JP4451665B2 - 音声を合成する方法 - Google Patents
音声を合成する方法 Download PDFInfo
- Publication number
- JP4451665B2 JP4451665B2 JP2003586870A JP2003586870A JP4451665B2 JP 4451665 B2 JP4451665 B2 JP 4451665B2 JP 2003586870 A JP2003586870 A JP 2003586870A JP 2003586870 A JP2003586870 A JP 2003586870A JP 4451665 B2 JP4451665 B2 JP 4451665B2
- Authority
- JP
- Japan
- Prior art keywords
- speech
- signal
- audio signal
- pitch
- information
- 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
- 238000000034 method Methods 0.000 claims abstract description 40
- MQJKPEGWNLWLTK-UHFFFAOYSA-N Dapsone Chemical group C1=CC(N)=CC=C1S(=O)(=O)C1=CC=C(N)C=C1 MQJKPEGWNLWLTK-UHFFFAOYSA-N 0.000 claims description 42
- 238000003786 synthesis reaction Methods 0.000 claims description 28
- 230000015572 biosynthetic process Effects 0.000 claims description 27
- 230000005236 sound signal Effects 0.000 claims description 25
- 230000006870 function Effects 0.000 claims description 22
- 238000004458 analytical method Methods 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 14
- 230000002194 synthesizing effect Effects 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims 1
- 238000012937 correction Methods 0.000 description 8
- 230000007704 transition Effects 0.000 description 5
- 230000001419 dependent effect Effects 0.000 description 4
- 230000005284 excitation Effects 0.000 description 4
- 230000003595 spectral effect Effects 0.000 description 4
- 230000001360 synchronised effect Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000001308 synthesis method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000001010 compromised effect Effects 0.000 description 1
- 230000006837 decompression Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000000638 stimulation Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L13/00—Speech synthesis; Text to speech systems
- G10L13/06—Elementary speech units used in speech synthesisers; Concatenation rules
- G10L13/07—Concatenation rules
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Computational Linguistics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Electrophonic Musical Instruments (AREA)
- Machine Translation (AREA)
- Telephonic Communication Services (AREA)
- Reverberation, Karaoke And Other Acoustics (AREA)
Description
1. ピッチの修正は、適切に補償される必要がある継続時間の修正を持ち込む。
2. 継続時間の修正は、1つのピッチ周期解像度(α= ... ,1/2,2/3,3/4,... ,4/3,3/2,2/1,...)を用いて、量子化方法でのみ実行することができる。
3. 無声部分の継続時間を長くすると、セグメントの繰返しは「金属的」アーティファクト(合成された音声が金属的に聞こえる)を持ち込む場合がある。
これらの方法は、ピッチ周期位置をマークする方法が互いに異なる。
第1倍音 202
最大値 203
最大値 204
音波 401
レイズドコサイン 402
ピッチベル 403
音波 404
列 701
列 702
列 703
図面 901
図面 902
装置 950
音声分析モジュール 951
記憶部 952
ローパスフィルタモジュール 953
モジュール 954
記憶部 955
音声合成モジュール 956
記憶部 957
モジュール 958
モジュール 959
モジュール 960
Claims (18)
- 音声の分析のための方法であって、前記方法が、
− 音声信号を入力するステップ、
− 前記音声信号の第1倍音を得るステップ、
− 前記音声信号の最大値の位置を求めるステップ、
− 前記最大値の位置と前記第1倍音のポジティブゼロ交差の位置との間の位相差を求めるステップ、
を有する方法。 - 前記音声信号がダイフォン信号である請求項1の方法。
- 音声を合成する方法であって、前記方法が、
− 音声信号の最大値の位置と前記音声信号の第1倍音のポジティブゼロ交差の位置との間の位相差によって求められる位相角に対して中心合わせされる窓関数によって前記音声信号を窓掛けするステップ、
− 窓掛けされた前記音声信号をサンプルとしてデータベースに記憶するステップ、
− 前記サンプルの選択のための基準を形成する情報を入力するステップ、
− 前記情報に基づいて前記データベースから前記サンプルを選択するステップ、
− 選択された前記サンプルを連結するステップ、
を有する方法。 - 前記音声信号がダイフォン信号である請求項3の方法。
- 前記窓関数がレイズドコサイン又は三角窓である請求項3又は4の方法。
- 前記情報はダイフォン及びピッチ輪郭を表す請求項3、4又は5の方法。
- 前記情報はテキスト音声システムの言語処理モジュールから提供される請求項3乃至6のうちいずれか1項の方法。
- − 前記音声信号の入力ステップ、
