JPS58117600A - 時間領域情報信号ユニツトの合成方法及び装置 - 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】 〔発明の分野〕 本発明は、可聴音に適用し得る情報圧縮技術に関し、更
に詳細には無声音の時間領域音声圧縮及び合成方法及び
装置に関する。また、本発明は、信号の情報内容が等価
合成値号の位相成分にではなく、パワースペクトルに存
在する可聴音に適用し得る。

〔従来技術〕

通常の音声及び同様の可聴音は、１秒当り１００．００
０ビツトの情報を含んでいる。このような多量な情報の
記憶及び伝送を行なうことは、コスト、帯域幅及び記憶
容量の関係上不可能である。従って、音声及び同様の可
聴音における冗長なまたは不要な情報の記憶及び伝送を
省く必要がある。そのため、信号の情報内容を減少し、
必要な伝送帯域幅及び記憶容量を減少するよう、音声圧
縮及び合成技術が開発されてきた。しかし、これには信
号の了解度及び音質の低下を最小限に抑えながら、圧縮
情報の情報内容を最小にするという大きな諌題がある。

音声及び同様の可聴音は、冗長情報を蝦小にしても基本
的な音質特性を維持しているという特性を示すことがわ
かっている。たとえば、エネルギ源には有声音刺激また
は無声音刺激がある。音声音における有声音刺激は、ピ
ンチ周期と呼ばれる最小期間に亘ってピンチ周波数と呼
ばれる周波数で声帯を周期的に振動することによって行
なわれる。母音は通常このような有声音刺激によって生
じる。

無声性刺激は、声帯を振動させずに音声器官に空気が通
過することによって行なわれる。たとえば、無声音刺激
には、（“ｐｏｐ”における）ｌｐｌ。

（“ｔａｌｌ”における）ＩＮ　、（“ａｒｋ”におけ
る）ｌｋｌのような破裂音や、（“５ｅｖｅｎにおける
）＋−Ｈ，；（ｆｏｕｒ”におけるｌｆｌ　、　（“ｔ
ｈｒｅｅ”における）ｌｔｈｌ　、　（“ｈｉｇｈ”に
おける）　ｌｈｌ　、　ｊ“５ｈｅｌｌ”（おける）　
１ｓｈｌ　、　（独語の“ａｃｈｔ”における）ｌｅｈ
ｌのような摩擦音や、他のささやき音等がある。有声音
には時間に関する概周期的振幅変化がある。

しかし、摩擦音、破裂音及び空気の移動音、ドアの閉ま
る音、衝突音、ジェット機の音などの他の可聴音のよう
な無声音は、任意な白色雑音に類似しており、上記のよ
うな概周期的な波形構造を有していない。

音素や無声音の了解度は、主に信号のパワースペクトル
に存在していることは周知である。パワースペクトルは
、ｌＯミリ秒オーダの時間区間の平均した信号値で人間
の脳によつ゛て解析される。

一方、原信号は情報信号ユニットと呼ばれる１０〜１０
０ミリ秒の期間で変化するパワースペクトルを有してい
るため、原信号の特に無声音を表わす信号の１０ミリ秒
のセグメントを記憶し、この記憶したセグメントをその
全長に亘って繰返し読み出すことにより原信号の期間に
亘って存在する信号を再生する音声圧縮合成方法もまた
周知である。

しかしながら、記憶したセグメント全長を何回も繰返し
再生し、これを結合すると、この繰返し再生時の反復繰
返し周波数で所謂バズ音のような周期性音（雑音）が発
生し、無声音に近い音素群や単語群の了解度が極めて悪
い。このようなバズ音は音声周波帯域（１００Ｈｚ乃至
３０００Ｈｚ）　　内の成る周波数で同一セグメントを
正確に繰返し再生することによって発生するものである
。したがって、例えば１０ミリ秒以下の周期（ピンチ）
を有するセグメントを１００Ｈｚより大きな周波数で繰
返し再生するとバズ音が生じる。

〔本発明の目的〕

本発明は情報が周波数領域変換の位相成分にではなく、
パワースペクトルに主に存在する時間領域信号、特に無
声音のような非周期的信号の圧縮信号ユニントを再生し
ても、従来のようなバズ音と呼ばれる雑音の発生がない
、了解度の極めて良好な合成１ｇ号を得ることの出来る
合成方法およびこねに使用する合成装置を提供するもの
である。

