JPH0812558B2 - 歌声音発生装置 - Google Patents

Description

【発明の詳細な説明】 産業上の利用分野 本発明は歌声音発生装置に係り、特にホルマント周波
数を合成して歌声音として発生出力する歌声音発生装置
に関する。

従来の技術 音楽を演奏する音響合成システムの中には楽器音の合
成用と歌声合成用とが存在する。このうち歌声合成シス
テムには、例えば「ホルマント型音声合成LSIを用いた
パソコン用歌声合成システム」（石原，伏木田，三留，
井上：昭和59年度電子通信学会総合全国大会,6−198）
などが知られている。このものは入力された音声文字列
と楽譜文字列とのうち、音声文字列を子音と母音を基本
単位とするパラメータに分解し、また楽譜文字列の中の
音階データに従つてピツチパラメータをテーブルから読
み取り、しかる後に上記の子音，母音パラメータの分解
により作成したテーブルに従つてデータROMより取り出
したホルマントパラメータ及び振幅に、上記音階のピツ
チパラメータを組み合わせて合成パラメータを生成する
と共に、楽譜文字列の中の音符長データに従つて時間長
テーブルを作成する。そして、上記合成パラメータは時
間長テーブルに従つて、順次音声合成LSI（大規模集積
回路）に所定のフレーム周期毎に転送された後、ここで
10kHzサンプリングで合成波形が生成される。

発明が解決しようとする問題点 しかるに、上記の従来の歌声合成システムは音声合成
LSIを用いて例えば10kHz等のサンプリングで合成波形を
得ているため、音質がD/Aコンバータのビツト数やサン
プリング周波数で左右され、高品位な音質を実現するた
めにはデータの数を増やさなければならず、大なるメモ
リ容量のメモリ回路が必要となり、装置が複雑かつ高価
となるという問題点があつた。

また、指定した音高で人声音を発生させる装置とし
て、特開昭55−77799号に開示された装置もあるが、こ
のものはホワイトノイズで子音を近似させているため、
ホルマント周波数の急激な変化を正確に再現できず、従
つて発生される人声音は不明瞭で、不自然であるという
問題点があつた。

そこで、本発明は複数のトーンジエネレータと振幅制
御手段とを用いることにより、上記の問題点を解決した
歌声音声発生装置を提供することを目的とする。

問題点を解決するための手段 本発明になる歌声音発生装置はテーブル作成手段，ピ
ツチパラメータ変換手段，合成パラメータ作成手段，合
成パラメータ転送手段，複数の第１のトーンジエネレー
タ，第２のトーンジエネレータ，振幅制御手段及び歌声
音発生手段とよりなる。上記テーブル作成手段は入力音
声文字列を子音と母音を単位とするパラメータに分解し
て第１のテーブルを作成し、上記ピツチパラメータ変換
手段は入力楽譜文字列の中の音階データに従つてピツチ
パラメータに変換する。合成パラメータ作成手段は上記
第１のテーブルに従つてメモリから読み出したホルマン
トパラメータに、上記ピツチパラメータを組み合わせて
編集及び補間された合成パラメータを生成すると共に、
上記楽譜文字列の中の音符長データに従つて時間長テー
ブルを作成し、それらを一時記憶する。

上記合成パラメータ転送手段は上記時間長テーブルに
従つて上記合成パラメータを上記第1,第２のトーンジエ
ネレータ及び上記振幅制御手段に夫々供給する。第１の
トーンジエネレータからは複数のホルマント周波数の信
号が取り出され、第２のトーンジエネータからはピツチ
周波数の信号が取り出され、これらの信号は上記振幅制
御手段によつて振幅制御された後、前記歌声音発生手段
によつて歌声音として発音される。

作用 上記第１及び第２のトーンジエネレータは矩形波等の
アナログ信号を発振出力する可変周波数発振器であり、
その出力信号がそのまま振幅制御された後発音される。
このため、デイジタル信号処理回路（D/Aコンバータ，
サンプリング手段など）は一切不要となる。また、本発
明ではピッチパラメータ、ホルマントパラメータ等より
なる合成パラメータ、音符長データ等のコントロール信
号により歌声音の発生を制御しているため、シンセサイ
ザ等のコントロール信号により音声処理を行なう装置に
対しても容易に適用でき、汎用性が高い。以下、本発明
について実施例と共に詳細に説明する。

