[发明专利]语音合成字典创建装置以及语音合成字典创建方法

说明书

根据实施例的语音合成字典创建装置包括第一语音输入单元、第二语音输入单元、确定单元以及创建单元。第一语音输入单元接收第一语音数据的输入。第二语音输入单元接收被认为是适当的语音数据的第二语音数据的输入。确定单元确定第一语音数据的说话人是否与第二语音数据的说话人相同。当确定单元确定第一语音数据的说话人与第二语音数据的说话人相同时，创建单元使用第一语音数据以及与第一语音数据对应的文本来创建语音合成字典。

技术领域

本发明的实施例涉及语音合成字典创建装置以及语音合成字典创建方法。

背景技术

近年来，随着语音合成技术的质量的提高，语音合成的使用范围已经急剧扩大，诸如在汽车导航系统中、在蜂窝电话的语音邮件读取应用中、在语音助手应用中。此外，还提供了用于根据一般用户的语音创建语音合成字典的服务。在该服务中，如果只有所记录的语音可用，则语音合成字典可根据任何人的语音创建。

专利文献1：特开2010-117528号公报

发明内容

然而，如果语音是以欺诈方式从电视或因特网中获得，则有可能通过模仿他人来创建语音合成字典，并且语音合成字典有被滥用的风险。因此，本发明的目的是提供一种语音合成字典创建装置以及语音合成字典创建方法，其使得能够防止以欺骗的方式创建语音合成字典。

根据实施例，语音合成字典创建装置包括第一语音输入单元、第二语音输入单元、确定单元和创建单元。第一语音输入单元接收第一语音数据的输入。第二语音输入单元接收被认为是适当的语音数据的第二语音数据的输入。确定单元确定第一语音数据的说话人是否与第二语音数据的说话人相同。当确定单元确定第一语音数据的说话人与第二语音数据的说话人相同时，创建单元使用第一语音数据以及与第一语音数据对应的文本来创建语音合成字典。

附图说明

图1是示出根据第一实施例的语音合成字典创建装置的配置的配置图；

图2是示出根据第一实施例的语音合成字典创建装置的变形例的配置的配置图；

图3是用于说明在根据第一实施例的语音合成字典创建装置中执行的用于创建语音合成字典的操作的流程图；

图4是示意性地示出在包括根据第一实施例的语音合成字典创建装置的语音合成字典创建系统中执行的操作的示例的图；

图5是示出根据第二实施例的语音合成字典创建装置的配置的配置图；

图6是用于说明在根据第二实施例的语音合成字典创建装置中执行的用于创建语音合成字典的操作的流程图；

图7是示意性地示出在包括根据第二实施例的语音合成字典创建装置的语音合成字典创建系统中执行的操作的示例的图。

具体实施方式

第一实施例

以下参考附图说明根据第一实施例的语音合成字典创建装置。图1是示出根据第一实施例的语音合成字典创建装置1a的配置的配置图。在此，语音合成字典创建装置1a例如是使用通用计算机实现的。也就是说，语音合成字典创建装置1a例如具有包括CPU、存储器装置、输入输出装置和通信接口的计算机的功能。

如图1所示，语音合成字典创建装置1a包括第一语音输入单元10、第一存储单元11、控制单元12、呈现单元13、第二语音输入单元14、分析确定单元15、创建单元16和第二存储单元17。在此，第一语音输入单元10、控制单元12、呈现单元13、第二语音输入单元14和分析确定单元15可使用硬件来配置或者可使用由CPU执行的软件来配置。第一存储单元11和第二存储单元17使用例如HDD(硬盘驱动器)或存储器来配置。因此，语音合成字典创建装置1a可被配置以使得其功能通过执行语音合成字典创建程序来实现。