JPH04234099A - 音声合成方法及び装置 - 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】

【０００１】

【産業上の利用分野】本発明は、音声合成方法及び装置
に関するものである。

【０００２】

【従来の技術】一般的に、人間の声音等の音声信号には
同一の波形が周期的に出現するので、この周期をピッチ
と称すると共にピッチ毎に出現する波形を素片波形と称
して音声合成装置に利用している。つまり、音声合成装
置では、所要の素片波形のデジタルデータを波形記憶手
段であるメモリなどに予め設定しておき、所定の素片波
形のデータを順次選出して時間領域上で編集合成し、こ
の編集合成された素片波形のデータに従って合成音声を
出力するようになっている。

【０００３】そして、このような音声合成装置は、ＪＡ
ＳＡ　　ＶＯＬ１．４５（１９６９）“ＳｐｅｅｃｈＡ
ｎａｌｙｓｉｓ−Ｓｙｎｔｈｅｓｉｓ　　Ｓｙｓｔｅｍ
　　Ｂａｓｅｄ　　ｏｎ　　Ｈｏｍｏｒｐｈｉｃ　　Ｆ
ｉｌｔｅｒｉｎｇ”Ａ．Ｖ．Ｏｐｐｅｎｈｅｉｍや、特
開昭６０−５９３９７号公報及び特開昭６０−５９３９
８号公報等に開示されている。

【０００４】例えば、ＪＡＳＡに開示された音声合成装
置では、素片波形をピッチ周期でずらしながら重畳する
ことで合成音声を生成するようになっている。つまり、
予め自然音声から線形予測やケプストラムなどの音声分
析手段でスペクトル包絡を抽出し、これをフーリエ逆変
換等の処理で時間領域波形に変換した素片波形を予めメ
モリ等に設定しておく。そして、このようにして設定さ
れた複数種類の素片波形を生成する合成音声の音韻に従
って適宜選出し、これをピッチ周期でずらして順次加算
することで合成音声を生成するようになっている。

【０００５】また、特開昭６０−５９３９７号公報や特
開昭６０−５９３９８号公報に開示された音声合成装置
では、上記方式の具体的な実現方法として、複数のチャ
ネルの出力を加算することで素片波形の重畳を行なうよ
うになっている。 例えば、このような音声合成装置１は、図４に例示する
ように、制御回路２と波形記憶手段である素片波形メモ
リ３とが接続されたデータ選出手段であるデータバッフ
ァ４内の複数のレジスタ５を、加算器６とデータ変換手
段であるＤ／Ａ（Ｄｉｇｉｔａｌ／Ａｎａｌｏｇ）変換
器７とを介してローパスフィルタであるＬＰＦ（Ｌｏｗ
　　Ｐａｓｓ　　Ｆｉｌｔｅｒ）８に接続した構造とな
っている。そして、このような構造の音声合成装置１は
、制御回路２の制御に従ってデータバッファ４が素片波
形メモリ３から所定の素片波形のデータをピッチ周期に
応じたタイミングで読込むと、図５に例示するように、
この素片波形のデータが論理回路である加算器６で合成
されて音声信号となる。そこで、この音声信号がＤ／Ａ
変換器７でアナログデータに変換されてＬＰＦ８で内包
される折返し雑音が除去されることで、合成音声が形成
されることになる。なお、折返し雑音を除去するＬＰＦ
８の遮断周波数は、標本化周波数の半分以下となってい
る。また、上記公報には、素片波形のデータを予めＤＰ
ＣＭ（ＤｉｆｆｅｒｅｎｔｉａｌＰｕｌｓｅ　　Ｃｏｄ
ｅ　　Ｍｏｄｕｌａｔｉｏｎ）等の差分型データに変換
しておき、合成時のＤＰＣＭの再生手段用の加減算器と
データ重畳用の加算器６とを兼用することで、装置の構
造を簡略化することが開示されている。

【０００６】

【発明が解決しようとする課題】ＪＡＳＡに開示された
音声合成装置では、素片波形をピッチ周期毎に重畳して
合成音声を生成するようになっており、特開昭６０−５
９３９７号公報や特開昭６０−５９３９８号公報に開示
された音声合成装置１では、上記方式を実現するために
複数の素片波形のデータを加算器６で加算している。

【０００７】ここで、このように加算器６で加算したデ
ータを良好な精度で利用するためには、Ｄ／Ａ変換器７
に高い分解能が必要となる。例えば、各々８ビットで表
現された四つの素片波形のデータが加算器６で加算され
る場合、加算処理後のデータは１０ビットになるので、
Ｄ／Ａ変換器７には１０ビットの分解能が必要となる。 しかし、このように分解能が高いＤ／Ａ変換器７を集積
回路で形成する場合、チップ面積の拡大や高度な加工精
度が必要になるので、機器の小型軽量化や生産性向上が
阻害されることになる。

【０００８】

【課題を解決するための手段】請求項１記載の発明は、
音声信号の波形をピッチ単位で抽出した複数の素片波形
のデジタルデータを波形記憶手段に予め設定し、この波
形記憶手段からデータ選出手段が所定の素片波形のデジ
タルデータを順次選出し、この選出された素片波形のデ
ジタルデータを混合手段が時間多重化して混合し、この
混合された素片波形のデジタルデータをデータ変換手段
がデジタルアナログ変換し、この変換された素片波形の
アナログデータ内の折返し雑音をローパスフィルタが除
去し、このフィルタリングされた素片波形のアナログデ
ータに従って音声出力手段が合成音声を出力するように
した。

【０００９】請求項２記載の発明は、音声信号の波形を
ピッチ単位で抽出した複数の素片波形のデジタルデータ
が予め設定された波形記憶手段を設け、この波形記憶手
段から所定の素片波形のデジタルデータを順次選出する
データ選出手段を設け、このデータ選出手段が選出した
素片波形のデジタルデータを時間多重化して混合する混
合手段を設け、この混合手段で混合された素片波形のデ
ジタルデータをデジタルアナログ変換するデータ変換手
段を設け、このデータ変換手段で変換された素片波形の
アナログデータ内の折返し雑音を除去するローパスフィ
ルタを設け、このローパスフィルタでフィルタリングさ
れた素片波形のアナログデータに従って合成音声を出力
する音声出力手段を設けた。

【００１０】

【作用】素片波形のデジタルデータを混合手段が時間多
重化して混合し、この混合された素片波形のデジタルデ
ータをデータ変換手段がデジタルアナログ変換し、この
変換された素片波形のアナログデータ内の折返し雑音を
ローパスフィルタが除去し、このフィルタリングされた
素片波形のアナログデータに従って音声出力手段が合成
音声を出力するようにしたことにより、混合手段で時間
多重化された素片波形のデータがローパスフィルタで等
価的に加算処理され、加算器で素片波形のデータを加算
する必要がないので、素片波形のデータのビット数と同
一値までデータ変換手段の分解能を低減することができ
、データ変換手段を集積回路で形成する場合に加工精度
を向上させることなくチップ面積を縮小することができ
る。

【００１１】

【実施例】本発明の音声合成装置を図１ないし図３に基
づいて説明する。まず、この音声合成装置９では、図１
に例示するように、従来の音声合成装置１の加算器６に
替わって混合手段であるセレクタ１０が設けられており
、データ変換手段であるＤ／Ａ変換器１１の分解能は素
片波形のデータのビット数と同一になっている。なお、
前記セレクタ１０やＤ／Ａ変換器１１等は、例えば、フ
ァームウェアなどでＬＳＩ（Ｌａｒｇｅ　　Ｓｃａｌｅ
　　Ｉｎｔｅｇｒａｔｅｄ　　Ｃｉｒｃｕｉｔ）等の集
積回路として形成されている。

【００１２】このような構成において、この音声合成装
置９では、制御回路２の制御に従ってデータバッファ４
が素片波形メモリ３から所定の素片波形のデジタルデー
タをピッチ周期に応じたタイミングで読込むと、セレク
タ１０がデータバッファ４の内容を選択して素片波形の
データを時間多重化する。ここで、この多重化度は重ね
合わせの個数の最大値に対応させて設定されており、例
えば、多重化度が３ならば図２に例示するようになる。 なお、この場合は標本化周波数も従来の三倍となる。

【００１３】そして、上述のようにして時間多重化され
た素片波形のデジタルデータがＤ／Ａ変換器１１でアナ
ログデータに変換され、その折返し雑音がＬＰＦ８で除
去されることで合成音声が形成される。なお、このよう
なＬＰＦ８の遮断周波数は、Ｄ／Ａ変換の標本化周波数
ではなく素片波形の標本化周波数の半分以下に設定され
ており、例えば、素片波形の標本化周波数が８．０（ｋ
Ｈｚ）ならば、ＬＰＦ８の遮断周波数は３．５（ｋＨｚ
）程度に設定される。

