JPH11305797A - 音声分析合成器 - Google Patents
音声分析合成器Info
- Publication number
- JPH11305797A JPH11305797A JP10113076A JP11307698A JPH11305797A JP H11305797 A JPH11305797 A JP H11305797A JP 10113076 A JP10113076 A JP 10113076A JP 11307698 A JP11307698 A JP 11307698A JP H11305797 A JPH11305797 A JP H11305797A
- Authority
- JP
- Japan
- Prior art keywords
- analyzer
- residual signal
- signal
- residual
- linear prediction
- 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.)
- Granted
Links
Landscapes
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Abstract
(57)【要約】
【課題】 従来のピッチ相関値に基づいて有声／無声を
判定する音声分析合成器において、ピッチ周波数の存在
する周期的な信号の立ち上がり区間等ではピッチ相関値
が低く、無声と判定され、合成した音声が雑音的になる
という課題があった。 【解決手段】 音声分析器側に、線形予測分析フィルタ
３から出力される残差信号ｃと、ピッチ分析器５から出
力されるピッチ周波数ｄとを入力して、パルス性度合が
予め設定された閾値より高い場合には、有声判定を行う
パルス性分析器を設ける。
判定する音声分析合成器において、ピッチ周波数の存在
する周期的な信号の立ち上がり区間等ではピッチ相関値
が低く、無声と判定され、合成した音声が雑音的になる
という課題があった。 【解決手段】 音声分析器側に、線形予測分析フィルタ
３から出力される残差信号ｃと、ピッチ分析器５から出
力されるピッチ周波数ｄとを入力して、パルス性度合が
予め設定された閾値より高い場合には、有声判定を行う
パルス性分析器を設ける。
Description
【０００１】
【発明の属する技術分野】この発明は、音声信号を圧縮
して符号化復号化する装置に関する。
して符号化復号化する装置に関する。
【０００２】
【従来の技術】一般にボコーダと呼ばれる音声分析合成
技術がある（例えば、「音声情報処理の基礎」斎藤、中
田、オーム社、１９８１年）。図３は、従来のボコーダ
の構成図であり、点線の上側のＡ′が音声分析器、下側
のＢ′が音声合成器である。音声分析器Ａ′は、１０１
が入力端子、１０２が音声信号ａを入力して線形予測係
数ｂを算出する線形予測分析器、１０３が音声信号ａと
線形予測係数ｂとを入力して、第１の残差信号ｃを算出
する線形予測分析フィルタ、１０４が第１の残差信号ｃ
を入力して、残差パワーｇを算出する残差パワー分析
器、１０５が第１の残差信号ｃを入力して、有声／無声
の判定ｅ′とピッチ周波数ｄとを算出するピッチ分析器
である。
技術がある（例えば、「音声情報処理の基礎」斎藤、中
田、オーム社、１９８１年）。図３は、従来のボコーダ
の構成図であり、点線の上側のＡ′が音声分析器、下側
のＢ′が音声合成器である。音声分析器Ａ′は、１０１
が入力端子、１０２が音声信号ａを入力して線形予測係
数ｂを算出する線形予測分析器、１０３が音声信号ａと
線形予測係数ｂとを入力して、第１の残差信号ｃを算出
する線形予測分析フィルタ、１０４が第１の残差信号ｃ
を入力して、残差パワーｇを算出する残差パワー分析
器、１０５が第１の残差信号ｃを入力して、有声／無声
の判定ｅ′とピッチ周波数ｄとを算出するピッチ分析器
である。
【０００３】音声合成器Ｂ′は、１１１が有声／無声の
判定ｅ′とピッチ周波数ｄを入力して、第２の残差信号
ｆ′を生成する残差信号生成器、１１２が第２の残差信
号ｆ′と残差パワーｇとを入力して、第２の残差信号
ｆ′を増幅する増幅器、１１３は増幅された第２の残差
信号ｈ′と線形予測係数ｂとを入力して、音声信号ｉ′
を生成する線形予測合成フィルタ、１１４が出力端子で
ある。
判定ｅ′とピッチ周波数ｄを入力して、第２の残差信号
ｆ′を生成する残差信号生成器、１１２が第２の残差信
号ｆ′と残差パワーｇとを入力して、第２の残差信号
ｆ′を増幅する増幅器、１１３は増幅された第２の残差
信号ｈ′と線形予測係数ｂとを入力して、音声信号ｉ′
を生成する線形予測合成フィルタ、１１４が出力端子で
ある。
【０００４】次に、図３に示すボコーダの動作を簡単に
説明する。以下の処理は、ある一定長（例えば５mse
