JP2001154683A - 音声合成装置とその方法及び音声合成プログラムを記録した記録媒体 - Google Patents
音声合成装置とその方法及び音声合成プログラムを記録した記録媒体Info
- Publication number
- JP2001154683A JP2001154683A JP33901099A JP33901099A JP2001154683A JP 2001154683 A JP2001154683 A JP 2001154683A JP 33901099 A JP33901099 A JP 33901099A JP 33901099 A JP33901099 A JP 33901099A JP 2001154683 A JP2001154683 A JP 2001154683A
- Authority
- JP
- Japan
- Prior art keywords
- speech
- information
- feature vector
- codebook
- 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】 従来のテキスト情報からの音声合成装置にお
いて、高音質な音声を出力するためには、音声素片デー
タベースに多くの情報を保持する必要があった。本発明
は、音声特徴ベクトルを効率的に圧縮表現し、音声素片
データベースの容量を大幅に削減することを目的とす
る。 【解決手段】 上記課題を解決するために、文字列を入
力し、読み情報に変換するテキスト解析器と、前記テキ
スト解析器から読み情報を入力し、韻律情報を生成する
韻律生成器と、前記読み情報を入力し、音声素片データ
ベースの中から音声素片情報を選択出力する音声素片選
択器と、前記韻律情報と前記音声素片情報を入力し、合
成音声を作成する音声合成器を備える、音声合成装置
が、前記音声素片データベースは読み情報から決定され
る選択基準情報と、基準ごとの音声特徴ベクトルのイン
デックスを有し、前記音声合成器は、前記選択基準情報
から使用する符号帳を選択する基準別ベクトル符号帳
と、前記インデックスから音声特徴ベクトルを選択する
音声特徴ベクトル選択器を備えることを特徴とする。
いて、高音質な音声を出力するためには、音声素片デー
タベースに多くの情報を保持する必要があった。本発明
は、音声特徴ベクトルを効率的に圧縮表現し、音声素片
データベースの容量を大幅に削減することを目的とす
る。 【解決手段】 上記課題を解決するために、文字列を入
力し、読み情報に変換するテキスト解析器と、前記テキ
スト解析器から読み情報を入力し、韻律情報を生成する
韻律生成器と、前記読み情報を入力し、音声素片データ
ベースの中から音声素片情報を選択出力する音声素片選
択器と、前記韻律情報と前記音声素片情報を入力し、合
成音声を作成する音声合成器を備える、音声合成装置
が、前記音声素片データベースは読み情報から決定され
る選択基準情報と、基準ごとの音声特徴ベクトルのイン
デックスを有し、前記音声合成器は、前記選択基準情報
から使用する符号帳を選択する基準別ベクトル符号帳
と、前記インデックスから音声特徴ベクトルを選択する
音声特徴ベクトル選択器を備えることを特徴とする。
Description
【０００１】
【発明の属する技術分野】本発明は、テキストから音声
を生成する音声合成装置に関する。
を生成する音声合成装置に関する。
【０００２】
【従来の技術】図５は一般的な音声合成装置の構成例を
示している。図５に示す音声合成装置は、入力端子（１
０１）、テキスト解析器（１０２）、韻律生成器（１０
３）、音声素片選択器（１０４）、音声素片データベー
ス（１０５）、音声合成器（５０６）、音声出力端子
（１０７）で構成される。
示している。図５に示す音声合成装置は、入力端子（１
０１）、テキスト解析器（１０２）、韻律生成器（１０
３）、音声素片選択器（１０４）、音声素片データベー
ス（１０５）、音声合成器（５０６）、音声出力端子
（１０７）で構成される。
【０００３】従来の音声合成器（５０６）は、線形予測
手法に基づくパラメータ合成方式を用いた音声合成器の
例である。音声合成器は、パルス発生器（２０１）、雑
音発生器（２０２）、音源切り替え器（２０３）、増幅
器（２０４）、合成フィルタ（２０５）、出力端子（２
０６）、逆量子化器（５０１）、パラメータ量子化テー
ブル（５０２）で構成される。
手法に基づくパラメータ合成方式を用いた音声合成器の
例である。音声合成器は、パルス発生器（２０１）、雑
音発生器（２０２）、音源切り替え器（２０３）、増幅
器（２０４）、合成フィルタ（２０５）、出力端子（２
０６）、逆量子化器（５０１）、パラメータ量子化テー
ブル（５０２）で構成される。
【０００４】以下、図５を用い、従来の音声合成装置の
動作を説明する。テキスト解析器（１０２）は、単語や
文章などのテキスト情報（例：「左」）を入力し、読み
の情報を（例：ｈｉｄａｒｉ）出力する。
動作を説明する。テキスト解析器（１０２）は、単語や
文章などのテキスト情報（例：「左」）を入力し、読み
の情報を（例：ｈｉｄａｒｉ）出力する。
【０００５】韻律生成器（１０３）は、読み情報（例：
ｈｉｄａｒｉ）を入力し、韻律情報（声の高さ、大き
さ、継続時間長）を生成する。声の高さは母音のピッチ
周波数で決定され，例の場合で説明すると、時間順に
ｉ，ａ，ｉの母音におけるピッチ周波数を決定する。声
の大きさや発声速度は、各音素毎（例：ｈ，ｉ，ｄ，
ａ，ｒ，ｉ）に振幅情報、継続時間長が決定される。
ｈｉｄａｒｉ）を入力し、韻律情報（声の高さ、大き
さ、継続時間長）を生成する。声の高さは母音のピッチ
周波数で決定され，例の場合で説明すると、時間順に
ｉ，ａ，ｉの母音におけるピッチ周波数を決定する。声
の大きさや発声速度は、各音素毎（例：ｈ，ｉ，ｄ，
ａ，ｒ，ｉ）に振幅情報、継続時間長が決定される。
【０００６】音声素片選択器（１０４）は、音声素片デ
ータベース（１０５）を参照し、読み情報（例：ｈｉｄ
ａｒｉ）に基づき音声素片を選択する。音声合成単位と
しては、子音＋母音（ＣＶ：Ｃｏｎｓｏｎａｎｔ，Ｖｏ
ｗｅｌ）の音韻単位（例：ｋａ，ｇｕ）や、高音質化を
目的に音韻過渡部の特徴量を保持した母音＋子音＋母音
（ＶＣＶ）単位（例：ａｋｉ，ｉｔｏ）などが広く使わ
れている。
ータベース（１０５）を参照し、読み情報（例：ｈｉｄ
ａｒｉ）に基づき音声素片を選択する。音声合成単位と
しては、子音＋母音（ＣＶ：Ｃｏｎｓｏｎａｎｔ，Ｖｏ
