JP2865714B2 - 音声蓄積再生装置 - Google Patents
音声蓄積再生装置Info
- Publication number
- JP2865714B2 JP2865714B2 JP1182696A JP18269689A JP2865714B2 JP 2865714 B2 JP2865714 B2 JP 2865714B2 JP 1182696 A JP1182696 A JP 1182696A JP 18269689 A JP18269689 A JP 18269689A JP 2865714 B2 JP2865714 B2 JP 2865714B2
- Authority
- JP
- Japan
- Prior art keywords
- waveform
- voice
- pitch
- memory
- frame
- 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 - Fee Related
Links
Description
本発明は、音声機能付きワークステーションにおける
ボイスメール等の音声蓄積再生装置に関し、特に、早口
で発声され録音されたメールでも音質を変えずにゆっく
りと再生でき、その内容を容易にかつ確実に理解できる
等、使い勝手の良い音声蓄積再生装置に関する。
ボイスメール等の音声蓄積再生装置に関し、特に、早口
で発声され録音されたメールでも音質を変えずにゆっく
りと再生でき、その内容を容易にかつ確実に理解できる
等、使い勝手の良い音声蓄積再生装置に関する。
従来、蓄積した音声をゆっくりと再生する装置あるい
は手法として、 （１）特開昭57−85099号に開示されている如く、サン
プリングクロックと出力クロックの比で時間軸を変換す
る装置、 （２）アイ・イー・イー・イー、トランザクション オ
ン アコースティクス、スピーチ アンド シグナル
プロセシング、エイ エス エス ピー27 （1979年）
第121〜133頁（IEEE,Trans.Acoustics,Speach,and Sign
al Processing,ASSP−27（1979） pp.121−133）にお
いて論じられている如く、音声のピッチ単位で波形を挿
入して出力する手法、 等が知られている。
は手法として、 （１）特開昭57−85099号に開示されている如く、サン
プリングクロックと出力クロックの比で時間軸を変換す
る装置、 （２）アイ・イー・イー・イー、トランザクション オ
ン アコースティクス、スピーチ アンド シグナル
プロセシング、エイ エス エス ピー27 （1979年）
第121〜133頁（IEEE,Trans.Acoustics,Speach,and Sign
al Processing,ASSP−27（1979） pp.121−133）にお
いて論じられている如く、音声のピッチ単位で波形を挿
入して出力する手法、 等が知られている。
上記従来技術には、それぞれ、以下の如き問題があっ
た。 （１）の従来例では、音質について配慮がなされておら
ず、音声がテープレコーダを低速回転させて再生したよ
うに低くてこもった声に変化して、話者の特徴が失われ
る。 （２）の従来例では、音質を変えずにある程度まで低速
に再生できるので、ボイスメール等の音声蓄積再生装置
には好適な手法であるが、未だ実験段階にあるもので、
装置化についての配慮がなされておらず、フレーム単位
で音声を扱う音声蓄積再生装置に適用する場合、一定時
間長の波形をフレーム毎に変動するピッチ長で如何に挿
入して行くか（タイミングの問題）という点、また端数
の波形をどのように処理するかという点に問題があっ
た。 本発明は上記事情に鑑みてなされたもので、その目的
とするところは、フレーム単位で音声を入力して、ピッ
チ単位の波形挿入を実時間で処理可能な、比較的小型の
音声蓄積再生装置を提供することにある。
た。 （１）の従来例では、音質について配慮がなされておら
ず、音声がテープレコーダを低速回転させて再生したよ
うに低くてこもった声に変化して、話者の特徴が失われ
る。 （２）の従来例では、音質を変えずにある程度まで低速
に再生できるので、ボイスメール等の音声蓄積再生装置
には好適な手法であるが、未だ実験段階にあるもので、
装置化についての配慮がなされておらず、フレーム単位
で音声を扱う音声蓄積再生装置に適用する場合、一定時
間長の波形をフレーム毎に変動するピッチ長で如何に挿
入して行くか（タイミングの問題）という点、また端数
の波形をどのように処理するかという点に問題があっ
た。 本発明は上記事情に鑑みてなされたもので、その目的
とするところは、フレーム単位で音声を入力して、ピッ
チ単位の波形挿入を実時間で処理可能な、比較的小型の
音声蓄積再生装置を提供することにある。
本発明の上述の目的は、ディジタル化された音声を蓄
積するメモリと、メモリから該音声をフレーム単位で読
出して音声のピッチ単位で波形を挿入する波形挿入処理
手段とを有し、波形挿入処理手段の出力をディジタル／
アナログ変換回路を介して出力する音声蓄積再生装置に
おいて、波形挿入処理手段が読出された音声フレームに
対する波形挿入処理を行なう際に、該音声フレームの末
尾を構成する１ピッチに満たない音声波形を次に波形処
理すべき音声のフレームの始点として扱い、後続の音声
フレームにピッチ単位で波形を挿入する処理を引き続き
行なうことによって達成される。
積するメモリと、メモリから該音声をフレーム単位で読
