A method and device for producing audio control parameters from symbolic
representations of desired sounds includes presenting symbols to multiple
input windows of a learning machine, where the multiple input windows
comprise a lowest window, a higher window, and possibly additional higher
windows. The symbols presented to the lowest window represent audio
information having a low level of abstraction (e.g., phonemes), and the
symbols presented to the higher window represent audio information having
a higher level of abstraction (e.g., words or phrases). The learning
machine generates parameter contours and temporal scaling parameters from
the symbols presented to the multiple input windows. The parameter
contours are then temporally scaled in accordance with the temporal
scaling parameters to produce the audio control parameters. The techniques
can be used for text-to-speech, for music synthesis, and numerous other
applications.
Une méthode et un dispositif pour produire des paramètres audio de commande à partir des représentations symboliques des bruits désirés inclut présenter des symboles aux fenêtres multiples d'entrée d'une machine d'étude, où les fenêtres multiples d'entrée comportent une plus basse fenêtre, une plus haute fenêtre, et probablement de plus hautes fenêtres additionnelles. Les symboles ont présenté à la plus basse fenêtre représentent l'information audio ayant un niveau bas d'abstraction (par exemple, phonèmes), et les symboles présentés à la fenêtre plus haute représentent l'information audio ayant un niveau plus élevé d'abstraction (par exemple, des mots ou des expressions). La machine d'étude produit des découpes de paramètre et des paramètres temporels de graduation des symboles présentés aux fenêtres multiples d'entrée. Les découpes de paramètre alors sont temporellement mesurées selon les paramètres temporels de graduation pour produire les paramètres audio de commande. Les techniques peuvent être employées pour texte-voix, pour la synthèse de musique, et nombreux d'autres applications.