JP2001265400A - ピッチ変換装置及びピッチ変換方法 - Google Patents

Abstract

(57)【要約】 【課題】 声のピッチを、そのスペクトル分布における
フォルマントや倍音構造を維持しつつ変換させる。 【解決手段】 読み出し波形３１ａ、３１ｂ、３１ｃ、
３１ｄは、いずれも、音声信号から抽出された、該音声
信号の１周期ωに含まれる信号の波形である。この読み
出し波形３１ａ、３１ｂ、３１ｃ、３１ｄを、所定の時
間間隔ωｏｕｔで時間軸上に並べて合成する。この時間
間隔ωｏｕｔをωから変化させることによって音声信号
のピッチを変換させた合成信号を得ることができる。し
かも、元の音声信号が声である場合におけるその声のス
ペクトル分布におけるフォルマントや倍音構造は、合成
信号において維持される。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、音声信号を変換す
る技術に関し、特に、音声信号における音のピッチ（音
高）を変換する技術に関する。

【０００２】

【従来の技術】音声信号における音のピッチを変換する
装置として、電子楽器の演奏等の場で用いられるピッチ
シフタやピッチトランスポーザなどのエフェクタが知ら
れている。これらの装置では、音の波形データを一旦バ
ッファメモリに書き込み、その後にそのバッファメモリ
から波形データを読み出す構成を備え、このときの書き
込みの速度と読み出しの速度とを異ならせることによっ
て音のピッチ変換を実現しているものが多い。また、こ
の速度の違いに起因する読み出された波形データの不連
続性による異音の発生を防止するため、読み出しのため
のアドレスにオフセットを持たせて複数の波形データの
読み出しを行ない、読み出された波形データにクロスフ
ェード処理を施して加算する技術もしばしば実施されて
いる。

【０００３】

【発明が解決しようとする課題】人間の声を上述したエ
フェクタでピッチ変換を行なわせると、磁気テープに記
録した音声信号を速度を変化させて再生したかのような
音声になってしまい、人間の発声のように、声のスペク
トル分布におけるフォルマントや倍音構造を個々に維持
しつつそのピッチを変換させることができなかった。

【０００４】上述した問題を鑑み、声のピッチを、その
スペクトル分布におけるフォルマントや倍音構造を維持
しつつ変換させることが本発明が解決しようとする課題
である。

【０００５】

【課題を解決するための手段】本発明に係るピッチ変換
装置は、音声信号から、該音声信号のピッチに関係する
長さの期間に含まれる該音声信号である期間信号を抽出
する期間信号抽出手段と、前記期間信号を、所定の時間
間隔で時間軸上に複数並べて合成することによって合成
信号を得る信号合成手段とを有するように構成すること
によって前述した課題を解決する。

【０００６】この本発明の原理構成によれば、時間軸上
に並べる期間信号の時間間隔を変化させることによって
音声信号のピッチを変換させた合成信号を得ることがで
きる。しかも、この合成信号は期間信号を単に時間軸上
に複数並べて合成したものに過ぎないのであるから、元
の音声信号が声である場合におけるその声のスペクトル
分布におけるフォルマントや倍音構造は、合成信号にお
いてかなり維持される。

【０００７】なお、音声信号のピッチを取得するために
は、例えば、前述した原理構成において、前記音声信号
の信号波形の波高よりも値が小さいときには該波高値が
該値として設定され、時間の経過に応じて一定の割合で
該値が減少する第一のカウンタと、前記音声信号の信号
波形の波高よりも値が大きいときには該波高値が該値と
して設定され、時間の経過に応じて一定の割合で該値が
増加する第二のカウンタと、前記第一のカウンタに前記
波高値が設定されたときに第一の状態から第二状態へ遷
移する第一の遷移を生じ、前記第二のカウンタに前記波
高値が設定されたときに該第二の状態から該第一の状態
へ遷移する第二の遷移を生じるフラグと、前記フラグの
変化に基づいて前記音声信号のピッチを取得するピッチ
取得手段と、を有することによって可能となる。

【０００８】このとき、前記ピッチ取得手段は、例え
ば、前記フラグにおける前記第一の遷移の直後に最初に
発生する前記音声信号の信号波形のゼロクロスの発生間
隔に基づいて前記ピッチを得るようにする。ここで、信
号波形のゼロクロスとは、信号波形の符号が反転するこ
とをいう。

【０００９】また、前述した原理構成において、前記期
間が、前記音声信号の信号波形の周期の整数倍の期間で
あると、元の音声信号の声のスペクトル分布におけるフ
ォルマントや倍音構造が合成信号で維持される程度が向
上する。このようにするためには、例えば、前記期間
が、前記音声信号の信号波形が最小値を示すときを基準
にして設定されるようにすればよい。あるいは、前述し
た例においては、前記期間が、前記第二のカウンタの値
と前記音声信号の信号波形の波高値とが一致していた状
態から不一致の状態へと変化したときを基準にして設定
されるようにすればよい。

【００１０】また、前述した原理構成において、前記所
定の時間間隔は、所望する変換後のピッチに応じて設定
されるようにすると、音声信号を所望のピッチの合成信
号に変換させることができる。

【００１１】また、前述した原理構成において、前記期
間の開始のときにおける前記期間信号の信号波形の波高
値と該期間の終了のときにおける前記期間信号の信号波
形の波高値とを一致させるオフセットを該期間信号に与
えるオフセット手段を更に有するように構成してもよ
く、この構成により、元の音声信号の声のスペクトル分
布におけるフォルマントや倍音構造が合成信号で維持さ
れる程度が向上する。

【００１２】ここで、特に、前記音声信号の信号波形が
最小値を示すときを基準にして設定されるのであれば、
期間信号の両端が音声信号の信号波形において変化の少
ない部分となるので、合成信号に混じる異音の発生を軽
減させることができる。また、前記オフセット手段は、
前記期間の開始のときにおける前記期間信号の信号波形
の波高値と該期間の終了のときにおける前記期間信号の
信号波形の波高値とを共に０にするオフセットを該期間
信号に与えるようにしても、合成信号に混じる異音の発
生を軽減させることかできる。更に、前記オフセットを
与えた前記期間信号に重畳されている直流信号成分を除
去する直流信号成分除去手段を更に有するようにすれ
ば、合成信号における直流信号成分に起因する異音を低
減させることができる。

【００１３】また、前述した原理構成において、前記音
声信号から子音の発声音を示す該音声信号の検出を行な
う子音発声音検出手段と、前記検出の結果に応じて、前
記音声信号と前記合成信号とのいずれかを選択する選択
手段とを有するように構成してもよい。ここで、子音発
声音検出手段は、例えば、高域通過フィルタを通過させ
た前記音声信号の大きさについての大小判定の結果を前
記検出の結果とすればよい。子音の発声音は、音声のピ
ッチの特定には寄与しない事が知られているので、この
構成により、子音の発声音については元の音声信号をそ
のまま出力するので、元の音声信号に対する合成信号の
忠実度を向上させることができる。

【００１４】また、前述した原理構成において、前記期
間信号に時間窓を掛ける窓掛け手段を更に有するように
してもよく、この構成によっても、元の音声信号の声の
スペクトル分布におけるフォルマントや倍音構造が合成
信号で維持される程度が向上する。ここで、前記時間窓
の形状が、前記音声信号の信号波形の周期以上の期間に
及ぶ平坦な区間を有するようにしたり、特に、前記平坦
な区間が、前記音声信号の信号波形の周期の整数倍の期
間であるようにすると更に効果的である。

【００１５】また、前述した原理構成において、前記音
声信号が予め記憶されている記憶手段と、前記記憶手段
から前記音声信号を読み出す読み出し手段とを更に有す
るようにして、期間信号抽出手段が、前記記憶手段から
前記音声信号について期間信号を抽出するようにしても
前述した原理構成と同様の作用・効果が得られる。

【００１６】また、本発明に係るピッチ変換方法は、音
声信号から、該音声信号のピッチに関係する長さの期間
に含まれる該音声信号である期間信号を抽出し、前記期
間信号を、所定の時間間隔で時間軸上に複数並べて合成
することにより、前述した本発明に係るピッチ変換装置
と同様の作用・効果が得られる。

【００１７】

【発明の実施の形態】以下、本発明の実施の形態を図面
に基づいて説明する。図１は本発明を実施するピッチ変
換装置の第一の実施例の全体構成を示す図である。この
ピッチ変換装置（以下、「本装置」という）の第一の実
施例では、ピッチ抽出部１１、スタートアドレスレジス
タ１２、エンドアドレスレジスタ１３、スタートデータ
レジスタ１４、エンドデータレジスタ１５、波形メモリ
１６、タイミングジェネレータ１７、波形読み出し部１
８ａ〜１８ｄ、オフセット補正部１９ａ〜１９ｄ、加算
器２０、ＨＰＦ２１、ＨＰＦ２２、子音制御部２３、ミ
キサ２４を備えて構成されている。

【００１８】本装置には人間の声である音声信号をアナ
ログ・デジタル変換したデータ（入力波形データ）が入
力され、本装置の使用者によって設定されるピッチ変換
の程度を示すデータ（出力ピッチ設定データ）に従って
入力波形データが処理される。その処理の結果として得
られるデータ（出力波形データ）は、その後デジタル・
アナログ変換されてアナログ音声信号とされ、不図示の
増幅器によって電力増幅された後に不図示のスピーカか
ら放音される。

【００１９】以下、図１に示す本装置の動作について説
明する。ピッチ抽出部１１では、入力波形データからそ
の波形のピッチを取得し、更にその入力波形データから
その入力波形データの周期の整数倍の波形データを切り
出すための切り出しのタイミングを抽出する処理が行な
われる。なお、本実施の形態では、入力波形データの１
周期分の波形データを切り出すタイミングの抽出処理が
行なわれる。

【００２０】図２は、ピッチ抽出部１１において行なわ
れる処理を説明する図である。同図において、変数ｈｉ
＿ｃは、時間の経過に応じて一定の割合で減少するカウ
ンタの値であり、その値が入力波形データの値（波高
値）よりも小さくなる時刻ではその値を入力波形データ
の値に一致させるように変化させる。

【００２１】一方、変数ｌｏ＿ｃは、時間の経過に応じ
て一定の割合で増加するカウンタの値であり、その値が
入力波形データの値（波高値）よりも大きくなる時刻で
はその値を入力波形データの値に一致させるように変化
させる。

【００２２】フラグｆｌａｇは、変数ｈｉ＿ｃの値と入
力波形データの値とがそれまで不一致であったときから
一致へと変化させたときにその論理をＬ（ローレベル）
からＨ（ハイレベル）に変化させる。そして、変数ｌｏ
＿ｃの値と入力波形データの値とがそれまで不一致であ
ったときから一致へと変化させたときに、その論理をＨ
からＬに変化させる。

【００２３】フラグｐｃ＿ｆｌａｇは、フラグｆｌａｇ
がＬからＨに変化したとき、すなわち、変数ｈｉ＿ｃの
値と入力波形データの値とがそれまで不一致であったと
きから一致へと変化したときに、その論理をＬからＨに
変化させる。そして、そのＨへの論理の変化が発生した
後であって、入力波形データに正から負への値の変化
（いわゆる、入力波形データの符号の正から負へのゼロ
クロス）が最初に発生したときに、その論理をＨからＬ
に変化させる。ここで、このフラグｐｃ＿ｆｌａｇにお
けるＨからＬへの論理の変化の周期ωが求められる。こ
の周期ωの値は、入力波形データの１周期の波形変化に
要する時間、すなわち入力波形データのピッチを示す値
とみなすことができる。

【００２４】フラグｐｈは、フラグｆｌａｇがＨからＬ
に変化したとき、すなわち、変数ｌｏ＿ｃの値と入力波
形データの値とがそれまで不一致であったときから一致
へと変化したときにその論理をＬからＨに変化させる。
そして、そのＨへの論理の変化が発生した後であって、
入力波形のデータの値と変数ｌｏ＿ｃの値とか一致であ
ったときから不一致へと変化したときにはその論理をＨ
からＬに変化させる。入力波形データは、このフラグｐ
ｈの論理がＨからＬへ変化した直前のサンプルにおいて
最小値を呈しているとみなすことができる。ピッチ抽出
部１１は、この入力波形データの最小値が格納される波
形メモリ１６のアドレスをエンドアドレスレジスタ１３
に設定する。

