JP5025550B2 - 音声処理装置、音声処理方法及びプログラム - Google Patents
音声処理装置、音声処理方法及びプログラム Download PDFInfo
- Publication number
- JP5025550B2 JP5025550B2 JP2008095101A JP2008095101A JP5025550B2 JP 5025550 B2 JP5025550 B2 JP 5025550B2 JP 2008095101 A JP2008095101 A JP 2008095101A JP 2008095101 A JP2008095101 A JP 2008095101A JP 5025550 B2 JP5025550 B2 JP 5025550B2
- Authority
- JP
- Japan
- Prior art keywords
- language level
- parameter
- language
- objective function
- unit
- 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 - Fee Related
Links
- 238000012545 processing Methods 0.000 title claims abstract description 49
- 238000003672 processing method Methods 0.000 title claims description 6
- 230000006870 function Effects 0.000 claims description 67
- 238000000034 method Methods 0.000 claims description 34
- 230000009466 transformation Effects 0.000 claims description 32
- 238000003860 storage Methods 0.000 claims description 31
- 230000001131 transforming effect Effects 0.000 claims description 9
- 238000003066 decision tree Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 3
- 238000009499 grossing Methods 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims 1
- 239000011295 pitch Substances 0.000 description 102
- 239000013598 vector Substances 0.000 description 25
- 238000004364 calculation method Methods 0.000 description 14
- 238000010586 diagram Methods 0.000 description 12
- 239000011159 matrix material Substances 0.000 description 12
- 230000014509 gene expression Effects 0.000 description 9
- 230000008878 coupling Effects 0.000 description 5
- 238000010168 coupling process Methods 0.000 description 5
- 238000005859 coupling reaction Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 239000006185 dispersion Substances 0.000 description 4
- 239000011306 natural pitch Substances 0.000 description 4
- 238000013179 statistical model Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 238000003786 synthesis reaction Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 238000007476 Maximum Likelihood Methods 0.000 description 1
- 241000233805 Phoenix Species 0.000 description 1
- 238000012952 Resampling Methods 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000005315 distribution function Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000001771 impaired effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000002123 temporal effect Effects 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
- G10L13/02—Methods for producing synthetic speech; Speech synthesisers
- G10L13/033—Voice editing, e.g. manipulating the voice of the synthesiser
- G10L13/0335—Pitch control
-
- 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
- G10L13/08—Text analysis or generation of parameters for speech synthesis out of text, e.g. grapheme to phoneme translation, prosody generation or stress or intonation determination
- G10L13/10—Prosody rules derived from text; Stress or intonation
