JPS6067997A - 音声合成装置 - 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】 （イ）産業上の利用分野 本発明は音声を合成する音声合成装置に関する。

（ロ）従来技術 従来の音声合成装置には、日本語の場合、子音部と母音
部とを含めた３０音素に対応するバーコール係数、ＬＳ
Ｐ係数等の音素パラメータを用いて、これ等音素パラメ
ータを接続する事に依って単語及び文章単位の音声を再
合成するものがあった。

斯様な音声合成装置は、約３０音素単位の音素パラメー
タをメモリに格納しておけば、あらゆる日本語の音声が
再合成できるので、メモリ１＃量の一削減を可能にでき
る反面、子音部と母音部との接続箇所即ち過渡部の再生
が忠実に行なえず、良質の合成音声を得る事ができなか
った。

この為に、母音単位、並びに子音部と母音部との接続単
位からなる音節に対応する音節バフメータを用いた音声
合成装置が開発されつつあるが、この装置の場合には、
メモリに貯えられる音節バラメータは、第１図に示す如
く一連の子音部（Ｃ）と、過渡部（Ｖ）と、定常的な母
音部（Ｖ）と、からなるので、断る音節パラメータを接
続する事に依って、良質の合成音声を得る事ができるも
のの、音節パラメータ毎のデータ量が大巾に増大してし
まい、大容量のメモリが必要となる不都合があった。

（ハ）発明の目的 本発明はメモリ容量の削減を図シながらも良質の合成音
声を得る音声合成装置を提供するものである。

に）発明の構成 本発明の音声合成装置は、子音部と該子音部から母音部
に継がろ過渡部とが結合した第１音素パラメータと、定
常的な母音部の第２音素パラメータと、を夫々メモリに
貯え、これ等メモリの第１音素パラメータに第２音素パ
ラメータを接続して音節単位の音節パラメータとし、こ
の音節バフメータ系列に基づいて音声を合成するもので
ある。

（ホ）実施例 第２図に零発１」の音声合成装置の一実施例を示す。同
図に於いて、（１）は子音部と該子音部から母音部に継
がる過渡部とが結合した各種の音素パラメータがアドレ
ス付けされて貯えられた第１メモリ、（２）は定常的な
母音部の各種の音素パラメータかアドレス付けされて貯
えられた第２メモリである。即ち、第１図を参照すると
、第１のメモリ＋１１の第１音素パラメータは子音部（
Ｃ）と過渡部（ｖ）　ｈからなる音素（Ｃ＋Ｖ’）単位
であり、第２メモリ（２）の第２音素パラメータは母音
部のみの音素（Ｖ）単位となっている。

一方、（３）は文字キーが配列されたキーボード、（４
）は該キーボードからのキー操作信号を受けてそのキー
に対応する音節単位の文字信号に変換するデコーダであ
る。（５）は該デコーダ（４）からの文字信号と上記第
１及び第２メモリの各アドレスとを関係づけた音素アド
レステープ〃であり、その第１テープ／Ｖ領域（５りが
第１メモリ１１）に対応し、第２テープμ領域■が第２
メモリ（２）に対応している。（６）は該アドレステー
プ／Ｌ’［５１にて指定された第１及び第２メモリ［１
１、（２１のアドレスを第１及び第２レジスタ領￥Ｅ（
６す、（６１に尋人格納するアドレスレジスタであり、
第２レジスタ領域（四のアドレスにて第１メモリ（１）
に格納されている音素（Ｃ＋Ｖ’）の音素パラメータが
指定され、同じく第２レジスタ領域（（２）のアドレス
にて第２メモリ（２）に格納されている音素（至）の音
素パラメータが指定される。一方、（７）は上記デコー
ダ（４）からの音節単位の文字信号とその音節の発声時
間長とを対応づけた音節長テープρである。（８）は指
定された上記第１メモ！ｊ　ｆｌ）の音素パラメータ、
及び上記＠２メモリ（２）の音素パラメータを読み出す
読み出し制御回路であり、その両パラメータの合計時間
長が上記音節長テープｐにて指定された音節の発声時間
長に合致する如く伸長又は圧縮される。（９）はバフメ
ータ領＊　（９１）とピッチ領域−とからなる音声デー
タバッファメモリであり、そのパラメータ領域（９１）
Ｋは上記読み出し制御回路（８）からの音素（Ｃ＋Ｖ’
）の音素パラメータとこれに継がる音素（Ｖ）の音素パ
フメータとが接続された状態の音節パラメータとして格
納され、仁れに続く上記キーボード（８）からのキー人
力に応答して新たな音節パラメータが順次格納される事
となる。尚、該メモリ（９）のピッチ領域−についてけ
後述する。

又一方、（１０）は合成音声のイントネーＶＨン及び富 アクセントを決定する標準的ピッチパラメータが格納さ
れたピッチテープμであシ、合成音声の音ｉＩＩ＆で表
わされるモーフ数とそのアクセント型と′の組合せ毎に
ピッチパラメータがパターン化されて格納されている。

即ち、４音節の４文字で表わされる音声は４モーラに属
し、アクセント型としては、各音節のいずれにもアクセ
ントのないもの、例えば「おもかげＪｔｉＯ型、第１の
音節にアクセントのあるもの、例えは「えんＫち」は１
型、第２の音節にアクセントのあるもの、例えば「うぐ
いす」は２型、第３の音節にアクセントのあるもの、例
えば「ばんごう」Ｉ／′ｉ３型、に分類されており、こ
れ等のアクセント位置のピッチ周波数が相対的に高くな
るように、設定されるのである。（Ｉｌｌは上記キーボ
ード（３）のキー操作信号の発生回数に対応したモーラ
数をカウントするカウンタ、（＋匂は合成音声のアクセ
ント型を指定するアクセント型指定スイッチである。Ｏ
８は上記カウンタ（１１）から得られるモーラ数さ、上
記アクセント型指定スイッチ（Ｉ２）にて指定されたア
クセント型との組合せ信号からなるピッチパターン指定
信号を上記ピッチテープ／Ｌ／＋１０１　Ｋ送出するピ
ッチパターン指定回路であり、この信号に依ってピッチ
テープ／ｌ’　（１０１から指定された標準ピッチパタ
ーンか出力される。ｏｕｉ上記音節長テープ／ｌｚ　（
７）からの各音節の時間長に基づいて、上記ピッチテー
ブル（ＩＯ）から得られる合成音声の標準ピッチパター
ンを音節毎に線形圧縮又は線形伸長するピッチパターン
マツチング回路であシ、該回路にてマツチングされたマ
ツチングピッチパターンが上記音声データバッファメモ
リ（９）のピッチ領域−）Ｋ格納され、このマツチング
ピッチパターンと上記パラメータ領斌包）の音節パラメ
ータ列とが対応づけられる。０５）は音声合成回路であ
り、上記音声データバッフ１メモリ（９）に格納された
音節パラメータ列とこれに対応したマツチングピッチパ
ターンとに基づいて音声信号が合成出力され、アンプ（
＋６）を介してスピーカＯηからこの合成音声が発声さ
れる。

次Ｋｒうぐいす」なる音声を合成する場合を例に挙げて
第３図〜第７図のメモリ図を参照しクク動作を説明する
。先ずキーボード（３）を操作する事に依って「う」な
る音節単位の文字信号がデコーダ（４）から得られると
、第３図に示す如き音素アドレステープＡ／（ｌｉｌに
於いて、第１テープ〜領域（６１）では該当アドレスが
なく第２テープ／Ｉ／ｆ１４域（（２）にて第２メモリ
の「う」なる音素（Ｌｌ）の音素パラメータのアドレス
例えば“３００〃が指定され、この値がアドレスレジス
タ（６）の第２レジスタ領域■に格納される。従って、
この第２レジスタ領域（ロ）の値ゝゝ３００“Ｋ従って
第２メモリ（２）のアドレス１ゝ３００ゝゝ〜′１３９
９　／／に格納されている音素（財）の例えばＬＳＰバ
ヲメータ時系列Ｋ（Ｌｌ）・・・が読み出される。

