JPH08202395A - ピッチ変換方法およびその装置 - Google Patents

Abstract

(57)【要約】 【目的】 ＰＳＯＬＡ法において、より音質の良いピッ
チ変換音声を得る。 【構成】 ディジタル信号に変換された音声信号の線形
予測残差信号を得る線形予測分析手段１１と、線形予測
残差信号の短時間位相特性をマッチドフィルタで等化し
て、ピッチパルス付近にパワーを集中させた位相等化信
号からピッチ位置（声帯の励振点）を正確に求め、その
パルス位置をピッチ位置とする位相等化処理手段１２
と、隣合うピッチ位置の差からピッチ周期を求めるピッ
チ周期決定手段１３と、ピッチ位置を中心にハニング窓
の場合は求めたピッチ周期の２倍程度、ブラックマン・
ハリス窓の場合は３倍程度の窓長の窓関数を用いて１ピ
ッチ分の波形を切り出すピッチ波形切り出し手段１４
と、ピッチ波形切り出し手段で切り出したピッチ波形を
所望のピッチ周期に並べ直して重ね合わせるピッチ波形
重ね合わせ手段１５を備える。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、ディジタル信号処理技
術を利用した音声合成装置や音声編集装置等において、
音声のピッチ周期毎にピッチ周期の２倍程度の長さの窓
関数を用いて音声を切り出し、切り出したピッチ波形を
所望のピッチ周期間隔で並べ直し、これらを重ね合わせ
て音声のピッチ周期を変換するＰＳＯＬＡ法（Pitch-Sy
nchronous Overlap-add ：波形の加算重畳によるピッチ
変換方法）を用いたピッチ変換方法およびその装置に関
する。

【０００２】

【従来の技術】従来、この種のピッチ変換方法は、図８
に示すように、原音声の音声信号からピッチ位置決定手
段１によりピッチ位置を決定するとともに、ピッチ周期
決定手段２によりピッチ周期を決定し、これらピッチ位
置とピッチ周期を基に原音声からピッチ波形切り出し手
段３がピッチ波形を切り出し、切り出したピッチ波形を
ピッチ波形重ね合わせ手段４が並べ直して重ね合わせる
ことによりピッチを変更している。具体的には、原音声
のピッチ周波数ごとに、ピッチを低くする場合には、原
音声のピッチ周波数の２倍程度の窓長の窓関数で、ピッ
チを高くする場合には、所望のピッチ周波数の２倍程度
の窓長の窓関数で、それぞれ原音声からピッチ波形を切
り出し、切り出したピッチ波形を所望のピッチ間隔に並
べ変えて足し合わせることによって、ピッチを変換して
いる（"Diphone Synthesis Using an Overlap-add Thec
hnique for Speech Wavefoms Concatenation" ICASSP '
86,pp.2015-2018,1986. 参照）。

【０００３】

【発明が解決しようとする課題】しかしながら、上記従
来のピッチ変換方法では、ピッチ波形を切り出すための
ピッチ位置の求め方が明確でなく、通常はピッチ周期内
の音声信号の振幅が最大値になる点、あるいはその点か
ら時間的に前向きに戻って零クロスした点等をピッチ位
置として用いているため、ピッチ位置を正確に求めるこ
とができないという問題があった。音声を切り出す窓の
位置（ピッチ位置）は、ピッチ変換後の音声の振幅の減
少や音質の劣化が生じてしまうため、声帯の励振点（ピ
ッチ位置）を正確に求めることが要求される。

【０００４】また、ピッチ周波数の変化が大きい箇所で
は、ピッチ周期の２倍程度の窓を掛けて音声を切り出し
た場合、隣合う波形の間でのピッチ周期が異なるため、
図４のに示すように、正確に１ピッチ分の波形を切り
出すことができず、切り出した音声波形に前後のピッチ
波形の情報が入ってしまったり、ピッチ波形の情報が欠
落してしまったりして、音質の劣化が生じてしまうとい
う問題があった。

【０００５】また、鼻韻や弾音など、切り出す音声の音
韻の種類によっては、ピッチ位置が必ずしも声帯振動に
よるピッチパルス位置に対応しているとは限らず、従来
のピッチ位置でピッチ波形をピッチ周期の２倍の窓長で
切り出した場合、音質が劣化してしまうという問題があ
った。