出して音声のピッチ単位で波形を挿入する波形挿入処理
手段とを有し、波形挿入処理手段の出力をディジタル／
アナログ変換回路を介して出力する音声蓄積再生装置に
おいて、波形挿入処理手段が読出された音声フレームに
対する波形挿入処理を行なう際に、該音声フレームの末
尾を構成する１ピッチに満たない音声波形を次に波形処
理すべき音声のフレームの始点として扱い、後続の音声
フレームにピッチ単位で波形を挿入する処理を引き続き
行なうことによって達成される。
本発明に係る音声蓄積再生装置においては、前記第２
のメモリに転送された第ｉフレームの符号化音声を音声
波形（VFi）に復号し、ピッチを計算する。前記挿入処
理手段により、前フレーム（第ｉ−１フレーム）の残波
形をVZi−１として、前記第４のメモリと第３のメモリ
から上記VZi−１とVFiを連続して読出して、ピッチ単位
で波形を挿入して行く。 ところが、上記波形のサンプル点数（NZi−１＋NF）
とピッチ（NPi）との比率は、一般には、自然数ｎに等
しくないので、上の場合、 NZi＝（NZi−１＋NF）−nNPi サンプル点個の波形（VZi）が未処理で残る。 これを前記第４のメモリに転送しておいて、次のフレ
ームの音声VFi＋１と合わせて、上と同様の処理を繰り
返す。
のメモリに転送された第ｉフレームの符号化音声を音声
波形（VFi）に復号し、ピッチを計算する。前記挿入処
理手段により、前フレーム（第ｉ−１フレーム）の残波
形をVZi−１として、前記第４のメモリと第３のメモリ
から上記VZi−１とVFiを連続して読出して、ピッチ単位
で波形を挿入して行く。 ところが、上記波形のサンプル点数（NZi−１＋NF）
とピッチ（NPi）との比率は、一般には、自然数ｎに等
しくないので、上の場合、 NZi＝（NZi−１＋NF）−nNPi サンプル点個の波形（VZi）が未処理で残る。 これを前記第４のメモリに転送しておいて、次のフレ
ームの音声VFi＋１と合わせて、上と同様の処理を繰り
返す。
以下、本発明の実施例を図面に基づいて詳細に説明す
る。 第１図は、本発明の一実施例を示す構成図である。 図において、MICはマイクロフォン、ADCは増幅および
アナログ／ディジタル変換回路、ENCはCCITT G.721勧
告に準拠したADPCMエンコーダである。M1は比較的大容
量のメモリで、マイクMICから入力して増幅し、8kHzサ
ンプリングでA/D変換後、ADPCMエンコーダENCで32kb/s
に符号化した音声を蓄積する。また、メモリM2は１フレ
ーム分（例えば、40msに相当する320サンプル点）の符
号化音声（AVと言う）を蓄える。DECはCCITT勧告に準拠
したADPCMデコーダであり、AVを音声波形に復号する。
メモリM3は、復号した１フレーム分の音声波形（Vfと言
う）を蓄積する。 MCUはマイクロコンピュータを中心に構成される転送
制御回路であり、音声蓄積時にはADPCMエンコーダの出
力をM1に取込み、再生時には転送要求信号TREQが入力さ
れる度に、M1に蓄積された符号化音声を１フレームずつ
M2に転送して、転送が終わるとADPCMデコーダDECを起動
（FRUN）する。パワー処理回路PWRは、M3の音声信号Vf
を読出してフレームのパワーを計算し、パワーが予め設
定された閾値以上のときは有声フレーム、閾値未満のと
きは無音あるいは無声フレームであると判定（V/U判
定）してフラグの形態（VUF）で出力する。 ピッチ処理回路PTHは、有声フレーム（VUF＝１）のと
きはM3の音声波形Vfを読出してフレームのピッチ（基本
周波数、Np）を計算して出力し、無声フレーム（VUF＝
０）のときはNpを予め決められた値、例えば、53（単位
はサンプル点数）に設定して出力する。 また、メモリM4は、フレーム長がピッチの整数倍でな
いために挿入処理できなかった残波形（Vzと言う）を蓄
え、挿入処理回路TDSは、上記メモリM4とM3から音声波
形を読出して、ピッチNp単位で波形を挿入して行き、残
った波形をM4に再格納する。M5は書込み／読出しが並行
して可能な、２頁構成の出力波形メモリであり、上記挿
入処理回路TDSによって出力波形（Voと言う）が書込ま
れる。 出力制御回路OCTは、上記出力波形メモリM5の、挿入
処理回路TDSが書込んでいるのとは別な頁から、サンプ
リング（8kHz）毎に出力波形を読出してディジタル／ア
ナログ変換回路DACに出力し、、TDSによって設定された
波形数Ｎの読出しが終了すると、TREQをMCUに出力する
とともに、M5の書込み／読出し用の頁を切替えて出力波
形を読出す。 なお、第１図中、破線で区切られたM2以降が本実施例
の装置の主要部を示している。 メモリの詳細な構成を、第２図（ａ）〜（ｅ）に示
す。図中、M1〜M5はそれぞれ、第１図と対応している。 M1には、１フレーム320サンプル点分（ｊ＝１〜320）
のADPCM符号化音声AVjがフレーム順に（Ｆ＝1,2,…,N）
蓄積されている。符号化音声は、４サンプル点分が１ワ
ードにパックされているので、１フレーム当り80ワード
を占る。 M2には、MCUによってM1から転送された１フレーム分
の符号化音声AVj（Ｆ＝ｉ）の他に、パワー処理回路PWR
がV/U判定を行うために読出す閾値PWRTH、ピッチ処理回
路PTHがピッチ計算で使用する波形の相関閾値PTTHと、
ピッチ探索範囲PTMIN〜PTMAX、挿入処理回路TDSが使用
