JPH01321496A - 音声合成装置 - 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 本発明は音声合成装置に関するものである。

従来の技術 従来の音声合成装置としては、例えば、古井：ディジタ
ル音声処理ｐ、１４ｅ（東海大学出版会１９８５）に開
示されるものがある。第３図はこの従来の音声合成装置
の構成を示すブロック図である。２は文字列入力端で漢
字仮名混じり文字が入力される。

３はテキスト解析部で、入力された漢字仮名混じり文は
辞書４を用いて単語・付属語に分割され、各々の読み・
アクセント型が付与される、５は韻律制御部で各単語、
付属語のアクセント型から文節のアクセント型の決定、
ポーズ位置や文全体のイントネーション等の決定を規則
により行う。６は音韻制御部で、テキスト解析部で得ら
れた読みに対し、母音の無声化や鼻音化処理、仮名表記
と発声音声の異なる場合の処理（「私は」の「ば」は、
「わ」と発声される）等を行ない、音声表記を得る。７
は合成パラメータ作成部で、韻律情報や音声表記情報か
ら実際の合成に必要な合成パラメータ列を得る。合成パ
ラメータとは、音の高さを決める基本周波数、音の大き
さを決める振幅、声道の状態を決める声道記述パラメー
タ（ＰＡＲＣＯＲ係数やホルマント周波数等）、声帯の
状態を決める有声／無声判定フラグ等があり、パラメー
タテ−プル８に格納されている。９はパラメータ補間部
で、７で得られた合成パラメータ値を補間して一定時間
毎の合成パラメータ列を得る。１０は音声合成部で、パ
ラメータ補間部９で得られた合成パラメータ列から実際
の音声を合成し、合成音声出力端１２に得る。

第４図は、入力テキストが漢字かな混じり文（日本語文
章）の際の、テキスト解析に用いる辞書４の構成の一例
を示した図である。漢字コード。

読みコード、品詞コード、アクセント型等の情報を持つ
が、標準語対応の１種類の情報しか持たない事が一般的
である。

発明が解決しようとする課題 先に述べたように、従来の合成装置では標僧語対応の一
種類の辞書（もしくは、特定の方言に対応した一種類の
辞書）しか持たず、一種類の方言（標準語も方言の１つ
とする）しか合成出来ない。

しかしながら、コミュニケーション手段として規則合成
装置を考える場合、方言は重要な課題である。読み（発
音）やアクセント型等方言によって影響を受ける情報は
言語によって異なるが１日本語の場合、アクセント型に
最も強い影響を受ける。

日本語では、アクセントが異なると意味を取り違えたり
、合成音声を不自然に感じたシする。例えば「橋」とい
う単語は、東京方言では２型、関西方言でば１型である
。１型の「ハシ」は東京方言では「箸」の意味になシ、
意味が異なってしまう。

ここで１型、２型といったアクセント型は、新明解国語
辞典・第３版Ｐ、１２７６（三省堂１９８１）による。

このように、方言を無視した合成音声では、了解性や品
質が低下するといった問題点があった。

本発明はかかる点に鑑みてなされたもので、辞書に方言
に対応した複数の情報を持ち、合成時に使用する情報を
指定することによって、方言に対応した音声合成を可能
とし、了解性や品質の高い合成音を提供することを目的
としている。

課題を解決するための手段 本発明は、文字列もしくは記号列（以後テキストという
）を入力するテキスト入力手段と、前記入力手段から入
力されたテキストを解析するテキスト解析手段と、前記
テキスト解析手段で参照する辞書情報格納手段と、前記
テキスト解析手段で得られた解析結果に従って合成パラ
メータを作成する合成パラメータ作成手段と、前記合成
パラメータから音声を合成する音声合成手段を有し、前
記辞書は複数の情報を有し、指定に従って使用する情報
を決定することを特徴とする音声合成装置である。

作用 本発明は前記した構成により、指定された方言のアクセ
ント型を用いて合成音を作成することにより、より了解
性が高く、親しみやすく品質の良い合成音を提供できる
。

実施例 第１図は本発明の一実施例の音声合成装置の構成を示す
ブロック図である。なお、従来例である第３図と共通す
る要素には同一番号を付している。

１１は方言型設定部で、合成時に用いる情報の設定を行
なう。本実施例では、東京方言（標準語）と大阪方言の
２種類を対象とする。東京方言で合成する場合には方言
型（ｉｌ−ｏ、大阪方言で合成する場合には方言型を１
とする。本実施例では、あらかじめ方言型を設定してお
くものとするが、方言型決定情報を入力テキスト内に持
たせて、文章毎に方言型を変えて合成することも可能で
ある。

第２図ａは本実施例における辞書の構成を示した図であ
る。東京型と大阪型の２つのアクセント情報を有する。

第２図すは、実際の辞書の内容を示した図である。

次に各処理の詳細について実例を用いて説明する。「橋
を渡る。」という文章が入力された場合について考える
。テキスト解析部２により入力文章は以下のように分割
され、アクセント型や読みの情報を得る。アクセント型
としては、東京方言。

大阪方言の２通り得られることになるが、ここでは方言
型が０型と設定されているので、以下の処理は東京型の
情報が採用される。

（入力文章）　　　　「橋を渡る。」 （単語分割）　　　　　橋／を／渡る。

（読み）　　　　　　　ハシ　ヲ　ヮタル（アクセント
型）東京　２　　Ａ　　○（アクセント型）大阪　ＩＡ
Ｏ （品詞）　　　　　　　名　　格助　　動ここで「を」
に対して与えられているアクセント聖人は、ＮＨＫアク
セント辞典・解説付録（日本放送出版会　１９８６年）
に記載されているもので、自立語と結合して文節を構成
する際の結合アクセント型を示したものである。また、
各単語のアクセント型は音の高低を示したものである。

次に、韻律処理部５で、ポーズ位置や文節のアクセント
型、文全体のイントネーションを決定する。

又音韻処理部６で実際の音声表記を得る。韻律処理部、
音韻処理部の出力を以下に示す。

（音声表記）　　　　　　　　ハシヲ　　　　ワタル（
文章制御）　　　　　　　　　（ポーズ）（文節アクセ
ント）東京 以上で得られた韻律情報・音韻情報に従って合成パラメ
ータ作成部７で実際の合成パラメータを得る。本実施例
では、合成素片単位として音素（Ｃ，Ｖ）を、声道の特
徴記述パラメータとしてホルマント周波数を用いる。即
ち以下に示す各音素毎に、ホルマント周波数、バンド幅
、基本周波数、振幅。

有声／無声判定及び各音素の継続時間長のパラメータが
、パラメータ・テーブル８を参照して作成される。これ
等のパラメータ値は、音韻環境等を考慮して規則を用い
て変更される。

（素片表記）　　　ＲＡＳＩＯ（ポーズ）ＷＡＴＲＵパ
ラメータ補間部１補間上１ｏうして得られた各音素毎の
パラメータの線形補間を行ない、５ｍ５ｅｃ毎のパラメ
ータ列を得、合成部１２でホルマント型の合成器を用い
て合成する。

以上のように本実施例によれば、辞書に複数の情報を持
ち、どの情報を利用するかを指定することにより、方言
に対応した了解性の高い、親しみ易い合成音を得ること
ができる。

なお、実施例において合成単位は音素（Ｃ，Ｖ　）、ホ
ルマント合成方式を用いたが、これに限定されるもので
はない。

発明の詳細 な説明したように、本発明によれば、辞書に方言に対応
した複数の情報を持ち、どの方言型情報に従って合成す
るかを決定することにより、方言に対応した合成音を得
ることが出来る。これにより、合成音の了解性を向上さ
せ、かつ親しみ易い自然な合成音を得ることが出来、そ
の実用的価値には犬なるものがある。

【図面の簡単な説明】

第１図は本発明における一実施例の音声合成装置のブロ
ック図、第２図は実施例の辞書構成を示した図、第３図
は従来例の音声合成装置のブロック図、第４図は従来例
における辞書構成を示した図である。 １・・・・・・文字列入力端、２・・・・・・合成音声
出力端、３・・・・・・テキスト解析部、４・・・・・
・辞書、６・・・・・・韻律制御部、６・・・・・・音
韻制御部、７・・川・合成パラメータ制御部、８・・・
・・・パラメータテーブル、９・・・・・・パラメータ
補間部、１ｏ・・・・・・音声合成部、１１・・・・・
・方言型決定部。 代理人の氏名　弁理士　中　尾　敏　男　ほか１名第２
図 （Ｌ２） とｂ）

Claims (1)

【特許請求の範囲】
1. 文字列もしくは記号列（以後テキストという）を入力す
   るテキスト入力手段と、前記入力手段から入力されたテ
   キストを解析するテキスト解析手段と、前記テキスト解
   析手段で参照する辞書情報格納手段と、前記テキスト解
   析手段で得られた解析結果に従って合成パラメータを作
   成する合成パラメータ作成手段と、前記合成パラメータ
   から音声を合成する音声合成手段を有し、前記辞書は複
   数の情報を有し、指定に従って使用する情報を決定する
   ことを特徴とする音声合成装置。