JP2012078708A - 音声合成装置および音声合成プログラム - Google Patents

Abstract

【課題】音声合成に必要な時間を短縮させ、かつ、音声合成の精度を向上させることができる音声合成装置および音声合成プログラムを提供する。
【解決手段】かな文字キー、濁点キー、半濁点キー、ア行小文字キー、ヤ行小文字キーおよびタ行小文字キーを備える文字入力装置２の入力内容に対応した音声を合成する音声合成装置１であって、清音文字または撥音文字を判別する清音撥音判別手段１１と、濁音文字を判別する濁音判別手段１２と、半濁音文字を判別する半濁音判別手段１３と、拗音文字を判別する拗音判別手段１４と、促音付き音節文字を判別する促音付き音節判別手段１５と、清音、撥音、濁音、半濁音、拗音および促音付き音節のそれぞれの音声波形を記憶する音声波形記憶手段１６と、音声波形記憶手段１６から、各判別手段が判別した各音節文字に対応する音声波形を抽出することで音声を合成する音声合成手段１７と、を備える。
【選択図】図１

Description

本発明は、キーボード等の文字入力装置の入力内容に対応した音声を合成する音声合成装置および音声合成プログラムに関する。

従来、キーボード等の文字入力装置の入力内容に対応した音声を合成する方法としては、例えば特許文献１で提案されているような手法が利用されていた。特許文献１で提案された音声合成方式は、子音音素の波形および母音音素の波形を予めメモリに記憶しておき、音声を合成する際に、当該メモリから合成すべき音節に対応する子音音素の波形および母音音素の波形をそれぞれ読み出して、これらを連結することで音声合成を行っていた。

特許出願公告昭５９−５２４３６号公報

しかしながら、特許文献１で提案された音声合成方式は、文字入力装置のキーが押されたタイミングで音声を合成して再生するアプリケーションに利用する場合、子音のキーと母音のキーとを押す間隔があいてしまうと、子音音素の波形と母音音素の波形とを適切に連結することができず、仮に合成された音声を再生しても子音と母音とを組み合わせた音節に聞こえないという問題があった。

また、現在、多くの音声合成装置が市販されているが、いずれも入力が完了したことを意味する入力完了ボタンを押さなければ音声合成を行わないため、たとえば「あ」を合成して再生するには、「あ」のキーを押すだけでなく、入力完了ボタンを押す必要がある。従って、音声を合成して再生するまでに時間がかかってしまい、文字入力装置のキーが押されたタイミングで音声を合成して再生するアプリケーションでは適切に利用することができないという問題があった。

また、現在市販されている音声合成装置では、濁音の「が」を合成するには、「か」のキーを押した後に濁点キーを押す必要があるため、合成した音声を再生すると、「が」が再生されずに「か」が先に再生されてしまう、すなわち「かが」と誤って再生されてしまうという問題があった。

本発明はかかる点に鑑みてなされたものであって、文字入力装置の入力内容に対応した音声を逐次合成することで音声合成に必要な時間を短縮させ、かつ、音声合成の精度を向上させることができる音声合成装置および音声合成プログラムを提供することを課題とする。

前記課題を解決するために請求項１に係る音声合成装置は、かな文字キー、濁点キー、半濁点キー、ア行小文字キー、ヤ行小文字キーおよびタ行小文字キーからなる各文字キーを備える文字入力装置の入力内容に対応した音声を合成する音声合成装置であって、清音撥音判別手段と、濁音判別手段と、半濁音判別手段と、拗音判別手段と、促音付き音節判別手段と、音声波形記憶手段と、音声合成手段と、を備える構成とした。

このような構成によれば、音声合成装置は、清音撥音判別手段によって、かな文字キーが押下されている状態を検出することで、かな文字キーのキーコードで特定される清音文字または撥音文字を判別する。また、濁音判別手段によって、かな文字キーおよび濁点キーが同時に押下されている状態を検出することで、かな文字キーおよび濁点キーのキーコードで特定される濁音文字を判別する。また、半濁音判別手段によって、かな文字キーおよび半濁点キーが同時に押下されている状態を検出することで、かな文字キーおよび半濁点キーのキーコードで特定される半濁音文字を判別する。また、拗音判別手段によって、かな文字キーおよびア行小文字キーが同時に押下されている状態、または、かな文字キーおよびヤ行小文字キーが同時に押下されている状態を検出することで、かな文字キーおよびア行小文字キーのキーコード、または、かな文字キーおよびヤ行小文字キーのキーコードで特定される拗音文字を判別する。また、促音付き音節判別手段によって、かな文字キーおよびタ行小文字キーが同時に押下されている状態を検出することで、かな文字キーおよびタ行小文字キーのキーコードで特定される促音付き音節文字を判別する。

そして、音声合成手段によって、清音、撥音、濁音、半濁音、拗音および促音付き音節からなる各音節の音声波形を予め記憶する音声波形記憶手段から、清音撥音判別手段、濁音判別手段、半濁音判別手段、拗音判別手段および促音付き音節判別手段からなる各判別手段によって判別された清音文字、撥音文字、濁音文字、半濁音文字、拗音文字および促音付き音節文字からなる各音節文字に対応する音声波形を抽出することで音声を合成する。

このように、音声合成装置は、各判別手段によって、文字入力装置のキー入力状況を常時監視する。そして、音声合成装置は、操作者（ユーザ）によって文字入力装置のいずれかのキーが押され、当該キーに対応するキーコードが入力されると、各判別手段によって、そのキーコードに対応する音節文字を判別するとともに、音声合成手段によって、判別した音節文字に対応する音声を逐次合成する。

また、請求項２に係る音声合成装置は、請求項１に係る音声合成装置において、文字入力装置から、キーコードの他に、それぞれのキーが押されたことを示すメイクコードと、それぞれのキーが離されたことを示すブレイクコードと、が入力される場合において、繰り返し信号出力手段と、繰り返し波形記憶手段と、を備える構成とした。

このような構成によれば、音声合成装置は、繰り返し信号出力手段によって、文字入力装置から、メイクコードおよびブレイクコードが入力されたか否かを監視するとともに、メイクコードが入力された場合は、繰り返し開始信号を生成して音声合成手段に出力し、ブレイクコードが入力された場合は、繰り返し終了信号を生成して音声合成手段に出力する。

そして、音声合成手段によって、音声波形記憶手段から、各音節文字に対応する音声波形を抽出し、かつ、繰り返し信号出力手段から繰り返し開始信号が入力された場合は、各音節の音声波形のうち、母音に相当する区間における一定周期分の波形を示す繰り返し波形を記憶する繰り返し波形記憶手段から、各音節文字に対応する繰り返し波形を抽出し、繰り返し信号出力手段から繰り返し終了信号が入力されるまで、音声波形の繰り返し区間で、繰り返し波形を繰り返し連結することで音声を合成する。

このように、音声合成装置は、繰り返し信号出力手段によって、文字入力装置からのメイクコードおよびブレイクコードの入力を常時監視することで、操作者が文字入力装置のいずれかのキーを押している状態であるか、あるいは離している状態であるか、を認識する。そして、音声合成装置は、操作者によって文字入力装置のいずれかのキーが押されてから（メイクコードが入力されてから）、当該いずれかのキーが離されるまで（ブレイクコードが入力されるまで）、音声合成手段によって、音声波形の繰り返し区間で繰り返し波形を繰り返し連結することで、操作者が文字入力装置のキーを押している間だけ、長音化した音声を合成する。

また、請求項３に係る音声合成装置は、請求項２に係る音声合成装置において、文字入力装置がアクセント下降キーと、アクセント上昇キーと、アクセント区切りキーと、をさらに備える場合において、アクセント信号出力手段を備え、音声波形記憶手段が、低音声波形記憶手段と、高音声波形記憶手段と、からなる構成とした。

このような構成によれば、音声合成装置は、アクセント信号出力手段によって、文字入力装置から、各文字キーのキーコードの前に、アクセント下降キーのキーコード、アクセント上昇キーのキーコードまたはアクセント区切りキーのキーコードが入力されたか否かを監視するとともに、アクセント下降キーのキーコードが入力された場合は、アクセント下降信号を生成して音声合成手段に出力し、アクセント上昇キーのキーコードが入力された場合は、アクセント上昇信号を生成して音声合成手段に出力し、アクセント区切りキーのキーコードが入力された場合は、アクセント区切り信号を生成して音声合成手段に出力する。

そして、アクセント信号出力手段からアクセント下降信号が入力された場合は、音声合成手段によって、各音節の低アクセントの音声波形を示す低音声波形を記憶する低音声波形記憶手段から、当該アクセント下降信号が入力された後に各判別手段によって判別された各音節文字に対応する低音声波形を抽出することで音声を合成する。また、アクセント信号出力手段からアクセント上昇信号が入力された場合は、音声合成手段によって、各音節の高アクセントの音声波形を示す高音声波形を記憶する高音声波形記憶手段から、当該アクセント上昇信号が入力された後に各判別手段によって判別された各音節文字に対応する高音声波形を抽出することで音声を合成する。また、アクセント信号出力手段からアクセント区切り信号が入力された場合は、低音声記憶手段から、当該アクセント区切り信号が入力された後に各判別手段によって判別された一文字目の各音節文字に対応する低音声波形を抽出し、高音声記憶手段から、当該アクセント区切り信号が入力された後に各判別手段によって判別された二文字目以降の各音節文字に対応する高音声波形を抽出することで音声を合成する。

このように、音声合成装置は、アクセント信号出力手段によって、文字入力装置のアクセント下降キー、アクセント上昇キーまたはアクセント区切りキーの入力状況を常時監視する。そして、音声合成装置は、操作者によって文字入力装置のアクセント下降キー、アクセント上昇キーまたはアクセント区切りキーが押され、当該キーに対応するキーコードが入力されると、音声合成手段によって、当該キーコードに従って低音声波形または高音声波形を抽出し、アクセントを加えた音声を逐次合成する。

そして、請求項４に係る音声合成プログラムは、かな文字キー、濁点キー、半濁点キー、ア行小文字キー、ヤ行小文字キーおよびタ行小文字キーを備える文字入力装置の入力内容に対応した音声を合成するために、コンピュータを、清音撥音判別手段、濁音判別手段、半濁音判別手段、拗音判別手段、促音付き音節判別手段、音声合成手段、として機能させる構成とした。

