JPH01154189A - 発音訓練装置 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 （産業上の利用分野） 本発明は、外国語などの発音のＥ１１練を行なう発音訓
練装置に関する。

（従来の技術） 外国語の発音訓練の場合、外国語を母国語とする人（以
下ネイティブという）に発音評価を頼る方法がある。ま
た、市販されている力士ットテープ、ビデオテープ、レ
コード、本等によって自己訓練する方法とがある。

（発明が解決しようとする問題点） 上述のネイティブに発音評価を頼る方法は、ネイティブ
が訓練者に微妙な発音の違いを説明するのが困難であり
、また身近にネイティブがいる場合が少ないという不都
合がある。カセットテープ等による方法は、いずれも訓
練の主体が聴覚判断にもとづく反復練習であり、ビデオ
テープによる映像は、英文のつづりや発音記号、口の形
、舌の位置等の説明、風景等が主で、発音にとって付属
的な役割を持つだけであって、訓練者の聴覚にのみ評価
をたよっている。結局、カセットテープ等による方法で
は、どのようにしたら正確な発音ができるように々るの
かのノウ・ハウについてあまり説明されていず、また、
訓練者は自己の発音が正確な発音に近づいているかどう
かを把えることが困難で、学習に不可欠な学ぶ喜びも起
りにくいのが普通であった。

本発明は、従来の上述のような不都合を解消する発音訓
練装置を提供することをその目的とするものである。

（問題点を解決するための手段） 本発明は、上述の目的を達成するために、複数の訓練モ
ードのそれぞれについて発音に件なう音声パラメータの
パターン上での着眼点及びその特徴を説明する手段と、
複数の訓練モードのそれぞれについて訓練者の発音に伴
なう音声を分析して音声パラメータのパターンを表示す
る音声分析手段と、訓練者の音声に対応する手本の音声
パラメータのパターンを表示する手段と、訓練者の音声
に対応し且つ矯正を必要とする複数のサンプルの音声パ
ラメータのパターンを表示する手段と、該複数のサンプ
ルの音声パラメータのパターンにそれぞれ対応する矯正
コメントを表示する手段とから成ることを特徴とする。

（作用） 発音の矯正を効率よく実行するには、日本人の発音の欠
点を熟知した上で、発音訓練の矯正ポイントを明らかに
しておく必要がある。

発音の矯正ポイントは、英語の場合、次のような訓練モ
ードである◎ 訓練モードＥ１・・・ストレスアクセント日本語が胸式
呼吸なのに対して英語は腹式呼吸を使ってストレスアク
セント（音の強弱）で発音される。手をお腹の上に置き
、発声するたびに振動が感じられる時は、腹式呼吸の発
声である。主に名詞、動詞、形容詞、副詞を強く発音す
る。例えば、下記のようにアクセントマーク（１印）が
強く発音される。

工　　　ｆｏｕｎ４　　ｙｏｕｒ　　　ｐｅｎ。

訓練モードｘ２・・・イントネーションイントネーショ
ンはピッチ（声の高低〕の組み合わせであり、相互の関
係は下記のようになる。

文章においては、下記のように２のレベルで始まり、３
０レベルになり、終りは１のし文章が長くなってもこの
２→３→１というイントネーションのレベル変化となる
。疑問文になると下記のように２のレベルで始まり３の
レベルの終りでピッチが持ち上がる。

訓練モードＥＸ３・・・母音 母音を標準化出来る持続時間、音の強さ（音声のパワー
を意味し、以下では単にパワーという）の特徴をとり出
す。又、この持続時間、パワーに加えるにあごの開閉、
唇の丸み、舌の前後および上下の動きがある。これらは
第１、第２、第３ホルマントの表われ方によって評価で
きる。この中で特に大切表矯正ポイントは、持続時間で
ある。日本語は音節単位であり、下記のように子音と母
音が−っになってはとんど同じ持続時間で発音される。

これに対し英語は、下記のように語尾に有声音が来た時
の方が無声音が来た時よりもその前の母音が長く発音さ
れる。

ｂａｔ　　←無声音 ←　　→ 〔記〕 ｔｏａｄ　　←有声音 ←・■・＠−・・−→ 〔犯〕 又、語尾が母音で終る場合もその前の母音が長く発音さ
れる。

ｍ　　　　　　　ａ　　　　　　　ｔ・←６書・・−・
・・・ｅ＋＠・・・−・・ｌ・→〔ｅ１〕 ｍ　　　　　＆　　　　改の ←・争ｌ＋１壷ＩＩａ１・・・＠ｅ・・・・・→［、ｉ
ｌ 訓練モードＥ４・・・子音 など位置により下記のように矯正ポイントが異なってく
る。

ｈへｔ−％に一／：帯気の長さ　△Ａｆ１３、へＡθ、
客、／：摩擦の長さ ／−λ−％−：ｉｃ／：帯気の有無 ／−１ｎ、：Ｊ／：母音ホルマ シト後の鼻音ホルマント の長さ ／ｂ−Ｘｄ−Ｘｇ−／：破裂の有無 ／−飄一へ−ｇ／：破裂の有無　／ｒ、　ｌ／：母音ホ
ルマントの立上シ 子音で無声の破裂音は、帯気が大切で、帯気の持続時間
が長ければ音が強く、短かければ弱く発音されているこ
とになる。

