JPH0431900A - 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、音声応答装置等に用いられる音声合成装置に
関するものである。

［従来の技術］ 音声合成方式として例えばＰＡＲＣＯＲ合成方式がある
。この方式では人間の音声発声機構をモデル化して音声
を情報圧縮しているため、圧ｍ率が高く、大量の音声を
少ない容量の記憶手段で記憶できるので、コストが安価
となり、種々の機器や、商品に広く応用されている。第
２図はＰＡＲＣＯＲ合成方式により音声の生成モデルの
一例を示しており、このモデルでは線形分離等価回路モ
デルが用いられている。

この第２図に示すモデルについて説明する。この第２図
のモデルは音源部１と、声道調音等価フィルタ２と、出
力部３とから構成されている。尚図中Ｐはピッチ周期、
Ｖ／Ｌｌは有声／無声の判定、Ａは音源強度、ｆｋｉｌ
は偏相関係数を示す。

まず図において音源について考えてみる６有声音に対す
る音源をインパルス源１ａからのインパルス列で表す場
合、第ｊ番目のインパルスの位置をｐ（ｊ）、１フレー
ムの長さをし、第ｉフレームのピッチの値をＰ（ｉ）と
すると、 ｐ（ｉ＞＝ｐ（ｊ−１）＋Ｐ（［ｐ（ｊ−１）／Ｌ］＋
１）（但し［］はガウス記号、つまり［］の中の値を越
えない最大の整数を示す、） となり、音源波形ｇ（ｔ）は第ｉフレームの振幅パラメ
ータの値をＡ（ｉ＞とすると、 ｇ（ｔ）＝Σδ（ｐ（ｊ））・＾（［Ｐ（ｊ）／Ｌ］＋
　１）となる。

一方声道調音等価フィルタ２の特性Ｈ（ω・ｔ）は第ｉ
フレームのカッパパラメータに対応する周波数特性をＫ
（ω・ｔ）とすると、 Ｈ（ω・ｔ）＝Ｋ（ｍ・【） （但し、（ｉ−１）・ｔ＜ｔ＜ｉ４のとき）となる。

第３図は上記音源波形ｇ（ｔ）と、声道調音透過フィル
タ２の時系列関係を示している。

［発明が解決しようとする課１［］ ところで従来のＰＡＲＣＯＲ合成方式では情報圧縮率を
上げるために、フレームシフト長を長くし、その代わり
にフレーム内でパラメータを直線補間するということが
行われるが、調音パラメータであるカッパパラメータが
物理量に対応していないために補間特性が悪く、合成音
声が劣化するという問題があった。琥た補間特性が悪い
ので、規則合成のように各音節を補間によって結合する
必要のある規則合成へ利用されることがなかった。

本発明は上述の問題点に鑑みて為されたもので、その目
的とするところはＰＡＲＣＯＲ合成方式における補間特
性を改善し、圧縮率が高くて、少ない容量の記憶手段が
使え、しかも品質の高い合成音声が得られる音声合成装
置を捉供するにある。

［課題を解決するための手段］ 本発明は上述の目的を達成するために、一対の調音パラ
メータと振幅パラメータからＰＡＲＣＯＲ合成により１
ピツチ分の波形を生成する手段と、この生成された波形
をピッチパラメータによって指定された周期毎に重畳し
て合成音声波形を出力する手段とを備えたものである。

［作用］ 本発明によると、補間は波形上で行われることになるの
で、補間特性が向上し、品質の高いＰＡＲＣＯＲ合成が
行える。また補間特性が改善できるので、韻律の制御で
きるＰＡＲＣＯＲ合成の規則合成への利用を可能とする
。

［実施例］ 以下本発明を実施例により説明する。

第１図は本発明の実施例の回路構成を示しており、ＰＡ
ＲＣＯＲ合成部４と、前フレームの１ピツチ波形を記憶
する１ピツチ波形記憶部５と、ＰＡＲＣＯＲ合成部４か
らの現フレームの１ピツチ波形を上記１ピツチ波形記憶
部５に記憶している前フレームの１ピツチ波形を用いて
補間を行う福間計算部６と、更にこの補間された１ピツ
チ分の波形をピッチパラメータによって指定された周期
で記憶する１ピツチ波形記憶部６と、この１ピツチ波形
記憶部６で記憶した１ピツチ波形をピッチ間隔毎に並べ
て重畳するための加算器７及び遅延器８とから構成され
ている。

而してまずＰＡＲＣＯＲ合成部４ではカッパパラメータ
及び振幅パラメータを用い、第ｉフレームについて＾（
ｉ）の振幅を持つインパルスを第ｉフレームに与えられ
るカッパパラメータによって構成されるフィルタ（図示
せず　尚特性はＫ（ω、ｉ））に通して得られるｌピッ
チ分の波形（ｆ（ｔ、ｉ））を求める。この１ピツチ分
の波形を前フレームの１ピツチ分の波形に基づいて補間
を行って、１ピツチ波形記憶部６に記憶し、更にピッチ
パラメータに基づいて加算器８及び遅延器９によりピッ
チ間隔毎に並べて重量して合成音声を得るのである。

