JPS6295600A

JPS6295600A - 残差駆動型音声合成方式

Info

Publication number: JPS6295600A
Application number: JP60236930A
Authority: JP
Inventors: 博雄北川; 佐々部　昭一
Original assignee: Ricoh Co Ltd
Current assignee: Ricoh Co Ltd
Priority date: 1985-10-23
Filing date: 1985-10-23
Publication date: 1987-05-02
Anticipated expiration: 2014-03-08
Also published as: JP2866086B2

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】挟近分災本発明は、残差駆動による音声合成方式、より詳細には
、高品質の合成音声を得るための駆動波形生成方式に関
する。

丈米反亙音声の分析合成方式においては、その生成モデルに基づ
き、スペクトルパラメータ（Ｌ　Ｐ　Ｇ　。

ＰＡＲＣＯＲ，ＬＳＰなど）と音源信号を音声合成フィ
ルタに与えて合成音声を得ている。、スペクトルパラメ
ータは、声道特性を全極モデルで近似することによって
得られるものであり、このモデルに立脚すれば、残差波
形のスペクトルは白色化される。従って、有声音部の音
源信号にはインパルス列、無声音部の音源信号には白色
雑音が多く用いられてきた。しかしながら、実際の音声
生成過程は、全極モデルとは一致しないため、残差波形
のスペクトルは、完全に白色化されることはなく、無声
音部の音源として白色雑音を用いた場合、十分な音質が
得られないという欠点がある。

目　　　　　的本発明は、上述のごとき実情に鑑みてなされたもので、
特に、無声音部の音源に残差波形を用いることによって
、高品質な合成音声を得ることを目的としてなされたも
のである。

構　　　成本発明は、上記目的を達成するために、音声の生成モデ
ルに基づき、スペクトル情報と音源情報とから音声を合
成する音声分析合成方式において、合成音声の無声音部
は、合成器の逆フィルタから抽出される残差波形をその
継続時間長に対応するように伸縮処理して駆動音源とす
ることを特徴としたものである。以下、本発明の実施例
に基いて説明する。

第１図は、駆動音源作成用の一定時間長の音源波形を生
成するための一実施例を説明するための図で、図中、１
は残差波形入力部、２は区間切出し部、３は振幅正規化
部、４は音源波形出力部で、無声音部の定常部から一定
時間長の残差波形を切出しく波形Ａ）、その振幅を正規
化して音源波形（波形Ｂ）とするものである。

第２図は、他の実施例を示す図で、図中、５はＦＥＴ、
６はランダム位相化部、７は逆ＦＥＴ、その他第１図と
同様の作用をする部分には、第１図の場合と同一の参照
番号が付しである。而して、この実施例は、区間切出し
された残差波形にフーリエ変換、ランダム位相化、逆フ
ーリエ変換の処理を施して音源波形を生成するもので、
スペクトルのランダム位相化によって、振幅の正規化も
同時に行われる。

第３図は、一定時間長の音源波形に伸縮処理を施して駆
動音源を生成するための実施例を説明するための図で、
この実施例は、音源波形（Ａ）。

（Ｂ）、（Ｃ）の任意の位置から任意の長さの波形をい
くつか切出し、これらを接続して目的とする時間長に一
致する駆動音源（Ｄ）を生成するものである。この際、
音源波形の同じ部分が長時間繰返されないようにするこ
とが重要である。同一部分の繰返しは、波形のランダム
性を損い、繰返し周期が合成音声中に含まれてしまうこ
とになる。

なお、音源波形の接続部は、荷重平均等滑らかに波形を
つなぐための処理を施してもよい、また、駆動音源のパ
ワーは、合成音声のパワーに合わせて自由に制御してよ
い。

第４図は、他の実施例を説明するための図で、この実施
例は、音源波形（Ａ）〜（Ｃ）の任意の位置で波形を折
返して接続する操作を数回繰返し、目的とする時間長に
一致する駆動音源（Ｄ）を生成するものである。この操
作により、接続部における連続性が確保されることにな
る。なお、波形の折返しとは、時間軸の向きを反転させ
ることに相当する。

第５図は、本発明の他の実施例を説明するための図で、
図中、１１は切出し残差部、１２．〜１２３はランダム
位相化部、１３１〜１３３は音源波形部で、この実施例
は、切出された残差波形に複数のランダム位相化処理を
施し、これらの波形をあらかじめ接続しておくことによ
って、十分に長い音源波形（Ａ）を作成しておき、この
波形の任意の部分を切り出して駆動音源（Ｂ）を生成す
るものである。以上によって、無声音部における残差ス
ペクトルを保存した音声合成が達成できる。

効　　　果以上の説明から明らかなように、本発明によると、残差
波形に含まれるスペクトル情報が駆動音源に保存される
ため、白色雑音による駆動に比較して、より明瞭性、自
然性に優れた高品質の合成音声が得られる。

【図面の簡単な説明】

第１図乃至第５図は、それぞれ本発明の詳細な説明する
ための図である。１・・・残差波形部、２・・・区間切出し部、３・・・
振幅正規化部、４・・音源波形部、５・・・ＦＥＴ、６
・・・ランダム位相化部、７・・・逆ＦＥＴ、１１・・
・切出し残差部、１２□〜１２３・・・ランダム位相化
部、１３□〜１３．・・・音源波形部。特許出願人　　株式会社　リコーＭｌ　　図第　２　図第３図ヒ＝：±＝≦：ヨ＋＋”＋１第４図（Ａ）　　　　　　　　　　（Ｂ）　　　　　　　　　
　（Ｃ）第５図ト　　　　　　　（Ｂ）手続補正書（自発）昭和６１年１月７日特許庁長官　　　宇　賀　道　部　　殿［、事件の表示昭和６０年　特許願　第２３６９３０号２、発明の名称残差駆動型音声合成方式３、補正をする者事件との関係　　特許出願人オオタ　り　ナカマゴメ住所　　東京都大田区中馬込１丁目３番６号氏名（名称
）（６７４）株式会社リコー代表者　　浜　　１）　　
　広７、補正の内容（１）、明細書第４頁第１８行目に記載の「するもので
ある。」を「するものである。ただし、振幅正規化は、
合成音声のパワー制御を容易にするために行うものであ
り、必ずしも必要ではない。」に補正する。（２）、同第４頁第１９行〜２０行目に記載の「５はＦ
ＥＴ、」を「５はＦＦＴ、」に補正する。（３）、同第４頁第２０行目に記載の「７は逆ＦＥＴ、
」を「７は逆ＦＦＴ、」に補正する。（４）、同第５頁第１４行目に記載の「この際、音源波
形の」を「この際、切出す波形の位置と長さのいずれか
一方は、固定でもよいが、音源波形の」に補正する。（５）、同第７頁第１ｏ行目ニ記載（７）　ｒ　５　・
−ＦＥＴ、」を「５・・・ＦＦＴ、」に補正する。（６）、同第７頁第１１行目に記載の「７・・・逆ＦＥ
Ｔ、」を「７・・・逆ＦＦＴ、」に補正する。

Claims

【特許請求の範囲】

（１）、音声の生成モデルに基づき、スペクトル情報と
音源情報とから音声を合成する音声分析合成方式におい
て、合成音声の無声音部は、合成器の逆フィルタから抽
出される残差波形をその継続時間長に対応するように伸
縮処理して駆動音源とすることを特徴とする残差駆動型
音声合成方式。
（２）、無声音部の定常部の残差波形から一定時間長の
波形を切り出し、振幅正規化し、この波形を伸縮処理し
て駆動音源とすることを特徴とする特許請求の範囲第（
１）項に記載の残差駆動型音声合成方式。
（３）、無声音部の残差波形から切り出された一定時間
長の波形をフーリエ変換、ランダム位相化、逆フーリエ
変換することによつて得られる時間波形を伸縮処理して
駆動音源とすることを特徴とする特許請求の範囲第（１
）項に記載の残差駆動型音声合成方式。
（４）、一定時間長の残差波形をランダムな位置、長さ
で切り出し、接続することによつて伸縮処理を行うこと
を特徴とする特許請求の範囲第（２）項又は第（３）項
に記載の残差駆動型音声合成方式。
（５）、一定時間長の残差波形を任意の位置で折り返し
、接続することによつて伸縮処理を行うことを特徴とす
る特許請求の範囲第（２）項又は第（３）項に記載の残
差駆動型音声合成方式。
（６）、無声音部の残差波形から切り出された一定時間
長の波形のスペクトルをランダム位相化した波形を数パ
ターン作成し、これらを接続して十分長い波形を生成し
、この波形の任意の位置から必要とされる長さを切り出
して駆動音源とすることを特徴とする特許請求の範囲第
（１）項に記載の残差駆動型音声合成方式。