JPS63208099A - 音声合成装置 - 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】 ［発明の目的］ （産業上の利用分野） 本発明は滑らかさのある合成音声を簡易に、且つ効果的
に生成することのできる音声合成装置に関する。

（従来の技術） マン中マシンーインターフェースの重要な役割を担う技
術の１つに、音声の合成出力がある。

従来より種々の音声合成の手法が提唱されており、その
１つに規則合成がある。この規則合成は、任意の人力文
字列を解析してその音韻情報と韻律情報とを求め、これ
らの情報に従って予め定められた規則に基き、上記入力
文字列が示す音声を合成出力するものである。この規則
合成によれば、任意の単語やフレーズの合成音声を容易
に生成し得ると云う効果が奏せられる。

ところがこの規則合成によって生成された合成音声は、
従来より一般的に用いられている録音編集方式により生
成された合成音声に比較して、その品質が悪いと云う問
題がある。即ち、規則合成された音声は、了解度の点で
はかなり高品質ではあるが、その滑らかさの点で難点が
ある。この結果、一般的には聞取り難いと云う不具合が
ある。

そこで本発明者等は、先に入力文字列を解析して求めら
れる音韻記号列から音声パラメータ列を生成する際に用
いられる音声素片パラメータ・ファイルとして、 ■　ＣＶＶ節パラメータを格、納したＣＶＶ節パラメー
タ・ファイルと、 ■　ＣＶ音節パラメータの結合時に該ＣＶ音節パラメー
タ間に挿入されるわたりパラメータを格納したわたりパ
ラメータ・ファイルとを準備し、前記音韻記号列の各音
韻記号の直前母音とそのＣＶ音節の種類に従ってこれら
の音声素片ファイルを選択して音声素片パラメータを求
め、ＣＶ音節パラメータを上記わたりパラメータを挿入
しながら補間結合してその音声パラメータ列を求めるこ
とにより、規則合成される音声の滑らかさと聞取り品さ
の向上を図ることを提唱した。

ところがこのようなわたりパラメータを用いる場合、直
前母音とＣＶ音節の種類に応じた相当数のわたりパラメ
ータを予め求めることが必要であり、更にはこれらのわ
たりパラメータを格納する為には大容量のファイルを準
備する必要があった。

（発明が解決しようとする問題点） このように本発明者等が先に提唱したわたりパラメータ
を用いた規則合成方式にあっては、滑らかで聞取り易い
合成音声を生成し得るものの、大容量のわたりパラメー
タ・ファイルを必要とする等の不具合があった。

本発明はこのような事情を考慮してなされたもので、そ
の目的とするところは、滑らかで聞取り易い音声を簡易
に、且つ効果的に規則合成することのできる構成の簡単
な実用性の高い音声合成装置を提供することにある。

［発明の構成］ （問題点を解決するための手段） 本発明は、ＣＶ音音節パラメタ２間挿入されて補間結合
に供されるわたりパラメータを、直前母音と子音とを同
じくする複数のＣＶ音節と上記直前母音との各わたり部
分の中から択一的にわたり部分選択し、このわたり部分
を分析して上記直前母音と子音を同じくするＣＶ音節に
対するわたりパラメータを代表的に求めるようにしたも
のである。

例えば直前母音／１／と、この直前母音／　ｉ　／に結
合する子音を同じくする複数のＣＶ音節／ｍ　ａ／、　
／ｍ　ｉ　／＊　／ｍ　ｕ／、　／ｍ　ｅ／、　／ｍ　
。

／とのわたり部分／　ｉ−ｍａ／、　／　ｉ　−ｍ　ｉ
　／。

／ｉ−ｍｕ／、／ｉ−ｍｅ／、／ｉ−ｍｏ／の中から、
例えば／　ｉ　−ｍ　ｕ　／を選択し、この／　ｉ　−
ｍｕ／を分析して上記直前母音／　ｉ　／と子音／ｍ／
のわたり部分のわたりパラメータを／ｉ　−ｍ／とじて
代表的に求めるようにしたものである。

（作用） 本発明によれば、直前母音とＣＶ音節の子音とによって
定められるわたりパラメータをわたりパラメータ・ファ
イルに準備するだけでよいので、わたりパラメータの種
類を少なくすることができると共に、わたりパラメータ
・ファイルに要求される容量も小さくすることができる
。この結果、ファイルの小容量化を図って装置構成の簡
易化を図ることが可能となる。

また直前母音とＣＶ音節との種類に応じて選択し、その
直前母音とＣＶ音節との間に挿入するわたりパラメータ
を、上記直前母音とＣＶ音節の子音とによって定められ
るわたりパラメータとして与えることができるので、わ
たりパラメータの選択手順の簡略化を図り、ＣＶ音節パ
ラメータとわたりパラメータとの補間結合による音声パ
ラメータ列の生成処理手続きの簡易化、効率化を図り得
る。

この結果、つながりの滑らかな音声パラメータ列を得て
、滑らかで、しかも自然性が高く聞取り易い合成音声を
効果的に生成出力することが可能となる。

（実施例） 以下、図面を参照して本発明の一実施例につき説明する
。

第１図は実施例装置の概略構成図であり、■は入力文字
列を解析してその音韻記号列と韻律情報とを求める文字
列解析部である。この文字列解析部１にて求められた音
韻記号列は音声パラメータ列生成装置２に入力され、音
声素片ファイル３を参照して音声パラメータ列に変換生
成される。

尚、音声素片ファイル３は、後述するようにＣＶ音節パ
ラメータ・ファイル３ａ、わたりパラメータ・ファイル
３ｂによって構成される。

前記音声パラメータ列生成装置２は人力される音韻記号
列からそのＣＶ音節を判定し、上記音声素片ファイル３
から音声合成の単位となる音声素片パラメータを選択的
に求める音声素片抽出部２ａと、音声素片ファイル３か
ら求められる音声素片パラメータ（ＣＶ音節パラメータ
とわたりパラメータ）を補間結合する補間結合部２ｂと
を具備して構成される。そして補間結合された上記音声
素片パラメータの系列を、前記入力文字列に対応する音
声の声道特性を近似表現する前記音声パラメータ列を生
成するものとなっている。

一方、前記文字列解析部ｌで求められた韻律情報は韻律
パラメータ列生成装置４に与えられ、韻神パラメータ列
に変換生成される。音声合成器５はこのようにして求め
られた上記音声パラメータ列と韻律パラメータ列とに従
い、所定の合成規則に基いて前記入力文字列に対応した
合成音声を生成出力するものである。

ここでパラメータ・ファイルを構成する音声素片ファイ
ル３について説明する。

音声素片ファイル３は前述したようにＣＶｖ節パラメー
タ・ファイル３ａと、わたりパラメータ・ファイル３ｂ
とを具備して構成される。

ＣＶｖ節パラメータ・ファイル３ａは、自然発声された
音声の音節データを切出し、これを分析して求められる
音声素片を格納したものである。例えば入力単語音声と
して「ひまわり」が与えられた場合、これを４つの音節
データ「ひ」　「ま」「わ」　「す」としてそれぞれ切
出し、これらをそれぞれ分析して／　ｈ　ｉ　／、　／
ｍ　ａ　／、　／ｗ　ａ　／。

／　ｒ　ｔ　／　ｆ：る４つの音声素片（ＣＶ音節）を
求める。このようにして求められるＣＶｖ節パラメータ
がＣＶｖ節パラメータ・ファイル３ａに格納される。

尚、このＣＶ音音節パラメータラフアイル３ａは、語頭
で用いられる母音音節（Ｖ音節）音声素片も格納される
。

一方、わたりパラメータ・ファイル３ｂには、ＶＣＶ音
節（Ｖ１Ｃ２ｖ２）を発声させた自然音声から、その音
節素片Ｖ　から０２へと遷移するわたり部分の情報（素
片）が抽出されて格納される。例えば「える」と発声さ
れた音声を分析すると、そのＣＶ音節素片／　ｅ　／と
／「Ｕ／とのつなかり部分に音声の遷移部分が生じる。

このようなわたり部分（遷移部分）の情報が、例えば／
　ｅ　−ｒｕ／なる音声素片として抽出され、この音声
素片を分析してわたりパラメータが求められる。

二こで本装置が特徴とするところは、ＣＶ音節とその直
前母音とによって定まるわたりパラメータを求めるに際
し、そのわたり部分の音声素片の主成分がそのＣＶ音節
の子音と直前母音とによって定まることに着目し、直前
母音と子音とに対応付けてそのわたりパラメータを求め
るようにした点にある。

即ち、本装置では、例えば単語音声「ひ・ま・わ・す」
の音節ｒひ」と「ま」の間に挿入するわたりパラメータ
を求める場合、自然発声される「いま」　「いみ」　「
いむ」　「いめ」　「いも」のような単語音声の１つを
選択し、その単語音声のわたり部分を分析してそのわた
りパラメータを求めるようにしている。

具体的には、第２図に示すようにその直前母音／ｉ／と
この直前母音／　ｉ　／に結合する子音を同じくする複
数のＣＶ音節／ｍａ／、／ｍ　ｉ／、／ｍｕ／、／ｍｅ
／、／ｍｏ／とのわたり部分／ｉ−ｍａ／、／ｉ　−ｍ
　Ｌ／、／ｉ−ｍｕ／、／ｉ　−ｍｅ／、／ｉ−ｍｏ／
の中から、例えば／　ｉ　−ｍｅ／を選択し、この／ｉ
−ｍｅ／を分析して上記直前母音／ｉ／と子音／ｍ／の
わたり部分のわたりパラメータを／ｉ−ｍ／とじて代表
的に求めるようにしている。そしてこのわたりパラメー
タ／ｉ　−ｍ／を前記直前母音／　ｉ　／とＣＶ音節／
ｍａ／、／ｍ　ｔ／、／ｍｕ／、／ｍｅ／、／ｍ。

／との結合時にそれぞれ用いるわたりパラメータとして
前記わたりパラメータ・ファイル３ｂに格納している。

前記音声パラメータ列生成装置２の音声素片抽出部２ａ
はこのような音声素片ファイル８から、音韻記号列に対
応した音声素片を選択的に抽出し、入力文字列に対応し
た音声パラメータ列の生成に供している。

即ち、音声パラメータ列生成装置２は文字列解析装置ｌ
にて求められた音韻記号列に基き、各音韻記号の直前の
母音とそのＣＶ音節の種類に従って前述した音声素片を
選択的に抽出している。具体的には、音韻記号列をなす
各音韻記号に対応した音節パラメータを求めるに際し、
その音韻記号が母音であるか否かを判定し、母音である
場合には、該母音が独立に存在する語頭であるか、或い
は他の異なる母音に続いて現われるものであるかを判定
している。

そしてこの判定の結果、語頭に出現する母音（Ｖ音節）
、および子音と母音とが結合した通常の音韻（ＣＶ音節
）については前記ＣＶ音節パラメータ・ファイル３ａか
らそのＣＶ音節パラメータをそれぞれ抽出する。同時に
これらの抽出された各ＣＶ音節パラメータの結合部に挿
入する為のわたりパラメータをそのＣＶ音節パラメータ
の種類に応じて前記わたりパラメータ・ファイル３ｂか
ら抽出している。

前記補間結合部２ｃはこのようにして抽出された前記Ｃ
Ｖ音節パラメータ間にわたりパラメータを挿入し、これ
らのパラメータ間を補間結合して音声パラメータ列を生
成している。

具体的には、例えば人力文字列として「ひまわり」が与
えられたとき、第３図に示すようにしてその音声パラメ
ータ列を生成している。

即ち、入力文字列ｒひまわりｊの音韻記号列［ｈｉ−ｍ
ａ−ｗａ＊ｒｉｌについて前記ｃｖ音節パラメータ３ａ
から／ｈ　ｉ　／、　／ｍａ／、　／ｗａ／、／ｒｉ／
なるＣＶ音節パラメータをそれぞれ求める。そしてこれ
らの音節パラメータに対するわたり部分のパラメータを
前記わたりパラメータ・ファイル３ｂから／　ｉ　−ｍ
／、　／　ａ　−ｗ／、　／　ａ−ｒ／として求められ
る。

そしてこれらの各音節パラメータ間をそれぞれ補間処理
し、前記入力文字列「ひまわり」に対応した音声パラメ
ータ列を求めている。

この補間処理は、例えば上記ＣＶ音節パラメータ／　ｈ
　Ｌ　／　、／　ｍ　ａ　７間にわたりパラメータ／ｉ
−ｍ／を挿入し、ＣＶ音節パラメータ／　ｈ　ｉ　／の
最終フレームとわたりパラメータ／ｉ−ｍａ／の先頭フ
レームとを補間結合し、わたりパラメータ７　ｉ　−ｍ
ａ／の最終フレームとＣＶ音節パラメータ／　ｍ　ａ　
／の先頭フレームとを補間結合することによって行われ
る。同様にしてＣＶ音節パラメータ／　ｍ　ａ　／　、
　／　Ｖ／　３７間にわたりパラメータ／ａ−ｗ／を挿
入し、ＣＶ音節パラメータ／ｗａ／。

／「１７間にわたりパラメータ／　ａ　−ｒ　／を挿入
し、これらのパラメータの最終フレームと次のパラメー
タの先頭フレームとをそれぞれ補間結合することによっ
て行われる。

かくしてこのような音声パラメータ列生成装置２を備え
た本装置によれば、音声素片である音節についてそれぞ
れ求められる音節パラメータが各音節の直前の音節の母
音に応じて、その母音との結合による変化の情報、つま
りわたり部分のパラメータを介して滑らかに補間結合さ
れることになる。従ってこのようにして求められた音声
パラメータ列の各パラメータは滑らかな変化を伴って結
合されたものとなる。

この結果、このような音声パラメータ列に従って規則合
成される合成音声は、音声素片が滑らかに°〕ながった
自然性の高い滑らかなものとなり、非常に聞取り易いも
のとなる。故に、了解度が高く、滑らかで自然性の高い
音声を効果的に規則合成することが可能となる。

またわたりパラメータが直前母音とＣＶ音節の子音によ
って定められるので、その種類を少なくすることができ
、わたりパラメータ・ファイル３ｂとして必要な容量を
大幅に低減することができる。

そしてわたりパラメータの選択の簡易化を図ることがで
き、総合的には合成音声の品質を高めながら、装置構成
の簡易化と処理手続きの簡易化を図ることが可能となる
。

尚、本発明は上述した実施例に限定されるものではない
。例えば音節パラメータ間の内挿処理法については、従
来より種々提唱されている手法を適宜用いれば良いもの
である。また単語音声のみならず、所定のフレーズの音
声を規則合成するこも可能である。要するに本発明はそ
の要旨を逸脱しない範囲で種々変形して実施することが
できる。

［発明の効果］ 以上説明したように本発明によれば、わたりパラメータ
を直前母音とＣＶ音節の子音の種類に応じて簡易に与え
ることができるので、装置構成の大幅な簡易化を図るこ
とができる。そしてわたリパラメータを用いた滑らかな
音声素片のつながりからなる音声パラメータ列を生成し
て入力文字列に対応した音声を効果的に規則合成するこ
とができる。この結果、合成音声の聞取り易さの向上を
図って、例えばマン・マシン・インターフェースとして
実用上多大なる効果を奏し得る。

【図面の簡単な説明】

図は本発明の一実施例を示すもので、第１図は実施例装
置の概略構成図、第２図はわたりパラメータの生成手順
を概略的に示す図、第３図はＣＶ音節パラメータとわた
りパラメータとの補間結合による音声パラメータ列の生
成例を示す図である。 ■・・・文字列解析部、２・・・音声パラメータ生成装
置、２ａ・・・音声素片抽出部、２ｂ・・・補間結合部
、３・・・音声素片ファイル、３ａ・・・ＣＶ音節パラ
メータ・ファｒル、３ｂ・・・わたりパラメータ・ファ
イル、４・・・韻律パラメータ列生成装置、５・・・音
声合成器。

Claims (1)

1. 【特許請求の範囲】 ＣＶ音節パラメータを格納したＣＶ音節パラメータ・フ
   ァイルと、ＣＶ音節パラメータの結合時に該ＣＶ音節パ
   ラメータ間に挿入されるわたりパラメータを格納したわ
   たりパラメータ・ファイルと、入力文字列を解析して音
   韻記号列と韻律情報とを求める手段と、上記音韻記号列
   の各音韻記号の直前母音とそのＣＶ音節の種類に従って
   前記各パラメータ・ファイルからＣＶ音節パラメータと
   わたりパラメータとを選択的に抽出する手段と、これら
   のパラメータを補間結合して音声パラメータ列を生成す
   る手段と、前記韻律情報に従って韻律パラメータ列を生
   成する手段と、上記音声パラメータ列と韻律パラメータ
   列とに従って音声を規則合成する手段とを具備し、 前記わたりパラメータ・ファイルには、直前母音と子音
   とを同じくする複数のＣＶ音節と上記直前母音との各わ
   たり部分の中から択一的に選択されたわたり部分を分析
   して求められるわたりパラメータを格納してなることを
   特徴とする音声合成装置。