JPS6067998A - 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】 ビ１　産業上の利用分野 本発明は音声な合成する音声合成装置（ユ関する。

（口１　従来技術 従来の音声合成装置には、日本語の場合、母汁、並びＣ
：子首部と母音部との接続体からなる約１ｕＯ音節Ｃ二
対応するパーコール係数、ＬＳＰ係数等の音節パラメー
タを用い、これ等音節パラメータ、を接続する亭Ｃ二依
って、単語及び文ｆ単位の音声を再合成するものがあっ
た。

斯様な従来の装置に於いては合成音声Ｃ：イントネーシ
ョン及びアクセントを付与する為に、第１図（二示す如
く「うぐいす」なる音声を例Ｃ二重げると、各背ｉ、ｉ
パラメータの母旨の中心位置（二のみ黒丸で示す１＋ン
プルのピッチ（通常音声の基本周期であるが、本発明に
於いては基本周波数として説明する）を対応せしめ、こ
の合計４つのピッチを線形４＝補間した白丸で示すピッ
チ時系列からなるピッチパターンを用いて５合成音声の
基本周波数の変化状態を調整していた。しかしながら、
「うぐいす」なる音声の実際のピッチパターンは第１図
Ｉ：破線で示す如く、隣接する音−の母音中心間で線形
に変化しているわけではな（母音区間でのピッチ変化は
小さく％音節間の接続位置Ｃニビツテ変化が集中してい
るので斯様な従来装置では、自然なイントネーション及
びアクセン［をもつ良質の合成音声を得る事はできなか
った。

（ハ）発明の目的 本発明は、自然なイントネーション及びアクセントをも
つ良質の音声な合成する事を目的とした音声合成装置を
提供するものである。

るピッチパターンを音節数で表わされるモーラ数並び（
；アクセントの存在する音節位置を示すアクセント型（
：対応して予じめ貯えたピッチテーブルと音節パラメー
タ列（二基いて合成される音声のモーラ数並び穣ニアク
センＦ型を指定する事（：依って上記ピッチテーブルか
ら得られるピッチパターンのピッチ時系列を音節毎にそ
の音節の時間長Ｃ二対応して圧縮又は伸長するピッチパ
ターンマツチング回路と、を備え、該マツチング回路Ｃ
二て音節パラメータ列Ｃ；対応づけられたピッチパター
ンを用いて合成音声にイントネーション並びにアクセン
トを付加せしめるものである。

（ホ）実施例 第２図Ｃ：本発明の音声合成装置の一実施例を示す。同
図ζ；於いて、（１）は子音部と該子音部から母奮部Ｃ
：継がろ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がアドレス付けされ
て貯えられた第２メモリである。即ち、第３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（０）と過渡部（■とからなる音素（０＋　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（■単位となっている。

一方、（３）は文字キーか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置換するデコーダ
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
アドレステーブルであシ、その第１テーブル領域（５１
）が第１メモ！＋　（１）に対応し、第２テーブル領域
（５２）が第２メモリ（２０：対応している。（６）は
該アドレステーブル（５０ニて指定された第１及び第２
メモリ（１）、　（２１のアドレスを第１及び第２レジ
スタ領域（６１）（６２）（ニー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（６１）のアドレス
にて第１メモリ（１）に格納されている音素（ｏ＋ｖ’
）のｆ５ｉ＜パラメータが指定され、同じく第２レジス
タ領域（６２）のアドレスにて第２メモリ（２）に格納
されている音素（男の音素パラメータが指定される。−
万、（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
ブルである。

（８）は指定された上記＄１メモリ（ｌｌの音素パラメ
ータ、及び上記第２メモリ（２）の音素パラメータを続
々化す読み出し制御回路であシ、その両パラメータの合
計時間長力吐記會節長テープ礼己て指定された音節の発
声時間長（＝合致する如く伸長又は圧縮される。（９）
はパラメータ領域（９１）とピッチ領域（９２）とから
なる音声データバッファメモリであシ、そのパラメータ
領域（９１）（二は上記読み出し制御回路（８）からの
音素（０＋　ｖ’）の音素パラメータとこれ１：継がる
音素（■の音素パラメータとか接続された状態の音節パ
ラメータとして格納され、これに続（上記キーボード（
３）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）のとッテ
領域（９２）については後述する。

