JP6197362B2 - 音声合成方法、プログラム、及び装置 - Google Patents

Description

開示の技術は、音声合成方法、音声合成プログラム、及び音声合成装置に関する。

合成音声は一定の調子で再生されることが多く、重要なポイントを聴取者に十分に伝えることが困難である。合成音声で再生される文章で強調表現を実現するために、文に含まれる副詞を強調する手法、及び文に含まれる単語を指定して、該単語を強調する手法が提案されている。

特開２００２−３１１９８２号 特開平５−１９７８０号

しかしながら、副詞を強調する手法、及び指定された単語を強調する手法では、合成音声で再生される文全体にわたって自然な強調表現を実現することは困難である、という問題がある。

開示の技術は、一つの側面として、文全体にわたる自然な強調表現を実現する合成音声を生成することが目的である。

開示の技術は、音声出力する場合に音声を強調する強調範囲を示す強調範囲情報が設定されている文字列及び呼気段落情報を含む文字情報を入力する。また、開示の技術は、前記文字情報に含まれる文字列に対して、前記強調範囲情報で示される強調範囲の前方及び後方の少なくとも一方に、前記呼気段落情報に基づいて、該強調範囲を拡張する拡張範囲を設定する。また、開示の技術は、前記強調範囲及び前記拡張範囲の各々に、該強調範囲及び該拡張範囲に含まれる前記文字列の音声を強調する韻律制御パラメータを設定し、設定された韻律制御パラメータに基づいて前記文字列の音声を合成して出力する。呼気段落情報は、音声の区切りを示す呼気段落境界情報及びアクセントの高低及びアクセント句の境界を示すアクセント情報を含む。

開示の技術は、一つの側面として、文全体にわたる自然な強調表現を実現する合成音声を生成することができる、という効果を有する。

音声合成装置の一例を示すブロック図である。 音声合成処理の一例を示すフローチャートである。 形態素解析を説明するためのイメージ図である。 単語辞書データベースの単語辞書テーブルの一例を示すイメージ図である。 拡張範囲設定処理の一例を示すフローチャートである。 第１実施形態における前方拡張範囲の設定処理の一例を示すフローチャートである。 第１実施形態における先端拡張範囲の設定処理の一例を示すフローチャートである。 第１実施形態における先端拡張範囲の設定処理の一例を示すフローチャートである。 第１実施形態における後端拡張範囲の設定処理の一例を示すフローチャートである。 文字情報の一例を示すイメージ図である。 文字情報の一例を示すイメージ図である。 強調規則データベースの強調規則テーブルの一例を示すイメージ図である。 第２実施形態における先端拡張範囲の設定処理及び前方拡張範囲の設定処理の一例を示すフローチャートである。 第３実施形態における後端拡張範囲の設定処理の一例を示すフローチャートである。 第３実施形態における後端拡張範囲の設定処理の一例を示すフローチャートである。 第４実施形態における後端拡張範囲の設定処理及び後方拡張範囲の設定処理の一例を示すフローチャートである。 音声合成装置として機能するコンピュータの一例を示すブロック図である。

以下、図面を参照して開示の技術の一例を詳細に説明する。なお、同一または対応する構成要素には同様の参照符号を付し、適宜説明を省略する。

［第１実施形態］
図１に、第１実施形態に係る音声合成装置１００の一例を示す。音声合成装置１００は、制御部１５０、形態素解析部１２０、構文解析部１２５、強調範囲検出部１３０、拡張範囲設定部１３５、強調規則設定部１４０、音声合成部１４５、及びインタフェース部１６０を含む。制御部１５０は、形態素解析部１２０、構文解析部１２５、強調範囲検出部１３０、拡張範囲設定部１３５、強調規則設定部１４０、音声合成部１４５、及びインタフェース部１６０と接続されている。

形態素解析部１２０は単語辞書データベース１２２と接続されており、強調規則設定部１４０は強調規則データベース１４２と接続されており、音声合成部１４５は波形辞書データベース１４７と接続されている。この例では、単語辞書データベース１２２、強調規則データベース１４２、波形辞書データベース１４７は、音声合成装置１００の内部に設けられているが、外部に設けられていてもよい。

音声合成装置１００は、インタフェース部１６０を介して、入力部１１０、音声出力部１１５、及び文字・図形出力部１１７と接続されている。入力部１１０は、例えば、キーボード、マウス、スキャナなどであってよく、音声出力部１１５は、例えば、スピーカなどであってよく、文字・図形出力部１１７は、例えば、ディスプレイなどであってよい。また、インタフェース部１６０には、入力部１１０及び文字・図形出力部１１７の機能を兼ね備えるタッチパネルディスプレイなどが接続されていてもよい。

図２のステップ２１０において、入力部１１０は、音声を強調する強調範囲を示す強調範囲情報が設定されている文字列を含む文字情報が入力されるまで待機する。強調範囲情報は、例えば、文字列の部分に付加された下線であってもよいが、これに限定されず、例えば、該文字列の部分を囲む図形であってもよいし、該文字列の部分に付加されたマーカなどであってよい。強調範囲は１つあればよいが、複数であってもよい。

文字情報が入力されると、ステップ２２０において、強調範囲検出部１３０は、入力された文字情報から強調範囲情報に基づいて強調範囲を検出する。

ステップ２３０において、形態素解析部１２０は、入力された文字情報に対して、形態素解析を行う。形態素解析の手法には、例えば、ビタビアルゴリズム及び最小一致法などがあるが、これらに限定されない。

図３を用いて、形態素解析の一例を説明する。例えば、「今日は晴れ。」というひらがな及び漢字の文字列を含む文字情報が、単語辞書データベース１２２を用いて、形態素解析によって、あり得る形態素の組み合わせの文字列に展開される。図４に一例を示す単語辞書データベース１２２の単語辞書テーブルには、形態素の表記、読み、アクセント、及び品詞などが登録されている。単語辞書テーブルには、単語だけではなく、動詞の語幹、活用語尾、助詞、及び助動詞なども登録されている。

アクセントとは、モーラ（拍）毎に割り当てられている音の高低である。

モーラは、日本語のリズムの単位である。直音（拗音が付かない音、例えば、「ア」）は１文字が１モーラであり、拗音（例えば、「キャ」）は２文字で１モーラであり、特殊音（撥音「ン」、促音「ッ」、長音「ー」）は１文字で１モーラである。

形態素の組み合わせを列挙した後、形態素間の接続スコアを用いて、最適な形態素の組み合わせを求める。求めた組み合わせによって、文字列を構成する形態素が決定されると共に、読み、アクセント情報も決定される。図３は、太線で接続されている組み合わせが最適であるとされた例である。

例えば、動詞の語幹の後に動詞の活用語尾は接続し易いが、名詞の後に動詞の活用語尾は接続し難いので、動詞の語幹の後に動詞の活用語尾が存在するほうが、名詞の後に動詞の活用語尾が存在する場合よりも、接続スコアが高くなる。また、接続スコアだけでなく、文字数が長い形態素を優先するなどのルールを適用して、最適な形態素の組み合わせを求めてもよい。

