JPS6385799A - 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】 〔産業上の利用分野〕 この発明は文字・記号等を入力とした音声合成装置に関
するものである。

〔従来の技術〕

文字・記号等を入力とした従来の音声合成装置（たとえ
ば、昭和６１年度電子通信学会総合全国大会講演論文集
３２６−５、昭和６１年３月）の処理ブロック図を第１
図に示す、また１表は上記音声合成装置への入力例を第
１表ｔａｌに示す。

入力は、アクセント記号、フレーズ記号、体上記号及び
音節記号である。

アクセント記号は、ＡＩ（０，４０）、Ａ２（０，２６
）及びＡＯであり、Ａ１とＡ２によってアクセントの立
上りの音節境界と、アクセントの大きさの種類を示し、
ＡＯでアクセントの立下りの音節境界を示す、アクセン
トの大きさは、Ａ１、Ａ２の記号で示される２種類があ
る。（）内は実際に割当てるアクセントの大きさを示す
。

フレーズ記号は、Ｐｉ（０，４３）、Ｐ２（０，２６）
、Ｐ３（０，１２）及びＰＯであり、Ｐｌ、、Ｐ２）Ｐ
３によってフレーズの開始時点と大きさの種類を示し、
ＰＯはそれ以前にあるＰｌ、Ｐ２）Ｐ３によって生じた
フレーズ成分を０に減らすことを示している。（）内は
実際に割当てるフレーズの大きさを示す。

体上記号はｒ、Ｊ（０，７秒）、「、Ｊ　　（０，３秒
）「・Ｊ　　（０，０８秒）であり、その音節境界で休
止がおかれること、すなわち間があくことを示している
。（）内は休止の長さを示す。

音節記号は「ス」　「ズ」　「メ」　「ワ」・・・・・
・等の片仮名で表わされた記号であり、音の種類を示し
ている。

入力中、○のついたもの、たとえば「シ○」は無声化さ
れた「シ」を示す。

入力によりて合成すべき音声が指示されるが、その合成
処理は次のようにして行なう。

（１）音素的パラメータの生成 音節記号により指定される音節を蓄積パタンから選び出
し、その蓄積パタン中に記載されているその音節固有の
時間長と、体上記号によって指定される休止時間をもと
にしてその音節の時点を決定する。

次に、蓄積パタンに記載されているその音節固有の音素
的パラメータ、例えばホルマント周波数と帯域幅の時間
変化パタンを読み出し、先に定めた各音節の時点が満た
されるように、音素的パラメータを伸長・圧縮させなが
ら、互いにつなぎあわせる。たとえば、ある音節Ｃ，Ｖ
、の時点をｔ−Ｑとし、次の音節ＣｇＶｔがｊ　−１４
０ｓｓｅｃであり、Ｃ１ｖ、の音素的パラメータが！　
−１００ｓｓｅｃの分までしか記述されておらず、また
Ｃ、Ｖ、の音素的パラメータが　ｔ　”　１４０ｍ５ｅ
ｃからの分からしか蓄積パタンに記述されていないとし
たら、ｔ”１００ｍ５ｅｃからｔ　＝　１４０ｍ５ｅｃ
までの間は、ｖｌの部分を引き伸ばすことにより補う。

以上の処理によって、合成しようとする文音声の音素的
パラメータが得られ、音声合成器（たとえばホルマント
合成器）に送られて、音声信号生成に用いられる。

（２）　　音源強度パタンの生成 音源強度は、合成する音節の種類ごとに値を定め、また
休止の前・後では、減少・増加させる必要がある。音節
の種類に固有な値は、やはり蓄積パタンに記載されてお
り、音素的パラメータと同様の伸縮処理を行なってつな
ぎ合わせることで、目的とする文の基礎的な音源強度パ
タンか得られる。さらに、休止、特に文と文の区切りを
示す「、」の休止の前後で、音源強度規則にしたがって
、一定量を減少・増加させることで、最終的な音源強度
パタンか得られ、音声合成器に送られて音声信号生成に
用いられる。

