JPS58200298A - 音声分析装置 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 本発明は、音声を合成するのに必要な音声の特徴パラメ
ータを源音声カニら抽出する為の音声分析装置に関する
。

近年、音声の特徴パラメータに基づいて、音声を再合成
できる音声合成装置が開発されているが、人間の源音声
と全く同じ品質を持−蒸成音声を得るには至っていない
。この原因には、従来、音声を合成する為の特徴パラメ
ータ自体が源音声の特徴を忠実に表わすものでなかった
点が挙げられる。

本発明は斯る孟に鑑みてなされたものであり、源音声の
もつ特徴を忠実に表わした音声パラメータを抽出する事
のできる音声分析装置を提供するものである。

第１図に本発明の音声分析装置の一実施例の構成を示す
。同図に於いて、（１）は人間の源音声を録音ｔたテー
プレコーダ、（２）は該テープレコーダ（１）からのア
ナログ音声信号を一定周期（例えば１２５ｍ５ｅｃ）で
サンプリングしてディジタル音声信号に変換するＡ／Ｄ
変換器、（３）は該Ａ／Ｄ変換器（２）からのディジタ
ル音声信号のサンプル値をアドレス付けして時系列的に
貯えるバッファメモリであり、例えば、−半飴分の数秒
に亘るサンプル列が貯えられる。（４）は該バッファメ
モリ＋３）　Ｋ連なるフレームメモリ、（５）は−に記
バッファメモリ（３）のアドレスを指示する事に依って
、パップアメモリ（３）内の数秒に亘るサンプル列の内
、第３図（ａ）の音声波形図及ム時間内に含まれるサン
プル列を、フレーム周期単位で読み出して上記フレーム
メモリ（４）に貯える読み出し制御回路であり、そのフ
レーム時間長がキーボード（８）のキー指令■に依って
、可変に設定できる手段を備えている。またこの読み出
し制御回路（５）には、フレーム周期のタイミングを変
換する手段、即ち、各フレーム時間内に含まれる上記バ
ッファメモ１月３）のサンプ桓列を任意のサンプル数で
ずらせる事のできる手段をも備えており、このフレーム
周期のタイミングはキーボード（６）のキー指令のに依
って設定できる。（７）は上記読み出し制御回路（５）
に依って設定されたフレーム時間及びフレーム周期のタ
イミングに基づき、上記フレー゛　ムメモリ（４）に貯
えられた１フレ一ム時間内のサンプル列を演算処理して
音声パラメータを抽出するパラメータ抽出回路であり、
この場合、パーコール分析を行ない、パーコール係数−
／−１［、アンプ情報Ａ、ピッチ情報Ｐ、有声無声判定
情報Ｖからなる音声パラメータが抽出される。尚、パー
コール係数１１Ｋ　：　（ｋ、、ｋ　２　、・、、ｋ＋
ｏ）は１０段の部分自己相関関数、アンプ情報Ａは有声
音に用いられ゛る周期パルス音源の振中値又は無音声に
用いられる雑音パルス音、源の振中値、ピッチ情報Ｐは
有声音に用いられる周期パルス音源の周期、を示してい
る。

又、有声無声判定情報Ｖは、上記パーコール係数ｇの内
一段目の係数に１　　と、パーコール係数４区抽出後の
周期パルス音源又は雑音パルス音源を含む残差信号の自
己相関関数の最大値ρｍと、からなる関数値Ｖ＝０．５
に１＋ｐｍで表わされ、この情報Ｖが大きい時に有声音
、小さい時に無声音、と判定される。（８）は上記パラ
メータ抽出回路（７）から得られるアンプ情報表の値に
乗数Ｃを乗じて変更した変更アンプ情報表ＷＣＡを出力
するアンプ情報変更回路であり、この変更の為の乗数Ｃ
はキーボード（６）のキー指令◎に依って設定される。

（９）は上記パラメータ抽出回路（７）から得られる有
声無声判定情＠！■を可変設定可能な一値ＶＴＨと比較
し、Ｖ＜ＶＴＩ（の時、のみ無声αと判定し、上記パラ
メータ抽出回路（７）から得られるピッチ情報Ｐを強制
的に零に変更した有声無声判定情報を兼ねた変更ピッチ
情報ｉを出力するピッチ情報変兜回路であり、上記閾値
Ｖ　Ｔ　Ｈの設定はキーボード（６）のキー指令■に依
って行なわれる。ＩＩは音声合成回路であり、フレーム
周期単位で、上記パラメータ抽出回路（７）からのパー
コール係数４’　ＩＫと、上記アンプ情報変更器ＩＩ！
８（８１から得られる変更アンプ情報Ｘと、上記ピッチ
情報変更回路（９）から得られる有声無声判定情報を兼
ねた変更ピッチ情栂Ｐと、からなる音声の特徴パラメー
タをル−ム周期毎に導入し、−単飴分の全ての音声の特
徴パラメータ系列を貯えてから、これ等パラメータ系列
に基づいて一単語分の音声波形を再合成し、スピーカ（
１１）から合成音声を発声せしめるものである。

