JPS62205398A - Voice synthesizer - 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。(57) [Summary] This bulletin contains application data before electronic filing, so abstract data is not recorded.

Description

【発明の詳細な説明】 〔産業上の利用分野〕 本発明は音声合成装置に関し、特に差分符号化方式の音
声合成装置に関する。DETAILED DESCRIPTION OF THE INVENTION [Field of Industrial Application] The present invention relates to a speech synthesis device, and particularly to a speech synthesis device using a differential encoding method.

〔従来の技術〕[Conventional technology]

従来、音声合成装置の１つとして、音声波形をサンプリ
ング周波数ｆｓ　でサンプリングを行い、各サンプリン
グポイント間の差分値を量子化、符号化することにより
データの圧縮を行なう差分符号化方式の音声合成装置が
知られている。Conventionally, as a type of speech synthesis device, there has been a speech synthesis device using a differential encoding method, which samples a speech waveform at a sampling frequency fs, and compresses data by quantizing and encoding the difference value between each sampling point. It has been known.

このような差分符号化方式の音声合成装置によって合成
された音声には、原音の周波数成分子Ｏの他に折り返し
ノイズが含まれているため、出力するようにしていた。The speech synthesized by such a differential encoding speech synthesizer includes aliasing noise in addition to the frequency component O of the original sound, and thus is output.

〔発明が解決しようとする問題点〕[Problem that the invention seeks to solve]

しかしながら、上述した従来の音声合成装置に８いては
内蔵しているローパスフィルタの遮断特性が悪いと折り
返しノイズの一部がスピーカに出力されて音質が劣化し
てしまうという大きな欠点がある。However, the conventional speech synthesizer described above has a major drawback in that if the built-in low-pass filter has poor cutoff characteristics, part of the aliasing noise will be output to the speaker, degrading the sound quality.

第２図に差分符号化方式の１つである適応差分符号化方
式（以下、ＡＤＰＣＭ方式という）を用いた従来の音声
合成装置のブロック図を示す。第２図において１は符号
化された音声データな復号回路２により差分値に復号化
するときに使用１−る量子化幅を決定するための回路で
あり、その出力はレジスタ５の出力と加算されフィード
バックされてレジスタ５に累積されてゆく。レジスタ５
の出力はＤ／Ａコンバータ６に入り、ここでアナログ信
号７に変換され、出力段に設げたローパスフィルタ８を
介してスピーカ９に出力される。タイミング発生回路３
はサンプリングタイミング信号１０を復号回路２とレジ
スタ５に供給する。FIG. 2 shows a block diagram of a conventional speech synthesis apparatus using an adaptive differential coding method (hereinafter referred to as ADPCM method), which is one of the differential coding methods. In FIG. 2, 1 is a circuit for determining the quantization width used when encoded audio data is decoded into a difference value by the decoding circuit 2, and its output is added to the output of register 5. The data is fed back and accumulated in the register 5. register 5
The output enters a D/A converter 6, where it is converted into an analog signal 7, and is output to a speaker 9 via a low-pass filter 8 provided at the output stage. Timing generation circuit 3
supplies the sampling timing signal 10 to the decoding circuit 2 and the register 5.

