KR20030085075A

KR20030085075A - 음성-음성 변환 생성 시스템 및 방법

Info

Publication number: KR20030085075A
Application number: KR10-2003-7012731A
Authority: KR
Inventors: 도날드 탕; 리친 쉔; 친 쉬; 웨이 쟝
Original assignee: 인터내셔널 비지네스 머신즈 코포레이션
Priority date: 2001-04-11
Filing date: 2002-03-15
Publication date: 2003-11-01
Also published as: US7461001B2; DE60216069T2; US20040172257A1; CN1159702C; CN1379392A; EP1377964B1; ATE345561T1; DE60216069D1; WO2002084643A1; US7962345B2; JP4536323B2; EP1377964A1; JP2005502102A; US20080312920A1

Abstract

본 발명은 표현적(expressive) 음성-음성 변환 생성 시스템 및 방법을 나타낸다. 본 시시스템 및 방법은 표준 TTS 시스템을 구동하기 위해 본래의 음성신호에서 추출된 표현적 파라미터를 이용함으로써 표현적 음성 출력을 생성할 수 있다. 시스템은 음성 인식 수단, 기계 번역 수단, 언어 A의 음성으로부터 표현적 파라미터를 추출하기 위한 표현적 파라미터 검출 수단, 및 표현적 파라미터 검출 수단에 의해 추출된 표현적 파라미터를 언어 A에서 언어 B로 매핑하고, 표현적 음성을 합성하기 위해 매핑 결과로 텍스트-음성 변환 생성 수단을 구동하는 표현적 파라미터 매핑 수단을 포함한다. 시스템 및 방법은 번역 시스템 또는 TTS시스템의 음성 출력에 대한 품질을 개선할 수 있다.

Description

음성-음성 변환 생성 시스템 및 방법{Speech-to-Speech Generation System and Method}

기계 번역은 컴퓨터를 이용함으로써 어떤 언어의 텍스트 또는 음성을 다른 언어의 텍스트 또는 음성으로 변환하기 위한 기술이다. 바꾸어 말하면, 기계 번역은 언어형태 및 구조 분석 이론에 근거하여 사전과 구문을 수학적인 방법으로 생성하기 위해 컴퓨터의 디지털 처리능력 및 거대한 메모리 용량을 이용함으로써 인간의 노력(human labor)없이 하나의 언어를 다른 하나의 언어로 자동적으로 번역하는 것이다.

일반적으로 말하면, 현재 기계 번역 시스템은 어떤 언어의 텍스트를 다른 언어의 텍스트로 번역하는 텍스트-기반형 번역 시스템이다. 그러나, 사회가 발전함에 따라, 음성 기반형 번역 시스템을 필요로 한다. 현재의 음성 인식 기술, 텍스트-기반형 번역 기술 및 텍스트-음성 변환(text-to-speech:TTS)기술을 이용함으로써, 제1언어 음성은 음성 인식 기술로 인식되어 그 언어의 텍스트로 변환될 수 있다. 그 다음, 제1언어 텍스트는 제2 언어의 텍스트로 번역되며, 그에 근거하여TTS 기술을 이용함으로써 제2 언어의 음성이 생성된다.

그러나, 기존의 TTS시스템은 일반적으로 의미없는 단순한 음성을 제공한다. 현재 이용할 수 있는 전형적인 TTS시스템의 경우에, 우선 (음절로 된) 모든 단어의 표준 발음이 기록되어 분석되며, 그 다음 단어 수준에서의 표준 "표현"에 대한 적절한 파라미터가 사전에 저장된다. 합성된 단어는 사전에 정의된 표준 제어 파라미터로써 성분 음절(component syllables)로부터 생성되며, 구성성분을 합치기(stich) 위해 통상의 평활(smoothing) 기술을 이용한다. 이러한 음성 생성은 문장의 의미 및 화자의 감성에 근거한 표현들로 가득찬 음성을 생성할 수 없다.

본 발명은 일반적으로 기계 번역 분야에 관한 것이며, 보다 구체적으로는 표현적(expressive) 음성-음성 변환 생성 시스템 및 방법에 관한 것이다.

