JP4424023B2 - 素片接続型音声合成装置 - Google Patents
素片接続型音声合成装置 Download PDFInfo
- Publication number
- JP4424023B2 JP4424023B2 JP2004073724A JP2004073724A JP4424023B2 JP 4424023 B2 JP4424023 B2 JP 4424023B2 JP 2004073724 A JP2004073724 A JP 2004073724A JP 2004073724 A JP2004073724 A JP 2004073724A JP 4424023 B2 JP4424023 B2 JP 4424023B2
- Authority
- JP
- Japan
- Prior art keywords
- speech
- unit
- phoneme
- synthesizer
- selecting
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Lifetime
Links
- 238000010845 search algorithm Methods 0.000 claims description 4
- 230000015572 biosynthetic process Effects 0.000 description 26
- 238000003786 synthesis reaction Methods 0.000 description 26
- 238000004364 calculation method Methods 0.000 description 21
- 238000010586 diagram Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000000605 extraction Methods 0.000 description 4
- 241000282412 Homo Species 0.000 description 3
- 230000001174 ascending effect Effects 0.000 description 3
- 230000006866 deterioration Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000002902 bimodal effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000000034 method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
Images
Description
−構成−
図1に、本発明の第1の実施の形態に係る音声合成システム20のブロック図を示す。図1を参照して、この音声合成システム20は、従来と同様の音声素片データベース(DB)30と、音声素片DB30に含まれる各音声素片を音素ごとに分類し、かつ各音素の音素長等、素片選択に必要な情報を抽出してソートした音素別音素長テーブル34を生成するための音素長テーブル作成部32と、合成目標となるテキストを分析した結果得られる合成器指令36を入力として受け、音素別音素長テーブル34を利用して音声素片DB30からほぼ一定量の音声素片を予備選択し、予備選択された素片候補の中から適切な音声素片を接続して合成音声波形40を出力するための音声合成装置38とを含む。
この音声合成システム20は以下のように動作する。この音声合成システム20の動作には大きく分けて二つのフェーズがある。第1のフェーズは音素別音素長テーブル34の構築である。第2のフェーズは音声合成装置38による音声合成である。
Claims (8)
- 音声素片データベースと、前記音声素片データベース中の音声素片を、音素ごとに、かつ所定の特徴量の値をキーとしてソートして保持するテーブルとを用いて、前記音声素片データベース中の音声素片を接続する素片接続型音声合成装置であって、
合成音声の目標となる音素ラベルのシーケンスと、各音素ラベルに付随する目標特徴量とを定める合成器指令の入力を受け、前記合成器指令の音素ラベルにより指定される音素に対応する前記テーブルを選択するテーブル選択手段と、
前記テーブル選択手段により選択されたテーブルの中で、前記合成器指令の前記目標特徴量により特定される前記所定の特徴量の値を有する音声素片を含む、予め定める基準により定められる範囲に位置する音声素片を予備選択するための予備選択手段と、
前記予備選択手段により予備選択された音声素片の中から、所定の基準に基づいて音声素片を選択するための選択手段と、
前記選択手段により選択された音声素片を前記合成器指令に従って接続し合成音声波形を出力するための接続手段とを含む、素片接続型音声合成装置。 - 前記所定の特徴量は音素長であり、
前記予備選択手段は、前記テーブル選択手段により選択されたテーブルの中で、前記合成器指令により指定される音素長を含む、予め定める基準により特定される範囲に位置する音声素片を選択するための手段を含む、請求項1に記載の素片接続型音声合成装置。 - 前記テーブルには、予め予備選択されるべき音声素片の許容数を特定する許容数情報が付されており、
前記選択するための手段は、前記テーブル選択手段により選択されたテーブルの中で、前記合成器指令により指定される音素長を有する音声素片を中心とする、前記許容数で指定される数の音声素片を選択するための手段を含む、請求項2に記載の素片接続型音声合成装置。 - 前記所定の特徴量は量子化された基本周波数(F0)であり、
前記予備選択手段は、前記テーブル選択手段により選択されたテーブルの中で、前記合成器指令により指定される基本周波数を含む、予め定める基準により特定される範囲に位置する音声素片を選択するための手段を含む、請求項1に記載の素片接続型音声合成装置。 - 前記テーブルには、予め予備選択されるべき音声素片の許容数を特定する許容数情報が付されており、
前記選択するための手段は、前記テーブル選択手段により選択されたテーブルの中で、前記合成器指令により指定される基本周波数を有する音声素片を中心とする、前記許容数で指定される数の音声素片を選択するための手段を含む、請求項4に記載の素片接続型音声合成装置。 - 前記予備選択手段は、
前記テーブル選択手段により選択されたテーブルの中で、前記合成器指令の前記目標特徴量により特定される前記所定の特徴量の値を有する音声素片を、所定の探索アルゴリズムにより探索するための探索手段と、
前記テーブル選択手段により選択されたテーブルの中で、前記探索手段により探索された音声素片を中心とする、予め定められる範囲に位置する音声素片を選択するための手段とを含む、請求項1〜請求項5のいずれかに記載の素片接続型音声合成装置。 - 前記探索手段は、前記テーブル選択手段により選択されたテーブルの中で、前記合成器指令の前記目標特徴量により特定される前記所定の特徴量の値を有する音声素片を、2分木探索アルゴリズムにより探索するための2分木探索手段を含む、請求項6に記載の素片接続型音声合成装置。
- 前記選択手段は、前記予備選択手段により予備選択された音声素片候補の中から、当該音声素片の特徴量と、前記目標特徴量とに基づいて予め定めるコスト計算により算出されるコストが所定の条件を充足する音声素片を選択するための手段を含む、請求項1〜請求項7のいずれかに記載の素片接続型音声合成装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2004073724A JP4424023B2 (ja) | 2004-03-16 | 2004-03-16 | 素片接続型音声合成装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2004073724A JP4424023B2 (ja) | 2004-03-16 | 2004-03-16 | 素片接続型音声合成装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2005265874A JP2005265874A (ja) | 2005-09-29 |
