JPH09230896A - 音声合成装置 - Google Patents
音声合成装置Info
- Publication number
- JPH09230896A JPH09230896A JP8041356A JP4135696A JPH09230896A JP H09230896 A JPH09230896 A JP H09230896A JP 8041356 A JP8041356 A JP 8041356A JP 4135696 A JP4135696 A JP 4135696A JP H09230896 A JPH09230896 A JP H09230896A
- Authority
- JP
- Japan
- Prior art keywords
- frequency
- spectrum
- lsp
- filter
- transfer function
- 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.)
- Withdrawn
Links
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L13/00—Speech synthesis; Text to speech systems
- G10L13/02—Methods for producing synthetic speech; Speech synthesisers
- G10L13/04—Details of speech synthesis systems, e.g. synthesiser structure or memory management
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
- G10L19/06—Determination or coding of the spectral characteristics, e.g. of the short-term prediction coefficients
- G10L19/07—Line spectrum pair [LSP] vocoders
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
- G10L19/06—Determination or coding of the spectral characteristics, e.g. of the short-term prediction coefficients
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L2019/0001—Codebooks
- G10L2019/0012—Smoothing of parameters of the decoder interpolation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
- Tone Control, Compression And Expansion, Limiting Amplitude (AREA)
- Transmission Systems Not Characterized By The Medium Used For Transmission (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
(57)【要約】
【課題】 スペクトル強調特性の決定が周波数特性や聴
感との対応を考慮して容易に行え、特性設定の際の自由
度も大きいような音声合成装置を提供する。 【解決手段】 励起信号ex(n) を合成フィルタ１２で合
成して得られた合成音声信号をスペクトル強調フィルタ
１３に送ってスペクトル強調して出力する。入力端子２
１からの声道パラメータは、パラメータ変換回路２３で
ＬＳＰ（線スペクトル対）周波数に変換し、ＬＳＰ補間
回路２４で等間隔線スペクトル対周波数との間で補間
し、補間されたＬＳＰ周波数に基づいてスペクトル強調
フィルタ１３の伝達関数を決定する。
感との対応を考慮して容易に行え、特性設定の際の自由
度も大きいような音声合成装置を提供する。 【解決手段】 励起信号ex(n) を合成フィルタ１２で合
成して得られた合成音声信号をスペクトル強調フィルタ
１３に送ってスペクトル強調して出力する。入力端子２
１からの声道パラメータは、パラメータ変換回路２３で
ＬＳＰ（線スペクトル対）周波数に変換し、ＬＳＰ補間
回路２４で等間隔線スペクトル対周波数との間で補間
し、補間されたＬＳＰ周波数に基づいてスペクトル強調
フィルタ１３の伝達関数を決定する。
Description
【０００１】
【発明の属する技術分野】本発明は、励起信号を合成フ
ィルタで合成して合成音声信号を得るような音声合成装
置に関する。
ィルタで合成して合成音声信号を得るような音声合成装
置に関する。
【０００２】
【従来の技術】合成フィルタを用いた音声合成装置にお
いて、合成音声の主観的な品質向上のために、音声合成
フィルタの直後にポストフィルタを設けることが従来よ
り行われている。
いて、合成音声の主観的な品質向上のために、音声合成
フィルタの直後にポストフィルタを設けることが従来よ
り行われている。
【０００３】このポストフィルタとしては、例えば合成
フィルタから得られた合成音声のスペクトルを強調する
特性を有するものが知られている。このスペクトル強調
効果は、例えば、合成フィルタの周波数特性をなまらせ
た特性、すなわちフラット特性に近付けた特性を有する
フィルタを、合成フィルタに縦続接続することにより実
現できる。
フィルタから得られた合成音声のスペクトルを強調する
特性を有するものが知られている。このスペクトル強調
効果は、例えば、合成フィルタの周波数特性をなまらせ
た特性、すなわちフラット特性に近付けた特性を有する
フィルタを、合成フィルタに縦続接続することにより実
現できる。
【０００４】例えば図５は、ＬＰＣ（線形予測分析：Li
near Predictive Coding）係数を利用して音声合成を行
うＬＰＣ合成フィルタ１０２を用いた音声合成装置の概
略構成を示している。この図５において、入力端子１０
１には励起信号ex(n) が、入力端子１０６にはＬＰＣ係
数｛α(i)｝ （ｉ＝ 1,2,...,N ） がそれぞれ供給され
ており、ＬＰＣ合成フィルタ１０２は、励起信号ex(n)
