JPH05108095A - 音声合成装置 - Google Patents
音声合成装置Info
- Publication number
- JPH05108095A JPH05108095A JP3299688A JP29968891A JPH05108095A JP H05108095 A JPH05108095 A JP H05108095A JP 3299688 A JP3299688 A JP 3299688A JP 29968891 A JP29968891 A JP 29968891A JP H05108095 A JPH05108095 A JP H05108095A
- Authority
- JP
- Japan
- Prior art keywords
- random
- speech
- unit
- waveform
- phase
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Abstract
(57)【要約】
【目的】 人間の肉声により近い自然な無声音の合成音
声を生成することが可能である。 【構成】 ランダム位相化部２では、音声素片波形１の
位相をランダム化する。無声の合成音声を生成する場合
には、切替部３は無声側に切替っており、、波形重畳部
４にはランダム位相化部２でランダム位相化された音声
素片波形が加わる。波形重畳部４では、ランダム位相化
された音声素片波形をずらしながら加算もしくは重畳
し、無声音の合成音声を生成する。
声を生成することが可能である。 【構成】 ランダム位相化部２では、音声素片波形１の
位相をランダム化する。無声の合成音声を生成する場合
には、切替部３は無声側に切替っており、、波形重畳部
４にはランダム位相化部２でランダム位相化された音声
素片波形が加わる。波形重畳部４では、ランダム位相化
された音声素片波形をずらしながら加算もしくは重畳
し、無声音の合成音声を生成する。
Description
【０００１】
【産業上の利用分野】本発明は、音声素片相当の情報を
重ね合わせることにより音声を合成する音声合成装置に
関する。
重ね合わせることにより音声を合成する音声合成装置に
関する。
【０００２】従来、特開平１−２３９２９２号公報に開
示されているような音声合成装置が知られている。この
音声合成装置では、ゼロ位相インパルス応答波形を音声
素片波形として用い、音声素片波形の振幅と重ね合わせ
周期とを乱数でランダムに指示して与えることにより、
人間の肉声に近い自然な無声音の合成を行なうことを意
図している。
示されているような音声合成装置が知られている。この
音声合成装置では、ゼロ位相インパルス応答波形を音声
素片波形として用い、音声素片波形の振幅と重ね合わせ
周期とを乱数でランダムに指示して与えることにより、
人間の肉声に近い自然な無声音の合成を行なうことを意
図している。
【０００３】具体的には、雑音信号のインパルス応答波
形に等間隔（約０．１７ｍ秒間隔）にランダムな値を掛
け合わせることによってインパルス応答波形の振幅をラ
ンダムに変化させ、また、重ね合わせ周期については、
図１１に示すように、次に重ね合わせるタイミングを前
のタイミングから乱数（“１”から“５”までの整数
値）で与え、これにより、図中、Ｒ１，Ｒ２，Ｒ３で示
すように重ね合わせ周期をランダムに与えていた。
形に等間隔（約０．１７ｍ秒間隔）にランダムな値を掛
け合わせることによってインパルス応答波形の振幅をラ
ンダムに変化させ、また、重ね合わせ周期については、
図１１に示すように、次に重ね合わせるタイミングを前
のタイミングから乱数（“１”から“５”までの整数
値）で与え、これにより、図中、Ｒ１，Ｒ２，Ｒ３で示
すように重ね合わせ周期をランダムに与えていた。
【０００４】
【発明が解決しようとする課題】しかしながら、上述し
た従来の音声合成装置では、インパルス応答波形，すな
わち音声素片波形にランダムな値を掛け合わせて、その
振幅をランダムにしているので、合成音声としての無声
音のスペクトル特性が損なわれるという問題があった。
すなわち、音声素片波形の振幅をランダムにすることに
よって人間が実際に発声する無声音のスペクトル特性を
良好に近似することができなくなる。
た従来の音声合成装置では、インパルス応答波形，すな
わち音声素片波形にランダムな値を掛け合わせて、その
振幅をランダムにしているので、合成音声としての無声
音のスペクトル特性が損なわれるという問題があった。
すなわち、音声素片波形の振幅をランダムにすることに
よって人間が実際に発声する無声音のスペクトル特性を
良好に近似することができなくなる。
【０００５】また、上述した従来の音声合成装置では、
重ね合わせ周期をランダムにすることによって位相特性
をランダム化しているが、この重ね合わせでは、次に重
ね合わせるタイミングが１つ前のタイミングに影響され
ていることから、重なりが一様にならず、重ね合わせ後
の波形のパワーが大きく変動するという問題があり、ま
た、位相特性のランダムさが十分でないという問題があ
った。従って、この音声合成装置では、人間の肉声に近
いより自然な無声音を合成するには限界があった。
重ね合わせ周期をランダムにすることによって位相特性
をランダム化しているが、この重ね合わせでは、次に重
ね合わせるタイミングが１つ前のタイミングに影響され
ていることから、重なりが一様にならず、重ね合わせ後
の波形のパワーが大きく変動するという問題があり、ま
た、位相特性のランダムさが十分でないという問題があ
った。従って、この音声合成装置では、人間の肉声に近
いより自然な無声音を合成するには限界があった。
【０００６】本発明は、無声音を合成する場合にも、人
間の肉声により近い自然な合成音声を生成することの可
能な音声合成装置を提供することを目的としている。
間の肉声により近い自然な合成音声を生成することの可
能な音声合成装置を提供することを目的としている。
【０００７】
【課題を解決するための手段】上記目的を達成するため
に、請求項１記載の発明は、音声素片波形の位相をラン