【０００６】また、ピッチ周波数を高くする場合、所望
の目標とするピッチ周期の２倍程度の窓長の窓で音声を
切り出すため、図４のに示すように、音声情報を欠落
させることになり、音質が劣化するという問題があっ
た。

【０００７】また、音質の劣化を抑えるため、原音声の
ピッチ周波数の２倍で切り出して重ね合わせ、ピッチ周
波数を高くした場合、少ない変更ではあまり問題はない
が、大幅にピッチ周波数を変更した場合、波形が重なり
合う箇所が増えるため、ピッチ変換後、重なり合った箇
所の音声の振幅が増大してしまうという問題があった。

【０００８】本発明は、このような従来の問題を解決す
るもので、音声のピッチ位置を正確に求め、さらに音声
のピッチ波形を正確に切り出し、音質の劣化の少ないピ
ッチ変換方法およびその装置を提供することを目的とす
るものである。

【０００９】

【課題を解決するための手段】請求項１の発明に係わる
ピッチ変換方法は、音声のピッチ周期毎にピッチ周期の
２倍程度の長さの窓関数を用いて音声を切り出し、切り
出したピッチ波形を所望のピッチ周期間隔で並べ直し、
これらを重ね合わせて音声のピッチ周期を変換するＰＳ
ＯＬＡ法（Pitch-Synchronous Overlap-add ：波形の加
算重畳によるピッチ変換方法）において、音声の線形予
測残差信号の短時間位相特性をマッチドフィルタで等化
して、ピッチパルス付近にパワーを集中させた位相等化
残差信号を求め、そのパルスの位置をピッチ位置として
定めるとともに、隣合うパルスの間隔をピッチ周期とし
て定めてＰＳＯＬＡ処理を行うようにしたものである。

【００１０】請求項２の発明に係わるピッチ変換方法
は、位相等化残差信号を用いて、ＬＰＣ合成フィルタで
合成した音声位相等化音声に対してＰＳＯＬＡ法を適応
するようにしたものである。

【００１１】請求項３に係わるピッチ変換方法は、従来
のＰＳＯＬＡ法または請求項１ないし請求項２のピッチ
変換方法において、ピッチ位置を中心として左右のピッ
チ周期が異なる場合は、ピッチ周期に応じて窓長を変
え、左右非対称な窓長の窓を用いてピッチ波形を切り出
すようにしたものである。

【００１２】請求項４に係わるピッチ変換方法は、従来
のＰＳＯＬＡ法または請求項１ないし請求項２のピッチ
変換方法において、ピッチ波形を切り出す窓関数を音声
のピッチ周期の３倍程度のブラックマン・ハリス窓を用
いて音声を切り出すようにしたものである。

【００１３】請求項５に係わるピッチ変換方法は、従来
のＰＳＯＬＡ法または請求項１ないし請求項２のピッチ
変換方法において、ピッチ波形を切り出す際、切り出す
音声の音韻の種類によって、最適な窓長を設定するよう
にしたものである。

【００１４】請求項６に係わるピッチ変換方法は、従来
のＰＳＯＬＡ法または、請求項１ないし請求項２のピッ
チ変換方法において、ピッチ周波数を高くする際（基本
周波数の増加）においても、音声を切り出す窓の窓長を
ハニング窓の場合は原波形の２倍程度、ブラックマンハ
リス窓を用いる場合は原波形の３倍程度に設定するよう
にしたものである。

【００１５】請求項７に係わるピッチ変換装置は、請求
項６でピッチ周波数を高くする際、ピッチ波形が重なり
合った箇所の音声の振幅を抑制するようにしたものであ
る。

【００１６】請求項８に係わるピッチ変換装置は、ディ
ジタル信号に変換された音声波形の線形予測残差波形を
生成する線形予測処理手段と、線形予測残差信号にマッ
チドフィルタを掛けて短時間位相特性を等化して位相等
化処理を行い、位相が等化されてエネルギが集中した箇
所（パルス位置）をピッチ位置と決定する位相等化処理
手段と、隣合うピッチ位置の間隔をピッチ周期と決定す
る手段と、決定されたピッチ位置を中心に窓関数でピッ
チ波形を切り出す手段と、切り出したピッチ波形を所望
のピッチ間隔で並べ直す手段とを備えたものである。

【００１７】請求項９に係わるピッチ変換装置は、請求
項８の発明に、さらに位相等化処理手段で算出された位
相等化残差信号と、線形予測処理手段から算出された線
形予測係数を用いて位相等化音声信号を生成するＬＰＣ
合成フィルタを備え、この生成された位相等化音声から
ピッチ波形を切り出し、切り出した位相等化ピッチ波形
を所望のピッチ周期で並べ直すようにしたものである。

