KR20040084753A - 텍스트 처리 시스템 및 방법과, 컴퓨터 판독 가능 매체 - Google Patents

텍스트 처리 시스템 및 방법과, 컴퓨터 판독 가능 매체 Download PDF

Info

Publication number
KR20040084753A
KR20040084753A KR1020040019902A KR20040019902A KR20040084753A KR 20040084753 A KR20040084753 A KR 20040084753A KR 1020040019902 A KR1020040019902 A KR 1020040019902A KR 20040019902 A KR20040019902 A KR 20040019902A KR 20040084753 A KR20040084753 A KR 20040084753A
Authority
KR
South Korea
Prior art keywords
text
language
module
speech
language dependent
Prior art date
Application number
KR1020040019902A
Other languages
English (en)
Other versions
KR101120710B1 (ko
Inventor
쥬민
펭후
자오용
Original Assignee
마이크로소프트 코포레이션
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 마이크로소프트 코포레이션 filed Critical 마이크로소프트 코포레이션
Publication of KR20040084753A publication Critical patent/KR20040084753A/ko
Application granted granted Critical
Publication of KR101120710B1 publication Critical patent/KR101120710B1/ko

Links

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
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
    • A63F7/00—Indoor games using small moving playing bodies, e.g. balls, discs or blocks
    • A63F7/02—Indoor games using small moving playing bodies, e.g. balls, discs or blocks using falling playing bodies or playing bodies running on an inclined surface, e.g. pinball games
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07F—COIN-FREED OR LIKE APPARATUS
    • G07F17/00—Coin-freed apparatus for hiring articles; Coin-freed facilities or services
    • G07F17/32—Coin-freed apparatus for hiring articles; Coin-freed facilities or services for games, toys, sports, or amusements
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
    • A63F7/00—Indoor games using small moving playing bodies, e.g. balls, discs or blocks
    • A63F7/22—Accessories; Details
    • A63F7/34—Other devices for handling the playing bodies, e.g. bonus ball return means
    • A63F2007/341—Ball collecting devices or dispensers
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
    • A63F2250/00—Miscellaneous game characteristics
    • A63F2250/14—Coin operated

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Acoustics & Sound (AREA)
  • General Physics & Mathematics (AREA)
  • Machine Translation (AREA)

Abstract

음성 합성기용 다국어 텍스트를 처리하기 위한 텍스트 처리 시스템은, 제1 언어를 포함하는 입력 텍스트의 일부에 대해 텍스트와 음율 분석 중 적어도 하나를 수행하기 위한 제1 언어 종속형 모듈을 포함한다. 제2 언어 종속형 모듈은 제2 언어를 포함하는 입력 텍스트의 제2 부분에 대해 텍스트와 음율 분석 중 적어도 하나를 수행한다. 제3 모듈은 제1 및 제2 언어 종속형 모듈로부터의 출력들을 수신하고, 다국어 텍스트에 기초한 상기 출력들에 대해 음율 및 음성 문맥 추상화를 수행하기 위한 것이다.

