JP2001282279A - 音声情報処理方法及び装置及び記憶媒体 - Google Patents

音声情報処理方法及び装置及び記憶媒体

Info

Publication number
JP2001282279A
JP2001282279A JP2000099535A JP2000099535A JP2001282279A JP 2001282279 A JP2001282279 A JP 2001282279A JP 2000099535 A JP2000099535 A JP 2000099535A JP 2000099535 A JP2000099535 A JP 2000099535A JP 2001282279 A JP2001282279 A JP 2001282279A
Authority
JP
Japan
Prior art keywords
duration
phoneme
model
segment
global
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.)
Pending
Application number
JP2000099535A
Other languages
English (en)
Other versions
JP2001282279A5 (ja
Inventor
Toshiaki Fukada
俊明 深田
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Canon Inc
Original Assignee
Canon Inc
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Canon Inc filed Critical Canon Inc
Priority to JP2000099535A priority Critical patent/JP2001282279A/ja
Priority to US09/818,626 priority patent/US6778960B2/en
Publication of JP2001282279A publication Critical patent/JP2001282279A/ja
Priority to US10/852,139 priority patent/US7089186B2/en
Publication of JP2001282279A5 publication Critical patent/JP2001282279A5/ja
Pending legal-status Critical Current

Links

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
    • G10L13/08—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
    • 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
    • G10L13/04—Details of speech synthesis systems, e.g. synthesiser structure or memory management
    • 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

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)
  • Telephone Function (AREA)

Abstract

(57)【要約】 【課題】 音韻系列の継続時間長を精度良く設定可能と
し、音韻・言語環境に応じた自然な音韻時間長を与え
る。 【解決手段】 大局的セグメントの継続時間長モデルに
基づいて、所定単位の音韻系列の継続時間長を求める
（Ｓ３０２）。局所的セグメントの継続時間長モデルに
基づいて、その音韻系列を構成する各音韻の継続時間長
を求める（Ｓ３０３）。音韻系列の継続時間長と各音韻
の継続時間長とに基づいて、各音韻の継続時間長を設定
する（Ｓ３０４）。

Description

【発明の詳細な説明】
【０００１】
【発明の属する技術分野】本発明は、音声合成に際して
実施される音韻の継続時間長を設定する音声情報処理方
法及びその装置、及び、前記音声合成方法を実施するプ
ログラムを記憶した、コンピュータにより読取り可能な
記憶媒体に関するものである。
【０００２】
【従来の技術】近年、任意の文字系列を音韻系列に変換
し、その音韻系列を所定の音声規則合成方式に従って合
成音声に変換する音声合成装置が開発されている。
【０００３】
【発明が解決しようとする課題】従来の音声合成装置か
ら出力される合成音声は、人間が発声する自然音声と比
較すると不自然で機械的なものであった。
【０００４】この原因の一つとして、例えば「おんせ
い」という文字系列を構成する音韻系列「ｏ，Ｘ，ｓ，
ｅ，ｉ」において、各音韻の継続時間長を生成する音韻
継続時間長の制御規則の精度が挙げられる。精度が悪い
場合、各音韻に対して適正に、継続時間長が付与されな
いため、合成される音声は不自然で機械的なものとな
る。
【０００５】本発明は上記従来例に鑑みてなされたもの
で、音韻系列の継続時間長を精度良く設定することを可
能とし、音韻・言語環境に応じた自然な音韻時間長を与
える音声情報処理方法及びその装置を提供することを目
的とする。
【０００６】
【課題を解決するための手段】上記目的を達成するため
に本発明の音声情報処理装置は以下のような構成を備え
る。即ち、大局的セグメントの継続時間長モデルに基づ
いて、所定単位の音韻系列の継続時間長を求める手段
と、局所的セグメントの継続時間長モデルに基づいて、
前記音韻系列を構成する各音韻の継続時間長を求める手
段と、前記音韻系列の継続時間長と前記各音韻の継続時
間長とに基づいて、前記各音韻の継続時間長を設定する
設定手段と、前記設定手段により設定された前記各音韻
の継続時間長に基づいて音声を合成する音声合成手段
と、を有することを特徴とする。
【０００７】上記目的を達成するために本発明の音声情
報処理方法は以下のような工程を備える。即ち、大局的
セグメントの継続時間長モデルに基づいて、所定単位の
音韻系列の継続時間長を求める工程と、局所的セグメン
トの継続時間長モデルに基づいて、前記音韻系列を構成
する各音韻の継続時間長を求める工程と、前記音韻系列
の継続時間長と前記各音韻の継続時間長とに基づいて、
前記各音韻の継続時間長を設定する設定工程と、前記設
定工程により設定された前記各音韻の継続時間長に基づ
いて音声を合成する音声合成工程と、を有することを特
徴とする。
【０００８】
【発明の実施の形態】以下、添付図面を参照して本発明
の好適な実施の形態を詳細に説明する。
【０００９】［実施の形態１］図１は、本発明の実施の
形態１に係る音声合成装置の構成を示すブロック図であ
る。
【００１０】図１において、１０１はＣＰＵで、ＲＯＭ
１０２に記憶された制御プログラム、或いは外部記憶装
置１０４からＲＡＭ１０３にロードされた制御プログラ
ムに従って、本実施の形態の音声合成装置における各種
制御を行う。ＲＯＭ１０２は、各種パラメータやＣＰＵ
１０１が実行する制御プログラムなどを格納している。
ＲＡＭ１０３は、ＣＰＵ１０１による各種制御の実行時
に作業領域を提供するとともに、ＣＰＵ１０１により実
行される制御プログラムを記憶する。１０４はハードデ
ィスク、フロッピー（登録商標）ディスク、ＣＤ−ＲＯ
Ｍ等の外部記憶装置で、この外部記憶装置がハードディ
スクの場合には、ＣＤ−ＲＯＭやフロッピィディスク等
からインストールされた各種プログラムが記憶されてい
る。１０５は入力部で、キーボード、マウス等のポイン
ティングデバイスを有している。又、この入力部１０５
は、例えば通信回線等を介してインターネット等からの
データを入力しても良い。１０６は液晶やＣＲＴ等の表
示部で、ＣＰＵ１０１の制御により各種データの表示を
行う。１０７はスピーカで、音声信号（電気信号）を可
聴音である音声に変換して出力する。１０８は上記各部
を接続するバスである。１０９は音声合成ユニットであ
る。
【００１１】図２は、本実施の形態１に係る音声合成ユ
ニット１０９の動作を示すフローチャートである。以下
に示される各ステップは、ＲＯＭ１０２に格納された制
御プログラム、或いは外部記憶装置１０４からＲＡＭ１
０３にロードされた制御プログラムをＣＰＵ１０１が実
行することによって実現される。
【００１２】まずステップＳ２０１で、漢字かな混じり
の日本語テキストデータが入力部１０５から入力される
とステップＳ２０２に進み、この入力されたテキストデ
ータを、言語解析辞書２０１を用いて解析し、入力テキ
ストデータに対する音韻系列（読み）やアクセントなど
の情報を抽出する。次にステップＳ２０３に進み、これ
らの情報を用いて、ステップＳ２０２で求めた音韻系列
を構成する各音韻の継続時間長、基本周波数（ピッチパ
ターン）、パワー等のプロソディ（韻律情報という）を
生成する。この際、音韻の継続時間長は継続時間長モデ
ル２０２を用いて、基本周波数、パワー等は韻律制御モ
デル２０３を用いて決定される。
【００１３】次にステップＳ２０４に進み、ステップＳ
２０２で解析して抽出された音韻系列、及びステップＳ
２０３で生成されたプロソディに基づいて、音声素片辞
書２０４から、その音韻系列に対応する合成音声を生成
するための音声素片（波形もしくは特徴パラメータ）を
複数個選択する。次にステップＳ２０５に進み、それら
選択された音声素片を用いて合成音声信号を生成し、ス
テップＳ２０６において、その生成された合成音声信号
に基づいて音声をスピーカ１０７から出力する。最後に
ステップＳ２０７において、入力されたテキストデータ
に対する処理が全て終了したか否かの判断を行い、終了
していない場合はステップＳ２０１に戻り、前述の処理
が続けられる。
【００１４】図３は、図２のステップＳ２０３のプロソ
ディ生成処理の一部を詳細に説明するフローチャートで
ある。図３では、継続的時間長モデル２０２を用いて、
所定単位の音韻系列（以下、大局的セグメントと称す
る）の継続時間長とこの音韻系列を構成する各音韻（以
下、局所的セグメントと称する）の継続時間長とを設定
する手順を示す。ここで、継続時間長モデル２０２は、
大局的セグメントに対する継続時間長モデル（大局的継
続時間長モデルともいう）３０１と局所的セグメントに
対する継続時間長モデル（局所的継続時間長モデルとも
いう）３０２とを含む。
【００１５】まずステップＳ３０１において、図２のス
テップＳ２０２のテキスト処理によって得られる入力テ
キストデータに対する解析結果を入力する。ここで、こ
の解析結果としては、音素などの音韻情報から得た音韻
環境、モーラ数、アクセント句数、品詞などの言語情報
から得た言語環境に関する情報などがある。次にステッ
プＳ３０２に進み、まず大局的なセグメントに対する継
続時間長を大局的セグメントに対する大局的継続時間長
モデル３０１に基づいて設定する。ここで、大局的なセ
グメントは、アクセント句、単語、フレーズ、文など
の、発話上ひとまとまりにして処理できる（発話単位と
いう）からなる。
【００１６】次にステップＳ３０３に進み、局所的なセ
グメントに対する継続時間長を、局所的セグメントに対
する局所的継続時間長モデル３０２に基づいて設定す
る。ここで、局所的なセグメントは、音素、音節、モー
ラなどの発話単位を構成する音韻単位からなる。
【００１７】そして最後にステップＳ３０４に進み、ス
テップＳ３０３で得られる局所的なセグメントの継続時
間長の和によって得られる大局的なセグメントに対する
継続時間長と、ステップＳ３０２で設定される大局的な
セグメントに対する継続時間長との差分を、ステップＳ
３０２で設定される大局的継続時間長となるように、局
所的なセグメントの継続時間長を局所的継続時間伸縮モ
デル３０３を用いて伸縮することにより、各音韻の局所
的継続時間長を決定する。
【００１８】具体例として、いまテキストデータとして
「花が」が入力された場合、個の文字列から解析された
音韻系列を大局的セグメントとし、これをモーラを音韻
単位とする局所的セグメントに分割すると「ha」「na」
「ga」となる。ここで各モーラの平均継続時間長(durat
ion)を、例えば１００ミリ秒とし、実際の測定されたこ
の大局的セグメントの時間長が６００ミリ秒であったと
すると、大局的セグメントの時間長が６００ミリ秒に対
して、局所的なセグメントの継続時間長の和によって得
られる大局的継続時間長は３００ミリ秒となり、３００
ミリ秒の差が生じることになる。
【００１９】ここで次に、大局的なセグメントに対する
大局的継続時間長モデル３０１の作成方法と、ステップ
Ｓ３０２の大局的なセグメントに対する継続時間長の設
定処理を図４のフローチャートを参照して説明する。
【００２０】図４は、大局的なセグメントに対する大局
的継続時間長モデル３０１の作成方法を示すフローチャ
ートである。
【００２１】まずステップＳ４０１において、大局的な
セグメントに対する大局的継続時間長モデルを作成する
ための複数個の学習サンプルを有する音声ファイル４０
１と、音素や音節などの開始、終了時間情報等の継続時
間長の抽出に必要な情報を有するサイド情報ファイル４
０２とを用いて、大局的継続時間長を抽出する。次にス
テップＳ４０２に進み、音素などの音韻情報から得た音
韻環境、モーラ数、アクセント句数、品詞などの言語情
報から得た言語環境に関する情報を有する音韻・言語環
境ファイル４０３と、ステップＳ４０１で抽出した大局
的継続時間長の情報とを用いて、所定の言語環境を考慮
した大局的継続時間長モデル３０１を作成する。
【００２２】具体的な処理手順は以下の通りである。大
局的セグメントの継続時間長モデル３０１を作成するた
めの音声ファイル４０１中の学習サンプル数をＫとし、
この内のｋ番目の学習サンプルにおける大局的セグメン
トの継続時間長をｄkとする。本実施の形態では、大局
的継続時間長ｄkを直接予測するモデルを作成するので
はなく、Ｋ個の学習サンプルから求めた大局的セグメン
トの平均継続時間長~ｄを用いて、大局的セグメントの
継続時間長ｄkを、 ｓk＝ｄk／~ｄ …式(1) と正規化したｓkを予測するモデルを作成する。ここ
で、大局的セグメントの平均継続時間長~ｄは、様々な
方法で求めることができるが、例えば、ｄkを平均モー
ラ継続時間長（１モーラ当りの平均継続時間長）とした
場合、 ~ｄ＝（１／Ｋ）Σ（ｄk／Ｎk） (Σはk=1〜Kの総和) …式(2) として求めることができる。ここでＮkは、ｋ番目の学
習サンプルにおけるモーラ数である。
【００２３】このとき、大局的継続時間長ｄkを正規化
したｓkの予測値^ｓkは、線形重回帰分析法を用いれ
ば、次式のようにして求めることができる。
【００２４】 ^ｓk＝ａ0＋ΣΣａi,j×ｘk,i,j （最初のΣはi=1〜I、次のΣはj=1〜Jiの 総和をそれぞれ示す） …式(3) ここで、Ｉは音韻・言語環境要因（アイテム）数、Ｊi
は要因ｉ（例えば、音素種類やアクセント句数）に対す
るカテゴリ数を表す。また、ｘk,i,jは、サンプルｋの
要因ｉのカテゴリｊ（例えば音素セットやアクセントタ
イプ等）における説明変数、ａi,jは、要因ｉのカテゴ
リｊに対する回帰係数、ａ0は定数項である。この予測
値^ｓkを用いて、ｋ番目のサンプルに対する大局的なセ
グメントの大局的継続時間長^ｄkは、式(1)より、 ^ｄk＝^ｓk×~ｄ …式(4) として求めることができる。この式（４）が大局的時間
長モデル３０１となる
【００２５】上記Ｉ及びＪiの値は実に様々な選び方が
考えられるが、例えば、要因ｉとして大局的セグメント
内の音素種類とアクセント句数を選び、それぞれのカテ
ゴリｊとして２６種類の音素セットと大局的セグメント
内のアクセント句数（１，２，３，４以上）を選んだ場
合、Ｉ＝２，Ｊ1＝２６，Ｊ2＝４となる。
【００２６】次に、局所的なセグメントに対する局所的
継続時間長モデル３０２の作成方法と、ステップＳ３０
３の局所的なセグメントに対する局所的継続時間長の設
定処理を図５のフローチャートを参照して説明する。こ
れらの処理は、大局的なセグメントと同様に以下のよう
に行う。
【００２７】図５は、局所的なセグメントに対する局所
的継続時間長モデル３０２の作成方法を示すフローチャ
ートである。
【００２８】まずステップＳ５０１において、局所的な
セグメントに対する継続時間長モデルを作成するための
複数個の学習サンプルを有する音声ファイル５０１と、
音素や音節などの開始、終了時間情報等のような継続時
間長の抽出に必要な情報を有するサイド情報ファイル５
０２とを用いて、局所的継続時間長を抽出する。次にス
テップＳ５０２に進み、音素などの音韻情報から得た音
韻環境、モーラ数、アクセント句数、品詞などの言語情
報から得た言語環境に関する情報を有する音韻・言語環
境ファイル５０３と、ステップＳ５０１で抽出した局所
的継続時間長の情報とを用いて、所定の音韻環境を考慮
した局所的セグメント継続時間長モデル３０２を作成す
る。
【００２９】具体的な処理手順は、前述の大局的なセグ
