JP2002023781A - 音声合成装置、音声合成装置におけるフレーズ単位修正方法、音声合成装置における韻律パターン編集方法、音声合成装置における音設定方法および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 - Google Patents

Abstract

(57)【要約】 【課題】 この発明は、フレーズの単位の修正を、ユー
ザが簡単に行なうことができる音声合成装置を提供する
ことを目的とする。 【解決手段】 所定のテキストに対する言語処理結果に
基づいて、当該テキストに対する読み情報をフレーズ毎
に区切って表示させる手段、表示された読み情報から、
ユーザが分割させたいフレーズをユーザに指定させると
ともに、指定したフレーズの分割位置をユーザに指定さ
せるための手段、ユーザによって指定された分割対象の
フレーズを、ユーザによって指定された分割位置で分割
することにより、フレーズ単位を修正する手段、表示さ
れた読み情報から、ユーザが結合させたい複数のフレー
ズをユーザに指定させるための手段、ならびにユーザに
よって指定された結合対象のフレーズを結合することに
より、フレーズ単位を修正する手段を備えている。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】この発明は、音声合成装置、
音声合成装置におけるフレーズ単位修正方法、音声合成
装置における韻律パターン編集方法、音声合成装置にお
ける音設定方法および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に関する。

【０００２】

【従来の技術】従来からテキストを音声に変換する音声
合成装置が知られている。音声合成装置では、入力され
たテキストのフレーズ単位への分割は自動的に行なわれ
ている。しかしなから、フレーズ単位毎の分割が、正し
く行なわれないこともあり得る。このような場合に、フ
レーズの単位の修正を、ユーザが簡単に行なうことがで
きれば、便利である。

【０００３】各フレーズの韻律パータン（アクセント、
イントネーション、強勢、強調、卓立、リズム、テン
ポ、ポーズ等）も音声合成装置によって自動的に生成さ
れるが、ユーザが意図するような韻律パターンに修正で
きれば便利である。

【０００４】従来の音声合成装置の中には、合成音声の
声の高さ（ピッチ）、発話速度、音量等の設定を、ユー
ザが行なえるようにしたものがある。しかしなから、従
来のこの種の音声合成装置では、テキスト全体に対する
合成音声の声の高さ等をユーザが設定できるようにした
ものであり、フレーズ単位に合成音声の声の高さ等を設
定できるものではなかった。

【０００５】

【発明が解決しようとする課題】この発明は、フレーズ
の単位の修正を、ユーザが簡単に行なうことができる音
声合成装置、音声合成装置におけるフレーズ単位修正方
法および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を提供することを目的とする。

【０００６】この発明は、フレーズの韻律パターンを、
ユーザが修正することができる音声合成装置、音声合成
装置における韻律パターン編集方法および音声合成プロ
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
を提供することを目的とする。

【０００７】この発明は、合成音声の声の高さ、発話速
度、音量を、フレーズ毎に設定することができる音声合
成装置、音声合成装置における音設定方法および音声合
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
録媒体を提供することを目的とする。

【０００８】

【課題を解決するための手段】この発明による第１の音
声合成装置は、テキストに対する言語処理の結果に基づ
いて音声合成を行う音声合成装置において、所定のテキ
ストに対する言語処理結果に基づいて、当該テキストに
対する読み情報をフレーズ毎に区切って表示させる手
段、表示された読み情報から、ユーザが分割させたいフ
レーズをユーザに指定させるとともに、指定したフレー
ズの分割位置をユーザに指定させるための手段、ユーザ
によって指定された分割対象のフレーズを、ユーザによ
って指定された分割位置で分割することにより、フレー
ズ単位を修正する手段、表示された読み情報から、ユー
ザが結合させたい複数のフレーズをユーザに指定させる
ための手段、ならびにユーザによって指定された結合対
象のフレーズを結合することにより、フレーズ単位を修
正する手段を備えていることを特徴とする。

【０００９】表示された読み情報から、ユーザが削除さ
せたいフレーズをユーザに指定させるための手段、およ
びユーザによって指定された削除対象のフレーズを削除
する手段を備えていることが好ましい。

【００１０】この発明による第２の音声合成装置は、テ
キストに対する言語処理の結果に基づいて音声合成を行
う音声合成装置において、所定のテキストに対する言語
処理結果に基づいて、当該テキストに対する読み情報を
フレーズ毎に区切って表示させる手段、表示された読み
情報から、ユーザが韻律パターンを編集したいフレーズ
をユーザに指定させる手段、ユーザによって指定された
編集対象のフレーズの韻律パターンをグラフィカルに表
示させる手段、ならびに韻律パターンの表示画面上にお
いて、ユーザに韻律パターンを編集させるための手段を
備えていることを特徴とする。

【００１１】ユーザに韻律パターンを編集させるための
手段としては、たとえば、編集対象のフレーズとその前
のフレーズとの間の休止長さ、編集対象のフレーズの先
頭の音の高さ、編集対象のフレーズのイントネーション
の立ち上がり位置、編集対象のフレーズのイントネーシ
ョンの強さ、イントネーションの立ち下がり位置および
文末イントネーションの高さのうちから、任意に選択さ
れた一つまたは任意の組み合わせを編集させるものが用
いられる。

【００１２】ユーザからの指令に基づいて、表示された
読み情報のうち、ユーザによって指定された編集対象の
フレーズに対してのみ、合成音声を生成して出力させる
手段を備えていることが好ましい。

【００１３】この発明による第３の音声合成装置は、テ
キストに対する言語処理の結果に基づいて音声合成を行
う音声合成装置において、所定のテキストに対する言語
処理結果に基づいて、当該テキストに対する読み情報を
フレーズ毎に区切って表示させる手段、表示された読み
情報から、声の高さ、発話速度および音量のうちの少な
くとも１つをユーザが設定したいフレーズをユーザに指
定させる手段、ユーザによって指定されたフレーズに対
して、声の高さ、発話速度および音量を設定させるため
の設定画面を表示させる手段、ならびに設定画面上にお
いて、声の高さ、発話速度および音量のうちの少なくと
も１つをユーザに設定させるための手段を備えているこ
とを特徴とする。

