JPS61290499A - 発声速度可変の音声合成装置 - 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】 （産業上の利用分野） 本発明は発声速度が可変の音声合成装置に関するもので
ある。

（従来技術とその問題点） 従来、発声速度が可変の音声合成装置として、ピッチや
有声あるいは無声といった音源情報に基づいて音源波形
を生成する音源回路と、スペクトル情報に基づいて周波
数特性が制御される合成フィルタと、プログラマブルな
計算カウンタとを有し、前記計時カウンタがあらかじめ
セットされた時間をカウントするごとに、前記音声情報
を更新しつつ、前記音源回路で生成された音源波形を前
記合成フィルタでろ波することにより音声を合成する装
置において、前記計時カウンタにセットする時間のデー
タを変えることにより発声速度を変えるものが知られて
いる。即ち、例えば自然音声波形を一定時間ごとに分析
して得られた音声情報を利用して音声を合成する場合、
分析時と異なる時間ごとに音声情報を更新するように時
間のデータを前記計時カウンタにセットすれば、全体の
ｔ声時間が変化し、従って発声速度を変えることができ
る。例えば、１０ミリ秒ごとに分析したデータを用いて
８ミリ秒ごとに更新しつつ音声を合成すれば、２５％高
速に発声できる。このような音声合成装置の例は、ＮＥ
Ｃ技報Ｖｏ１．３４　Ｎｏ、１０　ｐ、９２−９７に掲
載の鈴木他による「ホルマントをパラメータとする音声
合成ＬＳＩ　Ｊに示されている。

第２の従来例として、文字列から音声を合成する規則合
成について、音声の定常的な部分（例えば母音の定常部
）を伸縮するものが知られている。即ち、あらかじめ記
憶された単音節や牛車音節等を単位とする音声情報デー
タを編集して任意の音声を合成する場合、単位となる音
声の定常的な部分を間引いて編集することにより、各単
位音声の時間長を変化させるものである。これは本来、
自然なリズムの音声を合成する規則を実現するためのも
のであるが、結果として発声速度を変えることにも使用
できる。このような例は電子通信学会論文誌ＶｏｌＪ６
１−ＤＮｏ、１１　ｐ、８５８−８６５に掲載の佐藤に
よるｒ　ＰＡＲＣＯＲ−ＶＣＶ連鎖を用いた音声合成方
式」に示されている。

これらの従来例によれば、簡単な構成でしかも声の高さ
くピッチ）を変えることなしに音声の発声速度を変える
ことができるが、それぞれに以下のような欠点があった
。

前記第一の従来例では、データの更新のための制御が追
随できるかぎり原理的にはいくらでも高速に発声できる
が、破裂音などの子音では、時間長が短くなると明瞭度
が低下するためにあまり高速にはできなかった。また、
前記第二の従来例では、時間長の短い子音部分などでは
間引きを行なわなければ、前記第一の従来例のように明
瞭度が低下することはないが、間引くことのできる定常
部の時間長に限度があるためあまり高速にはできなかっ
た。

従って、例えば文章の大意を把握するために、通常の倍
ちがい速度での発声が要求されるような装置は、前記の
従来例によっては充分な性能を実現できなかった。

（発明の目的） 本発明の目的は、明瞭度をあまり低下させることなしに
、従来例では実現できなかった高速発声が可能な発声速
度可変の音声合成装置を提供することにある。

（発明の構成） 本発明によれば、音源情報とスペクトル情報とからなる
音声情報を記憶する手段と、前記音源情報に基づいて音
源波形を生成する音源回路と、前記スペクトル情報に基
づいて周波数特性が制御される合成フィルタと、プログ
ラマブルな計時カウンタとを有し、前記計時カウンタが
、あらかじめセットされた時間をカウントするごとに、
前記音声情報を更新しつつ、前記音源回路で生成された
音源波形を前記合成フィルタでろ波することにより音声
を合成する装置において、外部からの指示により、前記
音声情報のうち音声の定常的な部分を間引くとともに、
前記計時カウンタにセットする時間のデータを変えるよ
うに制御する手段を備えたことを特徴とする発声速度可
変の音声合成装置が得られる。

（発明の原理） 本発明は定常部の時間長を音韻性が失われない程度に短
縮し、かつ破裂音などの明瞭度が低下しない程度に音声
情報の更新時間を短縮することにより発声速度を変化さ
せる。これにより、明瞭度をあまり低下させずに高速の
発声を実現させることができる。

（実施例） 次に、図面を用いて本発明の詳細な説明する。

第１図は、本発明の一実施例のブロック図である。同図
において、１０１は制御回路、１０２はプログラマブル
計時カウンタ、１０３は音源回路、１０４は合成フィル
タ、１０５は音声情報データメモリ、１０６はアドレス
テーブル、１０７は時間長メモリである。

前記音声情報データメモリ１０５には、音声メツセージ
の音声情報、即ち音源情報とスペクトル情報からなる情
報データが記憶されている。また、前記アドレステーブ
ル１０６には、各音声メツセージに対応するデータの先
頭のアドレスが記憶されている。さらに、前記時間長メ
モリ１０７には各音声メツセージのうちの非定常部分と
定常部分の時間長が交互に記憶されている。

ま°ず、入力端子１０８から前記制御回路１０１にメツ
セージの番号とデータの更新時間の値と定常部の伸縮率
の値からなる制御情報が入力されると、前記制御回路１
０１はメツセージの番号を前記アドレステーブル１０６
と前記時間長メモリ１０７にそれぞれ信号線１１０と１
１９を介して送り、各アドレスの情報を信号線１１１を
介して読みだし、時間長の情報を信号線１２０を介して
読みだす。

次に、前記制御回路１０１は、先頭アドレスの値から初
めて、逐次アドレスの値を更新しつつ、信号線１１２を
介して前記音声情報データメモリ１０５にアドレス値を
送り、音声情報のデータを信号線１１３を介して逐次読
みだす。このとき、前記定常部分の時間長データについ
ては、前記制御情報の定常部の伸縮率を乗じ、その分の
定常部のデータのみを読みだし、その次のデータは次の
非定常部の先頭から読みだす。

一方、前記制御回路１０１は、前記データの更新時間の
値を信号線１１４を介して前記プログラマブル計時カウ
ンタ１０２へ送る。前記プログラマブル計時カウンタ１
０２は、与えられた更新時間が経過するごとに、タイミ
ング情報を信号線１１５を介して前記制御回路１０１に
送る。このタイミング情報に同期して、前記制御回路１
０１は前記音声情報のデータのうち音源情報を信号線１
１６を介して前記音源回路１０３に、スペクトル情報を
信号線１１７を介して前記合成フィルタ１０４にそれぞ
れ送る。

前記音源回路１０３は、前記音源情報に従って、ランダ
ム音源波形あるいは周期音源波形などの音源波形を生成
し信号線１１８を介して前記合成フィルタ１０４に送る
。

前記合成フィルタ１０４は、前記スペクトル情報−に基
づいて、前記音源回路１０３がら送られた音源−波形を
ろ波したものを合成音声として出力端子１０９へ送りだ
す。

本実施例によれば、外部からデータの更新時間の値と定
常部の伸縮率の値を与えることによって、発声速度を広
範囲に変えることができる。

第２図は本発明の第二の実施例のブロック図で・ある。

この実施例は、本発明を規則による音声合成に適用した
例であり、単音声や牛車音節といった単位音声のデータ
を編集して任意の音声を合成するものである。アクセン
トや韻律に関する規則の処理は他の装置で行なわれるも
のとし、本装置への入力情報は、単位音声の番号、定常
部の伸縮情報、単位音声間の補間制御情報、データの更
新時間の情報、ピッチ情報などからなっているものとす
る。

第２図において、２０２は単位音声データメモリであり
、単音節や牛車音節といった単位音声の音源情報やスペ
クトル情報といった音声情報のデータが記憶されている
。２０３はアドレステーブルであり、各単位音声データ
の先頭アドレス、定常部、非定常部のアドレスおよび各
部の時間長などが記憶されている。

