JP2003046607A - 音声通信端末、及び音声通信システム - Google Patents

Abstract

(57)【要約】 【課題】 音声と同時に伝送するためのデータ量を減ら
すとともに、リアルタイムに音声の送受信が可能な音声
通信端末、及び音声通信システムを提供する。 【解決手段】 音声通信端末１へ入力された音声は、音
声認識部１２によってテキストデータ化されたディジタ
ル信号列として制御部１１へ入力される。無線部１８
は、制御部１１を介して取得したディジタル信号列によ
り無線電波を変調する。そして、無線部１８は、ディジ
タル信号列を用いて変調された搬送波を、順次基地局へ
向けて送信する。一方、基地局から無線電波を受信した
音声通信端末１では、無線部１８が変調された無線電波
を復調し、順次テキストデータのディジタル信号列を制
御部１１へ出力する。音声合成部１３は、制御部１１か
ら取得したディジタル信号列を、音声合成パラメータ１
４に記憶された音声合成パラメータを利用して順次音声
合成し、音声出力として音声通信端末１から出力する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、通信網に接続され
た音声通信端末、及び音声通信端末と通信網によって構
築される音声通信システムに関する。

【０００２】

【従来の技術】従来、携帯電話機等の端末においては、
アナログ信号の音声波形をＡ／Ｄ変換によりディジタル
信号化及び符号化し、符号化されたディジタル情報を無
線電波にのせて、相手方に送信する。受信する方では、
無線電波から符号化されたディジタル情報を取り出し、
復号化とＤ／Ａ変換によりアナログ信号の音声波形へ戻
す。しかし、携帯電話機は、リアルタイムで通信が行え
る代わりに、音声波形の符号化、及び復号化が必要なた
め、近年の伝送するデータ量の増加に反して、接続する
回線の速度の制約を受けて、音声と同時に音声以外のデ
ータを伝送することが困難であった。そこで、近年、音
声と同時に伝送するデータ量を増やすために、音声認識
技術を用いて音声波形をテキストデータへ変換して伝送
し、受信した側は、音声合成技術を用いてテキストデー
タを音声波形へ変換して利用する技術が提案されてい
る。この技術は、音声波形をテキストデータへ変換した
ら、電子メールのシステムを利用して送受信する。

【０００３】

【発明が解決しようとする課題】しかし、上述の技術で
は、音声波形から変換したテキストデータとともに伝送
するデータ量を増やせるものの、電子メールシステムを
利用しているため、リアルタイムに音声を送受信するこ
とができないという問題があった。

【０００４】本発明は、上記問題点に鑑みてなされたも
ので、音声を伝送するためのデータ量を減らすととも
に、リアルタイムに音声の送受信が可能な音声通信端
末、及び音声通信システムを提供することを目的とす
る。

【０００５】

【課題を解決するための手段】上記問題点を解決するた
めに、請求項１に記載の発明は、通話相手の端末と音声
信号をリアルタイムに送受信する音声通信端末であっ
て、入力された音声信号を順次テキストデータ化された
ディジタル信号列へ変換する音声認識手段（例えば実施
の形態の音声認識部１２）と、前記音声認識手段が出力
するディジタル信号列を、該ディジタル信号列をリアル
タイムに通信可能な通信網（例えば実施の形態の通信網
２０）に対して順次送信する通信手段（例えば実施の形
態の無線部１８）とを備えたことを特徴とする。以上の
構成により、音声通信端末は、リアルタイムにユーザの
音声をテキストデータで表されたディジタル信号列とし
て送信することができるようになる。

【０００６】請求項２に記載の発明は、請求項１に記載
の音声通信端末において、前記音声認識手段は、入力さ
れた音声信号をテキストデータ化されたディジタル信号
列へ変換する際に、音声信号から抽出された音声パラメ
ータを出力し、前記通信手段は、前記ディジタル信号列
とともに該音声パラメータを送信することを特徴とす
る。以上の構成により、音声通信端末は、音声信号から
生成されるディジタル信号列を送信する際に、ディジタ
ル信号列とともにこのディジタル信号列を元の音声信号
へ戻すための音声パラメータを同時に通信網へ送信する
ことができるようになる。

【０００７】請求項３に記載の発明は、通話相手の端末
と音声信号をリアルタイムに送受信する音声通信端末で
あって、ディジタル信号列をリアルタイムに通信可能な
通信網（例えば実施の形態の通信網２０）から、テキス
トデータで表されたディジタル信号列を順次受信する通
信手段（例えば実施の形態の無線部１８）と、前記ディ
ジタル信号列を順次音声信号へ変換する音声合成手段
（例えば実施の形態の音声合成部１３）とを備えたこと
を特徴とする。以上の構成により、音声通信端末は、リ
アルタイムにテキストデータで表されたディジタル信号
列を受信して、音声信号（音声、または音声に聞こえる
音）を出力することができるようになる。

【０００８】請求項４に記載の発明は、請求項３に記載
の音声通信端末において、ディジタル信号列で表された
テキストデータを、音声信号へ変換するための音声合成
パラメータを記憶するパラメータ記憶手段（例えば実施
の形態の音声合成パラメータ記憶部１４）を備え、前記
音声合成手段は、前記パラメータ記憶手段に記憶された
音声合成パラメータを用いて、ディジタル信号列で表さ
れたテキストデータを音声信号へ変換することを特徴と
する。以上の構成により、音声通信端末は、音声合成時
の音声の性質を音声合成パラメータを用いて制御できる
ようになる。

【０００９】請求項５に記載の発明は、請求項４に記載
の音声通信端末において、前記パラメータ記憶手段に
は、前記音声合成パラメータが予め記憶され、前記音声
合成手段は、着信時に通知される発信元の音声通信端末
の識別番号に基づいて、前記パラメータ記憶手段から対
応する音声合成パラメータを抽出し、該音声合成パラメ
ータを用いてディジタル信号列で表されたテキストデー
タを音声信号へ変換することを特徴とする。以上の構成
により、音声通信端末は、通話相手を自動的に認識して
音声合成時の音声合成パラメータを指定できるようにな
る。

【００１０】請求項６に記載の発明は、請求項４に記載
の音声通信端末において、前記パラメータ記憶手段に
は、前記通信網を介して受信した音声合成パラメータが
一時記憶され、前記音声合成手段は、前記パラメータ記
憶手段に記憶された音声合成パラメータを用いて、ディ
ジタル信号列で表されたテキストデータを音声信号へ変
換することを特徴とする。以上の構成により、音声通信
端末は、通信網に記憶された音声合成パラメータ、ある
いは通話相手が送信する音声合成パラメータを受信して
音声合成を行えば良く、音声合成パラメータを予めパラ
メータ記憶手段へ記憶しておく必要がないため、パラメ
ータ記憶手段のデータ量は、通信網を介して受信する音
声合成パラメータのデータ量だけ用意すれば良いことに
なる。

【００１１】請求項７に記載の発明は、請求項３から請
求項６のいずれかに記載の音声通信端末において、前記
ディジタル信号列を受信した際、前記音声合成手段を作
動してディジタル信号列で表されたテキストデータを音
声信号へ変換して表示するか、そのままテキストデータ
で表示するかの選択手段を備えたことを特徴とする。以
上の構成により、受信した信号を音声から表示画面上の
テキストデータへ切り替えて出力できるようになる。

【００１２】請求項８に記載の発明は、ディジタル信号
列を送受信可能な音声通信端末（例えば実施の形態の音
声通信端末１）と通信網（例えば実施の形態の通信網２
０）とからなる音声通信システムにおいて、前記通信網
に、音声合成に利用する音声合成パラメータを前記音声
通信端末へ送信するためのサーバ（例えば実施の形態の
サーバ２３）を備えたことを特徴とする。以上の構成に
より、通信網側に音声合成パラメータを用意し、これを
音声通信端末へ送信して利用するようにできるので、音
声通信端末の１台１台に、音声合成パラメータを予め用
意する必要がなくなる。

【００１３】請求項９に記載の発明は、請求項８に記載
の音声通信システムにおいて、前記サーバは、前記通信
網に接続された発信元の音声通信端末の識別番号に関連
づけられた音声合成パラメータを、着信元の音声通信端
末へ送信することを特徴とする。以上の構成により、サ
ーバは、通話相手を自動的に認識して音声合成時の音声
合成パラメータを指定し、音声通信端末へ送信できるよ
うになる。

【００１４】請求項１０に記載の発明は、請求項８に記
載の音声通信システムにおいて、前記サーバは、前記通
信網に接続された発信元の音声通信端末から指定された
音声合成パラメータを、着信元の音声通信端末へ送信す
ることを特徴とする。以上の構成により、サーバは、発
信元の希望に添った音声合成時の音声合成パラメータを
指定し、音声通信端末へ送信できるようになる。

【００１５】請求項１１に記載の発明は、ディジタル信
号列を送受信可能な音声通信端末と通信網とからなる音
声通信システムにおいて、前記通信網は、接続された一
方の前記音声通信端末から送信された音声合成パラメー
タを、接続された他方の前記音声通信端末へ中継するこ
とを特徴とする。以上の構成により、通信網の中に音声
合成パラメータを用意する必要がなくなる。また、音声
通信端末毎に異なる音声合成パラメータを保持し、通信
網を介してこれを通話相手へ送信して利用することがで
きる。

【００１６】

【発明の実施の形態】以下、図面を参照して本発明の実
施の形態について説明する。図１は、本発明の実施の形
態による音声通信端末１の構成を示すブロック図であ
る。図１において、本実施の形態の音声通信端末１は、
通信プロトコルを含む音声通信端末制御用のアプリケー
ションプログラムを実行することにより、音声通信端末
各部の動作を制御し、音声通信端末１が有する携帯電話
機能や音声認識及び音声合成機能を制御するＣＰＵ（中
央演算装置）を含む制御部１１を備えている。また、制
御部１１には、音声通信端末１のユーザの音声を、順次
音声認識によってテキストデータで表されたディジタル
信号列とする音声認識部１２と、音声通信端末１が受信
したテキストデータで表されたディジタル信号列を、順
次音声合成によって可聴音声信号（音声、または音声に
聞こえる音）として出力する音声合成部１３とが接続さ
れている。

