JP3446341B2

JP3446341B2 - 自然言語処理方法および音声合成装置

Info

Publication number: JP3446341B2
Application number: JP25488994A
Authority: JP
Inventors: 徹也加賀美
Original assignee: Sony Corp
Current assignee: Sony Corp
Priority date: 1994-10-20
Filing date: 1994-10-20
Publication date: 2003-09-16
Anticipated expiration: 2018-09-16
Also published as: JPH08123456A

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、例えば日本語のテキス
トなどを自然言語処理し、その結果得られる情報に基づ
いて音声合成を行う場合などに用いて好適な自然言語処
理方法、並びに音声合成装置に関する。

【０００２】

【従来の技術】従来の音声合成装置においては、例えば
漢字仮名混じり文を自然言語処理することにより、音韻
情報および韻律情報を求め、その音韻情報および韻律情
報に基づいて、入力された漢字仮名混じり文に対応する
音声の合成を行なうようになされている。この場合、合
成音を人間の発話に近づけるために、通常は、韻律情報
の一つとして、漢字仮名混じり文に挿入するポーズを求
めるようになされている。

【０００３】従来の音声合成装置では、ポーズは、例え
ば漢字仮名混じり文中の句読点の位置に設定されるよう
になされている。

【０００４】

【発明が解決しようとする課題】従って、従来において
は、ポーズの挿入位置は、文法的な規則を充分考慮せず
に設定されていたため、得られる合成音が不自然なもの
になる課題があった。

【０００５】そこで例えば、"日本語文章音声の合成の
ための韻律規則"（河井、広瀬、藤崎：日本音響学会誌,
Vol.50,No.6,pp.433-442,1994年）に記載されているよ
うに、係り受け関係に基づくポーズ設定方法も提案され
ている。しかしながら、この方法は、主として意味的な
情報を必要とし、このような意味的情報を自然言語処理
する汎用的技術は確立されていないため、限定されたテ
キストのみが自然言語処理が対象となり、限定のない汎
用的なテキストに対する自然言語処理を行なうことが困
難であった。即ち、この方法では、合成音が自然に聴こ
えるように、全ての入力文にポーズ挿入位置を設定する
ことが難しかった。

【０００６】また、従来においては、挿入したポーズ間
の拍（仮名文字単位に相当するもの）の数（拍数）（モ
ーラ数）（仮名表記にほぼ相当する発音単位数）が多過
ぎる場合、文法的な情報を加味せずに拍の合計数の半分
の位置にポーズを再設定するなどの方法をとっていたた
め、ポーズ設定の位置が不自然になることがあった。

【０００７】よって従来では、合成音が聴きとりにくく
なったり、あるいはその内容を理解するのが困難になっ
たりする課題があった。

【０００８】本発明は、このような状況に鑑みてなされ
たものであり、文中の適切な位置にポーズが設定できる
ようにし、これにより、例えば自然な合成音を得ること
ができるようにするものである。

【０００９】

【課題を解決するための手段】本発明の自然言語処理方
法は、日本語でなる入力文を自然言語処理し、その入力
文に挿入するポーズの位置を設定する自然言語処理方法
であって、入力文を形態素解析し、入力文の形態素解析
結果から、複合語を構成する形態素間の文法的な関係を
規定する複合語規則に基づいて複合語を同定し、複合語
の同定結果から、文節を構成する形態素間の文法的な関
係を規定する文節規則に基づいて文節を同定し、文節の
同定結果から、連文節を構成する形態素間の文法的な関
係を規定する連文節規則に基づいて連文節を同定し、そ
の結果得られる入力文を構成する、１以上の形態素から
なる連文節に対し、隣接する２つの連文節における先の
連文節を構成する形態素のうちの末尾の形態素と、後の
連文節を構成する形態素のうちの先頭の形態素との間に
ポーズが挿入される頻度を統計的に求めて作成された、
文中に挿入されるポーズの位置を規定するポーズ設定規
則を適用し、連文節間に挿入するポーズの位置を設定す
ることを特徴とする。

【００１０】この自然言語処理方法においては、連文節
規則が、連用修飾連文節を構成する形態素間の関係を規
定する連用修飾規則と、連体修飾連文節を構成する形態
素間の関係を規定する連体修飾規則とを含む場合、文節
の同定結果から、連用修飾規則または連体修飾規則に基
づいて、連用修飾連文節または連体修飾連文節をそれぞ
れ同定することができる。また、形態素解析結果が、形
態素文字列および品詞情報を少なくとも含む場合、複合
語規則、文節規則、連文節規則、またはポーズ設定規則
を、形態素解析結果を用いて記述することができる。

【００１１】品詞情報には、品詞の他、品詞を統合した
上位分類、および品詞を細分化した下位分類を含ませる
ことができる。また、下位分類には、活用形を少なくと
も含ませることができる。

【００１２】さらに、複合語規則、文節規則、または連
文節規則には、２つの形態素どうしを結合させる結合条
件が記述されており、結合条件にしたがって形態素を結
合することにより、複合語、文節、または連文節を同定
することができる。また、複合語規則、文節規則、また
は連文節規則には、結合した２つの形態素どうしを分離
させる分離条件が、さらに記述されており、分離条件に
したがって、結合した形態素を分離することができる。

【００１３】複数の形態素からなる複合語と、それと隣
接する形態素である隣接形態素との間に、複合語規則が
適用される場合、複合語を構成する複数の形態素のう
ち、隣接形態素と隣接する形態素と、隣接形態素との間
に、複合語規則を適用することができる。また、複数の
形態素からなる文節と、それと隣接する形態素である隣
接形態素との間に、文節規則が適用される場合、文節を
構成する複数の形態素のうち、隣接形態素と隣接する形
態素と、隣接形態素との間に、文節規則を適用すること
ができる。さらに、複数の形態素からなる連文節と、そ
れと隣接する形態素である隣接形態素との間に、連文節
規則またはポーズ設定規則が適用される場合、連文節を
構成する複数の形態素のうち、隣接形態素と隣接する形
態素と、隣接形態素との間に、連文節規則またはポーズ
設定規則を適用することができる。

【００１４】ポーズ設定規則に、末尾の形態素と先頭の
形態素との間にポーズを設定する設定条件が、その間に
ポーズを設定する優先順位を表す優先度が付されて記述
されている場合、入力文を構成する、隣接する２つの連
文節における末尾の形態素と先頭の形態素との間のう
ち、所定の優先度より高い優先度の設定条件を満足する
末尾の形態素と先頭の形態素との間にポーズを設定し、
ポーズ間の拍数が所定の基準拍数より大きい場合は、そ
のポーズ間における末尾の形態素と先頭の形態素との間
のうち、所定の優先度より低い優先度の設定条件を満足
する末尾の形態素と先頭の形態素との間にポーズを設定
することを繰り返すことができる。

【００１５】また、ポーズ間の拍数が、所定の基準拍数
より大きい場合は、そのポーズ間における末尾の形態素
と先頭の形態素との間のうち、所定の優先度より低い優
先度の設定条件を満足する末尾の形態素と先頭の形態素
との間にポーズを設定することを、ポーズ間の拍数が所
定の基準拍数より小さくなるまで繰り返すことができ
る。さらに、拍数が所定の基準拍数より大きいポーズ間
に、所定の優先度より低い優先度の設定条件を満足する
末尾の形態素と先頭の形態素が存在しない場合には、ポ
ーズの設定を終了することができる。

【００１６】本発明の音声合成装置は、日本語でなる入
力文を自然言語処理することにより、その入力文に対応
する音韻情報および韻律情報を求める生成手段（例え
ば、図１に示す言語処理部１および韻律処理部８など）
と、音韻情報および韻律情報に基づいて、入力文に対応
する音声を合成する合成手段（例えば、図１に示す音響
処理部１１など）とを備え、韻律情報は、入力文に挿入
されるポーズの位置を含み、生成手段は、ポーズの位置
を、請求項１乃至１３のいずれかに記載の自然言語処理
方法により求めることを特徴とする。

