JPH01266598A - 音声出力装置 - 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」 この発明は、合成音声の聞き直しのための音声再出力機
能を有する音声出力装置に関するものである。

「従来の技術」 音声出力では記録性がないため、以下の場合に聞き直し
のための音声再出力が必要となる。

■　利用者が聞き漏らした場合 ■　合成音声の品質が十分でなく開きとれなかった場合 第５図、第６図は従来技術に基づく音声出力装置の音声
再出力方法を示したものである。

第５図は応答型の再出力で、音声出力装置ｌｌからの音
声出力文１３を聞き取れなかった時には、確認メツセー
ジ１４に対して復唱要求の信号１５を端末１２から送信
する。復唱要求の信号としては、電話の場合、ＰＢ信号
、または音声「もう−度」等が用いられる。音声出力装
置は音声出力文１３を最初からもう一度出力する。

第６図は割り込み型の再出力で、音声出力中に聞き取れ
ない部分があると、端末２２から特定信号を送る。音声
出力装置２１は現在出力中の音声出力文２３を中止し、
文／段落等の先頭から音声出力を再開する。

第５図、第６図いずれの場合も、再出力が全く同じ条件
で繰り返されるだけなので、聞きもらしの場合は効果が
あるが、合成音声品質により聞き取れない場合は、何度
間いても理解できないことが多いという問題がある。

また音声出力装置には音声発声速度を変更できるものが
あるが、再出力要求と音声発声速度の変更は独立の機能
と考えて設計されており、再出力時にゆっくり聞くため
には、■出力速度を遅くする、■再出力を要求する、■
出力速度をもとに戻す、の３操作が必要となり、利用者
の操作性が悪い。

音声会話において相手が聞き取れない時は、■ゆっくり
区切って言う、■同音意義語等分かりにくい言葉は表現
を変える、等が有効であり、人間同志の会話でも無意識
に行われている。

この発明の目的は、端末利用者から合成音声の聞き直し
の要求を受けたときに、出力音声を変更して再出力する
ことにより、従来の単純再出力に比べて、了解性、操作
性の改善された音声出力装置を提供することである。

「課題を解決するための手段」 この発明は合成音声の再出力時に、出力音声を変更する
ことを最も大きな特徴とする。従来の技術とは、再出力
要求時に、出力音声を変更する手段をもつことが異なる
。

「実施例」 音声合成方式には、■規則合成方式、■分析合成方式が
ある。■は音声品質は良いが生成できる文が限定される
。逆に■は任意の文を音声出力できるが音声品質は劣る
。この発明はいずれのケースにも適用できるが、合成音
質の点から聞き直しが有効と考える規則合成方式の場合
について説明する。

〔実施例１〕 第１図は第１の実施例を説明するための図であり、３１
が音声出力装置、３２が端末、３３が音声出力用信号線
、３４が音声出力制御用信号線である。音声出力装置３
１は大きく分けて、音声出力機構４０と信号受信機構３
９から構成される。

入力日本文（漢字かな混じり文）は音声文作成機構３５
で単語分割処理（行程３５１）、単語読み処理（行程３
５２）、韻律処理（行程３５３）が行われアクセント付
きカナ情報に変換され、音声出力文記憶域３６に格納さ
れる。

音声出力制御機構３７はアクセント付きカナ情報を音声
合成機構３８に転送し音声出力を指示する。音声合成機
構３８はアクセント付きカナ情報から韻律パラメータ、
音声パラメータを生成し、音声を合成して信号線３３経
由で端末３２に送る。

端末利用者が聞き直しのため端末から再出力要求を信号
線３４を経由して送信すると、信号受信機構３９がこれ
を検出し、信号種別を音声出力制御機構３７に通知する
。

音声出力制御機構３７の信号解析部３７１では再出力要
求信号であれば、再出力処理部３７２を起動する。なお
、信号種別には再出力以外に音声の停止／再開、音声出
力スキップ等があり、それに対応した処理部が起動され
るがこの発明には直接関係しないので省略する。

再出力部３７２では、最初に出力音声変更要否判定部３
７２１で変更要否を判定し、変更要であれば、変更再出
力処理部３７２３、変更不要であれば、そのまま単純再
出力処理部３７２２を起動する。変更要否は、例えば以
下のようにして行うことができる。

ａ）−足回数（０回を含む）以上、単純再出力が繰り返
されたら変更要とする ｂ）単純再出力と変更再出力で信号を別にする（例：Ｐ
Ｂボタンを区別） 変更再出力処理部３７２３では■音声出力文記憶域３６
にあるアクセント付きカナ情報を変更する、■音声合成
機構３８の音声合成条件（音声発声速度の変更、音量等
）を変更する、のいずれか又は双方の処理を行った後、
音声出力文の再出力を行う。上記■、■の処理部は変更
方法に応じて作成すればよく、変更方法の実現例を実施
例２〜４に示す。なお、割り込み型の再出力要求の場合
は、音声が出力されているのでその音声の出力を中止し
てから再出力を行う。

以上述べたように、再出力方法の変更要否の判定部、変
更再出力処理部を設けることにより、利用者からの再出
力要求を受信した時に出力音声を変更することができ、
単純に再出力する従来装置に比べて利用者の了解性をあ
げることができる。

なお、信号線３３．３４は共用してもよく、電話がこの
例にあたる。共用した時には、音声出力中に再出力要求
（割り込み型）を受けようとするすると、出力音声が信
号受信機構に回り込むため誤動作（ＰＢボタンを押下し
ないときにもＰＢ音を誤検出してしまうこと）が発生す
る危険性がある。これについては、０周波数フィルター
を用いる、■誤動作しにくいＰＢを使用する、等の既存
技術で解決される。

〔実施例２〕 第２図は第２の実施例を説明するための図であり、第１
図の変更再出力部３７２３の処理フローを記述したもの
である。

音声出力文記憶域にあるアクセント付きカナ情報の具体
例を４１に、その−船形式を４２に示す。

１文のアクセント付きカナ情報は、アクセントを付与す
る単位であるアクセント句情報４２１　（複数個）と文
末境界情報４２２から構成される。アクセント句情報は
音韻情報４２１）　（読みを表すカナ）アクセント句境
界情１４２１２　（ポーズ有無等）、アクセント型４２
１３から成る。アクセント句境界情報は、アクセント旬
間の結合の強さに応じて、■ポーズを伴う境界、■弱結
合、■強結合等の区別があり、■の場合はポーズ長も指
定される。アクセント型には、日本語の場合、０〜ｎ型
（ｎ＝モーラ数）がある（古井著「ディジタル音声処理
」ｐ。

１４３、東海大学出版会および研究実用化報告第３５巻
第２号「日本文音声出力システムｊｐ、１４７、ｐ、　
１８３、日本電信電話株式会社研究開発本部）。

この発明の場合、アクセント句境界情報、アクセント型
の具体値は直接関係しないので以下の記号を用いて説明
する。

アクセント句境界情報 Ｐｍ：ポーズを伴う境界、ポーズ長＝＝ｍＰＯ：ポーズ
を伴わない境界（強結合、弱結合など） アクセント型 Ａｉ二単語ｉのアクセント型（０〜ｎ型）変更再出力部
では音声出力文記憶域のアクセント付きカナ情報をサー
チし、アクセント句境界情報を検出する（行程４０１）
、これは４１に示したように音韻情報のカナコードとは
別のコード（“／′等）を使用することにより可能であ
る。

次にアクセント句境界情報からポーズ有無を判定しく行
程４０２）、ポーズ有（Ｐｍ）の場合はポーズ長を大き
い値に変更する（行程４０３）、またポーズ無（ＰＯ）
の場合はポーズ有に変更し、ポーズ長を設定する（行程
４０４）。

以上の処理により各アクセント旬間にポーズが挿入され
るので音声出力は１語１語区切って出力されることにな
り、続けて音声出力されて聞きづらい部分の了解度を上
げることができる。

なお、人間がゆっくり話す時は、発声速度とポーズの量
の２つが変化するが、ポーズの量の増加が大部分を占め
るとの実験報告がある（古井著［ディジタル音声処理ｊ
　ｐ、　１８、東海大学出版会。

従って、この実施例によるポーズ回数、ポーズ長の変更
は、相手が聞き取れないときに人間がゆっくり言い直す
ときの特性を類領した自然な方法と言える。

〔実施例３〕 第３図は第３の実施例を説明する図であり、第１図の変
更再出力部３７２３の処理フローである。変更再出力部
は再出力要求を受けると、音声発声速度の変更（遅くす
る）を音声合成機構に指示する（行程５１）、音声合成
機構における音声発声速度の変更はフレーム周期（音声
パラメータの更新周期で音声合成に於ける基本処理局！
ｔｌｌ）を変更することで可能である。その後、音声出
力文記憶域のアクセント付きカナ情報を音声合成機構に
送信し音声再出力する（行程５２）。音声再出力終了後
、音声発声速度を元に戻す指示を音声合成機構に送信す
る（行程５３）。

以上の処理を行えば、通常は標準速度で聞き、聞き取り
にくい部分の再出力のみ発声速度を遅く）　し、ゆっく
り聞くことが可能となる。

〔実施例４〕 第４図は第４の実施例を説明するための図であり、音声
文作成機構６１、音声出力文記憶域６２、音声出力制御
機構６３、変更再出力処理６４はそれぞれ第１図の３５
．　３６．　３７．３７２３に対応するものである、こ
の実施例では、音声文作成用辞書６１０に通常の読みデ
ータ６１）に加えて、言い替えデータ６１２を登録して
おく、音声文作成機構６１では辞書６１０を用いて単語
分割処理を行′−５際、言い替え表現が登録されていれ
ば言い替え表示ＩＤ（第４図、６２２１）をその単語の
前に付加する。単語読み処理では言い替え表示［Ｄがあ
る単語に対しては、音声出力文記憶域６２の言い替え情
報域６２３に、■言い替え表示ＩＤ、■通常読みデータ
、■言い替えデータを書き込む。

■、■については辞書６１０に登録されているその単語
の通常読みデータ６１）、言い替えデークロ１２からコ
ピーすればよい、韻律処理では、言い替え表示ＩＤがあ
る場合にはその単語の音韻情報の直前に言い替え表示Ｉ
Ｄを挿入してアクセント付きカナ情報６２４を作成する
。

音声出力制御機構６３では、最初の音声出力ではアクセ
ント付きカナ情軸６２４から言い替え表示ＩＤを削除し
て音声合成が可能な形に変換してから音声合成機構に送
り、音声合成を指示する。

再出力要求時は、変更再出力処理部６４が以下の手順で
表現を変える。

音声出力文記憶域６２のアクセント付きカナ６２４に言
い替え表示ＩＤがあるかチエ７りしく行程６４１）、あ
れば言い替え挿入処理を起動し、なければ行程６４３に
進み、そのアクセント付きカナを音声合成機構に送り音
声出力する。言い替え挿入処理（行程６４２）では、言
い替え表示［Ｄのある単語の前にアクセント句情報があ
れば、そのアクセント句境界情報をポーズ有にする（行
程６４２１）　、次に、言い替え情報域６２３から表現
ＩＤの一致するものを探し、それに対応する言い替えデ
ータ欄の音韻情報、アクセント型を読みだす。第４図の
例では、アクセント付きカナ６２４の言い替え表示ＩＤ
は「Ｈｌ」であり、言い替え情報域の「Ｈｌ」に対応す
る言い替えデータ欄の音韻、アクセント型は「バケガク
」、ｒＡ２Ｊである。この読みだした情報をポーズ有の
アクセント句情報（第４図、６５１）として挿入する（
行程６４２２）。次に予め用意しておいた挿入用言い回
しく第４図では「即ち」）のアクセント句情報をポーズ
有で挿入する（行程６４２３）　。

以上の処理により言い替え表示ＩＤの付加された単語に
対し、言い替えが挿入されたアクセント付きカナ情報６
５が作成される。これを音声合成機構に送り、音声出力
をＩ指示する（行程６４３）。

以上により再出力音声文は次のように言い替えられ、了
解性が向上する。

ａ）ｉ！ｉｉノシンポ（化学／科学）−バケガク、スナ
フチ、カガクノシンポ ｂ）Ｉニヱガアル（硬度／高度）→カタサ、スナフチ、
コードガアル また、再出力時のみ変更されるので、始めから全部解か
りやすい表現に変えてしまう方式に比べ以下のメリット
がある。

■リプレースされる単語のニュアンスの違いにより原文
の文意を１員なうことが少ない。

■利用者が前後関係等から理解している単語についてま
で挿入説明が行われる過剰親切がない。

「発明の効果」 以上述べたように合成音声が聞きにくい部分を再出力す
る時、■ゆっくり発声する、■言い方を変える、など出
力条件を変更することが可能となるので、従来の単純再
出力方式に比較して、了解性、操作性を向上することが
できる。

【図面の簡単な説明】

第１図はこの発明の第１の実施例を示すブロック図、第
２図は第２の実施例を示し、ポーズ長とポーズ頻度の変
更を実現する時の変更再出力部の処理流れ図、第３図は
第３の実施例を示し、合成音声の発声速度変更を実現す
る時の変更再出力部の処理流れ図、第４図は第４の実施
例を示し、同音意義語など音声で聞きづらい表現の変更
例を示す図、第５図及び第６図はそれぞれ従来の音声出
力装置の音声再出力を示す図である。 特許出願人：日本電信電話株式会社

Claims (1)

【特許請求の範囲】
1. （１）音声を合成出力する手段と、その出力音声の再出
   力要求の信号を受信する手段から構成される音声出力装
   置において、 出力音声の再出力要求の信号を受信したとき、出力音声
   を変更する手段を設けたことを特徴とする音声出力装置
   。