JPS642960B2 - - Google Patents
Info
- Publication number
- JPS642960B2 JPS642960B2 JP54162483A JP16248379A JPS642960B2 JP S642960 B2 JPS642960 B2 JP S642960B2 JP 54162483 A JP54162483 A JP 54162483A JP 16248379 A JP16248379 A JP 16248379A JP S642960 B2 JPS642960 B2 JP S642960B2
- Authority
- JP
- Japan
- Prior art keywords
- audio
- filter
- signal
- audio signal
- synthesis
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired
Links
- 230000005236 sound signal Effects 0.000 claims description 44
- 238000004458 analytical method Methods 0.000 claims description 38
- 230000015572 biosynthetic process Effects 0.000 claims description 38
- 238000003786 synthesis reaction Methods 0.000 claims description 38
- 238000005070 sampling Methods 0.000 claims description 16
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000006243 chemical reaction Methods 0.000 claims description 11
- 230000006835 compression Effects 0.000 claims description 11
- 238000007906 compression Methods 0.000 claims description 11
- 238000000034 method Methods 0.000 description 17
- 230000003321 amplification Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 238000003199 nucleic acid amplification method Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000001771 impaired effect Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000010363 phase shift Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000001308 synthesis method Methods 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
Landscapes
- Transmission Systems Not Characterized By The Medium Used For Transmission (AREA)
Description
【発明の詳細な説明】
本発明は、音声信号の時間軸伸張、圧縮を行な
つたときに変化した音声ピツチをもとの音声ピツ
チにもどすような音声ピツチ変換装置に関する。
つたときに変化した音声ピツチをもとの音声ピツ
チにもどすような音声ピツチ変換装置に関する。
たとえば、テープレコーダ等の音声記録装置に
より記録された音声信号を、記録時とは異なる速
度で再生して時間軸の圧縮、伸張を行なう場合に
は、再生された音声信号の音声ピツチ（音の周波
数の高低）が原音声信号とは異なるため、音声の
明瞭度が劣化し、聞きとりにくいものとなる。こ
のような再生速度を変化させたときの音声ピツチ
を変換して、原信号の音声ピツチにもどすような
音声ピツチ変換装置として、VSC（Variable
Speech Control）と称される装置が、米国のケ
ンブリツジ・リサーチ・アンド・デベロツプメン
ト・グループ社により開発されている。
より記録された音声信号を、記録時とは異なる速
度で再生して時間軸の圧縮、伸張を行なう場合に
は、再生された音声信号の音声ピツチ（音の周波
数の高低）が原音声信号とは異なるため、音声の
明瞭度が劣化し、聞きとりにくいものとなる。こ
のような再生速度を変化させたときの音声ピツチ
を変換して、原信号の音声ピツチにもどすような
音声ピツチ変換装置として、VSC（Variable
Speech Control）と称される装置が、米国のケ
ンブリツジ・リサーチ・アンド・デベロツプメン
ト・グループ社により開発されている。
このVSCの原理について説明すると、第１図
Ａに示すような原音声信号を２倍速で再生したと
きの再生信号は、第１図Ｂに示すように時間軸が
１／２に圧縮されたものとなり、周波数が２倍とな
つて音声ピツチは１オクターブ上昇することにな
る。この第１図Ｂの再生信号のうち、ほぼ同一波
形がくりかえされるような冗長波形の一部Ｒを切
り捨て、残りの部分Ｓについて時間軸を２倍に伸
張して接続することにより、第１図Ｃに示すよう
な音声信号を得ることができる。この音声信号Ｃ
は、周波数（音声ピツチ）が上記原音声信号Ａと
等しいものとなる。この場合、第１図Ｂの再生信
号のうちの切捨部分Ｒと残存部分Ｓとは等しい長
さの時間となるように設定しており、たとえば再
生信号Ｂについて、一定の周期Ｔ毎に、前半Ｔ／
２を残存部分Ｓとし、後半Ｔ／２を切捨部分Ｒと
し、残存部分Ｓを２倍に時間軸伸張して前後の残
