JP2003173196A - 音声合成方法およびその装置 - Google Patents

音声合成方法およびその装置

Info

Publication number
JP2003173196A
JP2003173196A JP2001371112A JP2001371112A JP2003173196A JP 2003173196 A JP2003173196 A JP 2003173196A JP 2001371112 A JP2001371112 A JP 2001371112A JP 2001371112 A JP2001371112 A JP 2001371112A JP 2003173196 A JP2003173196 A JP 2003173196A
Authority
JP
Japan
Prior art keywords
voice
speech
character string
recognized
synthetic
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
Application number
JP2001371112A
Other languages
English (en)
Inventor
Toshiyuki Isono
敏幸 礒野
Hirofumi Nishimura
洋文 西村
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Panasonic Holdings Corp
Original Assignee
Matsushita Electric Industrial Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Matsushita Electric Industrial Co Ltd filed Critical Matsushita Electric Industrial Co Ltd
Priority to JP2001371112A priority Critical patent/JP2003173196A/ja
Publication of JP2003173196A publication Critical patent/JP2003173196A/ja
Pending legal-status Critical Current

Links

Landscapes

  • Character Discrimination (AREA)

Abstract

(57)【要約】 【課題】 音声認識によって、煩わしい操作をすること
なく出力条件を設定できる音声合成方法およびその装置
を提供する。 【解決の手段】 まず、原稿用紙などに書かれた文章の
文字列を光学的に文字認識処理１１によって認識する。
使用者が何も発声しない場合には、予め設定されている
出力条件に従って、合成音声生成処理１４を行い、合成
音声を生成する。使用者が出力条件を設定する言葉を発
声した場合には、音声認識処理１２により認識される。
そして出力条件設定処理１３によって、使用者が指定し
たテンポや音量などの合成音声の出力条件を設定し、そ
の出力条件によって合成音声生成処理１４を行い、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、光学的な文字認識
方法により認識された文字列に基づいて音声を出力する
音声合成方法およびその装置に関し、特に、音声認識に
よって出力条件を設定できる音声合成方法およびその装
置に関する。
【０００２】
【従来の技術】従来、文字認識を使った音声合成方法
は、例えば特開平１１−１１９７９０号公報に記載され
ているものがあり、その出力条件は文字認識により設定
していた。
【０００３】
【発明が解決しようとする課題】しかしながら、従来の
音声合成方法においては、出力条件は文字認識により設
定するため、出力条件を予め文字認識ができる形式に設
定しておかなければならないという問題があった。
【０００４】本発明は、このような従来の問題を解決す
るためになされたもので、音声認識によって、煩わしい
操作をすることなく出力条件を設定できる音声合成方法
およびその装置を提供するものである。
【０００５】
【課題を解決するための手段】本発明の音声合成方法
は、音声として認識された言葉によって出力条件を設定
し、光学的な文字認識方法により認識された前記文字列
に基づいて前記出力条件により合成音声を生成すること
とした。
【０００６】この方法により、使用者は煩わしい操作を
することなく出力条件を容易に設定でき、好みの出力条
件で音声を聞くことができる。
【０００７】本発明の音声合成装置は、光学的に文字列
を認識する文字認識手段と、音声を認識する音声認識手
段と、前記音声認識手段により認識された前記音声の言
葉によって出力条件を設定する条件設定手段と、合成音
声を生成するための音声素片データベースと、前記文字
列に基づいて前記出力条件により前記音声素片データベ
ースから合成音声データを生成する合成音声生成手段
と、前記合成音声生成手段により生成された音声信号を
音声出力する音声出力手段とを備えることとした。
【０００８】この構成により、使用者は煩わしい操作を