ダム化してランダム位相音声素片波形を生成するランダ
ム位相化手段と、該ランダム位相化手段により生成され
た前記ランダム位相音声素片波形をずらしながら加算も
しくは重畳して無声音の音声波形を合成する波形重畳手
段とを備えていることを特徴としている。
に、請求項１記載の発明は、音声素片波形の位相をラン
ダム化してランダム位相音声素片波形を生成するランダ
ム位相化手段と、該ランダム位相化手段により生成され
た前記ランダム位相音声素片波形をずらしながら加算も
しくは重畳して無声音の音声波形を合成する波形重畳手
段とを備えていることを特徴としている。
【０００８】また、請求項２記載の発明は、波形重畳手
段が、ランダム位相音声素片波形の重ね合わせのタイミ
ングをランダム値で指示するランダム信号発生手段と、
前記ランダム信号発生手段により指示された前記重ね合
わせのタイミングにより、ランダム位相音声素片波形を
ずらして加算もしくは重畳して無声音の音声波形を合成
する重ね合わせ手段とを有していることを特徴としてい
る。
段が、ランダム位相音声素片波形の重ね合わせのタイミ
ングをランダム値で指示するランダム信号発生手段と、
前記ランダム信号発生手段により指示された前記重ね合
わせのタイミングにより、ランダム位相音声素片波形を
ずらして加算もしくは重畳して無声音の音声波形を合成
する重ね合わせ手段とを有していることを特徴としてい
る。
【０００９】また、請求項３記載の発明は、さらに、ラ
ンダム位相化後に音声素片波形に対して窓かけ処理を行
なう窓かけ処理手段が設けらけていることを特徴として
いる。
ンダム位相化後に音声素片波形に対して窓かけ処理を行
なう窓かけ処理手段が設けらけていることを特徴として
いる。
【００１０】また、請求項４記載の発明は、音声素片波
形をランダムな周期でずらして加算もしくは重畳し無声
音を合成する重ね合わせ手段を有し、該重ね合わせ手段
には、前記ランダムな周期として、基本的な周期からの
変動がランダムとなるような周期が加わるようになって
いることを特徴としている。
形をランダムな周期でずらして加算もしくは重畳し無声
音を合成する重ね合わせ手段を有し、該重ね合わせ手段
には、前記ランダムな周期として、基本的な周期からの
変動がランダムとなるような周期が加わるようになって
いることを特徴としている。
【００１１】
【作用】請求項１記載の発明では、無声音の音声合成を
行なう際に、音声素片波形の振幅ではなく位相をランダ
ム化する。この結果、得られる無声音の合成音声は、ス
ペクトル特性については、人間が実際に発声する無声音
のスペクトル特性を維持しつつ、位相特性についてだ
け、ホワイトノイズのように十分にランダムなものとな
る。
行なう際に、音声素片波形の振幅ではなく位相をランダ
ム化する。この結果、得られる無声音の合成音声は、ス
ペクトル特性については、人間が実際に発声する無声音
のスペクトル特性を維持しつつ、位相特性についてだ
け、ホワイトノイズのように十分にランダムなものとな
る。
【００１２】また、請求項２記載の発明では、音声素片
波形の位相のみならず、重ね合わせのタイミングをもラ
ンダムにし、この結果、位相特性がより一層ランダム化
される。
波形の位相のみならず、重ね合わせのタイミングをもラ
ンダムにし、この結果、位相特性がより一層ランダム化
される。
【００１３】また、請求項３記載の発明では、ランダム
位相化後に音声素片波形に対して窓かけ処理がなされ、
始端および終端の不連続性が緩和されたランダム位相音
声素片波形を所定のタイミングでずらしながら重ね合わ
せることができる。
位相化後に音声素片波形に対して窓かけ処理がなされ、
始端および終端の不連続性が緩和されたランダム位相音
声素片波形を所定のタイミングでずらしながら重ね合わ
せることができる。
【００１４】また、請求項４記載の発明では、基本周期
からの変動がランダムとなる重ね合わせのタイミング
で、音声素片波形の重ね合わせがなされ、この結果、音
声素片波形の重なりが一様となり、また、位相特性が十
分にランダムなものとなる。
からの変動がランダムとなる重ね合わせのタイミング
で、音声素片波形の重ね合わせがなされ、この結果、音
声素片波形の重なりが一様となり、また、位相特性が十
分にランダムなものとなる。
【００１５】
【実施例】以下、本発明の実施例を図面に基づいて説明
する。図１は本発明に係る音声合成装置の一実施例のブ
ロックである。図１を参照すると、この音声合成装置
は、音声素片波形１の位相をランダム化するランダム位
相化部２と、無声，有声のいずれの合成音声を生成する
かを切替える切替部３と、無声の合成音声を生成する場
合には、ランダム位相化部２でランダム位相化された音
声素片波形をずらしながら加算もしくは重畳し、有声の
合成音声を生成する場合には、音声素片波形１を所定の
ピッチ周期で順次ずらしながら加算もしくは重畳して、
合成音声を生成する波形重畳部４とを備えている。
する。図１は本発明に係る音声合成装置の一実施例のブ
ロックである。図１を参照すると、この音声合成装置
は、音声素片波形１の位相をランダム化するランダム位
相化部２と、無声，有声のいずれの合成音声を生成する
かを切替える切替部３と、無声の合成音声を生成する場
合には、ランダム位相化部２でランダム位相化された音
声素片波形をずらしながら加算もしくは重畳し、有声の
合成音声を生成する場合には、音声素片波形１を所定の
ピッチ周期で順次ずらしながら加算もしくは重畳して、
合成音声を生成する波形重畳部４とを備えている。
【００１６】上記音声素片波形１は、例えばＬＰＣ，Ｌ
ＳＰ，ＰＳＥなどの音声分析手法によって得られた音声
のスペクトル包絡を逆フーリエ変換することにより作成
され、従って、音声のスペクトル包絡を逆フーリエ変換
した波形に相当するものを表現したものとなっている。
ＳＰ，ＰＳＥなどの音声分析手法によって得られた音声
のスペクトル包絡を逆フーリエ変換することにより作成
され、従って、音声のスペクトル包絡を逆フーリエ変換
した波形に相当するものを表現したものとなっている。
