JP2000310995A - 音声合成方法及び音声合成装置、並びに音声合成装置を備えた電話機 - Google Patents
音声合成方法及び音声合成装置、並びに音声合成装置を備えた電話機Info
- Publication number
- JP2000310995A JP2000310995A JP11120442A JP12044299A JP2000310995A JP 2000310995 A JP2000310995 A JP 2000310995A JP 11120442 A JP11120442 A JP 11120442A JP 12044299 A JP12044299 A JP 12044299A JP 2000310995 A JP2000310995 A JP 2000310995A
- Authority
- JP
- Japan
- Prior art keywords
- information
- speech
- unit
- represented
- phoneme
- 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.)
- Granted
Links
Abstract
(57)【要約】
【課題】 予め蓄積されている音声素片より所望の音声
素片を取り出し、取り出した音声素片を韻律情報に基づ
いて接続することによって合成音声を生成する音声合成
方法において、自然な合成音声を発生させることを目的
とする。 【解決手段】 文字情報解析部１が文字情報入力部６か
ら入力された文字情報を解析して音素情報及び音程情報
を出力し、韻律生成部２が文字情報解析部１からの音素
情報及び音程情報に基づいて基本周波数パターン情報及
び音素継続時間長情報を生成する。音声素片取り出し部
４が韻律生成部２で生成された基本周波数パターン情報
及び音素継続時間長情報に基づいて合成させるべき音素
列に合致するように音声データベース３から音声素片を
取り出し、音声素片接続部５が音声素片取り出し部４で
取り出された音声素片を接続して所望の合成音声データ
を出力する。
素片を取り出し、取り出した音声素片を韻律情報に基づ
いて接続することによって合成音声を生成する音声合成
方法において、自然な合成音声を発生させることを目的
とする。 【解決手段】 文字情報解析部１が文字情報入力部６か
ら入力された文字情報を解析して音素情報及び音程情報
を出力し、韻律生成部２が文字情報解析部１からの音素
情報及び音程情報に基づいて基本周波数パターン情報及
び音素継続時間長情報を生成する。音声素片取り出し部
４が韻律生成部２で生成された基本周波数パターン情報
及び音素継続時間長情報に基づいて合成させるべき音素
列に合致するように音声データベース３から音声素片を
取り出し、音声素片接続部５が音声素片取り出し部４で
取り出された音声素片を接続して所望の合成音声データ
を出力する。
Description
【発明の詳細な説明】
【０００１】
【発明の属する技術分野】本発明は、音声素片を接続す
ることによって入力されたテキストに対する音声を生成
する音声合成方法において、音程情報の単純化によって
処理量を低減しながら、かつ適切な音程情報に従ってテ
キスト情報を正確に読み上げることができる韻律生成方
法に関するものである。
ることによって入力されたテキストに対する音声を生成
する音声合成方法において、音程情報の単純化によって
処理量を低減しながら、かつ適切な音程情報に従ってテ
キスト情報を正確に読み上げることができる韻律生成方
法に関するものである。
【０００２】
【従来の技術】従来、合成音声の基本周波数パターン生
成モデルとして、電子情報通信学会論文誌Vol.J72-A,N
o.1,pp32-40（１９８９年１月）「基本周波数パターン
生成過程モデルに基づく文章音声の合成」にも開示され
ているように、句頭から句末に向かう緩やかな下降のフ
レーズ成分と局所的な起伏のアクセント成分との和で表
現する生成モデルが代表的なものとして知られており、
これは下記のような関数で生成される。
成モデルとして、電子情報通信学会論文誌Vol.J72-A,N
o.1,pp32-40（１９８９年１月）「基本周波数パターン
生成過程モデルに基づく文章音声の合成」にも開示され
ているように、句頭から句末に向かう緩やかな下降のフ
レーズ成分と局所的な起伏のアクセント成分との和で表
現する生成モデルが代表的なものとして知られており、
これは下記のような関数で生成される。
【０００３】
【数４】
【０００４】ここで、Api，Aajは、フレーズ成分、アク
セント成分の指令の大きさであり、T0iはフレーズ成分
の指令の時点、T1j，T2jはアクセント指令の始点と終点
である。また、基本周波数パターン生成過程モデルを用
いて基本周波数パターンを合成するためには、前記式
（Ａ）〜（Ｃ）のパラメータを与える必要があるが、自
然音声の分析結果から、αi＝3.0(rad/sec), βj＝20.0
(rad/sec),θ＝0.9で固定し得ることが判明している。
セント成分の指令の大きさであり、T0iはフレーズ成分
の指令の時点、T1j，T2jはアクセント指令の始点と終点
である。また、基本周波数パターン生成過程モデルを用
いて基本周波数パターンを合成するためには、前記式
（Ａ）〜（Ｃ）のパラメータを与える必要があるが、自
然音声の分析結果から、αi＝3.0(rad/sec), βj＝20.0
(rad/sec),θ＝0.9で固定し得ることが判明している。
【０００５】
【発明が解決しようとする課題】然し乍ら、テキストか
ら合成音声を生成するテキスト音声変換において上記の
基本周波数パターン生成モデルを用いる場合、フレーズ
指令やアクセント指令の時点や大きさを、形態素解析な
どの言語処理によって推定する必要があった。
ら合成音声を生成するテキスト音声変換において上記の
基本周波数パターン生成モデルを用いる場合、フレーズ
指令やアクセント指令の時点や大きさを、形態素解析な
どの言語処理によって推定する必要があった。
【０００６】従って、単語などの短いテキストのみを読
ませるといった、言語処理や基本周波数パターン生成処
理を簡素化しても合成音声の自然性劣化を抑えることが
できるようなテキスト音声変換処理においても、複雑な
処理を行う必要があるという問題があった。
ませるといった、言語処理や基本周波数パターン生成処
理を簡素化しても合成音声の自然性劣化を抑えることが
できるようなテキスト音声変換処理においても、複雑な
処理を行う必要があるという問題があった。
【０００７】
【課題を解決するための手段】本発明の音声合成方法
は、予め蓄積されている音声素片より所望の音声素片を
取り出し、取り出した音声素片を韻律情報に基づいて接
続することによって合成音声を生成する音声合成方法に
おいて、前記韻律情報としての基本周波数パターン情報
を、位置情報と音程情報に基づいて求める。
は、予め蓄積されている音声素片より所望の音声素片を
取り出し、取り出した音声素片を韻律情報に基づいて接
続することによって合成音声を生成する音声合成方法に
おいて、前記韻律情報としての基本周波数パターン情報
を、位置情報と音程情報に基づいて求める。
