JPH02113299A - 基本周波数パタン生成装置 - Google Patents
基本周波数パタン生成装置Info
- Publication number
- JPH02113299A JPH02113299A JP63266969A JP26696988A JPH02113299A JP H02113299 A JPH02113299 A JP H02113299A JP 63266969 A JP63266969 A JP 63266969A JP 26696988 A JP26696988 A JP 26696988A JP H02113299 A JPH02113299 A JP H02113299A
- Authority
- JP
- Japan
- Prior art keywords
- phrase
- command
- fundamental frequency
- frequency pattern
- component
- 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.)
- Granted
Links
- 230000004044 response Effects 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 abstract description 10
- 230000007246 mechanism Effects 0.000 abstract description 3
- 230000033764 rhythmic process Effects 0.000 abstract 1
- 238000000034 method Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 11
- 238000012545 processing Methods 0.000 description 11
- 230000015572 biosynthetic process Effects 0.000 description 8
- 238000003786 synthesis reaction Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000002194 synthesizing effect Effects 0.000 description 3
- 235000016496 Panda oleosa Nutrition 0.000 description 2
- 240000000220 Panda oleosa Species 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000000630 rising effect Effects 0.000 description 2
- UKUVVAMSXXBMRX-UHFFFAOYSA-N 2,4,5-trithia-1,3-diarsabicyclo[1.1.1]pentane Chemical compound S1[As]2S[As]1S2 UKUVVAMSXXBMRX-UHFFFAOYSA-N 0.000 description 1
- 241001417093 Moridae Species 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 210000001260 vocal cord Anatomy 0.000 description 1
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。
め要約のデータは記録されません。
Description
【発明の詳細な説明】
〔産業上の利用分野〕
本発明は、音声合成装置、特に規則により基本周波数パ
タンを生成する音声規則合成装置やテキスト合成装置に
用いられる基本周波数パタン生成装置に関するものであ
る。
タンを生成する音声規則合成装置やテキスト合成装置に
用いられる基本周波数パタン生成装置に関するものであ
る。
文字・記号等を入力とした従来の音声合成装置(たとえ
ば、昭和61年度電子通信学会総合全国大会講演論文集
326−5、昭和61年3月)の処理ブロック図を第2
図に示す、また上記音声合成装置・\の入力例を第1表
に示す。
ば、昭和61年度電子通信学会総合全国大会講演論文集
326−5、昭和61年3月)の処理ブロック図を第2
図に示す、また上記音声合成装置・\の入力例を第1表
に示す。
入力は、アクセント記号、フレーズ記号、体止記号及び
音節記号である。
音節記号である。
アクセント記号は^s (0,40) 、a2 (0,
26)及びA0であり、AIとA2によってアクセント
の立とがりの音節境界と、アクセントの大きさの種類を
示し、AOでアクセントの立下りの音節境界を示す。
26)及びA0であり、AIとA2によってアクセント
の立とがりの音節境界と、アクセントの大きさの種類を
示し、AOでアクセントの立下りの音節境界を示す。
アクセントの大きさは、A1、A2の記号で示される2
種類がある。()内は実際に割当てるアクセントの大き
さを示す。
種類がある。()内は実際に割当てるアクセントの大き
さを示す。
フレーズ記号は、pt(0,43)、P2 (0,26
