JP2000029487A - 発音記号を用いた音声データ変換・復元装置 - Google Patents
発音記号を用いた音声データ変換・復元装置Info
- Publication number
- JP2000029487A JP2000029487A JP10192665A JP19266598A JP2000029487A JP 2000029487 A JP2000029487 A JP 2000029487A JP 10192665 A JP10192665 A JP 10192665A JP 19266598 A JP19266598 A JP 19266598A JP 2000029487 A JP2000029487 A JP 2000029487A
- Authority
- JP
- Japan
- Prior art keywords
- volume
- pronunciation
- pitch
- voice data
- phonetic
- 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
Abstract
(57)【要約】
【課題】 音声としての復元率の高い発音記号を用い、
記憶容量を削減でき、格納できる言語の種別に制限のな
い音声データ変換・復元装置を提供する。 【解決手段】 発音認識手段４は、デジタル音声データ
を発音辞書６の基本デジタル音声データと音程，音量お
よび音長を合わせてパターンマッチングすることにより
発音記号，音程，音量および音長の４つのパラメータの
並びに変換する。音声復元手段５は、発音記号，音程，
音量および音長の４つのパラメータの並びを入力し発音
記号をキーとして発音辞書６から基本デジタル音声デー
タを検索し該基本デジタル音声データの音程，音量およ
び音長を入力した音程，音量および音長に合わせてデジ
タル音声データに復元する。発音・文字変換手段７は、
発音記号の列を発音・文字変換辞書８を参照して文字コ
ード列に変換するとともに、文字コード列を発音・文字
変換辞書８を参照して発音記号列に変換する。
記憶容量を削減でき、格納できる言語の種別に制限のな
い音声データ変換・復元装置を提供する。 【解決手段】 発音認識手段４は、デジタル音声データ
を発音辞書６の基本デジタル音声データと音程，音量お
よび音長を合わせてパターンマッチングすることにより
発音記号，音程，音量および音長の４つのパラメータの
並びに変換する。音声復元手段５は、発音記号，音程，
音量および音長の４つのパラメータの並びを入力し発音
記号をキーとして発音辞書６から基本デジタル音声デー
タを検索し該基本デジタル音声データの音程，音量およ
び音長を入力した音程，音量および音長に合わせてデジ
タル音声データに復元する。発音・文字変換手段７は、
発音記号の列を発音・文字変換辞書８を参照して文字コ
ード列に変換するとともに、文字コード列を発音・文字
変換辞書８を参照して発音記号列に変換する。
Description
【０００１】
【発明の属する技術分野】本発明は音声データ変換・復
元装置に関し、特に発音記号を用いた音声データ変換・
復元装置に関する。
元装置に関し、特に発音記号を用いた音声データ変換・
復元装置に関する。
【０００２】
【従来の技術】音声（人間が発生器官を通じて発する言
語音）を記録し、またそれを参照するために、音声デー
タの記憶方法が用いられている。従来の音声データの記
憶方法は、その用途により大きく２つの形式に分類され
る。
語音）を記録し、またそれを参照するために、音声デー
タの記憶方法が用いられている。従来の音声データの記
憶方法は、その用途により大きく２つの形式に分類され
る。
【０００３】１つは、音声をデジタル音声データ（デジ
タル波形データ）として記憶する方法である。これは、
音声に限らず、人間の可聴範囲の音波を記憶する方法と
してごく一般的に使用されており、音声をデジタル音声
データに変換する音声入力装置と、音声入力装置で変換
されたデジタル音声データを格納する記憶装置と、記憶
装置に格納されたデジタル音声データを音声に変換して
出力する音声出力装置とから構成されている。記憶装置
では、入力されたデジタル音声データをそのまま格納す
ると記憶容量がかさむために、様々な手法を用いてデジ
タル音声データを圧縮して格納し、格納された圧縮デー
タを伸張（解凍）して出力することがある。この方法
は、記憶したデジタル音声データを人間がその耳で再度
聴くことができることに重点におかれている。
タル波形データ）として記憶する方法である。これは、
音声に限らず、人間の可聴範囲の音波を記憶する方法と
してごく一般的に使用されており、音声をデジタル音声
データに変換する音声入力装置と、音声入力装置で変換
されたデジタル音声データを格納する記憶装置と、記憶
装置に格納されたデジタル音声データを音声に変換して
出力する音声出力装置とから構成されている。記憶装置
では、入力されたデジタル音声データをそのまま格納す
ると記憶容量がかさむために、様々な手法を用いてデジ
タル音声データを圧縮して格納し、格納された圧縮デー
タを伸張（解凍）して出力することがある。この方法
は、記憶したデジタル音声データを人間がその耳で再度
聴くことができることに重点におかれている。
【０００４】もう１つは、音声内の言葉を既存の文字コ
ードにコード化して記憶する方法である。これは、音声
をデジタル音声データに変換する音声入力装置と、音声
入力装置で変換されたデジタル音声データを文字コード
に変換する音声認識手段と、音声認識手段により変換さ
れた文字コードを格納する記憶装置と、記憶装置に格納
された文字コードを再びデジタル音声データに復元する
音声データ復元手段と、音声データ復元手段により復元
されたデジタル音声データを音声として出力する音声出
力装置とから構成されている。この方法は、文字コード
化したデータをコンピュータで一般に使用されるテキス
トデータとして扱い、言葉としての意味を利用すること
に重点がおかれている（例えば、特開昭６２−２３５９
９３号公報，特開平９−２８１９９３号公報等参照）。
ードにコード化して記憶する方法である。これは、音声
をデジタル音声データに変換する音声入力装置と、音声
入力装置で変換されたデジタル音声データを文字コード
に変換する音声認識手段と、音声認識手段により変換さ
れた文字コードを格納する記憶装置と、記憶装置に格納
された文字コードを再びデジタル音声データに復元する
音声データ復元手段と、音声データ復元手段により復元
されたデジタル音声データを音声として出力する音声出
力装置とから構成されている。この方法は、文字コード
化したデータをコンピュータで一般に使用されるテキス
トデータとして扱い、言葉としての意味を利用すること
に重点がおかれている（例えば、特開昭６２−２３５９
９３号公報，特開平９−２８１９９３号公報等参照）。
【０００５】
【発明が解決しようとする課題】従来のデジタル音声デ
ータをそのまま格納する方法の場合、第１の問題点は、
そのデータを記憶するのに容量がかさむことである。そ
の理由は、デジタル音声データはその可聴性を高めるた
めにより多くの分割数を以てサンプリングを行わなけれ
ばならないためである。
ータをそのまま格納する方法の場合、第１の問題点は、
そのデータを記憶するのに容量がかさむことである。そ
の理由は、デジタル音声データはその可聴性を高めるた
めにより多くの分割数を以てサンプリングを行わなけれ