ｗｅｌ）の音韻単位（例：ｋａ，ｇｕ）や、高音質化を
目的に音韻過渡部の特徴量を保持した母音＋子音＋母音
（ＶＣＶ）単位（例：ａｋｉ，ｉｔｏ）などが広く使わ
れている。
【０００７】例えば、特開昭６０−２０８７９９号公報
には、パラメータ合成方式を用いた合成システムで、音
韻を単位としてデータを保持する方法が記述されてい
る。このシステムでは、音声の声道情報（線形予測係
数）を、音韻の種類別に１セット（例えば、ｈｉでは子
音部ｈと母音部ｉの線形予測係数）のデータを音韻メモ
リーに蓄えている。
には、パラメータ合成方式を用いた合成システムで、音
韻を単位としてデータを保持する方法が記述されてい
る。このシステムでは、音声の声道情報（線形予測係
数）を、音韻の種類別に１セット（例えば、ｈｉでは子
音部ｈと母音部ｉの線形予測係数）のデータを音韻メモ
リーに蓄えている。
【０００８】以降の説明では、ＶＣＶ単位を用いる手法
を説明する。音声素片データベース（１０５）は、自然
音声データからＶＣＶの単位で適切に切り出した音声デ
ータを分析し、合成に必要な情報を保持する。日本語の
場合ＶＣＶ素片数は１０００個程度あり、各素片の時間
長は正規化して保持しても異なっていても良い。
を説明する。音声素片データベース（１０５）は、自然
音声データからＶＣＶの単位で適切に切り出した音声デ
ータを分析し、合成に必要な情報を保持する。日本語の
場合ＶＣＶ素片数は１０００個程度あり、各素片の時間
長は正規化して保持しても異なっていても良い。
【０００９】音声信号は、予め定められた長さ（フレー
ム）毎に分析される。ＶＣＶ別に保持する情報として
は、ＶＣＶの音素境界位置情報（ｓｅｇ１，ｓｅｇ２，
ｓｅｇ３＝ＶＣＶのフレーム数）、及びフレーム毎の有
声／無声の時系列情報（ｕｖ［１］，ｕｖ
［２］，．．．，ｕｖ［ｓｅｇ３］）、フレーム毎の振
幅時系列情報（ｐｏｗ［１］，ｐｏｗ［２］，．．．，
ｐｏｗ［ｓｅｇ３］）、そしてフレーム毎の線形予測係
数ベクトルの時系列情報（ａ［１］，ａ
［２］，．．．，ａ［ｓｅｇ３］）を保持している。こ
こで線形予測係数ベクトル（ａ［ｋ］，ｋ＝１．．．ｓ
ｅｇ３）は、１０次程度の線形予測係数や線スペクトル
対パラメータなどが用いられる。
ム）毎に分析される。ＶＣＶ別に保持する情報として
は、ＶＣＶの音素境界位置情報（ｓｅｇ１，ｓｅｇ２，
ｓｅｇ３＝ＶＣＶのフレーム数）、及びフレーム毎の有
声／無声の時系列情報（ｕｖ［１］，ｕｖ
［２］，．．．，ｕｖ［ｓｅｇ３］）、フレーム毎の振
幅時系列情報（ｐｏｗ［１］，ｐｏｗ［２］，．．．，
ｐｏｗ［ｓｅｇ３］）、そしてフレーム毎の線形予測係
数ベクトルの時系列情報（ａ［１］，ａ
［２］，．．．，ａ［ｓｅｇ３］）を保持している。こ
こで線形予測係数ベクトル（ａ［ｋ］，ｋ＝１．．．ｓ
ｅｇ３）は、１０次程度の線形予測係数や線スペクトル
対パラメータなどが用いられる。
【００１０】上記例（ｈ，ｉ，ｄ，ａ，ｒ，ｉ）で音声
素片選択器（１０４）の動作を説明すると、選択される
ＶＣＶ素片は、＊ｈｉ，ｉｄａ，ａｒｉ，ｉ＊＊が選択
され音声素片情報として出力する。ここで記号＊は無音
を表す。ＶＣＶを単位とする合成方式では、このように
母音で隣接素片を接続する。
素片選択器（１０４）の動作を説明すると、選択される
ＶＣＶ素片は、＊ｈｉ，ｉｄａ，ａｒｉ，ｉ＊＊が選択
され音声素片情報として出力する。ここで記号＊は無音
を表す。ＶＣＶを単位とする合成方式では、このように
母音で隣接素片を接続する。
【００１１】最後に、音声合成器（５０６）は、韻律情
報と音声素片情報を入力し、音声素片のデータを韻律情
報に従って声の高さや大きさ、発声速度を制御しながら
合成音を作成し出力する。
報と音声素片情報を入力し、音声素片のデータを韻律情
報に従って声の高さや大きさ、発声速度を制御しながら
合成音を作成し出力する。
【００１２】音源切り替え器（２０３）は、音声素片情
報の有声／無声情報に基づき、有声の場合はパルス音源
を、無声の場合は雑音音源を選択するよう音源を切り替
える。有声音の場合、パスル発生器（２０１）は、韻律
情報の声の高さ（ピッチ周波数）を基に、適切な時間間
隔でパルス列を生成する。無声音の場合、雑音発生器
（２０２）で白色雑音を生成する。増幅器（２０４）
は、韻律情報の声の大きさ（振幅情報）を基に、音源信
号の振幅を適切に増幅する。パラメータ合成方式を用い
る音声合成装置では一般に、線形予測係数を適切に量子
化してから、音声素片データベース（１０５）に保存し
ている。音声合成器においては、この音声素片情報中の
線形予測係数パラメータを、パラメータ量子化テーブル
（５０２）を用いて、逆量子化器（５０１）で適切にデ
コードした後、合成フィルタ（２０５）に送る。合成フ
ィルタ（２０５）は、デコードした線形予測係数をフィ
ルタ係数に設定し、増幅された音源信号をフィルタリン
グ処理し音声波形として出力する。
報の有声／無声情報に基づき、有声の場合はパルス音源
を、無声の場合は雑音音源を選択するよう音源を切り替
える。有声音の場合、パスル発生器（２０１）は、韻律
情報の声の高さ（ピッチ周波数）を基に、適切な時間間
隔でパルス列を生成する。無声音の場合、雑音発生器
（２０２）で白色雑音を生成する。増幅器（２０４）
は、韻律情報の声の大きさ（振幅情報）を基に、音源信
号の振幅を適切に増幅する。パラメータ合成方式を用い
る音声合成装置では一般に、線形予測係数を適切に量子
化してから、音声素片データベース（１０５）に保存し
ている。音声合成器においては、この音声素片情報中の
線形予測係数パラメータを、パラメータ量子化テーブル
（５０２）を用いて、逆量子化器（５０１）で適切にデ
コードした後、合成フィルタ（２０５）に送る。合成フ
ィルタ（２０５）は、デコードした線形予測係数をフィ
ルタ係数に設定し、増幅された音源信号をフィルタリン
グ処理し音声波形として出力する。
【００１３】上記説明では、パラメータ合成方式の音声
合成器を説明したが、音声合成器として波形編集方式
（例えば、特開昭６０−２１０９８号公報）を用いても
良い。以下に波形編集方式の音声合成器を説明する。
合成器を説明したが、音声合成器として波形編集方式
（例えば、特開昭６０−２１０９８号公報）を用いても
良い。以下に波形編集方式の音声合成器を説明する。
【００１４】図６を用いて、波形編集方式を用いた音声
合成器の動作を説明する。この場合、音声素片データベ
ース（１０５）には、線形予測係数ベクトルの代わり
に、音声波形データを保持する。波形の保持方法として
は、有声区間のデータに対してピッチ周波数や時間長の
