JPS5990899A - 音声合成器 - 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】 この発明は音声合成器に係り、特に、多くの言葉を独立
にを波形分析して特徴パラメータを抽出し、この特徴パ
ラメータの組をメモリ装置に収納しておいて、言葉指定
と発声要求信号によって対応する特徴パラメータを読み
出し、これを基として所要の言葉の合成音を得るように
した音声合成器に関するものである。

第１図は一般的な音声分析合成システムを示すブロック
構成図で、（１０りがこの発明の対象とする音声合成器
、（２００）は音声分析器、（３０りはパラメータファ
イルで、パラメータファイル（３００）は原音声人力■
を音声分析器（２００）で分析抽出して得たその音声の
特徴パラメータＤを記憶する装置で、例えば読み出し専
用メモリである。なお、Ｓは音声合成器（１００）から
の合成音声出力である。

第２図は上記システム構成体の中の従来の音声合成器（
１００）の構成を示すブロック図で、パラメータファイ
ル（３００）から読み出された量子化特徴パラメータＤ
のピッチおよび有声／無声判定コード、振幅、並びに偏
自己相関係数（いわゆるにパラメータ）をそれぞれ復号
化する復号器（：１１０）、　（１２０）、　（１３０
）　、それぞれの復号されたパラメータを一時記憶する
レジスタ（Ｉｌｌ）、　（１２１）、　（１３１）、レ
ジスタ（１１１）の出力であるピッチパラメータの値に
対応したパルス列を発生するパルス発生回路（１１２）
、無声音用音源として使用する白雑音発生器（１１３）
　、有声／無声判定コードに対応して音源信号としてパ
ルス列か白雑音信号かを選択する音源選択回路（１１４
）　、音源信号に振幅値レジスタ（１２１）の内容を掛
は合わせる振幅乗算回路（１４０）、Ｋパラメータレジ
スタ（１３１）の内容に対応したフィルタ係数を用いて
振幅乗算回路（１４０）からの出力信号Ｕから所定の周
波数スペクトラム成分を抽出するディジタルフィルタ（
１５０）　、及びディジタルフィルタ（１５０）からの
ディジタル波高値信号Ｙ１をアナログ信号に変換して合
成音声出力Ｓとして出力するディジタル／アナログ（Ｄ
／Ａ　）変換器（１６０）から構成されている。

なお、第１図には図示されてはいないが、これ以外にこ
れらの各機能回路の動作タイミングを制御するタイミン
グ信号発生回路や、復号器（１１０）。

（１２０）、　（１３０）に外部メモリに貯えられてい
る音声分析によって得られた時系列データを順次取り込
むためのインタフェース回路などが加わって音声合成器
を構成している。

そして、現在実用に供されている音声合成器の多くは１
個のシリコンチップに集積化されるに至っている。従っ
て、集積化できる回路規模の制約から、演算精度は１４
〜１６ヒツト、Ｄ／Ａ変換器の精度は８・−１Ｏビツト
である。また、各パラメータは情報圧縮されて１フレー
ム当り５０〜１００ピツトで、その中で振幅パラメータ
は４〜７ビツトに量子化されている。

通常このような集積回路化された音声合成器で実用的な
合成音を得るためには、十分に信号対雑音（Ｓ／Ｎ　）
比の高い原音を所定のレベルで分析し、最適な状態で得
られた振幅パラメータを用いねばならない。原理的には
、合成音の音量は振幅パラメータの値を操作することに
よって変化させることができる。しかし、集積回路化さ
れた音声合成器においては情報圧縮率を大きくしている
ので、振幅パラメータは音質を最良にすることに重点が
置かれ、音量を調整するパラメータとして用いることは
できない。

これに対して合成音の音量制御を容易にするために、振
幅乗算回路（１４０）をディジタルフィルタ（１５０）
よりも後段に配置するという考え方もあるが、この場合
、振幅パラメータはサンプリング点毎に更新されなけれ
ば変調ノイズが発生して使用に耐えないものになる。一
方、サンプリング点毎に値を更新する場合は相続く振幅
パラメータから５０〜２００点にわたって補間値計算を
行なわねばならず、回路規模が莫大なものになる。この
ことか句−１従来の集積回路化された音声合成器では発
生すべき言葉の合成音間に音量の変化をつけることが難
かしかった。

集積回路化された音声合成器を各種の用途に利用する場
合、多数の言葉に対して音量の差を設けたいという賛求
が多く、シたかつて、従来の集積回路化音声合成器では
このに求に応えることができなかった。

この発明は以上のような点に鑑みてなされたもので、原
音を分析して得られる特徴パラメータに減衰率コードを
附加し、これを復号した出力で、ディジタルフィルタの
出力に所要の減衰を加えることによって、より実用的な
音声合成器を提供するものである。

