JPH0883270A - 音声合成装置及びその方法 - Google Patents
音声合成装置及びその方法Info
- Publication number
- JPH0883270A JPH0883270A JP6220407A JP22040794A JPH0883270A JP H0883270 A JPH0883270 A JP H0883270A JP 6220407 A JP6220407 A JP 6220407A JP 22040794 A JP22040794 A JP 22040794A JP H0883270 A JPH0883270 A JP H0883270A
- Authority
- JP
- Japan
- Prior art keywords
- tone
- text data
- speech
- voice
- setting
- 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.)
- Pending
Links
Landscapes
- Document Processing Apparatus (AREA)
Abstract
(57)【要約】
【目的】文字情報を音声に変換する音声合成処理におい
て、テキストデータに対して話調を指定するデータを含
ませ、このデータに基づいて自動的に話調を変更して音
声合成出力することを可能とする。 【構成】テキストデータ入力部1はテキストデータをワ
ードプロセッサやエディタなどにより直接入力したり、
記憶装置に記録されたテキストデータを読み込む。表示
部2では、テキストデータ入力部1で入力されたテキス
トデータを表示する。編集部3では、表示部2に表示さ
れたテキストデータに対して、話調の設定を実行する。
話調抽出部4は、テキストデータ中の話調情報を抽出す
る。言語処理部5は、テキストデータ入力部1で入力さ
れた漢字かな混じりのテキストデータを解析し、「読
み」と「音調成分」を生成する。音響処理部6は、これ
ら「読み」、「音調成分」と、「話調情報」から所望の
話調の合成音声を生成する。
て、テキストデータに対して話調を指定するデータを含
ませ、このデータに基づいて自動的に話調を変更して音
声合成出力することを可能とする。 【構成】テキストデータ入力部1はテキストデータをワ
ードプロセッサやエディタなどにより直接入力したり、
記憶装置に記録されたテキストデータを読み込む。表示
部2では、テキストデータ入力部1で入力されたテキス
トデータを表示する。編集部3では、表示部2に表示さ
れたテキストデータに対して、話調の設定を実行する。
話調抽出部4は、テキストデータ中の話調情報を抽出す
る。言語処理部5は、テキストデータ入力部1で入力さ
れた漢字かな混じりのテキストデータを解析し、「読
み」と「音調成分」を生成する。音響処理部6は、これ
ら「読み」、「音調成分」と、「話調情報」から所望の
話調の合成音声を生成する。
Description
【0001】
【産業上の利用分野】本発明は、音声合成装置及びその
方法に関する。
方法に関する。
【0002】
【従来の技術】従来、文字情報を音声出力する音声規則
合成装置が存在する。この音声規則合成装置では、音声
出力するデータを、あらかじめ電子化されたテキストデ
ータとして準備する必要がある。テキストデータとして
は、パソコン上におけるエディタやワードプロセッサな
どで作成した書類や、すでに電子化された各種テキスト
データなどを使用している。
合成装置が存在する。この音声規則合成装置では、音声
出力するデータを、あらかじめ電子化されたテキストデ
ータとして準備する必要がある。テキストデータとして
は、パソコン上におけるエディタやワードプロセッサな
どで作成した書類や、すでに電子化された各種テキスト
データなどを使用している。
【0003】音声規則合成装置においてこれらのテキス
トデータを読み上げる際の話調は、ほとんどの場合か朗
読調である。又、話調を切り替えることができたとして
も、音声合成装置における話調を操作者がその都度切り
替えるのが一般的である。
トデータを読み上げる際の話調は、ほとんどの場合か朗
読調である。又、話調を切り替えることができたとして
も、音声合成装置における話調を操作者がその都度切り
替えるのが一般的である。
【0004】
【発明が解決しようとする課題】しかしながら、以上の
ような構成による従来の音声合成装置においては、あら
かじめテキストデータを作成する時に、話調を設定する
ことが容易にできないという欠点があった。すなわち、
使用者はテキストデータのある一部を朗読調で、また、
別の一部を別の話調でという複数の設定を容易に行うこ
とができなかった。
ような構成による従来の音声合成装置においては、あら
かじめテキストデータを作成する時に、話調を設定する
ことが容易にできないという欠点があった。すなわち、
使用者はテキストデータのある一部を朗読調で、また、
別の一部を別の話調でという複数の設定を容易に行うこ
とができなかった。
【0005】本発明は上記の問題点に鑑みてなされたも
のであり、文字情報を音声に変換する音声合成処理にお
いて、テキストデータに対して話調を指定するデータを
含ませ、このデータに基づいて自動的に話調を変更して
音声合成出力することが可能な音声合成装置及びその方
法を提供することを目的とする。
のであり、文字情報を音声に変換する音声合成処理にお
いて、テキストデータに対して話調を指定するデータを
含ませ、このデータに基づいて自動的に話調を変更して
音声合成出力することが可能な音声合成装置及びその方
法を提供することを目的とする。
【0006】又、本発明の他の目的は、テキストデータ
の任意の領域の話調を対話的に設定することを可能と
し、設定された話調を容易に識別することが可能な音声
合成装置及びその方法を提供することを目的とする。
の任意の領域の話調を対話的に設定することを可能と