変更制御が行いやすいように、波形に零位相化や最小位
相化処理を施す手法が広く使われている。
合成器の動作を説明する。この場合、音声素片データベ
ース（１０５）には、線形予測係数ベクトルの代わり
に、音声波形データを保持する。波形の保持方法として
は、有声区間のデータに対してピッチ周波数や時間長の
変更制御が行いやすいように、波形に零位相化や最小位
相化処理を施す手法が広く使われている。
【００１５】読み情報から決定された音声素片情報に基
づき、合成に必要な音声波形データを音声素片データベ
ース（１０５）から取り出す。増幅器（６０１）は、韻
律情報の声の大きさ（振幅情報）を基に、音声波形の振
幅を適切に増幅する。波形重畳器（６０２）は、音声素
片が有声の場合、韻律情報の声の高さ（ピッチ周波数）
の情報を基に、増幅された音声波形を適切な時間間隔で
配置し窓掛け加算し出力する。音声素片が無声の場合
は、増幅された音声波形を出力端子（６０３）からその
まま出力する。
づき、合成に必要な音声波形データを音声素片データベ
ース（１０５）から取り出す。増幅器（６０１）は、韻
律情報の声の大きさ（振幅情報）を基に、音声波形の振
幅を適切に増幅する。波形重畳器（６０２）は、音声素
片が有声の場合、韻律情報の声の高さ（ピッチ周波数）
の情報を基に、増幅された音声波形を適切な時間間隔で
配置し窓掛け加算し出力する。音声素片が無声の場合
は、増幅された音声波形を出力端子（６０３）からその
まま出力する。
【００１６】
【発明が解決しようとする課題】特開昭６０−２０８７
９９号公報で例示したようなシステムでは、音韻に応じ
て１セットの線形予測係数しか保持しておらず、自然音
声信号に含まれるスペクトルの時間的変化が表現でき
ず、音質が不十分である問題があった。この問題を解決
するために分析フレーム毎にスペクトル情報を保持する
手法が一般的である。
９９号公報で例示したようなシステムでは、音韻に応じ
て１セットの線形予測係数しか保持しておらず、自然音
声信号に含まれるスペクトルの時間的変化が表現でき
ず、音質が不十分である問題があった。この問題を解決
するために分析フレーム毎にスペクトル情報を保持する
手法が一般的である。
【００１７】そこで従来の音声合成装置は、高音質の合
成を得る目的に、音声素片データベースに多くの情報を
保持している。例えば合成単位にＶＣＶ素片を用いると
約１０００種類の素片数が必要で、一つの素片の時間長
は、例えば平均２００ｍｓ程度の情報量を保持してい
る。１フレーム５ｍｓとすると４０フレームになる。
成を得る目的に、音声素片データベースに多くの情報を
保持している。例えば合成単位にＶＣＶ素片を用いると
約１０００種類の素片数が必要で、一つの素片の時間長
は、例えば平均２００ｍｓ程度の情報量を保持してい
る。１フレーム５ｍｓとすると４０フレームになる。
【００１８】ここで、波形編集方式の合成方式の場合、
波形データを音声素片データベースに保持するゆえ、デ
ータ容量が数ＭＢｙｔｅにもなるという問題があった。
パラメータ合成方式を用いた場合には、音声素片データ
ベースに線形予測係数ベクトルの時系列を保持する。例
えば、１フレームあたりの線形予測係数ベクトルのデー
タを４０ビットで量子化し表現した場合、線形予測係数
の情報量だけでもデータ容量が２００ＫＢｙｔｅ程度必
要になる。
波形データを音声素片データベースに保持するゆえ、デ
ータ容量が数ＭＢｙｔｅにもなるという問題があった。
パラメータ合成方式を用いた場合には、音声素片データ
ベースに線形予測係数ベクトルの時系列を保持する。例
えば、１フレームあたりの線形予測係数ベクトルのデー
タを４０ビットで量子化し表現した場合、線形予測係数
の情報量だけでもデータ容量が２００ＫＢｙｔｅ程度必
要になる。
【００１９】音声圧縮の分野では、線形予測係数ベクト
ルを、移動平均予測とベクトル量子化の手法を用いて情
報量を削減する手法がある（日本音響学会講演論文集、
平成４年10月 ２−５−１２）。しかしながらこの場合
でも、１フレーム当たりの線形予測係数ベクトルの情報
量は２０ビット程度必要で、まだ情報量が多いという問
題があった。
ルを、移動平均予測とベクトル量子化の手法を用いて情
報量を削減する手法がある（日本音響学会講演論文集、
平成４年10月 ２−５−１２）。しかしながらこの場合
でも、１フレーム当たりの線形予測係数ベクトルの情報
量は２０ビット程度必要で、まだ情報量が多いという問
題があった。
【００２０】
【課題を解決するための手段】本発明の音声合成装置
は、文字列を入力し、読み情報に変換するテキスト解析
器と、読み情報を入力し、声の高さや大きさや発声速度
の韻律情報を生成する韻律生成器と、読み情報を入力
し、音声素片データベースの中から音声素片情報を選択
出力する音声素片選択器と、韻律情報と音声素片情報を
入力し、合成音声を作成する音声合成器を備える、音声
合成装置において、上記音声素片データベースは読み情
報から決定される選択基準情報と、基準ごとの音声特徴
ベクトルのインデックスを有し、上記音声合成器は、選
択基準情報から使用する符号帳を選択する基準別ベクト
ル符号帳と、上記インデックスから音声特徴ベクトルを
選択する音声特徴ベクトル選択器を備えることを特徴と
する。
は、文字列を入力し、読み情報に変換するテキスト解析
器と、読み情報を入力し、声の高さや大きさや発声速度
の韻律情報を生成する韻律生成器と、読み情報を入力
し、音声素片データベースの中から音声素片情報を選択
出力する音声素片選択器と、韻律情報と音声素片情報を
入力し、合成音声を作成する音声合成器を備える、音声
合成装置において、上記音声素片データベースは読み情
報から決定される選択基準情報と、基準ごとの音声特徴
ベクトルのインデックスを有し、上記音声合成器は、選
択基準情報から使用する符号帳を選択する基準別ベクト
ル符号帳と、上記インデックスから音声特徴ベクトルを
選択する音声特徴ベクトル選択器を備えることを特徴と
する。
【００２１】また、前記基準別ベクトル符号帳は、選択
基準別に１つあるいは複数の音声特徴ベクトルを保有し
ていることを特徴とする。
基準別に１つあるいは複数の音声特徴ベクトルを保有し
ていることを特徴とする。
【００２２】さらに、前記選択信号は音素情報であり、
前記基準別符号帳は音素毎符号帳であることを特徴とす
る。
前記基準別符号帳は音素毎符号帳であることを特徴とす
る。
【００２３】あるいは、前記選択信号は、前記選択基準
信号は読み情報から決定された音素情報と音素カテゴリ
