JP2003150183A - 通信装置 - Google Patents

Abstract

(57)【要約】 【課題】 音声録音時の不具合を解消し、音声の登録作
業を容易にでき、かつ音声メッセージ（又は画像デー
タ）を文字データ又は音声データとして送信相手に確実
に通知する。 【解決手段】 通信装置１は、文字データＬＴ＿Ｄを記
憶する音声用データメモリ１５４と、文字データＬＴ＿
Ｄを再生音声データＲＶＣ＿Ｄに変換する音声合成部１
８と、音声データＲＶＣ＿Ｄを音声信号ＲＶＣ＿Ａに変
換する音声出力部２１と、文字データＬＴ＿Ｄを表示す
る表示部１６と、ネットワーク３００に接続された他の
通信装置と情報の送受信を行う通信部１９とを有し、音
声メッセージＳＭを、通信部１９により通信装置に送信
するに際して、音声用データメモリ１５４に記憶された
文字データＬＴ＿Ｄを音声信号に変換することなく送信
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、音声メッセージの
録音・再生機能を有するファクシミリ装置等の通信装置
に関し、具体的には、音声録音時の不具合を解消し、音
声の登録作業を容易にでき、かつ音声メッセージを文字
データまたは音声データとして送信相手に確実に通知す
ることができる、および／または、読み取った画像デー
タから文字情報のみを認識し文字データまたは音声デー
タとして送信相手に確実に通知することができる通信装
置に関する。

【０００２】

【従来の技術】近年、ファクシミリ装置，電話機等の通
信装置においては、例えば、留守番電話対応メッセージ
機能付きのファクシミリ装置、駅構内，コンビニエンス
ストアに備え付けられる音声ガイダンス機能付きの有料
ファクシミリ装置等、音声メッセージの録音・再生機能
を有するものが一般的となっている。

【０００３】この種の録音・再生機能付き通信装置で
は、メッセージ等を録音した場合に、ユーザは、録音し
たメッセージを、当該通信装置で再生することで、録音
が正常に行われたか否か等、録音状態の確認をすること
ができる。

【０００４】

【発明が解決しようとする課題】しかし、従来の録音・
再生機能付き通信装置では、録音が適正に行われたか否
か等の判断、例えば録音時の音声レベルが適当であるか
否かの判断は、個々のユーザの感覚や周囲環境等によっ
てばらつくため、必ずしも信頼性が高いとは言えない。

【０００５】例えば、音声レベルが低すぎる場合には、
送受信相手の側でメッセージが聞き取りにくくなる。逆
に、音声レベルが高すぎる場合には、音声波形に歪みが
生じて聞き取りにくくなり、また通信回線への出力レベ
ルが規格値を超えてしまうおそれが生じる。

【０００６】また、録音・再生機能付き通信装置におい
て、複数のメッセージを入力する場合には、ユーザの声
の大きさ、マイクの使い方、周囲環境等の影響により、
それぞれの音声メッセージの音声レベルが異なってしま
う。メッセージごとに再生される音声レベルが異なる
と、相手側でメッセージが聞き取りにくくなる。また、
録音したメッセージの内容に修正の必要ない場合であっ
ても、録音レベルが不適正だと、再度録音する必要が生
じるため、ユーザに余計な負担を与えてしまう。なお、
メッセージごとの音声レベルを揃えた、留守番電話機、
留守番電話機能付きファクシミリ装置も知られている
（特開平７−３１９４９９号公報参照）。このファクシ
ミリ装置は、録音に際して、半導体メモリに記憶される
音声データについて音声レベルを算定しておき、再生時
に音声レベルを基準レベルにシフトさせるものであり、
プロセッサによる演算処理が複雑になってしまう。

【０００７】さらに、従来の録音・再生機能付き通信装
置による、マイクを用いた音声メッセージは、ユーザ自
身の声でしか登録できない。このため、自分の声でメッ
セージを登録することに抵抗があるユーザには、この種
の通信装置は利用しにくい。

【０００８】加えて、従来の録音・再生機能付き通信装
置では、マイクから入力された音声は、符号化されてメ
モリに保存されるものが多いが、録音時間を長くしたい
場合、音質を良くしたい場合、ともにデータ量が増える
ため、ユーザにとってメモリ容量に応じたメッセージの
管理に注意が必要となる。例えば、複数のメッセージを
登録したいときには、ユーザは、録音時間を優先する
か、登録時間を優先するかの煩わしい選択をしなければ
ならない。

【０００９】本発明は、音声録音時の不具合を解消し、
音声の登録作業を容易にでき、かつ音声メッセージを文
字データまたは音声データとして送信相手に確実に通知
することができる通信装置を提供することを目的とす
る。また、本発明は、このような音声メッセージを文字
データまたは音声データとして送信相手に通知すること
ができる機能に代えて、あるいはこの機能と共に、スキ
ャナーで読み取った画像データから登録したいメッセー
ジの内容を文字データとしてメモリに保存しておき、こ
の文字データを音声に再変換して出力することで、上記
音声録音時の不具合を解消し、ユーザが音声メッセージ
を登録する際の負担を軽減することができる通信装置を
提供することをも目的とする。

