RU2294565C2 - Способ и система динамической адаптации синтезатора речи для повышения разборчивости синтезируемой им речи - Google Patents
Способ и система динамической адаптации синтезатора речи для повышения разборчивости синтезируемой им речи Download PDFInfo
- Publication number
- RU2294565C2 RU2294565C2 RU2003129075/09A RU2003129075A RU2294565C2 RU 2294565 C2 RU2294565 C2 RU 2294565C2 RU 2003129075/09 A RU2003129075/09 A RU 2003129075/09A RU 2003129075 A RU2003129075 A RU 2003129075A RU 2294565 C2 RU2294565 C2 RU 2294565C2
- Authority
- RU
- Russia
- Prior art keywords
- synthesized speech
- speech
- relevant characteristics
- background noise
- real
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L13/00—Speech synthesis; Text to speech systems
- G10L13/02—Methods for producing synthetic speech; Speech synthesisers
- G10L13/033—Voice editing, e.g. manipulating the voice of the synthesiser
-
- 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
- G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
- G10L21/0316—Speech enhancement, e.g. noise reduction or echo cancellation by changing the amplitude
- G10L21/0364—Speech enhancement, e.g. noise reduction or echo cancellation by changing the amplitude for improving intelligibility
Landscapes
- Engineering & Computer Science (AREA)
- Acoustics & Sound (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Multimedia (AREA)
- Quality & Reliability (AREA)
- Signal Processing (AREA)
- Soundproofing, Sound Blocking, And Sound Damping (AREA)
- Noise Elimination (AREA)
- Telephonic Communication Services (AREA)
- Machine Translation (AREA)
Abstract
Изобретение относится, в частности, к способу и системе адаптации синтезатора речи с помощью поступающих в реальном масштабе времени данных. При осуществлении способа и системы динамической модификации синтезированной речи на основе вводимого текста и множества значений параметров динамического управления генерируют синтезированную речь. Далее на основе входного сигнала, характеризующего разборчивость речи воспринимающим ее слушателем, формируют поступающие в реальном масштабе времени данные, на основе которых модифицируют одно или несколько значений параметров динамического управления. Технический результат - повышение разборчивости синтезированной речи. 3 н. и 27 з.п. ф-лы, 6 ил.
Description
Предпосылки создания изобретения
Область техники, к которой относится изобретение
Настоящее изобретение относится к синтезу речи. Изобретение относится, в частности, к способу и системе, которые позволяют на основе поступающих в реальном масштабе времени данных повышать разборчивость синтезированной речи в динамическом режиме.
Краткое изложение сущности изобретения
В последнее время были разработаны системы, назначение которых состоит в повышении разборчивости воспроизводимого в виде синтезированной речи звука и улучшения его восприятия слушателем в самых разнообразных окружающих условиях, например в салоне автомобиля, в кабине самолета, а также в жилых и офисных помещениях. Так, например, в результате последних разработок, направленных на улучшение характеристик, соответственно, качества воспроизведения звука автомобильными аудиосистемами, были созданы эквалайзеры, которые позволяют либо вручную, либо автоматически регулировать спектральный состав воспроизводимого аудиосистемой звука. В отличие от традиционных систем, в которых подобная регулировка осуществлялась слушателем вручную с помощью различных органов управления аудиосистемой, в более современных разработках предусмотрен выборочный контроль за условиями воспроизведения звука в окружающем пространстве, в котором находится слушатель. Подход, основанный на использовании эквалайзеров в аудиосистемах, обычно требует знания значительного объема информации об условиях, которые предположительно будут преобладать в окружающем пространстве, в котором будет эксплуатироваться аудиосистема. Тем самым подобный тип адаптации звука к условиям его воспроизведения ограничивается регулированием выходных параметров аудиосистемы и применительно к автомобилю обычно привязан к конкретной его марке и модели.
Помимо этого на протяжении уже многих лет в связи для управления воздушным движением и в военной связи используется фонетический алфавит, основанный при произнесении слова по буквам на их замене словами, начинающихся с этих же букв (т.е., например, в английском языке букве "а" соответствует слово "alpha", букве "b" соответствует слово "bravo", букве "с" соответствует слово "Charlie" и т.д.), и позволяющий исключить возможность неоднозначного толкования отдельно произносимых букв в сложных условиях связи. В основе подобного подхода, таким образом, также лежит теоретическое предположение, согласно которому при наличии шума в канале связи и/или фонового шума некоторые звуки по своей природе обладают большей разборчивостью по сравнению с другими.
В качестве еще одного примера повышения разборчивости речи можно назвать обработку сигналов в мобильных или сотовых телефонах для уменьшения различимых на слух искажений, возникающих при передаче сигнала по восходящим/нисходящим линиям связи или через базовую станцию. При этом следует отметить, что подобный подход направлен на устранение искажений, обусловленных шумом в канале связи (или шумом, возникающим при сверточном кодировании сигнала), и не позволяет учитывать фоновый (или аддитивный) шум, присутствующий в окружающем пространстве, в котором находится слушатель. Еще одним примером повышения разборчивости речи служит традиционная система подавления эхо-сигналов, которую обычно используют в конференц-связи.
Необходимо также отметить, что ни один из описанных выше методов улучшения воспроизведения звука не позволяет модифицировать синтезированную речь в динамическом режиме. Вместе с тем в настоящее время существует острая необходимость в разработке подобных методов динамической модификации синтезированной речи, поскольку синтез речи быстро приобретает популярность, учитывая прогресс, достигнутый в последнее время в улучшении выходных характеристик синтезаторов речи. Однако несмотря на все достигнутые в последнее время в этой области успехи по-прежнему не решенным остается целый ряд проблем, связанных с синтезом речи. Так, в частности, одна из таких проблем состоит в том, что уже при разработке всех обычных синтезаторов речи для установки их управляющих параметров на определенные значения необходимо заранее располагать информацией об условиях, которые предположительно будут преобладать в окружающем пространстве, в котором будет использоваться синтезатор речи. Очевидно, что подобный подход является абсолютно негибким и допускает возможность применения того или иного конкретного синтезатора речи в сравнительно ограниченном наборе окружающих условий, в которых возможна оптимальная работа синтезатора речи. Исходя из вышеизложенного, представляется целесообразным разработать способ и систему, которые позволяли бы модифицировать синтезированную речь на основе поступающих в реальном масштабе времени данных и тем самым улучшать ее разборчивость.
Эта и другие задачи решаются с помощью предлагаемого в изобретении способа модификации синтезированной речи. Этот способ заключается в том, что на основе вводимого текста и множества значений параметров динамического управления генерируют синтезированную речь. Далее на основе входного сигнала, характеризующего разборчивость речи воспринимающим ее слушателем, формируют поступающие в реальном масштабе времени данные. Затем в соответствии с предлагаемым в изобретении способом на основе этих поступающих в реальном масштабе времени данных модифицируют одно или несколько значений параметров динамического управления, в результате чего повышается разборчивость синтезированной речи. Модификация указанных значений параметров управления синтезатором речи в динамическом режиме, а не на стадии его разработки, обеспечивает высокий уровень адаптации, которого невозможно достичь при традиционных подходах.
В настоящем изобретении предлагается также способ модификации одного или нескольких параметров динамического управления синтезатором речи. Этот способ заключается в том, что получают поступающие в реальном масштабе времени данные и на основе этих поступающих в реальном масштабе времени данных определяют релевантные характеристики синтезированной речи. Такие релевантные характеристики синтезированной речи имеют соответствующие, относящиеся к ним параметры динамического управления. Затем в соответствии с предлагаемым в изобретении способом значения параметров динамического управления изменяют в соответствии с регулировочными значениями, внося таким путем необходимые изменения в релевантные характеристики синтезированной речи.
Еще одним объектом настоящего изобретения является система адаптации синтезатора речи, имеющая преобразующий текст в речь (ТВР) синтезатор, систему аудиоввода и устройство управления адаптацией. Указанный синтезатор генерирует синтезированную речь на основе вводимого текста и множества значений параметров динамического управления. Система аудиоввода формирует поступающие в реальном масштабе времени данные на основе фонового шума, присутствующего в окружающем пространстве, в котором воспроизводится синтезированная речь. Устройство управления адаптацией функционально связанно с этими синтезатором и системой аудиоввода. Такое устройство управления адаптацией на основе поступающих в реальном масштабе времени данных модифицирует одно или несколько значений параметров динамического управления, что обеспечивает уменьшение взаимных помех между фоновым шумом и синтезированной речью.
Следует отметить, что приведенное выше общее описание и последующее подробное описание изобретения носят исключительно иллюстративный характер и предназначены в первую очередь для пояснения общих принципов и концепций, лежащих в основе изобретения. Прилагаемые к описанию чертежи дополнительно служат для более наглядного пояснения предлагаемого в изобретении решения и в соответствии с этим являются составной частью настоящего описания. Эти чертежи, на которых представлены различные отличительные особенности изобретения и варианты его осуществления, наряду с описанием служат для пояснения лежащих в основе изобретения принципов и функциональных особенностей предлагаемой в нем системы.
Краткое описание чертежей
Различные отличительные особенности и преимущества настоящего изобретения более подробно рассмотрены в последующем описании и в формуле изобретения со ссылкой на прилагаемые к описанию чертежи, на которых показано:
на фиг.1 - схема предлагаемой в изобретении системы адаптации синтезатора речи,
на фиг.2 - блок-схема, иллюстрирующая процесс модификации синтезированной речи в соответствии с настоящим изобретением,
на фиг.3 - блок-схема, иллюстрирующая процесс формирования поступающих в реальном масштабе времени данных на основе входного сигнала согласно одному из вариантов осуществления настоящего изобретения,
на фиг.4 - блок-схема, иллюстрирующая процесс определения характеристик фонового шума и их представления в виде поступающих в реальном масштабе времени данных согласно одному из вариантов осуществления настоящего изобретения,
на фиг.5 - блок-схема, иллюстрирующая процесс модификации одного или нескольких значений параметров динамического управления согласно одному из вариантов осуществления настоящего изобретения, и
на фиг.6 - схема, на которой изображены релевантные характеристики и соответствующие им параметры динамического управления согласно одному из вариантов осуществления настоящего изобретения.
Подробное описание предпочтительных вариантов осуществления изобретения
На фиг.1 показана выполненная по предпочтительному варианту система 10 адаптации синтезатора речи. Обычно такая система 10 адаптации имеет преобразующий текст в речь (ТВР) синтезатор 12, который на основе вводимого текста 16 и множества значений 42 параметров динамического управления генерирует синтезированную речь 14. На основе фонового шума 22, присутствующего в некотором окружающем пространстве 24, в котором воспроизводится синтезированная речь 14, системой 18 аудиоввода формируются поступающие в реальном масштабе времени данные (ПРМВД) 20. С этими синтезатором 12 и системой 18 аудиоввода функционально связано устройство 26 управления адаптацией. Такое устройство 26 управления адаптацией на основе поступающих в реальном масштабе времени данных 20 модифицирует одно или несколько значений 42 параметров динамического управления, что обеспечивает уменьшение взаимных помех между фоновым шумом 22 и синтезированной речью 14. Для преобразования звуковых колебаний в электрические система 18 аудиоввода в предпочтительном варианте имеет преобразователь акустического сигнала в электрический, например микрофон.
Фоновый шум 22 может создаваться целым рядом различных источников, некоторые из которых в качестве примера показаны на чертеже. Подобные источники фонового шума, создающего помехи восприятию речи, воспроизводимой синтезатором, классифицируются по их типу и характеристикам. Так, например, некоторые источники шума, в частности сирена 28 полицейского автомобиля и пролетающий самолет (не показан), создают кратковременные шумовые помехи высокого уровня, обычно с быстро изменяющимися характеристиками. Другие источники шума, например работающие механизмы, установленные на производстве 30, и кондиционеры (не показаны), обычно создают длительный постоянный фоновый шум низкого уровня. Третьи источники шума, например радиоприемники 32 и различного рода бытовая аппаратура (не показана), часто создают непрерывные шумовые помехи, в частности в виде музыки или пения, характеристики которых аналогичны характеристикам синтезированной речи 14. Источником шумовых помех могут являться, кроме того, и присутствующие в окружающем пространстве 24 разговаривающие между собой люди 34, характеристики речи которых практически идентичны характеристикам синтезированной речи 14. Помимо этого преобладающие в окружающем пространстве 24 условия также могут влиять на характеристики воспроизведения синтезированной речи 14. При этом условия в окружающем пространстве 24, а тем самым и оказываемое ими влияние могут динамически изменяться во времени.
Следует отметить, что настоящее изобретение не ограничено показанной на чертеже в качестве примера системой 10 адаптации, в которой поступающие в реальном масштабе времени данные 20 формируются на основе фонового шума 22, присутствующего в окружающем пространстве 24, где воспроизводится синтезированная речь 14. Так, например, поступающие в реальном масштабе времени данные 20 могут также формироваться на основе информации, вводимой самим слушателем 36 через соответствующее устройство 19 ввода, как это более подробно описано ниже.
На фиг.2 показана блок-схема 38, иллюстрирующая процесс модификации синтезированной речи. В соответствии с этой блок-схемой на шаге 40 на основе вводимого текста 16 и множества значений 42 параметров динамического управления генерируется синтезированная речь. На шаге 44 на основе входного сигнала 46, характеризующего разборчивость речи воспринимающим ее слушателем, формируются поступающие в реальном масштабе времени данные 20. Как уже упоминалось выше, источником входного сигнала 46 может служить непосредственно фоновый шум в окружающем пространстве либо сам слушатель (или иной пользователь). Однако в любом случае входной сигнал 46 содержит данные, относящиеся к разборчивости речи, и в соответствии с этим является важным источником информации, используемой для адаптации речи в динамическом режиме. На шаге 48 на основе поступающих в реальном масштабе времени данных 20 модифицируется одно или несколько значений 42 параметров динамического управления, в результате чего повышается разборчивость синтезированной речи.
Как уже указывалось выше, в одном из вариантов осуществления настоящего изобретения поступающие в реальном масштабе времени данные 20 формируются на основе фонового шума, присутствующего в окружающем пространстве, в котором воспроизводится синтезированная речь. В соответствии с этим на фиг.3 проиллюстрирован предпочтительный процесс формирования поступающих в реальном масштабе времени данных 20 на шаге 44. Согласно показанной на этом чертеже блок-схеме на шаге 52 фоновый шум 22 преобразуется в электрический сигнал 50. Затем на шаге 54 из соответствующей базы данных, в которой хранятся модели шумовых помех (не показана), выбирается одна или несколько моделей 56 шумовых помех. После этого на шаге 58 на основе электрического сигнала 50 и моделей 56 шумовых помех можно определить характеристики фонового шума и представить их в виде поступающих в реальном масштабе времени данных 20.
На фиг.4 показана блок-схема, иллюстрирующая предпочтительный процесс определения характеристик фонового шума на шаге 58. Согласно показанной на этом чертеже блок-схеме сначала на шаге 60 электрический сигнал 50 для определения его временных характеристик подвергается анализу во временной области. Полученные в результате этого анализа данные 62 об изменении электрического сигнала во времени содержат значительную часть информации, которая используется при выполнении рассмотренных в настоящем описании операций. Аналогичным образом на шаге 64 электрический сигнал 50 подвергается анализу в частотной области с получением данных 66 о его частотных характеристиках. При этом следует отметить, что порядок выполнения операций на шагах 60 и 64 не имеет существенного значения и не влияет на конечный результат.
Необходимо также отметить, что на шаге 58, на котором определяются характеристики фонового шума, предусмотрено выявление типа различного рода шумовых помех, присутствующих в фоновом шуме. В качестве примера подобных шумовых помех, присутствующих в фоновом шуме, можно назвать, но не ограничиваясь только ими, помехи высокого уровня, помехи низкого уровня, кратковременные помехи, длительные помехи, изменяющиеся помехи и постоянные помехи. На шаге 58, на котором определяются характеристики фонового шума, могут быть также предусмотрены операции по выявлению потенциальных источников фонового шума, по выявлению речи в фоновом шуме и по определению местонахождения всех таких источников фонового шума.
На фиг.5 показана блок-схема, на примере которой более подробно поясняется предпочтительный процесс модификации значений 42 параметров динамического управления. Согласно показанной на этом чертеже блок-схеме после получения на шаге 68 поступающих в реальном масштабе времени данных 20 затем на их основе на следующем шаге 70 определяются релевантные характеристики 72 синтезированной речи. Такие релевантные характеристики 72 синтезированной речи имеют соответствующие, относящиеся к ним параметры динамического управления. Далее на шаге 74 значения параметров динамического управления изменяются в соответствии с регулировочными значениями, в результате чего в релевантные характеристики 72 синтезированной речи также вносятся необходимые изменения.
На фиг.6 более подробно показаны возможные релевантные характеристики 72 синтезированной речи, описанные выше. Обычно такие релевантные характеристики 72 можно подразделить на характеристики 76, описывающие особенности говорящего, на характеристики 77, описывающие эмоциональность, на характеристики 78, описывающие особенности выговора, и на характеристики 79, описывающие особенности содержащейся в синтезированной речи информации. Характеристики 76, описывающие особенности говорящего, в свою очередь можно подразделить на характеристики 80, описывающие особенности голоса, и на характеристики 82, описывающие особенности стиля речи. К числу параметров, от которых зависят характеристики 80, описывающие особенности голоса, относятся, но ограничиваясь только ими, темп речи, тембр (основная частота), громкость, параметрическая ассимиляция звуков, форманты (частота формант и ширина полосы частот формант), образование звуков в голосовой щели, смещение энергетического спектра речи, пол, возраст и индивидуальность. К числу параметров, от которых зависят характеристики 82, описывающие особенности стиля речи, относятся, но ограничиваясь только ими, динамическая просодия (ритм, ударение и интонация) и артикуляция. Так, в частности, внятность речи можно повысить за счет четкого произношения конечных согласных и т.д., что позволяет потенциально улучшить разборчивость синтезированной речи.
