[发明专利]基于可变速语音编码的语音合成器

说明书

发明领域

本发明涉及语音合成。特别是，本发明涉及对由可变速声码器编码的话音的合成。本发明还涉及语音合成与无线通信设备的合用。

相关技术描述

电子语音合成在许多应用中都十分有用。越来越多的计算机和其它电子设备提供有声提示的选项作为用户接口。例如，可利用语音来读取电子邮件消息、产生在语音响应系统中的口头提示或者向汽车上的司机指明方向。

一般有两种语音合成器或技术用来产生话音。第一种被称为文本语音(TTS)语音合成器，而且是根据语法的。基于TTS的系统将普通文本转换成可理解且自然发声的语音。它对于需要将任意输入的文本自动转换成可理解且自然发声的语音输出的应用十分有用。它对于包含大量词汇和/或动态改变数据的情况特别有用。TTS系统在诸如提供自动语音警报和提示、校读(proofreading)、接入数据库的电话入口和将电子邮件转换成语音邮件或音频输出的应用十分有用。由于TTS是灵活和有力的，所以它可用于多种应用。然而，实施TTS系统可能需要庞大的存储和处理能力资源。如果合成器没有近似地模拟人语音语调，那么它还可能包括机器音调(machine tone)。因此，对具有有限存储和处理资源的应用(诸如，小型便携式无线装置、远程通信装置或计算机等)，TTS不是实用的选择。

第二种语音合成器是基于语音编码器(声码器)的。声码器通过提取与人语音生成模型相关的参数来压缩发出的语音或者音频信号。声码器已发展到压缩已被数字变换到速率为64千比特/秒(kbps)的输入语音降至13kbps、8kbps或更低速率。基于声码器的语音合成器产生对于或用于要合成的语音的某些参数。将参数存储在某些类型的存储器中，最好是快闪存储器，而且一旦语音合成就对其进行解码。由于要合成的所有字的参数都需要存储在存储器中，所以基于声码器的合成器更加适于不需要大量词汇的应用。它们特别适于具有有限存储和处理资源的系统。

对于基于声码器的语音合成器，在保持可接受的语音质量时需要有最优化存储用途。对于一些应用，理想的是，对于给定的存储器规模，使词汇量最大。此外，也是理想的是，将在给定通信系统设计内已获得的信号处理资源用来实现语音合成。本发明通过下列方法提供处理这些和其它特征的语音合成器。

发明概述

本发明是一种根据可变速声编码(vocoding)的语音合成的装置和方法。由可变速声码器对要合成的语音进行编码。可变速声码器根据在语音帧内发生的语音活动，以一组预定速率之一，编码语音帧。在一个实施例中，可变速声码器是码激励线性预测(code excited linear prediction)(CELP)声码器，它具有4种比特率。于是，以4种速率之一，运用对于所选速率的CELP编码方案，将输入语音信号编码成语音参数。一般，向解码器提供语音参数，其中解码器根据所用的可变速编码方案，执行可变速解码方案。解码器提供语音采样，向编码器-解码器或编解码器提供用于数字-模拟转换。于是，通过扬声器或其它已知的音频输出装置广播由编解码器产生的所得模拟信号作为合成语音。

本发明的语音合成器特别适合在无线通信系统中使用，其中在该系统中已执行可变速声编码。在这些系统中，将现有的声编码资源用于语音合成。另一方面，可结合少量的存储器使用DSP元件(现有的或容易结合的)，以提供语音合成器功能。此外，基于可变速声编码的语音合成器能够提供良好的语音质量，而无需大量内存。由可变速声码器提供的压缩程度使得它适于具有有限的内存的应用。

附图简述

结合附图，从下面的详细描述，本发明的特征、目的和优点将显而易见，在附图中相同标号做相应表示，其中

图1是可变速声码器的方框图；和

图2是本发明的语音合成器的方框图。

较佳实施例的详细描述

本发明提供当结合无线通信设备一起使用时特别有用的合成语音的装置和方法。本发明利用在无线通信设备中的现有信号处理资源或者最少量的附加硬件以提供高语音质量并要求小存储量的方式来合成语音。

本发明在结合多种已知的通信装置或系统使用时是十分有用的，并在下面参照CDMA无线通信系统对它进行描述。此外，应理解，它特别适于特定应用，诸如用来安装和操作车辆内无线装置的免提(hands-free)汽车配套设备。然而，熟悉本领域的人员容易理解这并不是对本发明进行限制，而且它还可结合其它类型的通信设备(包括，那些通过有线的、电缆或光缆类系统通信以及那些运用其它信号调制技术的装置)一起使用。