JP2007248750A

JP2007248750A - 音声再生装置

Info

Publication number: JP2007248750A
Application number: JP2006071181A
Authority: JP
Inventors: Koji Toriyama; 康治鳥山
Original assignee: Casio Computer Co Ltd
Current assignee: Casio Computer Co Ltd
Priority date: 2006-03-15
Filing date: 2006-03-15
Publication date: 2007-09-27

Abstract

【課題】聞き取りにくい単語を含む音声のヒアリング学習に貢献する。
【解決手段】複数のテキストデータから再生すべき文章が指定され（ステップＳ１）、テキストデータ中から音声加工の対象となる対象単語が抽出される（ステップＳ２）。次に、実際に音声加工を行う処理単語の語数が決定され（ステップＳ３）、抽出された対象単語から処理単語が決定される（ステップＳ４）。決定された処理単語の位置に、音声合成プログラムに対応したコマンドが挿入される（ステップＳ５）。例えば、コマンド［!mute］をテキストデータに挿入することにより、その直後の単語を消音させることができる。次に、コマンドが挿入された後のテキストデータが音声データに変換され（ステップＳ６）、音声データに基づいて音声が出力される（ステップＳ７）。
【選択図】図３

Description

本発明は、音声を出力する音声再生装置に関する。

近年、単語や文章を音声として再生する装置が外国語のヒアリングや発音の学習等に使用されている。例えば、文章中の重要な箇所を聞き取りやすくするために、特定のキーワードを強調して発音させる装置が提案されている（例えば、特許文献１、特許文献２参照。）。
特開平１０−２７４９９９号公報特開平５−２７７９２号公報

しかし、実際の会話では、特別に意識しない限り、発音上聞き取りにくい単語を強調することはない。また、一般的に、外国語のヒアリングが苦手な人は、全ての語句を逃さずに聞き取らなければならないという意識が強く、会話中の聞き取れない単語に執着してしまい、その結果、文章全体を把握することができなくなるという傾向にある。したがって、ヒアリング能力を高めるためには、文章中の一部の単語が聞き取れなかった場合であっても、その単語を前後の関係から推測する能力を身に付けることが重要である。

本発明は、聞き取りにくい単語を含む音声のヒアリング学習に貢献することを課題とする。

上記課題を解決するために、請求項１に記載の音声再生装置は、テキストデータを記憶するテキストデータ記憶手段と、前記テキストデータを音声データに変換する音声合成手段と、前記音声データに基づいて音声を出力する音声出力手段と、音声加工の対象となる対象単語を記憶する対象単語記憶手段と、前記テキストデータから前記対象単語を抽出する抽出手段と、前記抽出手段により抽出された対象単語に対して消音処理、音量低下処理又は雑音付加処理を行う加工手段と、を備えたことを特徴とする。

請求項４に記載の音声再生装置は、音声データ、当該音声データに含まれる各単語、及び当該各単語それぞれに対応する時間データを記憶する再生データ記憶手段と、前記音声データに基づいて音声を出力する音声出力手段と、音声加工の対象となる対象単語を記憶する対象単語記憶手段と、前記音声データに含まれる各単語から前記対象単語を抽出する抽出手段と、前記抽出手段により抽出された対象単語に対応する時間データに基づいて、前記音声データ中の対象単語に対して消音処理、音量低下処理又は雑音付加処理を行う加工手段と、を備えたことを特徴とする。

請求項１に記載の発明によれば、テキストデータから対象単語を抽出し、抽出された対象単語に対して消音処理、音量低下処理又は雑音付加処理を行うので、聞き取りにくい単語を含む音声のヒアリング学習に貢献することができる。

請求項４に記載の発明によれば、音声データに含まれる各単語から対象単語を抽出し、抽出された対象単語に対応する時間データに基づいて、音声データ中の対象単語に対して消音処理、音量低下処理又は雑音付加処理を行うので、聞き取りにくい単語を含む音声のヒアリング学習に貢献することができる。

