JPH09281994A - 音声合成装置 - Google Patents

Abstract

(57)【要約】 【課題】 低消費電力で合成音声の微視的な周波数のゆ
らぎを付与することが可能な音声合成装置を提供する。 【解決手段】 音声合成装置２００は、ゆらぎ付加を無
効にするゆらぎ付加無効回路２０１と、母音などのピッ
チ周波数をもつ有声音の音声素片、及び無声子音や無音
部の音声素片を検出する有声音検出部２０２と、クロッ
ク間隔ゆらぎデータ値を格納するクロック間隔ゆらぎデ
ータ格納部２０３と、基準クロックにクロック間隔ゆら
ぎデータ値を加えてゆらぎを持つクロックを生成し、Ｄ
／Ａ変換器１０８に供給する可変クロック発生部２０４
とを備えて構成する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、ディジタル音声デ
ータをアナログ信号に変換して音声を合成する音声合成
装置に係り、詳細にはテキストデータを入力とし、自然
性を付与した合成音を出力する音声合成装置、特に、出
力される合成音の持つ周波数成分にゆらぎを付与する音
声合成装置に関する。

【０００２】

【従来の技術】音声合成方式には、音声波形そのものを
記録しておき、それを組み合わせて音声波形を作りだす
ものと、音声の特性を表すパラメータに分析して記録し
ておき、出力時に合成器を用いるものがある。さらに、
制御部と波形形成部の方式の組み合わせにより録音編
集、音声素片編集、パラメータ編集、規則合成などのさ
まざまな音声合成方式がある。

【０００３】このうち音声素片（主として１ピッチ周期
の音声波形）編集合成は、ピッチ制御が可能で音声素片
の選び方によっては任意語の出力まで拡張できる。ま
た、パラメータ編集合成は、単位音声ごとに音源パラメ
ータと音声伝達特性（スペクトラム）パラメータを符号
化して記録しておき、パラメータ時系列で音声合成を得
るものである。音声の規則合成は、文字や音声記号など
の離散的記号で表現された系列を、連続音声に変換する
ものである。

【０００４】テキスト音声合成は、文章（テキストデー
タ）を音声に変換するものであり、音声表記と１対１に
対応しないのが普通である。したがって、入力テキスト
を音声記号の系列に変換するとともに、韻律的特徴を自
動的に生成するため、形態素解析や構文解析などの言語
処理が必要となる。

【０００５】図１１は従来のテキスト音声合成装置の構
成を示すブロック図である。

【０００６】図１１において、テキスト音声合成装置１
００は、データ入力部１０１、文章解析部１０２、単語
辞書記憶部１０３、合成パラメータ生成部１０４、素片
データ合成部１０５、音声素片データ格納部１０６及び
音声合成出力部１０７から構成される。

【０００７】上記音声合成出力部１０７は、Ｄ／Ａ変換
器１０８、Ｄ／Ａ変換器１０８に供給するクロック信号
のタイミングｆsamp0を決定するクロック発生器１０
９、ローパスフィルタ及びアンプからなるアナログ部１
１０、スピーカ１１１から構成される。

【０００８】上記テキスト音声合成装置の動作を説明す
る。

【０００９】ＲＳ−２３２Ｃ等の通信ポートやＦＤＤか
らなるデータ入力部１０１に入力されたテキストデータ
は、内部バッファに一時的に格納され、ある単位ごと
（例えば、文章や文節ごと）に文章解析部１０２に送ら
れる。文章解析部１０２では単語辞書格納部１０３の単
語辞書と入力されたテキストデータとを照合しながら、
読み、アクセント、イントネーション、ポーズ等の情報
を文字列として記述した音韻韻律記号を生成し、これを
合成パラメータ生成部１０４に送る。

【００１０】合成パラメータ生成部１０４では、この音
韻韻律記号列に基づいて音声素片データ記憶部１０６に
格納されている音声素片データの位置、各音韻の継続時
間、音の高さ（ピッチ）、声の強さを決定し、これらの
情報からなる合成パラメータを生成し、素片データ合成
部１０５に送る。

【００１１】素片データ合成部１０５では、生成された
合成パラメータに基づいて音声素片データ記憶部１０６
より音声素片データを読み込みながら音声波形データを
生成し、これをＤ／Ａ変換器１０８に送る。Ｄ／Ａ変換
器１０８では、クロック発生器１０９より出力されるク
ロック信号のタイミングｆsamp0（Ｈｚ）でディジタル
音声波形データをアナログ信号に変換し、アナログ部１
１０でフィルタリング及び増幅されてスピーカ１１１よ
り合成音声として出力される。

【００１２】

【発明が解決しようとする課題】しかしながら、このよ
うな従来のテキスト音声合成装置にあっては、大局的な
ピッチ周波数変化には対応していても微視的な周波数の
ゆらぎには対応していないため、音声の自然性の一部を
損なうという問題点があった。

【００１３】本発明は、低消費電力で合成音声の微視的
な周波数のゆらぎを付与することが可能な音声合成装置
を提供することを目的とする。

【００１４】

【課題を解決するための手段】本発明に係る音声合成装
置は、所定クロック信号のタイミングでディジタル音声
波形データをアナログ信号に変換して音声を合成するＤ
／Ａ変換器を備えた音声合成装置において、母音などの
ピッチ周波数をもつ有声音の音声素片、及び無声子音や
無音部の音声素片を検出する有声音検出手段と、クロッ
ク間隔ゆらぎデータ値を格納するクロック間隔ゆらぎデ
ータ格納手段と、基準クロックにクロック間隔ゆらぎデ
ータ値を加えてゆらぎを持つクロックを生成し、Ｄ／Ａ
変換器に供給する可変クロック発生手段とを備えて構成
する。

【００１５】上記音声合成装置が、有声音の音声素片デ
ータを合成時のみ、ゆらぎを持つ値をクロック間隔ゆら
ぎデータ格納手段から読み出して可変クロック発生手段
に与えて１クロック毎にクロックの周期にゆらぎを持た
せ、該可変クロック発生手段により生成したクロックを
Ｄ／Ａ変換器に供給し、該Ｄ／Ａ変換器が該クロックに
基づいてＤ／Ａ変換を行なうことにより合成音声の微視
的な周波数のゆらぎを付与するように構成してもよい。

【００１６】また、上記音声合成装置が、可変クロック
発生手段に接続される信号の変動タイミングを１ピッチ
毎に制御するピッチ検出手段を備え、ピッチ検出手段の
出力を可変クロック発生手段に与えて１ピッチ毎にクロ
ックの周期にゆらぎを持たせ、該クロックでＤ／Ａ変換
を行なうことにより主に合成音声のピッチ周波数のゆら
ぎを付加するものであってもよい。

【００１７】また、上記音声合成装置が、非音声データ
検出する非音声データ検出手段を備え、非音声データ検
出手段の出力を可変クロック発生手段に与えてピッチ間
の振幅が所定値より小さい非音声の部分のみクロックの
周期にゆらぎを持たせ、該クロックでＤ／Ａ変換を行な
うことにより合成音声のピッチ周波数のゆらぎのみを付
加するものであってもよい。

【００１８】また、上記音声合成装置が、ピッチ周波数
の大きさが変化する毎にピッチ対応ゆらぎ幅を変更する
ピッチ対応ゆらぎ幅変更手段と、ピッチ対応ゆらぎ幅変
更手段の出力に基づいてクロック間隔ゆらぎデータ格納
手段から出力されるゆらぎデータのゆらぎ幅の倍率を変
える倍率変更手段とを備え、ゆらぎ幅を可変してピッチ
周波数とゆらぎ幅が反比例する特性を防止して多種のゆ
らぎ特性に対応するようにしたものであってもよい。

【００１９】また、上記音声合成装置において、クロッ
ク間隔ゆらぎデータ格納手段は、ピッチの変動方向に応
じたゆらぎデータのパタンを複数格納し、ピッチ周波数
の変動方向を検出するピッチ変動方向検出手段を備え、
ピッチ変動方向検出手段の出力に基づいてクロック間隔
ゆらぎデータ格納手段に格納されたクロック間隔ゆらぎ
データパタンを、ピッチ変動方向によって選択使用して
大局的なピッチ周波数の変化に応じた多種のゆらぎ特性
に対応するようにしたものであってもよい。

【００２０】また、上記音声合成装置が、ゆらぎ付加を
無効にする付加無効回路を備えたものであってもよく、
ゆらぎ付加無効回路は、機械的な合成音声とゆらぎを付
加した自然性の高い合成音声とを切り換える切換手段に
より行うものであってもよく、また、ゆらぎ付加無効回
路は、ディジタル音声波形データ内に付加された特殊記
号を判別する手段を備え、判別手段により特殊記号を判
別して機械的な合成音声とゆらぎを付加した自然性の高
い合成音声とを切り換えるようにしたものであってもよ
い。

【００２１】さらに、ディジタル音声波形データは、テ
キストデータであってもよい。

【００２２】

【発明の実施の形態】本発明に係る音声合成装置は、テ
キストデータを入力とする音声合成装置に適用すること
ができる。

【００２３】図１は本発明の第１の実施形態に係る音声
合成装置の構成図である。本実施形態に係る音声合成装
置は、テキストデータを入力とする音声合成装置につい
て全て有効である。

【００２４】図１の説明にあたり、前記図１１と同一構
成部分及び同一信号部分には同一符号を付している。

【００２５】図１において、テキスト音声合成装置２０
０は、データ入力部１０１、文章解析部１０２、単語辞
書記憶部１０３、合成パラメータ生成部１０４、素片デ
ータ合成部１０５、音声素片データ格納部１０６、ゆら
ぎ付加無効回路２０１、有声音検出部２０２（有声音検
出手段）、クロック間隔ゆらぎデータ格納部２０３（ク
ロック間隔ゆらぎデータ格納手段）、可変クロック発生
部２０４（可変クロック発生手段）、Ｄ／Ａ変換器１０
８、アナログ部１１０及びスピーカ１１１から構成され
る。

【００２６】上記データ入力部１０１は、ＲＳ−２３２
Ｃ等の通信ポートやＦＤＤ、データを格納する内部バッ
ファから構成され、音声合成するテキストデータが通信
ポートやＦＤＤを通して入力される。

【００２７】上記文章解析部１０２は、単語辞書格納部
１０３の単語辞書と入力されたテキストデータとを照合
しながら、読み、アクセント、イントネーション、ポー
ズ等の情報を文字列として記述した音韻韻律記号を生成
する。アクセントとイントネーションは、ピッチ周波数
の時間的変化パターンと最も密接に関係しており、ピッ
チ周波数パターンは自然で聞きやすい音調を付与するば
かりでなく、単語や句のまとまりを示して文音声を理解
しやすくする役割を果たす。

【００２８】上記単語辞書記憶部１０３は、例えばＲＯ
ＭやＲＡＭで構成され、単語辞書及び文法的に連結可能
な後続単語の種類を規定した単語検索テーブルを記憶す
る。

【００２９】上記合成パラメータ生成部１０４は、上記
音韻韻律記号列に基づいて音声素片データ記憶部１０６
に格納されている音声素片データの位置、各音韻の継続
時間、音の高さ（ピッチ）、声の強さを決定し、これら
の情報からなる合成パラメータを生成する。

【００３０】上記素片データ合成部１０５は、生成され
た合成パラメータに基づいて音声素片データ記憶部１０
６より音声素片データを読み込みながら音声波形データ
を生成する。

【００３１】上記音声素片データ格納部１０６は、音声
素片データの位置、各音韻の継続時間、音の高さ（ピッ
チ）、声の強さ等の音声素片データを格納する。

【００３２】上記ゆらぎ付加無効回路２０１は、スイッ
チ２０１ａを備え、スイッチ２０１ａがオンされた時、
クロック間隔ゆらぎデータ格納部２０３の動作を禁止す
る信号を出力する。

【００３３】上記有声音検出部２０２は、母音などのピ
ッチ周波数をもつ有声音の音声素片か、あるいは無声子
音や無音部の音声素片かを音声素片データの位置により
決定し、有声音の場合、クロック間隔ゆらぎデータ格納
部２０３に接続された信号線を“Ｌｏｗ”レベル（≒０
Ｖ）とする。

【００３４】上記クロック間隔ゆらぎデータ格納部２０
３は、クロック間隔ゆらぎデータ値を格納するもので、
格納されたクロック間隔ゆらぎデータ値は、プルダウン
接続されたデータバス２０５を介してＤ／Ａ変換器１０
８に出力される。

【００３５】上記可変クロック発生部２０４は、Ｄ／Ａ
変換器１０８に入力するクロック周波数より十分高い周
波数を持つ基準発振器２０４ａと、この基準発振器２０
４ａからの出力を分周するカウンタ２０４ｂを備え、基
準分周比（ｆsamp0）にクロック間隔ゆらぎデータ値を
加えてゆらぎを持つクロックの生成する。

【００３６】上記Ｄ／Ａ変換器１０８は、可変クロック
発生部２０４より出力されるゆらぎを持ったクロック信
号のタイミングｆsamp0＋ｘ(n)（Ｈｚ）でディジタル音
声波形データをアナログ信号に変換する。

【００３７】上記アナログ部１１０は、ローパスフィル
タ及びアンプから構成され、アナログ信号に変換された
音声波形にフィルタリングして増幅する。

【００３８】本テキスト音声合成装置２００は、データ
入力部１０１が文章解析部１０２、ゆらぎ付加無効回路
２０１とデータバスで接続され、文章解析部１０２は単
語辞書格納部１０３、合成パラメータ生成部１０４と、
データバスで接続され、合成パラメータ生成部１０４
は、素片データ合成部１０５、有声音検出部２０２とデ
ータバスで接続されている。

【００３９】また、素片データ合成部１０５は、音声素
片データ記憶部１０６、Ｄ／Ａ変換器１０８とデータバ
スで接続され、有声音検出部２０２はゆらぎ付加無効回
路２０１、クロック間隔ゆらぎデータ格納部２０３と、
信号線で接続されており、また、可変クロック発生部２
０４は、クロック間隔ゆらぎデータ格納部２０３とデー
タバス２０５で有声音検出部２０２と可変クロック発生
部２０４と信号線で接続されている。

【００４０】Ｄ／Ａ変換器１０８は、ローパスフィル
タ、アンプからなるアナログ部１１０を経てスピーカ１
１１に信号線で接続されている。

【００４１】すなわち、本実施形態に係る音声合成装置
２００は、ディジタル音声波形データをアナログ信号に
変換して音声を合成するＤ／Ａ変換器１０８を備えた音
声合成装置に、ゆらぎ付加を無効にするゆらぎ付加無効
回路２０１と、母音などのピッチ周波数をもつ有声音の
音声素片、及び無声子音や無音部の音声素片を検出する
有声音検出部２０２と、クロック間隔ゆらぎデータ値を
格納するクロック間隔ゆらぎデータ格納部２０３と、基
準クロックにクロック間隔ゆらぎデータ値を加えてゆら
ぎを持つクロックを生成し、Ｄ／Ａ変換器１０８に供給
する可変クロック発生部２０４とが付加された構成とな
っている。

【００４２】以下、上述のように構成された音声合成装
置２００の動作を説明する。

【００４３】まず、パソコン通信の文章ファイルやフロ
ッピーディスク（ＦＤ）内の文章ファイル等のテキスト
データがデータ入力部１０１のＲＳ２３２Ｃ等の通信ポ
ートやＦＤＤを経て入力され、内部バッファに一時的に
格納され、一定量を超えることによりある単位ごと（例
えば、１文章ごと）に文章解析部１０２に送られる。

【００４４】文章解析部１０２では、ＲＯＭやＲＡＭで
構成された単語辞書格納部１０３の単語辞書と、そのテ
キストデータを照合しながら読み、アクセント、イント
ネーション、ポーズ等の情報を文字列として記述した音
韻韻律記号を生成し、これを合成パラメータ生成部１０
４に送る。

【００４５】合成パラメータ生成部１０４では、この音
韻韻律記号列に基づいて音声素片データ記憶部１０６に
格納されている音声素片データの位置、各音韻の継続時
間（使用する音声素片の繰り返し数）、声の高さ（使用
する音声素片の繰り返し間隔）、声の強さ（使用する音
声素片の倍率）を決定し、これらの情報からなる合成パ
ラメータを生成して素片データ合成部１０５に送る。こ
のとき、有声音検出部２０２へ対して音声素片データの
位置を同時に送る。

【００４６】素片データ合成部１０５では、生成された
合成パラメータに基づいて、音声素片データ記憶部１０
６より使用する音声素片データを読み込みながら音声波
形データを生成し、これをＤ／Ａ変換器１０８に送る。

【００４７】また、有声音検出部２０２では、母音など
のピッチ周波数をもつ有声音の音声素片か、それとも｜
ｐ｜，｜ｔ｜，｜ｋ｜，｜ｓ｜（｜｜は、音節境界記号
を示す。）のような無声子音や無音部の音声素片かを音
声素片データの位置により決定し、有声音の場合、クロ
ック間隔ゆらぎデータ格納部２０３に接続された信号線
を“Ｌｏｗ”レベル（≒０Ｖ）とする。