Description

텍스트 처리 시스템 및 방법과, 컴퓨터 판독 가능 매체{FRONT-END ARCHITECTURE FOR A MULTILINGUAL TEXT-TO-SPEECH SYSTEM}
본 발명은 음성 합성에 관한 것이다. 특히, 본 발명은 다국어의 음성 합성 시스템에 관한 것이다.
텍스트-음성 변환 시스템(text-to-speech system)은, 컴퓨터에 의해 처리되는 시스템이, 합성된 음성을 통해 사용자와 통신할 수 있도록 하기 위해 개발되었다. 어떤 애플리케이션은 대화형 시스템(spoken dialog system), 콜 센터 서비스, 음성 제공(voice-enabled) 웹 ·이메일 서비스 등을 포함한다. 텍스트-음성 변환 시스템은 지난 몇 년간 개선되어 왔지만, 여전히 몇몇 결점들이 존재한다. 예를 들면, 많은 텍스트-음성 변환 시스템들은 단지 1개국의 언어에 관하여 설계되어 있다. 그러나, 여러 언어들의 단어들을 음성 합성할 수 있는 시스템, 특히 2개국 이상의 언어의 단어가 한 문장 내에 포함된 경우에도 음성 합성을 제공할 수 있는 시스템을 필요로 하는 애플리케이션이 상당수 존재한다.
다국어의 단어를 발성할 수 있는 음성 합성을 제공할 수 있도록 개발되어 온 시스템은, 발성될 개별 언어들 각각의 단어들을 합성하기 위한 개별 텍스트-음성 변환 엔진들을 사용한다. 엔진들 각각은 합성된 단어들에 대한 파형들을 생성한다. 다음으로, 완전한 발성으로 합성하기 위해, 파형들이 결합되거나 연속적으로출력된다. 이러한 방식의 중요한 결점은, 일반적으로 2개의 엔진으로부터 나오는 음색이 서로 다르게 들린다는 것이다. 사용자는 이러한 음색의 발성을 들었을 경우에 일반적으로 불쾌하다고 느끼는데, 이는 2명의 사람이 말하는 것처럼 여겨지기 때문이다. 또한, 전체 문장의 억양이 없어져서, 이해를 감하게 된다.
따라서, 앞서 설명한 단점들 중 적어도 일부를 처리한 다국어의 음성 합성 시스템이 유리할 것이며, 다국어의 음성 합성을 개선시킬 것이다.
음성 합성 시스템의 텍스트 처리 시스템은 적어도 2개국의 언어가 혼합된 입력 텍스트를 수신하고, 음성 합성기의 백-엔드(back-end)부에서 사용하기에 적절한 출력을 제공한다. 일반적으로, 텍스트 처리 시스템은 텍스트 처리를 수행하는 언어 독립형 모듈과 언어 종속형 모듈을 포함한다. 이러한 아키텍처는 언어들 간의 원활한 전환 및 언어들이 혼합된 문장에 대한 유창한 억양을 유지하는 장점을 갖는다.
도 1은 본 발명이 실시될 수 있는 일반적인 컴퓨팅 환경의 블럭도.
도 2는 본 발명이 실시될 수 있는 휴대용 장치의 블럭도.
도 3a는 종래 기술의 음성 합성 시스템의 제1 실시예의 블럭도.
도 3b는 종래 기술의 음성 합성 시스템의 제2 실시예의 블럭도.
도 3c는 종래 기술의 음성 합성 시스템의 프론트-엔드부의 블럭도.
도 4는 음성 합성기용의 텍스트 처리 시스템을 포함하는 본 발명의 제1 실시예의 블럭도.
도 5는 음성 합성기용의 텍스트 처리 시스템을 포함하는 본 발명의 제2 실시예의 블럭도.
<도면의 주요 부분에 대한 부호의 설명>
400 : 텍스트 및 운율 분석 시스템
406 : 언어 식별자 모듈
410 : 통합 조정기
412 : 텍스트 정규화 모듈
418 : 전환부
420 : 중국어 모듈
422 : 영어 모듈
본 발명의 특징들을 설명하기 이전에, 본 발명을 위한 예시적인 컴퓨터 환경을 먼저 설명하는 것이 도움이 될 것이다. 도 1은 본 발명이 구현될 수 있는 적절한 컴퓨팅 시스템 환경(100)의 예를 도시한다. 이 컴퓨팅 시스템 환경(100)은 단지 적절한 컴퓨팅 환경의 일례일 뿐이며, 본 발명의 사용이나 기능의 범위에 어떠한 제한을 가하고자 의도된 것이 아니다. 본 컴퓨팅 시스템 환경(100)은 예시적인 동작 환경(100)에 나타나 있는 컴포넌트들 중 임의의 하나 혹은 그 조합에 관하여어떠한 종속 관계이거나 요건을 갖는 것으로 해석되어서는 안 된다.
본 발명은 여러 다른 범용 또는 전용 컴퓨팅 시스템 환경 또는 구성과 함께 동작될 수 있다. 본 발명과 함께 사용하기에 적합할 수 있는 잘 알려진 컴퓨팅 시스템, 환경, 및/또는 구성의 예로는, 퍼스널 컴퓨터, 서버 컴퓨터, 핸드헬드(hand-held) 또는 랩탑 장치, 멀티프로세서 시스템, 마이크로프로세서-기반 시스템, 셋 탑 박스, 프로그램 가능 가전 제품, 네트워크 PC, 미니컴퓨터, 메인프레임 컴퓨터, 상기의 시스템이나 장치들 중 임의의 것을 포함하는 분산형 컴퓨팅 환경 등이 포함될 수 있지만, 이에 한정되지는 않는다.
본 발명은, 컴퓨터에 의해 실행되는, 프로그램 모듈과 같은 컴퓨터 실행 가능 명령어(instruction)들과 일반적으로 관련하여 설명될 수 있다. 일반적으로, 프로그램 모듈은 특정한 태스크를 수행하거나 특정한 추상 데이터 타입을 구현하는 루틴, 프로그램, 오브젝트, 컴포넌트, 데이터 구조 등을 포함한다. 또한, 본 발명은 통신 네트워크를 통해 링크된 원격 프로세싱 장치에 의해 태스크를 수행하는 분산형 컴퓨팅 환경에서 실시될 수도 있다. 분산 컴퓨팅 환경에서, 프로그램 모듈은, 메모리 저장 장치를 포함하는 로컬 컴퓨터 저장 매체 및 원격 컴퓨터 저장 매체의 양측 모두에 위치할 수 있다. 프로그램 및 모듈에 의해 수행되는 태스크는 도면을 참조하여 이하 설명될 것이다. 본 기술 분야에서 숙련된 기술을 가진 자라면, 본 명세서의 설명과 도면을, 임의의 형태의 컴퓨터 판독 가능 매체 상에 기록될 수 있는 프로세서 실행 가능 명령어들로 구현해 낼 수 있다.
도 1을 참조하면, 본 발명을 구현하기 위한 예시적인 시스템은 컴퓨터(110)형태의 범용 컴퓨팅 장치를 포함한다. 컴퓨터(110)의 컴포넌트들로는, 프로세싱 유닛(120), 시스템 메모리(130), 및 시스템 메모리를 포함한 각종 시스템 컴포넌트들을 프로세싱 유닛(120)에 연결시키는 시스템 버스(121)가 포함될 수 있지만, 이에 한정되는 것은 아니다. 시스템 버스(121)는 다양한 버스 아키텍처 중 임의의 것을 사용하는 로컬 버스, 주변 버스, 및 메모리 버스 또는 메모리 컨트롤러를 포함하는 몇 가지 유형의 버스 구조 중 임의의 것일 수 있다. 예로서, 이러한 아키텍처로는, ISA(Industry Standard Architecture) 버스, MCA(Micro Channel Architecture) 버스, EISA(Enhanced ISA) 버스, VESA(Video Electronics Standards Associates) 로컬 버스, 및 (메자닌(Mezzanine) 버스로도 알려진) PCI(Peripheral Component Interconnect) 버스를 포함하지만, 이에 한정되는 것은 아니다.
통상적으로, 컴퓨터(110)는 다양한 컴퓨터 판독 가능 매체를 포함한다. 컴퓨터 판독 가능 매체는, 컴퓨터(110)에 의해 액세스될 수 있는 임의의 이용 가능한 매체일 수 있으며, 휘발성 및 비휘발성, 분리형(removable) 및 비분리형(non-removable) 매체를 모두 포함한다. 예로서, 컴퓨터 판독 가능 매체는 컴퓨터 저장 매체 및 통신 매체를 포함할 수 있지만, 이에 한정되는 것은 아니다. 컴퓨터 저장 매체는 컴퓨터 판독 가능 명령어, 데이터 구조, 프로그램 모듈 또는 그 외의 데이터 등의 정보의 저장을 위한 임의의 방법 또는 기술로 구현되는 휘발성 및 비휘발성, 분리형 및 비분리형 매체를 모두 포함한다. 컴퓨터 저장 매체는 RAM, ROM, EEPROM, 플래쉬 메모리 또는 기타 메모리 기술, CD-ROM, DVD(digital versatile disk) 또는 기타 광 디스크 저장 장치, 자기 카세트, 자기 테이프, 자기 디스크 저장 장치 또는 기타 자기 저장 장치, 또는 컴퓨터(110)에 의해 액세스될 수 있고 원하는 정보를 저장하는 데 사용될 수 있는 임의의 다른 매체를 포함할 수 있지만, 이에 한정되지는 않는다.
통상적으로, 통신 매체는 반송파 또는 기타 전송 메커니즘 등의 변조된 데이터 신호에 컴퓨터 판독 가능 명령어, 데이터 구조, 프로그램 모듈, 또는 기타 데이터를 구현하며, 임의의 정보 전달 매체를 포함한다. "변조된 데이터 신호"라 함은, 신호 내에 정보를 인코딩하는 방식으로 설정 또는 변환된 특성을 하나 이상 갖는 신호를 뜻한다. 예로서, 통신 매체는 유선 네트워크 또는 직접 유선(direct-wired) 접속 등의 유선 매체와, 음향, FR, 적외선, 및 기타 무선 매체 등의 무선 매체를 포함하지만, 이에 한정되지는 않는다. 또한, 상술한 것들 중 임의의 조합도 컴퓨터 판독 가능 매체의 범위 내에 포함되어야 한다.
시스템 메모리(130)는 ROM(read only memory)(131), RAM(random access memory)(132) 등의 휘발성 및/또는 비휘발성 메모리 형태의 컴퓨터 저장 매체를 포함한다. 시동(start-up) 시와 같은 때에 컴퓨터(110) 내의 구성 요소들 간의 정보 전송을 돕는 기본 루틴을 포함하는 BIOS(basic input/output system)(133)는 일반적으로 ROM(131)에 저장되어 있다. RAM(132)은 일반적으로 프로세싱 유닛(120)에 즉시 액세스될 수 있고/있거나, 프로세싱 유닛(120)에 의해 현재 동작되고 있는 프로그램 모듈 및/또는 데이터를 포함한다. 예로서, 도 1은 오퍼레이팅 시스템(134), 애플리케이션 프로그램(135), 다른 프로그램 모듈들(136), 및 프로그램 데이터(137)를 도시하지만, 이에 한정되는 것은 아니다.
또한, 컴퓨터(110)는 기타 분리형/비분리형 휘발성/비휘발성 컴퓨터 저장 매체를 포함할 수 있다. 예로서, 도 1에는 비분리형 비휘발성 자기 매체로부터 판독하거나 그 자기 매체에 기록하는 하드디스크 드라이브(141), 분리형 비휘발성 자기 디스크(152)로부터 판독하거나 그 자기 디스크에 기록하는 자기 디스크 드라이브(151), 및 CD-ROM이나 기타 광학 매체 등의 분리형 비휘발성 광 디스크(156)로부터 판독하거나 그 광 디스크에 기록하는 광 디스크 드라이브(155)가 도시되어 있다. 본 동작 환경예에서 사용될 수 있는 다른 분리형/비분리형 휘발성/비휘발성 컴퓨터 저장 매체로는, 자기 테이프 카세트, 플래쉬 메모리 카드, DVD, 디지털 비디오 테이프, 고체(solid state) RAM, 고체 ROM 등을 포함하지만, 이에 한정되지는 않는다. 하드디스크 드라이브(141)는 일반적으로 인터페이스(140)와 같은 비분리형 메모리 인터페이스를 통해 시스템 버스(121)에 접속되고, 자기 디스크 드라이브(151) 및 광 디스크 드라이브(155)는 일반적으로 인터페이스(150)와 같은 분리형 메모리 인터페이스에 의해 시스템 버스(121)에 접속된다.
앞서 설명되고 도 1에 도시된 드라이브 및 그에 관련된 컴퓨터 저장 매체는 컴퓨터 판독 가능 명령어, 데이터 구조, 프로그램 모듈, 및 컴퓨터(110)를 위한 기타 데이터의 저장을 제공한다. 예컨대, 도 1에서 하드디스크 드라이브(141)는 오퍼레이팅 시스템(144), 애플리케이션 프로그램(145), 다른 프로그램 모듈들(146), 및 프로그램 데이터(147)를 저장하는 것으로 도시되어 있다. 이 컴포넌트들은 오퍼레이팅 시스템(134), 애플리케이션 프로그램(135), 다른 프로그램 모듈들(136),및 프로그램 데이터(137)와 동일할 수도 있고 상이할 수도 있다. 본 명세서에서는 오퍼레이팅 시스템(144), 애플리케이션 프로그램(145), 다른 프로그램 모듈들(146), 및 프로그램 데이터(147)가 최소한 별개의 복사본(copy)임을 나타내기 위하여 다른 참조 번호를 부여하였다.
사용자는 키보드(162), 마이크로폰(163), 및 마우스, 트랙볼, 터치 패드 등의 포인팅 디바이스(161)와 같은 입력 장치를 통해 컴퓨터(110)에 명령(command)과 정보를 입력할 수 있다. (도시되지 않은) 기타 입력 장치로는, 조이스틱, 게임 패드, 위성 수신용 접시형 안테나, 스캐너 등을 포함할 수 있다. 상기 입력 장치와 그 외의 입력 장치는 시스템 버스에 연결된 사용자 입력 인터페이스(160)를 통해 프로세싱 유닛(120)에 접속되곤 하지만, 병렬 포트, 게임 포트, USB(universal serial bus) 등의 기타 인터페이스 및 버스 구조에 의해 접속될 수도 있다. 또한, 모니터(191) 또는 다른 종류의 디스플레이 장치가 비디오 인터페이스(190) 등의 인터페이스를 통해 시스템 버스(121)에 접속된다. 또한, 모니터 외에도, 컴퓨터는, 출력 주변 인터페이스(195)를 통해 접속될 수 있는 스피커(197), 프린터(196) 등의 기타 주변 출력 장치를 포함할 수 있다.
컴퓨터(110)는 원격 컴퓨터(180) 등의 하나 이상의 원격 컴퓨터로의 논리적 접속(logical connections)을 이용한 네트워킹 환경에서 동작할 수 있다. 원격 컴퓨터(180)는 퍼스널 컴퓨터, 핸드헬드 장치, 서버, 라우터, 네트워크 PC, 피어(peer) 장치, 또는 기타 일반적인 네트워크 노드일 수 있으며, 일반적으로는 컴퓨터(110)에 관하여 상술한 구성 요소 중 다수 또는 전부를 포함할 수도 있다.도 1에 도시된 논리적 접속은 LAN(local area network)(171)과 WAN(wide area network)(173)을 포함하지만, 그 외의 네트워크를 포함할 수도 있다. 이러한 네트워킹 환경은 관공서, 기업형 컴퓨터 네트워크, 인트라넷, 및 인터넷에서는 일반적인 것이다.
LAN 네트워킹 환경에서 사용될 경우, 컴퓨터(110)는 네트워크 인터페이스 또는 어댑터(170)를 통해 LAN(171)에 접속된다. WAN 네트워킹 환경에서 사용될 경우, 컴퓨터(110)는 일반적으로 인터넷 등의 WAN(173)을 통해 통신을 설정하기 위한 모뎀(172) 또는 기타 수단을 포함한다. 내장형 또는 외장형일 수 있는 모뎀(172)은 사용자 입력 인터페이스(160) 또는 기타 적절한 메커니즘을 통해 시스템 버스(121)에 접속될 수 있다. 네트워킹 환경에서, 컴퓨터(110)에 관하여 설명된 프로그램 모듈들 또는 그 일부는 원격 메모리 저장 장치에 저장될 수도 있다. 예로서, 도 1은 원격 컴퓨터(180)에 상주하는 원격 애플리케이션 프로그램(185)을 도시하지만, 이에 한정되는 것은 아니다. 도시된 네트워크 접속은 예시적인 것으로서, 컴퓨터들 간의 통신 링크를 설정하는 그 외의 수단이 사용될 수도 있음을 알 수 있다.
도 2는 휴대용 장치(200)의 블럭도로서, 휴대용 장치의 예시적인 컴퓨팅 환경을 나타낸다. 휴대용 장치(200)는 마이크로프로세서(202), 메모리(204), I/O 컴포넌트(206), 및 원격 컴퓨터나 다른 휴대용 장치들과의 통신을 위한 통신 인터페이스(208)를 포함한다. 일 실시예에서, 상술된 컴포넌트들은 상호 통신을 위해 적절한 버스(210)를 통해 연결되어 있다.
메모리(204)는 배터리 백업 모듈(도시되지 않음)을 구비한 RAM 등의 비휘발성 메모리로서 구현되어, 휴대용 장치(200)로의 주전원이 차단되는 경우에도 메모리(204)에 저장된 정보가 손실되지 않는다. 메모리(204)의 일부는 바람직하게는 프로그램을 실행하기 위한 주소 지정 가능 메모리로서 지정되는 한편, 메모리(204)의 다른 일부는 바람직하게는 디스크 드라이브의 저장 상태를 시뮬레이팅하는 등의 저장용으로 사용된다.
메모리(204)는 오퍼레이팅 시스템(212), 애플리케이션 프로그램(214), 및 오브젝트 저장소(216)를 포함한다. 동작 시, 오퍼레이팅 시스템(212)은 바람직하게는 프로세서(202)에 의해 메모리(204)로부터 실행된다. 바람직한 일 실시예에서, 오퍼레이팅 시스템(212)은 마이크로소프트사로부터 구입할 수 있는 WINDOWSCE 브랜드의 오퍼레이팅 시스템이다. 오퍼레이팅 시스템(212)은 바람직하게는 휴대용 장치 용도로 설계되며, 공지된 애플리케이션 프로그래밍 인터페이스 및 방법 등을 이용하여 애플리케이션(214)이 사용할 수 있는 데이터베이스 특징들을 구현한다. 오브젝트 저장소(216)의 오브젝트들은, 공지된 애플리케이션 프로그래밍 인터페이스 및 방법 호출에 적어도 일부 응답하여, 애플리케이션(214) 및 오퍼레이팅 시스템(212)에 보유된다.
통신 인터페이스(208)는 휴대용 장치(200)가 정보를 송수신할 수 있게 하는 다양한 장치와 기술들을 나타낸 것이다. 이러한 장치로는, 유/무선 모뎀, 위성 송수신기, 방송용 튜너 등이 포함된다. 또한, 휴대용 장치(200)는 컴퓨터에 직접 접속되어 컴퓨터와 데이터를 교환할 수도 있다. 이러한 경우, 통신 인터페이스(208)는 적외선 송수신기나 직렬 또는 병렬 통신 접속일 수 있으며, 이들 모두는 스트리밍 정보를 전송할 수도 있다.