ー表とに基づいてカテゴリー選択器で選択されたカテゴ
リー情報であり、前記基準毎符号帳は、音素カテゴリー
別符号帳であることを特徴とする。
信号は読み情報から決定された音素情報と音素カテゴリ
ー表とに基づいてカテゴリー選択器で選択されたカテゴ
リー情報であり、前記基準毎符号帳は、音素カテゴリー
別符号帳であることを特徴とする。
【００２４】また、前記音声合成装置において、音声特
徴ベクトルとして、線形予測係数を用いることを特徴と
する。
徴ベクトルとして、線形予測係数を用いることを特徴と
する。
【００２５】あるいは、前記音声合成装置において、音
声特徴ベクトルとして、音声波形を用いることを特徴と
する。
声特徴ベクトルとして、音声波形を用いることを特徴と
する。
【００２６】また、文字列を入力し、読み情報に変換す
るテキスト解析手段と、前記テキスト解析手段から読み
情報を入力し、韻律情報を生成する韻律生成手段と、前
記読み情報を入力し、音声素片データベースの中から音
声素片情報を選択出力する音声素片選択手段と、前記韻
律情報と前記音声素片情報を入力し、合成音声を作成す
る音声合成手段を備える、音声合成方法は、前記音声素
片データベースは読み情報から決定される選択基準情報
と、基準ごとの音声特徴ベクトルのインデックスを有
し、前記音声合成手段は、前記選択基準情報から使用す
る符号帳を選択する基準別ベクトル符号帳と、前記イン
デックスから音声特徴ベクトルを選択する音声特徴ベク
トル選択手段を備えることを特徴とする。
るテキスト解析手段と、前記テキスト解析手段から読み
情報を入力し、韻律情報を生成する韻律生成手段と、前
記読み情報を入力し、音声素片データベースの中から音
声素片情報を選択出力する音声素片選択手段と、前記韻
律情報と前記音声素片情報を入力し、合成音声を作成す
る音声合成手段を備える、音声合成方法は、前記音声素
片データベースは読み情報から決定される選択基準情報
と、基準ごとの音声特徴ベクトルのインデックスを有
し、前記音声合成手段は、前記選択基準情報から使用す
る符号帳を選択する基準別ベクトル符号帳と、前記イン
デックスから音声特徴ベクトルを選択する音声特徴ベク
トル選択手段を備えることを特徴とする。
【００２７】また、文字列を入力し、読み情報に変換す
るテキスト解析機能と、前記テキスト解析機能から読み
情報を入力し、韻律情報を生成する韻律生成機能と、前
記読み情報を入力し、音声素片データベースの中から音
声素片情報を選択出力する音声素片選択機能と、前記韻
律情報と前記音声素片情報を入力し、合成音声を作成す
る音声合成機能を備える、音声合成機能を行う記録媒体
は、前記音声素片データベースは読み情報から決定され
る選択基準情報と、基準ごとの音声特徴ベクトルのイン
デックスを有し、前記音声合成機能は、前記選択基準情
報から使用する符号帳を選択する基準別ベクトル符号帳
と、前記インデックスから音声特徴ベクトルを選択する
音声特徴ベクトル選択機能を備えることを特徴とする。
るテキスト解析機能と、前記テキスト解析機能から読み
情報を入力し、韻律情報を生成する韻律生成機能と、前
記読み情報を入力し、音声素片データベースの中から音
声素片情報を選択出力する音声素片選択機能と、前記韻
律情報と前記音声素片情報を入力し、合成音声を作成す
る音声合成機能を備える、音声合成機能を行う記録媒体
は、前記音声素片データベースは読み情報から決定され
る選択基準情報と、基準ごとの音声特徴ベクトルのイン
デックスを有し、前記音声合成機能は、前記選択基準情
報から使用する符号帳を選択する基準別ベクトル符号帳
と、前記インデックスから音声特徴ベクトルを選択する
音声特徴ベクトル選択機能を備えることを特徴とする。
【００２８】
【発明の実施の形態】図１に、本発明の音声合成装置の
全体概略構成を示す。概略構成は従来例と同じである。
本発明が従来技術とは異なるのは、音声合成器（１０
６）の内部構成と、音声素片データベース（１０５）に
音声特徴ベクトルを圧縮して保持する点が異なる。
全体概略構成を示す。概略構成は従来例と同じである。
本発明が従来技術とは異なるのは、音声合成器（１０
６）の内部構成と、音声素片データベース（１０５）に
音声特徴ベクトルを圧縮して保持する点が異なる。
【００２９】図２は、音声合成器１０６の部分を抽出し
示したものである。図９は、図１と図２を合わせた本発
明のテキスト音声合成装置全体の構成例を示す。以下、
図１及び図２を用いて、本発明の音声合成器の一実施例
を示す。従来技術の説明で示した図５と同じ構成要素に
は同じ番号を付与している。従来技術と異なる構成要素
は、音声素片選択器（１０４）の出力情報から決定され
る選択基準情報を入力し、複数の中から使用するベクト
ル符号帳を選択する基準別ベクトル符号帳（２０８）
と、音声素片選択器（１０４）の出力情報から決定され
るインデックスと基準別ベクトル符号帳（２０８）を入
力し、音声特徴ベクトルを選択する音声特徴ベクトル選
択器（２０７）の二つである。
示したものである。図９は、図１と図２を合わせた本発
明のテキスト音声合成装置全体の構成例を示す。以下、
図１及び図２を用いて、本発明の音声合成器の一実施例
を示す。従来技術の説明で示した図５と同じ構成要素に
は同じ番号を付与している。従来技術と異なる構成要素
は、音声素片選択器（１０４）の出力情報から決定され
る選択基準情報を入力し、複数の中から使用するベクト
ル符号帳を選択する基準別ベクトル符号帳（２０８）
と、音声素片選択器（１０４）の出力情報から決定され
るインデックスと基準別ベクトル符号帳（２０８）を入
力し、音声特徴ベクトルを選択する音声特徴ベクトル選
択器（２０７）の二つである。
【００３０】選択基準としては、例えば音素情報や、音
素カテゴリー情報、或いは音素をその音響的特徴（有
声、無声、摩擦性など）で分類した基準が用いられる。
また音声特徴ベクトルとしては、例えば線形予測係数
や、音声波形、或いはホルマント周波数と帯域幅など、
音声の特徴を表現するデータが用いられる。
素カテゴリー情報、或いは音素をその音響的特徴（有
声、無声、摩擦性など）で分類した基準が用いられる。
また音声特徴ベクトルとしては、例えば線形予測係数
や、音声波形、或いはホルマント周波数と帯域幅など、
音声の特徴を表現するデータが用いられる。
【００３１】説明の便宜上、選択基準として音素情報を
用い、音声特徴ベクトルとして線形予測係数を用いる例
を最初に説明する。図３に、選択基準として音素情報を
用いた音声合成器の実施例を示す。従来例と本願との違