ばならないためである。
【０００６】第２の問題点は、音声をコンピュータシス
テムが理解できるようにするには、この方法とは別に音
声認識手段を置かなくてはならないことである。その理
由は、デジタル音声データそのものには人間の言葉とし
ての意味を直截的に持つものがないためである。
テムが理解できるようにするには、この方法とは別に音
声認識手段を置かなくてはならないことである。その理
由は、デジタル音声データそのものには人間の言葉とし
ての意味を直截的に持つものがないためである。
【０００７】一方、従来の文字コード化したデータを格
納する方法の場合、第１の問題点は、格納したデータを
デジタル音声データとして再度出力するときに音声（波
形）としての情報復元率がほぼ無いに等しいことであ
る。その理由は、文字コード化するときに文字情報以外
の情報を削除するためである。
納する方法の場合、第１の問題点は、格納したデータを
デジタル音声データとして再度出力するときに音声（波
形）としての情報復元率がほぼ無いに等しいことであ
る。その理由は、文字コード化するときに文字情報以外
の情報を削除するためである。
【０００８】第２の問題点は、格納できない言葉がある
ことである。その理由は、たとえば音声認識手段で扱う
ことのできる言語以外の言語を入力した場合などに、音
声認識手段はこれをエラーとして捨ててしまうからであ
る。
ことである。その理由は、たとえば音声認識手段で扱う
ことのできる言語以外の言語を入力した場合などに、音
声認識手段はこれをエラーとして捨ててしまうからであ
る。
【０００９】本発明の第１の目的は、音声としての復元
率の高い発音記号を用いた音声データ変換・復元装置を
提供することにある。
率の高い発音記号を用いた音声データ変換・復元装置を
提供することにある。
【００１０】本発明第２の目的は、記憶容量を削減でき
る発音記号を用いた音声データ変換・復元装置を提供す
ることにある。
る発音記号を用いた音声データ変換・復元装置を提供す
ることにある。
【００１１】本発明の第３の目的は、格納できる言語の
種別に制限のない発音記号を用いた音声データ変換・復
元装置を提供することにある。
種別に制限のない発音記号を用いた音声データ変換・復
元装置を提供することにある。
【００１２】
【課題を解決するための手段】本発明の発音記号を用い
た音声データ変換・復元装置は、デジタル音声データを
発音記号，音程，音量および音長の４つのパラメータの
並びに変換する発音認識手段と、発音記号，音程，音量
および音長の４つのパラメータの並びをデジタル音声デ
ータに復元する音声復元手段とを有する。
た音声データ変換・復元装置は、デジタル音声データを
発音記号，音程，音量および音長の４つのパラメータの
並びに変換する発音認識手段と、発音記号，音程，音量
および音長の４つのパラメータの並びをデジタル音声デ
ータに復元する音声復元手段とを有する。
【００１３】また、本発明の発音記号を用いた音声デー
タ変換・復元装置は、発音記号と基本デジタル音声デー
タとを対応して格納する発音辞書と、デジタル音声デー
タを前記発音辞書の基本デジタル音声データと音程，音
量および音長を合わせてパターンマッチングすることに
より発音記号，音程，音量および音長の４つのパラメー
タの並びに変換する発音認識手段と、発音記号，音程，
音量および音長の４つのパラメータの並びを前記発音記
号をキーとして前記発音辞書から基本デジタル音声デー
タを検索し該基本デジタル音声データの音程，音量およ
び音長を前記音程，前記音量および前記音長に合わせる
ことによりデジタル音声データに復元する音声復元手段
とを有する。
タ変換・復元装置は、発音記号と基本デジタル音声デー
タとを対応して格納する発音辞書と、デジタル音声デー
タを前記発音辞書の基本デジタル音声データと音程，音
量および音長を合わせてパターンマッチングすることに
より発音記号，音程，音量および音長の４つのパラメー
タの並びに変換する発音認識手段と、発音記号，音程，
音量および音長の４つのパラメータの並びを前記発音記
号をキーとして前記発音辞書から基本デジタル音声デー
タを検索し該基本デジタル音声データの音程，音量およ
び音長を前記音程，前記音量および前記音長に合わせる
ことによりデジタル音声データに復元する音声復元手段
とを有する。
【００１４】さらに、本発明の発音記号を用いた音声デ
ータ変換・復元装置は、発音記号と基本デジタル音声デ
ータとを対応して格納する発音辞書と、発音記号列と１
つ以上の文字コード列とを対応して格納する発音・文字
変換辞書と、デジタル音声データを前記発音辞書の基本
デジタル音声データと音程，音量および音長を合わせて
パターンマッチングすることにより発音記号，音程，音
量および音長の４つのパラメータの並びに変換する発音
認識手段と、発音記号，音程，音量および音長の４つの
パラメータの並びを前記発音記号をキーとして前記発音
辞書から基本デジタル音声データを検索し該基本デジタ
ル音声データの音程，音量および音長を前記音程，前記
音量および前記音長に合わせることによりデジタル音声
データに復元する音声復元手段と、前記発音記号の列を
前記発音・文字変換辞書を参照して文字コード列に変換
するとともに、文字コード列を前記発音・文字変換辞書
を参照して発音記号列に変換する発音・文字変換手段と
を有する。
ータ変換・復元装置は、発音記号と基本デジタル音声デ
ータとを対応して格納する発音辞書と、発音記号列と１
つ以上の文字コード列とを対応して格納する発音・文字
変換辞書と、デジタル音声データを前記発音辞書の基本
デジタル音声データと音程，音量および音長を合わせて
パターンマッチングすることにより発音記号，音程，音
量および音長の４つのパラメータの並びに変換する発音
認識手段と、発音記号，音程，音量および音長の４つの
パラメータの並びを前記発音記号をキーとして前記発音
辞書から基本デジタル音声データを検索し該基本デジタ
ル音声データの音程，音量および音長を前記音程，前記
音量および前記音長に合わせることによりデジタル音声
データに復元する音声復元手段と、前記発音記号の列を
前記発音・文字変換辞書を参照して文字コード列に変換
するとともに、文字コード列を前記発音・文字変換辞書
を参照して発音記号列に変換する発音・文字変換手段と
を有する。
【００１５】さらにまた、本発明の発音記号を用いた音
声データ変換・復元方法は、デジタル音声データを発音
記号，音程，音量および音長の４つのパラメータの並び
に変換する発音認識工程と、発音記号，音程，音量およ
び音長の４つのパラメータの並びをデジタル音声データ
に復元する音声復元工程とを含む。
声データ変換・復元方法は、デジタル音声データを発音
記号，音程，音量および音長の４つのパラメータの並び
に変換する発音認識工程と、発音記号，音程，音量およ
び音長の４つのパラメータの並びをデジタル音声データ
に復元する音声復元工程とを含む。
【００１６】一方、本発明の記録媒体は、コンピュータ
を、デジタル音声データを発音記号，音程，音量および
音長の４つのパラメータの並びに変換する発音認識手
段，ならびに発音記号，音程，音量および音長の４つの
パラメータの並びをデジタル音声データに復元する音声
復元手段として機能させるためのプログラムを記録す
る。
を、デジタル音声データを発音記号，音程，音量および
音長の４つのパラメータの並びに変換する発音認識手
段，ならびに発音記号，音程，音量および音長の４つの
