JP2002297174A - テキスト音声合成装置 - Google Patents
テキスト音声合成装置Info
- Publication number
- JP2002297174A JP2002297174A JP2001103190A JP2001103190A JP2002297174A JP 2002297174 A JP2002297174 A JP 2002297174A JP 2001103190 A JP2001103190 A JP 2001103190A JP 2001103190 A JP2001103190 A JP 2001103190A JP 2002297174 A JP2002297174 A JP 2002297174A
- Authority
- JP
- Japan
- Prior art keywords
- text
- voice quality
- dictionary
- voice
- speech
- 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】 声質毎にアクセントが異なる合成音声が出力
できるテキスト音声合成装置を提供する。 【解決手段】 日本語テキスト１０１を入力して形態素
解析を行い韻律記号付き発音記号（中間言語）を出力す
るテキスト解析部１０３と、中間言語に基づき使用すべ
き素片辞書内部の素片アドレスの選択及び韻律パラメー
タの設定を行うパラメータ生成部２０３と、韻律パラメ
ータに従って、音声合成波形を生成する音声合成部１０
６を備えたテキスト音声合成装置において、日本語テキ
ストに埋め込まれた声質コマンドを解析して声質選択信
号２１０を出力する声質判定部２０１と、複数アクセン
ト記述辞書２０３と、声質選択信号２１０に応じて、声
質の種類だけ用意された声質別素片辞書２０４とを備
え、テキスト解析部は、複数アクセント記述辞書２０２
を参照して形態素解析を行い、パラメータ生成部は、中
間言語自身に基づいて、声質選択信号に対応する素片の
アドレスを選択する。
できるテキスト音声合成装置を提供する。 【解決手段】 日本語テキスト１０１を入力して形態素
解析を行い韻律記号付き発音記号（中間言語）を出力す
るテキスト解析部１０３と、中間言語に基づき使用すべ
き素片辞書内部の素片アドレスの選択及び韻律パラメー
タの設定を行うパラメータ生成部２０３と、韻律パラメ
ータに従って、音声合成波形を生成する音声合成部１０
６を備えたテキスト音声合成装置において、日本語テキ
ストに埋め込まれた声質コマンドを解析して声質選択信
号２１０を出力する声質判定部２０１と、複数アクセン
ト記述辞書２０３と、声質選択信号２１０に応じて、声
質の種類だけ用意された声質別素片辞書２０４とを備
え、テキスト解析部は、複数アクセント記述辞書２０２
を参照して形態素解析を行い、パラメータ生成部は、中
間言語自身に基づいて、声質選択信号に対応する素片の
アドレスを選択する。
Description
【０００１】
【発明の属する技術分野】この発明は、音声合成、特に
漢字仮名混じり文を音声に変換し、任意の文章を音声合
成するテキスト音声合成装置に関する。
漢字仮名混じり文を音声に変換し、任意の文章を音声合
成するテキスト音声合成装置に関する。
【０００２】
【従来の技術】図５は、従来のテキスト音声合成装置の
構成図である。従来のテキスト文章を音声に変換して出
力するテキスト音声合成装置は、テキスト解析部１０３
と規則音声合成部１０７（パラメータ生成部１０４と音
声合成部１０６）から構成される。テキスト解析部１０
３では、日本語テキスト（漢字仮名混じり文）１０１を
入力して、単語辞書１０２を参照することにより、入力
文章の形態素解析を行い、この解析により得られた形態
素の読み、アクセント、及びイントネーションを決定
し、韻律記号付き発音記号（中間言語）を出力する。規
則音声合成部１０７は、パラメータ生成部１０４と音声
合成部１０６から構成され、中間言語から音声を合成す
る。パラメータ生成部１０４では、中間言語に基づい
て、使用すべき素片辞書１０５内部の素片アドレスを選
択し、また、ピッチ周波数パターンや音韻継続時間長、
ポーズ長、振幅などの設定を行う。
構成図である。従来のテキスト文章を音声に変換して出
力するテキスト音声合成装置は、テキスト解析部１０３
と規則音声合成部１０７（パラメータ生成部１０４と音
声合成部１０６）から構成される。テキスト解析部１０
３では、日本語テキスト（漢字仮名混じり文）１０１を
入力して、単語辞書１０２を参照することにより、入力
文章の形態素解析を行い、この解析により得られた形態
素の読み、アクセント、及びイントネーションを決定
し、韻律記号付き発音記号（中間言語）を出力する。規
則音声合成部１０７は、パラメータ生成部１０４と音声
合成部１０６から構成され、中間言語から音声を合成す
る。パラメータ生成部１０４では、中間言語に基づい
て、使用すべき素片辞書１０５内部の素片アドレスを選
択し、また、ピッチ周波数パターンや音韻継続時間長、
ポーズ長、振幅などの設定を行う。
【０００３】素片辞書１０５は、予め入力された音声信
号に基づいて作成される。音声合成の単位としては、音
素、音節（ＣＶ）、ＶＣＶ、ＣＶＣ（Ｃ：子音、Ｖ：母
音）、可変長単位などが試みられてきた。
号に基づいて作成される。音声合成の単位としては、音
素、音節（ＣＶ）、ＶＣＶ、ＣＶＣ（Ｃ：子音、Ｖ：母
音）、可変長単位などが試みられてきた。
【０００４】音声合成部１０６では、目的とする音韻系
列（中間言語）中に現れる音声合成単位を、予め蓄積さ
れている音声データから選択し、パラメータ生成部１０
４で決定したパラメータに従って、結合／変形して音声
合成処理を行う。
列（中間言語）中に現れる音声合成単位を、予め蓄積さ
れている音声データから選択し、パラメータ生成部１０
４で決定したパラメータに従って、結合／変形して音声
合成処理を行う。
【０００５】音声合成部１０６での、音声合成の方法と
しては、従来の種々の方法が適用でき、例えば、原音声
