JPH01167800A - 音声合成方法 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 Ａ、産業上の利用分野 本発明は人間の音声合成方法に関する。

Ｂ０発明の概要 本発明は人間の音声合成方法において、音響管の半径を
音響管が全体的に形状変化する部分の半径とそれが小さ
く変化する部分の半径とをそれぞれ別々に演算し、その
演算結果における音響伝搬の現象が、送電線等の電気回
路における系統過渡現象に近似していることに着目して
、その演算出力をサージインピーダンス変化に対応させ
てサージインピーダンスを可変させたことにより、 自然な音質の音の合成を得るとともに、全体的に形状変
化する部分の半径の演算量を減少させるようにしたもの
である。

Ｃ０従来の技術 音声合成やミュージックシンセサイザー（電子楽器）等
の所謂者を人工的に合成して出力する電子装置は、最近
になって１ないし数チップの音声認識や音声合成のＬＳ
Ｉが音声情報処理と半導体の大規模集積回路技術により
低価格で実現されるようになり、その使用目的、制約条
件により種々の方式が提案されている。この音声合成に
は、人間の発生した生の音声を録音しておき、これを適
当に結合して文章に編集する録音編集方式と、人間の声
を直接的には利用せず、人間の音声のパラメータだけを
抽出し、音声合成過程で、そのパラメータを制御して人
工的に音声信号を作り出す方法がある。

このパラメータ方式で良質な合成音が得られることで広
く利用されているパーコール（ＰＡＲＣＯＲ）方式があ
る。

音声を電子計算機で扱う場合、音声波形をある周期毎に
サンプリングして各サンプリング点での音声信号の値を
アナログ／ディジタル変換し、その値を０と１の符号で
表示して行われるが、アナログ信号に忠実な記録をする
には、ビット数を増やす必要があるが音声合成信号は大
変多くのメモリーを必要とする。

そこで、この情報量を極力少なくするために各種の高能
率な符号化法が研究開発されている。

その方法の１つとして、１つの音声信号の情報に対し、
最低限１ビツトとした方式で、デルタ変調方式がある。

この方式は、１ビツトの使い方として、次にくる音声信
号値が現在の値より高いか低いかを判定して、高ければ
符号“ビ、低ければ符号“０°を与え音声信号の符号化
を行うもので、実際のシステム構成としては一定の振幅
ステップ量（デルタ）を定めておき、誤差が蓄積されな
いように今までの符号化によって得られる音声の値と、
入力してくる音声信号との残差信号に対して、符号化を
行う。

このような構成は予測コード化といわれ、線形予測法（
何個か前のサンプル値から予測する）およびパーコール
方式（線形予測法の予測係数の代わりにパーコール係数
にといわれる偏自己相関関数を用いる）がある。

Ｄ０発明が解決しようとする問題点 前述のように予測コード化を用いたものは、音と音との
継ぎ目に相当する調音結合が難しいという問題がある。

即ち第１１図は横軸に音声発生の時間ｔをとり、縦軸に
パーコール係数ｋをとったもので、例えば母音から子音
を経て母音に至る発声において、母音の定常から過渡を
経て子音に至りまた母音の過渡を経て母音の定常音に至
る過程で母音と母音の継ぎ目の音が跡切れ、人間が聞い
たときに自然な感じを与えない。

Ｅ９問題点を解決するための手段 以上の点に鑑み、本発明は人間の音の発生は人間の口腔
断面積の形状変化によって作り出される。

そこで、これら音響管の音波の伝達を表す進行波現象を
音響管等価回路で解析し、音響管の半径を音響管が全体
的に形状変化する部分の半径と、それが小さく変化する
部分の半径とをそれぞれ別々に演算して、その和を求め
、その後、円周率と半径の２乗を乗算して断面積を求め
、その断面積がサージインピーダンスに反比例すること
に着目し、サージインピーダンスを変化させることで音
響管の半径を演算して求めた断面積を模擬的に変化させ
、サージインピーダンスを連続的に変化させることで調
音結合をスムーズに行うことができるようにして人間の
発声と同様な音の合成を容易となし音声の自然性の向上
を図るとともに全体的に形状変化する部分の演算量を減
算させるようにしたものである。

１９作用 人間は口腔を動かすことにより、音を発声する。

本発明は音響管（人間の声帯から口唇までの声道も１つ
の音響管とみなすことができる）の半径ｒを例えば、人
間の「アゴ」の動きのような全体の動きの半径ｒＩと、
「舌」の動きのような小さい動きの半径ｒ、とを別々に
演算し、加算した後、πｒ２から断面積を求め、その断
面積を等価回路のサージインピーダンスにｌ対ｌに対応
させているので、このサージインピーダンスを変化させ
れば音響管の断面積を変化させたと同じとなる。このサ
ージインピーダンスの変更は、電気技術的に極めて簡単
にできるので、人間の音の発生と全く同様な音の合成が
でき、特に従来の問題点とされた音と音の継ぎ目にあた
る調音結合もサージインピーダンスを連続的に変化する
ことで良好に行われ、自然に近い音の発声ができる。

Ｇ、実施例 まず、本発明の実施例を述べる前に、本発明の背景につ
いて説明する。

音声を口から外に放射されるには、音源が必要で、この
音源は声帯に主って作り出される。一方声帯は２枚のヒ
ダを開閉することによって呼気を断続的に止める働きが
あり、その断続によってパフと呼ばれる空気流か発生し
、声帯を緊張させるとこのヒダに張力が加わりヒダの開
閉の周波数が高くなり、周波数の高いパフ音が発生する
。そして呼気流を大きくすると大きな音となる。

この音源波が声道のような円筒状の音響管を通過すると
、開放端から音波は共振現象によりある成分が強調され
、ある成分が減弱し複雑な母音の波形が作り出される。

音源が同じ波形をもっていても、口唇から放射されるま
でに通過する声道の形によって影響を受ける。即ち、声
道の形状が一定であれば音源のピッチや強度を変えても
スペクトル包絡はあまり変化しない。声道は母音によっ
て極めて複雑な形状を示すが、声道があまり変化しない
部分と大きく変化する部分に分けて考えることができる
。例えば第１図のように長さと断面積がＡ　Ｉ、　Ａ　
ｔとそれぞれ異なるような２つの音響管が接続したもの
と仮定することができる。

第１図は音響管モデル図、第２図はその等価回路図で、
断面積がＡ＋、Ａｔとそれぞれ異なる２つの音響管を接
続した場合である。

この音響管の接続する面に着目すると、音波の流れは断
面積の異なる場合、その異なる面で音波の一部が反射す
るという現象を生ずる。この現象は、電気回路でインピ
ーダンスの異なる線路にインパルス電流を流したときの
過渡現象と同じである。

音声の発生は、前述したように声帯による音源の断続に
よって行われるがこれは電気的には、インパルスが断続
的に印加されることと等価となる。

音は気体、液体、固体のいずれでも伝わる一種の振動で
あるが、電気回路的には、抵抗の無い無損失のしＣ分布
回路に対応させることができる。

そしてこの等価回路の電気的インピーダンス（Ｖ／Ｉ）
は、ＪＬ／Ｃとなるので、音波の場合に置き換えると音
波の速度、空気密度ρと音速Ｃを掛けたρＣとなり、音
場におけるインピーダンス即ち音響インピーダンスは気
体の質量と音速だけに依存する。

断面積の異なる音響管が連設されていると、その境界面
で反射が起こる。これは電気的なサージインピーダンス
に模擬することができる。即ち、第１図のような音響管
の断面積の異なるブロックの接続された等価回路は第２
図に置き換えられる。