【００１０】

【課題を解決するための手段】本発明の通信装置は、音
声メッセージを文字データとして、および／または画像
データから文字情報を認識し文字データとして記憶する
記憶手段と、前記記憶手段に記憶された文字データを読
み出し、この文字データを音声データに変換する音声合
成手段と、前記音声合成手段により変換された音声デー
タをアナログ音声信号に変換して音声出力する音声出力
手段と、前記記憶手段に記憶された文字データにかかる
文字列を表示する表示部と、ネットワークに接続された
他の通信装置と情報の送受信を行う通信手段とを有する
ものであって、前記音声メッセージを、前記通信手段に
より、前記他の通信装置に送信するに際して、前記記憶
手段に記憶された文字データを前記他の通信装置に送信
し、または前記記憶手段に記憶された文字データを前記
音声合成手段により音声データに変換し、さらにこれを
アナログ音声信号に変換して前記他の通信装置に送信す
ることを特徴とする。

【００１１】本発明の通信装置は、音声通知機能（送信
相手に音声情報を送信する機能）を持つファクシミリ装
置，コピー機・プリンタ・ファクシミリ複合機，電話機
等である。本発明においては、通信メッセージは、必ず
しも、マイク等の音声入力手段や、スキャナー等の画像
データ読取り手段を利用して登録しなくても、例えば通
信装置に備えら得た操作手段から文字データをキー操作
により登録することもできる。

【００１２】通信手段によりメッセージを送信する場合
には、記憶手段に記憶されている文字データをそのまま
（音声合成手段により音声データに変換することな
く）、前記他の通信装置に送信する場合には、当該他の
通信装置は、受信したデータを文字列として液晶ディス
プレイ等の表示部に表示することもできるし、当該他の
通信装置が、本発明の通信装置と同様に文字データの音
声合成機能を有している場合には、前記文字データを音
声データに変換し、さらにこれをアナログ音声信号に変
換してスピーカ等の音声出力手段により音声として出力
することもできる。

【００１３】本発明の通信装置は、さらに、入力された
音声メッセージから音声信号を生成する音声入力手段
と、前記音声入力手段により生成された音声信号の認識
処理を行い当該音声信号を文字データに変換する音声認
識手段とを有し、この音声認識手段により変換された文
字データを前記記憶手段に記憶するようにもできる。

【００１４】通常、音声入力手段は、マイク、Ａ／Ｄ変
換器等を含み、音声出力手段はＤ／Ａ変換器、音声出力
用アンプ、スピーカ等を含む。音声認識手段や音声合成
手段は、例えば通信装置のＣＰＵとソフトウェア（通常
ＲＯＭに搭載されている）とにより実現される。もちろ
ん、ＣＰＵに代えてＤＳＰがその機能を果たすこともで
きる。記憶手段は、通常は揮発性メモリであるが、フラ
ッシュメモリ等の不揮発性メモリであってもよい。

【００１５】本発明の通信装置では、音声メッセージを
文字データに変換して、あるいは画像データから文字情
報のみを認識し文字データに変換して、記憶手段に保存
するので、音声信号を符号化して保存する方式、あるい
は画像データをそのまま保存する方式、に比べて大幅に
メモリの使用量が少なくなる。したがって、音声登録の
ために用意されているメモリ領域に、録音時間が長いメ
ッセージを多数保存することができる。

【００１６】本発明の通信装置では、再生時において、
音声メッセージにかかる文字データ、および／または画
像データから認識した音声メッセージにかかる文字デー
タを、音声合成手段により音声信号に変換する場合に
は、音声の再生レベルは一定に保たれるので、再生時の
音声レベルが録音時の環境等によって、ばらつくことが
なくなる。すなわち、音声メッセージにかかる文字デー
タ、および／または画像データから認識した文字データ
を、送信先の通信装置に送信した場合には、当該送信先
の通信装置で均一なレベルで音声再生ができる。音声メ
ッセージ、および／または画像データから認識した文字
データにかかるアナログ音声信号を送信先の通信装置に
送信する場合には、当該音声信号を均一なレベルで通信
回線に出力できる。

【００１７】また、本発明の通信装置では、前記音声メ
ッセージは、当該音声メッセージを構成する複数の音声
フレーズそれぞれについて、前記音声入力手段による音
声の入力、および前記音声認識手段による文字データへ
の変換が行われて、前記記憶手段に記憶されるようにし
てもよい。この場合、前記音声メッセージは、当該音声
メッセージを構成する前記複数の音声フレーズの少なく
とも１音声フレーズについて、前記音声入力手段による
音声の再入力、前記音声認識手段による文字データへの
再変換、前記記憶手段による前記文字データの再記憶、
および前記音声合成手段による前記文字データの再音声
合成が行われて、前記記憶装置に記憶されるようにもで
きる。もちろん、前記音声出力手段による音声の再出力
を、前記１音声フレーズごとに行えるようにしてもよい
し、再音声合成が行われた後に、音声メッセージ全体を
通して、音声の再出力を行えるようにしてもよい。これ
により、ユーザは、１つの音声メッセージを、複数の音
声フレーズに分解して音声入力（録音）を行うことがで
き、しかも、例えば音声フレーズ単位での修正や、フレ
ーズの追加等を、表示部を参照しながら行うことができ
るので、ユーザにとっては利便性が高い。

【００１８】さらに、本発明の通信装置では、前記画像
データが、当該画像データの読取り時に登録用メッセー
ジであることが識別できる識別パターンを付加したシー
トを使用して読み込むようにすることもでき、このよう
にすれば、画像データの読取り時に認識パターンを検出
した際に、自動的に文字情報の認識などの処理が行われ
るように構成することができる。

【００１９】加えて、本発明の通信装置では、前記記憶
手段に記憶された文字データを画像データに変換し、プ
ロッタ等で記録紙上にプリントアウトする印刷手段を有
していてもよく、メモリ内の文字データを再利用し易い
画像データ（例えば、文字コードをビットで表したドッ
ト群）に変換して記録紙上に出力することで、記録紙で
の保存や再利用ができるようにすることもできる。この
出力紙は、メッセージを再度登録したい場合や、複製を
作成したい場合などに、容易に使用することが可能とな
る。

【００２０】加えて、本発明の通信装置は、音声合成手
段が複数の音色データの選択手段を有し、記憶手段に記
憶されている文字データに、音色データの何れかを使用
して音声合成を行うようにできる。これにより、自分の
声でメッセージを登録することに抵抗があるユーザにと
っては、利便性が高い通信装置を提供できる。

【００２１】

【発明の実施の形態】本発明の実施形態を図面に基づい
て説明する。図１は、本発明の一実施形態を、音声メッ
セージの録音・再生機能付きのファクシミリ装置を用い
て実現したときのブロック構成図である。

【００２２】図１において、ファクシミリ装置１は、制
御部１１と、スキャナー部１２と、プロッタ部１３と、
符号化復号化部１４と、記憶部１５と、操作部１６と、
音声認識部１７と、音声合成部１８と、通信部１９とを
含んで構成され、これらはシステムバス１００により接
続されている。また、音声認識部１７には音声入力部２
０が接続されており、音声合成部１８には音声出力部２
１が接続されている。なお、記憶部１５，音声認識部１
７，音声合成部１８，通信部１９、音声入力部２０およ
び音声出力部２１は、それぞれ本発明における、記憶手
段、音声認識手段，音声合成手段、通信手段および音声
入力手段に対応している。

【００２３】制御部１１は、ＣＰＵ（またはＣＰＵを含
む回路）からなり、上記各構成要素の制御を統括的に行
う。スキャナー部１２は、ファクシミリ送信時、情報サ
ービス用の画像登録時、コピー時等において、原稿上画
像を光学的に読み取る。プロッタ部１３は、画像を記録
紙上に出力するもので、一般にレーザ方式やインクジェ
ット方式のプリンタが使用される。符号化復号化部１４
は、送信する画像情報を一定の符号化法によりデータ圧
縮する一方、受信した圧縮画像情報を復号化して元の画
像に伸張する。

【００２４】記憶部１５は、ＲＯＭ１５１と、ＲＡＭ１
５２と、画像用データメモリ１５３と、音声用データメ
モリ１５４とからなる。ＲＯＭ１５１は、制御部１１が
実行する各種制御プログラム等が格納された不揮発性メ
モリであり、ＲＡＭ１５２はシステム制御部が各種の制
御を実行するときに使用される作業エリア用の揮発性メ
モリである。

【００２５】また、画像用データメモリ１５３は、送受
信時に画像データを一時的に蓄積する揮発性記憶装置で
あり、音声用データメモリ１５４は、録音した音声メッ
セージの保存用の揮発性記憶装置である。なお、同一の
メモリ，メモリモジュールを二分割して、一方を画像用
データメモリ１５３、他方を音声用データメモリ１５４
とすることもできる。

【００２６】操作部１６は、テンキーを含むキーボード
等の入力部と、ＬＥＤや液晶ディスプレイからなる表示
部とからなるユーザインタフェースであり、ユーザは入
力部から各種登録や設定の操作を行うことができ、表示
部には動作状態等が表示される。

【００２７】音声認識部１７は、音声入力部２０から入
力された音声信号を認識処理し、文字データに変換す
る。

【００２８】音声合成部１８は、文字データを音声デー
タに変換する。後述するように（図５参照）、この変換
に際しては音色データとの合成が行われる。また、さら
に音声の、抑揚データをさらに合成することもできる。
音声合成部１８の変換対象となる文字データは、（１）
ファクシミリ装置１において、ユーザが音声メッセージ
を作成する際に入力された文字データ、（２）他のファ
クシミリ装置から着信があったときに、受信データに含
まれる、音声メッセージとしての文字データである。

【００２９】通信部１９は、ネットワーク制御装置１９
１とモデム１９２とにより構成される。ネットワーク制
御装置１９１は、電話回線が接続されるもので、送受信
（発着信）の際に所定の回線制御を行い、モデム１９２
は、画像情報と伝送制御のためのプロトコルを送受信す
る。

【００３０】音声入力部２０は、音声信号を入力するマ
イク２０１と、Ａ／Ｄ変換器２０２とからなり、マイク
２０１から入力された音声信号を、Ａ／Ｄ変換器２０２
でデジタルデータに変換する。

【００３１】音声出力部２１は、Ｄ／Ａ変換器２１１
と、音声出力用アンプ２１２と、スピーカ２１３とから
なり、音声合成部で再生されたデジタル音声信号をＤ／
Ａ変換器２１１でアナログ信号に変換することで音声波
形を生成し、これを音声出力用アンプ２１２により増幅
してスピーカ２１３から出力することができる。また、
他のファクシミリ装置から着信があったときに、当該他
のファクシミリ装置からの音声信号を、音声出力用アン
プ２１２により増幅してスピーカ２１３から出力するこ
ともできる。

【００３２】図２のフローチャートを用いて、音声メッ
セージを音声フレーズに分割せずに録音する場合のファ
クシミリ装置１の動作を説明する。なお、図１に、各信
号，データの流れを併せて記す。

【００３３】この場合には、ユーザは、まず、操作部１
６上で、音声メッセージの録音処理を選択する（Ａ０
１）。

【００３４】次に、音声入力部２０のマイク２０１を使
用して、音声メッセージＳＭの録音を行う（Ａ０１）。
音声メッセージＳＭはマイク２０１から入力されてアナ
ログ音声信号ＶＣ＿Ａに変換され、さらにＡ／Ｄ変換器
２０２によりデジタルデータ（音声データＶＣ＿Ｄ）に
変換される。

【００３５】ユーザは、録音が不適切だと判断したとき
は録音のやり直しができ、ステップＡ０１に処理を戻す
ことができる。録音が適切であると判断したときは、操
作部１６を操作して、音声認識処理のステップに処理を
進めることができる（Ａ０２）。

【００３６】ユーザが音声認識処理のステップに処理を
進めたときは、音声データＶＣ＿Ｄは、音声認識手段１
７に入力される。音声認識手段１７では、入力された音
声データＶＣ＿Ｄを音声認識処理（パターン照合等）
し、文字データＬＴ＿Ｄへの変換処理を行う（Ａ０
３）。この文字データＬＴ＿Ｄは、音声用データメモリ
１５４に保存される。

【００３７】ユーザは、音声メッセージＳＭの録音を終
了したときは、操作部１６を操作することで、音声メッ
セージの確認処理をするか否かを選択する（Ａ０４）。
確認処理をしない場合には、処理は、後述する登録処理
Ａ０８に移行し、登録が完了する。

【００３８】確認処理をする場合には、音声合成部１８
は、音声用データメモリ１５４に保存された文字データ
ＬＴ＿Ｄを読み出し、これを再生音声データＲＶＣ＿Ｄ
に変換する。この再生音声データＲＶＣ＿Ｄは、音声出
力部２１のＤ／Ａ変換器２１１により再生アナログ音声
信号ＲＶＣ＿Ａに変換された後、音声出力用アンプ２１
２により増幅され、スピーカ２１３から再生音声メッセ
ージＲＳＭとして出力される（Ａ０５）。

【００３９】ユーザは再生音声メッセージＲＳＭを耳に
より確認することができ、音声メッセージＳＭが正常に
録音されていないときは、操作部１６を用いて音声メッ
セージＳＭの再入力を選択することができる。音声メッ
セージＳＭの再入力が選択されたときは、処理はステッ
プＡ０１に戻される（Ａ０６）。

【００４０】一方、ユーザは音声メッセージＳＭが正常
に録音できているときには、操作部１６を用いて登録を
行うことができ（Ａ０７）、これにより音声メッセージ
の登録処理は終了する。

【００４１】ところで、音声認識処理で、文字データへ
の変換を行うが、音声認識による誤変換の可能性は避け
ることができない。例えば、音声メッセージＳＭの録音
終了後に、登録された文字データ（音声用データメモリ
１５４に保存された文字データＬＴ＿Ｄ）を音声合成部
１８により再生し、スピーカ２１３から出力すること
で、録音した内容が正確な文字データに変換されている
かを確認することができる。この場合、誤変換があった
場合には、再度録音をしなければならない。このような
不都合は、次に述べる処理により解決される。

【００４２】以下、図４のフローチャートを用いて、音
声メッセージを音声フレーズに分割して録音する場合の
ファクシミリ装置１の動作を説明する。なお、図３に、
図１に示した音声認識部１７，音声合成部１８，音声入
力部２０，音声出力部２１，音声用データメモリ１５４
を抜き出して示すとともに、各信号，データの流れを併
せて記す。

【００４３】まず、ユーザが音声メッセージＳＭを録音
しようとする場合、操作部１６を使用して、音声メッセ
ージＳＭの録音処理を選択する（Ｂ０１）。

【００４４】次に、音声入力部２０のマイク２０１を使
用して、音声フレーズＳＦ１の録音を行う（Ｂ０１）。
この音声フレーズＳＦ１は、図２のステップＡ０１の場
合と同様、マイク２０１から入力されてアナログ音声信
号ＶＣ＿Ａ１に変換され、さらにＡ／Ｄ変換器２０２に
より音声データＶＣ＿Ｄ１に変換される。

【００４５】この段階で、ユーザが音声フレーズＳＦ１
の録音が不適切であると判断したときは録音のやり直し
ができ、処理をステップＢ０１に戻すことができる。録
音が適切であると判断したときは、ユーザは操作部１６
を操作して、音声認識処理のステップに処理を進めるこ
とができる（Ｂ０２）。

【００４６】ユーザが音声認識処理のステップに処理を
進めたときは、音声データＶＣ＿Ｄ１は、音声認識手段
１７に入力される。音声認識手段１７では、入力された
音声データＶＣ＿Ｄ１を音声認識処理（パターン照合
等）し、文字データＬＴ＿Ｄ１への変換処理を行う。こ
の文字データＬＴ＿Ｄ１は、音声用データメモリ１５４
に保存される（Ｂ０３）。

【００４７】このステップＢ０３の処理が終了すると、
操作部１６の表示部（図示せず）に文字データＬＴ＿Ｄ
１が表示される（Ｂ０４）。

【００４８】ユーザは、操作部１６に表示された内容
と、録音した音声フレーズＳＦ１の比較を行い（Ｂ０
５）、誤変換がない場合は、操作部１６の所定キーを操
作することで、文字データＬＴ＿Ｄ１を音声用データメ
モリ１５４にそのまま保存する（Ｂ０６）。一方、誤変
換がある場合には、操作部１６の所定キーを操作し、ス
テップＢ０１に処理を戻し、音声入力部２０のマイク２
０１を使用して、音声フレーズＳＦ１の録音を再度行
う。

