JPH02130599A - Voice synthesizing device - Google Patents

Abstract

PURPOSE:To effectively bring a voice of a word of foreign origin to voice synthesis without preparing a voice element piece one by one against a character of a special notation by converting the character of the special notation to a notation character which is used usually and daily and bringing it to voice synthesis. CONSTITUTION:For instance, a character-string of 'vaiorin' is given to an input part 1. A character converting part 2 detects a fact that a special notation character of 'va' is contained in its input character-string by testing its character-string, converts 'va' to 'ba' by referring to a character conversion table 4, and as a result, converts the character-string to a character-string of an input character-string 'baiorin'. On the other hand, an accent detecting part 3 refers to an accent dictionary 5 with regard to the character-string 'baiorin' and derives its accent information, and in accordance with the character-string which is brought to character conversion and the accent information, a voice parameter generating part 6 operates, and a composite voice shown by the character-string which is brought to character conversion is generated by a voice synthesizing part 8. In such a way, the synthesizing voice having high naturalness of the input character-string containing a word of foreign origin can be generated simply.

Description

【発明の詳細な説明】 ［発明の目的］ （産業上の利用分野） 本発明は特殊表記の文字を含む外来語を示す入力文字列
についての合成音声を簡易に、且つ自然性良く生成する
ことのできる音声合成装置に関する。[Detailed Description of the Invention] [Object of the Invention] (Industrial Application Field) The present invention aims to easily generate synthesized speech for an input character string indicating a foreign word including specially written characters with good naturalness. This invention relates to a speech synthesizer that can perform.

（従来の技術） 近時、単語情報を示す文字コード列を入力し、この入力
文字コード列を解析してその音韻パラメータ系列と韻律
パラメータ系列とをそれぞれ求め、これらの音韻パラメ
ータ系列と韻律パラメータ系列とに従って所定の規則に
基づいて上記単語情報に対応した合成音声を生成する音
声合成装置が種々開発されている。この種の規則合成方
式による音声合成装置は、従来の録音編集方式の音声合
成装置に比較して任意の単語や文を示す音声を簡易に、
且つ柔軟に生成し得ると云う優れた利点を持つ。これ故
、音声認識処理技術と相俟って、自然性の高いマン番マ
シン・インターフェースを実現する上での重要な技術と
して注目されている。(Prior art) Recently, a character code string indicating word information is input, and this input character code string is analyzed to obtain its phonological parameter sequence and prosodic parameter sequence, respectively. Various speech synthesis devices have been developed that generate synthesized speech corresponding to the word information based on predetermined rules. This type of speech synthesis device using a rule synthesis method can easily generate speech indicating any word or sentence, compared to a conventional speech synthesis device using a recording/editing method.
It has the excellent advantage of being flexible and can be produced. Therefore, combined with voice recognition processing technology, it is attracting attention as an important technology for realizing a highly natural man-machine interface.

ところでこのような音声の規則合成において、自然性の
高い合成音声を得る為には、各単語が持つ単語固有のア
クセントを正しく再現することが重要な課題となる。However, in such regular speech synthesis, in order to obtain highly natural synthesized speech, it is important to accurately reproduce the word-specific accent of each word.

そこで従来では、単純単語毎に、また単語の組合せによ
って構成される複合語毎にそのアクセントの情報をアク
セント辞書として予め登録しておき、単語情報が入力さ
れたとき、上記アクセント辞書と照合して入力単語に対
するアクセント情報を求めるようにしている。このよう
にして求められるアクセント情報に従って音声の規則合
成を行なうことにより、比較的簡単に自然性の高い合成
音声が得られるようになってきた。Conventionally, accent information is registered in advance as an accent dictionary for each simple word or compound word formed by a combination of words, and when word information is input, it is checked against the accent dictionary. Accent information is obtained for the input word. By performing the regular synthesis of speech according to the accent information obtained in this way, it has become possible to obtain synthesized speech with a high degree of naturalness relatively easily.

