JPH0330880B2 - - Google Patents
Info
- Publication number
- JPH0330880B2 JPH0330880B2 JP2607183A JP2607183A JPH0330880B2 JP H0330880 B2 JPH0330880 B2 JP H0330880B2 JP 2607183 A JP2607183 A JP 2607183A JP 2607183 A JP2607183 A JP 2607183A JP H0330880 B2 JPH0330880 B2 JP H0330880B2
- Authority
- JP
- Japan
- Prior art keywords
- pitch period
- pitch
- time delay
- frame
- period
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired
Links
Landscapes
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
Description
【発明の詳細な説明】
(A) 発明の技術分野
本発明は、音声分析合成装置、特に線形予測法
によつて入力音声をパラメータを抽出して行う音
声分析合成装置において、予測残差についての自
己相関にもとづいてピツチ周期を抽出するに当つ
て、自己相関係数のより大きい複数個の成分を候
補として抽出しておき、信頼性のより高い周期に
ついてのピツチ周期を基準として、信頼性のより
低い期間についてのピツチ周期を設定してゆくよ
うにした音声分析合成装置に関するものである。
によつて入力音声をパラメータを抽出して行う音
声分析合成装置において、予測残差についての自
己相関にもとづいてピツチ周期を抽出するに当つ
て、自己相関係数のより大きい複数個の成分を候
補として抽出しておき、信頼性のより高い周期に
ついてのピツチ周期を基準として、信頼性のより
低い期間についてのピツチ周期を設定してゆくよ
うにした音声分析合成装置に関するものである。
(B) 技術の背景と問題点
従来、線形予測法（PARCOR法を含む）によ
る音声分析合成装置においては、線形予測を行つ
た結果の予測残差を調べ、当該予測残差の自己相
関係数列の時間遅れに対する変化がピツチ周期に
相当する時間遅れ位置においてピークをとること
に着目してピツチ周期を抽出することが行われて
いる。即ち、ピツチ周期を抽出するに当つて、
（）予測残差の自己相関係数列の最大値を与え
る時間遅れを見出し、（）前後のフレームにつ
いてのピツチ周期からの変動を調べ、（）変動
が大きければ変動が小さくなるような半周期ある
いは倍周期に該当する位置にピークがあるか否か
を調べ、（）あればそのピークを与える時間遅
れをピツチ周期とするという如き方法が採用され
ている。
る音声分析合成装置においては、線形予測を行つ
た結果の予測残差を調べ、当該予測残差の自己相
関係数列の時間遅れに対する変化がピツチ周期に
相当する時間遅れ位置においてピークをとること
に着目してピツチ周期を抽出することが行われて
いる。即ち、ピツチ周期を抽出するに当つて、
（）予測残差の自己相関係数列の最大値を与え
る時間遅れを見出し、（）前後のフレームにつ
いてのピツチ周期からの変動を調べ、（）変動
が大きければ変動が小さくなるような半周期ある
いは倍周期に該当する位置にピークがあるか否か
を調べ、（）あればそのピークを与える時間遅
れをピツチ周期とするという如き方法が採用され
ている。
しかし、この方法の場合には、原音声のピツチ
周期にゆらぎがあつたり、音声境界でピツチ構造
がくずれていたりすると、予測残差の自己相関係
数が鋭いピークをもたなくなり、ピツチ周期を正
しく発見できないという問題を含んでいる。
周期にゆらぎがあつたり、音声境界でピツチ構造
がくずれていたりすると、予測残差の自己相関係
数が鋭いピークをもたなくなり、ピツチ周期を正
しく発見できないという問題を含んでいる。
(C) 発明の目的と構成
本発明は、上記の点を解決することを目的とし
ており、ピツチ周期を信頼性の高い形で抽出する
ことによつて、人手による誤り修正作業をなく
し、音声分析合成を全自動化するようにすること
を目的としている。そして、そのため、本発明の
音声分析合成装置は、入力音声を線形予測法によ
つて分析してパラメータに変換すると共に、予測
残差の自己相関係数を用いてピツチ周期を抽出
し、これらの結果にもとづいて音声合成を行う音
声分析合成装置において、上記予測残差の自己相
関係数列あるいは上記予測残差の自己相関係数に
ついて加重移動平均をとつたものについての自己
相関係数列を調べてより相関値の大きい複数個の
候補を抽出するピツチ周期決定候補抽出部、当該
各ピツチ周期決定候補に対応する時間遅れを抽出
する時間遅れ成分抽出部、および上記ピツチ周期
決定候補抽出部によつて抽出されたピツチ周期決
定候補と該当する時間遅れ成分とにもとづいてピ
ツチ周期を決定する論理判断処理部をそなえてな
り、該論理判断処理部は、上記ピツチ周期決定候
補の値にもとづいて該当する時間遅れ成分がピツ
チ周期を設定し得る信頼度を調べ、閾値以上の信
頼度をもつピツチ周期決定候補に対応する時間遅
