JP2003150182A - 音声合成装置、音声合成装置の制御方法、音声合成制御プログラム及び記録媒体 - Google Patents

Abstract

(57)【要約】 【課題】 表示装置の無いような環境においても、文書
内容を容易に把握でき、文書中の所望の部分を容易に指
定して音声読み上げを行わせる。 【解決手段】 外部からの指示に基づいて原文あるいは
要約文（または翻訳文）のいずれか一方を読み上げ対象
文として選択し、読み上げ対象文における読み上げ位置
および対応する非読み上げ対象文内の読み上げ相当位置
を相互に入れ替え可能に制御して、読み上げ位置に基づ
いて読み上げ対象文の音声読み上げを行う。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、音声合成装置、音
声合成装置の制御方法、音声合成制御プログラム及び記
録媒体に関する。

【０００２】

【従来の技術】従来よりテキストデータを音声合成を行
って音声により読み上げる音声読み上げ装置が知られて
いる。このような音声読み上げ装置において、文書の中
の一部分を読み上げる場合に、文書を表示装置に表示し
て、ユーザが読み上げ対象とする部分を選択し指定すれ
ば、当該ユーザの興味のある（あるいは当該ユーザの望
む）部分のみの読み上げを行わせることが可能であっ
た。

【０００３】ところで、ユーザが視覚障害者であるよう
な場合や、電話機などの表示装置の無いような環境にお
いて通信回線を介して接続されている音声読み上げ装置
を用いて読み上げを行わせる場合には、上述したような
手順を採ることは困難であった。そこで、このように表
示装置の無い環境で文書のうち、所望の部分を読み上げ
させるための技術として、例えば、特開２０００−９９
０７２に記載された技術においては、文書を読み上げる
に先立って、当該読み上げ対象の文書の概要または要約
を提示（音声読み上げ）することによって、聞き手はこ
れをもとにこの文書に対する音声読み上げを聞くか否か
を判断する。

【０００４】これによって当該ユーザにとって全く興味
の無い（望まない）文書の読み上げを聞くことを避ける
ようにすることとなっていた。また、特開平１１−１６
７３９８には、文章を複数の部分に区切り、それぞれの
部分の内容を把握させるための文字情報を作成して読み
上げることにより、スキップキー等の操作をせずに、内
容を短時間で把握することができる技術が開示されてい
る。

【０００５】

【発明が解決しようとする課題】上記特開２０００−９
９０７２に記載された技術によれば、読み上げ対象の文
書の概要または要約を提示させることにより、全く興味
のない文書については、読み上げ対象から除くことがで
きる。しかしながら、ユーザが読み上げを行わせたい文
書であっても、興味の対象である部分が一部分である場
合もある。このような場合でも特開２０００−９９０７
２に記載された技術によれば、実際に興味の対象である
部分に至るまで音声読み上げを聞き続けなければなら
ず、手間が煩わしいという問題点があった。

【０００６】上記特開平１１−１６７３９８記載の技術
においては、文章の複数の部分についてその内容を把握
するために文字情報を作成しているが、一定の条件で抽
出された代表分野、キーワード、自動で生成した要約文
などによって実際の内容を把握することは困難であり、
やはり原文の音声読み上げを行わせることがより確実で
あり、全てを短時間の内容にまとめてしまうのでは、内
容を把握するのが困難になるという問題点があった。そ
こで、本発明の目的は、表示装置の無いような環境にお
いても、文書内容を容易に把握でき、文書中の所望の部
分を容易に指定して音声読み上げを行わせることが可能
な音声合成装置、音声合成装置の制御方法、音声合成制
御プログラム及び記録媒体を提供することにある。