存部分Ｓと接続する。また、一般に、ｍ倍速度で
再生された音声信号について、一定周期Ｔ毎に、
Ｔ／ｍを残し、ｍ−１／ｍ・Ｔを切り捨てて、残存部分 をｍ倍に時間軸伸張して接続することにより、上
記ｍ倍速での再生信号を原信号の音声ピツチにも
どすことができる。逆に、１／ｍ倍速の再生信号に ついては、一定周期Ｔ毎に１／ｍ倍に時間軸圧縮し た信号をｍ個重複して接続することにより、１／ｍ 倍速再生信号を原信号の音声ピツチにもどすこと
ができる。
Ａに示すような原音声信号を２倍速で再生したと
きの再生信号は、第１図Ｂに示すように時間軸が
１／２に圧縮されたものとなり、周波数が２倍とな
つて音声ピツチは１オクターブ上昇することにな
る。この第１図Ｂの再生信号のうち、ほぼ同一波
形がくりかえされるような冗長波形の一部Ｒを切
り捨て、残りの部分Ｓについて時間軸を２倍に伸
張して接続することにより、第１図Ｃに示すよう
な音声信号を得ることができる。この音声信号Ｃ
は、周波数（音声ピツチ）が上記原音声信号Ａと
等しいものとなる。この場合、第１図Ｂの再生信
号のうちの切捨部分Ｒと残存部分Ｓとは等しい長
さの時間となるように設定しており、たとえば再
生信号Ｂについて、一定の周期Ｔ毎に、前半Ｔ／
２を残存部分Ｓとし、後半Ｔ／２を切捨部分Ｒと
し、残存部分Ｓを２倍に時間軸伸張して前後の残
存部分Ｓと接続する。また、一般に、ｍ倍速度で
再生された音声信号について、一定周期Ｔ毎に、
Ｔ／ｍを残し、ｍ−１／ｍ・Ｔを切り捨てて、残存部分 をｍ倍に時間軸伸張して接続することにより、上
記ｍ倍速での再生信号を原信号の音声ピツチにも
どすことができる。逆に、１／ｍ倍速の再生信号に ついては、一定周期Ｔ毎に１／ｍ倍に時間軸圧縮し た信号をｍ個重複して接続することにより、１／ｍ 倍速再生信号を原信号の音声ピツチにもどすこと
ができる。
ところが、このようなVSC装置においては、
再生信号の上記接続操作時のスイツチング切換等
によるノイズが発生し易く、また、第２図に示す
ような位相ずれ等により波形の連続性が保てなく
なり、この接続部Ｊ近傍がノイズとして聞こえ
て、耳障りである。
再生信号の上記接続操作時のスイツチング切換等
によるノイズが発生し易く、また、第２図に示す
ような位相ずれ等により波形の連続性が保てなく
なり、この接続部Ｊ近傍がノイズとして聞こえ
て、耳障りである。
本発明は、このような従来の欠点を除去すべく
なされたものであり、上記接続部分におけるノイ
ズ等のない良好な音質での音声ピツチ変換が行な
い得る音声ピツチ変換装置の提供を目的としてい
る。
なされたものであり、上記接続部分におけるノイ
ズ等のない良好な音質での音声ピツチ変換が行な
い得る音声ピツチ変換装置の提供を目的としてい
る。
すなわち、本発明に係る音声ピツチ変換装置の
特徴は、時間軸が圧縮または伸張された入力音声
信号を、上記圧縮、伸張の比率に応じたサンプリ
ング周波数でサンプリングしてデジタル信号に変
換し、このデジタル信号を分析フイルタに供給し
てフイルタ係数および音源パラメータを抽出する
分析系と、この分析系で抽出されたフイルタ係数
および音源パラメータに基づき合成フイルタを介
して音声信号を合成する合成系とから成り、この
合成系では一定の基準となるサンプリング周波数
のデジタル音声信号を合成してアナログ音声信号
に変換することにより、上記入力音声信号のピツ
チを上記時間軸圧縮、伸張前の原音声信号のピツ
チに変換するようにしたことである。
特徴は、時間軸が圧縮または伸張された入力音声
信号を、上記圧縮、伸張の比率に応じたサンプリ
ング周波数でサンプリングしてデジタル信号に変
換し、このデジタル信号を分析フイルタに供給し
てフイルタ係数および音源パラメータを抽出する
分析系と、この分析系で抽出されたフイルタ係数
および音源パラメータに基づき合成フイルタを介
して音声信号を合成する合成系とから成り、この
合成系では一定の基準となるサンプリング周波数
のデジタル音声信号を合成してアナログ音声信号
に変換することにより、上記入力音声信号のピツ
チを上記時間軸圧縮、伸張前の原音声信号のピツ
チに変換するようにしたことである。
以下、本発明に係る好ましい実施例について、
図面を参照しながら説明する。
図面を参照しながら説明する。
第３図は、本発明の一実施例としての音声ピツ
チ変換装置１を示している。入力端子１１には、
たとえば再生速度を可変できるテープレコーダ２
からの時間軸圧縮あるいは時間軸伸張された音声
信号が供給されている。この入力音声信号を、分
析系１０で分析してパラメータを抽出し、このパ
ラメータに基づき、合成系２０で音声信号を合成
する。
チ変換装置１を示している。入力端子１１には、
たとえば再生速度を可変できるテープレコーダ２
からの時間軸圧縮あるいは時間軸伸張された音声
信号が供給されている。この入力音声信号を、分
析系１０で分析してパラメータを抽出し、このパ
ラメータに基づき、合成系２０で音声信号を合成
する。
まず、分析系１０において、入力端子１１に供
給された入力音声信号は、アナログ−デジタル変
換器（以下Ａ−Ｄ変換器という。）１２により、
たとえば１サンプリング値につき８〜12ビツトの
デジタル信号に変換されて分析フイルタ部１３に
送られている。Ａ−Ｄ変換器１２には、可変クロ
ツク発生器１４から分周器１５を介して得られた
サンプリングクロツク信号が供給されている。可
変クロツク発生器１４は、制御入力端子１６から
の制御信号に応じてクロツク周波数が変化するも
のであり、制御入力端子１６には、上記入力音声
信号の時間軸圧縮、伸張に対応する制御信号が供
給されている。この制御信号は、たとえばテープ
レコーダ２の再生速度切換信号を用いればよい。
一例として、テープレコーダ２のノーマル速度に
対する再生速度の比が1/5〜１（ノーマル速度）〜
３、と変化する場合には、可変クロツク発生器１
４からのクロツク周波数を60〜300〜900〔ＫHz〕
と変化させ、これを分周器１５でほぼ1/30に分周
して、サンプリング周波数を２〜10〜30〔ＫHz〕
