JPS599079B2

JPS599079B2 - 音声合成方法

Info

Publication number: JPS599079B2
Application number: JP56020220A
Authority: JP
Inventors: 勝紀西田; 正男竹内
Original assignee: Oki Electric Industry Co Ltd
Current assignee: Oki Electric Industry Co Ltd
Priority date: 1981-02-16
Filing date: 1981-02-16
Publication date: 1984-02-29
Also published as: JPS57135996A

Description

【発明の詳細な説明】この発明は、繰返し波形同志または異種波形の連続を良
好にするようにしたアダプテイブ差分符号化方式による
音声合成方法に関する。

従来、音声合成方法として、アダプテイブ差分符号化方
式（以下、ＡＤＰＣＭ方式と云う）を適用したものがあ
る。

このＡＤＰＣＭ方式による音声合成方法の一般的評価と
して、再生音の自然性に利点があるが、このＡＤＰＣＭ
方式によつて分析されたデータの貯蔵量（以下、比較単
位としてビットレート■１秒の音を貯えるのに要するデ
ィジタル記憶量ｂｉｔ／ｓｅｃ）が、たとえば、パー
コールなどの他方式に比べ、１桁程度大きい（他の２．
４〜９．６ｋｂｉｔ／ｓｅｃに比し、１６〜３２ｋｂｉ
ｔ／ｓ）と云う欠点を有していた。ＡＤＰＣＭ方式をそ
のまま採用して、前記欠点を補う方法として、音声波形
などに顕著である音素の繰返しが数１０ｍｓｅｃ間定常
的に現われると云う事実に基づき、この時間中繰返され
る元の音素を抽出し、代表させて繰返させる方法がある
（音素繰返し法と称する）。この方法によれば、データ
を繰返し回数分だけ削減できることになる。

したがつて、その繰返し波形の音素データをＡＤＰＣＭ
方式により分析すれば、前記のビットレートがＡＤＰＣ
Ｍ方式によつて単純に全データを格納したものと比べて
、平均的な繰返し回数分の１だけデータを削減すること
ができる。すなわち、平均３回繰返しをするとすれば、
前記ＡＤＰＣＭ方式のビットレート（１６〜３２ｋｂｉ
ｔ／ｓｅｃ）が約５〜１０ｋｂｉｔ／ｓｅｃと短縮さ
れることになる。

これはＡＤＰＣＭ方式以外の音声合成法（たとえば、パ
ーコール方式）と比較しても顕著な差はみられなくなる
。そこで、従来、ディジタル化された音声波形などの元
になる繰返し波形のデータをＡＤＰＣＭ方式により分析
する手法として、下記のような方法があつた。

第１図はアナログ波形を所定の標本化周期Ｔ。

ごとに切り出し、その切り出されたそれぞれのアナログ
値をＡＤコンバータ（図示せず）を通して、複数（８〜
１２）ビツトにデイジタル化する様子を示したものであ
る。この工程はデイジタルに処理する一般的な方法であ
る。なお、第１図におけるｔは時間を示し、Ｃは波形の
中心（振幅）であり、［１００・・・・・・０」または
［０１１・・・・・・１］として表わされる。

また、ＡはＡＤコンバータフルスケールで、「１１１・
・・・・・１」（８ピツト〜１２ビツト）として表わさ
れ、Ｂは「０００・・・・・・Ｏ」として表わされる。
さらに、Ｔ，＝ＮＴＯ，．ｔ２＝（ｎ＋１）ＴＯ・・・
・・・、Ｐ１＝１０１・・・・・・１、Ｐ２＝１１０・
・・・・・１、・・・・・・である。第２図は第１図に
よつて得られたデータ群を演算（たとえば、自己相関係
数法）により繰返しを探索し、この繰返し回数と、１回
の繰返し、すなわち、音素に含まれる標本を検出する工
程であり、公知の技術である。第３図は繰返しを形成す
る複数の標本｛標本化数（Ｍ−１）個｝からなる音素デ
ータＡＤをＡＤＰＣＭコードに変換し易いように、波形
中心に対して波形が下から上の横切つた最初の標本を先
頭データＭＤとして選択する工程を示す。

