JP6446993B2 - 音声制御装置およびプログラム - Google Patents
音声制御装置およびプログラム Download PDFInfo
- Publication number
- JP6446993B2 JP6446993B2 JP2014213852A JP2014213852A JP6446993B2 JP 6446993 B2 JP6446993 B2 JP 6446993B2 JP 2014213852 A JP2014213852 A JP 2014213852A JP 2014213852 A JP2014213852 A JP 2014213852A JP 6446993 B2 JP6446993 B2 JP 6446993B2
- Authority
- JP
- Japan
- Prior art keywords
- pitch
- answer
- voice
- section
- shift amount
- 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
- 230000005236 sound signal Effects 0.000 claims description 20
- 230000007423 decrease Effects 0.000 claims description 2
- 239000011295 pitch Substances 0.000 description 202
- 238000000034 method Methods 0.000 description 17
- 230000015572 biosynthetic process Effects 0.000 description 10
- 238000003786 synthesis reaction Methods 0.000 description 10
- 230000008859 change Effects 0.000 description 9
- 230000008569 process Effects 0.000 description 9
- 241001465754 Metazoa Species 0.000 description 8
- 239000000203 mixture Substances 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000004044 response Effects 0.000 description 6
- 238000001514 detection method Methods 0.000 description 3
- 230000006866 deterioration Effects 0.000 description 3
- 230000002194 synthesizing effect Effects 0.000 description 3
- 230000008451 emotion Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 241000282326 Felis catus Species 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000035876 healing Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 210000001260 vocal cord Anatomy 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
- G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
- G10L21/0316—Speech enhancement, e.g. noise reduction or echo cancellation by changing the amplitude
- G10L21/0364—Speech enhancement, e.g. noise reduction or echo cancellation by changing the amplitude for improving intelligibility
-
- 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
- G10L25/90—Pitch determination of speech signals
-
- 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
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
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)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Toys (AREA)
- Machine Translation (AREA)
Description
本発明は、このような事情に鑑みてなされたものであり、その目的の一つは、利用者に自然な感じを与えることが可能な音声制御装置およびプログラムを提供することにある。
なお、回答には、問いに対する具体的な答えに限られず、相槌(間投詞)も含まれる。また、回答には、人による声のほかにも、「ワン」(bowwow)、「ニャー」(meow)などの動物の鳴き声も含まれる。すなわち、ここでいう回答や音声とは、人が発する声のみならず、動物の鳴き声を含む概念である。
問いのうち、特定区間の音高とは、強い印象で残している部分での音高をいい、具体的には、音量が所定値以上である区間の音高最高値や、問いの末尾区間の音高であることが好ましい。
また、音声データに基づく音高とは、例えば音声データを標準で再生したときの特徴的な部分での音高であり、特徴的な部分とは語頭部分の音高、音量が最も高い部分での音高のほか、平均音高などである。
