JP2000163097A - 音声変換装置、音声変換方法および音声変換プログラムを記録したコンピュータ読み取り可能な記録媒体 - Google Patents

Abstract

(57)【要約】 【課題】 ６ｋｂｐｓ〜１６ｋｂｐｓあたりのビットレ
ートにおいて良好な音声が得られると共に、その音声の
ピッチを自在に変更できるようにする。 【解決手段】 入力されたアナログ音声波形をＡ／Ｄ変
換部１２によりディジタル音声信号に変換した後、音声
符号化部１４がＣＥＬＰ符号化方式により符号化を行
い、この符号化処理中に抽出されるピッチ情報は、次段
のピッチ変換部１６にも送られる。ピッチ変換部１６で
は、装置利用者が所望のピッチ変換倍率を入力すると、
それに応じて入力されるピッチ情報が変換処理される。
音声復号化部１８では、ピッチ変換部１６で変換された
ピッチ情報と、音声符号化部１４によって抽出・符号化
された情報とを用いて、ＣＥＬＰ方式による復号化処理
が行われ、符号化されたディジタル音声信号が復号化さ
れる。Ｄ／Ａ変換部２０では、音声復号化部１８で復号
化されたディジタル音声信号がアナログ音声信号に変換
される。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、音声変換装置、音
声変換方法および記録媒体に関し、より詳しくは、音声
信号のピッチを変換することができる音声変換装置、音
声変換方法および音声変換プログラムを記録したコンピ
ュータ読み取り可能な記録媒体に関する。

【０００２】

【従来の技術】従来より、ファクシミリ・モデムやデー
タモデムなどの付加機能として、留守番電話のための音
声符号化／復号化機能を備えたものが求められており、
この符号化／復号化のための低ビットレートの音声圧縮
符号化手法の開発が望まれていると共に、ピッチ変換を
自在に行うことのできる再生機構が求められていた。

【０００３】現在の１０ｋｂｐｓ以下の低ビットレート
音声圧縮符号化方式の主流は、ＣＥＬＰ（Code Excite
d Linear Prediction coding system ）である。こ
のＣＥＬＰは、線形予測に基づく音声のＡＲ（Auto - R
egressive ：自己回帰）モデルに基づくモデルベースの
圧縮符号化方式である。

【０００４】ＣＥＬＰ方式の符号化側では、音声をフレ
ームあるいはサブフレームと呼ばれる単位に分割し、そ
れぞれの単位について、そのスペクトル包絡を表わすＬ
ＰＣ（Linear Prediction Coefficients：線形予測）
係数、そのピッチ情報を表わすピッチラグ情報、音源情
報である雑音（源）情報、およびピッチラグ情報および
雑音源情報に対する利得情報に対応したパラメータを抽
出し、それぞれを符号化して、格納あるいは伝送する。

【０００５】また、ＣＥＬＰ方式の復号側では、符号化
された各情報を復元し、雑音源情報とピッチ情報と利得
情報とによって励振源信号を生成し、この励振源信号を
ＬＰＣ係数で構成される線形予測合成フィルタに通し
て、合成音声を得るものである。

【０００６】このため、ＣＥＬＰ方式は、１０ｋｂｐｓ
の低ビットレートにおいて良好な音声が得られるととも
に、その符号化処理において高精度なピッチ情報を抽出
することができるという利点を有している。このＣＥＬ
Ｐ方式に関する参考文献としては、例えば、Ｍ．Ｒ．Ｓ
ｃｈｒｏｅｄｅｒ，ａｎｄ Ｂ．Ｓ．Ａｔａｌ，“Ｃｏ
ｄｅ−Ｅｘｃｉｔｅｄ Ｌｉｎｅａｒ Ｐｒｅｄｉｃｔ
ｉｏｎ（ＣＥＬＰ）：Ｈｉｇｈ Ｑｕａｌｉｔｙ Ｓｐ
ｅｅｃｈ ａｔ Ｖｅｒｙ Ｌｏｗ ＢｉｔＲａｔｅ
ｓ，”Ｐｒｏｃ．ＩＣＡＳＳＰ，ｐｐ．９３７−９４０
（１９８５）などがある。

【０００７】また、音声信号を蓄積して再生することが
できる音声変換装置などでは、音韻を変えることなく音
声ピッチを変換するようなピッチ変換機能が求められて
いる。

【０００８】ところが、上記したようなＣＥＬＰなどの
高能率符号化方式を用いた従来の音声変換装置にあって
は、ピッチ変換に対する考慮がなされていなかったた
め、復号化された音声を外部に接続したピッチ変換装置
などに通してピッチ変換する必要があるため、装置全体
が大型化すると共に、構成が複雑になるという問題点が
あった。

【０００９】そこで、この問題点を解決するものとし
て、例えば特開平９−１９０１９６号公報に開示されて
いるように、ハーモニクス符号化方式を用いて入力され
たデータのハーモニクスの基本周波数と所定の帯域内に
おける個数を変換し、入力された各ハーモニクスにおけ
るスペクトルの大きさを表わすデータの個数を補間処理
して、ピッチを変更するものがあった。

【００１０】また、例えば特開平１０−１４９１９９号
公報に開示されているように、線形予測残差に基づいて
サイン波分析符号化を行う符号化方式を用いて、ハーモ
ニクスの本数を所定数とするデータ数変換を行って、ピ
ッチを変更するものがあった。

【００１１】

【発明が解決しようとする課題】しかしながら、上記公
報例の場合は、外部にピッチ変換装置を接続することな
くピッチ変換を行うことができる反面、ＣＥＬＰ符号化
方式を用いていないため、ＣＥＬＰ符号化方式が得意と
するところの、６ｋｂｐｓ〜１６ｋｂｐｓあたりのビッ
トレートにおいて良好な音声が得られないという問題点
があった。

【００１２】本発明は、上記に鑑みてなされたものであ
って、６ｋｂｐｓ〜１６ｋｂｐｓあたりのビットレート
において良好な音声が得られると共に、その音声のピッ
チを自在に変更できるようにすることを目的とする。

【００１３】

【課題を解決するための手段】上記の目的を達成するた
めに、請求項１に記載の音声変換装置は、アナログ音声
波形をディジタル音声信号に変換するＡ／Ｄ変換手段
と、前記ディジタル音声信号をＣＥＬＰ符号化方式によ
り符号化する音声符号化手段と、前記音声符号化手段に
よる符号化処理中に抽出されたピッチ情報を利用者の入
力に基づいて変換するピッチ変換手段と、前記ピッチ変
換手段によって変換されたピッチ情報および前記音声符
号化手段によって抽出・符号化された情報を用いてディ
ジタル音声信号を復号化する音声復号化手段と、前記音
声復号化手段によって復号化されたディジタル音声信号
をアナログ音声信号に変換するＤ／Ａ変換手段と、を備
えている。

【００１４】これによれば、音声符号化手段によりディ
ジタル音声信号に符号化する際に、音声のピッチに相当
するパラメータを適応符号帳探索によって抽出・符号化
するＣＥＬＰ符号化方式を用いており、この抽出された
ピッチを利用者の入力に基づいてピッチ変換手段により
変換するようにしたため、他のスペクトルパラメータを
変換することなく、音声の高さを自在に変更することが
できる。

【００１５】また、請求項２に記載の音声変換装置は、
請求項１に記載の音声変換装置において、前記音声符号
化手段によって抽出された音声スペクトルパラメータを
利用者の入力に応じて変換するスペクトル変換手段をさ
らに備えている。

【００１６】これによれば、音声符号化手段で抽出され
た音声スペクトルパラメータを利用者の入力に応じて変
換するスペクトル変換手段をさらに備えているため、例
えば、男性音と女性音といった２者の音声を相互に変換
する処理などを行うことができる。

【００１７】また、請求項３に記載の音声変換装置は、
アナログ音声波形をディジタル音声信号に変換するＡ／
Ｄ変換手段と、前記ディジタル音声信号をＣＥＬＰ符号
化方式により符号化する音声符号化手段と、前記音声符
号化手段において抽出・符号化されたパラメータを蓄積
する蓄積手段と、前記蓄積手段から読み出したピッチ情
報を利用者の入力に基づいて変換するピッチ変換手段
と、前記ピッチ変換手段によって変換されたピッチ情報
および前記蓄積手段から読み出された符号化情報を用い
てディジタル音声信号を復号化する音声復号化手段と、
前記音声復号化手段によって復号化されたディジタル音
声信号をアナログ音声信号に変換するＤ／Ａ変換手段
と、を備えている。

【００１８】これによれば、音声符号化手段によりディ
ジタル音声信号を符号化する際に、音声のピッチに相当
するパラメータを適応符号帳探索によって抽出・符号化
するＣＥＬＰ符号化方式を用いているとともに、この符
号化パラメータを蓄積手段によって蓄積することができ
るため、必ずしも音声入力と同時に音声変換する必要が
なく、蓄積されている符号化パラメータを蓄積手段から
適宜読み出してピッチ変換手段により利用者の入力に基
づいて変換することにより、他のスペクトルパラメータ
を変換せずに、音声の高さを自在に変更することができ
る。

【００１９】また、請求項４に記載の音声変換装置は、
請求項３に記載の音声変換装置において、前記蓄積手段
から読み出された音声スペクトルパラメータを利用者の
入力に応じて変換するスペクトル変換手段をさらに備え
ている。

【００２０】これによれば、音声符号化手段で抽出され
た音声スペクトルパラメータを蓄積手段に蓄積し、この
蓄積手段から読み出した音声スペクトルパラメータを利
用者の入力に応じて変換するスペクトル変換手段をさら
に備えているため、例えば、男性音と女性音といった２
者の音声を相互に変換する処理などを容易に行うことが
できる。

【００２１】また、請求項５に記載の音声変換方法は、
アナログ音声波形をディジタル音声信号に変換するＡ／
Ｄ変換工程と、前記ディジタル音声信号をＣＥＬＰ符号
化方式により符号化する音声符号化工程と、前記音声符
号化工程における符号化処理中に抽出されたピッチ情報
を利用者の入力に基づいて変換するピッチ変換工程と、
前記ピッチ変換工程で変換されたピッチ情報および前記
音声符号化工程で抽出・符号化された情報を用いてディ
ジタル音声信号を復号化する音声復号化工程と、前記音
声復号化工程で復号化されたディジタル音声信号をアナ
ログ音声信号に変換するＤ／Ａ変換工程と、を含んでい
る。

【００２２】これによれば、音声符号化工程によりディ
ジタル音声信号に符号化する際に、音声のピッチに相当
するパラメータを適応符号帳探索によって抽出・符号化
するＣＥＬＰ符号化方式を用いており、この抽出された
ピッチをピッチ変換工程により利用者の入力に基づいて
変換するようにしたため、他のスペクトルパラメータを
変換せずに、音声の高さを自在に変更することができ
る。

【００２３】また、請求項６に記載の音声変換方法は、
請求項５に記載の音声変換方法において、前記音声符号
化工程で抽出された音声スペクトルパラメータを利用者
の入力に応じて変換するスペクトル変換工程をさらに含
んでいる。

【００２４】これによれば、音声符号化工程で抽出され
た音声スペクトルパラメータを利用者の入力に応じて変
換するスペクトル変換工程をさらに備えているため、例
えば、男性音と女性音といった２者の音声を相互に変換
する処理などを行うことができる。