도 1은 본 발명에 따른 표현적 음성-음성 변환 시스템의 블럭도이다.

도 2는 본 발명의 실시예에 따른 도 1내의 표현적 파라미터 검출 수단에 대한 블럭도이다.

도 3은 본 발명의 다른 실시예에 따른 도 1에서의 표현적 파라미터 매핑 수단을 도시하는 블럭도이다.

도 4는 본 발명의 다른 실시예에 따른 표현적 음성-음성 변환 시스템을 도시하는 블럭도이다.

도 5는 본 발명의 실시예에 따른 표현적 음성-음성 변환 번역의 진행과정을 도시하는 흐름도이다.

도 6은 본 발명의 실시예에 따른 표현적 파라미터를 검출하는 진행과정을 도시하는 흐름도이다.

도 7은 본 발명의 실시예에 따른 표현적 파라미터를 검출하고 TTS파라미터를 조정하는 매핑 진행과정을 도시하는 흐름도이다.

도 8은 본 발명의 다른 실시예에 따른 표현적 음성-음성 변환 번역에 대한 진행과정을 도시하는 흐름도이다.

그러므로, 본 발명의 실시예는 표현적 음성-음성 변환 시스템 및 방법을 제공한다.

본 발명의 실시예에 따라, 표현적 음성-음성 변환 시스템 및 방법은 표현적 음성을 생성하기 위하여 본래의 음성 신호로부터 얻어진 표현적 파라미터를 이용하여 표준 TTS시스템을 구동한다(drive).

본 발명의 제1측면에 따르면, 청구항 제1항에 개시된 바와 같은 음성-음성 변환 생성 시스템이 제공된다.

본 발명의 제2측면에 따르면, 청구항 제6항에 개시된 바와 같은 음성-음성 변환 생성 시스템이 제공된다.

본 발명의 제3측면에 따르면, 청구항 제10항에 개시된 바와 같은 음성-음성변환 생성 방법이 제공된다.

본 발명의 제4측면에 따르면, 청구항 제16항에 개시된 바와 같은 음성-음성 변환 생성 방법이 제공된다.

본 실시예의 표현적 음성-음성 변환 시스템 및 방법은 번역 시스템 또는 TTS시스템의 음성 품질을 개선할 수 있다.

본 발명의 전술한 목적 및 다른 목적은 첨부하는 도면과 함께 이하 상세한 설명으로 더 구체적으로 설명될 수 있다. 상세한 설명 및 실시예는 본 발명의 실시예일 뿐이다.

도 1에 도시된 바와 같이, 본 발명의 실시예에 따른 표현적 음성-음성 변환 시스템은 음성 인식 수단(speech recognition means:101), 기계 번역 수단(machine translation means:102), 텍스트-음성 변환 생성 수단(text-speech generation means:103), 표현적 파라미터 검출 수단(expressive parameter detection means: 104) 및 표현적 파라미터 매핑 수단(expressive parameter maping means:104)을 포함한다. 음성 인식 수단(101)은 언어 A의 음성을 인식하여 이에 대응하는 언어 A의 텍스트를 생성하기 위해 이용되며, 기계 번역 수단(102)은 언어 A에서 언어 B로 텍스트를 번역하기 위해 이용되고, 텍스트-음성 변환 생성 수단(103)은 언어 B의 텍스트에 따라 언어 B의 음성을 생성하기 위해 이용되며, 표현적 파라미터 검출 수단(104)은 언어 A의 음성으로부터 표현적 파라미터를 추출하는데 이용되고, 표현적 파라미터 매핑 수단(105)은 표현적 파라미터 검출 수단에 의해 추출된 표현적 파라미터를 언어 A에서 언어 B로 매핑하는데 이용되고, 표현적 음성을 합성하기 위해 매핑결과에 의해 텍스트-음성 변환 생성 수단을 구동한다.

당업자에 의해 공지된 바와 같이, 음성 인식 수단, 기계 번역 수단 및 TTS수단을 달성하기 위한 종래 기술은 많이 있다. 그래서 도 2 및 도 3에 본 발명의 실시예에 따른 표현적 파라미터 검출 수단 및 표현적 파라미터 매핑 수단만을 개시한다.

