JPH0634175B2 - Text-to-speech device - Google Patents
Text-to-speech deviceInfo
- Publication number
- JPH0634175B2 JPH0634175B2 JP60260303A JP26030385A JPH0634175B2 JP H0634175 B2 JPH0634175 B2 JP H0634175B2 JP 60260303 A JP60260303 A JP 60260303A JP 26030385 A JP26030385 A JP 26030385A JP H0634175 B2 JPH0634175 B2 JP H0634175B2
- Authority
- JP
- Japan
- Prior art keywords
- sentence
- unit
- word
- reading
- unknown word
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Lifetime
Links
Landscapes
- Document Processing Apparatus (AREA)
- Machine Translation (AREA)
Description
【発明の詳細な説明】 〔発明の概要〕 本発明は表記された文章を辞書部の単語等とマッチング
をっとりながら単語等を同定し、読みに変換し音声合成
部において文章を読上げる文章読上げ装置に関する。DETAILED DESCRIPTION OF THE INVENTION [Outline of the Invention] The present invention identifies a word or the like while matching a written sentence with a word or the like in a dictionary, converts the sentence into a reading, and reads the sentence aloud in a speech synthesis unit. Regarding reading device.
従来、この種の文章読上げ装置において文章中のあるカ
タカナや平仮名は辞書中の単語等とマッチングがとれな
いために単語の同定に失敗し正しい文章を読上げること
が出来なくなる場合があった。本発明の文章読上げ装置
においては、辞書部に存在していないカタカナまたは平
仮名文字列が文章中に存在した場合、そこで解析を一時
ストップし文章を後方にサーチし辞書部に存在する単語
の始まりを検出し、そこから解析を再開し、無視した前
記カタカナや平仮名の未知語に対しては一字ずつ読みに
変換し、音声合成部に入力して文章を読上げて正しい文
章を読上げる読上げ装置を提供している。Conventionally, in this type of text-to-speech device, a katakana or hiragana in a text cannot be matched with a word or the like in a dictionary, so that there is a case where word identification fails and correct text cannot be read aloud. In the sentence reading device of the present invention, when a katakana or hiragana character string that does not exist in the dictionary exists in the sentence, the analysis is temporarily stopped there and the sentence is searched backward to find the beginning of the word existing in the dictionary. Detecting, restarting the analysis from there, and converting the ignored katakana and hiragana unknown words into readings one by one, inputting them into the speech synthesizer, reading a sentence and reading a correct sentence. providing.
本発明は日本語処理装置の構成に関し、特に単語、文
節、句等の単語等から構成される文章の各単語等を辞書
部の単語等とマッチングをとりながら単語等を同定し、
音声合成部で文章を読上げる文章読上げ装置の構成に関
する。The present invention relates to the configuration of a Japanese language processing device, and in particular, identifies each word or the like while matching each word or the like of a sentence composed of words such as words, clauses, phrases, etc. with a word or the like in a dictionary unit,
The present invention relates to the configuration of a text-to-speech device that reads a text by a voice synthesis unit.
集積化技術の発展に伴い、プロセッサ、メモリ素子ある
いはプリンタやディスク装置等の高性能化や低価格とと
もに計算機システムの性能が向上し利用形態も個別使用
のみでなくネットワークを介してシステムの多用化が進
んできた。そして入出力装置の面ではパターン認識や音
声認識の技術の進歩に伴い漢字入出力、あるいは音声入
出力等、人間とのインターフェースの改善がなされ、日
本語処理を行う専用の処理装置もＯＡ機器として重要視
されてきた。特にワードプロセッサは文章構造の処理機
能を備え、文章の編集や保管或いは文章作成を自動的に
行う装置として普及され日本語の文章が簡単に計算機シ
ステムの外部記憶装置に記憶されるようになった。また
最近では人間の音声を音節や単語等の単位で区切って発
声させ、個々の音節や単語を認識していく、いわゆる離
散型単語装置が実用化されるようになり、音声で日本語
文章をシステムに入力することができるようになってき
た。このようなワードプロセッサや音声入力装置を用い
て入力された日本語文章を正しく入力されたかどうかを
検査したり、あるいはすでにシステムに格納された新聞
記事等を単に耳で聞く場合、機械が格納された文章を読
上げる文章読上げ装置の重要性が高まってきた。この文
章読上げ装置は文章の単語あるいは文節や句等の単語等
を辞書部の単語等とマッチングをとりながら同定し各文
章を音声合成部を介して読上げる機能を必要とする。と
ころが日本語の文章は新聞記事等に見られるようにカタ
カナ文字列の固有名詞や新語、強調のためのカタカナ書
き、あるいは漢字のかわりに平仮名書きにしている文章
が非常に多く存在している。このような文章を読上げ装
置で解析する場合に、文字列（すなわち基本的には単語
であるが文節や句でも良くこれらを総称して単語等と呼
ぶことにする）としての単語等の同定が辞書部にその単
語等が存在しないために失敗することが非常に多い。従
来この種の文章読上げ装置においては単語等の同定に失
敗した場合には正しい文章の読上げが出来なくなるとい
う欠点を有していた。With the development of integration technology, the performance of computer systems has improved along with the high performance and low price of processors, memory devices, printers, disk devices, etc., and not only individual usage but also the diversification of systems via networks. I have advanced. In terms of the input / output device, the interface with humans such as kanji input / output or voice input / output has been improved with the progress of pattern recognition and voice recognition technology, and a dedicated processing device for performing Japanese language processing is also an OA device. It has been emphasized. In particular, a word processor has a function of processing a sentence structure and has been popularized as a device for automatically editing or storing a sentence or creating a sentence, and Japanese sentences can be easily stored in an external storage device of a computer system. In addition, recently, a so-called discrete word device that recognizes individual syllables and words by uttering human voices by dividing them into units such as syllables and words has come into practical use. You can enter into the system. When checking Japanese sentences input using such a word processor or voice input device for correct input, or simply listening to newspaper articles already stored in the system, the machine was stored. The importance of text-to-speech devices that read texts has increased. This text-to-speech device requires a function of identifying a word of a text or a word such as a phrase or a phrase while matching with a word or the like of a dictionary and reading each text through a voice synthesizer. However, as in Japanese newspaper articles, there are a lot of sentences in which proper nouns or new words of katakana character strings, katakana writing for emphasis, or hiragana writing instead of kanji are used. When analyzing such a sentence with a reading device, it is possible to identify a word or the like as a character string (that is, basically, a word, but a phrase or phrase may be generically called a word). Very often it fails because the word does not exist in the dictionary. Conventionally, this type of text-to-speech device has a drawback in that if the identification of a word or the like fails, the correct text cannot be read.
本発明は上記従来の文章読上げ装置の欠点を除去し辞書
部の中の単語等と入力した単語等とがマッチングがとれ
なかった場合、すなわち未知語の部分は一度無視して同
定できる部分を解析し無視した前記未知語に対しては一
字ずつ読みに変換することにより文章全体を正しく読上
げることを可能とする読上げ装置を提供するものであ
る。The present invention eliminates the drawbacks of the conventional text-to-speech device described above, and when a word or the like in the dictionary unit and an input word or the like cannot be matched, that is, an unknown word part is ignored once and a part that can be identified is analyzed. However, the present invention provides a reading device that can read the entire sentence correctly by converting the ignored unknown words into reading one by one.
本発明は、上記目的を達成するために文章を格納する文
章ファイル部と、前記文章ファイル部から文章を入力又
は出力することを制御する文章入出力部と、前記文章フ
ァイル部から前記文章入出力部を介して読み出された文
章を小さな文字列の単位に分割し各単位毎に辞書部の内
容とマッチングし同定する文章解析部と、前記文章解析
部の出力である読みを音声に変換する音声合成部と、前
記文章解析部に接続され文章中で前記辞書部に存在しな
かった未知語を見つける未知語検出手段と、前記未知語
の始まりと終わりの位置を検出する位置検出部と、前記
未知語の読みを表記から作成する未知語読み変換手段と
からなり、辞書部に存在しない未知語が文章中に存在し
た場合、未知語の始まりのところで文章解析を一時停止
し文章を後方にサーチし未知語の次にくる部分から文章
解析を再開し前記未知語の読みは表記から作成すること
を特徴とする。In order to achieve the above object, the present invention provides a sentence file section for storing a sentence, a sentence input / output section for controlling input or output of a sentence from the sentence file section, and the sentence input / output from the sentence file section. The sentence read through the unit is divided into units of small character strings, and the sentence analysis unit that matches and identifies the contents of the dictionary unit for each unit, and the reading output from the sentence analysis unit is converted into speech. A voice synthesis unit, an unknown word detection unit that is connected to the sentence analysis unit and finds an unknown word that did not exist in the dictionary unit in the sentence, and a position detection unit that detects the start and end positions of the unknown word, It consists of an unknown word reading conversion unit that creates the reading of the unknown word from the notation, and if an unknown word that does not exist in the dictionary exists in the sentence, pause the sentence analysis at the beginning of the unknown word and move the sentence backward. Service Blood was to resume the sentence analysis reading of the unknown word from the portion that comes to the next unknown word is characterized in that it created from the notation.
