JP2016170218A - 音声出力装置およびプログラム - Google Patents

Abstract

【課題】簡単かつ便利に、テキストデータの読み上げ音声を変化させて出力する。
【解決手段】例えば聞き取りの対象となる外国語のテキストデータ１２ｂを選択的に表示させ、当該テキストデータ１２ｂに対応する音声データ１２ｃを音声出力部２０から出力させる際に、前記テキストデータ１２ｂを構成する文字列の文字属性情報（文字種別、文字サイズ、文字修飾）に応じて前記音声データ１２ｃがＤＳＰ１９により変調されて出力される。また、前記表示させたテキストデータ１２ｂの任意の文字列を指定し、当該指定の文字列の文字属性情報（文字種別、文字サイズ、文字修飾）について、文字属性設定メニューのユーザ操作に応じて任意の属性情報に設定変更して表示更新することができる。
【選択図】 図１

Description

本発明は、テキストに対応した音声を出力するための音声出力装置およびその制御プログラムに関する。

外国語等の聞き取りや会話の学習を行なう際に、学習対象となる単語や例文等のテキストの読み上げ音声を出力する装置が利用されている。

従来の文章読み上げ装置であって、記号等の特殊文字が書かれているテキストデータを読み上げる場合、記号についてはある特別な効果音をつけ、また、記号によって囲まれる語、句、文章がある場合は、その語、句、文章の読み上げ方を修飾してその記号を反映させた文章を読み上げる装置が考えられている（例えば、特許文献１参照。）。

特開平０７−２００５５４号公報

前記従来の文章読み上げ装置において、学習対象となるテキストデータの中で、例えば重要単語のある部分等、特定の範囲の読み上げ方を修飾した音声を出力させるには、該当するテキストデータの範囲を予め記号等の特殊文字によって囲んでおかなければならない。

もっと簡単かつ便利に、テキストデータの様々な部分の読み上げ音声を変化させて出力したい要望がある。

本発明は、このような課題に鑑みなされたもので、簡単かつ便利に、テキストデータの読み上げ音声を変化させて出力することが可能になる音声出力装置およびその制御プログラムを提供することを目的とする。

本発明に係る音声出力装置は、テキストデータと当該テキストデータに対応する音声データを記憶しているデータ記憶手段と、前記データ記憶手段に記憶されたテキストデータに対応する文字列を表示するテキスト表示手段と、前記テキストデータに対応する文字列の文字属性に従って、前記データ記憶手段に記憶された音声データを変調して出力する音声出力手段と、を備えたことを特徴としている。

本発明によれば、簡単かつ便利に、テキストデータの読み上げ音声を変化させて出力することが可能になる。

本発明の実施形態に係る音声出力装置１０の電子回路の構成を示すブロック図。 前記音声出力装置１０の記憶装置１２に記憶されるテキストデータ１２ｂの一例を示す図。 前記音声出力装置１０のテキストデータ１２ｂに対応した音声データ１２ｃと共に記憶される各単語音声の登場時間を示す図。 前記音声出力装置１０の装置制御プログラム１２ａに従い前記テキストデータ１２ｂに対応する音声データ１２ｃをＤＳＰ１９を介して出力させるための文字属性情報に応じたＤＳＰ処理（変調方式）の内容を示す図。 前記音声出力装置１０のテキストデータ１２ｂの編集処理に伴い表示される文字属性設定メニューＴｍを示す図。 前記音声出力装置１０の第１実施形態の音声再生処理を示すフローチャート。 前記音声出力装置１０の音声再生処理に従ったテキスト表示画面ＧＴを示す図。 前記音声出力装置１０の第２実施形態の発話学習処理を示すフローチャート。 前記音声出力装置１０の発話学習処理に従ったテキスト表示画面ＧＴを示す図。

以下図面により本発明の実施の形態について説明する。

図１は、本発明の実施形態に係る音声出力装置１０の電子回路の構成を示すブロック図である。

前記音声出力装置１０は、例えば携帯機器として構成され、以下に示す処理プログラムを、電子辞書、タッチパネル式のＰＤＡ(personal digital assistants)、ＰＣ(personal computer)、携帯電話、電子ブック、携帯ゲーム機等にインストールすることで構成してもよい。

前記音声出力装置１０の電子回路は、プログラムによって動作が制御されるコンピュータによって構成され、その電子回路には、ＣＰＵ(central processing unit)１１が備えられる。

すなわち前記ＣＰＵ１１は、記憶装置１２内に予め記憶された装置制御プログラム１２ａ、あるいはＲＯＭカードなどの外部記録媒体１３から記録媒体読み取り部１４を介して前記記憶装置１２に読み込まれた装置制御プログラム１２ａ、あるいはインターネットＮ上のＷｅｂサーバ（この場合はプログラムサーバ）３０から通信部１５を介して前記記憶装置１２に読み込まれた装置制御プログラム１２ａに応じて、ＲＡＭ１６を作業用メモリとして回路各部の動作を制御する。

前記記憶装置１２に記憶された装置制御プログラム１２ａは、キー入力部１７、タッチパネル付き表示部１８からのユーザ操作に応じた入力信号、あるいは通信部１５を介して接続されるインターネットＮ上の各Ｗｅｂサーバ３０…との通信信号に応じて起動される。

前記キー入力部１７には、［Ｍｅｎｕ］キー１７ａ、［決定］キー１７ｂ、［戻る］キー１７ｃ、［再生］キー１７ｄ、［録音］キー１７ｅなどが備えられる。

前記ＣＰＵ１１には、前記記憶装置１２、記録媒体読み取り部１４、通信部１５、ＲＡＭ１６、キー入力部１７、タッチパネル付き表示部１８が接続される他に、ＤＳＰ(Digital Sound Processor)１９を介した音声出力部２０、および音声入力部２１が接続される。

前記記憶装置１２には、装置制御プログラム１２ａとして、当該装置１０の全体の動作を司るシステムプログラム、通信部１５を介してインターネットＮ上の各Ｗｅｂサーバ３０…や図示しないユーザＰＣ(Personal Computer)などとデータ通信するための通信プログラム等が記憶される。

また、前記装置制御プログラム１２ａとして、第１実施形態では、ユーザ操作に応じて表示されたテキストに対応する読み上げの音声を、当該テキストに設定された文字の属性情報（文字種別、文字サイズ、文字修飾）に応じた音声に変調して出力させたり、前記テキストの文字列を指定してその文字の属性情報を設定したりするための音声再生処理プログラム（図６参照）が記憶される。

また、前記装置制御プログラム１２ａとして、第２実施形態では、ユーザ操作に応じて表示されたテキストに対応するユーザの音声を録音して解析し、解析結果に応じて前記テキストの文字の属性情報（文字種別、文字サイズ、文字修飾）を変更したり、前記同様にテキストに対応する読み上げの音声を、当該テキストに設定された文字の属性情報に応じた音声に変調して出力させたり、前記表示されたテキストに対応する模範の読み上げ音声を再生したり、前記録音されたユーザの音声を再生したりするための発話学習処理プログラム（図８参照）が記憶される。

そして、前記記憶装置１２には、更に、例えば語学学習のための各種の例文や文章のテキストデータ１２ｂ、当該テキストデータ１２ｂに含まれる各テキストに対応した模範の発音となるネイティブ音声あるいは合成音声の音声データ１２ｃ、音声入力部２１から入力されたユーザの音声を録音した録音データ１２ｅ、当該録音されたユーザの音声データをテキストとして認識しその単語毎の音量や発音を解析するための音声解析プログラム１２ｄなどが記憶される。

図２は、前記音声出力装置１０の記憶装置１２に記憶されるテキストデータ１２ｂの一例を示す図である。

前記テキストデータ１２ｂは、当該テキストを構成する各文字列が、どのような文字種別（<mincho> <gothic> <pop> 等）・文字サイズ（<size big> 等）・文字修飾（<bold> <underline> <Italic> 等）に設定されているかを示す属性情報と共に記憶されている。

図３は、前記音声出力装置１０のテキストデータ１２ｂに対応した音声データ１２ｃと共に記憶される各単語音声の登場時間を示す図である。

例えば、前記図２で示したテキストデータ１２ｂに対応する一連の音声データ１２ｃは、前記図３で示した音声再生開始からの各単語の登場時間に対応してその音声データ１２ｃを構成する各単語の音声が出力される。

図４は、前記音声出力装置１０の装置制御プログラム１２ａに従い前記テキストデータ１２ｂに対応する音声データ１２ｃをＤＳＰ１９を介して出力させるための文字属性情報に応じたＤＳＰ処理（変調方式）の内容を示す図である。

例えば、前記テキストデータ１２ｂに対応する一連の音声データ１２ｃを出力させる際に、その文字列の文字種別が［明朝体］<mincho>に設定されている場合は、前記ＤＳＰ１９によりローパスフィルターを通した柔らかい音に変調されて出力され、［ゴシック体］<gothic>に設定されている場合は、無変調で出力され、［ポップ体］<pop>に設定されている場合は、ハイパスフィルターを通した硬い音に変調されて出力される。また、文字サイズが［小］<size small>に設定されている場合は、標準から−３ｄＢの小さい音量レベルに変調されて出力され、［中］に設定されている場合は、標準の音量レベルで出力され、［大］<size big>に設定されている場合は、標準から＋３ｄＢの大きい音量レベルに変調されて出力される。また、文字修飾が［ボールド］<bold>に設定されている場合は、高いピッチに変調されて出力され、［アンダーライン］<underline>に設定されている場合は、低速に変調されて出力され、［イタリック］<Italic>に設定されている場合は、低いピッチに変調されて出力される。

なお、無変調の場合、前記音声データ１２ｃは前記ＤＳＰ１９の入出力間を素通りさせて出力させる。

前記テキストデータ１２ｂの文字列に設定された属性情報（文字種別、文字サイズ、文字修飾）と前記ＤＳＰ処理による変調方式との対応関係の設定は、ユーザ操作に応じて任意に変更できる構成としてもよい。

また、前記テキストデータ１２ｂ（図２参照）を構成する各文字列の属性情報（文字種別、文字サイズ、文字修飾）は、ユーザ操作に応じて任意の設定内容に更新できる。

図５は、前記音声出力装置１０のテキストデータ１２ｂの編集処理に伴い表示される文字属性設定メニューＴｍを示す図である。

前記文字属性設定メニューＴｍは、表示中のテキストデータ１２ｂの文字列の指定に応じて表示されるもので、［文字種別］ボタンＴｍ１、［文字サイズ］ボタンＴｍ２、［文字修飾］ボタンＴｍ３を有し、［文字種別］ボタンＴｍ１を選択した場合は、前記［明朝体］［ゴシック体］［ポップ体］からなる選択ボタンＢｓが表示され、［文字サイズ］ボタンＴｍ２を選択した場合は、前記［大］［中］［小］からなる選択ボタンＢｓが表示され、［文字修飾］ボタンＴｍ３を選択した場合は、前記［ボールド］［アンダーライン］［イタリック］からなる選択ボタンＢｓが表示される。

前記文字属性設定メニューＴｍをユーザが操作することにより、前記テキストデータ１２ｂを構成する各文字列の属性情報（文字種別、文字サイズ、文字修飾）を、任意の設定内容に更新できる。

前記ＲＡＭ１６には、前記タッチパネル付き表示部１８の表示サイズに対応したメモリ容量の表示データエリア１６ａが備えられ、当該表示部１８に表示させるべき表示データが展開されて記憶される。

このように構成された音声出力装置１０は、前記ＣＰＵ１１が前記装置制御プログラム１２ａ（音声再生処理、発話学習処理等を実行するためのプログラムを含む）に記述された命令に従い回路各部の動作を制御し、ソフトウエアとハードウエアとが協働して動作することにより、以下の動作説明で述べる機能を実現する。

次に、前記構成の音声出力装置１０の動作について説明する。

（第１実施形態）
図６は、前記音声出力装置１０の第１実施形態の音声再生処理を示すフローチャートである。

図７は、前記音声出力装置１０の音声再生処理に従ったテキスト表示画面ＧＴを示す図である。

音声再生モードにおいて、キー入力部１７の［メニュー］キー１７ａが操作されると、テキストデータ１２ｂとして記憶されている各種のテキストの中からユーザが聞き取りの学習対象としたい任意のテキストを選択するためのテキスト選択メニュー（図示せず）が表示部１８に表示される（ステップＳ１）。

前記テキスト選択メニューにおいて、ユーザ任意のテキストが選択され［決定］キーが操作されると、選択されたテキストが、例えば図２で示したように、当該テキストに含まれる各文字列の属性情報（文字種別、文字サイズ、文字修飾）に応じた文字フォントで展開され、図７に示すように、テキスト表示画面ＧＴとして表示部１８に表示される（ステップＳ２）。

本第１実施形態では、前記テキスト表示画面ＧＴにおいて、テキスト“Houstons. … you?”は明朝体ｍｉで、“Hello. … make a ”はゴシック体ｇｔのイタリック文字ｉｔで、“reservation”はポップ体ｐｏの大サイズ文字ｓｂで、“what time?”はアンダーラインｕｌを有する明朝体ｍｉのボールド文字ｂｌで、“Seven o’clock,”はポップ体ｐｏで表示される。

ここで、前記テキスト表示画面ＧＴに表示されているテキスト“Houstons. … please.”に対応する音声データ１２ｃを聞き取りするために、［再生］キー１７ｄの操作により音声再生の開始が指示されると（ステップＳ３（Ｙｅｓ））、当該音声データ１２ｃのＤＳＰ１９への転送が開始される（ステップＳ４）。

すると、前記テキストデータ１２ｃの単語毎に当該単語の文字の属性情報（文字種別、文字サイズ、文字修飾）が取得され（ステップＳ５）、当該単語の登場時間（図３参照）に対応して、該当する単語の音声データを前記取得された属性情報に対応した音声に変調するための指示が前記ＤＳＰ１９へ出力される（ステップＳ６）。

すなわち、例えば、前記テキスト表示画面ＧＴに表示されているテキストデータ１２ｂの最初の単語“Houstons.”の属性情報は明朝体ｍｉに設定されているので、当該単語“Houstons.”の登場時間中（０．０１３ｓｅｃ）は、その音声データ１２ｃを、ローパスフィルターを通した柔らかい音に変調させる指示がＤＳＰ１９に出力され、当該ＤＳＰ１９により変調された音声データが音声出力部２０から出力される（ステップＳ７（Ｎｏ），Ｓ８（Ｎｏ））。

そして、前記最初の単語“Houstons.”の登場時間（０．０１３ｓｅｃ）が経過し、次の単語“How”の登場時間になったと判断されると（ステップＳ８（Ｙｅｓ））、前記同様に、当該次の単語“How”の文字の属性情報（明朝体ｍｉ）が取得され（ステップＳ５）、その音声データ１２ｃが前記ＤＳＰ１９により柔らかい音に変調されて出力される（ステップＳ６，Ｓ７（Ｎｏ），Ｓ８（Ｎｏ））。

この後、前記同様に、次の単語“can”“I”“help”…の登場時間になったと判断される毎に、当該次の単語の文字の属性情報に応じて、その音声データ１２ｃがＤＳＰ１９により変調されて出力される（ステップＳ５〜Ｓ８）。

これにより、前記テキスト表示画面ＧＴに表示されているテキストデータ１２ｂのうち、ゴシック体ｇｔのイタリック文字ｉｔで表示されているテキスト“Hello. … make a ”の音声は、低いピッチに変調されて出力され、また、ポップ体ｐｏの大サイズ文字ｓｂで表示されているテキスト“reservation”の音声は、音量レベルが＋３ｄＢ大きな硬い音に変調されて出力され、また、アンダーラインｕｌを有する明朝体ｍｉのボールド文字ｂｌで表示されているテキスト“what time?”の音声は、高いピッチの柔らかい音で低速に変調されて出力される。

なお、前記アンダーラインｕｌを有するテキストの音声について、前記ＤＳＰ１９により低速に変調して出力させる場合は、当該ＤＳＰ１９に対する低速変調のための指示が、該当するテキストの単語の登場時間（図３参照）にその低速にする比率分だけ延長した時間として出力される。

よって、例えば聞き取り等の学習教材となる外国語のテキストデータ１２ｂについて、その重要な単語や熟語、聞き取り難い単語等を含む注目すべき文字列の文字属性情報を、予め識別し易い属性情報に設定しておくことで、簡単かつ便利に、前記注目すべき文字列の読み上げ音声を目立つようにあるいはじっくり聞き取れるように変化させて出力することが可能になる。

一方、例えば前記図７で示したテキスト表示画面ＧＴの表示状態において、ユーザ操作に応じてテキストの編集が指示されると（ステップＳ９（Ｙｅｓ））、当該表示中のテキストの任意の文字列を任意の文字属性情報（文字種別、文字サイズ、文字修飾）に設定変更して更新可能な状態になる。

すなわち、前記テキスト表示画面ＧＴにおいて、表示中のテキストの文字列が指定されると（ステップＳ１０）、当該画面ＧＴ上に、図５で示したように、文字属性設定メニューＴｍがウインドウとして表示される。

そして、前記文字属性設定メニューＴｍのユーザ操作に応じて、前記指定の文字列に対する任意の文字属性情報（文字種別、文字サイズ、文字修飾）が設定されると（ステップＳ１１）、当該設定された文字属性情報の内容に応じて、前記テキスト表示画面ＧＴにおける指定の文字列の文字フォントが変更されて表示更新される（ステップＳ１２）。

ここで、前記表示中のテキストの他の文字列の文字属性情報も続けて設定変更したい場合は、前記同様に、設定対象の文字列を指定して文字属性情報の設定を行なう（ステップＳ１３（Ｎｏ）→Ｓ１０〜Ｓ１２）。

こうして、前記表示中のテキストの任意の文字列を任意の文字属性情報（文字種別、文字サイズ、文字修飾）に設定変更して表示更新させた後に、［戻る］キー１７ｃが操作され（ステップＳ１３（Ｙｅｓ））、［再生］キー１７ｄの操作により音声再生の開始が指示されると（ステップＳ３（Ｙｅｓ））、前記文字属性情報を任意に設定変更した後のテキストデータ１２ｂに基づいて、前記同様に、当該テキストデータ１２ｂの文字属性情報に対応した音声データ１２ｃの変調出力処理が実行される（ステップＳ４〜Ｓ８）。

したがって、前記構成の音声出力装置１０の第１実施形態の音声再生機能によれば、例えば聞き取りの対象となる外国語のテキストデータ１２ｂを選択的に表示させ、当該テキストデータ１２ｂに対応する音声データ１２ｃを音声出力部２０から出力させる際に、前記テキストデータ１２ｂを構成する文字列の文字属性情報（文字種別、文字サイズ、文字修飾）に応じて前記音声データ１２ｃがＤＳＰ１９により変調されて出力される。

また、前記構成の音声出力装置１０の第１実施形態の音声再生機能によれば、前記表示させたテキストデータ１２ｂの任意の文字列を指定し、当該指定の文字列の文字の属性情報（文字種別、文字サイズ、文字修飾）について、文字属性設定メニューＴｍのユーザ操作に応じて任意の属性情報に設定変更して表示更新することができる。

これにより、簡単かつ便利に、テキストデータの読み上げ音声を部分的に変化させて出力することが可能になり、外国語等の学習をより効果的に行うことができる。

（第２実施形態）
図８は、前記音声出力装置１０の第２実施形態の発話学習処理を示すフローチャートである。

図９は、前記音声出力装置１０の発話学習処理に従ったテキスト表示画面ＧＴを示す図である。

発話学習モードにおいて、キー入力部１７の［メニュー］キー１７ａが操作されると、テキストデータ１２ｂとして記憶されている各種のテキストの中からユーザが会話の学習対象としたい任意のテキストを選択するためのテキスト選択メニュー（図示せず）が表示部１８に表示される（ステップＰ１）。

前記テキスト選択メニューにおいて、ユーザ任意のテキストが選択され［決定］キーが操作されると、選択されたテキストが、当該テキストに含まれる各文字列の属性情報（文字種別、文字サイズ、文字修飾）に応じた文字フォントで展開され、図９（Ａ）に示すように、テキスト表示画面ＧＴとして表示部１８に表示される（ステップＰ２）。

本第２実施形態では、前記選択されたテキスト“Houstons. … please. … ”の文字列は、全て明朝体ｍｉで通常の文字サイズ（中）に設定されている。

ここで、前記テキスト表示画面ＧＴに表示されたテキストに基づいたユーザの発音を解析して学習するために、［録音］キー１７ｅが操作されると、音声入力部２１による音声入力が開始され（ステップＰ３（Ｙｅｓ））、前記表示されたテキストを読み上げるユーザの音声が録音データ１２ｅとして記憶装置１２に記憶される（ステップＰ４，Ｐ５）。

そして、前記［録音］キー１７ｅの再操作あるいは［決定］キー１７ｂの操作に応じて音声入力の停止が指示されると（ステップＰ５（Ｙｅｓ））、前記ユーザの音声に応じた録音データ１２ｅが音声解析プログラム１２ｄに従い解析される（ステップＰ６）。

ここでは、前記録音データ１２ｅと前記表示されたテキストに対応する模範の音声データ１２ｃとの比較により、当該録音データ１２ｅの音量の小さい部分と発音の異なる部分が解析されて抽出される。

すると、図９（Ｂ）に示すように、前記音量が小さい部分に対応するテキストデータ１２ｂの文字列“I help you?”の文字属性情報（文字サイズ）が大文字に変更され（ステップＰ７）、また発音が異なる部分に対応するテキストデータ１２ｂの文字列“reservation”の文字属性情報（文字修飾）にアンダーラインが付加され（ステップＰ８）、各該当部分の文字列のフォントを変更した解析後テキスト表示画面ＧＴａｎが表示される。

これにより、ユーザの発音で音声が小さい部分の文字列“I help you?”は大文字の明朝体ｍｉ／ｓｂで、また、発音がおかしい部分の文字列“reservation”はアンダーラインを付加した明朝体ｍｉ／ｕｎで識別されて表示されるので、ユーザ自身その発音を注意すべき部分や内容を容易に認識することができる。

そして、前記解析後テキスト表示画面ＧＴａｎには、当該画面ＧＴａｎに識別表示されたユーザが注意すべき部分を含むテキストデータ１２ｂの音声を再生させて学習するための［学習音声］ボタンＢＬと、当該テキストデータ１２ｂの模範の音声を再生させて学習するための［模範音声］ボタンＢＭと、前記ユーザの発音による録音音声を再生させて学習するための［録音音声］ボタンＢＲが並べて表示される。

前記［学習音声］ボタンＢＬのユーザ操作に応じて学習音声の再生が指示されると（ステップＰ１０（Ｙｅｓ））、前記第１実施形態の音声再生処理におけるステップＳ４〜Ｓ８に従った処理と同様に、前記解析後テキスト表示画面ＧＴａｎに表示されているテキストデータ１２ｂ“Houstons. … please. … ”に対応する音声データ１２ｃが、ＤＳＰ１９を介して、当該テキストの各文字列に設定された文字属性情報（文字種別、文字サイズ、文字修飾）対応した音声に変調され、音声出力部２０から出力される（ステップＰ１１〜Ｐ１５）。

これにより、前記表示中のテキストデータ１２ｂ“Houstons. … please. … ”の文字列の全体が明朝体ｍｉに設定されている文字属性情報に対応して、その音声データ１２ｃは順次柔らかい音声に変調されて出力されると共に、そのうち、ユーザの音声が小さいことに起因して大文字ｓｂに設定された文字列“I help you?”の部分が大きな音声に変調されて出力され、また、ユーザの発音がおかしいことに起因してアンダーラインｕｎに設定された文字列“reservation”の部分が低速に変調されて出力される。

よって、前記解析後テキスト表示画面ＧＴａｎによるテキストデータ１２ｂ“Houstons. … please. … ”の表示と当該テキストの文字属性情報に応じた音声出力とが相俟って、ユーザ自身その発音を注意すべき部分や内容を容易に認識して効果的に学習することができる。

また、前記［模範音声］ボタンＢＭのユーザ操作に応じて模範音声の再生が指示されると（ステップＰ１６（Ｙｅｓ））、前記テキストデータ１２ｂ“Houstons. … please. … ”に対応した模範の音声データ１２ｃがそのまま音声出力部２０から出力される（ステップＰ１７）。

さらに、前記［録音音声］ボタンＢＲのユーザ操作に応じて録音音声の再生が指示されると（ステップＰ１８（Ｙｅｓ））、前記ユーザ音声解析前の元のテキストデータ１２ｂ“Houstons. … please. … ”（図９（Ａ）参照）に対応したユーザの録音データ１２ｃがそのまま音声出力部２０から出力される（ステップＰ１９）。

これにより、ユーザが注意すべき発音部分を、その表示文字列の文字属性の変更と音声の変化によって容易に認識可能な前記学習音声の再生と、模範の音声を聞き直す前記模範音声の再生と、ユーザ自身の音声を聞き直す前記録音音声の再生とを、適宜選択的に切り替え、各対応する音声の聞き比べを行ないながらより効果的に学習することができる。

したがって、前記構成の音声出力装置１０の第２実施形態の発話学習機能によれば、例えば発音の学習対象となるテキストデータ１２ｂを選択的に表示させ、前記表示されたテキストをユーザが読み上げると、当該ユーザの音声が録音されて解析され、音量の小さい部分や発音に誤りがある部分等、注意すべき部分に対応する前記テキストの文字列の文字属性が、大文字やアンダーライン付き文字等、その注意すべき内容に応じて異なる文字属性に変更されて表示される。そして、前記ユーザ音声解析後のテキストに対応する音声の出力が指示されると、前記大文字の文字属性に変更された部分に対応する音声は大きな音量に変調され、また、前記アンダーライン付きの文字属性に変更された部分に対応する音声は低速に変調される等、前記注意すべき部分に対応する文字列の文字属性に応じて異なる音声に変調されて出力される。

これにより、前記第１実施形態と同様に、簡単かつ便利に、テキストデータの読み上げ音声を部分的に変化させて出力することが可能になる。そればかりでなく、ユーザが読み上げた音声データを解析して注意すべき部分の文字列を識別表示させると共に、該当部分の音声を異なる音声に変化させて出力することができ、外国語等の学習をより効果的に行うことができる。

なお、前記各実施形態において記載した音声出力装置１０による各処理の手法、すなわち、図６のフローチャートに示す第１実施形態の音声再生処理、図８のフローチャートに示す第２実施形態の発話学習処理等の各手法は、何れもコンピュータに実行させることができるプログラムとして、メモリカード（ＲＯＭカード、ＲＡＭカード等）、磁気ディスク（フロッピ（登録商標）ディスク、ハードディスク等）、光ディスク（ＣＤ−ＲＯＭ、ＤＶＤ等）、半導体メモリ等の外部記録装置の媒体（１３）に格納して配布することができる。そして、表示部（１８）および音声出力部（２０）を備えた電子機器（１０）のコンピュータ（ＣＰＵ１１）は、この外部記録装置の媒体（１３）に記憶されたプログラムを記憶装置（１２）に読み込み、この読み込んだプログラムによって動作が制御されることにより、前記各実施形態において説明した音声再生機能や発話学習機能を実現し、前述した手法による同様の処理を実行することができる。

また、前記各手法を実現するためのプログラムのデータは、プログラムコードの形態として通信ネットワーク（Ｎ）上を伝送させることができ、この通信ネットワーク（Ｎ）に接続されたコンピュータ装置（プログラムサーバ）から前記プログラムのデータを、前記表示部（１８）および音声出力部（２０）を備えた電子機器（１０）に取り込んで記憶装置に記憶させ、前述した音声再生機能や発話学習機能を実現することもできる。

本願発明は、前記各実施形態に限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で種々に変形することが可能である。さらに、前記各実施形態には種々の段階の発明が含まれており、開示される複数の構成要件における適宜な組み合わせにより種々の発明が抽出され得る。例えば、各実施形態に示される全構成要件から幾つかの構成要件が削除されたり、幾つかの構成要件が異なる形態にして組み合わされても、発明が解決しようとする課題の欄で述べた課題が解決でき、発明の効果の欄で述べられている効果が得られる場合には、この構成要件が削除されたり組み合わされた構成が発明として抽出され得るものである。

以下に、本願出願の当初の特許請求の範囲に記載された発明を付記する。

［１］
テキストデータと当該テキストデータに対応する音声データを記憶しているデータ記憶手段と、
前記データ記憶手段に記憶されたテキストデータに対応する文字列を表示するテキスト表示手段と、
前記テキストデータに対応する文字列の文字属性に従って、前記データ記憶手段に記憶された音声データを変調して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出力装置。

［２］
前記テキストデータに対応する文字列の文字属性をユーザ操作に応じて変更する文字属性変更手段を備えた、
ことを特徴とする［１］に記載の音声出力装置。

［３］
音声を録音する録音手段と、
前記録音手段により録音された音声データの解析結果に基づいて前記テキストデータに対応する文字列の文字属性を変更する音声解析文字属性変更手段と、
を備えたことを特徴とする［１］または［２］に記載の音声出力装置。

［４］
前記文字属性は、少なくとも文字種別、文字サイズ、文字修飾のうち１つを含む、ことを特徴とする［１］ないし［３］の何れかに記載の音声出力装置。

［５］
記憶部と表示部とを備えた電子機器のコンピュータを制御するためのプログラムであって、
前記コンピュータを、
テキストデータと当該テキストデータに対応する音声データを前記記憶部に記憶させるデータ記憶手段、
前記記憶部に記憶されたテキストデータに対応する文字列を前記表示部に表示させるテキスト表示手段、
前記テキストデータに対応する文字列の文字属性に従って、前記記憶部に記憶された音声データを変調して出力する音声出力手段、
として機能させるためのコンピュータ読み込み可能なプログラム。

１０ …音声出力装置
１１ …ＣＰＵ
１２ …記憶装置
１２ａ…装置制御プログラム
１２ｂ…テキストデータ
１２ｃ…音声データ
１２ｄ…音声解析プログラム
１２ｅ…録音データ
１３ …外部記録媒体
１４ …記録媒体読み取り部
１５ …通信部
１６ …ＲＡＭ
１６ａ…表示データメモリ
１７ …キー入力部
１７ａ…［Ｍｅｎｕ］キー
１７ｂ…［決定］キー
１７ｃ…［戻る］キー
１７ｄ…［再生］キー
１７ｅ…［録音］キー
１８ …タッチパネル付き表示部
１９ …ＤＳＰ(Digital Sound Processor)
２０ …音声出力部
２１ …音声入力部
３０ …Ｗｅｂサーバ
Ｎ …通信ネットワーク
Ｔｍ …文字属性設定メニュー
ＧＴ …テキスト表示画面
ＧＴａｎ…ユーザ音声解析後テキスト表示画面

Claims (5)

1. テキストデータと当該テキストデータに対応する音声データを記憶しているデータ記憶手段と、
   前記データ記憶手段に記憶されたテキストデータに対応する文字列を表示するテキスト表示手段と、
   前記テキストデータに対応する文字列の文字属性に従って、前記データ記憶手段に記憶された音声データを変調して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出力装置。
2. 前記テキストデータに対応する文字列の文字属性をユーザ操作に応じて変更する文字属性変更手段を備えた、
   ことを特徴とする請求項１に記載の音声出力装置。
3. 音声を録音する録音手段と、
   前記録音手段により録音された音声データの解析結果に基づいて前記テキストデータに対応する文字列の文字属性を変更する音声解析文字属性変更手段と、
   を備えたことを特徴とする請求項１または請求項２に記載の音声出力装置。
4. 前記文字属性は、少なくとも文字種別、文字サイズ、文字修飾のうち１つを含む、ことを特徴とする請求項１ないし請求項３の何れか１項に記載の音声出力装置。
5. 記憶部と表示部とを備えた電子機器のコンピュータを制御するためのプログラムであって、
   前記コンピュータを、
   テキストデータと当該テキストデータに対応する音声データを前記記憶部に記憶させるデータ記憶手段、
   前記記憶部に記憶されたテキストデータに対応する文字列を前記表示部に表示させるテキスト表示手段、
   前記テキストデータに対応する文字列の文字属性に従って、前記記憶部に記憶された音声データを変調して出力する音声出力手段、
   として機能させるためのコンピュータ読み込み可能なプログラム。