I/O 컴포넌트(206)는 터치 감응형 스크린(touch-sensitive screen), 버튼, 롤러, 마이크로폰 등의 다양한 입력 디바이스와, 오디오 발생기, 진동 디바이스, 디스플레이를 포함한 다양한 출력 디바이스를 포함한다. 위에 열거된 디바이스들은 예시적인 것일 뿐, 이들 모두가 휴대용 장치(200)에 제공되어야 할 필요는 없다. 또한, 본 발명의 사상을 벗어나지 않는 범위 내에서, 기타 I/O 디바이스들이 휴대용 장치(200)에 부착되거나 제공되어도 좋다.
본 발명의 이해를 더욱 돕기 위해서, 도 3a 및 도 3b에 각각 도시된 종래의 음성 합성기(300) 또는 엔진(302)의 개략적인 설명을 제공하는 것이 도움이 될 것이다. 도 3a를 참조하면, 음성 합성기(300)는, 일반적으로 참조번호 306으로 수신되는 입력 텍스트를 처리하고 모듈(303)에서 텍스트 분석과 운율 분석을 수행하는 프론트-엔드(front-end)부 즉, 텍스트 처리 시스템(304)을 포함한다. 모듈(303)의 출력(308)은 입력 텍스트(306)에 대한 운율의 기호적 표현(symbolic description)을 포함한다. 출력(308)은 엔진(300)의 백-엔드부 즉, 합성 모듈(312)의 단위 선택 및 연결(unit selection and concatenation) 모듈(310)에 제공된다. 단위 선택 및 연결 모듈(310)은, 샘플링된 음성 단위로 저장된 코퍼스(corpus)(316)를 이용하여, 합성된 음성 파형(314)을 생성한다. 합성된 음성 파형(314)은 음성 단위들을 직접 연결함으로써 생성되는 것으로서, 음성 코퍼스(316)가 모든 합성 단위들에 대하여 충분한 운율적 변형 및 스펙트럼 변형(prododic and spectral varieties)을 포함하고 적절한 분절(segment)들을 항상 찾을 수 있다는 가정 하에, 피치(pitch)나 지속 기간(duration)의 변경없이 행해지는 것이 일반적이다.
또한, 음성 합성기(302)는, 입력 텍스트(306)를 수신하여, 운율의 기호적 표현을 출력(308)에 제공하는 텍스트 및 운율 분석 모듈(303)을 포함한다. 그러나, 도시된 바와 같이, 프론트-엔드부(304)는, 운율의 기호적 표현을 수신하여(308) 운율의 수치적 표현(numerical description)을 출력(322)에 제공하는 운율 예측 모듈(320)도 포함한다. 공지된 바와 같이, 운율 예측 모듈(320)은 입력으로서 품사(part-of-speech), 구절화(phrasing), 액센트(accent), 강조(emphasizes) 등의 몇 가지 높은 수준의 운율적 제한을 취하고, 피치, 지속 기간, 에너지 등에 대한 예측을 행하여, 출력(322)을 포함한 상기 모듈들에 대한 결정치(deterministic value)들을 산출한다. 출력(322)은 백-엔드부(312)에 제공되며, 백-엔드부는 도시된 바와 같이, 합성된 음성 파형(314)을 생성하는 음성 생성 모듈(326)을 포함하고, 상기 음성 파형(314)은 입력되는 운율의 수치적 표현(322)과 일치하는 운율 특성을 갖는다. 이는, 포먼트(formant) 기반 또는 LPC 기반의 백-엔드에서의 대응 파라미터들을 설정하거나, 연쇄적 백-엔드(concatenative back-end)에서의 PSOLA나 HNM 등의 운율 스케일링(prosody scaling) 알고리즘을 적용함으로써 달성될 수 있다.
도 3c는, 음성 합성기(300 및 302)의 프론트-엔드부(304)에, 운율의 기호적 표현(308)을 제공하는 텍스트 및 운율 분석 모듈(303)을 형성할 수 있는 다양한 모듈들을 도시한다. 통상적으로, 이러한 프로세싱 모듈은 입력 텍스트(306)를 수신하고 입력 텍스트(306)의 통용 기간(currency), 날짜, 또는 기타 부분들을 판독 가능한 단어로 변환하는 텍스트 정규화 모듈(340)이 포함된다.
정규화에 있어서는, 형태소 분석(morphological analysis) 모듈(342)이 사용되어, 입력 텍스트에서의 복수형, 과거 시제 등을 확인하는 형태소 분석이 수행될 수 있다. 그리고, 모듈(344)에서는 구문/의미 분석(syntactic/semantic analysis)을 수행하며, 필요한 경우에는 단어들의 품사(parts of speech : POS)를 확인하거나, 문장의 구문/의미 구조를 예측할 수 있다. 원하는 경우에는, 모듈(344)로부터의 입력(즉, POS 태깅(POS tagging) 또는 구문/의미 구조)에 따라, 또는 쉼표, 마침표 등에 의해 간단하게, 단어들을 구로 분화하는 프로세싱을 모듈(346)에서 수행할 수 있다. 강세(stress), 액센트, 및/또는 강조어(focus)를 포함하는 의미론적 특징들이 모듈(348)에서 예측된다. 자소-음소 변환(grapheme-to-phoneme conversion) 모듈(350)은 단어들을 적절한 발음에 대응하는 음성학적 기호들로 변환한다. 참조 번호 303의 출력은, 운율의 기호적 표현(308)에 의한 음성학적 단위 스트링들이다.
텍스트 및 운율 분석부(303)를 형성하는 모듈들은 단지 예시적인 것이고, 필요에 따라 포함되는 것이며, 도 3a나 도 3b에 도시된 백-엔드부(312)가 사용하게 될, 프론트-엔드부(304)로부터의 바람직한 출력을 생성한다는 점에 유의하여야 한다.
다국어 텍스트의 경우에는, 합성될 상기 텍스트의 각 언어에 대한 음성엔진(300 또는 302)이 제공될 것이다. 상기 텍스트에서의 각 개별 언어에 대응하는 부분들은 각각의 단일국어 음성 합성기에 제공되어 개별적으로 처리되고, 그 출력(314)은 결합되거나, 혹은 적절한 하드웨어를 사용하여 연속적으로 출력된다. "발명이 속하는 기술분야 및 그 분야의 종래기술"에서 논의된 바와 같이, 한 문장에서 전체 문장의 억양과 그 문장의 일부가 손실되어 2명 이상의 다른 화자가 말하는 것처럼 들리는 단점을 포함하게 된다.
도 4는 음성 합성 시스템용 텍스트 및 운율 분석 시스템(400)의 제1 실시예를 나타내는 것으로, 이 시스템(400)은, 1개국의 언어로 된, 혹은 적어도 2개국 이상의 언어가 혼합된 문장을 포함하는 입력 텍스트(402)를 수신하고, 통상적으로 도 3a 또는 도 3b에 도시된 바와 같은 형태의 음성 합성기의 백-엔드부에서 사용하기에 적합한 출력(432)을 제공한다. 일반적으로, 프론트-엔드부(400)는 도 3c에 도시된 소정의 기능들을 수행하는 언어 독립형 모듈과 언어 종속형 모듈을 포함한다. 이러한 아키텍처는 언어들 간의 원활한 전환 및 언어들이 혼합된 문장에 대한 유창한 억양을 유지하는 장점이 있다. 도 4에서, 본 처리 방법은 위에서 아래로 진행한다.
본 실시예에서, 텍스트 및 운율 분석부(400)는 언어 식별자 모듈(406)과 통합 조정기(410)를 포함하는 언어 디스패치(langauge dispatch) 모듈을 포함한다. 언어 식별자 모듈(406)은 입력 텍스트(402)를 수신하고, 문장들 및/또는 단어들의 사용 언어를 적절히 나타내는 언어 식별자(Id) 또는 태그를 상기 문장들 및/또는 단어들에 포함시키거나 연관시킨다. 도시된 실시예에서, 중국어 문자와 영어 문자는 서로 구별되는 다른 코드들을 사용하여 입력 텍스트(402)를 형성하므로, 입력 텍스트(402) 중 해당 부분이 중국어에 대응하는지 혹은 영어에 대응하는지를 식별하는 것은 비교적 용이하다. 프랑스어, 독일어, 스페인어 등의 언어들의 경우에는, 그 언어들 각각에 공통의 문자들이 존재하므로, 그 이상의 처리가 요구된다.
그 후, 적절한 언어 식별자를 갖는 입력 텍스트는 통합 조정기 모듈(410)에 제공된다. 일반적으로, 통합 조정기 모듈(410)은 언어 독립형 모듈과 언어 종속형 모듈 간의 데이터 흐름을 관리하고, 단일화된 데이터 흐름을 유지하여 각 모듈로부터의 출력을 수신할 경우에 대한 적절한 처리를 보장한다. 통상적으로, 통합 조정기 모듈(410)은 우선, 언어 식별자를 갖는 입력 텍스트를 텍스트 정규화 모듈(412)에 전달한다. 도시된 실시예에서, 텍스트 정규화 모듈(412)은 언어 독립형 규칙 해석기이다. 이 모듈(412)은 2개의 컴포넌트를 포함한다. 그 하나는 패턴 식별기이고, 다른 하나는 패턴 해석기로서, 일치하는 패턴을 규칙에 따라 판독 가능한 텍스트 스트링으로 변환한다. 각각의 규칙은 2가지로 나뉘는데, 그 하나는 패턴에 대한 정의이고, 다른 하나는 패턴에 대한 변환 규칙이다. 정의 부분은 2개국어 모두에 의해 공유되거나 2개국어 중 어느 하나로 특정될 수 있다. 변환 규칙은 통상적으로 언어에 따라 다르다. 새로운 언어가 추가되면, 규칙 해석 모듈이 변경될 필요는 없고, 그 새로운 언어에 대한 새로운 규칙들만이 추가되면 된다. 당업자라면 이해할 수 있듯이, 입력 텍스트의 언어 단어들을 식별하기에 적절한 처리가 텍스트 정규화 모듈(412)에서 제공되는 경우에는, 텍스트 정규화 모듈(412)이 언어 식별자 모듈(406)보다 선행될 수 있다.
텍스트 정규화 모듈(412)로부터 출력을 수신하면, 통합 조정기(410)는 텍스트 및 운율 분석에 적합한 단어들 및/또는 구를 적절한 언어 종속형 모듈에 전달한다. 도시된 실시예에서는, 표준 중국어 모듈(420)과 영어 모듈(422)이 제공되어 있다. 중국어 모듈(420)과 영어 모듈(422)은, 양측 언어에 대한 구절화 및 자소-음소 변환과 같은 모든 언어에 공통되는 처리와, 중국어에 대한 분절화(segmentation) 및 영어에 대한 약어 전개(abbreviation expansion) 등을 처리한다. 도 4에서, 전환부(418)는 입력 텍스트의 일부를, 언어 식별자가 표시하는 대로, 적절한 언어 종속형 모듈에 전달하는 통합 조정기(410)의 기능을 개략적으로 나타낸 것이다.
언어 식별자 외에도, 입력 텍스트(402)의 분절(segment)들은 입력 텍스트에서의 위치를 나타내는 식별자들을 포함하거나 이와 관련되어 있다. 이와 같이 하면, 모든 분절들이 동일한 모듈에서 처리되는 것은 아니므로, 여러 언어 독립형 모듈과 언어 종속형 모듈로부터의 출력을 수신할 경우에도, 통합 조정기(410)는 분절들을 적절한 순서로 재구성할 수 있다. 이는, 입력 텍스트(402)의 병렬 처리를 가능하게 하고, 따라서 보다 고속의 처리를 가능하게 한다. 물론, 입력 텍스트(402)의 처리는 분절별로 입력 텍스트(402)에서 구해지는 순서대로 이루어질 수 있다.
언어 종속형 모듈들로부터의 출력은, 단일화된 특징 추출 모듈에 의해 운율적 ·음성적 문맥(prosody and phonetic context)에 관하여 처리된다. 이러한 방식에서는, 중국어 및 영어의 분절에 대해 모듈들(420 및 422)에서 텍스트 및 운율 분석이 적절히 행해진 후, 전체 문장에 대하여 운율적 ·음성적 문맥이 분석될 것이기 때문에, 전체적인 문장의 억양이 손실되지 않는다. 도시된 실시예에서, 텍스트 및 운율 분석부(400)의 출력(432)은 운율적 ·음성적 문맥을 포함하는 단일화된 특징 벡터들을 갖는 (영어 및 표준 중국어 양측의 단위를 포함하는) 순차 단위 리스트이다. 그 후, 도 3a에 도시된 바와 같이, 백-엔드부에 단위 연결(unit concatenation)이 제공되는데, 그 실시예는 이하에 보다 상세히 설명할 것이다. 대안으로는, 희망하는 경우에, 텍스트 및 운율 분석부(400)에서 (모듈(320)과 유사한) 운율 예측을 수행하여, 출력으로서 운율의 수치적 표현을 제공하는 적절한 언어 독립형 모듈이 부가될 수 있다. 운율의 수치적 표현은 도 3b에 도시된 바와 같이 백-엔드부(312)에 제공될 수 있다.
도 5는 본 발명의 2개국어 텍스트 및 운율 분석 시스템(450)의 다른 실시예로서, 텍스트 및 운율 분석은 형태소 분석(452), 분열화 분석(breaking analysis)( 454), 강세/액센트 분석(456), 및 자소-음소 변환(458)을 포함한 4가지의 독립 모듈들로 구성된다. 이 기능들 각각은 영어와 표준 중국어를 각각 지원하는 2개의 모듈을 갖는다. 도 4와 마찬가지로, 입력 텍스트에 대한 처리 순서는 도면에서 위에서 아래로 진행한다. 비록 영어와 표준 중국어의 2개국어로 예시하였지만, 텍스트 및 음율 분석부(400, 450)의 아키텍처는 희망에 따라 수개국어를 수용하기에 용이하게 적응될 수 있다는 점을 유의해야 한다. 또한, 기타 언어 종속형 모델 및/또는 언어 독립형 모듈이 희망에 따라 텍스트 처리 시스템 아키텍처에 용이하게 통합될 수 있다는 점을 유의해야 한다.
일 실시예에 따르면, 백-엔드부(312)는, 단위 연결이 제공되는, 도 3a에 도시된 바와 같은 형태를 취할 수 있다. 표준 중국어와 영어를 포함하는 다국어 시스템의 경우, 표준 중국어에서는 음절이 최소 단위이고, 영어에서는 음소가 최소 단위이다. 단위 선택 알고리즘은, 가능한 한 많고, 자연스러우며, 편안한 스플라이싱(splicing)을 달성하기 위해, 음율적으로 적합한 단위 후보들의 풀(pool)에서 일련의 분절들을 선택해야 한다. 7가지의 음율 제약을 고려할 수 있는데, 그 제약들로는 구 위치, 단어 위치, 음절 위치, 좌 성조(left tone), 우 성조(rifht tone), 단어의 액센트 레벨, 및 구의 강조 레벨이 포함된다. 이들 중에서, 음절 위치 및 단어의 액센트 레벨은 영어에만 유효한 반면, 좌/우 성조는 표준 중국어에만 유효하다.
CART(classification and regression tree)를 이용하여 음율 제약들에 관한 질의를 행함으로써 기본 단위의 모든 인스턴스들을 클러스터링한다. CART의 스플라이싱 기준은 평균 f0와 평균 f0의 동적 범위와 지속 기간의 3가지 특징의 MSE(mean squared error)의 가중된 합의 감소를 극대화시키는 것이다. 각 특징의 MSE는 모든 인스턴스의 특징값에서부터 그들의 호스트 리프(host leaf)의 평균값까지의 거리들의 제곱의 평균으로서 정의된다. 트리들이 성장된 후에는, 동일 리프 노드 상에 있는 인스턴스들은 유사한 음율 특징을 갖는다. 단위들 간의 연쇄의 연속성을 보장하기 위해, 2가지 음성 제약인 좌/우 음성 문맥과, 평활 코스트(smoothness cost)가 이용된다. 연쇄 코스트(concatenative cost)는 7가지의 음율 제약, 2가지의 음성 제약, 평활 코스트의 소스-타겟 거리들의 가중된 합으로서 정의된다. 먼저, 각 음율/음성 제약과 모든 컴포넌트에 대한 가중치에 대한 거리 테이블이 수동으로 할당되고 난 후, H. Peng, Y. Zhao, M. Chu가 ICSLP' 2002, Denver의 회보의 "Perpetually optimizing the cost function for unit selection in a TTS system for one single run of MOS evaluation"에서 제안한 방법에 의해 자동적으로 조율된다. 발성을 합성할 경우, 먼저 음율 제약을 이용하여 각 단위마다 인스턴스의 클러스터(CART 트리에서의 리프 노드)를 찾고 나서, 비터비 검색법(Viterbe search)을 이용하여 각 단위마다 최소한의 전체 연쇄 코스트를 발생시킬 최적의 인스턴스를 찾아낸다. 그 후, 선택된 분절들을 하나씩 연결시켜 합성 발성을 형성한다. 바람직하게는, 2개국어의 단일 스피커로부터 단위 코퍼스를 얻는다. 비록 2개국의 언어들이 서로 상이한 크기의 단위를 채용하더라도, 이 언어들은 동일한 단위 선택 알고리즘과 단위에 대한 동일한 특징 집합을 공유한다. 그러므로, 음성 합성기의 백-엔드부는 1개국어로 된 혹은 2개국어가 혼합된 단위 시퀀스들을 처리할 수 있다. 상술된 바에 따른 단위 인스턴스에 대한 선택은, 2002년 7월 25일자로 발행되고 발명의 명칭이 "Method and Apparatus for Speech Synthesis without Prosody Modification"인 미국특허출원 제20020099547A1호에 보다 상세히 기술되어 있으며, 이 출원의 내용 전부는 참조 문헌으로서 본 명세서에 포함되는 것으로 한다.
비록 본 발명을 특정 실시예에 대해서만 기술 및 도시하였지만, 당업자라면 본 발명의 사상 및 범주를 벗어 나지 않는 한, 상기 실시예에 대한 수정 및 변형 실시예가 가능하다는 것을 충분히 인식할 수 있을 것이다.
본 발명에 따르면, 언어들 간의 원활한 전환 및 여러 언어가 혼합된 문장에 대한 유창한 억양을 유지하는 장점을 갖는 음성 합성기용 텍스트 처리 시스템이 제공된다.

Claims (20)

  1. 음성 합성기용 다국어 텍스트를 처리하기 위한 텍스트 처리 시스템에 있어서,
    제1 언어를 포함하는 입력 텍스트의 일부에 대해 텍스트와 음율 분석 중 적어도 하나를 수행하기 위한 제1 언어 종속형 모듈;
    제2 언어를 포함하는 입력 텍스트의 제2 부분에 대해 텍스트와 음율 분석 중 적어도 하나를 수행하기 위한 제2 언어 종속형 모듈; 및
    상기 제1 및 제2 언어 종속형 모듈로부터의 출력들을 수신하고, 다국어 텍스트에 기초한 상기 출력들에 대해 음율 및 음성 문맥 추상화를 수행하도록 적합화된 제3 모듈
    을 포함하는 텍스트 처리 시스템.
  2. 제1항에 있어서,
    상기 제1 언어 종속형 모듈 및 상기 제2 언어 종속형 모듈에서 처리할 텍스트를 정규화시키는 텍스트 정규화 모듈
    을 더 포함하는 텍스트 처리 시스템.
  3. 제1항 또는 제2항에 있어서,
    다국어 텍스트를 수신하여, 상기 제1 언어를 포함하는 부분 및 상기 제2 언어를 포함하는 부분에 대한 식별자를 연관시키도록 적합화된 언어 식별자 모듈
    을 더 포함하는 텍스트 처리 시스템.
  4. 제3항에 있어서,
    상기 각 모듈로부터의 출력들을 수신하고, 처리할 상기 출력들을 적절한 다른 모듈에 전달하도록 적합화된 통합 조정기 모듈
    을 더 포함하는 텍스트 처리 시스템.
  5. 제4항에 있어서,
    상기 통합 조정기 모듈은, 상기 출력들을 상기 제1 언어 종속형 모듈 및 상기 제2 언어 종속형 모듈에, 연관된 식별자의 함수로서 전달하는 텍스트 처리 시스템.
  6. 제5항에 있어서,
    상기 제1 언어 종속형 모듈 및 상기 제2 언어 종속형 모듈은 형태소 분석을 수행하도록 적합화된 텍스트 처리 시스템.
  7. 제5항에 있어서,
    상기 제1 언어 종속형 모듈 및 상기 제2 언어 종속형 모듈은 분열화 분석을 수행하도록 적합화된 텍스트 처리 시스템.
  8. 제5항에 있어서,
    상기 제1 언어 종속형 모듈 및 상기 제2 언어 종속형 모듈은 강세 분석을 수행하도록 적합화된 텍스트 처리 시스템.
  9. 제5항에 있어서,
    상기 제1 언어 종속형 모듈 및 상기 제2 언어 종속형 모듈은 자소-음소 변환을 수행하도록 적합화된 텍스트 처리 시스템.
  10. 음성 합성기용 다국어 텍스트를 처리하기 위한 텍스트 처리 방법에 있어서,
    입력 텍스트를 수신하여 제1 언어를 포함하는 부분과 제2 언어를 포함하는 부분을 식별하는 단계;
    상기 제1 언어를 포함하는 상기 부분에 대해 제1 언어 종속형 모듈에 의해 텍스트와 음율 분석 중 적어도 하나를 수행하고, 상기 제2 언어를 포함하는 상기 부분에 대해 제2 언어 종속형 모듈에 의해 텍스트와 음율 분석 중 적어도 하나를 수행하는 단계; 및
    상기 제1 언어 종속형 모듈 및 상기 제2 언어 종속형 모듈로부터의 출력들을 수신하여, 다국어 텍스트에 기초한 상기 출력들에 대해 음율 및 음성 문맥 추상화를 수행하는 단계
    를 포함하는 텍스트 처리 방법.
  11. 제10항에 있어서,
    상기 입력 텍스트를 정규화시키는 단계
    를 더 포함하는 텍스트 처리 방법.
  12. 제10항에 있어서,
    상기 부분들을 식별하는 상기 단계는
    상기 부분들 각각에 식별자들을 연관시키는 단계
    를 포함하는 텍스트 처리 방법.
  13. 제12항에 있어서,
    상기 부분들을 상기 제1 언어 종속형 모듈 및 상기 제2 언어 종속형 모듈에 상기 부분들에 연관된 식별자의 함수로서 전달하는 단계
    를 더 포함하는 텍스트 처리 방법.
  14. 제10항에 있어서,
    상기 입력 텍스트의 부분들을 상기 입력 텍스트 순서의 함수로서 식별하는 단계
    를 더 포함하는 텍스트 처리 방법.
  15. 제10항에 있어서,
    상기 음율 및 음성 문맥 추상화를 수행하는 상기 단계는
    상기 다국어 텍스트에 대한 음율의 기호적 표현을 출력하는 단계
    를 포함하는 텍스트 처리 방법.
  16. 제10항에 있어서,
    상기 음율 및 음성 문맥 추상화를 수행하는 상기 단계는
    상기 다국어 텍스트에 대한 음율의 수치적 표현을 출력하는 단계
    를 포함하는 텍스트 처리 방법.
  17. 컴퓨터에 의해 판독 가능한 명령어들을 포함하는 컴퓨터 판독 가능 매체로서, 상기 명령어들이 구현될 때 상기 컴퓨터로 하여금 제10항 내지 제16항 중 어느 한 항에 따른 방법을 수행하도록 하게 하는 컴퓨터 판독 가능 매체.
  18. 제10항 내지 제16항 중 어느 한 항에 따른 방법을 수행하도록 적합화된 시스템.
  19. 프로세서에 의해 실행될 때 음성 합성을 수행하는 명령어들을 포함하는 컴퓨터 판독 가능 매체에 있어서,
    상기 명령어들은,
    제1 언어를 포함하는 입력 텍스트의 일부에 대해 텍스트와 음율 분석 중 적어도 하나를 수행하기 위한 제1 언어 종속형 모듈과, 제2 언어를 포함하는 입력 텍스트의 제2 부분에 대해 텍스트와 음율 분석 중 적어도 하나를 수행하기 위한 제2 언어 종속형 모듈과, 상기 제1 및 제2 언어 종속형 모듈로부터의 출력들을 수신하고 다국어 텍스트를 포함하는 상기 출력들에 대해 음율 및 음성 문맥 추상화를 수행하도록 적합화된 제3 모듈을 포함하는 텍스트 처리 모듈; 및
    상기 제3 모듈로부터의 출력을 수신하여, 합성된 음성 파형들을 그 함수로서 생성하도록 적합화된 합성 모듈
    을 포함하는 컴퓨터 판독 가능 매체.
  20. 제19항에 있어서,
    다국어 텍스트를 수신하여, 상기 제1 언어를 포함하는 부분 및 상기 제2 언어를 포함하는 부분에 대한 식별자를 연관시키도록 적합화된 언어 식별자 모듈
    을 더 포함하는 컴퓨터 판독 가능 매체.
KR1020040019902A 2003-03-24 2004-03-24 텍스트 처리 시스템 및 방법과, 컴퓨터 판독 가능 저장 매체 KR101120710B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US10/396,944 2003-03-24
US10/396,944 US7496498B2 (en) 2003-03-24 2003-03-24 Front-end architecture for a multi-lingual text-to-speech system