斯る音声分析装置を用いて、ｊ声の特徴〉マラメＶＴＲ
（０，４λ及びアンプ情報Ａの乗数Ｃ（１１を設定した
状態で音声分析を行なう。この時に、パラメータ抽出−
路（７）から得られるパーコール係数１区、アンプ情報
変更回路（８）から得られる変更アンプ情報ｆｆ１（＝
Ａ）、及びピッチ情報変更回路（９）から得られ、変更
ピッ≠情報Ｉ、よから４暮音声。特徴り、新ｔ＝Ｋ、キ
ーボード（６）を用もζで、各キー指令■、■、Ｏ２０
を発改上述の各設定値を変更する事ができ、これに依っ
て源音声の特徴をより忠実に表わしたパーコール係数１
ｘ、変更アンプ情次に本発明装置の特徴とするフレーム
時間設定手段を備えた読み出し制御回路の４体的構成を
第２図に基づいて述べる。尚、説明の簡略化の為に、第
１図に示したバッファメモリ（３）には、各番地毎に１
　ｉｎ　ｓｅｃ毎のディジタル音声信号のサンプル値が
貯えられているものとする。

同図に於いて、５υ＠は夫々同一のクロックＣ’ＬＫに
依って１づつカウントアツプする第１及び第２のカウン
タであり、（至）は２０づつカウントアツプする第３の
カウンタである。（財）はキーボード（６）からのキー
指令■に依ってフレーム周期のタイミングが設定される
タイミングレジスタであり、０〜１９のいずれかのタイ
ミング値が格納される。

（至）はキーボード（６）からのキー指令のに依って、
フレーム時間長が設定される時間□長しジスタであり、
２０〜４０のい４″れかの時間値が格納される。（至）
は上記タイミングレジスタ（財）のタイミング値と上記
第１のカウンタ（５υのカウント値とを加算する加算器
であり、この加算器（至）での加算結果がバッファメモ
１月３）の読み出し番地を示す。圀は上記時間長レジス
タ（至）の時間長から第２のカウンタ（至）のカウント
値を減算する減算器であり、この減算器愉からの減算値
が零になった時点で第２のカウンタ（至）をクリアする
と共に、上記第３のカウンターを２０カウントアツプせ
しめるものである。そして、この第３のカウンタ（至）
が２０カウントアツプした時点でこのカウンタの内容２
０．４０．６０、・・・が第１のカウンタ６Ｄにセット
される。

斯る構成の読み出し回路（５）に於いて、キーボード（
６）からのキー指令■、■に依って、タイミングレジス
タ（至）に１０、時間長レジスタ＠に２５を設定した場
合には、第１のカウンタ６υからの０〜２４のカウント
アツプに従い、加算器（至）からの読み出し番地は１０
〜３４までカウントアツプする事になる。又、これと向
ｍＫｖｓ２のカウンタ（至）も０〜２４までカウントア
ツプし、この値が２５に達した時、減算器（５ηから得
られる等信−号に依って、第２のカウンタ（至）の内容
がクリアされると共に、第３のカウンターが０から２０
にカウントアツプされ、この値２０が第１のカウンタ（
５１１にセットされるので、上記加算器（至）からの読
み出し番地は、１０〜３４までカウントアツプした後、
３０〜５４までカウントアツプし、以下同様に５０〜７
４．７０〜９４、・・・と一部１ｉ＋Ｉして２５づつカ
ウントアツプする事になる。従って、バッファメモリ（
３）の番地３０〜５４までの２５サンプル列が１フレー
ムを構成してフレームメモリ（４）に送られる事になる
。

依って、第３図（（９）のタイミング図に示す如く、フ
レーム周期のタイミングを標準値（零）、フレーム時間
長を標準値（３１ｍ　５ｅｃ）と設定した場合に比べて
、第３図（０）のタイミング図に示す如く、フレーム周
期は２０　ｍ　ｓｅｃに固定して、フレーム周期のタイ
ミングを１０　ｍ　ｓｅｃ分ずらせると共にフレーム時
間長を５ｍａθ０短縮した事になるので上記、フレーム
メモリ（４）に貯えられるサンプルダ１０時間軸及び、
サンプル数が変化し、これに依ってパラメータ抽出回路
（７）から得られる音声の特徴パラメータの値も自づと
変化する事になる。

斯る読み出し制御回路（５）を備える事に依り、テープ
レコーダ（１）に録音されている源音声の音質に依って
、例えば男声であれば、ピッチが大きく、女声であれば
ピッチが小さい、等の特性に応じて、キーボード（６）
からめキー指令のに依って、男声の場合フレーム時間長
を長く、女声の場合フレーム時間長を短く設定できる。

また、第４図（ａ）の音声波形図及び（ｂ）のタイミン
グ図に示す如く、短時間に突発的な音声の大入力Ｇがあ
った時には、この大入力の影響が隣接するフレームにま
で及ぶ不都合を回避する為に、フレーム時間の中央部に
この大入力Ｇを設定する様に、キーボード（６）からの
キー指令のに依って、フレーム周期の多イ２ングを設定
する事ができる。

ド（６）からのキー指令◎に応じた乗数Ｃをパラメータ
抽出回路（７）からのアンプ情報Ａに乗じた変更アンプ
情報Ａ＝ＣＡを得る事ができるので、このアンプ情軸Ａ
が小さい場合１（は、変更アンプ情報ｉを大きく設定す
る事がロー能となる。これに依って合成回路１１にて合
成される音声の８７Ｎ比が向上する。またアンプ情報ム
が大きずぎてダイナミックレンジを越えて飽和してしま
う欠点がある時には、変更アンプ情報Ａを小さく設定す
る事に依って、明瞭な合成音声を得る事ができる。

他方、ピッチ情報変更手段（９）は、＠５図に示す如く
、キーボード（６）からのキー指令■に依って、閾値レ
ジスタｆ９Ｄに閾値ＶＴＩＩが貯えられ、このレジスタ
（９υの閾値ＶＴＩＩとパラメータ抽出回路（７）から
の有性無声判定情報Ｖとが比較器ζ的に依って比較され
る。そして、ゲート回路（１１３１に依って、Ｖ＞ＶＴ
Ｈの時、有声音と判定し、パラメータ抽出回路（７）か
らのピッチ情報Ｐの値がそのまま変更ピッチ情報Ｐの値
として出力され、Ｖ　＜　ＶＴＨの時、無声音と判定し
、零レジスター１．の零値が無声音であｌ′ る事を示す変更ピッチ情％Ｐの値として出力される。

斯るピッチ情報変更手段（９）を備える事に依り、雑音
成分の影響が大きい時には、有声無声判定情報Ｖ（＝Ｑ
、５に１＋ρＩｎ）がレベルアップする不都合が生じる
ので、標準的な閾値ＶＴＨ（＝０．４）をこ　　　　゛
のレベルアップ分に応じた大きな値に変更する事ができ
、これに依って、源音声に忠実な有性無声判定情報を含
んだ変更ピッチ情報Ｐが得られる。

本発明の音声分析装置は、以上の説明から明らかな如く
、音声信号を分析する為のフレーム時間を可変設定する
フレーム時間設定手段を備えているので、操作者は、音
声信号を分析して得られる音声の特徴パラメータに基づ
いて再合成される合成音声を試聴しながら、上記フレー
ム時間を最適−値に設定でき、即ち、分析された源音声
のピッチ特性等に応じた最適なフレーム時間を選択でき
る。従って、源音声のもつ特徴を忠実に表した特徴パラ
メータを得る事ができ、このパラメータを音声合成装置
に供給すれば、源音声と同じ品質の合成音声を出力せし
める事ができる。

【図面の簡単な説明】

第１図は本発明のｔＹ声分析装置の一実施例の構成を示
すブロック図、第２図は本発明装置に用いられる読み出
し制御回路の具体例を示すブロック図、第３図（ａ）、
及び（車０）は音声波形図及びタイミング図、第４図（
−３及び（１１）は音声波形図及びタイミング図、第５
図は本発明装置に用いられるピッチ情報変更回路の具体
例を示すブロック図、である。 （１）・・・テープレコーダ、（２）・・・Ａ／Ｄ変換
器、（３）・・・バッファメモリ、（４）・・・フレー
ムメモ１７　、　＋５１・・・読み出石制８１回路、（
６ト・・キーボード、（７）・・・パラメータ抽出回路
、（８）・・・アンプ情報変更回路、（９）・・・ピッ
チ情報変更回路、（１（ト・・α声合成回路。 区　　　　　　エ　　　〉 ■〕 哄

Claims (1)

【特許請求の範囲】
1. １）音声信号をサンプリングしてディジタル値に変換す
   ６Ａ′９変換手段と・該Ａ／Ｄ変換一段”６のディジタ
   ル音声信号のサンプル値を時系列的に貯えるバッファメ
   モリと、該バッファメモリのサンプル列の内、短時間の
   フレーム周期毎にそのフレーム時間内に属するサンプル
   列を導入して、フレーム単位の音声の特徴パラメータを
   抽出するパラメータ抽出回路と、該パラメータ抽出回路
   に依って得られたフレーム単位の音声の特徴パラメータ
   に基づいて音声を再合成する音声合成回路と、上記パラ
   メータ抽出回路に導入すべきディジタル行声信号のサン
   プル列のフレーム周期を固定し、そのフレーム時間を可
   変設定するフレーム時間設定手段と、を備え、上記音声
   合成回路からの合成音声を試聴する事に依って、上記フ
   レーム時間設定手段を用い、最適なフレーム時間を設定
   する事を特徴とした音声分析装置。