する挿入速度のパターンCPATが蓄えられている。 図示したCPATは発声時間に比べて4/3倍の時間をかけ
て再生するときの値で、 Cpは0,0,1,0,0,1,… とピッチ毎に周期的に読出される（１のときに挿入す
る）。 3/2倍の時間で再生する場合には、MCUから Ct＝（0010） Cp＝（01） と設定することにより Cpは0,1,0,1,… のように読出される。 M5は、前記TDSが挿入処理をした第ｉフレームの出力
波形Vo（Ｆ＝ｉ）を１頁に書込んでいるとき、OCTは２
頁にある第ｉ−１フレームの波形Vo（Ｆ＝ｉ−１）を読
出して、D/A変換回路に出力する。それを読み終える
と、TDSは処理した波形Vo（Ｆ＝ｉ＋１）を２頁に書
き、OCTは１頁からVo（Ｆ＝ｉ）を読出す。 上述の如く構成された本実施例の動作を、以下、第３
図〜第５図を用いて説明する。第３図は装置全体の動作
をフローチャートで示したもの、第４図はピッチ単位で
波形を挿入するTDSの動作の詳細を示したもの、第５図
は全体の動作タイミングを示したものである。 第３図で、PLAYは蓄積した音声の再生を開始する入口
を示す。まず、転送制御回路MCUは残波形数Izを０にし
て、M1からM2に、第１フレームの符号化音声（AVj（Ｆ
＝１））、前述の挿入速度のターンCPAT等を転送して、
信号FRUNによりADPCMデコーダDECを起動する。DECは、M
2の符号化音声を読出して復号し、音声波形（Vf（Ｆ＝
１））をM3に書込む。 デコードが終了すると、パワー処理回路PWRは、M3か
ら音声波形Vf（Ｆ＝１）を読出してパワーを計算し、V/
Uを判定する。次に、ピッチ処理回路PTHは、フレームが
有声（VUF＝１）のときにはピッチNpを計算し、無声（V
UF＝０）のときにはNpを53に設定する。 挿入処理回路TDSは、第３図のTDS0で、M4に格納され
ているIz個の残波形Vzと、M3の１フレーム320個の音声
波形Vfを、連続してアクセスしやすいように、一つのメ
モリ（例えばM3）に編集する。このとき、M3には、１〜
Iz番地にVzが、Iz＋１〜Iz＋320番地にVfが蓄えられ
る。これらを総称して、以下、Vtと呼ぶ。なお、Iz＝０
のときはVt＝Vfで、M3の１〜320番地にVtが蓄えられる
（第２図（ｄ）参照）。続いて、残波形数IzをIz＋320
（Vtの波形数に）設定する。第１フレームでは残波形数
は０なので、ここで、Iz＝320に設定される。 次に、TDSは挿入速度のパターンCpに応じてピッチNp
単位にIz点の音声波形Vtの挿入処理を行なう。これを第
４図を用いて詳細に説明する。 第４図は、音声時間に比べて4/3倍の時間をかけて再
生する（Cpはピッチ毎に0,0,1,0,0,1,…と周期的に読出
される）場合で、第１フレームのピッチNp1＝71（単位
はサンプル点数、周波数単位では113Hz）、第２フレー
ムのピッチNp2＝78（103Hz）としたときの挿入の動作例
を示す。 （１）第１フレームではIz＝320を初期値にして挿入を
開始する。まず、Cp＝０（第１番目の０）でIz≧Np1な
ので第３図のTDS3を実行する。処理Vo＝T2（Vt）は、Vt
から１ピッチ分の波形を読出してそのまま出力すること
を示している。すなわち、M3の１〜Np1番地からVtを読
出して、M5の１〜Np1番地にそれらを書込む。１ピッチ
分の波形を処理したので残波形数Izを Iz＝Iz−Np1 ＝320−71＝249 に更新して、次のCpを読出す。 （２）第３図「ｒ」にもどり、Cp＝０（第２番目の０）
でIz≧Np1なので、再び、TDS3を実行する。ここでは、M
3のNp1＋１〜2Np1番地からVtを読出して、M5のNp1＋１
〜2Np1番地に書込む。残波形数Izを Iz＝Iz−Np1 ＝249−71＝178 に更新して、次のCpを読出す。 （３）［ｒ］にもどり、Cp＝１でIz≧2Np1なので、TDS2
で、ピッチ単位の波形挿入を行なう。ここで、Vo＝T
1（Vt,Vt′）は、例えば、M3のNp1＋１〜3Np1番地から2
Np1点の波形Vtを読出してそれぞれの波形に窓関数WFを
乗じ（窓を乗じた波形をVFとする）、2Np1＋１〜4Np1番
地から2Np1点のVtを読出してそれぞれの波形に窓関数WB
を乗じた（同じくVBとする）後、VFと、VBを加算して２
ピッチ分の出力波形Voを得、これをM5の2Np1＋１〜4Np1
番地に格納することを示している。この手続きを詳細に
示せば、 At＝At＋１ Ao＝Ao＋１ END DO となり、2Np1＋１〜3Np1の１ピッチのVtが２ピッチ長の
Voに伸長される（１ピッチ分挿入）。挿入した後は、残
波形数を Iz＝Iz−Np1 178−71＝108 に更新し、M2から次のパターンCpを読出しておく。 （４）［ｒ］にもどり、Cp＝０（第３番目の０）でIz≧
Np1なので、再び、TDS3を実行する。ここでは、M3の3Np
1＋１〜4Np1のVtがM5の4Np1＋１〜5Np1番地に書込まれ
る。残波形数Izを Iz＝Iz−Np1 ＝108−71＝37 に更新して、次のCpを読出す。 （５）［ｒ］にもどり、Cp＝０（第４番目の０）である
が、Iz＜Np1なので、TDS4で、M3の4Np1＋１〜320番地の
波形を残波形としてM4の１〜Iz番地に移動する。 （６）出力制御回路OCTは、M5の頁を切替えて、第２フ
レームの符号化音声転送要求信号TREQをMCUに出力し
て、第１フレームの挿入処理を終了する（第３図［ｆ］
に戻る）。 このように、第１フレームでは、320点の入力波形Vt