この工程では、たとえば、先頭データＭＤは波形の推移
において、波形中心下部より上部へ横切る波形データの
最初に上部へ推移した点を選択する。したがつて、一音
素の標本の最終データは下部から上部へ推移しようとす
る波形の最後の標本（最終データＥＤ）が選択されるこ
とになる。その後、前記により順序づけされた一連の音
素データはＡＤＰＣＭ方式によつて圧縮符号化され、記
憶装置に格納されることになる。なお、この第３図にお
けるＭＴＯは標本化周期Ｔ。ｆ）Ｍ倍を示す（Ｍは標本
数を表わす）。第４図は前記工程によつて記憶したデー
タを再生した複数の同一繰返し波形ならびに異種波形の
連結図であり、第４図ａが同一波形の繰返しの場合で、
第４図ｂが異種波形の場合を示している。

第４図ａにおいて、ＲＤｌ，ＲＤ２は繰返し波形の先頭
データであり、ＲＥＤは繰返し波形の最終データである
。また、実線は原波形で、破線は同一波形を繰返した場
合に再生される波形である。また、第４図ｂにおいて、
実線は原波形、破線は異種波形を接続した場合に再生さ
れる波形であり、図中のＲＤ，は接続する異種波形の先
頭データである。この第４図ａ、第４図ｂより明らかな
ように、連結部にかなりの歪を伴つた状態が存在する。

これを標本化誤差と称する。これは再生音質上、ピツチ
の微小変位として聞きづらさを生むことになる。この歪
の発生原因はほぼ次のことが考えられる。

前記第１図、第２図によつて連続的な繰返し波形を所定
の標本化周期により区切つた上で、音素の繰返し時間を
標本周期の整数倍に並べていることに起因している。す
なわち、繰返し波形そのものの時間幅は原音のピツチ周
期であり、本来連続的なものである。これより規定の標
本化周期の倍数で規定される標本数は自ずと標本化誤差
を生じていることになる。

前記欠点を補う手段として、無限に小さい標本化周期で
区切れば、標本化誤差は解消するが、それではデータ数
が莫大なものとなり、非現実的なものとなる。したがつ
て、データ数を減らすと、上記一連の工程によつて得ら
れる再生音は繰返しの連結に原音にない歪を作り、了解
性はあるものの、著しく品質の悪いものになる欠点を有
している。

この発明は、上記従来の欠点を除去するためになされた
もので、繰返し波形あるいは異種波形の連結の歪（量子
化誤差）を極小に抑え、かつＡＤＰＣＭ方式並びに音素
繰返し法によつてデータを削減できる音声合成方法を提
供することを目的とする。

以下、この発明の音声合成方法の第１の実施例について
図面に基づき説明する。

この第１の実施例は第１図〜第３図に示される従来のす
なわち、音素の先頭データＭＤの位置、最終データＥＤ
の位置、その間のデイジタル量としての音素を構成する
標本、この音素２の繰返し回数を抽出する工程に、以下
に述べる工程を挿入することにより、達成される。以下
説明する。第３図の：程により、波形中心から最初に上
部へ飛び出した点を先頭標本とし、最終標本は必然的に
１音素周期の波形中心より下部の点が選択されることを
示したが、ここで、下記演算工程を追加し、波形連結部
を改善するものである。

第５図ａに示すような一連の原音の音声波形を例にとつ
て、以下にこの発明の第１実施例について詳述する。

この原音波形に含まれる各音素はそれぞれに属する音声
データを要素とする集合信号｛Ａ｝，｛Ｂ｝，｛Ｃ｝，
｛Ｄ｝，｛Ｅ｝で表わすことにする。すなわち、ここで
、ＰＡ，ＰＢ，・・・・・・，ＰＥはそれぞれ音素信号
｛Ａ｝，｛Ｂ｝，・・・・・・｛Ｅ｝に含まれる標本の
個数であり１Ａ１１１ツＡＰＡ？Ｂ１ラ１８１０ラＢＰ
Ｂ，・・・・・・，Ｅｌ，・・・・・・，ＥＰＥはこ
の順に標本化されたデータ列である。