【００１４】このようにすることで、セレクタ１０で時
間多重化された素片波形のデータがＬＰＦ８で等価的に
加算処理されることになるので、この音声合成装置９は
加算器６を用いる必要がない。従って、この音声合成装
置９では、素片波形のデータが加算されていないのでＤ
／Ａ変換器１１の分解能は素片波形のデータのビット数
と同一でよく、従来の音声合成装置１のように高分解能
なＤ／Ａ変換器７を要することがない。このように分解
能が低いＤ／Ａ変換器１１は、集積回路で形成する場合
に加工精度を向上させることなくチップ面積を縮小する
ことができるので、この音声合成装置９は小型軽量化や
生産性向上が容易になっている。

【００１５】なお、この音声合成装置９では、図２に例
示したように最大で（Ｔ−ｔ）の遅延が発生するが、図
３に例示するように、多重化をより微細に行なって遅延
時間を縮小することで、この遅延が実用上は問題となら
ないようにすることが可能である。

【００１６】

【発明の効果】本発明は上述のように、音声信号の波形
をピッチ単位で抽出した複数の素片波形のデジタルデー
タを波形記憶手段に予め設定し、この波形記憶手段から
データ選出手段が所定の素片波形のデジタルデータを順
次選出し、この選出された素片波形のデジタルデータを
混合手段が時間多重化して混合し、この混合された素片
波形のデジタルデータをデータ変換手段がデジタルアナ
ログ変換し、この変換された素片波形のアナログデータ
内の折返し雑音をローパスフィルタが除去し、このフィ
ルタリングされた素片波形のアナログデータに従って音
声出力手段が合成音声を出力するようにしたことにより
、混合手段で時間多重化された素片波形のデータがロー
パスフィルタで等価的に加算処理され、加算器で素片波
形のデータを加算する必要がないので、データ変換手段
の分解能を素片波形のデータのビット数と同一値まで低
減することができ、データ変換手段を集積回路で形成す
る場合に加工精度を向上させることなくチップ面積を縮
小することができるので、音声合成装置の小型軽量化や
生産性向上に寄与することができる等の効果を有するも
のである。

【図面の簡単な説明】

【図１】本発明の実施例を示すブロック図である。

【図２】特性図である。

【図３】特性図である。

【図４】従来例を示すブロック図である。

【図５】従来例を示す特性図である。

【符号の説明】

３　　　　　　　　　　　　波形記憶手段４　　　　　
　　　　　　　データ選出手段７　　　　　　　　　　
　　データ変換手段８　　　　　　　　　　　　ローパ
スフィルタ９　　　　　　　　　　　　音声合成装置１
０　　　　　　　　　　混合手段

Claims (2)

【特許請求の範囲】
1. 【請求項１】　　音声信号の波形をピッチ単位で抽出し
   た複数の素片波形のデジタルデータを波形記憶手段に予
   め設定し、この波形記憶手段からデータ選出手段が所定
   の素片波形のデジタルデータを順次選出し、この選出さ
   れた素片波形のデジタルデータを混合手段が時間多重化
   して混合し、この混合された素片波形のデジタルデータ
   をデータ変換手段がデジタルアナログ変換し、この変換
   された素片波形のアナログデータ内の折返し雑音をロー
   パスフィルタが除去し、このフィルタリングされた素片
   波形のアナログデータに従って音声出力手段が合成音声
   を出力するようにしたことを特徴とする音声合成方法。
2. 【請求項２】　　音声信号の波形をピッチ単位で抽出し
   た複数の素片波形のデジタルデータが予め設定された波
   形記憶手段を設け、この波形記憶手段から所定の素片波
   形のデジタルデータを順次選出するデータ選出手段を設
   け、このデータ選出手段が選出した素片波形のデジタル
   データを時間多重化して混合する混合手段を設け、この
   混合手段で混合された素片波形のデジタルデータをデジ
   タルアナログ変換するデータ変換手段を設け、このデー
   タ変換手段で変換された素片波形のアナログデータ内の
   折返し雑音を除去するローパスフィルタを設け、このロ
   ーパスフィルタでフィルタリングされた素片波形のアナ
   ログデータに従って合成音声を出力する音声出力手段を
   設けたことを特徴とする音声合成装置。