メントの大局的継続時間長モデル３０１と同様の方法を
用いてもよい。つまり、Ｋ個の学習サンプルから求めた
局所的セグメントの平均継続時間長を用いて局所的継続
時間長を正規化したモデルを作成し、このモデルに基づ
いて局所的継続時間長モデル３０２を作成しても良い。
【００３０】最後に、ステップＳ３０２で得られる大局
的なセグメントに対する大局的継続時間長と、ステップ
Ｓ３０３で得られる複数の局所的なセグメントに対する
局所的継続時間長との和から求まる大局的なセグメント
に対する大局的継続時間長との差（例えば前述の具体例
では(600-300=)３００ミリ秒）を、音韻の継続時間長に
関する統計量（平均値、分散）を用いて、大局的なセグ
メントに対する大局的継続時間長に等しくするように、
ステップＳ３０４において伸縮処理を行う。この具体的
な方法としては、例えば、特開平１１−２５９０９５号
公報で示されるような、音韻の継続時間長に関する統計
量を用いた伸縮方法などの手段を用いることによって実
現できる。
【００３１】例えば、ある音韻に対する音韻時間長の決
定の一例として、音韻時間長の平均値、標準偏差、最小
値を、音韻の種類（αi）毎に求め、これらをメモリに
格納しておき、これらの値を用いて音韻αiに関する音
韻時間長ｄiの初期値ｄαiを決定する。そして、これに
基づいて、音韻時間長ｄiが決定される。
【００３２】ｄi＝ｄαi＋ρ（σαi）2 ρ＝（Ｔ−Σｄαi）／Σ（σαi）2 ここで、Ｔは発生時間（Ｔ＝Σｄi）を示し、σαiは音
韻時間長の標準偏差を示す。またΣはｉ＝１〜Ｎ（サン
プル数）の総和を示す。
【００３３】［実施の形態２］上記実施の形態１では、
大局的セグメントの継続時間長ｄkを大局的セグメント
の平均継続時間長~ｄで除した式(1)を推定するモデルを
学習し、このモデルから得られる大局的継続時間長を用
いて局所的な継続時間長を再設定したが、実施の形態２
では、大局的セグメントの継続時間長と平均継続時間長
の差分値に基づいて大局的時間長モデルを構成する。な
お、実施の形態２によるハードウェア構成、手順は第１
の実施の形態（図１〜図５）と同様であるので、それら
の説明を省略する。
【００３４】本実施の形態２では、実施の形態１におけ
る式(1)を ｓk＝ｄk−~ｄ …式(5) と変更し、学習サンプルごとの大局的なセグメントの継
続時間長から平均継続時間長~ｄを差し引くことによっ
て、継続時間長ｄkを正規化したｓkを求める。このよう
にして得られたｓkを用いて、前述の実施の形態１と同
様に、線形重回帰分析法を用いて、式(3)と同様にｓkの
予測モデルを作成することができる。このモデルから得
られる大局的なセグメントの継続時間長の予測値^ｓkを
用いれば、ｋ番目のサンプルに対する大局的なセグメン
トの継続時間長^ｄkは、式(5)より、 ｄ^k＝^ｓk＋~ｄ …式(6) として求めることができる。この式（６）が実施の形態
２における大局的継続時間長モデルとなる。局所的継続
時間長モデルも同様の方法を用いてモデリングすること
ができる。
【００３５】なお、上記各実施の形態における構成は本
発明の一実施の形態を示したものであり、各種変形が可
能である。変形例を示せば以下の通りである。
【００３６】上述した各実施の形態において、大局的セ
グメントの平均継続時間長~ｄとして平均モーラ継続時
間長を用いたが、平均を求める際にモーラを単位として
いるのは一例であり、音節や音素といったこれ以外の音
韻単位を用いることができる。また、本発明は日本語以
外の言語にも適用可能である。
【００３７】上述した各実施の形態において、大局的セ
グメントの線形重回帰モデルの要因とカテゴリは一例を
示すものであり、他の要因やカテゴリを用いてもよい。
【００３８】また本発明の目的は、前述した実施の形態
の機能を実現するソフトウェアのプログラムコードを記
録した記憶媒体を、システムあるいは装置に供給し、そ
のシステムあるいは装置のコンピュータ（又はＣＰＵや
ＭＰＵ）が記憶媒体に格納されたプログラムコードを読
出し実行することによっても達成される。この場合、記
憶媒体から読出されたプログラムコード自体が前述した
実施の形態の機能を実現することになり、そのプログラ
ムコードを記憶した記憶媒体は本発明を構成することに
なる。このようなプログラムコードを供給するための記
憶媒体としては、例えば、フロッピィディスク、ハード
ディスク、光ディスク、光磁気ディスク、ＣＤ−ＲＯ
Ｍ、ＣＤ−Ｒ、ＤＶＤ、磁気テープ、不揮発性のメモリ
カード、ＲＯＭなどを用いることができる。
【００３９】また、コンピュータが読出したプログラム
コードを実行することにより、前述した実施の形態の機
能が実現されるだけでなく、そのプログラムコードの指
示に基づき、コンピュータ上で稼働しているＯＳ（オペ
レーティングシステム）などが実際の処理の一部又は全
部を行い、その処理によって前述した実施の形態の機能
が実現される場合も含まれる。
【００４０】さらに、記憶媒体から読出されたプログラ
ムコードが、コンピュータに挿入された機能拡張ボード
やコンピュータに接続された機能拡張ユニットに備わる
メモリに書込まれた後、そのプログラムコードの指示に
基づき、その機能拡張ボードや機能拡張ユニットに備わ
るＣＰＵなどが実際の処理の一部又は全部を行い、その
処理によって前述した実施の形態の機能が実現される場
合も含まれる。
【００４１】以上説明したように本実施の形態によれ
ば、高精度に大局的及び局所的なセグメントの継続時間
長を設定する手段を用いることにより、より高精度に継
続時間長をモデル化できるようになり、音声合成装置に
おける合成音声の自然性の向上が可能になるという効果
がある。
【００４２】
【発明の効果】以上説明したように本発明によれば、音
韻系列の継続時間長を精度良く設定することを可能と
し、音韻・言語環境に応じた自然な音韻時間長を与える
ことができる。
【図面の簡単な説明】
【図１】本発明の実施の形態に係る音声合成装置のハー
ドウェア構成を示すブロック図である。
【図２】本発明の実施の形態に係る音声合成装置におけ
る音声合成の処理手順を示したフローチャートである。
【図３】図２のステップＳ２０３のプロソディ生成処理
における、継続時間長モデルを用いた音韻系列の継続時
間長の設定手順を示すフローチャートである。
【図４】本実施の形態に係る大局的セグメントに対する
大局的継続時間長モデルの作成方法を示すフローチャー
トである。
【図５】本実施の形態に係る局所的なセグメントに対す
る局所的継続時間長モデルの作成方法を示すフローチャ
ートである。

Claims (11)

    【特許請求の範囲】
  1. 【請求項１】 大局的セグメントの継続時間長モデルに
    基づいて、所定単位の音韻系列の継続時間長を求める工
    程と、 局所的セグメントの継続時間長モデルに基づいて、前記
    音韻系列を構成する各音韻の継続時間長を求める工程
    と、 前記音韻系列の継続時間長と前記各音韻の継続時間長と
    に基づいて、前記各音韻の継続時間長を設定する設定工
    程と、 前記設定工程により設定された前記各音韻の継続時間長
    に基づいて音声を合成する音声合成工程と、を有するこ
    とを特徴とする音声情報処理方法。
  2. 【請求項２】 前記局所的セグメントは音素或いは音節
    やモーラの少なくともいずれかからなり、前記大局的セ
    グメントはアクセント句、単語、フレーズ、文の少なく
    ともいずれかからなることを特徴とする請求項１に記載
    の音声情報処理方法。
  3. 【請求項３】 前記大局的セグメントの継続時間長モデ
    ルは、前記大局的セグメントの継続時間長と前記大局的
    セグメントの平均継続時間長との比に基づいてモデリン
    グされたモデルであることを特徴とする請求項１に記載
    の音声情報処理方法。
  4. 【請求項４】 前記大局的セグメントの継続時間長モデ
    ルは、前記大局的セグメントの継続時間長と前記大局的
    セグメントの平均継続時間長との差に基づいてモデリン
    グされたモデルであることを特徴とする請求項１に記載
    の音声情報処理方法。
  5. 【請求項５】 前記大局的セグメントの継続時間長モデ
    ルは、線形重回帰モデルによってモデリングされたモデ
    ルであることを特徴とする請求項１乃至４のいずれか１
    項に記載の音声情報処理方法。
  6. 【請求項６】 請求項１乃至５のいずれか１項に記載の
    音声情報処理方法を実行するプログラムを記憶したこと
    を特徴とする、コンピュータにより読取り可能な記憶媒
    体。
  7. 【請求項７】 大局的セグメントの継続時間長モデルに
    基づいて、所定単位の音韻系列の継続時間長を求める手
    段と、 局所的セグメントの継続時間長モデルに基づいて、前記
    音韻系列を構成する各音韻の継続時間長を求める手段
    と、 前記音韻系列の継続時間長と前記各音韻の継続時間長と
    に基づいて、前記各音韻の継続時間長を設定する設定手
    段と、 前記設定手段により設定された前記各音韻の継続時間長
    に基づいて音声を合成する音声合成手段と、を有するこ
    とを特徴とする音声情報処理装置。
  8. 【請求項８】 前記局所的セグメントは音素或いは音節
    やモーラの少なくともいずれかからなり、前記大局的セ
    グメントはアクセント句、単語、フレーズ、文の少なく
    ともいずれかからなることを特徴とする請求項７に記載
    の音声情報処理装置。
  9. 【請求項９】 前記大局的セグメントの継続時間長モデ
    ルは、前記大局的セグメントの継続時間長と前記大局的
    セグメントの平均継続時間長との比に基づいてモデリン
    グされたモデルであることを特徴とする請求項７に記載
    の音声情報処理装置。
  10. 【請求項１０】 前記大局的セグメントの継続時間長モ
    デルは、前記大局的セグメントの継続時間長と前記大局
    的セグメントの平均継続時間長との差に基づいてモデリ
    ングされたモデルであることを特徴とする請求項７に記
    載の音声情報処理装置。
  11. 【請求項１１】 前記大局的セグメントの継続時間長モ
    デルは、線形重回帰モデルによってモデリングされたモ
    デルであることを特徴とする請求項７乃至１０のいずれ
    か１項に記載の音声情報処理装置。
JP2000099535A 2000-03-31 2000-03-31 音声情報処理方法及び装置及び記憶媒体 Pending JP2001282279A (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2000099535A JP2001282279A (ja) 2000-03-31 2000-03-31 音声情報処理方法及び装置及び記憶媒体
US09/818,626 US6778960B2 (en) 2000-03-31 2001-03-28 Speech information processing method and apparatus and storage medium
US10/852,139 US7089186B2 (en) 2000-03-31 2004-05-25 Speech information processing method, apparatus and storage medium performing speech synthesis based on durations of phonemes

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2000099535A JP2001282279A (ja) 2000-03-31 2000-03-31 音声情報処理方法及び装置及び記憶媒体

Publications (2)

Publication Number Publication Date
JP2001282279A true JP2001282279A (ja) 2001-10-12
JP2001282279A5 JP2001282279A5 (ja) 2007-05-10

Family

ID=18613875

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2000099535A Pending JP2001282279A (ja) 2000-03-31 2000-03-31 音声情報処理方法及び装置及び記憶媒体

Country Status (2)

Country Link
US (2) US6778960B2 (ja)
JP (1) JP2001282279A (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015108667A (ja) * 2013-12-03 2015-06-11 日本電信電話株式会社 基本周波数予測装置、基本周波数予測方法、プログラム
WO2020166359A1 (ja) * 2019-02-12 2020-08-20 日本電信電話株式会社 推定装置、推定方法、及びプログラム

Families Citing this family (128)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8645137B2 (en) 2000-03-16 2014-02-04 Apple Inc. Fast, language-independent method for user authentication by voice
JP2001282279A (ja) * 2000-03-31 2001-10-12 Canon Inc 音声情報処理方法及び装置及び記憶媒体
JP4054507B2 (ja) * 2000-03-31 2008-02-27 キヤノン株式会社 音声情報処理方法および装置および記憶媒体
ITTO20010179A1 (it) * 2001-02-28 2002-08-28 Cselt Centro Studi Lab Telecom Sistema e metodo per l'accesso a strutture multimediali.
JP2003295882A (ja) * 2002-04-02 2003-10-15 Canon Inc 音声合成用テキスト構造、音声合成方法、音声合成装置及びそのコンピュータ・プログラム
US8103505B1 (en) * 2003-11-19 2012-01-24 Apple Inc. Method and apparatus for speech synthesis using paralinguistic variation
JP4587160B2 (ja) * 2004-03-26 2010-11-24 キヤノン株式会社 信号処理装置および方法
US20060229877A1 (en) * 2005-04-06 2006-10-12 Jilei Tian Memory usage in a text-to-speech system
US8677377B2 (en) 2005-09-08 2014-03-18 Apple Inc. Method and apparatus for building an intelligent automated assistant
CN1953052B (zh) * 2005-10-20 2010-09-08 株式会社东芝 训练时长预测模型、时长预测和语音合成的方法及装置
US9318108B2 (en) 2010-01-18 2016-04-19 Apple Inc. Intelligent automated assistant
WO2008126209A1 (ja) * 2007-03-27 2008-10-23 Fujitsu Limited 重回帰分析による予測モデルの作成方法、作成装置、作成プログラム
US8977255B2 (en) 2007-04-03 2015-03-10 Apple Inc. Method and system for operating a multi-function portable electronic device using voice-activation
US9330720B2 (en) 2008-01-03 2016-05-03 Apple Inc. Methods and apparatus for altering audio output signals
US8996376B2 (en) 2008-04-05 2015-03-31 Apple Inc. Intelligent text-to-speech conversion
US10496753B2 (en) 2010-01-18 2019-12-03 Apple Inc. Automatically adapting user interfaces for hands-free interaction
US20100030549A1 (en) 2008-07-31 2010-02-04 Lee Michael M Mobile device having human language translation capability with positional feedback
WO2010067118A1 (en) 2008-12-11 2010-06-17 Novauris Technologies Limited Speech recognition involving a mobile device
US10241752B2 (en) 2011-09-30 2019-03-26 Apple Inc. Interface for a virtual digital assistant
US20120309363A1 (en) 2011-06-03 2012-12-06 Apple Inc. Triggering notifications associated with tasks items that represent tasks to perform
US10241644B2 (en) 2011-06-03 2019-03-26 Apple Inc. Actionable reminder entries
US9858925B2 (en) 2009-06-05 2018-01-02 Apple Inc. Using context information to facilitate processing of commands in a virtual assistant
US9431006B2 (en) 2009-07-02 2016-08-30 Apple Inc. Methods and apparatuses for automatic speech recognition
KR20110006004A (ko) * 2009-07-13 2011-01-20 삼성전자주식회사 결합인식단위 최적화 장치 및 그 방법
RU2421827C2 (ru) * 2009-08-07 2011-06-20 Общество с ограниченной ответственностью "Центр речевых технологий" Способ синтеза речи
JP5482042B2 (ja) * 2009-09-10 2014-04-23 富士通株式会社 合成音声テキスト入力装置及びプログラム
US10679605B2 (en) 2010-01-18 2020-06-09 Apple Inc. Hands-free list-reading by intelligent automated assistant
US10553209B2 (en) 2010-01-18 2020-02-04 Apple Inc. Systems and methods for hands-free notification summaries
US10705794B2 (en) 2010-01-18 2020-07-07 Apple Inc. Automatically adapting user interfaces for hands-free interaction
US10276170B2 (en) 2010-01-18 2019-04-30 Apple Inc. Intelligent automated assistant
US8682667B2 (en) 2010-02-25 2014-03-25 Apple Inc. User profiling for selecting user specific voice input processing information
US9798653B1 (en) * 2010-05-05 2017-10-24 Nuance Communications, Inc. Methods, apparatus and data structure for cross-language speech adaptation
US10762293B2 (en) 2010-12-22 2020-09-01 Apple Inc. Using parts-of-speech tagging and named entity recognition for spelling correction
US9262612B2 (en) 2011-03-21 2016-02-16 Apple Inc. Device access using voice authentication
US10057736B2 (en) 2011-06-03 2018-08-21 Apple Inc. Active transport based notifications
US8994660B2 (en) 2011-08-29 2015-03-31 Apple Inc. Text correction processing
US10134385B2 (en) 2012-03-02 2018-11-20 Apple Inc. Systems and methods for name pronunciation
US9483461B2 (en) 2012-03-06 2016-11-01 Apple Inc. Handling speech synthesis of content for multiple languages
US9280610B2 (en) 2012-05-14 2016-03-08 Apple Inc. Crowd sourcing information to fulfill user requests
US9721563B2 (en) 2012-06-08 2017-08-01 Apple Inc. Name recognition system
US9495129B2 (en) 2012-06-29 2016-11-15 Apple Inc. Device, method, and user interface for voice-activated navigation and browsing of a document
US9576574B2 (en) 2012-09-10 2017-02-21 Apple Inc. Context-sensitive handling of interruptions by intelligent digital assistant
US9547647B2 (en) 2012-09-19 2017-01-17 Apple Inc. Voice-based media searching
EP3809407A1 (en) 2013-02-07 2021-04-21 Apple Inc. Voice trigger for a digital assistant
US9368114B2 (en) 2013-03-14 2016-06-14 Apple Inc. Context-sensitive handling of interruptions
WO2014144579A1 (en) 2013-03-15 2014-09-18 Apple Inc. System and method for updating an adaptive speech recognition model
AU2014233517B2 (en) 2013-03-15 2017-05-25 Apple Inc. Training an at least partial voice command system
WO2014197336A1 (en) 2013-06-07 2014-12-11 Apple Inc. System and method for detecting errors in interactions with a voice-based digital assistant
US9582608B2 (en) 2013-06-07 2017-02-28 Apple Inc. Unified ranking with entropy-weighted information for phrase-based semantic auto-completion
WO2014197334A2 (en) 2013-06-07 2014-12-11 Apple Inc. System and method for user-specified pronunciation of words for speech synthesis and recognition
WO2014197335A1 (en) 2013-06-08 2014-12-11 Apple Inc. Interpreting and acting upon commands that involve sharing information with remote devices
US10176167B2 (en) 2013-06-09 2019-01-08 Apple Inc. System and method for inferring user intent from speech inputs
KR101922663B1 (ko) 2013-06-09 2018-11-28 애플 인크. 디지털 어시스턴트의 둘 이상의 인스턴스들에 걸친 대화 지속성을 가능하게 하기 위한 디바이스, 방법 및 그래픽 사용자 인터페이스
JP2016521948A (ja) 2013-06-13 2016-07-25 アップル インコーポレイテッド 音声コマンドによって開始される緊急電話のためのシステム及び方法
AU2014306221B2 (en) 2013-08-06 2017-04-06 Apple Inc. Auto-activating smart responses based on activities from remote devices
US9620105B2 (en) 2014-05-15 2017-04-11 Apple Inc. Analyzing audio input for efficient speech and music recognition
US10592095B2 (en) 2014-05-23 2020-03-17 Apple Inc. Instantaneous speaking of content on touch devices
US9502031B2 (en) 2014-05-27 2016-11-22 Apple Inc. Method for supporting dynamic grammars in WFST-based ASR
US9842101B2 (en) 2014-05-30 2017-12-12 Apple Inc. Predictive conversion of language input
US9430463B2 (en) 2014-05-30 2016-08-30 Apple Inc. Exemplar-based natural language processing
US9785630B2 (en) 2014-05-30 2017-10-10 Apple Inc. Text prediction using combined word N-gram and unigram language models
US10170123B2 (en) 2014-05-30 2019-01-01 Apple Inc. Intelligent assistant for home automation
US9760559B2 (en) 2014-05-30 2017-09-12 Apple Inc. Predictive text input
US10078631B2 (en) 2014-05-30 2018-09-18 Apple Inc. Entropy-guided text prediction using combined word and character n-gram language models
US9966065B2 (en) 2014-05-30 2018-05-08 Apple Inc. Multi-command single utterance input method
US10289433B2 (en) 2014-05-30 2019-05-14 Apple Inc. Domain specific language for encoding assistant dialog
US9715875B2 (en) 2014-05-30 2017-07-25 Apple Inc. Reducing the need for manual start/end-pointing and trigger phrases
US9734193B2 (en) 2014-05-30 2017-08-15 Apple Inc. Determining domain salience ranking from ambiguous words in natural speech
US9633004B2 (en) 2014-05-30 2017-04-25 Apple Inc. Better resolution when referencing to concepts
US9338493B2 (en) 2014-06-30 2016-05-10 Apple Inc. Intelligent automated assistant for TV user interactions
US10659851B2 (en) 2014-06-30 2020-05-19 Apple Inc. Real-time digital assistant knowledge updates
US10446141B2 (en) 2014-08-28 2019-10-15 Apple Inc. Automatic speech recognition based on user feedback
US9818400B2 (en) 2014-09-11 2017-11-14 Apple Inc. Method and apparatus for discovering trending terms in speech requests
US10789041B2 (en) 2014-09-12 2020-09-29 Apple Inc. Dynamic thresholds for always listening speech trigger
US9606986B2 (en) 2014-09-29 2017-03-28 Apple Inc. Integrated word N-gram and class M-gram language models
US10127911B2 (en) 2014-09-30 2018-11-13 Apple Inc. Speaker identification and unsupervised speaker adaptation techniques
US9886432B2 (en) 2014-09-30 2018-02-06 Apple Inc. Parsimonious handling of word inflection via categorical stem + suffix N-gram language models
US10074360B2 (en) 2014-09-30 2018-09-11 Apple Inc. Providing an indication of the suitability of speech recognition
US9668121B2 (en) 2014-09-30 2017-05-30 Apple Inc. Social reminders
US9646609B2 (en) 2014-09-30 2017-05-09 Apple Inc. Caching apparatus for serving phonetic pronunciations
US10552013B2 (en) 2014-12-02 2020-02-04 Apple Inc. Data detection
US9711141B2 (en) 2014-12-09 2017-07-18 Apple Inc. Disambiguating heteronyms in speech synthesis
US9865280B2 (en) 2015-03-06 2018-01-09 Apple Inc. Structured dictation using intelligent automated assistants
US9721566B2 (en) 2015-03-08 2017-08-01 Apple Inc. Competing devices responding to voice triggers
US10567477B2 (en) 2015-03-08 2020-02-18 Apple Inc. Virtual assistant continuity
US9886953B2 (en) 2015-03-08 2018-02-06 Apple Inc. Virtual assistant activation
US9899019B2 (en) 2015-03-18 2018-02-20 Apple Inc. Systems and methods for structured stem and suffix language models
US9842105B2 (en) 2015-04-16 2017-12-12 Apple Inc. Parsimonious continuous-space phrase representations for natural language processing
US10083688B2 (en) 2015-05-27 2018-09-25 Apple Inc. Device voice control for selecting a displayed affordance
US10127220B2 (en) 2015-06-04 2018-11-13 Apple Inc. Language identification from short strings
US10101822B2 (en) 2015-06-05 2018-10-16 Apple Inc. Language input correction
US9578173B2 (en) 2015-06-05 2017-02-21 Apple Inc. Virtual assistant aided communication with 3rd party service in a communication session
US10186254B2 (en) 2015-06-07 2019-01-22 Apple Inc. Context-based endpoint detection
US10255907B2 (en) 2015-06-07 2019-04-09 Apple Inc. Automatic accent detection using acoustic models
US11025565B2 (en) 2015-06-07 2021-06-01 Apple Inc. Personalized prediction of responses for instant messaging
US10671428B2 (en) 2015-09-08 2020-06-02 Apple Inc. Distributed personal assistant
US10747498B2 (en) 2015-09-08 2020-08-18 Apple Inc. Zero latency digital assistant
US9697820B2 (en) 2015-09-24 2017-07-04 Apple Inc. Unit-selection text-to-speech synthesis using concatenation-sensitive neural networks
US10366158B2 (en) 2015-09-29 2019-07-30 Apple Inc. Efficient word encoding for recurrent neural network language models
US11010550B2 (en) 2015-09-29 2021-05-18 Apple Inc. Unified language modeling framework for word prediction, auto-completion and auto-correction
US11587559B2 (en) 2015-09-30 2023-02-21 Apple Inc. Intelligent device identification
US10691473B2 (en) 2015-11-06 2020-06-23 Apple Inc. Intelligent automated assistant in a messaging environment
US10049668B2 (en) 2015-12-02 2018-08-14 Apple Inc. Applying neural network language models to weighted finite state transducers for automatic speech recognition
US10223066B2 (en) 2015-12-23 2019-03-05 Apple Inc. Proactive assistance based on dialog communication between devices
US10446143B2 (en) 2016-03-14 2019-10-15 Apple Inc. Identification of voice inputs providing credentials
US9934775B2 (en) 2016-05-26 2018-04-03 Apple Inc. Unit-selection text-to-speech synthesis based on predicted concatenation parameters
US9972304B2 (en) 2016-06-03 2018-05-15 Apple Inc. Privacy preserving distributed evaluation framework for embedded personalized systems
US10249300B2 (en) 2016-06-06 2019-04-02 Apple Inc. Intelligent list reading
US10049663B2 (en) 2016-06-08 2018-08-14 Apple, Inc. Intelligent automated assistant for media exploration
DK179309B1 (en) 2016-06-09 2018-04-23 Apple Inc Intelligent automated assistant in a home environment
US10192552B2 (en) 2016-06-10 2019-01-29 Apple Inc. Digital assistant providing whispered speech
US10586535B2 (en) 2016-06-10 2020-03-10 Apple Inc. Intelligent digital assistant in a multi-tasking environment
US10509862B2 (en) 2016-06-10 2019-12-17 Apple Inc. Dynamic phrase expansion of language input
US10490187B2 (en) 2016-06-10 2019-11-26 Apple Inc. Digital assistant providing automated status report
US10067938B2 (en) 2016-06-10 2018-09-04 Apple Inc. Multilingual word prediction
DK201670540A1 (en) 2016-06-11 2018-01-08 Apple Inc Application integration with a digital assistant
DK179415B1 (en) 2016-06-11 2018-06-14 Apple Inc Intelligent device arbitration and control
DK179343B1 (en) 2016-06-11 2018-05-14 Apple Inc Intelligent task discovery
DK179049B1 (en) 2016-06-11 2017-09-18 Apple Inc Data driven natural language event detection and classification
US10043516B2 (en) 2016-09-23 2018-08-07 Apple Inc. Intelligent automated assistant
US10593346B2 (en) 2016-12-22 2020-03-17 Apple Inc. Rank-reduced token representation for automatic speech recognition
DK201770439A1 (en) 2017-05-11 2018-12-13 Apple Inc. Offline personal assistant
DK179745B1 (en) 2017-05-12 2019-05-01 Apple Inc. SYNCHRONIZATION AND TASK DELEGATION OF A DIGITAL ASSISTANT
DK179496B1 (en) 2017-05-12 2019-01-15 Apple Inc. USER-SPECIFIC Acoustic Models
DK201770432A1 (en) 2017-05-15 2018-12-21 Apple Inc. Hierarchical belief states for digital assistants
DK201770431A1 (en) 2017-05-15 2018-12-20 Apple Inc. Optimizing dialogue policy decisions for digital assistants using implicit feedback
DK179549B1 (en) 2017-05-16 2019-02-12 Apple Inc. FAR-FIELD EXTENSION FOR DIGITAL ASSISTANT SERVICES
CN113421548B (zh) * 2021-06-30 2024-02-06 平安科技（深圳）有限公司 语音合成方法、装置、计算机设备和存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6346498A (ja) * 1986-04-18 1988-02-27 株式会社リコー 韻律生成方式及びタイミング点パターン生成方式
JPH0318899A (ja) * 1989-06-15 1991-01-28 Ricoh Co Ltd 音韻継続時間長制御方式
JPH05108084A (ja) * 1991-10-17 1993-04-30 Ricoh Co Ltd 音声合成装置