우선, 음성 표현을 반영하는 핵심 파라미터(key parameter)가 소개된다.

음성에 대한 핵심 파라미터는 표현을 제어하며, 상이한 수준(level)들로 정의될 수 있다.

1. 단어 수준(word lwvel)에서, 해결 표현 파라미터는 속도(지속시간), 볼륨(에너지 레벨) 및 피치(pitch)(범위 및 톤을 포함함)이다. 일반적으로 단어는 몇몇의 문자/음절(중국어에서 대부분 단어는 두개이상의 문자/음절을 구비함)로 이루어지기 때문에, 이러한 표현 파라미터는 또한 벡터 또는 시간 순서(time sequence)의 형태로 음절 수준으로 정의되어야 한다. 예를 들면, 사람이 화가나서 말하는 경우, 단어 볼륨은 아주 높으며, 단어 피치는 기준 조건보다 더 높어지고 그것의 포락선(envelope)은 완만하지 않으며, 심지어 많은 피치 표시점(mark point)은 없어진다. 그리고 그와 동시에 지속시간은 더 짧아지게 된다. 다른 예는 우리가 표준 방법로 문장을 말하는 경우를 나타내며, 아마도 사람들은 문장내의 일부 단어들의 피치, 에너지 및 지속시간을 변화시키며, 이들 단어를 강조한다.

2. 문장수준에서, 사람들은 강세에 중점을 둔다. 예를 들면, 감탄문(exclamatory sentence )의 포락선은 서술문(declarative statement)의 포락선과 다르다.

이하는 본 발명에 따른 표현적 파라미터 검출 수단과 표현적 파라미터 매핑수단이 어떻게 동작하는지를 도 2 및 도 3에 개시한다. 즉, 어떻게 표현적 파라미터를 추출하는 지와, 표현적 음성 합성을 위한 텍스트-음성 변환 생성 수단을 구동하기 위해 상기 추출된 표현적 파라미터를 어떻게 이용하는 지에 관한 것이다.

도 2에 도시된 바와 같이, 본 발명의 표현적 파라미터 검출 수단은 이하 구성요소들을 포함한다.

파트 A(part A) : 화자의 피치, 지속시간 및 볼륨을 분석한다. 파트 A에서, 음성과 단어(또는 문자) 사이의 정렬(alignment) 결과를 얻기 위해 음성 인식 결과를 이용한다. 그리고, 그것을 다음 구조로 기록한다.

Sentence Content

{

Word Number;

Word Content

{Text;

Soundslike;

Word position;

Word property;

Speech start time;

Speech end time;

*Speech wave;

Speech parameters Content

{ *absolute parameter;

*relative parameter;

}

그 다음 이하 파라미터들을 얻기 위해 단시간 분석방법(short time anaysis method)을 이용한다.

1. 단시간 윈도우(Short Time Window) 각각에 대한 단시간 에너지(Short time energy)

2. 단어의 피치 윤곽(pitch contour)을 검출함

3. 단어의 지속시간

이 파라미터들에 따라, 다음의 파라미터들을 얻기위한 단계를 진행한다.

1. 단어내의 단시간 에너지를 평균함.

2. 단어내의 상위 N개의 시간에너지

3. 단어내의 피치 범위, 최대 피치, 최소 피치, 및 피치값

4. 단어의 지속시간

파트 B : 음성인식의 결과 텍스트에 따라, 표준 언어 A TTS 시스템을 이용하여 표현없는 언어 A의 음성을 생성한 후에, 표현적 TTS의 파라미터를 분석한다. 파라미터는 표현적 음성 분석에 대한 레프런스(reference)이다.

파트 C : 문장내의 이들 단어들에 대한 파라미터 변화를 분석하여 의미있는 표준음성을 형성한다. 그 이유는 다른 사람은 다른 속도로 다른 볼륨 및 피치로 말을 하기 때문이다. 심지어 같은 사람에 대해서도, 그가 다른 시간에 동일한 문장을 말하는 경우, 파라미터들은 동일하지 않다. 그래서, 레프런스 음성에 따라 문장내의 단어의 역할을 분석하기 위하여, 상대적(relative) 파라미터들을 이용한다.

절대적 파라미터로부터 상대적 파라미터를 얻기 위하여 정규화된 파라미터 방법을 이용한다. 상대적 파라미터들은 다음과 같다.

1. 단어내의 상대적 평균 단시간 에너지

2. 단어내의 상대적 상부 N개의 단시간 에너지

3. 단어내의 상대적 피치 범위, 상대적 최대 피치, 상대적 최소 피치

4. 단어의 상대적 지속기간

파트 D : 표준 음성 파라미터로부터 발생한 레프런스에 따라 단어 수준 및 문장수준에서 표현적 음성 파라미터를 분석한다.

1. 단어수준에서, 단어의 어느 파라미터가 격렬하게 변화하는지를 보기 위해 표현적 음성의 상대적 파라미터들과 레프런스 음성의 그것들을 비교한다.

2. 문장수준에서, 단어의 변동 레벨 및 단어 특성에 따라 단어를 분류하고, 문장내에서 표현적 핵심 단어(kwy word)를 얻는다.

파트 E : 파라미터 비교결과 및 어떤 표현이; 파라미터의 변화를 일으킬 수 있는 지에 대한 지식에 따라, 문장의 표현적 정보를 얻어서, 즉, 표현적 파라미터를 검출하여, 이하 구조에 따라 파라미터를 기록한다.

Expressive information

{

Sentence expressive type;

Words content

{Text;

Expressive type;

Expressive level;

*Expressive parameters;

};

}

예를 들면, 우리가 중국어로 화가나서 "i·¡"라고 말할 때, 많은 피치들이 사라지며, 절대 볼륨은 레프런스보다 더 높으며 동시에 상대적 볼륨은 매우 날카로우며, 지속시간은 레프런스보다 더 짧다. 그러므로, 문장수준에서의 표현은 화난다고 결론지을 수 있다. 표현적 핵심단어는 "is{"이다.

이하는 도 3a 및 도 3b를 참조하여, 본 발명의 실시예에 따른 표현적 파라미터 매핑수단이 어떻게 구조화되는 지를 설명한다. 표현적 파라미터 매핑수단은 다음을 포함한다.

파트 A : 기계 번역 결과에 따라 언어 A에서 언어 B로 표현적 파라미터의 구조를 매핑한다. 핵심 방법은 언어 A의 단어에 언어 B내의 어떠한 단어가 대응하는지를 찾는 것이며, 이는 표현을 나타내는데 중요하다.

이하는 매핑결과이다.

Sentence content for language B

{

Sentence Expressive type;

Word content of language B

{ Text;

Soundslike;

Position in sentence;

Word expressive information in language A;

Word expressive information in language B;

}

Word expressive of lanuage A

{Text;

Expressive type;

Expressive level;

*Expressive parameters;

}

Word expressive of language B

{

Expressive type;

Expressive level;

*Expressive parameters;

}

파트 B : 표현적 정보의 매핑결과에 근거하여, 언어용 TTS를 구동할 수 있는 조정 파라미터(adjustment parameter)가 생성된다. 이에 의해, 표현적 파라미터에 따라 어떤한 단어가 어떠한 파라미터 집합을 이용하는 지를 제공하는 언어 B의 표현적 파라미터 테이블을 이용한다. 테이블내의 파라미터는 상대적 조정파라미터이다.

프로세스는 도 3b에 도시된다. 표현적 파라미터는 두 수준의 테이블(단어 수준 변환 테이블 및 문장 수준 변환 테이블)을 변환함으로써 변환되어, 텍스트-음성 변환 생성수단을 조정하기 위한 파라미터로 된다.

두 수준의 변환 테이블들은 다음과 같다.

1. 단어 수준 변환 테이블은 표현적 파라미터를 TTS를 조정하는 파라미터로 변환하기 위한 것이다.

이하는 테이블의 구조이다.

Structure of Word TTS adjusting patameters table

{

Expressive_Type;

Expressive_Para;

TTS adjusting parameters;

}

Structure of TTS adjusting parameters

{

float Fsen_P_rate;

float Fsen_am_rate;

float Fph_t_rate;

Struct Equation Expressive_equat;(for changing the curve characteristic of pitch contour)

};

2. 문장 수준 변환 테이블은 단어 수준 조정 TTS에서 파라미터를 조정하기 위해 문장의 감정적 유형에 따라 문장 수준의 운율 파라미터(prosody parameter)를제공하기 위한 것이다.

Structure of Word TTS adjusting parameters table

{

Emotion_Type;

Words_Position;

Words_property;

TTS adjusting parameters;

};

Structure of TTS adjusting parameters

{

float Fsen_P_rate;

float Fsen_am_rate;

float Fph_t_rate;

본 발명에 따른 음성-음성 변환 시스템은 상기 실시예와 관련하여 설명되었다. 당업자에 의해 공지된 바와 같이, 또한 본 발명은 동일한 언어의 다른 방언(dialect)으로 번역하는데 이용될 수 있다. 도 4에 도시된 바와 같이, 시스템은 도 1내의 시스템과 유사하다. 유일한 차이는 동일한 언어의 다른 방언들 간의번역은 기계 번역 수단을 필요로 하지 않는다는 것이다. 구체적으로, 음성 인식 수단(101)은 언어 A의 음성을 인식하기 위해 이용되고, 대응하는 언어 A 텍스트를 생성하고, 텍스트-음성 변환 생성 수단(103)은 언어 B의 텍스트에 따라 언어 B의 음성을 생성하기 위해 이용되며, 표현적 파라미터 검출수단(104)은 방언 A의 음성으로부터 표현적 파라미터를 추출하기 위해 이용되며; 표현적 파라미터 매핑수단(105)은 표현적 파라미터 검출 수단(104)에 의해 추출된 표현적 파라미터를 방언 A에서 방언 B로 매핑하는데 이용되며, 표현적 음성을 합성하기 위해 상기 매핑결과를 가지고 텍스트-음성 변환 생성 수단을 구동한다.

본 발명에 따른 표현적 음성-음성 변환 시스템은 도 1 내지 도 4를 참조하여 설명된다. 시스템은 표준 TTS시스템을 구동하기 위해 본래의 음성 신호로부터 추출된 표현적 파라미터를 이용함으로써 표현적 음성 출력을 생성한다.

또한 본 발명은 표현적 음성-음성 변환 방법을 제공한다. 이하는 본 발명에 따른 음성-음성 번역 프로세스의 실시예를 도 5 내지 도 8을 참조하여 설명한다.

도 5에 도시된 바와 같이, 본 발명의 실시예에 따른 표현적 음성-음성 변환 방법은 언어 A의 음성을 인식하여 언어 A에 대응하는 텍스트를 생성하는 단계(501)와, 텍스트를 언어 A에서 언어 B로 번역하는 단계(502)와, 언어 B의 텍스트에 따라 언어 B의 음성을 생성하는 단계(503), 언어 A의 음성으로부터 표현적 파라미터를 검출하는 단계(504), 및 언어 A에서 언어 B로 검출단계들에 의해 추출된 표현적 파라미터를 매핑하고, 표현적 음성을 합성하기 위해 매핑 결과에 의해 텍스트-음성 변환 생성 프로세스를 구동하는 단계(505)를 포함한다.

이하는 본 발명의 실시예에 따라 표현적 검출 프로세스 및 표현적 매핑 프로세스를 도 6 및 도 7을 참조하여 설명한다. 그것은 표현적 파라미터를 어떻게 추출하는지 그리고 추출된 표현적 파라미터를 표현적 음성을 합성하기 위해 기존의 TTS프로세스를 구동하기 위해 이용한다. 도 6에 도시된 바와 같이, 표현적 검출수단은 다음 단계들을 포함한다.

단계 (601) : 화자의 피치, 지속시간 및 볼륨을 분석한다. 단계(601)에서 음성과 단어(또는 문자)간의 정렬 결과를 얻기 위해 음성 인식결과를 이용한다(exploit). 그 다음, 이하 파라미터들를 얻기 위해 단시간 분석 방법을 이용한다.

