JP5533853B2 - 読み方判断装置、方法、プログラム、及び音声合成装置 - Google Patents
読み方判断装置、方法、プログラム、及び音声合成装置 Download PDFInfo
- Publication number
- JP5533853B2 JP5533853B2 JP2011506983A JP2011506983A JP5533853B2 JP 5533853 B2 JP5533853 B2 JP 5533853B2 JP 2011506983 A JP2011506983 A JP 2011506983A JP 2011506983 A JP2011506983 A JP 2011506983A JP 5533853 B2 JP5533853 B2 JP 5533853B2
- Authority
- JP
- Japan
- Prior art keywords
- reading
- word
- information
- context vector
- word set
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims description 38
- 239000013598 vector Substances 0.000 claims description 158
- 238000012545 processing Methods 0.000 claims description 20
- 238000012217 deletion Methods 0.000 claims description 16
- 230000037430 deletion Effects 0.000 claims description 16
- 238000004458 analytical method Methods 0.000 claims description 13
- 238000000926 separation method Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000000877 morphologic effect Effects 0.000 claims description 5
- 230000002194 synthesizing effect Effects 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 12
- 239000000284 extract Substances 0.000 description 9
- 206010024217 lentigo Diseases 0.000 description 3
- 238000003058 natural language processing Methods 0.000 description 3
- 241000251468 Actinopterygii Species 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 2
- 206010000496 acne Diseases 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000003786 synthesis reaction Methods 0.000 description 2
- 208000002874 Acne Vulgaris Diseases 0.000 description 1
- 235000016496 Panda oleosa Nutrition 0.000 description 1
- 240000000220 Panda oleosa Species 0.000 description 1
- 235000002492 Rungia klossii Nutrition 0.000 description 1
- 244000117054 Rungia klossii Species 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000001308 synthesis method Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
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
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)
- Document Processing Apparatus (AREA)
- Machine Translation (AREA)
Description
(第1実施形態)
D(T7;S)=Σ(i=1,t)a(i)*V(i)
=[0…0 V(32) 0…0 V(42) 0….0 V(52)0….0 V(64) 0….0]
(第2実施形態)
(第3実施形態)
(第4実施形態)
(第6実施形態)
(第7実施形態)
(第8実施形態)
11 同表記異発音語組生成部
12 読み方DB
13 シソーラスDB
14 単語集合生成部
15 コーパスDB
16 文脈ベクトル生成部
17 読み方判断情報生成部
21 読み方判断部
22 出力装置
31 例文単語取得部
32 読み方DB
71 要素単語削除出部
72 文脈ベクトル削除部
80 音声合成装置
Claims (17)
- 複数の読み方候補を有する、単語の読み方を判断するための読み方判断装置であって、
前記読み方候補に類似する複数の要素単語からなる単語集合を、夫々生成する単語集合生成手段と、
複数の例文を含むコーパス情報を記憶するコーパスデータベースと、
前記コーパスデータベースに記憶された前記コーパス情報に基づいて、前記単語集合生成手段により生成された前記単語集合の複数の要素単語に対する特徴量を夫々算出する特徴量算出手段と、