【００４８】これによりクロック間隔ゆらぎデータ格納
部２０３はアクティブとなり、可変クロック発生器２０
４は、有声音検出部２０２と接続された信号線の変動
（この間隔はゆらぎ無しのＤ／Ａ変換器１０８の入力す
るクロックｆsamp0に等しい）に同期して順次クロック
間隔ゆらぎデータを読み込む。

【００４９】また、可変クロック発生器２０４は、Ｄ／
Ａ変換器１０８に入力するクロック周波数より十分高い
周波数を持つ基準発振器２０４ａを持ち、この基準発振
器２０４ａからの出力をカウンタ２０４ｂによって与え
られた分周比で分周して目的とするクロックを生成する
が、基準分周比（この値で分周された周波数はｆsamp
0）と、クロック間隔ゆらぎデータ値を加えることでゆ
らぎを持ったクロックの生成を可能としている。

【００５０】ここでは上記の構成で分周比を変更してい
るが、ＰＷＭ（Pulse Width Modulation：パルス幅変
調）タイマを使い、カウンタ値を変動させても同様な出
力が可能である。

【００５１】また、無声子音や無音部などの非有声音の
場合、クロック間隔ゆらぎデータ格納部２０３に接続さ
れた信号線は“Ｈｉｇｈ”レベル（≒電源電圧）のまま
である。そのため、クロック間隔ゆらぎデータ格納部２
０３は動作しない。また、クロック間隔ゆらぎ格納部２
０３と可変クロック発生器２０４間のデータバス２０５
は、プルダウン抵抗２０６によりプルダウン接続されて
おり、通常の出力は“０”となる。そのため可変クロッ
ク発生器２０４の出力は常に、ｆsamp0となる。

【００５２】これにより、有声音のデータを、Ｄ／Ａ変
換器１０８から出力する場合、変換のタイミングが毎回
微妙にずれ、アナログ部１１０を経てスピーカ１１１か
ら出力される合成音声は微視的な周波数のゆらぎを付与
することが可能となる。また、クロック間隔ゆらぎデー
タに平均値“０”、の正規分布のデータを使用すること
により、ピッチ周波数を殆ど従来例のままで微視的な周
波数のゆらぎを付加することが可能である。

【００５３】図２は有声音のデータを時間軸方向に表し
た特性図であり、従来例との対比で表している。図２に
示すように、有声音のデータを、出力する場合、変換の
タイミングが毎回微妙にずれ、この微妙な時間軸のずれ
が周波数の微妙なずれとなってスピーカ１１１から出力
される合成音声は微視的な周波数のゆらぎが付与された
ものとなる。

【００５４】また、本テキスト音声合成装置２００で
は、有声音検出部２０２を備えているため、有声音検出
部２０２を付加していない従来例に比して有声音以外は
クロック間隔ゆらぎデータ格納部を動作させないため、
低消費電力化が可能である。すなわち、無声子音の音声
素片データは有声音のように１ピッチ分のデータでな
く、そのままの波形データを持つので自然らしさを最初
からそなえているので、ゆらぎを付加する必要がない。

【００５５】また、留守番電話の応答メッセージなどで
は、一聞で留守番電話であるとわかる機械的な声の方が
使用者を驚かさず、使いやすい場合がある。そのような
場合、ゆらぎ付加無効回路２０１のスイッチ２０１ａを
‘オン’するか、または入力されるテキストデータ内に
特殊記号（例えば、“ＥＳＣ”＋“ＭＩ”となるコード
列）を付加することにより、有声音検出部２０２に強制
的に非有声音とする信号を送り、クロック間隔ゆらぎデ
ータ格納部２０３の動作を禁止することにより、従来の
周波数のゆらぎのない機械的な合成音を合成することが
可能となる。

【００５６】以上説明したように、第１の実施形態に係
る音声合成装置２００は、ゆらぎ付加を無効にするゆら
ぎ付加無効回路２０１と、母音などのピッチ周波数をも
つ有声音の音声素片、及び無声子音や無音部の音声素片
を検出する有声音検出部２０２と、クロック間隔ゆらぎ
データ値を格納するクロック間隔ゆらぎデータ格納部２
０３と、基準クロックにクロック間隔ゆらぎデータ値を
加えてゆらぎを持つクロックを生成し、Ｄ／Ａ変換器１
０８に供給する可変クロック発生部２０４とを備え、有
声音の音声素片データを合成時のみ、ゆらぎを持つ値を
クロック間隔ゆらぎデータ格納部２０３から読み出して
可変クロック発生部２０４に与えて１クロック毎にクロ
ックの周期にゆらぎを持たせ、可変クロック発生部２０
４により生成したクロックをＤ／Ａ変換器１０８に供給
し、Ｄ／Ａ変換器１０８が供給されたクロックに基づい
てＤ／Ａ変換を行なうことにより合成音声の微視的な周
波数のゆらぎを付与するようにしているので、周波数ゆ
らぎの考慮されていない有声音の合成時のみ１クロック
毎にクロック周波数にゆらぎを持たせ、該クロックでＤ
／Ａ変換を行なうことにより低消費電力で合成音声の微
視的な周波数のゆらぎを付与することが可能という効果
を得ることができる。

【００５７】上述した第１の実施形態では、周波数ゆら
ぎがＤ／Ａ変換器１０８に入力されるデータごとに変化
するものであったが、音の高さ、すなわちピッチ周波数
のゆらぎについては対応していない。特に、平均値０、
正規分布を持つゆらぎデータではほぼゼロとなってしま
う。そこで、ゆらぎの変化を１ピッチ毎に変化させるこ
とを目的としたのが第２の実施形態である。

【００５８】図３は本発明の第２の実施形態に係る音声
合成装置の構成を示すブロック図であり、本実施形態に
係る音声合成装置も、テキストデータを入力とする音声
合成装置に適用した例である。本実施形態に係る音声合
成装置の説明にあたり図１に示す音声合成装置と同一構
成部分には同一符号を付して重複部分の説明を省略す
る。

【００５９】図３において、テキスト音声合成装置３０
０は、データ入力部１０１、文章解析部１０２、単語辞
書記憶部１０３、合成パラメータ生成部１０４、素片デ
ータ合成部１０５、音声素片データ格納部１０６、ゆら
ぎ付加無効回路２０１、ピッチ検出部３０１（ピッチ検
出手段）、クロック間隔ゆらぎデータ格納部２０３、可
変クロック発生部２０４、Ｄ／Ａ変換器１０８、アナロ
グ部１１０及びスピーカ１１１から構成される。

【００６０】すなわち、本テキスト音声合成装置３００
は、第１の実施形態の有声音検出部２０２に代えて、有
声音検出部の機能に可変クロック発生部２０４に接続さ
れる信号の変動タイミングを１ピッチ毎に制御可能とす
る機能を追加したピッチ検出部３０１を設けた構成とな
っている。

【００６１】上記ピッチ検出部３０１は、内部にピッチ
間隔トリガ生成回路３０２を備え、ピッチ間隔トリガ生
成回路３０２は、ピッチ周波数ｆ0（ｎ）に基づいてピ
ッチ間隔トリガを生成する。

【００６２】以下、上述のように構成された音声合成装
置３００の動作を説明する。

【００６３】まず、パソコン通信の文章ファイルやＦＤ
内の文章ファイルがデータ入力部１０１のＲＳ２３２Ｃ
等の通信ポートやＦＤＤを経て入力され、内部バッファ
に一時保持され、一定量を超えることによりある単位
（例えば、１文章）ごとに文章解析部１０２に送られ
る。

【００６４】文章解析部１０２では、単語辞書格納部１
０３（ＲＯＭやＲＡＭで構成）の単語辞書と、そのテキ
ストデータを照合しながら読み、アクセント、イントネ
ーション、ポーズ等の情報を文字列として記述した音韻
韻律記号を生成し、これを合成パラメータ生成部１０４
に送る。

【００６５】合成パラメータ生成部１０４では、この音
韻韻律記号列に基づいて音声素片データ記憶部１０６に
格納されている音声素片データの位置、各音韻の継続時
間（使用する音声素片の繰り返し数）、声の高さ（使用
する音声素片の繰り返し間隔）、声の強さ（使用する音
声素片の倍率）を決定し、これらの情報からなる合成パ
ラメータを生成し、素片データ合成部１０５に送る。こ
の時、ピッチ検出部３０１へ対して音声素片データの位
置を同時に送る。