ここで、特定の関係としては、協和音程の関係であることが好ましい。協和とは、複数の楽音が同時に発生したときに、それらが互いに溶け合って良く調和する関係をいい、これらの音程関係を協和音程という。協和の程度は、2音間の周波数比(振動数比)が単純なものほど高い。
本発明の態様について、音声合成装置のみならず、コンピュータを当該音声合成装置として機能させるプログラムとして概念することも可能である。
この音声合成装置10は、例えば、ぬいぐるみに組み込まれて、利用者が当該ぬいぐるみに問いを発したときに、相槌などの回答を音声合成して出力する装置である。音声合成装置10は、CPU(Central Processing Unit)や、音声入力部102、スピーカ142を有し、当該CPUが、予めインストールされたアプリケーションプログラムを実行することによって、複数の機能ブロックが次のように構築される。詳細には、音声合成装置10では、音声特徴量取得部106、回答選択部110、回答音高取得部112、音高シフト量決定部114および回答合成部116が構築される。
なお、ここでは、特定区間を有声区間のうちの末尾区間とし、音高として、当該末尾区間における最高値としている。また、末尾区間とは、有声区間の終了から時間的に前方に向けた所定時間(例えば180msec)の区間である。有声区間については後述するように、音声信号の音量を2つ(または3つ以上)の閾値で判別しても良い。
回答選択部110が、複数の音声データのうち、1つの音声データをどのようなルールで選択するかについては、例えばランダムでも良いし、問いの特定区間の音高に対して平均音高が最も近い音声データを選択する、としても良い。
一方で、図において破線で示されるように言語解析部108を設けて、当該言語解析部108が音声信号で規定される問いの意味内容を解析し、回答選択部110が、データベース等を介して当該問いに対する回答を作成する構成としても良い。
音高シフト量決定部114は、音声特徴量取得部106から出力された音声信号における特定区間の音高と、回答音高取得部112から出力された回答の平均音高との差から、回答の音声データを再生する際における音高のシフト量を、後述するように決定する。
回答合成部116は、回答ライブラリ124から読み出された回答の音声データを、音高シフト量決定部114で決定された音高のシフト量だけシフトさせて再生(合成)する。なお、音高がシフトされた音声信号は、図示省略したD/A変換部によってアナログ信号に変換された後、スピーカ142によって音響変換されて出力される。
また、回答の音高に対応付けられたデータについては、すなわち、回答ライブラリ124に記憶されるとともに、音高シフト量決定部114で音高シフト量の決定に用いられるデータについては、平均音高を示すデータ以外であっても良い。例えば、音高の中間値でも良いし、音声データの所定区間の平均音高でも良い。
図2は、音声合成装置10における処理動作を示すフローチャートである。
はじめに、音声合成装置10が適用されたぬいぐるみに対して、利用者が音声で問いを発したときに、このフローチャートで示される処理が起動される。なお、ここでは便宜的に、利用者の音声(問い)の音高に対して回答の音声データの音高が高い場合を例にとって説明する。
次に、ステップSa12において、音声特徴量取得部106は、音声入力部102からの音声信号に対して解析処理、すなわち利用者が発した問いの音高を検出する処理を実行する。
ステップSa13において、回答合成部116によって回答が再生中であるか否かが判別される。
問いが終了していなければ(ステップSa14の判別結果が「No」であれば)、処理手順がステップSa11に戻り、これにより、音声特徴量取得部106は、音声入力部102からの音声信号の解析処理を継続する。
問いが終了していれば(ステップSa14の判別結果が「Yes」であれば)、音高シフト量決定部114は、回答選択部110により選択された回答の音声データを再生する際の音高シフト量を、後述するように決定する(ステップSa15)。
そして、音高シフト量決定部114は、決定した音高シフト量を回答合成部116に通知して、回答選択部110により選択された回答の音声データの再生を指示する(ステップSa16)。この指示にしたがって回答合成部116は、当該音声データを、音高シフト量決定部114で決定された音高シフト量だけシフトして再生する(ステップSa17)。
なお、この処理が実行されるための前提は、回答合成部116が回答を再生中でなく(ステップSa13の判別結果が「No」)、かつ、利用者により問いの入力が終了している(ステップSa14の判別結果が「Yes」)、ことである。
まず、ステップSb11において、音高シフト量決定部114は、音声特徴量取得部106から、問いの特定区間の音高を示すデータを取得する。
シフト後の音高が上限閾値よりも高ければ(ステップSb17の判別結果が「Yes」であれば)、音高シフト量決定部114は、仮決定した回答の音高を1オクターブ引き下げて、当該1オクターブ下げた音高を、音声データで回答する際の音高として再度仮決定する(ステップSb18)。なお、この後、処理手順がステップSb14に戻り、再度、音高シフト量が算出されて、ステップSb15、Sb17の判別が実行されることになる。
この図において、符号T1で示される実線は、利用者による問いの音高変化を簡易的に直線で示している。符号P1は、この問いT1における特定区間の音高である。
また、図において、符号A1で示される実線は、問いT1に対して選択された回答の音声データを標準で再生したときの音高変化を簡易的に示す図であり、符号P2は、その平均音高である。
ただし、回答A1に対する回答A1−1の音高シフト量D2が大きすぎると、音高シフトした回答A1−1を再生したときに聴感上の品質が劣化する。特に、問いの特定区間の音高と回答の平均音高とが大きく離れている場合(例えば、問いを発する利用者が男性で、回答のモデルが女性である場合)、音高を低くする方向にシフトさせて再生すると、不自然になりやすく、また、著しく劣化しやすい。
図4において、回答A1の平均音高P2を基準にして設定される音高範囲のうち、当該平均音高P2から、下限閾値Pth_Lまでの音高差分量が符号T_Lで規定され、上限閾値Pth_Hまでの音高差分量が符号T_Hで規定される。すなわち、下限閾値Pth_Lは、回答A1の平均音高P2を基準にして音高差分量T_Lで規定される相対値であり、同様に、上限閾値Pth_Hは、平均音高P2を基準にして音高差分量T_Hで規定される相対値である。回答ライブラリ124に記憶された回答の音声データは複数存在するので、回答の音高範囲を規定する下限閾値Pth_Lおよび上限閾値Pth_Hについては、回答毎に異なることになるが、このように平均音高P2を基準にして音高差分量で相対的に規定することによって、回答の音声データ毎に下限閾値Pth_Lおよび上限閾値Pth_Hを予め対応付けて記憶させる必要がない。
なお、音高P2−1は、問いT1の音高P1に対して協和音程の関係にあり、音高P2−4は、当該音高P2−1に対して3オクターブの上の関係にある。このため、音高P2−4の周波数と、音高P2−1の周波数とは、整数比の関係が維持されていることになるので、音高P1と音高P2−4とについても、ほぼ協和音程の関係が維持されることになる。
なお、図5は、次の各用語を説明するための図であり、図において、符号Avは、回答A1の音高変化幅であり、符号dは、問いT1の終了から回答A1が再生開始されるまでの時間であり、符号Adは、回答A1の再生時間である。また、符号Tgは、問いT1における音量の時間的変化を示し、符号Agは、回答A1における音量の時間的変化を示す。
また、怒りの回答、気のない回答、問い掛けるような回答の種類を利用者が選択できる構成としても良い。
この図では、利用者が発した問いについて、音高の時間的変化が(a)に、音量の時間的変化が(b)に、それぞれ示される。詳細には、音高および音量が徐々に上昇し、途中から下降に転じる様子が示されている。
閾値Thvg_Lは、音声信号から音高が検出可能な場合であって、問いの音量が下降方向であるときに適用され、音量が当該閾値Thvg_L未満になったときに有声区間の終了と検出される。
発話においては、音量が閾値Thvg_L未満になっても、音量の揺れ戻しなどがある。そこで、この図の例では、問いの音声信号から音高が検出できる下限の閾値Thuvgを用意し、問いの音量が下降方向である場合であって、当該音量が閾値Thvg_L未満になった後、さらに閾値Thuvg未満になったときに、発話区間が終了(非発話区間の開始)と検出している。
なお、閾値Thvg_H、Thvg_L、Thuvgについては、
Thvg_H>Thvg_L>Thuvg
の関係にある。
また、このようにして検出される有声区間は、比較的短い時間であれば、音声信号としてノイズを拾ってしまうことが想定される。このため、有声区間として検出されることの条件として、音声信号から音高が検出可能な場合であって、問いの音量が上昇方向であるときに、閾値Thvg_H以上になってから所定時間以経過したことを要件としても良い。
非有声(無声)区間は、比較的短い時間であれば、問いが終了していないことが想定されるので、無声区間として検出されることの条件として、音声信号から音高が検出可能な場合であって、問いの音量が下降方向であるときに、閾値Thvg_L未満になってから所定時間経過したことを要件としても良い。
もちろん、音量が閾値Thvg_H以上になってから所定時間以経過したことを要件として検出した有声区間の後に、音量が閾値Thvg_L未満になってから所定時間経過したことを要件として無声区間を検出したときに、先の有声区間での音高の最高値を、問いにおける特定区間の音高として検出しても良い。
利用者による問いの特定区間については、有声区間の末尾区間としたが、例えば語頭区間であっても良いし、問いのうち、どの部分の音高を特定するかについて、利用者が任意に設定できる構成としても良い。
また、有声区間の検出のために音量および音高の2つを用いるのではなく、いずれか一方を用いて検出しても良いし、どれを用いて有声区間の検出をするのかを利用者が選択しても良い。
このようにライブラリ化する場合、メモリーカードなどの媒体を介して回答の音声データを回答ライブラリ124に格納させても良いし、音声合成装置10にネットワーク接続機能を持たせて、特定のサーバから回答の音声データをダウンロードし、回答ライブラリ124に格納させても良い。メモリーカードやサーバから回答の音声データを入手する場合、無償であっても良いし、有償であっても良い。
一方で、問いに対しては、どの人物をモデルとして回答して欲しいのかを、利用者が操作入力部等によって選択可能な構成としても良いし、各種条件(日、週、月など)毎にランダムで決定する構成としても良い。
このように身近な人物の音声で回答がなされると、問いを発したときに、あたかも当該人物と対話しているかのような感覚を得ることができる。
Claims (10)
- 入力された音声信号による問いのうち、特定の一部区間の音高を取得する第1音高取得部と、
前記問いに対する回答を取得する回答取得部と、
取得された回答の音声信号に基づく音高を取得する第2音高取得部と、
前記回答の音声信号に基づく音高に対して所定の音高範囲内の目標音高であって、かつ、前記一部区間の音高に対して特定の関係を維持する目標音高までの音高シフト量を決定する音高シフト量決定部と、
前記回答の音声信号に基づく音高を前記音高シフト量だけシフトする音声制御部と、
を具備することを特徴とする音声制御装置。 - 前記音高シフト量決定部は、
前記回答の音声信号に基づく音高に対し、前記音高範囲に収まるように、前記音高シフト量をオクターブ単位で変更する
ことを特徴とする請求項1に記載の音声制御装置。 - 前記第1音高取得部は、
入力された音声信号の音量が所定値以上である区間の音高最高値を、前記一部区間の音高として取得する
ことを特徴とする請求項1または2に記載の音声制御装置。 - 前記第1音高取得部は、
入力された音声信号の有声区間のうちの末尾区間の音高を、前記一部区間の音高として取得する
ことを特徴とする請求項1または2に記載の音声制御装置。 - 前記末尾区間は、音高を検出可能な前記音声信号の音量が下降して所定の閾値未満に下がった終了の時点から、時間的に前方に向けた所定時間の区間である
ことを特徴とする請求項4に記載の音声制御装置。 - 前記第1音高取得部は、