をピッチ単位で挿入した結果、５ピッチ分（355分）の
出力波形Voが得られる。残波形数Izは37点である。 第２フレームの符号化音声に対する処理は［ｆ］から
開始する。Iz＝37なので、TDS0で Iz＝Iz＋320＝357 に設定され、また、M3の１〜37番地には、第１フレーム
の残波形Vz（Ｆ＝１）が格納され、38〜357番地には、
復号した第２フレームの音声波形Vf（Ｆ＝２）が格納さ
れる。 以下、TDSの動作は、第１フレームと同様で、ピッチN
p2＝78サンプル点単位でVtを処理して行く。その結果、
Voは390点、Izは45点になる。 以下、同様にして、MCUによるフレーム数管理の下
で、M1に蓄積された符号化音声の全フレームの処理が終
了すれば、第３図のENDに進んで再生を終える。 第３図TDS1は、フレームの先頭では、１ピッチ前の波
形が存在しないため、Cp＝１であっても挿入処理ができ
ないので、１ピッチ分の波形をそのままM3（Vt）からM5
（Vo）に出力する動作を示している。このときには、Iz
＝Iz−Npに残波形数を更新する。 また、［ｅ］は、M3の波形数が2Np以下になった場合
は、Cp＝１であっても挿入処理ができないので、M3から
M4に残波形を移動する（TDS4を行なう）ことを示してい
る。 最後に、装置の動作タイミングを第５図に用いて説明
する。出力制御回路OCTは、DEC、PWR、PTHおよびTDSが
第ｉフレームの音声を処理して出力波形をM5のある頁に
書込んでいるとき、M5の別な頁から第ｉ−１フレームの
音声を処理したNi−１点の出力波形Vo（Ｆ＝ｉ−１）を
サンプリング周期毎に読出して、D/A変換回路に出力し
ている。上記Ni−１は、OCTにあるカウンタに、第ｉ−
１フレームの挿入処理が終了したときにTDSによってロ
ードされているものである。 Ni−１点のD/A出力が終了すると、OCTは、第ｉ＋１フ
レームの符号化音声をM2に転送する要求TREQをMCUに発
生し、M5の読出し頁を切替えて、次のサンプリングタイ
ミングからはNi点のVo（Ｆ＝ｉ）のD/A出力を開始す
る。このように、本装置は、125×Ni（μｓ）を区切り
にして、フレーム毎の音声をピッチ単位で挿入処理して
行く。 上記実施例においては、主として、蓄積した音声の再
生について説明したが、音声の蓄積については、マイク
から入力して増幅し、8KHzサンプリングでA/D変換後、A
DPCMエンコーダで32Kb/s（４ビット／サンプリング）に
符号化して比較的大容量のメモリM1に蓄積するわけで、
従来と同様と考えて良い。 上記実施例においては、音声の符号化方式としてCCIT
T G.721勧告に準拠したADPCM方式を用いた例を示した
が、これは、他の方式によっても良いことは言うまでも
ない。例えば、音声の符号化方式としてPARCOR方式を用
い、第１図のADPCMエンコーダをPARCOR分析器で、DECを
PARCOR合成器で構成してもよい。PARCOR分析では、１フ
レームの音声のスペクトルパラメータと、音源情報とし
てV/Uフラグとピッチを計算する。この情報を前記M1とM
2に蓄える。この場合には、第１図のパワ処理回路PWRお
よびピッチ処理回路PTHは、M2に転送されたV/Uフラグお
よびピッチを読出す回路となる。 また、無声フレーム（子音など）に対しては、挿入を
行なうと明瞭性が低下して音質が劣化する場合がある。
これを回避するために、TDSは、無声フレームでは、波
形挿入を行なわずに、M3の波形をそのまま出力波形とし
てM5に書込む回路としても良い。 ［発明の効果］ 以上述べたように、本発明によれば、音声を符号化し
て蓄積し、蓄積した符号化音声を読出して復号し、音声
のピッチ単位で波形を挿入して、ディジタル／アナログ
変換回路を介して出力する、フレーム単位で音声を取扱
う音声蓄積再生装置において、前記挿入処理で残った音
声波形と次のフレームの音声波形とを連続して扱い、ピ
ッチ単位で波形を挿入する処理を行なう手段を設けたの
で、フレーム単位で音声を入力して、ピッチ単位の波形
挿入を実時間で処理可能な、比較的小型の音声蓄積再生
装置を実現できるという効果を奏するものである。
る。 第１図は、本発明の一実施例を示す構成図である。 図において、MICはマイクロフォン、ADCは増幅および
アナログ／ディジタル変換回路、ENCはCCITT G.721勧
告に準拠したADPCMエンコーダである。M1は比較的大容
量のメモリで、マイクMICから入力して増幅し、8kHzサ
ンプリングでA/D変換後、ADPCMエンコーダENCで32kb/s
に符号化した音声を蓄積する。また、メモリM2は１フレ
ーム分（例えば、40msに相当する320サンプル点）の符
号化音声（AVと言う）を蓄える。DECはCCITT勧告に準拠
したADPCMデコーダであり、AVを音声波形に復号する。
メモリM3は、復号した１フレーム分の音声波形（Vfと言
う）を蓄積する。 MCUはマイクロコンピュータを中心に構成される転送
制御回路であり、音声蓄積時にはADPCMエンコーダの出
力をM1に取込み、再生時には転送要求信号TREQが入力さ
れる度に、M1に蓄積された符号化音声を１フレームずつ
M2に転送して、転送が終わるとADPCMデコーダDECを起動
（FRUN）する。パワー処理回路PWRは、M3の音声信号Vf
を読出してフレームのパワーを計算し、パワーが予め設
定された閾値以上のときは有声フレーム、閾値未満のと