波形をそのまま利用して、これに基づいて品質劣化の少
ない高品質の合成音を得ることのできる波形重畳法が用
いられるようになって来ている。
しては、従来の種々の方法が適用でき、例えば、原音声
波形をそのまま利用して、これに基づいて品質劣化の少
ない高品質の合成音を得ることのできる波形重畳法が用
いられるようになって来ている。
【０００６】
【発明が解決しようとする課題】しかしながら、従来の
テキスト音声合成装置では、単語辞書１０２に記述され
るアクセントが固定的に決められているので、声質を変
えて音声合成しても、常に同じアクセントで合成される
ため、合成音が変化に乏しいものになるという欠点があ
った。
テキスト音声合成装置では、単語辞書１０２に記述され
るアクセントが固定的に決められているので、声質を変
えて音声合成しても、常に同じアクセントで合成される
ため、合成音が変化に乏しいものになるという欠点があ
った。
【０００７】この発明は、前記従来の方法の欠点を解決
し、声質毎にアクセントが異なる合成音声が出力できる
テキスト音声合成装置を提供することを目的とする。
し、声質毎にアクセントが異なる合成音声が出力できる
テキスト音声合成装置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】そのために、本発明のテ
キスト音声合成装置においては、漢字仮名混じり文から
なる日本語テキストを入力して形態素解析を行い韻律記
号付き発音記号（中間言語）を出力するテキスト解析部
と、中間言語に基づき使用すべき素片辞書内部の素片ア
ドレスの選択及び韻律パラメータの設定を行うパラメー
タ生成部と、韻律パラメータに従って、予め蓄積されて
いる音声データの選択、結合、変形を行うことにより音
声合成波形を生成する音声合成部を備えたテキスト音声
合成装置において、日本語テキストに埋め込まれた声質
コマンドを解析して声質選択信号を出力する声質判定部
と、単語の表記、読み、品詞、活用形、アクセント型を
記述した複数アクセント記述辞書と、声質選択信号に応
じて、声質の種類だけ用意された声質別素片辞書とを備
え、テキスト解析部は、前記複数アクセント記述辞書を
参照して形態素解析を行い、パラメータ生成部は、中間
言語自身に基づいて、声質別素片辞書のうち、声質選択
信号に対応する素片のアドレスを選択するようにしてい
る。
キスト音声合成装置においては、漢字仮名混じり文から
なる日本語テキストを入力して形態素解析を行い韻律記
号付き発音記号（中間言語）を出力するテキスト解析部
と、中間言語に基づき使用すべき素片辞書内部の素片ア
ドレスの選択及び韻律パラメータの設定を行うパラメー
タ生成部と、韻律パラメータに従って、予め蓄積されて
いる音声データの選択、結合、変形を行うことにより音
声合成波形を生成する音声合成部を備えたテキスト音声
合成装置において、日本語テキストに埋め込まれた声質
コマンドを解析して声質選択信号を出力する声質判定部
と、単語の表記、読み、品詞、活用形、アクセント型を
記述した複数アクセント記述辞書と、声質選択信号に応
じて、声質の種類だけ用意された声質別素片辞書とを備
え、テキスト解析部は、前記複数アクセント記述辞書を
参照して形態素解析を行い、パラメータ生成部は、中間
言語自身に基づいて、声質別素片辞書のうち、声質選択
信号に対応する素片のアドレスを選択するようにしてい
る。
【０００９】
【発明の実施の形態】以下、本発明の実施の形態につい
て、図面を参照しながら詳細に説明する。 ［第１の実施の形態］本発明の第１の実施の形態におけ
るテキスト音声合成装置の構成を図１に示す。図１にお
いて、声質判定部２０１，複数アクセント記述辞書２０
２，声質別素片辞書２０４を設けた点、及びパラメータ
生成部２０３の動作が図５の従来技術と異なっている。
尚、図１において、従来技術と同様の構成要素について
は、図５と同一の番号を付与している。以下、図１に示
されたテキスト音声合成装置の動作について説明する。
て、図面を参照しながら詳細に説明する。 ［第１の実施の形態］本発明の第１の実施の形態におけ
るテキスト音声合成装置の構成を図１に示す。図１にお
いて、声質判定部２０１，複数アクセント記述辞書２０
２，声質別素片辞書２０４を設けた点、及びパラメータ
生成部２０３の動作が図５の従来技術と異なっている。
尚、図１において、従来技術と同様の構成要素について
は、図５と同一の番号を付与している。以下、図１に示
されたテキスト音声合成装置の動作について説明する。
【００１０】声質判定部２０１では、日本語テキスト
（漢字仮名混じり文）１０１を入力して、テキスト中に
埋め込まれた声質コマンドを解析し、声質選択信号２１
０（１〜Ｎの値）を出力する。
（漢字仮名混じり文）１０１を入力して、テキスト中に
埋め込まれた声質コマンドを解析し、声質選択信号２１
０（１〜Ｎの値）を出力する。
【００１１】テキスト解析部では、複数アクセント記述
辞書２０２を参照して入力された文章の形態素解析を行
う。
辞書２０２を参照して入力された文章の形態素解析を行
う。
【００１２】複数アクセント記述辞書２０２は、１単語
１レコードで記述された辞書であり、図２にその構成を
示す。図２において、品詞は、動詞、形容詞、名詞、副
詞、感動詞などの分類であり、必要に応じて、名詞なら
普通名詞、サ変名詞、数詞、苗字、名前、地名、会社
名、商品名などの再分類を記述する。また、活用形は、
未然形、連用形、終止形、連体形、仮定形、命令形、語
幹などである。また、アクセント型として、Ｎ通りのア
クセント型を記述しておく。
１レコードで記述された辞書であり、図２にその構成を
示す。図２において、品詞は、動詞、形容詞、名詞、副
詞、感動詞などの分類であり、必要に応じて、名詞なら
普通名詞、サ変名詞、数詞、苗字、名前、地名、会社
名、商品名などの再分類を記述する。また、活用形は、
未然形、連用形、終止形、連体形、仮定形、命令形、語
幹などである。また、アクセント型として、Ｎ通りのア
クセント型を記述しておく。