入力された音声信号の語頭区間の音高を、前記一部区間の音高として取得する
ことを特徴とする請求項1または2に記載の音声制御装置。 - 入力された音声信号のうちのどの部分を前記一部区間とするか、利用者が任意に設定できる
ことを特徴とする請求項1または2に記載の音声制御装置。 - 前記一部区間は、入力された音声信号のうちの、その音声信号を聞いた人に強い印象を残す区間である
ことを特徴とする請求項1または2に記載の音声制御装置。 - 前記回答の音声信号に基づく音高は、前記回答の音声信号の音高の平均値または中間値である
ことを特徴とする請求項1または2に記載の音声制御装置。 - コンピュータを、
入力された音声信号による問いのうち、特定の一部区間の音高を取得する第1音高取得部、
前記問いに対する回答の音声信号を取得する回答取得部、
取得された回答の音声信号に基づく音高を取得する第2音高取得部、
前記回答の音声信号に基づく音高に対して所定の音高範囲内の目標音高であって、かつ、前記一部区間の音高に対して特定の関係を維持する目標音高までの音高シフト量を決定する音高シフト量決定部、および、
前記回答の音声信号に基づく音高を前記音高シフト量だけシフトする音声制御部、
として機能させることを特徴とするプログラム。
Priority Applications (6)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014213852A JP6446993B2 (ja) | 2014-10-20 | 2014-10-20 | 音声制御装置およびプログラム |
CN201580056851.0A CN107077840B (zh) | 2014-10-20 | 2015-10-20 | 语音合成装置和方法 |
EP15852291.2A EP3211637B1 (en) | 2014-10-20 | 2015-10-20 | Speech synthesis device and method |
PCT/JP2015/079594 WO2016063879A1 (ja) | 2014-10-20 | 2015-10-20 | 音声合成装置および方法 |
US15/491,414 US10217452B2 (en) | 2014-10-20 | 2017-04-19 | Speech synthesis device and method |
US16/239,891 US10789937B2 (en) | 2014-10-20 | 2019-01-04 | Speech synthesis device and method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014213852A JP6446993B2 (ja) | 2014-10-20 | 2014-10-20 | 音声制御装置およびプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2016080944A JP2016080944A (ja) | 2016-05-16 |
JP6446993B2 true JP6446993B2 (ja) | 2019-01-09 |
Family
ID=55760911
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014213852A Expired - Fee Related JP6446993B2 (ja) | 2014-10-20 | 2014-10-20 | 音声制御装置およびプログラム |
Country Status (5)
Country | Link |
---|---|
US (2) | US10217452B2 (ja) |
EP (1) | EP3211637B1 (ja) |
JP (1) | JP6446993B2 (ja) |
CN (1) | CN107077840B (ja) |
WO (1) | WO2016063879A1 (ja) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109887485A (zh) * | 2013-05-31 | 2019-06-14 | 雅马哈株式会社 | 利用言语合成对话语进行响应的技术 |
JP6430305B2 (ja) * | 2015-03-18 | 2018-11-28 | 株式会社東芝 | データ処理装置、データ処理方法およびプログラム |
WO2017029850A1 (ja) * | 2015-08-20 | 2017-02-23 | ソニー株式会社 | 情報処理装置、情報処理方法およびプログラム |
CN107564532A (zh) * | 2017-07-05 | 2018-01-09 | 百度在线网络技术(北京)有限公司 | 电子设备的唤醒方法、装置、设备及计算机可读存储介质 |
US10943583B1 (en) * | 2017-07-20 | 2021-03-09 | Amazon Technologies, Inc. | Creation of language models for speech recognition |
CN107393541B (zh) * | 2017-08-29 | 2021-05-07 | 百度在线网络技术(北京)有限公司 | 信息验证方法和装置 |
CN108962283B (zh) * | 2018-01-29 | 2020-11-06 | 北京猎户星空科技有限公司 | 一种发问结束静音时间的确定方法、装置及电子设备 |
US10600408B1 (en) * | 2018-03-23 | 2020-03-24 | Amazon Technologies, Inc. | Content output management based on speech quality |
CN108847239A (zh) * | 2018-08-31 | 2018-11-20 | 上海擎感智能科技有限公司 | 语音交互/处理方法、***、存储介质、车机端及服务端 |
