JPS5857759B2 - Drive sound source signal generator - Google Patents

Description

【発明の詳細な説明】 この発明はＰＡＲＣＯＲ形音声合成装置（特許第８７６
０２４号「音声合成装置」）あるいはＬＳＰ形音声合成
装置（特願昭５４−０２２３１８、「音声合成器」）な
どをはじめとする各種の音声合成装置において、音声合
成フィルタ１２へ供給する駆動音源信号を発生する装置
に関するものである。DETAILED DESCRIPTION OF THE INVENTION This invention relates to a PARCOR type speech synthesizer (Patent No. 876).
024 "Speech Synthesizer") or LSP type speech synthesizer (Japanese Patent Application No. 54-022318, "Speech Synthesizer"). This relates to a device that generates.

音声合成装置は通常、第１図に示すように、駆動音源発
生装置１１で発生された駆動音源信号を音声合成フィル
タ１２に入力して、その出力より合成音声信号を得るよ
うに構成されている。As shown in FIG. 1, the speech synthesis device is usually configured to input the drive sound source signal generated by the drive sound source generator 11 to a speech synthesis filter 12, and obtain a synthesized speech signal from the output thereof. .

従来の標準的なＰＡＲＣＯＲ形音声合成装置では、駆動
音源信号装置１１とに第２図のような構成が用いられて
いた。In a conventional standard PARCOR type speech synthesizer, a configuration as shown in FIG. 2 was used for the drive sound source signal device 11.

即ちインパルス列発生器１３において端子１４より与え
られたピッチ周期のインパルスが周期的に発生される。That is, the impulse train generator 13 periodically generates impulses having a pitch period given from the terminal 14.

このインパルスはアナログパルスでも成る一定値のサン
プル値でもよい。This impulse may be a constant value sample value which may also be an analog pulse.

また白色雑音発生器１５は一般にはＭ系列発生器などが
設けられ、切替えスイッチ１６に端子１７からの有声音
と無声音とを識別する信号が与えられて有声音の場合は
インパルス列発生器１３の出力を、無声音の場合白色雑
音発生器１５の出力を選択して音源振幅の乗算器１８に
供給される。Further, the white noise generator 15 is generally provided with an M-sequence generator or the like, and a signal for discriminating between voiced and unvoiced sounds is applied to the changeover switch 16 from the terminal 17. In the case of an unvoiced sound, the output of the white noise generator 15 is selected and supplied to the sound source amplitude multiplier 18 .

乗算器１８には端子１９より音源振幅信号が与えられ、
この値と入力とが乗算される。A sound source amplitude signal is given to the multiplier 18 from a terminal 19,
This value is multiplied by the input.

このような構成により所望の振幅を持ったインパルス列
（有声音時）あるいは白色雑音（無声音時）が駆動音源
信号として端子２１へ出力される。With this configuration, an impulse train (when voiced) or white noise (when unvoiced) having a desired amplitude is outputted to the terminal 21 as a driving sound source signal.

第１図中の合成合成フィルタ１２は例えば第２図に示す
ように複数の加算器２２と複数の乗算器２３と、複数の
単位時間（１サンプリング周期）の遅延回路２４により
構成され、端子２５に入力され、端子２６より出力され
る。For example, as shown in FIG. 2, the synthesis filter 12 in FIG. and is output from the terminal 26.

所で第２図に示した従来の駆動音源信号発生器には次の
ような欠点がある。However, the conventional driving sound source signal generator shown in FIG. 2 has the following drawbacks.

（１）有声音の場合、ピッチ周期を周期とするインパル
ス列を発生するが、この場合、駆動音源信号のエネルギ
ーは時間的にはインパルスを発生する時点に集中し、そ
の他の点ではゼロである。(1) In the case of voiced sounds, an impulse train whose period is the pitch period is generated, but in this case, the energy of the driving sound source signal is temporally concentrated at the time when the impulse is generated, and is zero at other points. .

このため、音声合成フィルタの演算において広いダイナ
ミックレンジ、すなわち、ディジタルの場合は長語長を
必要とし、ひいてはハードウェアの増加をひき起す。For this reason, a wide dynamic range is required in the calculation of the speech synthesis filter, that is, a long word length in the case of digital, which results in an increase in hardware.