c.）毎のフレーム単位に行われる。音声分析器Ａ′側の
処理は、入力端子１０１から音声信号ａを入力する。図
２（１）は、その音声信号ａの音声波形例である。
説明する。以下の処理は、ある一定長（例えば５mse
c.）毎のフレーム単位に行われる。音声分析器Ａ′側の
処理は、入力端子１０１から音声信号ａを入力する。図
２（１）は、その音声信号ａの音声波形例である。
【０００５】線形予測分析器１０２により線形予測係数
ｂを算出し、線形予測分析フィルタ１０３に出力すると
共に、音声合成器Ｂ′の線形予測合成フィルタ１１３に
も送信する。線形予測分析フィルタ１０３は、音声信号
ａと線形予測係数ｂとを入力し、第１の残差信号ｃを出
力する。図２（２）は、図２（１）の音声信号ａから求
めた第１の残差信号ｃの例である。残差パワー分析器１
０４は、第１の残差信号ｃの残差パワーｇを算出し、音
声合成器Ｂ′の増幅器１１２に送信する。ピッチ分析器
１０５は、第１の残差信号ｃを入力し、第１の残差信号
ｃの相関値（以下ピッチ相関値と呼ぶ）をもとに、ピッ
チ周期性が高いか否か判定し、高い場合には有声の、低
い場合には無声の判定結果ｅ′と、ピッチ周波数ｄとを
音声合成器Ｂ′の残差信号生成器１１１に送信する。
ｂを算出し、線形予測分析フィルタ１０３に出力すると
共に、音声合成器Ｂ′の線形予測合成フィルタ１１３に
も送信する。線形予測分析フィルタ１０３は、音声信号
ａと線形予測係数ｂとを入力し、第１の残差信号ｃを出
力する。図２（２）は、図２（１）の音声信号ａから求
めた第１の残差信号ｃの例である。残差パワー分析器１
０４は、第１の残差信号ｃの残差パワーｇを算出し、音
声合成器Ｂ′の増幅器１１２に送信する。ピッチ分析器
１０５は、第１の残差信号ｃを入力し、第１の残差信号
ｃの相関値（以下ピッチ相関値と呼ぶ）をもとに、ピッ
チ周期性が高いか否か判定し、高い場合には有声の、低
い場合には無声の判定結果ｅ′と、ピッチ周波数ｄとを
音声合成器Ｂ′の残差信号生成器１１１に送信する。
【０００６】ピッチ周波数とピッチ相関値の算出方法
は、一般に広く使われているピッチ探索の手法を用いる
ことができる。探索手法は、残差信号を分析対象とし
て、ピッチ周波数に対応する時間間隔（時間シフト量）
を変量とし、正規化自己相関値を最大にする時間間隔か
ら、ピッチ周波数を決定する。また、そのときの正規化
自己相関値をピッチ相関値とする手法を用いることがで
きる。
は、一般に広く使われているピッチ探索の手法を用いる
ことができる。探索手法は、残差信号を分析対象とし
て、ピッチ周波数に対応する時間間隔（時間シフト量）
を変量とし、正規化自己相関値を最大にする時間間隔か
ら、ピッチ周波数を決定する。また、そのときの正規化
自己相関値をピッチ相関値とする手法を用いることがで
きる。
【０００７】音声合成器Ｂ′側の処理は、残差信号生成
器１１１は、音声分析器Ａ′側から送られた有声／無声
の判定結果ｅ′と、ピッチ周波数ｄの情報から、有声の
場合は、ピッチ周波数ｄで決められる周期的信号（例え
ばパルス列）を生成し、無声の場合は、雑音信号（例え
ば白色雑音）を生成する。この様子を図４に示す。
器１１１は、音声分析器Ａ′側から送られた有声／無声
の判定結果ｅ′と、ピッチ周波数ｄの情報から、有声の
場合は、ピッチ周波数ｄで決められる周期的信号（例え
ばパルス列）を生成し、無声の場合は、雑音信号（例え
ば白色雑音）を生成する。この様子を図４に示す。
【０００８】図４は、残差信号生成器を模式的に示して
おり、周期的信号生成器と雑音信号生成器とから構成さ
れている。音声が有声の場合は、ピッチ周期波ｄの情報
に従って周期的信号を、無声の場合は、雑音信号を切り
換えて出力するようになっている。
おり、周期的信号生成器と雑音信号生成器とから構成さ
れている。音声が有声の場合は、ピッチ周期波ｄの情報
に従って周期的信号を、無声の場合は、雑音信号を切り
換えて出力するようになっている。
【０００９】増幅器１１２は、音声分析器Ａ′側から送
られた残差パワーｇの情報を元に、第１の残差信号ｃの
パワーと同じになるように、残差信号生成器１１１から
出力される第２の残差信号ｆ′を増幅する。この様子を
図２（３）に模式的に示す。線形予測合成フィルタ１１
３は、音声分析器Ａ′側から送られた線形予測係数ｂの
情報と、増幅された第２の残差信号ｈ′とから音声信号
ｉ′を合成し、出力端子１１４に出力する。
られた残差パワーｇの情報を元に、第１の残差信号ｃの
パワーと同じになるように、残差信号生成器１１１から
出力される第２の残差信号ｆ′を増幅する。この様子を
図２（３）に模式的に示す。線形予測合成フィルタ１１
３は、音声分析器Ａ′側から送られた線形予測係数ｂの
情報と、増幅された第２の残差信号ｈ′とから音声信号
ｉ′を合成し、出力端子１１４に出力する。
【００１０】このように音源信号を、周期的信号と雑音