Landscapes
- Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Machine Translation (AREA)
Description
(2)音素などの言語レベルの単位に対して、確率的な値を出力する手法:一般的には、出力ベクトルは確率分布関数でモデル化され、ピッチ包絡は尤度など複数のサブコストの組み合わせで構成される目的関数が最大となるよう生成される。非特許文献1〜3など、HMMに基づく手法はこの種類に属する。
(1)ピッチ周波数を求めるときに計算する自己相関の値が、予め設定された閾値(例えば0.8など)より大きいこと。
(2)ピッチ周波数を求める区間が、母音や準母音、鼻音など周期的な波形に対応する区間であること。
(3)ピッチ周波数が対象とする音節の平均ピッチ周波数が、予め設定された範囲内(例えば、半オクターブ以内)に入っていること。
11 CPU
12 ROM
13 RAM
14 記憶部
15 表示部
16 操作部
17 通信部
18 バス
21 パラメータ化部
211 第1パラメータ化部
2111 再サンプリング部
2112 内挿処理部
2113 セグメント分割部
2114 第1パラメータ生成部
212 第2パラメータ化部
2121 記述パラメータ算出部
2122 結合パラメータ算出部
2123 結合部
213 パラメータ組合せ部
22 モデル学習部
221 記述子生成部
222 記述子関係付部
223 クラスタリングモデル部
31 モデル選択部
32 継続時間長算出部
33 目的関数生成部
34 目的関数最大化部
35 逆変換部
Claims (16)
- 入力文書に含まれた各言語レベルでの文字列毎の時間長に基づいて、前記入力文書に対応する音声の基本周波数を複数のセグメントに分割する分割手段と、
前記言語レベル毎のセグメント群を逆変換可能な所定の演算子で線形変換し、各言語レベルに応じた第1パラメータ群を生成するパラメータ化手段と、
前記入力文書に含まれた各言語レベルでの文字列毎に、当該文字列の特徴を表した記述子を生成する記述子生成手段と、
前記各言語レベルでの第1パラメータを、当該言語レベルに対応する前記記述子に基づいてクラスタリングし、言語レベル毎のピッチ包絡モデルとして学習するモデル学習手段と、
前記ピッチ包絡モデルを前記言語レベル単位で記憶する記憶手段と、
を備えたことを特徴とする音声処理装置。 - 前記基本周波数から所定の条件に適合する複数のピッチ周波数を抽出する抽出手段と、
前記抽出手段で抽出された複数のピッチ周波数を内挿し、前記基本周波数を平滑化する平滑化手段と、
を更に備え、
前記分割手段は、前記内挿処理手段により平滑化された基本周波数を前記複数のセグメントに分割することを特徴とする請求項1に記載の音声処理装置。 - 前記各言語レベルにおける前記第1パラメータ間の関係を表す第2パラメータを、当該第1パラメータの分散を用いて算出する第2パラメータ算出手段を更に備え、
前記モデル学習手段は、前記第1パラメータと当該第1パラメータに対応する前記第2パラメータとを統合した拡張パラメータについて、前記学習を行うことを特徴とする請求項1又2に記載の音声処理装置。 - 前記各言語レベルにおける隣接する文字列間の関係を表す第3パラメータを、前記基本周波数の平均の一次微分と、前記文字列の前後の接続点における前記基本周波数の傾きとを用いて算出する第3パラメータ算出手段と更に備え、
前記モデル学習手段は、前記第1パラメータと当該第1パラメータに対応する前記第3パラメータとを統合した拡張パラメータについて、前記学習を行うことを特徴とする請求項1〜3の何れか一項に記載の音声処理装置。 - 前記モデル学習手段は、前記各言語レベルでの第1パラメータを、前記記述子に対応する決定木を用いてクラスタリングすることを特徴とする請求項1〜4の何れか一項に記載の音声処理装置。
- 前記モデル学習手段は、前記第1パラメータに対応する前記基本周波数の領域における平均二乗誤差に基づいて、前記決定木によるクラスタリングを行うことを特徴とする請求項5に記載の音声処理装置。
- 前記モデル学習手段は、前記第1パラメータに対応する文字列の継続時間長を用いて、前記平均二条誤差を算出することを特徴とする請求項6に記載の音声処理装置。
- 前記言語レベルは、フレーム、音素、音節、単語、句、呼気段落、発声全体の何れか又はこれらの組み合わせであることを特徴とする請求項1に記載の音声処理装置。
- 前記線形変換は、逆変化することが可能な離散コサイン変換、フーリエ変換、ウェーブレット変換、テーラー展開、多項式展開の何れかであることを特徴とする請求項1に記載の音声処理装置。
- 前記記述子の夫々に対応するピッチ包絡モデルを、一又は複数の言語レベル単位で前記記憶手段から選択する選択手段と、
前記選択された言語レベル毎のピッチ包絡モデル群から目的関数を夫々生成する目的関数生成手段と、
前記各言語レベルでの目的関数の総和を、基準となる言語レベルでの第1パラメータについて最大化し、当該基準となる言語レベルでの各文字列に対応する第1パラメータを生成する目的関数最大化手段と、
前記目的関数最大化手段で生成された第1パラメータ群を逆変換し、ピッチ包絡パターンを生成する逆変換手段と、
を更に備えたことを特徴とする請求項1に記載の音声処理装置。 - 前記目的関数生成手段は、前記言語レベル毎の目的関数を、基準となる言語レベルでの第1パラメータを用いて生成することを特徴とする請求項10に記載の音声処理装置。
- 前記目的関数生成手段は、前記言語レベル毎の目的関数を、基準となる言語レベルでの第1パラメータの尤度関数として生成することを特徴とする請求項11に記載の音声処理装置。
- 記憶手段を備えた音声処理装置の音声処理方法であって、
分割手段が、入力文書に含まれた各言語レベルでの文字列毎の時間長に基づいて、前記入力文書に対応する音声の基本周波数を複数のセグメントに分割する分割工程と、
パラメータ化手段が、前記言語レベル毎のセグメント群を逆変換可能な所定の演算子で線形変換し、各言語レベルに応じたパラメータ群を生成するパラメータ化工程と、
記述子生成手段が、前記入力文書に含まれた各言語レベルでの文字列毎に、当該文字列の特徴を表した記述子を生成する記述子生成工程と、
モデル学習手段が、前記各言語レベルでのパラメータを、当該言語レベルに対応する前記記述子に基づいてクラスタリングし、言語レベル毎のピッチ包絡モデルとして学習するモデル学習工程と、
記憶制御手段が、前記言語レベル単位で前記ピッチ包絡モデルを前記記憶手段に記憶する記憶制御工程と、
