JP4407510B2 - 音声合成装置及び音声合成プログラム - Google Patents

Description

本発明は、テキストを読み上げる音声合成装置に関する。特に、顔文字や絵文字、記号等を含むテキストを読み上げる音声合成装置に関する。

従来の顔文字や絵文字、記号等を含むテキストを読み上げる音声合成装置として、特許文献1には、テキストに含まれる絵文字を読むのに、テキストから絵文字を抽出し、絵文字とその読みが対に記憶されている絵文字読み表を用いて、抽出された絵文字をその読みに置き換えてテキストを変換し、音声合成する装置が開示されている。
特開平１１−３０５９８７号公報

図１３〜図１７を用いて、従来の音声合成装置の具体的な問題点について説明する。

特許文献１に開示されているテキスト音声変換装置は、図１３の様な構成であり、処理の流れは、図１４のフローチャートのようになる。

まず、テキストをテキスト入力装置９０１が入力し（Ｓ９０１）、入力されたテキストから絵文字抽出装置９０２が、絵文字読み表９０３を参照して、絵文字読み表９０３に登録されている絵文字部分を抽出し（Ｓ９０２）、絵文字読み変換装置９０４は、抽出された絵文字を絵文字読み表９０３に従って、絵文字をその読みに変換する（Ｓ９０３）。絵文字部分の抽出は、単純に絵文字表に登録されている絵文字と同じ文字列がテキストに存在するか文字列チェックを行うだけである。文字列チェックは、単純な文字列検索でもよいし、１文字ずつ合っているかチェックしてもよい。

Ｓ９０２とＳ９０３の処理を全ての絵文字について処理が終わるまで繰り返す（Ｓ９０４：Ｎｏ）。そして、全ての絵文字について処理が終わる（Ｓ９０４：Ｙｅｓ）絵文字部分を変換したテキストを入力して音声合成用の読みのテキストに変換し（Ｓ９０５）、音声合成装置９０５が、テキストを音声合成して読み上げる（Ｓ９０６）。音声合成装置には、絵文字以外の表記を読みに変換するための言語辞書や読みのテキストから音声を合成するための音声辞書は明記されていないが、実際には、使用している。

上記の方法を用いると、例えば、図１５のように、テキストに「☆」や「(^#^）」が現れた場合、それぞれ「ほしまーく」や「にこにこ」と読むように絵文字読み表がなっている場合、図１６の様なメールの「重要点には☆を付けてね(^#^)」という文章を読み上げると、読み上げ合成音は「ジュウヨウテンニハ ホシマークヲ ツケテネ ニコニコ」と正しく読みあげることが出来る。

しかし、前述の文章を、図１７のように、「重要点には☆マークを付けてね (^#^)ニコニコ」と書く人もおり、このように書かれている場合は、読み上げ合成音は、「ジュウヨウテンニハ ホシマークマークヲ ツケテネ ニコニコニコニコ」と読んでしまい、絵文字部分の読みと絵文字前後の文字の読みが重複してしまう。しかし、実際には、このような場合でも、「☆マーク」は「ホシマーク」、「(^#^)ニコニコ」は「ニコニコ」と読むことが望ましい。

以上のように、従来の音声合成装置には、記号や顔文字等の前後にその読みの一部または全部が書かれている場合、読みの一部または全部が重複して読み上げられてしまうという問題点がある。

本発明は、このような問題に鑑み、音声合成する際に、テキストに含まれる記号や絵文字、顔文字の前後にそれらの読みの一部または全部を表す言葉があった場合でも、その重複部分を削除し、記号や絵文字、顔文字が前後にある読みと重複しないように読み上げる音声合成装置を提供することを目的としている。

上記の目的を達成するために、本発明は、言語辞書に表記と読みを、記号、絵文字、顔文字も含めて、対にして登録しておき、テキストを入力した際に、記号、絵文字、顔文字を検索して、それらの前後にそれらの読みの一部または全部と一致する語があればテキストから削除し、削除したテキストを入力にして、言語辞書を用いて、音声合成するための読みのテキストに変換し、それを入力にして音声合成することにより、記号、絵文字、顔文字を重複せずに読み上げる。

本発明にかかる第一の音声合成装置は、テキストを読み上げる音声合成装置において、予め、表記とその読みが対にして登録されている言語辞書を備え、テキストを入力するテキスト入力部と、前記言語辞書に基づき、テキストに絵文字、顔文字または記号がある場合に、テキストに含まれる絵文字、顔文字、記号の直前または直後に、これらの絵文字、顔文字、記号の読みの一部または読み全体と重複する記述があるか否かをチェックし、重複部分がある場合は、重複部分を前記入力したテキストから削除する絵文字抽出・重複削除部と、前記言語辞書を用いて、前記重複部分削除済みのテキストを音声合成のための読みに変換するテキスト変換部と、前記読みを入力にして、音声を合成する音声合成部を備えたことを特徴とする。

また、第２の音声合成装置は、前記第１の音声合成装置が、前記言語辞書は、予め、表記と読みと品詞情報を組にして登録されており、更に、テキストを入力して、前記言語辞書を用いて、形態素解析を行う形態素解析部を備え、前記絵文字抽出・重複削除部は、前記形態素解析結果を用いて、前記言語辞書に基づき、絵文字、顔文字、記号の直前または直後の文字列とのつながりをチェックし、絵文字、顔文字、記号につながる文字列の場合のみ、絵文字、顔文字、記号の読みの一部または読み全体と重複があるか否かをチェックし、重複部分がある場合は、重複部分を前記入力したテキストから削除するようにしても良い。

第３の音声合成装置は、前記の音声合成装置において、前記言語辞書に登録されている表記は、絵文字、顔文字、記号以外の表記のみであり、更に、予め、絵文字、顔文字、記号とその読みと削除すべき文字列が組にして登録されている絵文字辞書を備え、前記絵文字抽出・重複削除部は、前記絵文字辞書に基づき、重複チェックを行い、重複部分を削除する際に、当該絵文字、顔文字または記号に対応する削除すべき文字列のみ削除することが好ましい。

