JPH03132699A - 音声合成用デバイス - 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】 （技術分野） 本発明は所望の音響信号（ａｃｏｕｓｔｉｃ　ｓｉｇｎ
ａｌ　）を発生することを意図する音声合成用デバイス
（ｄｅｖｉｃｅ　ｆｏｒ　５ｏｕｎｄ　５ｙｎｔｈｅｓ
ｉｓ）に関連し、所望の音響信号の有声音部分の表現と
して所与の繰り返し周波数を有する周期的信号を動作中
に発出することを意図する第１信号源、−所望の音響信
号の無声音部分の表現として非周期的信号（ａｐｅｒｉ
ｏｄｉｃ　ｓｉｇｎａｌ）あるいは雑音信号を動作中に
発出することを意図する第２信号源、 −２つの信号源の信号をお互いに結合することを意図す
る結合回路（ｃｏｍｂｉｎａｔｉｏｎ　ｃｉｒｃｕｉｔ
　）、−結合された信号を所望の出力信号に処理するこ
とを意図する可変伝達関数（ｖａｒｉａｂｌｅ　ｔｒａ
ｎｓｍｉｓｓｉｏｎ　ｆｕｎｃｔｉｏｎ）を有するフィ
ルタ回路、を具でいる。

（背景技術） そのようなデバイスはジェー・マコウル（Ｊ。

Ｍａｋｈｏｕｌ、　）等の論文、「音声圧縮と合成の混
合ソースモデル（八ｍ１ｘｅｄ−ｓｏｕｒｃｅ　ｍｏｄ
ｅｌ　ｆｏｒ　ｓｐｅｅｃｈｃｏｍｐｒｅｓｓｉｏｎ　
ａｎｄ　５ｙｎｔｈｅｓｉｓ　）　Ｊ　、アイイーイー
イー音響、音声、信号処理国際会議（１，Ｅ、Ｅ、Ｅ。

Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｃｏｎｆｅｒｅｎｃｅ　
ｏｎ　Ａｃｏｕｓｔｉｃｓ、　５ｐｅｅｃｈａｎｄ　Ｓ
ｉｇｎａＩ　Ｐｒｏｃｅｓｓｉｎｇ　）　、１９７８年
４月１０−１２日、タル状（Ｔｕｌｓａ　）　、オクラ
ホマ（Ｑａｋｌａｈｏｍａ　）で発行された１９７８年
の議事録に記載されている。上記の信号源を除いたこの
既知のデバイスにおいて、結合回路と可変フィルタ回路
、第１信号源と結合回路の間に接続された低域通過フィ
ルタ、第２信号源と結合回路の間に接続された高域通過
フィルタがまた使用されている。

同様なデバイスは、ニス・工・ンチ・クラオン（Ｓ、　
Ｈ，Ｋｗｏｎ）とエイ・ジェー・コールドヘルク（Ａ、
　Ｊ、　Ｇｏｌｄｂｅｒｇ）の論文、「非有声音／無声
音スイッチを持つ強調ＬＰＧボコーダ（八ｎ　ｅｎｈａ
ｎｃｅｄＬＰＣｖｏｃｏｄｅｒ　ｗｉｔｈ　ｎｏ　ｖｏ
ｉｃｅｄ／ｕｎｖｏｉｃｅｄ　５ｗ１ｔｃｈ）　」音客
、音声、信号処理のアイイーイーイー・トランズアクシ
ョンＣＩ、Ｅ、Ｅ、Ｅ、　Ｔｒａｎｓａｃｔｉｏｎｓ　
ｏｎＡｃｏｕｓｔｉｃｓ、　　５ｐｅｅｃｈ　ａｎｄ　
Ｓｉｇｎａｌ　　Ｐｒｏｃｅｓｓｉｎｇ　　）　　Ｊ　
、第ＡＳＳＰ−３２巻、第４号、１９８４年、頁８５１
以下に記載されている。この既知のデバイスにおいて、
上記の構成要素を除いて、制御された増幅器が第１信号
源と第２信号源双方の後に備えられている。

双方の増幅器は結合回路が簡単なハイブリッド回路に還
元できるような態様で可変伝達関数を有するフィルタ回
路から発生される信号によって制御されている。

これらすべての既知のデバイスは可能な最高知覚品質（
ｈｉｇｈｅｓｔ　ｐｏｓｓｉｂｌｅ　ｐｅｒｃｅｐｔｉ
ｏｎ　ｑｕａＨｔｙ）を有する音声信号を発生するとい
う目的を有している。しかし、実際には、既知のデバイ
スのどれも全く何らかの改善を必要としない音声品質に
なお到達しないことが見いだされている。

