JPH06318093A

JPH06318093A - 音声合成装置及び読み付与装置

Info

Publication number: JPH06318093A
Application number: JP5105690A
Authority: JP
Inventors: Kiyo Hara; 紀代原
Original assignee: Matsushita Electric Industrial Co Ltd
Current assignee: Panasonic Holdings Corp
Priority date: 1993-05-06
Filing date: 1993-05-06
Publication date: 1994-11-15

Abstract

(57)【要約】【目的】音声合成用言語処理、読み付与方法に関する
もので、発声速度や発話態度を考慮して、連母音の読み
を決定することにより、自然性の高い合成音声を提供す
る事を目的とする。【構成】入力されたテキストを形態素に分割する形態
素解析手段１ａと、形態素解析手段１ａで参照する辞書
情報を格納した辞書手段１ｂと、形態素に解析されたデ
ータに基づいて、読みを付与する読み付与手段１ｄと、
読み付与等の処理がなされた信号に基づいて、音声を合
成する音声合成手段２、３と、合成音の発声速度を設定
する発声速度設定手段６と、その設定された発声速度に
応じて、連母音に関する読み手法を、例えば長母音化す
るか、仮名表記通りかを選択する読み選択手段１ｅとを
備え、選択された読み手法に応じて、読み付与手段１ｅ
が連母音の読みを決定する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、音声合成装置で利用さ
れる読み付与の装置及び音声合成装置に関するものであ
る。

【０００２】

【従来の技術】従来の音声規則合成装置としては、例え
ば、古井：ディジタル音声処理 p.146（東海大学出版会
1985）に示されている装置が知られている。図８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。
文字列入力端０には漢字かな混じり文が入力される。形
態素解析部１ａでは、入力された漢字かな混じり文が、
辞書１ｂを参照して、形態素に分割され、各形態素の読
み・アクセント型・品詞等が付与される。構文解析部１
ｃでは、形態素処理部１ａで得られた各形態素の情報を
用いて文節の決定を行い、文節間の係受け解析を行う。
読み・アクセント処理部１ｄでは、アクセント句の決
定、アクセント位置の決定、ポーズやイントネーション
立て直し位置の決定、読みの決定を行う。これら形態素
処理部１ａ、辞書１ｂ、構文解析部１ｃ、アクセント処
理部１ｄは、言語処理部１を構成している。音響処理部
２では、言語処理部１で得られた読みとアクセントの情
報に基づいて合成パラメータを作成する。この合成パラ
メータとは、音声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
ント周波数など）、声帯の状態を決める有声／無声判定
フラグ、声の高さを決める基本周波数等がある。合成処
理部３は、音響処理部２で得られた合成パラメータ列を
音声波形に変換し、合成音出力端４に音声波形を得る。

【０００３】

【発明が解決しようとする課題】ところで、音声規則合
成装置は、ＷＰ文章の読み合わせや公共案内放送等いろ
いろな分野で利用されつつある。合成された音声の個々
の音節が理解できるという明瞭性の観点からは、かなり
実用レベルに迫ってきている。

【０００４】しかしながら、同じモーラ数、アクセント
型ならば、いつも同じイントネーションが付与された
り、連母音の読みはいつも同じ読みが付与されたり、自
然性という観点からは、非常に単調で機械的であるとい
わざるを得ない。

【０００５】例えば、「音声」に対する読みは、平かな
表記では「オンセイ」であるが、発音表記では、「オン
セー」もしくは「オンセエ」となる。辞書には、このう
ちのどれか一つを記載しているのが、一般的である。し
かしながら、常に表記通りの読みを付与したのでは、合
成音は硬い不自然なものとなるし、一方、発声速度や強
調にかかわらず、常に「オンセエ」を用いたのでは、合
成音は、やはり不自然なものとなる。さらに、利用者に
よっては、仮名表記通りの発音を好む場合もある。ま
た、読みに変換した結果を、点字等に変換する場合に
は、平かな表記通りで出力される必要がある。

【０００６】本発明は、このような従来技術の課題に鑑
み、規則合成音の単調性をなくし、高品質の規則合成音
を提供することを目的としている。

【０００７】

【課題を解決するための手段】本発明は、テキストを入
力するテキスト入力手段と、入力されたテキストを形態
素に分割する形態素解析手段と、形態素解析手段で参照
する辞書情報を格納した辞書手段と、読みを付与する読
み付与手段と、音声を合成する音声合成手段とを備え、
合成音の発声速度を設定する選択する発声速度設定手段
と、連母音に関する読み方を選択する読み選択手段を有
し、態度選択手段で選択された発声速度にしたがって、
読み選択手段で読み方を選択し、選択された読み方にし
たがって、読み付与手段が連母音の読みを決定する音声
合成装置である。

【０００８】

【作用】本発明では、発声速度が設定可能な音声合成装
置において、設定された発声速度にしたがって、発声速
度が遅い場合には、平かな表記通りの読みを、早い場合
には、長母音化した読みを付与することにより、自然性
の高い高品質な合成音を提供する。

【０００９】また、発声速度の設定にしたがって、読み
の付与の仕方を変えるのではなく、読みは平かな表記通
り付与し、母音連続部の時間長配分を変更することによ
り、自然な連母音を合成し、高品質な合成音を提供す
る。

【００１０】また、複数の声質が存在する場合選択され
た声質に従って、長母音化読み、平かな表記通りの読み
のいづれかを選択することにより声質間の差異をより明
確にし、高品質な合成音を提供する。

【００１１】また、複数の発話態度（丁寧、普通、ぞん
ざい等）が存在する場合には、丁寧が指定された場合に
は、平かな表記通りの読み、それ以外では長母音化読み
を付与することにより、高品質な合成音を提供する。

【００１２】また、使用者が、長母音化読み、平かな表
記通りの読みのいづれかを直接選択することにより、使
用者の好みにあった合成音を提供する。

【００１３】また、乱数を発生させて、長母音化読み、
平かな表記通りの読みのいづれかを選択することにより
変化にとんだ合成音を提供する。

【００１４】

【実施例】

（実施例１）図１は、請求項１の本発明の読み付与装
置の一実施例を利用した音声合成装置の構成を示すブロ
ック図であって、以下にその構成をその作用とともに説
明する。文字列入力端０には漢字かな混じり文が入力さ
れる。形態素解析部１ａでは、入力された漢字かな混じ
り文は、辞書１ｂを用いて、形態素に分割され、各形態
素の読み・アクセント型・品詞等が付与される。構文解
析部１ｃでは、形態素処理部１ａで得られた各形態素の
情報を用いて文節の決定を行い、文節間の係受け解析を
行う。読み・アクセント処理部１ｄでは、アクセント句
の決定、アクセント位置の決定、ポーズやイントネーシ
ョン立て直し位置の決定、読みの決定を行う。

【００１５】読み選択部１ｅは、連母音の読みを選択す
る手段であって、その内容については、後に詳述する。
これら形態素処理部１ａ、辞書１ｂ、構文解析部１ｃ、
アクセント処理部１ｄ，及び読み選択部１ｅで言語処理
部１を構成している。発声速度設定部６は、合成音の速
さを設定する手段であって、５はその設定情報の入力端
子である。その選択情報は、読み選択部１ｅおよび音響
処理部２へ入力されている。本実施例では、非常に速い
・速い・普通・遅い・非常に遅いの５段階の速度設定が
可能であるとする。

【００１６】音響処理部２では、このような言語処理部
１で得られた読みとアクセントの情報に基づいて合成パ
ラメータを作成する。この合成パラメータは、音声の大
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など）、声
帯の状態を決める有声／無声判定フラグ、声の高さを決
める基本周波数等がある。合成処理部３は、音響処理部
２で得られた合成パラメータ列を音声波形に変換し、合
成音出力端４に音声波形を得る。本実施例では音響処理
部、合成処理部の方式については、特に限定しない。

【００１７】各処理の更に具体的な内容について例を用
いて説明する。すなわち、「これは、音声合成です。」
という文章が入力された場合について考える。形態素解
析部１ａにより入力文章は以下のように形態素分割さ
れ、アクセントや読みの情報を得る。読みの情報として
は、例えば「音声」の場合、発音表記である「オンセ
ー」が、記載されているとする。また、ここで、「は」
「です」に対して与えられている結合アクセント型Ａや
ｂは、ＮＨＫアクセント辞典・解説付録（日本放送出版
会 1985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、アクセントのあ
る音節位置を示したものである。自立語の結合アクセン
ト型は、複合語の後続単語になった時のアクセント型を
示す。強調アクセント型は、この例では、格助詞「は」
だけに設定されている。さらに構文解析部１ｃにより文
節境界が決定され、文節間の係受け（文節間距離）が決
定される。本例では、文節「これは」は、直後の文節に
かかるので文節間距離は１となる。読み・アクセント処
理部１ｄでは、アクセント句およびアクセント位置の決
定、読みの決定を行う。本例では、「これは」の部分は
平板型、「音声合成です」の部分は、５型で５音節めす
なわち「合成」の「ご」にアクセントがある（言語処理
部・処理結果の「go」の後部に付加された「1 」はアク
セントのある音節を示す）。（入力文章）「これは、音声合成です。」（形態素分割）これ／は／、／音声／合成です。

