JPS6239758B2 - - Google Patents

Description

【発明の詳細な説明】 本発明は、音声合成装置に関し、特に時間的に
隣り合う２つの音声信号フレームの間のパラメー
タを補間する補間回路を有する合成装置に関する
ものである。

従来、スペクトラム包絡パラメータ、例えば
LPC（線形予測係数）パラメータ、フオルマント
パラメータ等を自然音声よりあらかじめ定められ
た分析周期（例えば10ms〜30msのフレーム）で
抽出して用いる音声合成装置においては、高い品
質の音声を合成する為に時間的にとなりあつた音
声信号のフレームのスペクトラム包絡パラメータ
を、前期分析周期よりも短かい時間周期で一様に
補間して用いる装置が知られている。しかしなが
ら、上記の装置では本来スペクトラム包絡パラメ
ータが大きく変化するような場合、例えば無声区
間から有声区間への変化や、破裂音区間のように
スペクトラム包絡パラメータが一時的に大きく変
化する場合のように、過渡的な音声のスペクトラ
ム包絡パラメータの変化に対しても同一の手法で
補間しているので、かえつて明瞭性に欠ける合成
音声となつてしまい不自然になるという欠点があ
つた。

本発明の目的は、マイクロプロセツサ制御を用
いてスペクトラム包絡パラメータ値に応じた最適
な補間動作を実行し、自然音声に近い合成音声を
作成する音声合成装置を提供することにある。

この発明は、時間的にとなり合つたスペクトラ
ム包絡パラメータ値間の補間を行なう補間回路を
持つ型の音声合成装置において、時間的に隣り合
う少なくとも２個のスペクトラム包絡パラメータ
値に基いてその差分に応じて、線形補間、非線形
補間、無補間等の補間動作を選択して、ここで選
択された補間動作を実行することにより自然音声
に近い音声を合成する手段をもつことを特徴とす
る。

この発明によれば、無声から有声への変化ある
いは破裂音のように過渡的な変化の激しい音声に
対しては無補間を行なつて、包絡パラメータに急
峻な変化をもたせ、又前後するフレームの包絡パ
ラメータ同志が過渡に違わない場合には、両者の
差分値に応じて、その値が予め定められた値と比
較してその結果に応じて線形補間及び非線形補間
等の最適な補間を選択して実行させることができ
る。従つて、自然音声から抽出されたパラメータ
を用いようとも、又人工的に設定されたパラメー
タを用いようとも優れた音品で合成を行なうこと
ができる。

以下に図面を参照して本発明の実施例をより詳
細に説明する。

第１図は、本発明の一実施例を示すブロツク構
成図である。音声合成装置１は、合成に用いるス
ペクトラム包絡パラメータ情報、有声無声判別情
報、ピツチ情報、音源振幅情報等音声合成に必要
とされる合成情報を記憶しておくROMあるいは
RAM等の合成情報記憶回路２と、合成情報記憶
回路２から出力される時間的にとなり合つたフレ
ームの各スペクトラム包絡パラメータ情報間の変
化量の検出及び時間的にとなりあつた有声無声判
別情報の変化を検出し、その変化に応じて前記ス
ペクトラム包絡パラメータを補間回路の異なつた
入力端子に入力する変化量検出回路３と、補間回
路４の内部にあり、変化量検出回路３から入力さ
れた前記合成情報に対し、補間を施さずに直接合
成フイルターへ入力する合成情報直接入力回路７
及び変化量検出回路３から選択されて入力された
前記合成情報に対して、非線形補間を施し合成フ
イルター８へ入力する非線形補間回路５と、同じ
く変化量検出回路３から選択されて入力された前
記合成情報に対して線形補間を施し合成フイルタ
ー８へ入力する線形補間回路６と、補間回路４か
ら出力される合成情報に従つてフイルターの係
数、音源振幅、ピツチ、有声無声判別の各情報を
設定して音声の合成を行なう合成フイルター８
と、合成フイルター８からの合成出力をアナログ
信号に変換するＤ／Ａ変換回路９と、合成情報記
憶回路２からの合成情報の読み出しや、変化量検
出回路３、補間回路４、合成フイルター８、Ｄ／
Ａ変換回路９の各動作を制御する制御回路１０
と、制御回路１０に対し、音声合成の動作開始及
び停止の命令を入力する命令入力端子１１と、合
成された音声を出力する出力端子１２とを含み、
それぞれは内部で接続されている。

音声合成装置１は、命令入力端子１１から入力
される命令に従つて、制御回路１０を起動し合成
処理を開始する。制御回路１０は合成情報記憶回
路２に対しスペクトラム包絡パラメータ情報、有
声無声判別情報、ピツチ情報、音源振幅情報のア
ドレス指定を行ない、時間的にとなり合つた合成
情報を読み出して変化量検出回路３に入力する。
変化量検出回路３は、合成情報記憶回路２から入
力された合成情報の内時間的にとなりあつた有声
無声判別情報が異なつており、かつ無声から有声
への変化の場合は、合成情報の内時間的に前のフ
レームの合成情報だけを、補間回路４内の合成情
報直接入力回路７へ入力する。一方、合成情報記
憶回路２から入力された合成情報の内、時間的に
となりあつた有声無声判別情報に変化がない場
合、あるいは変化があつても有声から無声への変
化の場合は、合成情報直接入力回路７への入力は
行なわず、それらスペクトラム包絡パラメータの
変化量（例えば差分値）の検出を行なう。尚、時
間的にとなりあつたスペクトラム包絡パラメータ
の差分値が、合成情報として既に、合成情報記憶
回路２に記憶されている場合は、後述するように
変化量検出回路３は差分抽出のための機能を必要
とはしない。さて、前記で得られたスペクトラム
包絡パラメータの差分値について、変化量検出回
路３は変化量検出回路３内に予め設定されている
閾値との比較を行なう。得られたスペクトラム包
絡パラメータの差分値が変化量検出回路３内に設
定されている閾値より大きい場合は、変化量検出
回路３は、補間回路４の入力端子の内非線形補間
回路５へ合成情報を入力する。一方閾値より小さ
い場合は、変化量検出回路３は線形補間回路６へ
合成情報を入力する。変化量検出回路３内に設定
される閾値は、音声合成装置１の作成時に任意に
設定できるし、又プログラム制御により所定の値
に書き換えることもできる。

補間回路４は、合成情報を自然音声から分析抽
出、あるいは人工的に作成した時間周期（フレー
ム周期）よりも短かい時間で補間して、合成フイ
ルター８に入力する。たとえば10msecフレーム
周期で分析抽出したスペクトラム包絡パラメータ
を2.5msecフレーム周期の情報に補間し、
2.5msecごとに合成フイルター８へ入力して、フ
イルター係数を順次変更するようにすればよい。

線形補間回路６は、合成情報記憶回路２から転
送されたスペクトラム包絡パラメータに、変化量
検出回路３で抽出された差分値を補間回数で均等
分割した上で、各補間ごとに加算して合成フイル
ター８へ入力する。一方、非線形補間回路５は、
合成情報記憶回路２から出力されたスペクトラム
包絡パラメータに、変化量検出回路３で抽出され
た差分値を補間回数で均等分割せず、非線形分割
して加算し、合成フイルター８へ入力する。たと
えば、10msecフレーム周期で分析抽出されたス
ペクトラム包絡情報を2.5msecフレーム周期に非
線形補間して用いる場合、最初の2.5msec間は、
前フレームのスペクトラム包絡パラメータに、変
化量検出回路３で検出された後フレームのスペク
トラム包絡パラメータとの差分値の1/8を加え
る。次の2.5msec間は、前記加算値に差分値の1/
８を加え、さらに次の2.5msec間はそれまでの加
算値にさらに差分値の1/4を加える。最終の
2.5msec間は、前記最終加算値にさらに差分値の
1/2を加える。最後の加算結果は、変化量検出回
路３で用いた後フレームのスペクトラム包絡パラ
メータと一致するようにする。非線形分割は前期
の差分分割法以外の方法でもよく、音声合成装置
１の作成時に非線形補間回路５内に適宜設定する
ことができる。

以上のように、この実施例によれば相隣り合う
フレームの包絡パラメータの値に応じて、無補
間、線形補間、非線形補間を選択して実行するこ
とができ、自然音声に近い音声を合成することが
できる。しかも、そのハードウエア機構は極めて
簡単であり、周知の半導体技術を用いて容易に作
成できることは図面から明らかである。

尚、ハードウエア機構を更に単純化する方法と
して第２図に他の実施例のブロツク図を示す。

音声合成装置２１は、合成に用いるスペクトラ
ム包絡パラメータおよび補間回路の補間動作の種
類を指定する情報を記憶するROMあるいはRAM
等の合成情報記憶回路１２と、合成情報記憶回路
２２から出力される時間的にとなりあつたスペク
トラム包絡パラメータ値と、補間回路動作の種類
を指定する情報に従つて補間を行なう補間回路２
３と、前記補間回路２３へ時間的にとなりあつた
スペクトラム包絡パラメータ値を入力するスペク
トラム包絡パラメータ入力回路３０と、前記スペ
クトラム包絡パラメータ入力回路３０によつて補
間回路２３へ入力された情報に対する補間動作を
指定する補間情報入力回路２９と、補間回路２３
から出力される情報に従つて合成を行なう合成フ
イルター２４と、合成出力をアナログ信号に変換
するＡ／Ｄ変換回路２５と、合成情報記憶回路２
２からの情報の読み出し、補間回路２３、合成フ
イルター２４、及びＤ／Ａ変換回路２５を制御す
る制御回路２６と、制御回路２６の動作開始命令
を入力する命令入力端子２７と、合成信号を出力
する出力端子２８とを有し、それぞれは内部で接
続されている。

補間回路２３は、合成情報記憶回路２２からス
ペクトラム包絡パラメータ入力３０を経て入力さ
れる時間的にとなりあつたスペクトラム包絡パラ
メータ値に対し、前記スペクトラム包絡パラメー
タ値と同時に合成情報記憶回路２２から補間情報
入力回路２９を経て入力される補間動作指定情報
に従つた補間、例えば線形補間、非線形補間及び
無補間等の補間を選択して行ない補間値を合成フ
イルターへ出力する。尚、合成情報として自然音
声から抽出されたスペクトラム包絡パラメータを
用いるとして説明したが、人工的に作成されたス
ペクトラム包絡パラメータ値を用いても全く同様
な効果が得られることは明らかである。

この例によれば、記憶回路内に予め補間の種類
を指示する情報が設定されているので、第１図の
実施例のようにパラメータの差分値を求めて、そ
の値に応じて補間回路を選択するというハードウ
エア機構を省略できる。しかも、この例は合成す
べき音声が予め決定されている場合には、その設
計や制御が容易になるので非常に有効である。

更に、この発明はLPC合成方式やフオルマント
合成方式等のようにフレーム内でパラメータを抽
出して、フイルタ係数を設定するような合成装置
に対しては特に有効である。

【図面の簡単な説明】

第１図は本発明の一実施例を示す回路ブロツク
構成図、第２図は他の実施例を示す回路ブロツク
図である。 １……音声合成装置、２……合成情報記憶回
路、３……変化量検出回路、４……補間回路、５
……非線形補間回路部、６……線形補間回路部、
７……合成情報直接入力回路、８……合成フイル
ター、９……Ｄ／Ａ変換回路、１０……制御回
路、１１……命令入力端子、１２……出力端子、
２１……音声合成装置、２２……合成情報記憶回
路、２３……補間回路、２４……合成フイルタ
ー、２５……Ｄ／Ａ変換回路、２６……制御回
路、２７……出力命令入力端子、２８……出力端
子、２９……補間情報入力回路、３０……スペク
トラム包絡パラメータ入力回路。

Claims (1)

1. 【特許請求の範囲】 １ 時間的にとなりあつたフレーム間の音声パラ
   メータ補間を行なう補間回路と、補間制御回路
   と、補間結果に基いて音声を合成する合成回路と
   を有し、前記補間回路は無補間手段線形補間手段
   および非線形補間手段を含み、前記補間制御回路
   はとなり合うフレームが無声から有声への変化あ
   るいは破裂音等過渡的な変化の激しい音声につい
   ては前記無補間手段に音声パラメータを送り、過
   渡的な変化の激しくない音声および有声から無声
   へ変化する音声であつて、となりあうフレーム間
   での変化量が所定の量をこえるものは前記非線形
   補間手段へ、前記変化量が前記所定の量より小さ
   いものは前記線形補間手段へ夫々選別して供給す
   ることを特徴とする音声合成装置。 ２ 時間的にとなりあつたフレーム間の音声パラ
   メータに対して、無補間、線形補間、非線形補間
   を選択的に行なう補間回路と、合成されるべき音
   声のパラメータ情報および前記無補間、前記線形
   補間、前記非線形補間のいずれかを指定する情報
   とが記憶されたメモリと、補間結果に基いて音声
   を合成する合成回路とを有し、前記メモリから読
   み出された時間的にとなりあう音声パラメータと
   前記指定情報とに基いて前記無補間、線形補間、
   非線形補間の１つを選択的に実行することを特徴
   とする音声合成装置。