ｆＯの周波数帯域を持つ原音なｆｓ＝２Ｘｆｏのサンプ
リング周波数でサンプリングを行った場合の合成音のパ
ワースペクトルを第３図（ａ）に示す。第３図（ａｌに
示されているようにサンプリング周波数ｆＳでサンプリ
ングした合成音は原音の周波数成分の他に折り返しノイ
ズと呼ばれるｆｓ　＋：ｆｏ　ｗ２ｆｓ：ｌ：ｆｏ、・
−・　の周波数帯域を持つノイズも含んでいる。そのた
め、ローパスフィルタを介して折り返しノイズを除去す
る必要がある。ローパスフィルタの特性として第３図（
ｂ）で示すような理想的な周波数特性を持つローパスフ
ィルタを用いれば折り返しノイズを完全に除去すること
ができるが、実際に使用するローパスフィルタの特性は
第３図（Ｃ）に示すように、遮断周波数以上の周波数成
分を完全に遮断することができないため、ローパスフィ
ルタの遮断周波数をｆ、に設定すると折り返しノイズの
一部が出力されてしまう。従って折り返しノイズを完全
に除去するためには、ローパスフィルタの遮断周波数を
ｆＯより低い値に設定しなければならず、その場合原音
の高域成分も削られてしまうという欠点がある。FIG. 3(a) shows the power spectrum of the synthesized sound when sampling is performed at a sampling frequency of fs=2Xfo, which is the original sound with a frequency band of fO. As shown in Figure 3 (al), the synthesized sound sampled at the sampling frequency fS contains, in addition to the frequency components of the original sound, fs +:fo w2fs:l:fo, which is called aliasing noise.
It also includes noise with a frequency band of -. Therefore, it is necessary to remove aliasing noise through a low-pass filter. Figure 3 shows the characteristics of a low-pass filter (
The aliasing noise can be completely removed by using a low-pass filter with ideal frequency characteristics as shown in b), but the characteristics of the low-pass filter actually used are as shown in Figure 3 (C). Since frequency components higher than the cutoff frequency cannot be completely blocked, if the cutoff frequency of the low-pass filter is set to f, part of the aliasing noise will be output. Therefore, in order to completely remove aliasing noise, the cutoff frequency of the low-pass filter must be set to a value lower than fO, which has the disadvantage that the high-frequency components of the original sound are also removed.

〔問題点を解決するための手段〕[Means for solving problems]

本発明はサンプリング周期のｌ　／　ｎ　（ｎ　＝　２
゜３．４、・・・）の周期をもつタイミング信号を発生
し、差分値のｌ　／　ｎの値をもつ新たな差分値を作成
し、前記タイミング信号に同期して新たな差分値はを累
積加算することを特徴とする。The present invention uses a sampling period of l/n (n = 2
A timing signal with a period of 3.4, ...) is generated, a new difference value having a value of l/n of the difference value is created, and the new difference value is It is characterized by cumulative addition.

本発明によれば、音声合成時のサンプリング周波数を符
号化時のサンプリング周波数より高くすることができる
ため、使用するローパスフィルタの遮断特性が悪くても
原音の高域成分に影響を与えずに折り返しノイズを十分
に除去することができる。According to the present invention, the sampling frequency during speech synthesis can be made higher than the sampling frequency during encoding, so even if the cutoff characteristics of the low-pass filter used are poor, the high-frequency components of the original sound are aliased without affecting them. Noise can be sufficiently removed.

〔実施例〕〔Example〕

次に本発明について図面を参照して説明する。 Next, the present invention will be explained with reference to the drawings.

第１図は本発明の一実施例であり、第２図のＡＤＰＣＭ
方式の音声合成装置に本発明を適用したものである。第
２図と異るところは、復号回路２の出力を演算回路４に
入力し、演算回路４の出力とレジスタ５の出力とを加算
しレジスタ５に累積している点と、演算回路４とレジス
タ５により累積加算をする処理を符号化時のサンプリン
グ周波数ｆＳ　の２倍のサンプリング周波数を持つサン
プリングタイミング信号１１に同期させて行っている点
である。FIG. 1 shows an embodiment of the present invention, and the ADPCM shown in FIG.
The present invention is applied to a speech synthesis device based on the above-mentioned method. The difference from FIG. 2 is that the output of the decoding circuit 2 is input to the arithmetic circuit 4, and the output of the arithmetic circuit 4 and the output of the register 5 are added and accumulated in the register 5. The point is that the cumulative addition process by the register 5 is performed in synchronization with the sampling timing signal 11 having a sampling frequency twice the sampling frequency fS at the time of encoding.

次に第４図を用いて本発明の詳細な説明する。Next, the present invention will be explained in detail using FIG. 4.