【００４９】以下、音声フレーズＳＦ２〜ＳＦＫを入力
し終えるまで、上記の処理（Ｂ０１〜Ｂ０６）が繰り返
される（Ｂ０７）。

【００５０】ユーザは、音声フレーズＳＦ１〜ＳＦＫの
録音を終了したときは、操作部１６を操作することで、
確認処理を選択すること、すなわち音声メッセージの確
認をすることができる（Ｂ０８）。この確認処理が選択
されると、音声合成部１８は、音声用データメモリ１５
４に保存された音声メッセージＳＭ（ＳＦ１，ＳＦ２，
・・・，ＳＦＫ）の文字データＬＴ＿Ｄ１，ＬＴ＿Ｄ
２，・・・，ＬＴ＿ＤＫを読み出し、これを結合して文
字データＬＴ＿Ｄを生成し、これを再生音声データＲＶ
Ｃ＿Ｄに変換する。

【００５１】この再生音声データＲＶＣ＿Ｄは、音声出
力部２１のＤ／Ａ変換器２１１により、再生アナログ音
声信号ＲＶＣ＿Ａに変換された後、音声出力用アンプ２
１２により増幅され、スピーカ２１３から再生音声メッ
セージＲＳＭとして出力される（Ｂ０９）。

【００５２】ユーザは再生音声メッセージＲＳＭを耳に
より確認し、登録するか音声メッセージの再入力をする
か否かを選択することができる（Ｂ１０）。

【００５３】音声メッセージＳＭが正常に録音されてい
ないときは、操作部１６を用いて音声メッセージＳＭの
再音声入力を選択することができる。なお、この場合に
は、音声用データメモリ１５４に保存された文字データ
ＬＴ＿Ｄ１，ＬＴ＿Ｄ２，・・・，ＬＴ＿ＤＫのうち、
所望の文字データにかかる音声フレーズ（ＳＦ１，ＳＦ
２，・・・，ＳＦＫの少なくとも１つ）の再音声入力を
行うこともできる。

【００５４】音声メッセージＳＭの再入力、または音声
フレーズＳＦ１，ＳＦ２，・・・，ＳＦＫの再入力が選
択されたときは、処理はステップＢ０１に戻される。な
お、音声フレーズＳＦ１，ＳＦ２，・・・，ＳＦＫの再
音声入力を行わず、操作部１６に文字データＬＴ＿Ｄ
１，ＬＴ＿Ｄ２，・・・，ＬＴ＿ＤＫを表示させ、ファ
クシミリ装置１に備えられた文字編集機能により、当該
文字データを編集することもできる。

【００５５】一方、ユーザは音声メッセージＳＭが正常
に録音できていると判断したときには、操作部１６を用
いて登録を行うことができ（Ｂ１１）、これにより音声
メッセージの登録処理は終了する。

【００５６】図２および図４に述べた処理では、音声メ
ッセージの音色については説明しなかったが、ユーザ
は、相手先やメッセージの内容によって、あるいは複数
のユーザごとに異なった音色で音声メッセージを登録す
ることもできる。すなわち、音声合成部１８に用いる音
色データのテーブルを複数用意し、当該テーブルを選択
できる構成とすることができる。音色データのテーブル
は、予めＲＯＭ１５１に格納しておいてもよいし、適宜
の入力手段により（例えば、コンピュータからのデータ
転送により）、音声用データメモリ１５４に格納できる
ようにしてもよい。

【００５７】例えば、図２のフローチャートで示した例
では、音声合成部１８で文字データに変換された音声メ
ッセージを音声合成する場合、音声用データメモリ１５
４に保存された文字データＬＴ＿Ｄを読み出し、これを
所定の音色データのテーブルを用いて、所定の音色の再
生音声データＲＶＣ＿Ｄに変換することができる。

【００５８】音色データの選択方法として、図５に示す
ように、画像の線密度や濃度の選択と同じように、操作
表示部１６に音色選択スイッチ（本発明における、選択
手段）ＳＷを設け、女性・男性のように音色を選択でき
る構成とすることができる。また、高音〜低音の範囲
で、段階的に設定できるスイッチを設けることもでき
る。また、ユーザは音声メッセージＳＭを文字データＬ
Ｔ＿Ｄとして音声用メモリ１６に保存する際に、当該文
字データに音色データの種類を識別する情報を付加して
保存することができる。

【００５９】次に、ファクシミリ装置１により音声メッ
セージＳＭを送受信するときの動作を図６のシステム構
成図および図７のフローチャートにより説明する。

【００６０】図６では、図１に示したファクシミリ装置
１と同一構成のファクシミリ装置１Ａから、同じく図１
に示したファクシミリ装置１と同一構成のファクシミリ
装置１Ｂに音声メッセージを転送する様子を示してい
る。

【００６１】音声メッセージＳＭを、ファクシミリ装置
１Ａからファクシミリ装置１Ｂに、文字データＬＴ＿Ｄ
の状態で転送する場合を実線で示し、再生アナログ音声
信号ＲＶＣ＿Ａの状態で転送する場合を破線で示してあ
る。なお、図６では、ファクシミリ装置１Ａ，１Ｂの、
表示部（図１に示した操作部１６の一部を構成する）を
符号１６１Ａ，１６１Ｂで、音声合成部を符号１８Ａ，
１８Ｂで、通信部を符号１９Ａ，１９Ｂで、音声出力部
を符号２１Ａ，２１Ｂで、通信回線を符号２００で示し
てある。

【００６２】音声メッセージＳＭを、文字データＬＴ＿
Ｄの状態で転送する場合には、ファクシミリ装置１Ｂか
らのメッセージ要求があったときに、要求されたメッセ
ージに対応する文字データＬＴ＿Ｄを音声用データメモ
リ１５４から読み出して転送することができる。また、
ファクシミリ装置１Ｂからのメッセージ要求の有無によ
らずに、文字データＬＴ＿Ｄを音声用データメモリ１５
４から読み出して転送することもできる。

【００６３】図７では、ダイヤルすると（「ＳＴＡＲ
Ｔ」）、接続処理（接続プロトコル）が実行され（Ｃ０
１）、ファクシミリ装置１Ａ，１Ｂ間で情報のやりとり
が行われる。ファクシミリ装置１Ａでは、音声メッセー
ジＳＭの情報（文字データＬＴ＿Ｄや、再生アナログ音
声信号ＲＶＣ＿Ａ）を転送したものとする。文字データ
ＬＴ＿Ｄは、ファクシミリ装置１Ａの音声データ用メモ
リ１５４から、モデム（図１の符号１９１参照）を介し
て通信回線３００に送信される。また、再生アナログ音
声信号ＲＶＣ＿Ａは、文字データＬＴ＿Ｄを、音声合成
部１８において再生音声データＲＶＣ＿Ｄに変換し音声
出力部２１のＤ／Ａ変換器２１１により、ネットワーク
制御装置１９２を介して通信回線２００に送出される。

【００６４】ファクシミリ装置１Ｂでは、ステップＣ０
１の接続処理の実行に際して、応答情報に音声メッセー
ジＳＭの情報が含まれるか否かが判断され（Ｃ０２）、
音声メッセージＳＭの情報が含まれていない場合には、
ファクシミリデータ（画像データ）の転送が行われ（Ｃ
０７）、転送終了後に切断処理（切断プロトコル）が実
行され（Ｃ０８）、処理は終了する（「ＥＮＤ」）。

【００６５】一方、ステップＣ０２において、応答情報
に音声メッセージＳＭの情報が含まれる場合には、その
情報が文字データＬＴ＿Ｄであるか否かが判断される
（Ｃ０３）。音声メッセージＳＭの情報が文字データＬ
Ｔ＿Ｄである場合には、文字データＬＴ＿Ｄは表示部１
６１Ｂに表示されるとともに（Ｃ０４）、文字データＬ
Ｔ＿Ｄは音声合成部１８Ｂにより再生アナログ音声信号
ＲＶＣ＿Ａに変換される（Ｃ０５）。この再生アナログ
音声信号ＲＶＣ＿Ａは、音声出力部２１Ｂにより音声と
して出力される（Ｃ０６）。この後、ファクシミリデー
タの転送が行われ（Ｃ０７）、転送終了後に切断処理
（切断プロトコル）が実行され（Ｃ０８）、処理は終了
する（「 ＥＮＤ」 ）。なお、文字データＬＴ＿Ｄは、
文字列として、ファクシミリ装置１Ｂにおいてプリント
出力した際に、適宜のシートに文字列として表示するこ
ともできる。例えば、ファクシミリ装置１Ｂは、文字デ
ータＬＴ＿Ｄにかかる文字列を、プリント出力される１
枚目の用紙に表示することで、ファクシミリ装置１Ａの
ユーザは、ファクシミリ装置１Ｂのユーザに、音声メッ
セージＳＭを文字列として、正確に伝えることができ
る。

【００６６】図８は、本発明の他の実施形態を、図１に
示すファクシミリ装置に適応して実現したときのブロッ
ク構成図である。図８において、図１と同一符号は図１
と同一機能部を示しており、ファクシミリ装置に付加し
た文字認識部２２が追加されている。文字認識部２２
は、スキャナー部１２で読み取った画像データから文字
情報のみを抽出し、文字認識処理し、文字データに変換
する機能を有している。なお、図８の態様において、画
像データ用メモリ１５３と、音声用データ用メモリ１５
４とＲＡＭ１５２とは、同一のメモリを共用するような
構成としてもよい。

【００６７】図９のフローチャートを用いて、スキャナ
ー部１２で読み取った画像データから文字情報のみを認
識処理して文字データに変換する場合のファクシミリ装
置１の動作を説明する。ユーザは、まず、操作部１６上
で、画像メッセージの登録処理を選択する（登録処理開
始）。この画像メッセージの登録には、例えば、図１０
（Ａ）に示すような、メッセージ記載欄Ｓ１１が設けら
れたメッセージ登録用シートＳ１が使用される。なお、
このメッセージ登録用シートＳ１に代えては、メッセー
ジの登録用であることが判別できる識別パターンを付加
した所定のシートを使用し、読取り時にこの識別パター
ンを検出した場合は、自動的にメッセージの登録処理に
移行する構成とすることもできる。

【００６８】次に、スキャナー部１２でメッセージが記
載された原稿（例えば、上記のメッセージ登録用シート
Ｓ１）の読込みを行う（Ｄ０１）。読み取られた画像デ
ータは文字認識部２２に送られる文字認識が行われれ
る。文字認識部２２は、まず画像データから文字の抽出
を行い、次に抽出した文字画像について文字認識処理を
行って、文字データに変換する処理を行い、文字データ
は、音声データ用メモリ１５４に保存される（Ｄ０
２）。

【００６９】一方、ユーザは、文字データへの変換が不
適切だと判断したときは文字認識処理のやり直しがで
き、ステップＤ０１に処理を戻すことができる。変換が
適切であると判断したときは、操作部１６を操作して、
音声再生のステップに処理を進めることができる（Ｄ０
３）。