することなく出力条件を容易に設定でき、好みの出力条
件で音声を聞くことができる。
【０００９】また、前記文字列が、音声として認識され
たとき、前記文字列の意味を予め設定した電子辞書から
検索し合成音声として生成することとした。
【００１０】この方法により、読み上げられている文字
列の中に使用者にとって意味不明な単語が出現した場合
に、音声によりその意味を知ることができる。
【００１１】また、前記文字列が、音声として前記音声
認識手段により認識されたとき、前記文字列の意味を予
め定めた電子辞書から検索する辞書検索手段を備えるこ
ととした。
【００１２】この構成により、読み上げられている文字
列の中に使用者にとって意味不明な単語が出現した場合
に、音声によりその意味を知ることができる。
【００１３】また、前記文字列の記憶指示が、音声とし
て認識されたとき、前記記憶指示された前記文字列を記
憶しておくこととした。
【００１４】この方法により、音声認識による指示によ
って、容易に文字列を保存することができる。
【００１５】また、前記文字列の記憶指示が、音声とし
て前記音声認識手段により認識されたとき、前記記憶指
示された前記文字列を予め定めた文字列記憶用メモリに
記憶しておく文字列記憶手段を備えることとした。
【００１６】この構成により、音声認識による指示によ
って、容易に文字列を保存することができる。
【００１７】また、前記文字列の言語解析による結果に
基づいて感情パラメータを前記文字列に付与することと
した。
【００１８】この方法により、文意に沿った臨場感を使
用者に伝える合成音声を生成することができる。
【００１９】また、前記文字列の言語解析を行う言語解
析手段と、前記言語解析手段の結果に基づいて感情パラ
メータを前記文字列に付与する感情パラメータ付与手段
とを備えることとした。
【００２０】この構成により、文意に沿った臨場感を使
用者に伝える合成音声を生成することができる。
【００２１】また、予め定めた話者名が、音声として認
識されたとき、前記話者名の音声素片データベースを選
択して、合成音声を作成することとした。
【００２２】この方法により、好みの話者による合成音
声を聞くことができる。
【００２３】また、予め定めた話者名が、音声として前
記音声認識手段により認識されたとき、予め定めた複数
の音声素片データベースから前記話者名の音声素片デー
タベースを選択する音声素片データベース選択手段を備
えることとした。
【００２４】この構成により、好みの話者による合成音
声を聞くことができる。
【００２５】また、予め定めた録音音声の名が、音声と
して認識されたとき、前記録音音声の名によって前記録
音音声を読み出すこととした。
【００２６】この方法により、音声認識による使用者の
指示によって、録音音声を聞くことができる。
【００２７】さらに、予め定めた録音音声の名が、音声
として前記音声認識手段により認識されたとき、前記録
音音声の名によって予め定めた録音音声データベースか
ら前記録音音声を読み出す録音音声読み出し手段を備え
ることとした。
【００２８】この構成により、音声認識による使用者の
指示によって、録音音声を聞くことができる。
【００２９】
【発明の実施の形態】以下、本発明の実施形態につい
て、図面を用いて説明する。
【００３０】図１は、本発明の第１の実施形態の音声合
成方法における処理フローを示す。
【００３１】図１に示すように、この第１の実施形態の
音声合成方法では、光学的に文字列の認識をする文字認
識処理１１と、使用者の音声を認識する音声認識処理１
２と、合成音声の出力条件を設定する出力条件設定処理
１３と、文字列より合成音声を生成する合成音声生成処
理１４とが行われる。
【００３２】この音声合成方法について、図1を用いて
その処理動作を説明する。
【００３３】まず、原稿用紙などに書かれた文章の文字
列を光学的に文字認識処理１１によって認識する。使用
者が何も発声しない場合には、予め設定されている出力
条件に従って、合成音声生成処理１３を行い、合成音声
を生成する。使用者が出力条件を設定する言葉を発声し
た場合には、音声認識処理１２により認識される。そし
て出力条件設定処理１３によって、使用者が指定したテ
ンポや音量などの合成音声の出力条件を設定し、その出
力条件によって合成音声生成処理１４を行い、合成音声
を生成する。
【００３４】このような本発明の第1の実施形態によれ
ば、音声認識処理により出力条件を設定することによ
り、使用者は煩わしい操作をすることなく、好みの出力
条件で音声を聞くことができる。
【００３５】図２は、本発明の第２の実施形態の音声合
成装置におけるブロック図を示す。
【００３６】図２に示すように、この第２の実施形態の
音声合成装置は、光学的に文字列の認識をする文字認識
手段２１と、使用者の音声を認識する音声認識手段２２
と、合成音声の出力条件を設定する出力条件設定手段２
３と、文字列より合成音声を生成する合成音声生成手段
２４と、音声素片データベース２５と、音声出力手段２
６とによって構成されている。
【００３７】以上のように構成された音声合成装置につ
いて、図２を用いてその処理動作を説明する。
【００３８】まず、原稿用紙などに書かれた文章の文字
列を光学的な文字認識手段２１によって認識する。使用
者が何も発声しない場合には、予め設定されている出力