まず、ＴＯのタイミングでサンプリングタイミング信号
１０に同期して最初の差分値ｄＯが復号回路２より出力
される。次に演算回路４は復号回路２より出力された差
分値ｄｏを１７２倍して出力し、同時にタイミング信号
１１に同期してレジスタ５の値と加算する。次のタイミ
ングＴｌ　では。First, the first difference value dO is output from the decoding circuit 2 in synchronization with the sampling timing signal 10 at the timing of TO. Next, the arithmetic circuit 4 multiplies the difference value do output from the decoding circuit 2 by 172, outputs it, and simultaneously adds it to the value of the register 5 in synchronization with the timing signal 11. At the next timing Tl.

が加算される。次のＴ２のタイミングでは復号回路２か
ら出力される差分値はｄ２に変化しているの値が加算さ
れる。is added. At the next timing T2, the difference value output from the decoding circuit 2 is added to d2 by the changed value.

以下同様の処理をくり返し行うことにより、出力される
アナログ信号７は、符号化時の波形を符号化時のサンプ
リング周波数の２倍の周波数で線形補間した形となる。By repeating the same process, the output analog signal 7 becomes a form obtained by linearly interpolating the waveform at the time of encoding at a frequency twice the sampling frequency at the time of encoding.

〔発明の効果〕〔Effect of the invention〕

以上説明したように本発明によれば１合成時のサンプリ
イブ周波数を疑似的に符号化時のサンプリング周波数の
２倍にすることができるため、合成音に含まれる折り返
しノイズの周波数帯域と原音の周波数帯域の間隔が広く
なり、ｐ−バスフィルタ８の回路を簡略化することがで
きる。例えばｆＯの周波数帯域をもつ原音をサンプリン
グ周波数ｆｓ＝２×ｆＯでサンプリングを行った場合の
合成音のパワースペクトル図は第ぢ図（ａ）となるが。As explained above, according to the present invention, the sampling frequency at the time of one synthesis can be pseudo-double the sampling frequency at the time of encoding, so that the frequency band of the aliasing noise included in the synthesized sound and the frequency of the original sound The interval between the bands becomes wider, and the circuit of the p-bus filter 8 can be simplified. For example, when an original sound having a frequency band of fO is sampled at a sampling frequency of fs=2×fO, the power spectrum diagram of the synthesized sound is shown in Fig. 3(a).

この場合使用するローパスフィルタは理想的な特性を持
つフィルタを使用しなければ、折り返しノイズを完全に
除去することができない。一方、本発明によれば合成時
のサンプリング周波数を符号化時のサンプリング周波数
の２倍にすることができるため、折り返しノイズの下限
の周波数は第ぢ図（ｂ）に示すように２ｆＳ−ｆＯとな
り遮断特性のあまりよくないローパスフィルタを用いて
も、遮断周波数を適当に選べば、折り返しノイズを十分
遮断することができる。In this case, the aliasing noise cannot be completely removed unless the low-pass filter used has ideal characteristics. On the other hand, according to the present invention, the sampling frequency at the time of synthesis can be made twice the sampling frequency at the time of encoding, so the lower limit frequency of the aliasing noise becomes 2fS-fO as shown in Fig. 3(b). Even if a low-pass filter with poor cut-off characteristics is used, if the cut-off frequency is appropriately selected, aliasing noise can be sufficiently blocked.

但しこの場合、各サンプリング点間を線形補間している
ため合成波形には線形補間による歪が生じるが、例えば
コンデンサ、抵抗だけで構成される受動型フィルターの
ような遮断特性のよくないフィルタを用いた場合は、線
形補間による波形の歪よりも折り返しノイズによる影響
の方が太きい。However, in this case, since linear interpolation is performed between each sampling point, distortion occurs in the synthesized waveform due to linear interpolation, but it is difficult to use a filter with poor cutoff characteristics, such as a passive filter consisting only of capacitors and resistors. In this case, the effect of aliasing noise is greater than the waveform distortion caused by linear interpolation.

従って本発明によれば、遮断特性のよくないフィルタを
用いても、折り返しノイズの影響を余り受けないためロ
ーパスフィルタの回路構成を簡単にすることができると
いう効果が得られる。Therefore, according to the present invention, even if a filter with poor cut-off characteristics is used, it is not affected by aliasing noise so much that the circuit configuration of the low-pass filter can be simplified.

