JP4711111B2 - 発話様式推定装置、発話様式推定方法及び発話様式推定プログラム - Google Patents
発話様式推定装置、発話様式推定方法及び発話様式推定プログラム Download PDFInfo
- Publication number
- JP4711111B2 JP4711111B2 JP2005041346A JP2005041346A JP4711111B2 JP 4711111 B2 JP4711111 B2 JP 4711111B2 JP 2005041346 A JP2005041346 A JP 2005041346A JP 2005041346 A JP2005041346 A JP 2005041346A JP 4711111 B2 JP4711111 B2 JP 4711111B2
- Authority
- JP
- Japan
- Prior art keywords
- parameter
- utterance
- storage means
- duration
- time
- 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.)
- Active
Links
Images
Description
…, xnのn個であったとする。このとき、最尤推定法を用いれば、パラメータρ及びλは数2の連立方程式の解として得られることが知られている。ここにΨ(・)は、ディガンマ関数と呼ばれ、ガンマ関数の対数をとったものの一階導関数、すなわちΨ(x)=Γ’(x)/Γ(x)である。なお、数2からパラメータρ及びλの解析解を得ることは、一般に困難であるが、ニュートン法などのよく知られた数値解法により、計算機を用いて数値的に解くことが可能である。
102 音声信号記憶手段
103 標準パタン記憶手段
104 アラインメント計算手段
105 継続時間長データ記憶手段
106 パラメータ初期化手段
107 パラメータ更新手段
108 収束判定手段
109 発話速度パラメータ記憶手段
110 継続時間長パラメータ記憶手段
201 音声入力手段
202 音声認識手段
203 継続時間長データ記憶手段
204 発話速度パラメータ記憶手段
205 継続時間長パラメータ記憶手段
206 継続時間長評価手段
207 発話速度分布推定手段
301 発音記号列記憶手段
302 音声信号記憶手段
303 標準パタン記憶手段
304 アラインメント計算手段
305 継続時間長データ記憶手段
306 パラメータ推定手段
307 継続時間長パラメータ記憶手段
401 音声入力手段
402 音声認識手段
403 継続時間長データ記憶手段
404 継続時間長パラメータ記憶手段
405 継続時間長評価手段
501 音声入力手段
502 音声認識手段
503 継続時間長データ記憶手段
504 モーラ数計数手段
505 継続時間長加算手段
506 除算手段
901 発話様式推定用プログラム
902 データ処理装置
903 入力装置
904 出力装置
905 記憶装置
9051 標準パタン記憶部
9052 継続時間長データ記憶部
9053 発話速度パラメータ記憶部
9054 継続時間長パラメータ記憶部
Claims (9)
- 複数個の発話又は発話の部分について、それらの構成要素とその継続時間長とからなる時系列データを記憶する継続時間長データ記憶手段と、
発話速度の確率分布を規定する第一のパラメータを記憶する発話速度パラメータ記憶手段と、
前記構成要素の種類ごとの継続時間長の確率分布を規定する第二のパラメータを記憶する継続時間長パラメータ記憶手段と、
前記発話速度パラメータ記憶手段及び継続時間長パラメータ記憶手段からそれぞれ前記第一及び第二のパラメータの値を受け取り、かつ前記継続時間長データ記憶手段から、任意の1発話を構成する構成要素とその継続時間長とからなる時系列データを順次受け取り、前記時系列データが前記第一及び第二のパラメータの値で規定される発話様式にどの程度合致しているか、を示すスコアを出力する継続時間長評価手段と、
前記継続時間長データ記憶手段に記憶された時系列データを読み出し、その内容に基づいて前記発話速度パラメータ記憶手段及び前記継続時間長パラメータ記憶手段に記憶された前記第一及び第二のパラメータを反復的に更新するパラメータ更新手段と、
を備えたことを特徴とする発話様式推定装置。 - 前記発話速度パラメータ記憶手段及び継続時間長パラメータ記憶手段からそれぞれ前記第一及び第二のパラメータ値を受け取り、かつ前記継続時間長データ記憶手段から、任意の1発話を構成する構成要素とその継続時間長からなる時系列データを順次受け取り、前記任意の1発話の発話速度の範囲を確率分布の形式で出力する発話速度分布推定手段を、
更に備えたことを特徴とする請求項1記載の発話様式推定装置。 - 前記第一のパラメータ及び前記第二のパラメータを初期化するパラメータ初期化手段と、
前記パラメータ更新手段による前記第一及び第二のパラメータの更新を制御する収束判定手段とを更に備え、
前記パラメータ更新手段は、前記時系列データと、前記第一及び第二のパラメータとを使用して、当該第一及び第二のパラメータを更新する、
ことを特徴とする請求項1記載の発話様式推定装置。
- 複数個の発話又は発話の部分について、それらの構成要素とその継続時間長とからなる時系列データを記憶する第一の手順と、
発話速度の確率分布を規定する第一のパラメータを記憶する第二の手順と、
前記構成要素の種類ごとの継続時間長の確率分布を規定する第二のパラメータを記憶する第三の手順と、