条件に従って、合成音声生成手段２４によって、合成音
声を生成し、音声出力手段２６によって合成音声生成手
段２４で生成された合成音声を出力する。使用者が出力
条件を設定する言葉を発声した場合には、音声認識手段
２２により認識され、音声認識手段２２により認識され
た言葉を出力条件設定手段２３に入力する。出力条件設
定手段２３では、入力された言葉に基づきテンポや音量
などの合成音声の出力条件を設定し、その出力条件によ
って合成音声生成手段２４によって音声素片データベー
ス２５を使い、合成音声が生成される。最後に音声出力
手段２６によって合成音声生成手段２４によって生成さ
れた合成音声を出力する。
【００３９】このような本発明の第２の実施形態によれ
ば、音声認識手段による認識結果を出力条件設定手段に
入力する構成とすることにより、使用者は煩わしい操作
をすることなく、好みの出力条件で音声を聞くことがで
きる。
【００４０】図３は、本発明の第３の実施形態の音声合
成方法における処理フローを示す。
【００４１】図３に示すように、この第３の実施形態の
音声合成方法では、光学的に文字列の認識をする文字認
識処理１１と、使用者の音声を認識する音声認識処理１
２と、合成音声の出力条件を設定する出力条件設定処理
１３と、文字列より合成音声を生成する合成音声生成処
理１４と、辞書検索処理３１とが行われる。
【００４２】この音声合成方法について、図３を用いて
その処理動作を説明する。
【００４３】まず、原稿用紙などに書かれた文章の文字
列を光学的に文字認識処理１１によって認識する。使用
者が何も発声しない場合には、予め設定されている出力
条件に従って、合成音声生成処理１３を行い、合成音声
を生成する。使用者が出力条件を設定する言葉を発声し
た場合には、音声認識処理１２により認識される。そし
て出力条件設定処理１３によって、使用者が指定したテ
ンポや音量などの合成音声の出力条件を設定し、その出
力条件によって合成音声生成処理１４を行い、合成音声
を生成する。合成音声読み上げの文章中に使用者にとっ
て意味不明単語が出現した場合、使用者はその単語を発
声すると、音声認識処理１２で単語が認識され、辞書検
索処理３１によってこの単語の意味が調べられる。そし
て、合成音声生成処理１４により合成音声が生成され、
音声によりその単語の意味が知らされる。
【００４４】このような本発明の第３の実施形態によれ
ば、辞書検索処理を設けることにより、使用者に意味不
明単語が出現した場合に、音声によりその意味を使用者
に知らせることができる。
【００４５】図４は、本発明の第４の実施形態の音声合
成装置におけるブロック図を示す。
【００４６】図４に示すように、この第４の実施形態の
音声合成装置は、光学的に文字列の認識をする文字認識
手段２１と、使用者の音声を認識する音声認識手段２２
と、合成音声の出力条件を設定する出力条件設定手段２
３と、文字列より合成音声を生成する合成音声生成手段
２４と、音声素片データベース２５と、音声出力手段２
６と、辞書検索手段４１と、電子辞書４２とによって構
成される。
【００４７】以上のように構成された音声合成装置につ
いて、図４を用いてその処理動作を説明する。
【００４８】まず、原稿用紙などに書かれた文章の文字
列を光学的な文字認識手段２１によって認識する。使用
者が何も発声しない場合には、予め設定されている出力
条件に従って、合成音声生成手段２４によって、音声素
片データベース２５を使い合成音声を生成し、音声出力
手段２６によって合成音声生成手段２４で生成された合
成音声を出力する。使用者が出力条件を設定する言葉を
発声した場合には、音声認識手段２２により認識され、
音声認識手段２２により認識された言葉を出力条件設定
手段２３に入力する。出力条件設定手段２３では、入力
された言葉に基づきテンポや音量などの合成音声の出力
条件を設定し、その出力条件に従い、音声素片データベ
ース２５を使い合成音声生成手段２４によって合成音声
が生成される。最後に音声出力手段２６によって合成音
声生成手段２４によって生成された合成音声を出力す
る。合成音声読み上げの文章中に使用者にとって意味不
明単語が出現した場合、使用者はその単語を発声する
と、音声認識手段２２で発声した単語が認識され、辞書
検索手段４１によって電子辞書４２を使い、この単語の
意味が調べられる。そして、合成音声生成手段２４によ
り音声素片データベース２５を使って合成音声が生成さ
れ、音声出力手段２６によって出力される。
【００４９】このような本発明の第４の実施形態によれ
ば、辞書検索手段を設けることにより、使用者は意味不
明単語が出現した場合に、音声によりその単語の意味を
知らせることができる。
【００５０】図５は、本発明の第５の実施形態の音声合
成方法における処理フローを示す。
【００５１】図５に示すように、この第５の実施形態の
音声合成方法では、光学的に文字列の認識をする文字認
識処理１１と、使用者の音声を認識する音声認識処理１
２と、合成音声の出力条件を設定する出力条件設定処理
１３と、文字列より合成音声を生成する合成音声生成処
理１４と、文字記憶処理５１とが行われる。
【００５２】この音声合成方法について、図５を用いて
その処理動作を説明する。
【００５３】まず、原稿用紙などに書かれた文章の文字