パラメータの並びをデジタル音声データに復元する音声
復元手段として機能させるためのプログラムを記録す
る。
【００１７】また、本発明の記録媒体は、コンピュータ
を、発音記号と基本デジタル音声データとを対応して格
納する発音辞書，デジタル音声データを前記発音辞書の
基本デジタル音声データと音程，音量および音長を合わ
せてパターンマッチングすることにより発音記号，音
程，音量および音長の４つのパラメータの並びに変換す
る発音認識手段，ならびに発音記号，音程，音量および
音長の４つのパラメータの並びを前記発音記号をキーと
して前記発音辞書から基本デジタル音声データを検索し
該基本デジタル音声データの音程，音量および音長を前
記音程，前記音量および前記音長に合わせることにより
デジタル音声データに復元する音声復元手段として機能
させるためのプログラムを記録する。
を、発音記号と基本デジタル音声データとを対応して格
納する発音辞書，デジタル音声データを前記発音辞書の
基本デジタル音声データと音程，音量および音長を合わ
せてパターンマッチングすることにより発音記号，音
程，音量および音長の４つのパラメータの並びに変換す
る発音認識手段，ならびに発音記号，音程，音量および
音長の４つのパラメータの並びを前記発音記号をキーと
して前記発音辞書から基本デジタル音声データを検索し
該基本デジタル音声データの音程，音量および音長を前
記音程，前記音量および前記音長に合わせることにより
デジタル音声データに復元する音声復元手段として機能
させるためのプログラムを記録する。
【００１８】さらに、本発明の記録媒体は、コンピュー
タを、発音記号と基本デジタル音声データとを対応して
格納する発音辞書，発音記号列と１つ以上の文字コード
列とを対応して格納する発音・文字変換辞書，デジタル
音声データを前記発音辞書の基本デジタル音声データと
音程，音量および音長を合わせてパターンマッチングす
ることにより発音記号，音程，音量および音長の４つの
パラメータの並びに変換する発音認識手段，発音記号，
音程，音量および音長の４つのパラメータの並びを前記
発音記号をキーとして前記発音辞書から基本デジタル音
声データを検索し該基本デジタル音声データの音程，音
量および音長を前記音程，前記音量および前記音長に合
わせることによりデジタル音声データに復元する音声復
元手段，ならびに前記発音記号の列を前記発音・文字変
換辞書を参照して文字コード列に変換するとともに、文
字コード列を前記発音・文字変換辞書を参照して発音記
号列に変換する発音・文字変換手段として機能させるた
めのプログラムを記録する。
タを、発音記号と基本デジタル音声データとを対応して
格納する発音辞書，発音記号列と１つ以上の文字コード
列とを対応して格納する発音・文字変換辞書，デジタル
音声データを前記発音辞書の基本デジタル音声データと
音程，音量および音長を合わせてパターンマッチングす
ることにより発音記号，音程，音量および音長の４つの
パラメータの並びに変換する発音認識手段，発音記号，
音程，音量および音長の４つのパラメータの並びを前記
発音記号をキーとして前記発音辞書から基本デジタル音
声データを検索し該基本デジタル音声データの音程，音
量および音長を前記音程，前記音量および前記音長に合
わせることによりデジタル音声データに復元する音声復
元手段，ならびに前記発音記号の列を前記発音・文字変
換辞書を参照して文字コード列に変換するとともに、文
字コード列を前記発音・文字変換辞書を参照して発音記
号列に変換する発音・文字変換手段として機能させるた
めのプログラムを記録する。
【００１９】さらにまた、本発明の記録媒体は、コンピ
ュータに、デジタル音声データを発音記号，音程，音量
および音長の４つのパラメータの並びに変換する発音認
識工程，ならびに発音記号，音程，音量および音長の４
つのパラメータの並びをデジタル音声データに復元する
音声復元工程を実行させるためのプログラムを記録す
る。
ュータに、デジタル音声データを発音記号，音程，音量
および音長の４つのパラメータの並びに変換する発音認
識工程，ならびに発音記号，音程，音量および音長の４
つのパラメータの並びをデジタル音声データに復元する
音声復元工程を実行させるためのプログラムを記録す
る。
【００２０】本発明の発音記号を用いた音声データ変換
・復元装置では、発音記号，音程，音量および音長から
なる４つのパラメータは、１つの音素（言語で用いる音
を弁別機能の見地から分析・規定した最小単位）に対し
て各８ビット、全体として３２ビット程度の容量を必要
とする。ここで、従来のデジタル音声データそのものを
記憶するタイプのものを１１キロヘルツ８ビットのデー
タ化性能とすると、１秒間に１１０２５オクテット＝８
８２００ビットの容量が必要である。通常の日本語会話
で１秒間に４個の仮名が発生されると仮定し、かつ１個
の仮名が１個の子音と１個の母音、つまり２個の音素か
らなると仮定した場合には、本発明の発音記号を用いた
音声データ変換・復元装置では、わずかに８＊３２＝２
５６ビットの容量しか必要としない。単純計算でも３０
０倍以上の容量圧縮率が達成され、なおかつ言葉として
の情報を保持できる。
・復元装置では、発音記号，音程，音量および音長から
なる４つのパラメータは、１つの音素（言語で用いる音
を弁別機能の見地から分析・規定した最小単位）に対し
て各８ビット、全体として３２ビット程度の容量を必要
とする。ここで、従来のデジタル音声データそのものを
記憶するタイプのものを１１キロヘルツ８ビットのデー
タ化性能とすると、１秒間に１１０２５オクテット＝８
８２００ビットの容量が必要である。通常の日本語会話
で１秒間に４個の仮名が発生されると仮定し、かつ１個
の仮名が１個の子音と１個の母音、つまり２個の音素か
らなると仮定した場合には、本発明の発音記号を用いた
音声データ変換・復元装置では、わずかに８＊３２＝２
５６ビットの容量しか必要としない。単純計算でも３０
０倍以上の容量圧縮率が達成され、なおかつ言葉として
の情報を保持できる。
【００２１】また、本発明の発音記号を用いた音声デー
タ変換・復元装置では、世界の諸言語を表現するための
記号である発音記号を利用しており、現在一般のコンピ
ュータシステムでサポートする言語以外の世界各地の諸
言語についても表現が可能である。
タ変換・復元装置では、世界の諸言語を表現するための
記号である発音記号を利用しており、現在一般のコンピ
ュータシステムでサポートする言語以外の世界各地の諸
言語についても表現が可能である。
【００２２】さらに、本発明の発音記号を用いた音声デ
ータ変換・復元装置では、パラメータとして発音記号の
ほかに、音程，音量および音長を用いることで、より入
力音声に近い音声の再現を可能にしている。
ータ変換・復元装置では、パラメータとして発音記号の
ほかに、音程，音量および音長を用いることで、より入
力音声に近い音声の再現を可能にしている。
【００２３】
【発明の実施の形態】以下、本発明の実施の形態につい
て図面を参照して詳細に説明する。
て図面を参照して詳細に説明する。
【００２４】図１は、本発明の第１の実施の形態に係る
発音記号を用いた音声データ変換・復元装置１０の構成
を示すブロック図である。本実施の形態に係る発音記号
を用いた音声データ変換・復元装置１０は、音声入力装
置１，音声出力装置２および補助記憶装置３に接続され
ており、発音認識手段４と、音声復元手段５と、発音辞