第３図はこの発明の一実施例になる音声合成器の構成を
示すブロック図で、従来例と同一の符号は同等部分を示
し、その説明は省略する。（１７０）はパラメータファ
イル（３００）にあらかじめ収納されている減衰率コー
ドを復号して減衰率値を得る減衰率復号器、（１７１）
はその復号された値を一時記憶する減衰率レジスタ、（
１８０）はこの減衰率レジスタ（１７１）の内容に応じ
てディジタルフィルタ（１５０）の出力Ｙ、を減衰して
Ｙ２とする減衰器である。

通常、偏自己相関分析合成方式の音声合成器においては
、音声パラメータとしてピッチ、有声／無声判定コード
、振幅およびにパラメータが存在するが、この実施例で
は更に減衰率コードをパラメータの一つとして追加する
。このコードは分析によって抽出するものではなくて、
合成音を作成して試聴し、その評価によって随意に決定
するものである。例えば、Ｎ種類の合成音を試聴した結
果、１番目および３番目の合成音のレベルが他の合成音
に比較して大きいと評価された場合、その大きさの違い
に応じて１番目と３番目との減衰率を決定し、これをコ
ード化する。または、合成器の使用目的によって特定の
合成音だけを特に弱いレベルで発生したい場合、その合
成音に関する減衰率を特に大きい値に選択してコード化
する。

なお、ピッチ、振幅などのパラメータは通常、音声波形
を１０〜２０ｍ５に区切ったいわゆるフレーム周期毎に
分析抽出され、さらにコード化されるものであるが、こ
の実施例において用いる減衰率コードは音節、単語単位
またけ文章単位で設定するようにする。このことから、
パラメータの情報転送密度は従来の合成器に比して極く
少しの増加にとどまる。例えば、減衰率として８段階の
数値を設け、音節単位で減衰率コードを与える場合の情
報量の増加はｌヴ以下である。

次に、この実施例になる音声合成器（１００ａ）の動作
を、第４図に示すファイル（３００）に収納されるパラ
メータデータと関連させて説明する。第４図において、
ρ１．ｅ２はそれぞれ第１．ｉ２番目の１葉に対する減
衰コード、Ａ、□はｊ番目の言葉のｉフレーム目の振幅
コード、同様にＵｊ、、　Ｔｊ□、Ｋｊ□はそれぞれｊ
番目の言葉のｉフレーム目の有声／無声コード、ピッチ
コード、にパラメータコードである。音声合成器（１０
０ａ）は上述のパラメータコードをフレーム毎に１１次
読みとり、合成計算を実行して波形瞬時値をディジタル
フィルタ（１５０）の出力端子Ｙ１に出力する。このと
き、振幅コードは合成音の音質を最良とするように決定
することができる。

ここで、第１番目の言葉の合成波形を計算する際にはパ
ラメータデータの冒頭にある減衰率コードρ１が読みと
られ、減衰率復号器（１’７０）によって減衰率に後号
され、減衰率レジスタ（１７１）に記憶される。この減
衰率レジスタ（１’ｔ’ｌ）の内容は次の言葉を発生す
るタイミングになるまで更新されない。減衰器（１８０
）は減衰率レジスタ（１７１）の保持している減衰率に
したがってディジタルフィルタ（１５りの出力Ｙ１を減
衰させ、信号Ｙ２としてＤ／Ａ変換器（１６０）に送る
。このとき減衰率は一定値に固定されているので、ディ
ジタルフィルタ（１５０）の出力は、その出力が有声音
や無声音の有意な波形出力であるときに減衰器によるレ
ベルの急変はない。したがって、変調ノイズや異音ので
ることはない。

第２番目の言葉を合成する場合には、そのパラメータデ
ータの冒頭にある減衰率コードｅ２に対応した減衰率で
ディジタルフィルタ（１５０）の出力が減衰され、第１
番目のＭ葉とは異なったレベルの合成音が得られる。こ
のようにして、各言葉の間に音量差を設けることが可能
となり、実用的価値が向上する。

ナオ、減衰器（１８りの具体的な回路としてはディジタ
ル乗算回路が考えられるが、乗算回路は回路規模が大き
くなり、装置のコストや大きさの面で問題がある。第５
図（ａ）はこの実施例に用いる減衰器のブロック回路構
成図で、（１８１）〜（１８８）は減衰器（１８０）を
構成する選択回路、第５図（ｂ）はこの選択回路の詳細
論理回路図である。この例では減衰率コードが２ピツ）
　（ｐ１＋　ｐ２）で表わされるものとする。このよう
な場合には第３図の減衰率復為 号＃（１７りは必らずしも必要ではない。以下動作駁、
明の都合上テイジタルフィルタ（１５０）の出力ビツト
数は８とする。

この例においては減衰率は下表に示すように２ピツ）　
（ｐｌ、ｐ２）で示される２進情報に対応して４段階の
数値をとる。減衰率レジスタ（１ｔ１）はバラメータデ
ータの中に含まれる減衰率コードをバスＤを通してパラ
メータファイル（３ＱＯ）から読みとり記憶する。そし
て、その出力データ（ｐＨ，ｐ２）は減衰器（１８０）
の各選択回路（１８１）〜（１８Ｂ　）に送られる。各
選択回路の４つの入力（ｘ、、　ｘ２．ｘ３．　Ｘ４＞
はディジタルフィルタ（１５０）の８本の出力Ｙ、の中
から互いに相隣るビット位置の４ビット分の順次異った
組合わせになっている。但し、選択回路（１８１）の入
力（ｘｘｘｘ）にはすべて上記出力Ｙ１＋１　　２↑　
　３１　　４ の策高位ビット（符号ビット）が与えられている。