【０００８】また、本発明の音声合成装置は、音声素片
が蓄積された音声素片蓄積手段と、文字情報を解析して
各文字に対応した音素情報を求める音素情報生成手段
と、文字情報を解析して各文字に対応する音程情報を求
める音程情報生成手段と、前記音素情報生成手段で求め
た音素情報及び前記音程情報生成手段で求めた音程情報
とに基づいて韻律情報を求める韻律情報生成手段と、前
記音素情報生成手段で求めた音素情報に基づいて前記音
声素片蓄積手段より所望の音声素片を取り出す音声素片
取り出し手段と、前記音声素片取り出し手段で取り出さ
れた音声素片を前記韻律情報に基づいて接続して合成音
声情報を生成する音声素片接続手段とを備える。
が蓄積された音声素片蓄積手段と、文字情報を解析して
各文字に対応した音素情報を求める音素情報生成手段
と、文字情報を解析して各文字に対応する音程情報を求
める音程情報生成手段と、前記音素情報生成手段で求め
た音素情報及び前記音程情報生成手段で求めた音程情報
とに基づいて韻律情報を求める韻律情報生成手段と、前
記音素情報生成手段で求めた音素情報に基づいて前記音
声素片蓄積手段より所望の音声素片を取り出す音声素片
取り出し手段と、前記音声素片取り出し手段で取り出さ
れた音声素片を前記韻律情報に基づいて接続して合成音
声情報を生成する音声素片接続手段とを備える。
【０００９】さらに、本発明の音声合成装置を備えた電
話機は、電話番号情報と該電話番号情報と関連付けられ
た文字情報とが記憶された記憶手段と、音声信号及び電
話番号情報を受信する受信手段と、該受信手段で受信し
た電話番号情報を抽出する電話番号情報抽出手段と、前
記記憶手段の中から前記電話番号情報抽出手段で抽出し
た電話番号情報を検索して前記電話番号情報と関連付け
られた文字情報を検索して出力する検索手段と、該検索
手段が出力する文字情報を解析して各文字に対応した音
素情報を求める音素情報生成手段と、前記検索手段が出
力する文字情報を解析して各文字に対応する音程情報を
求める音程情報生成手段と、前記音素情報生成手段で求
めた音素情報及び前記音程情報生成手段で求めた音程情
報とに基づいて韻律情報を求める韻律情報生成手段と、
前記恩師情報生成手段で求めた音素情報に基づいて前記
音声素片蓄積手段より所望の音声素片を取り出す音声素
片取り出し手段と、前記音声素片取り出し手段で取り出
された音声素片を前記韻律情報に基づいて接続して合成
音声情報を生成する音声素片接続手段と、該音声素片接
続手段からの合成音声情報を音声として放音する放音手
段とを備えたことを特徴とする音声合成装置を備える。
話機は、電話番号情報と該電話番号情報と関連付けられ
た文字情報とが記憶された記憶手段と、音声信号及び電
話番号情報を受信する受信手段と、該受信手段で受信し
た電話番号情報を抽出する電話番号情報抽出手段と、前
記記憶手段の中から前記電話番号情報抽出手段で抽出し
た電話番号情報を検索して前記電話番号情報と関連付け
られた文字情報を検索して出力する検索手段と、該検索
手段が出力する文字情報を解析して各文字に対応した音
素情報を求める音素情報生成手段と、前記検索手段が出
力する文字情報を解析して各文字に対応する音程情報を
求める音程情報生成手段と、前記音素情報生成手段で求
めた音素情報及び前記音程情報生成手段で求めた音程情
報とに基づいて韻律情報を求める韻律情報生成手段と、
前記恩師情報生成手段で求めた音素情報に基づいて前記
音声素片蓄積手段より所望の音声素片を取り出す音声素
片取り出し手段と、前記音声素片取り出し手段で取り出
された音声素片を前記韻律情報に基づいて接続して合成
音声情報を生成する音声素片接続手段と、該音声素片接
続手段からの合成音声情報を音声として放音する放音手
段とを備えたことを特徴とする音声合成装置を備える。
【００１０】
【発明の実施の形態】以下、図面を参照しつつ本発明の
一実施形態について詳述する。
一実施形態について詳述する。
【００１１】先ず、図１は本発明の音声合成方法を適用
した音声合成装置の構成を示す概略ブロック図である。
同図において、６は文字情報を入力する文字情報入力
部、１は文字情報入力部６から入力された文字情報を解
析して音素情報及び音程情報を出力する文字情報解析
部、２は文字情報解析部１からの音素情報及び音程情報
に基づいて基本周波数パターン情報及び音素継続時間長
情報を生成する韻律生成部、３は音声素片情報が蓄積さ
れた音声データベース、４は韻律生成部２で生成された
基本周波数パターン情報及び音素継続時間長情報に基づ
いて合成させるべき音素列に合致するように音声データ
ベース３から音声素片を取り出す音声素片取り出し部、
５は音声素片取り出し部４で取り出された音声素片を接
続して所望の合成音声データを出力する音声素片接続部
である。
した音声合成装置の構成を示す概略ブロック図である。
同図において、６は文字情報を入力する文字情報入力
部、１は文字情報入力部６から入力された文字情報を解
析して音素情報及び音程情報を出力する文字情報解析
部、２は文字情報解析部１からの音素情報及び音程情報
に基づいて基本周波数パターン情報及び音素継続時間長
情報を生成する韻律生成部、３は音声素片情報が蓄積さ
れた音声データベース、４は韻律生成部２で生成された
基本周波数パターン情報及び音素継続時間長情報に基づ
いて合成させるべき音素列に合致するように音声データ
ベース３から音声素片を取り出す音声素片取り出し部、
５は音声素片取り出し部４で取り出された音声素片を接
続して所望の合成音声データを出力する音声素片接続部
である。
【００１２】続いて、前記図１に示す音声合成装置の動
作について詳述する。
作について詳述する。
【００１３】先ず、文字情報入力部６より入力された文
字情報は、文字情報解析部１により解析され、韻律生成
の区切りが検出されると共に、音素情報決定部１aで、
入力された文字に対応する音素記号が求められる。具体
的には、例えば入力された文字情報が”ひらかた”であ
れば、/hirakata/という音素情報を求める。
字情報は、文字情報解析部１により解析され、韻律生成
の区切りが検出されると共に、音素情報決定部１aで、
入力された文字に対応する音素記号が求められる。具体
的には、例えば入力された文字情報が”ひらかた”であ
れば、/hirakata/という音素情報を求める。
【００１４】次に、音程情報決定部１ｂでは、入力され
た文字列の音程情報が決定される。前記と同様に、入力
された文字情報が”ひらかた”であれば、各文字に対応
して［低高高高］という音程情報が決定される。
た文字列の音程情報が決定される。前記と同様に、入力
された文字情報が”ひらかた”であれば、各文字に対応
して［低高高高］という音程情報が決定される。
【００１５】本発明では、音程情報は発声すべき文字情
報と共に予め与えられている。例えば図４（ｂ）に示す
ように、文字列中にアクセント記号（図の例では＃や＊
が相当する）を付与しておき、該アクセント記号によっ
て音程情報が判定できるようにしているが、詳細は後述
する。
報と共に予め与えられている。例えば図４（ｂ）に示す
ように、文字列中にアクセント記号（図の例では＃や＊
が相当する）を付与しておき、該アクセント記号によっ
