JPS6040635B2

JPS6040635B2 - 音声合成装置

Info

Publication number: JPS6040635B2
Application number: JP56156796A
Authority: JP
Inventors: 稔黒田; 博糸山
Original assignee: Matsushita Electric Works Ltd
Current assignee: Panasonic Electric Works Co Ltd
Priority date: 1981-09-30
Filing date: 1981-09-30
Publication date: 1985-09-11
Also published as: JPS5857198A

Description

【発明の詳細な説明】本発明は音声合成装置に関するものであり、その目的と
するところは各圧縮パラメータに対応して複数種の音程
が異なる音声を選択的に再生できる音声合成装置を提供
することにある。

一般に、音声信号を音声周波数よりも高い周波数のサン
プリングパルスにてサンプリングして音声の大小を表す
振中パラメータ（以下、Ａパラメータと略称する）と、
音の高低すなわち基本周期を表すピッチパラメータ（以
下Ｐパラメータと略称する）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（以下Ｓパラ
メータと略称する）とよりなる特徴パラメータを抽出し
、各特徴パラメータをそれぞれ音質に寄与する度合に応
じたビット数に圧縮して圧縮パラメータとしてデータ記
憶部に記憶し、データ記憶部から順次謙出される圧縮パ
ラメータにて予め各特徴パラメータを記憶させた再生用
ＲＯＭをアクセスし、再生用ＲＯＭから読み出された特
徴パラメー外こより音源を駆動して音声を再生するよう
にしたこの種の音声合成装置において、音程のみが異な
る音声であっても全く異なる音声を再生する場合と同様
に、各音程の音声に対応した圧縮パラメータをデータ記
憶部に記憶させておく必要があった。

しかたがつて、周囲の騒音の状態あるいは使用者の好み
に応じた音程で音声を再生し得るようにするには、各音
程の音声に対応してそれぞれ圧縮パラメータをデータ記
憶部に記憶させておく必要があり、データ記憶部の記憶
容量を必要以上に大きくしなければならないという欠点
があった。本発明は上記の欠点に鑑みて為されたもので
ある。以上、ＰＡＰＣＯＲ型音声合成装置の一実施例に
ついて図を用いて説明する。

ＰＡＲＣＯＲ型音声合成方法は第１図に示すように音声
信号Ｖｓをサンプリングパルスにより適当周期めでサン
プＩＪングし、サンプリングされたサンプリング値Ｘｔ
とＸｔ−ｐの間にある（Ｐ−１）個のサンプリング値に
よる相関関係を除外し、Ｘｔと×ｔ−ｐとの相関関係の
みを抽出したＰＡＲＣＯＲ係数（部分自己相関係数：以
下Ｋパラメータと略称する）をＳパラメータとして音声
を合成するものであり、Ｋパラメータは音声がほぼ定常
状状態とみなせる１フレーム（５〜２０のｓｅｃ）にお
いて、適当周期的ｏ（約１００山ｓｅｃ）毎に音声信号
Ｖｓのサンプリングを行ない、隣り合うサンプリング値
間の相関係数をＫ，とし、複数間隔離されたサ）′プリ
ング値間では、その間に挟まれたサンプリング値による
影響を最小２乗誤差による線形予測によって求め、それ
らを差引いてできる相関係数をＫ２〜Ｋ，。としたもの
である。このＫパラメータは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ているが、＆
、Ｋ９、Ｋ，。のようなＫｔから遠い点との部分自己相
関係数にはスペクトル分布に関する情報があまり含まれ
ていないので、低次のＫパラメータに多数の量子化ビッ
トを割り当て、高次のＫパラメータには少数の量子化ビ
ットを割り当てることにより、ビット数を節減して冗長
度を４・さくするほうが効果的である。したがってＰＡ
ＲＣＯＲ方式はＳパラメータとして自己相関係数を用い
て各係数に同一ビット数を割り当てるようにした自己相
関係数方式に比べて帯城圧縮率がすぐれているものであ
る。通常各Ａ、Ｐ、Ｋパラメータは圧縮されて記憶ある
いは伝送され、Ａパラメータに対して５ビット、Ｐパラ
メータに対して６ビット、Ｋパラメ−夕の各係数Ｋ，、
Ｋ２・・・・・・Ｋ．ｏに対して７、６、５、４、４、
４、３、３、３、３ビット等のように割り当てる。以下
本発明一実施例の構成を図示実施例について詳細に説明
する。