信号とを切り替えてモデル化する方式の他に、有声信号
と無声信号とが混合した信号をモデル化することによ
り、分析合成音声の品質を向上させる技術もある（例え
ば、“Ｈｉｇｈ−Ｑｕａｌｉｔｙ Ｈａｒｍｏｎｉｃ
Ｃｏｄｉｎｇ Ａｔ Ｖｅｒｙ Ｌｏｗ Ｂｉｔ Ｒａ
ｔｅｓ”、Ｇ．Ｙａｎｇ、Ｈ．Ｌｅｉｃｈ、ＩＣＡＳＳ
Ｐ、１９９４）。混合比率の制御は、例えばピッチ相関
値に基づいて行われる。周期性の度合が強いと周期的信
号を多く混合し、逆に周期性が弱いと雑音信号を多く混
合する。
信号とを切り替えてモデル化する方式の他に、有声信号
と無声信号とが混合した信号をモデル化することによ
り、分析合成音声の品質を向上させる技術もある（例え
ば、“Ｈｉｇｈ−Ｑｕａｌｉｔｙ Ｈａｒｍｏｎｉｃ
Ｃｏｄｉｎｇ Ａｔ Ｖｅｒｙ Ｌｏｗ Ｂｉｔ Ｒａ
ｔｅｓ”、Ｇ．Ｙａｎｇ、Ｈ．Ｌｅｉｃｈ、ＩＣＡＳＳ
Ｐ、１９９４）。混合比率の制御は、例えばピッチ相関
値に基づいて行われる。周期性の度合が強いと周期的信
号を多く混合し、逆に周期性が弱いと雑音信号を多く混
合する。
【００１１】
【発明が解決しようとする課題】上記音声分析合成器に
おいて、音源信号を適切にモデル化することが重要であ
る。しかしながら、ピッチ相関値にしたがって有声／無
声の判定をする処理において、ピッチ周波数の存在する
周期的な信号の立ち上がり区間などではピッチ相関値が
低く、無声に判定されてしまい、合成した音声が雑音的
になるという課題があった。
おいて、音源信号を適切にモデル化することが重要であ
る。しかしながら、ピッチ相関値にしたがって有声／無
声の判定をする処理において、ピッチ周波数の存在する
周期的な信号の立ち上がり区間などではピッチ相関値が
低く、無声に判定されてしまい、合成した音声が雑音的
になるという課題があった。
【００１２】
【課題を解決するための手段】上記課題を解決するため
に、本発明の音声分析合成器は、音声分析器と音声合成
器とで構成される音声分析合成器において、音声信号を
入力して線形予測係数を算出し、線形予測分析フィルタ
と上記音声合成器に出力する線形予測分析器と、上記音
声信号と上記線形予測係数とを入力して第１の残差信号
を算出して、上記音声分析器内の後続の処理手段に出力
する上記線形予測分析フィルタと、上記第１の残差信号
を入力して残差パワーを算出し、上記音声合成器に出力
する残差パワー分析器と、上記第１の残差信号を入力し
て、ピッチ周波数を算出し、パルス性分析器に出力する
ピッチ分析器とを備える音声分析器と、上記パルス性分
析器からの有声／無声の判定結果と、上記ピッチ分析器
で算出されたピッチ周波数とを入力して第２の残差信号
を生成し、増幅器に出力する残差信号生成器と、上記第
２の残差信号と、上記残差パワー分析器からの残差パワ
ーとを入力して第２の残差信号を増幅する増幅器と、上
記増幅された第２の残差信号と、上記線形予測分析器か
ら出力される上記線形予測係数とを入力して、音声信号
を生成して、出力する線形予測合成フィルタとで構成さ
れる音声合成器とを備え、上記第１の残差信号を分析
し、パルス性度合が設定された閾値より高い場合には、
有声判定を行う上記パルス性分析器を、上記音声分析器
に備える。
に、本発明の音声分析合成器は、音声分析器と音声合成
器とで構成される音声分析合成器において、音声信号を
入力して線形予測係数を算出し、線形予測分析フィルタ
と上記音声合成器に出力する線形予測分析器と、上記音
声信号と上記線形予測係数とを入力して第１の残差信号
を算出して、上記音声分析器内の後続の処理手段に出力
する上記線形予測分析フィルタと、上記第１の残差信号
を入力して残差パワーを算出し、上記音声合成器に出力
する残差パワー分析器と、上記第１の残差信号を入力し
て、ピッチ周波数を算出し、パルス性分析器に出力する
ピッチ分析器とを備える音声分析器と、上記パルス性分
析器からの有声／無声の判定結果と、上記ピッチ分析器
で算出されたピッチ周波数とを入力して第２の残差信号
を生成し、増幅器に出力する残差信号生成器と、上記第
２の残差信号と、上記残差パワー分析器からの残差パワ
ーとを入力して第２の残差信号を増幅する増幅器と、上
記増幅された第２の残差信号と、上記線形予測分析器か
ら出力される上記線形予測係数とを入力して、音声信号
を生成して、出力する線形予測合成フィルタとで構成さ
れる音声合成器とを備え、上記第１の残差信号を分析
し、パルス性度合が設定された閾値より高い場合には、
有声判定を行う上記パルス性分析器を、上記音声分析器
に備える。
【００１３】また、上記線形予測分析器と、上記線形予
測分析フィルタと、上記残差パワー分析器と、上記第１
の残差信号を入力して有声／無声の混合比率と、上記ピ
ッチ周波数を算出して、上記パルス性分析器に出力する
ピッチ分析器とを備える音声分析器と、上記パルス性分