一方、最近では日本語の単語や文のみならず、外来語を
含む入力文字列についても規則合成によりその合成音声
を生成するべく、この種の音声合成装置で取扱われる言
語の種別が益々多用化している。例えば「バイオリン」
や「ハウジング」等の日常的な外来語を含む入力文字列
についてもそのまま音声合成するようになってきた。と
ころが、この種の外来語を文字列入力する場合、外来語
特有の特殊表記が用いられることが多々ある。具体的に
は、上記「バイオリン」を「ヴァイオリン」として文字
列表記したり、「ハウジング」を「ハウズイング」とし
て表記することが多々ある。On the other hand, recently, the types of languages handled by this type of speech synthesizer have become increasingly diverse, in order to generate synthesized speech not only for Japanese words and sentences but also for input character strings including foreign words. ing. For example, "violin"
Input character strings that include everyday foreign words such as "housing" and "housing" can now be directly synthesized into speech. However, when inputting a character string of this type of foreign word, special notation unique to the foreign word is often used. Specifically, the above-mentioned "violin" is often written as a character string as "violin", and "housing" is often written as "housing".

ところが従来の音声合成装置にあっては、このような外
来語特有の表記を含む文字列が与えられた場合、一般的
には上記特殊表記の文字に対応する音声素片が音声素片
ファイルに登録されていないことから、その音声合成が
できなかったり、自然性の高い合成音声を得ることがで
きないと云う問題があった。However, in conventional speech synthesis devices, when a character string containing a notation unique to a foreign word is given, the phonetic segment corresponding to the character in the special notation is generally not stored in the phonetic segment file. Since it is not registered, there is a problem that it is not possible to synthesize the voice or to obtain a highly natural synthesized voice.

このような不具合を解消して外来語についての自然性の
高い合成音声を得るには、上記外来語特有の表記に対応
した音声素片を準備しておく必要があることのみならず
、その文字列を見出し語とするアクセント辞書等を構築
しておく必要がある。In order to solve these problems and obtain highly natural synthesized speech for foreign words, it is necessary not only to prepare speech segments that correspond to the spelling specific to the foreign words mentioned above, but also to It is necessary to construct an accent dictionary, etc. that uses columns as headwords.

然し乍ら、このような登録作業は多大な作業負担（労力
）と作業時間を必要とし、しかもこれらの情報を格納し
ておく為の大容量のメモリを必要とする等の不具合があ
った。However, such registration work requires a large amount of work load (labor) and work time, and has problems such as requiring a large capacity memory to store this information.

（発明が解決しようとする課題） このように従来の音声合成装置にあっては、外来語特有
の特殊表記文字を含む入力文字列が与えられた場合、こ
の外来語を含む入力文字列を自然性良く音声合成するこ
とが非常に困難であり、しかもこれに対処するには多大
な労力と、外来語の合成音声を埋め為の情報を格納して
おく為の膨大なメモリ容量を必要とする等の不具合があ
った。(Problem to be Solved by the Invention) In this way, in the conventional speech synthesis device, when an input character string including special notation characters peculiar to a foreign word is given, the input character string including this foreign word is naturally converted. It is extremely difficult to synthesize speech with good performance, and dealing with this requires a great deal of effort and a huge amount of memory capacity to store information to fill in the synthesized speech of foreign words. There were other problems.

本発明はこのような事情を考慮してなされたもので、そ
の目的とするところは、外来語特有の特殊表記の文字を
含む文字列が与えられる場合であっても、その外来語を
含む入力文字列の自然性の高い合成音声を簡易に生成す
ることのできる音声合成装置を提供することにある。The present invention has been made in consideration of these circumstances, and its purpose is to provide input that includes the foreign word even when a character string containing special notation characters unique to the foreign word is given. It is an object of the present invention to provide a speech synthesis device that can easily generate synthesized speech of character strings with high naturalness.

［発明の構成］ （課題を解決するための手段） 本発明は、入力文字列を解析し、この解析結果に従って
音声合成パラメータを生成して上記入力文字列が示す合
成音声を生成出力する音声合成装置に係り、 特に外来語に含まれる特殊表記の文字を所定の見出し語
用の文字に変換する手段、例えば文字変換テーブルを備
え、入力文字列中に特殊表記の文字が出現した場合には
、上記文字変換手段を用いて所定の見出し語用の文字に
変換した後、この文字変換された文字列を用いて上記特
殊表記の文字を含む外来語に対する合成音声を生成する
ようにしたことを特徴とするものである。[Structure of the Invention] (Means for Solving the Problems) The present invention provides a speech synthesis method that analyzes an input character string, generates speech synthesis parameters according to the analysis result, and generates and outputs synthesized speech indicated by the input character string. In particular, the device is equipped with a means for converting specially written characters included in foreign words into characters for a predetermined headword, such as a character conversion table, and when a specially written character appears in an input string, After converting into characters for a predetermined headword using the character conversion means, the converted character string is used to generate synthesized speech for a foreign word containing the special notation characters. That is.