また、各音素を第５図ａに示すように、後半Ｎ個と前半
の残りの二つの部分音素集合に分割して表わすものとす
る。

すなわち、ここでであり、Ｎはどの音素を形成する標本数よりも小さい正
の整数であり、適当に定める。

通常１音素の平均の標本数が３０程度に対して、Ｎ−８
程度に定める。第６図は第５図において音素｛Ｂ｝と音
素｛Ｃ｝の相関が高く、音素｛Ｂ｝が２回繰返されたと
して、演算された後の波形図である。

以下に、この演算の経過を示す。第１のステツプは音素
｛Ａ｝の最初の標本の位置、最後の標本の位置、各標本
のデータおよび音素｛Ｂ｝と｛Ｃ｝は相関が高く、音素
｛Ｂ｝は２回繰返されるものと判別され、音素｛Ｂ｝の
最初の標本の位置、最後の標本の位置、各標本のデータ
、および音素｛Ｄ｝の最初の標本の位置、最後の標本の
位置、各標本のデータなどが抽出される。

第２のステツプは、繰返される音素｛Ｂ｝と｛Ｂ｝の連
結および異種の音素｛Ｂ｝と｛Ｄ｝の連結をスムーズに
するように、以下の処理が施される。すなわち、部分音
素｛Ｂ″｝と｛Ｂ″｝の間には、部分音素｛ビ｝のかわ
りに部分音素｛ＢＢ｝が挿入され、｛Ｂ″｝と｛Ｄ｝の
間には、部分音素｛ＢＤ｝が挿入される。ここで、部分
音素｛ＢＢ｝および｛ＢＤ｝は、以下のようにして求め
られる。最初に、｛ＢＢ｝について述べる。まず、繰返
す音素｛Ｂ｝と直前の音素｛Ａ｝の後半の部分音素｛Ｎ
｝に第５図ｂに示すような台形の窓をかけ、｛Ｎ｝，｛
Ｗ｝に対応してそれぞれ新しく集合｛Ｎ｝＝｛Ａ１″，
・・・・・・，ＡＮ″｝および｛Ｂ″″″｝ヨ｛Ｂ１：
・・・・・・，ＢＰＢ′一、｝を求める。ここで、で
ある。

つぎに、｛Ｎ′７｝と｛Ｂ／″｝の対応する要素をたし
算することにより、｛ＢＢ｝＝｛ＢＢｌ，・・・・・・
，ＢＢＮ｝を得る。

すなわち、つぎに、｛ＢＤ｝について述べる。

時間的にうしろに連結する音素｛Ｄ｝と、その直前の部
分音素［σ｝に第５図ｂに示すような台形の窓をかけ、
新しく集合｛Ｃ″″″卜１Ｃ１″，・・・・・・，ＣＮ
″｝を得る。ここで、である。

次に、｛ＢＤ｝の要素は｛Ｂ″″″｝と｛Ｃ″″″｝の
対応する要素をたし算することによつて得る。

すなわち、である。

前記演算工程を追加したときの第５図の一連の音声波形
の音素の並びは第６図に示すようになる。

ＡＤＰＣＭ化は各演算結果において新規に形成された各
音素集合ごとに行う。たとえば、｛Ｂ″｝と｛ＢＢ｝に
ついては、二つの部分音素集合にわたつて、ＡＤＰＣＭ
化を行う。この音声集合の先・頭データＢ１をＡＤＰＣ
Ｍ化するときは、前データは振幅中心であるとして、計
算を行う。また、｛Ｂ′｝と｛ＢＤ｝についても同様に
行う。なお、再生については、ＡＤＰＣＭ化され、かつ
音素繰返し法により圧縮されたデータを公知のＡＤＰＣ
Ｍによる合成法で所定の繰返し回数合成することにより
行われる。以上説明したように、第１の実施例では、一
つの音素波形を独立に連結するのではなく、各音素の波
形推移領域を抜き出して、一つ前の波形と自己の波形を
台形上に加算することで、波形の推移を自然に作り変え
ることにより、従来技術にあつたような標本化周期の標
本化誤差によつて繰返し波形の連結に生じる歪を解消さ
せ、この演算の後、アダプテイブ差分符号化したもので
あるから、音素繰返しによる圧縮と合わせて、ビツトレ
ートの削減をし、かつ品質のよい再生音が得られる利点
がある。

以上詳述したように、この発明の音声合成方法によれば
、各音素の波形推移領域を抜き出して一つ前の波形と自
己の波形を台形上に加算して波形の推移を自然に作り変
え、この加算の後にアダプテイブ差分符号化するように
したので、繰返し波形の連結をスムーズにでき、繰返し
波形あるいは異種波形の連結の歪を極小にできる。

これにともない、音質の劣化を防止できるとともに、Ａ
ＤＰＣＭ方式にてさらにデータを圧縮でき、音声合成を
採り入れた各種装置に広く応用することができるなどの
すぐれた効果を奏する。

【図面の簡単な説明】

第１図はアナログ波形をデイジタル化する波形図、第２
図は波形の繰返しを探索する図、第３図は繰返しを有す
る音素を波形中心もしくはその近傍点に先頭と終点をも
つように選択した図、第４図ａは従来の音声合成方法に
よつて得られた同一波形の繰返しによる再生波形図、第
４図ｂは従来の音声合成方法によつて得られた異種波形
の連結による再生波形図、第５図ａないし第５図ｃはそ
れぞれこの発明の音声合成法の一実施例における台形演
算図、第６図はこの発明の音声合成法における再生波形
図である。Ｐ・・・・・・ＰＣＭデータ、ＴＯ・・・・・・標本化
周期、τｏ・・・・・・繰返し波形１周期、Ｍ・・・・
・・標本数、｛Ａ｝，｛Ｂ｝，｛Ｃ｝，｛Ｄ｝，｛Ｅ｝
・・・・・・音素のデータ要素集合、｛Ａ″｝，｛Ｂ″
｝，｛Ｃ″｝，｛Ｄ″｝，｛Ｅ″｝・・・・・・音素の
データ集合のうち非演算部集合、｛Ｎ｝，｛Ｂ″゛｝，
｛Ｃ″｝，｛Ｄ″｝，｛ビ｝，｛Ａ″′｝，｛Ｂ″′｝
，｛Ｃ″′｝。．．．．音素。データ集合のうち被演算部集合、｛ＢＢ
｝，｛ＢＤ｝・・・・・・演算結果データ要素集合。

Claims

【特許請求の範囲】

１ディジタル符号化した一連の音声のデータを音素の
繰返し性を検出し、音素の繰返し回数と一つの音素に含
まれる標本を抽出する第１の工程と、一音素の標本の開
始点が波形中心の近傍で中心の上部に位置するデータを
もつものおよび標本の終了点が波形中心の近傍で中心の
下部に位置するデータをもつものを選択することを各音
素について行う第２の工程と、上記第１の工程で抽出さ
れた繰返し性の音素の後半のＮ個の標本とこの音素の直
前の音素の後半のＮ個の標本とを台形演算しかつこれを
加え合わせてこの音素の後半のＮ個の標本を置換して新
規な繰返し音素とする第３の工程と、この第３の工程に
よつて得られた新しい一連の符号データをアダプテイブ
差分符号化する第４の工程と、上記第１および第４の工
程によつて得られた情報をアダプテイブ差分符号化方式
によつて再生する第５の工程とよりなる音声合成方法。