JPH0419799A - 音声合成装置 - 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、定型文中置き換え可能な単語たる可変語の合
成音声と、置き換え不可能な同定文の合成音声とを組み
合わせて出力する音声合成装置に関するものである。

［従来の技術］ 音声合成には録音編集方式、パラメータ編集方式、テキ
スト合成方式の３種類がある。

この録音方式やパラメータ編集方式（以後、この二つの
方式を合わせて録音編集的方式）は合成音声の品質は高
いが、予め出力させたい音声に対応する自然音声を録音
して（圧縮して）記憶させる作業が必要である。

テキスト合成方式の場合はその作業が必要であり、文字
列を入力さえすれば任意の音声が出力できるが、現状の
技術レベルでは合成音声の品質が低い。

ここで、出力音声の内容が定型文で、しかも定型文の中
の一部の単語が例えば人名のように色々と変わるような
音声合成を行う音声合成装置をまず録音編集的方式のみ
で実現することを考えてみる。この場合上記のように色
々と変わる単語を可変語、定型文から可変語を除いた語
句を固定文と呼ぶことにすると、出力音声を記憶させる
最も単純な方法は各可変語に対応した全ての定型文を記
憶することであるが、このようにすると記憶容量が大き
くなってしまうという問題がある。

この点を解消するために、各固定文と、各可変語とを記
憶して固定文と、可変語とを組み合わせて出力すること
が考えられる。この場合は一般に韻律の自然性が悪くな
るが、可変語の韻律情報を固定文の韻律情報に合わせて
合成することにより自然性を向上させることができる。

この方法の欠点は可変語に間しては予め記憶されている
可変語の音声しか出力できないことである。

この点を更に解消するために、可変語をテキスト合成で
出力することが考えられる。この従来例の構成は第２図
に示すように固定文の音声データを記憶している固定文
音声データファイル１と、外部から入力する出力音声指
示信号を可変語指定するための文字列信号と固定文を選
択するための選択信号とに振り分ける信号振り分は部３
と、該信号振り分は部３で振り分けられた選択信号によ
り指定された固定文の音声データを固定文音声データフ
ァイル１から読み出して上述したところの録音編集的方
式で合成する録音編集的合成部４と、上記信号振り分は
部３で振り分けられた文字列信号の文字列データを取り
込んでテキスト合成を行うテキスト合成部７と、上記各
合成部４．７で合成された音声を加算して定型文として
の合成音声を出力する加算器８とから構成される。

［発明が解決しようとする課題］ この第２図従来例の場合、可変語の音声合成にはテキス
ト合成方式が用いられるため合成音の品質が低く、固定
文と可変語の合成音の品質の差が大きくなってしまい、
全体として不自然な音声となってしまうという問題があ
る。

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
とするところはは前述のような固定文と可変語とからな
る音声合成装置を改良し、出力可能な音声範囲が広く、
且つ高品質の音声合成ができる音声合成装置を提供する
ことにある。

［課題を解決するための手段］ 本発明は上述の目的を達成するために、請求項１記載の
発明では、語句の変更が無い固定文と、変更が可能な単
語からなる可変語を組み合わせて定型文の音声を出力す
る音声合成装置において、固定文の音声データと、各可
変語として使用頻度の高い音声データとを予め録音・情
報圧縮により夫々記憶せる記憶手段と、入力された選択
信号で選択された固定文に対応する音声データを記憶手
段より読み出して出力する合成手段と、入力された文字
列に対応する可変語の音声データが上記記憶手段に記憶
されているかどうかを検索して記憶憶手段より読み出し
て出力し、記憶されていない場合にはテキスト合成を行
って出力させる合成手段とを備えたものである。

請求項２記載の発明は、上記記憶手段に記憶する各音声
データを音韻情報と音律情報とからなるデータで構成し
、上記記憶手段から読み出した音声データによる音声合
成を規則合成により行うものである６ ［作用コ 請求項１記載の発明は、使用頻度の高い可変語は固定文
と同様に品質の高い合成が行え、固定文との間に品質の
差は生じない。また指定された可変語が登録されていな
い音声の場合は、品質が落ちるが、テキスト合成で出力
されるので、任意の可変語が出力ができ、結果出力可能
な音声の範囲が広く、しかも高品質な音声合成が可能と
なるのである。

請求項２記載の発明は記憶手段の容量を非常に小さくす
ることができ、また合成のための回路が二ンー９１人ｅ
Ｐ／ＩＸＪ−仄＾間吋し丑責ル清（φへｌ［実施例］ 以下本発明を実施例により説明する。

火簾戸 第１図は実施例の全体構成図を示しており、固定文の音
声データを録音・情報圧縮により記憶した適宜な記憶素
子からなる固定文音声データファイル１と、使用頻度が
高い可変語の音声データを録音・情報圧縮により記憶し
た適宜な記憶素子からなる可変語音声データファイル２
と、外部から入力する出力音声指示信号を可変語指定す
るための文字列信号と固定文を選択するための選択信号
とに振り分ける信号振り分は部３と、該信号振り分は部
３で振り分けられた選択信号により指定された固定文の
音声データを固定文音声データファイル１から読み比し
て上述したところの録音編集的方式で合成する録音編集
的合成部４と、上記信号振り分は部３で振り分けられた
文字列信号の文字列に対応する可変語の音声データを可
変語音声データファイル２の音声データから検索して読
み出す機能と、検索により対応する音声データが無けれ
ば入力文字列を出力する機能とを備えた音声データ検索
合成方式決定部５と、該音声データ検索合成方式決定部
５から読み出した音声データを取り込んで録音編集的方
式で合成する録音編集的合成部６と、音声データ検索合
成方式決定部５がら出力される文字列データを取り込ん
でテキスト合成を行うテキスト合成部７と、上記各合成
部４゜６．７で合成された音声を加算して定型文として
の合成音声を出力する加算器８とから構成される。