【００１７】ここで、音声認識部１２は、まず、ユーザ
の音声からユーザの特性や雑音などを除去し、言語情報
の特徴量を抽出する。次に、認識対象の言語系に基づく
言語処理として、言語表記に対する文法的・意味的制約
を与えて可能な仮説を生成する。そして、予め決められ
た認識対象の語彙セットの音声データから求められた音
韻モデル等の標準パターンを用いて、入力音声に対する
類似度を求め、これを基に言語表記の仮説の中から、最
適な仮説を探索してテキストデータへ変換する。なお、
具体的な認識手法には、動的計画法（ＤＰ：Dynamic Pr
ogramming ）を用いて、入力音声と標準パターンの時間
軸を非線形に伸縮させてパターンマッチングを行うもの
や、非定常信号である音声を、性質の異なる定常信号の
時系列モデルとしてモデル化したＨＭＭ（hidden Marko
v model ）を利用して、確率統計計算を行うものなどが
ある。

【００１８】また、音声合成部１３は、まず、単語の読
みやアクセントなどを記憶した辞書を用いてテキストデ
ータを解析し、発音記号や係受けなどの情報を生成す
る。次に、この発音記号などの情報を基に、韻律処理や
音韻等に対する音響特性の実現処理を行い、可聴音声信
号を生成する。なお、韻律処理とは、アクセントやイン
トネーション、あるいはリズムやテンポ、ポーズなどの
ように、音素や音節より長い単位にかかわる音声の特徴
である韻律を、音声の基本周波数、時間長、強さ等によ
り適切に生成、制御することである。また、音韻等に対
する音響特性の実現処理とは、予め記録してある音素や
音節、あるいはこれらの連鎖を単位とする音声を、音声
モデルの各種音声合成パラメータに基づいて編集するこ
とである。ここで、音声合成パラメータは、音声の高低
を表すピッチ、発声速度、音韻や音色に関係する周波数
パワースペクトル、音声の強さを示す音声波形パワー
等、音声の性質を示すパラメータのことである。

【００１９】更に、制御部１１と音声合成部１３には、
制御部１１の指示で音声合成部１３に音声合成パラメー
タを与える音声合成パラメータ記憶部１４が接続されて
いる。なお、音声合成パラメータ記憶部１４は、予め音
声合成パラメータを複数記憶していて音声合成部１３に
音声合成パラメータを与える場合と、音声通信端末１が
接続される通信網や音声通信端末１の通話相手先端末
（通話相手先の音声通信端末１）から送信される音声合
成パラメータを、制御部１１を介して受信して一時記憶
し、音声合成部１３に音声合成パラメータを与える場合
とがある。音声合成パラメータ記憶部１４に記憶される
音声合成パラメータの詳細は後述する。また、音声合成
パラメータ記憶部１４は、ハードディスク装置や光磁気
ディスク装置、フラッシュメモリ等の不揮発性のメモリ
や、ＲＡＭ（Random Access Memory）のような揮発性の
メモリ、あるいはこれらの組み合わせによるコンピュー
タ読み取り、書き込み可能な記録媒体より構成されるも
のとする。

【００２０】また、制御部１１には、ユーザが音声通信
端末を操作するために用意されたキーパッド、ボタン、
ポインティングデバイス等を含む入力操作部１５と、音
声通信端末をユーザに操作させる場合に、文字（テキス
ト）やキャラクタを表示する表示画面や着信音などの音
を発する発音手段、更に振動によってユーザに情報を通
知するバイブレータ等を含む表示部１６とが接続されて
いる。更に、制御部１１には、音声通信端末１が携帯電
話機として無線通信網の基地局（図示せず）と通信する
ため、通信アンテナ１７を介して無線電波を送信または
受信する無線部１８も接続されている。なお、制御部１
１には、無線部１８を介して送受信する信号の誤り訂正
を行うための符号化、復号化手段を含むものとする。

【００２１】次に、本実施の形態の音声通信端末１を利
用する音声通信システムについて説明する。図２は、本
実施の形態の音声通信端末１を利用する音声通信システ
ムの構成を示す図である。ここで、音声通信システム
は、音声通信端末１の他、携帯電話機能の音声の送受信
を行う通信網２０を構成する基地局２１ａ、２１ｂ、及
び交換機２２、更にはサーバ２３とを含んでいる。図２
において、音声通信端末１ａは、一方のユーザが使用す
る音声通信端末であって、その構成は図１に示した通り
である。また、音声通信端末１ｂは、音声通信端末１ａ
と同じ物であって、音声通信端末１ａの通話相手のユー
ザが使用する音声通信端末である。基地局２１ａ及び基
地局２１ｂは、音声通信端末１ａ、１ｂの携帯電話機能
の基地局であって、図２では、音声通信端末１ａは基地
局２１ａを経由して、音声通信端末１ｂは基地局２１ｂ
を経由して、お互いに通話を行う。

