JP3264998B2 - 音声合成器 - Google Patents
音声合成器Info
- Publication number
- JP3264998B2 JP3264998B2 JP26099692A JP26099692A JP3264998B2 JP 3264998 B2 JP3264998 B2 JP 3264998B2 JP 26099692 A JP26099692 A JP 26099692A JP 26099692 A JP26099692 A JP 26099692A JP 3264998 B2 JP3264998 B2 JP 3264998B2
- Authority
- JP
- Japan
- Prior art keywords
- frame
- prediction gain
- memory
- speech
- buffer memory
- 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 - Fee Related
Links
Description
【０００１】
【産業上の利用分野】本発明は音声合成器に関し、特に
規則合成方式を用いた音声合成器などにおいて、予めフ
レーム毎に分析したスペクトル情報を含む複数の音声情
報パラメータをフレーム単位で合成して音声発声を可能
とする音声合成器に関する。
規則合成方式を用いた音声合成器などにおいて、予めフ
レーム毎に分析したスペクトル情報を含む複数の音声情
報パラメータをフレーム単位で合成して音声発声を可能
とする音声合成器に関する。
【０００２】
【従来の技術】従来、文章を一定時間長のフレームごと
に分析した音声情報パラメータを用いて音声を合成する
場合、一定フレーム時間ごとに例えばスペクトル情報と
残差（パルス）などのパラメータにより合成している。
このような音声合成器で高速音声発声を行う場合は、ス
ペクトル情報により有声または無声および母音または子
音の判定を行い、有声もしくは母音と判定されたフレー
ムをある区間毎一定に間引く方法により高速度音声発声
を行っている。
に分析した音声情報パラメータを用いて音声を合成する
場合、一定フレーム時間ごとに例えばスペクトル情報と
残差（パルス）などのパラメータにより合成している。
このような音声合成器で高速音声発声を行う場合は、ス
ペクトル情報により有声または無声および母音または子
音の判定を行い、有声もしくは母音と判定されたフレー
ムをある区間毎一定に間引く方法により高速度音声発声
を行っている。
【０００３】図３を参照すると、従来の音声合成器は、
一定時間長のフレームごとに分析したスペクトル情報を
含む複数の音声情報パラメータを前記フレーム単位で編
集して合成する音声合成器において、音声ファイル１か
らの合成に必要な音声データをａ蓄えるとともに制御信
号ｄ応じて１フレーム単位でスペクトル情報ｂを出力し
かつ残差ｃを出力する音声メモリ２と、音声メモリ２か
らのスペクトル情報ｂの予測ゲインを算出する予測ゲイ
ン算出器３と、予測ゲイン算出器３からの予測ゲイン算
出値をしきい値メモリ５からの予測ゲインしきい値と比
較判定する判定器４と、音声メモリ２からのスペクトル
情報ｂを格納するバッファメモリ６と、音声メモリ２か
らの残差ｃを格納するバッファメモリ７と、判定器４か
らの判定出力により制御信号を出力してバッファメモリ
６およびバッファメモリ７を制御するバッファ制御回路
１１と、バッファメモリ６からの出力とバッファメモリ
７からの出力とを合成する合成フィルタ８と、フレーム
間引きのための制御信号ｄを出力して音声メモリ２を制
御するフレーム制御回路１０とから構成される。
一定時間長のフレームごとに分析したスペクトル情報を
含む複数の音声情報パラメータを前記フレーム単位で編
集して合成する音声合成器において、音声ファイル１か
らの合成に必要な音声データをａ蓄えるとともに制御信
号ｄ応じて１フレーム単位でスペクトル情報ｂを出力し
かつ残差ｃを出力する音声メモリ２と、音声メモリ２か
らのスペクトル情報ｂの予測ゲインを算出する予測ゲイ
ン算出器３と、予測ゲイン算出器３からの予測ゲイン算
出値をしきい値メモリ５からの予測ゲインしきい値と比
較判定する判定器４と、音声メモリ２からのスペクトル
情報ｂを格納するバッファメモリ６と、音声メモリ２か
らの残差ｃを格納するバッファメモリ７と、判定器４か
らの判定出力により制御信号を出力してバッファメモリ
６およびバッファメモリ７を制御するバッファ制御回路
１１と、バッファメモリ６からの出力とバッファメモリ
７からの出力とを合成する合成フィルタ８と、フレーム
間引きのための制御信号ｄを出力して音声メモリ２を制
御するフレーム制御回路１０とから構成される。
【０００４】
【発明が解決しようとする課題】この従来の音声合成器
では、有声もしくは母音フレームを一つの基準により間
引いているために、母音と判定される区間が一律に間引
かれしまうことによって、しきい値の設定状態あるいは
