JPS58105197A - 音声分析合成方法 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 本発明は音声分析合成方法、特に音素片編集型音声分析
合成方法に関するものである。

一般に、音素片編集型音声分析合成方法は、音声、特に
有声音の隣接波形間の強い類似性に基いて、原音声信号
から代表的な音素片データを、ピンチ単位で抽出し、抽
出した音素片データを音声合成制御情報にしたがって複
数回繰り返しながら順次接続することによって、音素片
データを編集して所望の音声信号を合成する方法である
。

第１図に音素片編集型音声分析合成方法によって合成さ
れた音声信勺波形の一部を示す。第１図は音素片Ｐ）ｆ
Ａを３回繰り返し、次いで音素片ＰＨＢを接続し、ＰＨ
Ｂを２回繰り返すことによって得られた音声信号を示し
ている。

音素片編集型音声分析合成方法は音素片データを音声合
成制御情報にしたがって順次接続していくことにより音
声信ちを合成するので、ＰＡＲＣＯＲ方式、ＬＳＰ方式
、ホルマント合成り式等のパラメータ分析合成方法と比
較して、合成のだめの手順が簡単で、汎用のマイクロプ
ロセッサ等を使用して容易に音声合成を実現できるとい
う特徴を有する。

しかしながら、この方法では第１図に示すように音素片
の波形及びピッチ周期が相異なる音素片の接続点で急激
に変化するために、音素片の繰り返しによる周期的なノ
イズ音が発生し、滑らかな音声信りを得にくいという問
題点があった。

このような問題点を改善するために、２つの音素片の間
に補間演算により得られる補間音素片を挿入することが
従来より提案されてきた。

す々わち、音声信号を一定のサンプリング周期でサンプ
リングすることによって得られる音素片データ群の先行
する音素片ＰＨＡのｉ番目のデータ値をＰＨＡ（ｉ）（
ｉ＝”１．２　、・・・・・・Ｎ、、ただしＮ、はＰＨ
Ａのデータ数）とし、後続する音素片ＰＨＢのｉ番目の
データ値をＰ　ＨＢ（ｉ）（ｉ　＝１　。

２、・・・・・、Ｎ、、ただしＮＢはＰＨＢのデータ数
）とする時、先行する音素片ＰＨＡと後続する音素片Ｐ
ＨＢの補間音素片ＰＨＩの１番目のデータ値Ｐ　ＨＩ　
（ｉ）を０式から求めるものである。

Ｐ　ＨＩ　（ｉ）二ｆ　（Ｐ　ＨＡ（ｉ）　、　Ｐ　Ｈ
Ｂ（ｉ））・・・・・・■ただし、　　ｆ（Ａ、Ｂ）は
２つの音素片テ゛−タム。

Ｂの補間関数を示す。

ここで、２つの音素片データの補間は、線形補間により
求まるものとし、また２つの音素片の間に挿入すべき補
間音素片の個数をＭとすれば、第３番目の補間音素片の
１番目のデータ値ＰＨＩ（ｉ、ｉ）は■式から求められ
る。

後続する音素片のデータ値ＰＨＢ（ｉ）は、■式におい
てｊ二Ｍ　＋１とおくことにより求まるので、ＰＨＢを
広義の意味での補間菩素片と呼ぶことにする。まだ０式
で定義されるりを補間繰り返し回数と呼ぶことにする。

Ｍ′を使えば■式は０式で表わすことができる。

ただし、ｊ＝１．２．・・・・・・９Ｍ　である。

このような従来方法の問題点は、一般に音素片のピンチ
周期は音素片によって異なり、したがって音素片ＰＨＡ
のデータ数Ｎムと音素片ＰＨＢのデータ数Ｎ、の値が異
なるので、０式あるいは■式にしたがって補間音素片の
音素片データを計算する時の音素片データの処理法にあ
った。この場合、データ数が少ない方の音素片テ゛−夕
に最終データ値または零データを付加することによって
２つの音素片のデータ数を同一にした後、補間音素片の
音素片データを求める。

