JP5414458B2 - 音声合成機能付き文字情報表示装置、およびその音声合成方法 - Google Patents

Description

本発明は、表示中の項目を音声にて読み上げる機能を有する音声合成機能付き文字情報表示装置、およびその音声合成方法に関するものである。

近年、携帯端末装置としてキー操作に対応して、このキー操作により設定された機能名等をアナウンスするようにした携帯電話機が提案されている（たとえば特許文献１参照）。
この携帯電話機は、複数のキー操作部と、キー操作部の１あるいは複数のキー操作に従い電話機が備えた複数の機能のうち、キー操作に対応する機能に関して設定を行う制御部と、キー操作に連動して設定される機能名を音声出力する音声合成部とを有する。

また、音声出力機能を採用したシステムとして、電子メールによりテキストを送信する際に、送信者が受信側でのテキスト読み上げに使用される音質を選択することができる電子メールシステムが提案されている（たとえば特許文献２参照）。
さらに、ブラウザなどを用いて表示される文字列を読上げる装置についても提案されている（たとえば特許文献３、４参照）。

特開平１１−２５２２１６号公報 特開２００４−１８５０５５号公報 特開２００６−２０１９７７号公報 特開２００６−２７６８００号公報

ところで、特許文献１および２に記載されるような、音声読み上げ機能を有する装置に関する技術は何れも、極力全ての表示される文字列について読上げることに注力されているものであり、その読上げる対象となる内容についてまでは大きくは考慮されていない。一方、特許文献３および４に記載される音声読上げ機能を有する装置に関する技術においては、読上げの対象となるべき文書内容について触れてはいるものの、読上げることを促進する技術であることには変わりがない。

ところが、昨今の文字情報表示装置においては、取り扱われる文書データがより一層多岐に亘るため、その内容の取り扱いについては必要に応じてセキュリティ性が要されることがある。

本発明の目的は、取り扱われる文書データについて充分なセキュリティ性を確保した音声合成機能付き文字情報表示装置、およびその音声合成方法、並びに音声合成プログラムを提供することにある。

上記目的を達成するため、本発明の第１の観点によれば、文字列を含む表示オブジェクトと、当該表示オブジェクトの表示方法を規定する表示規定とを記憶する記憶部と、前記記憶部に記憶される表示オブジェクトを表示する表示部と、音声を出力する音声出力部と、文字列を音声に変換し、前記音声出力部にて出力する音声合成部と、前記表示部に表示される表示オブジェクトに含まれる文字列を前記音声合成部にて音声に変換する際に、音声に変換される表示オブジェクトに対応する表示規定を参照し、所定の表示規定の場合には当該表示オブジェクトに含まれる第１の文字列を音声変換させず、前記所定の表示規定でない場合には前記第１の文字列を音声変換させる制御部と、を備えることを特徴とする。

好適には、外部サーバから前記表示オブジェクトと前記表示規定とを取得する通信部を備え、上記制御部は、パスワードに関する入力であることが規定される表示規定を前記所定の表示規定として判別することを特徴とする。

また好適には、前記通信部は、外部サーバから前記表示オブジェクトと前記表示規定とをＨＴＭＬ形式で取得し、上記制御部は、前記表示規定としてＨＴＭＬタグを参照し、パスワードに関する入力であることが規定されるＨＴＭＬタグを抽出すると、当該ＨＴＭＬタグにて指定される領域に入力された文字列について、前記音声合成部に音声変換させないことを特徴とする。

さらに好適には、前記記憶部は、予め定められた第２の文字列を記憶しており、上記制御部は、前記第１の文字列が前記所定の表示規定に対応する場合には、当該第１の文字列を前記第２の文字列に置き換えて前記音声合成部にて音声合成させることを特徴とする。

また、本発明の第２の観点によれば、記憶部と、表示部と、文字列を音声に変換する音声合成部と、変換した音声を出力する音声出力部とを備える文字情報表示装置における音声合成方法であって、文字列を含む表示オブジェクトと、当該表示オブジェクトの表示方法を規定する表示規定とを前記記憶部に記憶する記憶ステップと、前記記憶部に記憶される表示オブジェクトを前記表示部に表示する表示ステップと、前記表示部に表示される表示オブジェクトに含まれる文字列を前記音声合成部にて音声に変換する際に、音声に変換される表示オブジェクトに対応する表示規定を参照する参照ステップと、前記表示オブジェクトに対応する表示規定が所定の表示規定である場合には、当該表示オブジェクトに含まれる第１の文字列を音声変換させず、前記所定の表示規定でない場合には前記第１の文字列を音声変換させる音声変換制御ステップと、を有することを特徴とする。

本発明によれば、取り扱われる文書データについて充分なセキュリティ性を確保しつつも、音声読上げによりユーザに必要な情報を容易に認識させることが可能となる。

携帯電話機のシステム構成の一例を図解したブロック図である。 携帯電話機の外観の一例を図解した図であり、（ａ）は正面の外観図を、（ｂ）は背面の外観図を、（ｃ）は正面の外観図を、（ｄ）は背面の外観図を、それぞれ示す。 本実施形態に係るブラウザ起動時の情報の表示および音声読み上げ動作を説明するためのフローチャートである。 本実施形態に係る表示画面のイメージを示す図である。

以下、本発明の実施形態を図面に関連付けて説明する。

図１は、本発明の音声合成機能付き文字情報表示装置としての一例である携帯電話機１０のシステム構成を示すブロック図である。図２は、携帯電話機１の外観の一例を示す図である。
携帯電話機１０は、可動機構を有する、いわゆる折り畳み式携帯電話機であって、図２（ａ）は開かれた状態（開状態）での正面図を、（ｂ）は閉じられた状態（閉状態）での正面図を、（ｃ）は開状態での側面図を、（ｄ）は閉状態での側面図を、それぞれ示している。

本実施形態に係る携帯電話機１０は、無線通信ネットワーク２０に接続されるサーバ３０から取得したＷｅｂ情報（取得情報）を表示部に表示可能に構成されている。

また、本実施形態に係る携帯電話機１０は、通常の携帯電話機の機能に加えて、音声読み上げ機能を有し、たとえばブラウザから描画要求として通知される文字列を読み上げの文字列情報として扱い、ブラウザに手を加えずに通常のブラウザと同等の表示が可能となるように構成されている。

さらに、本実施形態に係る携帯電話機１０は、以下の処理機能を備えて構成されている。

携帯電話機１０は、取得したＷｅｂ情報に基づいて、文字列や絵記号や画像などの表示すべき表示オブジェクトと、表示オブジェクトを提供するサーバ３０上で運営されているコンテンツにて規定されるスタイル等の表示規定を抽出し、表示オブジェクトと表示規定を対応付けて記憶部に格納しておき、抽出したスタイル等の表示規定に準じて表示オブジェクトを表示する。なお、表示規定には、表示座標（Ｘ，Ｙ）、ゴシック体などのフォントタイプやアンダーラインなどの付加的表示などを指示する表示形式（スタイル）、あるいは表示サイズ、さらには後述するパスワードボックス表示規定、不可視表示規定などを含んでいる。

そして、携帯電話機１０は、取得情報したＷｅｂ情報の表示状態において、読み上げのために音声読み上げ機能（音声合成部）の起動が要求されると、記憶部に格納される表示方法を規定するスタイルなどの表示規定を参照して表示オブジェクトから抽出される文字列を音声合成部により音声に変換する機能を有する。

携帯電話機１０は、表示部に表示中の文字情報・表示オブジェクトに含まれる文字列を音声に変換する際に、音声に変換する文字列の表示規定を参照し、所定の表示規定の場合には当該規定に対応する表示オブジェクトに含まれる文字列を音声変換せず、所定の表示規定ではない場合には当該規定に対応する表示オブジェクトに含まれる文字列を音声変換する機能を有する。さらに、他の表示規定によっては第１の音声と第２の音声とを使い分けて対応する文字列を音声変換する機能も有する。

そして、携帯電話機１０は、リンク先の対応付けられた表示オブジェクトが操作部により選択指示または決定指示されると、この表示オブジェクトに含まれる文字列を第３の音声にて音声変換する機能も有する。

また、携帯電話機１０は、リンク先の対応付けられた表示オブジェクトが操作部により決定指示されると、通信部によりリンク先へのアクセスがなされた後に、決定指示された表示オブジェクトに含まれる文字列を音声変換する機能をも有する。

また、携帯電話機１０は、取得したＷｅｂ情報の表示状態において音声読み上げ機能（音声合成部）の起動が要求されると、記憶部に格納される表示オブジェクトをそれぞれの表示座標についてソートした上で各種バッファを経由して、音声に変換する機能を有する。

携帯電話機１０は、複数の表示形式それぞれについて表示座標に対する補正値を格納しておき、表示オブジェクトのソートは、表示オブジェクトごとの表示形式に応じて補正値にて補正した上で行う機能を有する。

携帯電話機１０は、複数の表示サイズそれぞれについて表示座標に対する補正値を格納しておき、表示オブジェクトのソートは、表示オブジェクトごとの表示サイズに応じて補正値にて補正した上で行う機能を有する。

携帯電話機１０は、取得したＷｅｂ情報の表示状態において音声読み上げ機能（音声合成部）の起動が要求されると、記憶部に格納される複数の表示オブジェクトの中から所定の表示形式の対応付けられる表示オブジェクトを検索し、検索された結果に応じて表示オブジェクトをの有する文字列について、音声に変換する機能を有する。

以下、本実施形態に係る携帯電話機１０の各部の構成、機能、並びに、音声読み上げ制御について順を追って説明する。

図１に示すように、携帯電話機１０は、送受信アンテナ１１１を含む通信処理部１１と、メモリ１２と、キー操作部１３と、ダイヤル入力部１４と、サブ表示部１５と、メイン表示部１６と、スピーカ１７１およびマイクロフォン１７２を含む音声合成処理部１７と、読み上げキー入力部１８と、制御部（ＣＰＵ）１９とを有している。

また、図２（ａ）に示すように、携帯電話機１０の本体ケース１００は、第１の筐体としてのキー入力側本体ケース１０１と、第２の筐体としての表示側本体ケース１０２とが、図示しない可動機構により連結されて、開閉状態を形成するように構成される。

通信処理部１１は、基地局を介した無線通信動作、たとえば、電話番号の発呼動作や電子メールなどの電子データの送受信動作などを行う。

通信処理部１１は、送受信アンテナ１１１を含んで構成され、電波を利用した無線通信で行うために、制御部１９で処理された音声情報、電子メール等を変調して送受信アンテナ１１１により図示しない基地局、通信ネットワーク２０を介してサーバ３０に送信する。

また、通信処理部１１は、基地局から無線により送信され、送受信アンテナ１１１で受信した電子メールや音声情報等の各種情報を復調して制御部１９に出力する。

さらに、通信処理部１１は、無線通信ネットワーク２０に接続されるサーバ３０に基地局を介して接続可能であり、サーバ３０から取得したＷｅｂ情報（取得情報）を制御部１９に出力する。

なお、本実施形態においては、送受信アンテナ１１１は、キー入力側本体ケース１０１または表示側本体ケース１０２に内蔵されている。

メモリ（記憶部）１２は、ＥＥＰＲＯＭ等の不揮発性メモリを含んで構成され、通話や
メールの送受信のための制御プログラム、インターネットブラウザ、メッセージデータ、名前および電話番号が登録されたアドレス帳などを記憶する。

メモリ１２は、後述する読み上げ機能に必要なテキスト列を含む音声読み上げデータベースを記憶する。このデータベースでは、読み上げのためのテキスト列について、前後の接続関係が文章として成立するように、体系的に整理されている。

メモリ１２は、音声読み上げ機能の制御テーブル、重み付けテーブルを記憶する。
また、メモリ１２は、後述する「固定文言」をも記憶する。

さらに、メモリ１２には、制御部１９においてＷｅｂ情報により抽出される表示オブジェクトと、表示オブジェクトを提供するサーバにて規定される、表示部１６，１５への表示方法を規定する表示規定と、が対応付けられた形態（ソースコード）で格納される。上述したように、この表示規定には、キー操作部１３により選択指示される表示オブジェクトであることを示す選択位置表示規定、表示オブジェクトにリンク先が対応付けられていることを示すリンク先表示規定、文字入力可能なパスワードボックス表示規定、入力されたテキストを不可視表示する不可視表示規定などを含む。

また、メモリ１２には、制御部１９により複数の表示形式、表示サイズそれぞれについて表示座標に対する補正値が格納される。

さらに、メモリ１２には、ブラウザなどのためにバッファ領域が設けられており、特に第１のバッファ領域１２１）と第２のバッファ領域１２２との２つのバッファ領域を有する。制御部１９において、ＨＴＭＬ（HyperText Markup Language）言語によって記述されたＷｅｂ情報を取得すると、表示オブジェクトのうちの特にテキストと、その表示規定とをまず第１のバッファ領域１２１に蓄積する。次に制御部１９は、第１のバッファ領域１２１に格納したＷｅｂ情報のうち、表示部 の少なくとも１画面を埋めることのできる分量のＷｅｂ情報を第２のバッファ領域１２２にコピーする。この際、表示オブジェクトごとの表示サイズ、表示位置、表示形態に沿って表示位置や順番をソートする。なお、これらの表示規定とは、一例としてはＨＴＭＬタグである。もちろんＨＴＭＬタグでなくとも、表示形態を指示する規定であればスクリプトなど他の規定でも良い。

また、メモリ１２には、フォーカス選択位置であることを示す選択位置表示規定、表示オブジェクトにリンク先が対応付けられていることを示すリンク先表示規定、パスワード入力可能なパスワードボックス表示を示すテキストボックス表示規定、パスワードボックスに入力された文字を隠す入力不可視規定などを含む。ここで、不可視指定とは、パスワードボックスに文字をユーザが入力した際に、第三者が覗き見しても入力したパスワードが判読できないように、入力１文字ごとに「＊」や「○」などの記号に置き換える表示規定である。

キー操作部１３は、終了（終話）／電源キー、開始（発呼）キー、数字等に対応した複数のテンキー等を有し、これらのキーがユーザにより操作されることにより、ユーザからの入力情報を制御部１９に出力する。

また、キー操作部１３の操作により、メモリ１２に記憶される音声読み上げ機能の制御テーブルの各項目の読み上げするか否か（ＯＮ／ＯＦＦ）を、制御部１９を通して設定可能である。

キー操作部１３の操作により、ユーザは表示部１６，１５に表示される文字情報に含まれる表示オブジェクトの選択指示と決定指示とを行うことが可能である。

また、表示中のＷｅｂ情報に、パスワードボックス表示規定により指定される、文字入力可能なパスワードボックス表示欄があれば、これをキー操作部１３にて指定して選択すれば、このパスワードボックス表示欄にテンキーなどを用いて数字や文字を入力することが出来る。

ダイヤル入力部１４は、図２（ｃ）に示すように、ユーザが開状態の携帯電話機１０を保持した時にユーザの親指により操作がしやすくなるように、表示側本体ケース１０２の側面に配設されるダイヤル式の入力部であり、上下２方向の操作が可能に構成される。

ダイヤル入力部１４に対する操作により、ユーザは、音声の出力音量やサブ表示部１５およびメイン表示部１６に表示する文字サイズを変更することが可能となる。

また、図２（ｃ）および（ｄ）から明らかなように、閉状態と開状態のダイヤル入力部１４を比較すると、上下２方向の操作方向が物理的に逆転することになるが、本実施形態においては、ユーザにとって違和感が生じないように、ユーザから見た操作方向と操作に対する作用（たとえば、上述した音量変更や表示フォントサイズ（表示する文字サイズ）の変更）が常に一致するように、制御部１９により制御される。

サブ表示部１５は、液晶表示装置（ＬＣＤ）等の表示デバイスを有し、図２（ｃ）に示すように、閉状態においてユーザに視認される。
メイン表示部１６は、液晶表示装置（ＬＣＤ）等の表示デバイスを有し、図２（ａ）に示すように、開状態においてユーザに視認される。

サブ表示部１５およびメイン表示部１６は、それぞれ閉状態および開状態において、制御部１９の制御の下、受信した電子メールのテキストやメモリ１２に格納された様々なテキストデータを表示する。
また、サブ表示部１５およびメイン表示部１６は、それぞれ閉状態および開状態において、制御部１９の制御の下、取得したＷｅｂ情報をメモリ１２に格納された表示規定（表示座標、表示形式、表示サイズまたは／および選択位置、リンク先の有無、パスワードボックスであるかどうか、入力したテキストについての不可視指定など）に従った形態で表示する。

音声合成処理部１７は、音声処理回路を有し、通話機能のために音声出力を行うスピーカ１７１と音声入力を行うマイクロフォン１７２とが接続されている。
音声合成処理部１７は、マイクロフォン１７２により収音した音声に対して所定の処理を行って制御部１９に供給する。また、音声合成処理部１７は、制御部１９により供給された音声情報に対して所定の処理を行ってスピーカ１７１から出力させる。

また、図２（ａ），（ｂ）に示すように、スピーカ１７１は、受話スピーカ１７１ａおよびリンガスピーカ１７１ｂの２箇所の音声出力部を含み、読み上げ機能の処理結果である音声を出力する。

さらに、音声合成処理部１７は、読み上げエンジンとして図示しない音声合成回路と音声合成用バッファ領域とを有する。音声合成処理部内１７は、読み上げを行う際に、メモリ１２の特に第２のバッファ領域から抽出されたテキストデータを音声合成用バッファ領域にコピーし、これを音声データに変換し、音声出力部である受話スピーカ１７１ａまたはリンガスピーカ１７１ｂにより音声合成して音声出力させる。

音声合成処理部１７は、制御部１９の制御の下、音声変換する際に、たとえばパスワード入力用のパスワードボックスに入力された文字列、不可視指定される文字列については、第２のバッファ領域からコピーせず、音声合成用バッファ領域に積み上げない、あるいは予めメモリ１２にパスワード用として格納される固定文言を、パスワード入力用のパスワードボックスに入力された文字列や不可視指定される文字列に代えて音声合成用バッファ領域に積み上げる。

読み上げキー操作部１８は、図２（ｂ）に示すように、表示側本体ケース１０２の中央に配設される押下式ボタン１８ａと、このボタンによるスイッチ入力に対する入力回路と、を含んで構成される。

本実施形態における携帯電話機１０は、読み上げ機能を有し、押下式ボタン１９ａが押下（操作）されると、たとえば閉状態にリンガスピーカ１７１ａにより音声出力し、開状態では受話スピーカ１７１より音声出力するように制御部１９により制御される。

制御部１９は、マイクロコンピュータを主体として構成され、携帯電話機１の全体の制御を行う。たとえば、制御部１９は、通信処理部１１における各種情報の無線による送受信の制御、音声処理部１７に対する音声情報の処理、メイン表示部１６への情報の表示制御、キー入力部１３の入力情報に応じた処理、メモリ１２に対するアクセス制御等を行う。

制御部１９は、基本的にユーザによる押下式ボタン１８ａの操作がなされると、表示されるテキストの読み上げ機能を実行する。その際、読み上げ機能として、テキスト列を抽出／生成してそのテキストを読み上げるテキスト読み上げ方式を用いている。

制御部１９は、後で詳述するように、ブラウザが起動し、取得したＷｅｂ情報から表示オブジェクトと、この表示オブジェクトを提供するサーバ３０上のコンテンツごとに規定される表示規定を抽出し、表示オブジェクトと表示規定とを対応付けてメモリ１２の第１のバッファ領域１２１に格納する。次に、制御部１９は、抽出した表示規定に準じて、１画面を表示する分量の表示オブジェクトについて、それぞれ順序をソートして第２のバッファ領域１２２に格納し、この第２のバッファ領域１２２に格納した表示オブジェクトをメイン表示部１６あるいはサブ表示部１５に表示させる。

制御部１９は、取得したＷｅｂ情報をメイン表示部１６あるいはサブ表示部１５に表示している表示状態において、たとえば読み上げキー操作部１８の操作により音声合成処理部１７の起動が要求されると、メモリ１２（第２のバッファ領域１２２）に格納される表示規定を参照して表示オブジェクトから抽出される文字列を音声合成用バッファ領域にコピーして、この文字列についてを、音声合成処理部１７により音声に変換させる。

制御部１９は、表示部１６，１５に表示中の文字情報に含まれる文字列を音声に変換する際に、音声に変換する文字列の表示規定を参照し、所定の表示規定（パスワードボックス表示規定、あるいはパスワードボックスへの入力文字を不可視表示する不可視規定）が指定される文字列の場合には、メモリ１２の第２のバッファ領域１２２から音声合成処理部１７内の音声合成用バッファ領域に該当する文字列を積み上げない。あるいは、これら所定の表示規定が指定される文字列であれば、予め格納される固定文言「パスワードです」などの文字列を音声合成処理部１７内の音声合成用バッファ領域に積み上げても良い。

このように、本実施形態の制御部１９は、パスワードを意図するパスワードボックスに入力された文字列について、音声合成処理部１７にて読み上げられないように制御する機能を有する。

なお、上述したように制御部１９は、取得したＷｅｂ情報をメイン表示部１６あるいはサブ表示部１５に表示している表示状態において、たとえば読み上げキー操作部１８の操作により音声合成処理部１７の起動が要求されると、メモリ１２に格納される表示オブジェクトをそれぞれの表示座標についてソートした上で音声合成処理部１７に音声への変換を行わせる。

制御部１９は、メモリ１２に複数の表示形式それぞれについて表示座標に対する補正値を格納する。そして、制御部１９は、表示オブジェクトのソートは、表示オブジェクトごとの表示形式に応じてメモリ１２に格納した補正値にて補正した上で行う。制御部１９は、メモリ１２に、複数の表示サイズそれぞれについて表示座標に対する補正値を格納する。そして、制御部１９は、表示オブジェクトのソートは、表示オブジェクトごとの表示サイズに応じて前記補正値にて補正した上で行う。

また、制御部１９は、取得したＷｅｂ情報をメイン表示部１６あるいはサブ表示部１５に表示している表示状態において、たとえば読み上げキー操作部１８の操作により音声合成処理部１７の起動が要求されると、メモリ１２に格納される複数の表示オブジェクトの中からフォーカス（カーソル）の位置する表示を行うための表示形式の対応付けられる表示オブジェクトを検索し、検索された表示オブジェクトの有する文字列について音声合成処理部１７に音声に変換させる。

次に、上記構成による動作を、ブラウザ起動時の情報の表示および音声読み上げ動作を中心に、図３から図８に関連付けて説明する。

図３は、ブラウザ起動時の情報の表示および音声読み上げ動作を説明するためのフローチャートである。
図４は、表示画面のイメージを示す図である。

ブラウザが起動され（ＳＴ１）、キー操作部１３により描画開始要求通知が出されると、描画すべき文字列、スタイル、座標がＨＴＭＬコードにより通知され、これを受信し（ＳＴ２）、第1のバッファ領域１２１に蓄積する。

次に、第1のバッファ領域１２１に格納される描画すべきＷｅｂ情報について解析する（ＳＴ３）。具体的には、取得した情報のうち、各表示オブジェクトについての表示座標および表示サイズ、表示形態を勘案した表示位置のソートを行なった上で、フォーカス（カーソル）選択中であるか否か、他のページへのリンクの有無などの判別を行う。

さらに、ソートした上で、パスワード入力に関する表示規定が存在するか判定する（ＳＴ４）。具体的には、Ｗｅｂ情報中に、ＨＴＭＬタグ「input type="password"」、あるいは「input type="hidden"」が含まれるかどうか判定する。ここで、これらのタグが含まれていると判定されれば、さらに「maxlength=""」にて指定される対象最大文字数についても抽出する。

次に、表示順序ごとにソートしたＷｅｂ情報について、パスワード入力に関する表示として指定される文字列以外については第２のバッファ領域１２２に格納し、パスワード入力に関する表示として指定される文字列については第２のバッファ領域１２２に格納しない（ＳＴ５）。

なお、ＨＴＭＬタグ「input type="password"」、「input type="hidden"」にて指定される領域へ、既にユーザからの入力が有った場合「maxlength=""」にて指定される対象最大文字数、あるいは「value=""」にて指定された対象文字列を、入力された文字列とは異なる文字列に置換して第２のバッファ領域１２２に蓄積する。

具体的には、図４に示される例においては、「input type="password"」が指定される表示オブジェクト「パス」に続いて、ユーザにより４文字の入力が行われている。そして、特に図示しないが、この「パス」に引き続く入力領域には「input type="hidden"」にて不可視指定されているため、第２のバッファ領域１２２には、ユーザ入力文字列を「○○○○」という文字列に変換した上で蓄積している。

そして、メイン表示部１６あるいはサブ表示部１５のいずれか表示中の表示部における１画面分の描画データの蓄積が第２のバッファ領域１２２に行われると（ＳＴ６）、表示部の表示を新たに蓄積した描画データに更新するとともに、バッファリングした文字列を音声合成処理部１７で読み上げる（ＳＴ７）。すなわち、第２のバッファ領域１２２に蓄積された１画面分の文字列を音声合成用バッファ領域１７３に取り込み、これらの文字列を音声に変換してスピーカ１７１にて出力する。これにより、パスワードとして扱われない表示オブジェクトや文字列については音声読み上げを行ない、パスワードとして扱われる文字列については入力文字を読み上げない、あるいは「まるまるまるまる」と読み上げられることとなり、ユーザの近くにいる第三者からもパスワード内容を把握できなくすることが出来る。そして、読み上げ完了後、文字列の音声合成用バッファ領域１７３をクリアする。

なお、図３の実施形態においてはブラウザが起動して描画データの描画が出来次第、即時音声合成を行う例を示したが、これに限らず、ユーザが音声合成開始の指示を行なった段階で音声合成を行うよう構成しても良い。この場合、制御部１９は、ユーザのキー操作部１３により音声合成指示が入力された段階で、第２のバッファ領域１２２から音声合成用バッファ領域１７３にソート済み文字列を取り込み、音声合成処理部１７で音声合成を行なえばよい。

また、本実施形態においては、第２のバッファ領域１２２に蓄積した描画データ（表示オブジェクト、文字列）についてを、メイン表示部１６あるいはサブ表示部１５のいずれか使用中の表示部に表示させる例を用いて説明を行ったが、表示用には別途バッファを設けても良いことは言うまでも無い。

さらに、第２のバッファ領域１２２に蓄積された描画データ中の文字列についてを音声合成用バッファ領域１７３にそのまま取り込まず、不可視指定により置換された文字列（図４における「○○○○」）については、さらに異なる文言である「入力パスワード」という文言に置き換えて音声合成用バッファ領域１７３に取り込んでもよい。

また、音声合成処理部において読み上げる際に、フォーカス（カーソル）の当てられる文字列、ハイパーリンクなどの他のページへのリンクのある文字列については、他の文字列とは異なる音声（例えば女声に対して男声）にて読み上げても良い。これにより、ユーザが着目するべき表示オブジェクトの存在を画面を注視せずとも把握することが出来る。すなわち、パスワードボックスにカーソルが当てられているときに音声読み上げを行う際には、「入力パスワード」という音声が、カーソルが当たっていないときとは異なる声質で読み上げられるため、ユーザは画面を見ずとも自身がパスワード入力中にあることを知ることが出来る。

さらに、パスワード指定の表示規定の例として、ＨＴＭＬタグの「input type="password"」および「input type="hidden"」を示したが、これに限られるものではない。他にも「location = password + ".html"」などでパスワードを直接ソースに記入する形態のものの他、Ｊａｖａ（商標）スクリプトを起動した上で「function pswdCheck(){ }」などによりパスワード確認動作を規定している場合には、パスワード確認の対象となる箇所についてを特定した上で、該当箇所を第２のバッファ領域１２２や音声合成用バッファ領域１７３に蓄積しない、あるいは他の文字列を蓄積するように構成しても良い。またはパスワード確認動作にて指定される範囲内の表示オブジェクトや文字列全てを音声合成用バッファ領域１７３に蓄積しないよう構成しても良い。これらによっても入力したパスワードが読み上げられてしまうことを防止することが出来る。

なお、以上説明したような音声読み上げ処理は、端末装置（コンピュータ）で読み出し可能な記録媒体、半導体記憶装置（メモリ）、光ディスク、ハードディスク等に音声読み上げプログラムとして記録され、端末装置で読み出されて実行されるものであってもよい。

１０…携帯電話機
１００…本体ケース
１０１…キー入力側本体ケース
１０２…表示側本体ケース
１１…通信処理部
１１１…送受信アンテナ
１２…メモリ
１２１…第１のバッファ領域
１２２…第２のバッファ領域
１３…キー操作部
１４…ダイヤル入力部
１５…サブ表示部
１６…メイン表示部
１７…音声合成処理部
１７１…スピーカ
１７２…マイクロフォン
１７３…音声合成用バッファ領域
１８…読み上げキー操作部
１９…制御部
２０…無線通信ネットワーク
３０…サーバ

Claims (4)

1. 文字列を含む表示オブジェクトと、当該表示オブジェクトの表示方法を規定する表示規定とを記憶する記憶部と、
   前記記憶部に記憶される表示オブジェクトを表示する表示部と、
   音声を出力する音声出力部と、
   文字列を音声に変換し、前記音声出力部にて出力する音声合成部と、
   前記表示部に表示される表示オブジェクトに含まれる文字列を前記音声合成部にて音声に変換する際に、音声に変換される表示オブジェクトに対応する表示規定を参照し、所定の表示規定の場合には当該表示オブジェクトに含まれる文字列であって利用者によって入力された文字列を音声変換させない制御部と、を備える
   ことを特徴とする音声合成機能付き文字情報表示装置。
2. 外部サーバから前記表示オブジェクトと前記表示規定とを取得する通信部を備え、
   上記制御部は、パスワードに関する入力であることが規定される表示規定を前記所定の表示規定として判別する
   ことを特徴とする請求項１に記載の音声合成機能付き文字情報表示装置。
3. 前記通信部は、外部サーバから前記表示オブジェクトと前記表示規定とをＨＴＭＬ形式で取得し、
   上記制御部は、前記表示規定としてＨＴＭＬタグを参照し、パスワードに関する入力であることが規定されるＨＴＭＬタグを抽出すると、当該ＨＴＭＬタグにて指定される領域に入力された文字列について、前記音声合成部に音声変換させない
   ことを特徴とする請求項２に記載の音声合成機能付き文字情報表示装置。
4. 記憶部と、表示部と、文字列を音声に変換する音声合成部と、変換した音声を出力する音声出力部とを備える文字情報表示装置における音声合成方法であって、
   文字列を含む表示オブジェクトと、当該表示オブジェクトの表示方法を規定する表示規定とを前記記憶部に記憶する記憶ステップと、
   前記記憶部に記憶される表示オブジェクトを前記表示部に表示する表示ステップと、
   前記表示部に表示される表示オブジェクトに含まれる文字列を前記音声合成部にて音声に変換する際に、音声に変換される表示オブジェクトに対応する表示規定を参照する参照ステップと、
   前記表示オブジェクトに対応する表示規定が所定の表示規定である場合には、当該表示オブジェクトに含まれる文字列であって利用者によって入力された文字列を音声変換させない音声変換制御ステップと、を有する
   ことを特徴とする文字情報表示装置における音声合成方法。