又一方、（［（Ｉは合成音声のイントネーション及びア
クセントを決定する標準的なピッチパラメータが格納さ
れたピッチテーブルであり、合成音声の音節数でｉわさ
れるモーラ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Ｃ：もアクセント
のないもの例えば「おもかげ」は０型、第１の音節Ｃニ
アクセントのあるもの例えば「えん鑑二ち」は１型、第
２の音節Ｃニ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Ｃニアクセントのあるもの例えば
「ばんごう」は３型、ζ；分類されておシ。

これ等のアクセント位置のピッチが相対的に高（なる様
に設定され、るのである。ａｌｌは上記キーボード（３
）のキー操作信号の発生回数Ｃ二対応したモーラ数をカ
ワントするカラｙり、　ａ？Ｊは合成音声のアクセント
型を指定するアクセント型指だスイッチである。ａ３１
は上記カクンタａυから得られるモーラ数と、上記アク
セント型指定スイッチａｚ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
ピッチテーブルｆｉ■：送出するピッチパターン指定回
路であり、この信号Ｃ二値ってピンチテーブル０■から
指定された標準ピップパターンが出力される。ａ４は上
記音節長テーブル（７）からの各音節の時間長Ｃ二基づ
いて、上記ピッチテーブルｔｌｌから得られる合成音声
の標準ピンチパターンを音節毎（二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り、該回路：
″−てマツチングされたマツチングピンチパターンが上
記音声データバッファメモ！Ｊ　（９＋のピンチｆｉ城
（９２）（：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域（９１）の音“節ノ５ラメータ列
とが対応づけられる。ａ９は會声台成回路であシ。

上記音声データパンファメモリ（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ｔ；基づいて音声信号が合成出力され。

アンプ（１６）を介してスピーカ（ｌηからこの合成音
声が発声される。

次に「うぐいす」なる音声な合成する場合を例に挙げて
第４図〜第７図のメモリ図及び第８図のとクチパターン
図を参照しつつ動作を説明する。

先ずキーボード（３）を操作する重電二依つ１「う」な
る音節単位の文字信号かデコーダ（４）から得られると
、第４図に示す如き音素アドレステーブル（５）に於い
て、第１テーブル領域（６１）では該当アドレスがなく
第２７−−プル領域（６２）にて９Ｊ２メモリの「う」
なる音素間の音素パラメータのアドレス例えば°５００
・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（６２）ζ：格納される。従って、この第
２レジスタ領域（６２）の値＝！＋００’（ユ従って第
２メモリ（２）のアドレス１３００−〜″３９９’ｌ二
格納されている會累（切の例えばＬＡＰパラメーダ時系
列Ｋ（切、・・・が読み出される。

一方、第５図Ｃ；示す如き音節長テーブル（７）ではこ
の音素但）の時間長が例えば８フレ一ム１６０ｍ５ｅａ
である事が検知されるので、読み出し制御回路（８０ニ
依って第２のメモリ（２）から８フレーム（二亘る音素
（切のＬＡＦパラメータ時系列に億ｉｔ　−Ｋ（υ）８
が読み出されて、音声データバクファメモリ（９）のパ
ラメータ領域（９１）に格納される。

