JP3709578B2 - 音声規則合成装置および音声規則合成方法 - Google Patents

Description

【０００１】
【産業上の利用分野】
本発明は、電話を用いた情報提供サービス等において、コンピュータに蓄積されている文字，数字等のデータを自動的に音声規則合成して、音声で伝達する装置および方法に関する。
【０００２】
【従来の技術】
従来の音声規則合成装置では、「漢字かな混じり文」を解析し、音声辞書を参照することにより読み方（読みかなとアクセント等）を得て、それを基に音声波形を合成する（規則合成）方式を採用していた。
【０００３】
図７は表音文字列例解図であり、この音声辞書によって得られる表音文字列を現すパターンとコードであり、同図でＡ）とＢ）はフォーマットを例示したものである。即ち、表音文字列はシフトＪＩＳの半角カタカナまたはローマ字（大文字）で記述され、最大１２８文字または区切記号までが処理単位として音声処理される。
【０００４】
ー処理単位は制御文字列で始まり、空白に続けて音声文字列または空白に続く区切記号に続けて音声文字列を付与し、区切記号で完結する。
同図Ｃ）は上記制御記号，区切記号，音声文字列およびアクセントのコードの説明図であり、例えば、女声（Ｆ）によるやや早め（Ｓ）の音声を用いて、「明瞭な音声を合成します。」という文章を音声辞書を用いて出力された表音文字列は、「Ｆ４Ｓ８ メ−リョーナ オ’ンセーヲ ゴーセーシ’マス％」と出力される。ところが、漢字は一般に「音」「訓」があり、特に読み方が最も多いー例として良く引き合いに出される漢字として、「生」がある。例えば、「ナマハンカ（生半可），セイカツ（生活），イきる（生きる），ショウゴク（生国），キイッポン（生ー本），イケバナ＝セイカ（生花），ナリワイ＝セイギョウ（生業）」等と読み方も多種である。しかし、このような漢字／熟語等の読み方は、音声辞書にー通りだけで格納されており、入力データの「漢字かな混じり文」に対して一意に決まる読み方で音声規則合成されていた。
【０００５】
【発明が解決しようとする課題】
従来の方式では、同じ文字列で複数の読み方が存在する場合に、音声辞書に登録されているーつの読み方でのみ音声規則合成することになり、誤った読み方で音声規則合成される場合があった。
【０００６】
例えば、漢字「三田」に対応する一般的な読み方として、「ミタ」が音声辞書に登録されていると、入力された漢字「三田」は常に読み方が「ミタ」となって音声規則合成され、地名または人名としての「三田」が使用され、しかもこの読み方が「サンダ」であっても、音声辞書には「ミタ」のみが登録されているために、「ミタ」として音声出力されるという問題があった。
【０００７】
本発明はこのような点にかんがみて、表意文字である漢字に必然的に纏わる複数読み方に正しく対処でき、地名／個人名等の固有の読み方を持つ漢字に対しても正しく音声出力する手段を提供することを目的とする。
【０００８】
【課題を解決するための手段】
上記の課題は下記の如くに構成された本発明によって解決される。
図１（Ａ）は本発明による構成原理図である。図において、１は入力変換部、２は情報提供サービス側が保有するデータベース、３は音声出力の対象とする文字列およびその付加情報を抽出する文字列抽出部、４は音声辞書５を参照して表音文字列を出力する音声規則合成部である。
【０００９】
また、 図１（Ｂ）は本発明によるプロセス原理図であり、表意と表音混じり文中の表意を含む文字列を出力する第１プロセスと、前記文字列を音声対象に指定する第一情報と、前記文字列に対応した音声態様を指定する第二情報と、前記第二情報の類別を指定する第三情報と、から成る付加情報を出力する第２プロセスと、前記文字列と前記付加情報によって音声辞書を検索して、前記付加情報における第二情報に対応する表音態様を示す表音文字列を出力する第３プロセスと、から成る。
【００１０】
さらに本発明は、前記付加情報を、前記文字列を音声対象に指定する第一情報と、前記文字列に対応した音声態様を指定する第二情報と、前記第二情報の類別を指定する第三情報とから構成する。
【００１１】
【作用】
