JPH035600B2

JPH035600B2 -

Info

Publication number: JPH035600B2
Application number: JP56020650A
Authority: JP
Inventors: Kozo Kawai
Original assignee: Matsushita Electric Works Ltd
Current assignee: Panasonic Electric Works Co Ltd
Priority date: 1981-02-14
Filing date: 1981-02-14
Publication date: 1991-01-25
Also published as: JPS57135997A

Description

【発明の詳細な説明】本発明はPARCOR型音声合成方式に関するも
のであり、その目的とするところは余分な周波数
成分を含まない和音を合成することにある。

一般に、音声の特徴を表わす特徴パラメータに
は、音の大小を表わす振巾パラメータ（以下Ａパ
ラメータと略称する）と、音の高低すなわち基本
周期を表わすピツチパラメータ（以下Ｐパラメー
タと略称する）と音の音色すなわちスペクトル分
布を表わすスペクトルパラメータ（以下Ｓパラメ
ータと略称する）とがある。したがつて音声を合
成するには音声信号を音声周波数よりも十分高い
周波数を有するサンプリングパルスを用いて適当
周期でサンプリングし、Ａ、Ｐ、Ｓパラメータよ
りなる特徴パラメータを抽出して予めデータメモ
リに記憶させ、データメモリから適宜読み出され
た特徴パラメータに基いて音声を合成すれば良い
ことになる。この種の音声合成方式のうち帯域圧
縮率が良いものとしてPARCOR型音声合成方式
がある。以下PARCOR型音声合成方式について
概説する。PARCOR型音声合成方式は第１図に
示すように音声信号Vsをサンプリングパルスに
より適当周期（t_p）でサンプリングし、サンプリ
ングされたサンプリング値X_tとX_t−ｐの間にあ
る（Ｐ−１）個のサンプリング値による相関関係
を除外し、X_tとX_t−ｐとの相関関係のみを抽出
したPARCOR係数（部分自己相関係数：以下Ｋ
パラメータと略称する）をＳパラメータとして音
声を合成するものであり、Ｋパラメータは音声が
ほぼ定常状態とみなせる１フレーム（５〜20ｍ
sec）において、適当周期（t_p）（約100μsec）毎
に音声信号Vsのサンプリングを行ない、隣り合
うサンプル値間の相関係数をK₁とし、複数間隔
離されたサンプル値間では、その間に挟まれたサ
ンプル値による影響を最小２乗誤差による線形予
測によつて求め、それらを差引いてできる相関係
数をK₂〜K₁₀としたものである。このＫパラメー
タはK₁、K₂、K₃のようにX_tに近い点との部分自
己相関関係を表わす係数にはスペクトル分布に関
する情報が豊富に含まれているが、K₈、K₉、K₁₀
のようなX_tから遠い点との部分自己相関係数に
はスペクトル分布に関する情報があまり含まれて
いないので、低次のＫパラメータに多数の量子化
ビツトを割り当て、高次のＫパラメータには少数
の量子化ビツトを割り当てることによりビツト数
を節減して冗長度を小さくするほうが効果的であ
る。したがつてPARCOR方式はＳパラメータと
して自己相関係数を用いて各係数に同一ビツト数
を割り当てるようにした自己相関係数方式に比べ
て帯域圧縮率がすぐれているものである。通常各
Ａ、Ｐ、Ｋパラメータは圧縮されてデータ記憶部
に記憶され、Ａパラメータに対して５ビツト、Ｐ
パラメータに対して６ビツト、Ｋパラメータの各
係数K₁、K₂…K₁₀に対して７、６、５、４、４、
４、３、３、３、３ビツト等のように割り当て
る。このようにしてデータ記憶部に記憶されてい
る特徴パラメータは適宜読み出され、このデータ
記憶部から読み出された特徴パラメータのうちＰ
パラメータに基いた周期（音声発生過程における
声帯振動に相当する）で音源を駆動し、この音源
出力をＡパラメータおよびＫパラメータに基いた
フイルタ特性（音声発生過程における声道伝達特
性に相当する）を有するデジタルフイルタを通し
て音声信号を合成し、スピーカのような音声出力
器にて音声を再生するようになつている。第２図
はこの音声合成過程を模式的に示すものであり、
音源１９から出力される音源出力V_pはＰパラメ
ータに基いた周期を有するインパルス信号であ
り、この音源出力V_pをＡパラメータおよびＫパ
ラメータに基いたフイルタ特性（Ｆ）（共振特性）
を具備せしめたデジタルフイルタ７を通すことに
より声帯振動特性に声道伝達特性を付加し、スピ
ーカー２６から合成された音声（Vs）′を得るよ
うになつている。

