JP2001117600A - 音声信号処理装置および音声信号処理方法 - Google Patents
音声信号処理装置および音声信号処理方法Info
- Publication number
- JP2001117600A JP2001117600A JP30027599A JP30027599A JP2001117600A JP 2001117600 A JP2001117600 A JP 2001117600A JP 30027599 A JP30027599 A JP 30027599A JP 30027599 A JP30027599 A JP 30027599A JP 2001117600 A JP2001117600 A JP 2001117600A
- Authority
- JP
- Japan
- Prior art keywords
- sine wave
- phase
- component
- audio signal
- frequency
- 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.)
- Granted
Links
Landscapes
- Reverberation, Karaoke And Other Acoustics (AREA)
Abstract
(57)【要約】
【課題】 正弦波分析を行って抽出した基本波成分と倍
音成分間の位相関係を保持した変換処理を行うことによ
り、より自然な変換処理音声を作り出す。 【解決手段】 音声信号が入力されると、ＳＭＳ分析が
行われ、正弦波成分が抽出される。抽出した正弦波成分
の位相情報から基本周波数と各倍音成分との位相の関係
を示す位相関係情報を取得する。そして、ＳＭＳ変換処
理がなされた後、上記のように取得した位相関係情報を
用いて、変換処理後の位相を形成する。これにより、元
の信号にみられた基本波周波数と倍音成分の位相関係が
保持された変換処理後の音声信号を生成することができ
る。
音成分間の位相関係を保持した変換処理を行うことによ
り、より自然な変換処理音声を作り出す。 【解決手段】 音声信号が入力されると、ＳＭＳ分析が
行われ、正弦波成分が抽出される。抽出した正弦波成分
の位相情報から基本周波数と各倍音成分との位相の関係
を示す位相関係情報を取得する。そして、ＳＭＳ変換処
理がなされた後、上記のように取得した位相関係情報を
用いて、変換処理後の位相を形成する。これにより、元
の信号にみられた基本波周波数と倍音成分の位相関係が
保持された変換処理後の音声信号を生成することができ
る。
Description
【０００１】
【発明の属する技術分野】本発明は、入力される音声信
号に対して正弦波分析を行い正弦波成分を取得し、該正
弦波成分に変換処理を行う音声信号処理装置、および音
声信号処理方法に関する。
号に対して正弦波分析を行い正弦波成分を取得し、該正
弦波成分に変換処理を行う音声信号処理装置、および音
声信号処理方法に関する。
【０００２】
【従来の技術】入力された音声の周波数特性などを変え
て出力する音声変換装置が開発されており、このような
音声変換装置を利用したカラオケ装置も開発されてい
る。
て出力する音声変換装置が開発されており、このような
音声変換装置を利用したカラオケ装置も開発されてい
る。
【０００３】上記のような音声変換装置としては、入力
される音声信号に正弦波分析を行って複数の正弦波成分
（基本波成分および倍音成分）と残差成分（主に無声
音）を抽出し、抽出した各正弦波成分に周波数変換など
の処理を施す。そして、変換処理後の新たな正弦波成分
と残差成分を合成することにより、入力された音声信号
の変換を行うものが開発されている。
される音声信号に正弦波分析を行って複数の正弦波成分
（基本波成分および倍音成分）と残差成分（主に無声
音）を抽出し、抽出した各正弦波成分に周波数変換など
の処理を施す。そして、変換処理後の新たな正弦波成分
と残差成分を合成することにより、入力された音声信号
の変換を行うものが開発されている。
【０００４】
【発明が解決しようとする課題】ところで、上述したよ
うな各正弦波成分に変換処理を施す場合、基本波成分お
よび倍音成分について、新たに振幅、周波数および位相
を形成する必要がある。従って、変換処理の際には、正
弦波分析により得られた各正弦波成分の全てについて、
振幅、周波数および位相を示すデータを属性（attribut
e）データとして保持し、保持した属性データを用いて
変換処理後の新たな各正弦波成分の振幅、周波数および
位相を形成していた。
うな各正弦波成分に変換処理を施す場合、基本波成分お
よび倍音成分について、新たに振幅、周波数および位相
を形成する必要がある。従って、変換処理の際には、正
弦波分析により得られた各正弦波成分の全てについて、
振幅、周波数および位相を示すデータを属性（attribut
e）データとして保持し、保持した属性データを用いて
変換処理後の新たな各正弦波成分の振幅、周波数および
位相を形成していた。
【０００５】しかし、上述したように元の正弦波成分の
位相を示すデータを用いて新たな正弦波成分の位相を形
成する方法では、ピッチシフトやタイムストレッチ（時
間伸張）などの変換処理を行った場合、位相の不連続が
生じてしまい、これに起因して変換した出力音声の音質
が劣化して自然さが損なわれてしまう。また、基本波成
分と倍音成分の位相を連続するように形成した場合も、
元の信号から取得した各成分間の位相関係が崩れてしま
い、これに起因して音質が劣化して自然さが損なわれて
しまう。
位相を示すデータを用いて新たな正弦波成分の位相を形
成する方法では、ピッチシフトやタイムストレッチ（時
間伸張）などの変換処理を行った場合、位相の不連続が
生じてしまい、これに起因して変換した出力音声の音質
が劣化して自然さが損なわれてしまう。また、基本波成
分と倍音成分の位相を連続するように形成した場合も、
元の信号から取得した各成分間の位相関係が崩れてしま
い、これに起因して音質が劣化して自然さが損なわれて
しまう。
【０００６】また、位相を示すデータを属性データとし
て保持せずに、新たな正弦波成分の位相を形成する方法
も考えられている。この場合、各正弦波成分の周波数に
関わらず、位相をランダムに生成したり、位相を任意の
固定値とする方法があるが、この場合にも各正弦波成分
間の位相に相関性がなく、音質が劣化して自然さが損な
われてしまう。
て保持せずに、新たな正弦波成分の位相を形成する方法
も考えられている。この場合、各正弦波成分の周波数に
関わらず、位相をランダムに生成したり、位相を任意の
固定値とする方法があるが、この場合にも各正弦波成分
間の位相に相関性がなく、音質が劣化して自然さが損な
われてしまう。
【０００７】また、位相を示すデータを属性データとし
て保持せずに、新たな正弦波成分の位相を形成する方法
としては、正弦波分析によって得られた周波数を示すデ
ータから新たな正弦波成分の位相を形成する方法もあ
る。しかしながら、この方法で位相を形成する場合に
は、入力される音声がインパルス的な音であったり、ピ
ッチが低域な音である場合には、新たに生成した位相と
元の位相との違いに起因して、聴取者は音の鮮明さや残
響感の違いを感じてしまう。特に、低周波数領域におい
ては、位相の人の知覚は顕著であり、低周波領域の音の
場合には聴取者が感じる違和感が大きくなってしまう。
て保持せずに、新たな正弦波成分の位相を形成する方法
としては、正弦波分析によって得られた周波数を示すデ
ータから新たな正弦波成分の位相を形成する方法もあ
る。しかしながら、この方法で位相を形成する場合に
は、入力される音声がインパルス的な音であったり、ピ
ッチが低域な音である場合には、新たに生成した位相と
元の位相との違いに起因して、聴取者は音の鮮明さや残
響感の違いを感じてしまう。特に、低周波数領域におい
ては、位相の人の知覚は顕著であり、低周波領域の音の
場合には聴取者が感じる違和感が大きくなってしまう。
【０００８】本発明は、上記の事情を考慮してなされた
ものであり、正弦波分析を行って抽出した複数の正弦波
成分間の位相関係を保持したまま変換処理を行うことに
より、より自然な変換処理音声を作り出すことが可能な
音声信号処理装置、および音声信号処理方法を提供する
ことを目的とする。
ものであり、正弦波分析を行って抽出した複数の正弦波
成分間の位相関係を保持したまま変換処理を行うことに
より、より自然な変換処理音声を作り出すことが可能な
音声信号処理装置、および音声信号処理方法を提供する
ことを目的とする。
【０００９】
【課題を解決するための手段】上記課題を解決するた
め、本発明の請求項１に記載の音声信号処理装置は、入
力される音声信号に正弦波分析を施して正弦波成分を取
得する正弦波取得手段と、前記正弦波取得手段により取
得された正弦波成分に変換処理を施して出力する変換手
段とを備える音声信号処理装置において、前記正弦波取
得手段により取得された正弦波成分の基本波成分および
各倍音成分の位相関係を示す位相関係情報を取得する位
相関係情報取得手段を備え、前記変換手段は、前記位相
関係情報取得手段により取得された位相関係情報および
変換処理後の新たな基本波成分の位相に基づいて、出力
すべき倍音成分の位相を形成する位相形成手段を有して
いることを特徴としている。
め、本発明の請求項１に記載の音声信号処理装置は、入
力される音声信号に正弦波分析を施して正弦波成分を取
得する正弦波取得手段と、前記正弦波取得手段により取
得された正弦波成分に変換処理を施して出力する変換手
段とを備える音声信号処理装置において、前記正弦波取
得手段により取得された正弦波成分の基本波成分および
各倍音成分の位相関係を示す位相関係情報を取得する位
相関係情報取得手段を備え、前記変換手段は、前記位相
関係情報取得手段により取得された位相関係情報および
変換処理後の新たな基本波成分の位相に基づいて、出力