本発明の構成において、プッシュホン等の音声情報機器から照会データが入力されると、入力変換部１はこれをコードデータ（表意と表音，例えば漢字かな混じり文字列）に変換して出力する。
【００１２】
文字列抽出部３は上記コードデータでデータベース２を検索し、上記照会データに応答する情報を読み出し、この応答情報に含まれる文字列および当該文字列の付加情報を抽出する。
【００１３】
音声規則合成部４は入力された文字列および付加情報を用いて音声辞書５のインデックスを検索し、照合された文字列対応の表音文字列を出力する。
また、本発明のプロセスにおいて、第１ステップでは読みを指定する表意文字列部分を抽出し、第２ステップではこの表意文字列に対する付加情報として、表意文字列の文字数を示す第１情報と、表意文字列の読みに関連するデータを示す第２情報と、更にこの第２情報を類別するデータを示す第３情報とを出力し、第３ステップでは上記表意文字列と付加情報を用いて音声辞書から表音文字列を出力する。
【００１４】
【実施例】
以下、実施例としてホテル照会システムを用い、図２乃至図６を使用して本発明を詳細に説明する。
【００１５】
図２は本発明の実施例の機能ブロック図であり、図において、１０はプッシュホン等の音声入力を行なう入力部、１１はプッシュ信号をコードデータ（文字列）に変換するＰＢ信号変換部、２０は顧客保有データベース（図３，参照）、３０はＰＢ信号変換部１１からの入力コードデータ（文字列）を顧客保有データベース２０を参照し、漢字を含む文字列とこの文字列対応の読み情報を出力する検索組立部、３１は検索組立部３０から出力されたデータを書き込む出力バッファ、４０は出力バッファ３１からデータを読み出し、音声辞書５０（図６，参照）を検索して表音文字列を出力する音声合成部、４１は音声合成部４０から出力された表音文字列を書き込む表音文字列バッファ、６０は表音文字列を音声波形に変換して出力する音声出力部であり、全図を通して同一符号は同一物を示す。
【００１６】
上記構成を備えたホテル照会システムを利用する時のプロセスを、図４（処理フローチャートその１）および図５（処理フローチャートその２）を用いて説明する。
【００１７】
ステップＳ１：
ホテルの空室を予約したい顧客は、プッシュホンを用い、情報コード番号（ホテル空室照会＝２３）で入力部１０から照会する。このプッシュホン信号はＰＢ信号変換部１１でコードデータ（文字列）に変換される。
【００１８】
ステップＳ２：
検索組立部３０は、入力コードが空室予約のコード番号（２３）か否かを確認した後に、
ステップＳ３：
顧客保有データベース（ＤＢ）２０をオープン処理する。
【００１９】
ステップＳ４：
顧客保有データベース（ＤＢ）２０から室数欄を検索し、空室があるホテル（ニュー三田ホテル）のホテル名（漢字欄，カタカナ欄）を読み出して、保持する。
【００２０】
ステップＳ５：
ステップＫ１（図５；組み立て部）に移行する。
ここで、処理フローチャートのその２（図５）を説明すると、
ステップＫ１：
固定文字列列の『ホテル名は、』をセットする。
【００２１】
ステップＫ２：
ホテル名の漢字欄とカタカナ欄を比較し、最初のー致文字列の『ニュー』をセットする。
【００２２】
ステップＫ３：
ホテル名の漢字欄とカタカナ欄を比較し、不一致な文字列部分である漢字の『三田』と読みの『サンダ』を両者から抽出して保持する。
【００２３】
ステップＫ４：
漢字の『三田』をセットする。
ステップＫ５：
固定文字の『〔』と、ステップＫ４で出力した文字数の『２』をセットする。
【００２４】
ステップＫ６：
固定文字列の『，１，』をセットする。
ステップＫ７：
ステップＫ３で保持したカタカナの『サンダ』と、固定文字の『〕』をセットする。
【００２５】
ステップＫ８：
ホテル名の漢字欄とカタカナ欄を比較し、不一致な文字列部分の直後から照合して、一致部分の『ホテル』をセットする。
【００２６】
ステップＫ９：
固定文字列の『で、所在地は、』をセットする。
ステップＫ１０：
所在地の漢字欄の『三田市』をセットする。
【００２７】
ステップＫ１１：
固定文字の『〔』と、ステップＫ１０で出力した文字数『３』をセットする。
ステップＫ１２：
固定文字列の『，２，』をセットする。