第３図は本発明に係る音声合成装置のブロック図である
。同図に示すようにこの音声合成装置はデータ記憶部８
を含む制御用ＩＣ凶と音声合成用ＩＣ（点線部Ａ，Ｂを
除いた部分）との２チップで構成されており、両者間で
ビットシリァルにデータの受渡しを行なうようにしたも
のである。音声の特徴パラメ−外ますべて再生用ＲＯＭ
Ｉ内に１０ビットのデータとして記憶されており、各特
徴パラメータに割り当てられるデータの個数は、その特
徴パラメータが音質に寄与する度合に応じて最適に配分
されている。第４図は再生用ＲＯＭＩ内に記憶されたＡ
、Ｐ、Ｋ，ｏ〜Ｋ，の各特徴パラメータのデータ個数を
示している。例えばＡパラメータの場合１０ビットで表
現されるデータが３２個記憶されている。したがってＡ
パラメータの任意のデータをアクセスするときに必要と
される相対アドレスのビット数は５ビットである。この
相対アドレスは特徴パラメータを必要最４・限に圧縮し
て表現したものであるので圧縮パラメータと呼ばれる。
これに対して再生用ＲＯＭＩの内に記憶されている実際
の特徴パラメー外ま再生パラメータと呼ばれる。上述し
た所から明らかなように再生パラメータのビット数はＡ
、Ｐ、Ｋ，ｏ〜Ｋ，の各特徴パラメータについてすべて
共通に１０ビットであるが、圧縮パラメータのビット数
はＡ、Ｐ、Ｋ，ｏ〜Ｋ，の各パラメ−外こついて異なる
ものであり、それぞれ５、６「３、３、３、３、４、４
、４、５、６、７ビット（合計５３ビット）である。そ
のほか予備エリアとして３ビット分すなわちデータ８個
分が再生用ＲＯＭ内に確保されている。かかる圧縮パラ
メータは音声信号がほぼ定常状態とみなし得る２０のｓ
ｅｃ（１フレーム）ごとに１組（＝５３ビット）抽出さ
れるのであるから、高々２６５０ビット／秒で音声信号
を記録することができ、無音区間やりビート区間をも考
慮に入れると実際には１６００ビット／秒程度で音声信
号を記録することができるものである。このようにして
データ記憶部８に記憶されている圧縮パラメータ（すな
わち再生用ＲＯＭＩの相対アドレス）は１フレームごと
に切換回路１０を介してリングレジスタ３にビットシリ
アルに入力されるものであるが、このような相対アドレ
スだけで再生用ＲＯＭＩから記憶データを取り出すこと
ができないので、インデックスＲＯＭ２の中に第５図に
示すように記憶されている先頭アドレスをアドレスカウ
ンタ１１の制御の下に順次取り出して、上記相対アドレ
スと加算回路４によって加算することにより再生用ＲＯ
ＭＩの絶対アドレス（９ビット）を計算し、該絶対アド
レスによって再生用ＲＯＭＩをアクセスするようにして
いる。以下再生用ＲＯＭＩに記憶されている再生パラメ
ータの読み出し動作を詳述する。インデックスＲＯＭ２
には圧縮パラメ−夕のビット配分数を３ビットの２進数
で記憶させており、再生用ＲＯＭＩの記憶容量削減のた
めの共通化ビットを１ビット設けており、さらに再生用
ＲＯＭＩ内の予備工ＩＪァに対応する予備ビットを設け
ている。圧縮パラメータのビット配分数に関するデー外
ま再生制御回路１２に送られ、再生制御回路１２は、該
ビット配分数だけシフトクロツクをリングレジスタ３に
送出する。したがってリングレジスタ３からは、上記ビ
ット配分数に応じて例えばＡパラメータの場合には５ビ
ット、Ｐパラメータの場には６ビット、Ｋ，。／ぐラメ
ータの場合には３ビット・・・…、Ｋ，パラメータの場
合には７ビットという具合に圧縮パラメータ（相対アド
レス）をそれぞれ加算回路にシリアルに送出するもので
ある。リングレジス夕３はできるだけチップ面積をとら
ないようにダイナミックシフトレジスタで構成されてい
る。またインデックスＲＯＭ２内に記憶されている各特
徴パラメータの再生用ＲＯＭＩにおける先頭アドレスは
、パラレルシリアル変換回路１３を介して１ビットずつ
順次加算回路４に送出されるので、順次１ビットずつ加
算されて絶対アドレスが計算されるものである。計算さ
れた直列データの絶対アドレスはシリアルパラレル変換
装置１４を介して並列データに変換され、再生用ＲＯＭ
Ｉをアクセスできるようになっている。図中９はパラメ
ータコード検出回路である。再生ＲＯＭＩから読み出さ
れた特徴パラメータは音程補正回路３０を介して補間計
算回路５に入力されるようになっており、音程補正回路
３０では、モード切換スイッチ３１ａ，３１ｂの操作に
よってＰパラメータのみに音程補正データを加算あるい
は減算（実施例にあたっては−３、十３、十６）する。
なお、音程補正回路３０の具体的構成および動作は後述
する。ところで、補正Ｐパラメータを含む特徴パラメー
タが入力される補間計算回路５は１フレームごとに更新
される特徴パラメータのフレーム間の接続点における不
連続な変化による音声信号の歪み（明瞭度の低下）を防
止するもので、データ更新の際に特徴パラメータがスム
ーズに変化し得るように１フレーム内の８点において近
似的な直線的補間を行なうようにしている。

この桶間計算回路５はタイミング制御回路２８にて制御
され、タイミング制御回路２８では第２図に示すように
１フレーム（２０のｓｅｃ）中に８個の補間用Ｄクロツ
ク（２．５のｓｅｃ）を発生し、１個の○クロック中に
２６個のバラメ一タ読込用Ｐクロック（１００仏ｓｅｃ
）、さらに１個のＰクロツク中に松個のビット謙込用Ｔ
クロツク（４．５ｒｓｅｃ）が作成される。８個のＤク
ロツクのうち、最初のＤ，においてデータ入力端子８か
らリングレジスタ３にデータが読み込まれる。

各圧縮パラメータＡ、Ｐ、Ｗ，。・・・・・・、Ｋ，は
奇数番目のＰクロツクで順次読み込まれるものであり、
例えばＡパラメータはＰ，区間のＴ６〜Ｔ，ｏの５個の
Ｔクロックで読み込まれる。偶数番目のＰクロツクある
いは上記以外のＴクロツクは補間計算回路５、音源ＲＯ
Ｍ６、デジタルフィル夕などのタイミングとして使用さ
れるものである。上記補間計算回路５によって２．５の
ｓｅｃごとに新しい値に更新された各特徴パラメー外ま
、それぞれＰラッチ１６、ＡＫラツチ２３に一時的に蓄
えられる。ただし、桶間計算に差し当り必要のないパラ
メータはすべてＡＫパラメータスタック２４に転送して
デジタルフィル夕７の音声合成用データとして蓄積する
。Ｐラツチ１６に蓄えられた音声の基本周期に関するデ
ータすなわちＰパラメータは一致回路１７にてＰクロッ
ク（１００仏ｓｅｃ）をカウントするアドレスカウンタ
１８出力と比較され、アドレスカゥンタ１８出力がＰパ
ラメ−ターこ一致したとき一致回路１７からアドレスカ
ウンタ１８をリセットするりセット信号ＶＲが出力され
る。したがつてアドレスカウンタ１８はＰパラメータに
基いた周期でリセットされ、この周期で青線ＲＯＭ６か
ら音源制御データが順次読み出される。この音源制御デ
ー外こて音声音源１９を駆動して基本周期を有する有音
声を発生させる。例えばＰパラメータが「２５」の場合
には基本周期が２５×１００仏ｓｅｃ（４００ＨＺ）の
有音声が発生されることになる。なお、上記音源制御デ
ータは原音を周波数分析して得られる残差波形を再現し
て音色を忠実に再生するためのデータである。一方、音
声に基本周期がない場合には、音源制御回路２０１こて
切換回路２２を駆動し、無声音源２１に切り換える。無
声音源２１は基本周期を持たないホワイトノイズ（白雑
音）を発生するものである。次にＡパラメータおよびＫ
パラメータはデジタルフィル夕７に供給され、音源回路
より供給された信号に振幅の大４・およびスペクトル分
布に関する情報を付け加えることにより音声を再生する
ものである。なお、第３図において２５はアンプ、２６
はスピーカ、２７は水晶発振回路であるが、これらは本
発明の要旨には直接的には関連しないのでその詳細な説
明は省略する。以下、音程補正回路３０の具体的構成お
よび動作について説明する。

第６図は音程補正回路３０の具体回路例を示すもので、
図中３１ａ，３１ｂはモード切換信号ＶＭ，，ＶＭ２を
入力するモード切換スイッチ、１，〜１７はィンバータ
回路、Ｎ＾，〜Ｎ＾５はナンド回路、Ａ，〜へはアンド
回路、ＮＯ．〜Ｎ。５はノア回路、Ｅ，〜Ｅ２はェクス
クルージブオア回路、Ｆは桁上げキャリー発生用フリッ
プフロツプ、ＡＤは１ビットアダーであり、３２は補正
用信号発生部、３３は演算制御部、３４は加減演算部で
ある。

いま、再生用ＲＯＭＩから読み出された直列データより
なる特徴パラメータは入力端子ｍにＴクロツクに同期し
て順次入力され、制御端子ＣＯにはＰパラメータが読み
出されているときに“１”となる制御クロツクＴＰが入
力されている。

