JPH0242496A - 音声合成装置 - 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】 〈産業上の利用分野〉 この発明は、規則合成音声を生成する音声合成装置に関
する。

〈従来の技術〉 自然な合成音声を生成するためには、所定の条件に当て
はまる母音を無声化することが重要である。

従来、母音の無声化の規則としては、［桜井茂治“共通
語の発音で注意すべきことがら”日本語発音アクセント
辞典（改定新版）ＮＨＫ編、解説・付録Ｐ、１２８　１
９８５年］に一般的な法則として示されている。これに
は、母音無音化の生起する典型的な音韻環境について詳
しく述べられている。

また、実際に音声合成装置において用いられる無声化の
規則としては、例えば「佐原大和９箱田和雄“法則によ
る音声合成”研究実用化報告第２７巻第１２号、Ｐ、２
５６２（Ｂ　２）電々公社編１９７８年」がある。

第５図は上記従来の母音無声化規則を用いた無声化判定
ルーチンのフローチャートである。以下、第５図に従っ
てこの従来の無声化判定ルーチンについて説明する。

ステップＳ３１で、対象とする母音が尚古母音（／ｉ／
、／ｕ／）であるか否かが判別される。その結果、尚古
母音であればステップＳ３．に進み、そうでなければ有
声と判断してステップＳ　３？に進む。

ステップＳ３□で、対象とする母音が無声子音に挾まれ
るか否かが判別される。その結果、挾まれていればステ
ップＳ　３３に進み、そうでなければ有声と判断してス
テップＳ３？に進む。

ステップＳ３３で、対象とする母音がアクセント核（音
の高さが相対的に高から低に変化する位置）を存してい
るか否かが判別される。その結果、アクセント核を有し
ていればステップＳ３９に進み、そうでなければステッ
プＳ　３４に進む。

ステップＳ　３４て、対象とする母音が第１モーラであ
るか否かが判別される。その結果、第１モーラであれば
ステップ５３１１に進み、そうでなければステップＳ３
６に進む。

ステップＳ　３’Ｓで、先行する母音がすでに無声化さ
れているか否かが判別される。その結果、無声化されて
いれば準無声化としてステップ５３１１へ進み、そうで
なければステップＳ３６に進む。

ステップ５３１１で、対象とする母音が同種の無声摩擦
音に挾まれているか否かが判別される。その結果、挾ま
れていれば準無声化としてステップｓ、１１に進み、そ
うでなければステップＳ　３８に進む。

ステップＳ３？で、対象とする母音を有声化すると判定
される。

ステップ５３１１で、対象とする母音を無声化すると判
定される。

ステップＳ３Ｇで、対象とする母音の継続時間を短くす
るなどの準無声化処理が実行される。

〈発明が解決しようとする課題〉 しかしながら、上記従来の無声化規則では、母音無声化
と発声速度との間および母音無声化と発声パワーとの間
に明確な無声化基準が示されておらず、文章に基づく発
声等の多様な発声を行う場合の母音の無声化の判定基準
としては曖昧な点がある。また、一般に母音の有声部分
（以下、母音有声部と言う）の継続時間や母音有声部の
パワーは母音の無声化の度合いに応じて連続的に変化す
るが、上述の無声化規則ではそのような母音有声部の継
続時間長や母音有声部のパワーの制御は行イつれていな
い。そのため、無声化の規則が実音声と必ずしも一致し
ない場合があり、上記従来の無声化の規則によって生成
された合成音声は不自然に聞えるという問題がある。

そこで、この発明の目的は、母音有声部の継続時間や母
音有声部のパワーを算出することによって、この母音有
音部の継続時間長や母音有音部のパワーに基づいて、例
えば母音の有声化・完全無声化判定等の実行を可能にし
、より実音声に近い自然な合成音声を生成することがで
きる音声合成装置を提供することにある。