JP2020067495A (ja) * | 2018-10-22 | 2020-04-30 | ヤマハ株式会社 | 音声を分析する装置、方法およびプログラム |
TWI716029B (zh) * | 2019-07-09 | 2021-01-11 | 佑華微電子股份有限公司 | 隨選聲音片段偵測方法 |
US11393471B1 (en) * | 2020-03-30 | 2022-07-19 | Amazon Technologies, Inc. | Multi-device output management based on speech characteristics |
KR20240030714A (ko) * | 2022-08-31 | 2024-03-07 | 삼성전자주식회사 | 전자 장치 및 이의 제어 방법 |
Family Cites Families (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS57122497A (en) * | 1980-12-30 | 1982-07-30 | Tokuko Ikegami | Voice input/output apparatus |
JPS62115199A (ja) * | 1985-11-14 | 1987-05-26 | 日本電気株式会社 | 音声応答装置 |
SG43076A1 (en) * | 1994-03-18 | 1997-10-17 | British Telecommuncations Plc | Speech synthesis |
US6697457B2 (en) * | 1999-08-31 | 2004-02-24 | Accenture Llp | Voice messaging system that organizes voice messages based on detected emotion |
JP3578961B2 (ja) * | 2000-02-29 | 2004-10-20 | 日本電信電話株式会社 | 音声合成方法及び装置 |
SE0004221L (sv) * | 2000-11-17 | 2002-04-02 | Forskarpatent I Syd Ab | Metod och anordning för talanalys |
JP2003271194A (ja) * | 2002-03-14 | 2003-09-25 | Canon Inc | 音声対話装置及びその制御方法 |
US8768701B2 (en) * | 2003-01-24 | 2014-07-01 | Nuance Communications, Inc. | Prosodic mimic method and apparatus |
US7280968B2 (en) * | 2003-03-25 | 2007-10-09 | International Business Machines Corporation | Synthetically generated speech responses including prosodic characteristics of speech inputs |
JP4274852B2 (ja) * | 2003-05-20 | 2009-06-10 | 日本電信電話株式会社 | 音声合成方法及びその装置並びにそのコンピュータプログラム及びそれを記憶した情報記憶媒体 |
JP4387822B2 (ja) * | 2004-02-05 | 2009-12-24 | 富士通株式会社 | 韻律正規化システム |
FR2868586A1 (fr) * | 2004-03-31 | 2005-10-07 | France Telecom | Procede et systeme ameliores de conversion d'un signal vocal |
US20060106603A1 (en) * | 2004-11-16 | 2006-05-18 | Motorola, Inc. | Method and apparatus to improve speaker intelligibility in competitive talking conditions |
JP4832097B2 (ja) | 2006-02-13 | 2011-12-07 | 富士通テン株式会社 | 音声対話システム |
US7983910B2 (en) * | 2006-03-03 | 2011-07-19 | International Business Machines Corporation | Communicating across voice and text channels with emotion preservation |
JP4744338B2 (ja) * | 2006-03-31 | 2011-08-10 | 富士通株式会社 | 合成音声生成装置 |
JP2008139631A (ja) * | 2006-12-04 | 2008-06-19 | Nippon Telegr & Teleph Corp <Ntt> | 音声合成方法、装置、プログラム |
JP2008256942A (ja) * | 2007-04-04 | 2008-10-23 | Toshiba Corp | 音声合成データベースのデータ比較装置及び音声合成データベースのデータ比較方法 |
JP2008275836A (ja) * | 2007-04-27 | 2008-11-13 | National Institute Of Information & Communication Technology | 読み上げ用ドキュメント処理方法及び装置 |
US9330720B2 (en) * | 2008-01-03 | 2016-05-03 | Apple Inc. | Methods and apparatus for altering audio output signals |
JP2011197564A (ja) * | 2010-03-23 | 2011-10-06 | Yamaha Corp | 電子音楽装置及びプログラム |
