JPH067342B2 - 音声合成方式 - Google Patents
音声合成方式Info
- Publication number
- JPH067342B2 JPH067342B2 JP59055809A JP5580984A JPH067342B2 JP H067342 B2 JPH067342 B2 JP H067342B2 JP 59055809 A JP59055809 A JP 59055809A JP 5580984 A JP5580984 A JP 5580984A JP H067342 B2 JPH067342 B2 JP H067342B2
- Authority
- JP
- Japan
- Prior art keywords
- word
- unit
- nasalization
- sound
- test
- 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
Description
【発明の詳細な説明】 〔発明の技術分野〕 本発明は自然性の高い合成音声を生成することのできる
音声合成方式に関する。
音声合成方式に関する。
日本語文章を構成する文字列を音声に変換する場合、基
本的には上記文字列を音韻系列に変換し、この音韻系列
から音声のスペクトル包絡を特徴付ける音声素片のパラ
メータを得、これらの音声素片を結合して生成されるパ
ラメータの系列に従って音声合成器を駆動して合成音声
を求めている。
本的には上記文字列を音韻系列に変換し、この音韻系列
から音声のスペクトル包絡を特徴付ける音声素片のパラ
メータを得、これらの音声素片を結合して生成されるパ
ラメータの系列に従って音声合成器を駆動して合成音声
を求めている。
このような音声合成において、単語中に音韻変形を生じ
る音韻が含まれる場合、音韻変形を考慮せずに処理する
と合成音声の自然性を著しく低下させる。例えば、「科
学」なる単語は「カガク」なる仮名系列で示されるが、
上記仮名系列の語頭から2番目の「ガ」はガ行の濁音で
あり、その前後の音韻状況により鼻音化する。この為、
合成音声の自然性を高める為には、上記鼻音化による音
韻変形を十分に考慮する必要があった。
る音韻が含まれる場合、音韻変形を考慮せずに処理する
と合成音声の自然性を著しく低下させる。例えば、「科
学」なる単語は「カガク」なる仮名系列で示されるが、
上記仮名系列の語頭から2番目の「ガ」はガ行の濁音で
あり、その前後の音韻状況により鼻音化する。この為、
合成音声の自然性を高める為には、上記鼻音化による音
韻変形を十分に考慮する必要があった。
そこで従来では、『単語中のガ行音(ガ行濁音)は鼻音
化する』と云う原則に基いて、入力文字列から求められ
た音韻系列の中のガ行音の有無を判定し、ガ行音が存在
する場合にはこれを鼻音化して音声合成を行っている。
化する』と云う原則に基いて、入力文字列から求められ
た音韻系列の中のガ行音の有無を判定し、ガ行音が存在
する場合にはこれを鼻音化して音声合成を行っている。
然し乍ら、従来の音声合成方式にあっては次のような問
題があった。すなわち、日本語文章中には複合語が頻繁
に登場する。このような複合語、たとえば「日本銀行」
や「北多摩郡」のように、その中にガ行音やガ行濁音が
含まれている場合、複合語の性質によってそのガ行音や
ガ行濁音を鼻音化する場合と鼻音化しない場合とがあ
る。
題があった。すなわち、日本語文章中には複合語が頻繁
に登場する。このような複合語、たとえば「日本銀行」
や「北多摩郡」のように、その中にガ行音やガ行濁音が
含まれている場合、複合語の性質によってそのガ行音や
ガ行濁音を鼻音化する場合と鼻音化しない場合とがあ
る。
したがって、従来の音声合成方式のようにガ行音が行濁
音を一律に鼻音化処理する方式では、かえって合成音声
の自然性が損われたり、また合成音声の了解度の低下を
招く等の問題があった。
音を一律に鼻音化処理する方式では、かえって合成音声
の自然性が損われたり、また合成音声の了解度の低下を
招く等の問題があった。
本発明はこのような事情を考慮してなされたもので、そ
の目的とするところは、特に問題となる複合語を示す音
韻系列中の鼻音化の検定を高精度に行って自然性の高い
音声合成を可能とする音声合成方式を提供することにあ
る。
の目的とするところは、特に問題となる複合語を示す音
韻系列中の鼻音化の検定を高精度に行って自然性の高い
音声合成を可能とする音声合成方式を提供することにあ
る。
本発明に係る音声合成方式は、音声合成に供せられる日
本語文章を入力するための文章入力部と、この文章入力
部より入力された日本語文章を文節単位に区切る文節切
り部と、単語に対応してその読み,韻律情報,該単語が
複合語でありガ行音或いはガ行濁音を含む場合にこれを
鼻音化するか否かを示す鼻音化情報を記憶した単語辞書
と、前記文節切り部により区切られた文節を前記単語辞
