JPS60229098A - 音声分析方式 - 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） 本発明は音声分析方式に関し、特に音声を波形素片に分
はディジタル符号化して圧縮して記憶しておき後で再生
して合成音声を得るシステムの音声分析方式に関する。

（従来技術） 従来、音声波形をディジタル符号化し、比較的少ない記
憶容量で符号化する方式として、適応差分符号化（ＡＤ
）ＯＭ）方式が多く用いられている。

Ａ　ＤＰ　ＯＭ方式には種々の方法があるが、一般的に
よく用いられるＡＤＰＯＭ方式としては、ＤＰＯＭ（差
分波形符号化変調）方式と、適応量子化（Ａｄａｐｔｉ
ｖｅ　ｑｕａｎｔｉｚａｔｉｏｎ　）ｆ組み合せたもの
が知られている。これらの方式については中田和男著；
「音声」（コロナ社刊）、斉藤収三ら著；「音声情報処
理の基礎」（オーム社刊）などに述べられている。

波形符号化方式の一つであるＡＤＰＯＭ方式は、パラメ
ータ方式、例えばＰＡＲＯＯＲ（偏自己相関方式）やＬ
ＰＯ（線形予測）方式に比べると、合成音声の自然性は
ＰＯＭ方式に最も近いが、記憶容量でははるかに劣ると
いう欠点がある。

上記欠点を補うために、自然音声波形の周期性を用いて
、波形素片が似かよっている区間を選定し、この区間に
おける代表波形素片と代表波形素片による繰返し回数を
用いて、音声波形の情報量を圧縮する音声分析方式を、
ＡＤＰＯＭ方式などの比較的情報圧縮率の高い波形符号
化方式に組合わせる方式が考えられている。この方式に
おける従来の技術では自然音声波形をサンプリングし、
ディジタル符号化して代表波形素片の選定及び代表区間
の決定等の分析を行なう方法が公知である。

しかし、自然音声波形をサンプリングすると、１波形素
片の時間長と音声の基本周期との間にサンプリング周期
に依存した誤差が生じる。この誤差を含んだまま、サン
プリング後に同じ時間長をもつ波形素片の間でのみ、波
形の比較によって代表波形素片の選定及び代表される区
間の選定を行なうと、非常に近似した音声の基本周期及
び波形の形状金持ちながら複数の異なる波形素片で同一
の区間内を代表することになり、情報圧縮率が悪い。こ
の欠点を補うために、サンプリング周波数を高くシ、誤
差を小さくするということも考えられるが、サンプリン
グ周波数が高くなれば、音声波形の情報量が増し、結果
的に記憶容量が増加することになり、記憶容量を削減す
るという目的に反する。

そこで、比較的低いサンプリング周波数音用いた場合に
おいても代表波形素片による繰シ返し回数を増加させる
ために、１波形素片の時間長の誤差を吸収できる方法が
必要である。一方、自然音声の特性として時間的推移に
従って音声の基本周期が微少に変動することが知られて
いる。この音声の基本周期の微少な変動を吸収し、さら
に音声情報の圧縮率を高くするための方法も必要である
。

従来の技術では、代表波形素片の選定や代表波形素片の
繰り返し回数の選定に対する自動化が進んでおらず、ｉ
視によって選定を行なうものが多く、非常に効率が悪い
という欠点がおる。

（発明の目的） 本発明の目的は、上記欠点を除去し、音声を波形素片に
分けてディジタル符号化し、圧縮して記憶しておき、後
で構成して高品質の合成音声を得るための音声分析方式
全提供することにある。

（発明の構成） 本発明の音声分析方式は、自然音声波形をピ。

チ相当区間で区分化して時間的に連なった波形素片群と
し、前記波形素片群内より代表波形素片及び前記代表波
形素片による繰返し回数を選定し、前記代表波形素片と
前記繰返し回数を用いて音声波形の情報を圧縮する音声
分析方式において、前記波形素片群内にあって時間的に
最も前に存在する波形素片と前記波形素片群内の時間的
に２番目以降の波形素片との類似度をめる手段と、前記
類似度に応じて波形素片群内における類似波形素片群の
存在範囲を定める手段と、前記類似波形素片群内の時間
的に特定な位置にある波形素片を前記類似波形素片群の
代表波形素片として選定する手段と、前記類似波形素片
群に含まれる波形素片の数を抽出する手段とを有するこ
とを特徴として構成される。

前記類似度をめる手段は、波形素片群内にあって時間的
に最も前に存在する波形素片を基準波形素片とし、前記
波形素片群内の時間的に２番目以降の波形素片の時間長
を前記基準波形素片の時間長と同じ時間長に変換すｇ手
段と、前記変換する手段により作成した前記波形素片群
内の時間的に２番目以降の波形素片と前記基準波形素片
を同一の時間軸で音声波形情報を比較する手段と、比較
した２つの波形素片の音声波形情報での似ている度合を
める手段とを含んで構成される。

（実施例） 次に、本発明の実施例について図面を用いて説明する。

第１図は本発明の一実施例のブロック図である。

この実施例は、自然音声波形をピッチ相当区間で区分化
して時間的に連なった波形素片群とし、この波形素片群
内より代表波形素片及びこの代表波形素片による繰返し
回数を選定し、前記代表波形素片と前記繰返し回数を用
いて、音声波形の情報を圧縮する音声分析方式において
、前記波形素片群内にあって時間的に最も前に存在する
波形素片と前記波形素片群内の時間的に２番目以降の波
形素片との類似度をめる手段１０と、前記類似度に応じ
て波形素片群内における類似波形素片群の存在範囲を定
める手段２０と、前記類似波形素片群内の時間的に特定
な位置にある波形素片を前記類似波形素片群の代表波形
素片として選定する挙段としての代表波形素片選択器３
０と、前記類似波形素片群に含まれる波形素片の数を抽
出する手段としての切換スイッチ４０とを含んで構成さ
れる。

類似度をめる手段１０は、波形素片群内にあって時間的
に最も前に存在する波形素片を基準波形素片とし、波形
素片群内の時間的に２番目以降の波形素片の時間長を基
準波形素片の時間長と同じ時間長に変換する手段として
の正規化波形素片バッファ１４と、この正規化波形素片
バッファ１４によシ作成した波形素片群内の時間的に２
番目以降の波形素片と基準波形素片を同一の時間軸で音
声波形情報を比較する手段と比較した２つの波形素片の
音声波形情報での似ている度合をめる手段としての演算
器１５とを含んで構成される。

次に、この実施例の動作例について説明する。

第２図は第１図に示す実施例によシ波形素片群内におけ
る類似波形素片群の存在範囲を定める手順の流れ図であ
る。

第２図において、変数ｎは波形素片群内における波形素
片の番号、変数Ｎはこの波形素片群内に存在する全ての
波形素片の数、変数Ｍは類似波形素片群内に存在する全
ての波形素片の数である。

まず、リセット信号１によシカウンタ５２をｎ＝１にセ
ットする（ステップ■）０ 次に、波形素片群内における１１　（−１）番目の波形
素片の音声波形データを読込み制御部５１で読込む（ス
テップ■）０ 次に、読込み制御部５１は読込んだデータを分類器１１
に人力し、分類器１１に内蔵されている判定器により読
込んだ波形素片の番号ｎが１よシ大きいかどうかを判断
する（ステップ■）。これは波形素片群内における基準
波形の選定を行なうためのものである。本実施例におい
ては、初期条件としてｎ＝１と設定したので、ステ、プ
■でＮＯの条件が成立する。ＮＯの場合、波形素片群内
における１番目の波形素片を基準波形素片とする（ステ
、プ■）。そして、分類器１１からカウンタバ、ファ５
５を介して判定器５４へ信号を送る。

