声道断面積関数の抽出装置及びその抽出方法
【課題】高サンプリング周波数の音声信号でも声質制御を良好に行なうことができる声道断面積関数の抽出装置及びその抽出方法を提供する。
【解決手段】声道断面積関数の抽出装置は、ディジタル化された音声信号から声道断面積関数を抽出する。ディジタル化された音声信号をフレーム単位に切り出すフレーム切出し部１０と、各音声信号を低域成分と高域成分とに分割する帯域分割部２０と、各成分の周波数特性を平坦化する平坦化処理部３０と、各成分を自己相関関数に変換する自己相関関数変換部４０と、各成分の自己相関関数からＬＳＰパラメタを抽出するＬＳＰパラメタ抽出部５０と、各成分のＬＳＰパラメタを結合するＬＳＰパラメタ結合部６０と、結合されたＬＳＰパラメタからＰＡＲＣＯＲ係数に変換するＰＡＲＣＯＲ係数変換部７０と、ＰＡＲＣＯＲ係数を声道断面積関数に変換する声道断面積関数変換部８０とを備えている。
【解決手段】声道断面積関数の抽出装置は、ディジタル化された音声信号から声道断面積関数を抽出する。ディジタル化された音声信号をフレーム単位に切り出すフレーム切出し部１０と、各音声信号を低域成分と高域成分とに分割する帯域分割部２０と、各成分の周波数特性を平坦化する平坦化処理部３０と、各成分を自己相関関数に変換する自己相関関数変換部４０と、各成分の自己相関関数からＬＳＰパラメタを抽出するＬＳＰパラメタ抽出部５０と、各成分のＬＳＰパラメタを結合するＬＳＰパラメタ結合部６０と、結合されたＬＳＰパラメタからＰＡＲＣＯＲ係数に変換するＰＡＲＣＯＲ係数変換部７０と、ＰＡＲＣＯＲ係数を声道断面積関数に変換する声道断面積関数変換部８０とを備えている。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は声道断面積関数の抽出装置及びその抽出方法に関する。
【背景技術】
【０００２】
非特許文献１には、従来の声道断面積関数の抽出方法が開示されている。この声道断面積関数の抽出方法では、適応逆フィルタ法により、声道の特性に含まれない声帯音源、及び唇における放射特性を除去し、音声データの周波数特性を平坦化している。このため、従来の声道断面積関数の抽出方法では、声帯音源及び放射特性を予め除去した上で、声道断面積関数を抽出することができる。
【先行技術文献】
【非特許文献】
【０００３】
【非特許文献１】中島隆之 他、「デコンボルーションによる声道形の推定と適応型音声分析システム」、日本音響学会誌 ３４巻３号（１９７８）、Ｐ１５７〜Ｐ１６６
【発明の概要】
【発明が解決しようとする課題】
【０００４】
しかし、上記従来の声道断面積関数の抽出方法では、高品質な音声の合成に必要とされる高サンプリング周波数の音声信号のことが考慮されていない。実験的にも、高サンプリング周波数の音声信号において、声質制御の際の劣化が確認されている。
【０００５】
本発明は、上記従来の実情に鑑みてなされたものであって、高サンプリング周波数の音声信号でも声質制御を良好に行なうことができる声道断面積関数の抽出装置及びその抽出方法を提供することを解決すべき課題としている。
【課題を解決するための手段】
【０００６】
本発明の声道断面積関数の抽出装置は、ディジタル化された音声信号から声道断面積関数を抽出する抽出装置であって、
ディジタル化された音声信号をフレーム単位に切り出すフレーム切出し部と、
フレーム切出し部で切り出された各音声信号を低域成分と高域成分とに分割する帯域分割部と、
帯域分割部で分割された各成分の周波数特性を平坦化する平坦化処理部と、
平坦化処理部で処理された各成分を自己相関関数に変換する自己相関関数変換部と、
自己相関関数変換部で変換された各成分の自己相関関数からＬＳＰパラメタを抽出するＬＳＰパラメタ抽出部と、
ＬＳＰパラメタ抽出部で抽出された各成分のＬＳＰパラメタを結合するＬＳＰパラメタ結合部と、
ＬＳＰパラメタ結合部で結合されたＬＳＰパラメタからＰＡＲＣＯＲ係数に変換するＰＡＲＣＯＲ係数変換部と、
ＰＡＲＣＯＲ係数変換部で変換されたＰＡＲＣＯＲ係数を声道断面積関数に変換する声道断面積関数変換部とを備えていることを特徴とする。
【０００７】
