JPS59131998A - 音声合成装置 - 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】 本発明は、半導体素子を用いた音声合成装置に関するも
のである。

音声波形をディジタル化し、半導体記憶装置を用いて記
憶再生する方式には、ＰＣＭ（パルス符号化方式）がよ
（用いられる。一般に、電話回線と同等のＳ／Ｎ比（信
号対雑音比）を得るには、少なくとも８ビツトのディジ
タル信号を用いて各サンプリング点での音声波形を量子
化することが必要である。しかしながら、この様なＰＣ
Ｍ方式ては、音声波形（データ）の記憶のためのメモリ
容量が膨大なものとなり、記憶装置だけでも高価なもの
となる。そこで、記憶データ量をできる限り少なくする
（以下、圧線という）ため８と、ＰＣＭでコード化され
た音声データ列を適当な時間区間（一般に、数ｍ−〜数
＋ｍｓ）に分割し、各分割区間毎にその区間内のＰＣＭ
量子化データの最大値を求め、この最大値をフルスケー
ルとする低量子化ビット数（３〜５ビツト）のディジタ
ルデータに変換して記憶する方法が知られており、一般
−と準一時圧伸方式といわれている。

この方式の具体的な方法を第１及び２図を参照して説明
する。

第１図は合成すべき音声波形の一例であり、一般のＰＣ
Ｍでは例えば、この余振中値を８ビツトに量子化してデ
ィジタルデータ列番と変換している。

ここで、図中の縦線は前述の区間分割の境界線であり、
下付番号は分割した各区間（以下フレームという）の番
号である。第２図に第１０区間の拡大図を示す。図中縦
線はディジタル化のためのサンプリング点を表しており
、通常のＰＣＭでは、各サンプリング点における音声波
形振幅値を８ビツト以上の分解能でディジタル量子化す
る。多くの音声記憶装置においては、この量子化データ
量を圧縮するために分解能を下げ、例えば第２図の様に
４ビツトでフレーム間を符号化し、図中点線の様なデー
タ列を作る。第２図の例ては、図中化示した様な量子孔
中りを設定する事化よって、音声波形はちょうどフルス
ケールまでのディジタルデータ夢ζ変換される。即ち、
音声波形の振幅値はディジタルデータと量子化幅データ
Ｄとを乗算することｋよって求められる。しかしながら
、第１図曇と示す全音声波形を第２図１ζ示した量子孔
中で、ディジタル化した場合、第１図中の第３フレーム
ては４ビツトで符号化できるフルスケールより入力が大
きくなり、忠実な符号化ができなくなる。

一方、第１３及び１４フレームの様藝ζ波形振巾の小さ
い部分では、量子孔中が大きすぎてＳ／Ｎが極めて悪く
なったり、著しい場合は音の飛びが生じたりする危険性
がある。

準一時圧伸方式では、上記問題を除去するため、各フレ
ーム毎（第１図）にそのフレーム内の音声振幅の最大値
を求め、この最大値が所望の量子化レヘル（第２ＦＭの
例では、４ビツト１５レベル）のフルスケール内で符号
化できる様に、フレーム毎に量子孔中りを独立に持たせ
ている。従って、この方式では、音声波形の振中値をデ
ィジタル化したデータ列の他に、各フレーム毎のＭ子化
幅の大きさを指定するデータを用意する必要がある。

従来、この種の準瞬時圧伸方式の音声記憶装置ではすべ
ての音声データを一串に符号化して圧縮しているが、は
とんどの音声信号には子音の発声や息つぎなどのための
無音区間が必ず存在する。しかしながら−率に符号化す
る上記方式では、この無音区間内の各サンプリング点で
振幅零の音声データを用意しておかなければならなかっ
た。無音区間は、話者によつて、又文章によっても異な
るが、全音声区間のうち少な（とも１０〜３０−に和尚
し全体重ζ対して占める割合を無視することができない
、したがって、とや無音区間！示すデータを圧縮すれば
準一時圧伸方式のデータ圧縮率をさらに高めることがで
舎る。　　　、 ｊ　　　　０．。、、よよ、ａ、３□□Ｋ　ｆ’　−＃
。□牢を高めた音声合成装置を提供すること−とある。

本発明によれば音声データ記憶部の中暑ζ有声音がディ
ジタル化したデータと無音区−を指示するデータ（無音
データ）とを合線すべき音声の時間軸にそって連続的に
用意し、合成部書とおいて無量データを検出して、その
無音データで指示される期間を規定する信号を作成し、
各フレーム角番と含まれる有声音および／もしくは無声
音とを時間軸にそって連続約８と合成することを特徴と
する音声合成装置が得られる。