第４の音声合成装置は、前記第３の音声合成装置において、前記絵文字辞書は、予め、絵文字、顔文字、記号とその読みと削除すべき文字列と削除すべき文字列の位置が組にして登録されており、前記絵文字抽出・重複削除部は、重複部分がある場合は、当該絵文字、顔文字または記号に対応する削除すべき文字列が、前記削除すべき文字列の位置にある場合のみ削除することが好ましい。

第５の音声合成装置は、前記第４の音声合成装置において、前記絵文字辞書は、予め、絵文字、顔文字、記号とその読みと削除すべき文字列と削除すべき文字列の位置と削除後の読みが組にして登録されており、前記絵文字抽出・重複削除部は、重複部分がある場合は、当該絵文字、顔文字または記号に対応する削除すべき文字列が、前記削除すべき文字列の位置にある場合のみ削除し、当該絵文字、顔文字または記号の削除すべき読みに対応する削除後の読みに変換することが好ましい。

本発明の第１の発明によれば、絵文字、顔文字、記号を含むテキストを読み上げる音声合成装置において、テキストに含まれる絵文字、顔文字、記号の直前または直後にある、これらの絵文字、顔文字、記号の読みの一部または読み全体と重複する文字列を削除して、絵文字、顔文字、記号を重複して読み上げることをなくす事が出来る。

本発明の第２の発明によれば、絵文字、顔文字、記号を含むテキストを読み上げる音声合成装置において、テキストに含まれる絵文字、顔文字、記号の直前または直後にある、これらの絵文字、顔文字、記号の読みの一部または読み全体と重複する記述が、絵文字、顔文字、記号と関連する記述か否かを判断することが可能となり、絵文字、顔文字、記号と関連する重複する文字列のみを削除して、絵文字、顔文字、記号を重複して読み上げることなく、重複しない記述を削除することなく読むことが出来る。

本発明の第３の発明によれば、絵文字、顔文字、記号を含むテキストを読み上げる音声合成装置において、絵文字、顔文字、記号の直前または直後にある対応する削除すべき文字列のみ削除可能となり、絵文字、顔文字、記号を重複して読み上げることなく、削除すべき文字列のみ削除して読むことが出来る。

本発明の第４の発明によれば、絵文字、顔文字、記号を含むテキストを読み上げる音声合成装置において、絵文字辞書にある絵文字、顔文字、記号に対応する削除すべき文字列は、それに対応する前後指定の位置にある時のみ削除されるため、絵文字、顔文字、記号を重複して読み上げることなく、指定された位置の削除すべき文字列のみ削除して読むことが出来る。

本発明の第５の発明によれば、絵文字、顔文字、記号を含むテキストを読み上げる音声合成装置において、絵文字辞書にある文字列絵文字、顔文字、記号に対応する削除すべき位置にある削除すべき文字列のみ削除して、更に絵文字、顔文字、記号を指定された読みに変換することにより、テキスト作成者の意図により近い形でして読み上げることが出来る。

［第１の実施形態］
図１は、本発明の第１の実施形態にかかる音声合成装置の基本構成を機能的に示したブロック図である。図２は、本発明の第１の実施形態にかかる音声合成装置の処理の流れを表すフローチャートである。

本実施形態にかかる音声合成装置は、携帯電話やＰＤＡ、パーソナルコンピュータ、カーナビゲーション等に組み込まれて使用される。特に、顔文字や絵文字等は、電子メールで多用されることが多く、メールの読み上げに音声合成装置が使用されることが多い。

本実施形態の音声合成装置は、絵文字、顔文字、記号を含むテキストを入力した場合に、絵文字、顔文字、記号の前後に、その絵文字、顔文字、記号の読みの一部または全部が、漢字または平仮名、カタカナで書かれていると、重複する読みの部分を削除して、音声合成することにより、読みを重複することなく、音声を出力することが出来る様にした構成である。

図１から図４に基づいて、本発明の音声合成装置の基本的な実施形態について説明する。

まず、テキスト入力部１０１がテキストを入力する（Ｓ１０１）。テキストは、予め、記憶装置に蓄えられたテキストを入力してもよいし、他のパーソナルコンピュータやサーバから回線経由でテキストを入力してもよい。テキストの入力の形態は、テキスト入力部１０１で読み込むことが出来れば、特に限定しない。

まず、テキストに絵文字・顔文字・記号の少なくともいずれか１つが含まれているかチェックする（Ｓ１０２）。いずれも無い場合（Ｓ１０２：Ｎｏ）は、Ｓ１０７に進む。

テキストに絵文字・顔文字・記号の少なくともいずれか１つが含まれている場合（Ｓ１０２：Ｙｅｓ）、絵文字抽出・削除部１０２は、言語辞書を参照しながら、言語辞書に登録されている絵文字・顔文字・記号のいずれかを、入力されたテキストから１つずつ抽出する（Ｓ１０３）。言語辞書には、一般の言葉と絵文字・顔文字・記号が表記として、その読みと対にして、予め登録されている。抽出は、言語辞書に登録されている絵文字・顔文字・記号などが入力されたテキストに含まれているかどうかを文字列検索すればよい。検索方法はどのような形でもよい。

そして、抽出した絵文字・顔文字・記号の前後の重複する読みを検出する（Ｓ１０４）。次に、検出された重複する読みの部分をテキストから削除する（Ｓ１０５）。図３の例では、「☆」と「(^#^)」が抽出され、その読みは、それぞれ「ホシマーク」、「ニコニコ」であり、「☆」に関しては、その読みである「ホシマーク」の一部と同じ「マーク」が「☆」の後に続くため、絵文字抽出・削除部１０２により、テキストから「マーク」が削除され、「(^#^)」に関しては、その読みである「ニコニコ」の全部と同じ「ニコニコ」が「(^#^)」の後に続くため、絵文字抽出・削除部１０２により、テキストから「ニコニコ」が削除される。

