JP2853997B2 - 音声合成方式 - Google Patents
音声合成方式Info
- Publication number
- JP2853997B2 JP2853997B2 JP59207842A JP20784284A JP2853997B2 JP 2853997 B2 JP2853997 B2 JP 2853997B2 JP 59207842 A JP59207842 A JP 59207842A JP 20784284 A JP20784284 A JP 20784284A JP 2853997 B2 JP2853997 B2 JP 2853997B2
- Authority
- JP
- Japan
- Prior art keywords
- syllable
- duration
- sentence
- speech
- words
- 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.)
- Expired - Lifetime
Links
Description
【発明の詳細な説明】
（イ）産業上の利用分野
本発明は音節単位の音声波形情報を結合して任意の文
章音声を合成出力する音声合成方式に関する。 （ロ）従来の技術 この種音声合成方式は、音節単位の音声波形情報とし
てPCM信号の他にも情報圧縮率の高いパーコール係数、L
SP係数等の音声パラメータが用いられており、この様な
音声パラメータを文章構成に結合した上で、文章として
の音声に合成するものである。 斯様な従来の音声合成方式は例えば、日本音響学会、
音声研究会資料、資料番号S83-68（1984-1）の「任意単
語音声合成装置」に示されている様に、音声の明瞭性、
自然性の向上のために、音節を形作る子音部の音声パラ
メータと母音部の音声パラメータとの接続処理、基本周
波数の設定処理、音節の継続時間長の設定処理、及び振
幅の制御処理等が行なわれている。 これ等各種処理の内、音節の継続時間長の設定処理
は、人間の自然な発声に於いて同じ音節であってもその
出現箇所に依って継続時間長が異なるものであるので、
以下の如き（１）式に基づく規則が採用されていた。ただし lc ：子音音節の継続時間長 lv ：母音音節の継続時間長 li ：音節固有の標準継続時間長 Pci ：前接子音音節への影響 Pvi ：前接母音音節への影響 la ：アクセント位置による影響 ln ：単語全体の音節数による影響 しかしながら、斯様な（１）式に依れば、任意の単語
に対して、その単語に属する音節の継続時間長を最適に
決定する事ができるものの、複数の単語からなる文章単
位での最適な音節の継続時間長を決定する事はできな
い。即ち、人間の自然な発声に依れば同じ単語であって
もその単語が用いられる文章に依って、単語自体の継続
時間長が変化しているので、自づとその単語中の音節の
継続時間長も変化していると云う事実からして複数の単
語からなる文章を合成する為の音声合成方式にとって、
前記文章構成に依る各音節の継続時間長への影響を無視
し得ないものである。 （ハ）発明が解決しようとする問題点 本発明は、文章構成を考慮しない事に依る音節の継続
時間長の不自然さを解消しようとする音声合成方式を提
供するものである。 （ニ）問題点を解決するための手段 本発明の音声合成方式は、音節単位の音声波形情報を
結合して任意の複数の単語からなる文章音声を合成出力
する音声合成方式において、文章を構成する複数の単語
の各音節固有の音声発生部分の継続時間長を、前記文章
を構成する単語数が多い場合には、それを短く、前記単
語数が少ない場合には、それを長くする補正処理を行な
い、該補正継続時間長に基づいて各音節単位の音声を順
次合成するものである。 （ホ）作用 本発明方式に依れば、補正処理によって合成しようと
する文章を構成する単語数が多いほどその各単語に属す
る音節の継続時間が短縮され、自然文章音声に近い合成
文章音声が得られる。 （ヘ）実施例 本発明の音声合成方式に採用される継続時間長の設定
処理の一実施例を以下の如き（２）式に基づいて説明す
る。 ただしlp：文章全体の単語数による影響斯る実施例方
式に係る（２）式が従来方式に係る（１）式と異なる所
は、子音音節又は母音音節の継続時間長lc′，lv′は
（１）式にて得られる単語レベルでの子音音節又は母音
音節の継続時間長lc，lvに対して文章全体の単語数によ
る影響として表わされる係数lpを乗じて得られる点にあ
る。 次に上記（２）式に基づく音節の時間長設定処理を第
１図の回路ブロック図、及び第２図〜第５図のテーブル
図に基づいて詳述する。尚各テーブル図における１フレ
ームは10msecの時間単位を示している。 第１図に於いて、（１）はキーボード、（２）はキー
ボード（１）からのキー操作信号より、単語の区切り記
号を検出する区切り検出回路である。（３）はキーボー
ド（１）からのキー操作信号を受けて、そのキーに対応
する音節の文字信号に変換するデコーダ、（４）は音節