〔本発明の概要〕

本発明は次の事項に着目してなされたものである。まず
、第１として、有声音および無声音の了解度は位相角で
はなくパワースペクトルによって決まるので、非周期的
（無声）音や概周期的（有声）音の位相特性にはある程
度の自由度を持たせることか出来る。第２に、パワース
ペクトルが実質的に不変（一定）な信号では、該信号の
時間軸上で正逆方向のいづれの方向から再生しても−１
様なパワースペクトルが分布している。更に第３には、
パワースペクトルが実質的に一定の信号ユニットのいか
なる部分のパワースペクトルの平均値も該ユニット全体
のパワースペクトルの平均値に実質的に同一で−ある。

本発明は、特に上記の第２および第３の事項を利用した
もので、はとんど周期特性がなく、かつ時間領域情報信
号ユニットの継続期間にわたって実質的に不変なパワー
スペクトルを有する信号ユニットから該ユニットより短
かい継続期間の代表的セグメントを選び、このセグメン
トの少くとも一部分を、上記ユニットを再構成するのに
必要な十分な回数だけ、繰返し再生するものであり、更
に上記の繰返し再生は該セグメント中の準任意的に選定
した異なる点で開始終了するようにしたものである。

今、本発明を例を挙げて概念的に説明すれば５０ミリ秒
に亘って実質的に不変なパワースペクトルを有する時間
領域情報信号ユニットを考えると、本発明によれば該ユ
ニツトから１０ミリ秒に亘るセグメントをその代表的セ
グメントとして選出する。そして核セグメントの最初（
先頭）のサンプルから最終のサンプルまでを読み出し、
更に逆方向に最終のサンプルから最初のサンプルまで読
み出す。これによって該セグメントの往復読み出しで２
０ミリ秒間に亘る再生信号が得られる。次に上記セグメ
ントのｖ３をその最終のサンプルから読み出し、更に該
セグメントのＶ３をその最初のサンプルから読み出す。

これに続いて上記セグメーントのｖ３に相当する区間を
該セグメントの中間から読み出す。更にこれに続いて上
記セグメントされたセグメント区間の合計は次のように
なる。

数値１は１０ミリ秒に相当する区間（選定した代表的セ
グメント）であるから、読み出された合計区間は５０ミ
リ秒となり、前記の時間領域情報信号ユニットが再生さ
れたことになる。したがって、この場合の圧縮係数は５
になると同時に、同一長のセグメントを同一方向で周期
的な繰返し再生をしないため、感知されるようなバズ音
は一切生ずることはない。なお、セグメントのどの区間
を再生するかは、準任意的に決定するものである。

〔本発明の実施例〕 次に、本発明を図面に示す実施例を使用して説明する。

第１図は無声音素１．１の波形１０の振巾変化を示して
おり、第２図は第１図の１０ミリ秒時間に亘って存在す
る波形を１２ピントの精度でデジタル化したものを１２
８個のサンプル値で表示したディジタル波形１σである
。以下の説明は、第２図に示す波形を圧縮合成する実施
例の説明であって、第１図および第２図に示す情報は本
発明でいう時間領域情報毎号ユニットに相当し、この信
号ユニットは時間順にサンプルされた１２８個のサンプ
ル値によって表現されている。

まず、本実施例によれば、信号ユニットの１２８個のサ
ンプルのうち、該信号ユニットの代表的セグメントとし
てサンプル１〜３２を選定し、これを記憶する。記憶さ
れた代表的セグメントの波形１４は第３図の左側領域Ａ
に示される。したがって、代表的セグメントとして記憶
されたサンプル値の数は３２個であり、信号ユニン′ト
のサンプル値の数１２８の１／４に相当する。。

上記のように記憶された３２個のセグメントから信号ユ
ニットを再構成する方法は次の通りである３、まず、第
１のステップは記憶されている代表セグメントのサンプ
ル値をサンプル１からサンプル３２まで、すなわち波形
１４を順方向に読みだす。読み出した波形は第３図の領
域Ａに示される波形１４と同一である。第２ステツプと
して、記憶されている代表セグメントのサンプル値をサ
ンプル３２からサンプル１まで、すなわち波形１４を逆
方向に読み出す。読み出した波形は第３の領域Ｂに示さ
れる波形１６で示される。第３のステップは記憶された
代表セグメントのサンプル値をサンプル１７からサンプ
ル３２まで順方向に読み出す。読み出した波形は第３図
の領域Ｃに示す波形１８である。第４のステップは記憶
された代表セグメントのサンプル値をサンプル１からサ
ンプル１６まで読み出す。この読み出した波形は第３図
領域りに示す波形２０である。第５のステップは記憶さ
れた代表セグメントのサンプル１６からサンプル１まで
、換言するならば上記第４のステップの逆方向読み出し
を行う。この結果得られる波形は第３図領域Ｅに示す波
形２２である。最終のステップとして、記憶した代表セ
グメントのサンプル３２からサンプル１７まで、すなわ
ち上記第３ステツプの逆方向読み出しを行う。この場合
の読み出した波形は第３図Ｅ領域に示す波形２４である
。したがって、上記６つの読み出しによって得られた波
形を配列すれば、第３図のようになり、１２８個のサン
プル値を有する波形となる。この波形は外観上、第２図
の原信号ユニット波形１１１’と異なるが、前述したよ
うにパワースペクトルが実質的に不変な信号ではその信
号の時間軸上で正逆方向いづれの方向から再生しても同
様なパワースペクトルが分布すること、およびパワース
ペクトルが実質的に一定の信号ユニットのいかなる部分
のパワースペクトルの平均値も該ユニット全体のパワー
スペクトルの平均値に実質的に同一であるとの事実を勘
案すれば、前記第３図の読み出された波形１４，１６，
１８．２０，２２．２４　を結合した波形は第２図の波
形１σと可聴音としては同一であると云える。したがっ
て、本実施例は圧縮係数４　（１２８÷３２）の圧縮合
成方法であると云える。

（に、本発明は代表セグメント全長を再生したり、また
セグメントの一部分を準任意長に亘って再生したり成は
逆方向に再生するなど、準任意シーケンスで繰返し再生
するものであるから、従来のように音声周波帯域内での
同一セグメント全長の周期的繰返し再生とは異なり、感
知されるバス音の発生がなく、再生音声の了解度が極め
て良好である。

第４図は、本発明による装置４０の実施例を示している
。メモリ装置４２は、処理され圧縮されたデータ、たと
えば１２８個のサンプルシーケンスの最初の３２サンプ
ルを記憶する。メモリ装＠４２は、中間プロセッサ４６
へのデータ出力を認識する制御回路４４によってアドレ
スされる。中間プロセッサ４６はディジタル形式の所定
の出力信号を再構成する。制御回路は、中間プロセッサ
４６へのインストラクションを出力する。中間プロセッ
サ４６のディジタル出力は、ディジタル−アナログ変換
器４６へ送られ、続いて増幅器５０を付勢してスピーカ
５２を駆動する。

第５図は、入力データを再循環するよう接続され、かつ
種々の点でデータを引き出すだめの複数のタップを備え
た双方向シフトレジスタ１５９を用いた、本発明の一実
施例を示している。

第５図の双方向シフトレジスタ１５９には、出力を送出
するライン１７９，１８１，１８３の３つのタップが設
けられている。その数は、装置の設計に応じて選択し得
る。第４図の中間プロセッサ４６は、第５図ではシフト
レジスタ１５９とデータセレクタ１６７とから形成され
ている。制御回路４４は、ライン１６９を介してタップ
選択信号を発生し、セレクタ１７３を制御する。

第５図の装置の動作は次のとおりでおる。時間領域情報
の実質的に不変の各セグメントを規定するデータ及びイ
ンストラクションから成る圧縮音声情報は、好ま゛しく
は読出し専用メモリ４２に記憶される。入力制御ライン
１５３は命令を受イぎし、特定の単語、音素群、音声ま
たはセグメントを選択する。制御回路４４は、命令をデ
コードし、かつメモリ４２へのメモリアドレス選択バス
１５７にアドレスを送出することにより、メモリ内での
必要とされる各セグメントの存在する場所を見い出す。

