JP2003140678A - 合成音声の音質調整方法と音声合成装置 - Google Patents
合成音声の音質調整方法と音声合成装置Info
- Publication number
- JP2003140678A JP2003140678A JP2001333991A JP2001333991A JP2003140678A JP 2003140678 A JP2003140678 A JP 2003140678A JP 2001333991 A JP2001333991 A JP 2001333991A JP 2001333991 A JP2001333991 A JP 2001333991A JP 2003140678 A JP2003140678 A JP 2003140678A
- Authority
- JP
- Japan
- Prior art keywords
- information
- voice
- parameter
- sound source
- vocal tract
- 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
瞭で強調された声質で合成し、直接には意味内容を示さ
ず構文構造を示す単語あるいは部分はあいまいな声質で
合成する。 【解決手段】 音源−声道モデルに従って音声を合成す
る音声合成装置において、読み情報、アクセント情報に
合わせて品詞情報あるいは音質タグを出力する言語処理
部と読み情報とアクセント情報とから韻律情報を生成す
る韻律制御部と品詞情報あるいは音質タグと韻律情報に
基づき、音源パラメータと声道パラメータを調整して、
声質を変換し、韻律情報に従った音声波形を生成する音
響処理部よりなる。
Description
換する音声合成方法および音声合成装置に属するもので
ある。
合成装置では、自立語のような発話の意味内容を示すこ
とばと、付属語のような構文構造を示すことばが同じ明
瞭度、同じ強度で発声されたため、聞き手は注意を絞る
ことが出来ず、長時間聴取すると疲労する音声となって
いた。
畳方式の音声合成では、自立語と付属語の音質を変える
ためには、自立語用音声素片と付属語用音声素片を保持
せねばならず、素片データの容量が大幅に増加するとい
う課題があった。
増加させずに言語情報あるいは意味情報に対応して声質
を変化させる合成音声の音質調整方法と音声合成装置を
提供することを目的とする。
めの第1の手段は声道パラメータと音源パラメータを制
御して音声を合成する音声合成方法において、入力され
た言語情報に基づいて前記声道パラメータと前記音源パ
ラメータとの少なくともいずれか一方を制御して声質を
変換する音質調整方法である。
ータを制御して音声を合成する音声合成方法において、
入力された言語情報と意味情報に基づいて前記声道パラ
メータと前記音源パラメータとの少なくともいずれか一
方を制御して声質を変換する音質調整方法である。
み、前記品詞情報に基づいて前記音源パラメータのうち
音源開口度パラメータを制御することを特徴とする音質
調整方法である。
み、前記活用情報に基づいて前記音源パラメータのうち
音源開口度パラメータを制御することを特徴とする音質
調整方法である。
み、前記品詞情報に基づいて前記声道パラメータのうち
ホルマント中心周波数パラメータを制御することを特徴
とする音質調整方法である。
み、前記活用情報に基づいて前記声道パラメータのうち
ホルマント中心周波数パラメータを制御することを特徴
とする音質調整方法である。
み、前記品詞情報に基づいて前記声道パラメータのうち
ホルマントバンド幅パラメータを制御することを特徴と
する音質調整方法である。
み、前記活用情報に基づいて前記声道パラメータのうち
ホルマントバンド幅パラメータを制御することを特徴と
する音質調整方法である。
ータとに基づいて音声を合成する音声合成装置におい
て、発音記号列と言語情報との少なくともどちらか一方
に基づいて韻律情報を生成する韻律制御手段と、前記言
語情報に基づいて前記声道パラメータと前記音源パラメ
ータとの少なくともどちらか一方を制御して声質を変換
し、前記発音記号列と前記韻律情報とに基づいて音声を
合成する音声生成手段を備えた音声合成装置である。
メータとに基づいて音声を合成する音声合成装置におい
て、発音記号列と言語情報と意味情報との少なくともい
ずれか一つに基づいて韻律情報を生成する韻律制御手段
と、前記言語情報と前記意味情報との少なくともいずれ
か一つに基づいて前記声道パラメータと前記音源パラメ
ータとの少なくともいずれか一つを制御して声質を変換
し、前記発音記号列と前記韻律情報とに基づいて音声を
合成する音声生成手段を備えた音声合成装置である。
声合成装置について、実施例を用いて説明する。
形態1における音声合成装置の概念構成と各部の入出力
データの形式を示した機能ブロック図である。
ストを入力とし、形態素解析および構文解析を行い、読
み、アクセント情報および自立語付属語判断情報を出力
する言語処理部であり、120は言語処理部110より
出力された読み、アクセント情報に従って、音韻ごとの
時間長、ピッチおよびパワー情報(韻律情報)を生成する
韻律制御部であり、130は韻律制御部120より出力
された韻律情報と言語処理部110より出力された、自
立語付属語判別情報に従って、音源-声道モデルのパラ
メータを制御して音声波形を生成する音響処理部であ
る。
作を説明する。言語処理110は入力された漢字かな混
じりテキスト(101)「明日は全国的に晴れるところ
が多く、日中の気温は最高気温が30度を超えるところが
多くなる見込みです。」を形態素解析および構文解析
し、読み、アクセント区切り、アクセント、付属語記号
を含む言語情報(102)を出力する。言語情報102
は音韻をカタカナで示し、改行によりアクセント句を示
し、アポストロフィ記号によりアクセントを示し、音韻
記号を中カッコで囲むことで付属語を示している。韻律
制御部は例えば特開平12−075883のようにアク
セント句のモーラ数とアクセント型に従って音韻ごとの
ピッチとパワーを決定し、音韻並びから音韻語との時間
長を特定して、音韻毎に時間長、ピッチ、パワーの韻律
情報を生成する。一方言語処理110より入力された付
属語情報に基づいて、自立語に含まれる音韻は標準の声
質、付属語に含まれる音韻はあいまいな声質を指定する
声質情報を音韻毎に生成し、音韻毎の韻律情報及び声質
情報(103)を出力する。音響処理部130は音韻毎
の韻律情報および声質情報(103)に従って、音声を
合成する。あいまいな声質が指定された音韻に付いて
は、音韻の母音部のホルマント周波数を各母音の特徴的
ホルマント周波数の重心に近づけ、さらにホルマントバ
ンド幅を標準の2倍にする。このときホルマントのエネ
ルギーが標準ホルマントバンド幅の場合と変わらないよ
うにエネルギーを調整する。上記のように標準声質のパ
ラメータを変更することで、あいまい声質の音声を音韻
単位で作り、パラメータを接続し韻律情報に合わせて音
源パラメータを変更して、音声を合成する。
置により、付属語に含まれる音韻のみをあいまいな声質
で合成することができ、意味内容を伝える自立語を相対
的に明瞭な声質で発声することにより、聴取者が自然に
意味内容に注目でき、自然で疲れにくい合成音声を生成
することが出来る。
形態2における音声合成装置の概念構成と各部の入出力
データの形式を示した機能ブロック図である。
波に多重変調されている文字データを出力するFM文字放
送受信部であり、220はFM文字放送受信部210が出
力した文字データの中から交通情報を抜き出して出力す
る交通情報抽出部である。230は交通情報の文例と、
文例毎にあらかじめ定められた、強調あるいはあいまい
の声質指定情報とを保持する音質タグ付き文例データベ
ースであり、240は交通情報抽出部220が出力した
交通情報を音質タグ付きデータベース230のデータと
マッチングし、音声出力のための読み、アクセント情報
および音質情報を出力する言語情報出力部である。韻律
制御部120、音響処理部130は図1と同様である。
作を説明する。FM文字放送受信部210はFM電波を受信
して文字データを抽出し、出力する。交通情報抽出部2
20はFM文字放送受信部210が出力した文字データよ
り音質タグ付き文例データベース230を参照して交通
情報のパタンを持つ情報のみ抽出し文字列(201)を
出力する。言語情報出力部240は音質タグ付き文例デ
ータベース230を参照して路線、方向、始点等の構成
要素をマッチングし、文字列201に最適な文例を選択
する。交通情報の抽出と文例の選択は例えば、特開平0
8−339490に示されるようなマッチングによって
行うものとする。言語情報出力部240は文例に文字列
201の構成要素を当てはめ、完結した文を生成しその
文の読み、アクセント区切り、アクセント、音質タグを
含む言語情報(202)を出力する。言語情報202は
音韻をカタカナで示し、改行によりアクセント句を示
し、アポストロフィ記号によりアクセントを示し、音韻
記号を<>で囲むことで強調音声を摘要する音韻列を示
し、中カッコで囲むことであいまい音声を適用する音韻
列を示している。韻律制御部は例えば特開平12−07
5883のようにアクセント句のモーラ数とアクセント
型に従って音韻ごとのピッチとパワーを決定し、音韻並
びから音韻語との時間長を特定して、音韻毎に時間長、
ピッチ、パワーの韻律情報を生成する。一方言語情報出
力部240より出力された音質タグに基づいて、強調音
声が指定された音韻については、強調のタグを付与し、
あいまい音声を指定された音韻にはあいまい音声のタグ
を付与して音韻毎の韻律情報及び声質情報(103)を
出力する。音響処理部130は音韻毎の韻律情報および
声質情報(103)に従って、音声を合成する。強調タ
グが付与された音韻に付いては音韻の子音部のパワーを
標準の1.1倍にし、母音部のホルマントバンド幅を標
準の0.8倍にする。あいまいな声質が指定された音韻
に付いては、音韻の母音部のホルマント周波数を各母音
