JPS5942598A - 法則合成結合処理回路 - 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】 本発明は子音−母音（以Ｆ’（ＪＶと呼ぶ）及び、母穐
−子音−４ｉＪ−召（以下ＶＯＶと呼ぶ）を音声単位と
した法則合成システムに関するものである。

従来ＣＶ、ＶＯＶなどを学位とした法則合成においては
、入力文字系列からｏｖ、ｖｃｖコードへの変換、−１
ｕ、音無ハ化処理、点ピッチ計算、時間長計算などの前
処理部と共にパラメータの結は処理もホストのプロセッ
サを用いてンフ］・処理によシ実現していた。通常、人
間が自然に発声した文章音声では文節あるいは単語毎に
区トすって発声するため、文節・単語間に数色Ｉｎ　Ｓ
ＱＣへ一θｓｅｃの無り区間が挿入されている。法則合
成に１？いては、パラメータの結合処理時間を考慮しな
ければ、上記無代区間内で次に出力すべき音声の前処理
を終ｒしておけば、途切れσ）ない自然な音７物を合成
できる。

また前処理の内容は、単語２文節レベルでの一括処理が
ｈ」能であることから、ソフト処理によシ実行しても実
用上はとんど間粗は生じない。一方パラメータの結合処
理ではフレーム（行声合成のための基本時間間隔であシ
、通常／　Ｑ　ｍ５ｅｃ〜、？ｏｍｓｅｃ）単位での処
理が要求されるため、前処理に比較して高速な処理が必
要となシ、ソフト処理にょシ実現１−た場合、プロセッ
サの処理能力に大きな影響を与える。従来の装置では結
合部の処理能力アップのため、ビットスライスなどの高
速のマイクロプロセッサを使用しておシ装置構成、ンフ
トウェア構成が複雑かつ大規模となる欠点があった。

本発明６目的は、上記の従来技術の欠点を解決するため
、プロセッサの演算スピードネックとなっていた結合処
理をハード化し、ホストプロセッサの負荷軽減を図り、
汎用プロセッサの利用を可能とすることによシ、安価な
法則合成システムを実現、提供し、音声合成の適用分野
を拡大させることにある。

第１図（ａ）は音声単位としてＶＯＶを用い、声道情報
として線スペクトル対（以下ＬＳＰと呼ぶ）パラメータ
ｔペアを使用した時の点ピッチ、振幅。

ＬＳＰパラメータの各々についての結合処理の方法を示
している。結合の中０位となるｖｏｖは、無意味単語中
（例えばａｒＶＯＶｂｌｌなど）にうめ込み発声された
ものを、ｒ、　ｓ　ｐ分析を行い、必要な区間を切シ出
して使用する。第１１ν＜１（ｈｌはＯＶを単位とした
時の各パラメータの結合処理の方法を示しているう（Ｉ
ＶはＶＯＶと回４；゛敷無意味単詔にうめ込み梵声され
たものを切り出して使用する。

第１し１（ａ）（ｂ）においで破線で示し、た部分が結
合処理の対象となる部分であシ、更紗で示された部分け
、音声分析により抽出さｔｌだパラメータをその１１使
用する。振１１ａ１・　Ｌ　Ｓ　Ｐパラメータの破線部
Ｕ１、フレーム毎の線形補間を実行する。ピッチについ
ては、アクセン）　’ｔｆｊ　ｔ７１へ話調成分などか
ら前処理に１つで得られた−８ト音定常部の点ピッチ間
をフレーム毎に線形補間する。ただし、無声化指示があ
れば、対応するフレーノ、て補間結果を使用せず、ピッ
チ−〇とし、指示がｌ［ｌＴＣ除された時点で実行中の
演宏結果を用いる。音声分析により抽出された振幅値は
、各ｏｖ、ｖｃｖにより、まちまちの値をとるため、そ
のまま結合した場合、合成音声の振幅変動が大きく自然
性が損われる。従って切り出されたｏｖ、ｖｏｖの各々
について母音（ａ＋１　＋　　ｕＨｅｌ　　０１　　ｉ
ｌ　）の種類により振幅値を正規化する必要がある。振
幅値の正規化については、Ｃｖ・ＶＯＶを切り出した時
点で行っておけば、結合時の処理を簡略化でき結合回路
の規模を小さくすることができる。

