JPS5969830A - 文書音声処理装置 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 〔発明の技術分野〕 本発明は文書情報を編集して記憶すると共に上記文書情
報の文書要素に付随した情報等を音声情報として上記文
書要素に対応して記憶して文書の作成１校正作業等を容
易ならしめる実用性の高い文書音声処理装置に関する。

〔発明の技術的背景とその問題点〕

情報処理技術の発展に伴い、文章を為す文字列２図１表
２画像等の文書要素を入力し、これを編集して文書を作
成する文書処理装置が開発されている。この釉の装置で
は一般に作成編集した文書情報を画像表示して視覚化し
、これをモニタすることが行われている。そして、この
モニタ画像を確認しながら上記文書の校正作業等が行わ
れるようになっている。

ところで、上記文書の校正作業に音声情報を利用するこ
とが試みられている。この試みは、作成した文章と共に
、その音声情報や図２表等に対する説明文等を音声情報
として入力しておき、その音声をモニタして校正作業や
文書検累等に役立てようとするものである。しかしてこ
の場合、表示される文書画像に連動してそれに関する音
声情報をテープレコーダ等に録音しておくと云う手段が
採られるが、その連動範囲は高々文書の１頁単位でしか
行えなかった。この為、文書の変更、修正を行った場合
等、音声との対応がとれなくなシ、改めて音声を入力し
直す等の手続を必要とした。つ″！、、！ｌｌ１文書の
校正。

編集に伴って音声情報を他の部分に移動したシ、訂正、
消去、追加等の処理を簡易に行うことが困難であった。

これ故、文書に付随する音声を有効に利用できなかった
。

一方、音声データをＡ／Ｄ変換して計算珍システムに取
込み、これを編集する技術が開発されつつある。然し乍
ら、文書情報と音声情報とを融合化して総合的に文書を
作成処理するアルゴリズムが構築されていない為、文書
情報に音声データを自由に付随させることができないと
云う問題があった。

〔発明の目的〕

本発明はこのよう外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、文書情報に対して効果的に音声
情報を対応付けして上記文書情報の作成２校正作業を上
記音声情報を有効に利用して行うことを可能とする実用
性の高い文書音声処理装置を提供することにある。

〔発明の概要〕

本発明は入力された文書情報を編集して記憶すると共に
、上記文書情報を画像表示し、この表示された文書画像
の指定された文書要素に対応して入力された音声情報を
上記指定された文書要素に対応付けしてそれぞれ記憶す
るようにしたものである。

〔発明の効果〕

かくして本発明によれば文書を構成する文書要素に対応
して、それに付随する説明文等の音声情報が記憶される
ので、表示された文書画像の特定された文書要素を指定
してこれを編集。

校正処理しても、これに伴って音声情報も同時に編集１
校正されることになり、両者を一体的に扱うことが可能
となる。従って、文書情報だけでは説明できないような
情報内容であっても、音声情報を利用してその補足説明
を与えること等が容易となり、その編集９校正作業の簡
易化。

編集した文書の提示の明確化を図り得る等、実用上絶大
なる効果が奏せられる。

〔発明の実施例〕

以下、図面を参照して本発明の一実施例につき説明する
。

第１図は実施例装置の概略構成図である。キーボード装
置１を介して入力された文字列情報からなる文章情報お
よび各種制御信号は文章構造制御部２に与えられる。こ
の文章構造制御部２はシステム制御部３の管理の下で、
例えば交電情報を文節単位に区切り、また仮名漢字変換
する等して入力文章情報を編集し、これを文章一時記憶
部４に格納している。また上記編集された文章情報と共
に１つの文書を形成する図。

表１画像等の情報は画像入力装Ｍ５を介して人力され、
画像一時記憶部６に格納される。尚、上記表２図形の情
報は、前記キーが−ド装置４１よりその要素を入力して
前記文章構造制御部２において作成するものであっても
よい。しかして、文章構造制御部２は、前記記憶部４，
６にそれぞれ格納された文書情報を編集して、これをＣ
ＲＴ等からなる表示装置７にて文書画像表示している。

また、この編集された文書情報は、工１０コントロール
部８を介して記憶装置９の文章データ記憶部９ａ、画像
データ記憶部９ｂにその編集情報を伴って記憶されるよ
うになっている。