辞書メモリ、（５）はデコーダ（３）からの文字信号に
対して、音節辞書（４）を参照することに依って、音節
列に変換する音節列変換回路である。（６）は該回路
（５）からの音節列をコード化するアドレステーブルで
ある。（７）はアドレステーブル（６）によってコード
化された音節列を次の音節列がコード化されるまで遅ら
せる遅延回路である。（８）は、遅延回路（７）によっ
て遅延された音節列コードから音節固有の標準継続時間
長liを決定する標準時間長テーブル（第２図）である。
（９）はアドレステーブル（６）によってコード化され
た音節列が、前の音節の継続時間長に影響pci,pviを与
える第１の継続時間長補正テーブル（第３図）である。
一方、（10）は上記キーボード（１）にて入力される単
語レベルでのアクセント位置情報を検出して、アクセン
ト位置による影響la（アクセント音節のlaは１フレー
ム、それ以外のlaは０フレーム）を出力するアクセント
検出回路である。（11）は上記標準継続時間長テーブル
（８）のデータliから、継続時間長テーブル（９）、ア
クセント位置検出回路（10）の夫々の補正値pci又はpv
i,laを減じてli‐pci-la，又はli‐pvi-laを出力する減
算回路である。（12）は音節列変換回路（５）によって
変換された音節数をカウントする音節数カウンタ、（1
3）は、音節数カウンタ（12）によってカウントされた
音節数による音節の継続時間長の影響lnを与える第２の
継続時間長補正テーブル（第４図）である。（14）は上
記減算回路（11）からの出力に第２の継続時間長補正テ
ーブル（13）からの補正値lnを乗じて整数出力lc，lvを
得る第１の乗算回路である。 一方、（15）は区切り検出回路（２）からの単語の区
切り信号をカウントする区切りカウンタ、（16）は該カ
ウンタ（15）に依ってカウントされた文章中の単語数に
依る音節の継続時間長に対する影響lpを与える第３の継
続時間長補正テーブル（第５図）である。（17）は上記
第１の乗算回路（14）からの出力に対してさらに上記第
３の継続時間長補正テーブル（16）からの補正値lpを乗
じる第２の乗算回路であり、これに依って最終的な音節
の補正継続時間長lc′，lv′が得られる。 斯る音節の時間長設定処理に於ける第１の乗算器（1
4）からの出力値lc，lvについては、（１）式に基づく
従来方式に準じているので、ここでは詳述しないが、第
３図の第１の継続時間長補正テーブル（９）の値liは音
節列間の拍同期間隔の均等化の規則に基づき前接の音節
の母音部の時間長に対する後接の音節の子音部の時間長
影響を数値化したものであり、第４図の第２の継続時間
長補正テーブル（13）の値lnは単語レベルで音節数が多
くなると各音節継続時間長が小さくなる規則に基づき４
音節数以上の場合に0.8圧縮係数値であるlnを用いる事
としている。 本発明実施例方式に係る回路構成の特徴とするところ
は、第５図の如き第３の継続時間長補正テーブル（９）
を用いた点にあり、斯るテーブル（９）は文章中の単語
数が多くなると各単語自体の時間長が逆に小さくなり、
自づとこの単語中の音節の継続時間も小さくなる規則に
基づいて１単語の時の圧縮数数値であるlpを1.0,2単語
の時のそれを0.9,3単語の時のそれを0.8,4単語以上の時
のそれを0.7と定めている。 従って、同一の単語例えば「庭に」が４単語の文章
「庭に・きれいな・花が・さきました」に属する場合と
３単語の文章「庭に・花が・さきました」に属する場合
とでは、この「庭に」なる単語に属する音節の継続時間
長が異なる。即ち３単語の場合の音節「NI」，「WA」，
「NI」の夫々の継続時間長が11,12,12フレームとなって
自然な文章音声が得られるのに対して、４単語の場合の
それは短縮され、9,11,11フレームとなって自然な文章
音声が得られるのである。 以上の説明に於いては、第３の継続時間長補正テーブ
ル（16）にて第５図図示の如く圧縮比率を示す係数lpを
使用し、第２の乗算回路（17）での乗算処理を採用して
いるが、第３の継続時間長補正テーブル（16）にて減算
定数、例えば単語数1,2,3,4以上の夫々に対して0,1,2,3
フレームを夫々対応せしめておき、これを用いて減算処
理を行なう様にすれば、上述の実施例とほぼ均等な圧縮
補正処理を実現しながら、この補正処理の演算処理の簡
略化が図れる。 （ト）発明の効果 本発明の音声合成方式に依れば、文章を構成する単語
に属する各音節固有の継続時間長に対して、文章を構成
する単語数に依って反比例的に決定される補正処理を行
ない、該補正継続時間長に基づいて各音節単位の音声を
順次合成するものであるので、文章レベルでの単語数の
相違に依る自然音声の発生時間、即ち発声速度に対応で
きる最適な音節の継続時間長を設定する事が可能とな
る。従って、自然音声と変るところのない高品質の文章
合成音声が得られる。