前記特徴量算出手段により算出された前記単語集合の複数の要素単語に対する特徴量と、前記読み方候補とを夫々関連付けた読み方判断情報を生成する読み方判断情報生成手段と、を備え、
前記特徴量算出手段は、前記コーパスデータベースに記憶された前記コーパス情報に基づいて、前記単語集合生成手段により生成された前記単語集合の複数の要素単語に対する文脈ベクトルを、前記特徴量として夫々算出する文脈ベクトル生成部を有し、
前記読み方判断情報生成手段は、前記文脈ベクトル生成部により算出された前記単語集合の複数の要素単語に対する文脈ベクトルの平均値を、代表となる文脈ベクトルとして算出し、該代表の文脈ベクトルと、前記読み方候補とを夫々関連付けた読み方判断情報を生成し、
前記単語集合の要素単語は、シソーラス上において、前記読み方候補の属するカテゴリーに対して上位及び下位関係にあるカテゴリーに属する単語、及び、シソーラス上において同一階層の近接したカテゴリーに属する単語、のうち少なくとも一方を含む、ことを特徴とする読み方判断装置。 - 請求項1記載の読み方判断装置であって、
前記単語集合の要素単語は、前記読み方候補の同義語を含む、ことを特徴とする読み方判断装置。 - 請求項1又は2記載の読み方判断装置であって、
前記読み方候補間の分離度を高める処理を行う分離処理手段を更に備える、ことを特徴とする読み方判断装置。 - 請求項3記載の読み方判断装置であって、
前記分離処理手段は、前記単語集合間の要素単語の中から、重複する前記要素単語を検出し、その一方を削除する単語削除部を有する、ことを特徴とする読み方判断装置。 - 請求項3又は4記載の読み方判断装置であって、
前記分離処理手段は、前記単語集合間の要素単語に対応する文脈ベクトルの中から、同一となる文脈ベクトルを検出し、その一方を削除する文脈ベクトル削除部を有する、ことを特徴とする読み方判断装置。 - 請求項3乃至5のうちいずれか1項記載の読み方判断装置であって、
前記分離処理手段は、前記単語集合間の要素単語に対応する文脈ベクトルの中から、相互に類似する文脈ベクトルを検出し、その一方を削除する文脈ベクトル削除部を有する、ことを特徴とする読み方判断装置。 - 請求項6記載の読み方判断装置であって、
前記文脈ベクトル削除部は、前記要素単語の重要度に応じた重み係数を夫々設定し、該重み係数を乗じた前記文脈ベクトルに基づいて、前記相互に類似する文脈ベクトルを検出する、ことを特徴とする読み方判断装置。 - 請求項1乃至6のうちいずれか1項記載の読み方判断装置であって、
前記読み方判断情報生成手段により生成された前記読み方判断情報に基づいて、単語の読み方を判断する読み方判断手段を更に備える、ことを特徴とする読み方判断装置。 - 請求項7記載の読み方判断装置であって、
読み方判断手段は、前記読み方判断情報の複数の代表の文脈ベクトルのうち、入力単語の文脈ベクトルとの類似度が高い前記代表の文脈ベクトルに対応する読み方候補を、その入力単語の読み方と判断する、ことを特徴とする読み方判断装置。 - 請求項8記載の読み方判断装置であって、
前記単語を含む複数の例文情報をコーパスデータベースから取得する例文単語取得手段を更に備え、
文脈ベクトル生成手段は、前記例文単語取得手段により取得された各例文情報に基づいて、文脈ベクトルを夫々生成し、
前記読み方判断手段は、前記文脈ベクトルに対応した例文情報における前記単語の読み方を夫々判断し、該判断された複数の読み方のうち、最も頻度の高い読み方を、前記単語の読み方として、決定する、ことを特徴とする読み方判断装置。 - 請求項1乃至10のうちいずれか1項記載の読み方判断装置であって、
シソーラス辞書情報を記憶するシソーラスデータベースを更に備え、
前記単語集合生成手段は、前記読み方候補に類似する複数の要素単語からなる単語集合を、前記シソーラスデータベースのシソーラス辞書情報に基づいて、生成する、ことを特徴とする読み方判断装置。 - 請求項1乃至11のうちいずれか1項記載の読み方判断装置を備え、
該読み方判断装置により判断された前記単語の読み方に基づいて、音声を合成する、ことを特徴とする音声合成装置。 - 請求項12記載の音声合成装置であって、
入力文章に対して形態素解析を行い、前記入力文章を形態素に分割する形態素解析手段と、
前記形態素解析手段により分割された前記形態素の読み方を判断する前記読み方判断装置と、
前記読み方判断装置により判断された前記入力文章の読み方に基づいて、音声を合成する音声生成部と、を備える、ことを特徴とする音声合成装置。 - 複数の読み方候補を有する、単語の読み方を判断するための方法であって、
前記読み方候補に類似する複数の要素単語からなる単語集合を、単語集合生成手段により夫々生成し、
コーパスデータベースに記憶された複数の例文を含むコーパス情報に基づいて、前記生成した単語集合の複数の要素単語に対する文脈ベクトルを特徴量として特徴量算出手段により夫々算出し、
前記算出した単語集合の複数の要素単語に対する文脈ベクトルの平均値を、代表となる文脈ベクトルとして算出し、該代表の文脈ベクトルと、前記読み方候補とを夫々関連付けた読み方判断情報を読み方判断情報生成手段により生成し、
前記単語集合の要素単語は、シソーラス上において、前記読み方候補の属するカテゴリーに対して上位及び下位関係にあるカテゴリーに属する単語、及び、シソーラス上において同一階層の近接したカテゴリーに属する単語、のうち少なくとも一方を含む、ことを特徴とする方法。 - 請求項14記載の方法であって、
前記読み方候補間の分離度を高める処理を分離処理手段により更に行う、ことを特徴とする読み方判断方法。 - 請求項14又は15記載の方法であって、
前記生成した前記読み方判断情報に基づいて、単語の読み方を読み方判断手段により更に判断する、ことを特徴とする方法。 - 複数の読み方候補を有する、単語の読み方を判断するためのプログラムであって、
前記読み方候補に類似する複数の要素単語からなる単語集合を、夫々生成する処理と、