【００２５】ピッチ抽出部１１において実行される、こ
れらの各変数及び各フラグの値を上述したように変化さ
せる制御処理の処理内容を図３にフローチャートで示
す。このフローチャートは、１サンプル分の入力波形デ
ータがピッチ抽出部に入力される度に実行される。な
お、このフローチャートにおいて、各フラグの論理は、
Ｈを１に対応させ、Ｌを０に対応させている。

【００２６】まず、Ｓ１０１において、変数ＩＮの値が
変数ｈｉ＿ｃの値よりも大きいか否かが判定され、判定
結果がＹｅｓならばＳ１０２に、ＮｏならばＳ１０５
に、それぞれ進む。ここで、変数ＩＮには、ピッチ抽出
部１１に入力された入力波形データが格納されている。

【００２７】Ｓ１０２では、変数ＩＮの値、すなわち、
ピッチ抽出部１１に入力された入力波形データが変数ｈ
ｉ＿ｃに代入される。Ｓ１０３では、フラグｆｌａｇの
論理が０であり、且つ、変数ｐ＿ｃが定数ｌｍよりも大
きいか否かが判定され、判定結果がＹｅｓならば、Ｓ１
０４においてフラグｆｌａｇ及びフラグｐｃ＿ｆｌａｇ
の論理が１にされ、その後にＳ１０６に進む。一方、Ｓ
１０３の判定処理の結果がＮｏならばこのままＳ１０６
に進む。

【００２８】ここで、変数ｐ＿ｃは、入力波形のピッチ
を求める目的でフラグｐｈの変化の周期を取得するため
のカウンタであり、後述する処理ステップの作用によっ
て同図に示すフローチャートを１回実行する度にその値
が１ずつ増加する。また、定数ｌｍは、入力波形のピッ
チの上限値に対応する閾値である。つまり、Ｓ１０３の
判定処理は、例えフラグｆｌａｇが０であったとして
も、定数ｌｍによって示されるものよりも高いピッチは
入力波形のピッチとしては異常であるとみなして無視
し、Ｓ１０４の処理を実行しないようにも作用する。

【００２９】Ｓ１０５では変数ｈｉ＿ｃから定数ａの値
を減じた計算の結果が改めて変数ｈｉ＿ｃに代入され
る。ここで、定数ａは、入力波形データのサンプリング
間隔当たりでの、変数ｈｉ＿ｃの値を減少させる割合を
示している。

【００３０】Ｓ１０６では、変数ＩＮの値が変数ｌｏ＿
ｃの値よりも小さいか否かが判定され、判定結果がＹｅ
ｓならばＳ１０７に、ＮｏならばＳ１１０に、それぞれ
進む。

【００３１】Ｓ１０７では、変数ＩＮの値、すなわち、
ピッチ抽出部１１に入力された入力波形データが変数ｌ
ｏ＿ｃに代入される。Ｓ１０８では、フラグｆｌａｇの
論理が１であり、且つ、変数ｐ＿ｃが定数ｌｍよりも大
きいか否かが判定され、判定結果がＹｅｓならば、Ｓ１
０９においてフラグｆｌａｇの論理が０に、更にフラグ
ｐｈの論理が１にされ、その後にＳ１１２に進む。一
方、Ｓ１０８の判定処理の結果がＮｏならばこのままＳ
１１２に進む。つまり、このＳ１０８の判定処理は、例
えフラグｆｌａｇが１であったとしても、定数ｌｍによ
って示されるものよりも高いピッチは入力波形のピッチ
としては異常とみなして無視し、Ｓ１０９の処理を実行
しないようにも作用する。

【００３２】なお、ここで、Ｓ１０３とＳ１０８とで用
いられている定数ｌｍの値を異なる値に設定するように
してもよい。Ｓ１１０では変数ｌｏ＿ｃから定数ａの値
を加えた計算の結果が改めて変数ｌｏ＿ｃに代入され
る。このステップにおいては、定数ａは、入力波形デー
タのサンプリング間隔当たりでの、変数ｌｏ＿ｃの値を
増加させる割合を示している。なお、Ｓ１０５とＳ１１
０とで用いられている定数ａの値を異なる値に設定する
ようにしてもよい。

【００３３】Ｓ１１１では、フラグｐｈの論理が０にさ
れる。Ｓ１１２では、変数ＩＮの値が負であり、且つ、
フラグｐｃ＿ｆｌａｇの論理が１であり、且つ、フラグ
ｆｌａｇの論理が１であるか否かが判定され、判定結果
がＹｅｓならばＳ１１３に、ＮｏならばＳ１１４に、そ
れぞれ進む。この判定処理は、変数ｈｉ＿ｃの値と入力
波形データの値とがそれまで不一致であったときから一
致へと変化した後における、入力波形データの正から負
へのゼロクロスの最初の発生を検出するものである。

【００３４】Ｓ１１３では、変数ｐ＿ｃの値が変数ｐｉ
ｔｃｈに代入される。この値が、入力波形データのピッ
チを示す値となる。また、この後に、変数ｐ＿ｃに０が
代入され、更にフラグｐｃ＿ｆｌａｇの論理が０にされ
る。この後に図３に示す処理が終了する。

【００３５】Ｓ１１４では、変数ｐ＿ｃの値を１だけ増
加させ、その後に図３に示す処理が終了する。図３に示
した処理は以上の通りであり、ピッチ抽出部１１がこの
処理を実行することによって図２に示した各フラグの論
理が制御されている。

【００３６】図１の動作説明に戻る。入力波形データ
は、ピッチ抽出部１１の他に、波形メモリ１６にも与え
られている。波形メモリ１６は、ランダム・アクセス・
メモリ（ＲＡＭ）を備えて構成され、入力波形データが
１サンプルずつ順に格納される。ここで、ピッチ抽出部
１１は、フラグｐｈがＨからＬに変化する毎に、その変
化の直前のサンプルの入力波形データが格納された波形
メモリ１６のアドレス値を取得し、そのアドレス値をエ
ンドアドレスレジスタ１３に設定する。

【００３７】エンドアドレスレジスタ１３は、ピッチ抽
出部１１によって新たなアドレス値が設定されるとき
に、それまで設定されていたアドレス値をスタートアド
レスレジスタ１２に設定する。

【００３８】次に波形読み出し部１８ａ〜１８ｄについ
て説明する。これらはいずれも同一の機能を有してお
り、波形メモリ１６に格納されている入力波形データの
うち、スタートアドレスレジスタ１２及びエンドアドレ
スレジスタ１３にそれぞれ設定されているアドレス値の
間のメモリ領域に格納されている、入力波形の１周期分
の波形データを、タイミングジェネレータ１７から入力
される読み出しタイミング信号に従ったタイミングで読
み出す。ここで注目すべきことは、波形メモリ１６への
入力波形データの格納間隔（書き込みのレート）と波形
読み出し部１８ａ〜１８ｄの各々による波形メモリ１６
からのデータ読み出し間隔（読み出しのレート）とは一
致していることである。

【００３９】ここで、本発明におけるピッチ変換の原理
について、図４を参照しながら説明する。同図に示す合
成波形データは、後述するオフセット補正部１９ａ〜１
９ｄによる補正が施され、加算器２０により加算された
ものである。なお、ここでは、理解を容易にするため、
図４の説明においては、図１に示す波形読み出し部１８
ｃ及び１８ｄは考えないこととする。

【００４０】まず、図４（Ａ）に示す合成波形の例につ
いて説明する。読み出し波形３１ａ、３１ｂは、それぞ
れ波形読み出し部１８ａ、１８ｂによって波形メモリ１
６から読み出された、周期がωである入力波形データの
１周期分の波形である。つまり、この読み出し波形３１
ａ、３１ｂは、その読み出しの時間を波形読み出し部１
８ａと波形読み出し部１８ｂとの間でωｏｕｔだけずら
して読み出して加算合成したものが同図（Ａ）に示され
ている波形である。ここで、読み出し波形３１ａ、３１
ｂはどちらも入力波形データの１周期分の波形を、時間
軸の圧縮や伸張がなされずにそのまま有しているのであ
るから、この合成波形データの示す声のフォルマントや
倍音構造は元の入力波形データのものをほぼそのまま維
持している。そして、読み出し波形３１ａと読み出し波
形３１ｂとはその時間軸上の位置がωｏｕｔだけずらし
て並べられているのであるから、同図（Ａ）に示す合成
波形データの示す声は、元の入力波形データの示す声の
ピッチに対してω／ωｏｕｔだけピッチが変化した
（（Ａ）の例においてはωｏｕｔ／ωだけピッチを下げ
た）ものとなる。

【００４１】次に、図４（Ｂ）に示す合成波形の例につ
いて説明する。同図（Ｂ）に示されている波形における
読み出し波形３１ｃ、３１ｄは、周期がωである入力波
形データの１周期分の同一の波形データであり、その読
み出しの時間を波形読み出し部１８ａと波形読み出し部
１８ｂとの間でωｏｕｔだけずらして読み出して加算合
成したものである。従って、同図（Ｂ）の合成波形デー
タの示す声は、そのフォルマントや倍音構造については
元の入力波形データのものをほぼそのまま維持してお
り、そして、元の入力波形データの示す声のピッチに対
してω／ωｏｕｔだけピッチが変化した（（Ｂ）の例に
おいてはω／ωｏｕｔだけピッチを上げた）ものとな
る。

【００４２】本発明では、この原理を用いてピッチ変換
を行なう。図１の説明に戻る。タイミングジェネレータ
１７は、本装置の使用者によって設定される出力ピッチ
設定データに基づいて、波形メモリ１６からの入力波形
データの１周期分の波形データの読み出しの開始のタイ
ミングを決定し、そのタイミングに応じた読み出しアド
レス値を波形読み出し部１８ａ〜１８ｄの各々に与え
る。ここで、出力ピッチ設定データは本装置の使用者が
所望する変換後のピッチに応じて設定されるデータであ
り、このデータに基づいて前述したωｏｕｔの値が設定
される。

【００４３】ここで、波形メモリ１６から波形データを
読み出すための読み出しアドレスの生成を図５を参照し
ながら説明する。図５において、（Ａ）は、タイミング
ジェネレータ１７内に設けられているマスタカウンタに
ついて、時間経過に対するカウント値の変化を示したも
のであり、入力波形データのサンプリング間隔と同一の
間隔でカウント値が１ずつ増加する。また、（Ｂ）は、
波形メモリ１６からの波形データの読み出し開始を波形
読み出し部１８ａ〜１８ｄの各々に指示するための波形
読み出しスタートトリガである。各トリガの間隔は、本
装置の使用者によって設定される出力ピッチ設定データ
によって決定され、同図に示すようにそれぞれ４×ωou
t に対応する間隔で発生させる。

【００４４】波形読み出し部１８ａ〜１８ｄの各々は、
（Ａ）に示されているマスタカウンタのカウント値と、
（Ｂ）に４つ示されている、トリガ発生のタイミングが
それぞれωout ずつずらされている波形読み出しスター
トトリガのうちのいずれか１つとを個々に受け取り、同
図（Ｃ）に示す波形読み出しオフセットアドレスを生成
する。

【００４５】波形読み出しオフセットアドレスの値は、
波形読み出しスタートトリガを受けたときには０であ
り、マスタカウンタと同一の間隔で増加する。そして、
この波形読み出しオフセットアドレスの値が、スタート
アドレスレジスタ１２に設定されているアドレス値とエ
ンドアドレスレジスタ１３に設定されているアドレス値
との差を計算することによって求まるデータ数であっ
て、波形メモリ１６に格納されている入力波形データの
１周期分の波形データの該データ数となった後には、そ
の値は０とされる。その後は波形読み出しスタートトリ
ガを再び受け取るまで値の増加が停止される。

【００４６】波形読み出し部１８ａ〜１８ｄは、波形読
み出しスタートトリガを受けたときにスタートアドレス
レジスタ１２に設定されているアドレス値に、上述した
ようにして生成される波形読み出しオフセットアドレス
を加算して得られる読み出しアドレスを求める。そし
て、波形メモリ１６においてその読み出しアドレスに格
納されている波形データを読み出す。

【００４７】図６は、入力波形データの格納位置を設定
するために波形メモリ１６に与えられる書き込みアドレ
スの変化、及び波形読み出し部１８ａ〜１８ｄによって
読み出される波形データの格納位置を特定するために波
形メモリ１６に与えられる読み出しアドレスの変化の様
子を示す図である。同図において、読み出しアドレス
（ａ）〜（ｄ）は、それぞれ波形読み出し部１８ａ〜１
８ｄにおいて生成される。なお、同図において、読み出
しアドレス（ａ）〜（ｄ）の開始アドレス値が異なるの
は、それぞれが波形読み出しスタートトリガを受けたと
きにおけるスタートアドレスレジスタ１２に設定されて
いるアドレス値の違いによるものである。

【００４８】なお、ここで、読み出しアドレス（ａ）〜
（ｄ）のそれぞれによって読み出される波形メモリ１６
に格納されている入力波形データの１周期分の波形デー
タは、同一の話者による声の波形データであればそれほ
ど大きな違いを有してはいないので、スタートアドレス
レジスタ１２及びエンドアドレスレジスタ１３の更新間
隔を長くし、図７に示すように、波形メモリ１６に格納
されている入力波形データの１周期分の同一の波形デー
タを波形読み出し部１８ａ〜１８ｄが読み出すようにし
てよい。こうすることでスタートアドレスレジスタ１２
及びエンドアドレスレジスタ１３の更新処理のための処
理負担を軽減させることができる。

【００４９】次に、オフセット補正部１９ａ〜１９ｄの
動作について説明する。前述したように、ピッチ抽出部
１１では、入力波形データから１周期分の波形データを
切り出すための切り出しのタイミングを抽出する処理が
実行されている。しかしながら、この抽出処理で得られ
るタイミングはあくまでも近似的なものに過ぎず、１周
期分の波形データの抽出を正確に行なえるほど理想的な
ものではない。また、仮に理想的な抽出の可能な処理を
ピッチ抽出部１１で実施したとしても、入力波形データ
として声と共に重畳されてしまうノイズ等の影響を排除
することは極めて困難である。

【００５０】このような点を考慮すれば、波形メモリ１
６における、スタートアドレスレジスタ１２とエンドア
ドレスレジスタ１３とに各々格納されているアドレス値
で示される２つの格納位置の格納データの値（波形の波
高値）は、現実には一致しない場合が殆どである。

【００５１】そこで、波形メモリ１６から読み出した１
周期分の波形データに補正を加え、その波形データの両
端の値を擬似的に一致させる処理をオフセット補正部１
９ａ〜１９ｄで行なう。

【００５２】図８は、オフセット補正部１９ａ〜１９ｄ
の動作を説明する図である。オフセット補正部１９ａ〜
１９ｄはいずれも同様の動作を行なう。同図において、
ｔ（ｐｎ）及びｔ（ｐｎ＋１）は、それぞれ波形読み出
し部１８ａ〜１８ｄにおいて生成される読み出しアドレ
スの開始値及び終了値であり、ωは、ｔ（ｐｎ）とｔ
（ｐｎ＋１）との差である。

【００５３】ｘ（ｐｎ）及びｘ（ｐｎ＋１）は、波形メ
モリ１６におれる、それぞれｔ（ｐｎ）及びｔ（ｐｎ＋
１）のアドレス値で示される格納位置の格納データの値
である。

【００５４】ｘ（ｐｎ＋１）は、エンドデータレジスタ
１５に設定されている値であり、この値は、ピッチ抽出
部１１によって、エンドアドレスレジスタ１３にアドレ
ス値が設定されるときに、波形メモリ１６におけるその
アドレス値で示される格納位置に格納される入力波形デ
ータの値が設定される。

【００５５】ｘ（ｐｎ）は、スタートデータレジスタ１
４に設定されている値であり、この値は、ピッチ抽出部
１１によって、エンドアドレスレジスタ１３にアドレス
値が設定されるときに、それまでエンドデータレジスタ
１５に設定されていた値が設定される。

【００５６】なお、スタートデータレジスタ１４及びエ
ンドデータレジスタ１５に格納される入力波形データの
値は、その符号が反転されて格納される。ここで、オフ
セット補正部１９ａ〜１９ｄは、以下に示す式の計算を
行なう。

【００５７】

【数１】

【００５８】上式において、変数ｔは、波形読み出し部
１８ａ〜１８ｄにおいて生成される読み出しアドレスで
ある。更に、オフセット補正部１９ａ〜１９ｄは、上式
を計算することによって得られる値ｘを、波形メモリ１
６における変数ｔで示される格納位置に格納される入力
波形データの値に加算して出力する。その結果得られる
波形データは、その両端の値が等しく０であってその両
端の値が最小値のピークである、あたかも直流のオフセ
ットが正の電位の方向にかけられたかのような波形とな
る。この波形を得たことにより、入力波形データである
声のスペクトル分布におけるフォルマントや倍音構造が
出力波形データで維持される程度が向上する。しかも、
この両端の近傍では、波形の変化が少ない（波形の傾き
が０に近い）ので異音の発生も軽減される。オフセット
補正部１９ａ〜１９ｄの各々から出力されるこれらの波
形を加算器２０で加算して合成した結果が、前述した図
４に示されている合成波形である。

【００５９】加算器２０から出力される合成波形データ
はその後ＨＰＦ（高域通過フィルタ）２１を通過させる
ことにより、オフセット補正部１９ａ〜１９ｄにおける
処理によって波形データに重畳されている直流信号成分
が除去され、その後にミキサ２４に入力される。このミ
キサ２４には、本装置への入力信号である入力波形デー
タも入力されている。

【００６０】また、入力波形データは、ＨＰＦ（高域通
過フィルタ）２２を通過して低周波数域の減衰を受けた
後に、子音制御部２３に入力される。人の声において、
子音の音声は母音の音声に比べて高い周波数成分を含ん
でいる特徴があり、また、子音は音声のピッチの特定に
は寄与しないことが知られている。そこで、ＨＰＦ２２
の通過域を、母音の音声が呈する周波数成分よりも高
く、且つ、子音の音声が呈する周波数成分の一部は通過
できるような周波数域に設定する。子音制御部２３で
は、このようなＨＰＦ２２を通過した入力波形データの
エンベロープの大きさを検出する。ここで、この値が所
定値以上の大きさであるときには、入力波形データは子
音の音声であるとみなし、入力波形データに対するピッ
チ変換の処理は不要であると判断して、ミキサ２４を制
御して入力波形データのみを選択させて出力波形データ
として出力させる。一方で、このエンベロープの値が所
定値よりも小さいであれば、ミキサ２４を制御し、ピッ
チ変換処理が施されてＨＰＦ２１を通過した合成波形デ
ータのみ選択させてを出力波形データとして出力させ
る。

【００６１】図１に示す本装置の第一の実施例では、各
構成要素が上述したように動作することによって、入力
波形データをピッチ変換させる。なお、この第一の実施
例においては、本装置に波形読み出し部１８ａ〜１８ｄ
及びオフセット補正部１９ａ〜１９ｄを各々４つずつ設
けている。波形読み出し部及びオフセット補正部を複数
設ける理由は、図４（Ｂ）に示したように、入力波形の
ピッチを上げるときに必要となる波形データの重ね合わ
せのためである。第一の実施例においてこれらを４組設
けたときには、ωｏｕｔ≧ω／４、つまりω／ωｏｕｔ
が４倍まで、すなわち２オクターブまでピッチを上げる
変換を行なわせることができる。このように、本装置に
設ける波形読み出し部及びオフセット補正部の組数は、
どの程度までピッチを上げる変換を本装置に行なわせる
かの条件に応じて増減させてよい。また、本装置ではピ
ッチを下げる変換を行なわせるのみで、ピッチを上げる
変換を全く行なわせないのであれば、波形読み出し部及
びオフセット補正部は１組だけ設けるようにしてもよ
い。

【００６２】また、この第一実施例では、波形メモリ１
６から波形データを読み出すための読み出しアドレスの
生成において、タイミングジェネレータ１７内に設けら
れているマスタカウンタの増加間隔を入力波形データの
サンプリング間隔と同一の間隔とし、波形メモリ１６へ
の入力波形データの格納間隔（書き込みのレート）と波
形読み出し部１８ａ〜１８ｄの各々による波形メモリ１
６からのデータ読み出し間隔（読み出しのレート）とを
一致させるようにしているので、合成波形データの示す
声のフォルマントや倍音構造について、元の入力波形デ
ータのものをほぼそのまま維持することを可能としてい
る。ここで、マスタカウンタの増加間隔と入力波形デー
タのサンプリング間隔とを異ならせることによって、合
成波形データの示す声のフォルマントや倍音構造を、元
の入力波形データのそれから故意に変化させることも可
能である。

【００６３】図９は、本装置の第一の実施例において、
マスタカウンタの増加間隔と入力波形データのサンプリ
ング間隔とを異ならせることによってフォルマントを故
意に変化させるときの、書き込みアドレスの変化、及び
読み出しアドレスの変化の様子を示す図である。同図に
示す例では、マスタカウンタの増加間隔を入力波形デー
タのサンプリング間隔よりも長くすることでフォルマン
トを周波数の低い方向に移動させながら、ピッチを上げ
る変換を本装置で行なわせる場合の例を示している。こ
のように、フォルマントとピッチとを周波数軸上で無関
係に変化させるようにすることも本装置では可能であ
る。

【００６４】次に本装置の第二の実施例について説明す
る。この第二の実施例においては、波形メモリ１６から
読み出した波形データにオフセットを与える補正を行な
う代わりに、波形メモリ１６から読み出した波形データ
に、ＦＦＴ（高速フーリエ変換）などで用いられる時間
窓を用いた窓掛けを行なうことによって、波形の不連続
性による異音などの弊害を軽減させるものである。

【００６５】図１０は、本発明を実施するピッチ変換装
置の第二の実施例の全体構成を示す図である。図１０に
おいて、図１に示す第一の実施例におけるものと同様の
構成要素には同一の符号を付しており、これらの構成要
素は、特に説明しない限り、第一の実施例におけるもの
と同様の動作をする。

【００６６】図１０を図１と比較すれば分かるように、
本装置の第二の実施例は、第一の実施例からスタートデ
ータレジスタ１４、エンドデータレジスタ１５、オフセ
ット補正部１９ａ〜１９ｄ、ＨＰＦ２１が削除され、窓
掛け処理部４１ａ〜４１ｄ及びバッファレジスタ４２が
設けられて構成されている。

【００６７】窓掛け処理部４１ａ〜４１ｄの動作につい
て図１１を参照しながら説明する。図１１において、
（Ａ）は図２に示したものと同一の入力波形データであ
る。（Ｂ）は、窓掛け処理部４１ａ〜４１ｄにおいて使
用される時間窓の例を示している。同図に示す時間窓
は、切り出し区間が入力波形データの１周期分の時間ω
に相当する長さの矩形窓の両端の時刻に、切り出し区間
が同じくωである正弦波窓を半分ずつ連結した関数であ
り、全体で２ωの切り出し区間を有している。もちろ
ん、窓掛け処理部４１ａ〜４１ｄにおいて使用される時
間窓は同図（Ｂ）に示す以外のものであってもよいし、
切り出し区間を更に長くしてもよい。但し、同図（Ｂ）
に示す形状の時間窓を採用するのであれば、その時間窓
における矩形窓の部分の長さは、ω以上の長さが好まし
く、ωの整数倍であることが特に好ましい。

【００６８】図１１（Ａ）に示す入力波形データに対し
て同図（Ｂ）に示す時間窓を窓掛けして得られる波形が
同図（Ｃ）に示したものである。ここで、時間窓の切り
出し区間を２ωとしているので、波形読み出し部１８ａ
〜１８ｄによる波形メモリ１６からの入力波形データの
読み出しは、入力波形データの２周期分を単位として行
なうことが必要になる。そのためには、波形メモリ１６
において、スタートアドレスレジスタ１２のアドレス値
とエンドアドレスレジスタ１３のアドレス値とで示され
る格納領域に入力波形データの２周期分の波形データが
格納されていることとなるようにすればよい。バッファ
レジスタ４２はこのために設けられるレジスタである。

【００６９】エンドアドレスレジスタ１３は、ピッチ抽
出部１１によって新たなアドレス値が設定されるとき
に、それまで設定されていたアドレス値をバッフアレジ
スタ４２に設定する。そして、バッファレジスタ４２
は、エンドアドレスレジスタ１３によって新たなアドレ
ス値が設定されるときに、それまで設定されていたアド
レス値をスタートアドレスレジスタ１２に設定する。

【００７０】このバッファレジスタ４２を設けることに
より、波形読み出し部１８ａ〜１８ｄは入力波形データ
の２周期分の波形データを波形メモリ１６から読み出す
ようになり、読み出された波形データに対して窓掛け処
理部４１ａ〜４１ｄによって同図（Ｂ）に示す時間窓の
窓掛けが行なわれ、同図（Ｃ）に示す読み出し波形が得
られるようになる。窓掛け処理部４１ａ〜４１ｄのそれ
ぞれが出力される読み出し波形は加算器２０において加
算合成され、ミキサ２４へと渡される。なお、この本装
置の第二の実施例においては、第一の実施例のようなオ
フセット値の信号波形への加算は行なわれないので、第
一の実施例には設けていたＨＰＦ２１は削除されてい
る。

【００７１】図１０に示す本装置の第二の実施例におい
ては入力波形データに対して上述した処理を施すことに
よってピッチ変換を実現している。なお、この第二の実
施例においては、波形読み出し部１８ａ〜１８ｄ及び窓
掛け処理部４１ａ〜４１ｄとして各々４つずつ設けてい
る。波形読み出し部及び窓掛け処理部を複数設ける理由
も、第一の実施例におけるものと同様に、入力波形のピ
ッチを上げるときに必要となる波形データの重ね合わせ
のためである。第二の実施例においては、２周期分の波
形データについての重ね合わせが行なわれるので、これ
らを４組設けたときには、ωｏｕｔ≧２ω／４、つまり
ω／ωｏｕｔが２倍まで、すなわち１オクターブまでピ
ッチを上げる変換を行なわせることができる。このよう
に、本装置に設ける波形読み出し部及び窓掛け処理部の
組数は、この第二の実施例においても、どの程度までピ
ッチを上げる変換を本装置に行なわせるかの条件に応じ
て増減させてよい。但し、この第二の実施例において
は、本装置でピッチを下げる変換を行なわせるのみであ
っても、１オクターブ未満しかピッチの変換を行なわな
いのであれば、波形読み出し部及び窓掛け処理部は少な
くとも２組必要である。

【００７２】また、以上までに説明した本装置の第一及
び第二の実施例では、どちらも入力波形データが本装置
の外部から入力されるように構成されているが、この波
形データが予め記憶されているメモリを本装置に設け、
このメモリから波形データを読み出して元の信号を再生
するときに本発明に係るピッチ変換をその波形データに
施すように構成することも可能である。このような構成
を有するものを本装置の第三の実施例とし、その全体構
成を図１２に示す。

【００７３】図１２に示す本装置の第三の実施例の構成
は、図１０に示した第二の実施例の構成を一部変更した
ものである。図１２において、図１０に示す第二の実施
例におけるものと同様の構成要素には同一の符号を付し
ており、これらの構成要素は、特に説明しない限り、第
二の実施例におけるものと同様の動作をする。

【００７４】図１２においては、図１０に示されている
波形メモリ１６が削除され、波形メモリ５１及びデータ
読み出し部５２が設けられている。波形メモリ５１は、
リード・オンリ・メモリ（ＲＯＭ）を備えて構成されて
おり、前述した第二実施例における入力波形データが予
め記憶されている。

【００７５】データ読み出し部５２は、波形メモリ５１
から入力波形データを読み出し、読み出された入力波形
データをデータピッチ抽出部１１、ＨＰＦ２２、ミキサ
２４に与えている。

【００７６】波形読み出し部１８ａ〜１８ｄは、第二実
施例においての波形メモリ１６からの波形データの読み
出し動作と同様の動作を波形メモリ５１に対して行な
う。図１２に示す本装置の第三の実施例においては入力
波形データに対して上述した処理を施すことによってピ
ッチ変換が行なわれる。

【００７７】

【発明の効果】以上詳細に説明したように、本発明は、
音声信号から、該音声信号のピッチに関係する長さの期
間に含まれる該音声信号である期間信号を抽出し、前記
期間信号を、所定の時間間隔で時間軸上に複数並べて合
成することによって、音声信号のピッチ変換を行なう。
こうすることによって、音声信号の声のピッチを、その
スペクトル分布におけるフォルマントや倍音構造を維持
しつつ変換させることが可能となる効果を奏する。

【図面の簡単な説明】

【図１】本発明を実施するピッチ変換装置の第一の実施
例の全体構成を示す図である。

【図２】ピッチ抽出部の動作を説明する図である。

【図３】図２に示す変数・フラグの制御処理の処理内容
を示すフローチャートである。

【図４】本発明におけるピッチ変換の原理を説明する図
である。

【図５】読み出しアドレスの生成を説明する図である。

【図６】書き込みアドレスの変化、及び読み出しアドレ
スの変化の様子を示す図である。

【図７】スタートアドレスレジスタ及びエンドアドレス
レジスタの更新間隔を長くした場合における、書き込み
アドレスの変化、及び読み出しアドレスの変化の様子を
示す図である。