即ち、出力波形を５（ｔ）とすると ５（ｔ）＝Σｆ（ｔ−ｐ（ｊ）、［ｐ（ｊ）Ａ］忙Ｄり
Σ＾（［ｐ（ｊ）／Ｌｌ”ｌ）・ｋ（ｔ−ｐ（ｊ）、［
ｐ（ｊ）／Ｌｌ÷１）（但しｋ（ｔ、ｉ）はＫ（ｍ、ｉ
）の逆フーリエ変換）となる。

次に内部補間について考えてみる。まず１フレームをＭ
個に分割して内部補間するとすると、ここで扱っていた
フレームについてＭ個ずつ合わせたものを新たに１フレ
ームとすると考えなおせば良く、従って第ｉフレームと
第ｉ＋Ｍフレームにパラメータが与えられ、その間を補
間すると考えればよい。従って、本発明ではスペクトル
上で補間を行うことになる。つまり第ｉ＋にフレームの
１ピツチ分の波形ｆ（ｔ、ｉ＋ｋ）は、ｆ（ｔ、ｉ＋ｋ
）・（ｋ−ｆ（ｔ、ｉ）”（Ｎ−ｋ）・ｆ　（ｔ　、　
ｉ　４Ｍ））／Ｎとなる。

ここでｆ（ｔ、ｉ）のフーリエ変化をＦ（ω、ｉ）とす
ると、上式より、 Ｆ（ａ＋、ｉ令１ｃ）＝（ｋ−Ｆ（ω　、ｉ）＋（Ｍ−
ｋ）・Ｆ（ｍ、ｉ＋Ｍ））／Ｍとなる。つまり本発明に
よれば周波数上で直線補間したことになって、良好な補
間特性が得られることになる。

尚上記の説明では音声が全て有声音からなることを前提
としているが、無声音の場合も同様の処理を行う、但し
無声音から有声音への遷移部や有声音から無声音への遷
移部ではスペクトルは連続的に変化していないと考えら
れるので、無声フレームと無声フレームの直前の有声フ
レームでは内部補間を行わない。

また上記各パラメータを求める方法については、カッパ
パラメータとピッチパラメータは従来の方法で、振幅パ
ラメータはＡｂｓ（合成による分析）手法を用いて求め
れば良く、またＡｂｓ手法を簡略化して、まず全ての振
幅パラメータの値を１にして合成を行い、この合成音声
の第ｉフレームのパワー（パワー計算時には隣接するフ
レーム間で連続的になるようにシフト長よりも長い窓を
かけておこなう）をＰｓ（ｉ）、原音声の第ｉフレーム
のパワーをＰｏ（ｉ）とすると、 ＾（ｉ）＝ｆｌτの／、「匹て口 として求めることもできる。

［発明の効果］ 本発明は一対の調音パラメータと振幅パラメータからＰ
ＡＲＣＯＲ合成により１ピツチ分の波形を生成する手段
と、この生成された波形をピッチパラメータによって指
定された周期毎に重畳したものを合成音声波形として出
力する手段とを備えたので、補間をスペクトル上で行わ
れることになるので、補間特性が向上し、品質の高いＰ
ＡＲＣＯＲ合成が行え、また補間特性が改善できるので
、韻律の制御できるＰＡＲＣＯＲ合成の規則合成への利
用が可能となるという効果があり、その上従来のＰＡＲ
ＣＯＲ合成方式の回路に僅かの回路を追加するだけで良
いので、品質の高い音声合成が安価な回路構成で実現で
きるという効果がある。

【図面の簡単な説明】

第１図は本発明の実施例の回路構成図、第２図はＰＡＲ
ＣＯＲ合成方式における音声の生成モデルの構成図、第
３図は音声波形と声道調音フィルタの時系列を示す説明
図であり、４はＰＡＲＣＯＲ合成部、５は１ピツチ波形
記憶部、６は補間計算部、７は１ピツチ波形記憶部、８
は加算器、９は遅延器である。 代理“人　弁理士　石　１）長　七 １は））Ａ　ｒ（ＣＯＲ合成部 ５は］ピッチ波形記憶部 ８は加算器 第２図

Claims (1)

【特許請求の範囲】
1. （１）一対の調音パラメータと振幅パラメータからＰＡ
   ＲＣＯＲ合成により１ピッチ分の波形を生成する手段と
   、この生成された波形をピッチパラメータによって指定
   された周期毎に重畳して合成音声波形を出力する手段と
   を備えたことを特徴とする音声合成装置。