JPS61256400A - 音声分析合成方式 - 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】 〔発明の利用分野〕 本発明は音声の分析合成方式の改良に関する。

〔発明の背景〕

音声を／ア／とか／イ／のような情報を主に担うスペク
トル・エンベロープ情報と、アクセントやイントネーシ
ョンのような抑揚を担う音源情報に分離して処理あるい
は伝送する方式は生成源方式と呼ばれている。パーコー
ル（ＰＡＲＣＯＲ：偏自己相関）方式、エルエスピー（
１，ＳＰ：８スペク１〜ル対）方式などがその例である
。これら生成源方式は、音声の情報圧縮が可能であり、
そのためボイスメール、玩具、教育機器などへの応用に
適している。また、生成源方式の上記の情報分離性は、
規則合成には不可欠な性質である。従来の生成源方式に
おいては、第１図に示すように、音源情報として疑似的
に発生させた白色雑音１あるいはインパルス列２を切換
えて用いていた。このとき合成器に印加する音源情報は
、■有声／無声情報３、■音源振幅４および■ピッチ周
期（あるいはピッチ周波数）５であった。すなわち、上
記■の情報を用いて有声の場合インパルス列を発生させ
、無声の場合白色雑音を発生させる。これらの信号の振
幅はＪ二記■により与えられる。またインパルス列の発
生間隔は」二記■により与えられる。

このような疑似的音源を用いることにより次のような音
質劣化が起こり、従来の生成源方式による分析合成音声
が一定の品質の限界を乗り越えることは不可能であった
。

（１）分析時に起こる有声／無声の判定誤りによる音質
劣化。

（２）ピッチ抽出誤りによる音質劣化。

（３）女声の／イ／や／つ／などに発生するホルマント
成分とピッチ成分の分離の不完全性に基づく音質劣化。

（４）　ＰＡＲＣＯＲ方式など全極モデルの限界により
、スペクトルの零の情報を担えないために生ずる音質劣
化。

（５）音声の自然性に重要な非定常成分、ゆらぎの情報
が棄てられるために生ずる音質劣化。

これらの音質劣化の要因を除去する手段の一つとして、
ＰＡＲＣＯＲ方式や丁、ＳＰ方式の予測残差信号（パル
ス列）から音質上の影響の少ないパルスを間引いた残り
のパルスを合成器の音源として利用する「残差圧縮法」
　〔代用・市川、「残差圧縮法による音声合成の検討」
、昭和５９年度電子通信学会総合全国大会１．６３６　
（文献１）、浅用他、「残差情報を利用した音声合成法
の検討」日本音響学会講演論文集３−１−７（昭５９．
１−０（文献２）〕が公知の手段として挙げられる（第
２図）。

残差圧縮法によれば確かに合成音声の品質は向」ニする
。しかし残った残差パルスが必ずしも音源パルスとして
最適であるという保証はなく、音質改善の余地がまた残
されている。

〔発明の目的〕

本発明の目的は、間引いた残りの残差パルスの振幅を最
適化処理により修正して、合成音声の音質を改善する方
法を提供することにある。

〔発明の概要〕

１フレーム内の処理について考える。いま原音声波形を
Ｘｊ　　（ｉ＝１．２，３．　・＝、Ｌ）、残差圧縮法
により圧縮した残差パルス（圧縮化残差パルス）　　ｕ
ｈ’　　（ｋ＝１．２．・・・、Ｍ）を音源に用いて合
成した音声波形を　ｘＪ′　とする。ただし、Ｌは１フ
レームにおける誤差評価区間内の音声サンプル数、Ｍは
圧縮化残差パルスの本数である。

合成音声波形は、合成フィルタのインパルス応答をｇｊ
とすれば次式で表わされる。

Ｘ、、／＝Σ　ｕｋ′ｇＪ　　ｎ、ｈ　　　　　　”’
（］、）ここに、ｎｈは１つフレーム内のに番目の圧縮
化残差パルスの位置を表わす。

したがって誤差を波形値の差の２乗和 ε＝Σ　（ＸＪ−Σ−ｕｈ’　ｇｊｎｈ）　”・１３）
を得る。

本発明は、誤差が最小となるように圧縮化残差パルスは
振幅を修正する方法を提供するものである。これは（３
）式の誤差が最小となるようにｕｋ／　　（ｋ＝１．２
．　・＝、Ｍ）の値を決定する問題に帰着される。その
ため（３）式を　Ｕ　、　／について偏微分してＯと置
くと次のようになる。

