JPH05307396A - 音声合成システム及びその発声制御方式 - Google Patents

Abstract

(57)【要約】 【目的】 日本語文章中の部分的な発声制御を容易に、
しかも特に難しい知識を必要とせずに行なえるようにす
る。 【構成】 入力部１から言語処理ユニット２に入力する
日本語文章中の発声態様を変化させたい位置に発声制御
コードを挿入しておき、前処理部２１によってその日本
語文章から発声制御コードを分離した後、言語処理部２
２によって言語処理を行なって表音記号列を生成し、後
処理部２３においてその表音記号列に先に分離した発声
制御コードを挿入して、音声合成ユニット３へ入力させ
る。そして、規則音声合成部３１がその発声制御コード
が挿入された表音記号列に基づいて規則音声合成を行な
うことにより、出力する音声の発声態様を制御する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】この発明は、日本語の文章情報を
言語処理して規則音声合成により人間の発声と同じよう
な音声を出力する音声合成システム、及びその音声の発
声態様を制御する発声制御方式に関する。

【０００２】

【従来の技術】従来から、パーソナルコンピュータ，ワ
ードプロセッサ，光学文字読取装置（ＯＣＲ），デスク
トップ・パブリッシング等によって入力される日本語の
文章情報を言語処理して、読み，アクセント，ポーズ等
の音韻・韻律記号列（この明細書中ではこれを「表音記
号列」という）を生成し、それに基づいて規則音声合成
を行なうことにより人間の発声と同じような音声を出力
する規則音声合成システムが開発され、入力された文章
の読み上げ等に用いられるようになってきている。

【０００３】このような規則音声合成システムにおい
て、音声の発声態様である発声速度（読み上げ速度），
音量，音の高低，音質（男声／女声の切替え等）などを
制御する手段としては、規則音声合成装置に設けられて
いるスイッチやボリューム等を直接操作して制御する
か、上記表音記号列中に発声制御コードを挿入しておく
ことが行なわれていた。

【０００４】

【発明が解決しようとする課題】しかしながら、前者の
場合には、文章中の部分的な発声を制御しようとする
と、音声合成システムに操作者が付きっきりで、その音
声出力を聞きながらタイミングを見はからってスイッチ
等を操作しなければならず、所望どうりところで音声の
発声態様を変化させる制御を実現するのは困難であっ
た。

【０００５】また、後者の場合には、文章中の部分的な
発声制御が容易にできるが、そのためには表音記号列の
仕様を理解する必要があり、ユーザが行なうのは困難で
あるという問題があった。この発明は、このような従来
の問題を解決するためになされたものであり、日本語文
章中の部分的な発声制御を容易に、しかも特に難しい知
識を必要とせずに行なえるようにすることを目的とす
る。

【０００６】

【課題を解決するための手段】この発明は上記の目的を
達成するため、日本語文章を入力する入力部と、入力し
た日本語文章を言語処理して、読み，アクセント，ポー
ズ等の記号列である表音記号列を生成する言語処理部
と、該言語処理部によって生成された表音記号列に基づ
いて規則音声合成を行なうことにより人間の発声と同じ
ような音声を出力する規則音声合成部とを備えた音声合
成システムにおいて、入力する日本語文章中に挿入され
た発声制御コードを分離してセーブし、発声制御コード
を除いた日本語文章を言語処理部へ送出する前処理部
と、上記言語処理部によって生成される表音記号列に上
記前処理部で分離及びセーブされた発声制御コードを挿
入して上記規則音声合成部へ送出する後処理部とを設け
た音声合成システムを提供する。

【０００７】また、このような音声合成システムにおい
て、入力する日本語文章中の発声態様を変化させたい位
置に発声制御コードを挿入しておき、前処理によってそ
の日本語文章から上記発声制御コードを分離した後、上
記言語処理を行なって上記表音記号列を生成し、その表
音記号列に前記分離した発声制御コードを挿入する後処
理を行ない、その発声制御コードが挿入された表音記号
列に基づいて規則音声合成を行なうことにより、出力す
る音声の発声態様を制御する発声制御方式も提供する。

【０００８】さらに、入力する日本語文章中の発声態様
を変化させたい位置にその制御内容を意味する単語とそ
のレベルを現わす数字の組合せを挿入しておき、前処理
によってその日本語文章から前記単語と数字の組合せを
分離した後、上記言語処理を行なって上記表音記号列を
生成すると共に、分離した単語と数字の組合せを発声制
御コードに変換し、生成した表音記号列に変換した発声
制御コードを挿入する後処理を行ない、その発声制御コ
ードが挿入された表音記号列に基づいて規則音声合成を
行なうことにより、出力する音声の発声態様を制御する
発声制御方式も提供する。

【０００９】

【作用】この発明による音声合成システム及びその発声
制御方式によれば、入力する日本語文章中の発声態様を
変化させたい位置に発声制御コード、あるいは制御内容
を意味する単語とそのレベルを現わす数字の組合せを挿
入するだけで、それらを除いた日本語文章に対する表音
記号列を生成した後、日本語文章に挿入されていた発声
制御コードあるいは上記単語と数字の組合せから変換さ
れた発声制御コードをその表音記号列に挿入して規則音
声合成を行なうことにより、出力する音声の発声態様を
制御する。

【００１０】したがって、日本語文章中の部分的な発声
態様の制御を誰でも容易にできる。さらに、その発声制
御の指定を発声制御コードに代えて、制御内容を意味す
る単語とそのレベルを現わす数字の組合せを日本語文章
中に挿入することによって行なうこともでき、その場合
には発声制御コード覚える必要がなくなるばかりか、指
定されている発声制御の内容確認も容易にできる。

【００１１】

【実施例】以下、この発明の実施例を図面に基づいて具
体的に説明する。図１はこの発明の一実施例である音声
合成システムのブロック構成図である。この音声合成シ
ステムは、日本語文章を入力する入力部１と、その入力
部１から入力した日本語文章を言語処理して、読み，ア
クセント，ポーズ等の音韻・韻律記号列である表音記号
列を生成する言語処理ユニット２と、その生成された表
音記号列に基づいて規則音声合成を行なって人間の発声
と同じような音声を出力する音声合成ユニット３とによ
って構成されている。

【００１２】入力部１には、漢字ＯＣＲ１１，パーソナ
ルコンピュータと通信するためのパソコン通信部１２，
オペレータが日本語文章を直接キー入力するためのキー
ボード１３，及びフロッピディスク装置等の文書ファイ
ル１４などが設けられており、これらを適宜使用して日
本語文章を入力することができる。

【００１３】言語処理ユニット２内には、入力した日本
語文章中に挿入された発声制御コードを分離してセーブ
し、発声制御コードを除いた日本語文章を言語処理部２
２へ送出する前処理部２１と、その日本語文章を言語処
理して表音記号列を生成する言語処理部２２と、そこで
生成された表音記号列に前処理部２１で分離及びセーブ
された発声制御コードを挿入して音声合成ユニット３へ
送出する後処理部２３と、言語処理部２２が使用する辞
書（日本語辞書メモリ）２４とが設けられている。

【００１４】音声合成ユニット３内には、言語処理ユニ
ット２から入力する発声制御コードが挿入された表音記
号列に基づいて規則音声合成を行なって人間の発声と同
じような音声合成すると共に、挿入されている発声制御
コードに応じてその発声態様を制御する規則音声合成部
（アンプも含む）３１と、その音声合成出力を電気／音
響変換して発音するスピーカ３２と、音声合成出力を電
気信号のまま外部へ導出させるためのラインアウト端子
３３とが設けられている。

【００１５】図２は、図１の音声合成システムによっ
て、この発明による第１の発声制御方式を実施する場合
の、言語処理ユニット２による処理の流れを示すフロー
図である。すなわち、まず日本語文章を一文章取込み、
前処理によって発声制御コードを分離してセーブする。
そして、発音制御コードを除いた日本語文章に対して言
語処理を行なって表音記号列を生成し、それに分離した
発声制御コード挿入して規則音声合成部３１へ出力るす
る。この一連の処理を入力する文章がなくなるまで繰り
返す。

【００１６】この処理の具体例を図３を参照して説明す
る。入力した日本語文章が、図３に原文として示す「信
号が、〈ａ７〉赤〈ａ５〉です。」であったとする。こ
れは、文章中の“赤”だけを強調したい場合の例で、
“赤”の前に〈ａ７〉，後に〈ａ５〉の発声制御コード
が挿入されている。この発声制御コードの「ａ」は音量
（ボリューム）調整用のコードであり、「７」及び
「５」はそのレベル１〜９のうちのレベル７（かなり大
きい）とレベル５（通常の音量）を示す。

【００１７】まず、前処理として、発声制御コード〈ａ
７〉と〈ａ５〉を日本語文章から分離してセーブし、日
本語文章中の発声制御コードがあった場所には、制御コ
ードがあったことを表わすコード（この例では「スペー
スコード」）を入れておく。そして、言語処理を行な
い、単語区切り記号（この例では「｜」）で区切られた
日本語文章と表音記号列を得る。

【００１８】そして、後処理として、単語区切り記号で
区切られている日本語に基づいて、発声制御コードが文
頭から何単語目にあったかを判別して、先に分離してセ
ーブしておいた発声制御コードを上記表音記号列に挿入
して戻す。その後、表音記号列中の単語区切り記号を全
て削除することにより、規則音声合成部３１へ出力する
ことのできる表音記号列を生成することができる。

【００１９】この表音記号列に基づいて、図１の規則音
声合成部３１が人間の発声と同じような音声で「信号
が、赤です。」を合成すると共に、そのうちの“赤”だ
けを他の単語より音量を大きくするように発声を制御す
る。そして、スピー３２によって、この一連の文章が
“赤”を強調して発音される。

【００２０】ここで、発声制御コードの種類及びその制
御内容の例を示す。 〈ｄ(レベル)〉：レベル＝１〜９ （読み上げ速
度） 〈ａ(レベル)〉：レベル＝１〜９ （音量調整） 〈ｆ(レベル)〉：レベル＝１〜９ （高低調整） 〈ｖ(Ｎo.)〉 ：Ｎo.＝０(男声),１(女声） （男
声／女声の切替え） レベル：読み上げ速度（１で最速，５で普通，９で最
遅） 音量調整 （１で最小，５で普通，９で最大） 高低調整 （１で最低，５で普通，９で最高）

【００２１】この実施例によれば、日本語文章中に発声
制御コードを挿入するだけで、容易に文章中の部分的な
発声態様を変化させることができる。このことは、音声
合成システムが利用者から離れた場所に設置されてい
て、通信回線等によって利用者側の装置（パーソナルコ
ンピュータ等）と接続されているような場合には、直接
音声合成システムのスイッチなどを操作できないので、
特に有効である。

【００２２】次に、図４はこの発明による第２の発声制
御方式を実施する場合の、言語処理ユニット２による処
理の流れを示すフロー図である。この実施例では、入力
する日本語文章中の発声態様を変化させたい位置に、発
声制御コードに代えて、その制御内容を意味する単語と
そのレベルを現わす数字の組合せを挿入しておく。

【００２３】それによって言語処理ユニツト２は、一文
章取込むと、前処理によってその日本語文章から上記単
語と数字の組合せを分離した後、言語処理を行なって表
音記号列を生成すると共に、分離した単語と数字の組合
せを発声制御コードに変換し、生成した表音記号列に前
記変換した発声制御コードを挿入する後処理を行ない、
その発声制御コードが挿入された表音記号列を規則音声
合成部３１へ出力する処理を、入力する文書がなくなる
まで繰り返す。音声合成ユニット３での処理は前述の実
施例の場合と全く同じである。

【００２４】文章中に挿入される発声制御用の単語とそ
のレベルを表わす数字の組合せと、発声制御コードとの
対応を表１に示す。この実施例によれば、発声制御コー
ドを覚える必要がなくなるので、日本語文章中への発声
制御情報の挿入がさらに容易になると共に、指定されて
いる発声制御の内容を容易に確認することができる。

【００２５】

【表１】

【００２６】

【発明の効果】以上説明してきたように、この発明によ
れば、音声合成システムに入力する日本語文章中の部分
的な発声態様の制御を容易に、しかも特に難しい知識を
必要とせずに行なうことができる。

【図面の簡単な説明】

【図１】この発明の一実施例である音声合成システムの
ブロック構成図である。

【図２】図１の音声合成システムによってこの発明によ
る第１の発声制御方式を実施する場合の言語処理ユニッ
ト２による処理の流れを示すフロー図である。

【図３】同じく図１に示した言語処理ユニット２による
処理の具体例を説明するための説明図である。

【図４】図１の音声合成システムによってこの発明によ
る第２の発声制御方式を実施する場合の言語処理ユニッ
ト２による処理の流れを示すフロー図である。

【符号の説明】

１ 入力部 ２ 言語処理ユニット ３
音声合成ユニット １１ 漢字ＯＣＲ １２ パソコン通信部 １
３ キーボード １４ 文書ファイル ２１ 前処理部 ２
２ 言語処理部 ２３ 後処理部 ２４ 辞書 ３
１ 規則音声合成部 ３２ スピーカ ３３ ライン出力端子

Claims (3)

【特許請求の範囲】
1. 【請求項１】 日本語文章を入力する入力部と、該入力
   部が入力した日本語文章を言語処理して、読み，アクセ
   ント，ポーズ等の記号列である表音記号列を生成する言
   語処理部と、該言語処理部によって生成された表音記号
   列に基づいて規則音声合成を行なうことにより人間の発
   声と同じような音声を出力する規則音声合成部とを備え
   た音声合成システムにおいて、 入力した日本語文章中に挿入された発声制御コードを分
   離してセーブし、発声制御コードを除いた日本語文章を
   前記言語処理部へ送出する前処理部と、前記言語処理部
   によって生成される表音記号列に前記前処理部で分離及
   びセーブされた発声制御コードを挿入して前記規則音声
   合成部へ送出する後処理部とを設けたことを特徴とする
   音声合成システム。
2. 【請求項２】 入力した日本語文章を言語処理して、読
   み，アクセント，ポーズ等の記号列である表音記号列を
   生成し、その表音記号列に基づいて規則音声合成を行な
   うことにより人間の発声と同じような音声を出力する音
   声合成システムにおいて、 入力する日本語文章中の発声態様を変化させたい位置に
   発声制御コードを挿入しておき、前処理によってその日
   本語文章から前記発声制御コードを分離した後、前記言
   語処理を行なって前記表音記号列を生成し、その表音記
   号列に前記分離した発声制御コードを挿入する後処理を
   行ない、その発声制御コードが挿入された表音記号列に
   基づいて規則音声合成を行なうことにより、出力する音
   声の発声態様を制御することを特徴とする発声制御方
   式。
3. 【請求項３】 入力した日本語文章を言語処理して、読
   み，アクセント，ポーズ等の記号列である表音記号列を
   生成し、その表音記号列に基づいて規則音声合成を行な
   うことにより人間の発声と同じような音声を出力する音
   声合成システムにおいて、 入力する日本語文章中の発声態様を変化させたい位置に
   その制御内容を意味する単語とそのレベルを現わす数字
   の組合せを挿入しておき、前処理によってその日本語文
   章から前記単語と数字の組合せを分離した後、前記言語
   処理を行なって前記表音記号列を生成すると共に、前記
   分離した単語と数字の組合せを発声制御コードに変換
   し、前記生成した表音記号列に前記変換した発声制御コ
   ードを挿入する後処理を行ない、その発声制御コードが
   挿入された表音記号列に基づいて規則音声合成を行なう
   ことにより、出力する音声の発声態様を制御することを
   特徴とする発声制御方式。