JPH06243137A - 音声合成装置 - Google Patents

Abstract

(57)【要約】 【目的】 日本語の漢字・仮名混じり文を音声に変換す
る日本語音声合成装置において、かっこ等の注釈の音声
化を分かりやすくする。 【構成】 従来の音声合成装置に、記号に対する音声情
報を単語辞書１５に加え、注釈に対する音声情報を決定
するための規則を格納した注釈用音声情報規則１６を加
え、注釈を音声化するかどうかを指示するための手段を
入力手段１１に加える。 【効果】 注釈をいくつかの種類に分類し、各々に違な
る属性を与えているため、各々に対して発音するかしな
いかの細かな指定をユーザが指定することができ、種々
の注釈を含む入力文に対してより分かりやすい音声を提
供できる。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、日本語文書を音声情報
に変換して音声を出力する音声合成装置に関するもので
ある。

【０００２】

【従来の技術】従来の日本語文書を音声に変換して音声
を出力する音声合成装置は、入力文字列に対して、単語
辞書から得られる単語の表記や品詞情報を参照しながら
形態素分割を行ない、その結果得られる各形態素の対応
する音声情報を利用して、出力音声情報を生成してい
た。

【０００３】図６は従来の音声合成装置の構成を示す機
能ブロック図である。図６において、１は入力文字列を
入力するための入力手段、２は入力手段１から入力され
た入力文字列を記憶する入力文字列記憶部、３は生成さ
れた音声情報を記憶する出力音声情報記憶部、４は出力
音声情報記憶部３に記憶された音声情報をもとに音声を
出力する出力手段、５は単語の表記に対応する品詞情報
と意味情報とを格納した単語辞書、６は入力文字列記憶
部２に格納された入力に対する単語の表記と品詞情報と
意味情報とからなる形態素分割結果を記憶する形態素分
割結果記憶部、７は単語辞書５と入力文字列記憶部２を
参照しながら形態素分割を行ない、結果を形態素分割結
果記憶部６に格納する音声情報生成制御部である。

【０００４】以下、従来の音声合成装置について、「接
続（前接）情報」という入力が与えられた場合の動作に
ついて説明する。まず図４に示す単語辞書を用いて形態
素分割を行ない、生成された発音記号生成結果を以下に
示す。 ｓｅ ｔｕ ｚｏ ｋｕ ｋａ Ｑ ｋｏ ｚｅ ｎ
ｓｅ ｔｕ ＊ｊｏ ｕ ｈｏ ｕ

【０００５】注釈の開始を表わす記号『（』は発音記号
“ｋａ Ｑ ｋｏ”に、注釈の終了を表わす記号『）』
は発音記号“＊”に一意に変換される。発音記号“Ｑ”
は促音を表わす記号として、また発音記号“＊”はなに
も発音しない記号（以後、無発音記号と呼ぶ）として扱
われる。注釈の終了を表わす記号『）』を無発音記号に
変換するのは、発音記号“ｋａ Ｑ ｋｏ ｔｏ ｊｉ
ｒｕ”に変換すると、「せつぞくかっこぜんせつかっ
ことじるじょうほう」と、かえって聞きづらい発音にな
るためである。

【０００６】

【発明が解決しようとする課題】例えば、入力として
「接続（前接）情報［１］」を音声合成装置に与える
と、発音記号は以下のようになる。 ｓｅ ｔｕ ｚｏ ｋｕ ｋａ Ｑ ｋｏ ｚｅ ｎ
ｓｅ ｔｕ ＊ｊｏ ｕ ｈｏ ｕ ｋａ Ｑ ｋｏ
ｉ ｔｉ ＊

【０００７】『［』は脚注を表わす記号であり、発音記
号“ｋａ Ｑ ｋｏ”に一意に変換され、この発音記号
は「せつぞくかっこぜんせつじょうほうかっこ１」と発
音される。この発音はユーザにとって聞きづらい。これ
は、一意に注釈開始記号を発音記号に変換しているから
である。上記例では「せつぞくかっこぜんせつじょうほ
う」と脚注を発音しないほうが、より分かりやすい。か
といって、例えば「前接情報［１］」という入力に対し
ては「ぜんせつじょうほうかっこ１」と脚注開始記号を
発音記号に変換したほうが、よりよい入力も考えられる
ため、一意に脚注開始記号を無発音記号に変換するわけ
にはいかない。

【０００８】本発明は、このような従来の問題を解決す
るものであり、種々の注釈を含む入力文に対して分かり
やすい音声を出力することのできる音声合成装置を提供
することを目的とする。