列を光学的に文字認識処理１１によって認識する。使用
者が何も発声しない場合には、予め設定されている出力
条件に従って、合成音声生成処理１３を行い、合成音声
を生成する。使用者が出力条件を設定する言葉を発声し
た場合には、音声認識処理１２により認識される。そし
て出力条件設定処理１３によって、使用者が指定したテ
ンポや音量などの合成音声の出力条件を設定し、その出
力条件によって合成音声生成処理１４を行い、合成音声
を生成する。合成音声読み上げの文章中に使用者が記憶
しておきたい文章が出現した場合、使用者は記憶を指示
する言葉を発声すると、音声認識処理１２で認識され、
文字記憶処理５１によってこの文章がメモリに記憶され
る。
【００５４】このような本発明の第５の実施形態によれ
ば、文字記憶処理を設けることにより、使用者が記憶し
ておきたい文章が出現した場合に、容易にその文章を保
存することができる。
【００５５】図６は、本発明の第６の実施形態の音声合
成装置におけるブロック図を示す。
【００５６】図６に示すように、この第６の実施形態の
音声合成装置は、光学的に文字列の認識をする文字認識
手段２１と、使用者の音声を認識する音声認識手段２２
と、合成音声の出力条件を設定する出力条件設定手段２
３と、文字列より合成音声を生成する合成音声生成手段
２４と、音声素片データベース２５と、音声出力手段２
６と、文字列記憶手段６１と、文字列記憶用メモリ６２
とによって構成される。
【００５７】以上のように構成された音声合成装置につ
いて、図６を用いてその処理動作を説明する。
【００５８】まず、原稿用紙などに書かれた文章の文字
列を光学的な文字認識手段２１によって認識する。使用
者が何も発声しない場合には、予め設定されている出力
条件に従って、合成音声生成手段２４によって、音声素
片データベース２５を使い合成音声を生成し、音声出力
手段２６によって合成音声生成手段２４で生成された合
成音声を出力する。使用者が出力条件を設定する言葉を
発声した場合には、音声認識手段２２により認識され、
音声認識手段２２により認識された言葉を出力条件設定
手段２３に入力する。出力条件設定手段２３では、入力
された言葉に基づきテンポや音量などの合成音声の出力
条件を設定し、その出力条件に従い、音声素片データベ
ース２５を使い合成音声生成手段２４によって合成音声
が生成される。最後に音声出力手段２６によって合成音
声生成手段２４によって生成された合成音声を出力す
る。合成音声読み上げの文章中に使用者が記憶しておき
たい文章が出現した場合、使用者は記憶を指示する言葉
を発声すると、音声認識手段２２で認識され、文字列記
憶手段６１によってこの文章が文字列記憶用メモリ６２
に記憶される。
【００５９】このような本発明の第６の実施形態によれ
ば、文字記憶手段、文字列記憶用メモリを設けることに
より、使用者が記憶しておきたい文章が出現した場合
に、容易にその文章を保存することができる装置を提供
することができる。
【００６０】図７は、本発明の第７の実施形態の音声合
成方法における処理フローを示す。
【００６１】図７に示すように、この第７の実施形態の
音声合成方法では、光学的に文字列の認識をする文字認
識処理１１と、使用者の音声を認識する音声認識処理１
２と、合成音声の出力条件を設定する出力条件設定処理
１３と、文字列より合成音声を生成する合成音声生成処
理１４と、言語解析処理７１と、感情パラメータ付与処
理７２とが行われる。
【００６２】この音声合成方法について、図７を用いて
その処理動作を説明する。
【００６３】まず、原稿用紙などに書かれた文章の文字
列を光学的に文字認識処理１１によって認識する。使用
者が何も発声しない場合には、言語解析処理７１を行
う。感情パラメータ付与処理７２によって、言語解析処
理７１による結果に基づいて感情を付与する。そして、
予め設定されているテンポや音量などの合成音声の出力
条件に従って合成音声生成処理１３を行い、合成音声を
生成する。使用者が出力条件を設定する言葉を発声した
場合には、音声認識処理１２により認識される。そして
出力条件設定処理１３によって、使用者が指定したテン
ポや音量などの出力条件を設定し、その出力条件によっ
て合成音声生成処理１４を行い、合成音声を生成する。
【００６４】このような本発明の第７の実施形態によれ
ば、言語解析処理、感情パラメータ付与処理を設けるこ
とにより、文意に沿った臨場感を伝える合成音声を生成
することができる。
【００６５】図８は、本発明の第８の実施形態の音声合
成装置におけるブロック図を示す。
【００６６】図８に示すように、この第８の実施形態の
音声合成装置は、光学的に文字列の認識をする文字認識
手段２１と、使用者の音声を認識する音声認識手段２２
と、合成音声の出力条件を設定する出力条件設定手段２
３と、文字列より合成音声を生成する合成音声生成手段
２４と、音声素片データベース２５と、音声出力手段２
６と、言語解析手段８１と、感情パラメータ付与手段８
２とによって構成される。
【００６７】以上のように構成された音声合成装置につ
いて、図８を用いてその処理動作を説明する。
【００６８】まず、原稿用紙などに書かれた文章の文字
列を光学的な文字認識手段２１によって認識する。使用
者が何も発声しない場合には、言語解析手段８１を行
