JPS6040637B2 - 音声合成装置 - Google Patents

Description

【発明の詳細な説明】 本発明は自覚し付時計装置などに用いる音声合成装置に
関するものであり、その目的とするところは制御パルス
に同期して順次、音程が高くあるいは低くなる音声を再
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の大小を表す振
中パラメータ（以下、Ａパラメ−夕と略称する）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、データ記憶部から日頃次読出される圧縮パ
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
徴パラメータに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。

したがって、同一の言葉をくり返し発声させる場合にお
いて、制御パルスが入力する毎に段々と音程を高くした
言葉を発声させたいときには、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かなけれ
ばならないので、データ記憶部の記憶容量が大中に増加
するとともに、制御パルスが入力する毎にデ−タ記憶部
の講出し回路を制御して異つた圧縮パラメータを読出す
必要があり、デー夕読出し回路の構成が複雑になるとい
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。以下、ＰＡＲＣＯＲ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型音声合成方式は第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のでサン
プリングし、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−Ｘｔ−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−外ま音声がほぼ定常状
態とみなせる１フレーム（５〜２０のｓｅｃ）において
、適当周期ｔｏ（約１００仏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ンプリング値
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案誤差による線形予測によって求め、それらを差
引し、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、＆、Ｋ
９、Ｋ，ｏのようなＫｔ力）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、次のＫパラメ−外こ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小
さくするほうが効果的である。したがってＰＡＲＣＯＲ
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
式に比べて帯域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パラメー外こ
対して６ビット、Ｋパラメータの各係数Ｋ，、Ｋ２・…
・・Ｋ，ｏに対して７、６、５、４、４、４、３、３、
３、３ビツ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 Ａ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
でビツトシリアルにデータの受渡しを行なうようにした
ものである。音声の特徴パラメータはすべて再生用ＲＯ
ＭＩ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小限に圧縮し
て表限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−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，。〜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，の各パラメータについて異なる
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３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
ー外ま音声信号がほぼ定常状態とみなし得る２０のｓｅ
ｃ（１フレー）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、無音区間やリピ−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
襖回路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ＲＯＭＩ
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
圧縮パラメータのビット配分数を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ＲＯ
ＭＩ内の予備エリア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タは再生
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パラメータの場合には６ビット、Ｋ，ｏパラメータの
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。
リングレジスタ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内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ＲＯＭＩ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。再生用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３
０では、制御パルスＣＰをカウントする補正カゥンタ３
１の出力によってＰパラメータに制御パルスＣＰに同期
して増大する音程補正データを加算あるいは減算（実施
例にあっては−３、一６あるいは十３、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。

この補間計算回路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クロッ
ク（２．５凧ｓｅｃ）を発生し、１個のＤクロツク中に
２５個のパラメータ論込用Ｐクロツク（１００仏ｓｅｃ
）、さらに１個のＰクロック中に滋個のビット論込用Ｔ
クロック（４．５ｒｓｅｃ）が作成される。８個の○ク
ロツクのうち、最初のＤ，においてデータ入力端子から
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、Ｋ，。・・・・・・、Ｋ，は
奇数番目のＰクロッ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クロツクで読み込まれる。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７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
肌ｓｅｃごとに新しい値に更新された各特徴パラメータ
は、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、補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の音声成分用データとして箸糟す
る。Ｐラッチ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
ツク（１００仏ｓｅｃ）をカウントするアドレスカウン
夕１８出力と比較され、アドレスカウン夕１８出力がＰ
パラメータに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。したがってアドレスカウンタ１８はＰパラメータに
塞いた周期でリセットされ、この周期で音源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
ータにて有声音源１９を駆動して基本周期を有する有声
音を発生させる。例えばＰパラメータが「２５」の場合
には基本周期が２５×１００一ｓｅｃ（４００ＨＺ）の
有声音が発生されることになる。なお、上記音源制御デ
ー外ま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２０‘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イルタ７に供給され、音源回路
より供給された信号に振幅の大小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。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１，〜１７はィンバータ回路、ＮＡ，〜ＮＡ３はナ
ンド回路、Ａ，〜Ａ６はアンド回路、ＮＯ．〜Ｎ０５は
ノア回路、Ｅ，はェクスクルージブオア回路、Ｆは桁上
げキヤＩＪー発生用フリツプフロツプ、ＡＤは１ビット
アダ−であり、ＳＷは加算、減算を切換えるモード功換
スイッチ、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Ｌ〜ＣＬ４には第７図に示すようなク
ロック信号ＴＣ，〜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ャリー信号
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Ｖｄ，Ｖ３，Ｖ
６は制御クロツク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Ｖｄおよび
補正信号Ｖ３，Ｖ６は補正カゥン夕３１出力、ＶＣ，，
ＶＣ２およびモード切換スイッチＳＷ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、フリップフロツプＦから出力される桁上げ
キャリーと、再生用ＲＯＭ１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ＯＵＴに補正Ｐパラメータが
出力される。モード切換スイッチＳＷにて設定されるモ
ードデータＶＭおよび補正カウンタ３１出力Ｃ，，ＶＣ
２とＰパラメータの補正値△Ｐとの関係は下表のように
なっている。したがって、いま、モード切換スイッチＳ
Ｗが高音程モード側（ａ側）に切換えられており、制御
パルスＣＰとしてスヌーズ機能を有する自覚し時計のス
ヌーズスィッチ信号のように一定時間毎に出力されるパ
ルスが入力されている場合、制御パルスＣＰが入力され
る毎に補正カウンタ３１がステップアップして、順次、
補正データ△Ｐを増大させることになり、スヌーズスィ
ッチを操作する毎に段々高音程の音声が発声されること
になる。つまり、段々金切り声の音声が発声されること
になる。但し、補正カウンタ３１はスヌーズ機能を解除
するスイッチにてリセットされる。第８図は上記動作を
示すタイムチャートである。図中、ＡＲは予め設定され
た時刻に出力され音声合成装置を作動させるアラーム信
号、ＳＮはアラーム信号ＡＲをリセツトするためのスヌ
ーズスイツチ信号であり、アラーム信号ＡＲはスヌーズ
スイッチ信号ＳＮがＨレベルになったときから一定時間
（ｔ）停止される。なお、実施例にあっては、２ビット
の補正カゥンタ３１を用いて同一圧縮パラメー外こて読
み出された特徴パラメータに基いて再生される音声の音
程を３段階に切換えるようになっているが、同様にして
４段階以上としても良いことは言うまでもない。また、
制御パルスＣＰとしては実施例の外に火災警報装置、防
犯装置から出力されるパルス等が考えられる。本発明は
上述のように構成されており、再生用ＲＯＭから謙世さ
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
るとともに、制御パルスをカウントして音程補正回路を
制御する補正カウンタを設けて制御パルスに同期して上
記音程補正データを順次増大せしめ、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、制御パルスに同期して段々音程が高くあるい
は低くなる音声を再生できる音声合成装置を提供するこ
とができ、また、この場合、音程補正回路および補正カ
ウンタを付加するだけで良く、データ記憶部からデータ
を読み出す読出回路の方式を何ら変更する必要がないも
のである。

【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、第８図
は本発明に係る音声合成装置を用いた自覚し時計の動作
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、３１は補正カウンタである。 第１図第２図 図 の 職 第４図 第７図 第５図 第８図 第６図

Claims (1)

【特許請求の範囲】
1. 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憶し、データ記憶部から順
   次読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タにより音源を駆動して
   音声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るともに、制御パルスをカウン
   トして音程補正回路を制御する補正カウンタを設けて制
   御パルスに同期して上記音程補正データを順次増大せし
   め、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。