【００７０】音声再生のステップＤ０４では、音声デー
タ用メリモ１５４に保存されている上記文字データを読
み出し、音声合成部１８において当該文字データから音
声データを生成する。生成された音声データは、音声出
力部２１で音声信号に変換され、さらにアンプ２１２で
増幅されスピーカー２１３から再生音が出力される。ユ
ーザは、再生された音声を確認し（Ｄ０５）、メッセー
ジが正確に登録されている場合は、登録処理を行って
（Ｄ０６）、一連の音声メッセージの登録処理動作を終
了させる。なお、確認の方法は、上記のような音声再生
方法に限らず、音声再生と同時に表示部（図６の１６１
Ａ，１６１Ｂ）に認識後の文字データを表示するように
することもできる。

【００７１】メッセージの内容に間違いがある場合は、
再入力処理を選択し、再びステップＤ０１に戻って、メ
ッセージの読込みを行うことができる（Ｄ０５）。以上
のようにして、音声メッセージの登録処理動作を完了す
る。

【００７２】音声メッセージの再生時の動作は、相手側
からの要求があったときに、要求されたメッセージに該
当する文字データを音声データ用メモリ１５４から読み
出し、これを音声合成部１８で音声信号に変換し、音声
出力部２１で、通信回線（図６の符号２００）に出力す
るのに最適なレベルに変換して、通信回線に音声信号を
出力する。このようにして、音声メッセージの再生処理
が行われる。

【００７３】本発明では、音声データ用メモリ１５４に
蓄積された音声データをプロッタ部１３で出力すること
もできる。プロッタ部１３への出力は、図９に示すメッ
セージ登録時の確認処理（Ｄ０３）が終了した時点以降
に行う。また、ユーザが表示部（図６の１６１Ａ，１６
１Ｂ）を用いて、音声データ用メモリ１５４に蓄積され
たメッセージデータを閲覧し、必要なものを選択して出
力するようにしてもよい。

【００７４】プロッタ部１３で出力するに際しては、音
声データ用メモリ１５４に蓄積されたメッセージデータ
を、例えば、図１０（Ｂ）に示すフォーマットに変換し
て行うようにすることができる。すなわち、図１０
（Ｂ）では、文字認識した結果を、シートＳ２のメッセ
ージ記載欄Ｓ２１に文字で出力すると共に、再利用する
際に（すなわち、スキャナー部１２で再び読込ませる際
に）認識し易いように、ドット群出力欄Ｓ２２に、文字
コードをビットで表した白と黒のドット群（言い換えれ
ば、画像データ）でも出力している。

【００７５】この文字データから画像データへの変換方
式は、既知の方法で行うことができ、この際のドットの
大きさは、スキャナー部１２での解像度より大きなドッ
トを使用する。また、スキャナー部１２での読込み時
に、原稿の汚れなどでの誤認識が生じないようにパリテ
ィ情報を追加して冗長性を持たせ、さらに特定部分に情
報が密集しないようにデータを配置するなどの配慮を行
うこともできる。このシートＳ２上に出力したデータを
用いてメッセージの登録を行う場合、スキャナー部１２
での読込みまでは図９に示すステップ（Ｄ０１）で行う
が、読込んだ画像に対して文字認識（図９のステップＤ
０３）は行わず、白と黒のドット群のフォーマットに変
換して出力されたデータ領域（Ｓ２２欄）からデータを
復元し、メッセージデータとして音声データ用メモリ１
５４に蓄積する（図９のステップＤ０６）。

【００７６】

【発明の効果】本発明の通信装置では、音声メッセージ
にかかる文字データを、送信先の通信装置に送信した場
合には、当該送信先の通信装置で均一なレベルで音声再
生ができる。音声メッセージにかかるアナログ音声信号
を送信先の通信装置に送信する場合には、当該音声信号
を均一なレベルで通信回線に出力できる。

【００７７】また、再生される音声は、登録したユーザ
の音声ではなく、音声合成手段による合成音で出力され
るので、自分の声を登録することに抵抗があるユーザに
とって利便性が高い。

【００７８】さらに、本発明では、音声メッセージの登
録に際して、音声認識された結果が操作部に表示される
ので、録音中にユーザが音声の変換状況を確認しなが
ら、例えば１音声フレーズ単位で登録を行うこともでき
る。ユーザは、所望の長さごとに音声メッセージを音声
入力することで、音声認識手段が誤認識した場合には、
その部分のみを修正しながら、音声メッセージ全体を録
音することができる。これにより、誤変換が発生した場
合であってもユーザの負担は小さく、録音操作が簡易と
なる。

【００７９】加えて、本発明では、音色データを選択す
るだけで、容易に音声メッセージの再生音の音色を変更
することができる、メッセージごとに異なる音色を設定
することや、複数のユーザで使用する場合にそれぞれ異
なった音色データを設定することもできるので、ユーザ
の利便性が向上する。

【００８０】また、本発明では、上記の音声メッセージ
に代えて、あるいは音声メッセージと共に、画像データ
をスキャナーなどで読取り、この画像データの中から文
字情報のみを認識し文字データとして使用することもで
きるため、（１）登録したいメッセージのデータを容易
に作成することができる、（２）通常のマイクで入力し
た音声信号を符号化してメモリに保存する方式に比し
て、メモリ使用量を大幅に少なくすることができるなど
の効果を奏することができる。

【図面の簡単な説明】

【図１】本発明の一実施形態を、音声装置のメッセージ
の録音・再生機能付きのファクシミリ装置を用いて実現
したときのブロック構成図である。

【図２】音声認識手段により変換される文字データを操
作部に表示することなく、音声メッセージを録音する場
合の、図１のファクシミリ装置の動作を示すフローチャ
ートである。