【００１７】

【作用】本発明の自然言語処理方法においては、入力文
が形態素解析され、その形態素解析結果から、形態素間
の文法的な関係を規定する複合語規則、文節規則、およ
び連文節規則に基づいて、複合語、文節、および連文節
が同定される。そして、その同定結果に対し、隣接する
２つの連文節における先の連文節を構成する形態素のう
ちの末尾の形態素と、後の連文節を構成する形態素のう
ちの先頭の形態素との間にポーズが挿入される頻度を統
計的に求めて作成されたポーズ設定規則が順次適用され
ることにより、連文節間に挿入するポーズの位置が設定
される。従って、文法的な規則に基づいて同定された連
文節単位で、統計的に求められたポーズ設定規則にした
がってポーズが設定されるので、入力文中の適切な位置
にポーズを挿入することができる。

【００１８】本発明の音声合成装置においては、日本語
でなる入力文を自然言語処理することにより、その入力
文に対応する音韻情報および韻律情報が求められ、その
音韻情報および韻律情報に基づいて、入力文に対応する
音声が合成される。この場合に、韻律情報の一つであ
る、入力文に挿入されるポーズの位置が、請求項１乃至
１３のいずれかに記載の自然言語処理方法により求めら
れる。従って、自然で理解のし易い合成音を得ることが
できる。

【００１９】

【実施例】図１は、本発明を適用した音声合成装置の一
実施例の構成を示すブロック図である。この音声合成装
置においては、日本語の、例えば漢字仮名混じり文（例
えば、テキストデータでなるもの）など（以下、単に入
力文という）から、それに対応する合成音を生成するよ
うになされている。

【００２０】この音声合成装置は、大きく分けて、演算
装置１とメモリ装置２とから構成されている。演算装置
１は、言語処理部３、韻律処理部８、および音響処理部
１１の３つの基本的処理部から構成されており、メモリ
装置２は、演算装置１で用いられる辞書（漢字辞書その
他）、規則（形態素解析規則、結合規則、ポーズ設定規
則、パラメータ生成規則）、データ類（韻律制御モデ
ル、音素片データ）を記憶している。

【００２１】言語処理部３は、形態素解析部４、結合処
理部５、ポーズ優先度処理部６、および発音記号生成部
７から構成され、入力文を自然言語処理し、合成する音
声（合成音）の音韻情報（入力文の読み（発音））、お
よび韻律情報（例えば、韻律句や、アクセント句（アク
セント型）、ポーズの位置、その長さ、その他の情報）
を生成（抽出）するようになされている。

【００２２】韻律処理部８は、韻律制御モデル用パラメ
ータ生成部９および韻律データ生成部１０から構成さ
れ、韻律制御モデル用パラメータ生成部（以下、パラメ
ータ生成部という）９は、言語処理部３で生成された音
韻情報および韻律情報に基づいて、合成音の韻律的特徴
を制御するモデルを駆動するためのパラメータ（モデル
制御パラメータ）を、メモリ装置２に記憶されているパ
ラメータ生成規則にしたがって生成するようになされて
いる。

【００２３】韻律データ生成部１０は、メモリ装置２に
記憶されている、合成音の韻律的特徴を制御する種々の
モデル（韻律制御モデル）を、パラメータ生成部９で生
成されたパラメータを用いて駆動し、これにより合成音
の韻律的特徴を表す具体的な数値（モデルから算出され
る数値）、即ち韻律データを生成するようになされてい
る。

【００２４】音響処理部１１は、言語処理部３または韻
律データ生成部１０でそれぞれ生成された音韻情報また
は韻律データに基づいて音声合成を行い、その結果得ら
れた合成音を、図示せぬ合成音声部に送り、その内蔵す
る例えばスピーカなどから出力させるようになされてい
る。

【００２５】なお、言語処理部３で生成された情報（後
述する音韻韻律情報）は、その後段のパラメータ生成部
９の他、パラメータ生成部９を介して韻律データ生成部
１０および音響処理部１１にも供給されるようになされ
ている。これは、韻律データ生成部１０および音響処理
部１１の処理で、音韻韻律情報に含まれる音韻情報が用
いられるためである。

【００２６】次に、その動作について説明する。言語処
理部３では、そこに入力文が入力されると、その入力文
に対し自然言語処理が施される。

【００２７】即ち、まず形態素解析部４で、辞書と形態
素解析規則を用いて、入力文が形態素解析されて、形態
素に分解され、さらにその発音（読み）、品詞情報およ
び拍数などが判定される。

【００２８】さらに、形態素解析部４では、形態素解析
された各形態素に対し、アクセント（単語が、それ一つ
だけで発声される場合のアクセント（以下、適宜、基本
的なアクセントという））が付加され、必要に応じて、
母音の長音化、母音の無声化などの処理が施される。そ
して、その処理結果は、結合処理部５に供給される。

【００２９】結合処理部５では、入力文を構成する各形
態素が、結合規則に基づいて結合され、さらに必要に応
じてその結合結果が分離され、これにより入力文の連文
節（１個以上の文節からなる単位（従って、１個以上の
形態素からなる単位でもある））が同定されると同時
に、連文節間にポーズを設定する位置が同定される。

【００３０】その後、ポーズ優先度処理部６において、
ポーズ設定規則に基づいて、同定された連文節間にポー
ズが設定される。なお、ポーズ優先度処理部６ではポー
ズの設定とともに、そのポーズに対する優先度（後述す
る）の設定も行われ、その後、ポーズ間の拍数を加味し
て最終的なポーズの位置（以下、適宜、ポーズ情報とい
う）が設定される。

【００３１】ポーズ情報の設定後、その設定結果から、
発音記号生成部７において、入力文の構造が求められ、
この文の構造に基づいて、韻律句その他の情報が求めら
れる。さらに、発音記号生成部７では、そして、ポーズ
優先度処理部６の処理結果、および形態素解析結果か
ら、音韻情報と韻律情報とを記号や文字で表現した情報
（この情報は、音韻情報と韻律情報を含むので、以下、
音韻韻律情報という）が生成される。

【００３２】なお、形態素（単語）どうしが接続されて
文となると、その文中で形態素が発話される場合と、そ
の形態素が独立で発話される場合とで、形態素のアクセ
ントの位置が変化することがあるので、発音記号生成部
７は、音韻韻律情報の生成時に、例えば所定のアクセン
ト移動規則などに基づいて、フレーズ中のアクセントの
位置、即ちアクセント句も決定するようになされてい
る。

【００３３】以上のようにして、言語処理部３は、入力
文の読み（音韻情報）、およびその入力文に対応する合
成音の韻律的特徴を制御するために必要な韻律句、アク
セント句、その他の韻律に関する情報を含む韻律情報で
なる音韻韻律情報を生成し、パラメータ生成部９に出力
する。

【００３４】パラメータ生成部９では、言語処理部３か
らの音韻韻律情報およびメモリ装置２に記憶されたパラ
メータ生成規則に基づいて、例えば合成音の基本周波数
（ピッチ周波数）、音韻の継続時間長、およびパワー
（例えば、音素単位のパワー）などの韻律的特徴を制御
する、メモリ装置２に記憶されている韻律制御モデルを
駆動するためのパラメータが生成される。

【００３５】即ち、メモリ装置２に、基本周波数を求め
るための韻律制御モデルとして、例えばいわゆる藤崎モ
デルが記憶されているとともに、継続時間長およびパワ
ーを求めるための韻律制御モデルとして、例えばいわゆ
る数量化１類によるモデルが記憶されている場合、パラ
メータ生成部９は、藤崎モデルを駆動するパラメータと
して、例えばフレーズ指令やアクセント指令の大きさお
よびその位置（フレーズ指令やアクセント指令をする時
点）などを設定し、数量化１類によるモデルを駆動する
パラメータとして、要因（例えば、音声合成しようとし
ている音素や、その前後の音素など）のカテゴリを設定
する。ここで、ポーズ優先度処理部６により設定された
ポーズ情報は、パラメータ生成部９におけるフレーズ指
令の位置を決定するのに利用される。

【００３６】なお、韻律制御モデルは、上述したものの
他、従来から知られているその他のものなどを用いるよ
うにすることができる、ただし、パラメータ生成部９で
は、メモリ装置２に記憶された韻律制御モデルに対応す
るパラメータを生成するようにする必要がある。

