JP2004094650A

JP2004094650A - 携帯端末装置

Info

Publication number: JP2004094650A
Application number: JP2002255634A
Authority: JP
Inventors: Shigeo Ota; 太田　滋雄
Original assignee: Yamaha Corp
Current assignee: Yamaha Corp
Priority date: 2002-08-30
Filing date: 2002-08-30
Publication date: 2004-03-25
Anticipated expiration: 2022-08-30
Also published as: TW200405194A; CN1491021A; KR100571079B1; JP3945351B2; TWI263928B; KR20040020021A; CN100518225C

Abstract

【課題】文字入力可能な携帯端末装置において、合成された音声により入力候補文字を確認することができる携帯端末装置を提供する。
【解決手段】入力候補文字の表示の際、この入力候補文字の発音を音声合成して出力する音声合成手段を備え、当該携帯端末装置が携帯電話機の場合には、音声合成手段が音声合成に用いる音源を、当該携帯電話機に備わる着信音生成に用いる音源と共用する。
【選択図】　　　　図１

Description

【０００１】
【発明の属する技術分野】
本発明は、音声合成機能を有する文字入力可能な携帯端末装置に関する。
【０００２】
【従来の技術】
現在の携帯電話機やＰＨＳ（登録商標）端末などの携帯端末装置では、基本的な電話機能以外に、電子メールの作成およびその送受信の機能や、その他種々のアプリケーションが利用できるようになっている。例えば、スケジュール作成機能やインターネット接続機能などもあり、これらの機能を利用する場合にも、予定内容やＵＲＬ（Ｕｎｉｆｏｒｍ　Ｒｅｓｏｕｒｃｅ　Ｌｏｃａｔｏｒ）等の文字を入力することになる。もちろんＰＤＡ（携帯情報端末）のような携帯端末装置においても、一般に文字入力が可能となっている。
【０００３】
このような文字入力の機能を利用する場合、例えば電子メールやその他ドキュメントの作成時には、文字の入力を伴うが、特に携帯電話機等では、図１０に示すようなキーが一般的に用いられ、入力手段であるキー（ボタン）の数の制限から、各文字が各キーと１対１に対応しておらず、同じキーを所定回数押下する等煩わしい入力操作を伴う。例えば、「おはよう」と入力する場合、入力する文字を選択するのに従来の携帯電話機では、「あ」のキーを５回、「は」のキーを１回、「や」のキーを３回、「あ」のキーを３回といったように、多くのキータッチをすることになる。
他方、キータッチが受け付けられたか否かは、その操作に応じて、キー単位で発音周波数の異なる確認音を発したり、キー自体を発光させたりして、これらにより確認できるようになっている。
【０００４】
【発明が解決しようとする課題】
しかしながら、上記のように、キーと入力しようとする文字が１対１に対応していない携帯電話機等の携帯端末装置においては、キー単位での確認音等だけでは、その時点で選択している文字（入力候補文字）の確認はできず、文字入力を正確に行うためには、キー操作に応じて表示される入力候補文字を目視で確認して所望の入力文字を確定入力することになる。他方、目視によらず、キー操作時の記憶に頼る場合、上記のように煩わしい入力操作を伴うのでは、誤入力したまま入力を続けることになったり、結果的に、再入力することになってしまう。また、ユーザが視覚障害者である場合の文字入力は、明らかに困難なものとなる。
【０００５】
本発明は、上記の点に鑑みてなされたもので、文字入力可能な携帯端末装置において、合成された音声により入力候補文字を確認することができる携帯端末装置を提供するものである。
【０００６】
【課題を解決するための手段】
上記の課題を解決するために、請求項１に記載の発明は、文字入力のための所定の操作に応じた入力候補文字を表示するとともに、入力文字を確定する操作を受けることにより、表示した入力候補文字を入力文字として入力する文字入力可能な携帯端末装置において、前記入力候補文字の表示の際、該入力候補文字の発音を音声合成して出力する音声合成手段を具備することを特徴とする。
【０００７】
また、請求項２に記載の発明は、請求項１に記載の携帯端末装置において、前記携帯端末装置が、携帯電話機であって、前記音声合成手段が音声合成に用いる音源を、前記携帯電話機に備わる着信音生成に用いる音源と共用することを特徴とする。
【０００８】
本発明の携帯端末装置では、文字入力のための所定の操作に応じた入力候補文字を表示する際、音声合成手段が、この入力候補文字の発音を音声合成して出力する。これにより、当該携帯端末装置、携帯電話機を使用する使用者は、音声合成された入力候補文字の発音を聞くことで当該入力候補文字を確認できるので、従来のように入力候補文字の表示を目視して確認する必要が無くなり利便性が向上する。また、使用者が視覚障害者であっても、文字入力が容易となる。
また、携帯電話機の場合、音声合成手段が音声合成に用いる音源を、前記携帯電話機に備わる着信音生成に用いる音源と共用することで、音声合成手段のために新たなデバイスを追加する必要がなくなり、製造コストの増加を抑えることができる。
【０００９】
【発明の実施の形態】
以下、本発明の実施の形態を、図面を参照して説明する。
なお、以下の説明において、同一の構成要素には同一の符号を付与している。
【００１０】
図１に、本発明の携帯端末装置の一実施形態である携帯電話機の構成を示す。図１において、符号１ａは、ＣＰＵ（中央処理装置）であり、下記の各種制御プログラムを実行することにより携帯電話機１の各部の動作を制御する。
符号１ｂは、ＲＯＭ（Ｒｅａｄ　Ｏｎｌｙ　Ｍｅｍｏｒｙ）である。このＲＯＭ・１ｂは、ＣＰＵ・１ａが実行する送信・着信等の制御をする各種電話機能プログラムや、電子メールの作成やその送受信を制御するメール送受信機能プログラム、楽曲再生処理を補助するプログラム、音声合成処理を補助するプログラム等のプログラムや、予め記録された楽曲データおよび伴奏データや、音声合成に必要なパラメータや関連する情報等のデータが格納されている。
【００１１】
符号１ｃは、ＲＡＭ（Ｒａｎｄｏｍ　Ａｃｃｅｓｓ　Ｍｅｍｏｒｙ）であり、ＣＰＵ・１ａのワークエリアや、ダウンロードされた楽曲データや伴奏データの格納エリア、および、受信した電子メールのデータが格納されるメールデータ格納エリア等が設定される。
符号１ｄは、通信デバイスであり、アンテナ１ｌで受信された信号の復調を行うとともに、送信する信号を変調してアンテナ１ｌに供給している。
また、符号１ｅは、入力デバイスであり、携帯電話機１の本体に設けられた「０」〜「９」のダイヤルボタンを含む各種ボタン（キー；図示せず）を備え、これらからの入力を検知する入力手段である。
【００１２】
符号１ｆは、通話デバイスである。通信デバイス１ｄで復調された受話信号は、この通話デバイス１ｆに備わる音声ＣＯＤＥＣにより復号化された後、同デバイスに備わるＤ／Ａコンバータ（いずれも図示せず）によりＤ／Ａ変換されて受話口（イヤースピーカ）１ｇから出力される。一方、送話口（マイク）１ｈから入力された音声信号は同デバイスに備わるＡ／Ｄコンバータによりデジタル化され、同様に同デバイスに備わる音声ＣＯＤＥＣ（いずれも図示せず）により圧縮符号化して後、通信デバイス１ｄから基地局に向け送信される。この通話デバイス１ｆの符号化／復号化の方式としては、ＣＥＬＰ（Ｃｏｄｅ　Ｅｘｃｉｔｅｄ　ＬＰＣ）方式や、ＡＤＰＣＭ（適応差分ＰＣＭ符号化）方式等の音声データの高能率圧縮符号化／復号化方式が用いられる。
【００１３】
符号１ｉは、音源デバイスであり、選択された楽曲データを再生して着信音あるいは保留音として背面スピーカ１ｊから出力する。また、電子メール作成時等、文字入力が行われる際、ＣＰＵ・１ａの制御を受け、その入力候補文字を音声合成し、合成した音声を背面スピーカ１ｊから出力する。この音声合成に係る詳細は後述する。