（３）　　基本周波数（声の高さ、記号Ｆ０で表わす）
パタンの生成 入力中には、フレーズ及びアクセントの時点が、どの音
節境界にあるかが示されており、しかも前述のように音
節の時点が決定しているので、音節の時点を基準とする
ことでフレーズおよびアクセントの時点を決められる。

また入力中のフレーズ記号、アクセント記号の種類によ
って実際に用いる値が決まっている（たとえば、ＡＩは
０．４０）ので、これによりフレーズ指令とアクセント
指令の大きさと時点を決めることができる。フレーズお
よびアクセントの時点と大きさをもとにしてＦ・パタン
の生成モデルの式により、Ｆ６パタンの生成を行なう。

Ｆ・パタン生成モデルを第２図に示す、Ｆ、の時間変化
パタンをＦｏ（ｔ）で表わし、次の式によって計算を行
う。

であり、それぞれ臨界制動二次線形系のインパルス応答
と、ステップ応答になっている。

α、βは応答の速さを決める定数であり、α＝３．０、
β−２０，０程度の値を用いる。

１−（１＋βｔ）ａｘｐ（−βｔ）は、ｔが増加するに
伴って目標値１．０に漸近するが、有限の時間内でＧａ
　（ｔ）を目標値に収束させるため、θ−０，９として
処理を行なっている。θ≦１の条件の場合Ｇａ（ｔ）の
目標値はθである。

■は、その文章内に出てくるフレーズの数を示し、Ａｐ
ムは五番口に出てくるフレーズ指令の大きさを示す、た
とえば、ＰＩ（０，４３）の記号で示されるフレーズが
来るならＡｐｔ−０，４３となる。　Ｔｏ！はそのフレ
ーズ指令の時点を示す。

Ｊは、その文章内に出てくるアクセントの数を示し、Ａ
ａｊは１番目に出てくるアクセント指令の大きさを示す
、たとえば、１番目のアクセントとしてＡＩ（０，４０
）の記号で示されるアクセントが来るならば、Ａｐｔ　
−０，４０となる＠　Ｔ１４　％Ｔｕｊは、１番目のア
クセント指令の開始時点と終了時点を示す。

１ｎＦｓｉｎは、定数項であり、声帯の振動可能最低周
波数に対応している。たとえば、男性音声を合成すると
きは、ＦｓｉｎＩ−＋　７５Ｈｚ程度に、女性音声を合
成するときはＦｍ１ｎ＃　１１５Ｈｚ程度に設定する。

Ｆｅ（ｔ）を計算するときは、前述の処理によって決ま
ったフレーズ指令の大きさと時点Ａ９ｔ　、Ｔｏ（（１
≦ｌ≦り、アクセント指令の大きさと時点Ａａｊ％Ｔ＋
７．７ｇ７　　（１≦ｊ≦Ｊ）を前掲の０式に当てはめ
て右辺を計算し、その結果に対して対数の逆関数、すな
わち指数関数をとることにより、Ｆ＋（ｔ）を計算する
。

以上の処理によって得られたＦｏ（ｔ）　、すなわち基
本周波数パタンは、音声合成器に送られ、音声信号の生
成に用いられる。

上述の処理に用いられるハードウェアは、音声合成器（
たとえばホルマント合成器）は、信号処理プロセッサに
より実現されており、入力記号から音声合成器への入力
を作成するまでの処理は、マイクロプロセンサによって
処理される。蓄積パタンは、マイクロプロセッサのアク
セスするＲＯＭに記憶される。

また、Ｆ＋（ｔ）の計算式の計算などはマイクロプロセ
ッサのプログラムで実現されている。

以上の説明では、音節記号、体上記号、アクセント記号
、フレーズ記号を入力して、音声を合成する場合の処理
を示したが、漢字仮名混じり文章（たとえば第２図伽）
参照）を入力とする音声合成装置も知られている。この
場合、漢字仮名混じり文を前述した音節記号、体上記号
、アクセント記号、フレーズ記号に変換する処理が必要
である。