【００３７】韻律データ生成部１０は、メモリ装置２に
記憶されている韻律制御モデルとしての、例えば藤崎モ
デルや数量化１類によるモデルなどが、パラメータ生成
部９で生成（設定）されたパラメータにより駆動され、
これにより韻律データが出力される。即ち、藤崎モデル
が駆動されることにより、韻律データとしての基本周波
数などが出力され、また数量化１類によるモデルが駆動
されることにより、韻律データとしてのパワーおよび継
続時間長などが出力される。

【００３８】具体的には、韻律データとして、合成音の
フレーズごとの基本周波数値、音素ごとの継続時間を示
すフレーム数、および音節ごとのパワーの値を示すフレ
ーム数などが、音響処理部１１に出力される。

【００３９】音響処理部１１は、例えば従来と同様の手
法で音声合成を行なう合成器、即ち例えば波形素片接続
による音声合成器や、いわゆるフォルマント合成器など
で構成されている。音響処理部１１が、例えば波形素片
接続による音声合成器でなり、メモリ装置２に、例えば
ＣＶやＣＶＣ／ＶＣＶなどの単位で、規則音声合成に必
要な音声素片データ（例えば、ディジタル化された波形
データ）が記憶されている場合、音響処理部１１は、言
語処理部３で生成された音韻韻律情報のうちの音韻情
報、および韻律データ生成部１０より出力された韻律デ
ータ（基本周波数、継続時間、およびパワーの時間の具
体的数値など）に基づいて、必要な音声素片データ（音
素片データ）を連続した音声波形となるように接続す
る。さらに、音響処理部１１は、言語処理部３で生成さ
れた音韻韻律情報のうちのポーズ情報に基づき、音声波
形にポーズを挿入する。そして、合成音声部において、
この音声波形に対し、例えばＤ／Ａ変換処理などの必要
な処理が施され、その内蔵するスピーカから出力され
る。

【００４０】以上のようにして、入力文に対応する合成
音が出力される。

【００４１】次に、言語処理部３を構成する形態素解析
部４における処理の詳細について説明する。

【００４２】形態素解析部４では、上述したように、辞
書、形態素解析規則に基づいて、入力文が単語に相当す
る形態素に分解され、さらに、その発音（読み）、アク
セント、品詞情報、および拍数などが判定される。これ
らのうちの品詞情報は、形態素解析規則に含まれる、例
えば図２乃至図４に示すような品詞情報（活用形を含
む）を参照して、各形態素に付与される。

【００４３】なお、図２乃至図４に示す品詞情報（活用
形を含む）は、結合規則およびポーズ設定規則にも含ま
れている。また、ここにいう品詞情報（活用形を含む）
には、いわゆる品詞の他、例えば「数字」や「アルファ
ベット」、その他記号なども含まれている（以下、これ
らも品詞として取り扱う）。さらに、この品詞情報（活
用形も含む）には、品詞を統合した上位分類、および品
詞を細分化した下位分類が含まれており、さらに活用形
も含まれている。ここで、以下では、図２乃至図４に示
した品詞情報（活用形）を、形態素に付与される品詞情
報と区別するために、品詞情報辞書という。

【００４４】品詞情報辞書には、品詞情報が、「全品
詞」を最上位の階層（最上位分類）として、階層構造に
分類されて登録されている。

【００４５】即ち、例えば、図２の下位分類「カ行五段
動詞」は「動詞」という上位階層の品詞に含まれ、「動
詞」という品詞は、「用言」という上位分類に含まれ
る。さらに、「用言」は、その上位の「自立語」という
上位分類に含まれ、「自立語」は、最上位分類の「全品
詞」に含まれる。

【００４６】また、例えば図２の「固有名詞」は「名
詞」という上位の品詞（この場合、「名詞」は、「固有
名詞」の上位分類となる）に含まれ、「名詞」は、その
上位の「自立語」という上位分類に含まれる。「自立
語」は、上述したように最上位分類の「全品詞」に含ま
れる。

【００４７】また、形態素解析部４から、形態素解析結
果として出力される品詞情報には、必要に応じて活用形
が含められるようになされている。即ち、形態素解析結
果は、例えば「助動詞／連用形」などように出力される
ようになされている。活用形は、図４に示すように、品
詞情報辞書の最後に、階層構造とは別に規定されてい
る。

【００４８】なお、活用形は、品詞（但し、動詞や助動
詞などの活用がある品詞）の活用を表すから、活用形に
よって品詞を細分化することができる。従って、活用形
は、下位分類として取り扱う。

【００４９】また、図２乃至図４には図示していない
が、必要に応じて、各品詞の最下位分類として、形態素
そのものを記述しておくことが可能である。即ち、例え
ば「名詞」の下位分類である「数詞」のさらに下位分類
として、具体的な数値を記述しておくことが可能であ
る。

【００５０】品詞情報を、このような階層構造にしてお
くことにより、各種規則を記述する際に、効率的な記述
をすることができる。即ち、例えば、図３に示す「数
字」、「アルファベット」、「ひらがな」、「かたか
な」、「ギリシャ文字」、「ロシア文字」、および「単
漢字」のすべてを対象とする規則を記述する場合、これ
らのすべてを記述するのではなく、これらの上位の品詞
である「単漢字」を記述するだけで済むことになる。

【００５１】また、上述したように、最下位分類とし
て、形態素そのものである、例えば具体的な数値を記述
しておくことにより、その具体的数値を除く「数詞」に
対しては、ある原則的な規定を適用するとともに、その
具体的数値にのみ、例外的な規定を適用することを、容
易に行うことができる。

【００５２】次に、図５は、例えば入力文「昨夜男は店
員に押えられ、丸の内警察に窃盗の疑いで逮捕され
た。」が入力された場合における形態素解析部４の形態
素解析結果を示している。なお、形態素解析部４では、
入力文が形態素に分析され、図２乃至図４に示した品詞
情報辞書その他を参照して、各形態素に対し、品詞情報
その他が付与されるが、図５では、本願発明に関係する
項目だけを示してある。

【００５３】即ち、図５においては、入力文「昨夜男は
店員に押えられ、丸の内警察に窃盗の疑いで逮捕され
た。」に含まれる形態素、その発音、アクセントの型、
品詞情報、拍数を、その左端の欄から右に順次示してあ
る。

【００５４】ここで、形態素の発音（読み）は、原則と
してひらがなで示してあるが、長音は「ー」で、鼻濁音
は「゜」で、それぞれ示してある。また、アクセント
は、アクセント核（日本語は、アクセントのある拍の直
後、発話のレベルが高レベルから低レベルに落下する
が、この落下する部分がアクセント核）が、形態素の先
頭から何拍目にあるかを示すアクセント型によって示し
てある。但し、アクセント核のないものは、０型として
ある。また、付属語類（例えば助詞や句読点など）に
は、アクセントが付与されず、そのアクセントの欄に
は、「＊」印を示してある。

【００５５】さらに、図５における品詞情報は、図２乃
至図４に示した品詞情報辞書に記述されている品詞情報
である。なお、図５における品詞情報のうち、（）内、
／以降、および・以降は、下位分類を示している。即
ち、品詞情報の、例えば１行目における「名詞（副詞用
法）」というのは、その形態素の品詞は「名詞」であ
り、その用法が副詞的であることを示している。但し、
形態素「昨夜」の品詞情報は、実際には、図２から「名
詞・普通名詞（副詞用法）」となるが、図５において
は、記述が煩雑になるので、「名詞（副詞用法）」とし
てある。

【００５６】また、品詞情報の、例えば１６行目におけ
る「名詞・サ変［サ変化］」とは、その形態素単独では
「名詞」であるが、その後に「サ変活用語尾」の形態素
が続いており、この場合には、その品詞を、「名詞」ま
たはサ変化した「動詞」のうち、サ変化した「動詞」と
して認定したことを意味している。

【００５７】さらに、品詞情報の、例えば１８行目にお
ける「助動詞／連用形」というのは、その形態その品詞
が「助動詞」であり、その活用が「連用形」であること
を示しいている。

