JPH0659695A - 音声規則合成装置 - Google Patents

音声規則合成装置

Info

Publication number
JPH0659695A
JPH0659695A JP4214234A JP21423492A JPH0659695A JP H0659695 A JPH0659695 A JP H0659695A JP 4214234 A JP4214234 A JP 4214234A JP 21423492 A JP21423492 A JP 21423492A JP H0659695 A JPH0659695 A JP H0659695A
Authority
JP
Japan
Prior art keywords
pose
length
pause
phrase
voice
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
Application number
JP4214234A
Other languages
English (en)
Other versions
JP3060422B2 (ja
Inventor
Nobuyoshi Umiki
延佳 海木
Yoshinori Kosaka
芳典 匂坂
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
A T R JIDO HONYAKU DENWA KENKYUSHO KK
ATR JIDO HONYAKU DENWA
Original Assignee
A T R JIDO HONYAKU DENWA KENKYUSHO KK
ATR JIDO HONYAKU DENWA
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by A T R JIDO HONYAKU DENWA KENKYUSHO KK, ATR JIDO HONYAKU DENWA filed Critical A T R JIDO HONYAKU DENWA KENKYUSHO KK
Priority to JP4214234A priority Critical patent/JP3060422B2/ja
Publication of JPH0659695A publication Critical patent/JPH0659695A/ja
Application granted granted Critical
Publication of JP3060422B2 publication Critical patent/JP3060422B2/ja
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

Abstract

(57)【要約】 【目的】 この発明はより人間の声に近い自然な合成音
声を出力するためのポーズを設定し得る音声規則合成装
置を提供することを主要な特徴とする。 【構成】 ポーズ設定部201は入力部101から入力
された合成音声の情報に応じて、ポーズ設定規則辞書2
10に保有されているポーズ設定規則に従い、左枝分か
れの句構造のときにもポーズを設定し、ポーズ長設定部
202はポーズ設定部201によって設定されたポーズ
挿入の有無,ポーズが挿入される場合のポーズの出力の
情報を入力とし、ポーズを挿入したい場合を除き、ポー
ズの種類毎にポーズ長の基準値を設定した後、その長さ
を補正することによってポーズ長を設定する。

