JP3406230B2 - 音声出力装置及び音声変換方法 - Google Patents

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は音声出力装置、特に
聞き取りやすい出力音声を生成する改良された音声出力
装置及び音声変換方法に関する。

【０００２】

【従来の技術】電話による自動オーダリングシステムや
予約システムなどに用いられる音声出力装置は、入力さ
れた数字の復唱や処理結果の通知をするために電話番号
や予約番号などの数字列を音声出力する。このような音
声出力装置は、出力すべき数字を予め登録しておいた音
声データに変換し出力するという処理を基本的に行って
いるが、数字を単に並べて音声出力していたのでは人間
による発声とは異なるため必ずしも聞き取りやすい音声
であるとは言い難い。そこで、従来から聞き取りやすい
音声を生成する装置が提案されている。

【０００３】例えば、特開平６−５９６９６号公報に
は、連続した数字の奇数番目を尻上がり、偶数番目と最
後を尻下がりに音声出力するという音声応答装置による
番号再生方法が開示されている。

【０００４】

【発明が解決しようとする課題】しかしながら、従来の
ようにイントネーション（抑揚）を交互に変えて数字の
列を音声出力することだけでは、不自然さが残ってしま
うように感じる場合がある。

【０００５】本発明は以上のような問題を解決するため
になされたものであり、その目的は、より聞き取りやす
い音声を生成できる改良された音声出力装置及び音声変
換方法を提供することにある。

【０００６】

【課題を解決するための手段】以上のような目的を達成
するために、第１の発明に係る音声出力装置は、０から
９までの各数字について異なるアクセントの音声データ
が予め登録された音声データベースと、該当する音声デ
ータを前記音声データベースから読み出すことによって
数字列を含む音声出力対象データの各データを音声デー
タに変換する音声編集手段と、前記音声編集手段により
変換された音声データを合成出力する音声出力手段とを
有し、前記音声編集手段は、音声出力対象データに含ま
れる数字列をその先頭から順に２以上の数字により構成
される組に分割し、各組における数字の大小関係によっ
て各数字を音声出力するためのアクセントを決定するも
のである。

【０００７】また、前記音声編集手段は、音声出力対象
データに含まれる数字列を連続する２つの数字の組に分
割し、各組において大きい数字の方のアクセントが大き
くなるように当該各数字の音声データを読み出すもので
ある。

【０００８】また、前記音声データベースには、各数字
についてアクセントとイントネーションの大小の各組合
せに対応した音声データが登録されており、前記音声編
集手段は、各組における数字の並び順及び大小関係によ
って各数字を音声出力するためのアクセントを決定する
ものである。

【０００９】更に、前記音声編集手段は、分割された２
つの数字から成る組において大きい数字の方のアクセン
トが大きくなるように、かつ先の数字のイントネーショ
ンが尻上がりに、後の数字のイントネーションが尻下が
りになるような当該各数字の音声データを読み出すもの
である。

【００１０】また、前記音声編集手段が前記音声データ
ベースから読み出す音声データの特徴的な傾向を示す選
択パラメータを指定する選択パラメータ指定手段を有
し、前記音声編集手段は、前記選択パラメータ指定手段
から指定された選択パラメータによってある数字に対す
る前記音声データベースから読み出す音声データを選択
するものである。

【００１１】また、本発明に係る音声変換方法は、０か
ら９までの各数字について異なるアクセントの音声デー
タが予め登録されており、入力された音声出力対象の数
字に対して当該数字に対応した音声データの中からいず
れかを読み出して音声出力する音声出力装置において、
数字列をその先頭から順に２以上の数字からなる組に分
割し、各組において大きい数字のアクセントが大きくな
るように当該各数字の音声データを読み出すようにして
音声出力対象の数字を音声データに変換するものであ
る。

【００１２】また、２つの数字から成る各組において更
に先の数字のイントネーションが尻上がりに、後の数字
のイントネーションが尻下がりになるような当該各数字
の音声データを読み出すものである。

