JP2002536693A - 可変率音声符号化に基づいた音声合成装置 - Google Patents

Abstract

(57)【要約】 可変率音声符号化に基づく音声合成のための装置および方法が開示されている。入力音声信号は可変率ボコーダ（２０２）により符号化され、音声信号のパラメータはメモリに記憶される。音声を合成するため、可変率復号器（２０８）は音声標本を生成すべくパラメータを復号する。コーデック（２１０）は音声標本をディジタル信号からアナログ信号に変換し、このアナログ信号がスピーカ（２１２）を介して放送される。

Description

【発明の詳細な説明】

【０００１】 発明の背景 Ｉ．発明の分野 本発明は音声合成に係わる。特に、本発明は可変率ボコーダ（音声分析合成装
置）により符号化された音声の合成に関する。さらに、本発明は無線通信装置を
備えた音声合成の利用に関する。 ＩＩ．関連技術の説明 電子音声合成は多くの応用で有用である。コンピュータおよびその他電子装置
がユーザインタフェースとして音声即答オプションをいよいよ備えようとしてい
る。例えば、電子メールメッセージを読んだり、音声応答システムにおいて話し
言葉を生成したり、または自動車の運転者に方向を指示したりするために、音声
が役立っている。

【０００２】 音声を作るために使用される音声合成装置または技術には二つの種類がある。
第一の種類はテキスト対音声（ＴＴＳ）の音声合成装置に属するもので、文法に
基づくものである。ＴＴＳシステムは普通のテキストをわかりやすい自然音声に
変換する。これは任意の入力テキストをわかりやすい自然音声出力に変換するた
めの自動変換を必要とする用途に有用である。特に、沢山の語彙および／または
刻々変化するデータがあるときは有効である。ＴＴＳは自動音声警報や応答、校
正、データベースへの電話アクセス、および電子メールの音声メールまたはオー
ディオ出力への変換などを提供するような用途に有用である。ＴＴＳは柔軟性が
あり強力であるから、多くの用途に役立っている。しかしながら、ＴＴＳシステ
ムの実装には巨大なメモリ容量と処理能力が必要である。また音声合成装置が人
間の音声の抑揚をきちんと真似ないと機械口調になってしまう。したがって、Ｔ
ＴＳは、小さな可搬無線装置、遠方に設置された通信装置またはコンピュータ等
といった、限られたメモリ容量や処理能力をもつ用途には実用的な選択とはいえ
ない。

【０００３】 音声合成装置の第二の種類はボイスコーダ（ボコーダ）に基づくものである。
ボコーダは人間の音声発生モデルに関するパラメータを抽出することにより、音
声、またはオーディオ信号を圧縮する。ボコーダは、毎秒６４キロビット（ｋｂ
ｐｓ）の割合でディジタル変換された入力音声を１３ｋｂｐｓ、８ｋｂｐｓ、ま
たはそれ以下の低率に圧縮するために開発されたものである。ボコーダに基づい
た音声合成装置は合成される音声の、または音声のためのあるパラメータを生成
する。このパラメータはある種のメモリ、好ましくはフラッシュ型メモリに記憶
され、音声合成に基づいて復号化される。合成された全ての語のパラメータはメ
モリに記憶させなければならないため、ボコーダに基づく音声合成装置は大量の
語彙を必要としない用途にさらに適している。この音声合成装置は特に限られた
メモリ容量と処理能力をもつシステムに適している。

【０００４】 ボコーダに基づく音声合成装置では、良好な音声品質を保持しながらメモリの
使用を最適化する必要がある。ある用途に対しては、与えられたメモリ容量に対
して語彙数を最大化することが望ましい。さらに、音声合成を行うために与えら
れた通信システム設計の中で既に利用されている信号処理資源を使用することも
望ましい。これらの、そしてその他の特性を有する音声合成装置は以下に記述さ
れる本発明により提供される。

【０００５】 発明の概要 本発明は可変率音声符号化に基づく音声合成のための装置および方法である。
合成される音声は可変率音声ボコーダにより符号化される。可変率ボコーダは音
声フレーム内で起こる音声の動きに基づいて一組の所定率の一つで音声フレーム
を符号化する。一実施例では、可変率ボコーダは４ビット率をもつ符号励起線形
予測（ＣＥＬＰ）符号器である。このようにして入力音声信号は選択した率での
ＣＥＬＰ符号化法（ｓｃｈｅｍｅ）により四つの率の一つで音声パラメータに符
号化される。音声パラメータは一般に使用する可変率符号化法に対応する可変率
復号化法を実行する復号器に一般に用意されている。復号器は音声標本を生成し
、それは符号器−復号器またはディジタル対アナログ変換のコーデックに供給さ
れる。コーデックにより発生される結果としてのアナログ信号は、それから、合
成された音声としてスピーカまたは他の知られたオーディオ出力装置を通して放
送される。