1. 단시간 윈도우 각각에 대한 단시간 에너지

2. 단어의 피치 윤곽을 검출함.

3. 단어의 지속시간

이 파라미터들에 따라, 다음의 파라미터들을 얻기 위한 단계를 진행한다.

1. 단어내의 상대적 평균 단시간 에너지

2. 단어내의 상대적 상부 N개의 단시간 에너지

4. 단어의 상대적 지속시간

단계 (602) : 음성 인식 결과 텍스트에 따라, 표준언어 A TTS시스템을 이용하여 표현없는 언어 A의 음성을 생성한다. 그 다음 표현적 TTS의 파라미터를 분석한다. 파라미터는 표현적 언어의 분석에 대한 레프런스이다.

단계 (603) : 문장내의 이 단어들에 대한 파라미터의 변화를 분석하여 의미있는 표준 음성을 형성한다. 그 이유는 다른 사람은 다른 볼륨, 다른 피치, 다른 속도로 말을 하기 때문이다. 심지어 같은 사람에 대해서도, 그가 다른 시간에 동일한 문장을 말하는 경우, 파라미터들은 동일하지 않다. 그래서, 레프런스 음성에 따라 문장내의 단어의 역할을 분석하기 위하여, 상대적 파라미터들을 이용한다.

1. 단어내의 상대적 평균 단시간 에너지

2. 단어내의 상대적 상부 N개의 단시간 에너지

4. 단어의 상대적 지속시간

단계 (604) : 표준 음성 파라미터로부터 발생한 레프런스에 따라 단어 수준 및 문장 수준에서 표현적 음성 파라미터를 분석한다.

1. 단어수준에서, 단어의 어느 파라미터가 강제적으로 변화하는지를 인지하기 위해 표현적 음성의 상대적 파라미터들과 레프런스 음성의 그것들을 비교한다.

2. 문장수준에서, 단어의 변동 레벨 및 단어 특성에 따라 단어를 분류하고, 문장내에서 표현적 핵심단어를 얻는다.

단계 (605) : 파라미터 비교결과 및 어떤 표현이 파라미터의 변화를 일으키는 지에 대한 지식에 따라, 문장 또는 다른 단어내에서 표현적 정보를 얻어서, 표현적 파라미터를 검출한다.

다음, 도 7과 관련한 본 발명의 실시예에 따라 표현적 매핑 프로세스를 설명한다. 프로세스는 다음 단게를 포함한다.

단계 (701) : 기계 번역 결과에 따라 언어 A에서 언어 B로 표현적 파라미터의 구조를 매핑한다. 핵심방법은 표현 전환을 위해 중요한 언어 A의 단어에 단어 B내의 어떠한 단어가 대응하는 지를 찾는 것이다.

단계 (702)는 표현적 정보의 매핑결과에 따라, 언어 B TTS를 구동할 수 있는 조정 파라미터를 생성한다. 이에 의해, 단어 또는 음절 합성 파라미터가 제공됨에 따라, 언어 B의 표현적 파라미터를 이용한다.

본 발명에 따른 음성-음성 변환 방법은 실시예와 관련되어 설명되었다. 당업자들에 의해 공지된 바와 같이, 본 발명은 또한 동일한 언어의 다른 방언을 번역하는데 이용될 수 있다. 도 8에 도시된 바와 같이, 프로세스는 도 5내의 프로세스와 유사하다. 유일한 차이는 동일한 언어에 대한 다른 상이한 방언들간의 번역은텍스트 번역 프로세스를 필요로 하지 않는다는 것이다. 구체적으로, 프로세스는 방언 A의 음성을 인식하여, 대응하는 텍스트를 생성하는 단계(801)와, 언어 B의 텍스트에 따라 언어 B의 음성을 생성하는 단계(802)와, 방언 A의 음성에서 표현적 파라미터를 추출하는 단계(803), 및 방언 A에서 방언 B로 추출단계에 의해 추출된 표현적 파라미터를 매핑하고, 표현적 음성을 합성하기 위해 텍스트-음성 변환 생성 프로세스에 대한 매핑 결과를 적용하는 단계(804)를 포함한다.

바람직한 실시예에 따른 표현적 음성-음성 변환 시스템 및 방법은 도면과 관련하여 설명되었다. 당업자들은 본발명의 정신 및 범주를 벗어남이 없는 대안적인 실시예를 고안할 수 있다. 본 발명은 모든 변경 및 대안적인 실시예를 포함한다. 본 발명의 범주는 첨부한 청구범위에 의해 제한될 수 있다.

Claims

음성-음성 변환 생성 시스템에 있어서,

언어 A의 음성을 인식하고 이에 대응하는 상기 언어 A의 텍스트를 생성하기 위한 음성 인식 수단과,

상기 언어 A의 텍스트를 언어 B의 텍스트로 번역하기 위한 기계 번역 수단과,

상기 언어 B의 텍스트에 따라 언어 B의 음성을 생성하기 위한 텍스트-음성 변환 생성 수단

을 포함하며, 상기 음성-음성 변환 시스템은

상기 언어 A의 음성으로부터 표현적(expressive) 파라미터를 추출하기 위한 표현적 파라미터 검출 수단과,

상기 표현적 파라미터 검출 수단에 의해 추출된 표현적 파라미터를 상기 언어 A에서 상기 언어 B로 매핑하고, 표현적 음성 합성을 위해 상기 매핑 결과에 의해 텍스트-음성 변환 생성 수단을 구동시키기 위한 표현적 파라미터 매핑수단을 더 포함하는 것을 특징으로 하는 음성-음성 변환 생성시스템.
제1항에 있어서, 상기 표현적 파라미터 검출 수단은 여러 수준에서 표현적 파라미터를 추출하는 것을 특징으로 하는 음성-음성 변환 생성 시스템.
제2항에 있어서, 상기 표현적 파라미터 검출수단은 단어 수준에서 상기 표현적 파라미터를 추출하는 것을 특징으로 하는 음성-음성 변환 생성 시스템.
제2항에 있어서, 상기 표현적 파라미터 검출수단은 문장 수준에서 상기 표현적 파라미터를 추출하는 것을 특징으로 하는 음성-음성 변환 생성 시스템.
제1항 내지 제4항 중 어느 한항에 있어서, 상기 표현적 파라미터 매핑 수단은 표현적 파라미터를 언어 A에서 언어 B로 매핑한 다음에, 상기 언어 B의 표현적 파라미터를 단어 수준 변환 및 문장 수준 변환에 의해 텍스트-음성 변환 생성 수단을 조정하기 위한 파라미터로 음성-음성 변환 생성 시스템.
음성-음성 변환 생성 시스템에 있어서,

방언 A의 음성을 인식하고 이에 대응하는 텍스트를 생성하기 위한 음성 인식 수단과,

상기 텍스트에 따라 또 다른 방언 B의 음성을 생성하기 위한 텍스트-음성 변환 생성 수단

을 포함하며, 상기 음성-음성 변환 생성 시스템은

상기 방언 A의 음성으로부터 표현적 파라미터를 추출하기 위한 표현적 파라미터 검출수단, 및

상기 표현적 파라미터 검출 수단에 의해 추출된 상기 표현적 파라미터를 상기 방언 A에서 상기 방언 B로 매핑하고, 표현적 음성의 합성을 위해 상기 매핑결과에 의해 상기 텍스트-음성 변환 생성 수단을 구동시키기 위한 표현적 파라미터 매핑수단을 더 포함하는 것을 특징으로 하는 음성-음성 변환 생성 시스템.
제6항에 있어서, 상기 표현적 파라미터 검출수단은 여러 수준에서 상기 표현적 파라미터를 추출하는 것을 특징으로 하는 음성-음성 변환 생성 시스템.
제7항에 있어서, 상기 표현적 파라미터 검출수단은 단어 수준에서 상기 표현적 파라미터를 추출하는 것을 특징으로 하는 음성-음성 변환 생성 시스템.
제7항에 있어서, 상기 표현적 파라미터 검출수단은 문장수준에서 상기 표현적 파라미터를 추출하는 것을 특징으로 하는 음성-음성 변환 생성 시스템.
제6항 내지 제9항 중 어느 한항에 있어서, 상기 표현적 매핑 수단은 상기 표현적 파라미터를 상기 방언 A에서 상기 방언 B로 매핑한 다음, 상기 방언 B의 표현적 파라미터를 상기 단어 수준 변환 및 상기 문장 수준 변환에 의해 상기 텍스트-음성 변환 생성 수단을 조정하기 위한 파라미터로 변환하는 것을 특징으로 하는 음성-음성 변환 생성 시스템.
음성-음성 변환 생성 방법에 있어서,

