JPH0769718B2 - 音声合成方式 - Google Patents

Description

【発明の詳細な説明】 ［産業上の利用分野］ 本発明は適応型差分パルス符号変調方式（以下、単にAD
PCM方式）を用いた音声合成に係わり、特に１つの代表
波形素片を合成し、この代表波形素片をくり返し使用す
ることにより音声を合成する波形素片合成方式に関す
る。

［従来の技術］ 従来、音声合成方式にはPCM方式、ADPCM方式などの公知
の波形符号化方式が採用されており、特にADPCM方式はP
CM方式に比べて1/2以下のデータ量で波形を合成できる
ためデータ量の圧縮という面では非常に有効な方式であ
る。ADPCM方式というのは音声の隣接したサンプリング
間の相関の強さを利用したデータ圧縮方式であり、連続
したサンプリングポイントでの振幅値の差を符号化・量
子化する際に、その量子化幅を適応的に変化させて信号
中のノイズを軽減させる方式である。量子化に使用する
量子化幅は、現在の量子化幅とADPCM符号とにより次の
量子化幅を予測して使用する。この予測計算の一例を示
すと、Δｎ＋１＝Δｎ×Ｍ（Ln）となり、Lnはｎ番目の
ADPCM符号データ、Δｎはｎ番目のサンプリングポイン
トに対する量子化幅の大きさを表しＭ（Ln）は予測係数
であり、上式にしたがって現在の量子化幅Δｎに予測係
数Ｍ（Ln）を乗じた値を次のサンプリングポイントの量
子化幅Δｎ＋１として使用する。音声レベルが小さい時
は予測係数Ｍ（Ln）は１より小さくなり量子化幅Δｎ＋
１も小さくなる。逆に音声レベルが大きくなると予測係
数Ｍ（Ln）は１より大きくなり、その結果量子化幅Δｎ
＋１は大きくなる。但し量子化幅が大きくなりすぎると
逆にノイズが多くなる為、量子化幅の上限の値を決めて
おく必要があり、また量子化幅の値が０になってしまう
と次にいかなる予測係数をかけても０のままとなってし
まうため量子化幅の下限もあらかじめ設定しておく必要
がある。このような予測係数Ｍ（Ln）との乗算を含む処
理をし、読み出し専用メモリ（以下、ROM）に量子化幅
Δｎのデータをテーブル化して入れておき、上式に示さ
れた予測演算をROMから読みだされる量子化幅Δｎを使
用して行うようにする方式が高集積回路（以下、LSI）
化するのに適している。上記LSIにはADPCM符号と量子化
幅ポインタでROMのアドレスを指定可能なようにして差
分値データのテーブルを作成している。

量子化幅ポインタに応じてROMに入れる差分値を一定の
比率で増大するような値にしておけば量子化幅ポインタ
の値を増加させることは量子化幅に１より大きい予測係
数をかけることを意味し、予測係数の乗算を量子化幅ポ
インタに対する加減算に置き換えることができる。

［発明が解決しようとする問題点］ 一般に音声波形は子音部の音声ノイズと母音部のトーン
波形とその間のつなぎの部分に分けられ、特に母音部の
トーン波形はほとんど同じ周期で同じ形の波形が連続的
に少しずつ形を変化させながらエンベロープをつけて並
んでいるのが普通である。その中で連続する２ないし３
波形について見ればほとんど同じ形になっている為、波
形素片合成方式では代表波形として１波形選びそれをく
り返し使用することにより音声合成のデータ量を圧縮し
ている。

ADPCM方式でこのような波形のくり返しを使って音声合
成のデータ量を圧縮しようとする場合、ADPCM方式では
音声をナイキスト周波数でサンプリングし隣接したサン
プリングポイント間での音声波形の振幅値の差分値を適
当な量子化幅で符号化するもので、しかも量子化幅を各
サンプリングポイントの差分値の大きさに応じて適応的
に変化させる方式である。従ってADPCM方式で代表波形
素片を合成する場合量子化幅は１波形内で一定ではな
く、また各サンプリングポイントでの量子化幅はそれぞ
れ直前のADPCMデータに依存することになる。またADPCM
方式においてはサンプリング周波数は通常音質とビット
レートの関係により4KHZ〜8KHZが使用されている。以上
説明したようなADPCM方式を用いて代表波形素片を合成
する場合実際の原波形のピッチ周期と合成した波形のピ
ッチ周期は完全に一致させることはできず、ピッチ周期
の誤差の影響により合成波形は最後のサンプリングポイ
ントの振幅は０にならない。また原音のピッチ周期と合
成波形のピッチ周期が完全に一致した場合でも最後のサ
ンプリングポイントでの振幅値は直前のサンプリングポ
イントでの振幅値に量子化幅とADPCM符号により決まる
差分値を加えたものであるため直前のサンプリングポイ
ントでの量子化幅の値によっては１波形内の最後のサン
プリングポイントの振幅値を０にできない場合が生じ
る。