【００１７】また、ランダム位相化部２は、与えられた
音声素片波形１のスペクトル包絡特性をそのままの状態
に維持しながら、音声素片波形１の位相だけをランダム
化するようになっている。図２はランダム位相化部２の
構成例を示す図であり、図２の例では、ランダム位相化
部２は、音声素片波形１をフーリエ変換してスペクトル
Ｓを得るフーリエ変換部５と、乱数Ｒを発生する乱数発
生部６と、フーリエ変換部５で得られたスペクトルＳの
位相を乱数Ｒでランダムに与え、逆フーリエ変換によっ
て再び時間領域の波形とする逆フーリエ変換部７とによ
り構成されている。
音声素片波形１のスペクトル包絡特性をそのままの状態
に維持しながら、音声素片波形１の位相だけをランダム
化するようになっている。図２はランダム位相化部２の
構成例を示す図であり、図２の例では、ランダム位相化
部２は、音声素片波形１をフーリエ変換してスペクトル
Ｓを得るフーリエ変換部５と、乱数Ｒを発生する乱数発
生部６と、フーリエ変換部５で得られたスペクトルＳの
位相を乱数Ｒでランダムに与え、逆フーリエ変換によっ
て再び時間領域の波形とする逆フーリエ変換部７とによ
り構成されている。
【００１８】また、波長重畳部４については、無声音の
合成音声を生成する場合に、ランダム位相化された音声
素片波形を所定のピッチ周期でずらしながら加算もしく
は重畳するよう、これを構成することができる。
合成音声を生成する場合に、ランダム位相化された音声
素片波形を所定のピッチ周期でずらしながら加算もしく
は重畳するよう、これを構成することができる。
【００１９】次に、このような構成の音声合成装置の動
作について説明する。無声音の合成音声を生成しようと
するときには、切替部３は、“無声”側に切替わる。な
お、このような切替動作は、例えば、フレームが有声区
間であるか無声区間であるかの情報を切替部３に加える
ことによってなされても良いし、あるいはピッチデータ
の正，負の値をそれぞれ有声音情報，無声音情報として
切替部３に加えることによってなされても良い。ランダ
ム位相化部２では、これが例えば図２のような構成とな
っているときには、先づ、図３（ａ）に示すような音声
素片波形１をフーリエ変換してスペクトルＳを得る。次
いで、このスペクトルＳの位相を乱数Ｒでランダムに与
えて、逆フーリエ変換により再び時間領域の波形にす
る。このようにして得られた波形は、図３（ｂ）に示す
ように、位相がランダム化されたものとなっており、波
形重畳部４では、このランダム位相化された図３（ｂ）
に示す音声素片波形を例えば図３（ｃ）に示すように所
定のピッチ周期Ｆでずらしながら加算もしくは重畳し、
これにより無声音の合成音声を得ることができる。
作について説明する。無声音の合成音声を生成しようと
するときには、切替部３は、“無声”側に切替わる。な
お、このような切替動作は、例えば、フレームが有声区
間であるか無声区間であるかの情報を切替部３に加える
ことによってなされても良いし、あるいはピッチデータ
の正，負の値をそれぞれ有声音情報，無声音情報として
切替部３に加えることによってなされても良い。ランダ
ム位相化部２では、これが例えば図２のような構成とな
っているときには、先づ、図３（ａ）に示すような音声
素片波形１をフーリエ変換してスペクトルＳを得る。次
いで、このスペクトルＳの位相を乱数Ｒでランダムに与
えて、逆フーリエ変換により再び時間領域の波形にす
る。このようにして得られた波形は、図３（ｂ）に示す
ように、位相がランダム化されたものとなっており、波
形重畳部４では、このランダム位相化された図３（ｂ）
に示す音声素片波形を例えば図３（ｃ）に示すように所
定のピッチ周期Ｆでずらしながら加算もしくは重畳し、
これにより無声音の合成音声を得ることができる。
【００２０】このように、本実施例では、無声音の合成
音声時には、基本的に、音声素片波形１の振幅ではなく
位相をランダム化するようにしているので、得られる合
成音声としての無声音のスペクトル特性については、人
間が実際に発声する無声音のスペクトル特性を維持しつ
つ、位相特性についてだけ、これをホワイトノイズのよ
うに十分にランダムなものにすることができる。これに
より、従来に比べて、人間の肉声に近いより自然な無声
音の合成音声を生成することが可能となる。
音声時には、基本的に、音声素片波形１の振幅ではなく
位相をランダム化するようにしているので、得られる合
成音声としての無声音のスペクトル特性については、人
間が実際に発声する無声音のスペクトル特性を維持しつ
つ、位相特性についてだけ、これをホワイトノイズのよ
うに十分にランダムなものにすることができる。これに
より、従来に比べて、人間の肉声に近いより自然な無声
音の合成音声を生成することが可能となる。
【００２１】なお、上記の例では、音声合成時にランダ
ム位相化部２を作動させてリアルタイムに位相のランダ
ム化を行なっているが、これのかわりに、予め音声素片
波形１をランダム位相化し、これをメモリ等に予め保持
させておき、無声音の音声合成時には、メモリ等に記憶
されているランダム位相音声素片波形を読み出して波形
重畳部４に送るように構成することも可能である。
ム位相化部２を作動させてリアルタイムに位相のランダ
ム化を行なっているが、これのかわりに、予め音声素片
波形１をランダム位相化し、これをメモリ等に予め保持
させておき、無声音の音声合成時には、メモリ等に記憶
されているランダム位相音声素片波形を読み出して波形
重畳部４に送るように構成することも可能である。
【００２２】また、上記の例では、波形重畳部４におい
て、ランダム位相音声素片波形を図３（ａ），（ｂ），
（ｃ）のように所定のピッチ周期でずらしながら重ね合
わせ、この場合にも従来に比べて位相特性のランダムさ
をより良好なものに改善することができるが、さらに、
音声素片波形の位相をランダムにすることに加えて、音
声素片波形の重ね合わせのタイミングをもランダムにす
ることによって、合成音声としての無声音のスペクトル
特性については、もとの音声素片波形１のスペクトル特