また、本発明の声道断面積関数を抽出する抽出方法は、ディジタル化された音声信号から声道断面積関数を抽出する抽出方法であって、
ディジタル化された音声信号をフレーム単位に切り出すステップと、
切り出された各音声信号を低域成分と高域成分とに分割するステップと、
分割された各成分の周波数特性を平坦化するステップと、
平坦化された各成分を自己相関関数に変換するステップと、
変換された各成分の自己相関関数からＬＳＰパラメタを抽出するステップと、
抽出された各成分のＬＳＰパラメタを結合するステップと、
結合されたＬＳＰパラメタからＰＡＲＣＯＲ係数に変換するステップと、
変換されたＰＡＲＣＯＲ係数を声道断面積関数に変換するステップとを有していることを特徴とする。
【０００８】
この声道断面積関数の抽出装置及びその抽出方法では、音声信号を低域成分と高域成分とに分割し、各成分の周波数特性を平坦化している。このため、低域成分及び高域成分において、音源と放射特性を良好に除去することができる。その後、平坦化された各成分を自己相関関数に変換し、各成分の自己相関関数からＬＳＰパラメタを抽出する。抽出された各成分のＬＳＰパラメタを結合し、結合されたＬＳＰパラメタからＰＡＲＣＯＲ係数に変換するため、音源と放射特性の影響を受けずに声道断面積関数を抽出することができる。
【０００９】
したがって、本発明の声道断面積関数の抽出装置及びその抽出方法は、高サンプリング周波数の音声信号でも声質制御を良好に行なうことができる。
【００１０】
前記平坦化処理部において、低域成分の周波数特性を平坦化するには、適応逆フィルタ法を用い得る。また、前記平坦化処理部において、高域成分の周波数特性を平坦化するには、ケプストラム処理に基づく方法を用い得る。この場合、各成分から音源及び放射特性を適切に除去することができる。
【００１１】
ＰＡＲＣＯＲ係数にマイナスを付したものは反射係数と呼ばれている。このため、本発明において、ＰＡＲＣＯＲ係数は反射係数を含んだ概念である。
【図面の簡単な説明】
【００１２】
【図１】実施例の声道断面積関数の抽出装置を示すブロック図である。
【図２】実施例の声道断面積関数の抽出方法を示すステップ図である。
【図３】母音「あ」に関し、図（Ａ）は声道断面積関数を示すグラフであり、図（Ｂ）はＬＳＰ及びスペクトル包絡を示すグラフである。
【図４】母音「い」に関し、図（Ａ）は声道断面積関数を示すグラフであり、図（Ｂ）はＬＳＰ及びスペクトル包絡を示すグラフである。
【図５】母音「う」に関し、図（Ａ）は声道断面積関数を示すグラフであり、図（Ｂ）はＬＳＰ及びスペクトル包絡を示すグラフである。
【図６】母音「え」に関し、図（Ａ）は声道断面積関数を示すグラフであり、図（Ｂ）はＬＳＰ及びスペクトル包絡を示すグラフである。
【図７】母音「お」に関し、図（Ａ）は声道断面積関数を示すグラフであり、図（Ｂ）はＬＳＰ及びスペクトル包絡を示すグラフである。
【発明を実施するための形態】
【００１３】
本発明の声道断面積関数の抽出装置及びその抽出方法を具体化した実施例を図面を参照しつつ説明する。
【実施例】
【００１４】
実施例の声道断面積関数の抽出装置１は、図１に示すように、フレーム切出し部１０、帯域分割部２０、平坦化処理部３０、自己相関関数変換部４０、ＬＳＰパラメタ抽出部５０、ＬＳＰパラメタ結合部６０、ＰＡＲＣＯＲ係数変換部７０及び声道断面積関数変換部８０を備えている。
【００１５】
この声道断面積関数の抽出装置１を利用した声道断面積関数の抽出方法を説明する。
【００１６】
先ず、図２に示すように、ディジタル化された音声信号をフレームと呼ばれる区間に切り出すステップ１１がフレーム切出し部１０において実行される。これにより、フレーム単位に切り出された音声信号をｘn（ｎ＝１，…，Ｎ）と表わす。
【００１７】
フレーム長は３０ミリ秒程度を用いることが多い。また、フレーム長は音声の基本周期に同期して決めるピッチ同期分析により決めてもよい。また、次のフレームは、通常、その前のフレームとの重複がある状態にする。前のフレームからの時間のずれをフレームシフト長と呼ぶ。フレームシフト長は、フレーム長が固定長の場合は、４ミリ秒〜フレーム長の半分程度の長さが用いられ、フレーム長がピッチ同期分析により決められる場合は、音声の基本周期に同期して決められる。
