JPS6315294A - 音声分析装置 - 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、音声を文節単位に分解し又記憶する音声分析
方式に係り、特に、案内放送等、自然で大量の再生音声
を必要とする分野において用いるための音声パターンを
作成するために用いて好適な音声分析方式に関する。

〔従来の技術〕

従来、特公昭５９−２２２４０号公報に開示されたよう
な、音声合成装置が知られている。この音声合成装置は
、文章番号を指定すると文章テーブルからその音声文を
構成する一連の文節アドレスを読出し、この文節アドレ
スによって、音声パターン・メモリから文節を読出し復
号して、その文章を音声として送出するものであり、多
くの音声パターンを必要とする。こり）音声パターンを
作成するための方法として、特開昭５８−２０５１９６
号公報に開示されたものが知られている。

この従来技術は、文節毎に発声したデータ、または文節
間に適当な間合をもたゼた文章を発声したデータの無音
区間を、予め設定した基準レベル以下の信号が、予め設
定した基準時間以上続くことにより検出し、有音部を切
出して音声パターンとしていた。

〔発明が解決しようとする問題点〕

しかし、前述した従来技術によって作成された音声パタ
ーンを用いて、前記音声合成装置を動作させ、案内放送
等を行った場合、発声速度や、イントネーションに不自
然さがあった。すなわち、前記従来技術は、文節の切出
しを無音区間の検出に頼っているため、原音を文章の形
でなく、文節単位で発声したり、必要以上の間合いをも
って発声しなければならず、アクセント、抑揚、間合等
の点で自然な再生音声が得られるような文節の音声パタ
ーンが得られないという問題があった。また、文節内に
無音部が生じた場合、間違った文節の切出しを行ってし
まい、確認、訂正操作を必要とするという問題点があっ
た。

本発明の目的は、前述の如き問題点を解決し、音声合成
装置に用いた場合に、自然な再生音声を合成することが
できるような文節対応の音声パターンを得ることのでき
る音声分析方式を提供することにある。

〔問題点を解決するための手段〕

本発明によれば、前記目的は、切出したい文節に関する
構文情報を利用し、文章単位で自然に発声した音声デー
タから、有音部内における音節の個数と有音部長が、前
記文節に関する構文情報内の該当する文節と等価である
条件を満たすか否かを判断し、条件を満たす場合、その
有音部を該当する文節に対応する音声パターンとして検
出し、また条件を満たさない場合、条件を満たす迄隣接
する音節テ苧雫９叫を併合し、あるいは、有音部内の最
後位にある音節を切離して、条件を満たす有音部を捜し
て音声パターンとして検出することＫより達成される。

〔作　用〕

本発明による音節の抽出は、母音等の有声音を抽出する
ことにより行われ、文節の検出は、音節の数により行わ
れる。検出した文節内の音節の数は、無声音の検出不能
も影響し工実際の文節内の音節の数取下となり、原音発
声が不明瞭でない限り、検出した文節内の音節の数が、
実際の音節の数より多くなることはない。

また、原音の文節長は、発声毎に±１０％程度変動する
が、それ以上大きく変動することはなく、本発明は、こ
の文節長と前述した音節数によって文節を切出している
ので、正しい文節を容易に切り分けることができる。

さらに、原音として文章単位に自然に発声された音声デ
ータを用いることができるので、切り分けられた文節の
音声パターンを用いて、音声合成を行った場合、ごく自
然な再生音声を得ることができる。

〔実施例〕

以下、本発明による音声分析方式の一実施例を図面につ
いて詳細に説明する。

第１図は、本発明による音声分析方式を実施する音声分
析装置のブロック図、第２図〜第５図は、構文情報を説
明するメモリテーブルを示す図、第６図は、入力音声波
形の一列を示す図、第７図は、音声データと文節情報と
の比較判断テーブルである。第１図において、１は分析
すべき原音を入力するマイク、２はマイク１からのアナ
ログデータなＡＤＰＣＭ等号等にディジタル化する音声
符号化装置、５はマイクロプログラムにより音声の分析
を行う制御装置、６は制御装置５を動作させるためのマ
イクロプログラムを格納している制御メモリ、７は音声
符号化装置２で符号化された音声データを記憶するバッ
ファメモリ、８は分析された文節単位の音声パターンを
格納する音声パターンメモリ、９は分析時に必要となる
文節や音節に関する構文情報が記憶される構文情報メモ
リ、３は音−パターンメモリ８からの音声データをアナ
ログ信号に復号する音声復号化装置、４は音声復号化装
置１３の出力信号を音声として出力するスピーカ、１０
は構文情報を入力、表示し、分析経過の報告をする操作
卓である。

