JP3286491B2

JP3286491B2 - 音声出力装置

Info

Publication number: JP3286491B2
Application number: JP07397995A
Authority: JP
Inventors: 正典宮武
Original assignee: Sanyo Electric Co Ltd
Current assignee: Sanyo Electric Co Ltd
Priority date: 1995-03-30
Filing date: 1995-03-30
Publication date: 2002-05-27
Anticipated expiration: 2017-05-27
Also published as: JPH08272392A

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】入力文字列の一部を一定の規則に
従って置換し、斯かる置換後の文字列に読みを付与した
後、その付与された読みに基づいてその文字列を音声合
成する音声出力装置に関する。

【０００２】

【従来の技術】従来、入力された文字列を音声に変換す
る方法として、形態素とその読みが登録されている読み
辞書を用いて、それらの文字列に読みを付与した後、付
与された読みに基づいてその文字列を音声に変換し出力
する方法があった。

【０００３】一方、人が文字列を読み上げる場合には、
その文字列をそのままの形式で読み上げるのではなく、
その文字列の意味を理解し乍ら、その文字列を読み上げ
に適した文字列に修正して読み上げていた。

【０００４】具体的に説明すると、入力文字列として
「・・・・・山田太郎（５）・・・・・」を考えた場合、「５」は
「山田太郎」の歳を意味しているため、人はその文字列
を「やまだたろうごさい」に修正して読み上げてい
る。然し乍ら、従来の方法では、文字列に単に読みを付
与しているだけであるため、その音声出力は「やまだた
ろうかっこごかっこ」となり、人が読み上げるのと
比較すると、非常に不自然であり理解しずらいものとな
る。

【０００５】更に、入力文字列として「・・・・・御徒町
（おかちまち）・・・・・」を考えた場合、「おかちまち」
は「御徒町」の読みを意味しているため、人はその文字
列を「おかちまち」と修正して読み上げる。

【０００６】しかし、従来の方法では、その音声出力は
「おかちまちかっこおかちまちかっこ」となり、「御
徒町」が２度重複して音声出力されてしまい、これもま
た人が読み上げるのと比較すると、非常に不自然であり
理解しずらいものとなる。

【０００７】

【発明が解決しようとする課題】このように、入力文字
列に直接読みを付与しその読みに基づいて、文字列を音
声に変換し出力する音声出力装置においては、人が入力
文字列の意味を理解し乍ら、その文字列を読み上げに適
した文字列に修正して読み上げる場合と比較すると、出
力される音声は非常に不自然となり理解しずらいものと
なるという問題点があった。

【０００８】

【課題を解決するための手段】本発明の音声出力装置
は、上述の問題点に鑑み為されたものであり、入力文字
列の一部を置換することを規定した置換規則を保持する
置換規則保持部と、上記置換規則を参照して上記入力文
字列の一部を置換する文字列置換部と、上記入力文字
列、及び該入力文字列の置換後の文字列に読みを付与す
る読み付与部と、付与された読みに基づいて上記入力文
字列の未置換文字列、及び該入力文字列の置換後の文字
列を音声に変換して出力する音声生成部とを有し、上記
置換規則は、漢字列、囲み開始記号、ひらがな列、及び
囲み終了記号の順序で構成される文字列を、漢字列の読
みとひらがな列の読みが同一の時、該漢字列に置換する
ことを特徴とするものである。また、本発明の音声出力
装置は、入力文字列の一部を置換することを規定した置
換規則を保持する置換規則保持部と、上記置換規則を参
照して上記入力文字列の一部を置換する文字列置換部
と、上記入力文字列、及び該入力文字列の置換後の文字
列に読みを付与する読み付与部と、付与された読みに基
づいて上記入力文字列の未置換文字列、及び該入力文字
列の置換後の文字列を音声に変換して出力する音声生成
部とを有し、上記置換規則は、人名詞、囲み開始記号、
数詞、及び囲み終了記号の順序で構成される文字列を人
名詞、数詞、及び”歳”の順序で構成される文字列に置
換することを特徴とする音声出力装置。

【０００９】

【作用】本発明では、入力文字列を置換規則に基づいて
読み上げに適した文字列に修正した後、その文字列に読
みを付与し、付与された読みに基づいてその文字列を音
声に変換しているため、自然で聞き取りやすい音声を出
力することができる。

【００１０】

【実施例】本発明の一実施例を図１乃至図５に基づいて
説明する。

【００１１】図１は本発明の音声出力装置の概略構成図
である。

【００１２】図１中の１は自然言語文章の入力文字列を
読み込む入力処理部、２は形態素毎に見出し、品詞、及
び変化形等の情報を格納した形態素辞書部、３は形態素
辞書部２を用いて入力文字列を解析し、形態素を判定す
る形態素解析部、４は入力文字列の一部を置換すること
を規定した置換規則を保持する置換規則保持部、５は形
態素解析部３の出力を参照し乍ら、置換規則保持部４の
置換規則に従って入力文字列の一部を置換する文字列置
換部、６は形態素辞書部２に格納された形態素に対応し
てその読みが格納された読み辞書部、７は形態素解析部
３で判定された形態素に対応した読みを読み辞書から選
択し、入力文字列、或るいは置換規則保持部４の置換規
則に従って置換された文字列に読みを付与する読み付与
部、８は形態素辞書部２の形態素に対応してそのアクセ
ントを保持するアクセント辞書部、９は形態素が接続さ
れることにより生じるアクセントの変化規則を保持する
アクセント変化規則保持部、１０はアクセント辞書部
８、及びアクセント変化規則保持部９を用い、入力文字
列、或るいは入力文字列が一部置換された文字列に対し
アクセントを付与する韻律付与部、１１は合成音声を構
成するために音素、音節、単語、又は文章等の音声デー
タを蓄積した音声データベース部、１２は入力文字列、
或るいは一部置換された文字列、これらの文字列に付与
された読み、及びアクセント情報を基にして、必要な音
声データを音声データベース部１１から読み出して、そ
れらを加工し合成音声として出力する音声生成部であ
る。

【００１３】一方、図２は置換規則保持部４で保持され
ている置換規則を示す図である。図２（ａ）は置換規則
のシンタックスを表す図であり、図２（ｂ）及び図２
（ｃ）は置換規則の例を表す図である。

【００１４】置換規則は、図２（ａ）に示すように、コ
ロン「：」により区切られて、置換前部、条件部、及び
置換後部の３要素から構成されている。斯かる置換規則
は、条件部で規定されている条件を満足する、置換前部
の文字列が、入力文字列中に存在する場合、その置換前
部の文字列を置換後部の文字列に置換することを規定し
ている。

【００１５】また、置換前部、及び置換後部は、或る文
字種から構成される文字列を表す「文字種変数」、或る
品詞に属する文字列を表す「品詞変数」、又は或る文字
列を表す「定数」により規定される。但し、「定数」は
「文字種変数」、及び「品詞変数」と区別するために、
その前後に「”」を付与するものとする（図２（ｃ）の
歳を参照。）。

【００１６】条件部は「文字種変数」、「品詞変数」、
及び「定数」を引き数とする述語により規定され、それ
ぞれの述語は引き数となる「文字種変数」、「品詞変
数」、及び「定数」間の関係を表す。

【００１７】以下、図２（ｂ）、及び図２（ｃ）に示さ
れている置換規則について詳細に説明する。

【００１８】図２（ｂ）の置換規則に規定されている
「Kanji」は漢字文字種のみから構成される文字列（以
下「漢字列」という。）を表す文字種変数であり、「Hi
ragana」はひらがな文字種のみから構成される文字列
（以下「ひらがな列」という。）を表す文字種変数であ
る。

【００１９】また、Start-Symbolは「（」等の囲み開始
記号を表す品詞変数であり、End-Symbolは「）」等の囲
み終了記号を表す「品詞変数」である。更に、Same(Kan
ji,Hiragana)は、Kanji文字種変数とHiragana文字種変
数間の関係を表す「述語」であり、この述語はKanji文
字種変数が表す漢字列の読みとHiragana文字種変数が表
すひらがな列の読みとが同一となることを意味する。

【００２０】この置換規則は、漢字列、囲み開始記号、
ひらがな列、及び囲み終了記号の順序で構成される文字
列が入力文字列中に存在し、更に漢字列の読みとひらが
な列の読みが同一の時、その漢字列、囲み開始記号、ひ
らがな列、及び囲み終了記号の順序で構成される文字列
を漢字列に置換することを規定している。

【００２１】また、図２（ｃ）の置換規則に規定されて
いるNameは、人名詞に属する文字列を表す「品詞変数」
であり、Numberは数詞に属する文字列を表す「品詞変
数」である。また、”歳”は「定数」である。

【００２２】この置換規則は、人名詞、囲み開始記号、
数詞、及び囲み終了記号の順序で構成される文字列が入
力文字列中に存在するとき、その人名詞、囲み開始記
号、数詞、及び囲み終了記号の順序で構成される文字列
を、人名詞、数詞、及び”歳”の順序で構成される文字
列に置換することを規定している。

【００２３】次に、図１、及び図２に基づいてその動作
原理について説明する。

【００２４】まず、入力処理部１に自然言語文章の入力
文字列が読み込まれると、形態素解析部３は形態素辞書
２の内容に従って形態素解析する。

【００２５】この後、文字列置換部５は、置換規則保持
部４で保持されている置換規則を参照し乍ら、或る置換
規則の条件部で規定されている条件を満足し、且つその
置換規則の置換前部の文字列が入力文字列中に存在する
場合、その文字列をその置換規則の置換後部の文字列に
置換する。

【００２６】更に、読み付与部７は、形態素とその読み
が登録された読み辞書部６を参照して、文字列置換部５
で置換された入力文字列に読みを付与する。韻律付与部
１０はアクセント辞書部８、及びアクセント変化規則保
持部９を参照し乍ら、入力文字列、及び置換された文字
列に韻律を付与する。

【００２７】音声生成部１２は、音声データベース部１
１を参照し乍ら、付与された読み、韻律に従ってそれら
の文字列を音声に変換し出力する。

【００２８】更に図３、及び図４を用いて文字列置換部
５の動作を詳細に説明する。

【００２９】図３は、文字列置換部５の概略構成図であ
る。

【００３０】図３の３ａは置換前部の文字列を入力文字
列の中から特定する特定部、３ｂは「文字種変数」、及
び「品詞変数」に文字列を代入する代入部、３ｃは条件
部で規定されている条件を満足しているかどうかを判別
する判別部、３ｄは置換前部の文字列を置換後部の文字
列に置換する置換部である。

【００３１】また図４は、文字列置換部５の詳細フロー
チャートである。

【００３２】特定部３ａでは、ステップＳ１とステップ
Ｓ２の処理が行われる。ステップＳ１では、文字列置換
部５は置換規則保持部４が保持する置換規則のうち、該
当する置換規則を選択する。ステップＳ２では、入力文
字列とその置換規則の置換前部に規定されている「文字
種変数」、「品詞変数」、及び「定数」を比較して、そ
の「文字種変数」が表す文字列、その「品詞変数」が表
す文字列、及びその「定数」が表す文字列が、その置換
前部で規定された順番に隣接して並んでいる部分を入力
文字列から特定し、ステップＳ３に進む。一方、その部
分が入力文字列中に存在しない場合、ステップＳ６に進
む。

【００３３】代入部３ｂでは、ステップＳ３の処理が行
われる。ステップＳ３では、置換前部の文字種変数に、
ステップＳ２においてその部分を特定したときに対応付
けられた文字列を代入する。同様に、置換前部の品詞変
数に、ステップＳ２において上記部分を特定したときに
対応付けられた文字列を代入する。

【００３４】判別部３ｃでは、ステップＳ４の処理が行
われる。ステップＳ４では、条件部に規定されているす
べての述語の表す関係を、置換前部に規定されている
「文字種変数」に代入された文字列、「品詞変数」に代
入された文字列、及び「定数」が表す文字列が満足する
とき、ステップＳ５に進む。一方、いずれかの述語の表
す関係が満足されないとき、ステップＳ６に進む。

【００３５】置換部３ｄでは、ステップＳ５とステップ
Ｓ６の処理が行われる。ステップＳ５では、置換後部の
「文字種変数」に代入された文字列、「品詞変数」に代
入された文字列、及び「定数」の表す文字列を、置換後
部で規定されている順番に連結した後、それを上記部分
に置換する処理を行う。最後に、ステップＳ６では、置
換規則保持部４で保持されている置換規則がステップＳ
１において全て選択された場合、処理を終了する。一
方、すべて選択されていない場合は、ステップＳ１に再
度戻る。

【００３６】ここで、「神輿で有名な御徒町（おかちま
ち）」が入力処理部１に入力されたときの文字列置換部
５の動作例について説明する。

【００３７】まず、ステップＳ１で、図２（ｂ）で示さ
れる置換規則が選択される。次にステップＳ２では、Ka
nji文字種変数が表す漢字列、Start-Symbol品詞変数が
表す囲み開始記号、Hiragana文字種変数が表すひらがな
列、及びEnd-Symbol品詞変数が表す囲み終端記号が、置
換前部で規定されている順序で隣接して並んでいる部分
を、「御徒町（おかちまち）」であると判断し、ステッ
プＳ３に進む。

【００３８】ステップＳ３では、Kanji文字種変数、Sta
rt-Symbol品詞変数、Hiragana文字種変数、及びEnd-Sym
bol品詞変数のそれぞれに、「御徒町」、「（」、「お
かちまち」及び「）」を代入する。ステップＳ４では、
Kanji文字種変数に代入された「御徒町」とHiragana文
字種変数に代入された「おかちまち」の読みは同一であ
るため、条件部に規定されている述語であるSame(Kanj
i,Hiragana)の関係を満足すると判断して、ステップＳ
５に進む。

【００３９】ステップＳ５では、ステップＳ２で特定さ
れた文字列である「御徒町（おかちまち）」を、置換前
部のKanji文字種変数に代入された「御徒町」に置き換
え、置換規則が全て選択された場合、処理を終了する。
一方、すべて選択されていない場合は、ステップＳ１に
再度戻る。

【００４０】これにより、「神輿で有名な御徒町（おか
ちまち）」の音声出力は、「みこしでゆうめいなおかち
まち」となり、「御徒町」を２度重複して音声出力する
ことがなくなり、人が文字列を読み上げるときと同様
に、自然で理解しやすい音声を出力することができる。

【００４１】ところで、上述の実施例では、入力文字
列、或るいは入力文字列の一部を置換規則保持部４の置
換規則に従って置換することについて述べたが、入力文
字列が「略語」を含む場合に対応するべく、「略語辞書
部」を設けてもよい。

【００４２】例えば、入力文字列が「・・・・・××文相と
○○経企庁長官が会談し・・・・・」であるとすると、その
ままで読みを付与すると「ぶんしょう」、「けいきちょ
うちょうかん」となってしまい、聞く側は非常に分かり
にくくなる。

【００４３】従って、図５に示すように「略語辞書部１
３」を形態素解析部３に接続して設けると共に、形態素
辞書部２の形態素に「略語」がある場合、その形態素に
対応してフラグを立てておく。

【００４４】而して、聞く側で略語選択モード（図示せ
ず。）を選択すると、フラグを有する、形態素辞書部２
の形態素に対応して、入力文字列の略語部分は略語辞書
部１３に基づいて「その略語の基となる文字列」に置換
される。

【００４５】この結果、上述の「ぶんしょう」、「けい
きちょうちょうかん」は夫々「もんぶだいじん」、「け
いざいきかくちょうちょうかん」と音声合成され、聞く
側は非常に理解し易くなる。

【００４６】

【発明の効果】以上の説明から明らかなように、本発明
では、入力文字列を音声に変換する前に、置換規則に基
づいて入力文字列を読み上げに適した文字列に置換する
ため、人が入力文字列を、読み上げに適した文字列に修
正して読み上げる場合と同様の自然な音声出力を行うこ
とができる。

【図面の簡単な説明】

【図１】本発明の音声出力装置の概略構成図である。

【図２】図１における置換規則保持部４の保持する置換
規則を示す図である。

【図３】図１における文字列置換部５の概略構成図であ
る。

【図４】図１における文字列置換部５の詳細フロチャー
トである。

【図５】本発明の音声出力装置の他の概略構成図であ
る。

【符号の説明】

１・・・入力処理部２・・・形態素辞書部３・・・形態素解析部４・・・置換規則保持部５・・・文字列置換部６・・・読み辞書部７・・・読み付与部８・・・アクセント辞書部９・・・アクセント変化規則保持部１０・・・韻律付与部１１・・・音声データベース部１２・・・音声生成部１３・・・略語辞書部

───────────────────────────────────────────────────── フロントページの続き (56)参考文献特開平６−186993（ＪＰ，Ａ) 特開平１−300334（ＪＰ，Ａ) 特開平４−98318（ＪＰ，Ａ) 特開平５−333893（ＪＰ，Ａ) 特開平３−35296（ＪＰ，Ａ) 特開平４−20998（ＪＰ，Ａ) 特開平８−36395（ＪＰ，Ａ) 特開平８−221095（ＪＰ，Ａ) (58)調査した分野(Int.Cl.⁷，ＤＢ名) G10L 13/06,13/08

Claims

(57)【特許請求の範囲】

【請求項１】入力文字列の一部を置換することを規定
した置換規則を保持する置換規則保持部と、上記置換規
則を参照して上記入力文字列の一部を置換する文字列置
換部と、上記入力文字列、及び該入力文字列の置換後の
文字列に読みを付与する読み付与部と、付与された読み
に基づいて上記入力文字列の未置換文字列、及び該入力
文字列の置換後の文字列を音声に変換して出力する音声
生成部とを有し、上記置換規則は、漢字列、囲み開始記
号、ひらがな列、及び囲み終了記号の順序で構成される
文字列を、漢字列の読みとひらがな列の読みが同一の
時、該漢字列に置換することを特徴とする音声出力装
置。
【請求項２】入力文字列の一部を置換することを規定
した置換規則を保持する置換規則保持部と、上記置換規
則を参照して上記入力文字列の一部を置換する文字列置
換部と、上記入力文字列、及び該入力文字列の置換後の
文字列に読みを付与する読み付与部と、付与された読み
に基づいて上記入力文字列の未置換文字列、及び該入力
文字列の置換後の文字列を音声に変換して出力する音声
生成部とを有し、上記置換規則は、人名詞、囲み開始記
号、数詞、及び囲み終了記号の順序で構成される文字列
を人名詞、数詞、及び”歳”の順序で構成される文字列
に置換することを特徴とする音声出力装置。