JPS5981697A - 規則による音声合成方法 - 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】 〔発明の利用分野〕 本発明は、規則による音声合成方法に関し、峙に音節コ
ード列とアクセント型から規則により高品質のアクセン
）ｋもつ任意の単語音声２合成する方法に関する。

〔従来技術〕

従来、規則により音声？合成する際、アクセント？与え
る方法として、ピッチ周波数の時間（化バタンで表わし
たとき、４１図に示づ〜ように、］音節間が一定値とな
る階役状バタン等１種々の直線近似パタンを用いている
。しかし、こグ）Ｊコうな直線近似パタンは９本来の人
間の実音声？分析して抽出される自然なピッチパタンを
徂く近似したパタンであって、これにより得られるアク
セントがある種度不自然な感じになるのは免ｉ′Ｌない
。

〔発明の目的〕

本発明の目的は、このような従来の欠点？改善するため
１人間の実音声の分析により抽出されるピッチパタンと
きわめてよく一致するピッチ周波数の時間変化パタンを
人工的に発生させ、任意の単語のアクセントに対応する
ピッチパタンを得ることができる規則による音声合成方
法をト早供することにある。

〔発明の概要〕

本発明の規則による音声合成方式は、アクセント型番号
と音節あるいは音韻に対応する音節コード番号とを入力
することにより、音韻持続時間？決定し、決定された音
引持続時間と上記アクセント型番号とからピッチ周波数
の時間変化パタンを発生することにより音声波形を合成
する音声合成装置において、上記ピッチ周波数の時間変
化バタンを臨界制動２次線形システムの出力として発生
させ、核臨界制動２次線形システムのパラメータを、上
記アクセント型と斤量に対応して登録されているテーブ
ルを検査することによって求めることに特徴を有する。

〔発明の実施例〕

以下１本発明の原理および実施例２１図面により説明す
る。

本発明においては、ピッチバタン発生法として。

ピッチ制御機構モデルによる方法シ用いることに品質？
向上させている。このモデルは、ピッチ周波数の時間変
化バタン？臨界制動２次線形システムのステップ応答と
して実現したものでアル。また、このモデルは、ピッチ
周波数の時間変化パターンは、脳において発生されるス
テップ状の指令が声帯振動制御機構の機械的特性により
平滑化されて得られるものであるという考え方で干デル
化されたもので、このモデルによる予測値は相対誤差±
４％という高い精度で実音声の分析による実測値と一致
することが実険的に確昭されている０また。上記モデル
によるピッチバタン？用いで合成した音声と１分析・合
成による音声との間で、アクセント感の差異が殆んど識
別できないほど高い自然性が得られることも、知覚的に
・ｌ存留されている。

第２図は、ピッチ制御機構モデルにより発生させたピッ
チ周波数の時間変化パタンの一例図である０ ピッチ周波数は、緩かで大まかな変化を表わす声立て成
分（第２図の点線の成分）と１局所的な細かめ変化２表
わすアクセント成分ｋ　＝を畳したもの（第２図の実線
で表示）として９次式のように定式化される。

Ｊ、　（ｆ（ｔ）／　ｆｖ（Ｇｖ（を−τｖｌ）　−Ｇ
ｖ（を−τ７□）十Ａａ（を−τａ　１　）　　”ａ　
（’−τ３□））・・・・・・・・・（１）Ｇｖ（ｔ）
　＝αｔｅ”””μ（ｔ）　　　　　　　　−−−−−
−−・・（２）−（）ａ（ｔ）　＝　（１−（１＋βｔ
）ｅ−”）Ａｔ）　　　＝−−・−（３）ここで、ＡＶ
は声立て成分の振幅、Ａ、ｌはアクセント成分の振幅、
αは角立て成分の固有角周波ｑ。

βはアクセント成分の固有角周波数、τｙｌｓτ７□τ
ｇｌｓ　　τ８□はそれぞれ声立て開始、声立て終了。

アクセント開始、アクセント終了の時刻２表わすパラメ
ータ＊　　ｆｍｉｎは最低周波数であり、μ（１）は単
位ステップ関数である。

（１）〜（３）式（こおいて、９種類のパラメータＡＶ
。

Ａａ、α、β、τｖｌ、τｙ２＋＋　τａｌｅ　τａ２
およびｆｍｉｎシ適当に制御することによって、さまざ
まなピッチ周波数の時間変化バタン２発生させることが
できる。

