JPS6175398A - 歌声音発生装置 - 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】 産業上の利用分野 本発明は歌声音発生装置に係り、特にホルマント周波数
を合成して歌声音として発生出力する歌声音発生装置に
関する。

従来の技術 音楽を演奏する音響合成システムの中には楽器音の合成
用と歌声合成用とが存在する。このうち歌声合成システ
ムには、例えば「ホルマント型音声合成ＬＳＩを用いた
パソコン用歌声合成システム」　（石原、伏木口１．三
留、井上：昭和５９年度七子通イＪ１学会総合全国人会
、６−１９ε３）などが知らｔしている。このものは入
力された音声文字９１と楽１、ｎ文字９１１とのうら、
音声文字列を子音と母音を基本ｊ１位とするパラメータ
に分解し、また楽譜文字１１１の中の音階データに従っ
てピッチパラメータをテーブルから読み取り、しかる１
資に上記の子ｒＡ、Ｌｕ音バシメークの分解により作成
したフーブルに従ってデータＲＯＭより取り出しｌこホ
ルマントパラメータ及び振幅に、Ｌ記音階のピッチパラ
メータを組み合わせて合成パラメータを生成づると共に
、楽５ｎ文字列の中の音符長データに従って時間長テー
ブルを作成する。そして、上記合成パラメータは時間長
テーブルに従って、順次音声合成ｌ５Ｉ（大規模集積回
路）に所定のフレーム周明毎に転送された後、ここで１
０に−Ｈｚサンプリングで合成波形が生成される。

発明が解決しようとする問題点 しかるに、上記の従来の歌声合成システムは音声合成１
ｓＩを用いて例えば１０ｋＨ２等のサンプリングで合成
波形を得ているため、音質がＤ　、／Ａコンバータのビ
ット敗＼ｂザンブリング周波数で左右され、高品位な音
質を実現するためにはデータの数を増やさなければなら
ず、大なるメモリ容量のメモリ回路が必要となり、装置
が複雑かつ高価となるという問題点があった。

また、指定した音高で人声音を発生させる装置として、
特開昭５５−７７７９９号に開示された装置もあるが、
このものはホワイトノイズで子音を近似させているため
、ホルマンｊ・周波数の急激な変化を正確に再現できず
、従って発生される人声音は不明瞭で、不自然であると
いう問題点があり、更に構成が複雑で高価かつ生産性が
悪いという問題点があった。

そこで、本発明は単一の発振器（トーンジェネレータ）
よりのホルマント周波数の信号を時分割的に多車するこ
とにより、上記の問題点を解決した歌声音発生装置を捉
供することを目的とする。

問題点を解決するための手段 本発明になる歌声音発生装置はテーブル作成手段、ピッ
チパラメータ変換手段１含成パラメータ作成手段１合成
パラメータ転送手段、単一のトーンジェネレータ、振幅
制御手段及び欺声音発音手段とよりなる。上記テーブル
作成手段は入力歌詞データを子音とは音を単位とするパ
ラメータに分解して第１のテーブルを作成し、上記ピッ
チパラメータ変換手段は入力楽工ｎデータの中の音階デ
ータに従ってピッチパラメータを変換する。合成パラメ
ータ作成手段は上記第１のテーブルに従ってメｔりから
読み出したホルマントパラメータに、上記ピッチパラメ
ータを組み合わせ゛て編集及び補間された合成パラメー
タを生成すると共に、−［記楽譜データ中の音符長デー
タに従って時間長テーブルを作成し、それらを一時記憶
する。

」−記合成パラメータ転送手段は上記時間長テーブルに
従って上記合成パラメータの中の複数のネルフンｌ−周
波攻毎の各パラメータを時゛分割的に出力すると共に、
合成パラメータの中のピッチ周波数に１ｙｌＦＪるパラ
メータを母音部発声明ｍＩ中、上記ホルマント周波ｖｌ
毎に各パラメータと時分割的に出力する。更に上記単一
のトーンジェネレータは上記合成パラメータが供給され
上記複数のホルマント周波数の信辱及びピッチ周波数の
信号を時分割的に出力し、その出力信号を前記振幅制御
手段及び歌声音発生手段を夫々通して歌声音として発音
せしめる。