【００５８】また、各形態素の拍数は、原則として数字
で示してあるが、句読点の拍数はないものとして、＊印
で示してある。

【００５９】次に、以上のような形態素解析結果を処理
する結合処理部５の詳細、およびその後段のポーズ優先
度処理部６の詳細について説明する。

【００６０】図６および図７は、結合処理部５で用いら
れる結合規則の例を示している。

【００６１】この結合規則では、例えば８つの項目でな
る条件が記述されている。なお、ポーズ優先度処理部６
で参照するポーズ設定規則も同一の記述方法で記述され
ている（ポーズ設定規則については後述する）。

【００６２】即ち、結合規則には、左端から右へ順番
に、（１）条件の番号、（２）前の形態素の見出し、
（３）前の形態素の品詞、（４）前の形態素の下位分
類、（５）前の形態素の活用、（６）後の形態素の見出
し、（７）後の形態素の品詞、（８）後の形態素の下位
分類の８つの項目でなる条件が記述されている。なお、
８つの項目のすべてを記述する必要は必ずしもなく、そ
のうちの必要な項目のみを記述しておくようにすればよ
い。図６および図７（後述する図８のポーズ設定規則に
おいても同様）では、ドントケア（Don't Care）の項目
は、NULLとしてある。

【００６３】以上の８項目でなる条件は、入力文中の隣
接する２つの形態素が、複合語、文節、連文節、（連用
修飾連文節および連体修飾連文節）を構成すると文法的
に認められるときに満たすものである。

【００６４】また、以上のような条件の集合である結合
規則（ポーズ設定規則も同様）は、図５で説明した形態
素解析結果（形態素を表す文字列（形態素文字列）、ア
クセント、品詞情報（活用形を含む）、拍数など）を用
いて記述される。なお、図６および図７に示した結合規
則（図８に示すポーズ設定規則も同様）では、形態素解
析結果のうちの形態素文字列、品詞情報（活用形を含
む）が用いられている。

【００６５】（１）の条件の番号には、例えば、重複す
ることのない（ユニークな）数字が昇順に記述される。
なお、この条件の番号は、必ず記述する必要がある。ま
た、数字は、連続している必要はなく、不連続であって
も良い。

【００６６】（２）の前の形態素の見出しには、隣接す
る２つの形態素のうち、前の形態素を表す形態素文字列
が記述され、（６）の後の形態素の見出しには、後の形
態素を表す文字列が記述される。即ち、（２）および
（６）には、図５に示した形態素解析結果のうちの左端
の欄に示した形態素が記述される。従って、例えば、
（２）は「丸の内」、（６）は「警察」のように、それ
ぞれ記述される。

【００６７】（３）の前の形態素の品詞には、隣接する
２つの形態素のうち、前の形態素の品詞が記述され、
（７）の後の形態素の品詞には、後の形態素の品詞が記
述される。ここでいう形態素の品詞とは、図５に示した
形態素解析結果における品詞情報欄のうちの下位分類、
即ち丸括弧でくくられた、例えば「（副詞用法）」とい
う用法と、／以降の、例えば「未然形」などの活用形
（活用）を除く部分（品詞と・以降の下位分類）が記述
される。従って、例えば、（３）は「名詞」、（７）は
「一段動詞」のように、それぞれ記述される。

【００６８】（４）の前の形態素の下位分類には、隣接
する２つの形態素のうち、前の形態素の下位分類のうち
の用法（図５の品詞情報のうちの丸括弧でくくられた部
分）が記述され、（８）の後の形態素の下位分類には、
後の形態素の下位分類のうちの用法が記述される。な
お、名詞は、その他に、例えば「（独立用法）」、
「（形式名詞用法）」などの多くの下位分類を有するが
図２ではその図示を省略してある。従って、例えば、
（４）は「（副詞用法）」、（８）は「（独立用法）」
のようにそれぞれ記述される。

【００６９】（５）の前の形態素の活用には、隣接する
２つの形態素のうち、前の形態素の下位分類のうちの活
用（活用形）が記述される。ここでいう形態素の活用と
は、図５に示した形態素解析結果における品詞情報のう
ち、／以降の、例えば「未然形」などのように「〜形」
とされている部分を意味する。従って、例えば、（５）
は「未然形」などのように記述される。

【００７０】図６および図７に示した結合規則は、複合
語を構成する形態素間の文法的な関係を規定する複合語
規則（複合語を構成する２つの形態素が文法的に満足す
べき条件）、文節を構成する形態素間の文法的な関係を
規定する文節規則（文節を構成する２つの形態素が文法
的に満足すべき条件）、連用修飾連文節を構成する形態
素間の文法的な関係を規定する連用修飾連文節規則（連
用修飾連文節を構成する２つの形態素が文法的に満足す
べき条件）、および連体修飾連文節を構成する形態素間
の文法的な関係を規定する連体修飾連文節規則（連体修
飾連文節を構成する２つの形態素が文法的に満足すべき
条件）を含んでいる。

【００７１】結合処理部５では、隣接する２つの形態素
が、複合語規則、文節規則、連用修飾連文節規則、また
は連体修飾連文節規則に合致するか否かが判定され、そ
れぞれの規則に合致すると判定された場合、それらの２
つの形態素が複合語、文節、連用修飾連文節、または連
体修飾連文節を構成するものとして結合される。

【００７２】ここで、上述のように２つの形態素を結合
規則に基づいて結合したものが、例外的に、複合語、文
節、連用修飾連文節、または連体修飾連文節を構成しな
い場合がある。そこで、このような例外的な場合に対処
すべく、複合語規則、文節規則、連用修飾連文節規則、
または連体修飾連文節規則は、結合した２つの形態素を
分割（分離）させるための規則（条件）を含んでいる。

【００７３】ここで、以下、適宜、複合語、文節、連用
修飾連文節、または連体修飾連文節として形態素を結合
させるための規則を、複合語結合規則、文節結合規則、
連用修飾結合規則、または連体修飾結合規則とそれぞれ
いう。また、複合語、文節、連用修飾連文節、または連
体修飾連文節として結合した形態素を分割させるための
規則を複合語分割規則、文節分割規則、連用修飾分割規
則、または連体修飾分割規則とそれぞれいう。

【００７４】従って、複合語規則、文節規則、連用修飾
連文節規則、または連体修飾連文節規則は、複合語結合
規則および複合語分割規則、文節結合規則および文節分
割規則、連用修飾結合規則および連用修飾分割規則、ま
たは連体修飾結合規則および連体修飾分割規則から、そ
れぞれ構成されているということができる。

【００７５】図６および図７に示した条件（規則）のう
ち、（１）の条件の番号が、1000,2000,3000,4000,500
0,6000,7000,8000番台のものは、それぞれ複合語結合規
則、複合語分割規則、文節結合規則、文節分割規則、連
用修飾結合規則、連用修飾分割規則、連体修飾結合規
則、または連体修飾分割規則に相当する。

【００７６】結合処理部５は、実際にはプログラムでな
るが、上述のように各規則をまとめておくことにより、
各規則にしたがって処理を行うプログラムのモジュール
それぞれに対し、用いる規則を簡単に指定することがで
きる。即ち、各モジュールに対しては、使用する規則
を、（１）の条件の番号（例えば1000番台や2000番台な
どのように）によって指定することができる。

【００７７】次に、図８は、ポーズ優先度処理部６で用
いられるポーズ設定規則の例を示している。ポーズ設定
規則には、多くのサンプルの文章（例えば、新聞に記載
された文章）中に含まれる連文節間にポーズが挿入され
る場合の統計（頻度の統計）をとり（これは、文章を実
際に読んでもらうことにより行う）、その統計結果から
求めた、形態素間にポーズが挿入されるときに、その形
態素が満たす文法的な条件（ポーズの設定条件）が記述
されている。

【００７８】なお、ポーズ設定規則は、上述したように
結合規則（図６および図７）と同様の記述方法によって
記述されている。

【００７９】また、ポーズ設定規則に記述された設定条
件には、優先度が付されている。即ち、例えば、ある設
定条件を満たす形態素間にポーズが挿入される頻度が高
い場合、その設定条件には高い優先度が付され、またポ
ーズが挿入される頻度が低ければ、低い優先度が付され
ている。

