JPS6040634B2 - フレ−ム長可変の音声合成装置 - Google Patents

Description

【発明の詳細な説明】 本発明はいわゆるＰＡＲＣＯＲ方式を用いたフレーム長
可変の音声合成装置に関するものである。

一般に音声の特徴を表わすパラメータには、音の大小を
表わす振幅パラメータと、音の高低すなわち基本周期を
表わすピッチパラメータと、音の音色、すなわちスペク
トル分布を表わすスペクトルパラメータとがある。この
うち音声のスベクル分布を表現するためには従来第１図
に示すように音声信号の標本値ｘｔと、これよりＰ個離
れた標本値ｘｔ‐ｐとの部分自己相関係数Ｋｐを用いる
いわゆるＰＡＲＣＯＲ方式が広く用いられている。この
部分自己相関係数（ＰＡＲＣＯＲ係数）Ｋｄは、標本値
ｘｔとｘｔ‐ｐとの間にある（Ｐ−１）「個の標本値に
よる相関関係を除外して標本値ｘｔとｘｔ−ｐとの相関
関係のみを抽出するようにしたものであり、Ｋ，、Ｋ２
、Ｋ３のようにｘｔに近い点との部分自己相関関係を表
わす係数にはスペクトル分布に関する情報が豊富に含ま
れるが、Ｋ８、Ｋ９、Ｋ，ｏのようなｘｔから遠い点と
の部分自己相関関係を表わす係数にはスペクトル分布に
関する情報があまり含まれていない。そこで、Ｋ．、Ｋ
２、………、Ｋ９、Ｋ，。の各係数にれぞれ７、６、５
、４、４、４、３、３、３、３のように量子化ビットを
割り当ててＫ，．以降は伝送しなくてもスペクトル分布
を充分正確に再現することができ、著しく帯城圧縮率が
すぐれているものである。なお、通常のＰＡＲＣＯＲ型
音声合成装置においては振幅パラメータに５ビット、ピ
ッチパラメータに６ビットをそれぞれ割り当てており、
振幅パラメータ、ピッチパラメータ、ならびにＰＡＲＣ
ＯＲ係数のそれぞれをＡパラメータ、Ｐパラメータ、Ｋ
パラメータと略称しているので本発明の以下の説明にお
いてもこの略称を用いることにする。

ところでころようなＡ、Ｐ、Ｋ各パラメータは音声の特
徴を表わすものであるために特徴パラメータを総称され
るが、通常音声信号はｌｏｗｓｅｃ乃至３０のｓｅｃの
短期間においてほぼ定常信号とみなすことができるので
、この期間を１フレームとして１フレームから１組の特
徴パラメータを抽出し、１フレームごとにデータを更新
するよにしている。

しかるに合成すべき音声について例えば有声音と無声音
とが切り換わるタイミングにおいて、フレームの更新が
行なわれないとすると、有声音の継続期間や無声音の継
続期間が長すぎたり、短かすぎたりして再生される音声
の明瞭度が低下するという問題があった。また逆にメロ
ディ音のように比較的長期間に亘つて同じ音階や音色が
繰り返し出力されるような場合には、音声合成時と同じ
ように頻繁にフレームに更新していると、再生メロディ
音のデータを記憶しておくためのメモリの容量が不足す
るという問題があった。本発明は上述のような点に鑑み
て為されたものであり、その目的とするところはフレー
ム長を可変とすることによにより無声音と有声音との区
切りを明瞭として良好な再生音が得られるようにすると
共に、メロディ音を合成する際にはフレーム長を長くし
て再生データ記憶用のメモリ容量を節約できるようにし
たフレーム長可変の音声合成装置を提供するにある。以
下本発明の構成を図示実施例について説明する。

