JP2584236B2

JP2584236B2 - 規則音声合成装置

Info

Publication number: JP2584236B2
Application number: JP62191952A
Authority: JP
Inventors: 徹北村; 光男藤本; 正幸飯田
Original assignee: Sanyo Denki Co Ltd
Current assignee: Sanyo Denki Co Ltd
Priority date: 1987-07-30
Filing date: 1987-07-30
Publication date: 1997-02-26
Anticipated expiration: 2012-02-26
Also published as: JPS6435499A

Description

【発明の詳細な説明】（イ）産業上の利用分野本発明は音声合成装置に関する。とくに、任意の文章
から音声を合成する規則による音声合成装置に関する。

（ロ）従来の技術任意の文章を音声合成する規則音声合成装置の研究が
盛んであり、最近、新聞の校閲装置やパソコンに接続で
きる任意文章の音声出力装置の試作、商品化が行なわれ
ている。漢字かな混じり文やカナ文字が、キーボードな
どから文字コードとして、規則音声合成装置に入力され
ると、それらの文字列から基本音声単位の列と韻律制御
を行なうための記号が生成される。基本音声単位として
は、子音−母音連鎖などの音節に相当する単位（CV素片
と呼ばれる）や子音−母音−子音連鎖の単位（CVC素片
と呼ばれる）などが使用されている。また、韻律制御を
行なうための記号には、アクセント位置を示す記号、息
継ぎの位置を示す記号などがあり、カナ文字入力の場合
は、一般に、韻律制御を行なうための記号も、カナ文字
と同時に、外部から入力される。

一方、基本音声単位それぞれに対応する音声データ
は、記憶装置（以下基本音声データメモリと呼ぶ）に蓄
えられており、前記の基本音声単位の列に従って、先頭
から対応する音声データが読み出され、接続されながら
音声データバッファメモリに蓄えられる。尚、音声デー
タの接続の際には、接続部分で補間処理が行なわれる。
また、韻律制御を行なうための記号に従って、音声デー
タ中にポーズが挿入されたり、基本周波数パターンが生
成され、音声データバッファメモリ中の音声データに付
与される。

以上の処理により生成された音声データバッファメモ
リ中の音声データは、LSP、PARCOR等の音声合成回路を
介して音声に変換される。前記基本音声単位と前記基本
音声データメモリ中の音声データは一対一に対応してい
る場合もあるが、例えば語頭と語中の場合のように、音
韻環境により音声データの特徴は異なると考えられるの
で、昭和57年10月発行の音響学会講演論文集１−６−19
「CV音節とＶ音節を用いる音声合成」に示すように、同
一の基本音声単位に対して、文や単語中の存在位置によ
って、音声データを語頭用、語中用、語尾用など複数種
用意することにより、音質向上を図っているものもあ
る。

（ハ）発明が解決しようとする問題点従来の技術の前者のように、基本音声単位に対して、
基本音声データメモリ内に音声データを一種類しか用意
していない場合は、例えば、基本音声データメモリ内の
音声データを、自然に発声した音声のうち、語頭で発声
されたものを利用して作成した場合、入力文章から生成
された基本音声単位のうち、文や単語の先頭にあるもの
は、同一の音韻環境で生成された音声データが利用され
るので、音質の劣化は小さいが、文や単語の語中、語尾
では、音韻環境が異なるので音質の劣化が大きい。

また、従来の技術の後者のように、劣化を防ぐため
に、同一の基本音声単位に対して、音声データを複数種
用意するためには、基本音声データメモリとして多くの
容量を必要とする。上記の論文の例においては、音声デ
ータの種類として、526種類用意し、9600kbpsのPARCOR
パラメータを用いた時、55KBのメモリ容量を必要として
いる。

（ニ）問題点を解決するための手段本発明は、任意の文章を音声により出力するために、
文字列を入力する手段、音韻や音節などの基本音声単位
それぞれに対応する音声データを記憶する基本音声デー
タメモリ、入力された該文字列から基本音声単位の列を
生成する手段、該基本音声単位の列に対応する音声デー
タを基本音声データメモリから読み出す手段、読み出し
た音声データを順次蓄える音声データバッファメモリ、
該音声データバッファメモリに蓄えられた音声データか
ら音声を合成する音声合成手段、記基本音声単位の列に
対応する音声データを読み出すさいに、該基本音声単位
が文や単語などの先頭以外に存在するときは、該音声デ
ータのうち先頭の一部を削除して、音声バッファメモリ
に蓄える編集手段を備えたことを特徴とする。

（ホ）作用本発明は、かかる編集手段を備えるので、少量の基本
音声データメモリで、文や単語中での存在位置に適した
音声データを生成することができる。例えば、自然に発
声した音声のうち、語頭で発声されたものを利用して、
基本音声データメモリ内の音声データを作成した場合、
文や単語の語頭に比べ、語中、語尾の方が劣化は大きい
が、語中、語尾のとき、基本音声データメモリ内の対応
する音声データの先頭の一部を削除することにより、従
来装置に比べ、音声データを一種類しか持たないことに
よる劣化を押さえることができる。

（ヘ）実施例第１図は、本発明を実現する規則音声合成装置の構成
例を示したものである。

キーボード（１）より、例えば、“ソヨカゼ”という
単語が入力されると、ポインタ制御部（２）により文字
列バッファポインタ（３）が制御され、“ソヨカゼ”と
いう文字列が文字列バッファ（４）に蓄えられる。文字
種判定部（６）は文字列バッファ（４）に蓄えられた文
字を一文字ずつ読みだし、カナ文字であれば、スイッチ
（５）を閉じ、その文字に対応する基本音声単位のコー
ドをアドレスポインタ（７）にセットする。アドレステ
ーブル（８）には、各基本音声単位に対応する音声デー
タの基本音声データメモリ（10）中での存在位置が格納
されており、存在位置を示すアドレスが、アドレスポイ
ンタ（９）にセットされる。

一方、文字種判定部（６）でカナ文字と判定される
と、音声データ読み出し制御部（16）によって、スイッ
チ（11）が閉じられ、基本音声データメモリ（10）中の
基本音声単位に対応する音声データが、音声データバッ
ファメモリ（12）に蓄えられる。この際、語頭判定部
（17）によって、文や単語の語頭であることが判定され
ると、そのまま読み込まれるが、それ以外のときは、先
頭削除長テーブル（15）の内容に従い、読み出し前に、
音声データ読み出し制御部（16）によって、アドレスポ
インタ（９）の内容が増やされ、音声データの先頭の一
部を読み飛ばして、音声データバッファメモリに蓄えら
れる。

なお、先頭削除長テーブル（15）には、第２図に示す
如く、各基本音声単位ごとに、その基本音声単位が、文
や単語の語中、語尾に存在するときに、読み飛ばすべき
データ数（フレーム数）が格納されている。「第２図
は、先頭削除長テーブル（15）の一部を示したものであ
る。］例えば、“ソヨカゼ”という入力に対しては、まず、
“ソ”という文字が、文字種判定部（６）に入力される
と、カナ文字であるので、基本音声単位“ソ”に対する
コードがアドレスポインタ（７）にセットされる。アド
レステーブル（８）には、“ソ”に対応する音声データ
のアドレスが格納されており、そのアドレスがアドレス
ポインタ（９）にセットされる。ここで、“ソ”が語頭
であることが、語頭判定部（17）でわかるので、音声デ
ータ読み出し制御部（16）の出力に従って、スイッチ
（11）を介して、音声データは、そのまま音声データバ
ッファメモリ（12）に蓄えられる。次ぎに、“ヨ”とい
う文字に対して、同様に、基本音声単位“ヨ”に対する
コードがアドレスポインタ（７）にセットされ、“ヨ”
に対応する音声データの基本音声データメモリ（10）中
のアドレスがアドレスポインタ（９）にセットされる
が、“ヨ”は語中である（語頭ではない）ので、語頭判
定部（17）の出力に従って、音声データ読みだし制御部
（16）は、先頭削除長テーブル（15）から、音声データ
の先頭を削除すべきフレーム数６［第２図の“ヨ”の欄
参照］を読みだし、その値だけアドレスポインタ（９）
の値を加える。従って、スイッチ（11）を介して、音声
データバッファメモリ（12）に蓄えられる“ヨ”に対応
する音声データは、先頭から６フレーム分だけ削除した
ものとなる。

