JPH045197B2 - - Google Patents

Description

【発明の詳細な説明】 （産業上の利用分野） 本発明は一連の文字コードを受信する入力手段
と、レターを表わす各文字コードによつて別々に
アドレスし得る各音声情報を記憶する第１メモリ
と、該第１メモリから音声情報を文字単位で取出
して、一連の音声とする可聴出力手段とを有して
いる文字−音声変換装置に関するものである。

斯種の装置は米国特許第4060848号明細書から
既知である。これには特に、装置に接続したキー
ボードを介してオペレータが提示した文字音声に
変換する計算機およびタイプライタについて記載
されている。この装置の場合、オペレータはキー
ボードまたはタイプすべきテキストから彼の視覚
を離さなくても正しい情報が入力されたか否かを
チエツクすることができる。オペレータが与えた
文字は第２メモリに記憶される。データ−プロセ
ツサユニツトの制御下で、オペレータが与えた文
字に対する音声パターンが、第１メモリに記憶せ
てある音声データに基づいて形成され、この音声
パターンに基づいて音声発生器は音声を発する。
データ−プロセツサユニツトはオペレータが与え
た文字の中から大文字を区別する認識手段を具え
ている。

大文字に対しては音声パターンを修正する。こ
の修正は接頭辞“CAP”を付加して行なう。

しかし上述したような装置では接頭辞の付加が
音声時間、従つてその接頭辞に関連する文字の発
音速度に悪影響を及ぼすと云う欠点がある。さら
に、発生されるすべての音声が同じ音声パターン
で発生されると云う欠点もある。このような単調
な発音のために文中の個々の単語を区別するのが
困難である。

発明の開示 本発明の目的は発音時間および関連する文字の
発音速度に悪影響を及ぼすことなく、大文字を他
の文字とはつきり区別し得るようにした文字−音
声変換装置を提供することにある。

本発明は、一連の文字コードを受信する入力手
段と、レターを表わす各文字コードによつて別々
にアドレスし得る各音声情報を記憶する第１メモ
リと、該第１メモリから音声情報を文字単位で取
出して、一連の音声とする可聴出力手段とを有し
ている文字−音声変換装置において、或る特定の
アイデンテイテイの小文字の制御下では、前記出
力手段が前記特定のアイデンテイテイを標準の音
声で表現し、前記特定のアイデンテイテイの大文
字の制御下では、前記出力手段が前記特定のアイ
デンテイテイを前記標準音声の表現とはピツチパ
ターンが異なるも、同じ特定のアイデンテイテイ
を表現するものとして人間が知覚し得る第１修正
の音声で表現するように構成したことを特徴とす
る。

本発明装置によれば、大文字に対する音声パタ
ーンのピツチ（音の高低）成分を修正するため
に、大文字をオペレータがはつきりと区別するこ
とができる。従つて大文字に対する発音時間およ
び関連する発音速度は小文字に対する音声パター
ンと殆ど変わらなくなる。なお、ピツチの適用は
米国特許第4060848号明細書から既知である。し
かし、これに記載されている方法では、通常音声
増幅器に用いられるようなピツチ制御ノブによつ
てオペレータが勝手にピツチ変量を調整するよう
にしており、大文字に対してデータプロセツサに
よりピツチ変量を制御することは何等成されてい
ない。

本発明の他の目的は文字の種々の単語をはつき
り区別し得るようした文字−音声変換装置を提供
することにある。

これがため、本発明は一連の文字コードを受信
する入力手段と、レターを表わす各文字コードに
よつて別々にアドレスし得る各音声情報を記憶す
る第１メモリと、該第１メモリから音声情報を文
字単位で取出して、一連の音声とする可聴出力手
段とを有している文字−音声変換装置において、
１つの単語におけるレター文字の位置を検出する
検出器を設け、或る単語の最終文字位置の文字で
ない或る特定のアイデンテイテイの文字の制御下
では、前記出力手段が前記特性のアイデンテイテ
イを標準の音声で表現し、或る単語の最後の文字
位置における前記特定のアイデンテイテイの文字
の制御下では、前記出力手段が前記特定のアイデ
ンテイテイを前記標準の音声の表現とは異なるピ
ツチパターンを有するも、同じ特定のアイデンテ
イテイを表現するものとして人間が知覚し得る第
２修正の音声で表現するように構成したことを特
徴とする。