ステップ２４０において、構文解析部１２５は、形態素を文節にまとめ、文節間の係り受け関係を解析する。構文解析の手法には、例えば、トップダウン構文解析法及びボトムアップ構文解析法などがあるが、これらに限定されない。

ステップ２５０において、拡張範囲設定部１３５は、形態素解析部１２０によって出力される読み、アクセント情報が付与された文字情報に含まれる文字列に対して、強調範囲の前方及び後方の少なくとも一方に、文字情報が含む音声の区切りを示す呼気段落情報に基づいて、強調範囲を拡張する拡張範囲を設定する。

文字情報に含まれる文字列である文全体にわたる自然な強調表現を実現するために、強調範囲の前後の範囲も含めた強調を行う。

例えば、特定の単語のみの強調を行うと、その特定の単語のみが急激に強調され、周囲と韻律が調和せず、不自然な強調表現となる。例えば、文字単位で強調範囲が指定されている場合に、強調範囲が指定された文字を含むアクセント句を強調しても、自然な強調表現を実現することはできない。人間の発声において自然に行われる強調では、アクセント句よりも広い範囲にわたって強調表現がされるためである。

韻律は、ピッチ（声の高さ）、話速、及び音量を含む音声の特徴である。

アクセント句は、アクセント型を決める最小の単位である。１つのアクセント句には、０型を除いて、アクセント核が１つだけ存在する。アクセント句は文節と一致することが多いが、文節と一致しない場合もある。

アクセントが「高」から「低」に変わるときの境目の「高」の位置をアクセント核と呼び、ｎモーラ目がアクセント核の「高」であるとき、ｎ型アクセントと呼ぶ。０型アクセントとは、アクセント核がない単語である。

ステップ２６０において、強調規則設定部１４０は、強調規則データベース１４２を参照して、強調範囲及び拡張範囲の各々に対して、該強調範囲及び該拡張範囲に含まれる文字列の音声を強調する韻律制御パラメータを設定する。

ステップ２７０において、音声合成部１４５は、強調範囲及び拡張範囲に含まれる文字列に対し、韻律制御パラメータを適用し、かつ、波形辞書データベース１４７を参照して、音声を合成する。

ステップ２８０において、音声出力部１１５は、合成された音声を出力する。

図２に示したステップの順番は一例に過ぎず、順番は適宜変更してよい。
また、図１及び図２によって示す実施例では、平仮名及び漢字の文字列で構成される文字列を入力としている。そして、形態素解析部１２０（ステップ２３０）、構文解析部１２５（ステップ２４０）によって入力文字列を読み及びアクセント、呼気段落情報を表す表音文字列に変換している。しかし、形態素解析部１２０（ステップ２３０）、構文解析部１２５（ステップ２４０）を省略し、入力部１１０から直接表音文字列を入力するようにしてもよい。

ステップ２５０の拡張範囲設定処理では、図５に示すように、ステップ２５２で、強調範囲の前方に拡張範囲を拡張する前方拡張範囲を設定する。ステップ２５４で、前方拡張範囲の前方にさらに先端拡張範囲を設定する。

次のステップ２５６で、強調範囲の後方に強調範囲を拡張する後方拡張範囲を設定する。ステップ２５８で、後方拡張範囲の後方にさらに後端拡張範囲を設定する。

ステップ２５２〜２５８の処理の全てが行われる必要はなく、ステップ２５４もしくはステップ２５８のいずれかが行われてもよい。また、図５に示したステップの順番は一例であり、例えば、ステップ２５６及びステップ２５８がステップ２５２及びステップ２５４の前に行われてもよい。

第１実施形態では、ステップ２５２の前方拡張範囲の設定、ステップ２５４の先端拡張範囲の設定、及びステップ２５８の後端拡張範囲の設定が行われる例を示す。

図６はステップ２５２の前方拡張範囲処理の詳細を示す。この例では、アクセント句の境界を示すアクセント句境界情報に基づいて、前方拡張範囲を設定する。

ステップ３１０で、強調範囲先端がアクセント句の先端であるか否か判断する。強調範囲先端がアクセント句の先端でない場合、ステップ３２０で、強調範囲先端を前方に１モーラ移動することにより強調範囲を拡張する。強調範囲先端がアクセント句の先端となるまで、ステップ３１０及びステップ３２０の処理を繰り返す。

強調範囲先端がアクセント句の先端となった場合、前方拡張範囲の設定は終了する。ここで、拡張された範囲を前方拡張範囲と呼ぶ。

図９の例５の仮名漢字文字列で強調範囲を下線で示した文字情報が図２のステップ２１０で入力された場合、ステップ２２０で、強調範囲として下線で示した範囲が検出される。さらに、ステップ２３０の形態素解析及びステップ２４０の構文解析の結果、例５の表音文字列が取得される。

例５
仮名漢字文字列：昨日は雨でしたが今日は良い天気です。
表音文字列：キノ’ーワ△ア’メ△デ’シタガ△キョ’ーワ△ヨ’イ△テ’ンキデス．

表音文字列は、「読み」をカタカナで表記し、アクセントを示すアクセント記号を含む文字列である。表音文字列の表記は一例であり、これに限定されない。

アクセント記号「’」は、アクセント核のモーラの後方に付される。

他に、表音文字列では、音声の区切りを示す記号「，」、及びアクセント句の境界を示す記号「△」が使用される。

強調範囲は下線で示されている「キョ’ーワ」の「ワ」である。「ワ」はアクセント句の先端ではないため、強調範囲の先端は左に１モーラ移動する。「キョ’ーワ」の「キョ」はアクセント句の先端であるため、強調範囲の先端が「キ」まで移動すると、前方拡張範囲の設定は終了する。「キョ’ー」が前方拡張範囲として設定される。

前方拡張範囲は強調範囲に含められ、以下、下記に示す通り、「キョ’ーワ」の範囲が強調範囲となる。

キノ’ーワ△ア’メ△デ’シタガ△キョ’ーワ△ヨ’イ△テ’ンキデス．

図７Ａにステップ２５４の先端拡張範囲設定処理の詳細を示す。この例では、音声の区切りを示す呼気段落境界情報に基づいて、前方強調範囲の前方にさらに先端拡張範囲を設定する。

ステップ３４０で、強調範囲の先端が呼気段落の先端か否かを判断する。強調範囲の先端が呼気段落の先端でない場合、ステップ３５０で、強調範囲の先端を１モーラ前方に移動することにより強調範囲を拡張する。強調範囲の先端が呼気段落の先端となるまで、ステップ３４０及びステップ３５０の処理を繰り返す。