【０００６】 本発明の音声合成装置は可変率音声符号化が既に行われている無線通信システ
ムにおける使用に特に適している。これらのシステムにおいては、既存の音声符
号化資源を音声合成に使用することが可能である。代わりに、音声合成装置機能
を提供するため、既に有りまた容易に取付けられる、ＤＳＰ素子を小容量のメモ
リと共に使用することができる。他に、可変率音声符号化に基づく音声合成装置
は大容量のメモリを必要とすることなく良好な音声品質を提供することができる
。可変率音声ボコーダにより提供される圧縮レベルは限られたメモリをもつ用途
に適している。

【０００７】 本発明の特徴、目的、および長所は、同様な参照符号が通して対応的に同一視
する図面と共に、以下に述べる詳細な説明からさらに明らかになる。

【０００８】 好ましい実施例の詳細な説明 本発明は無線通信装置と共に用いて非常に有用な音声合成装置および音声合成
方法を提供する。この発明は、無線通信装置における既存の信号処理資源を利用
し、または高音声品質を提供し、且つ小メモリ容量を必要とする仕方で音声を合
成するために最小の付加ハードウェアを利用することができる。

【０００９】 本発明は種々の既知の通信装置と共に使用するとき非常に有用であり、ＣＤＭ
Ａ無線通信システムに関しては以下に述べる。他に、乗り物に無線装置を搭載し
、動作させるのに用いられるハンドフリーのカー・キットのような、特殊の用途
に特に好適である。しかしながら、この分野に精通した者は、このことが本発明
を限定するものではないこと、および有線の電信線、または光ケーブルシステム
において通信する装置、および他の信号変調技術を用いる装置を含む他の型の通
信装置と使用できることを直ちに理解するであろう。

【００１０】 典型的な無線通信システムはコード分割多重アクセス（ＣＤＭＡ）変調技術を
使用している。時分割多重アクセス（ＴＤＭＡ）、周波数分割多重アクセス（Ｆ
ＤＭＡ）、および振幅圧伸単側帯（ＡＣＳＳＢ）等の振幅変調（ＡＭ）など、他
の技術が知られているけれども、ＣＤＭＡはこれら他の技術に対して大きな利点
を有する。多重アクセス通信システムにおいてＣＤＭＡ技術を使用することは、
本発明の権利人に帰属し、参考文献としてここに組みこまれた米国特許第４，９
０１，３０７号「衛星または地上リピータを用いたスペクトラム拡散多重アクセ
ス通信システム」に開示されている。

【００１１】 種々の理由で音声合成装置は無線通信装置および設備に実装することができる
。例えば、音声合成は無線電話の音声認識システムまたは乗り物における動作を
援助するのに用いる“ハンドフリー”カー・キットの一部である。音声合成装置
は装置の使用者または運転者が装置上の出力スクリ−ンまたは指示装置を視るこ
とができないとき可聴形式で情報を提供することができる。例えば、乗り物の運
転手または機械の運転者が近寄って通信装置を安全に見ることができないときに
装置運転または出力するように情報を供給することができる。音声合成装置はま
た実行すべき作業について音声指示を与えることにより装置のハンドフリー操作
を許容するものでもある。例えば、音声合成装置は、装置に電話番号を自動的に
ダイヤルさせて呼ぶべき人の名を尋ねたり、ダイヤルしたり、記憶したり、メー
ルを開いたり、呼出をやめたり、または切断（シャットダウン）するなど、実装
される命令（コマンド）を尋ねることが可能である。

【００１２】 一実施例において本発明は、無線電話および音声を生成するため通信サービス
加入者が利用する他の製品などのいくつかの無線装置において既存のボコーダ回
路を使用している。特に、本発明の音声認識装置は可変率ボコーダに基づいてい
る。可変率ボコーダは瞬間のデータ率を変えるため音声の動きを利用する。音声
に動きのあるときは、ボコーダ符号化装置は音声標本を符号化するために多くの
ビット数を使用する。無音の期間では、ボコーダ符号化装置は背景雑音を符号化
するために少数の、またはそれ以下のビット数を使用する。可変率ボコーダの典
型的実施例は、本発明の権利人に帰属し、参考文献としてここに組みこまれた米
国特許第５，４１４，７９６号「可変率ボコーダ」に記載されている。