＊擦合に関しては、持続時間が大切である。

やはり強く発音するＫは持続時間が長い方がよい。

以上説明したような複数の訓練モードのそれぞれにつｉ
て、先ず、発音に伴う音声パラメータのパターン上での
着眼点である帯気の時間等の特徴を理解し、次いで、訓
練者の発音に伴なう音声を分析して得た音声パラメータ
のパターンを、訓練者の音声に対応する手本の音声パラ
メータのパターン及び訓練者の音声に対応し且つ矯正を
必要とする複数のサンプルの音声パラメータのパターン
と比較し、訓練者のパターンに似たサンプルのパターン
を見付けたときは、そのサンプルについての矯正コメン
トを見る。

訓練者は手本のパターンに近づくまで、この矯正コメン
トに従って発音訓練を行なう。

（実施例） 以下本発明の実施例を図面につき説明する。

第１図は、本発明の１実施例のブロック図を示す。

同図において、ビデオディスク１には、主に発音の特徴
解説やネイティブの発音の実演を映像化して格納されて
いる。ビデオディスクプレーヤ２は、訓練者の進度や目
的に応じてビデオディスク中の任意の場面をアクセスし
たり、ある場面を繰返して再生するためにバスＬ、を介
してパーソナルコンピュータ５で制御されるようになっ
ている。

パーソナルコンピュータ３は、画像メモリ３１１等を有
するフンピユータ本体３１、キーボード３２及びデイス
プレィ５３で構成されている。コンピュータ本体３１に
バスＬ、を介して接続される音声メモリ４は、訓練者が
発声した音声やビデオ音声の録音と再生に使われるもの
で、そのメモリ容量は１サンプル点当り２バイトを使用
すれば、音声帯域６ＫＨ！＋とした時サンプリング周波
数１２ＫＨｚで２）＜１２ｏｏＯ＝２４０ｏｏバイト／
秒（１２０００サンプル点）となる。１０秒間の音声の
記録が可能であれば十分であるので２４００００バイト
（１２００００サンプル点）を用意する。

コンピュータ本体３１にバスＬ４を介して接続される濃
淡画像メモリ５は、サウンドスペクトログラフのような
ｍ淡画像１画面分をデイスプレィ３３に表示するために
使用されるものである。サウンドスペクト四グラフは、
後記する第５−２図（Ｂ）　Ｉｃ示すように、横軸を時
間軸とし、縦軸を馬波数軸とした平面上において、周波
数強度が濃淡で表示されたいわゆる声紋であ秒、ホルマ
ントの表われ方を見るのに適している。

その容量は周波数方向２５０点、時間方向１０００点、
濃淡階調１６　（４ビツト）とすれば、（２５０Ｘ１０
００Ｘ４）／８＝１２５０００バイトとなる。

信号制御部６は、各種の訓練を実行する際に信号の流れ
を制御するもので、Ａ−Ｄ変換器７及びＤ−Ａ変換器８
を介して音声メモリ４に接続され、またバスＬ、を介し
てビデオディスクプレーヤ２に接続され、更にマイクロ
フォン９及びスピーカ１０に接続されており、バスｒ、
ｒ＊ヲ介してコンピュータ本体５１によって制御される
。

ビデオデイスプレィ１１はビデオディスク１の映像信号
を映像化するもの、ミラー１２はビデオデイスプレィ１
１に近接配置し、これに映し出されるネイティブの発音
の際の唇、舌、あごなどの形態と比較するために訓練者
が自己の同様の形態を映し出すためのものである。

前記信号制御部６を更に詳細に説明すると、該信号制御
部６は、第２図示のような回路構成を有し、表１に示す
動作モードを実行する際に信号の流れを制御する。

表１ 第２図示の回路において、リレーｆ３、ｆ４．１５．１
６は、コンピュータ本体３１の出方ボートからパスＬ、
上に動作モードＭ１〜Ｍ４に応じて送出される４ビット
並列信号で制御される。

動作モードＭ１のときは、リレー１３だけが閉となり、
マイクロフォン９からの音声信号は、ローパスフィルタ
１７、増幅器１８を経てＡ−Ｄ変換器７でデジタル信号
化され、音声メモリ４に書き込まれる。

動作モードＭ２のときは、リレー１４だけが閉となり、
バスＬｓに送出されるビデオディスク１の音声信号は四
−バスフィルタ１７、増幅器１８を経てＡ−Ｄ変換器７
でデジタル信号化され、音声メモＩ７４　Ｋ書込まれる
。

動作モードＭ５のときは、リレー１５だけが閉となり、
音声メモリ４から読出された内容がＤ−Ａ変換器８でア
ナログ信号化され、７呻パスフィルタ１９及び増幅器２
０を経てスピーカ１０から放音される。

こ＼で、音声メモリ４は、バス］Ｊ４上に、動作モード
Ｍ１〜Ｍ５に応じてコンピュータ本体３１内の中央処理
装置から送出されるアドレスバス信号、データバス信号
、書込み信号及び読出し信号等のバス信号で制御されて
書込まれあるいは読出される。

動作モードＭ４のときは、リレー１６だけが閉となり、
ビデオディスク１の音声信号がローパスフィルタ１９及
び増幅器２０を経てスピーカ１０から放音される。

動作モードＭ５のときは、パーソナルコンピュータ５は
、図示しないインターフェース（例えば周知のＲ５−２
５２０を使用する）からバスＬ１を経てビデオディスク
プレーヤ２を制御する。その結果、ビデオディスク１の
映像信号がビデオデイスプレィ１１へ送出され、映像化
される。ビデオディスクプレーヤ２に対する代表的な制
御命令コマンドは表２に示す通シである。