いは、ベクトル符号帳（３０１）の構造にある。音素別
ベクトル符号帳（３０１）は、音素情報を選択基準と
し、音素別に音声特徴ベクトルの符号帳を保持してい
る。例えば、ａ，ｉ，ｕのような母音や、ｐ、ｔ、ｓの
ような子音などの音素別にベクトル符号帳を備えてい
る。ここで音声特徴ベクトルは線形予測係数を用い、具
体的には線形予測係数から算出される線スペクトル対や
ケプストラム係数を用いる。
用い、音声特徴ベクトルとして線形予測係数を用いる例
を最初に説明する。図３に、選択基準として音素情報を
用いた音声合成器の実施例を示す。従来例と本願との違
いは、ベクトル符号帳（３０１）の構造にある。音素別
ベクトル符号帳（３０１）は、音素情報を選択基準と
し、音素別に音声特徴ベクトルの符号帳を保持してい
る。例えば、ａ，ｉ，ｕのような母音や、ｐ、ｔ、ｓの
ような子音などの音素別にベクトル符号帳を備えてい
る。ここで音声特徴ベクトルは線形予測係数を用い、具
体的には線形予測係数から算出される線スペクトル対や
ケプストラム係数を用いる。
【００３２】ここで、音素別に線形予測係数のベクトル
符号帳を設けると、同一音素の中ではスペクトル形状が
似たものが集められる。音素別に６４種類の符号帳を作
成した場合の例を図７に示す。上段左側からａ，ｉ，ｕ
の音素、下段左側からｓ，ｍ，ｇの音素に対して、６４
種類の符号帳のうち最初の５つの音声特徴ベクトルをパ
ワースペクトル表現して示したものである。子音ｓのパ
ワースペクトルは、非常にバリエーションが大きいが、
他の音素ではパワースペクトルが似た形状のものになっ
ていることが分かる。音素別に特徴ベクトルをベクトル
量子化することで、効率的に特徴ベクトルを表現できる
ことが分かる。
符号帳を設けると、同一音素の中ではスペクトル形状が
似たものが集められる。音素別に６４種類の符号帳を作
成した場合の例を図７に示す。上段左側からａ，ｉ，ｕ
の音素、下段左側からｓ，ｍ，ｇの音素に対して、６４
種類の符号帳のうち最初の５つの音声特徴ベクトルをパ
ワースペクトル表現して示したものである。子音ｓのパ
ワースペクトルは、非常にバリエーションが大きいが、
他の音素ではパワースペクトルが似た形状のものになっ
ていることが分かる。音素別に特徴ベクトルをベクトル
量子化することで、効率的に特徴ベクトルを表現できる
ことが分かる。
【００３３】音声合成装置全体構成は図１の構成から成
っているが、音声素片データベース（１０５）の内容が
従来とは異なる。従来技術で説明したように、パラメー
タ合成方式を用いる従来技術では線形予測係数ベクトル
の時系列情報を保持していたのに対して、本発明の手法
では、音声素片に対応した音素別ベクトル符号帳のイン
デックスの時系列を保持する。この様子を模式的に表現
したものを図８に示す。この例では音声素片データベー
ス（１０５）の中から、ＶＣＶ素片として例として「ｉ
ｔｏ」が選択された時の状況を示している。ここでｉｄ
ｘは、スペクトル情報をベクトル量子化した符号帳中の
符号語を指し示すｉｎｄｅｘを本実施例では示してい
る。フレーム番号１からｓｅｇ１−１の間は、音素別ベ
クトル符号帳（３０１）の音素ｉの符号帳が選択され、
ｉｄｘ［１］からｉｄｘ［ｓｅｇ１−１］のデータによ
って、ｉのベクトル符号帳の該当するインデックスの音
声特徴ベクトルが音声特徴ベクトル選択器（２０７）か
ら出力される。同様にフレーム番号ｓｅｇ１からｓｅｇ
２−１の間は、音素別ベクトル符号帳（３０１）の音素
ｔの符号帳が、フレーム番号ｓｅｇ２からｓｅｇ３の間
は、音素別ベクトル符号帳（３０１）の音素ｏの符号帳
が選択され、同様な処理が実行される。
っているが、音声素片データベース（１０５）の内容が
従来とは異なる。従来技術で説明したように、パラメー
タ合成方式を用いる従来技術では線形予測係数ベクトル
の時系列情報を保持していたのに対して、本発明の手法
では、音声素片に対応した音素別ベクトル符号帳のイン
デックスの時系列を保持する。この様子を模式的に表現
したものを図８に示す。この例では音声素片データベー
ス（１０５）の中から、ＶＣＶ素片として例として「ｉ
ｔｏ」が選択された時の状況を示している。ここでｉｄ
ｘは、スペクトル情報をベクトル量子化した符号帳中の
符号語を指し示すｉｎｄｅｘを本実施例では示してい
る。フレーム番号１からｓｅｇ１−１の間は、音素別ベ
クトル符号帳（３０１）の音素ｉの符号帳が選択され、
ｉｄｘ［１］からｉｄｘ［ｓｅｇ１−１］のデータによ
って、ｉのベクトル符号帳の該当するインデックスの音
声特徴ベクトルが音声特徴ベクトル選択器（２０７）か
ら出力される。同様にフレーム番号ｓｅｇ１からｓｅｇ
２−１の間は、音素別ベクトル符号帳（３０１）の音素
ｔの符号帳が、フレーム番号ｓｅｇ２からｓｅｇ３の間
は、音素別ベクトル符号帳（３０１）の音素ｏの符号帳
が選択され、同様な処理が実行される。
【００３４】一般の音声圧縮とは異なりテキスト音声合
成では、発声文字列の情報があるので、音声の特徴ベク
トルの情報を圧縮記録する際、このように音素情報を得
た上で、音素別にベクトル量子化することで、スペクト
ル情報に偏りがあることが利用でき、効率良く情報圧縮
できる。
成では、発声文字列の情報があるので、音声の特徴ベク
トルの情報を圧縮記録する際、このように音素情報を得
た上で、音素別にベクトル量子化することで、スペクト
ル情報に偏りがあることが利用でき、効率良く情報圧縮
できる。
【００３５】ここで従来法とデータ量を比較する。高音
質の合成音を得るためには、例えば１０次の線形予測係
数を量子化表現するには、スカラー量子化では４０ビッ
ト程度、ベクトル量子化でも２０ビット以上必要であっ
たが、本実施例のように音素別に線形予測係数をベクト
ル量子化すると、先に例示したようにスペクトル形状と
して非常に似た形状のデータになるので、比較的少ない
情報で表現できる。音質の簡易主観評価実験によると、
音素別に６ビット（６４種類のスペクトルパターン）程
度の情報量でも良好な音質が得られ、大幅な情報圧縮が
実現できる。ここで音素別のベクトル量子化の符号帳サ
イズは音素別に異なっていても良い。音声特徴ベクトル
が抽出され、合成フィルタ（２０５）に設定された以降
の動作は、従来例と同じである。
質の合成音を得るためには、例えば１０次の線形予測係
数を量子化表現するには、スカラー量子化では４０ビッ
ト程度、ベクトル量子化でも２０ビット以上必要であっ
たが、本実施例のように音素別に線形予測係数をベクト
ル量子化すると、先に例示したようにスペクトル形状と
