値しかとらないわけであるから、7ビットあれば表現
できる。この8ビットから7ビットへの圧縮を行うのが
量子化回路12の役割である。具体的には分析回路10
の出力11をその値によって20〜127と128〜1
40の2つの範囲に分ける。比較回数13は分析回路1
0の出力11が128〜140の範囲の間であるときに
は切り換え信号14を量子化回路12へ出力する。切り
換え信号14がないときは分析回路10の出力11は2
0〜127の間の数値のいずれかであるから、最上位ビ
ットは0である。切り換え信号14が与えられたときは
128〜140の値を0から12に変換する。具体的に
は128を0、129を1、以下同様にして140を1
2とする。これは元の値から128を減算することを相
当し、減算後最上位ビットは0となる。すなわち上記の
変換を行つた後の8ビットのデジタル値の最上位ビット
は常に0であるから7ビットで表しても同じことであ
る。そこで量子化回路12は7ビットのデジタル値とし
て量子化パラメータ15を出力する。
上記の場合、分析回路10の出力11の値が128以上
であるかどうかは、出力11の最上位ビットが1か0か
によって判別できる。従って、比較回路13には特別な
回路は不要で、分析回路10の出力11の最上位ビット
をそのまま切り換え信号14として利用できる。
このようにして得られた7ビットの量子化パラメータを
メモリ20に格納する。
次に、音声合成時にはメモリ20から読み出された7ビ
ットに圧縮された量子化パラメータを8ビットの合成パ
ラメータに伸長してから合成回路26に与えなければな
らない。この動きをするのが変換ROM25である。具
体的にはメモリ出力21が20〜127の値のいずれか
である時にはメモリ出力21の上記ビット側に1ビット
0を加えて8ビットとする。メモリ出力21が0〜12
の時には分析時と逆に128を加算すれば良いから、こ
の場合はメモリ出力21の上記ビット側に1ビット1を
加えて128〜140の値に変換する。メモリ出力21
の上位側3ビットが全て0の時、メモリ出力21は0〜
12の値のいずれかであると判別できる。従つて、メモ
リ出力21の上位3ビットを入力して、3ビット全てが
0のとき1、それ以下の時0を1ビットで出力する変換
ROMを用意する。第2図(c)に、変換ROM25の
入出力の関係を示す。この変換ROMの出力23をメモ
リ出力21の最上位側に8ビット目の信号として加える
と、メモリ出力21が20〜127の範囲の時は0が加
えられそのまま8ビットの信号になり、メモリ出力20
が0〜12の範囲の時は128が加えられるため128
〜140の値に変換できる。以上のようにして、7ビッ
トに圧縮された量子化パラメータであるメモリ出力21
から8ビットの合成パラメータ24を復元することがで
きる。
次に本発明の他の実施例について詳細に説明する。第3
図に、この実施例による音声分析合成装置の構成を示
す。さらに、第4図(a)にこの装置における特徴パラ
メータを示し、第4図(b)に量子化パラメータを示
す。分析回路10の出力を圧縮してメモリ20に格納す
るところまでは第1図の実施例と同じである。音声合成
時にはメモリ20から読み出された7ビットの量子化パ
ラメータを8ビットの合成パラメータに伸長してから合
成回路26に与えなければならない。この動きをするの
がパターン検出回路27とビット操作回路28である。
具体的にはメモリ出力21が20〜127の値のいずれ
かである時にはメモリ出力21の上記ビット値に1ビッ
ト0を加えて8ビットの合成パラメータ24とする。メ
モリ出力21が0〜12の時には分析時と逆に128を
加算すれば良いから、この場合はメモリ出力2の上位ビ
ット側に1ビット1を加えて128〜140に変換す
る。パターン検出回路27はメモリ出力21の上位側3
ビットが全て0の時、メモリ出力21は0〜12の値の
いずれかであると判別できるので検出信号29を出力す
る。ビット操作回路28は検出信号29が無い時0、検
出信号29が有るとき1を1ビットの信号として出力す
る。このビット操作回路の出力23をメモリ23をメモ
リ出力21の最上位側に8ビット目の信号として加える
と、メモリ出力21が20〜127の範囲の時は0が加
えられそのまま8ビットの信号になり、メモリ出力21
が0〜12の範囲の時は128が加えられるため128
〜140の値に変換できる。以上のようにして、7ビッ
トに圧縮された量子化パラメータであるメモリ出力21
から8ビットの合成パラメータを復元することができ
る。
上記の場合、パターン検出回路27を3入力のNAND
形論理回路で実現し、この出力をパターン検出信号29
として1ビットのデジタル値の1、0に対応させれば特
別なビット操作回路は不要である。
このように本実施例によれば極めて簡単な回路で、量子
化パラメータから合成パラメータを生成することができ
有効である。
例えばRARCOR方式で音声の分析合成をおこなう場
合、従来はピッチデータを7ビットで線量子化してい
る。この場合0〜127の範囲のピッチデータが量子化
できる。しかし実際に人の声を分析すると15以下のピ
ッチデータが得られることはなく、0〜15の範囲が無
駄となっていた。一方、男性の低目の声はピッチデータ
が130以上ある場合もあり、従来はこれを正しく量子
化することができなかった。しかしながら上記実施例に
よれば同じ7ビットで量子化する場合でも16〜143
の範囲のピッチデータを量子化することができ、量子化
パラメータの情報量を増やさず、かつ回路規模もほとん
ど増加することなく高品位の合成音を得ることができ
る。
〔発明の効果〕
以上の通り本発明によれば回路規模の増加を招くことな
く、少ない情報量で歪の少ない量子化をすることができ
る。
【図面の簡単な説明】
第1図は本発明の一実施例による音声分析合成装置のブ
ロック図、 第2図(a)、(b)、(c)は同音声分析合成装置の
特徴パラメータ、合成パラメータ、量子化パラメータ、
変換ROMの内容を示す図、 第3図は本発明の他の実施例による音声分析合成装置の
ブロック図、 第4図(a)、(b)は同音声分析合成装置の特徴パラ
メータ、合成パラメータ、量子化パラメータを示す図で
ある。 10……分析回路、11……特徴パラメータ、12……
量子化回路、13……比較回路、15……量子化パラメ
ータ、20……メモリ、21……量子化パラメータ、2
4……合成パラメータ、25……変換ROM、26……
合成回路、27……パターン検出回路、28……ビット
操作回路。