［第１の実施の形態］
まず、本発明の第１の実施の形態における音声再生装置１０について説明する。
図１に、音声再生装置１０の機能的構成を示す。図１に示すように、音声再生装置１０は、制御部１１、液晶表示部１２、キー入力部１３、ＲＡＭ（Random Access Memory）１４、記憶装置１５、音声出力部１６を備え、各部はバス１７により接続されている。

制御部１１は、ＣＰＵ（Central Processing Unit）等を備え、記憶装置１５に記憶されている各種プログラムの中から指定されたプログラムを読み出し、ＲＡＭ１４内のワークエリアに展開し、上記プログラムとの協働によって各種処理を実行し、その処理結果をＲＡＭ１４の所定の領域に格納するとともに、液晶表示部１２に表示させる。そして、ＲＡＭ１４に格納した処理結果を記憶装置１５内の指定の保存先に保存させる。

液晶表示部１２は、制御部１１から入力される表示信号の指示に従って、各種指示に対応する操作画面や各種処理の結果等を表示する。

キー入力部１３は、文字／英数字入力キー、カーソルキー、及び各種機能キー等を備えて構成され、押下されたキーの押下信号を制御部１１に出力する。

ＲＡＭ１４は、データが一時的に保存される記憶媒体であり、制御部１１により実行されるプログラムや各処理における処理中のデータ、処理結果等を一時的に記憶するワークエリアを形成する。

記憶装置１５は、磁気的、光学的記憶媒体、若しくは半導体メモリ等、制御部１１で読み取り可能な記憶媒体を含み、各種処理プログラムやデータ等を記憶する。具体的には、記憶装置１５には、音声再生装置１０において再生される複数のテキストデータ、音声加工の対象となる対象単語データ、テキストデータを音声データに変換するための音声合成プログラムが記憶されている。

図２に、記憶装置１５内の対象単語メモリ１５ａの例を示す。対象単語メモリ１５ａには、例えば、“as”、“at”、“on”、“in”、“to”、“will”等の対象単語データが記憶されている。対象単語メモリ１５ａには、前置詞、助詞、助動詞、接続詞等、比較的弱く発音される単語を登録しておくことが望ましい。

音声出力部１６は、スピーカ等を備え、音声データに基づいて音声を出力する。

制御部１１は、対象単語メモリ１５ａを参照して、再生すべきテキストデータから対象単語を抽出し、抽出された対象単語から実際に音声加工を行う処理単語を決定する。そして、制御部１１は、テキストデータ中の処理単語に対して、単語を消音させる消音処理、単語の音量を低下させる音量低下処理、又は単語に雑音を付加する雑音付加処理を行う。

また、制御部１１は、記憶装置１５に記憶されている音声合成プログラムに従って、ユーザに指定された再生すべきテキストデータを音声データに変換する（ＴＴＳ：Text to Speech）。すなわち、制御部１１と音声合成プログラムとの協働により、音声合成手段が実現される。

第１の実施の形態において、処理単語に対する消音処理、音量低下処理又は雑音付加処理は、テキストデータ中の処理単語の位置に、音声合成プログラムにおいて処理されるコマンドを挿入することにより行う。

次に、第１の実施の形態の音声再生装置１０における動作について説明する。
図３は、音声再生装置１０により実行される音声再生処理Ａを示すフローチャートである。

まず、記憶装置１５に記憶されている複数のテキストデータが液晶表示部１２に表示され、キー入力部１３からの操作により、再生すべき文章が指定される（ステップＳ１）。

次に、指定された文章のテキストデータ中から対象単語が抽出される（ステップＳ２）。
ここで、図４を参照して、対象単語抽出処理を説明する。

図４に示すように、指定された文章の前方から単語が抽出される（ステップＳ２１）。具体的には、スペースの前までが１単語として判断される。次に、抽出された単語が対象単語メモリ１５ａに記憶されている対象単語であるか否かが判断される（ステップＳ２２）。

抽出された単語が対象単語メモリ１５ａに記憶されている対象単語である場合には（ステップＳ２２；Ｙｅｓ）、その単語の位置がＲＡＭ１４に保存される（ステップＳ２３）。そして、抽出された単語が再生すべき文章の最後であるか否かが判断される（ステップＳ２４）。