して非常に似た形状のデータになるので、比較的少ない
情報で表現できる。音質の簡易主観評価実験によると、
音素別に６ビット（６４種類のスペクトルパターン）程
度の情報量でも良好な音質が得られ、大幅な情報圧縮が
実現できる。ここで音素別のベクトル量子化の符号帳サ
イズは音素別に異なっていても良い。音声特徴ベクトル
が抽出され、合成フィルタ（２０５）に設定された以降
の動作は、従来例と同じである。
【００３６】次に、音素カテゴリー毎ベクトル符号帳を
用いた場合の実施例について説明する。上述した音素情
報に基づく音声合成装置では、音素別のベクトル符号帳
を保持する必要があった。先に例示したように、例えば
音素別に６４パターンの音声特徴ベクトルを保持し、音
素の数を３２とし、１パターン当たり４０ビットで表現
した場合、音素別ベクトル符号帳のデータ量は約１０Ｋ
Ｂｙｔｅ必要であった。
用いた場合の実施例について説明する。上述した音素情
報に基づく音声合成装置では、音素別のベクトル符号帳
を保持する必要があった。先に例示したように、例えば
音素別に６４パターンの音声特徴ベクトルを保持し、音
素の数を３２とし、１パターン当たり４０ビットで表現
した場合、音素別ベクトル符号帳のデータ量は約１０Ｋ
Ｂｙｔｅ必要であった。
【００３７】音響的に似た音素は特徴ベクトルも似てお
り、音素別に持つより音響的に似た音素カテゴリー別に
符号帳を持つことで、ベクトル符号帳の容量を削減でき
る。
り、音素別に持つより音響的に似た音素カテゴリー別に
符号帳を持つことで、ベクトル符号帳の容量を削減でき
る。
【００３８】これを実現するための構成を図４に示す。
図４の構成では、各音素がどのカテゴリーに属するかを
示した音素カテゴリー表（４０２）を備えており、入力
音素はこのカテゴリー表を参照して、カテゴリー選択器
（４０３）でカテゴリー選択される。音声特徴ベクトル
のベクトル符号帳は、音素カテゴリー別ベクトル符号帳
（４０１）に音素カテゴリー別に保持されており、選択
されたカテゴリー情報に基づいて、どの符号帳を使用す
るか選択される。例えば入力音素がｄであった場合、音
素ｄはカテゴリーは２番に属しているので、音素カテゴ
リー別ベクトル符号帳は第２種類符号帳を使用する。
図４の構成では、各音素がどのカテゴリーに属するかを
示した音素カテゴリー表（４０２）を備えており、入力
音素はこのカテゴリー表を参照して、カテゴリー選択器
（４０３）でカテゴリー選択される。音声特徴ベクトル
のベクトル符号帳は、音素カテゴリー別ベクトル符号帳
（４０１）に音素カテゴリー別に保持されており、選択
されたカテゴリー情報に基づいて、どの符号帳を使用す
るか選択される。例えば入力音素がｄであった場合、音
素ｄはカテゴリーは２番に属しているので、音素カテゴ
リー別ベクトル符号帳は第２種類符号帳を使用する。
【００３９】音声特徴量の類似している音素カテゴリー
を適切に構成することで、音声特徴ベクトルを効率良く
保持することができ、音質劣化を小さく抑えて、音素別
のベクトル符号帳よりも符号帳を保持するためのメモリ
ー量を削減することができる。以降の動作は、図３の実
施例と同じであるので省略する。
を適切に構成することで、音声特徴ベクトルを効率良く
保持することができ、音質劣化を小さく抑えて、音素別
のベクトル符号帳よりも符号帳を保持するためのメモリ
ー量を削減することができる。以降の動作は、図３の実
施例と同じであるので省略する。
【００４０】これまでの説明では、音声特徴ベクトルは
線形予測係数を用いた、パラメータ合成方式の音声合成
装置を説明したが、波形重畳方式に基づく音声合成器を
用いることもできる。この場合の音声特徴ベクトルは音
声波形を用いる。特に零位相化処理や最小位相化処理を
施し、振幅を正規化することによって、波形歪み尺度に
基づいて波形のベクトル符号帳を構成することができ
る。なお、上記全ての装置はコンピュータなどの処理装
置を用いて実現することができる。
線形予測係数を用いた、パラメータ合成方式の音声合成
装置を説明したが、波形重畳方式に基づく音声合成器を
用いることもできる。この場合の音声特徴ベクトルは音
声波形を用いる。特に零位相化処理や最小位相化処理を
施し、振幅を正規化することによって、波形歪み尺度に
基づいて波形のベクトル符号帳を構成することができ
る。なお、上記全ての装置はコンピュータなどの処理装
置を用いて実現することができる。
【００４１】
【発明の効果】本発明で示した選択基準（例えば音素）
別のベクトル符号帳を用いることで、音声特徴ベクトル
を効率的に圧縮表現することができ、音声素片データベ
ースの容量を大幅に削減することができる。
別のベクトル符号帳を用いることで、音声特徴ベクトル
を効率的に圧縮表現することができ、音声素片データベ
ースの容量を大幅に削減することができる。
【図１】テキスト音声合成装置全体の構成例を説明する
図である。
図である。
【図２】本発明の音声合成器の構成例を説明する図であ
る。
る。
【図３】本発明の音声合成器の構成例を説明する図であ
る。
る。
【図４】本発明の音声合成器の構成例を説明する図であ
る。
る。
【図５】従来技術音声合成器の構成例を説明する図であ
る。
る。
【図６】従来技術の波形重畳方式の合成器の動作を説明
する図である。
する図である。
【図７】音声素片データベース内のデータ例を説明する
図である。
図である。
【図８】音素別の音声特徴ベクトル符号帳の例を説明す
る図である。
る図である。
【図９】本発明のテキスト音声合成装置全体の構成例を
説明する図である。
説明する図である。
１０１ 入力端子 １０２ テキスト解析器 １０３ 韻律生成器 １０４ 音声素片選択器 １０５ 音声素片データベース １０６ 音声合成器 １０７ 出力端子 ２０１ パルス発生器 ２０２ 雑音発生器 ２０３ 音源切り替え器 ２０４ 増幅器 ２０５ 合成フィルタ ２０６ 出力端子 ２０７ 音声特徴ベクトル選択器 ２０８ 基準別ベクトル符号帳 ３０１ 音素別ベクトル符号帳 ４０１ 音素カテゴリー別ベクトル符号帳 ４０２ 音素カテゴリー表 ４０３ カテゴリー選択器 ５０１ 逆量子化器 ５０２ パラメータ量子化テーブル ５０６ 音声合成器 ６０１ 増幅器 ６０２ 波形重畳器 ６０３ 出力端子
Claims (8)
- 【請求項１】 文字列を入力し、読み情報に変換するテ
キスト解析器と、 前記テキスト解析器から読み情報を入力し、韻律情報を
生成する韻律生成器と、 前記読み情報を入力し、音声素片データベースの中から
音声素片情報を選択出力する音声素片選択器と、 前記韻律情報と前記音声素片情報を入力し、合成音声を
作成する音声合成器を備える、音声合成装置であって、 前記音声素片データベースは読み情報から決定される選
択基準情報と、基準ごとの音声特徴ベクトルのインデッ
クスを有し、 前記音声合成器は、前記選択基準情報から使用する符号
帳を選択する基準別ベクトル符号帳と、前記インデック
スから音声特徴ベクトルを選択する音声特徴ベクトル選
択器を備えることを特徴とする音声合成装置。 - 【請求項２】 前記基準別ベクトル符号帳は、選択基準
別に１つあるいは複数の音声特徴ベクトルを保有してい
ることを特徴とする請求項１に記載の音声合成装置。 - 【請求項３】 前記選択信号は音素情報であり、前記基
準別符号帳は音素毎符号帳であることを特徴とする請求
項１又は２に記載の音声合成装置。 - 【請求項４】 前記選択信号は、前記選択基準信号は読
み情報から決定された音素情報と音素カテゴリー表とに
基づいてカテゴリー選択器で選択されたカテゴリー情報
であり、前記基準毎符号帳は、音素カテゴリー別符号帳
であることを特徴とする請求項１又は２に記載の音声合
成装置。 - 【請求項５】 前記音声合成装置において、音声特徴ベ
クトルとして、線形予測係数を用いることを特徴とする
請求項１乃至４のいずれかに記載の音声合成装置。 - 【請求項６】 前記音声合成装置において、音声特徴ベ
クトルとして、音声波形を用いることを特徴とする請求
項１乃至４のいずれかに記載の音声合成装置。 - 【請求項７】 文字列を入力し、読み情報に変換するテ
キスト解析手段と、 前記テキスト解析手段から読み情報を入力し、韻律情報
を生成する韻律生成手段と、 前記読み情報を入力し、音声素片データベースの中から
音声素片情報を選択出力する音声素片選択手段と、 前記韻律情報と前記音声素片情報を入力し、合成音声を
作成する音声合成手段を備える、音声合成方法であっ
て、 前記音声素片データベースは読み情報から決定される選
択基準情報と、基準ごとの音声特徴ベクトルのインデッ
クスを有し、 前記音声合成手段は、前記選択基準情報から使用する符
号帳を選択する基準別ベクトル符号帳と、前記インデッ
クスから音声特徴ベクトルを選択する音声特徴ベクトル
選択手段を備えることを特徴とする音声合成方法。 - 【請求項８】 文字列を入力し、読み情報に変換するテ
キスト解析機能と、 前記テキスト解析機能から読み情報を入力し、韻律情報
を生成する韻律生成機能と、 前記読み情報を入力し、音声素片データベースの中から
音声素片情報を選択出力する音声素片選択機能と、 前記韻律情報と前記音声素片情報を入力し、合成音声を
作成する音声合成機能を備える、音声合成機能を行う記
録媒体であって、 前記音声素片データベースは読み情報から決定される選
択基準情報と、基準ごとの音声特徴ベクトルのインデッ
クスを有し、 前記音声合成機能は、前記選択基準情報から使用する符
号帳を選択する基準別ベクトル符号帳と、前記インデッ
クスから音声特徴ベクトルを選択する音声特徴ベクトル
選択機能を備えることを特徴とする音声合成プログラム
を記録した記録媒体。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP33901099A JP3554513B2 (ja) | 1999-11-30 | 1999-11-30 | 音声合成装置とその方法及び音声合成プログラムを記録した記録媒体 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP33901099A JP3554513B2 (ja) | 1999-11-30 | 1999-11-30 | 音声合成装置とその方法及び音声合成プログラムを記録した記録媒体 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2001154683A true JP2001154683A (ja) | 2001-06-08 |
| JP3554513B2 JP3554513B2 (ja) | 2004-08-18 |
Family
ID=18323427
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP33901099A Expired - Fee Related JP3554513B2 (ja) | 1999-11-30 | 1999-11-30 | 音声合成装置とその方法及び音声合成プログラムを記録した記録媒体 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3554513B2 (ja) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7089187B2 (en) | 2001-09-27 | 2006-08-08 | Nec Corporation | Voice synthesizing system, segment generation apparatus for generating segments for voice synthesis, voice synthesizing method and storage medium storing program therefor |
| CN110534089A (zh) * | 2019-07-10 | 2019-12-03 | 西安交通大学 | 一种基于音素和韵律结构的中文语音合成方法 |
| CN111724765A (zh) * | 2020-06-30 | 2020-09-29 | 上海优扬新媒信息技术有限公司 | 一种文本转语音的方法、装置及计算机设备 |
| CN112951204A (zh) * | 2021-03-29 | 2021-06-11 | 北京大米科技有限公司 | 语音合成方法和装置 |
-
1999
- 1999-11-30 JP JP33901099A patent/JP3554513B2/ja not_active Expired - Fee Related
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7089187B2 (en) | 2001-09-27 | 2006-08-08 | Nec Corporation | Voice synthesizing system, segment generation apparatus for generating segments for voice synthesis, voice synthesizing method and storage medium storing program therefor |