第１図に示す音声分析装置における制御装置５は、制御
メモリ６内のマイクロプログラムにより制御され、音声
符号化装置２からの原音声のディジタル音声データをバ
ックアメモリ７に格納し、構文情報メモリ９内の文節に
関する構文情報に基いて、バッファメモリ７内の音声デ
ータから文節を切り分けて、音声パターンメモリ８に格
納する音声分析動作を行う。前記構文情報メモリ９内に
は、音節の種類とその音節の平均発声所要時間が分かる
音節清報テーブルが予め用窓されている。

今、例えば、次に示す文章番号１，２０文章を音声合声
装置により合成するための文節の音声パターンを得たい
もσ）とする。

１、「まもな（、一番線に東京付電車がまいります。」 ２、「まもなく、二番線に大阪付電車がまいります。」 ます゛、操作者は、操作卓１０よりカナ文字と文節間の
区切り記号”／”を使って、前記した合成したい文章を
入力する。制御装置５は、制御メモリ６に格納されてい
るマイクロプログラムに基づいて、操作卓１０より入力
された文章を構文情報メモリ９内に第２図に示すような
入力文章テーブルとして記憶する。次に、制御装＃５は
、この入力文意テーブルの内容を文節毎に分解し、同一
の文節があれば、それらをまとめ又一つの文節とし、＠
３図に示すような文節データテーブルを構文情報メモリ
９内に生成する。制御装置５は、前記音節情報テーブル
を利用して、文節データテーブル内の各文節毎に、その
文節に含まれる音節数と、その音節の平均発声所要時間
の合計、つまりそり〕文節の平均発声所要時間を算出し
、第４図に示すような文節情報テーブルを構文情報メモ
リ９内に生成する。さらに、制御装置５は、各文章を構
成するための文節の順序を示す文節番号列による第５図
に示すような文章情報テーブルを生成して、構文情報メ
モリ９内に記憶する。

以上の処理が終了すると、制御装置５は、操作卓１０に
文章番号１０文章から順に表示して行き、表示された文
章の音声入力を促す。

そこで、操作者あるいは専任のアナウンサーがマイク１
から該当文章を所定の速度で自然に発生して入力すると
、この入力音声信号は、音声符号化装置２で符号化され
、バックアメモリ７に記憶される。このとき、入力音声
信号は、例えば、第６図に示すような波形となっており
、バッファメモリ７への入力と同時に、有音部１１と音
節１２の位置情報も入力音声信号とともに記憶される。

制御装置５は、一つの文章が音声入力される毎に、バッ
クアメモリ７に記憶された音声データの最初の有音部か
ら順番に取出し、この有音部を構文情報メモリ９内の音
節情報テーブル、および文節情報テーブルと照合し、該
有音部が文節と等価か否か判断する。例えは、第６図に
示すような場合、ます“、「マモナ」に相当する有音部
１１が、バックアメモリ７から取出され、その有音部に
含まれる音節数と発声時間とが、第４図に示す文節番号
１の音節数と所要発声時間と比較される。この比較は、
第７図に示す第１段目の比較判断テーブル（ａ）、二段
目以降の比較判断テーブル（ｂ）により行われる。なお
、テーブル（ａ）、（ｂ）において、−はバックアメモ
リ７から取出した有音部から末尾の音節エレメントを切
り離す、＋はバッファメモリ７から取出した有音部に次
の有音部を付加スる、○はバックアメモリ７から取出し
た有音部を文節と等価な音声データ（以下フレーズとい
う）とみなす、△は○と同様だが、前段での判断が＊を
付与した位置であれば、前段での有音部をフレーズとみ
なす、という判断を夫々示している。