【００２８】
ステップＫ１３：
所在地の住所コード欄の『２８２１０』と、固定文字列の『〕です。』をセットする。
【００２９】
以上の処理プロセスが完了すると、再び処理フローチャートその１（図４）のステップＳ４に戻り、顧客保有データベース（ＤＢ）２０から室数欄を検索し、次の空室があるホテル（堺セントラル）についても、ステップＳ５において同様の処理を反復する。この時、空室が無くなるか、または顧客の要望から位置的に不適当なホテルは除外して処理を続行し、全データの照合が完了すると次のステップＳ６へ移行する。
【００３０】
ステップＳ６：
顧客保有データベース２０（ＤＢ）をクローズ処理する。
ステップＳ７：
文字列の、『ホテル名は、ニュー三田〔２，１，サンダ〕ホテルで、所在地は、三田市〔３，２，２８２１０〕です。』を出力バッファ３１に出力する。
【００３１】
この文字列内で、『所在地』や『名』は付加情報を持たず、ホテル名である漢字『三田』は付加情報『〔〔２，１，サンダ〕』を有し、またホテルの住所である漢字『三田市』は付加情報『〔３，２，２８２１０〕』を有している。
【００３２】
ここで、付加情報内において、第１パートは読みの対象となる文字数、第２パートは後述する類別符号、第３パートは類別に対応した読み情報である。
上記の出力バッファ３１に出力された文字列『ホテル名は、〜です。』は、次の音声合成部４０において、音声辞書５０（図６，参照）を検索して表音文字化される。
【００３３】
図６は音声辞書構造図であり、付加情報内における類別符号（０，１，２）に基づき分類される第１辞書５１と、表音文字列を出力する第２辞書５２の二段階で構成されている。
【００３４】
第１辞書は、類別欄とキー欄と検索キー欄を備えている。
「類別＝０」は、読み対象漢字（所在地，名，三田，．．．）に付加情報が付与されずに入力された場合であり、読み対象漢字自身（所在地，名，三田，．．．）をキー欄で検索し、検索キー欄によって第２辞書５２を検索する。
【００３５】
「類別＝１」は、読み対象漢字（三田，三田市，．．．）に読み方が付加情報として入力された場合であり、読み方（ミタ、サンダ，オンダ，ヤマダ，．．．）でキー欄を検索し、且つ読み対象漢字を併用した検索キー欄によって第２辞書５２を検索する。
【００３６】
「類別＝２」は、読み対象漢字（三田市，堺市，．．．）に住所コードが付加情報として入力された場合であり、住所コード（２８２１０，２７４１０，．．．）でキー欄を検索し、検索キー欄によって第２辞書５２を検索する。
【００３７】
次に、第２辞書５２は、被検索キー欄と表音文字列欄を備えている。第１辞書５１からの出力データ（検索キー欄出力）で被検索キー欄を照合し、一致した時の表音文字列欄の内容を出力する。この出力データが音声出力部６０（図２）によって音声として出力されるものである。
【００３８】
以下、音声合成部４０における処理を説明する。
検索組立部３０（図２）から出力され、出力バッファ３１に書き込まれた文字列、『ホテル名は、ニュー三田〔２，１，サンダ〕ホテルで、所在地は、三田市〔３，２，２８２１０〕です。』が音声合成部４０に入力される。
【００３９】
この文字列内で、『所在地』は付加情報が付与されていないので、『類別＝０』で分類され、第１辞書５１のキー欄は『所在地』で照合され、検索キー欄の『所在地＋０００１』が出力される。この出力データが第２辞書５２の被検索キー欄で照合され、表音文字列欄の『ショザイチ』が表音文字列として出力される。
【００４０】
また、最初の付加情報『〔２，１，サンダ〕』によって、読み上げ文字列は直前の２文字部分（三田）であり、『類別＝１』であるから、読み方が『サンダ』として付与されていることになる。そこで、第１辞書５１のキー欄は『サンダ』が照合され、検索キー欄の２通り（『三田＋０００２』，『山田＋０００２』）から読み上げ文字列の『三田』に基づいた『三田＋０００２』が出力される。この出力データが第２辞書５２の被検索キー欄で照合され、表音文字列欄の『サンダ』が表音文字列として出力される。
【００４１】
