JPS6184699A - 音声合成方式 - 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】 Ｈ）　産業上の利用分野 本発明は音節単位の音声波形情報を結合して任意の文章
音声を合成出方する音声合成方式に関する・ （ロ）従来の技術 この種音声合成方式は、音節単位の音声波形情報として
ＰＣＭ信号の他にも情報圧縮率の高いパーコール係数、
ＬＳＰ係数等の音声パラメータが用いられており、この
様な音声パラメータを文章構成に結合した上で、文章と
しての音声に合成するもめである。

斯様な従来の音声合成方式は例えば、日本音響学会、音
声研究会資料、′資料番号５８３−６８（１９８４−１
）の「任意単語音声合成装置」に示され七いる様に、音
声の明瞭性、自然性の向上のために、音節を形作４子音
部の音声パラメータと母音部の音声パラメータとの接続
処理、基本周波数の設定処理、音節の継続時間長の設定
処理、及び振幅の制御処理等が行なわれている。

これ等各種処理の内、音節の継続時間長の設定処理は、
人間の自然な発声に於いて同じ音節であってもその出ｌ
！箇所に依って継続時間長が異なるものであるので、以
下の如き（１）式に基づく規則が採用されていた。

ただし ｌｃ：子音音節の継続時間長 Ｉ！誓：母音音節の継続時間長 Ｉ！ｉ二音節固有の標準継続時間長 Ｐｃｉ　：前接子音音節への影響 Ｐｖｉ　：前接母音音節への影響 Ｅａ：アクセント位置による影響 Ｉ！、　　：単語全体の音節数による影響しかしながら
、斯様な（１）式に依れば、任意の単語に対して、その
単語に属する音節の継続時間長を最適に決定する事がで
きるものの、文章単位での最適な音節の継続時間長を決
定する事はできない。即ち、人間の自然な発声番こ依れ
ば同じ単語であってもその単語が用いられる文章に依っ
て、単語自体の継続時間長が変化しているので、自づと
その単語中の音節の継続時間長も変化していると云う事
実からして文章を合成する為の音声合成方式にとって、
文章構成に依る各音節の継続時間長への影響を無視し得
ないものである。

（ハ）発明が解決しようとする問題点 本発明は、文章構成を考慮しない事に依る音節の継続時
間長の不自然さを解消しようとする音声合成方式を提供
するものである。

に）問題点を解決するための手段 本発明の音声合成方には文章を構成する単語に属する各
音節固有の継続時間長に対して、夫々単語数に依って反
比例的に決定される補正処理を行ない、該補正継続時間
長に基づいて各音節単位の音声を順次合成するものであ
る。

（ホ））作用 本発明方式に依れば、補正処理によって合成しようとす
る文章を構成する単語数が多いほどその各単語に属する
音節の継続時間が短縮され、自然文章音声に近い合成文
章音声が得られる。

（へ）実施例 本発明の音声合成方式に採用される継続時間長の設定処
理の一実施例を以下の如き（２）式に基づい音節又は母
音音節の継続時間長１ｃ　＝　ｌｖに対して文章全体の
単語数による影響として表わされる係数ｌ、を乗じて得
られる点にある。

次に上記（２）式に基づく音節の時間長設定処理を第１
図の回路ブロック図、及び第２図〜第５図のテーブル図
に基づいて詳述する。同各ｆ　−プル図における１フレ
ームは１ｇｍ５ｅｃの時間単位を示している。

第１図に於いて、（１）はキーボード、（２）はキーボ
ード（１）からのキー操作信号より、単語の区切り記号
を検出する区切り検出回路である。（３）はキーボード
（１）からのキー操作信号を受けて、そのキーに対応す
る音節の文字信号に変換するデコーダ、（４）は音節辞
書メモ’Ｊ、（５１はデコーダ（３）からの文字信号に
対して、音節辞書（４）を参照することに依って、音節
列に変換する音節列変換回路である。（６）は該回路（
５）からの音節列をコード化するアドレステーブルであ
る。（７）はアドレステーブル（６）によってコード化
された音節列を茨の音節列がコード化されるまで遅らせ
る遅延回路である。（８）は、遅延回路（７）に半って
遅延された音節列コードから音節固有の標準継続時間長
Ｉ！ｉを決定する標準時間長テーブル（第２図）である
。（９）はアドレステーブル（６）によってコード化さ
れた音節列が、前の音節の継続時間長に影響Ｐｃｉ、Ｐ
ｖｉを与える第１の継続時間長補正テーブル（第３図）
である。一方、側は上記キーボード（１）にて入力され
る単語レベルでのアクセント位置情報を検出して、アク
セント位置による影響Ｉ！、（アクセント音節の１！１
は１フレーム、それ以外の１！１は０フレーム）を出力
するアクセント検出回路である。αυは上記標準継続時
間長テーブル（８）のデータＩ！ｉから、継続時間長テ
ーブル（９）、アクセント位置検出回路（１０１の夫々
の補正値Ｐｃｉ又はｐｖｉ　＋ｔ！ａを減１：、テ１ｉ
−ＰＣ１−”　’又は１！１−Ｐｖｉ−八を出力する減
算回路である。回・は音節列変換回路（５１によって変
換された音節数をカウントする音節数カウンタ、（至）
は、音節数カウンタ＠によってカウントされた音節数に
よる音節の継一方、西は区切り検出回路（２１からの単
語の区切゛り信号をカウントする区切りカウンタ、（至
）は該カウンタ回に依ってカウントされた文章中の単語
数記第１の乗算回路α滲からの出力に対してさらに上記
第３の継続時間長補正テーブル（至）からの補正値ｌ、
を乗じる第２の乗算回路であり、これに依って最終的な
音節の補正継続時間長１（、′ｐｌｙが得られる。

斯る音節の時間長設定処理に於ける第１の乗算器α力か
らの出力値！、、１．については、（１）式、に基づ（
従来方式に準じているので、ここでは詳述しないが、第
３図の第１の継続時間長補正テーブル（９）の値／、は
音π列間の拍同期間隔の均等化の規１、’Ｊに基づき前
接の音節′の母音部の時間長に対する後接の音節の子音
部の時間長影響を数値化したものであり、第４図の第２
の継続時間長補正テーブル■の値Ｉ！、は；単語レベル
で音節数が多くなると各音節継続時間長が小さくなる規
則に基づき４音節数以上の場合に０．８圧縮係数値であ
るＩ！ｏを用いる事としている。

本発明実施例方式に係る回路構成の特徴とするところは
、第５図の如き第３の継続時間長補正テーブル（９）を
用いた点にあり、斯るテーブル（９）は文章中の単語数
が多（なると各単語自体の時間長が逆に小さくなり、自
づとこの単語中の音節の継続時間も小さくなる規則に基
づいて１単語の時の圧縮数数値であるぞ、を１．０．２
単語の時のそれを０．９．３単語の時のそれを０．８．
４単語以上の時のそれを０．７と定めている。

従って、同一の単語例えば「庭に」が４単語の文章「庭
に・きれいな・花が・さきました」に属する場合と　３
単語の文章「庭に・花が・さきました」に属する場合と
では、この「庭に」なる単語に属する音節の継続時間長
が異なる。即ち３単語の場合の音節［ＮＩＪ、　［ＷＡ
Ｊ、　「ＮＩＪの夫々の継続時間長が１１．１２．１２
フレームとなって自然な文章音声が得られるのに対して
、４単語の場合のそれは短縮され、９，１１．１１フレ
ームとなって自然な文章音声が得られるのである。

以上の説明に於いては、第３の継続時間長補正テーブル
αｅにて第５図図示の如く圧縮比率を示す係数Ｅ、を使
用し、第２の乗算回路αηでの乗算処理を採用している
が、第３の継続時間長補正テーブルａωにて減算定数、
例えば単語数１．２，３゜４以上の夫々に対して０，１
．２．３フレームを夫々対応せしめておき、これを用い
て減算処理を行なう様にすれば、上述の実施例とほぼ均
等な圧縮補正処理を実現しながら、この補正処理の演算
処理の簡略化が図れる。

（ト）発明の効果 本発明の音声合成方式に依れば、文章を構成する卑語に
属する各音節固有の継続時間長に対して、夫々単語数に
依って反比例的に決定される補正処理を行ない、該補正
継続時間長に基づいて各音節単位の音声を順次合成する
ものであるので、文章レベルでの単語数の相違に依る自
然音声の発声時間、即ち発声速度に対応できる最適な音
節の継続時間長を設定する事が可能となる。従って、自
然音声と変るところのない高品質の文章合成音声が得ら
れる。

【図面の簡単な説明】

第１図は本発明の音声合成方式に係る音節の時間長設定
処理の一実施例を示す回路ブロック図、第２図乃至第５
図はテーブル図である。

Claims (1)

【特許請求の範囲】
1. １）音節単位の音声波形情報を結合して任意の文章音声
   を合成出力する音声合成方式に於いて、文章を構成する
   単語に属する各音節固有の継続時間長に対して、夫々単
   語数に依って反比例的に決定される補正処理を行ない、
   該補正継続時間長に基づいて各音節単位の音声を順次合
   成する事を特徴とする音声合成方式。