ステップＳ２２において、抽出された単語が対象単語メモリ１５ａに記憶されている対象単語でない場合（ステップＳ２２；Ｎｏ）、又は、ステップＳ２４において、抽出された単語が再生すべき文章の最後でない場合には（ステップＳ２４；Ｎｏ）、次の単語が抽出され（ステップＳ２５）、ステップＳ２２に戻る。

ステップＳ２４において、抽出された単語が再生すべき文章の最後である場合には（ステップＳ２４；Ｙｅｓ）、対象単語であると判断された全ての単語の位置情報が出力され（ステップＳ２６）、対象単語抽出処理が終了する。

例えば、ステップＳ１において、“I will write to you as soon as I arrive Tokyo.”という文章が指定された場合には、“will”、“to”、“as”、“as”が抽出される。

次に、図３に示すように、処理単語の語数が決定される（ステップＳ３）。
ここで、図５を参照して、処理単語の語数決定処理を説明する。

液晶表示部１２に表示される操作画面において、ユーザがキー入力部１３から指示することにより、音声再生処理Ａのレベルが設定される（ステップＳ３１）。音声再生処理Ａのレベルは、レベル１、レベル２、レベル３、レベル４の中から選択される。

レベル１が選択された場合には（ステップＳ３２；Ｙｅｓ）、処理単語の語数ｎが１に設定される（ステップＳ３３）。

レベル２が選択された場合には（ステップＳ３２；Ｎｏ，ステップＳ３４；Ｙｅｓ）、処理単語の語数ｎが３に設定される（ステップＳ３５）。

レベル３が選択された場合には（ステップＳ３２；Ｎｏ，ステップＳ３４；Ｎｏ，ステップＳ３６；Ｙｅｓ）、処理単語の語数ｎが５に設定される（ステップＳ３７）。

レベル４が選択された場合には（ステップＳ３２；Ｎｏ，ステップＳ３４；Ｎｏ，ステップＳ３６；Ｎｏ，ステップＳ３８；Ｙｅｓ）、全ての対象単語が処理単語に設定される（ステップＳ３９）。

レベル１〜レベル４のいずれも選択されていない場合には（ステップＳ３２；Ｎｏ，ステップＳ３４；Ｎｏ，ステップＳ３６；Ｎｏ，ステップＳ３８；Ｎｏ）、ステップＳ３１に戻る。

図３に示すように、ステップＳ３の後、処理単語が決定される（ステップＳ４）。
ここで、図６を参照して、処理単語の決定処理を説明する。

ステップＳ１において指定された文章中に対象単語がある場合には（ステップＳ４１；Ｙｅｓ）、処理単語の語数決定処理において、処理単語の語数ｎが１、３、５のいずれかに設定されたか否かが判断される（ステップＳ４２）。

処理単語の語数決定処理において、処理単語の語数ｎが１、３、５のいずれかに設定された場合には（ステップＳ４２；Ｙｅｓ）、指定された文章から抽出された対象単語の語数がｎより多いか否かが判断される（ステップＳ４３）。

指定された文章から抽出された対象単語の語数がｎより多い場合には（ステップＳ４３；Ｙｅｓ）、対象単語からランダムにｎ個の処理単語が決定される（ステップＳ４４）。なお、学習の重要度から予め対象単語に優先順位をつけておき、優先順位の高いものから処理単語に決定することとしてもよい。

ステップＳ４２において、処理単語の語数ｎが１、３、５のいずれかに設定されていない場合（ステップＳ４２；Ｎｏ）、又は、ステップＳ４３において、指定された文章から抽出された対象単語の語数がｎ以下の場合には（ステップＳ４３；Ｎｏ）、全ての対象単語が処理単語に決定される（ステップＳ４５）。