언어 A의 음성을 인식하여 이에 대응하는 상기 언어 A의 텍스트를 생성하는 단계와,

상기 언어 A에서 상기 언어 B로 텍스트를 번역하는 단계와,

상기 언어 B의 텍스트에 따라 상기 언어 B의 음성을 생성하는 단계

를 포함하고, 상기 표현적 음성-음성 변환 방법은,

상기 언어 A의 음성으로부터 상기 표현적 파라미터를 추출하는 단계와,

상기 검출단계에 의해 추출된 표현적 파라미터를 매핑하고, 상기 언어 A에서 상기 언어 B로 표현적 언어의 합성을 위해 상기 매핑결과에 의해 텍스트-음성 변환 생성 공정을 구동하는 단계를 더 포함하는 것을 특징으로 하는 음성-음성 변환 생성 방법.
제11항에 있어서, 상기 표현적 파라미터 추출단계는 여러 수준에서 수행되는 것을 특징으로 하는 음성-음성 변환 생성 방법.
제12항에 있어서, 상기 다른 수준은 단어 수준을 포함하는 것을 특징으로 하는 음성-음성 변환 생성 방법.
제12항에 있어서, 상기 다른 수준은 문장 수준을 포함하는 것을 특징으로 하는 음성-음성 변환 생성 방법.
제11항 내지 제14항 중 어느 한항에 있어서, 상기 표현적 파라미터를 상기 언어 A에서 상기 언어 B로 매핑하는 단계는 상기 언어 B의 표현적 파라미터를 상기 단어 수준 변환과 상기 문장 수준 변환에 의해 상기 텍스트-음성 변환 생성 수단을 조정하기 위한 파라미터로 변환하는 단계를 더 포함하는 것을 특징으로 하는 음성-음성 변환 생성 방법.
음성-음성 변환 생성 방법에 있어서,

방언 A의 음성을 인식하고 이에 대응하는 텍스트를 생성하는 단계와,

상기 텍스트에 따라 또 다른 방언 B의 음성을 생성하는 단계

를 포함하고, 상기 음성-음성 변환 생성 방법은,

상기 방언 A의 음성으로부터 표현적 파라미터를 추출하는 단계,및

상기 추출단계에 의해 추출된 상기 표현적 파라미터를 상기 방언 A에서 상기 방언 B로 매핑하고, 표현적 음성 합성을 위해 상기 매핑결과에 의해 상기 텍스트-음성 변환 생성 프로세스를 구동시키는 단계를 더 포함하는 것을 특징으로 하는 음성-음성 변환 생성 방법.
제16항에 있어서, 상기 표현적 파라미터를 추출하는 단계는 여러 수준에서 수행되는 것을 특징으로 하는 음성-음성 변환 생성 방법.
제17항에 있어서, 상기 다른 수준은 단어 수준을 포함하는 것을 특징으로 하는 음성-음성 변환 생성 방법.
제17항에 있어서, 상기 다른 수준은 문장 수준을 포함하는 것을 특징으로 하는 음성-음성 변환 생성방법.
제16항 내지 제19항에 있어서, 상기 표현적 파라미터를 상기 방언 A에서 상기 방언 B로 매핑하는 단계는, 상기 방언 B의 표현적 파라미터를 상기 단어 수준 변환 및 상기 문장 수준변환에 의해 상기 텍스트-음성 변환 생성 수단을 조정하기 위한 파라미터로 변환하는 단계를 더 포함하는 것을 특징으로 하는 음성-음성 변환 생성방법.