表２ 動作モードＭ５は、表２の制御命令コマンドで構成され
る。その内容は表３に示す。

表３ 動作モードＭ５５は、指定されたフレーム番号ｎ１から
ｎ２迄を再生してｎ２で静止画にする制御命令コマンド
である。

動作モードＭ５を実行する場合、パーソナルコンピュー
タ３の要求に応じてビデオディスクプレーヤ２から動作
状態、再生中のフレーム番号がパスＬｉ上に送られてく
るので、それらを確認した上で発音矯正過程での訓練内
容に従って動作モードを表５から選択し、対応する制御
命令コマンドをバスＬ、上に送り返してビデオディスク
プレーヤ２を制御していく。

動作モードＭ６のときは、パーソナルコンピュータ３は
バスＬ４上のパス信号を介して音声メモリ４から記録し
た音声信号を取り込み、音声分析し、その結果得られた
音声パターンの各音声パラメータをデイスプレィ３３上
に表示する。

音声パラメータは、波形、パワー、ピッチ、サウンドス
ペクト費グラフの４種類とし、発音７−、、正の訓練モ
ードに応じて、そのうちの幾つかの組合せを表示する。

表４はこの組合せによって細分された動作モードＭ６１
〜ｕ６ｓを示す。

表４ 第３−１図、第３−２図及び第３−３図はそれぞれ動作
モードＭ４１、Ｍ６２及びＭ２Ｓを実行した場合のディ
スプレイ３３０衰示例であるＯ パーソナルコンピュータ３により音声分析された結果得
られたサウンドスペクトログラフの画像データは、バス
Ｌ、上のパス信号を介して濃淡画像メモリ５に格納し、
波形、パワー、ピッチの画像データは、コンピュータ本
体５内に通常有している画像メモリ′ｓ１１に格納する
。したがって、第５−２図（Ｎと（Ｂ）　Ｋ図示するよ
うにパワーとサウンドスペクトログラフとを同時に表示
するときは画像メモリ５１１の画像データと濃淡画像メ
モリ５の画像データとを適宜切換えてデイスプレィ３３
へ送出する。

発音矯正ポイントとして重要なストレスアクセント、イ
ントネーシ目ン、持続時間及びホルマントなどを見るた
めには、第５−１図〜第３−３図に示すように、発音の
全体像を把握できるように表示する必要がある。

音声メモリ４は、前述のように１１０秒間の音声の記録
が可能で、１２００００サンプル点を格納する。一方、
デイスプレィ３５の時間方向の分解能を前記した濃淡画
像メモリ５の説明と同様に１０００点とすれば、最も全
体像を把握しゃすい表示である一段だけの表示のとき全
体の１７１２０のサンプル点しか表示できない。そこで
このような表示制限を考慮して音声パラメータを処理す
る必要がある。

以下、音声パラメータの算出法の概要と表示制限を考慮
した音声パラメータ処理法を説明する。

波形処理 波形の全体像を表示するには、音声メモリ４のサンプル
点を間引く必要があり、間引＜Ｋしても自然な印象を与
えることが重要である。

第４図は波形間引きのフ胃−チヤード、第５図はその説
明図を示す。

第５図の（Ａ）は、音声メモリ４の初めの部分の内容を
アナログ信号化して示したものである。

第４図示の７０−（１）において、第５図の（Ａ）　Ｋ
示す音声メモリ４の内容であるアナログ音声信号を、第
５図（Ｂ）圧示すようＫ　Ｓｉ　（１＝、１．２．５・
・・ｎ）のグループに分割する。デイスプレィ３３の表
示位置に対応して画像メモリ３１１のメモリ領域内にＸ
座標、Ｙ座標を設定するが、７０−（２）では、波形デ
ータを格納する時間方向の範囲を決めるＸ座標の初期値
と終了値を設定する。

フロー（３）の１はグループ指定を進めるためのカウン
タであり、１＝１としてＳ１グループから指定する。７
０−（４）でグループ内の最大値Ｒ１、最小値ｑ１を求
める。１＝１のときはＳ１グループのＲｓ　、Ｑｔが求
められる。

フロー（５）、（６）は後で説明する。フロー（７）で
Ｒ１、ｑｌを画像メモリ３１１のＹ座標の値Ｒｓ、Ｑｔ
に変換する。フロー（８）で画像メモリ３１１の座標（
Ｘ　Ｓｌ、）と（Ｘ％Ｑ１）とを結線するように処理す
る。

これが第５図（ｏ）　ＩＣおけるＬＩＮＥ　１である０
フ四−（９）でＸ座標が終了値に達しているならば波形
データの格納を終了する。終了値でなければフロー（Ｉ
ＩでＸ座標の値を１だけ進め、フロー０９で１＝２とす
る。今度はＳ、グループが指定され、フロー（４）〜（
８）で同様に処理した結果がＬＩＮＥ２である。