【００１３】 可変率ボコーダはそれぞれの通信信号により一般に用いられるビット数を減ら
すことによりシステムの能力を増やすためＣＤＭＡ型通信システムにおいて一般
に使用されている。可変率ボコーダは、例えば、前述の特許第４，９０１，３０
７号のＣＤＭＡ型通信システムに実装することが可能である。ＣＤＭＡ型通信シ
ステムにおいては、他のユーザが同じ帯域を使用するが、別のコードチャンネル
を使用して通信する。ＣＤＭＡ型通信システムの可変率ボコーダは、ユーザがあ
る所定のチャンネルで時間の約４０％を実際に話しているという事実を利用して
いる。ユーザが話してないときは僅かのビットを送ることにより、可変率ボコー
ダはさらに多くのユーザが同じ帯域を分け合うようにする。

【００１４】 代表的な可変率ボコーダの概略ブロック図を図１に示し、全体的に１００で表
す。図１に示すボコーダは四個の異なるデータ率を用いているが、この分野では
周知のように、その代わりに違う数のデータ率を採用してもよいことは理解すべ
きことである。四個のデータ率の組で、最高の率を１３．２ｋｂｐｓとすると、
全率は１３．２ｋｂｐｓに対応し、１／２率は約６．２ｋｂｐｓに対応し、１／
４率は約２．７ｋｂｐｓに対応し、そして１／８率は約１．０ｋｂｐｓに対応す
る。全率以外の実際のビット率は、この技術分野では周知であるように、オーバ
ーヘッド・ビットを使うため近似である。

【００１５】 図１を参照すると、可変率ボコーダ１００は符号器１０２と復号器１０４から
なる。符号器１０２は入力として、例えば、ｍｕ−則またはａ−則フォーマット
の６４ｋｂｐｓのデータ率での８−ビットＰＣＭ標本として、音声データのフレ
ームのための音声標本を受信する。符号器１０２はこれらの音声標本を音声の動
きにしたがって四個のデータ率の一つで音声パラメータに符号化する。入力音声
標本は率決定部１０６にも供給される。

【００１６】 率決定部１０６はいくつかの率決定アルゴリズムを備えている。一実施例にお
いては、背景雑音エネルギレベルに関するエネルギ閾値が音声の動きを決め、そ
れにより入力標本が符号化される率を決定するために用いられる。音声標本の現
時点のフレームが背景雑音エネルギの遙か上にあれば、率決定部１０６はフレー
ムを全率で符号化するように決定する。音声標本の現時点のフレームが背景雑音
エネルギに近ければ、周知のように、率決定部１０６はフレームを八分の一率、
等々で符号化するように決定する。

【００１７】 本発明の権利人に帰属し、参考文献としてここに組みこまれた継続中の米国特
許出願Ｎｏ．０８／２８６，８４２「率を減少した可変率音声符号化を行う方法
および装置」に、他の率決定技術が開示されている。この技術はモードメジャー
（ｍｅａｓｕｒｅ）として参照される率決定基準の組を提供する。第一のモード
メジャーは前の符号化フレームからの標的マッチング信号対雑音比（ＴＭＳＮＲ
）で、合成音声信号を入力信号と比較することにより符号化モデルが如何に旨く
実行されるかの情報を提供する。第二のモードメジャーは正規化自己相関関数（
ＮＡＣＦ）で、音声フレームの周期性を計測する。第三のモードメジャーは零交
差（ＺＣ）パラメータで、入力音声フレームの高周波成分を計測する。第四のモ
ードメジャー、予測利得微分（ＰＧＤ）は符号器が予測効率を維持するかどうか
を決定する。第五のモードメジャーはエネルギ微分（ＥＤ）で、現フレームのエ
ネルギを平均フレームエネルギと比較する。