以上説明したように従来のADPCM方式をそのまま用いて
代表波形素片を合成する場合、代表波形素片の最後のサ
ンプリングポイントでの振幅値を０にできない為、この
ような代表波形素片を用いて代表波形素片の合成を複数
回くり返しを行うと合成波形の振幅中心が変化してしま
うことになる。これはADPCM方式が基本的に各サンプリ
ングポイントの振幅値に差分値を加えて次のサンプリン
グポイントの振幅値を得るという差分符号化方式である
ため、１波形の最終振幅値が０でないとその最終振幅値
の値が誤差となり、これらの誤差が複数回のくり返しに
より累積されてゆき、合成波形の振幅中心が変化してし
まうことになるからである。合成波形の振幅中心が変化
すると波形データを音声に変換するD/Aコンバータで振
幅中心が変化した分だけオーバーフローする可能性があ
り、オーバーフローした場合には正常な音声波形が合成
できなくなるという重大な欠点が生じる。

［問題点を解決するための手段、作用及び効果］ 本発明は、まず、第１の記憶手段と第２の記憶手段とに
それぞれの初期値を設定した後、第１のサンプリングポ
イントのADPCM符号データの供給を受け差分値供給手段
が、該ADPCM符号データと第１の記憶手段の初期値とに
基づき差分値を出力すると、出力波形振幅データ更新手
段が第２の記憶装置の初期値に差分値を加えて第１のサ
ンプリングポイントの出力波形振幅データを形成する。
この出力波形振幅データは第２の記憶手段に記憶される
と共に出力される。一方、量子化幅ポインタ更新手段も
ADPCM符号データと第１の記憶手段の初期値に基づき新
たな量子化幅ポインタの値を形成し、これを第１の記憶
手段に記憶させる。続く、第２のサンプリングポイント
では、そのADPCM符号データと更新された量子化幅ポイ
ンタの値とに基づき差分値が出力され、出力波形振幅デ
ータ更新手段がこの差分値を更新された出力波形振幅デ
ータに加算して第２のサンプリングポイントの出力波形
振幅データを形成し、これを第２の記憶手段に記憶させ
ると共に第２サンプリングポイントの出力波形振幅デー
タとして出力する。一方、量子化幅ポインタの値も更新
される。こうして複数の出力波形振幅データが出力され
ると、第１の記憶手段と第２の記憶手段とがそれぞれの
初期値に再び設定され、後続する繰り返し波形について
も上記と同様の手順で複数の出力波形振幅データが形成
される。

したがって、代表波形素片を合成する場合でも、各代表
波形素片の最後のサンプリングポイントにおける出力波
形振幅データを初期値設定手段により初期値、例えば
「０」に設定することができ、複数の代表波形素片を連
続的に処理しても、各合成波形の振幅中心を一定の初期
値に保つことができ、オーバーフローなどの欠点を完全
に解決することができる。

さらに本発明の一実施例では、複数の差分値の組を有し
ており、これらの組の一つを選択して使用するので、同
じADPCM符号データをくり返し使用しても、同一の振幅
データのくり返しとはならず、１波形ごとにエンベロー
ブを負荷することができるという利点を有している。