く課厘を解決するための手段〉 上記目的を達成するため、この発明は、入力された文字
列から、規則ファイルに格納された規則に従って音声合
成パラメータを生成し、この音声合成パラメータに基づ
いて合成音声を生成する音声合成装置において、上記規
則ファイルに格納された母音区間の継続時間長および母
音区間のパワーを用いて、上記母音区間でのパワーの時
間遷移を表す関数に基づいて上記母音区間を無声化する
際の有音部と無音部の境界パワー値を算出する母音無音
化境界算出手段と、上記母音無音化境界算出手段によっ
て算出された上記境界パワー値と、上記母音区間の継続
時間長および母音区間のパワーとを用いて、上記関数に
基づいて母音の有声部の継続時間長および母音の有声部
のパワーを算出する母音有声部パラメータ算出手段を備
えたことを特徴としている。

く作用〉 任怠の文字列が入力されると、上記規則ファイルに格納
された規則にしたがって音声合成パラメータが生成され
、その音声合成パラメータに基づいて合成音声が生成さ
れる。

その際に、上記規則ファイルに格納された母音区間の継
続時間長および母音区間のパワーを用いて、上記母音区
間でのパワーの時間遷移を表す関数に基づいて上記母音
区間を無声化する際の有音部と無音部の境界パワー値が
母音無音化境界算出手段によって算出される。そうする
と、上記母音無音化境界算出手段によって算出された上
記境界パワー値と、上記母音区間の継続時間長および母
音区間のパワーとを用いて、上記関数に基づいて母音の
有声部の継続時間長および母音の有声部のパワーが母音
有声部パラメータ算出手段によって算出される。すなわ
ち、上記母音有声部パラメータ算出手段によって算出さ
れた上記母音の有声部の継続時間長および母音の有声部
のパワーに基づいて、例えば母音の有声化・完全無声化
判定等が可能となる。

したがって、母音の無声化現象に大きな影響を与える母
音の有声部の継続時間長および母音の有声部のパワーを
考慮して合成音声を生成することができる。

〈実施例〉 以下、この発明を図示の実施例により詳細に説明する。

第「図はこの発明の音声合成装置の一実施例を示すブロ
ック図である。任意の文字列が文字列解析部１に入力さ
れると、文字列解析部１は人力された上記文字列の構文
解釈を行い、文字列全体のイントネーションパターンを
決定する。さらに、単語辞書２を参照して上記文字列に
含まれる単語を検索し、文字列内の各単語のアクセント
および音韻系列を決定することにより、上記文字列の音
韻系列およびアクセントパターンを決定する。このよう
にして、上記文字列解析部ｌにおいて決定された文字列
全体のイントネーションパターンと上記文字列の音韻系
列およびアクセントパターンとが規則制御部３に出力さ
れる。

特徴パラメータファイル８はターゲット特徴パラメータ
ファイル６と時系列特徴パラメータファイル７とから構
成され、上記ターゲット特徴パラメータファイル６は、
母音の特徴を表わすターゲット特徴パラメータを上記規
則制御部３に出力し、また、上記時系列特徴パラメータ
ファイル７は子音の特徴を表わす時系列特徴パラメータ
を規則制御部３に出力する。一方、規則ファイル４は上
記特徴パラメータファイルから出力されるターゲット特
徴パラメータと時系列特徴パラメータとを接続するため
の音韻制御規則と、各韻律を制御するための韻律制御規
則とをそれぞれ上記規則制御部３に出力する。この韻律
制御規則の中に、後述する母音区間の継続時間長ＴＩ、
母音区間のパワーＰ１および上記母音区間でのパワーの
時間遷移を表す関数ｒ（ｔ）が含まれている。

上記規則制御部３は、上記特徴パラメータファイル８か
ら入力されたターゲット特徴パラメータおよび時系列特
徴パラメータと、上記規則ファイル４から入力された各
音韻を結合させるための上記音韻制御規則および各韻律
を制御するための上記韻律制御規則を参照して、上記文
字列解析部ｌから人力された文字列全体のイントネーシ
ョンパターン、文字列の音韻系列、アクセントパターン
および後述する母音の有声化・完全無声化の判定結果に
より、音声合成に必要なパラメータを生成し、生成され
た上記パラメータを音声合成器５に出力する。

音声合成器５は、入力されたパラメータに基づいて合成
音声を生成して、人力された文字列に対応する規則合成
音声を出力する。

第２図は上記規則制御部３で行なわれる有声化・完全無
声化判定ルーチンのフローチャートである。以下第２図
に従って有声化・完全無声化判定ルーチンについて説明
する。

ステップＳ、で、まず、文字列解析部１がら音韻系列が
入力される。さらに、規則ファイル４に格納された母音
区間の継続時間長Ｔｌおよび母音区間のパワーｐｔと母
音有声部の継続時間長および母音有声部のパワーを算出
するための関数ｒ（ｔ）とが読み込まれる。そして、上
記母音区間の継続時間長および母音区間のパワーを用い
て、後に詳述する有声区間算出アルゴリズムによって、
各母音毎に母音有声部の継続時間長および母音有声部の
パワーが算出される。その結果、その母音有声部の継続
時間長および母音有声部のパワーの値が０の場合には、
後に詳述するようにして、対象とする母音を完全に無声
化する度合いすなわち完全無声化生起度合いρ（ｎ）　
（ｎはモーラ位置）が算出される。

ステップＳ、で、ｌモーラ目から判定を行なうためにｎ
＝Ｉとする。

ステップＳ、で、現モーラ（ｎモーラ）の完全無声化生
起度合いρ（ｎ）と無声化判定閾値θ（通常は０）とが
比較される。その結果、ρ（ｎ）≧θのときは現モーラ
の母音は完全に無声化する可能性があるとしてステップ
Ｓ４に進み、ρ（ｎ）＜θのときは完全無声化しないと
判定してステップＳ　ＩＱへ進む。

ステップＳ４で、次モーラ（ｎ＋Ｉ）の完全無声化生起
度合いρ（ｎ＋１）と、現モーラ（ｎ）の完全無声化生
起度合いρ（ｎ）とが比較される。その結果、ρ（ｎ）
≧ρ（ｎ＋　１　）すなわち現モーラの方が完全無声化
の度合が高い場合は、現モーラの母音は完全無声化する
が、次モーラの母音は完全無声化しない場合があるとし
てステップＳ７へ進む。一方、ρ（ｎ）＜ρ（ｎ＋１）
すなわち現モーラの方が完全無声化の度合いが低い場合
は、現モーラの母音は完全無声化しない場合があるとし
てステップＳ５へ進む。

これは、無声化する母音が続く場合は、発音の不明確に
なるのを避けるために完全無声化の度合いの低い一方の
母音を完全無声化させないためである。

ステップＳ、で、次モーラの母音が必ず完全無声化され
るようにρ（ｎ＋１）を大きくしてステップＳ。へ進む
。

ステップＳ８で、現モーラの完全無声化生起度合いρ（
ｎ）と、上記無声化の生起しやすい母音が連鎖したとき
の無声化判定閾値θ２（通常はθ２〉０）とが比較され
る。その結果、ρ（’ｎ）≧０２の場合は現モーラの母
音は完全無声化の度合いが強いためステップＳ、へ進む
。一方、ρ（ｎ）＜０２の場合は現モーラの母音を完全
無声化しないｊこめステップＳ、。へ進む。

ステップＳ７で、次モーラの完全無声化生起度合ρ（ｎ
＋１）と、無声化の生起しゃすい母音が連鎖したときの
無声化判定閾値θ２とが比較される。

その結果、ρ（ｎ＋１）＜０２の場合は次モーラの母音
を完全應声化しないと判定してステップｓｓに進む。一
方、ρ（ｎ＋１）≧０２の場合は次モーラの母音は完全
無声化の度合いが強いためそのままステップＳ９に進む
。

ステップＳｓで、次モーラの母音を完全無声化させない
ために、ρ（ｎ＋１）＝ＯとしてステップＳＬ１に進む
。

ステップＳ。で、ｎモーラ目の母音を完全無声化すると
判定してステップＳｌ＋に進む。

ステップＳＩＯで、ｎモーラ目の母音を有声化すると判
定し、上記ステップｓ１で算出した母音有声部の継続時
間長および母音有声部のパワーが０のときには、後述す
る方法で母音有声部の継続時間長および母音有声部のパ
ワーを再開算出してステップＳ　１１に進む。