)、P3(0,12)及びPOであり、Pl、P2、P
3によってフレーズの開始時点と大きさの種類を示し、
POはそれ以前にあるPl、 P2、P3によって生じ
たフレーズ成分を0に減らすことを示している。、()
内は割当てるフレーズの大きさを示す。
)、P3(0,12)及びPOであり、Pl、P2、P
3によってフレーズの開始時点と大きさの種類を示し、
POはそれ以前にあるPl、 P2、P3によって生じ
たフレーズ成分を0に減らすことを示している。、()
内は割当てるフレーズの大きさを示す。
体上記号はr、 J (0,7秒)、「、J (0
,3秒)「・J(0,08秒)であり、その音節境界で
休止がおかれること、すなわち間があくことを示してい
る。()内は休止の長さを示す。
,3秒)「・J(0,08秒)であり、その音節境界で
休止がおかれること、すなわち間があくことを示してい
る。()内は休止の長さを示す。
音節記号は「ス」 「ズ」 「メ」 「ワ」・・・・・
・等の片仮名で表された記号であり、音の種類を示して
いる。
・等の片仮名で表された記号であり、音の種類を示して
いる。
入力中、Oのついたもの、たとえば「シO」は無声化さ
れた「シ」を示す。
れた「シ」を示す。
第 1 表
入力によって合成すべき音声が指示されるが、その合成
処理は次のようにして行なう。
処理は次のようにして行なう。
(1)音素的パラメータの生成
音節記号により指定される°音節を蓄積パタンがら選び
出し、その蓄積パタン中に記載されているその音節固有
の時間長と、体上記号によって指定される休止時間をも
とにしてその音節の時点を決定する。
出し、その蓄積パタン中に記載されているその音節固有
の時間長と、体上記号によって指定される休止時間をも
とにしてその音節の時点を決定する。
次に、蓄積パタンに記載されているその音節固有の音素
的パラメータ、例えばホルマント周波数と帯域幅の時間
変化パタンを読み出し、先に定めた各音節の時点が満た
されるように、音素的パラメータを伸長・圧縮させなが
ら、互いにつなぎあわせる。たとえば、ある音節C,V
、の時点を1=0とし、次の音節C,V、がt = 1
40ssecであり、C+ L の音素的パラメータが
L = 100m5ecの分までしか記述されておらず
、またCtv!の音素的パラメータがL −140m5
ecからの分からしか蓄積パタンに記述されていないと
したら、L ”” 100m5ecからL−140ss
ecまでの間は、vlの部分を引き伸ばすことにより補
う。
的パラメータ、例えばホルマント周波数と帯域幅の時間
変化パタンを読み出し、先に定めた各音節の時点が満た
されるように、音素的パラメータを伸長・圧縮させなが
ら、互いにつなぎあわせる。たとえば、ある音節C,V
、の時点を1=0とし、次の音節C,V、がt = 1
40ssecであり、C+ L の音素的パラメータが
L = 100m5ecの分までしか記述されておらず
、またCtv!の音素的パラメータがL −140m5
ecからの分からしか蓄積パタンに記述されていないと
したら、L ”” 100m5ecからL−140ss
ecまでの間は、vlの部分を引き伸ばすことにより補
う。
以上の処理によって、合成しようとする文音声の音素的
パラメータが得られ、音声合成器(たとえばホルマント
合成器)に送られて、音声信号生成に用いられる。
パラメータが得られ、音声合成器(たとえばホルマント
合成器)に送られて、音声信号生成に用いられる。
(2)音源強度パタンの生成
音源強度は、合成する音節の種類ごとに値を定め、また
休止の前・後では、減少・増加させる必要がある。音節
の種類に固有な値は、やはり蓄積パタンに記載されてお
り、音素的パラメータと同はの伸縮処理を行なってつな
ぎ合わせることで、目的とする文の基礎的な音源強度パ
タンか得られる。さらに、休止、特に文と文の区切りを
示す「、」の休止の前後で、音源強度規則にしたがって
、一定置を減少・増加させることで、最終的な音源強度
パタンか得られ、音声合成器に送られて音声信号生成に
用いられる。
休止の前・後では、減少・増加させる必要がある。音節
の種類に固有な値は、やはり蓄積パタンに記載されてお
り、音素的パラメータと同はの伸縮処理を行なってつな
ぎ合わせることで、目的とする文の基礎的な音源強度パ
タンか得られる。さらに、休止、特に文と文の区切りを
示す「、」の休止の前後で、音源強度規則にしたがって
、一定置を減少・増加させることで、最終的な音源強度
パタンか得られ、音声合成器に送られて音声信号生成に
用いられる。
(3)基本周波数(声の高さ、記号F0で表す)パタン
生成 入力中には、フレーズ及びアクセントの時点が、どの音
節境界にあるかが示されており、しかも前述のように音
節の時点が決定しているので、音節の時点を基準とする
ことでフレーズおよびアクセントの時点を決められる。
生成 入力中には、フレーズ及びアクセントの時点が、どの音
節境界にあるかが示されており、しかも前述のように音
節の時点が決定しているので、音節の時点を基準とする
ことでフレーズおよびアクセントの時点を決められる。
また入力中のフレーズ記号、アクセント記号の種類によ
って実際に用いる値が決まっている(たとえば、Alは
0.40)ので、これによりフレーズ指令とアクセント
指令の大きさと時点を決めることができる。フレーズお