析器から出力される有声／無声の混合比率と、上記ピッ
チ周波数とを入力して、第３の残差信号を生成する上記
残差信号生成器と、上記増幅器と、上記線形予測合成フ
ィルタとで構成される音声合成器とを備え、上記第１の
残差信号を分析し、上記ピッチ分析器から出力されるパ
ルス性度合に従って有声／無声の混合比率を変更する上
記パルス性分析器を備える。
測分析フィルタと、上記残差パワー分析器と、上記第１
の残差信号を入力して有声／無声の混合比率と、上記ピ
ッチ周波数を算出して、上記パルス性分析器に出力する
ピッチ分析器とを備える音声分析器と、上記パルス性分
析器から出力される有声／無声の混合比率と、上記ピッ
チ周波数とを入力して、第３の残差信号を生成する上記
残差信号生成器と、上記増幅器と、上記線形予測合成フ
ィルタとで構成される音声合成器とを備え、上記第１の
残差信号を分析し、上記ピッチ分析器から出力されるパ
ルス性度合に従って有声／無声の混合比率を変更する上
記パルス性分析器を備える。
【００１４】線形予測分析器は、入力された音声信号の
線形予測係数を算出する。線形予測分析フィルタは、音
声信号と線形予測係数を入力し、残差信号を出力する。
残差パワー分析器は、残差信号のパワーを算出する。ピ
ッチ分析器は、残差信号を入力し、残差信号の相関値を
もとにピッチ周波数を出力する。パルス性分析器は、残
差信号の波形のパルス性を判定し、パルス性度合に従っ
て有声／無声の混合比率を変更する。
線形予測係数を算出する。線形予測分析フィルタは、音
声信号と線形予測係数を入力し、残差信号を出力する。
残差パワー分析器は、残差信号のパワーを算出する。ピ
ッチ分析器は、残差信号を入力し、残差信号の相関値を
もとにピッチ周波数を出力する。パルス性分析器は、残
差信号の波形のパルス性を判定し、パルス性度合に従っ
て有声／無声の混合比率を変更する。
【００１５】
【発明の実施の形態】〔実施の形態１〕図１は、本発明
の音声分析合成器の実施の一形態を示すブロック図であ
る。図３に示す従来技術と異なるのは、音声分析器Ａ側
にパルス性分析器６が追加され、ピッチ分析器５の出力
を、このパルス性分析器６に入力している点である。
の音声分析合成器の実施の一形態を示すブロック図であ
る。図３に示す従来技術と異なるのは、音声分析器Ａ側
にパルス性分析器６が追加され、ピッチ分析器５の出力
を、このパルス性分析器６に入力している点である。
【００１６】音声分析器Ａの１は入力端子、２は音声信
号ａを入力して線形予測係数ｂを算出する線形予測分析
器、３は音声信号ａと線形予測係数ｂを入力して、第１
の残差信号ｃを算出する線形予測分析フィルタ、４は第
１の残差信号ｃを入力して、残差パワーｇを算出する残
差パワー分析器、５は第１の残差信号ｃを入力して、ピ
ッチ周波数ｄを算出するピッチ分析器、６は第１の残差
信号ｃとピッチ周波数ｄとを入力して、パルス性度合に
基づいて有声／無声の判定ｅを行うパルス性分析器であ
る。
号ａを入力して線形予測係数ｂを算出する線形予測分析
器、３は音声信号ａと線形予測係数ｂを入力して、第１
の残差信号ｃを算出する線形予測分析フィルタ、４は第
１の残差信号ｃを入力して、残差パワーｇを算出する残
差パワー分析器、５は第１の残差信号ｃを入力して、ピ
ッチ周波数ｄを算出するピッチ分析器、６は第１の残差
信号ｃとピッチ周波数ｄとを入力して、パルス性度合に
基づいて有声／無声の判定ｅを行うパルス性分析器であ
る。
【００１７】音声合成器Ｂの１１は、有声／無声の判定
結果ｅとピッチ周波数ｄとを入力して、第２の残差信号
ｆを生成する残差信号生成器、１２は第２の残差信号ｆ
と残差パワーｇとを入力して、第２の残差信号ｆを増幅
する増幅器、１３は増幅された第２の残差信号ｈと線形
予測係数ｂとを入力して、音声信号ｉを生成する線形予
測合成フィルタ、１４は出力端子である。
結果ｅとピッチ周波数ｄとを入力して、第２の残差信号
ｆを生成する残差信号生成器、１２は第２の残差信号ｆ
と残差パワーｇとを入力して、第２の残差信号ｆを増幅
する増幅器、１３は増幅された第２の残差信号ｈと線形
予測係数ｂとを入力して、音声信号ｉを生成する線形予
測合成フィルタ、１４は出力端子である。
【００１８】次に、図１に示すボコーダの動作を説明す
る。以下の処理は、ある一定長（例えば５msec.）毎の
フレーム単位に行われる。音声分析器Ａ側の処理は、入
力端子１から音声信号ａを入力する。図２（１）は、音
声信号ａの音声波形例である。線形予測分析器２により
線形予測係数ｂを算出し、線形予測分析フィルタ３に出
力すると共に、音声合成器Ｂの線形予測合成フィルタ１
３にも送信する。線形予測分析フィルタ３は、音声信号
ａと線形予測係数ｂとを入力し、第１の残差信号ｃを出
力する。
る。以下の処理は、ある一定長（例えば５msec.）毎の