ここで説明の便宜上、アクセントは東京アクセントを用
いるとともに１次のように定峻する。すなわち、ｍ拍単
醋の１型（ｉ＝１，２．・・・、ｍ）のアクセントとは
、アクセント核が後からｉ拍目（前からｍ＋１−ｉ拍目
）にある場合２いうＯアクセ〉ト核とは、アクセントの
ある音節の終り近くからピッチ周波数が急激に下降する
部分？いう０さらに、アクセント核のない平板型のアク
セントを０型と呼ぶこととし、後に助詞を付した場合。

助詞が低アクセントとなる１型と区別する。４拍単語に
ついて、音節を「ＱＪ　で表わＬ、アクセントの高低全
直線の高低により模式的に表わして。

具体例を挙げれば１次のようになる０ ０型ｐ丁万万６１　　例、しろくま １型９下で百６七−例、くるしみ ２型Ｓ汀でＺ口Ｏが　例、すりこぎ ３型ｐ「ぴ上】λ邑例、あさがお ４型テロ○○○　が　例、けんリヨ〈 本発明では、上記（１）〜（３）式のモデルにより、任
意の拍数のすべてのアクセント型の単語のピッチ周波数
の時間変化パタンを、少数の制御パラメータにより発生
させることができる。しかも、このパタンシ用いて合成
した音声は、きわめて自然なアクセント感？有する。具
体的に、制御パラメータの種類は、前記（１）〜（３）
式中の９種類であり、上記バタン？発生させるために与
えなければならない制御パラメータの実現値は、１つの
単語について各制御パラメータ当り唯１個でよい。しか
も。

どのような単語とアクセント型が同じであるならば、単
語の種類と無関係に同一のパラメータ値を設定すること
ができるので、全体としては１拍数とアクセント型のみ
を変数とした小型のテーブルのみを用意すればよいこと
になる。このように。

制御情報量を少なくすることができる理由は、上記ｆ１
）〜（３）式のモデルが、単語のもつ韻律的情報の基本
部分？音韻の種類、アクセント型１話者とは無関係に、
臨界制動２次遅れ型の固有パタンｙ　＝　ｘｅ−”およ
びｙ＝１　（１＋ｘ　）　ｅ−”に集約した形となって
おり、そのため制御パラメータとしては、アクセント型
や話者によって異なるアクセント立上り、立下りの相対
的タイミング、声立てやアクセントの振幅、連れの時定
数等、副次的な僅かな情報を担いさえすればよいからで
ある０したがって、上記の固有バタン？小規模かつ高速
な方法で発生させることができれば、ピッチバタン発生
処理部全体？小硯模化でき、しかもピッチ周波数の時間
変化パタンシ高速に発生させることが可能となるはずで
、ある。

本発明は、このような音声の韻律的特徴と音韻的・個人
的特徴とｔ分離でき、しかもこの韻律的特徴が他の要因
によらず、一定バタンで表わすことができるというへ（
こ着目して、モデル（こよりピッチ周波数の時間変化バ
タン全発生させる方法。

およびモデルを用いて任意拍数で任意アクセント型のピ
ッチ周波数の時間バタン２発生させるためのモデル・パ
ラメータの制御方法２与え、装置の小型化と高速化？達
成するものである。なお、〕＜タンが一定であるため１
本発明では、パタン・テーブルを用意しておけばよく、
その実現値は、変数Ｘをテーブルのメモリの番地に対応
させた番地修飾によりきわめて高速に求めることができ
る。

しかも、変数の数も、１００個程度用青しておけば十分
な、悄度の数値シ得ることができるので、メモリ容量を
小さく抑えることが可能である。

第３図は１本発明の実施例を示す規則による音声合成装
置のシステム・ブロック図である。

音声合成装置は、音声合成器１．規則部２．および学位
データ・ベース３から構成されている。

規則部２け、さらに音韻持続時間設定処理部４゜ピッチ
・バタン発生処理部５１合成単位検索処理部６．および
学位接続処理部７より構成きれている。先ず、入力とし
て与えられたｍ拍゛単語の音韻系列０□、　Ｖ、、　　
０２．　　Ｖ２．、曲、四〇、、、　　Ｖｍ（コ（１：
。

でＯｋはに袖口の子音シ示すコード、■、はに袖口の母
音を示すコード？それぞれ表わす）、あるい［Ｆ節系列
（ＯＶ）、、　（ｅＶ）２・−・−＝−（Ｏｖ）ｍ（（
ＯＶ）、はに袖口の音節を示すコードを表わす）。