一方、第４図に示す如き音節長テープＮ（７））ではこ
の音素（［Ｊ）の時同長が例えば８フレ一ム１６０ｍ５
ｅｃである事が検知されるので、読み出し制御回路（８
）に依って、第２のメモリ（２）から８レームに亘る音
素（［１）のＬＳＰパラメータ時系列Ｋ　（ｔＪ）１〜
Ｋ（１ｊ）８が読み出されて、音声データバッファメモ
リ（９）のバフメータ領域争すに格納される。

次に、キーボード（３）を操作する事に依って、「ぐ」
なる音節単位の文字信号症デコーダ（４）から得られる
と、音素アドレスチーブμ（６）に於いて、第１テープ
μ領斌（ａ）にて！８１メモリの「ぐ」なる音節の前段
の音素（ｃ＋ＬＪ’）の音素バフメータのアドレス、例
えに１’２１００“と、第２メモリの「ぐ」なる音節の
後段の音素（［Ｊ）の音声パラメータのアドレス、例え
ばゝゝ３００　”とが指定され、この値がアドレスレジ
スタ（６）の第１及び第２レジスタ領域（６υ、−）に
夫々格納される。従って、第２レジスタ領域韓）の値”
　２１００“Ｋ依って、第１メモリｆｌ）の７ドレス’
２１００〜２１９９“に格納されている音素（Ｇ十Ｕ’
）の例えばＬＳＰパラメータ時系列Ｋ（Ｇ＋Ｕ’）、・
・・と共に第２メモ！Ｉ　＋２１のアドレス１ゝ’３０
０　”〜ｌｔ　３９９　／／に格納されている音素（Ｕ
）のＬＳＰパラメータ峙系列Ｋ（Ｌｌ）、・・・が読み
出される。

一方、音節長テープ／Ｉ／（７）ではこの「ぐ」なる音
声の時間長が例えば１２フレ一ム２４０ｍ５ｅｃである
事が検知されるので、読み出し制御回路（８）に依って
、予じめ５フレ一ム分の音素バフメータとして第１メモ
リ（１）に貯えられた全ての音素パラメータＫ（Ｇ＋Ｌ
Ｉ）ｌ、・・・Ｋ　（Ｇ＋Ｕ’）　５と、予じめ第２メ
モリ（２）Ｋ貯えられている８フレ一ム分の音素パラメ
ータの内の始めから７フｌ／−Ａ分の音素パラメータＫ
（Ｕ）１．・・・、Ｋ（ｔＪ）７と、が音声データバッ
ファメモリ（９）のパラメータ領［（９りに格納される
。

以下同様にして、キーボード（３）を操作する事に依っ
て、「い」「す」なる文字信号を入力すれば第５図に示
す如く、音声テータパッファメモリ（９）のパラメータ
領域−には「うぐいす」なる音声のＬＳＰバフメータの
時系列が格納される事となる。