なお、ここに云う「アイデンテイテイ」とは、
大文字及び小文字に関係なく、文字そのものが有
する独自の発音のことを意味する。

上述した本発明によれば、オペレータが与えた
文字で構成される単語の内の少なくとも１つの文
字位置を決定し、かつその文字に対する音声パタ
ーンを修正するため、その単語に抑揚（イントネ
ーシヨン）が導入され、従つてその単語を一層良
好に区別することができる。

本発明の好適な実施に当つては前記第１修正の
音声表現を、或る特定ピツチ成分の周波数を高め
て行なうようにする。

大文字の発音に対しては高ピツチを使用するた
め、このような大文字は小文字とはつきり区別す
ることができる。

さらに本発明の他の好適例によれば、前記第１
修正の音声表現を、該音声の表現中ピツチを高め
て行なうようにする。

大文字の発音に対するピツチは高くするため、
大文字と小文字とをはつきり区別することができ
る。

本発明のさらに他の好適例によれば、前記第１
又は第２修正の音声表現を、前記ピツチパターン
における少なくとも１つのフオルマント周波数を
シフトさせることとする。

所定の文字に対する音声パターンの音声−特徴
成分は多数の優先的周波数によつて形成されるフ
オルマントを含んでいる。例えば大文字を発音す
る場合にこれらのフオルマントを多少大き目の声
の方へとシフトさせることによつて大文字を小文
字とはつきり区別することができる。

さらに本発明の好適例によれば、前記検出器を
前記単語の直ぐ後に続くスペースおよび／又は句
読点文字によつて作動させるようにする。

本発明の他の好適例によれば、前記第２修正の
音声表現を、該音声の表現中低いピツチで行なう
ようにする。

単語の最終文字を発音する場合のピツチを低く
すれば、このような最終文字をこの単語の他の文
字と良好に区別することができるため、他の単語
に対する境界を一層はつきり認知することができ
る。

さらに本発明の他の例によれば、前記第２修正
の音声表現を或る特定のピツチ成分の周波数を下
げて行なうようにする。

このように１つの単語の最終文字を発音する場
合に低いピツチを用いるようにすれば、このよう
な最終文字をこの文字に関わる単語の他の文字か
ら良好に区別することができるため他の単語に対
する境界をより良好に認識することができる。