れ成分を利用し、当該閾値以上の信頼度をもつ期
間についてのピツチ周期を決定し、閾値以下の信
頼度をもつ周期についてのピツチ周期を、先に決
定されたピツチ周期との連続性を保つべく決定し
てゆくようにしたことを特徴としている。以下図
面を参照しつつ説明する。
ており、ピツチ周期を信頼性の高い形で抽出する
ことによつて、人手による誤り修正作業をなく
し、音声分析合成を全自動化するようにすること
を目的としている。そして、そのため、本発明の
音声分析合成装置は、入力音声を線形予測法によ
つて分析してパラメータに変換すると共に、予測
残差の自己相関係数を用いてピツチ周期を抽出
し、これらの結果にもとづいて音声合成を行う音
声分析合成装置において、上記予測残差の自己相
関係数列あるいは上記予測残差の自己相関係数に
ついて加重移動平均をとつたものについての自己
相関係数列を調べてより相関値の大きい複数個の
候補を抽出するピツチ周期決定候補抽出部、当該
各ピツチ周期決定候補に対応する時間遅れを抽出
する時間遅れ成分抽出部、および上記ピツチ周期
決定候補抽出部によつて抽出されたピツチ周期決
定候補と該当する時間遅れ成分とにもとづいてピ
ツチ周期を決定する論理判断処理部をそなえてな
り、該論理判断処理部は、上記ピツチ周期決定候
補の値にもとづいて該当する時間遅れ成分がピツ
チ周期を設定し得る信頼度を調べ、閾値以上の信
頼度をもつピツチ周期決定候補に対応する時間遅
れ成分を利用し、当該閾値以上の信頼度をもつ期
間についてのピツチ周期を決定し、閾値以下の信
頼度をもつ周期についてのピツチ周期を、先に決
定されたピツチ周期との連続性を保つべく決定し
てゆくようにしたことを特徴としている。以下図
面を参照しつつ説明する。
(D) 発明の実施例
第１図は本明細書にいうフレームの概念を説明
する説明図、第２図は本発明の音声分析合成装置
の一実施例ブロツク図、第３図ないし第７図は
夫々第２図図示の論理判断処理部における処理態
様を説明する説明図、第８図は論理判断処理部に
おける第１パスに関する処理についての一実施例
フローチヤート、第９図は論理判断処理部におけ
る第２パスに関する処理についての一実施例フロ
ーチヤート、第１０図Ａ，Ｂは一緒になつて論理
判断処理部における第３パスに関する処理につい
ての一実施例フローチヤート、第１１図は第１０
図図示の論理判断処理部における第３パスに関す
る処理についての一実施例フローチヤート、第１
２図は論理判断処理部における第４パスに関する
処理についての一実施例フローチヤートを示す。
する説明図、第２図は本発明の音声分析合成装置
の一実施例ブロツク図、第３図ないし第７図は
夫々第２図図示の論理判断処理部における処理態
様を説明する説明図、第８図は論理判断処理部に
おける第１パスに関する処理についての一実施例
フローチヤート、第９図は論理判断処理部におけ
る第２パスに関する処理についての一実施例フロ
ーチヤート、第１０図Ａ，Ｂは一緒になつて論理
判断処理部における第３パスに関する処理につい
ての一実施例フローチヤート、第１１図は第１０
図図示の論理判断処理部における第３パスに関す
る処理についての一実施例フローチヤート、第１
２図は論理判断処理部における第４パスに関する
処理についての一実施例フローチヤートを示す。
音声合成を行うための各種パラメータを抽出す
るに当つては、第１図図示の如く、入力音声を所
定の時間長（フレーム長）にて切出し、隣接する
フレームが一部重複するようにしたフレームをつ
くり、各フレームに対応してフレーム番号を附し
ておき、各フレーム毎のパラメータを抽出するよ
うにされる。
るに当つては、第１図図示の如く、入力音声を所
定の時間長（フレーム長）にて切出し、隣接する
フレームが一部重複するようにしたフレームをつ
くり、各フレームに対応してフレーム番号を附し
ておき、各フレーム毎のパラメータを抽出するよ
うにされる。
このように切出された入力音声を
｛x(o)｝N-1 o=0＝｛x(o)、x(1)、…、x(N-1)｝
とするとき、第２図図示の如く入力されて処理が
行われる。
行われる。
第２図において、１は入力音声相関処理部、２
は線形予測処理部、３は残差電力抽出部、４は残
差相関処理部、５は移動平均処理部、６は最大値
抽出処理部、７はピツチ周期決定候補保持部、８
は時間遅れ成分保持部、９は論理判断処理部、１
０は有声／無声判定部、１１は有声区間駆動音声
源生成部、１２は無声（無音を含む）区間駆動音
源生成部、１３は切換処理部、１４は線形予測合
成部を表わしている。
は線形予測処理部、３は残差電力抽出部、４は残
差相関処理部、５は移動平均処理部、６は最大値
抽出処理部、７はピツチ周期決定候補保持部、８
は時間遅れ成分保持部、９は論理判断処理部、１
０は有声／無声判定部、１１は有声区間駆動音声
源生成部、１２は無声（無音を含む）区間駆動音
源生成部、１３は切換処理部、１４は線形予測合
成部を表わしている。
上記の如く切出された入力音声｛x(o)｝は処理
部１において入力音声についての自己相関｛ri｝
をとられる。そして線形予測処理部２において声
道に関連するパラメータを抽出され、予測残差
｛e(o)｝が残差電力抽出部３と残差相関処理部４と
有声／無声判定部１０とに供給される。
