JP2000172284A - 文書読み上げ装置および方法 - Google Patents

Abstract

(57)【要約】 【課題】 従来の文書読み上げ装置では、文書の読み上
げ時間を総音節数に１音節当たりの平均所要時間を乗じ
て求めていたが、総ての音節で所要時間が一定というわ
けではないため、正確な読み上げ時間の算出がされてい
なかった。 【解決手段】 本発明では、生成された音声合成データ
のサイズからサンプリングデータサイズとサンプリング
周波数に基づいて文書の読み上げ時間を算出するように
構成することで、音声合成方式に依存せず正確な読み上
げ時間の算出を実現することができる。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は音声合成システムに
おいて、生成された音声合成データの読み上げ時間を算
出して表示する文書読み上げ装置および方法に関するも
のである。

【０００２】

【従来の技術】以下に、図４のブロック図を用いて従来
の文書読み上げ装置について説明する。

【０００３】４０４の読み上げ時間算出手段は、４０１
の形態素解析手段で求められた文書の全音節数（使用す
る音声合成方式に依存する）に予め定められた１音節あ
たりの平均所要時間を乗じることで文書の読み上げ時間
を求めていた。

【０００４】例えば、「あした」という文書の読み上げ
において、「あ」、「し」、「た」と３音節に分割する
音声合成方式を用いた場合には、音節数３に予め定めた
１音節あたりの平均所要時間ｘを乗じた３ｘという時間
を文書の読み上げ時間としていた。

【０００５】

【発明が解決しようとする課題】しかしながら、文書を
音節に分けたときの音節数や引き続く音節の結合方法や
アクセント部分の加工方法などは一般に音声合成方式に
よって異なる。

【０００６】例えば、「あした」という文書の読み上げ
を例にとると、ある音声合成方式では「あ」、「し」、
「た」の３音節に分割するが、別の音声合成方式では
「あし（ａｓｈｉ）」、「いた（ｉｔａ）」の２音節に
分割される場合がある。

【０００７】後者の音声合成方式では、第１音節「あし
（ａｓｈｉ）」の最後の母音部「ｉ」と第２音節「いた
（ｉｔａ）」の最初の母音部「ｉ」が重なるように結合
する。

【０００８】従って、予め定められた１音節あたりの平
均所要時間をｙとし、重なり部分の読み上げ時間をｚと
すると２ｙ−ｚが読み上げ時間となる。

【０００９】以上のように、従来の文書読み上げ装置で
算出される読み上げ時間は音声合成方式によって異な
る。

【００１０】また、どの音声合成方式であっても、１音
節の読み上げ時間が全ての音節で一定ではなく、単純に
音節数に１音節あたりの平均所要時間を乗じる算出方法
では誤差が生じて正確な読み上げ時間を算出することが
できなかった。

【００１１】

【課題を解決するための手段】上記課題を解決するため
に、本発明では、生成された音声合成データのサイズか
らサンプリングデータサイズとサンプリング周波数に基
づいて音声合成データの読み上げ時間を算出するように
構成することで、音声合成方式に依存しない正確な読み
上げ時間の算出方法を提供することができる。

【００１２】

【発明の実施の形態】請求項１記載の文書読み上げ装置
は、文書に対応する音声合成データを生成する音声合成
手段と、生成された音声合成データのサイズとサンプリ
ングデータサイズとサンプリング周波数とから文書に対
する読み上げ時間を算出する読み上げ時間算出手段から
構成され、音声合成方式に依存しない正確な読み上げ時
間を計算することができる。

【００１３】また、請求項２記載の文書読み上げ装置
は、請求項１記載の文書読み上げ装置において算出した
読み上げ時間を表示する読み上げ時間表示手段を設ける
ことでユーザーに読み上げ時間を予め通知することがで
きる。

【００１４】（実施の形態１）以下に、本発明の一実施
の形態を図１、図２および図３を用いて説明する。

【００１５】図１は、本実施の形態のシステム構成を示
すブロック図である。図１で、１０１は文書を音節に分
ける形態素解析手段であり、１０２は形態素解析手段１
０１が分けた音節から音声合成データを生成する音声合
成データ生成手段であり、１０３は音声合成データ生成
手段１０２が生成した音声合成データを出力する音声出
力手段であり、１０４は音声合成データ生成手段１０２
が生成した音声合成データからサンプリングデータサイ
ズとサンプリング周波数に基づいて読み上げ時間を算出
する読み上げ時間算出手段であり、１０５は読み上げ時
間算出手段１０４が算出した読み上げ時間を表示する読
み上げ時間表示手段である。

【００１６】以下に、図３に示した仕様の音声合成シス
テムにおいて、「こんにちは」という文書の読み上げ時
間を表示する処理フローを図２のフローチャートを用い
て説明する。

【００１７】ステップ２０１で、「こんにちは」という
文書から音声合成データを生成する。

【００１８】以下では、生成された音声合成データのサ
イズが７２Ｋｂｙｔｅとして説明する。

【００１９】ステップ２０２で、音声合成データサイズ
（７２Ｋｂｙｔｅ） をもとにサンプリングデータ処理
回数を以下の手順で算出する。

【００２０】式（１）にサンプリングデータサイズと音
声合成データサイズの関係を示す。 １（回）：２（ｂｙｔｅ）＝ａ（回）：７２（Ｋｂｙｔｅ） … 式（１） 式（２）の計算によって、７２Ｋｂｙｔｅの音声合成デ
ータでは３６８６４回のサンプリングデータ処理を要す
ることが分かる。

【００２１】 ａ＝（７２×１０２４×１）／２＝３６８６４（回） … 式（２） ステップ２０３で、ステップ２０２で求めたサンプリン
グデータ処理回数をもとに読み上げ時間を以下の手順で
算出する。

【００２２】式（３）に、サンプリング周波数と読み上
げ時間の関係を示す。 １（秒）：１２０００（回）＝ｂ（秒）：３６８６４（回） … 式（３） 式（４）の計算によって、３６８６４回のサンプリング
データ処理には３．０７２秒の時間を要することが分か
る。

【００２３】 ｂ＝（３６８６４×１）／１２０００＝３．０７２（秒） … 式（４） ステップ２０４で、式（４）で算出された読み上げ時間
を読み上げ時間表示手段１０５に表示する。

【００２４】

【発明の効果】以上詳述したように、本発明によれば、
生成された音声合成データのサイズからサンプリングデ
ータサイズとサンプリング周波数に基づいて音声合成デ
ータの読み上げ時間を算出することで、音声合成方式に
依存せず正確に文書の読み上げ時間を算出することがで
きる。

【図面の簡単な説明】

【図１】本発明の一実施の形態に係る文書読み上げ装置
のシステム構成を示すブロック図

【図２】本発明の一実施の形態における文書の読み上げ
時間を表示する処理の流れを示すフローチャート

【図３】本発明の一実施の形態における音声合成システ
ムの仕様を示す図

【図４】従来例に係る文書読み上げ装置のシステム構成
を示すブロック図

【符号の説明】

１０１ 形態素解析手段 １０２ 音声合成データ生成手段 １０３ 音声出力手段 １０４ 読み上げ時間算出手段 １０５ 読み上げ時間表示手段 ４０１ 形態素解析手段 ４０２ 音声合成データ生成手段 ４０３ 音声出力手段 ４０４ 読み上げ時間算出手段 ４０５ 読み上げ時間表示手段

Claims (4)

【特許請求の範囲】
1. 【請求項１】文書に対応する音声合成データを生成する
   音声合成手段と、前記音声合成手段により生成された音
   声合成データのサイズとサンプリングデータサイズとサ
   ンプリング周波数とから前記音声合成手段により生成さ
   れた音声合成データの読み上げ時間を算出する読み上げ
   時間算出手段を有する文書読み上げ装置。
2. 【請求項２】算出する読み上げ時間算出手段が算出した
   読み上げ時間を表示する読み上げ時間表示手段を有する
   請求項１記載の文書読み上げ装置。
3. 【請求項３】文書に対応する音声合成データを生成する
   音声合成手順と、前記音声合成手順により生成された音
   声合成データのサイズとサンプリングデータサイズとサ
   ンプリング周波数とから前記音声合成手順により生成さ
   れた音声合成データの読み上げ時間を算出する読み上げ
   時間算出手順から成る文書読み上げ方法。
4. 【請求項４】算出する読み上げ時間算出手順が算出した
   読み上げ時間を表示する読み上げ時間表示手順を有する
   請求項３記載の文書読み上げ方法。