【００１８】

【作用】本発明は、上記のような構成により次のような
作用を有する。すなわち、請求項１の発明に係わるピッ
チ変換方法は、音声の線形予測残差信号に位相等化フィ
ルタを施して位相等化残差信号を求め、この位相等化残
差信号の振幅に対する閾値判定に基づいてピッチ位置を
逐次的に決定し、決定したピッチ位置での位相等化フィ
ルタの係数を計算する（誉田、守谷 ”位相等化処理を
用いた音声符号化”日本音響学会音声研究会資料 Ｓ８
４−０５(April 23,1984)pp.33-40 を参照）。位相等化
残差信号は、残差信号エネルギが時間的に集中化した疑
似的なパルス列に変換されるため、より正確に励振点が
近似され、このパルス位置をピッチ位置とし、その点を
中心としてピッチ波形を切り出すことにより、正確なピ
ッチ波形を抽出することができ、さらに、切り出したピ
ッチ波形を所望のピッチ周期で並べ直すことにより、音
質の劣化の少ないピッチ変換音声を得ることができる。

【００１９】請求項２の発明に係わるピッチ変換方法で
は、請求項１で求めた位相等化残差信号を、線形予測残
差信号を生成した時に得られた線形予測係数による、Ｌ
ＰＣ合成フィルタに通して位相等化音声信号を得る。位
相等化音声は、原音声と比べても、その音質の劣化はほ
とんど知覚されないということが確認されている（上記
論文を参照）。また、位相等化音声は、音声信号に比べ
ると、位相成分がピッチパルス位置に集中しているため
（図３の参照）、原音声信号からピッチ波形を切り出
す代わりに位相等化音声信号からピッチ波形を切り出せ
ば、前後のピッチ波形の影響が少ないピッチ波形を切り
出すことができ、より音質の劣化が少ないピッチ変換音
声を得ることができる。

【００２０】請求項３の発明に係わるピッチ変換方法
は、ピッチ位置を中心として左右のピッチ周期が異なる
場合は、そのピッチ周期に応じて左右非対称な窓長の窓
を用いて音声を切り出すことにより、音声情報が欠落し
たり（図４の参照）、隣のピッチ情報を含むというこ
とが少なくなり、切り出す音声のピッチ周期の変化が激
しい箇所でも正確にピッチ情報を切り出すことができ、
より劣化の少ないピッチ変換音声を得ることができる。

【００２１】請求項４の発明に係わるピッチ変換方法
は、ピッチ波形を切り出す際、ハニング窓で切り出した
場合よりも、ブラックマン・ハリス窓で切り出した場合
の方が窓長の微少変化による音質の劣化が少ないため
（図５参照）、ピッチ周期の３倍程度のブラックマン・
ハリス窓を用れば、ピッチ周期を誤った場合でも窓長に
よる音質の劣化が少なく、安定した音質のピッチ変換音
声を得ることができる。う効果を有する。

【００２２】請求項５の発明に係わるピッチ変換方法
は、切り出す音韻の種類に応じて切り出す窓長を最適に
設定することによって、鼻音や、弾音等、ピッチ位置が
励振点に対応していない音韻でも、音韻毎に歪を最小化
することができ、より音質の良いピッチ変換音声を得る
ことができる。

【００２３】請求項６の発明に係わるピッチ変換方法
は、ピッチ周波数を高くする場合でも、ハニング窓で切
り出す場合は原音声のピッチ周期の２倍程度、ブラック
マン・ハリス窓で切り出す場合は３倍程度の窓でピッチ
波形を切り出し、所望のピッチ周期に重ね合わせること
により、音声情報の欠落が防止できて、より音質の良い
ピッチ変換音声を得ることができる。

【００２４】請求項７の発明に係わるピッチ変換方法
は、請求項６の方法でピッチ周波数を高くした場合、ピ
ッチ波形を重ね合わせることにより振幅が原音声よりも
大きくなる部分が発生するため、振幅が増大する部分に
重み付けを施して振幅を元の値に戻すことにより、より
音質の良いピッチ変換音声を得ることができる。