よびアクセントの時点と大きさをもとにしてF0パタン
の生成モデルの式により、F0パタンの生成を行なう。
って実際に用いる値が決まっている(たとえば、Alは
0.40)ので、これによりフレーズ指令とアクセント
指令の大きさと時点を決めることができる。フレーズお
よびアクセントの時点と大きさをもとにしてF0パタン
の生成モデルの式により、F0パタンの生成を行なう。
C,パタン生成モデルを第3図に示す、Paの時間変化
パタンをFll (t )で表わし、次の式によって計
算を行う。
パタンをFll (t )で表わし、次の式によって計
算を行う。
1nFo (t) =lnFIlin+ΣAP+
Gp (L ToI)+Σ^aJ(Ga(t Tl
j) Ga(t Tl1) l”・■ス応答
と、テスップ応答になっている。
Gp (L ToI)+Σ^aJ(Ga(t Tl
j) Ga(t Tl1) l”・■ス応答
と、テスップ応答になっている。
α、βは応答の速さを決める定数であり、α=3.0、
β=20.0程度の値を用いる。
β=20.0程度の値を用いる。
1−(1+βt) exp (−βt)は、Lが増加す
るに伴って目標値1.0に漸近するが、有限の時間内で
Ga (L )を目標値に収束させるため、θ=0.9
として処理を行っている。θ≦1の条件の場合Ga(L
)の目標(直はθである。
るに伴って目標値1.0に漸近するが、有限の時間内で
Ga (L )を目標値に収束させるため、θ=0.9
として処理を行っている。θ≦1の条件の場合Ga(L
)の目標(直はθである。
■は、その文章内に出てくるフレーズの数を示し、^ハ
は1番目に出てくるフレーズ上帝の大きさを示す、たと
えば、PI (,0,43)の記号で示されるフレーズ
が来るならApi −0,43となる。ToIはそのフ
レーズ指令の時点を示す。
は1番目に出てくるフレーズ上帝の大きさを示す、たと
えば、PI (,0,43)の記号で示されるフレーズ
が来るならApi −0,43となる。ToIはそのフ
レーズ指令の時点を示す。
Jは、その文章内に出てくるアクセントの数を示し、A
s2はj番目に出てくるアクセント指令の大きさを示す
、たとえば、1番目のアクセントとしてAt (0,4
0)の記号で示されるアクセントが来るならば、Aa+
=0.40となる@ Tlj 、、 Tljは、j番
目のアクセント指令の開始時点と終了時点を示す。
s2はj番目に出てくるアクセント指令の大きさを示す
、たとえば、1番目のアクセントとしてAt (0,4
0)の記号で示されるアクセントが来るならば、Aa+
=0.40となる@ Tlj 、、 Tljは、j番
目のアクセント指令の開始時点と終了時点を示す。
lnFm1nは、定数項であり、声帯の振動可能最低周
波数に対応している。たとえば、男性音声を合成すると
きは、Fsinζ7511z程度に、女性音声を合成す
るときはFm1nζ115112程度に設定する。
波数に対応している。たとえば、男性音声を合成すると
きは、Fsinζ7511z程度に、女性音声を合成す
るときはFm1nζ115112程度に設定する。
p、(t)を計算するときは、前述の処理によって決ま
ったフレーズ指令の大きさと時点AI’l 5TOI(
l≦i≦I)、アクセント指令の大きさと時点^aj、
T目、T□、(1≦j≦J)を前掲の0式に当てはめて
右辺を計算し、その結果に対して対数の逆関数、すなわ
ち指数関数をとることにより、PO(L)を計算する。
ったフレーズ指令の大きさと時点AI’l 5TOI(
l≦i≦I)、アクセント指令の大きさと時点^aj、
T目、T□、(1≦j≦J)を前掲の0式に当てはめて
右辺を計算し、その結果に対して対数の逆関数、すなわ
ち指数関数をとることにより、PO(L)を計算する。
以上の処理によって得られたPa(L)、すなわち基本
周波数パタンは、音声合成器に送られ、音声信号の生成
に用いられる。
周波数パタンは、音声合成器に送られ、音声信号の生成
に用いられる。
上述の処理に用いられるハードウェアは、音声合成器(
たとえばホルマント合成H)は、信号処理プロセッサに
より実現されており、入力記号から音声合成器への入力
を作成するまでの処理は、マイクロプロセッサによって
処理される0M積パタンは、マイクロプロセッサのアク
セスするROMに記憶される。
たとえばホルマント合成H)は、信号処理プロセッサに
より実現されており、入力記号から音声合成器への入力
を作成するまでの処理は、マイクロプロセッサによって
処理される0M積パタンは、マイクロプロセッサのアク
セスするROMに記憶される。
また、Fo(t)の計算式の計算などはマイクロプロセ
ッサのプログラムで実現されている。
ッサのプログラムで実現されている。
以上の説明では、音節記号、体上記号、アクセント記号
、フレーズ記号を入力して、音声を合成する場合の処理
を示したが、漢字仮名混じり文章を入力する音声合成装
置も知られている。この場合、漢字仮名混じり文を前述
した音声記号、体上記号、アクセント記号、フレーズ記
号に変換する処理が必要である。この処理は、入力文章
を単語単位に分かち、単語辞書を検索することにより読
みを決定し、同じく単語辞書に書かれたアクセント型に
より、アクセントの上り下りの音節境界を決定し、アク
セントの大きさを割り当てる処理によって行なわれる。
、フレーズ記号を入力して、音声を合成する場合の処理
