JPS593496A - 規則合成方式における基本周波数制御方式 - Google Patents
規則合成方式における基本周波数制御方式Info
- Publication number
- JPS593496A JPS593496A JP57112864A JP11286482A JPS593496A JP S593496 A JPS593496 A JP S593496A JP 57112864 A JP57112864 A JP 57112864A JP 11286482 A JP11286482 A JP 11286482A JP S593496 A JPS593496 A JP S593496A
- Authority
- JP
- Japan
- Prior art keywords
- information
- fundamental frequency
- rule
- frequency control
- amplitude
- 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.)
- Pending
Links
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。
め要約のデータは記録されません。
Description
【発明の詳細な説明】
〔発明の技術分野〕
本発明は規則合成方式の音声合成装置に関し、簡単な制
御により十分な性能が得られるようにしたものでるる。
御により十分な性能が得られるようにしたものでるる。
音声出力装置には大別して２通りの出力方式がある。１
つは出力すべき単語ないし文章をすべて用意しておき、
それらを所望の組合わせで順次出力するものであるが、
出力すべき文章の種類が多数の場合には膨大々記憶容量
を必要とする欠点があるつ これに対して本願の対象とする出力方式は、自然音声の
音韻単位を必要な種類だけパラメータ化して用意してお
き、任意の単語ないし文章をそれら音韻単位から合成す
る規則合成方式である この場合、各音韻単位を並べる
だけでなく、それらのピッチや振幅を制御して、より自
然な音声とすることができる。。
つは出力すべき単語ないし文章をすべて用意しておき、
それらを所望の組合わせで順次出力するものであるが、
出力すべき文章の種類が多数の場合には膨大々記憶容量
を必要とする欠点があるつ これに対して本願の対象とする出力方式は、自然音声の
音韻単位を必要な種類だけパラメータ化して用意してお
き、任意の単語ないし文章をそれら音韻単位から合成す
る規則合成方式である この場合、各音韻単位を並べる
だけでなく、それらのピッチや振幅を制御して、より自
然な音声とすることができる。。
従来方式において、人間の発声に近い滑らかな基本周波
数の時間変化パターンを得るためには、１０ｍ５ｅｃ程
度の短い時間間隔にて、関数近似等の複雑な手段を用い
て基本周波数を設定す周波数の対数値を用いて行なわれ
る１、これは人間の聴感上は周波数の対数に応じて操作
する方が優れた近似が得られることによる。しかし、こ
の基本周波数情報に応じて音声信号を作成する、いわゆ
る音声合成ＬＳＩ１ｌｉすべ″′Ｃ基本周期（周波数の
逆数）を入力するようになっており従って周波数の対数
をｍ期に変換する必要があシ、そのための複雑な回路及
び変換処理時間を要するという問題がある。
数の時間変化パターンを得るためには、１０ｍ５ｅｃ程
度の短い時間間隔にて、関数近似等の複雑な手段を用い
て基本周波数を設定す周波数の対数値を用いて行なわれ
る１、これは人間の聴感上は周波数の対数に応じて操作
する方が優れた近似が得られることによる。しかし、こ
の基本周波数情報に応じて音声信号を作成する、いわゆ
る音声合成ＬＳＩ１ｌｉすべ″′Ｃ基本周期（周波数の
逆数）を入力するようになっており従って周波数の対数
をｍ期に変換する必要があシ、そのための複雑な回路及
び変換処理時間を要するという問題がある。
さらに、２つの音韻単位を接続する場合、第１の音韻単
位の最終振幅と第２の音韻単位の初期振幅とが異なる場
合、その間を滑らかになるよう補関する必要がある。こ
の振幅情報は一般に対数表示をさらに情報圧縮した形式
のパラメータで与えられるが、これを補関するには一但
整数表現にしてから補関し、再度元のバフメータ形式に
戻して音声合成ＬＳＩに入力しており、そのための回路
及び処理時間も大きくなるという問題がある。
位の最終振幅と第２の音韻単位の初期振幅とが異なる場
合、その間を滑らかになるよう補関する必要がある。こ
の振幅情報は一般に対数表示をさらに情報圧縮した形式
のパラメータで与えられるが、これを補関するには一但
整数表現にしてから補関し、再度元のバフメータ形式に
戻して音声合成ＬＳＩに入力しており、そのための回路
及び処理時間も大きくなるという問題がある。
←発明今月弁→
本発明はこれらの問題を解決し、簡単な回路で高速処理
ができ、かつ十分な性能を得られる音声合成制御方式を
