JP2001043064A - 音声情報処理方法、装置及び記憶媒体 - Google Patents

音声情報処理方法、装置及び記憶媒体

Info

Publication number
JP2001043064A
JP2001043064A JP11217219A JP21721999A JP2001043064A JP 2001043064 A JP2001043064 A JP 2001043064A JP 11217219 A JP11217219 A JP 11217219A JP 21721999 A JP21721999 A JP 21721999A JP 2001043064 A JP2001043064 A JP 2001043064A
Authority
JP
Japan
Prior art keywords
voice
hypertext
character string
speech
phonetic character
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
Application number
JP11217219A
Other languages
English (en)
Inventor
Mitsuru Otsuka
充 大塚
Takashi Aso
隆 麻生
Shinichi Kamiyama
慎一 加美山
Yasuko Miyazaki
康子 宮崎
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Canon Inc
Original Assignee
Canon Inc
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Canon Inc filed Critical Canon Inc
Priority to JP11217219A priority Critical patent/JP2001043064A/ja
Priority to DE60024727T priority patent/DE60024727T2/de
Priority to EP00306355A priority patent/EP1073036B1/en
Publication of JP2001043064A publication Critical patent/JP2001043064A/ja
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L13/00—Speech synthesis; Text to speech systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

(57)【要約】 【課題】 ハイパーテキストを音声により読み上げる処
理を、ネットワークにおけるデータの送受信を軽減して
実現可能とする。 【解決手段】 クライアントからのアドレス指示（Ｓ１
０２）により指定されたハイパーテキストに対応する表
音文字列をサーバより受信し（Ｓ１０６）、これらの表
音文字列を音声合成して出力する（Ｓ１０８）。

