JP2005091551A - 音声合成装置及びそのためのコスト計算装置、並びにコンピュータプログラム - Google Patents
音声合成装置及びそのためのコスト計算装置、並びにコンピュータプログラム Download PDFInfo
- Publication number
- JP2005091551A JP2005091551A JP2003322553A JP2003322553A JP2005091551A JP 2005091551 A JP2005091551 A JP 2005091551A JP 2003322553 A JP2003322553 A JP 2003322553A JP 2003322553 A JP2003322553 A JP 2003322553A JP 2005091551 A JP2005091551 A JP 2005091551A
- Authority
- JP
- Japan
- Prior art keywords
- speech
- cost
- unit
- accent
- synthesis target
- 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
- 238000004590 computer program Methods 0.000 title claims description 3
- 238000001514 detection method Methods 0.000 claims abstract description 33
- 230000006870 function Effects 0.000 claims abstract description 29
- 230000015572 biosynthetic process Effects 0.000 claims description 95
- 238000003786 synthesis reaction Methods 0.000 claims description 95
- 238000004364 calculation method Methods 0.000 claims description 53
- 238000002360 preparation method Methods 0.000 claims description 8
- 230000008447 perception Effects 0.000 abstract description 15
- 230000002194 synthesizing effect Effects 0.000 abstract description 12
- 239000012634 fragment Substances 0.000 abstract description 4
- 230000033764 rhythmic process Effects 0.000 abstract 2
- 238000005516 engineering process Methods 0.000 description 16
- 238000000034 method Methods 0.000 description 12
- 241000282412 Homo Species 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000001228 spectrum Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- MQJKPEGWNLWLTK-UHFFFAOYSA-N Dapsone Chemical group C1=CC(N)=CC=C1S(=O)(=O)C1=CC=C(N)C=C1 MQJKPEGWNLWLTK-UHFFFAOYSA-N 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 230000002250 progressing effect Effects 0.000 description 1
- 230000002940 repellent Effects 0.000 description 1
- 239000005871 repellent Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Abstract
【解決手段】 合成目標102は、音声の所定の特徴情報により記述される。音声合成システム90は、合成目標102のうち、音声の所定の特徴情報が予め定める条件を充足する個所を検出する韻律変化区間検出部108と、韻律変化区間検出部108により検出された個所とそれ以外の個所とに対し、互いに異なる所定の関数を用いて合成目標102に基づくコスト計算を行なうコスト計算部122と、コスト計算部122により計算されるコストが所定の条件を充足するような音声波形素片を素片データベース42から選択する素片選択部120とを含む。
【選択図】 図2
Description
(1)人間が正確に言語情報を理解することができるような音声信号を合成すること、
(2)人間にとって自然な発話音声に聞えるような音声信号を合成すること、及び、
(3)任意の言語情報をもとに音声信号を合成すること、
が求められる。
(1)アクセント情報が変化する部分の直前の母音部、並びに、
(2)アクセント情報が変化する部分の直後の子音部及び母音部(子音部がある場合)、又は母音部(子音部がない場合)、
を韻律変化区間として検出する。
Claims (13)
- 音声の合成目標に従って所定の音声素片データベースから選択した音声素片を用いて音声を合成する音声合成装置であって、前記合成目標は、音声の所定の特徴情報により記述され、
前記音声の合成目標のうち、前記所定の特徴情報が予め定める条件を充足する個所を検出するための検出手段と、
前記検出手段により前記所定の特徴情報が前記条件を充足することが検出された個所と、それ以外の個所とに対し、互いに異なる所定の関数を用いて前記合成目標に基づくコスト計算を行なうためのコスト計算手段と、
前記コスト計算手段により計算されるコストが所定の条件を充足するような音声素片を前記音声素片データベースから選択するための素片選択手段とを含む、音声合成装置。 - 前記所定の特徴情報は、合成目標となる音声の韻律に関する情報を含み、
前記検出手段は、前記音声の合成目標のうち、韻律に関する情報が前記予め定める条件を充足する個所を検出するための韻律条件検出手段を含む、請求項1に記載の音声合成装置。 - 前記韻律に関する情報は、合成目標となる音声のアクセントに関する情報を含み、
前記韻律条件検出手段は、前記音声の合成目標のうち、アクセントが変化する区間を検出するためのアクセント変化区間検出手段を含む、請求項2に記載の音声合成装置。 - 前記コスト計算手段は、
前記所定の特徴情報を含む複数通りの音声の特徴情報に関しそれぞれ定義された複数のサブコスト関数の値を、前記音声の合成目標に従ってそれぞれ算出するための複数のサブコスト関数算出手段と、
第1の定数群を準備するための第1の準備手段と、
前記第1の定数群とは異なる第2の定数群を準備するための第2の準備手段と、
前記検出手段の検出結果に応じて、前記第1の準備手段により準備された前記第1の定数群及び前記第2の準備手段により準備された前記第2の定数群のいずれかを選択するための選択手段と、
前記選択手段により選択された前記第1又は第2の定数群を係数として、前記複数のサブコスト関数算出手段により算出されたサブコストの線形和により前記コストを算出するための手段とを含み、
前記第1の定数群及び前記第2の定数群に含まれる、前記所定の特徴情報に対応する定数は互いに異なっている、請求項1〜請求項3のいずれかに記載の音声合成装置。 - 前記選択手段は、前記アクセント変化区間検出手段により前記合成目標となる音声のアクセントが変化する区間であると検出された区間においては、前記第1の定数群を選択し、それ以外の区間では前記第2の定数群を選択する、請求項4に記載の音声合成装置。
- 前記第1の定数群に含まれる、前記所定の特徴情報に対応する定数の値は、前記第2の定数群に含まれる、対応の定数の値よりも大きな値である、請求項5に記載の音声合成装置。
- 前記第2の定数群に含まれる、前記所定の特徴情報に対応する定数の値は、前記第1の定数群に含まれる対応の定数の値よりも小さな値である、請求項5に記載の音声合成装置。
- 前記素片選択手段は、前記コスト計算手段により計算されるコストが最小となるように前記音声素片データベースから音声素片を選択するための手段を含む、請求項6又は請求項7に記載の音声合成装置。
- 前記音声合成装置が合成する音声は日本語の音声である、請求項1〜請求項8のいずれかに記載の音声合成装置。
- 前記韻律に関する情報は、合成目標となる音声のアクセントの高さに関するアクセント高低情報を含み、
前記アクセント変化区間検出手段は、アクセントの高さが変化する箇所の直前のモーラの母音部、及び前記アクセントの高さが変化する箇所の直後のモーラにより構成される区間を、アクセント変化区間として検出するための手段を含む、請求項9に記載の音声合成装置。 - 前記音声素片データベースをさらに含む、請求項1〜請求項10のいずれかに記載の音声合成装置。
- コンピュータにより実行されると、当該コンピュータを請求項1〜請求項11のいずれかに記載の音声合成装置として動作させる、コンピュータで実行可能なコンピュータプログラム。
- 音声の合成目標に従って所定の音声素片データベースから選択した音声素片を用いて音声を合成する音声合成装置において、音声素片の選択のためのコストを計算するためのコスト計算装置であって、前記合成目標は、音声の所定の特徴情報により記述され、
前記所定の特徴情報に基づき、前記音声の合成目標のうち、前記所定の特徴情報が予め定める条件を充足する個所を検出するための検出手段と、
前記検出手段により前記所定の特徴情報が前記条件を充足することが検出された個所と、それ以外の個所とに対し、互いに異なる所定の関数を用いて前記合成目標に基づくコスト計算を行なうためのコスト計算手段とを含む、コスト計算装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2003322553A JP3854593B2 (ja) | 2003-09-16 | 2003-09-16 | 音声合成装置及びそのためのコスト計算装置、並びにコンピュータプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2003322553A JP3854593B2 (ja) | 2003-09-16 | 2003-09-16 | 音声合成装置及びそのためのコスト計算装置、並びにコンピュータプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2005091551A true JP2005091551A (ja) | 2005-04-07 |
JP3854593B2 JP3854593B2 (ja) | 2006-12-06 |
Family
ID=34453863
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2003322553A Expired - Fee Related JP3854593B2 (ja) | 2003-09-16 | 2003-09-16 | 音声合成装置及びそのためのコスト計算装置、並びにコンピュータプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP3854593B2 (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007004011A (ja) * | 2005-06-27 | 2007-01-11 | Nippon Telegr & Teleph Corp <Ntt> | 音声合成装置、音声合成方法、音声合成プログラムおよびその記録媒体 |
US8407054B2 (en) | 2007-05-08 | 2013-03-26 | Nec Corporation | Speech synthesis device, speech synthesis method, and speech synthesis program |
US8630857B2 (en) | 2007-02-20 | 2014-01-14 | Nec Corporation | Speech synthesizing apparatus, method, and program |
-
2003
- 2003-09-16 JP JP2003322553A patent/JP3854593B2/ja not_active Expired - Fee Related
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007004011A (ja) * | 2005-06-27 | 2007-01-11 | Nippon Telegr & Teleph Corp <Ntt> | 音声合成装置、音声合成方法、音声合成プログラムおよびその記録媒体 |
JP4533255B2 (ja) * | 2005-06-27 | 2010-09-01 | 日本電信電話株式会社 | 音声合成装置、音声合成方法、音声合成プログラムおよびその記録媒体 |
