JPS6046438B2 - 音声合成器 - Google Patents

Description

【発明の詳細な説明】 この発明は音声波形を分析して特徴パラメータを抽出
し、この特徴パラメータを一定時間（以下、フレーム周
期と称す）毎にメモリ手段に転送し、ディジタルフィル
タによりこの特徴パラメータに基づいて音声波形に合成
出力する偏自己相関分析合成方式の音声合成器に関する
ものである。

現在実用に供されている音声合成器の多くは、偏自己
相関分析合成方式にもとづくもので、合成計算を行なう
回路は１個のシリコンチップに集積化されるに至つてい
る。このような音声合成器は 一般に第１図の分析合成
システムの合成側の各機能回路１００を集積化したもの
となつている。 同図中、３００はパラメータファイル
で、分析器２００で分析抽出された音声の特徴パラメー
タを記憶する手段、たとえば読み出し専用メモリである
。 この音声合成器の主要部は一般に第２図のブロック
図に示すような回路構成で、第１図の分析器２００で音
声波形から分析抽出され、さらに量子化された特徴デー
タＤのピッチ、有声・無声判定コード、振幅、偏自己相
関係数（いわゆるにパラメータ）を復号化する復号器１
１０、１２０、１３０、それぞれの復号されたパラメー
タを一時記憶するメモリ１１１、１２１、１３１、メモ
リ１１１の出力であるピッチパラメータの値に対応した
パルス列を発生するパルス発生回路１１２、無声音用音
源として使用する白雑音を発生する白雑音発生回路１１
３、有声・音声判定コードに対応して音源信号としてパ
ルス列か白雑音信号かを選ヨ択する音源選択回路１１４
、音源信号に振幅値メモリ１２１の内容を掛け合わせる
振幅乗算回路１４０、にパラメータメモリ１３１の内容
に対応したフィルタ係数を用いて音源信号から所定の周
波数スペクトラム成分を抽出するディジタルプール・夕
１５０、ディジタルフィルタ１５０のディジタル波高値
Ｙ、をアナログ信号ｙに変換するＤ／Ａ変換器１６０か
ら構成されている。

なお、図示はされていないが、これら以外に、これらの
各機能回路を時間的なタイミングをはかつて操作させる
ために必要なタイミング信号発生回路や、復号器１１０
，１２０，１３０に外部メモリに貯えられている音声分
析によつて得られた時系列データを順次取り込むための
インタフェース回路などが、加わつて音声合成器を構成
している。このような音声合成器では、音声データＤを
記憶するメモリを節約するために分析データの情報圧縮
が行なわれており、１秒間の音声について約２０００ビ
ット程度に圧縮した場合でも明瞭度はあまり損われす、
実用に供し得る。

圧縮方法は種々あるが、１例として振幅パラメータは４
〜６ビット、ピッチパラメータは５〜６ビット、Ｋパラ
メータについては不均一ビット配分と称して、Ｋ１〜Ｋ
ｌＯの順に５、５、４、４、４、４、４、３、３、３ビ
ットあるいは、７、５、４、４、４、３、３、３、３、
３ビットに割り当てられている。第２図中の復号器１１
０，１２０，１３０は量子化されたこれらのパラメータ
コードを分析データの真値に復号するもので、それぞれ
のビット数に応じた語数のテーブルを成している。

通常回路構成上の制約から、復号されるディジタル数値
は１０ビット程度の精度を有している。また復号テーブ
ルの各値は分析値の上限値と下限値の間を線形量子化あ
るいは、逆双曲線関数変換した後に線形量子化したもの
が設定されている。上述の音声合成器は音声を合成する
場合、小容量の音声データメモリでかなり自然度の高い
合成音声を得ることができる。

しかし正弦波等の楽音については、量子化に伴うスペク
トル歪や、音源周波数とディジタルフィルタ１５０の極
周波数の不整合による変調ノイズが大きく、十分な音質
を得ることができなかつた。また後に詳述するように、
正弦波等の純音で音階の構成や数百Ｈｚ以上の基本周波
数の楽音の発生が不可能であつた。この発明は上述の音
声合成器に改良を加え音声のみならず、正弦波などの楽
音の合成および音階音（メロデイ）の構成も可能とする
ものである。以下、この発明の原理を説明する。全極型
ディジタルフィルタの伝達関数は極数が１のとき、〔ρ
：減衰定数 αｉ：線形予測係数ｆ：周波数Ｔサンプリ
ング周期〕である。

上式において極周波数をＦｒとすると、（１）式の分母
＝０とおいた連立方程式よりなる関係式が成立する。

一方このフィルタのインパルスレスポンスはで表わされ
る。

（３）式は減衰振動波形を意味しており、楽音として好
適な波形である。つぎに線形予測係数αｉは数学的な変
換処理により偏自己相関係数のＫパラメータと次式によ
つて関係付けられる。したがつて である。

（５）式によれば減衰振動波形の周波数はＫ１、Ｋ２パ
ラメータの値によつて、また減衰定数はＫ２パラメータ
によつて一意的に定まる。なお同式において、Ｋ２が−
０．９５〜−１．０の範囲では、Ｋ２の変化が極周波数
に影響を与える程度は１％以下であり、聴感上の音程の
狂い感はない。この場合（５）式のＦｒは近似的に次式
で与えられ、ＦｒはＫ１のみに対応する。Ｋ２の値の上
述の範囲は減衰定数のＯ〜０．０２５６に対応し、すな
わち減衰のない常正弦波形から約４０サンプリング周期
で１／ｊに減衰する波形に対応する。

これはピアノ楽器などの自然楽器音の減衰特性に近いも
のであり楽音として好適である。一方音声用として構成
された１鍛のディジタルフィルタの演算アルゴリズムは
表１に示す逐次計算式てある。この式中のＹｊＮｂｊは
それぞれ格子型フィルタにおける前進波、後進波のｊス
テージにおける中間値で（１）のｉはサンプリング番号
である。

フィルタ出力はｌ）１（１）である。表１の逐次計算式
はＫ３〜ＫｌＯ＝０の場合１極のディジタルフィルタと
して機能し、線形予測係数α１ α２を用いて表わし
た場合、（４）式を考慮してＸｎＯＵ＋α１Ｘｎ−１＋
α２Ｘｎ−２２（７）なる式と等価である。

ただし、Ｘｎはｎ番目のサンプル周期に対応する波形値
、Ｘｎ−１、Ｘｎ−２はそれぞれ知から１つ前、２つ前
のサンプル時点の値を、Ｕは音源信号値を意味する。（
１）式の伝達関数で決まるディジタルフィルタのインパ
ルス応答（３）式のＸｉは（７）式において音源信号値
Ｕをインパルスしたときの知に一致する。

この場合、重要なことは、音源にインパルスを用いるこ
とであり、音声合成の目的で第２図の音源信号発生回路
１１２，１１３で生成された有無の場合のインパルス列
、無声の場合のホワイトノイズ（白雑音）を用いたので
は目的を充分に達成することができない。以下に従来の
偏自己相関分析合成方式の音声合成器で楽音を発生する
際の問題点を説明する。

音声合成用として用いられるホワイトノイズは、そのホ
ワイトノイズがランダムパルス列として模擬的に作られ
るものであり、完全なランダム性、すなわち周波数スペ
クトラムの均一性を有し得ず、何らかの音声を持つてい
る。また有声音用としてのインパルス列の場合は、イン
パルス周期で決まる周波数およびその整数倍に持に強い
成分のあるスペクトラムを有する。このような音源信号
を入力したときのディジタルフィルタの出力は音源に含
まれる周波数成分とフィルタ係数Ｋ１によつて決まる極
周波数の一致した周波数において大きな成分を生じるが
、音源に含まれる他の周波数成分も少なからず存在し、
これが聴感上には変調ノイズ感やうなり感を生ずること
になる。

したがつて、定常的にエネルギーを有する音源信号をフ
ィルタに入力する場合は、音源そのものの周波数スペク
トラムがフィルタの極周波数あるいはその整数倍の周波
数のみを有するものでなければ良質な楽音とすることが
できない。しかし有声用音源として作られるインパルス
列はサンプリング周期を最小時間間隔としたものしか作
り得ず、したがつて音源信号の基本周波数は表２の例に
示すような段階的なものとなり、通常の方法で量子化お
よび復号化されたＫ１パラメータ値で決まる極周波数と
は一致しない。

表２のピッチ周期はインパルス列のパルス間隔をサンプ
リング点数の形で表現した数値であり、基本周波数はサ
ンプリング周波数が８ｋＩ（ｓ？の場合を示している。
表２に示される周波数列では１オクターブ以上にわたる
平均律音階や純生調音階を構成できないし、サンプリン
グ周波数が８〜１０ＫＨＺでは数１００Ｈ７１〕１卜の
某太固肪数の楽音！−ｔ極く僅かのものしか得られない
。

この発明による音声合成器は前述の原理にもとづき、従
来の音声合成器の以下の主段を工夫することにより、歪
のない楽音が発生できるようにしたものである。

この発明に係る音声合成器の一実施例第３図によつて説
明する。

この実施例は第２図に示した従来の音声合成器に楽音用
としてＫ１、Ｋ２パラメータの復号器１７０を付加した
構成となしたものである。パラメータ復号器１７０はコ
ード化されている特徴パラメータＤを入力して、ディジ
タルフィルタ１５０に係数として用いられるＫ１、Ｋ２
パラメータを復号して作に出す機能回路である。これは
たとえは復号値をｗ進数値で表わしたものを続出し専用
メモリに記憶させ、コードデータをそのメモリのアドレ
スとして対応するメモリ内容値をメモリから続み出す、
いわゆるテーブル方式の機能回路て実現できる。メモリ
に記憶させておく、復号値は原理説明において述べた式
（２）及び式（４）から導き出される次式によつて計算
される値とする。

ここで極周波数Ｆｒはメロデイなどの作成にとつて必要
な音階音の周波数とする。

たとえばサンプリング周波数を８ＫＨｚとし、４４０Ｈ
ｚ（１）Ａ４音から８８０Ｈｚ（７）Ａ５音の１オクタ
ーブのわたる音階音を実現するためには表３に示される
Ｋ１パラメータ値を復号器１７０のメモリに記憶させる
。Ｋ２パラメータの復号値としては、たとえば表４に示
すような数種類の値をメモリに記憶させる。

表４のＫ２の値を用いれば１／εに減衰するに要する時
間が表４のτに示されるように自然楽器に近い好適な楽
音が得られる。（Ｔ＝１１８０００） Ｋ１、Ｋ２の復号値の（８）式による計算の忠実度は、
必要とされる周波数および、減衰定数の精度に応じたも
ので良い。

しかし、ディジタルフィルタ１５０に適用される格子形
フィルタの加減算の極性によつては、Ｋ１、Ｋ２はそれ
ぞれ符号を反転したものを用いる必要がある。このよう
にして決定される復号値テーブルを有する復号器１７０
によつて得られるＫ１、Ｋ２パラメータをディジタルフ
ィルタ１５０に与え、（単一の）インパルス音源信号で
フィルタを駆動することによつて、（３）式に示される
ような減衰振動波形が得られ、またメロデイ音の合成が
可能となる。

なお、第３図の実施例においては、楽音用のＫ１、Ｋ２
復号器１７０を別に設けたが、本復号器のメモリ手段を
音声用Ｋ１、Ｋ２パラメータ復号器と一括し、そのメモ
リ中の特定のエリアを楽音用Ｋ１、Ｋ２値の記憶に用い
残りのエリアを音声用として用いても良い。

従来の音声合成器に用いられている音声用のＫ１、Ｋ２
値を楽音用として用いることは難があるが、逆にこの発
明の原理によつて決定された楽音用のＫ１、Ｋ２値は音
声を合成する目的にも利用できることを確認している。
以上のように、この発明は装置の大規模化を招くことな
く、音声、楽音双方の合成を可能とするもので、実用的
効果は高い。

【図面の簡単な説明】

第１図は従来の偏自己相関分析合成方式の音声分析合成
システムのブロック図、第２図は従来の音声合成器の要
部ブロック構成図、第３図はこの発明に係る音声合成器
一例を示す要部のブロック構成図である。 １１１，１２１，１３１・・・・・・メモリ、１５０・
・・・・ディジタルフィルタ、１１２・・・・・・パル
ス発生器、１１３・・・・・・白雑音発生器、１７０・
・・・・Ｋパラメータ復号器、２００・・・・・音声分
析器、３００・・・・パラメータファイル。

Claims (1)

1. 【特許請求の範囲】 １ ディジタル音源信号発生回路と、音源信号から所定
   の周波数スペクトラム成分を抽出するディジタルフィル
   タと、前記ディジタルフィルタの係数を表わすディジタ
   ル値を記憶するメモリー手段とを基本構成要素とする偏
   自己相関分析合成方式の音声合成器において、前記ディ
   ジタルフィルタの最終段の係数Ｋ＿１および１つ前の段
   の係数Ｋ＿２を表わすディジタル値をＫ＿１＝ｃｏｓ２
   πｆｒＴ、Ｋ＿２＝−ｅ＾−＾２ρ〔ｆｒ：音階周波数
   ρ：減衰定数Ｔ：サンプリング周期〕で決定し、少なく
   とも１オクターブ分の平均律に近い音階周波数ｆｒに対
   応した値として記憶するメモリ手段を設け、インパルス
   によつて前記ディジタルフィルタを駆動し、正弦波形を
   合成出力させるようにしたことを特徴とする音声合成器
   。