JPS60211499A - 音声合成方法および装置 - 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】 〔産業上の利用分野〕 本発明は、音声合成方法およびこの方法を用いる音声合
成装置に関する。

〔概　要〕

本発明は、子音と１υ音との組合せで音声を合成する音
声合成方法において、 言語を構成する子音とそれにつづく基準無強勢母音「＆
」の組合せから構成されるｒＤｉ−音素１と、言語を構
成する母音とを別個のチャネルから読み出し、この基準
無強勢母音「＆」部分に母音の音声を重複発生させ、基
準無強勢母音「＆」をマス；１−ングさせることにより
、 子音と母音とから構成される合成音声を自然な音声にし
、しかも小さな記憶容量で対応することができるように
したものである。

〔従来の技術〕

個々の言語を構成する音素（すなわち、子音と母音など
）が記憶され、それを読み出して行う音声合成技術が知
られている。このような音素の数は化較的少なく、従っ
てこの方法は小さな記憶容量でも対応できるので有利で
ある。

しかし、音素の読み出しにより合成される音声は、クリ
ック音が連続する子音と母音との間に発生ずるので、自
然な言語の発声とはかなり違って聞こえる。

したがって、人間の発声にかなり近い合成音を発生させ
るために、個々の言語の子音とそれに続く母音との組合
せから成る、いわゆる「Ｄｉ−音素」を記憶し、これを
読め出して合成する方法が考案されている。それには、
いろいろな子音と母音との組合せが含まれるので、かな
りの記１ａ容Ｍがその「Ｄｉ−音素」を格納するために
必要である。たとえば、インド−ヨーロッパ語族の１ｆ
ｉ−１ｉｒｉにはｌ−Ｄ　ｔ　−音素」が約５００種類
ある。したがって、この方ｄ、はそのようなすべての音
素が格納できる場合にのみ有効である。

〔発明が解決しようとする問題点Ｊ このような従来の音声合成方法でシ、１、子音と１υ音
とから構成される音素を合成する場合は、ぞの音素を記
憶するには小さな記憶容量で十分であるが、クリック音
が発生ずるために自然な音声にならない欠点があり、ま
た子音と母音との３１Ｈ合・１νのｒＤｉ−音素」を合
成する場合は、このｒ　Ｉ）　ｉ　−ｉ；ｊ素１をすべ
て記憶するには大容鼠の記１ａ装Ｗが必要になり、簡単
な音声合成装置には適用がｒｔ＋難である問題点があっ
た。

本発明は、このような従来の問題点を解決するもので、
「Ｄｉ−音素」を記（１それを読み出して合成する音声
合成方法を改良し、記憶容量が大幅に削減できるような
音声合成方法および装置を提イ共することを目的とする
。

〔問題点を解決するだめの手段〕

本発明の音声合成方法は、子音およびこの子音につづく
母音により構成される各組合せが記憶され、命令により
それが読み出される音声合成方法において、合成される
言語を構成する各子音がその後につづく基準無強勢母音
「＆」を結合して記憶され、上記言語を構成する全ての
母音が個々に記４ａされ、命令された子音と母音との組
合せについて、二つのチャネルの一方にその子音と基準
無強勢母音「＆」との組合せを読み出し、二つのチャネ
ルの他方に母音を読み出し、適時のオフセソ１〜に従っ
て両チャネルのデータを重ねることにより合成音声を生
成し、その基準無強勢母音「＆」が、上記他方のチャネ
ルに読み出された母音によりマスキングされるように制
御することを特徴とする。

記４ｇされている子音と基準無強勢母音「＆」との組合
せから発声される音声あるい４；ｌ：　＋ｔＪ音が−）
発声される音声４Ｊ、そのいずれかが仕・ノ１であると
きには、他方の音声が減衰するよ・２）に制御するごと
が好ましい。

基準無強勢母音［＆−１の振幅があ°１−め出し過程で
減衰するように制御することがシｒましい。

二つのチャネルに？ｆｌ　Ｊ）出ずためのＲ’ｊＸ　；
’）出しり１−Ｉツク周波数が可変であることが好まし
い。

本発明の音声合成装置ｉ’ｒ、　４：ｌ、合成さＪ′１
、る言’ｇ７ｉを構成する各子音とその後にっづ＜　’
；１（（ｌｕ、　；Ｑ！＜強勢母音「＆」との組合せと
、上記言語を構成するすべての母音とが記憶されるメモ
リ手段と、に記イ音とそれにつづく基準無強勢母音１−
＆ｌお、１ζび副音にそれぞれ対応する第一および第二
の読め出しチャネル手段と、このチャネル手段の一つを
１ｊ（−・的ニ有効にする手段とを含め、Ｉ−記メ千１
ト１段に番：１、Ｌ記有効にする手段を駆動する命令が
記１ａされろ１１１１成であることを特１毀、’ｌずイ
１゜ メモリ手段は、第一のメ千りと第一、のメ干りとを含め
、両メモリは同様の内容を記１ｏする構成であることが
好ましい。

子音とそれにつづく基準無強勢母音「＆」および副音は
、順に読み出されるようにディジタル化されて記１ａさ
れ、子音部分とそれにつづく基準無強勢母音「＆」部分
との間に、二つのチャネルの一つを択一的に有効にする
命令が記憶される構成であることが好ましい。

読め出しチャネル手段には、基準無強勢母音［＆コを読
め出しているときに、その振幅を時間の経過に従って減
衰させる手段を含むことが好ましい。

メモリ手段には、子音とそれにつづく基準無強勢母音「
＆」および母音が、順に読み出されるようにディジタル
化されて記憶され、さらにこのメモリ手段には、各読み
出しが終了したときに、っづいて次の処理を有効にする
終了命令が読み出される構成であることが好ましい。

〔作　用〕

零発明け、個々の言語を構成する各子音が一つの母音だ
ｂ）を結合して記憶される。この母音は、基準無強勢（
無声音）母音であり、この明細書においては［＆−１印
で表示する。英語では［ｔｈｅＪの母音ｒｅＪのような
場合に用いられる。ドイツ語ではｒａｌｌｅＪの「ｅ」
であり、フランス語では、ｒｌｅＪの「ｅ」である。

その子音に他の母音を結合するためには、その）１）音
により基準無強勢母音「＆」がマスキングされるかある
いは「オーバーラン」されるように、その母音を基準無
強勢母音「＆」のところに同時にあるいは重複発生さセ
て読み出す。

その結果発声される音声は、人間の発声に個々の音節に
おいて非常に似て（ることが証明されている。

基準無強勢母音「＆」のマスキングは、適当なフィルタ
で特定周波数を減衰させることにより行う。

各ｒＤｉ−音素」　（子音十基準無強勢母音「＆Ｊ）の
各部分の間には、有声母音の読み出しを有効にする命令
が含まれている。

０ 〔実施例〕 １以下、本発明の実施例方式を図面に基づいて説明する
。

第１図は、本発明の音声合成方法の原理を説明する音声
波形グラフの一例である。第１図において、−１−の波
形図は子音チャネルの音声波形を表し、トの波形図は母
音チャネルの音声波形を表ず。筒中な右詰１’　Ｄ　Ａ
　Ｔ　ＯＪを例にとり以下に説明する。

子音チャネルの基準無強勢母音「＆」部分およびＩｔＪ
音が同時に再生され、この重複発生のために基ｔｌｌ！
　ｊｊｊｊ強勢母音「＆」部分は効果的にマスキングさ
れる。このマスキングは加算手段により強調される。

第２１ａには、効果的に基準無強勢母音「＆」部分がマ
ス；１−ングできることを示す子音および母音の周波数
帯域が示されている。子音および母音の周波数スペクト
ラムが異なることは周知のとおりである。例えば、男声
の子音は最大６００１１ｚから３０００１１ｚであるが
、母音は最大２００１１ｚから１０００＋１ｚである。

したがって、第２図に示す周波数応答特性１ をもつフィルタが、−二つの読１ノ出しチャネルに使用
される。フィルタリング番、１、メモリへの書テ＼込み
時あるいはメモリからのｌｉ（＋：め出し時に行われる
。

第３図は、メモリに書き込ｉトれるデータのフメーマソ
トを示ず図である。メモリに書き込まれる音声データは
ディジタル化されて記１ａされる。すなわち、その振幅
＆：ｔ　］　Ｏｋ　ＩＩ　Ｚあるい番１［それ以１のク
ロック周期でサンプリングされる。生成されたデータは
、連続して読み出すために埋屓？、するメモリの記憶場
所に格納される。一つの記１ａ場所には命令データも保
存される。第一の命令す、＋　ｔ　続行１であり、第二
の命令は［終了−１である。１続行−１命令は、個々の
チャネルが読め出しをＩｔ、Ｉｔ行することを意味する
。［続行Ｉ命令しよ、子音と）、Ｉ（（ｉｊ無強勢母音
「＆」との＆ＩＩ合せにおい゛（、子音の発声部と基準
無強勢母音［＆−１の発声部との間に１ｈす１．−の命
令により母音のデータが読め出３Ｎ扛る。

［終了−１命令は、次の＞’、！　）、、る音素を晶１
め出す命令である。

第４図は子音発生の包絡＃１１をし［（ず図である。ず
なわし、子音と基準無強勢母音「＆」との間にある［続
行−）命令により、基準無強勢母音「＆」部の振幅が減
衰しでゆく状態を示す。このための回路は、ダイオード
、抵抗器、およびキャパシタを含む通常の減衰回路であ
る。

すなわち、メモリには第１図に示す二つの音素が記１ａ
される。その一つば、子音とそれにつづく２、（車前強
勢母音「＆」から構成されるｒＤｉ−音素」（＋１−＆
、Ｌ−＆）であり、他は母音（ａ、０）を示す音素であ
る。この音素が第３図に示すフォーマツ１に従って記憶
される。「Ｄｉ＝音素」の子音（ｄ、ｔ）と基準無強勢
母音（＆）との間にある［続行１命令により、第４図に
示すように母音（ａ、ｎ）のデータが立ち上がり、「終
了」命令により母音の振幅が減衰してゆく。同時に母音
のデータが立ち−ｈがると基準無強勢母音「＆」の振幅
が減衰し、これが母音によりマスキングされる。

このようにしてごく自然な音声が合成される。母音およ
び子音の減衰は、第２図に示す周波数応答待Ｐｌをも一
つフィルタを介して行うことができる。

ｚ 第５図は、本発明の音声合成装Ｈｙｌ　ｏ）一実施例を
示すブロック構成図である。生成される音素のｉバ択は
外部のマイクロブｌ’ｌ　ｐソ→」を用い゛（行われる
ので、本発明の構成要素に（１！含まれない。しだ力（
って、外部制御部１は夕１部の制御手段を１；とめたも
のである。

外部制御部１に接続される音声合成回路部分は２チヤネ
ルが対称形で配置される。りｒ１ツク発生回路５、フリ
ップフロップ回路１２が両チャネルに共通であり、各チ
ャネルによりη−成された信号は加算回路８により合成
され、アンプスピーカユニット９に送出されて発声する
。

−４のチャネルの構成番、ｌ、メモリγＦレスカウンタ
２が外部制御部１に接続され、この出力が音素メモリ３
に接続される。音素メモリ３は、外部制御部１により指
定されたアドレスに１５（＝って、記憶している音素を
Ｂｉｂ：　ｒ７）出し、デコーダ４およびディジタル・
アナログ変換回路６にｉＸ出する。デ′：Ｉ−ダ４の出
力は、クロック発生回路５のクロック信号出力とともに
論理積回路１０に入力し、その論埋積出力がメモリアド
レスカウンタ２に送出される。また、デコーダ４の出力
は、ディジタル・アリ−１，１グ変換回路６、フリップ
フロップ回路１２および別のチャネルのフリップフロッ
プ回路１１に送出される。−１−記論理積回路１０の出
力およびフリ・ノブフロップ回路１１の出力は、読み出
した音素のデータに含まれる「続行」命令および「終了
」命令とし゛Ｃメモリアドレスカウンタ２に送出され、
一方のチャネルの音素メモリ３から読み出された基準無
強勢母音「＆」のところに、他方のチャネルの音素メモ
リ３から読み出した母音のデータを重複させて発生させ
る。また、一つの音素の読み出しが終了したときには、
次の音素の読み出しの指令を通知する。クロック周波数
は可変にすることができるので読み出し周期を調整する
ことができる。