Publications (2)

Publication Number Publication Date
KR20040084753A true KR20040084753A (ko) 2004-10-06
KR101120710B1 KR101120710B1 (ko) 2012-06-27

Family

ID=32824965

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020040019902A KR101120710B1 (ko) 2003-03-24 2004-03-24 텍스트 처리 시스템 및 방법과, 컴퓨터 판독 가능 저장 매체

Country Status (6)

Country Link
US (1) US7496498B2 (ko)
EP (1) EP1463031A1 (ko)
JP (1) JP2004287444A (ko)
KR (1) KR101120710B1 (ko)
CN (1) CN1540625B (ko)
BR (1) BRPI0400306A (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012169844A2 (ko) * 2011-06-08 2012-12-13 주식회사 내일이비즈 전자책 데이터 음성 합성 장치 및 그 방법
KR101401427B1 (ko) * 2011-06-08 2014-06-02 이해성 전자책 데이터 음성 합성 장치 및 그 방법

Families Citing this family (280)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU6630800A (en) * 1999-08-13 2001-03-13 Pixo, Inc. Methods and apparatuses for display and traversing of links in page character array
US8645137B2 (en) 2000-03-16 2014-02-04 Apple Inc. Fast, language-independent method for user authentication by voice
ITFI20010199A1 (it) 2001-10-22 2003-04-22 Riccardo Vieri Sistema e metodo per trasformare in voce comunicazioni testuali ed inviarle con una connessione internet a qualsiasi apparato telefonico
WO2004109659A1 (ja) * 2003-06-05 2004-12-16 Kabushiki Kaisha Kenwood 音声合成装置、音声合成方法及びプログラム
DE10334400A1 (de) * 2003-07-28 2005-02-24 Siemens Ag Verfahren zur Spracherkennung und Kommunikationsgerät
US8666746B2 (en) * 2004-05-13 2014-03-04 At&T Intellectual Property Ii, L.P. System and method for generating customized text-to-speech voices
CN100592385C (zh) * 2004-08-06 2010-02-24 摩托罗拉公司 用于对多语言的姓名进行语音识别的方法和系统
US7869999B2 (en) * 2004-08-11 2011-01-11 Nuance Communications, Inc. Systems and methods for selecting from multiple phonectic transcriptions for text-to-speech synthesis
US8249873B2 (en) * 2005-08-12 2012-08-21 Avaya Inc. Tonal correction of speech
JP2007058509A (ja) * 2005-08-24 2007-03-08 Toshiba Corp 言語処理システム
US20070050188A1 (en) * 2005-08-26 2007-03-01 Avaya Technology Corp. Tone contour transformation of speech
US8677377B2 (en) 2005-09-08 2014-03-18 Apple Inc. Method and apparatus for building an intelligent automated assistant
US7633076B2 (en) 2005-09-30 2009-12-15 Apple Inc. Automated response to and sensing of user activity in portable devices
US8234116B2 (en) * 2006-08-22 2012-07-31 Microsoft Corporation Calculating cost measures between HMM acoustic models
US20080059190A1 (en) * 2006-08-22 2008-03-06 Microsoft Corporation Speech unit selection using HMM acoustic models
US8510113B1 (en) 2006-08-31 2013-08-13 At&T Intellectual Property Ii, L.P. Method and system for enhancing a speech database
US8510112B1 (en) * 2006-08-31 2013-08-13 At&T Intellectual Property Ii, L.P. Method and system for enhancing a speech database
US7912718B1 (en) 2006-08-31 2011-03-22 At&T Intellectual Property Ii, L.P. Method and system for enhancing a speech database
US7860705B2 (en) * 2006-09-01 2010-12-28 International Business Machines Corporation Methods and apparatus for context adaptation of speech-to-speech translation systems
US9318108B2 (en) 2010-01-18 2016-04-19 Apple Inc. Intelligent automated assistant
US20080129520A1 (en) * 2006-12-01 2008-06-05 Apple Computer, Inc. Electronic device with enhanced audio feedback
US8862988B2 (en) * 2006-12-18 2014-10-14 Semantic Compaction Systems, Inc. Pictorial keyboard with polysemous keys for Chinese character output
JP2008171208A (ja) * 2007-01-11 2008-07-24 Casio Comput Co Ltd 音声出力装置及び音声出力プログラム
US8165879B2 (en) * 2007-01-11 2012-04-24 Casio Computer Co., Ltd. Voice output device and voice output program
US8938392B2 (en) * 2007-02-27 2015-01-20 Nuance Communications, Inc. Configuring a speech engine for a multimodal application based on location
US9208783B2 (en) * 2007-02-27 2015-12-08 Nuance Communications, Inc. Altering behavior of a multimodal application based on location
JP4213755B2 (ja) * 2007-03-28 2009-01-21 株式会社東芝 音声翻訳装置、方法およびプログラム
US8977255B2 (en) 2007-04-03 2015-03-10 Apple Inc. Method and system for operating a multi-function portable electronic device using voice-activation
WO2009021183A1 (en) * 2007-08-08 2009-02-12 Lessac Technologies, Inc. System-effected text annotation for expressive prosody in speech synthesis and recognition
US8244534B2 (en) * 2007-08-20 2012-08-14 Microsoft Corporation HMM-based bilingual (Mandarin-English) TTS techniques
US9053089B2 (en) 2007-10-02 2015-06-09 Apple Inc. Part-of-speech tagging using latent analogy
US8620662B2 (en) * 2007-11-20 2013-12-31 Apple Inc. Context-aware unit selection
KR101300839B1 (ko) * 2007-12-18 2013-09-10 삼성전자주식회사 음성 검색어 확장 방법 및 시스템
US10002189B2 (en) * 2007-12-20 2018-06-19 Apple Inc. Method and apparatus for searching using an active ontology
US9330720B2 (en) 2008-01-03 2016-05-03 Apple Inc. Methods and apparatus for altering audio output signals
US8065143B2 (en) 2008-02-22 2011-11-22 Apple Inc. Providing text input using speech data and non-speech data
US8996376B2 (en) 2008-04-05 2015-03-31 Apple Inc. Intelligent text-to-speech conversion
US10496753B2 (en) 2010-01-18 2019-12-03 Apple Inc. Automatically adapting user interfaces for hands-free interaction
US8464150B2 (en) 2008-06-07 2013-06-11 Apple Inc. Automatic language identification for dynamic text processing
US20100030549A1 (en) 2008-07-31 2010-02-04 Lee Michael M Mobile device having human language translation capability with positional feedback
US8768702B2 (en) 2008-09-05 2014-07-01 Apple Inc. Multi-tiered voice feedback in an electronic device
US8898568B2 (en) * 2008-09-09 2014-11-25 Apple Inc. Audio user interface
US8396714B2 (en) * 2008-09-29 2013-03-12 Apple Inc. Systems and methods for concatenation of words in text to speech synthesis
US8712776B2 (en) * 2008-09-29 2014-04-29 Apple Inc. Systems and methods for selective text to speech synthesis
US8352272B2 (en) * 2008-09-29 2013-01-08 Apple Inc. Systems and methods for text to speech synthesis
US20100082328A1 (en) * 2008-09-29 2010-04-01 Apple Inc. Systems and methods for speech preprocessing in text to speech synthesis
US8355919B2 (en) 2008-09-29 2013-01-15 Apple Inc. Systems and methods for text normalization for text to speech synthesis
US8352268B2 (en) * 2008-09-29 2013-01-08 Apple Inc. Systems and methods for selective rate of speech and speech preferences for text to speech synthesis
US8583418B2 (en) 2008-09-29 2013-11-12 Apple Inc. Systems and methods of detecting language and natural language strings for text to speech synthesis
US8676904B2 (en) 2008-10-02 2014-03-18 Apple Inc. Electronic devices with voice command and contextual data processing capabilities
US8321225B1 (en) 2008-11-14 2012-11-27 Google Inc. Generating prosodic contours for synthesized speech
US9959870B2 (en) 2008-12-11 2018-05-01 Apple Inc. Speech recognition involving a mobile device
US8862252B2 (en) * 2009-01-30 2014-10-14 Apple Inc. Audio user interface for displayless electronic device
US8380507B2 (en) * 2009-03-09 2013-02-19 Apple Inc. Systems and methods for determining the language to use for speech generated by a text to speech engine
US9761219B2 (en) * 2009-04-21 2017-09-12 Creative Technology Ltd System and method for distributed text-to-speech synthesis and intelligibility
US10255566B2 (en) 2011-06-03 2019-04-09 Apple Inc. Generating and processing task items that represent tasks to perform
US10241752B2 (en) 2011-09-30 2019-03-26 Apple Inc. Interface for a virtual digital assistant
US9858925B2 (en) 2009-06-05 2018-01-02 Apple Inc. Using context information to facilitate processing of commands in a virtual assistant
US10241644B2 (en) 2011-06-03 2019-03-26 Apple Inc. Actionable reminder entries
US10540976B2 (en) 2009-06-05 2020-01-21 Apple Inc. Contextual voice commands
US8825485B2 (en) 2009-06-10 2014-09-02 Kabushiki Kaisha Toshiba Text to speech method and system converting acoustic units to speech vectors using language dependent weights for a selected language
US9431006B2 (en) 2009-07-02 2016-08-30 Apple Inc. Methods and apparatuses for automatic speech recognition
WO2011004502A1 (ja) * 2009-07-08 2011-01-13 株式会社日立製作所 音声編集合成装置及び音声編集合成方法
US20110066438A1 (en) * 2009-09-15 2011-03-17 Apple Inc. Contextual voiceover
US20110110534A1 (en) * 2009-11-12 2011-05-12 Apple Inc. Adjustable voice output based on device status
US8682649B2 (en) * 2009-11-12 2014-03-25 Apple Inc. Sentiment prediction from textual data
US8600743B2 (en) * 2010-01-06 2013-12-03 Apple Inc. Noise profile determination for voice-related feature
US8311838B2 (en) 2010-01-13 2012-11-13 Apple Inc. Devices and methods for identifying a prompt corresponding to a voice input in a sequence of prompts
US8381107B2 (en) 2010-01-13 2013-02-19 Apple Inc. Adaptive audio feedback system and method
US10679605B2 (en) 2010-01-18 2020-06-09 Apple Inc. Hands-free list-reading by intelligent automated assistant
US10705794B2 (en) 2010-01-18 2020-07-07 Apple Inc. Automatically adapting user interfaces for hands-free interaction
US10276170B2 (en) 2010-01-18 2019-04-30 Apple Inc. Intelligent automated assistant
US10553209B2 (en) 2010-01-18 2020-02-04 Apple Inc. Systems and methods for hands-free notification summaries
DE202011111062U1 (de) 2010-01-25 2019-02-19 Newvaluexchange Ltd. Vorrichtung und System für eine Digitalkonversationsmanagementplattform
US8949128B2 (en) * 2010-02-12 2015-02-03 Nuance Communications, Inc. Method and apparatus for providing speech output for speech-enabled applications
US8682667B2 (en) 2010-02-25 2014-03-25 Apple Inc. User profiling for selecting user specific voice input processing information
US9798653B1 (en) * 2010-05-05 2017-10-24 Nuance Communications, Inc. Methods, apparatus and data structure for cross-language speech adaptation
US8639516B2 (en) 2010-06-04 2014-01-28 Apple Inc. User-specific noise suppression for voice quality improvements
US8327261B2 (en) * 2010-06-08 2012-12-04 Oracle International Corporation Multilingual tagging of content with conditional display of unilingual tags
US8713021B2 (en) 2010-07-07 2014-04-29 Apple Inc. Unsupervised document clustering using latent semantic density analysis
US8731932B2 (en) 2010-08-06 2014-05-20 At&T Intellectual Property I, L.P. System and method for synthetic voice generation and modification
US8719006B2 (en) 2010-08-27 2014-05-06 Apple Inc. Combined statistical and rule-based part-of-speech tagging for text-to-speech synthesis
US8688435B2 (en) 2010-09-22 2014-04-01 Voice On The Go Inc. Systems and methods for normalizing input media
US8719014B2 (en) 2010-09-27 2014-05-06 Apple Inc. Electronic device with text error correction based on voice recognition data
US10515147B2 (en) 2010-12-22 2019-12-24 Apple Inc. Using statistical language models for contextual lookup
US10762293B2 (en) 2010-12-22 2020-09-01 Apple Inc. Using parts-of-speech tagging and named entity recognition for spelling correction
TWI413105B (zh) 2010-12-30 2013-10-21 Ind Tech Res Inst 多語言之文字轉語音合成系統與方法
US8781836B2 (en) 2011-02-22 2014-07-15 Apple Inc. Hearing assistance system for providing consistent human speech
US9262612B2 (en) 2011-03-21 2016-02-16 Apple Inc. Device access using voice authentication
US10057736B2 (en) 2011-06-03 2018-08-21 Apple Inc. Active transport based notifications
US10672399B2 (en) 2011-06-03 2020-06-02 Apple Inc. Switching between text data and audio data based on a mapping
US8812294B2 (en) 2011-06-21 2014-08-19 Apple Inc. Translating phrases from one language into another using an order-based set of declarative rules
US20120330644A1 (en) * 2011-06-22 2012-12-27 Salesforce.Com Inc. Multi-lingual knowledge base
US20130030789A1 (en) * 2011-07-29 2013-01-31 Reginald Dalce Universal Language Translator
US8706472B2 (en) 2011-08-11 2014-04-22 Apple Inc. Method for disambiguating multiple readings in language conversion
US8994660B2 (en) 2011-08-29 2015-03-31 Apple Inc. Text correction processing
US8660847B2 (en) * 2011-09-02 2014-02-25 Microsoft Corporation Integrated local and cloud based speech recognition
US8762156B2 (en) 2011-09-28 2014-06-24 Apple Inc. Speech recognition repair using contextual information
US9195648B2 (en) * 2011-10-12 2015-11-24 Salesforce.Com, Inc. Multi-lingual knowledge base
US10134385B2 (en) 2012-03-02 2018-11-20 Apple Inc. Systems and methods for name pronunciation
US9483461B2 (en) * 2012-03-06 2016-11-01 Apple Inc. Handling speech synthesis of content for multiple languages
US9280610B2 (en) 2012-05-14 2016-03-08 Apple Inc. Crowd sourcing information to fulfill user requests
US10417037B2 (en) 2012-05-15 2019-09-17 Apple Inc. Systems and methods for integrating third party services with a digital assistant
US8775442B2 (en) 2012-05-15 2014-07-08 Apple Inc. Semantic search using a single-source semantic model
US9721563B2 (en) 2012-06-08 2017-08-01 Apple Inc. Name recognition system
WO2013185109A2 (en) 2012-06-08 2013-12-12 Apple Inc. Systems and methods for recognizing textual identifiers within a plurality of words
US9495129B2 (en) 2012-06-29 2016-11-15 Apple Inc. Device, method, and user interface for voice-activated navigation and browsing of a document
US9576574B2 (en) 2012-09-10 2017-02-21 Apple Inc. Context-sensitive handling of interruptions by intelligent digital assistant
US8452603B1 (en) * 2012-09-14 2013-05-28 Google Inc. Methods and systems for enhancement of device accessibility by language-translated voice output of user-interface items
US9547647B2 (en) 2012-09-19 2017-01-17 Apple Inc. Voice-based media searching
US8935167B2 (en) 2012-09-25 2015-01-13 Apple Inc. Exemplar-based latent perceptual modeling for automatic speech recognition
US9959270B2 (en) 2013-01-17 2018-05-01 Speech Morphing Systems, Inc. Method and apparatus to model and transfer the prosody of tags across languages
US9418655B2 (en) * 2013-01-17 2016-08-16 Speech Morphing Systems, Inc. Method and apparatus to model and transfer the prosody of tags across languages
KR20150104615A (ko) 2013-02-07 2015-09-15 애플 인크. 디지털 어시스턴트를 위한 음성 트리거
US10652394B2 (en) 2013-03-14 2020-05-12 Apple Inc. System and method for processing voicemail
US9977779B2 (en) 2013-03-14 2018-05-22 Apple Inc. Automatic supplementation of word correction dictionaries
US9733821B2 (en) 2013-03-14 2017-08-15 Apple Inc. Voice control to diagnose inadvertent activation of accessibility features
US10572476B2 (en) 2013-03-14 2020-02-25 Apple Inc. Refining a search based on schedule items
US9368114B2 (en) 2013-03-14 2016-06-14 Apple Inc. Context-sensitive handling of interruptions
US10642574B2 (en) 2013-03-14 2020-05-05 Apple Inc. Device, method, and graphical user interface for outputting captions
US10748529B1 (en) 2013-03-15 2020-08-18 Apple Inc. Voice activated device for use with a voice-based digital assistant
CN105190607B (zh) 2013-03-15 2018-11-30 苹果公司 通过智能数字助理的用户培训
CN105027197B (zh) 2013-03-15 2018-12-14 苹果公司 训练至少部分语音命令系统
WO2014144579A1 (en) 2013-03-15 2014-09-18 Apple Inc. System and method for updating an adaptive speech recognition model
KR102057795B1 (ko) 2013-03-15 2019-12-19 애플 인크. 콘텍스트-민감성 방해 처리
WO2014197334A2 (en) 2013-06-07 2014-12-11 Apple Inc. System and method for user-specified pronunciation of words for speech synthesis and recognition
US9582608B2 (en) 2013-06-07 2017-02-28 Apple Inc. Unified ranking with entropy-weighted information for phrase-based semantic auto-completion
WO2014197336A1 (en) 2013-06-07 2014-12-11 Apple Inc. System and method for detecting errors in interactions with a voice-based digital assistant
WO2014197335A1 (en) 2013-06-08 2014-12-11 Apple Inc. Interpreting and acting upon commands that involve sharing information with remote devices
