JPH037999A - 音声出力装置 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 ［産業上の利用分野］ 本発明は、固定語の合成音声と、可変語の合成音声とを
組み合わせて出力する音声出力装置に関するものである
。

［従来の技術］ 従来、この種の音声出力装置には、第４図に示すように
、テキスト合成方式により固定語も可変語も合成するも
の、及び第５図に示すようにパラメータ編集合成方式に
より固定語を合成し、テキスト合成方式により可変語を
合成するものなどがあった。

第４図に示す従来例では、文章を文章解析部１に入力し
、この文章解析部１では構文解析、意味解析などの言語
処理を行った後に、漢字の音訓表、熟語の読みなどを登
録した読み辞書２を参照しながら読みがな列を作成し、
この読みがな列からテキスト合成部３で、がなの音声パ
ラメータ４を用いて音声パラメータ時系列を生成し、更
にこの音声パラメータ時系列を背戸変換部５で合成音声
信号に変換させるのである。この従来例の場合には固定
語もテキスト合成方式により合成するため、実質的に固
定語は可変語と同じ扱いになり、無限種類の固定語を出
力することができる。

また、第５図に示す従来例では、入力される文章を文章
解析部１で構文解析、意味解析を行った後、固定語検出
部６で固定語か可変語かを検出して可変語であればテキ
スト合成部３と、かな等の音声パラメータ４を用いて音
声パラメータ時系列情報に変換し、固定語の場合には固
定語音声パラメータ辞書７を用いてパラメータ編集合成
部８で音声パラ−メータ時系列を生成し、更に固定語の
音声パラ−メータ時系列と、可変語の音声パラ−メータ
時系列とを切り替え部９によって切り替えながら音声変
換部５へ出力するようになっている。

また固定語と可変語との接続部分の不自然さを無くすた
めに固定語の品質を品質整合部１０で整合するようにな
っており、固定語の品質はテキスト合成方式によるもの
と比較すると明瞭性及び自然性がともに高いものとなる
。

［発明が解決しようとする課題］ ところで上記第４図図示の従来例は現在のテキスト合成
技術ではテキスト合成の規則が不十分であるため、その
合成音声の品質、特に自然性に関する品質が満足できる
ものとは言い難いという問題点があった。

また第５図図示の従来例では、固定語音声パラメータ辞
書７に格納されるべき固定語のデータ量が大きいため、
格納領域の制限から固定語の長さや種類が限られてしま
うという問題があった６更に、固定語の品質と可変語の
品質が大きく異なるため生ずる固定語と可変語の接続部
分の不自然さを無くするなめに、固定語の品質を落とし
て可変語の品質に近付ける品質整合部１０を設けなけれ
ばならないという問題点があった。例えば音声パラメー
タの内音声の高さに関するデータは、テキスト合成部３
の出力を使う方法などがあった。

本発明は上述の問題点に鑑みて為されたもので、その目
的とするところは固定語の品質が高くて、固定語と可変
語の接続部が自然で、しかも固定語辞書のデータ量も少
ない音声出力装置を提供するにある。

併せて請求項２記載の発明は可変語の種類が限定され、
しかも変更がしばしば行われる場合に用いることができ
る音声出力装置を提供することを目的とし、さらに請求
項３記載の発明は請求項２記載の発明において、可変語
の変更が容易に行える音声出力装置を、請求項４記載の
発明は請求項２記載の発鳴において、装置の小型、軽量
化が図れる音声出力装置を提供することを夫々目的とす
る。

［課題を解決するための手段］ 本発明は固定語と、可変語とを組み合わせて出力する音
声出力装置において、規則合成方式により固定語を合成
する手段と、テキスト合成方式により可変語を合成する
手段を持つものであり、第１図に示すように入力される
文章を文章解析部１で解析した後固定語検出部６で固定
語なのか、可変語なのかを検出して固定語ならば規則合
成部１１で規則合成方式により固定語を合成して音声パ
ラメータ時系列を生成させ、可変語ならばテキスト合成
部３でテキスト合成方式により可変語を合成して音声パ
ラメータ時系列を生成させ、これら音声パラメータ時系
列を切り替え部９によって切り替えながら音声変換部５
へ出力し、合成音声信号に変換するようになっている。

請求項２記載の発明は請求項１記載の発明において、テ
キスト合成された可変語を登録する可変語登録部と、可
変語と固定語とを組み合わせて出力する組み合わせ音声
出力部とを備えたものであり、請求項３記載の発明は請
求項２記載の発明において、可変語登録部と組み合わせ
音声出力部を同一の物理的構成要素内に持つものであり
、また請求項４記載の発明は請求項２記載の発明におい
て、可変語登録部と組み合わせ音声出力部を相い異なる
物理的構成要素内に持つものである６［作用］ 而して本発明によれば固定語を規則合成により合成する
ため固定語の品質が高くなり、その上固定語辞書のデー
タ量を少なく、固定語の可変語との接続部も自然な合成
音声が得ることができる。

