JPS6228800A - 規則音声合成用駆動信号生成方法 - 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、高品質の規則合成音声を得るための、駆動信
号の生成方法に関する。

（従来の技術） 最近１種々な分野で合成音が使用される傾向にある。

従来、そのための規則音声合成は、ｃｖ、　ｃｖｃある
いはＶＣＶ　（ただし、Ｃは子音、■は母音を表わして
いる）等の音韻連鎖単位の音声を、予め線形予測分析し
ておき、それによって抽出されたパラメータを結合して
任意の音声を合成している。

第６図は、ＣＶ音節を単位として任意の音声を合成する
場合の従来の方法を示す図で、１は子音部、２は過渡部
、３は母音部、４はその定常区間（母音定常区間）であ
り、従来は図のように、子音部１の先頭の分析フレーム
Ｃから母音定常区間４の先頭の分析フレーム（Ｖａ）ま
でと、母音定常区間４の最終の分析フレーム（Ｖｂ）の
スペクトルパラメータ（ＬＳＰ（Ｌｉｎｅ　Ｓｐｅｃｔ
ｒｕｍ　Ｐａ１ｒ）パラメータ等）、及び振幅パラメー
タを抽出しておき、母音定常区間４の先頭分析フレーム
Ｖａと最終分析フレームｖｂの間、及び最終分析フレー
ムｖｂと次の子音部１′の先頭分析フレームＣ′間を直
線補間するようにして合成していた。そして、その駆動
信号の生成方法は、（１）破擦音や無声摩擦音では、子
音部１が無声音となるから通常はＭ系列信号で駆動する
。

（２）子音部１から母音部３への過渡部分、あるいは破
裂子音部（過渡部２）ではスペクトルの変化が激しく、
そのため必ずしも残差は白色化されない。ゆえに、十分
な明瞭性を確保するために予測残差そのものを駆動信号
として使用する。

（３）母音部３では代表駆動波列を駆動信号に使用する
。

この代表駆動波列の生成方法は、たとえば、特願昭５９
−６１５８５号（音声合成用駆動信号生成方法）に見ら
れるように、音声信号の母音部を逆フィルタリングして
得られる残差信号のパワースペクトル及び位相を平均化
し、それを逆フーリエ変換して得られる時間波形の自己
相関係数値から導出していた。

（発明が解決しようとする問題点） しかしながら、このような従来の規則音声合成用の駆動
信号生成方法では、過渡部分のピッチ制御ができないた
め、音声の抑揚が不自然になる欠点があった。また、過
渡部分にも代表駆動波を用いてピッチ制御可能にすると
しても、スペクトルの再現性が不完全で十分な明瞭性を
得ることができないという問題があった。

本発明は、このような従来の欠点を排除して、高品質な
規則合成音声を得ることを目的にするものである。

（問題点を解決するための手段） 本発明は上記の問題点を、音韻連鎖単位ごとに、有声子
音部から母音定常区間の直前までの区間（非定常区間）
において５分析フレーム毎に抽出される予測残差信号か
ら自己相関係数を算出し、これを当該フレームの駆動信
号として使用することにより解決するものである。

（作　用） 上記の構成による本発明は、非定常区間でピッチ制御が
可能になるとともに、スペクトル特性の再現性が良好に
なるので、音声の抑揚が自然で。

しかも明瞭度の高い高品質の規則合成音声が得られる。

（実施例） 以下、本発明を実施例により図面をもちいて詳細に説明
する。

第１図は本発明の一実施例のＣＶ結合単位の音節の構成
を示すもので、５は”Ｓ”　ｗ　ｆｗ。

”ｔ　”などの声帯振動を伴わない無声子音部であり、
この区間では従来のようにＭ系列信号あるいは残差信号
を駆動信号として使用する。

６は有声部で、声帯振動を伴う子音、半母音、あるいは
母音であり、母音定常区間７の直前分析フレームまでは
スペクトルの変化が激しい非定常区間８を構成する。

本発明は、この非定常区間８において音声を分析する際
に、分析フレーム毎に予測残差信号を抽出し、その自己
相関係数値を使用して上記分析フレームの駆動信号を生
成するものである。

たとえば、サンプリング周波数が１０ｋｌ（ｚで、時間
窓長を１９．２ｍｓ、フレーム周期を６．４ｍｓとして
線形予測分析をする場合、フレーム毎にτ次の自己相関
関数■（τ）を次式によって算出する。

Ｖ（τ）＝（１／Ｎ）　Σ　ｅ　（ｎ）・ｅ　（ｎ−ｃ
　）　　　（１）（１）式で、Ｎは時間窓長内のデータ
数で、この実施例ではＮ　：１９２、ｅ　（ｎ）は残差
信号でｎ　＜　Ｏ。

ｎ≧Ｎの範囲ではｅ（ｎ）＝Ｏである。

次にＶ（τ）をＶ　（Ｏ）で正規化して自己相関係数ρ
（τ）を導出する６ ρ（τ）＝Ｖ（τ）／ｖ（０）（２） 上記（２）式を算出するに際してはτをピッチ周期に合
わせ、そのピッチ周期ごとにρ（１）からρ（τ）まで
の自己相関係数値を時間軸上で繰り返し接続し、これに
振幅係数を乗じたものを駆動信号として使用する。

規則合成ではピッチ周期が一定の規則にしたがって付与
される。そのため９分析の際に第何次までの自己相関係
数を算出すれば足りるかは予想し廻い。そこで、この実
施例では女声の場合は３２次（３，２＋ｎｓ周期）、男
声のときは６４次（６，４ｍｓ周期）まで自己相関係数
を算出しておき、ピッチ周期が３　、２ｍｓ　（または
６．４ｍ５）より短いときは打ち切り、長いときはＯ′
を補間するようにする。

母音定常区間７および、それ以降の分析フレームでは、
従来と同様に代表駆動波列を駆動信号に用いる。

第２図は本発明の一例としての、音節ｗ　ｒａ　Ｉ＋を
合成するために生成した駆動信号を示し、また、第３図
は第２図の駆動信号を使用して合成した音節ｕ　ｒａ　
ｍのＬＰＧスペクトルを３次元表示したものである。さ
らに末だ、第４図は従来の代表駆動波列を使用して合成
した音節″Ｉ　ｒａ＃のＬＰＣスペクトルの３次元表示
、第５図は自然音声”ｒａ”のＬＰＧスペクトルの３次
元表示である。これら第３図、第４図、第５図を比較し
て明らかなように、第３図に示す本発明の方法による合
成音声のスペクトルは、第５図に示す自然音声のスペク
トルと極めてよく一致することがわかる。

明瞭度試験によって、本発明の効果を確認した結果、有
声区間を全て代表駆動波列で駆動した場合、音節明瞭度
（８７，９％）に対して音節明瞭度が３．１％向上し、
　９１．０％の明瞭度が得られた。特に”ｔ”、ｌ　ｋ
ｌ＋、ｌ）、ＺｌｌｄＺ＋ｌＳｎ＋＋、＋＋ｂｊｌ＋、
＋１ｄｊＷ。

＋１ｒｊ”＋　”　ｍＪ’”＋”ｎｊ”の音韻で正聴率
が向上した。

以上、本発明の規則音声合成用の駆動信号生成をＣｖ連
鎖の場合について説明したが、ＣＶＣあるいは■Ｃｖ連
鎖の場合についても全く同様に本発明が実施できること
はいうまでもない。

（発明の効果） 上記のように本発明は、有声部非定常区間の駆動信号と
して、分析フレームごとに抽出した予測残差信号の自己
相関係数値を、当該分析フレームの駆動信号として使用
しているから、ピッチ制御が容易に行なえるとともに、
スペクトルの再現性が向上して明瞭度の高い規則合成音
声が得られる。

【図面の簡単な説明】

第１図は本発明の一実施例を示すＣＶ単位の音声図、第
２図は音節’ｒａ”を合成するための本発明による駆動
信号波形図、第３図は第２図の駆動信号による音節”ｒ
ａ”のＬＰＧスペクトルの３次元表示図、第４図は従来
の代表駆動列による合成の第３図に対応する３次元表示
図、第５図は同じく自然音声”ｒａ”の３次元表示図、
第６図は従来のＣＶ単位の音声図である。 １　・・・子音部、　２・・・過渡部、　３・・・母音
部、　４，７・・・母音定常区間、　５　・・・無声部
、　６　・・・有声部、　８・・・非定常区間。 特許出願人　松下電器産業株式会社 第１図 ５・・意、Ｐ分音）ｐ ６・・Ｍ？押 ７°オ奢楚羊区闇 ８・・・肚を運込ず 案安きにン 一　ム杖肇３ベ ムベ莢３Ｎ −二祠塙：＋１釈

Claims (1)

【特許請求の範囲】
1. 音韻連鎖単位で音声の規則合成を行なう場合において、
   有声子音部先頭から母音定常区間直前までの非定常区間
   の分析フレームごとに、予測残差信号を抽出し、その抽
   出結果を用いて算出した自己相関係数により、当該分析
   フレームを駆動することを特徴とする規則音声合成用駆
   動信号生成方法。