JP2624972B2 - 音声合成システム - Google Patents
音声合成システムInfo
- Publication number
- JP2624972B2 JP2624972B2 JP62263298A JP26329887A JP2624972B2 JP 2624972 B2 JP2624972 B2 JP 2624972B2 JP 62263298 A JP62263298 A JP 62263298A JP 26329887 A JP26329887 A JP 26329887A JP 2624972 B2 JP2624972 B2 JP 2624972B2
- Authority
- JP
- Japan
- Prior art keywords
- information
- speech
- voice
- data
- unit
- 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.)
- Expired - Lifetime
Links
Description
【発明の詳細な説明】 [技術分野] 本発明は、音声符号化手段と、音声合成手段とからな
る音声合成システムを提供するにある。
る音声合成システムを提供するにある。
[背景技術] 情報通信サービスにおけるサービス内容が拡大するに
つれて、コンピュータで処理した結果を人間に伝える端
末装置として、種々の形式のものが実用に供されるよう
になった。この人間と機械とのインターフェースとし
て、従来からプリンタやディスプレィなどの視覚に訴え
る手段が主に用いられているが、音声によってに人間に
伝える方が使いやすい場合が多く、且つ経済的であるた
め、最近は種々のサービスに広く使われるようになっ
た。このような音声による回答装置を一般的に音声応答
装置と呼ばれている。
つれて、コンピュータで処理した結果を人間に伝える端
末装置として、種々の形式のものが実用に供されるよう
になった。この人間と機械とのインターフェースとし
て、従来からプリンタやディスプレィなどの視覚に訴え
る手段が主に用いられているが、音声によってに人間に
伝える方が使いやすい場合が多く、且つ経済的であるた
め、最近は種々のサービスに広く使われるようになっ
た。このような音声による回答装置を一般的に音声応答
装置と呼ばれている。
この音声応答装置では応答に用いる音声出力のための
データを蓄積して、このデータに基づいて、サービス要
求に応じた音声を作成して出力するようになっている。
データを蓄積して、このデータに基づいて、サービス要
求に応じた音声を作成して出力するようになっている。
このデータを蓄積した蓄積要素1としては第4図
(a)に示すように音声応答装置2内部に組み込んだRO
Mや、第4図(b)に示すように音声応答装置2に装着
するICカードのような外部メモリが用いられている。
(a)に示すように音声応答装置2内部に組み込んだRO
Mや、第4図(b)に示すように音声応答装置2に装着
するICカードのような外部メモリが用いられている。
蓄積要素1を内部に組み込んだ第4図(a)の音声応
答装置2では、外部からの選択信号aにより、蓄積要素
1のデータb内の必要なデータが選択されて、合成器3
に出力されるようになっている。
答装置2では、外部からの選択信号aにより、蓄積要素
1のデータb内の必要なデータが選択されて、合成器3
に出力されるようになっている。
この場合外部からの入力される情報が選択信号aだけ
なので入力情報量は少ないが、蓄積要素1を内蔵するた
めの装置が大型化するという問題があった。
なので入力情報量は少ないが、蓄積要素1を内蔵するた
めの装置が大型化するという問題があった。
一方外部における蓄積要素1を持つ第4図(b)の場
合には選択信号aで選択されたデータbが音声応答装置
2に入力するため装置の入力情報量は多いが、蓄積要素
1を内蔵しないので、装置は前者に比べて大型とはなら
ない。
合には選択信号aで選択されたデータbが音声応答装置
2に入力するため装置の入力情報量は多いが、蓄積要素
1を内蔵しないので、装置は前者に比べて大型とはなら
ない。
例えば学習機器等に音声応答装置2を用いた場合、音
声応答装置2を各個人が使用するため、音声応答装置2
が小型で、且つ安価であることが望ましく、また出力す
る音声(蓄積しておくデータ)の内容が頻繁に変更、追
加されるような場合は外部に蓄積されたデータを持つほ
うが適していると考えらえる。
声応答装置2を各個人が使用するため、音声応答装置2
が小型で、且つ安価であることが望ましく、また出力す
る音声(蓄積しておくデータ)の内容が頻繁に変更、追
加されるような場合は外部に蓄積されたデータを持つほ
うが適していると考えらえる。
ところでデータを記録、蓄積する場合には音声データ
を音声合成ができる形に符号化することになるが、音声
合成の方式としては録音編集方式、パラメータ編集方
式、規則合成方式などが挙げられる。これら3者の方式
を比較すると下表な結果となる。
を音声合成ができる形に符号化することになるが、音声
合成の方式としては録音編集方式、パラメータ編集方
式、規則合成方式などが挙げられる。これら3者の方式
を比較すると下表な結果となる。
この中で規則合成方式は他の2方式と比べて、音声品
質は劣るが、情報圧縮率は非常に高く、小型で安価な音