Description

【発明の詳細な説明】
【０００１】
【発明の属する技術分野】本発明はテキストを音声に変
換して出力する音声処理方法、装置及び記憶媒体に関す
る。
【０００２】本発明は、音声により情報を出力する音声
処理方法、装置及び記憶媒体に関する。
【０００３】
【従来の技術】コンピュータネットワーク（例えばイン
ターネット）を利用してクライアントサーバー方式で実
装されるハイパーテキスト閲覧装置（例えばPC用WWW閲
覧ソフトウェア）において音声による情報提供をする場
合、サーバーに音声データを蓄積してクライアントに送
信する方式、クライアントが受信したハイパーテキスト
（漢字かな混じり文など）からクライアントが文を抽出
して音声合成技術によって合成音声に変換する方式が利
用されている。
【０００４】
【発明が解決しようとする課題】従来の技術において、
サーバーに音声データを蓄積してクライアントに送信す
る方式の場合は、音声の情報量がテキストと比較すると
非常に大きいためにコンピュータネットワークにかかる
負荷が大きくなる、情報内容を変更する際に改めて音声
を収録しなければならない、ハイパーテキストのリンク
を移動するときは画面を見てリンク先を指定しなければ
ならないという問題点がある。また、クライアントが受
信したハイパーテキストからクライアントが文を抽出し
て音声合成技術によって合成音声に変換する方式の場合
は、文の解析精度に応じて読み間違いやアクセントの間
違いが生じて聞きづらい合成音声になる、サーバーが合
成音声の高さや速さや話者などを制御できないという問
題点がある。
【０００５】
【課題を解決するための手段】上記従来技術の課題を解
決する為に、本発明は、ハイパーテキストアドレスを送
信し、ハイパーテキストを受信し、前記受信したハイパ
ーテキストを表示し、文の読みとアクセントを記述する
表音文字列を要求し、前記要求により得た表音文字列を
合成音声に変換するクライアント機能と、格納されてい
るハイパーテキストを送信し、格納されている表音文字
列を送信するサーバー機能とよりなる音声情報処理装
置、方法及び記憶媒体を提供する。
【０００６】上記従来技術の課題を解決する為に、本発
明は、好ましくは更に、要求により得た表音文字列に含
まれている制御記号に従って、前記合成する音声の特徴
を変更する。
【０００７】上記従来技術の課題を解決する為に、本発
明は、好ましくは前記変更する音声の特徴は、音声の高
さ、速さ、話者のいずれかとする。
【０００８】上記従来技術の課題を解決する為に、本発
明は、好ましくは前記合成される音声の出力に関わる指
示を入力する為のユーザインタフェースとしてグラフィ
カルユーザーインターフェースを用いる。
【０００９】上記従来技術の課題を解決する為に、本発
明は、好ましくは前記音声の出力に関わる指示は、音声
の出力開始終了、中断、再開、出力する音声の高さの変
更、速さの変更、話者の変更のいずれかとする。
【００１０】上記従来技術の課題を解決する為に、本発
明は、好ましくは前記グラフィカルユーザインターフェ
ースとして、前記音声の出力に関わる指示を入力する為
の操作画面を表示する。
【００１１】上記従来技術の課題を解決する為に、本発
明は、好ましくは前記グラフィカルユーザインターフェ
ースとして表示された、前記音声の出力に関わる指示を
入力する為の操作画面に対する指示に基づいて、入力さ
れた指示の種類を判定する。
【００１２】上記従来技術の課題を解決する為に、本発
明は、好ましくは前記合成される音声の出力に関わる指
示を入力する為のユーザインタフェースとしてキーボー
ドからの入力によるインターフェースを備える。
【００１３】上記従来技術の課題を解決する為に、本発
明は、好ましくは前記要求により得た表音文字列に、リ
ンク先のハイパーテキストアドレスとそれに付随する表
音文字列とにより構成されるリンク情報を含む。
【００１４】上記従来技術の課題を解決する為に、本発
明は、好ましくは前記リンク情報は、制御記号により他
の表音文字列と識別可能な状態で構成する。
【００１５】上記従来技術の課題を解決する為に、本発
明は、好ましくは前記グラフィカルユーザインターフェ
ースにより音声の出力に関わる指示を入力した場合に、
前記リンク情報に含まれる表音文字列を音声合成する。
【００１６】上記従来技術の課題を解決する為に、本発
明は、好ましくは前記キーボードから音声の出力に関わ
る指示を入力した場合に、前記リンク情報に含まれる表
音文字列を音声合成する。
【００１７】上記従来技術の課題を解決する為に、本発
明は、好ましくは前記リンク情報に含まれる表音文字列
を合成音声に変換する時に、他の表音文字列とは音声の
声の質を変える。
【００１８】上記従来技術の課題を解決する為に、本発
明は、好ましくは前記リンク情報に含まれる表音文字列
を音声合成している時に指示が入力された場合に、当該
表音文字列が構成するリンク情報に含まれるハイパーテ
キストアドレスをサーバに送信し、リンク先のハイパー
テキストを受信するよう制御する。
【００１９】上記従来技術の課題を解決する為に、本発
明は、好ましくは前記リンク情報に含まれる表音文字列
を音声合成している時に指示が入力された場合に、当該
表音文字列が構成するリンク情報に含まれるハイパーテ
キストアドレスをサーバに送信し、リンク先のハイパー
テキストを受信するよう制御する。
【００２０】上記従来技術の課題を解決する為に、本発
明は、好ましくは前記クライアント機能において、前記
音声合成を実行する音声合成モジュールを前記サーバー
機能に要求し、前記音声合成モジュールを受信して格納
する。
【００２１】上記従来技術の課題を解決する為に、本発
明は、好ましくは前記サーバー機能は、前記クライアン
ト機能からの要求に応じて格納されている音声合成モジ
ュールを当該クライアントに送信する。
【００２２】上記従来技術の課題を解決する為に、本発
明は、好ましくは前記表音文字列要求の前に、音声合成
モジュールの有無を判定し、音声合成モジュールが無い
場合には、当該要求をしないよう制御する。
【００２３】上記従来技術の課題を解決する為に、本発
明は、ハイパーテキストを受信し、前記受信したハイパ
ーテキストに含まれる情報に応じて、文の読みとアクセ
ントを記述する表音文字列を要求し、前記要求により得
た表音文字列を合成音声に変換する音声情報処理装置、
方法及び記憶媒体を提供する。
【００２４】
【発明の実施の形態】［実施形態１］図１は、本発明の
第１の実施形態に係るハイパーテキスト閲覧装置の機能
構成図である。本発明の実施形態はハイパーテキスト閲
覧装置を例に挙げて説明するが、ネットワークにより接
続された一つの端末が他の端末からデータを受け取り、
音声出力できる装置であればこれに限定されるものでは
ない。以下、他の実施形態においても同様である。
【００２５】図１において、コンピュータネットワーク
を介してクライアント（図１中央のネットワークの右
側）とサーバー（図１中央のネットワークの左側）が通
信を行なうクライアントサーバー方式によって動作す
る。
【００２６】尚、クライアント及びサーバーは、メモリ
に記憶された制御プログラムに従ってＣＰＵが動作する
ことにより、図１に示した各機能を実現したり、図２の
処理の流れを実現する。更に、この制御プログラムは各
装置のメモリに予め格納されたものであっても良いし、
或は装置に着脱可能な記憶媒体やネットワークで接続さ
れた他の端末からインストールしても良い。この点は、
他の実施形態においても同様である。
【００２７】図１において、101はアドレス送信部、102
はハイパーテキスト送信部、103はハイパーテキスト格
納部、104はハイパーテキスト受信部、105はハイパーテ
キスト表示部、106は表音文字列要求部、107は表音文字
列送信部、108は表音文字列格納部、109は音声合成部で
ある。
【００２８】ここでは図２の流れ図を用いて、本実施例
の動作を説明する。本実施形態のハイパーテキスト閲覧
装置は、コンピュータネットワークを介して情報の授受
を行なうことにより、クライアント（S101〜S109）とサ
ーバー（S151〜S154）が協調して動作する。
【００２９】ステップS101で、ハイパーテキストアドレ
スがユーザーによる表示画面上でのキー操作によりクラ
イアントに入力される。
【００３０】ステップS102で、アドレス送信部101がＳ
１０１で入力されたアドレスを受け取り、ハイパーテキ
ストアドレスをサーバーへ送信する。この送信相手のサ
ーバは、Ｓ１０１で入力したアドレスに含まれるサーバ
識別情報により定められる。
【００３１】ステップS151で、ハイパーテキスト送信部
102が、クライアントから送信されたハイパーテキスト
アドレスを受信する。
【００３２】ステップS152で、ハイパーテキスト送信部
102が、ハイパーテキスト格納部103からハイパーテキス
トアドレスに対応するハイパーテキストを読み出して、
Ｓ１５１で受信したアドレスを送信してきたクライアン
トへ送信する。
【００３３】ステップS103で、ハイパーテキスト受信部
104が、サーバーから送信されたハイパーテキストを受
信する。
【００３４】ステップS104で、ハイパーテキスト表示部
105が、Ｓ１０３で受信したハイパーテキストを文字や
画像に展開して表示する。
【００３５】ステップS105で、表音文字列要求部106
が、受信したハイパーテキストに表音文字列を要求する
記述が含まれているか否かを判別する。これは、受信し
たハイパーテキストを順次解析して要求コマンドを発見
することにより可能である。
【００３６】ステップS105でハイパーテキストに表音文
字列を要求する記述があるときはステップS106に進み、
無いときはステップS109へ進む。
【００３７】ステップS106で、表音文字列要求部106
が、表音文字列要求をサーバーへ送信する。この送信先
は、Ｓ１０２での送信先と同じサーバーである。ここで
同じサーバーにアクセスする為に、その時処理している
ハイパーテキストを送ってきたサーバー情報をＳ１０３
からＳ１０９まで保持しておく。
【００３８】ステップS153で、表音文字列送信部107
が、クライアントから送信された表音文字列要求を受信
する。
【００３９】ステップS154で、表音文字列送信部107
が、表音文字列要求に対応する表音文字列を表音文字列
格納部108から読み出して要求してきたクライアントに
送信する。
【００４０】ステップS107で、音声合成部109が、サー
バーから送信された表音文字列を受信する。
【００４１】ステップS108で、音声合成部109が、Ｓ１
０７で受信した表音文字列を合成音声に変換する。
【００４２】ステップS109で、ハイパーテキストの閲覧
終了であるか否かが判別され、閲覧終了でないときはス
テップS101に戻り次のアドレス入力を待って処理が続け
られ、閲覧終了のときは処理を終了する。閲覧終了の判
別は、ハイパーテキストを開くビューアが閉じられた
（終了された）ことにより判別する。
【００４３】図３〜図６は、表音文字列の仕様の一例で
ある。読み記号表（図３）に示す例により読みを、韻律
記号例（図４）に示す例によりアクセントを図６のよう
に記述することができ、さらに、図５に例示した制御記
号で合成音声の高さや速さや話者を制御することができ
る。これらの記号の組み合わせて作成した表音文字列の
例を図７に示す。ただし、表音文字列の仕様はこれに限
るものではなく、音声を合成する為に音声合成部が必要
とする情報を含んでいれば良い。
【００４４】［実施形態２］図８は、本発明の第２の実
施形態に係るハイパーテキスト閲覧装置の機能構成図で
ある。
【００４５】図８において、201はアドレス送信部、202
はハイパーテキスト送信部、203はハイパーテキスト格
納部、204はハイパーテキスト受信部、205はハイパーテ
キスト表示部、206は表音文字列要求部、207は表音文字
列送信部、208は表音文字列格納部、209は音声合成ユー
ザーインターフェース部、210は音声合成部である。
【００４６】ここでは図９の流れ図を用いて、本実施形
態における動作を説明する。本装置は、コンピュータネ
ットワークを介して情報の授受を行なうことにより、ク
ライアント（S201〜S210）とサーバー（S251〜S254）が
協調して動作する。
【００４７】ステップS201で、ハイパーテキストアドレ
スがユーザーによる表示画面上でのキー操作によりクラ
イアントに入力される。
【００４８】ステップS202で、アドレス送信部201がＳ
２０１で入力されたハイパーテキストアドレスを受け取
り、ハイパーテキストアドレスをサーバーへ送信する。
【００４９】ステップS251で、ハイパーテキスト送信部
202が、クライアントから送信されたハイパーテキスト
アドレスを受信する。
【００５０】ステップS252で、ハイパーテキスト送信部
202が、ハイパーテキスト格納部203からハイパーテキス
トアドレスに対応するハイパーテキストを読み出して、
Ｓ２５１で受信したアドレスを送信してきたクライアン
トへ送信する。
【００５１】ステップS203で、ハイパーテキスト受信部
204が、サーバーから送信されたハイパーテキストを受
信する。
【００５２】ステップS204で、ハイパーテキスト表示部
205が、Ｓ２０３で受信したハイパーテキストを文字や
画像に展開して表示する。
【００５３】ステップS205で、表音文字列要求部206
が、受信したハイパーテキストに表音文字列を要求する
記述が含まれているか否かを判別する。
【００５４】ステップS205でハイパーテキストに表音文
字列を要求する記述があるときはステップS206に進み、
無いときはステップS210へ進む。
【００５５】ステップS206で、表音文字列要求部206
が、表音文字列要求をサーバーへ送信する。
【００５６】ステップS207で、表音文字列要求部206
が、音声合成ユーザーインターフェース部209を起動す
る。
【００５７】ステップS253で、表音文字列送信部207
が、クライアントから送信された表音文字列要求を受信
する。
【００５８】ステップS254で、表音文字列送信部207
が、表音文字列要求に対応する表音文字列を表音文字列
格納部208から読み出して送信する。
【００５９】ステップS208で、音声合成部210が、サー
バーから送信された表音文字列を受信する。
【００６０】ステップS209で、音声合成部210が、Ｓ２
０８で受信した表音文字列を合成音声に変換する。
【００６１】ステップS210で、ハイパーテキストの閲覧
終了であるか否かが判別され、閲覧終了でないときはス
テップS201に戻り次のアドレス入力を待って処理が続け
られ、閲覧終了のときは処理を終了する。
【００６２】図１０は、ステップＳ２０７で起動した音
声合成ユーザーインターフェース部２０９の機能により
制御される。ステップS209における音声合成部210の動
作の詳細を示すものであって、Ｓ２０７において図１１
のように表示された操作パネル画像へのメカ（グラフィ
カルユーザインターフェース）やキーによる入力により
音声出力に関わる指示コマンドが入力された後の処理で
ある。音声合成ユーザーインターフェース部の機能とし
て、音声合成の開始、停止、中断、再開、合成音声の高
さ変更、合成音声の速さ変更、合成音声の話者変更があ
る。
【００６３】ステップS20901で、音声合成部210が、音
声合成ユーザーインターフェース部209からのコマンド
入力を受け取る。
【００６４】ステップS20902からS20915までは、「開
始」、「停止」、「中断」、「再開」、「高さ変更」、
「速さ変更」、「話者変更」の各コマンドに対応した条
件分岐である。
【００６５】ステップS20902で「開始」コマンドである
か否かが判別され、「開始」コマンドである場合には、
ステップS20903で音声合成が開始される。
【００６６】ステップS20904で「停止」コマンドである
か否かが判別され、「停止」コマンドである場合には、
ステップS20905で音声合成が停止される。
【００６７】ステップS20906で「中断」コマンドである
か否かが判別され、「中断」コマンドである場合には、
ステップS20907で音声合成が中断される。
【００６８】ステップS20908で「再開」コマンドである
か否かが判別され、「再開」コマンドである場合には、
ステップS20909で音声合成が再開される。
【００６９】ステップS20910で「高さ変更」コマンドで
あるか否かが判別され、「高さ変更」コマンドである場
合には、ステップS20911で合成音声の高さが変更され
る。
【００７０】ステップS20912で「速さ変更」コマンドで
あるか否かが判別され、「速さ変更」コマンドである場
合には、ステップS20913で合成音声の速さが変更され
る。
【００７１】ステップS20914で「話者変更」コマンドで
あるか否かが判別され、「話者変更」コマンドである場
合には、ステップS20915で合成音声の話者が変更され
る。
【００７２】ステップS20916で音声合成を終了するか否
かが判別され、終了しない場合にはステップS20901に戻
り処理が続けられる。
【００７３】図１１は、音声合成ユーザーインターフェ
ース部209の起動（Ｓ２０７）に応じて表示されるパタ
ーンであって、このパターン上のどの位置がマウス等の
座標入力手段により指示され、その位置がどのボタンの
表示位置に相当するのかの判断により、そのボタンに対
応するコマンドを入力するグラフィカルユーザーインタ
ーフェース（ＧＵＩ）の例である。ボタンには「開
始」、「停止」、「中断」、「再開」といった音声出力
に関わる指示を入力するものと、「話者変更」を指示す
るメニューバーと、「高さ変更」や「速さ変更」を指示
するためのスライダーバーがある。
【００７４】図１２は、キー入力によるコマンド入力の
例である。しかしながら、ＧＵＩ用のパターン及びキー
コマンドはこれに限るものではなく、予めルールを定め
ておけば良い。
【００７５】［実施形態３］図１３は、本発明の第３の
実施形態に係るハイパーテキスト閲覧装置の機能構成図
である。
【００７６】図１３において、301はアドレス送信部、3
02はハイパーテキスト送信部、３０３はハイパーテキス
ト格納部、３０４はハイパーテキスト受信部、305はハ
イパーテキスト表示部、306は表音文字列要求部、307は
表音文字列送信部、308は表音文字列格納部、309は音声
合成ユーザーインターフェース部、310は音声合成部で
ある。
【００７７】ここでは図１４の流れ図を用いて、本実施
形態における動作を説明する。
【００７８】本実施例のハイパーテキスト閲覧装置は、
コンピュータネットワークを介して情報の授受を行なう
ことにより、クライアント（S301〜S311）とサーバー
（S351〜S354）が協調して動作する。ステップS301で、
ハイパーテキストアドレスがユーザーによる表示画面上
でのキー操作によりクライアントに入力される。
【００７９】ステップS302で、アドレス送信部301がＳ
３０１で入力されたアドレスを受け取り、ハイパーテキ
ストアドレスをサーバーへ送信する。
【００８０】ステップS351で、ハイパーテキスト送信部
302が、クライアントから送信されたハイパーテキスト
アドレスを受信する。
【００８１】ステップS352で、ハイパーテキスト送信部
302が、ハイパーテキスト格納部303からハイパーテキス
トアドレスに対応するハイパーテキストを読み出して、
Ｓ３５１で受信したアドレスを送信してきたクライアン
トへ送信する。
【００８２】ステップS303で、ハイパーテキスト受信部
304が、サーバーから送信されたハイパーテキストを受
信する。
【００８３】ステップS304で、ハイパーテキスト表示部
305が、Ｓ３０３で受信したハイパーテキストを文字や
画像に展開して表示する。
【００８４】ステップS305で、表音文字列要求部306
が、受信したハイパーテキストに表音文字列を要求する
記述が含まれているか否かを判別する。
【００８５】ステップS305でハイパーテキストに表音文
字列を要求する記述があるときはステップS306に進み、
無いときはステップS311へ進む。
【００８６】ステップS306で、表音文字列要求部306
が、表音文字列要求をサーバーへ送信する。
【００８７】ステップS307で、表音文字列要求部306
が、音声合成ユーザーインターフェース部309を起動す
る。
【００８８】ステップS353で、表音文字列送信部307
が、クライアントから送信された表音文字列要求を受信
する。
【００８９】ステップS354で、表音文字列送信部307
が、表音文字列要求に対応する表音文字列を表音文字列
格納部308から読み出して送信する。
【００９０】ステップS308で、音声合成部310が、サー
バーから送信された表音文字列を受信する。
【００９１】ステップS309で、音声合成部310が、表音
文字列を合成音声に変換する。
【００９２】ステップS310で、合成音声とは別に、音声
合成部310からアドレス送信部301へハイパーテキストア
ドレスの文字列が出力されたか否かが判別され、出力さ
れたときはステップS301に戻り処理が続けられ、出力さ
れていないときはステップS311に進む。
【００９３】ステップS311で、ハイパーテキストの閲覧
終了であるか否かが判別され、閲覧終了でないときはス
テップS301に戻り処理が続けられ、閲覧終了のときは処
理を終了する。
【００９４】図１５は、ステップS309における音声合成
部310の動作の詳細を示すものである。リンク先のハイ
パーテキストアドレスとそれに付随する表音文字列より
構成されるリンク情報が制御記号として表音文字列中に
記述され、解析中の表音文字列から検出された場合に、
それに応じて制御記号の中に記述されている表音文字列
を音声合成するように指示するコマンドを音声合成部31
0に入力する。また、音声合成ユーザーインターフェー
ス部309は、リンク情報の制御記号の中に記述されてい
る表音文字列が音声合成されているときに、コマンドが
ユーザの操作により入力された場合には、その入力され
たコマンドに応じた処理を実行する。この処理の詳細は
図１５に示す。音声合成ユーザーインターフェース部30
9は、グラフィカルユーザーインターフェース（ＧＵ
Ｉ）あるいはキーボード入力に対応して動作するもので
あって、図１１に示したような画面を表示して入力を受
け付けることによりＧＵＩを可能とし、また、後述する
ようなキー入力も受け付けることで上述のコマンド入力
を可能とする。
【００９５】図１６は、ハイパーテキストのリンク情報
を表す制御記号の仕様の一例と表音文字列の例文であ
る。図１７は、音声合成ユーザーインターフェース部30
9にリンク先へ移動するコマンドとして入力するキー入
力の例である。
【００９６】ステップS30901で、音声合成部310が、音
声合成ユーザーインターフェース部309からのコマンド
入力を受け取る。
【００９７】ステップS30902において、Ｓ３０９０１で
入力されたコマンドが、現在音声合成している位置の次
のリンク情報を示す制御記号の中に記述されている表音
文字列を検索して音声合成するコマンドであるか否かが
判別され、「次のリンク」コマンドである場合には、ス
テップS30903でＳ３０６で受信した表音文字列を順次検
索して次のリンク情報を示す制御記号を検索し、その中
に記述されている表音文字列を検索して音声合成する。
例えば図１６に示した例文の場合、「キャ’ノン／シャ
カイブンカシエンセ’ンター．シンチャクジョ’ーホ
ー．シャカイコ’ーケン．」に対応する合成音声が出力
されているときに「次にリンク」コマンドが入力された
場合には、次のリンク情報を示す制御記号「[* Link="h
ttp://example.canon.co.jp/html/test1.html"ココデ／
エムキーオ／オスト／シャカイコーケンノ／コウモクエ
／トビマス． *]」の中に記述されている表音文字列
「ココデ／エムキーオ／オスト／シャカイコーケンノ／
コウモクエ／トビマス．」を合成音声に変換し、出力を
開始する。音声出力している文がリンクであることをユ
ーザに報知するために、リンク情報に含まれる表音文字
列を音声出力する時は、リンク情報以外の音声とは声の
質を変えた合成音声にする。例えば、声の高さを一定に
した合成音声にする他、声の高さを変える、声の速さを
変える、話者の種類を変える、声の音質を変える、等の
声の質を変えてユーザが聴き取れればそれで良い。
【００９８】制御記号の間の文、即ちリンク情報以外で
ある「フクシキ’キ．」に対応する合成音声が出力され
ているときに「次のリンク」コマンドが入力された場合
には、その時読み上げている音声の次にある次のリンク
情報を示す制御記号「[* Link=" http://example.cano
n.co.jp/html/test2.html"ココデ／エムキーオ／オスト
／フクシキキノ／コウモクエ／トビマス． *]」の中に
記述されている表音文字列「ココデ／エムキーオ／オス
ト／フクシキキノ／コウモクエ／トビマス．」を合成音
声に変換し、出力を開始する。先に示した例と同様に、
この文がリンクであることを示すために、声の質を変え
た合成音声にする。声の質を変える為に、リンク情報の
読み上げを開始する直前のリンク情報以外の読み上げ時
の声の質を保持しておき、これとは異なる性質を選択す
る。より効果的な性質を選択する為に、予めいくつかの
対応する質をテーブルとして登録しておき、この対応表
に従っても良い。
【００９９】ステップS30904で、現在音声合成している
位置の前のリンク情報を示す制御記号の中に記述されて
いる表音文字列を検索して音声合成するコマンドである
か否かが判別され、「前のリンク」コマンドである場合
には、ステップS30905でその時音声出力している表音文
字列からさかのぼって前のリンク情報を示す制御記号を
検索し、その中に記述されている表音文字列を検索して
音声合成する。例えば図１６に示した例文の場合、「ワ
ールドワ’イド／トップペ’ージエ．ガゾーヒョージ
ペ’ージエ．フォ’ーラムエ．」に対応する合成音声が
出力されているときに「前のリンク」コマンドが入力さ
れた場合には、前のリンク情報を示す制御記号「[* Lin
k=" http://example.canon.co.jp/html/test2.html"コ
コデ／エムキーオ／オスト／フクシキキノ／コウモクエ
／トビマス． *]」の中に記述されている表音文字列
「ココデ／エムキーオ／オスト／フクシキキノ／コウモ
クエ／トビマス．」を合成音声に変換し、出力を開始す
る。先に示した例と同様に、この文がリンクであること
を示すために、声の質を変えた合成音声にする。
【０１００】制御記号の間の文「フクシキ’キ．」に対
応する合成音声が出力されているときに「前のリンク」
コマンドが入力された場合には、前のリンク情報を示す
制御記号「[* Link=" http://example.canon.co.jp/htm
l/test1.html"ココデ／エムキーオ／オスト／シャカイ
コーケンノ／コウモクエ／トビマス． *]」の中に記述
されている表音文字列「ココデ／エムキーオ／オスト／
シャカイコーケンノ／コウモクエ／トビマス．」を合成
音声に変換し、出力を開始する。先に示した例と同様
に、この文がリンクであることを示すために、声の質を
変えた合成音声にする。
【０１０１】ステップS30906で、リンク情報の制御記号
の中に記述されている表音文字列が音声合成されている
ときに「リンク先へ移動」コマンドが入力されたか否か
が判別され、条件を満たす場合には、ステップS30907で
制御記号中に記述されたハイパーテキストアドレスの文
字列を出力し、条件を満たさない場合はステップS30901
に戻り処理が続けられる。例えば図１６に示した例文の
場合、リンク情報の制御記号「[* Link=" http://examp
le.canon.co.jp/html/test1.html"ココデ／エムキーオ
／オスト／シャカイコーケンノ／コウモクエ／トビマ
ス． *]」の中に記述されている表音文字列「ココデ／
エムキーオ／オスト／シャカイコーケンノ／コウモクエ
／トビマス．」が音声合成されているときに「リンク先
へ移動」コマンドが入力された場合は、ハイパーテキス
トアドレスの文字列「http://example.canon.co.jp/htm
l/test1.html」が合成音声とは別に音声合成部310から
アドレス送信部301へ出力される。
【０１０２】［実施例４］図１８は、本発明の第４の実
施例に係るハイパーテキスト閲覧装置の機能構成図であ
る。本装置は、コンピュータネットワークを介してクラ
イアント（図１８中央のネットワークの右側）とサーバ
ー（図１８中央のネットワークの左側）が通信を行なう
クライアントサーバー方式によって動作する。
【０１０３】図１８において、４０１はアドレス送信
部、４０２はハイパーテキスト送信部、４０３はハイパ
ーテキスト格納部、４０４はハイパーテキスト受信部、
４０５はハイパーテキスト表示部、４０６は音声合成モ
ジュール要求部、４０７は音声合成モジュール送信部、
４０８は音声合成モジュール格納部、４０９は音声合成
モジュール受信部である。
【０１０４】ここでは図１９の流れ図を用いて、本実施
形態の動作を説明する。本実施形態のハイパーテキスト
閲覧装置は、コンピュータネットワークを介して情報の
授受を行なうことにより、クライアント（Ｓ４０１〜Ｓ
４０８）とサーバー（Ｓ４５１〜Ｓ４５４）が協調して
動作する。
【０１０５】ステップＳ４０１で、ハイパーテキストア
ドレスがユーザーからクライアントに入力される。
【０１０６】ステップＳ４０２で、アドレス送信部４０
１が入力されたアドレスを受け取り、ハイパーテキスト
アドレスをサーバーへ送信する。
【０１０７】ステップＳ４５１で、ハイパーテキスト送
信部４０２が、クライアントから送信されたハイパーテ
キストアドレスを受信する。
【０１０８】ステップＳ４５２で、ハイパーテキスト送
信部４０２が、ハイパーテキスト格納部４０３からハイ
パーテキストアドレスに対応するハイパーテキストを読
み出してクライアントへ送信する。
【０１０９】ステップＳ４０３で、ハイパーテキスト受
信部４０４が、サーバーから送信されたハイパーテキス
トを受信する。
【０１１０】ステップＳ４０４で、ハイパーテキスト表
示部４０５が、ハイパーテキストを文字や画像として表
示する。
【０１１１】ステップＳ４０５で、音声合成モジュール
要求部４０６が、クライアントに音声合成モジュールが
組み込まれているか否かを判別する。ステップＳ４０５
でクライアントに音声合成モジュールが組み込まれてい
ないときはステップＳ４０６に進み、クライアントに音
声合成モジュールが組み込まれているときは処理を終了
する。
【０１１２】ステップＳ４０６で、音声合成モジュール
要求部Ｓ４０６が、音声合成モジュール要求をサーバー
へ送信する。
【０１１３】ステップＳ４５３で、音声合成モジュール
送信部４０７が、クライアントから送信された表音文字
列要求を受信する。
【０１１４】ステップＳ４５４で、音声合成モジュール
送信部４０７が、音声合成モジュール要求に対応する音
声合成モジュールを音声合成モジュール格納部４０８か
ら読み出して送信する。
【０１１５】ステップＳ４０７で、音声合成モジュール
受信部４０９が、サーバーから送信された音声合成モジ
ュールを受信する。
【０１１６】ステップＳ４０８で、音声合成モジュール
受信部４０９が、音声合成モジュールをクライアントに
組み込んで使用可能にして処理を終了する。この組み込
まれた音声合成モジュールは図１における音声合成部１
０９を構策する。
【０１１７】［実施例５］図２０は、本発明の第５の実
施形態に係るハイパーテキスト閲覧装置の機能構成図で
ある。本実施形態のハイパーテキスト閲覧装置は、コン
ピュータネットワークを介してクライアント（図２０中
央のネットワークの右側）とサーバー（図２０中央のネ
ットワークの左側）が通信を行なうクライアントサーバ
ー方式によって動作する。
【０１１８】図２０において、４００１はアドレス送信
部、４００２はハイパーテキスト送信部、４００３はハ
イパーテキスト格納部、４００４はハイパーテキスト受
信部、４００５はハイパーテキスト表示部、４００６は
音声合成モジュール要求部、４００７は音声合成モジュ
ール格納部である。
【０１１９】ここでは図２１の流れ図を用いて、本実施
例の動作を説明する。本実施形態のハイパーテキスト閲
覧装置は、コンピュータネットワークを介して情報の授
受を行なうことにより、クライアント（Ｓ４００１〜Ｓ
４００８）とサーバー（Ｓ４０５１〜Ｓ４０５４）が協
調して動作する。
【０１２０】ステップＳ４００１で、ハイパーテキスト
アドレスがユーザーからクライアントに入力される。
【０１２１】ステップＳ４００２で、アドレス送信部４
００１が入力されたアドレスを受け取り、ハイパーテキ
ストアドレスをサーバーへ送信する。
【０１２２】ステップＳ４０５１で、ハイパーテキスト
送信部４００２が、クライアントから送信されたハイパ
ーテキストアドレスを受信する。
【０１２３】ステップＳ４０５２で、ハイパーテキスト
送信部４００２が、ハイパーテキスト格納部４００３か
らハイパーテキストアドレスに対応するハイパーテキス
トを読み出してクライアントへ送信する。
【０１２４】ステップＳ４００３で、ハイパーテキスト
受信部４００４が、サーバーから送信されたハイパーテ
キストを受信する。
【０１２５】ステップＳ４００４で、ハイパーテキスト
表示部４００５が、ハイパーテキストを文字や画像とし
て表示する。
【０１２６】ステップＳ４００５で、音声合成モジュー
ル要求部４００４が、受信したハイパーテキストに表音
文字列を要求する記述があるか否かを判別する。ステッ
プＳ４００５で表音文字列を要求する記述がある場合
は、ステップＳ４００６へ進み、ない場合にはステップ
Ｓ４００９へ進む。
【０１２７】ステップＳ４００６で、音声合成モジュー
ル要求部４００６が、クライアントに音声合成モジュー
ルが組み込まれているか否かを判別する。ステップＳ４
００６でクライアントに音声合成モジュールが組み込ま
れている場合にはステップＳ４００７に進み、組み込ま
れていない場合にはステップＳ４００９に進む。
【０１２８】ステップＳ４００７で、音声合成モジュー
ル要求部４００６は、クライアントの音声合成モジュー
ル格納部４００７から音声合成モジュールを呼び出し、
クライアントの機能として組み込む。
【０１２９】ステップＳ４００８で、ステップＳ４００
７で組み込んだ音声合成モジュールは図１における音声
合成部として機能し、表音文字列を音声合成する。
【０１３０】ステップＳ４００９で、ハイパーテキスト
の閲覧終了であるか否かを判別し、閲覧終了でない場合
にはステップＳ４００１に戻り処理が続けられ、閲覧終
了のときは処理を終了する。
【０１３１】尚、上述の一連の処理は、クライアント側
のプロセス（プログラム）として実現されているが、上
記処理を実現するためのプロセス（プログラム）を、サ
ーバ側から送信されるハイパーテキストに記述すること
で実現することも可能である。その場合には、図２１で
示される流れ図における、クライアント側の処理（Ｓ４
００５〜Ｓ４００８）についての内容が、ハイパーテキ
ストにプログラムの形態で埋め込まれることになる。
【０１３２】以上説明した処理によれば、サーバーから
クライアントへ表音文字列を送信してクライアントが表
音文字列を合成音声に変換するようにしたことにより、
サーバーからクライアントへ送信するデータ量が少なく
なる、音声の情報内容の変更がテキストの編集で可能に
なる、読み間違いやアクセントの間違いが生じない、サ
ーバー側で合成音声の高さや速さや話者やリンク情報を
指定することができる、合成音声を聞いてユーザーイン
ターフェースを操作することでハイパーテキストのリン
クを画面を見ずに移動することができるという効果があ
る。
【図面の簡単な説明】
【図１】第１の実施形態に係る装置の機能構成図
【図２】第１の実施形態における処理の流れ図
【図３】読み記号例示図
【図４】韻律記号例示図
【図５】制御記号例示図
【図６】読みとアクセントの記述例示図
【図７】文字列例示図
【図８】第２の実施形態に係る装置の機能構成図
【図９】第２の実施形態における処理の流れ図
【図１０】音声出力処理におけるコマンド制御の流れで
ある
【図１１】グラフィカルユーザーインターフェースに用
いる画面の一例
【図１２】第２の実施形態に係るキー入力の一例
【図１３】第３の実施形態に係る装置の機能構成図
【図１４】第３の実施形態における処理の流れ図
【図１５】第３の実施形態に係るリンク情報音声出力制
御の処理の流れである
【図１６】第３の実施形態に係る表音文字列に記述する
制御記号の一例と表音文字列の例文
【図１７】第３の実施形態に係るキー入力の一例
【図１８】第４の実施形態に係る装置の機能構成図
【図１９】第４の実施形態における処理の流れ図
【図２０】第５の実施形態に係る装置の機能構成図
【図２１】第５の実施形態における処理の流れ図
───────────────────────────────────────────────────── フロントページの続き (72)発明者 加美山 慎一 東京都大田区下丸子３丁目30番２号キヤノ ン株式会社内 (72)発明者 宮崎 康子 東京都大田区下丸子３丁目30番２号キヤノ ン株式会社内 Ｆターム(参考） 5D045 AA07 9A001 DD13 HH18 JJ25 JJ27

Claims (63)

    【特許請求の範囲】
  1. 【請求項１】 ハイパーテキストアドレスを送信するハ
    イパーテキストアドレス送信手段と、 ハイパーテキストを受信するハイパーテキスト受信手段
    と、 前記ハイパーテキスト受信手段により受信したハイパー
    テキストを表示する表示手段と、 文の読みとアクセントを記述する表音文字列を要求する
    表音文字列要求手段と、 前記表音文字列要求手段による要求により得た表音文字
    列を合成音声に変換する音声合成手段とにより構成され
    るクライアントと、 ハイパーテキストを格納するハイパーテキスト格納手段
    と、 前記ハイパーテキスト格納手段に格納されているハイパ
    ーテキストを送信するハイパーテキスト送信手段と、 表音文字列を格納する表音文字列格納手段と、 前記表音文字列格納手段により格納されている表音文字
    列を送信する表音文字列送信手段とにより構成されるサ
    ーバーとを備える音声情報処理装置。
  2. 【請求項２】 更に、前記表音文字列要求手段による要
    求により得た表音文字列に含まれている制御記号に従っ
    て、前記音声合成手段により合成する音声の特徴を変更
    する音声特徴変更手段を有することを特徴とする請求項
    １に記載の音声情報処理装置。
  3. 【請求項３】 前記音声特徴変更手段により変更する音
    声の特徴は、音声の高さ、速さ、話者のいずれかとする
    ことを特徴とする請求項２に記載の音声情報処理装置。
  4. 【請求項４】 前記音声合成手段により合成される音声
    の出力に関わる指示を入力する為のユーザインタフェー
    スとしてグラフィカルユーザーインターフェースを備え
    ることを特徴とする請求項1に記載の音声情報処理装
    置。
  5. 【請求項５】 前記音声の出力に関わる指示は、音声の
    出力開始終了、中断、再開、出力する音声の高さの変
    更、速さの変更、話者の変更のいずれかとすることを特
    徴とする請求項４に記載の音声情報処理装置。
  6. 【請求項６】 前記グラフィカルユーザインターフェー
    スとして、前記音声の出力に関わる指示を入力する為の
    操作画面を表示することを特徴とする請求項４に記載の
    音声情報処理装置。
  7. 【請求項７】 前記グラフィカルユーザインターフェー
    スとして表示された、前記音声の出力に関わる指示を入
    力する為の操作画面に対する指示に基づいて、入力され
    た指示の種類を判定することを特徴とする請求項６に記
    載の音声情報処理装置。
  8. 【請求項８】 前記音声合成手段により合成される音声
    の出力に関わる指示を入力する為のユーザインタフェー
    スとしてキーボードからの入力によるインターフェース
    を備えることを特徴とする請求項1に記載の音声情報処
    理装置。
  9. 【請求項９】 前記音声の出力に関わる指示は、音声の
    出力開始終了、中断、再開、出力する音声の高さの変
    更、速さの変更、話者の変更のいずれかとすることを特
    徴とする請求項６に記載の音声情報処理装置。
  10. 【請求項１０】 前記表音文字列要求手段による要求に
    より得た表音文字列に、リンク先のハイパーテキストア
    ドレスとそれに付随する表音文字列とにより構成される
    リンク情報を含むことを特徴とする請求項1に記載の音
    声情報処理装置。
  11. 【請求項１１】 前記リンク情報は、制御記号により他
    の表音文字列と識別可能な状態で構成することを特徴と
    する請求項１０に記載の音声情報処理装置。
  12. 【請求項１２】 前記グラフィカルユーザインターフェ
    ースにより音声の出力に関わる指示を入力した場合に、
    前記リンク情報に含まれる表音文字列を音声合成するこ
    とを特徴とする請求項4に記載の音声情報処理装置。
  13. 【請求項１３】 前記キーボードから音声の出力に関わ
    る指示を入力した場合に、前記リンク情報に含まれる表
    音文字列を音声合成することを特徴とする請求項８に記
    載の音声情報処理装置。
  14. 【請求項１４】 前記リンク情報に含まれる表音文字列
    を合成音声に変換する時に、他の表音文字列とは音声の
    声の質を変えることを特徴とする請求項１２に記載の音
    声情報処理装置。
  15. 【請求項１５】 前記リンク情報に含まれる表音文字列
    を合成音声に変換する時に、他の表音文字列とは音声の
    声の質を変えることを特徴とする請求項１３に記載の音
    声情報処理装置。
  16. 【請求項１６】 前記リンク情報に含まれる表音文字列
    を音声合成している時に指示が入力された場合に、当該
    表音文字列が構成するリンク情報に含まれるハイパーテ
    キストアドレスをサーバに送信し、リンク先のハイパー
    テキストを受信するよう制御する通信制御手段を有する
    ことを特徴とする請求項１２に記載の音声情報処理装
    置。
  17. 【請求項１７】 前記リンク情報に含まれる表音文字列
    を音声合成している時に指示が入力された場合に、当該
    表音文字列が構成するリンク情報に含まれるハイパーテ
    キストアドレスをサーバに送信し、リンク先のハイパー
    テキストを受信するよう制御する通信制御手段を有する
    ことを特徴とする請求項１３に記載の音声情報処理装
    置。
  18. 【請求項１８】 前記クライアントは、前記音声合成手
    段により実行する音声合成モジュールを前記サーバーに
    要求する音声合成モジュール要求手段と、 前記音声合成モジュールを受信して前記音声合成手段を
    構築する音声合成手段構築手段とを有することを特徴と
    する請求項1に記載の音声情報処理装置。
  19. 【請求項１９】 前記サーバーは、音声合成モジュール
    を格納する音声合成モジュール格納手段と、 前記クライアントからの要求に応じて前記音声合成モジ
    ュール格納手段に格納されている音声合成モジュールを
    当該クライアントに送信する音声合成モジュール送信手
    段とを有することを特徴とする請求項1に記載の音声情
    報処理装置。
  20. 【請求項２０】 前記表音文字列要求手段による表音文
    字列要求の前に、音声合成モジュールの有無を判定し、
    音声合成モジュールが無い場合には、当該要求をしない
    よう制御することを特徴とする請求項１に記載の音声情
    報処理装置。
  21. 【請求項２１】 ハイパーテキストを受信するハイパー
    テキスト受信手段と、 前記ハイパーテキスト受信手段により受信したハイパー
    テキストに含まれる情報に応じて、文の読みとアクセン
    トを記述する表音文字列を要求する表音文字列要求手段
    と、 前記表音文字列要求手段による要求により得た表音文字
    列を合成音声に変換する音声合成手段とを有することを
    特徴とする音声情報処理装置。
  22. 【請求項２２】 ハイパーテキストアドレスを送信し、 ハイパーテキストを受信し、 前記受信したハイパーテキストを表示し、 文の読みとアクセントを記述する表音文字列を要求し、 前記要求により得た表音文字列を合成音声に変換するク
    ライアント機能と、 格納されているハイパーテキストを送信し、 格納されている表音文字列を送信するサーバー機能とよ
    りなることを特徴とする音声情報処理方法。
  23. 【請求項２３】 更に、要求により得た表音文字列に含
    まれている制御記号に従って、前記合成する音声の特徴
    を変更することを特徴とする請求項２２に記載の音声情
    報処理方法。
  24. 【請求項２４】 前記変更する音声の特徴は、音声の高
    さ、速さ、話者のいずれかとすることを特徴とする請求
    項２に記載の音声情報処理方法。
  25. 【請求項２５】 前記合成される音声の出力に関わる指
    示を入力する為のユーザインタフェースとしてグラフィ
    カルユーザーインターフェースを用いることを特徴とす
    る請求項２２に記載の音声情報処理方法。
  26. 【請求項２６】 前記音声の出力に関わる指示は、音声
    の出力開始終了、中断、再開、出力する音声の高さの変
    更、速さの変更、話者の変更のいずれかとすることを特
    徴とする請求項２５に記載の音声情報処理方法。
  27. 【請求項２７】 前記グラフィカルユーザインターフェ
    ースとして、前記音声の出力に関わる指示を入力する為
    の操作画面を表示することを特徴とする請求項２５に記
    載の音声情報処理方法。
  28. 【請求項２８】 前記グラフィカルユーザインターフェ
    ースとして表示された、前記音声の出力に関わる指示を
    入力する為の操作画面に対する指示に基づいて、入力さ
    れた指示の種類を判定することを特徴とする請求項２７
    に記載の音声情報処理方法。
  29. 【請求項２９】 前記合成される音声の出力に関わる指
    示を入力する為のユーザインタフェースとしてキーボー
    ドからの入力によるインターフェースを備えることを特
    徴とする請求項２２に記載の音声情報処理方法。
  30. 【請求項３０】 前記音声の出力に関わる指示は、音声
    の出力開始終了、中断、再開、出力する音声の高さの変
    更、速さの変更、話者の変更のいずれかとすることを特
    徴とする請求項２７に記載の音声情報処理方法。
  31. 【請求項３１】 前記要求により得た表音文字列に、リ
    ンク先のハイパーテキストアドレスとそれに付随する表
    音文字列とにより構成されるリンク情報を含むことを特
    徴とする請求項２２に記載の音声情報処理方法。
  32. 【請求項３２】 前記リンク情報は、制御記号により他
    の表音文字列と識別可能な状態で構成することを特徴と
    する請求項３１に記載の音声情報処理方法。
  33. 【請求項３３】 前記グラフィカルユーザインターフェ
    ースにより音声の出力に関わる指示を入力した場合に、
    前記リンク情報に含まれる表音文字列を音声合成するこ
    とを特徴とする請求項２５に記載の音声情報処理方法。
  34. 【請求項３４】 前記キーボードから音声の出力に関わ
    る指示を入力した場合に、前記リンク情報に含まれる表
    音文字列を音声合成することを特徴とする請求項２９に
    記載の音声情報処理方法。
  35. 【請求項３５】 前記リンク情報に含まれる表音文字列
    を合成音声に変換する時に、他の表音文字列とは音声の
    声の質を変えることを特徴とする請求項３３に記載の音
    声情報処理方法。
  36. 【請求項３６】 前記リンク情報に含まれる表音文字列
    を合成音声に変換する時に、他の表音文字列とは音声の
    声の質を変えることを特徴とする請求項３４に記載の音
    声情報処理方法。
  37. 【請求項３７】 前記リンク情報に含まれる表音文字列
    を音声合成している時に指示が入力された場合に、当該
    表音文字列が構成するリンク情報に含まれるハイパーテ
    キストアドレスをサーバに送信し、リンク先のハイパー
    テキストを受信するよう制御することを特徴とする請求
    項３３に記載の音声情報処理方法。
  38. 【請求項３８】 前記リンク情報に含まれる表音文字列
    を音声合成している時に指示が入力された場合に、当該
    表音文字列が構成するリンク情報に含まれるハイパーテ
    キストアドレスをサーバに送信し、リンク先のハイパー
    テキストを受信するよう制御することを特徴とする請求
    項３４に記載の音声情報処理方法。
  39. 【請求項３９】 前記クライアント機能において、前記
    音声合成を実行する音声合成モジュールを前記サーバー
    機能に要求し、 前記音声合成モジュールを受信して格納することを特徴
    とする請求項２２に記載の音声情報処理方法。
  40. 【請求項４０】 前記サーバー機能は、前記クライアン
    ト機能からの要求に応じて格納されている音声合成モジ
    ュールを当該クライアントに送信することを特徴とする
    請求項２２に記載の音声情報処理方法。
  41. 【請求項４１】 前記表音文字列要求の前に、音声合成
    モジュールの有無を判定し、音声合成モジュールが無い
    場合には、当該要求をしないよう制御することを特徴と
    する請求項２２に記載の音声情報処理方法。
  42. 【請求項４２】 ハイパーテキストを受信し、 前記受信したハイパーテキストに含まれる情報に応じ
    て、文の読みとアクセントを記述する表音文字列を要求
    し、 前記要求により得た表音文字列を合成音声に変換するこ
    とを特徴とする音声情報処理方法。
  43. 【請求項４３】 ハイパーテキストアドレスを送信する
    ハイパーテキストアドレス送信工程の制御プログラム
    と、 ハイパーテキストを受信するハイパーテキスト受信工程
    の制御プログラムと、 前記受信したハイパーテキストを表示する表示手工程の
    制御プログラムと、 文の読みとアクセントを記述する表音文字列を要求する
    表音文字列要求工程の制御プログラムと、 前記要求により得た表音文字列を合成音声に変換する音
    声合成工程の制御プログラムとにより構成されるクライ
    アント機能の制御プログラムと、 ハイパーテキストを格納するハイパーテキスト格納工程
    の制御プログラムと、 前記格納されているハイパーテキストを送信するハイパ
    ーテキスト送信工程の制御プログラムと、 表音文字列を格納する表音文字列格納工程の制御プログ
    ラムと、 前記格納されている表音文字列を送信する表音文字列送
    信工程の制御プログラムとにより構成されるサーバー機
    能の制御プログラムとを記憶したコンピュータにより読
    み取り可能な記憶媒体。
  44. 【請求項４４】 更に、前記表音文字列要求工程におけ
    る要求により得た表音文字列に含まれている制御記号に
    従って、前記音声合成工程において合成する音声の特徴
    を変更する音声特徴変更工程の制御プログラムを記憶し
    たことを特徴とする請求項４３に記載のコンピュータに
    より読み取り可能な記憶媒体。
  45. 【請求項４５】 前記音声特徴変更工程において変更す
    る音声の特徴は、音声の高さ、速さ、話者のいずれかと
    することを特徴とする請求項２に記載のコンピュータに
    より読み取り可能な記憶媒体。
  46. 【請求項４６】 前記音声合成工程において合成される
    音声の出力に関わる指示を入力する為のユーザインタフ
    ェースとしてグラフィカルユーザーインターフェースを
    備えることを特徴とする請求項４３に記載のコンピュー
    タにより読み取り可能な記憶媒体。
  47. 【請求項４７】 前記音声の出力に関わる指示は、音声
    の出力開始終了、中断、再開、出力する音声の高さの変
    更、速さの変更、話者の変更のいずれかとすることを特
    徴とする請求項４６に記載のコンピュータにより読み取
    り可能な記憶媒体。
  48. 【請求項４８】 前記グラフィカルユーザインターフェ
    ースとして、前記音声の出力に関わる指示を入力する為
    の操作画面を表示する工程の制御プログラムを記憶した
    ことを特徴とする請求項４６に記載のコンピュータによ
    り読み取り可能な記憶媒体。
  49. 【請求項４９】 前記グラフィカルユーザインターフェ
    ースとして表示された、前記音声の出力に関わる指示を
    入力する為の操作画面に対する指示に基づいて、入力さ
    れた指示の種類を判定する工程の制御プログラムを記憶
    したことを特徴とする請求項４８に記載のコンピュータ
    により読み取り可能な記憶媒体。
  50. 【請求項５０】 前記音声合成工程において合成される
    音声の出力に関わる指示を入力する為のユーザインタフ
    ェースとしてキーボードからの入力によるインターフェ
    ースを備えることを特徴とする請求項４３に記載のコン
    ピュータにより読み取り可能な記憶媒体。
  51. 【請求項５１】 前記音声の出力に関わる指示は、音声
    の出力開始終了、中断、再開、出力する音声の高さの変
    更、速さの変更、話者の変更のいずれかとすることを特
    徴とする請求項４８に記載のコンピュータにより読み取
    り可能な記憶媒体。
  52. 【請求項５２】 前記表音文字列要求工程における要求
    により得た表音文字列に、リンク先のハイパーテキスト
    アドレスとそれに付随する表音文字列とにより構成され
    るリンク情報を含むことを特徴とする請求項４３に記載
    のコンピュータにより読み取り可能な記憶媒体。
  53. 【請求項５３】 前記リンク情報は、制御記号により他
    の表音文字列と識別可能な状態で構成することを特徴と
    する請求項５２に記載のコンピュータにより読み取り可
    能な記憶媒体。
  54. 【請求項５４】 前記グラフィカルユーザインターフェ
    ースにより音声の出力に関わる指示を入力した場合に、
    前記リンク情報に含まれる表音文字列を音声合成する工
    程の制御プログラムを記憶したことを特徴とする請求項
    4６に記載のコンピュータにより読み取り可能な記憶媒
    体。
  55. 【請求項５５】 前記キーボードから音声の出力に関わ
    る指示を入力した場合に、前記リンク情報に含まれる表
    音文字列を音声合成する工程の制御プログラムを記憶し
    たことを特徴とする請求項５０に記載のコンピュータに
    より読み取り可能な記憶媒体。
  56. 【請求項５６】 前記リンク情報に含まれる表音文字列
    を合成音声に変換する時に、他の表音文字列とは音声の
    声の質を変えることを特徴とする請求項６４に記載のコ
    ンピュータにより読み取り可能な記憶媒体。
  57. 【請求項５７】 前記リンク情報に含まれる表音文字列
    を合成音声に変換する時に、他の表音文字列とは音声の
    声の質を変えることを特徴とする請求項６７に記載のコ
    ンピュータにより読み取り可能な記憶媒体。
  58. 【請求項５８】 前記リンク情報に含まれる表音文字列
    を音声合成している時に指示が入力された場合に、当該
    表音文字列が構成するリンク情報に含まれるハイパーテ
    キストアドレスをサーバに送信し、リンク先のハイパー
    テキストを受信するよう制御する通信制御工程の制御プ
    ログラムを記憶したことを特徴とする請求項５４に記載
    のコンピュータにより読み取り可能な記憶媒体。
  59. 【請求項５９】 前記リンク情報に含まれる表音文字列
    を音声合成している時に指示が入力された場合に、当該
    表音文字列が構成するリンク情報に含まれるハイパーテ
    キストアドレスをサーバに送信し、リンク先のハイパー
    テキストを受信するよう制御する通信制御工程の制御プ
    ログラムを記憶したことを特徴とする請求項５５に記載
    のコンピュータにより読み取り可能な記憶媒体。
  60. 【請求項６０】 前記クライアント機能において、前記
    音声合成工程を実行する音声合成モジュールを前記サー
    バーに要求する音声合成モジュール要求工程の制御プロ
    グラムと、 前記音声合成モジュールを受信して前記音声合成工程の
    制御プログラムを構築する音声合成工程構築工程の制御
    プログラムとを有することを特徴とする請求項４３に記
    載の音声情報処理装置。
  61. 【請求項６１】 前記サーバー機能において、前記クラ
    イアントからの要求に応じて前記格納されている音声合
    成モジュールを当該クライアントに送信する音声合成モ
    ジュール送信工程の制御プログラムを記憶したことを特
    徴とする請求項４３に記載の音声情報処理装置。
  62. 【請求項６２】 前記表音文字列要求工程における表音
    文字列要求の前に、音声合成モジュールの有無を判定
    し、音声合成モジュールが無い場合には、当該要求をし
    ないよう制御する工程の制御プログラムを記憶したこと
    を特徴とする請求項４３に記載の音声情報処理装置。
  63. 【請求項６３】 ハイパーテキストを受信するハイパー
    テキスト受信工程の制御プログラムと、 前記受信したハイパーテキストに含まれる情報に応じ
    て、文の読みとアクセントを記述する表音文字列を要求
    する表音文字列要求工程の制御プログラムと、前記要求
    により得た表音文字列を合成音声に変換する音声合成工
    程の制御プログラムとを記憶したことを特徴とするコン
    ピュータにより読み取り可能な記憶媒体。
JP11217219A 1999-07-30 1999-07-30 音声情報処理方法、装置及び記憶媒体 Pending JP2001043064A (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP11217219A JP2001043064A (ja) 1999-07-30 1999-07-30 音声情報処理方法、装置及び記憶媒体
DE60024727T DE60024727T2 (de) 1999-07-30 2000-07-26 Analyse von heruntergeladenen Dokumenten für einen Browser mit Sprachsynthese-Fähigkeit
EP00306355A EP1073036B1 (en) 1999-07-30 2000-07-26 Parsing of downloaded documents for a speech synthesis enabled browser

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP11217219A JP2001043064A (ja) 1999-07-30 1999-07-30 音声情報処理方法、装置及び記憶媒体

Publications (1)

Publication Number Publication Date
JP2001043064A true JP2001043064A (ja) 2001-02-16

Family

ID=16700731

Family Applications (1)

Application Number Title Priority Date Filing Date
JP11217219A Pending JP2001043064A (ja) 1999-07-30 1999-07-30 音声情報処理方法、装置及び記憶媒体

Country Status (3)

Country Link
EP (1) EP1073036B1 (ja)
JP (1) JP2001043064A (ja)
DE (1) DE60024727T2 (ja)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002229578A (ja) * 2001-01-31 2002-08-16 Sharp Corp 音声合成装置及び音声合成方法並びに音声合成プログラムを記録したコンピュータ読み取り可能な記録媒体
JP2002342212A (ja) * 2001-04-27 2002-11-29 Internatl Business Mach Corp <Ibm> 情報アクセス方法、情報アクセスシステムおよびプログラム
JP2002358092A (ja) * 2001-06-01 2002-12-13 Sony Corp 音声合成システム
JP2006350091A (ja) * 2005-06-17 2006-12-28 Nippon Telegr & Teleph Corp <Ntt> 音声合成方法、音声合成情報処理方法、クライアント端末、音声合成情報処理サーバ、クライアント端末プログラム、音声合成情報処理プログラム
WO2013061718A1 (ja) * 2011-10-28 2013-05-02 日立公共システムエンジニアリング株式会社 音声合成情報付きのテキストデータ提供装置及びテキストデータ提供方法

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030187656A1 (en) * 2001-12-20 2003-10-02 Stuart Goose Method for the computer-supported transformation of structured documents
JP4462901B2 (ja) * 2003-11-11 2010-05-12 富士通株式会社 モーダル同期制御方法およびマルチモーダルインターフェイスシステム
WO2008132533A1 (en) * 2007-04-26 2008-11-06 Nokia Corporation Text-to-speech conversion method, apparatus and system
US9117451B2 (en) * 2013-02-20 2015-08-25 Google Inc. Methods and systems for sharing of adapted voice profiles
US10978060B2 (en) 2014-01-31 2021-04-13 Hewlett-Packard Development Company, L.P. Voice input command
CN110737817A (zh) * 2018-07-02 2020-01-31 中兴通讯股份有限公司 浏览器的信息处理方法、装置、智能设备及存储介质

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0542628B1 (en) * 1991-11-12 2001-10-10 Fujitsu Limited Speech synthesis system
US6240448B1 (en) * 1995-12-22 2001-05-29 Rutgers, The State University Of New Jersey Method and system for audio access to information in a wide area computer network
US5915001A (en) * 1996-11-14 1999-06-22 Vois Corporation System and method for providing and using universally accessible voice and speech data files
US6018710A (en) * 1996-12-13 2000-01-25 Siemens Corporate Research, Inc. Web-based interactive radio environment: WIRE
US5899975A (en) * 1997-04-03 1999-05-04 Sun Microsystems, Inc. Style sheets for speech-based presentation of web pages
US6246672B1 (en) * 1998-04-28 2001-06-12 International Business Machines Corp. Singlecast interactive radio system

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002229578A (ja) * 2001-01-31 2002-08-16 Sharp Corp 音声合成装置及び音声合成方法並びに音声合成プログラムを記録したコンピュータ読み取り可能な記録媒体
JP2002342212A (ja) * 2001-04-27 2002-11-29 Internatl Business Mach Corp <Ibm> 情報アクセス方法、情報アクセスシステムおよびプログラム
JP2002358092A (ja) * 2001-06-01 2002-12-13 Sony Corp 音声合成システム
JP2006350091A (ja) * 2005-06-17 2006-12-28 Nippon Telegr & Teleph Corp <Ntt> 音声合成方法、音声合成情報処理方法、クライアント端末、音声合成情報処理サーバ、クライアント端末プログラム、音声合成情報処理プログラム
JP4653572B2 (ja) * 2005-06-17 2011-03-16 日本電信電話株式会社 クライアント端末、音声合成情報処理サーバ、クライアント端末プログラム、音声合成情報処理プログラム
WO2013061718A1 (ja) * 2011-10-28 2013-05-02 日立公共システムエンジニアリング株式会社 音声合成情報付きのテキストデータ提供装置及びテキストデータ提供方法
JP2013097033A (ja) * 2011-10-28 2013-05-20 Hitachi Government & Public Corporation System Engineering Ltd 音声合成情報付きのテキストデータ提供装置及びテキストデータ提供方法

Also Published As

Publication number Publication date
EP1073036A3 (en) 2003-12-17
EP1073036A2 (en) 2001-01-31
DE60024727D1 (de) 2006-01-19
EP1073036B1 (en) 2005-12-14
DE60024727T2 (de) 2006-07-20

Similar Documents

Publication Publication Date Title
KR101027548B1 (ko) 통신 시스템용 보이스 브라우저 다이얼로그 인에이블러
US10720145B2 (en) Speech synthesis apparatus, speech synthesis method, speech synthesis program, portable information terminal, and speech synthesis system
US8073700B2 (en) Retrieval and presentation of network service results for mobile device using a multimodal browser
KR100724868B1 (ko) 다수의 합성기를 제어하여 다양한 음성 합성 기능을제공하는 음성 합성 방법 및 그 시스템
TWI511125B (zh) 語音操控方法、行動終端裝置及語音操控系統
JP4271224B2 (ja) 音声翻訳装置、音声翻訳方法、音声翻訳プログラムおよびシステム
JP2023539820A (ja) インタラクティブ情報処理方法、装置、機器、及び媒体
KR20120086287A (ko) 음성번역 시스템, 제1 단말장치, 음성인식 서버장치, 번역 서버장치, 및 음성합성 서버장치
JP3862470B2 (ja) データ処理装置及び方法、ブラウザシステム、ブラウザ装置、記録媒体
US6732078B1 (en) Audio control method and audio controlled device
JP2005500591A (ja) 情報処理装置及びその方法、プログラム
JP2001043064A (ja) 音声情報処理方法、装置及び記憶媒体
EP2747464A1 (en) Sent message playing method, system and related device
KR100826778B1 (ko) 멀티모달을 위한 브라우저 기반의 무선 단말과, 무선단말을 위한 브라우저 기반의 멀티모달 서버 및 시스템과이의 운용 방법
US20140129228A1 (en) Method, System, and Relevant Devices for Playing Sent Message
US20080243510A1 (en) Overlapping screen reading of non-sequential text
JP3714159B2 (ja) ブラウザ搭載装置
JP6449181B2 (ja) 音声翻訳システム、音声翻訳方法、及び音声翻訳プログラム
KR102020341B1 (ko) 악보 구현 및 음원 재생 시스템 및 그 방법
JP2001075968A (ja) 情報検索方法及びそれを記録した記録媒体
JPH10322478A (ja) 音声によるハイパーテキストアクセス装置
JP2005164944A (ja) 動作パラメータ決定装置、電子装置、音声合成装置、対話システム、動作パラメータ決定方法、及びコンピュータで読み取り可能な制御プログラム
JP2006048352A (ja) キャラクタ映像表示機能付き通信端末およびその制御方法
KR100596001B1 (ko) 사용자 단말기에 소정의 콘텐츠를 제공하기 위한 방법 및그 시스템
JP2004072274A (ja) 音声処理システム及びその制御方法

Legal Events

Date Code Title Description
A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20040903

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20050301

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20050428

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20060516