第４図は本発明の一実施例に係るフレーム長可変の音声
合成装置の全体構成を示すブロック図である。音声の特
徴パラメータは通常１０ｍｓｅｃ乃至３０のｓｅｃのデ
ータ更新間隔（１フレーム）ごとにデータ入力端子１か
ら切換回路２を介してリングレジスタ３に直列に入力さ
れるものである。リングレジスタ３に読み込まれたデー
タは音声の特徴パラメータを表わすものではあるが、特
徴パラメ−タそのものではなく、実際の特徴パラメータ
を記憶している再生用ＲＯＭ４のアドレス信号である。
しかもそのアドレス信号は再生用ＲＯＭ４の中の相対ア
ドレスを示すにすぎない。したがって読み込んだデータ
から実際の特徴パラメータを再生するためにはインデッ
クスＲＯＭ５に記憶された先頭アドレスをアドレスカウ
ンタ６の働きによって引き出して、この先頭アドレスを
再生制御回路７から送出されるシフトクロツクに従って
ＩＪングレジスタ３から取り出される相対アドレスに加
算して絶対アドレスを作成し、この絶対アドレスによっ
て再生用ＲＯＭ４をアクセス、再生用ＲＯＭ４内に記憶
されている音声の特徴パラメータを取り出す必要がある
。図中８は上記絶対アドレス計算用の加算回路であり、
９，１０，１１はシリアルパラレル変換装置である。再
生用ＲＯＭ４から出力された特徴パラメータは桶間計算
回路１２に入力されて、１フレーム内で通常８回データ
を補間され、音声出力ができるだけ滑らかに変化するよ
うに考慮されている。すなわちデータを更新する際に各
フレーム間の接続点において特徴パラメータが不連続的
に変化すると音声信号に歪みを生じて明瞭度が低下しや
すいので、データ更新の際に特徴パラメータがスムーズ
に変化するように１フレームを通常８等分し、各区間に
ついて近似的に直線的補間をとるよにしておくものであ
る。１３は音声の基本周期に関するピッチパラメータ（
Ｐパラメータ）をラツチしておくためのＰラッチであり
、同じく１４は振幅に関する振幅パラメータ（Ａパラメ
ータ）およびスペクトル分布に関するパラメータ（Ｋパ
ラメータ）を一時的にラツチしておくためのＡＫラツチ
である。ＡＫラツチ１４内のデ−外ま音声合成用のデジ
タルフィル夕１５に接続されてＡＫパラメータスタック
１６に転送し記憶される。１７はＰパラメータにより定
まる周期のパルス列を出力する有声音源であり、有声音
源１７から出力される１パルス分の波形は音源ＲＯＭ１
８内に記憶されており、ピッチカウンター９を順次イン
クリメントして行くと音源ＲＯＭ１８内のデータがアド
レスの順に再生されて１パルス分の波形を再生する。

ピッチカウンター９のデータ内容が所定の値よりも大き
くなると音源ＲＯＭ１８からはデータが出力されなくな
り、ピッチカンタ１９の値がＰラッチ１３の値と一致し
たときには一致回路２０の出力によりピッチカウンタ１
９がリセットされ、再びインクリメントされて行く。し
たがって音源ＲＯＭ１８からはＰパラメータに応じた周
期でパルス列が再生されるものである。２１は白雑音発
正器により構成された無声音源である。

両音源１７，２１は音源制御回路２２により制御される
切換回路２３を介して音声合成用デジタルフィルター５
に接続されている。デジタルフィルター５の出力はＤＡ
変換器２４によりアナログ信号に変換され、スピーカ２
５により音声出力として再生されるものである。２６は
水晶発振回路、２７はタイミング制御回路であり、回路
内の各部に同期信号を送って全体の動作の統制をとるも
のである。

２８はパラメータコード検出回路であり、コントロール
ＩＣ２９から送られてくるデータ信号の先頭に付加され
た特殊なパラメータコードを検出して、例えば数フレー
ムに百つて同じ音声情報が出力されるような場合には切
換回路２を作動せしめてリングレジスタ３内に記憶され
ている前フレームのデータを再度リングレジスタ３内に
取り入れて、コントロールＩＣ２９内のデータ記憶用の
メモリの記憶容量を節約したりするものである。

