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
Links
- 238000000034 method Methods 0.000 title claims abstract description 32
- 230000015572 biosynthetic process Effects 0.000 title abstract description 4
- 238000003786 synthesis reaction Methods 0.000 title abstract description 4
- 230000002194 synthesizing effect Effects 0.000 claims abstract description 12
- 238000001308 synthesis method Methods 0.000 claims description 12
- 208000024335 physical disease Diseases 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 6
- 238000000926 separation method Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 1
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。
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
【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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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)。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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)。
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)。
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)。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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
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
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
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
ロック図
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)
- 【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。 - 【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。 - 【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。 - 【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。
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)
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)
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)
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 |
-
2000
- 2000-11-29 JP JP2000363394A patent/JP2002169581A/ja active Pending
-
2001
- 2001-11-06 EP EP01125492A patent/EP1213704A3/en not_active Withdrawn
- 2001-11-07 US US10/045,512 patent/US20020065659A1/en not_active Abandoned
- 2001-11-26 CN CN01139332A patent/CN1356687A/zh active Pending
Cited By (9)
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 |