すべき倍音成分の位相を形成する位相形成手段を有して
いることを特徴としている。
【００１０】また、請求項２に記載の音声信号処理装置
は、請求項１に記載の音声信号処理装置において、前記
位相関係情報取得手段は、前記正弦波取得手段により取
得された正弦波成分から前記位相関係情報を取得するこ
とを特徴としている。
は、請求項１に記載の音声信号処理装置において、前記
位相関係情報取得手段は、前記正弦波取得手段により取
得された正弦波成分から前記位相関係情報を取得するこ
とを特徴としている。
【００１１】また、請求項３に記載の音声信号処理装置
は、請求項１に記載の音声信号処理装置において、前記
位相関係情報取得手段は、予め設定された条件にしたが
って擬似的な前記位相関係情報を生成することを特徴と
している。
は、請求項１に記載の音声信号処理装置において、前記
位相関係情報取得手段は、予め設定された条件にしたが
って擬似的な前記位相関係情報を生成することを特徴と
している。
【００１２】また、請求項４に記載の音声信号処理装置
は、請求項３に記載の音声信号処理装置において、前記
擬似的な位相関係情報は、前記正弦波取得手段により取
得された正弦波成分の倍音成分の周波数に応じて決定さ
れることを特徴としている。
は、請求項３に記載の音声信号処理装置において、前記
擬似的な位相関係情報は、前記正弦波取得手段により取
得された正弦波成分の倍音成分の周波数に応じて決定さ
れることを特徴としている。
【００１３】また、請求項５に記載の音声信号処理装置
は、請求項４に記載の音声信号処理装置において、前記
擬似的な位相関係情報は、倍音成分の周波数が所定周波
数未満である場合には位相関係情報を固定値とし、倍音
成分の周波数が前記所定周波数以上である場合には倍音
成分の周波数を変数とする予め設定された関数により決
定されることを特徴としている。
は、請求項４に記載の音声信号処理装置において、前記
擬似的な位相関係情報は、倍音成分の周波数が所定周波
数未満である場合には位相関係情報を固定値とし、倍音
成分の周波数が前記所定周波数以上である場合には倍音
成分の周波数を変数とする予め設定された関数により決
定されることを特徴としている。
【００１４】また、請求項６に記載の音声信号処理装置
は、請求項３に記載の音声信号処理装置において、前記
擬似的な位相関係情報は、前記正弦波取得手段により取
得された正弦波成分のエンベロープ形状に応じて決定さ
れることを特徴としている。
は、請求項３に記載の音声信号処理装置において、前記
擬似的な位相関係情報は、前記正弦波取得手段により取
得された正弦波成分のエンベロープ形状に応じて決定さ
れることを特徴としている。
【００１５】また、請求項７に記載の音声信号処理装置
は、請求項５または６に記載の音声信号処理装置におい
て、前記位相関係情報取得手段は、生成する前記擬似的
な位相関係情報にゆらぎを付与することを特徴としてい
る。
は、請求項５または６に記載の音声信号処理装置におい
て、前記位相関係情報取得手段は、生成する前記擬似的
な位相関係情報にゆらぎを付与することを特徴としてい
る。
【００１６】また、請求項８に記載の音声信号処理方法
は、入力される音声信号に正弦波分析を施して正弦波成
分を取得する正弦波取得ステップと、前記正弦波取得ス
テップにより取得された正弦波成分に変換処理を施して
出力する変換ステップとを備える音声信号処理方法にお
いて、前記正弦波取得ステップにより取得された正弦波
成分の基本波成分および各倍音成分の位相関係を示す位
相関係情報を取得する位相関係情報取得ステップを備
え、前記変換ステップでは、前記位相関係情報取得ステ
ップにより取得された位相関係情報および変換処理後の
新たな基本波成分の位相に基づいて、出力すべき倍音成
分の位相を形成することを特徴としている。
は、入力される音声信号に正弦波分析を施して正弦波成
分を取得する正弦波取得ステップと、前記正弦波取得ス
テップにより取得された正弦波成分に変換処理を施して
出力する変換ステップとを備える音声信号処理方法にお
いて、前記正弦波取得ステップにより取得された正弦波
成分の基本波成分および各倍音成分の位相関係を示す位
相関係情報を取得する位相関係情報取得ステップを備
え、前記変換ステップでは、前記位相関係情報取得ステ
ップにより取得された位相関係情報および変換処理後の
新たな基本波成分の位相に基づいて、出力すべき倍音成
分の位相を形成することを特徴としている。
【００１７】また、請求項９に記載の音声信号処理方法
は、請求項８に記載の音声信号処理方法において、前記
位相関係情報取得ステップでは、前記正弦波取得ステッ
プにより取得された正弦波成分から前記位相関係情報を
取得することを特徴としている。
は、請求項８に記載の音声信号処理方法において、前記
位相関係情報取得ステップでは、前記正弦波取得ステッ
プにより取得された正弦波成分から前記位相関係情報を
取得することを特徴としている。
【００１８】また、請求項１０に記載の音声信号処理方
法は、請求項８に記載の音声信号処理方法において、前
記位相関係情報取得ステップは、予め設定された条件に
したがって擬似的な前記位相関係情報を生成することを
特徴としている。
法は、請求項８に記載の音声信号処理方法において、前
記位相関係情報取得ステップは、予め設定された条件に
したがって擬似的な前記位相関係情報を生成することを
特徴としている。
【００１９】また、請求項１１に記載の音声信号処理方
法は、請求項１０に記載の音声信号処理方法において、
前記擬似的な位相関係情報は、前記正弦波取得ステップ
により取得された正弦波成分の倍音成分の周波数に応じ
て決定されることを特徴としている。
法は、請求項１０に記載の音声信号処理方法において、
前記擬似的な位相関係情報は、前記正弦波取得ステップ
により取得された正弦波成分の倍音成分の周波数に応じ
て決定されることを特徴としている。
【００２０】また、請求項１２に記載の音声信号処理方
法は、請求項１１に記載の音声信号処理方法において、
前記擬似的な位相関係情報は、倍音成分の周波数が所定
周波数未満である場合には位相関係情報を固定値とし、
倍音成分の周波数が前記所定周波数以上である場合には
倍音成分の周波数を変数とする予め設定された関数によ
り決定されることを特徴としている。
法は、請求項１１に記載の音声信号処理方法において、
前記擬似的な位相関係情報は、倍音成分の周波数が所定
周波数未満である場合には位相関係情報を固定値とし、
倍音成分の周波数が前記所定周波数以上である場合には
倍音成分の周波数を変数とする予め設定された関数によ
り決定されることを特徴としている。
【００２１】また、請求項１３に記載の音声信号処理方
法は、請求項１０に記載の音声信号処理方法において、
前記擬似的な位相関係情報は、前記正弦波取得ステップ
により取得された正弦波成分のエンベロープ形状に応じ
て決定されることを特徴としている。
法は、請求項１０に記載の音声信号処理方法において、
前記擬似的な位相関係情報は、前記正弦波取得ステップ
により取得された正弦波成分のエンベロープ形状に応じ
て決定されることを特徴としている。
【００２２】また、請求項１４に記載の音声信号処理方
法は、請求項１２または１３に記載の音声信号処理方法
において、前記位相関係情報取得ステップでは、生成す
る前記擬似的な位相関係情報にゆらぎを付与することを
特徴としている。
法は、請求項１２または１３に記載の音声信号処理方法
において、前記位相関係情報取得ステップでは、生成す
る前記擬似的な位相関係情報にゆらぎを付与することを
特徴としている。
【００２３】
【発明の実施の形態】以下、図面を参照して本発明の実
施形態について説明する。 Ａ．第１実施形態 Ａ−１．構成 まず、図１は本発明の第１実施形態に係る音声信号処理
装置の構成を示す。同図に示すように、この音声信号処
理装置は、ＳＭＳ（Spectral Modeling Synthesis）分
析部１００と、変換処理部１０１と、位相関係情報取得
部１０２と、位相形成部１０３と、逆ＦＦＴ部１０４
と、パラメータ設定部２５とを備えている。
施形態について説明する。 Ａ．第１実施形態 Ａ−１．構成 まず、図１は本発明の第１実施形態に係る音声信号処理
装置の構成を示す。同図に示すように、この音声信号処
理装置は、ＳＭＳ（Spectral Modeling Synthesis）分
析部１００と、変換処理部１０１と、位相関係情報取得
部１０２と、位相形成部１０３と、逆ＦＦＴ部１０４
と、パラメータ設定部２５とを備えている。
【００２４】ＳＭＳ分析部１００は、入力される音声信
号をフレーム単位に区切り、フレーム単位に区切られた
音声信号を出力する時間窓処理部１０と、時間窓処理部
１０からのフレーム単位の音声信号に対して高速フーリ
エ変換（ＦＦＴ）処理を行い、周波数分析を行う周波数
分析部１１とを有している。なお、本実施形態におい
て、音声信号とは人の発する声を信号化したものに限ら
ず、楽器の発生した楽音等を含んだ音全般を信号化した
ものをいう。
号をフレーム単位に区切り、フレーム単位に区切られた
音声信号を出力する時間窓処理部１０と、時間窓処理部
１０からのフレーム単位の音声信号に対して高速フーリ
エ変換（ＦＦＴ）処理を行い、周波数分析を行う周波数
分析部１１とを有している。なお、本実施形態におい
て、音声信号とは人の発する声を信号化したものに限ら
ず、楽器の発生した楽音等を含んだ音全般を信号化した
ものをいう。
【００２５】周波数分析部１１は、フレーム単位の音声
信号に対してＦＦＴを行うことにより、その正弦波成分
と残差成分を抽出する。正弦波成分とは、基本周波数お
よび基本周波数の倍数にあたる周波数（倍音）の成分を
いう。また、正弦波成分として抽出されるデータとして
は、周波数を示す周波数情報ｆnと、振幅を示す振幅情
報Ａnと、位相を示す位相情報Ψnとが含まれている。こ