実施例 第１図は本発明装置の一実施例のブロツク系統図を示
す。同図中、操作部１は装置全体の動作をスタートさせ
たりするための信号を、I/O（入出力）インターフエー
ス２を経て中央処理装置（CPU）３に供給する。一方、
入力端子４より発生すべき歌声に関する音声文字列及び
楽譜文字列のデータがシリアルに直並列変換インターフ
エース部（I/F）５に供給され、ここで直並列変換され
た後、I/Oインターフエース２を介してCPU3に供給され
る。CPU3はランダム・アクセス・メモリ（RAM）６とリ
ード・オンリ・メモリ（ROM）７が夫々双方向性バスを
介して接続されている。RAM6はCPU3のデータストア用及
び作業用のメモリ回路で、また後述する音階に対応する
ピツチパラメータテーブルや音量データが予め格納され
ている。一方、ROM7にはCPU3の制御プログラムやホルマ
ント周波数に関するホルマントパラメータテーブルが予
め格納されている。

CPU3は機能上第２図に示す如き構成とされており、第
３図及び第４図に示すフローチヤートに従つた動作を行
う。第２図に示す音声文字列・楽譜文字列受信部35はI/
Oインターフエース２よりの音声文字列と楽譜文字列を
夫々並列に受信し、これをRAM6に書き込む（第３図のス
テツプ40）。次にCPU3はそのテーブル作成手段36におい
て、入力された音声文字列を子音と母音を単位とする第
１のパラメータに夫々分解し、これにより第１のテーブ
ルを作成し、これをRAM6に格納する（第３図のステツプ
41）。すなわち、日本語の音節の大部分は広義の子音と
母音との組合せからなることが知られており、子音と母
音を単位として、それらの列によつて語の音形が表示さ
れると考えられるから、上記第１のパラメータによつて
歌詞を示す個々の音節を示すことができる。また、ピツ
チパラメータ変換手段37は入力された楽譜文字列の中の
音階データに従つて、RAM6に予め記憶されていたテーブ
ルから音階のピツチパラメータ（第２図のパラメータ）
を読みとる（第３図のステツプ42）。このピツチパラメ
ータは音声の基本周波数（ピツチ周波数）F₀を示す。

次にCPU3は合成パラメータ作成手段38において、RAM6
の上記第１のテーブルを参照してROM7より読み出し前記
ホルマントパラメータをテーブルから読み出し、これに
前記ピツチパラメータを組み合わせ、パラメータの編
集，補間（音が滑らかに変化するように音に区切りをつ
けることなど）を行なつて合成パラメータを生成する。
このとき、楽譜文字列の中の音符長データに従つて時間
長テーブルが作成され、上記合成パラメータと共にRAM6
に一時記憶される（第３図のステツプ43）。CPU3は次に
合成パラメータ転送手段39において、合成パラメータを
サウンドジエネレータ８のバスコントロール回路９へ上
記時間長テーブルに従つて順次に転送する（第３図のス
テツプ44）。

上記合成パラメータ転送手段39は詳細には第４図のフ
ローチヤートに従つた動作（ステツプ44）を行なう。こ
れを説明するに、まず、変数Ｊを「１」にセツトし（ス
テツプ50）、外部よりRAM6に記憶されていた一の音量デ
ータを転送した後、前記ステツプ41で作成した第１のテ
ーブルによるエンベロープデータを転送する（ステツプ
51,52）。上記音量データは一音のエンベロープの最大
値を示し、上記エンベロープデータは第１のテーブル中
の子音を示す第１〜第３ホルマント周波数の時間変化
（エンベロープ）を指定するためのデータである。すな
わち、合成音のパターンは第５図に示す如く、子音部で
第1,第2,第３ホルマント周波数F₁,F₂,F₃が時間的に変化
し、次の母音部では一定となる。第１〜第３ホルマント
周波数の合成波形を示すことが知られている。例えば
「ド」なる音は子音“d"と母音“o"とからなり、その合
成音は第６図に示す如きホルマント周波数対時間関係を
示す。なお、母音部では音階を示すピツチ周波数F₀も発
生される。

次に第４図のステツプ53においては変数Ｉに「１」が
セツトされた後、変数Ｋに「１」がセツトされ（ステツ
プ54）、しかる後にチヤンネルＫに周期データを転送す
る（ステツプ55）。このチヤンネルＫは上記の第１〜第
３ホルマント周波数F₁〜F₃の夫々に対応したチヤンネル
を示す。また、上記周期データは子音部に関するもの
で、第１〜第３ホルマント周波数F₁〜F₃を指定する。次
に合成パラメータ転送手段39は変数Ｋの値を「１」だけ
加算し（ステツプ56）、その加算後のＫの値が「３」よ
り大か否かを判定し（ステツプ57）、「３」よりも大と
なるまで上記ステツプ55及び56の動作を繰り返す。これ
により、前記ホルマント周波数F₁〜F₃の夫々に関する周
期データが順次出力される。