アドレスされた情報は、データバス１６１を介してシフ
トレジスタ１５９に並列に記憶される。さらに制御情報
は、クロックライン１６３と左−右シフト１６号ライン
１６５ヲ介してシフトレジスタ１５９へ送られる。メモ
リ４２から続出された情報は、シフトレジスタ１５９が
一杯になるまでシフトレジスタへ連続的にクロツクされ
る。

しかし、同時にデータセレクタ１６１は、制御回路４４
のタップ選択ライン１６９によってアドレスされ、直列
人力／出力ライン１７１をセレクタ出力１７３へ接続す
る。このようにしてメモリ４２から送られたデータは、
シフトレジスタ１５９とディジタル−アナログ変換器４
８との両者を介してスピーカ５２において可聴出力とし
て現われる。

シフトレジスタ１５９が蓄積データで一杯になると、並
列入力１６１はこれ以上データを記憶するのを停止する
。その後、波形の合成ディジタル表示が、シフトレジス
タ１５９にすでに記憶されたデータから発生される。波
形は、正逆方向の種々の組合せでデータを出し、信号ラ
イン１６５を介して左右シフト制御を行ない、シフトレ
ジス・タシーケンスの異表る場所からデータをタップし
かつデータセレクタ１６７を用いてタップ１７１，１７
９，１８１，１８３の選択を行なうことにより再構成さ
れる。

第３図は、ある特定のアルゴリズムの結果を示している
。１２８ビツトのシーケンスにおいて、最初の３２ビツ
トのセグメントがグループ化され、このグループの半分
がそれぞれ正逆方向に交互に配列されるように正方向及
び逆方向シーケンスで使用される。

本発明の実施例は、標準ＣＭＯ８集積回路を使用してい
る。この回路は、第６図に示されている。

データは、メモリ４２に記憶される。リクエストライン
１０３の上昇電圧エツジにより、次のデータバイトか出
力ライン１０５に現われる。合成波形を六わずアナログ
出力信号は、増幅器５ｏの出力１０７に発生する。合成
波形は第３図に示すような形状である。

第６図の回路は、５つの主要部分から成り、６４−ピン
トの双方向シフトレジスタ１５９は、形式ＭＣＩ４１９
４Ｂのような、前後がリング状に接続した１６（１５の
４−ピント集積回路シフトレジ、’、夕２０１〜２１６
から形成されている。８つのデータ出力ライン１０５は
、シフトレジスタ１５９の最後の８つの並列入力端子に
接続している。

シフトレジスタ１５９には２つの出力端子が使用されて
いる。２つの信号ライン１１１は、中間のシフトレジス
タ２０８の２ビツトＱ８　、Ｑ４から出ている。

これら２つのピントラインは、シフトレジスタ１５９の
選択タップである。これらタップは、マルチプレクサ２
３１とラッチ２３２とから成るデータセレクタ４８の２
つの入力端子に接続している。この装置は、４つのレベ
ルの分解能だけを必要とするので、２う／グＲ−２Ｒラ
ダーから成る２−ビットディジタル−アナログ変換器１
１７だけを使用すればよい。出力は増幅器５０により増
幅され、所定のアナログ出力４ｇ号を発生する。

信号発生は、システムクロック１１９により駆動される
制御論理装［１１６により制御される。システムクロッ
ク１１９は、第７図に示すような、２５）Ｇ（ｚの矩形
波システムクロック信号１２１を発生する。制御論理装
置１１６は、＠７図に示すような、制御タイミング４６
号、すなわち出力クロンク信号１２３、ロード並列デー
タ信号１２５、メモリデータリクエスト信号１２Ｔ、シ
フトクロック信号１２９、シフトレフト選択１６号１３
１１．及び選択中間点タップ信号１３３を発生する。こ
れに対応する信号ラインは、第６図に示すとおりである
。

８ビツトバイナリカワンタ１３５は、２５６クロツク状
態すなわち１２８期間を発生する。出力は、続いてＮＡ
ＮＤ及びＮＯＲゲートによりデコードされ、所定のタイ
ミング信号となる。