こで、残差成分とは入力信号から正弦波成分を除いた成
分であり、音声に含まれる無声成分を多く含んでいる。
信号に対してＦＦＴを行うことにより、その正弦波成分
と残差成分を抽出する。正弦波成分とは、基本周波数お
よび基本周波数の倍数にあたる周波数（倍音）の成分を
いう。また、正弦波成分として抽出されるデータとして
は、周波数を示す周波数情報ｆnと、振幅を示す振幅情
報Ａnと、位相を示す位相情報Ψnとが含まれている。こ
こで、残差成分とは入力信号から正弦波成分を除いた成
分であり、音声に含まれる無声成分を多く含んでいる。
【００２６】ＳＭＳ分析部１００によって抽出された残
差成分は、逆ＦＦＴ部１０４に出力され、正弦波成分は
変換処理部１０１および位相関係情報取得部１０２に出
力される。ここで、変換処理部１０１には正弦波成分の
うち周波数情報ｆnおよび振幅情報Ａnが出力され、位相
関係情報取得部１０２には位相情報Ψnが出力されるよ
うになっている。
差成分は、逆ＦＦＴ部１０４に出力され、正弦波成分は
変換処理部１０１および位相関係情報取得部１０２に出
力される。ここで、変換処理部１０１には正弦波成分の
うち周波数情報ｆnおよび振幅情報Ａnが出力され、位相
関係情報取得部１０２には位相情報Ψnが出力されるよ
うになっている。
【００２７】変換処理部１０１は、パラメータ設定部２
５により設定されたパラメータ等に基づいて、ＳＭＳ分
析部１００から供給される正弦波成分（位相情報Ψnを
除く）に変換処理を行うものである。例えば、この音声
信号処理装置がカラオケ装置に適用されている場合に
は、図２に示すような構成のものなどが用いられる。
５により設定されたパラメータ等に基づいて、ＳＭＳ分
析部１００から供給される正弦波成分（位相情報Ψnを
除く）に変換処理を行うものである。例えば、この音声
信号処理装置がカラオケ装置に適用されている場合に
は、図２に示すような構成のものなどが用いられる。
【００２８】図２において、符号１１０は分離部であ
り、周波数分析部１１が出力する周波数値Ｆ0〜Ｆnと振
幅値Ａ0〜Ａnとを分離する。ピッチ検出部１１１は、分
離部１１０から供給される周波数値に基づいて各フレー
ム毎のピッチを検出する。この場合のピッチ検出は、分
離部１１０が出力する周波数値のうち最も低い値から所
定数（例えば３個程度）の周波数値を選択し、それらの
周波数値を所定の重み付けをした後に、それらの平均を
算出してピッチＰＳとする。また、ピッチ検出部１１１
は、ピッチを検出することができないフレームについて
は、ピッチ無しを示す信号を出力する。ピッチ無しのフ
レームとは、そのフレーム内の音声信号がほとんど無声
音やノイズによって構成されている場合である。このよ
うなフレームについては、周波数スペクトルが倍音構成
とならないので、ピッチ無しと判定する。
り、周波数分析部１１が出力する周波数値Ｆ0〜Ｆnと振
幅値Ａ0〜Ａnとを分離する。ピッチ検出部１１１は、分
離部１１０から供給される周波数値に基づいて各フレー
ム毎のピッチを検出する。この場合のピッチ検出は、分
離部１１０が出力する周波数値のうち最も低い値から所
定数（例えば３個程度）の周波数値を選択し、それらの
周波数値を所定の重み付けをした後に、それらの平均を
算出してピッチＰＳとする。また、ピッチ検出部１１１
は、ピッチを検出することができないフレームについて
は、ピッチ無しを示す信号を出力する。ピッチ無しのフ
レームとは、そのフレーム内の音声信号がほとんど無声
音やノイズによって構成されている場合である。このよ
うなフレームについては、周波数スペクトルが倍音構成
とならないので、ピッチ無しと判定する。
【００２９】次に、符号２０は音声を似せようとする対
象（以下、ターゲットという）の情報が記憶されている
ターゲット情報記憶部である。ターゲット情報記憶部２
０は、曲毎にターゲットの情報を記憶している。ターゲ
ットの情報は、ターゲットの音声の音階的なピッチを抽
出したピッチ情報ＰＴｏと、ピッチの揺らぎ成分ＰＴｆ
と、確定的な振幅成分（分離部１１０が出力する振幅値
Ａ0、Ａ1、Ａ2……と同種の成分）とを有しており、こ
れらの情報は、音階的ピッチ記憶部２１、ゆらぎピッチ
記憶部２２および確定的振幅成分記憶部２３に各々記憶
されている。ターゲット情報記憶部２０は、カラオケ演
奏に同期して、上述した各情報を読み出すようになって
いる。
象（以下、ターゲットという）の情報が記憶されている
ターゲット情報記憶部である。ターゲット情報記憶部２
０は、曲毎にターゲットの情報を記憶している。ターゲ
ットの情報は、ターゲットの音声の音階的なピッチを抽
出したピッチ情報ＰＴｏと、ピッチの揺らぎ成分ＰＴｆ
と、確定的な振幅成分（分離部１１０が出力する振幅値
Ａ0、Ａ1、Ａ2……と同種の成分）とを有しており、こ
れらの情報は、音階的ピッチ記憶部２１、ゆらぎピッチ
記憶部２２および確定的振幅成分記憶部２３に各々記憶
されている。ターゲット情報記憶部２０は、カラオケ演
奏に同期して、上述した各情報を読み出すようになって
いる。
【００３０】次に、音階的ピッチ記憶部２１から読み出
されたピッチ情報ＰＴｏは、割合制御部３０においてピ
ッチＰＳと混合される。この場合の混合は、次の式に基
づいて行われる。 (1.0-α)*PS+α*PTo ここで、αは０から１までの値をとるパラメータであ
り、割合制御部３０から出力される信号は、α=0でピッ
チＰＳに等しくなり、α=1でピッチ情報ＰＴｏに等しく
なる。また、パラメータαは、操作者がパラメータ設定
部２５（図１参照）を操作することによって任意の値が
設定される。パラメータ設定部２５においては、後述す
るパラメータβ、γも設定可能になっている。
されたピッチ情報ＰＴｏは、割合制御部３０においてピ
ッチＰＳと混合される。この場合の混合は、次の式に基
づいて行われる。 (1.0-α)*PS+α*PTo ここで、αは０から１までの値をとるパラメータであ
り、割合制御部３０から出力される信号は、α=0でピッ
チＰＳに等しくなり、α=1でピッチ情報ＰＴｏに等しく
なる。また、パラメータαは、操作者がパラメータ設定
部２５（図１参照）を操作することによって任意の値が
設定される。パラメータ設定部２５においては、後述す
るパラメータβ、γも設定可能になっている。
【００３１】次に、ピッチ正規化部１２は、分離部１１
０から出力される各周波数値ｆ0〜ｆnをピッチＰＳで割
り、周波数値を正規化する。正規化された各周波数値ｆ
0／ＰＳ〜ｆn／ＰＳ（ディメンジョンは無名数）は、乗
算部１５によって割合制御部からの信号と乗算され、そ
のディメンジョンは再び周波数となる。この場合、パラ
メータαの値により、マイク１から音声を入力している
歌い手（以下、シンガーという）のピッチの影響が強く
なるか、あるいは、ターゲットのピッチの影響が強くな
るかが決定される。
０から出力される各周波数値ｆ0〜ｆnをピッチＰＳで割
り、周波数値を正規化する。正規化された各周波数値ｆ
0／ＰＳ〜ｆn／ＰＳ（ディメンジョンは無名数）は、乗
算部１５によって割合制御部からの信号と乗算され、そ
のディメンジョンは再び周波数となる。この場合、パラ
メータαの値により、マイク１から音声を入力している
歌い手（以下、シンガーという）のピッチの影響が強く
なるか、あるいは、ターゲットのピッチの影響が強くな
るかが決定される。
【００３２】割合制御部３１は、ゆらぎピッチ記憶部２
２から出力される揺らぎ成分ＰＴｆにパラメータβ（０
≦β≦１）を乗算部１４で乗算して出力する。この場
合、揺らぎ成分ＰＴｆは、セントの単位でピッチ情報Ｐ
Ｔｏに対する偏差を示している。従って、割合制御部３
１においては、揺らぎ成分ＰＴｆを１２００（１オクタ
ーブは１２００セント）で除し、それに対し２のべきを
とる演算を行う。すなわち、以下の演算を行う。 POW(2,(PTf*β/1200)) この演算結果と乗算部１５の出力信号が乗算され、さら
に、乗算部１４の出力信号は、乗算部１７において、ト
ランスポーズ制御部３２の出力信号と乗算される。トラ
ンスポーズ制御部３２は、移調を行う音程に応じた値を
出力するものである。どの程度の移調を行うかは、任意
に設定されるが、通常は、移調なしが設定されるか、あ
るいは、オクターブ単位の変化が指定される。オクター
ブ単位の変化が指定されるのは、ターゲットが男性でシ
ンガーが女性（あるいはその逆）の場合のように、歌う
音程にオクターブの差がある場合などのときである。以
上のようにして、ピッチ正規化部１２から出力された周
波数値は、ターゲットのピッチ、揺らぎ成分が付与さ
れ、さらに、必要であればオクターブ変換が行われた後
に出力される。
２から出力される揺らぎ成分ＰＴｆにパラメータβ（０
≦β≦１）を乗算部１４で乗算して出力する。この場
合、揺らぎ成分ＰＴｆは、セントの単位でピッチ情報Ｐ
Ｔｏに対する偏差を示している。従って、割合制御部３
１においては、揺らぎ成分ＰＴｆを１２００（１オクタ
ーブは１２００セント）で除し、それに対し２のべきを
とる演算を行う。すなわち、以下の演算を行う。 POW(2,(PTf*β/1200)) この演算結果と乗算部１５の出力信号が乗算され、さら
に、乗算部１４の出力信号は、乗算部１７において、ト
ランスポーズ制御部３２の出力信号と乗算される。トラ
ンスポーズ制御部３２は、移調を行う音程に応じた値を
出力するものである。どの程度の移調を行うかは、任意
に設定されるが、通常は、移調なしが設定されるか、あ
るいは、オクターブ単位の変化が指定される。オクター
ブ単位の変化が指定されるのは、ターゲットが男性でシ
ンガーが女性（あるいはその逆）の場合のように、歌う
音程にオクターブの差がある場合などのときである。以
上のようにして、ピッチ正規化部１２から出力された周
波数値は、ターゲットのピッチ、揺らぎ成分が付与さ
れ、さらに、必要であればオクターブ変換が行われた後
に出力される。
【００３３】次に、符号１３は、振幅検出部であり、分
