JP3354363B2 - 音声変換装置 - Google Patents
音声変換装置Info
- Publication number
- JP3354363B2 JP3354363B2 JP30917695A JP30917695A JP3354363B2 JP 3354363 B2 JP3354363 B2 JP 3354363B2 JP 30917695 A JP30917695 A JP 30917695A JP 30917695 A JP30917695 A JP 30917695A JP 3354363 B2 JP3354363 B2 JP 3354363B2
- Authority
- JP
- Japan
- Prior art keywords
- voice
- speech
- speaker
- conversion
- conversion coefficient
- 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
【０００１】
【発明の属する技術分野】この発明は、たとえば、第１
の話者の音声を第２の話者の音声に変換する音声変換装
置に関する。
の話者の音声を第２の話者の音声に変換する音声変換装
置に関する。
【０００２】
【従来の技術】第１の話者の入力音声から音声合成パラ
メータを抽出し、抽出された音声合成パラメータを変換
係数を用いて変換し、変換された音声合成パラメータか
ら音声を合成することにより入力音声を第２の話者の音
声に変換する音声変換装置が知られている。
メータを抽出し、抽出された音声合成パラメータを変換
係数を用いて変換し、変換された音声合成パラメータか
ら音声を合成することにより入力音声を第２の話者の音
声に変換する音声変換装置が知られている。
【０００３】
【発明が解決しようとする課題】この発明は、第１の話
者の入力音声から、第１の話者と第２の話者との中間の
出力音声を得ることができる音声変換装置を提供するこ
とを目的とする。
者の入力音声から、第１の話者と第２の話者との中間の
出力音声を得ることができる音声変換装置を提供するこ
とを目的とする。
【０００４】この発明は、第１の話者の入力音声に基づ
いて、第１の話者の音声から第２の話者の音声に徐々に
変化していく出力音声を得ることができる音声変換装置
を提供することを目的とする。
いて、第１の話者の音声から第２の話者の音声に徐々に
変化していく出力音声を得ることができる音声変換装置
を提供することを目的とする。
【０００５】
【課題を解決するための手段】この発明の音声変換装置
は、第１の話者の入力音声から音声合成パラメータを抽
出し、抽出された音声合成パラメータを変換係数を用い
て変換し、変換された音声合成パラメータから音声を合
成することにより入力音声を第２の話者の音声に変換す
る音声変換装置において、合成音声が第１の話者の音声
から第２の話者の音声に徐々に接近していくように、変
換係数を徐々に変化させていく変換係数制御手段、入力
音声から音声合成パラメータを抽出する音声分析手段、
音声分析手段によって抽出された音声合成パラメータ
を、変換係数制御手段によって生成された変換係数を用
いて変換する音声合成パラメータ変換手段、および音声
合成パラメータ変換手段によって得られた音声合成パラ
メータに基づいて音声を合成する音声合成手段を備えて
いることを特徴とする。
は、第１の話者の入力音声から音声合成パラメータを抽
出し、抽出された音声合成パラメータを変換係数を用い
て変換し、変換された音声合成パラメータから音声を合
成することにより入力音声を第２の話者の音声に変換す
る音声変換装置において、合成音声が第１の話者の音声
から第２の話者の音声に徐々に接近していくように、変
換係数を徐々に変化させていく変換係数制御手段、入力
音声から音声合成パラメータを抽出する音声分析手段、
音声分析手段によって抽出された音声合成パラメータ
を、変換係数制御手段によって生成された変換係数を用
いて変換する音声合成パラメータ変換手段、および音声
合成パラメータ変換手段によって得られた音声合成パラ
メータに基づいて音声を合成する音声合成手段を備えて
いることを特徴とする。
【０００６】
【０００７】
【０００８】
【０００９】変換係数の時間に対する変化の割合を設定
するための設定手段を設けておくことが好ましい。この
場合には、変換係数制御手段は、設定手段によって設定
された変化の割合で、変換係数を変化させる。
するための設定手段を設けておくことが好ましい。この
場合には、変換係数制御手段は、設定手段によって設定
された変化の割合で、変換係数を変化させる。
【００１０】この発明による第２の音声変換装置では、
第１の話者の入力音声に基づいて、第１の話者の音声か