いま、このようなPARCOR型音声合成方式に
おいてサンプリングパルス周波数を10KHzとし、
例えば833Hzの単音を合成する場合にはＰパラメ
ータを「12」に設定し、サンプリングパルスと等
しい周波数の同期パルスを12個カウントする毎に
音源１９を駆動することにより、第３図ａに示す
ように833Hzの単音の基本周期（1.200ｍsec）と
略等しい基本周期（12×100μsec）を有するイン
パルス信号よりなる音源出力V_pが得られ、この
音源出力V_pを833Hz近傍のスペクトルを通過させ
るようなフイルタ特性（F₁）を有するフイルタ
７を通すことにより、833Hzの単音（V_s1）′が合
成されることになる。同様にして556Hzの単音を
合成する場合には第３図ｂに示すように556Hzの
単音の基本周期（1.799ｍsec）と略等しい周期を
有する音源出力V_pを得るためにＰパラメータを
「18」として音源１９を駆動し、音源１９から出
力される基本周期が18×100μsecの音源出力V_pを
556Hz近傍のスペクトルを通過させるようなフイ
ルタ特性（F₂）を有するフイルタ（Ｆ）を通す
ことにより556Hzの単音（V_s2）′が合成されるこ
とになる。

ところで、このようなPARCOR型音声合成方
式にあつては、音源１９およびデジタルフイルタ
７がそれぞれ１個であるため、２個の単音の和で
ある和音は基本的に合成できないことになるが、
従来以下の方法で和音を模擬することができるよ
うになつていた。すなわち第４図に示すように
833Hzの単音と556Hzの単音との和音を合成する場
合には、両単音をそれぞれ合成するためのＰパラ
メータ「12」「18」の最小公倍数「36」を和音合
成用Ｐパラメータとして音源１９を駆動し、音源
１９から基本周期が36×100μsecである音源出力
V_pを出力させ、両単音による原和音（V_n）を周
波数分析して得られるＡパラメータおよびＫパラ
メータに基いてフイルタ特性（F_n）を設定した
デジタルフイルタを通過させることにより、和音
（V_n）を模擬するようにしたものであり、この場
合、音源出力（V_p）が非正弦波信号（インパル
ス信号）であるために高周波成分を多数含んでい
ることに着目して音源出力V_pに含まれる第２高
周波と第３高周波をデジタルフイルタ７にて抽出
するようにして両単音の基本周期を含む音声すな
わち和音（V_n）を得るようになつているもので
ある。第５図の実線は両単音による和音すなわち
原和音（V_n）を周波数分析したスペクトル分布、
点線はこの原和音（V_n）をサンプリングして抽
出したＡパラメータおよびＫパラメータに基いて
制御されたデジタルフイルタ７のフイルタ特性
（F_n）を示しており、第６図ａは合成された和音
（V_n）のスペクトル分布、第６図ｂ，ｃはそれぞ
れ原和音（V_n）の波形、合成された和音
（V_n）′の波形を示すものである。しかしながら、
このようにして合成された和音（V_n）′には第６
図ａに示すスペクトル分布からも明きらかなよう
に両単音の周波数成分（556Hz、833Hz）の他に音
源１９の駆動周期（36×100μsec）に相当する余
分な周波数成分（278Hz）が含まれることになり、
この余分な周波数成分による低周波ノイズは耳に
不快感を与えるという問題があつた。本発明は上
記問題に鑑みて為されたものである。

