JPS6042959B2 - アナログ信号合成装置 - Google Patents

Description

【発明の詳細な説明】 本発明は音声等のアナログ信号の合成装置に関し、合成
アナログ信号の品質を高めることを目的とするものであ
る。

一般に、音素片即ち単語、音節、あるいはこれより更に
短い音声セグメントを結合編集して合成された音声信号
（単語、句、話声）の品質は音声の構成単位である音素
片の接続部の処理によつて決まると言える。

例えば接続部に発生する波形の急激な変化、即ぢ波形の
不連続性は高調波ノイズの原因となり、合成音のＳ／Ｎ
を低下させ、明瞭度を落す。又声帯振動の基本周波数で
あるピッチ・周波数の変動は合成音声の自然性を劣化さ
せることも知られている。ピッチ周波数の変化に対して
人間の聴覚はきわめて敏感であり（検知限は０．１％と
言われている）、結合された音素片のピッチ周波数が不
連続な場合、合成音声は聞きづらい不・自然なものとな
る。本発明は音素片波形のパターンを認識して自然な形
で各音声片を結合することにより高品質の合成音を得る
ことを可能とするものである。

音素片波形としては、自然音声からたとえばピッチ区間
毎に切り出したものを用いたり、別の音声合成装置で一
素片分を合成したものを取り出したりして用いる方法が
あるが、本発明は比較的短時間の、具体的には数拾〜数
百ミリ秒の音素片を、接続部に於ける波形の不連続及び
ピッチ周波数の変動なしに結合する方法を提供するもの
である。即ちかかる短時間の音素片は相隣る音素片の少
なくとも結合部については波形が類似しているはずであ
り、従つて、各音素片の時間軸をそれぞれ若干修正する
ことにより、接続部をなめらかに結合して行くことが出
来る。本発明は結合される音素片の接続部について波形
の類似度を相関関数の形で把握し、これにもとづき音素
片の時間軸に適当な時間的修正を施こすものである。本
発明の詳細な説明について、以下音声の時間軸変換装置
をその具体的実施例として説明する。

第１図は従来の時間軸伸長装置を例示するブロック図で
ある。同図に於て、端子１は音声入力端子、２は出力端
子、３及び４はいずれもＮビットの例えばＢＢＤなどの
アナログシフトレジスタ、５は低域通過フィルタ（ＬＰ
Ｆ）である。６，７，８及び９はアナログスイッチであ
り、入力端子１からアナログシフトレジスタ３或いは牡
ＬＰＦ５を経て出力端子２に至る音声信号をスイッチ制
御する。

かつこれらアナログスイッチは、アナログシフトレジス
タ３，４の書込クロック回路１０をＭＮ（但しＭＮは整
数、ｍについては後述する）分周する分周回路１１のＱ
及びＯ出力によつて図．示の如く開閉制御される。アナ
ログシフトレジスタ３及び４はクロック回路１０及び分
周回路１１のＱ，Ｏ出力のＡＮＤゲート１２及び１３に
より０Ｒゲート１４及び１５を介して交互に書込みクロ
ック制御され、又読出しクロック回路１６及び．”分周
回路１１のＱ，Ｏ出力のＡＮＤゲート１７及び１８によ
り同じく０Ｒゲート１４及び１５を介して交互に読出し
クロック制御される。即ち、例えば入力端子１に与えら
れた時間軸がｍ倍（ｍ〉１）に圧縮された音声信号（か
かる圧縮信号は例・えばテープレコーダの再生速度を録
音速度のｍ倍にすることにより得られる）は、分周回路
１１のＱ出力が１のとき、アナログスイッチ８を経てア
ナログシフトレジスタ４に書込まれる。該シフトレジス
タのビット数はＮであり、これに対レ■個のサンプリン
グ列が入力音声信号として、順次入力を完了したとき、
分周回路１１のＱ出力は反転して０となり、スイッチ８
を閉じる。同時に該分周回路のＯ出力は１となり、スイ
ッチ６を開いて、同様にアナログシフトレジスタ３に書
込みを行なう。このとき図の構成から明らかなように、
アナログシフトレジスタ４は読出しクロック回路１６に
よりクロックされて同様にＯ出力により制・御されてい
るスイッチ９を経て読み出される。アナログシフトレジ
スタ３への書き込み期間中別のアナログシフトレジスタ
４はこのように読み出しを行ない、続いて分周回路１１
のＱ，寛出力が反転すると、再びアナログシフトレジス
タ４が書込み、３が読出しを行なう。ここで書込みクロ
ック回路１０のクロック周波数をｆ１、読出しクロック
回路１６のクロック周波数をＦ２としたとき、となるよ
うに、各クロック周波数を決めれば、時間軸はｍ倍に伸
長され、音声入力端子１に入力した圧縮音声は出力端子
２に時間軸が復元されてあられれる。読出しクロック周
波数Ｆ２は、当然、必要な出力音声周波数帯域に対しナ
イキストのサンプリング定理を満たすように決められる
。上述の如き従来装置に於ては、アナログシフトレジス
タ３及び４を交互に出力する音素片の接続タイミングは
、書き込みクロック１０をＭＮと分周する分周回路１１
の出力によりＭＮ／ｆ１秒毎に自動的に決められるため
、従つて第４図に図示するように音素片の接続部に不連
続な波形変化とピッチ周波数の変動とが発生する。