Ｓ１０３からＳ１０５までの処理を、全ての絵文字・顔文字・記号について行うまで、繰り返す（Ｓ１０６）。

具体的な重複する読みの検出は、絵文字・顔文字・記号の読みと直前または直後にある文字列とを比較して行う。例えば「重要点に☆マークを付けてね。」というテキストがある場合、「☆」を「ホシマーク」と読むとする。「☆」の直後の文字列と比較する場合、「☆」の読みの「ホシマーク」という文字列を後ろから１文字、２文字、３文字、４文字、５文字取って、「ク」、「ーク」、「マーク」、「シマーク」、「ホシマーク」という文字列を作り、それぞれが順番に、「☆」の直後の文字列と等しいか比べる。そして、一致するものの中で最も長い文字列が削除すべき文字列となる。

ここでは、１文字も比較したが、記号の後に続く記号に関係のないテキストの始まりが同じ文字で始まる場合もあるので、２文字以上で比較する方が好ましい。また、通常、上の行のテキストからのつながりでない限り、「ー（長音）」や「ッ（促音）」で始まる文字列が重複することはないと思われるため、比較する文字列が長音や促音で始まる場合は、文字列の重複チェックを省くようにしてもよい。

また、直前の文字列の重複チェックは、「☆」の読みの「ホシマーク」という文字列を前から１文字、２文字、３文字、４文字、５文字取って、「☆」の直前の文字列が、「ホ」、「ホシ」、「ホシマ」、「ホシマー」、「ホシマーク」のいずれかと一致するかチェックする。一致する文字列の最も長い文字列が重複する文字列と見なす。

前後に来る文字列が、漢字の場合は、漢字の文字列を、言語辞書を用いて読みに変えてから、重複チェックを行う。例えば、「☆」の読みが「ホシジルシ」の場合、「☆印」というテキストがあると、「印」は、「イン」、「シルシ」または「ジルシ」と読むので、漢字の読みの長さで区切って比較する。つまり、「印」の読みの「イン」は２文字なので、「イン」と「☆」の読みの最後の２文字の「ルシ」を比較し、次に、「印」の読みの「シルシ」と「☆」の読みの最後の３文字の「ジルシ」、「印」の読みの「ジルシ」と「☆」の読みの最後の３文字の「ジルシ」を比較し、「ジルシ」が一致するため、重複する文字列として、「印」を削除することになる。重複する読みの検出の例をあげたが、ここにあげた検出方法に特定するものではなく、他の方法を用いてもよい。

重複する読みの部分が絵文字抽出・削除部１０２により全て削除された結果、テキストは「重要点には☆を付けてね (^#^)」と変換される。この例では、この時点で絵文字、顔文字、記号は、読みに変換されていないが、テキスト読み変換部での処理を減らすために、この時点で読みに変換しておいてもよい。この時点で絵文字、顔文字、記号を読みに変換すると、入力されたテキストは「重要点にはホシマークを付けてね ニコニコ」となる。

テキスト中の全ての絵文字・顔文字・記号が抽出される（Ｓ１０６：Ｙｅｓ）か、絵文字・顔文字・記号が無かった場合（Ｓ１０２：Ｎｏ）は、絵文字抽出・削除部１０２により、読みの重複部分が削除されたテキストが、テキスト読み変換部１０３で、音声合成の基になる読みのテキストに変換される（Ｓ１０７）。

具体的には、テキスト読み変換部１０３が、言語辞書を参照しながら、仮名漢字・絵文字、顔文字、記号を読みに変換する。図２の言語辞書には、仮名漢字・数字等の読みの対応は図示していないが、含まれているものとする。図２の例では、テキストは「ジュウヨウテンニハ ホシマークヲ ツケテネ ニコニコ」と変換される。

読みに変換されたテキストは、音声合成部１０５が、音声辞書１０６を参照しながら、合成音声の波形を作り出し、スピーカ等の音声出力装置により、合成音声として出力される（Ｓ１０８）。合成音声の出力先は、特にスピーカに限定せず、音声ファイルとして記録媒体等に出力してもよい。

本実施形態では、テキスト全体を一括入力して処理したが、例えば、句点や読点単位に区切って入力して処理してもよい。また、絵文字、顔文字、記号の読みは、他の一般の言葉の読みと同じ言語辞書に持たせたが、別の辞書に持たせてもよい。

本実施形態の発明によれば、絵文字、顔文字、記号を含むテキストを読み上げる音声合成装置において、テキストに含まれる絵文字、顔文字、記号の直前または直後にある、これらの絵文字、顔文字、記号の読みの一部または読み全体と重複する文字列を削除して、絵文字、顔文字、記号を重複して読み上げることをなくすことが出来る。
［第２の実施形態］
以下、本発明の第２の実施形態にかかる音声合成装置について、図５から図７を参照しながら説明する。なお、第１の実施形態で説明した構成等については、同じ参照符号を付記し、その説明を省略する。

本実施形態にかかる音声合成装置と第１の実施形態で説明した音声合成装置との差異は、形態素解析を行って、絵文字、顔文字、記号の直前または直後にある記述が、絵文字、顔文字、記号の読みの一部または全部を表す文字列であるのか、絵文字、顔文字、記号と関係のあるテキストの文字列なのかを判定する点にある。

ここで、本実施形態の音声合成装置の処理のフローチャートを、図６に示す。

まず、テキスト入力部１０１は、形態素解析を行う関係上、テキストの入力を１文章ずつ行っている（Ｓ２０１）。もちろん、一括して全文を入力した後、該当する絵文字・顔文字・記号を含む文章のみ形態素解析することも出来る。テキストが終わりの場合（Ｓ２０２：Ｙｅｓ）は、処理を終了する。

テキストが終了でない場合（Ｓ２０２：Ｎｏ）は、絵文字抽出・重複削除部１０２は、入力した文章に絵文字・顔文字または記号が含まれているか、文字列チェックを行う（Ｓ２０３）。入力した文章に絵文字・顔文字または記号が含まれていない場合（Ｓ２０３：Ｎｏ）は、Ｓ２１０に進む。入力した文章に絵文字・顔文字または記号が含まれている場合（Ｓ２０３：Ｙｅｓ）は、形態素解析部１０７が、入力した文章の形態素解析を行う（Ｓ２０４）。言語辞書には、形態素解析を行うために、表記とその読みと品詞情報が組にして、予め、登録されている。

次に、絵文字抽出・重複削除部１０２は、文章から絵文字・顔文字・記号を抽出し（Ｓ２０５）、抽出した絵文字・顔文字・記号の前後にある絵文字・顔文字・記号と読みが重複する文字列を検出する（Ｓ２０６）。そして、絵文字抽出・重複削除部１０２は、形態素解析の結果に基づいて、絵文字・顔文字・記号の直前または直後の重複する読みが、当該絵文字・顔文字または記号の読みと関係があるかどうかを判定する（Ｓ２０７）。関係ある場合は、重複部分をテキストから削除する（Ｓ２０８）。関係ない場合は、Ｓ２０９に進む。

そして、入力した文章の中の全ての絵文字・顔文字・記号を抽出していない場合（Ｓ２０９：Ｎｏ）は、Ｓ２０５に戻る。入力した文章の中の全ての絵文字・顔文字・記号を抽出した場合（Ｓ２０９：Ｙｅｓ）は、テキスト読み変換部１０７は、入力された文章を音声合成のための読みに変換し（Ｓ２１０）、音声合成部１０５が、音声辞書に基づいて、変換した読みのテキストから音声を合成する（Ｓ２１１）。そして、Ｓ２０１に戻り、テキストの次の１文章の処理に移る。

具体的に例を挙げて説明する。ここでは、「☆」の読みを、「ホシジルシ」とする。

図７に示すように、同じ「☆印」という文字列を含んでいても、形態素解析の例１の「☆印鑑を持参のこと。」と形態素解析の例２の「重要な所に☆印を付ける。」とでは、例１では、「☆」と「印」は関連がなく、例２では関連があるため、変換の仕方を変える必要がある。

形態素解析の例１では、「☆印鑑を持参のこと。」を形態素解析部１０７で形態素解析すると、図７のように、「☆・印鑑・を・持参・の・こと。」のように分解される（Ｓ２０４）。絵文字・顔文字・または記号を抽出すると、「☆」が抽出され（Ｓ２０５）、「☆」の読みと、「☆」の前後にある文字列の読みと重複することを検出すると、「印」が検出される（Ｓ２０６）。形態素解析の結果は、「☆・印鑑・を・持参・の・こと。」であり、「☆」の後の「印」は、「印鑑」の「印」であることがわかる（Ｓ２０７：Ｎｏ）ので、絵文字抽出・重複削除部１０２は、「印」を削除せず、Ｓ２０９に移る。ここでは、全ての絵文字・顔文字・記号を抽出した（Ｓ２０９：Ｙｅｓ）ので、テキスト読み変換部１０４は、記号の読みの変換を、「☆」に対してのみ行う。「ホシジルシ インカンヲ ジサンノ コト」のように読みのテキストに変換され（Ｓ２１０）、音声合成される（Ｓ２１１）。

これに対して、形態素解析の例２では、「重要な所に☆印を付ける。」を形態素解析すると、「重要・な・所・に・☆・印・を・付け・る。」のように分解される（Ｓ２０４）。絵文字・顔文字・または記号を抽出すると、「☆」が抽出され（Ｓ２０５）、「☆」の前後の重複する読みを検出すると、「印」が検出される（Ｓ２０６）。形態素解析の結果、「印」が独立した語であることがわかる（Ｓ２０７）ので、絵文字抽出・重複削除部１０２は、「印」が「☆」と結びついたものと見なし（Ｓ２０７：Ｙｅｓ）、「☆印」について、「印」を重複したものとして削除し（Ｓ２０８）、テキストは「重要な所に☆を付ける。」となり、全ての絵文字・顔文字・記号を抽出した（Ｓ２０９：Ｙｅｓ）ので、テキスト読み変換部１０４は、削除後のテキストを読みのテキストに変換すると、「ジュウヨウナ トコロニ ホシジルシヲ ツケル」のように変換され（Ｓ２１０）、音声合成される（Ｓ２１１）。

本実施形態のように、形態素解析をする場合は、文字のつながりが分かるので、必ずしも１文字単位に重複チェックを行う必要はない。分解された文字列単位で比較すればよい。例えば、「重要な所に☆星印を付ける。」というテキストがあり、形態素解析されて、「重要・な・所・に・☆・星印・を・付け・る。」となった場合、「☆」の読みの「ホシジルシ」と、「星印」の読みの「ホシジルシ」を「ホ」、「ホシ」、「ホシジ」、「ホシジル」、「ホシジルシ」と順番に比較しなくても、「星印」の読みの「ホシジルシ」とだけ比較すればよい。この方がより効率的に重複チェックが可能である。

本実施形態では、絵文字、顔文字、記号の読みをテキスト読み変換部１０４で行ったが、絵文字抽出・重複削除部１０２で絵文字・顔文字または記号を抽出した際または読みが重複する文字列を削除した際に、抽出した絵文字・顔文字または記号をその読みに変換してもよい。テキストは、１文章ずつ（句点や読点単位）入力したが、一括入力してもよい。形態素解析は、絵文字、顔文字、記号を検出する毎に行ったが、１文章毎に行ってもよい。また、絵文字、顔文字、記号の読みは、他の言葉の読みと同じ言語辞書に持たせたが、別の辞書に持たせてもよい。