［実施例］ 次に本発明について図面を参照して説明する。

第１図は本発明の第１実施例の回路構成図であり、第１
図に示された音声合成方式ではADPCM符号データがＬレ
ジスタ101にラッチされ、Ｌレジスタ101の内容に基づき
差分値データテーブルROM106の第１アドレスを指定す
る。Ｌレジスタ101の内容をデコーダ102でデコードした
値と、現在の量子化幅ポインタの値を保持しているＡレ
ジスタ104の値とを加算して次のサンプリングポイント
の量子化幅ポインタの値を定め、これをＡレジスタ104
に再び入れ、このＡレジスタ104の内容で差分値データ
テーブルROM106の第２アドレスを指定する。量子化幅ポ
インタの値が指定外の値にならないように加算器とＡレ
ジスタ105との間にリミッタ103を入れておく。差分値デ
ータテーブルROM106に供給されるアドレスの上位２ビッ
トでROM出力を切り替えている。量子化幅ポインタの値
が入っているＡレジスタ104の内容をＡ′レジスタ105に
転送して予め記憶させておき必要な時Ａ′レジスタ105
の内容をＡレジスタ104に読み出せるようにしておく。
差分値データテーブルROM106からは差分値データが出力
され、サンプリングポイントごとに１つ前の波形振幅値
が入っているＸレジスタ107の内容と差分値データを加
算し、次の波形振幅値をＸレジスタ107に入れている。
Ｘレジスタ107の内容はリセット信号で「０」にするこ
とができるようになっている。音声合成のフローチャー
トを第３図に示している。音声合成が開始されるとまず
最初はＸレジスタ107とＡレジスタ104とAD1・AD2にそれ
ぞれ初期値「０」をセットし（ステップＩ）、サンプリ
ングポイントごとにADPCM符号データをＬレジスタ101に
ラッチし（ステップIIのＬ←DATA）、Ｌレジスタ101の
値と量子化幅ポインタのＡレジスタ104の値とでROMアド
レスを指定して差分値データテーブルROM106の出力とＸ
レジスタ107内の値とを加算し、その結果をＸレジスタ1
07に格納し（ステップIIのＸ←Ｘ＋（L,A））、Ｘレジ
スタ107の内容をD/Aコンバータから出力する。この時Ｌ
レジスタの内容をデコーダ102でデコードした値（Ｌ）
と、Ａレジスタ104の値とを加算し次の量子化幅ポイン
タとしてＡレジスタ104に格納する（ステップIIのＡ←
Ａ＋（Ｌ））。以上が通常のADPCM方式による音声合成
時のフローであり、次にくり返される波形の合成時のフ
ローを説明すると、最初のくり返し波形の始めにＸレジ
スタ107とAD1・AD2を「０」にリセットし、Ａレジスタ1
04の内容をＡ′レジスタ105に記憶させてから（ステッ
プIII）最初のサンプリングポイントS1についてＸレジ
スタ107にセットすべき値Ｘを演算して求める。以下、
サンプリングポイント（S1〜S8、第５図参照）ごとに通
常の演算処理をくり返しＸレジスタ107の値をD/Aコンバ
ータから出力する（ステップIV）。２回目のくり返し波
形の始めにＸレジスタ107を「０」にリセットし（ステ
ップＶのＸ←０）、Ａ′レジスタ105の内容をＡレジス
タ104に読み出し（ステップＶのＡ←Ａ′）、差分値デ
ータテーブルROM106の内容としては、ROM上位アドレス
のAD1＝0,AD2＝０の場合に通常の差分値データが選ば
れ、AD1＝0,AD2＝１の場合に全体的に1.2倍に大きくさ
れた差分値データが選ばれ、AD1＝1,AD2＝１の場合全体
的に0.8倍に小さくした差分値データが選ばれるように
しておき、差分値データテーブルROM106の上位アドレス
AD1・AD2をエンベロープの増加、減少に合わせて適当な
値に設定してから（ステップＶのAD1,2←設定値）各サ
ンプリングポイントごとに通常の演算処理を行いＸレジ
スタ107の値をD/Aコンバータから出力する（ステップV
I）。上記ステップＶとVIとは必要なくり返し回数RPだ
けくり返せば第５図のS9〜S24に示すような同じADPCM符
号データを使ってエンベロープのついたくり返し波形を
出力させることができる。

第１実施例では、Ａレジスタ104とＸレジスタ107がそれ
ぞれ第１、第２の記憶手段を、差分値データテーブルRO
M106が差分値供給手段を、Ｌレジスタ101、デコーダ10
2、加算器が量子化幅ポインタ更新手段を、差分値デー
タテーブルROMの出力側加算器が出力波形振幅データ更
新手段を、Ａ′レジスタ、Ｘレジスタ107のリセット信
号が初期値設定手段をそれぞれ構成している。

第２図は本発明の第２実施例の回路構成図である。ADPC
M符号データがＬレジスタ201にラッチされ、Ｌレジスタ
の201内容で差分値データテーブルROM206〜208のアドレ
スを指定する。Ｌレジスタ201の内容をデコーダ202でデ
コードした値と、現在の量子化幅ポインタの値を保持し
ているＡレジスタ204の値とを加算して得られる次のサ
ンプリングポイントの量子化幅ポインタの値をＡレジス
タ204に入れ、Ａレジスタ204の内容で差分値データテー
ブルROM206〜208のアドレスを指定する。量子化幅ポイ
ンタの値が指定外の値にならないようリミッタ203を入
れておく。差分値データテーブルROM206〜208は通常の
差分値データ群を記憶しているROM2（207）と全体的に
1.2倍に大きくした差分値データ群を記憶しているROM3
（208）と全体的に0.8倍小さくした差分値データ群を記
憶しているROM1（206）とで構成されており、スイッチ2
09でROMの出力を選択的に切り替えている。

