JPS62284398A - 文・音声変換装置 - 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】 ３、発明の詳細な説明 （産業上の利用分野） 本発明は、ワードプロセッサの入力文字を音声で読み上
げて原稿と照合するため等に用いる、任意の文章を自然
な音声に変換するための文・音声変換方式に関するもの
である。

（従来の技術） 従来、この種の文・音声変換方式は、音素として基本と
なる１００個の音節（第２図参照）を音韻として持って
おり、その音韻を文字列に合わせて結合し、連続音声を
発生させることができる音韻連鎖方式を用いたものが知
られている。（通信学会誌、　８１．７　、Ｖｏｌ、　
Ｊ　６４−　Ａ　Ｎａ　７　ｒ自然音声の韻律情報を利
用したＶＣＶ音声編集合成」参照）第６図は従来の文・
音声変換方式の構成を示し、１はＣＰＵであり、プログ
ラムメモリ２により、インタフェース３から入力された
ひらがな文字コードに基づいてＣｖファイル４（音節フ
ァイルで、゛′ア″、′す”等の音韻が格納されている
）から該当する音韻データを引き出し、音声合成器５で
音韻列を結合して合成し、スピーカー６から連続音声を
生成するようにしたものである。Ｃｖファイル４につい
ては、音の高さくピッチ）や大きさをコントロールでき
るようにするためと、経済的にメモリサイズを小さくす
るためｋ、音韻をＬＳＰパラメータや、パーコールパラ
メータに変換して格納することが多い。従って音声合成
器５はＣＶ格納形態に合わせ、ＬＳＰ合成器や、パーコ
ール合成器を使用することになる。

この音韻連鎖方式は調音結合の難しさを回避するために
考案された方式で、特にＣｖ型言語である日本語につい
ては、この方式が主流となっている現状である。

（発明が解決しようとする問題点） 上記のような文・音声変換方式では、自然音声より切り
出したＣｖ音節を素材としているので、ターミナルアナ
ログ方式（ホルマント合成方式：Ｊ　Ａ　Ｓ　Ａ　６７
（３）Ｍａｒ、１９８０　”５ｏｆｔ　ｗａｒｅ　ｆｏ
ｒ　ａ　ｃａｓ−ｃａｄｅ／ｐａｒａｌｌｅｌ　ｆｏｒ
ｍａｎｔ　５ｙｎｔｈｅｓｉｚｅｒ”）に比べて明瞭度
もよく、自然性も高いと考えられるが、それは単音節に
ついて言えることであって、連続音声にした場合の音声
品質については、特に規則合成音の自然性において、韻
律規則の高度化が課題であった。

そこで従来の１００音節で不自然に聞こえる点を調べた
結果、（１）次に来る音節の母音部が「イ」である場合
の母音、（２）無声化したＣｖがないこと、（３）鼻音
化した母音がないこと、（４）語頭。

語中のｐ、ｔ、ｋ、ｂ、ｄ、ｇの４項目の点で従来の合
成音と実際音との間で大きく食い違うことが明らかにな
った。

本発明は上記調査結果に基づき、より自然な規則合成音
を得るようにした文・音声変換方式を提供するものであ
る。

（問題点を解決するための手段） そこで本発明は、基本的な１００音節の単音ファイルｋ
、（１）次に来る音節の母音が「イ」である場合の母音
、（２）無声化したＣＶ、（３）ａ音化した母音、（４
）語頭のＰ＋　ｔ＋　ｋｒ　ｂｅ　ｄ＋　ｇの音韻の３
０の音韻を追加し、この追加音韻中の音韻に該当する場
合は上記１００音節の単音ファイルから引いてきた音韻
と入れ換えるようにするものである。

（作　用） 基本的な１００音節の単音ファイルｋ、（１）次に来る
音節の母音部が「イ」である場合の母音、（２）無声化
したＣＶ、（３）鼻音化した母音、（４）語頭のＰ＋　
　ｊ、’　ｋｒ　ｂｅ　ｄ９ｇという３０の音韻を追加
し、この追加音韻中の音韻に該当する場合は、上記１０
０音節の単音ファイルから引いてきた音韻と入れ換える
ことにより、従来の１００音節のみによるロボット読み
に比し、極めて自然な日本語が規則合成される。

（実施例） 第１図は本発明の実施例の概略構成を示し、１１はＣＰ
Ｕであり、プログラムメモリ１２によりインタフェース
１３から入力された文字コードに基づいてＣｖファイル
１４に格納された従来と同じ基本の１００音節（第２図
に示す）から該当する音韻データを引き出し、その場合
、（１）次に来る音種（ＣＶ）の母音部が「イ」である
とき（例えば柿の“カキ″の″力″）、その０７部のＶ
用の音韻を４種類（ア。

つ、工、オ）、（２）Ｐ＋、ｔ、ｋ、ｓにはさまれた“
ｉ”またはＬｌ　ｕｕまたは“ｊｕ”である、キ、り、
キュ。

チ、ツ、チュ、ピ、プ、ピュ、シ、ス、シュ、ヒ。

フ、ヒュの１５種類の無声化ＣＶ、（３）”ｎ”、”ｍ
”。

″ワ′″が次に来る鼻音化した母音ア、イ、つ、工。

オ、（４）ｐ、ｔ、ｋ、ｂ、６２ｇが語頭の場合のその
子音部である場合には、これら３０の音韻を格納した追
加３０ＣＶ音節テーブル１５から引いてきて、基本１０
０音節Ｃｖから引いてきたものと入れ換える。この入れ
換えをした後、音声合成器１６で連続音声を合成し、ス
ピーカ１７から出力する。第５図にはその処理フローを
示す。

上記（１）の、次に来る音節の母音部が「イ」であると
きの母音について、従来の合成音と実際の声とを、「特
に」という−０例の言葉についてそのフォルマントの比
較を第３図に示す。この図でみるように１１　ｋ　ｕ″
の“ｕ”の部分の第２．第３のフォルマントが「特に」
の“に″のｉ音に移行すべく舌が動いている様子がわか
り、明らかに通常の“ｌ、ｕＩ＋と違う。従って従来の
基本１００音節の中の１１　ｋｕｌｌで合成した場合不
自然になることがわかる。

このことはすべての次の音節がｉ段になる母音について
言えることなので、次のｉ音へ動く音節をａ、ｕ、ｅ、
ｏについて持つものを、結合時に置き換えることによっ
て自然音に近づけることができる。

（２）の無声化Ｃｖについて、同様に第４図に示す。無
声化していない合成音の場合と、全くフォルマント形状
が違い、即ち別の音韻であることがわかる。従って無声
化することのわかっている１５個のＣｖを持たせること
にすれば自然性が増す。

（３）の、次に′ｎ′″が来る場合、母音が早くから鼻
音化され、全く別の音韻に変る。従って鼻音化した母音
を５個持たせることにより自然性が増す。

（４）の場合、語頭のＰ＋　ｔ＋　ｋ、ｂ＋　ｄ＋　ｇ
については語中のそれより子音が長く、かつ強いため、
このようにした音韻を別音韻として登録したものである
。

（発明の効果） 以上のように本発明によれば、追加した３０の音韻中の
音韻である場合には、これと基本１００音節の単音ファ
イルから引いてきた音韻と入れ換えることにより、従来
の不自然だった結合音声を、より自然に近付けた結合音
声にすることができる。

【図面の簡単な説明】

第１図は本発明の実施例の構成図、第２図は基本的１０
０音節のＣｖコード表を示す図、第３図は次に来る音節
部が「イ」である場合の母音の一例について実際音と従
来の合成音との比較図、第４図は無声化していない合成
音と実際音との一例の比較図、第５図は音声の規則合成
処理フロー図、第６図は従来の文・音声変換方式の構成
図を示す。 １２・・・プログラムメモリ、１３・・・インタフェー
ス、　１４・・基本１００音節の単音ファイル、１５・
・・追加３０音節テーブル、　１６・・・音声合成器、
　１７・・・スピーカ。 特許出願人　松下電器産業株式会社 第２図 範堰仁 第５図

Claims (1)

【特許請求の範囲】
1. プログラムにより、インターフェースから入力されたひ
   らがな文字コードに基づいて、基本的な１００音節の単
   音ファイルから該当する音韻データを引き出し、音声合
   成器で音韻列を結合して合成し、スピーカから連続音声
   を生成するようにした文・音声変換方式において、上記
   １００音節の単音ファイルに、（１）次に来る音節の母
   音部が「イ」である場合の母音、（２）無声化したＣＶ
   、（３）鼻音化した母音、（４）語頭のｐ、ｔ、ｋ、ｂ
   、ｄ、ｇの音韻の３０の音韻を追加し、この追加音韻中
   の音韻に該当する場合は上記１００音節の単音ファイル
   から引いてきた音韻と入れ換えるようにすることを特徴
   とする文・音声変換方式。