性を忠実に再現しこれを維持することができる一方で、
位相特性については、これをほぼ完全なホワイトノイズ
のようにより一層ランダム化することができる。
て、ランダム位相音声素片波形を図３（ａ），（ｂ），
（ｃ）のように所定のピッチ周期でずらしながら重ね合
わせ、この場合にも従来に比べて位相特性のランダムさ
をより良好なものに改善することができるが、さらに、
音声素片波形の位相をランダムにすることに加えて、音
声素片波形の重ね合わせのタイミングをもランダムにす
ることによって、合成音声としての無声音のスペクトル
特性については、もとの音声素片波形１のスペクトル特
性を忠実に再現しこれを維持することができる一方で、
位相特性については、これをほぼ完全なホワイトノイズ
のようにより一層ランダム化することができる。
【００２３】図４は音声素片波形１の重ね合わせのタイ
ミングをランダムにすることを意図した波形重畳部４の
構成例を示す図である。
ミングをランダムにすることを意図した波形重畳部４の
構成例を示す図である。
【００２４】図４の構成例では、波形重畳部４は、ラン
ダム信号を発生するランダム信号発生部１１と、所定の
ピッチ周期のパルスを発生するピッチ周期発生部１２
と、無声音の音声合成時には、ランダム信号発生部１１
からのランダム信号を選択するように切替わり、有声音
の音声合成時には、ピッチ周期発生部１２からのピッチ
周期信号を選択するように切替わる切替部１３と、図１
に示す切替部３からの音声素片波形を切替部１３からの
信号によるタイミングでずらして重ね合わせる重ね合わ
せ部１４とを有している。
ダム信号を発生するランダム信号発生部１１と、所定の
ピッチ周期のパルスを発生するピッチ周期発生部１２
と、無声音の音声合成時には、ランダム信号発生部１１
からのランダム信号を選択するように切替わり、有声音
の音声合成時には、ピッチ周期発生部１２からのピッチ
周期信号を選択するように切替わる切替部１３と、図１
に示す切替部３からの音声素片波形を切替部１３からの
信号によるタイミングでずらして重ね合わせる重ね合わ
せ部１４とを有している。
【００２５】波長重畳部４が図４のような構成になって
いる場合、無声音の合成時には、切替部１３は、ランダ
ム信号発生部１１からのランダム信号（例えばランダム
パルス）を重ね合わせ部１４に重ね合わせのタイミング
として与えるようになっている。このときには、切替部
３からのランダム位相音声素片波形が波長重畳部４に送
られると、波長重畳部４の重ね合わせ部１４では、ラン
ダム位相音声素片波形を切替部１３からのランダム信号
で指示された重ね合わせのタイミングでずらしながらラ
ンダム位相音声素片波形の重ね合わせを行ない、無声音
の音声波形を合成する。このようにして、得られた無声
音の合成音声は、音声素片波形の位相のみならず、重ね
合わせのタイミングもランダムであることによって、位
相特性がより一層ランダム化され、より人間の肉声に似
た自然な合成音声となる。
いる場合、無声音の合成時には、切替部１３は、ランダ
ム信号発生部１１からのランダム信号（例えばランダム
パルス）を重ね合わせ部１４に重ね合わせのタイミング
として与えるようになっている。このときには、切替部
３からのランダム位相音声素片波形が波長重畳部４に送
られると、波長重畳部４の重ね合わせ部１４では、ラン
ダム位相音声素片波形を切替部１３からのランダム信号
で指示された重ね合わせのタイミングでずらしながらラ
ンダム位相音声素片波形の重ね合わせを行ない、無声音
の音声波形を合成する。このようにして、得られた無声
音の合成音声は、音声素片波形の位相のみならず、重ね
合わせのタイミングもランダムであることによって、位
相特性がより一層ランダム化され、より人間の肉声に似
た自然な合成音声となる。
【００２６】また、図４の構成例において、図示のよう
に重ね合わせ部１４の前段に窓掛処理部１５が設けられ
ていても良い。この窓掛処理部１５は、ランダム位相音
声素片波形に対し、その始端および終端の不連続性を緩
和するためのハミング窓，ハニング窓などの窓掛処理を
行なうようになっている。このような窓掛処理部１５に
おいて、図５（ａ）に示すような窓ＷＩＮが設定されて
いる場合には、図５（ｂ）に示すようなランダム位相音
声素片波形は、この窓掛処理部１５の窓ＷＩＮによっ
て、図５（ｃ）のように変形され、図５（ｂ）の波形の
始端および終端の不連続性を緩和することができ、重ね
合わせ部１４では、始端および終端の不連続性が緩和さ
れたランダム位相音声素片波形を所定のタイミングでず
らしながら重ね合わせる。この結果、不連続性さが減少
したより人間の肉声に近い自然な合成音声を生成するこ
とができる。
に重ね合わせ部１４の前段に窓掛処理部１５が設けられ
ていても良い。この窓掛処理部１５は、ランダム位相音
声素片波形に対し、その始端および終端の不連続性を緩
和するためのハミング窓，ハニング窓などの窓掛処理を
行なうようになっている。このような窓掛処理部１５に
おいて、図５（ａ）に示すような窓ＷＩＮが設定されて
いる場合には、図５（ｂ）に示すようなランダム位相音
声素片波形は、この窓掛処理部１５の窓ＷＩＮによっ
て、図５（ｃ）のように変形され、図５（ｂ）の波形の
始端および終端の不連続性を緩和することができ、重ね
合わせ部１４では、始端および終端の不連続性が緩和さ
れたランダム位相音声素片波形を所定のタイミングでず
らしながら重ね合わせる。この結果、不連続性さが減少
したより人間の肉声に近い自然な合成音声を生成するこ
とができる。
【００２７】さらに、図４の構成において、ランダム信
号発生部１１を図６に示すような構成にすることができ
る。すなわち、図６の構成例では、ランダム信号発生部
１１は、乱数，すなわちランダム値ｒn（例えば“−２
０”から“２０”の間の整数値）を発生する乱数発生器
５１と、現在のランダム値ｒnと１つ前の時点でのラン
ダム値ｒn-1との差分（ｒn−ｒn-1）をとる差分器５２
と、一定の周期Ｔ（例えば“５０”）と差分器５２から
の差分値（ｒn−ｒn-1）とを加算する加算器５３とから