判定器５４は、波形素片の番号ｎが波形素片の総数Ｎよ
シも小さいかどうかの判定器する（ステ、プ■）。これ
は、波形素片群内における全ての波形素片に対して処理
を行なったかどうかの判断をするのである。Ｙｅｓの場
合は、カウンタ５２のカウントをアップさせる信号２を
送りｎ＝ｎ−）−１にする（ステ、プ［相］）。また、
信号２は読込み制御部５１へも送られる。これによりス
テップ■に戻る。

読込み制御部５１は、波形素片群内におけるｎ番目の波
形素片の音声波形データを読込む（ステ、プ■）０ 次に、読込んだデータを分類器１１に送り、前述と同様
に、波形素片の番号ｎが１より大きいかどうかの判断を
する（ステップ■）。本実施例においてはステ、プ［相
］の処理によりｎの値はインクリメントされているので
Ｙｅｓの条件が成立する。

このとき、信号は対象波形素片バッファ１３ｔ−介して
正規化波形素片バッファ１４へ送られ、ここでステップ
■で定めた基準波形素片とｎ番目の波形素片を同じ時間
長に変換する（ステ、プ■）。

変換された波形素片データは演算器１５へ送られる０ 演算器１５は、変換された２つの波形素片の類似度をめ
る（ステ、プ■）０類似度をめるには、例えば、（１）
式で示すような２つの波形素片の誤差の割合全使用すれ
ば充分である。

Ｓ　（Ｘ、　Ｙｉ　）＝（Ａ−Ｂ）／Ａ　・・・（１）
ここで ■。

であり、また、Ｘは基準波形素片を示す。ηは波形素片
群内における１番目の波形素片の時間長を基準波形素片
と同じ時間長に変換した後の波形素片を示す。ｘｊ（Ｌ
　＝　１　＋　２　＋・・・、Ｌ）は基準波形素片Ｘの
各サンプリング点に対する音声波形データを示す。’／
　（！　、ｊ）　（ｔ＝１　＋　２　＋・・・、Ｌ）は
波形素片η　の各サンプリング点に対する音声波形デ４
−夕を示す。Ｌは波形素片内のサンプリング点の数を示
す。演算結果、求められた類似度のデータは判定器２１
へ送ら、れる。

判定器２１は、演算器１５（ステ、プ■）でめた類似度
が予め定めた類似度の許容範囲内に存在するかどうかの
判断をする（ステ、プ■）。なお類似度の許容範囲は所
望の情報圧縮を実現するようにあらかじめ設定をしてお
く。

ステ、プ■でＹｅｓの条件が成立した場合、信号はカウ
ンタバッファ５５を介して判定器５４へ送られ、ここで
、番号ｎが波形素片の数Ｎよシ小さいかどうかの判断を
する（ステ、プ■）。Ｙｅｓの場合、前と同様に、カウ
ンタ５２の置数をＱ　４−　Ｑ＋１．！：Ｌ（ステ、プ
＠ｌ）、再び、ステ、プ■へ戻る。ステ、プ■でＮｏの
条件が成立するか、またはステ、プ■でＮｏの条件が成
立するまでステ。

プ■−〇−■−■−■−■−［相］を繰返す。

ステップ■でＮｏの条件が成立した場合、信号は切換ス
イッチ４０の切換えによシ代表波形素片の選択器３０へ
送られる。ここで波形素片群内における１番目から（ｎ
−１）番目までの波形素片が類似波形素片群に属する波
形素片となり、Ｍ←ｎ−１（ステップ■）とすることに
よって類似波形素片群内に存在する波形素片の数を定め
、仁の選定手順を終了する。

また、ステ、プ■でＮＯの条件が成立した場合、波形素
片群内における全ての波形素片が類似波形素片群内の波
形素片となり、Ｍ←Ｎとする（ステ、プ■）ことによっ
て類似波形素片群内に存在する波形素片の数を定め、こ
の選定手順を終了する゛。

次に、以上の手順で定めた類似波形素片群における代表
波形素片の抽出手順を説明する。

類似波形素片群内で例えば時間的に中央に位置する点を
め、このめた点を含む波形素片を探す。前記中央の点を
含む波形素片を前記類似波形素片群における代表波形素
片とする。

以上の結果、類似波形素片群内に存在する波形素片の数
と代表波形素片の音声波形データが得られる。

また、以上の手順よシ定められた類似波形素片群の次の
波形素片以降の波形素片の列に対して、改めて波形素片
群を設定する。この波形素片群の設定と前記の手順を一
連の音声波形が終了するまな演算で容易に音声波形の情
報を圧縮することができ、圧縮した情報を記憶しておき
、再生するときは高品質の合成音声が得られる。

（発明の効果〕 以上詳細に説明したように、本発明によれば、音声の合
成において代表波形素片の繰返し部分における波形素片
の連結や、繰返し部分の前後の波形素片と代表波形素片
の連結が波形上自然であシ聴感上極めて高品質な合成音
が得られるように、音声を分析して音声波形素片に区分
し、簡単な演算で容易に音声波形の情報を圧縮すること
ができる音声分析方式が得られるという効果が得られる
。

【図面の簡単な説明】

第１図は本発明の一実施例のプロ、り図、第２図は第１
図に示す実施例によシ波形素片群内における類似波形素
片群の存在範囲を定める手順の流れ図である。 １・・・・・・リセット信号、２・・・・・・信号、１
０・・・・・・類似度をめる手段、１１・・・・・・分
類器、１２・・・・・・基準波形素片バッファ、１３・
・・・・・対象波形素片バ。 ファ、１４・・・・・・正規化波形素片バッファ、１５
・・・・・・演算器、２０・・・・・・類似波形素片群
の存在範囲を定める手段、２１・・・・・・判定器、２
２・・・・・・類似波形素片バッファ、３０・・・・・
・代表波形素片選択器、４０・・・・・・切換スイッチ
、５１・・・・・・読込み制御部、５２・・・・・・カ
ウンタ、５３・・・・・・波形素片の数バッファ、５４
・・・・・・判定器、５５・・・・・・カウンタバッフ
ァ。 −ノ′ 、ＰＩ／圀

Claims (2)

【特許請求の範囲】
1. （１）　自然音声波形をピッチ相当区間で区分化して時
   間的に連なった波形素片群とし、前記波形素片群内より
   代表波形素片及び前記代表波形素片による繰返し回数を
   選定し、前記代表波形素片と前記繰返し回数を用いて音
   声波形の情報を圧縮する音声分析方式において、前記波
   形素片群内にあって時間的に最も前に存在する波形素片
   と前記波形素片群内の時間的に２番目以降の波形素片と
   の類似度をめる手段と、前記類似度に応じて波形素片群
   内に２ける類似波形素片群の存在範囲を定める手段と、
   前記類似波形素片群内の時間的に特定な位置にある波形
   素片を前記類似波形素片群の代表波形素片として選定す
   る手段と、前記類似波形素片群に含まれる波形素片の数
   を抽出する手段とを有することを特徴とする音声分析方
   式。
2. （２）類似度をめる手段が、波形素片群内にあって時間
   的に最も前に存在する波形素片を基準波形素片とし、前
   記波形素片群内の時間的に２番目以降の波形素片の時間
   長を前記基準波形素片の時間長と同じ時間長に変換する
   手段と、前記変換する手段によシ作成した前記波形素片
   群内の時間的に２番目以降の波形素片と前記基準波形素
   片を同一の時間軸で音声波形情報を比較する手段と、比
   較した２つの波形素片の音声波形情報での似ている度合
   をめる手段とを有する特許請求の範囲第（１）項記載の
   音声分析方式。