前記第二及び第三の手順で記憶された前記第一及び第二のパラメータの値を受け取り、かつ前記第一の手順で記憶された時系列データの中から、任意の1発話を構成する構成要素とその継続時間長とからなる時系列データを順次受け取り、前記時系列データが前記第一及び第二のパラメータ値で規定される発話様式にどの程度合致しているか、を示すスコアを出力する第四の手順と、
前記第一の手順で記憶された時系列データを読み出し、その内容に基づいて前記第二及び第三の手順で記憶された前記第一及び第二のパラメータを反復的に更新する第六の手順と、
を含むことを特徴とする発話様式推定方法。 - 前記第二及び第三の手順で記憶された前記第一及び第二のパラメータの値を受け取り、かつ前記第一の手順で記憶された時系列データの中から、任意の1発話を構成する構成要素とその継続時間長からなる時系列データを順次受け取り、前記任意の1発話の発話速度の範囲を確率分布の形式で出力する第五の手順と、
を更に含むことを特徴とする請求項4記載の発話様式推定方法。 - 前記第一のパラメータ及び前記第二のパラメータを初期化する第七の手順と、
前記第六の手順による前記第一及び第二のパラメータの更新を制御する第八の手順とを更に含み、
前記第六の手順では、前記時系列データと、前記第一及び第二のパラメータとを使用して、当該第一及び第二のパラメータを更新する、
ことを特徴とする請求項4記載の発話様式推定方法。
- 複数個の発話又は発話の部分について、それらの構成要素とその継続時間長とからなる時系列データを記憶する継続時間長データ記憶手段と、
発話速度の確率分布を規定する第一のパラメータを記憶する発話速度パラメータ記憶手段と、
前記構成要素の種類ごとの継続時間長の確率分布を規定する第二のパラメータを記憶する継続時間長パラメータ記憶手段と、
前記発話速度パラメータ記憶手段及び継続時間長パラメータ記憶手段からそれぞれ前記第一及び第二のパラメータの値を受け取り、かつ前記継続時間長データ記憶手段から、任意の1発話を構成する構成要素とその継続時間長とからなる時系列データを順次受け取り、前記時系列データが前記第一及び第二のパラメータの値で規定される発話様式にどの程度合致しているか、を示すスコアを出力する継続時間長評価手段と、
前記継続時間長データ記憶手段に記憶された時系列データを読み出し、その内容に基づいて前記発話速度パラメータ記憶手段及び前記継続時間長パラメータ記憶手段に記憶された前記第一及び第二のパラメータを反復的に更新するパラメータ更新手段を、
をコンピュータに機能させるための発話様式推定プログラム。 - 前記発話速度パラメータ記憶手段及び継続時間長パラメータ記憶手段からそれぞれ前記第一及び第二のパラメータ値を受け取り、かつ前記継続時間長データ記憶手段から、任意の1発話を構成する構成要素とその継続時間長からなる時系列データを順次受け取り、前記任意の1発話の発話速度の範囲を確率分布の形式で出力する発話速度分布推定手段を、
更に前記コンピュータに機能させるための請求項7記載の発話様式推定プログラム。 - 前記第一のパラメータ及び前記第二のパラメータを初期化するパラメータ初期化手段と、
前記パラメータ更新手段による前記第一及び第二のパラメータの更新を制御する収束判定手段とを更に前記コンピュータに機能させるとともに、
前記パラメータ更新手段を、前記時系列データと、前記第一及び第二のパラメータとを使用して、当該第一及び第二のパラメータを更新するように、前記コンピュータに機能させるための、
請求項7記載の発話様式推定プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005041346A JP4711111B2 (ja) | 2005-02-17 | 2005-02-17 | 発話様式推定装置、発話様式推定方法及び発話様式推定プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005041346A JP4711111B2 (ja) | 2005-02-17 | 2005-02-17 | 発話様式推定装置、発話様式推定方法及び発話様式推定プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2006227319A JP2006227319A (ja) | 2006-08-31 |
JP4711111B2 true JP4711111B2 (ja) | 2011-06-29 |
Family
ID=36988740
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2005041346A Active JP4711111B2 (ja) | 2005-02-17 | 2005-02-17 | 発話様式推定装置、発話様式推定方法及び発話様式推定プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4711111B2 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5451982B2 (ja) * | 2008-04-23 | 2014-03-26 | ニュアンス コミュニケーションズ,インコーポレイテッド | 支援装置、プログラムおよび支援方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0830289A (ja) * | 1994-07-12 | 1996-02-02 | Mitsubishi Electric Corp | 学習音声パタンモデル使用音声認識装置 |
JPH10149189A (ja) * | 1996-11-20 | 1998-06-02 | Atr Onsei Honyaku Tsushin Kenkyusho:Kk | 音声認識のための単語モデル生成装置及び音声認識装置 |