を示したが、漢字仮名混じり文章を入力する音声合成装
置も知られている。この場合、漢字仮名混じり文を前述
した音声記号、体上記号、アクセント記号、フレーズ記
号に変換する処理が必要である。この処理は、入力文章
を単語単位に分かち、単語辞書を検索することにより読
みを決定し、同じく単語辞書に書かれたアクセント型に
より、アクセントの上り下りの音節境界を決定し、アク
セントの大きさを割り当てる処理によって行なわれる。
次に、従来技術による体上記号・フレーズ記号を合成し
ようとする文への与え方を説明する(前掲論文参照)。
ようとする文への与え方を説明する(前掲論文参照)。
この与え方は、文の統語構造<tri、文)に基づいて
おり、次の通りである。なお、統語構造から体上記号・
フレーズ記号を導く導出規則は、これ以外にも種々の変
形・改良版がある。
おり、次の通りである。なお、統語構造から体上記号・
フレーズ記号を導く導出規則は、これ以外にも種々の変
形・改良版がある。
(1) 文の句点に″ ”とPO1文頭にPlを置く
。
。
(2)文の読点に″ ”とPOとPIを置(。
(3)読点(なければ句点)と比較して統語的に大きな
語境界、または1段小さな語境界には”とP2を置く。
語境界、または1段小さな語境界には”とP2を置く。
(4)読点と比較して2段小さな語境界にはPaを置(
5)ただし修飾関係にある語の境界では前記(3)(4
)にかかわらず休止・フレーズ記号をおかない。
5)ただし修飾関係にある語の境界では前記(3)(4
)にかかわらず休止・フレーズ記号をおかない。
(6)以上のようにして設定した休止・フレーズ記号の
間隔がある程度以上離れていた場合(通常の発話速度で
13モ一ラ程度)、大きい語境界の順にPaを追加する
。
間隔がある程度以上離れていた場合(通常の発話速度で
13モ一ラ程度)、大きい語境界の順にPaを追加する
。
(7)統語上の境界を特に示す必要がある場合には小さ
な語境界でもPaを置く。
な語境界でもPaを置く。
(8)すべてのP2について直前のPI、 P2との間
隔をしらへ、間隔が小さければ(通常の発話速度で4モ
一ラ程度)Paに変更する。
隔をしらへ、間隔が小さければ(通常の発話速度で4モ
一ラ程度)Paに変更する。
■弐によりフレーズ成分を計算する場合、フレーズ指令
が短い時間間隔で続くと、前のフレーズ指令によるフレ
ーズ成分が大きく残っている間に次のフレーズ指令によ
りフレーズ成分を追加することになり、フレーズ成分全
体としての大きさはかなり大きくなる。ところが自然音
声の発話では、声の高さは生理的制約によりむやみに高
(なることはない、このため、フレーズ指令が短い時間
間隔で続く場合は、前記(8)の処理により、フレーズ
指令の大きさを小さくする必要があった。
が短い時間間隔で続くと、前のフレーズ指令によるフレ
ーズ成分が大きく残っている間に次のフレーズ指令によ
りフレーズ成分を追加することになり、フレーズ成分全
体としての大きさはかなり大きくなる。ところが自然音
声の発話では、声の高さは生理的制約によりむやみに高
(なることはない、このため、フレーズ指令が短い時間
間隔で続く場合は、前記(8)の処理により、フレーズ
指令の大きさを小さくする必要があった。
すなわち、フレーズ指令自体は本質的には文の統語構造
を反映して定まると考えられるが、実際に与えるフレー
ズ指令の大きさはそれまでのフレーズ指令により修正す
る必要がある。そのため、文の統語構造とフレーズ指令
の大きさは対応が明瞭ではな(なり、フレーズ指令の与
え方の規則は見通しが悪くならざるをえなかった。
を反映して定まると考えられるが、実際に与えるフレー
ズ指令の大きさはそれまでのフレーズ指令により修正す
る必要がある。そのため、文の統語構造とフレーズ指令
の大きさは対応が明瞭ではな(なり、フレーズ指令の与
え方の規則は見通しが悪くならざるをえなかった。
本発明は、この生理的制約に相当するフレーズ上帝大き
さ修正処理をフレーズ成分生成処理に内在させ、もって
見通しのよい韻律生成規則を可能とすることを目的とし
ている。
さ修正処理をフレーズ成分生成処理に内在させ、もって
見通しのよい韻律生成規則を可能とすることを目的とし
ている。
〔課題を解決するための手段)
本発明は、フレーズ指令としてフレーズ成分の目標値を
与え、フレーズ指令の大きさはその目標値に達するため
に要するフレーズ成分の大きさから求めることを特徴と
する。
与え、フレーズ指令の大きさはその目標値に達するため
に要するフレーズ成分の大きさから求めることを特徴と
する。
第1図を用いてフレーズ指令の大きさの求め方を説明す
る。
る。
i番目のフレーズ指令として、指令の時点Tolと目8
141! Tptが与えられる。一方フレーズ制御機構
2により、i−1番目迄のフレーズ指令によるフレーズ
成分が定められる。
141! Tptが与えられる。一方フレーズ制御機構
2により、i−1番目迄のフレーズ指令によるフレーズ
成分が定められる。
本発明はi−1番目迄のフレーズ指令によるフレーズ成
分と、1番目のフレーズ成分によって達成されるべきフ
レーズ成分の目標値?、ムとの差を目標未達分計算部1
により計算し、その差に相当するフレーズ成分を生成す
るのに要するフレーズ指令の大きさAρ五を求める。
分と、1番目のフレーズ成分によって達成されるべきフ
レーズ成分の目標値?、ムとの差を目標未達分計算部1
により計算し、その差に相当するフレーズ成分を生成す
るのに要するフレーズ指令の大きさAρ五を求める。
〔第1実施例〕
フレーズ成分の正の目標値として2通りある場合の実施
例を説明する。
例を説明する。
0式におけるGp (L )は、L;1/αにおいて最
大値Gp(1/α)−α/e(eは自然対数の底)を取
る(第2表)、そこで、従来技術でのPIに対するフレ
ーズ指令の大きさとして0.43を割り当てていたのを
、a / e倍して、第1のフレーズ成分の目標値は0
.43Xa/eとする。α−3,0、e = 2.71
828とすると、フレーズ成分の目lI値は0.47と
なる。第2のフレーズ成分の目標値として、第1の目標
値の8割すなわち、0.47X0.8= 0.376と
する。
大値Gp(1/α)−α/e(eは自然対数の底)を取
る(第2表)、そこで、従来技術でのPIに対するフレ
ーズ指令の大きさとして0.43を割り当てていたのを
、a / e倍して、第1のフレーズ成分の目標値は0
.43Xa/eとする。α−3,0、e = 2.71
828とすると、フレーズ成分の目lI値は0.47と
なる。第2のフレーズ成分の目標値として、第1の目標
値の8割すなわち、0.47X0.8= 0.376と
する。
次に、フレーズ成分の目標未達分の計算実施例を第4図
0))を用いて説明する。i−1番目迄のフレーズ指令
によるフレーズ成分に対し、時刻L=0でi番目のフレ
ーズ指令が発生してフレーズ成分が追加される場合、フ
レーズ指令が極大値を取る時間teamはl/αと異な
る。しかし、 t□つは簡単な計算では求らないこと、
聴覚上はフレーズ指令の大きさは必ずしもffl[に制
御する必要はないこと、を考慮して、t=t7’αにお
けるフレーズ成分未達分をi番目のブレーズ指令の大き
さの計算に用いることとする。すなわち、第4図(b)
では、Tp、−Cがフし・−ズ成分未達分である。
0))を用いて説明する。i−1番目迄のフレーズ指令
によるフレーズ成分に対し、時刻L=0でi番目のフレ
ーズ指令が発生してフレーズ成分が追加される場合、フ
レーズ指令が極大値を取る時間teamはl/αと異な
る。しかし、 t□つは簡単な計算では求らないこと、
聴覚上はフレーズ指令の大きさは必ずしもffl[に制
御する必要はないこと、を考慮して、t=t7’αにお
けるフレーズ成分未達分をi番目のブレーズ指令の大き
さの計算に用いることとする。すなわち、第4図(b)
では、Tp、−Cがフし・−ズ成分未達分である。
最後に、フレーズ指令の大きさの計算実施例を説明する
。フレーズ指令の大きさは、第4図(a)より、フレー
ズ成分未達分のe/α倍とすればよい。
。フレーズ指令の大きさは、第4図(a)より、フレー
ズ成分未達分のe/α倍とすればよい。
そこで、フレーズ成分未達分がTp(−cとすると、与
えるべきフレーズ指令の大きさは、(TpムーC)Xe
/αとなる。ただし、与えるべきフレーズ指令の大きさ
が負の値になった場合は、フレーズ指令の大きさは0と
する(i番目のフレーズ指令を生成しない)。
えるべきフレーズ指令の大きさは、(TpムーC)Xe
/αとなる。ただし、与えるべきフレーズ指令の大きさ
が負の値になった場合は、フレーズ指令の大きさは0と
する(i番目のフレーズ指令を生成しない)。
なお、負のフレーズ記号eOは、フレーズ成分の下がり
を実現するためなので、従来技術と同様に0.5を固定
的に割り当ててもよく、また、フレーズ成分の目標値と
して0を割り当てて、正のフレーズ指令と同様にしてフ
レーズ指令の大きさを求めてもよい。
を実現するためなので、従来技術と同様に0.5を固定
的に割り当ててもよく、また、フレーズ成分の目標値と
して0を割り当てて、正のフレーズ指令と同様にしてフ
レーズ指令の大きさを求めてもよい。
〔第2実施例〕
聴覚上は、フレーズ指令の大きさは厳密に制御する必要
がない点に着目し、第1実施例よりも計算が簡単な実施
例を次に説明する。
がない点に着目し、第1実施例よりも計算が簡単な実施
例を次に説明する。
i−1番目迄のフレーズ指令によるフレーズ成分を求め
るときは、Gp (t ) −α”t exp (−c
r t )の計算を行う必要があるが、関数は計算時間
がかかる。そこで、これを表に記載しておいて検索すれ
ば、計算時間を短縮できる。そして、フレーズ指令の大
きさが厳密さに欠けても聴覚上差し障りがないので、こ
の表としては比較的粗い時間間隔(たとえば0.1秒)
で記載することで記憶容量を減らすことができる(第2
表)。
るときは、Gp (t ) −α”t exp (−c
r t )の計算を行う必要があるが、関数は計算時間
がかかる。そこで、これを表に記載しておいて検索すれ
ば、計算時間を短縮できる。そして、フレーズ指令の大
きさが厳密さに欠けても聴覚上差し障りがないので、こ
の表としては比較的粗い時間間隔(たとえば0.1秒)
で記載することで記憶容量を減らすことができる(第2
表)。
さらに、Gp(L)の関数はもの増大にともなって除徐
にOに漸近するので、i−1番目迄のフレーズ指令によ
るフレーズ成分はi−1番目のフレーズ指令によるフレ
ーズ成分が主であり、i −2番目迄のフレーズ指令に
よる寄与分は少ない(第5図)。
にOに漸近するので、i−1番目迄のフレーズ指令によ
るフレーズ成分はi−1番目のフレーズ指令によるフレ
ーズ成分が主であり、i −2番目迄のフレーズ指令に
よる寄与分は少ない(第5図)。
以上の観点から、i−1番目のフレーズ指令の大きさを
用いて、1番目のフレーズ指令の大きさを求める実施例
を次に示す。
用いて、1番目のフレーズ指令の大きさを求める実施例
を次に示す。
まず、第1実施例と同様に、1番目のフレーズ指令の時
点からl/α後のフレーズ成分の大きさを求める。この
時点のフレーズ指令の大きさは、i−1番目のフレーズ
指令の時点からの経過時間で第2表を検索してGp(t
)の値を求め、i−1番目のフレーズJ指令の大きさを
掛は合わせることで求め、この値を以降はCと書く。
点からl/α後のフレーズ成分の大きさを求める。この
時点のフレーズ指令の大きさは、i−1番目のフレーズ
指令の時点からの経過時間で第2表を検索してGp(t
)の値を求め、i−1番目のフレーズJ指令の大きさを
掛は合わせることで求め、この値を以降はCと書く。
次に、フレーズ成分未達分を求めるとTpH−cとなる
。R後に、1番目のフレーズ指令の大きさは第1実施例
の場合にして(Tpム−c)Xe/αとする。
。R後に、1番目のフレーズ指令の大きさは第1実施例
の場合にして(Tpム−c)Xe/αとする。
〔第3実施例〕
第2実施例では、直前のフレーズ指令の大きさをもとに
してフレーズ成分未達分を求めているが、直前のフレー
ズ指令の目標値をもとにしてフレーズ成分未達分を近領
することもできる。
してフレーズ成分未達分を求めているが、直前のフレー
ズ指令の目標値をもとにしてフレーズ成分未達分を近領
することもできる。
さらに、直前のフレーズ指令からの時間間隔として拍数
によってカウントすることもできる。
によってカウントすることもできる。
これらの点を考慮した実施例を次に示す。
発話速度をm拍/秒とすると、1拍はなれた時間間隔は
[7mである。直前のフレーズ指令の目標値TPbに対
して、Tp、Xe/αの大きさのフレーズ指令が生起し
ているとする。1泊はなれた次のフレーズ指令の目標値
TPRに対する未達分dはd=Tp、l Tpb Xe
/αxGp(1/m+1/α)となる、よって次のフレ
ーズ指令の大きさは、Ap。
[7mである。直前のフレーズ指令の目標値TPbに対
して、Tp、Xe/αの大きさのフレーズ指令が生起し
ているとする。1泊はなれた次のフレーズ指令の目標値
TPRに対する未達分dはd=Tp、l Tpb Xe
/αxGp(1/m+1/α)となる、よって次のフレ
ーズ指令の大きさは、Ap。
=dXe/αとなる。
フレーズ指令の大きさとして0.47と0.376の2
通りある場合のAp、の値を種々の■に対して表に示す
と第3表の通りとなる。実際にフレーズ指令を与える場
合、Apいが負の場合はAPa=0とする、すなわち、
フレーズ指令は生起しない、直前のフレーズ指令による
フレーズ成分は、除徐に減衰するので、I>20の場合
はl−20と同し扱いにすればよい。
通りある場合のAp、の値を種々の■に対して表に示す
と第3表の通りとなる。実際にフレーズ指令を与える場
合、Apいが負の場合はAPa=0とする、すなわち、
フレーズ指令は生起しない、直前のフレーズ指令による
フレーズ成分は、除徐に減衰するので、I>20の場合
はl−20と同し扱いにすればよい。
第3表
(第4実施例〕
第3実施例は、フレーズ指令の大きさとして(Tp+
c)Xe/αの値をそのまま用いているが、フレー
ズ指令の大きさを何段階かに量子化を行うことも可能で
ある。すなわち、フレーズ指令の大きさとして、0.4
3.0.26.0.12の3種類(それぞれ、Pl、P
2、P3と記号をつける)用意しておき、Aplに最も
近い値を採用することもできる。
c)Xe/αの値をそのまま用いているが、フレー
ズ指令の大きさを何段階かに量子化を行うことも可能で
ある。すなわち、フレーズ指令の大きさとして、0.4
3.0.26.0.12の3種類(それぞれ、Pl、P
2、P3と記号をつける)用意しておき、Aplに最も
近い値を採用することもできる。
この観点から第3表を書き直したものを第4表に示す、
この表によれば、橿めて簡便にフレーズ指令の大きさを
決めることができる。
この表によれば、橿めて簡便にフレーズ指令の大きさを
決めることができる。
〔第5実施例〕
第1実施例では、1番目のフレーズ指令の時点から1/
α時間後の、l−1番目迄のフレーズ指令によるフレー
ズ成分の大きさCを必要としていた。処理上の簡便さの
点では、将来の時点の値を予想した値を使うよりも現在
までに判明している値で処理が行える方が簡便である。
α時間後の、l−1番目迄のフレーズ指令によるフレー
ズ成分の大きさCを必要としていた。処理上の簡便さの
点では、将来の時点の値を予想した値を使うよりも現在
までに判明している値で処理が行える方が簡便である。
そこで、i番目のフレーズ指令の時点で得られるフレー
ズ成分の大きさC′を、Cの代わりに用いる実施例を次
に説明する。
ズ成分の大きさC′を、Cの代わりに用いる実施例を次
に説明する。
まず、i番目のフレーズ指令の時点To+において、フ
レーズ成分の値C′を求める。音声波形生成のために基
本周波数パタンを求める処理を行っているので(第2図
参照)、時点To、において、フレーズ成分の値C′を
取り出せばよい(第6図)。
レーズ成分の値C′を求める。音声波形生成のために基
