[发明专利]语音分析方法和装置、语音合成方法和装置、以及存储语音分析程序的介质

说明书

本发明公开了语音分析装置和语音分析方法，该语音分析方法包括产生相对音高的时间序列的变量提取步骤。所述相对音高是从乐曲数据产生的在时间轴上连续波动的音高和参考语音的音高之差。所述乐曲数据按时间序列指定乐曲的各个音符。所述参考语音是通过歌唱所述乐曲而得到的语音。通过对其中未检测到音高的无语音区间进行插值处理来处理所述参考语音的音高。所述语音分析方法还包括特性分析步骤，其产生定义了用于表示在所述变量提取步骤中产生的相对音高的时间序列的模型的歌唱特性数据。

相关申请的交叉引用

本申请要求于2013年8月9日提交的日本申请JP 2013-166311的优先权，其全部内容通过引用合并到本申请中。

技术领域

本发明涉及语音分析方法、语音分析装置、语音合成方法、语音合成装置、以及存储语音分析程序的计算机可读介质。

背景技术

现已提出通过使用表示多个状态之间的概率转变的概率模型来产生声音的特征量的时间序列的技术。例如，在日本专利申请公开第2011-13454号所公开的技术中，采用隐式马尔可夫模型(hidden Markov model,HMM)的概率模型被用来产生音高的时间序列(音高曲线)。通过根据从概率模型产生的音高的时间序列驱动声音产生器(例如，正弦波产生器)并执行与歌词的音素相对应的滤波器处理来合成期望乐曲的歌唱语音。然而，在日本专利申请公开第2011-13454号所公开的技术中，对相邻音符的每个组合产生概率模型，因此，为了对各种各样的乐曲产生歌唱语音，需要对大量的音符组合产生概率模型。

日本专利申请公开第2012-37722号公开了如下配置：其用于产生形成乐曲的每个音符的音高和该乐曲的歌唱语音的音高之间的相对值(相对音高)的概率模型。在日本专利申请公开第2012-37722号所公开的技术中，通过使用相对音高来产生概率模型，其优点在于，无需为大量音符组合的每一个提供概率模型。

发明内容

然而，在日本专利申请公开第2012-37722号所公开的技术中，乐曲的每个音符的音高离散地(不连续地)波动，因此，相对音高在音高相异的各音符之间的分界时间点处不连续地波动。因此，通过施加相对音高产生的合成语音可能发出听感不自然的语音。鉴于上述情况，本发明的一个或多个实施例的目标是产生能够产生听感自然的合成语音的相对音高的时间序列。

在本发明的一个或多个实施例中，语音分析方法包括产生相对音高的时间序列的变量提取步骤。所述相对音高是从乐曲数据中产生的在时间轴上连续地波动的音高和参考语音的音高之差。所述乐曲数据按时间序列指定乐曲的各个音符。所述参考语音是通过歌唱所述乐曲而得到的语音。通过对未检测到音高的无语音区间进行插值处理来处理参考语音的音高。所述语音处理方法还包括特性分析步骤，其产生定义了用于表示在所述变量提取步骤中产生的相对音高的时间序列的模型的歌唱特性数据。

在本发明的一个或多个实施例中，语音分析装置包括变量提取单元，其被配置为产生相对音高的时间序列。所述相对音高是从乐曲数据产生的在时间轴上连续波动的音高和参考语音的音高之差。所述乐曲数据按时间序列指定乐曲的各个音符。所述参考语音是通过歌唱所述乐曲而得到的语音。通过对未检测到音高的无语音区间进行插值处理来处理参考语音的音高。所述语音处理装置还包括特性分析单元，其被配置为产生定义了表示在所述变量提取单元中产生的相对音高的时间序列的模型的歌唱特性数据。

在本发明的一个或多个实施例中，非瞬时计算机可读记录介质上存储有语音分析程序，该语音分析程序包括用于产生相对音高的时间序列的变量提取指令。所述相对音高是从乐曲数据产生的在时间轴上连续波动的音高和参考语音的音高之差。所述乐曲数据按时间序列指定乐曲的各个音符。所述参考语音是通过歌唱所述乐曲而得到的语音。通过对未检测到音高的无语音区间进行插值处理来处理参考语音的音高。所述语音分析程序还包括特性分析指令，其用于产生定义了表示由所述变量提取指令产生的相对音高的时间序列的模型的歌唱特性数据。