をフィルタ処理し、合成音声信号ｓ1(n)を得る。このと
きのＬＰＣ合成フィルタ１０２の伝達関数１／Ａ(z)
は、供給されたＬＰＣ係数｛α(i)｝ により、次の
（１）式のように表される。
near Predictive Coding）係数を利用して音声合成を行
うＬＰＣ合成フィルタ１０２を用いた音声合成装置の概
略構成を示している。この図５において、入力端子１０
１には励起信号ex(n) が、入力端子１０６にはＬＰＣ係
数｛α(i)｝ （ｉ＝ 1,2,...,N ） がそれぞれ供給され
ており、ＬＰＣ合成フィルタ１０２は、励起信号ex(n)
をフィルタ処理し、合成音声信号ｓ1(n)を得る。このと
きのＬＰＣ合成フィルタ１０２の伝達関数１／Ａ(z)
は、供給されたＬＰＣ係数｛α(i)｝ により、次の
（１）式のように表される。
【０００５】
【数１】
【０００６】ＬＰＣ合成フィルタ１０２からの合成音声
信号ｓ1(n)は、スペクトル強調フィルタ１０３に送られ
てスペクトル強調され、音声信号ｓ2(n)として出力端子
１０４より取り出される。
信号ｓ1(n)は、スペクトル強調フィルタ１０３に送られ
てスペクトル強調され、音声信号ｓ2(n)として出力端子
１０４より取り出される。
【０００７】
【発明が解決しようとする課題】ところで、従来のポス
トフィルタとなるスペクトル強調フィルタ１０３におい
ては、例えば図６に示すように、上記ＬＰＣ合成フィル
タ１０２の伝達関数の極を、それぞれ原点（０）に向か
って半径方向に移動することにより、合成フィルタの周
波数特性をなまらせた特性の伝達関数を得ている。この
際、分母だけだと低域強調のチルトが残るので、次の
（２）式に示すように、分子にもなまらせた特性を掛け
合わせることにより、チルト矯正を行っている。
トフィルタとなるスペクトル強調フィルタ１０３におい
ては、例えば図６に示すように、上記ＬＰＣ合成フィル
タ１０２の伝達関数の極を、それぞれ原点（０）に向か
って半径方向に移動することにより、合成フィルタの周
波数特性をなまらせた特性の伝達関数を得ている。この
際、分母だけだと低域強調のチルトが残るので、次の
（２）式に示すように、分子にもなまらせた特性を掛け
合わせることにより、チルト矯正を行っている。
【０００８】
【数２】
【０００９】しかしながら、この（２）式に示すような
特性のフィルタを用いてスペクトル強調を行う場合に
は、係数ｇn 、ｇd の設定が難しく、周波数特性や聴感
との対応がとりにくく、適切な係数を選ばないとかえっ
て音質を損なう虞がある。また、２つの係数ｇn 、ｇd
だけでスペクトル強調特性が決まってしまうため、スペ
クトル強調特性の設定の際の自由度が少ないという問題
点もある。
特性のフィルタを用いてスペクトル強調を行う場合に
は、係数ｇn 、ｇd の設定が難しく、周波数特性や聴感
との対応がとりにくく、適切な係数を選ばないとかえっ
て音質を損なう虞がある。また、２つの係数ｇn 、ｇd
だけでスペクトル強調特性が決まってしまうため、スペ
クトル強調特性の設定の際の自由度が少ないという問題
点もある。
【００１０】本発明は、このような実情に鑑みてなされ
たものであり、スペクトル強調特性の決定が周波数特性
や聴感との対応を考慮して容易に行え、特性設定の際の
自由度も大きいような音声合成装置の提供を目的とす
る。
たものであり、スペクトル強調特性の決定が周波数特性
や聴感との対応を考慮して容易に行え、特性設定の際の
自由度も大きいような音声合成装置の提供を目的とす
る。
【００１１】
【課題を解決するための手段】本発明に係る音声合成装
置は、上述した課題を解決するために、励起信号を合成
フィルタで合成して合成音声信号を得、得られた合成音
声信号をスペクトル強調して出力する際に、合成フィル
タの周波数特性を線スペクトル対周波数で表したものを
等間隔線スペクトル対周波数との間で補間し、補間され
た線スペクトル対周波数に基づいて伝達関数を決定して
合成音声信号に対してスペクトル強調処理を施すことを
特徴としている。
置は、上述した課題を解決するために、励起信号を合成
フィルタで合成して合成音声信号を得、得られた合成音
声信号をスペクトル強調して出力する際に、合成フィル
タの周波数特性を線スペクトル対周波数で表したものを
等間隔線スペクトル対周波数との間で補間し、補間され
た線スペクトル対周波数に基づいて伝達関数を決定して
合成音声信号に対してスペクトル強調処理を施すことを
特徴としている。
【００１２】この場合、チルト矯正を行うために、分母
と分子とを有するスペクトル強調特性の伝達関数を用
い、補間の際に２組の線スペクトル対周波数を求めて、
これらの２組の線スペクトル対周波数により、スペクト
ル強調特性の伝達関数の分母と分子とを決定するように
することが好ましい。
と分子とを有するスペクトル強調特性の伝達関数を用
い、補間の際に２組の線スペクトル対周波数を求めて、
これらの２組の線スペクトル対周波数により、スペクト
ル強調特性の伝達関数の分母と分子とを決定するように
することが好ましい。
【００１３】
【発明の実施の形態】以下、本発明に係る好ましい実施
の形態について説明する。
の形態について説明する。
【００１４】先ず、図１は、本発明に係る音声合成装置
の実施の形態の概略構成を示すブロック図である。
の実施の形態の概略構成を示すブロック図である。
【００１５】ここで、本発明の実施の形態となる音声合
成装置の基本的な考え方は、入力端子１１からの励起信
号を合成フィルタ１２で合成して得られた合成音声信号
について、スペクトル強調フィルタ１３でスペクトル強
調する際に、合成フィルタ１２の周波数特性をＬＳＰ
（線スペクトル対：Line Spectrum Pair）周波数で表現
したものを等間隔ＬＳＰ周波数との間で補間し、得られ
た補間ＬＳＰ周波数に応じてスペクトル強調フィルタ１
３の周波数特性を決定することである。
成装置の基本的な考え方は、入力端子１１からの励起信
号を合成フィルタ１２で合成して得られた合成音声信号
について、スペクトル強調フィルタ１３でスペクトル強
調する際に、合成フィルタ１２の周波数特性をＬＳＰ
（線スペクトル対：Line Spectrum Pair）周波数で表現
したものを等間隔ＬＳＰ周波数との間で補間し、得られ
た補間ＬＳＰ周波数に応じてスペクトル強調フィルタ１
３の周波数特性を決定することである。
【００１６】すなわち図１において、入力端子１１には
音声合成のための励起信号ex(n) が供給されており、入