【００２５】請求項８および９の発明に係わるピッチ変
換装置は、上記各ピッチ変換方法を確実に実現すること
ができる。

【００２６】

【実施例】

（実施例１）図１は請求項１記載のピッチ変換方法を実
現するための装置の構成例を示すブロック図である。以
下、図１および図３の波形図を参照しながら、本実施例
を詳細に説明する。図１において、１１はディジタル信
号に変換された音声波形の線形予測残差波形を生成する
線形予測処理手段であり、自己相関係数算出１１−１、
線形予測係数算出手段１１−２、ＬＰＣ逆フィルタ１１
−３を有する。１２は線形予測残差信号にマッチドフィ
ルタを掛けて短時間位相特性を等化して位相等化処理を
行ない、位相が等化されてエネルギが集中した箇所をピ
ッチ位置と決定する位相等化処理手段であり、ピッチ位
置決定手段１２−１、位相等化フィルタ係数算出手段１
２−２、位相等化フィルタ１２−３を有する。１３は隣
合うピッチ位置の間隔をピッチ周期と決定するピッチ周
期決定手段であり、１４は決定されたピッチ位置を中心
に窓関数でピッチ波形を切り出すピッチ波形切り出し手
段であり、１５は切り出したピッチ間隔で並べ直して重
ね合わせるピッチ波形重ね合わせ手段である。

【００２７】上記構成において、線形予測分析手段１１
は、ディジタル信号に変換された音声信号（図３の参
照）の線形予測残差信号（図３の参照）を生成し、位
相等化処理手段１２で線形予測残差信号に位相等化処理
を施して位相等化残差信号（図３の参照）を生成し、
位相等化残差信号からピッチ位置を決定する。そして、
ピッチ周期決定手段１３で隣合うピッチ位置の差からピ
ッチ周期を求め、ピッチ波形切り出し手段１４で適当な
窓関数（ハニング窓、ブラックマン・ハリス窓等）でピ
ッチ波形を切り出して、ピッチ波形重ね合わせ手段１５
で所望のピッチ周期間隔でピッチ波形を重ね合わせてピ
ッチ変換音声を得る。

【００２８】以下、各処理手段における処理内容につい
てさらに詳しく説明する。まず、線形予測手段１１にお
いて、フレーム単位で区切られた音声信号の線形予測係
数を自己相関係数算出手段１１−１および線形予測係数
算出手段１１−２で求め、次いでＬＰＣ逆フィルタ１１
−３で残差信号を求める。次に、位相等化処理手段１２
のピッチ位置決定手段１２−１では、変形相関法等で求
めたピッチ周期を単位に、最初は残差信号振幅の最大値
をピッチ位置として、次のピッチ位置は、位相等化され
た残差信号の振幅に対する閾値判定に基づいて、次式に
より決定する。

【００２９】

【数１】

【００３０】そして、位相等化フィルタ係数算出手段１
２−２では、そのピッチ位置ｎ₁ での位相等化フィルタ
の係数を次式で求める。

【００３１】

【数２】

【００３２】次に、位相等化フィルタ１２−３におい
て、ピッチ位置ｎ₁ で求めたフィルタの係数で、その位
置での位相等化残差信号ｅ_P （ｎ）を次式で求める。

【００３３】

【数３】 求めた位相等化残差信号は、次のピッチ位置を求めるた
めに用いる。

【００３４】このようにして求めたピッチ位置から、ピ
ッチ周期決定手段１３により、隣合うピッチ位置との差
からピッチ周期Ｔ₁ を求める。

【００３５】Ｔ₁ ＝ ｎ₁ −ｎ_1-1

【００３６】次に、ピッチ波形切り出し手段１４によ
り、ピッチ周期決定手段１３で求めたピッチ周期から切
り出し窓長を決定し、位相等化処理手段１２で求めたピ
ッチ位置を中心として、ハニング窓等の窓関数を用いて
ピッチ波形を切り出す。そして、ピッチ波形重ね合わせ
手段１５で、切り出したピッチ波形を所望のピッチ周期
に並べ直してそれを重ね合わせることによりピッチを変
換させた音声を得る。

【００３７】このように、上記実施例によれば、線形予
測残差信号を位相等化することにより、エネルギがピッ
チパルス位置付近に時間的に集中するので、このエネル
ギが集中した点をピッチ位置とすることにより、声帯の
振動に対する励振点がより正確に近似されるため、この
点を中心に窓関数で音声波形を切り出せば、正確に１ピ
ッチ波形を抽出することができ、抽出したピッチ波形を
所望のピッチ周期に並べ直すことにより、より音質のよ
いピッチ変更音声を合成することができる。