ｉ＝１．２．・・・９Ｍ これを整理すれば次のｕ　、　／に関する連立１次方程
式を得る。

Σｕｈ”７ｎｈｔｎｉ＝ψｎ、　　ｉ＝１．２．−、　
Ｍ’−（４）ここにηはｇ、の自己相関関数、ψはＸＪ
　とｇＡの相互相関関数を表わし、それぞれ（５）、（
６）式で定義される。

η１ｎ−Σ　ｇＪ−−ｇ、＋−＋＋　　　　　　　　　
　−ｃｓ）Ｊ＋ｌ ｕ　、　ｌ　　は（４）式を公知の連立方程式の解法に
より解くことにより求めることができる。

〔発明の実施例〕

以下、本発明の一実施例を第３図〜第６図により説明す
る。

本実施例では、前記文献］）および２）の公知例に見ら
れる、残差の振幅（絶対値）の小さい順に抜取る圧縮法
を例にとるが、勿論、他の抜取法についても適用可能で
ある。

第３図のメモリ６中の原音声波形をＰＡＲＣＯＲ等音声
分析器７により分析し、スペク１へルエンベローブパラ
メータに＝　　（ｉ＝１，２．・・・＋　ｐ：　Ｐはパ
ラメータ次数）と残差波形ｕ４を求める。ｕＪはメモリ
８に格納し、引続き音源パルス生成部９の中のメモリ１
０（第５図）にも格納する。しかる後に、小振幅順抜取
制御部３４により、振幅（絶対値）の小さい方から順に
番号を付してＭ′本の残差パルスの位置ｎｋ’　（ｋ、
　＝　１−　、２　、・・・Ｍ’）を指定し、メモリ１
ｏ中の　ｎ、′の位置のレジスタの内容をＯに置換える
ことにより、その位置の残差パルスを消去する。ここで
Ｍ′は抜取る残差パルスの本数で、］、フレーム中の総
残差パルスの本数Ｎから音源パルス（圧縮化残差パルス
）の本数Ｍを引いた数に等しい。なお、メモリ８は非圧
縮残差格舶用に設けであるだけなので、この機能をメモ
リ１．０（第５図）と兼用してメモリを１つ減らしても
よい。

次に小振幅順抜取制御部３４の機能について第４図を引
用いて説明する。残差波形ｕＪ　は−たんバッファメモ
リ３５に格納しておく。まずｕ、ｌ　をソーティング手
段３６により、振幅の小さい順に並べなおす。この並べ
なおした残差パルス列を、振幅の小さい順にｕ、ａ、ｕ
げ、・・・、　ｕｈ’、・・・。

ｕ％＝（ｕｍａｊ　と呼ぶことにする。これらＵ−（ｋ
＝１．２．・・・、Ｎ）はメモリ３７に格納される。次
に予め設定しておいた残差抜取り本数Ｍ′でメモリ３７
中のアドレスを指定する。この指定されたアドレスの残
差振幅をｕ　ＭＤ’　とし、特に残差振幅のしきい値と
呼ぶことにする。しかる後にクロックＣＬＫによりカウ
ンタ３８の値を１，２゜・・・ｙ＋］ｃｙ・・・、Ｎの
順に変化させる。このカウンタ値ｊ０に対応した残差パ
ルスｕＪｃをバッファメモリ３５よりアドレス指定によ
り読出し、前に求めたしきい値ｕ　ＩＩＤ’と比較器３
９により比較する。

そしてｕ　）ＩＤ’≧ＩＪ、。を満足したときにラッチ
信号ＬＴを出力するようにしておき、このときに限りメ
モリ４０に格納されたカウンタ値ｊ０を残差抜取位置ｎ
ｋ′　として出力する。

上の例は、残差抜取本数Ｍ′を何らかの手段によって予
め指定した場合の例であるが、Ｍ′を指定する代りに、
残差振幅のしきい値ｕ　ｗｏａ　を他の手段によって指
定してもよい。このときソーティング手段３６およびメ
モリ３７は不要となる。なお、ソーティング手段３６は
公知のソーティング法により実施できる。