【００１３】

【発明の実施の形態】以下、図面に基づいて、本発明の
好適な実施の形態について説明する。

【００１４】実施の形態１．図１は、本発明に係る音声
出力装置の実施の形態１を示した機能ブロック構成図で
ある。本実施の形態では、数字列を含む電話番号を音声
データに変換して音声出力する音声出力装置１を例にし
て説明する。音声出力装置１は、出力データ受信部２、
音声編集部３及び音声出力部４を有しており、更に、音
声データが登録されている音声データベース５が搭載さ
れている。このうち、出力データ受信部２は、上位コン
ピュータ等から音声出力対象データとして送られてくる
電話番号を受け付ける。音声編集部３は、電話番号を構
成する各数字及び文字に対応する音声データを音声デー
タベース５から読み出すことによって各数字等を音声デ
ータに変換する。音声出力部４は、音声編集部３が変換
した音声データを合成して電話網へ送出する。また、こ
のために回線制御等を行う。

【００１５】図２は、本実施の形態における音声データ
ベース５のデータ構成を示した概念図である。音声デー
タベース５には、０から９までの各数字について、アク
セントとイントネーションの大小の各組合せに対応した
音声データが登録されている。つまり、アクセントとし
ては相対的に大きなアクセントと小さなアクセントの２
種類の異なるアクセントを、また、イントネーションと
しては尻上がりと尻下がりの２種類のイントネーション
をそれぞれ組み合わせて各数字に対して４種類の音声デ
ータを登録しておく。具体的にいうと、アクセントが大
であってイントネーションが尻上がりの音声データ、ア
クセントが大であってイントネーションが尻下がりの音
声データ、アクセントが小であってイントネーションが
尻上がりの音声データ及びアクセントが小であってイン
トネーションが尻下がりの音声データである。更に、音
声データベース５には、上位コンピュータ等から送られ
てくる電話番号データに含まれる市外局番等の区切りを
表すハイフン“−”を音声出力するための音声データ
と、音声出力する電話番号の終了を表すために電話番号
の後に自動的に付加する文言の音声データとが含まれて
いる。本実施の形態では、ハイフンを「の」と音声出力
し、電話番号の後に「です」を付加して音声出力するよ
うにするので、各音声データも数字の音声データと共に
音声データベース５に登録している。なお、この数字以
外の音声データを特に補助用音声データと称することに
すると、各補助用音声データに対しても数字の音声デー
タと同様に前述したアクセントとイントネーションの組
合せによる４種類の音声データを用意しておく。

【００１６】本実施の形態において特徴的なことは、電
話番号を構成する数字を２つの組に分割して、各組にお
いて大きい数字の方のアクセントが大きくなるようにす
ると共に先の数字のイントネーションを尻上がりに、後
の数字のイントネーションを尻下がりとした音声データ
に変換するようにしたので、人間の発声により近い聞き
取りやすい音声を生成することができる。

【００１７】次に、本実施の形態における動作について
図３及び図４に示したフローチャートを用いて説明す
る。ここでは、上位コンピュータから送られてきて音声
出力をする電話番号として“0132-4-5555”を例にして
説明する。なお、この電話番号は、全てのパターン、す
なわち、連続した２つの数字の組のうち先の数字が後の
数字より大きい場合（例えば“32”）、小さい場合（例
えば“01”）及び等しい場合（“55”）、更に、組にし
て文字を処理していった場合においてハイフンが先に現
れた場合（“2”と“4”の間の“-”）及び後に現れた
場合（“4-”）のパターンに対する本実施の形態におけ
る処理を説明するために便宜的人為的に形成したもので
ある。もちろん、上記各パターンへの対応ができれば、
どのような数字とハイフンの並びにも、また、桁数にも
対応できることは明らかである。

【００１８】出力データ受信部２は、上位コンピュータ
からの電話番号を受け取ると、所定の記憶領域に一時格
納する。電話番号のデータは、バイナリ形式でもテキス
ト形式でもよいが、ここではテキスト形式の場合を例に
する。この電話番号のデータをバッファＳｔｒに格納す
るとすると、Ｓｔｒ［］＝“0132-4-5555”、文字デー
タ長（変数名：Ｓｔｒｌｅｎ）は１１である。