Для привлечения внимания слушателя можно также использовать параметры, относящиеся к характеристикам 77, описывающим эмоциональность, такие как актуальность воспроизводимого в виде синтезированной речи сообщения. К числу характеристик 78, описывающих особенности выговора, можно отнести произношение и артикуляцию (форманты и т.д.). Очевидно, что к характеристикам 79, описывающим особенности содержащейся в синтезированной речи информации, относятся такие параметры, как плеоназм, повтор и лексика. Так, например, наличие или отсутствие плеоназма в речи определяется использованием слов- и фраз-синонимов (например, в английском языке для воспроизведения речевого сообщения с указанием текущего времени суток в 5 часов дня может использоваться фраза "five pm" либо фраза "five o'clock in the afternoon" ("пять часов пополудни")). Повтор предполагает избирательное повторение определенных частей сообщения, воспроизводимого с помощью синтезированной речи, с целью сделать более четкий акцент на содержащейся в нем важной информации. Помимо этого использование ограниченной лексики и ограниченного синтаксиса, обеспечивающее упрощение языка, также может способствовать повышению разборчивости речи.
В отношении показанной на фиг.1 системы следует также отметить, что для создания эффекта изменения пространственного местоположения источника синтезированной речи 14 в сочетании с системой 84 аудиовывода может использоваться полифоническая обработка звука, основанная на поступающих в реальном масштабе времени данных 20.
Из приведенного выше описания для специалиста в данной области техники очевидно, что предлагаемое в изобретении решение допускает возможность его практической реализации разнообразными путями. В соответствии с этим настоящее изобретение не ограничено конкретными вариантами его осуществления, на примере которых оно рассмотрено выше, а предполагает возможность внесения в них различных, очевидных для специалиста изменений и модификаций на основе описания изобретения, формулы изобретения и прилагаемых к описанию чертежей.
Claims (30)
1. Способ модификации синтезированной речи, заключающийся в том, что на основе вводимого текста и множества значений параметров динамического управления генерируют синтезированную речь, на основе входного сигнала, характеризующего разборчивость речи воспринимающим ее слушателем, формируют поступающие в реальном масштабе времени данные и на основе этих поступающих в реальном масштабе времени данных модифицируют одно или несколько значений параметров динамического управления, в результате чего повышается разборчивость синтезированной речи, причем, по меньшей мере, один из параметров динамического управления определяют как просодический параметр, используемый для синтеза вводимого текста.
2. Способ по п.1, в котором поступающие в реальном масштабе времени данные формируют на основе фонового шума, присутствующего в окружающем пространстве, в котором воспроизводится синтезированная речь.
3. Способ по п.2, в котором фоновый шум преобразуют в электрический сигнал, из базы данных, в которой хранятся модели шумовых помех, выбирают одну или несколько моделей шумовых помех и на основе электрического сигнала и моделей шумовых помех определяют характеристики фонового шума, представляя их в виде поступающих в реальном масштабе времени данных.
4. Способ по п.3, в котором электрический сигнал для определения его временных характеристик подвергают анализу во временной области.
5. Способ по п.3, в котором электрический сигнал для определения его частотных характеристик подвергают анализу в частотной области.
6. Способ по п.3, в котором стадия определения характеристик фонового шума предусматривает выполнение операций, выбранных из группы, преимущественно включающей выявление в фоновом шуме помех высокого уровня, выявление в фоновом шуме помех низкого уровня, выявление в фоновом шуме кратковременных помех, выявление в фоновом шуме длительных помех, выявление в фоновом шуме изменяющихся помех, выявление в фоновом шуме постоянных помех, определение пространственного местонахождения источников фонового шума, выявление потенциальных источников фонового шума и выявление речи в фоновом шуме.
7. Способ по п.1, в котором получают поступающие в реальном масштабе времени данные, на основе поступающих в реальном масштабе времени данных определяют релевантные характеристики синтезированной речи, имеющие соответствующие относящиеся к ним параметры динамического управления, и значения параметров динамического управления изменяют в соответствии с регулировочными значениями, внося таким путем необходимые изменения в релевантные характеристики синтезированной речи.
8. Способ по п.7, в котором в качестве релевантных характеристик синтезированной речи изменяют релевантные характеристики, описывающие особенности говорящего.
9. Способ по п.8, в котором в качестве релевантных характеристик синтезированной речи изменяют релевантные характеристики, описывающие особенности голоса.
10. Способ по п.9, в котором изменяемыми характеристиками являются параметры, выбранные из группы, преимущественно включающей темп речи, тембр, громкость, параметрическую ассимиляцию звуков, частоту формант и ширину полосы частот формант, образование звуков в голосовой щели, смещение энергетического спектра речи, пол, возраст и индивидуальность.
11. Способ по п.8, в котором в качестве релевантных характеристик синтезированной речи изменяют релевантные характеристики, описывающие стиль речи.
12. Способ по п.11, в котором изменяемыми характеристиками являются параметры, выбранные из группы, преимущественно включающей динамическую просодию и артикуляцию.
13. Способ по п.7, в котором в качестве релевантных характеристик синтезированной речи изменяют релевантные характеристики, описывающие эмоциональность.
14. Способ по п.13, в котором изменяемой характеристикой является актуальность воспроизводимого в виде синтезированной речи сообщения.
15. Способ по п.7, в котором в качестве релевантных характеристик синтезированной речи изменяют релевантные характеристики, описывающие особенности выговора.
16. Способ по п.15, в котором изменяемыми характеристиками являются параметры, выбранные из группы, преимущественно включающей произношение и артикуляцию.
17. Способ по п.7, в котором в качестве релевантных характеристик синтезированной речи изменяют релевантные характеристики, описывающие особенности содержащейся в синтезированной речи информации.
18. Способ по п.17, в котором изменяемыми характеристиками являются параметры, выбранные из группы, преимущественно включающей повтор, плеоназм и лексику.
19. Способ по п.1, в котором для создания эффекта изменения пространственного местоположения источника синтезированной речи используют полифоническую обработку звука на основе поступающих в реальном масштабе времени данных.
20. Способ по п.1, в котором поступающие в реальном масштабе времени данные формируют на основе информации, вводимой слушателем.
21. Способ по п.1, в котором синтезированную речь используют для воспроизведения голосовых сообщений в автомобиле.
22. Способ модификации одного или нескольких параметров динамического управления синтезатором речи, заключающийся в том, что получают поступающие в реальном масштабе времени данные, на основе этих поступающих в реальном масштабе времени данных определяют релевантные характеристики синтезированной речи, имеющие соответствующие относящиеся к ним параметры динамического управления, и значения параметров динамического управления изменяют в соответствии с регулировочными значениями, внося таким путем необходимые изменения в релевантные характеристики синтезированной речи.
23. Способ по п.22, в котором в качестве релевантных характеристик синтезированной речи изменяют релевантные характеристики, описывающие особенности говорящего.
24. Способ по п.23, в котором в качестве релевантных характеристик синтезированной речи изменяют релевантные характеристики, описывающие особенности голоса.
25. Способ по п.23, в котором в качестве релевантных характеристик синтезированной речи изменяют релевантные характеристики, описывающие стиль речи.
26. Способ по п.22, в котором в качестве релевантных характеристик синтезированной речи изменяют релевантные характеристики, описывающие эмоциональность.
27. Способ по п.22, в котором в качестве релевантных характеристик синтезированной речи изменяют релевантные характеристики, описывающие особенности выговора.
28. Способ по п.22, в котором в качестве релевантных характеристик синтезированной речи изменяют релевантные характеристики, описывающие особенности содержащейся в синтезированной речи информации.
29. Система адаптации синтезатора речи, имеющая преобразующий текст в речь синтезатор, который на основе вводимого текста и множества значений параметров динамического управления генерирует синтезированную речь, систему аудиоввода, которая на основе фонового шума, присутствующего в окружающем пространстве, в котором воспроизводится синтезированная речь, формирует поступающие в реальном масштабе времени данные, и функционально связанное с этими синтезатором и системой аудиоввода устройство управления адаптацией, которое на основе поступающих в реальном масштабе времени данных модифицирует одно или несколько значений параметров динамического управления, что обеспечивает уменьшение взаимных помех между фоновым шумом и синтезированной речью.
30. Система адаптации по п.29, в которой система аудиоввода имеет преобразователь акустического сигнала в электрический.
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US09/800,925 US6876968B2 (en) | 2001-03-08 | 2001-03-08 | Run time synthesizer adaptation to improve intelligibility of synthesized speech |
| US09/800,925 | 2001-03-08 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| RU2003129075A RU2003129075A (ru) | 2005-04-10 |
| RU2294565C2 true RU2294565C2 (ru) | 2007-02-27 |
Family
ID=25179723
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| RU2003129075/09A RU2294565C2 (ru) | 2001-03-08 | 2002-03-07 | Способ и система динамической адаптации синтезатора речи для повышения разборчивости синтезируемой им речи |
Country Status (6)
| Country | Link |
|---|---|
| US (1) | US6876968B2 (ru) |
| EP (1) | EP1374221A4 (ru) |
| JP (1) | JP2004525412A (ru) |
| CN (1) | CN1316448C (ru) |
| RU (1) | RU2294565C2 (ru) |
| WO (1) | WO2002073596A1 (ru) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2421827C2 (ru) * | 2009-08-07 | 2011-06-20 | Общество с ограниченной ответственностью "Центр речевых технологий" | Способ синтеза речи |
| RU2427079C1 (ru) * | 2010-04-15 | 2011-08-20 | Корпорация "САМСУНГ ЭЛЕКТРОНИКС Ко., Лтд." | Способ оценки состояний мобильного устройства пользователя в системе беспроводной связи |
| RU2487429C2 (ru) * | 2008-03-10 | 2013-07-10 | Фраунхофер-Гезелльшафт Цур Фердерунг Дер Ангевандтен Форшунг Е.Ф. | Устройство и метод для обработки аудиосигнала, содержащего переходный сигнал |
| RU2512103C2 (ru) * | 2008-07-11 | 2014-04-10 | Фраунхофер-Гезелльшафт Цур Фердерунг Дер Ангевандтен Форшунг Е.Ф. | Шумовой фон, устройство обработки шумового фона, метод обеспечения параметров шумового фона, метод обеспечения спектрального представления шумового фона аудиосигнала, компьютерная программа и кодированный аудиосигнал |
| RU2527735C2 (ru) * | 2010-04-16 | 2014-09-10 | Фраунхофер-Гезелльшафт Цур Фердерунг Дер Ангевандтен Форшунг Е.Ф. | Устройство, способ и компьютерная программа для выработки широкополосного сигнала с использованием управляемого расширения ширины полосы и слепого расширения ширины полосы |
Families Citing this family (40)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20030061049A1 (en) * | 2001-08-30 | 2003-03-27 | Clarity, Llc | Synthesized speech intelligibility enhancement through environment awareness |
| US20030167167A1 (en) * | 2002-02-26 | 2003-09-04 | Li Gong | Intelligent personal assistants |
| US20030163311A1 (en) * | 2002-02-26 | 2003-08-28 | Li Gong | Intelligent social agents |
| US7305340B1 (en) * | 2002-06-05 | 2007-12-04 | At&T Corp. | System and method for configuring voice synthesis |
| JP4209247B2 (ja) * | 2003-05-02 | 2009-01-14 | アルパイン株式会社 | 音声認識装置および方法 |
| US7529674B2 (en) * | 2003-08-18 | 2009-05-05 | Sap Aktiengesellschaft | Speech animation |
| US7745357B2 (en) * | 2004-03-12 | 2010-06-29 | Georgia-Pacific Gypsum Llc | Use of pre-coated mat for preparing gypsum board |
| US8380484B2 (en) * | 2004-08-10 | 2013-02-19 | International Business Machines Corporation | Method and system of dynamically changing a sentence structure of a message |
| US7599838B2 (en) | 2004-09-01 | 2009-10-06 | Sap Aktiengesellschaft | Speech animation with behavioral contexts for application scenarios |
| US20070027691A1 (en) * | 2005-08-01 | 2007-02-01 | Brenner David S | Spatialized audio enhanced text communication and methods |
| US8224647B2 (en) * | 2005-10-03 | 2012-07-17 | Nuance Communications, Inc. | Text-to-speech user's voice cooperative server for instant messaging clients |
| US7773096B2 (en) * | 2005-12-12 | 2010-08-10 | Microsoft Corporation | Alternative graphics pipe |
| US7872574B2 (en) | 2006-02-01 | 2011-01-18 | Innovation Specialists, Llc | Sensory enhancement systems and methods in personal electronic devices |
| WO2008132533A1 (en) * | 2007-04-26 | 2008-11-06 | Nokia Corporation | Text-to-speech conversion method, apparatus and system |
| EP2293289B1 (en) * | 2008-06-06 | 2012-05-30 | Raytron, Inc. | Speech recognition system and method |
| CN101887719A (zh) * | 2010-06-30 | 2010-11-17 | 北京捷通华声语音技术有限公司 | 语音合成方法、系统及具有语音合成功能的移动终端设备 |
| US8914290B2 (en) | 2011-05-20 | 2014-12-16 | Vocollect, Inc. | Systems and methods for dynamically improving user intelligibility of synthesized speech in a work environment |
| GB2492753A (en) * | 2011-07-06 | 2013-01-16 | Tomtom Int Bv | Reducing driver workload in relation to operation of a portable navigation device |
| US9082414B2 (en) | 2011-09-27 | 2015-07-14 | General Motors Llc | Correcting unintelligible synthesized speech |
| US9269352B2 (en) * | 2013-05-13 | 2016-02-23 | GM Global Technology Operations LLC | Speech recognition with a plurality of microphones |
| US9711135B2 (en) | 2013-12-17 | 2017-07-18 | Sony Corporation | Electronic devices and methods for compensating for environmental noise in text-to-speech applications |
| US9390725B2 (en) | 2014-08-26 | 2016-07-12 | ClearOne Inc. | Systems and methods for noise reduction using speech recognition and speech synthesis |
| US10224022B2 (en) | 2014-11-11 | 2019-03-05 | Telefonaktiebolaget Lm Ericsson (Publ) | Systems and methods for selecting a voice to use during a communication with a user |
| CN104485100B (zh) * | 2014-12-18 | 2018-06-15 | 天津讯飞信息科技有限公司 | 语音合成发音人自适应方法及系统 |
| CN104616660A (zh) * | 2014-12-23 | 2015-05-13 | 上海语知义信息技术有限公司 | 基于环境噪音检测的智能语音播报系统及方法 |
| RU2589298C1 (ru) * | 2014-12-29 | 2016-07-10 | Александр Юрьевич Бредихин | Способ повышения разборчивости и информативности звуковых сигналов в шумовой обстановке |
| US9830903B2 (en) * | 2015-11-10 | 2017-11-28 | Paul Wendell Mason | Method and apparatus for using a vocal sample to customize text to speech applications |
| US10714121B2 (en) | 2016-07-27 | 2020-07-14 | Vocollect, Inc. | Distinguishing user speech from background speech in speech-dense environments |
| US10586079B2 (en) * | 2016-12-23 | 2020-03-10 | Soundhound, Inc. | Parametric adaptation of voice synthesis |
| US10796686B2 (en) * | 2017-10-19 | 2020-10-06 | Baidu Usa Llc | Systems and methods for neural text-to-speech using convolutional sequence learning |
| KR102429498B1 (ko) * | 2017-11-01 | 2022-08-05 | 현대자동차주식회사 | 차량의 음성인식 장치 및 방법 |
| US10726838B2 (en) * | 2018-06-14 | 2020-07-28 | Disney Enterprises, Inc. | System and method of generating effects during live recitations of stories |
| US11087778B2 (en) * | 2019-02-15 | 2021-08-10 | Qualcomm Incorporated | Speech-to-text conversion based on quality metric |
| KR102884820B1 (ko) * | 2019-08-16 | 2025-11-14 | 엘지전자 주식회사 | 인공 지능을 이용한 음성 인식 방법 및 그 장치 |
| CN112581935B (zh) | 2019-09-27 | 2024-09-06 | 苹果公司 | 环境感知语音辅助设备以及相关系统和方法 |
| US11501758B2 (en) | 2019-09-27 | 2022-11-15 | Apple Inc. | Environment aware voice-assistant devices, and related systems and methods |
| CN118714395A (zh) | 2020-06-09 | 2024-09-27 | 谷歌有限责任公司 | 从可视内容生成交互式音轨 |
| US20240236593A9 (en) * | 2022-10-19 | 2024-07-11 | Honeywell International Inc. | Public address system commissioning |
| CN117857599B (zh) * | 2024-01-09 | 2024-08-13 | 北京安真医疗科技有限公司 | 一种基于物联网的数字人对话智能管理系统 |
| US12706083B2 (en) | 2024-05-31 | 2026-08-11 | T-Mobile Usa, Inc. | Dynamic translation relay system |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| SU1100740A1 (ru) * | 1983-03-11 | 1984-06-30 | Военная Ордена Ленина Краснознаменная Академия Связи Им.С.М.Буденного | Устройство синтезировани речи |
| US5434883A (en) * | 1991-01-23 | 1995-07-18 | Fujitsu Limited | Adaptive equalizers |
| RU2106074C1 (ru) * | 1996-02-28 | 1998-02-27 | Владимир Анатольевич Ефремов | Пространственная звуковоспроизводящая система |
| US6035273A (en) * | 1996-06-26 | 2000-03-07 | Lucent Technologies, Inc. | Speaker-specific speech-to-text/text-to-speech communication system with hypertext-indicated speech parameter changes |
Family Cites Families (23)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4375083A (en) * | 1980-01-31 | 1983-02-22 | Bell Telephone Laboratories, Incorporated | Signal sequence editing method and apparatus with automatic time fitting of edited segments |
| IT1218995B (it) * | 1988-02-05 | 1990-04-24 | Olivetti & Co Spa | Dispositivo di controllo dell'ampiezza di un segnale elettrico per un apparecchiatura elettronica digitale e relativo metodo di controllo |
| JPH02293900A (ja) * | 1989-05-09 | 1990-12-05 | Matsushita Electric Ind Co Ltd | 音声合成装置 |
| JPH0335296A (ja) * | 1989-06-30 | 1991-02-15 | Sharp Corp | テキスト音声合成装置 |
| US5278943A (en) * | 1990-03-23 | 1994-01-11 | Bright Star Technology, Inc. | Speech animation and inflection system |
| JPH05307395A (ja) * | 1992-04-30 | 1993-11-19 | Sony Corp | 音声合成装置 |
| FI96247C (fi) * | 1993-02-12 | 1996-05-27 | Nokia Telecommunications Oy | Menetelmä puheen muuntamiseksi |
| 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 |
| US5806035A (en) * | 1995-05-17 | 1998-09-08 | U.S. Philips Corporation | Traffic information apparatus synthesizing voice messages by interpreting spoken element code type identifiers and codes in message representation |
| JP3431375B2 (ja) * | 1995-10-21 | 2003-07-28 | 株式会社デノン | 携帯型端末装置及びデータ送信方法及びデータ送信装置及びデータ送受信システム |
| US5960395A (en) * | 1996-02-09 | 1999-09-28 | Canon Kabushiki Kaisha | Pattern matching method, apparatus and computer readable memory medium for speech recognition using dynamic programming |
| US5790671A (en) * | 1996-04-04 | 1998-08-04 | Ericsson Inc. | Method for automatically adjusting audio response for improved intelligibility |
| US6199076B1 (en) * | 1996-10-02 | 2001-03-06 | James Logan | Audio program player including a dynamic program selection controller |
| JP3322140B2 (ja) * | 1996-10-03 | 2002-09-09 | トヨタ自動車株式会社 | 車両用音声案内装置 |
| JPH10228471A (ja) * | 1996-12-10 | 1998-08-25 | Fujitsu Ltd | 音声合成システム,音声用テキスト生成システム及び記録媒体 |
| US5818389A (en) * | 1996-12-13 | 1998-10-06 | The Aerospace Corporation | Method for detecting and locating sources of communication signal interference employing both a directional and an omni antenna |
| US6226614B1 (en) * | 1997-05-21 | 2001-05-01 | Nippon Telegraph And Telephone Corporation | Method and apparatus for editing/creating synthetic speech message and recording medium with the method recorded thereon |
| GB2343822B (en) * | 1997-07-02 | 2000-11-29 | Simoco Int Ltd | Method and apparatus for speech enhancement in a speech communication system |
| GB9714001D0 (en) * | 1997-07-02 | 1997-09-10 | Simoco Europ Limited | Method and apparatus for speech enhancement in a speech communication system |
| US5970446A (en) * | 1997-11-25 | 1999-10-19 | At&T Corp | Selective noise/channel/coding models and recognizers for automatic speech recognition |
| US6253182B1 (en) * | 1998-11-24 | 2001-06-26 | Microsoft Corporation | Method and apparatus for speech synthesis with efficient spectral smoothing |
| JP3706758B2 (ja) * | 1998-12-02 | 2005-10-19 | 松下電器産業株式会社 | 自然言語処理方法,自然言語処理用記録媒体および音声合成装置 |
| US6370503B1 (en) * | 1999-06-30 | 2002-04-09 | International Business Machines Corp. | Method and apparatus for improving speech recognition accuracy |
-
2001
- 2001-03-08 US US09/800,925 patent/US6876968B2/en not_active Expired - Lifetime
-
2002
- 2002-03-07 WO PCT/US2002/006956 patent/WO2002073596A1/en not_active Ceased
- 2002-03-07 RU RU2003129075/09A patent/RU2294565C2/ru not_active IP Right Cessation
- 2002-03-07 CN CNB028061586A patent/CN1316448C/zh not_active Expired - Lifetime
- 2002-03-07 JP JP2002572565A patent/JP2004525412A/ja active Pending
- 2002-03-07 EP EP02717572A patent/EP1374221A4/en not_active Withdrawn
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| SU1100740A1 (ru) * | 1983-03-11 | 1984-06-30 | Военная Ордена Ленина Краснознаменная Академия Связи Им.С.М.Буденного | Устройство синтезировани речи |
| US5434883A (en) * | 1991-01-23 | 1995-07-18 | Fujitsu Limited | Adaptive equalizers |
| RU2106074C1 (ru) * | 1996-02-28 | 1998-02-27 | Владимир Анатольевич Ефремов | Пространственная звуковоспроизводящая система |
| US6035273A (en) * | 1996-06-26 | 2000-03-07 | Lucent Technologies, Inc. | Speaker-specific speech-to-text/text-to-speech communication system with hypertext-indicated speech parameter changes |
Cited By (25)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2565008C2 (ru) * | 2008-03-10 | 2015-10-10 | Фраунхофер-Гезелльшафт цур Фёрдерунг дер ангевандтен Форшунг Е.Ф. | Устройство и метод для обработки аудио сигнала, содержащего переходный сигнал |
| RU2598326C2 (ru) * | 2008-03-10 | 2016-09-20 | Фраунхофер-Гезелльшафт цур Фёрдерунг дер ангевандтен Форшунг Е.Ф. | Устройство и метод для обработки аудио сигнала, содержащего переходный сигнал |
| RU2487429C2 (ru) * | 2008-03-10 | 2013-07-10 | Фраунхофер-Гезелльшафт Цур Фердерунг Дер Ангевандтен Форшунг Е.Ф. | Устройство и метод для обработки аудиосигнала, содержащего переходный сигнал |
| US9275652B2 (en) | 2008-03-10 | 2016-03-01 | Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. | Device and method for manipulating an audio signal having a transient event |
| US9236062B2 (en) | 2008-03-10 | 2016-01-12 | Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. | Device and method for manipulating an audio signal having a transient event |
| US9230558B2 (en) | 2008-03-10 | 2016-01-05 | Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. | Device and method for manipulating an audio signal having a transient event |
| RU2565009C2 (ru) * | 2008-03-10 | 2015-10-10 | Фраунхофер-Гезелльшафт Цур Фердерунг Дер Ангевандтен Форшунг Е.Ф. | Устройство и метод для обработки аудио сигнала, содержащего переходный сигнал |
| US9043203B2 (en) | 2008-07-11 | 2015-05-26 | Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. | Audio encoder, audio decoder, methods for encoding and decoding an audio signal, and a computer program |
| US12080305B2 (en) | 2008-07-11 | 2024-09-03 | Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. | Audio encoder, audio decoder, methods for encoding and decoding an audio signal, audio stream and a computer program |
| US8983851B2 (en) | 2008-07-11 | 2015-03-17 | Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. | Noise filer, noise filling parameter calculator encoded audio signal representation, methods and computer program |
| US12334089B2 (en) | 2008-07-11 | 2025-06-17 | Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. | Audio encoder, audio decoder, methods for encoding and decoding an audio signal, audio stream and a computer program |
| RU2512103C2 (ru) * | 2008-07-11 | 2014-04-10 | Фраунхофер-Гезелльшафт Цур Фердерунг Дер Ангевандтен Форшунг Е.Ф. | Шумовой фон, устройство обработки шумового фона, метод обеспечения параметров шумового фона, метод обеспечения спектрального представления шумового фона аудиосигнала, компьютерная программа и кодированный аудиосигнал |
