JPH11259093A - 音声合成装置及びその制御方法、コンピュータ可読メモリ - Google Patents
音声合成装置及びその制御方法、コンピュータ可読メモリInfo
- Publication number
- JPH11259093A JPH11259093A JP10057249A JP5724998A JPH11259093A JP H11259093 A JPH11259093 A JP H11259093A JP 10057249 A JP10057249 A JP 10057249A JP 5724998 A JP5724998 A JP 5724998A JP H11259093 A JPH11259093 A JP H11259093A
- Authority
- JP
- Japan
- Prior art keywords
- phoneme
- data
- environment
- database
- fundamental frequency
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
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
- G10L13/06—Elementary speech units used in speech synthesisers; Concatenation rules
- G10L13/07—Concatenation rules
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)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Telephonic Communication Services (AREA)
Abstract
(57)【要約】
【課題】 音声合成を精度良く高速に行うことができる
音声合成装置及びその制御方法、コンピュータ可読メモ
リを提供する。 【解決手段】 検索対象の第１音素に対し音素環境を考
慮した第２音素を生成する。その第２音素に対応する音
素片データをデータベース１０１ａより検索する。その
検索結果に基づいて、音素環境を変更した第３音素を生
成し、該第３音素に対応する音素片データをデータベー
ス１０１ａより再度検索する。上記検索あるいは再検索
による検索結果と、第２音素あるいは第３音素を対応づ
けてテーブルに登録する。
音声合成装置及びその制御方法、コンピュータ可読メモ
リを提供する。 【解決手段】 検索対象の第１音素に対し音素環境を考
慮した第２音素を生成する。その第２音素に対応する音
素片データをデータベース１０１ａより検索する。その
検索結果に基づいて、音素環境を変更した第３音素を生
成し、該第３音素に対応する音素片データをデータベー
ス１０１ａより再度検索する。上記検索あるいは再検索
による検索結果と、第２音素あるいは第３音素を対応づ
けてテーブルに登録する。
Description
【０００１】
【発明の属する技術分野】本発明は、音素片データを管
理するデータベースを有し、そのデータベースで管理さ
れている音素片データを用いて音声合成を行う音声合成
装置及びその制御方法、コンピュータ可読メモリにに関
するものである。
理するデータベースを有し、そのデータベースで管理さ
れている音素片データを用いて音声合成を行う音声合成
装置及びその制御方法、コンピュータ可読メモリにに関
するものである。
【０００２】
【従来の技術】従来より、音声合成方法として、波形編
集方式による合成方法が存在する。波形編集合成法で
は、１〜数ピッチ分の波形素片を所望のピッチ間隔に合
わせて貼り合わせるピッチ同期波形重畳法によって韻律
の変更を行う。波形編集合成法では、パラメータ方式に
よる合成法に対して、より自然な合成音声が得られる反
面、韻律変更に対する許容範囲が狭いという問題があ
る。
集方式による合成方法が存在する。波形編集合成法で
は、１〜数ピッチ分の波形素片を所望のピッチ間隔に合
わせて貼り合わせるピッチ同期波形重畳法によって韻律
の変更を行う。波形編集合成法では、パラメータ方式に
よる合成法に対して、より自然な合成音声が得られる反
面、韻律変更に対する許容範囲が狭いという問題があ
る。
【０００３】そこで、様々なバリエーションの音声デー
タを用意し、それらを適切に選択して用いることで音質
向上が図られる。音声データの選択基準としては、音素
環境（合成対象となる当該音素あるいはその両側数音
素）や基本周波数Ｆ0等の情報が用いられる。
タを用意し、それらを適切に選択して用いることで音質
向上が図られる。音声データの選択基準としては、音素
環境（合成対象となる当該音素あるいはその両側数音
素）や基本周波数Ｆ0等の情報が用いられる。
【０００４】
【発明が解決しようとする課題】しかしながら、上記従
来の音声合成方法は、以下のような問題点があった。
来の音声合成方法は、以下のような問題点があった。
【０００５】例えば、合成対象となる音素環境を満たす
音声データが存在しない場合、音素環境に関する条件を
緩めて必要とする音声データを再探索することになる。
そして、この再探索を音声合成時に行うと処理が複雑に
なり、処理時間が増大してしまうという問題点があっ
た。また、音声データの選択規準に基本周波数Ｆ0を用
いた場合、合成対象の音声データの基本周波数Ｆ0に最
も合致する音声データを得るために、各音声データにつ
いて基本周波数Ｆ0の評価を行わなくてはならなかっ
た。
音声データが存在しない場合、音素環境に関する条件を
緩めて必要とする音声データを再探索することになる。
そして、この再探索を音声合成時に行うと処理が複雑に
なり、処理時間が増大してしまうという問題点があっ
た。また、音声データの選択規準に基本周波数Ｆ0を用
いた場合、合成対象の音声データの基本周波数Ｆ0に最
も合致する音声データを得るために、各音声データにつ
いて基本周波数Ｆ0の評価を行わなくてはならなかっ
た。
【０００６】本発明は上記問題点に鑑みてなされたもの
であり、音声合成を精度良く高速に行うことができる音
声合成装置及びその制御方法、コンピュータ可読メモリ
を提供することを目的とする。
であり、音声合成を精度良く高速に行うことができる音
声合成装置及びその制御方法、コンピュータ可読メモリ
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】上記の目的を達成するた
めの本発明による音声合成装置は以下の構成を備える。
即ち、音素片データを管理するデータベースを有する音
声合成装置であって、検索対象の第１音素に対し音素環
境を考慮した第２音素を生成する生成手段と、前記第２
音素に対応する音素片データを前記データベースより検
索する検索手段と、前記検索手段の検索結果に基づい
て、前記音素環境を変更した第３音素を生成し、該第３
音素に対応する音素片データを前記データベースより再
度検索する再検索手段と、前記検索手段あるいは前記再
検索手段による検索結果と、前記第２音素あるいは前記
第３音素を対応づけてテーブルに登録する登録手段とを
備える。
めの本発明による音声合成装置は以下の構成を備える。
即ち、音素片データを管理するデータベースを有する音
声合成装置であって、検索対象の第１音素に対し音素環
境を考慮した第２音素を生成する生成手段と、前記第２
音素に対応する音素片データを前記データベースより検
索する検索手段と、前記検索手段の検索結果に基づい
て、前記音素環境を変更した第３音素を生成し、該第３
音素に対応する音素片データを前記データベースより再
度検索する再検索手段と、前記検索手段あるいは前記再
検索手段による検索結果と、前記第２音素あるいは前記
第３音素を対応づけてテーブルに登録する登録手段とを
備える。
【０００８】また、好ましくは、前記登録手段は、前記
検索手段あるいは前記再検索手段によって検索された音
素片データの平均基本周波数を計算する計算手段と、前
記計算手段で計算された平均基本周波数に基づいて、前
記検索された音素片データ群を整列する整列手段とを備
え、前記整列手段で整列された音素片データ群の順番
で、前記音素片データ群と前記第２音素あるいは第３音
素を対応づけて前記テーブルに登録する。
検索手段あるいは前記再検索手段によって検索された音
素片データの平均基本周波数を計算する計算手段と、前
記計算手段で計算された平均基本周波数に基づいて、前
記検索された音素片データ群を整列する整列手段とを備
え、前記整列手段で整列された音素片データ群の順番
で、前記音素片データ群と前記第２音素あるいは第３音
素を対応づけて前記テーブルに登録する。
【０００９】また、好ましくは、前記第２音素は、前記
第１音素の左右音素の音素環境を考慮したトライホンで
ある。
第１音素の左右音素の音素環境を考慮したトライホンで
ある。
【００１０】また、好ましくは、前記第３音素は、前記
第１音素の左右音素どちらかあるいはその両方の音素環
境を考慮した音素である。
第１音素の左右音素どちらかあるいはその両方の音素環
境を考慮した音素である。
【００１１】また、好ましくは、前記第３音素は、前記
