JP2002169581A - 音声合成方法およびその装置 - Google Patents

音声合成方法およびその装置

Info

Publication number
JP2002169581A
JP2002169581A JP2000363394A JP2000363394A JP2002169581A JP 2002169581 A JP2002169581 A JP 2002169581A JP 2000363394 A JP2000363394 A JP 2000363394A JP 2000363394 A JP2000363394 A JP 2000363394A JP 2002169581 A JP2002169581 A JP 2002169581A
Authority
JP
Japan
Prior art keywords
voice
recorded
text data
speech
synthesized
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
JP2000363394A
Other languages
English (en)
Inventor
Toshiyuki Isono
敏幸 礒野
Hirofumi Nishimura
洋文 西村
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.)
Panasonic Holdings Corp
Original Assignee
Matsushita Electric Industrial Co Ltd
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 Matsushita Electric Industrial Co Ltd filed Critical Matsushita Electric Industrial Co Ltd
Priority to JP2000363394A priority Critical patent/JP2002169581A/ja
Priority to EP01125492A priority patent/EP1213704A3/en
Priority to US10/045,512 priority patent/US20020065659A1/en
Priority to CN01139332A priority patent/CN1356687A/zh
Publication of JP2002169581A publication Critical patent/JP2002169581A/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
    • G10L13/02—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)
  • Telephonic Communication Services (AREA)
  • Reverberation, Karaoke And Other Acoustics (AREA)
  • Electrophonic Musical Instruments (AREA)
  • Compression, Expansion, Code Conversion, And Decoders (AREA)
  • Document Processing Apparatus (AREA)

Abstract

(57)【要約】 【課題】 合成音声と録音音声を組み合わせて音声を再
生する場合、音質の差により聴者に与える違和感を低減
する音声合成方法およびその装置を提供すること。 【解決の手段】 本発明の音声合成方法は、テキストデ
ータを録音音声で再生するときには、前記録音音声をそ
のまま出力し、波形重畳法で作成した合成音声で出力す
るときには、前記録音音声を録音した環境と同じ残響特
性をもつ残響特性を付与して出力し、前記合成音声と前
記録音音声とを組み合わて再生することとした。