【００３８】（実施例２）図２は請求項２記載のピッチ
変換方法を実現するための装置の構成例を示すブロック
図である。本実施例は、上記した実施例１の構成にＬＰ
Ｃ合成フィルタ１６を追加したものである。以下、図２
および図３を参照しながら、本実施例を詳細に説明す
る。

【００３９】本実施例では、上記した実施例１と同様
に、ディジタル信号に変換された音声信号（図３の）
から、線形予測分析手段１１の線形予測係数算出手段１
１−２で線形予測係数をもとめ、ＬＰＣ逆フィルタ１１
−３で線形予測残差信号（図３の）を求める。求めた
残差信号は、実施例１と同じ方法で、位相等化処理手段
１２のピッチ位置決定手段１２−１でピッチ位置を求
め、その位置での位相等化フィルタの係数を位相等化フ
ィルタ係数算出手段１２−２で求め、線形予測残差信号
を位相等化フィルタ１２−３に通して位相等化残差信号
（図３の）を求める。

【００４０】位相等化フィルタ１２−４で求めた線形予
測残差信号は、線形予測係数算出手段１１−２で求めた
線形予測係数を用いてＬＰＣ合成フィルタ１６で位相等
化音声信号に変換する。そして、その変換された位相等
化音声信号を用いて、実施例１と同ように、ピッチ波形
切り出し手段１４でピッチ位置を中心に位相等化音声信
号に窓関数を掛けてピッチ波形を切り出し、ピッチ波形
重ね合わせ手段１５でピッチを変更した位相等化音声信
号を得る。

【００４１】図３のに示す位相等化音声信号は、図３
のに示す音声信号に比べてピッチ位置にパワーが集中
している。このため、位相等化された音声信号の方が前
後のピッチ波形の影響が少ないピッチ波形の切り出しが
容易となり、より正確にピッチ波形を切り出すことがで
きるという効果を有する。また、位相等化による音質の
劣化はほとんど知覚されないため、位相等化音声を用い
ることによる音質の劣化はほとんどない。

【００４２】（実施例３）次に、請求項３記載のピッチ
変換方法における実施例を図４を用いて説明する。実施
例１および実施例２のピッチ波形切り出し手段１４また
は図８の従来例に示したピッチ変換方式のピッチ波形切
り出し手段３において、図４のに示すように、ピッチ
位置を境に以下のような式により窓関数を計算する。な
お、ハニング窓を用いる場合はピッチ周期の２倍、ブラ
ックマン・ハリス窓を用いる場合は、ピッチ周期の３倍
程度の窓長を用いる。以下はハニング窓の例である。

【００４３】ｎ＜Ｔ₁ の時 ＷT₁（ｎ） = 0.5 −0.5cos｛πｎ／Ｔ₁ ｝ n=0..T
_1-1 Ｔ₁₊₁ ＋Ｔ₁ ≧ｎ≧Ｔ₁ の時 ＷT₁₊₁（ｎ）= 0.5 −0.5cos｛π＋π（ｎ−Ｔ₁ ）／Ｔ
₁₊₁ ｝ n=T₁..T₁+T₁₊₁ Ｐ₁ ：ピッチ位置 Ｗ（ｎ） ：窓関数 Ｔ₁= Ｐ₁ −Ｐ_1-1 ：窓関数を掛ける位置のピッチ周期 Ｔ₁₊₁=Ｐ₁₊₁ −Ｐ₁ ：窓関数を掛ける位置のピッチ周期

【００４４】このように、切り出す位置のピッチ周期に
よって左右の窓長が非対称の窓関数を用いることによ
り、図４ののように、ピッチ波形情報が欠落したり、
隣のピッチ情報を含んでしまうことが少ないため、より
正確にピッチ波形を切り出すことができる。

【００４５】（実施例４）次に請求項４記載のピッチ変
換方法における実施例を図５（西村、新居他 電子情報
通信学会 信学技報 SP93-141(1994-02) pp.23-30 を
参照）の音声信号モデルの周波数特性と切り出し波形の
周波数スペクトルとのレベル偏差を示す図を参照して説
明する。

