JPH06202695A

JPH06202695A - 音声信号処理装置

Info

Publication number: JPH06202695A
Application number: JP5001368A
Authority: JP
Inventors: Atsushi Matsumoto; 淳松本; Masayuki Nishiguchi; 正之西口; Shinobu Ono; 忍小野
Original assignee: Sony Corp
Current assignee: Sony Corp
Priority date: 1993-01-07
Filing date: 1993-01-07
Publication date: 1994-07-22

Abstract

(57)【要約】【構成】周波数領域のパラメータであるＭＢＥ（マル
チバンド励起）ボコーダからの各バンド毎の振幅値Ａ
(n) について、ステップＳ５ではＡ(n) を直接操作して
フォルマント強調を行い、ステップＳ９では高域全体の
強調を行う。【効果】周波数領域のパラメータのＡ(n) を直接操作
しているため、時間領域でのＩＩＲ（無限インパルス応
答）フィルタ等を用いた高域強調処理が不要となり、簡
単な操作で正確に強調でき、自然感を損なうことなく再
生音の明瞭度を高めることができる。また、実時間処理
も容易に可能となる。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、音声合成系に用いられ
る音声信号処理装置に関し、特に、マルチバンド励起符
号化（ＭＢＥ）の音声復号装置の音声合成系の後置フィ
ルタ（ポストフィルタ）に適用して好ましい音声信号処
理装置に関する。

【０００２】

【従来の技術】音声信号の時間領域や周波数領域におけ
る統計的性質と人間の聴感上の特性を利用して信号圧縮
を行うような符号化方法が種々知られている。この音声
符号化方法としては、大別して、時間領域での符号化、
周波数領域での符号化、合成分析符号化等が挙げられ
る。

【０００３】この音声信号の符号化の具体的な例として
は、ＭＢＥ（Multiband Excitation: マルチバンド励
起）符号化、ＳＢＥ（Singleband Excitation:シングル
バンド励起）符号化、ハーモニック（Harmonic）符号
化、ＳＢＣ（Sub-band Coding:帯域分割符号化）、ＬＰ
Ｃ（Linear Predictive Coding: 線形予測符号化）、あ
るいはＤＣＴ（離散コサイン変換）、ＭＤＣＴ（モデフ
ァイドＤＣＴ）、ＦＦＴ（高速フーリエ変換）等があ
る。

【０００４】

【発明が解決しようとする課題】ところで、上記ＭＢＥ
符号化等のように、周波数領域での処理を中心とする音
声の分析・合成系においては、量子化誤差によりスペク
トル歪が生じ、特に通常ビット割り当てが少ない高域で
の劣化が著しくなることが多い。結果として、このスペ
クトルから合成された音声は、高域フォルマントの消失
もしくはパワー不足、及び高域全体でのパワー不足等に
より明瞭度が失われ、いわゆる鼻のつまったような感じ
が耳につくようになってくる。

【０００５】これを補正するためには、時間領域でその
補償処理を行うような例えばＩＩＲ（無限インパルス応
答）フィルタ等を用いたフォルマント強調フィルタが用
いられていたが、この場合には音声処理フレーム毎にフ
ォルマントを強調するためのフィルタ係数を算出しなけ
ればならず、実時間処理が困難である。またフィルタの
安定性についても留意する必要があり、演算処理量の割
には効果が大きくないという欠点があった。

【０００６】本発明は、上記実情に鑑みてなされたもの
であり、音声合成系でのフォルマント強調のような処理
が簡単化され、容易に実時間処理が行えるような音声信
号処理装置の提供を目的とする。

【０００７】

【課題を解決するための手段】本発明に係る音声信号処
理装置は、上述した課題を解決するために、周波数領域
での処理を中心とする音声合成系に用いられる音声信号
処理装置において、周波数スペクトルの高域フォルマン
トを周波数領域のパラメータを直接操作して強調するこ
とを特徴としている。

【０００８】ここで、上記周波数スペクトルの高域フォ
ルマントのみならず、高域全体を周波数領域のパラメー
タを直接操作して強調することが考えられる。このよう
な特徴を有する音声信号処理装置は、マルチバンド励起
符号化（ＭＢＥ）方式の音声復号装置の音声合成系の後
置フィルタに適用することが好ましい。

【０００９】

【作用】周波数領域で直接そのパラメータを操作してい
るため、時間軸方向の高域強調フィルタ（例えばＩＩＲ
フィルタ）等を用いることなく、簡単な構成及び簡単な
操作で、強調したい部分だけを正確に強調でき、実時間
処理が容易に行える。

【００１０】

【実施例】以下、本発明に係る音声信号処理装置の実施
例について、図面を参照しながら説明する。図１は、本
発明の一実施例となる音声信号処理装置が適用された音
声合成系としてのマルチバンド励起符号化（ＭＢＥ）方
式の音声復号装置の概略構成を示している。

【００１１】この図１の入力端子１１には、後述するＭ
ＢＥ方式の音声符号化装置、いわゆるＭＢＥボコーダか
ら伝送されてきた量子化振幅データが供給されている。
この量子化振幅データは、上記ＭＢＥボコーダにおい
て、入力音声信号の処理フレーム毎のスペクトルを該音
声信号のピッチを単位として分割した各バンド毎の振幅
値を、ピッチの値によらない一定のデータ数に変換し、
ベクトル量子化して得られたデータである。入力端子１
２及び１３には、上記ＭＢＥボコーダにおいて符号化さ
れたピッチデータ及び各バンド毎に有声音か無声音かを
示すＶ／ＵＶ判別データがそれぞれ供給されている。

【００１２】入力端子１１からの上記量子化振幅データ
は、逆ベクトル量子化部１４に送られて逆量子化され、
データ数逆変換部１５に送られて逆変換されて上記バン
ド毎の振幅値とされた後、本発明実施例の要部となる高
域フォルマント強調部１６に送られる。この高域フォル
マント強調部１６では、周波数領域のパラメータである
各バンド毎の振幅値を直接操作することで、高域フォル
マントの強調処理及び高域強調処理が施される。この強
調処理されて得られた振幅データが有声音合成部１７及
び無声音合成部２０に送られる。

【００１３】入力端子１２からの上記符号化ピッチデー
タは、ピッチ復号化部１８で復号化され、データ数逆変
換部１５、有声音合成部１７及び無声音合成部２０に送
られる。また入力端子１３からのＶ／ＵＶ判別データ
は、有声音合成部１７及び無声音合成部２０に送られ
る。有声音合成部１７では例えば余弦(cosine)波合成に
より時間軸上の有声音波形を合成して、加算部３１に送
る。

【００１４】無声音合成部２０においては、先ず、ホワ
イトノイズ発生部２１からの時間軸上のホワイトノイズ
信号波形を、所定の長さ（例えば２５６サンプル）で適
当な窓関数（例えばハミング窓）により窓かけをし、Ｓ
ＴＦＴ処理部２２によりＳＴＦＴ（ショートタームフー
リエ変換）処理を施すことにより、ホワイトノイズ信号
の周波数軸上のパワースペクトルを得る。このＳＴＦＴ
処理部２２からのパワースペクトルをバンド振幅処理部
２３に送り、ＵＶ（無声音）とされたバンドについて上
記振幅｜Ａ_m｜_UVを乗算し、他のＶ（有声音）とされた
バンドの振幅を０にする。このバンド振幅処理部２３に
は上記振幅データ、ピッチデータ、Ｖ／ＵＶ判別データ
が供給されている。バンド振幅処理部２３からの出力
は、ＩＳＴＦＴ処理部２４に送られ、位相は元のホワイ
トノイズの位相を用いて逆ＳＴＦＴ処理を施すことによ
り時間軸上の信号に変換する。ＩＳＴＦＴ処理部２４か
らの出力は、オーバーラップ加算部２５に送られ、時間
軸上で適当な（元の連続的なノイズ波形を復元できるよ
うに）重み付けをしながらオーバーラップ及び加算を繰
り返し、連続的な時間軸波形を合成する。オーバーラッ
プ加算部２５からの出力信号が上記加算部３１に送られ
る。

【００１５】このように、各合成部１７、２０において
合成されて時間軸上に戻された有声音部及び無声音部の
各信号を、加算部３１により適当な固定の混合比で加算
することにより、出力端子３２より再生された音声信号
を取り出す。

【００１６】次に、上記高域フォルマント強調部１６で
の高域フォルマントの強調処理及び高域強調処理につい
て、図２のフローチャートを参照しながら説明する。上
記図１のデータ数逆変換部からのスペクトル情報である
上記各バンド毎の振幅値、すなわち上記ＭＢＥボコーダ
側での入力音声信号のスペクトルをピッチに応じて周波
数分割した各バンド毎の振幅値をＡ(n) とする。ここで
ｎはいわゆるハーモニックスの番号あるいはバンドのイ
ンデックス番号であり、周波数軸上でピッチ周期でイン
クリメントされる整数値である。