と変化させる。
給された入力音声信号は、アナログ−デジタル変
換器（以下Ａ−Ｄ変換器という。）１２により、
たとえば１サンプリング値につき８〜12ビツトの
デジタル信号に変換されて分析フイルタ部１３に
送られている。Ａ−Ｄ変換器１２には、可変クロ
ツク発生器１４から分周器１５を介して得られた
サンプリングクロツク信号が供給されている。可
変クロツク発生器１４は、制御入力端子１６から
の制御信号に応じてクロツク周波数が変化するも
のであり、制御入力端子１６には、上記入力音声
信号の時間軸圧縮、伸張に対応する制御信号が供
給されている。この制御信号は、たとえばテープ
レコーダ２の再生速度切換信号を用いればよい。
一例として、テープレコーダ２のノーマル速度に
対する再生速度の比が1/5〜１（ノーマル速度）〜
３、と変化する場合には、可変クロツク発生器１
４からのクロツク周波数を60〜300〜900〔ＫHz〕
と変化させ、これを分周器１５でほぼ1/30に分周
して、サンプリング周波数を２〜10〜30〔ＫHz〕
と変化させる。
分析フイルタ部１３は、上記デジタル変換され
た音声信号を分析し、フイルタ係数演算部１７に
より、後述するようなフイルタ係数を算出してパ
ラメータ記憶部１９に送つている。分析フイルタ
１３からの出力は、音源パラメータ抽出部１８に
送られて、音源パラメータが抽出され、この音源
パラメータは上記パラメータ記憶部１９に送られ
記憶される。これらの分析フイルタ１３、フイル
タ係数演算部１７、および音源パラメータ抽出部
１８には、上記可変クロツク発生器１４からの出
力が演算クロツク信号として供給されている。ま
た、パラメータ記憶部１９への書き込み、読み出
しタイミング信号は、たとえば一定周波数（たと
えば300KHz）で発振する基準クロツク発生器２
１からの出力を分周器２２を介しプリセツトカウ
ンタ２３を介して得ている。分周器２２は、上記
分周器１５と同様に一定の分周比に固定されてい
るが、プリセツトカウンタ２３は、上記制御入力
端子１６からの制御信号に応じてプリセツト値が
変化する。たとえばノーマル速度に対する再生速
度の比が、1/5〜１〜３、と変化する場合には、
この再生速度の切換信号に応じて、上記プリセツ
ト値を、1000〜200〜約67、と変化させる。
た音声信号を分析し、フイルタ係数演算部１７に
より、後述するようなフイルタ係数を算出してパ
ラメータ記憶部１９に送つている。分析フイルタ
１３からの出力は、音源パラメータ抽出部１８に
送られて、音源パラメータが抽出され、この音源
パラメータは上記パラメータ記憶部１９に送られ
記憶される。これらの分析フイルタ１３、フイル
タ係数演算部１７、および音源パラメータ抽出部
１８には、上記可変クロツク発生器１４からの出
力が演算クロツク信号として供給されている。ま
た、パラメータ記憶部１９への書き込み、読み出
しタイミング信号は、たとえば一定周波数（たと
えば300KHz）で発振する基準クロツク発生器２
１からの出力を分周器２２を介しプリセツトカウ
ンタ２３を介して得ている。分周器２２は、上記
分周器１５と同様に一定の分周比に固定されてい
るが、プリセツトカウンタ２３は、上記制御入力
端子１６からの制御信号に応じてプリセツト値が
変化する。たとえばノーマル速度に対する再生速
度の比が、1/5〜１〜３、と変化する場合には、
この再生速度の切換信号に応じて、上記プリセツ
ト値を、1000〜200〜約67、と変化させる。
次に、合成系２０において、パラメータ記憶部
１９から上記フイルタ係数および音源パラメータ
を読み出し、それぞれ合成フイルタ部２４および
音源発生部２５に送つている。これらの合成フイ
ルタ部２４および音源発生器２５には、基準クロ
ツク発生器２１からの演算クロツク信号が供給さ
れている。音源発生器２５からの音源信号は合成
フイルタ部２４に送られる。この合成フイルタ部
２４は、上記パラメータ記憶部１９からのフイル
タ係数によりフイルタ特性が決定されており、上
記音源信号をデジタル的に濾波処理することによ
り音声信号を合成する。この合成された音声信号
は、デジタル−アナログ変換器（Ｄ−Ａ変換器）
２６によりアナログの音声信号に変換され、出力
端子２７に送られる。このＤ−Ａ変換器２６のク
ロツク信号は、上記基準クロツク発生器２１から
の出力を分周器２２でたとえば1/30分周したもの
が用いられる。なお、現実の回路においては、上
記分周器１５，２２の分周比等は、２のｎ乗
（2n）の値に選ばれることが多い。
１９から上記フイルタ係数および音源パラメータ
を読み出し、それぞれ合成フイルタ部２４および
音源発生部２５に送つている。これらの合成フイ
ルタ部２４および音源発生器２５には、基準クロ
ツク発生器２１からの演算クロツク信号が供給さ
れている。音源発生器２５からの音源信号は合成
フイルタ部２４に送られる。この合成フイルタ部
２４は、上記パラメータ記憶部１９からのフイル
タ係数によりフイルタ特性が決定されており、上
記音源信号をデジタル的に濾波処理することによ
り音声信号を合成する。この合成された音声信号
は、デジタル−アナログ変換器（Ｄ−Ａ変換器）
２６によりアナログの音声信号に変換され、出力
端子２７に送られる。このＤ−Ａ変換器２６のク
ロツク信号は、上記基準クロツク発生器２１から
の出力を分周器２２でたとえば1/30分周したもの
が用いられる。なお、現実の回路においては、上
記分周器１５，２２の分周比等は、２のｎ乗
（2n）の値に選ばれることが多い。
以上のような構成を有する音声ピツチ変換装置
１によれば、入力音声信号の時間軸圧縮あるいは
伸張に応じて、Ａ−Ｄ変換器１２におけるサンプ
リング周波数、および分析フイルタ部１３等にお
ける演算クロツク周波数を変化させているため、
フイルタ係数演算部１７から得られるフイルタ係
数は、原音声信号、すなわち、時間軸圧縮や伸張
がなされる以前の音声信号についてのフイルタ係
数に等しくなる。したがつて、このフイルタ係数
に基づき、基準クロツク発生器２１からの基準周
波数の演算クロツク信号で合成フイルタ部２４を