を更に有する請求項3乃至7のうちのいずれか1項の方法。 - 請求項1乃至8のうちのいずれか1項による方法を実行するためのコンピュータプログラム。
- − 音声信号を入力する手段、
− 前記音声信号の第1倍音を得る手段、
− 前記音声信号の最大値の位置を求める手段、
− 前記最大値の位置と前記第1倍音のポジティブゼロ交差の位置との間の位相差を求める手段、
を有する音声分析装置。 - 前記音声信号はダイフォン信号である請求項10の音声分析装置。
- − 音声信号の最大値の位置と前記音声信号の第1倍音のポジティブゼロ交差の位置との間の位相差によって求められる位相角に対して中心合わせされる窓関数によって前記音声信号を窓掛けする手段、
− 窓掛けされた前記音声信号をサンプルとして記憶するデータベース、
− 前記サンプルの選択のための基準を形成する情報を入力する手段、
− 前記情報に基づいて前記データベースから前記サンプルを選択する手段、
− 選択された前記サンプルを連結する手段、
を有する音声合成装置。 - 前記音声信号がダイフォン信号である請求項12の音声合成装置。
- 前記窓関数がレイズドコサイン又は三角窓である請求項12又は13の音声合成装置。
- 前記情報は、ダイフォン及びピッチ輪郭を表す請求項12、13又は14のうちのいずれか1項の音声合成装置。
- − ダイフォン及びピッチ輪郭を表す情報を提供する言語処理手段、
− 音声信号の最大値の位置と前記音声信号の第1倍音のポジティブゼロ交差の位置との間の位相差によって求められる位相角に対して中心合わせされる窓関数によって前記音声信号を窓掛けする手段と、窓掛けされた前記音声信号をサンプルとして記憶するデータベースと、前記情報に基づいて前記データベースから前記サンプルを選択する手段と、選択された前記サンプルを連結する手段とを有する音声合成手段、
を有するテキスト音声システム。 - 前記窓関数がレイズドコサイン又は三角窓である請求項16のテキスト音声システム。
- − 自然音声信号を有する信号を入力する手段、
− 前記自然音声信号の最大値の位置と前記自然音声信号の第1倍音のポジティブゼロ交差の位置との間の位相差によって求められる位相角に対して中心合わせされる窓関数によって前記自然音声信号を窓掛けする手段、
− 窓掛けされた前記自然音声信号に対して所定の処理を実行する手段、
− 処理された前記窓掛けされた自然音声信号を連結する手段、
を有する音声処理システム。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP02076542 | 2002-04-19 | ||
PCT/IB2003/001249 WO2003090205A1 (en) | 2002-04-19 | 2003-04-01 | Method for synthesizing speech |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2005523478A JP2005523478A (ja) | 2005-08-04 |
JP4451665B2 true JP4451665B2 (ja) | 2010-04-14 |
Family
ID=29225687
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2003586870A Expired - Lifetime JP4451665B2 (ja) | 2002-04-19 | 2003-04-01 | 音声を合成する方法 |
Country Status (8)
Country | Link |
---|---|
US (1) | US7822599B2 (ja) |
EP (1) | EP1500080B1 (ja) |
JP (1) | JP4451665B2 (ja) |
CN (1) | CN100508025C (ja) |
AT (1) | ATE374990T1 (ja) |
AU (1) | AU2003215851A1 (ja) |
DE (1) | DE60316678T2 (ja) |
WO (1) | WO2003090205A1 (ja) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4963345B2 (ja) * | 2004-09-16 | 2012-06-27 | 株式会社国際電気通信基礎技術研究所 | 音声合成方法及び音声合成プログラム |
ES2374008B1 (es) | 2009-12-21 | 2012-12-28 | Telefónica, S.A. | Codificación, modificación y síntesis de segmentos de voz. |
KR101475894B1 (ko) * | 2013-06-21 | 2014-12-23 | 서울대학교산학협력단 | 장애 음성 개선 방법 및 장치 |
US9905218B2 (en) * | 2014-04-18 | 2018-02-27 | Speech Morphing Systems, Inc. | Method and apparatus for exemplary diphone synthesizer |
CN108053821B (zh) * | 2017-12-12 | 2022-09-06 | 腾讯科技(深圳)有限公司 | 生成音频数据的方法和装置 |
CN109065068B (zh) * | 2018-08-17 | 2021-03-30 | 广州酷狗计算机科技有限公司 | 音频处理方法、装置及存储介质 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5081681B1 (en) * | 1989-11-30 | 1995-08-15 | Digital Voice Systems Inc | Method and apparatus for phase synthesis for speech processing |
US5189701A (en) * | 1991-10-25 | 1993-02-23 | Micom Communications Corp. | Voice coder/decoder and methods of coding/decoding |
US5787398A (en) * | 1994-03-18 | 1998-07-28 | British Telecommunications Plc | Apparatus for synthesizing speech by varying pitch |
JPH11224099A (ja) * | 1998-02-06 | 1999-08-17 | Sony Corp | 位相量子化装置及び方法 |
JP2002515610A (ja) * | 1998-05-11 | 2002-05-28 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | 位相変化からの雑音寄与度の決定に基づく音声符号化 |
US6067511A (en) * | 1998-07-13 | 2000-05-23 | Lockheed Martin Corp. | LPC speech synthesis using harmonic excitation generator with phase modulator for voiced speech |
KR100297832B1 (ko) * | 1999-05-15 | 2001-09-26 | 윤종용 | 음성 신호 위상 정보 처리 장치 및 그 방법 |
-
2003