【００１４】ユーザからの指令に基づいて、表示された
読み情報のうち、ユーザによって指定されたフレーズに
対してのみ、合成音声を生成して出力させる手段を備え
ていることが好ましい。

【００１５】この発明による音声合成装置におけるフレ
ーズ単位修正方法は、テキストに対する言語処理の結果
に基づいて音声合成を行う音声合成装置におけるフレー
ズ単位修正方法において、所定のテキストに対する言語
処理結果に基づいて、当該テキストに対する読み情報を
フレーズ毎に区切って表示させるステップ、表示された
読み情報から、ユーザが分割させたいフレーズおよび分
割位置がユーザによって指定された場合に、ユーザによ
って指定された分割対象のフレーズを、ユーザによって
指定された分割位置で分割することにより、フレーズ単
位を修正するステップ、ならびに表示された読み情報か
ら、ユーザが結合させたい複数のフレーズがユーザによ
って指定された場合に、ユーザによって指定された結合
対象のフレーズを結合することにより、フレーズ単位を
修正するステップを備えていることを特徴とする。

【００１６】表示された読み情報から、ユーザが削除さ
せたいフレーズがユーザによって指定された場合に、ユ
ーザによって指定された削除対象のフレーズを削除する
ステップを備えていることが好ましい。

【００１７】この発明による音声合成装置における韻律
パターン編集方法は、テキストに対する言語処理の結果
に基づいて音声合成を行う音声合成装置における韻律パ
ターン編集方法において、所定のテキストに対する言語
処理結果に基づいて、当該テキストに対する読み情報を
フレーズ毎に区切って表示させるステップ、表示された
読み情報から、ユーザが韻律パターンを編集したいフレ
ーズをユーザに指定させるステップ、ユーザによって指
定された編集対象のフレーズの韻律パターンをグラフィ
カルに表示させるステップ、ならびに韻律パターンの表
示画面上において、ユーザに韻律パターンを編集させる
ためのステップを備えていることを特徴とする。

【００１８】ユーザに韻律パターンを編集させるための
ステップでは、たとえば、編集対象のフレーズとその前
のフレーズとの間の休止長さ、編集対象のフレーズの先
頭の音の高さ、編集対象のフレーズのイントネーション
の立ち上がり位置、編集対象のフレーズのイントネーシ
ョンの強さ、イントネーションの立ち下がり位置および
文末イントネーションの高さのうちから、任意に選択さ
れた一つまたは任意の組み合わせが編集される。

【００１９】ユーザからの指令に基づいて、表示された
読み情報のうち、ユーザによって指定された編集対象の
フレーズに対してのみ、合成音声を生成して出力させる
ステップを備えていることが好ましい。

【００２０】この発明による音声合成装置における音設
定方法は、テキストに対する言語処理の結果に基づいて
音声合成を行う音声合成装置における音設定方法におい
て、所定のテキストに対する言語処理結果に基づいて、
当該テキストに対する読み情報をフレーズ毎に区切って
表示させるステップ、表示された読み情報から、声の高
さ、発話速度および音量のうちの少なくとも１つをユー
ザが設定したいフレーズをユーザに指定させるステッ
プ、ユーザによって指定されたフレーズに対して、声の
高さ、発話速度および音量を設定させるための設定画面
を表示させるステップ、ならびに設定画面上において、
声の高さ、発話速度および音量のうちの少なくとも１つ
をユーザに設定させるためのステップを備えていること
を特徴とする。

【００２１】ユーザからの指令に基づいて、表示された
読み情報のうち、ユーザによって指定されたフレーズに
対してのみ、合成音声を生成して出力させるステップを
備えていることが好ましい。

【００２２】この発明による音声合成プログラムを記録
した第１の記録媒体は、テキストに対する言語処理の結
果に基づいて音声合成を行うための音声合成プログラム
を記録した記録媒体であって、所定のテキストに対する
言語処理結果に基づいて、当該テキストに対する読み情
報をフレーズ毎に区切って表示させる手段、表示された
読み情報から、ユーザが分割させたいフレーズをユーザ
に指定させるとともに、指定したフレーズの分割位置を
ユーザに指定させるための手段、ユーザによって指定さ
れた分割対象のフレーズを、ユーザによって指定された
分割位置で分割することにより、フレーズ単位を修正す
る手段、表示された読み情報から、ユーザが結合させた
い複数のフレーズをユーザに指定させるための手段、な
らびにユーザによって指定された結合対象のフレーズを
結合することにより、フレーズ単位を修正する手段とし
てコンピュータを機能させるための音声合成プログラム
を記録していることを特徴とする。

【００２３】表示された読み情報から、ユーザが削除さ
せたいフレーズをユーザに指定させるための手段、およ
びユーザによって指定された削除対象のフレーズを削除
する手段として機能させるためのプログラムを記録して
いることが好ましい。

【００２４】この発明による音声合成プログラムを記録
した第２の記録媒体は、テキストに対する言語処理の結
果に基づいて音声合成を行うための音声合成プログラム
を記録した記録媒体であって、所定のテキストに対する
言語処理結果に基づいて、当該テキストに対する読み情
報をフレーズ毎に区切って表示させる手段、表示された
読み情報から、ユーザが韻律パターンを編集したいフレ
ーズをユーザに指定させる手段、ユーザによって指定さ
れた編集対象のフレーズの韻律パターンをグラフィカル
に表示させる手段、ならびに韻律パターンの表示画面上
において、ユーザに韻律パターンを編集させるための手
段としてコンピュータを機能させるための音声合成プロ
グラムを記録していることを特徴とする。

【００２５】ユーザに韻律パターンを編集させるための
手段としては、たとえば、編集対象のフレーズとその前
のフレーズとの間の休止長さ、編集対象のフレーズの先
頭の音の高さ、編集対象のフレーズのイントネーション
の立ち上がり位置、編集対象のフレーズのイントネーシ
ョンの強さ、イントネーションの立ち下がり位置および
文末イントネーションの高さのうちから、任意に選択さ
れた一つまたは任意の組み合わせを編集するものが用い
られる。