【００６６】素片データ合成部１０５では、生成された
合成パラメータに基づいて、音声素片データ記憶部１０
６より使用する音声素片データを読み込みながら音声波
形データを生成し、これをＤ／Ａ変換器１０８に送る。

【００６７】また、ピッチ検出部３０１では、母音など
のピッチ周波数をもつ有声音の音声素片か、それとも｜
ｐ｜，｜ｔ｜，｜ｋ｜，｜ｓ｜のような無声子音や無音
部の音声素片かを音声素片データの位置により決定し、
有声音の場合、合成パラメータ生成部１０４よりピッチ
検出部３０１へ声の高さ（ピッチ）情報を送り、その次
にクロック間隔ゆらぎデータ格納部２０３に接続された
信号線を“Ｌｏｗ”レベル（≒０Ｖ）とする。

【００６８】これによりクロック間隔ゆらぎデータ格納
部２０３はアクティブとなり、可変クロック発生器２０
４は、ピッチ検出部３０１と接続された信号線の変動
（ピッチ間隔トリガ生成回路３０２により、ピッチ周波
数ｆ0（ｎ）に等しい）に同期して順次クロック間隔ゆ
らぎデータを読み込む。

【００６９】また、可変クロック発生器２０４はＤ／Ａ
変換器に入力するクロック周波数より十分高い周波数を
持つ基準発振器２０４ａを持ち、この基準発振器２０４
ａからの出力をカウンタ２０４ｂによって与えられた分
周比で分周して目的とするクロックを生成するが、基準
分周比（この値で分周された周波数はｆsamp0）と、ク
ロック間隔ゆらぎデータ値を加えることでゆらぎを持っ
たクロックの生成を可能としている。ここでは上記の構
成で分周比を変更しているが、ＰＷＭタイマを使い、カ
ウンタ値を変動させても同様な出力が可能である。

【００７０】また、無声子音や無音部などの非有声音の
場合、クロック間隔ゆらぎデータ格納部２０３に接続さ
れた信号線は“Ｈｉｇｈ”レベル（≒電源電圧）のまま
である。そのため、クロック間隔ゆらぎデータ格納部２
０３は動作しない。また、クロック間隔ゆらぎ格納部２
０３と可変クロック発生器２０４間のデータバス２０５
は、プルダウン抵抗２０６によりプルダウン接続されて
おり、通常の出力は“０”となる。そのため可変クロッ
ク発生器２０４の出力は常に、ｆsamp0となる。

【００７１】これにより、有声音のデータをＤ／Ａ変換
器１０８から出力する場合、変換のタイミングがピッチ
周波数毎に微妙にずれ、アナログ部１１０を経てスピー
カ１１１から出力される合成音声は周波数のゆらぎを付
与することが可能となる。また、クロック間隔ゆらぎデ
ータに平均値“０”、の正規分布のデータを使用するこ
とにより、ピッチ周波数の平均値をほどんど従来のまま
でピッチ周波数のゆらぎと微視的な周波数のゆらぎを付
加することが可能である。

【００７２】図４は有声音のデータを時間軸方向に表し
た特性図であり、従来例との対比で表している。図４に
示すように、従来例ではピッチ間隔Ｔ0は一定であった
が、本実施形態ではピッチ間隔はＴ0，Ｔ0-nA，Ｔ0+nB
と変化し、さらに１ピッチ毎に変化したゆらぎの変化上
に、第１の実施形態と同様に、有声音のデータを、出力
する場合に変換のタイミングが毎回微妙にずれ、この微
妙な時間軸のずれが周波数の微妙なずれとなってスピー
カ１１１から出力される合成音声は、ピッチ周波数のゆ
らぎを加えた微視的な周波数のゆらぎが付与されたもの
となる。

【００７３】また、ピッチ検出部３０１を設置している
ためこのピッチ検出部を付加していない場合に比して、
有声音以外はクロック間隔ゆらぎデータ格納部を動作さ
せないため、低消費電力化が可能である。すなわち、無
声子音の音声素片データは有声音のように１ピッチ分の
データでなく、そのままの波形データを持つので自然ら
しさを最初からそなえているので、ゆらぎを付加する必
要がない。

【００７４】また、留守番電話の応答メッセージなどで
は、一聞で留守番電話であるとわかる機械的な声の方が
使用者を驚かさず、使いやすい場合がある。その時、ゆ
らぎ付加無効回路３１３のスイッチ２０１ａを‘オン’
するか、または入力されるテキストデータ内に特殊記号
（例えば、“ＥＳＣ”＋“ＭＩ”となるコード列）を付
加することにより、ピッチ検出部３０１に強制的に非有
声音とする信号を送り、クロック間隔ゆらぎデータ格納
部２０３の動作を禁止することにより、従来の周波数の
ゆらぎのない機械的な合成音を合成することが可能とな
る。

【００７５】以上説明したように、第２の実施形態に係
る音声合成装置３００は、ピッチデータを読み込み、そ
の値をもってピッチ間隔でトリガー信号を生成するピッ
チ間隔トリガ生成回路３０２を追加したピッチ検出部３
０１を有声音検出部２０２の代わりに設け、１ピッチ毎
にクロックの周期にゆらぎを持たせ、該クロックでＤ／
Ａ変換を行なうことにより主に合成音声のピッチ周波数
のゆらぎを付加するようにしているので、微視点な周波
数のゆらぎのみならず、ピッチ周波数のゆらぎの実現が
可能という効果を得ることができる。

【００７６】上述した第２の実施形態では、ゆらぎの変
化を１ピッチ毎に変化させることによりピッチ周波数の
ゆらぎに対応するものであったが微視的な周波数のゆら
ぎについてはピッチ間でゆらぎ方向が同一で、却って自
然性を損なう場合がある。

【００７７】そこで、ピッチ間の非音声部分のデータの
みを１ピッチ毎にゆらぎを付加することでピッチ周波数
のゆらぎのみを追加することを目的としたのが第３の実
施形態である。

【００７８】図５は本発明の第３の実施形態に係る音声
合成装置の構成を示すブロック図であり、本実施形態に
係る音声合成装置も、テキストデータを入力とする音声
合成装置に適用した例である。本実施形態に係る音声合
成装置の説明にあたり図１に示す音声合成装置と同一構
成部分には同一符号を付している。

【００７９】図５において、テキスト音声合成装置４０
０は、データ入力部１０１、文章解析部１０２、単語辞
書記憶部１０３、合成パラメータ生成部１０４、素片デ
ータ合成部１０５、音声素片データ格納部１０６、ゆら
ぎ付加無効回路２０１、非音声データ検出部４０１（非
音声データ検出手段）、クロック間隔ゆらぎデータ格納
部２０３、可変クロック発生部２０４、Ｄ／Ａ変換器１
０８、アナログ部１１０及びスピーカ１１１から構成さ
れる。

【００８０】すなわち、本テキスト音声合成装置４００
は、第２の実施形態のピッチ検出部３０１に代えて、ピ
ッチ検出部の機能に素片データ合成部１０５から出力さ
れるディジタルデータより非音声データ検出する回路を
付加した非音声データ検出部４０１を設けた構成となっ
ている。

【００８１】上記非音声データ検出部４０１は、内部に
非音声データ検出回路４０２を備え、非音声データ検出
回路４０２は、素片データ合成部１０５から出力される
ディジタルデータより非音声データ検出する。

【００８２】以下、上述のように構成された音声合成装
置４００の動作を説明する。

【００８３】まず、パソコン通信の文章ファイルやＦＤ
内の文章ファイルがデータ入力部１０１のＲＳ２３２Ｃ
等の通信ポートやＦＤＤを経て入力され、内部バッファ
に一時保持され、一定量を超えることによりある単位
（例えば、１文章）ごとに文章解析部１０２に送られ
る。

【００８４】文章解析部１０２では、単語辞書格納部１
０３（ＲＯＭやＲＡＭで構成）の単語辞書と、そのテキ
ストデータを照合しながら読み、アクセント、イントネ
ーション、ポーズ等の情報を文字列として記述した音韻
韻律記号を生成し、これを合成パラメータ生成部１０４
に送る。合成パラメータ生成部１０４では、この音韻韻
律記号列に基づいて音声素片データ記憶部１０６に格納
されている音声素片データの位置、各音韻の継続時間
（使用する音声素片の繰り返し数）、声の高さ（使用す
る音声素片の繰り返し間隔）、声の強さ（使用する音声
素片の倍率）を決定し、これらの情報からなる合成パラ
メータを生成し素片データ合成部１０５に送る。この
時、非音声データ検出部４０１に対して音声素片データ
の位置を同時に送る。