【図８】オフセット補正部の動作を説明する図である。

【図９】フォルマントを故意に変化させるときの書き込
みアドレスの変化、及び読み出しアドレスの変化の様子
を示す図である。

【図１０】本発明を実施するピッチ変換装置の第二の実
施例の全体構成を示す図である。

【図１１】窓掛け処理部の動作を説明する図である。

【図１２】本発明を実施するピッチ変換装置の第三の実
施例の全体構成を示す図である。

【符号の説明】

１１ ピッチ抽出部 １２ スタートアドレスレジスタ １３ エンドアドレスレジスタ １４ スタートデータレジスタ １５ エンドデータレジスタ １６、５１ 波形メモリ １７ タイミングジェネレータ １８ａ、１８ｂ、１８ｃ、１８ｄ 波形読み出し部 １９ａ、１９ｂ、１９ｃ、１９ｄ オフセット補正部 ２０ 加算器 ２１、２２ ＨＰＦ ２３ 子音制御部 ２４ ミキサ ３１ａ、３１ｂ、３１ｃ、３１ｄ 読み出し波形 ４１ａ、４１ｂ、４１ｃ、４１ｄ 窓掛け処理部 ４２ バッファレジスタ ５２ データ読み出し部

Claims (17)

【特許請求の範囲】
1. 【請求項１】 音声信号から、該音声信号のピッチに関
   係する長さの期間に含まれる該音声信号である期間信号
   を抽出する期間信号抽出手段と、 前記期間信号を、所定の時間間隔で時間軸上に複数並べ
   て合成することによって合成信号を得る信号合成手段
   と、 を有することを特徴とするピッチ変換装置。
2. 【請求項２】 前記音声信号の信号波形の波高よりも値
   が小さいときには該波高値が該値として設定され、時間
   の経過に応じて一定の割合で該値が減少する第一のカウ
   ンタと、 前記音声信号の信号波形の波高よりも値が大きいときに
   は該波高値が該値として設定され、時間の経過に応じて
   一定の割合で該値が増加する第二のカウンタと、 前記第一のカウンタに前記波高値が設定されたときに第
   一の状態から第二状態へ遷移する第一の遷移を生じ、前
   記第二のカウンタに前記波高値が設定されたときに該第
   二の状態から該第一の状態へ遷移する第二の遷移を生じ
   るフラグと、 前記フラグの変化に基づいて前記音声信号のピッチを取
   得するピッチ取得手段と、 を更に有することを特徴とする請求項１に記載のピッチ
   変換装置。
3. 【請求項３】 前記ピッチ取得手段は、前記フラグにお
   ける前記第一の遷移の直後に最初に発生する前記音声信
   号の信号波形のゼロクロスの発生間隔に基づいて前記ピ
   ッチを得ることを特徴とする請求項２に記載のピッチ変
   換装置。
4. 【請求項４】 前記期間は、前記音声信号の信号波形の
   周期の整数倍の期間であることを特徴とする請求項１に
   記載のピッチ変換装置。
5. 【請求項５】 前記期間は、前記音声信号の信号波形が
   最小値を示すときを基準にして設定されることを特徴と
   する請求項１に記載のピッチ変換装置。
6. 【請求項６】 前記期間は、前記第二のカウンタの値と
   前記音声信号の信号波形の波高値とが一致していた状態
   から不一致の状態へと変化したときを基準にして設定さ
   れることを特徴とする請求項２に記載のピッチ変換装
   置。
7. 【請求項７】 前記所定の時間間隔は、所望する変換後
   のピッチに応じて設定されることを特徴とする請求項１
   に記載のピッチ変換装置。
8. 【請求項８】 前記期間の開始のときにおける前記期間
   信号の信号波形の波高値と該期間の終了のときにおける
   前記期間信号の信号波形の波高値とを一致させるオフセ
   ットを該期間信号に与えるオフセット手段を更に有する
   ことを特徴とする請求項１又は５に記載のピッチ変換装
   置。
9. 【請求項９】 前記オフセット手段は、前記期間の開始
   のときにおける前記期間信号の信号波形の波高値と該期
   間の終了のときにおける前記期間信号の信号波形の波高
   値とを共に０にするオフセットを該期間信号に与えるこ
   とを特徴とする請求項８に記載のピッチ変換装置。
10. 【請求項１０】 前記オフセットを与えた前記期間信号
    に重畳されている直流信号成分を除去する直流信号成分
    除去手段を更に有することを特徴とする請求項８又は９
    に記載のピッチ変換装置。
11. 【請求項１１】 前記音声信号から子音の発声音を示す
    該音声信号の検出を行なう子音発声音検出手段と、 前記検出の結果に応じて、前記音声信号と前記合成信号
    とのいずれかを選択する選択手段と、 を更に有することを特徴とする請求項１に記載のピッチ
    変換装置。
12. 【請求項１２】 前記子音発声音検出手段は、高域通過
    フィルタを通過させた前記音声信号の大きさについての
    大小判定の結果を前記検出の結果とすることを特徴とす
    る請求項１１に記載のピッチ変換装置。
13. 【請求項１３】 前記期間信号に時間窓を掛ける窓掛け
    手段を更に有することを特徴とする請求項１に記載のピ
    ッチ変換装置。
14. 【請求項１４】 前記時間窓の形状は、前記音声信号の
    信号波形の周期以上の期間に及ぶ平坦な区間を有するこ
    とを特徴とする請求項１３に記載のピッチ変換装置。
15. 【請求項１５】 前記平坦な区間は、前記音声信号の信
    号波形の周期の整数倍の期間であることを特徴とする請
    求項１４に記載のピッチ変換装置。
16. 【請求項１６】 前記音声信号が予め記憶されている記
    憶手段と、 前記記憶手段から前記音声信号を読み出す読み出し手段
    と、 を更に有することを特徴とする請求項１に記載のピッチ
    変換装置。
17. 【請求項１７】 音声信号から、該音声信号のピッチに
    関係する長さの期間に含まれる該音声信号である期間信
    号を抽出し、 前記期間信号を、所定の時間間隔で時間軸上に複数並べ
    て合成する、 ことを特徴とするピッチ変換方法。