およびアクセント型首号ｉより、各音韻Ｏｋ、Ｖ。

（ｋ＝１，２．・・・・・・・・・ｍ）の持続時間を音
韻持続時間設定処理部４．により求め、音韻境界時刻τ
１τ２・・・・・・・・・、１２ｍ＋１として出力する
。次に、得られた音韻境界時刻τ１．τ２・・・・・・
・・・１２ｍ＋１と、アクセント型番号ｉより、ピッチ
周波数の時間変化パタンｆ（ｔｌ）、ｆ（ｔ２）叫・団
・ｆ（ｔｎ）（ｎけ全フレーム数）あるいはピッチ周期
の時間変化バタン？ピッチ・バタン発生処理部５により
求め、そのピッチ周波数の時間変化パタンｆ（ｔ、）、
ｆ（ｔ２）・・・・・・・・・ｆ（ｔｍ）を合成器１の
ピッチ制御端子にフレーム周期ごとに入力する。他方、
入力として寿えられた音韻系列ｏ１．　　ｖｌｙｃｍ、
ｖ２・・団団・Ｏｍ。

Ｖｍ（あるいは音節系列）から合成単位虜索処叩部６に
よって単位コードｉ。￥求め、その静位コードｉｃから
対応する合成単位のパラメータ時系列Ｐ１Ｐ２・・・・
・・・・・Ｐ、　（ｉはこの合成単位の総フレーム数）
、およびこの合成単位の始端時刻（合成単位をＯｖ連鎖
すればτｃｋ）−終端時刻（同じ場合にτｖｋ）、Ｃｖ
境界時刻τｃｖｋ等を、学位データ・ベース３を検索す
ることにより出力４″る（ｋ＝１，２．町・・、Ｊ）ｏ
なお、上記パラメー夕晴系列は、具体的には、ｐ次のＰ
ＡＲＣＯＲ係数等ホルマントの特徴シ表わすパラメータ
ｐ１．。

ｐ２ｋ　、・・・・・・・・・ｐ１２．音源振幅Ａｋ、
および有声／無声情報Ｕｋン要素とするベクトル２２合
（ｐ、１゜ｐ２に、　　・・・・・・・・・ｐ、、　−
Ａｋ　−Ｕｋ　）Ｔ（Ｔは転置２表わす）の時系列であ
る。さらに、求められた合成単位のパラメータ時系列Ｐ
１．Ｐ２・・・・・・・・・Ｐ、を上記の各種境界時刻
τ。１．τ。ｙｌｓ　　τｖ１・・・・・・・・・をも
とに、上記で求めた音韻境界時刻τ１．τ２・・・・・
・・・・τ２ｍ＋ｌにしたがって時間軸上に割当ててい
く。割当ては、拍数分の合成単位について行う。

その後１合成単位の前後部の境界が連続になるように、
境界部に間隙がある場合にはその間隙が埋まるように接
続補間し１合成単位データが重なる場合には重なった部
分や切断後適当な間隙の部分？補間曲線（直線）に置き
換える。この単位データ割当て、および接続処理により
、音韻接続時間が実質的に制御された合成単語パラメー
タの時系列ｐ、　＃　ｐ２１・・・・・・・・・Ｐｎ（
ｎは単語の全フレーム数）が作成される。そして、最後
にその単語パラメータ時系列を、上記ピッチ周波数の時
間変化パタンｆ（を汎ｆ（ｔ２）、　　・・・・・・・
・・ｆ　（ｔｎ）と同期させて、フレーム周期とと（こ
合成器１の各パラメータｔｆｆｌｌ　Ｋ端子に入力する
。このとき、合成器１の出力どして合成音声Ｓが得られ
る。

合成器１は１例えばＰＡＲＯＯ几合成器全合成器ば実現
可能であり、単位データ・ベース３．規則部２のうち合
成単位検索処理部６および単位吸続処理部７は、すべて
従来の規則合成方式における対応する各処理部を用いる
ことにより実現可能である。

次に、規則部２のうちの音韻接続時間処理部４およびピ
ッチバタン発生処理部５の実施例を、詳細に説明する。

先ず、音韻持続時間処理部４は１例えば子音の持続時間
？求めるための子音長テーブルと、母音の持続時間を求
める計算回路により、実現可能である。ここで、子音長
テーブルは、あらかじめ自然に発話されたすべてのｆＩ
類の子音について、それらの始端時刻ｔ５および終端時
刻ｉｅ１．＝計測し。

１　−１　　の値？登録すること（こよって作成してお
く。１．、　１ａの測定は、音声波形の観察により目視
で求めるか、あるいは後述のＦＦＴ（高速フーリエ変換
）による音韻境界時刻測定法によって実行することがで
きる。寸た。母音の持続時間らは１例えば次の実験式を
計算することにより求められる。

匂＝λｖ（’ｖｏ−η！。＋　Ｏ，＋　ｄ　）　ｑ　・
・・（４）ここで、λ７は母音の種類ごとの補正係数で
、例えばλｖ＝１．００（Ｉａｌの場合）、０．０８（
ｌｉｔの場合）、０．７９（１μｍの、場合）、０．９
６（ｌｅｔの場合）、０．９３（ｌｑｌの場合）と定め
ればよい。１ｖｏは屑帛となる母音持続時間で１例えば
１．。＝　１３６　ｍｓ　（最後部音節以外）＝　１６
４ｍ５（最後部音節）と定めればよい。ｔｏは、その音
節の子音の持続時間（ｍｓ）、ηは直前の子音の持続時
間ｌ　の母音に及ぼす影響の大きさを表わす係数で１例
えばη＝Ｏ，４３と定めればよい。

Ｏ□は単語の拍数による補正項で１例えば１拍。

２拍、・・・・・・・・・、１０拍単梧の順ｆこ、８５
，４０゜１５．０ｌ−１０，−１５，−２０、−２３゜
−２５と定めればよい（単位はＩｎ５）。ｄｉげ、発話
速度制御のための項で、標準の速度で合成したい場合は
ｄ＝Ｏｍ８、それよりも近い速度あるいは速い速度で合
成したい場合は適当に正あるい１．・コ負の値（１音節
当りの、中度変化量（ｍ　Ｓ　）　）を力えればよい。

そしてｑはアクセントの高低による補正係数で１例えば
ｑ＝０．７（ｉ１拍袖口あり。

かつ用１拍目が低アクセントの場合）、１．０（上記以
外）と定めればよい。以上の実験値は一例であって、そ
の目的・要求される品質によってけ上記の値に拘束され
る必要はないし、上記係数あるいは項の一部？省略する
こともで入る。］二記（４）〒（：の演算は、加算器、
引轢器および乗算器の構成１、−より容易に実行するこ
とができる。最後に、？ｒ韻境界時刻τ１．τ２．・・
・・・・・・・、τ２＋ｎ−）］は、上記の方法で求め
た子音持続時間’ｃｋ　−および母音持続時間’ｖｋ　
’用いて次の漸化式により求められろ。

式中のサフィックスには、第に袖口（ｋ＝１−．２゜・
・・・・・・・・、ｍ）の音韻持続時間であることを表
わす。

τＩ＝ＩＯ（初期値）（５） ７□、＝τ２に−＋　＋’ｃｋ　　　　　　　　　　（
６）τ２に＋１−Ｔ２に＋１ｖｋ（７） ここで、初期値ｌ。は適当に定める（例えば、Ｅ。

＝１００ｍＳ）。

次に１本発明で最も重要なピッチバタン発生処理部５の
実施例？、第４図〜第６図により説明する０ 第４図は、ピッチバタン発生処理部５の内部論理ブロッ
ク図である。

先ず、合成しようとする単語のアクセント型番号ｉと拍
数ｍをもとに、ピッチ制御パラメータ・テーブル８の中
からそのアクセント型番号および拍数に対応するｉｆ）
〜（３）式における９種類のパラメータＡＶ、Ａａ、α
、β、ΔＴｖ工、ΔＴｖ□。

ΔＴａ１−　　ΔＴａ□、およびｆ　　の値？検索し抽
出する。ただし、ΔＴｖｌ−ΔＴ［ｌ　ｖ□、　　ΔＴ
ａ、。

Δ′ｒａ２（ｌ−１，それぞれあらかじめ指定した音韻
境界時刻τｋ（ｋ、＝１．２、・・・・・・・・・２ｍ
＋１）を基準とした声立て開始、声立て終了、アクセン
ト開始。

アクセント終了の相対時刻である。基準とする音韻境界
時刻τ、の指定方法の一例を次１こ述べろ。

先ず、声立て開始相対時刻Δ′ｒｖ□および声立て終了
時刻ΔＴｖ□についてはそれぞれ単語の語頭および語尾
のＯｖの境界の時刻τ２．τ２ｍを基準とする。すなわ
ち、これらの基準の時刻をそれぞれτｓｖ、τｅｖ　　
とすれば１次式が成立する。