【００２５】また、請求項７に記載の音声変換方法は、
アナログ音声波形をディジタル音声信号に変換するＡ／
Ｄ変換工程と、前記ディジタル音声信号をＣＥＬＰ符号
化方式により符号化する音声符号化工程と、前記音声符
号化工程において抽出・符号化されたパラメータを蓄積
する蓄積工程と、前記蓄積工程で蓄積されたピッチ情報
を読み出して利用者の入力に基づいて変換するピッチ変
換工程と、前記ピッチ変換工程で変換されたピッチ情報
および前記蓄積工程で蓄積された符号化情報を用いてデ
ィジタル音声信号を復号化する音声復号化工程と、前記
音声復号化工程で復号化されたディジタル音声信号をア
ナログ音声信号に変換するＤ／Ａ変換工程と、を含んで
いる。

【００２６】これによれば、音声符号化工程によりディ
ジタル音声信号に符号化する際に、音声のピッチに相当
するパラメータを適応符号帳探索によって抽出・符号化
するＣＥＬＰ符号化方式を用いているとともに、この符
号化パラメータを蓄積する蓄積工程を持っているため、
必ずしも音声入力と同時に音声変換する必要がなく、蓄
積された符号化パラメータを蓄積工程で適宜読み出し
て、ピッチ変換工程で利用者の入力に基づいて変換する
ことにより、他のスペクトルパラメータを変換せずに、
音声の高さを自在に変更することができる。

【００２７】また、請求項８に記載の音声変換方法は、
請求項７に記載の音声変換方法において、前記蓄積工程
で蓄積された音声スペクトルパラメータを読み出して利
用者の入力に応じて変換するスペクトル変換工程をさら
に含んでいる。

【００２８】これによれば、音声符号化工程で抽出され
た音声スペクトルパラメータを蓄積工程で蓄積し、この
蓄積工程で読み出した音声スペクトルパラメータを利用
者の入力に応じてスペクトル変換工程により変換するた
め、例えば、男性音と女性音といった２者の音声を相互
に変換する処理などを容易に行うことができる。

【００２９】また、請求項９に記載の音声変換プログラ
ムを記録したコンピュータ読み取り可能な記録媒体は、
アナログ音声波形をディジタル音声信号に変換するＡ／
Ｄ変換手順と、前記ディジタル音声信号をＣＥＬＰ符号
化方式により符号化する音声符号化手順と、前記音声符
号化手順において符号化処理中に抽出されたピッチ情報
を利用者の入力に基づいて変換するピッチ変換手順と、
前記ピッチ変換手順によって変換されたピッチ情報およ
び前記音声符号化手順によって抽出・符号化された情報
を用いてディジタル音声信号を復号化する音声復号化手
順と、前記音声復号化手順によって復号化されたディジ
タル音声信号をアナログ音声信号に変換するＤ／Ａ変換
手順と、を含むものである。

【００３０】これによれば、音声符号化手順によりディ
ジタル音声信号に符号化する際に、音声のピッチに相当
するパラメータを適応符号帳探索によって抽出・符号化
するＣＥＬＰ符号化手順を用いており、この抽出された
ピッチをピッチ変換手順により利用者の入力に基づいて
変換するため、他のスペクトルパラメータを変換するこ
となく、音声の高さを自在に変更することができる。

【００３１】また、請求項１０に記載の音声変換プログ
ラムを記録したコンピュータ読み取り可能な記録媒体
は、請求項９に記載の記録媒体において、前記音声符号
化手順によって抽出された音声スペクトルパラメータを
利用者の入力に応じて変換するスペクトル変換手順をさ
らに含むものである。

【００３２】これによれば、音声符号化手順で抽出され
た音声スペクトルパラメータを利用者の入力に応じて変
換するスペクトル変換手順をさらに備えているため、例
えば、男性音と女性音といった２者の音声を相互に変換
する処理などを行うことができる。

【００３３】また、請求項１１に記載の音声変換プログ
ラムを記録したコンピュータ読み取り可能な記録媒体
は、アナログ音声波形をディジタル音声信号に変換する
Ａ／Ｄ変換手順と、前記ディジタル音声信号をＣＥＬＰ
符号化方式により符号化する音声符号化手順と、前記音
声符号化手順で抽出・符号化されたパラメータを蓄積す
る蓄積手順と、前記蓄積手順で蓄積されたピッチ情報を
読み出して利用者の入力に基づいて変換するピッチ変換
手順と、前記ピッチ変換手順で変換されたピッチ情報お
よび前記蓄積手順で蓄積された符号化情報を用いてディ
ジタル音声信号を復号化する音声復号化手順と、前記音
声復号化手順で復号化されたディジタル音声信号をアナ
ログ音声信号に変換するＤ／Ａ変換手順と、を含むもの
である。

【００３４】これによれば、音声符号化手順によりディ
ジタル音声信号に符号化する際に、音声のピッチに相当
するパラメータを適応符号帳探索によって抽出・符号化
するＣＥＬＰ符号化方式を用いているとともに、この符
号化パラメータを蓄積する蓄積手順を持っているため、
必ずしも音声入力と同時に音声変換する必要がなく、蓄
積された符号化パラメータを蓄積手順で適宜読み出し
て、ピッチ変換手順で利用者の入力に基づいて変換する
ことにより、他のスペクトルパラメータを変換せずに、
音声の高さを自在に変更することができる。

【００３５】また、請求項１２に記載の音声変換プログ
ラムを記録したコンピュータ読み取り可能な記録媒体
は、請求項１１に記載の記録媒体において、前記蓄積手
順で蓄積された音声スペクトルパラメータを読み出して
利用者の入力に応じて変換するスペクトル変換手順をさ
らに含むものである。

【００３６】これによれば、音声符号化手順で抽出され
た音声スペクトルパラメータを蓄積手順に蓄積し、この
蓄積手順から読み出した音声スペクトルパラメータを利
用者の入力に応じてスペクトル変換手順により変換する
ため、例えば、男性音と女性音といった２者の音声を相
互に変換する処理などを容易に行うことができる。

【００３７】

【発明の実施の形態】以下、本発明の音声変換装置、音
声変換方法および音声変換プログラムを記録したコンピ
ュータ読み取り可能な記録媒体の実施の形態について、
添付の図面を参照して詳細に説明する。

【００３８】（実施の形態１）図１は、本実施の形態１
に係る音声変換装置の概略構成を説明するブロック図で
ある。実施の形態１の音声変換装置としては、アナログ
音声信号をディジタル音声信号に変換し、音声符号化、
データ圧縮、ベクトル量子化などを行い、留守番電話や
音声応答システム、あるいはボイスメールなどに用いら
れる音声圧縮符号化装置１０を例とする。図１の音声圧
縮符号化装置１０は、Ａ／Ｄ変換手段としてのＡ／Ｄ変
換部１２、音声符号化手段としての音声符号化部１４、
ピッチ変換手段としてのピッチ変換部１６、音声復号化
手段としての音声復号化部１８、およびＤ／Ａ変換手段
としてのＤ／Ａ変換部２０などを備えている。

【００３９】Ａ／Ｄ変換部１２は、入力されたアナログ
音声波形をディジタル音声信号に変換するものであり、
例えば、Ａ／ＤコンバータやＰＣ用サウンドボードなど
が挙げられる。

【００４０】音声符号化部１４は、前段のＡ／Ｄ変換部
１２から入力されるディジタル音声信号を後述するＣＥ
ＬＰ符号化方式によって符号化するものである。また、
この符号化処理中に抽出されるピッチ情報は、次段のピ
ッチ変換部１６にも送られる。

【００４１】ピッチ変換部１６は、装置の利用者が所望
のピッチ変換倍率を入力すると、それに応じて前段の音
声符号化部１４で符号化処理中に抽出されたピッチ情報
を変換処理するものである。

【００４２】音声復号化部１８は、前記ピッチ変換部１
６によって変換されたピッチ情報と、前記音声符号化部
１４によって抽出・符号化された情報とを用いて、ここ
ではＣＥＬＰ方式による復号化処理を行って、符号化さ
れたディジタル音声信号を復号化するものである。

【００４３】Ｄ／Ａ変換部２０は、前記音声復号化部１
８において復号化されたディジタル音声信号をアナログ
音声信号に変換するものである。

【００４４】次に、上記のＣＥＬＰ方式を用いた音声変
換処理手順について図２の流れ図を用いて説明する。Ｃ
ＥＬＰ方式とは、線形予測に基づく音声のＡＲ（ Auto
- Regressive：自己回帰）モデルに基づいたモデルベー
スの圧縮符号化方式のことである。

【００４５】まず、符号化側では、ディジタル音声信号
をフレームと呼ばれる単位に分割する（ステップＳ
１）。

【００４６】そして、各フレームについて、そのスペク
トル包絡を表わすＬＰＣ（ LinearPrediction Coeffic
ients：線形予測）係数を抽出する。このＬＰＣ係数の
抽出方法としては、ここではフレーム信号の自己相関関
数を計算してダービン（Durbin）の再帰解法を適用する
という一般的な手法を用いているが、必ずしもこれに限
定されない。さらに、ＬＰＣ係数は、量子化され、符号
化される（ステップＳ２）。このＬＰＣ係数の量子化に
は、量子化効率の良いＬＳＰ（Line SpectrumPair：線
スペクトル対）パラメータが用いられることが多い。

【００４７】また、各フレームに対して、そのピッチ的
な性質を符号化するために、適応符号帳探索が行われる
（ステップＳ３）。これは、処理フレーム以前の線形予
測残差信号列から、各ピッチに対する処理フレームの残
差信号列（適応符号ベクトル）を構成し、さらに各適応
符号ベクトルに対するＬＰＣフィルタ出力を求め、ゲイ
ン・シェイプ（Gain - Sape ）型のベクトル量子化によ
って最適な適応符号ベクトルＬＰＣフィルタ出力、すな
わち、最適な適応符号ベクトルおよび最適なピッチを求
めるものである。このようにして、各ピッチに対して与
えられる符号が適応符号となる。

【００４８】また、各フレーム信号から適応符号帳探索
によって求められた最適な適応符号ベクトルのＬＰＣフ
ィルタ出力を差し引き、予め用意された雑音符号帳内の
各ベクトル（雑音符号ベクトル）に対してＬＰＣフィル
タ出力を求め、適応符号帳探索と同様に最適な雑音符号
ベクトルを求める（ステップＳ４）。各雑音符号ベクト
ルに対して与えられる符号が雑音符号となる。

【００４９】さらに、最適な適応符号ベクトルおよび最
適な雑音符号ベクトルのそれぞれに対応する利得情報が
利得符号帳を用いることによって量子化および符号化さ
れる（ステップＳ５）。最適な適応符号ベクトルおよび
最適な雑音符号ベクトルそれぞれの利得情報の符号化方
法としては、適応符号帳探索および雑音符号帳探索のそ
れぞれが終了した際に逐次行う場合と、両者の探索が終
了したと同時にベクトル量子化を行う場合とがある。

【００５０】また、雑音符号帳検索の際に、ＳＮＲ（ S
ignal - Noise Ratio：信号体雑音比）を改善するため
に、各雑音符号ベクトルを最適な適応符号ベクトルに直
交化してから探索を行うようにすることもできる。