Claims (6)

    【特許請求の範囲】
  1. 【請求項1】音声を分析して得られた特徴パラメータの
    値に応じて、特徴パラメータがとり得る値のうち特定の
    範囲に属する値を特定のパターンとなるように特徴パラ
    メータを量子化し、 この量子化パラメータ中の特定のビット範囲が表すパタ
    ーンに応じて、この一部の特定のビット範囲を変換し、 この変換されたパラメータを前記量子化パラメータに付
    加した合成パラメータにより音声を合成することを特徴
    とする音声分析合成方法。
  2. 【請求項2】音声を分析して特徴パラメータを抽出する
    分析手段と、 この分析手段から抽出された特徴パラメータの値に応じ
    て、特徴パラメータがとり得る値のうち特定の範囲に属
    する値を特定のパターンとなるように前記特徴パラメー
    タを量子化し、量子化パラメータを生成する量子化手段
    と、 この量子化パラメータ中の特定のビット範囲を入力し、
    この特定のビット範囲が表すパターンに応じたパラメー
    タに変換する変換手段と、 前記量子化パラメータに、この変換手段により変換され
    たパラメータを付加した合成パラメータより音声を合成
    する合成手段と を備えた音声分析合成装置。
  3. 【請求項3】特許請求の範囲第2項記載の装置におい
    て、 前記変換手段はパラメータ変換ROMであることを特徴
    とする音声分析合成装置。
  4. 【請求項4】特許請求の範囲第2項記載の装置におい
    て、 前記変換手段は、前記特定のビット範囲が特定のパター
    ンであるか否かを検出するパターン検出手段と、このパ
    ターン検出手段の出力に応じて前記量子化パラメータへ
    の付加パラメータを出力する付加パラメータ発生手段と
    を有することを特徴とする音声分析合成回路。
  5. 【請求項5】特許請求の範囲第2項から第4項のいずれ
    かに記載の装置において、 前記量子化パラメータ中の上位側の複数ビットを前記特
    定のビット範囲とすることを特徴とする音声分析合成装
    置。
  6. 【請求項6】特許請求の範囲第2項から第5項のいずれ
    かに記載において、 前記合成パラメータのビット数が前記量子化パラメータ
    のビット数より大きいことを特徴とする音声分析合成装
    置。
JP59138704A 1984-07-04 1984-07-04 音声分析合成方法および装置 Expired - Lifetime JPH0632026B2 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
JP59138704A JPH0632026B2 (ja) 1984-07-04 1984-07-04 音声分析合成方法および装置
EP85108242A EP0170087B1 (en) 1984-07-04 1985-07-03 Method and apparatus for analyzing and synthesizing human speech
DE8585108242T DE3586671T2 (de) 1984-07-04 1985-07-03 Verfahren und einrichtung zur analyse und synthese von menschlicher sprache.
US07/423,571 US5018199A (en) 1984-07-04 1989-09-01 Code-conversion method and apparatus for analyzing and synthesizing human speech

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP59138704A JPH0632026B2 (ja) 1984-07-04 1984-07-04 音声分析合成方法および装置

Publications (2)

Publication Number Publication Date
JPS6117200A JPS6117200A (ja) 1986-01-25
JPH0632026B2 true JPH0632026B2 (ja) 1994-04-27

Family

ID=15228172

Family Applications (1)

Application Number Title Priority Date Filing Date
JP59138704A Expired - Lifetime JPH0632026B2 (ja) 1984-07-04 1984-07-04 音声分析合成方法および装置

Country Status (1)

Country Link
JP (1) JPH0632026B2 (ja)

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5533117A (en) * 1978-08-31 1980-03-08 Kokusai Denshin Denwa Co Ltd Voice transmission system
JPS59119395A (ja) * 1982-12-25 1984-07-10 カシオ計算機株式会社 音声情報の圧縮方式

Also Published As

Publication number Publication date
JPS6117200A (ja) 1986-01-25

Similar Documents

Publication Publication Date Title
EP0241922B1 (en) Musical tone generating apparatus
US4852179A (en) Variable frame rate, fixed bit rate vocoding method
WO1994017517A1 (en) Waveform blending technique for text-to-speech system
JPWO2004098066A1 (ja) 浮動小数点形式ディジタル信号可逆符号化方法、及び復号化方法と、その各装置、その各プログラム
JPH0573100A (ja) 音声合成方法及びその装置
CN118298803B (zh) 语音克隆方法
US7426462B2 (en) Fast codebook selection method in audio encoding
JPH0722957A (ja) 副バンドコーディングシステムの信号処理装置
CN103325376A (zh) 编码装置、编码方法、解码装置及解码方法
JPH0632026B2 (ja) 音声分析合成方法および装置
JP2552102B2 (ja) ディジタルデータのフォーマッチング/ディフォーマッチング回路
JP2796408B2 (ja) 音声情報圧縮装置
US5018199A (en) Code-conversion method and apparatus for analyzing and synthesizing human speech
JP4603429B2 (ja) クライアント・サーバ音声認識方法、サーバ計算機での音声認識方法、音声特徴量抽出・送信方法、これらの方法を用いたシステム、装置、プログラムおよび記録媒体
JP3236758B2 (ja) 可変長データのcrc演算装置
JP4645868B2 (ja) ディジタル信号処理方法、学習方法及びそれらの装置並びにプログラム格納媒体
US7092878B1 (en) Speech synthesis using multi-mode coding with a speech segment dictionary
US20050177257A1 (en) Digital signal processing method, learning method, apparatuses thereof and program storage medium
JPS58161000A (ja) 音声合成器
JPS6117197A (ja) 音声分析合成方法および装置
JP2002049395A (ja) ディジタル信号処理方法、学習方法及びそれらの装置並びにプログラム格納媒体
JPH01211799A (ja) 多言語を扱う音声の規則合成装置
KR920005508B1 (ko) 선형예측부호화를 이용한 코러스 합성회로
JPH08286670A (ja) 電子楽器
JP3648931B2 (ja) 反復変換音声符号化方法および装置