JPH11242751A - アニメーション制御装置及び方法及び文読み上げ装置 - Google Patents

Abstract

(57)【要約】 【課題】文章の読み上げを実行するに際して、読み上げ
る文章の内容に応じた表情をもつ顔のアニメーションを
自動的に生成することを可能とする。 【解決手段】構文解析部１０３は文章入力部１０１より
入力された読み上げるべき文を解析し、更に意味解析部
１０８及びムード情報取り出し部１０９が当該文の有す
る雰囲気を示すムードを決定する。一方読み情報生成部
１９４は当該文の読み情報を生成する。アニメーション
生成部１１０は、ムード情報取り出し部１０９よりのム
ード情報と読み情報生成部１０４よりの読み情報とに基
づいて、アニメーション用辞書１１２を参照しながら顔
の表情や口の動きのアニメーションを生成する。そし
て、音声出力部１０６における当該文の音声出力と同期
させながらアニメーション表示部１１１が生成されたア
ニメーションを表示する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明はアニメーション制御
装置及び方法に関する。特に、装置によって文章読み上
げを行う際の顔のアニメーション制御に好適なアニメー
ション制御装置及び方法及び該アニメーション装置を備
えた文読み上げ装置に関する。

【０００２】

【従来の技術】一般に、顔のアニメーションを有する音
声合成システムは、ユーザとの一問一答を行なうガイダ
ンスシステムのユーザーインターフェイスとして使用さ
れることが多い。この種のシステムにおいては、発声す
る文章の長さに合せて、発声時間中、唇の形を変えて、
あたかもしゃべっているように見せかけることが行われ
る。また、応答の種類によって、笑顔や悲しい顔などの
表情の切り換えを行うものもある。しかし、このような
表情の切り換えを伴うガイダンスシステムでは、予め用
意された応答文のそれぞれについてどういう表情を生成
すればよいかを決めて表情の情報を保持しておき、応答
文を発声する際に、その応答文に応じた表情の情報を制
御情報として与えている。

【０００３】

【発明が解決しようとする課題】しかしながら、任意の
文章の読み上げを行う場合には、唇の形を文章の読み上
げ期間にわたって切り換えていくことはできるかもしれ
ないが、表情などを切り換えるための情報を取り出すこ
とはできない。

【０００４】すなわち、一問一答を行うガイダンスシス
テムなどの場合は、システム側が予め応答の内容を用意
しているので、それに合せた表情の制御が行える。しか
しながら、任意の文章を読み上げる場合は、その内容に
ついて知る手段やそれに合った表情を選択する機能がな
いために、顔のアニメーションは無表情のまま唇を動か
して発声してゆくか、でたらめに表情を変えながら発声
してゆくかのどちらかとなる。

【０００５】本発明は上記の問題に鑑みてなされたもの
であり、文章の読み上げを実行するに際して、読み上げ
る文章の内容に応じたアニメーション制御を可能とする
アニメーション制御装置及び方法を提供することを目的
とする。

【０００６】

【課題を解決するための手段】上記の目的を達成するた
めの本発明によるアニメーション制御装置は、例えば以
下の構成を備える。すなわち、読み上げるべき文を解析
して当該文の有する雰囲気を示すムードを決定する決定
手段と、前記決定手段で決定されたムードに基づいてア
ニメーション表示を制御する表示制御手段とを備える。

【０００７】また、好ましくは、前記表示制御手段は、
更に、前記読み上げるべき文に対応する読み情報に基づ
いてアニメーション表示を制御する。

【０００８】また、上記の目的を達成するための本発明
によるアニメーション制御方法は例えば以下の工程を有
する。すなわち、読み上げるべき文を解析して当該文の
有する雰囲気を示すムードを決定する決定工程と、前記
決定工程で決定されたムードに基づいてアニメーション
表示を制御する表示制御工程とを備える。

