JPS5888798A - 音声合成方式 - Google Patents
音声合成方式Info
- Publication number
- JPS5888798A JPS5888798A JP56187592A JP18759281A JPS5888798A JP S5888798 A JPS5888798 A JP S5888798A JP 56187592 A JP56187592 A JP 56187592A JP 18759281 A JP18759281 A JP 18759281A JP S5888798 A JPS5888798 A JP S5888798A
- Authority
- JP
- Japan
- Prior art keywords
- residual
- speech
- pitch period
- waveform
- signal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
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。
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、音声分析合成方式における駆動波形の最適化
に関し、高品質の音声を合成することを目的とするもの
である。
に関し、高品質の音声を合成することを目的とするもの
である。
音声分析合成方式とは、第１図ａ、 ｂに示すように
離散的な音声信号に一定長の窓関数、例えば３０１１Ｉ
Ｓ 長のノ・ミンク窓等を掛けて切り出した有限個のデ
ータから、音声のスペクトル情報を表現するスペクトル
パラメータ（線形予測係数、・く−コール係数まだは線
スペクトル対等）と、音源情報を表現する音源パラメー
タ（振幅、ピッチ周期２および有声無声判定）を分離し
て抽出し、この抽出したパラメータを用いて元の音声信
号を復元するものである。
離散的な音声信号に一定長の窓関数、例えば３０１１Ｉ
Ｓ 長のノ・ミンク窓等を掛けて切り出した有限個のデ
ータから、音声のスペクトル情報を表現するスペクトル
パラメータ（線形予測係数、・く−コール係数まだは線
スペクトル対等）と、音源情報を表現する音源パラメー
タ（振幅、ピッチ周期２および有声無声判定）を分離し
て抽出し、この抽出したパラメータを用いて元の音声信
号を復元するものである。
上記スペクトルパラメータは、声道フィルタのに速時性
を規定し、まだ上記音源パラメータは、声道フィルタの
駆動信号を規定するものである。
を規定し、まだ上記音源パラメータは、声道フィルタの
駆動信号を規定するものである。
音声信号には、周期性のある有声音部分と、雑音性の無
声音部分があるが、有声無性判定パラメータは、声道フ
ィルタの励振関数（駆動波形）を有声音と無声音で切換
えるだめのものである。
声音部分があるが、有声無性判定パラメータは、声道フ
ィルタの励振関数（駆動波形）を有声音と無声音で切換
えるだめのものである。
通常、有声音を合成する時は、励振関数としてパルス波
形や三角波形が用いられ、まだ無声音を合成する時は、
ランダムパルスが用いられている。
形や三角波形が用いられ、まだ無声音を合成する時は、
ランダムパルスが用いられている。
スペクトルパラメータは、音声信号を声道逆フィルタに
通して得られる残差信号のスペクトルが白色化するよう
に決定されるものである。また音源パラメータとして、
前記残差信号からエネルギー計算によって振幅が、また
自己相関法によって周期性の有無（有声無声判定）およ
びピッチ周期が抽出される。従って音声を合成する時は
、分析の際に得られる残差信号に相当する駆動信号を音
源パラメータから作り出して声道フィルタに入力すれば
良い。この場合、有声音を合成する時の、駆動信号を一
様スベクトル分布を有するパルス波形を用い、その繰返
し周期と振幅を制御して作り出すのが一般的な方法であ
る。これは、スペクｉ・ルルを白色化するようにしてい
るだめ、合成の際にも、白色スペクトルをもつ信号で駆
動するのが理想的であるという理由による。
通して得られる残差信号のスペクトルが白色化するよう
に決定されるものである。また音源パラメータとして、
前記残差信号からエネルギー計算によって振幅が、また
自己相関法によって周期性の有無（有声無声判定）およ
びピッチ周期が抽出される。従って音声を合成する時は
、分析の際に得られる残差信号に相当する駆動信号を音
源パラメータから作り出して声道フィルタに入力すれば
良い。この場合、有声音を合成する時の、駆動信号を一
様スベクトル分布を有するパルス波形を用い、その繰返
し周期と振幅を制御して作り出すのが一般的な方法であ
る。これは、スペクｉ・ルルを白色化するようにしてい
るだめ、合成の際にも、白色スペクトルをもつ信号で駆
動するのが理想的であるという理由による。
しかしながら、実際の音声分析では、逆フィルタの段数
が８段〜１０段程度であり、まだ逆フィルタのモデルが
必ずしも音声信号の生成モデルと合致しないだめ、残差
信号のスペクトルは必ずしも理想的に白色化されるもの
ではない。従って、スペクトルパラメータでは表現しき