（２）上記のように有声音の場合、駆動音源信号のパワ
は、インパルスのエネルギーに比例し、ピッチ周期に反
比例する。(2) As mentioned above, in the case of a voiced sound, the power of the driving sound source signal is proportional to the energy of the impulse and inversely proportional to the pitch period.

従って、駆動音源信号のパワをある値にするに＋３ピッ
チ周期を考慮してインパルスの大きさを与えなければな
らない。Therefore, in order to set the power of the driving sound source signal to a certain value, the magnitude of the impulse must be given by considering +3 pitch periods.

インパルスの大きさくパルス高）は駆動音源パワとピッ
チ周期の積の平方根に比例した量になる。The magnitude of the impulse (pulse height) is proportional to the square root of the product of the driving sound source power and the pitch period.

このため一定のパワの駆動音源信号を得るには有声音の
場合は無声音の場合と異なっていてインパルスの大きさ
は不統一であるとともに、ピッチ周期を可変とする音声
合成の場合は補正計算を必要としていた。Therefore, in order to obtain a driving sound source signal with a constant power, voiced sounds are different from unvoiced sounds, and the impulse size is not uniform, and in the case of speech synthesis with variable pitch period, correction calculations are required. I needed it.

この発明は以上のような欠点を解決し、有声音及び無声
音の場合を統一的に扱え、かつ、駆動音源信号のエネル
ギーが特定の時点に集中することなく分散するようにさ
れ、しかも構成が簡単化され、音声合成フィルタの使用
効率が高まり、従って等価的ダイナミックレンジが拡大
される駆動音源信号発生装置を提供するものである。This invention solves the above-mentioned drawbacks, handles both voiced and unvoiced sounds in a unified manner, disperses the energy of the driving sound source signal without being concentrated at a specific point in time, and has a simple configuration. The object of the present invention is to provide a driving sound source signal generating device in which the efficiency of use of a speech synthesis filter is increased and the equivalent dynamic range is expanded.

この発明によれば擬似ランダム系列発生器を、有声音の
場合に与えられたピッチ周期で初期化する。According to the invention, a pseudorandom sequence generator is initialized with a given pitch period in the case of voiced speech.

その擬似ランダム系列発生器の出力を極性符号として符
号反転回路へ供給し、これに与えられる音源振幅を出力
して駆動音源信号を得る。The output of the pseudo-random sequence generator is supplied as a polarity code to a sign inversion circuit, and the excitation amplitude given thereto is outputted to obtain a driving excitation signal.

例えば第４図に示すようにピッチ周期パルス発生器２８
が設けられ、このピッチ周期パルス発生器２８は端子１
４を通じて与えられるピッチ周期でパルスを発生する。For example, as shown in FIG.
is provided, and this pitch periodic pulse generator 28 is connected to terminal 1.
A pulse is generated with a pitch period given through 4.

ピッチ周期パルス発生器２８は例えばカウンタで構成さ
れ、端子２９よりの例えば１２５μ秒（８ＫＨｚ ）の
動作クロック信号を計数して端子１４に与えられている
ピッチ周期ごとにパルスを発生する。The pitch period pulse generator 28 is composed of, for example, a counter, and counts, for example, a 125 microsecond (8 KHz) operating clock signal from a terminal 29 to generate a pulse for each pitch period applied to the terminal 14.

また端子２９の動作クロックに同期して擬似ランダムに
なる値、即ち０または１を出力する擬似ランダム系列発
生器３１が設けられる。Further, a pseudo-random sequence generator 31 is provided which outputs a pseudo-random value, ie, 0 or 1, in synchronization with the operating clock of the terminal 29.

端子１７からの有声音及び無声音を区別する信号により
ゲート３２が制御され、有声音の場合はピッチ周期パル
ス発生器２８からのピッチ周期パルスがゲート３２を通
じて擬似ランダム系列発生器３１に初期化パルスとして
与えられ、そのパルスごとに擬似ランダム系列発生器３
１の内部の状態は初期化されてそのたびに同一の擬似ラ
ンダム系列を生成する。A gate 32 is controlled by a signal from the terminal 17 that distinguishes between voiced and unvoiced sounds, and in the case of voiced sounds, the pitch period pulse from the pitch period pulse generator 28 is passed through the gate 32 to the pseudorandom sequence generator 31 as an initialization pulse. given, and for each pulse the pseudo random sequence generator 3
1's internal state is initialized to generate the same pseudo-random sequence each time.