-
2005
- 2005-02-17 JP JP2005041346A patent/JP4711111B2/ja active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0830289A (ja) * | 1994-07-12 | 1996-02-02 | Mitsubishi Electric Corp | 学習音声パタンモデル使用音声認識装置 |
JPH10149189A (ja) * | 1996-11-20 | 1998-06-02 | Atr Onsei Honyaku Tsushin Kenkyusho:Kk | 音声認識のための単語モデル生成装置及び音声認識装置 |
Also Published As
Publication number | Publication date |
---|---|
JP2006227319A (ja) | 2006-08-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9536525B2 (en) | Speaker indexing device and speaker indexing method | |
JP5229216B2 (ja) | 音声認識装置、音声認識方法及び音声認識プログラム | |
JP5229478B2 (ja) | 統計モデル学習装置、統計モデル学習方法、およびプログラム | |
US20090070115A1 (en) | Speech synthesis system, speech synthesis program product, and speech synthesis method | |
CN108630200B (zh) | 声音关键字检测装置以及声音关键字检测方法 | |
JP4515054B2 (ja) | 音声認識の方法および音声信号を復号化する方法 | |
CN103778912A (zh) | 引导式说话人自适应语音合成的***与方法及程序产品 | |
WO2018051945A1 (ja) | 音声処理装置、音声処理方法、および記録媒体 | |
CN106971743B (zh) | 用户演唱数据处理方法和装置 | |
KR20100130263A (ko) | 음성 인식용 발음사전 확장 장치 및 방법 | |
JP2006227587A (ja) | 発音評定装置、およびプログラム | |
Herbig et al. | Self-learning speaker identification for enhanced speech recognition | |
JP6276513B2 (ja) | 音声認識装置および音声認識プログラム | |
CN112908308B (zh) | 一种音频处理方法、装置、设备及介质 | |
JP6481939B2 (ja) | 音声認識装置および音声認識プログラム | |
CN107610691B (zh) | 英语元音发声纠错方法及装置 | |
JP6027754B2 (ja) | 適応化装置、音声認識装置、およびそのプログラム | |
JP4711111B2 (ja) | 発話様式推定装置、発話様式推定方法及び発話様式推定プログラム | |
JP2008241970A (ja) | 話者適応装置、話者適応方法及び話者適応プログラム | |
Larcher et al. | Constrained temporal structure for text-dependent speaker verification | |
JP2008026721A (ja) | 音声認識装置、音声認識方法、および音声認識用プログラム | |
JP5914119B2 (ja) | 音響モデル性能評価装置とその方法とプログラム | |
JP2010060846A (ja) | 合成音声評価システム及び合成音声評価方法 | |
JP2001312293A (ja) | 音声認識方法およびその装置、並びにコンピュータ読み取り可能な記憶媒体 | |
JP7159655B2 (ja) | 感情推定システムおよびプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20080111 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20100630 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20100720 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20100827 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20101130 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20101216 |
|
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: 20110224 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20110309 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 4711111 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |