JP2658109B2

JP2658109B2 - 音声合成装置

Info

Publication number: JP2658109B2
Application number: JP62335477A
Authority: JP
Inventors: 貴博鈴木; 典雄須田
Original assignee: Meidensha Corp
Current assignee: Meidensha Corp
Priority date: 1987-12-28
Filing date: 1987-12-28
Publication date: 1997-09-30
Anticipated expiration: 2012-09-30
Also published as: JPH01177095A

Description

【発明の詳細な説明】 A.産業上の利用分野本発明は、規則合成方式による音声合成装置に係り、
特に単語アクセントの登録方式に関する。

B.発明の概要本発明は、単語の読みかなとアクセント型情報を辞書
登録するにおいて、単語に応じた複数のアクセント型情報を順次切換えて
該単語の合成音声出力を発生させ、該出力のうちキー指
定されるアクセント型情報を登録アクセント型とするこ
とにより、単語登録操作を確実，容易にするものである。

C.従来の技術規則合成方式による音声合成装置は、例えば第２図に
示す構成にされる。文章解析部１は日本語入力テキスト
の文字列に対して辞書1aと文章解析装置1bによる文章解
析を行う。辞書1aには単語の読みがな変換のための辞書
のほかに単語の文節区切，句区切等のための日本語文法
辞書を有し、さらには単語のアクセントや基本イントネ
ーションの規則辞書を有する。文章解析装置1bは辞書1a
を参照して入力テキストを音素あるいは音節の音韻記号
列に変換すると共に、単語アクセントや基本イントネー
ション等の韻律情報を発生する。

音声合成規則部２は、ファイル2aとパラメータ生成装
置2bによって構成される。ファイル2aは音韻単位の特徴
パラメータとそれらの接続規則及び韻律情報の制御規則
を蓄積しておく。パラメータ生成装置2bは音韻情報に対
する特徴パラメータをその接続時間等の情報と共に連結
した制御パラメータ列を生成すると共に、韻律情報によ
る音源のピッチ，エネルギー，イントネーシヨン処理を
施した音源バターン列を生成する。

音声生成部３は、音源生成装置3aと音声合成ディジタ
ルフィルタ3bと音声変換器3cとによって構成される。音
源生成装置3aは、音源パターン列に従ったピッチ，エネ
ルギー等の音源信号を発生する。ディジタルフィルタ3b
は制御パラメータ列に従ってパーコール係数や伝達関係
又はフオルマント周波数のパラメータが変えられ、この
パラメータでの音源信号に対する応答出力に合成音声デ
ータ列を得る。音声変換器3cはフィルタ3bの出力はアナ
ログ信号に変換して音声波形を得、スピーカ等の電気−
音変換手段による合成音声を出力する。

上述のような音声合成装置において、韻律情報のうち
の単語（文節）アクセントは音源パターン生成のピッチ
周波数（基本周波数）が支配的であり、単語固有のピッ
チパターンを辞書登録又は一定の規則から決定され、こ
の読出し又は規則からアクセント情報が決定される。こ
のアクセント情報は基本イントネーションに重畳されて
文章全体の文イントネーション（ピッチパターン）が決
定される。第３図はピッチパターンを例示し、「わたし
のなまえはうえのです」という文章において、音の出始
め部分の高いピッチから次第に低いピッチになる基本イ
ントネーションのピッチパターンはピッチベースP₁とイ
ントネーション強調部P₂を持ち、この基本イントネーシ
ョンに単語アクセントのピッチパターンP₃が重畳され
る。

ここで、単語には固有名詞に多く見られるように特殊
な読みやアクセントを持つものがある。また、もともと
辞書登録されていない単語を登録する場合もある。この
ような辞書未登録の単語又は特殊な読みとアクセントを
必要とする単語について、その読みかなはワードプロセ
ッサ等に採用される手法によって辞書登録され、アクセ
ント登録はアクセント型（平板型，中高型等）を指定す
るか、又はアクセントを付与する音節（モーラ）位置を
数値（０型を含むｎ型）指定するものであった。例え
ば、アクセントの数値指定による登録は、第４図に示す
ように、ディスプレイ画面に、被登録単語「上野」が表
示された状態S1で操作員がその読みがな「うえの」とア
クセント０型をキーイン指定する。この指定に対して辞
書登録処理プログラムは読みがなとアクセント型を画面
表示した状態S2で該読みかなとアクセント型になる合成
音をスピーカから発生させる。この合成音に対して、操
作員はその聴取からアクセントの適否を判定し、適切な
アクセントであればイエス（Ｙ）のキーインを行い、こ
のキーインによつてプログラムの辞書登録処理によって
当該単語について読みかなとアクセント型を登録すると
共にメッセージ「登録しました」の画面表示状態S3を得
る。また、合成音に対して不適当なアクセントであれ
ば、操作員のノー（Ｎ）のキーインに対して再度のアク
セント型指定を促し、操作員の再度の型指定に従った合
成音発生を行い、再度の適否キーインを行うという操作
をイエス（Ｙ）のキーインまで繰り返すようにしてい
る。

D.発明が解決しようとする問題点従来の単語アクセント登録方式では、操作員がアクセ
ント型の数値指定又は型指定を適切なアクセントを持つ
合成音が発せられるまで繰り返し行うという煩わしいキ
ー操作を必要とする。また、操作員はアクセント型の意
味を熟知していることを必要とするが、言語の専門家は
いざ知らず、一般のユーザが辞書登録するにはアクセン
ト型の理解を難しくして試行錯誤操作になって登録に手
間取る問題があった。

本発明の目的は、単語アクセントの登録にキー操作の
煩わしさを無くし、またアクセント型指定を難しくする
ことのない音声合成装置を提供するにある。

E.問題点を解決するための手段と作用本発明は、上記目的を達成するため、単語毎に音韻情
報及び韻律情報を記憶し、かつ、登録可能な辞書（1a）
と、入力される日本語入力テキストを辞書（1a）を参照す
ることにより音韻情報及び韻律情報を出力する文章解析
部（1b）と、文章解析部（1b）からの音韻情報から制御パラメータ
を出力し、かつ、韻律情報から音源パターンを出力する
音声合成規則部（２）と、音声合成規則部（２）からの音源パターンにより音源
信号を発する音源生成装置（3a）と、音声合成規則部（２）からの制御パラメータによって
制御されるディジタルフィルタ（3b）とを有し、音源生成装置（3a）が発する音源信号をディジタルフ
ィルタ（3b）を通過させることにより合成音声信号を出
力する規則合成方式による音声合成装置において、被登録単語及びその読みがなを入力する入力手段と、被登録単語の性質に応じた文章が適宜指定される手段
と、読みがなに従った音韻情報を得る手段と、読みがなの音節数に応じ、かつ、それぞれが異なるア
クセント型情報を有する複数の候補韻律情報を得る手段
と、音韻情報と順次切換えた候補韻律情報により得られる
複数の被登録単語の合成音声信号を、指定された文章に
よる合成音声信号に含ませて順次出力させる手段と、該複数の合成音声信号から１つを決定するキー入力手
段と、決定された合成音声信号に用いた候補韻律情報を辞書
（1a）に被登録単語の韻律情報として登録する手段とを
備えることにより、被登録単語のアクセント型情報を順次切り替えかつ被
登録単語の性質に応じた文章と共に合成音声出力を得、
この合成音声出力から適性なアクセント型情報を操作者
のキー指定で選択して被登録単語の韻律情報として登録
できるようにする。

F.実施例第１図は本発明の一実施例になる単語アクセント登録
手順を示す。被登録単語入力によって辞書登録処理プロ
グラムはディスプレイ画面に被登録単語「上野」を表示
させ、この状態S1で操作員がその読みがな「うえの」を
キー入力すると該読みがなを追加表示させる。この状態
S2の処理と共に該読みがな「うえの」の音節数３から予
め定められるアクセント型情報を設定する。このアクセ
ント型情報の数は例えばｎ音節の単語では各音節位置に
アクセントを与えるｎ個（ｌ型〜ｎ型）とアクセント無
しの１個（０型）のｎ＋１個になる。また、１つの単語
に２箇所のアクセントを与えるものも含めるときは当該
アクセント型情報も設定する。

アクセント型情報の設定後、各アクセント型情報を順
次切り換えたアクセント型を韻律情報として読みがなは
同じ「うえの」で音声合成処理を行い、その合成音声を
順次出力させる。このとき、アクセント型情報の合成音
声も併せて出力させる。例えば、１回目………「ぜろ」「うえの」２回目………「いち」「うえの」３回目………「に」「うえの」のようにアクセント型情報の合成音声と該情報によって
アクセント付与された読みがなの合成音声を出力させ
る。この合成音声出力はアクセント型情報の設定個数、
例えばｎ＋１回になるまで繰り返し行われる。

アクセント型の設定回数までの合成音声出力に対し
て、その聴取を行う操作員からのアクセント型数値指定
がキー入力されると、当該アクセント型を被登録単語の
アクセント型情報として辞書登録を行うと共にディスプ
レイ画面には指定されたアクセント型情報を追加表示し
た登録メッセージの表示状態S3を得る。

従って、単語の辞書登録におけるアクセントの登録に
は、操作員は読みがなをキー入力した後には全アクセン
ト型による合成音声の聴取から適切なアクセント型を判
定し、該アクセント型のキー入力のみで済む。そして、
アクセント型は単語の読みがなの合成音声と関連づけて
一緒に合成音声として聴取できるため、アクセント型の
種別や型名を熟知することを不要にし、アクセント型の
合成音声から容易に知ることができる。

なお、実施例においては被登録単語の読みとアクセン
ト型の合成音声を発生させる場合を示すが、この合成音
声発生に際して単語の性質に応じて適宜設定する文章中
に該単語を含ませた文章の合成音声とすることにより、
アクセント型の適否判定を一層確実にすることができ
る。即ち、単語の単独的な聴取によるアクセント型指定
では実際の文章（テキスト）中では自然なアクセントと
ならない場合があり、特に被登録単語が固有名詞の場合
に著しくなる。そこで、被登録単語を含ませる文章、例
えば被登録単語が人名のときには（私は○○です」とい
う文章の○○部に人名を挿入した文章によって合成音声
を発生させることで自然な合成音声になるアクセント型
の判別ができる。なお、上述の文章には音声の自然性を
与えるために文イントネーションを標準パターンで与え
ておく。

上述までの実施例において、アクセント型情報には音
節数や２音節以上の組み合わせによるものに限らず、同
じアクセント型のうちでもピッチ周波数をＰ段階に切り
換えたアクセント型と単語又は文章の合成音声出力を
得、該段階的による細分したアクセント型指定とするこ
とにより、一層適切なアクセント登録ができる。上述の
ピッチ周波数は、例えば「普通」と「やや高い」と「か
なり高い」の３段階に切り換える。

G.発明の効果以上のとおり、本発明によれば、単語アクセントの登
録にアクセント型を順次切り換えた単語の合成音声出力
と共に当該アクセント型の合成音声出力を発生させ、適
正なアクセントになる合成音声に対応するアクセント型
の音声出力からアクセント型を指定するようにしたた
め、操作員はアクセント型の種別を熟知することなくそ
の聴取内容そのものをキー入力指定するのみで済み、ま
た各種アクセント型のキー入力を個々に行うことを不要
にし、確実容易なアクセント登録を得ることができる。

特に、合成音声出力は、被登録単語の性質に応じて適
宜指定される文章中に該単語を含ませた文章にして発生
させることにより、単語単特の合成音声を聞き取る場合
に比べ、より自然な合成音声にするためのアクセント登
録ができる。また、アクセント型を３段階以上に設定す
ることにより、一層適切なアクセント登録ができる。

【図面の簡単な説明】

第１図は本発明の一実施例を示すアクセント登録手順
図、第２図は規則合成方式による音声合成装置のブロッ
ク図、第３図は単語アクセントと基本イントネーション
の関係を示す図、第４図は従来のアクセント登録手順図
である。１……文章解析部、1a……辞書、1b……文章解析装置、
２……音声合成規則部、2a……ファイル、2b……パラメ
ータ生成装置、３……音声生成部、3a……音源生成装
置、3b……ディジタルフィルタ、3c……音声変換器。

Claims

(57)【特許請求の範囲】

【請求項１】単語毎に音韻情報及び韻律情報を記憶し、
かつ、登録可能な辞書（1a）と、入力される日本語入力テキストを辞書（1a）を参照する
ことにより音韻情報及び韻律情報を出力する文章解析部
（1b）と、文章解析部（1b）からの音韻情報から制御パラメータを
出力し、かつ、韻律情報から音源パターンを出力する音
声合成規則部（２）と、音声合成規則部（２）からの音源パターンにより音源信
号を発する音源生成装置（3a）と、音声合成規則部（２）からの制御パラメータによって制
御されるディジタルフィルタ（3b）とを有し、音源生成装置（3a）が発する音源信号をディジタルフィ
ルタ（3b）を通過させることにより合成音声信号を出力
する規則合成方式による音声合成装置において、被登録単語及びその読みがなを入力する入力手段と、被登録単語の性質に応じた文章が適宜指定される手段
と、読みがなに従った音韻情報を得る手段と、読みがなの音節数に応じ、かつ、それぞれが異なるアク
セント型情報を有する複数の候補韻律情報を得る手段
と、音韻情報と順次切換えた候補韻律情報により得られる複
数の被登録単語の合成音声信号を、指定された文章によ
る合成音声信号に含ませて順次出力させる手段と、該複数の合成音声信号から１つを決定するキー入力手段
と、決定された合成音声信号に用いた候補韻律情報を辞書
（1a）に被登録単語の韻律情報として登録する手段と、を備えたことを特徴とする音声合成装置。
【請求項２】特許請求の範囲第１項において、アクセン
ト型情報は、ピッチ周波数を３段階以上に設定すること
を特徴とする音声合成装置。