【００１３】一般に、アクセントは、必ずしも１つが正
しいとは言えず、時代と共に変遷するため、古いアクセ
ント、一般のアクセント、新しいアクセント（平板
化）、方言のアクセント、音声合成装置特有のアクセン
トなどのアクセント型を記述しておく。尚、全くとり得
ないアクセントもあるため、Ｎ通りのアクセント型は、
必ずしも異なる値である必要はない。これら複数のアク
セント型のうち、声質選択信号２１０に対応するアクセ
ント型が選択され、テキスト解析に使用される。
しいとは言えず、時代と共に変遷するため、古いアクセ
ント、一般のアクセント、新しいアクセント（平板
化）、方言のアクセント、音声合成装置特有のアクセン
トなどのアクセント型を記述しておく。尚、全くとり得
ないアクセントもあるため、Ｎ通りのアクセント型は、
必ずしも異なる値である必要はない。これら複数のアク
セント型のうち、声質選択信号２１０に対応するアクセ
ント型が選択され、テキスト解析に使用される。
【００１４】テキスト解析部１０３におけるテキスト解
析により、形態素の読み、アクセント、及びイントネー
ションが決定され、韻律記号付き発音辞書（中間言語）
が出力される。
析により、形態素の読み、アクセント、及びイントネー
ションが決定され、韻律記号付き発音辞書（中間言語）
が出力される。
【００１５】パラメータ生成部２０３では、中間言語自
身に基づいて、使用すべき声質別素片辞書２０４のう
ち、声質選択信号２１０に対応する素片の素片アドレス
を選択し、また、ピッチ周波数パターンや音韻継続時間
長、ポーズ長、振幅等の韻律パラメータの設定を行う。
日本語のアクセントは、高低アクセントであるため、声
質により異なるアクセントは、ピッチ周波数パターンの
変化として設定する。また、パラメータ生成部２０３
は、声質選択信号２１０に対応して、各声質によって音
韻継続時間長、ポーズ長、振幅を変化させるのが好まし
い。
身に基づいて、使用すべき声質別素片辞書２０４のう
ち、声質選択信号２１０に対応する素片の素片アドレス
を選択し、また、ピッチ周波数パターンや音韻継続時間
長、ポーズ長、振幅等の韻律パラメータの設定を行う。
日本語のアクセントは、高低アクセントであるため、声
質により異なるアクセントは、ピッチ周波数パターンの
変化として設定する。また、パラメータ生成部２０３
は、声質選択信号２１０に対応して、各声質によって音
韻継続時間長、ポーズ長、振幅を変化させるのが好まし
い。
【００１６】声質別素片辞書２０４は、予め音声信号を
入力した後作成され、声質選択信号２１０に対応して、
各声質の分だけ用意される。
入力した後作成され、声質選択信号２１０に対応して、
各声質の分だけ用意される。
【００１７】音声合成部１０６では、声質別素片辞書２
０４から声質選択信号２１０に対応して素片を選択し、
パラメータ生成部２０３で決定した韻律パラメータに従
って、合成／変形して音声の合成処理を行う。この音声
合成部１０６では、従来と同じく波形重畳法を用いて良
い。
０４から声質選択信号２１０に対応して素片を選択し、
パラメータ生成部２０３で決定した韻律パラメータに従
って、合成／変形して音声の合成処理を行う。この音声
合成部１０６では、従来と同じく波形重畳法を用いて良
い。
【００１８】以上説明したように、この実施の形態にお
いては、複数アクセント記述辞書２０２を備え、声質に
よりアクセントを選択するようにしたので、最近のアク
セントの傾向である平板型アクセントや方言のアクセン
トを記述でき、例えば、若い女性の声質なら平板型アク
セントを選択することが可能になる。
いては、複数アクセント記述辞書２０２を備え、声質に
よりアクセントを選択するようにしたので、最近のアク
セントの傾向である平板型アクセントや方言のアクセン
トを記述でき、例えば、若い女性の声質なら平板型アク
セントを選択することが可能になる。
【００１９】尚、この実施の形態においては、複数アク
セント記述辞書２０２の構成として、固定長レコードの
例について示したが、可変長レコードとしても何ら差し
支えなく、同等の効果が得られる。
セント記述辞書２０２の構成として、固定長レコードの
例について示したが、可変長レコードとしても何ら差し
支えなく、同等の効果が得られる。
【００２０】［第２の実施の形態］本発明の第２の実施
の形態におけるテキスト音声合成装置の構成を図３に示
す。図３において、システム単語辞書１０２の他に声質
別単語辞書３０１を設けた点が第１の実施の形態におけ
る装置構成と異なっており、第１の実施の形態に於ける
装置の構成要素と同一の要素については、同一の番号を
付与している。以下、動作を説明する。
の形態におけるテキスト音声合成装置の構成を図３に示
す。図３において、システム単語辞書１０２の他に声質
別単語辞書３０１を設けた点が第１の実施の形態におけ
る装置構成と異なっており、第１の実施の形態に於ける
装置の構成要素と同一の要素については、同一の番号を
付与している。以下、動作を説明する。
【００２１】声質判定部２０１では、日本語テキスト
（漢字仮名混じり文）１０１を入力して、テキスト中に
埋め込まれた声質コマンドを解析し、声質選択信号２１
０を出力する。
（漢字仮名混じり文）１０１を入力して、テキスト中に
埋め込まれた声質コマンドを解析し、声質選択信号２１
０を出力する。
【００２２】テキスト解析部１０３では、声質別単語辞
書３０１の中から声質選択信号２１０に対応する単語辞
書を選択して解析に用いる。選択された単語辞書に項目
が無い場合にはシステム単語辞書１０２を用いる。即
ち、テキスト解析部１０３では、テキスト中に埋め込ま
れた声質コマンドの解析により得られた声質選択信号２
１０に基づいて選択された単語辞書をシステム単語辞書
１０２に優先して使用し、テキストの形態素解析を行
い、形態素の読み、アクセント、及びイントネーション
を決定し、韻律記号付き発音記号（中間言語）を出力す
る。
書３０１の中から声質選択信号２１０に対応する単語辞
書を選択して解析に用いる。選択された単語辞書に項目
