JPS60205801A - 任意音声合成器 - 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】 （発明の技術分野） 本発明は音声の合成回路、特に子音−母音（ＣＶ）母音
−子音−母音（ＶＣＶ）等を結合単位とする任意語い音
声合成回路に関する。

（従来技術） 任意語い合成は、合成単位に、ＶＣｖ音節や、ＣＶ音節
を用い、声道伝達特性を表わす音響パラメータにＰＡＲ
ＣＯＲ係数や、ＬＳＰ係数を用い、Ｃ■音節またはＶＣ
ｖ音節番結合させる方式がある。

Ｌ８Ｐ−ＣＶ方式を例にとって説明すると、音響パラメ
ータであるＬＳＰ係数と、音源パラメータである音源強
度とピッチとからなるフレームデータをＣ■音節単位毎
に予め蓄えておき、任意語い合成時には、ｖｔ（母音定
常）部と、ｖｃ（母音部後半から後続の子音までのわた
り）部は各パラメータを補間したフレームデータを用い
又いる。

任意語い合成時のピッチパターンは、母音中心位置にお
ける点ピッチをアクセント形と音節数により定め、点ピ
ッチ間のピッチは補間によりめている。

ところで、従来の音声合成器は、予め定められたフレー
ム周期で、フレームデータを入カシ、フレームデータに
よってのみ音声を合成するものしかなかった。この種の
音声合成器を用いる為には。

ｖｔ部や、ｖｃ部のフレームデータを作成し、合成器に
入力する必要があった。さらに、ピッチは、ｖｔ部ｖｃ
部のみでな（ｃｖ部や無音部等の全区間に渡って補間し
、各７レームデータのピップを置換しなければならず、
合成器の制御は、複雑かつ、実時間性の要求される処理
であった。

（発明の目的） 本発明の目的は、合成器側で、ｖｔ部、ＶＣｉｌ＞のフ
レームデータ補間、全フレームに渡るピッチ補間を行な
うことにより、制御装置からみて制御の容易な任意音声
合成器を提供することにある。

（発明の要約） 本発明の任意０音声合成器は、声道伝達特性を表わす音
響パラメータと音源パラメータとからなるフレームデー
タから音声を合成する音声合成器において、 フレームデータを入力するフレームデータメモリと、 ピッチを入力するピッチメモリと。

フレームデータの結合方法を規定する結合データを入力
する結合データメモリと、 前記フレームデータに含まれる音響パラメータを補関す
る音響パラメータ補間回路と、前記ピッチを補間するピ
ッチ補間手段と、フレームデータに含まれる音源パラメ
ータと前記ピッチ補間手段の出力のピッチから音源信号
を発生ずる音源手段と。

該音源手段の出力により駆動され前記音響パラメータ補
間手段で補間された音響パラメータに従って音声を合成
する音声合成手段と、 前記結合データから音源手段と、ピッチ補間手段の補間
長と、音響パラメータ補間手段の補間長を制御する結合
制御手段とを有することを特徴とする。

（実施例） 次に図面を参照して詳細に説明する。

第１図は従来の音声合成器の一例を示すブロック図であ
る。入力端子１１からフレーム周期、例えはＩ　Ｑ　ｍ
　ｓ毎にフレームデータが入力され、フレームデータメ
モリ１２に蓄えられる。フレームデータには音響パラメ
ータ、音源強度およびピッチが含まれ、音響パラメータ
は音響パラメータ補間回路１３に、また音源強度とピッ
チは音源回路１４にそれぞれ入力される。音響パラメー
タ補間回路１３は、フレーム周期内で例えば標本化時間
毎に音響パラメータを補関し、その結果を音声合成回路
１５に入力する。また音源回路１４は入力された音源強
度とピッチから音声合成回路１５を駆動する音源を発生
する。音声合成回路１５は音源回路１４からの音源を入
力とし、音響パラメータ補間回路１３からの音響パラメ
ータをフィルタ係数とするフィルタで音声を合成し１合
成音声が出力端子１６から出力される。

さて、ＣＶ音節単位で任意語合成を行う場合、あらかじ
めＣｖ音節を分析してフレームデータをめ、このフレー
ムデータを蓄積しておき、合成時に、このフレームデー
タをつなぎ合わせて用いる。ところが、Ｃｖ音節全体の
フレームデータをそのままつなぎ合わせて合成したので
はＣＶ音節の境界でフレームデータ間に断差ができ、な
めらかな音声を合成することができない。また、人間の
実際の音声は、連続的に発生した場合、前後に存在する
音節にｊって、スペクトル情報が異なる。従って、ある
条件下で発声されたＣｖ音節を分析したフレームデー、
夕を用いてそのままつなぎ合わせて合成したのでは、不
自然々音声となる。

そこで、自然な音声を合成するＣ■年単位任意語合成の
方法として、Ｃ■音節のフレームデータのすべてを用い
るのではなく第２図および第３図に示すような方法が用
いられる。まずパワー変化で代表した音声の特徴変化Ａ
は子音部Ｃと母音部Ｖに分け≦れ、子音部との先頭から
母音部の前半（ＣＶ部）のフレームデータ、および母音
定常部（ｖｔ部）のあるフレームのフレームデータのみ
會蓄積しておく。ここで、この蓄積されたデータを以下
「Ｃｖデータ」という。

合成時には第３図に示すように、斜線で示した部分はフ
レームデータが存在するので、そのデータを用い、また
ｖｔ部および音節結合部（ｖｃ部）のところでは前後の
フレームデータより内挿して用いることが行なわれる。

また、ピッチに関しては、音声合成に先立って計算され
た、語頭、各ｖｔ部の中央、語尾におけるピッチ（以下
「点ピッチ」と称す）を用い、その間は前後の点ピッチ
より内挿して用いる。

このような任意語合成方法を実現する場合、第１図に示
した従来の音声合成器を用いると、フレーム毎にフレー
ムデータを入力する必要があるため、第４図に示すよう
にｖｔ部、ｖｃ部において破線で示したように内挿する
フレームデータを、合成器の制御装置側で作成する必要
がある。またピッチについても、合成器の制御装置が、
点ピッチよりフレーム毎にピッチをめ、さらに、フレー
ムデータ内のピッチを検出しズフレームデータ内のピッ
チが零の場合フレームデータ内のピッチをそのままとし
、フレームデータ内のピッチが零でない場合、フレーム
データ内のピッチを前述の点ピッチよりめたピッチで置
換えるという操作が必要である。

以上のように、従来の音声合成器を用いる場合は、フレ
ームデータの内挿、ピッチの算出、置換えが必要なため
、合成器の制御装置、が一度ｃｖデータを読出して変更
してから合成器゛に書込むという手順を行わざるを得な
い。従って、合成器の制御装置の処理が複雑となり、処
理速度の向上がはかれながった。

第５図は本発明の一実施例を示すブロック図である。入
力端子５０．フレームデータメモリ５２゜音響パラメー
タ補間回路５５．音声合成回路５９゜および音声出力端
子６０は第１図に示した従来例と同様の構成である。本
実施例ではさらに入力端子５０に入力されたデータを分
配するデータ分配回路５１．入力された点ピッチを記憶
するピッチメモリ５３　、ｃｖ部、ｖｔ部、ｖｃ部等の
時間長を示す結合データを記憶する結合データメモリ５
４、この結合データメモリ５４かもの結合データにより
ピッチ補間長が指示されてピッチメモリ５３の出力のピ
ッチを補間するピッチ補間回路５６゜このピッチ補間回
路５６の出力である補間されたピッチ、フレームデータ
メモリ５２かもの７レームデータ内の音源パラメータお
よび結合データから音源を発生する音源回路５８．およ
び結合データによりピッチ補間回路５６．音響パラメー
タ補間回路５５．および音源回路５８を制御する結合制
御回路５７から構成される。

本実施例の構成は、語順及びｖｔ部補間用フレームデー
タ入力時に、フレームデータ入力に先立って、現在のＣ
■音節のｖｃ部、及び１次のＣＶ音節のＣ部、７部、ｖ
ｔ部の各時間長（以下、「結合データ」と称す）と次の
Ｃ■音節の点ピッチを入力することにより、従来、合成
器制御装置が行っていたフレームデータピッチの補間を
合成器が行うようにしたものである。結合データ、ピッ
チの入力時期については、他にも考えられるが、どこで
入力するにしても同様に考えることができる。以下、本
実施例の各部について説明する。

入力データであるフレームデータ、点ピッチ、結合デー
タは、データ分配回路５１によってそれぞれフレームデ
ータメモリ５２．ピッチメモリ５３゜および結合データ
メモリ５４に蓄えられる。

結合制御回路５７は音響パラメータ補間回路５５゜ピッ
チ補間回路５６．および音源回路５８を第６図に示すフ
ローチャムトの順に従って制御する。

まずｖｔ郡部補間用フレーム入力時即ち７部の処理終了
時に結合データが入力（処理６０１）されると、結合デ
ータよりフレームデータの補間長をめ、音響パラメータ
補間回路５５、音源回路５８に対して、それぞれ音響パ
ラメータ、音源強度の差分値算出指示を行う（処理６０
２）。そして、現在の状態がｖｔ部の中心かどうかをチ
ェックし、ｖｔ部の中心でなければ、音源発生指示処理
（処理６０５）へジャンプ（処理６０３）Ｌ、まだ、ｖ
ｔ部の中心のときは、結合データよりピッチの補間長を
め、ピッチ補間回路５６に対してピッチ差分値算出指示
を行う（処理６０４）。

次に前記処理６０３あるいは処理６０４の結果に従って
音源回路５８に対して音源発生指示を行う（処理６０５
）。さらに、音響ノくラメーク補間回路５５、ピッチ補
間回路５６、音源回路５８に対して、それぞれ音響パラ
メータ、ピッチ、音源強度の補間指示を行い（処理６０
６）、音響ノくラメータ補間回路５５及び音源回路５８
に指示した補間長分の補間処理が終了したかどうかをチ
ェックする。終了していない場合は前記処理６０３ヘジ
ヤンプする（処理６０７）。この処理６０７の結果終了
していれば現在の状態がｖｃ部かどうかをチェックして
ｖｃ部の場合は処理６０２ヘジヤンプし、またｖｃ部で
なければ次の処理６０９へ移る（処理６０８）。処理６
０９では覗、在の状態がｃｖ部かどうかをチェ、りする
。ｃｖ部ならば処理６０２へ、ｃｖ部でなければ、ｃｖ
部が終了してｖｔ部に入ったことになるので、処理６０
１ヘジヤンプする。

以上が、結合制御回路５７０通常の処理ループであるが
、語頭の場合、即ち音声合成の開始時は次の処理を行う
。

まずｖｔ郡部補間用フレーム入力時同様に、結合データ
を入力する（処理６１３）。入力された結合データより
、フレームデータの補間長をめ音響パラメータ補間回路
５５．音源回路５８に対して、それぞれ音響パンメータ
、音源強度の差分値算出指示を行う（処理６１４）。処
理６０４と同様に、結合データよりピッチ補間長をめて
ピ、チ補間回路５６に対してピッチ差分算出指示を行イ
、処１ｍ　６０５ヘジヤンプする（処理６１５）。

次に、音響パラメータ補間回路５５とピッチ補間回路５
６は、結合制御回路５７からの指示に対して、同様の動
作をするので、第７図にまとめてフローチャートを示す
。以下に、第７図の処理を順を追って説明する。

結合制御回路５７からの差分値算出指示があったかどう
かをチェックし、指示熱の場合は処理７０４ヘジヤンプ
し、また指示有の場合は処理７０２を実行する（処理７
０１）。指示有の場合メモリ（フレームデータメモリ５
２またはピッチメモリ５３）から次のデータを入力する
（処理７０２）。次にメモリから入力した値と現在の値
との差分値をめ、結合制御回路５７でめた補間長で除算
して補間幅を算出する（処理７０３）。結合制御回路５
７からの補間指示があったかどうかをチェックし、指示
がなかった場合は、処理７０１ヘジヤンプし、また指示
があった場合は処理７０５を行なう（処理７０４）。処
理７０５は現在の値に補間幅を加えることにより補間を
行い処理７０１ヘジヤンプする。

音源回路５８は、有声音源（パルス列）又は無示す。次
に、この処理を順を追りて説明する。

結合制御回路５７かもの音源強度差分値算出指示があっ
たかどうかをチェックし、指示がなかった場合は処理８
０４ヘジヤンプする（処理８０１）。

指示があった場合フレームデータメモリ５２から次の音
源パラメータ（音源強度とピッチ）を入力する（処３１
８０２　）。フレームデータメモリ５２から入力した音
源強度と現在の一￥ｉ１−源強度との差分値をめ、結合
制御回路５２でめた補間長で除算して補Ｎ】帖を算出す
る（処理８０３）。次に結合制御回路５２からの音源強
度用１」間指示があったかどうかをチェックし、指示が
女かったら処理８０６ヘジヤ：ブする（処理８０４）。

指示が有った場合はザ′在の音源強度に補間幅を加える
−０即ち、音源強トの補間を行う（処理８０５）。さり
に結上制御ｌ！′ｌ略５２からの音源発生指示があった
かどうかを梼ニックし、指示がなかっｆｃ場合は処理８
０１ヘジャンプする（処理８０６）。指示があった場合
はフレームデータのピッチが零かどうかをチ、ツクしく
処理８０７）、零でなければピッチ補間回路５６のピッ
チの間隔でパルス列を発生させて音声合成回路５９を駆
動することにより有声音源発生する。そして、処理８０
１ヘジヤンプする（処理８０８）。また前記処理８０７
においてフレームデータのピッチが零であった場合、擬
似ランダム雑音を発生させて音声合成回路５９を駆動す
ることにより無声音、源発生する。そして、処理８０１
ヘジヤンプする（処理８０９）。

音声合成回路５９は、音源回路５８の出力を入力とし、
音響パラメータ補間ｒｇｌｖｅ、５５の出力を係数とす
る音声合成フィルタである。

以上が本実施例の説明であるが、本実施例によれば、フ
レームデータはｖｔ部、ｖｃ部では入力する必敬がなく
、ピッチと結合データは結合単位（Ｃ■音節）に１回入
力すれはよい。また、フレームデータは合成器の例では
補間する必懺がないため、蓄積され□たデータをそのま
ま合成器に入力すればよい。従って、合成器制御装置の
負荷が大幅に軽減される。

以上の説明は、音源信号としてパルス列か、あるいは、
乱数を用いた任意音声合成の場合についてであるが、音
源として残差信号を用いる場合は、フレームデータの内
に残差信号と残差信号が存在することを示すフラグを設
けておき、資源回路内で該フラグを検出して残差信号が
存在する場合は残差信号をそのまま音源として用いれば
よい。また、登録語の合成（Ｃ■音節単位のフレームデ
ータを結合して合成するのでは々く、単語あるいは文単
位でフレームテークを蓄積しておく方法）に対しても、
結合データの中に登録語か任意語かを示すフラグを設け
ておき、登録語の場合は、結合制御回路が、音源回路に
対して強制的にフレームデータの音源パラメータを用い
る様な指示を与えるとともに、音響パラメータ補間回路
に対して補間長をフレーム長とすることにより容易に実
乱、できる。

（発明の効果） 本発明は以上説明したように１合成器制御装置は、点ピ
ッチと結合データを作成し、音声合成器へ入力すれば、
フレームデータはＣｖファイルの値をそのまま音声合成
器へ入力することができる。

従って、音声合成器へのフレームテーク転送はＤＭＡ（
ダイレクト−メモリ・アクセス）方式が使えるなど、容
易な制御で、任意語い音声を合成できる効果がある。

【図面の簡単な説明】

第１図は従来の音声合成器の一例を示すブロック図、第
２図はパワー変化で代表した音声の特徴変化の一例を示
す説明図、第３図は合成時におけるフレームデータの存
在状態を説明するだめの図。 第４図は従来の任意語合成時における内挿状態を説明す
るだめの図、第５図は本発明の一実施例を示すブロック
図、第６図は８５図における結合制御回路の処理を示す
フローチャート、第７図は第５図における音物パラメー
タ補間回路およびピッチ補間回路の処理を示すフローチ
ャート、第８図は第５図における音声合成回路の処理を
示したフローチャートである。 ５０：入力端子、５１：データ分配回路、５２：フレー
ムデータメモリ、５３：ピッチメモリ。 ５４：結合データメモリ、５５：前書パラメータ補間回
路、５６：ピッチ補間回路、５７：結合制御回路、５８
：音源回路、５９：音声合成回路。 ６０：出力端子。 隼　２　図 Ａ Ｓ−子哲部一千一＃童部−Ｈ ＋ＣνｆＬ　νを却−−−一 某　ＩＷＪ 察　７　図 稟　３　図

Claims (1)

1. 【特許請求の範囲】 声道伝達特性を表わす音響パラメータと音源パラメータ
   とからなるフレームデータから音声を合成する音声合成
   器において。 フレームデータを入力するフレームデータメモリと、 ピッチを入力するピッチメモリと、 フレームデータの結合方法を規定する結合データを入力
   する結合データメモリと、 前記フレームデータに含まれる音響パラメータを補間す
   る音響パラメータ補間手段と。 前記ピッチを補間するピッチ補間手段と、フレームデー
   タに含まれる音源パラメータと前記ピッチ補間手段の出
   力のピッチから音源信号を発生する音源手段と、 該音源手段の出力により駆動され前記音響パラメータ補
   間手段で補間された音響パラメータに従って音声を合成
   する音声合成手段と、 前記結合データから音源手段と、ピッチ補間手段の補間
   長と、音等パラメータ補間手段の補間長を制御する結合
   制御手段と。 左肩することと％歓と弯も社九告声者叙恩・。