発声する言葉によっては母音フレームがほとんど間引か
れて音質の劣化が起こる。
では、有声もしくは母音フレームを一つの基準により間
引いているために、母音と判定される区間が一律に間引
かれしまうことによって、しきい値の設定状態あるいは
発声する言葉によっては母音フレームがほとんど間引か
れて音質の劣化が起こる。
【０００５】
【課題を解決するための手段】本発明による音声合成器
は、一定時間長のフレームごとに分析したスペクトル情
報を含む複数の音声情報パラメータを前記フレーム単位
で編集して合成する音声合成器において、前記スペクト
ル情報の予測ゲインを算出する予測ゲイン算出手段と、
前記フレームの間引きを制御する制御手段とを有し、前
記予測ゲインが予測ゲインしきい値より小さい場合、か
つ前記予測ゲインのフレーム間変化量が少ない場合に前
記フレームを間引く。
は、一定時間長のフレームごとに分析したスペクトル情
報を含む複数の音声情報パラメータを前記フレーム単位
で編集して合成する音声合成器において、前記スペクト
ル情報の予測ゲインを算出する予測ゲイン算出手段と、
前記フレームの間引きを制御する制御手段とを有し、前
記予測ゲインが予測ゲインしきい値より小さい場合、か
つ前記予測ゲインのフレーム間変化量が少ない場合に前
記フレームを間引く。
【０００６】また、本発明による音声合成器は、一定時
間長のフレームごとに分析したスペクトル情報を含む複
数の音声情報パラメータを前記フレーム単位で編集して
合成する音声合成器において、前記スペクトル情報の予
測ゲインを算出する予測ゲイン算出手段と、前記スペク
トル情報のピッチ周期を算出するピッチ周期算出手段
と、前記フレームの間引きを制御する制御手段とを有
し、前記予測ゲインが予測ゲインしきい値より小さい場
合、かつ前記スペクトル情報のピッチ周期が安定してい
る場合に前記フレームを間引く。
間長のフレームごとに分析したスペクトル情報を含む複
数の音声情報パラメータを前記フレーム単位で編集して
合成する音声合成器において、前記スペクトル情報の予
測ゲインを算出する予測ゲイン算出手段と、前記スペク
トル情報のピッチ周期を算出するピッチ周期算出手段
と、前記フレームの間引きを制御する制御手段とを有
し、前記予測ゲインが予測ゲインしきい値より小さい場
合、かつ前記スペクトル情報のピッチ周期が安定してい
る場合に前記フレームを間引く。
【０００７】さらに、本発明による音声合成器は、一定
時間長のフレームごとに分析したスペクトル情報を含む
複数の音声情報パラメータを前記フレーム単位で編集し
て合成する音声合成器において、音声ファイルからの合
成に必要な音声データを蓄えるとともに第１の制御信号
に応じてフレーム単位でスペクトル情報を出力しかつ残
差を出力する音声メモリと、前記音声メモリからのスペ
クトル情報の予測ゲインを算出する予測ゲイン算出手段
と、前記予測ゲイン算出手段からの前記予測ゲインの変
化量を算出する予測ゲイン変化量算出手段と、前記予測
ゲイン算出手段からの予測ゲイン算出値を予測ゲインし
きい値と比較判定するとともに前記予測ゲイン変化量算
出手段からの予測ゲインの変化量を予測ゲイン変化量し
きい値と比較判定する判定手段と、前記音声メモリから
の前記スペクトル情報を格納する第１のバッファメモリ
と、前記音声メモリからの前記残差を格納する第２のバ
ッファメモリと、前記判定手段からの判定出力により第
２の制御信号を出力して前記第１のバッファメモリを制
御するとともに第３の制御信号を出力して前記第２のバ
ッファメモリを制御するバッファ制御手段と、前記第１
のバッファメモリからの出力と前記第２のバッファメモ
リからの出力とを合成する合成フィルタと、前記フレー
ムの間引きのための前記第１の制御信号を出力して前記
音声メモリを制御するフレーム制御手段とを備える。
時間長のフレームごとに分析したスペクトル情報を含む
複数の音声情報パラメータを前記フレーム単位で編集し
て合成する音声合成器において、音声ファイルからの合
成に必要な音声データを蓄えるとともに第１の制御信号
に応じてフレーム単位でスペクトル情報を出力しかつ残
差を出力する音声メモリと、前記音声メモリからのスペ
クトル情報の予測ゲインを算出する予測ゲイン算出手段
と、前記予測ゲイン算出手段からの前記予測ゲインの変
化量を算出する予測ゲイン変化量算出手段と、前記予測
ゲイン算出手段からの予測ゲイン算出値を予測ゲインし
きい値と比較判定するとともに前記予測ゲイン変化量算
出手段からの予測ゲインの変化量を予測ゲイン変化量し
きい値と比較判定する判定手段と、前記音声メモリから
の前記スペクトル情報を格納する第１のバッファメモリ
と、前記音声メモリからの前記残差を格納する第２のバ
ッファメモリと、前記判定手段からの判定出力により第
２の制御信号を出力して前記第１のバッファメモリを制
御するとともに第３の制御信号を出力して前記第２のバ
ッファメモリを制御するバッファ制御手段と、前記第１