ステップＳ、で、次モーラの母音の判定に移るために、
ｎが１つインクリメントされる。

ステップｓｔｙで、ｎが入力した音韻系列のモーラ敢（
ＷＭ）以下であるか否かが判定される。その結果、１５
１Ｍの場合は上記ステップＳ３からステップＳ　１１が
繰返され、ｎ＞ＷＭの場合はこの無声化の判定ルーチン
を終了する 次に、上記有声化・完全無声化判定ルーチンのフローチ
ャートにおいて、ステップＳｌで実行される有声区間算
出アルゴリズムについて説明する。

第４図は上述の母音有声部の継続時間長および母音有声
部のパワーを算出する際の関数ｒ（ｔ）の−例を示す図
であり、曲線ｆ（ｔ）の頂点でのパワーの値をｐＯとす
る。ここで、規則ファイル４に母音区間の継続時間長Ｔ
１および母音区間のパワーＰｉが格納されているものと
する。

まず、関数ｒ（ｔ）と母音区間の継続時間長Ｔ１とから
、パワーの値がｆ（ｔｏ）　＝　ｒ（ｔｏ＋’ｒ　ｔ）
となる時点ｔｏを求める。さらに、音韻系列別に固有の
パワ一定数Ｐと上記対象とする母音のパワーＰ１との差
に上記パワー「（ｔｏ）を加算した母音無声部境界パワ
ーＰ２＝　（ｆ（ｔｏ）＋　（Ｐ　−Ｐ　１））を算出
する。ここで、上記パワ一定数Ｐは母音を無声化しない
ために必要なパワーの値であり、その値は音韻系列によ
って異なる。

次に、Ｐ２＝　Ｉ’（ｔｌ）＝　ｒ（ｔｌ）となる時点
ｔｌおよびｔｌを求める。そうすると、時点Ｕから時点
ｔ２までの区間は母音有声部であり、（ｔｌ−ｔｌ）が
母音有声部の継続時間長である。また、時点ｔｏから時
点ｔｌまでの区間は先行子音から対象となる母音へ移行
する間の無声部であり、時点ｔ２から時点（ｔｏ＋Ｔ　
ｌ）までの区間は対象となる母音から後続子音へ移行す
る間の無声部である。また、ｐ２＜　ｆ（ｔＯ）の場合
には無声部は存在しない。

次に、時点Ｕから時点ｔ２までの母音有声部のパワーＰ
３を、上記パワーＰ１を上限としてＰ　３＝　ｆ（ｔ）
ｐ２　（ｔｌ＜　ｔ＜　ｔｌ）で算出する。すなわち、
母音有声部のパワーＰ３はｔの関数として連続的に制御
される。

この場合、第４図に示すようにパワーＰ１が小さくてｐ
Ｏ≦ｐ２となる場合は完全に無声化される場合であり、
らはや母音有声部は存在しない（すなわち、母音有声部
の継続時間長および母音有声部のパワーが０である）。

この場合には、Ｐ４＝　　ｐ２−ｐｏｌを求めてこの値
を上記完全無声化生起度合いρ（ｎ）とする。また、対
象とする母音の継続時間長′ｒ１が小さくてｐＯ≦ｐ３
　（図示せず）の場合ら、同様に完全に無声化となるの
で上述のようにして完全無声化生起度合いρ（ｎ）を算
出する。

すなわち、上述のアルゴリズムは対象となる母音の継続
時間長ＴｌおよびパワーＰｉが減少するにしたがって、
母音有声部の比率および母音の何重部のパワーが小さく
なるという特徴を有する。また、上記有声区間算出のア
ルゴリズムにおいては、無声部の比率を高めたい場合に
は関数［（ｔ）の傾斜を緩やかにするだけでよい。した
がって、後に詳述するように音韻系列別に上記関数ｆＱ
）の傾斜を実際の発声に即して設定することによって、
実音声に近い自然な合成音声を生成することができるの
である。