【００２２】また、交換機２２は、基地局２１ａと基地
局２１ｂの回線交換を行い、２つの基地局間の回線接続
を行う。サーバ２３は、音声通信端末１ａ、１ｂが受信
したテキストデータを音声合成部１３によって可聴音声
信号へ変換する場合に利用する音声合成パラメータを記
憶し、交換機２２を介して、音声通信端末１ａ、１ｂへ
音声合成パラメータを供給する。なお、サーバ２３から
音声合成パラメータを供給するのは、先に図１の説明で
述べた「音声通信端末１が接続される通信網から送信さ
れる音声合成パラメータを、制御部１１を介して受信し
て一時記憶し、音声合成部１３に音声合成パラメータを
与える場合」に相当する。サーバ２３と音声通信端末１
との関係は後述する。

【００２３】次に、音声通信端末１の動作を、図１と図
２を用いて説明する。ここでは、図２の音声通信端末１
ａのユーザが話す音声が、音声通信端末１ｂのユーザへ
伝わる場合を例にとって説明する。ユーザが通話のため
に話した音声は、順次音声通信端末１ａの音声認識部１
２によってテキストデータ化されたディジタル信号列と
して制御部１１へ入力される。制御部１１では、これに
例えば受信側で誤り訂正を行うために必要な信号処理を
施して無線部１８へ出力する。

【００２４】無線部１８は、制御部１１を介して取得し
た音声認識部１２の出力するテキストデータのディジタ
ル信号列により、例えばＱＰＳＫ（Quadrature Phase S
hiftKeying ）と称される変調方式を用いて搬送波（無
線電波）を変調する。ここで、ＰＳＫ（Phase Shift Ke
ying）は搬送波の位相をディジタル信号列に応じて変化
させる変調方式であって、ＱＰＳＫは、搬送波の４つの
位相状態によりディジタル信号列を区別して送受信する
変調方式である。そして、音声通信端末１ａの無線部１
８は、音声信号から変換されたテキストデータのディジ
タル信号列を用いて変調された搬送波を、例えば１ＧＨ
ｚや２ＧＨｚといった高周波の無線電波へ変換し、順次
基地局２１ａへ向けて送信する。

【００２５】基地局２１ａへ送信された無線電波は、１
度基地局２１ａで復調され、交換機２２を経由して基地
局２１ｂへ伝送される。また、基地局２１ｂでは、これ
を再度高周波の無線電波へ変換し、音声通信端末１ｂへ
送信する。一方、基地局２１ｂから無線電波を受信した
音声通信端末１ｂでは、無線部１８が、例えばＱＰＳＫ
で変調された無線電波を復調し、順次テキストデータの
ディジタル信号列を制御部１１へ出力する。テキストデ
ータのディジタル信号列を入力された音声通信端末１ｂ
の制御部１１は、誤り訂正などの信号処理を行い、これ
を音声合成部１３へ出力する。音声通信端末１ｂの音声
合成部１３は、テキストデータのディジタル信号列を、
音声合成パラメータ１４に記憶された音声合成パラメー
タを利用して順次音声合成し、音声出力として音声通信
端末１ｂから出力する。

【００２６】なお、音声通信端末１が、音声合成パラメ
ータを保持する方法とそれを利用する方法には次のよう
な方法がある。 （１）音声合成パラメータ記憶部１４には、音声合成パ
ラメータが予め記憶され、音声合成部１３は、着信時に
通知される発信元の音声通信端末１の識別番号に基づい
て音声合成パラメータ記憶部１４から音声合成パラメー
タを抽出し、該音声合成パラメータを用いてディジタル
信号列で表されたテキストデータを音声信号へ変換す
る。 （２）音声合成パラメータ記憶部１４には、通信網２０
を介して受信した音声合成パラメータが記憶され、音声
合成部１３は、音声合成パラメータ記憶部１４にに記憶
された音声合成パラメータを用いて、ディジタル信号列
で表されたテキストデータを音声信号へ変換する。

【００２７】そこで、次に、音声通信端末１及び通信網
２０における音声合成パラメータの保持及び利用する動
作と手順について、図面を用いて説明する。音声通信端
末１及び通信網２０が、音声合成パラメータを保持する
方法には、次の２つがある。１つは音声通信端末１の音
声合成パラメータ記憶部１４がその全てを記憶している
場合であり、もう一つは通信網２０に設けられたサーバ
２３が全てを記憶している場合である。以下、図２の音
声通信端末１ａから音声通信端末１ｂへ電話をかけて通
話を行う場合を例にとって説明する。