第７図に示すように、８つのデータリクエストパルスは
、第１期間（状態０〜６３）において発生され、メモリ
データリクエスト信号２イン１０３により伝送される。

８バイトのデータはシフトレジスタ１５９に記憶される
。と同時に、３２のパルスが出力クロックライン１２３
に発生し、出力ライン１０７にアナログ電圧の３２期間
を発生する。シフトレフト選択ライン１３１は低いので
、データは右にシフトされる。選択中間点タップライン
１３３も低いのでデータがライン１１１を介してシフト
レジスタ１５９の最終レジスタ２１６から取り出される
。

第２期間（状態６４〜１２７）において、データリクエ
ストパルスは発生されない。新しいデー７が記憶されな
いので、前期間のデータはそのままで、シフトレジスタ
１５９のループを循環する。シ状態６３と６４において
通常生ずるシフトクロックパルスは、シフトクロックと
ＮＯＲゲート１３９を使用してクリップフロンプ１３７
の出力をゲートすることによって抑制されている。従っ
て、期間１の最後の出力値は、期間２の最初の出力値と
して繰返えされる。

期間３において、シフトレフト選択ライン１３１は低に
セットされかつメモリデータリクエストライン１０３は
非動作状態のままである。中間点選択ライン１３３は高
にセットされているので、データは正方向にシフトされ
、シフトレジスタ１５９の中間レジスタから取り出され
る。このように期間ｌにおいて発生された値と同様の値
のシーケンスが反復される。

期間４において、シフトレフト選択ラインは高にセット
されているので、期間３のシーケンスは反転する。状態
１９１，１９２間のシフトクロックパルスは、前の反転
状態の時と同様に抑制されている。

このように−サイクルが完了し、新しい情報バイトを受
信する準備を整える。

以上のように、本発明は、音声分析、圧縮及び合成に用
いる無声音可聴信号の最適化に関するものである。また
本発明は、情報内容に準−周期性がほとんどない他の情
報についても同様に適用し得るものである。

【図面の簡単な説明】 第１図は、時間の関数として、可聴音素１．１の無声１
６号の振幅を表わした波形図、第２図は１２８１向のサ
ンプルから再構成された、時間の関数として振幅を表わ
した音素１．１の波形図、第３図は第２図の波形の最初
の３２点から発生された、時間の関数として振幅を表わ
した波形図、第４図は時間領域音声合成装置のブロック
図、第５図は原信号の一部から信号を再構成するのに使
用される時間領域音声合成装置における中間プロセッサ
の一部のブロック図、第６，６Ａ、６Ｂ、６０図は時間
領域波形合成装置の実施例、第７図は第６図の回路の動
作を説明するタイミング図である。 ４２・・・・メモリ装置、４４・・・・制御回路、４６
・・・・中間プロセッサ、４８・・・・ディジタル−ア
ナログ変換器、５０・・・・増幅器、５２・・・・スピ
ーカ、１５９・・・・シフトレジスタ、１６Ｔ・・・・
データセレクタ、１１６・・・・制御論理装置、１１７
・・・・ディジタル−アナログ変換器、１１９・・・・
システムクロンク。 特許出願人　　フオレスト・ニス・モザ代理人　山川政
樹（醗セλ１名）

Claims (1)

1. 【特許請求の範囲】 （１）はとんど周期特性がなくかつ時間領域情報信号ユ
   ニットの継続期間にわたって実質的に不変なノ（ワース
   ベクトルを有する時間領域情報信号ユニットの合成方法
   であって、該合成方法は上記時間領域情報信号ユニット
   の小さい代表セグメントをメモリ装置に記憶する過程と
   ；上記小さいセグメントから上記情報信号ユニットを再
   構成するために上記セグメントの少くとも一部分を十分
   な回数だけ繰返し再生する過程とから成り、上記再生す
   る過程は各繰返し動作において上記セグメントの異なる
   点において開始及び終了し、これにより周期性のほとん
   どない信号ユニットを再生することを特徴とする時間領
   域情報信号ユニットの合成方法。 （２、特許請求の範囲第１項記載の合成方法において、
   再生する過程は、異なる期間の複数の連続的に配置され
   た部分を生ずるようセグメントの一部分を開始及び終了
   する過程とから成ることを特徴とする合成方法。 （３）特許請求の範囲第１項または第２項のいずれかに
   記載の合成方法において、再生する過程は、時間に関し
   て正方向及び逆方向にセグメントの一部分を再生する過
   程を有することを特徴とする合成方法。 （４）時間的に直列配置された離散的サンプルからなり
   、はとんど周期性がなく且つそのユニット期間に亘って
   実質的不変のパワースペクトルを有する時間領域情報信
   号ユニットを合成する方法であって、該方法は上記サン
   プルを蓄積する工程と、該蓄積されたサンプルの中で始
   点と終点とが異なる複数の範囲のサンプルを繰返し再生
   し、この再生したサンプルから上記情報信号ユニットを
   再構成する工程とから成る時間領域情報信号ユニットの
   合成方法。 （５）特許請求の範囲第４項記載の合成方法において、
   繰返し過程は、サンプルをインクレメント及びデクレメ
   ントする過程を含むことを特徴とする特許方法。 （６）特許請求の範囲第５項記載の合成方法において、
   蓄積されるサンプルは少くとも６４サンプルから成り、
   かつ最初の繰返し過程は、最初のサンプルから最後のサ
   ンプルまでインクリメントし、次に最後のサンプルから
   最初のサンプルまでデクレメントし、次に最初の１／８
   サンプルから最後のサンプルまでインクリメントし、か
   つ最後のサンプルかう最初のｖ８サンプルまでデクレメ
   ントし、続いて最初の１／Ｂサンプルと最初の１／４サ
   ンプルの間のサンプルから最後のサンプルまでインクリ
   メントし、さらに最後のサンプルから最初のいサンプル
   までデクレメントする過程から成り、情報信号ユニット
   に相当する長さの期間の信号を再構成するのに十分な継
   続期間を形成することを特徴とする合成方法。 （７）周期特性がほとんどなく、対象の時間ユニット間
   でほとんど変化しないパワースペクトルを有する時間領
   域情報信号ユニットの合成装置であって、該装置は、上
   記時間領域情報信号ユニットの小さな代表セグメントを
   記憶するメモリ装置と；」二記メモリ装置に接続して上
   記セグメントの少くとも１部分を繰返し再生し、この再
   生を各繰返工程毎に該セグメント内の異なる点で開始終
   了させることにより該セグメントから再構成信号を発生
   する装置と；上記セグメントから上記情報信号ユニット
   を再構成するため上記繰返しを十分な回数行なわせる装
   置とから成ることを特徴とする合成装置。 （８）周期性がほとんどなく、対象の時間ユニット間で
   ほとんど変化しないパワースペクトルを有する時間領域
   情報１８号ユニットの合成装置であって、該装置は上記
   時間領域情報信号ユニットの小さな、代表セグメントを
   記憶するメモリ装置と；上記メモリ装置に接続して上記
   セグメントの少くとも１部分を繰返し再生し、この再生
   を各繰返工程毎に該セグメント内の異なる点で開始終了
   させることにより該セグメントから再構成信号を発生す
   る装置と；上記セグメントから上記情報信号ユニットを
   再構成するために上記繰返、しを十分な回数行なわせる
   装置と；上記の繰返し再生するセグメントの１部分の期
   間を選択する装置とから成る合成装置。 （９）特許請求の範囲第７項または第８項のいずれかに
   記載の装置において、発生装置はセグメント部分を時間
   に関して正方向及び逆方向に再生する装置を含んでいる
   ことを特徴とする合成装置。 （１０）特許請求の範囲第７項記載の装置において、情
   報信号は、離散的な連続的に配置されたサンプルから成
   り、発生装置は、異なるサンプルで開始及び終了するセ
   グメントのサンプルを繰返すように動作する装置から成
   ることを特徴とする合成装置。 （１１）特許請求の範囲第１０項記載の装置（おいて、
   繰返し装置は、サンプルをインクレメント及びデクレメ
   ントするよう動作する装置から成ることを特徴とする合
   成装置。 （１２）特＃’ＦＭ求の範囲第７項または第１１項のい
   ずれかに記載の装置において、記憶装置は直列り７トレ
   ジスタから成ることを特徴とする合成装置。