CN101051459A - 基频和停顿预测及语音合成的方法和装置 - Google Patents

基频和停顿预测及语音合成的方法和装置 Download PDF

Info

Publication number
CN101051459A
CN101051459A CNA200610073145XA CN200610073145A CN101051459A CN 101051459 A CN101051459 A CN 101051459A CN A200610073145X A CNA200610073145X A CN A200610073145XA CN 200610073145 A CN200610073145 A CN 200610073145A CN 101051459 A CN101051459 A CN 101051459A
Authority
CN
China
Prior art keywords
pause
mentioned
model
fundamental frequency
prediction
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
CNA200610073145XA
Other languages
English (en)
Chinese (zh)
Inventor
易立夫
郝杰
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.)
Toshiba Corp
Original Assignee
Toshiba Corp
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 Toshiba Corp filed Critical Toshiba Corp
Priority to CNA200610073145XA priority Critical patent/CN101051459A/zh
Priority to US11/692,392 priority patent/US20070239439A1/en
Priority to JP2007099948A priority patent/JP2007279744A/ja
Publication of CN101051459A publication Critical patent/CN101051459A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L13/00—Speech synthesis; Text to speech systems
    • G10L13/08—Text analysis or generation of parameters for speech synthesis out of text, e.g. grapheme to phoneme translation, prosody generation or stress or intonation determination
    • G10L13/10—Prosody rules derived from text; Stress or intonation

Landscapes

  • Engineering & Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Electrically Operated Instructional Devices (AREA)
  • Machine Translation (AREA)
CNA200610073145XA 2006-04-06 2006-04-06 基频和停顿预测及语音合成的方法和装置 Pending CN101051459A (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CNA200610073145XA CN101051459A (zh) 2006-04-06 2006-04-06 基频和停顿预测及语音合成的方法和装置
US11/692,392 US20070239439A1 (en) 2006-04-06 2007-03-28 Method and apparatus for training f0 and pause prediction model, method and apparatus for f0 and pause prediction, method and apparatus for speech synthesis
JP2007099948A JP2007279744A (ja) 2006-04-06 2007-04-06 Ｆ０および休止予測モデルを訓練する方法および装置、ｆ０および休止予測方法および装置、音声合成方法および装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CNA200610073145XA CN101051459A (zh) 2006-04-06 2006-04-06 基频和停顿预测及语音合成的方法和装置

Publications (1)

Publication Number Publication Date
CN101051459A true CN101051459A (zh) 2007-10-10

Family

ID=38576533

Family Applications (1)

Application Number Title Priority Date Filing Date
CNA200610073145XA Pending CN101051459A (zh) 2006-04-06 2006-04-06 基频和停顿预测及语音合成的方法和装置

Country Status (3)

Country Link
US (1) US20070239439A1 (https=)
JP (1) JP2007279744A (https=)
CN (1) CN101051459A (https=)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102231276A (zh) * 2011-06-21 2011-11-02 北京捷通华声语音技术有限公司 一种语音合成单元时长的预测方法及装置
CN103680491A (zh) * 2012-09-10 2014-03-26 财团法人交大思源基金会 语速相依韵律讯息产生装置及语速相依的阶层式韵律模块
CN104538026A (zh) * 2015-01-12 2015-04-22 北京理工大学 一种用于参数化语音合成的基频建模方法
CN105679306A (zh) * 2016-02-19 2016-06-15 上海语知义信息技术有限公司 语音合成中预测基频帧的方法及系统
CN107039034A (zh) * 2016-02-04 2017-08-11 科大讯飞股份有限公司 一种韵律预测方法及系统
CN109036376A (zh) * 2018-10-17 2018-12-18 南京理工大学 一种闽南语语音合成方法
CN113453072A (zh) * 2021-06-29 2021-09-28 王瑶 按级别拼合和播放多语言影音文件的方法、系统和介质
CN119724204A (zh) * 2024-12-23 2025-03-28 中电信人工智能科技(北京)有限公司 时序重复感知惩罚采样方法、装置、电子设备及存储介质

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN101452699A (zh) * 2007-12-04 2009-06-10 株式会社东芝 韵律自适应及语音合成的方法和装置
CN104021784B (zh) * 2014-06-19 2017-06-06 百度在线网络技术（北京）有限公司 基于大语料库的语音合成方法和装置
TWI595478B (zh) * 2016-04-21 2017-08-11 國立臺北大學 可學習不同語言及模仿不同語者說話方式之韻律參數語速正規化器、語速相依韻律模型建立器、可控語速之韻律訊息產生裝置及韻律訊息產生方法
CA3128973A1 (en) 2019-03-04 2020-09-10 Bhaskar Bhattacharyya Data compression and communication using machine learning
US20230005468A1 (en) * 2019-11-26 2023-01-05 Nippon Telegraph And Telephone Corporation Pose estimation model learning apparatus, pose estimation apparatus, methods and programs for the same
CN111667816B (zh) * 2020-06-15 2024-01-23 北京百度网讯科技有限公司 模型训练方法、语音合成方法、装置、设备和存储介质
CN114153968B (zh) * 2021-11-09 2024-08-13 浙江大学 基于词属性位置关系与贝叶斯的少样本金融文本分类系统
CN117454186B (zh) * 2023-12-22 2024-05-14 宁德时代新能源科技股份有限公司 模型训练、电池性能预测方法、装置、设备及存储介质

