JPS5917438B2 - スペクトルパラメ−タの符号化方式および音声合成装置 - Google Patents

Description

【発明の詳細な説明】 本発明は、音声分析合成系において、差分符号０ 化さ
れたパラメータから音声を合成する方式におけるスペク
トラルパラメータの符号化方式および音声合成装置に関
するものである。

分析合成方式とは、離散的音声信号に一定長の窓関数、
例えば３Ｏｍｓ長の・・ミング窓等を掛け５ て切り出
した有限個のデータから音声のスペクトル情報を表現す
るパラメータ（スペクトルパラメータ）と音源情報を表
現するパラメータ（音源パラメータ）とを分離して抽出
し、抽出したパラメータを用いて元の音声信号を復元す
るものである。

ワ この時分析窓を一定時間長（たとえば５層ｓ）ずつ
移動させながら、それぞれのパラメータを抽出する。こ
のようにして抽出したパラメータを一担符号化して伝送
、または記憶しておき、受信側または、記憶装置から読
み出した後に復号化し、復号化したパラメータを用いて
元の音声を合成する。

音声のスペクトル情報を表わすパラメータとしては８〜
１０個の線形予測係数、あるいは偏自己相関係数（ＰＡ
ＲＣＯＲ係数）などがある。線形予゜ 測係数では、符
号化する際にパラメータ当り１０ビット前後の情報量が
必要となるが、ＰＡＲＣＯＲ係数では次数に応じて１０
〜４ビットの情報量で良く、従つて線形予測係数を使う
よりも少ない情報量で元の音声が復元できる利点がある
。本発明は、このような分析合成方式において、スペク
トルパラメータを差分符号化し、差分符号化されたパラ
メータから音声を合成するようにしたもので、スペクト
ルパラメータの情報圧縮を目的としている。

以下１０次までのＰＡＲＣＯＲ係数を用いた実施例につ
いて説明する。ＰＡＲＣＯＲ係数Ｋｉ（１−１、２、３
、・・・・・・１０）はＩｋｉｌく１の範囲の値である
が、これを符号化するために、まず量子化を行なう必要
がある。

量子化に必要なビツト数は、Ｋｉの次数によつて異なり
、スペクトル感度の高い低次のＰＡＲＣＯＲ係数は多く
のビツト数を要し、感度の低い高次の係数は少ないビツ
ト数ですむ。例えば、パラメータ当りのスペクトル歪を
０，３ｄＢ以下と． １０するために必要な量
子化ビツト数｛Ｎｉ｝．１＝１は の様になる。

本発明では、合成音声の品質の品質を劣化させることな
く、量子化ビツト数を削減するために、スペクトルパラ
メータの差分を量子化した後符号化するようにしている
。

第１図はＫｉの変化分（差分）の絶対値１Δｋ１の確率
密度関数を実験的に求めたものである。

第１図で、１はｌΔＫｌｌの確率密度関数、２はｉΔＫ
２ｌ〜１ΔＫｌＯｌの確率密度関数を示している。！Δ
Ｋ２ｌ−１Ｊｋ１０］の分布は極めてよく一致しており
、同一の指数関数で、よく近似できる。ＩＪｋｌｌの分
布は、０〜０．０４の範囲に集中し、この範囲では指数
関数で近似できるが、０．０４〜０．２５の範囲にも無
視できない程度に分布が存在する。しかしながら、第１
図の１のように２つの指数関数を組み合せることによつ
て、おおむね近似できる。これらの確率密度関数から、
Ｋｉの量子化誤差を最小とする非線形量子化特性が決定
できる。

例えば第１図の２に適合した５ビツト量子化特性は第２
図の様になる。第１図の２に適合した量子化特性を与え
て、Ｋｉの復元精度が（１）式のビツト配分と同程度（
または、それ以下）となるような差分量子化ビット｛Ｎ
Ｄｉ｝．− を求めると、例え１：１ば のようになる。

これは（１）式のビツト配分に対して１４ビツトの削減
になり、パラメータ情報が２３．７％圧縮されたことに
なる。

しかも、パラメータの復元精度は（１）式の場合と同程
度（または、それ以下）であるから、パラメータの量子
化誤差に起因するスペクトル歪も同程度（または、それ
以下）とみなせる。ところが、シミユレーシヨン実験に
よると、わずかながら、局所的に１１コロコロ１いう感
じの合成音声になることがわかつた。詳細なデータ分析
から、この６？コロコロ１１音は無声音から有声音に移
行する際の低次ＰＡＲＣＯＲ係数の変化分が大きいため
に、スペクトルパラメータの復元精度が悪くなることに
起因しているのがわかつた。

第３図はｋ１の復元誤差を表したもので、誤差が０．１
にも及ぶことを示している。

まこで、本発明ではスペクトルパラメータの復元誤差が
ある一定値を越えた場合のみ差分量子化を中止し、直接
量子化を行なうようにしている。

第４図は符号化処理装置のプロツク線である。第４図に
おいて１は減算器、２は非線形量子化器、３は加算器、
４は遅延メモリ、５は線形量子化器、６は比較器、７は
切換スイツチ、８は符号器である。第ｆフレームのスペ
クトルパラメータＫｉｆ（ｉはパラメータ次数、ｆはフ
レーム番号）と前フレームのパラメータｋ１ （ｆ−１
）（量子化誤＊差を含めた値）との差分、すなわちΔＫ
ｉｆを非＊線形量子化器２で量子化してΔＫｉｆを求め
、こ木れに遅延メモリ４のバ，（ノ一１）を加算器３で
加えて、Ｋｉｆの復元値Ｋｉｆを求める。

比較器木６はＫｉｆとＫｉｆを比較して、復元誤差力『
定値以下の時は切替スイツチ７を制御してΔＫｌｆを符
号器８に入力し、一定値を越えた時は線形量′子化器５
で線形量子化されたＫｉｆ、すなわちＫｉｆを符号器８
に入力する。

符号器８は、パラメータの次数ごとにあらかじめ定めら
れた符号長で＊ ′ΔＫ
ｉｆを符号化するが、Ｋｉｆが入力された時は、これを
制御符号に続く２倍長符号に変換する。

例えば（２）式のように、ΔＫ２に対して、ＮＤ２−５
ビツトを割当てた場合、制御符号は１００００とし（Δ
Ｋ２を符号化する際に、この符号は使用していない。）
、この符号に続く２符号長、すなわち１０ビット符号で
Ｋ２を表わすようにしている。また、誤差が一定値を越
えた時は、遅延メモリ４木 ′の入力
も、ＫｉｆではなくＫｉｆに変更するようにしている。

第２の手段として、差分の絶対値１ΔＫｉｌが一定値を
越えた場合のみ差分量子化を中止し、直接量子化を行な
うようにしても良い。

この場合は第４図比較器６の比較対象が異なるのみで、
その他の処理は前述の第１の手段と全く同一である。以
下第一の手段について、さらに詳述する。第一の手段で
得られた符号Ｃｉｆからもとのスペクトルパラメータを
復元する手順を以下に説明する。

まず符号長ＮＤｌ（ビツ（へ）の符号系列｛Ｃｉｆ｝に
対して、各符号Ｃｉ不が制御？号でない時は差分符号と
みなしてΔＫｉｆを復元し、次式によつてパラメータ値
を算出する。

制御符号を検知した時は、これに続く２ＮＤｉ（ビツト
）を直接符号とみなして、Ｋｉ′ｆを復元し、これをパ
ラメータ値とする。

すなわち、差分符号化から、直接符号化に切換える基準
となる復元誤差の評価は、例えば第（１）式の量子化ビ
ツト配分による量子化誤差を基準に行なうことができる
。Ｋｉのとり得る値は−ＫｉＩく１であるから、例えば
、ｋ１に対しては２／２２、をＫ，の復元誤差の比較対
象とすれば良い。次に、符号化されたパラメータから音
声を合成する装置について説明する。

第５図は本発明による音声合成装置のプロツク線図であ
る。第５図において、９は音声信号を分析して抽出した
音源パラメータおよびスペクトルパラメータを記憶して
おく記憶部である。スペクトルパラメータは前述の手段
で符号化して記憶させておく。１０は音源パラメータを
デコードして音源制御情報すなわち、ピツチ周期Ｐおよ
び振巾Ａを出力するデコーダである。

