公开(公告)号：US20110000360A1

公开(公告)日：2011-01-06

申请号：US12828375

申请日：2010-07-01

申请人： Keijiro SAINO ,  Jordi BONADA

发明人： Keijiro SAINO ,  Jordi BONADA

IPC分类号： G10H7/00

CPC分类号： G10L13/10 ,  G10H1/0008 ,  G10H1/361 ,  G10H2210/086 ,  G10H2240/155 ,  G10H2250/015 ,  G10H2250/425 ,  G10H2250/481

摘要： Waveform data representative of singing voices of a singing music piece are analyzed to generate melody component data representative of variation over time in fundamental frequency component presumed to represent a melody in the singing voices. Then, through machine learning that uses score data representative of a musical score of the singing music piece and the melody component data, a melody component model, representative of a variation component presumed to represent the melody among the variation over time in fundamental frequency component, is generated for each combination of notes. Parameters defining the melody component models and note identifiers indicative of the combinations of notes whose variation over time in fundamental frequency component are represented by the melody component models are stored into a pitch curve generating database in association with each other.

摘要翻译： 分析表示唱歌乐曲的歌声的波形数据，以产生表示基本频率分量随时间变化的旋律分量数据，该基本频率分量被假设为表示唱歌声音中的旋律。 然后，通过机器学习，其使用表示唱歌乐曲的乐谱的成绩数据和旋律分量数据，表示基本频率分量随时间变化的假设表示旋律的变化分量的旋律分量模型， 是为每个音符组合生成的。 定义表示基音频率分量随时间变化的音调组合的旋律分量模型和音符标识符的参数由乐曲分量模型表示，彼此相关联地存储在音调曲线生成数据库中。

公开(公告)号：US20120310651A1

公开(公告)日：2012-12-06

申请号：US13485303

申请日：2012-05-31

申请人： Keijiro SAINO

发明人： Keijiro SAINO

IPC分类号： G10L13/06

CPC分类号： G10L13/07 ,  G10L13/033 ,  G10L21/049 ,  G10L25/93

摘要： A voice signal is synthesized using a plurality of phonetic piece data each indicating a phonetic piece containing at least two phoneme sections corresponding to different phonemes. In the apparatus, a phonetic piece adjustor forms a target section from first and second phonetic pieces so as to connect the first and second phonetic pieces to each other such that the target section includes a rear phoneme section of the first piece and a front phoneme section of the second piece, and expands the target section by a target time length to form an adjustment section such that a central part is expanded at an expansion rate higher than that of front and rear parts of the target section, to thereby create synthesized phonetic piece data having the target time length. A voice synthesizer creates a voice signal from the synthesized phonetic piece data.

摘要翻译： 使用多个语音片数据来合成语音信号，每个语音片数据指示包含对应于不同音素的至少两个音素部分的语音片段。 在该装置中，语音片调整器从第一和第二语音片形成目标部分，以将第一和第二拼音彼此连接，使得目标部分包括第一部分的后音素部分和前音素部分 并且将目标部分扩展目标时间长度以形成调节部分，使得中心部分以比目标部分的前部和后部的扩展速率更高的扩展速率扩张，从而形成合成的语音片段 具有目标时间长度的数据。 语音合成器从合成的语音片段数据创建语音信号。

公开(公告)号：US20110132179A1

公开(公告)日：2011-06-09

申请号：US12960310

申请日：2010-12-03

申请人： Keijiro SAINO

发明人： Keijiro SAINO

IPC分类号： G10H1/06

CPC分类号： G10H1/053 ,  G10H1/0008 ,  G10H1/0091 ,  G10H1/0575 ,  G10H3/125 ,  G10H7/008 ,  G10H2210/066 ,  G10H2210/205 ,  G10H2210/211 ,  G10H2250/551 ,  G10H2250/621

摘要： Phase setting section sets virtual phases in a frequency series of an audio signal. Unit wave extraction section extracts, from the frequency series, a unit wave of one cyclic period defined by the set virtual phases, for each of a plurality of time points. First generation section generates velocity information corresponding to a degree of compression/expansion, to a predetermined length, of the unit wave. Second generation section generates shape information indicative of a shape of a frequency spectrum of the unit wave having been adjusted. Variation component impartment section generates a variation component by use of the velocity information and shape information generated for the individual time points.

摘要翻译： 相位设置部分设置音频信号的频率系列中的虚拟相位。 单位波提取部分从频率序列中提取针对多个时间点中的每一个的由所设定的虚拟相位定义的一个循环周期的单位波。 第一代部分产生与单位波的预定长度相对应的速度信息。 第二代部生成表示已经调整的单位波的频谱的形状的形状信息。 变化分量公开部分通过使用针对各个时间点生成的速度信息和形状信息来生成变化分量。

公开(公告)号：US20120103167A1

公开(公告)日：2012-05-03

申请号：US13347573

申请日：2012-01-10

申请人： Keijiro SAINO ,  Jordi Bondada

发明人： Keijiro SAINO ,  Jordi Bondada

IPC分类号： G10H7/00

CPC分类号： G10L13/10 ,  G10H1/0008 ,  G10H1/361 ,  G10H2210/086 ,  G10H2240/155 ,  G10H2250/015 ,  G10H2250/425 ,  G10H2250/481

摘要： Waveform data representative of singing voices of a singing music piece are analyzed to generate melody component data representative of variation over time in fundamental frequency component presumed to represent a melody in the singing voices. Then, through machine learning that uses score data representative of a musical score of the singing music piece and the melody component data, a melody component model, representative of a variation component presumed to represent the melody among the variation over time in fundamental frequency component, is generated for each combination of notes. Parameters defining the melody component models and note identifiers indicative of the combinations of notes whose variation over time in fundamental frequency component are represented by the melody component models are stored into a pitch curve generating database in association with each other.

摘要翻译： 分析表示唱歌乐曲的歌声的波形数据，以产生表示基本频率分量随时间变化的旋律分量数据，该基本频率分量被假设为表示唱歌声音中的旋律。 然后，通过机器学习，其使用表示唱歌乐曲的乐谱的成绩数据和旋律分量数据，表示基本频率分量随时间变化的假设表示旋律的变化分量的旋律分量模型， 是为每个音符组合生成的。 定义表示基音频率分量随时间变化的音调组合的旋律分量模型和音符标识符的参数由乐曲分量模型表示，彼此相关联地存储在音调曲线生成数据库中。