フリップフロップ回路１２は、逆論理の値をそれぞれの
チャネルの包！ｉ８線発生回路１３に送出し、基準無強
勢母音「＆」部分あるいは母音部分の減衰を調整する。

すなわち、一方のチャネルから読み出された子音と基準
無強勢母音「＆」との組合せのデータの基【１２無す４
ｊ勢ｔｌ音１’　＆　、１部が、他／Ｊ’のチャネルか
ら同時に発１１さＩ鼾た１（１１″１０））−夕に、Ｉ
、リマス・（−ングされるように、包絡線光）１：回ｊ
、１９１１（の出力波形を調整する。ディジタル・アリ
用１グ変喚回路６の出力と、この包絡線光）１−、１ｉ
ｉｌ　ｔ／！８１３の出力とが掛算回路７により乗１り
され、それぞれのチ・トネルからの信号が加算回路）（
に送出されろ。

フリップフロップ回路１１、Ｉ２の出力り、１、夕１部
制御部１に接続される。

装置にはこのように一゛つの同・なチャネルが含まれる
ので、その−・つのチャネルについてさらに説明する。

メモリア１゛レスカウンタ２にむ、目、）定の音素の開
始アドレスが七ッ１されている。音素メモリ３には、与
えられた古語を合成するのに必要な全ての音素が格納さ
れているが、多くの言ｆｉｒｊ’　４Ｊ’、　３６個の
音素で十分である。音素はディジタル化され第３し１に
示ずフッ−マットＧこ従っ゛（δ己１ａされる。たとえ
ば、コード「０１および）’　Ｉ　−１！；ｌ、それぞ
れ１続行」および［終了−１の命令を、音吐する。クロ
ック発？１回路５Ｇ才両方のチャネルにｌ　Ｏｋ　Ｉｔ
　ｚ程度のクロック周波数を発生させる。読み出された
データは、音素のデータであるか、「続行」あるいは「
終了」の命令であるかを決定するデコーダ４に送出され
る。データはディジタル・アナログ変換回路６および掛
算回路７を介して加算回路８に送出され、さらに加算回
路８の出力はアンプスピーカユニット９に送出される。

「終了」命令のデコーディングにより、メモリア１゛レ
スカウンタ２のオーバーフローした分は論理積回路１０
で無効にされる。

「続行」コマンドのデコーディングにより、音素の読め
出し要求を行うフリップフロップ回路１１は、それぞれ
他のチャネルにセントする。そのリセットは外部制御部
１により次の開始アドレスの入り口で行われる。［続行
］コマンドで減衰を指令するフリップフロップ回路１２
は、出力Ｆあるいは出力Ｐをそれぞれ別個のチャネルの
包絡線発生回路１３に割り当てるようにスイッチする。

包絡線発生回路１３は、個々のチャネルの出力が滑らか
に７ １　［ｉ 減衰し、しかもクリック音を発声ｔ２ない、１・）ｌｌ
、１１１算回路７をｔｌＪ整する。両手ヤ不ルの出力Ｌ
１１、ｌ＋口１１回路８に供給される。

フリソ７’　７　ｔｌ　ソー／’　ＩＩ！■／ｐ、　１
２のＩＪ、ｆｕｉ　ｔ　ｌ、−’−，，−）　Ｏ’ｌ　
’Ｔ中ネルに送出される１ｇ号で９１部制御部Ｎ、二ｌ
η、′、される。たとえば、回路の′重線がＩＡＡｌ１
４′−１人・移の読み出しり゛イクルの開６１目１１号
でル、ン）。