また、次の付加情報『〔３，２，２８２１０〕』によって、読み上げ文字列は直前の３文字部分（三田市）であり、『類別＝２』であるから、読み方が住所コード『２８２１０』として付与されていることになる。そこで、第１辞書５１のキー欄は『２８２１０』が照合され、検索キー欄の『三田市＋０００１』が出力される。この出力データが第２辞書５２の被検索キー欄で照合され、表音文字列欄の『サンダシ』が表音文字列として出力される。
【００４２】
上記の実施例では、読み方の対象文字列数を１以上としているが、省略してもよく、例えば、『所在地は、三田〔２，１，サンダ〕です。』に代えて、『所在地は、〔０，１，サンダ〕です。』とすることも出来る。
【００４３】
また、本実施例では読み方対象の文字列を漢字または漢字かな混じり文としているが、本発明はこれに限定されないことは勿論であり、コード化されたデータであれば、その種類を問うものではない。
【００４４】
【発明の効果】
本発明は、表意文字である漢字に必然的に纏わる複数の読み方に正しく対処でき、地名／団体名／個人名等の固有の読み方を持つ漢字に対しても正しく音声出力することで、聞き誤りによる誤解や、訪問地の住所を間違えて時間とお金を無駄にすることを防止できると言う格別な効果を奏するものである。
【図面の簡単な説明】
【図１】本発明の原理図である。
【図２】実施例の機能ブロック図である。
【図３】顧客保有データベース構築例図である。
【図４】処理フローチャート（その１）である。
【図５】処理フローチャート（その２）である。
【図６】音声辞書構造図である。
【図７】表音文字列例解図である。
【符号の説明】
１ 入力変換部
２ データベース
３ 文字列抽出部
４ 音声規則合成部
５ 音声辞書
１０ 入力部
１１ ＰＢ信号変換部
２０ 顧客保有データベース
３０ 検索組立部
３１ 出力バッファ
４０ 音声合成部
４１ 表音文字列バッファ
５０ 音声辞書
６０ 音声出力部

Claims (2)

1. 漢字文字列を含む文字列を表音文字列に変換する音声規則合成装置であって、
   前記漢字文字列に、該漢字文字列の読み方または該漢字文字列に対応する住所コードを付加情報として付加する付加情報付加手段と、
   前記漢字文字列に付加情報が付加されない場合には該漢字文字列自身で、または付加情報として読み方が付加された場合には前記読み方で、または付加情報として住所コードが付加された場合には前記住所コードで、検索する第１のキーと、該第１のキーに対応する漢字文字列を含んだ第２のキーを対応させた表音文字列検索キーテーブルと、
   前記第２のキーを該漢字文字列の表音文字列と対応付けた表音文字列辞書と、
   前記第１のキーで前記表音文字列検索キーテーブルを検索して対応する第２のキーを取得し、更に該第１のキーに対応する複数の第２のキーを検出したときには、前記漢字文字列を含んだ該第２のキーを選択して取得する検索キー取得手段と、
   前記取得した第２のキーを検索キーとして前記表音文字列辞書を検索して表音文字列を出力する表音文字列検索手段と、
   を備えることを特徴とする音声規則合成装置。
2. 漢字文字列を含む文字列を表音文字列に変換する音声規則合成方法であって、
   前記漢字文字列に、該漢字文字列の読み方または該漢字文字列に対応する住所コードを付加情報として付加するステップと、
   前記漢字文字列に付加情報が付加されない場合には該漢字文字列自身で、または付加情報として読み方が付加された場合には前記読み方で、または付加情報として住所コードが付加された場合には前記住所コードで、検索する第１のキーと、該第１のキーに対応する漢字文字列を含んだ第２のキーを対応させた表音文字列検索キーテーブルと前記第２のキーを該漢字文字列の表音文字列と対応付けた表音文字列辞書とを用いて、漢字文字列に付加された付加情報に含まれる第１のキーで前記表音文字列検索キーテーブルを検索して対応する第２のキーを取得し、更に該第１のキーに対応する複数の第２のキーを検出したときには、前記漢字文字列を含んだ該第２のキーを選択して取得するステップと、
   前記取得した第２のキーを検索キーとして前記表音文字列辞書を検索して表音文字列を出力するステップと、
   を有することを特徴とする音声規則合成方法。

Images