書と照合することにより前記文節中の単語をその読みに
変換する音韻変換部と、この音韻変換部により読みに変
換された当該単語に対し前記単語辞書の鼻音化情報を用
いてガ行音或いはガ行濁音を含む場所にこの鼻音化検定
を行う鼻音化音韻検定部と、この鼻音化音韻検定部によ
り鼻音化検定が行われた当該単語に対し前記単語辞書の
韻律情報を用いて韻律の検定を行なう韻律検定部と、前
記鼻音化音韻検定部及び前記韻律検定部による各検定結
果に従って当該単語に対する音韻系列パラメータ及び韻
律パラメータをそれぞれ生成する音声パラメータ生成部
と、この音声パラメータ生成部により生成されたパラメ
ータに従って当該単語を音声合成して出力する合成器と
を備えている。
本語文章を入力するための文章入力部と、この文章入力
部より入力された日本語文章を文節単位に区切る文節切
り部と、単語に対応してその読み,韻律情報,該単語が
複合語でありガ行音或いはガ行濁音を含む場合にこれを
鼻音化するか否かを示す鼻音化情報を記憶した単語辞書
と、前記文節切り部により区切られた文節を前記単語辞
書と照合することにより前記文節中の単語をその読みに
変換する音韻変換部と、この音韻変換部により読みに変
換された当該単語に対し前記単語辞書の鼻音化情報を用
いてガ行音或いはガ行濁音を含む場所にこの鼻音化検定
を行う鼻音化音韻検定部と、この鼻音化音韻検定部によ
り鼻音化検定が行われた当該単語に対し前記単語辞書の
韻律情報を用いて韻律の検定を行なう韻律検定部と、前
記鼻音化音韻検定部及び前記韻律検定部による各検定結
果に従って当該単語に対する音韻系列パラメータ及び韻
律パラメータをそれぞれ生成する音声パラメータ生成部
と、この音声パラメータ生成部により生成されたパラメ
ータに従って当該単語を音声合成して出力する合成器と
を備えている。
かくして本発明によれば、特に複合語を示す音韻系列中
にガ行音(ガ行濁音)が含まれている場合に、その複合
語の性質から上記ガ行音が鼻音化するか否かを高精度に
検定することができるので、その鼻音化検定結果に従っ
て上記単語の音声合成処理を正しく行うことができる。
従って、合成音声の自然性を十分に高めることができ、
その了解度の向上を図ることも可能となる等の実用上絶
大なる効果が奏せられる。
にガ行音(ガ行濁音)が含まれている場合に、その複合
語の性質から上記ガ行音が鼻音化するか否かを高精度に
検定することができるので、その鼻音化検定結果に従っ
て上記単語の音声合成処理を正しく行うことができる。
従って、合成音声の自然性を十分に高めることができ、
その了解度の向上を図ることも可能となる等の実用上絶
大なる効果が奏せられる。
以下、図面を参照して本発明の一実施例につき説明す
る。
る。
第1図は実施例装置の概略構成図である。
音声合成に供せられる日本語文章は文章入力部1を介し
て入力され、文節切り部2に導かれて文節単位に区切ら
れた後、音韻変換部3に与えられる。音韻変換部3は単
語辞書記憶装置4に予め辞書登録された単語情報に従っ
て上記各文節の単語をそれぞれ音韻変換するものであ
る。この単語辞書記憶装置4に登録された単語情報は、
例えば第2図に示すように、その見出し語11,文法情
報12,その単語の読み13,韻律情報14,出現頻度
15,単語が複合語であってガ行音あるいはガ行濁音を
含む場合にこれを鼻音化するか否かを示す鼻音化情報1
6等からなる。この鼻音化情報16については後で詳述
するが、例えばその単語の非鼻音化モーラ番号を示すも
のからなる。
て入力され、文節切り部2に導かれて文節単位に区切ら
れた後、音韻変換部3に与えられる。音韻変換部3は単
語辞書記憶装置4に予め辞書登録された単語情報に従っ
て上記各文節の単語をそれぞれ音韻変換するものであ
る。この単語辞書記憶装置4に登録された単語情報は、
例えば第2図に示すように、その見出し語11,文法情
報12,その単語の読み13,韻律情報14,出現頻度
15,単語が複合語であってガ行音あるいはガ行濁音を
含む場合にこれを鼻音化するか否かを示す鼻音化情報1
6等からなる。この鼻音化情報16については後で詳述
するが、例えばその単語の非鼻音化モーラ番号を示すも
のからなる。
このようにして音韻変換された前記文節の単語の音韻系
列は、次に鼻音化音韻検定部5に導かれ、前記単語辞書
記憶装置4に登録された前記単語情報の中の鼻音化情報
を用いてその単語中に含まれる鼻音化候補について鼻音
化検定が行われる。この鼻音化検定は、音韻系列中のガ
行音(ガ、ギ、グ、ゲ、ゴ)およびガ行濁音(ギャ、ギ
ュ、ギョ)を鼻音化候補として抽出し、これらのガ行音
(ガ行濁音)が前記単語中において鼻音化するか否かを
判定することによって行われる。
列は、次に鼻音化音韻検定部5に導かれ、前記単語辞書
記憶装置4に登録された前記単語情報の中の鼻音化情報
を用いてその単語中に含まれる鼻音化候補について鼻音