力端子２１にはフィルタ特性を決定するための声道パラ
メータが供給されている。入力端子１１からの励起信号
ex(n) は、合成フィルタ１２に送られて合成処理されて
合成音声信号ｓ1(n)となり、スペクトル強調フィルタ１
３に送られる。スペクトル強調フィルタ１３では、スペ
クトルの凹凸を強調するようなポストフィルタ処理が施
されてスペクトル強調音声信号ｓ2(n)となり、出力端子
１４より取り出される。
音声合成のための励起信号ex(n) が供給されており、入
力端子２１にはフィルタ特性を決定するための声道パラ
メータが供給されている。入力端子１１からの励起信号
ex(n) は、合成フィルタ１２に送られて合成処理されて
合成音声信号ｓ1(n)となり、スペクトル強調フィルタ１
３に送られる。スペクトル強調フィルタ１３では、スペ
クトルの凹凸を強調するようなポストフィルタ処理が施
されてスペクトル強調音声信号ｓ2(n)となり、出力端子
１４より取り出される。
【００１７】入力端子２１からの声道パラメータは、パ
ラメータ変換回路２２、２３に送られる。パラメータ変
換回路２２は、上記入力声道パラメータを、合成フィル
タ１２のフィルタ係数、例えばＬＰＣ（線形予測分析：
Linear Predictive Coding）係数｛α[i]｝ （ｉ＝ 1,
2,...,N ） に変換して、合成フィルタ１２に送る。合
成フィルタ１２の伝達関数１／Ａ(z) は、このＬＰＣ係
数｛α[i]｝ を用いて、次のようになる。
ラメータ変換回路２２、２３に送られる。パラメータ変
換回路２２は、上記入力声道パラメータを、合成フィル
タ１２のフィルタ係数、例えばＬＰＣ（線形予測分析：
Linear Predictive Coding）係数｛α[i]｝ （ｉ＝ 1,
2,...,N ） に変換して、合成フィルタ１２に送る。合
成フィルタ１２の伝達関数１／Ａ(z) は、このＬＰＣ係
数｛α[i]｝ を用いて、次のようになる。
【００１８】
【数３】
【００１９】パラメータ変換回路２３は、入力端子２１
からの入力声道パラメータをＬＳＰ周波数｛ω[i]｝
（ｉ＝ 1,2,...,N ） に変換して、ＬＳＰ補間回路２４
に送る。ＬＳＰ補間回路２４では、入力されたＬＳＰ周
波数｛ω[i]｝ を、フラットな周波数特性のＬＳＰ周波
数に相当する等間隔ＬＳＰ周波数との間で補間すること
により２組の補間ＬＳＰ周波数｛ωn[i]｝，｛ωd[i]｝
を得て、ＬＳＰ−ＬＰＣ変換回路２５に送る。ＬＳＰ−
ＬＰＣ変換回路２５では、２組の補間ＬＳＰ周波数｛ω
n[i]｝，｛ωd[i]｝をそれぞれＬＳＰ−ＬＰＣ変換する
ことにより、２組のＬＰＣ係数｛αn[i]｝，｛αd[i]｝
を得て、スペクトル強調フィルタ１３に送る。これら２
組のＬＰＣ係数｛αn[i]｝，｛αd[i]｝により、スペク
トル強調フィルタ１３の伝達関数Ｈ(z) は、次のように
なる。
からの入力声道パラメータをＬＳＰ周波数｛ω[i]｝
（ｉ＝ 1,2,...,N ） に変換して、ＬＳＰ補間回路２４
に送る。ＬＳＰ補間回路２４では、入力されたＬＳＰ周
波数｛ω[i]｝ を、フラットな周波数特性のＬＳＰ周波
数に相当する等間隔ＬＳＰ周波数との間で補間すること
により２組の補間ＬＳＰ周波数｛ωn[i]｝，｛ωd[i]｝
を得て、ＬＳＰ−ＬＰＣ変換回路２５に送る。ＬＳＰ−
ＬＰＣ変換回路２５では、２組の補間ＬＳＰ周波数｛ω
n[i]｝，｛ωd[i]｝をそれぞれＬＳＰ−ＬＰＣ変換する
ことにより、２組のＬＰＣ係数｛αn[i]｝，｛αd[i]｝
を得て、スペクトル強調フィルタ１３に送る。これら２
組のＬＰＣ係数｛αn[i]｝，｛αd[i]｝により、スペク
トル強調フィルタ１３の伝達関数Ｈ(z) は、次のように
なる。
【００２０】
【数４】
【００２１】ここで、ＬＰＣ係数とＬＳＰ周波数につい
て簡単に説明する。ＬＰＣ係数は、声道の共振特性を全
極型ＩＩＲ（無限インパルス応答）フィルタで近似した
ときのフィルタ係数である。一方、声道の共振周波数を
パラメータとしたものが線スペクトル対（ＬＳＰ）周波
数である。音声スペクトルの具体例とＬＳＰ周波数との
関係を図２に示す。
て簡単に説明する。ＬＰＣ係数は、声道の共振特性を全
極型ＩＩＲ（無限インパルス応答）フィルタで近似した
ときのフィルタ係数である。一方、声道の共振周波数を
パラメータとしたものが線スペクトル対（ＬＳＰ）周波
数である。音声スペクトルの具体例とＬＳＰ周波数との
関係を図２に示す。
【００２２】ＬＳＰ周波数｛ω[i]｝ （ｉ＝ 1,2,...,N
） は、以下の関係を満たすように順序付けられてい
る。 ０＜ω[1]＜ω[2]＜...＜ω[N]＜π (５) 図２の例では、上記Ｎが１０の場合のＬＳＰ周波数ω
[1],ω[2],...,ω[10]が示されている。また、ＬＳＰ係
数ｃi は、 ｃi ＝ −cosω[i] （ｉ＝ 1,2,...,N ） (６) と表される。
） は、以下の関係を満たすように順序付けられてい
る。 ０＜ω[1]＜ω[2]＜...＜ω[N]＜π (５) 図２の例では、上記Ｎが１０の場合のＬＳＰ周波数ω
[1],ω[2],...,ω[10]が示されている。また、ＬＳＰ係
数ｃi は、 ｃi ＝ −cosω[i] （ｉ＝ 1,2,...,N ） (６) と表される。
【００２３】図１のＬＳＰ補間回路２４では、入力され
たＬＳＰ周波数｛ω[i]｝ を基に、図３に示すように、
適当な２組の補間関数Ｆn(ω),Ｆd(ω) を用いて、フラ
ットな周波数特性を持つ等間隔ＬＳＰ周波数｛ｉπ／(N
+1) ｝、すなわち図３の例では、 π/11,2π/11,...,10
π/11 との間で補間を行い、２組の補間ＬＳＰ周波数
｛ωn[i]｝，｛ωd[i]｝を、次の式により得る。
たＬＳＰ周波数｛ω[i]｝ を基に、図３に示すように、
適当な２組の補間関数Ｆn(ω),Ｆd(ω) を用いて、フラ
ットな周波数特性を持つ等間隔ＬＳＰ周波数｛ｉπ／(N
+1) ｝、すなわち図３の例では、 π/11,2π/11,...,10
π/11 との間で補間を行い、２組の補間ＬＳＰ周波数
｛ωn[i]｝，｛ωd[i]｝を、次の式により得る。
【００２４】
【数５】
【００２５】このようにして得られた２組の補間ＬＳＰ
周波数｛ωn[i]｝，｛ωd[i]｝は、図１のＬＳＰ−ＬＰ
Ｃ変換回路２５によりＬＰＣ係数｛αn[i]｝，｛α
d[i]｝にそれぞれ変換される。このＬＳＰ−ＬＰＣ変換
について、一般的にＬＳＰ周波数｛ω[i]｝ をＬＰＣ係