離部１１０から供給される振幅値Ａ0、Ａ1、Ａ2……の
平均値ＭＳをフレーム毎に検出する。振幅正規化部１６
においては、振幅値Ａ0、Ａ1、Ａ2……をその平均値で
割り、振幅値を正規化する。割合制御部１８において
は、確定的振幅成分記憶部２３から読み出される確定的
振幅成分ＡT0、ＡT1、ＡT2……（これらは正規化されて
いる）と正規化された振幅値とを混合する。混合の度合
いはパラメータγに従って行われる。確定的振幅成分Ａ
T0、ＡT1、ＡT2……をＡTn（ｎ＝１、２、３……）で表
し、振幅正規化部１６から出力される振幅値をＡSn’
（ｎ＝１、２、３……）で表すと、割合制御部１８の動
作は次の演算で表される。 (1-γ)*ASn'+γ*ATn γはパラメータ設定部２５（図１参照）において適宜設
定されるパラメータであり、０から１までの値をとる。
γが大きいほど、ターゲットの影響を強く受ける。音声
信号の正弦波成分の振幅は、声質を決めるものであるか
ら、γが大きいほどターゲットの声質に近くなる。割合
制御部１８の出力信号は、乗算部１９において、平均値
ＭＳと乗算される。すなわち、正規化された信号から振
幅を直接表す信号に変換される。
離部１１０から供給される振幅値Ａ0、Ａ1、Ａ2……の
平均値ＭＳをフレーム毎に検出する。振幅正規化部１６
においては、振幅値Ａ0、Ａ1、Ａ2……をその平均値で
割り、振幅値を正規化する。割合制御部１８において
は、確定的振幅成分記憶部２３から読み出される確定的
振幅成分ＡT0、ＡT1、ＡT2……（これらは正規化されて
いる）と正規化された振幅値とを混合する。混合の度合
いはパラメータγに従って行われる。確定的振幅成分Ａ
T0、ＡT1、ＡT2……をＡTn（ｎ＝１、２、３……）で表
し、振幅正規化部１６から出力される振幅値をＡSn’
（ｎ＝１、２、３……）で表すと、割合制御部１８の動
作は次の演算で表される。 (1-γ)*ASn'+γ*ATn γはパラメータ設定部２５（図１参照）において適宜設
定されるパラメータであり、０から１までの値をとる。
γが大きいほど、ターゲットの影響を強く受ける。音声
信号の正弦波成分の振幅は、声質を決めるものであるか
ら、γが大きいほどターゲットの声質に近くなる。割合
制御部１８の出力信号は、乗算部１９において、平均値
ＭＳと乗算される。すなわち、正規化された信号から振
幅を直接表す信号に変換される。
【００３４】このようにして変換処理がなされた周波数
情報ｆ”nおよび振幅情報Ａ”nが出力される。
情報ｆ”nおよび振幅情報Ａ”nが出力される。
【００３５】図１に示す位相関係情報取得部１０２は、
正弦波成分の基本周波数の位相Ψ0と、各倍音成分の位
相Ψn（ｎは倍音の次数）との位相関係を示す位相関係
情報を取得する。以下、このような位相関係情報を取得
する方法について図３を参照しながら説明する。
正弦波成分の基本周波数の位相Ψ0と、各倍音成分の位
相Ψn（ｎは倍音の次数）との位相関係を示す位相関係
情報を取得する。以下、このような位相関係情報を取得
する方法について図３を参照しながら説明する。
【００３６】まず、現在の時刻ｔNにおける基本周波数
の位相ΨN0が最も手前で定数Ｃ（例えば、Ｃ＝π）とな
るように位相をシフトしたときの位相シフト時間ｔCNと
すると、ｔCNは基本周波数ｆ0（現在のフレームのピッ
チ）、ΨN0および定数Ｃより、次式により表される。
の位相ΨN0が最も手前で定数Ｃ（例えば、Ｃ＝π）とな
るように位相をシフトしたときの位相シフト時間ｔCNと
すると、ｔCNは基本周波数ｆ0（現在のフレームのピッ
チ）、ΨN0および定数Ｃより、次式により表される。
【数１】 各倍音成分の位相について、上記式で算出した位相シフ
ト時間ｔCNを用いて次式のように表現することができ
る。
ト時間ｔCNを用いて次式のように表現することができ
る。
【数２】 上記式において、ΨN’0＝Ｃである。このようにして、
基本周波数と各倍音成分との位相の関係を示すΨN’nを
各倍音成分の位相関係情報として位相関係情報取得部１
０２が取得して保持する。従って、本実施形態において
は、分析された位相ΨNnそのものを示す情報を保持しな
いようになっている。
基本周波数と各倍音成分との位相の関係を示すΨN’nを
各倍音成分の位相関係情報として位相関係情報取得部１
０２が取得して保持する。従って、本実施形態において
は、分析された位相ΨNnそのものを示す情報を保持しな
いようになっている。
【００３７】図１に示す位相形成部１０３は、上述した
ように位相関係情報取得部１０２に取得された位相関係
情報ΨN’nと、変換処理部１０１により変換処理がなさ
れた後の周波数情報ｆ”nとに基づいて、変換処理後の
位相を形成する。このような位相形成方法について図４
を参照しながら説明する。
ように位相関係情報取得部１０２に取得された位相関係
情報ΨN’nと、変換処理部１０１により変換処理がなさ
れた後の周波数情報ｆ”nとに基づいて、変換処理後の
位相を形成する。このような位相形成方法について図４
を参照しながら説明する。
【００３８】まず、ピッチの進行、基本周波数の進行、
または元の信号の基本周波数と位相に基づく関数等によ
り各フレームの基本周波数の位相ΨN”0が決定される。
具体的に例示すると、フレーム処理を進めていく上で、
無声音から有声音になったとき、もしくは無音から有声
音になったとき（前フレームでピッチが検出されなかっ
た場合）の基本周波数の位相Ψ”N0を定数Ｃとすれば、
次フレーム（前フレームでピッチが検出された場合）の
位相についてはこの位相（＝Ｃ）、基本周波数ｆ”n
（あるいはピッチ）および１フレームの長さＴから変換
処理後の基本周波数のΨN”0を決定することができる。
以後同様に、前フレームでピッチが検出されなかった場
合にはΨ”N0＝Ｃとし、前フレームでピッチが検出され
た場合には、次式により位相Ψ”N0を決定する。 Ψ”N0＝２πｆ”n＋Ψ”N-10
または元の信号の基本周波数と位相に基づく関数等によ
り各フレームの基本周波数の位相ΨN”0が決定される。
具体的に例示すると、フレーム処理を進めていく上で、
無声音から有声音になったとき、もしくは無音から有声
音になったとき（前フレームでピッチが検出されなかっ
た場合）の基本周波数の位相Ψ”N0を定数Ｃとすれば、
次フレーム（前フレームでピッチが検出された場合）の
位相についてはこの位相（＝Ｃ）、基本周波数ｆ”n
（あるいはピッチ）および１フレームの長さＴから変換
処理後の基本周波数のΨN”0を決定することができる。
以後同様に、前フレームでピッチが検出されなかった場
合にはΨ”N0＝Ｃとし、前フレームでピッチが検出され
た場合には、次式により位相Ψ”N0を決定する。 Ψ”N0＝２πｆ”n＋Ψ”N-10
【００３９】このように変換処理後の基本周波数の位相
ΨN”0が決定されると、変換処理部１０１から供給され
る変換処理後の基本周波数ｆ”nを用いた次式により位
相シフト時間ｔSNが決定される。
ΨN”0が決定されると、変換処理部１０１から供給され
る変換処理後の基本周波数ｆ”nを用いた次式により位
相シフト時間ｔSNが決定される。
【数３】 上記式により算出された位相シフト時間ｔSN、位相関係
情報取得部１０２により取得された位相関係情報ΨN’
n、および変換処理部１０１から供給される変換処理後
の各倍音成分の周波数ｆ”nを用い、次の式により変換
処理後の時刻ｔNにおける位相ΨN”nが表される。
情報取得部１０２により取得された位相関係情報ΨN’
n、および変換処理部１０１から供給される変換処理後
の各倍音成分の周波数ｆ”nを用い、次の式により変換
処理後の時刻ｔNにおける位相ΨN”nが表される。
【数４】 これにより、位相形成部１０３は変換処理後の各倍音成
分の位相を形成し、変換処理後の位相を示す位相情報Ψ
N”nを逆ＦＦＴ部１０４に出力する。
分の位相を形成し、変換処理後の位相を示す位相情報Ψ
N”nを逆ＦＦＴ部１０４に出力する。
【００４０】逆ＦＦＴ部１０４には、位相形成部１０３
からの位相情報Ψ”nに加え、変換処理部１０１からの
変換処理後の周波数情報ｆ”nおよび振幅情報Ａ”nと、
ＳＭＳ分析部１００からの残差成分とが供給される。こ
れらに逆ＦＦＴ処理を施し、正弦波成分と残差成分がＳ
ＭＳ合成されて合成音声信号を出力する。
からの位相情報Ψ”nに加え、変換処理部１０１からの
変換処理後の周波数情報ｆ”nおよび振幅情報Ａ”nと、
ＳＭＳ分析部１００からの残差成分とが供給される。こ
れらに逆ＦＦＴ処理を施し、正弦波成分と残差成分がＳ
ＭＳ合成されて合成音声信号を出力する。
【００４１】Ａ−２．動作 次に、上記構成の音声信号処理装置の動作について図５
を参照しながら説明する。まず、音声信号が入力される
と、入力音声信号にＳＭＳ分析部１００によりフレーム
単位でＳＭＳ分析が施され、正弦波成分と残差成分が抽
出される。ここで、正弦波成分として、周波数情報ｆ
n、振幅情報Ａnおよび位相情報Ψnが取得される（ステ
ップＳａ１）。
を参照しながら説明する。まず、音声信号が入力される
と、入力音声信号にＳＭＳ分析部１００によりフレーム
単位でＳＭＳ分析が施され、正弦波成分と残差成分が抽
出される。ここで、正弦波成分として、周波数情報ｆ
n、振幅情報Ａnおよび位相情報Ψnが取得される（ステ
ップＳａ１）。
【００４２】そして、位相情報Ψnに基づいて、正弦波
成分の基本周波数と各倍音成分の位相の関係を示す位相
関係情報Ψ’nが取得される（ステップＳａ２）。ま
た、周波数情報ｆnおよび振幅情報Ａnに対してはターゲ
ット音声データと乗算されるといった変換処理がなされ
（ステップＳａ３）、変換処理後の周波数情報ｆ”nお
よび振幅情報Ａ”nが取得される。
成分の基本周波数と各倍音成分の位相の関係を示す位相
関係情報Ψ’nが取得される（ステップＳａ２）。ま
た、周波数情報ｆnおよび振幅情報Ａnに対してはターゲ
ット音声データと乗算されるといった変換処理がなされ