この様にしてフロー（９）でＸ座標＝終了値と判定され
る迄各グループの処理が続行される。第５図（Ａ）を間
引き表示した結果を第５図（Ｄ）に示す。

第５図（０）は第５図（Ｄ）の始めの部分を拡大したも
のに相当する。フ０−（５）、＋６１は分割数ｎが大き
くなり間引きの割合−が低下したとき有効となる。すな
わち分割数Ａが大きくなりグループ内のサンプル点数が
少なくなるとＳ、グループのＲ１％Ｑ４のように双方が
同符合になる場合が数多く発生する。なにもしないでフ
ロー（８）で結線処理すると中心線付近が空白となり波
形の全体像としては不自然になる。そこでフロー（５）
でＲ３、Ｑ、が同符合と判定されれば、フロー（６）で
絶対値の小さい方の値を強制的に０にして、Ｌ工１１＋
１３のように中心線迄結線を延長するように配慮してい
る。

次に画像メモリ３１１で波形データを格納するＸ座標の
範囲をｍ点としてその一段だけの波形表示可能時間をｔ
としたとき、分割数ｎとの関係を求める。音声メモリ４
は１０秒間の音声の記録が可能であり、これをｎ分割し
た各グループは１０７ｎ［秒］の記録時間に相当する。

これがｍ点だけ表示可能であるからｔ［秒］　＝　１０
　ｍ／ｎとなる。今ｍ　＝　８００点とすれば、ｎ＝８
００でｔ＝１０［秒］となり、音声メモリ４の全部が表
示される。又、ｎ＝１６００ならｔ＝５〔秒〕で最初の
１／２が表示され、ｎ＝＝５２００ならｔ＝２．暖秒〕
で最初の１／４が表示される。

以上のように記録した音声の秒数に応じて適宜分割数ｎ
を設定すると、デイスプレィ３３上に波形の全体像を良
好に表示することが可能となる。

パワー処理 パワー処理は、第６図示の７四−チャードにより行なわ
れる。

これは、音声メモリ４の全サンプル点を分割数ｎ　ＩＣ
従ってＳいＳい・・−３ｍのグループに分割し、各グル
ープの平均パワーを求め、その平均パワーを基に表示パ
ワーデータを算出する方式フロー（１）において、第５
図に例示したように、音声メモリ４の内容である第５図
（Ａ）を第５図（Ｂ）に示すようなグループに分割する
。デイスプレィ３３の表示位置に対応して画像メモリ３
１１内にＸ座標、Ｙ座標を設定するが、フロー（２）で
は表示パワーデータを格納する時間方向の範囲を決める
Ｘ座標の初期値と終了値を設定する。フロー（３）にお
ける１はグループ指定を進めるためのカウンターであり
、１＝１としてＳ１グループから指定する。ｊは後記す
るフロー（７）で求める重み付は平均パワーＰＷｊのた
めのカウンターである。このＰＷｊが表示パワーデータ
となる。フロー（４）でＳｉグループの平均パワーＰ１
を求めムＰ１の算出は次式による。

ここではＳ１グループのＰｌが求められる。フロー（５
）でＮＯとなり７１を回る。フロー（６）で１＝２とな
りフロー（４）でＰ、が求められる。再びＩＰｌを回っ
て７四−（６）で１＝５となりフロー（４）でＰ。

が求められる。今度は１＝３なのでフロー（５）でＹＥ
Ｓとなりフロー（７）へ進む。以後は後記する７０−（
１１）でＹＥＳと判定される迄ｙ２を回る。フロー（７
）では重み付は平均パワーＰＷｊを求める。ＦＷｊは連
続するいくつかのグループの平均パワーに、さらに重み
付けして平均を求めたものであり、表示上のピッチの影
響による目障〕な微細な変化分を取り除き、なめらかな
曲線に変換する効果がある。

ＰＷｊの算出は次式による。

ｋ＝１ 通常Ｗ１＝α２．Ｗ２＝α８．　ｗ、＝ｔＯ，ｗ４＝＝
［Ｌ８゜Ｗ５＝ｌ１２程度にするとよい。又Ｐ１〜Ｐｎ
の範囲外となる平均パワーとそれに乗算されるＷｋはす
べて０とする。

ここではｊ＝１なので次式のようにＰ　Ｗ　、が求めら
れる。

フロー（８）でＰＷｌを画像メモリ３１１のＹ座標の値
ＦＷ１に変換する。

７ｔｌｔ−（９１テ画像メモリ３１１の座標（Ｘ、　Ｉ
’Ｗ、）に打点処理する。

フローαｌでｊ＝２とする。７０−ロ９でＸ座標が終了
値に達しているならば、フローα２で打点処理した表示
の内側を縦線処理して終了する。終了値でなければフロ
ー０３へ向う。７０−α３ではＸ座標の値を１だけ進め
る。今度はフロー（６）で１冨４となり、フロー（４）
でＰ４が求められる。

フロー（７）ではｊ　＝２なので次式のようにＰ　Ｗ　
２が求められる。

ＰＷ２＝Ｗ２＋ｗ３＋ｗ４＋ｗ５（Ｐ１Ｗ２＋Ｐ２Ｗ３
＋Ｐ３Ｗ４＋Ｐ４Ｗ５）以後フロー０υでＸ座標＝終了
値と判定される迄？２を回り続け、処理が続行される。

その処理推移を表５に示し、フロー（７）で重み付けす
る平均パワーの範囲を矢印で示す。

表５においてＰＷｎ−１，ＰＷｎを算出するとき、フａ
−（４）ではＳ１〜Ｓｎグループの範囲外であるＳｎ＋
Ｉｅ　Ｓｎ＋２からＰｎ＋１＊　Ｐｎ−１−２を求める
ことになるが、これは実行してもしなくてもどちらで４
よい。どちらにしてもフロー（７）のＰＷｊの算出では
Ｐ、〜Ｐｎの範囲外として無視される。