フレーム単位に行われる。音声分析器Ａ側の処理は、入
力端子１から音声信号ａを入力する。図２（１）は、音
声信号ａの音声波形例である。線形予測分析器２により
線形予測係数ｂを算出し、線形予測分析フィルタ３に出
力すると共に、音声合成器Ｂの線形予測合成フィルタ１
３にも送信する。線形予測分析フィルタ３は、音声信号
ａと線形予測係数ｂとを入力し、第１の残差信号ｃを出
力する。
【００１９】図２（２）は、図２（１）の音声信号ａか
ら求めた第１の残差信号ｃの例である。残差パワー分析
器４は、残差信号ｃの残差パワーｇを算出し、音声合成
器Ｂの増幅器１２に送信する。ピッチ分析器５は第１の
残差信号ｃを入力し、ピッチ周波数ｄを算出して、パル
ス性分析器６に出力する。パルス性分析器６は、第１の
残差信号ｃの相関値（以下ピッチ相関値と呼ぶ）をもと
に、ピッチ周期性が高いか否か判定し、高い場合には有
声の、低い場合には無声の判定結果ｅと、ピッチ周波数
ｄとを音声合成器Ｂの残差信号生成器１１に送信する。
ら求めた第１の残差信号ｃの例である。残差パワー分析
器４は、残差信号ｃの残差パワーｇを算出し、音声合成
器Ｂの増幅器１２に送信する。ピッチ分析器５は第１の
残差信号ｃを入力し、ピッチ周波数ｄを算出して、パル
ス性分析器６に出力する。パルス性分析器６は、第１の
残差信号ｃの相関値（以下ピッチ相関値と呼ぶ）をもと
に、ピッチ周期性が高いか否か判定し、高い場合には有
声の、低い場合には無声の判定結果ｅと、ピッチ周波数
ｄとを音声合成器Ｂの残差信号生成器１１に送信する。
【００２０】図２（２）に示すように、一般に、ピッチ
周波数が存在する音声区間の残差信号は、元の音声信号
に比べて波形がパルス的になる性質がある。パルス性分
析器６は第１の残差信号ｃを入力し、第１の残差信号ｃ
のパルス性度合を算出する。パルス性度合の算出方法と
しては、（１）式で表わされる、フレーム内残差信号波
形の最大絶対値と平均絶対値との比、或いは、（２）式
で表わされる、フレーム内残差信号波形の二乗平均平方
根値と最大絶対値との比などを用いることができる。或
いは（１）式、（２）式で算出される値を、１以下の値
に正規化して取り扱い易くするために、（３）式のよう
にフレーム長の平方根で正規化することもできる。
周波数が存在する音声区間の残差信号は、元の音声信号
に比べて波形がパルス的になる性質がある。パルス性分
析器６は第１の残差信号ｃを入力し、第１の残差信号ｃ
のパルス性度合を算出する。パルス性度合の算出方法と
しては、（１）式で表わされる、フレーム内残差信号波
形の最大絶対値と平均絶対値との比、或いは、（２）式
で表わされる、フレーム内残差信号波形の二乗平均平方
根値と最大絶対値との比などを用いることができる。或
いは（１）式、（２）式で算出される値を、１以下の値
に正規化して取り扱い易くするために、（３）式のよう
にフレーム長の平方根で正規化することもできる。
【００２１】 Ｙmax＝Ｍax(|Ｙ１|，|Ｙ２|,...,|ＹＮ|) Ｙave＝(|Ｙ１|＋|Ｙ２|＋...＋|ＹＮ|)／Ｎ Ｙrms＝Ｓqrt((Ｙ１＊Ｙ１＋Ｙ２＊Ｙ２＋...＋ＹＮ＊ＹＮ)／Ｎ) Ｐulse＝Ｙmax／Ｙave (1) Ｐulse＝Ｙmax／Ｙrms (2) Ｐulse＝Ｙmax／(Ｙrms＊Ｓqrt(Ｎ)) (3) ここで、Ｎはフレーム内のサンプル数（例えば４０） Ｙi(i＝１,２，...，Ｎ) はフレーム内残差信号の波高
値 |ｘ| は、ｘの絶対値 Ｍax(Ｙ１,Ｙ２,...,ＹＮ)は、Ｙ１,Ｙ２,...,ＹＮの最
大値 Ｓqrt(ｘ) は、ｘの平方根を表わす。
値 |ｘ| は、ｘの絶対値 Ｍax(Ｙ１,Ｙ２,...,ＹＮ)は、Ｙ１,Ｙ２,...,ＹＮの最
大値 Ｓqrt(ｘ) は、ｘの平方根を表わす。
【００２２】（３）式を用いた場合、例えば最もパルス
性の強い例として、フレーム内に１本のパルスのみ存在
する場合は、算出される値は１になり、逆に最もパルス
性の弱い例として、フレーム内全て等振幅の信号が存在
する場合は、算出される値は１／Ｓqrt（Ｎ）となる。
性の強い例として、フレーム内に１本のパルスのみ存在
する場合は、算出される値は１になり、逆に最もパルス
性の弱い例として、フレーム内全て等振幅の信号が存在
する場合は、算出される値は１／Ｓqrt（Ｎ）となる。
【００２３】次に算出されたパルス性の指標値を、ある
判定閾値（例えば０.５）と比較して、パルス性の指標
値の方が大きければ、ピッチ分析器５から入力した有声
／無声の判定信号を有声判定に設定する。この場合ピッ
チ周波数としては、ピッチ相関値から最もピッチ周波数
の可能性の高い（ピッチ相関値が高い）値に設定する方
法や、ある一定の値に決めるなどの方法が考えられる。
判定閾値（例えば０.５）と比較して、パルス性の指標
値の方が大きければ、ピッチ分析器５から入力した有声
