JPS6038720B2 - 音声合成装置 - Google Patents

Description

【発明の詳細な説明】 本発明は、音声情報から、音声を特徴づける複数のパラ
メーターを抽出し、そのパラメーターから音声を合成す
る音声合成装置に関する。

従来のＰＡＲＣＯＲ型音声合成装置の一例を、第１図で
説明する。

あらかじめ原音声信号より一定時間（以下フレーム周期
という）ごとに分析抽出された音声信号の複数の特徴パ
ラメーターを記憶する音声データ一ＲＯＭＩと、システ
ムの動作を制御するマイクロコンピューター（マイコン
）２が、音声合成回路３に接続されている。音声を合成
する場合には、まず最初に、マイコン２から発声すべき
音声のデータが記憶されているＲＯＭＩの番地を指定す
るための信号が、マイコンインターフェイス４に入力さ
れる。そしてマイコンインターフェィス４では、前記信
号に対応した信号を、ＲＯＭインターフェイス５に出力
し、ＲＯＭインターフェイス５を駆動させる。ＲＯＭイ
ンターフェイス６は、この信号に応答して音声データ一
ＲＯＭＩから、フレ−ム周期ごとにパラメーターを取り
出す。このパラメーターを、次の判定回路６で、無音・
有音の区別や、パラメーター値の重復などを判定し、必
要なパラメーターを出力する。次に変換ＲＯＭ７で、こ
のパラメーターを復合化する。さらに、補間回路８にお
いて、このパラメーターの、フレーム周期ごとの離散的
変化に対する平滑化が行なわれる。例えばフレーム周期
より短かい時間間隔で線形補間する。このパラメーター
が、音源９と、ディジタルフィルター１０を逐次制御し
て、原音声が復元合成され、Ｄ−Ａ変換器１１を介して
外部のスピーカー１２から音声が発生される。以上のよ
うな構成の従来の音声合成装置の補間回路の補間方式を
説明する。

桶間回路８には音声信号から１フレーム間隔で抽出され
た１日フレームパラメーターと新フレームパラメーター
が入力される。第２図に１フレーム間隔での補間の様子
を示す。旧フレームパラメーターの値である先頭値をＡ
として、新フレームパラメーターの値である目的値Ｂに
向かって、一定の時間間隔ごとに線形補闇値ＣＩ〜ＣＮ
‐，を、パラメーター値として出力していく。１フレー
ム時間経過して目的値Ｂに到達したら、次の周期に入り
今度はこの新フレームパラメーターが、旧フレームパラ
メーターとして入力されて先頭値となり、次のフレーム
の新フレームパラメーターを目的値として同様に補間を
行なっていく。

このような補間方式では、第３図のように、無音部分３
３の最後のフレームパラメーター３１と、有音部分３４
の最初のフレームのパラメーター３２との間でも橋間を
行なう。

しかし、このような補間によって、復元された音声は、
不自然な印象を与えることが、実験によって確かめられ
ている。本来、音声の開始時は、無音状態から有音状態
に発声機構が不連続に変化すると考えられ、パラメータ
ーの値もある特定の不連続な値から補間されるべきであ
ると考えられる。本発明は、このような従来の音声合成
装置による合成音の欠点を改善し、より自然な音声を合
成できるような、補間方式を持った音声合成装鷹を、提
供することを目的とする。

本発明の音声合成装置は、あらかじめ定められた補間パ
ラメーターの先頭値のデータ−が記憶された先頭値デー
タ一記憶部と、音声の無音・有音の判別信号により制御
され、前記データ記憶部からのデータ−を必要に応じて
補間回路に送に込む補間入力制御回路が、補間回路の前
段に設けられている。

このような構成によって、本発明の音声合成装置は、フ
レーム周期間のパラメーター補間方式において原音声信
号が、無音から有音に変化する場合は、判定回路から送
られてくる信号が、補間入力制御回路を制御し、補間回
路に入力される旧パラメーターと、新パラメーターのう
ち旧パラメーターの値を、先頭値データ一言己億部に記
憶されていたあらかじめ定められたパラメーターと切り
かえて補間回路に入力し、補間を行なうようになってい
る。

この結果フレームパラメーターが無音部から有音部に移
る際のそれらの間の時間におけるパラメーターの補間は
、先頭値として無音部のフレームパラメーター値ではな
く、あらかじめ定められたパラメーター値を用いて補間
していくことになり音の始めで、パラメーター値が特定
の値に不連続に変化するようになっている。以上のよう
な、本発明の音声合成装置によれば、従来のものより、
自然な音声が合成されることが実験により確かめられて
おり、音質を向上させることができる。

また構成も単純であり従来の音声合成装置に簡単な構成
を付加するだけでよい。次に本発明の一実施例を図面を
用いて説明する。

第４図は、本発明の音声合成装置の一実施例を示す構成
図である。あらかじめ原音声信号をフレーム周期ごとに
分析して抽出したその信号の特徴をあらわすフレームご
とのパラメーター値を記憶する音声データ−ＲＯＭ４１
とシステム全体の動作を制御するマイコン４２が音声合
成回路４３に接続されている。ＰＡＲＣＯＲ方式の音声
合成の場合のパラメーターは、通常振幅情報Ａｍピッチ
情報Ｐ及びＰＡＲＣＯＲ係数ｋ，〜ｋ，ｏの１２個であ
る。振中情報Ａｍと、ピッチ情報Ｐは、合成音声の音源
となる昔源信号の振中とピッチに関する情報を与える。
またＰＡＲＣＯＲ係数は、物理的には声道の反射係数を
意味するものであり、これがディジタルフィルターを制
御して電気的に音源信号を反射共鳴させ、実際の声道の
機能を模擬させる。一般に振中情報Ａｍは、ｏ〜的の係
数であり、ピッチ情報Ｐもｏ〜的の係数である。また、
ＰＡＲＣＯＲ係数ｋ，〜ｋ，ｏは、各々−１〜十１の係
数で表わされている。

フレーム周期は、１０仇ｓでありパラメーターは各４ビ
ットずつでフレーム当り４８ビットに符号化され記憶さ
れている。また定常的な音声の部分では、パラメーター
はほぼ同じ値を持つため、繰り返しビットを設けて、同
じデータ一を記憶しなくても済むようになっている。音
声データ−ＲＯＭ４１の記憶容量は、１２級ビットであ
る。これで、約５９秒、の音声を記憶できる。音声合成
回路４３中では、マイコン４２から発声すべき音声のデ
ータ−の先頭番地の指定や、発声の開始、停止フレーム
周期、フレーム当りに割合てられたビット数などの音声
合成チップの動作条件の設定指令が、マイコンインター
フェイス４４に送られる。マイコンインターフェイス４
４から、これに対応する信号がＲＯＭインターフェイス
４５に送られる。ＲＯＭインターフェイス４５は前記音
声データＲＯＭ４１から前記マイコンインターフェイス
４４からの信号に対応して必要なパラメーターを取り込
み、判定回路４６は無音・有害の判別や、音声の定常状
態の判定などを行なう。これらのパラメーターは変換Ｒ
ＯＭ４７に順次送られて、後の処理を行ない易くするた
め４８ビット／フレームの場合は、おのおの１０ビット
のデー夕に復号化される。これらのデータ−が補間入力
制御回路４８に送られる。補間入力制御回路４８は、判
定回路４６からの無音か有音かの判定信号によって制御
され補間回路５１へのパラメーターの入力を変換ＲＯＭ
４７側と、特定データ‐が記憶されたＲＯＭ５０側とに
切り換える機能を有する。通常は変換ＲＯＭ４７からの
パラメーターはそのまま補間回路５１に送り込まれる。
しかし、原音声信号が無音から有音に変化する際には、
判定回路４６からの信号が、この補間入力制御回路４８
と、先頭値データＲＯＭ制御回路４９に送られ、これを
制御する。ＲＯＭ制御回路４９は判定回路４６からの信
号に応答してＲＯＭ５０１こ記憶されているあらかじめ
定められたパラメーター値を取り込み、補間入力制御回
路４８に送出する。我々の実験によれば「あらかじめ定
められたパラメーターとして、振幅Ａｍ＝ＯＰＡＲＣＯ
Ｒ係数は、ｋ，＝０．９７、ｋ２＝−０．８０ｋ３＝０
．４０、ｋ４；−０．２０、ｋ５＝０．０６、ｋ６＝−
０．１３、ｋｓ＝０．１８、ｋ，ｏ＝−０．０８が最も
良いことが認められた。

補間入力制御回路４８は、これらのパラメーターを楠間
回路５１に送り込む。補間回路５１では、前記補間回路
入力制御回路４８より入力されたパラメーターの１フレ
ーム間隔１０ｍｓを、２．５のｓごとに線形補間する。
これによって、特徴パラメーターのフレームごとの離散
的変化に対する平滑化が行なわれる。そして、ピッチ情
報Ｐは音源部５２を制御し音源信号を発生させ振幅情報
Ａｍ及びＰＡＲＣＯＲ係数ｋ，〜ｋ，ｏは、ディジタル
・フィルター５３を制御して、前記音源部５２からの音
源信号を所定音声に変換する。ディジタル・フィルター
５３は、格子形フィルター回路が１０段縦続綾髪された
構成となっており、各格子形フィルタ回路の、フィルタ
ー係数としてＰＡＲＣＯＲ係数を用いるものである。こ
れによって、原音声が復元合成され、Ｄ−Ａ変換器５４
を介して外部スピ−カー５５から音声が発生される。次
に、本発明の一実施例に用いられる補間入力制御回路と
、補間回路の構成と機能を、第６図と、第６図ａ乃至ｂ
を使って説明する。