を含むことを特徴とする音声処理方法。 - 選択手段が、前記記述子の夫々に対応するピッチ包絡モデルを、一又は複数の言語レベル単位で前記記憶手段から選択する選択工程と、
目的関数生成手段が、前記選択された言語レベル毎のピッチ包絡モデル群から目的関数を夫々生成する目的関数生成工程と、
目的関数最大化手段が、前記各言語レベルでの目的関数の総和を、基準となる言語レベルでのパラメータについて最大化し、当該基準となる言語レベルでの各文字列に対応するパラメータを生成する目的関数最大化工程と、
逆変換手段が、前記目的関数最大化工程で生成されたパラメータ群を逆変換し、ピッチ包絡パターンを生成する逆変換工程と、
を更に含むことを特徴とする請求項13に記載の音声処理方法。 - 記憶手段を備えた音声処理装置のコンピュータに、
入力文書に含まれた各言語レベルでの文字列毎の時間長に基づいて、前記入力文書に対応する音声の基本周波数を複数のセグメントに分割する分割手段と、
前記言語レベル毎のセグメント群を逆変換可能な所定の演算子で線形変換し、各言語レベルに応じたパラメータ群を生成するパラメータ化手段と、
前記入力文書に含まれた各言語レベルでの文字列毎に、当該文字列の特徴を表した記述子を生成する記述子生成手段と、
前記各言語レベルでのパラメータを、当該言語レベルに対応する前記記述子に基づいてクラスタリングし、言語レベル毎のピッチ包絡モデルとして学習するモデル学習手段と、
前記ピッチ包絡モデルを前記言語レベル単位で前記記憶手段に記憶する記憶制御手段と、
して機能させることを特徴とする音声処理プログラム。 - 前記コンピュータに、
前記記述子の夫々に対応するピッチ包絡モデルを、一又は複数の言語レベル単位で前記記憶手段から選択する選択手段と、
前記選択された言語レベル毎のピッチ包絡モデル群から目的関数を夫々生成する目的関数生成手段と、
前記各言語レベルでの目的関数の総和を、基準となる言語レベルでのパラメータについて最大化し、当該基準となる言語レベルでの各文字列に対応するパラメータを生成する目的関数最大化手段と、
前記目的関数最大化手段で生成されたパラメータ群を逆変換し、ピッチ包絡パターンを生成する逆変換手段と、
して更に機能させることを特徴とする請求項15に記載の音声処理プログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008095101A JP5025550B2 (ja) | 2008-04-01 | 2008-04-01 | 音声処理装置、音声処理方法及びプログラム |
US12/405,587 US8407053B2 (en) | 2008-04-01 | 2009-03-17 | Speech processing apparatus, method, and computer program product for synthesizing speech |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008095101A JP5025550B2 (ja) | 2008-04-01 | 2008-04-01 | 音声処理装置、音声処理方法及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2009251029A JP2009251029A (ja) | 2009-10-29 |
JP5025550B2 true JP5025550B2 (ja) | 2012-09-12 |
Family
ID=41118476
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2008095101A Expired - Fee Related JP5025550B2 (ja) | 2008-04-01 | 2008-04-01 | 音声処理装置、音声処理方法及びプログラム |
Country Status (2)
Country | Link |
---|---|
US (1) | US8407053B2 (ja) |
JP (1) | JP5025550B2 (ja) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8731234B1 (en) * | 2008-10-31 | 2014-05-20 | Eagle View Technologies, Inc. | Automated roof identification systems and methods |
JP5226867B2 (ja) * | 2009-05-28 | 2013-07-03 | インターナショナル・ビジネス・マシーンズ・コーポレーション | 話者適応のための基本周波数の移動量学習装置、基本周波数生成装置、移動量学習方法、基本周波数生成方法及び移動量学習プログラム |
JP5807921B2 (ja) * | 2013-08-23 | 2015-11-10 | 国立研究開発法人情報通信研究機構 | 定量的f0パターン生成装置及び方法、f0パターン生成のためのモデル学習装置、並びにコンピュータプログラム |
JP6259378B2 (ja) * | 2014-08-26 | 2018-01-10 | 日本電信電話株式会社 | 周波数領域パラメータ列生成方法、周波数領域パラメータ列生成装置及びプログラム |
CN108255879B (zh) * | 2016-12-29 | 2021-10-08 | 北京国双科技有限公司 | 网页浏览流量作弊的检测方法及装置 |
JP6911398B2 (ja) * | 2017-03-09 | 2021-07-28 | ヤマハ株式会社 | 音声対話方法、音声対話装置およびプログラム |
CN107564511B (zh) * | 2017-09-25 | 2018-09-11 | 平安科技(深圳)有限公司 | 电子装置、语音合成方法和计算机可读存储介质 |
KR20210057569A (ko) * | 2019-11-12 | 2021-05-21 | 엘지전자 주식회사 | 음성 신호를 처리하는 방법 및 이를 적용한 장치 |
US11475158B1 (en) * | 2021-07-26 | 2022-10-18 | Netskope, Inc. | Customized deep learning classifier for detecting organization sensitive data in images on premises |
Family Cites Families (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4908867A (en) * | 1987-11-19 | 1990-03-13 | British Telecommunications Public Limited Company | Speech synthesis |
US5220639A (en) * | 1989-12-01 | 1993-06-15 | National Science Council | Mandarin speech input method for Chinese computers and a mandarin speech recognition machine |
JP2782147B2 (ja) * | 1993-03-10 | 1998-07-30 | 日本電信電話株式会社 | 波形編集型音声合成装置 |
US5602960A (en) * | 1994-09-30 | 1997-02-11 | Apple Computer, Inc. | Continuous mandarin chinese speech recognition system having an integrated tone classifier |
US7251314B2 (en) * | 1994-10-18 | 2007-07-31 | Lucent Technologies | Voice message transfer between a sender and a receiver |
US5751905A (en) * | 1995-03-15 | 1998-05-12 | International Business Machines Corporation | Statistical acoustic processing method and apparatus for speech recognition using a toned phoneme system |
US6101470A (en) * | 1998-05-26 | 2000-08-08 | International Business Machines Corporation | Methods for generating pitch and duration contours in a text to speech system |
US7043430B1 (en) * | 1999-11-23 | 2006-05-09 | Infotalk Corporation Limitied | System and method for speech recognition using tonal modeling |
US6553342B1 (en) * | 2000-02-02 | 2003-04-22 | Motorola, Inc. | Tone based speech recognition |
US6910007B2 (en) * | 2000-05-31 | 2005-06-21 | At&T Corp | Stochastic modeling of spectral adjustment for high quality pitch modification |
US7328404B2 (en) * | 2000-07-21 | 2008-02-05 | Microsoft Corporation | Method for predicting the readings of japanese ideographs |
US6510410B1 (en) * | 2000-07-28 | 2003-01-21 | International Business Machines Corporation | Method and apparatus for recognizing tone languages using pitch information |
CN1187693C (zh) * | 2000-09-30 | 2005-02-02 | 英特尔公司 | 以自底向上方式将声调集成到汉语连续语音识别***中的方法和*** |
JP4680429B2 (ja) * | 2001-06-26 | 2011-05-11 | Okiセミコンダクタ株式会社 | テキスト音声変換装置における高速読上げ制御方法 |
JP3737788B2 (ja) * | 2002-07-22 | 2006-01-25 | 株式会社東芝 | 基本周波数パターン生成方法、基本周波数パターン生成装置、音声合成装置、基本周波数パターン生成プログラムおよび音声合成プログラム |
US20040030555A1 (en) * | 2002-08-12 | 2004-02-12 | Oregon Health & Science University | System and method for concatenating acoustic contours for speech synthesis |
US7013005B2 (en) * | 2004-02-11 | 2006-03-14 | Hewlett-Packard Development Company, L.P. | System and method for prioritizing contacts |
JP4282609B2 (ja) * | 2005-01-07 | 2009-06-24 | 株式会社東芝 | 基本周波数パターン生成装置、基本周波数パターン生成方法及びプログラム |
US20060229877A1 (en) * | 2005-04-06 | 2006-10-12 | Jilei Tian | Memory usage in a text-to-speech system |
US7996214B2 (en) * | 2007-11-01 | 2011-08-09 | At&T Intellectual Property I, L.P. | System and method of exploiting prosodic features for dialog act tagging in a discriminative modeling framework |
-
2008
- 2008-04-01 JP JP2008095101A patent/JP5025550B2/ja not_active Expired - Fee Related
-
2009
- 2009-03-17 US US12/405,587 patent/US8407053B2/en not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