τｓｖ＝τ２　　　　　　　・・・・・・・・・　（８
）、ｅＶ　　　２ｍ　　　　　　　　・・・・・・・・
・　（９）次に、アクセント開始相対時刻ΔＴＲ１およ
びアクセント終了時刻ΔＴａ２については、それぞれア
クセントが低から高へ立ち上り開始直後の音節ＯＶの先
頭、およびアクセントが高から低へ立ち下り開始直後の
音節Ｃｖの先頭の時刻を基準とする。

第２図の例では、前者の基準の時刻τｓａ’よτ３であ
り、後者の基準の時刻Ｔｅａはτ５である。斤お０型で
は、このようなτ。は定められないで、この場合１こ限
り、τｅａは７２ｍ＋１と定める。また。

１型の場合には、単語の後に助詞が付１１０されている
ことシ仮定して上と同じくＴｅａハτ２ｍ＋１と定める
。以上の事項を式で示すと、アクセント型ｉにしたがっ
て、次のようになる。

・・・・・・・・・（１０） ・・・・・・・・・（１１） なお、ピッチ制御パラメータの検索に用いる拍数は、音
韻境界時刻τ□の個数Ｍ（＝２ｍ＋１）全計数すること
により１次式で求めることができる０ 上記（８）〜（１２）式の演算は、演算回路９により実
行されるが、具体的には（８）〜（１１）式テーブル倹
素により（１２）式は引算器とシフトレジスタにより簡
単に実行できる。

次に、上記により求められた相対時刻ΔＴｐｖ、。

ΔＴ　　　ΔＴ　、Δ１゛８□および基準の音韻境界時
ｖ２　　＊　　　　　　ａｌ 刻τｓｖ＊　　ｅｖｅ　　τｓａｗ　　τｅ８より１次
の４個のτ 式によってパラメータτｖ１．τ７□、τａｌｅ　　τ
３゜シ求める。

τ　　＝τ　　＋ΔＴｖ□　　　　　・・・・・・・・
・（１３）ｖｌ　　　　　　　ｓｖ τ　＝τ　　＋ΔＴｖ２　　　　　　・・・・・・・・
・（１４）ｖ２　　　　　　　ｅｖ τ　＝τ　　＋ΔＴａ□　　　　　・・・・・・・・・
（１５）ａｌ　　　　　　　ｓａ τ　　＝τ　　＋ΔＩＩ＋、□　　　　　・・・・・・
・・・（１６）ａ２　　　　　　ｅａ 上記（１３）〜（１６）式は、それぞれ加算器１０，１
１゜１２．１３により実行できる。続いて、τ９、。

τ９．〜．前１こ求めておいたα、およびフレーム時刻
ｔｋ（ｋ＝１．２，３・・・・・・・・・、ｎ）？計算
回路１４の入力として＋１１式中のＧｖ（ｔ−τｖｌ）
−Ｇｖ（ｔ　−τ９□）全計算する。同じように、τａ
ｉｍ　　τ８□、β、ｔ、を計算回路１５０入力として
（１）式中の０３（を−τａｌ）　　’ａ（ｔ−τ２□
）全計算する。さらに１両計算回路１４，１５の出方に
それぞれＡＶ。

Ａａを乗算器１６．１７により掛惇し、その結果シ加算
器１８により加え合わせることにより、（１）式の右辺
の計算を実行する。そして、最後に、加算器１８の出力
を入力として計算回路１９１こより指数関数ｅＸ　ｙ計
算した後０乗算器２ｏによりｆｒｒｌ、ｎを掛算すれば
、その結果としてピッチ周波数の１サンプル・データｆ
（ｔ、）が得られる。

第４図にもとづいて説明した上記演算を、フレーム周期
ごとに時々刻々と実行すれば１乗算器２０の出力として
ピッチ周波数の時間変化パタンｆ（ｔｌ）　、ｆ（ｔ２
）　、−・・・・・ｆ（ｉｎ）が得られる。もし、ピッ
チ周波数の代りにピッチ周期Ｔ（ｔ、）ｋ求めたければ
、計算回路１９をピッチ周波数を求める場合の逆数計算
？実行するよう変形し、かっ乗算器２０２割算器に変更
すればよい。また、ピ。

チ周波数は１次のような回路構成でも、求めることがで
きる。すなわち１乗算器２ｏを省き、ピッチ制御パラメ
ータ・テーブル８中に、ｆ　、　の代りに’ｎ　ｆｍｉ
ｎ￥登録しておき、その１直を加算器１８により乗算器
１６，１７０出力とともに加算するように変更しても、
変更前と同一の機能を得ることができる。しかも、高価
な乗算器の代り１こ安価な加算器？用いるので、製作コ
ストは低下する。

このような変更回路によれば、ピッチ周期２求めるため
には、計算回路１９をピッチ周波数を求める場合の逆数
計算シ実行するように変形するだけでよく、他の部分の
変更は不叩である。

第４図の実施例の中で、ピッチ制御パラメータ・テーブ
ル８に登録されているパラメータＡＶ。

Ａａ、α、β、ΔＴｖ１．ΔＴｖ２ｓ　　ΔＴａ１−　
　ΔＴａ２および’ｍｉｎの値は１人間の自然な音声の
波形から分析、抽出したピッチ周波数の時間変化パタン
と（１）式のモデルによるピッチ周波数の時間変化パタ
ンの時間平均２乗誤差が醍小になるように、上記パラメ
ータ値を決定することによって、求めることができる。

ここで、音声波形からのピッチ周波数の抽出法には、い
くつかの公知の方法があるので、簡単に実現可能であり
、上記誤差ｔ’！小にする最適化法も種々の公知の方法
があるので、これも簡単に実現可能である。なお、上記
のΔＴｖ１゜ΔＴｖ□、ｌＴａ□、ΔＴａ□については
、上記最適化τ 法により、直接求められるτ７□、τ７□、Ｒ１゜τ８
□シ用いて、さらに次の方法により決定する。

すなわち、ピッチ周波数の時間軸と同一の時間軸上に、
各フレームごとに上記音声波形にＦＦＴ（高速フーリエ
変換）を適用し、音声信号の周波数スペクトラムの時間
変化パタンを得る。このバタンの急変する時刻を読み取
ることによって音韻境界時刻シ求めることができるので
、これよりアクセント型にしたがい（８）〜（１１）式
の規則によってτ＠９．τｅｖｓ　　τｓａ、τ６３を
求め、さらにこれらより（１３）〜（１６）式の関係に
もとづきΔＩ［ｖ□、ΔＴｖ□、ΔＴａ□、ΔＴ８□シ
決定することができる。

次に、計算回路１４．１５の実施例を第５図（ａ）、（
ｂ）、第６図により説明する。

’Ｗｚ　５１１（ａ）は、（１）式におけるＧｖ　（を
−τｖ１）−Ｇｖ（を−τ９□）全計算する回路であり
、同図（ｂ）は同式におけるＧａ（ｔ−τａｌ）　−Ｇ
ａ（ｔ−τ８゜）全計算する回路である。第５図（ａ）
では、先ず入力として与えられた声立て開始および終了
時刻τ９□、ｖ２゜τ およびフレーム時刻ｔｋ（ｋ＝１．２．・・・・・・ｎ
）より、それぞれ引算器２１．２２ｉこよりｔ−τｙｌ
ｓｔ−τｖ２を計算し、その出力を一方では単位ステッ
プ関数計算回路２３．２４にそれぞれ入力し。

それらの出力と上で求めた引算器２１，２２０出力とを
それぞれ１乗算器２５．２６により掛け。

その結果にさらに乗算器２７．２８により、それぞれα
を掛ける。次に、これらの出カシそれぞれ。

関数ｇ　（ｘ）＝　ｘｅ−ｘ￥計算する関数テーブル２
９゜３０に入力し、その出力としてＧｖ（ｔ−τ７□）
およびＧｖ（ｔ−ｒｖ２）、得る。さらに引算器３１に
より前者から後者を引き、所望の計算哨果を得る。第５
図（ｂ）では、各回路３２〜４２は順に第５図（ａ）の
各回路２１〜３１に対応しており、その機能は次の３点
シ除き第５図（ａ）と同一である。■引算器３２．３３
にはτ７□、τ７□の代りにそれぞれτ３１ｓ　　τ８
゜が入力される。０乗算器３８，３９にはαの代りにβ
が入力される。■関数テーブル４０．４１はともに関数
ｈ（ｘ）＝１−（１＋ｘ　）ｅ−”を与えるテーブルで
ある。

関数テーブル２９．３０あるいは４０．４１による関数
計′算ハ、具体的には予め上記ｇ　（ｘ）、ｈ　（ｘ）
全計算した結果全登録しておき、その登録場所の番地ａ
１．ａ２．−．−ａｎ（Ｎはｇ　（ｘ）あるいはｈ　（
ｘ）の値の登録１同数）をＸに対応させておき、演算は
上記番地の修飾によるテーブル検索１こより実行する。