本周波数パタンを求める処理を行っているので(第2図
参照)、時点To、において、フレーズ成分の値C′を
取り出せばよい(第6図)。
次に、フレーズ成分未達分を求めるとrp、 −c’と
なる。最後に、i番目のフレーズ指令の大きさは第1実
施例の場合と同様にして(Tp+ C’)Xe/α
とする。
なる。最後に、i番目のフレーズ指令の大きさは第1実
施例の場合と同様にして(Tp+ C’)Xe/α
とする。
本発明によれば、フレーズ成分が大きくなり過ぎない様
にするための、フレーズ指令の大きさ設定処理が、フレ
ーズ成分生成処理に内在させることができる。このこと
により、従来は必要であったフレーズ指令の大きさ修正
処理が不要になり、フレーズ指令生成規則が簡単になり
見通しが良くなる。
にするための、フレーズ指令の大きさ設定処理が、フレ
ーズ成分生成処理に内在させることができる。このこと
により、従来は必要であったフレーズ指令の大きさ修正
処理が不要になり、フレーズ指令生成規則が簡単になり
見通しが良くなる。
第1図は、本方式のフレーズ指令の大きさ算出処理概念
図 第2図は、音声合成装置の処理ブロック図第3図は、F
、パタン(基本周波数パタン)生成モデル 第4図の(a)及びfb)は、追加のフレーズ成分説明
図第5図は、フレーズ成分の大きさ算出説明図第6図は
、フレーズ成分未達分簡略計算法の説明図 である。 1・・・・・・目標未達分計算部、 2・・・・・・フレーズ制御機構。
図 第2図は、音声合成装置の処理ブロック図第3図は、F
、パタン(基本周波数パタン)生成モデル 第4図の(a)及びfb)は、追加のフレーズ成分説明
図第5図は、フレーズ成分の大きさ算出説明図第6図は
、フレーズ成分未達分簡略計算法の説明図 である。 1・・・・・・目標未達分計算部、 2・・・・・・フレーズ制御機構。
Claims (7)
- (1)文字・記号等を入力とし、入力中にある韻律記号
によりまたは入力に基づき規則あるいは対応表によって
韻律的特徴量を得て基本周波数パタンを生成する装置に
おいて、 基本周波数パタンの成分のうちフレーズ成分を作るフレ
ーズ指令として フレーズ成分の到達すべき大きさの目標値を与え、フレ
ーズ指令に対しては、その目標値に対するフレーズ成分
の未到達分に相当する大きさのフレーズ成分を追加また
は生成する手段を有することを特徴とする基本周波数パ
タン生成装置。 - (2)特許請求範囲第1項記載の基本周波数パタン生成
装置において、 フレーズ成分が対数軸上の基本周波数パタンにおいて、
臨界制動二次線形系のインパルス応答の和で近似するこ
とを特徴とする基本周波数パタン生成装置。 - (3)特許請求範囲第2項記載の基本周波数パタン生成
装置において、 臨界制動二次線形系のインパルス応答の式をG_p(t
){=α^2t_e_x_p(−αt)(t≧0){=
0(t<0) と書くとき、 i番目のフレーズ指令の目標値と、i番目のフレーズ指
令の時点から1/α後の時点における、i−1番目まで
のフレーズ指令によるフレーズ成分と、 の差をフレーズ成分の未達分とすることを を特徴とする基本周波数パタン生成装置。 - (4)特許請求範囲第1項記載の基本周波数パタン生成
装置において、 フレーズ成分の未達分が負の場合、すなわち、フレーズ
成分の追加なくフレーズ指令の目標値に達する場合は、
フレーズ指令の大きさを0とする、すなわち、フレーズ
指令を生成しないこと を特徴とする基本周波数パタン生成装置。 - (5)特許請求範囲第1項記載の基本周波数パタン生成
装置において、 直前のフレーズ指令の大きさと時間間隔を基にしてテー
ブルによりフレーズ成分の大きさを求め、その値によっ
て 追加のフレーズ指令の目標値に対するフレーズ成分未達
分を求め、 フレーズ指令の大きさを定めること を特徴とする基本周波数パタン生成装置。 - (6)特許請求範囲第1項記載の基本周波数パタン生成
装置において、 直前のフレーズ指令の目標値と時間間隔と 追加のフレーズ指令の目標値とを基にして テーブルによって追加のフレーズ指令の大きさを定める
こと を特徴とする基本周波数パタン生成装置。 - (7)特許請求範囲第1項記載の基本周波数パタン生成
装置において、 フレーズ指令に対しては、その目標値とそのフレーズ指
令の時点におけるフレーズ成分との差によって追加また
は生成するフレーズ指令の大きさを求めることにより、 フレーズ成分の追加または生成を行うこと を特徴とする基本周波数パタン生成装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP63266969A JP3077981B2 (ja) | 1988-10-22 | 1988-10-22 | 基本周波数パタン生成装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP63266969A JP3077981B2 (ja) | 1988-10-22 | 1988-10-22 | 基本周波数パタン生成装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPH02113299A true JPH02113299A (ja) | 1990-04-25 |
JP3077981B2 JP3077981B2 (ja) | 2000-08-21 |
Family
ID=17438227