（ステップＳａ３）、変換処理後の周波数情報ｆ”nお
よび振幅情報Ａ”nが取得される。
【００４３】そして、ステップＳａ２において取得され
た位相情報Ψ’nと、ステップＳａ３において変換され
た変換後の周波数ｆ”nとに基づいて、変換処理後の位
相Ψ”nが形成される（ステップＳａ４）。このように
して変換処理後の正弦波成分（ｆ”n、Ａ”n、Ψ”n）
と、ステップＳａ１において抽出された残差成分が合成
されて合成出力信号が生成される（ステップＳａ５）。
た位相情報Ψ’nと、ステップＳａ３において変換され
た変換後の周波数ｆ”nとに基づいて、変換処理後の位
相Ψ”nが形成される（ステップＳａ４）。このように
して変換処理後の正弦波成分（ｆ”n、Ａ”n、Ψ”n）
と、ステップＳａ１において抽出された残差成分が合成
されて合成出力信号が生成される（ステップＳａ５）。
【００４４】このように本実施形態に係る音声信号処理
装置によれば、音声信号に変換処理を行った場合にも、
変換処理後の基本周波数と倍音成分の位相の関係を、元
の信号にみられた位相関係を崩すことなく保持すること
ができる。従って、変換処理後の音声信号に位相の不連
続が生じることを低減でき、変換処理後に出力される音
声をより自然な感じとすることができる。ピッチシフト
やタイムストレッチなどの変換処理を行った場合にも、
位相の不連続が生じず、変換後の音声の劣化（不自然
さ）を抑制することができる。
装置によれば、音声信号に変換処理を行った場合にも、
変換処理後の基本周波数と倍音成分の位相の関係を、元
の信号にみられた位相関係を崩すことなく保持すること
ができる。従って、変換処理後の音声信号に位相の不連
続が生じることを低減でき、変換処理後に出力される音
声をより自然な感じとすることができる。ピッチシフト
やタイムストレッチなどの変換処理を行った場合にも、
位相の不連続が生じず、変換後の音声の劣化（不自然
さ）を抑制することができる。
【００４５】Ｂ．第２実施形態 次に、本発明の第２実施形態に係る音声信号処理装置に
ついて説明する。なお、第２実施形態に係る音声信号処
理装置は、位相関係情報取得部１０２による位相関係情
報の取得方法が上記第１実施形態と異なる以外は、上記
第１実施形態と同様の構成（図１参照）であるため、同
様の部分についての説明を省略し、位相関係情報取得部
１０２による位相関係情報の取得方法について図６を参
照しながら説明する。
ついて説明する。なお、第２実施形態に係る音声信号処
理装置は、位相関係情報取得部１０２による位相関係情
報の取得方法が上記第１実施形態と異なる以外は、上記
第１実施形態と同様の構成（図１参照）であるため、同
様の部分についての説明を省略し、位相関係情報取得部
１０２による位相関係情報の取得方法について図６を参
照しながら説明する。
【００４６】第２実施形態に係る音声信号処理装置で
は、位相関係情報取得部１０２がＳＭＳ分析により得ら
れる位相情報Ψnを保持せず、また上記第１実施形態の
ようにＳＭＳ分析により得られた正弦波成分から位相関
係情報Ψ’nを取得するのではなく、元の音声信号にみ
られた基本周波数と倍音成分の位相の関係を示す位相関
係情報Ψ’nを擬似的に生成し、この擬似的な位相関係
情報Ψ’ｎを用いて位相形成部１０３（図１参照）が変
換後の位相Ψ”nを形成している。
は、位相関係情報取得部１０２がＳＭＳ分析により得ら
れる位相情報Ψnを保持せず、また上記第１実施形態の
ようにＳＭＳ分析により得られた正弦波成分から位相関
係情報Ψ’nを取得するのではなく、元の音声信号にみ
られた基本周波数と倍音成分の位相の関係を示す位相関
係情報Ψ’nを擬似的に生成し、この擬似的な位相関係
情報Ψ’ｎを用いて位相形成部１０３（図１参照）が変
換後の位相Ψ”nを形成している。
【００４７】このような擬似的な位相関係情報Ψ’nの
生成方法について詳細に説明する。第２実施形態におけ
る位相関係情報取得部１０２は、図６に示すように、予
め設定された境界周波数ｆb（例えば、２ｋＨｚ）未満
の基本周波数または倍音成分と、境界周波数ｆb以上の
倍音成分とで擬似的な位相関係情報Ψ’nの生成方法を
使い分けている。
生成方法について詳細に説明する。第２実施形態におけ
る位相関係情報取得部１０２は、図６に示すように、予
め設定された境界周波数ｆb（例えば、２ｋＨｚ）未満
の基本周波数または倍音成分と、境界周波数ｆb以上の
倍音成分とで擬似的な位相関係情報Ψ’nの生成方法を
使い分けている。
【００４８】より具体的には、境界周波数ｆb未満の周
波数を有する基本周波数および倍音成分については擬似
位相関係情報Ψ’nを定数Ｃ（例えば、Ｃ＝π）とし、
境界周波数ｆb以上の周波数の倍音成分については擬似
位相関係情報Ψ’nを各倍音成分の周波数値ｆに応じて
変化する所定の関数（例えば、Ｆ（f）＝０）で算出す
る。つまり、境界周波数ｆb未満の基本周波数および倍
音成分については、擬似位相関係情報Ψ’n＝Ｃとし、
境界周波数ｆb以上の倍音成分については、擬似位相関
係情報Ψ’n＝Ｆ（f）とする。すなわち、位相関係情報
取得部１０２は、次式を用いて擬似位相関係情報Ψ’n
を取得する。
波数を有する基本周波数および倍音成分については擬似
位相関係情報Ψ’nを定数Ｃ（例えば、Ｃ＝π）とし、
境界周波数ｆb以上の周波数の倍音成分については擬似
位相関係情報Ψ’nを各倍音成分の周波数値ｆに応じて
変化する所定の関数（例えば、Ｆ（f）＝０）で算出す
る。つまり、境界周波数ｆb未満の基本周波数および倍
音成分については、擬似位相関係情報Ψ’n＝Ｃとし、
境界周波数ｆb以上の倍音成分については、擬似位相関
係情報Ψ’n＝Ｆ（f）とする。すなわち、位相関係情報
取得部１０２は、次式を用いて擬似位相関係情報Ψ’n
を取得する。
【数５】 このようにして位相関係情報取得部１０２が取得した擬
似位相関係情報Ψ’Nnを用いて、位相形成部１０３が変
換処理後の位相ΨN”nを形成する方法について図７を参
照しながら説明する。
似位相関係情報Ψ’Nnを用いて、位相形成部１０３が変
換処理後の位相ΨN”nを形成する方法について図７を参
照しながら説明する。
【００４９】まず、上記第１実施形態と同様に変換処理
後の基本周波数の位相Ψ”N0（Ｎ番目のフレームの位
相）が決定されると、この位相ΨN”0および変換処理後
の基本周波数ｆ”0を用いた上記式（１）により、位相
シフト時間ｔSNが決定される。
後の基本周波数の位相Ψ”N0（Ｎ番目のフレームの位
相）が決定されると、この位相ΨN”0および変換処理後
の基本周波数ｆ”0を用いた上記式（１）により、位相
シフト時間ｔSNが決定される。
【００５０】従って、変換処理後の各倍音成分の位相Ψ
N”nは、上記のように取得した擬似位相関係情報ΨN’n
および変換処理後の周波数ｆ”nを用いて上記式（２）
により表される。
N”nは、上記のように取得した擬似位相関係情報ΨN’n
および変換処理後の周波数ｆ”nを用いて上記式（２）
により表される。
【００５１】上記式（２）において、変換処理後の周波
数が境界周波数ｆb未満の倍音成分については擬似位相
情報ΨN’n＝Ｃが用いられ、境界周波数ｆb以上の倍音
成分については擬似位相情報ΨN’n＝Ｆ（f）が用いら
れる。このようにして変換処理後の各倍音成分の位相Ψ
N”nを形成することができる。
数が境界周波数ｆb未満の倍音成分については擬似位相
情報ΨN’n＝Ｃが用いられ、境界周波数ｆb以上の倍音
成分については擬似位相情報ΨN’n＝Ｆ（f）が用いら
れる。このようにして変換処理後の各倍音成分の位相Ψ
N”nを形成することができる。
【００５２】第２実施形態に係る音声信号処理装置で
は、上記第１実施形態と同様に音声信号に変換処理を行
った場合にも、変換処理後の基本周波数と各倍音成分の
位相関係を、元の信号にみられた位相関係を擬似的に保
持することができる。従って、位相の不連続等に起因す
る合成出力後の音声の不自然さを低減することができ
る。また、擬似的な位相関係情報Ψ’nを用いて位相を
形成しているので、保持する元の信号の正弦波成分のデ
ータ量を少なくすることができる。
は、上記第１実施形態と同様に音声信号に変換処理を行
った場合にも、変換処理後の基本周波数と各倍音成分の
位相関係を、元の信号にみられた位相関係を擬似的に保
持することができる。従って、位相の不連続等に起因す
る合成出力後の音声の不自然さを低減することができ
る。また、擬似的な位相関係情報Ψ’nを用いて位相を
形成しているので、保持する元の信号の正弦波成分のデ
ータ量を少なくすることができる。
【００５３】なお、上述したように生成する擬似位相関
係情報Ψ’nをより自然なものとするために定数Ｃおよ
び関数Ｆ（f）にゆらぎを与えるようにしてもよい。具
体的に例示すると、フレーム毎あるいは各倍音毎に乱数
（Rand（−１≦Rand≦１）を発生する乱数発生手段を設
け、定数ＣL（例えば、ＣL＝０．２５）および定数Ｃ R
（例えば、ＣR＝０．１２５）を用いた次式によりΨ’n
を算出するようにしてもよい。 Ｃ＝Ｃ＋ＣLπRand if ｆ＜ｆb Ｆ（f）＝Ｆ（f）＋ＣRπRand if ｆ≧ｆb このようにすれば、より自然な位相関係を示す擬似位相
情報Ψ’nを取得することができ、合成出力後の音声に
より自然さをもたせることができる。
係情報Ψ’nをより自然なものとするために定数Ｃおよ
び関数Ｆ（f）にゆらぎを与えるようにしてもよい。具
体的に例示すると、フレーム毎あるいは各倍音毎に乱数
（Rand（−１≦Rand≦１）を発生する乱数発生手段を設
け、定数ＣL（例えば、ＣL＝０．２５）および定数Ｃ R
（例えば、ＣR＝０．１２５）を用いた次式によりΨ’n
を算出するようにしてもよい。 Ｃ＝Ｃ＋ＣLπRand if ｆ＜ｆb Ｆ（f）＝Ｆ（f）＋ＣRπRand if ｆ≧ｆb このようにすれば、より自然な位相関係を示す擬似位相
情報Ψ’nを取得することができ、合成出力後の音声に
より自然さをもたせることができる。
【００５４】Ｃ．第３実施形態 次に、本発明の第３実施形態に係る音声信号処理装置に
ついて図８を参照しながら説明する。同図に示すよう
に、第３実施形態に係る音声信号処理装置では、ＳＭＳ
分析部１００による分析で取得した位相情報Ψnを保持
せずに、正弦波成分として周波数情報ｆnおよび振幅情
報Ａnを変換処理部１０１に出力している。
ついて図８を参照しながら説明する。同図に示すよう
に、第３実施形態に係る音声信号処理装置では、ＳＭＳ
分析部１００による分析で取得した位相情報Ψnを保持
せずに、正弦波成分として周波数情報ｆnおよび振幅情
報Ａnを変換処理部１０１に出力している。
【００５５】変換処理部１０１では、第１実施形態と同
様に変換処理がなされて、変換処理後の周波数情報ｆ”
nおよび振幅情報Ａ”nに加えて、正弦波分析によりスペ
クトラルシェープが取得され、このスペクトラルシェー
プが位相関係情報取得部１０２に供給されるようになっ
ている。そして、位相関係情報取得部１０２では、供給
されたスペクトラルシェープのエンベロープ形状に応じ
て、擬似的な位相関係情報Ψ’nを生成するようになっ
ている。
様に変換処理がなされて、変換処理後の周波数情報ｆ”
nおよび振幅情報Ａ”nに加えて、正弦波分析によりスペ
クトラルシェープが取得され、このスペクトラルシェー
プが位相関係情報取得部１０２に供給されるようになっ
ている。そして、位相関係情報取得部１０２では、供給
されたスペクトラルシェープのエンベロープ形状に応じ
て、擬似的な位相関係情報Ψ’nを生成するようになっ
ている。
【００５６】第３実施形態における位相関係情報取得部
１０２では、まず、変換処理部１０１から供給されるス
ペクトラルシェープ（図９参照）のピーク周波数Ｆ
（1）、Ｆ（2）、Ｆ（3）、……を用い、次式により各
ピーク周波数の強度Ｑ（1）、Ｑ（2）、Ｑ（3）、……
を求めている。
１０２では、まず、変換処理部１０１から供給されるス
ペクトラルシェープ（図９参照）のピーク周波数Ｆ
（1）、Ｆ（2）、Ｆ（3）、……を用い、次式により各
ピーク周波数の強度Ｑ（1）、Ｑ（2）、Ｑ（3）、……
を求めている。
【数６】 上記式において、Ｆ（n）Uはスペクトラルシェープの高
域ピーク減衰周波数であり、Ｆ（n）Lはスペクトラルシ
ェープの低域ピーク減衰周波数である。このように算出
した各ピーク周波数の強度Ｑ（1）、Ｑ（2）、Ｑ
（3）、……を用い、次式により各倍音の擬似位相関係
情報Ψ’ｎを算出する。ここで、上記第１実施形態と同
様に基本周波数の擬似位相関係情報Ψ’0は定数Ｃ（例
えば、Ｃ＝π）である。
域ピーク減衰周波数であり、Ｆ（n）Lはスペクトラルシ
ェープの低域ピーク減衰周波数である。このように算出
した各ピーク周波数の強度Ｑ（1）、Ｑ（2）、Ｑ
（3）、……を用い、次式により各倍音の擬似位相関係
情報Ψ’ｎを算出する。ここで、上記第１実施形態と同
様に基本周波数の擬似位相関係情報Ψ’0は定数Ｃ（例
えば、Ｃ＝π）である。
【数７】 上記式において、Ｂは定数であり、Ｓ（n）は各倍音の
擬似位相関係情報の基本周波数からのシフト量を示す。
擬似位相関係情報の基本周波数からのシフト量を示す。
【００５７】第３実施形態では、各倍音成分の周波数値
ｆがスペクトラルシェープのいずれのピーク周波数間
（Ｆ（1）〜Ｆ（2）間やＦ（2）〜Ｆ（3）間など）の値
であるかによって、それぞれ異なる擬似位相関係情報
Ψ’nが生成されることになる。
ｆがスペクトラルシェープのいずれのピーク周波数間
（Ｆ（1）〜Ｆ（2）間やＦ（2）〜Ｆ（3）間など）の値
であるかによって、それぞれ異なる擬似位相関係情報
Ψ’nが生成されることになる。
【００５８】このようにして各倍音成分の擬似位相関係
情報Ψ’nが取得されると、上記第１および第２実施形
態と同様に、この擬似位相関係情報Ψ’nと、変換処理
後の周波数情報ｆ”nと、基本周波数の位相Ψ”0とを用
いて、上記式（１）により位相シフト時間ｔSNが算出さ
れる。
情報Ψ’nが取得されると、上記第１および第２実施形
態と同様に、この擬似位相関係情報Ψ’nと、変換処理
後の周波数情報ｆ”nと、基本周波数の位相Ψ”0とを用
いて、上記式（１）により位相シフト時間ｔSNが算出さ
れる。
【００５９】従って、図１０に示す変換処理後の各倍音
成分の位相ΨN”n（Ｎ番目のフレームの位相）は、上記
のように取得した擬似位相関係情報Ψ’nおよび変換処
理後の周波数ｆ”nを用いて上記式（２）により算出さ
れる。このようにして各倍音成分の位相ΨN”nを形成す
ることができる。
成分の位相ΨN”n（Ｎ番目のフレームの位相）は、上記
のように取得した擬似位相関係情報Ψ’nおよび変換処
理後の周波数ｆ”nを用いて上記式（２）により算出さ
れる。このようにして各倍音成分の位相ΨN”nを形成す
ることができる。
【００６０】第３実施形態に係る音声信号処理装置で
は、上記第１および第２実施形態と同様に音声信号に変
換処理を行った場合にも、変換処理後の基本周波数と各
倍音成分の位相関係を、元の信号にみられた位相関係を
擬似的に保持することができる。従って、位相の不連続
等に起因する合成出力後の音声の不自然さを低減するこ
とができる。また、擬似的な位相関係情報Ψ’nを用い
て位相を形成しているので、保持する元の信号の正弦波
成分のデータ量を少なくすることができる。
は、上記第１および第２実施形態と同様に音声信号に変
換処理を行った場合にも、変換処理後の基本周波数と各
倍音成分の位相関係を、元の信号にみられた位相関係を
擬似的に保持することができる。従って、位相の不連続
等に起因する合成出力後の音声の不自然さを低減するこ
とができる。また、擬似的な位相関係情報Ψ’nを用い
て位相を形成しているので、保持する元の信号の正弦波
成分のデータ量を少なくすることができる。
【００６１】なお、第３実施形態においても、擬似位相
関係情報Ψ’nをより自然なものとするために定数Ｃお
よび定数Ｂにゆらぎを与えるようにしてもよい。具体的
に例示すると、フレーム毎あるいは各倍音毎に乱数（Ra
nd（−１≦Rand≦１）を発生する乱数発生手段を設け、
定数ＣL（例えば、ＣL＝０．２５）および定数ＣR（例
えば、ＣR＝０．１２５）を用いた次式によりΨ’nを算
出するようにしてもよい。 Ｃ＝Ｃ＋ＣLπRand Ｂ＝Ｂ＋ＣRπRand このようにすれば、より自然な位相関係を示す擬似位相
情報Ψ’nを取得することができ、合成出力後の音声に
より自然さをもたせることができる。
関係情報Ψ’nをより自然なものとするために定数Ｃお
よび定数Ｂにゆらぎを与えるようにしてもよい。具体的
に例示すると、フレーム毎あるいは各倍音毎に乱数（Ra
nd（−１≦Rand≦１）を発生する乱数発生手段を設け、
定数ＣL（例えば、ＣL＝０．２５）および定数ＣR（例
えば、ＣR＝０．１２５）を用いた次式によりΨ’nを算
出するようにしてもよい。 Ｃ＝Ｃ＋ＣLπRand Ｂ＝Ｂ＋ＣRπRand このようにすれば、より自然な位相関係を示す擬似位相
情報Ψ’nを取得することができ、合成出力後の音声に
より自然さをもたせることができる。
【００６２】Ｄ．変形例 なお、本発明は、上述した様々な実施形態に限定される
ものではなく、以下のような種々の変形が可能である。
ものではなく、以下のような種々の変形が可能である。
【００６３】（１）上述した各実施形態においては、変
換処理部１０１により変換された変換後の周波数情報
ｆ”nを用い、すなわちｆnから得られる周波数情報ｆ”
nを用いて位相シフト時間ｔSNを算出するようにしてい
たが、変換処理部１０１において調和関係を有する完全
倍音構造の倍音成分を生成するようにし、すなわちｆn
から得られる周波数情報ｆ”n、を用いずに変換後の位
相Ψ”nを算出するようにしてもよい。
換処理部１０１により変換された変換後の周波数情報
ｆ”nを用い、すなわちｆnから得られる周波数情報ｆ”
nを用いて位相シフト時間ｔSNを算出するようにしてい
たが、変換処理部１０１において調和関係を有する完全
倍音構造の倍音成分を生成するようにし、すなわちｆn
から得られる周波数情報ｆ”n、を用いずに変換後の位
相Ψ”nを算出するようにしてもよい。
【００６４】完全倍音構造の各倍音の周波数ｆ”nは、
平均ピッチAveragePitchを用いて次式により表される。 ｆ”n＝AveragePitch（n+1） 上記式において、AveragePitchは前フレームのピッチと
現在のフレームのピッチとの平均値である（前フレーム
でピッチが得られなかった場合には、現在のフレームの
ピッチ）。上記各実施形態において、変換後の倍音成分
の位相Ψ”nを算出する際に用いたｆ”nに代えてAverag
ePitch（n+1）を用いれば、ｆnから得られる周波数情報
ｆ”nを用いずに変換後の位相を形成することができ
る。このように完全倍音構造の倍音成分を生成すれば、
ｆnから得られる周波数情報ｆ”nを用いず、つまり保持
するデータ数を削減しても、位相Ψ”nを形成すること
ができる。
平均ピッチAveragePitchを用いて次式により表される。 ｆ”n＝AveragePitch（n+1） 上記式において、AveragePitchは前フレームのピッチと
現在のフレームのピッチとの平均値である（前フレーム
でピッチが得られなかった場合には、現在のフレームの
ピッチ）。上記各実施形態において、変換後の倍音成分
の位相Ψ”nを算出する際に用いたｆ”nに代えてAverag
ePitch（n+1）を用いれば、ｆnから得られる周波数情報
ｆ”nを用いずに変換後の位相を形成することができ
る。このように完全倍音構造の倍音成分を生成すれば、
ｆnから得られる周波数情報ｆ”nを用いず、つまり保持
するデータ数を削減しても、位相Ψ”nを形成すること
ができる。
【００６５】（２）また、正弦波成分の抽出方法は、上
述した実施形態で説明した方法に限らず、音声信号から
正弦波成分を抽出できる方法であればよい。