（発明の開示） 本発明はその目的として、音声合成用デバイスが既知の
デバイスに対して実質的な改善を達成するよう構成され
るべきであることを示している。

本発明によると、冒頭の記事に記載されたような音声合
成用デバイスは、 該デバイスが比較的短い期間の雑音プロップ（ｎｏｉｓ
ｅ　ｐｌｏｐ）の列（ｔｒａｉｎ）あるいは系列（ｓｅ
ｑｕｅｎｃｅ　）を具える被変調雑音信号を動作中に発
出することを意図する第３信号源を備え、その時間包絡
線が上記の周期的信号の時間包絡線と同期され、かつそ
れは少なくとも近似的に同じエネルギを常に有し、かつ
その被変調雑音信号は第１信号源の信号と共に結合回路
に動作中に供給されることを特徴としている。

既知のデバイスにおいて、定常雑音（ｓｔａｔｉｎａｒ
ｙｎｏｉｓｅ）が周期的有声音信号（ｖｏｉｃｅｄ　ｐ
ｅｒｉｏｄｉｃｓｆｇｎａｌ）に付加されている。既知
の１つのデバイスにより生成された終局音響信号（ｕｌ
ｔｉｍａｔｅ　ａｃ。

ｕｓｔｉｃ　ｓｉｇｎａｌ）を聴取する聴取者は、あた
かも雑音信号が周期的信号を発出するソースから明らか
に異なっている個別ソースより発生するような印象を受
は取ることが見いだされている。換言すれば、知覚品質
は比較的劣っている。マコウルによって記載された高域
通過フィルタあるいは低域通過フィルタの付加によりこ
の状況は改善されるが、しかしこのデバイスもまた改善
を必要とする。

さて本発明によると、雑音が雑音プロップの系列あるい
は列の形で付加され、その時間包絡線（ｔｅｍｐｏｒａ
ｌ　ｅｎｖｅｌｏｐｅ　）は前述の条件を満足し、それ
は同じエネルギを（少なくとも近似的に）に常に有し、
周期的有声音信号による雑音の知覚的混同（ｐｅｒｃｅ
ｐｔｉｖｅ　ｃｏｎｆｕｓｉｏｎ）が実効的に得られ、
その結果として知覚品質のかなりの改善が達成される。

たとえ前述の先行技術が音声信号を発生するデバイスに
特に関連していても、本発明はそれに限定されない。本
発明によるデバイスは例えば音楽音（ｍｕｓｉｃａｌ　
５ｏｕｎｄ）の合成にうまく使用できる。

実例として、横笛（ｄｗａｒｓｆｌｕｉｔ）の音につい
て述べられており、その音は「かすれた音色（ｈｏａｒ
ｓｅｔｉｍｂｒｅ）　」を有している。既知の音楽合成
技術において、このかすれ特性は櫛型フィルタされた雑
音（ｃｏｍｂ−ｆｉｌｔｅｒｅｄ　ｎｏｉｓｅ）の付加
により、あるいは音の開始に不協和音成分（ｉｎｈａｒ
ｍｏｎｉｃ　ｃｏｍｐｏｎｅｎｔｓ）を付加することに
より得られる。しかし、本発明の使用はさらに満足すべ
き結果となる。

本発明の一般的適用に関連して、この説明において述語
「有声音化（ｖｏｉｃｅｄ）　Ｊは雑音の無い信号（ｎ
ｏｎ−ｎｏｉｓｙ　ｓｉｇｎａｌ）部分に関連し、述語
「無声音化（ｕｎｖｏｉｃｅｄ）　Ｊは雑音のある信号
部分に関連していることに注意すべきである。

本発明によるデバイスのさらに発展された実施例による
と、２つの雑音源がお互いに結合されている。

添付図面をを参照して本発明をさらに充分説明しよう。

（実施例） 第１図に示されたデバイスは周期的信号を、特に所与の
繰り返し周波数Ｆ０を有するパルス列を動作中に発出す
るよう意図された第１信号源１を具えている。このデバ
イスはさらに非周期的信号、さらに特定すれば雑音信号
を発出するよう意図された第２信号源２を具えている。

２つの信号源１および２の出力は結合回路（ｃｏｍｂｉ
ｎａｔｉｏｎ　ｃｉｒｃｕｉｔ）の入力に接続され、結
合回路はＶＵＶ信号により制御されているスイッチ３に
より第１図に概略水されている。このＶＵＶ信号は有声
音音響セグメントかあるいは無声音音響セグメントのい
ずれかが発生されるべきかを決定する。結合回路３の出
力信号は可変増幅率ｇを有する増幅器段４に供給される
。信号Ｇは時間の関数として結合信号の振幅に影響を及
ぼす。増幅器段４の出力信号は可変フィルタ５に供給さ
れ、このフィルタ係数Ｃは外側から供給できる。このフ
ィルタ回路は実際の実施例では選ばれた帯域幅の範囲内
で起こり得る１つのフォルマントあるいは共振周波数で
各々を変調しようと意図された多数の２次サブフィルタ
（ｓｅｃｏｎｄ−ｏｒｄｅｒ　５ｕｂｆｉｌｔｅｒ　）
の縦続配列からなっている。