ステップＳ４４又はステップＳ４５の後、実際に音声加工の対象となる処理単語の位置情報が出力される（ステップＳ４６）。

なお、ステップＳ１において指定された文章中に対象単語がない場合には（ステップＳ４１；Ｎｏ）、そのまま処理が終了する。

次に、図３に示すように、決定された処理単語の位置に、音声合成プログラムに対応したコマンドが挿入される（ステップＳ５）。

例えば、［!mute］は、その直後の単語を消音させるためのコマンドである。“I will write to you as soon as I arrive Tokyo.”という文章中の“will”を消音させる場合には、“will”の前にコマンド［!mute］を挿入し、“I ［!mute］will write to you as soon as I arrive Tokyo.”とする。

［!vol xxx］は、その直後の単語の音量を調整するためのコマンドである。通常の音量レベルを１００として、“I will write to you as soon as I arrive Tokyo.”という文章中の“to”の音量を５０に設定する場合には、“to”の前にコマンド［!vol 50］を挿入し、“I will write ［!vol 50］to you as soon as I arrive Tokyo.”とする。

［!noise］は、その直後の単語に雑音を付加するためのコマンドである。“I will write to you as soon as I arrive Tokyo.”という文章中の“to”に雑音を付加する場合には、“to”の前にコマンド［!noise］を挿入し、“I will write ［!noise］to you as soon as I arrive Tokyo.”とする。

次に、音声合成プログラムに基づいて、コマンドが挿入された後のテキストデータが音声データに変換される（音声合成処理）（ステップＳ６）。そして、音声出力部１６により、音声データに基づいて音声が出力される（ステップＳ７）。

以上説明したように、第１の実施の形態における音声再生装置１０によれば、再生すべきテキストデータから対象単語を抽出し、抽出された対象単語に対して消音処理、音量低下処理又は雑音付加処理を行うので、聞き取りにくい単語を含む音声のヒアリング学習に貢献することができる。

また、テキストデータ中の対象単語の位置に、音声合成プログラムにおいて処理されるコマンド（［!mute］、［!vol xxx］、［!noise］等）を挿入することにより、簡単に対象単語の音声合成処理を変更することができる。

なお、第１の実施の形態では、各コマンドが、そのコマンドの直後の単語のみを加工する場合について説明したが、コマンド［!mute on］で消音開始を指定し、コマンド［!mute off］で消音終了を指定する等、消音させる期間を指定することとしてもよい。例えば、“I will write ［!mute on］to［!mute off］ you as soon as I arrive Tokyo.”とすることにより、“to”を消音させることができる。

同様に、コマンド［!vol xxx］で、その単語以降の音量を調整することとしてもよい。例えば、“I will write to you ［!vol 30］as soon as ［!vol 100］I arrive Tokyo.”とすることにより、“as soon as”に対して、音量を３０に設定し、次の“I”以降は、音量を１００に設定する。

また、コマンド［!speed xxx］で、その単語以降の再生速度を調整することとしてもよい。例えば、通常の速度レベルを１００として、“I will write to you ［!speed 150］as soon as ［!speed 100］I arrive Tokyo.”とすることにより、“as soon as”に対して、速度を１５０に設定し、次の“I”以降は、速度を１００に設定する。

また、対象単語に対して消音処理、音量低下処理又は雑音付加処理を行う代わりに、同一の単語で名詞と動詞の発音が異なる単語等の発音を変更して、発音の誤りを聞き分ける訓練に応用することとしてもよい。

［第２の実施の形態］
次に、本発明を適用した第２の実施の形態について説明する。
第２の実施の形態における音声再生装置は、第１の実施の形態に示した音声再生装置１０と同様の構成によってなるため、同一の構成部分については同一の符号を付し、その構成については図示及び説明を省略する。以下、第２の実施の形態に特徴的な構成及び処理について説明する。

制御部１１は、対象単語メモリ１５ａを参照して、再生すべきテキストデータから対象単語を抽出し、抽出された対象単語から実際に音声加工を行う処理単語を決定する。

また、制御部１１は、記憶装置１５に記憶されている音声合成プログラムに従って、ユーザに指定されたテキストデータを音声データに変換する。その際、制御部１１は、処理単語に対応する音声データを他の音声データと置き換える。