書６と、発音・文字変換手段７と、発音・文字変換辞書
８とから構成されている。
発音記号を用いた音声データ変換・復元装置１０の構成
を示すブロック図である。本実施の形態に係る発音記号
を用いた音声データ変換・復元装置１０は、音声入力装
置１，音声出力装置２および補助記憶装置３に接続され
ており、発音認識手段４と、音声復元手段５と、発音辞
書６と、発音・文字変換手段７と、発音・文字変換辞書
８とから構成されている。
【００２５】音声入力装置１は、マイク，アナログ−デ
ジタル変換回路などの電気回路から構成されており、ア
ナログ波形である音声を入力してデジタル信号化しかつ
雑音成分などを取り除いてデジタル音声データとして出
力する。
ジタル変換回路などの電気回路から構成されており、ア
ナログ波形である音声を入力してデジタル信号化しかつ
雑音成分などを取り除いてデジタル音声データとして出
力する。
【００２６】音声出力装置２は、デジタル−アナログ変
換回路，スピーカなどの電気回路から構成されており、
デジタル音声データを入力し人間が聞くことができる音
声に変換して出力する。
換回路，スピーカなどの電気回路から構成されており、
デジタル音声データを入力し人間が聞くことができる音
声に変換して出力する。
【００２７】補助記憶装置３は、ハードディスク装置，
光ディスク装置，磁気テープ装置等からなり、発音記
号，音程，音量および音長の４つのパラメータの並びを
時系列的に格納する。
光ディスク装置，磁気テープ装置等からなり、発音記
号，音程，音量および音長の４つのパラメータの並びを
時系列的に格納する。
【００２８】図２を参照すると、発音辞書６は、発音記
号と基本デジタル音声データとを対応してあらかじめ格
納しており、発音認識手段４の変換処理および音声復元
手段５の変換処理の参照データとして利用される。
号と基本デジタル音声データとを対応してあらかじめ格
納しており、発音認識手段４の変換処理および音声復元
手段５の変換処理の参照データとして利用される。
【００２９】図３を参照すると、発音・文字変換辞書８
は、発音記号列と１つ以上の文字コード列とを対応して
あらかじめ格納しており、発音・文字変換手段７の変換
処理の参照データとして利用される。
は、発音記号列と１つ以上の文字コード列とを対応して
あらかじめ格納しており、発音・文字変換手段７の変換
処理の参照データとして利用される。
【００３０】発音認識手段４は、音声入力装置１により
入力されたデジタル音声データを分析して、発音記号，
音程，音量および音長の４つのパラメータの時系列の並
びに変換して出力する。
入力されたデジタル音声データを分析して、発音記号，
音程，音量および音長の４つのパラメータの時系列の並
びに変換して出力する。
【００３１】発音記号は、国際音声記号によって表現す
るものである。国際的な機関である国際音声学協会（Ｉ
ｎｔｅｒｎａｔｉｏｎａｌ Ｐｈｏｎｅｔｉｃ Ａｓｓ
ｏｃｉａｔｉｏｎ）によって定められている国際音声記
号（Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｐｈｏｎｅｔｉｃ
Ａｌｐｈａｂｅｔ）は１００種類強であり、これを数値
化すると８ビットの情報容量があれば表現が可能であ
る。
るものである。国際的な機関である国際音声学協会（Ｉ
ｎｔｅｒｎａｔｉｏｎａｌ Ｐｈｏｎｅｔｉｃ Ａｓｓ
ｏｃｉａｔｉｏｎ）によって定められている国際音声記
号（Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｐｈｏｎｅｔｉｃ
Ａｌｐｈａｂｅｔ）は１００種類強であり、これを数値
化すると８ビットの情報容量があれば表現が可能であ
る。
【００３２】音程は、デジタル音声データの周波数成分
のうち一番強いものを値とし、最低８ビットで表現す
る。これは、デジタル音楽を記述できる国際的なＭＩＤ
Ｉ（Ｍｕｓｉｃａｌ Ｉｎｓｔｒｕｍｅｎｔ Ｄｉｇｉ
ｔａｌ Ｉｎｔｅｒｆａｃｅ）規格で使用されている音
程が半音の分解能で０から１２７の値、つまり７ビット
で表現できる値で表現されており、この上限下限の範囲
は人間の発する音声の音程を充分網羅できるからであ
る。
のうち一番強いものを値とし、最低８ビットで表現す
る。これは、デジタル音楽を記述できる国際的なＭＩＤ
Ｉ（Ｍｕｓｉｃａｌ Ｉｎｓｔｒｕｍｅｎｔ Ｄｉｇｉ
ｔａｌ Ｉｎｔｅｒｆａｃｅ）規格で使用されている音
程が半音の分解能で０から１２７の値、つまり７ビット
で表現できる値で表現されており、この上限下限の範囲
は人間の発する音声の音程を充分網羅できるからであ
る。
【００３３】音量は、デジタル音声データの振幅値より
取得し、８ビットの数値で表現する。これは、現在コン
ピュータで一般的に使用されている、音の入出力を制御
できる範囲の値である。
取得し、８ビットの数値で表現する。これは、現在コン
ピュータで一般的に使用されている、音の入出力を制御
できる範囲の値である。
【００３４】音長は、パターンマッチングにより取得
し、１０ミリ秒（ｍｓ）の単位の値として８ビットで表
現する。
し、１０ミリ秒（ｍｓ）の単位の値として８ビットで表
現する。
【００３５】図４を参照すると、発音認識手段４の処理
は、デジタル音声データ入力ステップＳ１０１と、基本
デジタル音声データ取り出しステップＳ１０２と、音程
合致ステップＳ１０３と、音量合致ステップＳ１０４
と、音長合致ステップＳ１０５と、基本デジタル音声デ
ータ／デジタル音声データ類似度比較ステップＳ１０６
と、発音記号特定ステップＳ１０７と、発音記号，音
程，音量，音長出力ステップＳ１０８とからなる。
は、デジタル音声データ入力ステップＳ１０１と、基本
デジタル音声データ取り出しステップＳ１０２と、音程
合致ステップＳ１０３と、音量合致ステップＳ１０４
と、音長合致ステップＳ１０５と、基本デジタル音声デ
ータ／デジタル音声データ類似度比較ステップＳ１０６
と、発音記号特定ステップＳ１０７と、発音記号，音
程，音量，音長出力ステップＳ１０８とからなる。
【００３６】音声復元手段５は、発音記号，音程，音量
および音長の４つのパラメータの時系列の並びをデジタ
ル音声データに変換して出力する。
および音長の４つのパラメータの時系列の並びをデジタ
ル音声データに変換して出力する。
【００３７】図５を参照すると、音声復元手段５の処理
は、発音記号，音程，音量，音長入力ステップＳ２０１
と、基本デジタル音声データ探索ステップＳ２０２と、
音程合致ステップＳ２０３と、音量合致ステップＳ２０
４と、音長合致ステップＳ２０５と、音声データ出力ス
テップＳ２０６とからなる。
は、発音記号，音程，音量，音長入力ステップＳ２０１
と、基本デジタル音声データ探索ステップＳ２０２と、
音程合致ステップＳ２０３と、音量合致ステップＳ２０
４と、音長合致ステップＳ２０５と、音声データ出力ス
テップＳ２０６とからなる。
【００３８】発音・文字変換手段７は、発音記号の列を
発音・文字変換辞書８を参照して一般的にコンピュータ
システムで利用される文字コード列に変換するととも
に、文字コード列を発音・文字変換辞書８を参照して発
音記号列に変換する。
発音・文字変換辞書８を参照して一般的にコンピュータ
システムで利用される文字コード列に変換するととも
に、文字コード列を発音・文字変換辞書８を参照して発
音記号列に変換する。
【００３９】次に、このように構成された第１の実施の
形態に係る発音記号を用いた音声データ変換・復元装置
の動作について説明する。
形態に係る発音記号を用いた音声データ変換・復元装置
の動作について説明する。
【００４０】音声入力装置１は、音声をデジタル音声デ
ータに変換する。一般的に、１１キロヘルツ８ビットの
分解能があれば再生したときに音声として認識が可能で
あり、ここでは１１キロヘルツ８ビット以上の分解能の
デジタル音声データとする。ここで生成されたデジタル
音声データは、そのまま音声出力装置２に与えて出力す
ることもできるし、補助記憶装置３に記憶して他のアプ
リケーションプログラムに渡すことも可能である。
ータに変換する。一般的に、１１キロヘルツ８ビットの
分解能があれば再生したときに音声として認識が可能で
あり、ここでは１１キロヘルツ８ビット以上の分解能の
デジタル音声データとする。ここで生成されたデジタル
音声データは、そのまま音声出力装置２に与えて出力す
ることもできるし、補助記憶装置３に記憶して他のアプ
リケーションプログラムに渡すことも可能である。
【００４１】次に、発音認識手段４は、音声入力装置１
からのデジタル音声データを入力する（ステップＳ１０
１）。
からのデジタル音声データを入力する（ステップＳ１０
１）。
【００４２】続いて、発音認識手段４は、発音辞書６内
に格納されている基本デジタル音声データの１つを取り
出し（ステップＳ１０２）、基本デジタル音声データの
音程をデジタル音声データの音程と合わせる（ステップ
Ｓ１０３）。
に格納されている基本デジタル音声データの１つを取り
出し（ステップＳ１０２）、基本デジタル音声データの
音程をデジタル音声データの音程と合わせる（ステップ
Ｓ１０３）。
【００４３】次に、発音認識手段４は、基本デジタル音
声データの音量をデジタル音声データの音量と合わせる
（ステップＳ１０４）。
声データの音量をデジタル音声データの音量と合わせる
（ステップＳ１０４）。
【００４４】続いて、発音認識手段４は、基本デジタル
音声データの音長をデジタル音声データの音長と合わせ
る（ステップＳ１０５）。
音声データの音長をデジタル音声データの音長と合わせ
る（ステップＳ１０５）。
【００４５】そして、発音認識手段４は、基本デジタル
音声データとデジタル音声データとのパターンマッチン
グを行って比較することにより、両者の類似度を判定す
る（ステップＳ１０７）。なお、パターンマッチングに
は、動的計画法，隠れマルコフモデル法等の公知の手法
を用いることができる。
音声データとデジタル音声データとのパターンマッチン
グを行って比較することにより、両者の類似度を判定す
る（ステップＳ１０７）。なお、パターンマッチングに
は、動的計画法，隠れマルコフモデル法等の公知の手法
を用いることができる。
【００４６】基本デジタル音声データとデジタル音声デ
ータとの類似度が所定値以下であれば（両者が似ていな
ければ）、発音認識手段４は、ステップＳ１０２に制御
を戻して、ステップＳ１０２〜Ｓ１０６を繰り返す。
ータとの類似度が所定値以下であれば（両者が似ていな
ければ）、発音認識手段４は、ステップＳ１０２に制御
を戻して、ステップＳ１０２〜Ｓ１０６を繰り返す。
【００４７】基本デジタル音声データとデジタル音声デ
ータとの類似度が所定値以上であれば（両者が似ていれ
ば）、発音認識手段４は、この基本デジタル音声データ
の発音記号を発音記号とし（ステップＳ１０７）、発音
記号，音程，音量および音長の４つのパラメータを出力
する（ステップＳ１０８）。
ータとの類似度が所定値以上であれば（両者が似ていれ
ば）、発音認識手段４は、この基本デジタル音声データ
の発音記号を発音記号とし（ステップＳ１０７）、発音
記号，音程，音量および音長の４つのパラメータを出力
する（ステップＳ１０８）。
【００４８】以上により、発音認識手段４は、音素とし
て発音記号，音程，音量および音長の４つのパラメータ
を各８ビット、合計３２ビットのデータ並びとして出力
する。出力されたデータ並びは、そのまま音声復元手段
５に与えてデジタル音声データとして復元することもで
きるし、補助記憶装置３に格納して他のアプリケーショ
ンソフトウェアに渡すこともできる。さらに、このデー
タ並びを発音・文字変換手段７に与えて、既存のコンピ
ュータシステムの文字列に変換することもできる。
て発音記号，音程，音量および音長の４つのパラメータ
を各８ビット、合計３２ビットのデータ並びとして出力
する。出力されたデータ並びは、そのまま音声復元手段
５に与えてデジタル音声データとして復元することもで
きるし、補助記憶装置３に格納して他のアプリケーショ
ンソフトウェアに渡すこともできる。さらに、このデー
タ並びを発音・文字変換手段７に与えて、既存のコンピ
ュータシステムの文字列に変換することもできる。
【００４９】発音・文字変換手段７は、発音認識手段４
によって出力された発音記号，音程，音量および音長の
４つのパラメータのうちの発音記号を時系列順に並べた
もの（発音記号列）を発音・文字変換辞書８を参照して
該当する文字コード列に変換する。また、発音・文字変
換手段７は、既存のコンピュータシステムから入力され
た文字コード列を発音・文字変換辞書８を参照して該当
する発音記号列に変換する。
によって出力された発音記号，音程，音量および音長の
４つのパラメータのうちの発音記号を時系列順に並べた
もの（発音記号列）を発音・文字変換辞書８を参照して
該当する文字コード列に変換する。また、発音・文字変
換手段７は、既存のコンピュータシステムから入力され
た文字コード列を発音・文字変換辞書８を参照して該当
する発音記号列に変換する。
【００５０】音声復元手段５は、発音認識手段４によっ
て出力された、あるいは補助記憶装置３から読み出され
た発音記号，音程，音量および音長の４つのパラメータ
の並びを入力する（ステップＳ２０１）。
て出力された、あるいは補助記憶装置３から読み出され
た発音記号，音程，音量および音長の４つのパラメータ
の並びを入力する（ステップＳ２０１）。
【００５１】次に、音声復元手段５は、発音記号を元に
発音辞書６から基本デジタル音声データを探す（ステッ
プＳ２０２）。
発音辞書６から基本デジタル音声データを探す（ステッ
プＳ２０２）。
【００５２】続いて、音声復元手段５は、基本デジタル
音声データの音程を入力された音程に合わせる（ステッ
プＳ２０３）。
音声データの音程を入力された音程に合わせる（ステッ
プＳ２０３）。
【００５３】次に、音声復元手段５は、基本デジタル音
声データの音量を入力された音量に合わせる（ステップ
Ｓ２０４）。
声データの音量を入力された音量に合わせる（ステップ
Ｓ２０４）。
【００５４】続いて、音声復元手段５は、基本デジタル
音声データの音長を、入力された音長に合わせる（ステ
ップＳ２０５）。
音声データの音長を、入力された音長に合わせる（ステ
ップＳ２０５）。
【００５５】最後に、音声復元手段５は、基本デジタル
音声データをデジタル音声データとして出力する（ステ
ップＳ２０６）。
音声データをデジタル音声データとして出力する（ステ
ップＳ２０６）。
【００５６】音声出力装置２は、補助記憶装置３あるい
は音声復元手段５から出力されたデジタル音声データを
入力して、これを人間の聴くことのできる音声に変換し
出力する。
は音声復元手段５から出力されたデジタル音声データを
入力して、これを人間の聴くことのできる音声に変換し
出力する。
【００５７】ここで、具体例について説明する。
【００５８】音声入力装置１に対しておよそ０．６秒の
時間でＣ５（８８０ヘルツ）の音程で「タッチ」という
音声を発すると、まず、音声入力装置１は、これを１１
キロヘルツの８ビットの分解能を持った約６６００ビッ
トのデジタル音声データを出力する。
時間でＣ５（８８０ヘルツ）の音程で「タッチ」という
音声を発すると、まず、音声入力装置１は、これを１１
キロヘルツの８ビットの分解能を持った約６６００ビッ
トのデジタル音声データを出力する。
【００５９】発音認識手段４は、このデジタル音声デー
タを入力して分析し、４つの発音記号（実際は数値）
ｔ，Λ，ｔ，∫を得る。この際、音程，音量および音長
の各パラメータは、図６に記述されるような内容として
分析されたことにする。そして、発音認識手段４は、発
音記号，音程，音量および音長の４つのパラメータの並
び（３２ビット）を、さらに発音記号の数である４つ組
み合わせて１２８ビットのデータ並びとして出力する。
このデータ並びは、補助記憶装置３に格納してもよい
し、発音・文字変換手段７の入力としてもよい。
タを入力して分析し、４つの発音記号（実際は数値）
ｔ，Λ，ｔ，∫を得る。この際、音程，音量および音長
の各パラメータは、図６に記述されるような内容として
分析されたことにする。そして、発音認識手段４は、発
音記号，音程，音量および音長の４つのパラメータの並
び（３２ビット）を、さらに発音記号の数である４つ組
み合わせて１２８ビットのデータ並びとして出力する。
このデータ並びは、補助記憶装置３に格納してもよい
し、発音・文字変換手段７の入力としてもよい。
【００６０】いま、このデータ並びをコンピュータシス
テム上のテキストに変換するために発音・文字変換手段
７の入力とすることにする。発音・文字変換手段７は、
入力された４つのパラメータの並びのうちの発音記号の
列ｔ，Λ，ｔ，∫を発音・文字変換辞書８の発音記号列
と照合する。この際、図７のような項目を見つけて文字
列ｔｏｕｃｈおよび文字列タッチが適合したとすると、
発音・文字変換手段７は、文字列ｔｏｕｃｈまたは文字
列タッチを出力する。
テム上のテキストに変換するために発音・文字変換手段
７の入力とすることにする。発音・文字変換手段７は、
入力された４つのパラメータの並びのうちの発音記号の
列ｔ，Λ，ｔ，∫を発音・文字変換辞書８の発音記号列
と照合する。この際、図７のような項目を見つけて文字
列ｔｏｕｃｈおよび文字列タッチが適合したとすると、
発音・文字変換手段７は、文字列ｔｏｕｃｈまたは文字
列タッチを出力する。
【００６１】発音認識手段４が生成した図６の４つのパ
ラメータの時系列の並びを入力した場合、音声復元手段
５は、発音辞書６に格納されている発音記号ｔの項を参
照し復元のもとになる基本デジタル音声データを得る。
この基本デジタル音声データに対して残りのパラメータ
である音長，音程および音量を用いて変調を加え、新た
なデジタル音声データを出力する。残った発音記号Λ，
ｔ，∫についてもそれぞれ同様な処理を繰り返してデジ
タル音声データを順次出力する。この出力は、補助記憶
装置３に与えてもよいし、音声出力装置２に与えてもよ
い。
ラメータの時系列の並びを入力した場合、音声復元手段
５は、発音辞書６に格納されている発音記号ｔの項を参
照し復元のもとになる基本デジタル音声データを得る。
この基本デジタル音声データに対して残りのパラメータ
である音長，音程および音量を用いて変調を加え、新た
なデジタル音声データを出力する。残った発音記号Λ，
ｔ，∫についてもそれぞれ同様な処理を繰り返してデジ
タル音声データを順次出力する。この出力は、補助記憶
装置３に与えてもよいし、音声出力装置２に与えてもよ
い。
【００６２】音声出力装置２は、音声復元手段５が生成
したデジタル音声データを順次入力し、アナログ音声に
変換して出力する。
したデジタル音声データを順次入力し、アナログ音声に
変換して出力する。
【００６３】次に、本発明の第２の実施の形態について
図面を参照して説明する。
図面を参照して説明する。
【００６４】図８を参照すると、本発明の第２の実施の
形態に係る発音記号を用いた音声データ変換・復元装置
は、図１に示した第１の実施の形態に係る発音記号を用
いた音声データ変換・復元装置１０となるデータ処理装
置１１に対して、音声データ変換・復元プログラムを記
録した記録媒体１２を備える点だけが異なっている。こ
の記録媒体１２は、磁気ディスク，半導体メモリ，その
他の記録媒体であってよい。
形態に係る発音記号を用いた音声データ変換・復元装置
は、図１に示した第１の実施の形態に係る発音記号を用
いた音声データ変換・復元装置１０となるデータ処理装
置１１に対して、音声データ変換・復元プログラムを記
録した記録媒体１２を備える点だけが異なっている。こ
の記録媒体１２は、磁気ディスク，半導体メモリ，その
他の記録媒体であってよい。
【００６５】このような第２の実施の形態に係る発音記
号を用いた音声データ変換・復元装置では、音声データ
変換・復元プログラムは記録媒体１２からデータ処理装
置１１に読み込まれ、データ処理装置１１の動作を発音
認識手段４，音声復元手段５，発音辞書６，発音・文字
変換手段７および発音・文字変換辞書８として制御す
る。音声データ変換・復元プログラムの制御によるデー
タ処理装置１１の動作は、第１の実施の形態に係る発音
記号を用いた音声データ変換・復元装置１０の動作と全
く同様になるので、その詳しい説明を割愛する。
号を用いた音声データ変換・復元装置では、音声データ
変換・復元プログラムは記録媒体１２からデータ処理装
置１１に読み込まれ、データ処理装置１１の動作を発音
認識手段４，音声復元手段５，発音辞書６，発音・文字
変換手段７および発音・文字変換辞書８として制御す
る。音声データ変換・復元プログラムの制御によるデー
タ処理装置１１の動作は、第１の実施の形態に係る発音
記号を用いた音声データ変換・復元装置１０の動作と全
く同様になるので、その詳しい説明を割愛する。
【００６６】
【発明の効果】第１の効果は、従来のデジタル音声デー
タそのものを記憶する形式の方法に比べて必要容量を削
減することができることにある。この結果、コンピュー
タシステムの利用者が用意する資源を節約することがで
きるし、またコンピュータシステム間の通信などにおい
ても無駄のないデータ転送が可能になる。その理由は、
デジタル音声データを、言葉の情報として最低限必要な
発音記号と、音声の情報として最低限必要な音程，音量
および音長とからなるパラメータに変換し、他の不要情
報を捨てたためである。
タそのものを記憶する形式の方法に比べて必要容量を削
減することができることにある。この結果、コンピュー
タシステムの利用者が用意する資源を節約することがで
きるし、またコンピュータシステム間の通信などにおい
ても無駄のないデータ転送が可能になる。その理由は、
デジタル音声データを、言葉の情報として最低限必要な
発音記号と、音声の情報として最低限必要な音程，音量
および音長とからなるパラメータに変換し、他の不要情
報を捨てたためである。
【００６７】第２の効果は、既存のコンピュータシステ
ムでサポートする言語以外の世界各地の諸言語について
も音声データを格納できることにある。その理由は、世
界の諸言語を表現することのできる発音記号をパラメー
タとして持っているからである。
ムでサポートする言語以外の世界各地の諸言語について
も音声データを格納できることにある。その理由は、世
界の諸言語を表現することのできる発音記号をパラメー
タとして持っているからである。
【００６８】第３の効果は、音声の復元率が高いことに
ある。この結果、現在の音声合成システムのような固定
的な声やロボットのような声でなく、入力したときの音
声に似通った音声を得ることができる。その理由は、発
音記号のほかに、音程，音量および音長をパラメータと
してともに格納しているためである。
ある。この結果、現在の音声合成システムのような固定
的な声やロボットのような声でなく、入力したときの音
声に似通った音声を得ることができる。その理由は、発
音記号のほかに、音程，音量および音長をパラメータと
してともに格納しているためである。
【図１】本発明の第１の実施の形態に係る発音記号を用
いた音声データ変換・復元装置の構成を示すブロック図
である。
いた音声データ変換・復元装置の構成を示すブロック図
である。
【図２】図１中の発音辞書の内容を例示する図である。
【図３】図１中の発音・文字変換辞書の内容を例示する
図である。
図である。
【図４】図１中の発音認識手段の処理を示すフローチャ
ートである。
ートである。
【図５】図１中の音声復元手段の処理を示すフローチャ
ートである。
ートである。
【図６】図１中の発音認識手段によって出力された４つ
のパラメータの並びの例を示す図である。
のパラメータの並びの例を示す図である。
【図７】図１中の発音・文字変換辞書の内容例を示す図
である。
である。
【図８】本発明の第２の実施の形態に係る発音記号を用
いた音声データ変換・復元装置の構成を示すブロック図
である。
いた音声データ変換・復元装置の構成を示すブロック図
である。
１ 音声入力装置 ２ 音声出力装置 ３ 補助記憶装置 ４ 発音認識手段 ５ 音声復元手段 ６ 発音辞書 ７ 発音・文字変換手段 ８ 発音・文字変換辞書 １０ 音声データ変換・復元装置 １１ データ処理装置 １２ 記録媒体 Ｓ１０１ デジタル音声データ入力ステップ Ｓ１０２ 基本デジタル音声データ取り出しステップ Ｓ１０３ 音程合致ステップ Ｓ１０４ 音量合致ステップ Ｓ１０５ 音長合致ステップ Ｓ１０６ 基本デジタル音声データ／デジタル音声デー
タ類似度比較ステップ Ｓ１０７ 発音記号特定ステップ Ｓ１０８ 発音記号，音程，音量，音長出力ステップ Ｓ２０１ 発音記号，音程，音量，音長入力ステップ Ｓ２０２ 基本デジタル音声データ探索ステップ Ｓ２０３ 音程合致ステップ Ｓ２０４ 音量合致ステップ Ｓ２０５ 音長合致ステップ Ｓ２０６ 音声データ出力ステップ
タ類似度比較ステップ Ｓ１０７ 発音記号特定ステップ Ｓ１０８ 発音記号，音程，音量，音長出力ステップ Ｓ２０１ 発音記号，音程，音量，音長入力ステップ Ｓ２０２ 基本デジタル音声データ探索ステップ Ｓ２０３ 音程合致ステップ Ｓ２０４ 音量合致ステップ Ｓ２０５ 音長合致ステップ Ｓ２０６ 音声データ出力ステップ
フロントページの続き (51)Int.Cl.7 識別記号 ＦＩ テーマコート゛(参考） Ｇ１０Ｌ 9/00 ３０１Ａ
Claims (9)
- 【請求項１】 デジタル音声データを発音記号，音程，
音量および音長の４つのパラメータの並びに変換する発
音認識手段と、発音記号，音程，音量および音長の４つ
のパラメータの並びをデジタル音声データに復元する音
声復元手段とを有することを特徴とする発音記号を用い
た音声データ変換・復元装置。 - 【請求項２】 発音記号と基本デジタル音声データとを
対応して格納する発音辞書と、デジタル音声データを前
記発音辞書の基本デジタル音声データと音程，音量およ
び音長を合わせてパターンマッチングすることにより発
音記号，音程，音量および音長の４つのパラメータの並
びに変換する発音認識手段と、発音記号，音程，音量お
よび音長の４つのパラメータの並びを前記発音記号をキ
ーとして前記発音辞書から基本デジタル音声データを検
索し該基本デジタル音声データの音程，音量および音長
を前記音程，前記音量および前記音長に合わせることに
よりデジタル音声データに復元する音声復元手段とを有
することを特徴とする発音記号を用いた音声データ変換
・復元装置。 - 【請求項３】 発音記号と基本デジタル音声データとを
対応して格納する発音辞書と、発音記号列と１つ以上の
文字コード列とを対応して格納する発音・文字変換辞書
と、デジタル音声データを前記発音辞書の基本デジタル
音声データと音程，音量および音長を合わせてパターン
マッチングすることにより発音記号，音程，音量および
音長の４つのパラメータの並びに変換する発音認識手段
と、発音記号，音程，音量および音長の４つのパラメー
タの並びを前記発音記号をキーとして前記発音辞書から
基本デジタル音声データを検索し該基本デジタル音声デ
ータの音程，音量および音長を前記音程，前記音量およ
び前記音長に合わせることによりデジタル音声データに
復元する音声復元手段と、前記発音記号の列を前記発音
・文字変換辞書を参照して文字コード列に変換するとと
もに、文字コード列を前記発音・文字変換辞書を参照し
て発音記号列に変換する発音・文字変換手段とを有する
ことを特徴とする発音記号を用いた音声データ変換・復
元装置。 - 【請求項４】 発音記号，音程，音量および音長を各８
ビット、合計３２ビットでパラメータ化する請求項１な
いし３記載の発音記号を用いた音声データ変換・復元装
置。 - 【請求項５】 デジタル音声データを発音記号，音程，
音量および音長の４つのパラメータの並びに変換する発
音認識工程と、発音記号，音程，音量および音長の４つ
のパラメータの並びをデジタル音声データに復元する音
声復元工程とを含むことを特徴とする発音記号を用いた
音声データ変換・復元方法。 - 【請求項６】 コンピュータを、デジタル音声データを
発音記号，音程，音量および音長の４つのパラメータの
並びに変換する発音認識手段，ならびに発音記号，音
程，音量および音長の４つのパラメータの並びをデジタ
ル音声データに復元する音声復元手段として機能させる
ためのプログラムを記録した記録媒体。 - 【請求項７】 コンピュータを、発音記号と基本デジタ
ル音声データとを対応して格納する発音辞書，デジタル
音声データを前記発音辞書の基本デジタル音声データと
音程，音量および音長を合わせてパターンマッチングす
ることにより発音記号，音程，音量および音長の４つの
パラメータの並びに変換する発音認識手段，ならびに発
音記号，音程，音量および音長の４つのパラメータの並
びを前記発音記号をキーとして前記発音辞書から基本デ
ジタル音声データを検索し該基本デジタル音声データの
音程，音量および音長を前記音程，前記音量および前記
音長に合わせることによりデジタル音声データに復元す
る音声復元手段として機能させるためのプログラムを記
録した記録媒体。 - 【請求項８】 コンピュータを、発音記号と基本デジタ
ル音声データとを対応して格納する発音辞書，発音記号
列と１つ以上の文字コード列とを対応して格納する発音
・文字変換辞書，デジタル音声データを前記発音辞書の
基本デジタル音声データと音程，音量および音長を合わ
せてパターンマッチングすることにより発音記号，音
程，音量および音長の４つのパラメータの並びに変換す
る発音認識手段，発音記号，音程，音量および音長の４
つのパラメータの並びを前記発音記号をキーとして前記
発音辞書から基本デジタル音声データを検索し該基本デ
ジタル音声データの音程，音量および音長を前記音程，