【００５１】さらに、適応符号帳探索および雑音符号帳
探索および最適な適応符号ベクトルおよび最適な雑音符
号ベクトルに対する利得の量子化および符号化は、サブ
フレームと呼ばれる前記フレームをさらに分割した処理
単位に対して行うようにしても良い。

【００５２】さらにまた、適応符号帳探索、雑音符号帳
探索、および利得の量子化・符号化においては、人間の
聴覚特性に基づいた重み付け処理を行うことにより、聴
覚的に最適な探索および量子化・符号化を行って、符号
化品質を向上させることができる。

【００５３】一般にＣＥＬＰ方式は、音声の蓄積や伝送
に用いられ、そのような場合は、ＬＰＣ（しばしばＬＳ
Ｐ）量子化符号、適応符号、雑音符号、および利得符号
などの符号化パラメータは、蓄積あるいは伝送される。

【００５４】復号時には、それぞれ符号化パラメータを
復号し（ステップＳ６，ステップＳ７）、雑音符号ベク
トルおよび適応符号ベクトルおよび利得情報から励振源
ベクトルを構成し、復号されたＬＰＣ係数によって構成
されるＬＰＣ合成フィルタによって復号ディジタル音声
信号を構成する（ステップＳ８）。

【００５５】本実施の形態１によれば、ＣＥＬＰ方式に
よる適応符号帳探索（ステップＳ３）において求めた最
適なピッチを利用者の入力（ここでは、ピッチ変換倍
率）に応じて変換した後（ステップＳ９）、そのピッチ
情報を復号化し（ステップＳ７）、ＬＰＣフィルタリン
グを行うことにより（ステップＳ８）、利用者が所望の
ピッチ、すなわち、所望の声の高さを持った音声に自在
に変換することができる。このように、ＣＥＬＰ符号化
方式を採用したため、適応符号帳探索においてピッチを
抽出・符号化する際に、利用者によってあらかじめ設定
された倍率でピッチを変換し、変換後のピッチを用いて
雑音符号帳探索以後の処理を行うことによって、再生音
のピッチを自在に変更することが可能となる。

【００５６】また、本実施の形態１の音声圧縮符号化装
置１０は、蓄積目的で利用するものでないため、ピッチ
情報以外のパラメータについては、量子化前の値をその
まま用いることができるので、ＬＰＣ係数など量子化後
のものを用いる場合と比較すると、高品質な再生音声を
得ることができる。

【００５７】（実施の形態２）図３は、本実施の形態２
に係る音声変換装置の概略構成を説明するブロック図で
ある。図３の音声変換装置も上記実施の形態１と同様
に、留守番電話や音声応答システム、あるいはボイスメ
ールなどに用いられる音声圧縮符号化装置３０である。

【００５８】本実施の形態２における特徴的な構成は、
図３に示されるように、音声符号化部１４でＣＥＬＰ方
式によって符号化した音声スペクトルパラメータを利用
者の入力に応じて変換するスペクトル変換手段としての
スペクトル変換部３２を図１の音声符号化部１４と音声
復号化部１８との間に設けた点にある。なお、スペクト
ル変換部３２以外の構成については、実施の形態１と同
様であるので説明を省略する。

【００５９】すなわち、このスペクトル変換部３２は、
例えば同一の文章を男女の発声者によって発声してもら
ったデータを予め取得しておき、同一の母音に対するＬ
ＳＰなどの音声スペクトルパラメータの対応を学習して
男性音と女性音などの対応表を作成しておくことによ
り、この対応表に基づいて音声を所望の音質に変換でき
るようにしたものである。

【００６０】このように、本実施の形態２によれば、音
声符号化部１４で抽出された音声スペクトルパラメータ
を利用者の入力に応じてスペクトル変換部３２で変換す
ることにより、男性音と女性音のように異なる音質から
成る２つの音声を相互変換する処理が可能となる。

【００６１】なお、本実施の形態２では、男性音と女性
音の対応表を作成した例をあげたが、これ以外にも子供
の声と老人の声、あるいは、艶のある声とハスキーヴォ
イスなど、種々の対応表を作成しておくことにより、所
望の音声への変換が自由に選択できるようになるととも
に、これらを組み合わせた合成音声を作成することも可
能となる。

【００６２】（実施の形態３）図４は、本実施の形態３
に係る音声変換装置の概略構成を説明するブロック図で
ある。図４の音声変換装置も上記実施の形態１および２
と同様に、留守番電話や音声応答システム、あるいはボ
イスメールなどに用いられる音声圧縮符号化装置４０で
ある。

【００６３】本実施の形態３の特徴的な構成は、図４に
示されるように、音声符号化部１４で符号化された符号
化情報を一旦蓄積する蓄積手段としての蓄積部４２が図
１の音声符号化部１４と音声復号化部１８との間に設け
られ、ピッチ変換部１６に入力されるピッチ情報もこの
蓄積部４２から供給されるようにした点にある。なお、
蓄積部４２以外の構成については、実施の形態１と同様
であるので説明を省略する。

【００６４】すなわち、この蓄積部４２は、音声符号化
部１４で符号化された符号化情報を一旦蓄積できること
から、アナログ音声信号の入力と同時に音声変換処理す
る必要が無くなり、蓄積部４２に一度圧縮・蓄積された
符号化情報を適宜読み出すことによって、実施の形態１
と同様の音声変換処理が行えるようにしたものである。

【００６５】このように、本実施の形態３によれば、音
声符号化部１４によりディジタル音声信号を符号化する
際に、音声のピッチに相当するパラメータを適応符号帳
探索によって抽出・符号化するＣＥＬＰ符号化方式を用
いていると共に、この符号化パラメータを蓄積部４２に
蓄積することができるため、他のスペクトルパラメータ
を変換することなく、音声の高さを自在に変更すること
ができる。

【００６６】（実施の形態４）図５は、本実施の形態４
に係る音声変換装置の概略構成を説明するブロック図で
ある。図５の音声変換装置も上記実施の形態１〜３と同
様に、留守番電話や音声応答システム、あるいはボイス
メールなどに用いられる音声圧縮符号化装置５０であ
る。

【００６７】本実施の形態４の特徴的な構成は、図５に
示されるように、音声符号化部１４でＣＥＬＰ方式によ
って符号化した音声スペクトルパラメータを利用者の入
力に応じて変換するスペクトル変換手段としてのスペク
トル変換部５２を上記実施の形態３の図４の蓄積部４２
と音声復号化部１８との間に設けた点にある。なお、ス
ペクトル変換部３２以外の構成については、上記実施の
形態１および３と同様であるので説明を省略する。

【００６８】また、スペクトル変換部５２の構成につい
ても、実施の形態２で説明したスペクトル変換部３２と
同様であって、同一の文章を男女の発声者によって発声
してもらったデータを予め取得し、同一の母音に対する
ＬＳＰなどの音声スペクトルパラメータの対応を学習し
て男性音と女性音などの対応表を作成し、この対応表に
基づいて音声を所望の音質に変換するものである。

【００６９】すなわち、本実施の形態４は、蓄積部４２
が付加された実施の形態３の音声圧縮符号化装置に、上
記実施の形態２におけるスペクトル変換部３２（実施の
形態４の図５では５２）をさらに付加することにより、
音声符号化部１４で抽出された音声スペクトルパラメー
タを蓄積部４２に一度圧縮・蓄積し、この蓄積部４２か
ら適宜音声スペクトルパラメータを読み出して、利用者
の入力に応じてスペクトル変換部５２で変換できるよう
にしたものである。

【００７０】このように、本実施の形態４によれば、音
声符号化部１４によりディジタル音声信号を符号化する
際に、音声のピッチに相当するパラメータを適応符号帳
探索によって抽出・符号化するＣＥＬＰ符号化方式を用
いていると共に、この符号化パラメータを蓄積部４２に
蓄積することができるため、他のスペクトルパラメータ
を変換せずに、音声の高さを自在に変更することができ
る。また、蓄積部４２に蓄積された音声スペクトルパラ
メータを利用者の入力に応じてスペクトル変換部５２で
変換することができるため、ここでは、男性音と女性音
のように異なる音質から成る２者の音声を相互変換する
処理が可能となる。

【００７１】なお、本実施の形態４のスペクトル変換部
５２は、実施の形態２の場合と同様に、男性音と女性音
の対応表を作成した例で説明したが、勿論これに限定さ
れるものではなく、種々の対応表を作成することによ
り、所望の音声に変換することができると共に、これら
を組み合わせて合成音声を作成することも可能である。

【００７２】また、上記したように、図１〜図５を用い
て実施の形態１〜４で説明した音声変換処理に関する音
声変換プログラムを光ディスク、光磁気ディスク、磁気
テープなどの記録媒体に記録し、この記録媒体から読み
出された音声変換プログラムに基づいて、上記と同様の
音声変換処理を実行するようにしても良い。

【００７３】

【発明の効果】以上説明したように、本発明の音声変換
装置（請求項１）によれば、音声符号化手段によりディ
ジタル音声信号に符号化する際に、音声のピッチに相当
するパラメータを適応符号帳探索によって抽出・符号化
するＣＥＬＰ符号化方式を用いており、この抽出された
ピッチを利用者の入力に基づいてピッチ変換手段により
変換するようにしたので、他のスペクトルパラメータを
変換することなく、音声の高さを自在に変更することが
できる。換言すれば、６ｋｂｐｓ〜１６ｋｂｐｓあたり
のビットレートにおいて良好な音声が得られると共に、
その音声のピッチを自在に変更できるようにすることが
できる。

【００７４】本発明の音声変換装置（請求項２）によれ
ば、請求項１に記載の音声変換装置において、音声符号
化手段で抽出された音声スペクトルパラメータを利用者
の入力に応じて変換するスペクトル変換手段をさらに備
えているので、男性音と女性音といったような２者の音
声を相互に変換する処理などを行うことができる。

【００７５】本発明の音声変換装置（請求項３）によれ
ば、音声符号化手段によりディジタル音声信号を符号化
する際に、音声のピッチに相当するパラメータを適応符
号帳探索によって抽出・符号化するＣＥＬＰ符号化方式
を用いているとともに、この符号化パラメータを蓄積手
段によって蓄積することができるので、必ずしも音声入
力と同時に音声変換する必要がなく、蓄積されている符
号化パラメータを蓄積手段から適宜読み出してピッチ変
換手段により利用者の入力に基づいて変換することによ
り、他のスペクトルパラメータを変換せずに、音声の高
さを自在に変更することができる。

【００７６】本発明の音声変換装置（請求項４）によれ
ば、請求項３に記載の音声変換装置において、音声符号
化手段で抽出された音声スペクトルパラメータを蓄積手
段に蓄積し、この蓄積手段から読み出した音声スペクト
ルパラメータを利用者の入力に応じて変換するスペクト
ル変換手段をさらに備えているので、男性音と女性音と
いった２者の音声を相互に変換する処理などを容易に行
うことができる。

【００７７】本発明の音声変換方法（請求項５）によれ
ば、音声符号化工程によりディジタル音声信号に符号化
する際に、音声のピッチに相当するパラメータを適応符
号帳探索によって抽出・符号化するＣＥＬＰ符号化方式
を用いており、この抽出されたピッチをピッチ変換工程
により利用者の入力に基づいて変換するようにしたの
で、他のスペクトルパラメータを変換せずに、音声の高
さを自在に変更することができる。

