JPH07244496A

JPH07244496A - テキスト朗読装置

Info

Publication number: JPH07244496A
Application number: JP6036190A
Authority: JP
Inventors: Takahiko Niimura; 貴彦新村
Original assignee: N T T DATA TSUSHIN KK; NTT Data Communications Systems Corp
Current assignee: N T T DATA TSUSHIN KK; NTT Data Corp
Priority date: 1994-03-07
Filing date: 1994-03-07
Publication date: 1995-09-19

Abstract

(57)【要約】【目的】個々の装置使用者の好みを反映した自然な感
情音声が得られるテキスト朗読装置を提供する。【構成】入力テキストの音韻毎に作成された平静音声
の韻律パラメタを基準とし、その相対値情報から指定感
情を表す理想的な感情音声韻律パラメタを作成する。素
片選択部１１０は、この感情音声韻律パラメタに最も近
似する韻律パラメタの素片を波形データベース１０４か
ら選択抽出して素片韻律操作部１０５に送る。素片韻律
操作部１０５はこの素片の韻律パラメタを自然性を保有
する範囲で操作して上記感情音声韻律パラメタに近づ
け、所望の感情合成音声を得る。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、合成音声技術に係り、
特に、分析合成装置や規則合成装置の様な音声合成手段
を用いたテキスト朗読装置において、使用者の好みに応
じて韻律を変化させ、情緒を付与したテキスト朗読を行
う装置に関する。

【０００２】

【従来の技術】合成音声によるテキスト朗読装置は良く
知られているが、詩や役者の台詞のように、情緒が変化
した合成音声を作り出す装置は少ない。このようなテキ
スト朗読装置を構成するための関連技術として、従来、
特開平２−１０６７９９号公報や特開平２−２３６６０
０号公報に記載された「合成音声情緒付与回路」があ
る。これらの回路は、入力されたデジタル信号を分析し
てデータベースから素片（特徴パラメタ）を抽出し、抽
出した素片のうちの基本周波数、振幅パラメタ及び／又
は時間構造のみを制御することで「怒り」や「歓喜」を
表現するものである。

【０００３】また、特開平５−１００６９２公報に記載
された「音声合成装置」がある。この装置は、予め種々
の感情に対応する韻律パラメタ群のレベルの組み合わせ
を記憶手段（音声制御パラメタ記憶部）に記憶してお
き、「明朗」、「落胆」、「怒り」等の感情毎にこれら
組み合わせを読み出し、レベル設定手段に一括設定する
ことで、個々のレベル設定の煩雑さを回避して種々の発
話スタイルを容易に実現せんとするものである。

【０００４】図４は、上記従来技術を考慮したテキスト
朗読装置４０の構成例であり、韻律作成部４０１、音声
パラメタ合成部４０２、音素片辞書部（素片データベー
ス）４０３、情緒付与回路４０４、合成部４０５から成
る。破線で示す音声制御パラメタ記憶部（特開平５−１
００６９２号公報で提案された機能を有するもの）４０
６を含む構成にすることも可能である。

【０００５】上記構成のテキスト朗読装置では、テキス
トに対応する韻律パラメタを韻律作成部４０１で作成す
るとともに、感情の種類に応じた韻律パラメタを情緒付
与回路４０４で関数変換し、これらを音声パラメタ合成
部４０２に導く。音声パラメタ合成部４０２は、関数変
換された韻律パラメタに適合する素片を音素片辞書部４
０３から選択抽出する。その後、合成部４０５及びＤ／
Ａ変換部（図示省略）を経て感情合成音声（情緒が付与
された合成音声、以下同じ）を得る。なお、音声制御パ
ラメタ記憶部４０６を設けた場合は、情緒付与がより容
易となる。

