JPH03296100A - 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 本発明は、ワードプロセッサにおける読み合わせ、盲人
用読書機等に利用する音声合成装置に関する。

従来の技術 近年、音声合成技術の進歩によって、入力した文字列を
恰も人間が読み上げたかのように規則的に音声を合成す
ることが可能になった。

第３図は、従来の音声合成装置を示す。

第３図において、２１は、約１０ｍ５毎の音声を分析し
て得られ、声道の共振（又は反共振）を表現する声道パ
ラメータが格納された声道パラメータファイルであり、
この声道パラメータとしては、声道の共振点であるホル
マント周波数とバンド幅の情報や、スペクトルを線スペ
クトル化したＬＳＰパラメータが用いられる。

２２は、入力した文字列に含まれる音節に対応する声道
パラメータを声道パラメータファイル２１から音節毎に
読み出して時間的に配置するとともに、補間計算によυ
音節間の声道パラメータを算出する声道パラメータ結合
部、２３は、音源振幅制御情報と入力文字列により音源
（パルス列や白色雑音）の振幅を決定するとともに、音
節間の振幅を直線で補間する音源振幅計算部、２４は、
抑揚制御情報によシ音源のパルス間隔を決定する抑揚計
算部である。

２６は、音源振幅計算部２３によシ決定された音源の振
幅と、抑揚計算部２４　により決定された音源のパルス
間隔によシ音節毎のパルス列を発生するパルス列発生部
、２７は、白色雑音を発生する白色雑音発生部である。

２５は、声道パラメータ結合部２２によシ結合された声
道パラメータと、パルス列発生部２６からのパルス列又
は白色雑音発生部２７からの白色雑音により、音源が声
道に入力した後の声道中の透過、反射波を計算し、口唇
からの透過波として所望の音声を得るための音響計算部
、２８は、音響計算部２５によシ得られた音声（デジタ
ル値）をアナログ値に変換してスピーカ２９に出力する
Ｄ／Ａ変換器である。

次に、第４図を参照して上記従来例の動作を説明する。

第４図において、各音節は一般に、子音部（時間３１−
３２．３５−３９）と、この子音部にそれぞれ続く母音
部（時間３２−３５．３９−３８）より構成され、音源
振幅計算部２３により、先行音節の母音部と後続音節の
子音部の間（時間３４−３５．３７−３８）を直線で立
ち下がる振幅で補間することによシ音節間が途切れない
規則音声を合成することができる。

発明が解決しようとする課題 しかしながら、上記従来の音声合成装置では、先行音節
の母音部と後続音節の子音部の間の振幅を直線で画一的
に補間するので、人工的な再生音となり、したかつで、
自然で聞きやすい、リズム感のある音声を合成すること
ができないという問題点がある。

すなわち、文字列は、有声音と無声音の組み合わせより
成シ、人間による実際の音声は、この組み合わせに応じ
た自然な聞きやすい音声となるにもかかわらず、上記従
来の音声合成装置による合成音声とは異なるものになる
からである。

本発明は上記従来例の問題点に鑑み、自然で聞きやすい
、リズム感のある音声を合成することができる音声合成
装置を提供することを目的とする。

課題を解決するための手段 本発明は上記目的を達成するために、後続音節が無声音
のときに先行音節の母音部の補間開始時点が前の時点に
なるように補間し、後続音節が有声音のときに先行音節
の母音部の補間開始時点が後の時点になるように補間す
るようにしたものである。

作　　　　用 本発明は上記構成により、後続音節が無声音のときに先
行音節の母音部の補間開始時点が前の時点になるように
補間するので、歯切れのよい音声を合成することができ
、他方、後続音節が有声音のときに先行音節の母音部の
補間開始時点が後の時点になるように補間するので、滑
らかな音声を合成することができ、したがって、自然で
聞きやすい、リズム感のある音声を合成することができ
る０ 実施例 以下、図面を参照して本発明の詳細な説明する。第１図
は、本発明に係る音声合成装置の一実施例を示すブロッ
ク図、第２図は、第１図の音声合成装置によシ合成され
た音声を示す包絡波形図である。

第１図において、　１１は、音節（先行音節）毎の終端
部の音源振幅パラメータが格納される格納部、１２は、
後述するように後続音節に応じて先行音節の母音部の補
間開始時点を計算し、また、後続音節に応じて先行音節
の母音部の補間振幅を計算する補間計算部、１３は、補
間された音源振幅パラメータ等を格納するための補間振
幅パラメータ用格納部、１４は、音節毎に予め定められ
た声道パラメータの補間用非線形関数が格納された補間
関数ファイルである。

この補間用非線形関数しては、 ａ（ｎ）＝　（１−ｆ（ｎ、　１．ｃｋ））　ａ（ｎｅ
、　ｃｋ−１）十ｆ　（ｎ、１．　ｃｋ））ａ（ｎｓ、
ｃｋ）・・　・・（１） 但し、 ａ（ｎ）：補間部の音源振幅 ａ　（ｎｅ、　Ｃｋ−１）　：先行音節Ｃｋ−１の終端
部音節パラメータ ａ　（ｎｓ、　Ｃｋ）　：　　後続音節Ｃｋの先頭部音
節パラメータ ｎｅ：　　先行音節Ｃｋ−１の終端時点ｎｓ：　　後続
音節Ｃｋの先頭時点 ｎ：終端時点ｎｅを起点とするサンプル時点ｌ：補間区
間長 ｆ　（ｎ、　１．　ｃｋ）　：後続音節Ｃｋ毎に定めら
れた非線形関数かつ単調増加関数 ＝０（ｎ＝０） ＝　１（ｎ＝ｌ）　　　　　・　・（２）を用いること
ができる。