作用 上記ｊ１ｉ−のトーンジェネレータは矩形波等のアナロ
グ信号を発振出力する可変周波数発振器であり、その出
力信号がそのまま１辰幅制御された後発音される。この
ため、ｉ・−ンジエネレータ以後のディジタル信号処理
回路（Ｄ／Ａコンバータ、サンプリング手段など）は−
切不要となる。しかも、トーンジェネレータは単一であ
るから、複数のホルマント周波数及びピッチ周波数の各
信号を簡単な回路構成で発生出力することができる。以
下、本発明について実施例と共に更に詳細に説明する。

実施例 第１図は本発明装置の一実施例のブロック系統図を示す
。同図中、歌詞キーボード１は例えば第２図に示す如く
、キーボード本体２０上にアルフアベツ１−のキーを複
数個三段に配置し、最下段にＩｎ盲を示すアルファベッ
トのキーが親指で押さえられるように配置された構造と
されており、複数個のキーはローマ字で書かれた文字の
集合体である歌詞（音声文字列）に応じて選択的に押さ
れる。

例えば文字「ビ」は四と田の２つのキーを押すことによ
って入力される。この歌詞キーボード１により入力され
た歌詞データはｌ１０（入出力）インターフェース２を
通して中央処理装置（ＣＰＵ）３へ供給される。一方、
楽譜キーボード４は例えば第３図に示す如く、白鍵と黒
鍵とよりなる計６０個の５オクターブの音域をカバーす
る音階指定キ一群２２と、音用調整用フットキー２３゜
２４．２５とよりなる構造であり、楽譜に応じて通常の
鍵盤楽器と同様にして楽譜データ（楽譜文字列）が取り
出される。なお、キー２３．２４及び２５は例えばピア
ノ、メゾフォルテ及びフォルテの時に押される。なお、
本明細占において、楽譜データは音階だけでなく、音の
長さ、音の強さを示すデータも含む。この楽譜キーボー
ド４から取り出された楽譜データはＩ１０インターフェ
ース２を通してＣＰＵ３に供給される。

ＣＰＵ３はランダム・アクセス・メモリ（ＲＡＭ）５と
リード・オンリ・メモリ（ＲＯＭ）６が夫々双方向性バ
スを介して接続されている。ＲＡＭ５はＣＰＵ３のデー
タストア用及び作業用のメモリ回路で、また後述する音
階に対応するピッ升パラメータなどが予め格納されてい
る。一方、ＲＯＭ６にはＣＰＵ３の制御プログラムやホ
ルマント周波数に関するホルマントパラメータテーブル
が予め格納されている。

ＣＰＵ３はｄ能−［第１図に示す如き構成とされており
、第５図に示すフローチャートに従った動作を行なう。

第５図において、ＣＰＬＩ３はまずイニシャライズ動作
を行なった後キーボード１，４が押されたか（キーボー
ド１又は４よりのキー人力があるか）否かの判定を行な
いくステップ４１）、押されていない場合は押されるま
で監視し、押された場合はそれが歌詞キーボード１のキ
ーで、歌詞データが入力されたか否かを判定する（ステ
ップ４２）。歌詞データが入力された場合はその入力歌
詞データを取込んだ後ＲＡＭ５に書き込む（ステップ４
３）。一方、上記入力データが楽譜データであるときは
、その入力楽譜データを取込んだ後ＲＡＭ５に書き込む
（ステップ４４）。以上のステップ４１〜４４の動作を
行なうのが、第４図に示した歌詞データ・楽工１？デー
タ入力判定手段３０である。

ＣＰＵ３は入力データが歌詞データであると判断したと
きは上記のステップ４３に引続いて第４図に示すテーブ
ル作成手段３１により、入力された歌詞データを子音と
母音を単位とする第１のパラメータに人ｌＺ分解し、こ
れにより第１のテーブルを作成し、これをＲＡＭ５に格
納する（第５図のステップ４５）。すなわち、日本語の
音節の大部分は広義の子音と母音との組合せからなるこ
とが知られており、子音と母音を単位として、それらの
列によって語の台形が表示されると考えられるから、上
記第１のパラメータによって歌詞を示り゛個々の音節を
示すことができる。しかる後にＣＰＵ３はその第１の合
成パラメータ作成手段３３においてＲＡＭ５の上記第１
のテーブルを参照してＲＯＭ６より読み出した前記ホル
マントパラメータをテーブルから読み出し、これに後述
する音階データに基づくピッチパラメータを組み合わせ
、パラメータの編集、補間（音が滑らかに変化するよう
に音に区切りをつりることなと）を行なって合成パラメ
ータを生成１−る。このとき、楽譜データ中の音符長デ
ータに従って時間長テーブルが作成され、上記合成パラ
メータと共にＲＡＭ６に一時記憶される（第５図のステ
ップ４６）。しかる後に、第１の合成パラメータ転送手
段３５は第１の合成パラメータ作成手段３３により作成
された合成パラメータを第１図に示したサウンドジェネ
レータ８のバスコントロール回路９へ上記時間長テーブ
ルに従って順次に転送する。これにより、第５図に示し
たステップ４７の処理動作が行なわれる。

