JP4476656B2

JP4476656B2 - 音声合成装置および音声合成プログラム

Info

Publication number: JP4476656B2
Application number: JP2004078335A
Authority: JP
Inventors: 正山浦
Original assignee: Mitsubishi Electric Corp
Current assignee: Mitsubishi Electric Corp
Priority date: 2004-03-18
Filing date: 2004-03-18
Publication date: 2010-06-09
Anticipated expiration: 2024-03-18
Also published as: JP2005266294A

Description

この発明は、連続する２つの音声合成単位間の波形生成パラメータを平滑化して連結することにより音声合成を行う音声合成装置および音声合成プログラムに関するものである。

従来の音声合成装置は、連続する２つの音声合成単位間の波形生成パラメータを平滑化して連結する際に、固定ピッチ数あるいは固定フレーム数の区間長において平滑化処理を行っていた（例えば特許文献１〜３参照）。

特開昭５６−１６８７００号公報特開平０８−０７２８９７号公報特開平１１−２２４０９６号公報

従来の従来の音声合成装置では、連続する２つの音声合成単位間の波形パラメータを平滑化する際、本来は変化の大きい有声部分から無声部分への連結であっても、また、変化の小さい有声部分から有声部分への連結であっても、２つの音声合成単位間の波形生成パラメータの平滑化を同一の固定的な区間長で行うことになる。そのため、変化が大きい方が望ましい部分において不要に平滑化されると、合成音声の自然性が劣化したり、また、変化が小さい方が望ましい部分において平滑化が不十分なために合成音声に不連続が発生したりするという問題があった。また、従来は、連結する２つの音声合成単位の波形パラメータ間の距離の大小によらず、音声合成単位間の波形生成パラメータの平滑化を同一の固定的な区間長で行うようにしている。そのため、２つの音声合成単位の波形パラメータ間の距離が大きい場合には平滑化区間における合成音声波形の急変により異音が発生したり、２つの音声合成単位の波形パラメータ間の距離が小さい場合には不要な波形パラメータ平滑化により合成音声の自然性が劣化したりするという問題があった。

この発明は、上記のような課題を解決するためになされたもので、連続する２つの音声合成単位間の波形パラメータを平滑化して連結する際の合成音声の自然性劣化および異音の発生を軽減できる音声合成装置および音声合成プログラムを得ることを目的とする。

この発明に係る音声合成装置は、複数の音声合成単位を予め格納しておく音声合成単位辞書と、入力された音韻系列と韻律情報に対して音声合成単位辞書に格納された音声合成単位との適合度合いを示す選択尺度に基づいて音声合成単位辞書から当該音韻系列と韻律情報に適合する音声合成単位の系列を選択する音声合成単位選択手段と、選択された音声合成単位の系列を一時的に蓄え、１音声合成単位の遅延を与えて出力する遅延手段と、選択された音声合成単位と遅延が与えられた音声合成単位とからなる連続する２つの音声合成単位それぞれの音韻の組み合せに基づいて、当該２つの音声合成単位の波形生成パラメータを平滑化するための平滑化区間長を決定する平滑化区間長決定手段と、決定された平滑化区間長で２つの音声合成単位の波形生成パラメータを平滑化して連結した波形生成パラメータを生成する波形生成パラメータ平滑化手段と、連結した波形生成パラメータから合成音声の波形を生成する波形生成手段とを備えたものである。

この発明によれば、２つの音声合成単位の波形生成パラメータを連結する際に、求めた最適な平滑化区間長で平滑化するようにしたので、連結する際の合成音声の自然性劣化および異音の発生を軽減でき、高品質な合成音声を生成できる効果がある。