ら第２の話者の音声に徐々に変化していく出力音声が得
られる。
第１の話者の入力音声に基づいて、第１の話者の音声か
ら第２の話者の音声に徐々に変化していく出力音声が得
られる。
【００１１】
【発明の実施の形態】以下、図面を参照して、この発明
の実施の形態について説明する。
の実施の形態について説明する。
【００１２】図１は、音声変換装置の構成を示してい
る。音声変換装置は、入力音声を分析して音声合成パラ
メータを生成する音声分析部１、音声合成パラメータを
変換係数Ｗを用いて変換する音声合成パラメータ変換部
２、変換された音声合成パラメータから音声を合成する
音声合成部３、変換係数Ｗを制御するための変換係数制
御部４および音声変換モードの設定、その他の設定を行
なうための操作部５を備えている。
る。音声変換装置は、入力音声を分析して音声合成パラ
メータを生成する音声分析部１、音声合成パラメータを
変換係数Ｗを用いて変換する音声合成パラメータ変換部
２、変換された音声合成パラメータから音声を合成する
音声合成部３、変換係数Ｗを制御するための変換係数制
御部４および音声変換モードの設定、その他の設定を行
なうための操作部５を備えている。
【００１３】音声変換モードには、話者Ａの音声を話者
Ｂの音声に変換する第１モード、話者Ａの音声を話者Ａ
と話者Ｂの中間の音声に変換する第２モード、および話
者Ａの音声を話者Ａの音声から話者Ｂの音声に徐々に変
換していく第３モードがある。
Ｂの音声に変換する第１モード、話者Ａの音声を話者Ａ
と話者Ｂの中間の音声に変換する第２モード、および話
者Ａの音声を話者Ａの音声から話者Ｂの音声に徐々に変
換していく第３モードがある。
【００１４】（１）第１モードの説明 まず、第１モードが設定されている場合の動作について
説明する。
説明する。
【００１５】話者Ａの音声が入力音声として、音声分析
部１に入力される。音声分析部１では、入力音声を分析
し、音声合成パラメータを生成する。この例では、音声
分析部１では、入力音声波形のフォルマントパラメータ
（フォルマント周波数と、その帯域幅とを表すパラメー
タ）Ｆａ＝（ｆ１，ｆ２，…ｆｎ）が抽出される。
部１に入力される。音声分析部１では、入力音声を分析
し、音声合成パラメータを生成する。この例では、音声
分析部１では、入力音声波形のフォルマントパラメータ
（フォルマント周波数と、その帯域幅とを表すパラメー
タ）Ｆａ＝（ｆ１，ｆ２，…ｆｎ）が抽出される。
【００１６】音声合成パラメータ変換部２では、変換係
数Ｗを用い、数式１に基づいて、フォルマントパラメー
タＦａ＝（ｆ１，ｆ２，…ｆｎ）をＦｂ＝（ｆ１' ，ｆ
２'，…ｆｎ' ）に変換する。第１モードが設定されて
いる場合には、変換係数Ｗとしては、話者Ａに対するフ
ォルマントパラメータＦａを話者Ｂに対するフォルマン
トパラメータＦｂに変換するための変換係数ｗが用いら
れる。
数Ｗを用い、数式１に基づいて、フォルマントパラメー
タＦａ＝（ｆ１，ｆ２，…ｆｎ）をＦｂ＝（ｆ１' ，ｆ
２'，…ｆｎ' ）に変換する。第１モードが設定されて
いる場合には、変換係数Ｗとしては、話者Ａに対するフ
ォルマントパラメータＦａを話者Ｂに対するフォルマン
トパラメータＦｂに変換するための変換係数ｗが用いら
れる。
【００１７】
【数１】
【００１８】つまり、入力音声波形のフォルマントパラ
メータＦａ＝（ｆ１，ｆ２，…ｆｎ）が、話者Ｂに対す
るフォルマントパラメータＦｂ＝（ｆ１’，ｆ２’，…
ｆｎ’）に変換される。話者Ａに対するフォルマントパ
ラメータＦａを話者Ｂに対するフォルマントパラメータ
Ｆｂに変換するための変換係数ｗは、話者Ａの音声のフ
ォルマントパラメータと話者Ｂの音声のフォルマントパ
ラメータとを複数サンプリングしておき、これらのサン
プルと数式１とを用いて求められている。
メータＦａ＝（ｆ１，ｆ２，…ｆｎ）が、話者Ｂに対す
るフォルマントパラメータＦｂ＝（ｆ１’，ｆ２’，…
ｆｎ’）に変換される。話者Ａに対するフォルマントパ
ラメータＦａを話者Ｂに対するフォルマントパラメータ
Ｆｂに変換するための変換係数ｗは、話者Ａの音声のフ
ォルマントパラメータと話者Ｂの音声のフォルマントパ
ラメータとを複数サンプリングしておき、これらのサン
プルと数式１とを用いて求められている。
【００１９】音声合成部３では、音声合成パラメータ変
換部２によって得られたフォルマントパラメータＦｂ＝
（ｆ１’，ｆ２’，…ｆｎ’）から音声を合成する。こ
れにより、話者Ｂに対する音声が得られる。
換部２によって得られたフォルマントパラメータＦｂ＝
（ｆ１’，ｆ２’，…ｆｎ’）から音声を合成する。こ
れにより、話者Ｂに対する音声が得られる。
【００２０】（２）第２モードの説明 第２モードが設定されている場合の動作について説明す