このような構成によれば、音声合成プログラムは、清音撥音判別手段によって、かな文字キーが押下されている状態を検出することで、かな文字キーのキーコードで特定される清音文字または撥音文字を判別する。また、濁音判別手段によって、かな文字キーおよび濁点キーが同時に押下されている状態を検出することで、かな文字キーおよび濁点キーのキーコードで特定される濁音文字を判別する。また、半濁音判別手段によって、かな文字キーおよび半濁点キーが同時に押下されている状態を検出することで、かな文字キーおよび半濁点キーのキーコードで特定される半濁音文字を判別する。また、拗音判別手段によって、かな文字キーおよびア行小文字キーが同時に押下されている状態、または、かな文字キーおよびヤ行小文字キーが同時に押下されている状態を検出することで、かな文字キーおよびア行小文字キーのキーコード、または、かな文字キーおよびヤ行小文字キーのキーコードで特定される拗音文字を判別する。また、促音付き音節判別手段によって、かな文字キーおよびタ行小文字キーが同時に押下されている状態を検出することで、かな文字キーおよびタ行小文字キーのキーコードで特定される促音付き音節文字を判別する。

そして、音声合成手段によって、清音、撥音、濁音、半濁音、拗音および促音付き音節からなる各音節の音声波形を予め記憶する音声波形記憶手段から、清音撥音判別手段、濁音判別手段、半濁音判別手段、拗音判別手段および促音付き音節判別手段からなる各判別手段によって判別された清音文字、撥音文字、濁音文字、半濁音文字、拗音文字および促音付き音節文字からなる各音節文字に対応する音声波形を抽出することで音声を合成する。

このように、音声合成プログラムは、各判別手段によって、文字入力装置のキー入力状況を常時監視する。そして、音声合成プログラムは、操作者によって文字入力装置のいずれかのキーが押され、当該キーに対応するキーコードが入力されると、各判別手段によって、そのキーコードに対応する音節文字を判別するとともに、音声合成手段によって、判別した音節文字に対応する音声を逐次合成する。

請求項１および請求項４に係る発明によれば、文字入力装置の入力内容に対応した音声を逐次合成するため、従来の音声合成装置が備える入力完了ボタンが不要となり、かつ、音声を合成して再生するまでの時間も短縮させることができる。また、請求項１および請求項４に係る発明によれば、文字入力装置からかな文字キーのキーコードと濁点キー等のキーコードとが同時に入力された場合のみ、濁音等の音節を合成するため、濁音等の音声が誤って合成されることがなく、音声合成の精度を向上させることができる。

請求項２に係る発明によれば、操作者が文字入力装置のいずれかのキーを継続して押している場合、当該キーに対応する音節を長音化させて合成することができるため、音声合成のバリエーションを増やすことができる。

請求項３に係る発明によれば、操作者が文字入力装置のアクセント下降キー、アクセント上昇キーまたはアクセント区切りキーを押した場合、音節のアクセントを変えることができるため、音声合成のバリエーションをさらに増やすことができる。

本発明の第１実施形態に係る音声合成装置の全体構成を示すブロック図である。 本発明の第１実施形態に係る音声合成装置に用いられる文字入力装置のキー配置の一例を示す概略図である。 本発明の第１実施形態に係る音声合成装置の動作を示すフローチャートである。 本発明の第２実施形態に係る音声合成装置の全体構成を示すブロック図である。 本発明の第２実施形態に係る音声合成装置による音声合成の一例を示す概略図であり、（ａ）は、「か」の音声波形の一例を示す波形図、（ｂ）は、文字入力装置における「か」のかな文字キーが１０００ｍｓｅｃ押された場合の音声合成の結果を示す波形図である。 本発明の第２実施形態に係る音声合成装置の動作を示すフローチャートである。 本発明の第３実施形態に係る音声合成装置の全体構成を示すブロック図である。 本発明の第４実施形態に係る音声合成装置の全体構成を示すブロック図である。 本発明の第４実施形態に係る音声合成装置に用いられる文字入力装置のキー配置の一例を示す概略図である。 本発明の第４実施形態に係る音声合成装置の動作を示すフローチャートである。 本発明の第５実施形態に係る音声合成装置の全体構成を示すブロック図である。

本発明の実施形態に係る音声合成装置および音声合成プログラムについて、図面を参照しながら説明する。なお、以下の説明において、同一の構成については同一の名称及び符号を付し、詳細説明を省略する。

［第１実施形態］
以下、第１実施形態に係る音声合成装置１について、図１〜図３を参照しながら詳細に説明する。音声合成装置１は、文字入力装置２の入力内容に対応した音声を合成するものである。音声合成装置１は、具体的には、図１に示すように、文字入力装置２の入力内容に対応した音声をリアルタイムで合成し、合成した音声を音声出力装置３に出力する。

ここで、文字入力装置２は、音声合成装置１に対して、合成すべき音声に対応する文字を入力するものである。文字入力装置２は、ここでは図２に示すように、かな文字キー２ａ、濁点キー２ｂ、半濁点キー２ｃ、ア行（あ行）小文字キー２ｄ、ヤ行（や行）小文字キー２ｅおよびタ行（た行）小文字キー２ｆ、のキー配列を備えるキーボード等を装置を想定している。但し、当該文字入力装置２のキー配列は、図２に示すものに限られない。

文字入力装置２は、音声を合成しようとする操作者によって、かな文字キー２ａ、濁点キー２ｂ、半濁点キー２ｃ、ア行小文字キー２ｄ、ヤ行小文字キー２ｅおよびタ行小文字キー２ｆのいずれかのキーが押されると、対応するキーコードを音声合成装置１に出力する。ここで、キーコードとは、操作者によって押された文字入力装置２のキーを識別するためのコードであり、例えば、「あ＝１」、「い＝２」、「う＝３」等の数字で表わされるものである。

また、音声出力装置３は、音声合成装置１が合成した音声を再生するものである。音声出力装置３は、ここでは音声を再生できるスピーカー等の装置を想定している。音声出力装置３には、音声合成装置１から、合成した音声の音声波形が入力される。そして、音声出力装置３は、当該音声波形を出力することで、合成音声を再生する。

音声合成装置１は、ここでは図１に示すように、清音撥音判別手段１１と、濁音判別手段１２と、半濁音判別手段１３と、拗音判別手段１４と、促音付き音節判別手段１５と、を備えている。以下、音声合成装置１を構成する各要素について、詳細に説明する。

清音撥音判別手段１１は、文字入力装置２から入力されたキーコードから、清音文字または撥音文字を判別するものである。すなわち、清音撥音判別手段１１は、文字入力装置２から、かな文字キー２ａ（図２参照）のキーコードが入力されたか否かを監視し、かな文字キー２ａが押下されている状態を検出することで、当該かな文字キー２ａのキーコードで特定される清音文字または撥音文字を判別する。

清音撥音判別手段１１は、具体的には、文字入力装置２からキーコードが入力されると、当該キーコードの数が１つであるか否かを判別する。そして、清音撥音判別手段１１は、キーコードの数が１つである場合、文字入力装置２に配列されたキーと、キーコードと、の対応関係が記述された図示しない対応表を参照し、入力されたキーコードがかな文字キー２ａに対応するものであるかを判別する。

そして、清音撥音判別手段１１は、キーコードがかな文字キー２ａに対応する場合、当該かな文字キー２ａが示す清音文字または撥音文字を前記した対応表を用いて特定し、これを音節情報として音声合成手段１７に出力する。なお、前記した対応表は、図示しない記憶手段に予め記憶されている。

一方、清音撥音判別手段１１は、文字入力装置２から入力されたキーコードが２つ以上である場合、すなわち、複数のキーコードが同時に入力された場合、そこで処理を終了する。また、清音撥音判別手段１１は、文字入力装置２から、かな文字キー２ａに対応するキーコードが入力されていない場合も、処理を終了する。

清音撥音判別手段１１には、図１に示すように、文字入力装置２から、キーコードが入力される。そして、清音撥音判別手段１１は、前記した手法によって清音文字または撥音文字の音節情報を生成し、これを音声合成手段１７に出力する。

濁音判別手段１２は、文字入力装置２から入力されたキーコードから、濁音文字を判別するものである。すなわち、濁音判別手段１２は、文字入力装置２からかな文字キー２ａ（図２参照）のキーコードと濁点キー２ｂのキーコードとが入力されたか否かを監視し、かな文字キー２ａのキーコードと濁点キー２ｂのキーコードとが同時に押下されている状態を検出することで、これらのキーコードで特定される濁音文字を判別する。

濁音判別手段１２は、具体的には、文字入力装置２からキーコードが入力されると、当該キーコードの数が２つであるか否か、および、当該２つのキーコードが同時に入力されたか否かを判別する。そして、濁音判別手段１２は、キーコードの数が２つであり、かつ、これらが同時に入力された場合、前記した図示しない対応表を参照し、入力された２つのキーコードが、「か行、さ行、た行、は行」のかな文字キー２ａおよび濁点キー２ｂに対応するものであるか否かを判別する。そして、濁音判別手段１２は、キーコードが「か行、さ行、た行、は行」のかな文字キー２ａおよび濁点キー２ｂに対応する場合、これらのキーが示す濁音文字を特定し、これを音節情報として音声合成手段１７に出力する。

濁音判別手段１２は、例えば、文字入力装置２から「ひ」のかな文字キー２ａに対応するキーコードと、濁点キー２ｂに対応するキーコードと、が同時に入力された場合、濁音文字の「び」を特定し、これを音節情報として音声合成手段１７に出力する。

一方、濁音判別手段１２は、文字入力装置２から入力されたキーコードが１つのみであるか３つ以上である場合、あるいは、文字入力装置２から２つのキーコードが同時に入力されなかった場合、そこで処理を終了する。また、濁音判別手段１２は、文字入力装置２から、「か行、さ行、た行、は行」のかな文字キー２ａまたは濁点キー２ｂに対応するキーコードが入力されていない場合も、処理を終了する。

濁音判別手段１２には、図１に示すように、文字入力装置２から、キーコードが入力される。そして、濁音判別手段１２は、前記した手法によって濁音文字の音節情報を生成し、これを音声合成手段１７に出力する。

半濁音判別手段１３は、文字入力装置２から入力されたキーコードから、半濁音文字を判別するものである。すなわち、半濁音判別手段１３は、文字入力装置２からかな文字キー２ａ（図２参照）のキーコードと半濁点キー２ｃのキーコードとが入力されたか否かを監視し、当該かな文字キー２ａのキーコードと半濁点キー２ｃのキーコードとが同時に押下されている状態を検出することで、これらのキーコードで特定される半濁音文字を判別する。

半濁音判別手段１３は、具体的には、文字入力装置２からキーコードが入力されると、当該キーコードの数が２つであるか否か、および、当該２つのキーコードが同時に入力されたか否かを判別する。そして、半濁音判別手段１３は、キーコードの数が２つであり、かつ、これらが同時に入力された場合、前記した図示しない対応表を参照し、入力された２つのキーコードが、「は行」のかな文字キー２ａおよび半濁点キー２ｃに対応するものであるか否かを判別する。そして、半濁音判別手段１３は、キーコードが「は行」のかな文字キー２ａおよび半濁点キー２ｃに対応する場合、これらのキーが示す半濁音文字を特定し、これを音節情報として音声合成手段１７に出力する。

半濁音判別手段１３は、例えば、文字入力装置２から「ひ」のかな文字キー２ａに対応するキーコードと、半濁点キー２ｃに対応するキーコードと、が同時に入力された場合、半濁音文字の「ぴ」を特定し、これを音節情報として音声合成手段１７に出力する。

一方、半濁音判別手段１３は、文字入力装置２から入力されたキーコードが１つのみであるか３つ以上である場合、あるいは、文字入力装置２から２つのキーコードが同時に入力されなかった場合、そこで処理を終了する。また、半濁音判別手段１３は、文字入力装置２から、「は行」のかな文字キー２ａまたは半濁音キー２ｃに対応するキーコードが入力されていない場合も、処理を終了する。

半濁音判別手段１３には、図１に示すように、文字入力装置２から、キーコードが入力される。そして、半濁音判別手段１３は、前記した手法によって半濁音文字の音節情報を生成し、これを音声合成手段１７に出力する。

拗音判別手段１４は、文字入力装置２から入力されたキーコードから、拗音文字を判別するものである。すなわち、拗音判別手段１４は、文字入力装置から、少なくともかな文字キー２ａ（図２参照）のキーコードとア行小文字キー２ｄのキーコードとが入力されたか否かを監視し、かな文字キー２ａのキーコードとア行小文字キー２ｄとが同時に押下されている状態を検出することで、これらのキーコードで特定される拗音文字を判別する。また、拗音判別手段１４は、文字入力装置から、少なくともかな文字キー２ａのキーコードとヤ行小文字キー２ｅのキーコードとが入力されたか否かを監視するとともに、かな文字キー２ａのキーコードとヤ行小文字キー２ｅとが同時に押下されている状態を検出することで、これらのキーコードで特定される拗音文字を判別する。

拗音判別手段１４は、具体的には、文字入力装置２からキーコードが入力されると、当該キーコードの数が２つ以上であるか否か、および、当該２つ以上のキーコードが同時に入力されたか否かを判別する。そして、拗音判別手段１４は、キーコードの数が２つ以上であり、かつ、これらが同時に入力された場合、前記した図示しない対応表を参照し、入力された２つ以上のキーコードが、少なくとも「か行、さ行、た行、な行、は行、ま行、ら行」のかな文字キー２ａおよびア行小文字キー２ｄに対応するものであるか否か、あるいは、少なくとも「か行、さ行、た行、な行、は行、ま行、ら行」のかな文字キー２ａおよびヤ行小文字キー２ｅに対応するものであるか否かを判別する。そして、拗音判別手段１４は、キーコードが少なくとも「か行、さ行、た行、な行、は行、ま行、ら行」のかな文字キー２ａおよびア行小文字キー２ｄに対応するか、あるいは、少なくとも「か行、さ行、た行、な行、は行、ま行、ら行」のかな文字キー２ａおよびヤ行小文字キー２ｅに対応する場合、これらのキーが示す拗音文字を特定し、これを音節情報として音声合成手段１７に出力する。

拗音判別手段１４は、例えば、文字入力装置２から「ふ」のかな文字キー２ａに対応するキーコードと、「ぃ」のア行小文字キー２ｄに対応するキーコードと、が同時に入力された場合、拗音文字の「ふぃ」を特定し、これを音節情報として音声合成手段１７に出力する。また、拗音判別手段１４は、例えば、文字入力装置２から「ひ」のかな文字キー２ａに対応するキーコードと、「ゃ」のヤ行小文字キー２ｅに対応するキーコードと、が同時に入力された場合、拗音文字の「ひゃ」を特定し、これを音節情報として音声合成手段１７に出力する。また、拗音判別手段１４は、例えば、文字入力装置２から「ひ」のかな文字キー２ａに対応するキーコードと、濁点キー２ｂに対応するキーコードと、「ゃ」のヤ行小文字キー２ｅに対応するキーコードと、が同時に入力された場合、拗音文字の「びゃ」を特定し、これを音節情報として音声合成手段１７に出力する。また、拗音判別手段１４は、例えば、文字入力装置２から「ひ」のかな文字キー２ａに対応するキーコードと、半濁点キー２ｃに対応するキーコードと、「ゃ」のヤ行小文字キー２ｅに対応するキーコードと、が同時に入力された場合、拗音文字の「ぴゃ」を特定し、これを音節情報として音声合成手段１７に出力する。

一方、拗音判別手段１４は、文字入力装置２から入力されたキーコードが１つのみである場合、あるいは、文字入力装置２から２つ以上のキーコードが同時に入力されなかった場合、そこで処理を終了する。また、拗音判別手段１４は、文字入力装置２から、「か行、さ行、た行、な行、は行、ま行、ら行」のかな文字キー２ａ、ア行小文字キー２ｄまたはヤ行小文字キー２ｅに対応するキーコードが入力されていない場合も、処理を終了する。

拗音判別手段１４には、図１に示すように、文字入力装置２から、キーコードが入力される。そして、拗音判別手段１４は、前記した手法によって拗音文字の音節情報を生成し、これを音声合成手段１７に出力する。

促音付き音節判別手段１５は、文字入力装置２から入力されたキーコードから、促音付き音節文字を判別するものである。すなわち、促音付き音節判別手段１５は、文字入力装置２から少なくともかな文字キー２ａ（図２参照）のキーコードとタ行小文字キー２ｆのキーコードとが入力されたか否かを監視し、かな文字キー２ａのキーコードとタ行小文字キー２ｆとが同時に押下されている状態を検出することで、これらのキーコードで特定される促音付き音節文字を判別する。なお、促音付き音節文字とは、「ひっ」等の促音が付いた清音文字、「びっ」等の促音が付いた濁音文字、「ぴっ」等の促音が付いた半濁音文字、「ひゃっ、びゃっ、ぴゃっ」等の促音が付いた拗音文字等を含む音節文字のことを意味している。

促音付き音節判別手段１５は、具体的には、文字入力装置２からキーコードが入力されると、当該キーコードの数が２つ以上であるか否か、および、当該２つ以上のキーコードが同時に入力されたか否かを判別する。そして、促音付き音節判別手段１５は、キーコードの数が２つ以上であり、かつ、これらが同時に入力された場合、前記した図示しない対応表を参照し、入力された２つ以上のキーコードが、少なくとも「を、ん」以外のかな文字キー２ａおよびタ行小文字キー２ｆに対応するものであるか否かを判別する。そして、促音付き音節判別手段１５は、キーコードが少なくとも「を、ん」以外のかな文字キー２ａおよびタ行小文字キー２ｆに対応する場合、これらのキーが示す促音付き音節文字を特定し、これを音節情報として音声合成手段１７に出力する。

促音付き音節判別手段１５は、例えば、文字入力装置２から「ひ」のかな文字キー２ａに対応するキーコードと、「っ」のタ行小文字キー２ｆに対応するキーコードと、が同時に入力された場合、促音付き清音文字の「ひっ」を特定し、これを音節情報として音声合成手段１７に出力する。また、促音付き音節判別手段１５は、例えば、文字入力装置２から「ひ」のかな文字キー２ａに対応するキーコードと、濁音キー２ｂに対応するキーコードと、「っ」のタ行小文字キー２ｆに対応するキーコードと、が同時に入力された場合、促音付き濁音文字の「びっ」を特定し、これを音節情報として音声合成手段１７に出力する。また、促音付き音節判別手段１５は、例えば、文字入力装置２から「ひ」のかな文字キー２ａに対応するキーコードと、半濁音キー２ｃに対応するキーコードと、「っ」のタ行小文字キー２ｆに対応するキーコードと、が同時に入力された場合、促音付き半濁音文字の「ぴっ」を特定し、これを音節情報として音声合成手段１７に出力する。

また、促音付き音節判別手段１５は、例えば、文字入力装置２から「ひ」のかな文字キー２ａに対応するキーコードと、「ゃ」のヤ行小文字キー２ｅに対応するキーコードと、「っ」のタ行小文字キー２ｆに対応するキーコードと、が同時に入力された場合、促音付き拗音文字の「ひゃっ」を特定し、これを音節情報として音声合成手段１７に出力する。また、促音付き音節判別手段１５は、例えば、文字入力装置２から「ひ」のかな文字キー２ａに対応するキーコードと、濁音キー２ｂに対応するキーコードと、「ゃ」のヤ行小文字キー２ｅに対応するキーコードと、「っ」のタ行小文字キー２ｆに対応するキーコードと、が同時に入力された場合、促音付き拗音文字の「びゃっ」を特定し、これを音節情報として音声合成手段１７に出力する。また、促音付き音節判別手段１５は、例えば、文字入力装置２から「ひ」のかな文字キー２ａに対応するキーコードと、半濁音キー２ｃに対応するキーコードと、「ゃ」のヤ行小文字キー２ｅに対応するキーコードと、「っ」のタ行小文字キー２ｆに対応するキーコードと、が同時に入力された場合、促音付き拗音文字の「ぴゃっ」を特定し、これを音節情報として音声合成手段１７に出力する。

一方、促音付き音節判別手段１５は、文字入力装置２から入力されたキーコードが１つのみである場合、あるいは、文字入力装置２から２つ以上のキーコードが同時に入力されなかった場合、そこで処理を終了する。また、促音付き音節判別手段１５は、文字入力装置２から、「を、ん」以外のかな文字キー２ａまたはタ行小文字キー２ｆに対応するキーコードが入力されていない場合も、処理を終了する。

促音付き音節判別手段１５には、図１に示すように、文字入力装置２から、キーコードが入力される。そして、促音付き音節判別手段１５は、前記した手法によって促音付き音節文字の音節情報を生成し、これを音声合成手段１７に出力する。