【００１８】 前述のモードメジャーを用いて、率決定論理は入力音声データについて符号化
率を選択する。種々のモードについての値は作動すべき四またはそれ以上のモー
ドの一つを選択する。即ち、閾値または他の基準に関する各モードメジャーにつ
いて検出された値は予め選択されたパターンまたは階層に基づいて、符号化率の
選択を決定する。例えば、ＮＡＣＦの値が予め選択された閾値より小さく、ＺＣ
が第二の予め選択された閾値より大きければ一つの率が選択される。しかしなが
ら、これらの条件は合わないけれども、ＥＤが第三の閾値より低ければ、四分の
一率が選択される。ＴＳＮＲの値が大きく、ＰＤＧが小さく、そしてＮＡＣＦが
第四、第五、および第六の閾値よりそれぞれ大きければ、二分の一率が選択され
る。種々のこのような組み合わせ及び閾値はこの技術に精通した者により符号化
率を選択するために使用されている。

【００１９】 また他の率決定技術が率決定部１０６に採用されてもよいことを知るべきであ
る。

【００２０】 なお図１を参照すると、率決定部１０６により決定されたデータ率を示す信号
はスイッチ１０８に供給される。スイッチ１０８は、データ信号により指定され
る、全率符号化部１１０、二分の一率符号化部１１２、四分の一率符号化部１１
４、および八分の一率符号化部１１６の中から入力音声標本のフレームを符号化
するための符号化部を選択する。選択された符号化部は符号化データ・パケット
の信号を生成するため音声標本を符号化する。率決定部１０６は、スイッチ１０
８と同様に同じ符号化部を選択するスイッチ１１８にデータ率を示す信号を供給
し、そのため選択された符号化部により生成された符号化データ・パケットの信
号は可変率ボコーダの出力に供給される。

【００２１】 各符号化部１１０、１１２、１１４，および１１６は所定の符号化法を用いて
音声を符号化するために配置されている。符号励起線形予測（ＣＥＬＰ）などの
線形予測符号化法が好ましい実施例で使用されている。ＣＥＬＰ符号器は、Ｐｒ
ｏｃｅｅｄｉｎｇ ｏｆ Ｍｏｂｉｌｅ Ｓａｔｅｌｌｉｔｅ Ｃｏｎｆｅｒｅ
ｎｃｅ １９９８に掲載のＴｈｏｍａｓ Ｅ．Ｔｒｅｍａｉｎ他の論文「４．８
Ｋｂｐｓ符号励起線形予測符号器」に記述されている。線形予測符号化装置は音
声に固有の本来ある冗長性を取り除くことにより音声を圧縮する。音声は唇や舌
の機械的運動による短期間の冗長性と、声帯の振動による長期間の冗長性を一般
に示す。線形予測法はこれらの動作をフィルタとしてモデル化し、冗長性を取り
除き、それから結果としての残余信号を白色ガウス雑音としてモデル化する。そ
れ故、線形予測コーダは、伝送フィルタ係数により減少されたビット率、および
全帯域幅音声信号よりむしろ量子化雑音を達成する。

【００２２】 可変率を採用した線形予測符号化法は音声の品質と妥協することなくビット率
をさらに低減する。図１において、全率符号化部１１０は、入力の特性をよく保
持するために多くのビットを使用して入力音声信号のパラメータを符号化する。
音声が検出されない期間は、取込むべき内容または有用な情報が殆どないから八
分の一率符号化部１１６は少ないビット数を用いてパラメータを符号化する。動
きのある音声の期間と音声が検出されない期間の間の変化は二分の一率符号化部
１１２および四分の一率符号化部１１４により符号化される。

【００２３】 さて可変率ボコーダの復号部を参照すると、復号器１０４は、音声を符号化す
るために使用する率を示す信号と同様に、符号化された音声パラメータの信号を
受信する。率抽出部１２８はこの入力信号を受信し、音声のデータ率を決定する
。データ率の信号は、入力パラメータを正しく復号するため復号部の組から復号
部を選択するスイッチ１３０に供給される。図１において、四個の復号部、即ち
、全率復号部１２０、二分の一率復号部１２２、四分の一率復号部１２４、およ
び八分の一率復号部１２６が四つの可能な率で音声パラメータを復号するために
用意されている。選択された復号部は、一般に６４ｋｂｐｓパルス符号変調（Ｐ
ＣＭ）標本である、復号された標本の信号を生成するためデータ率に基づいて入
力パラメータを復号する。率抽出部１２８により決定されたデータ率の信号はス
イッチ１３２に供給される。スイッチ１３２はスイッチ１３０と同様に同じ復号
部を選択し、その結果復号された標本の信号がボコーダの出力に供給される。