Description

【発明の詳細な説明】
【０００１】
【発明の属する技術分野】本発明は、合成音声と録音音
声とを組み合わせて再生する音声合成方法およびその装
置に関し、特に、両者の音質の差により聴者に与える違
和感を低減する音声合成方法およびその装置に関する。
【０００２】
【従来の技術】従来、複数の異なる音声合成システムを
用いた音声合成方法は、例えば特開平５−２７７８９号
公報に記載されているものがあり、合成音声と録音音声
との組み合わせによって再生を行っていた。
【０００３】
【発明が解決しようとする課題】しかしながら、従来の
波形重畳法で作成した合成音声と録音音声を組み合わせ
ることによって音声を作成する音声合成方法は、波形重
畳法によって作成された合成音声に録音音声のような録
音環境にあった残響がない。
【０００４】従って、合成音声と録音音声とを組み合わ
せた音声を聴者に聞かせると、合成音声と録音音声との
つなぎ部分で、音質の差により聴者に違和感を与えてし
まうという問題があった。
【０００５】本発明は、このような従来の問題を解決す
るためになされたもので、合成音声と録音音声を組み合
わせて音声を再生する場合、音質の差により聴者に与え
る違和感を低減する音声合成方法およびその装置を提供
するものである。
【０００６】
【課題を解決するための手段】本発明の音声合成方法
は、テキストデータを録音音声で再生するときには、前
記録音音声をそのまま出力し、波形重畳法で作成した合
成音声で出力するときには、前記録音音声を録音した環
境と同じ残響特性をもつ残響特性を付与して出力し、前
記合成音声と前記録音音声とを組み合わて再生すること
とした。
【０００７】この方法により、録音音声と合成音声に同
じ残響特性を持たせることができ、録音音声と合成音声
とを組み合わせて再生する場合、合成音声と録音音声と
のつなぎ部分で音質の差により聴者が抱く違和感を低減
させることができる。
【０００８】また、本発明の音声合成装置は、テキスト
形式で文章を入力するテキストデータの入力手段と、前
記テキストデータから録音音声のテキストデータの切り
分けを行うテキストデータ切り分け手段と、前記テキス
トデータ切り分け手段が前記録音音声のテキストデータ
の切り分けを行ったとき予め設定した録音音声データベ
ースより録音音声を読み出す録音音声読み出し手段と、
前記テキストデータ切り分け手段が前記録音音声のテキ
ストデータの切り分けを行なわなかったとき波形重畳法
によって前記テキストデータの合成音声を作成する合成
音声作成手段と、前記録音音声を録音した環境と同じ残
響特性を前記合成音声に重畳する残響付与手段とを備
え、前記合成音声と前記録音音声とを組み合わて再生す
ることとした。
【０００９】この構成により、録音音声と合成音声に同
じ残響特性を持たせることができ、録音音声と合成音声
とを組み合わせて再生する場合、合成音声と録音音声と
のつなぎ部分で音質の差により聴者が抱く違和感を低減
させる装置とすることができる。
【００１０】また、前記残響特性を付与するとき、前記
録音音声を再生する場所の騒音を計測し、計測した騒音
レベルと録音音声の振幅情報によって前記合成音声の振
幅を調整することとした。
【００１１】この方法により、録音音声と合成音声に同
じ残響特性を持たせることができ、また録音音声に比べ
て明瞭度の低い合成音声の振幅を大きくすることができ
る。
【００１２】従って、録音音声と合成音声とを組み合わ
せて再生する場合、合成音声と録音音声とのつなぎ部分
で音質の差により聴者が抱く違和感を低減し、騒々しい
環境でも合成音声の明瞭度の低下を抑えることができ
る。
【００１３】また、前記録音音声を再生する場所の騒音
を計測する騒音計測手段と、前記騒音計測手段によって
計測された騒音レベルと、前記録音音声の振幅情報とか
ら前記合成音声の振幅を調整する振幅調整手段とを備え
ることとした。
【００１４】この構成により、録音音声と合成音声に同
じ残響特性を持たせることができ、また録音音声に比べ
て明瞭度の低い合成音声の振幅を大きくすることができ
る。
【００１５】従って、録音音声と合成音声とを組み合わ
せて再生する場合、合成音声と録音音声とのつなぎ部分
で音質の差により聴者が抱く違和感を低減し、騒々しい
環境でも合成音声の明瞭度の低下を抑えることができ
る。
【００１６】
【発明の実施の形態】以下、本発明の実施の形態につい
て、図面を用いて説明する。
【００１７】図１は、本発明の第１の実施の形態の音声
合成方法のフローを示す。
【００１８】図１に示すように、この音声合成方法は、
テキスト形式で入力する文章のテキストデータの入力処
理１０１と、入力したテキストデータが固定メッセージ
部分を有するかどうかの判断処理１０２と、録音音声読
み出し処理１０３と、合成音声作成処理１０４と、残響
特性付与処理１０５と、テキストデータの入力が終了し
たかの判断処理１０６とを行う。
【００１９】以上のように処理される音声合成方法につ
いて、図１を用いてその動作を説明する。
【００２０】まず、文章の情報出力要求をテキスト形式
で入力する（１０１）。続いて入力したテキストデータ
の中から、録音音声を再生する固定メッセージ部分と、
合成音声を作成し再生する部分を切り分ける（１０
２）。もし録音音声を再生する固定メッセージ部分なら
録音音声を読み出す（１０３）。そうでなければ、合成
音声を作成し（１０４）、録音音声を録音した環境と同
じ残響特性を付与する（１０５）。このようにテキスト
データすべての文章が終了するまで一連の処理を繰り返
し、すべての文章を音声化する（１０６）。
【００２１】この発明の第１の実施の形態の音声合成方
法によれば、録音音声を録音した環境と同じ残響特性を
重畳する残響特性付与処理を設けることにより、録音音
声と合成音声に同じ残響特性を持たせることができ、録
音音声と合成音声とを組み合わせて再生する場合、合成
音声と録音音声とのつなぎ部分で音質の差により聴者に
与える違和感を低減させることができる。
【００２２】図２は、本発明の第２の実施の形態の音声
合成装置のブロック図を示す。
【００２３】図２に示すようにこの音声合成装置は、テ
キストデータ入力手段２０１と、テキストデータ切り分
け手段２０２と、録音音声テキストデータベース２０３
と、合成音声作成手段２０４と、音声素片データベース
２０５と、残響特性付与手段２０６ａと、残響特性付与
手段２０６ａを有するポストフィルタ２０６と、録音音
声データベース２０７と、録音音声読み出し手段２０８
と、音声出力手段２０９とにより構成されている。
【００２４】以上のように構成された音声合成装置につ
いて、図２を用いてその動作を説明する。
【００２５】まず、テキストデータをテキストデータ入
力手段２０１によって入手する。続いてテキストデータ
入力手段２０１によって入手したテキストデータと、録
音音声テキストデータベース２０３に保存してある録音
音声のテキストデータとを比較することにより、テキス
トデータ切り分け手段２０２においてテキストデータの
中から、録音音声のテキストデータベース２０３にある
固定メッセージ部分のテキストデータとそうでない部分
のテキストデータを切り分ける。
【００２６】テキストデータ切り分け手段２０２により
テキストデータが切り分けられたとき、テキストデータ
が固定メッセージ部分にある場合には、録音音声データ
ベース２０７から録音音声読み出し手段２０８によって
録音音声を読み込む。
【００２７】テキストデータが固定メッセージ部分にな
い場合には、合成音声作成手段２０４で音声素片データ
ベース２０５を使い波形重畳法によって合成音声を作成
し、ポストフィルタ２０６の残響特性付与手段２０６ａ
によって録音音声を録音した環境と同じ残響を重畳す
る。最後にすべての文章を録音音声と合成音声とを組み
合わせて、音声出力手段２１０から音声として出力す
る。
【００２８】この本発明の第２の実施の形態の音声合成
装置によれば、録音音声を録音した環境と同じ残響特性
を重畳する残響特性付与手段を設けることにより、録音
音声と合成音声に同じ残響特性を持たせることができ、
録音音声と合成音声とを組み合わせて再生する場合、合
成音声と録音音声とのつなぎ部分で音質の差により聴者
に与える違和感を低減させることができる。
【００２９】図３は、本発明の第３の実施の形態の音声
合成方法のフローを示す。
【００３０】図３に示すように、この音声合成方法は、
テキストデータ入力処理１０１と、入力したテキストデ
ータが固定メッセージ部分かどうかの判断処理１０２
と、録音音声読み出し処理１０３と、合成音声作成処理
１０４と、残響特性付与処理１０５と、テキストデータ
の入力が終了したかの判断処理１０６と、振幅調整処理
１０７とを行う。
【００３１】以上のように処理を行う音声合成方法につ
いて、図３を用いてその動作を説明する。
【００３２】まず、文章の情報出力要求をテキスト形式
で入力する（１０１）。続いて入力したテキストデータ
の中から、録音音声を再生する固定メッセージ部分と、
合成音声を作成し再生する部分を切り分ける（１０
２）。
【００３３】もし、テキストデータが録音音声を再生す
る固定メッセージ部分なら録音音声を読み込む（１０
３）。そうでなければ、合成音声を作成し（１０４）、
録音音声を録音した環境と同じ残響特性を付与する（１
０５）。
【００３４】さらに、残響特性を付与した後、音声を再
生する場所の騒音騒音レベルと録音音声の振幅情報によ
って合成音声の振幅を調整する（ １０７）。このよう
にテキストデータのすべての文章が終了するまで一連の
処理を繰り返し、すべての文章を音声化する（１０
６）。
【００３５】この本発明の第３の実施の形態の音声合成
方法によれば、録音音声を録音した環境と同じ残響特性
を重畳する残響特性付与処理と、音声を再生する場所の
騒音騒音レベルと録音音声の振幅情報をもとに合成音声
の振幅を調整する振幅調整処理とを設けることにより、
録音音声と合成音声に同じ残響特性を持たせることがで
き、また録音音声に比べて明瞭度の低い合成音声の振幅
を大きくすることができる。
【００３６】従って、録音音声と合成音声とを組み合わ
せて再生する場合、合成音声と録音音声とのつなぎ部分
で音質の差により聴者に与える違和感を低減させること
ができ、さらに騒音による合成音声の明瞭度の低下を抑
えることができる。
【００３７】図４は、本発明の第４の実施の形態の音声
合成装置のブロック図を示す。
【００３８】図４に示すように、この音声合成装置は、
テキストデータ入力手段２０１と、テキストデータ切り
分け手段２０２と、録音音声テキストデータベース２０
３と、合成音声作成手段２０４と、音声素片データベー
ス２０５と、残響特性付与手段２０６ａと、振幅調整手
段２０６ｂと、残響特性付与手段２０６ａと振幅調整手
段２０６ｂとを有するポストフィルタ２０６と、録音音
声データベース２０７と、録音音声読み出し手段２０８
と、音声出力手段２０９と、騒音計測手段２１０とによ
り構成されている。
【００３９】以上のように構成された音声合成装置につ
いて、図４を用いてその動作を説明する。
【００４０】まず、テキストデータをテキストデータ入
力手段２０１によって入手する。続いてテキストデータ
入力手段２０１によって入手したテキストデータと、録
音音声テキストデータベース２０３に保存している録音
した音声のテキストデータとを比較することにより、テ
キストデータ切り分け手段２０２においてテキストデー
タの中から、録音音声のテキストデータベース２０３に
ある固定メッセージ部分のテキストデータとそうでない
部分のテキストデータを切り分ける。
【００４１】テキストデータ切り分け手段２０２により
テキストデータが切り分けられたとき、テキストデータ
が固定メッセージ部分にある場合には、録音音声データ
ベース２０７から録音音声読み出し手段２０８によって
録音音声を読み込む。
【００４２】テキストデータが固定メッセージ部分にな
い場合には、合成音声作成手段２０４で音声素片データ
ベース２０５を使い波形重畳法によって合成音声を作成
し、ポストフィルタの残響特性付与手段２０６ａによっ
て録音音声を録音した環境と同じ残響を重畳する。さら
に、騒音計測手段２１０で音声を再生する場所の騒音レ
ベルを計測し、前記計測騒音レベルと録音音声読み出し
手段２０８からの録音音声の振幅情報をもとに、振幅調
整手段２０６ａで合成音声の振幅を調整する。最後に、
すべての文章を録音音声と合成音声とを組み合わせて、
音声出力手段２０９から音声として出力する。
【００４３】この本発明の第４の実施の形態の音声合成
装置によれば、録音音声を録音した環境と同じ残響特性
を重畳する残響特性付与手段と、音声を再生する場所の
騒音騒音レベルと録音音声の振幅情報をもとに合成音声
の振幅を調整する振幅調整手段とを設けることにより、
録音音声と合成音声に同じ残響特性を持たせることがで
き、また録音音声に比べて明瞭度の低い合成音声の振幅
を大きくすることができる。
【００４４】従って、録音音声と合成音声とを組み合わ
せて再生する場合、合成音声と録音音声とのつなぎ部分
で音質の差により聴者に与える違和感を低減することが
でき、さらに騒音による合成音声の明瞭度の低下を抑え
ることができる。
【００４５】
【発明の効果】本発明の音声合成方法は、テキストデー
タを録音音声で再生するときには、前記録音音声をその
まま出力し、波形重畳法で作成した合成音声で出力する
ときには、前記録音音声を録音した環境と同じ残響特性
をもつ残響特性を付与して出力し、前記合成音声と前記
録音音声とを組み合わて再生することとした。
【００４６】この方法により、録音音声と合成音声に同
じ残響特性を持たせることができ、録音音声と合成音声
とを組み合わせて再生する場合、合成音声と録音音声と
のつなぎ部分で音質の差により聴者が抱く違和感を低減
させることができる。
【図面の簡単な説明】
【図１】本発明の第１の実施の形態の音声合成方法のフ
ローを示す図
【図２】本発明の第２の実施の形態の音声合成装置のブ
ロック図
【図３】本発明の第３の実施の形態の音声合成方法のフ
ローを示す図
【図４】本発明の第４の実施の形態の音声合成装置のブ
ロック図
【符号の説明】
２０１ テキストデータ入力手段 ２０２ テキストデータ切り分け手段 ２０３ 録音音声テキストデータベース ２０４ 合成音声作成手段 ２０５ 音声素片データベース ２０６ ポストフィルタ ２０６ａ 残響特性付与手段 ２０６ｂ 振幅調整手段 ２０７ 録音音声データベース ２０８ 録音音声読み出し手段 ２０９ 音声出力手段 ２１０ 騒音計測手段

Claims (4)

    【特許請求の範囲】
  1. 【請求項１】 入力するテキストデータを録音音声で再
    生するときには、前記録音音声をそのまま出力し、波形
    重畳法で作成した合成音声で出力するときには、前記録
    音音声を録音した環境と同じ残響特性をもつ残響特性を
    付与して出力し、前記合成音声と前記録音音声とを組み
    合わて再生することを特徴とする音声合成方法。
  2. 【請求項２】 テキスト形式で文章を入力するテキスト
    データの入力手段と、前記テキストデータから録音音声
    のテキストデータの切り分けを行うテキストデータ切り
    分け手段と、前記テキストデータ切り分け手段が前記録
    音音声のテキストデータの切り分けを行ったとき予め設
    定した録音音声データベースより録音音声を読み出す録
    音音声読み出し手段と、前記テキストデータ切り分け手
    段が前記録音音声のテキストデータの切り分けを行なわ
    なかったとき波形重畳法によって前記テキストデータの
    合成音声を作成する合成音声作成手段と、前記録音音声
    を録音した環境と同じ残響特性を前記合成音声に重畳す
    る残響付与手段とを備え、前記合成音声と前記録音音声
    とを組み合わて再生することを特徴とする音声合成装
    置。
  3. 【請求項３】 前記残響特性を付与するとき、前記録音
    音声を再生する場所の騒音を計測し、計測した騒音レベ
    ルと前記録音音声の振幅情報によって前記合成音声の振
    幅を調整することを特徴とする請求項1に記載の音声合
    成方法。
  4. 【請求項４】 前記録音音声を再生する場所の騒音を計
    測する騒音計測手段と、前記騒音計測手段によって計測
    された騒音レベルと、前記録音音声の振幅情報とから前
    記合成音声の振幅を調整する振幅調整手段とを備えたこ
    とを特徴とする請求項２に記載の音声合成装置。
JP2000363394A 2000-11-29 2000-11-29 音声合成方法およびその装置 Pending JP2002169581A (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
JP2000363394A JP2002169581A (ja) 2000-11-29 2000-11-29 音声合成方法およびその装置
EP01125492A EP1213704A3 (en) 2000-11-29 2001-11-06 Speech synthesis apparatus and method
US10/045,512 US20020065659A1 (en) 2000-11-29 2001-11-07 Speech synthesis apparatus and method
CN01139332A CN1356687A (zh) 2000-11-29 2001-11-26 语音合成装置和方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2000363394A JP2002169581A (ja) 2000-11-29 2000-11-29 音声合成方法およびその装置

Publications (1)

Publication Number Publication Date
JP2002169581A true JP2002169581A (ja) 2002-06-14

Family

ID=18834511

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2000363394A Pending JP2002169581A (ja) 2000-11-29 2000-11-29 音声合成方法およびその装置

Country Status (4)

Country Link
US (1) US20020065659A1 (ja)
EP (1) EP1213704A3 (ja)
JP (1) JP2002169581A (ja)
CN (1) CN1356687A (ja)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006330486A (ja) * 2005-05-27 2006-12-07 Kenwood Corp 音声合成装置、この音声合成装置を備えるナビゲーション装置、音声合成プログラム及びこのプログラムを記憶した情報記憶媒体
JP2007240987A (ja) * 2006-03-09 2007-09-20 Kenwood Corp 音声合成装置、音声合成方法及びプログラム
JP2007240988A (ja) * 2006-03-09 2007-09-20 Kenwood Corp 音声合成装置、データベース、音声合成方法及びプログラム
JP2007240989A (ja) * 2006-03-09 2007-09-20 Kenwood Corp 音声合成装置、音声合成方法及びプログラム
JP2007240990A (ja) * 2006-03-09 2007-09-20 Kenwood Corp 音声合成装置、音声合成方法及びプログラム
JP2007299352A (ja) * 2006-05-08 2007-11-15 Mitsubishi Electric Corp メッセージ出力装置及びメッセージ出力方法及びメッセージ出力プログラム
JP2009020264A (ja) * 2007-07-11 2009-01-29 Hitachi Ltd 音声合成装置及び音声合成方法並びにプログラム
JP2010204487A (ja) * 2009-03-04 2010-09-16 Toyota Motor Corp ロボット、対話装置及び対話装置の動作方法
JP2011133803A (ja) * 2009-12-25 2011-07-07 Oki Electric Industry Co Ltd 入力補助装置、入力補助プログラム、音声合成装置及び音声合成プログラム