【０００７】

【課題を解決するための手段】上記課題を解決するた
め、外部からの指示に基づいて第１の文あるいは前記第
１の文に対応づけて生成された第２の文のいずれか一方
を読み上げ対象文として選択する読み上げ文書選択部
と、前記選択に基づいて、前記読み上げ対象文における
読み上げ位置および対応する非読み上げ対象文内の読み
上げ相当位置を相互に入れ替え可能に制御する読み上げ
位置制御部と、前記読み上げ位置に基づいて前記読み上
げ対象文の音声読み上げを行う音声読み上げ部と、を備
えたことを特徴としている。上記構成によれば、読み上
げ文書選択部は、外部からの指示に基づいて第１の文あ
るいは前記第１の文に対応づけて生成された第２の文の
いずれか一方を読み上げ対象文として選択する。読み上
げ位置制御部は、読み上げ文書選択部による選択に基づ
いて、読み上げ対象文における読み上げ位置および対応
する非読み上げ対象文内の読み上げ相当位置を相互に入
れ替え可能に制御する。そして音声読み上げ部は、読み
上げ位置に基づいて読み上げ対象文の音声読み上げを行
うこととなる。

【０００８】この場合において、前記第２の文は前記第
１の文の要約文であるようにしてもよい。また、前記第
２の文は前記第１の文の翻訳文であるようにしてもよ
い。さらに文書の内容を解析して複数の前記第１の文と
する文書分割部と、前記第１の文に対応する前記第２の
文を生成する対応文書生成部と、を備えるようにしても
よい。さらにまた、前記対応文書生成部は、前記第１の
文を要約した文を前記第２の文として生成するようにし
てもよい。

【０００９】また、前記対応文書生成部は、一つの前記
第１の文に対し、要約率の異なる複数の前記第２の文を
生成するようにしてもよい。さらに前記外部からの指示
は、所望の要約率の前記第２の文書の指定を含むように
してもよい。さらにまた、前記対応文書生成部は、前記
第１の文を翻訳した文を前記第２の文として生成するよ
うにしてもよい。

【００１０】また、外部からの指示に基づいて第１の文
あるいは前記第１の文に対応づけて生成された第２の文
のいずれか一方を読み上げ対象文として選択する読み上
げ文書選択過程と、前記選択に基づいて、前記読み上げ
対象文における読み上げ位置および対応する非読み上げ
対象文内の読み上げ相当位置を相互に入れ替え可能に制
御する読み上げ位置制御過程と、前記読み上げ位置に基
づいて前記読み上げ対象文の音声読み上げを行う音声読
み上げ過程と、を備えたことを特徴としている。この場
合において、文書の内容を解析して複数の前記第１の文
とする文書分割過程と、前記第１の文に対応する前記第
２の文を生成する対応文書生成過程と、を備えるように
してもよい。

【００１１】また、前記対応文書生成過程は、前記第１
の文を要約した文を前記第２の文として生成するように
してもよい。さらに、前記対応文書生成過程は、前記第
１の文を翻訳した文を前記第２の文として生成するよう
にしてもよい。また、コンピュータを音声合成装置とし
て機能させるための音声合成制御プログラムであって、
外部からの指示に基づいて第１の文あるいは前記第１の
文に対応づけて生成された第２の文のいずれか一方を読
み上げ対象文として選択させ、前記選択に基づいて、前
記読み上げ対象文における読み上げ位置および対応する
非読み上げ対象文内の読み上げ相当位置を相互に入れ替
え可能に制御させ、前記読み上げ位置に基づいて前記読
み上げ対象文の音声読み上げを行わせる、ことを特徴と
している。

【００１２】この場合において、文書の内容を解析して
複数の前記第１の文とさせ、前記第１の文に対応する前
記第２の文を生成させるようにしてもよい。また、前記
第１の文を要約した文を前記第２の文として生成させる
ようにしてもよい。さらに、前記第１の文を翻訳した文
を前記第２の文として生成させるようにしてもよい。ま
た、上記各音声合成制御プログラムを記録媒体に記録す
るようにしてもよい。

【００１３】

【発明の実施の形態】次に本発明の好適な実施の形態に
ついて図面を参照して説明する。 ［１］第１実施形態 ［１．１］第１実施形態の構成 図１は実施形態の音声合成システムの概要構成ブロック
図である。以下の説明においては、ユーザが携帯電話端
末を介して、音声合成装置に文書読み上げを行わせる場
合を例として説明する。音声合成システム１０は、大別
すると、携帯電話端末１１と、無線基地局１２と、一般
公衆ネットワーク網１３と、音声合成装置１４と、を備
えている。携帯電話端末１１は、無線基地局１２および
一般公衆ネットワーク網１３を介して文書読み上げ装置
１４に接続するための無線通信機能および各種操作端末
として機能する。無線基地局１２は、携帯電話端末１１
と一般公衆ネットワーク網１３との間の通信制御を行
う。一般公衆ネットワーク網１３は、一般公衆回線網お
よびインターネットを含んでいる。音声合成装置１４
は、携帯電話端末１１を介したユーザの指示に基づいて
指定された文書あるいは文書の一部について音声合成に
より音声読み上げを行う。ここで、音声合成装置１４に
ついて詳細に説明する。

【００１４】［１．２］音声合成装置の概要構成 図２は音声合成装置１４の装置概要構成図である。音声
合成装置１４は、一般的なコンピュータシステムと同様
の構成をとっており、大別すると、音声合成装置本体２
１、データ入力部２２、ディスプレイ部２３、外部記憶
装置２４および通信インタフェース部２５を備えてい
る。 ［１．２．１］音声合成装置本体の概要構成 図３は音声合成装置本体の概要構成ブロック図である。
音声合成装置本体２１は、ＭＰＵ３１、ＲＯＭ３２、Ｒ
ＡＭ３３および外部記憶装置３４を備えて構成されてい
る。ＭＰＵ３１は、ＲＡＭ３３の記憶領域をワークエリ
アとしつつＲＯＭ３２に格納された制御プログラムおよ
び外部記憶装置２４に格納された文書読み上げアプリケ
ーションプログラム（音声読み上げ制御プログラムとし
て機能）に基づいて当該音声合成装置本体２１を制御す
る。ＲＯＭ３２は、制御プログラムなどの各種不揮発性
データを格納している。ＲＡＭ３３は、ＭＰＵ３１のワ
ーキングエリアとして用いられ、アプリケーションプロ
グラムおよび各種データを一時的に格納する。

【００１５】外部記憶装置３４は、ハードディスクなど
で構成され、後述するカテゴリ定義データベース、読み
上げ設定定義データベース、形態素解析用辞書、音韻辞
書、波形辞書などの各種データベースや、文書読み上げ
アプリケーションプログラム等を格納している。そして
これらの、ＭＰＵ３１、ＲＯＭ３２、ＲＡＭ３３および
外部記憶装置３４はバス２５を介して相互に接続されて
いる。データ入力部２２は、キーボード、マウス、タブ
レットなどを備え、文書データを含む各種データを入力
する。ディスプレイ部２３は、音声合成装置本体２１の
制御下で各種データを表示する。外部記憶装置２４は、
通信インターフェース部２５は、ＬＡＮ、アナログ電
話回線ネットワーク、ＩＳＤＮ回線、ＡＤＳＬなどのデ
ジタル電話回線ネットワーク、光ファイバ回線ネットワ
ークなど各種ネットワークとの間のインターフェース機
能を提供するとともに、文書読み上げ装置本体１１から
出力される音声データに基づいて実際の音声出力を行う
音声出力装置としての機能をするなどの各種出力処理を
行う。

【００１６】［１．３］音声合成装置の機能 図４は音声合成装置の機能ブロック図である。音声合成
装置１４は、機能的に見ると、大別して、ユーザ入力部
４１、文書選択部４２、文書分割部４３、対応文書生成
部４４、読み上げ文書選択部４５、読み上げ位置制御部
４６、モード切替制御部４７、言語処理部４８、音響処
理部４９および音声出力部５０を備えている。ユーザ入
力部４１は、ユーザインターフェースを実現する機能部
分である。文書選択部４２は、ユーザ入力部４１を介し
て入力されたユーザの所望する文書のデータを選択する
機能を有している。文書分割部４３は、選択された文書
を形態素解析、意味解析あるいは構文解析を用いてそれ
ぞれがひとかたまりの意味を有する複数の文（分割文）
に分割する機能を有している。