て音程情報が判定できるようにしているが、詳細は後述
する。
【００１６】然し乍ら、上記のようなアクセント記号を
つけずに、文字列とアクセント情報とが蓄積された単語
辞書を参照する方法もある。即ち、入力された文字情報
が”ひらかた”であれば、単語辞書より”ひらかた”を
検索し、アクセント情報を取得する。
つけずに、文字列とアクセント情報とが蓄積された単語
辞書を参照する方法もある。即ち、入力された文字情報
が”ひらかた”であれば、単語辞書より”ひらかた”を
検索し、アクセント情報を取得する。
【００１７】このようにして前記音素情報決定部１ａで
決定された音素情報、及び音程情報決定部１ｂで決定さ
れた音程情報は、後段の韻律生成部２に送られる。
決定された音素情報、及び音程情報決定部１ｂで決定さ
れた音程情報は、後段の韻律生成部２に送られる。
【００１８】次に韻律生成部２は、前記文字情報解析部
１で決定された音素情報と音程情報に基づいて、以下に
示す生成式によって、基本周波数情報[F0(M)]を生成す
ると共に、音素継続時間長情報を決定する。
１で決定された音素情報と音程情報に基づいて、以下に
示す生成式によって、基本周波数情報[F0(M)]を生成す
ると共に、音素継続時間長情報を決定する。
【００１９】尚、音素継続時間長情報については、音素
や音声素片などの単位毎の時間長をテーブル化しておく
ことで計算量を減らすことができる。
や音声素片などの単位毎の時間長をテーブル化しておく
ことで計算量を減らすことができる。
【００２０】
【数５】
【００２１】本実施例では、上記の式（１）〜（４）に
おいて、Fh=310Hz、Fl=250Hz、w=0.375、Fmin=150Hzと
している。
おいて、Fh=310Hz、Fl=250Hz、w=0.375、Fmin=150Hzと
している。
【００２２】尚、前記セグメントの単位は、「呼気段
落」，「アクセント句」，「フレーズ」，「ポーズ」，
「基本周波数生成の区切り」のいずれかで区切られた区
間とすることができる。
落」，「アクセント句」，「フレーズ」，「ポーズ」，
「基本周波数生成の区切り」のいずれかで区切られた区
間とすることができる。
【００２３】補足すると、 ［呼気段落］音声を発声する過程で、呼気の切れ目によ
って生じるひとまとまりの音声区間をいう。 ［アクセント句］ほぼ文節程度の長さで１つのアクセン
ト型を担う単位である。 ［フレーズ］自然な区切りで区切られる旋律のあるまと
まりをいう。 ［ポーズ］音声発声中に生じる間。音のない短い区間で
ある。 ［基本周波数生成の区切り］上記以外の区切りで区切ら
れるひとまとまりの音声区間をいう。
って生じるひとまとまりの音声区間をいう。 ［アクセント句］ほぼ文節程度の長さで１つのアクセン
ト型を担う単位である。 ［フレーズ］自然な区切りで区切られる旋律のあるまと
まりをいう。 ［ポーズ］音声発声中に生じる間。音のない短い区間で
ある。 ［基本周波数生成の区切り］上記以外の区切りで区切ら
れるひとまとまりの音声区間をいう。
【００２４】また、位置情報Ｍは、着目しているデータ
の時間的な位置（何番目の音素であるか、何番目のモー
ラであるか、何フレーム目であるか、など）を表す情報
であり、モーラ位置，音節位置，音素位置，音声素片位
置，フレーム位置などが利用できる。
の時間的な位置（何番目の音素であるか、何番目のモー
ラであるか、何フレーム目であるか、など）を表す情報
であり、モーラ位置，音節位置，音素位置，音声素片位
置，フレーム位置などが利用できる。
【００２５】補足すると、 ［モーラ］日本語のかな１字（拗音なら２字）に相当す
る単位である。 ［モーラ位置］文字列中の何番目のモーラであるかを表
す情報である。（例：文字列「ひらかた」の「ら」のモ
ーラ位置は２［＝２モーラ目］である。） ［音節］前述のモーラとほぼ同じ単位であるが、長音
「−」、撥音「ん」、促音「っ」は１モーラとして扱う
のに対して、１音節としては扱わない。（例：「うんど
ーかい」のモーラ数は６であるが、音節数は４とな
る。） ［音節位置］文字列中の何番目の音節であるかを表す情
報である。（例：「うんどーかい」の「どー」の音節位
置は２） ［音素］言葉の意味の区別を表すのに用いられる音の単
位である。（例：「ひらかた」を音素表記すると /hira
kata/となる。） ［音素位置］文字列中の何番目の音素であるかを表す情
報である。（例：/hirakata/の /r/の音素位置は３であ
る。） ［音声素片］音声合成用データベースに蓄えておく音声
データの最小単位のデータをいう。（例：/hirakata/を
合成するときは、/hir/, /rak/, /kat/, /ta/ のような
素片を接続する。素片の種類は、ＣＶＣ［子音＋母音＋
子音］、ＣＶ［子音＋母音］、ＶＣ［母音+子音］、Ｖ
Ｖ［母音+母音］など様々である。） ［音声素片位置］文字列中の音声素片単位で数えて何番
目であるかを表す情報である。
る単位である。 ［モーラ位置］文字列中の何番目のモーラであるかを表
す情報である。（例：文字列「ひらかた」の「ら」のモ
ーラ位置は２［＝２モーラ目］である。） ［音節］前述のモーラとほぼ同じ単位であるが、長音
「−」、撥音「ん」、促音「っ」は１モーラとして扱う
のに対して、１音節としては扱わない。（例：「うんど
ーかい」のモーラ数は６であるが、音節数は４とな
る。） ［音節位置］文字列中の何番目の音節であるかを表す情
報である。（例：「うんどーかい」の「どー」の音節位
置は２） ［音素］言葉の意味の区別を表すのに用いられる音の単
位である。（例：「ひらかた」を音素表記すると /hira
kata/となる。） ［音素位置］文字列中の何番目の音素であるかを表す情
報である。（例：/hirakata/の /r/の音素位置は３であ
る。） ［音声素片］音声合成用データベースに蓄えておく音声
データの最小単位のデータをいう。（例：/hirakata/を
合成するときは、/hir/, /rak/, /kat/, /ta/ のような
素片を接続する。素片の種類は、ＣＶＣ［子音＋母音＋
子音］、ＣＶ［子音＋母音］、ＶＣ［母音+子音］、Ｖ
Ｖ［母音+母音］など様々である。） ［音声素片位置］文字列中の音声素片単位で数えて何番
目であるかを表す情報である。
【００２６】［フレーム］音声を分析してスペクトルや
ピッチ情報を求める際、短時間毎に分析するのが一般的
であり、このときの音声区間をフレームという。（より
具体的にいうと、元波形に窓関数を乗じて切り出した音
声区間をフレームという。） ［フレーム位置］文字列中の何番目のフレームであるか
を表す情報である。
ピッチ情報を求める際、短時間毎に分析するのが一般的
であり、このときの音声区間をフレームという。（より
具体的にいうと、元波形に窓関数を乗じて切り出した音
声区間をフレームという。） ［フレーム位置］文字列中の何番目のフレームであるか
を表す情報である。
【００２７】上記の式（１）〜（４）によって求められ
た基本周波数情報[F0(M)]は、文字列情報が”ひらか
た”の場合、例えば図２のようになる。
た基本周波数情報[F0(M)]は、文字列情報が”ひらか
た”の場合、例えば図２のようになる。
【００２８】即ち、与えられた文字列情報（図の例で
