声音合成装置、电子水印信息检测装置、声音合成方法、电子水印信息检测方法、声音合成 ...的制作方法
【技术领域】
[0001] 本发明的实施方式涉及声音合成装置、电子水印信息检测装置、声音合成方法、电 子水印信息检测方法、声音合成程序及电子水印信息检测程序。
【背景技术】
[0002] 公知的是，对表示声带的振动的声源信号进行表示声道特性的过滤，来合成声音。 另外，合成声音的品质提高，有被滥用的危险性。因此，考虑通过在合成声音插入水印信息， 能够防止、抑制滥用。
[0003] 【专利文献1】特开2003-295878号公报
【发明内容】
[0004] 但是，若在合成声音组入电子水印，则有时发生音质劣化。本发明要解决的问题在 于提供能够在不会使合成声音的音质劣化的情况下插入电子水印的声音合成装置、电子水 印信息检测装置、声音合成方法、电子水印信息检测方法、声音合成程序及电子水印信息检 测程序。
[0005] 实施方式的信息处理装置具备声源生成部、相位调制部和声道过滤部。声源生成 部使用声音的基本频率序列及脉冲信号，生成声源信号。相位调制部对声源生成部所生成 的声源信号，基于电子水印信息，按每个音高标记调制脉冲信号的相位。声道过滤部对相位 调制部调制了脉冲信号的相位后的声源信号，使用频谱参数序列生成声音信号。
【附图说明】
[0006] 图1是例示实施方式所涉及的声音合成装置的构成的方框图。
[0007] 图2是例示声源部的构成的方框图。
[0008] 图3是例示实施方式所涉及的声音合成装置进行的处理的流程图。
[0009] 图4是对无电子水印的声音波形和声音合成装置插入了电子水印的声音波形进 行对比的图。
[0010] 图5是例示声源部的第1变形例及其周边的构成的方框图。
[0011] 图6是表不声首波形、基本频率序列、首尚标记及频带噪声强度序列的一例的图。
[0012] 图7是例示表示具有图5中所示的声源部的声音合成装置所进行的处理的流程 图。
[0013] 图8是例示声源部的第2变形例及其周边的构成的方框图。
[0014] 图9是例示实施方式所涉及的电子水印信息检测装置的构成的方框图。
[0015] 图10是表示在判定部基于代表相位值来判定电子水印信息的有无的情况下进行 的处理的图。
[0016] 图11是例示实施方式所涉及的电子水印信息检测装置的工作的流程图。
[0017] 图12是表示在判定部基于代表相位值来判定电子水印信息的有无的情况下进行 的其他处理的第1例的图。
[0018] 图13是表示在判定部基于代表相位值来判定电子水印信息的有无的情况下进行 的其他处理的第2例的图。
【具体实施方式】
[0019] (声音合成装置）
[0020] 以下参照附图，说明实施方式所涉及的声音合成装置。图1是例示实施方式所涉 及的声音合成装置1的构成的方框图。另外，声音合成装置1由例如通用的计算机等实现。 即，声音合成装置1具有作为具备例如CPU、存储装置、输入输出装置及通信接口等的计算 机的功能。
[0021] 如图1所示，声音合成装置1具备输入部10、声源部2a、声道过滤部12、输出部14 及第1存储部16。输入部10、声源部2a、声道过滤部12及输出部14可以分别由硬件电路 或通过CPU执行的软件构成。第1存储部16由例如HDD (Hard Disk Drive，硬盘驱动器） 或存储器等构成。即，声音合成装置1也可以构成为通过执行声音合成程序来实现功能。
[0022] 输入部10对声源部2a输入表示基本频率或基本周期的信息的序列（以下，记载 为基本频率序列）、频谱参数的序列和至少包含电子水印信息的特征参数的序列。
[0023] 基本频率序列设为例如有声音的帧的基本频率（F。）的值等和表示是无声音的帧 这一情况的值的序列。这里，无声音的帧设为例如固定为〇等预先确定的值的序列。另外， 有声音的帧也可以包含周期信号的每帧的音高周期或对数F。等的值。
[0024] 在本实施方式中，所谓帧，设为表示声音信号的区间。在声音合成装置1根据固定 的帧频进行分析的情况下，特征参数为例如每5ms的值。
[0025] 频谱参数将声音的频谱信息表现为参数。在声音合成装置1与基本频率序列同样 地根据固定的帧频进行分析的情况下，频谱参数为与例如每5ms的区间对应的值。另外，对 频谱参数，使用例如倒频谱、梅尔倒频谱、线性预测系数、频谱包络或梅尔LSP等各种参数。
[0026] 声源部2a使用从输入部10输入的基本频率序列及后述的脉冲信号等，生成对相 位进行了调制的声源信号（使用图2等详述），并对声道过滤部12输出。
[0027] 声道过滤部12对声源部2a调制了相位后的声源信号，使用经由例如声源部2a接 收到的频谱参数序列，进行卷积运算，生成声音信号。即，声道过滤部12生成声音波形。
[0028] 输出部14输出声道过滤部12所生成的声音信号。例如，输出部14将声音信号 (声音波形）表现为波形输出，或者作为声音文件（例如WAVE文件等）输出。
[0029] 第1存储部16预先存储用于声音合成的多种脉冲信号，根据来自声源部2a的访 问，对声源部2a输出某脉冲信号。
[0030] 图2是例示声源部2a的构成的方框图。如图2所示，声源部2a具有例如声源生 成部20及相位调制部22。声源生成部20对从第1存储部16接收到的脉冲信号，通过使 用从输入部10接收到的特征参数的序列进行变形，生成针对有声音的帧的（脉冲）声源信 号。即，声源生成部20制作脉冲列（或音高标记列）。音高标记列是表示配置音高脉冲的 时刻的列的信息。
[0031] 例如，声源生成部20确定基准时刻，根据基本频率序列内相符的帧的值计算该基 准时刻处的音高周期。另外，声源生成部20通过反复在相对于基准时刻前进了所计算的音 高周期的长度的量的时刻赋予标记的处理，来制作音高标记。另外，声源生成部20通过求 出基本频率的倒数，来计算音高周期。
[0032] 相位调制部22接收声源生成部20所生成的（脉冲）声源信号，进行相位调制。例 如，相位调制部22对声源生成部20所生成的声源信号，基于使用了特征参数中所包含的电 子水印信息的相位调制规则，按每个音高标记调制脉冲信号的相位。即，相位调制部22调 制脉冲信号的相位，生成相位调制脉冲列。
[0033] 相位调制规则既可以是时间序列性的调制，也可以是频率序列性的调制。例如，相 位调制部22如下式1或下式2所示，按每个频点以时间序列调制相位，或者使用以时间序 列及频率序列中的至少一种随机地调制的全通滤波器，时间性地进行调制。
[0034] 例如，在相位调制部22以时间序列调制相位的情况下，也可以构成为将表示按每 时间序列（按每预定的时刻）变化的相位调制规则组的表作为电子水印信息所用的密钥信 息，由输入部10对相位调制部22预先输入。在该情况下，相位调制部22基于电子水印信 息所用的密钥信息，按每个预定的时刻改变相位调制规则。另外，在检测电子水印信息的电 子水印信息检测装置（后述）中，通过使用相位调制部22用于相位调制规则的改变的表， 可以提高电子水印的秘匿性。
[0039] 另外，a表示相位调制强度（斜率），f表示频点或频带，t表示时间，ph(t，f)表 示