【００４６】実施例１および実施例２のピッチ波形切り
出し手段１４または従来例に示したピッチ変換方式のピ
ッチ切り出し手段３において、通常はピッチ周期の２倍
程度の窓長のハニング窓を用いてピッチ波形を切り出す
が、図５に示すようにブラックマン・ハリス窓を用いて
ピッチ波形を切り出した場合のほうが、窓長の微少変化
による音質の劣化は緩やかである。このため、以下に示
すピッチ周期の３倍程度のブラックマン・ハリス窓によ
る窓関数を用いて音声を切り出したほうがピッチ周期の
誤抽出に対しても、音質の劣化が少ない安定した音質の
ピッチ変換音声が得られる。 W(n)=0.42-0.5cos(2 πn/N-1)+0.08cos(2π*2n/N-1) 0<
n<N-1 Ｎ＝ピッチ周期＊３．０

【００４７】（実施例５）次に、請求項５記載のピッチ
変換方法における実施例を図６を参照して説明する。図
６は請求項５の発明を実現するための装置の構成例を示
すブロック図である。２１は入力音声音韻認識手段、２
２はピッチ位置決定手段、２３はピッチ周期決定手段、
２４は波形切り出し手段、２５はピッチ波形重ね合わせ
手段である。まず、音声信号を入力し、ピッチ位置決定
手段２２で、入力した音声のピッチ位置を実施例１等の
方法で求める。そして、ピッチ周期決定手段２３でピッ
チ周期を求める。また、入力音声音韻認識手段２１で
は、入力して処理を行う音声信号を認識等の技術を用い
て音韻を認識するか、もしくはラベリングされているラ
ベルデータを入力して処理を行う音声信号の音韻を認識
する。次いで、認識した音韻の種類によって、ピッチ波
形を切り出すのに最適な窓長を窓長決定手段２６で決定
する。

【００４８】そして、これらのパラメータを用いてピッ
チ波形切り出し手段２４で、ピッチ波形を切り出して、
ピッチ波形重ね合わせ手段２５で切り出したピッチ波形
を所望のピッチ周期で並べ直し、ピッチ変更音声信号を
得る。

【００４９】このようにして、切り出す音韻の種類毎に
窓長を設定することにより、より正確にピッチ波形を切
り出すことができる。

【００５０】（実施例６）次に、請求項６記載のピッチ
変換方法における実施例を図４のを参照しながら説明
する。実施例１および実施例２のピッチ波形切り出し手
段１４または従来例に示したピッチ変換方式のピッチ波
形切り出し手段３において、従来は、ピッチ周波数を高
くする場合は、所望のピッチ周期の２倍程度の窓関数を
用いてピッチ波形を切り出していたが、ピッチ周期を高
くする場合においても、ハニング窓を用いる時は原波形
のピッチ周期の２倍程度、ブラックマン・ハリス窓を用
いる時はピッチ周期の３倍程度の窓長の窓関数を用いて
音声波形を切り出すことにより、図４ののように音声
情報が欠落しないため、より音質の良いピッチ変換音声
を得ることができる。

【００５１】（実施例７）次に、請求項７記載のピッチ
変換方法における実施例を図７を参照しながら説明す
る。実施例６のピッチ波形切り出し手段２４において、
ピッチ周波数を高くする場合でも、ハニング窓を用いる
場合は原音声のピッチ周波数の２倍程度、ブラックマン
・ハリス窓を用いる場合はピッチ周波数の３倍程度の窓
長の窓関数を用いてピッチ波形を切り出して重ね合わせ
ると、図７ののように原波形のピッチ波形に対して振
幅が大きくなってしまい、音質劣化の原因となる。（図
７はピッチの２倍のハニング窓を掛けて処理を行った場
合を示す。）そこで、図７ののように、足し合わせた
窓関数の係数が１を越えた場合、その係数の逆数で重み
付けを行うような振幅制御手段を設けることにより、図
７ののように、振幅を原波形に合わせることができ、
より音質の良いピッチ変換方式を得ることができる。

【００５２】

【発明の効果】本発明は、上記実施例から明らかなよう
に、請求項１の発明は、音声の線形予測残差に位相等化
フィルタを掛けることによりピッチパルス付近にパワー
を集中させ、パワーが集中した点をピッチ位置としてそ
の位置を中心にピッチ波形を切り出すとピッチ波形が正
確に切り出せるため、切り出したピッチ波形を所望のピ
ッチ周期で並べ変えることにより、より音質のよいピッ
チ変換音声を得ることができるという効果を有する。