次ロキーボード（３）を操作する４Ｇ（二依って「ぐ」
なる音節単位の文字信号がデコーダ（４）から得られる
と、音素アドレステーブル（５）１：於いて、第１テー
ブル領域（５１）にて第１メモリの「ぐ」なる音節の前
段の音素（（）　＋　Ｕ’）の音素パラメータのアドレ
ス例えば’２１００’と第２メモリの「ぐ」なる音節の
後段の音素（ロ）の音声パラメータのアドレス、例えば
＝３００”とが指定され、この値かアドレスレジスタ（
６）の第１及び第２レジスタ領域（６１）、（６２）ｌ
：夫々格納される。従って第２レジスタ領域（６１）の
値”２１００・（−依って、第１メモリ（１）のアドレ
ス”２１００”〜“２１９９−に格納されている音素（
Ｇ＋Ｕ’）の例えばＬＳＦパラメータ時系列Ｋ（Ｇ＋Ｕ
’）、・・・と共Ｃ二第２メモ！Ｆ　（２）のアドレス
“３００・〜“３９９″Ｉ：格納されている音素間のＬ
ＳＰパラメータ時系列Ｋ（０１、・・・が読み出される
。

一方％音節長テーブル（７）ではこの「ぐ」なる音声の
時間長が例えば１２フレ一ム２４０ｍ５ｅ。

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フレ一ム分の音素パラメータとして第
１メモリ（１）Ｉ：、貯えられた全ての音素パラメータ
Ｋ　（Ｇ＋ぴ）１、・・・、Ｋ　（Ｇ＋Ｕ’）　５と、
予じめＩＪ２メモリ（２）（二貯えられている８フレ一
ム分の音素パラメータの内の始めから７フレ一ム分の音
素パラメータＫ（Ｕ目、・・・、Ｋ（Ｕ１７とか奮声デ
−タバツファメモリ（９）のパラメータ領域（９１）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（＝依
って、「い」　「す」なる文字信号を入力すれば９Ｊ６
図に示す如く、音声データバッファメモリ（９）のパラ
メータ領域（９１）（二は「うぐいす」なる音声のＬＳ
Ｆパラメータの時系列か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ａ揖二依って、「うぐいす」なる音声が４モー
クである事か検知されているので、アクセン）型指定ス
イッチｆｉｚにて「うぐいす」のアクセント型である２
型を指定する事Ｃ二依って、ビクテパターン指定回路ａ
３は、１３７図１ａ＋ｉ：示す如くピッチテーブルｆｉ
〔の４モーラ２型領域か指定され、各モーラ毎の８サン
プルからなるピッチ時系列ＰＩｔ〜Ｐ１８、Ｐ２１〜Ｐ
ｆ！８、ｐｓｔ　〜ｐＩｓｓ、Ｐ４１〜Ｐ４８がこの時
の標準ピッチパターンとして読み出される。そしてこれ
等のピッチ時系列Ｐ％・・・はピッチパターンマツチン
グ回路Ｉにて、第５図Ｉ：示す如き上記音節長テーブル
＜ｎから得られる各音節毎の時間長１基づいて、この場
合第７図（１））及びｇＪ１８図に示す如ぐ標準ピッチ
パターンの第１及び第３モーラ（二ついてはそのままの
８サンプルのピッチ時系列Ｐ１１−ｐＨｌ、Ｐ５１〜Ｐ
Ｉ＄８がマツチングピッチパターンの第１及び第６晋節
位置Ｃ：採用され、第２及び第４モーラＣ：ついてはマ
ツチングとツテパターンの第２及びｊＦ４４音節位置の
１２９ンプルのピッチ時系列Ｐ’２　ｏ　１〜Ｐ’２１
２、Ｐ’４０１〜Ｐ’４１２（：、線形（二変換される
。尚、斯るビクチパターンマッチング巨１路Ｉでの伸長
及び圧縮方式としては伸長（：於いては第８図の第２モ
ーラ位置Ｃ二例示した如く、標準ピッチパターンの８サ
ンプルのピッチ時系列Ｐ２ｔ〜Ｐ２８を均等Ｉ：りり返
し使用した１２サンプルのピッチ時系列Ｐ’２０１〜Ｆ
’２１２からなるマツチングピッチパターンを得、逆６
；圧縮（二於いては図示しないが標準ピッチパターンの
ピッチ時系列Ｐ２１〜ｐ２ｅを均等Ｃ；間引いて７サン
プル以下のピッチ時系列からなるマツチングピッチパタ
ーンな得るものが採用できる。従って、音声データバッ
ファメモリ（９）のピッチ領域（９２）（：は９ｊＩ１
１６図Ｃ：示す如く、パラメータ領域（９１）の「う」
についての音素パラメータＫ（ＩＪ）１〜Ｋ（Ｕ）８１
：対応してビアｆＰ１ｔ〜ｐｔｅ、「ぐ」Ｃ：ついての
音素パラメータＫ　（Ｇ＋０５　１〜Ｋ（Ｕ）７ζ：対
応してピッチＰ２Ｏ１〜Ｐ２１３ｊい」についての音素
パラメータｘ（Ｉ）ｔ〜Ｋ（丁）８に対応してピッチｐ
Ｈ〜Ｐｔ８、及び「す」ζ：ついての音素パラメータＫ
　（８＋０５　１〜Ｋ（切７Ｉ：対応してピッチＰ４Ｇ
１〜Ｐ４１２か格納される事となる。

