[发明专利]声音合成装置

权利要求书

1.一种声音合成装置，其特征在于，包括：

说话状态获得单元，获得被声音合成的声音波形的说话状态；

韵律生成单元，生成韵律，该韵律是以获得的所述说话状态，说出经过语言处理的文本时的韵律；

特征性音色选择单元，根据所述说话状态来选择观察到的特征性音色，且所述特征性音色是以获得的所述说话状态，说出所述文本时观察到的；

说话位置决定单元，根据所述文本的音韵串、所述特征性音色、以及所述韵律，以构成所述音韵串的各个音韵为单位，判断是否以所述特征性音色来说话，并决定音韵，该音韵位于以所述特征性音色来说话的说话位置；以及

波形合成单元，根据所述音韵串、所述韵律以及所述说话位置来生成声音波形，应用该声音波形以所述说话状态说出所述文本且该文本以特征性音色被说出，所述特征性音色在所述说话位置决定单元所决定的说话位置。

2.如权利要求1所述的声音合成装置，其特征在于，包括：

文本获得单元，获得文本；以及

语言处理单元，对所述文本进行语言处理。

3.如权利要求1所述的声音合成装置，其特征在于，

所述声音合成装置进一步包括频度决定单元，根据所述特征性音色决定以所述特征性音色说话的频度；

所述说话位置决定单元根据所述文本的音韵串、所述特征性音色、所述韵律、以及所述频度，以构成所述音韵串的各个音韵为单位，判断是否以所述特征性音色来说话，并决定音韵，该音韵位于以所述特征性音色来说话的说话位置。

4.如权利要求3所述的声音合成装置，其特征在于，所述频度决定单元将节拍、音节、音素或声音合成单位作为单位，来决定所述频度。

5.如权利要求1所述的声音合成装置，其特征在于，

所述特征性音色选择单元包括：

要素音色记录部，将说话状态和多个特征性音色对应起来记录；以及

选择部从所述要素音色记录部中选择与获得的所述说话状态相对应的所述多个特征性音色；

所述说话位置决定单元根据所述文本的音韵串、所述多个特征性音色、以及所述韵律，以构成所述音韵串的各个音韵为单位，判断是否以所述多个特征性音色中的某一个来说话，并决定音韵，该音韵位于以各个特征性音色来说话的说话位置。

6.如权利要求5所述的声音合成装置，其特征在于，

所述要素音色记录部将所述说话状态与一个组合对应起来记录，所述组合是多个特征性音色及以该特征性音色说话的频度的组合；

所述选择部从所述要素音色记录部中选择一个组合，该组合是与所获得的所述说话状态相对应的所述多个特征性音色及以该特征性音色说话的频度的组合；

所述说话位置决定单元根据所述文本的音韵串、所述多个特征性音色及以该所述特征性音色说话的频度的组合、以及所述韵律，以构成所述音韵串的各个音韵为单位，判断是否以所述多个特征性音色中的某一个来说话，并决定音韵，该音韵位于以各个特征性音色来说话的说话位置。

7.如权利要求6所述的声音合成装置，其特征在于，

所述说话状态获得单元进一步获得所述说话状态的强度；

所述要素声音记录部将以下两个组合对应起来记录，所述两个组合是指：所述说话状态及该说话状态的强度的组合，以及所述多个特征性音色及以该特征性音色说话的频度的组合；

所述选择部从所述要素音色记录部中选择一个组合，该组合是所述多个特征性音色及以该特征性音色说话的频度的组合，且该组合与获得的所述说话状态及该说话状态的强度的组合相对应。

8.如权利要求5所述的声音合成装置，其特征在于，

所述说话位置决定单元进一步在不使所述多个特征性音色的说话位置重叠的状态下来决定音韵，该音韵位于以各个特征性音色来说出所述文本时的说话位置。