【００２４】 図２を参照すると、可変率ボコーダを備えた本発明の原理にしたがって動作す
る音声合成システムのブロック図が示されている。この音声合成システムは可変
率符号器２０２および音声合成器２０４からなる。可変率符号器２０２の例は図
１の符号器１０２である。可変率符号器２０２は入力として音声信号を受信し、
そして所定の率の組の一つで音声を符号化する。好ましい実施例では、可変率符
号器２０２は音声の入力分節における音声の動きに基づく率の一つで音声パラメ
ータを生成するＣＥＬＰ符号器である。

【００２５】 本発明は、市販の、例えば、クァルコム社からの１３ｋｂｐｓボコーダ製品の
ような、米国特許第５，４１４，７９６号に記載されている可変率ボコーダを使
用する。好ましい一実施例においては、可変率ボコーダはＩＳ１２７規格につい
て記述されている高性能可変率ボコーダである。

【００２６】 本発明の一実施例では、符号化率決定は上記で論じた“モードメジャー”に基
づいている。率選択をするのに用いる基準の種々の組み合わせは“低減された率
モード”または“モード”と呼ばれるものを作るのに使用され、そしてこの技術
分野に精通する者には理解されているように、さらに単純にモード０、モード１
、モード２、等々として参照される。本発明は音声合成の目的のためにこのよう
なモードを利用することができる。

【００２７】 可変率符号器２０２により受信された音声は、電話、カー・キット、または他
の通信装置などの通信装置が合成するために設計される予め選択された語彙から
の単語または語句である。語彙は装置のユーザに与えるべき即答や警告などを含
むことがある。例えば、五個の語彙単語：｀ｃａｌｌ´、｀ｒｅｄｉａｌ´、｀
ｐｒｏｇｒａｍ´、｀ｏｒ´および｀ｅｘｉｔ´を抽出、合成することにより、
音声合成は、ユーザからの応答の誘導において、｀ｃａｌｌ、ｒｅｄｉａｌ、ｐ
ｒｏｇｒａｍ、ｏｒ、ｅｘｉｔ´の即答を提供すべく設計することが可能である
。代わりとして、音声合成装置は、オーディオを含むいろいろな装置の入力に応
答して装置ユーザに、電話帳、ルックアップ表、またはデータベースにおけるよ
うに、以前に記憶させた情報を提供すべく設計することもできる。可変率符号器
２０２により受信された音声は符号化され、そして符号化されたパラメータは記
憶のために音声合成装置２０４のメモリ素子または回路２０６に供給される。

【００２８】 メモリ２０６は所望の装置の動作の或る時間にわたってパラメータを保持また
は記憶する。しかしながら、語彙が、条件を変えるために変えられたり、または
装置の特性に対して改良する必要があるときのように、パラメータを改良したり
置き換えたりするように記憶したパラメータを一般には持つことが望ましい。し
たがって、メモリ２０６は不揮発性でかつ再書込み可能なメモリの形態で配置さ
れ、この分野では周知のようにフラッシュ型メモリ素子を用いて達成される。

【００２９】 人も認めるように、装填するパラメータの動作は本発明が用いられる通信装置
の製造の間に実行される。合成される即答および警告は予め決められているから
、これらは製造時に符号化され、使用に先立ってフラッシュメモリに記憶するこ
とができる。パラメータは、装置のサービス中、または無線装置のために新規に
開発された空中プログラミング技術を介して、変えたり、置き換えができる。

【００３０】 代わりに、可変率符号器２０２は通信装置の動作中に音声信号入力を受信する
ことができる。例えば、音声合成装置からの即答に対して、ユーザは音声応答を
することができる。可変率符号器２０２はそのときユーザの音声を符号化し、そ
して符号化されたパラメータは記憶のためのフラッシュメモリ２０６に供給され
、および／または音声認識の目的のために（図示されていない）音声認識装置に
供給される。このようにして、パラメータは、そのユーザの要求に関して、装置
が直ちに有効なサービスに入るか、または終わったときなど、各装置（ボコーダ
）ユーザのための個人語彙ライブラリを築くことによるなど、入力後の製造物で
ある。