この方法によれば、関数計算を容易かつ高速に行うこと
ができる。ａｋ（ｋ＝１．２．・・・。

Ｎ）とＸとの対応付けは、たとえば、Ｘの変域Ｘ１≦Ｘ
≦Ｘ　なるテーブルを作成するとすれば。

変換式 により行うことができる。ここに〔〕はガウス記号であ
る。なおＭ傘（ａＮ−ａ、）／（Ｘ、−Ｘ、）はＸｌ、
ＸＭ、Ｎが定まれば一定値であるから、ノくラメータα
あるいはβの代りにＭαあるいはＩＭβの（直をピッチ
制御パラメータテーブル８に登録しておけば、（１７）
式の変換は。

ａ、　＝　（ｘ　−ｘ、）　＋　ａ、　　　　　（１，
７）’と簡単になる。本実ｌ面倒ではＸ、＝０であるか
ら。

結局（１７）’式は、Ｘの整数化のみの処理さえすれば
、先頭番地ａ１のメモリ・エリアの直接（Ｘ）による番
地修飾するだけでよいという意味になり。

実質的に変換は不要となるＯ 第５図（ａ）９．　（ｂ）では、各図面の上半分と下半
分で同一の回路を使用している。例えば、２１と２２゜
２３と２４，２５と２６．２７と２８．２９と３０は、
それぞれ同一の対である。そこで、同一の回路を一つに
まとめ装置規模を約１７２に縮小したのが第６図であり
１機能は第５図（ａ）あるいは第５図（ｂ）と同じであ
る。以下第６図に示す回路ｑ）機能について説明する。

基本的には第５図（ａ）あるいは第５図（ｂ）で並列１
こ行われた上半分と下半分の処理シ１フレーム中に２１
ＤＩに分けて行うのが第６図の方式である。すなわち、
クロック信号ＯＬは１フレーム中に２回パルス？発生し
、処理の起動？かける０捷ず、第１回目のクロック信号
ＯＬのパルスをトリガとじて、シフトレジスタ４３゜４
４にそれぞれτｖｔ　（あるいはτａ１）、τｖ２（あ
るいはτ８□）を書込み、同時にバッファレジスタ５１
をゼロクリアする。次にフレーム時刻へ（ｋ＝１，２．
・・・、ｎ）からシフトレジスタ４４の出力τ７□（あ
るいはτ８□）ｔ！！引算機４５により引き、その祷果
を一方では単位ステップ関数計算回路４６に入力し、そ
の出力と上で求めた引算器４５の出力とや乗算器４７に
より卦け、その！青果にさらに乗算器４８によりα（あ
るいはβ）？掛ける。次に、この出力を前記関数ｇ　（
ｘ）　（あるいはｈ　（Ｘ）　）を計算する関数テーブ
ル４９に入力し、その出力としてＧｖ（ｔ−τ９□）（
あるいはｏＲ（ｔ−τ８□））シ得る。さらにこの値か
らバッファレジスタ５１の出力（すなわち、第１回目の
起動時は０″）？引算器５０（こより引き、その皓果ｔ
バッファレジスタ５１に書込む。以上の処理が終了後、
クロック信号ＯＬが第２回目のパルスを発生する。この
パルス２トリガとしてシフトレジスタ４３の内容をシフ
トレジス４４にシフトさせる。

ただし、このときにはバッファレジスタ５１１こ対して
は何の操作も行わない（ゼロクリ−ｆは行わない）０こ
のときシフトレジスタ４４にはτ７□（あるいはτ８、
）が格納されているので、す、下τ９□（あるいはτａ
ｌ）についてｉ　１１ｃｉｌ目の処理と同じ処理？行っ
ていく。その結果、バッファレジスタ５１に（は、第２
回目の処理結果Ｇｖ（ｔ−τ７゜）（あるい（はＧａ（
ｔ−τ８１））から第１回目の処理結果Ｇｖ（ｔ−τ７
□）（あるいはＧａ（を−τ３２））シ引いた結果が格
納され、結局バッファレジスタ５１の出力として所望の
ＧＶ（を−τｖｌ）　−Ｇｖ（ｔ−τｖ２）（あるいは
Ｇａ（ｔ−τａ、　）　−（）、（１−τ３□））が得
られる。