JP4424023B2 true JP4424023B2 (ja) | 2010-03-03 |
Family
ID=35090543
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2004073724A Expired - Lifetime JP4424023B2 (ja) | 2004-03-16 | 2004-03-16 | 素片接続型音声合成装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4424023B2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108172211A (zh) * | 2017-12-28 | 2018-06-15 | 云知声(上海)智能科技有限公司 | 可调节的波形拼接***及方法 |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4882569B2 (ja) * | 2006-07-19 | 2012-02-22 | Kddi株式会社 | 音声合成装置、方法及びプログラム |
JP5177135B2 (ja) * | 2007-05-08 | 2013-04-03 | 日本電気株式会社 | 音声合成装置、音声合成方法及び音声合成プログラム |
-
2004
- 2004-03-16 JP JP2004073724A patent/JP4424023B2/ja not_active Expired - Lifetime
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108172211A (zh) * | 2017-12-28 | 2018-06-15 | 云知声(上海)智能科技有限公司 | 可调节的波形拼接***及方法 |
CN108172211B (zh) * | 2017-12-28 | 2021-02-12 | 云知声(上海)智能科技有限公司 | 可调节的波形拼接***及方法 |
Also Published As
Publication number | Publication date |
---|---|
JP2005265874A (ja) | 2005-09-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108305634B (zh) | 解码方法、解码器及存储介质 | |
US6751595B2 (en) | Multi-stage large vocabulary speech recognition system and method | |
US8249870B2 (en) | Semi-automatic speech transcription | |
US8620662B2 (en) | Context-aware unit selection | |
EP0527650B1 (en) | Speech recognition apparatus | |
US7742918B1 (en) | Active learning for spoken language understanding | |
US20050021330A1 (en) | Speech recognition apparatus capable of improving recognition rate regardless of average duration of phonemes | |
US20110131038A1 (en) | Exception dictionary creating unit, exception dictionary creating method, and program therefor, as well as speech recognition unit and speech recognition method | |
KR100748720B1 (ko) | 다중 계층 중심 어휘 목록에 기초하여 대규모 단어 음성인식 방법 및 그 장치 | |
EP0109190A1 (en) | Monosyllable recognition apparatus | |
CN105654940B (zh) | 一种语音合成方法和装置 | |
JP2002507010A (ja) | 同時に起こるマルチモード口述のための装置及び方法 | |
KR980011007A (ko) | 음성 인식 방법, 정보 형성 방법, 음성 인식 장치 및 기록 매체 | |
US6016470A (en) | Rejection grammar using selected phonemes for speech recognition system | |
JP3061114B2 (ja) | 音声認識装置 | |
CN112037764A (zh) | 一种音乐结构的确定方法、装置、设备及介质 | |
Hendy et al. | Emotion recognition using neural network: A comparative study | |
CN116010902A (zh) | 基于跨模态融合的音乐情感识别方法及*** | |
US20040172249A1 (en) | Speech synthesis | |
JP5897718B2 (ja) | 音声検索装置、計算機読み取り可能な記憶媒体、及び音声検索方法 | |
JP4424023B2 (ja) | 素片接続型音声合成装置 | |
JP4292191B2 (ja) | 素片接続型音声合成装置及びコンピュータプログラム | |
KR20050032759A (ko) | 음운변이 규칙을 이용한 외래어 음차표기 자동 확장 방법및 그 장치 | |
US6631349B1 (en) | Speech recognition method and system | |
JPH1097286A (ja) | 単語・連語分類処理方法、連語抽出方法、単語・連語分類処理装置、音声認識装置、機械翻訳装置、連語抽出装置及び単語・連語記憶媒体 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20070226 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20091028 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20091110 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20091130 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 4424023 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121218 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121218 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121218 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131218 Year of fee payment: 4 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |