JP2002149180A

JP2002149180A - 音声合成装置および音声合成方法

Info

Publication number: JP2002149180A
Application number: JP2000349066A
Authority: JP
Inventors: Katsuyoshi Yamagami; 勝義山上; Yumiko Kato; 弓子加藤; Yumi Wakita; 由実脇田
Original assignee: Matsushita Electric Industrial Co Ltd
Current assignee: Panasonic Holdings Corp
Priority date: 2000-11-16
Filing date: 2000-11-16
Publication date: 2002-05-24
Anticipated expiration: 2020-11-16
Also published as: JP4636673B2

Abstract

(57)【要約】【目的】書き言葉のテキストを文の内容がわかり
やすい表現、かつ、わかりやすいイントネーションで読
み上げること。【解決手段】言語解析部１０２において、言語解析を
行ない単語の意味ラベルを付与する。書き言葉から話し
言葉へのテキスト変換を行った後、構文パターン照合部
１０６にて、意味ラベルの配列に基づいて構文解析を行
ない、文章の意味的関連性を検出し、構文識別情報を付
与する。韻律生成部１０８にて、基本的な韻律を生成し
た後、韻律制御部１０９において、構文識別情報と対応
付けられた韻律制御情報を韻律制御データベース１１０
から検索し、韻律パラメータの調整を行う。これによ
り、構文の形に着目したバランスのとれたイントネーシ
ョンをもつ合成音声を生成する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、入力されたテキス
トの読み上げ音声を合成する音声合成装置および書き言
葉を話し言葉に変換して読み上げるための音声合成方法
（自然言語処理方法）に関する。

【０００２】

【従来の技術】テキスト音声合成システムにおいては、
読み上げの対象となるテキストは、読まれることを前提
として書かれた書き言葉の表現で記述されている場合が
多い。書き言葉の表現にはそのまま読み上げると理解し
にくいものがあるので、書き言葉の表現を、読み上げに
適した話し言葉の表現に変換してから読み上げるという
音声合成の方式が提案されている。

【０００３】例えば、難意語や紛らわしい同音異義語を
平易な単語に置き換えてから読み上げる機能を有したテ
キスト音声合成装置（例えば、特開平３−３５２９６号
公報）が提案されている。

【０００４】また、単語を置き換えるだけでなく、イン
トネーションも調整して、読み上げ音声の了解性を高め
ようとする試みもある。

【０００５】

【発明が解決しようとする課題】しかしながら、話し言
葉の自然音声では、文節の区切れや意味の切れ目等にお
いて、音の高低，音声強度や音韻時間長などが微妙に調
整されており、規則に基づく音声合成方式のみで自然な
音声を生成することは、なかなか困難である。

【０００６】より具体的にいえば、例えば、文章を読み
上げる場合には、文の意味、あるいは、内容を反映した
読み方をすることが望ましい。

【０００７】文の意味は、構成要素である単語、あるい
は文節自体の意味と、文の構造、すなわち、単語を含む
各文節同士の互いの関係によって表現される。訓練され
たアナウンサー等は、イントネーションをうまく使い分
けることで、文の構造を分かりやすくするなどのテクニ
ックを有している。

【０００８】これに対し、現状の音声合成装置におい
て、例えば、「〜するようです」などの定型的で１つの
文節、あるいはアクセント句に関して話し言葉らしいイ
ントネーション（あるいは韻律）を付与することに成功
したとしても、変換後の話し言葉の表現が複数の文節に
渡る場合（意味の係り結びが複数の文節に渡って生じる
場合）では、文節間のイントネーションのバランスが考
慮されない。よって、文の構造を反映した読み上げ音声
を生成できないという、さらなる不都合が問題となる。

【０００９】本発明は、このような、本発明者の検討に
基づいてなされたものであり、上述した従来の書き言葉
から話し言葉への変換機能を有する音声合成装置の不都
合を解消し、わかりやすい表現、かつ、自然なイントネ
ーションでテキストを音声出力することができる新規な
音声合成装置と音声合成方法（自然言語処理方法）を提
供することを目的とする。

【００１０】

【課題を解決するための手段】本発明は、”単語”や”
特定の言いまわし”に対して置換やイントネーションの
制御を行うという従来の手法に加えて、文書の構文を解
析し、複数の文節に渡る意味の関連性を検出し、その検
出結果に基づく韻律パラメータの調整（基本韻律の微調
整）を行うことで、読み上げる文章の内容を、分かりや
すくするものである。