本発明は辞書中に存在しないカタカナ、或いは平仮名文
字列が文章中に存在した場合、そこで同定解析を一時ス
トップし文章を後方にサーチし、新たに同定できる単語
の始まりとわかる単語等から解析を再開し、解析を無視
した前記カタカナや平仮名は一字ずつ読みに変換し、音
声合成部に転送することにより文章を読上げるようにし
ている。The present invention, when katakana that does not exist in the dictionary, or hiragana character string exists in the sentence, temporarily stops the identification analysis there, searches the sentence backward, and analyzes from the word etc. that can be recognized as the beginning of a newly identifiable word. Resume, the katakana and hiragana in which the analysis is ignored are converted into reading one by one and transferred to the voice synthesizing unit so that the sentence is read aloud.
次に本発明の文章読上げ装置の実施例を図面を参照して
説明する。Next, an embodiment of the text-to-speech device of the present invention will be described with reference to the drawings.
第１図は本発明の文章読上げ装置の構成ブロック図であ
る。FIG. 1 is a block diagram showing the structure of the text-to-speech device of the present invention.
主制御部１は汎用の計算機と同様に記憶装置内に予め貯
えられているプログラムを順次取り出してそれに従って
逐次制御を行う部分で、中央処理部と主記憶装置及び入
出力制御装置等から構成されている部分である。ディス
プレイ装置１０、キーボード入力部１１は主制御部１の
中の入出力制御装置に接続され、使用者である人間と文
章読上げ装置との間で情報交換を行う部分である。文書
ファイル２は読上げるべき文書が格納されているファイ
ルであり、一般にはフロッピィディスク装置、或いはデ
ィスク装置等の外部記憶装置に記憶されている。各文書
は文章ファイル２から文書入出力部３により読出され
る。この文章入出力部３は文書ファイル２の中から各文
書を主制御部１の制御のもとで文章解析部４に転送する
ことを制御する部分である。各文章は文字列の表記とし
て構成され、前記文字列は基本的には単語であるが文節
あるいは句でも良く、以下「単語等」と呼ぶことにす
る。文書ファイル２から文章入出力部３により読出され
た各文章は文章解析部４において「、」，「。」など記
号等で区切られ辞書部５に格納された単語等とのマッチ
ングによって単語等の同定が実行される。辞書部５は例
えば漢字を入出力しこれを仮名に変換する漢字仮名変換
辞書である。文章解析部４は文章入出力部３から出力さ
れた各文章のうち漢字等の単語が辞書部５に格納された
ものである場合には即座に読み変換することができ、規
則合成部６に変換された読みが与えられる。規則合成部
６は前記読みに対応する情報内容を音声の形で音声出力
部７から出力できるように処理する部分である。規則合
成部６及び音声出力部７から構成される音声合成部は音
声出力のためのデータを予め分析し記憶しておいて読み
に対応して単語等の文字列を音声で読上げる部分であ
る。The main control unit 1 is a unit that, like a general-purpose computer, sequentially retrieves a program stored in advance in a storage device and performs sequential control according to the program, and includes a central processing unit, a main storage device, an input / output control device, and the like. It is the part that is. The display device 10 and the keyboard input unit 11 are parts that are connected to the input / output control device in the main control unit 1 and exchange information between the human being who is the user and the text-to-speech device. The document file 2 is a file in which a document to be read out is stored, and is generally stored in an external storage device such as a floppy disk device or a disk device. Each document is read from the text file 2 by the document input / output unit 3. The text input / output unit 3 is a unit that controls the transfer of each document from the document file 2 to the text analysis unit 4 under the control of the main control unit 1. Each sentence is formed as a notation of a character string, and the character string is basically a word, but may be a clause or a phrase, and will be referred to as a “word or the like” hereinafter. Each sentence read from the document file 2 by the sentence input / output unit 3 is separated by the sentence analysis unit 4 by a symbol such as “,”, “.” Identification is performed. The dictionary unit 5 is, for example, a kanji-kana conversion dictionary that inputs and outputs kanji and converts the kanji into kana. The sentence analysis unit 4 can immediately read and convert a word such as a Chinese character stored in the dictionary unit 5 in each sentence output from the sentence input / output unit 3, and the rule synthesis unit 6 The converted reading is given. The rule synthesizing unit 6 is a unit that processes the information content corresponding to the reading so that it can be output from the voice output unit 7 in the form of voice. The voice synthesizing unit composed of the rule synthesizing unit 6 and the voice output unit 7 is a unit for preliminarily analyzing and storing data for voice output and reading a character string such as a word by voice corresponding to reading. .
音声合成のためのデータ分析は波形符号化や線形予測分
析等すでに種々の分析技術が用いられており、音声波形
そのものについて符号化処理を行う波形処理系の処理を
用いても良く、また音声の生成モデルを根底としてその
制御信号をデータに用いる生成源処理系の処理を用いて
もよい。前者は単語や文節等の自然音声に含まれる音素
間の長音結合の特徴やアクセントあるいは抑揚等の特徴
がそのまま保持されるので音質がよいが予め分析してあ
る単語や文節の組み合わせ以外の音声出力は出力できな
いという欠点を有している。それに反し、後者の方法に
よれば出力したい単語や文章を音素や音節記号系列の形
で入力することになるので、任意の文章の文章に対して
合成できることになる。しかし音声のいろいろな特徴は
人工的に付加してやれらなければならないという問題が
ある。規則合成部６は特に音素あるいは音節による生成
源処理方法であり音素や音節単位の音声分析データを音
声生成モデルの制御信号に用いる形式に従っている。従
って規則合成部６は合成音の語彙数には制限がなく自然
音声に見られる長音結合や韻律特性によって音響的な性
質に関しては変形のしかたを規則化しているものであ
る。この音響的性質の変形を規則化し、これに基づいて
制御信号を変形することにより合成音の音質を自然音声
に非常に似たものになるように高めている。そしてこの
規則合成部６においては音素や音節記号あるいは文字の
系列だけを文章解析部４から読みとして入力すればそれ
に対応する任意の合成音を音声出力部７から出力するこ
とができる。規則合成部６を使って文書ファイル２の各
文章を文章解析部４の解析のもとで音声を合成する場合
には人間が書物を朗読する過程を実行できることが理想
であるので、各文章の文字列から単語等の境界の検出と
分割を行い、検出された単語等の音素記号列の変換過程
を経て、最後に単語のアクセントあるいは文のイントネ
ーションの付加を実行しなくてはならない。また、この
規則合成部６は一般に波形処理形よりも記憶容量が減ら
せるが回路構成が複雑になるのでワンチップのＬＳＩで
ディジタル演算的に実行することによって、回路構成の
複雑性を減じることが必要である。さらに音声合成器の
動作に必要な制御信号を前もって記憶された音声データ
と決められた規則によって生成する必要がある。そのた
めのＬＳＩとしてはホルマント形とＰＡＲＣＯＲ系の２
種類がある。例えばＰＡＲＣＯＲ系音声合成ＬＳＩはそ
れぞれ２個ずつの除算器と加算器とで構成された格子型
ディジタルフィルタを十段程度カスケードに接続して音
声を合成しているものである。このようなＬＳＩを用い
て構成される規則合成部６は入力の文字列が規則に従っ
て音素系列に変換され例えば子音＋母音＋母音系のいわ
ゆるC-V−Ｖ音節と呼ばれる方式に従って分割される。
そして韻律的特徴に関しては前もって記憶された音響デ
ータの格納データを使って合成音声に対する基本周波
数、振幅、あるいは音素の継続時間等が決められる。こ
のような規則に従った合成音声の音質は日本語100音節
に対して明瞭度は90％以上であることが知られている。Various analysis techniques such as waveform coding and linear predictive analysis have already been used for data analysis for speech synthesis, and processing of a waveform processing system that performs coding processing on the speech waveform itself may be used. It is also possible to use the processing of the generation source processing system that uses the control signal as data based on the generation model. The former retains the characteristics of long sound coupling between phonemes and the characteristics of accents or intonations that are included in natural speech such as words and phrases, so the sound quality is good, but speech output other than the combination of words and phrases that has been analyzed in advance. Has the drawback that it cannot output. On the other hand, according to the latter method, a word or a sentence to be output is input in the form of a phoneme or a syllable symbol sequence, so that the sentence of an arbitrary sentence can be synthesized. However, there is a problem that various characteristics of voice must be added artificially. The rule synthesizing unit 6 is a method of generating source processing by phonemes or syllables in particular, and follows a format in which phoneme or syllable-based speech analysis data is used as a control signal of a speech generation model. Therefore, the rule synthesizing unit 6 has no limitation on the number of vocabulary words of the synthesized speech, and regularizes the modification of the acoustic characteristics according to the long sound combination and the prosody characteristic found in natural speech. The modification of this acoustic property is regularized, and the control signal is modified based on this, so that the sound quality of the synthesized sound is enhanced to be very similar to natural speech. In the rule synthesizing unit 6, if only a phoneme, a syllable symbol, or a series of characters is input as a reading from the sentence analyzing unit 4, an arbitrary synthesized sound corresponding to the phoneme can be output from the voice output unit 7. When each sentence of the document file 2 is synthesized using the rule synthesizing unit 6 under the analysis of the sentence analyzing unit 4, it is ideal that a human reading process can be performed. Boundaries such as words must be detected and divided from character strings, and phoneme symbol strings such as detected words must be converted, and finally word accents or sentence intonations must be added. Further, the rule synthesizing unit 6 generally has a smaller storage capacity than that of the waveform processing type, but the circuit configuration becomes complicated. Therefore, the complexity of the circuit configuration can be reduced by digitally executing it with a one-chip LSI. is necessary. Furthermore, it is necessary to generate the control signal necessary for the operation of the voice synthesizer according to the predetermined rule with the voice data stored in advance. As LSI for that purpose, formant type and PARCOR type 2
There are types. For example, a PARCOR-based voice synthesis LSI synthesizes voice by connecting about 10 stages of lattice type digital filters each composed of two dividers and two adders in cascade. In the rule synthesizing unit 6 configured by using such an LSI, an input character string is converted into a phoneme sequence according to a rule, and is divided according to a so-called CV-V syllable of consonant + vowel + vowel system, for example.
With regard to the prosodic characteristics, the fundamental frequency, amplitude, phoneme duration, etc. for the synthesized speech are determined using the stored data of the acoustic data stored in advance. It is known that the sound quality of synthetic speech according to such rules is 90% or more clear for 100 Japanese syllables.
文書ファイル２から文章入出力部３を介して読出された
各文章が単語単位あるいは文節単位等に分割され辞書部
５の単語等とマッチングされ同定される。その場合に辞
書部５において存在しない平仮名あるいはカタカナ等の
未知語が文章中に存在する場合がある。特に新聞記事等
においてはカタカナ文字列の固有名詞や新語あるいは強
調のためのカタカナ書きや漢字のかわりに平仮名にして
いる文章が多く存在しこのような文章を解析すると単語
の同定にかなりの高い確立で同定が失敗することがあ
る。そのために、そのままでは正しい文章が読上げるこ
とができなくなる。そこで本発明では文章解析部４に未
知語検出部４０、再開位置検出部４１及び未知語読み変
換部４２が接続されこれらの回路を動作させることによ
って辞書部５の中にある単語等と文章中の単語等がマッ
チングがとれなかった場合にはこの未知語を無視してま
ず解析しその部分の読みは表記から補うことにより正し
い読上げを可能としている。すなわち辞書部５に存在し
ない平仮名、又はカタカナ等の未知語が文章中に存在し
た場合、単語の同定が出来なくなるため未知語検出部４
０でその未知語の位置Ｐ１を決定する。そして文章をそ
のまま後方にサーチして新たな単語の始まりとわかる漢
字、カタカナの表記の位置Ｐ２を再開位置検出部４１で
見つける。そしてまず未知語の位置Ｐ１の前までの解析
を行いその後前記Ｐ２から再び解析を行う。そして未知
語読上げ変換部４２において前記未知語の位置Ｐ１から
前記辞書部５に存在する単語のある単語位置Ｐ２の前ま
での未知語部分の読みを見つけ読みに変換され規則合成
部６に送られ音声合成され音声出力部７によって、文章
が読上げられる。Each sentence read from the document file 2 via the sentence input / output unit 3 is divided into word units or phrase units and matched with the words in the dictionary unit 5 to be identified. In that case, unknown words such as hiragana or katakana that do not exist in the dictionary unit 5 may exist in the sentence. Especially in newspaper articles, there are many sentences that use hiragana instead of proper nouns of katakana character strings, new words or katakana writing for emphasis or kanji, and analysis of such sentences makes it quite high in word identification. The identification may fail. Therefore, the correct sentence cannot be read aloud as it is. Therefore, in the present invention, the unknown word detection unit 40, the restart position detection unit 41, and the unknown word reading conversion unit 42 are connected to the sentence analysis unit 4 and these circuits are operated to operate the words in the dictionary unit 5 and the sentences. If the word or the like is not matched, the unknown word is ignored and first analyzed, and the reading of that part is supplemented from the notation to enable correct reading. That is, if an unknown word such as hiragana or katakana that does not exist in the dictionary unit 5 exists in the sentence, the word cannot be identified and the unknown word detection unit 4
At 0, the position P 1 of the unknown word is determined. Then, the sentence is searched backward as it is, and the resumption position detection unit 41 finds the position P 2 of the notation of kanji and katakana that is known as the start of a new word. Then, first, the analysis up to the position P 1 of the unknown word is performed, and then the analysis is performed again from P 2 . Then, the unknown word reading conversion unit 42 finds the reading of the unknown word portion from the position P 1 of the unknown word to the position before the word position P 2 of the word existing in the dictionary unit 5 and converts the reading into the reading, and the rule synthesis unit 6 The text is transmitted, synthesized by voice, and read by the voice output unit 7.
例えば１つの文章として「そこで プツリ と中断して
いる」という文章を本発明の文章読上げ装置によって読
上げる場合、「そこで」という先頭の文字列から解析を
始める。この場合、「そこで」という平仮名は辞書部５
に存在しこの言葉の同定は実行されるものとする。しか
し次の「プツリ」というカタカナは辞書中に単語として
存在しないと仮定する。従ってこの単語の同定ができな
くなるので未知語検出部４０においてその未知語の位置
Ｐ１、すなわち「プ」という文字の位置をポインタとし
て記憶しておきそのまま文章を後方にサーチする。そし
て新たな単語の始まりとわかる漢字すなわち「中断」と
いう単語の位置Ｐ２すなわち「中」という文字の位置を
再開位置検出部４１によって見つける。そこでＰ１まで
の解析を行ったあと「プツリと」という未知語に関して
は解析を行わず、次の「中断している」という部分に対
して解析を再開する。その後Ｐ１からＰ２の前までの
「プツリと」という未知語部分の読みを一字ずつカタカ
ナにして未知語読み変換部４２において読みを付ける。
すなわち「プツリと」の読みは表記からカタカナで「プ
ツリト」となる。以上の解析結果に従って前記文章はす
べてカタカナに変換され、カタカナで「ソコデプツリト
チュウダンシテイル」というカタカナに変換され、規則
合成部６へ読みとして与えられ音声合成され音声出力部
７から音声として出力される。For example, in the case of reading out a sentence "Putting up there" as one sentence by the sentence reading device of the present invention, the analysis is started from the first character string "There". In this case, the hiragana word "There" is the dictionary part 5.
Exist and the identification of this term shall be carried out. However, it is assumed that the next katakana "Puturi" does not exist as a word in the dictionary. Therefore, since this word cannot be identified, the position P 1 of the unknown word, that is, the position of the character “p” is stored as a pointer in the unknown word detection unit 40 and the sentence is searched backward as it is. Then, the restart position detecting unit 41 finds the position P 2 of the kanji that is known as the start of a new word, that is, the position P 2 of the word “interruption”, that is, the position of the character “middle”. Therefore, after performing the analysis up to P 1 , analysis is not performed for the unknown word “Puturito”, and analysis is restarted for the next “interrupted” portion. After that, the unknown word portion "Putto" from P 1 to P 2 is read one by one in katakana, and the unknown word reading conversion unit 42 adds the reading.
In other words, the reading of "Puttori" is written in katakana and becomes "Puttorito". According to the above analysis results, all the sentences are converted into katakana, converted into katakana called "socodepturitochudanshitairu" with katakana, given to the rule synthesizing section 6 as reading, synthesized with speech, and outputted from the speech output section 7 as speech. It
次に第１図の本発明の文章読上げ装置の動作を第２図の
フローチャートに従って説明する。第２図のフローチャ
ートによれば各文章は文章解析部４に入力され文章の各
単語等が辞書部５の単語等とマッチングされ同定され、
単語ラティスの作成が行われる。そして各文章において
カタカナあるいは平仮名の未知語が存在するかどうかを
判定する。もし未知語がなければ文章の始まりのポイン
タであるＳＰから文章の終わりの文字のポインタである
ＥＰまでの文章を解析し解析結果を格納するＷＬＩＳＴ
に解析結果を追加し、規則合成部６に転送する。しかし
もし、カタカナあるいは平仮名の未知語がある場合には
未知語の先頭文字のポインタＰ１を未知語検出部４０に
よって見つける。そして文章を後方にサーチする。サー
チした結果再び辞書に存在する単語の先頭の文字のポイ
ンタＰ２を見つける。すなわち再開位置検出部４１によ
って文章中で未知語の後の新たな単語の始まりとわかる
位置を見つける。その後文章の頭のポインタであるＳＰ
から未知語の頭の文字のポインタであるＰ１よりも１つ
前のＰ１−１までの文章を解析し、解析結果を格納する
領域であるＷＬＩＳＴに追加する。次に未知語の先頭文
字であるＰ１から未知語の終わりのポインタであるＰ２
−１までの読みを一字ずつ表記から作り、前記ＷＬＩＳ
Ｔに追加する。すなわち未知語読み変換部４２に従って
未知部の読みをＷＬＩＳＴに追加する。そしてＰ２を文
章の始まりとしてＳＰにし、Ｐ２から解析を再開する。
その後再び未知語があるかないかのチェックを実行す
る。このような繰り返しに従って１つの文章の終わりま
で解析または未知語の読みをＷＬＩＳＴに追加すること
ができ、規則合成部６にその文章の読みすべてを転送し
音声合成に従って音声に変え、文章の読上げを実行する
ことを可能とする。Next, the operation of the text-to-speech apparatus of the present invention shown in FIG. 1 will be described with reference to the flowchart shown in FIG. According to the flowchart of FIG. 2, each sentence is input to the sentence analysis unit 4, and each word or the like of the sentence is identified by being matched with the word or the like of the dictionary unit 5,
The word lattice is created. Then, it is determined whether or not an unknown word of katakana or hiragana exists in each sentence. If there is no unknown word, WLIST that analyzes the sentence from SP, which is the pointer at the beginning of the sentence, to EP, which is the pointer at the end of the sentence, and stores the analysis result.