【００８５】素片データ合成部１０５では、生成された
合成パラメータに基づいて、音声素片データ記憶部１０
６より使用する音声素片データを読み込みながら音声波
形データを生成し、これをＤ／Ａ変換器１０８及び非音
声データ検出部４０１に送る。

【００８６】また、非音声データ検出部１０１では、母
音などのピッチ周波数をもつ有声音の音声素片か、それ
とも｜ｐ｜，｜ｔ｜，｜ｋ｜，｜ｓ｜のような無声子音
や無音部の音声素片かを音声データの位置により決定
し、有声音の場合、素片データ合成部より送られてくる
音声波形データより音声データ／非音声データかを判定
する。ここでは波形データの絶対値が閾値より小さくな
った時点で非音声データと判定する。

【００８７】まず、音声データの場合、クロック間隔ゆ
らぎデータ格納部２０３を動作させず（クロック間隔ゆ
らぎデータ格納部２０３に接続された信号線は“Ｈｉｇ
ｈ”レベルにする）にクロック間隔ゆらぎデータを読み
込むため、非有声音の時と同様、可変クロック発生器２
０４の出力は常にｆsamp0となる。

【００８８】次に、非音声データの場合、クロック間隔
ゆらぎデータ格納部２０３に接続された信号線を“Ｌｏ
ｗ”レベル（≒０Ｖ）とし、クロック間隔ゆらぎデータ
格納部２０３をアクティブとする。

【００８９】また同時に、トリガー信号を可変クロック
発生器２０４に送り、クロック間隔ゆらぎデータを読み
込む。ここで、可変クロック発生器２０４はＤ／Ａ変換
器１０８に入力するクロック周波数より十分高い周波数
を持つ基準発振器２０４ａを持ち、この基準発振器２０
４ａからの出力をカウンタ２０４ｂによって与えられた
分周比で分周して目的とするクロックを生成するが、基
準分周比（この値で分周された周波数はｆsamp0）と、
クロック間隔ゆらぎデータ値を加えることでゆらぎを持
ったクロックの生成を可能としている。ここでは上記の
構成で分周比を変更しているが、ＰＷＭタイマを使い、
カウンタ値を変動させても同様な出力が可能である。

【００９０】また、非有声音の場合、クロック間隔ゆら
ぎデータ格納部２０３を動作させずにクロック間隔ゆら
ぎデータを読み込むための可変クロック発生器２０４の
出力は常にｆsamp0となる。これにより有声音で、かつ
非音声データをＤ／Ａ変換器１０８から出力する場合の
み変換のタイミングが微妙にずれ、アナログ部１１０を
経てスピーカ１１１から出力される合成音声はピッチ周
波数のゆらぎのみを付加することが可能となる。

【００９１】図６は有声音のデータを時間軸方向に表し
た特性図であり、従来例との対比で表している。図６に
示すように、１ピッチ分のデータのうち振幅の大きな音
声データ部分ｎ個、振幅の小さな非音声データの部分ｍ
個の場合、振幅の小さな非音声データの部分ｍにのみに
ついて、前記第２の実施形態と同様にピッチ間隔はＴ
0，Ｔ0-mA，Ｔ0+mBと変化し、さらに１ピッチ毎に変化
したゆらぎの変化上に、前記第１の実施形態と同様に、
有声音のデータを、出力する場合に変換のタイミングが
毎回微妙にずれ、この微妙な時間軸のずれが周波数の微
妙なずれとなってスピーカ１１１から出力される合成音
声は、適切なピッチ周波数のゆらぎを加えた微視的な周
波数のゆらぎが付与されたものとなる。

【００９２】また、非音声データ検出部４０１による有
声音検出部を設置しているためこの有声音検出部を付加
していない場合に比して、有声音以外はクロック間隔ゆ
らぎデータ格納部を動作させないため、低消費電力化が
可能である。すなわち、無声子音の音声素片データは有
声音のように１ピッチ分のデータでなく、そのままの波
形データを持つので、自然らしさを最初からそなえてい
るので、ゆらぎを付加する必要がない。

【００９３】また、留守番電話の応答メッセージなどで
は、一聞で留守番電話であるとわかる機械的な声の方が
使用者を驚かさず、使いやすい場合がある。その時、ゆ
らぎ付加無効回路４１３のスイッチ２０１ａを‘オン’
するか、または入力されるテキストデータ内に特殊記号
（例えば、“ＥＳＣ”＋“ＭＩ”となるコード列）を付
加することにより、有声声検出部１０１に強制的に非有
声音とする信号を送り、クロック間隔ゆらぎデータ格納
部２０３の動作を禁止することにより、従来の周波数の
ゆらぎのない機械的な合成音を合成することが可能とな
る。

【００９４】以上説明したように、第３の実施形態に係
る音声合成装置４００は、非音声データ検出する非音声
データ検出する非音声データ検出４０１を設け、非音声
データ検出部４０１の出力を可変クロック発生部２０４
に与えてピッチ間の振幅が所定値より小さい非音声の部
分のみクロックの周期にゆらぎを持たせ、該クロックで
Ｄ／Ａ変換を行なうことにより合成音声のピッチ周波数
のゆらぎのみを付加するようにしているので、ピッチ間
のデータのうち、振幅の小さな非音声データの部分のみ
でゆらぎを付加することができ、ピッチ周波数のゆらぎ
のみの実現が可能という効果を得ることができる。

【００９５】上述した第２、第３の実施形態では、ピッ
チ周波数が低いほどゆらぎを付加されたデータ数が多い
ため、ピッチ周波数とゆらぎ幅が反比例するという特性
を持っており、却って自然性を損なう場合がある。そこ
で、ピッチ周波数の大きさが変化する毎に、ゆらぎ幅を
倍率を変え、多種のピッチ周波数−ゆらぎ幅特性に対応
することを目的とするのが第４の実施形態である。

【００９６】図７は本発明の第４の実施形態に係る音声
合成装置の構成を示すブロック図であり、本実施形態に
係る音声合成装置も、テキストデータを入力とする音声
合成装置に適用した例である。本実施形態に係る音声合
成装置の説明にあたり図３に示す第２の実施形態に係る
音声合成装置と同一構成部分には同一符号を付してい
る。

【００９７】図７において、テキスト音声合成装置５０
０は、データ入力部１０１、文章解析部１０２、単語辞
書記憶部１０３、合成パラメータ生成部１０４、素片デ
ータ合成部１０５、音声素片データ格納部１０６、ゆら
ぎ付加無効回路２０１、ピッチ検出部５０１、ピッチ検
出部５０１内部に設けたピッチ対応ゆらぎ幅変更回路５
０２（ピッチ対応ゆらぎ幅変更手段）、倍率変更部５０
３（倍率変更手段）、クロック間隔ゆらぎデータ格納部
２０３、可変クロック発生部２０４、Ｄ／Ａ変換器１０
８、アナログ部１１０及びスピーカ１１１から構成され
る。

【００９８】上記ピッチ検出部５０１は、内部にピッチ
対応ゆらぎ幅変更回路５０２を備え、ピッチ対応ゆらぎ
幅変更回路５０２は、ピッチ周波数ｆ0（ｎ）に基づい
てピッチ間隔トリガを生成するとともに、ピッチ対応ゆ
らぎ幅を変更する。

【００９９】上記倍率変更部５０３は、ピッチ周波数の
大きさが変化する毎に、クロック間隔ゆらぎデータ格納
部２０３から出力されるゆらぎデータのゆらぎ幅を倍率
を変える。

【０１００】すなわち、本実施形態に係る音声合成装置
５００は、第２の実施形態に係る音声合成装置３００
に、クロック間隔ゆらぎデータ格納部２０３と可変クロ
ック発生器２０４との間に倍率変更部５０３を追加する
とともに、ピッチ検出部５０１にピッチ対応ゆらぎ幅変
更回路５０２を付加し、ピッチ検出部５０１に追加した
ピッチ対応ゆらぎ幅変更回路５０２から倍率変更部５０
３を制御線５０４で制御可能に接続された構成となって
いる。

【０１０１】以下、上述のように構成された音声合成装
置５００の動作を説明する。

【０１０２】まず、パソコン通信の文章ファイルやＦＤ
内の文章ファイルがデータ入力部１０１のＲＳ２３２Ｃ
等の通信ポートやＦＤＤを経て入力され、内部バッファ
に一時保持され、一定量を超えることによりある単位
（例えば、１文章）ごとに文章解析部１０２に送られ
る。