【００７８】本発明の音声変換方法（請求項６）によれ
ば、請求項５に記載の音声変換方法において、音声符号
化工程で抽出された音声スペクトルパラメータを利用者
の入力に応じて変換するスペクトル変換工程をさらに備
えているので、男性音と女性音といった２者の音声を相
互に変換する処理などを行うことができる。

【００７９】本発明の音声変換方法（請求項７）によれ
ば、音声符号化工程によりディジタル音声信号に符号化
する際に、音声のピッチに相当するパラメータを適応符
号帳探索によって抽出・符号化するＣＥＬＰ符号化方式
を用いているとともに、この符号化パラメータを蓄積す
る蓄積工程を持っているので、必ずしも音声入力と同時
に音声変換する必要がなく、蓄積された符号化パラメー
タを蓄積工程で適宜読み出して、ピッチ変換工程で利用
者の入力に基づいて変換することにより、他のスペクト
ルパラメータを変換せずに、音声の高さを自在に変更す
ることができる。

【００８０】本発明の音声変換方法（請求項８）によれ
ば、請求項７に記載の音声変換方法において、音声符号
化工程で抽出された音声スペクトルパラメータを蓄積工
程で蓄積し、この蓄積工程で読み出した音声スペクトル
パラメータを利用者の入力に応じてスペクトル変換工程
により変換するので、男性音と女性音といった２者の音
声を相互に変換する処理などを容易に行うことができ
る。

【００８１】本発明の音声変換プログラムを記録したコ
ンピュータ読み取り可能な記録媒体（請求項９）によれ
ば、音声符号化手順によりディジタル音声信号に符号化
する際に、音声のピッチに相当するパラメータを適応符
号帳探索によって抽出・符号化するＣＥＬＰ符号化手順
を用いており、この抽出されたピッチをピッチ変換手順
により利用者の入力に基づいて変換するので、他のスペ
クトルパラメータを変換することなく、音声の高さを自
在に変更することができる。

【００８２】本発明の音声変換プログラムを記録したコ
ンピュータ読み取り可能な記録媒体（請求項１０）によ
れば、請求項９に記載の記録媒体において、音声符号化
手順で抽出された音声スペクトルパラメータを利用者の
入力に応じて変換するスペクトル変換手順をさらに備え
ているので、男性音と女性音といった２者の音声を相互
に変換する処理などを行うことができる。

【００８３】本発明の音声変換プログラムを記録したコ
ンピュータ読み取り可能な記録媒体（請求項１１）によ
れば、音声符号化手順によりディジタル音声信号に符号
化する際に、音声のピッチに相当するパラメータを適応
符号帳探索によって抽出・符号化するＣＥＬＰ符号化方
式を用いているとともに、この符号化パラメータを蓄積
する蓄積手順を持っているので、必ずしも音声入力と同
時に音声変換する必要がなく、蓄積された符号化パラメ
ータを蓄積手順で適宜読み出して、ピッチ変換手順で利
用者の入力に基づいて変換することにより、他のスペク
トルパラメータを変換せずに、音声の高さを自在に変更
することができる。

【００８４】本発明の音声変換プログラムを記録したコ
ンピュータ読み取り可能な記録媒体（請求項１２）によ
れば、請求項１１に記載の記録媒体において、音声符号
化手順で抽出された音声スペクトルパラメータを蓄積手
順に蓄積し、この蓄積手順から読み出した音声スペクト
ルパラメータを利用者の入力に応じてスペクトル変換手
順により変換するので、男性音と女性音といった２者の
音声を相互に変換する処理などを容易に行うことができ
る。

【図面の簡単な説明】

【図１】本実施の形態１に係る音声変換装置の概略構成
を説明するブロック図である。

【図２】本実施の形態１においてＣＥＬＰ方式による音
声変換処理手順を説明する流れ図である。

【図３】本実施の形態２に係る音声変換装置の概略構成
を説明するブロック図である。

【図４】本実施の形態３に係る音声変換装置の概略構成
を説明するブロック図である。

【図５】本実施の形態４に係る音声変換装置の概略構成
を説明するブロック図である。

【符号の説明】

１０ 音声圧縮符号化装置（音声変換装置） １２ Ａ／Ｄ変換部（Ａ／Ｄ変換手段） １４ 音声符号化部（音声符号化手段） １６ ピッチ変換部（ピッチ変換手段） １８ 音声復号化部（音声復号化手段） ２０ Ｄ／Ａ変換部（Ｄ／Ａ変換手段） ３０ 音声圧縮符号化装置（音声変換装置） ３２ スペクトル変換部（スペクトル変換手段） ４０ 音声圧縮符号化装置（音声変換装置） ４２ 蓄積部（蓄積手段） ５０ 音声圧縮符号化装置（音声変換装置） ５２ スペクトル変換部（スペクトル変換手段）

Claims (12)