数｛α[i]｝ に変換する方法を説明する。ここで、
周波数｛ωn[i]｝，｛ωd[i]｝は、図１のＬＳＰ−ＬＰ
Ｃ変換回路２５によりＬＰＣ係数｛αn[i]｝，｛α
d[i]｝にそれぞれ変換される。このＬＳＰ−ＬＰＣ変換
について、一般的にＬＳＰ周波数｛ω[i]｝ をＬＰＣ係
数｛α[i]｝ に変換する方法を説明する。ここで、
【００２６】
【数６】
【００２７】と定義する。偏自己相関分析の漸化式、 Ａn+1(z) ＝ Ａn(z) − ｋn+1Ｂ(z) (11) Ｂn+1(z) ＝ ｚ-1［Ｂn(z)−ｋn+1Ａ(z)］ (12) において、ｋn+1 を＋１としたＡn+1(z)をＰ(z) 、ｋ
n+1 を−１としたＡｎ＋１（ｚ）をＱ（ｚ） とすれ
ば、 Ｐ(z) ＝ Ａn(z) − Ｂ(z) (13) Ｑ(z) ＝ Ａn(z) ＋ Ｂ(z) (14) 従って、 Ａn(z) ＝［Ｐ(z)＋Ｑ(z)］／２ (15) ｐが偶数のとき、
n+1 を−１としたＡｎ＋１（ｚ）をＱ（ｚ） とすれ
ば、 Ｐ(z) ＝ Ａn(z) − Ｂ(z) (13) Ｑ(z) ＝ Ａn(z) ＋ Ｂ(z) (14) 従って、 Ａn(z) ＝［Ｐ(z)＋Ｑ(z)］／２ (15) ｐが偶数のとき、
【００２８】
【数７】
【００２９】従って、ＬＳＰ周波数｛ω[i]｝ が与えら
れている場合、上記式(16),(17) よりＰ(z)，Ｑ(z)を計
算し、上記式(15)によりＬＰＣ係数｛α[i]｝ を求める
ことができる。
れている場合、上記式(16),(17) よりＰ(z)，Ｑ(z)を計
算し、上記式(15)によりＬＰＣ係数｛α[i]｝ を求める
ことができる。
【００３０】ここで、図１の入力端子２１に供給される
声道パラメータとしては、例えば、ＬＰＣ係数、ＬＳＰ
周波数、ＰＡＲＣＯＲ（偏自己相関）係数等を挙げるこ
とができ、合成フィルタ１２が用いるパラメータとして
も、ＬＰＣ係数、ＬＳＰ周波数、ＰＡＲＣＯＲ係数等を
挙げることができる。これらの組み合わせに応じて、各
パラメータ変換回路２２、２３は、次のようなパラメー
タ変換を行う。
声道パラメータとしては、例えば、ＬＰＣ係数、ＬＳＰ
周波数、ＰＡＲＣＯＲ（偏自己相関）係数等を挙げるこ
とができ、合成フィルタ１２が用いるパラメータとして
も、ＬＰＣ係数、ＬＳＰ周波数、ＰＡＲＣＯＲ係数等を
挙げることができる。これらの組み合わせに応じて、各
パラメータ変換回路２２、２３は、次のようなパラメー
タ変換を行う。
【００３１】すなわち、先ず入力される声道パラメータ
がＬＰＣ係数の場合について説明すると、パラメータ変
換回路２３にはＬＰＣ係数をＬＳＰ周波数に変換するＬ
ＰＣ−ＬＳＰ変換回路を用いればよい。パラメータ変換
回路２２は、合成フィルタ１２にどのようなフィルタを
用いるかによって異なり、合成フィルタ１２にＬＰＣ係
数を利用して音声合成を行うＬＰＣ合成フィルタを用い
る場合にはパラメータ変換回路２２は不要であり、合成
フィルタ１２がＬＳＰ周波数を利用して音声合成を行う
フィルタの場合にはＬＰＣ−ＬＳＰ変換を行うパラメー
タ変換回路２２を用い、合成フィルタ１２がＰＡＲＣＲ
係数を利用して音声合成を行うフィルタの場合にはＬＰ
Ｃ−ＰＡＲＣＯＲ変換を行うパラメータ変換回路２２を
用いればよい。
がＬＰＣ係数の場合について説明すると、パラメータ変
換回路２３にはＬＰＣ係数をＬＳＰ周波数に変換するＬ
ＰＣ−ＬＳＰ変換回路を用いればよい。パラメータ変換
回路２２は、合成フィルタ１２にどのようなフィルタを
用いるかによって異なり、合成フィルタ１２にＬＰＣ係
数を利用して音声合成を行うＬＰＣ合成フィルタを用い
る場合にはパラメータ変換回路２２は不要であり、合成
フィルタ１２がＬＳＰ周波数を利用して音声合成を行う
フィルタの場合にはＬＰＣ−ＬＳＰ変換を行うパラメー
タ変換回路２２を用い、合成フィルタ１２がＰＡＲＣＲ
係数を利用して音声合成を行うフィルタの場合にはＬＰ
Ｃ−ＰＡＲＣＯＲ変換を行うパラメータ変換回路２２を
用いればよい。
【００３２】また、入力される声道パラメータがＬＳＰ
周波数の場合には、パラメータ変換回路２３は不要とな
る。この場合、パラメータ変換回路２２としては、合成
フィルタ１２にＬＰＣ係数を用いるときＬＳＰ−ＬＰＣ
変換を行わせ、ＬＳＰ周波数を用いるとき不要とし、Ｐ
ＡＲＣＯＲ係数を用いるときＬＳＰ−ＰＡＲＣＯＲ変換
を行わせればよい。
周波数の場合には、パラメータ変換回路２３は不要とな
る。この場合、パラメータ変換回路２２としては、合成
フィルタ１２にＬＰＣ係数を用いるときＬＳＰ−ＬＰＣ
変換を行わせ、ＬＳＰ周波数を用いるとき不要とし、Ｐ
ＡＲＣＯＲ係数を用いるときＬＳＰ−ＰＡＲＣＯＲ変換
を行わせればよい。
【００３３】入力される声道パラメータがＰＡＲＣＯＲ
係数の場合には、パラメータ変換回路２３にはＰＡＲＣ
ＯＲ−ＬＳＰ変換を行う回路を用いればよい。この場
合、パラメータ変換回路２２としては、合成フィルタ１
２にＬＰＣ係数を用いるときＰＡＲＣＯＲ−ＬＰＣ変換
を行わせ、ＬＳＰ周波数を用いるときＰＡＲＣＯＲ−Ｌ
ＳＰ変換を行わせ、ＰＡＲＣＯＲ係数を用いるときには
パラメータ変換回路２２は不要となる。
係数の場合には、パラメータ変換回路２３にはＰＡＲＣ
ＯＲ−ＬＳＰ変換を行う回路を用いればよい。この場
合、パラメータ変換回路２２としては、合成フィルタ１
２にＬＰＣ係数を用いるときＰＡＲＣＯＲ−ＬＰＣ変換
を行わせ、ＬＳＰ周波数を用いるときＰＡＲＣＯＲ−Ｌ
ＳＰ変換を行わせ、ＰＡＲＣＯＲ係数を用いるときには
パラメータ変換回路２２は不要となる。
【００３４】なお、スペクトル強調フィルタ１３につい
ては、ＬＰＣ係数を用いるものを例示しているが、この
他、ＬＳＰ周波数を用いるものや、ＰＡＲＣＯＲ係数を
用いるものを使用してもよく、この場合には、ＬＳＰ−
ＬＰＣ変換回路２５の代わりに、スペクトル強調フィル
タ１３で必要とされるパラメータに変換する処理を行う
変換回路を用いるようにすればよい。
ては、ＬＰＣ係数を用いるものを例示しているが、この
他、ＬＳＰ周波数を用いるものや、ＰＡＲＣＯＲ係数を
用いるものを使用してもよく、この場合には、ＬＳＰ−
ＬＰＣ変換回路２５の代わりに、スペクトル強調フィル
タ１３で必要とされるパラメータに変換する処理を行う
変換回路を用いるようにすればよい。
【００３５】以上説明したような音声合成装置によれ
ば、合成フィルタ１２から出力された例えば図４の曲線
ａに示すようなスペクトルの合成音声信号が、スペクト
ル強調フィルタ１３を介すことにより図４の曲線ｂに示
すようなスペクトルの音声信号となり、スペクトル山谷
が強調されることによって、合成音声の品質の向上が図
れる。この図４の例は、上記図３の補間関数Ｆn(ω),Ｆ
d(ω) として、周波数軸上で平坦な、Ｆn(ω)＝０.５，
Ｆd(ω)＝０.３を用いて得られた２組のＬＳＰ周波数に
より、スペクトル強調フィルタ１３の周波数特性を決定
している。
ば、合成フィルタ１２から出力された例えば図４の曲線
ａに示すようなスペクトルの合成音声信号が、スペクト
ル強調フィルタ１３を介すことにより図４の曲線ｂに示
すようなスペクトルの音声信号となり、スペクトル山谷
が強調されることによって、合成音声の品質の向上が図
れる。この図４の例は、上記図３の補間関数Ｆn(ω),Ｆ
d(ω) として、周波数軸上で平坦な、Ｆn(ω)＝０.５，
Ｆd(ω)＝０.３を用いて得られた２組のＬＳＰ周波数に
より、スペクトル強調フィルタ１３の周波数特性を決定
している。
【００３６】ここで、周波数特性を決定するパラメータ
としてのＬＰＳ周波数は、ＬＰＣ係数等に比べて補間特
性に優れており、ＬＳＰ周波数に変換して補間処理を施
すことにより、スペクトル強調特性の決定が周波数特性
や聴感との対応を考慮して容易に行える。また、図３の
補間関数Ｆn(ω),Ｆd(ω) を任意に選ぶことにより、特
性設定の際の自由度を大きくとることができる。
としてのＬＰＳ周波数は、ＬＰＣ係数等に比べて補間特
性に優れており、ＬＳＰ周波数に変換して補間処理を施
すことにより、スペクトル強調特性の決定が周波数特性
や聴感との対応を考慮して容易に行える。また、図３の
補間関数Ｆn(ω),Ｆd(ω) を任意に選ぶことにより、特
性設定の際の自由度を大きくとることができる。
【００３７】次に、他の具体例として、図１のスペクト
ル強調フィルタ１３の出力側に、さらに１次高域強調フ
ィルタを縦続接続することが挙げられる。これは、スペ
クトル強調の周波数特性の低域強調のチルトの矯正を補
完するためのものであり、この１次高域強調フィルタの
伝達関数としては、 Ｂ(z) ＝ １−μｚ-1 （μ＜１） (18) とすればよい。
ル強調フィルタ１３の出力側に、さらに１次高域強調フ
ィルタを縦続接続することが挙げられる。これは、スペ
クトル強調の周波数特性の低域強調のチルトの矯正を補
完するためのものであり、この１次高域強調フィルタの
伝達関数としては、 Ｂ(z) ＝ １−μｚ-1 （μ＜１） (18) とすればよい。
【００３８】ここで、合成音声信号の偏自己相関、すな
わち合成音声信号の予測残差間の相関において、１次の
偏自己相関（ＰＡＲＣＯＲ）係数ｋ[1] は、概略、音声
スペクトルの傾きを表すことより、これを用いて、上記
１次高域強調フィルタの伝達関数を、 Ｂ(z) ＝ １−ｋ[1]ｚ-1 (19) とするのが好ましい。この(19)式の場合には、合成音声
信号に応じて係数ｋ[1]が変化し、適応的な１次高域強
調が行える。
わち合成音声信号の予測残差間の相関において、１次の
偏自己相関（ＰＡＲＣＯＲ）係数ｋ[1] は、概略、音声
スペクトルの傾きを表すことより、これを用いて、上記
１次高域強調フィルタの伝達関数を、 Ｂ(z) ＝ １−ｋ[1]ｚ-1 (19) とするのが好ましい。この(19)式の場合には、合成音声
信号に応じて係数ｋ[1]が変化し、適応的な１次高域強
調が行える。
【００３９】
【発明の効果】以上の説明から明らかなように、本発明
に係る音声合成装置によれば、合成フィルタの周波数特
性を線スペクトル対周波数で表したものを等間隔線スペ
クトル対周波数との間で補間し、得られた線スペクトル
対周波数に基づいて伝達関数が決定されたスペクトル強
調手段により合成音声信号に対してスペクトル強調処理
を施しているため、スペクトル強調特性の決定が周波数
特性や聴感との対応を考慮して容易に行え、特性設定の
際の自由度も大きい音声合成装置を提供できる。
に係る音声合成装置によれば、合成フィルタの周波数特
性を線スペクトル対周波数で表したものを等間隔線スペ
クトル対周波数との間で補間し、得られた線スペクトル
対周波数に基づいて伝達関数が決定されたスペクトル強
調手段により合成音声信号に対してスペクトル強調処理
を施しているため、スペクトル強調特性の決定が周波数
特性や聴感との対応を考慮して容易に行え、特性設定の
際の自由度も大きい音声合成装置を提供できる。
【図１】本発明に係る音声合成装置の実施の形態の概略
構成を示すブロック図である。
構成を示すブロック図である。
【図２】音声スペクトルとＬＳＰ周波数との関係の一例
を示す図である。
を示す図である。
【図３】与えられたＬＳＰ周波数と等間隔ＬＳＰ周波数
との間の補間処理を説明するための図である。
との間の補間処理を説明するための図である。
【図４】スペクトル強調フィルタの前後の音声スペクト
ルの具体例を示す図である。
ルの具体例を示す図である。
【図５】音声合成装置の従来例を示すブロック図であ
る。
る。
【図６】ＬＰＣ合成フィルタの周波数特性とスペクトル
強調フィルタの周波数特性との関係を説明するための図
である。
強調フィルタの周波数特性との関係を説明するための図
である。
１２ 合成フィルタ、 １３ スペクトル強調フィル
タ、 ２２，２３ パラメータ変換回路、 ２４ ＬＳ
Ｐ補間回路、 ２５ ＬＳＰ−ＬＰＣ変換回路
タ、 ２２，２３ パラメータ変換回路、 ２４ ＬＳ
Ｐ補間回路、 ２５ ＬＳＰ−ＬＰＣ変換回路
Claims (4)
- 【請求項１】 励起信号を合成フィルタで合成して合成
音声信号を得、得られた合成音声信号をスペクトル強調
して出力する音声合成装置において、 合成フィルタの周波数特性を線スペクトル対周波数で表
したものを等間隔線スペクトル対周波数との間で補間す
る補間手段と、 この補間手段からの補間された線スペクトル対周波数に
基づいて伝達関数を決定して上記合成音声信号に対して
スペクトル強調処理を施すスペクトル強調手段とを有す
ることを特徴とする音声合成装置。 - 【請求項２】 上記補間手段は、２組の補間された線ス
ペクトル対周波数を出力し、 上記スペクトル強調手段は、これらの２組の補間された
線スペクトル対周波数に基づいて、伝達関数の分母と分
子とをそれぞれ決定することを特徴とする請求項１記載
の音声合成装置。 - 【請求項３】 上記スペクトル強調手段は、上記補間さ
れた線スペクトル対周波数に基づいて決定される伝達関