画像メモリ３１１でＰＷｊを格納するＸ座標の範囲をｍ
点としてその一段だけのパワー表示可能時間をｔとした
とき、分割数ｎとの関係は前記と同様にｔ〔秒］　＝　
１０　ｍ／ｎとなる。結局、３−１′図のようにパワー
と波形とを同じ時間軸で表示するときはｎの値を同じに
設定すればよい。

ピッチ処理 ピッチ処理の７１：１−チャートを第７図に示す。

音声メモリの全サンプル点を分＃ｌＪ数ｎＫ従ってＢ　
１ｅ　８２　ｔ・・・Ｓｎのグループに分割し、各グル
ープ毎に有声音ならば平均ピッチを求めていく方式であ
る。フロ−（１）において第５図に例示したように、音
声メモリ４の内容である第５図（Ａ）を第５図（１））
に示すようなグループに分割する。デイスプレィ３３の
表示位置に対応して画像メモリ５１１内にＸ座標、Ｙ座
標を設定するが、フロ−（２］では表示ピッチデータを
格納する時間方向の範囲を決めるＸ座標の初期値と終了
値を設定する。フロー（３）における１はグループ指定
を進めるためのカウンターであｌ）、ｓ＝１としてＳ１
グループから指定する。フロー（４）で前記と同様に８
１グループの平均パワーＰ１を求める。ここではＳ１グ
ループのＰｌが求められる。フロー（５）ではＰｌによ
り無音か有音かが判定される。Ｐｌが一定値以上でなけ
れば無音とし、ピッチが存在しないので次のグループの
処理のために直接フローαυへ向かう。一定値以上であ
れば有音とし、フロー（６）でグループ内での自己相関
値Ｈ１を求める。ここではＨ７が求められる。フロー（
７）ではＨ４により無声音か有声音かが判定される。Ｈ
ｌが一定値以上でなければ摩擦音や破裂音のようにピッ
チを有しない無声音とし、次のグループの処理のために
直接フロ−αＢへ向かう。一定値以上であれば有声音と
し、フロー（８）で男、女、子供別にピッチ周期の範囲
を仮定して相関をとってグループ内の平均ピンチＰＴｉ
を求める。ここではＰＴｌが求められる。フロー（９）
でＰ　Ｔ　１を画像メモリ３１１のＹ座標の値田に変換
する。７０−Ｃ１Ｇで画像メモリ３１１の座標（Ｘ、Ｐ
ＴＩ）に打点処理する。７０−ａυでＸ座標が終了値に
達しているならばピッチデータの格納を終了する。

終了値でなければフロー（１ｚでＸ座標の値を１だけ進
め、７０−０で１＝２とする。今度はＳ２グループが指
定される。以後）０−（１１）でＸ座標＝終了値と判定
される迄、各グループの処理が続行される。画像メモリ
５１１で４５を格納するＸ座標の範囲をｍ点としてその
一段だけのピッチ表示可能時間をｔとしたとき、分割数
りとの関係は前記と同様にｔ〔秒］　＝　１０ｎ／ｎと
なる。結局、第５−３図のようにパワーとピッチと波形
とを同じ時間軸上で表示するときはｎの値をすべて同じ
に設定すればよφ。

サウンドスペクトログラフ処理 サウンドスペクトログラフ処理の７０−チャートを第８
図に示す。音声メモリの全サンプル点を分割数ｎに従っ
て８１．ｓ２．・・・、Ｓｎのグループに分割し、各グ
ループ毎に高速７−リエ変換してパワースペクトルを求
めていく方式である。

フロー（１）において第５図に例示したように、音声メ
モリ４の内容である第５図（Ａ）を第５図（Ｂ）に示す
ようなグループに分割する。デイスプレィ３３の表示位
置に対応して濃淡画像メモリ５内ＫＸ座標、Ｙ座標を設
定するが、フロー１２）では表示パワースペクトルデー
タを格納する時間方向の範囲を決めるＸ座標の初期値と
終了値を設定する。フロー（３）における１はグループ
指定を進めるためのカウンターであり、１＝１としてＳ
１グループから指定する。フロー（４）で高域周波数を
強調するが、これは次のフロー（５）　−ｔ’　！　出
するパワースペクトルの高域成分のレベルが低域成分よ
りも小さくなるのを防止し、表示を高域迄−様にするた
めのものである。

フロー（４）で求めたＳｌをフロー（５）で高速フーリ
エ変換してパワースペクトルＰｓｉ（ｆ）ヲ求める。

ここではＳ１グループのＰ　Ｓ　１　（ｆ）が求められ
る。

フロー（６）でＰＳｌ（ｆ）を濃淡階調に対応した値…
１＜ｒ＞に変換する。

フロー（７）でＰ　Ｓ　１　（ｒ）のスペクトル周波数
ｆを濃淡画像メモリ５のＹ座標の値ｆに変換してＰＳｌ
間とする。フロー（８）で濃淡画仰メモリ５の座標（Ｘ
、ＰＳ、ω）に濃淡を有する打点処理をする。