強調範囲の先端が呼気段落の先端となった場合、先端拡張範囲の設定は終了する。ここで、拡張された範囲を先端拡張範囲と呼ぶ。

先端拡張範囲が設定された例５は以下の通りである。

キノ’ーワ△ア’メ△デ’シタガ△キョ’ーワ△ヨ’イ△テ’ンキデス．

「キョ’ーワ」の「キョ」は呼気段落の先端ではない。「キョ’ーワ」の前方の呼気段落先端は「キノ’ーワ」の「キ」であるため、強調範囲の先端が「キ」まで移動すると、先端拡張範囲の設定は終了する。「キノ’ーワ△ア’メ△デ’シタガ」が先端拡張範囲として設定される。
また、先端拡張範囲の設定に関する別の実施例として、図７Ｂに示す構成であっても良い。
図７Ｂの例では、アクセント句境界情報、及びアクセントの高低情報、呼気段落境界情報に基づいて、先端拡張範囲を設定する。
ステップ３３０で、強調範囲先端がアクセント句の先端であるか否か判断する。強調範囲先端がアクセント句の先端でない場合、ステップ３５０で、強調範囲先端を前方に１モーラ移動することにより強調範囲を拡張する。強調範囲先端がアクセント句の先端となるまで、ステップ３３０及びステップ３５０の処理を繰り返す。
強調範囲先端がアクセント句の先端となった場合、ステップ３４０に進む。
ステップ３４０で、強調範囲先端が呼気段落境界であるか否か判断する。強調範囲先端が呼気段落境界である場合、先端拡張範囲の設定は終了する。強調範囲先端が呼気段落境界でない場合、ステップ３４５に進む。
ステップ３４５で、強調範囲先端の直前モーラのアクセント高低が低であるか否かを判断する。強調範囲先端の直前モーラのアクセント高低が低である場合、先端拡張範囲の設定は終了する。強調範囲先端の直前モーラのアクセント高低が低でない場合（すなわち、高である場合）、ステップ３５０で、強調範囲先端を前方に１モーラ移動することにより強調範囲を拡張する。以降、強調範囲先端がアクセント句の先端となるまで、ステップ３３０及びステップ３５０の処理を繰り返す。
以上の処理で拡張された範囲を先端拡張範囲と呼ぶ。ステップ３４５で拡張範囲直前のモーラのアクセントが高で続く場合には、強調範囲先端がアクセント句境界であってもさらに強調範囲を拡張する。これにより、アクセントが高く連続している部分では、強調範囲を区切らないため、文章全体にわたってより自然な強調表現を実現できる。

図８にステップ２５８の後端拡張範囲設定処理の詳細を示す。この例では、音声の区切りを示す呼気段落境界情報に基づいて、強調範囲の後方に後端拡張範囲を設定する。

ステップ３７０で、強調範囲の後端が呼気段落の後端であるか否かを判断する。強調範囲の後端が呼気段落の後端ではない場合、ステップ３８０で、強調範囲の後端を１モーラ後方に移動することにより強調範囲を拡張する。強調範囲の後端が呼気段落の後端となるまで、ステップ３７０及びステップ３８０の処理を繰り返す。

強調範囲の後端が呼気段落の後端となった場合、後端拡張範囲の設定は終了する。ここで、拡張された範囲を後端拡張範囲と呼ぶ。

例えば、図１０に示す例９の「カンリブ’モンニ△ヨル△ショーニンオ△オコナウコト’デ，」は、強調範囲「カンリブ’モンニ△ヨル’△ショーニン」の後端が呼気段落の後端ではないため、ステップ３８０で、強調範囲を１モーラ後方に拡張する。強調範囲の後端が呼気段落の後端となるまで、すなわち、下記の通り「オ△オコナウコト’デ」まで強調範囲が拡張される。

「カンリブ’モンニ△ヨル’△ショーニンオ△オコナウコト’デ，」

この場合、「オ△オコナウコト’デ」が後端拡張範囲として設定される。

図８では、後端拡張範囲を音声の区切りを示す呼気段落境界情報に基づいて設定するが、例えば、強調範囲の直後からアクセント型が平板でないアクセント句の後端までを後端拡張範囲として設定してもよい。

先端拡張範囲及び後端拡張範囲の設定は、例えば、アクセントの連続性、係り受け関係、強調範囲に設定されている強調度などに基づいて行われてもよい。

拡張範囲を設定するために、強調範囲を１モーラずつ拡張する例について説明したが、予め強調範囲の先端または後端となるであろう位置を求めて、まとめて、強調範囲を拡張するようにしてもよい。

図１１は、図２のステップ２６０における強調規則の設定に使用される強調規則データベース１４２の強調規則テーブルの一例である。

強調規則テーブルは、前方拡張範囲、先端拡張範囲、強調範囲、後端拡張範囲、及び後方拡張範囲の各々に対して設定される韻律制御パラメータの一例を示す。

文字情報が入力されたときに、強調範囲情報が設定されている範囲を強調範囲、ステップ２５２で拡張される強調範囲を前方拡張範囲、ステップ２５４で拡張される強調範囲を先端拡張範囲、ステップ２５６で拡張される強調範囲を後方拡張範囲と呼ぶ。さらに、ステップ２５８で拡張される強調範囲を後端拡張範囲と呼ぶ。

図１１に示す例では、先端拡張範囲のピッチの平均は低、開始は低、話速の平均は低、変化は遅から遅、音量の平均は標準である。詳細には、例えば、先端拡張範囲のピッチの平均は−０．２ｌｏｇＨｚ、開始は−０．２ｌｏｇＨｚ、話速の平均は０．９倍、変化は最後の２モーラで１．０倍から０．９倍へ、音量の平均は１．０倍である。単位ｌｏｇＨｚは単位Ｈｚで表される周波数の自然対数をとった値の単位である。

前方拡張範囲のピッチの平均は高、開始は低、話速の平均は低、変化は遅から極遅へ、音量の平均は大である。詳細には、例えば、前方拡張範囲のピッチの平均は＋０．１ｌｏｇＨｚ、開始は−０．２ｌｏｇＨｚ、話速の平均は０．９倍、変化は最後の１モーラで０．９倍から０．７倍へ、音量の平均は１．５倍である。

強調範囲のピッチの平均は高高、開始は低、話速の平均は極低、変化は極遅一定、音量の平均は極大である。詳細には、例えば、強調範囲のピッチの平均は＋０．２ｌｏｇＨｚ、開始は−０．２ｌｏｇＨｚ、話速の平均は０．７〜０．８倍、変化は０．７倍一定、音量の平均は２．０倍である。

後方拡張範囲のピッチの平均は高高、開始は低、話速の平均は低、変化は極遅から遅へ、音量の平均は大に設定される。詳細には、例えば、後方拡張範囲のピッチの平均は＋０．２ｌｏｇＨｚ、開始は−０．２ｌｏｇＨｚ、話速の平均は０．９倍、変化は０．７倍から０．９倍へ、音量の平均は１．５倍である。

後端拡張範囲のピッチの平均は標準高、開始は低、話速の平均は標準、変化は遅から標準へ、音量の平均は標準に設定される。詳細には、例えば、後端拡張範囲のピッチの平均は＋０．０ｌｏｇＨｚ、開始は−０．２ｌｏｇＨｚ、話速の平均は１．０倍、変化は０．９倍から１．０倍へ、音量の平均は１．０倍に設定される。

ベースピッチは前方拡張範囲、先端拡張範囲、強調範囲、後端拡張範囲、及び後方拡張範囲にわたって低下させる。

図１１に示した韻律制御パラメータは一例に過ぎず、これに限定されない。例えば、不連続であることが表現の自然さに大きく影響するピッチは、前方拡張範囲、先端拡張範囲、強調範囲、後端拡張範囲、及び後方拡張範囲の各々で大きく変化させない。一方、不連続であることが表現の自然さにあまり影響しない話速や音量は、前方拡張範囲、先端拡張範囲、強調範囲、後端拡張範囲、及び後方拡張範囲の各々で大きく変化させてもよい。これにより、意図した範囲が適切に強調されるように、他の範囲との差異が与えられる。