| CN110534089A (zh) * | 2019-07-10 | 2019-12-03 | 西安交通大学 | 一种基于音素和韵律结构的中文语音合成方法 |
| CN110534089B (zh) * | 2019-07-10 | 2022-04-22 | 西安交通大学 | 一种基于音素和韵律结构的中文语音合成方法 |
| CN111724765A (zh) * | 2020-06-30 | 2020-09-29 | 上海优扬新媒信息技术有限公司 | 一种文本转语音的方法、装置及计算机设备 |
| CN112951204A (zh) * | 2021-03-29 | 2021-06-11 | 北京大米科技有限公司 | 语音合成方法和装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP3554513B2 (ja) | 2004-08-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US5153913A (en) | Generating speech from digitally stored coarticulated speech segments | |
| KR940002854B1 (ko) | 음성 합성시스팀의 음성단편 코딩 및 그의 피치조절 방법과 그의 유성음 합성장치 | |
| US20040073428A1 (en) | Apparatus, methods, and programming for speech synthesis via bit manipulations of compressed database | |
| JPS60102697A (ja) | 記述メッセージコードと音声メッセージコードを結合する音声符号化方法 | |
| GB2392592A (en) | Speech synthesis | |
| US20070011009A1 (en) | Supporting a concatenative text-to-speech synthesis | |
| WO2002043052A1 (en) | Method, device and program for coding and decoding acoustic parameter, and method, device and program for coding and decoding sound | |
| JPH0573100A (ja) | 音声合成方法及びその装置 | |
| Rabiner et al. | Computer synthesis of speech by concatenation of formant-coded words | |
| JP3554513B2 (ja) | 音声合成装置とその方法及び音声合成プログラムを記録した記録媒体 | |
| US6829577B1 (en) | Generating non-stationary additive noise for addition to synthesized speech | |
| JP5376643B2 (ja) | 音声合成装置、方法およびプログラム | |
| JP3916934B2 (ja) | 音響パラメータ符号化、復号化方法、装置及びプログラム、音響信号符号化、復号化方法、装置及びプログラム、音響信号送信装置、音響信号受信装置 | |
| JP3081300B2 (ja) | 残差駆動型音声合成装置 | |
| WO2023182291A1 (ja) | 音声合成装置、音声合成方法及びプログラム | |
| Dong-jian | Two stage concatenation speech synthesis for embedded devices | |
| JP2003066983A (ja) | 音声合成装置および音声合成方法、並びに、プログラム記録媒体 | |
| JPS5914752B2 (ja) | 音声合成方式 | |
| JPS6187199A (ja) | 音声分析合成装置 | |
| JPH09258796A (ja) | 音声合成方法 | |
| JPH0836397A (ja) | 音声合成装置 | |
| JPS61259300A (ja) | 音声合成方式 | |
| JPH10105200A (ja) | 音声符号化／復号化方法 | |
| JPS61118798A (ja) | 音声合成装置 | |
| JPH05297899A (ja) | 音声分析合成方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| 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: 20040427 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20040507 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080514 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090514 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100514 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110514 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120514 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120514 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130514 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140514 Year of fee payment: 10 |
|
| LAPS | Cancellation because of no payment of annual fees |