【００１９】音声編集部３は、出力データ受信部２が受
け取った電話番号を先頭から１文字ずつ処理していく。
本実施の形態では、連続した２つの数字を組にして各数
字のアクセント等を決定していくが、この各組を構成し
うる文字の並び順をｍ、電話番号を構成する各文字の並
び順をｎとすると、最初にｍとｎを初期化する（ステッ
プ１０１）。そして、電話番号データを構成する各文字
（Ｓｔｒ［ｎ］、ｎ＝１〜１１）に対して後段の処理を
順番に繰り返し行う（ステップ１０２）。

【００２０】まず、音声編集部３は、先頭（ｎ＝１）の
文字（Ｓｔｒ［１］）を取り出し、それが数字か否かを
判定する（ステップ１０３）。この例では、Ｓｔｒ
［１］は0であり、また、組における先頭（ｍ＝１）の
数字となるので、数字0をバッファＮｕｍｂｅｒ１に一
時保存する（ステップ１０４，１０５）。そして、ｎを
インクリメントすることで次の文字に処理対象を移すと
共に次の文字はＮｕｍｂｅｒ１に保存した数字と組とす
るためにｍ＝２とする（ステップ１０６）。

【００２１】音声編集部３は、次（ｎ＝２）の文字（Ｓ
ｔｒ［２］）を取り出し、それが数字か否かを判定する
（ステップ１０３）。この例では、Ｓｔｒ［２］は1で
あり、また、当該組における２番目（ｍ＝２）の数字と
なるので、数字1をバッファＮｕｍｂｅｒ２に一時保存
する（ステップ１０４，１０７）。ここで、図４に示し
た音声データ変換処理を行う（ステップ１０８）。

【００２２】図４において、ここでは、処理対象の文字
Ｓｔｒ［ｎ］が数字であり、２つの数字により組が構成
できたときの音声データ変換処理なのでステップ２０３
に移る。ステップ２０３において、組を構成するＮｕｍ
ｂｅｒ１とＮｕｍｂｅｒ２とを比較する。ここでは、Ｎ
ｕｍｂｅｒ１（＝0）はＮｕｍｂｅｒ２（＝1）より小さ
いので、Ｎｕｍｂｅｒ１に一時保存した先頭の数字0に
対してアクセントが小、イントネーションが尻上がりの
数字0の音声データを音声データベース５から読み出し
て、出力する音声データを格納する所定の記憶領域Ａｎ
ｎの先頭保存位置（Ａｎｎ［（ｎ−１）＝１］）に保存
する（ステップ２０４）。また、音声編集部３は、Ｎｕ
ｍｂｅｒ２に一時保存した２番目の数字1に対してアク
セントが大、イントネーションが尻下がりの数字1の音
声データを音声データベース５から読み出して、記憶領
域Ａｎｎの次の保存位置（Ａｎｎ［ｎ＝２］）に保存す
る（ステップ２０５）。

【００２３】以上のようにして、電話番号を構成する１
組の数字に対する音声データへの変換が終了すると、ｎ
をインクリメントすることで次の文字に処理対象を移す
と共にｍを初期化する（ステップ１０９）。なお、音声
データ変換の処理対象となる数字を一時保存するＮｕｍ
ｂｅｒ１，Ｎｕｍｂｅｒ２の内容もこの時点で後段の処
理のために初期化しておいた方が望ましい。

【００２４】音声編集部３は、次（ｎ＝３）の文字（Ｓ
ｔｒ［３］）を取り出し、それが数字か否かを判定する
（ステップ１０３）。この例では、Ｓｔｒ［３］は3で
あり、また、組における先頭（ｍ＝１）の数字となるの
で、上記と同様にして数字3をバッファＮｕｍｂｅｒ１
に一時保存し、更にｎをインクリメントし、ｍ＝２とす
る（ステップ１０４〜１０６）。

【００２５】続いて、音声編集部３は、次（ｎ＝４）の
文字（Ｓｔｒ［４］）を取り出し、それが数字か否かを
判定する（ステップ１０３）。この例では、Ｓｔｒ
［４］は2であり、また、当該組における２番目（ｍ＝
２）の数字となるので、数字2をバッファＮｕｍｂｅｒ
２に一時保存した後、音声データ変換処理を行う（ステ
ップ１０４，１０７，１０８）。

【００２６】図４においては、上記とほぼ同様に処理を
するが、この組を構成するＮｕｍｂｅｒ１（＝3）は、
Ｎｕｍｂｅｒ２（＝2）より大きいので、Ｎｕｍｂｅｒ
１に一時保存した先頭の数字3に対してアクセントが
大、イントネーションが尻上がりの数字3の音声データ
を音声データベース５から読み出して、記憶領域Ａｎｎ
の次の保存位置（Ａｎｎ［（ｎ−１）＝３］）に保存す
る（ステップ２０６）。また、音声編集部３は、この組
においてＮｕｍｂｅｒ２に一時保存した２番目の数字2
に対してアクセントが小、イントネーションが尻下がり
の数字2の音声データを音声データベース５から読み出
して、次の保存位置（Ａｎｎ［ｎ＝４］）に保存する
（ステップ２０７）。

【００２７】以上のようにして、電話番号を構成する１
組の数字に対する音声データへの変換が終了すると、ｎ
をインクリメントすることで次の文字に処理対象を移す
と共にｍを初期化する（ステップ１０９）。

【００２８】音声編集部３は、次（ｎ＝５）の文字（Ｓ
ｔｒ［５］）を取り出し、それが数字か否かを判定する
（ステップ１０３）。この例ではハイフンなので、音声
データ変換処理を行う（ステップ１１０）。

【００２９】図４において、ここでは、処理対象の文字
Ｓｔｒ［ｎ］が数字でないためステップ２０８に移る。
ステップ２０８において、ここでは、ｍ＝１のとき、す
なわち組を構成するためにＮｕｍｂｅｒ１に一時保存し
た数字が存在していない場合なので、Ｓｔｒ［５］に対
してアクセントが小、イントネーションが尻下がりのハ
イフンの音声データを音声データベース５から読み出し
て、記憶領域Ａｎｎの次の保存位置（Ａｎｎ［ｎ＝
５］）に保存する（ステップ２１０）。つまり、電話番
号の市外局番等の境目に挿入するハイフンは、通常
「の」と発声していることに対応して、本実施の形態に
おける音声編集部３は、ハイフンを「の」という音声デ
ータに変換している。続いて、ｎをインクリメントする
ことで次の文字に処理対象を移すと共にｍを初期化する
（ステップ１１１）。なお、ここではｍは１のはずなの
でｍの初期化は省略してもよい。

【００３０】続いて、音声編集部３は、次（ｎ＝６）の
文字（Ｓｔｒ［６］）を取り出しそれが数字か否かを判
定する（ステップ１０３）。この例では、Ｓｔｒ［６］
は4であり、また、組における先頭（ｍ＝１）の数字と
なるので、数字4をバッファＮｕｍｂｅｒ１に一時保存
する（ステップ１０４，１０５）。そして、ｎをインク
リメントすることで次の文字に処理対象を移すと共に次
の文字はＮｕｍｂｅｒ１に保存した数字と組とするため
にｍ＝２とする（ステップ１０６）。

【００３１】音声編集部３は、次（ｎ＝7）の文字（Ｓ
ｔｒ［７］）を取り出し、それが数字か否かを判定する
（ステップ１０３）。この例ではハイフンなので、音声
データ変換処理を行う（ステップ１１０）。

【００３２】図４において、ここでは、処理対象の文字
Ｓｔｒ［ｎ］が数字でないためステップ２０８に移る。
ステップ２０８において、ここでは、ｍ＝２のとき、す
なわち組を構成するためにＮｕｍｂｅｒ１に数字4が一
時保存されている場合なので、数字4に対してアクセン
トが大、イントネーションが尻上がりの数字4の音声デ
ータを音声データベース５から読み出して、記憶領域Ａ
ｎｎの次の保存位置（Ａｎｎ［（ｎ−１）＝６］）に保
存する（ステップ２０９）。そして、ハイフンに対して
はアクセントが小、イントネーションが尻下がりのハイ
フンの音声データを音声データベース５から読み出し
て、後続の保存位置（Ａｎｎ［ｎ＝７］）に保存する
（ステップ２１０）。つまり、Ｎｕｍｂｅｒ１に一時保
存された数字は、組を構成できなかったものの組を構成
できた場合には先頭に位置するので、アクセントが大、
イントネーションが尻上がりの音声データに変換され
る。また、ハイフンは、単独の文字として処理され、組
を構成することなく常にアクセントが小、イントネーシ
ョンが尻下がりの音声データに変換される。続いて、ｎ
をインクリメントすることで次の文字に処理対象を移す
と共にｍを初期化する（ステップ１１１）。

【００３３】音声編集部３は、次（ｎ＝８）の文字（Ｓ
ｔｒ［８］）を取り出しそれが数字か否かを判定する
（ステップ１０３）。この例では、Ｓｔｒ［８］は5で
あり、また、組における先頭（ｍ＝１）の数字となるの
で、数字5をバッファＮｕｍｂｅｒ１に一時保存する
（ステップ１０４，１０５）。そして、ｎをインクリメ
ントすることで次の文字に処理対象を移すと共に次の文
字はＮｕｍｂｅｒ１の数字と組となりうるので、ｍ＝２
とする（ステップ１０６）。

【００３４】続いて、音声編集部３は、次（ｎ＝９）の
文字（Ｓｔｒ［９］）を取り出し、それが数字か否かを
判定する（ステップ１０３）。この例では、Ｓｔｒ
［９］は5であり、また、当該組における２番目（ｍ＝
２）の数字となるので、数字5をバッファＮｕｍｂｅｒ
２に一時保存した後、音声データ変換処理を行う（ステ
ップ１０４，１０７，１０８）。

【００３５】図４のステップ２０３において、この組を
構成するＮｕｍｂｅｒ１（＝5）は、Ｎｕｍｂｅｒ２
（＝5）と等しいので、Ｎｕｍｂｅｒ１に一時保存した
先頭の数字5に対してアクセントが大、イントネーショ
ンが尻上がりの数字5の音声データを音声データベース
５から読み出して、記憶領域Ａｎｎの次の保存位置（Ａ
ｎｎ［（ｎ−１）＝８］）に保存する（ステップ２０
６）。また、音声編集部３は、この組においてＮｕｍｂ
ｅｒ２に一時保存した２番目の数字5に対してアクセン
トが小、イントネーションが尻下がりの数字5の音声デ
ータを音声データベース５から読み出して、後続の保存
位置（Ａｎｎ［ｎ＝９］）に保存する（ステップ２０
７）。なお、本実施の形態では、Ｎｕｍｂｅｒ１とＮｕ
ｍｂｅｒ２とに保存した数字が等しい場合はＮｕｍｂｅ
ｒ１がＮｕｍｂｅｒ２より大きい場合と同等に扱った
が、小さい場合と同等に扱ってもよい。あるいは、別途
の音声データへの変換規則を設定してもよい。

【００３６】以上のようにして、電話番号を構成する１
組の数字に対する音声データへの変換が終了すると、ｎ
をインクリメントすることで次の文字に処理対象を移す
と共にｍを初期化する（ステップ１０９）。

【００３７】音声編集部３は、次（ｎ＝１０）の文字
（Ｓｔｒ［１０］）を取り出し、それが数字か否かを判
定するが、Ｓｔｒ［１０］＝Ｓｔｒ［１１］＝5であ
り、前述したＳｔｒ［８］＝Ｓｔｒ［９］＝5の関係の
処理と同様なので説明を省略する。

【００３８】更に、音声編集部３は、次（ｎ＝１２）の
文字（Ｓｔｒ［１２］）を取り出そうとするが、存在し
ないので終了のための音声データ変換処理を行う（ステ
ップ１１２）。

【００３９】図４において、ここでは、終了（ｎ＞Ｓｔ
ｒｌｅｎ）の際の処理であるためステップ２１１に移
る。ステップ２１１において、ここでは、ｍ＝１のと
き、すなわちＮｕｍｂｅｒ１に数字が一時保存されてい
ない場合なので、アクセントが小、イントネーションが
尻下がりの終了を意味する音声データを音声データベー
ス５から読み出して、後続の保存位置（Ａｎｎ［ｎ＝１
２］）に保存する（ステップ２１２）。この終了に対応
した音声データとして、本実施の形態では、「です」を
登録している。また、ステップ２１１においてｍ＝２で
あれば、Ｎｕｍｂｅｒ１に数字が一時保存されている場
合なので、終了を意味する音声データを登録する前に、
アクセントが大、イントネーションが尻上がりの当該数
字の音声データを音声データベース５から読み出して、
終了の直前の保存位置（Ａｎｎ［（ｎ−１）］）に保存
することになる（ステップ２１２）。

【００４０】以上のようにして、音声編集部３は、電話
番号を対応する音声データに変換して記憶領域Ａｎｎに
保存する。この後、音声出力部４は、Ａｎｎの内容を電
話網を介して音声出力する。このアナウンスされる音声
は、「０１３２の４の５５５５です」となる。読み出さ
れた音声データのアクセントの大小とイントネーション
の尻上がり／尻下がりを図５に示す。

【００４１】本実施の形態においては、音声出力する電
話番号の数字列において連続した２つの数字で組が構成
できた場合、当該組にした２つの数字を比較して等しい
か大きい数字の方のアクセントを大きくし、他方、小さ
い数字の方のアクセントを小さくするように音声変換を
する。これにより、出力される音声をより滑らかに聞き
取りやすくすることができる。更に、各組において先の
数字の音声データのイントネーションを尻上がりとし、
後の数字の音声データのイントネーションを尻下がりと
することにより、出力する音声を更に聞き取りやすくす
ることができる。

【００４２】実施の形態２．図６は、本発明に係る音声
出力装置の実施の形態２を示した機能ブロック構成図で
ある。本実施の形態における音声出力装置１は、上記実
施の形態１に示した構成に加えて選択パラメータ指定部
６を設けている。音声編集部３は、処理対象の文字に対
してその前後の文字の種別や数字の大小によって該当す
る音声データを音声データベース５から読み出すわけで
あるが、選択パラメータ指定部６は、音声編集部３が音
声データベース５から音声データを読み出す際の一指標
として音声編集部３に選択パラメータを与える。このよ
うな構成とすることで次のような効果を奏することがで
きる。

【００４３】例えば、我が国においては、文尾を尻上が
りにするなど標準的なものと多少異なるアクセントやイ
ントネーションで会話する地方がある。上記実施の形態
１では、そのような地方の特徴的なイントネーションに
関係なく一律に数字の大小や文字の並びに応じて各文字
を音声データに変換していた。そこで、本実施の形態で
は、出力対象の文字を標準以外のアクセント及びイント
ネーションで音声出力できるようにして、各地方におい
てよりなじみやすい音声でアナウンスできるようにした
ことを特徴としている。つまり、例えば、選択パラメー
タの１を北海道地方、２を関西地方などのようにイント
ネーションの特徴的な傾向に対応させて選択パラメータ
を割り当てておけば、本実施の形態における音声出力装
置１を特定の地方のみで使用する場合、その特定の地方
においては極めてなじみのある聞き取りやすい音声でア
ナウンスすることができる。なお、実施の形態１におい
ては、アクセントが小であってイントネーションが尻下
がり以外の補助用音声データが使用されることはない
が、本実施の形態のような場合にも対応できるように実
施の形態１で使用する音声データベース５にも数字の音
声データと同様に４種類の補助用音声データを用意して
おいた。

【００４４】次に、本実施の形態における動作について
説明するが、上記実施の形態１とは、音声編集部３にお
ける音声データ変換処理の一部分が異なるだけので、そ
の部分の処理についてのみ説明をする。図７は、図４に
示した音声データ変換処理に追加される処理を示した。

【００４５】例えば、電話番号の音声データへの変換が
終了して終了を示す「です」を音声データに付加する
際、音声編集部３は、指定された選択パラメータの値に
よってアクセントが小、イントネーションが尻下がりの
音声データ（ステップ２１３−１，２１３−３）あるい
はアクセントが大、イントネーションが尻上がりの音声
データ（ステップ２１３−２）を音声データベース５か
ら読み出すことになる。

【００４６】このように、アクセント等の異なるいずれ
かの音声データを読み出す際の指標として選択パラメー
タを指定できるようにしたので、同じ電話番号であって
もアナウンス先によって異なるアクセント等でその電話
番号を音声出力することができる。選択パラメータは、
音声出力装置１の設置場所によって固定化させたり、回
線接続先の電話番号の市外局番等により動的に切り替え
たりするなど、音声出力装置１を使用するシステムや運
用によって決定すればよい。なお、図７には、選択パラ
メータの値が３つの場合で例示したが、この分岐数に限
られたものではない。また、選択パラメータの値に対応
させて音声データを読み出すことができることを特徴と
しているので、図７の例のように異なるパラメータ値で
も同じ音声データを読み出すことになる場合は十分あり
うる。

【００４７】また、図７では、ステップ２１３の処理を
代表して選択パラメータの値によって分割した場合を例
にしたが、選択パラメータは、音声データベース５から
どの音声データを読み出すかの一条件となるので、その
読出し処理が行われる図４のステップ２０４〜２０７，
２０９，２１０，２１２においてもステップ２１４と同
様の分岐処理が追加されることになる。

【００４８】本実施の形態では、選択パラメータ指定手
段として設けた選択パラメータ指定部６が音声編集部３
に対して選択パラメータを付与する形態としたが、選択
パラメータ指定手段が単なる選択パラメータの記憶手段
であってもよい。また、本実施の形態では、単一の音声
データベース５の中からいずれかの音声データを読み出
すようにしたが、例えば地方毎に異なる音声データベー
ス５を用意して、音声データベース５を切り替えたり、
あるいは搭載する音声データベース５を入れ替えたりし
ても同等の効果を奏することができる。

【００４９】上記各実施の形態においては、音声データ
ベース５に異なるアクセントとして相対的に大きいアク
セントと小さいアクセントの２種類のアクセントを予め
登録するようにしたが、よりアナウンスする音声の滑ら
かさを出すために３種類以上のアクセントを用意しても
よい。また、上記各実施の形態では、並び順に２つの数
字を組にして各数字のアクセントの大小等を決定するよ
うにした。電話番号等の１０桁程度の文字列であれば、
リズム的に２つの数字の組で十分であるが、桁数の多い
数字をアナウンスする場合、３つ以上の数字の組でアク
セントを考慮した方がよい場合なども考えられる。この
ように３つ以上の数字を組にする場合も本発明の適用範
囲内である。

【００５０】また、電話番号の音声出力に適用した場合
を例にしたが、その他の数字列を含む音声出力対象のデ
ータ、例えばカード番号や予約番号などを音声によりア
ナウンスするシステム等にも適用できることはいうまで
もない。

【００５１】

【発明の効果】本発明によれば、数字列を分割した各組
において数字の大小関係によってアクセントの大小を決
定するようにした。特に、各組において大きい数字の方
のアクセントが大きくなるように音声データを読み出す
ようにしたので、より聞き取りやすい不自然でない音声
を生成し出力することができる。

【００５２】更に、アクセントの大小に加えて各組の数
字をその並びによって尻上がりあるいは尻下がりのイン
トネーションの音声データに変換するようにしたので、
より聞き取りやすい音声を生成し出力することができ
る。