【００８０】このように、設定条件に優先度を付してお
くことにより、高い優先度の設定条件を満たす形態素間
に対して、優先的にポーズを設定するようにすることが
できる。従って、優先度は、ポーズを設定する優先順位
ということができる。

【００８１】ここで、優先度は、例えば１が最も高く、
以下、数字が大きくなるごとに低くなっていくものとす
る。

【００８２】図８においては、優先度１乃至５の設定条
件が、（１）の条件の番号が、11000，12000，13000，1
4000，15000番台の部分に、それぞれまとめて記述され
ている。

【００８３】従って、ポーズ優先度処理部６でどの優先
度の設定条件を用いるかも、上述した結合処理部５にお
ける場合と同様に、（１）の条件の番号によって、簡単
に指定することができる。

【００８４】次に、図９は、形態素解析結果（図５）を
結合処理部５で結合処理し、さらにその処理結果をポー
ズ優先度処理部６でポーズ優先度処理した結果を示して
いる。また、図１０は、結合処理部５およびポーズ優先
度処理部６の動作を説明するフローチャートを示してい
る。

【００８５】なお、結合処理部５では、ステップＳ１乃
至Ｓ９の処理が行われ、ポーズ優先度処理部６では、ス
テップＳ１０乃至Ｓ１３の処理が行われる。

【００８６】まず、結合処理部５では、ステップＳ１に
おいて、基準拍数が設定される。ここで、基準拍数と
は、ポーズ設定後のポーズ間の最大拍数（例えば、ポー
ズがおかれた後、その拍数以内で次のポーズがおかれた
方が合成音が聴き易くなる場合の、その拍数）（ただ
し、句読点は拍数には含めない）を意味する。ここでは
基準拍数を、例えば２０とする。

【００８７】その後、ステップＳ２に進み、複合語結合
規則に基づいて、形態素解析結果（図５）から複合語が
同定される（複合語結合処理が行われる）。

【００８８】ここで、複合語と同定された形態素のう
ち、先頭の形態素または末尾の形態素は、それぞれ
「頭」または「尾」と表される。また、複合語として他
の形態素に結合されずに残された形態素は「孤」と表さ
れる。なお、句読点はそのままとされる。

【００８９】即ち、ステップＳ２では、図６および図７
の結合規則のうちの条件の番号1001からの1000番台の条
件（規則）を、図５の形態素解析結果における隣接する
２つの形態素間に適用し、いずれかの条件を満足するか
否かが判定される。そして、２つの形態素がいずれかの
条件を満足する場合は、前の形態素が「頭」、後の形態
素が「尾」とされる。

【００９０】具体的には、図５において、例えば形態素
「昨夜」と「男」、および「丸の内」と「警察」は、い
ずれも図６に示した（１）条件の番号の1001の前の形態
素の品詞が「名詞」で、後の形態素の品詞が「名詞」と
いう条件を満足する。従って、この場合、「昨夜」＝
頭、「男」＝尾、「丸の内」＝頭、「警察」＝尾とされ
る。

【００９１】なお、３個以上の形態素が連続して条件を
満足する場合には、先頭の形態素が「頭」、末尾の形態
素が「尾」とされ、それらの中間に挟まれた形態素は全
て「胴」とされる。例えば、品詞が「名詞」である形態
素「丸の内」、「中央」および「警察」からなる複合語
「丸の内中央警察」は、「丸の内」と「中央」、および
「中央」と「警察」が、1001の条件を満足するから、そ
れぞれ「丸の内」＝頭、「中央」＝胴、「警察」＝尾と
される。

【００９２】以上の複合語結合処理の後、ステップＳ３
に進み、複合語分割規則に基づいて、複合語分割処理が
行なわれる。即ち、ステップＳ３では、図６および図７
の結合規則のうちの条件の番号2001からの2000番台の条
件を、上述の複合語結合処理結果における、隣接する２
つの形態素間に適用し、いずれかの条件を満足するか否
かが判定される。そして、２つの形態系がいずれかの条
件を満足させる場合は、前の形態素が「頭」から「孤」
に、後の形態素が「尾」から「孤」に変更される。この
複合語分割処理は、複合語として結合した形態素の組合
せの中で、例外的に複合語と同定するのが好ましくない
ものを除外するために行われる。なお、後述するステッ
プＳ５，Ｓ７，Ｓ９の各処理も、ステップＳ４，Ｓ６，
Ｓ８の各処理で結合された形態素を例外的に除外（分
割）するために行なわれる。

【００９３】具体的には、図５において、例えば、形態
素「昨夜」と「男」は、1001の条件を満足するから、上
述したように、「昨夜」＝頭、「男」＝尾とされる。し
かしながら、前の形態素である「昨夜」の下位分類は
「（副詞用法）」であり（図５）、また、後の形態素で
ある「男」の品詞が「名詞」であるから、この２つの形
態素は、図６の2001の条件を満たし、従って、「昨夜」
＝孤、「男」＝孤、と変更される。なお、分割された前
後の形態素は「孤」と「弧」になる場合の他、「尾」と
「頭」になる場合がある。即ち、例えば、「頭尾」とさ
れた２つの形態素が分割されれば「孤」と「弧」となる
が、例えば、「頭胴胴胴胴尾」とされた６つの形態素が
中央で分割されれば「頭胴尾」「頭胴尾」とされ、分割
された前後の形態素は、「尾」と「頭」になる。

【００９４】以上の複合語結合処理、複合語分割処理の
処理結果を、図９の「語」の欄に示す。

【００９５】ここで、結合処理部５およびポーズ優先度
処理部６で採用している基本的な処理方法について説明
する。即ち、結合処理部５およびポーズ優先度処理部６
では、２個以上の形態素が結合した際には、その先頭ま
たは末尾の形態素を、結合した形態素全体を代表する形
態素とするようになされている。従って、例えば、品詞
に着目して説明すれば、複合語結合処理によって結合さ
れた「丸の内警察」については、「丸の内」も、末尾の
形態素「警察」もその品詞は「名詞」であるから、いず
れかが代表となっても全体の品詞は名詞であるが、後述
する文節結合処理（ステップＳ４）の結果得られる「丸
の内警察に」については、先頭の形態素「丸の内」の品
詞は「名詞」であり、末尾の形態素「に」の品詞は「格
助詞」であるから、先頭または末尾のいずれの形態素が
代表になるかによって、結合された形態素全体の品詞が
異なることになる。

【００９６】従って、図５に示した、例えば「丸の内警
察に」と、その前にある（隣接する）形態素「られ」と
の間に、結合規則またはポーズ設定規則が適用される場
合には、形態素「られ」と、「丸の内警察に」のうち
の、形態素「られ」に隣接する先頭の形態素「丸の内」
との間に結合規則またはポーズ設定規則が適用される。

【００９７】また、例えば「丸の内警察に」と、その後
にある（隣接する）形態素「窃盗」との間に、結合規則
またはポーズ設定規則が適用される場合には、「丸の内
警察に」のうちの、形態素「窃盗」に隣接する末尾の形
態素「に」と、形態素「窃盗」との間に、結合規則また
はポーズ設定規則が適用される。

【００９８】さらに、２個以上の形態素が結合したもの
どうしに対しては、隣接する末尾と先頭の形態素の間
に、結合規則またはポーズ設定規則が適用される。具体
的には、以下のような処理が行われる。（ここでは、１
つの形態素自体をカギ括弧「」で囲み、２つ以上の形態
素が結合したものを、その外側を丸括弧（）で囲んで
表すこととする）。

【００９９】即ち、例えば、（「店員」「に」）と
（「押さえ」「られ」）とが隣接する場合、（「店員」
「に」）を代表する末尾の形態素「に」と、（「押さ
え」「られ」）を代表する先頭の形態素「押さえ」が、
形態素を結合する条件を満たせば、（「店員」「に」）
と（「押さえ」「られ」）は一つに結合され、その結
果、（（「店員」「に」）（「押さえ」「られ」））と
なる。

【０１００】従って、結合規則またはポーズ設定規則が
適用される形態素は、「頭」、「尾」、「孤」とされた
ものだけであり、「胴」とされたものには適用されな
い。

【０１０１】次に、ステップＳ３の処理後、ステップＳ
４に進み、文節結合処理が文節結合規則に基づいて行な
われ、これにより複合語の同定結果から文節が同定され
る。即ち、複合語分割処理の結果に対し、図６に示した
3001から始まる3000番台の文節結合規則が適用される。
これにより、図８の「語」の欄に示した、例えば（「丸
の内」「警察」）と、それに続く「に」は、「尾」とさ
れた形態素「警察」と「孤」とされた形態素「に」が、
図５に示した形態素解析結果から、図６に示した3003の
条件を満足するので結合され、（（「丸の内」「警
察」）「に」）とされる。即ち、形態素「丸の内」、
「警察」、「に」は、それぞれ「頭」、「胴」、「尾」
とされる。同様に、例えば、「逮捕」、「さ」、
「れ」、「た」については、まず、図６の3001番の条件
を、「逮捕」と「さ」が満たすので、（「逮捕」
「さ」）とされる。次に、（「逮補」「さ」））を代表
する末尾の「さ」と隣接する「れ」が、図６の3004番の
条件を満たすので（（「逮捕」「さ」「れ」）とされ
る。次に（（「逮捕」「さ」）「れ」）を代表する末尾
の「れ」とそれに隣接する「た」が、図６の3006番の条
件を満たすので（（（「逮捕」「さ」）「れ」）
「た」）と結合される。即ち、「逮捕」、「さ」、
「れ」、「た」は、それぞれ「頭」、「胴」、「胴」、
「尾」とされる。

【０１０２】以上の文節結合処理後、ステップＳ５に進
み、文節分割規則に基づいて、文節分割処置が行われ
る。即ち、文節を構成するとして結合された形態素間
に、文節分割規則が適用され、文節とは認められない結
合が解除される。

【０１０３】具体的には、文節として同定された
（（「丸の内」「警察」）「に」）を構成する形態素
「警察」と「に」は、図６の4001番の条件を満たすの
で、（「丸の内」「警察」）と「に」に分割される。

【０１０４】文節結合処理および文節分割処理により得
られた結果を、図９の「文節」の欄に示す。なお、図９
は、結合規則に4001番の条件が記述されていない場合の
処理結果を示している。

【０１０５】以下、ステップＳ６乃至Ｓ９に順次進み、
連用修飾結合規則、連用修飾分割規則、連体修飾結合規
則、または連体修飾分割規則に基づいて、連用修飾結合
処理、連用修飾分割処理、連体修飾結合処理、または連
体修飾分割処理がそれぞれ行われる。

【０１０６】即ち、文節の同定結果から、連用修飾連文
節と連体修飾連文節とが同定される。なお、ステップＳ
６およびＳ７の処理は、ステップＳ８およびＳ９の処理
の前ではなく、その後に行うようにしても良い。但し、
ステップＳ６およびＳ７の処理を、ステップＳ８および
Ｓ９の処理の前に行う方が、より自然な合成音が得られ
ることが、シミュレーションによりわかっている。

【０１０７】具体的には、連用修飾結合処理では、図９
の「文節」の欄に示すように処理された、例えば（「店
員」「に」）と（「押さえ」「られ」）は、（「店員」
「に」）を代表する末尾の「に」と、（「押さえ」「ら
れ」）を代表する「押さえ」が、図５の形態素解析結果
から、図７の5002番の条件を満たすので、（（「店員」
「に」）（「押さえ」「られ」））のように結合され、
図９の句１の欄に示すように、「店員」、「に」、「押
さえ」、「られ」はそれぞれ「頭」、「胴」、「胴」、
「尾」とされる。

【０１０８】次に、連用修飾分割処理では、連用修飾連
文節として同定された（（「店員」「に」）（「押さ
え」「られ」）は、（「店員」「に」）の末尾の「に」
と、（「押さえ」「られ」）の先頭の「押さえ」が、図
７の6001番の条件を満たすので、結合を解除され、
（「店員「「に」）と（「押さえ」「られ」）に分割さ
れる。

【０１０９】連用修飾結合処理および連用修飾分割処理
により得られた結果を、図９の「句１」の欄に示す。な
お、図９は、結合規則に6001番の条件が記述されていな
い場合の処理結果を示している。

【０１１０】連体修飾結合処理または連体修飾分割処理
においても、連用修飾結合処理または連用修飾分割処理
とそれぞれ同様の処理が、連体修飾結合規則または連体
修飾分割規則を参照して行われ、これにより図９の「句
２」の欄に示すような処理結果が得られる。なお、図９
は、結合規則に8001番の条件が記述されていない場合の
処理結果を示している。

【０１１１】以上のステップＳ２乃至Ｓ９の処理により
入力文の連文節の同定がなされた後、ステップＳ１０に
進み、ポーズ設定優先度付与処理が行われる。

【０１１２】即ち、ポーズ優先度処理部６では、図９の
「句２」の欄が「孤」または「尾」とされた形態素と、
それに続く（その次の）形態素との間のみに、図８に示
したポーズ設定規則が適用される。

【０１１３】そして、例えば、「孤」とされた形態素
「昨夜」と、その次の「頭」とされた形態素「男」は、
図５の形態素解析結果から、図８の13001番の優先度３
の条件を満たすので、ポーズを挿入する位置の候補であ
ることを示す優先度３のフラグが「昨夜」にたてられ
る。

【０１１４】また、例えば「尾」とされた形態素「は」
と、その次の「頭」とされた形態素「店員」は、図５の
形態素解析結果から、図８の優先度４の14001番の条件
を満たすので、優先度４のフラグが「は」にたてられ
る。以下同様にして、図９の「間」の欄に示すようにフ
ラグ（優先度フラグ）がたてられる。なお、図９の
「間」の欄には、フラグがたてられた位置に、優先度を
示す数字を示してある。

【０１１５】さらに、ポーズ設定優先度付与処理では、
優先度フラグが立てられた位置の間の拍数の小計が求め
られる。但し、入力文中の最初と最後の優先度フラグに
ついては、入力文の先頭から最初の優先度フラグまでの
拍数の小計が、また最後の優先度フラグから入力文の最
後までの拍数の小計が、それぞれ求められる。

【０１１６】図９の右端の「拍」の欄の数字は、この小
計値を表している。例えば、「昨夜」（３拍）について
は、その拍数である３拍となり、例えば「は」（１拍）
については、「男」（３拍）との小計で４拍となり、ま
た、例えば「られ」（２拍）については、「店員」（４
拍）からの小計で１０拍となる。

【０１１７】ポーズ設定優先度付与処理の後、ステップ
Ｓ１１に進み、所定の優先度以上のフラグがたてられた
位置（フラグがたてられた形態素と、その次の形態素と
の間）にポーズが設定される。

【０１１８】即ち、所定の優先度を、例えば３とした場
合には、ステップＳ１１において、優先度が３より高い
形態素「昨夜」、「られ」、および「た」の直後にポー
ズが設定される。

【０１１９】そして、ステップＳ１２に進み、既にポー
ズが設定された位置（ポーズ設定位置）の間の拍数が、
基準拍数を越えているか否かが判定される。ステップＳ
１２において、ポーズ設定位置間の拍数が、基準拍数を
越えていると判定された場合、ステップＳ１３に進み、
そのポーズ設定位置間において、最も優先度が高いフラ
グがたてられている位置に、ポーズが設定（追加設定）
され、ステップＳ１２に戻る。

【０１２０】以下、ステップＳ１２において、ポーズ設
定位置間の拍数が、基準拍数を越えていないと判定され
るまで、ステップＳ１２およびＳ１３の処理が繰り返さ
れる。

【０１２１】一方、ステップＳ１２において、ポーズ設
定位置間の拍数が、基準拍数を越えていないと判定され
た場合、処理を終了し、その処理結果が、ポーズ優先度
処理部６から発音記号生成部７に出力される。