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0573100A (ja) 1991-09-11 1993-03-26 Canon Inc 音声合成方法及びその装置
JP3450411B2 (ja) 1994-03-22 2003-09-22 キヤノン株式会社 音声情報処理方法及び装置
JP3559588B2 (ja) 1994-05-30 2004-09-02 キヤノン株式会社 音声合成方法及び装置
JP3548230B2 (ja) 1994-05-30 2004-07-28 キヤノン株式会社 音声合成方法及び装置
JP3854713B2 (ja) 1998-03-10 2006-12-06 キヤノン株式会社 音声合成方法および装置および記憶媒体
JP2001282279A (ja) * 2000-03-31 2001-10-12 Canon Inc 音声情報処理方法及び装置及び記憶媒体
JP4054507B2 (ja) * 2000-03-31 2008-02-27 キヤノン株式会社 音声情報処理方法および装置および記憶媒体

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6346498A (ja) * 1986-04-18 1988-02-27 株式会社リコー 韻律生成方式及びタイミング点パターン生成方式
JPH0318899A (ja) * 1989-06-15 1991-01-28 Ricoh Co Ltd 音韻継続時間長制御方式
JPH05108084A (ja) * 1991-10-17 1993-04-30 Ricoh Co Ltd 音声合成装置

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015108667A (ja) * 2013-12-03 2015-06-11 日本電信電話株式会社 基本周波数予測装置、基本周波数予測方法、プログラム
WO2020166359A1 (ja) * 2019-02-12 2020-08-20 日本電信電話株式会社 推定装置、推定方法、及びプログラム
JP2020129099A (ja) * 2019-02-12 2020-08-27 日本電信電話株式会社 推定装置、推定方法、及びプログラム
JP7197786B2 (ja) 2019-02-12 2022-12-28 日本電信電話株式会社 推定装置、推定方法、及びプログラム

Also Published As

Publication number Publication date
US7089186B2 (en) 2006-08-08
US20040215459A1 (en) 2004-10-28
US20010032080A1 (en) 2001-10-18
US6778960B2 (en) 2004-08-17

Similar Documents

Publication Publication Date Title
JP2001282279A (ja) 音声情報処理方法及び装置及び記憶媒体
JP4054507B2 (ja) 音声情報処理方法および装置および記憶媒体
US8015011B2 (en) Generating objectively evaluated sufficiently natural synthetic speech from text by using selective paraphrases
US5758320A (en) Method and apparatus for text-to-voice audio output with accent control and improved phrase control
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
US7010489B1 (en) Method for guiding text-to-speech output timing using speech recognition markers
US11763797B2 (en) Text-to-speech (TTS) processing
JPH10116089A (ja) 音声合成用の基本周波数テンプレートを収容する韻律データベース
JPH11259095A (ja) 音声合成方法および装置および記憶媒体
US20090157408A1 (en) Speech synthesizing method and apparatus
Lobanov et al. Language-and speaker specific implementation of intonation contours in multilingual TTS 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
JP6436806B2 (ja) 音声合成用データ作成方法、及び音声合成用データ作成装置
Maia et al. An HMM-based Brazilian Portuguese speech synthesizer and its characteristics
Houidhek et al. Statistical modelling of speech units in HMM-based speech synthesis for Arabic
Lobanov et al. Development of multi-voice and multi-language TTS synthesizer (languages: Belarussian, Polish, Russian)
JP3234371B2 (ja) 音声合成用音声持続時間処理方法及びその装置
Sherpa et al. Pioneering Dzongkha text-to-speech synthesis
Cahyaningtyas et al. Under-Resourced Natural Bahasa Indonesia HMM-based Text-To-Speech System
JP2004054063A (ja) 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
Klabbers Text-to-Speech Synthesis
KR100608643B1 (ko) 음성 합성 시스템의 억양 모델링 장치 및 방법
JP2002297175A (ja) テキスト音声合成装置、テキスト音声合成方法及びプログラム並びにプログラムを記録したコンピュータ読み取り可能な記録媒体
CN114694627A (zh) 语音合成相关方法、语流音变模型的训练方法及相关装置
Burileanu et al. Prosody modeling for an embedded TTS system implementation

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20070319

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20070319

RD03 Notification of appointment of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7423

Effective date: 20070319

RD04 Notification of resignation of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7424

Effective date: 20080813

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20100129

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20100205

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20100604