【００２６】ユーザからの指令に基づいて、表示された
読み情報のうち、ユーザによって指定された編集対象の
フレーズに対してのみ、合成音声を生成して出力させる
手段としてコンピュータを機能させるためのプログラム
を記録していることが好ましい。

【００２７】この発明による音声合成プログラムを記録
した第３の記録媒体は、テキストに対する言語処理の結
果に基づいて音声合成を行うための音声合成プログラム
を記録した記録媒体であって、所定のテキストに対する
言語処理結果に基づいて、当該テキストに対する読み情
報をフレーズ毎に区切って表示させる手段、表示された
読み情報から、声の高さ、発話速度および音量のうちの
少なくとも１つをユーザが設定したいフレーズをユーザ
に指定させる手段、ユーザによって指定されたフレーズ
に対して、声の高さ、発話速度および音量を設定させる
ための設定画面を表示させる手段、ならびに設定画面上
において、声の高さ、発話速度および音量のうちの少な
くとも１つをユーザに設定させるための手段としてコン
ピュータを機能させるための音声合成プログラムを記録
していることを特徴とする。

【００２８】ユーザからの指令に基づいて、表示された
読み情報のうち、ユーザによって指定されたフレーズに
対してのみ、合成音声を生成して出力させる手段として
コンピュータを機能させるためのプログラムを記録して
いることが好ましい。

【００２９】

【発明の実施の形態】以下、図面を参照して、この発明
の実施の形態について説明する。

【００３０】図１は、音声合成装置の構成を示してい
る。

【００３１】パーソナルコンピュータ１１０には、ディ
スプレイ１２１、マウス１２２およびキーボード１２３
が接続されている。パーソナルコンピュータ１１０は、
ＣＰＵ１１１、メモリ１１２、ハードディスク１１３、
ＣＤ−ＲＯＭのようなリムーバブルディスクのドライブ
（ディスクドライブ）１１４を備えている。

【００３２】ハードディスク１１３には、ＯＳ（オペレ
ーティングシステム）等の他、音声合成プログラムが格
納されている。音声合成プログラムは、それが格納され
たＣＤ−ＲＯＭ１２０を用いて、ハードディスク１１３
にインストールされる。

【００３３】音声合成プログラムは、通常の音声合成プ
ログラムと同様にテキストを合成音声に変換する機能の
他、フレーズの単位の修正をユーザに行なわすための機
能、フレーズの韻律パターンの修正（編集）をユーザに
行なわすための機能、合成音声の声の高さ、発話速度、
音量を、フレーズ毎にユーザに設定させる機能を備えて
いる。

【００３４】図２は、音声合成プログラムによる基本的
な処理手順を示している。

【００３５】テキストが入力されると（ステップ１）、
入力されたテキストに対して言語処理が行なわれる（ス
テップ２）。言語処理結果はメモリ１１２に記憶されて
いる。

【００３６】言語処理結果に対する修正指令が入力され
た場合には（ステップ３）、言語処理結果の修正処理が
行なわれる（ステップ４）。修正処理後の言語処理結果
はメモリ１１２に記憶されている。

【００３７】再生指令が入力された場合には（ステップ
５）、メモリ１１２に現在保持されている言語処理結果
に対して波形合成処理が行なわれ、合成音声が出力され
る（ステップ６）。

【００３８】図３は、図２のステップ１の言語処理手順
の詳細を示している。

【００３９】まず、入力されたテキストに対して形態素
解析が行なわれる（ステップ１１）。つまり、形態素辞
書を参照して、品詞などの文法情報が入力テキストに対
して付与される。

【００４０】次に形態素解析結果に基づいて、入力され
たテキストに対して、読み情報が付与されるとともに
（ステップ１２）、得られた読み情報がフレーズ毎に分
割する（ステップ１３）。そして、各フレーズ毎に、韻
律パターンが付与される（ステップ１４）。

【００４１】図２のステップ６の波形合成処理では、言
語処理結果に適した音素片の組み合わせが、波形辞書か
ら選択され、それらの音素片が接続されることにより、
合成音声が出力される。

【００４２】図４は、音声合成プログラムを立ち上げた
ときに表示されるメインウインドウを示している。

【００４３】メインウインドウは、主として、メニュー
バー１、読み上げボタン２１、韻律編集ボタン２２、編
集操作ボタン３、４、５、音声操作ボタン６、７、８、
９、入力エリア１０等を備えている。

【００４４】入力エリア１０には、読み上げるテキスト
が入力される。

【００４５】メニューバー１には、メニュー項目とし
て、”機能”、”設定”および”読み上げ”がある。

【００４６】メニュー項目”機能”のプルダウンニュー
項目には、メインウインドウと同様なテキスト読み上げ
画面を表示させるための”テキスト読み上げ”、韻律編
集画面を表示させるための”韻律編集”等がある。

【００４７】メニュー項目”設定”のプルダウンニュー
項目には、合成音声の種類、高さ、速さ、抑揚および音
量をテキスト全体について設定するための”声の設定”
等がある。

【００４８】メニュー項目”読み上げ”のプルダウンニ
ュー項目には、テキストを音声合成して読み上げを開始
または再開させるための”読み上げ／再開”、テキスト
を音声合成してＷＡＶＥファイルへの波形データの出力
を開始させるための”ＷＡＶＥファイル出力”、読み上
げを一時停止させるための”一時停止”、読み上げまた
はＷＡＶＥファイル出力を中断させるための”中断”等
がある。

【００４９】読み上げボタン２１は、テキスト読み上げ
画面を表示させるためのボタンである。韻律編集ボタン
２２は、韻律編集画面を表示させるためのボタンであ
る。

【００５０】編集操作ボタンには、指定したファイルの
内容をカーソル位置に挿入させるためのファイル挿入ボ
タン３、選択されているテキストをクリップボードにコ
ピーするためのコピーボタン４、クリップボードデータ
をカーソル位置に張り付けるための張り付けボタン５等
がある。