次に、第２の実施の形態の音声再生装置における動作について説明する。
図７は、第２の実施の形態の音声再生装置により実行される音声再生処理Ｂを示すフローチャートである。

ステップＳ５１〜ステップＳ５４の処理は、第１の実施の形態の音声再生処理ＡにおけるステップＳ１〜ステップＳ４の処理と同様であるため、説明を省略する。

ステップＳ５４の後、音声合成プログラムに基づいて、指定された文章のテキストデータが音声データに変換される（ステップＳ５５）。ここで、処理単語に対応する音声データは他の音声データと置き換えられる。具体的には、処理単語を消音させる場合には、無音データに置き換えられ、処理単語の音量を低下させる場合には、音量を低下させた音声データに置き換えられ、処理単語に雑音を付加する場合には、雑音が付加された音声データに置き換えられる。なお、処理単語部分の音声の繋ぎ目を滑らかにするために、音声データを置き換える際に、フェードイン・フェードアウト処理を行ってもよい。

そして、音声出力部１６により、音声データに基づいて音声が出力される（ステップＳ５６）。

以上説明したように、第２の実施の形態における音声再生装置によれば、再生すべきテキストデータから対象単語を抽出し、抽出された対象単語に対応する音声データを他の音声データと置き換えることにより、対象単語に対して消音処理、音量低下処理又は雑音付加処理を行うので、聞き取りにくい単語を含む音声のヒアリング学習に貢献することができる。

なお、対象単語に対して消音処理、音量低下処理又は雑音付加処理を行う代わりに、対象単語を他の単語に置き換えて（例えば、前置詞の“on”を“in”に置き換える等）、文章の間違いを聞き分ける訓練に応用することとしてもよい。

［第３の実施の形態］
次に、本発明を適用した第３の実施の形態について説明する。
第３の実施の形態における音声再生装置は、第１の実施の形態に示した音声再生装置１０と同様の構成によってなるため、同一の構成部分については同一の符号を付し、その構成については図示及び説明を省略する。以下、第３の実施の形態に特徴的な構成及び処理について説明する。

記憶装置１５には、音声再生装置において再生される音声データ、音声データに含まれる各単語、及び各単語それぞれに対応する時間データが記憶されている。例えば、記憶装置１５に、“I will write to you as soon as I arrive Tokyo.”という文章の音声データが記憶されている場合には、図８に示すように、この音声データに含まれる各単語と、各単語の再生開始からの時間データとが対応付けられて記憶されている。図８の例では、“I”は再生開始から２６ｍｓ後、“will”は再生開始から１２５ｍｓ後、“write”は再生開始から３００ｍｓ後に、各単語の音声が再生される。

また、第１の実施の形態と同様に、記憶装置１５内の対象単語メモリ１５ａには、音声加工の対象となる対象単語データが記憶されている。

制御部１１は、対象単語メモリ１５ａを参照して、再生すべき音声データに含まれる各単語から対象単語を抽出し、抽出された対象単語から実際に音声加工を行う処理単語を決定する。そして、制御部１１は、処理単語に対応する時間データに基づいて、音声データ中の処理単語に対して消音処理、音量低下処理又は雑音付加処理を行う。

次に、第３の実施の形態の音声再生装置における動作について説明する。
図９は、第３の実施の形態の音声再生装置により実行される音声再生処理Ｃを示すフローチャートである。

ステップＳ６１〜ステップＳ６４の処理は、第１の実施の形態の音声再生処理ＡにおけるステップＳ１〜ステップＳ４の処理と同様であるため、説明を省略する。

ステップＳ６４の後、記憶装置１５に記憶されている音声データに含まれる各単語と時間データとの関係（図８参照）から、処理単語位置の時間データが取得される（ステップＳ６５）。例えば、図８に示す例において、“will”が処理単語である場合には、“will”の再生開始からの時間である１２５ｍｓと、“will”の次の単語である“write”の再生開始からの時間である３００ｍｓとが取得される。