第５図に示す回路のい＜−）かの改造１（！Ｉ　１１．
１部１山合成技術に精ｉｍＬでいろ１ｑ山−７７Ｇ、Ｚ
　ｔｉｔ容易６．二１１１−猿かつく。メモリ容Ｍは、
−一つのチャネルにおい−（一つのメモリを多ｉ１ｊ　
ｉ；ｌｉ　７．７出しすれば小さくずろ＋：　＃！；が
できる。掛算回ｊ１８７の、１・）な東’１′Ｊ器を１
へ１１デイジタル・了すじｌグ変換回路（Ｉ４用いる場
合り、′ｕｌ、包絡線発生回路１３の出力心、ｌ、う・
イミ・タル・アリ゛ｌ’１グ変換回路６のそれぞれの入
力？：１ｆｆ８１口、′（も、１い。

また、大部分の回路の動作しドア・イ））　ｌ’ｌゾｒ
＋−Ｌ４ノ１１で行うことができる。

第６図は、言８ｒｊ　ｒ　Ｉ）　Ａ　′ｒ　□−１が第
５図１に小づ°回路を用いて合成されるときの過Ｒ＋を
示ず夕・（，１、チャートである。

８ クロック発生回路５のクロック周波数は一定であるが、
人間の音声に一層近づける音声を生成させるように外部
制御部１により変更することができる。

第６図において、（イ）は第一チャネル、たとえば音素
ｒ　Ｄ　＆　ｊおよび「Ｔ＆」のフォーマットを示す。

（１１）はフリップフロップ回路１２の出力で論理レヘ
ルを与える。

（ハ）は第二チャネルのフリップフロップ回路１１の出
力の論理レベルを表す。

（ニ）は同様の第二チャネル、音素「Ａ」および「０」
のフォーマットを示す。

（ホ）は第一チャネルのフリップフロップ回路１１の出
力の論理レベルである。

（へ）、（ト）は、それぞれ第一および第二チャネルの
各包絡線発生回路１３により生成された包絡綿を示す。

（チ）、（す）は、それぞれ第一および第二チャネルの
アナログ出力信号を示す。図示された包絡線は生成され
た音声１−　Ｄ　−Ａ　−１゛Ｏ−１を１［６育に表す
ものでし１ないが、図は時系列的な状態を説明する参考
になるものである。

このように、ｒＤｉ−音素」を子音１λλ準無強勢母音
「＆」で記１．０シ、この基準無強勢用、音［＆−１部
分に母音を重ね合わせて２．（準焦強勢ＩｉＪ音「＆１
部分をマスキングすることにより、自然な合成音声を作
り出すことができるとともに、すべての１Ｄｉ−音素」
を記１ａする必要がないので、記１９容はを大幅に削減
するこ吉ができる。

〔発明の効果〕

本発明は、以上説明したように、子音十基ｔｌ；　ｊ！
！（強勢母音「＆」で構成された［Ｄｌ−音素−１の占
（、準焦強勢母音「＆」部分に母音の音声を合成するご
とにより、小さな記１．ｔ　＄１ｆｊｔで人間の発角に
近い高声を合成することができる優れた効果がある。し
たがって、この方法を用いること心こより、たとえば玩
具や人形などの比較的安い消耗品にも使用することが可
能になる。

ｌ　じ

【図面の簡単な説明】

第１図は本発明の詳細な説明する波形図。 第２図は母音および子音を分離するフィルタの周波数応
答特性を示す図。 第３図は子音および母音に対応する記憶データのフォー
マット・ 第４図は子音発生の包絡線波形を示す図。 第５図は本発明音声合成装置の一実施例を示すブロック
構成図。 第６ＶＡば音声合成の過程を説明するタイムチャート。 １・・・外部制御部、２・・・メモリアドレスカウンタ
、３・・・音素メモリ、４・・・デコーダ、５・・・ク
ロック発生回路、６・・・ディジタル・アナログ変換回
路、７・・・掛算回路、８・・・加算回路、９・・・ア
ンプスピーカユニット、１０・・・論理積回路、１１．
１２・・・フリップフロップ回路、１３・・・包絡線発
生回路。 特許出願人代理人 弁理士井出直孝　。 ０ （ｖ）　寸

