JPH0679231B2 - 音声合成装置 - Google Patents

Description

【発明の詳細な説明】 （産業上の利用分野） 本発明は、音声合成装置に関する。

（従来の技術） 従来の規則音声合成装置では、発声速度を変えて音声を
合成する場合には、音韻の継続時間長に関するパラメー
タを制御し、発声速度の異なる音声を生成していた。こ
のような従来技術については、日本音響学会音声研究会
資料S85-31（1985-07）「ホルマント、CV-VC型規則合
成」等で詳述されている。

（発明が解決しようとする問題点） 従来の装置では、発生速度を変化させるにあたり、音韻
継続時間長のみを変えていた。

一方、音声を合成する場合には、ピッチパタンの制御も
必要である。第２図は、生成されたピッチパタンの例を
示すための図である。ピッチパタンを規則によって生成
する場合には、一般に、話調成分と呼ばれる単調に下降
する成分21に、アクセント成分と呼ばれる単語または文
節毎のアクセント型に基づく成分22を重畳することによ
って生成する方法が採られる。アクセント成分22は、単
語毎のアクセント型によって決定されるが、前後の単語
のアクセント型や、意味の上でのつながり等によって結
合して別のアクセント型に変化することもある。

しかしながら実際の人間の発声の場合、このような変化
の仕方は、発声速度の変化によって変わってくる。この
ため、音韻の継続時間長のみを変えていた従来の装置で
は、発声速度を変えた場合にピッチパタンが実際の人間
の発声と異なってしまい、不自然な合成音声となってい
た。

これに対して本発明は、発声速度を変化させた場合で
も、より自然なピッチパタンを持った合成音声を生成す
ることが可能な音声合成装置を提供することを目的とし
ている。

（問題点を解決するための手段） 本発明は、音素記号列及び前記音素記号列により表現さ
れる単語あるいは文節のアクセント情報を入力され、発
声速度を指定することによって様々な発声速度で音声を
合成する音声合成装置において、前記音素記号列及びア
クセント情報が入力され、前記入力発声速度に応じてア
クセント核の位置及びアクセント成分の大きさを決定す
る手段とを有することを特徴とする。

（作用） 日本語では、単語あるいは文節単位にアクセント型が決
定される。単語は、それぞれ固有のアクセント型を有し
ている。しかし、文章中においては、前後の単語のアク
セント型や、意味の上でのつながり等によって結合して
別のアクセント型を生じることがある。また、自立語に
１つ以上の付属語が結合すると、アクセント核の位置が
移動する場合があるだけでなく、副次アクセントと呼ば
れるピッチ変化の小さな副次的なアクセント核が生じる
ことがある。副次アクセントについては、日本音響学会
音声研究会資料S83-05（1983-04）「付属語連鎖におけ
る副次アクセントの分析」に詳しく述べられているの
で、ここでは説明を省略する。このように、音声合成の
ピッチパタン制御におけるアクセント成分の生成は、単
語のアクセント型を推定し、文章の意味を解析すること
によって決定される。

ところが、このようにして決定されたアクセント成分
も、実際人間が発声する場合、発声速度が変化すること
によって変わってくる。アクセント成分の結合によるア
クセント核の消失や移動は、発声速度が速い場合には起
こり易いが、ゆっくり発声する場合には起こらないこと
もある。副次アクセントの生起は、発声速度が遅い場合
に起こり易く、またそのアクセント成分の大きさも大き
くなる。一方、発声速度が速くなると副次アクセントに
よるアクセント成分の大きさが小さくなったり、あるい
は消失したりする。このように、アクセント成分の形状
は発声速度によって変化するものである。

そこで、アクセント成分を決定する際に、発声速度の情
報を用いる。アクセント成分の結合とそれに伴うアクセ
ント核の移動の起こり易さや、副次アクセントの生起、
及びその大きさの決定の判断に発声速度を条件の１つと
して用いる。アクセントの結合が起こるかどうか、副次
アクセントが生じるかどうか、また生じた場合の大きさ
はどうかを、発声速度に応じて決定する。このようにし
て、アクセント成分を決定することにより、発声速度を
変化させた場合でも自然なピッチパタンを持った合成音
声を生成することが可能となる。

（実施例） 第１図は、本発明による音声合成装置の一実施例を示す
ブロック図である。

まず、文字列入力端子11から合成すべき文章を表す音素
記号列、単語境界を表す区切り記号等が入力され、継続
時間長決定部14、アクセント核決定部15、及び音響パラ
メータ生成部17に送られる。発声速度は、発声速度入力
端子12から入力され、継続時間長決定部14、及びアクセ
ント核決定部15に送られる。入力する発声速度は、予め
決められた何段階かの発声速度の中から選択しても良い
し、単位時間当りのモーラ数等、速度の単位を用いて指
定しても良い。継続時間長決定部14は、前記指定された
発声速度に応じて前記入力された音素記号列で表される
各音韻の継続時間長を決定する。

次に、各単語のアクセント情報がアクセント情報入力端
子13から入力され、アクセント核決定部15に送られる。
入力されるアクセント情報は、各単語のアクセント型、
アクセント成分の大きさ等である。アクセント成分の大
きさとしては、例えば、テキスト解析等によって導かれ
る前後の単語との意味の上での結合関係に基づいて決定
される、標準的な発声速度におけるアクセント成分の大
きさを表したものを入力とする。さらに、テキスト解析
を行うことによって、副次アクセントが生起する位置の
候補を上げることができるので、その位置も合わせて入
力する。アクセント核決定部15は、副次アクセントの生
起の有無、アクセント成分の結合やそれに伴うアクセン
ト核の移動、及び各アクセント成分の大きさを前記指定
された発声速度に応じて決定し、ピッチパタン生成部16
に送る。アクセント成分の大きさは、例えば、入力され
た標準的な発声速度におけるアクセント成分の大きさを
所望の発声速度におけるアクセント成分の大きさに変更
するための係数を、所望の発声速度ごとに定めたテーブ
ル等を用いることによって決定することができる。副次
アクセントの生起位置の候補においても同様に、発声速
度に応じて副次アクセント成分の大きさを変更する。副
次アクセントについては、発声速度がある程度以上速く
なった場合には、アクセント成分の大きさが０となるこ
とも有り得る。また、発声速度が遅くなる場合でも、副
次アクセント成分の大きさは、主アクセント成分以上に
はならない。したがって、このような発声速度と副次ア
クセント成分の大きさとの関係を表すデータ等を用意し
ておく。

ピッチパタン生成部16は、決定されたアクセント核の位
置とアクセント成分の大きさに基づいて合成音声のピッ
チパタンを生成する。

音響パラメータ生成部17は、前記入力された音素記号
列、句切り記号列、継続時間長決定部14で決定された各
音韻の継続時間長、及びピッチパタン生成部16で生成さ
れたピッチパタンにしたがって音声合成に必要な合成パ
ラメータを生成し、音声合成部18に送る。音声合成部18
は、前記合成パラメータから音声波形を合成する。前記
合成された音声波形は、音声出力端子19から出力され
る。

なお、第１図に示した実施例においては、アクセント情
報と音素記号列等とは別々に入力されるものとして説明
したが、アクセント情報と音素記号列等とを多重化させ
て入力するように変更することも可能である。

（発明の効果） 以上述べてきたように、本発明によれば、発声速度を変
化させた場合でも自然なピッチパタンを持った合成音声
を生成することが可能であり、様々な発声速度の合成音
声を出力する必要がある音声応答装置を実現するのに有
効である。

【図面の簡単な説明】

第１図は本発明による音声合成装置の一実施例を示すブ
ロック図、第２図は生成されたピッチパタンの例を示す
ための図である。 図において、11は文字列入力端子、12は発声速度入力端
子、13はアクセント情報入力端子、14は継続時間長決定
部、15はアクセント核決定部、16はピッチパタン生成
部、17は音響パラメータ生成部、18は音声合成部、19は
音声出力端子である。

Claims (1)

【特許請求の範囲】
1. 【請求項１】音素記号列及び前記音素記号列により表現
   される単語あるいは文節のアクセント情報を入力され、
   発声速度を指定することによって様々な発声速度で音声
   を合成する音声合成装置において、前記音素記号列及び
   アクセント情報が入力され前記入力発声速度に応じてア
   クセント核の位置及びアクセント成分の大きさを決定す
   る手段を有することを特徴とする音声合成装置。