又、キーボード（３）からの操作信号数をカウントする
カウンタ（Ｉすに依って、「うぐいす」なる音声が４モ
ーフである事が検知されているので、アクセント型指定
スイッチ（Ｉ匂にて「うぐいす」のアクセント型である
２型を指定する事に依って、ピッチパターン指定回路０
３１は、第６図に示す如くピッチテープμ（１ωの４モ
ーヲ２型＠域が指定され、各モーラ毎の８サンプｐから
々るピッチ時系列Ｆｉｌ〜Ｐ　１８．Ｐ　２１〜Ｐ　２
８．Ｐ　８１〜ｐ８Ｂ、ｐ４１〜Ｐ４８がピッチパター
ンとして読み出される。そし−（これ等のピッチ時系列
Ｐ、・・・はビツチパターンマツチング回路０４にて、
第４図に示す如き上記音節長テープ／Ｉ／　１７１から
得られる各音節毎の時間長に基いて、この場合第７図に
示す如く第１及び第３モーラについてはそのままの８サ
ングρのピッチ時系列ｐｉｉ〜Ｐ　１８．Ｐ８１〜ｐ８
Ｂ　が採用され、第２及び第３モーフについては１２サ
ンプμのピッチ時系列Ｐ２Ｏ１〜Ｐ２１２．Ｐ４０１〜
Ｐ４１２に線形に変換される。従って、音声データバッ
フ１メモリ（９）のピッチ領域（９１には、第５図に示
す如く、バラメータ領域（９りの「う」についての音素
パラメータＫ（（Ｊ］１〜Ｋ（（Ｊ）８に対応してピッ
チＦｉｌ〜Ｐ１８、「ぐ」についての音素バフメータＫ
　ＣＧ十Ｕ）ｌ〜Ｋ（ＵＪ７に対応してピッチＰ２Ｏ１
〜ｐ２１２゜「い」についての音素バフメータＫ（Ｉ）
１〜Ｋ（Ｉ）８に対応してピッチＦｉｌ〜Ｐ１８．及び
「す」についての音素パラメータＫ（Ｓ＋［Ｊ’）１〜
Ｋ（Ｕ）７に対応してピッチｐ４０１〜ｐ４１ｇが格納
される事となる。

斯して音素バフメータ時系列とピッチ時系列とが夫々音
節毎に対応づけられた音声データバッファメモリ（９）
は、例えばＬＳＰ方式の音声合成回路（Ｉ５）に２０ｍ
ｓ　ｅ　ｃの１フレ一ム周期毎にＬＳＰバヲメータにと
これに対応するピッチＰとを供給する事に依って、該回
路（Ｉ＠は「うぐいす」なる音声信号を合成してスピー
カ（１７）にてこの合成音声が発声出力される。

（へ）発明の効果 本発明の音声合成装置は以上の説明から９４らかな如く
、子音部と該子音部から母音部に継がろ過渡部とが結合
した第１音素パラメータと、定常的な母音部の第２音素
パラメータと、を犬々メモリに貯え、これ等メモリの第
１音素バフメータに第２音素パラメータを接続して音節
単位の音節バフメータとし、この音節バフメータ系列に
基ついて音声を合成するものであるので、即ち、各音節
バフメータに重複して必要な母音部の定常的な部分を子
音部並びに過渡部から分離してメモリに貯える事ができ
るので、メｑす容量の削減を図る事ができる。しかも子
音部から母音部に継がろ過渡部ノ音素バヲメータをも採
用しているので、良質の合成音声を得る事ができる。

【図面の簡単な説明】

第１図は音声信号波形図、第２図は本発明の音声合成装
置の一実施例の構成を示すブロック図、第３図乃至第７
図は夫々本発ＦＪＪ装置に係るメモリ図である。 （１）・・・第１メモリ、（２）・・・第２メモリ、（
３）・・・キーボード、１５）・・・音素アドレスチー
ブμ、（８）・・・読み出し制御回路、（９）・・・音
声データイ（ラフアメモリ、（１４）・・・音声合成回
路。 第３図　５２５１ 第４図

Claims (1)

【特許請求の範囲】
1. ０）音節の子音部と該子音部から母音部に鞭がろ過渡部
   とが結合した各種の第１音素パフメータが貯えられた第
   １メモリと、定常的な母音部の各種の第２音素パラメー
   タが貯えられた第２メモリと、上記第１メモリの第１音
   素パラメータに上記第２メモリの第２音素パラメータを
   接続して音節単位の音節バフメータを作成する音節パラ
   メータ作成部とを備え、該音節パラメータ作成部から得
   られる音節バラメータ系列に基づいて音声を合成する音
   声合成装置。