特許ウォッチ

公開番号2025109140
公報種別公開特許公報(A)
公開日2025-07-24
出願番号2024002877
出願日2024-01-11
発明の名称音声変換装置、音声変換方法および音声変換プログラム
出願人コニカミノルタ株式会社
代理人個人
主分類G10L 21/007 20130101AFI20250716BHJP(楽器;音響)
要約【課題】ユーザーが発した音声を言語種類に対応する発音の音声に変換すること。
【解決手段】音声変換装置は、ユーザーが発した音声に対応する第1音声データを取得する音声取得部11と、第1音声データのうち、所定の言語種類に対応する置換対象部分を第1音声データとは別の第2音声データで置き換える置換部15と、を備える。
【選択図】図4
特許請求の範囲【請求項１】
ユーザーが発した音声に対応する第１音声データを取得する音声取得手段と、
前記第１音声データのうち、所定の言語種類に対応する置換対象部分を前記第１音声データとは別の第２音声データで置き換える置換手段と、を備えた音声変換装置。
続きを表示（約 1,100 文字）【請求項２】
前記第２音声データは、前記所定の言語種類の音声データである、請求項１に記載の音声変換装置。
【請求項３】
前記第１音声データを音声認識して文字情報を出力する音声認識手段と、
前記文字情報に含まれる複数の単語を言語種類別に分類する分類手段と、
前記所定の言語種類に分類された１以上の前記単語を抽出する抽出手段と、
抽出された１以上の前記単語に対応する前記第２音声データを決定する決定手段と、をさらに備えた、請求項１に記載の音声変換装置。
【請求項４】
前記第１音声データに関連する関連情報を取得する関連情報取得手段を、さらに備え、
前記音声認識手段は、前記関連情報に基づいて前記単語を決定する、請求項３に記載の音声変換装置。
【請求項５】
予め定められた言語種類の単語に対応して外来語が予め登録されており、
前記決定手段は、前記文字情報に含まれる複数の前記単語のうち前記外来語に対応する前記単語に対応する前記第２音声データを決定しない、請求項３に記載の音声変換装置。
【請求項６】
前記置換手段は、説明変数を音声とし目的変数を言語種類とした学習データを機械学習させた学習モデルを用いて、前記第１音声データのうち前記学習モデルにより前記所定の言語種類と予測された部分を前記置換対象部分に決定し、
前記学習データは、同一人物が、前記所定の言語種類の単語を発した音声を含む第１学習データと、前記所定の言語種類とは別の言語種類の単語を発した音声を含む第２学習データと、を含む、請求項１に記載の音声変換装置。
【請求項７】
前記ユーザーの音声の特徴を示す個人特徴データを用いて、前記第２音声データを変換する音声合成手段を、さらに備えた、請求項１～６のいずれかに記載の音声変換装置。
【請求項８】
前記第１音声データの前記置換対象部分および前記置換対象部分を置換した前記第２音声データとの組の履歴を出力する出力手段を、さらに備えた請求項１～６のいずれかに記載の音声変換装置。
【請求項９】
前記置換対象部分が前記第２音声データで置き換えられる確率を出力する確率出力手段を、さらに備えた請求項１～６のいずれかに記載の音声変換装置。
【請求項１０】
前記第１音声データと、前記第１音声データの前記置換対象部分を前記第２音声データで置き換えた第３音声データとのいずれか一方を音声認識することにより得られる置換後文字情報を出力する文字出力手段を、さらに備えた請求項１～６のいずれかに記載の音声変換装置。
（【請求項１１】以降は省略されています）
発明の詳細な説明【技術分野】
【０００１】
この発明は、音声変換装置、音声変換方法および音声変換プログラムに関し、特に、人が母国語でない言語を発した音声を処理する音声変換装置、その音声変換装置で実行される音声変換方法およびその音声変換方法をコンピューターに実行させる音声変換プログラムに関する。
続きを表示（約 1,500 文字）【背景技術】
【０００２】
近年、指導者が生徒に外国語を教える学習において、指導者は、母国語と外国語との２つの言語を用いて指導する。このため、指導者が発する音声には、母国語の音声と外国語の音声とが混在する。指導者による外国語の発音が、その外国語を母国語とする人の発音と異なる場合がある。母国語の音声と外国語の音声とが混在する音声を認識する技術が知られている。例えば、特開平３－２２６７８５号公報には、記号化された入力文を入力して語学訓練用の応答処理を行う記号による会話教育処理部を有する語学用教育装置において、音声入力文を入力して単語単位の発音記号列、及び通常の単語を示すときに使用する単語記号列を出力する音声認識装置と、正しい単語とその単語の誤りやすい発音記号パターンを記憶した音声認識誤り訂正テーブルと、前記発音記号列及び単語記号列を入力し、該発音記号列と前記発音記号パターンとの照合を行い、その照合結果に基づき前記音声認識誤り訂正テーブル中の正しい単語の候補を出力して記号化された入力文の形で前記記号による会話教育処理部へ与える発音訂正処理部と、を設けたことを特徴とする音声認識装置付き語学用教育装置が知られている。
【０００３】
特開平３－２２６７８５号公報に記載の語学用教育装置によれば、指導者による外国語の発音が、その外国語を母国語とする人の発音と異なる場合でもって、音声認識することができる。しかしながら、指導者が外国語を母国語とする人の発音で発声できない場合は、生徒に外国語の発音を正しく伝えることができない場合があるといった問題がある。
【先行技術文献】
【特許文献】
【０００４】
特開平３－２２６７８５号公報
【発明の概要】
【発明が解決しようとする課題】
【０００５】
この発明の目的の１つは、ユーザーが発した音声を言語種類に対応する発音の音声に変換することが可能な音声変換装置を提供することである。
【０００６】
この発明の他の目的は、ユーザーが発した音声を言語種類に対応する発音の音声に変換することが可能な音声変換方法を提供することである。
【０００７】
この発明のさらに他の目的は、ユーザーが発した音声を言語種類に対応する発音の音声に変換することが可能な音声変換プログラムを提供することである。
【課題を解決するための手段】
【０００８】
この発明のある局面によれば、音声変換装置は、ユーザーが発した音声に対応する第１音声データを取得する音声取得手段と、第１音声データのうち、所定の言語種類に対応する置換対象部分を第１音声データとは別の第２音声データで置き換える置換手段と、を備える。
【０００９】
この発明の他の局面によれば、音声変換方法は、ユーザーが発した音声に対応する第１音声データを取得する音声取得ステップと、第１音声データのうち、所定の言語種類に対応する置換対象部分を第１音声データとは別の第２音声データで置き換える置換ステップと、を音声変換装置に実行させる。
【００１０】
この発明のさらに他の局面によれば、音声変換プログラムは、ユーザーが発した音声に対応する第１音声データを取得する音声取得ステップと、第１音声データのうち、所定の言語種類に対応する置換対象部分を第１音声データとは別の第２音声データで置き換える置換ステップと、をコンピューターに実行させる。
【図面の簡単な説明】
（【００１１】以降は省略されています）

関連特許