駆動することにより、上記原音声信号のピツチの
再生音声信号が得られる。このとき、フイルタ係
数の切換速度は上記圧縮あるいは伸張の比率に応
じて変化するが、音声合成を行なつているため再
生波形は滑らかな変化を示し、フイルタ係数切換
時のノイズ発生はない。したがつて、音声ピツチ
変換を行なつても、音質的に異和感のない再生音
が得られる。
１によれば、入力音声信号の時間軸圧縮あるいは
伸張に応じて、Ａ−Ｄ変換器１２におけるサンプ
リング周波数、および分析フイルタ部１３等にお
ける演算クロツク周波数を変化させているため、
フイルタ係数演算部１７から得られるフイルタ係
数は、原音声信号、すなわち、時間軸圧縮や伸張
がなされる以前の音声信号についてのフイルタ係
数に等しくなる。したがつて、このフイルタ係数
に基づき、基準クロツク発生器２１からの基準周
波数の演算クロツク信号で合成フイルタ部２４を
駆動することにより、上記原音声信号のピツチの
再生音声信号が得られる。このとき、フイルタ係
数の切換速度は上記圧縮あるいは伸張の比率に応
じて変化するが、音声合成を行なつているため再
生波形は滑らかな変化を示し、フイルタ係数切換
時のノイズ発生はない。したがつて、音声ピツチ
変換を行なつても、音質的に異和感のない再生音
が得られる。
次に、このように音声信号をデジタル化して分
析し、合成する方法の一例として、線形予測符号
化（Linear Predictive Coding，以下LPCとい
う。）法を説明する。このLPC法は、データ間に
相関のある場合に、第４図に示す時刻ｔ（ｎ）の
値ｓ（ｎ）を、過去の一定時間τ間隔の時刻ｔ（ｎ
−１），ｔ（ｎ−２），……，ｔ（ｎ−ｋ）における
ｋ個のデータｓ（ｎ−１），ｓ（ｎ−２），……，ｓ
（ｎ−ｋ）の荷重和に基づき予測するものであり、
この予測値s^（ｎ）は、 s^（ｎ）＝k 〓i=1 αiｓ（ｎ−ｉ） …… ただし、αiは予測係数 と表わされる。次に、実測値ｓ（ｎ）とその予測
値s^（ｎ）との差である予測誤差（あるいは予測残
差ともいう。）ｅ（ｎ）として、上記ｋ個のデータ
に基づくｋ次の予測誤差ek（ｎ）は、 ek（ｎ）＝ｓ（ｎ）−s^（ｎ） …… となる。このような予測残差ｅ（ｎ）の１次から
ｋ次までの２乗和εk、すなわち、 εk＝k 〓i=1 〔ei（ｎ）〕2 …… を最小にするような予測係数｛αi｝（ただし｛αi｝
＝α1，α2，……，αk）を求める。
析し、合成する方法の一例として、線形予測符号
化（Linear Predictive Coding，以下LPCとい
う。）法を説明する。このLPC法は、データ間に
相関のある場合に、第４図に示す時刻ｔ（ｎ）の
値ｓ（ｎ）を、過去の一定時間τ間隔の時刻ｔ（ｎ
−１），ｔ（ｎ−２），……，ｔ（ｎ−ｋ）における
ｋ個のデータｓ（ｎ−１），ｓ（ｎ−２），……，ｓ
（ｎ−ｋ）の荷重和に基づき予測するものであり、
この予測値s^（ｎ）は、 s^（ｎ）＝k 〓i=1 αiｓ（ｎ−ｉ） …… ただし、αiは予測係数 と表わされる。次に、実測値ｓ（ｎ）とその予測
値s^（ｎ）との差である予測誤差（あるいは予測残
差ともいう。）ｅ（ｎ）として、上記ｋ個のデータ
に基づくｋ次の予測誤差ek（ｎ）は、 ek（ｎ）＝ｓ（ｎ）−s^（ｎ） …… となる。このような予測残差ｅ（ｎ）の１次から
ｋ次までの２乗和εk、すなわち、 εk＝k 〓i=1 〔ei（ｎ）〕2 …… を最小にするような予測係数｛αi｝（ただし｛αi｝
＝α1，α2，……，αk）を求める。
第５図の分析フイルタ３０は、このような予測
残差ｅ（ｎ）を求めるためのものであり、入力端
子３１からＡ−Ｄ変換器３２を介して得られたデ
ジタルデータ信号ｓ（ｎ）が供給されている。こ
の分析フイルタ３０は、ｋ段の多段型フイルタで
あり、その１段は、上記データのサンプリング周
期τに等しい遅延時間τを有する遅延回路３４
と、この遅延回路３４からの出力に係数αを乗算
する係数乗算器３５と、この係数乗算器３５から
の出力を前段の予測残差から減算する加算器３６
とから成つている。このような分析フイルタ３０
は、入力ｓ（ｎ）に対して、順次近い相関関係か
ら遠い相関関係を抜き出してゆく過程を示してい
る。また、各乗算器３５により乗算される係数
は、入力側から順にα1，α2，……，αk-1，αkであ
り、加算器３６から出力される予測残差は、入力
ｓ（ｎ）そのものである０次の予測残差e0（ｎ）か
ら順に、e1（ｎ），e2（ｎ），……，ek-1（ｎ），ek
（ｎ）となる。なお、第５図において、各遅延回
路３４、係数乗算器３５、加算器３６の参照番号
に添付した数字は、フイルタの段数および予測の
次数に対応している。
残差ｅ（ｎ）を求めるためのものであり、入力端
子３１からＡ−Ｄ変換器３２を介して得られたデ
ジタルデータ信号ｓ（ｎ）が供給されている。こ
の分析フイルタ３０は、ｋ段の多段型フイルタで
あり、その１段は、上記データのサンプリング周
期τに等しい遅延時間τを有する遅延回路３４
と、この遅延回路３４からの出力に係数αを乗算
する係数乗算器３５と、この係数乗算器３５から
の出力を前段の予測残差から減算する加算器３６
とから成つている。このような分析フイルタ３０
は、入力ｓ（ｎ）に対して、順次近い相関関係か
ら遠い相関関係を抜き出してゆく過程を示してい
る。また、各乗算器３５により乗算される係数
は、入力側から順にα1，α2，……，αk-1，αkであ
り、加算器３６から出力される予測残差は、入力
ｓ（ｎ）そのものである０次の予測残差e0（ｎ）か
ら順に、e1（ｎ），e2（ｎ），……，ek-1（ｎ），ek
（ｎ）となる。なお、第５図において、各遅延回
路３４、係数乗算器３５、加算器３６の参照番号
に添付した数字は、フイルタの段数および予測の
次数に対応している。
この分析フイルタ３０の最終出力段からの予測
残差ｅ（ｎ）から、音源パラメータを抽出部３７
で抽出して音源パラメータ記憶部３８に送る。ま
た、分析フイルタ３０の各乗算器３５の乗算係数
（フイルタ係数）｛αi｝を抽出して｛αi｝記憶部３
９に送る。
残差ｅ（ｎ）から、音源パラメータを抽出部３７
で抽出して音源パラメータ記憶部３８に送る。ま
た、分析フイルタ３０の各乗算器３５の乗算係数
（フイルタ係数）｛αi｝を抽出して｛αi｝記憶部３
９に送る。
次に、このような分析の結果求められた係数
｛αi｝、予測残差ｅ（ｎ）に基づいて、上記信号ｓ
（ｎ）を得るための合成系には、 ｓ（ｎ）＝ｅ（ｎ）＋s^（ｎ）＝ek（ｎ）＋k 〓i=1 αiｓ（ｎ−ｉ） …… の演算を行なう合成フイルタが用いられる。この
ような合成フイルタの一例を、第５図の４０に示
す。この合成フイルタ４０は、分析フイルタ３０
と対称的な構造を有するｋ段の多段型フイルタで
あり、その一段は、遅延回路４４、係数乗算器４
５、および加算器４６により構成されている。遅
延回路４４は、上記データのサンプリング周期τ
に等しい遅延時間τを有し、出力側の段の遅延回
路からの出力を遅延して係数乗算器４５に送り、
この係数乗算器４５からの出力を加算器４６に送
つている。したがつて、この合成フイルタ４０
は、再帰形のフイルタであり、予測残差ek（ｎ）
に対して、最初に最も遠い相関をもつ値を加え、
順次より近い相関をもつ値を加えてゆくことによ
り、原波形の信号ｓ（ｎ）を得ている。これらの
遅延回路４４、係数乗算器４５、および加算器４
６の参照番号に添付した数字は、それぞれフイル
タの段数を示す。また、４７は音源発生器であ
る。
｛αi｝、予測残差ｅ（ｎ）に基づいて、上記信号ｓ
（ｎ）を得るための合成系には、 ｓ（ｎ）＝ｅ（ｎ）＋s^（ｎ）＝ek（ｎ）＋k 〓i=1 αiｓ（ｎ−ｉ） …… の演算を行なう合成フイルタが用いられる。この
ような合成フイルタの一例を、第５図の４０に示
す。この合成フイルタ４０は、分析フイルタ３０
と対称的な構造を有するｋ段の多段型フイルタで
あり、その一段は、遅延回路４４、係数乗算器４
５、および加算器４６により構成されている。遅
延回路４４は、上記データのサンプリング周期τ
に等しい遅延時間τを有し、出力側の段の遅延回
路からの出力を遅延して係数乗算器４５に送り、
この係数乗算器４５からの出力を加算器４６に送
つている。したがつて、この合成フイルタ４０
は、再帰形のフイルタであり、予測残差ek（ｎ）
に対して、最初に最も遠い相関をもつ値を加え、
順次より近い相関をもつ値を加えてゆくことによ
り、原波形の信号ｓ（ｎ）を得ている。これらの
遅延回路４４、係数乗算器４５、および加算器４
６の参照番号に添付した数字は、それぞれフイル
タの段数を示す。また、４７は音源発生器であ
る。
ここで、音声波形のくり返し波形を数個含むよ
うな時間（たとえば10〜30ms）を１フレームと
すると、この１フレーム期間内では音声波形はほ
ぼ定常状態とみなせる。このフレーム周期で上記
乗算係数｛αi｝等のパラメータを順次切換えてや
ればよい。
うな時間（たとえば10〜30ms）を１フレームと
すると、この１フレーム期間内では音声波形はほ
ぼ定常状態とみなせる。このフレーム周期で上記
乗算係数｛αi｝等のパラメータを順次切換えてや
ればよい。
このLPC法を、本発明の音声ピツチ変換に適
用する場合には、分析フイルタ３０および合成フ
イルタ４０を、たとえば第３図の分析フイルタ部
１３および合成フイルタ部２４としてそれぞれ用
い、係数｛αi｝をフイルタ係数に、予測残差ｅ
（ｎ）を音源パラメータに、それぞれ対応させれ
ばよい。このとき、分析側のサンプリング周波数
を入力音声信号の時間軸圧縮、伸張率に応じて変
えるわけであるが、これは、たとえば圧縮率をｍ
倍とするとき、サンプリング周期をτ／ｍとする
ことである。このとき、上記１フレーム内のサン
プル数は一定であり、フレーム周期も１／ｍとな
る。また、分析フイルタ３０においては、遅延回
路３４の遅延時間をτ／ｍとする。これは、たと
えばシフトレジスタ等を遅延回路３４に用いる場
合に、クロツク周波数をｍ倍とすることであり、
この他、加算や乗算等の演算も、ｍ倍の速度で行
なわせることが好ましく、これらは演算クロツク
周波数をｍ倍とすることで容易に実現できる。こ
の場合に得られるフイルタ係数｛αi｝、および予
測残差ｅ（ｎ）は、入力音声信号がｍ倍に時間軸
圧縮される前の原音声信号について得られる値に
等しくなる。次に、合成フイルタ４０では、上記
演算クロツク周波数を元の基準周波数とすること
により、合成されたデジタル音声信号のサンプリ
ング周波数を元の基準サンプリング周波数とする
が、フレーム内のサンプル数は時間軸伸張、圧縮
に応じて増減される。このとき、上記原音声信号
の波形が再生されるが、フイルタ係数｛αi｝は、
単位時間あたりｍ倍となつており、音声ピツチは
原音声信号に等しいが、波形の変化速度はｍ倍と
なつて、時間的にｍ倍に圧縮された情報が得られ
ることになる。すなわち、原音声信号がゆつくり
した発音であるのに対し、再生音声信号は早口の
発音となるが、音声ピツチは元のままであるた
め、明瞭度が損なわれることはない。
用する場合には、分析フイルタ３０および合成フ
イルタ４０を、たとえば第３図の分析フイルタ部
１３および合成フイルタ部２４としてそれぞれ用
い、係数｛αi｝をフイルタ係数に、予測残差ｅ
（ｎ）を音源パラメータに、それぞれ対応させれ
ばよい。このとき、分析側のサンプリング周波数
を入力音声信号の時間軸圧縮、伸張率に応じて変
えるわけであるが、これは、たとえば圧縮率をｍ
倍とするとき、サンプリング周期をτ／ｍとする
ことである。このとき、上記１フレーム内のサン
プル数は一定であり、フレーム周期も１／ｍとな
る。また、分析フイルタ３０においては、遅延回
路３４の遅延時間をτ／ｍとする。これは、たと
えばシフトレジスタ等を遅延回路３４に用いる場
合に、クロツク周波数をｍ倍とすることであり、
この他、加算や乗算等の演算も、ｍ倍の速度で行
なわせることが好ましく、これらは演算クロツク
周波数をｍ倍とすることで容易に実現できる。こ
の場合に得られるフイルタ係数｛αi｝、および予
測残差ｅ（ｎ）は、入力音声信号がｍ倍に時間軸