この処理は、入力文章を単語単位に分かち、単語辞書を
検索することにより読みを決定し、同じく単語辞書に書
かれたアクセント型により、アクセントの上り下りの音
節境界を決定し、アクセントの大きさを割り当てる処理
によって行なわれる。

〔発明が解決しようとする問題点〕

前記従来技術においては、前掲の０式によりＦ。

パタンを計算したが、０式は返信式にすぎず、実際に観
測される自然音声のＦｏパタンと異なる部分がある。自
然音声のＦｏパタンを観測すると、調音様式によってＦ
ｏパタンに局所的変動が生じる現象がある。この現象は
比較的古くから知られており、たとえば「佐藷利男、日
本音響学会論文誌、第１４＠第２号ＰＰ１１７−１２２
（１９５８年）Ｊｒ報告されている。

音声合成装置においても、この現象をうまく近位できる
ことが、自然性や明瞭性の向上に役立つことが期待され
る。また、工学的見地からは、なるべく単純な方法及び
構成で実現できることが望まれる。

この発明は、以上の点に鑑みて創案されたもので、少な
い記憶容量と簡単な制御により、調音様式により生ずる
Ｆｏパタンの局所的変動を合成音声　　−に与えること
を目的としている。

〔問題点を解決するための手段〕

上記の問題を解決する手段を創案するに先立ち、まず自
然音声の分析を行うた。

（！）　　音声試料と分析方法 同一のＣＶ音節が４回連続する無意味単語／ＣＶＣＶＣ
ＶＣＶ／を単独で発声したものを試料とした。子音は、
／ｐ／、／１／、／に／、／３／、／ｈ／、／ｍ／、／
ｎ／、／Ｗ／、／ｒ／、／ｊ／、／ｂ／、／ｄ／、／ｇ
／、／　ｚ　／の１４４種類母音は／ｉ／、／ｅ／、／
ｕ／、１０／、／ａ／の５種類を用い、日本語の音節と
して適切なすぺての組合せをｇＩＩ４ｆ！シた。アクセ
ント型は平板型とし、なるべく抑揚をつけずに発声した
０発声者は成人男性１名で、発声回数は各単語光り４回
である。

Ｆｏ油抽出、ＬＰＣ残差の自己相関関数による方法と、
波形計測による方法を併用した。前者の方法では、ＬＰ
Ｃ分析に先立うてカン）オフ周波数５００Ｈｚの直線位
相フィルタによって低域ろ波を行った、ＬＰＧ分析の次
数は１１、分析窓のシフト長は２ｖｂｓｅｃとした０分
析窓長は、窓の位置でのＦｏの値に適応するよう自動的
に変化させた。後者の方法では、波形上の同位相と思わ
れる点の間の距離をパーソナルコンピュータの画面上で
対話的に計測した。なお、ＡＤ変換のサンプリング周波
数は１０ｋｌｌｚ、精度は１２ｂｔｔである。

分析結果の一例を第３図に示す。

（２）　　分析結果 子音調音に起因すると思われるＦｏパタンの局所的な変
動には、第４図に示すような４種類の類型があることが
明らかになった。第４図のタイプＯはほとんど変動のみ
られないものである。タイプ１およびタイプ３では、い
ずれも母音から子音への出ねたりでＦｏパタン下降がみ
られるが、子音から母音への入りわたりでは、タイプｌ
は比較的顕著な下降がみられ、タイプ３では上昇がみら
れる。

タイプ２はタイプ３と類似しているが、主として子音部
と母音部の境界付近でＦｏパタンの急激な局所的変化が
みられる０分析に用いた子音と母音の各々の組合せにつ
いて、Ｆｏパタンの局所的変動が上記のいずれの型に属
するかを第２表にまとめて示した。