単語の最終文字を発音するのにフオルマントを
例えば多少柔らかい声の方へとシフトすれば、こ
のような単語は文中の他の単語と適切に区別する
ことができる。

ピツチ成分の変更（修正）は1/4〜1.5オクター
ブの範囲内とするのが好適であり、このような範
囲内では人間の耳でピツチの変化をはつきり区別
することができる。

実施例 以下図面につき本発明を説明する。

第１図に示す本発明による装置１はデータバス
７およびアドレスバス８を有しているマイクロプ
ロセツサ２と、これに接続するクロツク１４とを
具えている。マイクロプロセツサは装置の各構成
エレメントへの制御信号を発生すると共に、これ
らの各エレメントから到来する信号を処理する。
マイクロプロセツサ２は音声合成チツプ６用の音
声データを選択したり、準備したりもする。デー
タバス７およびアドレスバス８には第１メモリ３
（（Ｐ）ROM）および第２メモリ４（RAM）を
接続する。第１メモリ３はマイクロプロセツサ２
が使用すべきプログラムを記憶したり、音声デー
タを記憶したりするものにも用いる。この第１メ
モリには発音要素のアルフアベツト（アー
（aa）、ベー（be）、等）、音素および場合によつ
てはアルフアベツト記号（Ａnna、Ｂernard、
等）のような数種のアルフアベツトを記憶させる
ことができる。第２メモリ４は特に、入／出力イ
ンターフエース５を介して与えられる情報を記憶
させるのに用いる。入／出力インターフエース５
はキーボード１０およびプリンタ１５用、或いは
データコネクタを具えている市販のタイプライタ
用の結線を具えている。本例の場合、押圧キーの
情報（例えばASCII文字）は直列的に入／出力イ
ンターフエース５に与えられる。各文字（キヤラ
クタ）の受信後には割込み信号をマイクロプロセ
ツサ２に供給する。装置１は入／出力インターフ
エース５に接続される多数のフアンクシヨン・キ
ー１１も具えている。これらのフアンクシヨン・
キーとマイクロプロセツサ２との間の通信も本例
では割込み法で行なう。これらのフアンクシヨ
ン・キーはオペレータに所定の便宜を与えるもの
であり、これらの便宜とは特につぎのようなもの
である。即ち、 −試行／タイプキー。このキーは所定のキーを探
す視覚的障害のあるタイピストが使用すること
ができる。このキーの作動状態ではこのキーに
よつて、キーイングした文字が第２メモリ４に
記憶される代りに発音される。

−音声オフ／オンキー。これによつてオペレータ
は音声を聴きたくない場合に音声をなくすこと
ができる。

−文字／単語／行選択キー。このキーによつて文
字毎、または完全な１単語毎、或いは１行毎に
音声を再生することができる。

−リピートキー。これによつてカーソルの位置を
変えないようにする。

−前進／後進キー。このキーによつてオペレータ
はカーソル位置を変えることができる。

−前記アルフアベツト選択用のアルフアベツト選
択キー。このキーは非選択アルフアベツトが記
憶されている第１メモリのアドレスのアクセス
を防止する。

− 音声速度制御用音声速度キー。音声再生の音
量は既知のポテンシヨメータ９によつて制御す
る。音声合成チツプ６の出力は増幅器１２およ
び拡声器或いはヘツドホン１３用のコネクタに
接続する。このコネクタは電話線に接続して、
本発明装置を言語障害者用の通信手段として用
いることもできる。

基本トーンに対する初期値、即ち男性的な声に
対しては約100〜150Hz、女性的な声に対しては約
200〜300Hzの基本トーンの初期値を調整した後、
音声合成チツプ６（PHILIPS MEA8000）は例
えば32ビツトの音声データから音声フレームを発
生する。なお、ここに云う基本トーンとは音声と
するのに用いる周期性信号中に発生する最低周波
数成分のことを意味するものとする。この初期値
の選択は、通常例えば音声増幅器に見られるよう
な既知のトーン制御ノブによつて行なう。基本ト
ーンの周波数は連続音声フレームを成す音声デー
タで規定される。平均ピツチ（音の高低）は基本
トーンに基づくものである。このような音声フレ
ームの存続期間は音声データそのものによつて決
定され、例えば８、16、32または64ミリ秒に相当
する。音声速度は毎秒当り約１〜15文字に変える
ことができるため、所定のタイプ速度とするのに
は殆ど障りがない。さらに、各新規のキー操作に
対しては実行中の音声を中断させるため、２つの
キー操作間の時間的な期間は音声レスポンスの期
間によつて制限されることはない。割込みはキー
を作動させる度毎に発生する割込信号によつて行
なわれる。

第２図は音声データ準備用プログラムのフロー
チヤートを示し、このプロクラムのことを準備プ
ログラムと称する。図中のひし形はテストステツ
プを示し、また長方形は実行ステツプを示す。上
記音声データは第１メモリから音声情報を引き出
すことによつて発生されて音声合成チツプへと供
給され、この音声合成チツプは音声信号を音声再
生用に結線し再生装置に音声信号を準次出力す
る。音声データは後述するサブープログラムによ
つて供給されるネームコードによつて準備され
る。これらのネームコードで先ず文字が、アルフ
アベツトのようなレターなのか、句点のようなレ
ターでないものかの区別をする（100）。“レター
でない”場合（101）には第１メモリに記憶させ
てある音声テーブルから音声データを引き出す。
提示情報がレターを表わす場合には、装置に設け
られているアルフアベツト選択キーの位置をプロ
グラムのつぎのステツプ中に読み取る（102）。ア
ルフアベツト選択キーの位置に応じて提示レター
に関連する音声データを、第１メモリに記憶され
ている関連する音声テーブルから引き出す。例証
のために本例では綴字アルフアベツト（103）と
発音要素のアルフアベツト（104）とを選択区別
する。つぎのプログラムステツプ中には提示レタ
ーが大文字か、小文字かをテストする（105）。
ASCIIコードを用いる場合には文字そのもののコ
ードによつて、大文字か、小文字のいずれが関連
するのかを示すようにする。大文字の場合（106）
には基本トーンのスタートピツチの値を変化させ
て、この大文字が平均値に比べて高いピツチの音
声となるようにする。ここに云う「平均値に比べ
て高いピツチ」とは、そのヒツチが例えば平均値
よりも1/4〜1.5オクターブ高いピツチのことを意
味するものとする。つぎのプログラムステツプ
（107）中には、オペレータがレター毎か、単語毎
か、行毎の発声を選択したか否かをテストする。
オペレータがレター毎の発音を選択した場合に
は、そのレターを大文字用の高い基本トーンの標
準基本トーンで発声させる。オペレータが単語毎
または行毎の発音を選択した場合には、つぎのプ
ログラムステツプ（108）中に提示レターが或る
単語の最終文字に関係するかどうかをテストす
る。“最終文字”情報は後述するコマンド・サブ
−プログラムによつて供給する。提示レターが最
終文字でない場合には、そのレターを標準ピツチ
で発声させ、基本トーンの初期値は同じままとす
る。提示レターが或る単語の最終文字である場合
（109）にはピツチ増分を各音声フレームに適合さ
せて、その最終文字を低いピツチの音声として聴
けるようにする。平均値に対して低いピツチと
は、例えば平均値に対してレター毎に1/4〜1.5オ
クターブ低いピツチのことを意味する。このよう
に、大文字を高いピツチで発声させたり、単語の
最終文字を低いピツチで発声させたりする選択は
単なる一例に過ぎず、本発明はこの例のみに限定
されるものではないことが明らかである。例えば
大文字を高いピツチで発音させ、最終文字も高い
ピツチで発声させるようにすることもできる。

つぎのプログラムステツプ（110）の期間中に
は、第１メモリにおける適当なテーブルから引き
出した音声データを標準速度以外の速度で発声さ
せる必要があるかどうかをチエツクする。この標
準速度は例えば毎秒当り３文字とする。選択標準
速度の代りに音声速度は例えば毎秒当り１〜15文
字に変えることができる。速度設定が標準速度か
らずれている場合には、フレーム期間を各音声フ
レームに適合させる（111）必要がある。ついで
処理した音声データを音声バツフアに順次記憶さ
せる。これはプログラムの最終ステツプ（112）
である。音声データは音声プログラムに基いて発
声される。この音声プログラムは音声合成チツプ
の音声バツフアに音声データが適当な瞬時にロー
ドされるようにする。音声データの連続提示間の
時間周期は音声フレームの期間に依存する。音声
バツフアへのロードは例えば音声合成チツプの割
込みに基づく指令（コマンド）によつて制御す
る。

第２図につき述べたように、音声コマンドはサ
ブープログラムによつて与えられるコードによつ
て用意する。サブ−プログラムには特に２つのプ
ログラム、即ちコマンドサブ−プログラムとタイ
プ−プログラムがある。

第３図はコマンドサブ−プログラム用のフロー
チヤートである。コマンドサブ−プログラムの最
小のステツプ（200）期間中にはコマンドの特性
をテストする。コマンドそのものは前述したフア
クシヨン・キーまたは接続キーボードのキーを押
すことによつて発する。２種類のコマンド、即ち
例えばアルフアベツトの選択および音声速度のよ
うな準備コマンドと、例えば“単語リピート”の
ような操作上のコマンドとの２種類のコマンドを
区別する。