章音声を合成出力する音声合成方式に関する。 （ロ）従来の技術 この種音声合成方式は、音節単位の音声波形情報とし
てPCM信号の他にも情報圧縮率の高いパーコール係数、L
SP係数等の音声パラメータが用いられており、この様な
音声パラメータを文章構成に結合した上で、文章として
の音声に合成するものである。 斯様な従来の音声合成方式は例えば、日本音響学会、
音声研究会資料、資料番号S83-68（1984-1）の「任意単
語音声合成装置」に示されている様に、音声の明瞭性、
自然性の向上のために、音節を形作る子音部の音声パラ
メータと母音部の音声パラメータとの接続処理、基本周
波数の設定処理、音節の継続時間長の設定処理、及び振
幅の制御処理等が行なわれている。 これ等各種処理の内、音節の継続時間長の設定処理
は、人間の自然な発声に於いて同じ音節であってもその
出現箇所に依って継続時間長が異なるものであるので、
以下の如き（１）式に基づく規則が採用されていた。ただし lc ：子音音節の継続時間長 lv ：母音音節の継続時間長 li ：音節固有の標準継続時間長 Pci ：前接子音音節への影響 Pvi ：前接母音音節への影響 la ：アクセント位置による影響 ln ：単語全体の音節数による影響 しかしながら、斯様な（１）式に依れば、任意の単語
に対して、その単語に属する音節の継続時間長を最適に
決定する事ができるものの、複数の単語からなる文章単
位での最適な音節の継続時間長を決定する事はできな
い。即ち、人間の自然な発声に依れば同じ単語であって
もその単語が用いられる文章に依って、単語自体の継続
時間長が変化しているので、自づとその単語中の音節の
継続時間長も変化していると云う事実からして複数の単
語からなる文章を合成する為の音声合成方式にとって、
前記文章構成に依る各音節の継続時間長への影響を無視
し得ないものである。 （ハ）発明が解決しようとする問題点 本発明は、文章構成を考慮しない事に依る音節の継続
時間長の不自然さを解消しようとする音声合成方式を提
供するものである。 （ニ）問題点を解決するための手段 本発明の音声合成方式は、音節単位の音声波形情報を
結合して任意の複数の単語からなる文章音声を合成出力
する音声合成方式において、文章を構成する複数の単語
の各音節固有の音声発生部分の継続時間長を、前記文章
を構成する単語数が多い場合には、それを短く、前記単
語数が少ない場合には、それを長くする補正処理を行な
い、該補正継続時間長に基づいて各音節単位の音声を順
次合成するものである。 （ホ）作用 本発明方式に依れば、補正処理によって合成しようと
する文章を構成する単語数が多いほどその各単語に属す
る音節の継続時間が短縮され、自然文章音声に近い合成
文章音声が得られる。 （ヘ）実施例 本発明の音声合成方式に採用される継続時間長の設定
処理の一実施例を以下の如き（２）式に基づいて説明す
る。 ただしlp：文章全体の単語数による影響斯る実施例方
式に係る（２）式が従来方式に係る（１）式と異なる所
は、子音音節又は母音音節の継続時間長lc′，lv′は
（１）式にて得られる単語レベルでの子音音節又は母音
音節の継続時間長lc，lvに対して文章全体の単語数によ
る影響として表わされる係数lpを乗じて得られる点にあ
る。 次に上記（２）式に基づく音節の時間長設定処理を第
１図の回路ブロック図、及び第２図〜第５図のテーブル
図に基づいて詳述する。尚各テーブル図における１フレ
ームは10msecの時間単位を示している。 第１図に於いて、（１）はキーボード、（２）はキー
ボード（１）からのキー操作信号より、単語の区切り記
号を検出する区切り検出回路である。（３）はキーボー
ド（１）からのキー操作信号を受けて、そのキーに対応
する音節の文字信号に変換するデコーダ、（４）は音節
辞書メモリ、（５）はデコーダ（３）からの文字信号に
対して、音節辞書（４）を参照することに依って、音節
列に変換する音節列変換回路である。（６）は該回路
（５）からの音節列をコード化するアドレステーブルで
ある。（７）はアドレステーブル（６）によってコード
化された音節列を次の音節列がコード化されるまで遅ら
せる遅延回路である。（８）は、遅延回路（７）によっ
て遅延された音節列コードから音節固有の標準継続時間
長liを決定する標準時間長テーブル（第２図）である。
（９）はアドレステーブル（６）によってコード化され
た音節列が、前の音節の継続時間長に影響pci,pviを与
える第１の継続時間長補正テーブル（第３図）である。
一方、（10）は上記キーボード（１）にて入力される単
語レベルでのアクセント位置情報を検出して、アクセン
ト位置による影響la（アクセント音節のlaは１フレー
ム、それ以外のlaは０フレーム）を出力するアクセント
検出回路である。（11）は上記標準継続時間長テーブル
（８）のデータliから、継続時間長テーブル（９）、ア
クセント位置検出回路（10）の夫々の補正値pci又はpv
i,laを減じてli‐pci-la，又はli‐pvi-laを出力する減