【００１７】先ず、図２のステップＳ１では、上記各バ
ンド毎の振幅値Ａ(n) の内の最大値を検出する。次のス
テップＳ２で、この最大値が所定の閾値Ｊ₁よりも大き
いか否かを判別し、ＮＯのときには高域フォルマント強
調処理を何も行わないで終了する。ＹＥＳのときにはス
テップＳ３に進んで、以下に説明するような高域フォル
マント強調処理を開始する。これは、もともとスペクト
ルの値（各バンド毎の振幅値）が小さいときには、強調
を行うとかえって不自然な感じになることを考慮したも
のであり、最大値が上記閾値Ｊ₁よりも大きいときの
み、以下のような強調処理を行う。

【００１８】ここで、音声のフォルマントを強調する処
理を説明するための具体例として、各バンド毎の振幅値
Ａ(n) が例えば図３に示すようなものである場合に、図
中のＦ₁、Ｆ₂に示す部分には山の頂上となっている形
状が明瞭に表れており、これらが音声の第１、第２フォ
ルマントとなることが分かるが、Ｆ₃に示す部分はその
形状が不明確であり、フォルマントであるか否かがはっ
きりしない。そこで、これらのＡ(n) のエンベロープを
Ａ(n) の移動平均で代表あるいは推定し、この移動平均
で代表あるいは推定されたエンベロープの各バンド毎の
値Ａ'(n)に対してＡ(n) が大きいか小さいかに応じて、
大きいときはより大きく、小さいときはより小さくする
ことで、フォルマント強調を行う。

【００１９】すなわち、図２のステップＳ３では、上記
各バンド毎の振幅値Ａ(n) の移動平均Ａ'(n)を、

【００２０】

【数１】

【００２１】によって算出する。

【００２２】この（１）式のＢは移動平均をとる対象と
なる全バンド幅を示し、ｎ_maxは定められた周波数の中
での最大値を示し、ピッチの角周波数ω₁によって変化
するものである。

【００２３】図４に上記各バンド毎の振幅値Ａ(n) 及び
上記移動平均Ａ'(n)をプロットした例を示す。この図４
において、高域側の埋もれてしまっているフォルマント
Ｆ₃を、次の（２）式で強調する。Ａe(n)＝Ａ(n) ＋ｆ（Ａ(n) −Ａ'(n)）・ａ(n) ・・・（２）

【００２４】この（２）式で、Ａe(n)はもとのスペクト
ル（各バンド毎の振幅値）Ａ(n) のフォルマントを強調
したものである。すなわち、移動平均によるエンベロー
プに比較して元のスペクトルが大きい場合には、さらに
元のスペクトルを大きくし、逆の場合にはさらに小さ
く、という操作を行うことになる。また上記（２）式中
の関数ｆは、具体的には例えば次の（３）式のような関
数を用いればよい。

【００２５】

【数２】

【００２６】この（３）式中の sgn(p) はｐの符号（正
負の極性）を示す関数であり、Ｋはｐがある一定値Ｋ以
上になった場合にそこで飽和させるための定数である。
この（３）式の関数を図５に示す。

【００２７】さらに、上記（２）式中のａ(n) は、バン
ドによってその強調する度合を変化させるためのデータ
であり、低域側では０あるいは極めて小さな値とし、高
域側で非０の値として強調を行わせればよい。

【００２８】ただし、強調後のＡe(n)が非常に大きくな
ってしまうと想定されるような振幅値Ａ(n) 自体が所定
の閾値Ｊ₂以上となるときには、上記強調を行わない。
このため、図２のステップＳ４では、振幅値Ａ(n) が上
記閾値Ｊ₂より小さいか否かを判別し、ＹＥＳのときの
みステップＳ５に進んで上記（２）式の計算を行って強
調された振幅値Ａe(n)を求めた後ステップＳ７に進み、
ＮＯのときにはステップＳ６に進んで元の振幅値Ａ(n)
をＡe(n)として（上記強調を行わないで）ステップＳ７
に進む。

【００２９】以上のような高域フォルマント強調の他
に、高域の全体的なパワー不足を補正するため、予め設
定しておいた高域強調データに基づき、次の（４）式に
示すように高域成分を増加させて高域強調を行う。Ａee(n) ＝Ａe(n)＋ em(n) ・・・（４）この（４）式の em(n)は、バンドｎについて、どの程度
強調を行うかという情報を持ったデータ列である。

【００３０】この高域強調については、分析対象の音声
ピッチが高いとき（女声等）には、分析対象となる周波
数帯域（例えば 200〜3400Hz）内のバンド数が少なく、
スペクトル全体の誤差も小さいことを考慮して、上記 e
m(n)をより小さい値に、例えば半分の値 em(n)／２にす
る。すなわち、分析対象の音声ピッチをサンプル数で表
した値Ｎp が所定の閾値Ｐよりも小さいか否かをステッ
プＳ７で判別し、ＹＥＳのときにはステップＳ８に進ん
で、 em(n)＝ em(n)／２とした後ステップＳ９に進み、
ＮＯのときには直接ステップＳ９に進む。この場合のピ
ッチの閾値Ｐとしては、例えばＰ＝４０（８ｋHzサンプ
リングで２００Hzのピッチに相当）とすることが挙げら
れ、Ｎp ＜４０のときは音声ピッチが２００Hzより高い
ことになる。ステップＳ９では、上記（４）式の高域強
調を行う。

【００３１】以上のような高域フォルマント強調や高域
強調を行う際には、強調後のレベル等によっては不自然
な音声を生じることがあり、これを回避するため、上記
ステップＳ２や、ステップＳ４や、ステップＳ７、Ｓ８
のような処置を講じている。また、上記高域フォルマン
ト強調の際には、強調を行うバンドを限定して、例えば
上記ハーモニックスの番号ｎが１２以下のバンドに対し
てはフォルマント強調を行わないように予め設定すれば
よい。このバンド制限の処理は、上記（２）式のａ(n)
の関数で行わせてもよい。

【００３２】次に、本発明に係る音声信号処理装置が適
用可能な音声信号の合成分析符号化装置（いわゆるボコ
ーダ）の一種のＭＢＥ（Multiband Excitation: マルチ
バンド励起）ボコーダの具体例について、図面を参照し
ながら説明する。このＭＢＥボコーダは、D. W. Griffi
n and J. S. Lim, Multiband Excitation Vocoder,"IEE
E Trans.Acoustics,Speech,and Signal Processing, vo
l.36, No.8, pp. 1223-1235, Aug.1988に開示されてい
るものであり、従来のＰＡＲＣＯＲ (PARtialauto-CORr
elation: 偏自己相関）ボコーダ等では、音声のモデル
化の際に有声音区間と無声音区間とをブロックあるいは
フレーム毎に切り換えていたのに対し、ＭＢＥボコーダ
では、同時刻（同じブロックあるいはフレーム内）の周
波数軸領域に有声音（Voiced）区間と無声音（Unvoice
d）区間とが存在するという仮定でモデル化している。

【００３３】図６は、上記ＭＢＥボコーダの実施例の全
体の概略構成を示すブロック図である。この図６におい
て、入力端子１０１には音声信号が供給されるようにな
っており、この入力音声信号は、ＨＰＦ（ハイパスフィ
ルタ）等のフィルタ１０２に送られて、いわゆるＤＣ
（直流）オフセット分の除去や帯域制限（例えば２００
〜３４００Hzに制限）のための少なくとも低域成分（２
００Hz以下）の除去が行われる。このフィルタ１０２を
介して得られた信号は、ピッチ抽出部１０３及び窓かけ
処理部１０４にそれぞれ送られる。ピッチ抽出部１０３
では、入力音声信号データが所定サンプル数Ｎ（例えば
Ｎ＝２５６）単位でブロック分割され（あるいは方形窓
による切り出しが行われ）、このブロック内の音声信号
についてのピッチ抽出が行われる。このような切り出し
ブロック（２５６サンプル）を、例えばＬサンプル（例
えばＬ＝１６０）のフレーム間隔で時間軸方向に移動さ
せており、各ブロック間のオーバラップはＮ−Ｌサンプ
ル（例えば９６サンプル）となっている。また、窓かけ
処理部１０４では、１ブロックＮサンプルに対して所定
の窓関数、例えばハミング窓をかけ、この窓かけブロッ
クを１フレームＬサンプルの間隔で時間軸方向に順次移
動させている。窓かけ処理された出力信号のデータ列に
対して、直交変換部１０５により例えばＦＦＴ（高速フ
ーリエ変換）等の直交変換処理が施される。