は”ひらかた”）に対する音程情報は［低高高高］であ
り、そして各モーラについて各基本周波数情報[F0(M)]
を求め、その間を直線補間することで基本周波数パター
ン情報が生成される。この例では、各モーラ位置におい
て、前記式（１）〜（４）及び前記のFh=310Hz、Fl=250
Hz、w=0.375、Fmin=150Hzという条件に基づいて、 F0(1)＝(250×1)-(1×1×0.375)=249.625Hz F0(2)＝(310×1)-(2×2×0.375)=308.5Hz F0(3)＝(310×1)-(3×3×0.375)=306.625Hz F0(4)＝(310×1)-(4×4×0.375)=304Hz という各基本周波数情報が求められ、各点の間を直線補
間して基本周波数パターンが得られる。
は”ひらかた”）に対する音程情報は［低高高高］であ
り、そして各モーラについて各基本周波数情報[F0(M)]
を求め、その間を直線補間することで基本周波数パター
ン情報が生成される。この例では、各モーラ位置におい
て、前記式（１）〜（４）及び前記のFh=310Hz、Fl=250
Hz、w=0.375、Fmin=150Hzという条件に基づいて、 F0(1)＝(250×1)-(1×1×0.375)=249.625Hz F0(2)＝(310×1)-(2×2×0.375)=308.5Hz F0(3)＝(310×1)-(3×3×0.375)=306.625Hz F0(4)＝(310×1)-(4×4×0.375)=304Hz という各基本周波数情報が求められ、各点の間を直線補
間して基本周波数パターンが得られる。
【００２９】尚、図の例では、”ひらかた”という１つ
のセグメントから成る文字情報についての処理なので、
前記式（３）及び（４）においてs=1が適用される
が、”ひらかたこうえん”という文字列の場合、”ひら
かた”という第１のセグメントと、”こうえん”という
第２のセグメントの２つで構成されるので、前者の文字
情報”ひらかた”について各基本周波数情報を求めると
きはs=1だが、後者の文字情報”こうえん”について各
基本周波数情報を求めるときはs=2となる。
のセグメントから成る文字情報についての処理なので、
前記式（３）及び（４）においてs=1が適用される
が、”ひらかたこうえん”という文字列の場合、”ひら
かた”という第１のセグメントと、”こうえん”という
第２のセグメントの２つで構成されるので、前者の文字
情報”ひらかた”について各基本周波数情報を求めると
きはs=1だが、後者の文字情報”こうえん”について各
基本周波数情報を求めるときはs=2となる。
【００３０】このようにして求めた基本周波数パターン
情報に基づいて、音声素片取り出し部４にて、合成すべ
き音素列に合致するように音声素片を音声データベース
３から取り出し、音声素片接続部５に送る。
情報に基づいて、音声素片取り出し部４にて、合成すべ
き音素列に合致するように音声素片を音声データベース
３から取り出し、音声素片接続部５に送る。
【００３１】音声素片接続部５では、音声素片取り出し
部４で取り出された音声素片を接続し、韻律生成部２で
生成された韻律情報に基づいて、音声素片を加工し、所
望の合成音声データを音声信号の形態で出力する。音声
素片接続部５から出力された合成音声信号は図示されな
い増幅器を経て同じく図示されないスピーカから合成音
声として出力される。
部４で取り出された音声素片を接続し、韻律生成部２で
生成された韻律情報に基づいて、音声素片を加工し、所
望の合成音声データを音声信号の形態で出力する。音声
素片接続部５から出力された合成音声信号は図示されな
い増幅器を経て同じく図示されないスピーカから合成音
声として出力される。
【００３２】続いて、上記の音声合成装置をナンバーデ
ィスプレイ機能付電話機に適用した例について詳述す
る。
ィスプレイ機能付電話機に適用した例について詳述す
る。
【００３３】図３は本発明が適用されたナンバーディス
プレイ機能付電話機の構成を示す概略ブロック図であ
る。同図において、公衆電話回線に接続された受信部２
００は、その回線を介して音声信号及び電話番号情報を
取得する。このうち、電話番号情報は送信元番号抽出部
２０１で抽出されて表示部２０２に送られて表示され
る。
プレイ機能付電話機の構成を示す概略ブロック図であ
る。同図において、公衆電話回線に接続された受信部２
００は、その回線を介して音声信号及び電話番号情報を
取得する。このうち、電話番号情報は送信元番号抽出部
２０１で抽出されて表示部２０２に送られて表示され
る。
【００３４】前記送信元番号抽出部２０１で抽出された
電話番号情報は、登録データ検索部２０３に送られる。
登録データベース２０４には、図４（ａ）に示すよう
に、「登録番号」、「電話番号」、「名前情報」及び
「アクセント情報」が使用者によって予め登録されてい
る。そして登録データ検索部２０３が、送信元番号抽出
部２０１から送信されてきた電話番号情報が登録データ
ベース２０４に登録されているか否かを検索し、登録さ
れている場合、名前情報を文字情報解析部１に送るよう
に構成されている。
電話番号情報は、登録データ検索部２０３に送られる。
登録データベース２０４には、図４（ａ）に示すよう
に、「登録番号」、「電話番号」、「名前情報」及び
「アクセント情報」が使用者によって予め登録されてい
る。そして登録データ検索部２０３が、送信元番号抽出
部２０１から送信されてきた電話番号情報が登録データ
ベース２０４に登録されているか否かを検索し、登録さ
れている場合、名前情報を文字情報解析部１に送るよう
に構成されている。
【００３５】ここで、前記図４に示した「アクセント情
報」について補足すると、「０型」とはアクセント核が
無いものをいい、「１型」とは１モーラ目にアクセント核
があるものをいう。また音程情報は、０型に対しては
［低高高高高…］、１型に対しては［高低低低低…］と
なり、アクセント型とモーラ数から音程情報を決定す
る。
報」について補足すると、「０型」とはアクセント核が
無いものをいい、「１型」とは１モーラ目にアクセント核
があるものをいう。また音程情報は、０型に対しては
［低高高高高…］、１型に対しては［高低低低低…］と
なり、アクセント型とモーラ数から音程情報を決定す
る。
【００３６】補足すると、例えば文字列情報が”すず
き”の場合、図５に示すように０〜３の型が考えられ
る。即ち、型のバリエーションはモーラ数をｎとする
と、０〜ｎ通りあるということである。
き”の場合、図５に示すように０〜３の型が考えられ
る。即ち、型のバリエーションはモーラ数をｎとする
と、０〜ｎ通りあるということである。
【００３７】尚、文字情報解析部１、音声素片取り出し
部４、及び音声素片接続部５の動作は前述した通りであ
るので、ここでは割愛する。
部４、及び音声素片接続部５の動作は前述した通りであ
るので、ここでは割愛する。
【００３８】次に、図６は公衆電話回線を介して受信し
た番号情報を、予め登録データベース２０４に登録して
おいた送信相手側の名前を読み出した後、音声合成によ
って読み上げる際の動作を説明するためのフローチャー
トである。
た番号情報を、予め登録データベース２０４に登録して