例えば、強調範囲（並びに前方拡張範囲及び後方拡張範囲）に対しては、ピッチの上昇、話速の低下を行う。後端拡張範囲に対しては、ピッチを上昇させ、話速は強調範囲の後端の話速から徐々にアクセント句単位で通常の話速へ戻るよう上昇させてもよい。

例えば、前方拡張範囲、先端拡張範囲、強調範囲、後端拡張範囲、及び後方拡張範囲の全体でピッチを上昇させ、強調範囲（並びに前方拡張範囲及び後方拡張範囲）で話速を低下させ、音量を増大させてもよい。

前方拡張範囲、先端拡張範囲、強調範囲、後端拡張範囲、及び後方拡張範囲の各々に適した韻律制御パラメータを設定することにより、文全体にわたる自然な強調表現を実現することができる。強調範囲の文字列だけが突然強調されないためである。

なお、図１１は、前方拡張範囲、先端拡張範囲、強調範囲、後端拡張範囲、及び後方拡張範囲の各々に、韻律制御パラメータを設定する例を示している。しかしながら、例えば、前方拡張範囲、強調範囲、及び後方拡張範囲は、同じ強調を行うように、同じ韻律制御パラメータを設定してもよい。また、例えば、前方拡張範囲、先端拡張範囲、強調範囲、後端拡張範囲、及び後方拡張範囲に、同じ韻律制御パラメータを設定してもよい。

文全体の自然さは損なわれるかもしれないが、この場合であっても、強調範囲の文字列だけが突然強調されることはない。

本開示の技術によれば、文全体にわたる自然な強調表現を実現する合成音声を生成することができる。

なお、説明を容易にするために、１つの文に１つの強調範囲情報が設定されている場合について説明したが、本開示の技術は、これに限定されず、１つの文に複数の強調範囲情報が設定されている複数の文に適用してもよい。この場合、上記処理を適宜繰り返せばよい。

本開示の技術では、強調範囲情報が設定されている文字列だけではなく、その前後の文字列まで強調範囲を拡張し、拡張した範囲までをも含めて強調制御を行う。したがって、強調範囲情報が設定されている文字列だけが突然強調されるのではなく、文全体にわたる自然な強調表現が実現される。

合成音声を使用してコンテンツを制作する場合、文全体として自然な音声となるように、強調範囲を指定することは困難である。しかし、本開示の技術では、強調したい文字や単語などの部分的範囲を指定するだけで、文全体として自然な強調表現を実現することができる。したがって、ユーザは合成音声の自然な強調規則に関する詳細な知識を有する必要がない。

［第２実施形態］
次に第２実施形態について説明する。

第２実施形態は、強調範囲の先端がアクセント句の先端でない場合、強調制御範囲の先端がアクセント句の先端となるまで強調制御範囲を拡張する点は第１実施例と同様であるが、強調範囲の強調度に応じてポーズ挿入処理が行われる。強調範囲の強調度が強の場合、強調範囲の先端にポーズを挿入した後、強調制御範囲の先端がアクセント句の先端となるまで強調制御範囲を拡張する。ここで拡張された範囲は、前方拡張範囲となる。次に、強調制御範囲の先端が呼気段落の先端でなく、強調制御範囲の直前のフレーズが１文節でない場合、強調制御範囲の先端にポーズを挿入する。強調制御範囲の直前のフレーズが１文節である場合、強調制御範囲を１文節拡張する。ここで拡張された範囲は、先端拡張範囲となる。

第２実施形態は、先端拡張範囲及び前方拡張範囲の設定を含む。前方拡張範囲の設定において、第１実施形態に記載したアクセント句境界情報に加えて、強調範囲情報に含まれる強調度の情報が使用される。また、先端拡張範囲の設定において、第１実施形態に記載した呼気段落境界情報に加えて、フレーズに含まれる文節数情報が使用される。

図１２のステップ４０５〜４２５は前方拡張範囲の設定処理を行い、ステップ４３５〜４５５は先端拡張範囲の設定処理を行う。

図１２のステップ４０５で、強調範囲の先端がアクセント句の先端であるか否か判断する。強調範囲の先端がアクセント句の先端である場合は、ステップ４３０へ進む。

図９の例２では、強調範囲は「ホ’ン△デモンストレ’ーションデワ」であり、例３では強調範囲は「サービスポータルガ’メン」である。いずれも強調範囲の先端はアクセント句の先端であるからステップ４３０へ進む。

強調範囲の先端がアクセント句の先端でない場合は、ステップ４１０で、強調範囲の強調度が「強」であるか否か判断する。

図９の例４（強調度強）及び例４（強調度標準）では、強調範囲は「ワ」であり、「キョ’ーワ」というアクセント句の先端ではない。したがって、ステップ４１０で、強調範囲の強調度が「強」であるか否か判断する。

ステップ４１０で、強調範囲の強調度が「強」であると判断された場合、ステップ４１５で強調範囲の先端にポーズを挿入する。

例４（強調度強）では、強調度が「強」であるから、強調範囲「ワ」の先端にポーズを挿入する。

これにより、
「キノ’ーワ△ア’メ△デ’シタガ，キョ’ーワ△ヨ’イ△テ’ンキデス．」が、
「キノ’ーワ△ア’メ△デ’シタガ，キョ’ー，ワ△ヨ’イ△テ’ンキデス．」になる。

ステップ４１０で強調度が強であると判断され、ステップ４１５でポーズが挿入された後、あるいは、ステップ４１０で強調度が強調でないと判断された場合、ステップ４２０で強調範囲の先端を１モーラ前方に移動することにより強調制御範囲を拡張する。さらに、ステップ４２５で、強調範囲の先端がアクセント句の先端であるか否か判断し、強調範囲の先端がアクセント句の先端でなければステップ４２０に戻る。強調範囲の先端がアクセント句の先端になるまで、ステップ４２０及びステップ４２５を繰り返す。

例４（強調度強）では、「キョ’ー，ワ」の「キョ」がアクセント句の先頭モーラであるから、「キノ’ーワ△ア’メ△デ’シタガ，キョ’ー，ワ△ヨ’イ△テ’ンキデス．」になる。この場合、「キョ’ー」が前方拡張範囲となる。

例４（強調度標準）では、「キョ’ーワ」の「キョ」がアクセント句の先頭モーラであるから、「イッテンシテ’，キョ’ーワ△ヨ’イ△テ’ンキデス．」になる。この場合「キョ’ー」が前方拡張範囲となる。

例５では、「キョ’ーワ」の「キョ」がアクセント句の先頭モーラであるから、「キノ’ーワ△ア’メ△デ’シタガ△キョ’ーワ△ヨ’イ△テ’ンキデス．」になる。この場合「キョ’ー」が前方拡張範囲となる。

