JP4570509B2 - 読み生成装置、読み生成方法及びコンピュータプログラム - Google Patents

Description

本発明は、数字列を含む文字列データについて、単語辞書の記憶容量を増大させずに適切な読みを生成することができる読み生成装置、読み生成方法及びコンピュータプログラムに関する。

近年、音声認識装置（ＡＳＲ：Auto Speech Recognition）、音声合成装置（ＴＴＳ：Text-To-Speech）等を用いたボイスポータルのような音声対話システム（ＩＶＲ：Interactive Voice Response）が普及し始めている。音声対話システムでは、音声認識装置により利用者の音声を認識し、認識した結果に対応した応答を音声合成装置による合成音声により行うことで、利用者との対話を行っている。

ここで、音声合成装置が合成音声を生成する対象となる文字列は数字列を含むことが多い。しかし、文字列に含まれる数字列を読み上げる場合、利用者の使用目的に応じて様々な読み上げ方が存在する。例えば、数字列を構成している数字ごとに順次読み上げる音声を合成する棒読み方式、数字列を構成している数字に万、千、百、十等の桁を付与して読み上げる音声を合成する桁読み方式、あるいは０（ゼロ）を「マル」と読み上げる、０（ゼロ）を「オー」と読み上げる等を使い分ける必要がある。

数字列を適切な読み上げ方で読み上げるために、例えば特許文献１では、数字列の読み上げ方として、棒読み方式及び桁読み方式を属性として記憶しておき、読み上げた場合の読み上げ文字数の大小、音節数の大小、音声時間長の長短等に応じて、いずれの読み上げ方を選択するか判定する音声合成装置が開示されている。

また、特許文献２及び３では、数字列に先行する文字、先行する文字の種別、後続する文字、後続する文字の種類等の選択条件に基づいて、棒読み方式及び桁読み方式のいずれを選択するかを判定する音声合成装置が開示されている。
特開平８−１４６９８４号公報 特開平９−００６３７９号公報 特開平４−１９９１９５号公報

しかし、特許文献１では、数字列を構成している数字ごとに順次読み上げる音声を合成する棒読み方式、又は数字列を構成している数字に万、千、百、十等の桁を付与して読み上げる音声を合成する桁読み方式を選択することはできるが、例えば０（ゼロ）を「マル」と読み上げる、０（ゼロ）を「オー」と読み上げる等を使い分けることができず、特に商品名、サービス名等の固有名詞を読み上げる場合に誤った読みで合成音声を生成するおそれがあり、場合によっては利用者が理解不能となり音声対話が継続できないという問題点があった。

また、特許文献２及び３では、選択条件を多数設定しておくことにより、棒読み方式、桁読み方式だけでなく、０（ゼロ）を「マル」と読み上げる、０（ゼロ）を「オー」と読み上げる等の読み上げ方を用いることができるが、選択条件を適用するアプリケーションごとに多数設定する必要が有り、利用者にとって設定処理が煩雑である。また、選択条件によっては複数の読み上げ方が選択される可能性があるが、いずれの読み上げ方を優先すべきか選択する基準が無いという問題点があった。

さらに、数字列のあらゆる選択条件、全ての数字列の読み等を記憶手段に記憶しておくことにより、あらゆる状況に対応した適切な読み上げ方で数字列の合成音声を生成することができるが、記憶手段には物理的な容量の制限があるとともに、全ての数字列の読みを事前に記憶しておくことは検索レスポンスの劣化を伴う等実用的でなく、実現可能性に乏しいという問題が残されている。

本発明は斯かる事情に鑑みてなされたものであり、数字列を含む文字列データであっても、利用者の状況に応じた適切な読みを生成することができる読み生成装置、読み生成方法及びコンピュータプログラムを提供することを目的とする。

上記目的を達成するために本発明に係る読み生成装置は、複数の単語の表記及び読みを記憶してある単語辞書を備え、数字列を含む文字列データを読み上げるための読みを生成する読み生成装置において、数字列を含む文字列データを受け付ける手段と、受け付けた文字列データに部分一致する複数の単語を、前記単語辞書に記憶してある複数の単語から抽出する一致単語抽出手段と、該一致単語抽出手段で、受け付けた文字列データに含まれる数字列に対して、部分一致する単語を抽出できない数字列が存在するか否かを判断する判断手段と、該判断手段で部分一致する単語を抽出できない数字列が存在すると判断した場合、前記単語辞書に記憶されている単語のうち、部分一致する単語を抽出できない数字列に対して先行する文字、又は部分一致する単語を抽出できない数字列に対して後続する文字の少なくとも一方に基づいて類似度合の評価値である類似度を計算し、計算した類似度が最も高い単語を類似単語として抽出する類似単語抽出手段と、前記一致単語抽出手段及び前記類似単語抽出手段で抽出した複数の単語及び類似単語に基づいて、受け付けた文字列データを構成する単語を特定する単語特定手段と、該単語特定手段で特定した単語のうち、前記一致単語抽出手段で抽出した複数の単語の読みを設定する単語読み設定手段と、前記単語特定手段で特定した単語のうち、前記類似単語抽出手段で抽出した複数の類似単語に含まれる数字列の読みに関する規則である数字読み規則を生成する規則生成手段と、該規則生成手段で生成した数字読み規則に基づいて、文字列データに含まれる数字列の読みを設定する数字列読み設定手段と、前記単語読み設定手段で設定した単語の読み、及び前記数字列読み設定手段で設定した数字列の読みに基づいて、前記文字列データの読みを設定する文字列読み設定手段とを備えたことを特徴とする。

また、本発明に係る読み生成装置は、前記規則生成手段は、抽出した類似単語に対応付けて記憶してある読みに基づいて、桁読みであるか棒読みであるかの区別に関する情報、日本語読みであるか英語読みであるかの区別に関する情報、及び個々の数字の読み方に関する情報の一又は複数の数字読み規則を生成するようにしてあることを特徴とする。

また、本発明に係る読み生成装置は、前記規則生成手段で生成した前記数字読み規則を記憶手段に記憶する数字読み規則記憶手段を備えていることを特徴とする。

また、本発明に係る読み生成装置は、前記数字列読み設定手段で設定した数字列の表記及び読みを、前記単語辞書に記憶する数字列読み記憶手段を備えることを特徴とする。

また、本発明に係る読み生成方法は、複数の単語の表記及び読みを記憶してある単語辞書を用い、数字列を含む文字列データを読み上げるための読みを生成する読み生成方法において、数字列を含む文字列データを受け付け、受け付けた文字列データに部分一致する複数の単語を、前記単語辞書に記憶してある複数の単語から抽出し、受け付けた文字列データに含まれる数字列に対して、部分一致する単語を抽出できない数字列が存在するか否かを判断し、部分一致する単語を抽出できない数字列が存在すると判断した場合、前記単語辞書に記憶されている単語のうち、部分一致する単語を抽出できない数字列に対して先行する文字、又は部分一致する単語を抽出できない数字列に対して後続する文字の少なくとも一方に基づいて類似度合の評価値である類似度を計算し、計算した類似度が最も高い単語を類似単語として抽出し、抽出した複数の単語及び類似単語に基づいて、受け付けた文字列データを構成する単語を特定し、特定した単語のうち、抽出した複数の単語の読みを設定し、抽出した複数の類似単語に含まれる数字列の読みに関する規則である数字読み規則を生成し、生成した数字読み規則に基づいて、文字列データに含まれる数字列の読みを設定し、設定した単語の読み及び設定した数字列の読みに基づいて、前記文字列データの読みを設定することを特徴とする。

また、本発明に係る読み生成方法は、抽出した類似単語に対応付けて記憶してある読みに基づいて、桁読みであるか棒読みであるかの区別に関する情報、日本語読みであるか英語読みであるかの区別に関する情報、及び個々の数字の読み方に関する情報の一又は複数の数字読み規則を生成することを特徴とする。

なお、本発明に係る読み生成方法において、生成した数字読み規則を記憶手段に記憶することも可能である。また、本発明に係る読み生成方法において、設定した数字列の表記及び読みを単語辞書に記憶することも可能である。

また、本発明に係るコンピュータプログラムは、複数の単語の表記及び読みを記憶してある単語辞書を照会することが可能なコンピュータを、数字列を含む文字列データを読み上げるための読みを生成する読み生成装置として機能させるコンピュータプログラムにおいて、前記コンピュータを、数字列を含む文字列データを受け付ける手段、受け付けた文字列データに部分一致する複数の単語を、前記単語辞書に記憶してある複数の単語から抽出する一致単語抽出手段、該一致単語抽出手段で、受け付けた文字列データに含まれる数字列に対して、部分一致する単語を抽出できない数字列が存在するか否かを判断する判断手段、該判断手段で部分一致する単語を抽出できない数字列が存在すると判断した場合、前記単語辞書に記憶されている単語のうち、部分一致する単語を抽出できない数字列に対して先行する文字、又は部分一致する単語を抽出できない数字列に対して後続する文字の少なくとも一方に基づいて類似度合の評価値である類似度を計算し、計算した類似度が最も高い単語を類似単語として抽出する類似単語抽出手段、前記一致単語抽出手段及び前記類似単語抽出手段で抽出した複数の単語及び類似単語に基づいて、受け付けた文字列データを構成する単語を特定する単語特定手段、該単語特定手段で特定した単語のうち、前記一致単語抽出手段で抽出した複数の単語の読みを設定する単語読み設定手段、前記単語特定手段で特定した単語のうち、前記類似単語抽出手段で抽出した複数の類似単語に含まれる数字列の読みに関する規則である数字読み規則を生成する規則生成手段、該規則生成手段で生成した数字読み規則に基づいて、文字列データに含まれる数字列の読みを設定する数字列読み設定手段、及び前記単語読み設定手段で設定した単語の読み、及び前記数字列読み設定手段で設定した数字列の読みに基づいて、前記文字列データの読みを設定する文字列読み設定手段として機能させることを特徴とする。

なお、本発明に係るコンピュータプログラムの類似単語抽出手段において、単語辞書に記憶してある単語のうち、所定の数字列に対して先行する文字、文字の種別、及び文字の数、並びに後続する文字、文字の種別、及び文字の数、数字列の文字数、及び数字列の数値のうち一又は複数に基づいて類似度合の評価値である類似度を計算し、計算した類似度が最も高い単語を類似単語として抽出しても良い。

また、本発明に係るコンピュータプログラムの規則生成手段において、抽出した類似単語に対応付けて記憶してある読みに基づいて、桁読みであるか棒読みであるかの区別に関する情報、日本語読みであるか英語読みであるかの区別に関する情報、及び個々の数字の読み方に関する情報の一又は複数の数字読み規則を生成しても良い。

さらに、本発明に係るコンピュータプログラムは、生成した数字読み規則を記憶手段に記憶させても良いし、設定した数字列の表記及び読みを単語辞書に記憶させても良い。

本発明では、数字列を含む文字列データを受け付け、受け付けた文字列データに部分一致する複数の単語を、単語辞書に記憶してある複数の単語から抽出し、受け付けた文字列データに含まれる数字列に対して、部分一致する単語を抽出できない数字列が存在するか否かを判断する。部分一致する単語を抽出できない数字列が存在する場合、抽出できない数字列に類似する類似単語を単語辞書から抽出し、抽出した複数の単語及び類似単語に基づいて、受け付けた文字列データを構成する単語を特定し、特定した単語のうち、抽出した複数の単語の読みを設定し、複数の類似単語に含まれる数字列の読みに関する規則である数字読み規則を生成し、生成した数字読み規則に基づいて、文字列データに含まれる数字列の読みを設定する。設定した単語の読み、及び特定した数字列の読みに基づいて、文字列データの読みを設定する。これにより、数字列が単語辞書に記憶されていない場合であっても、単語辞書に記憶されている類似の数字列の読みに基づいて、単語辞書に記憶されていない数字列の読みを容易に設定することができ、数字列の適切な読みを生成することが可能となる。また、全ての数字列について、読みの選択条件及び読み情報を記憶しておく必要がないことから、計算機資源を圧迫することが無く、読みを選択する時間を短縮することができ、読みを生成するレスポンスの劣化を未然に防止することが可能となる。

本発明では、単語辞書に記憶されている単語のうち、部分一致する単語を抽出できない数字列に対して先行する文字、又は部分一致する単語を抽出できない数字列に対して後続する文字の少なくとも一方に基づいて類似度合の評価値である類似度を計算し、計算した類似度が最も高い単語を類似単語として抽出する。これにより、数字列に先行する文字及び／又は後続する文字に関する情報に基づいて、単語辞書から最も類似している単語を確実に抽出することができ、抽出した単語の読みに従って数字列の読みを設定することが可能となる。

本発明では、抽出した類似単語に対応付けて記憶してある読みに基づいて、桁読みであるか棒読みであるかの区別に関する情報、日本語読みであるか英語読みであるかの区別に関する情報、及び個々の数字の読み方に関する情報の一又は複数の数字読み規則を生成する。これにより、抽出された類似単語から生成した数字読み規則を受け付けた文字列に含まれる数字列に容易に適用することができ、利用者の用途に応じた数字の読みを生成することが可能となる。

本発明では、生成した数字読み規則を記憶手段に記憶する。これにより、次回以降に同種の数字列を含む文字列データを受け付けた場合、より精度良く数字列の読み上げ方を設定することができ、読みを生成するまでのレスポンスを向上させることも可能となる。

本発明では、設定した数字列の表記及び読みを、単語辞書に記憶する。これにより、特に数字列が固有名詞の全部又は一部である場合、次回以降に同種の数字列を含む文字列データを受け付けたときに、単語辞書に記憶されている単語を用いることができ、類似単語を抽出する必要がなくなることから、より精度良く、かつより速いレスポンスで読みを生成することが可能となる。

本発明によれば、数字列が単語辞書に記憶されていない場合であっても、単語辞書に記憶されている類似の数字列の読みに基づいて、単語辞書に記憶されていない数字列の読みを容易に設定することができ、数字列の適切な読みを生成することが可能となる。また、全ての数字列について、読みの選択条件及び読み情報を記憶しておく必要がないことから、計算機資源を圧迫することが無く、読みを選択する時間を短縮することができ、読みを生成するレスポンスの劣化を未然に防止することが可能となる。

本発明によれば、数字列に先行する文字及び／又は後続する文字に関する情報に基づいて、単語辞書から最も類似している単語を確実に抽出することができ、抽出した単語の読みに従って数字列の読みを設定することが可能となる。

本発明によれば、抽出された類似単語から生成した数字読み規則を受け付けた文字列に含まれる数字列に容易に適用することができ、利用者の用途に応じた数字の読みを生成することが可能となる。

本発明によれば、次回以降に同種の数字列を含む文字列データを受け付けた場合、より精度良く数字列の読み上げ方を設定することができ、読みを生成するまでのレスポンスを向上させることも可能となる。

本発明によれば、特に数字列が固有名詞の全部又は一部である場合、次回以降に同種の数字列を含む文字列データを受け付けたときに、単語辞書に記憶されている単語を用いることができ、類似単語を抽出する必要がなくなることから、より精度良く、かつより速いレスポンスで読みを生成することが可能となる。

以下、本発明をその実施の形態を示す図面に基づいて具体的に説明する。本実施の形態では、本発明に係る読み生成装置を音声合成装置に適用した場合について説明する。

（実施の形態１）
以下、本発明の実施の形態１に係る読み生成装置を用いた音声合成装置について図面に基づいて具体的に説明する。図１は、本発明の実施の形態１に係る音声合成装置の構成を示すブロック図である。図１に示すように音声合成装置１は、少なくとも、ＣＰＵ（中央演算装置）１１、記憶手段１２、ＲＡＭ１３、外部の通信手段と接続する通信インタフェース１４、入力手段１５、出力手段１６及びＤＶＤ、ＣＤ等の可搬型記憶媒体１８を用いる補助記憶手段１７で構成される。

ＣＰＵ１１は、内部バス１９を介して音声合成装置１の上述したようなハードウェア各部と接続されており、上述したハードウェア各部を制御するとともに、記憶手段１２に記憶されている処理プログラム、例えば数字列を含む文字列を解析するプログラム、単語辞書を照会するプログラム、類似単語を抽出するプログラム、類似単語の読みの規則に従って読みを設定するプログラム等に従って、種々のソフトウェア的機能を実行する。

記憶手段１２は、内蔵される固定型記憶装置（ハードディスク）、ＲＯＭ等で構成され、通信インタフェース１４を介した外部のコンピュータ、又はＤＶＤ、ＣＤ−ＲＯＭ等の可搬型記憶媒体１８から取得した、音声合成装置１として機能させるために必要な処理プログラムを記憶している。記憶手段１２は、処理プログラムだけではなく、合成音声を生成するための単語の表記、読み、品詞等を記憶してある単語辞書として、汎用的な単語辞書である基本単語辞書１２１及びユーザ別の単語辞書であるユーザ別単語辞書１２２、１２２、・・・も記憶している。

ＲＡＭ１３は、ＤＲＡＭ等で構成され、ソフトウェアの実行時に発生する一時的なデータを記憶する。通信インタフェース１４は内部バス１９に接続されており、外部のネットワーク網と通信することができるよう接続することにより、処理に必要なデータを送受信することができる。

入力手段１５は、読み上げる対象となる数字列を含む文字列の入力を受け付けるキーボードである。なお入力手段１５はキーボードに限定されるものではなく、文字列を入力することができる他の入力媒体であっても良い。出力手段１６は、設定した読みに基づいて生成された合成音声を出力するスピーカである。

補助記憶手段１７は、ＣＤ、ＤＶＤ等の可搬型記憶媒体１８を用い、記憶手段１２へ、ＣＰＵ１１が処理するプログラム、データ等をダウンロードする。また、ＣＰＵ１１が処理したデータをバックアップすべく書き込むことも可能である。

なお、本実施の形態１では、音声合成装置１と入力手段１５及び出力手段１６とが一体となっている場合について説明するが、特にこれに限定されるものではなく、１つの音声合成装置１が、外部の入力装置又は出力装置と接続されているものであっても良い。

以下、上述した構成の音声合成装置１の動作を、文字列データ「本日Ｍ９０１ｉを発売しました」を合成音声で出力する場合に、基本単語辞書１２１又はユーザ別単語辞書１２２、１２２、・・・に「Ｆ９００ｉ」が記憶されているのに対して「Ｍ９０１ｉ」が記憶されていない場合を例として説明する。図２は、本発明の実施の形態１に係る音声合成装置１のＣＰＵ１１の処理手順を示すフローチャートである。

音声合成装置１のＣＰＵ１１は、入力手段１５を介して数字列「９０１」を含む文字列データ「本日Ｍ９０１ｉを発売しました」を受け付ける（ステップＳ２０１）。ＣＰＵ１１は、基本単語辞書１２１及び利用者ごとのユーザ別単語辞書１２２を照会して、受け付けた文字列データと部分一致する単語を抽出する（ステップＳ２０２）。なお、ユーザ別単語辞書１２２は、利用者を識別する情報である識別情報（例えばユーザＩＤ）に対応付けて記憶してあり、利用者のログイン情報に基づいて選択される。

また、部分一致する単語として抽出した複数の単語を組み合わせて、数字列でない部分の構成を特定することができない場合、文字列を読み上げることができないことから、エラーメッセージを出力して再入力を促す等のエラー処理が必要である。ただし図２では、数字列でない部分の読みを設定することができたものと仮定し、エラー処理に関する記述を省略している。

図３は、基本単語辞書１２１及びユーザ別単語辞書１２２、１２２、・・・のデータ構成の一例を示す図である。図３に示すように、基本単語辞書１２１及びユーザ別単語辞書１２２、１２２、・・・は、単語の表記ごとに、少なくとも読み、品詞等を記憶しておく。文字列データに含まれる単語ごとにその表記をキー情報として、読み及び品詞を抽出することができる。

ＣＰＵ１１は、部分一致する複数の単語を組み合わせて、文字列データに含まれている数字列の構成を特定することができるか否かを判断する（ステップＳ２０３）。ＣＰＵ１１が、文字列データに含まれている数字列の構成を特定することができると判断した場合（ステップＳ２０３：ＹＥＳ）、ＣＰＵ１１は、ステップＳ２０５へスキップする。

ＣＰＵ１１が、文字列データに含まれている数字列の構成を特定することができないと判断した場合（ステップＳ２０３：ＮＯ）、ＣＰＵ１１は、部分一致する単語により数字列の構成が特定されていない部分に類似する類似単語を基本単語辞書１２１及び利用者ごとのユーザ別単語辞書１２２から抽出する（ステップＳ２０４）。

類似単語を抽出する場合、まずＣＰＵ１１は、単語辞書に記憶されている単語のうち、構成が特定されていない部分の数字列に対して先行する文字、文字の種別、及び文字の数、並びに後続する文字、文字の種別、及び文字の数、数字列の文字数、及び数字列の数値のうち一又は複数に基づいて類似度合の評価値である類似度を算出する。類似度の算出方法は特に限定されるものではなく、例えば（数１）に基づいて算出する。なお、（数１）で、文字の種別とは、アルファベット、平仮名、片仮名、漢字、記号等の文字の分類を意味している。

（数１）
類似度 ＝ 先行する文字の一致数 × １００
＋先行する文字の種別の一致数
＋後続する文字の一致数 × １００
＋後続する文字の種別の一致数
−数字列の文字数の差
−数字列が示す数値の差

例えば文字列データ「本日Ｍ９０１ｉを発売しました」に含まれる数字列「９０１」に対して、ユーザ別単語辞書１２２に「Ｆ９００ｉ」が記憶してある場合について、（数１）に従って類似度を算出する。この場合、先行する文字の一致数＝０、先行する文字の種別の一致数＝１、後続する文字の一致数＝１、後続する文字の種別の一致数＝１、数字列の文字数の差＝０、数字列が示す数値の差＝１となることから、類似度は‘１０１’と算出される。

算出した類似度に基づいて、例えば類似度が最大である単語を類似単語として抽出する。もちろん、類似度が最大である単語を抽出する方法に限定されるものではなく、類似度の高い順に複数の候補単語を抽出して、利用者による選択を受け付けても良いし、所定の閾値（例えば閾値＝１００）を超えた単語を候補単語として抽出する方法であっても良い。

図４は、音声合成装置１のＣＰＵ１１が受け付けた文字列データに基づいて、基本単語辞書１２１及びユーザ別単語辞書１２２から抽出した単語群を示す図であり、図５は、其れに加えて、数字列について類似単語を抽出した結果を示す図である。図４及び図５では、四角で囲まれた単語が、基本単語辞書１２１及びユーザ別単語辞書１２２から抽出した一単語を示している。また、図５では、四角の二重線で囲まれた単語が、基本単語辞書１２１及びユーザ別単語辞書１２２から抽出した数字列を含む類似単語を示している。

図４に示すように、数字列は特殊な固有名詞以外、基本単語辞書１２１及びユーザ別単語辞書１２２には記憶されていない場合が多い。図４の例でも、「９０１」という数字列は記憶されていないことを示している。

ＣＰＵ１１は、抽出した複数の単語から、受け付けた文字列データを構成する単語を特定する（ステップＳ２０５）。単語を特定する方法は特に限定されるものではなく、例えば単語間の接続容易度の高い単語を優先する、長さの長い単語を優先する等の複数の指標に基づいて特定する。図６は、単語特定の結果を示す図である。図６において、太実線で囲まれている単語は、文字列データを構成する単語として特定された単語を示している。

そして、ＣＰＵ１１は、特定した単語ごとの読みを設定する。具体的には、ＣＰＵ１１は、読みを設定する対象となる単語を、特定した単語の先頭に配置し（ステップＳ２０６）、全ての単語の読みを設定したか否かを判断する（ステップＳ２０７）。ＣＰＵ１１が、単語の読みを設定していない単語があると判断した場合（ステップＳ２０７：ＮＯ）、ＣＰＵ１１は、読みを設定する対象である単語が抽出した類似単語と同一であるか否かを判断する（ステップＳ２０８）。

ＣＰＵ１１が、読みを設定する対象である単語が抽出した類似単語と同一でないと判断した場合（ステップＳ２０８：ＮＯ）、ＣＰＵ１１は、読みを設定する対象となる単語には、単語辞書から抽出した単語の読みを設定する（ステップＳ２０９）。ＣＰＵ１１が、読みを設定する対象である単語が抽出した類似単語と同一であると判断した場合（ステップＳ２０８：ＹＥＳ）、ＣＰＵ１１は、類似単語に基づいて受け付けた文字列に相当する読みを生成する必要がある。例えば、「Ｍ９０１ｉ」の類似単語として「Ｆ９００ｉ」が抽出された場合、図６に示すように類似単語の数字列の前後の文字である「Ｆ」、「ｉ」と、「Ｍ９０１ｉ」の数字列の前後の文字である「Ｍ」、「ｉ」との関係から、数字列「９０１」の読みを決定する。

すなわち、ＣＰＵ１１は、抽出した類似単語に基づいて、文字列データに含まれる数字列の読みに関する規則である数字読み規則を生成する（ステップＳ２１０）。そして、生成した数字読み規則に基づいて、読みが設定されていない数字列部分を含む単語の読みを設定する（ステップＳ２１１）。

数字読み規則は、少なくとも規則を識別する情報、数字列に先行する文字、後続する文字、数値、及び読み上げ方に関する情報で構成される。例えば図６に示す類似単語「Ｆ９００ｉ」からは、棒読み、０（ゼロ）は「マル」と読み上げる等の数字読み規則を生成する。数字読み規則は、これらに限定されるものではなく、例えば桁読みであるか棒読みであるかの区別に関する情報、日本語読みであるか英語読みであるかの区別に関する情報等を数字読み規則として生成しても良い。

類似単語「Ｆ９００ｉ」から生成した数字読み規則に従って、「Ｍ９０１ｉ」の読みを設定する。したがって、類似単語「Ｆ９００ｉ」の読み「エフキューマルマルアイ」と同様に、読みを「エムキューマルイチアイ」と設定することができる。

ＣＰＵ１１は、読みを設定する対象となる単語を一単語進めて（ステップＳ２１２）、ステップＳ２０７へ戻る。ＣＰＵ１１が、全ての単語の読みを設定したと判断した場合（ステップＳ２０７：ＹＥＳ）、ＣＰＵ１１は、設定された複数の単語の読みを表記順に接続することにより、文字列データの読みを設定する（ステップＳ２１３）。図７は、数字列部分を含めた文字列データ全体の読みを設定した結果を示す図である。図７に示すように、文字列データの読みは、「ホンジツエムキューマルイチアイオハツバイシマシタ。」となる。ＣＰＵ１１は、設定した文字列データの読みに基づいて合成音声を生成し（ステップＳ２１４）、出力手段１６から合成音声を出力する。

以上のように本実施の形態１によれば、数字列が基本単語辞書１２１及びユーザ別単語辞書１２２に記憶されていない場合であっても、基本単語辞書１２１及びユーザ別単語辞書１２２に記憶されている類似の数字列の読みに基づいて、基本単語辞書１２１及びユーザ別単語辞書１２２に記憶されていない数字列の読みを容易に設定することができ、数字列を適切な読みで合成音声を生成することが可能となる。また、全ての数字列について、読みの選択条件及び読み情報を記憶しておく必要がないことから、計算機資源を圧迫することが無く、読みを選択する時間を短縮することができ、合成音声を生成して出力するレスポンスの劣化を未然に防止することが可能となる。

なお、類似単語を求めるために必要な類似度の算出は、上述した実施例では、文字列データを受け付け、受け付けた文字列データに数字列が含まれている都度行っているが、毎回算出することによる演算処理負荷を軽減すべく、類似単語の表記、生成された読み、品詞等を一時的に記憶する一時単語辞書１２３を記憶手段１２に設けても良い。図８は、一時単語辞書１２３を設けた場合の、本実施の形態１に係る音声合成装置１の構成を示すブロック図である。

図８に示すように、記憶手段１２に一時単語辞書１２３を設けておくことにより、利用者から文字列データを受け付けた場合、基本単語辞書１２１及びユーザ別単語辞書１２２に加えて、一時単語辞書も照会する。一時単語辞書１２３も照会対象とすることにより、一致する単語を検出する確率が高くなり、類似度の算出回数を減少させることができることから、演算処理負荷を軽減することが可能となる。

（実施の形態２）
以下、本発明の実施の形態２に係る音声合成装置について図面に基づいて具体的に説明する。図９は、本発明の実施の形態２に係る音声合成装置の構成を示すブロック図である。本実施の形態２に係る音声合成装置１は、実施の形態１と基本的な構成が同一であることから、同一の機能を有する構成については同一の符号を付することで詳細な説明を省略する。本実施の形態２は、記憶手段１２に数字の読み上げ方の規則を記憶する数字読み規則記憶部１２４を備えることを特徴とする。すなわち基本単語辞書１２１及びユーザ別単語辞書１２２、１２２、・・・に記憶してある数字列を含む単語に基づいて数字読み規則を生成し、数字読み規則記憶部１２４に記憶している。

図１０は、数字読み規則記憶部１２４に記憶してあるデータ構成の一例を示す図である。図１０に示すように、数字読み規則記憶部１２４は、規則を識別する情報、例えば規則番号に対応付けて、先行する文字、後続する文字、数値、読み上げ規則等を記憶している。「Ｆ９００ｉ」に基づいて数字読み規則を生成する場合、例えば規則番号‘１’のように棒読みであり、０（ゼロ）を「マル」と読み上げる等の読み上げ規則が生成され、数字読み規則記憶部１２４に記憶される。

以下、上述した構成の音声合成装置１の動作を、文字列データ「本日Ｍ９０１ｉを発売しました」を合成音声で出力する場合に、基本単語辞書１２１又はユーザ別単語辞書１２２、１２２、・・・に「Ｆ９００ｉ」が記憶されているのに対して「Ｍ９０１ｉ」が記憶されていない場合を例として説明する。図１１は、本発明の実施の形態２に係る音声合成装置１のＣＰＵ１１の処理手順を示すフローチャートである。

音声合成装置１のＣＰＵ１１は、入力手段１５を介して数字列「９０１」を含む文字列データ「本日Ｍ９０１ｉを発売しました」を受け付ける（ステップＳ１１０１）。ＣＰＵ１１は、基本単語辞書１２１及び利用者ごとのユーザ別単語辞書１２２を照会して、受け付けた文字列データと部分一致する複数の単語を抽出する（ステップＳ１１０２）。

なお、部分一致する単語として抽出した複数の単語を組み合わせて、数字列でない部分の構成を特定することができない場合、文字列を読み上げることができないことから、エラーメッセージを出力して再入力を促す等のエラー処理が必要である。ただし図１１では、数字列でない部分の読みを設定することができたものと仮定し、エラー処理に関する記述を省略している。

ＣＰＵ１１は、抽出した複数の単語から、受け付けた文字列データを構成する単語を特定する（ステップＳ１１０３）。単語を特定する方法は特に限定されるものではなく、例えば単語間の接続容易度の高い単語を優先する、長さの長い単語を優先する等の複数の指標に基づいて特定する。

また、抽出した複数の単語では、数字列の読みを設定できない部分が残る場合、当該部分を単語未特定部分とし、その他の部分の単語を特定する。図１２は、単語特定の結果を示す図である。図１２において、太実線で囲まれている単語は、文字列データを構成する単語として特定された単語を示しており、数字部分、すなわち「９０１」の部分が単語未特定部分となっている。

そして、ＣＰＵ１１は、特定した単語ごとの読みを設定する。具体的には、ＣＰＵ１１は、単語未特定部分も一単語として取り扱い、読みを設定する対象となる単語を、特定した単語の先頭に配置し（ステップＳ１１０４）、全ての単語の読みを設定したか否かを判断する（ステップＳ１１０５）。ＣＰＵ１１が、単語の読みを設定していない単語があると判断した場合（ステップＳ１１０５：ＮＯ）、ＣＰＵ１１は、読みを設定する対象である単語が単語未特定部分であるか否かを判断する（ステップＳ１１０６）。

ＣＰＵ１１が、読みを設定する対象である単語が単語未特定部分でないと判断した場合（ステップＳ１１０６：ＮＯ）、ＣＰＵ１１は、読みを設定する対象となる単語には、単語辞書から抽出した単語の読みを設定する（ステップＳ１１０７）。ＣＰＵ１１が、読みを設定する対象である単語が単語未特定部分であると判断した場合（ステップＳ１１０６：ＹＥＳ）、ＣＰＵ１１は、記憶して有る数字読み規則に基づいて読みを生成する必要がある。

すなわち、ＣＰＵ１１は、数字読み規則記憶部１２４に複数記憶されている数字読み規則から、最適な規則を、例えば実施の形態１の類似度と同様の指標値を算出することにより選択する（ステップＳ１１０８）。そして、ＣＰＵ１１は、選択した数字読み規則に基づいて単語未特定部分の数字列の読みを設定する（ステップＳ１１０９）。

ＣＰＵ１１は、読みを設定する対象となる単語を一単語進めて（ステップＳ１１１０）、ステップＳ１１０５へ戻る。ＣＰＵ１１が、全ての単語の読みを設定したと判断した場合（ステップＳ１１０５：ＹＥＳ）、ＣＰＵ１１は、設定された複数の単語の読みを表記順に接続することにより、文字列データの読みを設定する（ステップＳ１１１１）。図１３は、数字列部分を含めた文字列データ全体の読みを設定した結果を示す図である。図１３に示すように、文字列データの読みは、「ホンジツエムキューマルイチアイオハツバイシマシタ。」となる。ＣＰＵ１１は、設定した文字列データの読みに基づいて合成音声を生成し（ステップＳ１１１２）、出力手段１６から合成音声を出力する。

なお、数字読み規則の選択方法は、上述した指標値の算出により選択する方法に限定されるものではなく、例えば単語の出現頻度に応じて規則番号ごとに重要度を付与し、付与された重要度に応じて数字読み規則を選択しても良い。図１４は、重要度を付与した場合の数字読み規則記憶部１２４に記憶してあるデータの構成の一例を示す図である。

図１４に示すように、数字読み規則記憶部１２４は、規則番号ごとに重要度を記憶してある。重要度は、例えば数字読み規則の適用回数の累計値であり、数字の読み上げ規則として抽出される都度、重要度の値をインクリメントする。数字読み規則の選択時には、重要度が高い規則番号から順に選択する。

以上のように本実施の形態２によれば、数字列が基本単語辞書１２１及びユーザ別単語辞書１２２に記憶されていない場合であっても、数字読み規則記憶部１２４に記憶されている規則に基づいて、基本単語辞書１２１及びユーザ別単語辞書１２２に記憶されていない数字列の読みを容易に設定することができ、数字列を適切な読みで合成音声を生成することが可能となる。また、全ての数字列について、読みの選択条件及び読み情報を記憶しておく必要がないことから、計算機資源を圧迫することが無く、読みを選択する時間を短縮することができ、合成音声を生成して出力するレスポンスの劣化を未然に防止することが可能となる。

なお、実施の形態１と併用して、類似単語に基づいて生成した数字読み規則を記憶手段１２の数字読み規則記憶部１２４に記憶しても良い。これにより、次回以降に同種の数字列を含む文字列データを受け付けた場合、類似単語を抽出することなく、数字読み規則記憶部１２４を照会することにより最適な数字読み規則を適用することができ、合成音声を生成するまでのレスポンスを向上させることも可能となる。

また、上述した実施の形態１及び２で設定した数字列の表記及び読みを、ユーザ別単語辞書１２２に記憶しても良い。これにより、特に数字列が固有名詞の全部又は一部である場合、次回以降に同種の数字列を含む文字列データを受け付けたときに、ユーザ別単語辞書１２２に記憶した数字列に基づいて数字列の読み上げ方を設定することができ、より精度良く、かつより速いレスポンスで合成音声を生成することが可能となる。

以上の実施の形態１及び２に関し、さらに以下の付記を開示する。

（付記１）
複数の単語の表記及び読みを記憶してある単語辞書を備え、数字列を含む文字列データを読み上げるための読みを生成する読み生成装置において、
数字列を含む文字列データを受け付ける手段と、
受け付けた文字列データに部分一致する複数の単語を、前記単語辞書に記憶してある複数の単語から抽出する一致単語抽出手段と、
該一致単語抽出手段で、受け付けた文字列データに含まれる数字列に対して、部分一致する単語を抽出できない数字列部分が存在するか否かを判断する判断手段と、
該判断手段で部分一致する単語を抽出できない数字列部分が存在すると判断した場合、抽出できない数字列部分に類似する類似単語を前記単語辞書から抽出する類似単語抽出手段と、
前記一致単語抽出手段及び前記類似単語抽出手段で抽出した複数の単語及び類似単語に基づいて、受け付けた文字列データを構成する単語を特定する単語特定手段と、
該単語特定手段で特定した単語のうち、前記一致単語抽出手段で抽出した複数の単語の読みを設定する単語読み設定手段と、
前記単語特定手段で特定した単語のうち、前記類似単語抽出手段で抽出した複数の類似単語に含まれる数字列の読みに関する規則である数字読み規則を生成する規則生成手段と、
該規則生成手段で生成した数字読み規則に基づいて、文字列データに含まれる数字列の読みを設定する数字列読み設定手段と、
前記単語読み設定手段で設定した単語の読み、及び前記数字列読み設定手段で設定した数字列の読みに基づいて、前記文字列データの読みを設定する文字列読み設定手段と
を備えたことを特徴とする読み生成装置。

（付記２）
前記類似単語抽出手段は、
前記単語辞書に記憶されている単語のうち、所定の数字列に対して先行する文字、文字の種別、及び文字の数、並びに後続する文字、文字の種別、及び文字の数、数字列の文字数、及び数字列の数値のうち一又は複数に基づいて類似度合の評価値である類似度を計算し、計算した類似度が最も高い単語を類似単語として抽出するようにしてあることを特徴とする付記１記載の読み生成装置。

（付記３）
前記規則生成手段は、抽出した類似単語に対応付けて記憶してある読みに基づいて、桁読みであるか棒読みであるかの区別に関する情報、日本語読みであるか英語読みであるかの区別に関する情報、及び個々の数字の読み方に関する情報の一又は複数の数字読み規則を生成するようにしてあることを特徴とする付記１又は２記載の読み生成装置。

（付記４）
前記規則生成手段で生成した前記数字読み規則を記憶手段に記憶する数字読み規則記憶手段を備えていることを特徴とする付記１乃至３のいずれか一項に記載の読み生成装置。

（付記５）
前記数字列読み設定手段で設定した数字列の表記及び読みを、前記単語辞書に記憶する数字列読み記憶手段を備えることを特徴とする付記１乃至４のいずれか一項に記載の読み生成装置。

（付記６）
複数の単語の表記及び読みを記憶してある単語辞書を用い、数字列を含む文字列データを読み上げるための読みを生成する読み生成方法において、
数字列を含む文字列データを受け付け、
受け付けた文字列データに部分一致する複数の単語を、前記単語辞書に記憶してある複数の単語から抽出し、
受け付けた文字列データに含まれる数字列に対して、部分一致する単語を抽出できない数字列部分が存在するか否かを判断し、
部分一致する単語を抽出できない数字列部分が存在すると判断した場合、抽出できない数字列部分に類似する類似単語を前記単語辞書から抽出し、
抽出した複数の単語及び類似単語に基づいて、受け付けた文字列データを構成する単語を特定し、
特定した単語のうち、抽出した複数の単語の読みを設定し、抽出した複数の類似単語に含まれる数字列の読みに関する規則である数字読み規則を生成し、
生成した数字読み規則に基づいて、文字列データに含まれる数字列の読みを設定し、
設定した単語の読み及び設定した数字列の読みに基づいて、前記文字列データの読みを設定することを特徴とする読み生成方法。

（付記７）
前記単語辞書に記憶されている単語のうち、所定の数字列に対して先行する文字、文字の種別、及び文字の数、並びに後続する文字、文字の種別、及び文字の数、数字列の文字数、及び数字列の数値のうち一又は複数に基づいて類似度合の評価値である類似度を計算し、計算した類似度が最も高い単語を類似単語として抽出することを特徴とする付記６記載の読み生成方法。

（付記８）
抽出した類似単語に対応付けて記憶してある読みに基づいて、桁読みであるか棒読みであるかの区別に関する情報、日本語読みであるか英語読みであるかの区別に関する情報、及び個々の数字の読み方に関する情報の一又は複数の数字読み規則を生成することを特徴とする付記６又は７記載の読み生成方法。

（付記９）
生成した前記数字読み規則を記憶手段に記憶することを特徴とする付記６乃至８のいずれか一項に記載の読み生成方法。

（付記１０）
設定した数字列の表記及び読みを、前記単語辞書に記憶することを特徴とする付記６乃至９のいずれか一項に記載の読み生成方法。

（付記１１）
複数の単語の表記及び読みを記憶してある単語辞書を照会することが可能なコンピュータを、数字列を含む文字列データを読み上げるための読みを生成する読み生成装置として機能させるコンピュータプログラムにおいて、
前記コンピュータを、
数字列を含む文字列データを受け付ける手段、
受け付けた文字列データに部分一致する複数の単語を、前記単語辞書に記憶してある複数の単語から抽出する一致単語抽出手段、
該一致単語抽出手段で、受け付けた文字列データに含まれる数字列に対して、部分一致する単語を抽出できない数字列部分が存在するか否かを判断する判断手段、
該判断手段で部分一致する単語を抽出できない数字列部分が存在すると判断した場合、抽出できない数字列部分に類似する類似単語を前記単語辞書から抽出する類似単語抽出手段、
前記一致単語抽出手段及び前記類似単語抽出手段で抽出した複数の単語及び類似単語に基づいて、受け付けた文字列データを構成する単語を特定する単語特定手段、
該単語特定手段で特定した単語のうち、前記一致単語抽出手段で抽出した複数の単語の読みを設定する単語読み設定手段、
前記単語特定手段で特定した単語のうち、前記類似単語抽出手段で抽出した複数の類似単語に含まれる数字列の読みに関する規則である数字読み規則を生成する規則生成手段、
該規則生成手段で生成した数字読み規則に基づいて、文字列データに含まれる数字列の読みを設定する数字列読み設定手段、及び
前記単語読み設定手段で設定した単語の読み、及び前記数字列読み設定手段で設定した数字列の読みに基づいて、前記文字列データの読みを設定する文字列読み設定手段
として機能させることを特徴とするコンピュータプログラム。

（付記１２）
前記類似単語抽出手段を、
前記単語辞書に記憶されている単語のうち、所定の数字列に対して先行する文字、文字の種別、及び文字の数、並びに後続する文字、文字の種別、及び文字の数、数字列の文字数、及び数字列の数値のうち一又は複数に基づいて類似度合の評価値である類似度を計算し、計算した類似度が最も高い単語を類似単語として抽出する手段
として機能させることを特徴とする付記１１記載のコンピュータプログラム。

（付記１３）
前記規則生成手段を、
抽出した類似単語に対応付けて記憶してある読みに基づいて、桁読みであるか棒読みであるかの区別に関する情報、日本語読みであるか英語読みであるかの区別に関する情報、及び個々の数字の読み方に関する情報の一又は複数の数字読み規則を生成する手段
として機能させることを特徴とする付記１１又は１２記載のコンピュータプログラム。

（付記１４）
前記コンピュータを、
前記規則生成手段で生成した前記数字読み規則を記憶手段に記憶する数字読み規則記憶手段
として機能させることを特徴とする付記１１乃至１３のいずれか一項に記載のコンピュータプログラム。

（付記１５）
前記コンピュータを、
前記数字列読み設定手段で設定した数字列の表記及び読みを、前記単語辞書に記憶する数字列読み記憶手段
として機能させることを特徴とする付記１１乃至１４のいずれか一項に記載のコンピュータプログラム。

本発明の実施の形態１に係る音声合成装置の構成を示すブロック図である。 本発明の実施の形態１に係る音声合成装置のＣＰＵの処理手順を示すフローチャートである。 基本単語辞書及びユーザ別単語辞書のデータ構成の一例を示す図である。 音声合成装置のＣＰＵが受け付けた文字列データに基づいて、基本単語辞書及びユーザ別単語辞書から抽出した単語群を示す図である。 数字列について抽出した類似単語を示す図である。 単語特定の結果を示す図である。 数字列部分を含めた文字列データ全体の読みを設定した結果を示す図である。 一時単語辞書を設けた場合の、本実施の形態１に係る音声合成装置の構成を示すブロック図である。 本発明の実施の形態２に係る音声合成装置の構成を示すブロック図である。 数字読み規則記憶部に記憶されているデータ構成の一例を示す図である。 本発明の実施の形態２に係る音声合成装置のＣＰＵの処理手順を示すフローチャートである。 単語特定の結果を示す図である。 数字列部分を含めた文字列データ全体の読みを設定した結果を示す図である。 重要度を付与した場合の数字読み規則記憶部に記憶してあるデータの構成の一例を示す図である。

符号の説明

１ 音声合成装置
１１ ＣＰＵ
１２ 記憶手段
１３ ＲＡＭ
１４ 通信インタフェース
１５ 入力手段
１６ 出力手段
１７ 補助記憶手段
１８ 可搬型記憶媒体
２０ 音声入出力部
１２１ 基本単語辞書
１２２ ユーザ別単語辞書
１２３ 一時単語辞書
１２４ 数字読み規則記憶部

Claims (7)

1. 複数の単語の表記及び読みを記憶してある単語辞書を備え、数字列を含む文字列データを読み上げるための読みを生成する読み生成装置において、
   数字列を含む文字列データを受け付ける手段と、
   受け付けた文字列データに部分一致する複数の単語を、前記単語辞書に記憶してある複数の単語から抽出する一致単語抽出手段と、
   該一致単語抽出手段で、受け付けた文字列データに含まれる数字列に対して、部分一致する単語を抽出できない数字列が存在するか否かを判断する判断手段と、
   該判断手段で部分一致する単語を抽出できない数字列が存在すると判断した場合、前記単語辞書に記憶されている単語のうち、部分一致する単語を抽出できない数字列に対して先行する文字、又は部分一致する単語を抽出できない数字列に対して後続する文字の少なくとも一方に基づいて類似度合の評価値である類似度を計算し、計算した類似度が最も高い単語を類似単語として抽出する類似単語抽出手段と、
   前記一致単語抽出手段及び前記類似単語抽出手段で抽出した複数の単語及び類似単語に基づいて、受け付けた文字列データを構成する単語を特定する単語特定手段と、
   該単語特定手段で特定した単語のうち、前記一致単語抽出手段で抽出した複数の単語の読みを設定する単語読み設定手段と、
   前記単語特定手段で特定した単語のうち、前記類似単語抽出手段で抽出した複数の類似単語に含まれる数字列の読みに関する規則である数字読み規則を生成する規則生成手段と、
   該規則生成手段で生成した数字読み規則に基づいて、文字列データに含まれる数字列の読みを設定する数字列読み設定手段と、
   前記単語読み設定手段で設定した単語の読み、及び前記数字列読み設定手段で設定した数字列の読みに基づいて、前記文字列データの読みを設定する文字列読み設定手段と
   を備えたことを特徴とする読み生成装置。
2. 前記規則生成手段は、抽出した類似単語に対応付けて記憶してある読みに基づいて、桁読みであるか棒読みであるかの区別に関する情報、日本語読みであるか英語読みであるかの区別に関する情報、及び個々の数字の読み方に関する情報の一又は複数の数字読み規則を生成するようにしてあることを特徴とする請求項１記載の読み生成装置。
3. 前記規則生成手段で生成した前記数字読み規則を記憶手段に記憶する数字読み規則記憶手段を備えていることを特徴とする請求項１又は２記載の読み生成装置。
4. 前記数字列読み設定手段で設定した数字列の表記及び読みを、前記単語辞書に記憶する数字列読み記憶手段を備えることを特徴とする請求項１乃至３のいずれか一項に記載の読み生成装置。
5. 複数の単語の表記及び読みを記憶してある単語辞書を用い、数字列を含む文字列データを読み上げるための読みを生成する読み生成方法において、
   数字列を含む文字列データを受け付け、
   受け付けた文字列データに部分一致する複数の単語を、前記単語辞書に記憶してある複数の単語から抽出し、
   受け付けた文字列データに含まれる数字列に対して、部分一致する単語を抽出できない数字列が存在するか否かを判断し、
   部分一致する単語を抽出できない数字列が存在すると判断した場合、前記単語辞書に記憶されている単語のうち、部分一致する単語を抽出できない数字列に対して先行する文字、又は部分一致する単語を抽出できない数字列に対して後続する文字の少なくとも一方に基づいて類似度合の評価値である類似度を計算し、計算した類似度が最も高い単語を類似単語として抽出し、
   抽出した複数の単語及び類似単語に基づいて、受け付けた文字列データを構成する単語を特定し、
   特定した単語のうち、抽出した複数の単語の読みを設定し、抽出した複数の類似単語に含まれる数字列の読みに関する規則である数字読み規則を生成し、
   生成した数字読み規則に基づいて、文字列データに含まれる数字列の読みを設定し、
   設定した単語の読み及び設定した数字列の読みに基づいて、前記文字列データの読みを設定することを特徴とする読み生成方法。
6. 抽出した類似単語に対応付けて記憶してある読みに基づいて、桁読みであるか棒読みであるかの区別に関する情報、日本語読みであるか英語読みであるかの区別に関する情報、及び個々の数字の読み方に関する情報の一又は複数の数字読み規則を生成することを特徴とする請求項５記載の読み生成方法。
7. 複数の単語の表記及び読みを記憶してある単語辞書を照会することが可能なコンピュータを、数字列を含む文字列データを読み上げるための読みを生成する読み生成装置として機能させるコンピュータプログラムにおいて、
   前記コンピュータを、
   数字列を含む文字列データを受け付ける手段、
   受け付けた文字列データに部分一致する複数の単語を、前記単語辞書に記憶してある複数の単語から抽出する一致単語抽出手段、
   該一致単語抽出手段で、受け付けた文字列データに含まれる数字列に対して、部分一致する単語を抽出できない数字列が存在するか否かを判断する判断手段、
   該判断手段で部分一致する単語を抽出できない数字列が存在すると判断した場合、前記単語辞書に記憶されている単語のうち、部分一致する単語を抽出できない数字列に対して先行する文字、又は部分一致する単語を抽出できない数字列に対して後続する文字の少なくとも一方に基づいて類似度合の評価値である類似度を計算し、計算した類似度が最も高い単語を類似単語として抽出する類似単語抽出手段、
   前記一致単語抽出手段及び前記類似単語抽出手段で抽出した複数の単語及び類似単語に基づいて、受け付けた文字列データを構成する単語を特定する単語特定手段、
   該単語特定手段で特定した単語のうち、前記一致単語抽出手段で抽出した複数の単語の読みを設定する単語読み設定手段、
   前記単語特定手段で特定した単語のうち、前記類似単語抽出手段で抽出した複数の類似単語に含まれる数字列の読みに関する規則である数字読み規則を生成する規則生成手段、
   該規則生成手段で生成した数字読み規則に基づいて、文字列データに含まれる数字列の読みを設定する数字列読み設定手段、及び
   前記単語読み設定手段で設定した単語の読み、及び前記数字列読み設定手段で設定した数字列の読みに基づいて、前記文字列データの読みを設定する文字列読み設定手段
   として機能させることを特徴とするコンピュータプログラム。

Images