化検定が行われる。この鼻音化検定は、音韻系列中のガ
行音(ガ、ギ、グ、ゲ、ゴ)およびガ行濁音(ギャ、ギ
ュ、ギョ)を鼻音化候補として抽出し、これらのガ行音
(ガ行濁音)が前記単語中において鼻音化するか否かを
判定することによって行われる。
また韻律検定部6は上記鼻音化検定が行われた文節の単
語について、前記単語辞書記憶装置4の単語情報を用い
てそのアクセント等の韻律の検定を行っている。
語について、前記単語辞書記憶装置4の単語情報を用い
てそのアクセント等の韻律の検定を行っている。
音声パラメータ生成部7は、これらの検定部5,6でそ
れぞれ検定された前記単語に関する検定結果に従って音
声素片ファイル装置8に登録された音声素片(パラメー
タ)を読出し、これらを結合して前記単語の音韻系列パ
ラメータおよび韻律パラメータを生成している。これら
のパラメータに従って合成器9は前記単語を音声合成し
て出力している。
れぞれ検定された前記単語に関する検定結果に従って音
声素片ファイル装置8に登録された音声素片(パラメー
タ)を読出し、これらを結合して前記単語の音韻系列パ
ラメータおよび韻律パラメータを生成している。これら
のパラメータに従って合成器9は前記単語を音声合成し
て出力している。
かくして、このように構成された音声合成装置によれ
ば、単語辞書を参照して単語中の鼻音化候補が鼻音化音
韻であるか、或いは非鼻音化音韻であるかを判定し、そ
の判定(検定)結果に従って単語の音韻パラメータを生
成するので、自然性が高く、且つ高品質の合成音声を得
ることが可能となる。
ば、単語辞書を参照して単語中の鼻音化候補が鼻音化音
韻であるか、或いは非鼻音化音韻であるかを判定し、そ
の判定(検定)結果に従って単語の音韻パラメータを生
成するので、自然性が高く、且つ高品質の合成音声を得
ることが可能となる。
このように、単語が複合語であってガ行音あるいはガ行
濁音を含む場合にこれを鼻音化するか否かを示す鼻音化
情報16を単語辞書に登録しているので、従来特に問題
となっていた複合語に対する鼻音化処理を精度よく実行
できる。即ち、一般に高頻度で用いられる複合語はその
辞書照合の回数を低減して処理効率を高めるべく、辞書
登録すると便利である。ところが上記複合語を構成する
単語の境界にくる音韻がガ行音であると、上記複合語の
性質によってそのガ行音が鼻音化する場合と、鼻音化し
ない場合(非鼻音化)とがある。例えば固有名詞である
「日本銀行」は『ニホンギンコウ』として発音され、そ
のガ行音『ギ』は非鼻音化音韻であり、「北多摩郡」は
『キタタマグン』として発音され、そのガ行音『グ』は
鼻音化音韻である。この為、複数の単純語を結合して構
成される複合語を一般的な単語と同様にして辞書登録す
ると、その語中のガ行音が鼻音化するか否かが分らなく
なる。
濁音を含む場合にこれを鼻音化するか否かを示す鼻音化
情報16を単語辞書に登録しているので、従来特に問題
となっていた複合語に対する鼻音化処理を精度よく実行
できる。即ち、一般に高頻度で用いられる複合語はその
辞書照合の回数を低減して処理効率を高めるべく、辞書
登録すると便利である。ところが上記複合語を構成する
単語の境界にくる音韻がガ行音であると、上記複合語の
性質によってそのガ行音が鼻音化する場合と、鼻音化し
ない場合(非鼻音化)とがある。例えば固有名詞である
「日本銀行」は『ニホンギンコウ』として発音され、そ
のガ行音『ギ』は非鼻音化音韻であり、「北多摩郡」は
『キタタマグン』として発音され、そのガ行音『グ』は
鼻音化音韻である。この為、複数の単純語を結合して構
成される複合語を一般的な単語と同様にして辞書登録す
ると、その語中のガ行音が鼻音化するか否かが分らなく
なる。
従ってこのような複合語に対して前述したように鼻音化
情報を与えておくことによって、その鼻音化を正しく検
定することが可能となる。このことは、上記複合器の辞
書登録を単純語と同様に行い得ることを意味しており、
合成音声の自然性を損うことなしに処理効率の良い音声
合成を可能とする。
情報を与えておくことによって、その鼻音化を正しく検
定することが可能となる。このことは、上記複合器の辞
書登録を単純語と同様に行い得ることを意味しており、
合成音声の自然性を損うことなしに処理効率の良い音声
合成を可能とする。
ところで前記鼻音化情報は次にようにして与えれば良
い。即ち、音声合成対象とする単語は、その音韻の系列
としてモーラに分解される。そして上記単語中のガ行音
の位置はモーラ番号によって予め明らかになっている。
従って単語中のガ行音は原則的に鼻音化すると云う性質
があることから、単語中のガ行音の中で鼻音化しないも
のを指示するように、その非鼻音化音韻のモーラ番号を
前記鼻音化情報として辞書登録しておくようにすればよ
い。具体的には単語「日本合成ゴム」の読みは『ニホン
ゴーセイゴム」として与えられる。この場合、上記単語
中の2つのガ行音は共に鼻音化しないので、鼻音化情報
としては非鼻音化モーラ番号[4,8]を設定しておけ
ばよい。これによって、上記単語中の4番目、および8
番目のモーラ(音韻)がガ行音であっても鼻音化の扱い
をされることがなくなる。故に、不本意な鼻音化による
不自然性を伴うことのない合成音声を効果的に得ること
が可能となる。
い。即ち、音声合成対象とする単語は、その音韻の系列
としてモーラに分解される。そして上記単語中のガ行音
の位置はモーラ番号によって予め明らかになっている。
従って単語中のガ行音は原則的に鼻音化すると云う性質
があることから、単語中のガ行音の中で鼻音化しないも
のを指示するように、その非鼻音化音韻のモーラ番号を
前記鼻音化情報として辞書登録しておくようにすればよ
い。具体的には単語「日本合成ゴム」の読みは『ニホン
ゴーセイゴム」として与えられる。この場合、上記単語
中の2つのガ行音は共に鼻音化しないので、鼻音化情報
としては非鼻音化モーラ番号[4,8]を設定しておけ
ばよい。これによって、上記単語中の4番目、および8
番目のモーラ(音韻)がガ行音であっても鼻音化の扱い
をされることがなくなる。故に、不本意な鼻音化による
不自然性を伴うことのない合成音声を効果的に得ること
が可能となる。
尚、本発明は上述した実施例に限定されるものではな
い。例えば鼻音化情報の形式や、その鼻音化音韻の検定
処理の手段はその装置仕様に応じて定めれば良いもので
ある。要するに本発明は、その要旨を逸脱しない範囲で
種々変形して実施することができる。
い。例えば鼻音化情報の形式や、その鼻音化音韻の検定
処理の手段はその装置仕様に応じて定めれば良いもので
ある。要するに本発明は、その要旨を逸脱しない範囲で
種々変形して実施することができる。
第1図は本発明の一実施例方式を採用して構成される音
声合成装置の概略構成図、第2図は実施例で用いられる
鼻音化情報を含む辞書単語情報である。 1…文章入力部、2…文節切り部、3…音韻変換部、4
…単語辞書記憶装置、5…鼻音化音韻検定部、6…韻律
検定部、7…音声パラメータ生成部、8…音声素片ファ
イル装置、9…合成器。
声合成装置の概略構成図、第2図は実施例で用いられる
鼻音化情報を含む辞書単語情報である。 1…文章入力部、2…文節切り部、3…音韻変換部、4
…単語辞書記憶装置、5…鼻音化音韻検定部、6…韻律
検定部、7…音声パラメータ生成部、8…音声素片ファ
イル装置、9…合成器。
Claims (1)
- 【請求項1】音声合成に供せられる日本語文章を入力す
るための文章入力部と、この文章入力部より入力された
日本語文章を文節単位に区切る文節切り部と、単語に対
応してその読み,韻律情報,該単語が複合語でありガ行
音或いはガ行濁音を含む場合にこれを鼻音化するか否か
を示す鼻音化情報を記憶した単語辞書と、前記文節切り
部により区切られた文節を前記単語辞書と照合すること
により前記文節中の単語をその読みに変換する音韻変換
部と、この音韻変換部により読みに変換された当該単語
に対し前記単語辞書の鼻音化情報を用いてガ行音或いは
ガ行濁音を含む場合にこの鼻音化検定を行う鼻音化音韻
検定部と、この鼻音化音韻検定部により鼻音化検定が行
われた当該単語に対し前記単語辞書の韻律情報を用いて
韻律の検定を行なう韻律検定部と、前記鼻音化音韻検定
部及び前記韻律検定部による各検定結果に従って当該単
語に対する音韻系列パラメータ及び韻律パラメータをそ
れぞれ生成する音声パラメータ生成部と、この音声パラ
メータ生成部により生成されたパラメータに従って当該
単語を音声合成して出力する合成器とを具備してなるこ
とを特徴とする音声合成方式。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP59055809A JPH067342B2 (ja) | 1984-03-23 | 1984-03-23 | 音声合成方式 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP59055809A JPH067342B2 (ja) | 1984-03-23 | 1984-03-23 | 音声合成方式 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPS60200297A JPS60200297A (ja) | 1985-10-09 |
JPH067342B2 true JPH067342B2 (ja) | 1994-01-26 |
Family
ID=13009249