し、設定された話調を容易に識別することが可能な音声
合成装置及びその方法を提供することを目的とする。
【0007】
【課題を解決するための手段】及び
【作用】上記の目的を達成するための本発明の音声合成
装置は以下の構成を備える。即ち、漢字かな混じりのテ
キストデータに基づいて合成音声を生成する音声合成装
置であって、話調を設定する話調情報とテキストデータ
とを含むデータより話調情報とテキストデータを分離し
て抽出する抽出手段と、前記抽出手段により抽出された
テキストデータに基づいて合成される音声の話調を、前
記抽出手段によって抽出された当該テキストデータに対
応する話調情報に基づいて切り換える切替手段と、を備
える。
装置は以下の構成を備える。即ち、漢字かな混じりのテ
キストデータに基づいて合成音声を生成する音声合成装
置であって、話調を設定する話調情報とテキストデータ
とを含むデータより話調情報とテキストデータを分離し
て抽出する抽出手段と、前記抽出手段により抽出された
テキストデータに基づいて合成される音声の話調を、前
記抽出手段によって抽出された当該テキストデータに対
応する話調情報に基づいて切り換える切替手段と、を備
える。
【0008】上記の構成によれば、話調を指定する話調
情報とテキストデータとを備えるデータから、話調情
報、テキストデータが抽出される。そして、抽出された
テキストデータに基づいて音声が合成されるとともに、
その話調が、抽出された話調情報に基づいて変更され
る。このため、テキストデータ中の話調情報にしたがっ
て、合成音声の話調を切り換えることができる。
情報とテキストデータとを備えるデータから、話調情
報、テキストデータが抽出される。そして、抽出された
テキストデータに基づいて音声が合成されるとともに、
その話調が、抽出された話調情報に基づいて変更され
る。このため、テキストデータ中の話調情報にしたがっ
て、合成音声の話調を切り換えることができる。
【0009】又、好ましくは、前記データにおける話調
情報は、テキストデータ中の1つ又は複数の所望の範囲
に対して話調を指定する。所望の箇所で所望の話調によ
る合成音声が生成可能となる。
情報は、テキストデータ中の1つ又は複数の所望の範囲
に対して話調を指定する。所望の箇所で所望の話調によ
る合成音声が生成可能となる。
【0010】又、好ましくは、前記データにおける話調
情報は、テキストデータ各文字の文字属性に対応づけら
れている。文字属性に対応づけることで、所望の位置の
話調を指定することが可能となるとともに、文字属性に
基づく表示を行うことで話調の設定状態を容易に把握で
きる。
情報は、テキストデータ各文字の文字属性に対応づけら
れている。文字属性に対応づけることで、所望の位置の
話調を指定することが可能となるとともに、文字属性に
基づく表示を行うことで話調の設定状態を容易に把握で
きる。
【0011】又、上記の他の目的を達成する本発明の音
声合成装置は、漢字かな混じりのテキストデータに基づ
いて合成音声を生成する音声合成装置であって、話調を
設定する話調情報をテキストデータ中に設定する設定手
段と、前記設定手段で設定された話調を前記テキストデ
ータの表示において識別可能に表示する表示手段と、前
記話調情報が設定されたテキストデータより話調情報と
テキストデータを分離して抽出する抽出手段と、前記抽
出手段により抽出されたテキストデータに基づいて合成
される音声の話調を、前記抽出手段によって抽出された
当該テキストデータに対応する話調情報に基づいて切り
換える切替手段と、を備える。
声合成装置は、漢字かな混じりのテキストデータに基づ
いて合成音声を生成する音声合成装置であって、話調を
設定する話調情報をテキストデータ中に設定する設定手
段と、前記設定手段で設定された話調を前記テキストデ
ータの表示において識別可能に表示する表示手段と、前
記話調情報が設定されたテキストデータより話調情報と
テキストデータを分離して抽出する抽出手段と、前記抽
出手段により抽出されたテキストデータに基づいて合成
される音声の話調を、前記抽出手段によって抽出された
当該テキストデータに対応する話調情報に基づいて切り
換える切替手段と、を備える。
【0012】設定手段によりテキストデータに対して所
望の位置に所望の話調を設定し、設定された話調は表示
手段によりテキストデータの文字列中に識別可能に表示
される。設定手段で設定された話調方法、テキストデー
タが抽出される。そして、抽出されたテキストデータに
基づいて音声が合成されるとともに、その話調が、抽出
された話調情報に基づいて変更される。
望の位置に所望の話調を設定し、設定された話調は表示
手段によりテキストデータの文字列中に識別可能に表示
される。設定手段で設定された話調方法、テキストデー
タが抽出される。そして、抽出されたテキストデータに
基づいて音声が合成されるとともに、その話調が、抽出
された話調情報に基づいて変更される。
【0013】
【実施例】以下に添付の図面を参照して本発明の実施例
を説明する。
を説明する。
【0014】<実施例1>図1は、本実施例の音声規則
合成装置の概略構成を表すブロック図である。同図にお
いて、11はCPUであり、本音声合成規則装置におけ
る各種の制御を実行する。12はROMであり、CPU
11が処理を実行する各種制御プログラムが格納されて
いる。なお、ROM12には、後述の図3のフローチャ
ートで表される制御プログラムも格納されている。13
はRAMであり、CPU11が各種の制御を実行する際
に必要なデータ等を一時的に記憶し、CPU11の作業
領域を提供する。
合成装置の概略構成を表すブロック図である。同図にお
いて、11はCPUであり、本音声合成規則装置におけ
る各種の制御を実行する。12はROMであり、CPU
11が処理を実行する各種制御プログラムが格納されて
いる。なお、ROM12には、後述の図3のフローチャ
ートで表される制御プログラムも格納されている。13
はRAMであり、CPU11が各種の制御を実行する際