きは無音あるいは無声フレームであると判定（V/U判
定）してフラグの形態（VUF）で出力する。 ピッチ処理回路PTHは、有声フレーム（VUF＝１）のと
きはM3の音声波形Vfを読出してフレームのピッチ（基本
周波数、Np）を計算して出力し、無声フレーム（VUF＝
０）のときはNpを予め決められた値、例えば、53（単位
はサンプル点数）に設定して出力する。 また、メモリM4は、フレーム長がピッチの整数倍でな
いために挿入処理できなかった残波形（Vzと言う）を蓄
え、挿入処理回路TDSは、上記メモリM4とM3から音声波
形を読出して、ピッチNp単位で波形を挿入して行き、残
った波形をM4に再格納する。M5は書込み／読出しが並行
して可能な、２頁構成の出力波形メモリであり、上記挿
入処理回路TDSによって出力波形（Voと言う）が書込ま
れる。 出力制御回路OCTは、上記出力波形メモリM5の、挿入
処理回路TDSが書込んでいるのとは別な頁から、サンプ
リング（8kHz）毎に出力波形を読出してディジタル／ア
ナログ変換回路DACに出力し、、TDSによって設定された
波形数Ｎの読出しが終了すると、TREQをMCUに出力する
とともに、M5の書込み／読出し用の頁を切替えて出力波
形を読出す。 なお、第１図中、破線で区切られたM2以降が本実施例
の装置の主要部を示している。 メモリの詳細な構成を、第２図（ａ）〜（ｅ）に示
す。図中、M1〜M5はそれぞれ、第１図と対応している。 M1には、１フレーム320サンプル点分（ｊ＝１〜320）
のADPCM符号化音声AVjがフレーム順に（Ｆ＝1,2,…,N）
蓄積されている。符号化音声は、４サンプル点分が１ワ
ードにパックされているので、１フレーム当り80ワード
を占る。 M2には、MCUによってM1から転送された１フレーム分
の符号化音声AVj（Ｆ＝ｉ）の他に、パワー処理回路PWR
がV/U判定を行うために読出す閾値PWRTH、ピッチ処理回
路PTHがピッチ計算で使用する波形の相関閾値PTTHと、
ピッチ探索範囲PTMIN〜PTMAX、挿入処理回路TDSが使用
する挿入速度のパターンCPATが蓄えられている。 図示したCPATは発声時間に比べて4/3倍の時間をかけ
て再生するときの値で、 Cpは0,0,1,0,0,1,… とピッチ毎に周期的に読出される（１のときに挿入す
る）。 3/2倍の時間で再生する場合には、MCUから Ct＝（0010） Cp＝（01） と設定することにより Cpは0,1,0,1,… のように読出される。 M5は、前記TDSが挿入処理をした第ｉフレームの出力
波形Vo（Ｆ＝ｉ）を１頁に書込んでいるとき、OCTは２
頁にある第ｉ−１フレームの波形Vo（Ｆ＝ｉ−１）を読
出して、D/A変換回路に出力する。それを読み終える
と、TDSは処理した波形Vo（Ｆ＝ｉ＋１）を２頁に書
き、OCTは１頁からVo（Ｆ＝ｉ）を読出す。 上述の如く構成された本実施例の動作を、以下、第３
図〜第５図を用いて説明する。第３図は装置全体の動作
をフローチャートで示したもの、第４図はピッチ単位で
波形を挿入するTDSの動作の詳細を示したもの、第５図
は全体の動作タイミングを示したものである。 第３図で、PLAYは蓄積した音声の再生を開始する入口
を示す。まず、転送制御回路MCUは残波形数Izを０にし
て、M1からM2に、第１フレームの符号化音声（AVj（Ｆ
＝１））、前述の挿入速度のターンCPAT等を転送して、
信号FRUNによりADPCMデコーダDECを起動する。DECは、M
2の符号化音声を読出して復号し、音声波形（Vf（Ｆ＝
１））をM3に書込む。 デコードが終了すると、パワー処理回路PWRは、M3か
ら音声波形Vf（Ｆ＝１）を読出してパワーを計算し、V/
Uを判定する。次に、ピッチ処理回路PTHは、フレームが
有声（VUF＝１）のときにはピッチNpを計算し、無声（V
UF＝０）のときにはNpを53に設定する。 挿入処理回路TDSは、第３図のTDS0で、M4に格納され
ているIz個の残波形Vzと、M3の１フレーム320個の音声
波形Vfを、連続してアクセスしやすいように、一つのメ
モリ（例えばM3）に編集する。このとき、M3には、１〜
Iz番地にVzが、Iz＋１〜Iz＋320番地にVfが蓄えられ
る。これらを総称して、以下、Vtと呼ぶ。なお、Iz＝０
のときはVt＝Vfで、M3の１〜320番地にVtが蓄えられる
（第２図（ｄ）参照）。続いて、残波形数IzをIz＋320
（Vtの波形数に）設定する。第１フレームでは残波形数
は０なので、ここで、Iz＝320に設定される。 次に、TDSは挿入速度のパターンCpに応じてピッチNp
単位にIz点の音声波形Vtの挿入処理を行なう。これを第
４図を用いて詳細に説明する。 第４図は、音声時間に比べて4/3倍の時間をかけて再
生する（Cpはピッチ毎に0,0,1,0,0,1,…と周期的に読出
される）場合で、第１フレームのピッチNp1＝71（単位
はサンプル点数、周波数単位では113Hz）、第２フレー
ムのピッチNp2＝78（103Hz）としたときの挿入の動作例
を示す。 （１）第１フレームではIz＝320を初期値にして挿入を
開始する。まず、Cp＝０（第１番目の０）でIz≧Np1な
ので第３図のTDS3を実行する。処理Vo＝T2（Vt）は、Vt
から１ピッチ分の波形を読出してそのまま出力すること
を示している。すなわち、M3の１〜Np1番地からVtを読
出して、M5の１〜Np1番地にそれらを書込む。１ピッチ