【００３４】ピッチ抽出部１０３では、例えばセンタク
リップ波形の自己相関法を用いて、ピーク周期を決めて
いる。このとき、現在フレームに属する自己相関データ
（自己相関は１ブロックＮサンプルのデータを対象とし
て求められる）から複数のピークを求めておき、これら
の複数のピークの内の最大ピークが所定の閾値以上のと
きには該最大ピーク位置をピッチ周期とし、それ以外の
ときには、現在フレーム以外のフレーム、例えば前後の
フレームで求められたピッチに対して所定の関係を満た
すピッチ範囲内、例えば前フレームのピッチを中心とし
て±２０％の範囲内にあるピークを求め、このピーク位
置に基づいて現在フレームのピッチを決定するようにし
ている。このピッチ抽出部１０３ではオープンループに
よる比較的ラフなピッチのサーチが行われ、抽出された
ピッチデータは高精度（ファイン）ピッチサーチ部１０
６に送られて、クローズドループによる高精度のピッチ
サーチ（ピッチのファインサーチ）が行われる。

【００３５】高精度（ファイン）ピッチサーチ部１０６
には、ピッチ抽出部１０３で抽出された整数（インテジ
ャー）値の粗（ラフ）ピッチデータと、直交変換部１０
５により例えばＦＦＴされた周波数軸上のデータとが供
給されている。この高精度ピッチサーチ部１０６では、
上記粗ピッチデータ値を中心に、0.２〜0.５きざみで±
数サンプルずつ振って、最適な小数点付き（フローティ
ング）のファインピッチデータの値へ追い込む。このと
きのファインサーチの手法として、いわゆる合成による
分析 (Analysis by Synthesis)法を用い、合成されたパ
ワースペクトルが原音のパワースペクトルに最も近くな
るようにピッチを選んでいる。

【００３６】上記高精度ピッチサーチ部１０６からの最
適ピッチ及び振幅｜Ａ_m｜のデータは、有声音／無声音
判別部１０７に送られ、上記各バンド毎に有声音／無声
音の判別が行われる。この判別のために、ＮＳＲ（ノイ
ズｔｏシグナル比）を利用する。すなわち、このＮＳＲ
値が所定の閾値（例えば0.３）より大のとき（エラーが
大きい）ときには、当該バンドをＵＶ（Unvoiced、無声
音）と判別する。これ以外のときは、近似がある程度良
好に行われていると判断でき、そのバンドをＶ（Voice
d、有声音）と判別する。

【００３７】次に、振幅再評価部１０８には、直交変換
部１０５からの周波数軸上データ、高精度ピッチサーチ
部１０６からのファインピッチと評価された振幅｜Ａ_m
｜との各データ、及び上記有声音／無声音判別部１０７
からのＶ／ＵＶ（有声音／無声音）判別データが供給さ
れている。この振幅再評価部１０８では、有声音／無声
音判別部１０７において無声音（ＵＶ）と判別されたバ
ンドに関して、再度振幅｜Ａ_m｜_UVを求めている。

【００３８】この振幅再評価部１０８からのデータは、
データ数変換（一種のサンプリングレート変換）部１０
９に送られる。このデータ数変換部１０９は、上記ピッ
チに応じて周波数軸上での分割帯域数が異なり、データ
数（特に振幅データの数）が異なることを考慮して、一
定の個数にするためのものである。すなわち、例えば有
効帯域を３４００Hzまでとすると、この有効帯域が上記
ピッチに応じて、８バンド〜６３バンドに分割されるこ
とになり、これらの各バンド毎に得られる上記振幅｜Ａ
_m｜（ＵＶバンドの振幅｜Ａ_m｜_UVも含む）データの個
数も８〜６３と変化することになる。このためデータ数
変換部１０９では、この可変個数の振幅データを一定個
数Ｎ_C（例えば４４個）のデータに変換している。

【００３９】ここで本実施例においては、周波数軸上の
有効帯域１ブロック分の振幅データに対して、ブロック
内の最後のデータからブロック内の最初のデータまでの
値を補間するようなダミーデータを付加してデータ個数
をＮ_F個に拡大した後、帯域制限型のＫ_OS倍（例えば８
倍）のオーバーサンプリングを施すことによりＫ_OS倍の
個数の振幅データを求め、このＫ_OS倍の個数（( ｍ_MX＋
１）×Ｋ_OS個）の振幅データを直線補間してさらに多く
のＮ_M個（例えば２０４８個）に拡張し、このＮ_M個の
データを間引いて上記一定個数Ｎ_C（例えば４４個）の
データに変換する。