斯してｔＸパラメータ時系列とピッチ時系列とが夫々音
節毎（；対応づけられた音声データバッフ７ノモツ（９
）は１例えばＬＡＰ方式の音声合成回路ＩＪに２０ｍ８
・Ｃの１フレ一ム周期毎Ｉ：Ｌ８Ｐパラメータにとこれ
（：対応するピッチＰとを供給する事【：依って、該回
路Ｑ９は「うぐいす」なる音声信号を合成してスピーカ
（１糎ｍてこの合成音声が自然なイントネーＶヨン及び
適切なアクセントをもって発声出力される。

（へ）発明の効果 本発明の音声合成装置は以上の説明から明らかな如く、
予め用意された標準ピッチパターンのピッチ時系列を合
成する音声の各音節毎にその時間長（＝対応して圧縮又
は伸長する事Ｃ二値って、最適なマツチングピッチパタ
ーンを得るものであるので斯るマツチングピッチパター
ンを採用する事に依り、単（−各背部の母音中心位置に
：のみピッチを割合てていた従来装置に比べて、より自
然なイントネーショーンをもち適切なアクセントを有す
る良質の合成音声を得る事ができる。

【図面の簡単な説明】

ｔＪ１図は従来装置（二用いられるピッチパターン図、
第２図は本発明の音声合成装置の一実＃＠例の構成を示
すブロック図、第３図は音声信号波形図。 第４図乃至第７図は夫々本発明装置１：係るメモリ図、
第８図は本発明装置（＝用いられるピッチパターン図で
ある。 （９）・・・音声データバッファメモリ、（９１）・・
・パラ）−夕領Ｍ、（９２）・・・ピッチ領域、（１１
・・・ビツテパターンテーブル、ｆｉＤ・・・カウンタ
、ｆｉり・・・アクセント型指定スイッチ、０・・・ビ
ツテノζターン指定回路、ａｅ−・ピッチパターンマツ
チング回路、ｔ１９・・・音声合成回路。 第５図 第６図

Claims (1)

【特許請求の範囲】
1. １）音節単位の音声の特徴な青わす汁節バラメトネーシ
   ョン及びアクセントを決定するピッチ時系列からなるピ
   ッチパターンを音節数で表わされるモーラ数並び（：ア
   クセントの在社する音節位置を示すアクセンを型に対応
   して予じめ貯えたピッチテーブルと、音節パラメータ列
   に基づいて合成される音声のモーラ数並びＣニアクセン
   ト型を指定する事口依りて上記ピッチテーブルから得ら
   れるピッチパターンのピッチ時系列を合成される音声の
   音節毎Ｃ：その音節の時間長（：対応して圧縮又は伸長
   するピッチパターンマツチング回路と、を備え、該ピッ
   チパターンマツチング回路（：て音節パラメータ列に対
   応づけられたピッチパターンを用いて合成音声にイント
   ネーション並γメＩ：アクセントな付加せしめる事を特
   徴とした音声合成装置。