音声合成のフローチャートを第４図に示しているが、第
１実施例に比べてスイッチ209で差分値データテーブルR
OM206〜208をエンベロープの増加・減少に合わせて選択
的に切り替えること以外は全く同じフローであり、第５
図に示すエンベロープのついたくり返し波形を第１実施
例と同様に出力させることができる。

上記第２実施例ではＡレジスタ204、Ｘレジスタ210が第
１の記憶手段と第２の記憶手段とをそれぞれ構成してお
り、差分値データテーブルROM1〜ROM3（206〜208）は差
分値供給手段をＬレジスタ201、デコーダ202、加算器は
量子化幅ポインタ更新手段を、差分値データテーブルRO
M1〜ROM3の出力側加算器が出力波形振幅データ更新手段
を、Ａ′レジスタ205、Ｘレジスタ210のリセット信号が
初期値設定手段をそれぞれ構成している。

以上説明したように本発明の実施例ではくり返し波形の
最初のサンプリングポイントの差分値として振幅０を基
準にし、２回目以降のくり返し波形の最初のサンプリン
グポイントの量子化幅ポインタの値は１回目の値を使用
してくり返し波形の初期値を同じにしてADPCM方式で代
表波形素片のADPCM符号データをそのまま使用し、同一
波形をくり返し合成することができ、しかも差分値デー
タテーブルROMにエンベロープの増加・減少に合わせた
差分値データをあらかじめ入れておくことにより１波形
ごとにエンベロープの変化するくり返し波形を合成する
ことが可能であり、音質を劣化させずに合成データ量の
圧縮を行うのに非常に有効である。なお上記第１、第２
実施例では通常の差分値データと全体的に1.2倍大きく
した差分値データと全体的に0.8倍に小さくした差分値
データの３種類を使用しているがエンベロープの振幅変
化の精度に合わせて差分値データテーブルROMを任意に
設定して良いことは明らかである。

【図面の簡単な説明】

第１図は本発明の音声合成方式の第１実施例を示す回路
構成図、第２図は本発明の音声合成方式の第２実施例を
示す回路構成図、第３図は第１図の第１実施例で音声合
成を行うためのフローチャート、第４図は第２図の第２
実施例で音声合成を行うためのフローチャート、第５図
は合成した波形のサンプリングポイントを示す波形図で
ある。 101,201……Ｌレジスタ、 102,202……デコーダ、 103,203……リミッタ、 104,204……Ａレジスタ、 105,205……Ａ′レジスタ、 106,206,207,208……差分値データテーブルROM、 209……スイッチ、 107,210……Ｘレジスタ。

Claims (2)

【特許請求の範囲】
1. 【請求項１】複数のサンプリングポイントごとに出力波
   形振幅データを形成して出力する音声合成方式におい
   て、初期値または各サンプリングポイントに先行するサ
   ンプリングポイントの量子化幅ポインタの値を一時的に
   記憶する第１の記憶手段と、各サンプリングポイントに
   おけるADPCM符号データと上記第１の記憶手段に記憶さ
   れている初期値または先行するサンプリングポイントに
   おける量子化幅ポインタの値とに基づき差分値を出力す
   る差分値供給手段と、各サンプリングポイントにおける
   ADPCM符号データと上記第１の記憶手段に記憶されてい
   る初期値または先行するサンプリングポイントにおける
   量子化幅ポインタの値とに基づき後続するサンプリング
   ポイントのための量子化幅ポインタの値を形成し、該後
   続するサンプリングポイントのための量子化幅ポインタ
   の値を上記第１の記憶手段に記憶させる量子化幅ポイン
   タ更新手段と、初期値または各サンプリングポイントに
   おける出力波形振幅データを一時的に記憶し、外出力波
   形振幅データを出力する第２の記憶手段と、上記差分値
   を上記第２の記憶手段に一時的に記憶されている初期値
   または先行するサンプリングポイントにおける出力波形
   振幅データに加算して各サンプリングポイントにおける
   出力波形振幅データを形成し、該出力波形振幅データを
   上記第２の記憶手段に記憶させる出力波形振幅データ更
   新手段と、複数の出力波形振幅データを出力するごとに
   第１の記憶手段と第２の記憶手段とにそれぞれの初期値
   を設定する初期値設定手段とを含むことを特徴とする音
   声合成方式。
2. 【請求項２】上記差分値供給手段が複数組の差分値を有
   しており、該差分値の複数組のうちの一つを選択し、該
   選択された組から差分値を出力するようにした特許請求
   の範囲第１項記載の音声合成方式。