（３）　　発明の構成 第５図にこの発明の構成を示す。

部分マイクロパタンテーブルは、あらかじめ自然音声を
分析して得られた調音様式に対応する基本周波数の小さ
な変化パタン（部分マイクロパタン）を記憶しである部
分である。

部分マイクロパタンを選択する部分は、音声合成装置の
入力で指示される音素（子音と母音のことを言う）の連
なり方をもとにして、その音素の調音様式に対応する部
分マイクロパタンを、部分マイクロパタンテーブルから
選び出す部分である。

たし合わせ処理を行う部分は、従来技術によって求まる
音声の基本周波数の大きな変化パタンすなわちマクロパ
タンに、同じ〈従来技術によって定まる部分マイクロパ
タンの時点で部分マイクロパタンをたし合わせる（この
結果をトータルパタンと呼ぶ）手段である。

、音声信号を生成する部分は、従来技術にあるものと同
じであり、トータルパタンと、音源強度パタンと、音素
的パラメータをもとにして合成音声を生成する。

〔作用〕

合成しようとする音声の音素の連なり方に応じて、その
調音様式に対応する部分マイクロパタンが、部分マイク
ロパタンテーブルの中から検索され選び出される。一方
、従来技術と同じ方法によって基本周波数の大きな変化
パタン（マクロパタン）が作成される。そして、従来技
術によって音素の連なりの時点（たとえば、子音と母音
の組である音節の時点）が決まるので、その時点で部分
マイクロパタンをマクロパタンにたし合せる。その結果
、マクロパタンと部分マイクロパタンが合わされたトー
タルパタンが得られ、トータルパタンによって合成音声
の基本周波数が制御される。

最終的に、音声合成装置から出力される合成音声の基本
周波数パタンは、従来技術により生成されたマクロパタ
ンと調音様式に対応して付は加えられた部分マイクロパ
タンが合わさったものとなる。

部分マイクロパタンは、あらかじめ自然音声を分析して
記憶しであるパタンとなっている。

〔実施例〕

部分マイクロパタンとマクロパタンのたし合わせ処理は
、部分マイクロパタンテーブルに記憶しである範囲の時
間長だけ部分マイクロパタンをマクロパタンにたし合わ
せればよく、部分マイクロパタンをたし合わせる必要の
ない期間は、たし合わせる処理自体は不用である。しか
しながら、処理装置の構成上はある時間はたし合わせ処
理を行って、ある時間はたし合わせ処理を行わないとい
うのは、制御が複雑になる。そこで、まず部分マイクロ
パタンを合成しようとする文の時間軸上に配置したパタ
ン（これを全体マイクロパタンと呼ぶ）を用意し、しか
る後に全体マイクロパタンとマクロパタンをたし合わせ
処理を行うというように、処理を２つに分ければ処理の
制御が簡単になる。それを第６図に示す。

まず、説明を簡単にするためＣとＶの組み合わせ、すな
わちＣｖ音節に対してＣからＶへの過渡部における部分
マイクロバ、タンテーブルが用意されている場合につい
て説明する。

いま、Ｃ＋Ｖ＋の音節に対応する部分マイクロパタンが
第７図（ａ）（縦軸に対数軸上で表わした基本周波数の
変化量、横軸に時間を示す、以下同じ）に示すＧ　ｂ　
、　（ｔｌの通り、時刻０からｌ、の長さにわたって固
有Ｆｏパタンテーブルに記憶されており、ＣＣＶｓの音
節に対応する部分マイクロパタンが第７図偽）に示すＧ
ｂ、（ｔｌの通り時刻０からｉの長さにわたって記憶さ
れているとする。そして音節の時点がＣ＋Ｖ＋はＴ□、
Ｃ８Ｖ□はＴ□になったとする。音節の時点に対応する
ように、部分マイクロパタンを時間軸上に配置すると、
第７図＋９１のようになる０図中太い線で示した部分、
すなわち、Ｔ１からＴＦＩ　＋　ｌ　ｔ　％　Ｔｖｚか
らＴ、、＋１．は、部分マイクロパタンテーブルに記載
されている内容からそのまま得られる部分であるｍＴｔ
＋”ｊ！＋からＴ’ｒｉの間は未定義になっている部分
である。この未定義の部分は、その前後の部分マイクロ
パタンの端の値を接続する、たとえば直線補間によって
補う、直線補間した結果を第７図（ｄｌに示す。