ここで、空気密度をρ、音速をＣとすれば、各音響管の
音響アドミッタンスＹｌ、Ｙ２は次のように与えられる
。

但し２．．２１は音響インピーダンスである。

次に隣接ブロックよりの伝搬電流源をＩＩ、Ｉｔとし、
これにより決定される電流分布ａ　ｌ　ｒ　ａ　を及び
１１＋１１および接合点の電圧をｅとするとまたａＩ＝
　ｉ＋＋　Ｉ　ｉ　　ａ、＝　ｉ２＋Ｉｔｉ　＋＝ａ＋
　　Ｉ　ｌ＋　　　ｊ　ｔ＝ａｔ　　Ｉとなり、次のス
テップのための隣接ブロックの伝搬電流源１１’１１２
′は、 １％−ｆ＋＋ａ＋、Ｉｔ’＝Ｌ＋ａｔとなる。

上式でｉ＋＝ａ＋　　ＩＩおよびＬｔ＝ａｔ　　Ｉｓを
代入して１１’＝２ａ１　ＩＩ、Ｉ％＝２ａｓ　　１１
としてもよい。

上記の方式において断面積Ａの時間に対する補間状況を
第５図に示す。この第５図は最も演算の簡単な直線補間
を示している。

第３図は音響管の電気回路等価モデル図で、その（ア）
図は声帯から口唇までの声道を１つの音響管とみなした
音響管モデル図、（イ）図はその電気回路モデル図、（
つ）図は進行波等価モデル図を示している。

第３図を説明するに先立ち、人間の母音はどのようにし
て作られるかを説明する。

第４図は音声発生時の声道の断面積変化を模擬したもの
で、その（ア）図は、「ア」の発声の場合で喉の奥か狭
く口唇が開いた状態で肺から押し出される呼気で声帯が
呼気を断続的に開閉して声道（音響管）の中で反射を繰
り返して出てくる音波が「ア」の音声波形となって出て
くる。「イ」は（イ）図のように喉の方が広く口唇の先
が狭いと「イ」の音声波形が出力される。

このように口の恰好で周波数が決まり、口の恰好を模擬
すれば「ア」なり［イ］が発声される。

口の恰好は音響管の断面積で模擬でき、また音響管の断
面積の変化は、サージアドミッタンスの変化で模擬でき
、サージアドミッタンスの変化は、電気回路上極めて容
易に可変できろ。第３図（ア）は断面積Ａ　＋　、　Ａ
　ｔ・・・Ａ、と異なる断面積をもった音響管を接続し
て声道を模擬したものである。同図（イ）はその音響イ
ンピーダンスを電気回路のＬＣ回路に置き換えたもので
、各音響管をＩｇのＬＣ線路とし、全体を集中線路のｎ
−１の電気回路としたものである。また第３図（つ）は
進行波等価モデル図で、各音響管の音響インピーダンス
’１１．Ｚｔ・・・２．は、音響管の断面積に反比例（
音響アドミッタンスは比例）し、音波の速度に比例する
ので となる。なお、同図でＺＫ音源インピーダンス。

ＺＬは放射インピーダンスを示し、またブロック間の矢
印は、進行波と反射波を表している。

今「ア」という音声を発声させる場合は、第４図の口唇
の先の断面積に相当する断面積Ａ１のところで「ア」の
口の恰好を与えて、インパルスＰを断続的に印加するこ
とで、「ア」の音が得られ、また「ア」から「イ」の音
を発声させる場合は、同図（イ）に示すように断面積を
Ａ　（’に狭め「イ」の口の恰好を与えることで「イ」
か得られる。

インパルスＰが連続して断続的に与えられ、断面積全体
を「イ」の口の恰好に変化させる場合、声道は第３図に
示すｎ個の音響管によって模擬しているので、これらの
各断面積を「ア」から動かして口の恰好を「アーゼ」と
連続的に変えることになる。この音響管の断面積を変え
るということは、サージインピーダンスを徐々に変える
ことによって行われる。

上記のように断面積をＡＩからＡＩ’に連続的に変えた
直線補間の例は第５図に示しである。この第５図におけ
る直線捕間の場合でも合成としてはかなり良くなるけれ
ども、人間の口腔の動きは断面積の直線的な動きに対応
しているのではなく、「アゴ」や「舌」等の上下関係に
対応しているため、合成音としては第５図に示す直線補
間では多不自然になることがある。

そこで、本発明は音響管の半径ｒを音響管が「アゴ」の
動きのように全体に形状変化する半径ｒｉ（マクロ半径
）と、それが「舌」の動きのように小さく変化する半径
ｒｌ′（ミクロ半径）とに分割して演算し、その和を求
める。このとき、人間の声道は男性で約＃７ｃｍなので
、１ｃｍ刻みで１７本の音響管で模擬し、「ア」の声を
出したときの状態を描くと、第６図に示すようになる。

第６図において、図示右端が「くちびる」側である。

この第６図において、マクロ半径は図示直線ＳＬで示す
ようになり、ミクロ半径は図示曲線ＣＬになる。この第
６図からマクロ半径は直線変化するため、その演算半径
は１７個も必要なく数個で充分であるので、半径ｒ、の
演算量は少なくてすむ。

従って、上述のように半径を分割してｒ、＋ｒ、’”ｒ
を求めた後、断面積ＡをＡ＝πｒ“にて計算すれば演算
量が少なくなる。このようにして計算した結果を前記（
１）式、（２）式に代入することによって、（１）式、
（２）式の面積比、すなわち係数は次式となる。

なお、ｒ　１　＋　　ｒ　２は隣接する音響管の半径で
ある。

上述のように、音響管の半径ｒを演算し、その結果から
断面積を得るようにしたので、定常状態の「ア」、「イ
」の音が得られることは勿論であるが、その中間の音、
即ち、音と音との間の音が自然に近い音質かつ品質で得
ることができる。第７図は上記音響管の半径ｒを補間対
象として演算した結果の説明図で、図中−点鎖線で示す
曲線は半径ｒを演算したときの断面積の変化特性曲線で
ある。この曲線から音と音との間の音が自然に近い音質
で得られるようになる。

上記のものは隣接する２つの音響管の場合であるが、隣
接する多分岐管部の演算においては次の一般式を用いて
行う。

ｒ　ム Σｒｔｋ （但し、ｒｋはに＝１．２・・・ｎ、ｎ分岐管部のそれ
ぞれの音響管の半径、ｒｌはｉ番目分岐管の半径である
） 次に音波の伝搬速度を考えると、これは長さＱでＬＣを
持った電線路にインパルスを印加した時の過渡現象に似
ている。

即ち第８図に示すようにＬＣを有する線路を等価的に表
すと第９図のようになる。ここで両端部からみたサージ
インピーダンスＺ。＋＋Ｚｏｔは、Ｚ　ｏ＋＝ＪＬ／　
Ｃ、Ｚ　ｏｔ−ＪＬ　／　Ｃとなる。

ここで相手から到達してきた進行波を等価的な電流源と
考えると、 となり電流は中間にｎ個の遅延回路ブロックＺがあれば
、ｎ時間後に出力される。即ち左側の回路で発生したも
のがτ時間後右側に到達したということになる。

となる。但し、ディジタル計算においては、電圧または
電流を細分割するのでＶ、、Ｖ、は計測時刻ｔにおける
電圧、τは経過時間を示している。

第９図では、Ｌ、Ｃ回路にインパルスを印加すれば、１
時間後に出力管側に出る。そしてτ時間面到達されたも
のは相手にも到達しているということを等価的に表して
いる。線路の長さｅを１にするということは、遅延ブロ
ックｎを正規化して１にすることで計算し易くなる。ｅ
を３ｃｍに刻む場合は遅延ブロックのｎを３ブロツクに
すればよい。

第３図（ア）を人間の声道は男性で約１７ｃｍなので、
１ｃｍ刻みで１７本の音響管で模擬すれば、ＡＩから入
った波形は、半周期の電流を１０に分割しそのΔｔをｌ
Ｏμｓｅｃとすれば、１７０μｓｅｃかかってＡｎ側か
ら出てくる。

次に、第３図（つ）の進行波等価モデルの演算処理を第
１θ図のフローチャートに基づいて説明する。

音響管ＡＩ（管の半径ｒｔ）にインパルスが人力される
と、コンピュータよりなる演算処理装置は、ステップＳ
、にてメモリよりＡｔのａ。Ａ、１０＾。

■。＾、Ｅを取り出す。取り出した値をもとに、ステッ
プＳ、では、 ａ　ｏｐ、’＝　ｆ　（Ｅ　、　　Ｉ　ＩＩＡ）ｉｏＡ
’＝λ。え’−Ｉい の演算を行う。この演算値ａＯ＾’、ｉｏ＾′およびス
テップＳ３でメモリより導入された管Ａｔ（半径ｒｔ）
の値１１１１！ｌ、　ａｌＡｌ　　ｉ　ｌＢ＋　　ｉ　
ＩＡＩ　　Ｉ　ＩＩ　　Ｉ　ＩＡを用いてステップＳ４
では、 ａ　＋ｅ’＝　Ｓ　＋８　（１ｌＢ＋　１１Ａ）ａ＋Ａ
’　＝ＳＩＡ（Ｉｔａ＋　Ｉ　ＩＡ）ｉ　＋ｓ’＝　ａ
　ＩＢ’　　Ｉ　ｔａｉｌＡ’＝　ａ　ＩＡ’　　Ｉ　
＋ａ Ｉ　＋ｅ’＝　ｉ　ＧＡ’　　ａ。Ａ′の演算を行う。

ステップＳ、ではＳ４にて求められたｔ　１８’＋　　
ａ　１Ｂ’を用し１てＩ　ＯＡ’　＝　Ｉ　、Ｂ＋　ａ
　ＩＢを演算する。また一方、Ｓ、にて求められた値ｊ
　＋Ａ’＋　ａ　ＩＡ’と、ステップＳ６においてメモ
リより導入された管Ａ！（半径ｒｓ）の値ａ＊Ｂ＊　ａ
！Ａｎｌｔａ＋１い、Ｉｔａ、ＩＩＡとを用いてステッ
プＳ７にて次の演算が行われる。

ａ　＊Ｂ’＝　Ｓ　ｔａ　（Ｉ　ｌＢ＋　Ｉ　ＩＡ）ａ
！＾’＝ｓ之＾（■之β＋［、＾） ｉ　＊Ｂ’＝　ａ　＊ａ’　　Ｉ　！ａｔ　ｔＡ’＝　
ａ　ｔＡ’　　［ｔＡ Ｉ　ｗａ’＝　ｔ　ＩＡＩ　ａ　ｊＡ’ＡｔップＳ８で
はＳ７にて求められた！ｗｅ’、　ｉ＊Ａ’を用いて Ｉ　ＩＡ’＝　ｉ　ｔａ’＋　ａ　＊Ａ’の演算が行わ
れる。以下同様にして模擬された音響管の半径ｒを演算
し、この演算結果からπｒ！を計算して断面積が求めら
れ、ステップ５ｎ−１では、 ａ　ｎａ’＝ｆ　　（Ｉ　ｎ５） ｌ　ｎＢ’＝　ａ　ｎＢ’　　Ｉ　ｎＢＩ　ｎ５＝４１
％−、ＩＡ＋　ａｎ−ＩＡの演算を行う。その結果を用
いてステップＳｒｌでは、 Ｉ　、−ＩＡ’：　１　ｎＢ’　＋　ａ　ｎＢ’の演算
を行う。すなわち、音響管の半径ｒ、−ｒｎを演算し、
その演算結果からπｒ１′〜πｒｎ″を計算し、得られ
た断面積に対応した等価回路の最終段（ｎ段）における
演算結果の出力がＤ／Ａ変換されて図示省略されたスピ
ーカに出力され、スピーカより音声として出力される。

したがって演算処理装置は音響管ＡＩ−Ａｎに対応した
演算を行うものであるから、この演算処理装置は音響管
のＡ、〜Ａ０個々の等価回路を流れる各部の電流値およ
び関数ｆ、Ｓ１ｓ、５ｔＡ（ｉ＝１゜２・・・ｎ−１）
をテーブルとして有しているメモリと、当該等価回路の
各部の電流値を演算する第１の演算手段と、当該等価回
路とは相隣接する等価回路の電流値を用いて当該等価回
路の電流値を演算する第２の演算手段とを備えている。

Ｈ、発明の効果 以上のように本発明は、音響管の半径ｒを音響管が大き
く変動するときの半径と、それが小さく変動するときの
半径とをそれぞれ別々に演算し、その演算結果からπｒ
１を計算し、得られた断面積が等価回路のサージインピ
ーダンスにｌ対ｌに対応していることに着目し、音響管
の半径を演算した結果により求められた断面積の変化を
サージインピーダンスの変化で模擬するようにしたちの
であるから、パラメータとしては、音響管の半径を演算
するだけを持てばよいので、極めて簡単にでき、従来の
ように音声合成のための多くのメモリを必要としないと
ともに音響管の半径が大きく変動するときの半径の演算
量を少なくしても音声合成にはほとんど影響がないので
、演算量を大幅に少なくすることができる。また、調音
結合も、サージインピーダンスの連続的な変化によって
スムーズに行われ、自然音に近い発声が得られる。

【図面の簡単な説明】

第１図〜第１０図は本発明を説明するための図で、第１
図は音響管モデル図、第２図は音響管等価回路図、第３
図は音響管の電気回路等価モデル図、第４図は声道の変
化説明図、第５図は音響管断面積の時間に対する補間説
明図、第６図は本発明による音響管が大きく変動すると
きと、小さく変動するときの説明図、第７図は本発明に
よる音響管の半径ｒの時間に対する補間説明図、第８図
は音声伝搬を電気的に模擬した電気回路図、第９図は第
８図の等価回路図、第１θ図は本発明の音声合成をコン
ピュータ処理するプログラムの一例を示すフローチャー
ト図、第１１図は従来のパーコール合成による調音結合
説明図を示す。 Ａ１．Ａｔ・・・Ａｎ・・・音響管、ｒｌ＋ｒ！・・・
ｒｎ・・・音響管の半径、Ｙ、、Ｙ、・・・音響管の音
響アドミッタンス、Ｃ，、Ｃｔ・・・ｃｏ・・・電気回
路モデルの静電容量、Ｌ、、Ｌｔ・・・Ｌｎ・・・同上
のりアクタンス、Ｚｌ。 Ｚ、・・・Ｚｎ・・・サージインピーダンス。 第４図 第５図 第６図 ＣＬ

Claims (2)

【特許請求の範囲】
1. （１）音響管を用いて模擬する音声合成において、隣合
   う２つの音響管を伝搬電流源と音響断面積に反比例した
   サージインピーダンスの並列回路として扱い、音響管の
   形状変化に伴い音響管の半径を音響管が全体的に形状変
   化する部分の半径と、それが小さく変化する部分の半径
   とをそれぞれ別々に演算した後、加算し、その後円周率
   と前記加算により求められた半径とを乗算して断面積を
   求める際に、次式の 係数 ▲数式、化学式、表等があります▼ （但し、ｒ＿ｉ、ｒ＿ｉ＿＋＿１は隣合う２つの音響管
   の半径、ｉは１、２、３・・・ｎである）を用いること
   を特徴とする音声合成方法。
2. （２）音響管を用いて模擬する音声合成において、隣合
   う２つの音響管を伝搬電流源と音響断面積に反比例した
   サージインピーダンスの並列回路として扱い、音響管の
   形状変化に伴い音響管の半径を音響管が全体的に形状変
   化する部分の半径と、それが小さく変化する部分の半径
   とをそれぞれ別々に演算した後、加算し、その後円周率
   と前記演算により求められた半径とを乗算して断面積を
   求める際に、次式の係数 ▲数式、化学式、表等があります▼ （但し、ｒ＿ｉ、ｒ＿ｉ＿＋＿１は隣合う２つの音響管
   の半径、ｉは１、２．３・・・ｎである）を用いると共
   に隣へ新しく伝搬すべき電流源をサージインピーダンス
   に流れ込む電流と、当該音響管に流れ込む電流の和、若
   しくはサージインピーダンスに流れ込む電流の２倍の値
   と当該音響管の電流源との差を用いることを特徴とする
   音声合成方法。