ステップ４３０で、強調制御範囲の先端が文の先端であるか否かを判断する。強調制御範囲の先端が文の先端であれば、処理を終了する。

例２では、強調制御範囲「ホ’ン△デモンストレ’ーションデワ」の先端が文の先端であるので、処理を終了する。

ステップ４３０で、強調制御範囲の先端が文の先端ではないと判断された場合、ステップ４３５で、強調制御範囲の先端が呼気段落の先端であるか否か判断する。

例３では、強調制御範囲「サービスポータルガ’メン」の先端は文の先端ではないので、強調制御範囲の先端が呼気段落の先端であるか否か判断する。

例４（強調度強）の場合は、ポーズ（，）後の「キョ’ー，ワ」が強調制御範囲となっており、例４（強調度標準）の場合も、ポーズ（，）後の「キョ’ーワ」が強調制御範囲となっている。したがって、双方とも強調制御範囲の先端が呼気段落の先端である。

ステップ４３５で、強調制御範囲の先端が呼気段落の先端ではないと判断された場合、ステップ４４０で強調制御範囲の直前のフレーズが一文節であるか否か判断する。

例３の場合は、「サービスポータルガ’メン」が強調制御範囲となっており、例５の場合は、「キョ’ーワ」が強調制御範囲となっている。いずれも強調制御範囲の前にポーズがないので、強調制御範囲の先端は呼気段落の先端ではない。

ステップ４３５で、強調制御範囲の先端が呼気段落の先端ではないと判断され、ステップ４４０で強調制御範囲の直前のフレーズ、すなわち、強調制御範囲先端から呼気段落先端までが一文節ではないと判断された場合、ステップ４４５で強調制御範囲の先端にポーズを挿入する。

例５の場合、強調制御範囲の先端から呼気段落先端までに、「キノ’ーワ」「ア’メ△デ’シタガ」という２文節が存在するため、ステップ４４５で強調制御範囲の先端にポーズを挿入する。

ステップ４４０で強調制御範囲の直前のフレーズが１文節であると判断された場合、ステップ４５５で強調制御範囲を１文節前方に拡張する。

例３の場合、強調制御範囲の先端から呼気段落先端までは、「ユーザージ’シンガ」という１文節であるので、ステップ５１２へ進み、「ユーザージ’シンガ」まで強調制御範囲を拡張する。ここで拡張された「ユーザージ’シンガ」が先端拡張範囲として設定される。

強調制御範囲の先端が呼気段落の先端ではなく、強調制御範囲の直前のフレーズが一文節でない場合、ステップ４４５で強調制御範囲の先端にポーズを挿入する。

例５の場合、強調制御範囲の先端が呼気段落の先端ではなく、強調制御範囲の直前のフレーズが一文節でないため、「キョ’ーワ」の先端にポーズを挿入する。

これにより、
「キノ’ーワ△ア’メ△デ’シタガ△キョ’ーワ△ヨ’イ△テ’ンキデス．」が、
「キノ’ーワ △ア’メ△デ’シタガ△，キョ’ーワ△ヨ’イ△テ’ンキデス．」となる。

ステップ４３５で強調制御範囲の先端が呼気段落の先端であれば、ステップ４５０で強調範囲の直前のフレーズが一文節であるか否か判断する。前方のフレーズが一文節である場合、ステップ４５５で、強調制御範囲を一文節前方に拡張する。

例４（強調度標準）の場合は、強調制御範囲の直前のフレーズが、「イッテンシテ’」という１文節であるため、判断は肯定される。

ステップ４５０で、強調制御範囲の直前のフレーズが１文節ではないと判断された場合、処理を終了する。

例４（強調度強）の場合は、前方のフレーズが、「キノ’ーワ」「ア’メ△デ’シタガ」という２文節であるため、判断は否定され、処理を終了する。

ステップ４５０で、前方のフレーズが１文節であると判断された場合、ステップ４５５で、強調制御範囲の直前の一文節を先端拡張範囲として設定する。

例３の場合、「ユーザージ’シンガ」の先端まで拡張する。

これにより、
「ホ’ン△デモンストレ’ーションデワ，ユーザージ’シンガ△サービスポータルガ’メンカラ△サ’ービスオ△エラ’ビ，」 が、
「ホ’ン△デモンストレ’ーションデワ，ユーザージ’シンガ△サービスポータルガ’メンカラ△サ’ービスオ△エラ’ビ，」となる。

「ユーザージ’シンガ」が先端拡張範囲である。

例４（強調度標準）の場合、「イッテンシテ’」の先端まで拡張する。

これにより、
「イッテンシテ’，キョ’ーワ△ヨ’イ△テ’ンキデス．」が、
「イッテンシテ’，キョ’ーワ△ヨ’イ△テ’ンキデス．」となる。

「イッテンシテ’」が、先端拡張範囲である。

ただし、先端拡張範囲として設定すべき範囲が他の強調制御範囲に含まれている場合は、他の強調制御範囲の設定を優先し、先端拡張範囲としては設定しない。

開示の技術によれば、文全体にわたるより自然な強調表現を実現する合成音声を生成することができる。

第２実施形態の先端拡張範囲の設定処理及び前方拡張範囲の設定処理を第１実施形態の後端拡張範囲の設定処理と組み合わせてもよい。

［第３実施形態］
次に第３実施形態について説明する。

第３実施形態では、強調範囲の後端が低アクセントの場合、アクセント句の後端まで、強調制御範囲を後方に拡張し、拡張した強調制御範囲を後端拡張範囲として設定する。一方、強調範囲の後端が高アクセントの場合、強調制御範囲の後端モーラが呼気段落の後端または、アクセント句後端かつ低アクセントとなるまで、強調制御範囲を後方に拡張する。拡張した強調制御範囲を後端拡張範囲として設定する。

第３実施形態は、後端拡張範囲の設定を含む。後端拡張範囲の設定において、呼気段落境界情報、アクセントの高低情報、及びアクセント句境界情報を使用する。

図１３のステップ５１０で、強調範囲の後端がアクセント句後端であるか否か判断する。 強調範囲の後端がアクセント後端ではないと判断された場合、ステップ５１５で、強調制御範囲後端を後方に１モーラ移動することにより強調制御範囲を拡張する。強調制御範囲後端がアクセント句後端となるまで、ステップ５１０及びステップ５１５の処理を繰り返す。
一方、強調制御範囲の後端がアクセント句後端であると判断された場合、ステップ５２０で強調制御範囲の後端のアクセントが高アクセントであるか否か判断する。
ステップ５２０で、強調制御範囲後端のアクセントが低である場合、後端拡張範囲の設定は終了する。
例８の「アイディ’ート△パスワ’ードオ△シヨーシ’△ログイ’ンシマス．」の「パスワ’ード」の「ド」はアクセント句後端ではないため、強調範囲の後端は右に１モーラ移動する。「パスワ’ードオ」の「オ」はアクセント句後端であるため、強調制御範囲後端が「オ」まで移動すると、ステップ５１０の判断が肯定され、ステップ５２０で強調範囲の後端のアクセントが高アクセントであるか否か判断する。「パスワ’ードオ」の「オ」は低アクセントであるため、ステップ５２０で判断が否定され、処理を終了する。ここでは後端拡張範囲は「オ」となる。
ステップ５２０の判断で、強調範囲後端が高アクセントであった場合、ステップ５２５に進み、強調範囲後端が呼気段落後端であるか否かを判断する。ステップ５２５で、強調制御範囲後端が呼気段落後端であると判断された場合、後端拡張範囲の設定は終了する。
強調範囲後端が呼気段落後端ではないと判断された場合、ステップ５３０で、強調範囲後端を後方に１モーラ移動することにより強調制御範囲を拡張する。以降、強調制御範囲後端がアクセント句の後端となるまで、ステップ５３０及びステップ５４０の処理を繰り返す。
ステップ５３０で強調制御範囲がアクセント句後端まで拡張された場合、ステップ５２０に戻り処理を続ける。
以上の処理で拡張された範囲を後端拡張範囲と呼ぶ。