実施の形態１．
図１はこの発明の実施の形態１による音声合成装置の構成を示すブロック図である。図において、音声合成装置は、音声合成単位辞書１１、音声合成単位選択手段１２、遅延手段１３、平滑化区間長決定手段１４、波形生成パラメータ平滑化手段１５および波形生成手段１６を備えている。
音声合成単位辞書１１は、複数の音声合成単位を予め格納しておく手段である。音声合成単位選択手段１２は、入力された音韻系列と韻律情報に適合する音声合成単位の系列を音声合成単位辞書１１から選択する手段である。遅延手段１３は、入力された音声合成単位の情報を一時的に蓄え、１音声合成単位の遅延を与えて出力する手段である。平滑化区間長決定手段１４は、選択された音声合成単位と遅延が与えられた音声合成単位とからなる連続する２つの音声合成単位の音韻情報に基づいて、当該２つの音声合成単位間の波形生成パラメータを平滑化するための平滑化区間長を決定する手段である。波形生成パラメータ平滑化手段１５は、決定された平滑化区間長で２つの音声合成単位の波形生成パラメータを平滑化して連結した波形生成パラメータを出力する手段である。波形生成手段１６は、連結した波形生成パラメータから合成音声の波形を生成する手段である。

平滑化区間長決定手段１４は、図２に示すように、平滑化区間長テーブル１７および平滑化区間長読み出し手段１８を備えている。平滑化区間長テーブル１７は、２つの音韻特徴の組み合わせ毎に最適な平滑化区間長を予め記述したものである。
平滑化区間長読み出し手段１８は、入力された２つの音声合成単位ＡとＢの音韻特徴の組み合わせに応じて平滑化区間長テーブル１７から平滑化区間長を読み出す手段である。

次に、音声合成装置の動作について説明する。
まず、音声合成単位辞書１１には、複数の音声合成単位を、例えば音韻情報と波形生成パラメータの情報として表し、予め格納しておく。ここで音声合成単位は、例えばＣＶ（Consonant-Vowel)やＶＣＶ（Vowel-Consonant-Vowel)、ＣＶＣ（Consonant-Vowel-Consonant)、これらの音韻連鎖を拡張した単位など、音声合成装置の設計時に設定した任意の単位でよい。また、波形生成パラメータは、例えばＰＳＯＬＡ（Pitch-Synchronous Overlap ADD)法により合成音声の波形生成を行う場合は窓掛けして切り出したピッチ波形であり、また、ＬＰＣ（Linear Predictive Coefficient；線形予測係数）合成法により合成音声の波形生成を行う場合はＬＰＣやＰＡＲＣＯＲ（PARtial auto-CORrelation；偏自己相関係数）、ＬＳＰ（Liner Spectrum Pair；線スペクトル対）などの特徴パラメータであるなど、合成音声の波形生成法に対応して任意のパラメータでよい。

音声合成単位選択手段１２は、入力された音韻系列・韻律情報に対して、例えば音声合成単位のピッチ周波数パターンや音韻継続時間長、連結する音声合成単位間のピッチ周波数の差異あるいはスペクトル形状やピッチ波形形状の差異などを評価尺度として、規定の選択尺度に基づいて音声合成単位辞書１１から最適な音声合成単位の系列を選択し、選択された音声合成単位の系列を遅延手段１３、平滑化区間長決定手段１４および波形生成パラメータ平滑化手段１５に対し順次出力する。遅延手段１３は、入力された音声合成単位を一時的に蓄え、１音声合成単位の遅延を与えて平滑化区間長決定手段１４に出力する。すなわち、平滑化区間長決定手段１４には、遅延手段１３および音声合成単位選択手段１２からの音声合成単位が、連続する２つの音声合成単位として入力されることになる。

平滑化区間長テーブル１７の例は図３に示されるが、音韻の組み合わせと最適な平滑化区間長との関係を示している。平滑化区間長テーブル１７は、連結する２つの音声合成単位Ａの終端の音韻αと、音声合成単位Ｂの始端の音韻βとの組み合わせ毎に最適な平滑化区間長ｌ_αβを記述している。この音韻の組み合わせ毎の平滑化区間長ｌ_αβは、ピッチ数やフレーム数などの任意の単位で規定し、例えば合成音声の不連続感や自然性などの観点で主観評価実験を行い最適な値を求めるなどして、予め設定しておく。なお、図３では音韻の組み合わせの分類を詳細に行っているが、例えば破裂性の子音ｐ、ｔ、ｋについては同一の平滑化区間長とするなど、同様な特徴を有する音韻をまとめた群を作成し、群毎の組み合わせに対して平滑化区間長を設定してもよい。このような群毎に平滑化区間長を設定することにより、平滑化区間長テーブル１７を記憶するメモリ容量を小さくすることができる。