まず、前記入力情報が入力端子２０９から編集制御回路
２０１に入力されると、前記編集制御回路２０１は各単
位音声の番号を信号線２１１を介して前記アドレステー
ブル２０３に送り、各単位音声データの先頭アドレス、
定常部、非定常部のアドレスおよび各部の時間長などを
信号線２１２を介して読み出す。次に前記編集制御回路
２０１は、それらのアドレスデータを信号線２１３を介
して前記単位音声データメモリ２０２に送り、音声情報
のデータを信号線２１４を介して読みだす。このとき編
集制御回路２０１は、定常部については、前記入力情報
のうちの定常部の伸縮情報に基づいて必要なデータのみ
を読みだし、また各単位音声間については、前記補間制
御情報に基づいて補間部のデータを生成する。さらに前
記編集制御回路２０１は、これらのデータと前記入力情
報のうちのデータの更新時間の情報とピッチ情報とを編
集し、信号線２１６を介してバッファメモリ２０４の空
状態を確認しつつ、信号線２１５を介してその編集され
た音声情報のデータを前記バッファメモリ２０４へ送る
。

データ更新制御回路２０５は、信号線２１８を介して読
みだし信号を前記バッファメモリ２０４へ送り、前記編
集された音声情報のデータを信号線２１７を介して逐次
読みだし、′そのデータのうちのデータ更新時間の値を
信号線２１９を介してプログラマブル計時カウンタ２０
６に送る。

前記プログラマブル計時カウンタ２０６は、与えられた
更新時間が経過するごとに、タイミング情報を信号線２
２０を介して前記データ更新制御回路２０５に送る。

このタイミング情報に同期して前記データ更新制御回路
２０５は前記バッファメモリ２０４から読みだした音声
情報のデータのうち音源情報を信号線２２１を介して音
源回路２０７に、スペクトル情報を信号線２２２を介し
て合成フィルタ２０８にそれぞれ送る。

前記音源回路２０７は、前記音源情報に従って、ランダ
ム音源波形あるいは周期音源波形などの音源波形を生成
し信号線２２３を介して前記合成フィルタ２０８に送る
。

前記合成フィルタ２０８は、前記スペクトル情報に基づ
いて、前記音源回路２０７から送られた音源波形をろ波
したものを合成音声として出力端子２１０へ送り出す。

本実施例によれば、任意の文章の音声を通常の倍近い発
声速度で合成できるので、例えば文章を解析する装置と
組合わせれば、大量の文書の概要を短時間で理解するこ
とも可能となる。

（発明の効果） 以上説明したように、本発明によれば、明瞭度をあまり
低下させずに高速の発声を実現させることができる。さ
らに、スペクトルの時間変化に対する制御の自由度が従
来のものより大きいので、規則による音声合成において
、より自然な音声を合成できる可能性があるといった効
果がある。

【図面の簡単な説明】

第１図は、本発明の一実施例のブロック図、第２図は、
本発明の第二の実施例のブロック図である。図において
、１０１は制御回路、１０２はプログラマブル計時カウ
ンタ、１０３は音源回路、１０４は合成フィルタ、１０
５は音声情報データメモリ、１０６はアドレステーブル
、１０７は時間長メモリ、２０１は編集制御回路、２０
２は単位音声データメモリ、２０３はアドレステーブル
、２０４はバッファメモリ、２０５はデータ更新制御回
路、２０６はプログラマブル計時カウンタ、２０７は音
源回路、２０８は合成フィルタをそれぞれ表す。 代理、い゛埋土　内厚 ２ｒ　　図

Claims (1)

【特許請求の範囲】
1. 音源情報とスペクトル情報とからなる音声情報を記憶す
   る手段と、前記音源情報に基づいて音源波形を生成する
   音源回路と、前記スペクトル情報に基づいて周波数特性
   が制御される合成フィルタと、プログラマブルな計時カ
   ウンタとを有し、前記計時カウンタが、あらかじめセッ
   トされた時間をカウントするごとに、前記音声情報を更
   新しつつ、前記音源回路で生成された音源波形を前記合
   成フィルタでろ波することにとより音声を合成する装置
   において、外部からの指示により、前記音声情報のうち
   音声の定常的な部分を間引くとともに、前記計時カウン
   タにセットする時間のデータを変えるように制御する手
   段を備えたことを特徴とする発声速度可変の音声合成装
   置。