に必要なデータ等を一時的に記憶し、CPU11の作業
領域を提供する。
【0015】14は入力部であり、キーボードやポイン
ティングデバイスを備え、各種の入力や制御命令などを
入力する。なお、本規則合成装置におけるテキストデー
タを編集する際の編集作業も入力部14より行う。15
は辞書であり、漢字等の読みやアクセント情報を登録
し、入力された漢字かな混じり文を解析して読み情報を
得るための言語処理において参照される。16は、音声
合成の対象となるテキストデータを格納するための記憶
装置である。2は表示部であり、編集中のテキストデー
タの表示等、各種の表示がなされる。6は音響処理部で
あり、各種の設定に従って、音声を合成し、音声信号に
変換する。そしてスピーカ17により、変換された音声
信号に出力される。
ティングデバイスを備え、各種の入力や制御命令などを
入力する。なお、本規則合成装置におけるテキストデー
タを編集する際の編集作業も入力部14より行う。15
は辞書であり、漢字等の読みやアクセント情報を登録
し、入力された漢字かな混じり文を解析して読み情報を
得るための言語処理において参照される。16は、音声
合成の対象となるテキストデータを格納するための記憶
装置である。2は表示部であり、編集中のテキストデー
タの表示等、各種の表示がなされる。6は音響処理部で
あり、各種の設定に従って、音声を合成し、音声信号に
変換する。そしてスピーカ17により、変換された音声
信号に出力される。
【0016】図2は本実施例の音声規則合成装置の機能
構成を表すブロック図である。同図において、1はテキ
ストデータ入力部であり、入力部14によりテキストデ
ータをワードプロセッサやエディタなどにより直接入力
したり、記憶装置16にあらかじめ記録されたテキスト
データを読み込む。2は表示部であり、テキストデータ
入力部1で入力されたテキストデータを表示する。3は
編集部であり、表示部2に表示されたテキストデータに
対して、話調の設定を実行する。
構成を表すブロック図である。同図において、1はテキ
ストデータ入力部であり、入力部14によりテキストデ
ータをワードプロセッサやエディタなどにより直接入力
したり、記憶装置16にあらかじめ記録されたテキスト
データを読み込む。2は表示部であり、テキストデータ
入力部1で入力されたテキストデータを表示する。3は
編集部であり、表示部2に表示されたテキストデータに
対して、話調の設定を実行する。
【0017】4は話調抽出部であり、テキストデータ中
の話調情報を抽出する。5は言語処理部であり、テキス
トデータ入力部1で入力された漢字かな混じりのテキス
トデータを解析し、「読み」と「音調成分」を生成す
る。6は音響処理部であり、言語処理部4で生成された
「読み」、「音調成分」と、話調抽出部4で抽出された
「話調」情報から、所望の話調の合成音声を生成する。
の話調情報を抽出する。5は言語処理部であり、テキス
トデータ入力部1で入力された漢字かな混じりのテキス
トデータを解析し、「読み」と「音調成分」を生成す
る。6は音響処理部であり、言語処理部4で生成された
「読み」、「音調成分」と、話調抽出部4で抽出された
「話調」情報から、所望の話調の合成音声を生成する。
【0018】図3は、本実施例の音響処理部6の詳細を
説明する図である。同図において61は、怒った話調の
音声合成部であり、入力された読み情報と音調成分情報
に対して怒った話調で音声合成処理を実行する。同様
に、62〜65は夫々、うれしい話調、悲しい話調、朗
読調、皮肉っぽい話調の音声合成部である。又、66、
67はセレクタであり、話調抽出部4より入力した話調
情報に基づいて、上述の61〜65の音声合成部のいず
れかを選択し、選択された合成部への読み・音調成分情
報を入力し、得られた合成音声を出力する。
説明する図である。同図において61は、怒った話調の
音声合成部であり、入力された読み情報と音調成分情報
に対して怒った話調で音声合成処理を実行する。同様
に、62〜65は夫々、うれしい話調、悲しい話調、朗
読調、皮肉っぽい話調の音声合成部である。又、66、
67はセレクタであり、話調抽出部4より入力した話調
情報に基づいて、上述の61〜65の音声合成部のいず
れかを選択し、選択された合成部への読み・音調成分情
報を入力し、得られた合成音声を出力する。
【0019】話調の制御としては、主にピッチ(声の高
さ)や音韻時間長(各音素の時間長)の制御などで実現
することができる。また、各話調に特有の擬態語(悲し
いときの泣き声など)を合成音声中に挿入するなどの方
法が考えられる。又、声の質を変えることも有効と考え
られる。
さ)や音韻時間長(各音素の時間長)の制御などで実現
することができる。また、各話調に特有の擬態語(悲し
いときの泣き声など)を合成音声中に挿入するなどの方
法が考えられる。又、声の質を変えることも有効と考え
られる。
【0020】以上のような構成を有する本実施例の音声
合成装置の動作について、図4のフローチャートを参照
して以下に説明する。
合成装置の動作について、図4のフローチャートを参照
して以下に説明する。
【0021】図4は本実施例の音声合成装置における制
御手順を表すフローチャートである。まず、ステップS
11では、テキストデータ入力部1により、対象となる
テキストデータを入力する。ここでは、ワードプロセッ
サなどにより直接テキストデータを入力してもよいし、
記憶装置16にあらかじめ記憶されたテキストデータを
読み込んできてもよい。ステップS12では、入力され
たテキストデータを表示部2に表示する。ステップS1
3において、入力されたテキストデータに対して話調を
設定する場合にはステップS14へ進む。ステップS1
4では、編集部3により話調を設定する。ステップS1
4における編集作業内容について、図5乃至図8を参照
してさらに説明する。
御手順を表すフローチャートである。まず、ステップS
11では、テキストデータ入力部1により、対象となる
テキストデータを入力する。ここでは、ワードプロセッ
サなどにより直接テキストデータを入力してもよいし、
記憶装置16にあらかじめ記憶されたテキストデータを
読み込んできてもよい。ステップS12では、入力され
たテキストデータを表示部2に表示する。ステップS1
3において、入力されたテキストデータに対して話調を
設定する場合にはステップS14へ進む。ステップS1
4では、編集部3により話調を設定する。ステップS1
4における編集作業内容について、図5乃至図8を参照
してさらに説明する。
【0022】図5乃至図8は入力されたテキストデータ
に対して、話調の属性を設定するまでの様子を表す図で
ある。入力されたテキストデータは、図5の如く表示さ
れる。ここで401はテキストデータを示す。テキスト
データ401中において、話調を設定すべき個所を図6
の如く選択する。ここで402は選択されたテキストデ
ータを示す。選択する方法としては、ポインティングデ
バイス(マウスなど)を用いた方法など、既存の技術で
実現可能であることは明らかである。
に対して、話調の属性を設定するまでの様子を表す図で
ある。入力されたテキストデータは、図5の如く表示さ
れる。ここで401はテキストデータを示す。テキスト
データ401中において、話調を設定すべき個所を図6
の如く選択する。ここで402は選択されたテキストデ
ータを示す。選択する方法としては、ポインティングデ
バイス(マウスなど)を用いた方法など、既存の技術で
実現可能であることは明らかである。
【0023】次に、選択されたテキストデータ402に
ついて、図7の如く文字属性を変更する。403は、選
択されたテキストデータ402に対して、文字の属性を
斜体に設定したことを示す。このように、標準,斜体,
ボルード,袋文字,太文字,下線などの各文字スタイル
に対して、それぞれ違った話調をあらかじめ対応させて
おくことで、話調の設定が可能である。
ついて、図7の如く文字属性を変更する。403は、選
択されたテキストデータ402に対して、文字の属性を
斜体に設定したことを示す。このように、標準,斜体,
ボルード,袋文字,太文字,下線などの各文字スタイル
に対して、それぞれ違った話調をあらかじめ対応させて
おくことで、話調の設定が可能である。
【0024】図8は、テキストデータ401の全体につ
いて、話調の設定を行ったあとの様子を示す。なお、話
調を設定する範囲は、図8で示すように、文,単語,文
字などの任意の単位で選択することが可能である。
いて、話調の設定を行ったあとの様子を示す。なお、話
調を設定する範囲は、図8で示すように、文,単語,文
字などの任意の単位で選択することが可能である。
【0025】ここで、話調の設定がなされたテキストデ
ータは、話調の種類と、その話調が設定されている範囲
が容易にわかるようなデータ構造として出力される。即
ち、図8の如く設定された各文字属性より対応する話調
を獲得し、これをテキストデータ中に組み込むことで話
調情報を含むテキストデータを生成する。図9は、話調
の種類と、話調の設定範囲を示すデータを含むテキスト
データの構造の一例を示す。図9においては、テキスト
データ中の話調が変化する境界位置に、その境界以降の
話調の種類を制御記号の形で挿入している。尚、テキス
トデータに対して、話調とその範囲を明確に設定するこ
とができれば、どのようなデータ構造を採用してもかま
わない。
ータは、話調の種類と、その話調が設定されている範囲
が容易にわかるようなデータ構造として出力される。即
ち、図8の如く設定された各文字属性より対応する話調
を獲得し、これをテキストデータ中に組み込むことで話
調情報を含むテキストデータを生成する。図9は、話調
の種類と、話調の設定範囲を示すデータを含むテキスト
データの構造の一例を示す。図9においては、テキスト
データ中の話調が変化する境界位置に、その境界以降の
話調の種類を制御記号の形で挿入している。尚、テキス
トデータに対して、話調とその範囲を明確に設定するこ
とができれば、どのようなデータ構造を採用してもかま
わない。
【0026】又、図9に示したような話調情報を含むテ
キストデータを表示する際には、各話調情報に対応して
文字属性が決定され、図8に示される様な表示がなさ
れ、ユーザは夫々の文字列に設定された話調を容易に知
ることができる。
キストデータを表示する際には、各話調情報に対応して
文字属性が決定され、図8に示される様な表示がなさ
れ、ユーザは夫々の文字列に設定された話調を容易に知
ることができる。
【0027】一方、ステップS13において話調の設定
が不要であればステップS15に進み、編集したテキス
トデータを記憶装置16に保存するか否かの判定する。
そして、データの保存が指示されれば、上述のように完
成した話調情報付きテキストデータ(図9参照)を記憶
装置16に格納する。
が不要であればステップS15に進み、編集したテキス
トデータを記憶装置16に保存するか否かの判定する。
そして、データの保存が指示されれば、上述のように完
成した話調情報付きテキストデータ(図9参照)を記憶
装置16に格納する。
【0028】次に、ステップS17において、音声出力
を実行するか否かを判定する。そして、音声出力の実行
が指示されれば、まずステップS18において、話調情
報付きテキストデータを「話調情報」と「文字情報」に
分離する。そして、ステップS19で「文字情報」の部
分について、辞書15を使って言語解析を行い、「読
み」と「音調成分」を生成する。さらに、ステップS2
0でステップS18で抽出された「話調情報」と、ステ
ップS19で生成された「読み」、「音調成分」を使っ
て、音響処理部6において所望の話調による合成音声信
号を生成し、合成音声をスピーカ17より出力する。
を実行するか否かを判定する。そして、音声出力の実行
が指示されれば、まずステップS18において、話調情
報付きテキストデータを「話調情報」と「文字情報」に
分離する。そして、ステップS19で「文字情報」の部
分について、辞書15を使って言語解析を行い、「読
み」と「音調成分」を生成する。さらに、ステップS2
0でステップS18で抽出された「話調情報」と、ステ
ップS19で生成された「読み」、「音調成分」を使っ
て、音響処理部6において所望の話調による合成音声信
号を生成し、合成音声をスピーカ17より出力する。
【0029】以上説明した様に、本実施れによれば、テ
キストデータの文字属性と話調とを対応させてあるの
で、文字属性を変えることで任意の話調を設定すること
ができるという効果がある。
キストデータの文字属性と話調とを対応させてあるの
で、文字属性を変えることで任意の話調を設定すること
ができるという効果がある。
【0030】なお、上記実施例においては、テキストデ
ータ文字のスタイル属性を種々に変化させることで話調
を設定するようにしているが、文字の色属性(文字の色
或は、文字の背景色)を変化させることにより話調を設
定するようにしてもよい。その場合には、それぞれの話
調と色(反転表示の有無を含む)とを対応させておき、
使用者が設定したい話調に対応した色属性によりテキス
トデータを編集することで実現することが可能である。
ータ文字のスタイル属性を種々に変化させることで話調
を設定するようにしているが、文字の色属性(文字の色
或は、文字の背景色)を変化させることにより話調を設
定するようにしてもよい。その場合には、それぞれの話
調と色(反転表示の有無を含む)とを対応させておき、
使用者が設定したい話調に対応した色属性によりテキス
トデータを編集することで実現することが可能である。
【0031】また、話調を設定する方法として、次に示
すような方法を用いることも可能である。
すような方法を用いることも可能である。
【0032】図10乃至図14は、話調を設定する他の
実施例について示したものである。まず、入力されたテ
キストデータは図10の如く表示される。ここで、60
1はテキストデータを表す。また、602は選択可能な
話調の種類を表示したパネルを表す。まず、話調を設定
すべきテキストデータの領域を図11の如く選択する。
ここで、603は選択されたテキストデータを示す。領
域の設定方法は、図6で説明したように、ポインティン
グデバイス等を用いて行う。
実施例について示したものである。まず、入力されたテ
キストデータは図10の如く表示される。ここで、60
1はテキストデータを表す。また、602は選択可能な
話調の種類を表示したパネルを表す。まず、話調を設定
すべきテキストデータの領域を図11の如く選択する。
ここで、603は選択されたテキストデータを示す。領
域の設定方法は、図6で説明したように、ポインティン
グデバイス等を用いて行う。
【0033】次に選択されたテキストデータ603につ
いて、パネル602を用いて図12の如く話調を設定す
る。図12において、604の表示は、選択されたテキ
ストデータ603に対して「怒った話調」を選択した状
態を表す。パネル602の各話調を選択する方法として
は、ポインティングデバイス(マウスなど)で選択肢を
選び、ボタンをクリックするなどの方法を用いることが
できる。話調が設定された区間は、文字のスタイルや、
文字の色、背景色などをそれぞれの話調に対応した表示
に変更し、その話調の種類が容易に識別できるようにす
る。
いて、パネル602を用いて図12の如く話調を設定す
る。図12において、604の表示は、選択されたテキ
ストデータ603に対して「怒った話調」を選択した状
態を表す。パネル602の各話調を選択する方法として
は、ポインティングデバイス(マウスなど)で選択肢を
選び、ボタンをクリックするなどの方法を用いることが
できる。話調が設定された区間は、文字のスタイルや、
文字の色、背景色などをそれぞれの話調に対応した表示
に変更し、その話調の種類が容易に識別できるようにす
る。
【0034】図13は選択されたテキストデータ603
が、パネル602により話調を設定された後(図11、
図12の実行後)の表示状態を示す。図14は、テキス
トデータ601全体について、話調の設定を行った後の
様子を示す。なお、図10〜図14において話調を設定
する範囲は、図5〜図8と同様に文,単語,文字などの
任意の単位で選択することが可能である。
が、パネル602により話調を設定された後(図11、
図12の実行後)の表示状態を示す。図14は、テキス
トデータ601全体について、話調の設定を行った後の
様子を示す。なお、図10〜図14において話調を設定
する範囲は、図5〜図8と同様に文,単語,文字などの
任意の単位で選択することが可能である。
【0035】さらに、図10〜14においては、話調の
種類を表示したパネル602における話調の表示には、
ある特定の文字スタイルのみを用いているが、これに限
らない。例えば、図15に示すように、パネル602に
おいて、各テキストデータの話調の表示に、各話調に対
応する文字スタイルと同一の文字スタイルを用いるよう
にしてもよい。
種類を表示したパネル602における話調の表示には、
ある特定の文字スタイルのみを用いているが、これに限
らない。例えば、図15に示すように、パネル602に
おいて、各テキストデータの話調の表示に、各話調に対
応する文字スタイルと同一の文字スタイルを用いるよう
にしてもよい。
【0036】さらに、上記の例では、話調の種類を表示
したパネル602における話調の表示には話調の種類を
表す「言葉」が表示されるが、これを、図16に示すよ
うな、各話調に即した顔の表情のイラスト画像、あるい
は実際の顔写真などで表示するようにしてもよい。この
場合には、直感的に話調を設定することができるという
効果がある。ここで、顔写真としては、実際の人物の笑
った顔や怒った顔等の写真データを計算機に取り込んで
用いることで実現される。
したパネル602における話調の表示には話調の種類を