以上のように、本実施形態の場合、形態素解析を行うことにより、テキストに含まれる絵文字、顔文字、記号の直前または直後にある、これらの絵文字、顔文字、記号の読みの一部または読み全体と重複する記述が、絵文字、顔文字、記号と関連する記述か否かを判断することが可能となり、絵文字、顔文字、記号と関連する文字列のみを削除して、絵文字、顔文字、記号を重複して読み上げることなく、重複しない文字列を削除することなく読むことが出来、重複する記述が、絵文字、顔文字、記号と関連する記述ではない場合は、削除しない。

第1または第2の実施形態では、絵文字・顔文字・記号に関しては、言語辞書にそれらとその読みが対にして登録されていた。しかし、本実施形態では、図９に示すように、絵文字・顔文字・記号とそのデフォルトの読みと削除すべき文字列が組になって、予め絵文字辞書に登録されている。辞書を分けたのは、削除すべき文字列が加わったため、他の一般の言葉とその読みとは、フォーマットが異なるためであるが、必ずしも分けなくてもよい。

第1または第2の実施形態との動作上の差異は、言語辞書と絵文字辞書を分けたことにより、絵文字抽出・重複削除部１０２が、絵文字・顔文字・記号を検出するのに、絵文字辞書１０８を参照するようになったことと、絵文字・顔文字・記号の前後の文字列の重複する読みが、絵文字辞書に登録してある検出した絵文字・顔文字・記号に対応する削除すべき文字列であるかどうか判定して、一致する場合のみ削除することと、テキスト読み変換部１０４がテキストを変換する際に、絵文字辞書１０８を参照することの３点である。

本実施形態では、削除すべき文字列が全て登録されているため、重複チェックは、抽出した絵文字・顔文字・記号の前後の文字列が、当該絵文字・顔文字・記号の組に登録されている削除文字列と一致するかどうかを判定しさえすればよいので、容易に高速に行える。

フローチャートでいえば、Ｓ１０４またはＳ２０６の抽出した絵文字・顔文字・記号の前後の重複する読みを検出する際に、前後の文字列が、抽出した絵文字・顔文字・記号に対応する削除すべき文字であるかどうかをチェックすることにより検出することである。

第1または第2の実施形態によれば、絵文字・顔文字・記号の直前または直後にそれらの読みの一部がある場合は、その読みが実際には絵文字・顔文字・記号の一部でない場合でも削除されるという問題がある。例えば、「☆ホシの容疑者」という例の場合、ここでの「ホシ」は犯人を意味するが、第1または第2の実施形態によれば、「ホシ」は「☆」の読みの一部であるため削除されて、「ホシマーク ノ ヨウギシャ」と読まれてしまう。

つまり、絵文字抽出・重複削除部１０２において、絵文字辞書（第１の実施形態では言語辞書）に登録されている絵文字・顔文字・記号から抽出した場合、それらの直前または直後の文字が削除すべき文字列と同じであった場合のみ削除し、削除すべき文字列と同じではない場合は削除しない。もちろん、削除すべき文字が形態素解析の結果、絵文字・顔文字・記号に関連する記述でない時は、削除はしない。

本実施形態では、削除すべき文字列を図９のように並べて書いた（図９では、記号の「☆」とそのデフォルトの読みである「ホシマーク」、その削除すべき文字列「マーク」、「印」、「じるし」が１つの組、顔文字の「(^#^)」とそのデフォルトの読みである「ニコニコ」、その削除すべき文字列「にこにこ」、「ニコニコ」が１つの組である）が、絵文字、顔文字、記号との対応がつけば、どのような登録の仕方をしてもよい。また、絵文字辞書は、辞書として外部記憶装置に持たず、表としてメモリやプログラム内に持ってもよい。

以上のように、本実施形態によれば、絵文字、顔文字、記号を含むテキストを読み上げる音声合成装置において、絵文字、顔文字、記号の直前または直後にある対応する削除すべき文字列のみ削除可能となり、絵文字、顔文字、記号を重複して読み上げることなく、削除すべき文字列のみ削除して読むことが出来る。
［第４の実施形態］
以下、本発明の第４の実施形態にかかる音声合成装置について説明する。なお、本実施形態の音声合成装置において、第３の実施形態で説明した構成や処理の流れについては、全く同じであるため、ブロック図とフローチャートは省略し、動作の異なる部分以外はその説明を省略する。

第３の実施形態では、絵文字・顔文字・記号に関しては、辞書にそれらとその読みと削除すべき文字列が組にして登録されていた。しかし、本実施形態では、図１０に示すように、絵文字・顔文字・記号とその本来の読みと削除すべき文字列と前後指定が組になって、予め絵文字辞書に登録されている。前後指定とは、前指定ならば、削除すべき文字列が、検出した絵文字・顔文字・記号の直前にある場合、後指定ならば、直後にある場合、前後指定ならば、直前または直後にある場合に削除することを示す。

図１０では、前後指定を前・後・前後としているが、指定の仕方は、前を１、後を２、前後を３としても良いし、前・後・前後の区別がつけば、どのような指定の仕方をしてもよい。

第３の実施形態との動作上の差異は、絵文字抽出・重複削除部１０２が、重複する読みが、絵文字辞書に登録してある検出した絵文字・顔文字・記号に対応する削除すべき文字列であるかどうかだけ判定するのではなく、削除すべき文字列が前後指定された位置にあるかどうかを含めて判定し、削除すべき文字列と前後指定が一致する場合のみ削除することである。これにより、更に重複チェックが高速に可能となる。

フローチャートでいえば、Ｓ１０４またはＳ２０６の抽出した絵文字・顔文字・記号の前後の重複する読みを検出する際に、前後の文字列が、抽出した絵文字・顔文字・記号に対応する削除すべき文字であるかどうかと、削除すべき文字列が前後指定された位置にあるかどうかを、一致しているかチェックすることにより検出する。

第３の実施形態によれば、絵文字・顔文字・記号の直前または直後に削除すべき文字列がある場合は、その読みが実際には絵文字・顔文字・記号の一部でない場合でも削除されるという問題がある。例えば、「要チェックマーク☆を付ける。」とかある場合、第３の実施形態によれば、「☆」の前に削除すべき文字の「マーク」があるため、テキストは、「要チェック☆を付ける。」になってしまう。しかし、本実施形態では、図１０にあるように、「マーク」の前後指定は、「後」になっているため、「☆」の前にある「マーク」は削除されず、テキストは、「要チェックマーク☆を付ける。」のままになる。もちろん、「重要点には☆マークを付けてね。」の場合は、「マーク」が「☆」の直後にあるので、削除されて「重要点には☆を付けてね。」と変換される。

つまり、絵文字抽出・重複削除部１０２において、絵文字辞書に登録されている絵文字・顔文字・記号から抽出した場合、前後指定で指定された位置に削除すべき文字列があった場合のみ削除し、前後指定で指定された位置に削除すべき文字列がない場合は削除しない。もちろん、形態素解析部１０７を含む場合、削除すべき文字が形態素解析の結果、絵文字・顔文字・記号に関連する記述でない時は、削除はしない。

以上のように、本実施形態によれば、絵文字、顔文字、記号を含むテキストを読み上げる音声合成装置において、絵文字辞書にある絵文字、顔文字、記号に対応する削除すべき文字列は、それに対応する前後指定の位置にある時のみ削除されるため、絵文字、顔文字、記号を重複して読み上げることなく、指定された位置の削除すべき文字列のみ削除して読むことが出来る。
［第５の実施形態］
以下、本発明の第５の実施形態にかかる音声合成装置について説明する。なお、本実施形態の音声合成装置において、第３または第４の実施形態で説明した構成等については、全く同じであるため図を省略し、動作の異なる部分以外はその説明を省略する。

第４の実施形態では、絵文字・顔文字・記号に関しては、辞書にそれらとその読みと削除すべき文字列とその前後指定が組にして登録されていた。しかし、本実施形態では、図１１に示すように、絵文字・顔文字・記号とそのデフォルトの読みと削除すべき文字列と前後指定と削除後の読み（対応する削除すべき文字列が削除された場合の絵文字・顔文字または記号の読み）が組になって、予め絵文字辞書に登録されている。削除後の読みとは、削除すべき文字を削除した後の絵文字・顔文字・記号の読みを削除した文字列に応じた読みである。削除後の読みを追加したのは、テキストの作成者が使用した絵文字・顔文字・記号をどう読ませたいかが削除すべき読みに含まれていることが多いため、削除すべき読みに併せて読みを変えることを意図している。

なお、図１１の本来の読みは、絵文字・顔文字・記号の直前または直後の文字列を削除しなかった時の読みである。

図１１では、例えば「☆マーク」は「マーク」を削除して「ホシマーク」と読むが、「☆印」や「☆じるし」の時は、「印」や「じるし」を削除して、「ホシジルシ」と読むことを示している。こうすることにより、テキストの作成者の意図通り、絵文字・顔文字・記号を読むことが出来る。

ここで注意すべき点は、第１ないし第４の実施形態では、絵文字・顔文字・記号の読みが固定であったため、絵文字・顔文字・記号の読みへの変換は、絵文字抽出・重複削除部１０２で行っても、テキスト読み変換部１０４で行っても問題なかったが、本実施形態では、削除すべき文字列を削除した場合、削除した文字列により、削除後の読みが決定するため、少なくとも、絵文字抽出・重複削除部１０２で文字列を削除した場合は、削除後の読みに変換しておかないと、削除した読みに合わせた変換が出来ない点である。そのため、図１２のフローチャートでは、重複部分が、絵文字・顔文字・記号の読みと関係がある場合（Ｓ５０７：Ｙｅｓ）は、重複部分をテキストから削除するだけでなく、当該絵文字・顔文字・記号を削除後の読みに変換し（Ｓ５０９）、関係がない場合（Ｓ５０７：Ｎｏ）は、絵文字・顔文字・記号を本来の読みに変換する（Ｓ５０８）。

第４の実施形態によれば、絵文字・顔文字・記号の前後指定で指定された位置に削除すべき文字列がある場合は、その読みが絵文字辞書１０８にある当該絵文字・顔文字・記号の読みに固定的に変換されるという問題がある。例えば、「☆印を付ける。」がある場合、第４の実施形態によれば、テキストは全て「☆を付ける。」になってしまい、「ホシマークヲ ツケル」に変換されてしまう。しかし、テキスト作成者は、「ホシジルシヲ ツケル」と読んで欲しいのは明白なので、図１１の絵文字辞書のようにすることにより、「印」を削除し、削除後の読みを「ホシジルシ」に変換することにより、「ホシジルシヲ ツケル」と読むことが可能となり、よりテキスト作成者の意図に近い形で絵文字・顔文字・記号を読む事が出来る様になる。

第５の実施形態によれば、絵文字、顔文字、記号を含むテキストを読み上げる音声合成装置において、絵文字辞書にある文字列絵文字、顔文字、記号に対応する削除すべき位置にある削除すべき文字列のみ削除して、更に絵文字、顔文字、記号を指定された読みに変換することにより、テキスト作成者の意図により近い形でして読み上げることが出来る。

なお、上述した各実施形態にかかる音声合成装置は、ハードウェアとして実施可能であるだけでなく、コンピュータのソフトウェアとしても実施可能である。例えば、実施の形態１において図１に示したテキスト入力部１０１、絵文字抽出・重複削除部１０２、テキスト読み変換部１０３、および音声合成部１０４の機能をコンピュータに実行させるプログラムを作成し、当該プログラムをコンピュータのメモリに読み込ませて実行させれば、図１に示した音声合成装置を実現することができる。なお、実施の形態２以降の装置についても同様に、コンピュータのソフトウェア（プログラム）により実現可能である。

なお、本発明の実施の形態にかかる音声合成装置を実現するプログラムは、図１８に示すように、ＣＤ−ＲＯＭやＣＤ−ＲＷ、ＤＶＤ−Ｒ、ＤＶＤ−ＲＡＭ、ＤＶＤ−ＲＷ９９２−１等やフレキシブルディスク９９２−２等の可搬型記録媒体だけでなく、通信回線の先に備えられた他の記憶装置９９１や、コンピュータ９９３のハードディスクやＲＡＭ等の記録媒体９９４のいずれに記憶されるものであっても良く、プログラム実行時には、プログラムはローディングされ、主メモリ上で実行される。

以上の実施例を含む実施形態に関して、さらに以下の付記を開示する。
（付記１） テキストを読み上げる音声合成装置において、
表記とその読みが対にして登録されている言語辞書と、
テキストを入力するテキスト入力部と、
前記言語辞書に登録されている絵文字、顔文字または記号がテキストに含まれている場合に、当該絵文字、顔文字、記号の直前または直後に、当該絵文字、顔文字、記号の読みの一部または読み全体と重複する記述があるか否かをチェックし、重複部分がある場合は、前記入力したテキストから当該重複部分を削除する絵文字抽出・重複削除部と、
前記言語辞書を用いて、前記重複部分削除済みのテキストを音声合成のための読みに変換するテキスト変換部と、
前記読みを入力にして、音声を合成する音声合成部を備えたことを特徴とする音声合成装置。
（付記２） 前記言語辞書は、表記と読みと品詞情報を組にして登録されており、
更に、テキストを入力して、前記言語辞書を用いて、形態素解析を行う形態素解析部を備え、
前記絵文字抽出・重複削除部は、前記形態素解析結果を用いて、前記言語辞書に基づき、絵文字、顔文字、記号とそれらの直前または直後の文字列とのつながりをチェックし、絵文字、顔文字、記号につながる文字列の場合のみ、絵文字、顔文字、記号の読みの一部または読み全体と重複があるか否かをチェックし、重複部分がある場合は、重複部分を前記入力したテキストから削除することを特徴とする付記１に記載の音声合成装置。
（付記３） 前記言語辞書に登録されている表記は、絵文字、顔文字、記号以外の表記のみであり、
更に、予め、絵文字、顔文字、記号とその読みと削除すべき文字列が組にして登録されている絵文字辞書を備え、
前記絵文字抽出・重複削除部は、前記絵文字辞書に基づき、重複チェックを行い、重複部分を削除する際に、当該絵文字、顔文字または記号に対応する削除すべき文字列のみ削除することを特徴とする付記１または２に記載の音声合成装置。
（付記４） 前記絵文字辞書は、予め、絵文字、顔文字、記号とその読みと削除すべき文字列と削除すべき文字列の位置が組にして登録されており、
前記絵文字抽出・重複削除部は、重複部分がある場合は、当該絵文字、顔文字または記号に対応する削除すべき文字列が、前記削除すべき文字列の位置にある場合のみ削除することを特徴とする付記３に記載の音声合成装置。
（付記５）前記絵文字抽出・重複削除部は、重複部分のチェックまたは重複部分の削除後に、当該絵文字、顔文字または記号を読みに変換することを特徴とする付記１ないし４に記載の音声合成装置。
（付記６） 前記絵文字辞書は、予め、絵文字、顔文字、記号とその読みと削除すべき文字列と削除すべき文字列の位置と削除後の読みが組にして登録されており、
前記絵文字抽出・重複削除部は、重複部分がある場合は、当該絵文字、顔文字または記号に対応する削除すべき文字列が、前記削除すべき文字列の位置にある場合のみ削除し、当該絵文字、顔文字または記号の削除すべき読みに対応する削除後の読みに変換することを特徴とする付記４に記載の音声合成装置。
（付記７） 絵文字、顔文字、記号を含むテキストを読み上げる音声合成装置を実現するために、コンピュータにロードされて実行されるプログラムであって、
テキストを入力するステップと、
予め表記とその読みが対にして登録されている言語辞書を用いて、テキストに含まれる絵文字、顔文字、記号の直前または直後に、これらの絵文字、顔文字、記号の読みの一部または読み全体と重複する記述があるか否かをチェックし、重複部分がある場合は、重複部分を前記入力したテキストから削除する絵文字抽出・重複削除ステップと、
前記言語辞書を用いて、前記重複部分削除済みのテキストを音声合成のための読みに変換するステップと、
前記読みを入力にして、音声を合成するステップを備えたことを特徴とする音声合成プログラム。
（付記８） 絵文字、顔文字、記号を含むテキストを読み上げる音声合成装置を実現するために、コンピュータにロードされて実行されるプログラムであって、
前記言語辞書は、予め、表記と読みと品詞情報を組にして登録されており、
更に、テキストを入力して、前記言語辞書を用いて、形態素解析を行うステップを備え、
前記絵文字抽出・重複削除ステップは、前記形態素解析結果を用いて、絵文字、顔文字、記号の直前または直後の文字列とのつながりをチェックし、絵文字、顔文字、記号につながる文字列の場合のみ、絵文字、顔文字、記号の読みの一部または読み全体と重複があるか否かをチェックし、重複部分がある場合は、重複部分を前記入力したテキストから削除するステップであることを特徴とする付記６に記載の音声合成プログラム。