【００３１】 フラッシュメモリ２０６はユーザから予想される音声のパラメータと同様に予
め選択された語彙のパラメータを記憶するに十分な容量である。このように、フ
ラッシュメモリ２０６の容量は特殊な用途の要求に基づいて変更することができ
る。製造後の記憶は、製造者が全体の大きな装置マーケットを包含するためにイ
ンストールしなければならないものに比べて各装置ユーザがそれほど多量の語彙
を必要としないところでメモリ要求を低減する利点を有する。音声合成装置は、
対象または所望の語句または音声の終点を検出し、無音または冗長性を除去し、
そしてそれを符号化することにより、｀Ｆｒｅｄ Ｓｍｉｔｈ´のような名前ま
たは他の語を記録できる。したがって、音声は“オン・ライン”で記録され、そ
して後で音声出力を合成するために利用することができる。

【００３２】 可変率符号器２０２は入手可能なメモリおよび要求される音声品質に基づいて
配置することができることに注目すべきである。全率が１３ｋｂｐｓである四つ
の率をもつシステムにおいて、平均率は４０％の音声の動きに基づくと一般に５
．８８ｋｂｐｓである。可変率の利用は高音声品質を提供する。しかしながら、
メモリ容量が制限されると、可変率符号器２０２は、例えば、毎秒約８００バイ
トの固定二分の一率で動作すべく配置することになる。そうでなければ、全体の
率の組の代わりに所定の率の組の部分セットから選択するようになる。例えば、
先に論じた低減した率モードは種々のモードを選択するのに使用できる。本発明
の一実施例においては、率はモード０、１、２、及び３を付けた、四つのモード
の組に分類される。このモードにしたがって固定の率を用いると、毎秒１８００
バイト程度の率、毎秒１５４０バイトの率、毎秒１４００バイト、および毎秒１
１００バイトの率をそれぞれ使用することができる。そのような固定の低減され
た率を使うと予め定義されたデータ率を与えられた非常に高品質の音声の配送が
でき、地上通信線の品質に近づけることができる。これらの四つのモードは合成
音声品質とメモリの要請の間に最良の見返り条件（トレードオフ）を提供する。

【００３３】 さらに、可変率符号器２０２は、用途の瞬時の要請に基づいていろいろな動作
モード（可変率、全二分の一率、可変率の部分セット、等々）の間を切り替える
ことができる。音声品質とメモリ容量の間には見返り条件（トレードオフ）があ
るため、採用される構成は実装される用途に依存する。

【００３４】 フラッシュメモリ２０６に記憶された音声パラメータは、音声合成が要求され
ると可変率復号器２０８に供給される。可変率復号器２０８は、対応する可変率
符号器２０２により生成された音声パラメータを復号するために配置される。可
変率復号器の例は図１の復号器１０４である。

【００３５】 一般に、可変率復号器２０８は通信装置の中で使用されているディジタル信号
プロセッサ（ＤＳＰ）の一部として組み込まれることになる。このようなＤＳＰ
は信号の符号化／復号化、ＣＤＭＡ符号化、電力調整等のための制御素子を構成
するものとしてまたはそのために使用される。そのような素子は一般に無線装置
、および発明が提供するところの多数の他の装置で使用されるから、本発明に非
常に効率的な費用で組み込むためにそれらの存在を利用することができる。

【００３６】 本発明のための復号化機能を持たせるために、小容量のメモリのみＤＳＰに必
要であり、またはＤＳＰに接続される。ＤＳＰ内のまたはＤＳＰを用いたスタン
ドアローンの復号器は音声合成能力を得るために非常に小容量のメモリ（プログ
ラムとデータの両方で）を必要とする。音声合成装置は、アナログ・デバイス社
およびクァルコム社から市販されているような周知のＤＳＰ回路およびデバイス
を用いて組み込むことができる。

【００３７】 一般的にパルス符号変調（ＰＣＭ）標本の形式の復号化パラメータはコーデッ
ク２１０に供給される。コーデック２１０はＰＣＭ標本をディジタル形式からア
ナログ信号に変換する。アナログ信号はスピーカ、または周囲の可聴装置環境に
合成した音声を出したりまたは放送する他の周知のオーディオ出力装置２１２に
供給される。

【００３８】 その結果、可変率音声符号化に基づく音声合成装置は本発明により提供される
。この音声合成装置は、既に可変率ボコーダを有する無線装置で使用するのに特
に適している。言い換えれば、適当な使用を通して音声合成装置により採用され
ている既存の可変率ボコーダは、プログラムまたは操作命令に、または制御ハー
ドウェアの使用に変換する。ほかに、可変率符号化の使用により、達成される圧
縮は、無線装置またはそれが接続される他の装置に付随する限られた容量のメモ
リに予め決められた語彙を記憶させることができる。さらに、音声品質とメモリ
容量の間の見返り条件（トレードオフ）は、所望の音声品質とメモリ容量を備え
た音声合成装置を提供するために可変率ボコーダを配置するとき考慮するもので
ある。