おいた送信相手側の名前を読み出した後、音声合成によ
って読み上げる際の動作を説明するためのフローチャー
トである。
【００３９】図６において、先ず、電話が着信状態とな
ったか否かを判断し（ステップＳ１０１）、着信状態で
あれば、送信元番号抽出部２０１によって抽出された電
話番号の表示が許可されているかどうかを判断し（ステ
ップＳ１０２）、電話番号の表示が許可されていれば送
信元の電話番号情報を表示部２０２に表示する（ステッ
プＳ１０３）。
ったか否かを判断し（ステップＳ１０１）、着信状態で
あれば、送信元番号抽出部２０１によって抽出された電
話番号の表示が許可されているかどうかを判断し（ステ
ップＳ１０２）、電話番号の表示が許可されていれば送
信元の電話番号情報を表示部２０２に表示する（ステッ
プＳ１０３）。
【００４０】次に、登録データ検索部２０３によって、
送信元番号抽出部２０１から送られた電話番号情報に対
応する名前情報が、登録データベース２０４に登録され
ているかどうかを調べ（ステップＳ１０４）、電話番号
情報に対応する名前情報が登録されていれば登録データ
ベース２０４から名前情報の取得を行い（ステップＳ１
０５）、取得された名前情報を表示部２０２に表示する
（ステップＳ１０６）。これにより、表示部２０２には
前記ステップＳ１０３で処理された電話番号情報及びス
テップＳ１０６で処理された名前情報が表示されること
になる。
送信元番号抽出部２０１から送られた電話番号情報に対
応する名前情報が、登録データベース２０４に登録され
ているかどうかを調べ（ステップＳ１０４）、電話番号
情報に対応する名前情報が登録されていれば登録データ
ベース２０４から名前情報の取得を行い（ステップＳ１
０５）、取得された名前情報を表示部２０２に表示する
（ステップＳ１０６）。これにより、表示部２０２には
前記ステップＳ１０３で処理された電話番号情報及びス
テップＳ１０６で処理された名前情報が表示されること
になる。
【００４１】次にステップ１０７〜ステップ１１１にお
いて名前情報を解析する。具体的には、音素情報決定部
１ａにより名前情報を音素列に変換し（ステップＳ１０
７）、そして音程情報決定部１ｂにより登録データベー
ス２０４から取得したデータに基づいて音程情報を決定
する（ステップＳ１０８）。
いて名前情報を解析する。具体的には、音素情報決定部
１ａにより名前情報を音素列に変換し（ステップＳ１０
７）、そして音程情報決定部１ｂにより登録データベー
ス２０４から取得したデータに基づいて音程情報を決定
する（ステップＳ１０８）。
【００４２】さらに、取得された名前情報及び音程情報
に基づいて、韻律生成部２により、基本周波数パターン
情報と音素継続時間長情報を決定し（ステップＳ１０
９）、音声素片取り出し部４により、音声データベース
３から音声素片を選択し、それらの素片を接続し（ステ
ップＳ１１０）、合成音声情報（例えば、「鈴木さんか
らお電話です」など）を出力する（ステップ１１１）。
に基づいて、韻律生成部２により、基本周波数パターン
情報と音素継続時間長情報を決定し（ステップＳ１０
９）、音声素片取り出し部４により、音声データベース
３から音声素片を選択し、それらの素片を接続し（ステ
ップＳ１１０）、合成音声情報（例えば、「鈴木さんか
らお電話です」など）を出力する（ステップ１１１）。
【００４３】そして使用者が、通常の電話機能処理、即
ち受話器を上げる（オフフック）ことにより、送信元と
通話をすることができるが（ステップ１１２）、通常の
電話機としての動作についてはその詳細な説明を割愛す
る。
ち受話器を上げる（オフフック）ことにより、送信元と
通話をすることができるが（ステップ１１２）、通常の
電話機としての動作についてはその詳細な説明を割愛す
る。
【００４４】次に、登録データベース２０４への名前情
報の登録フォーマットについて詳述する。登録データベ
ース２０４に登録された情報のフォーマットは、前記図
４（ａ）に示すように、アクセント型を記述しておく構
成以外に、例えば図４（ｂ）に示すように、アクセント
記号を直接書き込むように構成してもよい。
報の登録フォーマットについて詳述する。登録データベ
ース２０４に登録された情報のフォーマットは、前記図
４（ａ）に示すように、アクセント型を記述しておく構
成以外に、例えば図４（ｂ）に示すように、アクセント
記号を直接書き込むように構成してもよい。
【００４５】図４（ｂ）の場合は、使用者が直接アクセ
ント情報を入力する。即ち、図４（ｂ）中の例におい
て、「ニ＊シダ」の中にある記号「＊」は、音程が
［高］から［低］に落ちる位置を示しており、「ス＃ズ
キ」の中にある記号［＃］は、音程が［低］から［高］
に上がる位置を示している。
ント情報を入力する。即ち、図４（ｂ）中の例におい
て、「ニ＊シダ」の中にある記号「＊」は、音程が
［高］から［低］に落ちる位置を示しており、「ス＃ズ
キ」の中にある記号［＃］は、音程が［低］から［高］
に上がる位置を示している。
【００４６】上記の実施の形態では、基本周波数パター
ン情報を閾値まで徐々に下降する線で表現しているが、
閾値に近づくほど、下降の度合いを緩めるようなパター
ンにすれば、さほど処理量を増やすことなく、さらに人
間の発声に近づけることができる。
ン情報を閾値まで徐々に下降する線で表現しているが、
閾値に近づくほど、下降の度合いを緩めるようなパター
ンにすれば、さほど処理量を増やすことなく、さらに人
間の発声に近づけることができる。
【００４７】尚、ここでいう閾値とは、前記式（２）に
おけるＦminに相当する。これを設けないと、音程がど
んどん下降していく現象が生じるため、自然な発声がで
きなくなる。本発明では、基本周波数パターン情報が閾
値に達したあとは閾値を保持するように構成されてい
る。ただ、このままでは閾値のところで折れ線的なパタ
ーンになりかねないため、閾値に近づくにつれて下降の
度合いを緩めることで回避するように成されている。
おけるＦminに相当する。これを設けないと、音程がど
んどん下降していく現象が生じるため、自然な発声がで
きなくなる。本発明では、基本周波数パターン情報が閾
値に達したあとは閾値を保持するように構成されてい
る。ただ、このままでは閾値のところで折れ線的なパタ
ーンになりかねないため、閾値に近づくにつれて下降の
度合いを緩めることで回避するように成されている。
【００４８】また、前記音声データベース３に記憶して
おくデータは、単音節、音素、モーラなどの単位のうち
いずれでもよいし、ＣＶ（子音＋母音）、ＶＣ（母音＋
子音）、ＶＶ（母音＋母音）、ＣＶＣ（子音＋母音＋子
音）などのように音素環境を考慮したものにしてもよい
し、複数の文章をそのまま記憶させておいてもよい。
おくデータは、単音節、音素、モーラなどの単位のうち
いずれでもよいし、ＣＶ（子音＋母音）、ＶＣ（母音＋
子音）、ＶＶ（母音＋母音）、ＣＶＣ（子音＋母音＋子
音）などのように音素環境を考慮したものにしてもよい
し、複数の文章をそのまま記憶させておいてもよい。
【００４９】さらに、音声データベース３に各音声素片
毎に複数種類の音声素片が蓄積されている場合には、音
声データベースから音声素片を取り出すときに、韻律情
報を利用して適切な音声素片を取り出すようにしてもよ