分の波形を処理したので残波形数Izを Iz＝Iz−Np1 ＝320−71＝249 に更新して、次のCpを読出す。 （２）第３図「ｒ」にもどり、Cp＝０（第２番目の０）
でIz≧Np1なので、再び、TDS3を実行する。ここでは、M
3のNp1＋１〜2Np1番地からVtを読出して、M5のNp1＋１
〜2Np1番地に書込む。残波形数Izを Iz＝Iz−Np1 ＝249−71＝178 に更新して、次のCpを読出す。 （３）［ｒ］にもどり、Cp＝１でIz≧2Np1なので、TDS2
で、ピッチ単位の波形挿入を行なう。ここで、Vo＝T
1（Vt,Vt′）は、例えば、M3のNp1＋１〜3Np1番地から2
Np1点の波形Vtを読出してそれぞれの波形に窓関数WFを
乗じ（窓を乗じた波形をVFとする）、2Np1＋１〜4Np1番
地から2Np1点のVtを読出してそれぞれの波形に窓関数WB
を乗じた（同じくVBとする）後、VFと、VBを加算して２
ピッチ分の出力波形Voを得、これをM5の2Np1＋１〜4Np1
番地に格納することを示している。この手続きを詳細に
示せば、 At＝At＋１ Ao＝Ao＋１ END DO となり、2Np1＋１〜3Np1の１ピッチのVtが２ピッチ長の
Voに伸長される（１ピッチ分挿入）。挿入した後は、残
波形数を Iz＝Iz−Np1 178−71＝108 に更新し、M2から次のパターンCpを読出しておく。 （４）［ｒ］にもどり、Cp＝０（第３番目の０）でIz≧
Np1なので、再び、TDS3を実行する。ここでは、M3の3Np
1＋１〜4Np1のVtがM5の4Np1＋１〜5Np1番地に書込まれ
る。残波形数Izを Iz＝Iz−Np1 ＝108−71＝37 に更新して、次のCpを読出す。 （５）［ｒ］にもどり、Cp＝０（第４番目の０）である
が、Iz＜Np1なので、TDS4で、M3の4Np1＋１〜320番地の
波形を残波形としてM4の１〜Iz番地に移動する。 （６）出力制御回路OCTは、M5の頁を切替えて、第２フ
レームの符号化音声転送要求信号TREQをMCUに出力し
て、第１フレームの挿入処理を終了する（第３図［ｆ］
に戻る）。 このように、第１フレームでは、320点の入力波形Vt
をピッチ単位で挿入した結果、５ピッチ分（355分）の
出力波形Voが得られる。残波形数Izは37点である。 第２フレームの符号化音声に対する処理は［ｆ］から
開始する。Iz＝37なので、TDS0で Iz＝Iz＋320＝357 に設定され、また、M3の１〜37番地には、第１フレーム
の残波形Vz（Ｆ＝１）が格納され、38〜357番地には、
復号した第２フレームの音声波形Vf（Ｆ＝２）が格納さ
れる。 以下、TDSの動作は、第１フレームと同様で、ピッチN
p2＝78サンプル点単位でVtを処理して行く。その結果、
Voは390点、Izは45点になる。 以下、同様にして、MCUによるフレーム数管理の下
で、M1に蓄積された符号化音声の全フレームの処理が終
了すれば、第３図のENDに進んで再生を終える。 第３図TDS1は、フレームの先頭では、１ピッチ前の波
形が存在しないため、Cp＝１であっても挿入処理ができ
ないので、１ピッチ分の波形をそのままM3（Vt）からM5
（Vo）に出力する動作を示している。このときには、Iz
＝Iz−Npに残波形数を更新する。 また、［ｅ］は、M3の波形数が2Np以下になった場合
は、Cp＝１であっても挿入処理ができないので、M3から
M4に残波形を移動する（TDS4を行なう）ことを示してい
る。 最後に、装置の動作タイミングを第５図に用いて説明
する。出力制御回路OCTは、DEC、PWR、PTHおよびTDSが
第ｉフレームの音声を処理して出力波形をM5のある頁に
書込んでいるとき、M5の別な頁から第ｉ−１フレームの
音声を処理したNi−１点の出力波形Vo（Ｆ＝ｉ−１）を
サンプリング周期毎に読出して、D/A変換回路に出力し
ている。上記Ni−１は、OCTにあるカウンタに、第ｉ−
１フレームの挿入処理が終了したときにTDSによってロ
ードされているものである。 Ni−１点のD/A出力が終了すると、OCTは、第ｉ＋１フ
レームの符号化音声をM2に転送する要求TREQをMCUに発
生し、M5の読出し頁を切替えて、次のサンプリングタイ
ミングからはNi点のVo（Ｆ＝ｉ）のD/A出力を開始す
る。このように、本装置は、125×Ni（μｓ）を区切り
にして、フレーム毎の音声をピッチ単位で挿入処理して
行く。 上記実施例においては、主として、蓄積した音声の再
生について説明したが、音声の蓄積については、マイク
から入力して増幅し、8KHzサンプリングでA/D変換後、A
DPCMエンコーダで32Kb/s（４ビット／サンプリング）に
符号化して比較的大容量のメモリM1に蓄積するわけで、
従来と同様と考えて良い。 上記実施例においては、音声の符号化方式としてCCIT
T G.721勧告に準拠したADPCM方式を用いた例を示した
が、これは、他の方式によっても良いことは言うまでも
ない。例えば、音声の符号化方式としてPARCOR方式を用
い、第１図のADPCMエンコーダをPARCOR分析器で、DECを
PARCOR合成器で構成してもよい。PARCOR分析では、１フ
レームの音声のスペクトルパラメータと、音源情報とし
てV/Uフラグとピッチを計算する。この情報を前記M1とM
2に蓄える。この場合には、第１図のパワ処理回路PWRお
よびピッチ処理回路PTHは、M2に転送されたV/Uフラグお
よびピッチを読出す回路となる。 また、無声フレーム（子音など）に対しては、挿入を
行なうと明瞭性が低下して音質が劣化する場合がある。
これを回避するために、TDSは、無声フレームでは、波
形挿入を行なわずに、M3の波形をそのまま出力波形とし
てM5に書込む回路としても良い。 ［発明の効果］ 以上述べたように、本発明によれば、音声を符号化し
て蓄積し、蓄積した符号化音声を読出して復号し、音声
のピッチ単位で波形を挿入して、ディジタル／アナログ
変換回路を介して出力する、フレーム単位で音声を取扱
う音声蓄積再生装置において、前記挿入処理で残った音
声波形と次のフレームの音声波形とを連続して扱い、ピ
ッチ単位で波形を挿入する処理を行なう手段を設けたの
で、フレーム単位で音声を入力して、ピッチ単位の波形
挿入を実時間で処理可能な、比較的小型の音声蓄積再生
装置を実現できるという効果を奏するものである。
第１図は本発明の一実施例の構成を示すブロック図、第
２図（ａ）〜（ｅ）はメモリの詳細を示す構成図、第３
図は装置全体の動作を示すフローチャート、第４図はピ
ッチ単位で波形を挿入するTDSの動作の詳細を示す説明
図、第５図は全体の動作を示すタイミング図である。 符号の説明 M2……フレーム符号化音声メモリ、M3……フレーム波形
メモリ、M4……残波形メモリ、M5……出力波形メモリ、
DEC……ADPCMデコーダ、PWR……パワー処理回路、PTH…
…ピッチ処理回路、TDS……挿入処理回路、OCT……出力
制御回路、MCU……転送制御回路
２図（ａ）〜（ｅ）はメモリの詳細を示す構成図、第３
図は装置全体の動作を示すフローチャート、第４図はピ
ッチ単位で波形を挿入するTDSの動作の詳細を示す説明
図、第５図は全体の動作を示すタイミング図である。 符号の説明 M2……フレーム符号化音声メモリ、M3……フレーム波形
メモリ、M4……残波形メモリ、M5……出力波形メモリ、
DEC……ADPCMデコーダ、PWR……パワー処理回路、PTH…
…ピッチ処理回路、TDS……挿入処理回路、OCT……出力
制御回路、MCU……転送制御回路
───────────────────────────────────────────────────── 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 - 9/18 ＪＩＣＳＴ（ＪＯＩＳ)
Claims (9)
- 【請求項１】ディジタル化された音声を蓄積するメモリ
と、上記メモリから該音声をフレーム単位で読出して音
声のピッチ単位で波形を挿入する波形挿入処理手段とを
有し、上記波形挿入処理手段の出力をディジタル／アナ
ログ変換回路を介して出力する音声蓄積再生装置におい
て、 上記波形挿入処理手段は、上記読出された音声フレーム
に対する波形挿入処理を行なう際に、該音声フレームの
末尾を構成する１ピッチに満たない音声波形を次に波形
処理すべき音声のフレームの始点として扱い、後続の音
声フレームにピッチ単位で波形を挿入する処理を引き続
き行なうことを特徴とする音声蓄積再生装置。 - 【請求項２】上記メモリに蓄積された１フレームの音声
が無音および有声フレームの場合に上記波形挿入処理手
段により挿入処理を行ない、無声フレームの場合には上
記波形挿入処理手段により挿入処理を行なわないことを
特徴とする特許請求の範囲第１項記載の音声蓄積再生装
置。 - 【請求項３】上記メモリは、少なくとも、装置の扱い得
るピッチ長さの３倍以上のサンプル点の音声を蓄積する
容量を有することを特徴とする特許請求の範囲第１項ま
たは第２項記載の音声蓄積再生装置。 - 【請求項４】音声のピッチ単位で波形を挿入する処理を
行う波形挿入処理手段と、符号化された音声を蓄積する
第１のメモリと、上記第１のメモリからフレーム単位の
符号化音声を読出して蓄積する第２のメモリと、上記第
１のメモリから上記第２のメモリに上記符号化音声を転
送するように制御する制御回路と、上記第２のメモリか
ら読み出して復号した音声波形を蓄積する第３のメモリ
と、上記波形挿入処理手段による挿入処理で残った音声
波形を蓄積する第４のメモリを有し、上記波形挿入処理
手段の出力をディジタル／アナログ変換回路を介して出
力する音声蓄積再生装置において、 上記波形挿入処理手段は、上記第４のメモリに続き、上
記第３のメモリから連続して読出した音声波形に対して
ピッチ単位で波形を挿入する処理を行うことを特徴とす
る音声蓄積再生装置。 - 【請求項５】上記第３のメモリに蓄積された１フレーム
の音声が無音および有声フレームの場合に上記波形挿入
処理手段により挿入処理を行ない、無声フレームの場合
には上記波形挿入処理手段により挿入処理を行なわない
ことを特徴とする特許請求の範囲第４項記載の音声蓄積
再生装置。 - 【請求項６】上記第３のメモリは、少なくとも、装置の
扱い得るピッチ長さの３倍以上のサンプル点の音声を蓄
積する容量を有することを特徴とする特許請求の範囲第
４項または第５項記載の音声蓄積再生装置。 - 【請求項７】上記波形挿入処理手段による挿入処理のパ
ターンをあらかじめ記憶しており、上記波形挿入処理手
段は、上記記憶されたパターンに基づいて波形を挿入す
る処理を行なうことを特徴とする特許請求の範囲第１項
または第４項記載の音声蓄積再生装置。 - 【請求項８】上記波形挿入処理手段は、ｉ−１番目の音
声ピッチとｉ番目の音声ピッチに任意の窓関数を乗じた
第１の波形を作成し、上記ｉ番目の音声ピッチとｉ＋１
番目の音声ピッチに上記窓関数とは逆の傾きの窓関数を