【００１７】対応文書生成部４４は、分割文のそれぞれ
に対する要約文を対応文として生成する機能を有してい
る。読み上げ文書選択部４５は、モード制御切替部４７
の制御の下で、実際に読み上げるべき分割文あるいは対
応文を選択する機能を有している。読み上げ位置制御部
４６は、読み上げ文書選択部４５により選択された文内
の実際に読み上げるべき位置を管理し、制御する機能を
有している。モード切替制御部４７は、ユーザ入力部４
１を介して入力されるユーザの指示に基づいて読み上げ
文書選択部４５に文を選択させ、あるいは、読み上げ位
置制御部４６に読み上げ位置を制御させる。言語処理部
４８および音響処理部４９は、音声合成部５１として機
能し、文書選択部４５により選択され、読み上げ位置制
御部４６により制御されている読み上げ位置に対応する
音素に基づいて音声合成を行う。音声出力部５０は、音
声合成部５１の音声合成結果をスピーカあるいは通信イ
ンタフェース部２５を介して接続された携帯電話端末１
１上で再生する機能を有している。

【００１８】［１．４］音声合成システムの動作 次に音声合成システム１０の動作について図５の処理フ
ローチャートを参照して説明する。音声合成装置１４の
データ入力部２２は、ユーザ入力部４１として機能し、
処理対象の文書についてのユーザの指示を受け付ける。
この結果、音声合成装置本体２１は、文書選択部４２と
して機能し、読み上げ対象の文書を外部記憶装置２４内
の図示しないデータベースあるいはデータ入力部２２を
介して取得する（ステップＳ１）。次に音声合成装置本
体２１は、デフォルトの要約率の設定を行う（ステップ
Ｓ２）。例えば、要約率６０［％］とすると、原文が１
００語の文章である場合に、６０語程度の文章とするこ
とをいう。したがって、以下の説明においては、要約率
１００［％］とは、要約を行わない原文をいうものとす
る。

【００１９】次に音声合成装置本体２１は、読み上げ対
象の文書を複数の分割文に分割する処理を行う（ステッ
プＳ３）。具体的には、形態素解析、意味解析、構文解
析などを行って、意味的に一つの固まりとなる文章、あ
るいは、文章構成上一つの固まりとなる文章を分割文と
して生成することとなる。次に音声合成装置本体２１
は、要約率が１００［％］か否か、すなわち、要約率に
相当する要約文を作成する必要があるか否かを判別する
（ステップＳ４）。ステップＳ４の判別において、要約
文の作成が必要である場合には（ステップＳ４；要約率
＜１００［％］）、音声合成装置本体２１は、分割文か
ら要約文を作成し（ステップＳ５）、当該要約文を読み
上げ対象文章として処理をステップＳ６に移行する。こ
の場合において、要約文の作成手法としては、形態素解
析の結果を利用して、各文章から重要語（例えば、ＴＦ
ＩＤＦ値の高い語）を抽出し、当該重要語が多く含まれ
ている文をつなぎ合わせて要約文とする。

【００２０】ステップＳ４の判別において要約文の作成
が不要である場合には（ステップＳ４；要約率＝１００
［％］）、音声合成装置本体２１は、取得した文章を読
み上げ対象文章として、読み上げ対象文章の音韻処理を
行う（ステップＳ６）。次に音声合成装置本体２１は、
読み上げ対象文章の韻律処理を行う（ステップＳ７）。
次にユーザにより、要約率設定変更（例えば、要約率６
０［％］から５０［％］に変更）する操作入力がなされ
たか否かを判別する（ステップＳ８）。ステップＳ８の
判別においてユーザによる操作入力がなされた場合には
（ステップＳ８；あり）、入力状態を判別する（ステッ
プＳ１３）。そして音声合成装置本体２１は、入力状態
に基づいた要約率設定の変更を行い（ステップＳ１
４）、処理をステップＳ４に移行し同様の処理を繰り返
すこととなる。

