音声合成処理装置、学習方法、および、音響特徴量生成装置

開放特許情報番号

L2023001187

開放特許情報登録日

2023/10/11

最新更新日

2023/10/11

基本情報

出願番号	特願2022-006374
出願日	2022/1/19
出願人	国立研究開発法人情報通信研究機構
公開番号	特開2023-105505
公開日	2023/7/31
発明の名称	音声合成処理装置、学習方法、および、音響特徴量生成装置
技術分野	情報・通信
機能	制御・ソフトウェア、機械・部品の製造
適用製品	音声合成処理技術
目的	音素の弾性率を考慮しつつ、安定で高精度な話速変換が可能な音声合成処理を行う音声合成処理装置を実現する。
効果	音素の弾性率を考慮しつつ、安定で高精度な話速変換が可能な音声合成処理を行う音声合成処理装置を実現することができる。
技術概要	音素系列データを入力し、エンコード処理を実行し、データを出力するエンコーダと、 第１データを取得し、音素系列データに含まれる各音素の継続長を推定する処理を行う継続長推定処理部で、継続長推定処理部と、 音響特徴量を取得するデコーダと、 音声波形を生成するボコーダと、 を備え、 継続長推定処理部は、 継続長の推定平均値と推定分散値に相当するデータを取得する写像変換層と、 処理後のデータを範囲規制分散データとして取得する範囲規制処理部と、 処理後のデータを推定平均データとして取得する活性化処理部と、 推定音素継続長を取得する継続長取得部と、 を有し、 それぞれ、パラメータを更新することで学習可能である学習モデル、あるいは、学習モデルの学習済みモデルを搭載することが可能であり、 各音素の継続長の正解データにガウスノイズを付加したデータと、範囲規制分散データと、推定平均データとに基づいて、音素継続長についての損失を算出し、算出した損失に基づいて、エンコーダ、継続長推定処理部、および、デコーダのパラメータを更新することで、学習処理が実行され、学習処理により取得された学習済みモデルを搭載できる、 音声合成処理装置。
実施実績	【無】
許諾実績	【無】
特許権譲渡	【否】
特許権実施許諾	【可】

登録者情報

登録者名称	国立研究開発法人情報通信研究機構

その他の情報

関連特許	国内 【無】 国外 【無】