【０１０３】文章解析部１０２では、単語辞書格納部１
０３（ＲＯＭやＲＡＭで構成）の単語辞書と、そのテキ
ストデータを照合しながら読み、アクセント、イントネ
ーション、ポーズ等の情報を文字列として記述した音韻
韻律記号を生成し、これを合成パラメータ生成部１０４
に送る。合成パラメータ生成部１０４では、この音韻韻
律記号列に基づいて音声素片データ記憶部１０６に格納
されている音声素片データの位置、各音韻の継続時間
（使用する音声素片の繰り返し数）、声の高さ（使用す
る音声素片の繰り返し間隔）、声の強さ（使用する音声
素片の倍率）を決定し、これらの情報からなる合成パラ
メータを生成し素片データ合成部１０５に送る。この
時、ピッチ検出部５０１へ対して音声素片データの位置
を同時に送る。

【０１０４】素片データ合成部１０５では、生成された
合成パラメータに基づいて、音声素片データ記憶部１０
６より使用する音声素片データを読み込みながら音声波
形データを生成し、これをＤ／Ａ変換器１０８に送る。

【０１０５】また、ピッチ検出部５０１では、母音など
のピッチ周波数をもつ有声音の音声素片か、それとも｜
ｐ｜，｜ｔ｜，｜ｋ｜，｜ｓ｜のような無声子音や無音
部の音声素片かを音声素片データの位置により決定し、
有声音の場合、合成パラメータ生成部１０４よりピッチ
検出部５０１へ声の高さ（ピッチ）情報を送り、その次
にクロック間隔ゆらぎデータ格納部２０３に接続された
信号線を“Ｌｏｗ”レベル（≒０Ｖ）とする。

【０１０６】これによりクロック間隔ゆらぎデータ格納
部はアクティブとなり、可変クロック発生器２０４は、
ピッチ検出部５０１と接続された信号線の変動（ピッチ
間隔トリガ生成回路により、ピッチ周波数ｆ0（ｎ）に
等しい）に同期して順次クロック間隔ゆらぎデータを読
み込む。この時、ピッチ検出部５０１のピッチ対応ゆら
ぎ幅変更回路５０２は、制御線５０４を通して倍率変更
部５０３を制御することにより、ピッチ周波数の大きさ
に応じてゆらぎデータ値を変化させている。

【０１０７】図８はゆらぎ幅とピッチ周波数ｆ0との関
係を示す図であり、前記第２、第３実施形態と本実施形
態との対比で表している。図８に示すように、ピッチ周
波数ｆ0により倍率を変更することによってさまざまな
ピッチ周波数−ゆらぎ幅特性に対応可能になる。

【０１０８】また、可変クロック発生器２０４はＤ／Ａ
変換器１０８に入力するクロック周波数より十分高い周
波数を持つ基準発振器２０４ａを持ち、この基準発振器
２０４ａからの出力をカウンタ２０４ｂによって与えら
れた分周比で分周して目的とするクロックを生成する
が、基準分周比（この値で分周された周波数はｆsamp
0）と、クロック間隔ゆらぎデータ値を加えることでゆ
らぎを持ったクロックの生成を可能としている。ここで
は上記の構成で分周比を変更しているが、ＰＷＭタイマ
を使い、カウンタ値を変動させても同様な出力が可能で
ある。

【０１０９】また、無声子音や無音部などの非有声音の
場合、クロック間隔ゆらぎデータ格納部２０３に接続さ
れた信号線は“Ｈｉｇｈ”レベル（≒電源電圧）のまま
である。そのため、クロック間隔ゆらぎデータ格納部２
０３は動作しない。

【０１１０】また、クロック間隔ゆらぎ格納部２０３と
倍率変更部５０３間のデータバス２０５は、プルダウン
抵抗２０６によりプルダウン接続されており、通常の出
力は“０”となる。そのため可変クロック発生器２０４
の出力は常に、ｆsamp0となる。

【０１１１】これにより、有声音のデータをＤ／Ａ変換
器１０８から出力する場合、変換のタイミングがピッチ
周波数毎で、しかもピッチ周波数の大きさによりゆらぎ
幅が変化しながら微妙にずれ、アナログ部１１０を経て
スピーカ１１１から出力される合成音声は周波数のゆら
ぎを付与することが可能となる。また、クロック間隔ゆ
らぎデータに平均値“０”、の正規分布のデータを使用
することにより、ピッチ周波数の平均値をほどんど従来
例のままでピッチ周波数のゆらぎと微視的な周波数のゆ
らぎを付加することが可能である。

【０１１２】さらに、有声音検出部を付加していない場
合よりも、有声音以外はクロック間隔ゆらぎデータ格納
部を動作させないため、低消費電力化が可能である。す
なわち、無声子音の音声素片データは有声音のように１
ピッチ分のデータでなく、そのままの波形データを持つ
ので自然らしさを最初からそなえているので、ゆらぎを
付加する必要がない。

【０１１３】また、留守番電話の応答メッセージなどで
は、一聞で留守番電話であるとわかる機械的な声の方が
使用者を驚かさず、使いやすい場合がある。その時、ゆ
らぎ付加無効回路５１４のスイッチ２０１ａを‘オン’
するか、または入力されるテキストデータ内に特殊記号
（例えば、“ＥＳＣ”＋“ＭＩ”となるコード列）を付
加することにより、ピッチ検出部５０１に強制的に非有
声音とする信号を送り、クロック間隔ゆらぎデータ格納
部２０３の動作を禁止することにより、従来の周波数の
ゆらぎのない機械的な合成音を合成することが可能とな
る。

【０１１４】以上説明したように、第４の実施形態に係
る音声合成装置５００は、ピッチ周波数の大きさが変化
する毎にピッチ対応ゆらぎ幅を変更するピッチ対応ゆら
ぎ幅変更回路５０２と、ピッチ対応ゆらぎ幅変更手段の
出力に基づいてクロック間隔ゆらぎデータ格納手段から
出力されるゆらぎデータのゆらぎ幅の倍率を変える倍率
変更部５０３とを設け、ゆらぎ幅を可変してピッチ周波
数とゆらぎ幅が反比例する特性を防止するようにしてい
るので、多種のピッチ周波数−ゆらぎ幅特性に対応する
ことが可能という効果を得ることができる。

【０１１５】上述した第２〜第４の実施形態では、ピッ
チ周波数の変動方向（例えば、ピッチが徐々に低くなる
など）に関係なくゆらぎのパターンは常に一様であっ
た。そのため、自然性を損なう場合が考えられる。そこ
で、クロック間隔ゆらぎデータを複数パタン持ち、ピッ
チ変動方向によって使用するゆらぎデータを選択するこ
とにより、より自然な合成音を出力することを目的とし
たのが第５の実施形態である。

【０１１６】図９は本発明の第５の実施形態に係る音声
合成装置の構成を示すブロック図であり、本実施形態に
係る音声合成装置も、テキストデータを入力とする音声
合成装置に適用した例である。本実施形態に係る音声合
成装置の説明にあたり図３に示す第２の実施形態に係る
音声合成装置と同一構成部分には同一符号を付してい
る。

【０１１７】図９において、テキスト音声合成装置６０
０は、データ入力部１０１、文章解析部１０２、単語辞
書記憶部１０３、合成パラメータ生成部１０４、素片デ
ータ合成部１０５、音声素片データ格納部１０６、ゆら
ぎ付加無効回路２０１、ピッチ変動検出部６０１、ピッ
チ検出部６０１内部に設けたピッチ変動方向検出回路６
０２（ピッチ変動方向検出手段）、クロック間隔ゆらぎ
データ格納部２０３、可変クロック発生部２０４、Ｄ／
Ａ変換器１０８、アナログ部１１０及びスピーカ１１１
から構成される。

【０１１８】上記ピッチ変動検出部６０１は、内部にピ
ッチ変動方向検出回路６０２を備え、ピッチ変動方向検
出回路６０２は、ピッチ周波数ｆ0（ｎ）に基づいてピ
ッチ間隔トリガを生成するとともに、ピッチの変動方向
に応じてゆらぎデータのパタンを選択する。

【０１１９】すなわち、本実施形態に係る音声合成装置
６００は、第２の実施形態に係る音声合成装置３００
に、ピッチ変動検出部６０１の機能にピッチの変動方向
に応じてゆらぎデータのパタンを選択するピッチ変動方
向検出回路６０２を設けた構成となっている。

