JPS60203998A - 音声合成用制御パラメ−タの推定方法 - Google Patents
音声合成用制御パラメ−タの推定方法Info
- Publication number
- JPS60203998A JPS60203998A JP59061484A JP6148484A JPS60203998A JP S60203998 A JPS60203998 A JP S60203998A JP 59061484 A JP59061484 A JP 59061484A JP 6148484 A JP6148484 A JP 6148484A JP S60203998 A JPS60203998 A JP S60203998A
- Authority
- JP
- Japan
- Prior art keywords
- ago
- control parameters
- sectional area
- speech synthesis
- estimating
- 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
Landscapes
- Soundproofing, Sound Blocking, And Sound Damping (AREA)
- Selective Calling Equipment (AREA)
- Electrophonic Musical Instruments (AREA)
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】
産業上の利用分野
本発明は、声帯を２質量モデル化した声帯等価回路と、
複数のフィルタ回路を縦続して々る声道等価回路とで構
成される音声合成装置を制御するパラメータを自然音声
から推定する音声合成用制御パラメータの推定方法に関
するものである。
複数のフィルタ回路を縦続して々る声道等価回路とで構
成される音声合成装置を制御するパラメータを自然音声
から推定する音声合成用制御パラメータの推定方法に関
するものである。
従来例の構成とその問題点
第１図はこの種の音声合成装置の概略を示している。第
１図において、１は声帯を２質量モデル化した声帯等価
回路、２は複数のフィルタ回路を縦続接続してなる声道
等価回路、３は出力端子である。上記声帯等価回路１の
制御パラメータは、呼気圧Ｐｓ、声帯緊張度Ｑ、声門開
口断面積Ａｇｏであり、上記声道等価回路２の制御パラ
メータは１０個縦続接続された各フィルタ係数を決める
声道断面積である。
１図において、１は声帯を２質量モデル化した声帯等価
回路、２は複数のフィルタ回路を縦続接続してなる声道
等価回路、３は出力端子である。上記声帯等価回路１の
制御パラメータは、呼気圧Ｐｓ、声帯緊張度Ｑ、声門開
口断面積Ａｇｏであり、上記声道等価回路２の制御パラ
メータは１０個縦続接続された各フィルタ係数を決める
声道断面積である。
有声音の合成に必要な声帯等価回路１および声道等価回
路２の制御パラメータは、自然音声（単音節）のスペク
トルと合成音声のスペクトルとの差が最小となるように
パターン探索法でめる。
路２の制御パラメータは、自然音声（単音節）のスペク
トルと合成音声のスペクトルとの差が最小となるように
パターン探索法でめる。
Ａｇｏは固定（Ａｇｏ＝（ｌ Ｏ５ｃＴＬ２’）とし、
Ｐｓおよび声無音声については、制御パラメータの推定
を行っていないので、既に合成されている有声音のＡｇ
ｏを子音部で開放状態（Ａｇｏ−０，６Ｃｒｎ２）とし
て合成する。
Ｐｓおよび声無音声については、制御パラメータの推定
を行っていないので、既に合成されている有声音のＡｇ
ｏを子音部で開放状態（Ａｇｏ−０，６Ｃｒｎ２）とし
て合成する。
しかし、声門開口断面積Ａｇｏは、音韻環境や音韻自体
によってそれぞれ異なり、−律に有声子音−ｃ ｔｒｉ
振動状態（Ａｇｏ−００５ｃｎ１２）、無声子音では
開放状態（Ａｇｏ ＝ ０．６ ｃｔｒｔ２）とするに
は無理がある。
によってそれぞれ異なり、−律に有声子音−ｃ ｔｒｉ
振動状態（Ａｇｏ−００５ｃｎ１２）、無声子音では
開放状態（Ａｇｏ ＝ ０．６ ｃｔｒｔ２）とするに
は無理がある。
例えば、従来知られている方法（Ｊ、 Ｌ、 Ｆｌａｎ
ａｇａｎ。
ａｇａｎ。
Ｋ＋１ｓｈｉｚａｋａ ： 「Ｓｉｇｎａｌ ｍｏｄｅ
ｌｓ ｆｏｒ ｌｏｗ ｂｉｔ−ｒａｔｅ ｃｏｄ−ｉ