【００１８】
次に、フレーム単位に切り出された各音声信号を低域成分と高域成分とに分割するステップ２１が帯域分割部２０において実行される。つまり、フレーム単位に切り出された音声信号ｘnをフーリエ変換し、音声スペクトルＸk（ｋ＝０，…，Ｎ−１）を得る。その後、音声スペクトルＸkを周波数ｆc、すなわちｋc＝Ｎｆc／ｆsで帯域分割する。
【００１９】
この際、低域成分は、音声信号において音韻性などを伝えるのに最低限必要な低周波数帯域とし、高域成分は、高品質な音声の合成に必要な高周波数帯域とする。例えば、低周波数帯域は０〜Ｆs／８（Ｈｚ）とし、高周波数帯域はＦs／８〜Ｆs／２（Ｈｚ）とする（ここでＦsはサンプリング周波数である。）。分割された低周波数帯域のスペクトルは式（１）に表わされ、高周波数帯域のスペクトルは式（２）に表わされる。
【００２０】
【数１】
【００２１】
次に、分割された各成分の周波数特性を平坦化するステップ３１、３２が平坦化処理部３０において実行される。つまり、式（１）で表わされた低周波数帯域のスペクトルを従来法である適応逆フィルタ処理により平坦化する（ステップ３１）。この適応逆フィルタ処理を表わす関数を式（３）に表わす。また、式（２）で表わされた高周波数帯域のスペクトルを周波数帯域を低域へ移動させた後、ケプストラムの０次と１次とを取り除く処理により平坦化する（ステップ３２）。このケプストラムの０次と１次とを取り除く処理を表わす関数を式（４）に表わす。
【００２２】
【数２】
【００２３】
次に、平坦化された各成分を自己相関関数に変換するステップ４１、４２が自己相関関数変換部４０において実行される。つまり、平坦化処理部３０で処理された低周波数帯域の成分を式（５）に表わす自己相関関数に変換する（ステップ４１）。また、平坦化処理部３０で処理された高周波数帯域の成分を式（６）に表わす自己相関関数に変換する（ステップ４２）。式（５）及び式（６）に表われたＦ-1は逆フーリエ変換である。ＮL及びＮHについては、２ｋc≦ＮL、Ｎ−２ｋc≦ＮHを満たすものを選ぶ。なお、スペクトルの中央部に同じ値をとる区間があるが、スペクトルが滑らかに変化すれば良く（急激なスペクトルの谷などができるのは望ましくない）、例えば滑らかな関数を用いるなどの処理を行なってもよい。
【００２４】
【数３】
【００２５】
次に、変換された各成分の自己相関関数からＬＳＰパラメタを抽出するステップ５１、５２がＬＳＰパラメタ抽出部５０において実行される。つまり、式（５）及び式（６）に表わされた自己相関関数から線形予測分析及びＬＳＰ分析によりＬＳＰパラメタを抽出する。低周波数帯域のＬＳＰパラメタを式（７）に表わし、高周波数帯域のＬＳＰパラメタを式（８）に表わす。ｐLは低周波数帯域の分析次数であり、ｐHは高周波数帯域の分析次数である。
【００２６】
【数４】
【００２７】
次に、抽出された各成分のＬＳＰパラメタを結合するステップ６１がＬＳＰパラメタ結合部６０において実行される。つまり、式（７）及び式（８）に表された各成分のＬＳＰパラメタを式（９）に示すように結合し、元の周波数帯域におけるＬＳＰパラメタωmを求める。ここでは、各成分のＬＳＰパラメタの間に、近接のＬＳＰパラメタの中点となるＬＳＰパラメタの１つを追加することにより、極端なスペクトル包絡の減衰を防ぐ手法を用いている。
【００２８】
【数５】
【００２９】
ここで、ωcは、帯域分割する周波数の正規化角周波数であり、ωc＝２πｆc／ｆsで計算される。
【００３０】
次に、結合されたＬＳＰパラメタからＰＡＲＣＯＲ係数に変換するステップ７１がＰＡＲＣＯＲ係数変換部７０において実行される。つまり、結合したＬＳＰパラメタωmを線形予測係数を経てＰＡＲＣＯＲ係数κmに変換する。
【００３１】
次に、変換されたＰＡＲＣＯＲ係数を声道断面積関数に変換するステップが８１声道断面積関数変換部８０において実行される。つまり、ＰＡＲＣＯＲ係数κm（ｍ＝１，…，ｐ）から声道断面積関数Ａm（ｍ＝１，…，ｐ）へは、式（１０）により変換される。
【００３２】
【数６】
【００３３】