前述の場合、バッファメモリ７より取出した「マモナ」
の有音部の音節数および発声時間が、ともに文節情報テ
ーブル内の文節の音節数および発声所要時間より小さい
ので、制御装置５は、第７図のテーブル（ａ）の右下角
部の→の判断、すなわち、バックアメモリ７から取出し
た有音部に次の有音部を付加するとの判断を下し、次の
右部「り」をバッファメモリ７から取出し、「マモナ」
の有音部に付加し、第７図のテーブル（ｂ）に基づいて
比較判断を行う。この結果、バックアメモリ７より取出
した有音部「マモナ・り」は、音節エレメント数も発声
時間も、第４図の文節情報テーブル内の文節番号１０文
節と近く、この文節と等価なフレーズとして音声パター
ンメモリ８に、転送され、格納される。以後、制御装置
５は、同様にして文節に対応するフレーズをパンファメ
モリ７内から切出し、次々と音声パターンメモリ８に格
納する。危後に、音声パターンメモリ８の内容は、音声
復号化装ｆ３により復号化され、スピーカ４より合成音
声として出力され、操作者によってｇ１認される。

前述した実施例は、このままでも、操作卓１０またはそ
れに替る上位装置からの文章番号による出力依頼情報に
より、第５図に示す文章情報テーブルを検索し℃、音声
出力依頼があった文章を構成する文節の文節番号に基づ
いて、音声パターンメモリ８に記憶され℃いる音声フレ
ーズを読出して、音声復号化装置３で復号化し、スピー
カ４から出力できる音声合成装置として利用でき、音声
分析装置装貨として利用できる。

さらに、自動生成された文章情報テーブルと、分析結果
のフレーズ対応の音声ハターンを、他の音声合成装置に
移せば、その音声合成装置は、直ちに動作可能となり、
従来、音声合成装置において、分析された音声パターン
データ以外に１文章情報テーブルに相当するテーブルを
作成しなければならない手間が不要となる。

〔発明の効果〕

以上説明したよ５に、本発明によれは、文章単位で自然
に発声した原音を利用し、構文情報に基づいて、文節対
応の音声パターンを自動的に切り分け、音声分析を行う
ことができるので、この音声パターンを音声合成装置に
利用した場合に、きわめて自然な再生音声を得ることが
できる。また、原音として文章単位で自然に発声したデ
ータを用いるので原音発声者の負担も軽くすることがで
きる。

【図面の簡単な説明】

第１図は、本発明による音声分析方式を実施する音声分
析装置のブロック図、第２図〜第５図は、構文情報を説
明するメモリテーブルを示す図、第６図は、入力音声波
形の一例を示す図、第７図は、比較判断テーブルを示す
図である。 ｌ・・・・・・マイク、２・・−・・・音声合成装置、
３・・・・・・音声復号化装置、４・・・・・−スビー
、力、５・・・・・・制御装置、６・・・・・・制御メ
モリ、７・・・・・・バッファメモリ、８・・・・・・
音声パターンメモリ、９・・・・・・構文情報メモリ、
１ｏ・・・・・・操作卓 第１図 第２図 第３図 第４図　　　　　　第５図 第６図

Claims (1)

【特許請求の範囲】
1. １、制御メモリに記憶されたマイクロプログラムに従つ
   て、文章単位に発声された音声の分析制御を行う制御装
   置と、入力音声情報をディジタル情報に変換する音声符
   号化装置と、該音声符号化装置から出力されるディジタ
   ル情報を記憶するバッファメモリと、前記制御装置によ
   り分析された音声を文節単位のディジタル情報として記
   憶する音声パターンメモリと、入力される文章の文節、
   各文節の平均発声所要時間、文節内の音節数を予め記憶
   する構文情報メモリとを備える音声分析装置において、
   入力音声のディジタル情報を前記構文情報メモリで規定
   される文節に切り分ける際、各文節の平均発声所要時間
   および文節内の音節数の条件を満足するような有音部を
   検出することにより前記切り分けを行うことを特徴とす
   る音声分析方式。