ｎｇ ｏｆ ５ｐｅｅｃｈ Ｊ ＪＡＳＡ、 ６３（３
）、 ５ｅｐｔ、 １９８０ ）声道断面積／１／を用
い、Ａｇｏを００１Ｃ１ｎ２から２０酊２までの範囲で
制御（後続母音は１０／を用いた）すると、第２図に示
すように、Ａｇｏが００４〜０３ｃＴＬ２の範囲で／ｄ
ｏ／と聞え（正聴率５０％以上）、０．４〜０９５Ｃ１
ｎ２の範囲でハＯ／と聞える（正聴率５０％以上）。こ
のように子音部のＡｇｏの制御範囲は広く、／ｄＯ／で
はＡｇｏ ＝ ０．２ ｃｍ２の場合が、／ｌｏ／では
Ａｇ。
ｌｓ ｆｏｒ ｌｏｗ ｂｉｔ−ｒａｔｅ ｃｏｄ−ｉ
ｎｇ ｏｆ ５ｐｅｅｃｈ Ｊ ＪＡＳＡ、 ６３（３
）、 ５ｅｐｔ、 １９８０ ）声道断面積／１／を用
い、Ａｇｏを００１Ｃ１ｎ２から２０酊２までの範囲で
制御（後続母音は１０／を用いた）すると、第２図に示
すように、Ａｇｏが００４〜０３ｃＴＬ２の範囲で／ｄ
ｏ／と聞え（正聴率５０％以上）、０．４〜０９５Ｃ１
ｎ２の範囲でハＯ／と聞える（正聴率５０％以上）。こ
のように子音部のＡｇｏの制御範囲は広く、／ｄＯ／で
はＡｇｏ ＝ ０．２ ｃｍ２の場合が、／ｌｏ／では
Ａｇ。
＝ ０．７５ ｃｍ２の場合が正聴率が最も高くなって
おり、子音部でＡｇｏを一律に与えた場合に正聴率が最
高となるとは限らないという欠点があった。
おり、子音部でＡｇｏを一律に与えた場合に正聴率が最
高となるとは限らないという欠点があった。
発明の目的
本発明は、上記従来例の欠点を除去するものであり、明
瞭な音節を合成することを目的としている。
瞭な音節を合成することを目的としている。
発明の構成
本発明は、上記目的を達成するために、制御パラメータ
の推定に際し、声道断面積と声門開口断面積を同時推定
することにより、合成音の品質を向上させるものである
。
の推定に際し、声道断面積と声門開口断面積を同時推定
することにより、合成音の品質を向上させるものである
。
実施例の説明
以下に本発明の一実施例について説明する。本実施例の
推定方法は、従来の制御パラメータの推定に子音部の声
門開口断面積Ａｇｏの推定を含めたものである。Ａｇｏ
の推定区間は、ケプストラムのピークレベルを用いて決
める。ピンチ周期が存在すると考えられる区間で、ケプ
ストラムのピークを探し、あらかじめ設定されている閾
値よりも大きい場合には、有声区間（母音定常部）とし
てＡｇｏは振動状態（Ａｇｏ ＝ ０．０５（ｍ２ ）
を保持スル。ピークレベルが賎値化下ならば、無声区間
が含捷れるとしてＡｇｏの探索を行う。閾値は、充分に
有声区間を含んだ値として設定する。
推定方法は、従来の制御パラメータの推定に子音部の声
門開口断面積Ａｇｏの推定を含めたものである。Ａｇｏ
の推定区間は、ケプストラムのピークレベルを用いて決
める。ピンチ周期が存在すると考えられる区間で、ケプ
ストラムのピークを探し、あらかじめ設定されている閾
値よりも大きい場合には、有声区間（母音定常部）とし
てＡｇｏは振動状態（Ａｇｏ ＝ ０．０５（ｍ２ ）
を保持スル。ピークレベルが賎値化下ならば、無声区間
が含捷れるとしてＡｇｏの探索を行う。閾値は、充分に
有声区間を含んだ値として設定する。
第３図（ａ）に自然音声／ｌｏ／の波形を示し、第３図
（ｂ）にケプストラムピークレベルの推移を示す。
（ｂ）にケプストラムピークレベルの推移を示す。
３フレームから４フレームへの移行時にケプストラムの
ピークレベルが急激に増加している（分析窓長２５．’
６ ｍｓ ）。この場合には１〜４フレームの範囲でＡ
ｇｏの推定を行い、ピークレベルの閾値は４フレーム目
の値を用いた。
ピークレベルが急激に増加している（分析窓長２５．’
６ ｍｓ ）。この場合には１〜４フレームの範囲でＡ
ｇｏの推定を行い、ピークレベルの閾値は４フレーム目
の値を用いた。
破裂音／、ｔｏ／について声道断面積とＡｇｏの同時推
定を行った。第４図（ａ）はハ０／を推定した時のスペ
クトル誤差の時間変化を示し、第４図（ｂ）はその場合
のＡｇｏの値を示している（分析窓長６．４ｍｓ。
定を行った。第４図（ａ）はハ０／を推定した時のスペ
クトル誤差の時間変化を示し、第４図（ｂ）はその場合
のＡｇｏの値を示している（分析窓長６．４ｍｓ。
シフト３．２ｍ５）。Ａｇｏは子音部（３３フレームま
で）で開口（０７ｃ１ｒＬ２程度）推定されており、誤
差も平均で３．５ ｄＢであった。
で）で開口（０７ｃ１ｒＬ２程度）推定されており、誤
差も平均で３．５ ｄＢであった。