Description

【発明の詳細な説明】
【0001】
【産業上の利用分野】この発明は音声規則合成装置に関
し、より人間の声に近い自然な音声合成音を出力するた
めにポーズを生成できるような音声規則合成装置に関す
る。
【0002】
【従来の技術】規則による音声合成装置において、より
人間の声に近い自然な合成音声を出力するために、韻律
に関するパラメータ(基本周波数,振幅,音韻継続時間
長,ポーズ)を適切に制御する必要がある。
【0003】そのうち、ポーズを制御する方法として
は、以下に述べる文献に記載されたものがある。
【0004】H.Fujisaki and T.Ohmura : “Characteri
stics of durations of pause andspeech segments in
connected speech ”Annual Report, Engineering Rese
arch Institute, Univ. of Tokyo, 30, pp.69-74 (197
1). 箱田、佐藤:“文音合成における音調規則”、信学論D
Vol.J63-D No.9 pp.715-722 (1980-9) 鈴木、斎藤:“文構造に応じたポーズ長の制御”音講論
集 2-7-15 (1989-10) 岩田、小沢、三留、渡辺:“残差制御型合成方式を用い
た日本語テキスト音声合成システム”、音講論集 3-P-1
8 (1989-10) 北野、原、松井:“ポーズ生起の解析およびその規則
化”、音講論集 1-4-15(1990-3)
【0005】
【発明が解決しようとする課題】上述の文献に記載され
た検討では、データ収集の手間などの問題から、一話者
のポーズ挿入特性を規則化する方法が取られている。し
かし、ポーズの挿入には自由度があり、規則化を図る上
では複数のポーズ挿入可能性を調べることが望ましいと
思われる。実際、一話者の分析では、句境界の深さとポ
ーズ長そのものの直接的な対応が取られたため、その対
応が必ずしも一致していないと思われる箇所も多く見ら
れる。このため、ポーズ挿入規則についても句構造だけ
でなく、句長や息つぎなどを考慮したヒューリスティッ
クな規則が用いられていた。
【0006】それゆえに、この発明の主たる目的は、よ
り人間の声に近い自然な合成音声を出力できるようなポ
ーズを生成し得る音声規則合成装置を提供することであ
る。
【0007】
【課題を解決するための手段】この発明は音韻継続時間
長,基本周波数,ポーズなどの韻律情報を制御して任意
の音声を出力する音声規則合成装置において、局所的な
句の係り受け関係を用いて文内のポーズを設定するポー
ズ設定手段を備えて構成される。
【0008】より好ましくは、ポーズ設定手段は、文内
のポーズ生成に関して、2種類以上のポーズを設定す
る。
【0009】さらに、ポーズ設定手段は、1モーラの長
さの正数倍になるようにポーズ長を設定する。
【0010】さらに、ポーズ長設定手段は、1モーラの
長さの正数倍になるようにポーズ長を設定した後、ポー
ズ長に影響を与える各種要因によってポーズ長の長さを
修正して設定する。
【0011】さらに、ポーズ設定手段は、1モーラと3
モーラの長さの2種類のポーズを設定する。
【0012】さらに、ポーズ設定手段は、それぞれのポ
ーズについて、別々にポーズ長を設定する。
【0013】さらに、ポーズ設定手段は、先行句が後続
句に直接かかる句境界においてポーズを生成する。
【0014】
【作用】この発明に係る音声規則合成装置は、局所的な
句の係り受け関係を用いて文内のポーズを設定すること
により、より人間の声に近い自然な音声合成音を出力す
る。
【0015】
【実施例】図1はこの発明の一実施例の概略ブロック図
である。図1を参照して、入力部101から出力したい
合成音声の情報が韻律パラメータ生成部102に入力さ
れる。韻律パラメータ生成部102に入力される合成音
声の情報は、音韻,韻律および言語である。これらの情
報により、韻律パラメータ生成部102は、韻律規則辞
書(韻律パラメータ辞書)103を用いて韻律パラメー
タ(音韻継続時間,基本周波数およびパワー)を設定す
る。さらに、音声パラメータ生成部104は音声パラメ
ータ接続規則辞書(音声パラメータ辞書)105を用い
て、合成音声を生成するために、音声パラメータ接続規
則辞書105内の合成素片基本単位(たとえば音節,音
素)を音声パラメータ接続規則辞書105内の音声パラ
メータ接続規則に従って、接続,圧縮および伸張などの
加工を施し、音声パラメータを生成する。音声パラメー
タ生成部104で生成された音声パラメータは音声合成
部106に与えられて合成音声が構成され、出力部10
7によって合成音声が出力される。
【0016】図2は図1に示した韻律パラメータ生成部
102と韻律規則辞書のより詳細なブロック図である。
図2において、韻律パラメータ生成部102はポーズ設
定部201とポーズ長設定部202と音韻継続長設定部
203と基本周波数設定部204とパワー設定部205
とを含む。また、それぞれの設定部に対応して、韻律規
則辞書103はポーズ設定規則辞書210,音韻継続長
設定規則辞書211,基本周波数設定規則辞書212,
パワー設定規則辞書213の5つの辞書から成立ってい
る。従来のポーズ設定部が保有するポーズ設定規則で
は、入力部101によって解析された句構造情報のう
ち、先行句が後続句に直接かかる句境界のときには、ポ
ーズを設定しない規則を保有していた。しかし、この実
施例におけるポーズ設定部201は、ポーズ設定規則辞
書210に保有されるポーズ設定規則に従って、先行句
が後続句に直接かかる句境界のときにもポーズを設定す
る。さらに、先行句が後続句に直接かかる句境界のとき
には、入力部101によって息つぎをすると解析された