また、符号１ｋは、表示デバイスであり、ＬＣＤ（Ｌｉｑｕｉｄ　Ｃｒｙｓｔａｌ　Ｄｉｓｐｌａｙ）等から構成され、電話機能や電子メール送受信機能のメニューや、ダイヤルボタン等の各種ボタンの操作に応じた表示をする。文字入力の際には、入力候補文字や確定された入力文字を表示する。
なお、各機能ブロックはバス１０を介してデータや命令の授受を行っている。
【００１４】
ここで、音源デバイス１ｉの詳細について説明する。
本実施の形態では、着信音等の生成に用いる従来の音源デバイスをそのまま利用して、入力候補文字の発音の音声合成を実現する。図２に、音源デバイス１ｉの概略構成を示す。
【００１５】
図２において、符号２１の入出力Ｉ／Ｆ（インターフェース）は、バス１０を介して、ＣＰＵ・１ａから着信メロディ等の音楽を再生するための楽曲シーケンスデータや命令を受けるとともに、下記のＦＩＦＯ・２２の状態通知をＣＰＵ・１ａに出力するためのインターフェース回路である。
ＦＩＦＯ・２２は、ＦＩＦＯ（Ｆｉｒｓｔ　Ｉｎ　Ｆｉｒｓｔ　Ｏｕｔ　ｍｅｍｏｒｙ）メモリを含む回路であり、与えられた楽曲シーケンスデータ（▲１▼）を一時保持し、順次符号２３に示すシーケンサに与える（▲２▼）。また、ＦＩＦＯ・２２は、メモリの空き状況をＣＰＵ・１ａに通知し（▲５▼）、メモリがＥｍｐｔｙ（空）になる前に続きの楽曲シーケンスデータの転送を受ける。
【００１６】
シーケンサ２３は、ＣＰＵ・１ａから発音開始／発音終了等の命令を受け（▲６▼）、発音を開始する場合には、ＦＩＦＯ・２２から受けた楽曲シーケンスデータを解釈するとともにタイミングを計って各種パラメータや制御信号をＦＭ音源２４（詳細は後述）またはＷＴ音源２５に与え（▲３▼、▲４▼）これらを駆動する。
ＷＴ音源２５は、周知のように各種楽器音や音声等をデジタル録音して予め蓄えている波形メモリ２６の波形データを一通りまたは繰り返して読み出すことにより元の楽器音や音声等を忠実に再現するものである。
【００１７】
ＦＭ音源２４およびＷＴ音源２５の出力は加算器２７にて加算され、その出力はデジタル／アナログ変換器（図示せず）においてアナログデータに変換され、背面スピーカ１ｊ（図１）に供給される。
通常、音源デバイス１ｉでは、各音源は、ＦＩＦＯ・２２及びシーケンサ２３を介して駆動されるが、リアルタイム性（即時応答性）を要求される効果音の類は、ＣＰＵ・１ａが、ＦＩＦＯ・２２およびシーケンサ２３を介さずに、直接にＦＭ音源２４またはＷＴ音源２５を駆動する。本実施の形態における音声合成も同様に、ＣＰＵ・１ａが直接各音源を駆動する。
なお、波形メモリ２６は、ＲＯＭを用いて構成される。
【００１８】
次に、ＦＭ音源２４について説明する。
ＦＭ音源２４は、一般に図３に示すオペレータ３０と加算器とを複数組み合わせて構成される。
図３に示すように、１つのオペレータ３０は、ＳＩＮ波形（正弦波の波形）の各位相角点における波形振幅値を記憶しているＳＩＮ波形テーブル３１と、シーケンサ２３またはＣＰＵ・１ａから周波数パラメータを受け、この周波数パラメータに基づきＳＩＮ波形テーブル３１から出力させるＳＩＮ波形データの周波数および位相を制御するための位相アドレス信号を生成し出力するフェーズ・ジェネレータ（ＰＧ）３２と、入力信号と上記位相アドレス信号を加算してＳＩＮ波形テーブル３１に供給する加算器３３と、シーケンサ２３またはＣＰＵ・１ａから振幅パラメータを受け、当該オペレータ３０から出力する波形の振幅を制御するためのエンベロープ信号（振幅係数）を生成し出力するエンベロープ・ジェネレータ（ＥＧ）３４と、ＳＩＮ波形テーブル３１の出力とエンベロープ・ジェネレータ（ＥＧ）３４の出力を乗算する乗算器３５とから構成されている。
【００１９】
このように構成されるオペレータ３０では、ＳＩＮ波形テーブル３１に記憶されているＳＩＮ波形の振幅値が、加算器３３を介して供給される位相アドレス信号を含む信号に従い順次読み出される。したがって、このオペレータ３０では、ＳＩＮ波形テーブル３１に記憶された波形振幅値を読み出す速度を変化させることにより、すなわち、ＳＩＮ波形テーブル３１に供給する位相アドレス信号を適宜制御することにより、音高を変えることができる。例えば、読み出し速度を遅くすれば、低い音を生成することができ、読み出し速度を速くすれば高い音を生成することができる。なお、フェーズ・ジェネレータ（ＰＧ）３２は、リセット信号を受けると、出力する位相アドレス信号をリセットする（ＳＩＮ波形テーブル３１から読み出すアドレスを初期値に戻す）。
【００２０】
ＦＭ音源２４は、このようなオペレータ３０を、図４（ａ）に示すように、複数カスケード接続したり、あるいは、同図（ｂ）に示すように、さらに加算器を用い、オペレータ３０の出力を加算したりして、複数のオペレータ３０と加算器を様々に組み合わせることで、限りのない多様な種類の音を生成することができるものとなっている。
本実施の形態では、特公昭５８−５３３５１号公報等に開示されたいわゆるＣＳＭ音声合成の技術を利用して、当該携帯電話機１における音声合成をこの携帯電話機１に備わるＦＭ音源２４を用いて実現する。
【００２１】
ここで、上記ＣＳＭ音声合成の原理について説明する。
一般に音声は短時間内ではほぼ定常であると見なすことができる。このことからＣＳＭ音声合成では、短時間内では音声のスペクトルが一定であると見なして音声の合成を行う。
具体的には、数ｍＳないし数十ｍＳの短時間の音声を定常であると見なし、音声を数個の正弦波の和で表現する。離散的時間表現によれば、音声の時系列｛ｘ_ｔ｝は、
ｘ_ｔ＝Ａ_１ｓｉｎω_１ｔ＋…＋Ａ_ｎｓｉｎω_ｎｔ　…（１）
と表される。ただしｔは離散的な時刻を表す整数、ｎは正弦波成分の数（通常４〜６個程度）、ω_ｉは第ｉ正弦波成分の角周波数（０≦ω_ｉ≦π）、Ａ_ｉは正弦波成分の振幅である。
【００２２】
このＣＳＭ音声合成では、上記（１）式で表されるモデルに対し、パラメータ｛ω_１…ω_ｎ、Ａ_１…Ａ_ｎ｝を与えて（１）式により、各時刻ｔについて合成音声の系列｛ｘ_ｔ｝を求める。
このとき、有声音（母音や濁子音など）に対しては、有声音が周期性をもつことから、その周期（ピッチ周期）毎に（１）式における時刻ｔをゼロにリセットして位相を初期化し、一方、無声音に対しては、周期性がないことから、ランダムな周期を与えて、すなわちランダムな周期で時刻ｔをリセットしてランダムに位相を初期化する。
このようにして合成される音声信号の時系列は、人の音声に近いものとなる。
【００２３】
次に、このＣＳＭ音声合成の技術のＦＭ音源２４への適用について説明する（図５参照）。
（１）式で表される各正弦波の成分は、前述したオペレータ３０を用いて生成することができる。すなわち、各正弦波の成分に対応するＳＩＮ波形テーブル３１により時系列に正弦波を出力させ（このとき、各オペレータ３０の入力信号はゼロとし、ＳＩＮ波形テーブル３１から正弦波の波形データを読み出すための位相アドレス信号（アドレス）をフェーズ・ジェネレータ（ＰＧ）３２が与える）、次段の乗算器３５によって、エンベロープ・ジェネレータ（ＥＧ）３４から与えられる振幅をもたせることにより、各オペレータ３０から（１）式の各正弦波成分の信号の出力を得ることができる。そして、これらの出力を加算器５０で加算することにより、合成音声信号の系列｛ｘ_ｔ｝を得ることができる。ＣＳＭ音声合成では、有声音に対し、その周期毎に時刻ｔをゼロにリセットし位相を初期化するとともに、無声音に対し、ランダムな周期で時刻ｔをゼロにリセットし位相を初期化するが、この位相の初期化は、フェーズ・ジェネレータ（ＰＧ）３２に対しそれぞれの周期でリセット信号を与え位相を初期化することにより行える。
【００２４】
以上のように、ＦＭ音源２４を用いたＣＳＭ音声合成では、フェーズ・ジェネレータ（ＰＧ）３２に与える周波数パラメータまたはリセット信号と、エンベロープ・ジェネレータ（ＥＧ）３４に与える振幅パラメータの３要素により合成されるフォルマント音を複数合成することにより音素を決定し音声合成することができる。例えば、「さくら」を音声合成する場合、数ｍＳから数十ｍＳ毎に複数組の上記３要素を設定することにより、／Ｓ／→／Ａ／→／Ｋ／→／Ｕ／→／Ｒ／→／Ａ／の６音素を合成し発音させる。