尚上記固定文データファイル１に記憶される各固定文の
音声データには夫々番号を割り当てており、上記選択信
号はこの番号信号がらなり、番号指定によって所定の固
定文の音声データを読み出すことができるようになって
いる。一方可変語の音声データは上述のように文字列信
号によって呼び出されるようになっている。

而して所定の定型文の音声合成を行う場合に当たっては
、所定の固定文を指定する番号と、可変語を指定する文
字列とを、出力される順番に並べて構成された出力音声
指示信号を音声合成装置へ与えれば良く、与えられた信
号は信号振り分は部３により、選択信号としての番号信
号と、文字列信号とに振り分けられて、音声データ検索
合成方式決定部５あるいは録音編集的合成部６へ送られ
、固定文については固定文音声データファイル１から選
択信号により指定された音声データが録音編集的に合成
され、また可変語については文字列に対応する音声デー
タが可変語音声データファイル２にあれば録音編集的に
合成され、無ければテキス合成されるのである ここで可変語音声データファイル２の容量が十分に大き
なものであれば、使用される可変語の殆どを記憶させる
ことができるため、可変語の音声合成を録音編集的方式
による合成で行え、そのため固定文と可変語の合成音の
品質の差は生じない。

また可変語音声データファイル２にない可変語の場合は
テキスト合成方式で出力されるので、品質の差が出るこ
とになるが、可変語については任意の音声が出力できる
のでくここでは任意の人名が出力できることなる）、出
力可能な音声の範囲が広くなる。　尚録音編集的合成方
式として、音韻情報と韻律情報を音声データとして規則
合成により合成する方法を採用すれば、各音声データフ
ァイル１．２の容量は非常に小さくなり、また合成のた
めの回路がテキスト合成のための回路と共有化できるの
で、回路構成も簡単なものとなる。

更に可変語の音声合成時のピッチ制御について、アクセ
ント成分のみを記憶（テキスト合成時は生成〉し、その
アクセント成分を前後の固定文から生成した可変語部位
のフレーズ成分に重畳すればさらに自然な合成音が得ら
れる。

［発明の効果コ 請求項１記載の発明は、語句の変更が無い固定文と、変
更が可能な単語からなる可変語を組み合わせて定型文の
音声を出力する音声合成装置において、固定文の音声デ
ータと、各可変語として使用頻度の高い音声データとを
予め録音・情報圧縮により夫々記憶せる記憶手段と、入
力された選択信号で選択された固定文に対応する音声デ
ータを記憶手段より読み出して出力する合成手段と、入
力された文字列に対応する可変語の音声データが上記記
憶手段に記憶されているかどうかを検索して記憶されて
いる場合には対応する音声データを上記記憶手段より読
み出して出力し、記憶されていない場合にはテキスト合
成を行って出力させる合成手段とを備えたものであるか
ら、使用頻度の高い可変語については固定文と同様に品
質の高い音声合成が行え、固定文の合成音声との間に品
質の差が生じず、また指定された可変語が登録されてい
ない音声の場合には品質が落ちるとしてもテキスト合成
で出力されるので、任意の可変語の合成音声が出力がで
き、結果出力可能な音声の範囲も広く、しかも高品質な
音声合成が可能な音声合成装置が提供できるという効果
がある。

請求項２記載の発明は、記憶手段に記憶する各音声デー
タを音韻情報と音律情報とからなるデータで構成し、記
憶手段から読み出した音声データによる音声合成を規則
合成により行うので、記憶手段の容量を非常に小さくす
ることができ、また合成のための回路がテキスト合成の
ための回路と共有化ができるので、回路構成も簡単なも
のになって低コスト化が図れるという効果がある。

【図面の簡単な説明】

第１図は本発明の実施例の回路構成図、第２図は従来例
の回路構成図である。 １は固定文音声データファイル、２は可変語音声データ
ファイル、３は信号振り分は部、４．６は録音編集約合
成部、５は音声データ検索合成方式決定部、７はテキス
ト合成部、８は加算器である。 代理人　弁理士　石　１）長　七 平成２年８月 日 ？

Claims (2)

【特許請求の範囲】
1. （１）語句の変更が無い固定文と、変更が可能な単語か
   らなる可変語を組み合わせて定型文の音声を出力する音
   声合成装置において、固定文の音声データと、各可変語
   として使用頻度の高い音声データとを予め録音・情報圧
   縮により夫々記憶せる記憶手段と、入力された選択信号
   で選択された固定文に対応する音声データを上記記憶手
   段より読み出して出力する合成手段と、入力された文字
   列に対応する可変語の音声データが上記記憶手段に記憶
   されているかどうかを検索して記憶されている場合には
   対応する音声データを上記記憶手段より読み出して出力
   し、記憶されていない場合にはテキスト合成を行つて出
   力させる合成手段とを備えたことを特徴とする音声合成
   装置。
2. （２）上記記憶手段に記憶する各音声データを音韻情報
   と音律情報とからなるデータで構成し、上記記憶手段か
   ら読み出した音声データによる音声合成を規則合成によ
   り行うことを特徴とする請求項１記載の音声合成装置。