ここで、Ａgは声門部門の面積であり、測定結果を用いたり、例えば１ｃｍの値を用いたりするのが通例である。
【００３４】
以上、説明した本実施例の声道断面積関数の抽出装置及びその抽出方法により抽出された声道断面積関数と、適応逆フィルタ法のみを用いた従来方法により抽出された声道断面積関数とをプロットしたグラフを図３〜図７の（Ａ）図に示す。また、夫々に対応して、ＬＳＰ及びＬＳＰにより求められたスペクトル包絡を図３〜図７の（Ｂ）図に示す。図３は母音「あ」、図４は母音「い」、図５は母音「う」、図６は母音「え」、図７は母音「お」に関するものである。
【００３５】
図３〜図７の（Ａ）図において、横軸は唇からの距離を示し、縦軸はその点における声道断面積関数の対数を示す。対数の底は２としている。また、各（Ａ）図のプロットＸは、本実施例の抽出装置及びその抽出方法により抽出された声道断面積関数であり、サンプリング周波数を４４．１ｋＨｚとしたものである。また、各（Ａ）図のプロットＹ及びＺは、適応逆フィルタ法のみを用いた従来方法により抽出された声道断面積関数であり、プロットＹはサンプリング周波数を１１．０２５ｋＨｚとしたものであり、プロットＺはサンプリング周波数を４４．１ｋＨｚとしたものである。各（Ａ）図に示されているように、プロットＺの形状がプロットＹの形状と大きく異なっているのに対し、プロットＸはプロットＹに近い形状を示し、かつ、より精密にした形状が得られている。
【００３６】
図３〜図８の（Ｂ）図において、横軸は周波数を示し、縦軸は振幅スペクトルを示す。各（Ｂ）図に示されているように、スペクトル包絡が周波数の高い領域においても下がっていないことがわかる。
【００３７】
したがって、実施例の声道断面積関数の抽出装置及びその抽出方法は、高サンプリング周波数の音声信号でも声質制御を良好に行なうことができる。
【００３８】
本発明は、上記記載及び図面によって説明した実施例に限定されるものではなく、例えば次のような実施例も本発明の技術的範囲に含まれる。
（１）実施例では、一連の処理を周波数領域で行なったが、時間領域で行なってもよい。
（２）本実施例では、各成分のＬＳＰパラメタを結合する際、両者のＬＳＰパラメタの間に、近接のＬＳＰパラメタの中点となるＬＳＰパラメタを１つ追加し、極端なスペクトル包絡の減衰を防いだが、中点となるＬＳＰパラメタを追加しなくてもよい。
【産業上の利用可能性】
【００３９】
本発明はテキスト音声合成や声質変換システムなどに利用可能である。
【符号の説明】
【００４０】
Ｓ…音声信号
１…抽出装置
１０…フレーム切出し部
２０…帯域分割部
３０…平坦化処理部
４０…自己相関関数変換部
５０…ＬＳＰパラメタ抽出部
６０…ＬＳＰパラメタ結合部
７０…ＰＡＲＣＯＲ係数変換部
８０…声道断面積関数変換部
【技術分野】
【０００１】
本発明は声道断面積関数の抽出装置及びその抽出方法に関する。
【背景技術】
【０００２】
非特許文献１には、従来の声道断面積関数の抽出方法が開示されている。この声道断面積関数の抽出方法では、適応逆フィルタ法により、声道の特性に含まれない声帯音源、及び唇における放射特性を除去し、音声データの周波数特性を平坦化している。このため、従来の声道断面積関数の抽出方法では、声帯音源及び放射特性を予め除去した上で、声道断面積関数を抽出することができる。
【先行技術文献】
【非特許文献】
【０００３】
【非特許文献１】中島隆之 他、「デコンボルーションによる声道形の推定と適応型音声分析システム」、日本音響学会誌 ３４巻３号（１９７８）、Ｐ１５７〜Ｐ１６６
【発明の概要】
【発明が解決しようとする課題】
【０００４】
しかし、上記従来の声道断面積関数の抽出方法では、高品質な音声の合成に必要とされる高サンプリング周波数の音声信号のことが考慮されていない。実験的にも、高サンプリング周波数の音声信号において、声質制御の際の劣化が確認されている。
【０００５】
本発明は、上記従来の実情に鑑みてなされたものであって、高サンプリング周波数の音声信号でも声質制御を良好に行なうことができる声道断面積関数の抽出装置及びその抽出方法を提供することを解決すべき課題としている。
【課題を解決するための手段】
【０００６】
