JP2734028B2 - 音声収録装置 - Google Patents

Description

【発明の詳細な説明】 〔産業上の利用分野〕 本発明は音声合成等に用いる音声データを収録するた
めの音声収録装置に関する。

〔従来の技術〕

音声合成方式の一つとして、次のようなものが知られ
ている（日本音響学会発行の音声研究会資料記載の「C
V,VC波形のピッチ周期的補間による任意語合成方式」、
資料番号S82-06（1982−４））。

先ず、ピッチ周波数の異なる単音節等を単位音声とし
て複数種類予め録音しておく。この録音は単位音声を人
が発声することにより行われる。次に、合成する単語や
文書のイントネーションパターンに従って、録音されて
いる単位音声の中から単語等に最も近いピッチ周波数を
有する単位音声を選択し、これらを編集することにより
音声を合成していた。

ここで、予め発声録音されている単位音声のピッチ周
波数を変更せずに最も近いピッチ周波数を有する単位音
声を選択し、これらの単位音声を接続して単語や文章の
イントネーションを合成する方式を採っている理由は、
予め発声録音されている単位音声のピッチ周波数を変更
すると合成音声の音質が著しく劣化するからである。

従って、このような音声合成方式に用いる単位音声と
しては、必要なピッチ周波数で正確に発声されたものを
収録しておかねばならない。

従来、このような音声合成方式で用いられる単位音声
の収録に、予め定められたピッチ周波数を有する標準音
を発声者に聴取させ、その標準音にできるだけ近いと発
声者が感ずるピッチ周波数で発声者に発声させ、それを
録音するという装置が用いられていた（特公昭54-52682
号「音声収録装置」）。

〔発明が解決しようとする課題〕

上述した従来の音声収録装置は、発声者に標準音を聴
取させ、発声者の聴覚でピッチ周波数の遠近を判断させ
る構造であったため、以下の欠点がある。

（イ） 発声者が必要なピッチ周波数を正確に発声する
ことは困難である。

（ロ） 発声者がどの程度標準音に対応して正確に発声
したかを発声者自身がその場で知ることができないた
め、音声収録後、合成時に発声された音声のピッチ周波
数を修正しなくてはならない。この結果、合成音声の品
質劣化は避けることができなかった。また甚だしい場合
には、再度収録を行うといったことが必要であった。

本発明の目的は、上記課題に解決し、音声合成等に用
いる音声データの収録において必要とされる正確なピッ
チ周波数を有する音声を収録することを可能にする音声
収録装置を提供することにある。

〔課題を解決するための手段〕

本発明は、予め定められたピッチ周波数を有する標準
音を発声音に聴取させ、この標準音に近いピッチ周波数
の音声を発声させ、この音声を収録する音声収録装置で
あって、 入力されたピッチ周波数を有する前記標準音を生成す
るための標準音生成手段と、 この標準音生成手段で生成された標準音の特徴量を算
出する標準音特徴量算出手段と、 前記発声音声の特徴量を算出する音声特徴量算出手段
と、 この音声特徴量算出手段により算出された音声の特徴
量と前記標準音特徴量算出手段により算出された標準音
の特徴量との間の距離を算出し、この距離が所定の値よ
りも小さい場合に前記発声音声の収録許可信号を発生す
る収録許可信号発生手段と、 前記収録許可信号に基づいて前記音声を収録する録音
手段とを備えていることを特徴とする。

〔作用〕

本発明では、まず必要とされる正確なピッチ周波数を
有する標準音を標準音生成手段により生成して発声者に
聴取させ、同じ高さと思われる音声を発声者に発声させ
る。発声された音声を音声特徴量算出手段により分析し
て音声の持つ特徴量を算出する。算出する特徴量として
は、ピッチ周波数が考えられる。このとき、前記標準音
についても標準音特徴量算出手段を用いて同様の特徴量
を算出する。次に、収録許可信号発生手段により、前記
音声の特徴量と標準音の特徴量とを比較し、２つの特徴
量の距離を求める。例えば、特徴量としてピッチ周波数
を用いた場合を考えると、音声と標準音の各々の平均ピ
ッチ周波数を算出し、その差を距離とすることができ
る。このようにして得られた距離を予め定めておいた閾
値と比較し、前記距離が前記閾値よりも小さい場合にの
み発声された音声を録音手段を用いて収録する。距離が
閾値よりも大きい場合は、距離が閾値よりも小さい値を
取るまで、発声をやり直す。

以上のように、発声された音声の特徴量と標準音の特
徴量との距離を算出し、２つの特徴量の距離が十分に近
い場合にのみ、発声された音声を収録することにより、
標準音を呈示していただけの従来方法に比べ、より正確
なピッチ周波数を有する音声を確実に収録することが可
能となる。

なお、前記距離を求める際に用いる特徴量としてはピ
ッチ周波数のほか、パワー（音の強さ）など併せて用い
ることも可能であり、これらを総合した距離を算出する
ことは、さらに正確なピッチを有する音声を収録するの
に有効である。

〔実施例〕

本発明の実施例について図面を参照して説明する。

第１図は本発明の一実施例に係る音声収録装置であ
る。

音声収録装置１は、ピッチ周波数入力端子２を有する
標準音生成回路３（標準音生成手段）と、この標準音生
成回路３の出力側に接続された標準音特徴量算出回路４
（標準音特徴量算出手段）と、マイクロホン５に接続さ
れた音声特徴量算出回路６（音声特徴量算出手段）と、
標準音特徴量算出回路４と音声特徴量算出回路の出力側
に接続された収録許可信号発生回路７（収録許可信号発
生手段）と、スイッチ８を介してマイクロホン５に接続
された録音回路９（録音手段）とを備えている。

標準音声生成回路３は、ピッチ周波数入力端子２から
入力したピッチ周波数ａに基づいてこのピッチ周波数ａ
を有する音声の標準音を生成し、生成した標準音ｂを標
準音特徴量算出回路４及びレシーバ10に出力する機能を
有する。ここで生成される標準音は、正弦波，矩形波又
は三角波等である。この他にも標準音として合成音声を
用いることも可能である。

標準音特徴量算出回路４は、標準音生成回路３からの
標準音ｂを入力し、この標準音ｂのピッチ周波数やパワ
ー等の特徴量を算出して、標準音ｂの特徴量を示す情報
ｃを収録許可信号発生回路７に出力する機能を有する。

音声特徴量算出回路６は、マイクロホン５から入力し
た音声ｄのピッチ周波数やパワー等の特徴量を算出して
音声ｄの特徴量を示す情報ｅを収録許可信号発生回路７
に出力する機能を有する。

収録許可信号発生回路７は、制御線11を介してスイッ
チ８の開閉制御を行う機能を有する。具体的には、標準
音特徴量算出回路４と音声特徴量算出回路６から入力し
た情報ｃとｅに基づいて、情報ｃが示す標準音の特徴量
と情報ｅが示す音声の特徴量との距離、即ち類似の度合
を算出し、その値が所定の閾値より小さいと判断した場
合に制御線11を介して制御信号ｆをスイッチ８に出力し
てスイッチ８を閉じる機能を有する。

録音回路９は、マイクロホン５から閉状態のスイッチ
８を介して入力した音声ｄを録音する機能を有する。こ
の録音回路９としてテープレコーダを用いれば、音声ｄ
を磁気テープに録音することができる。また音声ｄの信
号をアナログ／ディジタル変換を用いてディジタル信号
に変換し、これをメモリや磁気ディスクに蓄える録音回
路９も可能である。

次に、本実施例に係る音声収録装置の動作について説
明する。

ピッチ周波数入力端子２からピッチ周波数ａを入力す
ると、標準音生成回路３によってピッチ周波数ａを有す
る音声の標準音ｂが生成される。

この標準音ｂは、標準音特徴量算出回路４に入力さ
れ、標準音特徴量算出回路４は、標準音ｂの特徴量を示
す情報ｃを収録許可信号発生回路７に出力する。また、
標準音ｂはレシーバ10にも出力されるから、発声者はレ
シーバ10によってピッチ周波数ａの標準音ｂを聴くこと
ができる。

発声者は、レシーバ10から標準音ｂを聴取し、そのピ
ッチ周波数ａと等しいと思われるピッチ周波数で音声ｄ
を発声する。

発声された音声ｄはマイクロホン５を介して音声特徴
量算出回路６に入力され、音声特徴量算出回路６は音声
ｄの特徴量を示す情報ｅを収録許可信号発生回路７に出
力する。

収録許可信号発生回路７に出力した情報ｃとｅは、そ
の特徴量を比較される。収録許可信号発生回路７は、こ
れらの特徴量の距離が前記閾値よりも大きいと判断した
場合にはスイッチ８を開状態にする制御信号ｆをスイッ
チ８に出力する。従ってこの場合には、音声ｄは録音回
路９に録音されないため、発声者は再度正確な音声ｄを
発生する。一方、特徴量の距離が前記閾値よりも小さい
と判断した場合には、スイッチ８を閉状態にする制御信
号ｆがスイッチ８に出力され、音声ｄは録音回路９に入
力して正確な音声として録音される。

従って、各種のピッチ周波数の音声を発声者が発声す
ることにより、正確な音声が複数種類にわたって録音回
路９に収録される。

〔発明の効果〕

本発明の音声収録装置は、以上説明したように構成さ
れているため、以下の効果がある。

（イ） 必要なピッチ周波数を持った音声を、従来方式
に比べより確実に収録することができる。

（ロ） 必要なピッチ周波数を持った音声を収録する作
業を、大幅に軽減することができる。

【図面の簡単な説明】

第１図は本発明の一実施例に係る音声収録装置を示すブ
ロック図である。 １……音声収録装置 ３……標準音生成回路（標準音生成手段） ４……標準音特徴量算出回路（標準音特徴量算出手段） ６……音声特徴量算出回路（音声特徴量算出手段） ７……収録許可信号発生回路（収録許可信号発生手段） ９……録音回路（録音手段）

Claims (1)

(57)【特許請求の範囲】
1. 【請求項１】予め定められたピッチ周波数を有する標準
   音を発声者に聴取させ、この標準音に近いピッチ周波数
   の音声を発声させ、この音声を収録する音声収録装置で
   あって、 入力されたピッチ周波数を有する前記標準音を生成する
   ための標準音生成手段と、 この標準音生成手段で生成された標準音の特徴量を算出
   する標準音特徴量算出手段と、 前記発声音声の特徴量を算出する音声特徴量算出手段
   と、 この音声特徴量算出手段により算出された音声の特徴量
   と前記標準音特徴量算出手段により算出された標準音の
   特徴量との間の距離を算出し、この距離が所定の値より
   も小さい場合に前記発声音声の収録許可信号を発生する
   収録許可信号発生手段と、 前記収録許可信号に基づいて前記音声を収録する録音手
   段とを備えていることを特徴とする音声収録装置。