【０００９】

【課題を解決するための手段】本発明は、上記目的を達
成するために、従来の音声合成装置に、記号に対する音
声情報を単語辞書に加えるとともに、注釈に対する音声
情報を決定するための規則を格納した注釈音声情報規則
を加え、さらに注釈を音声化するかどうかを指示するた
めの手段を入力手段に加えたものである。

【００１０】

【作用】本発明は、上記構成により、種々の注釈に対す
る音声情報を区別することができるため、より分かりや
すい音声をユーザに容易に提供することができる。

【００１１】

【実施例】以下、本発明の一実施例における音声合成装
置について図面を参照しながら説明する。図１は本発明
の一実施例における音声合成装置の構成を示す機能ブロ
ック図である。図１において、１１は入力文字列を入力
するための入力手段、１２は入力手段１１から入力され
た入力文字列を記憶する入力文字列記憶部、１３は生成
された音声情報を記憶する出力音声情報記憶部、１４は
出力音声情報記憶部１３に記憶された音声情報をもとに
音声を出力する出力手段、１５は単語の表記に対応する
品詞情報と意味情報と少なくとも読みを含む音声情報と
を格納した単語辞書、１６は注釈の少なくとも読みを含
む音声情報を決定するための規則を格納した注釈用音声
情報規則、１７は入力文字列記憶部１２に格納された入
力に対する単語の表記と品詞情報と意味情報と少なくと
も読みを含む音声情報とからなる形態素分割結果を記憶
する形態素分割結果記憶部、１８は単語辞書１５と入力
文字列記憶部１２を参照しながら形態素分割を行ない、
結果を形態素分割結果記憶部１７に格納し、注釈用音声
情報規則１６を参照して形態素分割結果記憶部１７に格
納されている分割形態素の中で記号に対応する音声情報
を変更してその音声情報を出力音声情報記憶部１３に格
納する音声情報生成制御部である。

【００１２】図２は本実施例の音声合成装置の回路ブロ
ック図であり、２１はリードオンリーメモリ（以下、Ｒ
ＯＭと略称する。）、２２はキーボード、２３は中央処
理装置（以下、ＣＰＵと略称する。）、２４はスピー
カ、２５はランダムアクセスメモリ（以下、ＲＡＭと略
称する。）である。

【００１３】図１に示した入力手段１１はキーボード２
２により、単語辞書１５はＲＯＭ２１により、入力文字
列記憶部１２と出力情報記憶部１３と形態素分割結果記
憶部１７はＲＡＭ２５により、音声情報生成制御部１８
は、ＣＰＵ２３がＲＰＭ２１およびＲＡＭ２５とデータ
のやりとりを行ないながらＲＯＭ２１に記憶されたプロ
グラムを実行することにより、出力手段１４はスピーカ
２４により、それぞれ実現されている。

【００１４】次に、上記のように構成された本発明の一
実施例の動作について、入力文として「接続（前接）情
報［１］」が与えられ、ユーザが注釈のうち脚注のみを
音声化しないことを指示した場合の動作を、図３のフロ
ーチャートに基づき説明する。

【００１５】ステップ３１において、音声情報生成制御
部１８は、図４に示す単語辞書１５を参照しながら入力
文に対する形態素分割を行ない、形態素分割結果を形態
素分割結果記憶部１７に格納する。上記例では、この辞
書での脚注『［１］』に対する読みの情報はまだ“ｋａ
Ｑ ｋｏ ｉ ｔｉ ＊”である。

【００１６】ステップ３２において、音声情報生成制御
部１８は、形態素分割結果を形態素分割結果記憶部１７
に格納されている分割形態素の中で、注釈用音声情報規
則１６に対する適用可能性の検査が終わってない分割形
態素があるかどうかを検査する。注釈用音声情報規則１
６に対する適用可能性の検査がまだ終了していなけれ
ば、ステップ３３に進む。そうでなれば処理を終了す
る。

【００１７】ステップ３３において、音声情報生成制御
部１８は、形態素分割結果を形態素分割結果記憶部１７
に格納されている分割形態素に対応する表記と品詞情報
と意味情報と音声情報とを参照して、図５に示す注釈用
音声情報規則１６の中から、分割形態素と同一表記を持
ち、かつ適用可能な規則を検索する。上記例では、規則
番号１の規則が適応可能な規則である。この規則は、
「記号１と数詞２があり、記号１と記号２の意味情報が
同じであったならば、読みを『記号１，数詞，記号２』
を脚注とみなす」ということを表わす。

【００１８】ステップ３４において、音声情報生成制御
部１８は、分割形態素と同一表記を持ち、かつ適用可能
な規則があったかどうか検査する。無ければステップ３
２に戻り、規則適応可能性の検査が終了していない分割
形態素を検出する。あればステップ３５に進む。上記例
では、記号１と記号２は共に図５における意味情報『ｐ
ａｒｌ』を持っているため、規則１を適応可能な規則と
判断する。

