JPH0731509B2 - 音声分析装置 - Google Patents

Description

【発明の詳細な説明】 〔産業上の利用分野〕 本発明は、音声を文節単位に分解して記憶する音声分析
方式に係り、特に、案内放送等、自然で大量の再生音声
を必要とする分野において用いるための音声パターンを
作成するために用いて好適な音声分析方式に関する。

〔従来の技術〕

従来、特公昭59−22240号公報に開示されたような、音
声合成装置が知られている。この音声合成装置は、文章
番号を指定すると文章テーブルからその音声文を構成す
る一連の文節アドレスを読出し、この文節アドレスによ
つて、音声パターン・メモリから文節を読出し復号し
て、その文章を音声として送出するものであり、多くの
音声パターンを必要とする。この音声パターンを作成す
るための方法として、特開昭58−205196号公報に開示さ
れたものが知られている。

この従来技術は、文節毎に発声したデータ、または文節
間に適当な間合をもたせた文章を発声したデータの無音
区間を、予め設定した基準レベル以下の信号が、予め設
定した基準時間以上続くことにより検出し、有音部を切
出して音声パターンとしていた。

〔発明が解決しようとする問題点〕

しかし、前述した従来技術によつて作成された音声パタ
ーンを用いて、前記音声合成装置を動作させ、案内放送
等を行つた場合、発声速度や、イントネーシヨンに不自
然さがあつた。すなわち、前記従来技術は、文節の切出
しを無音区間の検出に頼つているため、原音を文章の形
でなく、文節単位で発声したり、必要以上の間合いをも
つて発声しなければならず、アクセント、抑揚、間合等
の点で自然な再生音声が得られるような文節の音声パタ
ーンが得られないという問題があつた。また、文節内に
無音部が生じた場合、間違つた文節の切出しを行つてし
まい、確認、訂正操作を必要とするという問題点があつ
た。

本発明の目的は、前述の如き問題点を解決し、音声合成
装置に用いる場合に、自然な再生音声を合成することが
できるような文節対応の音声パターンを得ることのでき
る音声分析方式を提供することにある。

〔問題点を解決するための手段〕

本発明によれば、前記目的は、切出したい文節に関する
構文情報を利用し、文章単位で自然に発声した音声デー
タから、有音部内における音節の個数と有音部長が、前
記文節に関する構文情報内の該当する文節と等価である
条件を満たすか否かを判断し、条件を満たす場合、その
有音部を該当する文節に対応する音声パターンとして検
出し、また条件を満たさない場合、条件を満たす迄隣接
する音節を併合し、あるいは、有音部内の最後位による
音節を切離して、条件を満たす有音部を捜して音声パタ
ーンとして検出することにより達成される。

〔作 用〕

本発明による音節の抽出は、母音等の有声音を抽出する
ことにより行われ、文節の検出は、音節の数により行わ
れる。検出した文節内の音節の数は、無声音の検出不能
も影響して実際の文節内の音節の数以下となり、原音発
声が不明瞭でない限り、検出した文節内の音節の数が、
実際の音節の数より多くなることはない。

また、原音の文節長は、発声毎に±10％程度変動する
が、それ以上大きく変動することはなく、本発明は、こ
の文節長と前述した音節数によつて文節を切出している
ので、正しい文節を容易に切り分けることができる。

さらに、原音として文章単位に自然に発声された音声デ
ータを用いることができるので、切り分けられた文節の
音声パターンを用いて、音声合成を行つた場合、ごく自
然な再生音声を得ることができる。

〔実施例〕

以下、本発明による音声分析方式の一実施例を図面につ
いて詳細に説明する。

第１図は、本発明による音声分析方式を実施する音声分
析装置のブロツク図、第２図〜第５図は、構文情報を説
明するメモリテーブルを示す図、第６図は、入力音声波
形の一列を示す図、第７図は、音声データと文節情報と
の比較判断テーブルである。第１図において、１は分析
すべき原音を入力するマイク、２はマイク１からのアナ
ログデータをADPCM等号等にデイジタル化する音声符号
化装置、５はマイクロプログラムにより音声の分析を行
う制御装置、６は制御装置５を動作させるためのマイク
ロプログラムを格納している制御メモリ、７は音声符号
化装置２で符号化された音声データを記憶するバツフア
メモリ、８は分析された文節単位の音声パターンを格納
する音声パターンメモリ、９は分析時に必要とする文節
や音節に関する構文情報が記憶される構文情報メモリ、
３は音声パターンメモリ８からの音声データをアナログ
信号に復号する音声復号化装置、４は音声復号化装置３
の出力信号を音声として出力するスピーカ、10は構文情
報を入力、表示し、分析経過の報告をする操作卓であ
る。