平滑化区間長読み出し手段１８は、入力された音声合成単位Ａの終端の音韻αと音声合成単位Ｂの始端の音韻βとの組み合わせに対応する平滑化区間長ｌ_αβを平滑化区間長テーブル１７より読み出し、出力する。波形生成パラメータ平滑化手段１５は、遅延手段１３から入力された音声合成単位Ａの波形生成パラメータと音声合成単位選択手段１２から入力された音声合成単位Ｂの波形生成パラメータとを、平滑化区間長決定手段１４から入力された平滑化区間長ｌ_αβの区間で平滑化して連結し、連結した波形生成パラメータを波形生成手段１６に出力する。波形生成手段１６は、入力された波形生成パラメータから音声波形を生成し、合成音声として出力する。

以上のように、この実施の形態１によれば、連続する２つの音声合成単位間の特徴として、音韻特徴を用い、この音韻特徴に基づいて、該２つの音声合成単位間の波形生成パラメータを平滑化するための平滑化区間長を最適に決定するようにしたので、音声合成単位を連結する部分における合成音声の不連続感や自然性の劣化を軽減し、高品質な合成音声を生成することができる効果が得られる。

実施の形態２．
図４はこの発明の実施の形態２による音声合成装置の構成を示すブロック図である。図において、図１と同一および相当する部分は同一符号を付して示し、原則としてその説明を省略する。実施の形態２の音声合成装置では、平滑化区間長決定手段１９の動作が実施の形態１のものと異なる。
平滑化区間長決定手段１９は、連続する２つの音声合成単位の波形生成パラメータ間の距離から波形生成パラメータを平滑化するための平滑化区間長を決定する手段で、図５に示されるように、波形生成パラメータ距離計算手段２０および平滑化区間長計算手段２１を備えている。波形生成パラメータ距離計算手段２０は、音声合成単位Ａと音声合成単位Ｂとの波形生成パラメータ間の距離を計算する手段である。平滑化区間長計算手段２１は、計算された波形生成パラメータ間の距離から平滑化区間長を計算する手段である。

次に、平滑化区間長決定手段１９の動作について説明する。
波形生成パラメータ距離計算手段２０は、連結する２つの音声合成単位Ａの終端の波形生成パラメータと音声合成Ｂの始端の波形生成パラメータとの距離Ｄを計算し、その計算した距離Ｄを平滑化区間長計算手段２１に出力する。ここで、波形生成パラメータ間の距離Ｄは、例えば窓掛けして切り出したピッチ波形を波形生成パラメータとするＰＳＯＬＡ法により合成音声の波形生成を行う場合には、２つの波形の誤差信号のパワーとし、また、ＬＰＣやＰＡＲＣＯＲ、ＬＳＰなどの特徴パラメータを波形生成パラメータとするＬＰＣ合成法により波形生成を行う場合には、２つの特徴パラメータ間の距離や、特徴パラメータから求められるスペクトル包絡間のスペクトル間距離とするなど、波形生成パラメータに対応して適宜定義してよい。

平滑化区間長計算手段２１は、入力された波形生成パラメータ間の距離Ｄから、例えば図６に示す処理フローに従って平滑化区間長Ｌを決定し、出力する。
平滑化区間長計算手段２１の動作を説明すると、まず、入力された波形生成パラメータ間の距離Ｄを予め定めた閾値ＴＨと比較する（ステップＳＴ２０１）。波形生成パラメータ間の距離Ｄが閾値ＴＨより小さい場合には長さｌ_１を平滑化区間長Ｌとして決定し（ステップＳＴ２０２）、平滑化区間長計算手段２１の動作を終了する。一方、ステップＳＴ２０１において波形生成パラメータ間の距離Ｄが閾値ＴＨ以上の場合、長さｌ_２を平滑化区間長Ｌとして決定し（ステップＳＴ２０３）、平滑化区間長計算手段２１の動作を終了する。ここで、長さｌ_１、ｌ_２は、波形生成パラメータ間の距離Ｄが大きい場合には平滑化区間長Ｌを長くして音声合成単位の接続部における不連続感を軽減するように、ｌ_１＜ｌ_２とする。また、この長さｌ_１、ｌ_２はピッチ数やフレーム数などの任意の単位で規定し、例えば合成音声の不連続感と自然性などの観点で主観評価実験を行い最適な値を求めるなどして、予め設定しておく。