前記音量および前記音長に合わせることによりデジタル
音声データに復元する音声復元手段，ならびに前記発音
記号の列を前記発音・文字変換辞書を参照して文字コー
ド列に変換するとともに、文字コード列を前記発音・文
字変換辞書を参照して発音記号列に変換する発音・文字
変換手段として機能させるためのプログラムを記録した
記録媒体。 - 【請求項９】 コンピュータに、デジタル音声データを
発音記号，音程，音量および音長の４つのパラメータの
並びに変換する発音認識工程，ならびに発音記号，音
程，音量および音長の４つのパラメータの並びをデジタ
ル音声データに復元する音声復元工程を実行させるため
のプログラムを記録した記録媒体。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP10192665A JP2000029487A (ja) | 1998-07-08 | 1998-07-08 | 発音記号を用いた音声データ変換・復元装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP10192665A JP2000029487A (ja) | 1998-07-08 | 1998-07-08 | 発音記号を用いた音声データ変換・復元装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2000029487A true JP2000029487A (ja) | 2000-01-28 |
Family
ID=16295017
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP10192665A Pending JP2000029487A (ja) | 1998-07-08 | 1998-07-08 | 発音記号を用いた音声データ変換・復元装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2000029487A (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2012074070A1 (ja) * | 2010-12-01 | 2012-06-07 | ヤマハ株式会社 | リズムパターンの類似度に基づく楽音データの検索 |
-
1998
- 1998-07-08 JP JP10192665A patent/JP2000029487A/ja active Pending
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2012074070A1 (ja) * | 2010-12-01 | 2012-06-07 | ヤマハ株式会社 | リズムパターンの類似度に基づく楽音データの検索 |
| CN102640211A (zh) * | 2010-12-01 | 2012-08-15 | 雅马哈株式会社 | 根据与节奏模式的相似度搜索乐音数据组 |
| US9053696B2 (en) | 2010-12-01 | 2015-06-09 | Yamaha Corporation | Searching for a tone data set based on a degree of similarity to a rhythm pattern |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Rudnicky et al. | Survey of current speech technology | |
| US20040073428A1 (en) | Apparatus, methods, and programming for speech synthesis via bit manipulations of compressed database | |
| US6119086A (en) | Speech coding via speech recognition and synthesis based on pre-enrolled phonetic tokens | |
| JP2003316386A (ja) | 音声認識方法および音声認識装置および音声認識プログラム | |
| WO2004036939A1 (fr) | Appareil de communication mobile numerique portable, procede de commande vocale et systeme | |
| JPH10501078A (ja) | 音声認識システムの言語モデルのサイズを適応させるための方法および装置 | |
| EP1668628A1 (en) | Method for synthesizing speech | |
| JP3459712B2 (ja) | 音声認識方法及び装置及びコンピュータ制御装置 | |
| JP2003022089A (ja) | オーディオ専用インターフェースにおけるボイス・スペリング | |
| Lee et al. | Voice response systems | |
| US6546369B1 (en) | Text-based speech synthesis method containing synthetic speech comparisons and updates | |
| JPH0573100A (ja) | 音声合成方法及びその装置 | |
| JP2003036097A (ja) | 情報検出装置及び方法、並びに情報検索装置及び方法 | |
| JPS5827200A (ja) | 音声認識装置 | |
| US5706398A (en) | Method and apparatus for compressing and decompressing voice signals, that includes a predetermined set of syllabic sounds capable of representing all possible syllabic sounds | |
| JP2000029487A (ja) | 発音記号を用いた音声データ変換・復元装置 | |
| JPH0950288A (ja) | 音声認識装置及び音声認識方法 | |
| JP2820093B2 (ja) | 単音節認識装置 | |
| JPH01202798A (ja) | 音声認識方法 | |
| CA2597826C (en) | Method, software and device for uniquely identifying a desired contact in a contacts database based on a single utterance | |
| JPH10133678A (ja) | 音声再生装置 | |
| JP2980382B2 (ja) | 話者適応音声認識方法および装置 | |
| JP3503862B2 (ja) | 音声認識方法及び音声認識プログラムを格納した記録媒体 | |
| AU674246B2 (en) | Synthesising speech by converting phonemes to digital waveforms | |
| JPS62119591A (ja) | 文章読上げ装置 |