JP2016012315A - テキストデータの分かち書き単位分割プログラム及び電子図書再生装置 - Google Patents

Abstract

【課題】日本語のテキストデータを句読点で区切られた一文よりも短く且つ意味のある範囲で区切るプログラムを提供する。
【解決手段】日本語のテキストデータの形態要素を解析して、品詞ごとに分割する機能と、分割された各品詞に対してあらかじめ設定された条件に基づいて、品詞の前を区切り後も区切る、品詞の前を区切り後は区切らない、品詞の前を区切らず後を区切る、若しくは品詞の前も後も区切らないという動作を実行して、複数の品詞を結合又は品詞単独で分かち書き単位とする機能とを実現する。
【選択図】図１

Description

本発明は、日本語のテキストデータを分かち書き単位に分割するプログラム及び電子図書を音声再生する電子図書音声再生装置に関する。

電子データとしてあらかじめ記憶されている電子図書を音声として再生する装置が従来から知られている（例えば、特許文献１参照）。この特許文献１に開示されている装置は、ＤＡＩＳＹ（Ｄｉｇｉｔａｌ Ａｃｃｅｓｓｉｂｌｅ Ｉｎｆｏｒｍａｔｉｏｎ ＳＹｓｔｅｍ）規格によるデジタル録音図書を再生する装置であり、特に視覚に障害がある人たちが読書を楽しむことが出来るように、本に記載されている文章情報を音声として読み上げることができる装置である。

一方、音声再生できる装置に表示部を設け、表示部にはテキストを表示させる装置も従来から知られている（例えば、特許文献２参照）。この特許文献２に開示されている装置は、特に英会話の練習用に用いられる装置であって、表示部には英文のテキストデータが表示され、スピーカからは表示部に表示されている英文の音声データが再生される。

そして、特許文献２に開示されている装置では、再生する音声データと表示部に表示させているテキストデータとを同期させ、現在再生中の音声データに該当するテキスト位置を対応付けできるとしている。

特開２０００−０５７７５２号公報 特開２００４−１７０４４４号公報

上述した特許文献２のように、再生中の音声データと表示中のテキストデータを同期させ、表示中のテキスト部分をハイライト表示させるものについては、テキストデータが英文の場合には単語と単語の間にスペースが存在するため、現在再生中の単語位置の表示はさせやすい。
一方、テキストデータが日本語の場合、日本語は句読点以外の部分では区切りがないため、音声再生中のテキストデータをハイライト表示させると、句読点間の長い一文でしかハイライト表示がされない。このため、音声再生中のテキストデータをハイライト表示させるときに、句読点間の長い一文ではなく、さらに短く且つ意味のある範囲でハイライト表示をさせたいという要望があった。

しかし、日本語のテキストデータをどのようにして短く且つ意味のある範囲に区切るかについての手法が確立されておらず、その手法が求められているという課題があった。

そこで、本発明は上記課題を解決すべくなされ、その目的とするところは、日本語のテキストデータを句読点で区切られた一文よりも短く且つ意味のある範囲で区切ることができるプログラム及び電子図書再生装置を提供することにある。

本発明にかかるテキストデータの分かち書き単位分割プログラムによれば、コンピュータに読み込み可能なプログラムであって、日本語のテキストデータの形態要素を解析して、品詞ごとに分割する機能と、分割された各品詞に対してあらかじめ設定された条件に基づいて、品詞の前を区切り後も区切る、品詞の前を区切り後は区切らない、品詞の前を区切らず後を区切る、若しくは品詞の前も後も区切らないという動作を実行して、複数の品詞を結合又は品詞単独で分かち書き単位とする機能とをコンピュータに実現させることを特徴としている。
このプログラムによれば、日本語のテキストデータを、自動的に、意味のある最小の範囲である分かち書き単位ごとに分割することができる。なおここでいうコンピュータとは、いわゆるパソコンに限定するものではなく、プログラムに基づいて動作する装置であれば、テキストデータを表示する装置や、テキストデータを音声再生する装置などプログラムによって動作する装置も含まれる。

また、前記あらかじめ設定された条件には、品詞の前又は後を区切るかどうかを判断する際に、当該品詞の前の品詞の種類に基づいて当該品詞の前を区切るか否かを判断し、当該品詞の後の品詞の種類に基づいて当該品詞の後を区切るか否かを判断する条件が含まれることを特徴としてもよい。

本発明にかかる電子図書再生装置によれば、図書の文章情報の音声データを記憶する音声データ記憶部と、該音声データ記憶部内の音声データを再生して出力可能とする音声データ出力制御部と、図書の文字情報のテキストデータを記憶するテキストデータ記憶部と、該テキストデータ記憶部内のテキストデータのうちの全部又は一部を表示する表示部と、前記表示部に表示されたテキストデータと、音声データ出力制御部から出力される音声データを同期させ、出力中の音声データに該当する箇所をハイライト表示させるハイライト表示手段と、前記表示部に表示されたテキストデータの形態要素を解析して分かち書き単位を作成する分かち書き単位作成手段と、該分かち書き単位作成手段によって作成された分かち書き単位ごとの発音時間を算出する発音時間算出手段とを具備し、前記分かち書き単位作成手段は、日本語のテキストデータの形態要素を解析して、品詞ごとに分割する分割手段と、分割された各品詞に対してあらかじめ設定された条件に基づいて、品詞の前を区切り後も区切る、品詞の前を区切り後は区切らない、品詞の前を区切らず後を区切る、若しくは品詞の前も後も区切らないという動作を実行して、複数の品詞を結合又は品詞単独で分かち書き単位とする結合手段とを有し、前記ハイライト表示手段は、前記音声データ出力制御部からの音声出力開始と同時に、前記表示部に表示されている最初の分かち書き単位をハイライト表示し、現在ハイライト表示中の各分かち書き単位の発音時間が経過すると、発音時間が経過した箇所の分かち書き単位のハイライト表示を通常の表示に戻し、次の分かち書き単位をハイライト表示することを特徴としている。
この構成によれば、電子図書の音声データとテキストデータとを読み出す装置において、表示部で表示中の日本語のテキストについて、現在音声出力中の分かち書きされた箇所をハイライト表示させることができる。

また、本発明にかかる電子図書再生装置によれば、図書の文字情報のテキストデータを記憶するテキストデータ記憶部と、前記テキストデータ記憶部内のテキストデータを音声出力可能とするＴＴＳ制御部と、該テキストデータ記憶部内のテキストデータのうちの全部又は一部を表示する表示部と、前記表示部に表示されたテキストデータと、ＴＴＳ制御部から出力される音声データとを同期させ、出力中の音声データに該当する箇所をハイライト表示させるハイライト表示手段と、前記表示部に表示されたテキストデータの形態要素を解析して分かち書き単位を作成する分かち書き単位作成手段と、該分かち書き単位作成手段によって作成された分かち書き単位ごとの発音時間を算出する発音時間算出手段とを具備し、前記分かち書き単位作成手段は、日本語のテキストデータの形態要素を解析して、品詞ごとに分割する分割手段と、分割された各品詞に対してあらかじめ設定された条件に基づいて、品詞の前を区切り後も区切る、品詞の前を区切り後は区切らない、品詞の前を区切らず後を区切る、若しくは品詞の前も後も区切らないという動作を実行して、複数の品詞を結合又は品詞単独で分かち書き単位とする結合手段とを有し、前記ハイライト表示手段は、前記ＴＴＳ制御部からの音声出力開始と同時に、前記表示部に表示されている最初の分かち書き単位をハイライト表示し、現在ハイライト表示中の各分かち書き単位の発音時間が経過すると、発音時間が経過した箇所の分かち書き単位のハイライト表示を通常の表示に戻し、次の分かち書き単位をハイライト表示することを特徴としている。
この構成を採用することによって、テキストデータから音声出力とテキストの表示とを行う装置において、表示部で表示中の日本語のテキストについて、現在音声出力中の分かち書きされた語をハイライト表示させることができる。なお、本発明におけるＴＴＳ制御部とは、テキストデータを読み出し可能な公知のＴＴＳ（ｔｅｘｔ ｔｏ ｓｐｅｅｃｈ）システムを実行する制御部を指す。

本発明によれば、日本語のテキストデータを、自動的に、句読点で区切られた一文よりも短く且つ意味のある範囲で区切ることができる。

テキストデータの分かち書き単位分割プログラムのフローチャートである。 第１の実施形態の電子図書再生装置の構成を示すブロック図である。 分かち書きを行ってハイライト表示を行う動作の実施例を説明する説明図である。 第２の実施形態の電子図書再生装置の構成を示すブロック図である。

（分かち書き単位分割プログラム）
本発明にかかるテキストデータの分かち書き単位分割プログラムについて、図１に基づいて説明する。
テキストデータの分かち書き単位分割プログラムは、コンピュータに読み取られることにより、日本語のテキストデータを分かち書き単位に分割する機能をコンピュータに実現させる。なお、ここでいうコンピュータとは、いわゆるパソコンに限定するものではなく、プログラムに基づいて動作する装置であれば、テキストデータを表示する装置や、テキストデータを音声再生する装置などプログラムによって動作する装置も含まれる。また、具体的には、以下に説明する電子図書再生装置がテキストデータの分かち書き単位分割プログラムによって動作することを想定している。

テキストデータの分かち書き単位分割プログラムは、日本語のテキストデータの形態要素を解析して、品詞ごとに分割する機能と、分割された品詞を結合する機能とを実現することができる。
テキストデータを品詞ごとに分割する機能は、公知の形態要素解析ソフトを採用することができる。

また、分割された品詞を結合する機能は、分割された各品詞に対してあらかじめ設定された条件に基づいて行われる。
結合する機能は、あらかじめ設定した条件に基づき、品詞の前を区切り後も区切るか、品詞の前を区切り後は区切らないか、品詞の前を区切らず後を区切るか、又は品詞の前も後も区切らないかが判断され、複数の品詞を結合して分かち書き単位とするか、又は品詞単独で分かち書き単位とする。

次に、分割された品詞をどのようにして分かち書き単位とするか、その条件について説明する。
まず、本実施形態では、まず品詞の種類を連体詞、接頭詞、名詞、動詞、形容詞、副詞、接続詞、助詞、助動詞、感動詞、記号、フィラー、その他、未知語に分けている。

連体詞と認識された品詞に対しては、品詞の前を区切る。品詞の後を区切るかどうかはその次の品詞の条件に基づく。

接頭詞と認識された品詞に対しては、品詞の前を区切り、後は区切らない。ただし、後を区切らない方が優先である。

名詞と認識された品詞に対しては、品詞の前を区切る。品詞の後を区切るかどうかはその次の品詞の条件に基づく。ただし、名詞の種類によっては、前も後も区切らない場合もある。さらに、当該品詞の前の品詞の種類によっても、前も後も区切らない場合もある。

動詞と認識された品詞に対しては、品詞の前を区切る。品詞の後を区切るかどうかはその次の品詞の条件に基づく。ただし、動詞の種類によっては、品詞の前も後も区切らない場合もある。

形容詞と認識された品詞に対しては、品詞の前を区切る。品詞の後を区切るかどうかはその次の品詞の条件に基づく。ただし、形容詞の種類によっては、品詞の前も後も区切らない場合もある。