The analysis result is added to and transferred to the rule synthesis unit 6. However, if there is an unknown word of katakana or hiragana, the unknown word detection unit 40 finds the pointer P 1 of the first character of the unknown word. Then search the sentence backwards. As a result of the search, the pointer P 2 of the first character of the word existing in the dictionary is found again. That is, the restart position detecting unit 41 finds a position in the sentence at which it can be recognized as the start of a new word after the unknown word. Then SP, which is the pointer at the beginning of the sentence
To P 1 -1 immediately before P 1 which is the pointer of the character at the beginning of the unknown word are analyzed and added to WLIST which is an area for storing the analysis result. Next, P 1 which is the first character of the unknown word to P 2 which is the pointer of the end of the unknown word
-Make readings up to -1 from each letter,
Add to T. That is, according to the unknown word reading conversion unit 42, the reading of the unknown portion is added to WLIST. Then, P 2 is set as SP as the beginning of the sentence, and the analysis is restarted from P 2 .
After that, it checks again whether there is an unknown word. According to such repetition, analysis or reading of an unknown word can be added to WLIST until the end of one sentence, and all the readings of the sentence are transferred to the rule synthesizing unit 6 and converted into speech according to speech synthesis, and reading of the sentence is performed. It is possible to execute.
このように本発明の文章上げ装置は文章の中の単語等が
辞書中の単語等とマッチングが取れなかった未知語に対
しては文章解析を無視して他の部分を解析し、前記未知
語に対しては表記から読みを補うことにより正しい読上
げを可能とし、任意の文音声に対して合成できるという
効果がある。Thus, the sentence raising device of the present invention ignores sentence analysis for unknown words in which the words in the sentence cannot be matched with the words in the dictionary and analyzes the other parts, and the unknown words With respect to, there is an effect that correct reading can be performed by supplementing the reading from the notation, and can be synthesized with respect to an arbitrary sentence voice.
第１図は本発明の文章読上げ装置の構成ブロック図、第
２図はその動作のフローチャートを示す。 １……主制御部、 ２……文書ファイル、 ３……文章入出力部、 ４……文章解析部、 ５……辞書部、 ６……規則合成部、 ７……音声出力部、 １０……表示部、 １１……入力部、 ４０……未知語検出部、 ４１……再開位置検出部、 ４２……未知語読み変換部。FIG. 1 is a block diagram showing the structure of the text-to-speech device of the present invention, and FIG. 2 is a flowchart of its operation. 1 ... Main control unit, 2 ... Document file, 3 ... Sentence input / output unit, 4 ... Sentence analysis unit, 5 ... Dictionary unit, 6 ... Rule synthesis unit, 7 ... Speech output unit, 10 ... ... display section, 11 ... input section, 40 ... unknown word detection section, 41 ... restart position detection section, 42 ... unknown word reading conversion section.
Claims (1)
制御する文章入出力部と、 前記文章ファイル部から前記文章入出力部を介して読み
出された文章を小さな文字列の単位に分割し各単位毎に
辞書部の内容とマッチングし、同定する文章解析部と、 前記文章解析部の出力である読みを音声に変換する音声
合成部と、 前記文章解析部に接続され文章中で前記辞書部に存在し
なかった未知語を見つける未知語検出手段と、 前記未知語の始まりと終わりの位置を検出する位置検出
部と、 前記未知語の読みを表記から作成する未知語読み変換手
段とを有し、 前記辞書部に存在しない未知語が文章中に存在した場
合、未知語の始まりのところで文章解析を一時停止し文
章を後方にサーチし未知語の次にくる部分から文章解析
を再開し前記未知語の読みは表記から作成することを特
徴とする文章読上げ装置。1. A sentence file unit for storing a sentence, a sentence input / output unit for controlling input or output of a sentence from the sentence file unit, and a read from the sentence file unit via the sentence input / output unit. The sentence is divided into units of small character strings and matched with the contents of the dictionary unit for each unit, a sentence analysis unit for identifying, and a voice synthesis unit for converting the reading output from the sentence analysis unit into speech, An unknown word detection unit that is connected to the sentence analysis unit to find an unknown word that did not exist in the dictionary unit in the sentence, a position detection unit that detects the start and end positions of the unknown word, and reading of the unknown word And an unknown word reading conversion means for creating from the notation, when an unknown word that does not exist in the dictionary part is present in the sentence, the sentence analysis is temporarily stopped at the beginning of the unknown word and the sentence is searched backward to unknown. Of the word A text-to-speech device, wherein text analysis is restarted from the next part and the reading of the unknown word is created from the notation.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP60260303A JPH0634175B2 (en) | 1985-11-20 | 1985-11-20 | Text-to-speech device |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP60260303A JPH0634175B2 (en) | 1985-11-20 | 1985-11-20 | Text-to-speech device |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS62119591A JPS62119591A (en) | 1987-05-30 |