以下本発明一実施例の構成を図を用いて説明す
る。第７図は本発明に係る音声合成装置のプロツ
ク図である。同図に示すようにこの音声合成装置
はデータメモリ４０を含む制御用IC（Ａ）と音声
合成用IC（点線部Ａ，Ｂを除いた部分）との２チ
ツプで構成されており、両者間でピツトシリアル
にデータの受渡しを行なうようにしたものであ
る。音声の特徴パラメータはすべて再生用ROM
１内に10ピツトのデータとして記憶されており、
各特徴パラメータに割り当てられるデータの個数
は、その特徴パラメータが音質に寄与する度合に
応じて最適に配分されている。第９図ｂは再生用
ROM１内に記憶されたＡ、Ｐ、K₁₀〜K₁の各特
徴パラメータのデータ個数を示している。例えば
Ａパラメータの場合10ビツトで表現されるデータ
が32個記録されている。したがつてＡパラメータ
の任意のデータをアクセスするときに必要とされ
る相対アドレスのビツト数は５ビツトである。こ
の相対アドレスは特徴パラメータを必要最小限に
圧縮して表現したものであるので圧縮パラメータ
と呼ばれる。これに対して再生用ROM１内に記
憶されている実際の特徴パラメータは再生パラメ
ータと呼ばれる。上述した所から明らかなように
再生パラメータのビツト数はＡ、Ｐ、K₁₀〜K₁の
各特徴パラメータについてすべて共通に10ビツト
であるが、圧縮パラメータのビツト数はＡ、Ｐ、
K₁₀〜K₁の各パラメータについて異なるものであ
り、それぞれ５、６、３、３、３、３、４、４、
４、５、６、７ビツト（合計53ビツト）である。
そのほか予備エリアとして３ビツト分すなわちデ
ータ８個分が再生用ROM内に確保されている。
かかる圧縮パラメータは音声信号がほぼ定常状態
とみなし得る20ｍsec（１フレーム）ごとに１組
（＝53ビツト）抽出されるのであるから、高々
2650ビツト／秒で音声信号を記録することがで
き、無音区間やリピート区間をも考慮に入れると
実際には1600ビツト／秒程度で音声信号を記録す
ることができるものである。

このような圧縮パラメータ（すなわち再生用
ROM１の相対アドレス）は１フレームごとにデ
ータ入力端子８から切換回路１０を介してリング
レジスタ３にビツトシリアルに記憶されるもので
あるが、このような相対アドレスだけで再生用
ROM１から記憶データを取り出すことができな
いので、インデツクスROM２の中に記憶されて
いる先頭アドレスをアドレスカウンタ１１の制御
の下に順次取り出して、上記相対アドレスと加算
回路４によつて加算することにより再生用ROM
１の絶対アドレス（９ビツト）を計算し、該絶対
アドレスによつて再生用ROM１をアクセスする
ようにしている。以下データメモリ４０および再
生用ROM１にて構成されるデータ記憶部に記憶
されている特徴パラメータの読み出し動作を詳述
する。インデツクスROM２には圧縮パラメータ
のビツト配分数を３ビツトの２進数で記憶させて
おり、再生用ROM１の記憶容量削減のための共
通ビツトを１ビツト設けており、さらに再生用
ROM１内の予備エリアに対応する予備ビツトを
設けている。圧縮パラメータのビツト配分数に関
するデータは再生制御回路１２に送られ、再生制
御回路１２は、該ビツト配分数だけシフトクロツ
クをリングレジスタ３に送出する。したがつてリ
ングレジスタ３からは、上記ビツト配分数に応じ
て例えばＡパラメータの場合には５ビツト、Ｐパ
ラメータの場合には６ビツト、K₁₀パラメータの
場合には３ビツト…、K₀パラメータの場合には
７ビツトという具合に圧縮パラメータ（相対アド
レス）をそれぞれ加算回路にシリアルに送出する
ものである。リングレジスタ３はできるだけチツ
プ面積をとらないようにダイナミツクレジスタで
構成されている。またインデツクスROM２内に
記憶されている各特徴パラメータの再生用ROM
１内における先頭アドレスは、パラレルシリアル
変換回路１３を介して１ビツトずつ順次加算回路
４に送出されるので、順次１ビツトずつ加算され
て絶対アドレスが計算されるものである。こうし
て計算された直列の絶対アドレスはシリアルパラ
レル変換回路１４を介して並列データに変換さ
れ、再生用ROM１をアクセスできるようになつ
ている。

ところで再生用ROM１から出力される特徴パ
ラメータは１フレームごとに更新されるものであ
るが、データを更新する際に各フレーム間の接続
点において特徴パラメータが不連続的に変化する
と音声信号に歪みを生じて明瞭度が低下するおそ
れがあるので、データ更新の際に特徴パラメータ
がスムーズに変化し得るように補間計算回路５を
設けて１フレーム内の８点において近似的な直線
的補間を行なうようにしている。なお和音を合成
する場合にはこの補間計算回路５は作動しない。
この補間計算回路５はタイミング制御回路２８に
て制御され、タイミング制御回路２８では第９図
ａに示すように１フレーム（20ｍsec）中に８個
の補間用Ｄクロツク（2.5ｍsec）を発生し、１個
のＤクロツク中に25個のパラメータ読込用Ｐクロ
ツク（100μsec：サンプリング周期と等しい周
期）、さらに１個のＰクロツク中に22個のビツト
読込用Ｔクロツク（4.5μsec）が作成される。８
個のＤクロツクのうち、最初のD₁においてデー
タ入力端子８からリングレジスタ３にデータが読
み込まれる。各圧縮パラメータＡ、Ｐ、K₁₀…K₁
は奇数番目のＰクロツクで順次読み込まれるもの
であり、例えばＡパラメータはP₁区間のT₆〜T₁₀
の５個のＴクロツクで読み込まれる。偶数番目の
Ｐクロツクあるいは上記以外のＴクロツクは補間
計算回路５、音源ROM６、デジタルフイルタ７
などのタイミングとして使用されるものである。
上記補間計算回路５によつて2.5ｍsecごとに新し
て値に更新された各特徴パラメータは、それぞれ
Ｐラツチ１６ａあるいは１６ｂ、AKラツチ２３
に一時的に蓄えられる。ただし、補間計算に差し
当り必要のないパラメータはすべてAKパラメー
タスタツク２４に転送してデジタルフイルタ７の
フイルタ特性制御用データとして蓄積する。

ところで、実施例にあつては一般の音声すなわ
ち単音を合成する場合と、和音を合成する場合と
で音声合成方法を変更するようになつており、デ
ータメモリ４０から先頭に和音コードが付加され
た圧縮Ａパラメータが読み出されたとき、和音コ
ード検出回路９から和音コード検出信号V_Mが出
力され、この和音コード検出信号V_Mによつて１
個の和音合成用圧縮Ｐパラメータに対して和音
（V_n）を構成する第１、第２の単音合成用Ｐパラ
メータが再成ROM１から読み出される。この単
音合成用ＰパラメータはそれぞれＰラツチ１６
ａ，１６ｂに蓄えられる。このＰラツチ１６ａ，
１６ｂに蓄えられたＰパラメータの値と、Ｐクロ
ツク（100μsec）をカウントするピツチカウンタ
１８ａ，１８ｂの出力値とが一致回路１７ａ，１
７ｂにて比較され、両値が一致したとき一致回路
１７ａ，１７ｂからそれぞれピツチカウンタ１８
ａ，１８ｂのリセツト信号が出力される。両ピツ
チカウンタ１８ａ，１８ｂの出力は切換回路３０
を介して音源ROM６にアドレスデータとして入
力されるようになつており、切換回路３０は音源
ROM６のアドレスデータを適宜ピツチカウンタ
１８ａ出力とピツチカウンタ１８ｂ出力とに切換
えるとともに、ピツチカウンタ１８ａの出力をア
ドレスデータとして音源ROM６から読み出され
る音源データd₁を音源ラツチ３１ａに保持させ、
ピツチカウンタ１８ｂの出力をアドレスデータと
して音源ROM６から読み出された音源データd₂
を音源ラツチ３１ｂに保持させるようになつてい
る。音源ラツチ３１ａ，３１ｂに保持された音源
データd₁，d₂は加算器３２にて加算され、和音合
成用音源データd₃が形成される。この和音合成用
音源データd₃にてインパルス信号を発生させる有
声音合成用音源１９が制御される。この場合、音
源出力V_pはＰラツチ１６ａ，１６ｂに蓄えられ
た単音合成用Ｐパラメータの各基本周期を含んだ
インパルス信号となる。すななわちＰラツチ１６
ａにＰパラメータ「12」が蓄えられ、Ｐラツチ１
６ｂにＰパラメータ「18」が蓄えられている場
合、音源出力V_pは第１０図に示すように各単音
合成時における音源出力V_p（第３図ａ，ｂに示
す）を合成したインパルス信号となり、この音源
出力V_pにはＰパラメータ「12」に基いた基本周
期（12×100μsec）およびＰパラメータ「18」に
基いた基本周期（18×100μsec）が含まれている
ことになる。なお音源ROM６から読み出される
音源データd₁，d₂は原音の音色を忠実に再生する
ためのデータであり、音源出力V_pを単純なイン
パルス信号ではなく適当な残差波形を含むように
するものである。

以上のようにして得られた音源出力V_pはデジ
タルフイルタ７に入力される。デジタルフイルタ
７はAKスタツフに蓄えられたＡパラメータ、Ｋ
パラメータに基いてフイルタ特性が設定されてお
り、音源出力V_pに振巾の大小およびスペクトル
分布に関する情報を付加することにより音声信号
を再生するものであり、和音（V_n）を合成する
場合には、上記Ｋパラメータは原和音を周波数分
析して得られたものである。フイルタ特性（F_n）
は第５図に点線で示すようになつており、第１１
図はデジタルフイルタ７を通すことにより得られ
た合成された和音（V_n）′のスペクトル分布を示
すもので、２個の単音（556Hz、833Hz）以外の余
分な周波数成分を含まない和音（V_n）′が得られ
ていることがわかる。