準備コマンドの場合にはセツテイングを所望通
りに変更（201）させ、その後新たなセツテイン
グのネームコードによつて準備プログラムにジヤ
ンプさせる（202）。このステツプを示す長方形の
両側の縦の線は異なるプログラムへのジヤンプを
示す。セツテイングの変更とは例えば、発音要素
のアルフアベツトを選択する（アルフアベツトキ
ーによつて示される）場合に、第１メモリにおけ
る発音要素のアルフアベツトが記憶されている区
分だけをアドレスし得るようにすることを意味す
る。

操作上のコマンドの場合には第２メモリから１
つ以上の文字を連続的に引き出すようにする
（203）。つぎのサブ−プログラムのステツプ
（204）期間中には、提示文字がスペース文字であ
るか、或いは句読点なのかをテストする。句読点
とは単語の直ぐ後に続く例えばコンマ、終止符、
疑問符、感嘆符、コロンおよびセミコロンのよう
なものとする。文字がスペース文字か、句読点の
場合（205）には、その前の文字を最終文字とす
る。前述したように、この情報は準備プログラム
にとつて重要である。ついで音声キーの位置を要
求する（206）。音声キーが“オン”位置にある場
合には操作ネーム２０７および引き出し文字
（208）のネームコードが準備プログラムに転送さ
れる。音声キーが“オフ”位置にある場合（209）
には、準備プログラムはアドレスされない。しか
し、特に視覚障害者にとつてはタイプされた他の
すべての文字を聴く必要はないにしても、与えら
れた命令の結果に関する音声情報を得ることは好
都合である。これがため、音声を「オフ」とする
場合でも実行命令の結果を発声させる特殊なステ
ツプ（210、208）を設けることができる。例えば
“文字リピート”命令の場合には関連する文字だ
けを発声させることができる。

第４図はタイプサブ−プログラム用のフローチ
ヤートを示したものである。このサブ−プログラ
ムは接続キーボードまたはタイプライタからの例
えばASCIIコードにおける信号の受信後にアドレ
スされる。タイプサブ−プログラムの最初のステ
ツプ（300）の期間中は、停止コマンドを音声合
成チツプに与え、かつ音声バツフアを空にするこ
とによつて音声再生を停止させる。つぎのステツ
プ（301）の期間中には提示信号が例えばレター
のような文字であるのか、或いは校正のようなテ
キスト操作であるかをテストする。提示信号が文
字である場合にはその文字を第２メモリに記憶さ
せる（302）。ついで（303）、音声キーの位置を尋
ねる。音声キーが“オン”位置にある場合には、
文字のネームコードを準備プログラム（304）に
供給する。音声キーが“オフ”位置にある場合に
は、準備プログラムはアドレスされなくなる。提
示信号がテキスト操作を意味する場合には、この
操作を第２メモリにて行なう（305）。ついで
（306）、音声キーの位置を尋ねる。音声キーが
“オン”位置の場合には、上記操作のネームコー
ドおよびその結果のネームコードを準備プログラ
ムに供給する（307＋308）。音声キーが“オフ”
位置にある場合（309）には準備プログラムはア
ドレスされなくなる。しかし、視覚障害者によつ
て行なわれる幾つかのテキスト操作に対しては、
実行するテキスト操作を発声させて確めるように
するのが好適である。例えば、テキスト操作が校
正に関する場合に、タイプした他のすべての文字
は聴く必要はないにしても、どの文字が校正され
たのかを聴けるようにするのが好適である。この
ようにすれば、音声キーが“オフ”位置の場合で
も準備プログラムにジヤンプさせる（310）こと
ができ、この場合例えば、校正文字は準備プログ
ラムへ転送される。

大文字と小文字との区別および或る単語の最終
文字と別の文字との区別をするためのピツチの変
更について２通りの方法を示しただけであるが、
斯かるピツチ変更は種々の方法にて行なうことが
でき、例えば音声の特徴によつて区別するように
することもできる。これは準備プログラムにつき
述べたのと同じ方法にて行なうことができる。音
声の特徴は話し言葉中の優先周波数であるフオル
マントを操作することによつて変えられる。音声
パターンは通常例えば４つのような多数のフオル
マントから成り、１つの帯域幅はこれらの各周波
数に関連している。音声特徴の変更はこれらの１
つ以上の周波数を平均値に対してシフトさせて、
高または低周波数を得るようにして行なう。