いことは言うまでもない。
毎に複数種類の音声素片が蓄積されている場合には、音
声データベースから音声素片を取り出すときに、韻律情
報を利用して適切な音声素片を取り出すようにしてもよ
いことは言うまでもない。
【００５０】そして、上記のナンバーディスプレー機能
付電話機に適用した例では、カナ情報を登録情報として
記憶しておくことを想定しているが、登録された時点で
音素列に変換し、音素列を記憶しておくようにしてもよ
い。そして、登録する情報を名前ではなく会社名等にし
てもよいことは言うまでもない。
付電話機に適用した例では、カナ情報を登録情報として
記憶しておくことを想定しているが、登録された時点で
音素列に変換し、音素列を記憶しておくようにしてもよ
い。そして、登録する情報を名前ではなく会社名等にし
てもよいことは言うまでもない。
【００５１】
【発明の効果】以上の説明から明らかなように、本発明
によれば、音声合成処理の際の処理量の低減が必要な場
合でも、正しいアクセントで文字情報を読み上げること
ができる効果を奏する。
によれば、音声合成処理の際の処理量の低減が必要な場
合でも、正しいアクセントで文字情報を読み上げること
ができる効果を奏する。
【図１】本発明の音声合成装置の構成を示すブロック図
である。
である。
【図２】基本周波数パターン情報と文字列情報との関係
を示す図である。
を示す図である。
【図３】本発明の電話機の構成を示すブロック図であ
る。
る。
【図４】登録データベース２０４に登録されている登録
情報の一例を示す図である。
情報の一例を示す図である。
【図５】アクセント型を示す図である。
【図６】本発明の電話機の動作を説明するためのフロー
チャートである。
チャートである。
１ 文字情報解析部 １ａ 音素情報決定部 １ｂ 音程情報決定部 ２ 韻律生成部 ３ 音声データベース ４ 音声素片取り出し部 ５ 音声素片接続部 ６ 文字情報入力部 ２００ 受信部 ２０１ 送信元番号抽出部 ２０２ 表示部 ２０３ 登録データ検索部 ２０４ 登録データベース
Claims (51)
- 【請求項１】 予め蓄積されている音声素片より所望の
音声素片を取り出し、取り出した音声素片を韻律情報に
基づいて接続することによって合成音声を生成する音声
合成方法において、 前記韻律情報としての基本周波数情報を、位置情報と音
程情報に基づいて求めることを特徴とする音声合成方
法。 - 【請求項２】 前記基本周波数情報[F0(M)]を次式によ
って求めることを特徴とする請求項１記載の音声合成方
法。 【数１】 - 【請求項３】 前記位置情報は、セグメント開始点から
の時間で表されることを特徴とする請求項１乃至請求項
２記載の音声合成方法。 - 【請求項４】 前記位置情報は、モーラ位置で表される
ことを特徴とする請求項１乃至請求項２記載の音声合成
方法。 - 【請求項５】 前記位置情報は、音節位置で表されるこ
とを特徴とする請求項１乃至請求項２記載の音声合成方
法。 - 【請求項６】 前記位置情報は、音素表記された音素位
置で表されることを特徴とする請求項１乃至請求項２記
載の音声合成方法。 - 【請求項７】 前記位置情報は、音声素片位置で表され
ることを特徴とする請求項１乃至請求項２記載の音声合
成方法。 - 【請求項８】 前記位置情報は、フレーム数で表される
ことを特徴とする請求項１乃至請求項２記載の音声合成
方法。 - 【請求項９】 前記音程情報は、前記位置情報で表され
る位置ごとの高低を表す情報で構成され、該高低を表す
情報に基づいた周波数値から、モーラ位置によって基本
周波数パターンを生成することを特徴とする請求項１乃
至請求項２記載の音声合成方法。 - 【請求項１０】 前記音程情報は、前記位置情報で表さ
れる位置ごとの高低を表す情報で構成され、該高低を表
す情報に基づいた周波数値から、音節位置によって基本
周波数パターンを生成することを特徴とする請求項１乃
至請求項２記載の音声合成方法。 - 【請求項１１】 前記音程情報は、前記位置情報で表さ
れる位置ごとの高低を表す情報で構成され、該高低を表
す情報に基づいた周波数値から、素片位置によって基本
周波数パターンを生成することを特徴とする請求項１乃
至請求項２記載の音声合成方法。 - 【請求項１２】 前記音程情報は、前記位置情報で表さ
れる位置ごとの高低を表す情報で構成され、該高低を表
す情報に基づいた周波数値から、時間情報によって基本
周波数パターンを生成することを特徴とする請求項１乃
至請求項２記載の音声合成方法。 - 【請求項１３】 前記セグメントの単位は呼気段落で区
切られた区間とすることを特徴とする請求項２記載の音
声合成方法。 - 【請求項１４】 前記セグメントの単位はアクセント句
で区切られた区間とすることを特徴とする請求項２記載
の音声合成方法。 - 【請求項１５】 前記セグメントの単位はフレーズで区
切られた区間とすることを特徴とする請求項２記載の音
声合成方法。 - 【請求項１６】 前記セグメントの単位はポーズで区切
られた区間とすることを特徴とする請求項２記載の音声
合成方法。 - 【請求項１７】 前記セグメントの単位は基本周波数生
成の区切りで区切られた区間とすることを特徴とする請
求項２記載の音声合成方法。 - 【請求項１８】 音声素片が蓄積された音声素片蓄積手
段と、 文字情報を解析して各文字に対応した音素情報を求める
音素情報生成手段と、 文字情報を解析して各文字に対応する音程情報を求める
音程情報生成手段と、 前記音素情報生成手段で求めた音素情報及び前記音程情
報生成手段で求めた音程情報とに基づいて韻律情報を求
める韻律情報生成手段と、 前記音素情報生成手段で求めた音素情報に基づいて前記
音声素片蓄積手段より所望の音声素片を取り出す音声素
片取り出し手段と、 前記音声素片取り出し手段で取り出された音声素片を前
記韻律情報に基づいて接続して合成音声情報を生成する
音声素片接続手段とを備えたことを特徴とする音声合成
装置。 - 【請求項１９】 前記韻律情報生成手段は、次式によっ
て基本周波数情報[F0(M)]を求めることを特徴とする請
求項１８記載の音声合成装置。 【数２】 - 【請求項２０】 前記位置情報は、セグメント開始点か
らの時間で表されることを特徴とする請求項１８乃至請
求項１９記載の音声合成装置。 - 【請求項２１】 前記位置情報は、モーラ位置で表され
ることを特徴とする請求項１８乃至請求項１９記載の音
声合成装置。 - 【請求項２２】 前記位置情報は、音節位置で表される
ことを特徴とする請求項１８乃至請求項１９記載の音声
合成装置。 - 【請求項２３】 前記位置情報は、音素表記された音素
位置で表されることを特徴とする請求項１８乃至請求項
１９記載の音声合成装置。 - 【請求項２４】 前記位置情報は、音声素片位置で表さ
れることを特徴とする請求項１８乃至請求項１９記載の
音声合成装置。 - 【請求項２５】 前記位置情報は、フレーム数で表され
ることを特徴とする請求項１８乃至請求項１９記載の音
声合成装置。 - 【請求項２６】 前記音程情報は、前記位置情報で表さ
れる位置ごとの高低を表す情報で構成され、該高低を表
す情報に基づいた周波数値から、モーラ位置によって基
本周波数パターンを生成することを特徴とする請求項１