音声波形記憶手段１６は、清音、撥音、半濁音、拗音および促音付き音節からなる各音節の音声波形を予め記憶するものである。音声波形記憶手段１６は、具体的には、データを記憶することができるメモリ、ハードディスク等で具現される。音声波形記憶手段１６は、図１に示すように、音声合成手段１７に対して、清音、撥音、半濁音、拗音および促音付き音節からなる各音節の音声波形を出力する。

音声合成手段１７は、前記した各判別手段の判別結果に従って、音声を合成するものである。すなわち、音声合成手段１７は、音声波形記憶手段１６から、清音撥音判別手段１１、濁音判別手段１２、半濁音判別手段１３、拗音判別手段１４および促音付き音節判別手段１５からなる各判別手段によって判別された清音文字、撥音文字、半濁音文字、拗音文字および促音付き音節文字からなる各音節文字に対応する音声波形を抽出することで、音声を合成する。

音声合成手段１７は、例えば、清音撥音判別手段１１から、清音文字の「は」の音節情報が入力された場合、音声波形記憶手段１６から、「は」の音声波形を抽出し、音声出力装置３に出力する。また、音声合成手段１７は、例えば、濁音判別手段１２から、濁音文字の「び」の音節情報が入力された場合、音声波形記憶手段１６から、「び」の音声波形を抽出し、音声出力装置３に出力する。また、音声合成手段１７は、例えば、半濁音判別手段１３から、半濁音文字の「ぴ」の音節情報が入力された場合、音声波形記憶手段１６から、「ぴ」の音声波形を抽出し、音声出力装置３に出力する。

また、音声合成手段１７は、例えば、拗音判別手段１４から、拗音文字の「ふぃ」の音節情報が入力された場合、音声波形記憶手段１６から、「ふぃ」の音声波形を抽出し、音声出力装置３に出力する。また、音声合成手段１７は、例えば、促音付き音節判別手段１５から、促音つき清音文字の「ひっ」の音節情報が入力された場合、音声波形記憶手段１６から、「ひっ」の音声波形を抽出し、音声出力装置３に出力する。このように、音声合成手段１７は、文字入力装置２のキーが押されたタイミングで音声を合成する。そして、音声出力装置３は、音声合成手段１７から入力された音声波形に基づいて、逐次音声を再生する。

音声合成手段１７には、清音撥音判別手段１１、濁音判別手段１２、半濁音判別手段１３、拗音判別手段１４および促音付き音節判別手段１５から、音節情報が入力される。そして、音声合成手段１７は、前記した手法によって音声を合成し、これを音声出力装置３に出力する。

以上のような構成を備える音声合成装置１は、前記したように、各判別手段によって、文字入力装置２のキー入力状況を常時監視する。そして、音声合成装置１は、操作者によって文字入力装置２のいずれかのキーが押され、当該キーに対応するキーコードが入力されると、各判別手段によって、そのキーコードに対応する音節文字を判別するとともに、音声合成手段１７によって、判別した音節文字に対応する音声を逐次合成する。

従って、音声合成装置１によれば、文字入力装置２の入力内容に対応した音声を逐次合成するため、従来の音声合成装置が備える入力完了ボタンが不要となり、かつ、音声を合成して再生するまでの時間も短縮させることができる。また、音声合成装置１によれば、文字入力装置２からかな文字キー２ａのキーコードと濁点キー２ｂ等のキーコードとが同時に入力された場合のみ、濁音等の音節を合成するため、濁音等の音声が誤って合成されることがなく、音声合成の精度を向上させることができる。

［音声合成出プログラム］
ここで、音声合成装置１は、一般的なコンピュータを、前記した各手段および各部として機能させるプログラムにより動作させることで実現することができる。このプログラムは、通信回線を介して配布することも可能であるし、ＣＤ−ＲＯＭ等の記録媒体に書き込んで配布することも可能である。

［音声合成装置１の動作］
以下、音声合成装置１の動作について、図３を参照しながら簡単に説明する。ここで、以下で説明する音声合成装置１の動作は、操作者が文字入力装置２のいずれかのキーを１回のみ押した場合における音声合成装置１側の動作を示している。

まず、清音撥音判別手段１１、濁音判別手段１２、半濁音判別手段１３、拗音判別手段１４および促音付き音節判別手段１５が、文字入力装置２から、かな文字キー２ａ、濁点キー２ｂ、半濁点キー２ｃ、ア行小文字キー２ｄ、ヤ行小文字キー２ｅおよびタ行小文字キー２ｆのキーコードの入力があるか否かを監視する（ステップＳ１）。

次に、文字入力装置２から、操作者が押したキーに対応するキーコードが清音撥音判別手段１１、濁音判別手段１２、半濁音判別手段１３、拗音判別手段１４および促音付き音節判別手段１５のそれぞれに入力されると、各判別手段が、入力されたキーコードが清音文字、撥音文字、濁音文字、半濁音文字、拗音文字または促音付き音節文字のいずれの音節文字に対応するものであるかを判別する（ステップＳ２）。

次に、音声合成手段１７が、音声波形記憶手段１６から、清音撥音判別手段１１、濁音判別手段１２、半濁音判別手段１３、拗音判別手段１４または促音付き音節判別手段１５が判別した前記音節文字に対応する音声波形を抽出し、これを音声出力装置３に出力する（ステップＳ３）。

［第２実施形態］
以下、第２実施形態に係る音声合成装置１Ａについて、図４〜図６を参照しながら詳細に説明する。第２実施形態に係る音声合成装置１Ａは、図４に示す繰り返し信号出力手段１８と、繰り返し波形記憶手段１９と、を備え、かつ、文字入力装置２の代わりに文字入力装置２Ａを用いること以外は、前記した第１実施形態に係る音声合成装置１と同様の構成を備えている。従って、前記した音声合成装置１と重複する構成については、同じ符号を付して説明を省略する。

文字入力装置２Ａは、音声合成装置１Ａに対して、前記したキーコードの他に、メイクコードとブレイクコードとを出力することを特徴としている。ここで、メイクコードとは、操作者が文字入力装置２Ａのキーを押した時に出力されるコードであり、操作者が文字入力装置２Ａのいずれかのキーを押したことを示すものである。また、ブレイクコードとは、操作者が文字入力装置２Ａのキーを離した時に出力されるコードであり、操作者が文字入力装置２Ａのいずれかのキーを離したことを示すものである。すなわち、文字入力装置２Ａからメイクコードが入力されてからブレイクコードが入力されるまでの間は、操作者によっていずれかのキーが継続して押されている状態（押しっぱなしの状態）であることを意味している。

繰り返し信号出力手段１８は、所定の条件下において、音声合成手段１７に対して繰り返し開始信号または繰り返し終了信号を出力するものである。繰り返し信号出力手段１８は、具体的には、文字入力装置２Ａからメイクコードおよびブレイクコードが入力されたか否かを監視することで、操作者が文字入力装置２Ａのキーを押したタイミングと、操作者が文字入力装置２Ａのキーを離したタイミングと、を認識する。

そして、繰り返し信号出力手段１８は、文字入力装置２Ａからメイクコードが入力された場合は、繰り返し開始信号を生成し、これを音声合成手段１７に出力する。ここで、繰り返し開始信号とは、文字入力装置２Ａからメイクコードが入力された場合（操作者が文字入力装置２Ａのいずれかのキーを押した場合）に、音声合成手段１７に対して、音声波形の繰り返し区間で、繰り返し波形を繰り返し連結する旨を指示するための信号である。

また、繰り返し信号出力手段１８は、文字入力装置２Ａからブレイクコードが入力された場合は、繰り返し終了信号を生成し、これを音声合成手段１７に出力する。ここで、繰り返し終了信号とは、文字入力装置２Ａからブレイクコードが入力された場合（操作者が文字入力装置２Ａのいずれかのキーを離した場合）に、音声合成手段１７に対して、音声波形に繰り返し波形を連結することを終了する旨を指示するための信号である。

繰り返し信号出力手段１８には、図４に示すように、文字入力装置２Ａから、メイクコードおよびブレイクコードが入力される。そして、繰り返し信号出力手段１８は、前記した手法によって繰り返し開始信号および繰り返し終了信号を生成し、これを音声合成手段１７に出力する。

繰り返し波形記憶手段１９は、清音、撥音、濁音、半濁音、拗音および促音付き音節からなる各音節の音声波形のうち、母音に相当する区間における数周期分の波形を示す繰り返し波形を予め記憶するものである。以下、繰り返し波形について、図５（ａ）を参照しながら簡単に説明する。なお、図５（ａ）の音声波形は、説明の便宜上、波形の縮尺を誇張して示している。また、図５（ａ）に示す音声波形はあくまでも一例であり、波形の振幅、周期および長さは図５（ａ）に示すものに限定されない。

例えば、図５（ａ）に示す清音の「か」の音声波形（１００ｍｓｅｃ）は、子音の「ｋ」に相当する部分の波形（３０ｍｓｅｃ）と、母音の「ａ」に相当する部分の波形（７０ｍｓｅｃ）と、で構成される。そして、図５（ａ）に示すように、この母音の「ａ」に相当する部分の波形（７０ｍｓｅｃ）は、類似した振幅および基本周期を有する波形（５ｍｓｅｃ）が複数集まって構成され、その数周期分の波形のことを、ここでは繰り返し波形と呼んでいる。

繰り返し波形記憶手段１９は、具体的には、データを記憶することができるメモリ、ハードディスク等で具現される。繰り返し波形記憶手段１９は、図４に示すように、音声合成手段１７に対して、清音、撥音、半濁音、拗音および促音付き音節からなる各音節の繰り返し波形を出力する。

このような繰り返し信号出力手段１８および繰り返し波形記憶手段１９を備える音声合成装置１Ａでは、音声合成手段１７が、各判別手段から入力された音節情報に従って、音声波形記憶手段１６から音声波形を抽出し、かつ、繰り返し信号出力手段１８からの繰り返し開始信号に従って、繰り返し波形記憶手段１９から前記した音声波形に対応する繰り返し波形を抽出する。そして、音声合成手段１７は、繰り返し信号出力手段１８から繰り返し終了信号が入力されるまで、音声波形の繰り返し区間で、繰り返し波形を繰り返し連結することで、音声を合成する。