圧縮される前の原音声信号について得られる値に
等しくなる。次に、合成フイルタ４０では、上記
演算クロツク周波数を元の基準周波数とすること
により、合成されたデジタル音声信号のサンプリ
ング周波数を元の基準サンプリング周波数とする
が、フレーム内のサンプル数は時間軸伸張、圧縮
に応じて増減される。このとき、上記原音声信号
の波形が再生されるが、フイルタ係数｛αi｝は、
単位時間あたりｍ倍となつており、音声ピツチは
原音声信号に等しいが、波形の変化速度はｍ倍と
なつて、時間的にｍ倍に圧縮された情報が得られ
ることになる。すなわち、原音声信号がゆつくり
した発音であるのに対し、再生音声信号は早口の
発音となるが、音声ピツチは元のままであるた
め、明瞭度が損なわれることはない。
ところで、このようなLPC法による分析、合
成システムは、データの個数（次数ｋ）により、
係数｛αi｝の値が変化する点、および｜αi｜＜１
の保証がなく、合成フイルタが発振する等の不安
定となる点が欠点とされている。このことから、
LPC法における予測誤差である前進予測誤差e+
（ｎ）のみならず、後退予測誤差e-（ｎ）をも同時
に最小化することにより、データ間の純粋な相関
を取り出し、e+（ｎ）とe-（ｎ）との相関係数を、
新しいパラメータに選ぶ分析、合成法として、
Partial Correlation法（PARCOR法といわれ
る。）が知られている。
成システムは、データの個数（次数ｋ）により、
係数｛αi｝の値が変化する点、および｜αi｜＜１
の保証がなく、合成フイルタが発振する等の不安
定となる点が欠点とされている。このことから、
LPC法における予測誤差である前進予測誤差e+
（ｎ）のみならず、後退予測誤差e-（ｎ）をも同時
に最小化することにより、データ間の純粋な相関
を取り出し、e+（ｎ）とe-（ｎ）との相関係数を、
新しいパラメータに選ぶ分析、合成法として、
Partial Correlation法（PARCOR法といわれ
る。）が知られている。
このPARCOR法による分析、合成を行なうた
めのシステムは、たとえば第６図のように構成で
きる。この第６図に示す分析フイルタ５０、およ
び合成フイルタ６０は、上記LPC法に比較して、
後退予測誤差を加えたために、格子状となる点が
特徴である。このPARCOR法によれば、分析の
技術がそのまま合成系に活用できるため、分析合
成用の回路やIC開発期間が約1/2に短縮できる。
また、情報圧縮率が非常に大きく、たとえば、
PCM法のデータ伝送速度64kb／ｓに比較して約
１／３０の約2kb／ｓとなる。したがつて、メモリ容
量が少なくてすみ、低速伝送ですむため経済的で
ある。
めのシステムは、たとえば第６図のように構成で
きる。この第６図に示す分析フイルタ５０、およ
び合成フイルタ６０は、上記LPC法に比較して、
後退予測誤差を加えたために、格子状となる点が
特徴である。このPARCOR法によれば、分析の
技術がそのまま合成系に活用できるため、分析合
成用の回路やIC開発期間が約1/2に短縮できる。
また、情報圧縮率が非常に大きく、たとえば、
PCM法のデータ伝送速度64kb／ｓに比較して約
１／３０の約2kb／ｓとなる。したがつて、メモリ容
量が少なくてすみ、低速伝送ですむため経済的で
ある。
この第６図に示すフイルタ、たとえば分析フイ
ルタ５０は、それぞれがほぼ等しい回路構成を有
する回路部をｋ段結合して構成されており、その
１段は、遅延回路５１、２個の係数乗算器５２，
５３、２個の加算器５４，５５、および相互相関
計５６から成る。ただし、第ｋ段は相互相関計５
６ｋのみから成る。各段の相互相関計５６1，５
６2，……，５６kからの係数パラメータα1，α2，
……，αkは、符号化器５７により符号化されてパ
ラメータ記憶回路（図示せず）等に書き込まれ
る。また、誤差信号については、自己相関計５８
により自己相関が計算され、最大値選択器５９や
割算器等を介して、振幅、有声度、ピツチ情報が
符号化器５７に送られている。
ルタ５０は、それぞれがほぼ等しい回路構成を有
する回路部をｋ段結合して構成されており、その
１段は、遅延回路５１、２個の係数乗算器５２，
５３、２個の加算器５４，５５、および相互相関
計５６から成る。ただし、第ｋ段は相互相関計５
６ｋのみから成る。各段の相互相関計５６1，５
６2，……，５６kからの係数パラメータα1，α2，
……，αkは、符号化器５７により符号化されてパ
ラメータ記憶回路（図示せず）等に書き込まれ
る。また、誤差信号については、自己相関計５８
により自己相関が計算され、最大値選択器５９や
割算器等を介して、振幅、有声度、ピツチ情報が
符号化器５７に送られている。
次に、合成系は、音源発生部として、インパル
ス発生器６１と白色ランダム雑音発生器６２とを
備え、上記パラメータ記憶回路等から復号化器６
３を介して読み出されたピツチ情報が上記インパ
ルス発生部６１に供給されている。これらのイン
パルス発生器６１および雑音発生器６２からの出
力信号は、それぞれアンプ６４および６５を介し
て加算器６６に送られ、さらにアンプ６７を介し
て合成フイルタ６０に送られている。アンプ６４
および６５は、復号化器６３からの有声度情報に
基づき互いに逆の動作を行なうものであり、一方
の増幅度が大のときには、他方の増幅度は小とな
る。アンプ６７は、復号化器６３からの振幅情報
に基づき増幅度が変化する。合成フイルタ６０
は、それぞれが等しい回路構成を有する回路部を
ｋ段結合した格子型フイルタであり、その１段
は、遅延回路７１、２個の係数乗算器７２，７
３、および２個の加算器７４，７５から成つてい
る。
ス発生器６１と白色ランダム雑音発生器６２とを
備え、上記パラメータ記憶回路等から復号化器６
３を介して読み出されたピツチ情報が上記インパ
ルス発生部６１に供給されている。これらのイン
パルス発生器６１および雑音発生器６２からの出
力信号は、それぞれアンプ６４および６５を介し
て加算器６６に送られ、さらにアンプ６７を介し
て合成フイルタ６０に送られている。アンプ６４
および６５は、復号化器６３からの有声度情報に