【００５１】音声操作ボタンには、テキストを音声合成
して読み上げを開始または再開させるための再生ボタン
８、テキストを音声合成してＷＡＶＥファイルへの波形
データの出力を開始させるためのＷＡＶＥファイル出力
ボタン９、読み上げを一時停止させるための一時停止ボ
タン６および読み上げまたはＷＡＶＥファイル出力を中
断させるための中断ボタン７がある。

【００５２】入力エリア１０にテキストを入力した後、
再生ボタン８をクリックするか、メニュー項目”読み上
げ”のプルダウンニュー項目の”読み上げ／再開”を選
択することによって、入力エリア１０に入力されたテキ
ストに対して音声合成処理が行なわれて、読み上げが開
始される。

【００５３】フレーズの単位の修正、フレーズの韻律パ
ターンの修正、合成音声の声の高さ、発話速度および音
量の設定をフレーズ毎に行ないたい場合には、ユーザ
は、韻律編集ボタン２２をダブルクリックするか、メニ
ュー項目”機能”のプルダウンニュー項目”韻律編集”
を選択する。

【００５４】ユーザが、韻律編集ボタン２２をダブルク
リックするか、メニュー項目”機能”のプルダウンニュ
ー項目”韻律編集”を選択すると、入力エリア１０内の
テキストに対して言語処理が行なわれて、韻律編集画面
が表示される。

【００５５】図５は、韻律編集画面を示している。

【００５６】韻律編集画面は、主として、メインメニュ
ー画面と同様なメニューバー１、メインメニュー画面と
同様な読み上げボタン２１、韻律編集ボタン２２、編集
操作ボタン３１〜３８、メイメニュー画面と同様な音声
操作ボタン６、７、８、９、韻律テキストエリア４０、
フレーズ編集エリア５０等を備えている。

【００５７】韻律テキストエリア４０には、読み上げる
テキストの読み情報がひらがなで、フレーズ単位にスペ
ースで区切って表示される。アクティブフレーズ（反転
表示されているフレーズ）が編集操作の対象となる。フ
レーズをアクティブにするには、アクティブにしたい領
域をクリックすればよい。

【００５８】フレーズ編集エリア５０には、アクティブ
フレーズの韻律パターンがグラフィカルに表示される。
複数のフレーズがアクティブとなっている場合には、そ
のうちの先頭のアクティブフレーズに対する韻律パター
ンのみが表示される。編集操作については、後述する。

【００５９】編集操作ボタンには、既存の韻律テキスト
（言語処理結果）を開くための開くボタン３１、韻律テ
キストを上書き保存する第１保存ボタン３２、韻律テキ
ストを名前を付けて保存するための第２保存ボタン３
３、アクティブフレーズを削除するための削除ボタン３
５、複数のアクティブフレーズをひとつに結合させるた
めの結合ボタン３６、アクティブフレーズを分割させる
ための分割ボタン３７およびアクティブフレーズに対し
て声の高さ、発話速度、音量を設定するための設定ボタ
ン３８がある。

【００６０】また、音声操作ボタン６、７、８、９の近
くには、韻律テキストエリア４０に表示されているフレ
ーズのうち、アクティブフレーズのみを読み上げるか、
すべてのフレーズを読み上げるかを選択させるためのチ
ェックボックス７１が設けられている。チェックボック
ス７１がチェックされている場合に、再生ボタン８がク
リックされると、韻律テキストエリア４０に表示されて
いるフレーズのうち、アクティブフレーズのみが読み上
げられる。チェックボックス７１がチェックされている
場合に、再生ボタン８がクリックされると、韻律テキス
トエリア４０に表示されているすべてのフレーズが読み
上げられる。

【００６１】以下、編集操作について説明する。

【００６２】〔１〕フレーズの韻律パターンの編集方法
の説明

【００６３】韻律パターンの編集は、フレーズ編集エリ
ア５０に表示されている４つの調整ハンドルをドラック
（移動）することによって行なわれる。

【００６４】図６は、フレーズ編集エリア５０に表示さ
れている韻律パターンおよび４つの調整ハンドル５１、
５２、５３、５４を示している。

【００６５】韻律パターンは、次の６つの要素を有して
いる。

【００６６】アクティブフレーズとその前のフレーズ
との間の休止長さ 休止長さは、矩形マーク５５の個数で表される。

【００６７】アクティブフレーズの先頭の音の高さ 先頭の音の高さは、第１調整ハンドル５１の高さ位置で
表される。

【００６８】イントネーションの立ち上がり位置 イントネーションの立ち上がり位置は、第２調整ハンド
ル５２の位置で表される。

【００６９】イントネーションの強さ イントネーションの強さは、第２調整ハンドル５２の高
さ位置で表される。

【００７０】イントネーションの立ち下がり位置 イントネーションの立ち下がり位置は、第３調整ハンド
ル５３の位置で表される。

【００７１】文末イントネーション（平叙分／疑問
文） 文末イントネーションは、第４調整ハンドル５４の高さ
位置で表される。

【００７２】以下、各調整ハンドルの操作方法について
説明する。

【００７３】（１）第１調整ハンドル５１についての説
明 第１調整ハンドル５１を左右に移動させることによっ
て、アクティブフレーズとその前のフレーズとの間の休
止長さを４段階で設定する。休止長さは、調整ハンドル
５１の下側に表示される矩形マークの数によって表示さ
れる。矩形マークは、設定された休止長さの段階に応じ
て、０〜３個表示される。

【００７４】第１調整ハンドル５１を上下に移動させる
ことによって、アクティブフレーズの先頭の音の高さを
４段階で設定する。なお、文頭のフレーズにおいては、
第１調整ハンドル５１は使用不可となっている。

【００７５】（２）第２調整ハンドル５２についての説
明 第２調整ハンドル５２を左右に移動させることによっ
て、イントネーションの立ち上がり位置を設定する。

【００７６】第２調整ハンドル５２を上下に移動させる
ことによって、イントネーションの強さを７段階で設定
する。

【００７７】（３）第３調整ハンドル５３についての説
明 第３調整ハンドル５３を左右に移動させることによっ
て、イントネーションの立ち下がり位置を設定する。

【００７８】（４）第４調整ハンドル５４についての説
明 第４調整ハンドル５４を上下に移動させることによっ
て、文末イントネーションを７段階で設定する。なお、
文末フレーズ以外では、第４調整ハンドル５４は使用不
可となっている。

【００７９】なお、調整ハンドルが重なった場合には、
シフトキーを押しながらドラッグすることにより、背面
側の調整ハンドルを移動させることができる。

【００８０】以下、イントネーションの調整方法を例に
とって具体的に説明する。

【００８１】図７は、アクティブフレーズが”てすとで
す”の場合の韻律編集画面を示している。

【００８２】この場合のプログラム内部のデータは、次
のようになる。

【００８３】「”００” ”０５” ”０４” ”０
５” ”て” ”０９” ”す” ”と” ”で” ”
す” 」

【００８４】上記データのうち、数字は制御データを、
ひらがなは読みの文字をそれぞれ示している。各制御デ
ータの意味は次の通りである。

【００８５】最初の”００”は、フレーズ単位での声の
高さ、発話速度、音量の設定の有無を表し、”００”で
あれば設定がないことを、”０１”であれば設定がある
ことを示している。２番目の”０５”は、フレーズのモ
ーラ長を表している。３番目の”０４”はフレーズの開
始高さを表している。４番目の”０４”はフレーズの開
始位置での立ち上がり高さを表している。５番目の”０
９”は、アクセントのある”て”から”す”にかけての
下がり幅を示している。

【００８６】図８は、マウス操作によって、アクセント
位置および声の高さを編集した後の韻律編集画面を示し
ている。

【００８７】より具体的には、図８は、図７の韻律編集
画面内のフレーズ編集エリア５０において、第２調整ハ
ンドル５２を２段階分下方に移動させるとともに、第３
調整ハンドル５３を右方に所定量移動させた後の韻律編
集画面を示している。

【００８８】編集後のプログラム内部のデータは、次の
ようになる。

【００８９】「”００” ”０５” ”０４” ”０
３” ”て” ”０７” ”す” ”と” ”で” ”
す” 」

【００９０】最初の”００”は、フレーズ単位での声の
高さ、発話速度、音量の設定の有無を表している。２番
目の”０５”は、フレーズのモーラ長を表している。３
番目の”０４”はフレーズの開始高さを表している。４
番目の”０３”はフレーズの開始位置での立ち上がり高
さを表している。５番目の”０７”は、アクセントのあ
る”て”から”す”にかけての下がり幅を示している。

【００９１】つまり、上記編集操作によって、フレーズ
の開始位置での立ち上がり高さが”０５”から”０３”
に変化し、アクセントのある”て”から”す”にかけて
の下がり幅が”０９”から”０７”に変化している。

【００９２】〔２〕フレーズの単位の修正方法（フレー
ズの分割、結合、削除方法）についての説明

【００９３】〔２−１〕フレーズの分割方法についての
説明 図９は、アクティブフレーズが”しんおーさかこーじょ
ー”の場合の韻律編集画面を示している。

【００９４】この場合のプログラム内部のデータは、次
のようになる。

【００９５】「”００” ”１０” ”０４” ”０
０” ”し” ”０５” ”ん” ”お” ”ー” ”
さ” ”か” ”こ” ”０９” ”ー” ”じょ”
”ー”」

【００９６】最初の”００”は、フレーズ単位での声の
高さ、発話速度、音量の設定の有無を表している。２番
目の”１０”は、フレーズのモーラ長を表している。３
番目の”０４”はフレーズの開始高さを表している。４
番目の”００”はフレーズの開始位置での立ち上がり高
さを表している。５番目の”０５”は第１モーラから第
２モーラにかけての上がり幅を表している。６番目の”
０９”は、アクセントのある”こ”から”ー”にかけて
の下がり幅を示している。

【００９７】アクティブフレーズ”しんおーさかこーじ
ょー”を、”しんおーさか”と”こうじょー”に分割し
たい場合には、分割ボタン３６をクリックする。する
と、図１０に示すように、アクティブフレーズ”しんお
ーさかこーじょー”の分割編集ボックスを有する分割ダ
イアログが表示される。

【００９８】ユーザは、分割編集ボックス内に表示され
たアクティブフレーズ”しんおーさかこーじょー”中の
分割位置にカーソルを移動させた後、分割ボタンをクリ
ックする。すると、分割ダイアログが消え、その分割結
果が、図１１に示すように、韻律編集画面に反映され
る。この例では、”しんおーさか”と”こーじょー”の
うち、”こーじょー”がアクティブフレーズになってい
る場合を示している。

【００９９】分割後のプログラム内部のデータは、次の
ようになる。

【０１００】「”００” ”０６” ”０４” ”０
０” ”し” ”０５” ”ん” ”お” ”ー” ”
さ” ”か” ”００” ”０４” ”０１” ”０
５” ”こ” ”０６” ”ー” ”じょ” ”ー”」

【０１０１】最初の”００”は、”しんおーさか”のフ
レーズに対するフレーズ単位での声の高さ、発話速度、
音量の設定の有無を表している。２番目の”０６”
は、”しんおーさか”のフレーズのモーラ長を表してい
る。３番目の”０４”は、”しんおーさか”のフレーズ
の開始高さを表している。４番目の”００”は、”しん
おーさか”のフレーズの開始位置での立ち上がり高さを
表している。５番目の”０５”は、”しんおーさか”の
フレーズの第１モーラから第２モーラにかけての上がり
幅を表している。６番目の”００”は、”こーじょー”
のフレーズに対するフレーズ単位での声の高さ、発話速
度、音量の設定の有無を表している。７番目の”０４”
は、”こーじょー”のフレーズのモーラ長を表してい
る。８番目の”０１”は、”こーじょー”のフレーズの
開始高さを表している。９番目の”０５”は、”こーじ
ょー”のフレーズの開始位置での立ち上がり高さを表し
ている。１０番目の”０６”は、アクセントのある”
こ”から”ー”にかけての下がり幅を示している。

【０１０２】〔２−２〕フレーズの結合方法についての
説明

【０１０３】２以上のフレーズを結合した場合には、結
合したいフレーズをアクティブにした後、結合ボタン３
６をクリックすればよい。

【０１０４】〔２−３〕フレーズの削除方法についての
説明 フレーズを削除した場合には、削除したいフレーズをア
クティブにした後、削除ボタン３５をクリックすればよ
い。

【０１０５】〔３〕合成音声の声の高さ、発話速度、音
量のフレーズ毎の設定方法についての説明

【０１０６】ここでは、図１１に示すように、”こーじ
ょー”がアクティブフレーズになっている場合を例にと
って説明する。合成音声の声の高さ、発話速度、音量
を、アクティブフレーズ”こーじょー”に対して行いた
い場合には、フレーズ編集エリア５０内のコントロール
マーク５６をクリックする。

【０１０７】コントロールマーク５６をクリックする
と、図１２に示すように、コントロール設定ダイアログ
が表示される。コントロール設定ダイアログにおいて、
ユーザは音の設定とポーズの設定を行なうことができ
る。

【０１０８】〔３−１〕音の設定の説明 音の設定を行なうか行なわないかを、ラジオボタン６
１、６２によって設定する。音の設定をしないを選択し
た場合（ラジオボタン６１がオンされた場合）には、直
前のフレーズの設定を引継ぐ。先頭フレーズに対して音
の設定が行なわれていない場合には、メニュー項目”設
定”のプルダウンニュー項目”声の設定”によって設定
された値（デフォルト値）が適用される。

【０１０９】音の設定を行なうを選択した場合（ラジオ
ボタン６２がオンされた場合）には、次の〜の設定
が可能となる。

【０１１０】標準に戻す ”標準に戻す”のチェックボックス６３をチェックした
場合には、声の高さ、速さおよび大きさが、いったんデ
フォルト値に戻される。

【０１１１】高さ ”高さ”のチェックボックス６４をチェックした場合に
は、その右側のスライドキーによって声の高さを設定す
ることができる。

【０１１２】速さ ”速さ”のチェックボックス６５をチェックした場合に
は、その右側のスライドキーによって発話速度を設定す
ることができる。

【０１１３】大きさ ”大きさ”のチェックボックス６６をチェックした場合
には、その右側のスライドキーによって音量を設定する
ことができる。

【０１１４】〔３−２〕ポーズの設定の説明 ”ポーズ”のチェックボックス６７をチェックした場合
には、その右側のスライドキーによって、現アクティブ
フレーズの前に挿入されるポーズ長を設定することがで
きる。

【０１１５】図１２に示すような設定が行なわれた場合
には、フレーズ”こーじょー”に対する内部データは、
次のようになる。

【０１１６】「”０１” ”１８５” ”１７３” ”
７” ”１” ”０４” ”０１””０５” ”こ”
”０６” ”ー” ”じょ” ”ー”」

【０１１７】最初の”０１”は、フレーズ単位での声の
高さ、発話速度、音量の設定の有無を表している。２番
目の”１８５”は、声の高さを表している。３番目の”
１７３”は、発話速度を表している。４番目の”７”
は、音量を表している。５番目の”１”は、ポーズ長を
表している。６番目の”０４”は、フレーズのモーラ長
を表している。７番目の”０１”は、フレーズの開始高
さを表している。８番目の”０５”は、フレーズの開始
位置での立ち上がり高さを表している。９番目の”０
６”は、アクセントのある”こ”から”ー”にかけての
下がり幅を示している。

【０１１８】上記実施の形態では、音声合成手法とし
て、音声波形を繋ぎ合わせる波形合成処理が採用されて
いるが、音声の特徴パラメータ（パーコール、ＬＳＰ、
ケプストラム等）を用いた合成手法を用いてもよい。

【０１１９】

【発明の効果】この発明によれば、フレーズの単位の修
正を、ユーザが簡単に行なうことができるようになる。

【０１２０】この発明によれば、フレーズの韻律パター
ンを、ユーザが修正することができるようになる。

【０１２１】この発明によれば、合成音声の声の高さ、
発話速度、音量を、フレーズ毎に設定することができる
ようになる。

【図面の簡単な説明】

【図１】音声合成装置の構成を示す模式図である。

【図２】音声合成プログラムによる基本的な処理手順を
示すフローチャートである。

【図３】図２のステップ１の言語処理手順の詳細を示す
フローチャートである。

【図４】音声合成プログラムを立ち上げたときに表示さ
れるメインウインドウを示す模式図である。

【図５】韻律編集画面を示す模式図である。

【図６】フレーズ編集エリア５０に表示されている韻律
パターンの例および４つの調整ハンドル５１、５２、５
３、５４を示す模式図である。

【図７】アクティブフレーズが”てすとです”の場合の
韻律編集画面を示す模式図である。

【図８】マウス操作によって、アクセント位置および声
の高さを編集した後の韻律編集画面を示す模式図であ
る。

【図９】アクティブフレーズが”しんおーさかこーじょ
ー”の場合の韻律編集画面を示す模式図である。

【図１０】分割ダイアログを示す模式図である。

【図１１】分割結果が反映された韻律編集画面を示す模
式図である。

【図１２】コントロール設定ダイアログを示す模式図で
ある。

【符号の説明】

１１０ パーソナルコンピュータ １１１ ＣＰＵ １１２ メモリ １１３ ハードディスク １１４ ディスクドライブ １２０ ＣＤ−ＲＯＭ １２１ ディスプレイ １２２ マウス １２３ キーボード

───────────────────────────────────────────────────── フロントページの続き (72)発明者 居波 晶子 大阪府守口市京阪本通２丁目５番５号 三 洋電機株式会社内 (72)発明者 大西 宏樹 大阪府守口市京阪本通２丁目５番５号 三 洋電機株式会社内 Ｆターム(参考） 5D045 AA08 AA09 AA11 AB30 (54)【発明の名称】 音声合成装置、音声合成装置におけるフレーズ単位修正方法、音声合成装置における韻律パター ン編集方法、音声合成装置における音設定方法および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

Claims (21)

【特許請求の範囲】
1. 【請求項１】 テキストに対する言語処理の結果に基づ
   いて音声合成を行う音声合成装置において、 所定のテキストに対する言語処理結果に基づいて、当該
   テキストに対する読み情報をフレーズ毎に区切って表示
   させる手段、 表示された読み情報から、ユーザが分割させたいフレー
   ズをユーザに指定させるとともに、指定したフレーズの
   分割位置をユーザに指定させるための手段、 ユーザによって指定された分割対象のフレーズを、ユー
   ザによって指定された分割位置で分割することにより、
   フレーズ単位を修正する手段、 表示された読み情報から、ユーザが結合させたい複数の
   フレーズをユーザに指定させるための手段、ならびにユ
   ーザによって指定された結合対象のフレーズを結合する
   ことにより、フレーズ単位を修正する手段、 を備えていることを特徴とする音声合成装置。
2. 【請求項２】 表示された読み情報から、ユーザが削除
   させたいフレーズをユーザに指定させるための手段、お
   よびユーザによって指定された削除対象のフレーズを削
   除する手段、 を備えていることを特徴とする請求項１に記載の音声合
   成装置。
3. 【請求項３】 テキストに対する言語処理の結果に基づ
   いて音声合成を行う音声合成装置において、 所定のテキストに対する言語処理結果に基づいて、当該
   テキストに対する読み情報をフレーズ毎に区切って表示
   させる手段、 表示された読み情報から、ユーザが韻律パターンを編集
   したいフレーズをユーザに指定させる手段、 ユーザによって指定された編集対象のフレーズの韻律パ
   ターンをグラフィカルに表示させる手段、ならびに韻律
   パターンの表示画面上において、ユーザに韻律パターン
   を編集させるための手段、 を備えていることを特徴とする音声合成装置。
4. 【請求項４】 ユーザに韻律パターンを編集させるため
   の手段は、編集対象のフレーズとその前のフレーズとの
   間の休止長さ、編集対象のフレーズの先頭の音の高さ、
   編集対象のフレーズのイントネーションの立ち上がり位
   置、編集対象のフレーズのイントネーションの強さ、イ
   ントネーションの立ち下がり位置および文末イントネー
   ションの高さのうちから、任意に選択された一つまたは
   任意の組み合わせを編集させるものであることを特徴と
   する請求項３に記載の音声合成装置。
5. 【請求項５】 ユーザからの指令に基づいて、表示され
   た読み情報のうち、ユーザによって指定された編集対象
   のフレーズに対してのみ、合成音声を生成して出力させ
   る手段を備えていることを特徴とする請求項３および４
   のいずれかに記載の音声合成装置。
6. 【請求項６】 テキストに対する言語処理の結果に基づ
   いて音声合成を行う音声合成装置において、 所定のテキストに対する言語処理結果に基づいて、当該
   テキストに対する読み情報をフレーズ毎に区切って表示
   させる手段、 表示された読み情報から、声の高さ、発話速度および音
   量のうちの少なくとも１つをユーザが設定したいフレー
   ズをユーザに指定させる手段、 ユーザによって指定されたフレーズに対して、声の高
   さ、発話速度および音量を設定させるための設定画面を
   表示させる手段、ならびに設定画面上において、声の高
   さ、発話速度および音量のうちの少なくとも１つをユー
   ザに設定させるための手段、 を備えていることを特徴とする音声合成装置。
7. 【請求項７】 ユーザからの指令に基づいて、表示され
   た読み情報のうち、ユーザによって指定されたフレーズ
   に対してのみ、合成音声を生成して出力させる手段を備
   えていることを特徴とする請求項６に記載の音声合成装
   置。
8. 【請求項８】 テキストに対する言語処理の結果に基づ
   いて音声合成を行う音声合成装置におけるフレーズ単位
   修正方法において、 所定のテキストに対する言語処理結果に基づいて、当該
   テキストに対する読み情報をフレーズ毎に区切って表示
   させるステップ、 表示された読み情報から、ユーザが分割させたいフレー
   ズおよび分割位置がユーザによって指定された場合に、
   ユーザによって指定された分割対象のフレーズを、ユー
   ザによって指定された分割位置で分割することにより、
   フレーズ単位を修正するステップ、ならびに表示された
   読み情報から、ユーザが結合させたい複数のフレーズが
   ユーザによって指定された場合に、ユーザによって指定
   された結合対象のフレーズを結合することにより、フレ
   ーズ単位を修正するステップ、 を備えていることを特徴とする音声合成装置におけるフ
   レーズ単位修正方法。
9. 【請求項９】 表示された読み情報から、ユーザが削除
   させたいフレーズがユーザによって指定された場合に、
   ユーザによって指定された削除対象のフレーズを削除す
   るステップを備えていることを特徴とする請求項８に記
   載の音声合成装置におけるフレーズ単位修正方法。
10. 【請求項１０】 テキストに対する言語処理の結果に基
    づいて音声合成を行う音声合成装置における韻律パター
    ン編集方法において、 所定のテキストに対する言語処理結果に基づいて、当該
    テキストに対する読み情報をフレーズ毎に区切って表示
    させるステップ、 表示された読み情報から、ユーザが韻律パターンを編集
    したいフレーズをユーザに指定させるステップ、 ユーザによって指定された編集対象のフレーズの韻律パ
    ターンをグラフィカルに表示させるステップ、ならびに
    韻律パターンの表示画面上において、ユーザに韻律パタ
    ーンを編集させるためのステップ、 を備えていることを特徴とする音声合成装置における韻
    律パターン編集方法。
11. 【請求項１１】 ユーザに韻律パターンを編集させるた
    めのステップでは、編集対象のフレーズとその前のフレ
    ーズとの間の休止長さ、編集対象のフレーズの先頭の音
    の高さ、編集対象のフレーズのイントネーションの立ち
    上がり位置、編集対象のフレーズのイントネーションの
    強さ、イントネーションの立ち下がり位置および文末イ
    ントネーションの高さのうちから、任意に選択された一
    つまたは任意の組み合わせが編集されることを特徴とす
    る請求項１０に記載の音声合成装置における韻律パター
    ン編集方法。
12. 【請求項１２】 ユーザからの指令に基づいて、表示さ
    れた読み情報のうち、ユーザによって指定された編集対
    象のフレーズに対してのみ、合成音声を生成して出力さ
    せるステップを備えていることを特徴とする請求項１０
    および１１のいずれかに記載の音声合成装置における韻
    律パターン編集方法。
13. 【請求項１３】 テキストに対する言語処理の結果に基
    づいて音声合成を行う音声合成装置における音設定方法
    において、 所定のテキストに対する言語処理結果に基づいて、当該
    テキストに対する読み情報をフレーズ毎に区切って表示
    させるステップ、 表示された読み情報から、声の高さ、発話速度および音
    量のうちの少なくとも１つをユーザが設定したいフレー
    ズをユーザに指定させるステップ、 ユーザによって指定されたフレーズに対して、声の高
    さ、発話速度および音量を設定させるための設定画面を
    表示させるステップ、ならびに設定画面上において、声
    の高さ、発話速度および音量のうちの少なくとも１つを
    ユーザに設定させるためのステップ、 を備えていることを特徴とする音声合成装置における音
    設定方法。
14. 【請求項１４】 ユーザからの指令に基づいて、表示さ
    れた読み情報のうち、ユーザによって指定されたフレー
    ズに対してのみ、合成音声を生成して出力させるステッ
    プを備えていることを特徴とする請求項１３に記載の音
    声合成装置における音設定方法。
15. 【請求項１５】 テキストに対する言語処理の結果に基
    づいて音声合成を行うための音声合成プログラムを記録
    した記録媒体であって、 所定のテキストに対する言語処理結果に基づいて、当該
    テキストに対する読み情報をフレーズ毎に区切って表示
    させる手段、 表示された読み情報から、ユーザが分割させたいフレー
    ズをユーザに指定させるとともに、指定したフレーズの
    分割位置をユーザに指定させるための手段、 ユーザによって指定された分割対象のフレーズを、ユー
    ザによって指定された分割位置で分割することにより、
    フレーズ単位を修正する手段、 表示された読み情報から、ユーザが結合させたい複数の
    フレーズをユーザに指定させるための手段、ならびにユ
    ーザによって指定された結合対象のフレーズを結合する
    ことにより、フレーズ単位を修正する手段、 としてコンピュータを機能させるための音声合成プログ
    ラムを記録したコンピュータ読み取り可能な記録媒体。
16. 【請求項１６】 表示された読み情報から、ユーザが削
    除させたいフレーズをユーザに指定させるための手段、
    およびユーザによって指定された削除対象のフレーズを
    削除する手段、 としてコンピュータを機能させるためのプログラムを記
    録していることを特徴とする請求項１５に記載の記録媒
    体。
17. 【請求項１７】 テキストに対する言語処理の結果に基
    づいて音声合成を行うための音声合成プログラムを記録
    した記録媒体であって、 所定のテキストに対する言語処理結果に基づいて、当該
    テキストに対する読み情報をフレーズ毎に区切って表示
    させる手段、 表示された読み情報から、ユーザが韻律パターンを編集
    したいフレーズをユーザに指定させる手段、 ユーザによって指定された編集対象のフレーズの韻律パ
    ターンをグラフィカルに表示させる手段、ならびに韻律
    パターンの表示画面上において、ユーザに韻律パターン
    を編集させるための手段、 としてコンピュータを機能させるための音声合成プログ
    ラムを記録したコンピュータ読み取り可能な記録媒体。
18. 【請求項１８】 ユーザに韻律パターンを編集させるた
    めの手段は、編集対象のフレーズとその前のフレーズと
    の間の休止長さ、編集対象のフレーズの先頭の音の高
    さ、編集対象のフレーズのイントネーションの立ち上が
    り位置、編集対象のフレーズのイントネーションの強
    さ、イントネーションの立ち下がり位置および文末イン
    トネーションの高さのうちから、任意に選択された一つ
    または任意の組み合わせを編集するものであることを特
    徴とする請求項１７に記載の記録媒体。
19. 【請求項１９】 ユーザからの指令に基づいて、表示さ
    れた読み情報のうち、ユーザによって指定された編集対
    象のフレーズに対してのみ、合成音声を生成して出力さ
    せる手段としてコンピュータを機能させるためのプログ
    ラムを記録していることを特徴とする請求項１７および
    １８のいずれかに記載の記録媒体。
20. 【請求項２０】 テキストに対する言語処理の結果に基
    づいて音声合成を行うための音声合成プログラムを記録
    した記録媒体であって、 所定のテキストに対する言語処理結果に基づいて、当該
    テキストに対する読み情報をフレーズ毎に区切って表示
    させる手段、 表示された読み情報から、声の高さ、発話速度および音
    量のうちの少なくとも１つをユーザが設定したいフレー
    ズをユーザに指定させる手段、 ユーザによって指定されたフレーズに対して、声の高
    さ、発話速度および音量を設定させるための設定画面を
    表示させる手段、ならびに設定画面上において、声の高
    さ、発話速度および音量のうちの少なくとも１つをユー
    ザに設定させるための手段、 としてコンピュータを機能させるための音声合成プログ
    ラムを記録したコンピュータ読み取り可能な記録媒体。
21. 【請求項２１】 ユーザからの指令に基づいて、表示さ
    れた読み情報のうち、ユーザによって指定されたフレー
    ズに対してのみ、合成音声を生成して出力させる手段と
    してコンピュータを機能させるためのプログラムを記録
    していることを特徴とする請求項２０に記載の記録媒
    体。