なお、小さい「っ」、「ゃ」などや英文字の小文字などは音程を上げるなどして区別し、その他の記号についてもわかりやすい言い方を予め決めておき発音させるようにするとよい。
【００２５】
各オペレータ３０に与える上記３要素は、各音素毎に予め定義され、ＲＯＭ・１ｂに登録されている。また、各文字を構成する音素に関する情報、例えば、「さ」の場合、この文字が音素／Ｓ／，／Ａ／からなること等の情報も、同様にＲＯＭ・１ｂに登録されている。
携帯電話機１は、文字入力時（後述の文字入力モード時）においては従来と同様にキー操作に対応する入力候補文字を表示する。そして、さらにこの入力候補文字を表示する際、ＲＯＭ・１ｂに登録されたこの入力候補文字を構成する音素に関する情報を参照し、得られた情報から当該入力候補文字を構成する音素に対応する上記３要素のパラメータをさらに参照して、数ｍＳから数十ｍＳ毎に、フェーズ・ジェネレータ（ＰＧ）３２に周波数パラメータやリセット信号を与えるとともに、エンベロープ・ジェネレータ（ＥＧ）３４に振幅パラメータを与えて、入力候補文字の発音を音声合成して出力する。
【００２６】
また、本実施の形態では、ＦＭ音源２４を用いてＣＳＭ音声合成を実行するものとしているが、もちろん、ＷＴ音源２５を用いても音声合成可能であることは明らかである。例えば、「さくら」を音声合成する場合、「さ」、「く」、「ら」をデジタル録音してメモリに蓄えておき、これらを再生すればよい。しかし、ＦＭ音源２４を用いてＣＳＭ音声合成を行うほうが、必要なパラメータ（データ）が少なくてすみ、より有利である。
【００２７】
次に、このように構成された本実施形態の携帯端末装置１の着信待受けモード時の動作について、図６に示す動作フローチャートを参照して説明する。
この着信待受けモードでは、音源デバイス１ｉは、着信メロディ再生のために機能する。
【００２８】
はじめに、ＣＰＵ・１ａは、着信の有無を判断し（ステップＳ６１）、着信があるまで（Ｙｅｓと判定されるまで）この判断を繰り返す。
ここで、着信があったとする。すると、ステップＳ６１の判断でＹｅｓと判定され、ステップＳ６２に移る。
ステップＳ６２では、ＣＰＵ・１ａは、着信メロディとして予め選択・設定されている楽曲の楽曲シーケンスデータを音源デバイス１ｉに転送する。音源デバイス１ｉでは、受けた楽曲シーケンスデータに基づき、着信メロディを合成しこの着信メロディを再生し続ける。
【００２９】
次に、通話キーがオンの状態であるかオフの状態であるか判断する（ステップＳ６３）。
このステップＳ６３にて、通話キーがオフの状態であると判定された場合（Ｎｏと判定された場合）、さらに回線断となったか否か判断する（ステップＳ６４）。
このステップＳ６４の判断で、回線断であると判定された場合（Ｙｅｓの判定の場合）、ステップＳ６１に戻り、回線断ではないと判定された場合（Ｎｏの判定の場合）、ステップＳ６３に戻る。
【００３０】
一方、ステップＳ６３にて、通話キーがオンの状態になったと判定された場合（Ｙｅｓと判定された場合）、ＣＰＵ・１ａは、音源デバイス１ｉに着信メロディの再生を終了させる命令を与える（ステップＳ６５）。この段階で、音源デバイス１ｉは、現に再生している着信メロディの再生を終了する。
そして、通常の通話時の処理が行われる（ステップＳ６６）。
次のステップＳ６７では、終話キーがオンの状態であるかオフの状態であるか判断し、終話キーがオンの状態となるまで（Ｙｅｓと判定されるまで）この判断を繰り返す。そして、この判断で、終話キーがオンの状態になったと判定された場合（Ｙｅｓの判定の場合）、ステップＳ６８に移る。
そして、ステップＳ６８では、終話時の処理（回線断）を行い、ステップＳ６１に戻る。
以上、着信待受けモードにおける着信から回線断までの動作を説明した。
【００３１】