のバッファメモリからの出力と前記第２のバッファメモ
リからの出力とを合成する合成フィルタと、前記フレー
ムの間引きのための前記第１の制御信号を出力して前記
音声メモリを制御するフレーム制御手段とを備える。
【０００８】さらにまた、本発明による音声合成器は、
一定時間長のフレームごとに分析したスペクトル情報を
含む複数の音声情報パラメータをフレーム単位で編集し
て合成する音声合成器において、音声ファイルからの合
成に必要な音声データを蓄えるとともに第１の制御信号
に応じてフレーム単位でスペクトル情報を出力しかつ残
差を出力する音声メモリと、前記音声メモリからのスペ
クトル情報の予測ゲインを算出する予測ゲイン算出手段
と、前記音声メモリからのスペクトル情報のピッチ周期
を算出するピッチ周期算出手段と、前記予測ゲイン算出
手段からの予測ゲイン算出値を予測ゲインしきい値と比
較判定するとともに前記ピッチ周期算出手段からのピッ
チ周期の変化量をピッチ周期変化量しきい値と比較判定
する判定手段と、前記音声メモリからの前記スペクトル
情報を格納する第１のバッファメモリと、前記音声メモ
リからの前記残差を格納する第２のバッファメモリと、
前記判定手段からの判定出力により第２の制御信号を出
力して前記第１のバッファメモリを制御するとともに第
３の制御信号を出力して前記第２のバッファメモリを制
御するバッファ制御手段と、前記第１のバッファメモリ
からの出力と前記第２のバッファメモリからの出力とを
合成する合成フィルタと、前記フレームの間引きのため
の前記第１の制御信号を出力して前記音声メモリを制御
するフレーム制御手段とを備える。
一定時間長のフレームごとに分析したスペクトル情報を
含む複数の音声情報パラメータをフレーム単位で編集し
て合成する音声合成器において、音声ファイルからの合
成に必要な音声データを蓄えるとともに第１の制御信号
に応じてフレーム単位でスペクトル情報を出力しかつ残
差を出力する音声メモリと、前記音声メモリからのスペ
クトル情報の予測ゲインを算出する予測ゲイン算出手段
と、前記音声メモリからのスペクトル情報のピッチ周期
を算出するピッチ周期算出手段と、前記予測ゲイン算出
手段からの予測ゲイン算出値を予測ゲインしきい値と比
較判定するとともに前記ピッチ周期算出手段からのピッ
チ周期の変化量をピッチ周期変化量しきい値と比較判定
する判定手段と、前記音声メモリからの前記スペクトル
情報を格納する第１のバッファメモリと、前記音声メモ
リからの前記残差を格納する第２のバッファメモリと、
前記判定手段からの判定出力により第２の制御信号を出
力して前記第１のバッファメモリを制御するとともに第
３の制御信号を出力して前記第２のバッファメモリを制
御するバッファ制御手段と、前記第１のバッファメモリ
からの出力と前記第２のバッファメモリからの出力とを
合成する合成フィルタと、前記フレームの間引きのため
の前記第１の制御信号を出力して前記音声メモリを制御
するフレーム制御手段とを備える。
【０００９】
【実施例】スペクトル情報として偏自己相関（ＰＡＲＣ
ＯＲ）方式を例にすると、フレーム内の平均予測残差信
号電力Ｐｅは、音声スペクトル情報の一つの表現方法で
ある偏自己相関係数ｋｉを用いて式（１）のように表さ
れる。また、予測ゲインは、音声符号化処理の分野では
一般的な用語であり、”入力信号のエネルギーと予測残
差のエネルギーの比を予測利得（予測ゲイン）”として
定義される（「音声符号化」 守谷健弘著 電子情報通
信学会刊 Ｐ．２３参照）。 スペクトル情報（ここでは
偏自己相関係数：ｋｉ ）から算出した予測ゲインを本
発明では、以下で“ｋｉの予測ゲイン”と記述すが、
“ｋｉの予測ゲイン”とは”正規化予測ゲインＰｇ”を
示すので、“ｋｉの予測ゲイン”とは“正規化予測ゲイ
ンＰｇ”のことである。 また、偏自己相関係数ｋｉは、
予測ゲインを表すのに使用される係数であるため、正規
化予測ゲインＰｇをスペクトル情報の１つである偏自己
相関係数ｋｉにより算出することができる。 よって、ｋ
ｉの予測ゲインとは、スペクトル情報すなわち偏自己相
関 係数ｋｉから算出した正規化予測ゲインＰｇを示
し、この正規化予測ゲインＰｇをここでは（２）式のよ
うに定義する。
ＯＲ）方式を例にすると、フレーム内の平均予測残差信
号電力Ｐｅは、音声スペクトル情報の一つの表現方法で
ある偏自己相関係数ｋｉを用いて式（１）のように表さ
れる。また、予測ゲインは、音声符号化処理の分野では
一般的な用語であり、”入力信号のエネルギーと予測残
差のエネルギーの比を予測利得（予測ゲイン）”として
定義される（「音声符号化」 守谷健弘著 電子情報通
信学会刊 Ｐ．２３参照）。 スペクトル情報（ここでは
偏自己相関係数：ｋｉ ）から算出した予測ゲインを本
発明では、以下で“ｋｉの予測ゲイン”と記述すが、
“ｋｉの予測ゲイン”とは”正規化予測ゲインＰｇ”を
示すので、“ｋｉの予測ゲイン”とは“正規化予測ゲイ