複数の例文を含むコーパス情報に基づいて、前記生成された前記単語集合の複数の要素単語に対する文脈ベクトルを、特徴量として夫々算出する処理と、
前記算出した前記単語集合の複数の要素単語に対する文脈ベクトルの平均値を、代表となる文脈ベクトルとして算出し、該代表の文脈ベクトルと、前記読み方候補とを夫々関連付けた読み方判断情報を生成する処理と、をコンピュータに実行させ、
前記単語集合の要素単語は、シソーラス上において、前記読み方候補の属するカテゴリーに対して上位及び下位関係にあるカテゴリーに属する単語、及び、シソーラス上において同一階層の近接したカテゴリーに属する単語、のうち少なくとも一方を含む、プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011506983A JP5533853B2 (ja) | 2009-03-31 | 2010-03-11 | 読み方判断装置、方法、プログラム、及び音声合成装置 |
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009084920 | 2009-03-31 | ||
JP2009084920 | 2009-03-31 | ||
PCT/JP2010/001753 WO2010113396A1 (ja) | 2009-03-31 | 2010-03-11 | 読み方判断装置、方法、プログラム、及びそのコンピュータ可読媒体、並びに音声合成装置 |
JP2011506983A JP5533853B2 (ja) | 2009-03-31 | 2010-03-11 | 読み方判断装置、方法、プログラム、及び音声合成装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2010113396A1 JPWO2010113396A1 (ja) | 2012-10-04 |
JP5533853B2 true JP5533853B2 (ja) | 2014-06-25 |
Family
ID=42827715
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2011506983A Active JP5533853B2 (ja) | 2009-03-31 | 2010-03-11 | 読み方判断装置、方法、プログラム、及び音声合成装置 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP5533853B2 (ja) |
WO (1) | WO2010113396A1 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6881077B2 (ja) * | 2017-06-22 | 2021-06-02 | 富士通株式会社 | 判別プログラム、判別装置及び判別方法 |
JP7115187B2 (ja) * | 2018-09-27 | 2022-08-09 | 大日本印刷株式会社 | 情報処理装置、情報処理方法及びプログラム |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07114572A (ja) * | 1993-10-18 | 1995-05-02 | Sharp Corp | 文書分類装置 |
JP2007323475A (ja) * | 2006-06-02 | 2007-12-13 | Advanced Telecommunication Research Institute International | 自然言語における多義解消装置及びコンピュータプログラム |
JP2008134750A (ja) * | 2006-11-28 | 2008-06-12 | Nippon Telegr & Teleph Corp <Ntt> | データ分類装置、データ分類方法およびデータ分類プログラムならびに記録媒体 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06119144A (ja) * | 1992-10-02 | 1994-04-28 | Toshiba Corp | 文書読み上げ装置 |
JP3371761B2 (ja) * | 1997-06-19 | 2003-01-27 | 富士通株式会社 | 氏名読み音声合成装置 |
-
2010
- 2010-03-11 WO PCT/JP2010/001753 patent/WO2010113396A1/ja active Application Filing
- 2010-03-11 JP JP2011506983A patent/JP5533853B2/ja active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07114572A (ja) * | 1993-10-18 | 1995-05-02 | Sharp Corp | 文書分類装置 |
JP2007323475A (ja) * | 2006-06-02 | 2007-12-13 | Advanced Telecommunication Research Institute International | 自然言語における多義解消装置及びコンピュータプログラム |
JP2008134750A (ja) * | 2006-11-28 | 2008-06-12 | Nippon Telegr & Teleph Corp <Ntt> | データ分類装置、データ分類方法およびデータ分類プログラムならびに記録媒体 |
Non-Patent Citations (1)
Title |
---|
JPN6013044811; 梅村祥之,清水司: '豊田中央研究所R&Dレビュー Vol.35 No.1 音声合成システムのための同形異音語の読み分け' [online] [検索日2013.8.30]、インターネット, 200003, p.67-p.74, 株式会社豊田中央研究所 * |
