JP2840234B2

JP2840234B2 - 規則による音声合成装置

Info

Publication number: JP2840234B2
Application number: JP59080523A
Authority: JP
Inventors: 徹北村
Original assignee: Sanyo Denki Co Ltd
Current assignee: Sanyo Denki Co Ltd
Priority date: 1984-04-20
Filing date: 1984-04-20
Publication date: 1998-12-24
Anticipated expiration: 2013-12-24
Also published as: JPS60225198A

Description

【発明の詳細な説明】イ）産業上の利用分野本発明は規則による音声合成装置に関するものであ
り、任意の文字列を装置に入力することにより、任意の
合成音声を得ることができるものである。ロ）従来技術規則による音声合成装置は、音韻あるいは音節などの
単位の音声の特徴を表わす音声パラメータを記憶してお
り、入力文字列に従って該音声パラメータを補間、長さ
の調節等の処理を施して接続することにより、任意の文
字列に対し、合成音声を生成するものである。従来、この種装置では、音韻あるいは音節の種類に対
し、音声パラメータが１対１の対応で決まるものと、音
韻あるいは音節の種類に対し、音声パラメータが１対多
数で対応しているもの、すなわち同一の音節に対し、複
数種の音声パラメータが対応しているものとがある。後
者は、同一の音韻あるいは音節に対し、語頭用、中間
用、語尾用など複数種の音声パラメータを記憶してお
り、該音韻あるいは音節の語中の位置によって接続する
音声パラメータを選択するものである。又、規則による音声合成装置では、さらに合成音声の
自然性を向上させるために、単語のアクセント型などを
指定することにより、規則により語全体に対し、ピッチ
周波数を設定し、前述の方法により生成される音声パラ
メータ対し、ピッチパラメータを付与する。たとえば、
同一の音声パラメータに対し、ピッチ周波数を表わすパ
ラメータを変えることにより、語のアクセントを変える
わけである。しかしながら、LSP、PARCOR等を音声パラメータとす
る方式では、ピッチ周波数を表わすパラメータとそれ以
外の音声パラメータが完全に独立していないので、記憶
している音声パラメータに対し、ピッチ周波数の高い
値、あるいは低い値を付与した場合には音質の劣化が生
じる事が音響学会論文集（１−２−11,1981年10月）に
報告されている。ハ）発明の目的本発明は以上の問題点を解決するためになされたもの
であり、音質の劣化を防止した音声合成装置を提供する
ものである。ニ）発明の構成本発明の音声合成装置は、音韻、或いは音節等の単位
の音声の特徴を表す音声パラメータを、モーラ数、及び
アクセント型の組み合わせ毎に複数個記憶している音声
パラメータ記録部と、上記モーラ数、及びアクセント型
を入力する韻律パターン指定部と、入力された文字列に
係る単位毎に、上記韻律パターン指定部にて入力された
韻律パターンに応じて、上記音声パラメータ記憶部に記
憶されている音声パラメータを読み出す単位選択部と、
該単位選択部から読み出された音声パラメータを、上記
韻律パターン指定部で入力された韻律パターンに従って
合成して音声波形を生成する音声合成部と、を備えたも
のである。ホ）実施例第１図に本発明の音声合成装置の一実施例を示す。音
声メモリ選択テーブル（１）には、第２図に示す如く、
合成音声の音節数にほぼ対応するモーラ数とそのアクセ
ント型の組合わせごとに各音節に対応する音声パラメー
タとして、高音用音声メモリ（２）、中音用音声メモリ
（３）、低音用音声メモリ（４）のうち、どの音声メモ
リ中の音声パラメータを接続するかの「高」，「中」，
「低」で示す選択情報が蓄えられている。音声用音声メ
モリ（２）、中音用音声メモリ（３）、及び低音用音声
メモリ（４）に記憶されている音声パラメータは高音、
中音、及び低音毎に音韻、或るいは音節などの単位から
夫々抽出されたものである。即ち、４音節の４文字で表
わされる音声は４モーラに属し、アクセント型として
は、各音節のいずれにもアクセントのないもの、例えば
「おもかげ」はＯ型、第１の音節にアクセントのあるも
の、例えば「えんにち」は１型、第２の音節にアクセン
トのあるもの、例えば「うぐいす」は２型、第３の音節
にアクセントのあるもの、例えば「ばんごう」は３型、
に分類されており、これ等のアクセント位置とピッチ周
波数が相対的に高くなるので、このアクセント位置には
高音用音声パラメータを設定し、又最後の音節ではピッ
チ周波数は相対的に低くなるので低音用音声パラメータ
を設定している。ここで第２図について説明を加える
と、同図は音声メモリ選択テーブル（１）を模式的に示
したものであり、モーラ数Ｍとアクセント型Ａごとに各
音節に対応する音声パラメータとして、どの音声パラメ
ータを用いるかが「高」，「中」，「低」で示す選択情
報として蓄えられている。さらに第１図に於いて、
（５）は文字キーが配列されたキーボード、（６）は該
キーボード（５）からのキー操作信号を受けて、そのキ
ーに対応する音節単位の文字信号に変換するデーダであ
る。（７）は該デコーダ（６）からの文字信号と上記高
音用音声メモリ（２）、中音用音声メモリ（３）、低音
用音声メモリ（４）の中の音声パラメータの存在するア
ドレスとを関係づけた音声パラメータアドレステーブ
ル、（８）は音声パラメータアドレステーブル（７）よ
り読み出される音声メモリ群（２）、（３）、（４）か
らなる音声パラメータ記憶部のアドレスカウンタであ
る。一方、（９）は、合成音声のモーラ数とアクセント型
より決定される音声メモリ選択テーブル（１）のアドレ
スカウンタであり、単位選択部である音声パラメータ読
み出し制御回路（10）は音声メモリ選択テーブル（１）
の出力に従って、アドレスカウンタ（８）の示すアドレ
スから音声パラメータを読み出す。（11）はパラメータ
領域（111）とピッチ領域（112）とからなる音声データ
バッファメモリであり、そのパラメータ領域（111）に
は、上記読み出し制御回路（10）に読み出された音声パ
ラメータが格納されており、これに続く上記キーボード
（５）からのキー入力に応答して、新たな音声パラメー
タが順次格納される事となる。又、ピッチパターン用メ
モリ（12）には、前述のモーラ数、アクセント型に対応
してピッチ周波数を示すピッチパラメータの値が蓄えら
れており、合成音声に応じたパラメータの値が読み出さ
れ、時間方向に伸縮された形でピッチ領域（112）に格
納される。（13）は上記キーボード（５）のキー操作信
号の発生回数に対応したモーラ数をカウントするカウン
タ、（14）は合成音声のアクセント型を指定するアクセ
ント型指定スイッチである。（15）は上記カウンタ（1
3）から得られるモーラ数と、上記アクセント型指定ス
イッチ（14）にて指定されたアクセント型との組合わせ
信号からなる信号を音声パラメータ選択テーブル（１）
のアドレスカウンタ（９）とピッチパターン用メモリ
（12）のアドレスカウンタ（16）に送出するピッチパタ
ーン指定回路であり、音声メモリ選択テーブル（１）、
及びピッチパターン指定回路（15）がピッチ設定部に該
当する。（17）は音声合成回路であり、上記音声データ
バッファメモリ（11）に格納された、音声パラメータに
基づいて音声信号が合成出力され、アンプ（18）を介し
てスピーカ（19）からこの合成音声が発生される。次に「うぐいす」を音声合成する場合を例に挙げて動
作を説明するが、その前に、「うぐいす」なる自然音声
を分析して見ると、４モーラ２型であって、そのピッチ
パターンは第５図に示す如くなる。同図に依れば、低音
と中音とのしきい値S₁を200Hz,中音と高音とのしきい値
S₂を300Hzと設定した場合、「う」は中音、「ぐ」は高
音、「い」は中音、「す」は低音である事がわかる。而して、キーボード（５）より「う」，「ぐ」，
「い」，「す」なる文字列が入力される。この時カウン
タ（13）は、キー操作信号の発生回数をカウントするこ
とにより、合成すべき音声が４モーラに設定される。
又、操作者はアクセント型指定スイッチ（14）にてその
アクセント型を２型に設定する。従って、４モーラ２型
という信号はピッチパターン指定回路（15）からアドレ
スカウンタ（９）に送出され、アドレスカウンタ（９）
で指定される音声メモリ選択テーブル（１）のアドレス
には、４モーラ２型用のテーブルとして第５図のピッチ
パターンの実測例と一致するように第３図に示すような
「中」，「高」，「中」，「低」を示すテーブルが蓄え
られている。一方、キーボード（５）より入力された「う」なる文
字はデコーダ（６）により文字信号に変換され、第４図
に示すような音声パラメータアドレステーブル（７）に
依れば「う」なる音節の特徴を表わす音声パラメータは
300番地に存在するのでアドレスカウンタ（８）に300の
値が設定される。音声パラメータ読み出し制御回路（10）は音声メモリ
選択テーブル（１）により指定される４モーラ２型の第
１音節に対応する中音用音声メモリ（３）の300番地よ
り音声パラメータを読み出し、音声データバッファメモ
リ（11）のパラメータ領域（111）に格納する。同様にして、つづく文字「ぐ」なる文字信号に対応し
て高音用メモリ（２）から、「ぐ」なる音節の特徴を表
わす音声パラメータが読み出され、パラメータ領域（11
1）に格納され、同様にしてすべての文字に対応する、
音声パラメータが格納されていく。一方、４モーラ２型なるピッチパターン指定回路（1
5）の出力は、ピッチパターン用メモリ（12）のアドレ
スカウンタ（16）に送出され、読み出されたピッチパタ
ーンが時間方向で伸縮されたあと、ピッチ領域（112）
に格納される。以上の処理により音声データバッファメモリ（11）に
格納された音声パラメータは音声合成回路（17）に送出
され、合成音声として、アンプ（18）を介して、スピー
カ（19）から発生される。ヘ）発明の効果本発明の規則による音声合成装置は、以上の説明から
明らかな如く種々のピッチ周波数からなる語を合成する
場合、入力された文字列に対応するピッチパラメータに
したがって、語中の音韻、或るいは音節の特徴を表わす
複数個の音声パラメータの中から最適な音声パラメータ
を選択して音声合成するものであるので、音声パラメー
タ記憶部に記憶されている音声パラメータと音声合成の
対象となっている語のピッチ周波数の違いによる音質の
劣化を減少させることができ、良質の合成音声が得られ
る。

【図面の簡単な説明】第１図は本発明の音声合成装置の一実施例の構成図、第
２図は音声メモリ選択テーブルの模式図、第３図は４モ
ーラ２型の音声メモリ選択テーブルの部分模式図、第４
図は音声パラメータアドレステーブルの模式図、第５図
は４モーラ２型単語「うぐいす」のピッチ周波数曲線図
である。（２），（３），（４）……音声メモリ、（５）……キ
ーボード、（11）音声データバッファメモリ、（12）…
…ピッチパターン用メモリ、（15）……ピッチパターン
指定回路、（17）……音声合成回路、（19）……スピー
カ。

Claims

(57)【特許請求の範囲】１．音韻、或るいは音節等の単位の音声の特徴を表す音
声パラメータを、モーラ数、及びアクセント型の組み合
わせ毎に複数個記憶している音声パラメータ記憶部と、上記モーラ数、及びアクセント型を入力する韻律パター
ン指定部と、入力された文字列に係る単位毎に、上記韻律パターン指
定部にて入力された韻律パターンに応じて、上記音声パ
ラメータ記憶部に記憶されている音声パラメータを読み
出す単位選択部と、該単位選択部から読み出された音声パラメータを、上記
韻律パターン指定部で入力された韻律パターンに従って
合成して音声波形を生成する音声合成部と、を備えたことを特徴とする規則による音声合成装置。