第１の実施形態にかかる音声合成装置の概略構成を示すブロック図である。 第１の実施形態にかかる音声合成装置のフローチャートを示す図である。 第１の実施形態にかかる音声合成装置のテキストの読みの重複の削除を示す図である。 第１の実施形態にかかる音声合成装置のテキストの変換例を示す図である。 第２の実施形態にかかる音声合成装置の概略構成を示すブロック図である。 第２の実施形態にかかる音声合成装置のフローチャートを示す図である。 第２の実施形態にかかる形態素解析の例を示す図である。 第３の実施形態にかかる音声合成装置の概略構成を示すブロック図である。 第３の実施形態にかかる音声合成装置における絵文字辞書の内容の例である。 第４の実施形態にかかる音声合成装置における絵文字辞書の内容の例である。 第５の実施形態にかかる音声合成装置における絵文字辞書の内容の例である。 第５の実施形態にかかる音声合成装置のフローチャートを示す図である。 従来の音声合成装置の概略構成を示すブロック図である。 従来の音声合成装置のフローチャートを示す図である。 従来の音声合成装置で使用する絵文字読み表である。 従来の音声合成装置で読み上げた例を示す図である。 従来の音声合成装置で読み上げた例の問題点を示す図である。 コンピュータ環境の例示図

符号の説明

１０１ テキスト入力部
１０２ 絵文字抽出・重複削除部
１０３ 言語辞書
１０４ テキスト読み変換部
１０５ 音声合成部
１０６ 音声辞書
１０７ 形態素解析部
１０８ 絵文字辞書
９０１ テキスト入力装置
９０２ 絵文字抽出装置
９０３ 絵文字読み表
９０４ 絵文字読み変換装置
９０５ 音声合成装置
９９１ 回線先の記憶装置
９９２ ＣＤ−ＲＯＭ、ＣＤ−ＲＷ、ＤＶＤ−Ｒ、ＤＶＤ−ＲＡＭ、ＤＶＤ−ＲＷやフレキシブルディスク等の可搬型記録媒体
９９２−１ ＣＤ−ＲＯＭ、ＣＤ−ＲＷ、ＤＶＤ−Ｒ、ＤＶＤ−ＲＡＭ、ＤＶＤ−ＲＷ
９９２−２ フレキシブルディスク
９９３ コンピュータ
９９４ コンピュータ上のＲＡＭ／ハードディスク等の記録媒体

Claims (5)

1. テキストを読み上げる音声合成装置において、
   表記とその読みと品詞情報を組にして登録されている言語辞書と、
   テキストを入力するテキスト入力部と、
   前記言語辞書を用いて、前記テキストの形態素解析を行う形態素解析部と、
   前記言語辞書に登録されている絵文字、顔文字または記号が前記テキストに含まれている場合に、前記形態素解析結果を用いて、前記絵文字、前記顔文字、前記記号とそれらの直前または直後の文字列とのつながりをチェックし、前記絵文字、前記顔文字、前記記号につながる文字列の場合、前記絵文字、前記顔文字、前記記号の読みの一部または読み全体と重複する記述があるか否かをチェックし、重複部分がある場合のみ、前記入力したテキストから当該重複部分を削除し、それ以外の場合は削除しない絵文字抽出・重複削除部と、
   前記言語辞書を用いて、前記重複部分削除済みのテキストを音声合成のための読みに変換するテキスト変換部と、
   前記読みを入力にして、音声を合成する音声合成部を備えたことを特徴とする音声合成装置。
2. 前記言語辞書に登録されている表記は、絵文字、顔文字、記号以外の表記のみであり、
   更に、予め、前記絵文字、前記顔文字、前記記号とその読みと削除すべき文字列が組にして登録されている絵文字辞書を備え、
   前記絵文字抽出・重複削除部は、前記絵文字辞書に基づき、重複チェックを行い、重複部分を削除する際に、前記絵文字、前記顔文字または前記記号に対応する削除すべき文字列のみ削除し、それ以外の場合は削除しないことを特徴とする請求項１に記載の音声合成装置。
3. 前記絵文字辞書は、予め、絵文字、顔文字、記号とその読みと削除すべき文字列と削除すべき文字列の位置が組にして登録されており、
   前記絵文字抽出・重複削除部は、重複部分がある場合は、前記絵文字、前記顔文字または前記記号に対応する削除すべき文字列が、前記削除すべき文字列の位置にある場合のみ削除し、それ以外の場合は削除しないことを特徴とする請求項２に記載の音声合成装置。
4. 前記絵文字辞書は、予め、絵文字、顔文字、記号とその読みと削除すべき文字列と削除すべき文字列の位置と削除後の読みが組にして登録されており、
   前記絵文字抽出・重複削除部は、重複部分がある場合は、前記絵文字、前記顔文字または前記記号に対応する削除すべき文字列が、前記削除すべき文字列の位置にある場合のみ削除し、前記絵文字、前記顔文字または前記記号の削除すべき読みに対応する削除後の読みに変換し、それ以外の場合は削除しないことを特徴とする請求項３に記載の音声合成装置。
5. テキストを読み上げる音声合成装置を実現するために、コンピュータにロードされて実行されるプログラムであって、
   テキストを入力するステップと、
   予め表記とその読みと品詞情報を組にして登録されている言語辞書を用いて、形態素解析を行うステップと、
   前記言語辞書に登録されている絵文字、顔文字または記号が前記テキストに含まれている場合に、前記形態素解析結果を用いて、前記絵文字、前記顔文字、前記記号とそれらの直前または直後の文字列とのつながりをチェックし、前記絵文字、前記顔文字、前記記号につながる文字列の場合のみ、前記絵文字、前記顔文字、前記記号の読みの一部または読み全体と重複する記述があるか否かをチェックし、重複部分がある場合は、前記重複部分を前記入力したテキストから削除し、それ以外の場合は削除しない絵文字抽出・重複削除ステップと、
   前記言語辞書を用いて、前記重複部分削除済みのテキストを音声合成のための読みに変換するステップと、
   前記読みを入力にして、音声を合成するステップを前記コンピュータに実行させる音声合成プログラム。