ンＰｇ”のことである。 また、偏自己相関係数ｋｉは、
予測ゲインを表すのに使用される係数であるため、正規
化予測ゲインＰｇをスペクトル情報の１つである偏自己
相関係数ｋｉにより算出することができる。 よって、ｋ
ｉの予測ゲインとは、スペクトル情報すなわち偏自己相
関 係数ｋｉから算出した正規化予測ゲインＰｇを示
し、この正規化予測ゲインＰｇをここでは（２）式のよ
うに定義する。
【００１０】 ここで、Ｐ0 は入力音声の平均電力を示す。また、偏自
己相関係数ｋi の次数p は通常１０程度の値が選択され
る。
己相関係数ｋi の次数p は通常１０程度の値が選択され
る。
【００１１】この場合、ｋｉで表すことができる正規化
予測ゲインＰｇは、入力音声が母音定常部などのような
周期波の場合は、一般に偏自己相関係数ｋｉが、比較的
に安定した値をとり、正規化予測ゲインＰｇは同様に安
定して０に近い値をとる。入力音声が子音部のような非
周期波の場合は、偏自己相関係数ｋｉの値がばらつき、
また、このとき、正規化予測ゲインＰｇは、１に近い値
をとる。
予測ゲインＰｇは、入力音声が母音定常部などのような
周期波の場合は、一般に偏自己相関係数ｋｉが、比較的
に安定した値をとり、正規化予測ゲインＰｇは同様に安
定して０に近い値をとる。入力音声が子音部のような非
周期波の場合は、偏自己相関係数ｋｉの値がばらつき、
また、このとき、正規化予測ゲインＰｇは、１に近い値
をとる。
【００１２】上述より、正規化予測ゲインＰｇの値をし
きい値と比較するすることにより、母音部フレームを検
出することができる。
きい値と比較するすることにより、母音部フレームを検
出することができる。
【００１３】一般に定常な母音フレームは正規化予測ゲ
インＰｇが安定しているので、正規化予測ゲインＰｇが
しきい値以下で変化量の少ない（小さくかつ安定してい
る所）フレームを見つけることによって、安定している
母音フレームを見つけることができる。
インＰｇが安定しているので、正規化予測ゲインＰｇが
しきい値以下で変化量の少ない（小さくかつ安定してい
る所）フレームを見つけることによって、安定している
母音フレームを見つけることができる。
【００１４】また、ピッチ周期検出法では、スぺクトル
情報や残差のピークを探して算出する方法により実現す
ることができる。
情報や残差のピークを探して算出する方法により実現す
ることができる。
【００１５】次に、本発明について図面を参照して説明
する。本発明の音声合成器の第１の実施例を示す図１を
参照すると、一定時間長のフレームごとに分析したスペ
クトル情報を含む複数の音声情報パラメータを前記フレ
ーム単位で編集して合成する音声合成器において、音声
ファイル１からの合成に必要な音声データａを蓄えると
ともに制御信号ｄに応じて１フレーム単位でスペクトル
情報ｂを出力しかつ残差ｃを出力する音声メモリ２と、
音声メモリ２からのスペクトル情報ｂの予測ゲインを算
出する予測ゲイン算出器３と、予測ゲイン算出器３から
の予測ゲインの変化量を算出する変化量算出器１２と、
予測ゲイン算出器３からの予測ゲイン算出値をしきい値
メモリ５からの予測ゲインしきい値と比較判定するとと
もに変化量算出器１２からの予測ゲインの変化量をしき
い値メモリ５からの予測ゲイン変化量しきい値と比較判
定する判定器４と、音声メモリ２からのスペクトル情報
ｂを格納するバッファメモリ６と、音声メモリ２からの
残差ｃを格納するバッファメモリ７と、判定器４からの
判定出力により制御信号を出力してバッファメモリ６お
よびバッファメモリ７を制御するバッファ制御回路１１
と、バッファメモリ６からの出力とバッファメモリ７か
らの出力とを合成する合成フィルタ８と、フレーム間引
きのための制御信号ｄを出力して音声メモリ２を制御す
るフレーム制御回路１０とから構成される。
する。本発明の音声合成器の第１の実施例を示す図１を
参照すると、一定時間長のフレームごとに分析したスペ
クトル情報を含む複数の音声情報パラメータを前記フレ
ーム単位で編集して合成する音声合成器において、音声
ファイル１からの合成に必要な音声データａを蓄えると
ともに制御信号ｄに応じて１フレーム単位でスペクトル
情報ｂを出力しかつ残差ｃを出力する音声メモリ２と、
音声メモリ２からのスペクトル情報ｂの予測ゲインを算
出する予測ゲイン算出器３と、予測ゲイン算出器３から
の予測ゲインの変化量を算出する変化量算出器１２と、
予測ゲイン算出器３からの予測ゲイン算出値をしきい値
メモリ５からの予測ゲインしきい値と比較判定するとと
もに変化量算出器１２からの予測ゲインの変化量をしき
い値メモリ５からの予測ゲイン変化量しきい値と比較判
定する判定器４と、音声メモリ２からのスペクトル情報
ｂを格納するバッファメモリ６と、音声メモリ２からの
残差ｃを格納するバッファメモリ７と、判定器４からの
判定出力により制御信号を出力してバッファメモリ６お
よびバッファメモリ７を制御するバッファ制御回路１１