フロー（９）でＸ座標が終了値に達しているならばパワ
ースペクトルデータの格納を終了する。終了値でなけれ
ば７０−〇〇でＸ座標の値を１だけ進め、フｏ−（ｌυ
で１＝２とする。今度はＳ２グループが指定される。以
後フロー（９）でＸ座標＝終了値と判定される迄、各グ
ループの処理が続行される。

濃淡画像メモリ５でＰ　Ｓ　ｉ　（ｆ）を格納するＸ座
標の範囲をｍ点としてその一段だけの表示可能時間をｔ
としたとき、分割数ｎとの関係は前記と同様にｔ［秒］
　＝　１０　ｍ／ｎとなる。結局、第３−２図のように
パワーとサウンドスペクトログラフとを同じ時間軸上で
表示するときはｎの値を同じに設定すればよい。Ｘ座標
に時間１０００点、Ｙ座標に周波数２５０点をとり、濃
淡階調１６（４ビツト）Ｋ対応して変換したｐ　ｓ　ｔ
　（ｒ）を、′Ｌ４のバス信号を介して濃淡画像メモリ
５に格納して表示した始めの部分が第３−２図のサウン
ドスペクトログラフである。

次に、本発明の１実施例による発音燃圧を、第９図のフ
ローチャートに基づいて説明する。

このフローチャートでは、実施例のステップ（ステップ
（２））の前に、訓練者がネイティブと自己の発音とを
、　自身の耳　による聴感と、唇、舌、あごなどの１形
態′による視覚で比較評価するステップ（１）を行ない
、発音の矯正を効率的に行なうように構成している。

そこで、先ず、ステップ（１）Ｋついて説明すると、フ
ロー（１）で動作モードＭ５１を実行してビデオディス
ク１の再生を開始すると、ビデオデイスプレィ１１に例
えば導入部のタイトル等の映像が再生される。フロー（
２）で動作モードＭ５４を実行するとビデオデイスプレ
ィ１１の映像は図のフロー（２）の右側に示すように、
例えば訓練モード８１〜ｍ４等の訓練モードを示す静止
画が表示される。

訓練が終了し、上記画像からＥＸを選択すると７　ａ　
−（３）で動作モードＭ５２を実行してビデオディスク
１の回転が停止して終了する。訓練モード１！Ｘ１〜］
！！４のどれかを選択すると、フロー（４）でＥ１〜ｘ
４に応じた映像が格納されて−るビデオディスク１の対
応する訓練モードの先頭フレーム番号を選択し、フロー
（５）で動作モードＭ５５を実行し、選ばれた訓練モー
ドのタイトルが静止画で表示される。図のモード（５）
の右側には、訓練モードに４の子音が選ばれた場合の映
像例を示す。フロー（６）は細分化した訓練項目がある
場合に実行し、項目メニューの静止画が表示される。例
えばＥ４の子音のときは＋１＞１音、ｌｔ　ｌ音、１ｋ
ｌ音・・・から１つを選ぶ。フロー（７）で動作モード
Ｍ４を実行してビデオディスク１の音声信号をスピーカ
から放音するようにセットする。こ＼で、フロー（１）
の前に動作モードＭ４を実行して、導入部のタイトル等
の映像のバック音楽を流したり、静止画にする前にその
内容を説明したりしてもよい。フロー（８）で動作モー
ドＭ５５を実行し、日本人とネイティブとの発音の違い
を発声の仕方（、唇、舌、あご等の形態）を中心に説明
する。このフロー（８）は繰返すことができる。フｏ−
（９１でネイティブの発音の仕方を視聴し、このフロー
（９）は繰返すことができる。こ−で音声だけならば動
作モードＭ２を実行してネイティブの発音を音声メモリ
４に格納した後動作モードＭ３を実行して音声メモリ４
の内容を繰返しスピーカから放音させてもよい〇 フＥｌ−（１（ｌで訓練者は満足がいくまでミラー１２
で唇、舌、あご等の動きを比較し、発音練習を行なう。

必要ならば、フロー（９）を繰返して再度ネイティブの
発音映像を視聴する。練習が終了すれば自分の発音を音
声メモリ４に格納し、ネイティブの発音と比較してみる
。そこで７０−αＢで動作モードＭ１を実行して訓練者
がマイクロアオン９へ向って発音した音声信号を音声メ
モリ４に格納し、７０−０２で動作モードＭ３を実行し
てその訓練者の発音をスピーカ１０から放音する。その
後フｔ＝ｒ−ｏ、ｉで動作モードＭ４を実行してビデオ
ディスク１の音声信号をスピーカ１０から放音するよう
にセットし、７０−〇滲でフロー（９）と同じネイティ
ブの発音映像を視聴する。フロー（１２〜ａ４を繰返せ
ば、訓練者の発音の提示とネイティブの発音映像の提示
が交互に実行される。

以上でステップ（１）の発音診断と矯正が終了する。フ
ロー（１０でステップ（１）が良いかどうかを判定する
、良ければ本発明のステップによる発音診断へ向い、良
くなければ再度フロー（９）へ向う。゛本発明において
は、訓練者は、最初に、発音を音声分析した上での特徴
及びネイティブとの明確な差が表われやすい着眼点の映
像による説明を理解し、次に自己の発音を音声分析して
動作モードＭ６１〜Ｍ６３により表示された音声パラメ
ータのパターンと矯正を必要とする幾つかのパターン例
とを比較して似ているものを選び、パターン例に付随し
たコメントを参考にして自己の発音を矯正する。