／無声の判定信号を有声判定に設定する。この場合ピッ
チ周波数としては、ピッチ相関値から最もピッチ周波数
の可能性の高い（ピッチ相関値が高い）値に設定する方
法や、ある一定の値に決めるなどの方法が考えられる。
【００２４】音声合成器Ｂ側の処理は、残差信号生成器
１１は、音声分析器Ａ側から送られた有声／無声の判定
結果ｅと、ピッチ周波数ｄの情報から、有声の場合は、
ピッチ周波数ｄで決められる周期的信号（例えばパルス
列）を生成し、無声の場合は、雑音信号（例えば白色雑
音）を生成する。この様子を図４に示す。
１１は、音声分析器Ａ側から送られた有声／無声の判定
結果ｅと、ピッチ周波数ｄの情報から、有声の場合は、
ピッチ周波数ｄで決められる周期的信号（例えばパルス
列）を生成し、無声の場合は、雑音信号（例えば白色雑
音）を生成する。この様子を図４に示す。
【００２５】増幅器１２は、音声分析器Ａ側から送られ
た残差パワーｇの情報を元に、第１の残差信号ｃのパワ
ーと同じになるように、残差信号生成器１１から出力さ
れる第２の残差信号ｆを増幅する。この様子を図２
（４）に模式的に示す。図２（４）の縦軸及び、横軸の
スケームは、図２（１）乃至、図２（３）と同じであ
る。但し、この方法は、パルスが生成される位置の情報
がないため、パルスの位置は分析フレーム内のどこに立
つかは、図２（３）、（４）と、図２（１）、（２）と
は異なる。線形予測合成フィルタ１３は、音声分析器Ａ
側から送られた線形予測係数ｂの情報と、増幅された第
２の残差信号ｈとから音声信号ｉを合成し、出力端子１
４に出力する。
た残差パワーｇの情報を元に、第１の残差信号ｃのパワ
ーと同じになるように、残差信号生成器１１から出力さ
れる第２の残差信号ｆを増幅する。この様子を図２
（４）に模式的に示す。図２（４）の縦軸及び、横軸の
スケームは、図２（１）乃至、図２（３）と同じであ
る。但し、この方法は、パルスが生成される位置の情報
がないため、パルスの位置は分析フレーム内のどこに立
つかは、図２（３）、（４）と、図２（１）、（２）と
は異なる。線形予測合成フィルタ１３は、音声分析器Ａ
側から送られた線形予測係数ｂの情報と、増幅された第
２の残差信号ｈとから音声信号ｉを合成し、出力端子１
４に出力する。
【００２６】音声信号に対する処理内容を図２の場合で
例示すると、従来の技術では、ピッチの立ち上がり区間
は、ピッチ相関値が低く算出されてしまい、図２（３）
に示すように３．８８０秒から３．８８５秒の区間は無
声と判定されて、雑音信号が生成されているが、本発明
では、残差信号のパルス性の度合が高く、図２（４）に
示すように有声判定が行われ、周期的信号（ここではパ
ルス列）が生成されている。
例示すると、従来の技術では、ピッチの立ち上がり区間
は、ピッチ相関値が低く算出されてしまい、図２（３）
に示すように３．８８０秒から３．８８５秒の区間は無
声と判定されて、雑音信号が生成されているが、本発明
では、残差信号のパルス性の度合が高く、図２（４）に
示すように有声判定が行われ、周期的信号（ここではパ
ルス列）が生成されている。
【００２７】〔実施の形態２〕上記実施の一形態では、
音源信号である残差信号を周期的信号か、雑音信号かで
表現していたが、従来技術で説明したように、有声信号
と無声信号とを混合した信号で表現するシステムに適用
することもできる。この場合も図１と同様に、新たに追
加される処理ブロックはパルス性分析器６だけである。
処理内容は実施形態１と同様に、残差信号のパルス性度
合を、例えば（３）式を用いて算出する。算出されたパ
ルス性度合の指標値に従い、ピッチ分析器５から入力し
たピッチ相関値を変更し、音声合成器Ｂ側に出力する。
ピッチ相関値の変更は、パルス性度合が高い程、ピッチ
相関値を高く変更するように処理する。例えば（４）式
のような処理が考えられる。
音源信号である残差信号を周期的信号か、雑音信号かで
表現していたが、従来技術で説明したように、有声信号
と無声信号とを混合した信号で表現するシステムに適用
することもできる。この場合も図１と同様に、新たに追
加される処理ブロックはパルス性分析器６だけである。
処理内容は実施形態１と同様に、残差信号のパルス性度
合を、例えば（３）式を用いて算出する。算出されたパ
ルス性度合の指標値に従い、ピッチ分析器５から入力し
たピッチ相関値を変更し、音声合成器Ｂ側に出力する。
ピッチ相関値の変更は、パルス性度合が高い程、ピッチ
相関値を高く変更するように処理する。例えば（４）式
のような処理が考えられる。
【００２８】 Ｐcor＝Ｐulse,Ｐulse＞Ｐcorの場合 Ｐcor＝Ｐcor,Ｐluse＜＝Ｐcor場合 (4) ここで、Ｐcorは１以下の値に正規化されているピッチ
相関値 Ｐulseはパルス性度合を表わし、例えば（３）式で求め
られる。