が無い場合にはシステム単語辞書１０２を用いる。即
ち、テキスト解析部１０３では、テキスト中に埋め込ま
れた声質コマンドの解析により得られた声質選択信号２
１０に基づいて選択された単語辞書をシステム単語辞書
１０２に優先して使用し、テキストの形態素解析を行
い、形態素の読み、アクセント、及びイントネーション
を決定し、韻律記号付き発音記号（中間言語）を出力す
る。
【００２３】パラメータ生成部２０３以降の構成要素の
動作は、第１の実施の形態と同様である。即ち、パラメ
ータ生成部２０３では、中間言語自身に基づいて、使用
すべき素片辞書２０４のうち、声質選択信号２１０に対
応する素片の素片アドレスをを選択し、また、ピッチ周
波数パターンや音韻継続時間長、ポーズ長、振幅などの
韻律パラメータの設定を行う。日本語に於けるアクセン
トは、高低アクセントであるため、声質により異なるア
クセントはピッチ周波数パターンの変化として設定す
る。また、第２の実施の形態におけるパラメータ生成部
２０３は、声質選択信号２１０に対応して、各声質によ
ってピッチの振れ幅の大小、音韻継続時間長、ポーズ
長、振幅を変化させるのが好ましい。
動作は、第１の実施の形態と同様である。即ち、パラメ
ータ生成部２０３では、中間言語自身に基づいて、使用
すべき素片辞書２０４のうち、声質選択信号２１０に対
応する素片の素片アドレスをを選択し、また、ピッチ周
波数パターンや音韻継続時間長、ポーズ長、振幅などの
韻律パラメータの設定を行う。日本語に於けるアクセン
トは、高低アクセントであるため、声質により異なるア
クセントはピッチ周波数パターンの変化として設定す
る。また、第２の実施の形態におけるパラメータ生成部
２０３は、声質選択信号２１０に対応して、各声質によ
ってピッチの振れ幅の大小、音韻継続時間長、ポーズ
長、振幅を変化させるのが好ましい。
【００２４】声質別素片辞書２０４は、予め音声信号を
入力して作成され、声質選択信号２１０に対応して、各
声質の分だけ用意される。
入力して作成され、声質選択信号２１０に対応して、各
声質の分だけ用意される。
【００２５】音声合成部１０６では、声質別素片辞書２
０４から声質選択信号２１０に対応して素片を選択し、
パラメータ生成部２０３で決定した韻律パラメータに従
って、結合／変形して音声波形の合成処理を行う。音声
合成部１０６では、従来技術と同様に波形重畳法を用い
て良い。
０４から声質選択信号２１０に対応して素片を選択し、
パラメータ生成部２０３で決定した韻律パラメータに従
って、結合／変形して音声波形の合成処理を行う。音声
合成部１０６では、従来技術と同様に波形重畳法を用い
て良い。
【００２６】以上説明したように、第２の実施の形態に
おいては、第１の実施の形態と同様に、声質によりアク
セントを選択するように構成したので、最近のアクセン
トの傾向である平板型アクセントや方言のアクセントを
記述できるという効果がある。更に、声質別単語辞書３
０１を用いる構成にしたので、声質数を増減する場合
に、声質別単語辞書３０１を追加／削除すれば良く、ま
た、アクセントの修正も容易となり、装置の保守性が向
上する。
おいては、第１の実施の形態と同様に、声質によりアク
セントを選択するように構成したので、最近のアクセン
トの傾向である平板型アクセントや方言のアクセントを
記述できるという効果がある。更に、声質別単語辞書３
０１を用いる構成にしたので、声質数を増減する場合
に、声質別単語辞書３０１を追加／削除すれば良く、ま
た、アクセントの修正も容易となり、装置の保守性が向
上する。
【００２７】第２の実施の形態においては、システム単
語辞書１０２の他に声質別単語辞書３０１を用いる構成
としたが、これに限定されるものではなく、各声質別単
語辞書３０１にシステム単語辞書１０２を包含するよう
な構成にしてもよい。尚、各声質別単語辞書３０１にシ
ステム単語辞書１０２を包含するような構成にする場合
には、記憶容量が増大する。
語辞書１０２の他に声質別単語辞書３０１を用いる構成
としたが、これに限定されるものではなく、各声質別単
語辞書３０１にシステム単語辞書１０２を包含するよう
な構成にしてもよい。尚、各声質別単語辞書３０１にシ
ステム単語辞書１０２を包含するような構成にする場合
には、記憶容量が増大する。
【００２８】［第３の実施の形態］本発明の第３の実施
の形態におけるテキスト音声合成装置の構成を図４に示
す。図４において、声質マクロ解析部４０１、辞書選択
信号４１０、韻律制御信号４２０、話者切替信号４３０
が、第２の実施の形態における構成と異なっており、第
１及び第２の実施の形態においける装置の動作と同様の
動作を行う構成要素については、図１，３と同一の番号
を付与している。以下、動作について説明する。
の形態におけるテキスト音声合成装置の構成を図４に示
す。図４において、声質マクロ解析部４０１、辞書選択
信号４１０、韻律制御信号４２０、話者切替信号４３０
が、第２の実施の形態における構成と異なっており、第
１及び第２の実施の形態においける装置の動作と同様の
動作を行う構成要素については、図１，３と同一の番号
を付与している。以下、動作について説明する。
【００２９】声質マクロとしては、辞書と素片と韻律の
制御の組を予め指定したもの使用し、日本語テキスト中
に埋め込んでおく。
制御の組を予め指定したもの使用し、日本語テキスト中
に埋め込んでおく。
【００３０】声質マクロ解析部４０１では、日本語テキ
スト中に埋め込まれた声質マクロを解析し、辞書選択信
号４１０と韻律制御信号４２０と話者切替信号４３０と
を出力する。
スト中に埋め込まれた声質マクロを解析し、辞書選択信
号４１０と韻律制御信号４２０と話者切替信号４３０と
を出力する。
【００３１】テキスト解析部１０３では、Ｎ個からなる
声質別単語辞書３０１の中から辞書選択信号４１０に対
応する単語辞書を選択して解析に用いる。この選択され
た単語辞書に項目が無い場合にはシステム単語辞書１０
２を用いる。即ち、テキスト解析部１０３では、テキス
トを入力して、前述の声質マクロの解析結果に基づいて