補間入力制御回路４８には、１フレーム間隔のパラメー
ター値を入力とする。旧フレームパラメーター入力端子
５‐６と新フレームパラメーター入力端子５７及びＲＯ
Ｍ５０からの、あらかじめ定められた特定値が入力され
る特定値入力端子５８がある。旧フレームパラメーター
入力端子５６からの信号は、スイッチ５９で制御され、
特定値入力端子５８からの信号はもう一つのスイッチ６
０で制御される。これらのスイッチは、例えば、ＭＯＳ
ＦＥＴで構成される。第６図ａ乃至ｂは、判定回路から
送られてくるこれらのスイッチ５９，６０を制御する信
号のタイミングチャートである。旧フレームパラメータ
ー入力スイッチ５９のゲートを制御する信号６６が、通
常は出力１であるが原音声信号が無音から有音に変化す
るフレーム区間６８では出力が０になりスイッチ５９を
開く。逆に特定値入力スイッチ６０を制御する信号６７
は通常は出力０であるが、その区間６８では、出力が１
になり、スイッチ６０を閉じる。補間回路５１では、通
常は旧パラメーター値を先頭値とし、新パラメーター値
を目的値として、減算回路６３に入力するが、原音声信
号が無音から有音に変化するフレームでは、前述したス
イッチ５９．６０の機能により、先頭値として、特定の
データ−が入力される。減算回路６３で、これらの差を
求め、次に除算回路６４で、例えばこれを８分の１にし
て、１フレーム２０ｍｓに対して２．５ｍｓのパラメー
ター増加値又は減少値を求め、加算回路６５によって先
頭値に加算して、第一の補闇値を出力する。次にスイッ
チ６６を切り換えて、この世力値をフィードバックし、
再び加算回路６５によってパラメーター増加値が加算さ
れ、出力される。このようにして目的値まで、補間が行
なわれる。以上のような本発明の補間方式によるパラメ
ーター補間の例を第７図を用いて説明する。

無首都分７１から、有音部分７２に変化する際に音声の
開始部分を構成するために補間入力制御回路によって、
旧パラメーターとして特定の値７４が入力される。その
値を先頭値として、新パラメーター値７５を目的値とし
て之黄間を行なう。したがって、このフレームでは、従
来のようななめらかな桶間ではなく、無音部分から有音
部分にかけて、パラメーター値が、不連続な値に変化し
て補間されていくことになる。以上述べたような、本発
明の音声合成装置によれば、従来のものにくらべてより
自然な音声が合成できることが、実験的に確かめられた
。

また構成が非常に簡単であり従来のものに容易に付加す
ることができる。

【図面の簡単な説明】

第１図は、従来の音声合成装置を示すブロック図であり
、第２図乃至第３図は、従来の音声合成装置の橘間回路
の補間方式を示す説明図であり、第４図は、本発明によ
る音声合成装置を示すブロック図であり、第５図は、本
発明による音声合成装置の一部を示す回路図であり、第
６図は、第５図に示す回路を制御する信号を示すタイミ
ングチャートであり、第７図は、本発明による音声合成
装置の補間方式を説明するための説明図である。 ４１・・・・・・音声データ一ＲＯＭ、４５・・・・・
・ＲＯＭインターフェイス、４６・・・・・・判定回路
、４７・・…・変換ＲＯＭ、４８・・・・・・補間入力
制御回路、４９・・・・・・ＲＯＭ制御回路、５０・・
・・・・ＲＯＭ、５１・・・・・・補間回路、５２・・
・・・・音源、５３・・・・・・ディジタルフィルター
、５４．．…．Ｄ／Ａコンバータ、５５・・・・・・ス
ピー力。 第１図 第２図 第３図 第４図 第５図 第６図 第７図

Claims (1)

【特許請求の範囲】
1. １ 音声の特徴を表わす複数のパラメーターが一定の時
   間周期ごとに入力される入力部と、前記入力部に接続さ
   れ前記一定の時間周期の間のパラメーター値を補間する
   補間回路と、あらかじめ定められた特定のパラメーター
   が記憶されているデータ記憶部と、前記データ記憶部に
   接続され前記音声が無音から有音へ変化する際に前記補
   間回路へ前記特定のパラメーターを送出する補間入力制
   御回路と、前記補間回路によつて補間されたパラメータ
   ーにより、音声信号を発生する回路とを有することを特
   徴とする音声合成装置。