８乃至請求項１９記載の音声合成装置。 - 【請求項２７】 前記音程情報は、前記位置情報で表さ
れる位置ごとの高低を表す情報で構成され、該高低を表
す情報に基づいた周波数値から、音節位置によって基本
周波数パターンを生成することを特徴とする請求項１８
乃至請求項１９記載の音声合成装置。 - 【請求項２８】 前記音程情報は、前記位置情報で表さ
れる位置ごとの高低を表す情報で構成され、該高低を表
す情報に基づいた周波数値から、素片位置によって基本
周波数パターンを生成することを特徴とする請求項１８
乃至請求項１９記載の音声合成装置。 - 【請求項２９】 前記音程情報は、前記位置情報で表さ
れる位置ごとの高低を表す情報で構成され、該高低を表
す情報に基づいた周波数値から、時間情報によって基本
周波数パターンを生成することを特徴とする請求項１８
乃至請求項１９記載の音声合成装置。 - 【請求項３０】 前記セグメントの単位は呼気段落で区
切られた区間とすることを特徴とする請求項１９記載の
音声合成装置。 - 【請求項３１】 前記セグメントの単位はアクセント句
で区切られた区間とすることを特徴とする請求項１９記
載の音声合成装置。 - 【請求項３２】 前記セグメントの単位はフレーズで区
切られた区間とすることを特徴とする請求項１９記載の
音声合成装置。 - 【請求項３３】 前記セグメントの単位はポーズで区切
られた区間とすることを特徴とする請求項１９記載の音
声合成装置。 - 【請求項３４】 前記セグメントの単位は基本周波数生
成の区切りで区切られた区間とすることを特徴とする請
求項１９記載の音声合成装置。 - 【請求項３５】 電話番号情報と該電話番号情報と関連
付けられた文字情報とが記憶された記憶手段と、 音声信号及び電話番号情報を受信する受信手段と、 該受信手段で受信した電話番号情報を抽出する電話番号
情報抽出手段と、 前記記憶手段の中から前記電話番号情報抽出手段で抽出
した電話番号情報を検索して前記電話番号情報と関連付
けられた文字情報を検索して出力する検索手段と、 該検索手段が出力する文字情報を解析して各文字に対応
した音素情報を求める音素情報生成手段と、 前記検索手段が出力する文字情報を解析して各文字に対
応する音程情報を求める音程情報生成手段と、 前記音素情報生成手段で求めた音素情報及び前記音程情
報生成手段で求めた音程情報とに基づいて韻律情報を求
める韻律情報生成手段と、 前記恩師情報生成手段で求めた音素情報に基づいて前記
音声素片蓄積手段より所望の音声素片を取り出す音声素
片取り出し手段と、 前記音声素片取り出し手段で取り出された音声素片を前
記韻律情報に基づいて接続して合成音声情報を生成する
音声素片接続手段と、 該音声素片接続手段からの合成音声情報を音声として放
音する放音手段とを備えたことを特徴とする音声合成装
置を備えた電話機。 - 【請求項３６】 前記韻律情報生成手段は、次式によっ
て基本周波数情報[F0(M)]を求めることを特徴とする請
求項３５記載の音声合成装置を備えた電話機。 【数３】 - 【請求項３７】 前記位置情報は、セグメント開始点か
らの時間で表されることを特徴とする請求項３５乃至請
求項３６記載の音声合成装置を備えた電話機。 - 【請求項３８】 前記位置情報は、モーラ位置で表され
ることを特徴とする請求項３５乃至請求項３６記載の音
声合成装置を備えた電話機。 - 【請求項３９】 前記位置情報は、音節位置で表される
ことを特徴とする請求項３５乃至請求項３６記載の音声
合成装置を備えた電話機。 - 【請求項４０】 前記位置情報は、音素表記された音素
位置で表されることを特徴とする請求項３５乃至請求項
３６記載の音声合成装置を備えた電話機。 - 【請求項４１】 前記位置情報は、音声素片位置で表さ
れることを特徴とする請求項３５乃至請求項３６記載の
音声合成装置を備えた電話機。 - 【請求項４２】 前記位置情報は、フレーム数で表され
ることを特徴とする請求項３５乃至請求項３６記載の音
声合成装置を備えた電話機。 - 【請求項４３】 前記音程情報は、前記位置情報で表さ
れる位置ごとの高低を表す情報で構成され、該高低を表
す情報に基づいた周波数値から、モーラ位置によって基
本周波数パターンを生成することを特徴とする請求項３
５乃至請求項３６記載の音声合成装置を備えた電話機。 - 【請求項４４】 前記音程情報は、前記位置情報で表さ
れる位置ごとの高低を表す情報で構成され、該高低を表
す情報に基づいた周波数値から、音節位置によって基本
周波数パターンを生成することを特徴とする請求項３５
乃至請求項３６記載の音声合成装置を備えた電話機。 - 【請求項４５】 前記音程情報は、前記位置情報で表さ
れる位置ごとの高低を表す情報で構成され、該高低を表
す情報に基づいた周波数値から、素片位置によって基本
周波数パターンを生成することを特徴とする請求項３５
乃至請求項３６記載の音声合成装置を備えた電話機。 - 【請求項４６】 前記音程情報は、前記位置情報で表さ
れる位置ごとの高低を表す情報で構成され、該高低を表
す情報に基づいた周波数値から、時間情報によって基本
周波数パターンを生成することを特徴とする請求項３５
乃至請求項３６記載の音声合成装置を備えた電話機。 - 【請求項４７】 前記セグメントの単位は呼気段落で区
切られた区間とすることを特徴とする請求項３６記載の
音声合成装置を備えた電話機。 - 【請求項４８】 前記セグメントの単位はアクセント句
で区切られた区間とすることを特徴とする請求項３６記
載の音声合成装置を備えた電話機。 - 【請求項４９】 前記セグメントの単位はフレーズで区
切られた区間とすることを特徴とする請求項３６記載の
音声合成装置を備えた電話機。 - 【請求項５０】 前記セグメントの単位はポーズで区切
られた区間とすることを特徴とする請求項３６記載の音
声合成装置を備えた電話機。 - 【請求項５１】 前記セグメントの単位は基本周波数生
成の区切りで区切られた区間とすることを特徴とする請
求項３６記載の音声合成装置を備えた電話機。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP12044299A JP3685648B2 (ja) | 1999-04-27 | 1999-04-27 | 音声合成方法及び音声合成装置、並びに音声合成装置を備えた電話機 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP12044299A JP3685648B2 (ja) | 1999-04-27 | 1999-04-27 | 音声合成方法及び音声合成装置、並びに音声合成装置を備えた電話機 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2000310995A true JP2000310995A (ja) | 2000-11-07 |
| JP3685648B2 JP3685648B2 (ja) | 2005-08-24 |
Family
ID=14786317