この結果、本発明では無音期間のデータを従来に比べて
大幅夢ζ圧縮することができ、かつ合成部での無音麩理
も非常８こ簡単なものとなる。

上記無音データとしてはたとえば、量子化幅りを示す指
数データを３ビツトでコード化した場合、その内の一つ
のコードを無音データとして設定することが考えられる
。この場合、無音データによって指示される無音期間は
各フレームを単位とする区間となる。一方、音声データ
を示す量子化コードの中−と無音データを設定すること
も考えられる。この場合にはフレーム内の任意の期間を
無音期間にすることができ、１フレーム長が長い場合や
フレーム内での無音区間が多い場合には特に有効である
。たとえば各サンプリング点での音声波形の振幅値を４
ビツトで符号化した場合、１６段階の割りっけをするこ
とができるが、音声データは音声波形の対象性を考慮す
ると波形の中心をしめず零のコードと、正負同じ段階の
割りっけを行うのが自然である。この様な場合１５段階
の割りっけを行なえばよいので、残りの１種類の符号は
実質的１こは使われない。従って、別−ζビット数を増
加させることなく無音期間をセットすることができる。

以下に、第３及び第４図を参照して本発明の−実施例を
詳細に説明する。

第３図は量子化幅データＤの位置＃Ｃ無音データＳＤを
設定した例を示すデータ配列図である。フレーム長の長
さは予め決められており、各フレームごとにその先頭に
量子孔中データをおき、フレーム内の各サンプリング点
での音声波形の振幅値をコード化した音声データＳを設
定し、最後ζζ音声データの終りを示す符号データＥを
用意すること書とより１つの音声単位（単語、文章等）
が構成され記憶される。

このようなデータ列を複写して音声を合成する装置の主
要部のブロック図を第４１！ｌＩｃ示す。

第４図８ζおいて、データＲＯＭ５は第３図Ｉと示す音
声データ及び無音データが所定のアドレスｌζ用意され
た読み出し専用メモリで、その読み出し制御はアドレス
カウンタ３の内容ζこよって行なわれる。アドレスカウ
ンタ３の内容設定及び変更はコントローラ２（マイクロ
プロセッサ）によって制御される。又、準一時圧伸方式
に詔けるフレーム長はフレーム長カウンタ４によって制
御され、決められたフレーム期間とその開始が指示され
る。

フレーム長カウンタ４からの制御信号で、コントローラ
２はＲＯＭ５から読み出された各フレーム毎の量子化幅
データＤを量子化幅レジスタ７書と設定し、その次湯ζ
読み出される音声データＳと設定された量子化幅データ
とを演算回路８で乗算し、得られた音声信号をＤ／Ａコ
ンバータ９でアナログ信号δこ変換してスピーカ等の音
響機器へ音声出力１０を転送する。尚、比較器１１は量
子化幅データＤが設鹸される位置に記憶された無音デー
タを検出するためのもので、比較器１２は音声データ列
角番こ設定された無音データを検出するためのものであ
る。ここで、比較器１１で検出される無音データはその
フレーム全体が無音であることを示すデータである。従
って、フレーム長カウンタ４で決められる期間だけが無
音区間となる。一方、比較器１２で検出される無音デー
タはフレーム内の一部に無音期間があることを示すもの
である。

従って、当該無音データは無音期間を指定するデータを
伴っており、そのデータは無音部カウンタ１４に設定さ
れてコントローラ２Ｉζ無音期間を指示する制御信号を
送るために用いられる。

以下に、その詳細な動作の説明を行なう。

今、外部からの例えばキー操作により音声合成の開始信
号ｌが入力されると、コントローラ２はアドレスカウン
タ８Ｉζ合成すべき音声データの開始アドレス１７をセ
ットする。波形データ（音声データ）の復号は、以後コ
ントローラ２からのクロック６により順次進められる。

まず、クロック６によってアドレスカウンタ３の内容が
インクリメントされ、データＲＯＭ５からは第１フレー
ムの先頭−と用意されている量子化幅データが読出され
、コントローラ２Ｍとよって量子化幅レジスタ７番とセ
ットされる。これと同時にフレーム長カウンタ４にあら
かじめ決めたフレーム期間を示すデータＩＢがセットさ
れる。更に順次クロック６が発生されるとデータＲＯＭ
５からは波形データが次々に読み出され、このデータは
、演算回路８によって量子化幅レジスタ７−ζセットさ
れているデータと乗算され元音声波形に類似のデータが
再生されてＤ／Ａコンバータ９を介してアナログ音声信
号１０に変換され出力される。

さて、フレーム長カウンタ４にセットされたデータはア
ドレスカウンタ３をカウントアツプするクロック６で同
時にカウントダウンされ、ポローが生じるとこれをコン
トローラ２　Ｋ送る。コントローラ２はこのボロー信号
によって設定されたフレーム時間長の終了を知り、カウ
ンタ４にフレーム時間長データを再セツトして、次のフ
レームの復号熟理へ進む。

この動作を終了符号をうけとるまで続行するが、第３図
に示すように、量子化幅データのかわり書と、無音フレ
ーム符号が送られた場合は、符号比較器１１によって無
音フレーム信号りが送られて舎たことが検出され、この
検出信号１９がコントローラ２暑ζ＄くられ、フレーム
長と同じ時間だけアドレスカウンタ３のインクリメント
を中断する。その後、信号１６の発生によってあらため
てクロック６を出力し、アドレスカウンタ３をカウント
アツブし、データＲＯＭ５から次のフレームの量子孔中
データを読みこみ、フレーム内の処理を順次行う。

一方、各波形に一夕の読込みに際して、たとえば、４ｂ
ｉｔのデータの場合、マイナス７から０１そしてプラス
７までの１５段階をデータの符号に使用しているが、４
ｂｉｔの１６段階の残りの１符号（たとえばプラス８）
を無音データとして音声データ列角番こ割り当て、音声
データの読み出し中１ζその符号が読み出された場合、
符号比較器１２によって検出され、無音部分を表わす信
号１３がコントローラ２におくられる。更に次のアドレ
スで指定されるＲＯＭ領域に無音期間を示すデータを設
定しておけば、そのデータをカウンタ１４化セツトする
ことにより、カウント終了まではアドレスカウンタ３を
カウントアツプしないように制御し、カウンタ１４とフ
レーム長カウンタ４のみをカウントダウンするように動
作する。従って、このカウンタ１４がゼロになりボロー
信号が生じると、コントローラ２１ζ信号１５が送られ
無音部分の終了を示し、フレーム長カウンタからのフレ
ーム修了信号１６がない場合には次の波形データを読み
込み処理を続ける。

以上、説明したように本発明の音声合成装ぽによれば音
声信号中の無音期間を極めて少ないデータ鳳で制御する
ことができるので、メモリ圧縮効率を大幅に高めること
ができる。又、その蕉音期間は各フレームごとに設定す
ることも、あるいはフレーム内での扛意の期間を設定す
ることもできる。この結果圧縮率の高いメモリを用いて
、簡単な操作で音声を合成することが可能となる。

尚、以上の説明では、音声波形そのもののデータを準瞬
時圧伸する方式化ついて説明したが、音声波形データの
近接データとの差分値を用いたＤＰＣＭと呼ばれている
音声記憶方式や、デルタ変調方式、あるいは線形予測符
号化方式等地の音声記憶方式１とついても適用できるこ
とは明らかであり、特に比較器１１と１２のうちいづれ
か一方を省略してもよい。

【図面の簡単な説明】

第１図は音声波形例とフレーム分割の方法の一例を示し
た音声波形図、第２図はｌフレーム中のデータ例と準瞬
時圧伸方式による量子化の様子を示すデータ配列図、第
３！！ｌは本発明で使用する音声メモリに記憶される音
声データ配列図、１’！４図は本発明の一実施例を示す
合成装置の主要部分のブロック図である。 ｌ・・・・・・制御入力、２・・・・・・コントローラ
、３・・・・・・アドレス・カウンタ、４・・・・・・
フレーム長カウンタ、５・…・・データＲＯＭ、６−　
・・・クロック、７・・・・・・量子化幅レジスタ、８
・・・・・・演算回路、９・・・・・・Ｄ／Ａ＝ｔｙパ
ータ、１０・・・・・・音声出力信号、１１・・・・・
・データ比較器、１２・・・・・・データ比較器、１３
・・０・・無音区間信号、１４・・・・・・無音区間カ
ウンタ、１５・・・・・・ボロー信号、１６−・・・・
・ボロー信号、１７・・・・・・アドレス信号、１８・
・・・・・フレームデータ、１９・・…・制御信、号。 第　ｌ　凹 第　２　面 第１θプレーＡ

Claims (1)

【特許請求の範囲】
1. 音声データ列中６ζ時間輔にそって現れる有声部および
   無声部に対して、前記有声部では有声音をディジタル化
   したデータを、前記無声部では無声の期間をコード化し
   たデータを前記時間軸にそうて連続的３ζメモリに格納
   し、当該メモリを連続的にアドレス指定することによっ
   て有声・無声が含まれる音声を合成することを特徴とす
   る音声合成装置。