【０００６】

【発明が解決しようとする課題】一般に、テキスト朗読
装置において繊細な情緒を付与したい場合は、音素片辞
書部に可能な限り多くの素片を用意し、且つ、各素片と
テキストとの対応情報を作成しておく必要がある。しか
しながら、音素片辞書部の構築上、用意し得る素片の種
類や数には限界があり、装置使用者によって様々な好み
もあるため、これらの条件を満たした装置を構成するこ
とは極めて困難であった。

【０００７】また、従来技術のように韻律パラメタを関
数変換して情緒を作り出す手法では処理が複雑であり、
しかも音素片辞書部から選択抽出された素片の合成を行
う際に、音声の自然性を保存する範囲を確認することが
できないため、必ずしも装置使用者の好みを反映した自
然な感情音声を得ることができないといういう問題があ
った。更に、感情毎に韻律パラメタのレベルの組み合わ
せを一括設定する構成では、設定パターンに限界があ
り、個々の装置使用者が重要視する韻律条件で素片選択
をすることができない問題もあった。本発明は、かかる
問題点を解消し得る構成のテキスト朗読装置を提供する
ことを目的とする。

【０００８】

【課題を解決するための手段】上記目的を達成するた
め、本発明では、テキストの音韻に指定感情情報に基づ
く情緒を付与するテキスト朗読装置において、前記テキ
ストの音韻毎に基準情緒の韻律パラメタを作成する第一
の韻律パラメタ作成手段と、該基準情緒の韻律パラメタ
に対するパラメタ変更情報を感情情報毎に保持するパラ
メタ変更情報保持手段と、前記指定感情情報に対応する
前記パラメタ変更情報を前記パラメタ変更情報保持手段
から読み出して該感情情報の特徴を表す感情音声韻律パ
ラメタを作成する第二の韻律パラメタ作成手段と、作成
された前記感情音声韻律パラメタに最も近似する韻律パ
ラメタを有する素片を音素片辞書部から選択抽出する素
片選択手段と、抽出された素片の韻律パラメタを操作し
て前記感情音声韻律パラメタに近づける韻律パラメタ操
作手段とを設けたことを特徴とする。

【０００９】上記構成のテキスト朗読装置において、前
記音素片辞書部は、例えば一つの音韻に複数の韻律パラ
メタの素片を対応せしめて格納してあり、前記パラメタ
変更情報保持手段は、例えば複数種の韻律条件と各韻律
条件に該当するパラメタ変更情報とを対応せしめ、前記
指定感情情報の特徴に最も合致する韻律条件のパラメタ
変更情報を優先読出可能に保持する。

【００１０】また、上記各テキスト朗読装置において、
前記韻律パラメタ操作手段は、好ましくは操作対象韻律
パラメタの操作可能範囲を表す限度情報を保持し、抽出
された素片の韻律パラメタを前記限度情報に従って操作
する。

【００１１】

【作用】本発明のテキスト朗読装置では、第一の韻律パ
ラメタ作成手段がテキストに対応する基準情緒の韻律パ
ラメタを作成する。パラメタ変更情報保持手段は、この
基準情緒の韻律パラメタに対するパラメタ変更情報を感
情情報毎に保持する。第二の韻律パラメタ作成手段は、
感情情報が指定されると、この感情情報に対応するパラ
メタ変更情報をパラメタ変更情報記憶手段から読み出し
て感情音声韻律パラメタを作成する。素片選択手段は、
作成された感情音声韻律パラメタに最も近似する韻律パ
ラメタを有するものを音素片辞書部から選択抽出する。
韻律パラメタの韻律パラメタ操作手段は、抽出された素
片の韻律パラメタを操作して感情音声韻律パラメタに近
づける。これにより音素片辞書部から選択抽出された素
片の韻律パラメタが最小限の操作により感情音声韻律パ
ラメタに近づく。なお、素片の韻律パラメタを操作限度
情報に従って操作することで、必要以上の操作による合
成音声の品質劣化が防止される。