US8407053B2 (en) | 2013-03-26 |
JP2009251029A (ja) | 2009-10-29 |
US20090248417A1 (en) | 2009-10-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5025550B2 (ja) | 音声処理装置、音声処理方法及びプログラム | |
JP5457706B2 (ja) | 音声モデル生成装置、音声合成装置、音声モデル生成プログラム、音声合成プログラム、音声モデル生成方法および音声合成方法 | |
US7996222B2 (en) | Prosody conversion | |
US8438033B2 (en) | Voice conversion apparatus and method and speech synthesis apparatus and method | |
US8321208B2 (en) | Speech processing and speech synthesis using a linear combination of bases at peak frequencies for spectral envelope information | |
US10540956B2 (en) | Training apparatus for speech synthesis, speech synthesis apparatus and training method for training apparatus | |
JP4455610B2 (ja) | 韻律パタン生成装置、音声合成装置、プログラムおよび韻律パタン生成方法 | |
US20190362703A1 (en) | Word vectorization model learning device, word vectorization device, speech synthesis device, method thereof, and program | |
Veaux et al. | Intonation conversion from neutral to expressive speech | |
Wang et al. | An RNN-based quantized F0 model with multi-tier feedback links for text-to-speech synthesis | |
US8315871B2 (en) | Hidden Markov model based text to speech systems employing rope-jumping algorithm | |
KR20070077042A (ko) | 음성처리장치 및 방법 | |
Csapó et al. | Residual-based excitation with continuous F0 modeling in HMM-based speech synthesis | |
WO2015025788A1 (ja) | 定量的f0パターン生成装置及び方法、並びにf0パターン生成のためのモデル学習装置及び方法 | |
Lazaridis et al. | Improving phone duration modelling using support vector regression fusion | |
Chomphan et al. | Tone correctness improvement in speaker-independent average-voice-based Thai speech synthesis | |
Vekkot et al. | Prosodic transformation in vocal emotion conversion for multi-lingual scenarios: A pilot study | |
JP4716125B2 (ja) | 発音評定装置、およびプログラム | |
Yu et al. | Probablistic modelling of F0 in unvoiced regions in HMM based speech synthesis | |
JP5874639B2 (ja) | 音声合成装置、音声合成方法及び音声合成プログラム | |
Chunwijitra et al. | A tone-modeling technique using a quantized F0 context to improve tone correctness in average-voice-based speech synthesis | |
JP6137708B2 (ja) | 定量的f0パターン生成装置、f0パターン生成のためのモデル学習装置、並びにコンピュータプログラム | |
Ijima et al. | Statistical model training technique based on speaker clustering approach for HMM-based speech synthesis | |
Demiroğlu et al. | Hybrid statistical/unit-selection Turkish speech synthesis using suffix units | |
Sosimi et al. | Standard Yorùbá context dependent tone identification using Multi-Class Support Vector Machine (MSVM) |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20110324 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20120517 |
|
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: 20120529 |
|
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: 20120619 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20150629 Year of fee payment: 3 |
|
LAPS | Cancellation because of no payment of annual fees |