う。感情パラメータ付与処手段８２によって、言語解析
手段８１による結果に基づいて感情を付与する。そし
て、予め設定されているテンポや音量などの合成音声の
出力条件に従って、合成音声生成手段２４によって、音
声素片データベース２５を使い合成音声を生成し、音声
出力手段２６によって合成音声生成手段２４で生成され
た合成音声を出力する。使用者が出力条件を設定する言
葉を発声した場合には、音声認識手段２２により認識さ
れ、音声認識手段２２により認識された言葉を出力条件
設定手段２３に入力する。出力条件設定手段２３では、
入力された言葉に基づきテンポや音量などの合成音声の
出力条件を設定し、その出力条件に従い、音声素片デー
タベース２５を使い合成音声生成手段２４によって合成
音声が生成される。最後に音声出力手段２６によって合
成音声生成手段２４によって生成された合成音声を出力
する。
【００６９】このような本発明の第８の実施形態によれ
ば、言語解析手段、感情パラメータ付与手段を設けるこ
とにより、使用者に文意に沿った臨場感を伝える合成音
声を生成することができる。
【００７０】図９は、本発明の第９の実施形態の音声合
成方法における処理フローを示す。
【００７１】図９に示すように、この第９の実施形態の
音声合成方法では、光学的に文字列の認識をする文字認
識処理１１と、使用者の音声を認識する音声認識処理１
２と、合成音声の出力条件を設定する出力条件設定処理
１３と、文字列より合成音声を生成する合成音声生成処
理１４と、素片データベース選択処理９１とが行われ
る。
【００７２】この音声合成方法について、図９を用いて
その処理動作を説明する。
【００７３】まず、原稿用紙などに書かれた文章の文字
列を光学的に文字認識処理１１によって認識する。使用
者が何も発声しない場合には、予め設定されている出力
条件に従って、合成音声生成処理１３を行い、合成音声
を生成する。使用者が出力条件を設定する言葉を発声し
た場合には、音声認識処理１２により認識される。そし
て出力条件設定処理１３によって、使用者が指定したテ
ンポや音量などの合成音声の出力条件を設定し、その出
力条件によって合成音声生成処理１４を行い、合成音声
を生成する。使用者が予め決まっている素片データベー
スの話者名を発声した場合には、音声認識処理１２によ
り認識される。そして素片データベース選択処理９１に
よって、使用者が指定した話者の素片データベースを選
択し、合成音声生成処理１４を行い、合成音声を生成す
る。
【００７４】このような本発明の第９の実施形態によれ
ば、素片データベース選択処理を設けることにより、好
みの話者による合成音声を聞くことができる。
【００７５】図１０は、本発明の第１０の実施形態の音
声合成装置におけるブロック図を示す。
【００７６】図１０に示すように、この第１０の実施形
態の音声合成装置は、光学的に文字列の認識をする文字
認識手段２１と、使用者の音声を認識する音声認識手段
２２と、合成音声の出力条件を設定する出力条件設定手
段２３と、文字列より合成音声を生成する合成音声生成
手段２４と、音声素片データベース２５と、音声出力手
段２６と、素片データベース選択手段１０１と、音声素
片データベース１０２とによって構成される。
【００７７】以上のように構成された音声合成装置につ
いて、図１０を用いてその処理動作を説明する。
【００７８】まず、原稿用紙などに書かれた文章の文字
列を光学的な文字認識手段２１によって認識する。使用
者が何も発声しない場合には、予め設定されている出力
条件に従って、合成音声生成手段２４によって、音声素
片データベース２５を使い合成音声を生成し、音声出力
手段２６によって合成音声生成手段２４で生成された合
成音声を出力する。使用者が出力条件を設定する言葉を
発声した場合には、音声認識手段２２により認識され、
音声認識手段２２により認識された言葉を出力条件設定
手段２３に入力する。出力条件設定手段２３では、入力
された言葉に基づきテンポや音量などの合成音声の出力
条件を設定し、その出力条件に従い、音声素片データベ
ース２５を使い合成音声生成手段２４によって合成音声
が生成される。最後に音声出力手段２６によって合成音
声生成手段２４によって生成された合成音声を出力す
る。使用者が予め決まっている素片データベースの話者
名を発声した場合には、音声認識手段２２により認識さ
れる。そして素片データベース選択手段１０１によっ
て、使用者が指定した話者の素片データベースを選択
し、合成音声生成手段２４により、素片データベース選
択手段により選択された素片データベースを使って合成
音声を生成する。最後に音声出力手段２６によって合成
音声生成手段２４によって生成された合成音声を出力す
る。
【００７９】このような本発明の第１０の実施形態によ
れば、素片データベース選択手段を設けることにより、
好みの話者による合成音声を聞くことができる。
【００８０】図１１は、本発明の第１１の実施形態の音
声合成方法における処理フローを示す。
【００８１】図１１に示すように、この第１１の実施形
態の音声合成方法では、光学的に文字列の認識をする文
字認識処理１１と、使用者の音声を認識する音声認識処
理１２と、合成音声の出力条件を設定する出力条件設定
処理１３と、文字列より合成音声を生成する合成音声生