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP12044299A Expired - Fee Related JP3685648B2 (ja) | 1999-04-27 | 1999-04-27 | 音声合成方法及び音声合成装置、並びに音声合成装置を備えた電話機 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3685648B2 (ja) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002330194A (ja) * | 2001-04-27 | 2002-11-15 | Kenwood Corp | 電話装置、音声合成システム、音素情報登録装置、音素情報登録・音声合成装置 |
| US6845358B2 (en) * | 2001-01-05 | 2005-01-18 | Matsushita Electric Industrial Co., Ltd. | Prosody template matching for text-to-speech systems |
| JP2009122382A (ja) * | 2007-11-14 | 2009-06-04 | Fujitsu Ltd | 韻律生成装置、韻律生成方法、および、韻律生成プログラム |
| CN110992927A (zh) * | 2019-12-11 | 2020-04-10 | 广州酷狗计算机科技有限公司 | 音频生成方法、装置、计算机可读存储介质及计算设备 |
-
1999
- 1999-04-27 JP JP12044299A patent/JP3685648B2/ja not_active Expired - Fee Related
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6845358B2 (en) * | 2001-01-05 | 2005-01-18 | Matsushita Electric Industrial Co., Ltd. | Prosody template matching for text-to-speech systems |
| JP2002330194A (ja) * | 2001-04-27 | 2002-11-15 | Kenwood Corp | 電話装置、音声合成システム、音素情報登録装置、音素情報登録・音声合成装置 |
| JP2009122382A (ja) * | 2007-11-14 | 2009-06-04 | Fujitsu Ltd | 韻律生成装置、韻律生成方法、および、韻律生成プログラム |
| CN110992927A (zh) * | 2019-12-11 | 2020-04-10 | 广州酷狗计算机科技有限公司 | 音频生成方法、装置、计算机可读存储介质及计算设备 |
| CN110992927B (zh) * | 2019-12-11 | 2024-02-20 | 广州酷狗计算机科技有限公司 | 音频生成方法、装置、计算机可读存储介质及计算设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP3685648B2 (ja) | 2005-08-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6778962B1 (en) | Speech synthesis with prosodic model data and accent type | |
| US20020111794A1 (en) | Method for processing information | |
| WO2005034082A1 (en) | Method for synthesizing speech | |
| EP2009620B1 (en) | Phoneme length adjustment for speech synthesis | |
| JP5198046B2 (ja) | 音声処理装置及びそのプログラム | |
| JP2009251199A (ja) | 音声合成装置、方法及びプログラム | |
| Levinson et al. | Speech synthesis in telecommunications | |
| JP4953767B2 (ja) | 音声生成装置 | |
| JP2014062970A (ja) | 音声合成方法、装置、及びプログラム | |
| JP3685648B2 (ja) | 音声合成方法及び音声合成装置、並びに音声合成装置を備えた電話機 | |
| JP5320341B2 (ja) | 発声用テキストセット作成方法、発声用テキストセット作成装置及び発声用テキストセット作成プログラム | |
| JPH08335096A (ja) | テキスト音声合成装置 | |
| JP3437064B2 (ja) | 音声合成装置 | |
| JP5518621B2 (ja) | 音声合成装置およびコンピュータプログラム | |
| JP2002132291A (ja) | 自然言語対話処理装置およびその方法並びにその記憶媒体 | |
| JP3113101B2 (ja) | 音声合成装置 | |
| JP2006189544A (ja) | 通訳装置、通訳方法、通訳プログラムを記録した記録媒体、および通訳プログラム | |
| JP2013195928A (ja) | 音声素片切出装置 | |
| JPH11259094A (ja) | 規則音声合成装置 | |
| JP2956936B2 (ja) | 音声合成装置の発声速度制御回路 | |
| JP2003005774A (ja) | 音声合成装置 | |
| JP2005037423A (ja) | 音声出力装置 | |
| JPH11344997A (ja) | 音声合成方法 | |
| JPH08160990A (ja) | 音声合成装置 | |
| KR19980065482A (ko) | 스피킹 스타일을 변경하는 음성 합성 방법 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20041207 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20050222 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20050414 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20050517 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20050531 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080610 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090610 Year of fee payment: 4 |
|
| LAPS | Cancellation because of no payment of annual fees |