提供することにある。
ができ、かつ十分な性能を得られる音声合成制御方式を
提供することにある。
〔発明の構成〕
本発明は上記欠点を解決するため、先ず、基本周波数を
制御する情報は大まかな近似で与え、その情報（デジタ
ル情報）をデジタルフィルタにより平滑化することで、
細かい近似で与えた場合に近い清らがさを得るようにし
ている。
制御する情報は大まかな近似で与え、その情報（デジタ
ル情報）をデジタルフィルタにより平滑化することで、
細かい近似で与えた場合に近い清らがさを得るようにし
ている。
また、この基本周波数情報をピッチ周期に基づくパラメ
ータに変換するのにテーブル索引方式を採用し、ハード
ウェアの単純化、４？性変更の容易化を達成する。
ータに変換するのにテーブル索引方式を採用し、ハード
ウェアの単純化、４？性変更の容易化を達成する。
また、振幅情報の補間処理においては、−但整数値に変
換することをせず、振幅パラメータをそのまま純２進数
と見なして補間することにより、高速かつ高性能の補間
処理を行なうようにしている。
換することをせず、振幅パラメータをそのまま純２進数
と見なして補間することにより、高速かつ高性能の補間
処理を行なうようにしている。
第１図は規則合虜方式の説明図であり、「ヤマガタ」と
いう単語を合成する場合を例にしている。音韻単位の分
は形にはいくつかの方式があるが、ここではいわゆるＶ
ＣＶ （母音・子音・母音）の組合わせを用いている。
いう単語を合成する場合を例にしている。音韻単位の分
は形にはいくつかの方式があるが、ここではいわゆるＶ
ＣＶ （母音・子音・母音）の組合わせを用いている。
「ＹＡＭＡＧＡＴＡＪは５つの音韻単位「ＹＡＪ 。
ＦＡＭＡ」、「ＡＧＡ」、ＥＡＴＡ」、「Ａ」を接続し
て得られる（同図（ａ））。各単位間は同一母音で接続
すればよいので、自然な接続が比較的容易に得られる。
て得られる（同図（ａ））。各単位間は同一母音で接続
すればよいので、自然な接続が比較的容易に得られる。
同図（ｂ）は基本周波数情報（対数表現）を示しており
、「マ」にアクセントがあることを示している。
、「マ」にアクセントがあることを示している。
同図（ｃ）は基本周波数のピンチ（周期）表現を示して
おり、対数表現では直線のものが周期では曲線になって
いる。
おり、対数表現では直線のものが周期では曲線になって
いる。
第２図は本発明の一実施例ブロック図であり１は合成す
べき単語／文章を文字コードで人力する手段、２は文字
列を音韻単位（ｖｃｖ）の系列情報へ変換する手段、３
は音韻単位の系列をＶ、Ｃの系列情報へ分解整列する手
段、４はアクセント、イントネーションのパターンを指
定する手段、５は韻律テーブルでイントネーション等に
応じたパラメータを与えるもの、６は基本周波数や各音
韻間の接続時間の時系列的なパターンを作成する手段、
７はデジタルフィルタ。
べき単語／文章を文字コードで人力する手段、２は文字
列を音韻単位（ｖｃｖ）の系列情報へ変換する手段、３
は音韻単位の系列をＶ、Ｃの系列情報へ分解整列する手
段、４はアクセント、イントネーションのパターンを指
定する手段、５は韻律テーブルでイントネーション等に
応じたパラメータを与えるもの、６は基本周波数や各音
韻間の接続時間の時系列的なパターンを作成する手段、
７はデジタルフィルタ。
８は変換テーブル、９は各音韻単位（ＶＣＶ）が例えば
１０ｍ５ｅｃのサンプリング周期でパラメータ化されて
格納されたファイル、１０はＶＣＶパラメータを結合す
る手段、１１がパラメータに応じて音声信号を合成する
手段、１２はスピーカである。
１０ｍ５ｅｃのサンプリング周期でパラメータ化されて
格納されたファイル、１０はＶＣＶパラメータを結合す
る手段、１１がパラメータに応じて音声信号を合成する
手段、１２はスピーカである。
イントネーション情報等によって音韻テーブル５を索引
して基本周波数情報（ｌｏｇｆ）を求める場合、従来で
は充分滑らかなＩ ｏｇｆ曲線を得るには、２の音韻テ
ーブル５の情報を上記サンプリング周期と同程度の周期
で詳細に用意するか、又はテーブル５の情報は徂っぽく
してその代わり比較的複雑な所定の関数を用いてその間
を補間するかしていた。
して基本周波数情報（ｌｏｇｆ）を求める場合、従来で
は充分滑らかなＩ ｏｇｆ曲線を得るには、２の音韻テ
ーブル５の情報を上記サンプリング周期と同程度の周期
で詳細に用意するか、又はテーブル５の情報は徂っぽく
してその代わり比較的複雑な所定の関数を用いてその間
を補間するかしていた。
これに対して本発明ではテーブル５の情報は例えば１０
０ｍ５ ｅ ｃ毎程度に粗っぽくし、かつ補間は直線補
間等の単純な関数で行なう。その代わり、その情報はデ
ジタルフィルタ７にて平滑化を施される。
０ｍ５ ｅ ｃ毎程度に粗っぽくし、かつ補間は直線補
間等の単純な関数で行なう。その代わり、その情報はデ
ジタルフィルタ７にて平滑化を施される。
第３図はデジタルフィルタ７の一実施例であり、人力又
は減算器３１にて出力Ｙの遅延（Ｚ−’ ） したもの
ｙｚ−ｉと差をとられ、それをアンプ３２で８倍（１＞
ａ＞０ ） Ｌ、それにＹＺ １を加算器３３で加算し
て出力される。出力ＹＶｉ】サンプリング周期（例えば
１０ｍ５ｅｃ ）遅延素子３４で遅延されて減算器３１
．加算器３３にフィードバックされる。この回路の伝達
特性はであり、Ｚ＝１−ａのときに極であり、Ｓ平面に
写像するとＺ＝ｅ ”πｆＴとなる。ここでｆは極周
波数、Ｔはサンプリング周期である。今、ａ＝１７４．
Ｔ＝０．０１秒とすると、ｆ−−ユＡ’ｎ（１−ａ）÷
４．６Ｈｙ、、即ちカットオノ２πＴ 周波数４．６１１ｚ 、−６ｄｂ１０ｃｔのローパス、
フィルタとなる。
は減算器３１にて出力Ｙの遅延（Ｚ−’ ） したもの
ｙｚ−ｉと差をとられ、それをアンプ３２で８倍（１＞
ａ＞０ ） Ｌ、それにＹＺ １を加算器３３で加算し
て出力される。出力ＹＶｉ】サンプリング周期（例えば
１０ｍ５ｅｃ ）遅延素子３４で遅延されて減算器３１
．加算器３３にフィードバックされる。この回路の伝達
特性はであり、Ｚ＝１−ａのときに極であり、Ｓ平面に
写像するとＺ＝ｅ ”πｆＴとなる。ここでｆは極周
波数、Ｔはサンプリング周期である。今、ａ＝１７４．
Ｔ＝０．０１秒とすると、ｆ−−ユＡ’ｎ（１−ａ）÷
４．６Ｈｙ、、即ちカットオノ２πＴ 周波数４．６１１ｚ 、−６ｄｂ１０ｃｔのローパス、
フィルタとなる。
このようなりィルクを用いれば、第１図（ｈ）の実線の
ような直線近似でも同図点線のような滑らかなＩｏｇｆ
情報となる。
ような直線近似でも同図点線のような滑らかなＩｏｇｆ
情報となる。
さらに、このようにして得た基本周波数の対数表現情報
を周期情報に変換するには変換テーブル８を用いる。第
４図はテーブルの一実施例を示し、ＲＯＭ（リードオン
リーメモリ）を用い、人力には例えば８ビツト２進数で （０〜２５５）１０が与えられ、これに対して出力には
７ビツト２進数で（１１１〜２１）１ｏが出力される。
を周期情報に変換するには変換テーブル８を用いる。第
４図はテーブルの一実施例を示し、ＲＯＭ（リードオン
リーメモリ）を用い、人力には例えば８ビツト２進数で （０〜２５５）１０が与えられ、これに対して出力には
７ビツト２進数で（１１１〜２１）１ｏが出力される。
このようなテーブル変換方式によれば、ＲＯＭを又換又
は切換えるのみで、任意の特性の装置に変換することが
できる。例えば男声から女声への変更等が容易に行える
。
は切換えるのみで、任意の特性の装置に変換することが
できる。例えば男声から女声への変更等が容易に行える
。
また、各音韻単位間の振幅補間は以下のとおりに行う。
尚、ＶＣｖファイル９には各音韻単位が１０ｍ５ｅｃ毎
の各種パラメータの時系列集合として記憶されている。
の各種パラメータの時系列集合として記憶されている。
振幅情報もそのノくラメータの１つである。第１図（ａ
）の［ＹＡＪの最後と１’−Ａ Ｍ ＡＪ の最初のよ
うに同一母音「Ａ」でもその振幅は一般に異なっており
、それらを接続するときには滑らかにつながるように補
間を施す必要がある。パラメータ中の振幅情報は、一般
に次表のように表わされる。
）の［ＹＡＪの最後と１’−Ａ Ｍ ＡＪ の最初のよ
うに同一母音「Ａ」でもその振幅は一般に異なっており
、それらを接続するときには滑らかにつながるように補
間を施す必要がある。パラメータ中の振幅情報は、一般
に次表のように表わされる。
即ち、１０進整数は浮動小数点の２進表示にされ、その
小数点以下第１桁は常に”１°゛であるので（正視化し
である故）それを省いてビット数を圧縮している。例え
ばある音（Ｈ（の最終振幅、＜ラメータが１′１０００
１ ”で、次の音韻の最初の振幅パラメータが°’１０
１０１”の場合、従来は各〕（ラメータを整数値″１０
”と°°２０“とに−但変換し、その間の直線補間をと
って古び）；ラメータ形式に戻している。
小数点以下第１桁は常に”１°゛であるので（正視化し
である故）それを省いてビット数を圧縮している。例え
ばある音（Ｈ（の最終振幅、＜ラメータが１′１０００
１ ”で、次の音韻の最初の振幅パラメータが°’１０
１０１”の場合、従来は各〕（ラメータを整数値″１０
”と°°２０“とに−但変換し、その間の直線補間をと
って古び）；ラメータ形式に戻している。
これに対して本発明では、ノくラメータ形式をその′ま
ま純２進数と見なして直接に直線補間を行う。即ち上記
の例では、” １０００１ ”と” １０１０１ ”の
差は００１００ ”であり、仮に４点間に直線補間する
とすれば、各点に’００００１″の差をつければよい。
ま純２進数と見なして直接に直線補間を行う。即ち上記
の例では、” １０００１ ”と” １０１０１ ”の
差は００１００ ”であり、仮に４点間に直線補間する
とすれば、各点に’００００１″の差をつければよい。
従って前夫のとおり、ノくラメータ形式は’１０００１
”から１′１０１０１ ” ｔで”００００１”きざみ
で補間される。これを１０進、表示に直してみると、＋
１１０”、１２１“、′１４“ｌ、１６″。
”から１′１０１０１ ” ｔで”００００１”きざみ
で補間される。これを１０進、表示に直してみると、＋
１１０”、１２１“、′１４“ｌ、１６″。
１′２０°′となり、指数関数的な補間になっているの
が判る。この方法は無駄な変換が不要なだけでなく、む
しろ聴感特性上も優れているという効果がある。という
のは、人間の聴感上は周波数、振幅等が対数的に変化し
ても、それが直線的な変化にしか感じないという％性が
あり、補間を施すにも対数関数的な補間の方が優れてい
るのである。
が判る。この方法は無駄な変換が不要なだけでなく、む
しろ聴感特性上も優れているという効果がある。という
のは、人間の聴感上は周波数、振幅等が対数的に変化し
ても、それが直線的な変化にしか感じないという％性が
あり、補間を施すにも対数関数的な補間の方が優れてい
るのである。
第５図に補間用回路の例を示すが、この回路はＶＣＶ結
合部１０の中にあると考えてよい。
合部１０の中にあると考えてよい。
前回の音韻単位の最終振幅パラメータはレジスタ４１に
、また次音韻単位の先頭振幅パラメータはレジスタ４２
にセットされ、夫々を純２進数として減算器４３にて差
をとる。一方、音韻単位間の接続時間を決定する手段６
からの接続時間（サンプル点数）でその差を除算器４４
で割り、その商を加算器４５にて前回最終振幅値に加算
して行けばよい。
、また次音韻単位の先頭振幅パラメータはレジスタ４２
にセットされ、夫々を純２進数として減算器４３にて差
をとる。一方、音韻単位間の接続時間を決定する手段６
からの接続時間（サンプル点数）でその差を除算器４４
で割り、その商を加算器４５にて前回最終振幅値に加算
して行けばよい。
以上の如く本発明によれば、単純な回路で単純な処理を
行うことで従来と同等、或いはより優れた特性を得るこ
とができ、音声出力装置のコストダウン化に有効である
。
行うことで従来と同等、或いはより優れた特性を得るこ
とができ、音声出力装置のコストダウン化に有効である
。
第１図は規則合成方式の説明図、第２図は本発明の一実
施例概略ブロック図、第３図はデジタルフィルタの一実
施例プロック図、第４図は変換テーブルの一実施例ブロ
ック図、第５図は補間回路の一実施例ブロック図である
。 第 １ 図 晃 λ 口
施例概略ブロック図、第３図はデジタルフィルタの一実
施例プロック図、第４図は変換テーブルの一実施例ブロ
ック図、第５図は補間回路の一実施例ブロック図である
。 第 １ 図 晃 λ 口
Claims (1)
- 複数の音韻単位を所定のサンプリング周期でパラメータ
化して蓄積し、所望の音韻単位を接続し、かつ基本周波
数情報の時間変化パターンを与えて音声合成する規則合
成方式において、上記基本周波数情報をアドレスとして
索引されるテーブルＶｃｊって該情報を他のパラメータ
形式に変換することを特徴とする規則合成方式における
基本周波数制御方式。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP57112864A JPS593496A (ja) | 1982-06-30 | 1982-06-30 | 規則合成方式における基本周波数制御方式 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP57112864A JPS593496A (ja) | 1982-06-30 | 1982-06-30 | 規則合成方式における基本周波数制御方式 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPS593496A true JPS593496A (ja) | 1984-01-10 |
Family
ID=14597433
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP57112864A Pending JPS593496A (ja) | 1982-06-30 | 1982-06-30 | 規則合成方式における基本周波数制御方式 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS593496A (ja) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS60225198A (ja) * | 1984-04-20 | 1985-11-09 | 三洋電機株式会社 | 規則による音声合成装置 |
| JPS6170597A (ja) * | 1984-09-14 | 1986-04-11 | 株式会社日立製作所 | 音声合成装置 |