音声合成手段１７は、例えば、図５（ｂ）に示すように、操作者が文字入力装置２Ａの「か」のキーを１０００ｍｓｅｃの間継続して押した場合、音声波形記憶手段１６から清音文字の「か」の音声波形を抽出するとともに、繰り返し波形記憶手段１９から、清音文字の「か」の繰り返し波形を抽出する。そして、音声合成手段１７は、７０ｍｓｅｃの「か」の音声波形の後に、５ｍｓｅｃの「か」の繰り返し波形を１８６回連結することで、音声を合成する。このような処理を経た「か」の合成音声は、母音の「ａ」が長音化され、音声出力装置３によって出力すると、「かー」と再生されることになる。なお、１０００ｍｓｅｃの時点で操作者が文字入力装置２Ａの「か」のキーを離すと、音声合成手段１７は、図５（ｂ）に示すように、繰り返し区間の残りである３０ｍｓｅｃ分の波形を前記した繰り返し波形の後にさらに連結する。但し、この場合は、当該繰り返し区間の残りの波形の振幅を−２０ｄｂのレベルまで急激に減少させ、５０ｍｓｅｃで打ち切る。

以上のような構成を備える音声合成装置１Ａは、繰り返し信号出力手段１８によって、文字入力装置２Ａからのメイクコードおよびブレイクコードの入力を常時監視することで、操作者が文字入力装置２Ａのいずれかのキーを押している状態であるか、あるいは離している状態であるか、を認識する。そして、音声合成装置１Ａは、操作者によって文字入力装置２Ａのいずれかのキーが押されてから（メイクコードが入力されてから）、当該いずれかのキーが離されるまで（ブレイクコードが入力されるまで）、音声合成手段１７によって、音声波形の繰り返し区間で、繰り返し波形を繰り返し連結することで、操作者が文字入力装置２Ａのキーを押している間だけ、長音化した音声を合成する。

従って、音声合成装置１Ａによれば、操作者が文字入力装置２Ａのいずれかのキーを継続して押している場合、当該キーに対応する音節を長音化させて合成することができるため、音声合成のバリエーションを増やすことができる。

［音声合成装置１Ａの動作］
以下、音声合成装置１Ａの動作について、図６を参照しながら簡単に説明する。ここで、以下で説明する音声合成装置１Ａの動作は、操作者が文字入力装置２Ａのいずれかのキーを１回のみ押した場合における音声合成装置１Ａ側の動作を示している。

まず、清音撥音判別手段１１、濁音判別手段１２、半濁音判別手段１３、拗音判別手段１４および促音付き音節判別手段１５が、文字入力装置２Ａから、かな文字キー２ａ、濁点キー２ｂ、半濁点キー２ｃ、ア行小文字キー２ｄ、ヤ行小文字キー２ｅ、および、タ行小文字キー２ｆのキーコードの入力があるか否かを監視する（ステップＳ１１）。また、繰り返し信号出力手段１８が、文字入力装置２Ａから、メイクコードとブレイクコードの入力があるか否かを監視する（ステップＳ１２）。

次に、文字入力装置２Ａから、清音撥音判別手段１１、濁音判別手段１２、半濁音判別手段１３、拗音判別手段１４および促音付き音節判別手段１５のそれぞれに対して、操作者が押したキーに対応するキーコードが入力されると、各判別手段が、入力されたキーコードが清音文字、撥音文字、濁音文字、半濁音文字、拗音文字または促音付き音節文字のいずれの音節文字に対応するものであるかを判別する（ステップＳ１３）。

また、文字入力装置２Ａから、繰り返し信号出力手段１８に対して、操作者がキーを押したことを示すメイクコードが入力されると（ステップＳ１４においてＹｅｓ）、当該繰り返し信号出力手段１８が、繰り返し開始信号を生成して音声合成手段１７に出力する（ステップＳ１５）。一方、文字入力装置２Ａから、繰り返し信号出力手段１８に対して、前記したメイクコードが入力されない場合は、ステップＳ１２に戻って監視を継続する。

次に、音声合成手段１７が、音声波形記憶手段１６から、清音撥音判別手段１１、濁音判別手段１２、半濁音判別手段１３、拗音判別手段１４または促音付き音節判別手段１５が判別した前記音節文字に対応する音声波形を抽出する（ステップＳ１６）。また、音声合成手段１７が、繰り返し波形記憶手段１９から、清音撥音判別手段１１、濁音判別手段１２、半濁音判別手段１３、拗音判別手段１４または促音付き音節判別手段１５が判別した前記音節文字に対応する繰り返し波形を抽出する（ステップＳ１７）。

次に、音声合成手段１７が、音声波形の繰り返し区間で、繰り返し波形を繰り返し連結する（ステップＳ１８）。次に、文字入力装置２Ａから、繰り返し信号出力手段１８に対して、操作者がキーを離したことを示すブレイクコードが入力されると（ステップＳ１９においてＹｅｓ）、当該繰り返し信号出力手段１８が、繰り返し終了信号を生成して音声合成手段１７に出力する（ステップＳ２０）。一方、文字入力装置２Ａから、繰り返し信号出力手段１８に対して、前記したブレイクコードが入力されない場合は、ステップＳ１８に戻って監視を継続する（ステップＳ１９においてＮｏ）。次に、音声合成手段１７が、繰り返し波形の連結を終了し、合成した音声を音声出力装置３に出力する（ステップＳ２１）。

［第３実施形態］
以下、第３実施形態に係る音声合成装置１Ｂについて、図７を参照しながら詳細に説明する。第３実施形態に係る音声合成装置１Ｂは、繰り返し波形記憶手段１９の代わりに、図７に示す繰り返し波形生成手段２０を備えること以外は、前記した第２実施形態に係る音声合成装置１Ａと同様の構成を備えている。従って、前記した音声合成装置１Ａと重複する構成については、同じ符号を付して説明を省略する。また、音声合成装置１Ｂの動作についても、説明を省略する。

繰り返し波形生成手段２０は、音声波形記憶手段１６に記憶された音声波形から、繰り返し波形を生成するものである。繰り返し波形生成手段２０は、まず、特開２００３−１２２３８０「ピッチマーク付与装置およびその処理方法ならびに記憶媒体」の手法を用いて記憶された音声波形に対してピッチマークを付与することで基本周期単位に分割する。次に、分割された基本周期単位全てに対して、前後の基本周期単位との相互相関の計算を行う。そして最後に、前後の相互相関の和が最も高くなる基本周期単位を抽出し、その部分を繰り返し波形と決定する。

繰り返し波形生成手段２０は、例えば、図５（ａ）における「か」の母音の「ａ」に相当する部分の波形（７０ｍｓｅｃ）に対して１５個のピッチマークが付与できた場合、１４個の基本周期単位全てに対して前後の相関の計算を行い、相関が最も高い部分を繰り返し波形として抽出する。このように、相関が最も高い部分、すなわち安定した波形を繰り返し波形として用いることで、音声出力装置３において安定した出力が可能となる。

繰り返し波形生成手段２０には、図７に示すように、音声合成手段１７から、繰り返し波形を生成する旨の指示である繰り返し波形生成指示が入力されるとともに、音声波形記憶手段１６から音声波形が入力される。そして、繰り返し波形生成手段２０は、前記した手法によって繰り返し波形を生成し、これを音声合成手段１７に出力する。

このような繰り返し波形生成手段２０を備える音声合成装置１Ｂでは、音声合成手段１７は、各判別手段からの音節情報に従って、音声波形記憶手段１６から音声波形を抽出し、かつ、繰り返し信号出力手段１８からの繰り返し開始信号に従って、繰り返し波形生成手段２０に対して、前記した音声波形に対応する繰り返し波形の生成する旨の指示である繰り返し波形生成指示を出力する。そして、音声合成手段１７は、繰り返し波形生成手段２０から繰り返し波形を受け取り、繰り返し信号出力手段１８から繰り返し終了信号が入力されるまで、音声波形の繰り返し区間で、繰り返し波形を繰り返し連結することで、音声を合成する。

以上のような構成を備える音声合成装置１Ｂは、繰り返し信号出力手段１８によって、文字入力装置２Ａからのメイクコードおよびブレイクコードの入力を常時監視することで、操作者が文字入力装置２Ａのいずれかのキーを押している状態であるか、あるいは離している状態であるか、を認識する。そして、音声合成装置１Ｂは、操作者によって文字入力装置２Ａのいずれかのキーが押されてから（メイクコードが入力されてから）、当該いずれかのキーが離されるまで（ブレイクコードが入力されるまで）、音声合成手段１７によって、音声波形の繰り返し区間で、繰り返し波形を繰り返し連結することで、操作者が文字入力装置２Ａのキーを押している間だけ、長音化した音声を合成する。

従って、音声合成装置１Ｂによれば、操作者が文字入力装置２Ａのいずれかのキーを継続して押している場合、当該キーに対応する音節を長音化させて合成することができるため、音声合成のバリエーションを増やすことができる。

［第４実施形態］
以下、第４実施形態に係る音声合成装置１Ｃについて、図８〜図１０を参照しながら詳細に説明する。第４実施形態に係る音声合成装置１Ｃは、図８に示すアクセント信号出力手段２１を備え、かつ、音声波形記憶手段１６の代わりに図８に示す低音声波形記憶手段２２と、高音声波形記憶手段２３と、を備え、文字入力装置２Ａの代わりに文字入力装置２Ｂを用いること以外は、前記した第２実施形態に係る音声合成装置１Ａと同様の構成を備えている。従って、前記した音声合成装置１Ａと重複する構成については、同じ符号を付して説明を省略する。

文字入力装置２Ｂは、図９に示すように、かな文字キー２ａ、濁点キー２ｂ、半濁点キー２ｃ、ア行小文字キー２ｄ、ヤ行小文字キー２ｅおよびタ行小文字キー２ｆの他に、アクセント下降キー２ｇと、アクセント上昇キー２ｈと、アクセント区切りキー２ｉと、をさらに備えることを特徴としている。

アクセント信号出力手段２１は、所定の条件下において、音声合成手段１７に対してアクセント下降信号、アクセント上昇信号またはアクセント区切り信号を出力するものである。アクセント信号出力手段２１は、具体的には、文字入力装置２Ｂから、かな文字キー２ａ、濁点キー２ｂ、半濁点キー２ｃ、ア行小文字キー２ｄ、ヤ行小文字キー２ｅおよびタ行小文字キー２ｆからなる各文字キーのキーコードの前に、アクセント下降キー２ｇ、アクセント上昇キー２ｈまたはアクセント区切りキー２ｉのキーコードが入力されたか否かを監視する。

そして、アクセント信号出力手段２１は、文字入力装置２Ｂからアクセント下降キー２ｇのキーコードが入力された場合は、アクセント下降信号を生成し、これを音声合成手段１７に出力する。ここで、アクセント下降信号とは、音声合成手段１７が合成する音声のアクセントを下げるための信号である。すなわち、アクセント下降信号が音声合成手段１７に入力された場合、音声合成手段１７は、後記する低音声波形記憶手段２２から、当該アクセント下降信号が入力された後に各判別手段によって判別された音節文字に対応する低音声波形を抽出する。

例えば、操作者が文字入力装置２Ｂによって、「さ」、「く」、「ら」の文字を入力する場合において、「さ」のかな文字キー２ａを押す前にアクセント下降キー２ｇを押すと、音声合成手段１７は、「さ」、「く」、「ら」のそれぞれの音節文字に対応する低音声波形を低音声波形記憶手段２２から抽出する。すなわち、「さ（低）」、「く（低）」、「ら（低）」という、全て低アクセントの音声が合成される。

また、アクセント信号出力手段２１は、文字入力装置２Ｂからアクセント上昇キー２ｈのキーコードが入力された場合は、アクセント上昇信号を生成し、これを音声合成手段１７に出力する。ここで、アクセント上昇信号とは、音声合成手段１７が合成する音声のアクセントを上げるための信号である。すなわち、アクセント上昇信号が音声合成手段１７に入力された場合、音声合成手段１７は、後記する高音声波形記憶手段２３から、当該アクセント上昇信号が入力された後に各判別手段によって判別された音節文字に対応する高音声波形を抽出する。

例えば、操作者が文字入力装置２Ｂによって、「さ」、「く」、「ら」の文字を入力する場合において、「さ」のかな文字キー２ａを押す前にアクセント上昇キー２ｈを押すと、音声合成手段１７は、「さ」、「く」、「ら」のそれぞれの音節文字に対応する高音声波形を高音声波形記憶手段２３から抽出する。すなわち、「さ（高）」、「く（高）」、「ら（高）」という、全て高アクセントの音声が合成される。

また、アクセント信号出力手段２１は、文字入力装置２Ｂからアクセント区切りキー２ｉのキーコードが入力された場合は、アクセント区切り信号を生成し、これを音声合成手段１７に出力する。ここで、アクセント区切り信号とは、音声合成手段１７が合成する音声のアクセントを、例えばアクセント句ごとに区切るための信号である。すなわち、アクセント下降信号が音声合成手段１７に入力された場合、音声合成手段１７は、低音声記憶手段２２から、当該アクセント区切り信号が入力された後に各判別手段によって判別された一文字目の音節文字に対応する低音声波形を抽出する。そして、高音声記憶手段２３から、当該アクセント区切り信号が入力された後に各判別手段によって判別された二文字目以降の音節文字に対応する高音声波形を抽出する。

例えば、操作者が文字入力装置２Ｂによって、「さ」、「く」、「ら」の文字を入力する場合において、「さ」のかな文字キー２ａを押す前にアクセント区切りキー２ｉを押すと、音声合成手段１７は、「さ」の音節文字に対応する低音声波形を低音声波形記憶手段２２から抽出し、「く」、「ら」のそれぞれの音節文字に対応する高音声波形を高音声波形記憶手段２３から抽出する。すなわち、「さ（低）」、「く（高）」、「ら（高）」という、低アクセントと高アクセントとが混合された音声が合成される。

低音声波形記憶手段２２は、清音、撥音、濁音、半濁音、拗音および促音付き音節からなる各音節の低アクセントの音声波形を示す低音声波形を記憶するものである。低音声波形記憶手段２２は、具体的には、データを記憶することができるメモリ、ハードディスク等で具現される。低音声波形記憶手段２２は、図８に示すように、音声合成手段１７に対して、清音、撥音、半濁音、拗音および促音付き音節のそれぞれの低音声波形を出力する。

高音声波形記憶手段２３は、清音、撥音、濁音、半濁音、拗音および促音付き音節からなる各音節の高アクセントの音声波形を示す高音声波形を記憶するものである。高音声波形記憶手段２３は、具体的には、データを記憶することができるメモリ、ハードディスク等で具現される。高音声波形記憶手段２３は、図８に示すように、音声合成手段１７に対して、清音、撥音、半濁音、拗音および促音付き音節のそれぞれの高音声波形を出力する。

このようなアクセント信号出力手段２１、低音声波形記憶手段２２および高音声波形記憶手段２３を備える音声合成装置１Ｃでは、音声合成手段１７は、各判別手段からの音節情報と、アクセント信号出力手段２１からのアクセント下降信号、アクセント上昇信号またはアクセント区切り信号に従って、低音声波形記憶手段２２または高音声波形記憶手段２３から低音声波形または高音声波形を抽出する。また、音声合成手段１７は、繰り返し信号出力手段１８からの繰り返し開始信号に従って、繰り返し波形記憶手段１９から前記した低音声波形または高音声波形に対応する繰り返し波形を抽出する。そして、音声合成手段１７は、繰り返し信号出力手段１８から繰り返し終了信号が入力されるまで、低音声波形または高音声波形の繰り返し区間で、繰り返し波形を繰り返し連結することで、音声を合成する。

なお、音声合成装置１Ｃでは、アクセント信号出力手段２１から音声合成手段１７に対して、アクセント下降信号、アクセント上昇信号またはアクセント区切り信号のいずれの信号も入力されなかった場合は、音声合成手段１７は、一文字目は、低音声波形記憶手段２２から、各判別手段が判別した音節文字に対応する低音声波形を抽出し、二文字目以降は、高音声波形記憶手段２３から、各判別手段が判別した音節文字に対応する高音声波形を抽出する。このように、音声合成装置１Ｃでは、音声合成手段１７が、各判別手段が判別した音節文字の数を図示しない計数手段によってカウントしている。また、音声合成装置１Ｃでは、前記したように、繰り返し波形記憶手段１９が、低音声波形と高音声波形の両方の繰り返し波形を予め記憶している。

以上のような構成を備える音声合成装置１Ｃは、アクセント信号出力手段２１によって、文字入力装置２Ｂのアクセント下降キー２ｇ、アクセント上昇キー２ｈまたはアクセント区切りキー２ｉの入力状況を常時監視する。そして、音声合成装置１Ｃは、操作者によって文字入力装置２Ｂのアクセント下降キー２ｇ、アクセント上昇キー２ｈまたはアクセント区切りキー２ｉが押され、当該キーに対応するキーコードが入力されると、音声合成手段１７によって、当該キーコードに従って低音声波形または高音声波形を抽出し、アクセントを加えた音声を逐次合成する。

従って、音声合成装置１Ｃによれば、操作者が文字入力装置２Ｂのアクセント下降キー２ｇ、アクセント上昇キー２ｈまたはアクセント区切りキー２ｉを押した場合、音節のアクセントを変えることができるため、音声合成のバリエーションをさらに増やすことができる。

［音声合成装置１Ｃの動作］
以下、音声合成装置１Ｃの動作について、図１０を参照しながら簡単に説明する。ここで、以下で説明する音声合成装置１Ｃの動作は、操作者が文字入力装置２Ｂのいずれかのキーを１回のみ押した場合における音声合成装置１Ｃ側の動作を示している。

まず、アクセント信号出力手段２１が、文字入力装置２Ｂから、アクセント下降キー２ｇ、アクセント上昇キー２ｈまたはアクセント区切りキー２ｉのキーコードの入力があるか否かを監視するとともに、清音撥音判別手段１１、濁音判別手段１２、半濁音判別手段１３、拗音判別手段１４および促音付き音節判別手段１５が、文字入力装置２Ｂから、かな文字キー２ａ、濁点キー２ｂ、半濁点キー２ｃ、ア行小文字キー２ｄ、ヤ行小文字キー２ｅおよびタ行小文字キー２ｆのキーコードの入力があるか否かを監視する（ステップＳ２１）。また、繰り返し信号出力手段１８が、文字入力装置２Ｂから、メイクコードとブレイクコードの入力があるか否かを監視する（ステップＳ２２）。

次に、文字入力装置２Ｂから、アクセント信号出力手段２１に対して、操作者が押したアクセント下降キー２ｇ、アクセント上昇キー２ｈまたはアクセント区切りキー２ｉのキーコードが入力されると、アクセント信号出力手段２１が、アクセント下降信号、アクセント上昇信号またはアクセント区切り信号を生成してこれを音声合成手段１７に出力する（ステップＳ２３）。

次に、清音撥音判別手段１１、濁音判別手段１２、半濁音判別手段１３、拗音判別手段１４および促音付き音節判別手段１５のそれぞれに対して、操作者が押したキーに対応するキーコードが入力されると、各判別手段が、入力されたキーコードが清音文字、撥音文字、濁音文字、半濁音文字、拗音文字または促音付き音節文字のいずれの音節文字に対応するものであるかを判別する（ステップＳ２４）。

また、文字入力装置２Ｂから、繰り返し信号出力手段１８に対して、操作者がキーを押したことを示すメイクコードが入力されると（ステップＳ２５においてＹｅｓ）、当該繰り返し信号出力手段１８が、繰り返し開始信号を生成して音声合成手段１７に出力する（ステップＳ２６）。一方、文字入力装置２Ｂから、繰り返し信号出力手段１８に対して、前記したメイクコードが入力されない場合は、ステップＳ２２に戻って監視を継続する。

次に、音声合成手段１７が、低音声波形記憶手段２２または高音声波形記憶手段２３から、清音撥音判別手段１１、濁音判別手段１２、半濁音判別手段１３、拗音判別手段１４または促音付き音節判別手段１５からなる各判別手段によって判別された音節文字に対応する低音声波形または高音声波形を抽出する（ステップＳ２７）。また、音声合成手段１７が、繰り返し波形記憶手段１９から、清音撥音判別手段１１、濁音判別手段１２、半濁音判別手段１３、拗音判別手段１４または促音付き音節判別手段１５からなる各判別手段によって判別された音節文字に対応する低音声波形または高音声波形の繰り返し波形を抽出する（ステップＳ２８）。

次に、音声合成手段１７が、低音声波形または高音声波形の繰り返し区間で、繰り返し波形を繰り返し連結する（ステップＳ２９）。次に、文字入力装置２Ｂから、繰り返し信号出力手段１８に対して、操作者がキーを離したことを示すブレイクコードが入力されると（ステップＳ３０においてＹｅｓ）、当該繰り返し信号出力手段１８が、繰り返し終了信号を生成して音声合成手段１７に出力する（ステップＳ３１）。一方、文字入力装置２Ｂから、繰り返し信号出力手段１８に対して、前記したブレイクコードが入力されない場合は、ステップＳ２９に戻って監視を継続する（ステップＳ３０においてＮｏ）。次に、音声合成手段１７が、繰り返し波形の連結を終了し、合成した音声を音声出力装置３に出力する（ステップＳ３２）。

［音声合成装置１Ｃを用いた音声合成の具体例］
以下、音声合成装置１Ｃを用いた音声合成の具体例について、簡単に説明する。以下の例では、音声合成装置１Ｃを用いて、「い（低）ら（高）しゃ（高）い（低）」というアクセントの音声を合成する場合について、説明する。

この場合、まず操作者が、文字入力装置２Ｂの「い」のかな文字キー２ａ（図９参照）を押す。すると、文字入力装置２Ｂが、各判別手段に対して、「い」のかな文字キー２ａのキーコードを出力するとともに、繰り返し信号出力手段１８に対して、メイクコードを出力する。次に、清音撥音判別手段１１が、当該キーコードが清音文字の「い」であることを判別し、これを音節情報として音声合成手段１７に出力する。また、繰り返し信号出力手段１８が、メイクコードに従って、繰り返し開始信号を生成し、これを音声合成手段１７に出力する。

次に、音声合成手段１７が、当該音節情報に従って、低音声波形記憶手段２２から「い」の低音声波形を抽出し、かつ、繰り返し開始信号に従って、繰り返し波形記憶手段１９から「い」の低音声波形の繰り返し波形を抽出する。そして、音声合成手段１７が、繰り返し信号出力手段１８から繰り返し終了信号が入力されるまで、「い」の低音声波形の繰り返し区間で、前記した繰り返し波形を連結する。

次に、操作者が、文字入力装置２Ｂの「っ」のタ行小文字キー２ｆと「ら」のかな文字キー２ａを同時に押す。すると、文字入力装置２Ｂが、各判別手段に対して、「っ」のタ行小文字キー２ｆのキーコードと「ら」のかな文字キー２ａのキーコードとをそれぞれ出力するとともに、繰り返し信号出力手段１８に対して、メイクコードを出力する。次に、促音付き音節判別手段１５が、当該キーコードが促音付き清音文字の「らっ」であることを判別し、これを音節情報として音声合成手段１７に出力する。また、繰り返し信号出力手段１８が、メイクコードに従って、繰り返し開始信号を生成し、これを音声合成手段１７に出力する。

次に、音声合成手段１７が、当該音節情報に従って、高音声波形記憶手段２３から「らっ」の高音声波形を抽出し、かつ、繰り返し開始信号に従って、繰り返し波形記憶手段１９から「らっ」の高音声波形の繰り返し波形を抽出する。そして、音声合成手段１７が、繰り返し信号出力手段１８から繰り返し終了信号が入力されるまで、「らっ」の高音声波形の繰り返し区間で、前記した繰り返し波形を連結する。

次に、操作者が、文字入力装置２Ｂの「ゃ」のヤ行小文字キー２ｅと「し」のかな文字キー２ａを同時に押す。すると、文字入力装置２Ｂが、各判別手段に対して、「ゃ」のヤ行小文字キー２ｅのキーコードと「し」のかな文字キー２ａのキーコードとをそれぞれ出力するとともに、繰り返し信号出力手段１８に対して、メイクコードを出力する。次に、拗音判別手段１４が、当該キーコードが拗音文字の「しゃ」であることを判別し、これを音節情報として音声合成手段１７に出力する。また、繰り返し信号出力手段１８が、メイクコードに従って、繰り返し開始信号を生成し、これを音声合成手段１７に出力する。

次に、音声合成手段１７が、当該音節情報に従って、高音声波形記憶手段２３から「しゃ」の高音声波形を抽出し、かつ、繰り返し開始信号に従って、繰り返し波形記憶手段１９から「しゃ」の高音声波形の繰り返し波形を抽出する。そして、音声合成手段１７が、繰り返し信号出力手段１８から繰り返し終了信号が入力されるまで、「しゃ」の高音声波形の繰り返し区間で、前記した繰り返し波形を連結する。

次に、操作者が、文字入力装置２Ｂのアクセント下降キー２ｇを押す。すると、アクセント信号出力手段２１が、アクセント下降信号を音声合成手段１７に出力する。

次に、操作者が、文字入力装置２Ｂの「い」のかな文字キー２ａを押す。すると、文字入力装置２Ｂが、各判別手段に対して、「い」のかな文字キー２ａのキーコードを出力するとともに、繰り返し信号出力手段１８に対して、メイクコードを出力する。次に、清音撥音判別手段１１が、当該キーコードが清音文字の「い」であることを判別し、これを音節情報として音声合成手段１７に出力する。また、繰り返し信号出力手段１８が、メイクコードに従って、繰り返し開始信号を生成し、これを音声合成手段１７に出力する。

次に、音声合成手段１７が、当該音節情報および前記したアクセント下降信号に従って、低音声波形記憶手段２２から「い」の低音声波形を抽出し、かつ、繰り返し開始信号に従って、繰り返し波形記憶手段１９から「い」の低音声波形の繰り返し波形を抽出する。そして、音声合成手段１７が、繰り返し信号出力手段１８から繰り返し終了信号が入力されるまで、「い」の低音声波形の繰り返し区間で、前記した繰り返し波形を連結する。

以上のように、音声合成装置１Ｃは、操作者が文字入力装置２Ｂのキー（図９参照）を、「い」、「っ」＋「ら」、「ゃ」＋「し」、アクセント下降キー２ｇ、「い」、の順番で押すことにより、「い（低）ら（高）しゃ（高）い（低）」というアクセントの音声を適切に合成することができる。なお、音声合成装置１Ｃによって、例えば「い（高）ら（低）しゃ（低）い（低）」というアクセントの音声を合成した場合は、操作者は、文字入力装置２Ｂのキー（図９参照）を、アクセント上昇キー２ｈ、「い」、アクセント下降キー２ｇ、「っ」＋「ら」、「ゃ」＋「し」、「い」、の順番で押せばよい。

［第５実施形態］
以下、第５実施形態に係る音声合成装置１Ｄについて、図１１を参照しながら詳細に説明する。第５実施形態に係る音声合成装置１Ｄは、繰り返し波形記憶手段１９の代わりに、図７に示す繰り返し波形生成手段２０を備えること以外は、前記した第４実施形態に係る音声合成装置１Ｃと同様の構成を備えている。従って、前記した音声合成装置１Ｃと重複する構成については、同じ符号を付して説明を省略する。また、音声合成装置１Ｄの動作についても、説明を省略する。

繰り返し波形生成手段２０は、低音声波形記憶手段２２に記憶された低音声波形または、高音声波形記憶手段２３に記憶された高音声波形から、低音声波形の繰り返し波形または、高音声波形の繰り返し波形を生成するものである。例えば、図５（ａ）における「か」の母音の「ａ」に相当する部分の波形（７０ｍｓｅｃ）に対して、ピッチマークが付与できた基本周期単位の前後の波形をそれぞれ比較し、相関が最も高い部分を繰り返し波形として抽出する。このように、相関が最も高い部分、すなわち安定した波形を繰り返し波形として用いることで、音声出力装置３において安定した出力が可能となる。

繰り返し波形生成手段２０には、図１１に示すように、音声合成手段１７から、繰り返し波形を生成する旨の指示である繰り返し波形生成指示が入力されるとともに、低音声波形記憶手段２２または高音声波形記憶手段２３から、低音声波形または高音声波形が入力される。そして、繰り返し波形生成手段２０は、前記した手法によって低音声波形または高音声波形の繰り返し波形を生成し、これを音声合成手段１７に出力する。

このような繰り返し波形生成手段２０を備える音声合成装置１Ｄでは、音声合成手段１７は、各判別手段からの音節情報に従って、低音声波形記憶手段２２または高音声波形記憶手段２３から、低音声波形または高音声波形を抽出し、かつ、繰り返し信号出力手段１８からの繰り返し開始信号に従って、繰り返し波形生成手段２０に対して、前記した低音声波形または高音声波形に対応する繰り返し波形を指示する旨の指示である繰り返し波形生成指示を出力する。そして、音声合成手段１７は、繰り返し波形生成手段２０から低音声波形または高音声波形の繰り返し波形を受け取り、繰り返し信号出力手段１８から繰り返し終了信号が入力されるまで、低音声波形または高音声波形の繰り返し区間で、低音声波形または高音声波形の繰り返し波形を繰り返し連結することで、音声を合成する。

以上のような構成を備える音声合成装置１Ｄは、繰り返し信号出力手段１８によって、文字入力装置２Ｂからのメイクコードおよびブレイクコードの入力を常時監視することで、操作者が文字入力装置２Ｂのいずれかのキーを押している状態であるか、あるいは離している状態であるか、を認識する。また同時に、音声合成装置１Ｄは、アクセント信号出力手段２１によって、文字入力装置２Ｂのアクセント下降キー２ｇ、アクセント上昇キー２ｈまたはアクセント区切りキー２ｉの入力状況を常時監視する。

そして、音声合成装置１Ｄは、操作者によって文字入力装置２Ｂのアクセント下降キー２ｇ、アクセント上昇キー２ｈまたはアクセント区切りキー２ｉが押され、当該キーに対応するキーコードが入力されると、音声合成手段１７によって、当該キーコードに従って低音声波形または高音声波形を抽出する。また同時に、音声合成装置１Ｄは、操作者によって文字入力装置２Ｂのいずれかのキーが押されてから（メイクコードが入力されてから）、当該いずれかのキーが離されるまで（ブレイクコードが入力されるまで）、音声合成手段１７によって、低音声波形または高音声波形の繰り返し区間で、低音声波形または高音声波形の繰り返し波形を繰り返し連結する。このようにして、音声合成装置１Ｄは、操作者が文字入力装置２Ｂのキーを押している間だけ、長音化させるとともに、アクセントを加えた音声を逐次合成する。

従って、音声合成装置１Ｄによれば、操作者が文字入力装置２Ｂのアクセント下降キー２ｇ、アクセント上昇キー２ｈまたはアクセント区切りキー２ｉを押した場合、音節のアクセントを変えることができるとともに、操作者が文字入力装置２Ｂのいずれかのキーを継続して押している場合、当該キーに対応する音節を長音化させて合成することができるため、音声合成のバリエーションを増やすことができる。

