JPH0833745B2 - 音声合成装置 - Google Patents

Description

【発明の詳細な説明】 ［発明の目的］ （産業上の利用分野） 本発明は滑らかさのある合成音声を効果的に生成する
ことができる音声合成装置に関する。

（従来の技術） マン・マシン・インターフェースの重要な役割を担う
技術として音声の合成出力がある。

この音声合成は、従来より専ら、予め録音してある音
声を編集処理して作成されているが、合成出力可能な単
語やフレーズの種類とその数に限りがあると云う問題が
ある。

そこで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、これらの情報から予め定められた規則
に基いて合成音声を生成する手法が開発されている。こ
の手法は規則合成方式と称され、任意の単語やフレーズ
の合成音声を比較的簡単に生成し得ると云う利点があ
る。

然し乍ら、これによって生成された合成音声は上述し
た録音編集方式により生成された音声に比較して、その
品質が悪いと云う欠点がある。例えば了解度の点ではか
なり高い品質の合成音声を生成することができるが、そ
の滑らかさの点で難点があり、聞取り難いと云う問題が
ある。

（発明が解決しようとする問題点） 本発明はこのような事情を考慮してなされたもので、
その目的とするところは、規則合成される音声の滑らか
さの向上を図り、その聞取り易さの向上を図ることので
きる音声合成装置を提供することにある。

［発明の構成］ 本発明は入力文字列を解析して求められる音韻記号列
から音声パラメータを生成するに際し、音声合成の単位
となる音声素片が置かれている環境を考慮して、独立に
存在する音声素片を格納した語頭用の音声素片ファイ
ル、音声直前母音に応じて求められた音声素片を格納し
た音声素片ファイル、および無声直前母音に応じて求め
られた音声素片を格納した音声素片ファイルからなるパ
ラメータファイルを用い、音韻記号列の直前母音の種類
に従って上記音声素片ファイルを選択的に用いてその音
声パラメータを求めるようにしたものである。

（実施例） 以下、図面を参照して本発明の一実施例につき説明す
る。

第１図は実施例装置の概略構成図である。

音声合成に供される単語またはフレーズは、それを表
現する文字列として入力される。文字列解析部１はこの
入力文字列を解析し、入力文字列に対応する音韻記号列
および韻律記号列をそれぞれ生成している。

音声パラメータ列生成装置２は上記音韻記号列を入力
し、音声合成の単位となるパラメータファイル３（音声
素片ファイル3a,3b,〜3h）を参照してその音声素片パラ
メータを求め、これらの音声素片パラメータを結合して
音声の声道特性を近似して表現する音声パラメータ列を
生成している。尚、上記音声素片パラメータの結合は、
例えば直線補間法等を用いて行われる。

具体的には、例えば音声素片を音節とした場合、音韻
記号列から検出される音節語ごとに、その直前の音節の
母音を判定し、その判定結果に従って前記音声素片ファ
イル3a,3b,〜3hを選択的に参照して音節パラメータを求
め、これらの音節パラメータを結合して音声パラメータ
列を生成している。

一方、韻律パラメータ列生成装置４は、上記文字列解
析部１で求められた韻律記号列に従ってその韻律パラメ
ータ列を生成している。

音声合成器５は、このようにして生成された音声パラ
メータ列と韻律パラメータ列とに従って、所定の合成音
声規則を適用して前記入力文字列に対応した合成音声を
生成している。

ここでパラメータファイル３を構成する８つの音声素
片ファイル3a,3b,〜3hについて説明する。

音声素片ファイル3aは、語頭用の音声素片を格納した
もので、例えば単独発声された単語の最初の音節データ
を切出し、これを分析して求められる音節素片が格納さ
れる。

また音声素片ファイル3b,〜3fは、その直前母音が有
声である場合の音節データを求め、この音声データを分
析して求められる音声素片が、その母音の種類に応じて
分類されてそれぞれ格納される。例えば直前母音が/i/
である音節の音声素片は、『池；いけ』等の自然音声を
分析し、その音韻記号列「ike」の第２音節/ke/の部分
の分析結果を抽出し、これをパラメータ化してその音声
素片が求められる。

このような音声素片パラメータの抽出処理によって、
音声素片ファイル3bは直前母音が/a/のときの音声素片
が、音声素片ファイル3cには直前母音が/i/のときの音
声素片が、音声素片ファイル3dには直前母音が/u/のと
きの音声素片が、音声素片ファイル3eには直前母音が/e
/のときの音声素片が、そして音声素片ファイル3fには
直前母音が/o/のときの音声素片がそれぞれ格納され
る。

また音声素片ファイル3g,3hには、その直前母音が無
声である場合の音節データを求め、この音声データを分
析して求められる音声素片が、その母音の種類に応じて
分類されてそれぞれ格納される。具体的には音声素片フ
ァイル3gには、その直前母音が無声の／／である場合
の音声素片が格納され、音声素片ファイル3hには、その
直前母音が無声の／／である場合の音声素片が格納さ
れる。

この直前母音が無声である場合の音声素片も、先の分
析処理と同様にして行われる。例えば『額；ひたい』等
の自然音声を分析し、その音韻記号列「hitai」の第２
音節/ta/の部分の分析結果を抽出し、これをパラメータ
化してその音声素片が求められる。

しかして音声パラメータ列生成装置２は、与えられた
音韻記号列の各音節について、その直前に存在する母音
の種別を判定し、その判定結果に従って上述した音声素
片ファイル3a,3b,〜3hを選択的に用いて、その音声パラ
メータを求めている。

具体的には第２図（ａ）に示すように『適確；てきか
く』なる入力文字列が与えられた場合には、先ずその音
韻記号列［tekikaku］が求められる。ここで音声合成の
単位である音声素片が、例えば子音（Ｃ）と母音（Ｖ）
との組合せ（CV）によって定義されるものとする。音声
パラメータ生成装置２は、この音韻記号列［tekikaku］
の子音音韻記号/t/ /k/と、母音音韻記号/e/ /i/ /a
/ /u/とをそれぞれ判定し、これを上記定義に従って音
節単位に分割する。この音節の区切りを［・］で示すも
のとすると前記音韻記号列［tekikaku］は、 ［te・ki・ka・ku］ なる４つの音節に分解される。これらの各音節につい
て、その音節パラメータが次のようにしてそれぞれ求め
られる。

即ち、１番目の音節［te］についてはその直前に母音
が存在しないことから語頭用の音声素片ファイル3aを用
いてその音節パラメータが求められる。次に２番目の音
節［ki］についてはその直前の母音が/e/であることか
ら音声素片ファイル3eを用いてその音節パラメータが求
められる。同様にして３番目の音節［ka］についてはそ
の直前の母音が/i/であることから音声素片ファイル3c
を用いてその音節パラメータが求められ、４番目の音節
［ku］についてはその直前の母音が/a/であることから
音声素片ファイル3bを用いてその音節パラメータが求め
られる。

そしてこれらの音節パラメータを結合して、上記入力
文字列『適確；てきかく』に対応する音声パラメータ列
を求めている。

また第２図（ｂ）に示すように『幕府；ばくふ』なる
入力文字列が与えられた場合には、同様にしてその音韻
記号列から音節の系列［ba・ku・fu］を求め、１番目の
音節［ba］についてはその直前に母音が存在しないこと
から語頭用の音声素片ファイル3aを用いてその音節パラ
メータを求め、２番目の音節［ku］についてはその直前
の母音が/a/であることから音声素片ファイル3bを用い
てその音節パラメータを求め、更に３番目の音節［fu］
についてはその直前の母音が無声の／／であることか
ら音声素片ファイル3hを用いてその音節パラメータを求
めている。

かくしてこのように構成された本装置によれば、音声
素片である音節についてそれぞれ求められる音節パラメ
ータが、その直前の音節の母音による変化、環境変化の
影響を考慮したものとなるから、各音声素片ファイル3
a,3b,〜3hからそれぞれ求められた音声素片に基いて規
則合成される合成音節は非常に滑らかなものとなる。特
に、直前に存在する母音の種類のみならず、その母音が
有声であるか無声であるかによって、その音節について
求める音声素片のファイルを選択しているので、その規
則合成される音声が非常に滑らかな自然性の高いものと
なる。

従って了解度が非常に高く、しかも滑らかで自然性の
高い合成音声を簡易に、且つ効果的に得ることが可能と
なる。

尚、本発明は上述した実施例に限定されるものではな
い。ここでは規則合成の単位となる音声素片を音節とし
て説明したが、音素を音声素片としても同様に実施する
ことができる。この場合には、音素の繋がりである（C
V）や（VCV）を考慮して音声素片ファイルを構成するよ
うにすれば良い。また実施例では有声の直前母音の種別
に応じて、その音声素片ファイルを別々に構成したが、
例えば音声近時特性から、口の横方向の拡がりを伴う母
音/i//e/を除く、/a/ /o/ /u/のファイルを１まとめ
にして、そのパラメータファイル３の構成の簡略化を図
るようにしても良い。その他、本発明はその要旨を逸脱
しない範囲で種々変形して実施することができる。

［発明の効果］ 以上説明したように本発明によれば、その直前に存在
する母音の種類に応じて音声素片パラメータが求められ
るので、音声の環境に応じた滑らかで自然性の高い合成
音声を生成することが可能となる。これ故、その聞取り
易さの向上を図ることが可能となり、マン・マシン・イ
ンターフェースとして多大なる効果が奏せられる。

【図面の簡単な説明】

第１図は本発明の一実施例装置の概略構成図、第２図
（ａ）（ｂ）はそれぞれ実施例装置における音声パラメ
ータ列の生成過程を模式的に示す図である。 １……文字列解析装置、２……音声パラメータ列生成装
置、３……パラメータファイル、3a,3b,〜3h……音声素
片ファイル、４……韻律パラメータ生成装置、５……音
声合成器。

Claims (1)

【特許請求の範囲】
1. 【請求項１】入力文字列を解析して前記入力文字列に対
   応する音韻記号列と韻律情報とを求める文字列解析手段
   と、 独立に存在する音声素片を格納した語頭用の音声素片フ
   ァイル、有声直前母音に応じて求められた音声素片を格
   納した音声素片ファイル、及び無声直前母音に応じて求
   められた音声素片を格納した音声素片ファイルからな
   り、各音声素片が子音（Ｃ）と母音（Ｖ）との組み合わ
   せ（CV）のみによって定義されたパラメータファイル
   と、 前記パラメータファイルを参照して前記文字列解析手段
   によって求められた前記音韻記号列に対して、各音韻の
   位置、及び直前母音が有声であるか無声であるかに従っ
   て前記音声素片ファイルを選択的に用いて、音声の声道
   特性を近似して表現する音声パラメータ列を生成する音
   声パラメータ列生成手段と、 前記文字列解析手段によって求められた前記韻律情報に
   従って韻律パラメータ列を生成する韻律パラメータ列生
   成手段と、 前記音声パラメータ列生成手段によって求められた音声
   パラメータ列と前記韻律パラメータ列生成手段によって
   求められた韻律パラメータ列とに従って音声を規則合成
   する音声合成手段と、 を具備したことを特徴とする音声合成装置。