部１において入力音声についての自己相関｛ri｝
をとられる。そして線形予測処理部２において声
道に関連するパラメータを抽出され、予測残差
｛e(o)｝が残差電力抽出部３と残差相関処理部４と
有声／無声判定部１０とに供給される。
図示ユニツト３，４，５，６，７，８，９は、
本発明が適用された場合のピツチ周期抽出部に対
応している。該ピツチ周期抽出部によつて抽出さ
れたピツチ周期は、合成時に有声区間駆動音源生
成部１１に供給される。そして、パルスまたは三
角波の形でピツチ周期に対応しかつ抽出部３から
の電力に対応した振動成分が生成される。また音
声区間駆動音源生成部１２は、無声区間に対応す
るパワーをホワイト・ノイズの形で生成する。
本発明が適用された場合のピツチ周期抽出部に対
応している。該ピツチ周期抽出部によつて抽出さ
れたピツチ周期は、合成時に有声区間駆動音源生
成部１１に供給される。そして、パルスまたは三
角波の形でピツチ周期に対応しかつ抽出部３から
の電力に対応した振動成分が生成される。また音
声区間駆動音源生成部１２は、無声区間に対応す
るパワーをホワイト・ノイズの形で生成する。
音声／無声判定部１０は、有声区間と無声区間
とを判定し、合成時に切換処理部１３における切
換え処理を行う。そして、線形予測合成部１４
は、切換処理部１３からの出力に対して、声道に
関連するパラメータを附加して、合成音声｛y(o)｝
として出力する。
とを判定し、合成時に切換処理部１３における切
換え処理を行う。そして、線形予測合成部１４
は、切換処理部１３からの出力に対して、声道に
関連するパラメータを附加して、合成音声｛y(o)｝
として出力する。
本発明の重要な特徴は、第２図図示ユニツト
３，４，５，６，７，８，９に示すピツチ周期抽
出部に存在しており、以下具体的に説明する。
３，４，５，６，７，８，９に示すピツチ周期抽
出部に存在しており、以下具体的に説明する。
第２図図示の如く予測残差｛e(o)｝が抽出され
たとき、残差電力抽出部３において、残差｛e(o)｝
の電力（パワー）が抽出される。一方、残差相関
処理部４において、残差についての自己相関がと
られる。即ち、予測残差を ｛e(o)｝N-1 o=0 とし、第ｍフレーム目の予測残差の時間遅れｉに
ついての自己相関係数を、 ρi（ｍ）＝｛１／ＮN-i-1 〓n=0 e(o)・e(o+i)｝／｛１／ＮN-1 〓n=0 e2 (o)｝ ―(1) （但し、ｉ＝０、１、……、Ｎ−１） とした場合の自己相関係数ρi（ｍ）の系列を抽出
する。
たとき、残差電力抽出部３において、残差｛e(o)｝
の電力（パワー）が抽出される。一方、残差相関
処理部４において、残差についての自己相関がと
られる。即ち、予測残差を ｛e(o)｝N-1 o=0 とし、第ｍフレーム目の予測残差の時間遅れｉに
ついての自己相関係数を、 ρi（ｍ）＝｛１／ＮN-i-1 〓n=0 e(o)・e(o+i)｝／｛１／ＮN-1 〓n=0 e2 (o)｝ ―(1) （但し、ｉ＝０、１、……、Ｎ−１） とした場合の自己相関係数ρi（ｍ）の系列を抽出
する。
各係数ρi（ｍ）は時系列にみた場合に極端な凹
凸が非所望に存在する可能性があり、移動平均処
理部５は、例えば、 ρ′i（ｍ）＝１／３｛ρi-1（ｍ）＋ρi（ｍ） ＋ρi+1（ｍ）｝ −(2) 但し、iε〔Tmin、2T.max〕 の如き形で、移動平均をとるようにする。なお上
記Tmin、2Tmaxについては後述する。第２図図
示構成においては、上述の移動平均をとつた自己
相関係数ρ′i（ｍ）が用いられるが、以下の説明に
おいては簡単のために当該係数ρ′i（ｍ）を単に係
数ρi（ｍ）と記述する。
凸が非所望に存在する可能性があり、移動平均処
理部５は、例えば、 ρ′i（ｍ）＝１／３｛ρi-1（ｍ）＋ρi（ｍ） ＋ρi+1（ｍ）｝ −(2) 但し、iε〔Tmin、2T.max〕 の如き形で、移動平均をとるようにする。なお上
記Tmin、2Tmaxについては後述する。第２図図
示構成においては、上述の移動平均をとつた自己
相関係数ρ′i（ｍ）が用いられるが、以下の説明に
おいては簡単のために当該係数ρ′i（ｍ）を単に係
数ρi（ｍ）と記述する。
第２図図示の最大値抽出処理部６は、各フレー
ム毎に、上記係数ρi（ｍ）のより大きい値を例え
ば５個分選出し、ピツチ周期決定候補保持部７に
格納する。また合わせて、当該選出された各係数
に対応する時間遅れｉを時間遅れ成分保持部８に
格納する。即ち、今正しい形でピツチ周期が存在
するであろうと考えられる時間遅れｉの範囲を
〔Tmin、Tmax〕としたとき、原音声におけるピ
ツチが脱落している場合などに対処するために、
上記第(1)式の時間遅れｉの探索範囲を〔Tmin、
2Tmax〕とするが、この時間遅れｉの範囲内に
おいて、予測残差の自己相関係数 ｛ρi（ｍ）｝2Tmax i=Tnio の値の大きい方から順に５個の候補 ｛ρ(j)（ｍ）｝5 j=1 を選出する。そして、これに対応する時間遅れ ｛τ(j)（ｍ）｝5 j=1 を選出する。この選出を式で表わすと、一般に、 ρ(j)（ｍ）＝ max ρi（ｍ） −(3) iε〔Tmin、2Tmax〕 ｉ≠τ(k)（ｍ）、１≦ｋ≦ｊ−１ １≦ｊ≦５ τ(j)（ｍ）＝arg ｉ max ρi（ｍ） −(4) iε〔Tmin、2Tmax〕 ｉ≠τ(k)（ｍ）、１≦ｋ≦ｊ−１ １≦ｊ≦５ で表わされる。なお、上記arg ｉはρ(j)を与える時間
遅れｉを値にする関数である。
ム毎に、上記係数ρi（ｍ）のより大きい値を例え
ば５個分選出し、ピツチ周期決定候補保持部７に
格納する。また合わせて、当該選出された各係数
に対応する時間遅れｉを時間遅れ成分保持部８に
格納する。即ち、今正しい形でピツチ周期が存在
するであろうと考えられる時間遅れｉの範囲を
〔Tmin、Tmax〕としたとき、原音声におけるピ
ツチが脱落している場合などに対処するために、
上記第(1)式の時間遅れｉの探索範囲を〔Tmin、
2Tmax〕とするが、この時間遅れｉの範囲内に
おいて、予測残差の自己相関係数 ｛ρi（ｍ）｝2Tmax i=Tnio の値の大きい方から順に５個の候補 ｛ρ(j)（ｍ）｝5 j=1 を選出する。そして、これに対応する時間遅れ ｛τ(j)（ｍ）｝5 j=1 を選出する。この選出を式で表わすと、一般に、 ρ(j)（ｍ）＝ max ρi（ｍ） −(3) iε〔Tmin、2Tmax〕 ｉ≠τ(k)（ｍ）、１≦ｋ≦ｊ−１ １≦ｊ≦５ τ(j)（ｍ）＝arg ｉ max ρi（ｍ） −(4) iε〔Tmin、2Tmax〕 ｉ≠τ(k)（ｍ）、１≦ｋ≦ｊ−１ １≦ｊ≦５ で表わされる。なお、上記arg ｉはρ(j)を与える時間
遅れｉを値にする関数である。
上記の如くして、
｛ρ(1)（ｍ）、ρ(2)（ｍ）、……、ρ(5)（ｍ）
｝ ｛τ(1)（ｍ）、τ(2)（ｍ）、……、τ(5)（ｍ）
｝ が選ばれ、上記各ρ(j)（ｍ）は対応する時間遅れτ(j)
（ｍ）をもつてピツチ周期とみなした際の信頼度
に相当すると考えてよい。
｝ ｛τ(1)（ｍ）、τ(2)（ｍ）、……、τ(5)（ｍ）
｝ が選ばれ、上記各ρ(j)（ｍ）は対応する時間遅れτ(j)
（ｍ）をもつてピツチ周期とみなした際の信頼度
に相当すると考えてよい。
第２図図示の論理判断処理部９は、上記選出さ
れたρ(j)（ｍ）やτ(j)（ｍ）にもとづいて、各フレー
ム毎のピツチ周期を決定してゆく。該処理部９に
おける処理は、第３図に示す如きものであり、第
４図ないし第７図は概略示す如く、第１パス、第
２パス、第３パス、第４パスの各処理から成つて
いる。以下、これについて説明をつづける。
れたρ(j)（ｍ）やτ(j)（ｍ）にもとづいて、各フレー
ム毎のピツチ周期を決定してゆく。該処理部９に
おける処理は、第３図に示す如きものであり、第
４図ないし第７図は概略示す如く、第１パス、第
２パス、第３パス、第４パスの各処理から成つて
いる。以下、これについて説明をつづける。
今ある入力音声について、フレーム番号を横軸
にとつて上記第１位の信頼度の値を縦軸にとつた
場合に、第３図Ａ図示の如きものであつたとす
る。そして当該入力音声は、第３図Ｂ図示の如
く、無音区間、無声区間、有声区間、無音区間、
有声区間、無声区間と並んでいたとする。
にとつて上記第１位の信頼度の値を縦軸にとつた
場合に、第３図Ａ図示の如きものであつたとす
る。そして当該入力音声は、第３図Ｂ図示の如
く、無音区間、無声区間、有声区間、無音区間、
有声区間、無声区間と並んでいたとする。
上記論理判断処理部９においては、第１パスに
おいて第３図Ｃ図示の如く、信頼度ρ(1)（ｍ）が閾
値θ〓を越える区間内の各フレームについて、即
ち、 ρ(1)（ｍ）≧θ〓 −(5) を満足する各フレームについて、ピツチ周期を一
応決定する。このような決定は、図示矢印の如く
時系列の順に行われ、次いで当該矢印の逆方向に
も行われる。第３図Ｃは当該第１パスに対応する
処理を表わしている。即ち、今、時系列の順に対
応する処理を考えると、先頭のフレームに対応す
るピツチ周期を τ（ｍ）＝τ(1)（ｍ） −(6) として置き、それ以降のフレームに対しては、ピ
ツチ周期のズレが予め定めた幅θ〓以内にあるとい
う条件（連続という） ｜τF（ｍ）−τF（ｍ−１）｜≦θ〓 −(7) を満足するように、ピツチ周期を ｛τ(1)（ｍ）、……、τ(j)（ｍ）、……、τ(5)（
ｍ）｝ の中から、ｊの小さい順に選出する。第(7)式を満
足するものが存在しない場合には、当該フレーム
についてはピツチ周期を決定せず、次のフレーム
に進む。当該次のフレームは第(6)式にしたがつて
ピツチ周期を定める。時系列と逆方向に処理する
には、上記τF（ｍ）の代わりに、τB（ｍ）を考慮
し、 m′＝Ｍ−ｍ＋１ の如く時間を変換して行う。そして、τF（ｍ）と
τB（ｍ）とが求に来まつたフレームについては、
ピツチ周期τ（ｍ）として、 τ（ｍ）＝min｛τF（ｍ）、τB（ｍ）｝ −(8) から求め，一方のみ求まつているフレームについ
ては求まつていまものをピツチ周期τ（ｍ）とす
る。これ以外の場合には、当該フレームに対して
ピツチ周期τ（ｍ）を決定しない。
おいて第３図Ｃ図示の如く、信頼度ρ(1)（ｍ）が閾
値θ〓を越える区間内の各フレームについて、即
ち、 ρ(1)（ｍ）≧θ〓 −(5) を満足する各フレームについて、ピツチ周期を一
応決定する。このような決定は、図示矢印の如く
時系列の順に行われ、次いで当該矢印の逆方向に
も行われる。第３図Ｃは当該第１パスに対応する
処理を表わしている。即ち、今、時系列の順に対
応する処理を考えると、先頭のフレームに対応す