またこの装置には、音声一時記憶部１０が設けられてお
り、音声入力装置１１を介して入力された音声情報が音
声処理回路１２を通してＡ　／Ｄ変携され、更にはデー
タ圧縮されて格納されるようになっている。この音声一
時記憶部１０は後述するように前記文章構造制御部２の
制御の下で、前記編集した文書情報の指定された文書要
素に対応して上記入力された音声情報を格納するもので
ある。そして、その音声情報は、時刻設定判定部１３に
よって得られる時間情報と共に、前記指定された文書要
素に対応して前記記憶装置９の音声データ記憶部９Ｃに
格納される。まだこの音声データ記憶部９Ｃから、例え
ば文書情報中の文書要素を指定する等して読出されて音
声一時記憶部１２に格納された前記指定文書要素に対応
した音声情報は、音声処理回路１４を介してデータ復元
、Ｄ／Ａ変換されたのち、音声出力装置１５から音声出
力される。

尚、前記キーボード装置１は、文字入カキ−を備えると
共に、各種制御情報を入力する為の例えば音声キー、挿
入キー、削除キー、訂正キー、取消キー、音声エディタ
ーキー、音声用カキ−、カーソル移動キー等を備えて構
成される。

これらの各種制御キーの働きについては後に説明する。

また前記文章構造制御部２は、例えば第２図に示すよう
に文書構造処理部２ａ、文書管理部２ｂ、被−ジ管理部
２Ｃを備え、前記キーボード装置１より与えられた情報
を文書構造アドレス検出部２ｄ、音声指定検索部２ｅ、
音声時間タイマ一部２ｆを介して取込むようになってい
る。但し、上記音声時間タイマ一部２ｆは、キーが一ド
装置１からの制御指令を受けて、前記時刻設定判定部１
３からの時刻情報を入力し、これを文書構造処理部２ａ
に与える如く構成される。しかして文書構造処理部２ａ
は、入力された文章の構造を例えば第３図に示す如く展
開し、その編集９作成１校正２表示の処理における詳細
な処理を実行するものである。そして、このようにして
構造解析された文書の構造情報が、その文書全体に亘っ
て文書管理部２ｂにその管理テーブルとして格納され、
また１ページ内の文書構造情報がページ管理部２ｃにそ
の管理テーブルとして格納され、る。また音声指定検索
部２ｅは文書要素に対応して付加された音声情報を検索
したり、あるいは文書情報の校正時に音声情報を指定さ
れた文書要素に対応付けする等の処理を担うものである
。更に、文書構造アドレス検出部２ｄは、表示文書画像
に対してカーソルを用いて指定された文書要素の文相構
造中における位置を検出処理するものである。

しかして今、表示された文書画像に対してカーソルを移
動させ、その文書情報中の文書要素を指定して、その文
書要素に付随した音声情報を入力すると、上記カーソル
によって示される文養構造中の位置、つまり先頭位置お
よび終了位置が検索される。そして、この文書構造中の
先頭位置および終了位置と共に、音声情報（音声データ
）を上記文書要素に対応するポインタ、および上記音声
データの時間長の、情報が例えば第４図に示すフォーマ
ットによって対応付けられる。

次に上記の如く構成された装置の作用につき説明する。

先ず、入力された文書情報は、第３図にぞの構造を示す
ようにそのページ２ノ毎に管理される。そして、そのペ
ージ２１中の文章情報は文節（パラグラフ）２２に区切
られて、その文字列ブロック２３毎に構造解析される。

そして、各文字列ブロック２３のそれぞれについて、そ
の文字列ブロック２３を構成する文字列２４が登録され
る。一方、文書中の図形ブロック２５は、図形エレメン
トブロック２６として管理され、その管理の下で各図形
エレメント２７が登録される。寸た図形ブロック中に書
込まれた単語等の文字列は、１つの図形エレメントブロ
ック２６としｆ解析され、サブ・母ラグラフ２８として
管理される。そして、このサブパラグラフ２８に関して
文字列ブロック２９９文字列３０が登録される。また前
記文書中の画像は画像ブロック３１として線用されて、
その画像データ３２が登録されるようになっている。

しかして今、このように構造解析された文書情報のペー
ジ２ノを指定して、その説明文等の音声が入力されると
、その啄−ジ２１に対応して音声ブロック３３が対応付
けられ、その音声データ３４が登録される。例えば第５
図中（＊１）に示すように音声データを与えると、その
音声データは ＊１〔湘　崗〕 をキーワードとして 〔ショウナンチホウワ、キコウガ・・・・・・〕として
登録される。このとあ、上記音声データの時間長（３５
秒）の情報も同時に記憶される。

寸だ第５図中、＊２で示すように〔逗子・葉山〕を指定
して音声データを入力した場合、前記文字列ブロック２
３に対応して、その音声ブロック３５が設定され、その
音声データ３６が＊２〔逗子・葉山〕（１０秒） 〔ズシ、ハヤマワ・・・・・・・・・〕として登録され
る。まだ地図を指定した場合には、その地図を図形エレ
メントブロック２６に対応させて ＊３（地　図）（１５秒） 〔コノチズワ、ミウラハントウ・・・・・・〕として、
音声ブロック３７が設定されて、その音声データ３８が
登録される。更に上記地図中の単語（海水浴場）を指定
した場合には、文字列ブロック２９に対応して ＊４（海水浴場）（２０秒） 〔アブラツボノチカクノカイスイヨクジョウ・・・］と
して、その音声ブロック３９が対応付けされて、その音
声データ４０が登録されることに々る。

このようにして音声データは、その指定された文書要素
に対応して登録されることになる。

尚、・クラグラフ２２中の文字列ブロック２３は、その
文字列２４の属性情報（文字型式や文字間隔等）を規定
する。まだ音声ブロックは、音声データの属性情報（音
声の圧縮型、音声速度。

区切の時間間隔等）を規定する。

かくしてこのよう々処理を行う本装置にあっては、例え
ば表示された文書画像に対してカーソルを移動させ、こ
れによって文書要素を指定したのち、音声キーを操作し
ながら音声を入力するようにすればよい。

これに対して、上述した如く音声データを各文書要素に
対応付けして入力したのち、その文書を編集２校正する
場合には、表示された文書画像中の文書要素を指定して
、音声用カキ−を］〜）作する。これによって上記指定
された文書要素の文書に対する構造位置が見出される。

そして、この文書構造中の位置に応じ、前記指定された
文書要素に対応して登録された音声データが溜；出され
て音声出力されることになる。

以上のように本装置によれば、処理対象とする文書の文
書要素に対応付けしてそれに付随する音声情報を登録す
るので、上記文書の編集。

校正に際して必要とする音声情報のみを適確に　　２得
ることができる。しかも、上記編集１校正によって文書
の訂正、追加、削除、移動を行っても、これに対応して
音声データも編集されることになるので、その対応関係
が壊れることがない。これ故、従来のように、その最初
から音声情報を入力し直すとか、文書と別個に音声の編
集を行う等の煩られしさがない。従って文書の編集作業
等を非常に効率良く行い得る等、その実用的利点は絶大
である。

尚、本発明は上記実施例に限定されるものではない。例
えば、文書要素の指定方式とその音声入力形態は仕様に
応じて定めればよいものである。また文章データ、画像
データ、音声データをテーブル管理する等して別個の記
憶領域に格納する必要もない。要は、これらの対応関係
を維持して各データをそれぞれ格納するようにすればよ
い。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。

【図面の簡単な説明】

図は本発明の一実施例を示すもので、第１図は装置全体
の概略構成図、第２図は文章構造制御部の一例を示す構
成図、第３図は文書構造の一例を示す図、第４図は音声
データの記憶フォーマットを示す図、第５図は文書の一
例を示す図である。 １・・・キービード装置、２・・・文章構造制御部、４
・・・文章一時記憶部、５・・・画像入力装置、６・・
・画像一時記憶部、７・・・表示装置、９・・・記憶装
置、１０・・・音声一時記憶部、１１・・音声入力装置
、１３・・・時刻設定判定部、１５・・・音声出力装置
。

Claims (4)

【特許請求の範囲】
1. （１）入力された文書情報を編集して記憶する手段と、
   上記編集された文書情報を表示する表示装置と、この表
   示文書の文書要素を選択指定する手段と、この指定され
   た文書要素に対応して音声情報を入力する手段と、この
   入力した音声情報を上記指定された文書要素に対応付け
   して記憶する手段とを具備したことを特徴とする文書音
   声処理装置。
2. （２）表示文書の文書要素が選択指定されたとき、その
   文１：要素に対応した音声情報を出力してなることを特
   徴とする特許請求の範囲第１項記載の文書音声処理装置
   。
3. （３）文書要素の編集処理に対応して、上記文書要素に
   対応した音声情報を編集してなることを特徴とする特許
   請求の範囲第１項記載の文書音声処理装置。
4. （４）文書情報は、文章を構成する文字列９図。 表２画像の文書要素からなるものである特許請求の範囲
   第１項記載の文書音声処理装置。