図１４に示すように、図１３のステップ５２０で、強調範囲の後端が低アクセントであると判断された場合に、そのまま処理を終了するのではなく、ステップ５５０で、後方拡張範囲の後方にポーズを挿入してもよい。

例８の場合、後方拡張範囲として設定された「オ」の後方にポーズ「，」が挿入され、以下のようになる。
「アイディ’ート△パスワ’ードオ ，△シヨーシ’△ログイ’ンシマス．」

開示の技術によれば、文全体にわたるより自然な強調表現を実現する合成音声を生成することができる。

第３実施形態の後方拡張範囲の設定処理を第１実施形態の先端拡張範囲及び前方拡張範囲の設定処理または第２実施形態の先端拡張範囲及び前方拡張範囲の設定処理と組み合わせてもよい。

［第４実施形態］
次に第４実施形態について説明する。

第４実施形態は、強調範囲の強調度が強でない場合、アクセント句の後端まで強調制御範囲を拡張する。ここで拡張された範囲が後方拡張範囲となる。強調範囲の後端が高アクセントであり、かつ、呼気段落の後端でない場合、強調制御範囲を次のアクセント句後端まで拡張する。ここで拡張された範囲も後方拡張範囲となる。強調範囲の後端が低アクセントである場合、呼気段落の後端まで強調制御範囲を拡張する。ここで拡張された範囲は後端拡張範囲となる。強調範囲の強調度が強である場合、強調範囲の後端にポーズを挿入し、強調制御範囲を呼気段落の後端まで拡張する。ここで拡張された範囲は後端拡張範囲となる。

第４実施形態は、後端拡張範囲の設定及び後方拡張範囲の設定を含む。後端拡張範囲の設定において、第４実施形態ではアクセントの高低、及び、アクセント句境界情報に加え、強調度の情報を使用する。

ステップ６０５で、強調範囲の強調度が「強」であるか否か判断する。強調度が強であると判断された場合、ステップ６４０で、強調範囲の後端にポーズを挿入する。その後、後端拡張範囲を設定するために、ステップ６３５に進む。

例８（強調度強）では、強調度が強であるので、強調範囲「パスワ’ード」の後端にポーズ「，」を挿入する。

これにより、
「アイディ’ート△パスワ’ードオ△シヨーシ’△ログイ’ンシマス．」が、
「アイディ’ート△パスワ’ード，オ△シヨーシ’△ログイ’ンシマス．」となる。

ステップ６０５で、強調度が強ではないと判断された場合、ステップ６１０で、強調範囲の後端がアクセント句の後端であるか否か判断する。強調範囲の後端がアクセント句の後端でなければ、強調範囲の後端を１モーラ後方に移動することにより、強調範囲を拡張する。すなわち、強調度が強でなく、かつ、強調範囲の後端がアクセント句の後端でなければ、強調範囲の後端をアクセント句の後端まで拡張する。

例７では、強調範囲「ホ’ン△デモンストレ’ーションデワ」の後端はアクセント句の後端であるため、強調範囲の拡張は行わない。

例８（強調度標準）では、「パスワ’ード」の後端から、アクセント句の後端となる「パスワ’ードオ」の後端まで、強調制御範囲を拡張する。例９では、「カンリブ’モンニ△ヨル’△ショーニン」の後端から、アクセント句の後端となる「カンリブ’モンニ△ヨル’△ショーニンオ」の後端まで、強調制御範囲を拡張する。

ステップ６２０で、強調制御範囲の後端のアクセントが低であるか否か、または、呼気段落の後端であるか否かを判断する。ステップ６２０で、強調制御範囲の後端のアクセントが低であると判断された場合、後端拡張範囲を設定するためにステップ６３５へ進む。

ここまでで、拡張された範囲は後方拡張範囲として設定される。例８（強調度標準）では、「パスワ’ードオ」の「オ」が、例９では、「カンリブ’モンニ△ヨル’△ショーニンオ」の「オ」が、後方拡張範囲として設定される。後方拡張範囲は強調制御範囲に含まれる。

例７では、「デモンス％トレ‘ーション」の「レ’ー」の部分でアクセントが高から低へ変化し、その後、アクセント低が続くため、強調範囲の後端の音節「ワ」においてアクセントが低となる。したがって、ステップ６２０の判断は肯定され、後端拡張範囲を設定するために、ステップ６３５に進む。

例８（強調度標準）では、「パスワ‘ード」の「ワ’ー」の部分でアクセントが高から低へ変化し、その後、アクセント低が続くため、強調範囲の後端の音節「オ」においてアクセントが低となる。したがって、ステップ６２０の判断は肯定され、後端拡張範囲を設定するために、ステップ６３５に進む。

ステップ６２０で、強調制御範囲の後端のアクセントが高であり、かつ、呼気段落の後端であると判断された場合、ステップ６２５で、強調範囲の後端がアクセント句の後端であるか否か判断する。アクセント句の後端でない場合、ステップ６３０で、強調範囲の後端を１モーラ後方に移動することによって、強調範囲を拡張する。強調範囲の後端がアクセント句の後端となるまで、強調範囲を拡張し、強調範囲の後端がアクセント句の後端となった場合、ステップ６２０に戻る。

例９では、「ショーニンオ」の後半「ーニンオ」のアクセントが全て高であるため、強調範囲の後端のアクセントは高であり、かつ、呼気段落の後端でもないため、ステップ６２５へ進む。

例９では、強調制御範囲の後端をアクセント句の「オコナウコト’デ」の後端まで拡張する。

ステップ６２０で、強調制御範囲「オコナウコト’デ」の後端が呼気段落の後端であるため、ステップ６３５に進む。

ステップ６３５で、強調制御範囲の後端が呼気段落の後端であるか否かを判断する。強調制御範囲の後端が呼気段落の後端ではない場合、ステップ６４５で、後端拡張範囲を設定する。強調制御範囲の後端が呼気段落の後端であれば、処理を終了する。

強調制御範囲の後端が呼気段落の後端でない場合、ステップ６４５で、強調制御範囲の後端を１モーラ後方に移動することにより、強調制御範囲を拡張し、ステップ６５０で、強調制御範囲の後端が呼気段落の後端であるか否か判断する。強調制御範囲の後端が呼気段落の後端となるまで、ステップ６４５及びステップ６５０を繰り返す。