また半導体集積回路上に音声合成回路及びローパスフィ
ルタを内蔵する場合、特性のよりローパスフィルタを作
成することは難しいため、本発明により大きな効果を得
ることができる。Further, when a voice synthesis circuit and a low-pass filter are built into a semiconductor integrated circuit, it is difficult to create a low-pass filter with different characteristics, so the present invention can provide great effects.

なお本発明の実施例では、合成時のサンプリング周波数
を符号化時のサンプリング周波数の２倍として説明を行
ったが２以上の整数値を用いても同様な効果を得ること
ができる。In the embodiment of the present invention, the sampling frequency at the time of synthesis is twice the sampling frequency at the time of encoding, but the same effect can be obtained by using an integer value of 2 or more.

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

第１図は本発明の一実施例を示す回路ブロック図、第２
図は従来の音声合成装置のブロック図。 第３図は従来の音声合成装置の動作を説明するためのス
ペクトル図、第４図は本発明の詳細な説明するためのタ
イミング図、第５図は本発明の詳細な説明するだめのス
ペクトル図である。 １・・・・・・量子化幅決定回路、２・・・・・・復号
化回路。 ３・・・・・・タイミング発生回路、４・・・・・・演
算回路、５・・・・・・レジスタ、６・・・・・・Ｄ／
Ａコンバータ、７・・・・・・アナログ信号、８・・・
・・・ローパスフィルタ、９・・・・−・スピーカ、１
０・−・−・・サンプリングタイミング信号、１１・・
・・・・タイミング信号、１２・°・・°・タイミング
発生回路。 Ｔｏ　　　ＴＩ　　　Ｔ２　　　丁ａ　　　Ｔ４　　　
Ｔ５　　Ｔ６チｏ　　　　　　　　　　　　ｆｓ （６Ｌ）　　　周液数−（ チ・−多“・　　　　　周ｊ皮数　− （ｂ） （Ｏ） 第３区 り 九”　　　４ｓ　　　　　　　　　ヂＳ−〉周波数 （６Ｉ−） 第５図FIG. 1 is a circuit block diagram showing one embodiment of the present invention, and FIG.
The figure is a block diagram of a conventional speech synthesis device. FIG. 3 is a spectrum diagram for explaining the operation of a conventional speech synthesizer, FIG. 4 is a timing diagram for explaining the present invention in detail, and FIG. 5 is a spectrum diagram for explaining the present invention in detail. It is. 1...Quantization width determination circuit, 2...Decoding circuit. 3... Timing generation circuit, 4... Arithmetic circuit, 5... Register, 6... D/
A converter, 7...Analog signal, 8...
...Low-pass filter, 9...--Speaker, 1
0...--Sampling timing signal, 11...
・・・・Timing signal, 12・°・・°・Timing generation circuit. To TI T2 To a T4
T5 T6 fs (6L) Frequency number - (Chi・-多"・ Cycle number - (b) (O) 3rd section 9" 4s ヂS-〉Frequency (6I-) Fig. 5

Claims (1)

【特許請求の範囲】[Claims] 音声データとして各サンプリングポイント間の差分値を
符号化したデータを用い、前記差分値を所定のサンプリ
ング周期毎に累積加算して原音波形を再生する差分符号
化方式の音声合成装置において、前記サンプリング周期
の１／ｎ（ｎ＝２、３、４、・・・）の周期を持つタイ
ミング信号を発生させる手段と、前記差分値の１／ｎの
値を持つ第２の差分値を作成する手段と、前記タイミン
グ信号に同期して前記第２の差分値を累積加算する手段
とを有することを特徴とする音声合成装置。In a speech synthesis device using a differential encoding method, which uses encoded data of difference values between sampling points as audio data and cumulatively adds the difference values at each predetermined sampling period to reproduce an original sound waveform, the sampling period is means for generating a timing signal having a period of 1/n (n=2, 3, 4, . . . ) of the difference value; and means for creating a second difference value having a value of 1/n of the difference value. , means for cumulatively adding the second difference value in synchronization with the timing signal.