乗じて第２の波形を作成し、上記第１の波形と上記第２
の波形とを加算し、上記ｉ番目の音声ピッチに置き換え
て上記第１の波形と上記第２の波形とが加算された波形
を出力することを特徴とする特許請求の範囲第１項また
は第４項記載の音声蓄積装置。 - 【請求項９】上記波形挿入処理手段は、ｉ番目の音声ピ
ッチを含み、それ以前のｎ個の音声ピッチからなる第３
のピッチ群と、ｉ番目の音声ピッチを含み、それ以後の
ｎ個の音声ピッチからなる第４のピッチ群とを選出し、
上記第３のピッチ群に任意の窓関数を乗じた第３の波形
を作成し、上記第４のピッチ群に上記窓関数とは逆の傾
きの窓関数を乗じて第４の波形を作成し、上記第３の波
形と上記第４の波形とを加算し、上記ｉ番目の音声ピッ
チに置き換えて上記第３の波形と上記第４の波形とが加
算された波形を出力することを特徴とする特許請求の範
囲第１項または第４項記載の音声蓄積装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP1182696A JP2865714B2 (ja) | 1989-07-17 | 1989-07-17 | 音声蓄積再生装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP1182696A JP2865714B2 (ja) | 1989-07-17 | 1989-07-17 | 音声蓄積再生装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH0348300A JPH0348300A (ja) | 1991-03-01 |
| JP2865714B2 true JP2865714B2 (ja) | 1999-03-08 |
Family
ID=16122835
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP1182696A Expired - Fee Related JP2865714B2 (ja) | 1989-07-17 | 1989-07-17 | 音声蓄積再生装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2865714B2 (ja) |
-
1989
- 1989-07-17 JP JP1182696A patent/JP2865714B2/ja not_active Expired - Fee Related
Non-Patent Citations (1)
| Title |
|---|
| ＩＥＥＥ ＡＳＳＰ−３１，Ｎｏ．１ ＦＥＢ，１９８３，ｐｐ２５８−２７２ |
Also Published As
| Publication number | Publication date |
|---|---|
| JPH0348300A (ja) | 1991-03-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2865714B2 (ja) | 音声蓄積再生装置 | |
| JPS59223499A (ja) | 音素認識装置 | |
| JP2860991B2 (ja) | 音声蓄積再生装置 | |
| JP2861005B2 (ja) | 音声蓄積再生装置 | |
| US6300552B1 (en) | Waveform data time expanding and compressing device | |
| JPH0258639B2 (ja) | ||
| JPH03233500A (ja) | 音声合成方式およびこれに用いる装置 | |
| US11830481B2 (en) | Context-aware prosody correction of edited speech | |
| JP3086458B2 (ja) | 音声合成装置 | |
| JP3457393B2 (ja) | 話速変換方法 | |
| JPH0376480B2 (ja) | ||
| US8315858B1 (en) | Method for digitally recording an analog audio signal with automatic indexing | |
| JP2005043628A (ja) | 対話記録装置および対話記録方法 | |
| JPS5968793A (ja) | 音声合成装置 | |
| JPS5842099A (ja) | 音声合成方式 | |
| JPH11119799A (ja) | 音声符号化方法および音声符号化装置 | |
| JPS5868799A (ja) | 音声合成装置 | |
| JPH0329999A (ja) | 音声蓄積再生装置 | |
| MANUAL | CONSTRUCTION | |
| JPS6143797A (ja) | 音声編集出力方式 | |
| JPH077274B2 (ja) | 音声編集合成装置 | |
| JPH0447840B2 (ja) | ||
| JPH0464080B2 (ja) | ||
| JPS6265098A (ja) | 音楽用ボコ−ダ | |
| JPS6325700A (ja) | 長音結合方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| LAPS | Cancellation because of no payment of annual fees |