声応答装置を作る場合に適している。
質は劣るが、情報圧縮率は非常に高く、小型で安価な音
声応答装置を作る場合に適している。
この規則合成方式は発音情報(文字列)と、アクセン
ト・イントネーション等の韻律情報から、音声学的、言
語学的規則に基づいて音声を作り出す方式である。特
に、発音情報(文字列)からのみ音声を作り出す方式を
テキスト合成方式と呼ばれているが、この方式は人間の
発話という知能的な活動にまで踏み込んだ最終的な音声
合成の形態であるとい言える。音声に含まれる情報を言
語情報と、個人性等の自然性とに分けると現段階でのテ
キスト合成方式は言語情報のみを再現できるということ
になるが、言語情報を伝えるだけでよい応用分野は広い
と考れられる。また語学教材の場合でも標準的な話方を
覚えるとい点では有用な方式である。テキスト合成方式
として代表的なもの、例えば日本語については、『佐
藤、白坂、小暮、嵯峨山:“日本語テキストからの音声
合成”、通研月報、32,11,pp,2243−2252(昭58)』に
示され、また英語については、『Allen,J.Carlson,R.Gr
anstrom,B.Hunnicutt,Kiatt,D.and Pisoni,D.:“MITALK
−79":Conversion of unrestricted English・text・to
・speech,MIT(1979)』に挙げられている。
ト・イントネーション等の韻律情報から、音声学的、言
語学的規則に基づいて音声を作り出す方式である。特
に、発音情報(文字列)からのみ音声を作り出す方式を
テキスト合成方式と呼ばれているが、この方式は人間の
発話という知能的な活動にまで踏み込んだ最終的な音声
合成の形態であるとい言える。音声に含まれる情報を言
語情報と、個人性等の自然性とに分けると現段階でのテ
キスト合成方式は言語情報のみを再現できるということ
になるが、言語情報を伝えるだけでよい応用分野は広い
と考れられる。また語学教材の場合でも標準的な話方を
覚えるとい点では有用な方式である。テキスト合成方式
として代表的なもの、例えば日本語については、『佐
藤、白坂、小暮、嵯峨山:“日本語テキストからの音声
合成”、通研月報、32,11,pp,2243−2252(昭58)』に
示され、また英語については、『Allen,J.Carlson,R.Gr
anstrom,B.Hunnicutt,Kiatt,D.and Pisoni,D.:“MITALK
−79":Conversion of unrestricted English・text・to
・speech,MIT(1979)』に挙げられている。
このようなテキスト合成方式による合成器は大きく分
けると第5図のようにテキストデータを入力して単語辞
書や各種規則によりアクセント・イントネーションや、
音韻長等の韻律情報c、発音情報dとを生成する文章解
析部4と、これら文章解析部4により生成された情報に
より制御情報eを生成する制御情報生成部5と、この制
御情報eに基づいて音声信号を合成する音声合成部6と
からなり、特にアクセント・イントネーションや韻律情
報を生成する文章解析部4が大きく、このテキスト合成
システムを合成器に用いれば装置が大型するのは避けら
れない。
けると第5図のようにテキストデータを入力して単語辞
書や各種規則によりアクセント・イントネーションや、
音韻長等の韻律情報c、発音情報dとを生成する文章解
析部4と、これら文章解析部4により生成された情報に
より制御情報eを生成する制御情報生成部5と、この制
御情報eに基づいて音声信号を合成する音声合成部6と
からなり、特にアクセント・イントネーションや韻律情
報を生成する文章解析部4が大きく、このテキスト合成
システムを合成器に用いれば装置が大型するのは避けら
れない。
従って蓄積装置1にテキストデータを記憶させて該テ
キストデータから音声を合成するような音声応答装置2
を構成した場合、第4図(a)(b)のいずれの場合に
於いても合成器が大型化するという問題がある。
キストデータから音声を合成するような音声応答装置2
を構成した場合、第4図(a)(b)のいずれの場合に
於いても合成器が大型化するという問題がある。
そこで文章解析部4を用いずに規則合成を行うものも
提案されているが、この場合蓄積要素1に韻律情報を書
き込む際、書き込む韻律情報cが手作業で作成されるた
め、極めて非能率的であった。
提案されているが、この場合蓄積要素1に韻律情報を書
き込む際、書き込む韻律情報cが手作業で作成されるた
め、極めて非能率的であった。
[発明の目的] 本発明は上述の点に鑑みてその目的とするところは、
韻律情報、発音情報からなる音声データを音声符号化手
段側で簡単に蓄積要素に記憶させることができ、この蓄
積要素を介して分離された音声合成手段の小型化を可能
として音声合成システムを提供するにある。
韻律情報、発音情報からなる音声データを音声符号化手
段側で簡単に蓄積要素に記憶させることができ、この蓄
積要素を介して分離された音声合成手段の小型化を可能
として音声合成システムを提供するにある。
[発明の開示] 本発明音声合成システムは第1図の音声符号化装置11
と、第3図の音声合成手段からなる音声応答装置2とで
構成されるもので、音声符号化装置11は第1図に示すよ
うにテキストデータを入力するテキストデータ入力手段
7と、入力されたテキストデータを解析して韻律情報c
と発音情報dとからなる音声データを出力する文章解析
手段8と、上記音声データを蓄積要素1に書き込む手段
9とを備えたことを特徴とするものである。
と、第3図の音声合成手段からなる音声応答装置2とで
構成されるもので、音声符号化装置11は第1図に示すよ
うにテキストデータを入力するテキストデータ入力手段
7と、入力されたテキストデータを解析して韻律情報c
と発音情報dとからなる音声データを出力する文章解析
手段8と、上記音声データを蓄積要素1に書き込む手段
9とを備えたことを特徴とするものである。
次に音声符号化装置11の動作を第2図のフローチャー
トに基づいて説明する。今、音声符号化装置11をスター
トさせ、キーボードやその他の文章入力手段からなるテ
キストデータ入力手段7より文章を入力する。このテキ
ストデータは文章解析手段8により単語辞書や規則に基
づいてテキスト合成の手法により韻律情報(アクセン
ト、イントネーション、ポーズ、音声のレベル、音韻継
続時間長等)cと、発音情報(音声合成時の合成単位の
系列を示すもの)dとからなる音声データに変換され、
この変換作成された音声データは更に音声データ書き込
み手段9により例えばバーコードとして符号化されて被
印刷物、例えば教材等に書き込まれる。つまりこのバー
コードが印刷された被印刷物が蓄積要素1となる。
トに基づいて説明する。今、音声符号化装置11をスター
トさせ、キーボードやその他の文章入力手段からなるテ
キストデータ入力手段7より文章を入力する。このテキ
ストデータは文章解析手段8により単語辞書や規則に基
づいてテキスト合成の手法により韻律情報(アクセン
ト、イントネーション、ポーズ、音声のレベル、音韻継
続時間長等)cと、発音情報(音声合成時の合成単位の
系列を示すもの)dとからなる音声データに変換され、
この変換作成された音声データは更に音声データ書き込
み手段9により例えばバーコードとして符号化されて被
印刷物、例えば教材等に書き込まれる。つまりこのバー
コードが印刷された被印刷物が蓄積要素1となる。
このように本実施例に用いる音声符号化装置11ではテ
キストデータを入力すれば、規則合成に用いる韻律情報
c及び発音情報dに自動的に変換し且つ符号化して蓄積
要素1に書き込むことができるのである。ここで音声デ
ータの情報量が小さいため上述のようにバーコードに蓄
積することができ、しかもバーコードであるから人間に
よりランダムアクセスすることができて、音声出力手段
側で特別な選択手段を必要とせず、更に印刷物であるか
ら容易に複製することもできるのである。
キストデータを入力すれば、規則合成に用いる韻律情報
c及び発音情報dに自動的に変換し且つ符号化して蓄積
要素1に書き込むことができるのである。ここで音声デ
ータの情報量が小さいため上述のようにバーコードに蓄
積することができ、しかもバーコードであるから人間に
よりランダムアクセスすることができて、音声出力手段
側で特別な選択手段を必要とせず、更に印刷物であるか
ら容易に複製することもできるのである。
第3図は音声符号化装置11とともに音声合成システム
を構成する音声応答装置2を示しており、蓄積要素1を
構成するバーコードから符号データを読みとるバーコー
ドリーダ(図示せず)を備え、バーコードより読み取っ
た符号データを韻律情報cと発音情報dとに復号し、こ
れら情報c,dより音声合成に必要な制御情報eを作成す
る制御情報生成部5と、制御情報生成部5からの制御情
報eに基づいて音声信号を合成する音声合成部6とから
なる合成器3を備えており、所謂規則合成のシステムを
構成する。この場合テキスト合成方式のように文章解析
部を内蔵する必要がないから音声応答装置2は小型で且
つ安価に製作できることになる。また入力する情報量は
録音編集方式やパラメータ編集方式に比べて少ないとい
う利点がある。
を構成する音声応答装置2を示しており、蓄積要素1を
構成するバーコードから符号データを読みとるバーコー
ドリーダ(図示せず)を備え、バーコードより読み取っ
た符号データを韻律情報cと発音情報dとに復号し、こ
れら情報c,dより音声合成に必要な制御情報eを作成す
る制御情報生成部5と、制御情報生成部5からの制御情
報eに基づいて音声信号を合成する音声合成部6とから
なる合成器3を備えており、所謂規則合成のシステムを
構成する。この場合テキスト合成方式のように文章解析
部を内蔵する必要がないから音声応答装置2は小型で且
つ安価に製作できることになる。また入力する情報量は
録音編集方式やパラメータ編集方式に比べて少ないとい
う利点がある。
尚音声応答装置2が小型になるから蓄積要素1として
ROM等の内蔵用蓄積要素を用いても音声応答装置2が大
型化することが無い。又ICカードを蓄積要素1として用
いてもよい。勿論蓄積要素1の種類が変われば音声書き
込み手段9の構成も変わり、また音声応答装置2の制御
情報生成部5の符号入力手段の構成も変わる。
ROM等の内蔵用蓄積要素を用いても音声応答装置2が大
型化することが無い。又ICカードを蓄積要素1として用
いてもよい。勿論蓄積要素1の種類が変われば音声書き
込み手段9の構成も変わり、また音声応答装置2の制御
情報生成部5の符号入力手段の構成も変わる。
[発明の効果] 本発明は、音声符号化手段と、音声合成手段とからな
る音声合成システムにおいて、音声符号化手段を、テキ
ストデータを入力するテキストデータ入力手段と、入力
されたテキストデータを解析して韻律情報と発音情報と
からなる音声データを出力する文章解析手段と、上記音
声データを蓄積要素に書き込む手段とで構成し、音声合
成手段を、蓄積要素から読み取った符号データを韻律情
報と発音情報とに復号し、これら復号された情報から音
声合成に必要な制御情報を作成する制御情報生成手段
と、制御情報生成手段からの制御情報に基づいて音声信
号を合成する手段とで構成し、蓄積要素を介して音声符
号化手段と音声合成手段とを分離したので、テキスト入
力を行うだけで、規則合成に使用する音声情報及び韻律
情報を蓄積手段に蓄積記憶させることができるから、従
来のように手作業による情報作成に比べて大幅に能率が
あがり、しかもテキスト合成のように音声合成手段に文
章解析手段を必要としなくなるから、音声合成手段側の
小型化が可能な上に、製作費も安価となり、例えば学習
教材等に用いる場合の条件を満足することができるとい
う効果を奏する。
る音声合成システムにおいて、音声符号化手段を、テキ
ストデータを入力するテキストデータ入力手段と、入力
されたテキストデータを解析して韻律情報と発音情報と
からなる音声データを出力する文章解析手段と、上記音
声データを蓄積要素に書き込む手段とで構成し、音声合
成手段を、蓄積要素から読み取った符号データを韻律情
報と発音情報とに復号し、これら復号された情報から音
声合成に必要な制御情報を作成する制御情報生成手段
と、制御情報生成手段からの制御情報に基づいて音声信
号を合成する手段とで構成し、蓄積要素を介して音声符
号化手段と音声合成手段とを分離したので、テキスト入
力を行うだけで、規則合成に使用する音声情報及び韻律
情報を蓄積手段に蓄積記憶させることができるから、従
来のように手作業による情報作成に比べて大幅に能率が
あがり、しかもテキスト合成のように音声合成手段に文
章解析手段を必要としなくなるから、音声合成手段側の
小型化が可能な上に、製作費も安価となり、例えば学習
教材等に用いる場合の条件を満足することができるとい
う効果を奏する。
第1図は本発明の回路構成図、第2図は本発明実施例の
動作説明用フローチャート、第3図は同上に用いる音声
応答装置の回路構成図、第4図、第5図は従来例の説明
用回路構成図である。 1……蓄積要素、7……テキストデータ入力手段、8…
…文章解析手段、9……音声データ書き込み手段であ
る。
動作説明用フローチャート、第3図は同上に用いる音声
応答装置の回路構成図、第4図、第5図は従来例の説明
用回路構成図である。 1……蓄積要素、7……テキストデータ入力手段、8…
…文章解析手段、9……音声データ書き込み手段であ
る。
───────────────────────────────────────────────────── フロントページの続き (56)参考文献 特開 昭59−22082(JP,A) 特開 昭60−11896(JP,A) 日経エレクトロニクス1984.7.2 P.121−142
Claims (1)
- 【請求項1】音声符号化手段と、音声合成手段とからな
る音声合成システムにおいて、音声符号化手段を、テキ
ストデータを入力するテキストデータ入力手段と、入力
されたテキストデータを解析して韻律情報と発音情報と
からなる音声データを出力する文章解析手段と、上記音
声データを蓄積要素に書き込む手段とで構成し、音声合
成手段を、蓄積要素から読み取った符号データを韻律情
報と発音情報とに復号し、これら復号された情報から音
声合成に必要な制御情報を作成する制御情報生成手段
と、制御情報生成手段からの制御情報に基づいて音声信
号を合成する手段とで構成し、蓄積要素を介して音声符
号化手段と音声合成手段とを分離したことを特徴とする
音声合成システム。
Priority Applications (6)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP62263298A JP2624972B2 (ja) | 1987-10-19 | 1987-10-19 | 音声合成システム |
GB8815591A GB2207027B (en) | 1987-07-15 | 1988-06-30 | Voice encoding and composing system |
AU18712/88A AU595122B2 (en) | 1987-07-15 | 1988-07-05 | Voice encoding, composing system |
US07/216,210 US4964167A (en) | 1987-07-15 | 1988-07-06 | Apparatus for generating synthesized voice from text |
KR1019880008653A KR910003144B1 (ko) | 1987-07-15 | 1988-07-12 | 음성 인코딩 및 합성시스템 |