【００３９】 本発明は種々の通信装置およびインターフェース装置に使用することができる
。上記の実施例は、ユーザ端末、加入者電話、移動（モバイル）ステーション、
または簡単に、“ユーザ”、“モバイル”、または“加入者”としてしばしば引
用される、セルラおよび衛星電話のような無線通信装置に関して述べられている
。他に、例えば、メッセージ受信機およびデータ伝送装置（例えば、ポータブル
・コンピュータ、個人情報端末（ＰＤＡ）、モデム、機械制御器）、または公衆
電話網または専用通信回線など、他の装置も考えられる。

【００４０】 本発明は、所望の装置内に取付ける音声合成装置を構成するために専用素子ま
たは特定用途向けＩＣ（ＡＳＩＣ）の形で別回路を用いて実装することができる
。代わりに、既存のディジタル信号プロセッサ素子と動作させるため小容量の付
加メモリを使用することにより他のＡＳＩＣおよびデバイスの中に組み込むこと
ができる。

【００４１】 好ましい実施例の前の記述はこの分野に精通する人が誰でも本発明をなし或い
は用いることを可能にする。これらの実施例に対する種々の改良はこの分野に精
通する者には明白であり、この中で定義されている原理は独創能力を用いること
なしに他の実施例に適用することができる。かくして、本発明はこの中に示され
た実施例に限定されるものではなく、この中に開示されているその原理および新
規な特徴と両立する広範な分野に及ぶものである。

【図面の簡単な説明】

【図１】 可変率ボコーダのブロック図である。

【図２】 本発明の音声合成装置のブロック図である。

【符号の説明】

１００…可変率ボコーダ １０２…符号器 １０４…復号器 １０６…率決定
部 １０８…スイッチ １１０…全率符号化部 １１２…二分の一率符号化部
１１４…四分の一率符号化部 １１６…八分の一率符号化部 １１８…スイッチ
１２０…全率復号部 １２２…二分の一率復号部 １２４…四分の一率復号部
１２６…八分の一率復号部 １２８…率抽出部 １３０…スイッチ １３２…
スイッチ ２０２…可変率符号器 ２０４…音声合成装置 ２０６…フラッシュ
メモリ ２０８…可変率復号器 ２１０…コーデック ２１２…オーディオ出力
装置

───────────────────────────────────────────────────── フロントページの続き (81)指定国 ＥＰ(ＡＴ，ＢＥ，ＣＨ，ＣＹ， ＤＥ，ＤＫ，ＥＳ，ＦＩ，ＦＲ，ＧＢ，ＧＲ，ＩＥ，Ｉ Ｔ，ＬＵ，ＭＣ，ＮＬ，ＰＴ，ＳＥ)，ＯＡ(ＢＦ，ＢＪ ，ＣＦ，ＣＧ，ＣＩ，ＣＭ，ＧＡ，ＧＮ，ＧＷ，ＭＬ， ＭＲ，ＮＥ，ＳＮ，ＴＤ，ＴＧ)，ＡＰ(ＧＨ，ＧＭ，Ｋ Ｅ，ＬＳ，ＭＷ，ＳＤ，ＳＬ，ＳＺ，ＴＺ，ＵＧ，ＺＷ )，ＥＡ(ＡＭ，ＡＺ，ＢＹ，ＫＧ，ＫＺ，ＭＤ，ＲＵ， ＴＪ，ＴＭ)，ＡＥ，ＡＬ，ＡＭ，ＡＴ，ＡＵ，ＡＺ， ＢＡ，ＢＢ，ＢＧ，ＢＲ，ＢＹ，ＣＡ，ＣＨ，ＣＮ，Ｃ Ｒ，ＣＵ，ＣＺ，ＤＥ，ＤＫ，ＤＭ，ＥＥ，ＥＳ，ＦＩ ，ＧＢ，ＧＤ，ＧＥ，ＧＨ，ＧＭ，ＨＲ，ＨＵ，ＩＤ， ＩＬ，ＩＮ，ＩＳ，ＪＰ，ＫＥ，ＫＧ，ＫＰ，ＫＲ，Ｋ Ｚ，ＬＣ，ＬＫ，ＬＲ，ＬＳ，ＬＴ，ＬＵ，ＬＶ，ＭＡ ，ＭＤ，ＭＧ，ＭＫ，ＭＮ，ＭＷ，ＭＸ，ＮＯ，ＮＺ， ＰＬ，ＰＴ，ＲＯ，ＲＵ，ＳＤ，ＳＥ，ＳＧ，ＳＩ，Ｓ Ｋ，ＳＬ，ＴＪ，ＴＭ，ＴＲ，ＴＴ，ＴＺ，ＵＡ，ＵＧ ，ＵＺ，ＶＮ，ＹＵ，ＺＡ，ＺＷ