以上の説明は、Ｃ，Ｖ、とＣｔＶ、の２つの音節が連続
している場合を示した。実際の文章を合成する場合は、
もっと多くの音節が連続しているが、以上の説明と同様
にして各音節に対する部分マイクロパタンをその音節の
時点に配置し、音節の間の未定義な部分は直線補間する
。なお、文と文の間の休止など音声を合成しない期間は
、Ｐｏパタンを定める必要がない、そして、各調音様式
に対応する部分マイクロパタンは、自然音声を分析して
あらかじめ部分マイクロパタンテーブルに記憶させるこ
とによって準備しておく、さらに、そのとき自然音声の
分析結果を若干手を加えて、すべての部分マイクロパタ
ンの前端と後端の値が一定値（Ｇｃとする）を持つよう
にしておけば、各音節のマイクロパタンをつなぎ合わせ
名車線補間は、各音節の部分マイクロパタンの間の未定
義な部分をＧｃに設定する処理でよくなる。

以上の処理によって文の全体マイクロパタンが得られる
。これを以降Ｇｂ（ｔｌで示す、　Ｇｂ（ｔｌとは別に
、従来技術により文の基本周波数パタンか得られる。

これは、文の大局的な変化パタンなので、マクロパタン
と呼びｐｍ（ｔｌで表す、従来技術で用いている記号で
表わせば、 １ｎＦ−（ｔ）−１ｎｌ’ｗｉｎ　＋　、Σ＾ｐｔＧｐ
（ｔ　　−Ｔｏ、　　）Ｉす ＋ΣＡａｊ　（Ｇａ（ｔ−Ｔ＋ｊ）　Ｇａ（ｔ−Ｔｇａ
））となる、そして、最終的に合成され出力される音声
の基本周波数パタンをＦｏ’　（ｔ）で表わすと、１ｎ
Ｆｏ’　　（ｔ）＝　ＩｎＦｓ（ｔｌ　＋Ｇｂ（ｔ）で
計算する。もちろん、対数軸上で計算しな（でも、 Ｆｏ’　　（ｔｌ−ｆ’５（ｔ）Ｘｅｘｐ（Ｇｂ（ｔｌ
）で計算できるのは言うまでもない。

さらに、Ｇ　ｂ　ｉ　（ｔｌをつなぎ合わせてＧｂ（ｔ
）を計算し、その後にｅｘｐ（Ｇｂ（ｔ））を求めるの
ではな（、あらかじめｅｘｐ（Ｇｂｉｌｔｌ）の値を計
算し記憶しておけば、それをつなぎあわせるだけでｅｘ
ｐ（Ｇｂ（ｔ））が求まることも言うまでもない、この
ように、計算処理は種々の方法と順序がある。