| JPH0634175B2 true JPH0634175B2 (en) | 1994-05-02 |
Family
ID=17346157
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP60260303A Expired - Lifetime JPH0634175B2 (en) | 1985-11-20 | 1985-11-20 | Text-to-speech device |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0634175B2 (en) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20220245382A1 (en) * | 2021-02-02 | 2022-08-04 | Google Llc | Generating Assistive Indications Based on Detected Characters |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH01296373A (en) * | 1988-05-25 | 1989-11-29 | Ricoh Co Ltd | Method for processing unregistered word |
| JP2801601B2 (en) * | 1988-06-23 | 1998-09-21 | 株式会社リコー | Text-to-speech synthesizer |
| JP3315539B2 (en) * | 1994-10-21 | 2002-08-19 | 沖電気工業株式会社 | Undefined code detector for text-to-speech conversion system |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5840597A (en) * | 1981-09-02 | 1983-03-09 | カシオ計算機株式会社 | Voice generation system |
| JPS5878199A (en) * | 1981-11-04 | 1983-05-11 | 株式会社リコー | Voice output unit |
| JPS59127151A (en) * | 1982-12-29 | 1984-07-21 | Fujitsu Ltd | Sentence reading device |
| JPS60188995A (en) * | 1984-03-07 | 1985-09-26 | 日本電気株式会社 | Sentence enunciation |
-
1985
- 1985-11-20 JP JP60260303A patent/JPH0634175B2/en not_active Expired - Lifetime
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5840597A (en) * | 1981-09-02 | 1983-03-09 | カシオ計算機株式会社 | Voice generation system |
| JPS5878199A (en) * | 1981-11-04 | 1983-05-11 | 株式会社リコー | Voice output unit |
| JPS59127151A (en) * | 1982-12-29 | 1984-07-21 | Fujitsu Ltd | Sentence reading device |
| JPS60188995A (en) * | 1984-03-07 | 1985-09-26 | 日本電気株式会社 | Sentence enunciation |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20220245382A1 (en) * | 2021-02-02 | 2022-08-04 | Google Llc | Generating Assistive Indications Based on Detected Characters |
| US11769323B2 (en) * | 2021-02-02 | 2023-09-26 | Google Llc | Generating assistive indications based on detected characters |
Also Published As
| Publication number | Publication date |
|---|---|
| JPS62119591A (en) | 1987-05-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6952665B1 (en) | Translating apparatus and method, and recording medium used therewith | |
| JP2848458B2 (en) | Language translation system | |
| US5787230A (en) | System and method of intelligent Mandarin speech input for Chinese computers | |
| US7155390B2 (en) | Speech information processing method and apparatus and storage medium using a segment pitch pattern model | |
| Stöber et al. | Speech synthesis using multilevel selection and concatenation of units from large speech corpora | |
| Abujar et al. | A comprehensive text analysis for Bengali TTS using unicode | |
| JPH0634175B2 (en) | Text-to-speech device | |
| Greibus et al. | The phoneme set influence for Lithuanian speech commands recognition accuracy | |
| JP2003162524A (en) | Language processor | |
| JP2001117752A (en) | Information processor, information processing method and recording medium | |
| Hendessi et al. | A speech synthesizer for Persian text using a neural network with a smooth ergodic HMM | |
| JP3958908B2 (en) | Transcription text automatic generation device, speech recognition device, and recording medium | |
| JP2001117922A (en) | Device and method for translation and recording medium | |
| JP2001117583A (en) | Device and method for voice recognition, and recording medium | |
| JP2002123281A (en) | Speech synthesizer | |
| JP2000056788A (en) | Meter control method of speech synthesis device | |
| Kaur et al. | BUILDING AText-TO-SPEECH SYSTEM FOR PUNJABI LANGUAGE | |
| Kato et al. | Multilingualization of speech processing | |
| JPH0229797A (en) | Text voice converting device | |
| JPH03217900A (en) | Text voice synthesizing device | |
| Allen | Speech synthesis from text | |
| JPH05189194A (en) | Document reader | |
| JPH02238494A (en) | Voice synthesizing device | |
| IMRAN | ADMAS UNIVERSITY SCHOOL OF POST GRADUATE STUDIES DEPARTMENT OF COMPUTER SCIENCE | |
| JPH02234198A (en) | Text voice synthesizing system |