US8630857B2 (en) | 2007-02-20 | 2014-01-14 | Nec Corporation | Speech synthesizing apparatus, method, and program |
US8407054B2 (en) | 2007-05-08 | 2013-03-26 | Nec Corporation | Speech synthesis device, speech synthesis method, and speech synthesis program |
Also Published As
Publication number | Publication date |
---|---|
JP3854593B2 (ja) | 2006-12-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11990118B2 (en) | Text-to-speech (TTS) processing | |
US6684187B1 (en) | Method and system for preselection of suitable units for concatenative speech | |
US6778962B1 (en) | Speech synthesis with prosodic model data and accent type | |
US20200410981A1 (en) | Text-to-speech (tts) processing | |
US9978359B1 (en) | Iterative text-to-speech with user feedback | |
US11763797B2 (en) | Text-to-speech (TTS) processing | |
US20130268275A1 (en) | Speech synthesis system, speech synthesis program product, and speech synthesis method | |
US10699695B1 (en) | Text-to-speech (TTS) processing | |
JP2008185805A (ja) | 高品質の合成音声を生成する技術 | |
JP5148026B1 (ja) | 音声合成装置および音声合成方法 | |
US20130080155A1 (en) | Apparatus and method for creating dictionary for speech synthesis | |
JP6013104B2 (ja) | 音声合成方法、装置、及びプログラム | |
JP2001265375A (ja) | 規則音声合成装置 | |
JP4247289B1 (ja) | 音声合成装置、音声合成方法およびそのプログラム | |
Abdelmalek et al. | High quality Arabic text-to-speech synthesis using unit selection | |
JP5874639B2 (ja) | 音声合成装置、音声合成方法及び音声合成プログラム | |
JP3854593B2 (ja) | 音声合成装置及びそのためのコスト計算装置、並びにコンピュータプログラム | |
JP7406418B2 (ja) | 声質変換システムおよび声質変換方法 | |
JP5328703B2 (ja) | 韻律パターン生成装置 | |
JP5174392B2 (ja) | アクセント句マッチング事前選択を用いた日本語音声合成方法及びシステム | |
JPH0962286A (ja) | 音声合成装置および音声合成方法 | |
JP2006084854A (ja) | 音声合成装置、音声合成方法および音声合成プログラム | |
Mahmud et al. | A novel training based Concatenative Bangla Speech Synthesizer model | |
JP5012444B2 (ja) | 韻律生成装置、韻律生成方法、および、韻律生成プログラム | |
JP4603290B2 (ja) | 音声合成装置および音声合成プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20060515 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20060530 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20060724 |
|
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: 20060829 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20060908 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 3854593 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100915 Year of fee payment: 4 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110915 Year of fee payment: 5 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110915 Year of fee payment: 5 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120915 Year of fee payment: 6 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120915 Year of fee payment: 6 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120915 Year of fee payment: 6 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130915 Year of fee payment: 7 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |