音声・動画像合成装置及び音声・動画像データベース

発明者： ,
出願人/特許権者：
代理人 (1件)：松田正道
公報種別：公開公報
出願番号（国際出願番号）：特願平10-029437
公開番号（公開出願番号）：特開平11-231899
出願日： 1998年02月12日
公開日（公表日）： 1999年08月27日
要約：

【要約】【課題】合成音声に同期した顔の動画像が違和感があり不自然である。【解決手段】多数のテキスト例に対して構文解析を行い、入力テキスト中の単語の読み、アクセント位置、ポーズ位置などの言語情報から決定された音韻列と、各音韻列の基本周波数パターン、パワー、スペクトルなどの韻律情報と、各音韻列に対応する音声単位波形列とを格納する音声データベース105と、所定の入力テキストに対して構文解析を行い、その入力テキスト中の単語の読み、アクセント位置、ポーズ位置などの言語情報を決定する言語解析手段101と、言語解析手段から言語情報を受け取り、入力テキストに対応した、少なくとも、音韻列、基本周波数パターンを決定する音韻パラメータ生成手段と102、音声データベース105に格納された音韻列、韻律情報を参照しながら、音韻パラメータ生成部の決定した音韻列、基本周波数パターンに適合する音声単位波形の波形を、音声データベース105から選択し、各接続することにより合成音声を生成する音声単位接続手段103とを備える。

請求項（抜粋）：

多数のテキスト例に対して構文解析を行い、入力テキスト中の単語の読み、アクセント位置、ポーズ位置などの言語情報から決定された音韻列と、各音韻列の基本周波数パターン、パワー、スペクトルなどの韻律情報と、各音韻列に対応する音声単位波形列とを格納する音声データベースと、所定の入力テキストに対して構文解析を行い、その入力テキスト中の単語の読み、アクセント位置、ポーズ位置などの言語情報を決定する言語解析手段と、前記言語解析手段から言語情報を受け取り、前記入力テキストに対応した、少なくとも、音韻列、基本周波数パターンを決定する音韻パラメータ生成手段と、前記音声データベースに格納された音韻列、韻律情報を参照しながら、前記音韻パラメータ生成部の決定した音韻列、基本周波数パターンに適合する音声単位波形の波形を、前記音声データベースから選択し、各接続することにより合成音声を生成する音声単位接続手段と、を備えたことを特徴とする音声合成装置。

IPC (6件)：

G10L 5/04 , G06T 13/00 , G09G 5/00 510 , G09G 5/00 530 , G10L 3/00 , G06F 17/30

FI (7件)：

G10L 5/04 F , G09G 5/00 510 Q , G09G 5/00 530 M , G10L 3/00 S , G10L 3/00 H , G06F 15/62 340 A , G06F 15/40 370 G

前のページに戻る