構成されている。
号発生部１１を図６に示すような構成にすることができ
る。すなわち、図６の構成例では、ランダム信号発生部
１１は、乱数，すなわちランダム値ｒn（例えば“−２
０”から“２０”の間の整数値）を発生する乱数発生器
５１と、現在のランダム値ｒnと１つ前の時点でのラン
ダム値ｒn-1との差分（ｒn−ｒn-1）をとる差分器５２
と、一定の周期Ｔ（例えば“５０”）と差分器５２から
の差分値（ｒn−ｒn-1）とを加算する加算器５３とから
構成されている。
【００２８】ランダム信号発生部１１がこのような構成
となっている場合には、ランダム位相音声素片波形の重
ね合わせのタイミング周期ｌn（ｎ＝１，２，３…）
は、図７に示すように、差分値（ｒn−ｒn-1）に一定の
周期Ｔを加算したものとなり、一定の周期Ｔからの変動
がランダムとなるように重ね合わせ部１４に与えること
ができる。すなわち、従来では、図１１に示したよう
に、重ね合わせるタイミングを前のタイミングから乱数
で与えているが、図６のランダム信号発生部１１では、
音声素片波形の重ね合わせのタイミングを一定の周期Ｔ
からの変動がランダムとなるように重ね合わせ部１４に
与えているので、これにより、音声素片波形の重なりが
一様となり、また、位相特性が十分にランダムなものと
なって、さらに一層人間の肉声に似た自然な合成音声を
生成することができる。
となっている場合には、ランダム位相音声素片波形の重
ね合わせのタイミング周期ｌn（ｎ＝１，２，３…）
は、図７に示すように、差分値（ｒn−ｒn-1）に一定の
周期Ｔを加算したものとなり、一定の周期Ｔからの変動
がランダムとなるように重ね合わせ部１４に与えること
ができる。すなわち、従来では、図１１に示したよう
に、重ね合わせるタイミングを前のタイミングから乱数
で与えているが、図６のランダム信号発生部１１では、
音声素片波形の重ね合わせのタイミングを一定の周期Ｔ
からの変動がランダムとなるように重ね合わせ部１４に
与えているので、これにより、音声素片波形の重なりが
一様となり、また、位相特性が十分にランダムなものと
なって、さらに一層人間の肉声に似た自然な合成音声を
生成することができる。
【００２９】このように音声合成装置を図１，図４，図
６に示したような構成にし、音声素片波形の位相をラン
ダムにし、さらにはこれに加えて、重ね合わせのタイミ
ングをもランダムにすることが、人間の実際に発生する
無声音により一層近い無声音を合成する上で効果的であ
る。但し、図１の基本構成に基づき、種々の変形を行な
うこともできる。例えば、重ね合わせのタイミングをラ
ンダムにするかわりに、ランダム位相音声素片波形の振
幅をランダムにするように構成することも可能である。
６に示したような構成にし、音声素片波形の位相をラン
ダムにし、さらにはこれに加えて、重ね合わせのタイミ
ングをもランダムにすることが、人間の実際に発生する
無声音により一層近い無声音を合成する上で効果的であ
る。但し、図１の基本構成に基づき、種々の変形を行な
うこともできる。例えば、重ね合わせのタイミングをラ
ンダムにするかわりに、ランダム位相音声素片波形の振
幅をランダムにするように構成することも可能である。
【００３０】図８，図１０はこのような構成例を示す図
であり、図８の構成例では、波長重畳部４は、所定のピ
ッチ周期の信号を発生する周期発生部２１と、無声音の
音声合成時に周期発生部２１から出力される周期信号の
タイミングで切替部３からのランダム位相音声素片波形
の振幅の大きさをランダム値で指示する振幅値発生部２
２と、無声音の音声合成時に切替部３からのランダム位
相音声素片波形を振幅値発生部２２からのランダム値と
積算する積算部２３と、無声音の音声合成時には、積算
部２３からの積算された波形を選択するように切替わ
り、有声音の音声合成時には、切替部３からの音声素片
波形１自体を選択するように切替わる切替部２４と、切
替部２４からの波形を周期発生部２１からの周期信号に
よるタイミングでずらして重ね合わせる重ね合わせ部２
５とを有している。なお、振幅値発生部２２は、例えば
乱数発生器によって構成されている。
であり、図８の構成例では、波長重畳部４は、所定のピ
ッチ周期の信号を発生する周期発生部２１と、無声音の
音声合成時に周期発生部２１から出力される周期信号の
タイミングで切替部３からのランダム位相音声素片波形
の振幅の大きさをランダム値で指示する振幅値発生部２
２と、無声音の音声合成時に切替部３からのランダム位
相音声素片波形を振幅値発生部２２からのランダム値と
積算する積算部２３と、無声音の音声合成時には、積算
部２３からの積算された波形を選択するように切替わ
り、有声音の音声合成時には、切替部３からの音声素片
波形１自体を選択するように切替わる切替部２４と、切
替部２４からの波形を周期発生部２１からの周期信号に
よるタイミングでずらして重ね合わせる重ね合わせ部２
５とを有している。なお、振幅値発生部２２は、例えば
乱数発生器によって構成されている。
【００３１】このような構成では、図９に示すように、
周期発生部２１からは重ね合わせ部２５で波形をずらし
て重ねるためのタイミングを示す信号Ｐが出力され、振
幅値発生部２２では、周期発生部２１からの周期信号Ｐ
によって，すなわち重ね合わせ部２５で波形をずらして
重ね合わせるタイミングごとに、振幅のランダム値Ｗを
更新して積算部２３に与える。積算部２３では、振幅の
ランダム値Ｗと切替部３からのランダム位相音声素片波
形とを積算することによって、ランダム位相音声素片波
形の振幅をランダムに変化させ、これを切替部２４を介
して重ね合わせ部２５に送る。重ね合わせ部２５では、
位相のみならず振幅もランダムな音声素片波形を周期発
生部２１からの周期信号Ｐによる重ね合わせのタイミン
グでずらしながら重ね合わせを行ない、無声音の音声波
形を合成する。このようにして得られた無声音の合成音
声は、位相のみならず振幅もランダムな音声素片波形を
所定のタイミングでずらし重ね合わせたものとなる。な
お、この際、音声素片波形の振幅は、波形を重ね合わせ
るごとにランダムに変化するので、従来の音声合成装置
に比べて、スペクトル特性への影響は少ない。
周期発生部２１からは重ね合わせ部２５で波形をずらし
て重ねるためのタイミングを示す信号Ｐが出力され、振
幅値発生部２２では、周期発生部２１からの周期信号Ｐ
によって，すなわち重ね合わせ部２５で波形をずらして
重ね合わせるタイミングごとに、振幅のランダム値Ｗを
更新して積算部２３に与える。積算部２３では、振幅の
ランダム値Ｗと切替部３からのランダム位相音声素片波
形とを積算することによって、ランダム位相音声素片波
形の振幅をランダムに変化させ、これを切替部２４を介
して重ね合わせ部２５に送る。重ね合わせ部２５では、
位相のみならず振幅もランダムな音声素片波形を周期発
生部２１からの周期信号Ｐによる重ね合わせのタイミン
グでずらしながら重ね合わせを行ない、無声音の音声波
形を合成する。このようにして得られた無声音の合成音
声は、位相のみならず振幅もランダムな音声素片波形を
所定のタイミングでずらし重ね合わせたものとなる。な
お、この際、音声素片波形の振幅は、波形を重ね合わせ
るごとにランダムに変化するので、従来の音声合成装置
に比べて、スペクトル特性への影響は少ない。
【００３２】また、図１０の構成例では、波形重畳部４
は、ランダム信号を発生するランダム信号発生部３１
と、所定のピッチ周期の信号を発生するピッチ周期発生
部３２と、無声音の音声合成時には、ランダム信号発生
部３１からのランダム信号を選択するように切替わり、
有声音の音声合成時には、ピッチ周期発生部３２からの
ピッチ周期信号を選択するように切替わる切替部３３
と、無声音の音声合成時にランダム信号発生部３１から
のランダム信号のタイミングで切替部３からのランダム
位相音声素片波形の振幅の大きさをランダム値で指示す
る振幅値発生部３４と、無声音の音声合成時に切替部３
からのランダム位相音声素片波形を振幅値発生部３４か
らのランダム値と積算する積算部３５と、無声音の音声
合成時には、積算部３５からの積算された波形を選択す
るように切替わり、有声音の音声合成時には、切替部３
からの音声素片波形１自体を選択するように切替わる切
替部３６と、切替部３６からの波形をランダム信号発生
部３１からのランダム信号によるタイミングでずらして
重ね合わせる重ね合わせ部３７とを有している。なお、
振幅値発生部３４は、例えば乱数発生器によって構成さ
れている。
は、ランダム信号を発生するランダム信号発生部３１
と、所定のピッチ周期の信号を発生するピッチ周期発生
部３２と、無声音の音声合成時には、ランダム信号発生
部３１からのランダム信号を選択するように切替わり、
有声音の音声合成時には、ピッチ周期発生部３２からの
ピッチ周期信号を選択するように切替わる切替部３３
と、無声音の音声合成時にランダム信号発生部３１から
のランダム信号のタイミングで切替部３からのランダム
位相音声素片波形の振幅の大きさをランダム値で指示す
る振幅値発生部３４と、無声音の音声合成時に切替部３
からのランダム位相音声素片波形を振幅値発生部３４か
らのランダム値と積算する積算部３５と、無声音の音声
合成時には、積算部３５からの積算された波形を選択す
るように切替わり、有声音の音声合成時には、切替部３
からの音声素片波形１自体を選択するように切替わる切
替部３６と、切替部３６からの波形をランダム信号発生
部３１からのランダム信号によるタイミングでずらして
重ね合わせる重ね合わせ部３７とを有している。なお、
振幅値発生部３４は、例えば乱数発生器によって構成さ
れている。
【００３３】このような構成では、無声音の音声合成時
において、ランダム信号発生部３１からは重ね合わせ部
３７で波形をずらして重ねるためのタイミングを示すラ
ンダム信号が出力され、振幅値発生部３４ではこのラン
ダム信号によって，すなわち重ね合わせ部３７で波形を
ずらして重ね合わせるタイミングごとに振幅のランダム
値を更新して積算部３５に与える。積算部３５では、振
幅のランダム値と切替部３からのランダム位相音声素片
波形とを積算することによって、ランダム位相音声素片
波形の振幅をランダムに変化させ、これを切替部３６を
介して重ね合わせ部３７に送る。重ね合わせ部３７で
は、位相のみならず振幅もランダムな音声素片波形をラ
ンダム信号発生部３１からのランダム信号による重ね合
わせのタイミングでずらしながら重ね合わせを行ない、
無声音の音声波形を合成する。このようにして、得られ
た無声音の合成音声は、位相のみならず振幅もランダム
な音声素片波形をランダムなタイミングでずらし重ね合
わせたものとなる。
において、ランダム信号発生部３１からは重ね合わせ部
３７で波形をずらして重ねるためのタイミングを示すラ
ンダム信号が出力され、振幅値発生部３４ではこのラン
ダム信号によって，すなわち重ね合わせ部３７で波形を
ずらして重ね合わせるタイミングごとに振幅のランダム
値を更新して積算部３５に与える。積算部３５では、振
幅のランダム値と切替部３からのランダム位相音声素片
波形とを積算することによって、ランダム位相音声素片
波形の振幅をランダムに変化させ、これを切替部３６を
介して重ね合わせ部３７に送る。重ね合わせ部３７で
は、位相のみならず振幅もランダムな音声素片波形をラ
ンダム信号発生部３１からのランダム信号による重ね合
わせのタイミングでずらしながら重ね合わせを行ない、
無声音の音声波形を合成する。このようにして、得られ
た無声音の合成音声は、位相のみならず振幅もランダム
な音声素片波形をランダムなタイミングでずらし重ね合
わせたものとなる。
【００３４】また、図６に示したようなランダム信号発
生部１１については、これを本発明の音声合成装置のみ
ならず、従来の音声合成装置にも適用することができ
る。例えば、このランダム信号発生部１１を、音声素片
波形の振幅と重ね合わせ周期とを乱数でランダムに指示
する前述の従来の音声合成装置の波形重畳部に適用する
場合には、従来に比べて、ランダム振幅音声素片波形の
重ね合わせ時に重なりがより一様となり、位相特性のラ