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP63266969A Expired - Fee Related JP3077981B2 (ja) | 1988-10-22 | 1988-10-22 | 基本周波数パタン生成装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP3077981B2 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7230177B2 (en) | 2002-11-19 | 2007-06-12 | Yamaha Corporation | Interchange format of voice data in music file |
WO2015025788A1 (ja) * | 2013-08-23 | 2015-02-26 | 独立行政法人情報通信研究機構 | 定量的f0パターン生成装置及び方法、並びにf0パターン生成のためのモデル学習装置及び方法 |
-
1988
- 1988-10-22 JP JP63266969A patent/JP3077981B2/ja not_active Expired - Fee Related
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7230177B2 (en) | 2002-11-19 | 2007-06-12 | Yamaha Corporation | Interchange format of voice data in music file |
WO2015025788A1 (ja) * | 2013-08-23 | 2015-02-26 | 独立行政法人情報通信研究機構 | 定量的f0パターン生成装置及び方法、並びにf0パターン生成のためのモデル学習装置及び方法 |
Also Published As
Publication number | Publication date |
---|---|
JP3077981B2 (ja) | 2000-08-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US5790978A (en) | System and method for determining pitch contours | |
JPH086591A (ja) | 音声出力装置 | |
JPH08512150A (ja) | ニューラル・ネットワークを利用してテキストを可聴信号に変換する方法および装置 | |
JPH0632020B2 (ja) | 音声合成方法および装置 | |
US5212731A (en) | Apparatus for providing sentence-final accents in synthesized american english speech | |
JPH02113299A (ja) | 基本周波数パタン生成装置 | |
Yin | An overview of speech synthesis technology | |
JPH0580791A (ja) | 音声規則合成装置および方法 | |
JP3344487B2 (ja) | 音声基本周波数パターン生成装置 | |
van Santen et al. | Prediction and synthesis of prosodic effects on spectral balance of vowels | |
JP2848604B2 (ja) | 音声合成装置 | |
Matsuda et al. | Applying generation process model constraint to fundamental frequency contours generated by hidden-Markov-model-based speech synthesis | |
JP3031691B2 (ja) | 音声規則合成装置 | |
JP2001100777A (ja) | 音声合成方法及び装置 | |
JP2891258B2 (ja) | 音声合成装置 | |
JP3034554B2 (ja) | 日本語文章読上げ装置及び方法 | |
JP3303428B2 (ja) | 音声合成装置のアクセント成分基本テーブルの作成方法 | |
JPH056191A (ja) | 音声合成装置 | |
Deng et al. | Speech Synthesis | |
JPS6385799A (ja) | 音声合成装置 | |
JPH06214585A (ja) | 音声合成装置 | |
JPH09146576A (ja) | 原文対音声の人工的神経回路網にもとづく韻律の合成装置 | |
JPH09292897A (ja) | 音声合成装置 | |
JP2725381B2 (ja) | 音声合成装置の抑揚制御方式 | |
JP3286354B2 (ja) | ピッチパターンの生成方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
LAPS | Cancellation because of no payment of annual fees |