擬似ランダム系列発生器３１の出力の値（０または１）
により正負の符号が符号反転回路３３において端子１９
よりの音源振幅に対し付けられて駆動音源信号として端
子２１より出力される。Value of the output of the pseudorandom sequence generator 31 (0 or 1)
Therefore, the positive and negative signs are transferred to the terminal 19 in the sign inverting circuit 33.
The driving sound source signal is added to the sound source amplitude and outputted from the terminal 21 as a driving sound source signal.

擬似ランダム系列については、磯部孝編「相関関数およ
びスペクトル」（東大出版会）等の多くの文献がある。Regarding pseudo-random sequences, there are many documents such as "Correlation Function and Spectrum" (edited by Takashi Isobe) (University of Tokyo Press).

擬似ランダム系列にはいくつか種類があるが、こ工では
Ｍ系列を用いた場合の回路例を第５図に示す。Although there are several types of pseudorandom sequences, an example of a circuit using an M sequence is shown in FIG. 5 in this work.

第５図において第４図と対応する部分には同一符号を付
けである。In FIG. 5, parts corresponding to those in FIG. 4 are given the same reference numerals.

たｘし、ここではピッチ周期パルス発生器２４として、
プリセット可能なダウンカウンタを用いている。Here, as the pitch period pulse generator 24,
Uses a presetable down counter.

また、擬似ランダム系列発生器３１としてはＭ系列発生
回路が用いられ、１５段のシフトレジスタ３４の第１段
と第１５段の各タップ出力の排他的論理和（ｅｘｃｌｕ
ｓｉｖｅ ＯＲ）を回路３５でとってシフトレジスタ３
４０入力へ帰還して構成される。An M-sequence generation circuit is used as the pseudo-random sequence generator 31, and an exclusive OR (exclusive OR) of each tap output of the first stage and the fifteenth stage of the 15-stage shift register 34 is used.
sive OR) in the circuit 35 and shift register 3
It is configured by returning to 40 inputs.

また、符号反転回路３３は、こ工では２の補数回路を使
用し、擬似ランダム系列発生器３１からの出力、即ち符
号が正の場合は補数をとらず、端子１９より与えられた
振幅をそのま〜出力し、符号が負の場合は、与えられた
振幅の２の補数をとって出力する。In this case, the sign inverting circuit 33 uses a two's complement circuit, and does not take the complement of the output from the pseudo-random sequence generator 31, that is, when the sign is positive, but converts the amplitude given from the terminal 19 into the output. If the sign is negative, the two's complement of the given amplitude is taken and output.

擬似ランダム系列発生器３１としてＭ系列発生回路を用
いる場合について少し詳しく説明する。The case where an M-sequence generation circuit is used as the pseudo-random sequence generator 31 will be explained in a little more detail.

Ｍ系列はクロックに同期して二値（Ｏと１あるいは±１
など）をとる擬似ランダム系列で発生法は易しい。The M series is binary (O and 1 or ±1) in synchronization with the clock.
The generation method is easy with a pseudo-random sequence that takes (etc.).

発生法はｎ段のシフトレジスタの適当なタップ出力を排
他的論理和（ｅｘｃｌｕｓｉｖｅ ＯＲをとってシフト
レジスタの入力へフィードバックすれば２ｎ−１クロツ
クを周期とする二値の擬似ランダム系列が発生できると
いうものであるが、どのタップを使用すればよいは前記
文献中に述べられている。The generation method is said to be able to generate a binary pseudo-random sequence with a period of 2n-1 clocks by exclusive ORing the appropriate tap outputs of the n-stage shift register and feeding it back to the input of the shift register. However, which tap should be used is described in the above-mentioned document.

一例を示せば、１段目のタップ出力をＤｉと書けば、次
表のようである。To give an example, if the tap output of the first stage is written as Di, it is as shown in the following table.

