语音合成模型学习装置、语音合成模型学习方法及存储介质制造方法及图纸

本发明专利技术的实施方式涉及语音合成模型学习装置、语音合成模型学习方法以及存储介质，能够防止语音劣化和不自然的音素持续长度。实施方式的语音合成模型学习装置，具有：语音语料库存储部，其存储语音数据和所述语音数据的基音标记信息及上下文信息；分析部，其根据所述语音数据，分析基音标记信息的各基音标记时刻的音响特征参数；以及统计模型学习部，其根据所述分析部分析出的音响特征参数，学习包含音响特征参数的输出分布以及基于时刻参数的持续时间长度分布的具有多个状态的统计模型，所述音响特征参数包含基音特征参数。述音响特征参数包含基音特征参数。述音响特征参数包含基音特征参数。

【技术实现步骤摘要】
语音合成模型学习装置、语音合成模型学习方法及存储介质
[0001]本申请是于2015年9月16日提交的申请号为201580082427.3、名称为“语音合成装置、语音合成方法、语音合成程序、语音合成模型学习装置、语音合成模型学习方法以及语音合成模型学习程序”的专利申请的分案申请。


[0002]本专利技术的实施方式涉及语音合成装置、语音合成方法、语音合成程序、语音合成模型学习装置、语音合成模型学习方法以及语音合成模型学习程序。

技术介绍

[0003]已知将任意文本变换成合成波形的语音合成技术。另外，根据对语音波形的数据库进行分析而得到的特征参数来学习统计模型的语音合成模型学习装置和在语音合成中使用所学习的统计模型的语音合成装置已众所周知。
[0004]现有技术文献
[0005]专利文献1：日本特开2002
‑
268660号公报
[0006]非专利文献1：H.Zen，et al，“A Hidden Semi
‑
Markov Model
‑
Based Speech 本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种语音合成模型学习装置，具有：语音语料库存储部，其存储语音数据和所述语音数据的基音标记信息及上下文信息；分析部，其根据所述语音数据，分析基音标记信息的各基音标记时刻的音响特征参数；以及统计模型学习部，其根据所述分析部分析出的音响特征参数，学习包含音响特征参数的输出分布以及基于时刻参数的持续时间长度分布的具有多个状态的统计模型，所述音响特征参数包含基音特征参数。2.根据权利要求1所述的语音合成模型学习装置，所述统计模型学习部使用所述语音数据的上下文信息及各基音标记时刻的音响特征参数以及基音标记时刻信息，参照所述基音标记时刻信息来学习持续长度分布。3.根据权利要求1所述的语音合成模型学习装置，所述统计模型学习部使用将自转移概率表示为状态持续长度分布的隐半马尔可夫模型来作为所述统计模型，根据在各状态滞留的开始点的基音标记时刻以及结束点的基音标记时刻来求出在各状态滞留的基于时刻参数的时间长度，将所述滞留时间长度的分布设为状态持续长度分布。4.根据权利要求1所述的语音合成模型学习装置，所述统计模型学习部通过使用状态持续长度分布来推定各状态的输出分布，从而...

【专利技术属性】
技术研发人员：田村正统，森田真弘，
申请(专利权)人：株式会社东芝，
类型：发明
国别省市：