ＣＰＵ３は次に前記入力判定手段３０によりキーボード
１．４が押されたか否か、そして押されｌζ場合はそれ
がその直：ｉｒ＋に押されたキーボードと同一か否かの
判定をし、同一のキーボードが押され１．、：場合は再
び合成パラメータを前記転送１段３５により行なわせ、
一方、キーボードが押されでいイ１い場合はステップ４
１へ、また押されたキーｉ１；−ドが楽譜キーホード４
であったときはステップ／１２へ移行ツる（第５図のス
テップ４８゜４９）。

一方、入力データが楽譜データであったとぎはピッｆパ
ラメータ変換手段３２により、入力楽譜データの中の音
階データに従って、ＲＡＭ５に予め記憶ざｒしていたテ
ーブルから音階を定める８１音のり木周波Ｒ（ピッチ周
波数＞Ｆｏを示すピッチパラメータを読みとる（第５図
のステップ５０）。

次にＣＰＵ３は第２の合成パラメータ作成手段３４によ
り、その直前にステップ４５で作成され、ＲＡ　Ｍ　５
内の前記第１のテーブルを参照して前記ホルマントパラ
メータをテーブルから読み出し、これにステップ５０で
得たピッチパラメータを組み合わけ、前記したと同様の
パラメータの１ｇ東。

補間を行なうと共に楽ｉ＋ｏデータ中の音符長データに
従って時間長テーブルを作成し、これらをＲＡＭ５に一
時記憶させる（第５図のステップ５１）。

これにより得られた合成パラメータは第２の合成パラメ
ータ転送手段３６により上記時間長テーブルに従って順
次次段へ転送される（第５図のステップ５２）。しかる
後に、前記入力判定手段３０によりキーボード１．４が
押されたか否かの判定及び押されたときはそれが直前に
操作されたキーボードと同一か否かの判定が行なわれ、
キーボード１．４がいずれも操作されていないときは第
５図に示したステップ４１の処理動作を行ない、歌詞キ
ーボード１が押されたときはステップ４２の処理動作を
行ない、更に楽譜キーホード４が押されたときはステッ
プ５２の処理動作を行なう。

このようにして、第１又は第２の合成パラメータ伝送手
段３５．３６より取り出された合成パラメータはＣＰＵ
３よりナウンドジエネレータ８のバスコントロール回路
９に出力される。

ここで、歌声は歌詞である文字音声とそれと共に発生さ
れる音とからなり、前者は前記第１のｌくラメータによ
り子音と母音とで示され、また第６図に示す如きホルマ
ント周波数対時間特性を示すことが知られている。すな
わち、音声の識別１．１音声波形を構成している基本周
波数（ピッチ周波数）と複数個のホルマントに基づいて
行なわれてし）ると見做されている。第１．第２及び第
３のホルマント（以下ホルマント周波数ともしλう）を
１＝１゜Ｆ２及びＦ３とすると、−の文字音声Ｇま最初
に漸次ホルマント周波数変化を伴って子音部が発音され
、次に母音部が略一定のホルマント周波数で発音される
。なお、母音部発声期間はホルマント周波数Ｆ１〜Ｆ３
と共にピッチ周波数′＋Ｊ発生される。

上記子音部におけるホルマント周波数Ｆ１〜１：３の変
化は子音によって５！ｉ！ｔ、’；す、例えば、９゜ｄ
及びｂの各子已のホルマント周波数Ｇユ第７図（△）、
（Ｂ）及び（Ｃ）に承り如くに変化することが一般に知
られている。ここで、前記した合成パラメータ中のホル
マントパラメータ（よ上記３種のホルマント周波数Ｆ１
・〜１：３を決定する）くラメータである。また、ピッ
チパラメータは前記ピッチ周波数を定める。

一方、文字音声と共に発生される上記の音は音の高さ、
大きさ、長さによって定まり、これが楽譜データとして
前記した如＜ＣＰＩＪ３に入力されるが、音階に応じて
第６図に示したホルマント周波数対時間特性が１ａ軸方
向に平行移動した如き特性となり、前記ピッチパラメー
タ（ピッチ周波数）がその移動Ｍ（音の高さ）を定める
。また音の長さは母音部の時間長によって得ることがで
きる。