述した実施形態で説明した方法に限らず、音声信号から
正弦波成分を抽出できる方法であればよい。
【００６６】（３）また、上述した実施形態において
は、ＳＭＳ分析を行った後、位相関係情報取得部１０２
が位相関係情報を取得し、この位相関係情報を用いて変
換後の位相を形成するようにしていたが、分析した音声
信号のエネルギーの集中度が高い場合には上記のような
位相形成方法により生成した合成音声に不自然さを低減
させる効果が生じないこともある。この点を考慮し、分
析した音声信号のエネルギーの集中度を検知し、この検
知結果に応じて上記位相形成方法を行うか否かを決定す
るようにしてもよい。
は、ＳＭＳ分析を行った後、位相関係情報取得部１０２
が位相関係情報を取得し、この位相関係情報を用いて変
換後の位相を形成するようにしていたが、分析した音声
信号のエネルギーの集中度が高い場合には上記のような
位相形成方法により生成した合成音声に不自然さを低減
させる効果が生じないこともある。この点を考慮し、分
析した音声信号のエネルギーの集中度を検知し、この検
知結果に応じて上記位相形成方法を行うか否かを決定す
るようにしてもよい。
【００６７】（４）また、変換処理部１０１が行う変換
処理は、上記実施形態で説明したものに限らず、他の合
成・変換等の処理であってもよい。
処理は、上記実施形態で説明したものに限らず、他の合
成・変換等の処理であってもよい。
【００６８】
【発明の効果】以上説明したように、本発明によれば、
正弦波分析を行って抽出した複数の正弦波成分間の位相
関係を保持したまま変換処理を行うことにより、より自
然な変換処理音声を作り出すことが可能となる。
正弦波分析を行って抽出した複数の正弦波成分間の位相
関係を保持したまま変換処理を行うことにより、より自
然な変換処理音声を作り出すことが可能となる。
【図１】 本発明の第１実施形態に係る音声信号処理装
置の構成を示すブロック図である。
置の構成を示すブロック図である。
【図２】 前記音声信号処理装置の構成要素である変換
処理部の構成例を示すブロック図である。
処理部の構成例を示すブロック図である。
【図３】 前記音声信号処理装置の構成要素である位相
関係情報取得部による位相関係情報の取得方法を説明す
るための図である。
関係情報取得部による位相関係情報の取得方法を説明す
るための図である。
【図４】 前記音声信号処理装置の構成要素である位相
形成部による位相形成方法を説明するための図である。
形成部による位相形成方法を説明するための図である。
【図５】 前記音声信号処理装置の動作を説明するため
のフローチャートである。
のフローチャートである。
【図６】 本発明の第２実施形態に係る音声信号処理装
置の構成要素である位相関係情報取得部による位相関係
情報の取得方法を説明するための図である。
置の構成要素である位相関係情報取得部による位相関係
情報の取得方法を説明するための図である。
【図７】 前記第２実施形態に係る音声信号処理装置の
構成要素である位相形成部による位相形成方法を説明す
るための図である。
構成要素である位相形成部による位相形成方法を説明す
るための図である。
【図８】 本発明の第３実施形態に係る音声信号処理装
置の構成を示すブロック図である。
置の構成を示すブロック図である。
【図９】 前記第３実施形態に係る音声信号処理装置の
構成要素である位相関係情報取得部による位相関係情報
の取得方法を説明するための図である。
構成要素である位相関係情報取得部による位相関係情報
の取得方法を説明するための図である。
【図１０】 前記第３実施形態に係る音声信号処理装置
の構成要素である位相形成部による位相形成方法を説明
するための図である。
の構成要素である位相形成部による位相形成方法を説明
するための図である。
１０……時間窓処理部、１１……周波数分析部、１００
……ＳＭＳ分析部、１０１……変換処理部、１０２……
位相関係情報取得部、１０３……位相形成部、１０４…
…逆ＦＦＴ部
……ＳＭＳ分析部、１０１……変換処理部、１０２……
位相関係情報取得部、１０３……位相形成部、１０４…
…逆ＦＦＴ部
───────────────────────────────────────────────────── フロントページの続き (72)発明者 ザビエル セラ スペイン バルセロナ 08002 メルセ 12 (72)発明者 ジョルディ ボナダ スペイン バルセロナ 08002 メルセ 12 Ｆターム(参考） 5D045 BA01 5D108 BF20
Claims (14)
- 【請求項１】 入力される音声信号に正弦波分析を施し
て正弦波成分を取得する正弦波取得手段と、 前記正弦波取得手段により取得された正弦波成分に変換
処理を施して出力する変換手段とを備える音声信号処理
装置において、 前記正弦波取得手段により取得された正弦波成分の基本
波成分と各倍音成分との位相関係を示す位相関係情報を
取得する位相関係情報取得手段を備え、 前記変換手段は、前記位相関係情報取得手段により取得
された位相関係情報および変換処理後の新たな基本波成
分の位相に基づいて、出力すべき倍音成分の位相を形成
する位相形成手段を有していることを特徴とする音声信
号処理装置。 - 【請求項２】 前記位相関係情報取得手段は、前記正弦
波取得手段により取得された正弦波成分から前記位相関
係情報を取得することを特徴とする請求項１に記載の音
声信号処理装置。 - 【請求項３】 前記位相関係情報取得手段は、予め設定
された条件にしたがって擬似的な前記位相関係情報を生
成することを特徴とする請求項１に記載の音声信号処理
装置。 - 【請求項４】 前記擬似的な位相関係情報は、前記正弦
波取得手段により取得された正弦波成分の倍音成分の周
波数に応じて決定されることを特徴とする請求項３に記
載の音声信号処理装置。 - 【請求項５】 前記擬似的な位相関係情報は、倍音成分
の周波数が所定周波数未満である場合には位相関係情報
を固定値とし、倍音成分の周波数が前記所定周波数以上
である場合には倍音成分の周波数を変数とする予め設定
された関数により決定されることを特徴とする請求項４
に記載の音声信号処理装置。 - 【請求項６】 前記擬似的な位相関係情報は、前記正弦
波取得手段により取得された正弦波成分のエンベロープ
形状に応じて決定されることを特徴とする請求項３に記
載の音声信号処理装置。 - 【請求項７】 前記位相関係情報取得手段は、生成する
前記擬似的な位相関係情報にゆらぎを付与することを特
徴とする請求項５または６に記載の音声信号処理装置。 - 【請求項８】 入力される音声信号に正弦波分析を施し
て正弦波成分を取得する正弦波取得ステップと、 前記正弦波取得ステップにより取得された正弦波成分に
変換処理を施して出力する変換ステップとを備える音声
信号処理方法において、 前記正弦波取得ステップにより取得された正弦波成分の
基本波成分と各倍音成分との位相関係を示す位相関係情
報を取得する位相関係情報取得ステップを備え、 前記変換ステップでは、前記位相関係情報取得ステップ
により取得された位相関係情報および変換処理後の新た
な基本波成分の位相に基づいて、出力すべき倍音成分の
位相を形成することを特徴とする音声信号処理方法。 - 【請求項９】 前記位相関係情報取得ステップでは、前
記正弦波取得ステップにより取得された正弦波成分から
前記位相関係情報を取得することを特徴とする請求項８
に記載の音声信号処理方法。 - 【請求項１０】 前記位相関係情報取得ステップは、予
め設定された条件にしたがって擬似的な前記位相関係情
報を生成することを特徴とする請求項８に記載の音声信
号処理方法。 - 【請求項１１】 前記擬似的な位相関係情報は、前記正
弦波取得ステップにより取得された正弦波成分の倍音成
分の周波数に応じて決定されることを特徴とする請求項
１０に記載の音声信号処理方法。 - 【請求項１２】 前記擬似的な位相関係情報は、倍音成
分の周波数が所定周波数未満である場合には位相関係情
報を固定値とし、倍音成分の周波数が前記所定周波数以
上である場合には倍音成分の周波数を変数とする予め設
定された関数により決定されることを特徴とする請求項
１１に記載の音声信号処理方法。 - 【請求項１３】 前記擬似的な位相関係情報は、前記正
弦波取得ステップにより取得された正弦波成分のエンベ
ロープ形状に応じて決定されることを特徴とする請求項
１０に記載の音声信号処理方法。 - 【請求項１４】 前記位相関係情報取得ステップでは、
生成する前記擬似的な位相関係情報にゆらぎを付与する
ことを特徴とする請求項１２または１３に記載の音声信
号処理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP30027599A JP4455701B2 (ja) | 1999-10-21 | 1999-10-21 | 音声信号処理装置および音声信号処理方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP30027599A JP4455701B2 (ja) | 1999-10-21 | 1999-10-21 | 音声信号処理装置および音声信号処理方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2001117600A true JP2001117600A (ja) | 2001-04-27 |
| JP4455701B2 JP4455701B2 (ja) | 2010-04-21 |
Family
ID=17882840