【０１２０】以下、上述のように構成された音声合成装
置６００の動作を説明する。

【０１２１】まず、パソコン通信の文章ファイルやＦＤ
内の文章ファイルがデータ入力部６０１のＲＳ２３２Ｃ
等の通信ポートやＦＤＤを経て入力され、内部バッファ
に一時保持され、一定量を超えることによりある単位
（例えば、１文章）ごとに文章解析部１０２に送られ
る。

【０１２２】文章解析部１０２では、単語辞書格納部１
０３（ＲＯＭやＲＡＭで構成）の単語辞書と、そのテキ
ストデータを照合しながら読み、アクセント、イントネ
ーション、ポーズ等の情報を文字列として記述した音韻
韻律記号を生成し、これを合成パラメータ生成部１０４
に送る。合成パラメータ生成部１０４では、この音韻韻
律記号列に基づいて音声素片データ記憶部１０６に格納
されている音声素片データの位置、各音韻の継続時間
（使用する音声素片の繰り返し数）、声の高さ（使用す
る音声素片の繰り返し間隔）、声の強さ（使用する音声
素の片倍率）を決定し、これらの情報からなる合成パラ
メータを生成し、素片データ合成部１０５に送る。この
時、ピッチ変動検出部６０１へ対して音声素片データの
位置を同時に送る。

【０１２３】素片データ合成部１０５では、生成された
合成パラメータに基づいて、音声素片データ記憶部１０
６より使用する音声素片データを読み込みながら音声波
形データを生成し、これをＤ／Ａ変換器１０８に送る。

【０１２４】また、ピッチ変動検出部６０１では、母音
などのピッチ周波数をもつ有声音の音声素片か、それと
も｜ｐ｜，｜ｔ｜，｜ｋ｜，｜ｓ｜のような無声子音や
無音部の音声素片かを音声素片データの位置により決定
し、有声音の場合、合成パラメータ生成部１０４よりピ
ッチ変動方向検出回路６０２に声の高さ（ピッチ）情報
を送り、その次にクロック間隔ゆらぎデータ格納部２０
３に接続された信号線のうち、以前のピッチとの差分に
より、ピッチ変動方向を検出し、それに対応するパタン
に接続される１つを“Ｌｏｗ”レベル（≒０Ｖ）とす
る。

【０１２５】これによりクロック間隔ゆらぎデータ格納
部の１部分のみがアクティブとなり、可変クロック発生
器２０４は、ピッチ変動検出部６０１と接続された信号
線の変動（ピッチ間隔トリガ生成回路により、ピッチ周
波数ｆ0（ｎ）に等しい）に同期して順次クロック間隔
ゆらぎデータを読み込む。

【０１２６】図１０はピッチ周波数ｆ0を時間軸方向に
表した特性図であり、前記第２〜第４実施形態と本実施
形態との対比で表している。図１０に示すように、本実
施形態ではピッチ変動方向検出回路６０２によりピッチ
変動方向を検出し、ピッチの変動方向に応じてゆらぎ幅
が変えるようにしている。例えば、図１０ハッチング部
に示すように、前記第２〜第４実施形態では音声のピッ
チパタンとゆらぎ幅は、ピッチの変動方向Δｆh，Δｆl
によらず均等であったが、本実施形態では変動方向Δｆ
h＜Δｆl、Δｆh＞Δｆlによってゆらぎ幅が異なり、多
重のゆらぎ特性に対応することが可能になる。

【０１２７】また、可変クロック発生器２０４はＤ／Ａ
変換器１０８に入力するクロック周波数より十分高い周
波数を持つ基準発振器２０４ａを持ち、この基準発振器
２０４ａからの出力をカウンタ２０４ｂによって与えら
れた分周比で分周して目的とするクロックを生成する
が、基準分周比（この値で分周された周波数はｆsamp
0）と、クロック間隔ゆらぎデータ値を加えることでゆ
らぎを持ったクロックの生成を可能としている。ここで
は上記の構成で分周比を変更しているが、ＰＷＭタイマ
を使い、カウンタ値を変動させても同様な出力が可能で
ある。

【０１２８】また、無声子音や無音部などの非有声音の
場合、クロック間隔ゆらぎデータ格納部２０３に接続さ
れた信号線は“Ｈｉｇｈ”レベル（≒電源電圧）のまま
である。そのため、クロック間隔ゆらぎデータ格納部２
０３は動作しない。また、クロック間隔ゆらぎ格納部２
０３と可変クロック発生器２０４間のデータバス２０５
は、プルダウン抵抗２０６によりプルダウン接続されて
おり、通常の出力は“０”となる。そのため可変クロッ
ク発生器２０４の出力は常に、ｆsamp0となる。

【０１２９】これにより、有声音のデータをＤ／Ａ変換
器１０８から出力する場合、変換のタイミングがピッチ
周波数毎に、かつピッチの変動方向に応じて異なったパ
タンで微妙にずれ、アナログ部１１０を経てスピーカ１
１１から出力される合成音声は周波数のゆらぎを付与す
ることが可能となる。

【０１３０】さらに、ピッチ変動検出部を付加していな
い場合よりも、有声音以外はクロック間隔ゆらぎデータ
格納部を動作させないため、低消費電力化が可能であ
る。すなわち無声子音の音声素片データは有声音のよう
に１ピッチ分のデータでなく、そのままの波形データを
持つので自然らしさを最初からそなえているので、ゆら
ぎを付加する必要がない。

【０１３１】また、留守番電話の応答メッセージなどで
は、一聞で留守番電話であるとわかる機械的な声の方が
使用者を驚かさず、使いやすい場合がある。その時、ゆ
らぎ付加無効回路６１３のスイッチ２０１ａを‘オン’
するか、または入力されるテキストデータ内に特殊記号
（例えば、“ＥＳＣ”＋“ＭＩ”となるコード列）を付
加することにより、ピッチ変動検出部６０１に強制的に
非有声音とする信号を送り、クロック間隔ゆらぎデータ
格納部２０３の動作を禁止することにより、従来の周波
数のゆらぎのない機械的な合成音を合成することが可能
となる。

【０１３２】以上説明したように、第５の実施形態に係
る音声合成装置６００は、クロック間隔ゆらぎデータ格
納部２０３にピッチの変動方向に応じたゆらぎデータの
パタンを複数格納するとともに、ピッチ変動検出部６０
１にピッチ周波数の変動方向を検出するピッチ変動方向
検出回路６０２を設けているので、ピッチの変動方向に
応じて使用するゆらぎデータを選択することにより、大
局的なピッチ周波数の変化に応じた多重のゆらぎ特性に
対応することが可能という効果を得ることができる。

【０１３３】なお、上記各実施形態に係る音声合成装置
では、テキストデータを入力とする音声合成装置に全て
適用することができるが、ディジタル音声波形データを
アナログ信号に変換して音声を合成する音声合成装置ど
のようなものでもよく、各種端末に組み込まれる回路の
一部であってもよい。

【０１３４】また、上記各実施形態に係る音声合成装置
を構成するＤ／Ａ変換器１０８や各種回路の数、種類接
続状態などは前述した上述の各実施形態に限られないこ
とは言うまでもない。

【０１３５】

【発明の効果】本発明に係る音声合成装置では、母音な
どのピッチ周波数をもつ有声音の音声素片、及び無声子
音や無音部の音声素片を検出する有声音検出手段と、ク
ロック間隔ゆらぎデータ値を格納するクロック間隔ゆら
ぎデータ格納手段と、基準クロックにクロック間隔ゆら
ぎデータ値を加えてゆらぎを持つクロックを生成し、Ｄ
／Ａ変換器に供給する可変クロック発生手段とを備えて
構成しているので、低消費電力で合成音声の微視的な周
波数のゆらぎを付与することができる。

【０１３６】また、本発明に係る音声合成装置では、可
変クロック発生手段に接続される信号の変動タイミング
を１ピッチ毎に制御するピッチ検出手段を備え、ピッチ
検出手段の出力を可変クロック発生手段に与えて１ピッ
チ毎にクロックの周期にゆらぎを持たせ、該クロックで
Ｄ／Ａ変換を行なうことにより主に合成音声のピッチ周
波数のゆらぎを付加するように構成しているので、微視
点な周波数のゆらぎのみならず、ピッチ周波数のゆらぎ
の実現が可能という効果を得ることができる。

【０１３７】また、本発明に係る音声合成装置では、非
音声データ検出する非音声データ検出手段を備え、非音
声データ検出手段の出力を可変クロック発生手段に与え
てピッチ間の振幅が所定値より小さい非音声の部分のみ
クロックの周期にゆらぎを持たせ、該クロックでＤ／Ａ
変換を行なうことにより合成音声のピッチ周波数のゆら
ぎのみを付加するように構成しているので、ピッチ間の
データのうち、振幅の小さな非音声データの部分のみで
ゆらぎを付加することができ、ピッチ周波数のゆらぎの
みの実現が可能という効果を得ることができる。

【０１３８】また、本発明に係る音声合成装置では、ピ
ッチ周波数の大きさが変化する毎にピッチ対応ゆらぎ幅
を変更するピッチ対応ゆらぎ幅変更手段と、ピッチ対応
ゆらぎ幅変更手段の出力に基づいてクロック間隔ゆらぎ
データ格納手段から出力されるゆらぎデータのゆらぎ幅
の倍率を変える倍率変更手段とを備え、ゆらぎ幅を可変
してピッチ周波数とゆらぎ幅が反比例する特性を防止し
て多種のゆらぎ特性に対応するように構成しているの
で、多種のピッチ周波数−ゆらぎ幅特性に対応すること
が可能という効果を得ることができる。

【０１３９】また、本発明に係る音声合成装置では、ク
ロック間隔ゆらぎデータ格納手段は、ピッチの変動方向
に応じたゆらぎデータのパタンを複数格納し、ピッチ周
波数の変動方向を検出するピッチ変動方向検出手段を備
え、ピッチ変動方向検出手段の出力に基づいてクロック
間隔ゆらぎデータ格納手段に格納されたクロック間隔ゆ
らぎデータパタンを、ピッチ変動方向によって選択使用
して大局的なピッチ周波数の変化に応じた多種のゆらぎ
特性に対応するように構成しているので、大局的なピッ
チ周波数の変化に応じた多重のゆらぎ特性に対応するこ
とが可能という効果を得ることができる。

【図面の簡単な説明】

【図１】本発明を適用した第１の実施形態に係る音声合
成装置の構成を示すブロック図である。

【図２】上記音声合成装置の有声音のデータを時間軸方
向に表した特性図である。

【図３】本発明を適用した第２の実施形態に係る音声合
成装置の構成を示すブロック図である。

【図４】上記音声合成装置の有声音のデータを時間軸方
向に表した特性図である。

【図５】本発明を適用した第３の実施形態に係る音声合
成装置の構成を示すブロック図である。

【図６】上記音声合成装置の有声音のデータを時間軸方
向に表した特性図である。

【図７】本発明を適用した第４の実施形態に係る音声合
成装置の構成を示すブロック図である。

【図８】上記音声合成装置のゆらぎ幅とピッチ周波数ｆ
0との関係を示す図である。

【図９】本発明を適用した第５の実施形態に係る音声合
成装置の構成を示すブロック図である。

【図１０】上記音声合成装置のピッチ周波数ｆ0を時間
軸方向に表した特性図である。

【図１１】従来の音声合成装置の構成を示すブロック図
である。

【符号の説明】

２００，３００，４００，５００，６００ テキスト音
声合成装置、１０１データ入力部、１０２ 文章解析
部、１０３ 単語辞書記憶部、１０４ 合成パラメータ
生成部、１０５ 素片データ合成部、１０６ 音声素片
データ格納部、１０８ Ｄ／Ａ変換器、１１０ アナロ
グ部、１１１ スピーカ、２０１ ゆらぎ付加無効回
路、２０２ 有声音検出部（有声音検出手段）、２０３
クロック間隔ゆらぎデータ格納部（クロック間隔ゆら
ぎデータ格納手段）、２０４ 可変クロック発生部（可
変クロック発生手段）、２０５ データバス、３０１，
５０１ ピッチ検出部（ピッチ検出手段）、４０１ 非
音声データ検出部（非音声データ検出手段）、５０２
ピッチ対応ゆらぎ幅変更回路（ピッチ対応ゆらぎ幅変更
手段）、５０３ 倍率変更部（倍率変更手段）、６０１
ピッチ変動検出部、６０２ ピッチ変動方向検出回路
（ピッチ変動方向検出手段）

Claims (10)

【特許請求の範囲】
1. 【請求項１】 所定クロック信号のタイミングでディジ
   タル音声波形データをアナログ信号に変換して音声を合
   成するＤ／Ａ変換器を備えた音声合成装置において、 母音などのピッチ周波数をもつ有声音の音声素片、及び
   無声子音や無音部の音声素片を検出する有声音検出手段
   と、 クロック間隔ゆらぎデータ値を格納するクロック間隔ゆ
   らぎデータ格納手段と、 基準クロックに前記クロック間隔ゆらぎデータ値を加え
   てゆらぎを持つクロックを生成し、前記Ｄ／Ａ変換器に
   供給する可変クロック発生手段とを備えたことを特徴と
   する音声合成装置。
2. 【請求項２】 上記請求項１記載の音声合成装置におい
   て、 有声音の音声素片データを合成時のみ、ゆらぎを持つ値
   を前記クロック間隔ゆらぎデータ格納手段から読み出し
   て前記可変クロック発生手段に与えて１クロック毎にク
   ロックの周期にゆらぎを持たせ、該可変クロック発生手
   段により生成したクロックを前記Ｄ／Ａ変換器に供給
   し、該Ｄ／Ａ変換器が該クロックに基づいてＤ／Ａ変換
   を行なうことにより合成音声の微視的な周波数のゆらぎ
   を付与することを特徴とする音声合成装置。
3. 【請求項３】 さらに、上記請求項１記載の音声合成装
   置において、 前記可変クロック発生手段に接続される信号の変動タイ
   ミングを１ピッチ毎に制御するピッチ検出手段を備え、 前記ピッチ検出手段の出力を前記可変クロック発生手段
   に与えて１ピッチ毎にクロックの周期にゆらぎを持た
   せ、該クロックでＤ／Ａ変換を行なうことにより主に合
   成音声のピッチ周波数のゆらぎを付加することを特徴と
   する音声合成装置。
4. 【請求項４】 さらに、上記請求項１記載の音声合成装
   置において、 非音声データ検出する非音声データ検出手段を備え、 前記非音声データ検出手段の出力を前記可変クロック発
   生手段に与えてピッチ間の振幅が所定値より小さい非音
   声の部分のみクロックの周期にゆらぎを持たせ、該クロ
   ックでＤ／Ａ変換を行なうことにより合成音声のピッチ
   周波数のゆらぎのみを付加することを特徴とする音声合
   成装置。
5. 【請求項５】 さらに、上記請求項１記載の音声合成装
   置において、 ピッチ周波数の大きさが変化する毎にピッチ対応ゆらぎ
   幅を変更するピッチ対応ゆらぎ幅変更手段と、 前記ピッチ対応ゆらぎ幅変更手段の出力に基づいて前記
   クロック間隔ゆらぎデータ格納手段から出力されるゆら
   ぎデータのゆらぎ幅の倍率を変える倍率変更手段とを備
   え、 ゆらぎ幅を可変してピッチ周波数とゆらぎ幅が反比例す
   る特性を防止して多種のゆらぎ特性に対応するようにし
   たことを特徴とする音声合成装置。
6. 【請求項６】 さらに、上記請求項１記載の音声合成装
   置において、 前記クロック間隔ゆらぎデータ格納手段は、ピッチの変
   動方向に応じたゆらぎデータのパタンを複数格納し、 ピッチ周波数の変動方向を検出するピッチ変動方向検出
   手段を備え、 前記ピッチ変動方向検出手段の出力に基づいて前記クロ
   ック間隔ゆらぎデータ格納手段に格納されたクロック間
   隔ゆらぎデータパタンを、ピッチ変動方向によって選択
   使用して大局的なピッチ周波数の変化に応じた多種のゆ
   らぎ特性に対応するようにしたことを特徴とする音声合
   成装置。
7. 【請求項７】 さらに、上記請求項１記載の音声合成装
   置において、 ゆらぎ付加を無効にする付加無効回路を備えたことを特
   徴とする音声合成装置。
8. 【請求項８】 前記ゆらぎ付加無効回路は、機械的な合
   成音声とゆらぎを付加した自然性の高い合成音声とを切
   り換える切換手段により行うことを特徴とする請求項７
   記載の音声合成装置。
9. 【請求項９】 前記ゆらぎ付加無効回路は、ディジタル
   音声波形データ内に付加された特殊記号を判別する手段
   を備え、 前記判別手段により前記特殊記号を判別して機械的な合
   成音声とゆらぎを付加した自然性の高い合成音声とを切
   り換えるようにしたことを特徴とする請求項７記載の音
   声合成装置。
10. 【請求項１０】 前記ディジタル音声波形データは、テ
    キストデータであることを特徴とする請求項１又は９の
    何れかに記載の音声合成装置。