| JPS6375799A (ja) * | 1986-09-19 | 1988-04-06 | 富士通株式会社 | 音声規則合成装置 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS56158553A (en) * | 1980-05-12 | 1981-12-07 | Nec Corp | Communication controller providing code converting function |
| JPS5792959A (en) * | 1980-12-01 | 1982-06-09 | Fujitsu Ltd | System for terminal test |
-
1982
- 1982-06-30 JP JP57112864A patent/JPS593496A/ja active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS56158553A (en) * | 1980-05-12 | 1981-12-07 | Nec Corp | Communication controller providing code converting function |
| JPS5792959A (en) * | 1980-12-01 | 1982-06-09 | Fujitsu Ltd | System for terminal test |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS60225198A (ja) * | 1984-04-20 | 1985-11-09 | 三洋電機株式会社 | 規則による音声合成装置 |
| JPS6170597A (ja) * | 1984-09-14 | 1986-04-11 | 株式会社日立製作所 | 音声合成装置 |
| JPS6375799A (ja) * | 1986-09-19 | 1988-04-06 | 富士通株式会社 | 音声規則合成装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CA1065490A (en) | Emphasis controlled speech synthesizer | |
| US5490234A (en) | Waveform blending technique for text-to-speech system | |
| US7831420B2 (en) | Voice modifier for speech processing systems | |
| JPS59192295A (ja) | 乗算・加算回路 | |
| CN110599998B (zh) | 一种语音数据生成方法及装置 | |
| JPWO2011004579A1 (ja) | 声質変換装置、音高変換装置および声質変換方法 | |
| CN113160849A (zh) | 歌声合成方法、装置及电子设备和计算机可读存储介质 | |
| WO1982002109A1 (en) | Method and system for modelling a sound channel and speech synthesizer using the same | |
| US20240274120A1 (en) | Speech synthesis method and apparatus, electronic device, and readable storage medium | |
| JPS593496A (ja) | 規則合成方式における基本周波数制御方式 | |
| CN119132314B (zh) | 可变比特率的去冗余语音语义编码方法及装置 | |
| JPS593495A (ja) | 規則合成方式における基本周波数制御方式 | |
| JPS593497A (ja) | 規則合成方式における補間制御方式 | |
| CN114242034A (zh) | 一种语音合成方法、装置、终端设备及存储介质 | |
| JPS58161000A (ja) | 音声合成器 | |
| JP2987089B2 (ja) | 音声素片作成方法および音声合成方法とその装置 | |
| JP2650480B2 (ja) | 音声合成装置 | |
| JP2003066983A (ja) | 音声合成装置および音声合成方法、並びに、プログラム記録媒体 | |
| JPS5968793A (ja) | 音声合成装置 | |
| JPS58168095A (ja) | 音声合成装置 | |
| JPS6295595A (ja) | 音声応答方式 | |
| JPH0632037B2 (ja) | 音声合成装置 | |
| JPS63285596A (ja) | 音声合成における発話速度変更方式 | |
| JP2861005B2 (ja) | 音声蓄積再生装置 | |
| JPS6143797A (ja) | 音声編集出力方式 |