強調制御範囲の後端が呼気段落の後端となった場合、処理を終了する。ここで拡張された範囲を後端拡張範囲として設定する。他に設定されている強調制御範囲と後端拡張範囲とが重複する場合、他に設定されている強調制御範囲を優先する。

例８（強調度強）の場合、
「アイディ’ート△パスワ’ード，オ△シヨーシ△ログイ’ンシマス．」が、
「アイディ’ート△パスワ’ード，オ△シヨーシ△ログイ’ンシマス．」となる。

「オ△シヨーシ△ログイ’ンシマス」が後端拡張範囲である。

例８（強調度標準）の場合、
「アイディ’ート△パスワ’ードオ△シヨーシ△ログイ’ンシマス．」が、
「アイディ’ート△パスワ’ードオ△シヨーシ△ログイ’ンシマス．」となる。

「シヨーシ△ログイ’ンシマス」が後端拡張範囲である。

開示の技術によれば、文全体にわたるより自然な強調表現を実現する合成音声を生成することができる。

第４実施形態の後端拡張範囲の設定処理及び後方拡張範囲の設定処理を第１実施形態の先端拡張範囲の設定処理及び前方拡張範囲の設定処理と組み合わせてもよいし、第４実施形態の後端拡張範囲の設定処理を第３実施形態の後方拡張範囲の設定処理と組み合わせてもよい。
［第５実施形態］
次に第５実施形態について説明する。

第５実施形態に係る音声合成装置は、例えば、図１６に示すコンピュータ９００で実現することができる。コンピュータ９００はＣＰＵ(Central Processing Unit)９１０、スキャナ９２０、キーボード９３０、スピーカ９４０、ディスプレイ９５０、不揮発性の記憶部９６０、メモリ９７０、及び入出力インタフェース９８０を備えている。ＣＰＵ９１０、スキャナ９２０、キーボード９３０、スピーカ９４０、ディスプレイ９５０、不揮発性の記憶部９６０、メモリ９７０、及び入出力インタフェース９８０はバス９９０を介して互いに接続されている。なお、記憶部９６０はＨＤＤ(Hard Disk Drive)またはフラッシュメモリ等によって実現できる。

記憶部９６０には、コンピュータ９００を音声合成装置として機能させるための音声合成プログラム９６１が記憶されている。ＣＰＵ９１０は、音声合成プログラム９６１を記憶部９１０から読み出してメモリ９７０に展開し、音声合成プログラム９６１が有するプロセスを順次実行する。

音声合成プログラム９６１は、形態素解析プロセス９６２、構文解析プロセス９６３、強調範囲検出プロセス９６４、拡張範囲設定プロセス９６５、強調規則設定プロセス９６６、及び音声合成プロセス９６７を有する。

ＣＰＵ９１０は、形態素解析プロセス９６２を実行することで、図１に示す形態素解析部１２０として動作する。また、ＣＰＵ９１０は、構文解析プロセス９６３を実行することで、図１に示す構文解析部１２５として動作する。また、ＣＰＵ９１０は、強調範囲検出プロセス９６４を実行することで、図１に示す強調範囲検出部１３０として動作する。また、ＣＰＵ９１０は、拡張範囲設定プロセス９６５を実行することで、図１に示す拡張範囲設定部１３５として動作する。また、ＣＰＵ９１０は、強調規則設定プロセス９６６を実行することで、図１に示す強調規則設定部１４０として動作する。また、ＣＰＵ９１０は、音声合成プロセス９６７を実行することで、図１に示す音声合成部１４５として動作する。

なお、上記では音声合成プログラム９６１が記憶部９６０に予め記憶（インストール）されている態様を説明したが、これに限定されるものではない。例えば、音声合成プログラム９６１はＣＤ−ＲＯＭやＤＶＤ−ＲＯＭ等の記録媒体に記録されている形態で提供されてもよい。この場合、入出力インタフェース９８０を介してＣＤ−ＲＯＭドライブあるいはＤＶＤ−ＲＯＭドライブなどを接続し、音声合成プログラム９６１を当該記録媒体からメモリ９７０に展開する。さらに、音声合成プログラム９６１は、遠隔にあるネットワークストレージなどから入出力インタフェース９８０を介して取得され、メモリ９７０に展開されてもよい。

第５実施形態は、第１実施形態、第２実施形態、第３実施形態、及び第４実施形態のいずれに適用されてよい。

以上の実施形態に関し、さらに以下の付記を開示する。

（付記１）
コンピュータが、
音声出力する場合に音声を強調する強調範囲を示す強調範囲情報が設定されている文字列及び呼気段落情報を含む文字情報を入力し、
前記文字情報に含まれる文字列に対して、前記強調範囲情報で示される強調範囲の前方及び後方の少なくとも一方に、前記呼気段落情報に基いて、該強調範囲を拡張する拡張範囲を設定し、
前記強調範囲及び前記拡張範囲の各々に、該強調範囲及び該拡張範囲に含まれる前記文字列の音声を強調する韻律制御パラメータを設定し、
設定された韻律制御パラメータに基いて前記文字列の音声を合成して出力する、
音声合成方法。

（付記２）
前記拡張範囲を設定する際に、
前記文字情報が含むアクセント情報及び音声の区切りを示す呼気段落境界情報に基づいて、前記強調範囲の前方に先端拡張範囲を設定し、該文字情報が有するアクセント句の境界を示すアクセント句境界情報、及び前記呼気段落境界情報に基づいて、該強調範囲の後方に後端拡張範囲を設定する、
付記１に記載の音声合成方法。

（付記３−１）
前記アクセント句境界情報に基づいて、前記強調範囲の前方を拡張する前方拡張範囲、及び該強調範囲の後方を拡張する後方拡張範囲、の少なくとも一方を設定する、
付記２に記載の音声合成方法。
（付記３−２）
前記前方拡張範囲を設定する際に、前記強調範囲情報に含まれる強調度の情報に基づいて、前記強調範囲と前記前方拡張範囲との間にポーズを挿入する、
付記３−１に記載の音声合成方法。
（付記３−３）
前記文字情報が含むフレーズに含まれる文節数に基づいて、前記先端拡張範囲を設定する、
付記２に記載の音声合成方法。
（付記３−４）
前記先端拡張範囲を設定する際に、前記文字情報が含むフレーズに含まれる文節数に基づいて、前記強調範囲と前記先端拡張範囲との間にポーズを挿入する、
付記２に記載の音声合成方法。

（付記４）
前記強調範囲、前記前方拡張範囲、前記後方拡張範囲、前記先端拡張範囲、及び前記後端拡張範囲の各々に韻律制御パラメータを設定する、
付記３に記載の音声合成方法。

（付記５）
前記韻律制御パラメータは、ピッチ、話速、音量の少なくとも一つを含む、付記１〜４のいずれか１つに記載の音声合成方法。

（付記６）
コンピュータに、
音声出力する場合に音声を強調する強調範囲を示す強調範囲情報が設定されている文字列及び呼気段落情報を含む文字情報を入力し、
前記文字情報に含まれる文字列に対して、前記強調範囲情報で示される強調範囲の前方及び後方の少なくとも一方に、前記呼気段落情報に基づいて、該強調範囲を拡張する拡張範囲を設定し、
前記強調範囲及び前記拡張範囲の各々に、該強調範囲及び該拡張範囲に含まれる前記文字列の音声を強調する韻律制御パラメータを設定し、
設定された韻律制御パラメータに基づいて前記文字列の音声を合成して出力する、
処理を実行させるための音声合成プログラム。