【００１１】本発明の音声合成装置の好ましい態様は、
入力テキストを言語解析して単語列に分解し、各単語の
意味情報を含む言語情報を付与し、前記言語情報が付与
された単語列を、文節を単位としてグループ化して、言
語解析結果として出力する言語解析手段と、この言語解
析手段から出力される、言語処理結果の文節列につき、
前記意味情報の配列パターンに基づいて構文構造を解析
し、構文解析の結果を示す構文識別情報を付与して出力
する構文解析手段と、構文識別情報に対応する韻律制御
情報を用いて、構文構造を反映した韻律情報の制御を行
う韻律制御手段と、韻律制御手段によって生成された韻
律情報にしたがって、音声波形を合成する波形合成手段
と、を有する。

【００１２】この構成によれば、構文解析手段と韻律制
御手段の組み合わせにおいて、テキストの構文構造に応
じた韻律制御を行うことができるので、複数の文節にわ
たる表現の変換に対しても構文的な関係を反映し、バラ
ンスの良い韻律制御が可能である。

【００１３】また、入力テキストの書き言葉の部分を話
し言葉の表現に変換し、かつ、変換後のテキストの構文
構造を反映して読み上げることができるので、テキスト
の内容をわかりやすい音声で、正確に伝えることが可能
である。

【００１４】また、テキスト変換規則により、わかりや
すい表現に変換され、構文の構造に対応した韻律制御を
行うので、文の内容がわかりやすいイントネーションで
読み上げることが可能である。

【００１５】さらに、言語情報のパターン照合に意味情
報を利用することにより、同義の単語、表現に対して変
換規則を１つにまとめることが可能になり、効率的に変
換規則を記述可能である、という副次的な効果も得るこ
とができる。

【００１６】

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

【００１７】図１は、本発明の実施の形態にかかる音声
合成装置の構成を表すブロック図である。

【００１８】参照符号１０１は、テキストを入力する入
力部である。

【００１９】参照符号１０２は、入力のテキストを単語
に分割し、表記、読み、アクセント、品詞、意味情報
（意味ラベル）などを含む言語情報を付与し、単語列を
文節単位にグループ化した言語解析結果を出力する言語
解析部である。参照符号１０３は、言語解析部１０２が
単語に付与する言語情報を記述した言語解析用辞書であ
る。

【００２０】また、参照符号１０５は、テキストの単語
単位、あるいは、文節単位での置換を行うテキスト変換
規則を格納するテキスト変換規則テーブルである。テキ
スト変換規則は、例えば、言語解析結果の変換すべき部
分に関する単語単位、あるいは、文節単位での、表記、
読み、品詞、意味情報などを含む言語情報のパターン
と、パターンに該当する部分の変換後の単語単位、ある
いは、文節単位での言語情報の列として記述される。

【００２１】参照符号１０４は、テキスト変換規則テー
ブル１０５に格納されるテキスト変換規則と言語解析結
果の照合を行い、照合部分の置換を行う。

【００２２】テキスト変換規則を書き言葉の表現の言語
情報パターンから、書き言葉に対応する話し言葉の言語
情報列として記述することにより、書き言葉から話し言
葉へ変換して読み上げることが可能となる。また、言語
情報パターンにおいて、単語、あるいは、文節の意味情
報を指定することで、１つのテキスト変換規則で同義の
表現に適用可能であるように効率的にテキスト変換規則
を記述することが可能である。

【００２３】参照符号１０７は、言語解析結果と照合可
能な、言語情報のパターンとして記述された構文パター
ン（および、構文パターンに対応する韻律制御情報）を
格納する構文パターンデータベースである。

【００２４】また、参照符号１０６は、構文パターン韻
律情報データベース１０７に格納されている構文パター
ンと言語解析結果を照合して、照合部分に言語解析結果
の構文構造を一意に決定する構文識別情報を設定する構
文パターン照合部である。

【００２５】参照符号１０８は、構文解析結果の単語単
位に付与された読み、アクセント、品詞、文節のグルー
プなどの言語情報から、アクセント句単位で音韻情報お
よび韻律パラメータ（基本韻律）を生成する韻律生成部
である。

【００２６】参照符号１１０は、構文パターンデータベ
ース１０７に格納されている各構文パターンにより与え
られる構文識別情報と対応した韻律制御情報を格納する
韻律制御データベースである。

【００２７】参照符号１０９は、韻律生成部１０８で生
成された１文の韻律パラメータの系列に対して、韻律制
御データベース１１０の構文識別情報と対応する韻律制
御情報を用いて韻律パラメータの調整を行う韻律制御部
である。

【００２８】参照符号１１１は、韻律生成部１０８で生
成された音韻系列、および、韻律制御部で調整された韻
律パラメータに従って、音声波形を合成する波形合成部
である。参照符号１１２は、波形合成部１１１が必要と
する音声素片を格納した音声素片データベースである。

【００２９】上述の構成において、テキスト変換規則テ
ーブル１０５および変換処理部１０４は、テキスト変換
手段１１５（図１中、太い点線で囲んで示される）の構
成要素である。

【００３０】また、構文パターン照合部１０６および構
文パターンデータベース１０７は、構文解析手段１１６
（図１中、太い点線で囲んで示される）の構成要素であ
る。また、韻律制御部１０９および韻律制御データベー
ス１１０は、韻律制御手段（韻律パラメータを微調整す
るための手段）１１７の構成要素である。

【００３１】このような構成をもつ本実施の形態の音声
合成装置の特徴的な動作が、図３に示される。

【００３２】すなわち、言語解析部１０２は、入力テキ
ストを言語解析する（ステップ３０１）。このとき、各
単語の意味ラベル（意味情報）も併せて付与する。例え
ば、「Ａ」の「Ｂ」の「Ｃ」という構文パターンである
場合に、「Ａ」は”地域”を意味する名詞であり、
「Ｂ」は”動作の主体”を意味する名詞であり、「Ｃ」
は”グループの種別”を意味する名詞であることを示す
意味ラベル（意味情報）を、「Ａ」，「Ｂ」，「Ｃ」の
各々について付与する。

【００３３】次に、テキスト変換処理部１０４におい
て、テキスト変換規則テーブル１０５を参照して登録さ
れているパターンに一致するものがテキスト中に存在す
るかを検出し、一致したパターンを書き言葉のパターン
に置き換え、テキスト変換を行う（ステップ３０２）。
これにより、書き言葉が話し言葉に変換される。

【００３４】例えば、「開設を検討するという。」とい
うテキストが入力された場合、「という。」は「という
ことです。」に変換される。

【００３５】ここで注目すべきことは、テキスト変換処
理にあたり、言語解析部１０２にて付与された意味ラベ
ルを考慮した、パターン検索を行うことにより、同義の
単語や表現に対して変換規則を１つにまとめることが可
能になり、効率的に変換規則を記述可能である、という
効果が得られる点である。

【００３６】例えば、「開設を予定する。」と、「開設
の予定。」とは、同じ意味の表現であり、共に、「開設
の予定です」という話し言葉に変換するのが望ましい。
単語のパターンだけに基づいてテキスト変換を行おうと
すると、各パターン毎に変換規則を設定しておく必要が
ある。

【００３７】しかし、「意味の配列のパターン」として
見れば、両者は同じであり、この意味の配列のパターン
に基づいて変換規則を記述しておけば、変換規則を共通
化することができる。つまり、言語解析の結果として付
与される意味ラベルを活用することで、テキスト変換を
効率化することができる。

【００３８】次に、構文パターン照合部１０６が、構文
パターンデータベース１０７を参照して、構文パターン
を解析する（図３のステップ３０３）。

【００３９】この構文パターンの解析処理（照合処理）
は、ステップ３０２を経てテキスト変換された部分およ
び、テキスト変換されない部分の双方を対象として実施
される。また、構文パターンの照合は、「意味ラベルの
並び方（配置）」が、構文パターンデータベース１０７
に登録されているパターンと一致するか否かを検出する
ことで行う。そして、登録されている構文パターンと一
致した部分に、構文識別情報（例えば、”ＩＤ１”とい
う識別情）が付与される。

【００４０】次に、韻律生成部１０８において、ピッチ
（音の高低）等の基本的な韻律を生成する（ステップ３
０４）。この基本的な韻律の生成は、言語解析部１０２
により解析された情報を利用して行う。

【００４１】次に、韻律制御部１０９が、構文パターン
照合部１０６において付与された構文識別情報（例え
ば、上述の”ＩＤ１”という識別情報）に従って韻律パ
ラメータを調整（微調整）する（ステップ３０５）。

【００４２】これにより、連続する複数の文節相互の意
味の関係を考慮した、バランスのとれた韻律形成が可能
となる。

【００４３】韻律制御部１０９における韻律パラメータ
の調整は、構文識別情報（例えば”ＩＤ１”）をインデ
ックスとして韻律制御データベース１１０を検索し、こ
の”ＩＤ１”に対応する韻律制御情報を読み出すことに
より行われる。つまり、構文パターンデータベース１０
７と韻律制御データベース１１０との間に、構文パター
ン識別情報に基づく対応関係を構築しておくことで、韻
律制御パラメータの調整を、きわめて簡単に行うことが
できる。

【００４４】例えば、「Ａ」の「Ｂ」の「Ｃ」という構
文パターンに”ＩＤ１”という構文識別情報が付与され
ているとすると、この構文パターンについては、例え
ば、「Ａの」という部分のピッチパターンと、「Ｂの」
という部分のピッチパターンとの相互の連続性が断ち切
られるように韻律制御パラメータを調整し、「Ｂの」と
いう部分のピッチパターンと、「Ｃ」という部分のピッ
チパターンとの相互の連続性が確保されるように韻律制
御パラメータを調整するのであり、このようなパラメー
タの微調整を行うための情報が、”ＩＤ１”というイン
デックスの下で韻律制御データベースに登録されてい
る、ということである。