れないスペクトル情報が残差信号に含まれており、この
残差信号をパルス信号や三角波の線図しでおきかえると
ころに合成音声の品質を劣化させる１つの原因が存在す
る。
が８段〜１０段程度であり、まだ逆フィルタのモデルが
必ずしも音声信号の生成モデルと合致しないだめ、残差
信号のスペクトルは必ずしも理想的に白色化されるもの
ではない。従って、スペクトルパラメータでは表現しき
れないスペクトル情報が残差信号に含まれており、この
残差信号をパルス信号や三角波の線図しでおきかえると
ころに合成音声の品質を劣化させる１つの原因が存在す
る。
本発明は、上記のような従来の音声合成方法における欠
点を除去するだめに、残差信号から切り出した波形（切
出残差１駆動波と呼ぶ）を用いることにより、高品質の
音声合成を可能にするものである。
点を除去するだめに、残差信号から切り出した波形（切
出残差１駆動波と呼ぶ）を用いることにより、高品質の
音声合成を可能にするものである。
第１表は、残差信号から代表的な１ピッチ周期の波形を
切り出し、これをピッチ周期ごとに繰返して駆動波形と
した場合と、従来のシングルパルスおよび三角波を駆動
信号とした場合の合成音声の品質を聴感的に比較したも
のである。
切り出し、これをピッチ周期ごとに繰返して駆動波形と
した場合と、従来のシングルパルスおよび三角波を駆動
信号とした場合の合成音声の品質を聴感的に比較したも
のである。
第１表からも明らかなように、残差信号から切り出した
波形を駆動波として利用した方が、豊かで人間味のある
音声が合成できるものである。
波形を駆動波として利用した方が、豊かで人間味のある
音声が合成できるものである。
残差信号の一部を切り出して駆動波として使用する場合
、残差信号のどの部分から切り出すかが問題となる。以
下に切出残差駆動波の切出位置の最適化について詳述す
る。
、残差信号のどの部分から切り出すかが問題となる。以
下に切出残差駆動波の切出位置の最適化について詳述す
る。
まず、残差信号のどの部分（音節）から切り出すのが良
いかを調べるだめ、日本語１００音節の内から候補とな
る音節２２個（第２表）を選定し、第２表 次に、音節ごとに声道逆フィルタを通して残差信号を求
め、１ピッチ周期の残差駆動波を第２図のように１〜２
個づつ合計２９個切り出す。この２９個の残差、駆動波
を用いて合成した音声を７段階評定尺度法を用いて評価
した結果を第３図に示す。第３図の縦軸は合成音声の品
質を（＋３）〜（−３）の７段階で示している。（＋３
）は自然で聞き易い音声、 （−３）は鼻声、こもり声
あるいは雑音の目立つ音声に対応させている。まだ［／
ｚｕ／１１３Ｊは音節と、その音節から切り出した残差
駆動波の属するフレーム番号を示している。
いかを調べるだめ、日本語１００音節の内から候補とな
る音節２２個（第２表）を選定し、第２表 次に、音節ごとに声道逆フィルタを通して残差信号を求
め、１ピッチ周期の残差駆動波を第２図のように１〜２
個づつ合計２９個切り出す。この２９個の残差、駆動波
を用いて合成した音声を７段階評定尺度法を用いて評価
した結果を第３図に示す。第３図の縦軸は合成音声の品
質を（＋３）〜（−３）の７段階で示している。（＋３
）は自然で聞き易い音声、 （−３）は鼻声、こもり声
あるいは雑音の目立つ音声に対応させている。まだ［／
ｚｕ／１１３Ｊは音節と、その音節から切り出した残差
駆動波の属するフレーム番号を示している。
第３図から、／ＺｕＡ／ｕ／、／＝Ａ／１３／等から切
り出しだ残差駆動波を用いることによって高品質の音声
が合成できることがわかる。
り出しだ残差駆動波を用いることによって高品質の音声
が合成できることがわかる。
第４図は、第３図の上位６個の切出残差駆動波と従来の
シングルパルスおよび三角波との合成音声品質の比較を
行ったものである。第４図から／ＺｕＡ／ｕＡ／ｌ＝Ａ
／ｅ／等の音節から切り出した残差駆動波を用いた方が
、従来のシングルパルスや三角波を用いて合成するより
も極めて品質の高い音声が合成できることがわかる。
シングルパルスおよび三角波との合成音声品質の比較を
行ったものである。第４図から／ＺｕＡ／ｕＡ／ｌ＝Ａ
／ｅ／等の音節から切り出した残差駆動波を用いた方が
、従来のシングルパルスや三角波を用いて合成するより
も極めて品質の高い音声が合成できることがわかる。
第５図は、音節／８／の残差から１ピツチおきに３図、
第４図と同様の方法で評価した結果を示している。第５
図から、残差レベルの高い中央附近から切り出した残差
駆動波／ｅ／９３が最も良いことがわかる。
第４図と同様の方法で評価した結果を示している。第５
図から、残差レベルの高い中央附近から切り出した残差
駆動波／ｅ／９３が最も良いことがわかる。
次に、切出残差駆動波を用いて、駆動信号を作る際のピ
ッチ制御法について説明する。
ッチ制御法について説明する。
第６図ａ、 ｂは、切出残差駆動波を繰り返して駆動
信号を作る様子を示している。第６図でＰｍは切出残差
駆動波の時間長、Ｐはピッチ周期である。Ｐ ｍ （Ｐ
の時は第６図乙のようにＰ−Ｐｍ時間だけ○を追加し、
まだＰｍ）Ｐの時は第６図すに示すように、切出残差駆
動波をＰｍ２２時点で打切るようにしている。従ってピ
ッチ周期Ｐの短い部分では打切りによる駆動信号の不連
続性が生じ雑音が増える傾向にある。これを防ぐために
はピッチ周期の短い部分から切り出した残差駆動波を使
用するのが好ましい。まだ、駆動波の打切りが生じても
軽微々不連続性にとどめるように、切出残差駆動波の後
部に大きなエネルギーを持たないものを使用した方がよ
い。
信号を作る様子を示している。第６図でＰｍは切出残差
駆動波の時間長、Ｐはピッチ周期である。Ｐ ｍ （Ｐ
の時は第６図乙のようにＰ−Ｐｍ時間だけ○を追加し、
まだＰｍ）Ｐの時は第６図すに示すように、切出残差駆
動波をＰｍ２２時点で打切るようにしている。従ってピ
ッチ周期Ｐの短い部分では打切りによる駆動信号の不連
続性が生じ雑音が増える傾向にある。これを防ぐために
はピッチ周期の短い部分から切り出した残差駆動波を使
用するのが好ましい。まだ、駆動波の打切りが生じても
軽微々不連続性にとどめるように、切出残差駆動波の後
部に大きなエネルギーを持たないものを使用した方がよ
い。
以上のように、本発明では、最適な位置から切り出した
残差駆動波を用いて音声を合成するだめ、ビットレート
を増すことなく、高品質の音声が合成できる利点を有す
るものである。
残差駆動波を用いて音声を合成するだめ、ビットレート
を増すことなく、高品質の音声が合成できる利点を有す
るものである。
第１図ａ、 ｂは従来の音声分析合成方式の概略図、
第２図は本発明の一実施例における駆動波の切り出しの
状態を示す図、第３図は切出残差、駆動波による合成音
声の評価結果を示す図、第４図は本発明および従来の音
声合成方式による合成音声の評価結果を示す図、第６図
は音節／１Ｂ／＋７）残差切出位置とその切出残差駆動
波による合成音声の評価結果を示す図、第６図ａ、
ｂは本発明におけるピッチ周期の制御法を説明する図で
ある。 代理人の氏名 弁理士 中 尾 敏 男 ほか１名第１
図
第２図は本発明の一実施例における駆動波の切り出しの
状態を示す図、第３図は切出残差、駆動波による合成音
声の評価結果を示す図、第４図は本発明および従来の音
声合成方式による合成音声の評価結果を示す図、第６図
は音節／１Ｂ／＋７）残差切出位置とその切出残差駆動
波による合成音声の評価結果を示す図、第６図ａ、
ｂは本発明におけるピッチ周期の制御法を説明する図で
ある。 代理人の氏名 弁理士 中 尾 敏 男 ほか１名第１
図
Claims (1)
- 【特許請求の範囲】 （１）残差信号から切り出しだおよそ１ピッチ周期の波
形を駆動波として使用することを特徴とする音声合成方
式。 （２）残差信号のレベルの高い部分から切り出したおよ
そ１ピッチ周期の波形を駆動波として使用する特許請求
の範囲第１項記載の音声合成方式。 （３）残差信号のピッチ周期の短い部分から切り出しだ
およそ１ピッチ周期の波形を駆動波として使用する特許
請求の範囲第１項記載の音声合成方式。 （４）残差信号から切り出した後部に強いエネルギーが
集中しないおよそ１ピッチ周期の波形を駆動波として使
用する特許請求の範囲第１項記載の音声合成方式。 （６）音節／ｚｕ、’；／ｕ／ ／ａＡ／ｅＡ／ｚ ｅ
Ａ／ｎ ａ、’；／ｚ ｏ％ ／ｌｉ Ｚ １／ｙ’ｉ
／／、／ｎ ｅ、／； ／ｒ ａ／、 ／ｚ ａ／。 ／ｂ ｅ／； ／ｄ ｅ／の残差信号から切り出しだお
よそ１ピッチ周期の波形を駆動波として使用する特許請
求の範囲第１項記載の音声合成方式。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP56187592A JPS5888798A (ja) | 1981-11-20 | 1981-11-20 | 音声合成方式 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP56187592A JPS5888798A (ja) | 1981-11-20 | 1981-11-20 | 音声合成方式 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPS5888798A true JPS5888798A (ja) | 1983-05-26 |
Family
ID=16208800
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP56187592A Pending JPS5888798A (ja) | 1981-11-20 | 1981-11-20 | 音声合成方式 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS5888798A (ja) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS60260098A (ja) * | 1984-06-06 | 1985-12-23 | 松下電器産業株式会社 | 音声合成用駆動信号生成方法 |
| JPS6391695A (ja) * | 1986-10-03 | 1988-04-22 | 株式会社 コルグ | 楽器音再生方式 |
| JPH01152500A (ja) * | 1987-12-09 | 1989-06-14 | Nec Corp | 音声合成装置 |
| JPH02232700A (ja) * | 1989-03-07 | 1990-09-14 | Nippon Telegr & Teleph Corp <Ntt> | 音声合成装置 |
| US6332121B1 (en) | 1995-12-04 | 2001-12-18 | Kabushiki Kaisha Toshiba | Speech synthesis method |
-
1981
- 1981-11-20 JP JP56187592A patent/JPS5888798A/ja active Pending
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS60260098A (ja) * | 1984-06-06 | 1985-12-23 | 松下電器産業株式会社 | 音声合成用駆動信号生成方法 |
| JPS6391695A (ja) * | 1986-10-03 | 1988-04-22 | 株式会社 コルグ | 楽器音再生方式 |
| JPH01152500A (ja) * | 1987-12-09 | 1989-06-14 | Nec Corp | 音声合成装置 |
| JPH02232700A (ja) * | 1989-03-07 | 1990-09-14 | Nippon Telegr & Teleph Corp <Ntt> | 音声合成装置 |
| US6332121B1 (en) | 1995-12-04 | 2001-12-18 | Kabushiki Kaisha Toshiba | Speech synthesis method |
| US6553343B1 (en) | 1995-12-04 | 2003-04-22 | Kabushiki Kaisha Toshiba | Speech synthesis method |
| US6760703B2 (en) | 1995-12-04 | 2004-07-06 | Kabushiki Kaisha Toshiba | Speech synthesis method |
| US7184958B2 (en) | 1995-12-04 | 2007-02-27 | Kabushiki Kaisha Toshiba | Speech synthesis method |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US5400434A (en) | Voice source for synthetic speech system | |
| JPS5888798A (ja) | 音声合成方式 | |
| JP3618217B2 (ja) | 音声のピッチ符号化方法及び音声のピッチ符号化装置並びに音声のピッチ符号化プログラムが記録された記録媒体 | |
| Varga et al. | A technique for using multipulse linear predictive speech synthesis in text-to-speech type systems | |
| US6112178A (en) | Method for synthesizing voiceless consonants | |
| JPS5961891A (ja) | 残差信号符号化方法 | |
| JP2001034284A (ja) | 音声合成方法及び装置、並びに文音声変換プログラムを記録した記録媒体 | |
| JP3394281B2 (ja) | 音声合成方式および規則合成装置 | |
| JPS5880699A (ja) | 音声合成方式 | |
| JP3515216B2 (ja) | 音声符号化装置 | |
| JP3515215B2 (ja) | 音声符号化装置 | |
| JP2001154683A (ja) | 音声合成装置とその方法及び音声合成プログラムを記録した記録媒体 | |
| JPS58168097A (ja) | 音声合成装置 | |
| JPS5965895A (ja) | 音声合成方法 | |
| JPH02153397A (ja) | 音声収録装置 | |
| SU1075300A1 (ru) | Способ слоговой компил ции речи | |
| JPH0836397A (ja) | 音声合成装置 | |
| JPH07152396A (ja) | 音声合成装置 | |
| JPS58162999A (ja) | 音声合成用駆動波抽出方法 | |
| JPS5965897A (ja) | 残差信号符号化方法 | |
| JPH0464080B2 (ja) | ||
| JPS61259300A (ja) | 音声合成方式 | |
| JPS58171097A (ja) | 音声パラメ−タ修正方法 | |
| JPS63262699A (ja) | 音声分析，合成装置 | |
| JPS59168494A (ja) | 音声合成方式 |