副詞と認識された品詞に対しては、品詞の前を区切る。品詞の後を区切るかどうかはその次の品詞の条件に基づく。

接続詞は、品詞の前も後も区切る。

助詞と認識された助詞に対しては、品詞の後を区切る。品詞の前を区切るかどうかはその前の品詞の条件に基づく。ただし、当該品詞の後の品詞の種類によっては、前も後も区切らない場合もある。

助動詞は、品詞の前も後も区切らない。

感動詞は、品詞の前を区切る。品詞の後を区切るかどうかはその次の品詞の条件に基づく。

記号と認識された記号に対しては、品詞の前を区切らず、後を区切る。ただし、当該品詞の後が同じ品詞の場合には前も後も区切らない。

フィラーは、品詞の前を区切る。品詞の後を区切るかどうかはその次の品詞の条件に基づく。

その他は、間投詞などがあり、品詞の前も後も区切らない。

また、上述してきた品詞に該当しないものである未知語については、品詞の前を区切る。品詞の後を区切るかどうかはその次の品詞の条件に基づく。

なお、上述してきたテキストデータの分かち書き単位分割プログラムは、後述する電子図書再生装置においてテキストデータを表示する際に、分かち書き単位でハイライト表示する場合に適用することが好ましいが、適用例としては電子図書再生装置に限定するものではない。

例えば、テキストデータの分かち書き単位分割プログラムを、テキストデータを表示させる表示装置において適用して、分かち書き単位ごとに分割表示させるようにしてもよい。
また、テキストデータの分かち書き単位分割プログラムを、テキストデータに基づいて音声再生する装置に適用して、分かち書き単位ごとに音声に無音部分を入れる、又はビープ音などを入れるなどの制御に用いることもできる。

本発明に係る電子図書再生装置全体の概略構成を図２に示す。
電子図書再生装置３０は、スピーカ３２及び表示部３４を備えており、あらかじめ記憶された図書をスピーカ３２から音声出力するとともに、図書の内容をテキストとして表示部３４に表示させる装置である。また、図書の内容としてのテキストは日本語であるとする。

電子図書再生装置３０は、図書の文章情報を音声データとして記憶している音声データ記憶部３５を備えている。音声データ記憶部３５としては、半導体メモリ、ハードディスクドライブなどを挙げることができる。ただし、音声データ記憶部３５としては、電子図書を音声データとして記憶していればよく、リムーバブルディスクであるＣＤ又はＤＶＤであってもよいし、ＵＳＢメモリなどであってもよい。

音声データ出力制御部３６は、ユーザが操作可能な操作スイッチ３８に接続されている。音声データ出力制御部３６は、操作スイッチ３８からの操作信号に基づいて、音声データ記憶部３５から所望の音声データを抽出してスピーカ３２で再生できるように制御する。

また、電子図書再生装置３０は、記憶されている音声データのテキストデータを記憶するテキストデータ記憶部４０を有している。テキストデータ記憶部４０としては、半導体メモリ、ハードディスクドライブなどを挙げることができる。また、テキストデータ記憶部４０としては、電子図書をテキストデータとして記憶していればよく、リムーバブルディスクであるＣＤ又はＤＶＤであってもよいし、ＵＳＢメモリなどであってもよい。

なお、音声データ記憶部３５とテキストデータ記憶部４０とを同一の記憶部としてもよい。例えば、同一のリムーバブルディスクや同一のＵＳＢメモリ内に音声データとテキストデータの両方が記憶されている場合などがある。

表示部３４に表示されるテキストデータは、ハイライト表示手段４２によって現在再生出力中の語がハイライト表示手段４２によってハイライト表示される。
ハイライト表示とは、音声出力中の語の背景色を他の部分の背景色とは異なる色として表示させることである。例えば、背景色が白色で、文字が黒色の場合に、音声出力中の語の背景色を黄色にすることにより、音声出力中の語を目立たせることができる。

また、本実施形態では、テキストデータのハイライト表示させるために、分かち書き単位作成手段４１によって日本語のテキストデータを分かち書きし、分かち書きした単位でハイライト表示させている。このようにすることで、現在再生出力中の箇所がわかりやすく表示される。

テキストデータ記憶部４０に記憶されているテキストデータを分かち書きする分かち書き単位作成手段４１について以下に説明する。
分かち書き単位作成手段４１は、テキストデータを品詞ごとに分割する分割手段４４と、分割した品詞を結合して分かち書き単位を作成する結合手段４６とを有している。分かち書き単位作成手段４１としては、テキストデータを品詞ごとに分割する機能を有するプログラムと、所定のアルゴリズムに基づいて品詞を結合させる機能を有するプログラムとが、ＣＰＵなどの処理装置に読み込まれることによって実現可能となる。

分割手段４４の動作を説明する。分割手段４４は、品詞記憶部４５にあらかじめ記憶させておいた品詞に基づいて、テキストデータを品詞ごとに分割する。品詞記憶部４５は、半導体メモリ、ハードディスクドライブなどを挙げることができる。

分割手段４４によって分割された複数の品詞は、所定のアルゴリズムに基づいて動作する結合手段４６によって結合される。結合手段４６の動作アルゴリズムについては、上述した分かち書き単位分割プログラムと同様であり、ここでは説明を省略する。

発音時間算出手段４８は、上述した結合手段４６の動作によって生成された分かち書き単位ごとの発音時間を算出する。分かち書き単位ごとの発音時間の算出に当たり、前もって音声データの再生時間をテキストデータの文字数で除算して一文字あたりの再生時間を算出し、あらかじめ一文字あたりの発音時間はあらかじめ発音時間記憶部４９に記憶させておく。
そして、発音時間算出手段４８は、一文字あたりの発音時間に分かち書き単位の文字数を乗算することで分かち書き単位ごとの発音時間を算出する。また、電子図書の内容によって一文字あたりの発音時間が異なる場合もあるので、電子図書ごとに異なる発音時間を発音時間記憶部４９に記憶させておくとよい。