（■は排他的論理和を表わす。(■ represents exclusive OR.

）例えばｎ＝５の場合の回路実現例は第６図に示すよう
になる。) For example, an example of circuit implementation in the case of n=5 is shown in FIG.

即ち５個のマスクスレーブフリップフロップＦＦ１〜Ｆ
Ｆ５によりシフトレジスタ３４を構成しており、その２
段目と５段目の出力Ｄ２゜Ｄ５の排他的論理和が回路３
５でとられて入力へと戻されている。That is, five mask slave flip-flops FF1 to F
F5 constitutes a shift register 34, and its second
The exclusive OR of the outputs D2 and D5 of the 5th stage and the 5th stage is the circuit 3.
5 and returned to the input.

初期化入力は端子３６を通じて各フリップフロップＦＦ
１〜ＦＦ５のセット入力あるいはリセット入力へ印加さ
れ、この図の場合は初期化すると、フリップフロップＦ
Ｆ、〜ＦＦ５の状態はそれぞれ１１００１となるように
なっている。Initialization input is provided to each flip-flop FF through terminal 36.
It is applied to the set input or reset input of FF1 to FF5, and in the case of this figure, when initialized, the flip-flop F
The states of F and FF5 are each 11001.

従って初期化後のＭ系列出力はつねに １１００１１０１００１０・・・・・・のようになり、
周期は３１クロツクである。Therefore, the M sequence output after initialization will always be 110011010010...
The period is 31 clocks.

出力の１を＋１に、Ｏを−１に対応させてＭ系列を一種
の信号と見なせば、隣り合ったサンプル値は互に相関が
ほとんどなく、信号のスペクトルははｇ平坦である。If the M sequence is regarded as a kind of signal by associating output 1 with +1 and O with -1, adjacent sample values have almost no correlation with each other, and the signal spectrum is flat.

特に次数ｎを十分大きくとれば周期性も実際上無視でき
る。In particular, if the order n is set sufficiently large, periodicity can be practically ignored.

もし、周期的に初期化を行なえば、出力の信号は同様の
性質を保ちながら、周期性を持つことになる。If initialization is performed periodically, the output signal will have periodicity while maintaining similar characteristics.

なお、初期化はフリップフロップＦＦ１〜ＦＦ５の内容
をすべてＯにするのでなげれば、どのようなパターンに
初期化することもできる。It should be noted that since the initialization is performed by setting all the contents of the flip-flops FF1 to FF5 to O, it is possible to initialize to any pattern as long as the contents are set to O.

第５図に示した実施例においても、１５段のシフトレジ
スタを初期化したときのパターンはすべてセロである以
外は何であっても大差はない。In the embodiment shown in FIG. 5 as well, there is no major difference in the pattern when the 15-stage shift register is initialized, except that all the patterns are cello.

以上の説明から明きらかなように、この発明による装置
から得られる駆動音源信号は、つねに与えられた振幅値
を絶対値とし、符号は擬似ランダムで、この点は有声音
の場合も無声音の場合も同じである。As is clear from the above explanation, the driving sound source signal obtained from the device according to the present invention always has a given amplitude value as its absolute value, and its sign is pseudo-random, and this point applies to both voiced and unvoiced sounds. The same is true.

従って振幅値が一定ならば、いかなる場合も駆動音源信
号の瞬時パワーは一定である。Therefore, if the amplitude value is constant, the instantaneous power of the driving sound source signal is constant in any case.

従って、この発明の装置を用いれば次の効果が得られる
。Therefore, the following effects can be obtained by using the apparatus of the present invention.

（１） 有声音の場合も無声音の場合も統一的に扱え
しかも、有声音の場合も周期を考慮して振幅を補正する
必要がない。(1) Both voiced and unvoiced sounds can be handled uniformly, and there is no need to correct the amplitude in consideration of the period even in the case of voiced sounds.

（２）駆動音源信号のエネルギーが時間的に集中しない
ので、音声合成フィルタのダイナミックレンジを従来よ
り狭くできる。(2) Since the energy of the driving sound source signal is not temporally concentrated, the dynamic range of the speech synthesis filter can be narrower than before.

