JPH01216399A - 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、自然性の高い合成音声を生成する音声合成装
置に関する。

（従来の技術） 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、任意の入力文
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して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
容易に生成することができる。この規則合成によって生
成された合成音声は、了解度の点では高品質である。し
かし、［キ、り、シ、ス、チ、ツ、ピ、プ、ヒ、）」等
の無声化する母音を含む単語や文章を音声合成する場合
についても良好な合成音声を得るには、無声化する母音
の音声素片パラメータファイルの音声パワーを適切なも
のに設定しなければならない。しかし、この設定は難し
く、前記音声素片パラメータファイルを作成するには、
音声のエネルギーバランスの調節や明瞭度を考慮して相
当の労力が必要となる。女声合成音声を出力するだけの
規則合成装置では、試聴実験を繰り返し、無声化母音の
音声素片パラメータファイルを作成すればよい。しかし
、同時に複数種類の音声素片パラメータファイルを備え
、複数種類（例えば、女声、男声、子供の声の３種類）
の合成音声を出力することが可能な音声合成装置では、
合成音声の種類だけ無声化母音の音声素片パラメータフ
ァイルを作成する必要があり、多大な労力を必要として
いた。

（発明が解決しようとする課題） このように従来の規則合成方式を採り、複数種類の合成
音声が出力可能な音声合成装置を開発するためには、そ
の種類の数だけ音声素片バラス−タフ１イルを作成しな
ければならない、しかし、これら音声素片パラメータフ
ァイルは音声パワーの設定や明瞭度の問題から作成する
のが難しく、特に無声化する母音の音節について、試聴
実験を繰返して作成しなければならず、その作成に多大
な労力を必要するという問題点があった。そこで本発明
は上記の欠点を除去するもので、規則合成される音声の
滑らかさ及び聞きとり易すさを損うことなく複数種類の
音声を合成でき且つ、無声化する母音の音節の音声素片
パラメータファイルの作成労力を軽減できる音声合成装
置を提供することを目的としている。

［発明の構成］ （課題を解決するための手段） 本発明は、入力文字列を解析して音韻記号列と韻律情報
及び合成音声の種類を決める選択情報を求め、前記選択
情報によって選択された音声素片パラメータと前記音韻
記号列とから音声パラメータ列を生成すると共に、前記
選択情報によって選択された基本ピッチと音源規則及び
前記韻律情報から韻律パラメータ列を生成し、この韻律
パラメータ列と前記音声パラメータ列とに従って音声を
規則合成して出力する音声合成装置において、前記音声
素片パラメータを登録する音声素片パラメータファイル
には、無声化母音以外の音節については男声、女声、子
供の声等の合成する音声の種類別に対応した音声素片パ
ラメータを登録し且つ、無声化母音の音節は１種類の音
声素片パラメータを登録しておき、合成する音声の種類
にかかわりなく前記１種類の無声化母音の音声素片パラ
メータを共通に参照して、前記音声パラメータ列を作成
する音声パラメータ列作成手段を設けた構成を有してい
る。

（作用） 本発明の音声合成装置において、音声素片パラメータフ
ァイルには、予め、無声化母音以外の音節については男
声、女声、子供の声等合成する音声の種類別に対応した
音声素片パラメータを登録し且つ、無声化母音の音節は
１種類の音声素片パラメータを登録しておく。音声パラ
メータ列作成手段は前記音声素片パラメータファイルに
登録されている１種類の無声化母音の音声素片パラメー
タを、合成する音声の種類にかかわりなく共通に参照し
て、音声パラメータ列を作成する。

（実施例） 以下本発明の一実施例を図面を参照して説明する。第１
図は本発明の音声合成装置の一実施例を示したブロック
図で・ある。１は入力文字列１００を解析して、その音
韻記号列２００と韻律情報３００及び選択情報を求める
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２００は、音声パラメータ列生成装置２に
前記選択情報と共に入力され、ここで音声素片パラメー
タファイル３を参照して音声パラメータ列４００に変換
生成される。一方、前記文字列解析部１で求められた韻
律情報３０Ｇは、韻律パラメータ列生成装置４に前記選
択情報と共に与えられて、ここで韻律パラメータ列５０
０に変換生成される。音声パラメータ列生成装置２によ
って変換生成された音声パラメータ列４００と韻律パラ
メータ列生成装置によって変換生成された韻律パラメー
タ列５００は音声合成器５に入力され、ここで入力され
たこれらパラメータ列４００．５００に従い且つ所定の
合成規則に基づいて、前記入力文字列に対応した合成音
声６００が生成出力される。

次に本実施例の動作について説明する。女声、男声、子
供の声等、複数種類の合成音声が出力可能な音声合成装
置では、いずれの種類の合成音を発生するかを選択指定
する選択信号が入力文字列１００に付随して必要となる
。本例では、この選択信号として例えば、α、β、γを
それぞれ女声、男声、子供の声を指定する選択信号入力
列とする。

第２図は第１図に示した文字列解析部１の詳細例を示し
たブロック図である。判別器１１は前記選択信号の種類
を判別して男、女、子供のいずれの種類の合成音出力が
選択されているかの選択情報を音声パラメータ列生成装
置２及び韻律パラメータ列生成装置４に送る。音声パラ
メータ列生成装置２は前記選択情報から音声素片パラメ
ータファイル３の男声、女声、子供の声の素片パラメー
タファイルのうちいずれを選択するかを決め、韻律パラ
メータ列生成装置４は前記選択情報から男声、女声、子
供の声のいずれに基本ピッチｆ。を設定するか又その音
源規則を決める。更に、判別器１１は上記α、β、γの
選択入力信号以外の入力信号（入力文字列）１００を音
声合成を行うための日本語テキストとみなして、これら
入力信号をテキスト解析部１２に渡す。テキスト解析部
１２は言語辞書１３＠用いて入力信号のテキスト解析を
行って音韻記号列２００と韻律情報３００を求める。こ
のようにして求められた音韻記号列２００と韻律情報３
００は音声パラメータ列生成装置２及び韻律パラメータ
列生成装置４に与えられる。音声パラメータ列生成装置
２は、先きに判別器１１から入力された選択情報によっ
て、入力される音韻記号列に対応する音声素片パラメー
タを音声素片パラメータ３から取り出して、補間結合を
行って音声パラメータ列４００を生成する。韻律パラメ
ータ列生成装置４は、先きに判別器１１から入力された
選択情報によって決められる基本ピッチｆ、　及び音源
規則と入力される韻律情報から、音源生成規則に基づい
て韻律パラメータ列５００を生成する。

ここで、文字列解析部１に入力される選択信号と文字列
が例えば、「β滑らかな音声が得られます。α機能を選
んで下さい。γ画面も表示しますか。」であったとする
。この場合、音声パラメータ列生成装Ｍ２では、まず選
択信号βによって音声素片パラメータファイル３の中の
男声の素片パラメータファイルが選択され、また、韻律
パラメータ列生成装置４では、男声基本ピッチｆ。と音
源生成規則が選択される。他方テキスト解析部１２では
、「滑らかな音声が得られます」が言語辞書１３を用い
て解析され、上記文字列に対応する音韻記号列２００と
韻律情報列３００が得られる。従って、音声パラメータ
列生成装置２及び韻律パラメータ列生成装置４にて上記
文字列に対応する音声パラメータ列４００及び韻律パラ
メータ列５００が生成されて、これらパラメータ列が音
声合成器５に入力される。このため、音声合成器５から
は男声の規則合成音による「滑らかな音声が得られます
」が出力される。同様にして、音声合成器５からは女声
の規則合成音で「機能を選んで下さい」が、続いて子供
の規則合成音で「画像も表示しますか」が出力される。

第３図は上記音声素片パラメータファイル３の構成例を
示した模式図である。音声素片パラメータ３としては、
ケプストラムパラメータ、ＬＰＧパラメータ、ＰＡＲＣ
ＯＲパラメータ、ＬＳＰパラメータ、ホルマントパラメ
ータ等があり、第３図（Ａ）で示したものは女声素片パ
ラメータファイル３１、男声素片パラメータファイル３
２、子供の声の素片パラメータファイル３３及び無声化
母音素片パラメータ５０から成っており、女声、男声、
子供の声が出力可能な音声規則合成装置に用いられるよ
うになっている。この音声素片パラメータファイル３に
は無声化母音以外の音節（日本語百音節や外来語音節）
については女声、男声、子供の声それぞれの音節を自然
音声から分析してパラメータ化したものが登録されてい
る。また無声化母音の音節Ｏ （キ、り、シ、ス、チ、ツ、ピ、プ、ヒ、）等）につい
ては、女性アナランサの自然音声を音声のエネルギーバ
ランスや明瞭度を考慮して作成したものを共通の無声化
音声の音声素片パラメータ５０として前記音声素片パラ
メータファイル３に登録しである。なお、前記無音化音
声の音声素片パラメータは男性アナランサ又は子供の声
を使って作成しても良いが、本例では１種類だけ登録さ
れている。

ここで、第１図に示した音声合成装置で「そしき（組織
）」を男声合成音声で出力する場合、音声パラメータ列
生成装置２は、「そ」、「き」に関して第３図（Ａ）で
示した音声素片パラメータファイル３の男声素片パラメ
ータ３２を取り出し、「シ」は無声化母音の共通データ
である無声化母音素片パラメータ５０を取り出して補間
結合を行って、対応する音声パラメータ列４００を生成
する。

女声合成音、子供の声の合成音を生成する場合も同様で
ある。第３図（Ｂ）は音声素片パラメータファイル３に
て無声化母音の音声素片パラメータを男声、女声、子供
の声の素片ファイルにそれぞれ持たせた例であり、３つ
の無声化母音素片パラメータに同じものを登録しである
ため、実質的には第３図（Ａ）に示したものと同じもの
になる。但し、第３図（Ａ）のように女性アナランサの
発声した無声化母音を音声分析した無声化母音素片パラ
メータファイル５０を共用して用いる場合は、男声、子
供の声の無声化母音のデータをメモリに記憶しておく必
要がなくなり、その分メモリが節約できる。

明瞭度、エネルギーバランスの点から作成しにくヒにつ
いては共通データとして無声化母音の音声素片パラメー
タ５０に作成し、残りの無声化母音節（り、シ、ス、チ
等）はそれぞれの自然音声を各パラメータファイルに登
録しである。

本実施例によれば、音声素片パラメータ３に登録されて
いる無声化母音素片パラメータ５０としては例えば女性
の自然音声から作成した一種類だけであるため、従来の
如く、合成音声の種類別に前記無声化母音音声素片パラ
メータを作成する必要がなくなり、この無声化母音音声
素片パラメータの作成労力を大幅に削減することができ
る。しかも、前記１種類の無声化母音音声素片パラメー
タ５０を共通データとして、女声の合成音作成の時は勿
論、男声、子供の声の合成音作成時に用いるため、いず
れの合成音も滑らかさ、聞き易さ等を損うことがない自
然性の高い高品質のものを規則合成することができる。

［発明の効果］ 以上記述した如く本発明の音声合成装置によれば、規則
合成される音声の滑らかさ及び聞きとり易すぎを損うこ
となく、複数種類の音声を合成でき且つ、無声化する母
音の音節の音声素片パラメータファイルの作成労力を軽
減できる効果がある。

【図面の簡単な説明】

第１図は本発明の音声合成装置の一実施例を示したブロ
ック図、第２図は第１図に示した文字列解析部の詳細例
を示したブロック図、第３図は第１図に示した音声素片
パラメータファイルの構成例を示した模式図である。 １・・・文字解析部 ２・・・音声パラメータ列生成装置 ３・・・音声素片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　　　　１１・・・判別器１２・・
・テキスト解析部　　１３・・・言語辞書代理人　弁理
士　　則　近　憲　佑 同　　山王　− 第１図 （△）　　　　　　（Ｂ）

Claims (1)

【特許請求の範囲】
1. 入力文字列を解析して音韻記号列と韻律情報及び合成音
   声の種類を決める選択情報を求め、前記選択情報によっ
   て選択された音声素片パラメータと前記音韻記号列とか
   ら音声パラメータ列を生成すると共に、前記選択情報に
   よつて選択された基本ピッチと音源規則及び前記韻律情
   報から韻律パラメータ列を生成し、この韻律パラメータ
   列と前記音声パラメータ列とに従って音声を規則合成し
   て出力する音声合成装置において、前記音声素片パラメ
   ータを登録する音声素片パラメータファイルには、無声
   化母音以外の音節については男声、女声、子供の声等の
   合成する音声の種類別に対応した音声素片パラメータを
   登録し且つ、無声化母音の音節は１種類の音声素片パラ
   メータを登録しておき、合成する音声の種類にかかわり
   なく前記１種類の無声化母音の音声素片パラメータを共
   通に参照して、前記音声パラメータ列を作成する音声パ
   ラメータ列作成手段を設けたことを特徴とする音声合成
   装置。