【００１８】（読み）コレワオンセーコ゛ーセーテ゛ス（アクセント）０ − １０ − （結合アクセント）１Ａ１１ｂ（強調アクセント） − １ − − − （品詞）代名係助名名助動（文節）これは、／音声合成です。

【００１９】（文節間距離）１（アクセント句）これは、／音声合成です。

【００２０】（文節アクセント）０９（言語処理部出力１） ko re wa poz o nn se e go1 o se e de su （言語処理部出力２） ko re wa poz o nn se i go1 u se i de su ここで、poz はこの位置にポーズが挿入されイントネー
ションの立て直しが行れることを示す。

【００２１】ところで、「音声」の発音表記が「オンセ
ー」であるといっても、ゆっくりとした発声になった場
合には、「オンセイ」と平かな表記通りの発声の方が自
然に聞こえる。本実施例では、発声速度が、非常に速い
・速い・普通に設定されている場合には、読み選択部１
ｅで長母音化を選択し、言語処理部１は言語処理部出力
１を結果として出力する。発声速度が、遅い・非常に遅
いの場合には、読み選択部１ｅで仮名表記通りを選択
し、言語処理部出力２が出力される。

【００２２】このように本実施例によれば、発声速度に
したがって、連母音の発音を長母音化するか、仮名表記
通りとするか設定することが出来、規則合成音の機械的
な単調さを軽減し、自然性の高い合成音を提供すること
ができる。。

【００２３】（実施例２）図２は、請求項２記載の本発
明の読み付与装置を利用した音声合成装置の一実施例の
構成を示したブロック図である。なお実施例１と共通す
る要素には、同一番号をつけている。図１のブロック図
に加えて、時間長配分決定部７が存在する。アクセント
・読み付与部１ｄでは、発声速度にかかわらず、連母音
の読みは、仮名表記通り付与する。読み選択部１ｅで
は、発声速度に応じて長母音化する割合ｒを決定する。
ｒは、発声速度を５段階とすると、非常に速い（ｒ＝
１）から、非常に遅い（ｒ＝０）までの値をとる。時間
長配分決定部７では、音響処理部２で付与された各母音
の時間長の再配分を行なう。例えば、「Ｖ１Ｖ２（母音
１、母音２）」の時間長が、各々Ｄ（ｖ１）、Ｄ（ｖ
２）とすると、発声速度にしたがって、新しい時間長を
以下のように定める。

【００２４】NEWD(V1) = D(V1) + r*D(V2) NEWD(V2) = D(V2) - r*D(V2) すなわち、発声速度が非常に遅いときは、仮名表記通り
に発声され、非常に速いときには、母音２の時間長は０
となり、長母音化されることになる。それ以外では、そ
の中間的な扱いとなる。

【００２５】本実施例では、ｒの範囲を０〜１とした
が、他の数値でももちろんかまわない。

【００２６】（実施例３）図３は、請求項３記載の本発
明の読み付与装置を利用した音声合成装置の実施例の構
成を示したブロック図である。なお実施例１と共通する
要素には、同一番号をつけている。発声速度設定端子
５、発声速度設定部６に代えて、声質選択端子８および
声質設定部９を有している。合成音の声質が複数用意さ
れている場合、声質選択部９によって声質が選択される
と、その選択にしたがって、自動的に読み選択部１ｅで
連母音の読み方を選択することが出来る。読み・アクセ
ント処理部１ｄは、それを利用して連母音の読み付与を
行なう。このように、長母音化もしくは、仮名表記通り
の読みの選択を行なう事により、声質間の差異をより明
確にし、高品質な合成音を提供できる。

【００２７】（実施例４）図４は、請求項４記載の本発
明の読み付与装置を利用した音声合成装置の実施例の構
成を示したブロック図である。なお実施例１と共通する
要素には、同一番号をつけている。発声速度設定端子
５、発声速度設定部６に代えて、発話態度選択端子１０
および発話態度選択部１１を有している。合成音の発話
態度（例えば、丁寧や普通、ぞんざいといった）が複数
用意されている場合、発話態度選択部１１によって発話
態度が選択されると、その選択にしたがって、自動的に
読み選択部１ｅで連母音の読み方を選択することが出来
る。読み・アクセント処理部１ｄは、それを利用して連
母音の読み付与を行なう。このように、長母音化もしく
は、仮名表記通りの読みの選択を行なう事により、発話
態度間の差異をより明確にし、高品質な合成音を提供で
きる。

【００２８】（実施例５）図５は、請求項５記載の本発
明の読み付与装置を利用した音声合成装置の実施例の構
成を示したブロック図である。なお実施例１と共通する
要素には、同一番号をつけている。発声速度設定端子
５、発声速度設定部６を有せず、言語処理部１内に、強
調処理部１ｆを有する。強調処理部１ｆでは、入力文字
列の強調指示にしたがって（例えば、下線、コーテーシ
ョン等で強調を示す。例）それは、"自業自得"で
す。）、強調部分の抜き出しを行なう。読み選択部１ｅ
では、連母音の読み方を、強調される場合には表記とお
り、強調されない場合には長母音化されるように設定す
る。読み・アクセント処理部１ｄは、それを利用して連
母音の読み付与を行なう。このように、強調の有無にし
たがって、長母音化もしくは、仮名表記通りの読みの選
択を行なう事により、高品質な合成音を提供できる。

【００２９】（実施例６）図６は、請求項６記載の本発
明の読み付与装置を利用した音声合成装置の実施例の構
成を示したブロック図である。なお実施例１と共通する
要素には、同一番号をつけている。発声速度設定端子
５、発声速度設定部６に代えて、読み選択端子１２を有
している。利用者の好みにしたがって、読み選択部１ｅ
で連母音の読み方を選択することが出来る。読み・アク
セント処理部１ｄは、それを利用して連母音の読み付与
を行なう。このように、利用者が直接、長母音化もしく
は、仮名表記通りの読みの選択を行なう事により、利用
者の好みにあった合成音を提供できる。

【００３０】（実施例７）図７は、請求項７記載の本発
明の読み付与装置を利用した音声合成装置に関する実施
例の構成を示したブロック図である。なお実施例６と共
通する要素には同一番号をつけている。読み選択端子１
２に代えて、乱数発生手段１ｆが存在する。乱数発生手
段１ｆで発生された乱数にしたがって、読み選択部１ｅ
で読みを選択するようになっている。乱数を発生させ
て、連母音の読みの長母音化、もしくは、仮名表記通り
を選択することにより、変化にとんだ合成音を提供でき
る。

【００３１】なお、本発明の各手段は、コンピュータを
用いてソフトウエア的に実現し、あるいは、それら各機
能を有する専用のハード回路を用いて実現してもかまわ
ない。

【００３２】また、本発明の読み付与装置、音声合成装
置は、構文解析を必ず経なければならないというわけで
はない。

【００３３】

【発明の効果】以上述べたところから明らかなように、
本発明によれば、連母音の読みを、発声速度や発話態
度、強調といった各種要因に応じて、例えば、長母音化
したり、仮名表記通りとしたり、あるいはその中間等と
する事により、規則合成音の機械的な単調さを軽減し、
了解性・自然性の高い効果的な合成音を提供することが
出来る。

【図面の簡単な説明】

【図１】本発明の実施例１の音声合成装置の構成を示す
ブロック図である。

【図２】本発明の実施例２の音声合成装置の構成を示す
ブロック図である。

【図３】本発明の実施例３の音声合成装置の構成を示す
ブロック図である。

【図４】本発明の実施例４の音声合成装置の構成を示す
ブロック図である。

【図５】本発明の実施例５の音声合成装置の構成を示す
ブロック図である。

【図６】本発明の実施例６の音声合成装置の構成を示す
ブロック図である。

【図７】本発明の実施例７の音声合成装置の構成を示す
ブロック図である。

【図８】従来例の音声合成装置の構成を示すブロック図
である。

【符号の説明】

０テキスト入力端１言語処理部１ａ形態素解析部１ｂ辞書１ｃ構文解析部１ｄ読み・アクセント処理部１ｅ読み選択部１ｆ強調処理部１ｇ乱数発声部２音響処理部３合成処理部４合成音出力端５発声速度入力端６発声速度設定部７時間長配分決定部８声質入力端９声質設定部１０発話態度入力端１１発話態度設定部１２読み選択入力端

Claims

【特許請求の範囲】

【請求項１】テキストを入力するテキスト入力手段
と、入力されたテキストを形態素に分割する形態素解析
手段と、前記形態素解析手段で参照する辞書情報を格納
した辞書手段と、前記形態素を利用して、読みを付与す
る読み付与手段と、前記読みを利用して音声を合成する
音声合成手段と、合成音の発声速度を設定する選択する
発声速度設定手段と、その発声速度に基づいて連母音に
関する読み方を選択する読み選択手段とを備え、その選
択された読み方にしたがって、前記読み付与手段が連母
音の読みを決定することを特徴とする音声合成装置。
【請求項２】テキストを入力するテキスト入力手段
と、入力されたテキストを形態素に分割する形態素解析
手段と、前記形態素解析手段で参照する辞書情報を格納
した辞書手段と、前記形態素を利用して、読みを付与す
る読み付与手段と、前記読みを利用して音声を合成する
音声合成手段と、合成音の発声速度を設定する発声速度
設定手段と、連母音に関する読み手法を選択する読み選
択手段と、連母音の時間長配分を決定する時間長配分決
定手段とを備え、前記発声速度設定手段で設定された発
声速度にしたがって、前記読み選択手段で読み方を選択
し、その選択された読み方にしたがって、前記時間長配
分決定手段が連母音の時間長を決定し、その決定された
連母音の時間長に応じて、前記音声合成手段が音声を合
成することを特徴とする音声合成装置。
【請求項３】テキストを入力するテキスト入力手段
と、入力されたテキストを形態素に分割する形態素解析
手段と、前記形態素解析手段で参照する辞書情報を格納
した辞書手段と、前記形態素を利用して、読みを付与す
る読み付与手段と、前記読みを利用して音声を合成する
音声合成手段と、合成音声の声質を選択する声質選択手
段と、その選択された声質に応じて、連母音に関する読
み方を選択する読み選択手段とを備え、前記選択された
読み方にしたがって、前記読み付与手段が連母音の読み
を決定することを特徴とする音声合成装置。
【請求項４】テキストを入力するテキスト入力手段
と、入力されたテキストを形態素に分割する形態素解析
手段と、前記形態素解析手段で参照する辞書情報を格納
した辞書手段と、前記形態素を利用して、読みを付与す
る読み付与手段と、前記読みを利用して音声を合成する
音声合成手段と、合成音声の発話態度を選択する発話態
度選択手段と、その選択された発話態度にしたがって、
連母音に関する読み方を選択する読み選択手段とを備
え、その選択された読み方にしたがって、前記読み付与
手段が連母音の読みを決定することを特徴とする音声合
成装置。
【請求項５】テキストを入力するテキスト入力手段
と、入力されたテキストを形態素に分割する形態素解析
手段と、前記形態素解析手段で参照する辞書情報を格納
した辞書手段と、前記形態素を利用して、読みを付与す
る読み付与手段と、前記入力されたテキストの文字列の
強調部分を抜き出す強調処理部と、その強調処理部で指
定された範囲に対して、連母音に関する読み方を選択す
る読み選択手段とを備え、前記選択された読み方にした
がって、前記読み付与手段が連母音の読みを決定するこ
とを特徴とする読み付与装置。
【請求項６】テキストを入力するテキスト入力手段
と、入力されたテキストを形態素に分割する形態素解析
手段と、前記形態素解析手段で参照する辞書情報を格納
した辞書手段と、前記形態素を利用し読みを付与する読
み付与手段と、連母音に関する読み方を選択する読み選
択手段とを備え、前記読み選択手段で選択された読み方
にしたがって、前記読み付与手段が連母音の読みを決定
することを特徴とする読み付与装置。
【請求項７】テキストを入力するテキスト入力手段
と、入力されたテキストを形態素に分割する形態素解析
手段と、前記形態素解析手段で参照する辞書情報を格納
した辞書手段と、前記形態素を利用し読みを付与する読
み付与手段と、乱数を発生する乱数発生手段と、その乱
数発生手段で発生される乱数にしたがって、連母音に関
する読み方を選択する読み選択手段とを備え、その選択
された読み方にしたがって、前記読み付与手段が連母音
の読みを決定することを特徴とする読み付与装置。