JPH04275B2 - - Google Patents

Description

【発明の詳細な説明】 (イ) 産業上の利用分野 本発明は、任意の文章を音声として発生させる
ことが可能である規則合成方式の音声合成装置に
係り、パソコン等のデータ処理装置から、カタカ
ナ列あるいは数字列等の文字列で、音声として発
生を希望する文章を入力する音声合成装置に関す
る。

(ロ) 従来技術 LSI技術の進歩により音声合成用LSIが各方面
で開発され、自動販売機、フアクシミリ、車の警
告など広く音声合成装置が普及している。しか
し、これらの音声合成装置は、ある短かい文章を
分析しこの分析結果をメモリに記憶しておき、必
要に応じてこれを読み出すという分析合成方式で
あつたため決まつた文章しか発生することができ
ず、このため、発生する言葉が決まらないユーザ
ーに対しては有効なものではなかつた。

そこで、どのような言葉でも発生できるような
規則合成方式の研究が最近盛んに行なわれるよう
になつてきた。この規則合成方式は、従来の音声
合成方式のように短文章単位を発生音声の素とす
るのではなく、日本語で言うならば「ア、イ、
ウ、……」などのような単音節、あるいは、CV、
VC音節、又は、CVC、VCV音節のような音節単
位を発生音声の素としている点が大きく異なつて
いる。従つて、各種の音節に対応する音声データ
を予めメモリに記憶しておき、パソコン等のデー
タ処理装置から、カタカナ、数字、アルフアベツ
ト等の文字列により、発生を希望する文章を指定
し入力するようにし、入力された文字列の各音節
に対応する音声データをメモリから順次読み出
し、これらを合成すれば、文字列で表わされた文
章を音声として発生することができるのである。

ところが、このような音声合成方式において
も、長音や促音をどのように処理するかという問
題があつた。

従来、長音については、例えば「コーヒー」の
場合、カタカナ列で「コウヒイ」あるいは「コオ
ヒイ」などと指定して、「こうひい」あるいは
「こおひい」というように音声を発生していた。
又、促音、例えば「ガツコウ」の場合、カタカナ
列で「ガツコウ」と指定して「がつこう」と音声
発生を行なうようにしていた。このような従来の
方式は、聞いて理解するには十分であつたが、あ
まり人間らしい音声を発生することができないと
いう欠点があつた。

(ハ) 発明の目的 本発明は、規則合成方式の音声合成装置におい
て、長音を指定する場合は長音符“一”を用いる
ものとし、促音を含む音声を、人間らしい音声
（自然発生音と呼ぶ）に近づけることを目的とす
るものである。

(ニ) 発明の構成 本発明は、音声データを記憶する記憶手段を備
え、カタカナ列あるいは数字列等の文字列を入力
し、該文字列の各音節に対応する音声データを前
記記憶手段から読出して合成し、前記文字列によ
り表わされる任意の文章を音声として発生する規
則合成方式の音声合成装置において、前記入力文
字列中の促音を示す文字を判別し、該文字の直前
の音節に対応する前記音声データの音声発生長を
予め定められた標準長より縮めて発生させ、発生
後所定の期間無音とし、該期間の経過後前記促音
を示す文字の直後の音節に対応する前記音声デー
タの音声を発生させるようにしたものである。

(ホ) 実施例 第１図は、本発明の実施例を示すブロツク図で
あり、１はキーボード２、プログラムメモリ３、
表示装置４、中央処理装置５より成るデータ処理
装置としてのパーソナルコンピユータであり、音
声合成装置に印字命令を用いて、カタカナ、数字
等の文字列を入力できるように、パーソナルコン
ピユータ１のプリンタ出力端子に音声合成装置を
接続したものである。即ち、パーソナルコンピユ
ータ１で、例えば、「＞LPRINT“〓オハヨーゴ
ザイマス”」というプログラムを作成し、これを
実行させて音声合成装置に文字列“オハヨーゴザ
イマス”を入力するものである。尚、マーク
“〓”は以下に続く文字列が音声合成用データで
あることを示すためのものであり、プリンタ用デ
ータと区別するためである。

ところで、第１図において、６は日本語の
「ア、イ、ウ、……」等の音節単位の各種音声デ
ータが予め記憶された音声データメモリ、７はメ
モリ６から音声データを読み出すための読み出し
回路、８は読み出された音声データを入力し、こ
のデータに対応する音声信号を出力する音声合成
LSIにて構成された音声合成器、９は音声信号を
増幅するアンプ、１０は音声を放音するためのス
ピーカ、１１は制御回路である。そして、音声合
成器８には音声の発生長を制御するため、音声の
発生スピードを制御するスピード制御回路１２が
設けられており、この回路は制御回路１１から入
力される制御コードの内容に応じて発生スピード
を制御する。更に、音声合成器８は１つの音声信
号を出力し終わると、終了信号を制御回路１１に
出力する。