と、バッファメモリ６からの出力とバッファメモリ７か
らの出力とを合成する合成フィルタ８と、フレーム間引
きのための制御信号ｄを出力して音声メモリ２を制御す
るフレーム制御回路１０とから構成される。
【００１６】詳述すると、スペクトル情報と音源情報と
を分離した形で記憶し合成する残差駆動方式の音声合成
器では、まず、音声ファイル１から合成に必要な音声デ
ータａを音声メモリ２に蓄える。音声メモリ２はフレー
ム制御回路１０からの制御信号ｄにより制御されて、ス
ペクトル情報ｂを１フレーム単位で予測ゲイン算出器３
とバッファメモリ６とへ転送するとともに残差ｃをバッ
ファメモリ７へ転送する。
を分離した形で記憶し合成する残差駆動方式の音声合成
器では、まず、音声ファイル１から合成に必要な音声デ
ータａを音声メモリ２に蓄える。音声メモリ２はフレー
ム制御回路１０からの制御信号ｄにより制御されて、ス
ペクトル情報ｂを１フレーム単位で予測ゲイン算出器３
とバッファメモリ６とへ転送するとともに残差ｃをバッ
ファメモリ７へ転送する。
【００１７】予測ゲイン算出器３ではスペクトル情報ｂ
から予測ゲインＰg を計算してその算出結果を判定器４
および変化量算出器１２へ送出する。判定器４では予測
ゲインＰg の算出結果をしきい値メモリ５からのしきい
値と比較する。このとき変化量算出器１２では予測ゲイ
ンＰg の算出結果を数フレーム分格納できるようなリン
グバッファ等に格納しておく。
から予測ゲインＰg を計算してその算出結果を判定器４
および変化量算出器１２へ送出する。判定器４では予測
ゲインＰg の算出結果をしきい値メモリ５からのしきい
値と比較する。このとき変化量算出器１２では予測ゲイ
ンＰg の算出結果を数フレーム分格納できるようなリン
グバッファ等に格納しておく。
【００１８】ここで、予測ゲインＰg の算出結果が予め
設定したしきい値以上の場合、すなわち、間引かないと
判断されたフレームは、判定器４に接続されているバッ
ファ制御回路１１でバッファメモリ６およびバッファメ
モリ７を制御してバッファメモリ７に蓄積されている各
データを合成フィルタ８へ送出し、合成フィルタ８で音
声合成を行って音声出力端子９を介して出力する。
設定したしきい値以上の場合、すなわち、間引かないと
判断されたフレームは、判定器４に接続されているバッ
ファ制御回路１１でバッファメモリ６およびバッファメ
モリ７を制御してバッファメモリ７に蓄積されている各
データを合成フィルタ８へ送出し、合成フィルタ８で音
声合成を行って音声出力端子９を介して出力する。
【００１９】また、予測ゲインＰg の算出結果が予め設
定したしきい値以下の場合は、母音フレームと判定され
て間引かれる候補になる。次に変化量算出器１２では、
リングバッファに格納されている予測ゲインＰg の算出
値の平均変化量を算出して判定器４へ送出する。判定器
４では変化量算出器１２で算出した予測ゲインＰg の平
均変化量が予め設定した変化量以下の場合にはバッファ
メモリ６およびバッファメモリ７に蓄積されている１フ
レーム分のスペクトル情報と残差ｃを廃棄し、次の１フ
レーム分の各データをバッファメモリ６およびバッファ
メモリ７に蓄積する。この残差ｃの廃棄は合成フィルタ
８における音声合成を一時中断することにより行う。こ
のような方法によりフレームの間引を行う。
定したしきい値以下の場合は、母音フレームと判定され
て間引かれる候補になる。次に変化量算出器１２では、
リングバッファに格納されている予測ゲインＰg の算出
値の平均変化量を算出して判定器４へ送出する。判定器
４では変化量算出器１２で算出した予測ゲインＰg の平
均変化量が予め設定した変化量以下の場合にはバッファ
メモリ６およびバッファメモリ７に蓄積されている１フ
レーム分のスペクトル情報と残差ｃを廃棄し、次の１フ
レーム分の各データをバッファメモリ６およびバッファ
メモリ７に蓄積する。この残差ｃの廃棄は合成フィルタ
８における音声合成を一時中断することにより行う。こ
のような方法によりフレームの間引を行う。
【００２０】本発明の音声合成器の第２の実施例を示す
図２を参照すると、一定時間長のフレームごとに分析し
たスペクトル情報を含む複数の音声情報パラメータをフ
レーム単位で編集して合成する音声合成器において、音
声ファイル１からの合成に必要な音声データａを蓄える
とともに制御信号ｄに応じて１フレーム単位でスペクト
ル情報ｂを出力しかつ残差ｃを出力する音声メモリ２
と、音声メモリ２からのスペクトル情報ｂの予測ゲイン
を算出する予測ゲイン算出器３と、音声メモリ２からの
スペクトル情報ｂのピッチ周期を算出するピッチ周期算
出器１３と、予測ゲイン算出器３からの予測ゲイン算出
値をしきい値メモリ５からの予測ゲインしきい値と比較
判定するとともにピッチ周期算出器１３からのピッチ周
期の変化量をしきい値メモリ５からのピッチ周期変化量
しきい値と比較判定する判定器４と、音声メモリ４から
のスペクトル情報ｂを格納するバッファメモリ６と、音
声メモリ２からの残差ｃを格納するバッファメモリ７
と、判定器４からの判定出力により制御信号を出力して
バッファメモリ６およびバッファメモリ７を制御するバ
ッファ制御回路１１と、バッファメモリ６からの出力と
バッファメモリ７からの出力とを合成する合成フィルタ
８と、フレーム間引きのための制御信号ｄを出力して音
声メモリ２を制御するフレーム制御回路１０とから構成
される。
図２を参照すると、一定時間長のフレームごとに分析し
たスペクトル情報を含む複数の音声情報パラメータをフ
レーム単位で編集して合成する音声合成器において、音
声ファイル１からの合成に必要な音声データａを蓄える
とともに制御信号ｄに応じて１フレーム単位でスペクト
ル情報ｂを出力しかつ残差ｃを出力する音声メモリ２
と、音声メモリ２からのスペクトル情報ｂの予測ゲイン
を算出する予測ゲイン算出器３と、音声メモリ２からの
スペクトル情報ｂのピッチ周期を算出するピッチ周期算
出器１３と、予測ゲイン算出器３からの予測ゲイン算出
値をしきい値メモリ５からの予測ゲインしきい値と比較
判定するとともにピッチ周期算出器１３からのピッチ周
期の変化量をしきい値メモリ５からのピッチ周期変化量
しきい値と比較判定する判定器４と、音声メモリ４から
のスペクトル情報ｂを格納するバッファメモリ６と、音
声メモリ２からの残差ｃを格納するバッファメモリ７
と、判定器４からの判定出力により制御信号を出力して
バッファメモリ６およびバッファメモリ７を制御するバ
ッファ制御回路１１と、バッファメモリ６からの出力と
バッファメモリ７からの出力とを合成する合成フィルタ
８と、フレーム間引きのための制御信号ｄを出力して音
声メモリ２を制御するフレーム制御回路１０とから構成
される。
【００２１】この第２の実施例の場合は第１の実施例の
場合と同様に、間引くフレームの候補になるかどうかの
予測ゲイン算出結果のしきい値判定がされる。この場合
は、ピッチ周期をピッチ周期算出器１３のリングバッフ
ァ等に格納しておく。もし、間引くフレームの候補にな
った場合にはリングバッファに格納されているピッチ周
期を予め設定したピッチ周期と比較してほぼ一定になっ
ているか判定する。間引く場合は、図１の第１の実施例
の場合と同様の手順で行う。
場合と同様に、間引くフレームの候補になるかどうかの
予測ゲイン算出結果のしきい値判定がされる。この場合
は、ピッチ周期をピッチ周期算出器１３のリングバッフ
ァ等に格納しておく。もし、間引くフレームの候補にな
った場合にはリングバッファに格納されているピッチ周
期を予め設定したピッチ周期と比較してほぼ一定になっ
ているか判定する。間引く場合は、図１の第１の実施例
の場合と同様の手順で行う。
【００２２】
【発明の効果】以上説明したように本発明よれば、フレ
ームごとに予測ゲインを算出し、予測ゲインの変化量ま
たはピッチ周期の安定しているフレームを正確に判定し
て定常的に連続している母音のフレームのみを間引くこ
とにより音質劣下の少ない高速発声を可能にできる。
ームごとに予測ゲインを算出し、予測ゲインの変化量ま
たはピッチ周期の安定しているフレームを正確に判定し
て定常的に連続している母音のフレームのみを間引くこ
とにより音質劣下の少ない高速発声を可能にできる。
【図１】本発明の第１の実施例の音声合成器を示すブロ
ック図である。
ック図である。
【図２】本発明の第２の実施例の音声合成器を示すブロ
ック図である。
ック図である。
【図３】従来の音声合成器を示すブロック図である。
１ 音声ファイル ２ 音声メモリ ３ 予測ゲイン算出器 ４ 判定器 ５ しきい値メモリ ６ バッファメモリ ７ バッファメモリ ８ 合成フィルタ ９ 音声出力端子 １０ フレーム制御回路 １１ バッファ制御回路 １２ 変化量算出器 １３ ピッチ周期算出器 ａ 音声データ ｂ スペクトル情報 ｃ 残差 ｄ 制御信号 ｅ 音声出力
───────────────────────────────────────────────────── フロントページの続き (56)参考文献 特開 平３−259197（ＪＰ，Ａ) 特開 昭61−290499（ＪＰ，Ａ) 特開 昭62−102300（ＪＰ，Ａ) 特開 昭63−234299（ＪＰ，Ａ) 特開 平４−273300（ＪＰ，Ａ) 特開 平５−27791（ＪＰ，Ａ) (58)調査した分野(Int.Cl.7，ＤＢ名) G10L 13/00 - 13/08 G10L 21/04
Claims (4)
- 【請求項１】 一定時間長のフレームごとに分析したス
ペクトル情報を含む複数の音声情報パラメータを前記フ
レーム単位で編集して合成する音声合成器において、 前記スペクトル情報の予測ゲインを算出する予測ゲイン
算出手段と、前記フレームの間引きを制御する制御手段
とを有し、前記予測ゲインが予測ゲインしきい値より小
さい場合、かつ前記予測ゲインのフレーム間変化量が少
ない場合に前記フレームを間引くことを特徴とする音声
合成器。 - 【請求項２】 一定時間長のフレームごとに分析したス
ペクトル情報を含む複数の音声情報パラメータを前記フ
レーム単位で編集して合成する音声合成器において、 前記スペクトル情報の予測ゲインを算出する予測ゲイン
算出手段と、前記スペクトル情報のピッチ周期を算出す
るピッチ周期算出手段と、前記フレームの間引きを制御
する制御手段とを有し、前記予測ゲインが予測ゲインし
きい値より小さい場合、かつ前記スペクトル情報のピッ
チ周期が安定している場合に前記フレームを間引くこと
を特徴とする音声合成器。 - 【請求項３】 一定時間長のフレームごとに分析したス
ペクトル情報を含む複数の音声情報パラメータを前記フ
レーム単位で編集して合成する音声合成器において、 音声ファイルからの合成に必要な音声データを蓄えると
ともに第１の制御信号に応じてフレーム単位でスペクト
ル情報を出力しかつ残差を出力する音声メモリと、 前記音声メモリからのスペクトル情報の予測ゲインを算
出する予測ゲイン算出手段と、 前記予測ゲイン算出手段からの前記予測ゲインの変化量
を算出する予測ゲイン変化量算出手段と、 前記予測ゲイン算出手段からの予測ゲイン算出値を予測
ゲインしきい値と比較判定するとともに前記予測ゲイン
変化量算出手段からの予測ゲインの変化量を予測ゲイン
変化量しきい値と比較判定する判定手段と、 前記音声メモリからの前記スペクトル情報を格納する第
１のバッファメモリと、 前記音声メモリからの前記残差を格納する第２のバッフ
ァメモリと、 前記判定手段からの判定出力により第２の制御信号を出
力して前記第１のバッファメモリを制御するとともに第
３の制御信号を出力して前記第２のバッファメモリを制
御するバッファ制御手段と、 前記第１のバッファメモリからの出力と前記第２のバッ
ファメモリからの出力とを合成する合成フィルタと、 前記フレームの間引きのための前記第１の制御信号を出
力して前記音声メモリを制御するフレーム制御手段と、 を備えることを特徴とする音声合成器。 - 【請求項４】 一定時間長のフレームごとに分析したス
ペクトル情報を含む複数の音声情報パラメータを前記フ
レーム単位で編集して合成する音声合成器において、 音声ファイルからの合成に必要な音声データを蓄えると
ともに第１の制御信号に応じてフレーム単位でスペクト
ル情報を出力しかつ残差を出力する音声メモリと、 前記音声メモリからのスペクトル情報の予測ゲインを算
出する予測ゲイン算出手段と、 前記音声メモリからのスペクトル情報のピッチ周期を算
出するピッチ周期算出手段と、 前記予測ゲイン算出手段からの予測ゲイン算出値を予測
ゲインしきい値と比較判定するとともに前記ピッチ周期
算出手段からのピッチ周期の変化量をピッチ周期変化量
しきい値と比較判定する判定手段と、 前記音声メモリからの前記スペクトル情報を格納する第
１のバッファメモリと、 前記音声メモリからの前記残差を格納する第２のバッフ
ァメモリと、 前記判定手段からの判定出力により第２の制御信号を出
力して前記第１のバッファメモリを制御するとともに第
３の制御信号を出力して前記第２のバッファメモリを制
御するバッファ制御手段と、 前記第１のバッファメモリからの出力と前記第２のバッ
ファメモリからの出力とを合成する合成フィルタと、 前記フレームの間引きのための前記第１の制御信号を出
力して前記音声メモリを制御するフレーム制御手段と、 を備えることを特徴とする音声合成器。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP26099692A JP3264998B2 (ja) | 1992-09-30 | 1992-09-30 | 音声合成器 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP26099692A JP3264998B2 (ja) | 1992-09-30 | 1992-09-30 | 音声合成器 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH06110496A JPH06110496A (ja) | 1994-04-22 |
| JP3264998B2 true JP3264998B2 (ja) | 2002-03-11 |
Family
ID=17355618
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP26099692A Expired - Fee Related JP3264998B2 (ja) | 1992-09-30 | 1992-09-30 | 音声合成器 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3264998B2 (ja) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4313724B2 (ja) * | 2004-05-18 | 2009-08-12 | 日本電信電話株式会社 | 音声再生速度調節方法、音声再生速度調節プログラム、およびこれを格納した記録媒体 |