第５図は／ｄｏ／の結果である。第５図（ａ）の点線は
Ａｇｏの推定を行った場合（本実施例）、実線は子音部
でＡ ｇｏ ＝ ０．０５ ｃＩＩＬ２に固定した場合
（従来例）のスペクトル誤差である。Ａｇｏを固定した
場合、スペクトル誤差が平均で３８ｄＢであったものが
、推定を行った場合には３．４ｄＢと減少している。第
５図（ｂ）は推定されたＡｇｏを表わしており、子音部
でＡｇｏ−０，２Ｃｒｎ２程度と推定されている。
Ａｇｏの推定を行った場合（本実施例）、実線は子音部
でＡ ｇｏ ＝ ０．０５ ｃＩＩＬ２に固定した場合
（従来例）のスペクトル誤差である。Ａｇｏを固定した
場合、スペクトル誤差が平均で３８ｄＢであったものが
、推定を行った場合には３．４ｄＢと減少している。第
５図（ｂ）は推定されたＡｇｏを表わしており、子音部
でＡｇｏ−０，２Ｃｒｎ２程度と推定されている。
本実施例のようにＡｇｏの推定を行った／ｉｏ／。
／ｄｏ／の正聴率は、／ｌｏ／−８７，５％、 ／ｄｏ
／＝６８．８％であシ、Ａｇｏを一律に与えた場合（／
ｌｏ／＝８０％、 ／ｄｏ／−５７，１％）に比べ向上
している。
／＝６８．８％であシ、Ａｇｏを一律に与えた場合（／
ｌｏ／＝８０％、 ／ｄｏ／−５７，１％）に比べ向上
している。
このように、Ａｇｏの推定することにより、無声音の制
御パラメータが推定できるとともに、有声音についても
スペクトル誤差の減少２合成音の品質が改善されるとい
う利点がある。
御パラメータが推定できるとともに、有声音についても
スペクトル誤差の減少２合成音の品質が改善されるとい
う利点がある。
発明の効果
本発明は上記のような推定方法であり、以下に示す効果
かあ、る。
かあ、る。
（１）制御パラメータ推定時に、子音部の声門開口断面
積のＡｇｏの推定を行っているため、無声子音を含む音
節の制御パラメータが推定できる。
積のＡｇｏの推定を行っているため、無声子音を含む音
節の制御パラメータが推定できる。
（２） Ａｇｏの推定によシ、従来−律にＡｇｏを与え
ていた場合に比べ、明瞭な音節が合成できる。
ていた場合に比べ、明瞭な音節が合成できる。
第１図は、音声合成装置のブロック図、第２図は従来例
の声道断面積／１／を用いＡｇｏを０．０１〜２０ｃＩ
ｒＬ２の範囲で変化させた場合の正聴率を表す図、第３
図は本発明の一実施例における自然音声波形／ｉｏ／と
ケプストラムピークの遷移を表す図、第４図は同実施例
のハ０／の制御パラメータを推定した時のスペクトル誤
差とＡｇ、の推定値を表す図、第５図は同実施例の／ｄ
ｏ／の制御パラメータを推定した時のスペクトル誤差と
Ａｇｎの推定値を表す図である。 ■・・声帯等価回路、２・・声道等価回路、３・出力端
子。 代理人の氏名 弁理士 中 尾 敏 男 ほか１名第１
図 第２図 ハｇｏ （ｃｔｎり 第３図 フレーム＃号 第４図 心 ！ フレーム番号 第５図 フレーム一番号
の声道断面積／１／を用いＡｇｏを０．０１〜２０ｃＩ
ｒＬ２の範囲で変化させた場合の正聴率を表す図、第３
図は本発明の一実施例における自然音声波形／ｉｏ／と
ケプストラムピークの遷移を表す図、第４図は同実施例
のハ０／の制御パラメータを推定した時のスペクトル誤
差とＡｇ、の推定値を表す図、第５図は同実施例の／ｄ
ｏ／の制御パラメータを推定した時のスペクトル誤差と
Ａｇｎの推定値を表す図である。 ■・・声帯等価回路、２・・声道等価回路、３・出力端
子。 代理人の氏名 弁理士 中 尾 敏 男 ほか１名第１
図 第２図 ハｇｏ （ｃｔｎり 第３図 フレーム＃号 第４図 心 ！ フレーム番号 第５図 フレーム一番号
Claims (2)
- （１）単音節の声道断面積と声門開口断面積を制御する
パラメータを、自然音声とのスペクトルマツチングによ
り同時に推定することを特徴とする音声合成用制御パラ
メータの推定方法。 - （２）声門開口断面積を制御する制御パラメータを、ケ
プヌトラムビークレベルが所定の開鎖になるまでの区間
で推定することを特徴とする特許請求の範囲第１項記載