なお、平滑化区間長Ｌは、図６の処理では、長さｌ_１、ｌ_２の２段階の値をとるとしているが、３段階以上の多段階の値をとるようにしてもよい。このように多段階に平滑化区間長を設定する場合には、波形生成パラメータ間の距離Ｄに応じてより詳細な平滑化区間長の制御をすることができるので、音声合成単位を連結する部分における合成音声の不連続感や自然性の劣化をより軽減し、高品質な合成音声を生成することができる。

また、図６の処理では、連結する音声合成単位の組み合わせに依らず閾値ＴＨ、平滑化区間長ｌ_１、ｌ_２を固定的に用いているが、例えば音声合成単位Ａの終端の音韻αと音声合成単位Ｂの始端の音韻βとの組み合わせ毎に最適な閾値ＴＨαβ、平滑化区間長ｌαβ_１、ｌαβ_２を設定してもよい。このように音声合成単位の組み合わせ毎に閾値、平滑化区間長を設定する場合には、本来は変化の大きい有声部から無声部への連結において過度な平滑化により自然性が劣化したり、本来は変化の小さい有声部から有声部への連結において十分な平滑化が行われず不連続感が残ったりするなどの問題を回避することができ、高品質な合成音声を生成することができる。

以上のように、この実施の形態２によれば、連続する２つの音声合成単位間の特徴として、波形生成パラメータ間の距離を用い、この距離に基づいて、２つの音声合成単位間の波形生成パラメータを平滑化するための平滑化区間長を決定するようにしたので、音声合成単位を連結する部分における合成音声の不連続感や自然性の劣化を軽減し、高品質な合成音声を生成することができる効果が得られる。

実施の形態３．
図７はこの発明の実施の形態３による音声合成装置の構成を示すブロック図である。図において、図１と同一および相当する部分は同一符号を付して示し、原則としてその説明を省略する。実施の形態３の音声合成装置では、平滑化区間長決定手段２２の動作が実施の形態１および実施の形態２のものと異なる。
平滑化区間決定手段２２は、平滑化区間内の単位時間当たりの波形生成パラメータの変化量が所定の値以下となるように音声合成単位間の波形生成パラメータを平滑化するための平滑化区間長を決定する手段で、図８に示すように、波形生成パラメータ距離計算手段２０および平滑化区間長計算手段２３を備えている。波形生成パラメータ距離計算手段２０は、音声合成単位Ａと音声合成単位Ｂとの波形生成パラメータ間の距離を計算する手段である。平滑化区間長計算手段２３は、平滑化区間内の単位時間当たりの波形生成パラメータの変化量が所定の値以下となる平滑化区間長を計算する手段である。

次に、平滑化区間長決定手段２２の動作について説明する。
波形生成パラメータ距離計算手段２０は、連結する２つの音声合成単位Ａの終端の波形生成パラメータと音声合成Ｂの始端の波形生成パラメータとの距離Ｄを計算し、その距離Ｄを平滑化区間長計算手段２３に出力する。ここで、波形生成パラメータ間の距離Ｄは、例えば窓掛けして切り出したピッチ波形を波形生成パラメータとするＰＳＯＬＡ法により合成音声の波形生成を行う場合には２つの波形の誤差信号のパワーとし、また、ＬＰＣやＰＡＲＣＯＲ、ＬＳＰなどの特徴パラメータを波形生成パラメータとするＬＰＣ合成法により波形生成を行う場合には２つの特徴パラメータ間の距離や、特徴パラメータから求められるスペクトル包絡間のスペクトル間距離とするなど、波形生成パラメータに対応して適宜定義してよい。