【図面の簡単な説明】

第１図は本発明による装置の一例を示すブロツ
ク線図；第２図は音声データ準備プログラムのフ
ローチヤートを示す図；第３図はコマンドサブ−
プログラムのフローチヤートを示す図；第４図は
タイプ・サブ−プログラムのフローチヤートを示
す図である。 １……文字−音声変換装置、２……マイクロプ
ロセツサ、３……第１メモリ、４……第２メモ
リ、５……入／出力インターフエース、６……音
声合成チツプ、７……データバス、８……アドレ
スバス、９……ポテンシヨメータ、１０……キー
ボード、１１……フアンクシヨン・キー、１２…
…増幅器、１３……拡声器（ヘツドホン）、１４
……クロツク、１５……プリンタ。

Claims (1)

1. 【特許請求の範囲】 １ 一連の文字コードを受信する入力手段と、レ
   ターを表わす各文字コードによつて別々にアドレ
   スし得る各音声情報を記憶する第１メモリと、該
   第１メモリから音声情報を文字単位で取出して、
   一連の音声とする可聴出力手段とを有している文
   字−音声変換装置において、或る特定のアイデン
   テイテイの小文字の制御下では、前記出力手段が
   前記特定のアイデンテイテイを標準の音声で表現
   し、前記特定のアイデンテイテイの大文字の制御
   下では、前記出力手段が前記特定のアイデンテイ
   テイの前記標準音声の表現とはピツチパターンが
   異なるも、同じ特定のアイデンテイテイを表現す
   るものとして人間が知覚し得る第１修正の音声で
   表現するように構成したことを特徴とする文字−
   音声変換装置。 ２ 一連の文字コードを受信する入力手段と、レ
   ターを表わす各文字コードによつて別々にアドレ
   スし得る各音声情報を記憶する第１メモリと、該
   第１メモリから音声情報を文字単位で取出して、
   一連の音声とする可聴出力手段とを有している文
   字−音声変換装置において、１つの単語における
   レター文字の位置を検出する検出器を設け、或る
   単語の最終文字位置の文字でない或る特定のアイ
   デンテイテイの文字の制御下では、前記出力手段
   が前記特性のアイデンテイテイを標準の音声で表
   現し、或る単語の最後の文字位置における前記特
   定のアイデンテイテイの文字の制御下では、前記
   出力手段が前記特定のアイデンテイテイを前記標
   準の音声の表現とは異なるピツチパターンを有す
   るも、同じ特定のアイデンテイテイを表現するも
   のとして人間が知覚し得る第２修正の音声で表現
   するように構成したことを特徴とする文字−音声
   変換装置。 ３ 前記第１修正の音声表現を、或る特定ピツチ
   成分の周波数を高めて行なうよにしたことを特徴
   とする特許請求の範囲第１項に記載の文字−音声
   変換装置。 ４ 前記第１修正の音声表現を、該音声の表現中
   ピツチを高めて行なうようにしたことを特徴とす
   る特許請求の範囲第１項に記載の文字−音声変換
   装置。 ５ 前記検出器を前記単語の直ぐ後に続くスペー
   スおよび／又は句読点文字によつて作動させるよ
   うにしたことを特徴とする特許請求の範囲第２項
   に記載の文字−音声変換装置。 ６ 前記第２修正の音声表現を、該音声の表現中
   低いピツチで行なうようにしたことを特徴とする
   特許請求の範囲第２又は５項のいずれかに記載の
   文字−音声変換装置。 ７ 前記第２修正の音声表現を、或る特定のピツ
   チ成分の周波数を下げて行なうようにしたことを
   特徴とする特許請求の範囲第２又は５項のいずれ
   かに記載の文字−音声変換装置。