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0237402A (ja) * 1988-07-27 1990-02-07 Yamatake Honeywell Co Ltd パラメータ推定方式
US6064960A (en) * 1997-12-18 2000-05-16 Apple Computer, Inc. Method and apparatus for improved duration modeling of phonemes
US6810378B2 (en) * 2001-08-22 2004-10-26 Lucent Technologies Inc. Method and apparatus for controlling a speech synthesis system to provide multiple styles of speech
US7412377B2 (en) * 2003-12-19 2008-08-12 International Business Machines Corporation Voice model for speech processing based on ordered average ranks of spectral features
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
CN101051464A (zh) * 2006-04-06 2007-10-10 株式会社东芝 说话人认证的注册和验证方法及装置
CN101154380B (zh) * 2006-09-29 2011-01-26 株式会社东芝 说话人认证的注册及验证的方法和装置
CN101465123B (zh) * 2007-12-20 2011-07-06 株式会社东芝 说话人认证的验证方法和装置以及说话人认证系统

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102231276A (zh) * 2011-06-21 2011-11-02 北京捷通华声语音技术有限公司 一种语音合成单元时长的预测方法及装置
CN103680491A (zh) * 2012-09-10 2014-03-26 财团法人交大思源基金会 语速相依韵律讯息产生装置及语速相依的阶层式韵律模块
CN103680491B (zh) * 2012-09-10 2016-09-21 财团法人交大思源基金会 语速相依韵律讯息产生装置及语速相依的阶层式韵律模块
CN104538026A (zh) * 2015-01-12 2015-04-22 北京理工大学 一种用于参数化语音合成的基频建模方法
CN104538026B (zh) * 2015-01-12 2018-10-23 北京理工大学 一种用于参数化语音合成的基频建模方法
CN107039034A (zh) * 2016-02-04 2017-08-11 科大讯飞股份有限公司 一种韵律预测方法及系统
CN105679306A (zh) * 2016-02-19 2016-06-15 上海语知义信息技术有限公司 语音合成中预测基频帧的方法及系统
CN105679306B (zh) * 2016-02-19 2019-07-09 云知声（上海）智能科技有限公司 语音合成中预测基频帧的方法及系统
CN109036376A (zh) * 2018-10-17 2018-12-18 南京理工大学 一种闽南语语音合成方法
CN113453072A (zh) * 2021-06-29 2021-09-28 王瑶 按级别拼合和播放多语言影音文件的方法、系统和介质
CN119724204A (zh) * 2024-12-23 2025-03-28 中电信人工智能科技(北京)有限公司 时序重复感知惩罚采样方法、装置、电子设备及存储介质

Also Published As

Publication number Publication date
US20070239439A1 (en) 2007-10-11
JP2007279744A (ja) 2007-10-25

Similar Documents

Publication Publication Date Title
CN101051459A (zh) 基频和停顿预测及语音合成的方法和装置
CN100347741C (zh) 移动语音合成方法
CN1160699C (zh) 语音识别系统
CN101650942B (zh) 基于韵律短语的韵律结构生成方法
CN100524457C (zh) 文本至语音转换以及调整语料库的装置和方法
TWI471854B (zh) 引導式語者調適語音合成的系統與方法及電腦程式產品
CN1183510C (zh) 根据基音信息识别声调语言的方法与设备
CN101271687B (zh) 字音转换预测以及语音合成的方法和装置
Narendra et al. Automatic assessment of intelligibility in speakers with dysarthria from coded telephone speech using glottal features
CN1622195A (zh) 语音合成方法和语音合成系统
CN101452699A (zh) 韵律自适应及语音合成的方法和装置
CN111326170B (zh) 联合时频域扩张卷积的耳语音向正常音转换方法及其装置
CN1953052B (zh) 训练时长预测模型、时长预测和语音合成的方法及装置
CN1171592A (zh) 采用连续密度隐藏式马尔克夫模型的语音识别方法和系统
CN115910026A (zh) 一种韵律迁移语音合成方法和系统
CN1870130A (zh) 音调模式生成方法及其装置
Zarazaga et al. Speaker-independent neural formant synthesis
Zhang et al. Tcsinger 2: Customizable multilingual zero-shot singing voice synthesis
CN1490786A (zh) 语音识别置信度评价方法和系统及应用该方法的听写装置
Li et al. Diverse and expressive speech prosody prediction with denoising diffusion probabilistic model
TWI503813B (zh) 可控制語速的韻律訊息產生裝置及語速相依之階層式韻律模組
CN1841496A (zh) 测量语速的方法和装置以及录音设备
Liou et al. Estimation of hidden speaking rate
JP4684770B2 (ja) 韻律生成装置及び音声合成装置
Sun et al. Energy-based models for speech synthesis

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
AD01 Patent right deemed abandoned

Effective date of abandoning: 20071010

C20 Patent right or utility model deemed to be abandoned or is abandoned