US10176167B2 (en) 2013-06-09 2019-01-08 Apple Inc. System and method for inferring user intent from speech inputs
CN105264524B (zh) 2013-06-09 2019-08-02 苹果公司 用于实现跨数字助理的两个或更多个实例的会话持续性的设备、方法、和图形用户界面
KR101809808B1 (ko) 2013-06-13 2017-12-15 애플 인크. 음성 명령에 의해 개시되는 긴급 전화를 걸기 위한 시스템 및 방법
DE112014003653B4 (de) 2013-08-06 2024-04-18 Apple Inc. Automatisch aktivierende intelligente Antworten auf der Grundlage von Aktivitäten von entfernt angeordneten Vorrichtungen
JP6249760B2 (ja) * 2013-08-28 2017-12-20 シャープ株式会社 テキスト読み上げ装置
US10296160B2 (en) 2013-12-06 2019-05-21 Apple Inc. Method for extracting salient dialog usage from live data
US9916185B2 (en) 2014-03-18 2018-03-13 International Business Machines Corporation Managing processing associated with selected architectural facilities
US9582295B2 (en) 2014-03-18 2017-02-28 International Business Machines Corporation Architectural mode configuration
US9620105B2 (en) 2014-05-15 2017-04-11 Apple Inc. Analyzing audio input for efficient speech and music recognition
US10592095B2 (en) 2014-05-23 2020-03-17 Apple Inc. Instantaneous speaking of content on touch devices
US9502031B2 (en) 2014-05-27 2016-11-22 Apple Inc. Method for supporting dynamic grammars in WFST-based ASR
US9633004B2 (en) 2014-05-30 2017-04-25 Apple Inc. Better resolution when referencing to concepts
US10289433B2 (en) 2014-05-30 2019-05-14 Apple Inc. Domain specific language for encoding assistant dialog
US10170123B2 (en) 2014-05-30 2019-01-01 Apple Inc. Intelligent assistant for home automation
US9842101B2 (en) 2014-05-30 2017-12-12 Apple Inc. Predictive conversion of language input
US10078631B2 (en) 2014-05-30 2018-09-18 Apple Inc. Entropy-guided text prediction using combined word and character n-gram language models
US9430463B2 (en) 2014-05-30 2016-08-30 Apple Inc. Exemplar-based natural language processing
US9785630B2 (en) 2014-05-30 2017-10-10 Apple Inc. Text prediction using combined word N-gram and unigram language models
US9760559B2 (en) 2014-05-30 2017-09-12 Apple Inc. Predictive text input
US9734193B2 (en) 2014-05-30 2017-08-15 Apple Inc. Determining domain salience ranking from ambiguous words in natural speech
US9715875B2 (en) 2014-05-30 2017-07-25 Apple Inc. Reducing the need for manual start/end-pointing and trigger phrases
EP3149728B1 (en) 2014-05-30 2019-01-16 Apple Inc. Multi-command single utterance input method
US10659851B2 (en) 2014-06-30 2020-05-19 Apple Inc. Real-time digital assistant knowledge updates
US9338493B2 (en) 2014-06-30 2016-05-10 Apple Inc. Intelligent automated assistant for TV user interactions
US10446141B2 (en) 2014-08-28 2019-10-15 Apple Inc. Automatic speech recognition based on user feedback
US9818400B2 (en) 2014-09-11 2017-11-14 Apple Inc. Method and apparatus for discovering trending terms in speech requests
US10789041B2 (en) 2014-09-12 2020-09-29 Apple Inc. Dynamic thresholds for always listening speech trigger
US9606986B2 (en) 2014-09-29 2017-03-28 Apple Inc. Integrated word N-gram and class M-gram language models
US9668121B2 (en) 2014-09-30 2017-05-30 Apple Inc. Social reminders
US10127911B2 (en) 2014-09-30 2018-11-13 Apple Inc. Speaker identification and unsupervised speaker adaptation techniques
US10074360B2 (en) 2014-09-30 2018-09-11 Apple Inc. Providing an indication of the suitability of speech recognition
US9886432B2 (en) 2014-09-30 2018-02-06 Apple Inc. Parsimonious handling of word inflection via categorical stem + suffix N-gram language models
US9646609B2 (en) 2014-09-30 2017-05-09 Apple Inc. Caching apparatus for serving phonetic pronunciations
US10552013B2 (en) 2014-12-02 2020-02-04 Apple Inc. Data detection
US9711141B2 (en) 2014-12-09 2017-07-18 Apple Inc. Disambiguating heteronyms in speech synthesis
US10152299B2 (en) 2015-03-06 2018-12-11 Apple Inc. Reducing response latency of intelligent automated assistants
US9865280B2 (en) 2015-03-06 2018-01-09 Apple Inc. Structured dictation using intelligent automated assistants
US9721566B2 (en) 2015-03-08 2017-08-01 Apple Inc. Competing devices responding to voice triggers
US10567477B2 (en) 2015-03-08 2020-02-18 Apple Inc. Virtual assistant continuity
US9886953B2 (en) 2015-03-08 2018-02-06 Apple Inc. Virtual assistant activation
US9899019B2 (en) 2015-03-18 2018-02-20 Apple Inc. Systems and methods for structured stem and suffix language models
US9842105B2 (en) 2015-04-16 2017-12-12 Apple Inc. Parsimonious continuous-space phrase representations for natural language processing
US10460227B2 (en) 2015-05-15 2019-10-29 Apple Inc. Virtual assistant in a communication session
US10083688B2 (en) 2015-05-27 2018-09-25 Apple Inc. Device voice control for selecting a displayed affordance
US10127220B2 (en) 2015-06-04 2018-11-13 Apple Inc. Language identification from short strings
US9578173B2 (en) 2015-06-05 2017-02-21 Apple Inc. Virtual assistant aided communication with 3rd party service in a communication session
US10101822B2 (en) 2015-06-05 2018-10-16 Apple Inc. Language input correction
US10186254B2 (en) 2015-06-07 2019-01-22 Apple Inc. Context-based endpoint detection
US11025565B2 (en) 2015-06-07 2021-06-01 Apple Inc. Personalized prediction of responses for instant messaging
US10255907B2 (en) 2015-06-07 2019-04-09 Apple Inc. Automatic accent detection using acoustic models
US20160378747A1 (en) 2015-06-29 2016-12-29 Apple Inc. Virtual assistant for media playback
US9865251B2 (en) * 2015-07-21 2018-01-09 Asustek Computer Inc. Text-to-speech method and multi-lingual speech synthesizer using the method
US10747498B2 (en) 2015-09-08 2020-08-18 Apple Inc. Zero latency digital assistant
US10671428B2 (en) 2015-09-08 2020-06-02 Apple Inc. Distributed personal assistant
US9697820B2 (en) 2015-09-24 2017-07-04 Apple Inc. Unit-selection text-to-speech synthesis using concatenation-sensitive neural networks
US10366158B2 (en) 2015-09-29 2019-07-30 Apple Inc. Efficient word encoding for recurrent neural network language models
US11010550B2 (en) 2015-09-29 2021-05-18 Apple Inc. Unified language modeling framework for word prediction, auto-completion and auto-correction
US11587559B2 (en) 2015-09-30 2023-02-21 Apple Inc. Intelligent device identification
US10691473B2 (en) 2015-11-06 2020-06-23 Apple Inc. Intelligent automated assistant in a messaging environment
US10049668B2 (en) 2015-12-02 2018-08-14 Apple Inc. Applying neural network language models to weighted finite state transducers for automatic speech recognition
US10223066B2 (en) 2015-12-23 2019-03-05 Apple Inc. Proactive assistance based on dialog communication between devices
US10446143B2 (en) 2016-03-14 2019-10-15 Apple Inc. Identification of voice inputs providing credentials
US9934775B2 (en) 2016-05-26 2018-04-03 Apple Inc. Unit-selection text-to-speech synthesis based on predicted concatenation parameters
US9972304B2 (en) 2016-06-03 2018-05-15 Apple Inc. Privacy preserving distributed evaluation framework for embedded personalized systems
US11227589B2 (en) 2016-06-06 2022-01-18 Apple Inc. Intelligent list reading
US10249300B2 (en) 2016-06-06 2019-04-02 Apple Inc. Intelligent list reading
US10049663B2 (en) 2016-06-08 2018-08-14 Apple, Inc. Intelligent automated assistant for media exploration
DK179309B1 (en) 2016-06-09 2018-04-23 Apple Inc Intelligent automated assistant in a home environment
US10509862B2 (en) 2016-06-10 2019-12-17 Apple Inc. Dynamic phrase expansion of language input
US10192552B2 (en) 2016-06-10 2019-01-29 Apple Inc. Digital assistant providing whispered speech
US10490187B2 (en) 2016-06-10 2019-11-26 Apple Inc. Digital assistant providing automated status report
US10067938B2 (en) 2016-06-10 2018-09-04 Apple Inc. Multilingual word prediction
US10586535B2 (en) 2016-06-10 2020-03-10 Apple Inc. Intelligent digital assistant in a multi-tasking environment
DK179049B1 (en) 2016-06-11 2017-09-18 Apple Inc Data driven natural language event detection and classification
DK179343B1 (en) 2016-06-11 2018-05-14 Apple Inc Intelligent task discovery
DK179415B1 (en) 2016-06-11 2018-06-14 Apple Inc Intelligent device arbitration and control
DK201670540A1 (en) 2016-06-11 2018-01-08 Apple Inc Application integration with a digital assistant
US10474753B2 (en) 2016-09-07 2019-11-12 Apple Inc. Language identification using recurrent neural networks
US10043516B2 (en) 2016-09-23 2018-08-07 Apple Inc. Intelligent automated assistant
CN106528535B (zh) * 2016-11-14 2019-04-26 北京赛思信安技术股份有限公司 一种基于编码和机器学习的多语种识别方法
US11281993B2 (en) 2016-12-05 2022-03-22 Apple Inc. Model and ensemble compression for metric learning
US10593346B2 (en) 2016-12-22 2020-03-17 Apple Inc. Rank-reduced token representation for automatic speech recognition
US10521945B2 (en) * 2016-12-23 2019-12-31 International Business Machines Corporation Text-to-articulatory movement
US11204787B2 (en) 2017-01-09 2021-12-21 Apple Inc. Application integration with a digital assistant
US10872598B2 (en) 2017-02-24 2020-12-22 Baidu Usa Llc Systems and methods for real-time neural text-to-speech
US10417266B2 (en) 2017-05-09 2019-09-17 Apple Inc. Context-aware ranking of intelligent response suggestions
DK201770383A1 (en) 2017-05-09 2018-12-14 Apple Inc. USER INTERFACE FOR CORRECTING RECOGNITION ERRORS
DK201770439A1 (en) 2017-05-11 2018-12-13 Apple Inc. Offline personal assistant
US10395654B2 (en) 2017-05-11 2019-08-27 Apple Inc. Text normalization based on a data-driven learning network
US10726832B2 (en) 2017-05-11 2020-07-28 Apple Inc. Maintaining privacy of personal information
DK201770427A1 (en) 2017-05-12 2018-12-20 Apple Inc. LOW-LATENCY INTELLIGENT AUTOMATED ASSISTANT
DK179496B1 (en) 2017-05-12 2019-01-15 Apple Inc. USER-SPECIFIC Acoustic Models
US11301477B2 (en) 2017-05-12 2022-04-12 Apple Inc. Feedback analysis of a digital assistant
DK179745B1 (en) 2017-05-12 2019-05-01 Apple Inc. SYNCHRONIZATION AND TASK DELEGATION OF A DIGITAL ASSISTANT
DK201770432A1 (en) 2017-05-15 2018-12-21 Apple Inc. Hierarchical belief states for digital assistants
DK201770431A1 (en) 2017-05-15 2018-12-20 Apple Inc. Optimizing dialogue policy decisions for digital assistants using implicit feedback
DK179560B1 (en) 2017-05-16 2019-02-18 Apple Inc. FAR-FIELD EXTENSION FOR DIGITAL ASSISTANT SERVICES
US20180336275A1 (en) 2017-05-16 2018-11-22 Apple Inc. Intelligent automated assistant for media exploration
US10403278B2 (en) 2017-05-16 2019-09-03 Apple Inc. Methods and systems for phonetic matching in digital assistant services
US10311144B2 (en) 2017-05-16 2019-06-04 Apple Inc. Emoji word sense disambiguation
US10896669B2 (en) 2017-05-19 2021-01-19 Baidu Usa Llc Systems and methods for multi-speaker neural text-to-speech
US10657328B2 (en) 2017-06-02 2020-05-19 Apple Inc. Multi-task recurrent neural network architecture for efficient morphology handling in neural language modeling
US10445429B2 (en) 2017-09-21 2019-10-15 Apple Inc. Natural language understanding using vocabularies with compressed serialized tries
US10755051B2 (en) 2017-09-29 2020-08-25 Apple Inc. Rule-based natural language processing
US10872596B2 (en) 2017-10-19 2020-12-22 Baidu Usa Llc Systems and methods for parallel wave generation in end-to-end text-to-speech
US10796686B2 (en) 2017-10-19 2020-10-06 Baidu Usa Llc Systems and methods for neural text-to-speech using convolutional sequence learning
US11017761B2 (en) 2017-10-19 2021-05-25 Baidu Usa Llc Parallel neural text-to-speech
US10636424B2 (en) 2017-11-30 2020-04-28 Apple Inc. Multi-turn canned dialog
US10733982B2 (en) 2018-01-08 2020-08-04 Apple Inc. Multi-directional dialog
JP7178028B2 (ja) 2018-01-11 2022-11-25 ネオサピエンス株式会社 多言語テキスト音声合成モデルを利用した音声翻訳方法およびシステム
US10733375B2 (en) 2018-01-31 2020-08-04 Apple Inc. Knowledge-based framework for improving natural language understanding
US10789959B2 (en) 2018-03-02 2020-09-29 Apple Inc. Training speaker recognition models for digital assistants
US10592604B2 (en) 2018-03-12 2020-03-17 Apple Inc. Inverse text normalization for automatic speech recognition
US10818288B2 (en) 2018-03-26 2020-10-27 Apple Inc. Natural assistant interaction
US10909331B2 (en) 2018-03-30 2021-02-02 Apple Inc. Implicit identification of translation payload with neural machine translation
US11145294B2 (en) 2018-05-07 2021-10-12 Apple Inc. Intelligent automated assistant for delivering content from user experiences
US10928918B2 (en) 2018-05-07 2021-02-23 Apple Inc. Raise to speak
US10984780B2 (en) 2018-05-21 2021-04-20 Apple Inc. Global semantic word embeddings using bi-directional recurrent neural networks
DK201870355A1 (en) 2018-06-01 2019-12-16 Apple Inc. VIRTUAL ASSISTANT OPERATION IN MULTI-DEVICE ENVIRONMENTS
DK180639B1 (en) 2018-06-01 2021-11-04 Apple Inc DISABILITY OF ATTENTION-ATTENTIVE VIRTUAL ASSISTANT
US10892996B2 (en) 2018-06-01 2021-01-12 Apple Inc. Variable latency device coordination
US11386266B2 (en) 2018-06-01 2022-07-12 Apple Inc. Text correction
DK179822B1 (da) 2018-06-01 2019-07-12 Apple Inc. Voice interaction at a primary device to access call functionality of a companion device
US10496705B1 (en) 2018-06-03 2019-12-03 Apple Inc. Accelerated task performance
WO2020012813A1 (ja) * 2018-07-09 2020-01-16 ソニー株式会社 情報処理装置、および情報処理方法、並びにプログラム
US11010561B2 (en) 2018-09-27 2021-05-18 Apple Inc. Sentiment prediction from textual data
US11462215B2 (en) 2018-09-28 2022-10-04 Apple Inc. Multi-modal inputs for voice commands
US10839159B2 (en) 2018-09-28 2020-11-17 Apple Inc. Named entity normalization in a spoken dialog system
US11170166B2 (en) 2018-09-28 2021-11-09 Apple Inc. Neural typographical error modeling via generative adversarial networks
US11475898B2 (en) 2018-10-26 2022-10-18 Apple Inc. Low-latency multi-speaker speech recognition
KR20200056261A (ko) * 2018-11-14 2020-05-22 삼성전자주식회사 전자 장치 및 이의 제어 방법
WO2020101263A1 (en) 2018-11-14 2020-05-22 Samsung Electronics Co., Ltd. Electronic apparatus and method for controlling thereof
US11638059B2 (en) 2019-01-04 2023-04-25 Apple Inc. Content playback on multiple devices
US11348573B2 (en) 2019-03-18 2022-05-31 Apple Inc. Multimodality in digital assistant systems
CN111798832A (zh) * 2019-04-03 2020-10-20 北京京东尚科信息技术有限公司 语音合成方法、装置和计算机可读存储介质
CN111858837A (zh) * 2019-04-04 2020-10-30 北京嘀嘀无限科技发展有限公司 一种文本处理方法及装置
US11475884B2 (en) 2019-05-06 2022-10-18 Apple Inc. Reducing digital assistant latency when a language is incorrectly determined
DK201970509A1 (en) 2019-05-06 2021-01-15 Apple Inc Spoken notifications
US11307752B2 (en) 2019-05-06 2022-04-19 Apple Inc. User configurable task triggers
US11423908B2 (en) 2019-05-06 2022-08-23 Apple Inc. Interpreting spoken requests
US11140099B2 (en) 2019-05-21 2021-10-05 Apple Inc. Providing message response suggestions
DK180129B1 (en) 2019-05-31 2020-06-02 Apple Inc. USER ACTIVITY SHORTCUT SUGGESTIONS
US11496600B2 (en) 2019-05-31 2022-11-08 Apple Inc. Remote execution of machine-learned models
US11289073B2 (en) 2019-05-31 2022-03-29 Apple Inc. Device text to speech
US11360641B2 (en) 2019-06-01 2022-06-14 Apple Inc. Increasing the relevance of new available information
US11488406B2 (en) 2019-09-25 2022-11-01 Apple Inc. Text detection using global geometry estimators
TWI725608B (zh) 2019-11-11 2021-04-21 財團法人資訊工業策進會 語音合成系統、方法及非暫態電腦可讀取媒體
CN111179904B (zh) * 2019-12-31 2022-12-09 出门问问创新科技有限公司 混合文语转换方法及装置、终端和计算机可读存储介质
CN111292720B (zh) * 2020-02-07 2024-01-23 北京字节跳动网络技术有限公司 语音合成方法、装置、计算机可读介质及电子设备
CN112397050B (zh) * 2020-11-25 2023-07-07 北京百度网讯科技有限公司 韵律预测方法、训练方法、装置、电子设备和介质
KR102583764B1 (ko) 2022-06-29 2023-09-27 (주)액션파워 외국어가 포함된 오디오의 음성 인식 방법