前記の如くこのような音素片の接続部に於ける波形やピ
ッチの不連続は音質や明瞭度をいちじるしく低下させる
。次にこのような従来装置の欠点を改良できる本発明の
内容について第２図のブロック図と共に説明する。同図
に於いて、１０３及び１０４はアナログスイッチ１０６
，１０７，１０８及び１０９によつて開閉制御されるア
ナログシフトレジスタ、１１０及び１１６はそれぞれ周
波数ｆ１およびＦ２のクロック回路、１１１はＭＮ分周
回路てあり、これらの構成は第１図の従来装置と同じで
ある。本発明は、前述の如く接続する音素片の接続部に
ついて時間的修正を加えるのであるが、これをＲＯＭｌ
２Ｏによりプログラムされたコンピユータ（演算処理装
置）（ＣＰＵ）１２１により行なう。計数回路（カウン
ター）１２２は各周期毎に音素片の先端及び後端を計数
しＩ／０ボート１２３を経てＣＰＵｌ２ｌにタイミング
指示する回路、Ａ／Ｄ変換器１２４はクロック回路１１
０からのコンバートコマンド信号に従つて入力信号をデ
ィジタル変換する回路、及びＣＰＵｌ２ｌに縦続する記
憶回路１２５は、これらＡ／Ｄ変換された信号を記憶す
ると同時にＣＰＵｌ２ｌの演算処理結果を一時保存する
機能をあわせ有している。即ち、まずＣＰＵｌ２ｌは計
数回路１２２の出力にもとづき、入力クロックの最後部
よりＭ個のサンプルをＡ／Ｄ変換器１２４によりディジ
タル化してＩ／０ボート１２３から読み込み、記憶回路
１２５に保存する。次に分周回路１１１の出力が反転す
ると、ＣＰＵｌ２ｌは同様に計数回路１２２の出力にも
とづき、入力クロックの前端から（Ｍ＋ｒ）個のサンプ
ルを読み込む。引き続きＣＰＵｌ２ｌはＲＯＭｌ２Ｏの
プログラムにもとづき、入力された音素片の後端と、そ
の後に続く音素片の前端の類似性を演算するのであるが
、具体的には各サンプリング列の二乗誤差を計算しこれ
が最小となるような接続タイミングを決定する。音素片
の後端のサンプリング数列をＸｐ（Ｐ＝１，２，・・，
Ｍ）、後続の音素片の前端サンプリングをＹｐ（Ｐ＝１
，２，・・，Ｍ＋ｒ）としたとき、２つの波形間の二乗
誤差はであられされる。これはサンプリング波形Ｘｐに
対してＹｐをｋ個だけずらせて重ね合せたときの類似度
をあられすものであり、演算処理装置１２１はＥＨをｋ
＝０，１，・・，ｒについてそれぞれ計算し、これが最
も小さくなるｋを決定する。即ち第３図に示すように、
先行音素片の後端Ｍ個のサンプル列は後続音素片の先頭
よりｋ個ずれた部分から重ね合わせるのが最も誤差が少
ないということになる。そこで演算処理装置１２１は後
続音素片の先頭より（ｋ＋Ｍ＋Ｎ）をとり込み、１／０
ボート１２３を通じてＡＮＤゲート１１２あるいは１１
３を制御し、書き込みクロックを停止する。アナログシ
フトレジスタ１０３あるいは１０４の容量はＮであるか
ら、従つて該アナログメモリーには図示の如く（ｋ＋Ｍ
＋１）番目からＮビットが記憶され、次の読み出しタイ
ミングに順次読み出されるのであるが、以上の説明から
明らかな通り、先行音素片の最後端Ｍサンプルと、後続
音素片の（ｋ＋１）番目からのＭサンプルとが最も誤差
が少なく重さなるので、従つて音素片はまつたく自然な
形で音素片が引き続き出力される。前述の通り後続音素
片は（ｋ＋Ｍ＋Ｎ）サンプルがアナログメモリーに取り
込まれるのであるが、このうちの最後尾からＭサンプル
が同様にＡ／Ｄ変換器１２４、Ｉ／０ボート１２３を経
てＣＰＵｌ２ｌの記憶装置１２５に保存される。これは
更に続く音素片の先頭から（Ｍ＋ｒ）個のサンプルとの
類似性を調べて接続する為に必要である。以上の処理の
タイムチャートを第３図Ｃに図示した。音素片の時間長
は少なくとも数１０ミリ秒てあり、いわゆるマイクロコ
ンピュータ等の演算処理−装置により容易に処理され得
る。

無論コンピュータシステムの能力と経済性を考慮すれは
、演算処理量は最少量にとどめられるべきである。この
為に（２）式を次の様に変形する。波形の類似度をつか
む為にはこの右辺第２項だけを使えば良い。即ちこの式
で定義されるＦｘＹ（ｋ）は衆知のことく、２つの数値
系列Ｘｐ．ｌ５Ｙｐとの間の相互相関関数と称されるも
のであり、片方の波をｋ個のサンプル値分だけずらした
ときの２波の間のパワーであり、２波が完全に一致した
ときその値はｌとなフる。

（４）式の採用により演算処理時間は大巾に短縮される
。第４図には従来方法（第１図）による時間軸伸長装置
の再生音波形を、第５図には本発明方式（第２図）によ
る同再生波形を２００（Ｈｚ）の正弦波単一信号につい
て実際に処理したデータである。これら両データはｍ＝
２、ｆ１＝４０ＫＨｚ．ｓｆ２＝２０ＫＨｚ．．Ｎ＝７
６８なる条件で測定したものである。上述においては、
音声の時間軸伸長装置を具体例として説明したが、記憶
手段として前述の如きアナログシフトレジスタを使用す
る代りにＲＡＭを使用してもよく、その際にはナナログ
の音声波形をＡ／Ｄ変換器でディジタル信号に変換して
からＲＡＭに入力し、ＲＡＭ出力はＤ／Ａ変換器でアナ
ログ信号に変換するという慣用技術を使用することは言
うまでもない。

このように本発明の技術は各種の音声や音響等のアナロ
グ信号の合成装置に利用可能であることは言うまでもな
い。このように本発明の装置は先行および後続アナログ
信号素片の接続部近傍の相関関数あるいは二乗誤差に着
目して時系列的に連続するアナログ信号素片について、
アナログ信号素片の各接続部の誤差が最も少ない部分で
重ね合うように各時間軸の修正を行なうものである。

更に詳説すると、本発明は記憶手段に記憶された先行ア
ナログ信号素一片の後端部近傍と後続アナログ信号素片
の先端部近傍の波形の類似性を比較し、先行アナログ信
号素片と後続アナログ信号素片が最も滑めらかに接続さ
れるよう後続アナログ信号素片をクロック出力すること
である。即ち、先行アナログ信号素片の後端部近傍のデ
ータと後続アナログ信号素片の先端部近傍のデータとを
相対的にシフトさせて比較し、先行アナログ信号素片に
後続アナログ信号素片が最も滑めらかに接続されるよう
後続アナログ信号素片のデータを記憶手段からクロック
出力する。従つて従来装置の如き接続部のアナログ信号
波形の不連続やピッチ周波数の変動等の無い合成アナロ
グ信号を得ることができる。

【図面の簡単な説明】

第１図は従来のアナログ信号合成装置を示すブロック・
ダイヤグラム、第２図は本発明のアナログ信号合成装置
を示すブロック・ダイヤグラム、第２図は本発明の音声
合成装置を示すブロック・ダイアグラム、第３図は本発
明を説明するための図面、第４図は従来の装置の特性を
示す図面、第５図は本発明の装置の特性を示す図面であ
る。 １０３，１０４・・・アナログ信号の記憶装置、１２１
・・・演算処理装置。

Claims (1)

1. 【特許請求の範囲】 １ アナログ信号波形より抽出されたアナログ信号素片
   波形を用いて編集合成アナログ信号合成装置であつて、
   （ａ）入力クロック供給手段と、（ｂ）出力クロック供
   給手段と、 （ｃ）前記入力クロック供給手段から供給される入力ク
   ロックに従つて入力信号をサンプリングして記憶し且つ
   前記出力クロック供給手段から供給される出力クロック
   に従つて出力する記憶手段と、（ｄ）入力信号のサンプ
   リングより得られた時間的に先行する先行アナログ信号
   素片のサンプリング値と時間的に後続する後続アナログ
   信号素片のサンプリング値について時間軸を変数とする
   前記入力信号波形の類似度を算出する計算手段と、（ｅ
   ）該計算手段の計算結果により前記記憶手段の出力クロ
   ックを制御して先行アナログ信号素片に引き続き出力す
   る後続アナログ信号素片の類似性が時間的に連続するよ
   うに、前記出力クロック供給手段を制御して後続アナロ
   グ信号素片の時間軸を調整するクロック制御信号発生手
   段とを備えることを特徴とするアナログ信号素片編集型
   のアナログ信号合成装置。 ２ 計算手段及びクロック制御信号発生手段は、先行ア
   ナログ信号素片の比較的後端部のサンプリング値と後続
   アナログ信号素片の比較的先端部のサンプリング値につ
   いて２乗誤差、或は相互相関関数を計算し、この計算結
   果により記憶手段の出力クロックを制御して接続アナロ
   グ信号素片の時間軸を調整するようプログラムされた演
   算処理装置である特許請求の範囲１に記載のアナログ信
   号合成装置。