第１音素が母音の場合には該第１音素の左音素環境を考
慮した音素、子音の場合には該第１音素の右音素環境を
考慮した音素である。
第１音素が母音の場合には該第１音素の左音素環境を考
慮した音素、子音の場合には該第１音素の右音素環境を
考慮した音素である。
【００１２】また、好ましくは、前記登録手段は、更
に、前記検索された音素片データの平均基本周波数を量
子化する量子化手段を備える。
に、前記検索された音素片データの平均基本周波数を量
子化する量子化手段を備える。
【００１３】また、好ましくは、前記計算手段は、前記
量子化手段で量子化された音素片データ群の各平均基本
周波数の内、対応する音素片データが存在しないものに
ついては、その近傍の平均基本周波数で対応する音素片
データが存在する平均基本周波数を用いて補間する。
量子化手段で量子化された音素片データ群の各平均基本
周波数の内、対応する音素片データが存在しないものに
ついては、その近傍の平均基本周波数で対応する音素片
データが存在する平均基本周波数を用いて補間する。
【００１４】上記の目的を達成するための本発明による
音声合成装置は以下の構成を備える。即ち、前記データ
ベース中に存在する音素片データの位置を示す位置情報
と、該音素片データに対応づけられた音素環境を考慮し
た音素とを対応づけて管理するテーブルを記憶する記憶
手段と、合成対象の音素群の各音素環境情報とその基本
周波数を獲得し、獲得された基本周波数の平均を算出す
る算出手段と、前記音素環境情報に対応する音素群を前
記テーブルより検索する検索手段と、前記算出手段で算
出された基本周波数の平均に基づいて、前記検索手段で
検索された音素群から所定の音素に対応する音素片デー
タの位置情報を前記テーブルより取得する取得手段と、
前記取得手段で取得された位置情報が示す音素片データ
を前記データベースより取得し、その取得された音素片
データの韻律を変更する変更手段とを備える。
音声合成装置は以下の構成を備える。即ち、前記データ
ベース中に存在する音素片データの位置を示す位置情報
と、該音素片データに対応づけられた音素環境を考慮し
た音素とを対応づけて管理するテーブルを記憶する記憶
手段と、合成対象の音素群の各音素環境情報とその基本
周波数を獲得し、獲得された基本周波数の平均を算出す
る算出手段と、前記音素環境情報に対応する音素群を前
記テーブルより検索する検索手段と、前記算出手段で算
出された基本周波数の平均に基づいて、前記検索手段で
検索された音素群から所定の音素に対応する音素片デー
タの位置情報を前記テーブルより取得する取得手段と、
前記取得手段で取得された位置情報が示す音素片データ
を前記データベースより取得し、その取得された音素片
データの韻律を変更する変更手段とを備える。
【００１５】また、好ましくは、前記変更手段による韻
律の変更は、ピッチ同期波形重畳法を用いる。
律の変更は、ピッチ同期波形重畳法を用いる。
【００１６】また、好ましくは、前記音素環境を考慮し
た音素の基本周波数が量子化されている場合、前記記憶
手段は、その量子化された基本周波数と、該音素に対応
する音素片データが存在する前記データベース中の位置
を示す位置情報とを対応づけて前記テーブルに管理す
る。
た音素の基本周波数が量子化されている場合、前記記憶
手段は、その量子化された基本周波数と、該音素に対応
する音素片データが存在する前記データベース中の位置
を示す位置情報とを対応づけて前記テーブルに管理す
る。
【００１７】また、好ましくは、前記音素環境を考慮し
た音素の基本周波数が量子化されている場合、前記算出
手段は、合成対象の音素群の各音素環境情報を獲得し、
また、その量子化された音素群の各基本周波数の平均を
算出する。
た音素の基本周波数が量子化されている場合、前記算出
手段は、合成対象の音素群の各音素環境情報を獲得し、
また、その量子化された音素群の各基本周波数の平均を
算出する。
【００１８】上記の目的を達成するための本発明による
音声合成装置の制御方法は以下の構成を備える。即ち、
音素片データを管理するデータベースを有する音声合成
装置の制御方法であって、検索対象の第１音素に対し音
素環境を考慮した第２音素を生成する生成工程と、前記
第２音素に対応する音素片データを前記データベースよ
り検索する検索工程と、前記検索工程の検索結果に基づ
いて、前記音素環境を変更した第３音素を生成し、該第
３音素に対応する音素片データを前記データベースより
再度検索する再検索工程と、前記検索工程あるいは前記
再検索工程による検索結果と、前記第２音素あるいは前
記第３音素を対応づけてテーブルに登録する登録工程と
を備える。
音声合成装置の制御方法は以下の構成を備える。即ち、
音素片データを管理するデータベースを有する音声合成
装置の制御方法であって、検索対象の第１音素に対し音
素環境を考慮した第２音素を生成する生成工程と、前記
第２音素に対応する音素片データを前記データベースよ
り検索する検索工程と、前記検索工程の検索結果に基づ
いて、前記音素環境を変更した第３音素を生成し、該第
３音素に対応する音素片データを前記データベースより
再度検索する再検索工程と、前記検索工程あるいは前記
再検索工程による検索結果と、前記第２音素あるいは前
記第３音素を対応づけてテーブルに登録する登録工程と
を備える。
【００１９】上記の目的を達成するための本発明による
音声合成装置の制御方法は以下の構成を備える。即ち、
データベースで管理されている音素片データを用いて音
声合成を行う音声合成装置の制御方法であって、前記デ
ータベース中に存在する音素片データの位置を示す位置
情報と、該音素片データに対応づけられた音素環境を考
慮した音素とを対応づけて管理するテーブルを記憶する
記憶工程と、合成対象の音素群の各音素環境情報とその
基本周波数を獲得し、獲得された基本周波数の平均を算
出する算出工程と、前記音素環境情報に対応する音素群
を前記テーブルより検索する検索工程と、前記算出工程
で算出された基本周波数の平均に基づいて、前記検索工
程で検索された音素群から所定の音素に対応する音素片
データの位置情報を前記テーブルより取得する取得工程
と、前記取得工程で取得された位置情報が示す音素片デ
ータを前記データベースより取得し、その取得された音
素片データの韻律を変更する変更工程とを備える。
音声合成装置の制御方法は以下の構成を備える。即ち、
データベースで管理されている音素片データを用いて音
声合成を行う音声合成装置の制御方法であって、前記デ
ータベース中に存在する音素片データの位置を示す位置
情報と、該音素片データに対応づけられた音素環境を考
慮した音素とを対応づけて管理するテーブルを記憶する
記憶工程と、合成対象の音素群の各音素環境情報とその
基本周波数を獲得し、獲得された基本周波数の平均を算
出する算出工程と、前記音素環境情報に対応する音素群
を前記テーブルより検索する検索工程と、前記算出工程
で算出された基本周波数の平均に基づいて、前記検索工
程で検索された音素群から所定の音素に対応する音素片
データの位置情報を前記テーブルより取得する取得工程
と、前記取得工程で取得された位置情報が示す音素片デ
ータを前記データベースより取得し、その取得された音
素片データの韻律を変更する変更工程とを備える。
【００２０】上記の目的を達成するための本発明による
コンピュータ可読メモリは以下の構成を備える。即ち、
音素片データを管理するデータベースを有する音声合成
装置の制御のプログラムコードが格納されたコンピュー
タ可読メモリであって、検索対象の第１音素に対し音素
環境を考慮した第２音素を生成する生成工程のプログラ
ムコードと、前記第２音素に対応する音素片データを前
記データベースより検索する検索工程のプログラムコー
ドと、前記検索工程の検索結果に基づいて、前記音素環
境を変更した第３音素を生成し、該第３音素に対応する
音素片データを前記データベースより再度検索する再検
索工程のプログラムコードと、前記検索工程あるいは前
記再検索工程による検索結果と、前記第２音素あるいは
前記第３音素を対応づけてテーブルに登録する登録工程
のプログラムコードとを備える。
コンピュータ可読メモリは以下の構成を備える。即ち、
音素片データを管理するデータベースを有する音声合成
装置の制御のプログラムコードが格納されたコンピュー
タ可読メモリであって、検索対象の第１音素に対し音素
環境を考慮した第２音素を生成する生成工程のプログラ
ムコードと、前記第２音素に対応する音素片データを前
記データベースより検索する検索工程のプログラムコー
ドと、前記検索工程の検索結果に基づいて、前記音素環
境を変更した第３音素を生成し、該第３音素に対応する
音素片データを前記データベースより再度検索する再検
索工程のプログラムコードと、前記検索工程あるいは前
記再検索工程による検索結果と、前記第２音素あるいは
前記第３音素を対応づけてテーブルに登録する登録工程
のプログラムコードとを備える。
【００２１】上記の目的を達成するための本発明による
コンピュータ可読メモリは以下の構成を備える。即ち、
前記データベース中に存在する音素片データの位置を示
す位置情報と、該音素片データに対応づけられた音素環
境を考慮した音素とを対応づけて管理するテーブルを記
憶する記憶工程のプログラムコードと、合成対象の音素
群の各音素環境情報とその基本周波数を獲得し、獲得さ
れた基本周波数の平均を算出する算出工程のプログラム
コードと、前記音素環境情報に対応する音素群を前記テ
ーブルより検索する検索工程のプログラムコードと、前
記算出工程で算出された基本周波数の平均に基づいて、
前記検索工程で検索された音素群から所定の音素に対応
する音素片データの位置情報を前記テーブルより取得す
る取得工程のプログラムコードと、前記取得工程で取得
された位置情報が示す音素片データを前記データベース
より取得し、その取得された音素片データの韻律を変更
する変更工程のプログラムコードとを備える。
コンピュータ可読メモリは以下の構成を備える。即ち、
前記データベース中に存在する音素片データの位置を示
す位置情報と、該音素片データに対応づけられた音素環
境を考慮した音素とを対応づけて管理するテーブルを記
憶する記憶工程のプログラムコードと、合成対象の音素
群の各音素環境情報とその基本周波数を獲得し、獲得さ
れた基本周波数の平均を算出する算出工程のプログラム
コードと、前記音素環境情報に対応する音素群を前記テ
ーブルより検索する検索工程のプログラムコードと、前
記算出工程で算出された基本周波数の平均に基づいて、
前記検索工程で検索された音素群から所定の音素に対応
する音素片データの位置情報を前記テーブルより取得す
る取得工程のプログラムコードと、前記取得工程で取得
された位置情報が示す音素片データを前記データベース
より取得し、その取得された音素片データの韻律を変更
する変更工程のプログラムコードとを備える。
【００２２】
【発明の実施の形態】以下、図面を参照して本発明の好
適な一実施形態を詳細に説明する。
適な一実施形態を詳細に説明する。
【００２３】＜実施形態１＞図１は本発明の実施形態１
の音声合成装置の構成を示す図である。
の音声合成装置の構成を示す図である。
【００２４】１０３はＣＰＵであり、本発明で実行され
る数値演算・制御及び各種構成要素の制御等の処理を行
う。１０２はＲＡＭであり、本発明で実行される処理の
ワークエリア、各種データの一時退避領域である。１０
１はＲＯＭであり、本発明で実行される処理のプログラ
ム等の各種制御プログラムを格納している。また、音声
合成に用いるための音素片データを管理するデータベー
ス１０１ａを格納する領域を有している。１０９は外部
記憶装置であり、処理されたデータを記憶する領域とし
て機能する。１０５はＤ／Ａ変換器であり、当該音声合
成処理装置で合成されたデジタル音声データをアナログ
音声データに変換して、スピーカ１１０で出力する。
る数値演算・制御及び各種構成要素の制御等の処理を行
う。１０２はＲＡＭであり、本発明で実行される処理の
ワークエリア、各種データの一時退避領域である。１０
１はＲＯＭであり、本発明で実行される処理のプログラ
ム等の各種制御プログラムを格納している。また、音声
合成に用いるための音素片データを管理するデータベー
ス１０１ａを格納する領域を有している。１０９は外部
記憶装置であり、処理されたデータを記憶する領域とし
て機能する。１０５はＤ／Ａ変換器であり、当該音声合
成処理装置で合成されたデジタル音声データをアナログ
音声データに変換して、スピーカ１１０で出力する。
【００２５】１０６は表示制御部であり、当該音声合成
処理装置の処理状態や処理結果、ユーザインタフェース
をディスプレイ１１１に表示する際の制御を行う。１０
７は入力制御部であり、キーボード１１２から入力され
たキー情報を認識して指示された処理を実行する。１０
８は通信制御部であり、通信ネットーワーク１１３を介
してデータの送受信を制御する。１０４はバスであり、
当該音声合成装置の各種構成要素を相互に接続する。
処理装置の処理状態や処理結果、ユーザインタフェース
をディスプレイ１１１に表示する際の制御を行う。１０
７は入力制御部であり、キーボード１１２から入力され
たキー情報を認識して指示された処理を実行する。１０
８は通信制御部であり、通信ネットーワーク１１３を介
してデータの送受信を制御する。１０４はバスであり、
当該音声合成装置の各種構成要素を相互に接続する。
【００２６】次に、実施形態１で実行される処理の内、
処理対象の音素を検索する検索処理について、図２を用
いて説明する。
処理対象の音素を検索する検索処理について、図２を用
いて説明する。
【００２７】図２は本発明の実施形態１で実行される検
索処理を示すフローチャートである。
索処理を示すフローチャートである。
【００２８】尚、実施形態１では、音素環境として各音
素の両側１音素、つまり、右音素環境及び左音素環境の
音素、即ち、トライホンを用いる。
素の両側１音素、つまり、右音素環境及び左音素環境の
音素、即ち、トライホンを用いる。
【００２９】まず、ステップＳ１で、データベース１０
１ａから検索対象の音素ｐをトライホンｐtrに初期化す
る。次に、ステップＳ２で、データベース１０１ａより
音素ｐを検索する。即ち、音素ｐを示すラベルｐが付与
されている音素片データを検索する。次に、ステップＳ
４で、データベース１０１ａ中に音素ｐがあるか否かを
判定する。音素ｐがない場合（ステップＳ４でＮＯ）、
ステップＳ３に進み、音素ｐよりも音素環境依存度を減
少させた代替音素に変更する。例えば、トライホンｐtr
に合致する音素ｐがデータベース１０１ａ中に存在しな
ければ、右音素環境依存の音素に変更し、右音素環境依
存で合致しなければ左音素環境依存の音素に変更する。
また、左音素環境依存で合致しなければ音素環境とは独
立に音素ｐを別の音素に変更するといった方法がある。
あるいは、母音については左音素環境の音素を優先し、
子音については右音素環境の音素を優先しても良い。ま
た、トライホンｐtrに一致する音素ｐが存在しないと
き、左あるい右あるいはその両方の音素環境を、類似の
音素環境で代用しても良い。例えば、右音素環境が’
ｐ’（パ行の子音）のとき、代替として’ｋ’（カ行の
子音）を用いても良い。このようにして、検索条件であ
る音素ｐを変更した後、ステップＳ２に戻る。
１ａから検索対象の音素ｐをトライホンｐtrに初期化す
る。次に、ステップＳ２で、データベース１０１ａより
音素ｐを検索する。即ち、音素ｐを示すラベルｐが付与
されている音素片データを検索する。次に、ステップＳ
４で、データベース１０１ａ中に音素ｐがあるか否かを
判定する。音素ｐがない場合（ステップＳ４でＮＯ）、
ステップＳ３に進み、音素ｐよりも音素環境依存度を減
少させた代替音素に変更する。例えば、トライホンｐtr
に合致する音素ｐがデータベース１０１ａ中に存在しな
ければ、右音素環境依存の音素に変更し、右音素環境依
存で合致しなければ左音素環境依存の音素に変更する。
また、左音素環境依存で合致しなければ音素環境とは独
立に音素ｐを別の音素に変更するといった方法がある。
あるいは、母音については左音素環境の音素を優先し、
子音については右音素環境の音素を優先しても良い。ま
た、トライホンｐtrに一致する音素ｐが存在しないと
き、左あるい右あるいはその両方の音素環境を、類似の
音素環境で代用しても良い。例えば、右音素環境が’
ｐ’（パ行の子音）のとき、代替として’ｋ’（カ行の
子音）を用いても良い。このようにして、検索条件であ
る音素ｐを変更した後、ステップＳ２に戻る。
【００３０】一方、音素ｐがある場合（ステップＳ４で
ＹＥＳ）、ステップＳ５に進み、検索された音素ｐの各
音素片データについて、平均Ｆ0（平均Ｆ0：音素片デー
タの開始から終了までの基本周波数の平均）を計算す
る。尚、この計算は、対数Ｆ0（Ｆ0：時刻の関数）につ
いて行っても良いし線形Ｆ0について行っても良い。ま
た、無声音については平均Ｆ0を０としても良いし、音
素ｐの両側の音素の音素片データの平均Ｆ0から何らか
の方法で推定しても良い。
ＹＥＳ）、ステップＳ５に進み、検索された音素ｐの各
音素片データについて、平均Ｆ0（平均Ｆ0：音素片デー
タの開始から終了までの基本周波数の平均）を計算す
る。尚、この計算は、対数Ｆ0（Ｆ0：時刻の関数）につ
いて行っても良いし線形Ｆ0について行っても良い。ま
た、無声音については平均Ｆ0を０としても良いし、音
素ｐの両側の音素の音素片データの平均Ｆ0から何らか
の方法で推定しても良い。
【００３１】次に、ステップＳ６で、計算された平均Ｆ
0を基にして、検索された各音素片データを整列（ソー
ト）する。次に、ステップＳ７で、整列された音素片デ
ータをトライホンｐtrに対応させて登録する。登録の結
果、作成される音素片データとトライホンの対応を示す
インデックスは、例えば、図３のようになる。また、図
３に示すように、トライホン（triphone）に対応づけて
管理されるポインタ（pointer）には、その音素片デー
タがデータベース１０１ａ中に存在する位置を示す「素
片位置」とその平均Ｆ0を対応づけた表として管理され
る。
0を基にして、検索された各音素片データを整列（ソー
ト）する。次に、ステップＳ７で、整列された音素片デ
ータをトライホンｐtrに対応させて登録する。登録の結
果、作成される音素片データとトライホンの対応を示す
インデックスは、例えば、図３のようになる。また、図
３に示すように、トライホン（triphone）に対応づけて
管理されるポインタ（pointer）には、その音素片デー
タがデータベース１０１ａ中に存在する位置を示す「素
片位置」とその平均Ｆ0を対応づけた表として管理され
る。
【００３２】以上、ステップＳ１〜ステップＳ７の各ス
テップを、考えられるすべてのトライホンについて繰り
返し、ステップＳ８で、全てのトライホンについて処理
が終了したか否かを判定する。終了していない場合（ス
テップＳ８でＮＯ）、ステップＳ１に戻る。一方、終了
した場合（ステップＳ８でＹＥＳ）、処理を終了する。
テップを、考えられるすべてのトライホンについて繰り
返し、ステップＳ８で、全てのトライホンについて処理
が終了したか否かを判定する。終了していない場合（ス
テップＳ８でＮＯ）、ステップＳ１に戻る。一方、終了
した場合（ステップＳ８でＹＥＳ）、処理を終了する。
【００３３】次に、図２で説明した処理によって作成さ
れたインデックスを用いて、合成対象の音素の音素片デ
ータを検索し音声合成を行う音声合成処理について、図
４を用いて説明する。
れたインデックスを用いて、合成対象の音素の音素片デ
ータを検索し音声合成を行う音声合成処理について、図
４を用いて説明する。
【００３４】図４は本発明の実施形態１で実行される音
声合成処理を示すフローチャートである。
声合成処理を示すフローチャートである。
【００３５】尚、音声合成処理を行うにあたり入力とし
て、合成対象となる音素ｐのトライホンｐtr、平均Ｆ0
の軌跡が与えられる。そして、これらを基に、音素の音
素片データを検索し波形重畳法により音声を合成する。
て、合成対象となる音素ｐのトライホンｐtr、平均Ｆ0
の軌跡が与えられる。そして、これらを基に、音素の音
素片データを検索し波形重畳法により音声を合成する。
【００３６】まず、ステップＳ９で、合成対象の音素群
の平均Ｆ0の平均値Ｆ0’を求める。次に、ステップＳ１
０で、図３に示すインデックスから音素ｐのトライホン
ｐtrに対応する音素片データの素片位置を管理する表を
検索する。例えば、トライホンｐtrが“ａ．Ａ．ｂ”で
あるときには、図３より図５に示される表が得られる。
尚、上記検索処理により、あらかじめ妥当な代替音素が
求められているため、本ステップの結果が空になること
はない。
の平均Ｆ0の平均値Ｆ0’を求める。次に、ステップＳ１
０で、図３に示すインデックスから音素ｐのトライホン
ｐtrに対応する音素片データの素片位置を管理する表を
検索する。例えば、トライホンｐtrが“ａ．Ａ．ｂ”で
あるときには、図３より図５に示される表が得られる。
尚、上記検索処理により、あらかじめ妥当な代替音素が
求められているため、本ステップの結果が空になること
はない。
【００３７】次に、ステップＳ１１で、ステップＳ１０
で得られた表を基に、平均値Ｆ0’に最も近い平均Ｆ0を
持つ音素片データの素片位置を得る。ここでは、上記検
索処理により、平均Ｆ0に基づいて音素片データがソー
トされているため、探索には２分探索などの手法を用い
ることが可能である。次に、ステップＳ１２で、ステッ
プＳ１１で得られた素片位置から音素片データをデータ
ベース１０１ａから取り出す。次に、ステップＳ１３
で、波形重畳法を用いてステップＳ１２で得られた音素
片データの韻律を変更する。
で得られた表を基に、平均値Ｆ0’に最も近い平均Ｆ0を
持つ音素片データの素片位置を得る。ここでは、上記検
索処理により、平均Ｆ0に基づいて音素片データがソー
トされているため、探索には２分探索などの手法を用い
ることが可能である。次に、ステップＳ１２で、ステッ
プＳ１１で得られた素片位置から音素片データをデータ
ベース１０１ａから取り出す。次に、ステップＳ１３
で、波形重畳法を用いてステップＳ１２で得られた音素
片データの韻律を変更する。
【００３８】以上説明したように、実施形態１によれ
ば、考えられる全ての音素環境に対して予め音素片デー
タの有無を確認し、音素片データが存在しない場合には
あらかじめ代替音素を用意しておくことにより、処理が
単純化され高速化が図られる。また、各音素環境につい
て存在する音素片データの平均Ｆ0に関する情報をあら
かじめ抽出して、それに基づいて音素片データを管理し
ておくので音声合成時の処理の高速化が図られる。 ［実施形態２］上記実施形態１において、図２に示した
ステップＳ５の代わりにステップＳ１４を設け、連続的
な音素片データの平均Ｆ0を計算する代わりに、音素片
データの平均Ｆ0を量子化しても良い。この場合の処理
について、図６を用いて説明する。
ば、考えられる全ての音素環境に対して予め音素片デー
タの有無を確認し、音素片データが存在しない場合には
あらかじめ代替音素を用意しておくことにより、処理が
単純化され高速化が図られる。また、各音素環境につい
て存在する音素片データの平均Ｆ0に関する情報をあら
かじめ抽出して、それに基づいて音素片データを管理し
ておくので音声合成時の処理の高速化が図られる。 ［実施形態２］上記実施形態１において、図２に示した
ステップＳ５の代わりにステップＳ１４を設け、連続的
な音素片データの平均Ｆ0を計算する代わりに、音素片
データの平均Ｆ0を量子化しても良い。この場合の処理
について、図６を用いて説明する。
【００３９】図６は本発明の実施形態２で実行される検
索処理を示すフローチャートである。
索処理を示すフローチャートである。
【００４０】尚、実施形態１の図２と同じ処理について
は、同じステップ番号を付加し、その詳細は省略する。
は、同じステップ番号を付加し、その詳細は省略する。
【００４１】ステップＳ１４で、検索された音素ｐの各
音素片データの平均Ｆ0を量子化して、量子化平均Ｆ0を
得る（量子化平均Ｆ0：連続量である平均Ｆ0を適当な間
隔で量子化したもの）。尚、この計算は、対数Ｆ0につ
いて行っても良いし線形Ｆ0について行っても良い。ま
た、無声音については平均Ｆ0を０としても良いし、両
側の音素片データの平均Ｆ0から何らかの方法で推定し
ても良い。
音素片データの平均Ｆ0を量子化して、量子化平均Ｆ0を
得る（量子化平均Ｆ0：連続量である平均Ｆ0を適当な間
隔で量子化したもの）。尚、この計算は、対数Ｆ0につ
いて行っても良いし線形Ｆ0について行っても良い。ま
た、無声音については平均Ｆ0を０としても良いし、両
側の音素片データの平均Ｆ0から何らかの方法で推定し
ても良い。
【００４２】次に、ステップＳ６ａで、計算された平均
Ｆ0を基にして、検索された各音素片データを整列（ソ
ート）する。次に、ステップＳ７ａで、整列された音素
片データをトライホンｐtrに対応させて登録する。登録
の結果、作成される音素片データとトライホンの対応を
示すインデックスは、例えば、図７のようになる。ま
た、図７に示すように、トライホン（triphone）に対応
づけて管理されるポインタ（pointer）には、その音素
片データがデータベース１０１ａ中に存在する位置を示
す「素片位置」とその平均Ｆ0を対応づけた表として管
理される。
Ｆ0を基にして、検索された各音素片データを整列（ソ
ート）する。次に、ステップＳ７ａで、整列された音素
片データをトライホンｐtrに対応させて登録する。登録
の結果、作成される音素片データとトライホンの対応を
示すインデックスは、例えば、図７のようになる。ま
た、図７に示すように、トライホン（triphone）に対応
づけて管理されるポインタ（pointer）には、その音素
片データがデータベース１０１ａ中に存在する位置を示
す「素片位置」とその平均Ｆ0を対応づけた表として管
理される。
【００４３】以上、ステップＳ１〜ステップＳ７ａの各
ステップを、考えられるすべてのトライホンについて繰
り返し、ステップＳ８ａで、全てのトライホンについて
処理が終了したか否かを判定する。終了していない場合
（ステップＳ８ａでＮＯ）、ステップＳ１に戻る。一
方、終了した場合（ステップＳ８ａでＹＥＳ）、処理を
終了する。
ステップを、考えられるすべてのトライホンについて繰
り返し、ステップＳ８ａで、全てのトライホンについて
処理が終了したか否かを判定する。終了していない場合
（ステップＳ８ａでＮＯ）、ステップＳ１に戻る。一
方、終了した場合（ステップＳ８ａでＹＥＳ）、処理を
終了する。
【００４４】以上説明したように、実施形態２によれ
ば、実施形態１で説明した効果に加えて、音素片データ
の量子化平均Ｆ0を用いることにより、音素片数の削
減、検索時の計算量を減少させる効果を得ることが可能
である。 ［実施形態３］上記実施形態２において、整列された音
素片データ間を補間した後に、各音素片データをトライ
ホンｐtrに対応させて登録するようにしても良い。即
ち、全ての量子化された音素片データの平均Ｆ0に対し
てインデックスの表中に対応する素片位置が見つかるよ
うな構成にしても良い。この場合の処理について、図８
を用いて説明する。
ば、実施形態１で説明した効果に加えて、音素片データ
の量子化平均Ｆ0を用いることにより、音素片数の削
減、検索時の計算量を減少させる効果を得ることが可能
である。 ［実施形態３］上記実施形態２において、整列された音
素片データ間を補間した後に、各音素片データをトライ
ホンｐtrに対応させて登録するようにしても良い。即
ち、全ての量子化された音素片データの平均Ｆ0に対し
てインデックスの表中に対応する素片位置が見つかるよ
うな構成にしても良い。この場合の処理について、図８
を用いて説明する。
【００４５】図８は本発明の実施形態３で実行される検
索処理を示すフローチャートである。
索処理を示すフローチャートである。
【００４６】尚、実施形態２の図６と同じ処理について
は、同じステップ番号を付加し、その詳細は省略する。
は、同じステップ番号を付加し、その詳細は省略する。
【００４７】ステップＳ１５で、整列された音素片デー
タ間を補間する。ステップＳ７ｂで、補間された音素片
データをトライホンｐtrに対応させて登録する。登録の
結果、作成される音素片データとトライホンの対応を示
すインデックスは、例えば、図９のようになる。また、
図９に示すように、トライホン（triphone）に対応づけ
て管理されるポインタ（pointer）には、その音素片デ
ータがデータベース１０１ａ中に存在する位置を示す
「素片位置」とその平均Ｆ0を対応づけた表として管理
される。
タ間を補間する。ステップＳ７ｂで、補間された音素片
データをトライホンｐtrに対応させて登録する。登録の
結果、作成される音素片データとトライホンの対応を示
すインデックスは、例えば、図９のようになる。また、
図９に示すように、トライホン（triphone）に対応づけ
て管理されるポインタ（pointer）には、その音素片デ
ータがデータベース１０１ａ中に存在する位置を示す
「素片位置」とその平均Ｆ0を対応づけた表として管理
される。
【００４８】以上、ステップＳ１〜ステップＳ７ｂの各
ステップを、考えられるすべてのトライホンについて繰
り返し、ステップＳ８ｂで、全てのトライホンについて
処理が終了したか否かを判定する。終了していない場合
（ステップＳ８ｂでＮＯ）、ステップＳ１に戻る。一
方、終了した場合（ステップＳ８ｂでＹＥＳ）、処理を
終了する。
ステップを、考えられるすべてのトライホンについて繰
り返し、ステップＳ８ｂで、全てのトライホンについて
処理が終了したか否かを判定する。終了していない場合
（ステップＳ８ｂでＮＯ）、ステップＳ１に戻る。一
方、終了した場合（ステップＳ８ｂでＹＥＳ）、処理を
終了する。
【００４９】以上説明したように、実施形態３によれ
ば、実施形態２で得られる効果に加えて、すべての音素
片データの素片位置を管理しているので、図４のステッ
プＳ１１で説明した処理を、単なる表参照として実現す
ることができ、処理を簡略化することができる。
ば、実施形態２で得られる効果に加えて、すべての音素
片データの素片位置を管理しているので、図４のステッ
プＳ１１で説明した処理を、単なる表参照として実現す
ることができ、処理を簡略化することができる。
【００５０】尚、本発明は、複数の機器（例えばホスト
コンピュータ、インタフェイス機器、リーダ、プリンタ
など）から構成されるシステムに適用しても、一つの機
器からなる装置（例えば、複写機、ファクシミリ装置な
ど）に適用してもよい。
コンピュータ、インタフェイス機器、リーダ、プリンタ
など）から構成されるシステムに適用しても、一つの機
器からなる装置（例えば、複写機、ファクシミリ装置な
ど）に適用してもよい。
【００５１】また、本発明の目的は、前述した実施形態
の機能を実現するソフトウェアのプログラムコードを記
録した記憶媒体を、システムあるいは装置に供給し、そ
のシステムあるいは装置のコンピュータ（またはＣＰＵ
やＭＰＵ）が記憶媒体に格納されたプログラムコードを
読出し実行することによっても、達成されることは言う
までもない。
の機能を実現するソフトウェアのプログラムコードを記
録した記憶媒体を、システムあるいは装置に供給し、そ
のシステムあるいは装置のコンピュータ（またはＣＰＵ
やＭＰＵ）が記憶媒体に格納されたプログラムコードを
読出し実行することによっても、達成されることは言う
までもない。
【００５２】この場合、記憶媒体から読出されたプログ
ラムコード自体が前述した実施形態の機能を実現するこ
とになり、そのプログラムコードを記憶した記憶媒体は
本発明を構成することになる。
ラムコード自体が前述した実施形態の機能を実現するこ
とになり、そのプログラムコードを記憶した記憶媒体は
本発明を構成することになる。
【００５３】プログラムコードを供給するための記憶媒
体としては、例えば、フロッピディスク、ハードディス
ク、光ディスク、光磁気ディスク、ＣＤ−ＲＯＭ、ＣＤ
−Ｒ、磁気テープ、不揮発性のメモリカード、ＲＯＭな
どを用いることができる。
体としては、例えば、フロッピディスク、ハードディス
ク、光ディスク、光磁気ディスク、ＣＤ−ＲＯＭ、ＣＤ
−Ｒ、磁気テープ、不揮発性のメモリカード、ＲＯＭな
どを用いることができる。
【００５４】また、コンピュータが読出したプログラム
コードを実行することにより、前述した実施形態の機能
が実現されるだけでなく、そのプログラムコードの指示
に基づき、コンピュータ上で稼働しているＯＳ（オペレ
ーティングシステム）などが実際の処理の一部または全
部を行い、その処理によって前述した実施形態の機能が
実現される場合も含まれることは言うまでもない。
コードを実行することにより、前述した実施形態の機能
が実現されるだけでなく、そのプログラムコードの指示
に基づき、コンピュータ上で稼働しているＯＳ（オペレ
ーティングシステム）などが実際の処理の一部または全
部を行い、その処理によって前述した実施形態の機能が
実現される場合も含まれることは言うまでもない。
【００５５】更に、記憶媒体から読出されたプログラム
コードが、コンピュータに挿入された機能拡張ボードや
コンピュータに接続された機能拡張ユニットに備わるメ
モリに書込まれた後、そのプログラムコードの指示に基
づき、その機能拡張ボードや機能拡張ユニットに備わる
ＣＰＵなどが実際の処理の一部または全部を行い、その
処理によって前述した実施形態の機能が実現される場合
も含まれることは言うまでもない。
コードが、コンピュータに挿入された機能拡張ボードや
コンピュータに接続された機能拡張ユニットに備わるメ
モリに書込まれた後、そのプログラムコードの指示に基
づき、その機能拡張ボードや機能拡張ユニットに備わる
ＣＰＵなどが実際の処理の一部または全部を行い、その
処理によって前述した実施形態の機能が実現される場合
も含まれることは言うまでもない。
【００５６】
【００５７】以上説明したように、本発明によれば、音
声合成を精度良く高速に行うことができる音声合成装置
及びその制御方法、コンピュータ可読メモリを提供でき
る。
声合成を精度良く高速に行うことができる音声合成装置
及びその制御方法、コンピュータ可読メモリを提供でき
る。
【図１】本発明の実施形態１の音声合成装置の構成を示
す図である。
す図である。
【図２】本発明の実施形態１で実行される検索処理を示
すフローチャートである。
すフローチャートである。
【図３】本発明の実施形態１で管理されるインデックス
を示す図である。
を示す図である。
【図４】本発明の実施形態１で実行される音声合成処理
を示すフローチャートである。
を示すフローチャートである。
【図５】本発明の実施形態１管理されるインデックスよ
り得られる表を示す図である。
り得られる表を示す図である。
【図６】本発明の実施形態２で実行される検索処理を示
すフローチャートである。
すフローチャートである。
【図７】本発明の実施形態２で管理されるインデックス
を示す図である。
を示す図である。
【図８】本発明の実施形態３で実行される検索処理を示
すフローチャートである。
すフローチャートである。
【図９】本発明の実施形態３で管理されるインデックス
を示す図である。
を示す図である。
１０１ ＲＯＭ １０１ａ データベース １０２ ＲＡＭ １０３ ＣＰＵ １０４ バス １０５ Ｄ／Ａ変換器 １０６ 表示制御部 １０７ 入力制御部 １０８ 通信制御部 １０９ 外部記憶装置 １１０ スピーカ １１１ ディスプレイ １１２ キーボード １１３ 通信ネットワーク
Claims (24)
- 【請求項１】 音素片データを管理するデータベースを
有する音声合成装置であって、 検索対象の第１音素に対し音素環境を考慮した第２音素
を生成する生成手段と、 前記第２音素に対応する音素片データを前記データベー
スより検索する検索手段と、 前記検索手段の検索結果に基づいて、前記音素環境を変
更した第３音素を生成し、該第３音素に対応する音素片
データを前記データベースより再度検索する再検索手段
と、 前記検索手段あるいは前記再検索手段による検索結果
と、前記第２音素あるいは前記第３音素を対応づけてテ
ーブルに登録する登録手段とを備えることを特徴とする
音声合成装置。 - 【請求項２】 前記登録手段は、前記検索手段あるいは
前記再検索手段によって検索された音素片データの平均
基本周波数を計算する計算手段と、 前記計算手段で計算された平均基本周波数に基づいて、
前記検索された音素片データ群を整列する整列手段とを
備え、 前記整列手段で整列された音素片データ群の順番で、前
記音素片データ群と前記第２音素あるいは第３音素を対
応づけて前記テーブルに登録することを特徴とする請求
項１に記載の音声合成装置。 - 【請求項３】 前記第２音素は、前記第１音素の左右音
素の音素環境を考慮したトライホンであることを特徴と
する請求項１に記載の音声合成装置。 - 【請求項４】 前記第３音素は、前記第１音素の左右音
素どちらかあるいはその両方の音素環境を考慮した音素
であることを特徴とする請求項１に記載の音声合成装
置。 - 【請求項５】 前記第３音素は、前記第１音素が母音の
場合には該第１音素の左音素環境を考慮した音素、子音
の場合には該第１音素の右音素環境を考慮した音素であ
ることを特徴とする請求項１に記載の音声合成装置。 - 【請求項６】 前記登録手段は、更に、前記検索された
音素片データの平均基本周波数を量子化する量子化手段
を備えることを特徴とする請求項２に記載の音声合成装
置。 - 【請求項７】 前記計算手段は、前記量子化手段で量子
化された音素片データ群の各平均基本周波数の内、対応
する音素片データが存在しないものについては、その近
傍の平均基本周波数で対応する音素片データが存在する
平均基本周波数を用いて補間することを特徴とする請求
項６に記載の音声合成装置。 - 【請求項８】 データベースで管理されている音素片デ
ータを用いて音声合成を行う音声合成装置であって、 前記データベース中に存在する音素片データの位置を示
す位置情報と、該音素片データに対応づけられた音素環
境を考慮した音素とを対応づけて管理するテーブルを記
憶する記憶手段と、 合成対象の音素群の各音素環境情報とその基本周波数を
獲得し、獲得された基本周波数の平均を算出する算出手
段と、 前記音素環境情報に対応する音素群を前記テーブルより
検索する検索手段と、 前記算出手段で算出された基本周波数の平均に基づい
て、前記検索手段で検索された音素群から所定の音素に
対応する音素片データの位置情報を前記テーブルより取
得する取得手段と、 前記取得手段で取得された位置情報が示す音素片データ
を前記データベースより取得し、その取得された音素片
データの韻律を変更する変更手段とを備えることを特徴
とする音声合成装置。 - 【請求項９】 前記変更手段による韻律の変更は、ピッ
チ同期波形重畳法を用いることを特徴とする請求項８に
記載の音声合成装置。 - 【請求項１０】 前記音素環境を考慮した音素の基本周
波数が量子化されている場合、前記記憶手段は、その量
子化された基本周波数と、該音素に対応する音素片デー
タが存在する前記データベース中の位置を示す位置情報
とを対応づけて前記テーブルに管理することを特徴とす
る請求項８に記載の音声合成装置。 - 【請求項１１】 前記音素環境を考慮した音素の基本周
波数が量子化されている場合、前記算出手段は、合成対
象の音素群の各音素環境情報を獲得し、また、その量子
化された音素群の各基本周波数の平均を算出することを
特徴とする請求項８に記載の音声合成装置。 - 【請求項１２】 音素片データを管理するデータベース
を有する音声合成装置の制御方法であって、 検索対象の第１音素に対し音素環境を考慮した第２音素
を生成する生成工程と、 前記第２音素に対応する音素片データを前記データベー
スより検索する検索工程と、 前記検索工程の検索結果に基づいて、前記音素環境を変
更した第３音素を生成し、該第３音素に対応する音素片
データを前記データベースより再度検索する再検索工程
と、 前記検索工程あるいは前記再検索工程による検索結果
と、前記第２音素あるいは前記第３音素を対応づけてテ
ーブルに登録する登録工程とを備えることを特徴とする
音声合成装置の制御方法。 - 【請求項１３】 前記登録工程は、前記検索工程あるい
は前記再検索工程によって検索された音素片データの平
均基本周波数を計算する計算工程と、 前記計算工程で計算された平均基本周波数に基づいて、
前記検索された音素片データ群を整列する整列工程とを
備え、 前記整列工程で整列された音素片データ群の順番で、前
記音素片データ群と前記第２音素あるいは第３音素を対
応づけて前記テーブルに登録することを特徴とする請求
項１２に記載の音声合成装置の制御方法。 - 【請求項１４】 前記第２音素は、前記第１音素の左右
音素の音素環境を考慮したトライホンであることを特徴
とする請求項１２に記載の音声合成装置の制御方法。 - 【請求項１５】 前記第３音素は、前記第１音素の左右
音素どちらかあるいはその両方の音素環境を考慮した音
素であることを特徴とする請求項１２に記載の音声合成
装置の制御方法。 - 【請求項１６】 前記第３音素は、前記第１音素が母音
の場合には該第１音素の左音素環境を考慮した音素、子
音の場合には該第１音素の右音素環境を考慮した音素で
あることを特徴とする請求項１２に記載の音声合成装置
の制御方法。 - 【請求項１７】 前記登録工程は、更に、前記検索され
た音素片データの平均基本周波数を量子化する量子化工
程を備えることを特徴とする請求項１３に記載の音声合
成装置の制御方法。 - 【請求項１８】 前記計算工程は、前記量子化工程で量
子化された音素片データ群の各平均基本周波数の内、対
応する音素片データが存在しないものについては、その
近傍の平均基本周波数で対応する音素片データが存在す
る平均基本周波数を用いて補間することを特徴とする請
求項１７に記載の音声合成装置の制御方法。 - 【請求項１９】 データベースで管理されている音素片
データを用いて音声合成を行う音声合成装置の制御方法
であって、 前記データベース中に存在する音素片データの位置を示
す位置情報と、該音素片データに対応づけられた音素環
境を考慮した音素とを対応づけて管理するテーブルを記
憶する記憶工程と、 合成対象の音素群の各音素環境情報とその基本周波数を
獲得し、獲得された基本周波数の平均を算出する算出工
程と、 前記音素環境情報に対応する音素群を前記テーブルより
検索する検索工程と、 前記算出工程で算出された基本周波数の平均に基づい
て、前記検索工程で検索された音素群から所定の音素に
対応する音素片データの位置情報を前記テーブルより取
得する取得工程と、 前記取得工程で取得された位置情報が示す音素片データ
を前記データベースより取得し、その取得された音素片
データの韻律を変更する変更工程とを備えることを特徴
とする音声合成装置の制御方法。 - 【請求項２０】 前記変更工程による韻律の変更は、ピ
ッチ同期波形重畳法を用いることを特徴とする請求項１
９に記載の音声合成装置の制御方法。 - 【請求項２１】 前記音素環境を考慮した音素の基本周
波数が量子化されている場合、前記記憶工程は、その量
子化された基本周波数と、該音素に対応する音素片デー
タが存在する前記データベース中の位置を示す位置情報
とを対応づけて前記テーブルに管理することを特徴とす
る請求項１９に記載の音声合成装置の制御方法。 - 【請求項２２】 前記音素環境を考慮した音素の基本周
波数が量子化されている場合、前記算出工程は、合成対
象の音素群の各音素環境情報を獲得し、また、その量子
化された音素群の各基本周波数の平均を算出することを
特徴とする請求項１９に記載の音声合成装置の制御方
法。 - 【請求項２３】 音素片データを管理するデータベース
を有する音声合成装置の制御のプログラムコードが格納
されたコンピュータ可読メモリであって、 検索対象の第１音素に対し音素環境を考慮した第２音素
を生成する生成工程のプログラムコードと、 前記第２音素に対応する音素片データを前記データベー
スより検索する検索工程のプログラムコードと、 前記検索工程の検索結果に基づいて、前記音素環境を変
更した第３音素を生成し、該第３音素に対応する音素片
データを前記データベースより再度検索する再検索工程
のプログラムコードと、 前記検索工程あるいは前記再検索工程による検索結果
と、前記第２音素あるいは前記第３音素を対応づけてテ
ーブルに登録する登録工程のプログラムコードとを備え
ることを特徴とするコンピュータ可読メモリ。 - 【請求項２４】 データベースで管理されている音素片
データを用いて音声合成を行う音声合成装置の制御のプ
ログラムコードが格納されたコンピュータ可読メモリで
あって、 前記データベース中に存在する音素片データの位置を示
す位置情報と、該音素片データに対応づけられた音素環
境を考慮した音素とを対応づけて管理するテーブルを記
憶する記憶工程のプログラムコードと、 合成対象の音素群の各音素環境情報とその基本周波数を
獲得し、獲得された基本周波数の平均を算出する算出工
程のプログラムコードと、 前記音素環境情報に対応する音素群を前記テーブルより
検索する検索工程のプログラムコードと、 前記算出工程で算出された基本周波数の平均に基づい
て、前記検索工程で検索された音素群から所定の音素に
対応する音素片データの位置情報を前記テーブルより取
得する取得工程のプログラムコードと、 前記取得工程で取得された位置情報が示す音素片データ
を前記データベースより取得し、その取得された音素片
データの韻律を変更する変更工程のプログラムコードと
を備えることを特徴とするコンピュータ可読メモリ。
Priority Applications (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP05724998A JP3884856B2 (ja) | 1998-03-09 | 1998-03-09 | 音声合成用データ作成装置、音声合成装置及びそれらの方法、コンピュータ可読メモリ |
| DE69917960T DE69917960T2 (de) | 1998-03-09 | 1999-03-05 | Phonembasierte Sprachsynthese |
| US09/263,262 US7139712B1 (en) | 1998-03-09 | 1999-03-05 | Speech synthesis apparatus, control method therefor and computer-readable memory |
| EP99301674A EP0942409B1 (en) | 1998-03-09 | 1999-03-05 | Phoneme-based speech synthesis |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP05724998A JP3884856B2 (ja) | 1998-03-09 | 1998-03-09 | 音声合成用データ作成装置、音声合成装置及びそれらの方法、コンピュータ可読メモリ |
Publications (3)
| Publication Number | Publication Date |
|---|---|
| JPH11259093A true JPH11259093A (ja) | 1999-09-24 |
| JPH11259093A5 JPH11259093A5 (ja) | 2005-04-07 |
| JP3884856B2 JP3884856B2 (ja) | 2007-02-21 |
Family
ID=13050264
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP05724998A Expired - Fee Related JP3884856B2 (ja) | 1998-03-09 | 1998-03-09 | 音声合成用データ作成装置、音声合成装置及びそれらの方法、コンピュータ可読メモリ |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US7139712B1 (ja) |
| EP (1) | EP0942409B1 (ja) |
| JP (1) | JP3884856B2 (ja) |
| DE (1) | DE69917960T2 (ja) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005018036A (ja) * | 2003-06-05 | 2005-01-20 | Kenwood Corp | 音声合成装置、音声合成方法及びプログラム |
| JP2013011863A (ja) * | 2011-05-30 | 2013-01-17 | Yamaha Corp | 音声合成装置 |
| JP2016114740A (ja) * | 2014-12-15 | 2016-06-23 | 日本電信電話株式会社 | 音声合成モデル学習装置、音声合成装置、音声合成モデル学習方法、音声合成方法、およびプログラム |
Families Citing this family (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7369994B1 (en) | 1999-04-30 | 2008-05-06 | At&T Corp. | Methods and apparatus for rapid acoustic unit selection from a large speech corpus |
| JP3728172B2 (ja) | 2000-03-31 | 2005-12-21 | キヤノン株式会社 | 音声合成方法および装置 |
| US6684187B1 (en) | 2000-06-30 | 2004-01-27 | At&T Corp. | Method and system for preselection of suitable units for concatenative speech |
| US6505158B1 (en) * | 2000-07-05 | 2003-01-07 | At&T Corp. | Synthesis-based pre-selection of suitable units for concatenative speech |
| AU2000276400A1 (en) * | 2000-09-30 | 2002-04-15 | Intel Corporation | Search method based on single triphone tree for large vocabulary continuous speech recognizer |
| JP3838039B2 (ja) * | 2001-03-09 | 2006-10-25 | ヤマハ株式会社 | 音声合成装置 |
| CN1813285B (zh) * | 2003-06-05 | 2010-06-16 | 株式会社建伍 | 语音合成设备和方法 |
| JP4328698B2 (ja) * | 2004-09-15 | 2009-09-09 | キヤノン株式会社 | 素片セット作成方法および装置 |
| US20070124148A1 (en) * | 2005-11-28 | 2007-05-31 | Canon Kabushiki Kaisha | Speech processing apparatus and speech processing method |
| US7953600B2 (en) * | 2007-04-24 | 2011-05-31 | Novaspeech Llc | System and method for hybrid speech synthesis |
| US8731931B2 (en) * | 2010-06-18 | 2014-05-20 | At&T Intellectual Property I, L.P. | System and method for unit selection text-to-speech using a modified Viterbi approach |
| US9311914B2 (en) * | 2012-09-03 | 2016-04-12 | Nice-Systems Ltd | Method and apparatus for enhanced phonetic indexing and search |
| JP2019066649A (ja) * | 2017-09-29 | 2019-04-25 | ヤマハ株式会社 | 歌唱音声の編集支援方法、および歌唱音声の編集支援装置 |
| CN109378004B (zh) * | 2018-12-17 | 2022-05-27 | 广州势必可赢网络科技有限公司 | 一种音素比对的方法、装置、设备及计算机可读存储介质 |
| US11302301B2 (en) * | 2020-03-03 | 2022-04-12 | Tencent America LLC | Learnable speed control for speech synthesis |
| CN111968619A (zh) * | 2020-08-26 | 2020-11-20 | 四川长虹电器股份有限公司 | 控制语音合成发音的方法及装置 |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4979216A (en) * | 1989-02-17 | 1990-12-18 | Malsheen Bathsheba J | Text to speech synthesis system and method using context dependent vowel allophones |
| SE9200817L (sv) * | 1992-03-17 | 1993-07-26 | Televerket | Foerfarande och anordning foer talsyntes |
| US5636325A (en) * | 1992-11-13 | 1997-06-03 | International Business Machines Corporation | Speech synthesis and analysis of dialects |
| JP3397372B2 (ja) | 1993-06-16 | 2003-04-14 | キヤノン株式会社 | 音声認識方法及び装置 |
| AU674246B2 (en) | 1993-08-04 | 1996-12-12 | British Telecommunications Public Limited Company | Synthesising speech by converting phonemes to digital waveforms |