本発明の声道断面積関数の抽出装置は、ディジタル化された音声信号から声道断面積関数を抽出する抽出装置であって、
ディジタル化された音声信号をフレーム単位に切り出すフレーム切出し部と、
フレーム切出し部で切り出された各音声信号を低域成分と高域成分とに分割する帯域分割部と、
帯域分割部で分割された各成分の周波数特性を平坦化する平坦化処理部と、
平坦化処理部で処理された各成分を自己相関関数に変換する自己相関関数変換部と、
自己相関関数変換部で変換された各成分の自己相関関数からＬＳＰパラメタを抽出するＬＳＰパラメタ抽出部と、
ＬＳＰパラメタ抽出部で抽出された各成分のＬＳＰパラメタを結合するＬＳＰパラメタ結合部と、
ＬＳＰパラメタ結合部で結合されたＬＳＰパラメタからＰＡＲＣＯＲ係数に変換するＰＡＲＣＯＲ係数変換部と、
ＰＡＲＣＯＲ係数変換部で変換されたＰＡＲＣＯＲ係数を声道断面積関数に変換する声道断面積関数変換部とを備えていることを特徴とする。
【０００７】
また、本発明の声道断面積関数を抽出する抽出方法は、ディジタル化された音声信号から声道断面積関数を抽出する抽出方法であって、
ディジタル化された音声信号をフレーム単位に切り出すステップと、
切り出された各音声信号を低域成分と高域成分とに分割するステップと、
分割された各成分の周波数特性を平坦化するステップと、
平坦化された各成分を自己相関関数に変換するステップと、
変換された各成分の自己相関関数からＬＳＰパラメタを抽出するステップと、
抽出された各成分のＬＳＰパラメタを結合するステップと、
結合されたＬＳＰパラメタからＰＡＲＣＯＲ係数に変換するステップと、
変換されたＰＡＲＣＯＲ係数を声道断面積関数に変換するステップとを有していることを特徴とする。
【０００８】
この声道断面積関数の抽出装置及びその抽出方法では、音声信号を低域成分と高域成分とに分割し、各成分の周波数特性を平坦化している。このため、低域成分及び高域成分において、音源と放射特性を良好に除去することができる。その後、平坦化された各成分を自己相関関数に変換し、各成分の自己相関関数からＬＳＰパラメタを抽出する。抽出された各成分のＬＳＰパラメタを結合し、結合されたＬＳＰパラメタからＰＡＲＣＯＲ係数に変換するため、音源と放射特性の影響を受けずに声道断面積関数を抽出することができる。
【０００９】
したがって、本発明の声道断面積関数の抽出装置及びその抽出方法は、高サンプリング周波数の音声信号でも声質制御を良好に行なうことができる。
【００１０】
前記平坦化処理部において、低域成分の周波数特性を平坦化するには、適応逆フィルタ法を用い得る。また、前記平坦化処理部において、高域成分の周波数特性を平坦化するには、ケプストラム処理に基づく方法を用い得る。この場合、各成分から音源及び放射特性を適切に除去することができる。
【００１１】
ＰＡＲＣＯＲ係数にマイナスを付したものは反射係数と呼ばれている。このため、本発明において、ＰＡＲＣＯＲ係数は反射係数を含んだ概念である。
【図面の簡単な説明】
【００１２】
【図１】実施例の声道断面積関数の抽出装置を示すブロック図である。
【図２】実施例の声道断面積関数の抽出方法を示すステップ図である。
【図３】母音「あ」に関し、図（Ａ）は声道断面積関数を示すグラフであり、図（Ｂ）はＬＳＰ及びスペクトル包絡を示すグラフである。
【図４】母音「い」に関し、図（Ａ）は声道断面積関数を示すグラフであり、図（Ｂ）はＬＳＰ及びスペクトル包絡を示すグラフである。
【図５】母音「う」に関し、図（Ａ）は声道断面積関数を示すグラフであり、図（Ｂ）はＬＳＰ及びスペクトル包絡を示すグラフである。
【図６】母音「え」に関し、図（Ａ）は声道断面積関数を示すグラフであり、図（Ｂ）はＬＳＰ及びスペクトル包絡を示すグラフである。
【図７】母音「お」に関し、図（Ａ）は声道断面積関数を示すグラフであり、図（Ｂ）はＬＳＰ及びスペクトル包絡を示すグラフである。
【発明を実施するための形態】
【００１３】
本発明の声道断面積関数の抽出装置及びその抽出方法を具体化した実施例を図面を参照しつつ説明する。
【実施例】
【００１４】