【００４５】ここで、韻律制御パラメータは、例えば、
各文節のピッチパターンのダイナミックレンジの上限値
および下限値、および、その上限値および下限値の時間
に対する変化率の少なくとも一つを含むものであり、こ
れらを調整することにより、構文の意味を考慮した、バ
ランスのとれた韻律を生成することが可能となる。

【００４６】最後に、波形合成部１１１において、音声
素片を接続し、韻律パラメータに従って波形を合成する
（ステップ３０６）。

【００４７】このように、本実施の形態によれば、合理
的（効率的）なプロセスにより、入力テキストの書き言
葉の表現を話し言葉の表現に変換し、かつ、文の構造を
分かりやすく表現する読み上げることが可能となる。

【００４８】このような音声合成装置は、例えば、図２
に示すようなコンピュータシステム上に構築されるもの
である。

【００４９】このコンピュータシステムは、本体部２０
１と、キーボード２０２と、ディスプレイ２０３と、入
力装置(マウス)２０４と、スピーカ２０８と、を含むテ
キスト入力と音声出力が可能なシステムである。

【００５０】図１の言語解析用辞書１０３、テキスト変
換規則テーブル１０５、構文パターン韻律制御データベ
ース１０７、音声素片データベース１１１は、本体部２
０１にセットされるＣＤ−ＲＯＭ２０９内、本体部２０
１が内蔵するディスク(メモリ)２０５内、あるいは、回
線２０７で接続された他のシステムのディスク２０６内
に格納される。

【００５１】以下、図４〜図７に示されるテキスト変換
規則の具体例および構文パターンの具体例を用いて、テ
キスト変換処理や韻律制御処理の内容を詳細に説明す
る。

【００５２】図４は、テキスト変換規則テーブル１０５
のテキスト変換規則の一例を示す図である。

【００５３】図中の参照符号４０１が、１つのテキスト
変換規則を構成している。参照符号４０２が変換すべき
単語列の言語情報のパターン部分であり、テキスト変換
規則４０１の例では、品詞が‘名詞’である単語が３つ
連続するパターンを表す。

【００５４】参照符号４０３は、言語情報パターン４０
２に照合した部分を置き換える単語列を指定する。

【００５５】ここで、単語列４０３の[$1]、[$2]、[$3]
は、それぞれ、言語情報パターン４０２の‘[名詞],[名
詞],[名詞]’の３つの言語情報パターンとそれぞれ照合
した部分の言語情報を、[$1],[$2],[$3]の場所にコピー
することを示す。

【００５６】例えば、「日本銀行券」という「日本」、
「銀行」、「券」という３つの名詞からなる単語列は、テ
キスト変換規則４０１によって、「日本の銀行の券」と
いう単語列に置き換えられる。

【００５７】図５（ａ），（ｂ）はそれぞれ、構文パタ
ーンデータベース１０７の構文パターンの１例を示す図
である。

【００５８】図５（ａ）の参照符号５０１および図５
（ｂ）の参照符号５０２はそれぞれ、１つの構文パター
ンを示している。

【００５９】図５（ａ）において、参照符号５０１Ａ
は、単語列の言語情報のパターンである。‘[Region],
[Agent],[Group]’は、それぞれ、意味情報を表す。言
語解析結果の単語列の言語情報がもつ意味情報が、言語
情報パターン５０１Ａに記述された意味情報と一致する
場合に、構文パターンと言語解析結果が照合する。ま
た、参照符号５０１Ｂは、構文識別情報である。

【００６０】構文パターン５０１Ａに照合する単語列
は、構文の構造として、文節‘[Region][の]’が文節
‘[Group]’に係り、文節‘[Agent][の]’が文節‘[Gro
up]’に係る。この関係を図５の中では、曲線の矢印に
よって表している。

【００６１】一方、図５（ｂ）の参照符号５０２は、構
文パターンのもう１つの例である。言語情報パターン５
０２Ａに照合する単語列は、構文の構造として、文節
‘[Object][の]’が文節‘[Action][の]’に係り、文節
‘[Action][の]’が文節‘[Action]’に係る。

【００６２】意味情報での区別を考慮しなければ、言語
情報パターン５０１Ａと５０２Ａは、同じパターンであ
るが、単語の意味情報を考慮すれば，それぞれの構文パ
ターンに照合する単語列は、構文構造が異なる。よっ
て、それぞれの表現を読み上げる際には、構文構造の違
いが分かるようにイントネーションを使い分けて読み上
げるのが望ましい。

【００６３】例えば、「全国のユーザの会」の言語解析
結果が、‘[全国:ニホン:名詞:Region][の:ノ:助詞:*]
[ユーザ:ユーザ:名詞:Agent][の:ノ:助詞:*][会:カイ:
品詞:Group]’だとすると、構文パターン５０１と照合
するので、この単語列に対しては構文識別情報５０１Ｂ
が付与される。

【００６４】また、「情報の公開の制度化」の言語解析
結果が、‘[情報:ジョーホー:名詞:Object][の:ノ:助
詞:*][公開:コーカイ:サ変名詞:Action][の:ノ:助詞:*]
[制度化:セードカ:サ変名詞:Action]’だとすると、構
文パターン５０２と照合するので、この単語列に対して
は構文識別情報５０２Ｂが付与される。

【００６５】図６は、「全国のユーザの会は、」の言語
解析結果に対して、図７は、「情報の公開の制度化を」
の言語解析結果に対して、それぞれの構文構造に応じて
韻律パラメータが調整される様子を示す図である。な
お、ここでは、調整される韻律パラメータとしてピッチ
パターンだけを図中に示してある。

【００６６】まず、図６では、言語解析解析結果６０１
が、構文パターン５０１と合致するので、構文識別情報
としてID-1が与えられる。

【００６７】次に、韻律生成部１０８が、言語情報の読
み、アクセントなどからアクセント句ごとにピッチパタ
ーン６０２が生成される。韻律制御部１０９は、構文識
別情報ID_1に対応する韻律パラメータの制御情報を韻律
制御データベース１１０取得し、ピッチパターン６０２
を調整する。

【００６８】韻律制御パラメータ（韻律制御情報）とし
ては，例えば、ピッチ変化の最大値と最小値、および、
それらの値の時間に対する変化率がある。つまり、これ
らを調整すれば、読み上げ音声の韻律を変化させること
ができる。ピッチパターン６０２は、韻律制御情報にし
たがって、図６の下側に示されるようなピッチパターン
（音声の高低のパターン）６０３のように変形される。

【００６９】つまり、図６の下側において、調整後のピ
ッチパターン６０３の上下に記載されている点線の直線
Ａ（Ａ１，Ａ２），Ｂ（Ｂ１，Ｂ２）が、ピッチ（音声
の高低）の最大値と最小値を規定している。つまり、点
線の直線Ａと直線Ｂに挟まれた領域がピッチの変動可能
幅（ダイナミックレンジ）となる。上限値Ａと下限値Ｂ
の値を、一つのアクセント句（文節）と次のアクセント
句（文節）とで異ならせたり、あるいは、所定の値に設
定することで、調整後のピッチパターンの相対的な位置
を異ならせたり、あるいは、なめらかに連続させたりす
ることが可能となる。

【００７０】また、点線の直線ＡとＢの傾き（時間に対
する変化率）は、音声の高低の変化の割合を示してお
り、この傾きにより、イントネーションの微調整を行え
る。

【００７１】図６の場合には、「全国の」というアクセ
ント句（文節）と、「ユーザーの」というアクセント句
（文節）間のピッチパターンは、不連続性が強調される
ように調整されている（Ａ１とＡ２，Ｂ１とＢ２は不連
続となるように調整されている）。

【００７２】また、「ユーザーの」というアクセント句
（文節）と「会は、」というアクセント句（文節）との
間は、なめらかに連続するピッチパターンとなるように
調整されている（ピッチの上限値を示す値Ａ２，下限値
を示す値Ｂ２はともに連続しており、それらの時間に対
する変化率も、ほぼ一定で変化しない）。こうすること
で、「全国の、」と「ユーザーの」との間では、意味的
な不連続が明らかになり、「全国の」と「会」，および
「ユーザーの」と「会」との意味的結合が明らかにな
る。つまり、構文の意味にもとづく、複数の文節に渡る
バランスのとれた韻律制御が可能となる。

【００７３】一方、図７では、図６と同様の過程によ
り、構文識別情報ID-2に対応した韻律制御情報により調
整されたピッチパターン７０３が得られる。

【００７４】つまり、図７では、「情報の」というアク
セント句（文節）と、「公開の」というアクセント句
（文節）との間で、また、「公開の」というアクセント
句（文節）と「制度化を」というアクセント句（文節）
との間で、共に、ピッチの上限値の変化を示す直線（Ａ
１），下限値の変化を示す直線（Ｂ１）は、なめらかに
連続している。つまり、ピッチが連続するように、Ａ
１，Ｂ１の値と、その時間に対する変化率の２つの韻律
パラメータを微調整する。

【００７５】これにより、「情報の」、「公開の」、
「制度化を」という各アクセント句（文節）間の意味的
な連続性を考慮した、適正な韻律形成が可能となる。

【００７６】このように、表層の言語表現としては、３
つの名詞が助詞の‘の’ではさまれた形式の単語列であ
るが、各名詞の意味関係から、言語解析結果６０１と言
語会席結果７０１の構文構造が異なっており、その違い
をピッチパターンの違いとして表現することが可能であ
る。よって、内容を正確にわかりやすく伝える合成音声
を提供することができる。以上、図６，図７を用いて韻
律パラメータの調整処理について説明した。

【００７７】このように、本実施の形態の音声合成装置
では、言語解析に基づいて付与された意味ラベルの配列
に着目して構文パターンを解析し、音律と基本韻律を生
成し、さらに、韻律パラメータを調整して、文章の意味
に着目したバランスを考慮した韻律を形成する。

【００７８】ここで、構文パターン照合処理および韻律
パラメータの調整処理における判断の具体的な内容につ
いてまとめておく。

【００７９】構文パターンの照合に際しては、下記の
〜の判断を行う。Ａ，Ｂ，Ｃをそれぞれ名詞とした場合、「Ａ」の
「Ｂ」の「Ｃ」、という構文パターンが存在するかを判
定する。上記判断ステップで、該当する構文パターンがテキス
ト中に存在する場合、「Ａ」は”地域”を意味する名詞
であり、「Ｂ」は”動作の主体”を意味する名詞であ
り、「Ｃ」は”グループの種別”を意味する名詞である
かを判定する。上記の判断の結果、該当するテキストの構文パター
ンが存在する場合には、構文識別情報”ＩＤ１”を付与
する。上記の判断ステップで、該当するパターンがテキス
ト中に存在しない場合には、次に、「Ａ」は"動作の対
象（目的語）”を意味する名詞であり、「Ｂ」は”動
作”を意味する名詞であり、同じく「ｃ」も”動作”を
意味する名詞であるかを判定する。上記の判断の結果、該当するテキストの構文パター
ンが存在する場合には、構文識別情報”ＩＤ２”を付与
する。

【００８０】また、韻律パラメータの制御処理にあたっ
ては、以下のおよびの判断を実施する。構文識別情報”ＩＤ１”が付与された構文パターンに
ついては、「Ａの」という部分のピッチパターンと、
「Ｂの」という部分のピッチパターンとの相互の連続性
が断ち切られるように前記韻律制御パラメータを調整
し、「Ｂの」という部分のピッチパターンと、「Ｃ」と
いう部分のピッチパターンとの相互の連続性が確保され
るように前記韻律制御パラメータを調整する。構文識別情報”ＩＤ２”が付与された構文パターンに
ついては、「Ａの」という部分のピッチパターンと、
「Ｂの」という部分のピッチパターンとの相互の連続性
が確保されるように前記韻律制御パラメータを調整し、
さらに、「Ｂの」という部分のピッチパターンと、
「Ｃ」という部分のピッチパターンとの相互の連続性が
確保されるように前記韻律制御パラメータを調整する。

【００８１】このようにして、文の内容がわかりやすく
より正確に伝わる合成音声が実現される。

【００８２】

【発明の効果】以上説明したように本発明によれば、書
き言葉で書かれた入力テキストを話し言葉の表現に置き
換え、さらに、文の構文を反映して読み上げることで、
文の内容がわかりやすくより正確に伝わる合成音声を実
現することができる。

【図面の簡単な説明】

【図１】本発明の実施の形態にかかる音声合成装置の構
成を示すブロック図

【図２】本発明を実施するためのコンピュータシステム
の一例を示す図

【図３】本発明の実施の形態にかかる音声合成装置の主
要な動作を説明するためのフロー図

【図４】本発明の実施の形態にかかる音声合成装置のテ
キスト変換規則の一例を示す図

【図５】（ａ）本発明の実施の形態にかかる音声合成装
置の構文パターンデータベースの内容の一例を示す図（ｂ）本発明の実施の形態にかかる音声合成装置の構文
パターンデータベースの内容の他の例を示す図

【図６】本発明の実施の形態にかかる音声合成装置での
構文に応じた韻律制御処理の一例を説明するための図

【図７】本発明の実施の形態にかかる音声合成装置での
構文に応じた韻律制御処理の他の例を説明するための図

【符号の説明】

１０１入力部１０２言語解析部１０３言語解析用辞書１０４変換処理部１０５テキスト変換規則テーブル１０６構文パターン照合部１０７構文パターンデータベース１０８韻律生成部１０９韻律制御部１１０韻律制御データベース１１１波形合成部１１２音声素片データベース１１３出力部１１５テキスト変換手段１１６構文解析手段１１７韻律制御手段

───────────────────────────────────────────────────── 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）Ｇ０６Ｆ 17/28 Ｇ１０Ｌ 3/00 ＥＧ１０Ｌ 13/08 Ｈ 13/06 5/04 Ｆ (72)発明者脇田由実大阪府門真市大字門真1006番地松下電器産業株式会社内Ｆターム(参考） 5B091 AA11 AA15 CA05 CA12 CB32 5D045 AA09 AA20

Claims

【特許請求の範囲】

【請求項１】入力テキストを言語解析して単語列に分
解し、各単語の意味情報を含む言語情報を付与し、前記
言語情報が付与された単語列を、文節を単位としてグル
ープ化して、言語解析結果として出力する言語解析手段
と、この言語解析手段から出力される、前記言語処理結果の
文節列につき、前記意味情報の配列パターンに基づいて
構文構造を解析し、構文解析の結果を示す構文識別情報
を付与して出力する構文解析手段と、前記構文識別情報に対応する韻律制御情報を用いて、構
文構造を反映した韻律情報の制御を行う韻律制御手段
と、前記韻律制御手段によって生成された韻律情報にしたが
って、音声波形を合成する波形合成手段と、を有することを特徴とする音声合成装置。
【請求項２】請求項１において、前記韻律制御手段は、一つの文節の表現が、その文節に
続く次の文節の表現に意味的につながる場合には、前記
一つの文節のピッチパターンと前記次の文節のピッチパ
ターンとの連続性の確保を重視した韻律情報を生成し、
一方、前記一つの文節の表現が、その文節に続く次の文
節の表現に意味的につながらない場合には、前記一つの
文節のピッチパターンと前記次の文節のピッチパターン
の不連続性を強調するような韻律情報を生成することを
特徴とする音声合成装置。
【請求項３】請求項１まはた請求項２において、前記韻律制御情報は、韻律を調整するためのパラメータ
として、各文節のピッチパターンのダイナミックレンジ
の上限値および下限値、および、その上限値および下限
値の時間に対する変化率、を具備することを特徴とする
音声合成装置。
【請求項４】入力テキストを言語解析して単語列に分
解し、各単語の意味情報を含む言語情報を付与し、前記
言語情報が付与された単語列を、文節を単位としてグル
ープ化して、言語解析結果として出力する言語解析手段
と、前記言語解析結果について、書き言葉から話し言葉への
変換を施すテキスト変換手段と、前記テキスト変換手段により変換された部分を含む前記
言語解析結果の文節列について、前記意味情報の配列パ
ターンに基づいて構文構造を解析し、構文解析の結果を
示す構文識別情報を付与して出力する構文解析手段と、前記言語解析結果に含まれる前記言語情報に基づいて、
音韻情報および韻律パラメータを含む韻律情報を生成し
て出力する韻律生成手段と、前記韻律生成手段の出力に対して、前記構文識別情報に
対応する韻律制御情報を用いた、構文構造を反映した韻
律情報の生成処理を実行し、前記韻律パラメータの調整
を行う韻律制御手段と、前記韻律制御手段によって調整された前記韻律パラメー
タを含む前記韻律情報にしたがって、音声波形を合成す
る波形合成手段と、を有することを特徴とする音声合成装置。
【請求項５】請求項４において、前記テキスト変換手段は、前記言語解析結果と照合可能であり、単語毎の表記，読
み，品詞，意味情報などを含む単語単位の、あるいは文
節単位の言語情報パターンと、前記言語情報パターンに対応する変換後の単語単位の、
あるいは文節単位の言語情報列と、を変換規則の１単位
として保持している、テキスト変換規則テーブルと、このテキスト変換規則テーブルの変換規則と、入力され
た言語解析結果とを照合し、一致した部分については、
前記変換規則に指定される変換後の言語情報列に置換す
る変換処理部と、を具備することを特徴とする音声合成
装置。
【請求項６】請求項４または請求項５において、前記構文解析手段は、前記言語解析結果と照合可能であり、単語毎の表記，読
み，品詞，意味情報などを含む単語単位の、あるいは、
文節単位の言語情報パターンとして表現された構文パタ
ーンを保持する構文データベースと、前記構文データベースを参照し、入力された言語解析結
果と前記構文パターンとを照合する構文照合部と、を具
備することを特徴とする音声合成装置。
【請求項７】請求項６において、前記構文照合部は、言語解析結果と構文パターンの単語
単位、あるいは文節単位で、意味情報の配列パターンを
照合し、一致した配列パターンがあれば、その一致した
部分について、その構文構造を一意に決定する構文識別
情報を付与することを特徴とする音声合成装置。
【請求項８】請求項４において、前記韻律生成手段は、前記構文解析手段により構文識別情報を付与された言語
解析結果に含まれる言語情報に基づいて、読みに応じた
音韻列，ピッチ，パワー，音韻持続時間，ポーズ長，話
速変化の少なくともいずれかを対象とする韻律パラメー
タを含む基本的な韻律情報を生成する機能を具備し、また、前記韻律制御手段は、文節間の韻律パラメータを相対的に調整するための韻律
制御情報を保持する韻律制御情報データベースと、前記韻律生成部で生成された文節ごとの韻律情報を、前
記韻律制御情報データベースの韻律制御情報に従って、
修正する韻律制御部と、を具備することを特徴とする音
声合成装置。
【請求項９】請求項８において、前記韻律制御情報データベースは、前記構文データベー
スの構文パターンにより一意に与えられる前記構文識別
情報に対応付けられた韻律制御情報を保持することを特
徴とする音声合成装置。
【請求項１０】請求項４に記載の音声合成装置におけ
る、前記テキスト変換手段で用いられるテキスト変換規
則と、前記構文解析手段で用いられる構文データベース
と、前記韻律制御手段で用いられる韻律制御情報データ
ベースと、を有することを特徴とする記録媒体。
【請求項１１】入力テキストについて言語解析を行な
い、言語解析結果とテキスト変換規則とを照合し、照合
部分の置換を行い、置換部分を含む言語処理解析結果と
構文データベースの構文パターンデータとの照合を行っ
て、照合部分に対して構文識別情報を付与し、構文識別
情報と対応付けられた韻律制御情報により、韻律パラメ
ータの調整を行うことにより、構文間の韻律バランスを
考慮した合成音を生成する音声合成方法。
【請求項１２】入力テキストについて言語解析を行っ
て、意味情報を含む言語情報を付与した言語解析結果を
出力する第１のステップと、前記言語解析結果と所定のテキスト変換規則とを照合
し、一致した部分の置換を行うテキスト変換を行う第２
のステップと、前記テキスト変換による置換部分を含む前記言語処理解
析結果における前記意味情報の配列パターンと、構文デ
ータベースに登録されている構文パターンデータとの照
合を行って、意味情報の配列パターンが一致した部分に
対して構文識別情報を付与して出力する第３のステップ
と、前記言語解析結果に含まれる前記言語情報に基づいて、
音韻情報および韻律パラメータを含む韻律情報を生成し
て出力する第４のステップと、前記構文識別情報と対応付けられた韻律制御情報によ
り、前記韻律パラメータの調整を行うことにより、構文
間の韻律バランスを考慮した合成音を生成する第５のス
テップと、を含むことを特徴とする音声合成方法。
【請求項１３】請求項１２において、前記第３のステップにおける、前記言語処理解析結果に
おける前記意味情報の配列パターンと、構文データベー
スに登録されている構文パターンデータとを照合するス
テップは、さらに、下記の判断ステップ〜を含み、かつ、前記第５のステップにおける、対応付けられた韻
律制御情報により、前記韻律パラメータの調整を行うス
テップは、さらに、下記の判断ステップおよびを含
むことを特徴とする音声合成方法。（第３のステップにおける判断ステップ）Ａ，Ｂ，Ｃをそれぞれ名詞とした場合、「Ａ」の
「Ｂ」の「Ｃ」、という構文パターンが存在するかを判
定する。上記判断ステップで、該当する構文パターンがテキス
ト中に存在する場合、「Ａ」は”地域”を意味する名詞
であり、「Ｂ」は”動作の主体”を意味する名詞であ
り、「Ｃ」は”グループの種別”を意味する名詞である
かを判定する。上記の判断の結果、該当するテキストの構文パター
ンが存在する場合には、構文識別情報”ＩＤ１”を付与
する。上記の判断ステップで、該当するパターンがテキス
ト中に存在しない場合には、次に、「Ａ」は"動作の対
象（目的語）”を意味する名詞であり、「Ｂ」は”動
作”を意味する名詞であり、同じく「ｃ」も”動作”を
意味する名詞であるかを判定する。上記の判断の結果、該当するテキストの構文パター
ンが存在する場合には、構文識別情報”ＩＤ２”を付与
する。（第５のステップにおける判断ステップ）構文識別情報”ＩＤ１”が付与された構文パターンに
ついては、「Ａの」という部分のピッチパターンと、
「Ｂの」という部分のピッチパターンとの相互の連続性
が断ち切られるように前記韻律制御パラメータを調整
し、「Ｂの」という部分のピッチパターンと、「Ｃ」と
いう部分のピッチパターンとの相互の連続性が確保され
るように前記韻律制御パラメータを調整する。構文識別情報”ＩＤ２”が付与された構文パターンに
ついては、「Ａの」という部分のピッチパターンと、
「Ｂの」という部分のピッチパターンとの相互の連続性
が確保されるように前記韻律制御パラメータを調整し、
さらに、「Ｂの」という部分のピッチパターンと、
「Ｃ」という部分のピッチパターンとの相互の連続性が
確保されるように前記韻律制御パラメータを調整する。
【請求項１４】請求項１３において、前記韻律制御パラメータは、各文節のピッチパターンの
ダイナミックレンジの上限値および下限値、および、そ
の上限値および下限値の時間に対する変化率の少なくと
も一つを含むことを特徴とする音声合成方法。