単語辞書を選択し、選択された単語辞書をシステム単語
辞書１０２に優先して使用し、テキストの形態素解析を
行い、形態素の読み、声質マクロ毎に固有のアクセン
ト、及びイントネーションを決定し、韻律記号付き発音
記号（中間言語）を出力する。
声質別単語辞書３０１の中から辞書選択信号４１０に対
応する単語辞書を選択して解析に用いる。この選択され
た単語辞書に項目が無い場合にはシステム単語辞書１０
２を用いる。即ち、テキスト解析部１０３では、テキス
トを入力して、前述の声質マクロの解析結果に基づいて
単語辞書を選択し、選択された単語辞書をシステム単語
辞書１０２に優先して使用し、テキストの形態素解析を
行い、形態素の読み、声質マクロ毎に固有のアクセン
ト、及びイントネーションを決定し、韻律記号付き発音
記号（中間言語）を出力する。
【００３２】パラメータ生成部２０３では、中間言語自
身に基づいて、使用すべき素片辞書２０４のうち話者切
替信号４３０に対応する素片の素片アドレスを選択し、
また、ピッチ周波数パターンや音韻継続時間長、ポーズ
長、振幅などの韻律パラメータの設定を行う。日本語の
アクセントは高低アクセントであるため、単語辞書３０
１記載されるアクセントはピッチ周波数パターンの変化
として設定される。また、第３の実施の形態におけるパ
ラメータ生成部２０３は、韻律制御信号４２０の指示に
より、ピッチの振れ幅の大小、音韻継続時間長の長短、
ポーズ長の大小、振幅の大小を変化させ、声質マクロ毎
に固有な韻律パラメータを設定する。
身に基づいて、使用すべき素片辞書２０４のうち話者切
替信号４３０に対応する素片の素片アドレスを選択し、
また、ピッチ周波数パターンや音韻継続時間長、ポーズ
長、振幅などの韻律パラメータの設定を行う。日本語の
アクセントは高低アクセントであるため、単語辞書３０
１記載されるアクセントはピッチ周波数パターンの変化
として設定される。また、第３の実施の形態におけるパ
ラメータ生成部２０３は、韻律制御信号４２０の指示に
より、ピッチの振れ幅の大小、音韻継続時間長の長短、
ポーズ長の大小、振幅の大小を変化させ、声質マクロ毎
に固有な韻律パラメータを設定する。
【００３３】声質別素片辞書２０４は、予め音声信号を
入力した後作成され、Ｍ個用意される。第３の実施の形
態においては、Ｎ≠Ｍであって差し支えない。
入力した後作成され、Ｍ個用意される。第３の実施の形
態においては、Ｎ≠Ｍであって差し支えない。
【００３４】音声合成部１０６では、声質別素片辞書２
０４の中から話者切替信号４３０の指示により、Ｍ個の
声質別素片辞書２０４から素片辞書を選択し、パラメー
タ生成部２０３で決定した韻律パラメータに従って、結
合／変形させて音声信号の合成処理を行う。音声合成部
１０６では、従来技術と同様に波形重畳法を用いても良
い。
０４の中から話者切替信号４３０の指示により、Ｍ個の
声質別素片辞書２０４から素片辞書を選択し、パラメー
タ生成部２０３で決定した韻律パラメータに従って、結
合／変形させて音声信号の合成処理を行う。音声合成部
１０６では、従来技術と同様に波形重畳法を用いても良
い。
【００３５】以上説明したように、第３の実施の形態に
よれば、声質マクロにより、辞書と素片と韻律の制御値
の組を指定し、声質マクロ解析部４０１において、辞書
選択信号４１０と韻律制御信号４２０と話者切替信号４
３０とを出力し、辞書選択信号４１０により単語辞書３
０１を切替、韻律制御信号４２０によりパラメータ生成
部２０３における韻律パラメータを制御するのみなら
ず、話者切替信号４３０により素片辞書２０４を切り換
える構成となっている。このため、音声合成におけるア
クセント、しゃべり方、話者の音色をユーザが明確に指
定し、音声合成可能になる。
よれば、声質マクロにより、辞書と素片と韻律の制御値
の組を指定し、声質マクロ解析部４０１において、辞書
選択信号４１０と韻律制御信号４２０と話者切替信号４
３０とを出力し、辞書選択信号４１０により単語辞書３
０１を切替、韻律制御信号４２０によりパラメータ生成
部２０３における韻律パラメータを制御するのみなら
ず、話者切替信号４３０により素片辞書２０４を切り換
える構成となっている。このため、音声合成におけるア
クセント、しゃべり方、話者の音色をユーザが明確に指
定し、音声合成可能になる。
【００３６】第３の実施の形態においては、第２の実施
の形態と同様に、システム単語辞書１０２の他に声質別
単語辞書３０１を用いる構成としたが、これに限定され
るものではなく、各声質別単語辞書３０１の中にシステ
ム単語辞書１０２を包含するような構成にしても良い。
の形態と同様に、システム単語辞書１０２の他に声質別
単語辞書３０１を用いる構成としたが、これに限定され
るものではなく、各声質別単語辞書３０１の中にシステ
ム単語辞書１０２を包含するような構成にしても良い。
【００３７】
【発明の効果】以上詳細に説明したように、請求項１に
係るテキスト音声合成装置においては、漢字仮名混じり
文からなる日本語テキストを入力して形態素解析を行い
韻律記号付き発音記号（中間言語）を出力するテキスト
解析部と、前記中間言語に基づき使用すべき素片辞書内
部の素片アドレスの選択及び韻律パラメータの設定を行
うパラメータ生成部と、前記韻律パラメータに従って、
予め蓄積されている音声データの選択、結合、変形を行
うことにより音声合成波形を生成する音声合成部を備え
たテキスト音声合成装置において、前記日本語テキスト
に埋め込まれた声質コマンドを解析して声質選択信号を
出力する声質判定部と、単語の表記、読み、品詞、活用
形、アクセント型を記述した複数アクセント記述辞書
と、前記声質選択信号に応じて、声質の種類だけ用意さ
れた声質別素片辞書と、を備え、前記テキスト解析部
は、前記複数アクセント記述辞書を参照して形態素解析
を行い、前記パラメータ生成部は、中間言語自身に基づ
いて、前記声質別素片辞書のうち、前記声質選択信号に
対応する素片のアドレスを選択する構成としたので、最
近のアクセントの傾向である平板型アクセントや方言の
アクセントを記述でき、例えば、若い女性の声質なら平
板型アクセントを選択することが可能になる。
係るテキスト音声合成装置においては、漢字仮名混じり
文からなる日本語テキストを入力して形態素解析を行い
韻律記号付き発音記号（中間言語）を出力するテキスト
解析部と、前記中間言語に基づき使用すべき素片辞書内
部の素片アドレスの選択及び韻律パラメータの設定を行
うパラメータ生成部と、前記韻律パラメータに従って、
予め蓄積されている音声データの選択、結合、変形を行
うことにより音声合成波形を生成する音声合成部を備え
たテキスト音声合成装置において、前記日本語テキスト
に埋め込まれた声質コマンドを解析して声質選択信号を
出力する声質判定部と、単語の表記、読み、品詞、活用
形、アクセント型を記述した複数アクセント記述辞書
と、前記声質選択信号に応じて、声質の種類だけ用意さ
れた声質別素片辞書と、を備え、前記テキスト解析部
は、前記複数アクセント記述辞書を参照して形態素解析
を行い、前記パラメータ生成部は、中間言語自身に基づ
いて、前記声質別素片辞書のうち、前記声質選択信号に
対応する素片のアドレスを選択する構成としたので、最
近のアクセントの傾向である平板型アクセントや方言の
アクセントを記述でき、例えば、若い女性の声質なら平
板型アクセントを選択することが可能になる。
【００３８】また、請求項２、３に係るテキスト音声合
成装置においては、請求項１に記載のテキスト音声合成
装置において、前記複数アクセント記述辞書に替えて声
質別単語辞書を備え、前記テキスト解析部は、前記声質
選択信号に対応する単語辞書を声質別単語辞書の中から
選択して形態素解析を行い、選択された単語辞書に項目
が無い場合はシステムに予め用意されたシステム辞書を
用いて形態素解析を行う構成としたので、声質数を増減
する場合に、声質別単語辞書３０１を追加／削除すれば
良く、また、アクセントの修正も容易となり、装置の保
守性が向上する。
成装置においては、請求項１に記載のテキスト音声合成
装置において、前記複数アクセント記述辞書に替えて声
質別単語辞書を備え、前記テキスト解析部は、前記声質
選択信号に対応する単語辞書を声質別単語辞書の中から
選択して形態素解析を行い、選択された単語辞書に項目
が無い場合はシステムに予め用意されたシステム辞書を
用いて形態素解析を行う構成としたので、声質数を増減
する場合に、声質別単語辞書３０１を追加／削除すれば
良く、また、アクセントの修正も容易となり、装置の保
守性が向上する。
【００３９】更に、請求項４，５に係るテキスト音声合
成装置においては、請求項２に記載のテキスト音声合成
装置において、前記日本語テキスト中には、辞書と素片
と韻律の制御の組を予め指定した声質マクロが埋め込ま
れており、前記声質判定部に替えて声質マクロ解析部を
備え、該声質マクロ解析部は、日本語テキスト中に埋め
込まれた声質マクロを解析して、辞書選択信号と韻律制
御信号と話者切替信号とを出力し、前記テキスト解析部
は、前記声質別単語辞書の中から前記辞書選択信号に対
応する単語辞書を選択することにより形態素解析を行う
と共に、選択された単語辞書に項目が無い場合はシステ
ムに予め用意されたシステム辞書を用いて形態素解析を
行うようにし、前記パラメータ生成部は、前記韻律制御
信号に基づいて声質マクロに固有の韻律パラメータを設
定し、前記音声合成部は、話者切替信号に基づいて、声
質別単語辞書の中から素片辞書を選択することにより、
前記韻律パラメータに従って音声合成波形を生成する構
成としたので、音声合成におけるアクセント、しゃべり
方、話者の音色をユーザが明確に指定し、音声合成可能
になる。
成装置においては、請求項２に記載のテキスト音声合成
装置において、前記日本語テキスト中には、辞書と素片
と韻律の制御の組を予め指定した声質マクロが埋め込ま
れており、前記声質判定部に替えて声質マクロ解析部を
備え、該声質マクロ解析部は、日本語テキスト中に埋め
込まれた声質マクロを解析して、辞書選択信号と韻律制
御信号と話者切替信号とを出力し、前記テキスト解析部
は、前記声質別単語辞書の中から前記辞書選択信号に対
応する単語辞書を選択することにより形態素解析を行う
と共に、選択された単語辞書に項目が無い場合はシステ
ムに予め用意されたシステム辞書を用いて形態素解析を
行うようにし、前記パラメータ生成部は、前記韻律制御
信号に基づいて声質マクロに固有の韻律パラメータを設
定し、前記音声合成部は、話者切替信号に基づいて、声
質別単語辞書の中から素片辞書を選択することにより、
前記韻律パラメータに従って音声合成波形を生成する構
成としたので、音声合成におけるアクセント、しゃべり
方、話者の音色をユーザが明確に指定し、音声合成可能
になる。
【図１】第１の実施の形態におけるテキスト音声合成装
置の構成図である。
置の構成図である。
【図２】第１の実施の形態における複数アクセント記述
辞書２０２の構成図である。
辞書２０２の構成図である。
【図３】第２の実施の形態におけるテキスト音声合成装
置の構成図である。
置の構成図である。
【図４】第３の実施の形態におけるテキスト音声合成装
置の構成図である。
置の構成図である。
【図５】従来のテキスト音声合成装置のブロック図であ
る。
る。
１０１ 日本語テキスト １０２ システム単語辞書 １０３ テキスト解析部 １０６ 音声合成部 ２０１ 声質判定部 ２０２ 複数アクセント記述辞書 ２０３ パラメータ生成部 ２０４ 声質別素片辞書 ２１０ 声質選択信号 ３０１ 声質別単語辞書 ４０１ 声質マクロ解析部 ４１０ 辞書選択信号 ４２０ 韻律制御信号 ４３０ 話者切替信号
Claims (5)
- 【請求項１】 漢字仮名混じり文からなる日本語テキス
トを入力して形態素解析を行い韻律記号付き発音記号
（中間言語）を出力するテキスト解析部と、前記中間言
語に基づき使用すべき素片辞書内部の素片アドレスの選
択及び韻律パラメータの設定を行うパラメータ生成部
と、前記韻律パラメータに従って、予め蓄積されている
音声データの選択、結合、変形を行うことにより音声合
成波形を生成する音声合成部を備えたテキスト音声合成
装置において、 前記日本語テキストに埋め込まれた声質コマンドを解析
して声質選択信号を出力する声質判定部と、 単語の表記、読み、品詞、活用形、アクセント型を記述
した複数アクセント記述辞書と、 前記声質選択信号に応じて、声質の種類だけ用意された
声質別素片辞書と、を備え、 前記テキスト解析部は、前記複数アクセント記述辞書を
参照して形態素解析を行い、 前記パラメータ生成部は、中間言語自身に基づいて、前
記声質別素片辞書のうち、前記声質選択信号に対応する
素片のアドレスを選択する、ことを特徴とするテキスト
音声合成装置。 - 【請求項２】 請求項１に記載のテキスト音声合成装置
において、前記複数アクセント記述辞書に替えて声質別
単語辞書を備え、 前記テキスト解析部は、前記声質選択信号に対応する単
語辞書を声質別単語辞書の中から選択して形態素解析を
行うことを特徴とするテキスト音声合成装置。 - 【請求項３】 請求項２に記載のテキスト音声合成装置
において、前記テキスト解析部は、選択された単語辞書
に項目が無い場合はシステムに予め用意されたシステム
辞書を用いて形態素解析を行うことを特徴とするテキス
ト音声合成装置。 - 【請求項４】 請求項２に記載のテキスト音声合成装置
において、前記日本語テキスト中には、辞書と素片と韻
律の制御の組を予め指定した声質マクロが埋め込まれて
おり、前記声質判定部に替えて声質マクロ解析部を備
え、 該声質マクロ解析部は、日本語テキスト中に埋め込まれ
た声質マクロを解析して、辞書選択信号と韻律制御信号
と話者切替信号とを出力し、 前記テキスト解析部は、前記声質別単語辞書の中から前
記辞書選択信号に対応する単語辞書を選択することによ
り形態素解析を行い、 前記パラメータ生成部は、前記韻律制御信号に基づいて
声質マクロに固有の韻律パラメータを設定し、 前記音声合成部は、話者切替信号に基づいて、声質別単
語辞書の中から素片辞書を選択することにより、前記韻
律パラメータに従って音声合成波形を生成することを特
徴とするテキスト音声合成装置。 - 【請求項５】 請求項４に記載のテキスト音声合成装置
において、前記テキスト解析部は、選択された単語辞書
に項目が無い場合はシステムに予め用意されたシステム
辞書を用いて形態素解析を行うことを特徴とするテキス
ト音声合成装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001103190A JP2002297174A (ja) | 2001-04-02 | 2001-04-02 | テキスト音声合成装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001103190A JP2002297174A (ja) | 2001-04-02 | 2001-04-02 | テキスト音声合成装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2002297174A true JP2002297174A (ja) | 2002-10-11 |
Family
ID=18956281
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2001103190A Pending JP2002297174A (ja) | 2001-04-02 | 2001-04-02 | テキスト音声合成装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2002297174A (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006010845A (ja) * | 2004-06-23 | 2006-01-12 | Nippon Hoso Kyokai <Nhk> | 合成音声発話装置およびそのプログラムならびに音声合成用データセット生成装置およびそのプログラム |
| JP2022504002A (ja) * | 2019-10-12 | 2022-01-13 | バイドゥ オンライン ネットワーク テクノロジー（ペキン） カンパニー リミテッド | 音声パッケージの推薦方法、装置、電子機器および記憶媒体 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH05181492A (ja) * | 1991-12-27 | 1993-07-23 | Oki Electric Ind Co Ltd | 音声情報出力システム |
| JPH05204390A (ja) * | 1992-01-23 | 1993-08-13 | Matsushita Electric Ind Co Ltd | アクセント付与装置及び音声合成装置 |
| JPH08272388A (ja) * | 1995-03-29 | 1996-10-18 | Canon Inc | 音声合成装置及びその方法 |
| JPH11175082A (ja) * | 1997-12-10 | 1999-07-02 | Toshiba Corp | 音声対話装置及び音声対話用音声合成方法 |
| JPH11175308A (ja) * | 1997-12-15 | 1999-07-02 | Nec Software Kobe Ltd | 文書読み上げ音声の声色指定方法 |
-
2001
- 2001-04-02 JP JP2001103190A patent/JP2002297174A/ja active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH05181492A (ja) * | 1991-12-27 | 1993-07-23 | Oki Electric Ind Co Ltd | 音声情報出力システム |
| JPH05204390A (ja) * | 1992-01-23 | 1993-08-13 | Matsushita Electric Ind Co Ltd | アクセント付与装置及び音声合成装置 |
| JPH08272388A (ja) * | 1995-03-29 | 1996-10-18 | Canon Inc | 音声合成装置及びその方法 |
| JPH11175082A (ja) * | 1997-12-10 | 1999-07-02 | Toshiba Corp | 音声対話装置及び音声対話用音声合成方法 |
| JPH11175308A (ja) * | 1997-12-15 | 1999-07-02 | Nec Software Kobe Ltd | 文書読み上げ音声の声色指定方法 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006010845A (ja) * | 2004-06-23 | 2006-01-12 | Nippon Hoso Kyokai <Nhk> | 合成音声発話装置およびそのプログラムならびに音声合成用データセット生成装置およびそのプログラム |
| JP2022504002A (ja) * | 2019-10-12 | 2022-01-13 | バイドゥ オンライン ネットワーク テクノロジー（ペキン） カンパニー リミテッド | 音声パッケージの推薦方法、装置、電子機器および記憶媒体 |
| JP7146961B2 (ja) | 2019-10-12 | 2022-10-04 | バイドゥ オンライン ネットワーク テクノロジー（ペキン） カンパニー リミテッド | 音声パッケージの推薦方法、装置、電子機器および記憶媒体 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6470316B1 (en) | Speech synthesis apparatus having prosody generator with user-set speech-rate- or adjusted phoneme-duration-dependent selective vowel devoicing | |
| US7565291B2 (en) | Synthesis-based pre-selection of suitable units for concatenative speech | |
| US7991616B2 (en) | Speech synthesizer | |
| WO2006123539A1 (ja) | 音声合成装置 | |
| JP2002258885A (ja) | テキスト音声合成装置およびプログラム記録媒体 | |
| JP2761552B2 (ja) | 音声合成方法 | |
| JP2001242882A (ja) | 音声合成方法及び音声合成装置 | |
| JPH08335096A (ja) | テキスト音声合成装置 | |
| JP2002297174A (ja) | テキスト音声合成装置 | |
| JPH0580791A (ja) | 音声規則合成装置および方法 | |
| JPH07140996A (ja) | 音声規則合成装置 | |
| JP3575919B2 (ja) | テキスト音声変換装置 | |
| JP2002304186A (ja) | 音声合成装置、音声合成方法および音声合成プログラム | |
| JP3113101B2 (ja) | 音声合成装置 | |
| JP2703253B2 (ja) | 音声合成装置 | |
| JP2573586B2 (ja) | 規則型音声合成装置 | |
| JPH11352997A (ja) | 音声合成装置およびその制御方法 | |
| JPH01321496A (ja) | 音声合成装置 | |
| JP3515268B2 (ja) | 音声合成装置 | |
| JPH09292897A (ja) | 音声合成装置 | |
| JPH06214585A (ja) | 音声合成装置 | |
| JPH07181995A (ja) | 音声合成装置及び音声合成方法 | |
| JPH08160990A (ja) | 音声合成装置 | |
| KR19980065482A (ko) | 스피킹 스타일을 변경하는 음성 합성 방법 | |
| Morris et al. | Speech Generation |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| RD01 | Notification of change of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7421 Effective date: 20060923 |
|
| RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20060929 |
|
| RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20061013 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20080201 |
|
| A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A712 Effective date: 20081119 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20081125 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20100615 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20100629 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20101102 |