[發明專利]語音合成方法和語音合成設備

有效

• 申請號: 201410061929.5
• 申請日: 2014-02-24
• 公開（公告）號: CN104021783B
• 公開（公告）日: 2017-10-31
• 發明（設計）人: 久湊裕司
• 申請（專利權）人: 雅馬哈株式會社
• 主分類號: G10L13/02
• 分類號: G10L13/02;G10H1/00;G10H1/14;G10H7/00;G10L13/07
• 代理公司: 北京天昊聯合知識產權代理有限公司11112
• 代理人: 陳源,李銘

1.一種語音合成方法，包括：

確定步驟，用于確定根據用戶的操縱而移動的操縱位置；

生成步驟，用于響應于用以生成其中第二音素跟隨第一音素的語音的指令而生成語音信號，使得在所述操縱位置到達基準位置之前開始所述第一音素的發聲，并且在所述操縱位置到達所述基準位置時進行從所述第一音素至所述第二音素的發聲；以及

預測步驟，用于基于所述操縱位置的移動速度來預測所述操縱位置到達所述基準位置的指令時間點。

2.根據權利要求1所述的語音合成方法，其中，在所述預測步驟中，基于所述操縱位置從預測起始位置移動到預測執行位置所花費的時間長度來預測所述指令時間點。

3.根據權利要求2所述的語音合成方法，其中，在所述預測步驟中，根據所述第一音素的類型來可變地設定所述預測執行位置。

4.根據權利要求1所述的語音合成方法，其中，在所述生成步驟中，生成用于對這樣的合成單位進行發聲的語音信號：在正朝向所述基準位置移動的所述操縱位置經過發聲起始位置時的時間點處，所述合成單位在端部側具有所述第一音素。

5.根據權利要求4所述的語音合成方法，其中，在所述生成步驟中，根據所述第一音素的類型來可變地設定所述發聲起始位置。

6.根據權利要求1所述的語音合成方法，其中，在所述生成步驟中，生成具有這樣音高的語音信號：所述音高與對應于不同音高的多個操縱路徑當中的用戶移動所述操縱位置所沿的操縱路徑相對應。

7.根據權利要求1所述的語音合成方法，其中，在所述生成步驟中，生成這樣的發聲碼的語音信號：所述發聲碼與對應于不同發聲碼的多個操縱路徑當中的用戶移動所述操縱位置所沿的操縱路徑相對應。

8.根據權利要求1所述的語音合成方法，其中，在所述生成步驟中，生成具有與這樣的操縱位置相對應的音高的語音信號：所述操縱位置位于與延伸向所述基準位置的所述操縱路徑交叉的方向上的位置處。

9.根據權利要求1所述的語音合成方法，其中，在所述生成步驟中，生成具有與這樣的操縱位置相對應的音響效果的語音信號：所述操縱位置位于與延伸向所述基準位置的所述操縱路徑交叉的方向上的位置處。

10.根據權利要求1所述的語音合成方法，其中，在所述生成步驟中，響應于用以生成其中第二音素跟隨第一音素的語音和其中第四音素跟隨第三音素的語音的指令，而生成語音信號，其中使得在作為在第一方向上沿著所述操縱路徑移動的結果而使所述操縱位置到達第一基準位置之前開始所述第一音素的發聲，并且在所述操縱位置到達所述第一基準位置時進行從所述第一音素至所述第二音素的發聲；以及生成語音信號，其中使得在作為在與所述第一方向相反的第二方向上沿著所述操縱路徑移動的結果而使所述操縱位置到達第二基準位置之前開始所述第三音素的發聲，并且在所述操縱位置到達所述第二基準位置時進行從所述第三音素至所述第四音素的發聲。

11.一種語音合成設備，包括：

操縱確定器，其被構造為確定根據用戶的操縱而移動的操縱位置；

語音合成器，其被構造為響應于用以生成其中第二音素跟隨第一音素的語音的指令而生成語音信號，使得在所述操縱位置到達基準位置之前開始所述第一音素的發聲，并且在所述操縱位置到達所述基準位置時進行從所述第一音素至所述第二音素的發聲；以及

操縱預測器，其被構造為基于所述操縱位置的移動速度來預測所述操縱位置到達所述基準位置的指令時間點。

12.根據權利要求11所述的語音合成設備，其中所述操縱預測器被構造為基于所述操縱位置從預測起始位置移動到預測執行位置所花費的時間長度來預測所述指令時間點。

13.根據權利要求12所述的語音合成設備，其中所述操縱預測器被構造為根據所述第一音素的類型來可變地設定所述預測執行位置。

14.根據權利要求11所述的語音合成設備，其中所述語音合成器被構造為生成用于發出這樣的合成單位的聲音的語音信號：在正朝向所述基準位置移動的所述操縱位置經過發聲起始位置時的時間點處，所述合成單位在端部側具有所述第一音素。

15.根據權利要求14所述的語音合成設備，其中所述語音合成器被構造為根據所述第一音素的類型來可變地設定所述發聲起始位置。