[发明专利]语音合成装置及其方法

说明书

相关申请的交叉引用

本申请基于并要求2006年5月29日提交的申请号为No.2006-92489的在先日本专利申请的优先权，其全部内容在此被合并以作为参考。

技术领域

本申请涉及语音合成装置、语音合成方法和语音合成程序，其允许根据在自然语言表现中使用的诸如音素符号/音节符号或者字符序列的音位符号来合成语音。

背景技术

如在日本声学学会的2004年秋季会议的会议录第369-370页所述的，已知作为提高传统的语音合成器的声音质量的方法，增加可用的波形数据是有效的。实现该方法的推荐方案是在存储器和硬盘之间分布大量的波形数据并使用。

根据日本专利申请公开号07-141000所公开的内容，在产生每个由多个合成单元的组合构成的合成单元串(处理单元)的合成语音的语音合成装置中，当大量的波形数据分布在存储器和硬盘之间时，更频繁使用的波形数据在允许数据以高速获取的存储器中具有优先权。

日本专利申请公开号2005-266010公开了一种基于多个子成本从开头顺序地确定合成片段的方法，其中子成本包括与访问存储有合成片段(在日本专利申请公开号07-14100中称为“语音片段”)的波形数据的存储设备的访问速度有关的成本(访问速度成本)。

根据由日本专利申请公开号07-14100和2005-266010所公开的方法，用于产生与多个处理单元对应的合成语音所需要的总处理时间可以在一定程度上减少，如果不需要严格的可靠性。

然而，当产生与这些多个处理单元中的某个处理单元对应的合成语音时，在允许数据仅以低速获取的硬盘中提供的波形数据可能被集中地使用。在这种情况下，用于从硬盘获取波形数据所需要的时间占了用于产生与处理单元对应的合成语音所需要的时间的过多的百分比，这可导致处理单元时间在多个处理单元中变化很大。然而，既没有避免该变化的方法，也没有完全防止由于数据获取操作造成的在用于产生合成语音所需要的时间上的增加的方法。

如前所述，根据传统技术，在用于产生合成语音所需要的时间上在多个处理单元之间有很大的不同。由于数据获取操作造成的在用于产生合成语音所需要的时间上的增加不能完全减小。

发明内容

因此，本发明旨在解决上述的问题，本发明的目的在于提供一种语音合成器、语音合成方法和语音合成程序，其使由于数据获取操作造成的在用于产生合成语音所需要的时间上的增加能够被完全防止，而在用于产生合成语音所需要的时间上在多个处理单元之间不产生大的不同。

根据本发明的实施例，语音合成器获取与在输入合成单元串中包括的规定处理单元中多个合成单元对应的合成片段的波形数据，并通过连接波形数据而合成语音，该语音合成器包括：属性信息存储媒体，其存储除了波形数据之外的所述合成片段的属性信息；多个波形数据存储媒体，其存储所述合成片段的波形数据，其中所述合成片段具有不同的用于获取所述所存储的波形数据的数据获取时间；数据位置信息存储媒体，其存储包括存储每个所述合成片段的所述波形数据的波形数据存储媒体的标识符的数据位置信息；候选获取单元，其根据所述处理单元中每个所述合成单元的属性信息，从所述属性信息存储媒体中获取与每个所述合成单元对应的合成片段候选；合成片段选择器，其获取多个序列，其中每个序列包括对每个所述合成单元获取的多个合成片段候选的组合，并根据所述位置信息从所述多个序列中选择一个序列，以使得用于获取所述处理单元中所述合成片段的波形数据所需要的总时间不超过数据获取时间的上限；合成片段产生单元，其组合所述所选择的一个序列上的合成片段以产生合成片段串；以及波形生成器，其从每个所述波形数据存储媒体中获取在所述合成片段串中包括的合成片段的波形数据并连接这些数据。

根据本发明，在用于产生合成语音所需要的时间上在处理单元之间不会产生大的不同，并且由于数据获取操作造成的在用于产生合成语音所需要的时间上的增加能够完全减少。

附图说明

图1是根据本发明的第一实施例的语音合成装置的结构的框图；

图2是根据第一实施例的语音合成装置中的语音合成器14的结构的框图；

图3是说明根据第一实施例的语音合成装置的操作的流程图；

图4是说明根据第一实施例的语音合成装置中的语音合成器14的操作的流程图；

图5是说明初步选择的图；

图6A是说明当与获取数据有关的条件没有满足时的处理的图；

图6B是(与波形数据有关的)数据位置信息的内部结构的例子的表；