【特許請求の範囲】
1. 【請求項１】 アナログ音声波形をディジタル音声信号
   に変換するＡ／Ｄ変換手段と、 前記ディジタル音声信号をＣＥＬＰ符号化方式により符
   号化する音声符号化手段と、 前記音声符号化手段による符号化処理中に抽出されたピ
   ッチ情報を利用者の入力に基づいて変換するピッチ変換
   手段と、 前記ピッチ変換手段によって変換されたピッチ情報およ
   び前記音声符号化手段によって抽出・符号化された情報
   を用いてディジタル音声信号を復号化する音声復号化手
   段と、 前記音声復号化手段によって復号化されたディジタル音
   声信号をアナログ音声信号に変換するＤ／Ａ変換手段
   と、 を備えていることを特徴とする音声変換装置。
2. 【請求項２】 前記音声符号化手段によって抽出された
   音声スペクトルパラメータを利用者の入力に応じて変換
   するスペクトル変換手段をさらに備えていることを特徴
   とする請求項１に記載の音声変換装置。
3. 【請求項３】 アナログ音声波形をディジタル音声信号
   に変換するＡ／Ｄ変換手段と、 前記ディジタル音声信号をＣＥＬＰ符号化方式により符
   号化する音声符号化手段と、 前記音声符号化手段において抽出・符号化されたパラメ
   ータを蓄積する蓄積手段と、 前記蓄積手段から読み出したピッチ情報を利用者の入力
   に基づいて変換するピッチ変換手段と、 前記ピッチ変換手段によって変換されたピッチ情報およ
   び前記蓄積手段から読み出された符号化情報を用いてデ
   ィジタル音声信号を復号化する音声復号化手段と、 前記音声復号化手段によって復号化されたディジタル音
   声信号をアナログ音声信号に変換するＤ／Ａ変換手段
   と、 を備えていることを特徴とする音声変換装置。
4. 【請求項４】 前記蓄積手段から読み出された音声スペ
   クトルパラメータを利用者の入力に応じて変換するスペ
   クトル変換手段をさらに備えていることを特徴とする請
   求項３に記載の音声変換装置。
5. 【請求項５】 アナログ音声波形をディジタル音声信号
   に変換するＡ／Ｄ変換工程と、 前記ディジタル音声信号をＣＥＬＰ符号化方式により符
   号化する音声符号化工程と、 前記音声符号化工程における符号化処理中に抽出された
   ピッチ情報を利用者の入力に基づいて変換するピッチ変
   換工程と、 前記ピッチ変換工程で変換されたピッチ情報および前記
   音声符号化工程で抽出・符号化された情報を用いてディ
   ジタル音声信号を復号化する音声復号化工程と、 前記音声復号化工程で復号化されたディジタル音声信号
   をアナログ音声信号に変換するＤ／Ａ変換工程と、 を含むことを特徴とする音声変換方法。
6. 【請求項６】 前記音声符号化工程で抽出された音声ス
   ペクトルパラメータを利用者の入力に応じて変換するス
   ペクトル変換工程をさらに含んでいることを特徴とする
   請求項５に記載の音声変換方法。
7. 【請求項７】 アナログ音声波形をディジタル音声信号
   に変換するＡ／Ｄ変換工程と、 前記ディジタル音声信号をＣＥＬＰ符号化方式により符
   号化する音声符号化工程と、 前記音声符号化工程において抽出・符号化されたパラメ
   ータを蓄積する蓄積工程と、 前記蓄積工程で蓄積されたピッチ情報を読み出して利用
   者の入力に基づいて変換するピッチ変換工程と、 前記ピッチ変換工程で変換されたピッチ情報および前記
   蓄積工程で蓄積された符号化情報を用いてディジタル音
   声信号を復号化する音声復号化工程と、 前記音声復号化工程で復号化されたディジタル音声信号
   をアナログ音声信号に変換するＤ／Ａ変換工程と、 を含むことを特徴とする音声変換方法。
8. 【請求項８】 前記蓄積工程で蓄積された音声スペクト
   ルパラメータを読み出して利用者の入力に応じて変換す
   るスペクトル変換工程をさらに含んでいることを特徴と
   する請求項７に記載の音声変換方法。
9. 【請求項９】 アナログ音声波形をディジタル音声信号
   に変換するＡ／Ｄ変換手順と、 前記ディジタル音声信号をＣＥＬＰ符号化方式により符
   号化する音声符号化手順と、 前記音声符号化手順において符号化処理中に抽出された
   ピッチ情報を利用者の入力に基づいて変換するピッチ変
   換手順と、 前記ピッチ変換手順によって変換されたピッチ情報およ
   び前記音声符号化手順によって抽出・符号化された情報
   を用いてディジタル音声信号を復号化する音声復号化手
   順と、 前記音声復号化手順によって復号化されたディジタル音
   声信号をアナログ音声信号に変換するＤ／Ａ変換手順
   と、 を含むことを特徴とする音声変換プログラムを記録した
   コンピュータ読み取り可能な記録媒体。
10. 【請求項１０】 前記音声符号化手順によって抽出され
    た音声スペクトルパラメータを利用者の入力に応じて変
    換するスペクトル変換手順をさらに含むことを特徴とす
    る請求項９に記載の音声変換プログラムを記録したコン
    ピュータ読み取り可能な記録媒体。
11. 【請求項１１】 アナログ音声波形をディジタル音声信
    号に変換するＡ／Ｄ変換手順と、 前記ディジタル音声信号をＣＥＬＰ符号化方式により符
    号化する音声符号化手順と、 前記音声符号化手順で抽出・符号化されたパラメータを
    蓄積する蓄積手順と、 前記蓄積手順で蓄積されたピッチ情報を読み出して利用
    者の入力に基づいて変換するピッチ変換手順と、 前記ピッチ変換手順で変換されたピッチ情報および前記
    蓄積手順で蓄積された符号化情報を用いてディジタル音
    声信号を復号化する音声復号化手順と、 前記音声復号化手順で復号化されたディジタル音声信号
    をアナログ音声信号に変換するＤ／Ａ変換手順と、 を含むことを特徴とする音声変換プログラムを記録した
    コンピュータ読み取り可能な記録媒体。
12. 【請求項１２】 前記蓄積手順で蓄積された音声スペク
    トルパラメータを読み出して利用者の入力に応じて変換
    するスペクトル変換手順をさらに含むことを特徴とする
    請求項１１に記載の音声変換プログラムを記録したコン
    ピュータ読み取り可能な記録媒体。