【００４０】このデータ数変換部１０９からのデータ
（上記一定個数Ｎ_Cの振幅データ）がベクトル量子化部
１１０に送られて、所定個数のデータ毎にまとめられて
ベクトルとされ、ベクトル量子化が施される。ベクトル
量子化部１１０からの量子化出力データは、出力端子１
１１を介して取り出される。また、上記高精度のピッチ
サーチ部１０６からの高精度（ファイン）ピッチデータ
は、ピッチ符号化部１１５で符号化され、出力端子１１
２を介して取り出される。さらに、上記有声音／無声音
判別部１０７からの有声音／無声音（Ｖ／ＵＶ）判別デ
ータは、出力端子１１３を介して取り出される。これら
の各出力端子１１１〜１１３からのデータは、所定の伝
送フォーマットの信号とされて伝送される。

【００４１】なお、これらの各データは、上記Ｎサンプ
ル（例えば２５６サンプル）のブロック内のデータに対
して処理を施すことにより得られるものであるが、ブロ
ックは時間軸上を上記Ｌサンプルのフレームを単位とし
て前進することから、伝送するデータは上記フレーム単
位で得られる。すなわち、上記フレーム周期でピッチデ
ータ、Ｖ／ＵＶ判別データ、振幅データが更新されるこ
とになる。

【００４２】なお、上記図６の音声分析側（エンコード
側）の構成や図１の音声合成側（デコード側）の構成に
ついては、各部をハードウェア的に記載しているが、い
わゆるＤＳＰ（ディジタル信号プロセッサ）等を用いて
ソフトウェアプログラムにより実現することも可能であ
る。

【００４３】

【発明の効果】本発明に係る音声信号処理装置によれ
ば、周波数領域での処理を中心とする音声合成系に用い
られる音声信号処理装置において、周波数スペクトルの
高域フォルマントを、周波数領域のパラメータを直接操
作して強調しているため、簡単な構成及び簡単な操作
で、強調したい部分だけを正確に強調でき、自然感を損
なうことなく合成音の明瞭度を向上させることができ
る。さらに、時間軸方向の高域強調フィルタ（例えばＩ
ＩＲフィルタ）等を用いて時間領域で処理するときに不
可欠とされたフィルタのポール（極）の位置の計算が不
要となるので、容易に実時間処理を行うことができ、ま
たフィルタの不安定さによる悪影響等も完全に回避でき
るという利点がある。

【図面の簡単な説明】

【図１】本発明に係る音声信号処理装置の一実施例が適
用可能な装置の具体例としての音声合成分析符号化装置
の合成側（デコード側）の音声復号装置の概略構成を示
す機能ブロック図である。

【図２】上記実施例の動作を説明するためのフローチャ
ートである。

【図３】周波数軸上のスペクトルデータである各バンド
毎の振幅値を示す図である。

【図４】周波数軸上のスペクトルデータ及びその移動平
均をとって得られたスペクトル包絡線（エンベロープ）
を示す図である。

【図５】フォルマント強調の際の強調の仕方の関数を示
す図である。

【図６】本発明に係る音声信号処理装置の上記実施例が
適用される音声復号装置に信号を送る音声合成分析符号
化装置の分析側（エンコード側）の概略構成を示す機能
ブロック図である。

【符号の説明】

１１・・・・・量子化振幅データ入力端子１２・・・・・符号化ピッチデータ入力端子１３・・・・・Ｖ／ＵＶ判別データ入力端子１６・・・・・高域フォルマント強調部

Claims

【特許請求の範囲】

【請求項１】周波数領域での処理を中心とする音声合
成系に用いられる音声信号処理装置において、周波数スペクトルの高域フォルマントを周波数領域のパ
ラメータを直接操作して強調することを特徴とする音声
信号処理装置。
【請求項２】上記周波数スペクトルの高域全体を周波
数領域のパラメータを直接操作して強調することを特徴
とする請求項１記載の音声信号処理装置。
【請求項３】上記音声合成系は、マルチバンド励起符
号化の音声復号装置の音声合成系であることを特徴とす
る請求項１又は２記載の音声信号処理装置。