Claims (9)

【特許請求の範囲】
1. （１）子音およびこの子音につづく母音により構成され
   る各組合せが記憶され、命令によりそれが読み出される
   音声合成方法において、 合成される言語を構成する各子音がその後につづく基準
   無強勢母音「＆」を結合して記憶され、上記言語を構成
   する全ての母音が個々に記憶され、 命令された子音と母音との組合せについて、二つのチャ
   ネルの一方にその子音と基準無強勢母音「＆ヨとの組合
   せを読み出し、二つのチャネルの他方に母音を読み出し
   、適時のオフセットに従って両チャネルのデータを重ね
   ることにより合成音声を生成じ、 その基準無強勢母音「＆」が、上記他方のチャネルに読
   み出された母音によりマス−１−ングさ；Ｉ′１．るよ
   うに制御する ことを特徴とする音声合成方法。
2. （２）　記憶されている子音と）、Ｉ：、　ｒｉ１！無
   強勢１１ノ？″１［＆１との組合せから発声される音声
   あるｕ貢：Ｉ　Ｉυ音から発声される音声は、そのいず
   れかが優生であるときには、他方の音声が減衰するよ・
   うｔ部１ｉ制御する特許請求の範囲第（１）項に記ｉ１
   Ｑの召声合成方法。
3. （３）基準無強勢母音ｒ−＆　ｊの振幅が読み出しｉｆ
   、’３稈で減衰する 特許請求の範囲第（１）項に記載の音声合成方法。
4. （４）二つのチャネルに読み出すための読め出しクロッ
   ク周波数が可変である 特許請求の範囲第（１）項に記載の音声合成方法。
5. （５）合成される言語を構成する各子音とその後につづ
   く基準無強勢母音「＆」との＆：ｌ１合−ｌと、上記言
   語を構成するすべての母音とが記す。ａされるメモリ手
   段と、　１ 上記子音とそれにつづく基準用Ｑｌｌｌ勢Ｉｌｌ音［＆
   １および母音にそれぞれ対応する第−才？よび第二二の
   読メ１１目ッチャネル手段と、 このチャネル手段の一つを択一的に有効にする手段と を含み、 」二記メモリ手段には、−ヒ記有効にする手段を駆動す
   る命令が記憶される構成である ことを特徴とする音声合成装置。
6. （６）　メモリ手段は、第一のメモリと第二のメモリと
   を含み、両メモリは同様の内容を記憶する構成である 特許請求の範囲第（５）項に記載の音声合成装置。
7. （７）子音とそれにつづく基準無強勢母音「＆」および
   母音は、順に読み出されるようにディジタル化されて記
   憶され、 子音部分とそれにつづく基準無強勢母音「＆」部分との
   間に、二つのチャネルの一つを択一的に有効にする命令
   が記憶される構成である特許請求の範囲第（５）項に記
   載の音声合成装置。
8. （８）読み出しチャネル手段には、基準無強勢母音「＆
   」を読み出しているときにその振幅を時間の経過に従っ
   て減衰さ・１！る手段 を含む特許請求の範囲第（５１’ＴＪに記載の音ｊ：Ｉ
   合成装置。
9. （９）メモリ手段にＧ１１、ｒ音とぞれにつづ＜ノ１い
   １１′無強勢母音「＆」および１υ音が、１ｌｌｉに読
   め出されるようにディジタル化され°（記１ａされ、さ
   らにこのメモリ手段にシ、［、各ｔＦ５　ツノ出しが終
   ｒしたときに、つづい４次の処理を０効にする終］′命
   令が読め出される構成である 特許請求の範囲第（５１１ｆｊ　に記−１１ｖ、の凸点
   合成装置。