JP5039865B2 (ja) * | 2010-06-04 | 2012-10-03 | パナソニック株式会社 | 声質変換装置及びその方法 |
JP5750839B2 (ja) * | 2010-06-14 | 2015-07-22 | 日産自動車株式会社 | 音声情報提示装置および音声情報提示方法 |
GB2544070B (en) * | 2015-11-04 | 2021-12-29 | The Chancellor Masters And Scholars Of The Univ Of Cambridge | Speech processing system and method |
-
2014
- 2014-10-20 JP JP2014213852A patent/JP6446993B2/ja not_active Expired - Fee Related
-
2015
- 2015-10-20 CN CN201580056851.0A patent/CN107077840B/zh not_active Expired - Fee Related
- 2015-10-20 EP EP15852291.2A patent/EP3211637B1/en active Active
- 2015-10-20 WO PCT/JP2015/079594 patent/WO2016063879A1/ja active Application Filing
-
2017
- 2017-04-19 US US15/491,414 patent/US10217452B2/en not_active Expired - Fee Related
-
2019
- 2019-01-04 US US16/239,891 patent/US10789937B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
US10217452B2 (en) | 2019-02-26 |
WO2016063879A1 (ja) | 2016-04-28 |
EP3211637B1 (en) | 2020-01-01 |
EP3211637A1 (en) | 2017-08-30 |
JP2016080944A (ja) | 2016-05-16 |
US20190139535A1 (en) | 2019-05-09 |
US10789937B2 (en) | 2020-09-29 |
US20170221470A1 (en) | 2017-08-03 |
CN107077840B (zh) | 2021-06-01 |
EP3211637A4 (en) | 2018-06-20 |
CN107077840A (zh) | 2017-08-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6446993B2 (ja) | 音声制御装置およびプログラム | |
WO2014192959A1 (ja) | 音声合成を用いて発言に応答する技術 | |
CN108242238B (zh) | 一种音频文件生成方法及装置、终端设备 | |
JP6464703B2 (ja) | 会話評価装置およびプログラム | |
JP2011186143A (ja) | ユーザ挙動を学習する音声合成装置、音声合成方法およびそのためのプログラム | |
JP6375605B2 (ja) | 音声制御装置、音声制御方法およびプログラム | |
JP7069386B1 (ja) | 音声変換装置、音声変換方法、プログラム、および記録媒体 | |
JP6170604B1 (ja) | 音声生成装置 | |
JP6566076B2 (ja) | 音声合成方法およびプログラム | |
JP6424419B2 (ja) | 音声制御装置、音声制御方法およびプログラム | |
JP2017106988A (ja) | 音声対話装置およびプログラム | |
JP2018159776A (ja) | 音声再生制御装置、およびプログラム | |
JP6185136B1 (ja) | 音声生成プログラムおよびゲーム装置 | |
JP6190030B1 (ja) | 音声生成プログラム | |
JP6134043B1 (ja) | 音声生成プログラムおよびゲーム装置 | |
JP2018159778A (ja) | 音声再生制御装置、および音声再生制御プログラム | |
JP6343896B2 (ja) | 音声制御装置、音声制御方法およびプログラム | |
JP6232892B2 (ja) | 音声合成装置およびプログラム | |
JP6182894B2 (ja) | 音響処理装置および音響処理方法 | |
JP2018151661A (ja) | 音声制御装置、音声制御方法およびプログラム | |
JP2018025706A (ja) | 音声生成装置 | |
JP2018072805A (ja) | 音声生成プログラムおよびゲーム装置 | |
JP2003084788A (ja) | 音声合成方法および音声合成装置ならびに音声合成処理プログラムを記録した記録媒体 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20170824 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180703 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180823 |
|
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: 20181106 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20181119 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 6446993 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |
|
LAPS | Cancellation because of no payment of annual fees |