次に、このように構成された本実施形態の携帯端末装置１の文字入力時（文字入力モード）の動作について、図７に示す動作フローチャートを参照して説明する。
ここでは、使用者による所定の操作により当該携帯端末装置１が文字入力モードになっているものとする。また、以下および図７において“ＮＫＮ”（ニュー・キー・ナンバ）および“ＯＫＮ”（オールド・キー・ナンバ）は変数であり、“→”はカーソル送りキーを示すものとする。また、ＯＫＮには、初期値として数値キーのコード以外のコードが設定されるものとする。
なお、文字入力モードとなるのは、例えば、電子メールやスケジュールやその他ドキュメントの作成時や、インターネット接続時のＵＲＬの入力時等、文字入力が必要となる場合にこのモードとなる。
【００３２】
はじめに、ステップＳ７１にて、キータッチがなされたか（キーオンか）否かの判断をする。そして、使用者によるキータッチがあるまでこの判断を繰り返す。ここでは、入力デバイス１ｅが、使用者によるキータッチを検出し、キータッチが検出された場合には、キータッチされたキーを示すキー・ナンバをＣＰＵ・１ａに通知する。ＣＰＵ・１ａは、入力デバイス１ｅからキー・ナンバの通知を受けるまで、キータッチがないと判定する。
ここでキータッチが検出されたとする（ステップＳ７１にて、Ｙｅｓの判定）。このとき、ＣＰＵ・１ａは、入力デバイス１ｅからキー・ナンバの通知を受け、受けたキー・ナンバを変数ＮＫＮに設定する（ステップＳ７２）。
【００３３】
次に、変数ＮＫＮに設定されたコード（ここでは、キー・ナンバ）が数値キーのコードであるか判断する（ステップＳ７３）。
ここで、変数ＮＫＮに設定されたコードが数値キーのコードではないと判定されると、ステップＳ７４に移る。ステップＳ７４では、さらに、変数ＮＫＮに設定されたコードが、カーソル送りキー（「→」）のコードであるか否か判断する。
このステップＳ７４の判断で、変数ＮＫＮに設定されたコードがカーソル送りキーのコードではないと判定されると（Ｎｏの判定の場合）、別途定められるその他のキーに対応する処理を実行する（ステップＳ７５）。そして、ステップＳ７６に移る。
【００３４】
ステップＳ７６では変数ＮＫＮのコードを変数ＯＫＮに設定し、ステップＳ７１に戻る。
なお、使用者によるキー操作が所定のモード変更操作であった場合、すなわち、変数ＮＫＮに設定されたコードがこのモード変更操作に対応するキーのコードである場合、ステップＳ７５において、図７の文字入力モードのフローを抜け文字入力モードを終了する。
【００３５】
一方、ステップＳ７４の判断で、変数ＮＫＮに設定されたコードがカーソル送りキーのコードであると判定されると（Ｙｅｓの判定の場合）、次のステップＳ７７に移る。そして、ステップＳ７７では、さらに変数ＯＫＮに設定されたコードが数値キーのコードであるか否か判断する。
ステップＳ７７の判断で、変数ＯＫＮに設定されたコードが数値キーのコードではないと判定されると（Ｎｏの判定の場合）、ステップＳ７９に移り、このステップＳ７９にてカーソルを移動させる処理をする。他方、ステップＳ７７の判断で、変数ＯＫＮに設定されたコードが数値キーのコードであると判定された場合には（Ｙｅｓの判定の場合）、このときすでに入力され表示されている表示候補文字（表示文字）を入力文字として確定する（ステップＳ７８）。そして、ステップＳ７９に移り、このステップＳ７９にてカーソルを移動させる処理をする。
ステップＳ７９の処理が終了するとステップＳ７６に移り、変数ＯＫＮに変数ＮＫＮのコードを設定し、ステップＳ７１に戻る。
【００３６】
ステップＳ７３の判断で、変数ＮＫＮに設定されたコードが数値キーのコードであると判定されると（Ｙｅｓの判定の場合）、さらに、変数ＮＫＮに設定されたコードと変数ＯＫＮに設定されたコードとが一致するか否か判断する（ステップＳ８０）。
ここで、変数ＮＫＮに設定されたコードと変数ＯＫＮに設定されたコードとが一致しないと判定されると（Ｎｏの判定の場合）、ステップＳ８１に移る。ステップＳ８１では、さらに変数ＯＫＮに設定されたコードが数値キーのコードであるか否か判断する。
【００３７】
ステップＳ８１の判断で、変数ＯＫＮに設定されたコードが数値キーのコードではないと判定されると（Ｎｏの判定の場合）、ステップＳ８２にて変数ＮＫＮに設定されたコードに対応する入力候補文字（第１候補）を表示デバイス１ｋに表示させ、ステップＳ８６に移る。
一方、ステップＳ８１の判断で、変数ＯＫＮに設定されたコードが数値キーのコードであると判定されると（Ｙｅｓの判定の場合）、ステップＳ８３にて、現在入力候補文字として表示されている変数ＯＫＮに設定されたコードに対応する文字を入力文字として確定し、所定の態様で表示デバイス１ｋに表示させる。
そして、ステップＳ８４にて、さらに表示デバイス１ｋに表示されたカーソル（ここでは、このカーソルは、入力候補文字が表示される位置に表示されるものとする）を、次の文字表示位置に表示させ、変数ＮＫＮに設定されたコードに対応する入力候補文字を表示デバイス１ｋの対応する位置（カーソル位置）に表示させて、ステップＳ８６に移る。
【００３８】
他方、ステップＳ８０の判断で、変数ＮＫＮに設定されたコードと変数ＯＫＮに設定されたコードとが一致すると判定されると（Ｙｅｓの判定の場合）、このとき同じキーがさらにキータッチされたことになるので、現在表示している入力候補文字を次位の入力候補文字に変更する（ステップＳ８５）。具体的には、例えば、現在表示している入力候補文字が「あ」である場合、この入力候補文字を「い」に変更し再表示する。そして、ステップＳ８６に移る。
【００３９】
以上のステップＳ８２、Ｓ８４、Ｓ８５の各段階で入力候補文字が表示されるが、この入力候補文字の表示とともに、ステップＳ８６にて、当該入力候補文字に対応した周波数パラメータおよび振幅パラメータと、所定のタイミングでリセット信号を音源デバイス１ｉ内のＦＭ音源２４に転送し、当該入力候補文字の発音を音声合成させ出力させる。
以後、ステップＳ７６にて変数ＯＫＮに変数ＮＫＮに設定されているコードを設定してステップＳ７１に戻り、以降、文字入力モードの間、以上の処理を繰り返す。
以上、文字入力モードにおける動作を説明した。
【００４０】
このように、本実施の形態では、着信待受けモード時の着信メロディの再生と、文字入力モード時の入力候補文字の音声合成による再生とを、同一の音源デバイス１ｉを用いて行うことができるものとなっている。
なお、上記で説明した各動作フローは一例であり、上記の処理の流れに限定されるものではないことは言うまでもない。
【００４１】
ここで、本実施の形態の実施例として、入力候補文字の表示例とその発音例を図８、９に示し説明する。
図８は、かな文字入力時の一例である。入力候補文字は、符号８１に示す入力候補文字の入力欄（かな漢字変換前の入力欄）に表示される。同図（ａ）は、入力前の状態を示している。なお、最終的に確定された文字は、符号８２に示す位置に表示される。
【００４２】
ここで、使用者が「１」キーを押すと、入力欄のカーソル（同図に示すアンダースコア）位置に「あ」の文字が表示されるとともに、その発音／Ａ／が音声合成され出力される（図８（ｂ））。さらに使用者が「１」キーを押すと、入力欄の同じ表示位置に次位の文字である「い」の文字が表示され、それと同時にその発音／Ｉ／が音声合成され出力される（図８（ｃ））。次に、使用者が「６」キーを押すと、先に入力された入力候補文字の「い」は、ひらがなの入力文字として確定され、カーソルが１文字分移動する。そして、その位置に次の入力候補文字である「は」が表示され、その発音／Ｈ／→／Ａ／が音声合成され出力される（図８（ｄ））。次に、使用者が「＊」キーを押すと、入力欄の同じカーソル位置に、入力候補文字として「ば」が表示され、その発音／Ｂ／→／Ａ／が音声合成され出力される（図８（ｅ））。なお、「＊」キーが押された場合の処理は、図７に示す動作フローにおいては、ステップＳ７５のその他のキー処理にて行われ、この場合、音声合成をするため、ステップＳ７５の処理後、ステップＳ７６ではなくステップＳ８６に移る。
【００４３】
次に、英文字入力時の一例を説明する（図９参照）。
