JPS6214840B2 - - Google Patents

Description

【発明の詳細な説明】 本発明は音声分析合成装置に関する。

音声波形の周波数スペクトラム形状が冗長性を
有することに着目して分析側において入力音声の
特徴的なパラメータ値を抽出し、合成側において
前記特徴的なパラメータ値を用いて合成音声波形
を生成することにより帯域圧縮を行なう型の音声
分析合成方式（ボコーダと呼ばれている）が知ら
れている。ボコーダの典形的なものとして、例え
ば音声波形の周波数スペクトルが電話の周波数帯
域程度の範囲内に数個のフオルマントと呼ばれる
エネルギーの集中した周波数成分を持つ性質を利
用して情報量の圧縮を行なうフオルマントボコー
ダ、あるいはLPC（線形予測係数を特徴パラメー
タとして用いた）ボコーダが知られている。前者
は、特徴パラメータの物理的意味が明確であり、
パラメータの量子化も効率よく行なえる利点があ
るもののフオルマント周波数を正確に抽出するこ
とが困難である欠点を持つ。一方、後者は周波数
スペクトルの近似度がよく他のボコーダ方式に比
べて圧縮率を高くしても比較的高品質な合成音声
が得られるもののパラメータ（LPC）の物理的意
味が明確でないため効率よく少ない量子化ビツト
数で符号化するのが比較的困難であるという欠点
を持つ。また、後者により比較的高品質な合成音
声を得るためにはパラメータの次数として10次以
上が必要である。すなわち、合成部において１サ
ンプル当り10回以上の積和演算を必要とし、例え
ば音声応答方式のように合成部において複数チヤ
ンネルの合成を同時に行なう方式においては合成
回路の規模が大きくなる欠点がある。

本発明の目的は比較的小規模な合成回路を用
い、且つ比較的少ない情報量により高品質な合成
音声の得られる音声分析合成装置を提供すること
にある。

本発明になる装置は、分析部において、あらか
じめ与えられる有限個の番号付されたフオルマン
ト（極）周波数およびバンド巾の組に対する線形
予測係数値を記憶するパラメータ記憶回路と、入
力音声波形を前記線形予測係数値を用いて逆フイ
ルタリングして得られる予測残差波形の電力を最
小とする最適な線形予測係数に対する前記番号を
選択する手段と、前記最適な線形予測係数に対す
る予測残差波形の周波数スペクトルの位相特性の
みをあらかじめ定められた値に変更した波形を音
源波形として生成する手段を有し、合成部におい
て、分析部における前記パラメータ記憶回路と同
じ内容を記憶するパラメータ記憶回路と、分析部
において選択された前記予測係数の番号に従い前
記パラメータ記憶回路より引き出された予測係数
および前記音源波形とを用いて合成波形を生成す
る合成回路とから構成されている。

本発明の特徴は、分析側において比較的低次の
フオルマント周波数に対応する線形予測係数を抽
出した後、前記線形予測係数を用いて入力音声波
形を逆フイルタリングして得られる予測残差波形
の位相特性をあらかじめ定められた値（例えば
零）に変更して得られる波形の一部のみを音源波
形として抽出し、合成側において、分析側で得ら
れた前記線形予測係数により制御される巡回型フ
イルタを前記位相特性を正規化された残差波形か
ら生成された音源波形により励振して合成波形を
生成することにある。その結果、本発明によれば
比較的少ない演算量の小規模な合成回路を用いて
（例えば線形予測係数として４枚までとると１サ
ンプル当り４回の積和演算しか要しない）且つ少
ない情報量で高品質な合成音が得られるという効
果がある。本発明によれば、位相を正規化した予
測残差波形を用いることにより、パラメータの量
子化誤差、あるいは有限の演算精度により生ずる
誤差も補償することができるため従来のLPCボコ
ーダ等に比べ精度のよい周波数（パワー）スペク
トルの近似ができることは明らかである。

あらかじめ用意すべき線形予測係数としては例
えばフオルマント（極）周波数、バンド巾上でま
ず量子化を行なつて得られる有限個の極周波数、
バンド巾の組に対して２次線形予測係数を算出し
て用意する方式が有効である。また、前記あらか
じめ用意された線形予測係数のなかから、予測残
差波形の電力を最小とする最適な２次予測係数は
入力音声波形を前記あらかじめ用意される線形予
測係数を用いて逆フイルタリングし、残差波形の
電力を算出して比較すれば求まることは明らかで
ある。さらに、４次の最適な予測係数を求める場
合には前記あらかじめ用意される２次の予測係数
の全ての組み合わせに対して予測残差波形の電力
を比較すれば求まることは明らかである。

次に、前記最適な予測係数に対して得られる予
測残差波形はそのままでは時間基準点が明確でな
いため位相特性をあらかじめ与えられる特性（例
えば零）に正規化する必要があるが位相特性を正
規化した波形を生成する方式は下記資料(1)に詳し
いのでここでは説明を省略する。

特願昭49−132295「音声素片抽出装置」 …(1) また、前記の予測残差波形に対して周知のケプ
ストラムボコーダ方式を用いて零位相化した音源
波形を生成して用いても同様の効果が得られるこ
とは明らかである。前記の方式により得られた位
相を正規化された予測残差波形は周知のごとく声
道の伝達特性が10次程度の自己相関係数（あるい
は線形予測係数）で充分に近似できることから、
同程度のサンプル数の波形を用いれば充分である
と考えられるため、圧縮率も比較的大きくするこ
とができることは明らかである。

次に図面を参照して本発明を詳細に説明する。
図は本発明の一実施例を示すブロツク図である。

まず音声波形が音声波形入力端子３を介して入
力され分析部１内の波形一時記憶回路４にバツフ
アされた後、制御回路６より波形一時記憶回路制
御データ伝送路９を介して与えられる波形転送制
御データに従つて音声波形が逆フイルタ回路７に
出力される。一方予測係数記憶回路５は制御回路
６より予測係数番号伝送路２４を介して与えられ
る予測係数番号データに従い２次の予測係数デー
タ（第１フオルマントに対応する）が逆フイルタ
回路７に出力される。逆フイルタ回路７は前記予
測係数を用いて前記音声波形を逆フイルタリング
し、その結果得られる予測残差波形が逆フイルタ
回路８に出力される。前記の逆フイルタ回路７に
よる処理が終了した後、予測係数記憶回路５は制
御回路６より予測係数番号伝送路２４を介して与
えられる予測係数番号データに従い２次の予測係
数データ（第２フオルマントに対応する）を（逆
フイルタ回路８に出力する。逆フイルタ回路８は
前記第２フオルマントに対応する予測係数を用い
て、前記逆フイルタ回路７より出力される予測残
差波形を逆フイルタリングしその結果得られる予
測残差波形は平均電力算出回路１１および比較回
路１２に出力される。平均電力算出回路１１では
前記予測残差波形の平均電力が算出される。以上
の前記、波形一時記憶回路４、予測係数記憶回路
５、逆フイルタ回路７，８および平均電力算出回
路１１の処理は制御回路６より出力される前記各
制御データに従い繰り返され、前記第１フオルマ
ントおよび第２フオルマントの全ての組合せに対
応する予測係数により前記音声波形を逆フイルタ
リングして得られる予測残差波形と予測残差波形
の平均電力値が比較回路１２に入力される。比較
回路１２は前記平均電力値を比較し、最小の平均
電力値の番号がパラメータ番号出力端子１３より
出力されると同時に対応する予測残差波形が高速
フーリエ変換回路１４に出力される。前記予測残
差波形は高速フーリエ変換回路１４によりフーリ
エ変換され、振巾スペクトル値と位相スペクトル
値が算出され位相制御回路１５に出力される。位
相制御回路１５により位相スペクトルの値はあら
かじめ定められた値（例えば零）に変更され、振
巾スペクトル値と共に高速逆フーリエ変換回路１
６に出力される。高速逆フーリエ変換回路１６は
前記振巾スペクトラム値と変更された位相スペク
トラム値とを用いて逆フーリエ変換し、その結果
得られた波形をウインドー回路１７に出力する。

ウインドー回路１７は前記高速逆フーリエ変換
回路１６より出力される波形に対して有限の時間
ウインドー巾（例えば10サンプル程度）を持つウ
インドーをかけたものを音源波形として音源波形
出力端子１８より出力する。

以上の処理と並行してピツチ抽出回路１９は前
記音声波形入力端子３より入力される音声波形よ
りピツチ周期を抽出しピツチデータ出力端子２０
より出力する。

合成部２においては、前記分析部１よりパラメ
ータ番号出力端子１３を介して出力される予測係
数の番号データに従い予測係数記憶回路２１から
該予測係数が巡回型フイルタ回路２２に出力され
る。巡回型フイルタ回路２２は前記予測係数およ
び分析部１よりピツチデータ出力端子２０を介し
て出力されるピツチ周期データにより制御され、
分析部１より音源波形出力端子１８を介して出力
される音源波形を励振源として合成波形が生成さ
れ合成波形出力端子２３を介して出力される。

なお、以上の説明においては、フオルマント周
波数、バンド巾上で量子化を行ない各フオルマン
トに対応する線形予測係数を用いるものとした
が、周知のごとく音声の自己相関係数より連続的
な値を有する線形予測係数を算出して量子化した
後、量子化された線形予測係数により前記予測残
差波形を算出して用いれば線形予測係数の量子化
のために生ずる誤差を補償することが可能であ
り、同様の効果を持つ音声分析合成装置が実現で
きることは明らかである。

【図面の簡単な説明】

図は本発明の実施例を示すブロツク図であり、 １は分析部、２は合成部、３は音声波形入力端
子、４は波形一時記憶回路、５，２１は予測係数
記憶回路、６は制御回路、７，８は逆フイルタ回
路、９は波形一時記憶回路制御データ伝送路、１
０は逆フイルタ制御データ伝送路、１１は平均電
力算出回路、１２は比較回路、１３はパラメータ
番号出力端子、１４は高速フーリエ変換回路、１
５は位相制御回路、１６は高速逆フーリエ変換回
路、１７はウインドー回路、１８は音源波形出力
端子、１９はピツチ抽出回路、２０はピツチデー
タ出力端子、２２は巡回形フイルタ回路、２３は
合成波形出力端子、２４は予測係数番号伝送路で
ある。

Claims (1)

【特許請求の範囲】
1. １ 音声波形の情報量圧縮を行なう音声分析合成
   装置において、分析部であらかじめ与えられる有
   限個の線形予測係数値のなかから入力音声波形を
   前記線形予測係数値を用いて逆フイルタリングし
   た際に予測誤差が最小となる最適な前記線形予測
   係数値を選択する手段と、前記最適な線形予測係
   数に対する予測残差波形の周波数スペクトルの位
   相特性をあらかじめ定められた値に変更して得ら
   れる波形を音源波形として生成する手段を有し、
   合成側において分析側で抽出された前記最適な線
   形予測係数値および前記音源波形を用いて合成波
   形を生成するように構成したことを特徴とする音
   声分析合成装置。