【０００９】また、本発明によれば、上記のアニメーシ
ョン制御装置を備えた文読み上げ装置が提供される。

【００１０】

【発明の実施の形態】以下、添付の図面を参照して本発
明の好適な実施形態を説明する。

【００１１】［第１の実施形態］図１は第１の実施形態
による文章読み上げ装置の概略構成を示すブロック図で
ある。図１において、１０はＣＰＵでありＲＯＭ１１或
いはＲＡＭ１２に格納された制御プログラムを実行する
ことにより各種制御を実現する。１１はＲＯＭであり、
当該装置の立ち上げ時の処理を記述するブートプログラ
ムや各種データが格納される。１２はＲＡＭであり、Ｃ
ＰＵ１０が各種制御を実行するにあたっての作業領域を
提供する。１３はディスプレイであり、ＣＰＵ１０の制
御により各種表示を行う。本実施形態では、合成音声の
発声に合わせて話し手の顔を表示するものとする。１４
は入力装置であり、キーボードやマウスを備える。１５
は外部記憶装置であり、各種辞書（構文解析辞書１０
２、意味解析辞書１０７、アニメーション用辞書１１
２）や制御プログラム１５ａを格納する。なお、制御プ
ログラム１５ａは、その実行時には外部記憶装置１５か
らＲＡＭ１２にロードされる。１６はスピーカであり、
合成音声等を出力する。

【００１２】図２は、第１の実施形態による文章読み上
げ装置の機能構成を示すブロック図である。同図におい
て１０１は文章入力部であり、キーボード等の入力装置
１４により読み上げるべき文章を入力する。もちろん外
部記憶装置１５等に予め記憶された文章であってもよ
い。１０２は構文解析辞書、１０３は構文解析部であ
る。構文解析部１０３は構文解析辞書１０２を参照しな
がら文章入力部１０１より入力された文章の構文解析を
行い、その結果を意味解析部１０８及び読み情報生成部
１０４へそれぞれ提供する。

【００１３】１０４は読み情報生成部であり、入力され
た構文解析の結果に基づいて、発声のための読み情報を
生成し、これを音声合成部１０５及びアニメーション生
成部１１０に提供する。音声合成部１０５は提供された
読み情報に基づいて音声合成を行い、音声情報を生成す
る。１０６は音声出力部であり、音声情報に基づいて、
スピーカ１６を介して音声を出力する。

【００１４】１０８は意味解析部であり、構文解析部１
０３より提供される解析結果に基づいて、当該文章が表
す話者の雰囲気を解析し、その結果をムード情報取り出
し部１０９へ提供する。１０９はムード情報取り出し部
であり、意味解析部１０８の解析結果に基づいてムード
情報を生成する。本例ではムード情報として、「伝
聞」、「困惑」、「確信」を用意しておき、ムード情報
取り出し部１０９は意味解析の結果に基づいてこれらの
うちのいずれかを選択して、アニメーション生成部１１
０に提供する。

【００１５】１１０はアニメーション生成部であり、読
み情報生成部１０４より提供される読み情報に基づいて
唇のアニメーション情報を生成し、ムード情報取り出し
部１０９より提供されるムード情報に基づいて顔の表情
のアニメーション情報を生成する。なお、アニメーショ
ン生成部１１０は、口の動きを発声音声に同期させるた
めに、音声合成部１０５で生成された音声情報を入力
し、これに基づいて唇のアニメーション情報を生成す
る。１１１はアニメーション表示部であり、アニメーシ
ョン生成部１１０で生成されたアニメーション情報に基
づいて、ディスプレイ１３に顔のアニメーション表示を
行う。

【００１６】図３は本実施形態によるアニメーション用
辞書１１２の構成例を示す図である。アニメーション用
辞書１１２は、表情のアニメーション情報を格納する表
情辞書部と唇のアニメーション情報を格納する唇アニメ
ーション辞書部とを備える。表情辞書部には、ムード情
報と表情データが対になって格納されている。また、唇
アニメーション辞書部には読み情報と唇のアニメーショ
ン情報が対となって格納されている。

【００１７】以上のような構成を備えた本実施形態の文
章読み上げ装置の動作について説明する。図４は本実施
形態による文書読み上げ処理の手順を説明するフローチ
ャートである。

【００１８】まず、ステップＳ２０１では文章入力部１
０１より読み上げるべき文の入力を行う。ステップＳ２
０２では未処理の文があるかどうかの判定を行い、ある
場合は、ステップＳ２０３に進む。

【００１９】ステップＳ２０３では構文解析部１０３が
ステップＳ２０１で入力された文について構文解析を行
う。そして、ステップＳ２０４では、構文解析の結果に
基づいて当該入力文の読み情報を生成する。また、ステ
ップＳ２０５では構文解析の結果に基づいて意味解析部
１０８が意味解析を行い、ステップＳ２０６では、ムー
ド情報取り出し部１０９が、その意味解析の結果に基づ
いてムード情報を取り出す。

【００２０】例えば、図５の文生成例における文、「気
象庁によると、先週、梅雨入りしたそうです。」では、
意味解析により、下線部分の「気象庁によると」と「そ
うです」という表現から、「伝聞」というムード情報を
得る。同様に、例えば、図６の文生成例における文、
「今週は、残念ながら、低気圧が居座り、ずっと雨の天
気になってしまいました。」の場合では、意味解析によ
り、下線部分の「残念ながら」と「ってしまいました」
という表現から、「意外」というムード情報を得る。ま
た、同様に、図７の文生成例における文、「でも、大陸
から高気圧が張り出していますから、土曜日にはきっと
良いお天気になるでしょう」の場合では、意味解析によ
り、下線部分の「きっと」と「でしょう」という表現か
ら、「確信」というムード情報を得る。

【００２１】次に、ステップＳ２０７では、読み情報と
ムード情報からアニメーション用辞書１１２を用いて顔
（表情及び唇）のアニメーションの生成を行い、ステッ
プＳ２０８では、読み情報から合成音声の生成を行う。
そして、ステップＳ２０９では音声合成の出力を行い、
ステップＳ２１０で合成音声の出力に合わせてアニメー
ションの表示を行う。なお、ステップＳ２０９とステッ
プＳ２１０は、音と唇の形にずれが起らないように同期
が取られる。

【００２２】例えば、図５の例では、「伝聞」というム
ード情報から「視線をずらす」表情データがアニメーシ
ョン用辞書１１２から得られ、「視線をずらす」という
表情の変化を見せながら発声音声に応じて唇を動かすこ
とになる。以上のようにして合成の出力とのアニメーシ
ョン表示が終わったら、ステップＳ２０２へ戻り、未処
理の文の処理を行う。入力された文章に関して未処理の
文が無くなったら、ステップＳ２０２からステップＳ２
０１へ戻り、次の文章入力に備える。

【００２３】なお、図６の例では、ムード情報が「意
外」であることから「困惑」という表情データがアニメ
ーション用辞書１１２から獲得され、「困惑」を示す表
情が描画されている。また、図７の例では、ムード情報
が「確信」ということから「笑顔」という表情がアニメ
ーション用辞書１１２から獲得され、「笑顔」を示す表
情が描画されている。

【００２４】以上説明したように第１の実施形態によれ
ば、読み上げる文章を意味解析して話し手のムード情報
を取り出し、話し手のムード情報に基づいて発声中の顔
のアニメーションの視線位置や表情などが制御される。
このため、読み上げる文の内容にあわせて、適切な表情
の切り換えを行える文章読み上げ装置を提供できる。

【００２５】［第２の実施形態］なお、上記第１の実施
形態では、意味解析結果のムードに対して一つの表情を
選択するようにしているが、一つのムードに対して複数
の表情を登録しておき、話し手を変えることによって、
異なる表情を選択するようにしてもよい。例えば、ムー
ドが「確信」の場合、話し手が「女性」であれば「笑
顔」を男性であれば「真摯」な表情を選択するというよ
うに構成してもよい。

【００２６】また、ムード情報だけでなく、待遇表現に
ついての解析も行い、文末が「です・ます」などの改ま
った表現には、「真面目」な表情、文末「よ・わ・ね」
のようなくだけた表現には、「くだけ」た表情のセット
の中から選択するようにしてもよい。

【００２７】また、目や口などの表情だけでなく、「疑
念」のムードの場合は、アニメーションの人物の頭の上
にクエスチョンマークを置くなどの表現方法をとっても
よい。

【００２８】また、読み上げる文を解析してムード情報
を取り出すのではなく、システムが意味表現から文を生
成して音声による出力を行う場合は、意味表現から直接
ムード情報を取り出すようにしてもよい。

【００２９】なお、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
用してもよい。前述した実施形態の機能を実現するソフ
トウエアのプログラムコードを記録した記録媒体を、シ
ステム或いは装置に供給し、そのシステム或いは装置の
コンピュータ（またはＣＰＵやＭＰＵ）が記録媒体に格
納されたプログラムコードを読み出し実行することによ
っても、達成されることは言うまでもない。

【００３０】この場合、記録媒体から読出されたプログ
ラムコード自体が前述した実施形態の機能を実現するこ
とになり、そのプログラムコードを記録した記録媒体は
本発明を構成することになる。

【００３１】プログラムコードを供給するための記録媒
体としては、例えば、フロッピーディスク，ハードディ
スク，光ディスク，光磁気ディスク，ＣＤ−ＲＯＭ，Ｃ
Ｄ−Ｒ，磁気テープ，不揮発性のメモリカード，ＲＯＭ
などを用いることができる。また、コンピュータが読み
だしたプログラムコードを実行することにより、前述し
た実施形態の機能が実現されるだけでなく、そのプログ
ラムコードの指示に基づき、コンピュータ上で稼働して
いるＯＳなどが実際の処理の一部または全部を行い、そ
の処理によって前述した実施形態の機能が実現される場
合も含まれることは言うまでもない。

【００３２】更に、記録媒体から読み出されたプログラ
ムコードが、コンピュータに挿入された機能拡張ボード
やコンピュータに接続された機能拡張ユニットに備わる
メモリに書き込まれた後、そのプログラムコードの指示
に基づき、その機能拡張ボードや機能拡張ユニットに備
わるＣＰＵなどが実際の処理の一部または全部を行い、
その処理によって前述した実施形態の機能が実現される
場合も含まれることは言うまでもない。

【００３３】

【発明の効果】以上説明したように本発明によれば、文
章の読み上げを実行するに際して、読み上げる文章の内
容に応じたアニメーション制御が可能となる。このた
め、読み上げる文の内容にあった表情の顔のアニメーシ
ョンを自動的に生成することができる。

【００３４】

【図面の簡単な説明】

【図１】第１の実施形態による文章読み上げ装置の概略
構成を示すブロック図である。

【図２】第１の実施形態による文章読み上げ装置の機能
構成を示すブロック図である。

【図３】本実施形態によるアニメーション用辞書１１２
の構成例を示す図である。

【図４】本実施形態による文書読み上げ処理の手順を説
明するフローチャートである。

【図５】本実施形態による読み上げ文の例と顔のアニメ
ーション制御を説明する図である。

【図６】本実施形態による読み上げ文の例と顔のアニメ
ーション制御を説明する図である。

【図７】本実施形態による読み上げ文の例と顔のアニメ
ーション制御を説明する図である。

Claims (15)