これはディジタルフィルタを用いる場合は演算語長を短
かくできることを意味する。This means that when using a digital filter, the operation word length can be shortened.

（３）従来の有声音にインパルス列を用いる方式では駆
動音源信号に直流分が含まれるため、音声合成フィルタ
のダイナミックレンジが狭くなり、また、与える振幅値
の変化に伴って直流分も変化して低周波雑音となって合
成音の品質を劣化させていた。(3) In the conventional method of using impulse trains for voiced sounds, the driving sound source signal includes a DC component, which narrows the dynamic range of the speech synthesis filter, and the DC component also changes with changes in the applied amplitude value. This caused low-frequency noise, which degraded the quality of the synthesized sound.

この発明ではほとんど直流分を生じないため、このよう
な欠点を持たない。The present invention does not have this drawback because it generates almost no DC component.

従って、この発明は音声合成装置に適用して大きな効果
をもたらす。Therefore, the present invention brings about great effects when applied to a speech synthesizer.

なお上述ではディジタル処理で駆動音源信号を発生した
がアナログ信号処理で発生してもよい。Although the driving sound source signal is generated by digital processing in the above description, it may be generated by analog signal processing.

その場合は符号反転回路３３は例えば演算増幅器に供給
する音源振幅信号を擬似ランダムパルス発生器の３１よ
りのパルスにより反転側と非反転側とに切替えればよい
。In that case, the sign inversion circuit 33 may switch the sound source amplitude signal supplied to the operational amplifier between an inversion side and a non-inversion side using a pulse from a pseudo-random pulse generator 31, for example.

【図面の簡単な説明】[Brief explanation of drawings]

第１図は一般的な音声合成装置を示す構成図、第２図は
従来の駆動音源信号発生装置を示す構成図、第３図はＰ
ＡＲＣＯＲ形音声合成装置における音声合成フィルタの
例を示す図、第４図はこの発明による駆動音源信号発生
装置の実施例を示す構成図、第５図はそれをさらに具体
的にした例を示す構成図、第６図は５次のＭ系列発生器
の例を示す論理回路図である。 １４：ピッチ周期入力端子、２４：ピンチ周期パルス発
生器、２９：動作クロック入力、１７：有声音／無声音
切替入力端子、１９：音源振幅入刃端子、３１：擬似ラ
ンダム系列発生器、３２：ゲート、３３：符号反転回路
、３４：シフトレジスタ、２１ ：駆動音源信号出力端子。Fig. 1 is a block diagram showing a general speech synthesis device, Fig. 2 is a block diagram showing a conventional driving sound source signal generation device, and Fig. 3 is a block diagram showing a conventional sound synthesis device.
A diagram showing an example of a speech synthesis filter in an ARCOR type speech synthesis device, FIG. 4 is a configuration diagram showing an embodiment of the driving sound source signal generation device according to the present invention, and FIG. 5 is a configuration showing a more specific example thereof. FIG. 6 is a logic circuit diagram showing an example of a fifth-order M-sequence generator. 14: Pitch period input terminal, 24: Pinch period pulse generator, 29: Operation clock input, 17: Voiced/unvoiced sound switching input terminal, 19: Sound source amplitude input terminal, 31: Pseudo-random sequence generator, 32: Gate , 33: Sign inversion circuit, 34: Shift register, 21: Drive sound source signal output terminal.

Claims (1)

【特許請求の範囲】[Claims] １ 初期状態設定可能な擬似ランダム系列発生器と、与
えられたピッチ周期ごとにパルスを発生するピッチ周期
パルス発生器と、有声音を示す信号により前記ピッチ周
期ごとのパルスを前記擬似ランダム系列発生器に対し初
期化パルスとして供給するゲートと、前記擬似ランダム
系列発生器の出力を極性符号とし、与えられた振幅値を
持つ駆動音源信号を出力する符号反転回路とを具備する
駆動音源信号発生装置。1: a pseudo-random sequence generator whose initial state can be set; a pitch-period pulse generator that generates a pulse for each given pitch period; and a sign inverting circuit that uses the output of the pseudo-random sequence generator as a polarity code and outputs a drive excitation signal having a given amplitude value.