［実施例］ 以下本発明を実施例により説明する。

第２図請求項１記載の本発明の実施例を示しており、こ
の実施例は定形の文からなる固定語と非定形の文からな
る可変語とを組み合わせた文章を読み上げる音声出力装
置を構成する。

この実施例では入力される文章に現れる単語とその読み
とを対応付けて登録した読み辞書２を参照しながら入力
文章の読みがな列を文章解析部１で作成し、この読みが
な列を固定語検出部６で固定語辞書１２を参照しながら
固定語と可変語とに切り分け、可変語の読みがな列をテ
キスト合成部３に入力し、固定語の読みがな列を規則合
成部１１に入力する。

固定語辞書１２は固定語の読みと、規則合成データとを
対応付けて登録したもので、規則合成データとしてかな
の種類、かなの長さ、強さ、高さなどがある。

規則合成部１１は固定語の読みがな列について、音声パ
ラメータ時系列を生成するものであり、テキスト合成部
３は可変語について、その読みがな列から音声パラメー
タ時系列を生成するものであり、これらの音声パラメー
タ時系列の生成は例えば日本語のかな音節と、各かな音
節の音声を合成するためのＰＡＲＣＯＲパラメータ時系
列などが対応付けられて登録されている音声パラメータ
を用いて行なわれる。

切り替え部９は規則合成された固定語の音声パラメータ
時系列と、テキスト合成された可変語の音声パラメータ
時系列とを固定語検出部６の検出に対応して音声変換部
５に出力させるものであり、音声変換部５は入力する音
声パラメータ時系列を合成音声信号に変換する。

次に本実施例の動作を説明する。

まず入力された文章は、文章解析部１において読みがな
列に変換され、その変換された読みがな列は固定語検出
部６で固定語と可変語とに切り分けられる。

その内固定語は規則合成部１１により固定語辞書１２か
らその規則合成データが読み出されて、音声パラメータ
時系列に変換される。ここで固定辞書１２は、毎秒約５
モーラの音声を１秒分合成するために約１４０ビツト必
要であるが、第５図従来例の固定語音声パラメータ辞書
７のように１秒の合成音声のために約２４００ビツトも
必要とするものに比べて非常にコンパクトに構成できる
。

また固定語辞書１２中の音声デー！から作られた合成音
声の品質は第４図の従来例によって作られた合成音声の
品質よりも高い。一方可変語の読みがな列はテキスト合
成部３において、音声パラメータ時系列に変換される。

これらの固定語、可変語の２種類の音声パラメータ時系
列は切り替え部９によって接続されることになるが、両
者間には著しい品質の差がないため、接続部分も自然と
なり、第５図の従来例の品質整合部１０が不要となる。

尚可変語の音声の高さを固定語の高さに合わせて定数倍
するなど、可変語の音声パラメータ時系列を固定語の音
声パラメータ時系列に合わせて変形することにより、可
変語と固定語との接続部分を更に自然とすることができ
る。

そして切り替え部９で接続された音声パラメータ時系列
は音声変換部５により合成音声信号に変換される。

第３図（ａ＞（ｂ）は請求項２〜４記載の発明にかかる
実施例を示しており、この実施例は可変語の種類がある
程度限定されているものの、可変語の変更がしばしば発
生するため、或は可変語の合成音声の品質が高く求めら
れないために、その合成にテキスト合成方式を用いる場
合の音声出力装置を構成するもので、上記第２図実施例
ではテキスト合成を音声出力時に行っていたが、本実施
例は第３図（ａ）に示す可変語登録部１３において行い
、その出力を規則合成データの形式で可変語辞書１４に
登録しておくようにし、この可変語辞書１４を第３図（
ｂ）の組み合わせ音声出力部１５に用いる１組み合わせ
音声出力部１５は文章を入力させるのではなく、可変語
と固定語の各文章に付けられた文番号を入力してするよ
うにしたもので、文番号に対応して音声選択部１６によ
り固定語辞書１２と可変語登録済みの可変語辞書１４と
から規則合成データを取り出すのである。

次に本実施例の動作を説明する。

まず可変語登録部１３において、限定されている可変語
を登録する。この場合入力文章を文章解析部１゛で読み
辞書２′を参照しながら読みがな列を生成し、この読み
がな列をテキスト合成を行い可変語用の規則合成データ
を出力する規則合成データ生成部３′で規則合成データ
に変換して可変語辞書１４に登録する。ここで可変語辞
書１４に登録するデータが音声パラメータ時系列の形式
ではなく、規則合成データの形式で登録する理由は、規
則合成データは読みがな列から音声パラメータ時系列を
生成するテキスト合成の過程の途中で得られるデータで
あるため、規則合成データから合成した音声と、音声パ
ラメータ時系列から合成された音声とは同品質であるか
らであり、しかもこの規則合成データは音声パラメータ
時系列よりコンパクトであるなめ可変語辞書１４を構成
するメモリの容量が少なく済む。