る。
る。
【００２１】話者Ａの音声が入力音声として、音声分析
部１に入力される。音声分析部１では、入力音声を分析
し、音声合成パラメータを生成する。この例では、音声
分析部１では、入力音声波形のフォルマントパラメータ
Ｆａ＝（ｆ１，ｆ２，…ｆｎ）が抽出される。
部１に入力される。音声分析部１では、入力音声を分析
し、音声合成パラメータを生成する。この例では、音声
分析部１では、入力音声波形のフォルマントパラメータ
Ｆａ＝（ｆ１，ｆ２，…ｆｎ）が抽出される。
【００２２】変換係数制御部４では、話者Ａに対するフ
ォルマントパラメータＦａを話者Ｂに対するフォルマン
トパラメータＦｂに変換するための変換係数ｗから、話
者Ａと話者Ｂとの中間の音声を得るための変換係数Ｗを
生成する。
ォルマントパラメータＦａを話者Ｂに対するフォルマン
トパラメータＦｂに変換するための変換係数ｗから、話
者Ａと話者Ｂとの中間の音声を得るための変換係数Ｗを
生成する。
【００２３】話者Ａと話者Ｂとの中間の音声を得るため
の変換係数Ｗは、次の数式２に基づいて求められる。
の変換係数Ｗは、次の数式２に基づいて求められる。
【００２４】
【数２】
【００２５】ここで、ｘの値（０≦ｘ≦１）は、操作部
５によって指定される。ｘの値が大きいほど出力音声は
話者Ａに近くなり、ｘの値が小さいほど（ｙの値が大き
いほど）出力音声は話者Ｂに近くなる。
５によって指定される。ｘの値が大きいほど出力音声は
話者Ａに近くなり、ｘの値が小さいほど（ｙの値が大き
いほど）出力音声は話者Ｂに近くなる。
【００２６】音声合成パラメータ変換部２では、変換係
数制御部４によって生成された変換係数Ｗ（＝ｘ・ｗ＋
ｙ）を用いて、数式１によりフォルマントパラメータＦ
ａ＝（ｆ１，ｆ２，…ｆｎ）をＦｂ＝（ｆ１’，ｆ
２’，…ｆｎ’）に変換する。
数制御部４によって生成された変換係数Ｗ（＝ｘ・ｗ＋
ｙ）を用いて、数式１によりフォルマントパラメータＦ
ａ＝（ｆ１，ｆ２，…ｆｎ）をＦｂ＝（ｆ１’，ｆ
２’，…ｆｎ’）に変換する。
【００２７】つまり、数式１に基づいて、入力音声波形
のフォルマントパラメータＦａ＝（ｆ１，ｆ２，…ｆ
ｎ）が、話者Ａと話者Ｂとの中間の音声に対するフォル
マントパラメータＦｂ＝（ｆ１’，ｆ２’，…ｆｎ’）
に変換される。
のフォルマントパラメータＦａ＝（ｆ１，ｆ２，…ｆ
ｎ）が、話者Ａと話者Ｂとの中間の音声に対するフォル
マントパラメータＦｂ＝（ｆ１’，ｆ２’，…ｆｎ’）
に変換される。
【００２８】音声合成部３では、音声合成パラメータ変
換部２によって得られたフォルマントパラメータＦｂ＝
（ｆ１’，ｆ２’，…ｆｎ’）から音声を合成する。こ
れにより、話者Ａと話者Ｂとの中間の音声が得られる。
換部２によって得られたフォルマントパラメータＦｂ＝
（ｆ１’，ｆ２’，…ｆｎ’）から音声を合成する。こ
れにより、話者Ａと話者Ｂとの中間の音声が得られる。
【００２９】（３）第３モードの説明 第３モードが設定されている場合の動作について説明す
る。
る。
【００３０】話者Ａの音声が入力音声として、音声分析
部１に入力される。音声分析部１では、入力音声を分析
し、音声合成パラメータを生成する。この例では、音声
分析部１では、入力音声波形のフォルマントパラメータ
Ｆａ＝（ｆ１，ｆ２，…ｆｎ）が抽出される。
部１に入力される。音声分析部１では、入力音声を分析
し、音声合成パラメータを生成する。この例では、音声
分析部１では、入力音声波形のフォルマントパラメータ
Ｆａ＝（ｆ１，ｆ２，…ｆｎ）が抽出される。
【００３１】変換係数制御部４では、話者Ａに対するフ
ォルマントパラメータＦａを話者Ｂに対するフォルマン
トパラメータＦｂに変換するための変換係数ｗから、話
者Ａと話者Ｂとの中間の音声を得るための変換係数Ｗを
上記数式２に基づいて生成する。
ォルマントパラメータＦａを話者Ｂに対するフォルマン
トパラメータＦｂに変換するための変換係数ｗから、話
者Ａと話者Ｂとの中間の音声を得るための変換係数Ｗを
上記数式２に基づいて生成する。
【００３２】第３モードが設定されている場合には、変
換係数制御部４では、数式２の変換係数Ｗ中のｘを０か
ら１に徐々に変化させる。単位時間に対するｘの変化
量、すなわちｘの変化率は、操作部５によって指定され
る。
換係数制御部４では、数式２の変換係数Ｗ中のｘを０か
ら１に徐々に変化させる。単位時間に対するｘの変化
量、すなわちｘの変化率は、操作部５によって指定され
る。
【００３３】音声合成パラメータ変換部２では、変換係
数制御部４によって生成された変換係数Ｗ（＝ｘ・ｗ＋
ｙ）を用いて、数式１によりフォルマントパラメータＦ
ａ＝（ｆ１，ｆ２，…ｆｎ）をＦｂ＝（ｆ１’，ｆ