次にその詳細をフローチャートについて説明する。

まず、フロー０６１で訓練モードに１〜Ｅ４のうちのど
れかを選択する。

次に、音声パラメータの表示を訓練モードＭ４１〜ｕ６
５から選ぶための前準備としてフｔ−−（ｌηで前記し
た分割数ｎを設定する。訓練モー）’１１のストレスア
クセントや］！ｉ２のイントネーションのように文章を
扱う訓練では、音声メモリ４への音声記録時間も長めに
なるので分割数を小さくシ、デイスプレィ３３上の一段
表示可能時間ｔを長めに設定する。その反対に訓練モー
ドＩ！ｆ３の母音やＥ４の子音のように長くても単語ま
での訓練ではユを大きくし、ｔを短かめにする。このｔ
を音声記録時間に合わせて可変にすることも考えられる
が、表示時間軸の単位がめまぐるしく変わると訓練者は
かえってとまどうので好ましくない。

次に、訓練モード′Ｂ１〜Ｈ４のそれぞれについて動作
モードＭ６１〜ｕ６５を実行する。

今、訓練モードＥ４を選択したとすると、これをフロー
Ｕで冗５と分離する。訓練モードＥ４の子音の発音状態
は主に帯気、摩擦、破裂の持続時間が着眼点であり、フ
ロー（１９Ａ）で動作モードＭ５５を実行し、その着眼
点を説明する映像を映し出す。

次いで、フロー（１９Ｂ）で帯気、摩擦破裂の持続時間
の特徴のよく表われるパワーと波形について上述の処理
を行ない、 訓練モードＥ３を選択したとすると、フｐ−（２０Ａ）
で動作モードＭ５５を実行し、母音の発音パターンの着
眼点であるホルマントの表われ方の特徴、母音を標準化
した持続時間及びパワーの特徴を説明する映像を映し出
す、次いでフロー（２０Ｂ）でサウンドスペクトログラ
フとパワーについて上述のような処理を行なう。尚、訓
ｍ％　−トＥＸａ　ノ子ｆノ中にモ１ｍｌ、ｌ−１，１
ｒ１、・・・のようにホルマントの表われ方を問題にす
るものがあるが、そのような訓練では例外的にフロー　
（２０Ａ）を経てフロー（２０Ｂ）に向かわせ、動作モ
ードＭ６２を実行させる。

訓練モード１１！１のストレスアクセント又はΣ２のイ
ントネーションを選択するときは、パワー又はピッチが
着眼点であるから、フロー（２１Ａ）で動作モードＭ５
５を実行し、その着眼点を説明する映像を映し出す。そ
してフロー（２１Ｂ）でパワーと波形とピッチについて
上述のような処理を行なう。尚、訓練モード鵞１のスト
レスアクセントではパワーと波形のみについて処理を行
なってもよい。

フロー（１９Ｂ）、（２０Ｂ）、（２１Ｂ）で処理した
結果を、フロー（社）で動作モード１１６ｆ、Ｍ６２、
ｙ６３に従ってデイスプレィ５３上に表示する。

図の７０−＠の右側に訓練モードＥ４の子音について処
理された訓練者の音声パラメータのパターンを例示した
。

次いで、７０−０３で動作モードＭ５５を実行し、ビデ
オデイスプレィ１１上に訓練者の音声に対応するネイテ
ィブの音声パラメータのパターンとその特徴の説明を表
示する。訓練者はフローのにおけるデイスプレィ３３の
自分のパターンと７０−ので示されたビデオデイスプレ
ィ１１上のネイティブのパターンが似ていると判断すれ
ば、フロー（２４でＹＥＳと判定されて次の課題を選ぶ
ためにフロー（１）へ向う。似ていないと判断した場合
は、フロー□□□以後で矯正を必要とする幾つかのパタ
ーン例（こ＼ではパターンＡ１Ｂ、Ｏの３例とした。）
を順次ビデオデイスプレィ１１上に表示しうるようにし
た。すなわち、フローりで動作モードＭ５５を実行し、
パターンＡとそれＫついてのコメントを表示する。図の
７０−（ハ）の右側にパターンＡの１例を示した。

フロー□□□で訓練者は自己のパターンがパターン人と
似ていると判断したときは、ビデオデイスプレィ１１上
に表示された該パターンＡについてのコメントを参考に
しながらステップ（１）から再度やり直す。

似ていなければフロー□□□へ向い、こ＼で動作モード
Ｍ５５を実行し、ビデオデイスプレィ１１上にパターン
Ｂとそれについてのコメントを表示する。フロー（（支
）で訓練者は自己のパターンがパターンＢと似ていると
判断したときは、前記コメントを参考にしながらステッ
プ（１）を再度やり直す。まだ似ていないときは、フロ
ーＣ湧で同様ニハターンＯとそれについてのコメント全
ビデオデイスプレィ１１上に表示する。フローＣＣで似
ていると判断したときは上記コメントを参考にしてステ
ップ（１）を再度やり直す。似ていないときは７四−■
でＮＯと判定される。このときはパターンＡ％Ｂ、Ｏの
いずれとも異なるので、日本人とネイティブとの発声の
仕方の違いからやり直す必要があシ、フロー（８）へ向
う。