最後に再び第４図に立ち戻り、計算回路１９について説
明する。計算回路１９は指数関数ｅＸ全計算する回路で
あり、前記ｇ　（ｘ）あるいはｈ　（ｘ）を求める場合
と同様の方法により、容易かつ高速に計算や実行するこ
とができる。ただし、関数テーブルには　ｅＸＯ値シ登
録しておく。

以上に述べてきた実施例によれば、小型で実時間性に優
れ、しかも従来より自然性の高いアクセント感？有する
。規則による単語音声合成が可能となる。

最後に、装置規模および計算時間について具体例シ挙げ
る。

先ず、装置規模については、制御パラメータは９種類で
あるから単語ごとに９種類すべてに実現値？与えるとし
、単語の最大拍数２１０拍として所要パジメータテーブ
ルの容量を計＄−１−ると。

５８５個の実現値を用意すればよいことになる。

２バイトデータとすれば所要メモリ容、Ｂｔ約ＩＫＢｙ
ｔｅである。また、パラメータの中には一定値として扱
ってよいものがあるので、このようなパラメータな省く
ことによってテーブルをさらに小容量化することができ
る− また関数テーブルも例えば１００変数に対応する関数値
全用意しておけば精度的に十分であるから、３種類の関
数を用意するとして６００Ｂｙｔｅのメモリ容置があれ
ばよい。

次に、計算時間について言えば、ピッチ周波数の１サン
プルデータな計算するのに８蜆な時間は。

主としてテーブル検索に要する時間と１０回程度の四則
演算に要する時間であり、固定小数点演算２行うとすれ
ばこれらの総和は数１００μｓのオーダとなる。フレー
ム間隔（５〜２０ｍ５）に比べて１〜２ケタ小さいので
、十分に実時間処理が可能である。

〔発明の効果〕

以上説明したように９本発明によれＩｔ；Ｉ’、、極め
て自然性の高い任意の日本語単語アクセントを、一つの
単語につき各制御パラメータ当り唯−閏の実現値を与え
るという簡単な制御により発生きせることができるｏし
かも、上記制御パラメータの実現値は、単語の拍数とア
クセント型滑号よりデープル？検索するという簡単な方
法により得ることができる。さら（こ、ピッチ周波数の
時間変化パタンは。

テーブル参照による関数値の実現と、少数回の四則演算
の組合せにより、容易に発生させることができる。

したがって１本発明は、任意語の音声合成装置の高品質
化、小型化、および高速化？実現する上で有用な手段を
提供することが可能である。

【図面の簡単な説明】

第１図は従来用いられている直線近似ピッチパタンの特
性曲線図、第２図はピッチ制御機構モデルにより発生さ
せたピッチ周波数の時間変化バタンの特性曲線図、第３
図は本発明の実施例シ示す規則による音声合成装置の全
体ブロック図、第４図は第３図におけるピッチバタン発
生処理部の回路構成図、第５図は関数計算を行うための
回路構成図、第６図は第５図の変形回路の構成図である
。 １・・・音声合成器、２・・・規則部、３・・・単位デ
ータベース、４・・・音韻持続時間設定処理部、５・・
・ピッチバタン発生処理部、６・・・合成単位検索処理
部。 ７・・・単位接続処理部、８ピツチ制御パラメータテー
ブル、９・・・演算回路、１４．１５．１９・・・計算
回路、２３，２４，３４，３５，４６・・・単位ステッ
プ関数計算回路、２９，３０．　４０，４１，４９・・
・関数テーブル、４３，４４・・・シフトレジスタ、５
１・・・バッファレジスタ。 ８４　図 ２θ　　　　　　　　ｆｔｔｎノ 第　５国 （（２） ｔｙ、　ｔ２．　　ｔｙｌ （ｂ） ｔｔ、　ｔｐ、ｔｎ 皐６額

Claims (2)

【特許請求の範囲】
1. （１）　　アクセント型番号と音節あるいは音韻に対応
   する音節コード番号とｔ入力することにより。 音韻持続時間を決定し、決定された音韻持続時間と上記
   アクセント型番号とからピッチ周波数の時間変化パタン
   を発生することにより、音声波形？合成装置において、
   上記ピッチ周波数の時間変化パタンを臨界制動２次線形
   システムの出力として発生させ、該臨界制動２次Ｊ裟ス
   テムのパラメータを、上記アクセント型番号に対応して
   登録されであるテーブルな検索することにより求めるこ
   と全特徴とする規則による音声合成方法。
2. （２）前記臨界制動２次線形システムは、関数テーブル
   の検索手段を主要部分とすること全特徴とする特許請求
   の範囲第１項記載の音声合成方法。