【００２１】この結果、これ以降新たな要約率で要約文
が生成されることとなる。ステップＳ８の判別におい
て、ユーザによる操作入力がなされなかった場合には
（ステップＳ８；なし）、音声合成装置本体２１は、読
み上げ対象文章における次の音素（初期状態において
は、最初の音素）を読み出し（ステップＳ９）、読み出
した音素に対応する波形処理を行って読み上げを行う
（ステップＳ１０）。続いて当該読み上げ対象文章に次
の音素があるか否かを判別する（ステップＳ１１）。ス
テップＳ１１の判別において、当該読み上げ対象文章に
次の音素がある場合には（ステップＳ１１；あり）、処
理をステップＳ８に移行し、同様の処理を繰り返すこと
となる。この結果、読み上げ対象文章が順次読み上げら
れることとなる。

【００２２】ステップＳ１１の判別において、当該読み
上げ対象文章に次の音素がない場合には（ステップＳ１
１；なし）、音声合成装置本体２１は、既に読み上げ対
象の文（分割文）の読み上げは完了していると判別し、
処理をステップＳ１２に移行する。次に音声合成装置本
体２１は、次の分割文があるか否かを判別する（ステッ
プＳ１２）。ステップＳ１２の判別において、次の分割
文がある場合には（ステップＳ１２；あり）、処理を再
びステップＳ４に移行し、同様の処理を繰り返して、分
割文から対応する要約文を生成して、音声読み上げを行
うこととなる。

【００２３】［１．５］具体的な読み上げ処理 次に具体的な読み上げ処理を説明する。図６に示すよう
な、階層化された見出しと本文からなる構造化文書にお
いて、見出し語とに要約して読み上げる方法を説明す
る。本実施形態の音声合成システム１０は、携帯電話端
末１１において、キーまたは音声によるコマンドによっ
てユーザが制御することが可能となっている。この読み
上げ処理でユーザが用いるコマンドとしては、最も単純
には、ユーザが指定した文書を分割して複数の分割文と
し、各分割文の要約を読み上げさせるための「読み上げ
開始コマンド」と、指定された分割文（第１の文；非要
約状態の原文）あるいは、当該分割文に対応する要約文
（第２の文）のいずれかを選択して読み上げさせるため
の「読み上げモード切替コマンド」との二つが挙げられ
る。以下、説明の簡略化のため、これらの二つのコマン
ドを利用して読み上げを行わせる場合の方法について説
明する。

【００２４】読み上げ対象文書Ｄ１は、大別すると見出
しＴ１に対応する文章および見出しＴ２に対応する文章
の２系統の文章を備えている。音声合成システム１０に
おいては、ユーザが携帯電話端末１１を介して、読み上
げ対象文書Ｄ１を読み上げさせるべく「読み上げ開始コ
マンド」を音声合成装置１４に対して送出する。これに
より音声合成システム１０の音声合成装置１４は、読み
上げ対象文書Ｄ１を要約に最適な単位となる文のまとま
りに分割して、分割文を生成する。本具体例において
は、本文に付帯する見出しを検出し、それぞれ見出しに
対応する複数の分割文（見出しＴ１の本文、見出しＴ
１．１の本文、見出しＴ１．２．１の本文、見出しＴ
１．２．２の本文、見出しＴ２の本文、見出しＴ２．１
の本文、見出しＴ２．２．１の本文）を抽出し、生成す
る。