【００５３】また、音声データーに変換する際に音声デ
ータベースから読み出す音声データを選択可能としたの
で、標準以外の、例えば地方独特のアクセントやイント
ネーションに適応した音声を生成することができる。こ
れにより、各地方においてよりなじみやすい音声でも出
力することができる。

【図面の簡単な説明】

【図１】 本発明に係る音声出力装置の実施の形態１を
示した機能ブロック構成図である。

【図２】 実施の形態１における音声データベース５の
データ構成を示した概念図である。

【図３】 実施の形態１において音声データへ変換する
処理を示したフローチャートである。

【図４】 図３における音声データ変換処理を示したフ
ローチャートである。

【図５】 実施の形態１における処理結果の例を示した
図である。

【図６】 本発明に係る音声出力装置の実施の形態２を
示した機能ブロック構成図である。

【図７】 実施の形態２における音声データ変換処理の
一部のみを示したフローチャートである。

【符号の説明】

１ 音声出力装置、２ 出力データ受信部、３ 音声編
集部、４ 音声出力部、５ 音声データベース、６ 選
択パラメータ指定部。

───────────────────────────────────────────────────── フロントページの続き (58)調査した分野(Int.Cl.⁷，ＤＢ名) G10L 13/08

Claims (7)

(57)【特許請求の範囲】
1. 【請求項１】 ０から９までの各数字について異なるア
   クセントの音声データが予め登録された音声データベー
   スと、 該当する音声データを前記音声データベースから読み出
   すことによって数字列を含む音声出力対象データの各デ
   ータを音声データに変換する音声編集手段と、 前記音声編集手段により変換された音声データを合成出
   力する音声出力手段と、 を有し、 前記音声編集手段は、音声出力対象データに含まれる数
   字列をその先頭から順に２以上の数字により構成される
   組に分割し、各組における数字の大小関係によって各数
   字を音声出力するためのアクセントを決定することを特
   徴とする音声出力装置。
2. 【請求項２】 前記音声編集手段は、音声出力対象デー
   タに含まれる数字列を連続する２つの数字の組に分割
   し、各組において大きい数字の方のアクセントが大きく
   なるように当該各数字の音声データを読み出すことを特
   徴とする請求項１記載の音声出力装置。
3. 【請求項３】 前記音声データベースには、各数字につ
   いてアクセントとイントネーションの大小の各組合せに
   対応した音声データが登録されており、 前記音声編集手段は、各組における数字の並び順及び大
   小関係によって各数字を音声出力するためのアクセント
   を決定することを特徴とする請求項１記載の音声出力装
   置。
4. 【請求項４】 前記音声編集手段は、分割された２つの
   数字から成る組において大きい数字の方のアクセントが
   大きくなるように、かつ先の数字のイントネーションが
   尻上がりに、後の数字のイントネーションが尻下がりに
   なるような当該各数字の音声データを読み出すことを特
   徴とする請求項３記載の音声出力装置。
5. 【請求項５】 前記音声編集手段が前記音声データベー
   スから読み出す音声データの特徴的な傾向を示す選択パ
   ラメータを指定する選択パラメータ指定手段を有し、 前記音声編集手段は、前記選択パラメータ指定手段から
   指定された選択パラメータによってある数字に対する前
   記音声データベースから読み出す音声データを選択する
   ことを特徴とする請求項１又は３いずれかに記載の音声
   出力装置。
6. 【請求項６】 ０から９までの各数字について異なるア
   クセントの音声データが予め登録されており、入力され
   た音声出力対象の数字に対して当該数字に対応した音声
   データの中からいずれかを読み出して音声出力する音声
   出力装置において、 数字列をその先頭から順に２以上の数字からなる組に分
   割し、各組において大きい数字のアクセントが大きくな
   るように当該各数字の音声データを読み出すようにして
   音声出力対象の数字を音声データに変換することを特徴
   とする音声変換方法。
7. 【請求項７】 ２つの数字から成る各組において更に先
   の数字のイントネーションが尻上がりに、後の数字のイ
   ントネーションが尻下がりになるような当該各数字の音
   声データを読み出すことを特徴とする請求項６記載の音
   声変換方法。