| JP6263868B2 (ja) | 2013-06-17 | 2018-01-24 | 富士通株式会社 | 音声処理装置、音声処理方法および音声処理プログラム |
| US10726851B2 (en) * | 2017-08-31 | 2020-07-28 | Sony Interactive Entertainment Inc. | Low latency audio stream acceleration by selectively dropping and blending audio blocks |
-
1992
- 1992-09-30 JP JP26099692A patent/JP3264998B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JPH06110496A (ja) | 1994-04-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7277856B2 (en) | System and method for speech synthesis using a smoothing filter | |
| KR100651957B1 (ko) | 음성 인식에서 무음을 사용한 시스템 | |
| US5293448A (en) | Speech analysis-synthesis method and apparatus therefor | |
| JP3180655B2 (ja) | パターンマッチングによる単語音声認識方法及びその方法を実施する装置 | |
| EP0680033A2 (en) | Speech-rate modification for linear-prediction based analysis-by-synthesis speech coders | |
| WO2005109399A1 (ja) | 音声合成装置および方法 | |
| JPH1124699A (ja) | 音声符号化方法及び装置 | |
| EP1355296A2 (en) | Keyword detection in a speech signal | |
| GB2370401A (en) | Speech recognition | |
| EP1355295A2 (en) | Speech recognition apparatus, speech recognition method, and computer-readable recording medium in which speech recognition program is recorded | |
| KR20040028932A (ko) | 음성 대역 확장 장치 및 음성 대역 확장 방법 | |
| JPH04158397A (ja) | 声質変換方式 | |
| US6910009B1 (en) | Speech signal decoding method and apparatus, speech signal encoding/decoding method and apparatus, and program product therefor | |
| JPH0632020B2 (ja) | 音声合成方法および装置 | |
| US5995925A (en) | Voice speed converter | |
| JP3264998B2 (ja) | 音声合成器 | |
| JP3703394B2 (ja) | 声質変換装置および声質変換方法およびプログラム記憶媒体 | |
| JP2002207499A (ja) | 非常に低いビット・レートで作動する音声符号器のための韻律を符号化する方法 | |
| JP2002091467A (ja) | 音声認識システム | |
| EP0421360A2 (en) | Speech analysis-synthesis method and apparatus therefor | |
| JPH0950288A (ja) | 音声認識装置及び音声認識方法 | |
| JPH113099A (ja) | 音声符号化復号化システム、音声符号化装置及び音声復号化装置 | |
| JP3068250B2 (ja) | 音声合成器 | |
| JP2000099099A (ja) | データ再生装置 | |
| JP2005352311A (ja) | 音声合成装置および音声合成プログラム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20011204 |
|
| LAPS | Cancellation because of no payment of annual fees |