場合(入力文に読点がある場合)を除き、1つの種類の
ポーズを設定する。
【0017】ポーズ長設定部202は、ポーズ設定部2
01によって設定されたポーズ挿入の有無,ポーズが挿
入される場合のポーズの種類の情報を入力とし、ポーズ
を挿入しない場合を除き、ポーズの種類毎にポーズ長の
基準値を設定した後、その長さを補正することによって
ポーズ長を設定する。ポーズ設定規則辞書210には、
それぞれのポーズに対応したポーズ長とポーズ長を補正
するための規則が保有されている。
【0018】音韻継続長設定部203は音韻継続長設定
規則辞書211に従って音韻継続長を設定し、基本周波
数設定部204は基本周波数設定規則辞書212に従っ
て基本周波数を設定し、パワー設定部205はパワー設
定規則辞書213に従ってパワーを設定する。
【0019】図3はこの発明の一実施例の動作を説明す
るためのフロー図である。次に、図1〜図3を参照し
て、この発明の一実施例の動作について説明する。韻律
パラメータ生成部102のポーズ設定部201は、入力
部101から入力された合成音声の情報に応じて、句境
界の先行句が後続に直接かかるか、すなわち、先行句が
後続句に直接かかる句境界であるか否かを判別する。た
とえば、「赤い家」という文節の内、「赤い」は次の句
の「家」を直接修飾するので、先行句が後続句に直接か
かる句境界であれば、次に読点があるか否かを判別す
る。読点がなければ、1モーラ長処理を行なう、すなわ
ち、ポーズ長設定部202はポーズ設定部201によっ
て設定されたポーズ挿入の有無、ポーズが挿入される場
合の処理の情報を入力とし、ポーズを挿入しない場合を
除き、ポーズの種類毎に、ポーズ長の基準値を設定した
後、その長さを補正することによってポーズ長を設定す
る。ポーズ設定規則辞書210には、それぞれのポーズ
に対応したポーズ長とポーズ長を補正するための規則が
保有されている。
【0020】この規則を実現するために次に示すような
ポーズ長設定規則をポーズ長設定規則辞書210が保持
し、ポーズ長設定部202によってポーズ長が算出され
る。
【0021】まず、入力されたポーズの種類を分類す
る。分類されたポーズ長を次式に従って推定する。 推定ポーズ長=ポーズグループの平均ポーズ長+境界直
前の句が直接修飾する句数が影響を与えるポーズ時間長
+境界直前の句が受ける修飾句数が影響を与えるポーズ
時間長+並列句の有無が影響を与えるポーズ時間長+読
点の有無が影響を与えるポーズ時間長+境界直前の句が
属する品詞が影響を与えるポーズ時間長+境界直前の句
が属する活用が影響を与えるポーズ時間長+境界直後の
句が属する品詞が影響を与えるポーズ時間長 前述の1モーラ長処理においては、上述の推定ポーズ長
に従ってポーズ長を算出する。ただし、ポーズグループ
の平均ポーズ長を1モーラ長とする。
【0022】句境界の先々行句が先行句に直接かかるか
否かを判別する。たとえば、「テレビゲームやパソコン
で、ゲームをして遊ぶ」という文節の場合、「遊ぶ」と
いう句に対して「テレビゲームやパソコンで、」が先々
行句になり、この句が「遊ぶ」にかかるので、句境界の
先々行句が先行句に直接かかる句構造になる。そして、
読点があるか否かを判別し、この場合読点があるので3
モーラ長処理を行なう。すなわち、前述の式に従ってポ
ーズ長を推定し、その推定ポーズ長に従ってポーズ長を
算出する。
【0023】もし、読点がなければ、モーラ長の判別処
理を行ない、1モーラ長であれば、1モーラ処理を行な
い、3モーラ長であれば3モーラ処理を行なう。これ
は、一般に、日本語はモーラタイミングに基づく言語で
あると言われており、等間隔のリズムで音が発語されて
いると言われている。ポーズにおいても同様にモーラを
単位とした等間隔でリズムをとっていると考えられる。
この場合、話者、発話スピードによって異なるが、句境
界の性質によってポーズのなりやすさはほぼ決ってい
る。すなわち、句境界の性質によってポーズが挿入さ
れない,短ポーズ,長ポーズの3つが決まるが、話
者、発話スピードによって、と,とのしきい値
が異なる。このため、あいまいな領域がかなりあり、実
際にポーズを決定するためには、このしきい値を決定
し、これらを分ける必要がある。そこで、句境界の先々
行句が先行句に直接かかる句構造でないことを判別する
と、読点の有無を判別し、読点がなければ1モーラ長処
理を行ない、読点があればモーラ長の判別処理を行な
う。そして、1モーラ長であることを判別したときには
1モーラ長処理を行ない、3モーラ長であることを判別
したときには3モーラ長処理を行なう。3モーラ長処理
においても、上述の推定ポーズ長に従ってポーズ長を算
出する。ただし、ポーズグループの平均ポーズ長を3モ
ーラとする。
【0024】
【発明の効果】以上のように、この発明によれば、局所
的な句の係り受け関係を用いて文内のポーズを設定する
ようにしたので、より人間が発声する自然の音声に近い
ポーズを生成することができ、自然の音声に近い規則合
成音声を生成することができる。
【図面の簡単な説明】
【図1】この発明の一実施例の概略ブロック図である。
【図2】図1に示した韻律パラメータ生成部の具体的な
ブロック図である。
【図3】この発明の一実施例の具体的な動作を説明する
ためのフロー図である。
【符号の説明】
101 入力部 102 韻律パラメータ生成部 103 韻律規則辞書 104 音声パラメータ生成部 105 音声パラメータ接続規則辞書 106 音声合成部 107 出力部 201 ポーズ設定部 202 ポーズ長設定部 203 音韻継続長設定部 204 基本周波数設定部 205 パワー設定部 210 ポーズ設定規則辞書 211 音韻継続長設定規則辞書 212 基本周波数設定規則辞書 213 パワー設定規則辞書