【００２８】図３は、音声合成パラメータを音声通信端
末１に保持する場合であって、交換機から通知される発
信元の音声通信端末１ａの電話番号（発信元の音声通信
端末の識別番号）によって、着信元の音声通信端末１ｂ
が保持している音声合成パラメータの中から自動的に音
声合成パラメータを選択して利用する場合の手順の一例
を示す図である。まず、音声通信端末１ａが発呼する
（ステップＳ１）と、それを受信した基地局２１ａか
ら、選択信号送出許可が音声通信端末１ａへ送信される
（ステップＳ２）。選択信号許可を受信した音声通信端
末１ａは、自分の電話番号（音声通信端末１ａの識別番
号）とともに、通話相手の音声通信端末１ｂの選択信号
を基地局２１ａへ送信する（ステップＳ３）。

【００２９】次に、音声通信端末１ａから選択信号を受
信した基地局２１ａは、交換機２２へ、音声通信端末１
ａの電話番号とともに回線接続要求を送信する（ステッ
プＳ４）。そして、交換機２２は、選択信号によって指
示された音声通信端末１ｂと回線接続を行うように、基
地局２１ｂへ回線接続の指示を行う（ステップＳ５）。
交換機２２から回線接続の指示を受信した基地局２１ｂ
は、音声通信端末１ｂへ、音声通信端末１ａの電話番号
とともに呼び出しを送信する（ステップＳ６）。基地局
２１ｂから呼び出された音声通信端末１ｂは、着呼受付
けを基地局２１ｂへ送信する（ステップＳ７）ととも
に、ステップＳ６の呼び出しの際に一緒に送信されてく
る発信元の音声通信端末１ａの電話番号（発信元の音声
通信端末の識別番号）によって、音声通信端末１ｂが音
声合成パラメータ記憶部１４に保持している音声合成パ
ラメータの中から自動的に音声合成パラメータを選択し
て、音声合成部１３へ設定する（ステップＳ１１）。

【００３０】一方、音声通信端末１ｂから着呼受付けを
受信した基地局２１ｂは、交換機２２を介して基地局２
１ａへ応答情報を送信する（ステップＳ１２）。交換機
２２を介して基地局２１ｂから応答情報を受信した基地
局２１ａは、音声通信端末１ａへ通話許可を送信し（ス
テップＳ１３）、音声通信端末１ａと音声通信端末１ｂ
の通話が開始される（ステップＳ１４）。

【００３１】図４は、音声合成パラメータを音声通信端
末１に保持する場合であって、交換機から通知される発
信元の音声通信端末１ａが、保持している音声合成パラ
メータの中から音声合成パラメータを選択し、着信元の
音声通信端末１ｂへ送信して利用する場合の手順の一例
を示す図である。図４において、ステップＳ１からステ
ップＳ７までの動作は、図３に示した動作と同じである
ので説明は省略する。この例では、音声通信端末１ｂが
着呼受付けを基地局２１ｂへ送信する（ステップＳ７）
と、基地局２１ｂは、交換機２２を介して基地局２１ａ
へ応答情報を送信する（ステップＳ２１）。

【００３２】交換機２２を介して基地局２１ｂから応答
情報を受信した基地局２１ａは、音声通信端末１ａへ通
話許可を送信する（ステップＳ２２）。音声通信端末１
ａは、通話許可を受信すると、音声合成パラメータ記憶
部１４に保持している音声合成パラメータの中から音声
合成パラメータを選択して、基地局２１ａ及び交換機２
２、更には基地局２１ｂを介して、音声通信端末１ｂへ
選択した音声合成パラメータを送信する（ステップＳ２
３）。そして、音声通信端末１ａと音声通信端末１ｂの
通話が開始される（ステップＳ２４）。

【００３３】図５は、音声合成パラメータを通信網２０
のサーバ２３に保持する場合であって、交換機が発信元
の音声通信端末１ａの電話番号（発信元の音声通信端末
の識別番号）によって、サーバ２３が保持している音声
合成パラメータの中から自動的に音声合成パラメータを
選択し、発信元の音声通信端末１ａと着信元の音声通信
端末１ｂへ送信して利用する場合の手順の一例を示す図
である。図５において、ステップＳ１からステップＳ７
までの動作は、図３に示した動作と同じであるので説明
は省略する。この例では、音声通信端末１ｂが着呼受付
けを基地局２１ｂへ送信する（ステップＳ７）と、基地
局２１ｂは、交換機２２へ応答情報を送信する（ステッ
プＳ３１）。

【００３４】基地局２１ｂから応答情報を受信した交換
機２２は、交換機２２に接続されたサーバ２３へ、発信
元の音声通信端末１ａの電話番号を送信して音声合成パ
ラメータを要求する（ステップＳ３２）。サーバ２３
は、保持している音声合成パラメータの中から、受信し
た発信元の音声通信端末１ａの電話番号によって選択さ
れる音声合成パラメータを交換機２２へ通知する（ステ
ップＳ３３）。サーバ２３から音声合成パラメータを通
知された交換機２２は、基地局２１ｂを介して、音声通
信端末１ｂへこれを送信する（ステップＳ３４）。ま
た、交換機２２は、基地局２１ａへ、基地局２１ｂから
の応答情報とサーバ２３から通知された音声合成パラメ
ータを送信する（ステップＳ３５）。交換機２２から応
答情報と音声合成パラメータを受信した基地局２１ａ
は、音声通信端末１ａへ通話許可と音声合成パラメータ
を送信し（ステップＳ３６）、音声通信端末１ａと音声
通信端末１ｂの通話が開始される（ステップＳ３７）。

【００３５】図６は、音声合成パラメータを通信網２０
のサーバ２３に保持する場合であって、交換機が発信元
の音声通信端末１ａから指定された音声合成パラメータ
を、サーバ２３が保持している音声合成パラメータの中
から選択し、発信元の音声通信端末１ａと着信元の音声
通信端末１ｂへ送信して利用する場合の手順の一例を示
す図である。図６において、ステップＳ１からステップ
Ｓ７までの動作は、図３に示した動作と同じであるので
説明は省略する。この例では、音声通信端末１ｂが着呼
受付けを基地局２１ｂへ送信する（ステップＳ７）と、
基地局２１ｂは、交換機２２を介して、基地局２１ａへ
応答情報を送信する（ステップＳ３１）。

【００３６】交換機２２を介して基地局２１ｂから応答
情報を受信した基地局２１ａは、音声通信端末１ａへ通
話許可を送信する（ステップＳ４２）。基地局２１ａか
ら通話許可を受信した音声通信端末１ａは、基地局２１
ａを介して、交換機２２へ音声合成パラメータの指定を
送信する（ステップＳ４３）。基地局２１ａを介して、
音声通信端末１ａから音声合成パラメータの指定を受信
した交換機２２は、交換機２２に接続されたサーバ２３
へ、音声通信端末１ａから受信した音声合成パラメータ
の指定を送信して音声合成パラメータを要求する（ステ
ップＳ４４）。サーバ２３は、保持している音声合成パ
ラメータの中から、音声通信端末１ａから指定された音
声合成パラメータを交換機２２へ通知する（ステップＳ
４５）。

【００３７】サーバ２３から音声合成パラメータを通知
された交換機２２は、基地局２１ｂを介して、音声通信
端末１ｂへこれを送信する（ステップＳ４６）。また、
交換機２２は、基地局２１ａを介して、音声通信端末１
ａへサーバ２３から通知された音声合成パラメータを送
信し（ステップＳ４７）、音声通信端末１ａと音声通信
端末１ｂの通話が開始される（ステップＳ４８）。な
お、図５、及び図６の例では、交換機２２は、通話が開
始された後でも、音声通信端末１から音声合成パラメー
タの送信要求を受信した場合、サーバ２３から音声合成
パラメータを取得して音声通信端末１へ送信しても良
い。

【００３８】また、上述の実施の形態では、音声通信端
末１の音声認識部１２は、ユーザの音声を、音声認識に
よってテキストデータ化して制御部１１へ出力すると説
明したが、音声信号をテキストデータ化する際に、音声
信号から抽出した音声パラメータを、受信側の音声合成
パラメータとして利用するために、テキストデータで表
されたディジタル信号列とともに通話相手の音声通信端
末１へ送信しても良い。これにより、受信側では送信側
のユーザの声が再現できるようになる。

【００３９】更に、基地局からテキストデータのディジ
タル信号列を受信した際、音声合成部１３を作動してデ
ィジタル信号列で表されたテキストデータを音声信号へ
変換するか、そのままテキストデータで表示するかの選
択手段を備えても良い。これにより、音声出力では周囲
に迷惑がかかりそうな場所においては、受信した内容を
表示画面上のテキストデータで確認できるようになる。
また、目の不自由なユーザは音声で、耳の不自由なユー
ザはテキストデータで受信した信号を確認するというよ
うに、受信した内容の表示方法切り替えて利用できるよ
うになる。また、音声通信端末１は、通信機能を有する
ＰＤＡ（Personal Digital Assistants ：個人情報機
器）でも良い。

【００４０】以上説明したように、本実施の形態の音声
通信端末は、従来の携帯電話のように音声の符号化、復
号化のための回路を必要とせず、音声通信端末の構成が
簡単になる。また、音声を送信する際に音声認識を用い
ることで、音声以外の背景雑音はテキストデータ化され
ないので、音声以外の雑音が送信されないという効果が
得られる。また、これを受信する側でも、受信したテキ
ストデータを音声合成する際に、通信網上で付加された
雑音は音声として合成されないので、音声以外の背景雑
音が出力されず聞き取り易くなる。更に、本実施の形態
の音声通信端末、及び音声通信システムによると、音声
合成パラメータをいろいろ変更することで、男性や女性
の声を使い分けたり、音声合成パラメータ自身を送受信
することで、通話相手の音声を受信側で忠実に再現でき
るようになる。

【００４１】

【発明の効果】以上の如く請求項１に記載の発明によれ
ば、音声通信端末は、リアルタイムにユーザの音声をテ
キストデータで表されたディジタル信号列として送信す
ることができるようになる。従って、音声をリアルタイ
ムに送話または受話する公衆電話網のような通信網に対
して、送信する音声に関するデータ量を減らすことがで
きるため、通信網の負担を減らし、通信網は、従来と同
じ伝送量で多数の音声通信端末の通信を収容できるよう
になる。また、例えば音声と同時に他のデータを通信網
へ送信することができるという効果が得られる。更に、
送信時に音声から得られたテキストデータのみが送出さ
れるので、送信側の音声以外の雑音が通信網へ送信され
ることがないという効果が得られる。

【００４２】請求項２に記載の発明によれば、音声通信
端末は、音声信号から生成されるディジタル信号列を送
信する際に、ディジタル信号列とともにこのディジタル
信号列を元の音声信号へ戻すための音声パラメータを同
時に通信網へ送信することができるようになる。従っ
て、通信網を介して、この音声通信端末が送信するディ
ジタル信号列を受信する場合、同時に送信されてくる音
声パラメータを用いてこのディジタル信号列を音声合成
することで、送信側の音声を再現できるという効果が得
られる。

【００４３】請求項３に記載の発明によれば、音声通信
端末は、リアルタイムにテキストデータで表されたディ
ジタル信号列を受信して、音声信号（音声、または音声
に聞こえる音）を出力することができるようになる。従
って、音声をリアルタイムに送話または受話する公衆電
話網のような通信網から、受信する音声に関するデータ
量を減らすことができるため、通信網の負担を減らし、
通信網は、従来と同じ伝送量で多数の音声通信端末の通
信を収容できるようになる。また、例えば音声と同時に
他のデータを通信網から受信することができるという効
果が得られる。また、テキストデータで表されたディジ
タル信号列を音声合成により音声へ変換するので、通信
網において付加された雑音は音声合成時に削除され、音
声通信端末から雑音が出力されることがないという効果
が得られる。

【００４４】また、請求項４に記載の発明によれば、音
声通信端末は、音声合成時の音声の性質を音声合成パラ
メータを用いて制御できるようになる。従って、いろい
ろな性質の音声を音声通信端末から出力できるようにな
るという効果が得られる。請求項５に記載の発明によれ
ば、音声通信端末は、通話相手を自動的に認識して音声
合成時の音声合成パラメータを指定できるようになる。
従って、音声通信端末は通話相手毎に異なる性質の音声
を、自動的に合成して出力できるようになるという効果
が得られる。

【００４５】請求項６に記載の発明によれば、音声通信
端末は、通信網に記憶された音声合成パラメータ、ある
いは通話相手が送信する音声合成パラメータを受信して
音声合成を行えば良く、音声合成パラメータを予めパラ
メータ記憶手段へ記憶しておく必要がないため、パラメ
ータ記憶手段のデータ量は、通信網を介して受信する音
声合成パラメータのデータ量だけ用意すれば良いことに
なる。従って、パラメータ記憶手段に用いるメモリ等の
容量を削減し、音声通信端末を小型化できるという効果
が得られる。

【００４６】更に、請求項７に記載の発明によれば、受
信した信号を音声から表示画面上のテキストデータへ切
り替えて出力できるようになる。従って、音声出力では
周囲に迷惑がかかりそうな場所においては、受信した内
容を表示画面上のテキストデータで確認できるようにな
る。また、目の不自由なユーザは音声で、耳の不自由な
ユーザはテキストデータで受信した信号を確認するとい
うように、受信した内容の表示方法切り替えて利用でき
るという効果が得られる。

【００４７】請求項８に記載の発明によれば、通信網側
に音声合成パラメータを用意し、これを音声通信端末へ
送信して利用するようにできるので、音声通信端末の１
台１台に、音声合成パラメータを予め用意する必要がな
くなる。従って、パラメータ記憶手段に用いるメモリ等
の容量を削減し、音声通信端末を小型化できるという効
果が得られる。また、音声合成パラメータのメンテナン
ス等を行う場合、音声通信端末１台１台ではなく、通信
網側のサーバのみをメンテナンスすれば良く、効率的に
作業を行うことができるという効果が得られる。

【００４８】また、請求項９に記載の発明によれば、サ
ーバは、通話相手を自動的に認識して音声合成時の音声
合成パラメータを指定し、音声通信端末へ送信できるよ
うになる。 従って、サーバから音声合成パラメータを
受信した音声通信端末は、通話相手毎に異なる性質の音
声を、自動的に合成して出力できるようになるという効
果が得られる。請求項１０に記載の発明によれば、サー
バは、発信元の希望に添った音声合成時の音声合成パラ
メータを指定し、音声通信端末へ送信できるようにな
る。従って、サーバから音声合成パラメータを受信した
音声通信端末は、通話相手先の希望に添った性質の音声
を、自動的に合成して出力できるようになるという効果
が得られる。

【００４９】請求項１１に記載の発明によれば、通信網
の中に音声合成パラメータを用意する必要がなくなる。
また、音声通信端末毎に異なる音声合成パラメータを保
持し、通信網を介してこれを通話相手へ送信して利用す
ることができる。従って、通信網の設備負担を減らすこ
とができるという効果が得られる。また音声通信端末の
ユーザが好みの音声合成パラメータを通話相手へ送信し
て利用することができるという効果が得られる。

【図面の簡単な説明】

【図１】 本発明の一実施の形態の音声通信端末の構成
を示すブロック図である。

【図２】 同実施の形態の音声通信システムの構成を示
す図である。

【図３】 同実施の形態の音声通信端末、及び音声通信
システムの動作、通信手順の一例を示す図である。

【図４】 同実施の形態の音声通信端末、及び音声通信
システムの動作、通信手順の一例を示す図である。

【図５】 同実施の形態の音声通信端末、及び音声通信
システムの動作、通信手順の一例を示す図である。

【図６】 同実施の形態の音声通信端末、及び音声通信
システムの動作、通信手順の一例を示す図である。

【符号の説明】

１、１ａ、１ｂ 音声通信端末 １１ 制御部 １２ 音声認識部 １３ 音声合成部 １４ 音声合成パラメータ記憶部 １５ 入力操作部 １６ 表示部 １７ 通信アンテナ １８ 無線部 ２０ 通信網 ２１ａ、２１ｂ 基地局 ２２ 交換機 ２３ サーバ

Claims (11)

【特許請求の範囲】
1. 【請求項１】 通話相手の端末と音声信号をリアルタイ
   ムに送受信する音声通信端末であって、 入力された音声信号を順次テキストデータ化されたディ
   ジタル信号列へ変換する音声認識手段と、 前記音声認識手段が出力するディジタル信号列を、該デ
   ィジタル信号列をリアルタイムに通信可能な通信網に対
   して順次送信する通信手段とを備えたことを特徴とする
   音声通信端末。
2. 【請求項２】 前記音声認識手段は、 入力された音声信号をテキストデータ化されたディジタ
   ル信号列へ変換する際に、音声信号から抽出された音声
   パラメータを出力し、 前記通信手段は、 前記ディジタル信号列とともに該音声パラメータを送信
   することを特徴とする請求項１に記載の音声通信端末。
3. 【請求項３】 通話相手の端末と音声信号をリアルタイ
   ムに送受信する音声通信端末であって、 ディジタル信号列をリアルタイムに通信可能な通信網か
   ら、テキストデータで表されたディジタル信号列を順次
   受信する通信手段と、 前記ディジタル信号列を順次音声信号へ変換する音声合
   成手段とを備えたことを特徴とする音声通信端末。
4. 【請求項４】 ディジタル信号列で表されたテキストデ
   ータを、音声信号へ変換するための音声合成パラメータ
   を記憶するパラメータ記憶手段を備え、 前記音声合成手段は、 前記パラメータ記憶手段に記憶された音声合成パラメー
   タを用いて、ディジタル信号列で表されたテキストデー
   タを音声信号へ変換することを特徴とする請求項３に記
   載の音声通信端末。
5. 【請求項５】 前記パラメータ記憶手段には、 前記音声合成パラメータが予め記憶され、 前記音声合成手段は、 着信時に通知される発信元の音声通信端末の識別番号に
   基づいて、前記パラメータ記憶手段から対応する音声合
   成パラメータを抽出し、該音声合成パラメータを用いて
   ディジタル信号列で表されたテキストデータを音声信号
   へ変換することを特徴とする請求項４に記載の音声通信
   端末。
6. 【請求項６】 前記パラメータ記憶手段には、 前記通信網を介して受信した音声合成パラメータが一時
   記憶され、 前記音声合成手段は、 前記パラメータ記憶手段に記憶された音声合成パラメー
   タを用いて、ディジタル信号列で表されたテキストデー
   タを音声信号へ変換することを特徴とする請求項４に記
   載の音声通信端末。
7. 【請求項７】 前記ディジタル信号列を受信した際、前
   記音声合成手段を作動してディジタル信号列で表された
   テキストデータを音声信号へ変換して表示するか、その
   ままテキストデータで表示するかの選択手段を備えたこ
   とを特徴とする請求項３から請求項６のいずれかに記載
   の音声通信端末。
8. 【請求項８】 ディジタル信号列を送受信可能な音声通
   信端末と通信網とからなる音声通信システムにおいて、 前記通信網に、音声合成に利用する音声合成パラメータ
   を前記音声通信端末へ送信するためのサーバを備えたこ
   とを特徴とする音声通信システム。
9. 【請求項９】 前記サーバは、 前記通信網に接続された発信元の音声通信端末の識別番
   号に関連づけられた音声合成パラメータを、着信元の音
   声通信端末へ送信することを特徴とする請求項８に記載
   の音声通信システム。
10. 【請求項１０】 前記サーバは、 前記通信網に接続された発信元の音声通信端末から指定
    された音声合成パラメータを、着信元の音声通信端末へ
    送信することを特徴とする請求項８に記載の音声通信シ
    ステム。
11. 【請求項１１】 ディジタル信号列を送受信可能な音声
    通信端末と通信網とからなる音声通信システムにおい
    て、 前記通信網は、 接続された一方の前記音声通信端末から送信された音声
    合成パラメータを、接続された他方の前記音声通信端末
    へ中継することを特徴とする音声通信システム。