第１０図（Ａ）　（Ｂ）及び（０）は、ネイティブが　
ｐａと発音したときのネイティブのパワー、波形及びコ
メントであり、第１１図（Ａ）　（Ｂ）及び（０）、第
１２図（Ａ）　（Ｂ）及び（０）並びに第１３図（Ａ）
　（Ｂ）及び（Ｃ）はそれぞれ矯正を必要とする　ｐａ
　のパターンＡ１゜パターンＢ及びパターンａのパワー
、波形及びコメントである。パターンＡ、Ｂ、Ｏの順に
ネイティブの発音に近いパターンになるように設定して
いる。

したがってり１１練者のパターンがパターンＢに近いも
のであれば、パターンＢのコメントを参考にして発音の
欠点を把握し、矯正することによりパターンＯ又は最上
段のネイティブの発音に近づくことが可能である。−万
、訓練モードＴ！：３の母音に関する訓練では、ホルマ
ントのづれ等を矯正する必要がある。一般に第１ホルマ
ントは舌の後方の咽頭の空洞での空気振動に対応し、第
２ホルマントは舌の前方の口腔内での空気振動に対応し
、第３ホルマントは唇の丸めの程度に関係する。従って
コメントも舌の位置や使い方、唇の変化等細かい゛指示
になる。ストレスアクセントは音の強弱のみ、またイン
トネーションはピッチの上下のみの指示でよく、いずれ
も矯正は容易である。

尚、上述の実施例の７０−０３１では、ネイティブの音
声パラメータをビデオディスク１からビデオデイスプレ
ィ１１に再生しているが、ネイティブの発音音声を動作
モードＭ２を実行して音声メモリ４に格納した後音声分
析して、訓練者のものと並べてデイスプレィ３３上に表
示してもよい。

また、上述の実施例の７０−ｆｆ１３１　（２５１＠（
ハ）では、ネイティブの音声パラメータのパターン及び
それについてのコメント並びに矯正を必要とするパター
ンＡ、Ｂ、Ｏ及びそれについてのコメントをビデオデイ
スプレィ１１又はデイスプレィ５３で表示していたが、
これらを本などの印刷物に表示してもよい。

上述の実施例では英語を対象としたが、中国語、ドイツ
語、フランス相等の他の外国語の発音訓練や、発音障害
者の発音訓練、更には外国人のための日本語の発音ｗｌ
＋練に対しても教材を用意すれば適用することが可能で
ある。

（発明の効果） 以上説明したように、本発明によるときは、訓練者は自
己の発音の音声パラメータと似たサンプルの音声パター
ンのコメントを参考にして矯正事項を速やかに把握する
ことができ、能率よくネイティブによる標準の音声パタ
ーンに近づく発音訓練をすることができる。また、り１
１棟者は自己の音声パターンを複数のサンプルの音声パ
ターンと比較し、そのサンプルのコメントの矯正事項に
基づいて発音訓練ができるので、自己の学習の進行状況
をとらえやすく、学習意欲を増加させることができる。

【図面の簡単な説明】

第１図は、本発明の１実施例のブロック線図、第２図は
第１図示の信号制御部の結線図、第３−１図、第３−２
図及び第３−３図はそれぞれ音声パラメータのパターン
を示す図、第４図は波形処理のフローチャート、第５図
（Ａ）　（Ｂ）　（０）　（Ｄ）はそれぞれ波形処理の
説明図、第６図はパワー処理の７四−チャード、第７図
はピッチ処理のフローチャート、第８図はサウンドスペ
クトログラフ処理のフローチャート、第９図は本発明の
１実施例のフローチャート、第１０図（Ａ）　（Ｂ）及
び（０）、第１１図（Ａ）　（Ｂ）及び（０）、第１２
図（Ａ）　ＣＢ）及び（０）並びに第１３図（Ａ）　（
Ｂ）及び（ＣＩ）はそれぞれネイティブ及び３つのサン
プルの音声パターン及びコメントを示す図である。 １・・・ビデオディスク　　２・・・ビデオディスクプ
レーヤ３…パーソナルコンピユータ ４・・・音声メモリ　　　５・・・濃淡画像メモリ６・
・・信号制御部　　　９・・・マイクシフオン１０・・
・スビーカ 第３−１図 第３−３図 第４図 −と、−ＪＩ４を

Claims (1)

1. 【特許請求の範囲】 １、複数の訓練モードのそれぞれについて発音に伴なう
   音声パラメータのパターン上での着眼点及びその特徴を
   説明する手段と、複数の訓練モードのそれぞれについて
   訓練者の発音に伴なう音声を分析して音声パラメータの
   パターンを表示する音声分析手段と、訓練者の音声に対
   応する手本の音声パラメータのパターンを表示する手段
   と、訓練者の音声に対応し且つ矯正を必要とする複数の
   サンプルの音声パラメータのパターンを表示する手段と
   、該複数のサンプルの音声パラメータのパターンにそれ
   ぞれ対応する矯正コメントを表示する手段とから成るこ
   とを特徴とする発音訓練装置。 ２、前記音声分析手段は、発音音声をディジタル信号と
   して記憶する音声メモリと、該音声メモリに格納された
   音声信号を分割数に従つて複数のグループに分割する手
   段と、該グループ毎に２種類以上の音声パラメータを抽
   出して同じ時間軸上に表示する手段と、前記分割数を訓
   練モード別に設定する手段とを具備することを特徴とす
   る特許請求の範囲第１項記載の発音訓練装置。