【００２５】次に音声合成装置１４は、この分割された
文の要約文を作成する。内容による要約の方法として
は、例えば、「奥村学、難波英嗣、テキスト自動要約に
関する研究動向、自然言語処理vol.6,N0.6（１９９
９）」などにまとめられている方法を用いればよい。な
お、文書の分割方法は、構造文書であれば、見出し毎に
分割するのが容易でわかりやすい。これらの技術を元に
要約した結果が例えば、図７に示すようになったとす
る。ところで、音声合成装置１４における読み上げモー
ドとしては、要約文読み上げモードと原文読み上げモー
ドの２種類の読み上げモードがある。そして、例えば、
デフォルトの状態においては、要約文読み上げモードが
設定され、要約文が順に読み上げられるように設定され
ているものとする。携帯電話端末装置１１のユーザが要
約文読み上げモードにおいて、「読み上げモード切替コ
マンド」を音声合成装置１４に送ると、現在読み上げら
れている要約文の要約元となった部分に相当する原文が
読み上げられる。

【００２６】例えば、図７中、部分Ｃ１の文が読み上げ
られている間に原文を読み上げさせるべく、「読み上げ
モード切替コマンド」を送ると、要約文読み上げモード
から原文読み上げモードに移行する。そして、部分Ｃ１
に対応する原文の部分Ｃ２から読み上げが続けられる。
逆に原文読み上げモードにおいて、原文の部分Ｃ３が読
み上げられている最中に「読み上げモード切替コマン
ド」を送ると、要約文読み上げモードに移行し、対応す
る要約文Ｃ４が読み上げられることとなる。以上の説明
のように、読み飛ばしたい部分は、要約文を読み上げさ
せ、興味のある部分については原文を読み上げさせるこ
とで、表示装置の無いような環境においても、文章全体
の把握と、興味の対象部分の読み上げとを迅速かつ容易
に行わせることができる。

【００２７】［２］実施形態の変形例 ［２．１］第１変形例 以上の説明においては、要約文と原文との間で読み上げ
を切り換えていたが、翻訳文と原文との間で読み上げを
切り換えるように構成することも可能である。より具体
的には、原文が英語文、翻訳文が日本語文である場合に
ついて説明する。まず、読み上げに先立って、原文の英
語文を翻訳アプリケーションを用いて自動的に日本語文
の翻訳文とする。この場合に、原文と対応する翻訳文と
は、対応付けがなされているものとする。ユーザにより
指定がなされていない初期状態においては、原文である
英語文が読み上げられることとなる。

【００２８】その後、英語文が読み上げられている状態
で、ユーザにより読み上げモード切替コマンド（言語切
替コマンドとして機能）が入力されると、自動翻訳され
た日本語文（翻訳文）が読み上げられることとなる。ま
た、日本語文（翻訳文）が読み上げられている状態で、
ユーザにより再び読み上げモード切替コマンド（言語切
替コマンドとして機能）が入力されると、原文である英
語文が読み上げられることとなる。この場合において、
さらに日本語文に対して要約文を生成し、 英語文（原文）←→日本語文（翻訳文）←→日本語文
（翻訳文の要約文） というように、三者の間で相互に読み上げを切り換える
ようにすることも可能である。さらに英語文においても
要約文を生成すれば、四者間で相互に読み上げを切り換
えるようにすることも可能である。

【００２９】［２．２］第２変形例 以上の説明においては、要約文（あるいは翻訳文）と原
文とを区別して読み上げるものとはしていなかったが、
例えば、要約文（あるいは翻訳文）は女声で読み上げ、
原文は男声で読み上げるようにすれば、要約文と原文と
を明確に区別することができる。

【００３０】［２．３］第３変形例 以上の説明においては、見出し−本文形式の文書を例と
して説明したが、タイトル、表、箇条書きなど様々な構
造を持つようなＨＴＭＬなどの一般の構造化文書に対し
ても同様に適用が可能である。

【００３１】［２．４］第４変形例 以上の説明においては、文書分割機能（文書分割部４
３）および対応文生成機能（対応文書生成部４４）の機
能を音声合成システムに持たせていたが、これらの機能
は予め人手により行っておくようにしてもよい。