さらに滑らかで自然な音声信すを得るためには、ピンチ
周期も滑らかに変化させなければならない。

したがって補間音素片のデータ数Ｎ工も先行する音素片
ＰＨＡのデータ数Ｎ□と後続する音素片ＰＨＢのデータ
数Ｎ、とから０式に示すような補間演算を行うことによ
って求める。

Ｎ工＝ＩＮＴ（ｇ（Ｎ、、ＮＢ））　　・・・川・・（
へ）ただし、ｇ（Ｎ□、ＮＢ）は２つのデータ数に、。

Ｎ、の補間関数を、またＩ　Ｎ　Ｔ　（Ｘ）はＸを整数
化する関数を示す。

ここで、補間音素片のデータ数は線形補間により求まる
ものとし、Ｍを２つの音素片の間に挿入すべき補間音素
片の個数とすれば、第ｊ番目の補間音素片のデータ数”
ｘ（ｊ）は０式により与えられる。

ただし、ｊ＝１．２．・・・・・・２Ｍ＋１である。

したがって上記のようにして求めた音素片チー、９、　
　　　　夕を、補間によって求めたデータ数だけ出力し
。

残りのデータは打ち切る、という方法をとることによっ
て、ピッチ周期を滑らかに変化させることが可能である
。

しかしながら、この方法では強制的に補間音素片の残り
のデータを打ち切るので、打ち切りに伴うノイズ音が発
生するという問題点があった。

第２図すにこのような従来方法によって、同図ａ１゜ に示す音素片ＰＨムと同図すに示す音素片ＰＨＢとから
求めた補間音素片ＰＨＩを示す。

第２図で補間音素片ＰＨＩは音素片ＰＨＡと音素片ＰＨ
Ｂの真中に挿入する音素片であり、補間音素片のデータ
値及びデータ数はともに線形補間により求めたものであ
る。

第２図すに示されているように補間音素片の最終データ
値は零になっていないので、これがノイズ音を発生する
原因となる。

第２図でτはデータをサンプリングするときのクロック
周期、１はサンプルデータの番Ｑ’ｔｔは時間、Ｈ４及
びＮＢはそれぞれ音素片ＰＨＡ及びＰ）ＩＢのデータ数
を示す。

本発明は上記従来方法の問題点に鑑みてなされたもので
あり、その目的の一つは、音素片の波形及びピンチ周期
の変化が滑らかで自然な＆声借りを合成することが可能
な音素片編集型音南分析合成り法を提供することにある
。

本発明の他の１］的は、音声データの圧縮率が高く、シ
たがって音声データを記憶するだめのメモリ容量が小さ
く、コンパクトな音声合成装置を実現することが可能な
音声分析合成方法を提供することにある。

本発明のさらに曲の目的は、汎用のマイクロコンビーー
タのような簡単な制御回路で、自然な音声を合成できる
音声分析合成方法を提供することにある。

以下本発明による音声分析合成方法について詳細に説明
する。

本発明による音声分析合成方法では、最初に、２つの音
素片の間を補間すべき音素片の音素片データに関し、そ
のデータ数を所定のデータ数Ｎに等しくする。

原理的には異なるピッチ周期をもつ音素片のデータ数を
等しくするためには、音素片をサンプリングする時のク
ロック周期を音素片のデータ数が一定になるように可変
しながらサンプリングすればよい。しかしながら、実際
には音素片のサンプリングクロック周期をピッチ周期に
対応してｏＪ変させることは極めて内錐なものであるの
で、音素ジグした後、たとえばＰＲＯＣＩＣＥＤＩＮＧ
Ｓ　　ＯＦ　Ｔ−ＨＥ　　ＩＥＥＥ　　ｇメ；の第６９
巻第３号（１９８１年３月）の３００頁から３３１頁に
Ｒ，Ｅ、ＣＲＯＯＨＩ−ＫＲＥとり、Ｒ，ＲＡＢＩＮＩ
ＣＨによって著わされたｒ　ＩＮＴＥＲＰＯＬＡＴＩＯ
Ｎ　　ＡＮＤ　　ＤＥＣＩＭＡＴＩＯＮＯＦ　　ＤＩＧ
ＩＴＡＬ　　５ＩＧＮムＬＳＡ　　ＴＵＴＯＲＩＡＬＲ
ＩＣＶＩＥＷ　ｌという標題の論文の中で詳細に論述さ
れているような方法でデータの補間あるいは間引きを行
ってデータ数の増減を行い所定のデータ数にする。

次にこのように一定のデータ数となった音素片データの
先行する音素片ＰＨＡの１番目のデータ値ＰＨＡ（ｉｌ
（ｉ＝１．２　、・・・・・・、Ｎ）＆び後続する音素
片ＰＨＢの１番［１のデータ値ＰＨＢ（ｉ）（ｉ＝１．
２．・・・・・、Ｎ）より０式または■式にしたがって
補間演嘗を行うことにより補間音素片ＰＨＩの１番１」
のデータ値ＰＨＩ（ｉ）（ｉ＝１　、２　、・・。

Ｎ）を求める。

本発明による方法では補間すべき音素片のチー３ り数は一定であるので、従来方法のようにデータ数が少
ない方の音素片データに大王的に最終データ値まだは零
データを付加する必要はない。

次に以上のようにして求めた補間音素片の１素片テータ
を−に記補間すべき音素片の音素片データに挿入するこ
とによって補間音素片を含む音素片群の音素片データ列
を求める。

次に上記音素片データ列の隣り合う音素片データの同一
番目のデータ値の差分を求めることによって差分音素片
データ列を得る。すなわち、補間音素片を含む音素片群
の音素片データ列の第３番目の音素片データ（コー０は
先頭の音素片データを表すものとして零から順に音素片
データに番りをつける。）のｉ番目のデータ値をＰＨ（
ｉ、ｊ）とすれば、第（ｊ−１）番目の音素片データと
第３番目の音素片データの差分音素片データ△ＰＨ（ｉ
、コ）は■式でテえられる。

△ＰＨ（ｉ、コ）二ＰＨ（ｉ、コ　）−ＰＨ（ｉ、コー
１）・・・■ただし、ｊ＝１．２．・・・・・・、Ｎで
ある。

なお本方法でいう差分と、たとえばＤＰＣＭ方４ 法でいうｔ分Ｊ：は差分の取り力が異なることに注意し
なけｉ−＋、　ｊずならない。すなわち、ＤＰＣＭ））
法では隣り合うサンプルデータ間の差分を取るのに対し
、本ノｊυ、でいう差分は■式に示すように隣り合う音
素片の対応するサンプルデータ間の差分を　　　　“取
るという点が大きく異なる。

次に上記音素片データ列の先頭の音素片データ及び上記
差分音素片データ列をメモリに記憶する。

■式より■式が成立する。

ＰＨ（１，コ　）＝ＰＨ（ｌ、０　）十　謎△ＰＨ（ｉ
　、ｋ　）・・・■に＝１ ０式より音声信号を合成するにあたって、補間音素片を
含む音素片群の音素片データ列を得るためには、ｌ−記
メモリから読み出した音素片データ列の先頭の音素片デ
ータに、同様に上記メモリがら読み出しだ差分音素片デ
ータを順次加算すればよいことがわかる。

このような差分音素片データによる補間方法を採用する
ことにより次のメリットを生じる。

すなわち、音声借りを合成するにあたって、補１６ 開音素片を含む音素片群の音素片データ列が加勢演算の
みによって求められるので、汎用のマイクロコンビーー
タのような簡単な制御回路によって実現可能であり、簡
単な回路構成で自然なｇｆ声を合成することができる。

補間音素片の音素片データを線形補間により求める時は
、補間すべき音素片の先行する音素片ＰＨＡのｉ番］」
のデータ値をＰＨＡ（ｉ）、’ｊた後続する音素片ＰＨ
Ｂの１番目のデータ値をＰＨＢ（ｉ）とし、２つの音素
片の間に挿入する補間音素片の個数をＭとすれば、２つ
の音素片の間の第ｊ番目の補間音素片ＰＨＩの第１番目
の差分データ値△ＰＨＩ（ｉ、ｊ）は０式で与えられる
。

ただし、ｊ：＝１．２．・・・・・・１Ｍ＋１である。

・線形補間の場合、第０式に示すように補間すべき２つ
の音素片の間で差分音素片データの値は一定となるので
、補間すべき音素片の聞に挿入する補間音素片の個数に
１を加算した値と、補間すベト記捕間すべき音素片の先
行する音素片と後続する音素片の音素片データの同一番
目のデータ値の差分をト記補間音素片の個数に１を加勢
した値で割った差分音素片データとをメモリに記憶すれ
ばよい。

また、所望の音声信号を合成するにあたって、補間音素
片を含む音素片群の音素片データ列を得るためには、Ｌ
記メモリから読み出した音素片データの先頭の音素片デ
ータに」二記メモリから読み出した差分音素片データを
上記メモリから読み出しだ補間音素片の個数に１を加算
した値の回数を順次加勢すればよい。

差分音素片データによる一般の補間方法では、音素片１
１Ｙの先頭の八−素片はそのまま音素片データとして記
憶するので、差分音素片データは、補間すべき音素片の
数に補間音素片の数を加排した値、すなわち補間音素片
を含む高素片群の音素片の数から１を減勢した数だけ心
安であるが、線形補間ツノ法では、差分音素片データは
、補間すべき音素　７ 片の数から１を減勢した数だけでよいので差分音素片デ
ータを記憶しておくためのメモリ容量が小さくて済むと
いう特徴がある。

また合成音声信号のピンチ周期を滑らかに変化させるこ
とは、補間すべき音素片の先行する音素片ＰＨＡのクロ
ック周期τ、と後続する音素片ＰＨＢのクロック周期τ
、とから補間演算を行うことにより補間音素片ＰＨＩの
クロック周期τ□を求め、次にこのようにして求めた補
間音素片のクロック周期を補間すべき音素片のクロック
周期に挿入することにより補間音素片を含む音素片群の
クロック周期列を求め、次いでこのようにして求めた補
間音素片を含む音素群のクロック周期列で上記補間音素
片を含む音素片群の音素片データ列を出力することによ
って行う。

すなわち、ｈ　（τ、、τＢ）を２つのクロック周期τ
、、τ８の補間関数とすれば、０式が成立する。

τＩ　＝ｈ（τ□、τＢ）　　　　　　・・・・・［相
］ここでクロック周期の補間は線形補間により求まるも
のとし、Ｍを２つの音素片の間に挿入すべ８ き補間音素片の個数とすＪｌ、げ、第コ番ＩＩの補間音
素片のクロック周期τ（ｊ）は、（す式により与えられ
る。

ただし、コー１．２．・・・・８Ｍ＋１である。

第３図すに本発明による）ｊ法の補間によって同図ａに
示す音素片ＰＨＡと同図Ｃに示す音素片ＰＨＢとから求
めた補間音素片ＰＨＩを示す。

第３図は第２図に対応して書かれており、第３図ａ、ｃ
の波形は、それぞれ第２図ａ、ｃの波形と同一であるが
、サンプリングクロック周１更が異なる。第３図で、補
間音素片ＰＨＩは音素片ＰＨＡと音素片ＰＨＢの真中に
挿入する音素片であり、補間音素片のデータ値及びサン
プリングクロック周１９１はともに線形補間によって求
めたものである。

第３図すより明らかなように、本発明による補間ツノ法
では従来ツノ法の第２図すで見られだ補間音素片のデー
タの打ち切りによる終端部の波形の急激々変化は見られ
ないので、従来方法のようにノ１９ イズ音を発生させることなく、自然で滑らかな合成音酸
を得ることが可能である。