第２図は本発明の実施例であり、その概略ブロック図を
示している。／はプロセッサ側の（ｔｉ号端子、コは入
出力インタフェイス部、３はデータスタック部、≠はデ
ータ変換部、ｊは補間部、乙は除ｇ＠Ｌ７はステータス
レジスタ稈（、♂−を出力インタフェイス部、りは外部
の音声合成器への信号出力端子、ｉｏは外部の音声合成
器からの信号入力端子、ｌｌは制御部、１２はタイミン
グ発生部を示している。データスタック部３は、Ｌ　Ｓ
　Ｐパラメータ、振幅、ピッチの値及びそれぞれの補間
時間長を設定するためのレジスタを独立に持っている。

また補間部ｊは、振幅、ピッチ、Ｌ、ＳＰパラメータの
補間結果を蓄える補間レジスタ、除算結果を蓄える商レ
ジスタ、差分値を蓄える差分値レジスタを独立に持って
いる。ステータスレジスタ７は外部に接続された合成器
の状縛を入力し蓄える１／　’／スタであり、制御部／
／は、プロセッサからσ）コマンドの解析、補間部１）
の実行停止Ｆ、などの制御を行い、データ変換部グは入
力されたデータを補間演算するだめのデータ変換、外￥
ｆｌｓ合成器へ与えるだめの出力データの変換処理を行
う。またタイミング発生部１２はラータ転送、谷部ｍの
タイミングを発生さぜるものである。信号端子ｌに接続
されたプロセッサより分１１合１ｊｌ’ｌモードあるい
は法則合成モードのいずれかを指定するコマンドが入出
力インタフェイス部λをノ１ワして制ｔｉｆ１１部／／
に送られてくれば、制ｔ１１１部／／でコマンドを解析
し、分析合成モード時にをよスイッチ−８Ｗ／をＡ　（
ｌｔＱへ、法則合成モード時にはスイッチｓｗ／ＩＩ３
側へ動作させる。分析合成モード時には、モード設定径
／フレーム分の音声パラメータな〜プロセッサ側から送
出すれば、ザ゛−タス〃ツク部３ｖｃ、Ｌｔられ、信号
端子ｌθに接続されたＨ’　７”合成器のタイミングに
同期して出力インタフェイス部ｒを経由して、そのまま
出力される。以下信号端子１０に接続された音声合成器
からのステータス信号をステータスレジスタ７に取り込
み、その内容に応じて順次データ転送を繰り返す。デー
タ転送の終了時には、音声合成器から、のステータスに
より、本発明回路のバッファ類がクリアされ、次のコマ
ンド入力待ちとなる。法則合成モードではモード設定後
最初のデータで始点ピッチをプロセッサ側よシ転送する
。転送されたデータは補間部５０補間レジスタに蓄えら
れる。次に第１モーラの母音定當部の点ピッチの値と、
始点ピッチと第１モーラの点ピッチ間の時間長を転送す
る。転送されたデータはデータスタック部３０点ピッチ
レジスタ及び点ピッチ時間長レジスタに蓄えられ、蓮当
なタイミングで点ピッチレジスタの内容が変換部ｌ／Ｌ
を通して補間部ｊに送られ、ここで補間レジスタとの差
分が計算され、結果が差分値レジスタに蓄えられる。

この差分値レジスタの内容は除算部ｔにおいて、データ
スタック部３０点ピッチ時間長レジスタの内容により除
算され、その結果が補間部ｊの酉レジスタに蓄えられる
。その後、補間時間長だけ、フレーノ・周期Ｈに、補間
１／ジスタの内イｒに藺レジスタの内容が加算され補間
部Ωが実行される。加算結果は再び補間１／ジスタｖｒ
、蓄えられ、適当な夕　　１イミングでその内容が変換
部弘、出力インタフェイス部ｇ、信号端子りを通して外
部に出力される。

一方補間レジスタと錦レジスタσ）加■所１回実行する
４σにデータスタック部３０点ピッチ時間長レジスタの
内容がカウントダウンされ、時間長レジスタの内容がθ
になった時点でプロセッサ側に次の点ピッチゲータを櫓
求する。以下」−記動作を繰シ返すことによりフレーム
毎のピッチを算出する。

ただし無声化の指示がある場合ヲ１０、補間演算結果は
使用せずピッチ・・Ｏ’ｒ−出力【〜、指示が解除され
た時点で補間部ｐされたビッチアータを送出する。

第１図の更紗で示した部分てシ１１、あらかじめ分析さ
れた振幅、ｒ、ｓｐパラメータをフｌ／　−、Ａ、毎に
順次ゾロセラ°す側より転送し、ゲータスタック部３の
各対応するレジスタに蓄える。このときそのフレームの
有声／無声を指定する情報も同時に転送する。その情報
は上記ピッチ演お−における無声化指示として使用する
。データスタック部３に蓄えられた振幅、ＬＳＰパラメ
ータはフレーム毎に算出された上記のピッチ情報とあわ
せて、変換部≠、出力インタフェイス部ｒを経由して信
号端子？より外部に出力されると共に補間部ｊの対応す
る補間レジスタに蓄えられる。振幅、ＬＡＰパラメータ
の補間については、第１図（ａ）を例にとればｎ、→ｎ
。

の区間で行う。ｎ２までのデータ転送が終了すれば、次
のフレームのデータ要求に対してｎ、の位置のフレーム
データと、ｎ、→ｎ８間の時間長及び補間指示情報をプ
ロセッサ側より送出する。プロセッサよシ転送されてき
たデータは、データスタック部３の対応するレジスタに
蓄えられる。以下ピッチ算出と同様にして、補間部ｊに
おいて、ｌフレーム前の振幅、ＬＳＰパラメータの補間
値レジスタの内容と、現在データスタック３にある振幅
、ＬＳＰパラメータの値の間で、差分値計算が実行され
結果が振幅、ＬＡＰパラメータの対応する差分値レジス
タに蓄えられる。この補間部ｊにある差分値レジスタの
内容は一担除算部乙に読み出され、除算部乙において、
データスタック３０時間量レジスタの内容によって除算
され、その結果が補間部５０面レジスタに送らる。その
後フレーム毎に補間部ｊにおいて補間値レジスタと商レ
ジスタが順次加算され補間演算が実行され結果は再び補
間値レジスタに蓄えられる。その内容は、フレーム毎に
算出されているピッチデータとあわせて、変−換部弘、
出力インタフェイス部ｒ、ＩＨ号端子７を経由し２外部
に出力される。補間演口が１回実行される毎にデータス
タック３σ）振幅、しＳ［）パラメータの対応する時間
長ｌ／レジスタ内容がカウントダウンされ、Ｏになった
時点でプロセッサ側に次のフレームのデータ要求を出す
。以下同様の動作を繰υ返ずことにより目的とする補間
演算を実行することができる。以上のように本発明回路
では、振幅、ピッチ、　Ｌ８１’パラメータの補間演算
に使用するレジスタ類を独立に持っており、補間の目標
値と補間時間長を任意に設定することができるため、補
間時間長の変動、補間すべきフレーム位置の変動に影響
されることなく、目的とする演算を実行できることとな
υ、結合単位がｏｖ’、ｖｏｖにかかわらず自動的に双
方に対応可能となる。また補間の終了は本発明回路内で
監視されているため、ホストプロセッサとしては、補間
目標値と補間時間長を転送した後では、本発明回路から
のデータ要求のみを監視していればよいη（となり、プ
ロセッサの負荷軽減が図れる。さらに分析合成、法則合
成モードの切り換えが、プロセッサからのソフ← トコマントによシ容易に制御可能であることから、分析
合成と法則合成を混在させて使用するシステムを構成す
る上でも効果が大きい。第３図（ａ）は分析合成モード
時の／フレーム分のデータ形式の一例を、第３図（ｂ）
は法則合成モード時のｌフレーム分のデータ形式の一例
を示している。第２バイト以降のデータ形式を統一する
事によシ、本発明回路の入力インタフェイスは分析合成
及び法則合成において共通に使用できるため、ハード規
模の削減が可能となる。また音声データ中に補間時間長
。

