[发明专利]语音合成方法及语音合成装置

说明书

技术领域

本发明涉及语音合成控制。

背景技术

用于对从给定字符串(例如歌词)的发声获得的语音的合成的技术已经被提出了。例如，日本专利申请公开No.2013-205638公开了一种用于对通过歌唱具有由用户选择的歌词的乐曲而获得的歌声进行合成的技术。

当仅通过发声预先准备的歌词来产生合成语音时，对于由此产生的被听众所感知的合成语音而言存在听起来单调的趋势。虽然通过预先准备许多组不同的歌词能够在某种程度上克服这个问题，从而能够产生具有不同歌词的各种合成语音，但是该技术的固有问题在于，预先准备多组歌词会产生过多的工作负荷。

发明内容

鉴于上述问题，本发明的目的在于容易地产生具有丰富的发音内容的合成语音。

鉴于现有技术的问题，作为本发明的一个方面，提供了由计算机执行的语音合成方法，该方法包括：确定是否已经满足关于信息处理的预定条件；当已经满足预定条件时改变发声字符；以及产生通过发声已经改变的发声字符而获得的合成语音的声音信号。

根据本发明的另一方面的语音合成方法由计算机执行，并且该方法可包括：根据当已经满足关于信息处理预定条件时所确定的改变内容来改变发声字符；以及产生通过发声已经改变的发声字符而获得的合成语音的声音信号。

根据本发明的又一方面的语音合成装置可包括：合成管理器，其配置为根据当已经满足关于信息处理的预定条件时所确定的改变内容来改变发声字符；以及语音合成器，其配置为产生通过发声已经改变的发声字符而获得的合成语音的声音信号。

附图说明

图1是示出根据第一实施例的信息处理装置的配置的示意图。

图2是一组语音合成数据的示意图。

图3是示出信息处理装置的配置的示意图，其重点在于装置的功能。

图4是根据第一实施例的字符串改变的示意图。

图5是示出信息处理装置的整体操作的流程的流程图。

图6是示出根据第二实施例的操作的流程的流程图。

图7是根据第三实施例的发声字符串中的改变的示意图。

图8是根据第三实施例的变形例的发声字符串中的改变的示意图。

图9是根据第四实施例的发声字符串中的改变的示意图。

具体实施方式

第一实施例

图1是示出根据本发明的第一实施例的信息处理装置100的配置的示意图。第一实施例的信息处理装置100是产生表示合成语音的声音信号V的信号处理装置。信号处理装置100由包括控制装置10、存储装置12、显示装置14、输入装置16和发声装置18的计算机系统实现。例如，便携式终端装置(比如，移动电话或智能电话)以及便携式或固定的终端装置(比如，个人计算机)可用作为信息处理装置100。第一实施例的信息处理装置100产生从被歌唱的特定乐曲(在下文中称为“目标乐曲”)中获得的语音的声音信号V。信息处理装置100可形成为集成装置(即，作为单个单元)，或者可替换地，其可由例如计算机系统中的各自独立配置的多个离散装置形成。

控制装置10是集成了对信息处理装置100的不同元件的控制的计算机，并且可通过使用例如中央处理单元(CPU)来实现。显示装置14(例如，液晶显示面板)显示由控制装置100命令的画面。输入装置16是能够接收来自用户的指令的用户接口，并且例如通过能够检测用户操作的多个操作器的实施，或者通过使用能够在用户触摸显示装置14的显示屏时进行检测的触摸面板来对其进行配置。发声装置18(例如，扬声器或耳机)播放与由信息处理装置100产生的声音信号V相对应的合成语音。为了鉴于本领域中的常识便于描述，附图中已经省略了将声音信号V由数字信号转换成模拟信号的D/A转换器的描述和细节。

存储装置12将由控制装置10执行的程序与由控制装置10使用的各种数据一起存储起来。例如，可自由地选择公知记录介质(比如，半导体记录介质或磁记录介质，或者多种类型的记录介质的组合)以用作为存储装置12。还可以配置独立于信息处理装置100的存储装置的存储装置12(例如，云存储)，并且实施控制装置10，以便经由通信网络(比如，移动通信网络或者互联网)从存储装置12中读取信息以及向存储装置12中写入信息。换言之，可以可选地将存储装置12从信息处理装置100的内含物中省略。