JP2000214876A - 日本語音声合成方法 - Google Patents

日本語音声合成方法

Info

Publication number
JP2000214876A
JP2000214876A JP11016002A JP1600299A JP2000214876A JP 2000214876 A JP2000214876 A JP 2000214876A JP 11016002 A JP11016002 A JP 11016002A JP 1600299 A JP1600299 A JP 1600299A JP 2000214876 A JP2000214876 A JP 2000214876A
Authority
JP
Japan
Prior art keywords
phoneme
input
category
speech
japanese
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.)
Pending
Application number
JP11016002A
Other languages
English (en)
Inventor
Hideji Nishida
秀治 西田
Hiroyuki Hirai
啓之 平井
Makoto Hashimoto
誠 橋本
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sanyo Electric Co Ltd
Original Assignee
Sanyo Electric Co Ltd
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 Sanyo Electric Co Ltd filed Critical Sanyo Electric Co Ltd
Priority to JP11016002A priority Critical patent/JP2000214876A/ja
Publication of JP2000214876A publication Critical patent/JP2000214876A/ja
Pending legal-status Critical Current

Links

Abstract

(57)【要約】 【課題】 この発明は、個々の音素の音韻継続時間長を
従来に比べて短時間で決定できるとともに、局所的に統
計誤差が大きくなるといったを防止することができる日
本語音声合成方法を提供することを目的とする。 【解決手段】 この発明による日本語音声合成方法は、
日本語音素記号に対応した音声波形素片を予め用意して
おき、入力音素記号列の順序でその入力音素記号列に対
応する音声波形素片を接続し、韻律規制制御に従って波
形整形を行い、入力音素記号列に対応する音声を合成す
る日本語音声合成方法において、全音素記号に対して予
めカテゴリー分類が行われており、入力音素記号列にお
ける各入力音素に対する音韻継続時間長を、入力音素記
号列に含まれる入力音素のカテゴリーに基づいて決定す
る。