３０はフレーム長検出回路であり、各フレーム毎に伝達
されてくる特徴パラメータの先頭に付加されたフレーム
長に関するデータを検出してタイミング制御回路２７に
伝送し、桶間計算回路１２における補間計算のタイミン
グを制御するものである。

このフレーム長検出回路３０は２ビットのラッチ回路を
有しており２０肌ｓｅｃ、ｌｏｗＳｅｃ、５のＳｅｃ、
および２．５のｓｅｃの合計４種類のフレーム長を検出
記憶できるようになっている。フレーム長が２０のｓｅ
ｃの場合には、タイミング制御回路２７は補間計算回路
１２に８点補間を行なうようにタイミング制御信号を送
出するものである。またフレーム長がｌｏｗｓｅｃおよ
び５仇ｓｅｃの場合には、補間計算回路１２において４
点および２点補間をそれぞれ行ない、さらにフレーム長
が２．５仇ｓｅｃのきには補間を行なわないようにタイ
ミング制御信号を送出するものである。今フレーム長が
２０ｍｓｅｃで、補間回数が１フレーム内で８回である
場合を例にとって説明すると、まずリングレジス夕３へ
のデータの読み込みは第２図に示すように１フレームを
８等分した補間区倍加，，Ｄ２……・・・Ｄ８のうち最
初の桶間区間Ｄ，において行なわれるものである。

各区間Ｄ，〜Ｄ６は２業等分されてそれぞれＰ，〜Ｐ簿
に分割されている。Ａ、Ｐ、Ｋ，ｏ、＆………、Ｋ，の
各パラメータはすべて奇数番目のＰ，，Ｐ３，Ｐ５……
…，Ｐ２３において直列に配列されており、Ｐ簿は予備
のブランクである。また偶数番目のＰ２，Ｐ４，Ｐ６…
……，Ｐ２４は補間計算を行なうためのタイミングであ
る。さらにＰ，〜Ｐ簿の各領域に２２等分されてＴ，，
Ｔ２・・・・・・・・・，Ｔ偽となる。このうちＴ，〜
Ｔ５はパラメータコード検出回路２８やフレーム長検出
回路３０の制御用の信号を入れておくための制御信号区
間であり、実際のデータはＴ６以降に読み込まれる。例
えばＡパラメータの場合データは５ビットであるからＴ
６〜Ｔ，ｏにデータが読み込まれ、Ｐパラメータの場合
にはパラメータは６ビットであるＴ６〜Ｔ，．にデータ
が読み込まれるようになっている。しかして補間区間Ｄ
，においてはデータ入力端子１からリングレジスタ３内
に直列にデータが読み込まれ、このデータは補間区間Ｄ
２〜Ｄ８においては切換回路２を介してリングレジスタ
３内においてサィクリックにデータが循環し、したがっ
てアドレス計算用の加算装置８へは１フレームの全補間
区間にわたって常に同じデータをＡ、Ｐ、Ｋ，ｏ、公…
…・・・、Ｋ２、Ｋ，の剰に繰り返し送出することがで
きる。