相関値 Ｐulseはパルス性度合を表わし、例えば（３）式で求め
られる。
【００２９】このように、残差信号波形のパルス性度合
に従ってピッチ相関値を変更することで、ピッチの立ち
上がり区間で、従来法よりも早く周期的信号（例えばパ
ルス列）成分を多く生成することができ、音質を改善す
ることができる。
に従ってピッチ相関値を変更することで、ピッチの立ち
上がり区間で、従来法よりも早く周期的信号（例えばパ
ルス列）成分を多く生成することができ、音質を改善す
ることができる。
【００３０】
【発明の効果】本発明によれば、音声のピッチの立ち上
がり区間など、ピッチ抽出が困難な区間においても、有
声判定を行うことにより、音質を向上した音声分析合成
器が実現できる。
がり区間など、ピッチ抽出が困難な区間においても、有
声判定を行うことにより、音質を向上した音声分析合成
器が実現できる。
【図１】本発明の音声分析合成器の実施形態を示すブロ
ック図である。
ック図である。
【図２】従来技術及び、本発明の音声分析合成器の処理
に係る音声信号の波形図である。
に係る音声信号の波形図である。
【図３】従来技術の音声分析合成器の実施例を示すブロ
ック図である。
ック図である。
【図４】従来技術の音声分析合成器の残差信号生成器の
動作の説明図である。
動作の説明図である。
１，１０１ 入力端子 ２，１０２ 線形予測分析器 ３，１０３ 線形予測分析フィルタ ４，１０４ 残差パワー分析器 ５，１０５ ピッチ分析器 ６ パルス性分析器 １１，１１１ 残差信号生成器 １２，１１２ 増幅器 １３，１１３ 線形予測合成フィルタ １４，１１４ 出力端子
Claims (2)
- 【請求項１】 音声分析器と音声合成器とで構成される
音声分析合成器において、 音声信号を入力して線形予測係数を算出し、線形予測分
析フィルタと上記音声合成器とに出力する線形予測分析
器と、 上記音声信号と上記線形予測係数とを入力して第１の残
差信号を算出して、上記音声分析器内の後続の処理手段
に出力する上記線形予測分析フィルタと、 上記第１の残差信号を入力して残差パワーを算出し、上
記音声合成器に出力する残差パワー分析器と、 上記第１の残差信号を入力して、ピッチ周波数を算出
し、パルス性分析器に出力するピッチ分析器とを備える
上記音声分析器と、 上記パルス性分析器からの有声／無声の判定結果と、上
記ピッチ分析器で算出されたピッチ周波数とを入力して
第２の残差信号を生成し、増幅器に出力する残差信号生
成器と、 上記第２の残差信号と、上記残差パワー分析器からの残
差パワーとを入力して第２の残差信号を増幅する増幅器
と、 上記増幅された第２の残差信号と、上記線形予測分析器
から出力される上記線形予測係数とを入力して、音声信
号を生成し、出力する線形予測合成フィルタで構成され
る音声合成器とを備え、 上記第１の残差信号を分析し、パルス性度合が設定され
た閾値より高い場合には、有声判定を行う上記パルス性
分析器を、上記音声分析器に備えたことを特徴とする音
声分析合成器。 - 【請求項２】 上記線形予測分析器と、上記線形予測分
析フィルタと、上記残差パワー分析器と、上記第１の残
差信号を入力して有声／無声の混合比率と、上記ピッチ
周波数を算出して、上記パルス性分析器に出力するピッ
チ分析器とを備える音声分析器と、 上記パルス性分析器から出力される有声／無声の混合比
率と、上記ピッチ周波数とを入力して、第３の残差信号
を生成する上記残差信号生成器と、 上記第３の残差信号を増幅する増幅器と、 上記線形予測合成フィルタとで構成される音声合成器と
を備え、 上記第１の残差信号を分析し、上記ピッチ分析器から出
力されるパルス性度合に従って、有声／無声の混合比率
を変更する上記パルス性分析器を備えたことを特徴とす
る請求項１記載の音声分析合成器。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP11307698A JP3472704B2 (ja) | 1998-04-23 | 1998-04-23 | 音声分析器および音声分析合成器 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP11307698A JP3472704B2 (ja) | 1998-04-23 | 1998-04-23 | 音声分析器および音声分析合成器 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH11305797A true JPH11305797A (ja) | 1999-11-05 |
| JP3472704B2 JP3472704B2 (ja) | 2003-12-02 |
Family
ID=14602880