Claims (7)

    【特許請求の範囲】
  1. 【請求項1】 音韻継続時間長,基本周波数,ポーズな
    どの韻律情報を制御して任意の音声を出力する音声規則
    合成装置において、 局所的な句の係り受け関係を用いて文内のポーズを設定
    するポーズ設定手段を備えた、音声規則合成装置。
  2. 【請求項2】 前記ポーズ設定手段は、前記文内のポー
    ズ生成に関して、2種類以上のポーズを設定することを
    特徴とする、請求項1の音声規則合成装置。
  3. 【請求項3】 前記ポーズ設定手段は1モーラの長さの
    正数倍になるようにポーズ長を設定するポーズ長設定手
    段を含む、請求項2の音声規則合成装置。
  4. 【請求項4】 前記ポーズ長設定手段は、1モーラの長
    さの正数倍になるようにポーズ長を設定した後、ポーズ
    長に影響を与える各種要因によってポーズ長の長さを修
    正して設定することを特徴とする、請求項3の音声規則
    合成装置。
  5. 【請求項5】 前記ポーズ設定手段は、1モーラと3モ
    ーラの長さの2種類のポーズを設定することを特徴とす
    る、請求項1ないし4のいずれかの音声規則合成装置。
  6. 【請求項6】 前記ポーズ設定手段は、それぞれのポー
    ズについて、別々にポーズ長を設定することを特徴とす
    る、請求項2の音声規則合成装置。
  7. 【請求項7】 前記ポーズ設定手段は、先行句が後続句
    に直接かかる句境界においてポーズを生成することを特
    徴とする、請求項1の音声規則合成装置。
JP4214234A 1992-08-11 1992-08-11 音声規則合成装置 Expired - Lifetime JP3060422B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP4214234A JP3060422B2 (ja) 1992-08-11 1992-08-11 音声規則合成装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP4214234A JP3060422B2 (ja) 1992-08-11 1992-08-11 音声規則合成装置

Publications (2)

Publication Number Publication Date
JPH0659695A true JPH0659695A (ja) 1994-03-04
JP3060422B2 JP3060422B2 (ja) 2000-07-10

Family

ID=16652412

Family Applications (1)

Application Number Title Priority Date Filing Date
JP4214234A Expired - Lifetime JP3060422B2 (ja) 1992-08-11 1992-08-11 音声規則合成装置

Country Status (1)

Country Link
JP (1) JP3060422B2 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1320482C (zh) * 2003-09-29 2007-06-06 摩托罗拉公司 标识文本串中的自然语音停顿的方法
JP2014219635A (ja) * 2013-05-10 2014-11-20 日本電信電話株式会社 ポーズ付与装置とその方法とプログラム

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS63231398A (ja) * 1987-03-19 1988-09-27 株式会社リコー ポ−ズ長制御方式

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS63231398A (ja) * 1987-03-19 1988-09-27 株式会社リコー ポ−ズ長制御方式

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1320482C (zh) * 2003-09-29 2007-06-06 摩托罗拉公司 标识文本串中的自然语音停顿的方法
JP2014219635A (ja) * 2013-05-10 2014-11-20 日本電信電話株式会社 ポーズ付与装置とその方法とプログラム

Also Published As

Publication number Publication date
JP3060422B2 (ja) 2000-07-10

Similar Documents

Publication Publication Date Title
US5790978A (en) System and method for determining pitch contours
US8595011B2 (en) Converting text-to-speech and adjusting corpus
WO2005109399A1 (ja) 音声合成装置および方法
JPS62231998A (ja) 音声合成方法および装置
JP2002091472A (ja) 音声言語の韻律表示装置、再生装置、類似度判定装置、音声言語処理装置、および記録媒体
JPH0659695A (ja) 音声規則合成装置
JP4684770B2 (ja) 韻律生成装置及び音声合成装置
JPH0580791A (ja) 音声規則合成装置および方法
JP2536896B2 (ja) 音声合成装置
JP3394281B2 (ja) 音声合成方式および規則合成装置
JPH05134691A (ja) 音声合成方法および装置
WO2023182291A1 (ja) 音声合成装置、音声合成方法及びプログラム
JP2703253B2 (ja) 音声合成装置
JP3862300B2 (ja) 音声合成に用いる情報の処理方法および装置
JP2785628B2 (ja) ピッチパタン生成装置
JP4872690B2 (ja) 音声合成方法、音声合成プログラム、音声合成装置
JP3088211B2 (ja) 基本周波数パタン生成装置
JP2004061753A (ja) 歌唱音声を合成する方法および装置
JPH08328578A (ja) テキスト音声合成装置
JPH08171394A (ja) 音声合成装置
JP2004004952A (ja) 音声合成装置および音声合成方法
JP2003108170A (ja) 音声合成学習方法および音声合成学習装置
JPH06138894A (ja) 音声合成装置及び音声合成方法
JPH0627984A (ja) 音声規則合成装置
JPS63262696A (ja) 日本語文・音声変換装置

Legal Events

Date Code Title Description
A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 19970916