Claims (23)

【特許請求の範囲】
1. 【請求項１】 可変率符号器により符号化される音声パラメータを記憶する
   ためのメモリ、 復号化音声標本を生成するため前記音声パラメータを復号するための可変率復
   号器、 前記音声標本を、合成音声として放送するためのアナログ信号に変換するディ
   ジタル対アナログ変換器、 を含む無線通信システムにおける音声合成のための装置。
2. 【請求項２】 前記可変率符号器が線形予測に基づくものである請求項１の
   装置。
3. 【請求項３】 前記可変率復号器が線形予測に基づくものである請求項１の
   装置。
4. 【請求項４】 前記音声パラメータが全率、二分の一率、四分の一率、およ
   び八分の一率からなる可変率の組にて符号化される請求項１の装置。
5. 【請求項５】 前記全率が１３．２ｋｂｐｓであり、前記二分の一率が約６
   ．２ｋｂｐｓであり、前記四分の一率が約２．７ｋｂｐｓであり、そして前記八
   分の一率が約１．０ｋｂｐｓである請求項４の装置。
6. 【請求項６】 前記音声パラメータが一またはそれ以上の計測モード基準に
   応じて固定された率で符号化される請求項４の装置。
7. 【請求項７】 前記音声パラメータが前記二分の一率にて固定された率で符
   号化される請求項４の装置。
8. 【請求項８】 符号化率が音声の品質および前記メモリの容量の要求条件に
   従って選択される請求項４の装置。
9. 【請求項９】 前記無線通信システムがＣＤＭＡシステムである請求項１の
   装置。
10. 【請求項１０】 音声を前記音声パラメータに符号化するための可変率符号
    器をさらに含む請求項１の装置。
11. 【請求項１１】 前記可変率符号器が予め選択された語彙に属する音声を符
    号化する請求項１０の装置。
12. 【請求項１２】 前記可変率符号器が高性能化された可変率符号器である請
    求項１０の装置。
13. 【請求項１３】 メモリに記憶された音声パラメータであって、可変率符号
    化法を用いて符号化された前記音声パラメータを引き出すステップ、 復号された音声標本を生成するため可変率符号化法を用いて前記音声パラメー
    タを復号するステップ、 前記音声標本を合成音声として放送するためのアナログ信号に変換するステッ
    プ、 を含む無線通信システムにおける音声合成のための方法。
14. 【請求項１４】 前記可変率符号化法が線形予測に基づくものである請求項
    １３の方法。
15. 【請求項１５】 前記可変率復号法が線形予測に基づくものである請求項１
    ３の方法。
16. 【請求項１６】 前記音声パラメータが全率、二分の一率、四分の一率、お
    よび八分の一率からなる可変率の組にて符号化される請求項１３の方法。
17. 【請求項１７】 前記全率が１３．２ｋｂｐｓであり、前記二分の一率が約
    ６．２ｋｂｐｓであり、前記四分の一率が約２．７ｋｂｐｓであり、そして前記
    八分の一率が約１．０ｋｂｐｓである請求項１６の方法。
18. 【請求項１８】 前記音声パラメータが一またはそれ以上の計測モード基準
    に応じて固定された率にて符号化される請求項１６の方法。
19. 【請求項１９】 前記音声パラメータが前記二分の一率にて固定された率で
    符号化される請求項１６の方法。
20. 【請求項２０】 符号化率が音声の品質および前記メモリの容量の要求条件
    に従って選択される請求項１６の方法。
21. 【請求項２１】 前記無線通信システムがＣＤＭＡシステムである請求項１
    ３の方法。
22. 【請求項２２】 入力音声信号を前記音声パラメータに符号化するステップ
    をさらに含む請求項１３の方法。
23. 【請求項２３】 前記符号化のステップが予め選択された語彙に属する音声
    を符号化する請求項２２の方法。