次に、部分マイクロパタンの記憶容量を減らす方法を説
明する。

部分マイクロパタンＧ　ｂ　ｉ　（ｔ）は、すべての音
素的特徴量の記憶単位、たとえばＣｖ単位のそれぞれに
対して、固有の値を与えておくこともできる。

しかしながらこの発明に先立って行なわれた分析結果を
もとにすれば、著しく記憶容量を減らすこともできる。

第８図にその方法を示す、ＣからＶへの過渡部における
部分マイクロパタンには、４種類あることは前述した通
りである。これをＧｂｓ（ｔｌ、Ｇ　ｂ　＋　（ｔ）、
Ｇ　ｂ　ｔ　（ｔ）、Ｇｂｓ（ｔ）で表す０部分マイク
ロパタンテーブルに記憶するのはＧｂｏ（ｔ）、ａ　ｂ
　＋　ｔｔ）、Ｇ　ｂ　＊　（ｔ）、Ｇｂｓ（ｔｌであ
る（第８図のＦ２１参照）、実際に記憶する値は、自然
音声の分析して、そのタイプの平均的な部分マイクロパ
タンを求めて記憶する。一方すべての音節に対しては、
それがどのタイプすなわち、Ｇｂｓｔｏ、Ｇ　ｂ　、　
＋ｔｌ、Ｇ　ｂ　、　（ｔｌ、Ｇ　ｂ　３　（ｔ）のど
れに該当するかを表の形にして記憶しておく（第８図Ｆ
２２参照）、Ｆ２２の内容は、実際には、分析結果の際
に紹介した対応表のようになっている。そして、ある音
節に対する部分マイクロパタンを得るとき、たとえば、
第８図においてＣ，Ｖ、に対するマイクロパタンを得る
には、Ｆ２２により、該当する部分マイクロパタンのタ
イプを得るとタイプ０であることを示しているので、Ｇ
ｂｏ（ｔｌを用いればよいことがわかる０部分マイクロ
パタンを記憶するのに要する容量は、たとえば、基本周
波数の値を１バイトで表し、１００ｍ５ｅｃのわたって
５ｍ５ｅｃごとの値を記憶するとぜんぶで２０バイト必
要である。一方Ｆ２２においては部分マイクロパタンの
種類のみを指定するだけなので、わずか２ビツトで十分
である。よって、最小必要限な種類の部分マイクロパタ
ンのみを記憶するなら、記憶に要する容量をへらすこと
ができる。なお、タイプの部分マイクロパタンＧｂ＊（
ｔ）は、はとんど変化のないパタンであるため、定数Ｇ
ｂｃで置き換えることもてきる（第９図）、この場合時
間変化パタンとして記憶しておくのは、Ｇ　ｂ　、　（
ｔ）、Ｇｂ律）、Ｇｂ！（ｔ）の３種となる。また、よ
り自然音声を忠実に真似しようとするならば、たとえば
タイプ３用の部分マイクロパタンＧ　ｂ　３　（ｔ）を
、より変動の大きなパタンＧｂｓｔ（１１と変動の比較
的少ないパタンＧｂｓｇ（ｔ）に分類して、音節毎に使
いわけることも可能である。

次にＦｏ（ｔｌの計算式の計算法について説明する。

Ｆｏ’　（ｔｌの計算式は ■ ＋Ｇｂ（ｔ） である、ここで１ｎＦｍ１ｎとＧ　ｂ　（ｔｌを先に計
算することにすると、 １ｎＦｏ’　（ｔ）＝　（ＩｎＦｍｉｎ＋Ｇｂ（ｔｌ）
札ΣＡｐｉＧｐ（ｔ−ｆａｘ）＋　ＴｈＡａｊ（Ｇａ（
ｔ−Ｔｌｊ）−Ｇａ（ｔ−Ｔｘ＝））　　−■ｊ−１ となる＊　ｊａｓｍｉｎは定数であるので、Ｇｂ’　（
ｔｌ−１ｎＦｍｉｎ＋Ｇｂ（ｔ）と表すことにし、部分
マイクロパタンＧｂ　ｉ　（ｔ）の代わりにｌｎＦｍ１
ｎの定数をあらかじめたした値Ｇｂｉ’（ｔ）を部分マ
イクロパタンテーブルに記憶しておけば、Ｇ　ｂ　ｉ　
（ｔｌからＧ　ｂ　（ｔｌを求めたときの説明と同じ処
理によってＧｂｉ’　ＴｔｌからＧｂ’　（ｔｌが計算
できる。これにより、■で要したＩｎＦｍ１ｎとＧｂ（
ｔ）をたす演算を減らすことができ、音声合成処理に要
する演算量を減らすことができる。