発音時間算出手段４８によって算出された各分かち書き単位の発音時間は、ハイライト表示手段４２に入力される。
ハイライト表示手段４２は、表示部３４に表示されているテキストデータのうち、分かち書き単位ごとに、算出された発音時間の長さだけハイライト表示するように表示部３４を制御する。

なお、音声データ出力制御部３６は、音声データの再生開始信号をハイライト表示手段４２に出力する。ハイライト表示手段４２は、音声データの再生開始信号を受け、音声データの再生開始と同時に、再生する音声データに対応するテキストデータの最初の分かち書き単位をハイライト表示する。

そして、ハイライト表示手段４２は、分かち書き単位ごとに算出された発音時間が経過すると、今までハイライト表示させていた分かち書き単位のハイライト表示を停止し、次の分かち書き単位をハイライト表示する。
ハイライト表示手段４２のハイライト表示の切り替えは、あくまで発音時間算出手段４８によって算出された発音時間にのみ基づいて行われる。したがって、音声データの再生とテキストデータのハイライト表示のタイミングにズレが生じる場合もある。

そこで、音声データに無音時間が存在していた場合には、この無音時間の終了時から次の音声出力開始タイミングとハイライト表示開始タイミングを合わせることで同期をとることによって、ズレをなくしてタイミングを合わせることができる。なお、一般的には、無音時間が生じるのは、分の区切りである句読点である可能性が高いが、必ずしも句読点において無音時間が存在しない場合もある。

ハイライト表示手段４２は、音声データ出力制御部３６から入力される音声データの無音部分を検出したとき、次に音声データの再生が開始されるまで発音時間のカウントを行わない。
そして、句読点の後に音声データの再生が開始されたときに合わせて、句読点の後の最初の分かち書き単位をハイライト表示させるとともに、発音時間算出手段４８によって算出された発音時間のカウントを開始する。

なお、上述したハイライト表示手段４２、分割手段４４、結合手段４６、発音時間算出手段４８は、ＣＰＵなどの処理装置によって読み出されて上述した機能を発揮するプログラムとして実現できる。

次に、図６に基づいて、分かち書きを行ってハイライト表示を行う動作の具体的な実施例について説明する。図６には、ハイライト表示の際に、分かち書きを行い、発音時間を算出する場合の処理例を示している。
ここでは電子図書の内容が「全国的に冷たい空気に包まれています。」である場合の例を説明する。

なお、電子図書の規格としては、デジタル録音図書であるＤＡＩＳＹ規格などが代表的である。
ＤＡＩＳＹ規格の電子図書データは、コンテンツを表現可能なｓｍｉｌファイルと、見出し情報が記述されたｎｃｃファイル又はｎｃｘファイルと、表示部３４に表示可能なテキストデータを記述したｈｔｍｌファイル又はｘｍｌファイルを備えている。

まず、分割手段４４が「全国的に冷たい空気に包まれています。」を品詞ごとに分割する。なお、分割手段４４としては、形態要素解析ソフトを用いることができる。形態要素解析ソフトとしては公知のものを採用することができる。分割手段４４は、品詞記憶部４５に記憶されている品詞に基づいて、上記のテキストデータ「全国的に冷たい空気に包まれています。」を品詞ごとに分割する。

図３の例に示すように、テキストデータ「全国的に冷たい空気に包まれています。」は、分割手段４４によって「全国」（名詞）、「的」（名詞）、「に」（助詞）、「冷たい」（形容詞）、「空気」（名詞）、「に」（助詞）、「包ま」（動詞）、「れ」（動詞）、「て」（助詞）、「い」（動詞）、「ます」（助動詞）、「。」（句点）に分割される。

続いて結合手段４６は、所定のアルゴリズムによって各品詞を結合させて分かち書き単位を作成する。所定のアルゴリズムとは、上述した通りであるので、ここでは説明せず、具体例に基づいて説明する。
図３の例に示すように、結合手段４６は、「全国」という品詞が名詞の一般であると認識し、その後の品詞「的」も名詞であることから「全国」の後は区切らず、「全国」と「的」を結合する。

結合手段４６は、「的」という品詞が名詞の接尾であると認識して、その「的」の前も後も区切らない。

結合手段４６は、「に」という品詞が助詞の副詞化であると認識して、その後の品詞「冷たい」が形容詞であることから、「に」の後で区切る。このため、「全国」、「的」、「に」が結合されて、「全国的に」という分かち書き単位が生成される。

結合手段４６は、「冷たい」という品詞が形容詞の自立であると認識して、前を区切り、後は区切らない。
結合手段４６は、「空気」という品詞が名詞の一般であると認識して、その後の品詞「に」は、助詞であることから、「空気」の前（冷たいの後）を区切り、後は区切らない。このため、「冷たい」という分かち書き単位が生成される。

結合手段４６は、「に」の後の「包ま」という品詞が動詞の自立であると認識して、前を区切り、後は区切らない。このため、「包ま」の前に「空気に」という分かち書き単位が生成される。
結合手段４６は、「れ」という品詞が動詞の接尾であると認識して、前も後も区切らない。
結合手段は４６は、「て」という品詞が助詞の接続助詞であると認識して、その後の品詞が「い」という動詞であることから、品詞の前を区切らず、後を区切る。このようにして「包ま」、「れ」、「て」が結合され、「包まれて」という分かち書き単位が生成される。

結合手段４６は、「い」という品詞が動詞の非自立であると認識して、品詞の前を区切り、後は区切らない。
結合手段４６は、「ます」という品詞が助動詞であると認識して、品詞の前も後も区切らない。この段階で「い」、「ます」が結合されることになる。
結合手段４６は、「。」という品詞が記号の句点であると認識して、品詞の前は区切らず、後ろを区切る。このようにして「います。」という分かち書き単位が生成される。

上述してきた動作は、具体的には、分割手段４４及び結合手段４６がｈｔｍｌファイル又はｘｍｌファイルにおけるタグを分かち書き単位の前後に付与して、分かち書き単位ごとにタグによる制御が可能となる。

続いて、発音時間算出手段４８は、結合手段４６によって生成された各分かち書き単位の発音時間を算出する。
音声データ記憶部３５に録音された音声データが記憶されており、音声データの再生時間をテキストデータの文字数で除算して１文字あたりの再生時間を算出している。具体的には、本実施形態では、１文字あたりの発音時間を０．１２秒としてあらかじめ算出して設定し、発音時間記憶部４９に記憶させている。
そして、発音時間算出手段４８は、各分かち書き単位の文字数（読み仮名の文字数）を算出し、その算出された文字数に１文字あたりの発音時間を乗算し、分かち書き単位ごとの発音時間を算出する。

図３の例では、「全国的に」の読み仮名は７文字であるので、発音時間算出手段４８は、０．１２秒×７＝０．８４秒を「全国的に」の発音時間として算出する。
次に「冷たい」の読み仮名は４文字であるので、発音時間算出手段４８は、０．１２秒×４＝０．４８秒を「冷たい」の発音時間として算出する。
次に「空気に」の読み仮名は４文字であるので、発音時間算出手段４８は、０．１２秒×４＝０．４８秒を「空気に」の発音時間として算出する。
次に「包まれて」の読み仮名は５文字であるので、発音時間算出手段４８は、０．１２秒×５＝０．６０秒を「包まれて」の発音時間として算出する。
次に「います」の読み仮名は３文字であるので、発音時間算出手段４８は、０．１２秒×３＝０．３６秒を「います」の発音時間として算出する。

発音時間算出手段４８で算出された各分かち書き単位の発音時間に基づいて、ハイライト表示手段４２は、分かち書き単位におけるハイライト表示の切り替えを実行する。なおハイライト表示の切り替えの制御は、それぞれの分かち書き単位のタグにおいて背景色の指定を切り替えることで実行できる。

ハイライト表示手段４２は、音声データの再生開始と同時に、最初の分かち書き単位である「全国的に」を０．８４秒ハイライト表示する。ハイライト表示手段４２は、「全国的に」を０．８４秒間ハイライト表示したのち、「全国的に」のハイライト表示を解除し、次の「冷たい」を０．４８秒ハイライト表示する。ハイライト表示手段４２は、「冷たい」を０．４８秒間ハイライト表示したのち、「冷たい」のハイライト表示を解除し、次の「空気に」を０．４８秒ハイライト表示する。

ハイライト表示手段４２は、「空気に」を０．４８秒間ハイライト表示したのち、「空気に」のハイライト表示を解除し、次の「包まれて」を０．６０秒ハイライト表示する。
ハイライト表示手段４２は、「包まれて」を０．６０秒間ハイライト表示したのち、「包まれて」のハイライト表示を解除し、次の「います」を０．３６秒ハイライト表示する。
ハイライト表示手段４２は、「います」を０．３６秒ハイライト表示したのち、「います」のハイライト表示を解除し、次の音声データの再生開始が実行されるまでハイライト表示をいったん停止する。そして、次の音声データの再生が開始されると、その再生開始に同期させて次のテキストデータの分かち書き単位の発音時間に基づいてハイライト表示を実行する。

（第２の実施形態）
なお、上述してきた第１の実施形態は、録音された音声データを再生するものについて説明してきた。しかし、録音された音声データが無く、テキストデータを音声データに変換するＴＴＳ（ｔｅｘｔ ｔｏ ｓｐｅｅｃｈ）システムを採用することも可能である。
ＴＴＳシステムを採用した実施形態のブロック図を図４に示す。なお、上述した実施形態と同一の構成要素については同一の符号を付し、説明を省略する場合もある。

本実施形態においては、電子図書のデータとして音声データは記憶されておらず、テキストデータのみがテキストデータ記憶部４０に記憶されている。
ＴＳＳ制御部５０は、ＴＴＳシステムを実現可能に設けられており、具体的には公知のソフトウェアが動作することで実行できる。ＴＴＳ制御部５０は、操作スイッチ３８からの操作によって、テキストデータ記憶部４０から所定のテキストデータを取り出して、音声出力する。

また、ＴＴＳ制御部５０によってテキストデータを音声データに変換する場合には、文字あたりの発音時間は、ＴＴＳのボイス条件及びピッチ条件に基づいてあらかじめ設定しておくとよい。設定された１文字あたりの発音時間は、発音時間記憶部４９に記憶されている。

本実施形態においても、表示部３４に表示されるテキストデータは、ハイライト表示手段４２によって現在再生出力中の語がハイライト表示手段４２によってハイライト表示される。
ハイライト表示させる語は、分割手段４４及び結合手段４６によって分かち書き単位に分割される。各分かち書き単位の発音時間は、発音時間算出手段４８が、発音時間記憶部４９に記憶されている１文字あたりの発音時間に各分かち書き単位における読み仮名数を乗算することで算出できる。これらの動作は第１の実施形態と同様である。

なお、上述した各実施形態においては、音声の再生をスピーカから出力する場合について説明した。
しかし、音声出力はスピーカではなく、ヘッドホン又はイヤホンから行ってもよい。そして、スピーカと並列してヘッドホンジャック又はイヤホンジャックを設け、スピーカからの視聴及びヘッドホン又はイヤホンからの視聴のいずれかを選択可能に設けてもよい。