DE3823724A DE3823724A1 (de) | 1987-07-15 | 1988-07-13 | Sprachcodierungs- und sprachsynthesesystem |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP62263298A JP2624972B2 (ja) | 1987-10-19 | 1987-10-19 | 音声合成システム |
Publications (2)
Publication Number | Publication Date |
---|---|
JPH01106000A JPH01106000A (ja) | 1989-04-24 |
JP2624972B2 true JP2624972B2 (ja) | 1997-06-25 |
Family
ID=17387530
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP62263298A Expired - Lifetime JP2624972B2 (ja) | 1987-07-15 | 1987-10-19 | 音声合成システム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2624972B2 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0670000U (ja) * | 1993-03-16 | 1994-09-30 | 大信機器株式会社 | Icカードを用いたテキスト音声合成装置 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5922082A (ja) * | 1982-07-28 | 1984-02-04 | 松下電器産業株式会社 | 盲人用音声表示システム |
JPS6011896A (ja) * | 1983-06-30 | 1985-01-22 | 三洋電機株式会社 | 音声レコ−ダ |
-
1987
- 1987-10-19 JP JP62263298A patent/JP2624972B2/ja not_active Expired - Lifetime
Non-Patent Citations (1)
Title |
---|
日経エレクトロニクス1984.7.2P.121−142 |
Also Published As
Publication number | Publication date |
---|---|
JPH01106000A (ja) | 1989-04-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US6778962B1 (en) | Speech synthesis with prosodic model data and accent type | |
US20040073428A1 (en) | Apparatus, methods, and programming for speech synthesis via bit manipulations of compressed database | |
US6212501B1 (en) | Speech synthesis apparatus and method | |
JPWO2004066271A1 (ja) | 音声合成装置,音声合成方法および音声合成システム | |
US5633984A (en) | Method and apparatus for speech processing | |
Lee et al. | Voice response systems | |
JP2624972B2 (ja) | 音声合成システム | |
CN114446278A (zh) | 语音合成方法及装置、设备以及存储介质 | |
JPH06337876A (ja) | 文章読み上げ装置 | |
JP3060276B2 (ja) | 音声合成装置 | |
EP0144731B1 (en) | Speech synthesizer | |
US7092878B1 (en) | Speech synthesis using multi-mode coding with a speech segment dictionary | |
Portele et al. | Adapting a TTS system to a reading machine for the blind | |
KR920009961B1 (ko) | 무제한 단어 한국어 합성 방법 및 회로 | |
JP3467764B2 (ja) | 音声合成装置 | |
JPH054676B2 (ja) | ||
JPS6187199A (ja) | 音声分析合成装置 | |
JPS5880699A (ja) | 音声合成方式 | |
JPH11212586A (ja) | 音声合成装置 | |
JPH037999A (ja) | 音声出力装置 | |
JP2003084788A (ja) | 音声合成方法および音声合成装置ならびに音声合成処理プログラムを記録した記録媒体 | |
JPH01119822A (ja) | 文章読み上げ装置 | |
JPH0552520B2 (ja) | ||
JP2006023592A (ja) | 音声合成装置及び音声合成方法 | |
JPH05307396A (ja) | 音声合成システム及びその発声制御方式 |