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP59055809A Expired - Lifetime JPH067342B2 (ja) | 1984-03-23 | 1984-03-23 | 音声合成方式 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JPH067342B2 (ja) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5581400A (en) * | 1978-12-15 | 1980-06-19 | Matsushita Electric Ind Co Ltd | Tone synthesizing system |
JPS5868099A (ja) * | 1981-10-19 | 1983-04-22 | 富士通株式会社 | 音声合成装置 |
-
1984
- 1984-03-23 JP JP59055809A patent/JPH067342B2/ja not_active Expired - Lifetime
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5581400A (en) * | 1978-12-15 | 1980-06-19 | Matsushita Electric Ind Co Ltd | Tone synthesizing system |
JPS5868099A (ja) * | 1981-10-19 | 1983-04-22 | 富士通株式会社 | 音声合成装置 |
Also Published As
Publication number | Publication date |
---|---|
JPS60200297A (ja) | 1985-10-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8566099B2 (en) | Tabulating triphone sequences by 5-phoneme contexts for speech synthesis | |
US20200082805A1 (en) | System and method for speech synthesis | |
JP2000206982A (ja) | 音声合成装置及び文音声変換プログラムを記録した機械読み取り可能な記録媒体 | |
JPH086591A (ja) | 音声出力装置 | |
JPH05165486A (ja) | テキスト音声変換装置 | |
TWI360108B (en) | Method for synthesizing speech | |
JPH0887297A (ja) | 音声合成システム | |
US6829577B1 (en) | Generating non-stationary additive noise for addition to synthesized speech | |
Vereecken et al. | Automatic prosodic labeling of 6 languages. | |
JPH067342B2 (ja) | 音声合成方式 | |
JP2536169B2 (ja) | 規則型音声合成装置 | |
JP3626398B2 (ja) | テキスト音声合成装置、テキスト音声合成方法及びその方法を記録した記録媒体 | |
JPH0731509B2 (ja) | 音声分析装置 | |
JP3397406B2 (ja) | 音声合成装置及び音声合成方法 | |
JPH0562356B2 (ja) | ||
Narupiyakul et al. | A stochastic knowledge-based Thai text-to-speech system | |
JP2839492B2 (ja) | 音声合成装置および方法 | |
JPH11327594A (ja) | 音声合成辞書作成システム | |
Saito et al. | A method of creating a new speaker's VoiceFont in a text-to-speech system | |
JPH02234198A (ja) | テキスト音声合成システム | |
Csapó et al. | Increasing the naturalness of synthesized speech in hidden Markov-model based text-to-speech synthesis | |
KUMAR | A STUDY ON MULTI-LINGUAL AND CROSS-LINGUAL SPEECH SYNTHESIS FOR INDIAN LANGAUGES | |
JPS59155899A (ja) | 音声合成方式 | |
JPH04167000A (ja) | テキスト音声合成装置 | |
Fadhil et al. | Implementation of an unlimited English Speech Synthesizer by Rules |