【特許請求の範囲】
1. 【請求項１】 読み上げるべき文を解析して当該文の有
   する雰囲気を示すムードを決定する決定手段と、 前記決定手段で決定されたムードに基づいてアニメーシ
   ョン表示を制御する表示制御手段とを備えることを特徴
   とするアニメーション制御装置。
2. 【請求項２】 前記表示制御手段は、更に、前記読み上
   げるべき文に対応する読み情報に基づいてアニメーショ
   ン表示を制御することを特徴とする請求項１に記載のア
   ニメーション制御装置。
3. 【請求項３】 話者の雰囲気を表すムードデータと各種
   の表情を表す表情データとを対応づけて記憶するアニメ
   ーション辞書と、 前記決定手段で決定されたムードに基づいて前記アニメ
   ーション辞書より表情データを獲得する獲得手段とを更
   に備え、 前記表示制御手段は、前記獲得手段で獲得された表情デ
   ータに基づいて顔のアニメーション表示を制御すること
   を特徴とする請求項１に記載のアニメーション制御装
   置。
4. 【請求項４】 前記アニメーション辞書は、更に読み情
   報と各種の口の動きを表す動作データを対応付けて記憶
   し、 前記読み上げるべき文を解析して読み情報を生成する生
   成手段と、 前記生成手段で生成された読み情報に基づいて前記アニ
   メーション辞書より対応する口の動作データを獲得する
   第２獲得手段とを更に備え、 前記表示制御手段は、前記獲得手段で獲得された表情デ
   ータと前記第２獲得手段で獲得された動作データとに基
   づいて顔のアニメーション表示を制御することを特徴と
   する請求項３に記載のアニメーション制御装置。
5. 【請求項５】 前記表情データは、目の動きを示すデー
   タを含むことを特徴とする請求項１乃至４のいずれかに
   記載のアニメーション制御装置。
6. 【請求項６】 前記表情データは、顔のアニメーション
   に付加すべき図形を含むことを特徴とする請求項１乃至
   ５のいずれかに記載のアニメーション制御装置。
7. 【請求項７】 請求項１乃至６のいずれかに記載のアニ
   メーション制御装置と、 前記生成手段で生成された読み情報に基づいて音声出力
   を行う出力手段とを備えることを特徴とする文読み上げ
   装置。
8. 【請求項８】 前記表示手段は前記出力手段による音声
   出力に同期してアニメーションの制御を行うことを特徴
   とする請求項７に記載の文読み上げ装置。
9. 【請求項９】 読み上げるべき文を解析して当該文の有
   する雰囲気を示すムードを決定する決定工程と、 前記決定工程で決定されたムードに基づいてアニメーシ
   ョン表示を制御する表示制御工程とを備えることを特徴
   とするアニメーション制御方法。
10. 【請求項１０】 前記表示制御工程は、更に、前記読み
    上げるべき文に対応する読み情報に基づいてアニメーシ
    ョン表示を制御することを特徴とする請求項９に記載の
    アニメーション制御方法。
11. 【請求項１１】 前記決定工程で決定されたムードに基
    づいて、話者の雰囲気を表すムードデータと各種の表情
    を表す表情データとを対応づけて記憶するアニメーショ
    ン辞書より表情データを獲得する獲得工程を更に備え、 前記表示制御工程は、前記獲得工程で獲得された表情デ
    ータに基づいて顔のアニメーション表示を制御すること
    を特徴とする請求項９に記載のアニメーション制御方
    法。
12. 【請求項１２】 前記アニメーション辞書は、更に読み
    情報と各種の口の動きを表す動作データを対応付けて記
    憶し、 前記読み上げるべき文を解析して読み情報を生成する生
    成工程と、 前記生成工程で生成された読み情報に基づいて前記アニ
    メーション辞書より対応する口の動作データを獲得する
    第２獲得工程とを更に備え、 前記表示制御工程は、前記獲得工程で獲得された表情デ
    ータと前記第２獲得工程で獲得された動作データとに基
    づいて顔のアニメーション表示を制御することを特徴と
    する請求項１１に記載のアニメーション制御方法。
13. 【請求項１３】 前記表情データは、目の動きを示すデ
    ータを含むことを特徴とする請求項９乃至１２のいずれ
    かに記載のアニメーション制御方法。
14. 【請求項１４】 前記表情データは、顔のアニメーショ
    ンに付加すべき図形を含むことを特徴とする請求項９乃
    至１３のいずれかに記載のアニメーション制御方法。
15. 【請求項１５】 アニメーション表示を制御するための
    制御プログラムを格納するコンピューター可読メモリで
    あって、該制御プログラムが、 読み上げるべき文を解析して当該文の有する雰囲気を示
    すムードを決定する決定工程のコードと、 前記決定工程で決定されたムードに基づいてアニメーシ
    ョン表示を制御する表示制御工程のコードとを備えるこ
    とを特徴とするコンピューター可読メモリ。