【００１２】

【実施例】以下、図面を参照して本発明の実施例を詳細
に説明する。図１は、本発明の一実施例に係る情緒付与
朗読システム１０の構成図であり、基準情緒として音韻
毎の平静音声を用いる場合の例を示す。図中、１０１は
テキスト保持部、１０２は平静音声韻律情報作成部、１
０３はデータベース韻律情報部、１０４は波形素片デー
タベース、１０５は素片韻律操作部、１０６は合成部、
１０７はテキスト／感情表示部、１０８は感情信号保持
部、１０９は感情音声韻律作成部、１１０は素片選択
部、１１１は韻律評価情報保持部、１１２は素片韻律操
作限度情報部である。

【００１３】テキスト保持部１０１は、情緒の付与対象
となるテキストを入力し、この入力テキストを平成音声
韻律情報作成部１０２及びテキスト／感情表示部１０７
に出力する。平成音声韻律情報作成部１０２は、入力テ
キストの音韻毎に平静音声の韻律パラメタを作成し、こ
れを感情音声韻律情報作成部１０９に出力する。

【００１４】また、同じ音韻であっても異なる韻律とな
る場合が多いので、波形素片データベース１０４には一
の音韻に複数の韻律パラメタの素片を対応せしめて格納
しておく。例えば「あ」の音韻について種々のピッチ、
基本周波数、振幅値、時間長のものを格納しておく。デ
ータベース韻律情報部１０３は、この波形素片データベ
ース１０４に格納された複数の素片の韻律パラメタを作
成し、これを素片選択部１１０に送る。この波形素片デ
ータベース１０４とデータベース韻律情報作成部１０３
とで音素片辞書部を構成している。

【００１５】感情信号保持部１０８は、入力される指定
感情の種類を、それぞれユニークな信号の形で保持して
ある（感情情報）。本実施例では感情毎に”０”から”
３”の４つの整数を割り当て、これら整数に、それぞれ
「平静」、「歓喜」、「悲哀」、「怒り」を対応させて
おく。これにより「平静」は”０”、「歓喜」は”
１”、「悲哀」は”２”、「怒り」は”３”の整数にそ
れぞれに対応付けられる。なお、感情の種類はこれ以上
であっても良く、この場合は、割り当てる整数の数を増
やす。また、種類を表す信号は整数以外の情報であって
も良い。テキスト／感情表示部１０７は、入力テキスト
と指定感情の種類を使用者が確認するために設けられ
る。

【００１６】韻律評価情報保持部１１１には、後述の素
片選択のための韻律条件、その優先順位、及び平静音声
と感情音声との韻律パラメタの相対値情報が登録してあ
る。図２は、この韻律評価情報の一例を示す図であり、
使用者が感情音声に実際に感じる韻律変化を韻律パラメ
タの変更情報として用意したものである。例えば「歓
喜」の場合は、同じ言葉でも「平静」に比べて基本周波
数が高め、振幅値が大きくなる傾向がある点に鑑み、第
１優先順位として平静音声の基本周波数を相対的に１５
％程（この数値は後述の素片韻律操作限度情報に依る）
増加させる旨を、第２優先順位として振幅値を相対的に
２０％程増加させる旨を登録しておく。「悲哀」、「怒
り」の場合も同様に、「平静」に対する韻律条件及び優
先順位、相対値情報を登録しておく。なお、図２の韻律
評価情報は例示であって、このような内容に限定されな
い。

【００１７】感情音声韻律作成部１０９は、平静音声韻
律情報作成部１０２で作成された平静音声韻律情報と上
記韻律評価情報保持部１１１に保持された韻律評価情報
とに基づき、且つ後述の素片韻律操作限度情報を参照し
て理想的な感情音声の韻律パラメタを作成する。具体的
には、平静音声の韻律パラメタを基礎とし、これに上記
相対値情報を加味した感情音声韻律パラメタを作成す
る。この感情音声韻律パラメタは、素片選択に供する情
報として素片選択部１１０に送られる。