以上の例では、Ｃｖの過渡部における部分マイクロパタ
ンを分析の結果得られた４種類のパタンを用意する場合
を示した。しかしながら分析結果におけるタイプ２は、
分析上得られたパタンであり、音声合成の際に用いても
効果が比較的少ないと考えられる。この場合、タイプ２
を示したＣｖ音節に対してはタイプ０を用いればよい、
そうすると、この場合の部分マイクロパタンは次の３つ
である。

■基本周波数が平板（はとんど変化がない）なもの（タ
イプＯ） ■基本周波がＣからＶへの過渡部で、下降を行うもの（
タイプｌ） ■基本周波数がＣからＶへの過渡部で上昇を行うもの（
タイプ３） また、以上の例では、ＣからＶへの過渡部に対して、部
分マイクロパタンを与える場合を示したがＶからＣへの
過渡部に対しても、部分マイクロパタンを与えることが
できる。このときのパタンは分析結果から少なくとも次
の２種類を用意しておけばよい。

（ｉ）基本周波数が平板なもの。

（ｉｉ　）基本周波数がＶからＣへの過渡部で下降を行
うもの。

である、下降の程度によって、（ｉｉ）をさらに、下降
の程度の大きいものと、小さいものに分類して用意して
おいてもよいことは言うまでもない。

なお、■からＣへの過渡部の時点は、Ｃｖ音節の時点が
定まれば、たとえばＣ＋Ｖ＋ＣｇＶｔにおいて、Ｃ１ｖ
ｌとｃｔｖｔの時点が決まれば、Ｃ＋Ｖｔの過渡部の時
点が決まるのは言うまでもない。

最後に、設計上の留意事項として、基本周波数に与える
ゆらぎに関して述べる。従来から自然音声の基本周波数
には微小なゆらぎがあることが知られている。また、合
成音声の基本周波数パタンに微小な変化パタン（これを
以後ランダムパタンと呼ぶ）を与え、自然音声のゆらぎ
を模擬することで、自然性が向上することが知られてい
る。

このランダムパタンは、マクロパタンに部分マイクロパ
タンを付加し、トータルパタンを作成した後に、トータ
ルパタンに付加する処理構成も可能である。しかしなが
ら、次のようにするとマイクロパタンに部分マイクロパ
タンを付加する際に、同時にこのランダムパタンを与え
ることができる。

まず、部分マイクロパタンテーブルには、部分マイクロ
パタンにランダムパタンを合わせたパタン（これを、部
分マイクロランダムパタンと呼ぶ）を記憶しておく０次
に全体マイクロパタンを作成する際に部分マイクロパタ
ンを接続する際は、未定義の期間は、線形補間をするか
又は一定値でうめるとなっていたが、部分マイクロラン
ダムパタンを接続する際は未定義の期間は、ランダムパ
タンでうめるようにする。そうすると、部分マイクロラ
ンダムパタンを接続して得られるパタン（これを全体マ
イクロランダムパタンと呼ぶ）は、全体マイクロパタン
にランダムパタンを合わせたものとなる。そうすると、
マクロパタンに全体マイクロランダムパタンを加える処
理で、マクロパタンに全体マイクロパタンとランダムパ
タンを加えることができる。

（Ｌ大王余白） 第１表　（ａｌ 第２表 〔発明の効果〕 以上のように、この発明によれば比較的少ない記憶容量
及び演算量の増加だけで、調音様式による基本周波数パ
タンの変動を合成音声に付加することができる。これに
より、合成音声の明瞭度の改善や、自然性を高めること
ができるので、音声合成装置の性能を向上するのに役立
つ。

【図面の簡単な説明】

第１図は、従来技術による音声合成装置の処理構成図、
第２図はＦ０パタン生成モデルを示す図、第３図は音声
波形とＰ、パタンの分析例を示す図、第４図は、分析し
て得られた４タイプのＦｏパタンを示す図、第５図は、
本発明による音声合成装置の処理構成図、第６図は、本
発明による音声合成装置の処理の実施例を示す図、第７
図は、文のイ体マイクロパタンを作成する処理の説明図
であ番（ａ）図とｉｂ１図は、Ｃ■音節に対する部分マ
イクロノタン、（Ｃ１図は部分マイクロパタンを時間軸
上にｒ置した状況の説明図、（６１図は（Ｃ）図の部分
マイク−パタンの接続の説明図、第８図は、ＣＶ音節に
りして４つの部分マイクロパタンを使用する方法Ｃ説明
図、第９図は、タイプ０を定数に置き換えｌときの説明
図である。 特許出願人　　住友電気工業株式会社 同　　　　　応　　　崎　　　博　　　世間　代理人　
　鎌　　１）　文　　二 第７図 （ａ）　　　　　　　　　（ｂ） 第８図 Ｆ２２　　　　　　Ｆ２１ 第９図

Claims (6)

【特許請求の範囲】
1. （１）文字・記号等を入力とし音声を合成する音声合成
   装置において、 入力中にある韻律記号により、又は入力に基づき内蔵さ
   れた辞書を検索することにより、韻律的特徴量を得て、
   合成しようとする音声の基本周波数の大きな変化パタン
   （これをマクロパタンと呼ぶ）を生成する基本周波数生
   成部と、 音素の組み合わせに対応して、基本周波数の小さな変化
   パタン（これを部分マイクロパタンと呼ぶ）を記憶する
   記憶部（これを部分マイクロパタンテーブルと呼ぶ）と
   、 前記マイクロパタンを、合成しようとする音声に出現す
   る音素に対応して部分マイクロパタンテーブルから選び
   出す手段と、 マクロパタンと部分マイクロパタンを合わせる手段を有
   し、 マクロパタンと部分マイクロパタンを合わせた結果（こ
   れをトータルパタン）によって合成しようとする音声の
   基本周波数を制御することを特徴とする音声合成装置。
2. （２）特許請求の範囲第１項の音声合成装置において、
   対数軸上におけるマクロパタンの変化パタンが、臨界制
   動二次線形系のインパルス応答を近似した成分と、ステ
   ップ応答を近似した成分の和で表わせることを特徴とす
   る音声合成装置。
3. （３）特許請求の範囲第１項又は第２項に記載の音声合
   成装置において、対数軸上におけるトータルパタンが、
   マクロパタンと部分マイクロパタンの和で表わせること
   を特徴とする音声合成装置。
4. （４）特許請求の範囲第１項、第２項又は第３項に記載
   の音声合成装置において、部分マイクロパタンが、子音
   （以下Ｃで略記）と母音（以下Ｖで略記）の連鎖に対し
   ては、 基本周波数が平板であるものと、 基本周波数がＣからＶへの過渡部に対して下降を行うも
   のと、 基本周波数がＣからＶへの過渡部に対して上昇を行うも
   のの、 ３つあることを特徴とする音声合成装置。
5. （５）特許請求の範囲第１項から第４項のいずれかに記
   載の音声合成装置において、部分マイクロパタンがＶＣ
   の連鎖に対しては、 基本周波数が平板であるものと、 基本周波数がＶからＣへの過渡部に対して下降を行うも
   のの、 ２つあることを特徴とする音声合成装置。
6. （６）特許請求の範囲第１項から第５項のいずれかに記
   載の音声合成装置において、マクロパタンと部分マイク
   ロパタンを合わせる手段が、 部分マイクロパタン同士を合成しようとする音声中の出
   現順序と時点に対応して接続する（この処理により得ら
   れるパタンを全体マイクロパタンと呼ぶ）部分と、 全体マイクロパタンとマクロパタンの合わせ部分から成
   り立つことを特徴とする音声合成装置。