| JPH07319497A (ja) | 1994-05-23 | 1995-12-08 | N T T Data Tsushin Kk | 音声合成装置 |
| JP3581401B2 (ja) | 1994-10-07 | 2004-10-27 | キヤノン株式会社 | 音声認識方法 |
| US5913193A (en) | 1996-04-30 | 1999-06-15 | Microsoft Corporation | Method and system of runtime acoustic unit selection for speech synthesis |
| US6163769A (en) * | 1997-10-02 | 2000-12-19 | Microsoft Corporation | Text-to-speech using clustered context-dependent phoneme-based units |
-
1998
- 1998-03-09 JP JP05724998A patent/JP3884856B2/ja not_active Expired - Fee Related
-
1999
- 1999-03-05 US US09/263,262 patent/US7139712B1/en not_active Expired - Fee Related
- 1999-03-05 EP EP99301674A patent/EP0942409B1/en not_active Expired - Lifetime
- 1999-03-05 DE DE69917960T patent/DE69917960T2/de not_active Expired - Lifetime
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005018036A (ja) * | 2003-06-05 | 2005-01-20 | Kenwood Corp | 音声合成装置、音声合成方法及びプログラム |
| JP2013011863A (ja) * | 2011-05-30 | 2013-01-17 | Yamaha Corp | 音声合成装置 |
| JP2016114740A (ja) * | 2014-12-15 | 2016-06-23 | 日本電信電話株式会社 | 音声合成モデル学習装置、音声合成装置、音声合成モデル学習方法、音声合成方法、およびプログラム |
Also Published As
| Publication number | Publication date |
|---|---|
| JP3884856B2 (ja) | 2007-02-21 |
| EP0942409A2 (en) | 1999-09-15 |
| EP0942409B1 (en) | 2004-06-16 |
| DE69917960T2 (de) | 2005-06-30 |
| EP0942409A3 (en) | 2000-01-19 |
| US7139712B1 (en) | 2006-11-21 |
| DE69917960D1 (de) | 2004-07-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3884856B2 (ja) | 音声合成用データ作成装置、音声合成装置及びそれらの方法、コンピュータ可読メモリ | |
| JP3854713B2 (ja) | 音声合成方法および装置および記憶媒体 | |
| US8626510B2 (en) | Speech synthesizing device, computer program product, and method | |
| JP4632384B2 (ja) | 音声情報処理装置及びその方法と記憶媒体 | |
| US6477495B1 (en) | Speech synthesis system and prosodic control method in the speech synthesis system | |
| JPH10274997A (ja) | 文書読み上げ装置 | |
| US20060136214A1 (en) | Speech synthesis device, speech synthesis method, and program | |
| JPH1039895A (ja) | 音声合成方法および装置 | |
| US5848390A (en) | Speech synthesis system and its method | |
| JP2001282278A (ja) | 音声情報処理装置及びその方法と記憶媒体 | |
| JPWO2008102710A1 (ja) | 音声合成装置及び方法とプログラム | |
| US20090281808A1 (en) | Voice data creation system, program, semiconductor integrated circuit device, and method for producing semiconductor integrated circuit device | |
| JP2000075878A (ja) | 音声合成装置およびその方法ならびに記憶媒体 | |
| JP3728173B2 (ja) | 音声合成方法、装置および記憶媒体 | |
| JP3371761B2 (ja) | 氏名読み音声合成装置 | |
| JP4170819B2 (ja) | 音声合成方法及びその装置並びにそのコンピュータプログラム及びそれを記憶した情報記憶媒体 | |
| JP2580565B2 (ja) | 音声情報辞書作成装置 | |
| JP4430960B2 (ja) | 音声素片探索用データベース構成方法およびこれを実施する装置、音声素片探索方法、音声素片探索プログラムおよびこれを記憶する記憶媒体 | |
| JPH09305197A (ja) | 音声変換方法及び装置 | |
| JP3414326B2 (ja) | 音声合成用辞書登録装置及び方法 | |
| JPH11231899A (ja) | 音声・動画像合成装置及び音声・動画像データベース | |
| JPH08129398A (ja) | テキスト解析装置 | |
| JPH06176023A (ja) | 音声合成システム | |
| JP2012073338A (ja) | 音声合成装置及び音声合成方法 | |
| JP4894533B2 (ja) | 音声ラベリング支援システム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20040528 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20040528 |
|
| RD01 | Notification of change of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7426 Effective date: 20040528 |
|
| RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20040528 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20060515 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20060526 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20060725 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20060825 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20061016 |
|
| 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: 20061030 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20061120 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101124 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101124 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111124 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121124 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131124 Year of fee payment: 7 |
|
| LAPS | Cancellation because of no payment of annual fees |