平滑化区間長計算手段２３は、入力された波形生成パラメータ間の距離Ｄから、例えば式（１）に従って平滑化区間長Ｌを決定し、出力する。
Ｌ＝Ｄ／ΔＴＨ（１）
ここで、式（１）におけるΔＴＨは、ピッチやフレームなどの任意の単位で規定した１単位当たりの波形生成パラメータの変化量の閾値であり、例えば合成音声の不連続感と自然性などの観点で主観評価実験を行い最適な値を求めるなどして、予め設定しておく。

なお、式（１）では連結する音声合成単位の組み合わせによらず単一の閾値ΔＴＨを用いているが、例えば音声合成単位Ａの終端の音韻αと音声合成単位Ｂの始端の音韻βとの組み合わせ毎に最適な閾値ΔＴＨαβを設定してもよい。このように音声合成単位の組み合わせ毎に閾値を設定する場合、本来は変化の大きい有声部から無声部への連結において過度な平滑化により自然性が劣化したり、また本来は変化の小さい有声部から有声部への連結において十分な平滑化が行われず不連続感が残ったりするなどの問題を回避することができ、高品質な合成音声を生成することができる。

以上のように、この実施の形態３によれば、連続する２つの音声合成単位間の特徴として、平滑化区間内の単位時間当たりの波形生成パラメータの変化量を用い、この変化量が所定の値以下となるように音声合成単位間の波形生成パラメータを平滑化するようにしたので、音声合成単位を連結する部分における合成音声の不連続感を軽減し、高品質な合成音声を生成することができる効果が得られる。

実施の形態４．
図９は実施の形態４による音声合成装置の構成を示すブロック図である。図において、図１と同一および相当する部分は同一符号を付して示し、原則としてその説明を省略する。実施の形態４の音声合成装置では、音声合成単位選択手段２４および平滑化区間長決定手段２５の動作が上記他の実施の形態のものと異なる。
音声合成単位選択手段２４は、入力された音韻系列・韻律情報に適合する音声合成単位を音声合成単位辞書１１より選択し、また音声合成単位を選択した際の選択尺度を出力する手段である。平滑化区間長決定手段２５は、音声合成単位を選択した際の選択尺度に基づいて、２つの音声合成単位の波形生成パラメータを平滑化するための平滑化区間長を決定する手段で、図１０に示すように、平滑化区間長計算手段２６を備えている。すなわち、平滑化区間長決定手段２５では、決定する平滑化区間長を、平滑化区間長計算手段２６により、入力された選択尺度に応じて計算する。

次に、この実施の形態４の特徴とする動作について説明する。
音声合成単位選択手段２４は、入力された音韻系列・韻律情報に対して、例えば音声合成単位のピッチ周波数パターンや音韻継続時間長、連結する音声合成単位間のピッチ周波数の差異やスペクトル形状・ピッチ波形形状の差異などを評価尺度として、規定の選択尺度に基づき音声合成単位辞書１１から最適な音声合成単位の系列を選択し、選択された音声合成単位の系列を遅延手段１３と波形生成パラメータ平滑化手段１５に順次出力する。それと共に、その選択された音声合成単位に対する選択尺度を平滑化区間長決定手段２５に出力する。平滑化区間長決定手段２５では、平滑化区間長計算手段２６により、入力された選択尺度Ｄ’から、例えば図１１に示す処理フローに従って平滑化区間長Ｌを計算し、波形生成パラメータ平滑化手段１５へ出力する。したがって、波形生成パラメータ生成手段１５は、この他の実施の形態と同様、遅延手段１３から入力された音声合成単位Ａの波形生成パラメータと音声合成単位選択手段２４から入力された音声合成単位Ｂの波形生成パラメータとをこの平滑化区間長Ｌの区間で平滑化して連結し、連結した波形生成パラメータを波形生成手段１６に出力する。