るピツチ周期を τ（ｍ）＝τ(1)（ｍ） −(6) として置き、それ以降のフレームに対しては、ピ
ツチ周期のズレが予め定めた幅θ〓以内にあるとい
う条件（連続という） ｜τF（ｍ）−τF（ｍ−１）｜≦θ〓 −(7) を満足するように、ピツチ周期を ｛τ(1)（ｍ）、……、τ(j)（ｍ）、……、τ(5)（
ｍ）｝ の中から、ｊの小さい順に選出する。第(7)式を満
足するものが存在しない場合には、当該フレーム
についてはピツチ周期を決定せず、次のフレーム
に進む。当該次のフレームは第(6)式にしたがつて
ピツチ周期を定める。時系列と逆方向に処理する
には、上記τF（ｍ）の代わりに、τB（ｍ）を考慮
し、 m′＝Ｍ−ｍ＋１ の如く時間を変換して行う。そして、τF（ｍ）と
τB（ｍ）とが求に来まつたフレームについては、
ピツチ周期τ（ｍ）として、 τ（ｍ）＝min｛τF（ｍ）、τB（ｍ）｝ −(8) から求め，一方のみ求まつているフレームについ
ては求まつていまものをピツチ周期τ（ｍ）とす
る。これ以外の場合には、当該フレームに対して
ピツチ周期τ（ｍ）を決定しない。
第２パスは、第１パスについて決定した各フレ
ームのピツチ周期を調べ、第３図Ｄ図示の如く例
えば３フレーム分以下のフレームにおいてピツチ
周期未決定個所が存在したとすると、図示点Ｐ
（第ｍフレーム目）のピツチ周期に対して点Ｑ（第
（ｍ＋ｎ＋１）フレーム目）のピツチ周期が ｜τ（ｍ＋ｎ＋１）−τ（ｍ）｜≦√（＋１）・θ〓
−(9) を満足するように、上述の５個の候補の中から選
ぶようにする。当該５個について該当するものが
存在しない場合には、τ(j)（ｍ）／２の値（先に得
られている候補のピツチ周期の半分に当るもの）
をも調べてみる。
ームのピツチ周期を調べ、第３図Ｄ図示の如く例
えば３フレーム分以下のフレームにおいてピツチ
周期未決定個所が存在したとすると、図示点Ｐ
（第ｍフレーム目）のピツチ周期に対して点Ｑ（第
（ｍ＋ｎ＋１）フレーム目）のピツチ周期が ｜τ（ｍ＋ｎ＋１）−τ（ｍ）｜≦√（＋１）・θ〓
−(9) を満足するように、上述の５個の候補の中から選
ぶようにする。当該５個について該当するものが
存在しない場合には、τ(j)（ｍ）／２の値（先に得
られている候補のピツチ周期の半分に当るもの）
をも調べてみる。
上記処理は、時系列と逆方向についても、
m′＝Ｍ−ｍ＋１
の如く時間を変換して処理してみて、点Ｐや点Ｑ
のフレームのピツチ周期として、より小さい値が
求まつていれば、それを抽出する。
のフレームのピツチ周期として、より小さい値が
求まつていれば、それを抽出する。
第４図および第５図は夫々上記第１パスおよび
第２パスについての処理を概略のフローチヤート
の形で表わした説明図である。第１パスに対応す
る第４図図示フローチヤートにおいては、有声フ
レームであつて信頼度の高いフレームについて、
先頭フレームのピツチ周期を第１候補のものと
し、それに続くフレームについて連続性を保つ候
補をもつて当該フレームのピツチ周期としてゆ
く。第２パスに対応する第５図図示のフローチヤ
ートにおいては、信頼できるフレームであつて離
れが３フレーム以下のフレームについて連続性を
保つように処理している。
第２パスについての処理を概略のフローチヤート
の形で表わした説明図である。第１パスに対応す
る第４図図示フローチヤートにおいては、有声フ
レームであつて信頼度の高いフレームについて、
先頭フレームのピツチ周期を第１候補のものと
し、それに続くフレームについて連続性を保つ候
補をもつて当該フレームのピツチ周期としてゆ
く。第２パスに対応する第５図図示のフローチヤ
ートにおいては、信頼できるフレームであつて離
れが３フレーム以下のフレームについて連続性を
保つように処理している。
第３パスは、有声フレームであつてピツチ周期
が未だ定まつていないフレームに対して、第３図
Ｅ図示の如く、既に定まつているフレームを核と
して、時間的に前あるいは後から図示矢印の如く
ピツチ周期が連続するように、低い信頼度ながら
選ばれている５個の候補の中から選出し、夫々の
フレームについてのピツチ周期を定めてゆく。
が未だ定まつていないフレームに対して、第３図
Ｅ図示の如く、既に定まつているフレームを核と
して、時間的に前あるいは後から図示矢印の如く
ピツチ周期が連続するように、低い信頼度ながら
選ばれている５個の候補の中から選出し、夫々の
フレームについてのピツチ周期を定めてゆく。
第６図は当該第３パスについての処理を概略の
フローチヤートの形で表わした説明図である。信
頼度の低いフレーム群の先頭と末尾とを見出し、
連続性を保ちつつ当該フレーム群内の各フレーム
についてピツチ周期を決定してゆく。この間、本
来のピツチ周期に対応するものが脱落しているこ
とがあるなどのことを考慮して、上記第２パスの
場合と同様にτ(j)（ｍ）／２の値をも候補として調
べるようにされる。
フローチヤートの形で表わした説明図である。信
頼度の低いフレーム群の先頭と末尾とを見出し、
連続性を保ちつつ当該フレーム群内の各フレーム
についてピツチ周期を決定してゆく。この間、本
来のピツチ周期に対応するものが脱落しているこ
とがあるなどのことを考慮して、上記第２パスの
場合と同様にτ(j)（ｍ）／２の値をも候補として調
べるようにされる。
第４パスは、有声フレーム全体についてピツチ
の連続性をチエツクしてゆき、不連続な場合に
は、前後のフレームのピツチ周期から例えば線形
補間を行うようにする。第７図はその場合の概略
フローチヤートを表わしている。
の連続性をチエツクしてゆき、不連続な場合に
は、前後のフレームのピツチ周期から例えば線形
補間を行うようにする。第７図はその場合の概略
フローチヤートを表わしている。
言うまでもなく、上記処理において、定数
Tmin、Tmix、θ〓、θ〓などは、予備実験において
決定しておく。
Tmin、Tmix、θ〓、θ〓などは、予備実験において
決定しておく。
第８図は、第４図図示の第１パスの処理につい
ての詳細を示したものである。図中の符号１５は
有声フレームに関する処理に対応し、１６は信頼
度の高いフレームに関する処理に対応し、１７は
前フレームが無音／無声である場合の処理に対応
し、１８はピツチ周期の連続性を保つ処理に対応
し、１９は前フレームが低い信頼度である場合の
処理に対応している。
ての詳細を示したものである。図中の符号１５は
有声フレームに関する処理に対応し、１６は信頼
度の高いフレームに関する処理に対応し、１７は
前フレームが無音／無声である場合の処理に対応
し、１８はピツチ周期の連続性を保つ処理に対応
し、１９は前フレームが低い信頼度である場合の
処理に対応している。
第９図は、第５図図示の第２パスの処理につい
ての詳細を示したものである。図中の符号２０は
離れるが３フレーム以内である場合についての処
理に対応し、２１は第(9)式に示す如き拡張された
連続性についてチエツクする処理に対応し、２２
は当該拡張された連続性を保つようピツチ周期を
訂正する処理に対応している。
ての詳細を示したものである。図中の符号２０は
離れるが３フレーム以内である場合についての処
理に対応し、２１は第(9)式に示す如き拡張された
連続性についてチエツクする処理に対応し、２２
は当該拡張された連続性を保つようピツチ周期を
訂正する処理に対応している。
第１０図Ａ，Ｂは、第６図図示の第３パスの処
理について詳細したものである。図中の符号２３
は無音／無声フレームから信頼度の低いフレーム
への切り替りを検出する処理に対応し、２４は信
頼度の高いフレームから信頼度の低いフレームへ
の切り替りを検出する処理に対応しており、両者
処理２３と２４とで信頼度の低いフレームの先頭
検出を行つている。２５は信頼度の低いフレーム
から無音／無声フレームへの切り替りを検出する
処理に対応している。また２６は第６図図示の処
理甲に対応する処理に対応している。２７は第６
図図示の処理乙に対応する処理に対応している。
更に２８は信頼度の低いフレームから信頼度の高
いフレームへの切り替わりを検出する処理に対応
し、２９は第６図図示の処理丙に対応し、３０は
第６図図示の処理丁に対応している。
理について詳細したものである。図中の符号２３
は無音／無声フレームから信頼度の低いフレーム
への切り替りを検出する処理に対応し、２４は信
頼度の高いフレームから信頼度の低いフレームへ
の切り替りを検出する処理に対応しており、両者
処理２３と２４とで信頼度の低いフレームの先頭
検出を行つている。２５は信頼度の低いフレーム
から無音／無声フレームへの切り替りを検出する
処理に対応している。また２６は第６図図示の処
理甲に対応する処理に対応している。２７は第６
図図示の処理乙に対応する処理に対応している。
更に２８は信頼度の低いフレームから信頼度の高
いフレームへの切り替わりを検出する処理に対応
し、２９は第６図図示の処理丙に対応し、３０は
第６図図示の処理丁に対応している。
第１１図は、第１０図図示の処理２６，２７，
２９，３０における各処理を行うサブ・パスにつ
いての詳細を示している。図示３１は候補の中か
ら選出する処理に対応し、３２は上述のτ(j)
（ｍ）／２を抽出する処理に対応し、３３は前フ
レームが無音／無声であつた場合の処理に対応
し、３４は前フレームで有声であつた場合の処理
に対応し、３５は連続性を保つものを探す処理に
対応し、３６はτ(1)／２が連続性を保つているか
否かをチエツクする処理に対応している。
２９，３０における各処理を行うサブ・パスにつ
いての詳細を示している。図示３１は候補の中か
ら選出する処理に対応し、３２は上述のτ(j)
（ｍ）／２を抽出する処理に対応し、３３は前フ
レームが無音／無声であつた場合の処理に対応
し、３４は前フレームで有声であつた場合の処理
に対応し、３５は連続性を保つものを探す処理に
対応し、３６はτ(1)／２が連続性を保つているか
否かをチエツクする処理に対応している。
第１２図は、第７図図示の第４パスの処理につ
いての詳細を示したものである。図中の符号３７
は有声フレームに対する処理に対応し、３８は前
フレームが無音／無声である場合の処理に対応
し、３９は後フレームも無音／無声である場合の
処理に対応し、４０は後フレームでは有声である
場合の処理に対応し、４１は前フレームが有声で
ある場合の処理に対応し、４２は後フレームでは
無音／無声である場合の処理に対応し、４３は後
フレームも有声である場合の処理（補間など）に
対応している。
いての詳細を示したものである。図中の符号３７
は有声フレームに対する処理に対応し、３８は前
フレームが無音／無声である場合の処理に対応
し、３９は後フレームも無音／無声である場合の
処理に対応し、４０は後フレームでは有声である
場合の処理に対応し、４１は前フレームが有声で
ある場合の処理に対応し、４２は後フレームでは
無音／無声である場合の処理に対応し、４３は後
フレームも有声である場合の処理（補間など）に
対応している。
(E) 発明の効果
以上説明した如く、本発明によれば、ピツチ周
期を決定するに当つて、ピツチのゆらぎや脱落な
どが生じていても、複数の候補の中から合理的に
ピツチ周期を選択して決定することが可能とな
り、ピツチ周期の決定を人手によつて補足するな
どの処理をなくすることが可能となり、音声分析
合成処理のいわば全自動化をはかることが可能と
なる。
期を決定するに当つて、ピツチのゆらぎや脱落な
どが生じていても、複数の候補の中から合理的に
ピツチ周期を選択して決定することが可能とな
り、ピツチ周期の決定を人手によつて補足するな
どの処理をなくすることが可能となり、音声分析
合成処理のいわば全自動化をはかることが可能と
なる。
なお、上記説明において、予測残差の自己相関
係数列の移動平均を考慮したが、それに限られる
ものではなく、他の加重平均を考慮してもよい。
係数列の移動平均を考慮したが、それに限られる
ものではなく、他の加重平均を考慮してもよい。
第１図は本明細書にいうフレームの概念を説明
する説明図、第２図は本発明の音声分析合成装置
の一実施例ブロツク図、第３図ないし第７図は
夫々第２図図示の論理判断処理部における処理態
様を説明する説明図、第８図は論理判断処理部に
おける第１パスに関する処理についての一実施例
フローチヤート、第９図は論理判断処理部におけ
る第２パスに関する処理についての一実施例フロ
ーチヤート、第１０図Ａ，Ｂは一緒になつて論理
判断処理部における第３パスに関する処理につい
ての一実施例フローチヤート、第１１図は論理判
断処理部における第３パスに関する処理について
の一実施例フローチヤート、第１２図は論理判断
処理部における第４パスに関する処理についての
一実施例フローチヤートを示す。 図中、１は入力音声相関処理部、２は線形予測
処理部、３は残差電力抽出部、４は残差相関処理
部、５は移動平均処理部、６は最大値抽出処理
部、７はピツチ周期決定候補保持部、８は時間遅
れ成分保持部、９は論理判断処理部、１０は有
声／無声判定部、１１は有声区間駆動音源生成
部、１２は無声（無音を含む）区間駆動音源生成
部、１３は切換処理部、１４は線形予測合成部を
表わしている。
する説明図、第２図は本発明の音声分析合成装置
の一実施例ブロツク図、第３図ないし第７図は
夫々第２図図示の論理判断処理部における処理態
様を説明する説明図、第８図は論理判断処理部に
おける第１パスに関する処理についての一実施例
フローチヤート、第９図は論理判断処理部におけ
る第２パスに関する処理についての一実施例フロ
ーチヤート、第１０図Ａ，Ｂは一緒になつて論理
判断処理部における第３パスに関する処理につい
ての一実施例フローチヤート、第１１図は論理判
断処理部における第３パスに関する処理について
の一実施例フローチヤート、第１２図は論理判断
処理部における第４パスに関する処理についての
一実施例フローチヤートを示す。 図中、１は入力音声相関処理部、２は線形予測
処理部、３は残差電力抽出部、４は残差相関処理
部、５は移動平均処理部、６は最大値抽出処理
部、７はピツチ周期決定候補保持部、８は時間遅
れ成分保持部、９は論理判断処理部、１０は有
声／無声判定部、１１は有声区間駆動音源生成
部、１２は無声（無音を含む）区間駆動音源生成
部、１３は切換処理部、１４は線形予測合成部を
表わしている。
Claims (1)
- １ 入力音声を線形予測法によつて分析してパラ
メータに変換すると共に、予測残差の自己相関係
数を用いてピツチ周期を抽出し、これらの結果に
もとづいて音声合成を行う音声分析合成装置にお
いて、上記予測残差の自己相関係数列あるいは上
記予測残差の自己相関係数について加重移動平均
をとつたものについての自己相関係数列を調べて
より相関値の大きい複数個の候補を抽出するピツ
チ周期決定候補抽出部、当該各ピツチ周期決定候
補に対応する時間遅れを抽出する時間遅れ成分抽
出部、および上記ピツチ周期決定候補抽出部によ
つて抽出されたピツチ周期決定候補と該当する時
間遅れ成分とにもとづいてピツチ周期を決定する
論理判断処理部をそなえてなり、該論理判断処理
部は、上記ピツチ周期決定候補の値にもとづいて
該当する時間遅れ成分がピツチ周期を設定し得る
信頼度を調べ、閾値以上の信頼度をもつピツチ周
期決定候補に対応する時間遅れ成分を利用し、当
該閾値以上の信頼度をもつ期間についてのピツチ
周期を決定し、閾値以下の信頼度をもつ期間につ
いてのピツチ周期を、先に決定されたピツチ周期
との連続性を保つべく決定してゆくようにしたこ