Family Cites Families (43)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4718094A (en) 1984-11-19 1988-01-05 International Business Machines Corp. Speech recognition system
US5146405A (en) 1988-02-05 1992-09-08 At&T Bell Laboratories Methods for part-of-speech determination and usage
JPH0225973A (ja) * 1988-07-15 1990-01-29 Casio Comput Co Ltd 機械翻訳装置
JPH02110600A (ja) * 1988-10-20 1990-04-23 Matsushita Electric Ind Co Ltd 音声規則合成装置
JPH03196198A (ja) * 1989-12-26 1991-08-27 Matsushita Electric Ind Co Ltd 音声規則合成装置
JPH03245192A (ja) * 1990-02-23 1991-10-31 Oki Electric Ind Co Ltd 外国語単語の発音決定方法
US5384893A (en) * 1992-09-23 1995-01-24 Emerson & Stern Associates, Inc. Method and apparatus for speech synthesis based on prosodic analysis
US5440481A (en) 1992-10-28 1995-08-08 The United States Of America As Represented By The Secretary Of The Navy System and method for database tomography
CA2119397C (en) 1993-03-19 2007-10-02 Kim E.A. Silverman Improved automated voice synthesis employing enhanced prosodic treatment of text, spelling of text and rate of annunciation
JPH06289889A (ja) * 1993-03-31 1994-10-18 Matsushita Electric Ind Co Ltd 音声合成装置
JP2522154B2 (ja) 1993-06-03 1996-08-07 日本電気株式会社 音声認識システム
JPH0728825A (ja) * 1993-07-12 1995-01-31 Matsushita Electric Ind Co Ltd 音声合成装置
US5592585A (en) 1995-01-26 1997-01-07 Lernout & Hauspie Speech Products N.C. Method for electronically generating a spoken message
WO1997008685A2 (en) 1995-08-28 1997-03-06 Philips Electronics N.V. Method and system for pattern recognition based on dynamically constructing a subset of reference vectors
DE69613338T2 (de) 1995-08-28 2002-05-29 Koninkl Philips Electronics Nv Verfahren und system zur mustererkennung mittels baumstrukturierten wahrscheinlichkeitsdichten
JP2871561B2 (ja) 1995-11-30 1999-03-17 株式会社エイ・ティ・アール音声翻訳通信研究所 不特定話者モデル生成装置及び音声認識装置
US5905972A (en) 1996-09-30 1999-05-18 Microsoft Corporation Prosodic databases holding fundamental frequency templates for use in speech synthesis
US6172675B1 (en) 1996-12-05 2001-01-09 Interval Research Corporation Indirect manipulation of data using temporally related data, with particular application to manipulation of audio or audiovisual data
US5937422A (en) 1997-04-15 1999-08-10 The United States Of America As Represented By The National Security Agency Automatically generating a topic description for text and searching and sorting text by topic using the same
KR100238189B1 (ko) * 1997-10-16 2000-01-15 윤종용 다중 언어 tts장치 및 다중 언어 tts 처리 방법
US6064960A (en) 1997-12-18 2000-05-16 Apple Computer, Inc. Method and apparatus for improved duration modeling of phonemes
US6230131B1 (en) 1998-04-29 2001-05-08 Matsushita Electric Industrial Co., Ltd. Method for generating spelling-to-pronunciation decision tree
US6076060A (en) 1998-05-01 2000-06-13 Compaq Computer Corporation Computer method and apparatus for translating text to sound
US6101470A (en) 1998-05-26 2000-08-08 International Business Machines Corporation Methods for generating pitch and duration contours in a text to speech system
US6401060B1 (en) 1998-06-25 2002-06-04 Microsoft Corporation Method for typographical detection and replacement in Japanese text
US6151576A (en) * 1998-08-11 2000-11-21 Adobe Systems Incorporated Mixing digitized speech and text using reliability indices
JP2000075878A (ja) 1998-08-31 2000-03-14 Canon Inc 音声合成装置およびその方法ならびに記憶媒体
JP2002530703A (ja) 1998-11-13 2002-09-17 ルノー・アンド・オスピー・スピーチ・プロダクツ・ナームローゼ・ベンノートシャープ 音声波形の連結を用いる音声合成
JP2000206982A (ja) 1999-01-12 2000-07-28 Toshiba Corp 音声合成装置及び文音声変換プログラムを記録した機械読み取り可能な記録媒体
US6185533B1 (en) 1999-03-15 2001-02-06 Matsushita Electric Industrial Co., Ltd. Generation and synthesis of prosody templates
JP3711411B2 (ja) * 1999-04-19 2005-11-02 沖電気工業株式会社 音声合成装置
JP2000305585A (ja) 1999-04-23 2000-11-02 Oki Electric Ind Co Ltd 音声合成装置
JP2001022375A (ja) * 1999-07-06 2001-01-26 Matsushita Electric Ind Co Ltd 音声認識合成装置
US6829578B1 (en) 1999-11-11 2004-12-07 Koninklijke Philips Electronics, N.V. Tone features for speech recognition
GB2357943B (en) 1999-12-30 2004-12-08 Nokia Mobile Phones Ltd User interface for text to speech conversion
US7010489B1 (en) 2000-03-09 2006-03-07 International Business Mahcines Corporation Method for guiding text-to-speech output timing using speech recognition markers
US6910007B2 (en) * 2000-05-31 2005-06-21 At&T Corp Stochastic modeling of spectral adjustment for high quality pitch modification
JP2001350490A (ja) * 2000-06-09 2001-12-21 Fujitsu Ltd テキスト音声変換装置及び方法
US6505158B1 (en) 2000-07-05 2003-01-07 At&T Corp. Synthesis-based pre-selection of suitable units for concatenative speech
AU2002212992A1 (en) * 2000-09-29 2002-04-08 Lernout And Hauspie Speech Products N.V. Corpus-based prosody translation system
US6990450B2 (en) 2000-10-19 2006-01-24 Qwest Communications International Inc. System and method for converting text-to-voice
US6871178B2 (en) 2000-10-19 2005-03-22 Qwest Communications International, Inc. System and method for converting text-to-voice
US6978239B2 (en) 2000-12-04 2005-12-20 Microsoft Corporation Method and apparatus for speech synthesis without prosody modification