【００５３】請求項２の発明は、位相等化残差信号をＬ
ＰＣ合成した位相等化音声信号は、ピッチ位置にパワー
が集中しているため、位相等化音声信号を用いると、ピ
ッチ波形がより正確に切り出せるため、より音質のよい
ピッチ変換音声を得ることができるという効果を有す
る。

【００５４】請求項３の発明は、ピッチ波形を切り出す
窓関数をピッチ位置を中心に、左右のピッチ周波数に合
わせて窓長を設定することにより、ピッチ波形の情報を
欠落あるいは隣のピッチ情報を含むことが少なく、ピッ
チ波形を正確に切り出せるため、より音質の良いピッチ
変換音声を得ることができるという効果を有する。

【００５５】請求項４の発明は、ピッチ波形を切り出す
窓関数をピッチ周期の３倍程度の窓長のブラックマン・
ハリス窓を用いることにより、ピッチ周期の誤抽出にも
安定した音質のピッチ変換音声を得ることができるとい
う効果を有する。

【００５６】請求項５の発明は、ピッチ波形を切り出す
窓長を、ピッチを切り出す部分の音韻によって最適な窓
長に設定することにより、より音質の良いピッチ変換音
声を得ることができるという効果を有する。

【００５７】請求項６の発明は、ピッチ周波数を高くす
る場合でも、ハニング窓の場合は原音声のピッチ周期の
２倍程度、ブラックマン・ハリス窓を用いる場合は原波
形のピッチ周期の３倍程度の窓長の窓関数を用いること
により、音声のピッチ情報を欠落させることが無いた
め、より音質の良いピッチ変換音声を得ることができる
という効果を有する。

【００５８】請求項７の発明は、請求項６の発明で、ピ
ッチ周波数を高くする場合に、ハニング窓の場合は原音
声のピッチ周期の２倍程度、ブラックマン・ハリス窓を
用いる場合は原波形のピッチ周期の３倍程度の窓長の窓
関数を用いることにより増大した振幅を抑制するような
重み付けを施すことにより、より音質の良いピッチ変換
音声を得ることができるという効果を有する。

【００５９】請求項８および請求項９の発明は、上記し
た各ピッチ変換方法を確実に実現することができるとい
う効果を有する。

【図面の簡単な説明】

【図１】請求項１の発明を実施するためのピッチ変換装
置の構成例を示す概略ブロック図

【図２】請求項２の発明を実施するためのピッチ変換装
置の構成例を示す概略ブロック図

【図３】本発明を説明するための波形図 入力音声信号を示す波形図 位相等化された残差をＬＰＣ合成した位相等化音声波
形を示す波形図 線形予測残差信号を示す波形図 位相等化された残差信号を示す波形図 位相等化された残差信号から決定したピッチ位置示す
図

【図４】請求項３および請求項６の発明を説明するため
の概念図 ピッチ周期の２倍の窓長の窓を施してピッチ波形を切
り出す場合の窓の概念図 隣合うピッチ周期に合わせた窓長の窓を施してピッチ
波形を切り出す場合の窓の概念図 所望のピッチ周期の窓長の窓を施してピッチ波形を切
り出す場合の窓の概念図

【図５】請求項４および請求項５の発明を説明するため
の音声信号モデルの周波数特性と切り出し波形の周波数
スペクトルとのレベル偏差を示す特性図

【図６】請求項５の発明を実施するためのピッチ変換装
置の構成例を示す概略ブロック図

【図７】請求項７の発明を説明するための概念図および
波形図 ピッチ周期の２倍の窓長のハニング窓でピッチ波形を
切り出してピッチを変更しないで重ね合わせた場合の窓
の概念図 ピッチ周期の２倍の窓長のハニング窓でピッチ波形を
切り出してピッチを変更しないで重ね合わせた場合の波
形の振幅を表す波形図 ピッチ周期の２倍の窓長のハニング窓でピッチ波形を
切り出してピッチを高くして重ね合わせた場合の窓の概
念図 ピッチ周期の２倍の窓長のハニング窓でピッチ波形を
切り出してピッチを高くして重ね合わせた場合の波形の
振幅を表す波形図 重ね合わせにより高くなった波形の振幅を補正する重
み付け関数を表す波形図 重ね合わせにより高くなった波形の振幅を補正する重
み付け関数を施した波形の振幅を表す波形図