の特徴的ホルマント周波数の重心に近づけ、さらにホル
マントバンド幅を標準の2倍にする。強調、あいまいの
どちらのパラメータ変更についても、ホルマントのエネ
ルギーが標準ホルマントバンド幅の場合と変わらないよ
うにエネルギーを調整する。上記のように標準声質のパ
ラメータを変更することで、強調音声、あいまい声質の
音声を音韻単位で作り、パラメータを接続し韻律情報に
合わせて音源パラメータを変更して、音声を合成する。
置により、聴取者が注目すべき構成要素に対して強調音
声で、意味内容に関連の小さい部分の音韻はあいまいな
声質で合成することができ、聴取者が自然に意味内容に
注目でき、自然で疲れにくい合成音声を生成することが
出来る。
を強調された明瞭な音声で提示し、意味内容を直接示さ
ない部分をあいまいな音声で提示することにより、聴取
者が自然に意味内容を示す部分に注目でき、自然で疲れ
ない合成音声を生成することが出来る。
の入出力データ形式を示すブロック図
の入出力データ形式を示すブロック図
Claims (10)
- 【請求項1】 声道パラメータと音源パラメータを制御
して音声を合成する音声合成方法において、入力された
言語情報に基づいて前記声道パラメータと前記音源パラ
メータとの少なくともいずれか一方を制御して声質を変
換する合成音声の音質調整方法。 - 【請求項2】 声道パラメータと音源パラメータを制御
して音声を合成する音声合成方法において、入力された
言語情報と意味情報に基づいて前記声道パラメータと前
記音源パラメータとの少なくともいずれか一方を制御し
て声質を変換する合成音声の音質調整方法。 - 【請求項3】 前記言語情報は品詞情報を含み、前記品
詞情報に基づいて前記音源パラメータのうち音源開口度
パラメータを制御することを特徴とする請求項1または
2に記載の合成音声の音質調整方法。 - 【請求項4】 前記言語情報は活用情報を含み、前記活
用情報に基づいて前記音源パラメータのうち音源開口度
パラメータを制御することを特徴とする請求項1または
2に記載の合成音声の音質調整方法。 - 【請求項5】 前記言語情報は品詞情報を含み、前記品
詞情報に基づいて前記声道パラメータのうちホルマント
中心周波数パラメータを制御することを特徴とする請求
項1または2に記載の合成音声の音質調整方法。 - 【請求項6】 前記言語情報は活用情報を含み、前記活
用情報に基づいて前記声道パラメータのうちホルマント
中心周波数パラメータを制御することを特徴とする請求
項1または2に記載の合成音声の音質調整方法。 - 【請求項7】 前記言語情報は品詞情報を含み、前記品
詞情報に基づいて前記声道パラメータのうちホルマント
バンド幅パラメータを制御することを特徴とする請求項
1または2に記載の合成音声の音質調整方法。 - 【請求項8】 前記言語情報は活用情報を含み、前記活
用情報に基づいて前記声道パラメータのうちホルマント
バンド幅パラメータを制御することを特徴とする請求項
1または2に記載の合成音声の音質調整方法。 - 【請求項9】 声道パラメータと音源パラメータとに基
づいて音声を合成する音声合成装置において、発音記号
列と言語情報との少なくともどちらか一方に基づいて韻
律情報を生成する韻律制御手段と、前記言語情報に基づ
いて前記声道パラメータと前記音源パラメータとの少な
くともどちらか一方を制御して声質を変換し、前記発音
記号列と前記韻律情報とに基づいて音声を合成する音声
生成手段を備えた音声合成装置。 - 【請求項10】 声道パラメータと音源パラメータとに
基づいて音声を合成する音声合成装置において、発音記
号列と言語情報と意味情報との少なくともいずれか一つ
に基づいて韻律情報を生成する韻律制御手段と、前記言
語情報と前記意味情報との少なくともいずれか一つに基
づいて前記声道パラメータと前記音源パラメータとの少
なくともいずれか一つを制御して声質を変換し、前記発
音記号列と前記韻律情報とに基づいて音声を合成する音
声生成手段を備えた音声合成装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2001333991A JP3900892B2 (ja) | 2001-10-31 | 2001-10-31 | 合成音声の音質調整方法と音声合成装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2001333991A JP3900892B2 (ja) | 2001-10-31 | 2001-10-31 | 合成音声の音質調整方法と音声合成装置 |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2003140678A true JP2003140678A (ja) | 2003-05-16 |
JP2003140678A5 JP2003140678A5 (ja) | 2005-04-07 |
JP3900892B2 JP3900892B2 (ja) | 2007-04-04 |
Family
ID=19149186