表す「言葉」が表示されるが、これを、図16に示すよ
うな、各話調に即した顔の表情のイラスト画像、あるい
は実際の顔写真などで表示するようにしてもよい。この
場合には、直感的に話調を設定することができるという
効果がある。ここで、顔写真としては、実際の人物の笑
った顔や怒った顔等の写真データを計算機に取り込んで
用いることで実現される。
【0037】さらに、上記の例では、テキストデータの
話調の種類を表示するのに、文字のスタイル,色,背景
色を変えることで対応しているが、これに限らない。例
えば、図17に示すように、各話調の境界に、図16で
説明したような顔の表示のイラスト画像、あるいは実際
の顔写真などを挿入して表示することで、識別するよう
にしてもよい。
話調の種類を表示するのに、文字のスタイル,色,背景
色を変えることで対応しているが、これに限らない。例
えば、図17に示すように、各話調の境界に、図16で
説明したような顔の表示のイラスト画像、あるいは実際
の顔写真などを挿入して表示することで、識別するよう
にしてもよい。
【0038】以上のように、本実施例の音声合成装置で
は、任意のテキスト領域の話調を対話的に設定すること
が可能となる。また、設定された話調を自動的に識別
し、設定されたわ調に基づいて合成音声を変化させるこ
とが可能となる。
は、任意のテキスト領域の話調を対話的に設定すること
が可能となる。また、設定された話調を自動的に識別
し、設定されたわ調に基づいて合成音声を変化させるこ
とが可能となる。
【0039】尚、上記実施例における音響処理部6は図
3に示すような構成を有し、各話調毎に音声合成部を備
えているが、これに限らない。例えば、図18に示され
るように、話調成分だけを各話調毎に作成し、基本的な
音声合成処理については、1つの音声合成部70で行う
ような構成としてもよい。
3に示すような構成を有し、各話調毎に音声合成部を備
えているが、これに限らない。例えば、図18に示され
るように、話調成分だけを各話調毎に作成し、基本的な
音声合成処理については、1つの音声合成部70で行う
ような構成としてもよい。
【0040】図18において71〜75は話調生成部で
あり、それぞれ怒った話調用、うれしい話調用、悲しい
話調用、朗読調用、皮肉っぽい話調用の話調整分を生成
する。66、67は図3で示されたのと同じ機能を有す
るセレクタである。そして、音声合成部70で生成され
た基本的な合成音声と、各話調生成部71〜75で生成
された話調情報に対応する話調整分とにより、最終的
な、所望の話調を有する合成音声が生成される。このよ
うに図18の構成によれば、基本的な音声合成部70を
各話調で共有し、各話調に特有の処理を各話調の話調生
成部71〜75にもたせることが可能となるので、音声
合成処理系の肥大化を防止できる。
あり、それぞれ怒った話調用、うれしい話調用、悲しい
話調用、朗読調用、皮肉っぽい話調用の話調整分を生成
する。66、67は図3で示されたのと同じ機能を有す
るセレクタである。そして、音声合成部70で生成され
た基本的な合成音声と、各話調生成部71〜75で生成
された話調情報に対応する話調整分とにより、最終的
な、所望の話調を有する合成音声が生成される。このよ
うに図18の構成によれば、基本的な音声合成部70を
各話調で共有し、各話調に特有の処理を各話調の話調生
成部71〜75にもたせることが可能となるので、音声
合成処理系の肥大化を防止できる。
【0041】尚、本発明は、複数の機器から構成される
システムに適用しても1つの機器からなる装置に適用し
ても良い。また、本発明はシステム或いは装置に本発明
により規定される処理を実行させるプログラムを供給す
ることによって達成される場合にも適用できることはい
うまでもない。
システムに適用しても1つの機器からなる装置に適用し
ても良い。また、本発明はシステム或いは装置に本発明
により規定される処理を実行させるプログラムを供給す
ることによって達成される場合にも適用できることはい
うまでもない。
【0042】
【発明の効果】以上説明したように、本発明によれば、
文字情報を音声に変換する音声合成処理において、テキ
ストデータに対して話調を指定するデータを含ませ、こ
のデータに基づいて自動的に話調を変更して音声合成出
力することが可能となる。このため、多彩な音声合成が
可能となる。
文字情報を音声に変換する音声合成処理において、テキ
ストデータに対して話調を指定するデータを含ませ、こ
のデータに基づいて自動的に話調を変更して音声合成出
力することが可能となる。このため、多彩な音声合成が
可能となる。
【0043】又、本発明の他の構成によれば、テキスト
データの任意の領域の話調を対話的に設定することが可
能となり、又、設定された話調を容易に識別することが
可能となる。
データの任意の領域の話調を対話的に設定することが可
能となり、又、設定された話調を容易に識別することが
可能となる。
【0044】
【図1】本実施例の音声規則合成装置の概略構成を表す
ブロック図である。
ブロック図である。
【図2】本実施例の音声規則合成装置の機能構成を表す
ブロック図である。
ブロック図である。
【図3】本実施例の音響処理部6の詳細を説明する図で
ある。
ある。
【図4】本実施例の音声合成装置における制御手順を表
すフローチャートである
すフローチャートである
【図5】テキストデータに対して話調の属性を設定する
様子を表す図である。
様子を表す図である。
【図6】テキストデータに対して話調の属性を設定する
様子を表す図である。
様子を表す図である。
【図7】テキストデータに対して話調の属性を設定する
様子を表す図である。
様子を表す図である。
【図8】テキストデータに対して話調の属性を設定する
様子を表す図である。
様子を表す図である。
【図9】話調の種類と、話調の設定範囲を示すデータを
含むテキストデータの構造の一例を示す図である。
含むテキストデータの構造の一例を示す図である。
【図10】テキストデータに対して話調の属性を設定す
る他の手順を表す図である。
る他の手順を表す図である。
【図11】テキストデータに対して話調の属性を設定す
る他の手順を表す図である。
る他の手順を表す図である。
【図12】テキストデータに対して話調の属性を設定す
る他の手順を表す図である。
る他の手順を表す図である。
【図13】テキストデータに対して話調の属性を設定す
る他の手順を表す図である。
る他の手順を表す図である。
【図14】テキストデータに対して話調の属性を設定す
る他の手順を表す図である。
る他の手順を表す図である。
【図15】話調の属性を示すパネルにおける表示例を表
す図である。
す図である。
【図16】話調の属性を示すパネルにおける他の表示例
を表す図である。
を表す図である。
【図17】設定された話調の属性を表示する他の表示例
を表す図である。
を表す図である。
【図18】音響処理部6の他の構成例を説明する図であ
る。
る。
1 テキストデータ入力部 2 表示部 3 編集部 4 話調抽出部 5 言語処理部 6 音響処理部 11 CPU 12 ROM 13 RAM 14 入力部 15 辞書 16 記憶装置 17 スピーカ
Claims (18)
- 【請求項1】 漢字かな混じりのテキストデータに基づ
いて合成音声を生成する音声合成装置であって、 話調を指定する話調情報とテキストデータとを含むデー
タより話調情報とテキストデータを分離して抽出する抽
出手段と、 前記抽出手段により抽出されたテキストデータに基づい
て合成される音声の話調を、前記抽出手段によって抽出
された当該テキストデータに対応する話調情報に基づい
て切り換える切替手段とを備えることを特徴とする音声
合成装置。 - 【請求項2】 前記データにおける話調情報は、テキス
トデータ中の1つ又は複数の所望の範囲に対して話調を
指定することを特徴とする請求項1に記載の音声合成装
置。 - 【請求項3】 前記データにおける話調情報は、テキス
トデータ各文字の文字属性に対応づけられていることを
特徴とする請求項1に記載の音声合成装置。 - 【請求項4】 漢字かな混じりのテキストデータに基づ
いて合成音声を生成する音声合成装置であって、 話調を指定する話調情報をテキストデータ中に設定する
設定手段と、 前記設定手段で設定された話調を前記テキストデータの
表示において識別可能に表示する表示手段と、 前記話調情報が設定されたテキストデータより話調情報
とテキストデータを分離して抽出する抽出手段と、 前記抽出手段により抽出されたテキストデータに基づい
て合成される音声の話調を、前記抽出手段によって抽出
された当該テキストデータに対応する話調情報に基づい
て切り換える切替手段と、 を備えることを特徴とする音声合成装置。 - 【請求項5】 前記設定手段は、テキストデータの任意
の区間と当該区間の話調を指定し、 前記表示手段は、指定された区間の文字の形態を指定さ
れた話調に対応する形態に変更して表示することを特徴
とする請求項4に記載の音声合成装置。 - 【請求項6】 前記設定手段における話調の選択は、選
択可能な話調の一覧を前記表示手段により表示し、指定
したテキストデータの任意の区間に対して該一覧より所
望の話調を選択することで行われることを特徴とする請
求項4記載の音声合成装置。 - 【請求項7】 前記表示手段に表示される話調の一覧
は、その話調の特徴を表す言葉に表示することを特徴と
する請求項6記載の音声合成装置。 - 【請求項8】 前記表示手段に表示される話調の一覧
は、その話調の特徴をよく表す顔のイメージデータによ
り表示することを特徴とする請求項6記載の音声合成装
置。 - 【請求項9】 前記表示手段に表示する選択可能な話調
の一覧は、その話調の特徴をよく表す顔の写真データに
より、表示する、ことを特徴とする請求項6に記載の音
声合成装置。 - 【請求項10】 前記話調設定手段は、テキストデータ
の任意の区間を指定して当該区間の形態を予め話調に対
応させた形態に変更することを特徴とする請求項4に記
載の音声合成装置。 - 【請求項11】 前記表示手段は、前記設定手段により
設定された話調に基づいて文字のスタイルを変更して表
示することを特徴とする請求項4に記載の音声合成装
置。 - 【請求項12】 前記表示手段は、前記設定手段により
設定された話調に基づいて文字の色を変更して表示する
ことを特徴とする請求項4に記載の音声合成装置。 - 【請求項13】 前記表示手段は、前記設定手段により
設定された話調に基づいて文字の背景色を変更して表示
することを特徴とする請求項4に記載の音声合成装置。 - 【請求項14】 前記話調表示手段は、前記設定手段に
て設定された話調に基づいて、各話調が設定された区間
の先頭に、それぞれの話調の特徴をよく表す顔のイメー
ジデータを挿入して表示する、 ことを特徴とする請求項8に記載の音声合成装置。 - 【請求項15】 前記テキストデータに挿入する顔のイ
メージデータは、選択した話調の特徴をよく表す顔の写
真データであることを特徴とする請求項14記載の音声
合成装置。 - 【請求項16】 前記話調設定手段により設定された話
調に基づいて、テキストデータの該当個所に話調の種類
を制御コードの形態で挿入することを特徴とする請求項
4に記載の音声合成装置。 - 【請求項17】 漢字かな混じりのテキストデータに基
づいて合成音声を生成する音声合成方法であって、 話調を設定する話調情報とテキストデータとを含むデー
タより話調情報とテキストデータを分離して抽出する抽
出工程と、 前記抽出工程により抽出されたテキストデータに基づい
て合成される音声の話調を、前記抽出工程によって抽出
された当該テキストデータに対応する話調情報に基づい
て切り換える切替工程と、 を備えることを特徴とする音声合成方法。 - 【請求項18】 漢字かな混じりのテキストデータに基
づいて合成音声を生成する音声合成方法であって、 話調を設定する話調情報をテキストデータ中に設定する
設定工程と、 前記設定工程で設定された話調を前記テキストデータの
表示において識別可能に表示する表示工程と、 前記話調情報が設定されたテキストデータより話調情報
とテキストデータを分離して抽出する抽出工程と、 前記抽出工程により抽出されたテキストデータに基づい
て合成される音声の話調を、前記抽出工程によって抽出
された当該テキストデータに対応する話調情報に基づい
て切り換える切替工程と、 を備えることを特徴とする音声合成方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP6220407A JPH0883270A (ja) | 1994-09-14 | 1994-09-14 | 音声合成装置及びその方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP6220407A JPH0883270A (ja) | 1994-09-14 | 1994-09-14 | 音声合成装置及びその方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JPH0883270A true JPH0883270A (ja) | 1996-03-26 |
Family
ID=16750641
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP6220407A Pending JPH0883270A (ja) | 1994-09-14 | 1994-09-14 | 音声合成装置及びその方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JPH0883270A (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR960042520A (ko) * | 1995-05-29 | 1996-12-21 | 다까노 야스아끼 | 음성 합성 장치 |
WO2002086861A1 (fr) * | 2001-04-20 | 2002-10-31 | Sony Corporation | Processeur de langage |
-
1994
- 1994-09-14 JP JP6220407A patent/JPH0883270A/ja active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR960042520A (ko) * | 1995-05-29 | 1996-12-21 | 다까노 야스아끼 | 음성 합성 장치 |
WO2002086861A1 (fr) * | 2001-04-20 | 2002-10-31 | Sony Corporation | Processeur de langage |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP3083640B2 (ja) | 音声合成方法および装置 | |
EP2680254B1 (en) | Sound synthesis method and sound synthesis apparatus | |
CA1259410A (en) | Apparatus for making and editing dictionary entries in a text-to-speech conversion system | |
US20060129927A1 (en) | HTML e-mail creation system, communication apparatus, HTML e-mail creation method, and recording medium | |
JPH05181491A (ja) | 音声合成装置 | |
JPH08328590A (ja) | 音声合成装置 | |
JPH08263260A (ja) | テキスト読み上げ方法 | |
JPH08272388A (ja) | 音声合成装置及びその方法 | |
JPH07181992A (ja) | 文書読上げ装置及び方法 | |
JPH0883270A (ja) | 音声合成装置及びその方法 | |
JP4311710B2 (ja) | 音声合成制御装置 | |
JP2580565B2 (ja) | 音声情報辞書作成装置 | |
JP2001134283A (ja) | 音声合成装置および音声合成方法 | |
JP4551066B2 (ja) | 音声合成装置、音声合成方法及び音声合成プログラム | |
JPS61248155A (ja) | ワ−ドプロセツシング方式 | |
JP2002268664A (ja) | 音声変換装置及びプログラム | |
JPH05281984A (ja) | 音声合成方法および装置 | |
JPH0877152A (ja) | 音声合成装置 | |
JPH07210185A (ja) | 朗読情報作成装置および朗読装置 | |
JPH0916190A (ja) | 文章読上装置 | |
JP2801622B2 (ja) | テキスト音声合成方法 | |
JP2002023781A (ja) | 音声合成装置、音声合成装置におけるフレーズ単位修正方法、音声合成装置における韻律パターン編集方法、音声合成装置における音設定方法および音声合成プログラムを記録したコンピュータ読み取り可能な記録媒体 | |
JP2007127994A (ja) | 音声合成方法及び音声合成装置並びにプログラム | |
JPH11272673A (ja) | 文書処理方法および文書処理装置ならびに文書処理のためのコンピュータプログラムを記録した記録媒体 | |
JP2966954B2 (ja) | 文書読上げ指示装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20030404 |