２’，…ｆｎ’）に変換する。変換係数Ｗ（＝ｘ・ｗ＋
ｙ）中のｘが０から１に徐々に変化するので、数式１に
より得られるフォルマントパラメータＦｂ＝（ｆ１’，
ｆ２’，…ｆｎ’）も、話者Ａの音声に対応するものか
ら、話者Ｂの音声に対応するものに徐々に変化する。
数制御部４によって生成された変換係数Ｗ（＝ｘ・ｗ＋
ｙ）を用いて、数式１によりフォルマントパラメータＦ
ａ＝（ｆ１，ｆ２，…ｆｎ）をＦｂ＝（ｆ１’，ｆ
２’，…ｆｎ’）に変換する。変換係数Ｗ（＝ｘ・ｗ＋
ｙ）中のｘが０から１に徐々に変化するので、数式１に
より得られるフォルマントパラメータＦｂ＝（ｆ１’，
ｆ２’，…ｆｎ’）も、話者Ａの音声に対応するものか
ら、話者Ｂの音声に対応するものに徐々に変化する。
【００３４】音声合成部３では、音声合成パラメータ変
換部２によって得られたフォルマントパラメータＦｂ＝
（ｆ１’，ｆ２’，…ｆｎ’）から音声を合成する。し
たがって、合成された音声は、話者Ａの音声から話者Ｂ
の音声に徐々に変化していく。
換部２によって得られたフォルマントパラメータＦｂ＝
（ｆ１’，ｆ２’，…ｆｎ’）から音声を合成する。し
たがって、合成された音声は、話者Ａの音声から話者Ｂ
の音声に徐々に変化していく。
【００３５】上記実施の形態では、音声合成パラメータ
としてフォルマントパラメータ（フォルマント周波数と
その帯域幅とを表すパラメータ）が用いられているが、
音声合成パラメータとして線スペクトル対( ＬＳＰ: li
ne spectral pair) 、パーコール（ＰＡＲＣＯＲ：part
ial auto correlation) 、ケプストラム(Cepstrum)や調
音パラメータ等を用いてもよい。
としてフォルマントパラメータ（フォルマント周波数と
その帯域幅とを表すパラメータ）が用いられているが、
音声合成パラメータとして線スペクトル対( ＬＳＰ: li
ne spectral pair) 、パーコール（ＰＡＲＣＯＲ：part
ial auto correlation) 、ケプストラム(Cepstrum)や調
音パラメータ等を用いてもよい。
【００３６】
【発明の効果】この発明によれば、第１の話者の入力音
声から、第１の話者と第２の話者との中間の出力音声を
得ることができる。
声から、第１の話者と第２の話者との中間の出力音声を
得ることができる。
【００３７】この発明によれば、第１の話者の入力音声
に基づいて、第１の話者の音声から第２の話者の音声に
徐々に変化していく出力音声を得ることができる。
に基づいて、第１の話者の音声から第２の話者の音声に
徐々に変化していく出力音声を得ることができる。
【図１】音声変換装置の概略構成を示す構成図である。
１ 音声分析部 ２ 音声合成パラメータ変換部 ３ 音声合成部 ４ 変換係数制御部 ５ 操作部
Claims (2)
- 【請求項１】 第１の話者の入力音声から音声合成パラ
メータを抽出し、抽出された音声合成パラメータを変換
係数を用いて変換し、変換された音声合成パラメータか
ら音声を合成することにより入力音声を第２の話者の音
声に変換する音声変換装置において、 合成音声が第１の話者の音声から第２の話者の音声に徐
々に接近していくように、変換係数を徐々に変化させて
いく変換係数制御手段、 入力音声から音声合成パラメータを抽出する音声分析手
段、 音声分析手段によって抽出された音声合成パラメータ
を、変換係数制御手段によって生成された変換係数を用
いて変換する音声合成パラメータ変換手段、および音声
合成パラメータ変換手段によって得られた音声合成パラ
メータに基づいて音声を合成する音声合成手段、 を備えていることを特徴とする音声変換装置。 - 【請求項２】 変換係数の時間に対する変化の割合を設
定するための設定手段が設けられており、変換係数制御
手段は、設定手段によって設定された変化の割合で、変
換係数を変化させていくものである請求項１に記載の音
声変換装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP30917695A JP3354363B2 (ja) | 1995-11-28 | 1995-11-28 | 音声変換装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP30917695A JP3354363B2 (ja) | 1995-11-28 | 1995-11-28 | 音声変換装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH09146597A JPH09146597A (ja) | 1997-06-06 |
| JP3354363B2 true JP3354363B2 (ja) | 2002-12-09 |