数と、 Ｂ(z) ＝ １−μｚ-1 （μ＜１） の伝達関数とを合成した特性を有することを特徴とする
請求項１記載の音声合成装置。 - 【請求項４】 上記スペクトル強調手段は、上記補間さ
れた線スペクトル対周波数に基づいて決定される伝達関
数と、上記合成音声信号の１次の偏自己相関係数k[1]を
用いて Ｂ(z) ＝ １−k[1]ｚ-1 と表される伝達関数とを合成した特性を有することを特
徴とする請求項１記載の音声合成装置。
Priority Applications (6)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP8041356A JPH09230896A (ja) | 1996-02-28 | 1996-02-28 | 音声合成装置 |
| US08/796,555 US5864796A (en) | 1996-02-28 | 1997-02-06 | Speech synthesis with equal interval line spectral pair frequency interpolation |
| DE69721108T DE69721108T2 (de) | 1996-02-28 | 1997-02-17 | Verfahren und Vorrichtung zur Sprachsynthese |
| EP97301003A EP0793218B1 (en) | 1996-02-28 | 1997-02-17 | Speech synthesis method and apparatus |
| KR1019970005857A KR100428697B1 (ko) | 1996-02-28 | 1997-02-25 | 음성합성방법 및 장치 |
| CNB971100853A CN1146864C (zh) | 1996-02-28 | 1997-02-28 | 语音合成的方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP8041356A JPH09230896A (ja) | 1996-02-28 | 1996-02-28 | 音声合成装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH09230896A true JPH09230896A (ja) | 1997-09-05 |
Family
ID=12606224
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP8041356A Withdrawn JPH09230896A (ja) | 1996-02-28 | 1996-02-28 | 音声合成装置 |
Country Status (6)
| Country | Link |
|---|---|
| US (1) | US5864796A (ja) |
| EP (1) | EP0793218B1 (ja) |
| JP (1) | JPH09230896A (ja) |
| KR (1) | KR100428697B1 (ja) |
| CN (1) | CN1146864C (ja) |
| DE (1) | DE69721108T2 (ja) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005157363A (ja) * | 2003-11-21 | 2005-06-16 | Samsung Electronics Co Ltd | フォルマント帯域を利用したダイアログエンハンシング方法及び装置 |
| US7546241B2 (en) | 2002-06-05 | 2009-06-09 | Canon Kabushiki Kaisha | Speech synthesis method and apparatus, and dictionary generation method and apparatus |
| JP2010066335A (ja) * | 2008-09-09 | 2010-03-25 | Nippon Telegr & Teleph Corp <Ntt> | 信号広帯域化装置、信号広帯域化方法、そのプログラム、その記録媒体 |
| WO2015162979A1 (ja) * | 2014-04-24 | 2015-10-29 | 日本電信電話株式会社 | 周波数領域パラメータ列生成方法、符号化方法、復号方法、周波数領域パラメータ列生成装置、符号化装置、復号装置、プログラム及び記録媒体 |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1222996A (zh) * | 1997-02-10 | 1999-07-14 | 皇家菲利浦电子有限公司 | 用于传输语音信号的传输系统 |
| GB2336978B (en) * | 1997-07-02 | 2000-11-08 | Simoco Int Ltd | Method and apparatus for speech enhancement in a speech communication system |
| DE19942171A1 (de) * | 1999-09-03 | 2001-03-15 | Siemens Ag | Verfahren zur Satzendebestimmung in der automatischen Sprachverarbeitung |
| TW564400B (en) * | 2001-12-25 | 2003-12-01 | Univ Nat Cheng Kung | Speech coding/decoding method and speech coder/decoder |
| KR101792712B1 (ko) * | 2013-01-29 | 2017-11-02 | 프라운호퍼 게젤샤프트 쭈르 푀르데룽 데어 안겐반텐 포르슝 에. 베. | 주파수 도메인 내의 선형 예측 코딩 기반 코딩을 위한 저주파수 강조 |
| KR101920297B1 (ko) * | 2014-04-25 | 2018-11-20 | 가부시키가이샤 엔.티.티.도코모 | 선형 예측 계수 변환 장치 및 선형 예측 계수 변환 방법 |
Family Cites Families (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5650398A (en) * | 1979-10-01 | 1981-05-07 | Hitachi Ltd | Sound synthesizer |
| GB2059726B (en) * | 1979-10-03 | 1984-06-27 | Nippon Telegraph & Telephone | Sound synthesizer |
| US4979188A (en) * | 1988-04-29 | 1990-12-18 | Motorola, Inc. | Spectrally efficient method for communicating an information signal |
| DE69232202T2 (de) * | 1991-06-11 | 2002-07-25 | Qualcomm, Inc. | Vocoder mit veraendlicher bitrate |
| US5371853A (en) * | 1991-10-28 | 1994-12-06 | University Of Maryland At College Park | Method and system for CELP speech coding and codebook for use therewith |
| US5351338A (en) * | 1992-07-06 | 1994-09-27 | Telefonaktiebolaget L M Ericsson | Time variable spectral analysis based on interpolation for speech coding |
| FR2720850B1 (fr) * | 1994-06-03 | 1996-08-14 | Matra Communication | Procédé de codage de parole à prédiction linéaire. |
| CA2154911C (en) * | 1994-08-02 | 2001-01-02 | Kazunori Ozawa | Speech coding device |
| US5699477A (en) * | 1994-11-09 | 1997-12-16 | Texas Instruments Incorporated | Mixed excitation linear prediction with fractional pitch |
| DE69615870T2 (de) * | 1995-01-17 | 2002-04-04 | Nec Corp., Tokio/Tokyo | Sprachkodierer mit aus aktuellen und vorhergehenden Rahmen extrahierten Merkmalen |
| JP2993396B2 (ja) * | 1995-05-12 | 1999-12-20 | 三菱電機株式会社 | 音声加工フィルタ及び音声合成装置 |
-
1996
- 1996-02-28 JP JP8041356A patent/JPH09230896A/ja not_active Withdrawn
-
1997
- 1997-02-06 US US08/796,555 patent/US5864796A/en not_active Expired - Lifetime
- 1997-02-17 EP EP97301003A patent/EP0793218B1/en not_active Expired - Lifetime
- 1997-02-17 DE DE69721108T patent/DE69721108T2/de not_active Expired - Lifetime
- 1997-02-25 KR KR1019970005857A patent/KR100428697B1/ko not_active Expired - Fee Related
- 1997-02-28 CN CNB971100853A patent/CN1146864C/zh not_active Expired - Fee Related
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7546241B2 (en) | 2002-06-05 | 2009-06-09 | Canon Kabushiki Kaisha | Speech synthesis method and apparatus, and dictionary generation method and apparatus |
| JP2005157363A (ja) * | 2003-11-21 | 2005-06-16 | Samsung Electronics Co Ltd | フォルマント帯域を利用したダイアログエンハンシング方法及び装置 |
| JP2010066335A (ja) * | 2008-09-09 | 2010-03-25 | Nippon Telegr & Teleph Corp <Ntt> | 信号広帯域化装置、信号広帯域化方法、そのプログラム、その記録媒体 |
| WO2015162979A1 (ja) * | 2014-04-24 | 2015-10-29 | 日本電信電話株式会社 | 周波数領域パラメータ列生成方法、符号化方法、復号方法、周波数領域パラメータ列生成装置、符号化装置、復号装置、プログラム及び記録媒体 |
| JPWO2015162979A1 (ja) * | 2014-04-24 | 2017-04-13 | 日本電信電話株式会社 | 周波数領域パラメータ列生成方法、符号化方法、復号方法、周波数領域パラメータ列生成装置、符号化装置、復号装置、プログラム及び記録媒体 |
| JP2018067010A (ja) * | 2014-04-24 | 2018-04-26 | 日本電信電話株式会社 | 符号化方法、符号化装置、プログラム及び記録媒体 |
| JP2018077501A (ja) * | 2014-04-24 | 2018-05-17 | 日本電信電話株式会社 | 復号方法、復号装置、プログラム及び記録媒体 |