更に音の大きさは楽譜キルボード４のキー２３〜２５に
よって入力されるが、音量パラメータとして前記合成パ
ラメータ中に含まれている。

上記の各パラメータ等からなる合成パラメータは第１図
に示すバスコントロール回路９に供給される。バスコン
トロール回路９は複数個のレジスタからなり、入力合成
パラメータを一時記憶した後、対応する所定のレジスタ
よりトーンジェネレータ１０．ノイズジエネレーク１１
及びエンベロープジェネレータ１２へ夫々信号を出ツノ
する。上記のホルマントパラメータ及びピッチパラメー
タがバスコントロール回路９よりシリアルに単一のトー
ンジェネレータ　１０に印加される。

１〜−ンジエネレータ１０は可変周波数発振器であり、
バス」ントロール回路９Ｊ：りのポルマン１−パラメー
タによって子音部発声期間は第１．第２及び第３ホルマ
ント周波ＫＱＦ＋、Ｆ２及び１＝３どなる矩形波を時分
割的に発生出力する。また母音部発声期間は上記の各パ
ラメータによって、トーンジェネレータ１０は上記ホル
マント周波数Ｆ１〜Ｆ３の矩形波と、音階を定めるピッ
チ周波数の矩形波とを時分割的に出力する。一方、ノイ
ズジェネレータ１１は局間雑音の如きノイズを必要に応
じて発生出力する。トーンジェネレータ１０及びノイズ
ジェネレータ１１の各出力信号はミキサ１３に供給され
、ここで混合された後、電圧制御増幅ｍ　（ＶＣＡ）１
４に供給される。ＶＣＡ１４は振幅コントロール回路１
５を経たエンベロープジェネレータ１２の出力信号によ
ってその利得が可変制御せしめられる。

エンベロープジェネレータ１２は音の大きさを一定のパ
ターンで変化させるために設けられており、前記音量バ
ラメークが所定の値となったときに限り、その出力信号
によって音の大きさを第８図（Ａ）、（Ｂ）又は（Ｃ）
に示す如く、一定パターンで変化させる。これにＪ、す
、変化のある歌声を発生させることができる。

ＶＣＡ１４の出力信＠（矩形波）は低域フィルタ１６に
供給され、ここで不要凸周波数成分を除去された後、電
力増幅器１７を経てスピーカ１８に供給される。このス
ピーカ１８の入力信号は、子音部では第１．第２及び第
３ホルマント周波数Ｆ＋　、Ｆ２及びＦ３の信号を同時
的に合成した第９図（Ａ）に示す如き波形ではなく、前
記した如くトーンジェネレータ１０より時分割的に、例
えば第９図（Ａ）に示′１Ｊ１ピッチ周期Ｔを３等分し
て各々の時間帯にホルマント周波数Ｆ１〜Ｆ３の各信号
が合成された波形である。かかる時分割的合成音声信号
波形をスピーカ１８に供給し、これより発音させた場合
、第９図（Ａ）に示した同時的合成音声信号波形と略同
等の感覚性、識別性で発音されることが知られている（
例えば山村、宮田二「時分割的方法による音声の７オル
マント合成Ｊ、昭和５６年度電子通信学会総合全国大会
。

５−３４５）。

従って、本実７ＩＩ！例によれば、単一のトーンジェネ
レータ１０を用いて時分割的に第１〜第３ホルマント周
波数Ｆ１〜Ｆ３及びピッチ周波数の信号を発生出力し、
また各ホルマント周波Ｆ！　Ｆ　＋〜Ｆ１及びピッチ周
波数の周波数（周期）やレベルを可変制ｉｌｌすること
により、歌詞キーボード１で入力した歌詞で、かつ、音
階キーボード４で入力した音階での歌声音をスピーカ１
８より実用上支障なく発生させることができる。

なお、上記の実施例では各ホルマント周波数］：１へ・
１゛３の１８号のｔｔｌさ目（第９図（Ｂ）に　【１【
２で示り〉で、不連続となるが、この不連続性を取り除
くために、各ホルマント周波数Ｆ１〜Ｆ：１の信号波形
を零レベルにおいて結合して第９図（Ｃ）に示ず如き波
形を生成し、これをスピーカ１８へ供給するようにして
もよい。また、低域フィルタ１６は極く自然な音色を得
るために設けているが、必ずしも必要ではなく、またノ
イズジェネレータ１１やエンベロープジェネレータ１２
も必ずしも必要ではない。更にホルマントの数は３つに
限られるものではなく、第１．第２ホルマントのみ、ま
たは第４ホルマント以上の所要の故のホルマントでもよ
い。