選択回路（１８２）ノ入力（ｘｌ、　ｘ２．　ｘ３）に
も上記Ｙ１の符号ビットが与えられ入力Ｘ　に出力Ｙ、
の符号ビットの仄のビットが与えられている。選択回路
（１８２）の入力（Ｘｌ、Ｘ２）にも上記出力Ｙ１の符
号ビットが与えられ、入力（Ｘ３．Ｘ４）には出力Ｙ１
の符号ビットの次のヒツトと更に次のビットとがそれぞ
れ与えられている。それぞれの選択回路（１８１）〜（
１８８）は減衰率コード（ｐｌ、ｐ２＞に対応した入力
信号を選択して出力Ｙ２へ出力する。　。

第５図（ｂ）の論理構成から明らかなように、減衰率コ
ード（ｐ１＋ｐ２）か、（１，１）の場合には各選択回
路（１８１）〜（，１Ｌ８Ｂ）はそれぞれの入力Ｘ４の
情報かＺとして出力される。即ち、これら出力ビットＺ
で構成される出力Ｙ２にはディジタルフィルタ（１５６
）からの出力Ｙ１と全く同一のものが出力され、減衰率
は１となる。減衰率コード（ｐｌ、ｐ２）が（ｏ、ｏ）
のときには各選択回路（１８１）〜（１８Ｂ　）はそれ
ぞれの入力ｘ１の情報かＺとして出力される。

すなわち、この出力ヒツトＺで構成される出力Ｙ２はデ
ィジタルフィルタ（１ａＯ）からの出力Ｙ１を３ヒツト
分下位にシフトした信号となり、減衰率はｌ／となる。

同様に、減衰率コード（ｐｌ、　ｐ２）か（０１１）、
（１１０）のときには前に記した表に示すようにそれぞ
れ減衰率は％、−となる。

第５図に示した減衰回路を、この実施例に用いた場合、
減衰率は１．Ｖ２，１４１４という段階値しかとり得な
いが、人間の聴感上の音量感は音のレベルのおよそ対数
に対応がつくので上述の段階値はかえって好都合である
。すなわち、この実施例では第５図（ｂ）に示すような
少数のゲート回路の組合わせで減衰回路が構成できるの
で乗算器を用いる場合に比して規模を相当小さくできる
。

以上詳述したように、この発明になる音声合成器では合
成音声出力を、その音節、茸飴または文章単位で所望の
減衰率で減衰して出力するようにしたので、より実用的
な音声合成器を実現できる。

【図面の簡単な説明】

第１図は一般的な音声分析合成システムを示すブロック
構成図、第２図は従来の音声合成器の構成を示すブロッ
ク図、第３図はこの発明の一実施例を示すブロック構成
図、第４図はこの実施例の動作を説明するためのパラメ
ータテータの一例を示す図、第５図（ａ）はこの発明に
用いる減衰器の一例を示すブロック回路構成図、第５図
（ｂ）はその減衰器を構成する選択回路の詳細論理回路
図である。 図において、（１００）は音声合成器、（２００）は音
声分析器、（３００）はパラメータファイル、（１５０
）はディジタルフィルタ、（１６０）はディジタル／ア
ナログ変換器、（１’７１）は減衰率レジスタ、（１８
０）は減衰器、（１８１）〜（１８Ｂ）は選択回路であ
る。 なお、図中同一符号は同−甘たは相当部分を示す０

Claims (1)

1. 【特許請求の範囲】 ［ｌｌ　　原音声を分析して抽出した特性パラメータを
   記憶しているパラメータファイルから順次所要の音声に
   対する上記特性パラメータを読み出し、これに所要のデ
   ィジタル処理を施して、ディジタルフィルタおよびディ
   ジタル／アナログ変換器を通して上記原音声に対応する
   合成音声を出力するものにおいて、上記ディジタルフィ
   ルタの出力を減衰させる減衰器とこの減衰器による減衰
   率を制御する定数を一時保持する減衰率レジスタとを備
   え、音節、単語または文章単位で上記減衰率レジスタに
   保持する上記定数を変更して上記合成音声の音量を制御
   するようにしたことを特徴とする音声合成器。 （２）　　減衰器による減衰率をｘ　＋　ｈ　ｌ　１／
   ４．　’Ａ−−−のように２のべき乗の逆数の値を有す
   るように制御することを特徴とする特許請求の範囲第１
   項記載の音声合成器。 （３）　　減衰器は減衰率指定情報によってその大刀の
   いずれか１つを選んで出力する多入力ｌ出力の選択回路
   を回路畳素として構成されたことを特徴とする特許請求
   の範囲第１項または第２項記載の音声合成器。