JPH0582600B2 - - Google Patents

Description

【発明の詳細な説明】 〔産業上の利用分野〕 本発明はパタンマツチングボコーダに関し、特
に帯域分割型のパタンマツチングボコーダに関す
る。

〔従来の技術〕

入力音声信号の周波数帯域を予め設定する複数
の帯域に分割して各帯域ごとにLPC（Linear
Prediction Coefficient、線形予測係数）分析を
行なう帯域分割型ボコーダはよく知られている。

これはLPC分析が有する２つの欠点、すなわ
ちフオトマント帯域幅の過小推定、およびエネル
ギーの少ない高次フオルマントたとえば第３フオ
ルマントが第１フオルマントに比して近似性が悪
いといつた欠点を改善する手段を提供するもので
ある。前記２つの欠点は第１フオルマント等エネ
ルギーの集中する周波数に極が過度に集中するた
めに発生すると推定され、帯域分割型ボコーダは
特定の周波数に極が集中するのを防ぐために入力
音声の周波数帯域を複数に分割しそれぞれの帯域
に対してLPC分析を行なうことによつて極の分
数を図り上記欠点を排除しようとするものであ
る。

この場合、分割帯域数をあまり多くしても分割
帯域のそれぞれを白色化する結果となり、入力音
声信号の帯域圧縮の意味が無くなつていくという
問題が起るため通常２〜４分割程度が利用される
ことが多く、また分割は等間隔ではなく各帯域に
スペクトル包絡の極としてのフオルマントをそれ
ぞれ含ませるように分割し通常周波数間隔は対数
比で予め設定される。

〔発明が解決しようとする問題点〕

しかしながら、従来のこの種の帯域分割型ボコ
ーダでは本質的に合成側の帯域間スペクトルに不
連続性が発生しこのため合成音質の劣化を招き易
いという欠点がある。

本発明の目的は上述した欠点を除去し、合成側
における帯域間スペクトルの不連続性を大幅に改
善した帯域分割型のパタンマツチングボコーダを
提供することにある。

〔問題点を解決するための手段〕

本発明のパタンマツチングボコーダは、入力音
声信号の音声帯域を複数の周波数帯域に分割し各
分割周波数帯域ごとに線形予測分析して求めた線
形予測係数と前記各分割周波数帯域間の電力比と
をスペクトル包絡のベクトル要素としてパタン照
合を行なうパタン照合手段を分析側に備えるとと
もに入力音声信号の全周波数帯域のベクトル要素
を表現しうる標準パタンを記憶した標準パタンメ
モリを合成側に備えて構成される。

〔実施例〕

次に図面を参照して本発明を詳細に説明する。
第１図Ａおよび第１図Ｂはそれぞれ本発明による
パタンマツチングボコーダの第１の実施例の分析
側および合成側の構成を示すブロツク図である。

第１図Ａに示す分析側１はLPF（Low Pass
Filter）１０１、Ａ／Ｄコンバータ１０２、ウイ
ンドウ処理器１０３、DFT（Discrete Fourieris
Fransform）１０４、電力スペクトル算出器１０
５、自己相関関数算出器(1)１０６−１〜自己相関
係数算出器(N)１０６−Ｎ、線形予測分析器(1)１０
７−１〜線形予測分析器Ｎ１０７−(N)、電力比算
出器(1)１０８−１〜電力算出器（Ｎ−１）１０８
−（Ｎ−１）、パタン照合器１０９、標準パタンメ
モリ(1)１１０、音源データ分析器１１１およびマ
ルチプレクサ１１２を備えて構成される。

また、第１図Ｂに示す合成側２は、デマルチプ
レクサ２０１、標準パタンメモリ(2)２０２、音源
信号発生器２０３、音声合成フイルタ２０４、
Ｄ／Ａコンバータ２０５およびLPF２０６を備
えて構成される。

第１図Ａにおいて、入力ライン１００１を介し
て入力した入力音声信号はLPF１０１によつて
所定の高域遮断を受ける。本実施例の場合高域遮
断周波数は3333KHzに設定してある。次にLPF１
０１の出力はＡ／Ｄコンバータ１０２によつて
8KHzのサンプリング周波数でサンプリングされ
所定のビツト数で量る化されたのちウインドウ処
理器１０３に供給される。

ウインドウ処理器１０３は、入力信号の
32mSEC分ずつにハミング関数を換算するウイン
ドウ処理を行なつたのち256ポイント（32mSEC
×8KHz）DFTをDFT１０４にて実施する。

DFT回路１０４によるDFT出力は周波数領域
の複素スペクトル成分であり、これはさらに電力
スペクトル算出器１０５によつて自乗演算等を介
し周波数対電力スペクトルが算出される。

電力スペクトル算出器１０５の出力は自己相関
係数算出器１〜(N)１０６−１〜１０６−Ｎに帯域
分割して供給される。

これら自己相関係数算出器はそれぞれ予め設定
した分割数と分割周波数帯域とに対応する個数Ｎ
と帯域幅Ｂ１，Ｂ２…BN（Ｂ１＜Ｂ２…＜BN）
とを有し、たとえば本実施例は運用周波数０〜
3333KHzを対象として分割されたＮ個がそれぞれ
設定された帯域の周波数を対象として自己相関関
数を算出する。これら分割数ならびに分割周波数
帯域幅はそれぞれにフオルマント周波数が含まれ
るように、音声資料等を勘案して設定される。

自己相関関数算出器(1)１０６〜１〜(N)１０６−
Ｎはそれぞれ設定された分割周波数帯域の電力ス
ペクトル算出器１０５の出力を受けてIDFT
（Inverse DFT）を施して必要な範囲内の各遅れ
時間における自己相関係数を求め、これらを線形
予測分析器(1)１０７−１〜線形予測分析器Ｎ１０
７−(N)に供給するとともに、算出した遅れ時間零
における自己相関係数すなわち各周波数帯域の短
時間平均電力ｅ１〜enをＮ−１個の電力比算出
器(1)１０８−１電力比算出器（Ｎ−１）１０８−
（Ｎ−１）に供給し、各周波数帯域間の短時間平
均電力の比を算出する。本実施例においてはこの
短時間平均電力の比で表現する電力比が短時間平
均電力ｅ１を基準として算出するようにしてお
り、従つて電力比算出器(1)１０８−１にはｅ１と
ｅ２とが、また電力比算出器(2)１０８−２にはｅ
１とｅ３とが供給され以下同様にして電力比算出
器（Ｎ−１）１０８−（Ｎ−１）にはｅ１とenと
が供給されるというようにしてＮ−１個の電力比
算出器で各周波数帯域間の電力比を求めている
が、これはｅ１とｅ２，ｅ２とｅ３…ｅ（ｎ−１）
とenというような供給の仕方としても勿論差支
えない。

さて、線形予測分析器(1)１０７−１〜線形予測
分析分析器１０７−Ｎはそれぞれ、供給を受けた
自己相関係数を利用し公知の処理技術、たとえば
Auto−Correlation法等を利用し所定のLPC係
数、本実施例では８次の（偏自己相関係数）パラ
メータを抽出しパタン照合器１０９に送出する。

また、電力比算出器(1)１０８−１〜電力算出器
（Ｎ−１）１０８−（Ｎ−１）からはそれぞれ算出
した電力比がパタン照合器１０９に供給され、か
くしてパタン照合器１０９には分割各周波数帯域
ごとのＫパラメータと電力比とが供給される。

標準パタンメモリ(1)１１０は前述したＮ個の帯
域分割に対応する如く分類したＫパラメータの標
準パタンフアイルを、本ボコーダを利用するかま
たは他のコンピユータを利用してオフライン的に
予め音声資料にもとづいて用意する。本実施例の
場合は８次のＫパラメータを分割帯域に対応して
パタンフアイルとして用意し、さらにこれらパタ
ンフアイルには前述した分割帯域間の電力比も予
め算出して用意し、こうしてパタン照合は各周波
数帯域ごとに線形予測分析して算出したＫパラメ
ータと各周波数帯域間の電力比とをスペクトル包
絡を表現するベクトル要素として行なわれる。こ
のパタン照合では２つのパタンのマツチングが両
パタンに含まれる全Ｋパラメータ間で計測したス
ペクトル距離を尺度として行なわれ、これが最小
のものが標準パタンとして各周波数帯域ごとに選
択され、かつこの場合各帯域間のＫパラメータに
よつて表現されるスペクトルの連続性を各帯域間
の電力比を介して確認しつつ行なう。つまり、各
帯域間の電力比というスベクトル要素が上記スペ
クトルの連続性を確認しうる唯一のパラメータで
あることを利用し、この電力比をパタン照合にお
けるベクトル要素に加えて帯域間の連続性を保証
しつつパタン照合を実施する。

このパタン照合によつて選択された標準パタン
(1)１１０の標準パタンは各周波数帯域ごとにその
番号を指定する標準パタン番号指定データがマル
チプレクサ１１２に供給される。

一方、音源データ分析器１１１は入力ライン１
００１から入力音声信号を受けるとこれをLPF、
Ａ／Ｄコンバータ等に通して所定の高域遮断、量
る化を行なう。この内容はほぼ前述したLPF１
０１、Ａ／Ｄコンバータ１０２によるものと同じ
で、このあと公知の処理技術で音源データとして
のピツチ周期データ、有声／無声／無音判別デー
タ、および音源の強さデータを抽出しこれら音源
データをマルチプレクサ１１２に供給する。

マルチプレクサ１１２はこうして入力した標準
パタン番号指定データと音源データとを符号化し
たうえ所定の形式で多重化し、これを伝送路１０
０２を介して合成側２に送出する。

次に第１図Ｂの合成側２について説明する。デ
マルチプレクサ２０１は入力した多重化信号の多
重化分離を行なつて復号化したうえ標準パタン番
号指定データは標準パタンメモリ(2)２０２に、ま
た音源データは音源信号発生器２０３にそれぞれ
供給される。

標準パタンメモリ(2)２０２は入力した標準パタ
ン番号指定データによつて読出されるものが入力
音声信号のスペクトル包絡を全周波数帯域にわた
つて表現しうる特徴パラメータであればどのよう
なLPC係数もしくはこのLPC係数から誘導され
る係数等であつてもよく、ただ合成すべき全周波
数帯域のスペクトル包絡を代表するベクトル要素
が分割周波数帯域間で不連続性を帯びないもので
あることを配慮すればよい。

本実施の場合18次分析した全周波数帯域一括の
Ｋパラメータを登録したものを利用しこれによつ
て全周波数帯域のベクトル要素を表現している
が、このＫパラメータは勿論αパラメータ等他の
LPC係数を利用してもよく、さらにその次数も
全周波数帯域にわたつてのベクトル要素をほぼ満
足に表現しうるものであれば差支えない。

標準パタンメモリ(2)２０２は標準パタン番号指
定データによつて指定された標準パタンを読出し
これを音声合成フイルタ２０４に供給する。こう
して読出された標準パタンは分析側１によつて選
択された標準パタンを介して全周波数にわたつて
分析側とは次数も含めて独立的に登録したLPC
係数を内容とするものであり、これらは音声合成
フイルタ２０４のフイルタ係数として提供され
る。

全極型デイジタルフイルタによつて構成される
音声合成フイルタ２０４は、標準パタンメモリ(2)
２０２に登録されている標準パタンのLPC係数
と同次数のものでありそのフイルタ係数をこうし
て標準パタンメモリ(2)２０２から受け、また音源
信号発生器２０３から受けた音源信号によつて駆
動される入力音声信号をデイジタル量で合成す
る。

音源信号発生器２０３はデマルチプレクサ２０
１から受ける音源データを利用し次のようにモデ
ル化された音源を公知の手法によつて生成する。

すなわち、音源信号発生器２０３は入力した有
声／無声／無声判別データを利用し、これが有
声／無声の有意を指定するときはピツチ周期デー
タに対応する周期のパルス列を発生し、また無声
を指定するときは雑音を発生してこれらを可変利
得増幅器を介して音源信号として音声合成フイル
タ２０４に供給する。上記可変利得増幅器の利得
は音源データのうちの音源の強さデータを利用し
て制御する。

こうして合成されたデイジタル音声はＤ／Ａコ
ンバータ２０５によつてアナログ化されたのち
LPF２０６で不要な高域成分を除去され出力ラ
イン２００１に送出される。

次に本発明の第２の実施例について説明する。
第２の実施例は第１図Ａ，Ｂに示す第１の実施例
の分析側において分析する線形予測係数にLSP係
数を利用するものであり、従つて標準パタンとし
てフアイルしておく内容もLSP係数を利用する点
のみが異るので図示は省略する。

