特許7376629IP Force 特許公報全文掲載

ホーム > 特許ランキング > グーグル　インコーポレイテッド > 特許7376629

技術分野

韻律を予測するためのクロックワーク階層化変分エンコーダ(clockwork hierarchal variational encoder)

課題を解決するための手段[発明の詳細な説明]から抜粋

本開示の一態様は、合成音声の中の意図された韻律を表す方法を提供する。この方法は、データ処理ハードウェアにおいて、少なくとも1つの単語を有するテキスト発話を受信するステップと、データ処理ハードウェアによって、テキスト発話用の発話埋め込みを選択するステップとを含む。テキスト発話中の各単語は少なくとも1つの音節を有し、各音節は少なくとも1つの音素を有する。発話埋め込みは、意図された韻律を表す。各音・・・　続きを知財ポータルサイト IP Force にログインして見る

この特許の権利範囲[特許請求の範囲]

知財ポータルサイト IP Force にログインして確認する (無料)

この特許公報に記載されている図面[図面の簡単な説明]から抜粋

【図1】 テキスト発話についての韻律表現を予測する際に使用するための制御可能韻律モデルを提供するようにディープニューラルネットワークをトレーニングするための例示的システムの概略図である。
【図2A】 基準オーディオ信号の韻律を固定長発話埋め込みに符号化するための階層状言語構造の概略図である。
【図2B】 テキスト発話の韻律表現を予測するのに固定長発話埋め込みを使う階層状言語構造の概略図である。
【図2C】 固定長基準フレームを直接、固定長発話埋め込みに符号化するように構成された階層状言語構造のエンコーダ部分の概略図である。
【図3A】 テキスト発話の各音節についての継続時間およびピッチ輪郭を予測するための例示的オートエンコーダの概略図である。
【図3B】 テキスト発話の各音節についての継続時間およびピッチ輪郭を予測するための例示的オートエンコーダの概略図である。
【図3C】 テキスト発話の各音素についての継続時間およびエネルギー輪郭を予測するための例示的オートエンコーダの概略図である。
【図4】 受信されたテキスト発話の韻律表現を予測する方法のための動作の例示的配置のフローチャートである。
【図5】 本明細書に記載するシステムおよび方法を実装するのに使うことができる例示的コンピューティングデバイスの概略図である。

代表図 図1本件の代表的な図

100 システム 120 コンピューティングシステム 122 データ処理ハードウェア 124 メモリハードウェア 150 テキスト音声(TTS)システム 152 合成音声 180 発話埋め込みストレージ、発話埋め込みデータストレージ、データストレージ、ストレージ 200 ディープニューラルネットワーク 300 制御可能韻律モデル、韻律モデル、モデル、クロックワーク階層化変分オートエンコーダ(CHiVE)、オートエンコーダ、変分オートエンコーダ 302 エンコーダ部分 310 デコーダ部分 500 コンピューティングデバイス 500a 標準サーバ、サーバ 500b ラップトップコンピュータ 500c ラックサーバシステム 510 プロセッサ、構成要素 520 メモリ、構成要素、非一時的メモリ 530 記憶デバイス、構成要素 540 高速インターフェース/コントローラ、構成要素 550 高速拡張ポート、構成要素 560 低速インターフェース/コントローラ、構成要素 570 低速バス 580 ディスプレイ 590 低速拡張ポート

全ての図面はログインすると無料で閲覧できます。ログイン・ユーザー登録

［広告欄］

ログインすれば広告は減ります

ログインすれば広告は減ります

Copyright © Science Impact Inc. All Rights Reserved.