とを特徴とする音声分析合成装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2607183A JPS59152496A (ja) | 1983-02-18 | 1983-02-18 | 音声分析合成装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2607183A JPS59152496A (ja) | 1983-02-18 | 1983-02-18 | 音声分析合成装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS59152496A JPS59152496A (ja) | 1984-08-31 |
| JPH0330880B2 true JPH0330880B2 (ja) | 1991-05-01 |
Family
ID=12183433
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2607183A Granted JPS59152496A (ja) | 1983-02-18 | 1983-02-18 | 音声分析合成装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS59152496A (ja) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0731504B2 (ja) * | 1985-05-28 | 1995-04-10 | 日本電気株式会社 | ピツチ抽出装置 |
| JPH0690636B2 (ja) * | 1986-12-06 | 1994-11-14 | 日本電気株式会社 | 音声符号化器 |
| JP4426186B2 (ja) * | 2001-05-22 | 2010-03-03 | 富士通株式会社 | 音声信号処理装置 |
-
1983
- 1983-02-18 JP JP2607183A patent/JPS59152496A/ja active Granted
Also Published As
| Publication number | Publication date |
|---|---|
| JPS59152496A (ja) | 1984-08-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6202046B1 (en) | Background noise/speech classification method | |
| US6687668B2 (en) | Method for improvement of G.723.1 processing time and speech quality and for reduction of bit rate in CELP vocoder and CELP vococer using the same | |
| JPH06266390A (ja) | 波形編集型音声合成装置 | |
| EP2506253A2 (en) | Audio signal processing method and device | |
| JPH08328588A (ja) | ピッチラグを評価するためのシステム、音声符号化装置、ピッチラグを評価する方法、および音声符号化方法 | |
| JPWO2005109399A1 (ja) | 音声合成装置および方法 | |
| KR970001167B1 (ko) | 음성 분석 및 합성 장치와 분석 및 합성 방법 | |
| CN101542593A (zh) | 语音波形内插装置及方法 | |
| EP1339042B1 (en) | Voice encoding method and apparatus | |
| US6125344A (en) | Pitch modification method by glottal closure interval extrapolation | |
| JP2000163096A (ja) | 音声符号化方法及び音声符号化装置 | |
| JPH1097294A (ja) | 音声符号化装置 | |
| JPS5918717B2 (ja) | 適応形ピツチ抽出方式 | |
| JP3576800B2 (ja) | 音声分析方法、及びプログラム記録媒体 | |
| JPH0330880B2 (ja) | ||
| JPH0636159B2 (ja) | ピツチ検出器 | |
| JPH11242498A (ja) | 音声のピッチ符号化方法及び音声のピッチ符号化装置並びに音声のピッチ符号化プログラムが記録された記録媒体 | |
| JP3559485B2 (ja) | 音声信号の後処理方法および装置並びにプログラムを記録した記録媒体 | |
| JPH0764600A (ja) | 音声のピッチ符号化装置 | |
| JPH05265495A (ja) | 音声符号化装置並びにその分析器及び合成器 | |
| JP2014186347A (ja) | 話者速度変換システムおよびその方法ならびに速度変換装置 | |
| JP3299099B2 (ja) | 音声符号化装置 | |
| JPH08211895A (ja) | ピッチラグを評価するためのシステムおよび方法、ならびに音声符号化装置および方法 | |
| JP6652469B2 (ja) | 復号装置、復号方法及びプログラム | |
| JP3059751B2 (ja) | 残差駆動型音声合成装置 |