[發(fā)明專利]基于HMM的雙語(普通話-英語)TTS技術(shù)

有效

• 申請?zhí)枺?/td>: 201110291213.0
• 申請日: 2008-08-19
• 公開（公告）號: CN102360543A
• 公開（公告）日: 2012-02-22
• 發(fā)明（設(shè)計）人: Y·錢;F·K-P·宋
• 申請（專利權(quán)）人: 微軟公司
• 主分類號: G10L13/06
• 分類號: G10L13/06
• 代理公司: 上海專利商標(biāo)事務(wù)所有限公司 31100
• 代理人: 蔡悅;錢靜芳

1.一種至少部分地由計算機(jī)實現(xiàn)的用于基于文本來生成語音的方法，所述方法包括：

構(gòu)建第一語言專用決策樹；

構(gòu)建第二語言專用決策樹；

將來自所述第一樹的葉節(jié)點映射到所述第二樹的葉節(jié)點；

接收所述第二語言的文本；以及

至少部分地基于將來自所述第一樹的葉節(jié)點映射到所述第二樹的葉節(jié)點來生成對應(yīng)于所接收到的文本的所述第二語言的語音。

2.如權(quán)利要求1所述的方法，其特征在于，將來自所述第一樹的葉節(jié)點映射到所述第二樹的葉節(jié)點包括使用KLD技術(shù)。

3.如權(quán)利要求1所述的方法，其特征在于，還包括將來自所述第二樹的葉節(jié)點映射到所述第一樹的葉節(jié)點。

4.如權(quán)利要求1所述的方法，其特征在于，一個決策樹的多個葉節(jié)點映射到另一決策樹的單個葉節(jié)點。

5.如權(quán)利要求1所述的方法，其特征在于，所述第一語言包括普通話。

6.如權(quán)利要求1所述的方法，其特征在于，所述第一語言和所述第二語言包括英語和普通話。

7.如權(quán)利要求1所述的方法，其特征在于，所述生成語音在不使用以所述第二語言所提供的語音的情況下發(fā)生。

8.一種至少部分地由計算機(jī)實現(xiàn)的用于多語言TTS系統(tǒng)的方法，所述方法包括：

提供用于第一語言中的聲音的HMM；

提供用于第二語言中的聲音的HMM；

確定所述第一語言中的聲音的線譜對；

確定所述第二語言中的聲音的線譜對；

基于所述第一語言中的聲音和所述第二語言中的聲音的線譜對來計算KLD得分，其中所述KLD得分指示所述第一語言中的聲音和所述第二語言中的聲音之間的相似性/相異性；以及

構(gòu)建多語言基于HMM的TTS系統(tǒng)，其中所述TTS系統(tǒng)包括基于KLD得分的共享聲音。

9.如權(quán)利要求8所述的方法，其特征在于，所述第一語言中的聲音包括音素并且其中，所述第二語言中的聲音包括音素。

10.如權(quán)利要求8所述的方法，其特征在于，所述第一語言中的聲音包括子音素并且其中，所述第二語言中的聲音包括子音素。

11.如權(quán)利要求8所述的方法，其特征在于，所述第一語言中的聲音包括復(fù)雜音素并且其中，所述第二語言中的聲音包括兩個或更多音素。

12.如權(quán)利要求8所述的方法，其特征在于，所述第一語言中的聲音包括上下文相關(guān)聲音。