以上本発明につき好適な実施形態を挙げて種々説明したが、本発明はこの実施形態に限定されるものではなく、発明の精神を逸脱しない範囲内で多くの改変を施し得るのはもちろんである。

３０ 電子図書再生装置
３２ スピーカ
３４ 表示部
３５ 音声データ記憶部
３６ 音声データ出力制御部
３８ 操作スイッチ
４０ テキストデータ記憶部
４１ 分かち書き単位作成手段
４２ ハイライト表示手段
４４ 分割手段
４５ 品詞記憶部
４６ 結合手段
４８ 発音時間算出手段
４９ 発音時間記憶部
５０ ＴＴＳ制御部

本発明にかかるテキストデータの分かち書き単位分割プログラムによれば、コンピュータに読み込み可能なプログラムであって、日本語のテキストデータの形態要素を解析して、品詞の種類を連体詞、接頭詞、名詞、動詞、形容詞、副詞、接続詞、助詞、助動詞、感動詞、記号、フィラー、その他、未知語として品詞ごとに分割する機能と、分割された各品詞に対してあらかじめ設定された条件に基づいて、品詞の前を区切り後も区切る、品詞の前を区切り後は区切らない、品詞の前を区切らず後を区切る、若しくは品詞の前も後も区切らないという動作を実行して、複数の品詞を結合又は品詞単独で分かち書き単位とする機能とをコンピュータに実現させ、前記あらかじめ設定された条件には、品詞の前又は後を区切るかどうかを判断する際に、連体詞と認識された品詞に対しては、品詞の前を区切り、品詞の後を区切るかどうかはその次の品詞の条件に基づいて判断し、接頭詞と認識された品詞に対しては、品詞の前を区切り、後は区切らず、ただし後を区切らない方が優先であると判断し、名詞と認識された品詞に対しては、品詞の前を区切り、品詞の後を区切るかどうかはその次の品詞の条件に基づいて判断し、動詞と認識された品詞に対しては、品詞の前を区切り、品詞の後を区切るかどうかはその次の品詞の条件に基づいて判断し、形容詞と認識された品詞に対しては、品詞の前を区切り、品詞の後を区切るかどうかはその次の品詞の条件に基づいて判断し、副詞と認識された品詞に対しては、品詞の前を区切り、品詞の後を区切るかどうかはその次の品詞の条件に基づいて判断し、接続詞と認識された品詞に対しては、品詞の前も後も区切り、助詞と認識された品詞に対しては、品詞の後を区切り、品詞の前を区切るかどうかはその前の品詞の条件に基づいて判断し、助動詞と認識された品詞に対しては、品詞の前も後も区切らず、感動詞と認識された品詞に対しては、品詞の前を区切り、品詞の後を区切るかどうかはその次の品詞の条件に基づいて判断し、記号と認識された品詞に対しては、品詞の前を区切らず、後を区切り、フィラーと認識された品詞に対しては、品詞の前を区切り、品詞の後を区切るかどうかはその次の品詞の条件に基づいて判断し、その他と認識された品詞に対しては、品詞の前も後も区切らず、上述してきた品詞に該当しないものである未知語については、品詞の前を区切り、品詞の後を区切るかどうかはその次の品詞の条件に基づいて判断することを特徴としている。
このプログラムによれば、日本語のテキストデータを、自動的に、意味のある最小の範囲である分かち書き単位ごとに分割することができる。なおここでいうコンピュータとは、いわゆるパソコンに限定するものではなく、プログラムに基づいて動作する装置であれば、テキストデータを表示する装置や、テキストデータを音声再生する装置などプログラムによって動作する装置も含まれる。

また、前記あらかじめ設定された条件には、品詞の前又は後を区切るかどうかを判断する際に、名詞と認識された品詞であっても名詞の種類によっては、前も後も区切らない場合があり、且つ名詞の種類によっては名詞の前の品詞の種類によっても前も後も区切らない場合があり、動詞と認識された品詞であっても動詞の種類によっては、品詞の前も後も区切らない場合があり、形容詞と認識された品詞であっても形容詞の種類によっては、品詞の前も後も区切らない場合があり、助詞と認識された品詞であっても品詞の種類によっては、助詞の後の品詞の種類によっては、前も後も区切らない場合があり、記号と認識された品詞であっても、記号の後の品詞が記号である場合には前も後も区切らない場合があることを含めて判断することを特徴としてもよい。

本発明にかかる電子図書再生装置によれば、図書の文章情報の音声データを記憶する音声データ記憶部と、該音声データ記憶部内の音声データを再生して出力可能とする音声データ出力制御部と、図書の文字情報のテキストデータを記憶するテキストデータ記憶部と、該テキストデータ記憶部内のテキストデータのうちの全部又は一部を表示する表示部と、前記表示部に表示されたテキストデータと、音声データ出力制御部から出力される音声データを同期させ、出力中の音声データに該当する箇所をハイライト表示させるハイライト表示手段と、前記表示部に表示されたテキストデータの形態要素を解析して分かち書き単位を作成する分かち書き単位作成手段と、該分かち書き単位作成手段によって作成された分かち書き単位ごとの発音時間を算出する発音時間算出手段とを具備し、前記分かち書き単位作成手段は、日本語のテキストデータの形態要素を解析して、品詞の種類を連体詞、接頭詞、名詞、動詞、形容詞、副詞、接続詞、助詞、助動詞、感動詞、記号、フィラー、その他、未知語として品詞ごとに分割する分割手段と、分割された各品詞に対してあらかじめ設定された条件に基づいて、品詞の前を区切り後も区切る、品詞の前を区切り後は区切らない、品詞の前を区切らず後を区切る、若しくは品詞の前も後も区切らないという動作を実行する際に、連体詞と認識された品詞に対しては、品詞の前を区切り、品詞の後を区切るかどうかはその次の品詞の条件に基づいて判断し、接頭詞と認識された品詞に対しては、品詞の前を区切り、後は区切らず、ただし後を区切らない方が優先であると判断し、名詞と認識された品詞に対しては、品詞の前を区切り、品詞の後を区切るかどうかはその次の品詞の条件に基づいて判断し、動詞と認識された品詞に対しては、品詞の前を区切り、品詞の後を区切るかどうかはその次の品詞の条件に基づいて判断し、形容詞と認識された品詞に対しては、品詞の前を区切り、品詞の後を区切るかどうかはその次の品詞の条件に基づいて判断し、副詞と認識された品詞に対しては、品詞の前を区切り、品詞の後を区切るかどうかはその次の品詞の条件に基づいて判断し、接続詞と認識された品詞に対しては、品詞の前も後も区切り、助詞と認識された品詞に対しては、品詞の後を区切り、品詞の前を区切るかどうかはその前の品詞の条件に基づいて判断し、助動詞と認識された品詞に対しては、品詞の前も後も区切らず、感動詞と認識された品詞に対しては、品詞の前を区切り、品詞の後を区切るかどうかはその次の品詞の条件に基づいて判断し、記号と認識された品詞に対しては、品詞の前を区切らず、後を区切り、フィラーと認識された品詞に対しては、品詞の前を区切り、品詞の後を区切るかどうかはその次の品詞の条件に基づいて判断し、その他と認識された品詞に対しては、品詞の前も後も区切らず、上述してきた品詞に該当しないものである未知語については、品詞の前を区切り、品詞の後を区切るかどうかはその次の品詞の条件に基づいて判断することによって、複数の品詞を結合又は品詞単独で分かち書き単位とする結合手段とを有し、前記ハイライト表示手段は、前記音声データ出力制御部からの音声出力開始と同時に、前記表示部に表示されている最初の分かち書き単位をハイライト表示し、現在ハイライト表示中の各分かち書き単位の発音時間が経過すると、発音時間が経過した箇所の分かち書き単位のハイライト表示を通常の表示に戻し、次の分かち書き単位をハイライト表示することを特徴としている。
この構成によれば、電子図書の音声データとテキストデータとを読み出す装置において、表示部で表示中の日本語のテキストについて、現在音声出力中の分かち書きされた箇所をハイライト表示させることができる。

本発明にかかる電子図書再生装置によれば、図書の文字情報のテキストデータを記憶するテキストデータ記憶部と、前記テキストデータ記憶部内のテキストデータを音声出力可能とするＴＴＳ制御部と、該テキストデータ記憶部内のテキストデータのうちの全部又は一部を表示する表示部と、前記表示部に表示されたテキストデータと、ＴＴＳ制御部から出力される音声データとを同期させ、出力中の音声データに該当する箇所をハイライト表示させるハイライト表示手段と、前記表示部に表示されたテキストデータの形態要素を解析して分かち書き単位を作成する分かち書き単位作成手段と、該分かち書き単位作成手段によって作成された分かち書き単位ごとの発音時間を算出する発音時間算出手段とを具備し、前記分かち書き単位作成手段は、日本語のテキストデータの形態要素を解析して、品詞の種類を連体詞、接頭詞、名詞、動詞、形容詞、副詞、接続詞、助詞、助動詞、感動詞、記号、フィラー、その他、未知語として品詞ごとに分割する分割手段と、分割された各品詞に対してあらかじめ設定された条件に基づいて、品詞の前を区切り後も区切る、品詞の前を区切り後は区切らない、品詞の前を区切らず後を区切る、若しくは品詞の前も後も区切らないという動作を実行する際に、連体詞と認識された品詞に対しては、品詞の前を区切り、品詞の後を区切るかどうかはその次の品詞の条件に基づいて判断し、接頭詞と認識された品詞に対しては、品詞の前を区切り、後は区切らず、ただし後を区切らない方が優先であると判断し、名詞と認識された品詞に対しては、品詞の前を区切り、品詞の後を区切るかどうかはその次の品詞の条件に基づいて判断し、動詞と認識された品詞に対しては、品詞の前を区切り、品詞の後を区切るかどうかはその次の品詞の条件に基づいて判断し、形容詞と認識された品詞に対しては、品詞の前を区切り、品詞の後を区切るかどうかはその次の品詞の条件に基づいて判断し、副詞と認識された品詞に対しては、品詞の前を区切り、品詞の後を区切るかどうかはその次の品詞の条件に基づいて判断し、接続詞と認識された品詞に対しては、品詞の前も後も区切り、助詞と認識された品詞に対しては、品詞の後を区切り、品詞の前を区切るかどうかはその前の品詞の条件に基づいて判断し、助動詞と認識された品詞に対しては、品詞の前も後も区切らず、感動詞と認識された品詞に対しては、品詞の前を区切り、品詞の後を区切るかどうかはその次の品詞の条件に基づいて判断し、記号と認識された品詞に対しては、品詞の前を区切らず、後を区切り、フィラーと認識された品詞に対しては、品詞の前を区切り、品詞の後を区切るかどうかはその次の品詞の条件に基づいて判断し、その他と認識された品詞に対しては、品詞の前も後も区切らず、上述してきた品詞に該当しないものである未知語については、品詞の前を区切り、品詞の後を区切るかどうかはその次の品詞の条件に基づいて判断することによって、複数の品詞を結合又は品詞単独で分かち書き単位とする結合手段とを有し、前記ハイライト表示手段は、前記ＴＴＳ制御部からの音声出力開始と同時に、前記表示部に表示されている最初の分かち書き単位をハイライト表示し、現在ハイライト表示中の各分かち書き単位の発音時間が経過すると、発音時間が経過した箇所の分かち書き単位のハイライト表示を通常の表示に戻し、次の分かち書き単位をハイライト表示することを特徴としている。
この構成を採用することによって、テキストデータから音声出力とテキストの表示とを行う装置において、表示部で表示中の日本語のテキストについて、現在音声出力中の分かち書きされた語をハイライト表示させることができる。なお、本発明におけるＴＴＳ制御部とは、テキストデータを読み出し可能な公知のＴＴＳ（ｔｅｘｔ ｔｏ ｓｐｅｅｃｈ）システムを実行する制御部を指す。

Claims (6)

1. コンピュータに読み込み可能なプログラムであって、
   日本語のテキストデータの形態要素を解析して、品詞ごとに分割する機能と、
   分割された各品詞に対してあらかじめ設定された条件に基づいて、品詞の前を区切り後も区切る、品詞の前を区切り後は区切らない、品詞の前を区切らず後を区切る、若しくは品詞の前も後も区切らないという動作を実行して、複数の品詞を結合又は品詞単独で分かち書き単位とする機能とをコンピュータに実現させることを特徴とするテキストデータの分かち書き単位分割プログラム。
2. 前記あらかじめ設定された条件には、
   品詞の前又は後を区切るかどうかを判断する際に、当該品詞の前の品詞の種類に基づいて当該品詞の前を区切るか否かを判断し、当該品詞の後の品詞の種類に基づいて当該品詞の後を区切るか否かを判断する条件が含まれることを特徴とする請求項１記載のテキストデータの分かち書き単位分割プログラム。
3. 図書の文章情報の音声データを記憶する音声データ記憶部と、
   該音声データ記憶部内の音声データを再生して出力可能とする音声データ出力制御部と、
   図書の文字情報のテキストデータを記憶するテキストデータ記憶部と、
   該テキストデータ記憶部内のテキストデータのうちの全部又は一部を表示する表示部と、
   前記表示部に表示されたテキストデータと、音声データ出力制御部から出力される音声データを同期させ、出力中の音声データに該当する箇所をハイライト表示させるハイライト表示手段と、
   前記表示部に表示されたテキストデータの形態要素を解析して分かち書き単位を作成する分かち書き単位作成手段と、
   該分かち書き単位作成手段によって作成された分かち書き単位ごとの発音時間を算出する発音時間算出手段とを具備し、
   前記分かち書き単位作成手段は、
   日本語のテキストデータの形態要素を解析して、品詞ごとに分割する分割手段と、
   分割された各品詞に対してあらかじめ設定された条件に基づいて、品詞の前を区切り後も区切る、品詞の前を区切り後は区切らない、品詞の前を区切らず後を区切る、若しくは品詞の前も後も区切らないという動作を実行して、複数の品詞を結合又は品詞単独で分かち書き単位とする結合手段とを有し、
   前記ハイライト表示手段は、前記音声データ出力制御部からの音声出力開始と同時に、前記表示部に表示されている最初の分かち書き単位をハイライト表示し、
   現在ハイライト表示中の各分かち書き単位の発音時間が経過すると、発音時間が経過した箇所の分かち書き単位のハイライト表示を通常の表示に戻し、次の分かち書き単位をハイライト表示することを特徴とする電子図書再生装置。
4. 前記結合手段の前記あらかじめ設定された条件には、
   品詞の前又は後を区切るかどうかを判断する際に、当該品詞の前の品詞の種類に基づいて当該品詞の前を区切るか否かを判断し、当該品詞の後の品詞の種類に基づいて当該品詞の後を区切るか否かを判断する条件が含まれることを特徴とする請求項３記載の電子図書再生装置。
5. 図書の文字情報のテキストデータを記憶するテキストデータ記憶部と、
   前記テキストデータ記憶部内のテキストデータを音声出力可能とするＴＴＳ制御部と、
   該テキストデータ記憶部内のテキストデータのうちの全部又は一部を表示する表示部と、
   前記表示部に表示されたテキストデータと、ＴＴＳ制御部から出力される音声データとを同期させ、出力中の音声データに該当する箇所をハイライト表示させるハイライト表示手段と、
   前記表示部に表示されたテキストデータの形態要素を解析して分かち書き単位を作成する分かち書き単位作成手段と、
   該分かち書き単位作成手段によって作成された分かち書き単位ごとの発音時間を算出する発音時間算出手段とを具備し、
   前記分かち書き単位作成手段は、
   日本語のテキストデータの形態要素を解析して、品詞ごとに分割する分割手段と、
   分割された各品詞に対してあらかじめ設定された条件に基づいて、品詞の前を区切り後も区切る、品詞の前を区切り後は区切らない、品詞の前を区切らず後を区切る、若しくは品詞の前も後も区切らないという動作を実行して、複数の品詞を結合又は品詞単独で分かち書き単位とする結合手段とを有し、
   前記ハイライト表示手段は、前記ＴＴＳ制御部からの音声出力開始と同時に、前記表示部に表示されている最初の分かち書き単位をハイライト表示し、
   現在ハイライト表示中の各分かち書き単位の発音時間が経過すると、発音時間が経過した箇所の分かち書き単位のハイライト表示を通常の表示に戻し、次の分かち書き単位をハイライト表示することを特徴とする電子図書再生装置。
6. 前記結合手段の前記あらかじめ設定された条件には、
   品詞の前又は後を区切るかどうかを判断する際に、当該品詞の前の品詞の種類に基づいて当該品詞の前を区切るか否かを判断し、当該品詞の後の品詞の種類に基づいて当該品詞の後を区切るか否かを判断する条件が含まれることを特徴とする請求項５記載の電子図書再生装置。

Images