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2001333991A Expired - Lifetime JP3900892B2 (ja) | 2001-10-31 | 2001-10-31 | 合成音声の音質調整方法と音声合成装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP3900892B2 (ja) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2005050624A1 (ja) * | 2003-11-21 | 2005-06-02 | Matsushita Electric Industrial Co., Ltd. | 声質変換装置 |
JP2005266085A (ja) * | 2004-03-17 | 2005-09-29 | Advanced Telecommunication Research Institute International | 音声合成装置及び文字割当装置並びにコンピュータプログラム |
JP2006208600A (ja) * | 2005-01-26 | 2006-08-10 | Brother Ind Ltd | 音声合成装置及び音声合成方法 |
JP2006292930A (ja) * | 2005-04-08 | 2006-10-26 | Yamaha Corp | 音声合成装置および音声合成プログラム |
JP2011203761A (ja) * | 2011-07-12 | 2011-10-13 | Yamaha Corp | 音声合成装置および音声合成プログラム |
WO2013018294A1 (ja) * | 2011-08-01 | 2013-02-07 | パナソニック株式会社 | 音声合成装置および音声合成方法 |
JP2019179064A (ja) * | 2018-03-30 | 2019-10-17 | 日本放送協会 | 音声合成装置、音声モデル学習装置およびそれらのプログラム |
-
2001
- 2001-10-31 JP JP2001333991A patent/JP3900892B2/ja not_active Expired - Lifetime
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2005050624A1 (ja) * | 2003-11-21 | 2005-06-02 | Matsushita Electric Industrial Co., Ltd. | 声質変換装置 |
JP2005266085A (ja) * | 2004-03-17 | 2005-09-29 | Advanced Telecommunication Research Institute International | 音声合成装置及び文字割当装置並びにコンピュータプログラム |
JP4617494B2 (ja) * | 2004-03-17 | 2011-01-26 | 株式会社国際電気通信基礎技術研究所 | 音声合成装置及び文字割当装置並びにコンピュータプログラム |
JP2006208600A (ja) * | 2005-01-26 | 2006-08-10 | Brother Ind Ltd | 音声合成装置及び音声合成方法 |
JP2006292930A (ja) * | 2005-04-08 | 2006-10-26 | Yamaha Corp | 音声合成装置および音声合成プログラム |
JP2011203761A (ja) * | 2011-07-12 | 2011-10-13 | Yamaha Corp | 音声合成装置および音声合成プログラム |
WO2013018294A1 (ja) * | 2011-08-01 | 2013-02-07 | パナソニック株式会社 | 音声合成装置および音声合成方法 |
JP5148026B1 (ja) * | 2011-08-01 | 2013-02-20 | パナソニック株式会社 | 音声合成装置および音声合成方法 |
US9147392B2 (en) | 2011-08-01 | 2015-09-29 | Panasonic Intellectual Property Management Co., Ltd. | Speech synthesis device and speech synthesis method |
JP2019179064A (ja) * | 2018-03-30 | 2019-10-17 | 日本放送協会 | 音声合成装置、音声モデル学習装置およびそれらのプログラム |
JP7033478B2 (ja) | 2018-03-30 | 2022-03-10 | 日本放送協会 | 音声合成装置、音声モデル学習装置およびそれらのプログラム |
Also Published As
Publication number | Publication date |
---|---|
JP3900892B2 (ja) | 2007-04-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7565291B2 (en) | Synthesis-based pre-selection of suitable units for concatenative speech | |
JPH06332494A (ja) | 音声を第1の言語から第2の言語に翻訳する際に音声理解を高めるための装置 | |
JP3587048B2 (ja) | 韻律制御方法及び音声合成装置 | |
US7280969B2 (en) | Method and apparatus for producing natural sounding pitch contours in a speech synthesizer | |
JP2003140678A (ja) | 合成音声の音質調整方法と音声合成装置 | |
JPH05113795A (ja) | 音声合成装置 | |
JPH0887297A (ja) | 音声合成システム | |
JP2003140678A5 (ja) | ||
JPH08335096A (ja) | テキスト音声合成装置 | |
JPH11161298A (ja) | 音声合成方法及び装置 | |
JPH07200554A (ja) | 文章読み上げ装置 | |
JP4056647B2 (ja) | 波形接続型音声合成装置および方法 | |
JP3883780B2 (ja) | 音声合成装置 | |
JPH06149283A (ja) | 音声合成装置 | |
JP3192981B2 (ja) | テキスト音声合成装置 | |
JPH06161490A (ja) | 音声合成装置の韻律処理方式 | |
JPH02247696A (ja) | テキスト音声合成装置 | |
JPH1011083A (ja) | テキスト音声変換装置 | |
JP3088211B2 (ja) | 基本周波数パタン生成装置 | |
JPH01321496A (ja) | 音声合成装置 | |
Chowdhury | Concatenative Text-to-speech synthesis: A study on standard colloquial bengali | |
JP2578876B2 (ja) | 文章読み上げ装置 | |
JPH09134195A (ja) | 音声合成装置 | |
JPH04243299A (ja) | 音声出力装置 | |
JPH08211896A (ja) | 音声合成編集方式および装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20040517 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20040517 |
|
RD01 | Notification of change of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7421 Effective date: 20050701 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20060314 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20060322 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20060419 |
|
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: 20061212 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20061225 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 3900892 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110112 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110112 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120112 Year of fee payment: 5 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130112 Year of fee payment: 6 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130112 Year of fee payment: 6 |
|
EXPY | Cancellation because of completion of term |