（作用） 本発明によれば、特殊表記文字を含む外来語が入力文字
列として与えられた場合、上記特殊表記文字を通常の見
出し語文字に変換して音声合成処理に用いるので、装置
としては特殊表記文字をそれに対応する見出し語文字に
変換する機能、例えばテーブルを備えるだけで良く、特
殊表記文字に対応する音声素片を準備したり、特殊文字
を含む外来語に対処する為のアクセント辞書として膨大
なメモリ容量を必要とする等の問題を効果的に解消して
簡易に上記外来語の自然性の高い合成音声を生成するこ
とが可能となる。(Operation) According to the present invention, when a foreign word containing special notation characters is given as an input character string, the special notation characters are converted into normal headword characters and used for speech synthesis processing, so that the device can A function to convert special notation characters into corresponding headword characters, for example, it is sufficient to have a table, prepare phonetic segments corresponding to special notation characters, and an accent dictionary to deal with foreign words containing special characters. This effectively solves problems such as the need for a huge memory capacity, and makes it possible to easily generate highly natural synthesized speech of the above-mentioned foreign words.

（実施例） 以下、図面を参照して本発明の一実施例に係る音声合成
装置につき説明する。(Embodiment) Hereinafter, a speech synthesis device according to an embodiment of the present invention will be described with reference to the drawings.

第１図は実施例装置の概略構成図である。入力部１はア
クセントコードを含む文字コード列を入力するものであ
り、この入力部ｌから入力された文字コード列は文字変
換部２を経てアクセント検定部３に与えられる。上記文
字変換部２は入力文字コード列（入力文字列）中に外来
語特有の特殊表記文字が存在しないか否かを調べ、特殊
表記文字が存在する場合には第２図に示すように構成さ
れた文字変換テーブル４を参照して、その特殊表記文字
を見出し語文字に変換するものである。即ち、文字変換
テーブル４には特殊表記文字「ヴア」を見出し７語文字
「バ」に変換するとか、特殊表記文字「ズイ」を見出し
語文字「ジ」に変換する。FIG. 1 is a schematic configuration diagram of an embodiment device. The input section 1 is for inputting a character code string including an accent code, and the character code string input from the input section 1 is given to the accent verification section 3 via the character conversion section 2. The character conversion unit 2 checks whether or not there are special notation characters unique to foreign words in the input character code string (input character string), and if there are special notation characters, it is configured as shown in FIG. The special notation characters are converted into headword characters by referring to the created character conversion table 4. That is, in the character conversion table 4, the special notation character "Vua" is converted to the headword character "Ba", and the special notation character "Zui" is converted to the headword character "Ji".

特殊表記文字「グエ」を見出し語文字「ゲ」に変換する
等の情報が格納されている。Information such as converting the special notation character "Gue" to the headword character "Ge" is stored.

しかしてアクセント検定部３は文字変換部２を介して特
殊表記文字に対する変換処理が施された入力文字列から
アクセントコードを検出する。入力文字列にアクセント
コードが含まれない場合には、アクセント検定部３は入
力文字列とアクセント辞書５に登録されている見出し語
とを照合し、入力文字列に一致する見出し語について登
録されているアクセント情報をアクセント辞書５から求
め、これを前記入力文字列に付加する。The accent verification unit 3 detects an accent code from the input character string that has been subjected to conversion processing for special notation characters via the character conversion unit 2. If the input character string does not include an accent code, the accent verification unit 3 compares the input character string with the headwords registered in the accent dictionary 5, and determines whether the headwords that match the input character string are registered. Accent information is obtained from the accent dictionary 5 and added to the input character string.

しかして合成パラメータ生成部６は、上述した如くして
アクセント情報が付加された入力文字列を解析し、その
解析結果に従って音声素片ファイル７を参照してその音
韻系列に対応した音韻パラメータ系列を生成する。この
合成パラメータ生成部８にて生成された音韻パラメータ
系列と上記アクセント情報とに従い、音声合成部８は所
定の音声合成規則に従って上記入力文字列が示す合成音
声を生成出力する。The synthesis parameter generation unit 6 analyzes the input character string to which accent information has been added as described above, and refers to the speech segment file 7 according to the analysis result to generate a phoneme parameter sequence corresponding to the phoneme sequence. generate. According to the phonetic parameter series generated by the synthesis parameter generation section 8 and the accent information, the speech synthesis section 8 generates and outputs synthesized speech indicated by the input character string according to a predetermined speech synthesis rule.