Family
ID=17989854
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP30917695A Expired - Fee Related JP3354363B2 (ja) | 1995-11-28 | 1995-11-28 | 音声変換装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3354363B2 (ja) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4720974B2 (ja) * | 2004-12-21 | 2011-07-13 | 株式会社国際電気通信基礎技術研究所 | 音声発生装置およびそのためのコンピュータプログラム |
| EP2017832A4 (en) | 2005-12-02 | 2009-10-21 | Asahi Chemical Ind | VOICE QUALITY CONVERSION SYSTEM |
-
1995
- 1995-11-28 JP JP30917695A patent/JP3354363B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JPH09146597A (ja) | 1997-06-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2763322B2 (ja) | 音声処理方法 | |
| JP4624552B2 (ja) | 狭帯域言語信号からの広帯域言語合成 | |
| JP6024191B2 (ja) | 音声合成装置および音声合成方法 | |
| EP2555188B1 (en) | Bandwidth extension apparatuses and methods | |
| JP4170217B2 (ja) | ピッチ波形信号生成装置、ピッチ波形信号生成方法及びプログラム | |
| EP1701336B1 (en) | Sound processing apparatus and method, and program therefor | |
| CN109416911B (zh) | 声音合成装置及声音合成方法 | |
| JPH11327595A (ja) | スペクトロ―テンポラル自己相関を用いたピッチ決定装置及び方法 | |
| JP2002082685A (ja) | 音声帯域拡張装置及び音声帯域拡張方法 | |
| US6513007B1 (en) | Generating synthesized voice and instrumental sound | |
| JP3354363B2 (ja) | 音声変換装置 | |
| JPH03136100A (ja) | 音声処理方法及び装置 | |
| US5864796A (en) | Speech synthesis with equal interval line spectral pair frequency interpolation | |
| JPH04358200A (ja) | 音声合成装置 | |
| WO2007135786A1 (ja) | 帯域外信号生成装置及び周波数帯域拡張装置 | |
| JP4757971B2 (ja) | ハーモニー音付加装置 | |
| JP2001117600A (ja) | 音声信号処理装置および音声信号処理方法 | |
| JP2003271200A (ja) | 音声合成方法および音声合成装置 | |
| JP3414150B2 (ja) | コーラス効果付与装置 | |
| JP3317458B2 (ja) | 音声合成方法 | |
| JP3063088B2 (ja) | 音声分析合成装置、音声分析装置及び音声合成装置 | |
| JP3125951B2 (ja) | フォルマント制御方法 | |
| JP2000242287A (ja) | 発声補助装置およびプログラム記録媒体 | |
| JP2001312300A (ja) | 音声合成装置 | |
| JP3302075B2 (ja) | 合成パラメータ変換方法および装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20070927 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080927 Year of fee payment: 6 |
|
| LAPS | Cancellation because of no payment of annual fees |