Description

【発明の詳細な説明】
【0001】
【産業上の利用分野】本発明は、入力テキスト情報を自
然な韻律の音声情報に変換する日本語音声合成方法に関
する。
【0002】
【従来の技術】日本語音声合成方法に用いられる音韻継
続時間長を制御する方法としては、音韻継続時間長に影
響を与えると考えられるパラメータを要因として数量化
I類分析を行うことによって予測モデルを構築する手法
がある(特許公報第2749803号および特許公報第
2749804号参照)。
【0003】
【発明が解決しようとする課題】しかしながら、上記従
来手法では、以下のような欠点がある。
【0004】(1)個々の音素の音韻継続時間長は、音
韻継続時間長に影響を与えると考えられるパラメータす
べてを考慮して決定されるため、数量化I類分析などの
統計解析に長い解析時間を要する。
【0005】(2)個々の音素の音韻継続時間長は、音
韻継続時間長に影響を与えると考えられるパラメータす
べてを考慮して決定されるため、矛盾するパラメータな
どにより、局所的に統計誤差が大きくなる場合があり、
明らかに音韻継続時間長制御の異常な場合がある。統計
誤差の大きい場合は、そのデータを削除して再度統計処
理をしなおすことは一般的手法として公知であるが、特
定の条件でパラメータの影響が相矛盾する場合は、正確
な統計結果が得られない。
【0006】この発明は、個々の音素の音韻継続時間長
を従来に比べて短時間で決定できるとともに、局所的に
統計誤差が大きくなるといったを防止することができる
日本語音声合成方法を提供することを目的とする。
【0007】
【課題を解決するための手段】この発明による日本語音
声合成方法は、日本語音素記号に対応した音声波形素片
を予め用意しておき、入力音素記号列の順序でその入力
音素記号列に対応する音声波形素片を接続し、韻律規制
制御に従って波形整形を行い、入力音素記号列に対応す
る音声を合成する日本語音声合成方法において、全音素
記号に対して予めカテゴリー分類が行われており、入力
音素記号列における各入力音素に対する音韻継続時間長
を、入力音素記号列に含まれる入力音素のカテゴリーに
基づいて決定することを特徴とする。
【0008】音素記号のカテゴリーは、たとえば、
(1)母音および撥音、(2)長母音、(3)無声破裂
音、(4)破擦音、(5)無声摩擦音、(6)半母音お
よび流音、(7)鼻子音、(8)有声破裂音、(9)そ
の他の独立音素に分類される。
【0009】各入力音素に対する音韻継続時間長を、注
目音素のカテゴリー、注目音素の2つ前の音素のカテゴ
リー、注目音素の1つ前の音素のカテゴリー、注目音素
の1つ後の音素のカテゴリーおよび注目音素の2つ後の
音素のカテゴリーに基づいて決定することが好ましい。
【0010】また、注目音素を含む呼気段落のモーラ数
および注目音素のモーラ位置をも考慮して、注目音素に
対する音韻継続時間長を決定することが好ましい。
【0011】
【発明の実施の形態】本発明は、入力テキスト情報を自
然な韻律の音声情報に変換する日本語音声合成方法に関
し、音韻継続時間長の決定方法に特徴がある。パソコン
のアプリケーションソフトあるいは、組み込み機器のお
けるミドルウェアなどの形態で実施される。
【0012】図1は、音声合成方法の処理手順を示して
いる。
【0013】入力された日本語仮名漢字まじりテキスト
情報は、言語処理により、音素記号列に変換せしめられ
る(ステップ1)。次に、音素記号列に相当する音声波
形素片を音声データベースより抽出する(ステップ
2)。
【0014】抽出された音声波形素片は韻律規則制御に
より波形整形され(ステップ3)、音声情報として出力
される(ステップ4)。音韻継続時間長制御は、ステッ
プ3で実行される。
【0015】図2は、ステップ3で実行される音韻継続
時間長制御の処理手順を示している。
【0016】ここでは、入力テキストが”太郎さん、お
はよう”であり、これに対応する音素記号列が”tar
o^saN%ohayo”である場合を例にとって説明
する。音素記号列においては、読みはローマ字読みで表
されている。ただし、撥音”ん”は、”N ”で表記され
る。また、長母音は、aiueo の直後に^で表記される。
また、ポーズは、”%”で表記される。
【0017】表1に各音素の表記とカテゴリー分類を示
す。説明を簡便化するためアクセントの制御記号は省略
する。
【0018】
【表1】
【0019】音韻継続時間長制御では、入力音素記号列
に含まれる各音素の音韻継続時間長が決定せしめられ
る。
【0020】まず、注目音素および注目音素の前後の音
素に基づいて、処理の分岐を行う(ステップ31)。
【0021】分岐は以下7通りである。 (1)注目音素が促音の場合:ステップ311に移行 (2)注目音素がポーズ(無音区間)の場合:ステップ
312に移行 (3)注目音素の一つあとの音素が促音の場合:ステッ
プ313に移行 (4)注目音素の一つあとの音素がポーズの場合:ステ
ップ314に移行 (5)注目音素の一つ前の音素が促音の場合:ステップ
315に移行 (6)注目音素の一つ前の音素がポーズの場合:ステッ
プ316に移行 (7)上記(1)〜(6)に該当しない場合:ステップ
317に移行
【0022】上記7種類にそれぞれ対応して、1次検索
テーブルが予め作成されている。表2は、注目音素の一
つあとの音素がポーズの場合に使用される1次検索テー
ブルの内容の一部を示している。各テーブルにおける注
目画素に対する平均時間(=平均音韻継続時間長)平均
時間は、実際の複数の発声データ(同一話者)から統計
処理を行って、主に平均をとって求めたものである。
【0023】
【表2】
【0024】注目音素が、”taro^saN%oha
yo”における”N”の場合は、注目音素の一つあとの
音素がポーズであるので、ステップ314に移行する。
ステップ311〜ステップ317以降の処理は、ステッ
プ314以降の処理と同様なので、ステップ314以降
の処理についてのみを説明する。
【0025】まず、注目音素、注目音素の2音素前の音
素、注目音素の1音素前の音素、注目音素の1音素あと
の音素および注目音素の2音素あとの音素に基づいて、
表2の1次検索テーブルを検索する(ステップ314
1)。
【0026】注目音素が”taro^saN%ohay
o”における”N”の場合には、注目音素Nはカテゴリ
ー1に属し、2つ前の音素sはカテゴリー5に属し、一
つ前の音素aはカテゴリー1に属し、2つあとの音素o
はカテゴリー1に属し、一つあとは%(ポーズ)である
ので、表2の1次検索テーブルから、注目音素Nの平均
時間(=平均音韻継続時間長)と2次検索テーブルNo
とが求められる。
【0027】この例では、注目音素Nの平均時間(=平
均音韻継続時間長)は90msecと決定され、2次検索テ
ーブルNoは997と決定される。表3は、No.99
7の2次検索テーブルの内容を示している。
【0028】
【表3】
【0029】次に、注目音素を含む呼気段落内のモーラ
数と、1次検索テーブルによって特定された2次検索テ
ーブルとに基づいて、注目音素Nの平均音韻継続時間長
の調整が行われる(ステップ3142)。
【0030】人が文字を読み上げる場合、息継ぎを行い
ながら読み上げる。この息継ぎの期間を呼気段落とい
う。句読点間の文字数が多い場合、通常呼気段落間のモ
ーラ数が増え、早口となる。したがって、呼気段落間の
モーラ数(句読点間の文字数)が多くなると、その間の
音素の平均音韻継続時間長は短くなる。この例では、注
目音素を含む呼気段落は”taro^saN”で5モー
ラである。表3に示す2次検索テーブルに基づいて、5
モーラに対応する補正値が読み出される。この例では、
5モーラに対応する補正値は0msであるので、注目音
素Nの平均音韻継続時間長はそのままの値が保持され
る。
【0031】次に、注目音素が文末の3モーラ以内にあ
るかないかの文末判定が行われる(ステップ314
3)。現代語の傾向として、言葉じり、すなわち、文末
を明確に言い切らない傾向がある。このため、文末で音
韻継続時間長は短くなる。そこで、注目音素が文末の3
モーラ以内にある場合には、1次検索テーブルから求め
られた2次検索テーブルに基づいて、注目音素の平均時
間音韻継続時間長が調整せしめられる(ステップ314
4)。なお、2次検索テーブルにおける各補正値も、実
際の複数の発声データから統計処理を行って求めたもの
である。
【0032】この例では、注目音素Nは文末の3モーラ
以内ではないので、文末判定に基づく平均音韻継続時間
長の調整は行われない。したがって、注目音素Nの平均
音韻継続時間長は、最終的に90msecと決定される。
【0033】なお、表2において、2次検索テーブルN
o.997〜No.999の内容が同じである場合に
は、2次検索テーブルを記憶するメモリ容量を削減する
上で、これらの3つの2次検索テーブルを一つにまとめ
ることが好ましい。
【0034】
【発明の効果】この発明によれば、個々の音素の音韻継
続時間長は、音韻時間長に影響を与えると考えられるパ
ラメータすべてを考慮する数量化I類分析などの統計解
析よりも短時間で分析が行え、かつ、矛盾するパラメー
タなどにより、局所的に統計誤差が大きくなる危険性が
なくなる。
【図面の簡単な説明】
【図1】音声合成方法の処理手順を示すフローチャート
である。
【図2】音韻継続時間長制御方法の処理手順を示すフロ
ーチャートである。
───────────────────────────────────────────────────── フロントページの続き (72)発明者 橋本 誠 大阪府守口市京阪本通2丁目5番5号 三 洋電機株式会社内 Fターム(参考) 5D045 AA07

Claims (4)

    【特許請求の範囲】
  1. 【請求項1】 日本語音素記号に対応した音声波形素片
    を予め用意しておき、入力音素記号列の順序でその入力
    音素記号列に対応する音声波形素片を接続し、韻律規制
    制御に従って波形整形を行い、入力音素記号列に対応す
    る音声を合成する日本語音声合成方法において、全音素
    記号に対して予めカテゴリー分類が行われており、入力
    音素記号列における各入力音素に対する音韻継続時間長
    を、入力音素記号列に含まれる入力音素のカテゴリーに
    基づいて決定することを特徴とする日本語音声合成方
    法。
  2. 【請求項2】 音素記号のカテゴリーは、(1)母音お
    よび撥音、(2)長母音、(3)無声破裂音、(4)破
    擦音、(5)無声摩擦音、(6)半母音および流音、
    (7)鼻子音、(8)有声破裂音、(9)その他の独立
    音素に分類されていることを特徴とする請求項1に記載
    の日本語音声合成方法。
  3. 【請求項3】 各入力音素に対する音韻継続時間長を、
    注目音素のカテゴリー、注目音素の2つ前の音素のカテ
    ゴリー、注目音素の1つ前の音素のカテゴリー、注目音
    素の1つ後の音素のカテゴリーおよび注目音素の2つ後
    の音素のカテゴリーに基づいて、決定することを特徴と
    する請求項1および2のいずれかに記載の日本語音声合
    成方法。
  4. 【請求項4】 注目音素を含む呼気段落のモーラ数およ
    び注目音素のモーラ位置をも考慮して、注目音素に対す
    る音韻継続時間長を決定することを特徴とする請求項
    1、2および3ののいずれかに記載の日本語音声合成方
    法。
JP11016002A 1999-01-25 1999-01-25 日本語音声合成方法 Pending JP2000214876A (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP11016002A JP2000214876A (ja) 1999-01-25 1999-01-25 日本語音声合成方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP11016002A JP2000214876A (ja) 1999-01-25 1999-01-25 日本語音声合成方法

Publications (1)

Publication Number Publication Date
JP2000214876A true JP2000214876A (ja) 2000-08-04

Family

ID=11904425

Family Applications (1)

Application Number Title Priority Date Filing Date
JP11016002A Pending JP2000214876A (ja) 1999-01-25 1999-01-25 日本語音声合成方法

Country Status (1)

Country Link
JP (1) JP2000214876A (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111429878A (zh) * 2020-03-11 2020-07-17 云知声智能科技股份有限公司 一种自适应语音合成方法及装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111429878A (zh) * 2020-03-11 2020-07-17 云知声智能科技股份有限公司 一种自适应语音合成方法及装置
CN111429878B (zh) * 2020-03-11 2023-05-26 云知声智能科技股份有限公司 一种自适应语音合成方法及装置

Similar Documents

Publication Publication Date Title
US6751592B1 (en) Speech synthesizing apparatus, and recording medium that stores text-to-speech conversion program and can be read mechanically
WO2004066271A1 (ja) 音声合成装置,音声合成方法および音声合成システム
Li et al. Analysis and modeling of F0 contours for Cantonese text-to-speech
US20090281808A1 (en) Voice data creation system, program, semiconductor integrated circuit device, and method for producing semiconductor integrated circuit device
JP6013104B2 (ja) 音声合成方法、装置、及びプログラム
Stöber et al. Speech synthesis using multilevel selection and concatenation of units from large speech corpora
Bettayeb et al. Speech synthesis system for the holy quran recitation.
JP6232724B2 (ja) 音声合成装置及び言語辞書登録方法
JP6197523B2 (ja) 音声合成装置、言語辞書修正方法及び言語辞書修正用コンピュータプログラム
JPS6050600A (ja) 規則合成方式
JP3655808B2 (ja) 音声合成装置および音声合成方法、携帯端末器、並びに、プログラム記録媒体
JP3060276B2 (ja) 音声合成装置
JP3589972B2 (ja) 音声合成装置
JP2008257116A (ja) 音声合成システム
JP3571925B2 (ja) 音声情報処理装置
JPH05134691A (ja) 音声合成方法および装置
CN114694627B (zh) 语音合成相关方法、语流音变模型的训练方法及相关装置
JPH11296193A (ja) 音声合成装置
JPH11212586A (ja) 音声合成装置
JPH0229797A (ja) テキスト音声変換装置
JP2001343987A (ja) 音声合成方法、および音声合成装置
JP2002297175A (ja) テキスト音声合成装置、テキスト音声合成方法及びプログラム並びにプログラムを記録したコンピュータ読み取り可能な記録媒体
JPH07134596A (ja) 音声合成用音声持続時間処理方法及びその装置
JPH04199421A (ja) 文書読上げ装置
Martin Towards improved speech recognition for resource poor languages

Legal Events

Date Code Title Description
A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20040409

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20040420

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20040817