第３図で、τ□、τ０．τ、はそれぞれ音素片ＰＨム、
ＰＨＩ　、ＰＨＢに対応するクロック周期であり、ｉは
サンプルデータの番Ｑ、Ｎはデータ数を示す。

尚、上記説明では、本発明による補間方法についてのみ
説明したが、もちろん、補間演算を行った音素片と従来
の補間演算を行わない音素片を組み合わせて順次接続す
ることにより所望の音声信号を得ることも可能である。

第４図に本発明による音声分析合成方法を実現する音声
合成装置の一実施例のブロック図を示す。

第４図で、１は操作者が音声及び動作モードを指示する
だめの操作指示部、２は汎用マイクロコンビーータ等の
制御部、３は音声発生プログラム、音素片データ等を記
憶しておくためのリード・オンリー・メモリ（ＲＯＭ）
、′４はプログラムの実行時に必要なデータの一時記憶
あるいはその曲の目的に使用するためのランダム・アク
セス・メモリ（ＲＡＭ）、５はテイジタル信号をアナロ
グ信−カである。

次に第４図に示す音声合成装置の動作について説明する
。

操作指示部１よりの操作指示信号にしたがって、リード
・オンリー・メモリ３に記憶さＩした音声発生プログラ
ムにより制御される制御部２の制御のもとに、リード・
オンリー・メモリ２に記憶された音素片データを、ラン
ダム・アクセス・メモリ４をデータの一時記憶メモリと
してもちいながら、順次処理接続し、所望のｇ声のティ
ジタル借りを合成する。次いでＤＡ変侠器６でティジタ
ル信号をアナロク信号に変換し、増巾器６でローパスフ
ィルターにより不要な高周波信号を除去するとともに音
小信号を増巾し、スピーカ７を駆動して所望の音声信号
を得る。

第６図は本発明の音声分析合成方法による音声合成装置
の補間による音声信号の合成手順の一例を示すフローチ
ャートである。

このフローチャートは、補間音素片のデータ及びクロッ
ク周期をともに線形補間によって求める場合のフローチ
ャートである。

以上説明したように本発明によれば、音素片の波形及び
ピッチの補間を行うことにより滑らかで自然な音声を合
成することが可能であり、また補間を行うことに・より
補間によって代用可能な音素片は不要となり、したがっ
てその分音素片データ用メモリの容量を小さくすること
ができ、コンパクトな音声合成装置を実現することがで
きる。さらに本発明による音声分析合成方法は、たとえ
ば汎用のマイクロコンビーータのような簡単な制御回路
を有する音声合成装置で実現することが可能なので、簡
単な構成で高音質のまた安価な音声合成装置を提供する
ことができる。またこのマイクロコンビーータの空き時
間を他の用途に適用すれば、音声出力機能の池にマイク
ロコンビーータの高度な判断、制御機能を利用した極め
て合理的な家電製品、事務機器、端末機器、教育機器、
ゲーム、おもちゃ等を実現することが可能である。

【図面の簡単な説明】

２ 第１図は音素片編集型音声分析合成方法によって合成さ
れた波形の一部を示す図、第２図ａ、ｂ。 ａｉｄ：従来の音素片補間方法を説明するだめの波形図
、第３図ａ　、ｂ　、ｃは本発明による音素片編集型音
声分析合成方法に適合する音素片補間方法を説明するだ
めの波形図、第４図は本発明による音声分析合成方法を
実現する音声合成装置の一実施例のブロック図、第６図
は第４図の装置における補間による音声信号の合成手順
の一例を示すフローチャー１・である。 １・・・・・・操作指示部、２・・・・・・制御部、３
・・・・・・リード・オンリー・メモリ、４・・川・ラ
ンダム・アクセス・メモリ、６・・・・・・ＤＡ変換器
、６・曲・増巾器、７・・・・・・スピーカ。