（付記７）
前記拡張範囲を設定する際に、
前記文字情報が含むアクセント情報及び音声の区切りを示す呼気段落境界情報に基づいて、前記強調範囲の前方に先端拡張範囲を設定し、該文字情報が有するアクセント句の境界を示すアクセント句境界情報、及び前記呼気段落境界情報に基づいて、該強調範囲の後方に後端拡張範囲を設定する、
付記６に記載の音声合成プログラム。

（付記８）
前記アクセント句境界情報に基づいて、前記強調範囲の前方を拡張する前方拡張範囲、及び該強調範囲の後方を拡張する後方拡張範囲、の少なくとも一方を設定する、
付記７に記載の音声合成プログラム。

（付記９）
前記強調範囲、前記前方拡張範囲、前記後方拡張範囲、前記先端拡張範囲、及び前記後端拡張範囲の各々に韻律制御パラメータを設定する、
付記８に記載の音声合成プログラム。

（付記１０）
前記韻律制御パラメータは、ピッチ、話速、音量の少なくとも一つを含む、付記６〜９のいずれか１つに記載の音声合成プログラム。

（付記１１）
音声出力する場合に音声を強調する強調範囲を示す強調範囲情報が設定されている文字列及び呼気段落情報を含む文字情報を入力する入力部と、
前記文字情報に含まれる文字列に対して、前記強調範囲情報で示される強調範囲の前方及び後方の少なくとも一方に、前記呼気段落境界情報に基づいて、該強調範囲を拡張する拡張範囲を設定する拡張範囲設定部と、
前記強調範囲及び前記拡張範囲の各々に、該強調範囲及び該拡張範囲に含まれる前記文字列の音声を強調する韻律制御パラメータを設定する強調規則設定部と、
設定された韻律制御パラメータに基いて前記文字列の音声を合成して出力する音声出力部と、
を備える音声合成装置。

（付記１２）
前記拡張範囲設定部は、
前記文字情報が含むアクセント情報及び音声の区切りを示す呼気段落境界情報に基づいて、前記強調範囲の前方に先端拡張範囲を設定し、該文字情報が有するアクセント句の境界を示すアクセント句境界情報、及び前記呼気段落境界情報に基づいて、該強調範囲の後方に後端拡張範囲を設定する、
付記１１に記載の音声合成装置。

（付記１３）
前記拡張範囲設定部は、さらに、
前記アクセント句境界情報に基づいて、前記強調範囲の前方を拡張する前方拡張範囲、及び該強調範囲の後方を拡張する後方拡張範囲、の少なくとも一方を設定する、
付記１２に記載の音声合成装置。

（付記１４）
前記強調規則設定部は、前記強調範囲、前記前方拡張範囲、前記後方拡張範囲、前記先端拡張範囲、及び前記後端拡張範囲の各々に韻律制御パラメータを設定する、
付記１３に記載の音声合成装置。

（付記１５）
前記韻律制御パラメータは、ピッチ、話速、音量の少なくとも一つを含む、付記１１〜１４のいずれか１つに記載の強調音声合成装置。

１００ 音声合成装置
１１０ 入力部
１１５ 音声出力部
１２０ 形態素解析部
１２５ 構文解析部
１３０ 強調範囲検出部
１３５ 拡張範囲設定部
１４０ 強調規則設定部
１４５ 音声合成部
９００ コンピュータ

Claims (6)

1. 音声出力する場合に音声を強調する強調範囲を示す強調範囲情報が設定されている文字列及び呼気段落情報を含む文字情報を入力し、
   前記文字情報に含まれる文字列に対して、前記強調範囲情報で示される強調範囲の前方及び後方の少なくとも一方に、前記呼気段落情報に基いて、該強調範囲を拡張する拡張範囲を設定し、
   前記強調範囲及び前記強調範囲の前方及び後方の少なくとも一方の前記拡張範囲の各々に対して個別に、前記強調範囲及び前記強調範囲の前方及び後方の少なくとも一方の前記拡張範囲の内の一つの範囲と他の範囲とで異なる、音声を強調する韻律制御パラメータの値を設定し、
   設定された韻律制御パラメータに基いて前記文字列の音声を合成して出力する、
   音声合成方法。
2. 前記拡張範囲を設定する際に、
   前記文字情報が含むアクセント情報及び音声の区切りを示す呼気段落境界情報に基づいて、前記強調範囲の前方に先端拡張範囲を設定し、該文字情報が有するアクセント句の境界を示すアクセント句境界情報、及び前記呼気段落境界情報に基づいて、該強調範囲の後方に後端拡張範囲を設定する、
   請求項１に記載の音声合成方法。
3. 前記アクセント句境界情報に基づいて、前記強調範囲の前方を拡張する前方拡張範囲、及び該強調範囲の後方を拡張する後方拡張範囲、の少なくとも一方を設定する、
   請求項２に記載の音声合成方法。
4. 前記強調範囲、前記前方拡張範囲、前記後方拡張範囲、前記先端拡張範囲、及び前記後端拡張範囲の各々に韻律制御パラメータを設定する、
   請求項３に記載の音声合成方法。
5. コンピュータに、
   音声出力する場合に音声を強調する強調範囲を示す強調範囲情報が設定されている文字列及び呼気段落情報を含む文字情報を入力し、
   前記文字情報に含まれる文字列に対して、前記強調範囲情報で示される強調範囲の前方及び後方の少なくとも一方に、前記呼気段落情報に基づいて、該強調範囲を拡張する拡張範囲を設定し、
   前記強調範囲及び前記強調範囲の前方及び後方の少なくとも一方の前記拡張範囲の各々に対して個別に、前記強調範囲及び前記強調範囲の前方及び後方の少なくとも一方の前記拡張範囲の内の一つの範囲と他の範囲とで異なる、音声を強調する韻律制御パラメータの値を設定し、
   設定された韻律制御パラメータに基づいて前記文字列の音声を合成して出力する、
   処理を実行させるための音声合成プログラム。
6. 音声出力する場合に音声を強調する強調範囲を示す強調範囲情報が設定されている文字列及び呼気段落情報を含む文字情報を入力する入力部と、
   前記文字情報に含まれる文字列に対して、前記強調範囲情報で示される強調範囲の前方及び後方の少なくとも一方に、前記呼気段落情報に基づいて、該強調範囲を拡張する拡張範囲を設定する拡張範囲設定部と、
   前記強調範囲及び前記強調範囲の前方及び後方の少なくとも一方の前記拡張範囲の各々に対して個別に、前記強調範囲及び前記強調範囲の前方及び後方の少なくとも一方の前記拡張範囲の内の一つの範囲と他の範囲とで異なる、音声を強調する韻律制御パラメータの値を設定する強調規則設定部と、
   設定された韻律制御パラメータに基いて前記文字列の音声を合成して出力する音声出力部と、
   を備える音声合成装置。