さて組み合わせ音声出力部１５では入力される文番号に
対応して音声選択部１６により固定語辞書１２と可変語
登録済みの可変語辞書１４とから規則合成データを取り
出すのである。ここで可変語の文番号と固定語の文番号
とを識別する方法としては、特定番号以上を可変語に、
特定番号より小さい文番号を固定語に割り付ける方法や
、可変語の文番号を括弧でくくり、固定語の文番号を括
弧無しで入力して識別ができるようにした方法などがあ
る。また文番号と規則合成データの対応を取る方法とし
ては、固定語辞書１２、可変語辞書１４の中に対応表を
持たせるなどの方法がある。

而して各辞書１２．１４から読み出した規則合成データ
は規則合成部４において音声パラメータ時系列に変換さ
れ、更に音声変換部５により合成音声信号に変換される
。

ところで可変語登録部１３と組み合わせ音声出力部１５
とは同一の物理構成要素内に設けても良く、或は相異な
る物理構成要素内に設けても良く、前者の場合では、可
変語の登録と、可変語と固定語の組み合わせ音声出力と
を容易に切り替えることができて音声の確認が行えるた
め、可変語音声の変更も簡単にでき、後者の場合には規
則合成部１１よりも大規模な文章解析部１やテキスト合
成を行う規則合成データ生成部３′を組み合わせ音声出
力部１５より分離することができ、そのため音声出力装
置としての構成が簡単となり、小型軽量化が図れる。

尚上記各実施例では音声パラメータにＰＡＲＣＯＲパラ
メータを用いているが、これに限定されるものではない
。また音声パラメータの単位はＣＶ（Ｃは子音、■は母
音）以外、ＶＣＶやＣＶＣなとでもよい。また規則合成
データは、かなの種類、かなの長さ、強さ、高さとして
いるが、これに限定されるものではなく、また音声出力
装置への入力は上記各実施例では文章や文番号で行って
いるが、これらやこれらの組み合わせに限定されるもの
でなく、例えば第２図実施例において、固定語を対応す
る記号列で指定し、可変語を文章で指定しても良い。

［発明の効果］ 本発明は固定語と、可変語とを組み合わせて出力する音
声出力装置において、規則合成方式により固定語を合成
する手段と、テキスト合成方式により可変語を合成する
手段を持つものであるから、固定語の品質が高くなって
、固定語と可変語との接続部が自然である合成音声が得
られ、しかも固定語辞書のデータ量も少なくなるという
効果がある。

更に請求項２記載の発明はテキスト合成された可変語を
登録する可変語登録部と、可変語と固定語とを組み合わ
せて出力する組み合わせ音声出力部とを備えたので、可
変語の種想が限定され、しかも変更がしばしば行われる
場合などに有効に用いることができる音声出力装置を実
現でき、また請求項３記載の発明は請求項２記載の発明
において、可変語の変更が容易に行え、請求項４記載の
発明は請求項２記載の発明において、可変語登録部と組
み合わせ音声出力部とを同一の物理的構成要素内に備え
たので、装置の小型、軽量化が図れるという効果がある
。

【図面の簡単な説明】

第１図は本発明の基本構成図、第２図は本発明の一実施
例の構成図、第３図（ａ）は本発明の別の実施例の可変
語登録部の構成図、第３図（ｂ）は同上の組み合わせ音
声出力部の構成図、第４図は従来例の構成図、第５図は
別の従来例の構成図である。 １は文章解析部、３はテキスト合成部、５は音声変換部
、６は固定語検出部、１１は規則合成部、９は切り替え
部、１３は可変語登録部、１５は組み合わせ音声出力部
である。

Claims (4)

【特許請求の範囲】
1. （１）固定語と、可変語とを組み合わせて出力する音声
   出力装置において、規則合成方式により固定語を合成す
   る手段と、テキスト合成方式により可変語を合成する手
   段とを持つことを特徴とする音声出力装置。
2. （２）テキスト合成された可変語を登録する可変語登録
   部と、可変語と固定語とを組み合わせて出力する組み合
   わせ音声出力部とを備えたことを特徴とする請求項１記
   載の音声出力装置。
3. （３）可変語登録部と組み合わせ音声出力部とを同一の
   物理的構成要素内に備えたことを特徴とする請求項２記
   載の音声出力装置。
4. （４）可変語登録部と組み合わせ音声出力部とを相い異
   なる物理的構成要素内に備えたことを特徴とする請求項
   ２記載の音声出力装置。