基づき互いに逆の動作を行なうものであり、一方
の増幅度が大のときには、他方の増幅度は小とな
る。アンプ６７は、復号化器６３からの振幅情報
に基づき増幅度が変化する。合成フイルタ６０
は、それぞれが等しい回路構成を有する回路部を
ｋ段結合した格子型フイルタであり、その１段
は、遅延回路７１、２個の係数乗算器７２，７
３、および２個の加算器７４，７５から成つてい
る。
なお、これらの分析、合成動作は、すべてデジ
タル的に行なわれるため、分析フイルタ５０の前
段にはＡ−Ｄ変換器６７が、合成フイルタ６０の
後段には、Ｄ−Ａ変換器６８が接続されている。
タル的に行なわれるため、分析フイルタ５０の前
段にはＡ−Ｄ変換器６７が、合成フイルタ６０の
後段には、Ｄ−Ａ変換器６８が接続されている。
このようなPARCOR法を本発明に適用する場
合も、入力音声信号の圧縮、伸張率に応じて分析
側のサンプリング周波数、および演算クロツク周
波数を変え、合成側では元のそれぞれの基準周波
数で合成を行なえばよい。
合も、入力音声信号の圧縮、伸張率に応じて分析
側のサンプリング周波数、および演算クロツク周
波数を変え、合成側では元のそれぞれの基準周波
数で合成を行なえばよい。
第１図Ａ〜Ｃは従来の音声ピツチ変換装置の動
作原理を説明するためのタイムチヤート、第２図
は波形の接続部が不良な場合のタイムチヤートで
ある。第３図は本発明の一実施例を示すブロツク
回路図である。第４図はLPC法の原理を説明す
るためのタイムチヤート、第５図はLPC法の分
析、合成システムを示すブロツク回路図である。
第６図はPARCOR法の分析、合成システムを示
すブロツク回路図である。 １……音声ピツチ変換装置、２……再生速度可
変型テープレコーダ、１０……分析系、１２……
Ａ−Ｄ変換器、１３……分析フイルタ部、１４…
…可変クロツク発生器、１６……制御入力端子、
１７……フイルタ係数演算部、１８……音源パラ
メータ抽出部、１９……パラメータ記憶部、２０
……合成系、２１……基準クロツク発生器、２４
……合成フイルタ部、２６……Ｄ−Ａ変換器。
作原理を説明するためのタイムチヤート、第２図
は波形の接続部が不良な場合のタイムチヤートで
ある。第３図は本発明の一実施例を示すブロツク
回路図である。第４図はLPC法の原理を説明す
るためのタイムチヤート、第５図はLPC法の分
析、合成システムを示すブロツク回路図である。
第６図はPARCOR法の分析、合成システムを示
すブロツク回路図である。 １……音声ピツチ変換装置、２……再生速度可
変型テープレコーダ、１０……分析系、１２……
Ａ−Ｄ変換器、１３……分析フイルタ部、１４…
…可変クロツク発生器、１６……制御入力端子、
１７……フイルタ係数演算部、１８……音源パラ
メータ抽出部、１９……パラメータ記憶部、２０
……合成系、２１……基準クロツク発生器、２４
……合成フイルタ部、２６……Ｄ−Ａ変換器。
Claims (1)
- 【特許請求の範囲】 １ 音声記録装置に記録され、記録時とは異なる
速度で再生されることにより時間軸が圧縮または
伸張されるとともに音声ピツチが変化した入力音
声信号を、上記圧縮、伸張の比率に応じ、圧縮の
場合には高く、伸張の場合には低いサンプリング
周波数でサンプリングしてデジタル信号に変換
し、このデジタル信号を分析フイルタに供給する
ことにより上記サンプリング周波数に対応した演
算クロツク周波数にて演算処理してフイルタ係数
および音源パラメータを抽出する分析系と、 この分析系で抽出されたフイルタ係数および音
源パラメータを記憶する記憶手段と、 この記憶手段に記憶された上記フイルタ係数お
よび音源パラメータに基づき合成フイルタを介し
て音声信号を合成する合成系とから成り、 この合成系では一定の基準となるサンプリング
周波数のデジタル音声信号を合成してアナログ音
声信号に変換することにより、上記記録前の原音
声信号の時間軸のみを変換し、ピツチは該原音声
信号と同じ音声信号を出力するようにした音声ピ
ツチ変換装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP16248379A JPS5685799A (en) | 1979-12-14 | 1979-12-14 | Voice pitch converter |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP16248379A JPS5685799A (en) | 1979-12-14 | 1979-12-14 | Voice pitch converter |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS5685799A JPS5685799A (en) | 1981-07-13 |
| JPS642960B2 true JPS642960B2 (ja) | 1989-01-19 |
Family
ID=15755465
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP16248379A Granted JPS5685799A (en) | 1979-12-14 | 1979-12-14 | Voice pitch converter |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS5685799A (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7249020B2 (en) | 2001-04-18 | 2007-07-24 | Nec Corporation | Voice synthesizing method using independent sampling frequencies and apparatus therefor |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS57105809A (en) * | 1980-12-24 | 1982-07-01 | Hitachi Ltd | Recording and reproducing device |
| JPS57211841A (en) * | 1981-06-23 | 1982-12-25 | Fujitsu Ltd | Communication system for compression of voice information time |
| JPS5949599A (ja) * | 1982-08-16 | 1984-03-22 | テキサス インスツルメンツ インコーポレイテツド | 合成音声の音声特徴を変更する方法及び装置 |
| JPS6055746A (ja) * | 1983-09-07 | 1985-04-01 | Hitachi Ltd | Ｐｃｍ再生装置 |
| JPS63286897A (ja) * | 1987-05-19 | 1988-11-24 | ヤマハ株式会社 | 楽音信号発生装置 |
| JPH01267700A (ja) * | 1988-04-20 | 1989-10-25 | Nec Corp | 音声処理装置 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS555162B2 (ja) * | 1973-04-17 | 1980-02-04 | ||
| JPS5433801B2 (ja) * | 1973-10-05 | 1979-10-23 | ||
| JPS5292403A (en) * | 1976-01-30 | 1977-08-03 | Kouichi Tomura | Device for transmitting audio current |
| JPS54162483A (en) * | 1978-06-13 | 1979-12-24 | Mitsubishi Electric Corp | Semiconductor device |
-
1979
- 1979-12-14 JP JP16248379A patent/JPS5685799A/ja active Granted
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7249020B2 (en) | 2001-04-18 | 2007-07-24 | Nec Corporation | Voice synthesizing method using independent sampling frequencies and apparatus therefor |
| US7418388B2 (en) | 2001-04-18 | 2008-08-26 | Nec Corporation | Voice synthesizing method using independent sampling frequencies and apparatus therefor |
Also Published As
| Publication number | Publication date |
|---|---|
| JPS5685799A (en) | 1981-07-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US5641927A (en) | Autokeying for musical accompaniment playing apparatus | |
| KR0164590B1 (ko) | 음원 데이타 발생, 기록 또는 재생장치 | |
| US4435832A (en) | Speech synthesizer having speech time stretch and compression functions | |
| US5682502A (en) | Syllable-beat-point synchronized rule-based speech synthesis from coded utterance-speed-independent phoneme combination parameters | |
| JP3482685B2 (ja) | 電子楽器の音源装置 | |
| JPS642960B2 (ja) | ||
| KR20010111630A (ko) | 시간/피치 변환 장치 및 시간/피치 변환 방법 | |
| US5369730A (en) | Speech synthesizer | |
| US4601052A (en) | Voice analysis composing method | |
| Dutilleux et al. | Time‐segment Processing | |
| JP2001255876A (ja) | 時間軸方向における楽音波形信号の伸縮方法 | |
| JPH0422275B2 (ja) | ||
| US4349699A (en) | Speech synthesizer | |
| JP2000099009A (ja) | 音響信号の符号化方法 | |
| JPH0651778A (ja) | 波形生成装置 | |
| JPH02146599A (ja) | 音源データ圧縮符号化方法 | |
| JPH10187180A (ja) | 楽音発生装置 | |
| JP2842106B2 (ja) | 音響信号の伝送方法 | |
| JPH0659700A (ja) | 音声データ圧縮装置 | |
| JPH01267700A (ja) | 音声処理装置 | |
| JPH08305393A (ja) | 再生装置 | |
| JPH0736119B2 (ja) | 区分的最適関数近似方法 | |
| JPS6036600B2 (ja) | 音声合成装置 | |
| KR100264389B1 (ko) | 키변환 기능을 갖는 컴퓨터 음악반주기 | |
| JPH0142000B2 (ja) |