一方、和音コード検出信号V_Mが出力されてい
ない場合にはＰラツチ１６ａ，１６ｂに再生
ROM１から読み出された同一のパラメータが蓄
えられるようにすることにより単音が合成される
ことになる。なお、２１は基本周期を有しない無
声音を合成する場合においてホワイトノイズを発
生させる無声音合成用音源であり、２２はデジタ
ルフイルタ７の入力を有声音合成用音源１９出力
と無声音合成用音源２１出力とに切換える音源切
換回路、２０は音源切換回路２２を制御する音源
制御回路、２５は低周波アンプ、２６はスピー
カ、２７は水晶発振回路であるが本発明に直接的
に関連しないので詳細な説明は省略する。

第１２図は他の実施例を示すもので、前述した
実施例の切換回路３０を省略して２種類の音源デ
ータが格納されている音源ROM６ａ，６ｂを設
けたものであり、音源ROM６ａ，６ｂにそれぞ
れ格納されている音源データはそれぞれ異なる楽
器の音の音色を忠実に再生するための残差波形を
合成するデータであり、前述の実施例では同じ音
色の２個の単音よりなる和音を得るのに対してこ
の実施例では音色の異なる２個単音より構成され
る和音を合成することができるものであり、例え
ば２種類の楽器による合奏音を合成できるもので
ある。

本発明は上述のように構成されており、第１の
単音合成用ピツチパラメータに基いた周期で音源
ROMから読み出された音源データと、第２の単
音合成用ピツチパラメータに基いた周期で音源
ROMから読み出された音源データとを加算器に
て加算して和音合成用音源データを形成し、この
和音合成用音源データにて音源を駆動し、デジタ
ルフイルタのフイルタ特性を両単音にて構成され
る和音をサンプリングして抽出された和音再生用
振巾パラメータおよびスペクトルパラメータに基
いて制御することにより和音を合成するようにし
たものであり、音源を両単音の基本周期を含む音
源データにて駆動し、音源出力をデジタルフイル
タを通すことにより和音を合成したので、合成さ
れた和音に従来例のような低周波成分が含まれる
ことがなく、余分な周波数成分を含まないきれい
な和音を合成することができるという効果があ
り、また、第１、第２の単音合成用ピツチパラメ
ータに基いた周期で音源ROMから読み出された
２つの音源データを加算して和音合成用音源デー
タを形成し、この和音合成用音源データにて音源
を駆動するとともに、デジタルフイルタのフイル
タ特性を和音再生用振巾パラメータおよびスペク
トルパラメータに基いて制御することにより和音
を合成するＢ点構成を付加したものであり、２個
の音源データにて駆動される音源と、和音再生用
振巾パラメータおよびスペクトルパラメータにて
制御される１個のデジタルフイルタとで和音合成
手段を形成しており、簡単な構成でコストの安い
和音合成機能付きの音声合成装置を実現できると
いう効果がある。

【図面の簡単な説明】

第１図はPARCOR型音声合成方式の原理説明
図、第２図〜第６図は従来例の動作説明図、第７
図は本発明一実施例による音声合成装置のブロツ
ク回路図、第８図は同上の要部ブロツク回路図、
第９図〜第１１図は同上の動作説明図、第１２図
は他の実施例の要部ブロツク回路図である。６は音源ROM、７はデジタルフイルタ、１９
は音源、３２は加算器である。

Claims

【特許請求の範囲】

１音声を音声周波数よりも高い周波数のサンプ
リングパルスにてサンプリングし、振巾パラメー
タ、ピツチパラメータおよびスペクトルパラメー
タよりなる特徴パラメータを抽出してデータ記憶
部に記憶させ、データ記憶部から読み出された特
徴パラメータのピツチパラメータに基いた周期で
音源ROMから音源データを読み出すとともにこ
の音源データにて音源を駆動し、インパルス信号
よりなる音源出力を振巾パラメータおよびスペク
トルパラメータに基いてフイルタ特性が制御され
るデジタルフイルタを通すことにより音声を合成
するようにした音声合成方式において、第１の単
音合成用ピツチパラメータに基いた周期で音源
ROMから読み出された音源データと、第２の単
音合成用ピツチパラメータに基いた周期で音源
ROMから読み出された音源データとを加算器に
て加算して和音合成用音源データを形成し、この
和音合成用音源データにて音源を駆動し、デジタ
ルフイルタのフイルタ特性を両単音にて構成され
る和音をサンプリングして抽出された和音再生用
振巾パラメータおよびスペクトルパラメータに基
いて制御することにより和音を合成するようにし
たことを特徴とする音声合成方式。