JPS5814197A - 音声合成器 - 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】 この発明は音声波形を分析して特徴パラメータを抽出し
、この特徴パラメータを一定時間（以下、フレーム周期
と称す）毎にメモリ手段に転送シ、ディジタルフィルタ
により、この特徴パラメータに基づいて音声波形を合成
出力する偏自己相関分析合成方式の音声合成器に関する
ものである。

現在実用に供されている音声合成器の多くは、偏自己相
関分析合成方式にもとづくもので、合成計算を行なう回
路は１個のシリコンチップに集積化されるに至っている
。このような音声合成器は、一般に第１図の分析合成シ
ステムの合成側の各機能回路（１００）を集積化したも
のとなっている。

同図中、（８００）はパラメータファイルで、分析器（
２００）で分析抽出された音声の特徴パラメータを記憶
する手段、たとえば読み出し専用メモリである。

この音声合成器の主要部は一般に第２図のブロック図に
示すような回路構成で、第１図の分析器（２００）で音
声波形から分析抽出され、さらに量子化された特徴デー
タＤのピッチ、有声・無声判定コード、振幅、偏自己相
関係数（いわゆるにパラメータ）を復号化する復号器Ｑ
１ｏ）　、　（１２０）　、　（１８０）、それぞれの
復号されたパラメータを一時記憶するメモリ（１１１）
　、　（１２１）　、　Ｑａｌ）、メモリ（１１１）の
出力であるピッチパラメータの値に対応したパルス列を
発生するパルス発生回路（１１２）、無声音用音源とし
て使用する白雑音を発生する１雑音発生回路（１１Ｂ）
、有声・無声判定コードに対応して音源信号としてパル
ス列か１雑音信号かを選択する音源選択回路（１１４）
、音源信号に振幅値メモリ（１２１）の内容を掛は合わ
せる振幅乗算回路（１４０）、Ｋパラメータメモリ（１
８１）の内容に対応したフィルタ係数を用いて音源信号
から所定の周波数スペクトラム成分を抽出するディジタ
ルフィルタ（１５０）　、ディジタルフィルタ（１５０
）のディジタル波高値をアナログ信号に変換する巧へ変
換器（１６０）から構成されている。勿論、図示はされ
ていないが、これら以外に、これらの各機能回弊を時間
的なタイミングをはかつて操作させるために必要なタイ
ミング信号発生回路や、復号器（１１０）　、　（１２
０）　、　（１８０）に対して、外部メモリに貯えられ
ている音声分析によって得られた時系列データを、順次
取り込むためのインタフェース回路などが加わって音声
合成器を構成している。

このような音声合成器では、音声データを記憶するメモ
リを節約するために分析データの情報圧縮が行なわれて
おり、１秒間の音声について約２０００ビツト程度に圧
縮した場合でも明瞭度はあまり損なわれず、実用に供し
得る。圧縮方法は種々あるが、１例として振幅パラメー
タは４〜６ビツト、ピッチパラメータは５〜６ビツト、
Ｋパラメータについては、不均一ビット配合と称して、
Ｋ１〜ＫＩＯの順に、５．５．４．４．４．４．４．８
．８．８ビツトあるいは、７．５．４．４．４．８．８
．８．８．８ビツトに割り当てられている。

第２図中の復号器（１１０）　、　（１２０）　、　（
１８０）は量子化されたこれらのパラメータコードを分
析データの真値に復号するもので、それぞれのビット数
に応じた語数のテーブルを成している。通常回路構成上
の制約から、復号されるディジタル数値は１０ビット程
度の精度を有している。また復号テーブルの６値は分析
値の上限値と下限値の間を線形量子化あるいは、逆双曲
線関数度換した後に線形量子化したものが設定されてい
る。

上述の音声合成器は音声を合成する場合、小容量の音声
データメモリでかなり自然度の高い合成音声を得ること
ができる。しかし正弦波等の楽音については、量子化に
伴うスペクトル歪や、音源周波数とディジタルフィルタ
の極周波数の不整合による変調ノイズが大きく、十分な
音質を得ることができなかった。また後述するように、
正弦波等の純音で音階の構成や数百１を以上の基本周波
数の楽音の発生が不可能であ、つた。

この発明は上述の音声合成器に改良を加え音声のみなら
ず、正弦波などの楽音の合成および音階音（メロディ）
の構成も可能とするものである。

以下、この発明の詳細な説明する。

全極型ディジタルフィルタの伝達関数は極数が１のとき
、Ｈ（Ｚ）＝Ａ／（１＋ａｌｚ−”＋α２ｚ＋２）　　
　°−（ｉ）ｚ＝ｅ−ρ−ｊ２πｆＴ である。上式において極周波数をｆｒとすると（１）式
の分母＝０とおいた連立方程式より、（ｌｘ＝２ｅ−ρ
ｃｏｓ　２ｙｒｆｒＴ　　　　−（２）ａｇ＝＝　　ｅ
　！ρ なる関係式が成立する。一方このフィルタのインパルス
レスポンスは ｘｔ＝Ａｅ−ρ’　ｓｉｎ　２ｙｒｆｒｉＴ　　　　　
−（８）で表わされる。（８）式は減衰振動波形を意味
しており、楽音として好適な波形である。つぎに線形予
測係数ａ！は数学的な変換処理により偏自己相関係数の
にパラメータと次式によって関係付けられる。　　Ｋ１
＝　ａｔ／（１−ａ２）　　　　　　−（４）Ｋｇ　＝
　α２ したがって ｆｒ　＝　（１／２ｙｒＴ　）ｃｏｓ−”（（１＋ｅ−
”ρ）Ｋ１／（２ｅ−ρ）〕＝　（１／２　ｙｒ’［’
　）　ｃｏｓ−’（（Ｉ　Ｋｇ）Ｘｔ／（１！翻））　
−（５）Ｐ　−（１ｚ’２）ｅｎ（Ｋｇ） である。（５）式によれば、減衰振動波形の周波数はＫ
ｌ　＋　Ｋ２パラメータの値によって、減衰定数はに２
パラメータによって一意的に定まる。なお開式において
、Ｋ２が−０，９５〜−１，０の範囲では、Ｋ２の変化
が極周波数に影響を与える程度は１％以下であり、聴感
上の音程の狂い感はない。この場合（６）式のｆｒは近
似的に次式で与えられ、ｆｒはに１のみに対応する。

ｆｒ≠（１／２　ｙｒ　Ｔ　）　ｃｏｓ−’　Ｋ１　　
　　・”　（６）Ｋ２の値の上述の範囲は減衰定数のＯ
〜０．０２５６に対応し、すなわち減衰のない定常正弦
波形から約４０サンプリング周期で１／εに減衰する波
形に対応する。これはピアノ楽器などの自然楽器音の減
衰特性に近いものであり楽音として好適である。

一方音声用として構成された１０段のディジタルフィル
タの演算アルゴリズムは表１に示す逐次計算式である。

表　　　　１ この式中のＹｊ、ｂｊはそれぞれ格子型フィルタにおけ
る前進波、後進波のｊステージにおける中間値で、（ｔ
ｈ）の１はサンプリング番号である。フィルタ出力はｂ
ｌ（ト）であるう表１の逐次計算式はに８〜に１ｏ　＝
　０の場合、１極のディジタルフィルタとして機能し、
線形予測係数α１．ａ！を用いて表わした場合、（４）
式を考慮して ｘＨ＝Ｕ＋αＩＸｙ１−１＋α２Ｘｎ−４ｍ　（７）な
る式と等価である。Ｔこだし、ｘｎｊ、ｔｎ番目のサン
プル周期に対応する波形値、ＸＨ−１、ｘＨ，−２はそ
れぞれｘｎから１つ前、２つ前のサンプル時点の値を、
Ｕは音源信号値を意味する。

（１）式の伝達関数で決まるディジタルフィルタのイン
パルス応答（８）式のＸｉは（７）式において音源信号
値ＵをインパルスとしたときのＸｎに一致する。

以下に従来の分析合成方式の音声合成器で楽音を発生す
る際の問題点を詳説する。

音声合成用として用いられるホワイトノイズ（白雑音）
は、そのホワイトノイズがランダムパルス列として模擬
的に作られるものであり、完全なランダム性、すなわち
周波数スペクトラムの均一性を有し得す何らかの音色を
持っている。また有声音用としてのインパルス列の場合
は、インパルス周期で決まる周波数およびその整数倍に
特に強い成分のあるスペクトラムを有する。

このような音源信号を入力したときのディジタルフィル
タの出力は音源に含まれる周波数成分とフィルタ係数に
１によって訣まる極周波数の一致した周波数において大
きな成分を生じるが、音源に含まれる他の周波数成分も
少なからず存在し、これが聴感上には変調ノイズ感やう
なり感を生ずることになる。したがって定常的にエネル
ギを有する音源信号をフィルタに入力する場合は、音源
そのものの周波数スペクトラムがフィルタの極周波数あ
るいはその整数倍の周波数のみを有するものでなければ
良質な楽音とすることができない。

しかし有声用音源とし０作られるインパルス列はサンプ
リング周期を最小時間間隔としたものしか作り得す、し
たがって音源信号の基本周波数は表２の例に示すような
段階的なものとなり、通常の方法で量子化および復号化
されたに１パラメータ値で決まる極周波数とは一致しな
い。表２のピッチ周期はインパルス列のパルス間隔をサ
ンプリング点数の形で表現した数値であり、基本周波数
はサンプリング周波数が８　ＫＨｚの場合を示している
。

表　　　　　２ 表２に示される周波数列では１オクタ一ブ以上にわたる
平均律音階や純正調音階を構成できないし、サンプリン
グ周波数が８〜１０ＫＨｚでは数１００Ｈｚ以上の基本
周波数の楽音は極く僅かのものしか得られない。

この発明による音声合成器は前述の原理にもとづき、従
来の音声合成器に以下の手段を付加することにより、歪
のない楽音が発生できるようにしたものである。

この発明に係る音声合成器の一実施例を第８図で説明す
る。この実施例は第２図に示した従来の音声合成器に楽
音用としてに１パラメータの復号器（１７０）およびピ
ッチ復号器（１８０）を付加したものである。パラメー
タ復号器（１７０）はコード化されている特徴パラメー
タＤを入力してディジタルフィルタ（１５０）に係数と
して用いられるに１パラメータおよびパルス発生器（１
１２）に用いられるピッチパラメータを復号して作り出
す機能回路である。これは、たとえば復号値を１０進数
値で表わし・たものを読み出し専用メモリに記憶し、コ
ードデータをそのメモリのアドレスとして対応するメモ
リ内容値をメモリから読み出す、いわゆるテーブル方式
の機能回路で実現できる。

ここでピッチ復号器（１８０）のメモリに記憶しておく
ピッチパラメータの復号値はサンプリング周期の整数比
倍の周期列（以下この倍数比列をＮと称す）を表８に示
すような純正調音階周波数比列に対応したものの中から
選び出したものとする。

辰　　　８ 表８に併記した音名は楽典において通常用いられる音名
とは異なり、この場合は仮にピッチパラメータ（ｉｓｏ
　）を純正調全音階の基音とみなし、その意味で′ｈＯ
′という音名を付した。表８の例に示すピッチパラメー
タは、純正調全音階をサンプリング周期の整数比倍列で
構成できる最小の数値列である。したがって半音階も含
む純正調音階を構成しようとする場合は表８に示すもの
より大きなピッチパラメータ値としなければならない。

また部分的に、たとえばＦ音を除いた音階でも良い場合
は表８に示したピッチパラメータ値の半分でよいことに
なる。

いずれにしてもこの発明の音声合成器はピッチ復号器（
１８０）を設け、その復号器（１８０）のメモリに記憶
すべきピッチパラメータを表８に示す値を基調とする数
値とすることを１つの特徴とするものである。

つぎにに、パラメータ復号器（１７０）のメモリには原
理説明において述べ゛た種々の関係式から導き出される
後述の関係式によって対応付けられた値を復号値として
記憶する。

ピッチパラメータＮに対応してパルス発生器（１１２）
で作られるパルス列をディジタルフィルタ（１５０）の
音源信号として用いるとき、フィルタの入力には、その
音源周波数、すなわち１７Ｎ’ｌ！の整数倍の成分が存
在する２、この倍数をｎとしたとき、Ｋ１パラメータで
決まるフィルタの極周波数ｆｒをｆｒ　＝　ｎ　／　（
ＮＴ　）　　　　　−（８）に選べば、フィルタの出力
は音源周波数のｎ倍調波に鋭いピークを示す波形となる
。この発明はこのｆｒから（６）式の関係式より導き出
されるに１≠ｃｏｓ　２πｆｒＴ＝ｃｏｓ２πル／Ｎな
る関係式で求まるＫｌ値を復号器（１７０）のメモリに
記憶しておくことを主張するものである。表８に次数を
ｎとしたときにピッチパラメータＮに対応するに、パラ
メータの値を示している。

つぎに、上記構成の動作を説明する１゜まず、メロディ
などを形成する目的で音声データファイルにピッチコー
ド、Ｋ１コードを貯えておく。これらデータは合成器の
動作開始時点にＤバスを通して、各種復号器（ｎｏ）　
、　（１２０）　、　（１ａｏ）　、　（１７０）。

（１８０）に送られ復号されて各パラメータの１時記憶
レジスタ（１１１）　、　（１２１）　、　（１８ｔ）
に記憶される。

以下、この発明の楽音発生動作にとくに関係する部分の
みを説明する。ピッチパラメータは復号器（１８０）で
復号された値が用いられ、この数値がパルス発生器（１
１２）に転送されることにより、パルス発生器（１１２
）はパルス信号を発生する。この信号は音源選択器（１
１４）および振幅乗算器（１４０）を通してディジタル
フィルタ（１５０）に音源信号Ｕとして入力される。一
方復号器（１７０）で復号されたに１パラメータはにパ
ラメータレジスタ（１８１）を通してディジタルフィル
タ（１５０）に与えられる。ディジタルフィルタ（１５
０）は音源信号′Ｕからに１値で決まる音源周波数のｎ
倍の周波数成分だけを抽出し出力する。このときディジ
タルフィルタ（１５０）の出力に含まれる音源信号の他
の周波数成分の大きさは、Ｋ２パラメータで決定される
。

ディジタルフィルタ（１５０）のＱ特性に依存するが、
Ｋ２を−０，９５〜−１，０の間の数値に設定しておけ
ば、実用上は無視できる程度とすることができる。

以上の説明によってこの発明の音声合成器は、ピッチパ
ラメータで表現される音源基本周波数のｎ倍の調波の正
弦波形を定常的に発生し得ることが理解されよう。

ついでこの発明の音声合成器によってメロディを発生す
る場合のパラメータデータ作成′例を示す。

表　　　　　４ 表４はパラメータデータ作成例でこの発明に関係する、
ピッチパラメータとに、　ハラメータおよびサンプリン
グ周波数を８Ｋ）ｌｚとしたときの対応するディジタル
フィルタ出力周波数を掲げたものである。表示はしてい
ないかに８〜ＫＩＯパラメータ値は０、Ｋ２は−０，９
９８程度のものを選んである。このデータ系列で発生で
きるメロディを一般の５線譜記譜法で表現したものが第
４図である。ただし第４図の楽譜は音高に関しては通常
の楽譜で表現されるものとは意味が異なり、第４図楽譜
のＯ音の対応周波数は表４に示したとおり７１１．１１
Ｈｚである。しかし第４図の楽譜は音高の相対的関係を
視覚的に表現しており、このメロディ例がＣ音を基音と
した純正調音階の上に形成されていることを示している
。なおこのメロディ例の符長は表４に示したフレーム数
に対応しており、データ転送の周期、すなわちフレーム
周期を１０　ｍｓとした場合、４分音符長は８０フレー
ム数、すなわち０．８秒となる。

以上の説明によって理解されるように、この発明の音声
合成器は歪の小さい正弦波などの楽音が発生でき、しか
も純正調音階上にメロディを形成することができ、従来
の音声しか合成できなかった音声合成器に対して優れた
機能を有するものである。

【図面の簡単な説明】

第１図は従来の偏自己相関分析合成方式の音声分析合成
システムブロック図、第２図は従来の音声合成器の要部
のブロック図、第８図はこの発明の音声合成器の要部の
ブロック図、第４図はこの発明の音声合成器で発生させ
たメロディの一例を示す図である。 （１１０）、（１２０）、（１８０）・・・復号器、（
１１１）、（１２１）、（１８１）・・・メモ！Ｊ　、
（１１２）・・・パルス発生器、（１１Ｂ）・・・１雑
音発生器、（１５０）・・・ディジタルフィルタ、（１
７Ｇ）・・・Ｋ１パラメータ復号器、（１８Ｇ）・・・
ピッチパラメータ復号器、（ＳＯＯ）・・・パラメータ
ファイル。 なお、図中同一符号は同一もしくは相当部分を示す。 代理人　葛苛信−（外１名） 手続補正書（自発） 特許庁長官殿 １、事件の表示　　　　特願昭　５６−１１２７０４　
　号２、発明の名称 音声合成器 ３、補正をする者 事件との関係　　　特許出願人 （連絡先０３（Ｚソ）：、＋４２１胃評郡ン６、補正の
対象 明細書の「発明の詳細な説明」 ６、補正の内容 （１）明細書をつぎのとおり訂正する。 （２）明細書をつぎのとおり訂正する。

Claims (1)

【特許請求の範囲】
1. （１）ディジタル音源信号発生回路と、音源信号から所
   定の周波数スペクトラム成分を抽出するディジタルフィ
   ルタと、前記ディジタルフィルタの係数を表わすディジ
   タル値を記憶するメモリ手段を基本構成要素とする偏自
   己相関分析合成方式の音声合成器において、前記ディジ
   タル音源信号発生回路で発生する有声音用パルス列の周
   期Ｎに対して、前記ディジタルフィルタの係数に１を表
   わすディジタル値を Ｋｌ　＝　ｃｏｓ　（２ｙｒ＊／Ｎ　）　　　ＹＬ　；
   調波次数なる式で関係付け、周期Ｎが少なくとも１オク
   タ一ブ分の純正調音階周波数比を形成する整数列になる
   ように選択し、該整数列Ｎに対応するに１値を記憶する
   メモリ手段を設け、周期Ｎのパルス列に１よって前記デ
   ィジタルフィルタを駆動することによって、音源周波数
   のｎ倍調波の正弦波形の楽音を合成出力させて、純正調
   音階音を形成させるようにしたことを特徴とする音声合
   成器。