図１１に従って、平滑化区間長決定手段２５の詳細な動作について説明する。
まず、入力された選択尺度Ｄ’を予め定めた閾値ＴＨと比較する（ステップＳＴ４０１）。選択尺度Ｄ’が閾値ＴＨより小さい場合には長さｌ_１を平滑化区間長Ｌとして決定し（ステップＳＴ４０２）、平滑化区間長計算手段２６の動作を終了する。一方、ステップＳＴ４０１において、選択尺度Ｄ’が閾値ＴＨ以上の場合、長さｌ_２を平滑化区間長Ｌとして決定し（ステップＳＴ４０３）、平滑化区間長計算手段２６の動作を終了する。ここで、長さｌ_１、ｌ_２は、選択尺度Ｄ’が大きい場合には平滑化区間長Ｌを長くして音声合成単位の接続部における不連続感を軽減するように、ｌ_１＜ｌ_２とする。この長さｌ_１、ｌ_２はピッチ数やフレーム数などの任意の単位で規定し、例えば合成音声の不連続感と自然性などの観点で主観評価実験を行い最適な値を求めるなどして、予め設定しておく。

なお、図１１では平滑化区間長Ｌは長さｌ_１、ｌ_２の２段階の値をとるとしているが、３段階以上の多段階の値をとるとしてもよい。このように多段階に平滑化区間長を設定した場合には、選択尺度Ｄ’に応じてより詳細な平滑化区間長の制御をすることができるので、音声合成単位を連結する部分における合成音声の不連続感や自然性の劣化をより軽減し、高品質な合成音声を生成することができる。

また、図１１では連結する音声合成単位の組み合わせに依らず閾値ＴＨ、平滑化区間長ｌ_１、ｌ_２を固定的に用いているが、例えば音声合成単位Ａの終端の音韻αと音声合成単位Ｂの始端の音韻βとの組み合わせ毎に最適な閾値ＴＨαβ、平滑化区間長ｌαβ_１、ｌαβ_２を設定してもよい。このように音声合成単位の組み合わせ毎に閾値、平滑化区間長を設定した場合には、本来は変化の大きい有声部から無声部への連結において過度な平滑化により自然性が劣化したり、また、本来は変化の小さい有声部から有声部への連結において十分な平滑化が行われず不連続感が残ったりするなどの問題を回避することができ、高品質な合成音声を生成することができる。

以上のように、この実施の形態４によれば、音声合成単位辞書から最適な音声合成単位の系列を選択した際に用いた選択尺度に基づいて音声合成単位間の波形生成パラメータを平滑化するための平滑化区間長を決定するようにしたので、音声合成単位を連結する部分における合成音声の不連続感や自然性の劣化を軽減し、高品質な合成音声を生成することができる効果が得られる。

この発明に係る音声合成装置について上記各実施の形態により説明してきたが、これらの音声合成装置はコンピュータとそれにインストールする処理プログラムにより実現できるものでもある。

この発明の実施の形態１による音声合成装置の構成を示すブロック図である。この音声合成装置に係る平滑化区間長決定手段の構成を示すブロック図である。この音声合成装置に係る平滑化区間長テーブルの例を示す説明図である。この発明の実施の形態２による音声合成装置の構成を示すブロック図である。この発明の実施の形態２に係る平滑化区間長決定手段の構成を示すブロック図である。この発明の実施の形態２に係る平滑化区間長計算手段の処理手順を示すフローチャートである。この発明の実施の形態３による音声合成装置の構成を示すブロック図である。この発明の実施の形態３に係る平滑化区間長決定手段の構成を示すブロック図である。この発明の実施の形態４による音声合成装置の構成を示すブロック図である。この発明の実施の形態４に係る平滑化区間長決定手段の構成を示すブロック図である。この発明の実施の形態４に係る平滑化区間長計算手段の処理手順を示すフローチャートである。