Claims (1)

1. 【特許請求の範囲】 （１）音素片データを音声合成制御情報にしたがって順
   次接続することにより音素片データを編集して所望の音
   声信号を得るように構成すると共に２つの音素片の間に
   補間演算により得られる補間音素片を挿入することによ
   り滑らかな音声信号を得るにあたって。 （ａ）　　２つの音素片の間を補間すべき音素片に関し
   、その音素片データのデータ数を所定のデータ数に等し
   くするステップと、 （ｂ）　　補間すべき音素片の先行する音素片と後続す
   る音素片の音素片データの同一番目のデータ値から補間
   演算により補間音素片の音素片データを作成するステッ
   プと、 （Ｃ）　　上記補間音素片の音素片データを上記補間す
   べき音素片の音素片データに挿入することによって補間
   音素片を含む音素片群の音素片デ′−タ列を得るステッ
   プと、 （ｄ）Ｆ記音素片データ列の隣り合う音素片データの同
   一番目のデータ値の差分を求めることによって差分音素
   片データ列を得るステップと、 （６）　　上記音素片データ列の先頭の音素片データ及
   び上記差分音素片データ列をメモリに記憶するステップ
   と、 （ｆ５　　上記メモリから読み出した音素片データ列の
   先頭の音素片データに上記メモリから読み出した差分音
   素片データを順次加算することによって補間音素片を含
   む音素片群の音素片データ列を得るステップと、 （ｇ）　　、ｉ：、記補間すべき音素片の先行する音素
   片のクロック周期と後続する音素片のクロック周期とか
   ら補間演算を行うことにより補間音素片のクロック周Ｎ
   １を作成するステップと、（ｈ）　　ｌ記補間音素片の
   クロック周期を上記補間すべき音素片のクロック周１４
   １１に挿入することにより補間音素片を含む音素片１（
   γのクロノク周期列を求めるステップと、 （ｉ）　　上記補間音素片を含むに素片ＢＴの音素片デ
   ータ列を上記クロック周期列で出力するステップと、 を有することを特徴とする音声分析合成方法。 （２）音素片データを音声合成制御情報にしたがって順
   次接続することにより音素片データを編集して所望の音
   声信号を得るように構成すると共に、２つの音素片の間
   に補間演算により得られる補間音素片を挿入することに
   より滑らかな音声信号を得るにあたって、 （＆）　２つの音素片の間を補間すべき音素片に関し、
   その音素片データのデータ数を所定のデータ数に等しく
   するステップと、 （ｂ）補間すべき音素片の間に挿入する補間音素片の音
   素片テ゛−夕は線形補間により作成するものとし、メモ
   リに補間すべき音素片の間に挿入する補間音素片の個数
   に１を加算した値と、補間すべき音素片の音素片テーク
   の先頭の音素片データと、−に記補間すべき音素片の先
   行する音素片と後続する音素片の音素片データの同一番
   １」のデータ値の差分を上記補間汗素片の個数に１を加
   算した値で割った差分音素片データとを記憶するステッ
   プと、（０）　　上記メモリから読み出した音素片テー
   クの先頭の音素片データに上記メモリから読み出した差
   分音素片テークを上記メモリから読み出した補間音素片
   の個数に１を加勢した値の回数順次加算することによっ
   て補間音素片を含む音素片群の音素片データ列を得るス
   テップと、 （ｄ）　　上記補間すべき宿素片の先行する音素片のク
   ロック周期と後続する音素片のクロック周期とから補間
   演算を行うことにより補間音素片のクロック周期を作成
   するステップと、（１５）　　上記補間音素片のクロッ
   ク周（■を上記補間すべき音素片のクロック周期に挿入
   することにより補間音素片を含む音素片群のクロック周
   期列を得るステップと、 （ｆ）４−記補間音素片を含む辞素片群の音素片データ
   列を上記クロック周期列で出力するステップと、 を有することを特徴とする音声分析合成方法。