【００１８】素片選択部１１０は、波形素片データベー
ス１０４に入力テキストに対応する音韻が存在するか否
かを問い合わせる。存在する場合はこの音韻についてデ
ータベース韻律情報作成部１０３で作成された複数の韻
律パラメタの中から感情音声韻律情報作成部１０９で作
成された感情音声韻律パラメタに最も近似するものを特
定する。このときデータベース韻律情報作成部１０３か
ら送られた複数の韻律パラメタが殆ど同じ場合は、韻律
評価情報保持部１１１内の韻律評価情報の次の優先順位
の韻律条件のものを特定する。そして、特定された韻律
パラメタに対応する素片を波形素片データベース１０４
から選択抽出し、素片韻律操作部１０５に送る。

【００１９】素片韻律操作部１０５は、この素片の韻律
パラメタを、素片韻律操作限度情報保持部１１２を参照
しながら上記感情音声韻律パラメタに近づけるように操
作する。素片韻律操作限度情報保持部１１２内には、図
３に示すような素片韻律操作限度情報が格納されてい
る。この素片韻律操作限度情報は、合成音声の自然性を
担保し得る韻律パラメタの操作限度情報であり、例え
ば、基本周波数に対しては１５％の増減、時間長に対し
ては２０％の増減、振幅値に対しては２０％の増減が可
能であることを示している。これら限度を超える場合は
操作範囲が限度内に抑制される。換言すれば、この範囲
内で韻律パラメタを操作する限り合成音声の自然性が担
保されることになる。なお、なお、図３の素片韻律操作
限度情報も例示であって、このような内容に限定されな
い。

【００２０】このようにして韻律パラメタが操作された
素片は、合成部１０６に送出され、ここで入力テキスト
の音韻毎に順次組み立てられる。

【００２１】次に、テキストの音韻に実際に「歓喜」の
感情を付与する場合の具体的な処理動作を説明する。

【００２２】入力テキストの音韻と指定感情（「歓
喜」）は、それぞれテキスト保持部１０１と感情信号保
持部１０８に保持される。テキスト保持部１０１は、入
力テキストの音韻を平静音声韻律情報作成部１０２に送
出する。平静音声韻律情報作成部１０２は、このテキス
トに対して平静音声の韻律パラメタを作成し、これを感
情音声韻律情報作成部１０９に出力する。他方、感情信
号保持部１０８は、「歓喜」に対応する整数”１”を感
情音声韻律情報作成部１０９に導く。感情音声韻律情報
作成部１０９は、韻律評価情報保持部１１１にアクセス
して整数”１”に対応する韻律評価情報を得、「歓喜」
を表す感情音声韻律パラメタを作成して素片選択部１１
０に導く。

【００２３】素片選択部１１０は、入力テキストに対応
する音韻を波形素片データベース１０４に送り、この音
韻に関連する複数の韻律パラメタをデータベース韻律情
報作成部１０３から受け取る。そしてその中から「歓
喜」を表す感情音声韻律パラメタに最も近似するものを
特定し、対応する素片を波形素片データベース１０４か
ら選択抽出して素片韻律操作部１０５へ送る。

【００２４】素片韻律操作部１０５は、この素片の韻律
パラメタを素片韻律操作限度情報の範囲内で感情音声韻
律パラメタに近づける。このようにして操作された素片
は、合成部１０６で音韻毎に順次組み立てられ、平静音
声に対して基本周波数を高めた、あるいは振幅値を増加
させた感情合成音声として出力される。「悲哀」、「怒
り」の感情を付与する場合も全く同様の要領で処理す
る。また、「平静」の感情を付与する場合は感情音声韻
律情報作成部１０９をバイパスさせて素片選択部１１０
に導くようにすることもできる。これにより使用者の好
みを反映した韻律操作が簡易に実現され、しかも合成音
声の品質が悪くならない範囲で韻律操作がなされるの
で、従来のこの種の装置における問題点が解消される。