制御回路１１は、入力される文字列の先頭に
“〓”マークがあるか否かを判定し、文字列が音
声合成用データであるか否かを判定する判定部１
３と、入力される文字列を一行分格納する入力バ
ツフア１４と、入力文字列中の長音符“ー”及び
促音を示す小文字“ツ”以外の各音節に対して、
各音節に対応する音声データが記憶されている音
声データメモリ６のアドレスを出力バツフア１５
に設定し、且つ、出力バツフア１７に標準スピー
ド即ち標準長に対応する制御コードを設定する設
定部１６と、入力文字列中の長音符“ー”を判別
し、長音符の前の音声の発生スピードを１／ｎに
遅くする制御コードａを、出力バツフア１７の長
音符の前の音声データに対応する位置に書き込む
長音符判別部１８と、促音を示す小文字“ツ”を
判別し、促音の前の音声の発生スピードをｍ倍に
速くする制御コードｂを、出力バツフア１７の促
音の前の音声データに対応する位置に書き込むと
共に、音声データメモリ６の無音を示す無音声デ
ータが記憶されたアドレスを、出力バツフア１５
の促音の位置に設定し、且つ、この無音の発生長
を所定長ｌにするための発生スピードを示す制御
コードｃを、出力バツフア１７の無音データに対
応する位置に書き込む促音判別部１９と、出力バ
ツフア１５のアドレス及び出力バツフア１７の制
御コードを、各々、終了信号に応じて、順次、読
み出し回路７及びスピード制御回路１２に転送す
る転送制御部２０とより構成されている。

そこで、例えば、パーソナルコンピユータ１で
「＞LPRINT“〓コーヒー”」というプログラムを
実行したとすると、文字列“コーヒー”が入力バ
ツフア１４に格納される。そして、先ず、“コ”
に対応する音声データのアドレスが、設定部１６
により出力バツフア１５の先頭に設定される（第
２図イ）。次の文字は長音符“ー”なので、長音
符判別部１８は、出力バツフア１７の先頭に制御
コードａを書き込む（第２ロ）。次に“ヒ”に対
応する音声データのアドレスが出力バツフア１５
の２番目に設定され（第２図イ）、再び長音符
“ー”のため、出力バツフア１７の２番目に制御
コードａが書き込まれる（第２図ロ）。従つて、
転送制御部２０によりアドレス及び制御コードが
順次読み出されると、先ず、標準スピードの１／
ｎの発生スピードで「コ」の音声が発生し、続い
て、同じ発生スピードで「ヒ」の音声が発生す
る。即ち、「コ」の音声が標準長のｎ倍の発生長
で発生し、続いて、「ヒ」の音声が同じ発生長で
発生する。ここで、例えば、ｎを２とすれば、
「コ」の音声が２音分発生し、その後「ヒ」の音
声が２音分発生することとなり、かなり自然発生
音に近づいた音声が発生されるようになる。

次に、パーソナルコンピユータ１で「＞
LPRINT“〓ブツク”」というプログラムを実行
したとすると、文字列“ブツク”が入力バツフア
１４に格納される。そして、先ず、“ブ”に対応
する音声データのアドレスが出力バツフア１５の
先頭に設定されるが（第３図イ）、次の文字が促
音を示す小文字“ツ”なので、促音判別部１９は
第３図イ及びロに示すように、出力バツフア１７
の先頭に制御コードｂを書き込み、更に、出力バ
ツフア１５の２番目に無音声データのアドレスを
設定すると共に、出力バツフア１７の２番目に制
御コードｃを書き込む。次の文字「ク」は“ー”
及び“ツ”ではないので、出力バツフア１７の３
番目には標準長に対応する制御コードｄが書き込
まれ、単に出力バツフア１５の３番目に“ク”に
対応する音声データのアドレスが設定される。従
つて、アドレス及び制御コードが順次読み出され
ると、標準スピードのｍ倍の発生スピード即ち標
準長の１／ｍの発生長で「ブ」の音声が発生し、
次に、発生長が所定長ｌの期間だけ無音となり、
次に標準長の「ク」の音声が発生する。ここで、
例えば、ｍ、ｌを各々1.5、1.1とすれば、「ブ」
の音声が約0.7音分発生し、次の1.1音分無音とな
り、その後「ク」の音声が１音分発生することと
なり、かなり自然発生音に近づいた音声が発生さ
れるようになる。尚、無音を１音分即ち標準長だ
け発生させる場合は標準長の制御コードを書き込
めばよい。

(ヘ) 発明の効果 本発明は、入力文字列中の促音を示す文字を判
別し、該文字の直前の音節に対応する音声データ
の音声発生長を標準長より縮めて発生させ、発生
後所定の期間無音とし、該期間の経過後促音を示
す文字の直後の音節に対応する音声データを音声
として発生させるようにしたので、促音を含む音
声を人間らしい音声に近づけることができ、従つ
て、自然発生音に近い音声を発生する音声合成装
置を実現することが可能となる。

【図面の簡単な説明】

第１図は本発明の実施例を示すブロツク図、第
２図イ，ロ及び第３図イ，ロは出力バツフアの内
容を示す図である。 主な図番の説明、１……パーソナルコンピユー
タ、６……音声データメモリ、７……読み出し回
路、８……音声合成器、９……アンプ、１０……
スピーカ、１１……制御回路、１４……入力バツ
フア、１５，１７……出力バツフア、１６……設
定部、１８……長音符判別部、１９……促音判別
部。

Claims (1)

【特許請求の範囲】
1. １ 音声データを記憶する記憶手段を備え、カタ
   カナ列あるいは数字列等の文字列を入力し、該文
   字列の各音節に対応する音声データを前記記憶手
   段から読出して合成し、前記文字列により表わさ
   れる任意の文章を音声として発生する規則合成方
   式の音声合成装置において、前記入力文字列中の
   促音を示す文字を判別し、該文字の直前の音節に
   対応する前記音声データの音声発生長を予め定め
   られた標準長より縮めて発生させ、発生後所定の
   期間無音とし、該期間の経過後前記促音を示す文
   字の直後の音節に対応する前記音声データの音声
   を発生させることを特徴とした音声合成装置の音
   声発生方式。