補間指示フラグを持たせること；により、ＯｖまたはＶ
ＯＶの接続すべきフレーノ・にあらかじめ、補間時間長
、補間指示フラグを設定しておく事が可能となシ、デー
タ転送時にプローーツサで特別な処理を行う必要がなく
なり、プロセッサの負荷軽減　１を図る上で効果が大き
い。第４１．図はフレーム毎の有声／無声の４１１示フ
ラグによりピッチを選択し出力する回路の一ν３施例で
ある。／３は分析合成モード時のピッチ入力信号線、ｌ
弘は法則合成モード時のピッチ人カイ；（号紳、／ｊは
データセレクタ、１６は分析合成／法則合成＆　１Ｎ示
する端子、／７はＫＴ声／無声を指示する端子、ｌどは
Ｎ　Ａ−Ｎ　１）ゲート、／りはＡＮＤゲート１．２０
　Ｉｔｓ：出力４３号線を示している。分相合成モード
で１１、Ｖ：ｌ＾子ｌ乙が１．、ｏｗレベルとなり、デ
ータセレクタ／ｊにより、ピッチ入力（ｉ号／３が選択
され、ゲート／どの出力は、端子１７０入力にかかわら
ず、旧ｇ　ｈ　レベルとなり、データセレクタ／ｊの出
力が出力信２号Ｉ？ｉＩ、ｚ。

Ｖこそのま′−１出力される。法則合成モードでは端子
１６がＩｌ１ｇｂレベルとなりデータセレクタｌｊによ
ってピッチ入力信号ｌｌ／−が選択される。ゲートｌざ
の出力は端子１７０入力信号によシ変化する。

つまり無声化指示（端子１７がＨｉｇｂレベル）σ）と
き、ゲー）／♂の出力はＬＯＷレベルとなシ、出力信号
線２０にはピッチ−Ｏとして出力される。

一方無声化指示が解除（端子／７がＬｏｗレベル）され
たとき、ゲー）／ざの出力は）ｌｌｇｈ　　レベルとな
り、データセレクタ／ｒにより選択されたピッチの値（
補間演算された値）が出力信号線２０に出力される。こ
のように簡単な回路構成により、有声音／無声音のピッ
チ選択及び分析合成モードでのピッチ転送を行うことが
できる。第５図は本発明回路を適用した音声合成システ
ムの一実施例を示す。コバ↓ホストプロセッサ、２２は
プログラムメモリ、２３は音声データメモリ、２ｖは人
　　。

出力装置、２ｊは本発明回路、２６は音声合成器を示（
−ている。分析合成のみを行う場合は、プロセッサに合
成器２ｔを直接接続し、法則合成１分析合成の双方を行
う場合は、本発明回路２ｊの後に音声合成器２６を接続
して使用すればよい。入出力装置＋’ｔ、２Ｉ／−よシ
入力される文字系列をプロセッサ２１により、Ｏｖある
いはＶ　ＣＶのコード系列に変換した後、韻律情報を設
定し、音声データメモリ、２３からｏ’ｖ、ｖｏｖ、１
位の音声データをフレート毎に読み出し転送すると共に
、前処理によって求められた点ピッチ、時間Ｉそ情報を
本発明回路２ｊに転送する。本発明回路では必要に応じ
て各パラメータの結合処理を実行し、合成器２乙にデー
タを渡す。合成器、２乙では音声合成を実行し音声を出
力する。分析合成モードでは、本発明回路２ｊのモード
を設定し１、必要な音声データをメモリ、２３よシ読み
出し転送すれば、しい。従って分析でｒ成音、法則合成
音の混在する音声（例え汀固有名詞のみを法則合成で出
力する場合など）にも、モード切り換えのみを行えはよ
い牢から、容易に対処可能である。

以上説明してきたように、本発明によれは、法則合成シ
ステムにおける結合処理がｃｖ、ｖｏｖなとの結合単位
に関係なく容易に実現でき、また分析合成との併用も可
能であることによシ安価な音声合成システムが実現でき
、音声合成の適用分野の拡大に大きな効果がある。

【図面の簡単な説明】

第１図は法則合成の結合処理の一例を示す図、第２図は
本発明回路の一実施例の概略ブロック図、 第３図は音声データの一例、 第弘図はピッチ選択回路の一実施例、 第５図は本発ツ」回路を適用した材用合成システムの一
実施例。 ｌ・・・入出力信号端子、λ・・・入出力インタフェイ
ス部、３・・・データスタック部、弘・・・データ変換
部、ｊ・・・補間部、６・・・除詩６部、７・・・ステ
ータスレジスタ部、ざ・・・出力インタフェイス部、り
・・・出力信号端子、ｉｏ・・・入力信号端子、／／・
・・制御部、１．７！・・・タイミング発生部、１３・
・・入カイｉ号線、／≠・・・入力信号線、ｉｓ・・・
データセレクタ、１６・・・分析合成／法則合成指示端
子、１７・・・有声／無声指示端子、ｉｔ・・・ＮＡＮ
Ｄゲート、ｌり・・・ＡＮＤゲート１．２０・・・出力
信号線１，２／・・・ホストプロセッサ、２２　・プロ
グラムメモリ１．ｚ３・・・音−声データメモリ、２グ
・・・入出力装置、２ｊ・・・本発明回路１．２Ａ・・
・音声合成器、８Ｂ・・・ストラグピット、Ｕｖ・・・
有声Ｃ＝０）／無声（−／）の切替えビット、ＩＰ・・
・補間演ｔｌ開始指示フラグ、Ｉｌｌ、　、　Ｉｌｌ。 ・・・フレーム周期指定ビット、振ｒｌＪ・・・指数（
Ｊ１３）、仮数（３ｂ）、Ｗ　ｔ−ｓ　・Ｅ、Ｊ　Ｓ　
Ｐパラメータ（各／ｌ１１））。 指定代理人 日木゛市信電諸公社代蔵野電気通信研究所内６１ ￥　２図 第４圀 ６１２− 一一一−１ド一−Ｈ ＋、し１七　−−□□−＋ 請３悶 冨Ｓ図 川崎市中原区上小田中１０１５番地 富士通株式会社内 ■出　願　人　富士通株式会社 川崎市中原区上小田中１０１５番地 ６１３

Claims (1)

【特許請求の範囲】
1. （１）　　外部制御装置から入力されたピッチ、振幅。 声道パラメータ及び補間時間長を記憶するデ　　　１−
   タスタック部と、前記データスタック部のデータ形式を
   変換する変換部と、前記変換部の出力と、前フレームの
   ピッチ、振幅、声道　　（２）パラメータの差分値を割
   算する補間部と、前　　　１記憶間部によシ算出された
   差分値を被除数として入力し、補間時間長で除算を行う
   除算部と、前記除算部の出力を入力データとして、前フ
   レームの各パラメータとの加算を行う前記補間部と、前
   記補間部の出力のデータ形式　　（３）を変換する前記
   変換部と、補間処理しない前記データスタックの出力と
   補間処理した前記変換部の出力のいずれかを選択するス
   イッチと、前記各ｔ％ｉ５の制御及び外部制御装置から
   入力されるコマンドの解析を行う制御部と、出力端子に
   接続される音声合成器の状態を監視するステータスレジ
   スタと、前記スイッチにより選択された信号を出力端子
   に供給する手段とからなり、法則合成の前処理によって
   得られたピッチ、振幅、声道パラメータの各々について
   、フレーム間補間演算を実行し、フレーム毎の音声デー
   タを作成することを特徴とする法則合成結合処理回路。 前記データスタック部、変換部、補間部。 除算部において、ピッチ、振幅、声道パラメータの各々
   の補間処理に必妾なレジスタを独立に持つことと、補間
   目標値と補間時間長を独立に設定できることを特徴とす
   る特許請求の範囲第１項記載の法則合成結合処理回路。 法則合成結合処理のための補間時間長、補間指示フラグ
   、有声／無声の指示フラグを音声データ中に持っておシ
   、そのデータ内容に基づきフレーム毎の補間演算を実行
   することを特徴とする特許請求の範囲第１項記載の法則
   合成結合処理回路。