ンダムさをより改善することができる。
生部１１については、これを本発明の音声合成装置のみ
ならず、従来の音声合成装置にも適用することができ
る。例えば、このランダム信号発生部１１を、音声素片
波形の振幅と重ね合わせ周期とを乱数でランダムに指示
する前述の従来の音声合成装置の波形重畳部に適用する
場合には、従来に比べて、ランダム振幅音声素片波形の
重ね合わせ時に重なりがより一様となり、位相特性のラ
ンダムさをより改善することができる。
【００３５】
【発明の効果】以上に説明したように、請求項１記載の
発明では、無声音の音声合成を行なう際に、音声素片波
形の振幅ではなく位相をランダム化するので、得られる
合成音声としての無声音のスペクトル特性については、
人間が実際に発声する無声音のスペクトル特性を維持し
つつ、位相特性についてだけ、これをホワイトノイズの
ように十分にランダムなものにすることができ、従来に
比べて、人間の肉声に近いより自然な無声音の合成音声
を生成することができる。
発明では、無声音の音声合成を行なう際に、音声素片波
形の振幅ではなく位相をランダム化するので、得られる
合成音声としての無声音のスペクトル特性については、
人間が実際に発声する無声音のスペクトル特性を維持し
つつ、位相特性についてだけ、これをホワイトノイズの
ように十分にランダムなものにすることができ、従来に
比べて、人間の肉声に近いより自然な無声音の合成音声
を生成することができる。
【００３６】また、請求項２記載の発明では、音声素片
波形の位相のみならず、重ね合わせのタイミングをもラ
ンダムにするので、位相特性がより一層ランダム化さ
れ、より人間の肉声に似た自然な合成音声を生成するこ
とができる。
波形の位相のみならず、重ね合わせのタイミングをもラ
ンダムにするので、位相特性がより一層ランダム化さ
れ、より人間の肉声に似た自然な合成音声を生成するこ
とができる。
【００３７】また、請求項３記載の発明では、ランダム
位相化後に音声素片波形に対して窓かけ処理を行なう窓
かけ処理手段が設けらけているので、始端および終端の
不連続性が緩和されたランダム位相音声素片波形を所定
のタイミングでずらしながら重ね合わせることができ、
この結果、不連続性さが減少したより人間の肉声に近い
自然な合成音声を生成することができる。
位相化後に音声素片波形に対して窓かけ処理を行なう窓
かけ処理手段が設けらけているので、始端および終端の
不連続性が緩和されたランダム位相音声素片波形を所定
のタイミングでずらしながら重ね合わせることができ、
この結果、不連続性さが減少したより人間の肉声に近い
自然な合成音声を生成することができる。
【００３８】また、請求項４記載の発明では、音声素片
波形の重ね合わせのタイミングを基本周期からの変動が
ランダムとなるように重ね合わせ手段に与えているの
で、音声素片波形の重なりが一様となり、また、位相特
性が十分にランダムなものとなって、さらに一層人間の
肉声に似た自然な合成音声を生成することができる。
波形の重ね合わせのタイミングを基本周期からの変動が
ランダムとなるように重ね合わせ手段に与えているの
で、音声素片波形の重なりが一様となり、また、位相特
性が十分にランダムなものとなって、さらに一層人間の
肉声に似た自然な合成音声を生成することができる。
【図１】本発明に係る音声合成装置の一実施例のブロッ
ク図である。
ク図である。
【図２】ランダム位相化部の構成例を示す図である。
【図３】（ａ），（ｂ），（ｃ）は波形重畳部における
波形の重ね合わせの一例を示す図である。
波形の重ね合わせの一例を示す図である。
【図４】波形重畳部の構成例を示す図である。
【図５】（ａ），（ｂ），（ｃ）は窓かけ処理の一例を
示す図である。
示す図である。
【図６】ランダム信号発生部の構成例を示す図である。
【図７】本発明におけるランダム位相音声素片波形の重
ね合わせのタイミングの一例を示す図である。
ね合わせのタイミングの一例を示す図である。
【図８】波形重畳部の構成例を示す図である。
【図９】振幅のランダム値の更新処理を説明するための
図である。
図である。
【図１０】波形重畳部の構成例を示す図である。
【図１１】従来の音声合成装置における音声素片波形の
重ね合わせのタイミングの一例を示す図である。
重ね合わせのタイミングの一例を示す図である。
１ 音声素片波形 ２ ランダム位相化部 ３ 切替部 ４ 波形重畳部 ５ フーリエ変換部 ６ 乱数発生部 １１ ランダム信号発生部 １２ ピッチ周期発生部 １３ 切替部 １４ 重ね合わせ部 １５ 窓掛処理部 ５１ 乱数発生器 ５２ 差分器 ５３ 加算器
Claims (4)
- 【請求項１】 音声素片波形を重ね合わせて合成する音
声合成装置において、音声素片波形の位相をランダム化
してランダム位相音声素片波形を生成するランダム位相
化手段と、該ランダム位相化手段により生成された前記
ランダム位相音声素片波形をずらしながら加算もしくは
重畳して無声音の音声波形を合成する波形重畳手段とを
備えていることを特徴とする音声合成装置。 - 【請求項２】 請求項１記載の音声合成装置において、
前記波形重畳手段は、ランダム位相音声素片波形の重ね
合わせのタイミングをランダム値で指示するランダム信
号発生手段と、前記ランダム信号発生手段により指示さ
れた前記重ね合わせのタイミングにより、ランダム位相
音声素片波形をずらして加算もしくは重畳して無声音の
音声波形を合成する重ね合わせ手段とを有していること
を特徴とする音声合成装置。 - 【請求項３】 請求項１記載の音声合成装置において、
さらに、ランダム位相化後に音声素片波形に対して窓か
け処理を行なう窓かけ処理手段が設けらけていることを
特徴とする音声合成装置。 - 【請求項４】 音声素片波形を重ね合わせて合成する音
声合成装置において、音声素片波形をランダムな周期で
ずらして加算もしくは重畳し無声音を合成する重ね合わ
せ手段を有し、該重ね合わせ手段には、前記ランダムな
周期として、基本的な周期からの変動がランダムとなる