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP11307698A Expired - Fee Related JP3472704B2 (ja) | 1998-04-23 | 1998-04-23 | 音声分析器および音声分析合成器 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3472704B2 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2008013135A1 (en) | 2006-07-27 | 2008-01-31 | Nec Corporation | Audio data decoding device |
-
1998
- 1998-04-23 JP JP11307698A patent/JP3472704B2/ja not_active Expired - Fee Related
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2008013135A1 (en) | 2006-07-27 | 2008-01-31 | Nec Corporation | Audio data decoding device |
| US8327209B2 (en) | 2006-07-27 | 2012-12-04 | Nec Corporation | Sound data decoding apparatus |
Also Published As
| Publication number | Publication date |
|---|---|
| JP3472704B2 (ja) | 2003-12-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR100615480B1 (ko) | 음성 대역 확장 장치 및 음성 대역 확장 방법 | |
| TR199600519A2 (tr) | Konusma sinyallerinin olusturulmasina mahsus yöntem ve cihaz ve sinyallerin iletilmesine mahsus yöntem. | |
| Ahmadi et al. | Analysis-by-synthesis method for whisper-speech reconstruction | |
| KR0155315B1 (ko) | Lsp를 이용한 celp보코더의 피치 검색방법 | |
| JPH11305797A (ja) | 音声分析合成器 | |
| JPH03119398A (ja) | 音声分析合成方法 | |
| KR100715013B1 (ko) | 대역확장장치 및 방법 | |
| KR100715014B1 (ko) | 트랜스코더 및 부호변환방법 | |
| KR100310930B1 (ko) | 음성합성장치및그방법 | |
| JP3057907B2 (ja) | 音声符号化装置 | |
| JP3166797B2 (ja) | 音声符号化法及び音声復号化法並びに音声符復号化装置 | |
| JP2000122698A (ja) | 音声符号化装置 | |
| JPH0235997B2 (ja) | ||
| JPS61236599A (ja) | 音声信号符号化復号化方法とその装置 | |
| JPH06208398A (ja) | 音源波形生成方法 | |
| JPS61262800A (ja) | 音声符号化方式 | |
| JPH10222196A (ja) | 音声符号化における波形利得見積方法 | |
| JPS6189737A (ja) | 音声分析合成装置 | |
| JPH10232698A (ja) | 話速変換装置 | |
| JPH0675598A (ja) | 音声符号化方法及び音声合成方法 | |
| JPH043876B2 (ja) | ||
| JPS63181517A (ja) | マルチパルス符号化装置 | |
| JPH09114498A (ja) | 音声符号化装置 | |
| JPH0242239B2 (ja) | ||
| JPH043880B2 (ja) |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080912 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080912 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090912 Year of fee payment: 6 |
|
| LAPS | Cancellation because of no payment of annual fees |