次に小振幅順に抜取られた後に残った残差パルスを振幅
に関して最適化する。最適化は第５図の最適化手段１３
により実行される。ここでｎｈは１フレーム内のに番目
の圧縮化残差パルスの位置を示し、圧縮化残差が格納さ
れているメモリ１０の残差の存在するアドレスを見るこ
とにより得ることができる。

第６図は最適化手段１３の詳細を示したものである。ま
ず前に求めておいたスベクｌ−ルエンベロープパラメー
タ値ｋｌ　　（ｉ＝１＊　２ｔ・・・ｔｐ）を合成フィ
ルタ１．１−’（１１と同一：兼用してもよい）に設定
し、該合成フィルタ１１′の入力に単一インパルス信号
を印加して、その応答波形としてｇＪ　Ｆ＝１ｔ　２ｔ
・・・Ｌ）を得てメモリ１４に−たん格納しておく。し
かる後に、ｇＪ　を用いて自己相関計算手段１５により
自己相関関数η、、。

を計算し、メモリ１７に格納する。同様に、ｇＪと原音
声波形ＸＪ　を用いて相互相関計算手段１６により相互
相関関数ψ、を計算し、メモリ１８に格納する。ここで
、自己相関関数および相互相関関数はそれぞれ（５）お
よび（６）により計算さく１０） れる。（５）、（６）式の実行は公知の積和計算手段に
より容易に実現できる。次に自己相関行列（η、９．）
および相互相関ベクトル（ψ。）が連立方程式の解算出
手段１９に入力され、その解として圧縮化残差振幅ｕ、
ｌ　が求まる。ここで連立方程式の解算出手段１９にお
いては（４）式が計算される。該計算は公知の連立方程
式解法により容易に解くことができる。

以」二述べた処理により得られた圧縮化残差波形Ｕ１．
′　　は、合成器コ−１（第３図）の音源として印加さ
れ、１１の出力として］フレーム分の合成音声波形ｘＪ
′　　が得られ、メモリ１２に格納される。

以」二の処理を逐次的にフレームごとに実行すれば全音
声の分析・合成が実現できる。

〔発明の効果〕

本発明によれば、圧縮化残差パルスをさらに振幅に関し
て最適化しているので、従来の圧縮化残差パルスを音源
として用いるより、一層高品質の合成音声を得ることが
できる。最適化に用いる連立方程式の計算の処理量は、
残存する少ない数のパルスに対する計算なので、ごくわ
ずかである。

【図面の簡単な説明】

第１図は従来の分析合成方式の説明図、第２図は残差圧
縮法の基本原理を示す説明図、第３図は本発明方式の一
実施態様を示すブロック図、第４図は小振幅順抜取制御
部の機能説明のためのブロック図、第５図は音源パルス
生成部の内部説明図、第６図は最適化手段の一例を示す
ブロック図である。 ９・・・音源パルス生成部、１３・・・最適化手段、１
５・・・自己相関計算手段、１６・・・相互相関計算手
段、１９・・・連立方程式の解算出手段。

Claims (1)

1. 【特許請求の範囲】 １、音声波形（原音声波形）をスペクトル情報と音源情
   報に分離する音声分析部と、スペクトル情報と音源情報
   から音声波形（合成音声波形）を合成する音声合成部を
   有し、音声分析部より得られる複数個のパルス情報から
   なる音源情報の一部を該パルス振幅の小さい順に所定の
   数だけ除去することにより圧縮したパルス情報を得るこ
   とを特徴とする音声分析合成方式において、上記音声合
   成部のインパルス応答波形の自己相関関数を求める手段
   と、該インパルス応答波形と上記原音声波形の相互相関
   関数を求める手段を具備し、これらの手段により求めら
   れた自己相関関数、相互相関関数、および上記圧縮した
   パルスの位置情報より得られる定数部を係数とした一次
   連立方程式を解くことにより、得られた値により音源パ
   ルスの振幅値を補正設定することを特徴とする音声分析
   合成方式。 ２、特許請求の範囲１記載の音声分析方式により得られ
   た音源パルスを合成器の音源として使用することを特徴
   とする音声分析合成方式。