| US12334088B2 (en) | 2008-07-11 | 2025-06-17 | Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. | Audio encoder, audio decoder, methods for encoding and decoding an audio signal, audio stream and a computer program |
| US9449606B2 (en) | 2008-07-11 | 2016-09-20 | Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. | Audio encoder, audio decoder, methods for encoding and decoding an audio signal, and a computer program |
| US9711157B2 (en) | 2008-07-11 | 2017-07-18 | Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. | Audio encoder, audio decoder, methods for encoding and decoding an audio signal, and a computer program |
| US12334090B2 (en) | 2008-07-11 | 2025-06-17 | Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. | Audio encoder, audio decoder, methods for encoding and decoding an audio signal, audio stream and a computer program |
| US10629215B2 (en) | 2008-07-11 | 2020-04-21 | Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. | Audio encoder, audio decoder, methods for encoding and decoding an audio signal, and a computer program |
| US11024323B2 (en) | 2008-07-11 | 2021-06-01 | Fraunhofer-Gesellschaft zur Fcerderung der angewandten Forschung e.V. | Audio encoder, audio decoder, methods for encoding and decoding an audio signal, audio stream and a computer program |
| US11869521B2 (en) | 2008-07-11 | 2024-01-09 | Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. | Audio encoder, audio decoder, methods for encoding and decoding an audio signal, audio stream and a computer program |
| US12080306B2 (en) | 2008-07-11 | 2024-09-03 | Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. | Audio encoder, audio decoder, methods for encoding and decoding an audio signal, audio stream and a computer program |
| US12327570B2 (en) | 2008-07-11 | 2025-06-10 | Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. | Audio encoder, audio decoder, methods for encoding and decoding an audio signal, audio stream and a computer program |
| RU2421827C2 (ru) * | 2009-08-07 | 2011-06-20 | Общество с ограниченной ответственностью "Центр речевых технологий" | Способ синтеза речи |
| RU2427079C1 (ru) * | 2010-04-15 | 2011-08-20 | Корпорация "САМСУНГ ЭЛЕКТРОНИКС Ко., Лтд." | Способ оценки состояний мобильного устройства пользователя в системе беспроводной связи |
| US9805735B2 (en) | 2010-04-16 | 2017-10-31 | Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. | Apparatus, method and computer program for generating a wideband signal using guided bandwidth extension and blind bandwidth extension |
| RU2527735C2 (ru) * | 2010-04-16 | 2014-09-10 | Фраунхофер-Гезелльшафт Цур Фердерунг Дер Ангевандтен Форшунг Е.Ф. | Устройство, способ и компьютерная программа для выработки широкополосного сигнала с использованием управляемого расширения ширины полосы и слепого расширения ширины полосы |
Also Published As
| Publication number | Publication date |
|---|---|
| US20020128838A1 (en) | 2002-09-12 |
| JP2004525412A (ja) | 2004-08-19 |
| CN1549999A (zh) | 2004-11-24 |
| EP1374221A4 (en) | 2005-03-16 |
| WO2002073596A1 (en) | 2002-09-19 |
| RU2003129075A (ru) | 2005-04-10 |
| EP1374221A1 (en) | 2004-01-02 |
| CN1316448C (zh) | 2007-05-16 |
| US6876968B2 (en) | 2005-04-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6876968B2 (en) | Run time synthesizer adaptation to improve intelligibility of synthesized speech | |
| US7096183B2 (en) | Customizing the speaking style of a speech synthesizer based on semantic analysis | |
| US7565291B2 (en) | Synthesis-based pre-selection of suitable units for concatenative speech | |
| US7536303B2 (en) | Audio restoration apparatus and audio restoration method | |
| US7974836B2 (en) | System and method for voice user interface navigation | |
| CN1758330B (zh) | 用于通过交互式话音响应系统防止语音理解的方法和设备 | |
| EP0710378A1 (en) | A method and apparatus for converting text into audible signals using a neural network | |
| KR20010014352A (ko) | 음성 통신 시스템에서 음성 강화를 위한 방법 및 장치 | |
| CN103165126A (zh) | 一种手机文本短信的语音播放的方法 | |
| US10143027B1 (en) | Device selection for routing of communications | |
| Schwartz et al. | A preliminary design of a phonetic vocoder based on a diphone model | |
| JP2005070430A (ja) | 音声出力装置および方法 | |
| CN102857650B (zh) | 动态调整语音的方法 | |
| Přibilová et al. | Non-linear frequency scale mapping for voice conversion in text-to-speech system with cepstral description | |
| US20020072909A1 (en) | Method and apparatus for producing natural sounding pitch contours in a speech synthesizer | |
| US11172527B2 (en) | Routing of communications to a device | |
| Takano et al. | A Japanese TTS system based on multiform units and a speech modification algorithm with harmonics reconstruction | |
| Mizutani et al. | Concatenative speech synthesis based on the plural unit selection and fusion method | |
| CN118629389A (zh) | 语音播报方法、播报系统和无线通信终端 | |
| Meyer | Coding human languages for long-range communication in natural ecological environments: shouting, whistling, and drumming | |
| Bae et al. | Enhancement of pitch controllability using timbre-preserving pitch augmentation in FastPitch | |
| GB2336978A (en) | Improving speech intelligibility in presence of noise | |
| CN114765029B (zh) | 语音至歌声的实时转换技术 | |
| AU2002248563A1 (en) | Run time synthesizer adaptation to improve intelligibility of synthesized speech | |
| Westall | Review of speech technologies for telecommunications |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| MM4A | The patent is invalid due to non-payment of fees |
Effective date: 20070308 |