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012169844A2 (ko) * 2011-06-08 2012-12-13 주식회사 내일이비즈 전자책 데이터 음성 합성 장치 및 그 방법
WO2012169844A3 (ko) * 2011-06-08 2013-03-07 주식회사 내일이비즈 전자책 데이터 음성 합성 장치 및 그 방법
KR101401427B1 (ko) * 2011-06-08 2014-06-02 이해성 전자책 데이터 음성 합성 장치 및 그 방법

Also Published As

Publication number Publication date
BRPI0400306A (pt) 2005-01-04
EP1463031A1 (en) 2004-09-29
US7496498B2 (en) 2009-02-24
JP2004287444A (ja) 2004-10-14
CN1540625A (zh) 2004-10-27
US20040193398A1 (en) 2004-09-30
CN1540625B (zh) 2010-06-09
KR101120710B1 (ko) 2012-06-27

Similar Documents

Publication Publication Date Title
KR101120710B1 (ko) 텍스트 처리 시스템 및 방법과, 컴퓨터 판독 가능 저장 매체
US9218803B2 (en) Method and system for enhancing a speech database
US9761219B2 (en) System and method for distributed text-to-speech synthesis and intelligibility
US6823309B1 (en) Speech synthesizing system and method for modifying prosody based on match to database
Watts Unsupervised learning for text-to-speech synthesis
Macchi Issues in text-to-speech synthesis
Lu et al. Implementing prosodic phrasing in chinese end-to-end speech synthesis
EP2188729A1 (en) System-effected text annotation for expressive prosody in speech synthesis and recognition
Hamza et al. The IBM expressive speech synthesis system.
Stöber et al. Speech synthesis using multilevel selection and concatenation of units from large speech corpora
KR101097186B1 (ko) 대화체 앞뒤 문장정보를 이용한 다국어 음성합성 시스템 및 방법
Begum et al. Text-to-speech synthesis system for Mymensinghiya dialect of Bangla language
Polyákova et al. Introducing nativization to spanish TTS systems
JP2001117583A (ja) 音声認識装置および音声認識方法、並びに記録媒体
Kaur et al. BUILDING AText-TO-SPEECH SYSTEM FOR PUNJABI LANGUAGE
Spiegel et al. Synthesis of names by a demisyllable-based speech synthesizer (Spokesman)
Narupiyakul et al. A stochastic knowledge-based Thai text-to-speech system
Malcangi et al. Toward languageindependent text-to-speech synthesis
Gardini Data preparation and improvement of NLP software modules for parametric speech synthesis
Mihkla et al. Development of a unit selection TTS system for Estonian
Wilson et al. Enhancing phonological representations for multilingual speech technology
Narupiyakul et al. Thai syllable analysis for rule-based text to speech system
Khalifa et al. SMaTTS: Standard malay text to speech system
Becket et al. Spoken Language Translator: Phase Two Report (Draft)
Nazemi et al. Multilingual Text to Speech in embedded systems using RC8660

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
LAPS Lapse due to unpaid annual fee