ような周期が加わるようになっていることを特徴とする
音声合成装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP03299688A JP3133427B2 (ja) | 1991-10-19 | 1991-10-19 | 音声合成装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP03299688A JP3133427B2 (ja) | 1991-10-19 | 1991-10-19 | 音声合成装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH05108095A true JPH05108095A (ja) | 1993-04-30 |
| JP3133427B2 JP3133427B2 (ja) | 2001-02-05 |
Family
ID=17875765
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP03299688A Expired - Fee Related JP3133427B2 (ja) | 1991-10-19 | 1991-10-19 | 音声合成装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3133427B2 (ja) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006243473A (ja) * | 2005-03-04 | 2006-09-14 | Sharp Corp | 音声素片生成装置 |
| JP2008146526A (ja) * | 2006-12-13 | 2008-06-26 | Le Tekku:Kk | 物理乱数生成装置及び物理乱数生成回路 |
| JPWO2012035595A1 (ja) * | 2010-09-13 | 2014-01-20 | パイオニア株式会社 | 再生装置、再生方法及び再生プログラム |
-
1991
- 1991-10-19 JP JP03299688A patent/JP3133427B2/ja not_active Expired - Fee Related
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006243473A (ja) * | 2005-03-04 | 2006-09-14 | Sharp Corp | 音声素片生成装置 |
| JP4526979B2 (ja) * | 2005-03-04 | 2010-08-18 | シャープ株式会社 | 音声素片生成装置 |
| JP2008146526A (ja) * | 2006-12-13 | 2008-06-26 | Le Tekku:Kk | 物理乱数生成装置及び物理乱数生成回路 |
| JPWO2012035595A1 (ja) * | 2010-09-13 | 2014-01-20 | パイオニア株式会社 | 再生装置、再生方法及び再生プログラム |
Also Published As
| Publication number | Publication date |
|---|---|
| JP3133427B2 (ja) | 2001-02-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2782147B2 (ja) | 波形編集型音声合成装置 | |
| US5029509A (en) | Musical synthesizer combining deterministic and stochastic waveforms | |
| JPS6063599A (ja) | 言語信号処理方式 | |
| WO2018084305A1 (ja) | 音声合成方法 | |
| JP4813796B2 (ja) | 信号を合成するための方法、記憶媒体及びコンピュータシステム | |
| EP0391545B1 (en) | Speech synthesizer | |
| JP3732793B2 (ja) | 音声合成方法、音声合成装置及び記録媒体 | |
| JPH02201500A (ja) | 音声合成装置 | |
| US5369730A (en) | Speech synthesizer | |
| JP3133427B2 (ja) | 音声合成装置 | |
| JP2005004103A (ja) | 音声合成装置及び音声合成方法 | |
| JP4490818B2 (ja) | 定常音響信号のための合成方法 | |
| JP3756864B2 (ja) | 音声合成方法と装置及び音声合成プログラム | |
| JP3394281B2 (ja) | 音声合成方式および規則合成装置 | |
| JPS6249639B2 (ja) | ||
| JP2866086B2 (ja) | 残差駆動型音声合成方式 | |
| JP3130305B2 (ja) | 音声合成装置 | |
| JPH07261798A (ja) | 音声分析合成装置 | |
| KR100275778B1 (ko) | 유/무성음 합성방법 | |
| JP2504179B2 (ja) | ノイズ音発生装置 | |
| JP6822075B2 (ja) | 音声合成方法 | |
| JP3317458B2 (ja) | 音声合成方法 | |
| JP3592617B2 (ja) | 音声合成方法、その装置及びそのプログラム記録媒体 | |
| JPH02244100A (ja) | 駆動音源信号生成装置 | |
| JP4172369B2 (ja) | 楽音処理装置、楽音処理方法及び楽音処理プログラム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| LAPS | Cancellation because of no payment of annual fees |