【図８】従来のピッチ変換装置の構成を示す概略ブロッ
ク図

【符号の説明】

１ ピッチ位置決定手段 ２ ピッチ周期決定手段 ３ ピッチ波形切り出し手段 ４ ピッチ波形重ね合わせ手段 １１ 線形予測処理手段 １１−１ 自己相関係数算出手段 １１−２ 線形予測係数算出手段 １１−３ ＬＰＣ逆フィルタ １２ 位相等化処理手段 １２−１ ピッチ位置決定手段 １２−２ 位相等化フィルタ係数算出手段 １２−３ 位相等化フィルタ １３ ピッチ周期決定手段 １４ ピッチ波形切り出し手段 １５ ピッチ波形重ね合わせ手段 １６ ＬＰＣ合成フィルタ ２１ 入力音声音韻認識手段 ２２ ピッチ位置決定手段 ２３ ピッチ周期決定手段 ２４ ピッチ波形切り出し手段 ２５ ピッチ波形重ね合わせ手段 ２６ 窓長決定手段

Claims (9)

【特許請求の範囲】
1. 【請求項１】 音声のピッチ周期毎にピッチ周期の２倍
   程度の長さの窓関数を用いて音声を切り出し、切り出し
   たピッチ波形を所望のピッチ周期間隔で並べ直し、これ
   らを重ね合わせて音声のピッチ周期を変換するＰＳＯＬ
   Ａ法（Pitch-Synchronous Overlap-add ：波形の加算重
   畳によるピッチ変換方法）において、音声の線形予測残
   差信号の短時間位相特性をマッチドフィルタで等化し
   て、ピッチパルス付近にパワーを集中させた位相等化残
   差信号を求め、そのパルスの位置をピッチ位置と定める
   とともに、隣合うパルスの間隔をピッチ周期として定め
   てＰＳＯＬＡ処理を行うことを特徴とするピッチ変換方
   法。
2. 【請求項２】 位相等化残差信号を用いて、ＬＰＣ合成
   フィルタで合成した音声位相等化音声に対してＰＳＯＬ
   Ａ法を適応することを特徴とする請求項１記載のピッチ
   変換方法。
3. 【請求項３】 ＰＳＯＬＡ法または請求項１ないし請求
   項２のピッチ変換方法において、隣合うピッチ周期が異
   なる場合、ピッチ位置を中心として左右非対称の窓を用
   いることを特徴とするピッチ変換方法。
4. 【請求項４】 ＰＳＯＬＡ法または請求項１ないし請求
   項２のピッチ変換方法において、音声のピッチ波形を切
   り出す際、ブラックマン・ハリス窓を用いることを特徴
   とするピッチ変換方法。
5. 【請求項５】 ＰＳＯＬＡ法または請求項１ないしは請
   求項２のピッチ変換方法において、音声のピッチ波形を
   切り出す際、音韻毎に最適な窓長を設定することを特徴
   とするピッチ変換方法。
6. 【請求項６】 ＰＳＯＬＡ法または請求項１ないし請求
   項２のピッチ変換方法において、ピッチ周波数を高くす
   る際においても、ピッチ波形を切り出す窓の窓長を、ハ
   ニング窓を用いる場合は原波形の２倍程度、ブラックマ
   ン・ハリス窓を用いる場合は原波形の３倍程度に設定し
   たことを特徴とするピッチ変換方法。
7. 【請求項７】 ピッチ周波数を高くする際、ピッチ波形
   が重なり合う箇所の音声の振幅を抑制することを特徴と
   する請求項６記載のピッチ変換方法。
8. 【請求項８】 ディジタル信号に変換された音声波形の
   線形予測残差波形を生成する線形予測処理手段と、線形
   予測残差信号にマッチドフィルタを掛けて短時間位相特
   性を等化して位相等化処理を行い、位相が等化されてエ
   ネルギが集中したパルス位置をピッチ位置と決定する位
   相等化処理手段と、隣合うピッチ位置の間隔をピッチ周
   期と決定する手段と、決定されたピッチ位置を中心に窓
   関数でピッチ波形を切り出す手段と、切り出したピッチ
   波形を所望のピッチ間隔で並べ直す手段を備えたピッチ
   変換装置。
9. 【請求項９】 位相等化処理手段で算出された位相等化
   残差信号と、線形予測処理手段から算出された線形予測
   係数を用いて位相等化音声信号を生成するＬＰＣ合成フ
   ィルタを備え、この生成された位相等化音声からピッチ
   波形を切り出し、切り出した位相等化ピッチ波形を所望
   のピッチ周期で並べ直すことを特徴とする請求項８記載
   のピッチ変換装置。