すなわち、関数ｆ（ｔ）は音韻系列別に以下の特徴を有
するように設定される。

Ｌ母音が高舌母音（／ｉ／、／ｕ／）であり、この母音
に先行する子音が無声摩擦音（／ｓ／、／ｓｈ／、／ｈ
／）または無声破擦音（／ｃｈ／、／ｌｓ／）であって
、後続する子音が無声破裂音（／ｐ／、／ｌ／、／に／
、／ｐｙ／、／ｋｙ／）または無声破擦音（／ｃｈ／、
／ｌｓ／）のときは、前後の子音が無声破裂音（／ｐ／
、／ｌ／、／に／、後続子音は／ｐｙ／、／ｋｙ／を含
む）のときよりも母音の無声部の比率が高い。

２、母音が高舌母音（／ｉ／、／ｕ／）であり、前後の
子音が無声破裂音（／ｐ／、／ｌ／、／に／、後続子音
は／ｐｙ／。

／ｋｙ／を含む）のときは、前後の子音が種類の異なる
無声摩擦音（／ｓ／、／ｓｈ／、／ｈ／、後続子音は／
ｈｙ／を含む）のときよりも母音の無声部の比率が高い
。

３、母音が高舌母音（／ｉ／、／ｕ／）であり、前後の
子音が種類の異なる無声摩擦音（／ｓ／、／　ｓｈ／、
／ｈ／、後続子音は／ｂｙ／を含む）のときは、前後の
子音が同一の無声摩擦音（／ｓ／、／ｓｈ／、／ｈ／）
のときよりも母音の無声部の比率が高い。

４、母音が高舌母音（／ｉ／、／ｕ／）であり、前後の
子音が同一の無声摩擦音（／ｓ／、／ｓｈ／、／ｈ／）
のときは、前後の子音のどちらかが無声子音でないとき
よりも母音の無声部の比率が高い。

５、＠音が高舌母音（／ｉ／、／ｕ／）でないときは母
音の無声部の比率は他と比較して低い。

次に、上記有声化・完全無声化判定ルーチンのフローチ
ャートのステップＳ１において算出された母音有声部の
継続時間長および母音有声部のパワーが０であって、か
つ、ステップＳ！〜ステップＳｓによって発音が不明瞭
になるのを避けるため無声化しないと判定された母音に
ついて、ステップｓｈｏにおいて再度母音有声部の継続
時間長および母音有声部のパワーを算出する際のアルゴ
リズムについて説明する。

ここで、上述の有声区間算出アルゴリズムによって、上
記有声化・完全無声化判定ルーチンのフローチャートの
ステップＳｌにおいて、上記母音無声部境界パワーの値
ｐ２と上記母音区間の開始時点ｔｏとが算出されている
ものとする。そして、このｐ２およびｔｏを用いて新た
な母音無声部境界パワーの値Ｐ５を次式で求め、 Ｐ’５＝ｒ（ｔｏ）＋（ｐ２−ｆ（ｔｏ））／２さらに
、Ｐ　５＝　ｆ（ｔｌ’　）＝　ｆ（ｔ２°）となる時
点ｔｌ’と時点ｔ２’とを求める。すなわち、上記時点
ｔＩ゛から時点む２”までの区間が新たな母音有声部で
あり、（ｔ２゜ｔ１′）が新たな母音有声部の継続時間
長である。

また、時点１０から時点ｔｌ゛までの区間は先行子音か
ら対象となる母音へ移行する間の新たな無声部であり、
時点ｔ２’から時点（ｔＯ＋Ｔ　１）までの区間は対象
となる母音から後続子音へ移行する間の新たな無声部で
ある。こうすることによって、対象となる母音を完全無
声化しないようにすることができるのである。

すなわち、この発明においては、母音区間でのパワーの
時間遷移を表す関数ｆ（ｔ）を備え、対象となる母音の
特徴パラメータの一つである母音区間の継続時間長およ
び母音区間のパワーを用いて、上記関数区ｔ）に基づい
て対象となる母音の母音有声部の継続時間長および母音
有声部のパワーを算出する。したがって、この発明を用
いれば、母音有声部の継続時間長および母音有声部のパ
ワーに基づいて、例えば母音の有声化・完全無声化等を
判定することができ、より実音に即した自然な合成音声
を生成することができる。

上記実施例においては、実際の発声に即して音韻系列別
に関数ｒ（ｔ）を設定するようにしているが、この発明
はこれに限定されるものではない。すなわち、上記間ｒ
ｌｌｒ（ｔ）を上昇部分（頂点から時間軸の後方側）と
下降部分（頂点から時間軸の前方側）とに分ける。そし
て、先行子音別に上昇部分の関数［１（ｔ）を設定して
記憶し、後続子音別に下降部分の関数ｒ２（ｔ）を設定
して記憶しておき、文字解析部１から入力される音韻系
列に応じて上記上昇部分の関数ｆｌ（ｔ）と下降部分の
関数ｒ２（ｔ）とを読み出して組み合わ什て関数ｆ（ｔ
）を生成するようにしてもよい。

また、上記実施例においては、母音５有声部の継続時間
長および母音有声部のパワーに基づいて、母音の有声化
・完全無声化等を判定するようにしている。しかしなが
ら、この発明はこれに限定されるものではなく、上記母
音有声部の継続時間長および母音有声部のパワーより母
音の無声化の度合い等を求めるようにしてもよい。

〈発明の効果〉 以上より明らかなように、この発明の音声合成装置は、
規則ファイルに格納された母音区間の継続時間長および
母音区間のパワーを用いて、上記１１：音区間でのパワ
ーの時間遷移を表す関数に基づいて上記母音区間を無声
化する際の有音部と無音部の境界パワー値を算出し、こ
の境界パワー値と、上記母音区間の継続時間長および母
音区間のパワーとを用いて、上記関数に基づいて母音の
有声部の継続時間長および母音の有声部のパワーを算出
するようにしたので、例えば母音の有声部の継続時間お
よび母音の有声部のパワーに基づいて、例えば母音の有
声化・完全無声化判定等が可能になり、母音の無声化現
象に大きな影響を与える母音の有声部の継続時間長およ
び母音の有声部のパワーを考慮して合成音声を生成する
ことができる。

したがって、実音声に近い自然な合成音声を生成するこ
とができる。

【図面の簡単な説明】

第１図はこの発明の音声合成装置の一実施例を示すブロ
ック図、第２図は上記実施例における母音の有声化・完
全無声化判定ルーチンのフローチャート、第３図は母音
有音部の継続時間長算出および母音有声部のパワー算出
の説明図、第４図は完全無声化の場合の完全無声化生起
度合いρ（し）算出の説明図、第５図は従来の有声化・
無声化判定ルーチンのフローチャートである。 ｌ・・・文字列解析部、２・・・単語辞書、３・・・規
則制御部、　　　４・・・規則ファイル、５・・・音声
合成器、 ６・・・ターゲット特徴パラメータファイル、７・・・
時系列特徴パラメータファイル、８・・・特徴パラメー
タファイル。

Claims (1)

【特許請求の範囲】
1. （１）入力された文字列から、規則ファイルに格納され
   た規則に従って音声合成パラメータを生成し、この音声
   合成パラメータに基づいて合成音声を生成する音声合成
   装置において、 上記規則ファイルに格納された母音区間の継続時間長お
   よび母音区間のパワーを用いて、上記母音区間でのパワ
   ーの時間遷移を表す関数に基づいて上記母音区間を無声
   化する際の有音部と無音部の境界パワー値を算出する母
   音無音化境界算出手段と、 上記母音無音化境界算出手段によって算出された上記境
   界パワー値と、上記母音区間の継続時間長および母音区
   間のパワーとを用いて、上記関数に基づいて母音の有声
   部の継続時間長および母音の有声部のパワーを算出する
   母音有声部パラメータ算出手段を備えたことを特徴とす
   る音声合成装置。