LSP係数は通常のLPC分析によつて得られた
αパラメータを利用し、ニユートンの高次方程式
を解く方法や零点探索法を公知の技術として利用
して抽出されており、音声に関するスペクトル包
絡を周波数領域で表現するものであり、直感的に
理解し易くまた合成における捕間特性にも優れて
いるといつた観点から近時多用されつつある。

本発明の第２の実施例ではこのLSP係数を線形
予測係数として各帯域ごとに抽出、またスペクト
ル距離計測を介してこれと照合すべき標準パタン
もLSP係数をベクトル要素として利用し、さらに
合成側で全周波数帯域にわたるベクトル要素を表
現しうるものとしてフアイルされるLPC係数も
18次のLSP係数を利用したものとしている。その
他の基本的動作はほぼ第１の実施例に準ずる内容
であるのでこれらに関する詳細な説明は省略す
る。

本発明は分析側は帯域分割によるパタン照合で
LPCパフメータベクトルの抽出合成側では全帯
域のベクトル要素を表現しうる標準パタンを備え
た状態での音声合成を行なうパタンマツチングボ
コーダとして、LPC分析ならびに帯域分割ボコ
ーダの欠点を基本的に排除した点に基本的特徴を
有するものであり、前述した第１および第２の実
施例の変形も種々考えられる。

たとえば第１図Ａに示す分析側１でのLPF１
０１の遮断周波数、Ａ／Ｄコンバータ１０２のサ
ンプリング周波数あるいはウインドウ処理器１０
３において利用するウインドウ関数等はパタンマ
ツチングボコーダの運用条件等を勘案して任意に
設定しうることは明らかであり、また、音源デー
タ分析は本実施例のほかに音源波形を伝送するマ
ルチパルス、もしくは残差励振等の形式による分
析がありこれらはいずれも容易に実施しうるもの
である。

さらに、本第１、第２の実施例では分析フレー
ムを一定周期とした固定長フレームボコーダとし
ているが、これを可変長フレームボコーダとして
もよく、以上はすべて本発明の主旨を損なうこと
なく容易に実施しうる。

〔発明の効果〕

以上説明した如く本発明によれば、パタンマツ
チングボコーダにおいて、分析側は帯域分割して
抽出したLPC係数と帯域間の電力比とベクトル
要素としてパタン照合を行なうとともに合成側で
は全帯域のベクトル要素を表現しうる標準パタン
を用意するという手段を備えることによりLPC
分析と帯域分割型ボコーダにおける本質的欠点を
根本的に排除したパタンマツチングボコーダが実
現できるという効果がある。

【図面の簡単な説明】

第１図Ａは本発明によるパタンマツチングボコ
ーダの第１の実施例における分析側の構成を示す
ブロツク図、第１図Ｂは本発明によるパタンマツ
チングボコーダの第１の実施例における合成側の
構成を示すブロツク図である。 １…分析側、２…合成側、１０１…LPF、１
０２…Ａ／Ｄコンバータ、１０３…ウインドウ処
理器、１０３，１０４…DFT回路、１０５…電
力スペクトル算出器、１０６−１〜１０６−Ｎ…
自己相関係数算出器(1)〜(N)、１０７−１〜１０７
−Ｎ…線形予測分析器(1)〜(N)、１０８−１〜１０
８−（Ｎ−１）…電力比算出器(1)〜（Ｎ−１）、１
０９…パタン照合器、１１０…標準パタンメモリ
(1)、１１１…音源データ分析器、１１２…マルチ
プレクサ、２０１…デマルチプレクサ、２０２…
標準パタンメモリ(2)、２０３…音源信号発生器、
２０４…音成合成フイルタ、２０５…Ｄ／Ａコン
バータ、２０６…LPF。

Claims (1)

1. 【特許請求の範囲】 １ 入力音声信号の音声帯域を複数の周波数帯域
   に分割し各分割周波数帯域ごとに線形予測分析し
   て求めた線形予測係数と前記各分割周波数帯域間
   の電力比とをスペクトル包絡のベクトル要素とし
   てパタン照合を行なうパタン照合手段を分析側に
   備えるとともに入力音声信号の全周波数帯域のベ
   クトル要素を表現じうる標準パタンを記憶した標
   準パタンメモリを合成側に備えて成ることを特徴
   とするパタンマツチングボコーダ。 ２ 前記線形予側係数がLSP（Line Spectrum
   Pairs、線スペクトル対）であることを特徴とす
   る特許請求範囲第１項記載のパタンマツチングボ
   コーダ。