算回路である。（12）は音節列変換回路（５）によって
変換された音節数をカウントする音節数カウンタ、（1
3）は、音節数カウンタ（12）によってカウントされた
音節数による音節の継続時間長の影響lnを与える第２の
継続時間長補正テーブル（第４図）である。（14）は上
記減算回路（11）からの出力に第２の継続時間長補正テ
ーブル（13）からの補正値lnを乗じて整数出力lc，lvを
得る第１の乗算回路である。 一方、（15）は区切り検出回路（２）からの単語の区
切り信号をカウントする区切りカウンタ、（16）は該カ
ウンタ（15）に依ってカウントされた文章中の単語数に
依る音節の継続時間長に対する影響lpを与える第３の継
続時間長補正テーブル（第５図）である。（17）は上記
第１の乗算回路（14）からの出力に対してさらに上記第
３の継続時間長補正テーブル（16）からの補正値lpを乗
じる第２の乗算回路であり、これに依って最終的な音節
の補正継続時間長lc′，lv′が得られる。 斯る音節の時間長設定処理に於ける第１の乗算器（1
4）からの出力値lc，lvについては、（１）式に基づく
従来方式に準じているので、ここでは詳述しないが、第
３図の第１の継続時間長補正テーブル（９）の値liは音
節列間の拍同期間隔の均等化の規則に基づき前接の音節
の母音部の時間長に対する後接の音節の子音部の時間長
影響を数値化したものであり、第４図の第２の継続時間
長補正テーブル（13）の値lnは単語レベルで音節数が多
くなると各音節継続時間長が小さくなる規則に基づき４
音節数以上の場合に0.8圧縮係数値であるlnを用いる事
としている。 本発明実施例方式に係る回路構成の特徴とするところ
は、第５図の如き第３の継続時間長補正テーブル（９）
を用いた点にあり、斯るテーブル（９）は文章中の単語
数が多くなると各単語自体の時間長が逆に小さくなり、
自づとこの単語中の音節の継続時間も小さくなる規則に
基づいて１単語の時の圧縮数数値であるlpを1.0,2単語
の時のそれを0.9,3単語の時のそれを0.8,4単語以上の時
のそれを0.7と定めている。 従って、同一の単語例えば「庭に」が４単語の文章
「庭に・きれいな・花が・さきました」に属する場合と
３単語の文章「庭に・花が・さきました」に属する場合
とでは、この「庭に」なる単語に属する音節の継続時間
長が異なる。即ち３単語の場合の音節「NI」，「WA」，
「NI」の夫々の継続時間長が11,12,12フレームとなって
自然な文章音声が得られるのに対して、４単語の場合の
それは短縮され、9,11,11フレームとなって自然な文章
音声が得られるのである。 以上の説明に於いては、第３の継続時間長補正テーブ
ル（16）にて第５図図示の如く圧縮比率を示す係数lpを
使用し、第２の乗算回路（17）での乗算処理を採用して
いるが、第３の継続時間長補正テーブル（16）にて減算
定数、例えば単語数1,2,3,4以上の夫々に対して0,1,2,3
フレームを夫々対応せしめておき、これを用いて減算処
理を行なう様にすれば、上述の実施例とほぼ均等な圧縮
補正処理を実現しながら、この補正処理の演算処理の簡
略化が図れる。 （ト）発明の効果 本発明の音声合成方式に依れば、文章を構成する単語
に属する各音節固有の継続時間長に対して、文章を構成
する単語数に依って反比例的に決定される補正処理を行
ない、該補正継続時間長に基づいて各音節単位の音声を
順次合成するものであるので、文章レベルでの単語数の
相違に依る自然音声の発生時間、即ち発声速度に対応で
きる最適な音節の継続時間長を設定する事が可能とな
る。従って、自然音声と変るところのない高品質の文章
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方式に係る音節の時間長設定
処理の一実施例を示す回路ブロック図、第２図乃至第５
図はテーブル図である。 （１）……キーボード、（２）……区切り検出回路、
（８）……標準継続時間長テーブル、（９）（13）（1
6）……継続時間長補正テーブル、（15）……単語数カ
ウンタ、（14）（17）……乗算回路。
処理の一実施例を示す回路ブロック図、第２図乃至第５
図はテーブル図である。 （１）……キーボード、（２）……区切り検出回路、
（８）……標準継続時間長テーブル、（９）（13）（1
6）……継続時間長補正テーブル、（15）……単語数カ
ウンタ、（14）（17）……乗算回路。
─────────────────────────────────────────────────────
フロントページの続き
(58)調査した分野(Int.Cl.6，ＤＢ名)
G10L 3/00,5/00 - 5/04
Claims (1)
- (57)【特許請求の範囲】 １．音節単位の音声波形情報を結合して任意の複数の単
語からなる文章音声を合成出力する音声合成方式におい
て、文章を構成する複数の単語の各音節固有の音声発生
部分の継続時間長を、前記文章を構成する単語数が多い
