音声合成技術の新次元、統計的パラメトリック音声合成システム

国立研究開発法人情報通信研究機構

東京都小金井市貫井北町４－２－１

この技術でできること

統計的パラメトリック音声合成に従う音声合成技術の新たなフレームワークです。

相談したいこと

技術の特徴

本特許は、深層学習と統計モデルに基づいて音声を合成する新たなフレームワークを提供します。既知のテキストに対応する音声波形の基本周波数を抽出し、周期成分および非周期成分を単位区間毎に抽出します。その後、抽出された周期成分および非周期成分のスペクトル包絡を抽出し、既知のテキストの文脈情報に基づくコンテキストラベルを生成します。最後に、基本周波数、周期成分のスペクトル包絡、非周期成分のスペクトル包絡を含む音響特徴量と、対応するコンテキストラベルとを対応付けて学習することで、統計モデルを構築します。このフレームワークにより、高品質な音声を生成できるとともに、音声合成技術の進化に寄与します。

AIによる特許活用案

おすすめ業界 IT教育エンターテイメント

高品質なテキスト読み上げサービスの開発

高品質な音声を生成できる本特許の技術を活用し、テキスト読み上げサービスの開発を行います。特に、教育分野や多言語翻訳サービスなどに応用可能です。

続きの活用案は会員限定です

無料登録またはログイン後に、公開範囲に応じて確認できます。

参考情報

活用条件

サブスクリプション・未選択
権利譲渡・未選択
ライセンス契約・未選択

商品化・サービス化: ASK
実証実験: ASK
サンプル・プロトタイプ: ASK

掲載者による選択状態を表示しています。未選択や ASK は、利用不可を意味するものではありません。

権利概要

出願番号: 特願2017-037151
発明の名称: 音声合成システム、音声合成プログラムおよび音声合成方法
出願人／権利者: 国立研究開発法人情報通信研究機構
住所: 東京都小金井市貫井北町４－２－１
公開番号: 特開2018-141915
登録番号: 特許第6802958号

登録情報の修正申請