実施例の声道断面積関数の抽出装置１は、図１に示すように、フレーム切出し部１０、帯域分割部２０、平坦化処理部３０、自己相関関数変換部４０、ＬＳＰパラメタ抽出部５０、ＬＳＰパラメタ結合部６０、ＰＡＲＣＯＲ係数変換部７０及び声道断面積関数変換部８０を備えている。
【００１５】
この声道断面積関数の抽出装置１を利用した声道断面積関数の抽出方法を説明する。
【００１６】
先ず、図２に示すように、ディジタル化された音声信号をフレームと呼ばれる区間に切り出すステップ１１がフレーム切出し部１０において実行される。これにより、フレーム単位に切り出された音声信号をｘn（ｎ＝１，…，Ｎ）と表わす。
【００１７】
フレーム長は３０ミリ秒程度を用いることが多い。また、フレーム長は音声の基本周期に同期して決めるピッチ同期分析により決めてもよい。また、次のフレームは、通常、その前のフレームとの重複がある状態にする。前のフレームからの時間のずれをフレームシフト長と呼ぶ。フレームシフト長は、フレーム長が固定長の場合は、４ミリ秒〜フレーム長の半分程度の長さが用いられ、フレーム長がピッチ同期分析により決められる場合は、音声の基本周期に同期して決められる。
【００１８】
次に、フレーム単位に切り出された各音声信号を低域成分と高域成分とに分割するステップ２１が帯域分割部２０において実行される。つまり、フレーム単位に切り出された音声信号ｘnをフーリエ変換し、音声スペクトルＸk（ｋ＝０，…，Ｎ−１）を得る。その後、音声スペクトルＸkを周波数ｆc、すなわちｋc＝Ｎｆc／ｆsで帯域分割する。
【００１９】
この際、低域成分は、音声信号において音韻性などを伝えるのに最低限必要な低周波数帯域とし、高域成分は、高品質な音声の合成に必要な高周波数帯域とする。例えば、低周波数帯域は０〜Ｆs／８（Ｈｚ）とし、高周波数帯域はＦs／８〜Ｆs／２（Ｈｚ）とする（ここでＦsはサンプリング周波数である。）。分割された低周波数帯域のスペクトルは式（１）に表わされ、高周波数帯域のスペクトルは式（２）に表わされる。
【００２０】
【数１】
【００２１】
次に、分割された各成分の周波数特性を平坦化するステップ３１、３２が平坦化処理部３０において実行される。つまり、式（１）で表わされた低周波数帯域のスペクトルを従来法である適応逆フィルタ処理により平坦化する（ステップ３１）。この適応逆フィルタ処理を表わす関数を式（３）に表わす。また、式（２）で表わされた高周波数帯域のスペクトルを周波数帯域を低域へ移動させた後、ケプストラムの０次と１次とを取り除く処理により平坦化する（ステップ３２）。このケプストラムの０次と１次とを取り除く処理を表わす関数を式（４）に表わす。
【００２２】
【数２】
【００２３】
次に、平坦化された各成分を自己相関関数に変換するステップ４１、４２が自己相関関数変換部４０において実行される。つまり、平坦化処理部３０で処理された低周波数帯域の成分を式（５）に表わす自己相関関数に変換する（ステップ４１）。また、平坦化処理部３０で処理された高周波数帯域の成分を式（６）に表わす自己相関関数に変換する（ステップ４２）。式（５）及び式（６）に表われたＦ-1は逆フーリエ変換である。ＮL及びＮHについては、２ｋc≦ＮL、Ｎ−２ｋc≦ＮHを満たすものを選ぶ。なお、スペクトルの中央部に同じ値をとる区間があるが、スペクトルが滑らかに変化すれば良く（急激なスペクトルの谷などができるのは望ましくない）、例えば滑らかな関数を用いるなどの処理を行なってもよい。
【００２４】
【数３】
【００２５】
次に、変換された各成分の自己相関関数からＬＳＰパラメタを抽出するステップ５１、５２がＬＳＰパラメタ抽出部５０において実行される。つまり、式（５）及び式（６）に表わされた自己相関関数から線形予測分析及びＬＳＰ分析によりＬＳＰパラメタを抽出する。低周波数帯域のＬＳＰパラメタを式（７）に表わし、高周波数帯域のＬＳＰパラメタを式（８）に表わす。ｐLは低周波数帯域の分析次数であり、ｐHは高周波数帯域の分析次数である。
【００２６】
【数４】
【００２７】
次に、抽出された各成分のＬＳＰパラメタを結合するステップ６１がＬＳＰパラメタ結合部６０において実行される。つまり、式（７）及び式（８）に表された各成分のＬＳＰパラメタを式（９）に示すように結合し、元の周波数帯域におけるＬＳＰパラメタωmを求める。ここでは、各成分のＬＳＰパラメタの間に、近接のＬＳＰパラメタの中点となるＬＳＰパラメタの１つを追加することにより、極端なスペクトル包絡の減衰を防ぐ手法を用いている。
【００２８】
【数５】
【００２９】
ここで、ωcは、帯域分割する周波数の正規化角周波数であり、ωc＝２πｆc／ｆsで計算される。
【００３０】
次に、結合されたＬＳＰパラメタからＰＡＲＣＯＲ係数に変換するステップ７１がＰＡＲＣＯＲ係数変換部７０において実行される。つまり、結合したＬＳＰパラメタωmを線形予測係数を経てＰＡＲＣＯＲ係数κmに変換する。
【００３１】
次に、変換されたＰＡＲＣＯＲ係数を声道断面積関数に変換するステップが８１声道断面積関数変換部８０において実行される。つまり、ＰＡＲＣＯＲ係数κm（ｍ＝１，…，ｐ）から声道断面積関数Ａm（ｍ＝１，…，ｐ）へは、式（１０）により変換される。
【００３２】
【数６】
【００３３】
ここで、Ａgは声門部門の面積であり、測定結果を用いたり、例えば１ｃｍの値を用いたりするのが通例である。
【００３４】
以上、説明した本実施例の声道断面積関数の抽出装置及びその抽出方法により抽出された声道断面積関数と、適応逆フィルタ法のみを用いた従来方法により抽出された声道断面積関数とをプロットしたグラフを図３〜図７の（Ａ）図に示す。また、夫々に対応して、ＬＳＰ及びＬＳＰにより求められたスペクトル包絡を図３〜図７の（Ｂ）図に示す。図３は母音「あ」、図４は母音「い」、図５は母音「う」、図６は母音「え」、図７は母音「お」に関するものである。
【００３５】
図３〜図７の（Ａ）図において、横軸は唇からの距離を示し、縦軸はその点における声道断面積関数の対数を示す。対数の底は２としている。また、各（Ａ）図のプロットＸは、本実施例の抽出装置及びその抽出方法により抽出された声道断面積関数であり、サンプリング周波数を４４．１ｋＨｚとしたものである。また、各（Ａ）図のプロットＹ及びＺは、適応逆フィルタ法のみを用いた従来方法により抽出された声道断面積関数であり、プロットＹはサンプリング周波数を１１．０２５ｋＨｚとしたものであり、プロットＺはサンプリング周波数を４４．１ｋＨｚとしたものである。各（Ａ）図に示されているように、プロットＺの形状がプロットＹの形状と大きく異なっているのに対し、プロットＸはプロットＹに近い形状を示し、かつ、より精密にした形状が得られている。
【００３６】
図３〜図８の（Ｂ）図において、横軸は周波数を示し、縦軸は振幅スペクトルを示す。各（Ｂ）図に示されているように、スペクトル包絡が周波数の高い領域においても下がっていないことがわかる。
【００３７】
したがって、実施例の声道断面積関数の抽出装置及びその抽出方法は、高サンプリング周波数の音声信号でも声質制御を良好に行なうことができる。
【００３８】
本発明は、上記記載及び図面によって説明した実施例に限定されるものではなく、例えば次のような実施例も本発明の技術的範囲に含まれる。
（１）実施例では、一連の処理を周波数領域で行なったが、時間領域で行なってもよい。
（２）本実施例では、各成分のＬＳＰパラメタを結合する際、両者のＬＳＰパラメタの間に、近接のＬＳＰパラメタの中点となるＬＳＰパラメタを１つ追加し、極端なスペクトル包絡の減衰を防いだが、中点となるＬＳＰパラメタを追加しなくてもよい。
【産業上の利用可能性】
【００３９】
本発明はテキスト音声合成や声質変換システムなどに利用可能である。
【符号の説明】
【００４０】
Ｓ…音声信号
１…抽出装置
１０…フレーム切出し部
２０…帯域分割部
３０…平坦化処理部
４０…自己相関関数変換部
５０…ＬＳＰパラメタ抽出部
６０…ＬＳＰパラメタ結合部
７０…ＰＡＲＣＯＲ係数変換部
８０…声道断面積関数変換部
【特許請求の範囲】
【請求項１】
ディジタル化された音声信号から声道断面積関数を抽出する抽出装置であって、
ディジタル化された音声信号をフレーム単位に切り出すフレーム切出し部と、
フレーム切出し部で切り出された各音声信号を低域成分と高域成分とに分割する帯域分割部と、
帯域分割部で分割された各成分の周波数特性を平坦化する平坦化処理部と、
平坦化処理部で処理された各成分を自己相関関数に変換する自己相関関数変換部と、