１１は符号化されたスペクトルパラメータ木をデコード
して、差分ΔＫｉｆまたはパラメータ値Ｋｉｆを出力す
るデコーダである。

１２は加算器で、第（３）式の演算を行なうためのもの
である。

ノ即ち、アキユムレータレジスタ１４の内容＊
＊Ｋｉ（ｆ
−１）とデコーダ１１の出力ΔＫｉｆを・一
＊加算してパラメータ値Ｋｉｆを出力する。

１３は＊ 切換ゲートで、通常は加算器１２の出力Ｋｉｆをアキユ
ムレータ・レジスタ１４へセツトするが、デコーダ１１
で制御符号が検出された時のみゲートを切換えてデコー
ダ１１からの出力Ｋｒｆを直接アキユムレータ・レジス
タ１４にセツトする。

１５は第２の切換ゲートで、各パラメータを補間回路１
６へ送り込むためのものである。

１６は、なめらかで自然な音声を合成するために各パラ
メータをフレーム内で補間するための補間回路である。

１７は無声音を合成するための白色雑音源、ＰＧは有声
音を合成するための周期性の音源である。

有声音源の周期はピツチパラメータＰｆで制御するよう
にしている。１９は音源切替ゲートで、ピツチパラメー
タＰｆが零の時は白色雑音源１７の出力を、また、Ｐ＼
０のときは音源１８の出力を乗算器２０に入力する。

乗算器２０は振巾パラメータＡｆによつて音源の振巾を
制御するためのものである。２１は合成フイルタで、復
元された。

− ＊スペクトルパラメータＫｉｆによつて制
御されるものである。

２２は合成音声をアナログ量に変換するＤＡ変換器であ
る。

以上のように、本発明ではスペクトルパラメータを差分
量子化し、復元精度の悪い個所のみ直接量子化を併用す
るようにしているため、少ない情報量から極めて高品質
の音声が合成できる効果がある。

従つて、経済的な音声会成装置の実現を可能にするもの
である。

【図面の簡単な説明】

第１図はスペクトル・パラメータの差分値の確率密度の
関数を示す特性図、第２図はスペクトル・パラメータの
差分を最適量子化する非線形量子化特性を示す特性図、
第３図は、スペクトルパラメータｋ１の復元精度を示す
グラフ、第４図は本発明のスペクトルパラメータの符号
化方式および音声合成装置における符号化処理装置のプ
ロツク線図、第５図は同音声合成装置のプロツク線図で
ある。 １・・・・・・減算器、２・・・・・・非線形量子化器
、３・・・・・一加算器、４・・・・・・遅延メモリ、
６・・・・・・比較器、５・・・・・・線形量子化器、
７・・・・・・切替スイツチ、８・・・・・・符号器、
９・・・・・・記憶部、１０，１１・・・・・・デコー
ダ、１２・・・・・・加算器、１３，１５・・・・・・
切替ゲート、１６・・・・・・補間回路、１７，１８・
・・・・・音源、１９・・・・・・音源切替ゲート、２
０・・・・・・乗算器、２１・・・・・・合成フイルム
、２２・・・・・・ＤＡ変換器。

Claims (1)

1. 【特許請求の範囲】 １ 音声を分析して抽出したスペクトルパラメータを差
   分符号化し、復元精度がパラメータ次数ごとに定めた値
   を越える時のみ差分符号化を中止してパラメータ値を直
   接符号化するようにしたことを特徴とするスペクトルパ
   ラメータの符号化方式。 ２ 音声を分析して抽出したスペクトルパラメータの隣
   り合う２フレーム間の差分値がパラメータ次数ごとに定
   めた一定値以下のときは差分値を符号化し、差分値が一
   定値を越えるときはパラメータ値を直接符号化するよう
   にしたことを特徴とするスペクトルパラメータの符号化
   方式。 ３ 音声を分析して抽出したスペクトルパラメータを差
   分符号化し、復元精度がパラメータ次数ごとに定めた値
   を越える時のみ差分符号化を中止してパラメータ値を直
   接符号化するか音声を分析して抽出したスペクトルパラ
   メータの隣り合う２フレーム間の差分値がパラメータ次
   数ごとに定めた一定値以下のときは差分値を符号化し、
   差分値が一定値を越えるときはパラメータ値を直接符号
   化したスペクトルパラメータを記憶するメモリと、前記
   符号化パラメータを読み出して復号化する復号器と、復
   号された差分値を順次加算するための加算器およびアキ
   ュムレータレジスタと、産分値が復号された時は加算器
   出力をアキュムレータレジスタにセットし、パラメータ
   値が復号された時はこれを直接アキュムレータレジスタ
   にセットする切換ゲートとを有することを特徴とする音
   声合成装置。