[發(fā)明專(zhuān)利]語(yǔ)音合成字典創(chuàng)建裝置以及語(yǔ)音合成字典創(chuàng)建方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201380077502.8
• 申請(qǐng)日: 2013-06-20
• 公開(kāi)（公告）號(hào): CN105340003B
• 公開(kāi)（公告）日: 2019-04-05
• 發(fā)明（設(shè)計(jì)）人: 橘健太郎;森田真弘;籠島岳彥
• 申請(qǐng)（專(zhuān)利權(quán)）人: 株式會(huì)社東芝
• 主分類(lèi)號(hào): G10L13/04
• 分類(lèi)號(hào): G10L13/04;G10L13/06
• 代理公司: 北京市中咨律師事務(wù)所 11247
• 代理人: 劉薇;李崢

1.一種語(yǔ)音合成字典創(chuàng)建裝置，包括：

第一語(yǔ)音輸入單元，其被配置成接收第一語(yǔ)音數(shù)據(jù)的輸入；

第二語(yǔ)音輸入單元，其被配置成接收第二語(yǔ)音數(shù)據(jù)的輸入，所述第二語(yǔ)音數(shù)據(jù)被認(rèn)為是適當(dāng)?shù)恼Z(yǔ)音數(shù)據(jù)；

確定單元，其被配置成確定所述第一語(yǔ)音數(shù)據(jù)的說(shuō)話人是否與所述第二語(yǔ)音數(shù)據(jù)的說(shuō)話人相同；以及

創(chuàng)建單元，其被配置成當(dāng)所述確定單元確定所述第一語(yǔ)音數(shù)據(jù)的說(shuō)話人與所述第二語(yǔ)音數(shù)據(jù)的說(shuō)話人相同時(shí)，使用所述第一語(yǔ)音數(shù)據(jù)以及與所述第一語(yǔ)音數(shù)據(jù)對(duì)應(yīng)的文本創(chuàng)建語(yǔ)音合成字典，

其中所述適當(dāng)?shù)恼Z(yǔ)音數(shù)據(jù)為朗讀呈現(xiàn)文本的語(yǔ)音數(shù)據(jù)或檢測(cè)到認(rèn)證信息的語(yǔ)音數(shù)據(jù)。

2.根據(jù)權(quán)利要求1所述的裝置，還包括：

存儲(chǔ)單元，其被配置成在其中存儲(chǔ)多個(gè)文本；以及

呈現(xiàn)單元，其被配置成呈現(xiàn)在所述存儲(chǔ)單元中存儲(chǔ)的所述文本中的任何一個(gè)；

其中，所述第二語(yǔ)音輸入單元將通過(guò)說(shuō)出由所述呈現(xiàn)單元呈現(xiàn)的所述文本而獲得的語(yǔ)音數(shù)據(jù)設(shè)置為被認(rèn)為是適當(dāng)?shù)恼Z(yǔ)音數(shù)據(jù)的所述第二語(yǔ)音數(shù)據(jù)。

3.根據(jù)權(quán)利要求2所述的裝置，其中，所述呈現(xiàn)單元執(zhí)行以下的至少一個(gè)：隨機(jī)呈現(xiàn)在所述存儲(chǔ)單元中存儲(chǔ)的所述文本中的任何一個(gè)，以及呈現(xiàn)所述文本中的任何一個(gè)僅僅預(yù)定的時(shí)間段。

4.根據(jù)權(quán)利要求1所述的裝置，其中，所述確定單元通過(guò)將所述第一語(yǔ)音數(shù)據(jù)的特征量與所述第二語(yǔ)音數(shù)據(jù)的特征量進(jìn)行比較來(lái)確定所述第一語(yǔ)音數(shù)據(jù)的說(shuō)話人是否與所述第二語(yǔ)音數(shù)據(jù)的說(shuō)話人相同。

5.根據(jù)權(quán)利要求4所述的裝置，其中，所述確定單元基于所述第一語(yǔ)音數(shù)據(jù)和所述第二語(yǔ)音數(shù)據(jù)的單詞識(shí)別率、單詞準(zhǔn)確率、振幅、基本頻率和頻譜包絡(luò)中的至少一個(gè)來(lái)比較特征量。

6.根據(jù)權(quán)利要求5所述的裝置，其中，當(dāng)所述第一語(yǔ)音數(shù)據(jù)的特征量與所述第二語(yǔ)音數(shù)據(jù)的特征量之間的差等于或小于預(yù)定閾值時(shí)，或者當(dāng)所述第一語(yǔ)音數(shù)據(jù)的特征量與所述第二語(yǔ)音數(shù)據(jù)的特征量之間的相關(guān)性等于或大于預(yù)定閾值時(shí)，所述確定單元確定所述第一語(yǔ)音數(shù)據(jù)的說(shuō)話人與所述第二語(yǔ)音數(shù)據(jù)的說(shuō)話人相同。

7.根據(jù)權(quán)利要求1所述的裝置，還包括：文本輸入單元，其被配置成輸入與所述第一語(yǔ)音數(shù)據(jù)對(duì)應(yīng)的文本，

其中，所述確定單元將通過(guò)說(shuō)出由所述文本輸入單元接收的所述文本而獲得的語(yǔ)音數(shù)據(jù)作為所述第一語(yǔ)音數(shù)據(jù)，以確定所述第一語(yǔ)音數(shù)據(jù)的說(shuō)話人是否與所述第二語(yǔ)音數(shù)據(jù)的說(shuō)話人相同。

8.根據(jù)權(quán)利要求1所述的裝置，其中，所述第二語(yǔ)音輸入單元包括：

語(yǔ)音輸入單元，其被配置成接收語(yǔ)音數(shù)據(jù)的輸入；以及

檢測(cè)單元，其被配置成檢測(cè)在由所述語(yǔ)音輸入單元接收的所述語(yǔ)音數(shù)據(jù)中包括的認(rèn)證信息；

其中，所述檢測(cè)單元將檢測(cè)到認(rèn)證信息的語(yǔ)音數(shù)據(jù)設(shè)置為被認(rèn)為是適當(dāng)?shù)乃龅诙Z(yǔ)音數(shù)據(jù)。

9.根據(jù)權(quán)利要求8所述的裝置，其中，所述認(rèn)證信息表示語(yǔ)音水印或語(yǔ)音波形加密。

10.一種語(yǔ)音合成字典創(chuàng)建方法，包括：

接收第一語(yǔ)音數(shù)據(jù)的輸入；

接收第二語(yǔ)音數(shù)據(jù)的輸入，所述第二語(yǔ)音數(shù)據(jù)被認(rèn)為是適當(dāng)?shù)恼Z(yǔ)音數(shù)據(jù)；

確定所述第一語(yǔ)音數(shù)據(jù)的說(shuō)話人是否與所述第二語(yǔ)音數(shù)據(jù)的說(shuō)話人相同；以及

當(dāng)確定所述第一語(yǔ)音數(shù)據(jù)的說(shuō)話人與所述第二語(yǔ)音數(shù)據(jù)的說(shuō)話人相同時(shí)，使用所述第一語(yǔ)音數(shù)據(jù)以及與所述第一語(yǔ)音數(shù)據(jù)對(duì)應(yīng)的文本創(chuàng)建語(yǔ)音合成字典。