次に、処理単語に対応する音声データが他の音声データと置き換えられる（ステップＳ６６）。図１０（ａ）は、“I will write to you as soon as I arrive Tokyo.”を示す音声データの例であり、図１０（ｂ）は、処理単語に対応する音声データを他の音声データと置き換えた後の音声データの例である。図１０（ｂ）に示すように、“will”を消音させる場合には、１２５ｍｓ〜３００ｍｓの音声データを無音データ（００ｈ）に置き換えればよい。１６ｋＨｚで１６bitのＰＣＭデータの場合には、再生開始からカウントして２０００〜４８００サンプルのＰＣＭデータを無音データに置き換える。

同様に、処理単語の音量を低下させる場合には、処理単語に対応する音声データが音量を低下させた音声データに置き換えられ、処理単語に雑音を付加する場合には、処理単語に対応する音声データが雑音が付加された音声データに置き換えられる。

そして、音声出力部１６により、音声データに基づいて音声が出力される（ステップＳ６７）。

以上説明したように、第３の実施の形態における音声再生装置によれば、再生すべき音声データに含まれる各単語から対象単語を抽出し、抽出された対象単語に対応する時間データに基づいて、抽出された対象単語に対応する音声データを他の音声データと置き換えることにより、対象単語に対して消音処理、音量低下処理又は雑音付加処理を行うので、聞き取りにくい単語を含む音声のヒアリング学習に貢献することができる。

なお、対象単語に対して消音処理、音量低下処理又は雑音付加処理を行う代わりに、対象単語を他の単語に置き換えたり（例えば、前置詞の“on”を“in”に置き換える等）、間違った発音の音声データと置き換えたりして、文法の間違いや発音の誤りを聞き分ける訓練に応用することとしてもよい。

［第４の実施の形態］
次に、本発明を適用した第４の実施の形態について説明する。
第４の実施の形態における音声再生装置は、第１の実施の形態に示した音声再生装置と同様の構成によってなるため、同一の構成部分については同一の符号を付し、その構成については図示及び説明を省略する。以下、第４の実施の形態に特徴的な構成及び処理について説明する。

第４の実施の形態では、第３の実施の形態と同様、記憶装置１５には、音声再生装置において再生される音声データ、音声データに含まれる各単語、及び各単語それぞれに対応する時間データが記憶されている。また、第１の実施の形態と同様に、記憶装置１５内の対象単語メモリ１５ａには、音声加工の対象となる対象単語データが記憶されている。

図１１に、第４の実施の形態における音声再生装置の回路例を示す。図１１に示すように、制御部１１は、音声出力部１６、ミュート回路１８と接続されている。

音声出力部１６は、アンプ１６ａ及びスピーカ１６ｂを備え、制御部１１により出力された音声データに基づいて、音声を出力する。

ミュート回路１８は、制御部１１から出力されるタイミングに基づいて、音声出力部１６により出力される音声を消音させる。

制御部１１は、対象単語メモリ１５ａを参照して、再生すべき音声データに含まれる各単語から対象単語を抽出し、抽出された対象単語から実際に音声加工を行う処理単語を決定する。そして、制御部１１は、処理単語に対応する時間データに基づいて、処理単語に対応する音声データが出力されるタイミングで、ミュート回路１８にハイレベルの信号を出力し、処理単語に対応する音声を消音させる。

図１２に、音声データと、ミュート回路１８をＯＮにするタイミングの例を示す。図１２に示す例では、“I will write to you as soon as I arrive Tokyo.”の“will”が出力される期間（再生開始から１２５ｍｓ〜３００ｍｓ）にミュート回路１８がＯＮになるため、“will”は音声として出力されない。

以上説明したように、第４の実施の形態における音声再生装置によれば、再生すべき音声データに含まれる各単語から対象単語を抽出し、抽出された対象単語に対応する時間データに基づいて、出力される対象単語の音声を消音させるので、聞き取りにくい単語を含む音声のヒアリング学習に貢献することができる。

なお、第４の実施の形態では、ミュート回路１８を用いて対象単語の音声を消音させることとしたが、音声再生装置が電子ボリューム機能を備えている場合には、対象単語の音量レベルを低下させることとしてもよい。