このように構成された音声合成装置において、今、前記
入力部１に「ヴァイオリン」なる文字列を与えるものと
する。この場合、入力文字列中の「ヴア」が外来語特有
の特殊表記文字であり、その他は通常のカタカナによる
外来語表記である。In the speech synthesis apparatus configured as described above, it is assumed that a character string "violin" is given to the input section 1. In this case, "Vua" in the input character string is a special notation character unique to foreign words, and the other characters are normally written in katakana.

しかして文字変換部２はこのような文字列が与えられる
と、その文字列の検定により「ヴア」なる特殊表記文字
がその入力文字列中に含まれることを検出し、文字変換
テーブル４を参照して「ヴァ」を「バ」に変換する。こ
の結果、入力文字列は第３図に例示するように「バイオ
リン」なる文字列に変換される。When the character conversion unit 2 is given such a character string, it tests the character string and detects that the special notation character "Vua" is included in the input character string, and refers to the character conversion table 4. to convert "va" to "ba". As a result, the input character string is converted into the character string "violin" as illustrated in FIG.

しかしてアクセント検定部３はこのようにして文字変換
された文字列「バイオリン」についてアクセントの検定
を行なうことになり、アクセント辞書５を参照してその
アクセント情報を求める。Therefore, the accent testing section 3 tests the accent of the character string "violin" converted in this way, and refers to the accent dictionary 5 to obtain accent information.

しかる後、これらの文字変換された文字列とそのアクセ
ント情報とに従って音声パラメータ生成部６が作用し、
音声合成部８にして上記文字変換された文字列が示す合
成音声が生成される。このようにして生成される合成音
声は、厳密な意味では特殊表記文字で与えられた文字列
が意図する音声とは若干異なったものではあるが、通常
一般的な外来語の発音からすれば殆んど問題を招かない
ものであり、その原語音声と極めて似通ったものとなる
。従って実際上殆んど問題を招来することのない自然性
の高い合成音声とすることが可能となる。After that, the voice parameter generation unit 6 operates according to these converted character strings and their accent information,
The speech synthesis unit 8 generates synthesized speech indicated by the converted character string. Strictly speaking, the synthesized speech generated in this way is slightly different from the intended speech of the character string given by the special notation, but it is almost the same as the pronunciation of common foreign words. It is usually problem-free and very similar to the original language sound. Therefore, it is possible to obtain highly natural synthesized speech that causes almost no problems in practice.

また」二連したように本装置では、外来語特有の特殊表
記文字を一般的な表記の文字に変換して音声合成処理に
供するだけなので、その処理過程が非常に簡単である。Furthermore, as mentioned above, this device only converts special notation characters unique to foreign words into common notation characters and submits them to speech synthesis processing, so the processing process is very simple.

従って音声合成の処理所要時間が長引くことがなく、装
置の処理負担を増大させることも殆んどない。特に特殊
表記文字に対する音声素片を個々に＄備する等の必要が
なく、またこれらの特殊表記文字を含む文字列について
のアクセント情報をそれぞれアクセント辞書に格納して
おく必要がないので、必要なメモリ容量が徒に膨大化す
る虞れもない等の効果が奏せられる。Therefore, the processing time required for speech synthesis is not prolonged, and the processing load on the apparatus is hardly increased. In particular, there is no need to separately store phonetic segments for special notation characters, and there is no need to store accent information for character strings containing these special notation characters in an accent dictionary. Effects such as eliminating the risk of memory capacity becoming unnecessarily large can be achieved.

尚、本発明は上述した実施例に限定されるものではない
。例えば第４図に示すようにアクセント辞書自体に特殊
表記文字に対する文字変換機能を持たせ、第１図に示す
文字変換部２および文字変換テーブル４を省いて装置を
構成することも可能である。この場合には、上述した特
殊表記文字を含む外来語を見出しとして、その読みを示
す文字列をアクセント辞書５に登録しておき、入力文字
列に対応するアクセント情報をアクセント辞書５から求
める際、同時にその読みを示す文字列をアクセント辞書
５から求めて音声合成処理に供するようにすれば良い。Note that the present invention is not limited to the embodiments described above. For example, as shown in FIG. 4, it is also possible to configure the apparatus by providing the accent dictionary itself with a character conversion function for special notation characters, and omitting the character conversion section 2 and character conversion table 4 shown in FIG. In this case, a foreign word containing the above-mentioned special notation characters is used as a heading, a character string indicating its pronunciation is registered in the accent dictionary 5, and when obtaining accent information corresponding to the input character string from the accent dictionary 5, At the same time, a character string indicating the pronunciation may be obtained from the accent dictionary 5 and submitted to the speech synthesis process.