【０１２２】図９に示した場合では、ステップＳ１１に
おいて、優先度１乃至３のフラグがたてられた位置に、
ポーズが設定される。この場合、その後に、優先度４ま
たは５のフラグがそれぞれたてられた「は」または
「に」の位置（直後）にポーズを設定することができ
る。しかしながら、既にポーズが設定された「昨夜」
（優先度３）から「られ」（優先度２）までの拍数（ポ
ーズ設定位置間の拍数）は（４拍＋１０拍で）１４拍な
ので、基準拍数２０を越えていないから、優先度４のフ
ラグがたてられた「は」の直後にはポーズは設定されな
い。一方、既にポーズが設定された「られ」（優先度
２）から「た」（優先度１）までの拍数の小計は（１０
拍＋１５拍で）２５拍なので、基準拍数２０を越えてお
り、従って優先度５のフラグがたてられた「に」の直後
にポーズが設定される。

【０１２３】即ち、図９に示した場合においては、
「は」を除く、優先度フラグがたてられた形態素の直後
すべてにポーズが設定される。なお、仮に、「られ」
（優先度２）から「た」（優先度１）までの間に、優先
度５のフラグがたてられた「に」の他に、それよりも優
先度の高い（例えば優先度４の）フラグがたてられた形
態素が存在すれば、その形態素の直後にポーズが設定さ
れることになる。また、仮に、「られ」（優先度２）か
ら「た」（優先度１）までの間に、フラグがたてられた
形態素が存在しなければ、処理を終了する。

【０１２４】こうして、設定されたポーズ（ポーズ情
報）をもとに、図１の発音記号生成部７において音韻韻
律情報が生成され、さらに韻律処理部８と音響処理部１
１を経て、ポーズの挿入された合成音声が出力される。

【０１２５】以上のように、文法的な規則である結合規
則に基づいて同定された連文節単位で、統計的に求めら
れたポーズ設定規則にしたがってポーズを設定するよう
にしたので、入力文中の適切な位置にポーズを挿入する
ことができる。

【０１２６】また、結合規則およびポーズ設定規則を、
形態素解析の結果得られる形態素文字列、品詞情報など
を用いて記述するようにしたので、それ以外の情報の付
与や入力が不要であり、従って簡単に処理系を構成する
モジュールを構築することができ、また汎用的な日本語
テキストを処理対象とすることができる。

【０１２７】さらに、結合規則およびポーズ設定規則
を、形態素解析の結果得られる形態素間の結合の、いわ
ば可否関係を判定するための条件によって記述するよう
にしたので、規則の記述を容易に行うことができ、さら
に処理系を構成するモジュールのメンテナンス（モジュ
ールの変更、追加、削除など）を容易に行うことがで
き、その結果、多様なポーズ設定を行うことが可能とな
る。

【０１２８】また、結合した形態素の、いわば文法的性
質を、その先頭の形態素または末尾形態素の文法的性質
に代表させて処理するようにしたので、処理に必要な関
数（モジュールを構成する関数）を単純化することが可
能となる。その結果、例えば連用修飾連文節を同定する
処理と連体修飾連文節を同定する処理の順序を逆にした
り、また処理関数を追加するなどの改良、メンテナンス
を容易に行うことができる。

【０１２９】さらに、ポーズ設定規則は、隣接する連文
節の末尾と先頭の形態素間にポーズが出現する頻度を統
計的に求めたものに基づいて記述されているので、入力
文に違和感のないポーズの挿入を行うことができる。

【０１３０】また、基準拍数を予め設定し、ポーズ設定
位置間に含まれる形態素の拍数の合計が多くなり過ぎた
場合に、文法的に妥当性の高い順（優先度順）にポーズ
の再設定を行うようにしたので、入力文の長さに対応し
た適切な数のポーズを、より妥当性の高い位置に設定す
ることができる。

【０１３１】以上、本発明を音声合成装置に適用した場
合について説明したが、本発明は、音声合成装置の他、
例えば日本語の入力文を、他の言語に翻訳し、または逆
に他の言語を日本語に翻訳して音声で出力する音声翻訳
装置などに適用することが可能である。日本語のポーズ
の挿入される位置は日本語構文の意味的な切れ目と一致
するので、構文解析精度が向上し、他の言語への変換精
度を向上させることが可能となり、あるいはまた、日本
語に翻訳して音声で出力する際に、自然で聴きとりやす
い音声（合成音）を出力することが可能となる。

【０１３２】また、本発明は、例えば音声認識装置や、
音声入力が可能なワードプロセッサ、文書作成装置など
に適用することができる。音声認識装置に適用した場合
には、ポーズが挿入される前後の発話を認識対象をして
絞り込むことができ、またポーズ前後の形態素の組合せ
パターンは規則化されている（ポーズ設定規則に記述さ
れている）ので、認識精度を向上させることができる。

【０１３３】また、ワードプロセッサや文書作成装置に
適用した場合には、音声で入力された文章などの「仮名
漢字変換」を行うにあたって、ポーズにまたがる部分の
漢字変換処理を行なわないようにすることができるの
で、変換効率を向上させることができる。

【０１３４】なお、ポーズの設定は、図１０（図１０の
ステップＳ１１乃至Ｓ１３）で説明したようにして行う
他、例えば次のようにして行うことが可能である。即
ち、優先度フラグがたてられた位置すべてにポーズを設
定したり、あるいは優先度が所定の優先度以上のフラグ
がたてられた位置にのみポーズを設定する（例えば、優
先度１から３までなど）ようにすることが可能である。

【０１３５】また、図１０のステップＳ１で設定された
基準拍数より、図９の「拍」の欄の拍数が大きい部分に
のみ、優先度に関係なくポーズを設定するようにするこ
とも可能である。例えば、基準拍数を８とした場合に
は、「られ」（１０拍）、「に」（１０拍）、および
「た」（１５拍）の直後にのみ、ポーズが設定されるこ
とになる。さらに、以上の方法を組み合わせてポーズを
設定するようにすることも可能である。

【０１３６】また、本実施例では、結合規則に、結合し
た形態素を分割する規則（分割規則）（複合語分割規
則、文節分割規則、連用修飾分割規則、連体修飾分割規
則）を含めるようにしたが、この分割規則は、必ずしも
結合規則に記述しておく必要はない。但し、分割規則
は、例えば次のような場合に、特に有用である。

【０１３７】即ち、例えば図８のポーズ設定規則に、13
025,"の",格助詞,NULL,NULL,"疑い",名詞,NULL,という
条件を記述し、優先度３より高い優先度のフラグがたて
られた位置に、無条件にポーズを設定するようにすると
ともに、結合規則に、図７に示した8001番の条件を含む
連体修飾分割規則を記述しておくようにした場合、
「の」と「疑い」は、8001番の条件を満たすから、連体
修飾連文節を構成するとして結合された後に、連体修飾
分割処理で分割される。従って、「の」についての「句
２」の欄は、「尾」とされ、フラグをたてる対象となる
から、上述の13025番の条件によって、「の」に対して
は、優先度３のフラグがたてられる。

【０１３８】よって、「の」と「疑い」との間には、必
ずポーズが設定されることになる。

【０１３９】以上のように、連体修飾分割規則（8001番
の条件）を記述しておくことにより、特定の形態素間に
必ずポーズを設定することができる。従って、分割規則
は、例えば特定の数字や、固有名詞などの前または後に
ポーズを挿入し、その部分を注目させようとする場合
に、特に有用である（上述の場合は、「疑い」の前の形
態素が「の」であれば、その間に、ポーズが必ず設定さ
れる）。

【０１４０】また、本実施例においては、結合規則およ
びポーズ設定規則を、形態素結果のうちの形態素文字列
および品詞情報を用いて記述するようにしたが、その
他、例えばアクセントや拍数、発音などの形態素結果を
用いて記述するようにすることも可能である。

【０１４１】さらに、本実施例では、文法的な情報のみ
を、結合規則およびポーズ設定規則に記述するようにし
たが、意味的な情報も併せて記述するようにしても良
い。

【０１４２】また、本実施例では、基準拍数を一定値に
するようにしたが、入力文中の１文の拍数に対応して、
文単位で変更するようにすることが可能である。即ち、
例えば１文の拍数が多い場合には、基準拍数を大きな値
とし、また１文の拍数が少ない場合には、基準拍数を小
さくするようにすることが可能である。

【０１４３】具体的には、例えば１文の拍数が５０拍で
ある場合に、基準拍数を２０としたときには、例えば拍
数が１００拍の１文に対する基準拍数を４０（＝２０×
１００／５０）としたり、また、例えば拍数が１０拍の
１文に対する基準拍数を８（＝２０×１０／５０）とす
ることが可能である。このように、１文の拍数に対応し
て基準拍数を変更するようにした場合には、短い拍数の
文が入力されても、その文中にポーズが設定されること
になる。

【０１４４】

【発明の効果】以上の如く、本発明の自然言語処理方法
によれば、入力文中の適切な位置にポーズを挿入するこ
とができる。

【０１４５】また、本発明の音声合成装置によれば、自
然で理解のし易い合成音を得ることができる。

【図面の簡単な説明】

【図１】本発明を適用した音声合成装置の一実施例の構
成を示すブロック図である。

【図２】品詞情報辞書を示す図である。

【図３】品詞情報辞書を示す図（図２に続く図）であ
る。

【図４】品詞情報辞書を示す図（図３に続く図）であ
る。

【図５】形態素解析結果を示す図である。

【図６】結合規則を示す図である。

【図７】結合規則を示す図（図６に続く図）である。

【図８】ポーズ設定度規則を示す図である。

【図９】図１の結合処理部５およびポーズ優先度処理部
６の処理結果例を示す図である。

【図１０】図１の結合処理部５およびポーズ優先度処理
部６の処理を説明するフローチャートである。

【符号の説明】

１演算装置２メモリ装置３言語処理部４形態素解析部５結合処理部６ポーズ優先度処理部７発音記号生成部８韻律処理部９韻律制御モデル用パラメータ生成部１０韻律データ生成部１１音響処理部

Claims

(57)【特許請求の範囲】

【請求項１】日本語でなる入力文を自然言語処理し、
その入力文に挿入するポーズの位置を設定する自然言語
処理方法であって、前記入力文を形態素解析し、前記入力文の形態素解析結果から、複合語を構成する形
態素間の文法的な関係を規定する複合語規則に基づいて
複合語を同定し、前記複合語の同定結果から、文節を構成する形態素間の
文法的な関係を規定する文節規則に基づいて文節を同定
し、前記文節の同定結果から、連文節を構成する形態素間の
文法的な関係を規定する連文節規則に基づいて連文節を
同定し、その結果得られる前記入力文を構成する、１以上の形態
素からなる前記連文節に対し、隣接する２つの連文節に
おける先の連文節を構成する形態素のうちの末尾の形態
素と、後の連文節を構成する形態素のうちの先頭の形態
素との間にポーズが挿入される頻度を統計的に求めて作
成された、文中に挿入されるポーズの位置を規定するポ
ーズ設定規則を適用し、前記連文節間に挿入するポーズ
の位置を設定することを特徴とする自然言語処理方法。
【請求項２】前記連文節規則は、連用修飾連文節を構
成する形態素間の関係を規定する連用修飾規則と、連体
修飾連文節を構成する形態素間の関係を規定する連体修
飾規則とを含み、前記文節の同定結果から、前記連用修飾規則または連体
修飾規則に基づいて、連用修飾連文節または連体修飾連
文節をそれぞれ同定することを特徴とする請求項１に記
載の自然言語処理方法。
【請求項３】前記形態素解析結果は、形態素文字列お
よび品詞情報を少なくとも含み、前記複合語規則、文節規則、連文節規則、またはポーズ
設定規則は、前記形態素解析結果を用いて記述されてい
ることを特徴とする請求項１または２に記載の自然言語
処理方法。
【請求項４】前記品詞情報は、品詞の他、前記品詞を
統合した上位分類、および前記品詞を細分化した下位分
類を含むことを特徴とする請求項３に記載の自然言語処
理方法。
【請求項５】前記下位分類は、活用形を少なくとも含
むことを特徴とする請求項４に記載の自然言語処理方
法。
【請求項６】前記複合語規則、文節規則、または連文
節規則には、２つの形態素どうしを結合させる結合条件
が記述されており、前記結合条件にしたがって形態素を結合することによ
り、前記複合語、文節、または連文節を同定することを
特徴とする請求項１乃至５のいずれかに記載の自然言語
処理方法。
【請求項７】前記複合語規則、文節規則、または連文
節規則には、結合した２つの形態素どうしを分離させる
分離条件が、さらに記述されており、前記分離条件にしたがって、結合した形態素を分離する
ことを特徴とする請求項６に記載の自然言語処理方法。
【請求項８】複数の前記形態素からなる前記複合語
と、それと隣接する形態素である隣接形態素との間に、
前記複合語規則が適用される場合、前記複合語を構成す
る複数の前記形態素のうち、前記隣接形態素と隣接する
形態素と、前記隣接形態素との間に、前記複合語規則が
適用されることを特徴とする請求項１乃至７のいずれか
に記載の自然言語処理方法。
【請求項９】複数の前記形態素からなる前記文節と、
それと隣接する形態素である隣接形態素との間に、前記
文節規則が適用される場合、前記文節を構成する複数の
前記形態素のうち、前記隣接形態素と隣接する形態素
と、前記隣接形態素との間に、前記文節規則が適用され
ることを特徴とする請求項１乃至７のいずれかに記載の
自然言語処理方法。
【請求項１０】複数の前記形態素からなる前記連文節
と、それと隣接する形態素である隣接形態素との間に、
前記連文節規則またはポーズ設定規則が適用される場
合、前記連文節を構成する複数の前記形態素のうち、前
記隣接形態素と隣接する形態素と、前記隣接形態素との
間に、前記連文節規則またはポーズ設定規則が適用され
ることを特徴とする請求項１乃至７のいずれかに記載の
自然言語処理方法。
【請求項１１】前記ポーズ設定規則には、前記末尾の
形態素と先頭の形態素との間にポーズを設定する設定条
件が、その間にポーズを設定する優先順位を表す優先度
が付されて記述されており、前記入力文を構成する、隣接する２つの連文節における
前記末尾の形態素と先頭の形態素との間のうち、所定の
優先度より高い優先度の前記設定条件を満足する前記末
尾の形態素と先頭の形態素との間にポーズを設定し、ポーズ間の拍数が所定の基準拍数より大きい場合は、そ
のポーズ間における前記末尾の形態素と先頭の形態素と
の間のうち、前記所定の優先度より低い優先度の前記設
定条件を満足する前記末尾の形態素と先頭の形態素との
間にポーズを設定することを繰り返すことを特徴とする
請求項１に記載の自然言語処理方法。
【請求項１２】前記ポーズ間の拍数が、所定の基準拍
数より大きい場合は、そのポーズ間における前記末尾の
形態素と先頭の形態素との間のうち、前記所定の優先度
より低い優先度の前記設定条件を満足する前記末尾の形
態素と先頭の形態素との間にポーズを設定することを、
前記ポーズ間の拍数が前記所定の基準拍数より小さくな
るまで繰り返すことを特徴とする請求項１１に記載の自
然言語処理方法。
【請求項１３】拍数が前記所定の基準拍数より大きい
前記ポーズ間に、前記所定の優先度より低い優先度の前
記設定条件を満足する前記末尾の形態素と先頭の形態素
が存在しない場合には、ポーズの設定を終了することを
特徴とする請求項１１または１２に記載の自然言語処理
方法。
【請求項１４】日本語でなる入力文を自然言語処理す
ることにより、その入力文に対応する音韻情報および韻
律情報を求める生成手段と、前記音韻情報および韻律情報に基づいて、前記入力文に
対応する音声を合成する合成手段とを備え、前記韻律情報は、前記入力文に挿入されるポーズの位置
を含み、前記生成手段は、前記ポーズの位置を、請求項１乃至１
３のいずれかに記載の自然言語処理方法により求めるこ
とを特徴とする音声合成装置。