Families Citing this family (125)

* 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
DE50312627D1 (de) * 2002-09-23 2010-05-27 Infineon Technologies Ag Verfahren zur rechnergestützten sprachsynthese eines gespeicherten elektronischen textes zu einem analogen sprachsignal, sprachsyntheseeinrichtung und telekommunikationsgerät
US7788098B2 (en) * 2004-08-02 2010-08-31 Nokia Corporation Predicting tone pattern information for textual information used in telecommunication systems
US8677377B2 (en) 2005-09-08 2014-03-18 Apple Inc. Method and apparatus for building an intelligent automated assistant
US9318108B2 (en) 2010-01-18 2016-04-19 Apple Inc. Intelligent automated assistant
US8977255B2 (en) 2007-04-03 2015-03-10 Apple Inc. Method and system for operating a multi-function portable electronic device using voice-activation
US8027835B2 (en) * 2007-07-11 2011-09-27 Canon Kabushiki Kaisha Speech processing apparatus having a speech synthesis unit that performs speech synthesis while selectively changing recorded-speech-playback and text-to-speech and method
US7836098B2 (en) * 2007-07-13 2010-11-16 Oracle International Corporation Accelerating value-based lookup of XML document in XQuery
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
US9858925B2 (en) 2009-06-05 2018-01-02 Apple Inc. Using context information to facilitate processing of commands in a virtual 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
US9431006B2 (en) 2009-07-02 2016-08-30 Apple Inc. Methods and apparatuses for automatic speech recognition
US20110066438A1 (en) * 2009-09-15 2011-03-17 Apple Inc. Contextual voiceover
US10679605B2 (en) 2010-01-18 2020-06-09 Apple Inc. Hands-free list-reading by intelligent automated assistant
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
US10553209B2 (en) 2010-01-18 2020-02-04 Apple Inc. Systems and methods for hands-free notification summaries
WO2011089450A2 (en) 2010-01-25 2011-07-28 Andrew Peter Nelson Jerram Apparatuses, methods and systems for a digital conversation management platform
US8682667B2 (en) 2010-02-25 2014-03-25 Apple Inc. User profiling for selecting user specific voice input processing information
JP2011180416A (ja) * 2010-03-02 2011-09-15 Denso Corp 音声合成装置、音声合成方法およびカーナビゲーションシステム
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
WO2014197334A2 (en) 2013-06-07 2014-12-11 Apple Inc. System and method for user-specified pronunciation of words for speech synthesis and recognition
US9582608B2 (en) 2013-06-07 2017-02-28 Apple Inc. Unified ranking with entropy-weighted information for phrase-based semantic auto-completion
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
US10289433B2 (en) 2014-05-30 2019-05-14 Apple Inc. Domain specific language for encoding assistant dialog
US9966065B2 (en) 2014-05-30 2018-05-08 Apple Inc. Multi-command single utterance input method
US9760559B2 (en) 2014-05-30 2017-09-12 Apple Inc. Predictive text input
US9785630B2 (en) 2014-05-30 2017-10-10 Apple Inc. Text prediction using combined word N-gram and unigram language models
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
US10078631B2 (en) 2014-05-30 2018-09-18 Apple Inc. Entropy-guided text prediction using combined word and character n-gram language models
US9842101B2 (en) 2014-05-30 2017-12-12 Apple Inc. Predictive conversion of language input
US10170123B2 (en) 2014-05-30 2019-01-01 Apple Inc. Intelligent assistant for home automation
US9633004B2 (en) 2014-05-30 2017-04-25 Apple Inc. Better resolution when referencing to concepts
US9430463B2 (en) 2014-05-30 2016-08-30 Apple Inc. Exemplar-based natural language processing
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
US10074360B2 (en) 2014-09-30 2018-09-11 Apple Inc. Providing an indication of the suitability of speech recognition
US9886432B2 (en) 2014-09-30 2018-02-06 Apple Inc. Parsimonious handling of word inflection via categorical stem + suffix N-gram language models
US10127911B2 (en) 2014-09-30 2018-11-13 Apple Inc. Speaker identification and unsupervised speaker adaptation techniques
US9646609B2 (en) 2014-09-30 2017-05-09 Apple Inc. Caching apparatus for serving phonetic pronunciations
US9668121B2 (en) 2014-09-30 2017-05-30 Apple Inc. Social reminders
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
CN104616660A (zh) * 2014-12-23 2015-05-13 上海语知义信息技术有限公司 基于环境噪音检测的智能语音播报系统及方法
US9865280B2 (en) 2015-03-06 2018-01-09 Apple Inc. Structured dictation using intelligent automated assistants
US9886953B2 (en) 2015-03-08 2018-02-06 Apple Inc. Virtual assistant activation
US10567477B2 (en) 2015-03-08 2020-02-18 Apple Inc. Virtual assistant continuity
US9721566B2 (en) 2015-03-08 2017-08-01 Apple Inc. Competing devices responding to voice triggers
US9899019B2 (en) 2015-03-18 2018-02-20 Apple Inc. Systems and methods for structured stem and suffix language models
CN104810015A (zh) * 2015-03-24 2015-07-29 深圳市创世达实业有限公司 语音转化装置、方法及使用该装置的支持文本存储的音箱
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
US11025565B2 (en) 2015-06-07 2021-06-01 Apple Inc. Personalized prediction of responses for instant messaging
US10255907B2 (en) 2015-06-07 2019-04-09 Apple Inc. Automatic accent detection using acoustic models
US10186254B2 (en) 2015-06-07 2019-01-22 Apple Inc. Context-based endpoint detection
US10747498B2 (en) 2015-09-08 2020-08-18 Apple Inc. Zero latency digital assistant
US10671428B2 (en) 2015-09-08 2020-06-02 Apple Inc. Distributed personal assistant
US9697820B2 (en) 2015-09-24 2017-07-04 Apple Inc. Unit-selection text-to-speech synthesis using concatenation-sensitive neural networks
US11010550B2 (en) 2015-09-29 2021-05-18 Apple Inc. Unified language modeling framework for word prediction, auto-completion and auto-correction
US10366158B2 (en) 2015-09-29 2019-07-30 Apple Inc. Efficient word encoding for recurrent neural network language models
US11587559B2 (en) 2015-09-30 2023-02-21 Apple Inc. Intelligent device identification
CN105355193B (zh) * 2015-10-30 2020-09-25 百度在线网络技术（北京）有限公司 语音合成方法和装置
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
DK179049B1 (en) 2016-06-11 2017-09-18 Apple Inc Data driven natural language event detection and classification
DK179343B1 (en) 2016-06-11 2018-05-14 Apple Inc Intelligent task discovery
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
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
DK179496B1 (en) 2017-05-12 2019-01-15 Apple Inc. USER-SPECIFIC Acoustic Models
DK179745B1 (en) 2017-05-12 2019-05-01 Apple Inc. SYNCHRONIZATION AND TASK DELEGATION OF A DIGITAL ASSISTANT
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
CN109065018B (zh) * 2018-08-22 2021-09-10 北京光年无限科技有限公司 一种面向智能机器人的故事数据处理方法及系统
CN109599092B (zh) * 2018-12-21 2022-06-10 秒针信息技术有限公司 一种音频合成方法及装置

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH031200A (ja) * 1989-05-29 1991-01-07 Nec Corp 規則型音声合成装置
JP3089715B2 (ja) * 1991-07-24 2000-09-18 松下電器産業株式会社 音声合成装置
JPH05181491A (ja) * 1991-12-30 1993-07-23 Sony Corp 音声合成装置
JP3085631B2 (ja) * 1994-10-19 2000-09-11 日本アイ・ビー・エム株式会社 音声合成方法及びシステム
US5636272A (en) * 1995-05-30 1997-06-03 Ericsson Inc. Apparatus amd method for increasing the intelligibility of a loudspeaker output and for echo cancellation in telephones
JP3384646B2 (ja) * 1995-05-31 2003-03-10 三洋電機株式会社 音声合成装置及び読み上げ時間演算装置
US6377919B1 (en) * 1996-02-06 2002-04-23 The Regents Of The University Of California System and method for characterizing voiced excitations of speech and acoustic signals, removing acoustic noise from speech, and synthesizing speech
US5729592A (en) * 1996-07-25 1998-03-17 Lucent Technologies Inc. Calling party identification announcement service
US6226614B1 (en) * 1997-05-21 2001-05-01 Nippon Telegraph And Telephone Corporation Method and apparatus for editing/creating synthetic speech message and recording medium with the method recorded thereon
GB2343822B (en) * 1997-07-02 2000-11-29 Simoco Int Ltd Method and apparatus for speech enhancement in a speech communication system
EP1000499B1 (en) * 1997-07-31 2008-12-31 Cisco Technology, Inc. Generation of voice messages
US6272463B1 (en) * 1998-03-03 2001-08-07 Lernout & Hauspie Speech Products N.V. Multi-resolution system and method for speaker verification

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006330486A (ja) * 2005-05-27 2006-12-07 Kenwood Corp 音声合成装置、この音声合成装置を備えるナビゲーション装置、音声合成プログラム及びこのプログラムを記憶した情報記憶媒体
JP2007240987A (ja) * 2006-03-09 2007-09-20 Kenwood Corp 音声合成装置、音声合成方法及びプログラム
JP2007240988A (ja) * 2006-03-09 2007-09-20 Kenwood Corp 音声合成装置、データベース、音声合成方法及びプログラム
JP2007240989A (ja) * 2006-03-09 2007-09-20 Kenwood Corp 音声合成装置、音声合成方法及びプログラム
JP2007240990A (ja) * 2006-03-09 2007-09-20 Kenwood Corp 音声合成装置、音声合成方法及びプログラム
JP2007299352A (ja) * 2006-05-08 2007-11-15 Mitsubishi Electric Corp メッセージ出力装置及びメッセージ出力方法及びメッセージ出力プログラム
JP2009020264A (ja) * 2007-07-11 2009-01-29 Hitachi Ltd 音声合成装置及び音声合成方法並びにプログラム
JP2010204487A (ja) * 2009-03-04 2010-09-16 Toyota Motor Corp ロボット、対話装置及び対話装置の動作方法
JP2011133803A (ja) * 2009-12-25 2011-07-07 Oki Electric Industry Co Ltd 入力補助装置、入力補助プログラム、音声合成装置及び音声合成プログラム

Also Published As

Publication number Publication date
EP1213704A3 (en) 2003-08-13
CN1356687A (zh) 2002-07-03
US20020065659A1 (en) 2002-05-30
EP1213704A2 (en) 2002-06-12

Similar Documents

Publication Publication Date Title
JP2002169581A (ja) 音声合成方法およびその装置
US7590249B2 (en) Object-based three-dimensional audio system and method of controlling the same
US7783047B2 (en) Sound filed reproduction apparatus and sound filed space reproduction system
CN112205006B (zh) 音频内容的自适应再混合
US20050074135A1 (en) Audio device and audio processing method
JP2008233671A (ja) サウンドマスキングシステム、マスキングサウンド生成方法およびプログラム
JP4480335B2 (ja) 複数チャンネル音声信号の処理回路、処理プログラム及び再生装置
JPWO2012144227A1 (ja) 音声信号再生装置、音声信号再生方法
TWI468031B (zh) 用以產生供提供額外輸出聲道的立體音響輸出信號之裝置、方法及電腦程式
JP3089715B2 (ja) 音声合成装置
JP2008078955A (ja) オーディオ装置及びオーディオ装置の音質補正方法
JPH1020873A (ja) 音声信号処理装置
JP2007329631A (ja) 音響補正装置
JP3902065B2 (ja) サラウンドヘッドホン出力信号生成装置
JP2001296894A (ja) 音声処理装置および音声処理方法
JPWO2006022248A1 (ja) 音処理装置、音処理方法、音処理プログラムおよび音処理プログラムを記録した記録媒体
US4920569A (en) Digital audio signal playback system delay
US20020050207A1 (en) Method and system for delivering music
JP3412209B2 (ja) 音響信号処理装置
JP4943098B2 (ja) 音響再生システム及び音響再生方法
KR20010011988A (ko) 디지털 오디오와 그의 캡션 데이터를 이용한 학습방법
JP2000308200A (ja) 音響信号処理回路及び増幅装置
JP2009278668A (ja) ２チャンネル音声信号の処理回路、処理プログラム及び再生装置
JP3410387B2 (ja) 音声素片作成装置、音声合成装置、音声素片作成方法、音声合成方法及び記録媒体
JP3426957B2 (ja) 映像中への音声録音支援表示方法及び装置及びこの方法を記録した記録媒体