次に合成パラメータ転送手段39は変数Ｉの値を「１」
だけ増加した後（ステツプ58）、変数Ｉの値が定数ｎ
（ｎは複数で、一例として64）よりも大であるか否かの
判定をし（ステツプ59）ｎ以下のときには上記ステツプ
54〜58の動作を繰り返す。これにより、例えば「ド」な
る音を発生する場合、上記のステツプ54〜58のｎ回の繰
り返し動作によつて、第６図中の子音ｄの発声時間帯０
〜τにおいて、一定間隔（例えば0.33ms）で、上記第１
〜第３ホルマント周波数F₁〜F₃の夫々はｎ回の周波数変
更が行なわれ、第６図にＩ〜IIIに示す如き直線変化に
近似する如く周波数変更すべきデータが第１図に示すバ
スコントロール回路９へ転送される。

変数Ｉの値がｎよりも大となると、次にピツチ周波数
F₀をトーンジエネレータ10に設定するためのデータ転送
が行なわれた後、母音の音量データと母音の第１〜第３
のホルマント周波数及びピツチ周波数のエンベロープデ
ータとが夫々転送された後（ステツプ60,61,62）、前記
時間長テーブルに基づいて音符長に従つた時間長となる
ように、母音部の時間長さのチエツクのためのタイムカ
ウントがCPU3内蔵のタイマで行なわれ（ステツプ63）、
所定の時間長となるとデータの送出がオフとされる（ス
テツプ64）。なお、第５図及び第６図からもわかるよう
に、母音部発声時間帯においては、各ホルマント周波数
F₁〜F₃は一定値で近似できる。従つて、例えば第７図
（Ａ）に示す如く、時刻t₀〜t₄で「ド」,t₁〜t₂で
「レ」,t₂〜t₃で「ミ」なる音の歌声を発生する場合、
最初の「ド」の音の発生のために、第７図（Ｂ）に模式
的に示す如き時間順序で子音と母音の各データ（合成パ
ラメータ）が順次に転送される。

また上記合成パラメータ転送手段39は次に前記周期デ
ータをクリアした後（ステツプ65）、その直後の歌声ま
での無音時間帯（第７図（Ａ）に斜線で示したt₄〜t₁の
時間帯）をカウントし（ステツプ66）、次に変数Ｊの値
を「１」だけ増加した後（ステツプ67）、その値が発生
すべき総歌声数（総音符数）ｍに達したかどうかを判定
し（ステツプ68）、ｍに達するまでステツプ51〜67の動
作を繰り返し、ｍを越えた時点で動作終了となる（ステ
ツプ69）。

再び第１図に戻つて説明するに、CPU3より上記の如く
にして取り出された合成パラメータはサウンドジエネレ
ータ８に転送される。このサウンドジエネレータ８はバ
スコントロール回路９と、矩形波を発生出力するトーン
ジエネレータ10〜13と、ノイズジエネレータ14,エンベ
ロープジエネレータ15,ミキサ16〜19,電圧制御増幅器
（VCA）20〜23及び振幅コントロール回路24とからな
り、例えばテキサス・インスツルメンツ社のAY−３−89
10相当品を使用し得る。バスコントロール回路９には16
個のレジスタが設けられており、例えば２個で一組を構
成するレジスタの４組に前記した周期データを順次送出
することにより、これらのレジスタから対応する４つの
トーンジエネレータ10〜13へその出力周波数（周期）を
可変制御する信号が順次供給される。

ここで、上記トーンジエネレータ10,11,12及び13は前
記したピツチ周波数F₀,第1,第２及び第３ホルマント周
波数F₁,F₂及びF₃の矩形波を発生出力するものであり、
その出力矩形波をミキサ16,17,18及び19に供給する。こ
こで、前記周期データによつてトーンジエネレータ11〜
13より第１〜第３ホルマント周波数F₁〜F₃が出力され、
かつ、その周波数値がｎ段階に分けて順次変更されてい
る子音部発声期間はトーンジエネレータ10からは信号は
発生出力されず、次の母音部発声期間となる前記ステツ
プ60でF₀の設定がトーンジエネレータ10に対して行なわ
れた後にトーンジエネレータ10より音階を定めるピツチ
周波数が初めて出力されると共に、トーンジエネレータ
11〜13からは引続き第１〜第３ホルマント周波数の信号
が一定値で発声される。ミキサ16〜19は上記矩形波をノ
イズジエネレータ14よりの局間雑音のようなノイズと必
要に応じて混合した後VCA20〜23に供給する。前記音量
データはバスコントロール回路９を経てトーンジエネレ
ータ10〜13に供給され、その出力矩形波の振幅を制御す
るのに対し、前記エンベロープデータはバスコントロー
ル回路９の前記16個のレジスタのうち所定のレジスタを
介してエンベロープジエネレータ15に供給される。エン
ベロープジエネレータ15の出力信号は振幅コントロール
回路24を通してVCA20〜23に夫々制御電圧として供給さ
れ、その利得を指定されたパターンで変化させる。