同様の処理が、“カ”についても行なわれるが、先頭
削除長テーブル（15）の値が０であるので削除は行なわ
ず、そのまま、“カ”に対応する音声データが蓄積さ
れ、“ゼ”については、先頭から６フレームだけ削除し
た音声データが音声データバッファメモリ（12）に蓄え
られる。

第３図は、“ソヨカゼ”のそれぞれの基本音声単位に
対応する音声データと、音声データバッファメモリ（1
2）に蓄えられた音声データを図示したものである。図
に示すように音声データは、語中、語尾で先頭のデータ
がハッチング箇所で示したように削除されながら、接続
され、音声データバッファメモリ（12）に蓄えられる。

なお、接続の際には、音声データの接続部分で補間処
理が行なわれ、最後に文字種判定部（６）により、文字
列の最後であることが判定されると、音声合成部（13）
に対して音声発声指示信号が送出される。音声合成部
（13）は、該音声発生指示信号を受け取ると、音声デー
タバッファメモリ（12）中の音声データを用いて、音声
を合成し、スピーカ（14）から音声として出力する。

以上の説明に於いては、先頭削除長テーブル（15）、
音声データ読み出し制御部（16）、語頭判定部（17）に
て、基本音声データの先頭を削除する編集手段を例示し
たが、本発明はこれに限定されるものでなく、基本音声
データの後部の削除、あるいは適所の追加が実現され得
る。

（ト）発明の効果以上のように、本発明の規則音声合成装置では、基本
音声単位に対応する音声データを接続して、文や単語に
対する音声データを生成する際に、その基本音声単位
の、文や単語中での存在位置に従って、音声データの一
部を削除するので、合成音声の劣化を抑えることができ
る。

また、存在位置によって、各音声単位に対応する音声
データを複数種用意している場合と比較すると、一種類
しか用意していないので音声データを記憶するために必
要とするメモリ容量を大幅に減らすことができる。例え
ば、語頭用、語中用、語尾用の３種類を用意した場合と
比較すると約1/3のメモリ容量しか必要としない。

【図面の簡単な説明】

第１図は本発明を実現するための規則合成装置の構成例
を示したブロック図、第２図は先頭削除長テーブルの一
部を示したメモリ図、第３図は“ソヨカゼ”のそれぞれ
の基本音声単位に対応する音声データと音声データバッ
ファメモリに蓄えられた音声データの関係を図示した模
式図である。（１）…キーボート、（４）……文字列バッファ、（６）……文字種判定部、（10）……基本音声データメ
モリ、（12）……音声データバッファメモリ、（15）…
…先頭削除長テーブル、（16）……音声データ読出し制
御部、（17）……語頭判定部。

Claims

(57)【特許請求の範囲】

【請求項１】任意の文章を音声により出力するために、
文字列を入力する手段、音韻や音節などの基本音声単位
それぞれに対応する音声データを記憶する基本音声デー
タメモリ、入力された該文字列から基本音声単位の列を
生成する手段、該基本音声単位の列に対応する音声デー
タを基本音声データメモリから読み出す手段、読み出し
た音声データを順次蓄える音声データバッファメモリ、
該音声データバッファメモリに蓄えられた音声データか
ら音声を合成する音声合成手段、該基本音声単位の列に
対応する音声データを読み出すさいに、該基本音声単位
が文や単語などの先頭以外に存在するときは、該音声デ
ータのうち先頭の一部を削除して、音声バッファメモリ
に蓄える編集手段を備えたことを特徴とする規則音声合
成装置。