第１図に示す音声分析装置における制御装置５は、制御
メモリ６内のマイクロプログラムにより制御され、音声
符号化装置２からの原音声のデイジタル音声データをバ
ツフアメモリ７に格納し、構文情報メモリ９内の文節に
関する構文情報に基いて、バツフアメモリ７内の音声デ
ータから文節を切り分けて、音声パターンメモリ８に格
納する音声分析動作を行う。前記構文情報メモリ９内に
は、音節の種類とその音節の平均発声所要時間が分かる
音節情報テーブルが予め用意されている。

今、例えば、次に示す文章番号1,2の文章を音声合声装
置により合成するための文節の音声パターンを得たいも
のとする。

1. 「まもなく、一番線に東京行電車がまいります。」 2. 「まもなく、二番線に大阪行電車がまいります。」 まず、操作者は、操作卓10よりカナ文字と文節間の区切
り記号“/"を使つて、前記した合成したい文章を入力す
る。制御装置５は、制御メモリ６に格納されているマイ
クロプログラムに基づいて、操作卓10より入力された文
章を構文情報メモリ９内に第２図に示すように入力文章
テーブルとして記憶する。次に、制御装置５は、この入
力文章テーブルの内容を文節毎に分解し、同一の文節が
あれば、それらをまとめて一つの文節とし、第３図に示
すような文節データテーブルを構文情報メモリ９内に生
成する。制御装置５は、前記音節情報テーブルを利用し
て、文節データテーブル内の各文節毎に、その文節に含
まれる音節数と、その音節の平均発声所要時間の合計、
つまりその文節の平均発声所要時間を算出し、第４図に
示すような文節情報テーブルを構文情報メモリ９内に生
成する。さらに、制御装置５は、各文章を構成するため
の文節の順序を示す文節番号列による第５図に示すよう
な文章情報テーブルを生成して、構文情報メモリ９内に
記憶する。

以上の処理が終了すると、制御装置５は、操作卓10に文
章番号１の文章から順に表示して行き、表示された文章
の音声入力を促す。

そこで、操作者あるいは専任のアナウンサーがマイク１
から該当文章を所定の速度で自然に発生して入力する
と、この入力音声信号は、音声符号化装置２で符号化さ
れ、バツフアメモリ７に記憶される。このとき、入力音
声信号は、例えば、第６図に示すような波形となつてお
り、バツフアメモリ７への入力と同時に、有音部11と音
節12の位置情報も入力音声信号とともに記憶される。

制御装置５は、一つの文章が音声入力される毎に、バツ
フアメモリ７に記憶された音声データの最初の有音部か
ら順番に取出し、この有音部を構文情報メモリ９内の音
節情報テーブル、および文節情報テーブルと照合し、該
有音部が文節と等価か否か判断する。例えば、第６図に
示すような場合、まず、「マモナ」に相当する有音部11
が、バツフアメモリ７から取出され、その有音部に含ま
れる音節数と発声時間とが、第４図に示す文節番号１の
音節数と所要発声時間と比較される。この比較は、第７
図に示す第１番目の比較判断テーブル（ａ）、二段目以
降の比較判断テーブル（ｂ）により行われる。なお、テ
ーブル（ａ），（ｂ）において、−はバツフアメモリ７
から取出した有音部から末尾の音節エレメントを切り離
す、＋はバツフアメモリ７から取出した有音部に次の有
音部を付加する、○はバツフアメモリ７から取出した有
音部を文節と等価な音声データ（以下フレーズという）
とみなす、△は○と同様だが、前段での判断が＊を付与
した位置であれば、前段での有音部をフレーズとみな
す、という判断を夫々示している。

前述の場合、バツフアメモリ７より取出した「マモナ」
の有音部の音節数および発声時間が、ともに文節情報テ
ーブル内の文節の有節数および発声所要時間より小さい
ので、制御装置５は、第７図のテーブル（ａ）の右下角
部の＋の判断、すなわち、バツフアメモリ７から取出し
た有音部に次の有音部を付加するとの判断を下し、次の
有部「ク」をバツフアメモリ７から取出し、「マモナ」
の有音部に付加し、第７図のテーブル（ｂ）に基づいて
比較判断を行う。この結果、バツフアメモリ７より取出
した有音部「マモナ・ク」は、音節エレメント数も発声
時間も、第４図の文節情報テーブル内の文節番号１の文
節と近く、この文節と等価なフレーズとして音声パター
ンメモリ８に転送され、格納される。以後、制御装置５
は、同様にして文節に対応するフレーズをバツフアメモ
リ７内から切出し、次々と音声パターンメモリ８に格納
する。最後に、音声パターンメモリ８の内容は、音声復
号化装置３により復号化され、スピーカ４より合成音声
として出力され、操作者によつて確認される。

前述した実施例は、このままでも、操作卓10またはそれ
に替る上位装置からの文章番号による出力依頼情報によ
り、第５図に示す文章情報テーブルを検索して、音声出
力依頼があつた文章を構成する文節の文節番号に基づい
て、音声パターンメモリ８に記憶されている音声フレー
ズを読出して、音声復号化装置３で復号化し、スピーカ
４から出力できる音声合成装置として利用でき、音声分
析合成装置として利用できる。

さらに、自動生成された文章情報テーブルと、分析結果
のフレーズ対応の音声パターンを、他の音声合成装置に
移せば、その音声合成装置は、直ちに動作可能となり、
従来、音声合成装置において、分析された音声パターン
データ以外に、文章情報テーブルに相当するテーブルを
作成しなければならない手間が不要となる。

〔発明の効果〕

以上説明したように、本発明によれば、文章単位で自然
に発声した原音を利用し、構文情報に基づいて、文節対
応の音声パターンを自動的に切り分け、音声分析を行う
ことができるので、この音声パターンを音声合成装置に
利用した場合に、きわめて自然な再生音声を得ることが
できる。また、原音として文章単位で自然に発声したデ
ータを用いるので原音発声者の負担も軽くすることがで
きる。

【図面の簡単な説明】

第１図は、本発明による音声分析方式を実施する音声分
析装置のブロツク図、第２図〜第５図は、構文情報を説
明するメモリテーブルを示す図、第６図は、入力音声波
形の一例を示す図、第７図は、比較判断テーブルを示す
図である。 １……マイク、２……音声符号化装置、３……音声復号
化装置、４……スピーカ、５……制御装置、６……制御
メモリ、７……バツフアメモリ、８……音声パターンメ
モリ、９……構文情報メモリ、10……操作卓

Claims (1)

【特許請求の範囲】
1. 【請求項１】制御メモリに記憶されたプログラムに従っ
   て、文章単位に発声された音声の分析制御を行う制御装
   置と、音声入力情報をディジタル情報に変換する音声符
   号化装置と、該音声符号化装置から出力されるディジタ
   ル情報を記憶するバッファメモリと、前記制御装置によ
   り分析された音声を文節単位のディジタル情報として記
   憶する音声パターンメモリと、入力される文章の文節、
   各文節の平均発声所要時間、文節内の音節数を予め記憶
   する構文情報メモリとを備え、音声合成用情報を文節単
   位に作成する音声分析装置において、前記制御装置は、
   操作卓の入力装置より入力された合成しようとする文章
   を文節毎に分解し、同一の文節があればそれらを纏めて
   １つの文節とする手段と、前記分解して得られた各文節
   毎に文節番号を付与すると共に、各文節の平均発声所要
   時間および文節内の音節数を付与し、かつ、前記入力さ
   れた合成したい文章を、前記文節番号を編集して文節番
   号により作成する手段と、前記文節番号により作成され
   た文章を、前記構文情報メモリに格納する手段と、合成
   しようとする文章の実音声が入力されたとき、この入力
   音声を、前記音声符号化装置によりディジタル情報に変
   換して前記バッファメモリに格納する手段と、前記構文
   情報メモリに格納された文節の平均発声所要時間および
   文節内の音節数の条件を満足するように、前記バッファ
   メモリ内に格納された入力音声のディジタル情報から有
   音部を検出して、入力音声のディジタル情報を文節単位
   に切り分ける手段と、切り分けられた文節単位の音声の
   ディジタル情報を前記パターンメモリに記憶する手段と
   により構成されることを特徴とする音声分析装置。