またこのような文字変換処理の思想を発展させ、「ヂ」
を「ジ」に変換する等の処理も実行するようにしても良
い。このような文字変換機能を備えることにより、例え
ば音声素片ファイル７の構造の単純化を図り、その音声
合成処理の効率化を図ることが可能となる等の効果が奏
せられる。その他、本発明はその要旨を逸脱しない範囲
で種々変形して実施することが可能である。Furthermore, by developing the idea of character conversion processing,
Processing such as converting ``ji'' to ``ji'' may also be executed. By providing such a character conversion function, effects such as, for example, the structure of the speech segment file 7 can be simplified and the speech synthesis process can be made more efficient can be achieved. In addition, the present invention can be implemented with various modifications without departing from the gist thereof.

〔発明の効果］ 以上説明したように本発明によれば、外来語特有の特殊
表記文字を含む文字列を入力してその入力文字列を音声
合成する際、上記特殊表記の文字を日常一般的に用いら
れる表記文字に変換して音声合成に供するので、上記特
殊表記の文字に対する音声素片を一々準備することなし
に、非常に簡易に、且つ効果的に上記特殊表記文字を含
んで示された外来語音声を効果的に音声合成することが
できる等の実用上多大なる効果が奏せられる。[Effects of the Invention] As explained above, according to the present invention, when inputting a character string including special notation characters unique to a foreign word and synthesizing the input character string into speech, the characters in the special notation are converted into words that are commonly used in daily life. Since it is converted into the notation characters used in the above and used for speech synthesis, it is possible to very easily and effectively express the above-mentioned special notation characters without having to prepare each phonetic segment for each character in the special notation. In practical terms, great effects can be achieved, such as being able to effectively synthesize speech from foreign words.

【図面の簡単な説明】[Brief explanation of the drawing]

第１図は本発明の一実施例に係る音声合成装置の概略構
成図、第２図は実施例装置における文字変換テーブルの
構成例を示す図、第３図は入力文字列に対する文字変換
処理の具体例を示す図、第４図は本発明の別の実施例を
示すもので、文字変換機能をアクセント辞書に持たせた
例を示す図である。 １・・・入力部、２・・・文字変換部、３・・・アクセ
ント検定部、４・・・文字変換テーブル、５・・・アク
セント辞書、６・・・合成パラメータ生成部、７・・・
音声素片ファイル、８・・・音声合成部。 出願人代理人　弁理士　鈴江武彦FIG. 1 is a schematic configuration diagram of a speech synthesis device according to an embodiment of the present invention, FIG. 2 is a diagram showing an example of the configuration of a character conversion table in the embodiment device, and FIG. 3 is a diagram showing a character conversion process for an input character string. A diagram showing a specific example, FIG. 4, shows another embodiment of the present invention, and is a diagram showing an example in which an accent dictionary is provided with a character conversion function. DESCRIPTION OF SYMBOLS 1... Input unit, 2... Character conversion unit, 3... Accent verification unit, 4... Character conversion table, 5... Accent dictionary, 6... Synthesis parameter generation unit, 7...・
Speech segment file, 8... speech synthesis section. Applicant's agent Patent attorney Takehiko Suzue

Claims (1)

【特許請求の範囲】 入力文字列を解析し、この解析結果に従って音声合成パ
ラメータを生成して上記入力文字列が示す合成音声を生
成出力する音声合成装置において、 外来語に含まれる特殊表記の文字を所定の見出し語用の
文字に変換する手段を備え、この文字変換された文字列
を用いて上記特殊表記の文字を含む外来語に対する合成
音声を生成することを特徴とする音声合成装置。[Scope of Claim] A speech synthesis device that analyzes an input character string, generates speech synthesis parameters according to the analysis result, and generates and outputs synthesized speech indicated by the input character string, comprising: a specially written character included in a foreign word; What is claimed is: 1. A speech synthesis device comprising means for converting a character string into characters for a predetermined headword, and generating a synthesized speech for a foreign word containing the special notation characters using the character string converted into characters.