Also Published As
Publication number | Publication date |
---|---|
WO2010113396A1 (ja) | 2010-10-07 |
JPWO2010113396A1 (ja) | 2012-10-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hirst et al. | Levels of representation and levels of analysis for the description of intonation systems | |
TWI539441B (zh) | 語音辨識方法及電子裝置 | |
Qian et al. | Automatic prosody prediction and detection with conditional random field (crf) models | |
US8942983B2 (en) | Method of speech synthesis | |
JP2008134475A (ja) | 入力された音声のアクセントを認識する技術 | |
KR101735195B1 (ko) | 운율 정보 기반의 자소열 음소열 변환 방법과 시스템 그리고 기록 매체 | |
JP5524138B2 (ja) | 同義語辞書生成装置、その方法、及びプログラム | |
JP2009223463A (ja) | 同義性判定装置、その方法、プログラム及び記録媒体 | |
Gelas et al. | Quality assessment of crowdsourcing transcriptions for African languages | |
Wu et al. | Automatic generation of synthesis units and prosodic information for Chinese concatenative synthesis | |
Suzuki et al. | Accent sandhi estimation of Tokyo dialect of Japanese using conditional random fields | |
Bellegarda | Unsupervised, language-independent grapheme-to-phoneme conversion by latent analogy | |
KR20080045413A (ko) | 정적 특성과 동적 특성이 반영된 끊어읽기 예측 방법 및이를 기반으로 하는 음성합성 방법 및 시스템 | |
Zhang et al. | A study on functional loads of phonetic contrasts under context based on mutual information of Chinese text and phonemes | |
JP5533853B2 (ja) | 読み方判断装置、方法、プログラム、及び音声合成装置 | |
Wutiwiwatchai et al. | Thai text-to-speech synthesis: a review | |
Wang et al. | RNN-based prosodic modeling for mandarin speech and its application to speech-to-text conversion | |
Pellegrini et al. | Automatic word decompounding for asr in a morphologically rich language: Application to amharic | |
JP2010277036A (ja) | 音声データ検索装置 | |
JP2006018354A (ja) | テキスト分割装置及び自然言語処理装置 | |
Anto et al. | Text to speech synthesis system for English to Malayalam translation | |
JPH0962286A (ja) | 音声合成装置および音声合成方法 | |
CN112786002B (zh) | 一种语音合成方法、装置、设备及存储介质 | |
Huang et al. | Hierarchical prosodic pattern selection based on Fujisaki model for natural mandarin speech synthesis | |
JP6003127B2 (ja) | 言語モデル作成プログラム及び言語モデル作成装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20130207 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20130910 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20131101 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20140121 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20140311 |
|
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: 20140401 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5533853 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20140414 |