第２図は本発明によるデバイスの第１の実施例を示して
いる。第１図のデバイスと同様に、第２図のデバイスは
また所与の繰り返し周波数Ｆ０を有する周期的信号を発
出するよう意図された第１信号源１１と、非周期的信号
あるいは雑音信号を動作中に発出するよう意図された第
２信号源１２と、結合回路１３　（この場合には加算器
の形をしている）と、フィルタ回路１５が備えられてお
り、フィルタ回路１５はまたこの場合には多数のサブフ
ィルタを備え、かつ選ばれた帯域幅の範囲で異なったフ
ォルマントを形成するよう意図されている。本発明に従
って、第２図のデバイスはさらに第３信号源１４を備え
、これは雑音プロップの列あるいは系列を発出し、その
包絡線は第１信号源１１により発出された信号の時間包
絡線で同期されている。換言すれば、雑音プロップすな
わち雑音源１４により発出された雑音の列は繰り返し周
波数Ｆ。で起こり、さらにすべての雑音プロップは少な
くとも実質的に同じエネルギを有している。信号源１１
．１４の出力信号は加算器１７でお互いに結合され、か
つ所望なら増幅器段１８で増幅あるいは減衰され、そし
て増幅された信号あるいは減衰された信号は結合回路１
３に供給される。結合回路１３はまた雑音ｔＡ１２から
雑音信号を受信し、その雑音信号の振幅はまた増幅器／
減衰器段１９を介して影響され得る。第１図と同様な態
様で、結合回路１３の出力信号はまた可変フィルタ回路
１５に供給され、そのフィルタ係数Ｃは外側から供給で
きる。合成音否信号は出力１６に供給される。

本発明によるデバイスにより、従前の技術によるデバイ
スよりもずっと自然な音声が生成される。

合成音声信号を発生するデバイスの使用により、理想的
状態（例えば、高品質ヘッドホンを介して音声信号を聴
取する場合）においてさえそのような（かすれた）音色
を有する母音が生成されても、母音は一般に多少なりと
もかすれた印象を与える自然母音を区別できないかある
いは実質的に区別できない。例えば音楽合成に対してこ
のデバイスを使用することにより、たとえ訓練された聴
取者が実際の音楽機器により生成された音楽信号からこ
の合成された信号を区別できないかあるいは実質的に区
別できないという自然印象を与える「かすれた」音色を
有する音楽信号がまた得られる。

換言すれば、本発明によるデバイスは音色が［さらに雑
音を含む（ｍｏｒｅ　ｎｏｉｓｙ）　Ｊあるいは「さら
にかすれる」ような意味で知覚できる音色変動をもたら
す。

雑音プロップは、時間の関数として同じエネルギ量を有
する雑音信号を発出する雑音源の出力信号がフィルタを
通過するようにして得ることができ、このフィルタはフ
ィルタされた信号が所定の包絡線に従って時間的に変化
するエネルギを有するように構成できる。雑音のエネル
ギが最大である期間の時点が、周期的信号のエネルギが
最大である期間の時点と多少とも一致することが好まし
い。

Claims (1)

1. 【特許請求の範囲】 １、所望の音響信号を発生することを意図する音声合成
   用デバイスであって、 −所望の音響信号の有声音部分の表現として所与の繰り
   返し周波数を有する周期的信号 を動作中に発出することを意図する第１信号源、 −所望の音響信号の無声音部分の表現として非周期的信
   号あるいは雑音信号を動作中に発出することを意図する
   第２信号源、 −２つの信号源の信号をお互いに結合することを意図す
   る結合回路、 −結合された信号を所望の出力信号に処理することを意
   図する可変伝達関数を有するフィルタ回路、 を具えるデバイスにおいて、 該デバイスは比較的短い期間の雑音プロップの列あるい
   は系列を具える被変調雑音信号を動作中に発出すること
   を意図する第３信号源を備え、その時間包絡線が上記の
   周期的信号の時間包絡線と同期され、かつそれは少なく
   とも近似的に同じエネルギを常に有し、かつその被変調
   雑音信号は第１信号源の信号と共に結合回路に動作中に
   供給されること、 を特徴とするデバイス。 ２、第３信号源により供給された雑音信号の変調は、雑
   音信号のエネルギが最大である期間の時点が、周期的信
   号のエネルギが最大である期間の時点と少なくとも近似
   的に一致するようになっていることを特徴とする請求項
   １に記載のデバイス。 ３、第２および第３信号源がお互いに結合されているこ
   とを特徴とする請求項１あるいは２に記載のデバイス。