場合には、それを短く、前記単語数が少ない場合には、
それを長くする補正処理を行ない、該補正継続時間長に
基づいて各音節単位の音声を順次合成する事を特徴とす
る音声合成方式。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP59207842A JP2853997B2 (ja) | 1984-10-02 | 1984-10-02 | 音声合成方式 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP59207842A JP2853997B2 (ja) | 1984-10-02 | 1984-10-02 | 音声合成方式 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS6184699A JPS6184699A (ja) | 1986-04-30 |
| JP2853997B2 true JP2853997B2 (ja) | 1999-02-03 |
Family
ID=16546426
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP59207842A Expired - Lifetime JP2853997B2 (ja) | 1984-10-02 | 1984-10-02 | 音声合成方式 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2853997B2 (ja) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113129863B (zh) * | 2019-12-31 | 2024-05-31 | 科大讯飞股份有限公司 | 语音时长预测方法、装置、设备及可读存储介质 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS538295B2 (ja) * | 1973-05-30 | 1978-03-27 |
-
1984
- 1984-10-02 JP JP59207842A patent/JP2853997B2/ja not_active Expired - Lifetime
Also Published As
| Publication number | Publication date |
|---|---|
| JPS6184699A (ja) | 1986-04-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2001034283A (ja) | 音声合成方法、音声合成装置及び音声合成プログラムを記録したコンピュータ読み取り可能な媒体 | |
| JP2853997B2 (ja) | 音声合成方式 | |
| JPH0122636B2 (ja) | ||
| JP3109778B2 (ja) | 音声規則合成装置 | |
| JPS6050600A (ja) | 規則合成方式 | |
| JP5175422B2 (ja) | 音声合成における時間幅を制御する方法 | |
| JP3059751B2 (ja) | 残差駆動型音声合成装置 | |
| JP3124791B2 (ja) | 音声合成装置 | |
| JP2900454B2 (ja) | 音声合成装置の音節データ作成方式 | |
| JP3278486B2 (ja) | 日本語音声合成システム | |
| JP2703253B2 (ja) | 音声合成装置 | |
| JP2573585B2 (ja) | 音声スペクトルパタン生成装置 | |
| JP3278485B2 (ja) | 日本語音声合成システム | |
| JP2573586B2 (ja) | 規則型音声合成装置 | |
| JP2023139557A (ja) | 音声合成装置、音声合成方法及びプログラム | |
| JPH06149283A (ja) | 音声合成装置 | |
| CN116778904A (zh) | 音频合成方法及装置、训练方法及装置、电子设备及介质 | |
| JP3297221B2 (ja) | 音韻継続時間長制御方式 | |
| JPS63285597A (ja) | 音素接続形パラメ−タ規則合成方式 | |
| JPH0553595A (ja) | 音声合成装置 | |
| JPS59155899A (ja) | 音声合成方式 | |
| JPS6147989A (ja) | 音声時間長デ−タ生成装置 | |
| JPH0572599B2 (ja) | ||
| JPS6364098A (ja) | 音声合成方式 | |
| JPH0464080B2 (ja) |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| EXPY | Cancellation because of completion of term |