発明の効果 上述の如く、本発明によれば、合成パラメータを音声合
成ＬＳ［でサンプリングするのではなく、合成パラメー
タで単一のトーンジェネレータより複数のホルマント周
波数を順次時分割的に発生出力させ、かつ、このトーン
ジェネレータはディジタル信号ではなく矩形波等を発生
出力する構成としたから、大容ｔｒＩのディジタルメモ
リやＤ／Ａコンバータが不要であり、また複数のホルマ
ント周波数の夫々に専用のトーンジェネレータを設けな
い構成として単一のトーンジェネレータを共用している
から、装置を大幅に簡単かつ安価に構成でぎ、更にホル
マント周波数の時分割的合成信号で子音をｖｉ似させる
から、自然で高品位の歌声音を発生することができる等
の特長を有づるものである。

【図面の簡単な説明】

第１図は本発明￥ｉ首の一実施９１を示すブロック系統
図、第２図及び第３図は第１図図示ブロック系統中の各
キーボードの概１８措成を示す図、第４図は本弁明装置
の要部の一実施例を承りブロック系統図、第５図は本発
明装吟の要部の動作説明用フローヂＶ−ト、第６図は合
成音声の子音部、母音部とホルマント周波数の関係を示
す図、第７図は各子音のホルマント周波数と時間との関
係を示す図、第８図は第１図図示ブロック系統中のエン
ベロープジェネレータにより得られる音量の変化パター
ンの各個を示す図、第９図は小ルマント周波数信号合成
波形の各個を示す図である。 １・・歌詞キーボード、２・・・Ｉ１０インターフェー
ス、３・・・中央処理装置（ＣＰＵ）、４・・・楽譜キ
ーボード、５・・・ランダム・アクセス・メモリ（ＲＡ
Ｍ）、６・・・リード・オンリ・メモリ（ＲＯＭ）、８
・・・サウンドジェネレータ、９・・・バスコントロー
ル回路、１０・・・トーンジェネレータ、１３・・・ミ
キサ、１４・・・電圧制御増幅器（ＶＣＡ）、１５・・
・振幅コントロール回路、１８・・・スピーカ、３０・
・・歌詞データ・楽譜データ入力判定手段、３１・・・
テーブル作成手段、３２・・・ピッチパラメータ変換手
段、３３・・・第１の合成パラメータ作成手段、３４・
・・第２の合成パラメータ作成手段、３５・・・第゛１
の合成パラメータ転送手段、３６・・・第２の合成パラ
メータ転送手段。 特許出願人　日本ビクター株式会社 第７図 第８図 一同→ 吟精→

Claims (1)

【特許請求の範囲】
1. 入力歌詞データを子音と母音を単位とするパラメータに
   分解して第１のテーブルを作成するテーブル作成手段と
   、入力楽譜データの中の音階データに従つてピツチパラ
   メータを変換するピツチパラメータ変換手段と、作成さ
   れた該第１のテーブルに従つてメモリから読み出したホ
   ルマントパラメータに、上記ピツチパラメータを組み合
   わせて編集及び補間された合成パラメータを生成すると
   共に上記楽譜データの中の音符長データに従つて時間長
   テーブルを作成し、それらを一時記憶する合成パラメー
   タ作成手段と、該時間長テーブルに従つて該合成パラメ
   ータの中の複数のホルマント周波数毎の各パラメータを
   時分割的に出力すると共に、該合成パラメータの中のピ
   ツチ周波数に関するパラメータを母音部発声期間中上記
   ホルマント周波数毎の各パラメータと共に時分割的に出
   力する合成パラメータ転送手段と、該合成パラメータ転
   送手段より取り出された該合成パラメータが供給され該
   複数のホルマント周波数の信号及びピツチ周波数の信号
   を時分割的に出力する単一のトーンジエネレータと、該
   単一のトーンジエネレータの出力信号の振幅を該合成パ
   ラメータに基づいて制御する振幅制御手段と、該振幅制
   御手段より取り出された信号を歌声音として発音出力す
   る手段とよりなることを特徴とする歌声音発生装置。