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP30027599A Expired - Fee Related JP4455701B2 (ja) | 1999-10-21 | 1999-10-21 | 音声信号処理装置および音声信号処理方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP4455701B2 (ja) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2004049304A1 (ja) * | 2002-11-25 | 2004-06-10 | Matsushita Electric Industrial Co., Ltd. | 音声合成方法および音声合成装置 |
| JP2005208627A (ja) * | 2003-12-25 | 2005-08-04 | Casio Comput Co Ltd | 音声分析合成装置、及びプログラム |
| JP2006243006A (ja) * | 2005-02-28 | 2006-09-14 | Casio Comput Co Ltd | 音響効果付与装置、基音抽出装置、及びプログラム |
| JP2009237589A (ja) * | 2003-12-25 | 2009-10-15 | Casio Comput Co Ltd | 音声分析合成装置、及びプログラム |
| US7672835B2 (en) | 2004-12-24 | 2010-03-02 | Casio Computer Co., Ltd. | Voice analysis/synthesis apparatus and program |
| JP2010191474A (ja) * | 2010-06-07 | 2010-09-02 | Casio Computer Co Ltd | 基音抽出装置、及びプログラム |
| JPWO2012035595A1 (ja) * | 2010-09-13 | 2014-01-20 | パイオニア株式会社 | 再生装置、再生方法及び再生プログラム |
| JP2015138193A (ja) * | 2014-01-23 | 2015-07-30 | 日本放送協会 | 音声信号処理装置及びプログラム |
-
1999
- 1999-10-21 JP JP30027599A patent/JP4455701B2/ja not_active Expired - Fee Related
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2004049304A1 (ja) * | 2002-11-25 | 2004-06-10 | Matsushita Electric Industrial Co., Ltd. | 音声合成方法および音声合成装置 |
| CN100365704C (zh) * | 2002-11-25 | 2008-01-30 | 松下电器产业株式会社 | 声音合成方法以及声音合成装置 |
| US7562018B2 (en) | 2002-11-25 | 2009-07-14 | Panasonic Corporation | Speech synthesis method and speech synthesizer |
| JP2005208627A (ja) * | 2003-12-25 | 2005-08-04 | Casio Comput Co Ltd | 音声分析合成装置、及びプログラム |
| JP2009237589A (ja) * | 2003-12-25 | 2009-10-15 | Casio Comput Co Ltd | 音声分析合成装置、及びプログラム |
| JP4513556B2 (ja) * | 2003-12-25 | 2010-07-28 | カシオ計算機株式会社 | 音声分析合成装置、及びプログラム |
| US7672835B2 (en) | 2004-12-24 | 2010-03-02 | Casio Computer Co., Ltd. | Voice analysis/synthesis apparatus and program |
| JP2006243006A (ja) * | 2005-02-28 | 2006-09-14 | Casio Comput Co Ltd | 音響効果付与装置、基音抽出装置、及びプログラム |
| JP2010191474A (ja) * | 2010-06-07 | 2010-09-02 | Casio Computer Co Ltd | 基音抽出装置、及びプログラム |
| JPWO2012035595A1 (ja) * | 2010-09-13 | 2014-01-20 | パイオニア株式会社 | 再生装置、再生方法及び再生プログラム |
| JP2015138193A (ja) * | 2014-01-23 | 2015-07-30 | 日本放送協会 | 音声信号処理装置及びプログラム |
Also Published As
| Publication number | Publication date |
|---|---|
| JP4455701B2 (ja) | 2010-04-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| RU2487426C2 (ru) | Устройство и способ преобразования звукового сигнала в параметрическое представление, устройство и способ модификации параметрического представления, устройство и способ синтеза параметрического представления звукового сигнала | |
| US11410637B2 (en) | Voice synthesis method, voice synthesis device, and storage medium | |
| US7149682B2 (en) | Voice converter with extraction and modification of attribute data | |
| JP3266819B2 (ja) | 周期信号変換方法、音変換方法および信号分析方法 | |
| JP3941611B2 (ja) | 歌唱合成装置、歌唱合成方法及び歌唱合成用プログラム | |
| JP4455701B2 (ja) | 音声信号処理装置および音声信号処理方法 | |
| JP2018077283A (ja) | 音声合成方法 | |
| JP2006017946A (ja) | 音声処理装置およびプログラム | |
| JPH04358200A (ja) | 音声合成装置 | |
| WO2007135786A1 (ja) | 帯域外信号生成装置及び周波数帯域拡張装置 | |
| Arroabarren et al. | Instantaneous frequency and amplitude of vibrato in singing voice | |
| JPH08305396A (ja) | 音声帯域拡大装置および音声帯域拡大方法 | |
| JP4757971B2 (ja) | ハーモニー音付加装置 | |
| JP2006349848A (ja) | 帯域拡張装置及び不足帯域信号生成器 | |
| JP5745453B2 (ja) | 音声明瞭度変換装置、音声明瞭度変換方法及びそのプログラム | |
| JP4245114B2 (ja) | 音色制御装置 | |
| JP2000010597A (ja) | 音声変換装置及び音声変換方法 | |
| JPH07261798A (ja) | 音声分析合成装置 | |
| JP2000003200A (ja) | 音声信号処理装置及び音声信号処理方法 | |
| JP2000003197A (ja) | 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記録媒体 | |
| JP4172369B2 (ja) | 楽音処理装置、楽音処理方法及び楽音処理プログラム | |
| JP2018077281A (ja) | 音声合成方法 | |
| JP2018077280A (ja) | 音声合成方法 | |
| JP2004077918A (ja) | 音声合成装置、方法及びプログラム | |
| CN116092457A (zh) | 音频信号处理方法及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20051125 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20081212 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20081224 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20090318 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20100202 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20100204 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130212 Year of fee payment: 3 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140212 Year of fee payment: 4 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| LAPS | Cancellation because of no payment of annual fees |