の音声合成用制御パラメータの推定方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP59061484A JPS60203998A (ja) | 1984-03-28 | 1984-03-28 | 音声合成用制御パラメ−タの推定方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP59061484A JPS60203998A (ja) | 1984-03-28 | 1984-03-28 | 音声合成用制御パラメ−タの推定方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPS60203998A true JPS60203998A (ja) | 1985-10-15 |
Family
ID=13172398
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP59061484A Pending JPS60203998A (ja) | 1984-03-28 | 1984-03-28 | 音声合成用制御パラメ−タの推定方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS60203998A (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH02108097A (ja) * | 1988-10-18 | 1990-04-19 | Matsushita Electric Ind Co Ltd | 楽音合成装置 |
-
1984
- 1984-03-28 JP JP59061484A patent/JPS60203998A/ja active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH02108097A (ja) * | 1988-10-18 | 1990-04-19 | Matsushita Electric Ind Co Ltd | 楽音合成装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JPH031200A (ja) | 規則型音声合成装置 | |
| Doi et al. | Esophageal speech enhancement based on statistical voice conversion with Gaussian mixture models | |
| US6424937B1 (en) | Fundamental frequency pattern generator, method and program | |
| JPH0632020B2 (ja) | 音声合成方法および装置 | |
| Schwartz et al. | Diphone synthesis for phonetic vocoding | |
| JP2904279B2 (ja) | 音声合成方法および装置 | |
| JPS60203998A (ja) | 音声合成用制御パラメ−タの推定方法 | |
| JP3437064B2 (ja) | 音声合成装置 | |
| JPH08248993A (ja) | 音韻時間長制御方法 | |
| JPS5972494A (ja) | 規則合成方式 | |
| JPH0580791A (ja) | 音声規則合成装置および方法 | |
| JP2001034284A (ja) | 音声合成方法及び装置、並びに文音声変換プログラムを記録した記録媒体 | |
| JPS5888798A (ja) | 音声合成方式 | |
| JPH04115299A (ja) | 音声有音無音判定方法および装置 | |
| JP2900454B2 (ja) | 音声合成装置の音節データ作成方式 | |
| JPS62135897A (ja) | 促音合成方法 | |
| JPS5880699A (ja) | 音声合成方式 | |
| JPS58166400A (ja) | 音声合成方式 | |
| KR930011736B1 (ko) | 음성신호의 피치반분법에 의한 파형코딩과 혼성코딩의 피치 조절방법 | |
| JP2573587B2 (ja) | ピッチパタン生成装置 | |
| JPS6325700A (ja) | 長音結合方法 | |
| JPH01118200A (ja) | 音声合成方式 | |
| JPS6132096A (ja) | 音声合成装置の音声合成方式 | |
| KR940008839B1 (ko) | 켑스트럼 분석에 의한 음성 파형코딩의 피치 변경 방법 | |
| JPS60123900A (ja) | 法則音声合成装置 |