| US10332533B2 (en) | 2014-04-24 | 2019-06-25 | Nippon Telegraph And Telephone Corporation | Frequency domain parameter sequence generating method, encoding method, decoding method, frequency domain parameter sequence generating apparatus, encoding apparatus, decoding apparatus, program, and recording medium |
| US10504533B2 (en) | 2014-04-24 | 2019-12-10 | Nippon Telegraph And Telephone Corporation | Frequency domain parameter sequence generating method, encoding method, decoding method, frequency domain parameter sequence generating apparatus, encoding apparatus, decoding apparatus, program, and recording medium |
| US10643631B2 (en) | 2014-04-24 | 2020-05-05 | Nippon Telegraph And Telephone Corporation | Decoding method, apparatus and recording medium |
Also Published As
| Publication number | Publication date |
|---|---|
| DE69721108T2 (de) | 2004-01-29 |
| CN1146864C (zh) | 2004-04-21 |
| EP0793218B1 (en) | 2003-04-23 |
| EP0793218A3 (en) | 1998-09-16 |
| KR970063031A (ko) | 1997-09-12 |
| US5864796A (en) | 1999-01-26 |
| CN1166669A (zh) | 1997-12-03 |
| EP0793218A2 (en) | 1997-09-03 |
| DE69721108D1 (de) | 2003-05-28 |
| KR100428697B1 (ko) | 2004-07-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3653826B2 (ja) | 音声復号化方法及び装置 | |
| RU2255380C2 (ru) | Способ и устройство воспроизведения речевых сигналов и способ их передачи | |
| RU2487426C2 (ru) | Устройство и способ преобразования звукового сигнала в параметрическое представление, устройство и способ модификации параметрического представления, устройство и способ синтеза параметрического представления звукового сигнала | |
| US5873059A (en) | Method and apparatus for decoding and changing the pitch of an encoded speech signal | |
| CN1192355C (zh) | 宽带音频传输系统 | |
| US6108621A (en) | Speech analysis method and speech encoding method and apparatus | |
| JPH08305397A (ja) | 音声加工フィルタ及び音声合成装置 | |
| KR100535778B1 (ko) | 음성 복호기 및 음성 복호 방법 | |
| JPH10149199A (ja) | 音声符号化方法、音声復号化方法、音声符号化装置、音声復号化装置、電話装置、ピッチ変換方法及び媒体 | |
| JPH09230896A (ja) | 音声合成装置 | |
| JPH1097296A (ja) | 音声符号化方法および装置、音声復号化方法および装置 | |
| US6513007B1 (en) | Generating synthesized voice and instrumental sound | |
| JP2003157100A (ja) | 音声通信方法及び装置、並びに音声通信プログラム | |
| JPH11219198A (ja) | 位相検出装置及び方法、並びに音声符号化装置及び方法 | |
| JP3510168B2 (ja) | 音声符号化方法及び音声復号化方法 | |
| JP4433668B2 (ja) | 帯域拡張装置及び方法 | |
| JP4438280B2 (ja) | トランスコーダ及び符号変換方法 | |
| JPH05500573A (ja) | 低減されたスペクトルひずみを有するポストフィルタを備えたデジタル音声デコーダ | |
| JPH09319397A (ja) | ディジタル信号処理装置 | |
| JP2711737B2 (ja) | 線形予測分析・合成方式の復号器 | |
| JP2007310296A (ja) | 帯域拡張装置及び方法 | |
| JP4443159B2 (ja) | 効果装置 | |
| JP3063088B2 (ja) | 音声分析合成装置、音声分析装置及び音声合成装置 | |
| JP4826580B2 (ja) | 音声信号の再生方法及び装置 | |
| JP3354363B2 (ja) | 音声変換装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A300 | Application deemed to be withdrawn because no request for examination was validly filed |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 20030506 |