第１〜第４の実施の形態に示した音声再生装置を使用することにより、ユーザは、ヒアリング時に文章の前後関係や文法知識から聞き取りにくい単語を判断し、一部が聞き取れないような音声でも、内容を把握する訓練を行うことができる。

なお、上記各実施の形態における記述は、本発明に係る音声再生装置の例であり、これに限定されるものではない。音声再生装置を構成する各部の細部構成及び細部動作に関しても本発明の趣旨を逸脱することのない範囲で適宜変更可能である。

上記各実施の形態では、レベルに応じて処理単語の語数を変更することとしたが、例えば、レベル１では音量８０、レベル２では音量６０、レベル３では音量４０、レベル４では音量２０に設定する等、レベルに応じて音量を変更することとしてもよい。

また、音声加工の対象となる対象単語は、前置詞、助詞、助動詞、接続詞、関係代名詞等、品詞の種類で設定可能としてもよい。また、対象単語は、文章の文頭、文末等、文章における位置で設定可能としてもよい。また、単語だけでなく、熟語単位で音声加工の対象に設定し、その一部を任意に加工することができるようにしてもよい。

第１の実施の形態における音声再生装置１０の機能的構成を示すブロック図である。記憶装置１５内の対象単語メモリ１５ａの例を示す図である。第１の実施の形態の音声再生装置１０により実行される音声再生処理Ａを示すフローチャートである。対象単語抽出処理を示すフローチャートである。処理単語の語数決定処理を示すフローチャートである。処理単語の決定処理を示すフローチャートである。第２の実施の形態の音声再生装置により実行される音声再生処理Ｂを示すフローチャートである。音声データに含まれる各単語と、各単語の再生開始からの時間データの例である。第３の実施の形態の音声再生装置により実行される音声再生処理Ｃを示すフローチャートである。（ａ）は、音声データの例である。（ｂ）は、処理単語に対応する音声データを他の音声データと置き換えた後の音声データの例である。第４の実施の形態における音声再生装置の回路例である。音声データと、ミュート回路１８をＯＮにするタイミングの例を示す図である。

符号の説明

１０音声再生装置
１１制御部
１２液晶表示部
１３キー入力部
１４ＲＡＭ
１５記憶装置
１５ａ対象単語メモリ
１６音声出力部
１７バス
１８ミュート回路

Claims

テキストデータを記憶するテキストデータ記憶手段と、
前記テキストデータを音声データに変換する音声合成手段と、
前記音声データに基づいて音声を出力する音声出力手段と、
音声加工の対象となる対象単語を記憶する対象単語記憶手段と、
前記テキストデータから前記対象単語を抽出する抽出手段と、
前記抽出手段により抽出された対象単語に対して消音処理、音量低下処理又は雑音付加処理を行う加工手段と、
を備えたことを特徴とする音声再生装置。
前記加工手段は、前記テキストデータ中の前記抽出手段により抽出された対象単語の位置に、前記音声合成手段により処理されるコマンドを挿入することを特徴とする請求項１に記載の音声再生装置。
前記加工手段は、前記抽出手段により抽出された対象単語に対応する音声データを他の音声データと置き換えることを特徴とする請求項１に記載の音声再生装置。
音声データ、当該音声データに含まれる各単語、及び当該各単語それぞれに対応する時間データを記憶する再生データ記憶手段と、
前記音声データに基づいて音声を出力する音声出力手段と、
音声加工の対象となる対象単語を記憶する対象単語記憶手段と、
前記音声データに含まれる各単語から前記対象単語を抽出する抽出手段と、
前記抽出手段により抽出された対象単語に対応する時間データに基づいて、前記音声データ中の対象単語に対して消音処理、音量低下処理又は雑音付加処理を行う加工手段と、
を備えたことを特徴とする音声再生装置。
前記加工手段は、前記抽出手段により抽出された対象単語に対応する音声データを他の音声データと置き換えることを特徴とする請求項４に記載の音声再生装置。
前記加工手段は、前記抽出手段により抽出された対象単語に対応する時間データに基づいて、前記音声出力手段により出力される音声を消音させることを特徴とする請求項４に記載の音声再生装置。