成処理１４と、録音音声読み出し処理１１１とが行われ
る。
【００８２】この音声合成方法について、図１１を用い
てその処理動作を説明する。
【００８３】まず、原稿用紙などに書かれた文章の文字
列を光学的に文字認識処理１１によって認識する。使用
者が何も発声しない場合には、予め設定されている出力
条件に従って、合成音声生成処理１３を行い、合成音声
を生成する。使用者が出力条件を設定する言葉を発声し
た場合には、音声認識処理１２により認識される。そし
て出力条件設定処理１３によって、使用者が指定したテ
ンポや音量などの合成音声の出力条件を設定し、その出
力条件によって合成音声生成処理１４を行い、合成音声
を生成する。使用者が予め決まっている動物の鳴き声な
どの録音音声データベース名を発声した場合には、音声
認識処理１２により認識される。そして録音音声読み出
し処理１１５によって、録音音声が読み出される。
【００８４】このような本発明の第５の実施形態によれ
ば、録音音声読み出し処理を設けることにより、動物の
鳴き声などの録音音声を聞くことができる。
【００８５】図１２は、本発明の第１２の実施形態の音
声合成装置におけるブロック図を示す。
【００８６】図１２に示すように、この第１２の実施形
態の音声合成装置は、光学的に文字列の認識をする文字
認識手段２１と、使用者の音声を認識する音声認識手段
２２と、合成音声の出力条件を設定する出力条件設定手
段２３と、文字列より合成音声を生成する合成音声生成
手段２４と、音声素片データベース２５と、音声出力手
段２６と、録音音声読み出し手段１２１と、録音音声デ
ータベース１２２とによって構成される。
【００８７】以上のように構成された音声合成装置につ
いて、図１２を用いてその処理動作を説明する。
【００８８】まず、原稿用紙などに書かれた文章の文字
列を光学的な文字認識手段２１によって認識する。使用
者が何も発声しない場合には、予め設定されている出力
条件に従って、合成音声生成手段２４によって、音声素
片データベース２５を使い合成音声を生成し、音声出力
手段２６によって合成音声生成手段２４で生成された合
成音声を出力する。使用者が出力条件を設定する言葉を
発声した場合には、音声認識手段２２により認識され、
音声認識手段２２により認識された言葉を出力条件設定
手段２３に入力する。出力条件設定手段２３では、入力
された言葉に基づきテンポや音量などの合成音声の出力
条件を設定し、その出力条件に従い、音声素片データベ
ース２５を使い合成音声生成手段２４によって合成音声
が生成される。最後に音声出力手段２６によって合成音
声生成手段２４によって生成された合成音声を出力す
る。使用者が予め決まっている動物の鳴き声などの録音
音声データベース名を発声した場合には、音声認識手段
２２により認識される。そして録音音声読み出し手段１
２１によって、録音音声データベース１２２から音声が
読み出され、音声出力手段２６によって出力する。
【００８９】このような本発明の第１２の実施形態によ
れば、録音音声読み出し手段を設けることにより、動物
の鳴き声などの録音音声を聞くことができる。
【００９０】
【発明の効果】以上、本発明は、光学的な文字認識方法
により認識された文字列に基づいて音声を生成する音声
合成方法において、音声認識処理により、使用者は煩わ
しい操作をすることなく、好みの出力条件で音声を聞く
ことができる。
【図面の簡単な説明】
【図１】本発明の第１の実施形態の音声合成方法におけ
る処理フローを示す図
【図２】本発明の第２の実施形態の音声合成装置におけ
るブロック図
【図３】本発明の第３の実施形態の音声合成方法におけ
る処理フローを示す図
【図４】本発明の第４の実施形態の音声合成装置におけ
るブロック図
【図５】本発明の第５の実施形態の音声合成方法におけ
る処理フローを示す図
【図６】本発明の第６の実施形態の音声合成装置におけ
るブロック図
【図７】本発明の第７の実施形態の音声合成方法におけ
る処理フローを示す図
【図８】本発明の第８の実施形態の音声合成装置におけ
るブロック図
【図９】本発明の第９の実施形態の音声合成方法におけ
る処理フローを示す図
【図１０】本発明の第１０の実施形態の音声合成装置に
おけるブロック図
【図１１】本発明の第１１の実施形態の音声合成方法に
おける処理フローを示す図
【図１２】本発明の第１２の実施形態の音声合成装置に
おけるブロック図
【符号の説明】
２１ 文字認識手段 ２２ 音声認識手段 ２３ 出力条件設定手段 ２４ 合成音声生成手段 ２５ 音声素片データベース ２６ 音声出力手段 ４１ 辞書検索手段 ４２ 電子辞書データベース ６１ 文字列記憶手段 ６２ 文字列記憶用メモリ ８１ 言語解析手段 ８２ 感情パラメータ付与手段 １０１ 音声素片データベース選択手段 １０２ 音声素片データベース １２１ 録音音声読み出し手段 １２２ 録音音声データベース
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） Ｇ０６Ｋ 9/00 Ｇ１０Ｌ 3/00 Ｅ Ｇ１０Ｌ 13/06 ５５１Ｚ 15/00 5/04 Ｆ Ｆターム(参考） 5B064 AA07 5D015 AA05 KK01 KK02 KK04 5D045 AB02 DB02

Claims (12)

    【特許請求の範囲】
  1. 【請求項１】 音声として認識された言葉によって出力
    条件を設定し、光学的な文字認識方法により認識された
    前記文字列に基づいて前記出力条件により合成音声を生
    成することを特徴とする音声合成方法。
  2. 【請求項２】 光学的に文字列を認識する文字認識手段
    と、音声を認識する音声認識手段と、前記音声認識手段
    により認識された前記音声の言葉によって出力条件を設
    定する条件設定手段と、合成音声を生成するための音声
    素片データベースと、前記文字列に基づいて前記出力条
    件により前記音声素片データベースから合成音声データ
    を生成する合成音声生成手段と、前記合成音声生成手段
    により生成された音声信号を音声出力する音声出力手段
    とを備えたことを特徴とする音声合成装置。
  3. 【請求項３】 前記文字列が、音声として認識されたと
    き、前記文字列の意味を予め設定した電子辞書から検索
    し合成音声として生成することを特徴とする請求項１に
    記載の音声合成方法。
  4. 【請求項４】 前記文字列が、音声として前記音声認識
    手段により認識されたとき、前記文字列の意味を予め定
    めた電子辞書から検索する辞書検索手段を備えたことを
    特徴とする請求項２に記載の音声合成装置。
  5. 【請求項５】 前記文字列の記憶指示が、音声として認
    識されたとき、前記記憶指示された前記文字列を記憶し
    ておくことを特徴とする請求項１に記載の音声合成方
    法。
  6. 【請求項６】 前記文字列の記憶指示が、使用者として
    前記音声認識手段により認識されたとき、前記記憶指示
    された前記文字列を予め定めた文字列記憶用メモリに記
    憶しておく文字列記憶手段を備えたことを特徴とする請
    求項２に記載の音声合成装置。
  7. 【請求項７】 前記文字列の言語解析による結果に基づ
    いて感情パラメータを前記文字列に付与することを特徴
    とする請求項１に記載の音声合成方法。
  8. 【請求項８】 前記文字列の言語解析を行う言語解析手
    段と、前記言語解析手段の結果に基づいて感情パラメー
    タを前記文字列に付与する感情パラメータ付与手段とを
    備えたことを特徴とする請求項２に記載の音声合成装
    置。
  9. 【請求項９】 予め定めた話者名が、音声として認識さ
    れたとき、前記話者名の音声素片データベースを選択し
    て、合成音声を作成することを特徴とする請求項１に記
    載の音声合成方法。
  10. 【請求項１０】 予め定めた話者名が、音声として前記
    音声認識手段により認識されたとき、予め定めた複数の
    音声素片データベースから前記話者名の音声素片データ
    ベースを選択する音声素片データベース選択手段を備え
    たことを特徴とする請求項２に記載の音声合成装置。
  11. 【請求項１１】 予め定めた録音音声の名が、音声とし
    て認識されたとき、前記録音音声の名によって前記録音
    音声を読み出すことを特徴とする請求項１に記載の音声
    合成方法。
  12. 【請求項１２】 予め定めた録音音声の名が、音声とし
    て前記音声認識手段により認識されたとき、前記録音音
    声の名によって予め定めた録音音声データベースから前
    記録音音声を読み出す録音音声読み出し手段を備えたこ
    とを特徴とする請求項２に記載の音声合成装置。
JP2001371112A 2001-12-05 2001-12-05 音声合成方法およびその装置 Pending JP2003173196A (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2001371112A JP2003173196A (ja) 2001-12-05 2001-12-05 音声合成方法およびその装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2001371112A JP2003173196A (ja) 2001-12-05 2001-12-05 音声合成方法およびその装置

Publications (1)

Publication Number Publication Date
JP2003173196A true JP2003173196A (ja) 2003-06-20

Family

ID=19180215

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2001371112A Pending JP2003173196A (ja) 2001-12-05 2001-12-05 音声合成方法およびその装置

Country Status (1)

Country Link
JP (1) JP2003173196A (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN100349206C (zh) * 2005-09-12 2007-11-14 周运南 文字语音互转装置
WO2012046726A1 (ja) * 2010-10-05 2012-04-12 新日本製鐵株式会社 点検支援装置、点検支援システム、点検支援方法、及び点検支援プログラム

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN100349206C (zh) * 2005-09-12 2007-11-14 周运南 文字语音互转装置
WO2012046726A1 (ja) * 2010-10-05 2012-04-12 新日本製鐵株式会社 点検支援装置、点検支援システム、点検支援方法、及び点検支援プログラム
JP5037732B2 (ja) * 2010-10-05 2012-10-03 新日本製鐵株式会社 点検支援装置、点検支援システム、点検支援方法、及び点検支援プログラム
JPWO2012046726A1 (ja) * 2010-10-05 2014-02-24 新日鐵住金株式会社 点検支援装置、点検支援システム、点検支援方法、及び点検支援プログラム

Similar Documents

Publication Publication Date Title
US6823309B1 (en) Speech synthesizing system and method for modifying prosody based on match to database
KR100769033B1 (ko) 스피치 합성 방법
JPH10274997A (ja) 文書読み上げ装置
US8825486B2 (en) Method and apparatus for generating synthetic speech with contrastive stress
US7454345B2 (en) Word or collocation emphasizing voice synthesizer
JP2003295882A (ja) 音声合成用テキスト構造、音声合成方法、音声合成装置及びそのコンピュータ・プログラム
US8914291B2 (en) Method and apparatus for generating synthetic speech with contrastive stress
KR950015131A (ko) 정보 액세스 시스템 및 기록 매체
JPH05165486A (ja) テキスト音声変換装置
Stöber et al. Speech synthesis using multilevel selection and concatenation of units from large speech corpora
JP4697432B2 (ja) 音楽再生装置、音楽再生方法及び音楽再生用プログラム
JP3518898B2 (ja) 音声合成装置
JP2003173196A (ja) 音声合成方法およびその装置
JP3626398B2 (ja) テキスト音声合成装置、テキスト音声合成方法及びその方法を記録した記録媒体
TWI269191B (en) Method of synchronizing speech waveform playback and text display
JP3060276B2 (ja) 音声合成装置
JP2723214B2 (ja) 音声文書作成装置
JP2001042883A (ja) テキスト音声合成装置
Yong et al. Low footprint high intelligibility Malay speech synthesizer based on statistical data
KR20100003574A (ko) 음성음원정보 생성 장치 및 시스템, 그리고 이를 이용한음성음원정보 생성 방법
JPH11109992A (ja) 音声素片データベースの作成方法、音声合成方法、音声素片データベース、音声素片データベース作成装置および音声合成装置
JPH04177526A (ja) 文章読み上げ装置
JPH054676B2 (ja)
JP2003345372A (ja) 音声合成装置及び音声合成方法
JPS62229473A (ja) 翻訳装置