自己相関関数変換部で変換された各成分の自己相関関数からＬＳＰパラメタを抽出するＬＳＰパラメタ抽出部と、
ＬＳＰパラメタ抽出部で抽出された各成分のＬＳＰパラメタを結合するＬＳＰパラメタ結合部と、
ＬＳＰパラメタ結合部で結合されたＬＳＰパラメタからＰＡＲＣＯＲ係数に変換するＰＡＲＣＯＲ係数変換部と、
ＰＡＲＣＯＲ係数変換部で変換されたＰＡＲＣＯＲ係数を声道断面積関数に変換する声道断面積関数変換部とを備えていることを特徴とする声道断面積関数の抽出装置。
【請求項２】
ディジタル化された音声信号から声道断面積関数を抽出する抽出方法であって、
ディジタル化された音声信号をフレーム単位に切り出すステップと、
切り出された各音声信号を低域成分と高域成分とに分割するステップと、
分割された各成分の周波数特性を平坦化するステップと、
平坦化された各成分を自己相関関数に変換するステップと、
変換された各成分の自己相関関数からＬＳＰパラメタを抽出するステップと、
抽出された各成分のＬＳＰパラメタを結合するステップと、
結合されたＬＳＰパラメタからＰＡＲＣＯＲ係数に変換するステップと、
変換されたＰＡＲＣＯＲ係数を声道断面積関数に変換するステップとを有していることを特徴とする声道断面積関数の抽出方法。
【請求項１】
ディジタル化された音声信号から声道断面積関数を抽出する抽出装置であって、
ディジタル化された音声信号をフレーム単位に切り出すフレーム切出し部と、
フレーム切出し部で切り出された各音声信号を低域成分と高域成分とに分割する帯域分割部と、
帯域分割部で分割された各成分の周波数特性を平坦化する平坦化処理部と、
平坦化処理部で処理された各成分を自己相関関数に変換する自己相関関数変換部と、
自己相関関数変換部で変換された各成分の自己相関関数からＬＳＰパラメタを抽出するＬＳＰパラメタ抽出部と、
ＬＳＰパラメタ抽出部で抽出された各成分のＬＳＰパラメタを結合するＬＳＰパラメタ結合部と、
ＬＳＰパラメタ結合部で結合されたＬＳＰパラメタからＰＡＲＣＯＲ係数に変換するＰＡＲＣＯＲ係数変換部と、
ＰＡＲＣＯＲ係数変換部で変換されたＰＡＲＣＯＲ係数を声道断面積関数に変換する声道断面積関数変換部とを備えていることを特徴とする声道断面積関数の抽出装置。
【請求項２】
ディジタル化された音声信号から声道断面積関数を抽出する抽出方法であって、
ディジタル化された音声信号をフレーム単位に切り出すステップと、
切り出された各音声信号を低域成分と高域成分とに分割するステップと、
分割された各成分の周波数特性を平坦化するステップと、
平坦化された各成分を自己相関関数に変換するステップと、
変換された各成分の自己相関関数からＬＳＰパラメタを抽出するステップと、
抽出された各成分のＬＳＰパラメタを結合するステップと、
結合されたＬＳＰパラメタからＰＡＲＣＯＲ係数に変換するステップと、
変換されたＰＡＲＣＯＲ係数を声道断面積関数に変換するステップとを有していることを特徴とする声道断面積関数の抽出方法。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【公開番号】特開２０１１−２２４２３（Ｐ２０１１−２２４２３Ａ）
【公開日】平成２３年２月３日（２０１１．２．３）
【国際特許分類】
【出願番号】特願２００９−１６８１９２（Ｐ２００９−１６８１９２）
【出願日】平成２１年７月１６日（２００９．７．１６）
【新規性喪失の例外の表示】特許法第３０条第１項適用申請有り 日本音響学会２００９年春季研究発表会講演論文集 講演要旨・講演論文ＣＤ−ＲＯＭ 平成２１年３月１０日発行 社団法人日本音響学会
【出願人】（５９９００２０４３）学校法人 名城大学 (142)
【公開日】平成２３年２月３日（２０１１．２．３）
【国際特許分類】
【出願日】平成２１年７月１６日（２００９．７．１６）
【新規性喪失の例外の表示】特許法第３０条第１項適用申請有り 日本音響学会２００９年春季研究発表会講演論文集 講演要旨・講演論文ＣＤ−ＲＯＭ 平成２１年３月１０日発行 社団法人日本音響学会
【出願人】（５９９００２０４３）学校法人 名城大学 (142)
[ Back to top ]