[發明專利]基音轉換方法和設備

有效

• 申請號: 200710109165.2
• 申請日: 2007-06-14
• 公開（公告）號: CN101110216A
• 公開（公告）日: 2008-01-23
• 發明（設計）人: 遠藤香緒里;松本智佳子;外川太郎;大田恭士
• 申請（專利權）人: 富士通株式會社
• 主分類號: G10L21/00
• 分類號: G10L21/00;G10L21/02;G10L13/02
• 代理公司: 北京三友知識產權代理有限公司
• 代理人: 黃綸偉;遲軍

技術領域

本發明涉及基音轉換方法和設備，特別地涉及一種用于將輸入信號的基音轉換成期望的(目標)基音以例如改變語音高低或重音的基音轉換方法和設備。

背景技術

現在將參照圖24對上述基音轉換技術的現有技術示例[1]和[2]進行描述。

現有技術示例[1](PSOLA方法)：圖24

在該基音轉換技術中，通過依照目標基音按基音周期將輸入信號的波形交疊和相加來執行基音轉換(即，在時間軸方向上最終將輸入信號擴展或縮短)，通常將該方法稱為基音同步疊加(PSOLA：Pitch-Synchronous?Overlap?and?Add)方法(例如見專利文獻1)。

圖24示出了用于通過采用PSOLA方法在時間軸方向上將輸入信號“In”縮短的基音轉換的示例。

即，首先按基音周期T從輸入信號“In”切取出兩個波形W1和W2，然后將窗口函數F1和F2分別施加給所切取的波形W1和W2以調節振幅。為了避免通過后述的交疊和相加處理而得到的波形W1和W2的交疊部分與非交疊部分之間的邊界處的波形的不連續性，如圖24所示地將窗口函數F1和F2設定為使得在波形W1與W2的交疊部分處互貢獻度之和變成“1”。

然后，將通過窗口函數F1和F2調節了其振幅的兩個波形(未示出)交疊并相加以獲得輸出信號“Out”。

在這種現有技術示例[1]中，基音轉換后的波形可能會變形，因為將相位彼此不同的波形相交疊。這種變形尤其在基音轉換率(即，輸入信號在時間軸方向上的擴展和縮短率)大時是顯著的，這會導致聲音質量的劣化。

為了解決該問題，已經提出了如下所述的現有技術示例[2]：

現有技術示例[2]：未示出

在該基音轉換技術中，首先對輸入信號執行線性預測分析，從而將信號分離成包絡信號(共振峰分量)和殘留信號(諧波分量)。然后，按與上述現有技術示例[1]相同的方式只對殘留信號執行基音轉換，從而通過利用根據輸入信號計算出的線性預測系數將執行了基音轉換之后的殘留信號與原始包絡信號合成。

這樣，可以在不影響包絡信號的情況下執行基音轉換，并且可以減小由于基音轉換而導致的上述波形變形，從而可以避免聲音質量的劣化(例如見專利文獻2)。

[專利文獻1]日本特開平10-78791號

[專利文獻2]日本特開平7-219597號

盡管與上述現有技術示例[1]相比，在上述現有技術示例[2]中可以在不使輸入信號的聲音質量劣化的情況下執行基音轉換，但是存在線性預測分析和信號分離/合成需要處理大數據吞吐量(計算量等)的問題。

發明內容

因此本發明的一個目的是提供一種基音轉換方法和設備，其可以在盡可能地抑制由于進行基音轉換而導致的聲音質量的劣化的同時減小數據吞吐量。

[1]為了實現上述目的，根據本發明一個方面的一種基音轉換方法(或設備)包括以下步驟(或裝置)：劣化評估步驟(或裝置)，其輸入按預定處理單位的輸入信號基音模式和針對所述輸入信號基音模式的目標基音模式，并對表示從所述輸入信號基音模式到所述目標基音模式的基音轉換時輸入信號的波形的劣化程度的劣化度進行計算；和基音轉換步驟(或裝置)，其根據所述劣化度執行具有預定數據吞吐量的基音轉換。

即，在劣化評估步驟(或裝置)處，在執行基音轉換之前計算劣化度，并且在基音轉換步驟(或裝置)處，根據所述劣化度對用于執行所述基音轉換的數據吞吐量進行切換。

這樣，當劣化度小時，可以通過采用例如在上述現有技術示例[1]中示出的基音轉換技術來按照小數據吞吐量執行基音轉換，這是因為未出現由于所述基音轉換而導致的聲音質量劣化。此外，僅當由于大劣化度而需要執行高性能基音轉換時，才可以通過采用例如在上述現有技術示例[2]中示出的基音轉換技術來執行基音轉換。因此，可以減小處理負荷(即，整個數據吞吐量)。

[2]此外，在上述[1]中，所述劣化評估步驟(或裝置)可以包括以下步驟：平均基音轉換量計算步驟(或裝置)，其通過將每預定周期的所述目標基音模式與所述輸入信號基音模式之間的多個基音差的和除以每預定周期的所述輸入信號基音模式的多個基音的和，來計算平均基音轉換量；和劣化度計算步驟(或裝置)，其向所述基音轉換步驟(或裝置)提供一值作為所述劣化度，該值是通過預定系數加權的所述平均基音轉換量。

即，由于該平均基音轉換量是表示需要針對每預定處理單位的輸入信號執行多少基音轉換的值(即，輸入信號的波形可以變形的程度)，因此可以使用該值作為所述劣化度。