【図３】音声メッセージを音声フレーズに分割して録音
する場合を説明するための、ファクシミリ装置の部分ブ
ロック構成図である。

【図４】音声認識手段により変換される文字データを操
作部に表示して、音声メッセージを録音するときの、図
１のファクシミリ装置の動作を示すフローチャートであ
る。

【図５】音色データの選択をするための操作表示部に設
けたスイッチを示す図である。

【図６】図１のファクシミリ装置により音声メッセージ
を送受信するときの動作を示すシステム構成図である。

【図７】図１のファクシミリ装置により音声メッセージ
を送受信するときの動作を示すフローチャートである。

【図８】本発明の他の実施形態を図１と同様のファクシ
ミリ装置を用いて実現したときのブロック構成図であ
る。

【図９】図８のファクシミリ装置の動作を示すフローチ
ャートである。

【図１０】（Ａ）は図８のファクシミリ装置のスキャナ
ー部での画像読取りに用いられるメッセージ登録用シー
トを示す図、（Ｂ）は図８のファクシミリ装置のプロッ
タ部での印刷に用いられるメッセージ登録用シートを示
す図である。

【符号の説明】

１，１Ａ，１Ｂ ファクシミリ装置 １１ 制御部 １２ スキャナー部 １３ プロッタ部 １４ 符号化復号化部 １５ 記憶部 １６ 操作部 １７ 音声認識部 １８，１８Ａ，１８Ｂ 音声合成部 １９，１９Ａ，１９Ｂ 通信部 ２０ 音声入力部 ２１，２１Ａ，２１Ｂ 音声出力部 ２２ 文字認識部 １００ システムバス １５１ ＲＯＭ １５２ ＲＡＭ １５３ 画像用データメモリ １５４ 音声用データメモリ １６１Ａ，１６１Ｂ 表示部 ２１１ Ｄ／Ａ変換器 ２１２ 音声出力用アンプ ２１３ スピーカ １９１ ネットワーク制御装置 １９２ モデム ２０１ マイク ２０２ Ａ／Ｄ変換器 ３００ 通信回線

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） Ｇ１０Ｌ 21/06 Ｇ１０Ｌ 3/00 Ｑ Ｈ０４Ｍ 11/00 ３０２ Ｒ Ｓ 9/18 Ｊ 3/00 ５６１Ｃ

Claims (9)

【特許請求の範囲】
1. 【請求項１】 音声メッセージを文字データとして、お
   よび／または画像データから文字情報を認識しこれを音
   声メッセージにかかる文字データとして記憶する記憶手
   段と、 前記記憶手段に記憶された文字データを読み出し、当該
   文字データを音声データに変換する音声合成手段と、 前記音声合成手段により変換された音声データを音声信
   号に変換して音声出力する音声出力手段と、 前記記憶手段に記憶された文字データにかかる文字列を
   表示する表示部と、ネットワークに接続された他の通信
   装置と情報の送受信を行う通信手段とを有する通信装置
   であって、 前記音声メッセージを、前記通信手段により、前記他の
   通信装置に送信するに際して、前記記憶手段に記憶され
   た文字データを前記他の通信装置に送信し、または、前
   記記憶手段に記憶された文字データを前記音声合成手段
   により音声データに変換し、さらにこれを音声信号に変
   換して前記他の通信装置に送信することを特徴とする通
   信装置。
2. 【請求項２】 入力された音声メッセージから音声信号
   を生成する音声入力手段と、前記音声入力手段により生
   成された音声信号の認識処理を行い当該音声信号を文字
   データに変換する音声認識手段とを有し、 前記音声認識手段により変換された文字データが前記記
   憶手段に記憶されることを特徴とする請求項１に記載の
   通信装置。
3. 【請求項３】 前記音声メッセージは、当該音声メッセ
   ージを構成する複数の音声フレーズそれぞれについて、
   前記音声入力手段による音声の入力、および前記音声認
   識手段による文字データへの変換が行われて、前記記憶
   手段に記憶されることを特徴とする請求項２に記載の通
   信装置。
4. 【請求項４】 前記音声メッセージは、当該音声メッセ
   ージを構成する前記複数の音声フレーズの少なくとも１
   音声フレーズについて、前記音声入力手段による音声の
   再入力、前記音声認識手段による文字データへの再変
   換、前記記憶手段による前記文字データの再記憶、およ
   び、前記音声合成手段による前記文字データの再音声合
   成が行われて、前記記憶装置に記憶されることを特徴と
   する請求項３に記載の通信装置。
5. 【請求項５】 前記画像データは、当該画像データの読
   取り時に登録用メッセージであることが識別できる識別
   パターンを付加したシートを使用して読み取られたもの
   であることを特徴とする請求項１〜４の何れかに記載の
   通信装置。
6. 【請求項６】 前記記憶手段に記憶された文字データを
   画像データに変換し、印刷する印刷手段を有することを
   特徴とする請求項１〜５の何れかに記載の通信装置。
7. 【請求項７】 前記画像データが、文字コードをビット
   で表したドット群であることを特徴とする請求項１〜６
   の何れかに記載の通信装置。
8. 【請求項８】 前記音声合成手段は、複数の音色の選択
   手段を有し、前記記憶手段に記憶されている文字データ
   に、前記音色データの何れかを使用して音声合成を行う
   ことを特徴とする請求項１〜４の何れかに記載の通信装
   置。
9. 【請求項９】 ファクシミリ機能を備えたことを特徴と
   する請求項１〜５の何れかに記載の通信装置。