この例では、入力候補文字は、符号９１に示すカーソル位置に表示される。図９（ａ）は、入力前の状態を示している。
はじめに、使用者が「２」キーを押すと、カーソル位置に「Ａ」の文字が表示されるとともに、その発音として「えい」、すなわち／Ｅ／→／Ｉ／が音声合成され出力される。さらに、使用者により「２」キーが押されると、同じカーソル位置に、英文字「Ｂ」が表示され、その発音として「びい」、すなわち／Ｂ／→／Ｉ／→／Ｉ／が音声合成され出力される。
【００４４】
以上、この発明の実施の形態を、図面を参照して詳述した。もちろん、具体的な構成はこの実施の形態に限られるものではなく、この発明の要旨を逸脱しない範囲の構成等も含まれることは言うまでもない。
なお、上記実施の形態では、入力候補文字の発音を音声合成しているが、電話機能を利用して電話番号を入力する場合、キータッチして入力される入力文字（この場合番号）は、入力候補文字ではなく入力文字そのものとなるが、この場合もこの入力文字を入力候補文字と同様に、その発音を音声合成するようにしてもよい。
【００４５】
【発明の効果】
以上、詳細に説明したように、本発明によれば、文字入力のための所定の操作に応じた入力候補文字を表示する際、音声合成手段が、この入力候補文字の発音を音声合成して出力する。これにより、当該携帯端末装置、携帯電話機を使用する使用者は、音声合成された入力候補文字の発音を聞くことで当該入力候補文字を確認できるので、従来のように入力候補文字の表示を目視して確認する必要が無くなり利便性が向上する。また、使用者が視覚障害者であっても、文字入力が容易となる。
また、携帯電話機の場合、音声合成手段が音声合成に用いる音源を、前記携帯電話機に備わる着信音生成に用いる音源と共用することで、音声合成手段のために新たなデバイスを追加する必要がなくなり、製造コストの増加を抑えることができる。
【図面の簡単な説明】
【図１】本発明の一実施の形態である携帯電話機の構成を示す図である。
【図２】同実施の形態の音源デバイスの構成を示すブロック図である。
【図３】同実施の形態のＦＭ音源に含まれるオペレータの構成を示すブロック図である。
【図４】ＦＭ音源におけるオペレータの組み合わせ例を示す図である。
【図５】ＣＳＭ音声合成により着信メロディの合成を実行するＦＭ音源の構成を示す図である。
【図６】着信待受けモード時の動作フローチャートである。
【図７】文字入力モード時の動作フローチャートである。
【図８】かな文字入力時の入力候補文字の表示例およびその発音例を示す図である。
【図９】英文字入力時の入力候補文字の表示例およびその発音例を示す図である。
【図１０】一般的な携帯電話機のキー（ボタン）の一例を示す図である。
【符号の説明】
１…携帯電話機（携帯端末装置）、１０…バス、１ａ…ＣＰＵ（音声合成手段の一部）、１ｂ…ＲＯＭ（音声合成手段の一部）、１ｃ…ＲＡＭ、１ｄ…通信デバイス、１ｅ…入力デバイス、１ｆ…通話デバイス、１ｇ…イヤースピーカ、１ｈ…マイク、１ｉ…音源デバイス（音声合成手段の一部）、１ｊ…背面スピーカ、１ｋ…表示デバイス、１ｌ…アンテナ、２１…入出力Ｉ／Ｆ、２２…ＦＩＦＯ、２３…シーケンサ、２４…ＦＭ音源、２５…ＷＴ音源、２６…波形メモリ、２７…加算器、３０…オペレータ、３１…ＳＩＮ波形テーブル、３２…フェーズ・ジェネレータ（ＰＧ）、３３…加算器、３４…エンベロープ・ジェネレータ（ＥＧ）、３５…乗算器、５０…加算器

Claims

文字入力のための所定の操作に応じた入力候補文字を表示するとともに、入力文字を確定する操作を受けることにより、表示した入力候補文字を入力文字として入力する文字入力可能な携帯端末装置において、
前記入力候補文字の表示の際、該入力候補文字の発音を音声合成して出力する音声合成手段を具備する
ことを特徴とする携帯端末装置。
前記携帯端末装置は、携帯電話機であって、
前記音声合成手段が音声合成に用いる音源を、前記携帯電話機に備わる着信音生成に用いる音源と共用する
ことを特徴とする請求項１に記載の携帯端末装置。