ゆえに桶間計算回路１２はＤ，〜Ｄ８の補間区間にわた
って同りデータを同じ順序で８回受けることになる。上
述の原理によって補間計算は著しく容易になるものであ
る。

すなわち、補間計算回路１２が繰り返して８回受け取る
データをａとし、１フレーム前のデータをｂとし、補間
された値をＣ，、Ｃ２・・・…・・・、Ｃ８とすれば次
式によってほぼ近似的に直線補間を行なうことができる
ものである。Ｄ，；Ｃ，＝ｂＤ２；Ｃ２ＦＣＩ＋（ａ−
ＣＩ）Ｘき Ｄ３；Ｃ３＝ＣＩ＋（ａ−Ｃ２）Ｘき Ｄ４；Ｃ４＝Ｃ３十（ａ−Ｃ３）Ｘき Ｄ５；Ｃ２＝Ｃ４十（ａ−Ｃ４）Ｘ量 Ｄ６；Ｃ６＝Ｃ５十（ａ−Ｃ５）Ｘき Ｄ７；Ｃ７＝Ｃ６十（ａ−Ｃ６）Ｘき Ｄ８；Ｃ８＝Ｃ７十（ａ−Ｃ７）Ｘ享 以上のように、いかなる場合においても１つ前の橘間区
間におけるデータをＰラツチ１３およびＡＫパラメータ
スタック１６により記憶しておきさえすれば、繰り返し
送出されるデータａと共に常に補間計算を実行すること
ができるものである。

同様にフレーム長がｌｏｗｓｅｃで４点補間を行なう場
合、およびフレーム長が５肌ｓｅｃで２点綴間を行なう
場合にそれぞれ次式によって近似的に直線補間を行なう
ことができるものである。

４点補間の場合 Ｄ．：Ｃ，＝ｂ Ｄ２；Ｃ２＝ＣＩ＋（ａ−ＣＩ）Ｘ葦 Ｄ３；Ｃ３＝Ｃ２十（ａ−Ｃ２）Ｘ章 Ｄ４；Ｃ４＝Ｃ３十（ａ−Ｃ３）Ｘ芸 ２点補間の場合 Ｄ，；Ｃ，＝ｂ Ｄ２；Ｃ２＝ＣＩ＋（ａ−ＣＩ）Ｘ享 以上のように第４図の実施例にあたっては、各補間区間
Ｄｎの単位長さは２．５のｓｅｃで不変であるが、フレ
ーム長検出回路３０への制御コードを変更することによ
り、補間計算の繰り返し回数と補間計算の計算方式を変
更することができ、これによってフレーム長を最大２０
肌ｓｅｃから最小２．５ｍｓｅｃまで変化せしめること
ができるようになっている。

したがって、例えば第３図ａに示すように無声音区間Ｕ
Ｖと有声音区間Ｖとの境界部分においてフレーム長を短
くして、両区間の区切りを茂明瞭にすることができ、第
３図ｂに示すようにフレーム長が画一的に２０ｍｓｅｃ
である場合に比べると、より明瞭な再生音を得ることが
できるようになつている。次に第５図に示す実施例は人
間の音声の他にチャイム音のようなメロディ音をも合成
できるようにした音声合成装置であり、パラメータコー
ド検出回路３０の代りにメロディコード検出回路３１を
設けてある。このメロディコード検出回路３１は〆。デ
ィコードＭを検出してフレーム長検出回賂３川こよって
設定された２．５のｓｅｃ乃至２０のｓｅｃのフレーム
長を更に整数倍する機能を有しており、これによって様
々のフレーム長を設定できるようになっているものであ
る。今、１つの例としてフレーム長検出回路３９により
フレーム長を２０肌ｓｅｃに設定し、さらにメロディコ
−ド検出回路３１によりフレーム長を２倍にした場合に
はフレーム長は４０肌ｓｅｃとなり、このときには補間
計算回路１２は１６点補間の補間計算を行なうものであ
る。この１６点補間の場合には補間計算式は次のように
なるものである。Ｄ，；Ｃ，＝ｂ Ｄｎ；Ｃｎ＝Ｃげ・十（ａ−Ｃげ・）Ｘ毒（ｎ＝２、３
、４、５、６） Ｄｍ；Ｃｍ＝Ｃ…・十（ａ−Ｃ肝・）章 （ｍ＝７、８、９、１い１１） Ｄ１；ＣＦＣＨ＋（ａ・Ｃト瓜）Ｘ量 （１＝１２、１３１４１５） Ｄ山；Ｃ蝋＝Ｃは十（ａ−Ｃは）Ｘ享 以下同様にしてメロディコード検出回路３１に入力する
設定値を変更することにより、フレーム長を整数倍に拡
大すすることができ、非常に長い期間に亘つて同一の特
徴パラメータを繰り返して使用できるので、再生データ
を記憶しているメモリの記憶容量を節約できるようにな
っているものである。

なお２３は音階信号発生回路であり、メロディ音合成時
にはＰラッチ１３におけるピッチパラメータよりも量子
化ビットが細かく、かつ１２音階に合致した音階パラメ
ータを作成するものである。しかしてメロディ音合成時
には切換回路３３を介してピッチカウンタ１９にリセッ
トパルス発生回路３４の出力が供孫舎され、音階信号発
生回路３２の出力により定まる適宜タイミングにおいて
ピッチカウンタ１９をリセツトすることにより音源ＲＯ
Ｍ１８から１２音階に合致した基本周期を出力せしめる
ようになっているものである。本発明は以上のように構
成されており、１フレームを複数個の補間区間に分割し
、各フレームの特徴パラメータと、前フレームの特徴パ
ラメータとの差成分を１フレーム内における補間区間の
個数により除算した値にほぼ等しい補間成分を計算し、
この補間成分を前補間区間における特徴パラメータの値
に加算して各補間区間ごとに特徴パラメータの補闇値を
計算する補間計算回路と、単位補間区間の長さを不変と
し、補間計算回路における補間回数および橘間成分の大
きさを変えることによつてフレーム長を可変とするタイ
ミング制御回路とを設けたものであるから、音声合成時
の１フレームの長さを補間計算回路における単位補間区
間の長さの整数倍の長さに設定することができ、したが
って単位補間区間の長さを充分に小さく設定しておけば
、１フレームの長さを非常に長くしたり、あるいは非常
に短くしたりすることができ、したがって例えば有声音
区間と無声音区間との区切りを明瞭にするなどして自然
な再生音を得ことができるという利点があり、またメロ
ディ音を再生するような場合にはフレーム長を充分に長
くして再生音データを記憶しているメモリの容量を節約
したりすることができるという利点を有するものである
。

【図面の簡単な説明】

第１図は本発明に利用せるＰＡＲＣＯＲ型音声合成方式
の原理図、第２図は同上の時間割り当て図、第３図ａ，
ｂはフレーム長の変化を示す時間割り当て図、第４図は
本発明の一実施例のブロック図、第５図は同上の他の実
施例のブロック図である。 １２は補間計算回路、２７はタイミング制御回路、３０
はフレーム長検出回路である。 第１図 第２図 第３図 図 寸 船 図 山 船

Claims (1)

【特許請求の範囲】
1. １ 音声信号がほぼ定常状態とみなし得る微少期間を１
   フレームから抽出した振幅、基本周期、およびスペクト
   ルの各特徴パラメータを１フレームごとに受け取り、該
   特徴パラメータから音声を再生するようにして成る音声
   合成装置において、１フレームを複数個の補間区間に分
   割し、各フレームの特徴パラメータと、前フレームの特
   徴パラメータとの差成分を１フレーム内における補間区
   間の個数により除算した値にほぼ等しい補間成分を計算
   し、この補間成分を前補間区間における特徴パラメータ
   の値に加算して各補間区間ごとに特徴パラメータの補間
   値を計算する補間計算回路と、単位補間区間の長さを不
   変とし、補間計算回路における補間回数および補間成分
   の大きさを変えることによつてフレーム長を可変とする
   タイミング制御回路と、データ入力端子から逐次入力さ
   れる１フレーム分の特徴パラメータの先頭にそれぞれ付
   加されたフレーム長データを検出してタイミング制御回
   路にフレーム長データを与えるフレーム長検出回路とを
   設けて成ることを特徴とするフレーム長可変の音声合成
   装置。