[發明專利]音質轉換系統

有效

• 申請號: 200680045361.1
• 申請日: 2006-11-28
• 公開（公告）號: CN101351841A
• 公開（公告）日: 2009-01-21
• 發明（設計）人: 舛田剛志
• 申請（專利權）人: 旭化成株式會社
• 主分類號: G10L21/04
• 分類號: G10L21/04
• 代理公司: 北京林達劉知識產權代理事務所
• 代理人: 劉新宇;陳立航

1.一種音質轉換系統，其將原說話者的聲音轉換為目標說 話者的聲音，其特征在于，具備：

音質轉換單元，其將原說話者的聲音經由向對一個以上的 各個原說話者共用設置的一個中間說話者的聲音的轉換而轉換 為目標說話者的聲音。

2.一種音質轉換學習系統，其學習并生成用于將一個以上 的原說話者各自的聲音轉換為一個以上的目標說話者各自的聲 音的函數，其特征在于，具備：

中間轉換函數生成單元，其學習并生成用于將上述原說話 者的聲音轉換為對上述一個以上的各個原說話者共用設置的一 個中間說話者的聲音的中間轉換函數；

目標轉換函數生成單元，其學習并生成用于將上述共用設 置的一個中間說話者的聲音轉換為上述目標說話者的聲音的目 標轉換函數；以及

轉換函數合成單元，其合成由上述中間轉換函數生成單元 生成的中間轉換函數和由上述目標轉換函數生成單元生成的目 標轉換函數，由此生成用于將上述原說話者的聲音轉換為上述 目標說話者的聲音的函數。

3.根據權利要求2所述的音質轉換學習系統，其特征在于，

將上述原說話者的聲音通過上述中間轉換函數轉換后的聲 音或者所收錄的中間說話者的聲音作為上述共用設置的一個中 間說話者的聲音，并生成用于將該共用設置的一個中間說話者 的聲音轉換為上述目標說話者的聲音的函數作為上述目標轉換 函數。

4.根據權利要求2或3所述的音質轉換學習系統，其特征在 于，

上述共用設置的一個中間說話者的聲音是從用規定的音質 輸出任意聲音內容的聲音合成裝置輸出的聲音。

5.根據權利要求2或3所述的音質轉換學習系統，其特征在 于，

在上述學習中使用的原說話者的聲音是從用規定的音質輸 出任意聲音內容的聲音合成裝置輸出的聲音。

6.一種音質轉換系統，其特征在于，具備：

音質轉換單元，其使用由權利要求2至5中的任一項所述的 音質轉換學習系統生成的用于將一個以上的原說話者各自的聲 音轉換為一個以上的目標說話者各自的聲音的函數，將上述原 說話者的聲音轉換為上述目標說話者的聲音，

該音質轉換單元使用合成了上述中間轉換函數和上述目標 轉換函數而得到的函數，將上述原說話者的聲音轉換為上述目 標說話者的聲音。

7.根據權利要求6所述的音質轉換系統，其特征在于，

上述音質轉換單元具備：

中間音質轉換單元，其使用上述中間轉換函數，根據上述 原說話者的聲音生成上述共用設置的一個中間說話者的聲音； 以及

目標音質轉換單元，其使用上述目標轉換函數，根據由上 述中間音質轉換單元生成的上述共用設置的一個中間說話者的 聲音生成上述目標說話者的聲音。

8.根據權利要求6或7所述的音質轉換系統，其特征在于，

上述音質轉換單元轉換作為聲音的特征量的頻譜序列。

9.一種音質轉換客戶服務器系統，其客戶計算機與服務器 計算機通過網絡進行連接，將一個以上的用戶各自的聲音轉換 為一個以上的目標說話者各自的聲音，其特征在于，

上述客戶計算機具備：

用戶聲音獲取單元，其獲取上述用戶的聲音；

用戶聲音發送單元，其將由上述用戶聲音獲取單元獲取的 上述用戶的聲音發送給上述服務器計算機；

中間轉換函數接收單元，其從上述服務器計算機接收中間 轉換函數，該中間轉換函數用于將上述用戶的聲音轉換為對上 述一個以上的各個用戶共用設置的一個中間說話者的聲音；以 及

目標轉換函數接收單元，其從上述服務器計算機接收用于 將上述共用設置的一個中間說話者的聲音轉換為上述目標說話 者的聲音的目標轉換函數，

上述服務器計算機具備：

用戶聲音接收單元，其從上述客戶計算機接收上述用戶的 聲音；

中間說話者聲音存儲單元，其預先存儲上述共用設置的一 個中間說話者的聲音；

中間轉換函數生成單元，其生成用于將上述用戶的聲音轉 換為上述共用設置的一個中間說話者的聲音的中間轉換函數；

目標說話者聲音存儲單元，其預先存儲上述目標說話者的 聲音；

目標轉換函數生成單元，其生成用于將上述共用設置的一 個中間說話者的聲音轉換為上述目標說話者的聲音的目標轉換 函數；

中間轉換函數發送單元，其將上述中間轉換函數發送給上 述客戶計算機；以及

目標轉換函數發送單元，其將上述目標轉換函數發送給上 述客戶計算機，

上述客戶計算機還具備：

中間音質轉換單元，其使用上述中間轉換函數，根據上述 用戶的聲音生成上述共用設置的一個中間說話者的聲音；以及

目標轉換單元，其使用上述目標轉換函數，根據該共用設 置的一個中間說話者的聲音生成上述目標說話者的聲音。