尚、式（２）は、上記以外制限を加えず、自然音声中の
声道パラメータの変形データから統計的に抽出するもの
とし、また、補間区間長ｌは、後続音節Ｃｋ　の先頭部
によって固有であり、／　ｃｘ　）　ｎｓ　　ｎｅ　＋
　ｎｌのときにｌ　＝　ｎｓ　−ｎｅ　＋　ｎｌ （旧：　２５，６ｍｓ相当フレーム数）ｌ　Ｃ２）　ｎ
ｓ　　ｎｅ　−ｎｚのときに１＝ｎｓ　　ｎｅ　−１２ （ｎｚ：　１２．ＳｍＳ相当フレーム数）である。

１５は、音節毎の音源振＠が格納されるファイル、１６
は、１３は、補間振幅パラメータ用格納部１３からの音
源振幅パラメータをアナログ信号に変換するＤ／Ａ変換
部、１７は、Ｄ／Ａ変換部１６からのアナログ信号を音
声に再生するスピーカである。

次に、上記実施例の動作を説明する。

第１図において、補間計算部１２は、１つの音節Ｃｋ　
の文字と、音源振幅制御情報が入力すると、格納部１１
に格納された先行音節Ｃｋ−１の終端部の音源振幅パラ
メータと、補間関数ファイル１４から声道パラメータの
補間用非線形関数（式（１））と、ファイル１５に格納
された音節毎の音源振幅を読み出し、この式（１）によ
り、補間部の音源振幅ａ　（ｎ）を算出し、音節毎の音
源振幅とともに補間音源振幅パラメータ格納部１３に格
納する。

補間音源振幅パラメータ格納部１３に格納された補間部
の音源振幅ａ　（ｎ）と音節毎の音源振幅がＤ／Ａ変換
部１６によシアナログ信号に変換され、スピーカ１７に
よシ音声に再生されると、第２図（ａ）　Ｋ示すように
、音声／ｎａ　／、／ｋａ／を合成する場合は、後続音
節／ｋａ／が無声音であるので、先行音節／ｎａ　／の
母音部の補間開始時点が２５．６ｍ５（△ｔｌ　）だけ
前の時点から急峻に立ち下がる振幅で補間され、したが
りて、音声／ｎａ　／、／ｋａ／を歯切れのよい音声で
合成することができる。

他方、第２図（ｂ）に示すように、音声／ｎａ　／、／
ｍａ　／を合成する場合は、後続音節／ｍａ／が有声音
であるので、先行音節／ｎａ／の母音部の補間開始時点
が１ｚ、ｓｍｓ　（△ｔ２　）だけ後の時点から滑らか
に立ち下がる振幅で補間され、したがって、音声／ｎａ
　／、／ｍａ　／を滑らかな音声で合成することができ
る。

発明の詳細 な説明したように、本発明は、後続音節が無声音のとき
に先行音節の母音部の補間開始時点が前の時点になるよ
うに補間するので、歯切れのよシ音声を合成することが
でき、他方、後続音節が有声音のときに先行音節の母音
部の補間開始時点４ が後の時点にガるように補間するので、滑らかな音声を
合成することができ、したがって、自然で聞きやすい、
リズム感のある音声を合成することができる。

【図面の簡単な説明】

第１図は、本発明に係る音声合成装置の一実施例を示す
ブロック図、第２図は、第１図の音声合成装置によシ合
成された音声を示す包絡波形図、第３図は、従来の音声
合成装置を示すブロック図、第４図は、第３図の音声合
成装置によシ合成された音声を示す包絡波形図である。 １１・・・音節毎の終端部音源振幅パラメータ格納音節
毎の音源振幅ファイル、１６・・・Ｄ／Ａ変換部、１７
・・・スピーカ。

Claims (4)

【特許請求の範囲】
1. （１）音節毎にその終端部の音源振幅パラメータが格納
   された記憶手段と、文字列が入力した場合に、前記記憶
   手段に格納された音源振幅パラメータにより、後続音節
   が無声音のときに先行音節の母音部の補間開始時点が前
   の時点になるように補間し、後続音節が有声音のときに
   先行音節の母音部の補間開始時点が後の時点になるよう
   に補間する手段と、前記補間手段により補間された各音
   節を音声に再生する手段とを有する音声合成装置。
2. （２）前記補間手段は、後続音節が無声音のときに先行
   音節の母音部の補間開始時点が２５．６ｍｓ前の時点に
   なるように補間し、後続音節が有声音のときに先行音節
   の母音部の補間開始時点が１２．８ｍｓ後の時点になる
   ように補間することを特徴とする請求項１記載の音声合
   成装置。
3. （３）前記補間手段は、後続音節毎に定められた非線形
   関数により補間することを特徴とする請求項１又は２記
   載の音声合成装置。
4. （４）音節毎に終端部の音源振幅パラメータが格納され
   た記憶手段と、文字列が入力した場合に、前記記憶手段
   に格納された音源振幅パラメータにより、後続音節が無
   声音のときに先行音節の母音部の振幅が比較的急峻に立
   ち下がるように補間し、後続音節が有声音のときに先行
   音節の母音部の振幅が比較的滑らかに立ち下がるように
   補間する手段と、前記補間手段により補間された各音節
   を音声に再生する手段とを有する音声合成装置。