【００１９】ステップ３５において、音声情報生成制御
部１８は、入力手段１１から入力された注釈の属性と同
じ属性を持つかどうかを検査する。同じ属性であればス
テップ３６に進む。そうでなければステップ３７に進
む。上記例では、入力手段１１から入力された注釈の属
性は『脚注』であり、これは規則１の属性と一致するた
め、ステップ３６に進む。

【００２０】ステップ３６において、音声情報生成制御
部１８は、入力手段１１から入力された注釈に対する指
示に従い、検出された適用可能な注釈用音声情報規則１
６を分割形態素に対して適用する。上記例では、適用可
能な注釈用音声情報規則１６から『［１］』に対する読
みは“ｋａ Ｑ ｋｏ ｉ ｔｉ ＊”となるが、入力
手段１１から「脚注は発音しない」よう指示されている
ため、『［１］』に対する読みを“＊”に変更し、出力
音声情報記憶部１３に格納する。上記例における出力音
声情報記憶部１３の内容を以下に示す。これは「せつぞ
くかっこぜんせつじょうほう」と発音される。 ｓｅ ｔｕ ｚｏ ｋｕ ｋａ Ｑ ｋｏ ｚｅ ｎ
ｓｅ ｔｕ ＊ｊｏ ｕ ｈｏ ｕ ＊

【００２１】ステップ３７において、音声情報生成制御
部１８は、検出された適用可能な注釈用音声情報規則１
６を分割形態素に対して適用する。

【００２２】以上のように、本実施例は、従来の音声合
成装置に、注釈に対する音声情報を単語辞書１５に加え
るとともに、注釈に対する音声情報を決定するために注
釈の前後の単語の品詞情報や意味情報を利用した注釈用
音声情報規則１６を加え、ユーザが注釈を発音するかど
うかを入力手段１１から指示することにより、注釈を含
めた文全体の構文解釈や意味の解析を行なわなくとも、
注釈の読み分けを容易に実現することができる。

【００２３】

【発明の効果】以上説明したように、本発明は、注釈を
いくつかの種類に分類し、各々に異なる属性を与えてい
るため、各々に対して発音するかしないかの細かな指定
をユーザが指定することができ、種々の注釈を含む入力
文に対するより分かりやすい音声をユーザに提供するこ
とができる。

【図面の簡単な説明】

【図１】本発明の一実施例における音声合成装置の機能
ブロック図

【図２】同装置の回路ブロック図

【図３】本発明の一実施例における動作を示すフローチ
ャート

【図４】本発明の一実施例における単語辞書の例を示す
一覧図

【図５】本発明の一実施例における注釈用音声情報規則
の例を示す一覧図

【図６】従来の音声合成装置の機能ブロック図

【符号の説明】

１１ 入力手段 １２ 入力文字列記憶部 １３ 出力音声情報記憶部 １４ 出力手段 １５ 単語辞書 １６ 注釈用音声情報規則 １７ 形態素分割結果記憶部 １８ 音声情報生成制御部 ２１ ＲＯＭ ２２ キーボード ２３ ＣＰＵ ２４ スピーカ ２５ ＲＡＭ

Claims (1)

【特許請求の範囲】
1. 【請求項１】 日本語の漢字・仮名混じり文を音声に変
   換する日本語音声合成装置において、単語の表記に対応
   する品詞情報と意味情報と少なくとも読みを含む音声情
   報とを格納した単語辞書と、注釈の少なくとも読みを含
   む音声情報を決定するための規則を格納した注釈用音声
   情報規則と、入力文字列の入力および注釈を音声化する
   かどうかを指示するための入力手段と、前記入力手段か
   ら入力された入力文字列を記憶する入力文字列記憶部
   と、前記入力文字列記憶部に格納された入力文字列に対
   する単語の表記と品詞情報と意味情報と少なくとも読み
   を含む音声情報とからなる形態素分割結果を記憶する形
   態素分割結果記憶部と、前記単語辞書および前記入力文
   字列記憶部を参照しながら形態素分割を行ない、結果を
   前記形態素分割結果記憶部に格納し、前記入力手段から
   入力された指示に従って前記注釈用音声情報規則を参照
   して規則を適応できる各形態素に対応する形態素分割結
   果記憶部中の音声情報を変更してその音声情報を出力す
   る音声情報生成制御部と、前記音声情報生成制御から出
   力された音声情報を記憶する出力音声情報記憶部と、前
   記出力音声情報記憶部に記憶された音声情報をもとに音
   声を出力する出力手段とを備えた音声合成装置。