【００３２】［２．５］第５変形例 以上の説明においては、コンピュータシステムを文書読
み上げ装置として機能させるためのプログラムを外部記
憶装置に予め格納してＲＡＭ等に展開して実施する場合
について説明したが、これらのプログラムを光ディスク
などのリムーバブル記録媒体に記録して、インストール
するようにしたり、ネットワークを介してダウンロード
し、インストールするように構成することも可能であ
る。ダウンロードを行う場合には、実行のたびにダウン
ロードするようにすることも可能である。

【００３３】［３］実施形態の効果 以上の説明のように本実施形態によれば、要約文と原文
との間で読み上げ切替を行う場合には、原文の全てを読
み上げさせて聞く必要が無く、短時間で文書の概要を把
握することができる。また、要約文も原文を分割するこ
とにより複数生成するので、興味のある部分を探し出し
たい場合でも容易に探し出すことができる。換言すれ
ば、じっくり読みたい箇所と手早く読み流したい場所を
表示装置の無いような環境においても自在に選んで読ま
せることができる。

【００３４】一方、翻訳文と原文との間で読み上げ切替
を行う場合には、自動翻訳の翻訳精度があまり高くない
場合であっても、対応する原文との間で聞き比べること
が容易にでき、内容把握を容易に行える。

【００３５】

【発明の効果】本発明によれば、第２の文（要約文ある
いは翻訳文）と第１の文（原文）との間で読み上げ切替
を行う場合には、原文の全てを読み上げさせて聞く必要
が無く、短時間で文書の概要を把握することができる。
また、第２の文（要約文あるいは翻訳文）も第１の文
（原文）を分割することにより複数分割文として生成す
るので、興味のある部分を探し出したい場合でも容易に
探し出すことができる。換言すれば、じっくり読みたい
箇所と手早く読み流したい場所を表示装置の無いような
環境においても自在に選んで読ませることができる。ま
た、第２の文を翻訳文とし、第１の文である原文との間
で読み上げ切替を行う場合には、自動翻訳の翻訳精度が
あまり高くない場合であっても、対応する原文との間で
聞き比べることが容易にでき、内容把握を容易に行え
る。

【図面の簡単な説明】

【図１】実施形態の音声合成システムの概要構成ブロッ
ク図である。

【図２】音声合成装置の概要構成ブロック図である。

【図３】音声合成装置本体の概要構成ブロック図であ
る。

【図４】音声合成システムの機能構成ブロック図であ
る。

【図５】音声合成システムの動作処理フローチャートで
ある。

【図６】原文（第１の文）の具体的説明図である。

【図７】要約文（第２の文）の具体的説明図である。

【符号の説明】

１０……音声合成システム １１……携帯電話端末 １２……無線基地局 １３……一般公衆ネットワーク網 １４……音声合成装置 ２１……音声合成装置本体 ２２……データ入力部 ２３……ディスプレイ部 ２４……外部記憶装置 ２５……通信インタフェース部 ４１……ユーザ入力部 ４２……文書選択部 ４３……文書分割部 ４４……対応文書生成部 ４５……読み上げ文書選択部 ４６……読み上げ位置制御部 ４７……モード切替制御部 ４８……言語処理部 ４９……音響処理部 ５０……音声出力部

Claims (17)

【特許請求の範囲】
1. 【請求項１】 外部からの指示に基づいて第１の文ある
   いは前記第１の文に対応づけて生成された第２の文のい
   ずれか一方を読み上げ対象文として選択する読み上げ文
   書選択部と、 前記選択に基づいて、前記読み上げ対象文における読み
   上げ位置および対応する非読み上げ対象文内の読み上げ
   相当位置を相互に入れ替え可能に制御する読み上げ位置
   制御部と、 前記読み上げ位置に基づいて前記読み上げ対象文の音声
   読み上げを行う音声読み上げ部と、 を備えたことを特徴とする音声合成装置。
2. 【請求項２】 請求項１記載の音声合成装置において、 前記第２の文は前記第１の文の要約文であることを特徴
   とする音声合成装置。
3. 【請求項３】 請求項１記載の音声合成装置において、 前記第２の文は前記第１の文の翻訳文であることを特徴
   とする音声合成装置。
4. 【請求項４】 請求項１記載の音声合成装置において、 文書の内容を解析して複数の前記第１の文とする文書分
   割部と、 前記第１の文に対応する前記第２の文を生成する対応文
   書生成部と、 を備えたことを特徴とする音声合成装置。
5. 【請求項５】 請求項４記載の音声合成装置において、 前記対応文書生成部は、前記第１の文を要約した文を前
   記第２の文として生成することを特徴とする音声合成装
   置。
6. 【請求項６】 請求項５記載の音声合成装置において、 前記対応文書生成部は、一つの前記第１の文に対し、要
   約率の異なる複数の前記第２の文を生成することを特徴
   とする音声合成装置。
7. 【請求項７】 請求項６記載の音声合成装置において、 前記外部からの指示は、所望の要約率の前記第２の文書
   の指定を含むことを特徴とする音声合成装置。
8. 【請求項８】 請求項４記載の音声合成装置において、 前記対応文書生成部は、前記第１の文を翻訳した文を前
   記第２の文として生成することを特徴とする音声合成装
   置。
9. 【請求項９】 外部からの指示に基づいて第１の文ある
   いは前記第１の文に対応づけて生成された第２の文のい
   ずれか一方を読み上げ対象文として選択する読み上げ文
   書選択過程と、 前記選択に基づいて、前記読み上げ対象文における読み
   上げ位置および対応する非読み上げ対象文内の読み上げ
   相当位置を相互に入れ替え可能に制御する読み上げ位置
   制御過程と、 前記読み上げ位置に基づいて前記読み上げ対象文の音声
   読み上げを行う音声読み上げ過程と、 を備えたことを特徴とする音声合成装置の制御方法。
10. 【請求項１０】 請求項９記載の音声合成装置の制御方
    法において、 文書の内容を解析して複数の前記第１の文とする文書分
    割過程と、 前記第１の文に対応する前記第２の文を生成する対応文
    書生成過程と、 を備えたことを特徴とする音声合成装置の制御方法。
11. 【請求項１１】 請求項１０記載の音声合成装置の制御
    方法において、 前記対応文書生成過程は、前記第１の文を要約した文を
    前記第２の文として生成することを特徴とする音声合成
    装置の制御方法。
12. 【請求項１２】 請求項１０記載の音声合成装置の制御
    方法において、 前記対応文書生成過程は、前記第１の文を翻訳した文を
    前記第２の文として生成することを特徴とする音声合成
    装置の制御方法。
13. 【請求項１３】 コンピュータを音声合成装置として機
    能させるための音声合成制御プログラムであって、 外部からの指示に基づいて第１の文あるいは前記第１の
    文に対応づけて生成された第２の文のいずれか一方を読
    み上げ対象文として選択させ、 前記選択に基づいて、前記読み上げ対象文における読み
    上げ位置および対応する非読み上げ対象文内の読み上げ
    相当位置を相互に入れ替え可能に制御させ、 前記読み上げ位置に基づいて前記読み上げ対象文の音声
    読み上げを行わせる、ことを特徴とする音声合成制御プ
    ログラム。
14. 【請求項１４】 請求項１３記載の音声合成制御プログ
    ラムにおいて、 文書の内容を解析して複数の前記第１の文とさせ、 前記第１の文に対応する前記第２の文を生成させる、 ことを特徴とする音声合成制御プログラム。
15. 【請求項１５】 請求項１４記載の音声合成制御プログ
    ラムにおいて、 前記第１の文を要約した文を前記第２の文として生成さ
    せることを特徴とする音声合成制御プログラム。
16. 【請求項１６】 請求項１４記載の音声合成制御プログ
    ラムにおいて、 前記第１の文を翻訳した文を前記第２の文として生成さ
    せることを特徴とする音声合成制御プログラム。
17. 【請求項１７】 請求項１３ないし請求項１６のいずれ
    かに記載の音声合成制御プログラムを記録したことを特
    徴とする記録媒体。