符号の説明

１１音声合成単位辞書、１２，２４音声合成単位選択手段、１３遅延手段、１４，１９，２２，２５平滑化区間長決定手段、１５波形生成パラメータ平滑化手段、１６波形生成手段、１７平滑化区間長テーブル、１８平滑化区間長読み出し手段、２０波形生成パラメータ距離計算手段、２１，２３，２６平滑化区間長計算手段。

Claims

複数の音声合成単位を予め格納しておく音声合成単位辞書と、
入力された音韻系列と韻律情報に対して前記音声合成単位辞書に格納された音声合成単位との適合度合いを示す選択尺度に基づいて前記音声合成単位辞書から当該音韻系列と韻律情報に適合する音声合成単位の系列を選択する音声合成単位選択手段と、
選択された音声合成単位の系列を一時的に蓄え、１音声合成単位の遅延を与えて出力する遅延手段と、
前記選択された音声合成単位と遅延が与えられた音声合成単位とからなる連続する２つの音声合成単位それぞれの音韻の組み合せに基づいて、当該２つの音声合成単位の波形生成パラメータを平滑化するための平滑化区間長を決定する平滑化区間長決定手段と、
決定された平滑化区間長で前記２つの音声合成単位の波形生成パラメータを平滑化して連結した波形生成パラメータを生成する波形生成パラメータ平滑化手段と、
連結した波形生成パラメータから合成音声の波形を生成する波形生成手段とを備えた音声合成装置。
複数の音声合成単位を予め格納しておく音声合成単位辞書と、
入力された音韻系列と韻律情報に対して前記音声合成単位辞書に格納された音声合成単位との適合度合いを示す選択尺度に基づいて前記音声合成単位辞書から当該音韻系列と韻律情報に適合する音声合成単位の系列を選択する音声合成単位選択手段と、
選択された音声合成単位の系列を一時的に蓄え、１音声合成単位の遅延を与えて出力する遅延手段と、
前記選択された音声合成単位と遅延が与えられた音声合成単位とからなる連続する２つの音声合成単位の波形生成パラメータ間の距離が大きい場合には、当該２つの音声合成単位の波形生成パラメータを平滑化するための平滑化区間長を長くする平滑化区間長決定手段と、
決定された平滑化区間長で前記２つの音声合成単位の波形生成パラメータを平滑化して連結した波形生成パラメータを生成する波形生成パラメータ平滑化手段と、
連結した波形生成パラメータから合成音声の波形を生成する波形生成手段とを備えた音声合成装置。
複数の音声合成単位を予め格納しておく音声合成単位辞書と、
入力された音韻系列と韻律情報に対して前記音声合成単位辞書に格納された音声合成単位との適合度合いを示す選択尺度に基づいて前記音声合成単位辞書から当該音韻系列と韻律情報に適合する音声合成単位の系列を選択する音声合成単位選択手段と、
選択された音声合成単位の系列を一時的に蓄え、１音声合成単位の遅延を与えて出力する遅延手段と、
前記選択された音声合成単位と遅延が与えられた音声合成単位とからなる連続する２つの音声合成単位の波形生成パラメータ間の距離の単位時間当たりの変化量が所定の値以下となるように、当該２つの音声合成単位の波形生成パラメータを平滑化するための平滑化区間長を決定する平滑化区間長決定手段と、
決定された平滑化区間長で前記２つの音声合成単位の波形生成パラメータを平滑化して連結した波形生成パラメータを生成する波形生成パラメータ平滑化手段と、
連結した波形生成パラメータから合成音声の波形を生成する波形生成手段とを備えた音声合成装置。
複数の音声合成単位を予め格納しておく音声合成単位辞書と、
入力された音韻系列と韻律情報に対して前記音声合成単位辞書に格納された音声合成単位との適合度合いを示す選択尺度に基づいて前記音声合成単位辞書から当該音韻系列と韻律情報に適合する音声合成単位の系列を選択する音声合成単位選択手段と、
選択された音声合成単位の系列を一時的に蓄え、１音声合成単位の遅延を与えて出力する遅延手段と、
前記音声合成単位の系列を選択した際に用いた前記選択尺度が大きい場合には、前記選択された音声合成単位と遅延が与えられた音声合成単位とからなる連続する２つの音声合成単位の波形生成パラメータを平滑化するための平滑化区間長を長くする平滑化区間長決定手段と、
決定された平滑化区間長で前記２つの音声合成単位の波形生成パラメータを平滑化して連結した波形生成パラメータを生成する波形生成パラメータ平滑化手段と、
連結した波形生成パラメータから合成音声の波形を生成する波形生成手段とを備えた音声合成装置。
入力された音韻系列と韻律情報に対して音声合成単位辞書に格納された音声合成単位との適合度合いを示す選択尺度に基づいて、複数の音声合成単位を予め格納された音声合成単位辞書から当該音韻系列と韻律情報に適合する音声合成単位の系列を選択し、
選択された音声合成単位の系列に１音声合成単位の遅延を与えた音声合成単位を生成し、
前記選択された音声合成単位と遅延が与えられた音声合成単位とからなる連続する２つの音声合成単位それぞれの音韻の組み合せに基づいて、当該２つの音声合成単位の波形生成パラメータを平滑化する平滑化区間長を決定し、
決定された平滑化区間長で前記２つの音声合成単位の波形生成パラメータを平滑化して連結した波形生成パラメータを生成し、
連結した波形生成パラメータから合成音声の波形を生成する処理を実行させるコンピュータの音声合成プログラム。
入力された音韻系列と韻律情報に対して音声合成単位辞書に格納された音声合成単位との適合度合いを示す選択尺度に基づいて、複数の音声合成単位を予め格納された音声合成単位辞書から当該音韻系列と韻律情報に適合する音声合成単位の系列を選択し、
選択された音声合成単位の系列に１音声合成単位の遅延を与えた音声合成単位を生成し、
前記選択された音声合成単位と遅延が与えられた音声合成単位とからなる連続する２つの音声合成単位の波形生成パラメータ間の距離が大きい場合には、当該２つの音声合成単位の波形生成パラメータを平滑化する平滑化区間長を長くし、
決定された平滑化区間長で前記２つの音声合成単位の波形生成パラメータを平滑化して連結した波形生成パラメータを生成し、
連結した波形生成パラメータから合成音声の波形を生成する処理を実行させるコンピュータの音声合成プログラム。
入力された音韻系列と韻律情報に対して音声合成単位辞書に格納された音声合成単位との適合度合いを示す選択尺度に基づいて、複数の音声合成単位を予め格納された音声合成単位辞書から当該音韻系列と韻律情報に適合する音声合成単位の系列を選択し、
選択された音声合成単位の系列に１音声合成単位の遅延を与えた音声合成単位を生成し、
前記選択された音声合成単位と遅延が与えられた音声合成単位とからなる連続する２つの音声合成単位の波形生成パラメータ間の距離の単位時間当たりの変化量が所定の値以下となるように、当該２つの音声合成単位の波形生成パラメータを平滑化する平滑化区間長を決定し、
決定された平滑化区間長で前記２つの音声合成単位の波形生成パラメータを平滑化して連結した波形生成パラメータを生成し、
連結した波形生成パラメータから合成音声の波形を生成する処理を実行させるコンピュータの音声合成プログラム。
入力された音韻系列と韻律情報に対して音声合成単位辞書に格納された音声合成単位との適合度合いを示す選択尺度に基づいて、複数の音声合成単位を予め格納された音声合成単位辞書から当該音韻系列と韻律情報に適合する音声合成単位の系列を選択し、
選択された音声合成単位の系列に１音声合成単位の遅延を与えた音声合成単位を生成し、
前記音声合成単位の系列を選択した際に用いた前記選択尺度が大きい場合には、前記選択された音声合成単位と遅延が与えられた音声合成単位とからなる連続する２つの音声合成単位の波形生成パラメータを平滑化するための平滑化区間長を長くし、
決定された平滑化区間長で前記２つの音声合成単位の波形生成パラメータを平滑化して連結した波形生成パラメータを生成し、
連結した波形生成パラメータから合成音声の波形を生成する処理を実行させるコンピュータの音声合成プログラム。