クロック入力端子ＣＬ，〜ＣＬ４には第７図に示すよう
なクロツク信号ＴＣ４〜ＴＣ７が入力されており、補正
用信号発生部３２により同図に示すような減算キヤリー
信号ＶＤおよび補正データ「３」「６」に対応する補正
信号Ｖ３，Ｖ６を発生する。但し、上記信号Ｖｏ，Ｖ３
，Ｖ６は制御クロックＴＰが“１”のときのみ発生され
る。このようにして発生された減算キャリー信号Ｖｏお
よび補正信号Ｖ３，Ｖ６はモード切換スイッチ３１ａ，
３１ｂにて制御される演算制御部３３を介して演算制御
入力あるいは加減算入力データとして加減演算部３４に
入力され、１ビットアダーＡＤでは、フリツプフロツプ
Ｆから出力される桁上げキヤリ−と、再生用ＲＯＭＩか
ら読み出された特徴パラメータのうちのＰパラメータと
音程補正データとを加算あるいは減算し、出力端子ＯＵ
Ｔに補正Ｐパラメータが出力される。モード切換スイッ
チ３１ａ，３１ｂにて入力されるモード切換信号ＶＭ，
，ＶＭ２とＰパラメータの補正値△Ｐとの関係は下記の
ようになっている。したがって、例えばデータ記憶部８
の圧縮パラメータに基いて再生用ＲＯＭＩから謙出され
たＰパラメータが「２５」のとき、標準モード（△Ｐ＝
０）では基本周期が２５×１００しｓｅｃ（基本周波数
４００ＨＺ）の音声が再生され、高音モード（△Ｐ＝−
３）では、（２５−３）×１００ムｓｅｃ（４５５ＨＺ
）、第１低音モード（△Ｐ：＋３）では、（２５十３）
×１００ムｓｅｃ（３５７日２）、第２低音モードでは
、（２５十６）×１００ムｓｅｃ（３２３ＨＺ）の音声
が再生されることになる。

なお、実施例にあっては、２個のモード切換スイッチ３
１ａ，３１ｂを切換えることにより１個の圧縮パラメー
タに対応して４モードの音程の異つた音声を再生できる
ようにしているが、モード切襖スイッチを増設すればよ
り多くのモードの音程の異なった音声を再生できるよう
にすることができ、また、Ｐパラメータの補正値（△Ｐ
）は任意に設定できることは言うまでもない。本発明は
上述のように構成されており、再生用ＲＯＭから読出さ
れた特徴パラメータのうちピッチパラメータに適宜音程
補正データを加算あるいは減算する音程補正回路を設け
、音程補正回路から出力される補正ピッチパラメータに
基いて音声を再生するようにしたので、データ記憶部の
記憶容量を増加することなく各圧縮パラメータに対応し
て複数種の音程の異なる音声を選択的に再生でき、簡単
な構成で周囲の騒音の状態あるいは使用者の好みに応じ
て音程で音声を再生し得る音声合成装置を提供すること
ができるという利点がある。

【図面の簡単な説明】

第１図は本発明一実施例の音声合成方式の原理説明図、
第２図は同上の動作説明図、第３図は同上のブロック回
路図、第４図および第５図はそれぞれ同上の再生用ＲＯ
Ｍ、インデックスＲＯＭの構成を示す図、第６図は同上
の要部具体回路図、第７図は同上の動作説明図である。１は再生用ＲＯＭ、８はデータ記憶部、１９，２１は音
源、３０は音程補正回路である。第１図第２図図の球第４図第５図第６図第７図

Claims

【特許請求の範囲】

１音声信号を音声周波数よりも高い周波数のサンプリ
ングパルスにてサンプリングして振巾パラメータ、ピツ
チパラメータおよびスペクトルパラメータよりなる特徴
パラメータを抽出し、各特徴パラメータをそれぞれ音質
に寄与する度合に応じたビツト数に圧縮して圧縮パラメ
ータとしてデータ記憶部に記し、データ記憶部から順次
読出される圧振パラメータにて予め各特徴パラメータを
記憶させた再生用ＲＯＭをアクセスし、再生用ＲＯＭか
ら読み出された特徴パラメータにより音源を駆動して音
質を再生するようにした音声合成装置において、上記再
生用ＲＯＭから読出された特徴パラメータのうちピツチ
パラメータに適宜音程補正データを加算あるいは減算す
る音程補正回路を設け、音程補正回路から出力される補
正ピツチパラメータに基いて音声を再生するようにして
成ることを特徴とする音声合成装置。