- 2003-04-01 DE DE60316678T patent/DE60316678T2/de not_active Expired - Lifetime
- 2003-04-01 JP JP2003586870A patent/JP4451665B2/ja not_active Expired - Lifetime
- 2003-04-01 US US10/511,369 patent/US7822599B2/en active Active
- 2003-04-01 EP EP03746870A patent/EP1500080B1/en not_active Expired - Lifetime
- 2003-04-01 CN CN03808627.1A patent/CN100508025C/zh not_active Expired - Lifetime
- 2003-04-01 AU AU2003215851A patent/AU2003215851A1/en not_active Abandoned
- 2003-04-01 AT AT03746870T patent/ATE374990T1/de not_active IP Right Cessation
- 2003-04-01 WO PCT/IB2003/001249 patent/WO2003090205A1/en active IP Right Grant
Also Published As
Publication number | Publication date |
---|---|
CN1647152A (zh) | 2005-07-27 |
DE60316678D1 (de) | 2007-11-15 |
EP1500080B1 (en) | 2007-10-03 |
WO2003090205A1 (en) | 2003-10-30 |
JP2005523478A (ja) | 2005-08-04 |
AU2003215851A1 (en) | 2003-11-03 |
US7822599B2 (en) | 2010-10-26 |
US20050131679A1 (en) | 2005-06-16 |
DE60316678T2 (de) | 2008-07-24 |
ATE374990T1 (de) | 2007-10-15 |
EP1500080A1 (en) | 2005-01-26 |
CN100508025C (zh) | 2009-07-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8326613B2 (en) | Method of synthesizing of an unvoiced speech signal | |
US8195464B2 (en) | Speech processing apparatus and program | |
JPH031200A (ja) | 規則型音声合成装置 | |
JP3732793B2 (ja) | 音声合成方法、音声合成装置及び記録媒体 | |
JP4451665B2 (ja) | 音声を合成する方法 | |
Tang et al. | Voice transformations: from speech synthesis to mammalian vocalizations. | |
JP2904279B2 (ja) | 音声合成方法および装置 | |
EP1543497B1 (en) | Method of synthesis for a steady sound signal | |
JP5175422B2 (ja) | 音声合成における時間幅を制御する方法 | |
US7130799B1 (en) | Speech synthesis method | |
JPH09179576A (ja) | 音声合成方法 | |
JP3241582B2 (ja) | 韻律制御装置及び方法 | |
JP3532064B2 (ja) | 音声合成方法及び音声合成装置 | |
Banga et al. | Concatenative Text-to-Speech Synthesis based on Sinusoidal Modeling | |
Vine et al. | Synthesising emotional speech by concatenating multiple pitch recorded speech units | |
Lehana et al. | Improving quality of speech synthesis in Indian Languages | |
JPH06250685A (ja) | 音声合成方式および規則合成装置 | |
Kim et al. | On the Implementation of Gentle Phone’s Function Based on PSOLA Algorithm | |
Vasilopoulos et al. | Implementation and evaluation of a Greek Text to Speech System based on an Harmonic plus Noise Model | |
KHAN | Acquisition of Duration Modification of Speech Systems | |
JPH02153398A (ja) | 音声収録装置 | |
JP2003084798A (ja) | 音源波形生成装置、音声合成装置、音源波形生成方法およびプログラム | |
JPH03198098A (ja) | 音声合成装置及び方法 | |
JPH10254495A (ja) | 音声合成方法及び音声合成装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20060331 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20090203 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20090501 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20090513 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20090731 |
|
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: 20100105 |
|
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: 20100128 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 4451665 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130205 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130205 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140205 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 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
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 |
|
EXPY | Cancellation because of completion of term |