以上、本発明に係る音声合成装置および音声合成プログラムについて、発明を実施するための形態により具体的に説明したが、本発明の趣旨はこれらの記載に限定されるものではなく、特許請求の範囲の記載に基づいて広く解釈されなければならない。また、これらの記載に基づいて種々変更、改変等したものも本発明の趣旨に含まれることはいうまでもない。

例えば、前記した音声合成装置１，１Ａ，１Ｂ，１Ｃ，１Ｄでは、操作者によって、文字入力装置２，２Ａ，２Ｂのかな文字キー２ａと、濁音キー２ｂ、半濁音キー２ｃ、ア行小文字キー２ｄ、ヤ行小文字キー２ｅまたはタ行小文字キー２ｆと、が同時に押された場合に音声を合成する構成としているが、かな文字キー２ａの前に、濁音キー２ｂ、半濁音キー２ｃ、ア行小文字キー２ｄ、ヤ行小文字キー２ｅまたはタ行小文字キー２ｆが押された場合に音声を合成する構成としてもよい。

また、前記した音声合成装置１，１Ａ，１Ｂ，１Ｃ，１Ｄでは、操作者によって、文字入力装置２，２Ａ，２Ｂのかな文字キー２ａ、濁音キー２ｂ、半濁音キー２ｃ、ア行小文字キー２ｄ、ヤ行小文字キー２ｅまたはタ行小文字キー２ｆの前に、アクセント下降キー２ｇ、アクセント上昇キー２ｈまたはアクセント区切りキー２ｉが押された場合にアクセントを加えた音声を合成する構成としているが、かな文字キー２ａ、濁音キー２ｂ、半濁音キー２ｃ、ア行小文字キー２ｄ、ヤ行小文字キー２ｅまたはタ行小文字キー２ｆと、アクセント下降キー２ｇ、アクセント上昇キー２ｈまたはアクセント区切りキー２ｉと、が同時に押された場合にアクセントを加えた音声を合成する構成としてもよい。

１，１Ａ，１Ｂ，１Ｃ，１Ｄ 音声合成装置
２，２Ａ，２Ｂ 文字入力装置
２ａ かな文字キー
２ｂ 濁点キー
２ｃ 半濁点キー
２ｄ ア行小文字キー
２ｅ ヤ行小文字キー
２ｆ タ行小文字キー
２ｇ アクセント下降キー
２ｈ アクセント上昇キー
２ｉ アクセント区切りキー
３ 音声出力装置
１１ 清音撥音判別手段
１２ 濁音判別手段
１３ 半濁音判別手段
１４ 拗音判別手段
１５ 促音付き音節判別手段
１６ 音声波形記憶手段
１７ 音声合成手段
１８ 繰り返し信号出力手段
１９ 繰り返し波形記憶手段
２０ 繰り返し波形生成手段
２１ アクセント信号出力手段
２２ 低音声波形記憶手段
２３ 高音声波形記憶手段

Claims (4)

1. かな文字キー、濁点キー、半濁点キー、ア行小文字キー、ヤ行小文字キーおよびタ行小文字キーからなる各文字キーを備える文字入力装置の入力内容に対応した音声を合成する音声合成装置であって、
   前記かな文字キーが押下されている状態を検出することで、前記かな文字キーのキーコードで特定される清音文字または撥音文字を判別する清音撥音判別手段と、
   前記かな文字キーおよび前記濁点キーが同時に押下されている状態を検出することで、前記かな文字キーおよび前記濁点キーのキーコードで特定される濁音文字を判別する濁音判別手段と、
   前記かな文字キーおよび前記半濁点キーが同時に押下されている状態を検出することで、前記かな文字キーおよび前記半濁点キーのキーコードで特定される半濁音文字を判別する半濁音判別手段と、
   前記かな文字キーおよび前記ア行小文字キーが同時に押下されている状態、または、前記かな文字キーおよび前記ヤ行小文字キーが同時に押下されている状態を検出することで、前記かな文字キーおよび前記ア行小文字キーのキーコード、または、前記かな文字キーおよび前記ヤ行小文字キーのキーコードで特定される拗音文字を判別する拗音判別手段と、
   前記かな文字キーおよび前記タ行小文字キーが同時に押下されている状態を検出することで、前記かな文字キーおよび前記タ行小文字キーのキーコードで特定される促音付き音節文字を判別する促音付き音節判別手段と、
   前記清音、前記撥音、前記濁音、前記半濁音、前記拗音および前記促音付き音節からなる各音節の音声波形を記憶する音声波形記憶手段と、
   前記音声波形記憶手段から、前記清音撥音判別手段、前記濁音判別手段、前記半濁音判別手段、前記拗音判別手段および前記促音付き音節判別手段からなる各判別手段によって判別された前記清音文字、前記撥音文字、前記濁音文字、前記半濁音文字、前記拗音文字および前記促音付き音節文字からなる各音節文字に対応する前記音声波形を抽出することで音声を合成する音声合成手段と、
   を備えることを特徴とする音声合成装置。
2. 前記文字入力装置から、前記キーコードの他に、それぞれのキーが押されたことを示すメイクコードと、それぞれのキーが離されたことを示すブレイクコードと、が入力される場合において、
   前記文字入力装置から、前記メイクコードおよび前記ブレイクコードが入力されたか否かを監視するとともに、前記メイクコードが入力された場合は、繰り返し開始信号を生成して前記音声合成手段に出力し、前記ブレイクコードが入力された場合は、繰り返し終了信号を生成して前記音声合成手段に出力する繰り返し信号出力手段と、
   前記各音節の音声波形のうち、母音に相当する区間における一定周期分の波形を示す繰り返し波形を記憶する繰り返し波形記憶手段と、を備え、
   前記音声合成手段は、前記音声波形記憶手段から、前記各音節文字に対応する前記音声波形を抽出し、かつ、前記繰り返し信号出力手段から前記繰り返し開始信号が入力された場合は、前記繰り返し波形記憶手段から、前記各音節文字に対応する前記繰り返し波形を抽出し、前記繰り返し信号出力手段から前記繰り返し終了信号が入力されるまで、前記音声波形の繰り返し区間で前記繰り返し波形を繰り返し連結することで音声を合成することを特徴とする請求項１に記載の音声合成装置。
3. 前記文字入力装置がアクセント下降キーと、アクセント上昇キーと、アクセント区切りキーと、をさらに備える場合において、
   前記文字入力装置から、前記各文字キーのキーコードの前に、前記アクセント下降キーのキーコード、前記アクセント上昇キーのキーコードまたは前記アクセント区切りキーのキーコードが入力されたか否かを監視するとともに、前記アクセント下降キーのキーコードが入力された場合は、アクセント下降信号を生成して前記音声合成手段に出力し、前記アクセント上昇キーのキーコードが入力された場合は、アクセント上昇信号を生成して前記音声合成手段に出力し、前記アクセント区切りキーのキーコードが入力された場合は、アクセント区切り信号を生成して前記音声合成手段に出力するアクセント信号出力手段を備え、
   前記音声波形記憶手段は、
   前記各音節の低アクセントの音声波形を示す低音声波形を記憶する低音声波形記憶手段と、
   前記各音節の高アクセントの音声波形を示す高音声波形を記憶する高音声波形記憶手段と、からなり、
   前記音声合成手段は、
   前記アクセント信号出力手段から前記アクセント下降信号が入力された場合は、前記低音声波形記憶手段から、当該アクセント下降信号が入力された後に前記各判別手段によって判別された前記各音節文字に対応する前記低音声波形を抽出することで音声を合成し、
   前記アクセント信号出力手段から前記アクセント上昇信号が入力された場合は、前記高音声波形記憶手段から、当該アクセント上昇信号が入力された後に前記各判別手段によって判別された前記各音節文字に対応する前記高音声波形を抽出することで音声を合成し、
   前記アクセント信号出力手段から前記アクセント区切り信号が入力された場合は、前記低音声記憶手段から、当該アクセント区切り信号が入力された後に前記各判別手段によって判別された一文字目の前記各音節文字に対応する前記低音声波形を抽出し、前記高音声記憶手段から、当該アクセント区切り信号が入力された後に前記各判別手段によって判別された二文字目以降の前記各音節文字に対応する前記高音声波形を抽出することで音声を合成することを特徴とする請求項２に記載の音声合成装置。
4. かな文字キー、濁点キー、半濁点キー、ア行小文字キー、ヤ行小文字キーおよびタ行小文字キーからなる各文字キーを備える文字入力装置の入力内容に対応した音声を合成するために、コンピュータを、
   前記かな文字キーが押下されている状態を検出することで、前記かな文字キーのキーコードで特定される清音文字または撥音文字を判別する清音撥音判別手段、
   前記かな文字キーおよび前記濁点キーが同時に押下されている状態を検出することで、前記かな文字キーおよび前記濁点キーのキーコードで特定される濁音文字を判別する濁音判別手段、
   前記かな文字キーおよび前記半濁点キーが同時に押下されている状態を検出することで、前記かな文字キーおよび前記半濁点キーのキーコードで特定される半濁音文字を判別する半濁音判別手段、
   前記かな文字キーおよび前記ア行小文字キーが同時に押下されている状態、または、前記かな文字キーおよび前記ヤ行小文字キーが同時に押下されている状態を検出することで、前記かな文字キーおよび前記ア行小文字キーのキーコード、または、前記かな文字キーおよび前記ヤ行小文字キーのキーコードで特定される拗音文字を判別する拗音判別手段、
   前記かな文字キーおよび前記タ行小文字キーが同時に押下されている状態を検出することで、前記かな文字キーおよび前記タ行小文字キーのキーコードで特定される促音付き音節文字を判別する促音付き音節判別手段、
   前記清音、前記撥音、前記濁音、前記半濁音、前記拗音および前記促音付き音節からなる各音節の音声波形を記憶する音声波形記憶手段から、前記清音撥音判別手段、前記濁音判別手段、前記半濁音判別手段、前記拗音判別手段および前記促音付き音節判別手段からなる各判別手段が判別した前記清音文字、前記撥音文字、前記濁音文字、前記半濁音文字、前記拗音文字および前記促音付き音節文字からなる各音節文字に対応する前記音声波形を抽出することで音声を合成する音声合成手段、
   として機能させることを特徴とする音声合成プログラム。

Images