このようにしてVCA20,21,22及び23より取り出された
ピツチ周波数，第1,第２及び第３ホルマント周波数に相
当する各信号は、振幅，周波数（周期）が制御された
後、対応する低域フイルタ25,26,27及び28に供給され、
ここで不要高周波成分を除去され、更にミキサ29により
混合される。このミキサ29の出力信号は電力増幅器30を
経てスピーカ31に供給される。これにより、スピーカ31
からは、入力音声文字列に従つた音声が入力楽譜文字列
に従つた音符で歌つている、歌声が発音される。

なお、上記の実施例ではVCA20〜23の各出力信号をミ
キシングして一のスピーカ31より発音しているが、各VC
A20〜23の出力を個別に専用のスピーカで発音させても
よい。また、低域フイルタ25〜28は極く自然な音色を得
るために設けているが、必ずしも必要ではなく、またノ
イズジエネレータ14やエンベロープジエネレータ15も必
ずしも必要ではない。またホルマントの数は３つに限ら
れるものではなく、第1,第２ホルマントのみ、または第
１ホルマント以上の所要の数のホルマントでもよい。

発明の効果 上述の如く、本発明によれば、合成パラメータを音声
合成LSIでサンプリングするのではなく、合成パラメー
タで複数のホルマント周波数及びピツチ周波数発生用ト
ーンジエネレータ等を各別に制御し、かつ、このトーン
ジエネレータはデイジタル信号ではなく矩形波を発生す
るように構成したから、大容量のデイジタルメモリやD/
Aコンバータが不要であり、装置を簡単かつ安価に構成
することができ、また高品位の歌声音を発生することが
できる等の特長を有するものである。また、本発明によ
れば、ピッチパラメータ、ホルマントパラメータ音符長
データ等のコントロール信号によって歌声音の合成が行
なえるため、シンセサイザ等のコントロール信号を使用
して音声処理を行なう装置に対しても容易に適用でき、
汎用性が高い装置を実現できる等の特徴を有する。

【図面の簡単な説明】

第１図は本発明装置の一実施例を示すブロツク系統図、
第２図は第１図図示装置の要部の一実施例を示すブロツ
ク系統図、第３図及び第４図は夫々本発明装置の要部の
動作説明用フローチヤート、第５図は合成音声の子音
部，母音部とホルマント周波数の関係を示す図、第６図
は「ド」の音の時間対ホルマント周波数特性を示す、第
７図は歌声の発音の一例とデータ転送順序の一例を模式
的に示す図である。 ２……I/Oインターフエース、３……中央処理装置（CP
U）、４……音声，楽譜文字列入力端子、６……ランダ
ム・アクセス・メモリ（RAM）、７……リード・オンリ
・メモリ（ROM）、８……サウンド・ジエネレータ、９
……バスコントロール回路、10〜13……トーンジエネレ
ータ、20〜23……電圧制御増幅器（VCA）、31……スピ
ーカ、35……音声文字列・楽譜文字列受信部、36……テ
ーブル作成手段、37……ピツチパラメータ変換手段、38
……合成パラメータ作成手段、39……合成パラメータ伝
送手段。

Claims (1)

【特許請求の範囲】
1. 【請求項１】入力音声文字列を子音と母音を単位とする
   パラメータに分解して第１のテーブルを作成するテーブ
   ル作成手段と、入力楽譜文字列の中の音階データに従つ
   てピツチパラメータに変換するピツチパラメータ変換手
   段と、作成された該第１のテーブルに従つてメモリから
   読み出したホルマントパラメータに、上記ピツチパラメ
   ータを組み合わせて編集及び補間された合成パラメータ
   を生成すると共に上記楽譜文字列の中の音符長データに
   従つて時間長テーブルを作成し、それらを一時記憶する
   合成パラメータ作成手段と、該時間長テーブルに従つて
   該合成パラメータを順次出力する合成パラメータ転送手
   段と、該合成パラメータ中の複数のホルマント周波数に
   関するパラメータが供給され、互いに異なる複数のホル
   マント周波数を有する信号を別々に発生する複数の第１
   のトーンジエネレータと、該合成パラメータ中のピツチ
   周波数に関するパラメータが供給され母音部発声期間中
   に該ピツチ周波数の信号を発生する第２のトーンジエネ
   レータと、該第１及び第２のトーンジエネレータの各出
   力信号の振幅を該合成パラメータに基づいて互いに独立
   して制御する振幅制御手段と、該振幅制御手段より取り
   出された信号を歌声音として発生出力する手段とよりな
   ることを特徴とする歌声発生装置。