【００２５】なお、以上の説明は、基準情緒として平静
音声を用いた場合の例であるが、他の感情を基準として
指定感情の韻律パラメタを操作するようにしても良い。
また、本実施例では、感情音声韻律情報作成部１０９と
韻律評価情報保持部１１１との出力に基づいて所望の素
片を選択する構成について説明したが、平静音声韻律情
報作成部１０２を直接素片選択部１１０に導き、平静音
声の韻律パラメタと韻律評価情報とから素片選択のため
の情報を作成する構成であっても良い。更に、韻律評価
情報保持部１１１と素片韻律操作限度情報保持部１１２
とを直接リンクさせ、操作限度情報の設定の際に相対値
情報を更新させる構成にすることもできる。

【００２６】

【発明の効果】以上詳細に説明したように、本発明のテ
キスト朗読システムは、基準情緒の韻律パラメタに対す
るパラメタ変更情報に基づいて指定感情情報の特徴を表
す感情音声韻律パラメタを作成し、この感情音声韻律パ
ラメタに最も近似する韻律パラメタを有する素片を音素
片辞書部から選択抽出するとともに、この素片の韻律パ
ラメタを感情音声韻律パラメタに近づける構成なので、
装置使用者が重要視する韻律条件を考慮した素片選択が
容易になり、しかも音素片辞書部に格納する素片数を最
小限に抑えることができる。特に、上記選択された素片
の韻律パラメタを感情音声韻律パラメタに近づける際
に、操作可能範囲を超える操作を抑制して音声の品質劣
化を防止するようにしたので、装置使用者の好みを反映
した自然な感情音声が得られる効果がある。

【００２７】また、上記音素片辞書部が、一の音韻に対
して複数の韻律パラメタの素片を対応せしめて格納して
あるようにしたので、同じ音韻で異なる韻律となる場合
も素片選択が容易となり、更にパラメタ変更情報が指定
された感情情報の特徴に最も合致する韻律条件のパラメ
タ変更情報を優先読出可能にしたので、所望の感情によ
り近い韻律の合成音声が得られる効果がある。

【図面の簡単な説明】

【図１】本発明の一実施例に係るテキスト朗読装置のブ
ロック構成図。

【図２】本実施例で用いる韻律評価情報の例を示す図。

【図３】本実施例で用いる素片韻律操作限度情報の例を
示す図。

【図４】従来例のテキスト朗読装置のブロック構成図。

【符号の説明】

１０１テキスト保持部１０２平静音声韻律情報作成部１０３データベース韻律情報作成部１０４波形素片データベース１０５素片韻律操作部１０６素片合成部１０７テキスト／感情表示部１０８感情信号保持部１０９感情音声韻律情報作成部１１０素片選択部１１１韻律評価情報保持部１１２素片韻律操作限度情報保持部

Claims

【特許請求の範囲】

【請求項１】テキストの音韻に指定感情情報に基づく
情緒を付与するテキスト朗読装置において、前記テキストの音韻毎に基準情緒の韻律パラメタを作成
する第一の韻律パラメタ作成手段と、該基準情緒の韻律パラメタに対するパラメタ変更情報を
感情情報毎に保持するパラメタ変更情報保持手段と、前記指定感情情報に対応する前記パラメタ変更情報を前
記パラメタ変更情報保持手段から読み出して該感情情報
の特徴を表す感情音声韻律パラメタを作成する第二の韻
律パラメタ作成手段と、作成された前記感情音声韻律パラメタに最も近似する韻
律パラメタを有する素片を音素片辞書部から選択抽出す
る素片選択手段と、抽出された素片の韻律パラメタを操作して前記感情音声
韻律パラメタに近づける韻律パラメタ操作手段とを有す
ることを特徴とするテキスト朗読装置。
【請求項２】請求項１記載のテキスト朗読装置におい
て、前記音素片辞書部は、一つの音韻に複数の韻律パラ
メタの素片を対応せしめて格納してあることを特徴とす
るテキスト朗読装置。
【請求項３】請求項１記載のテキスト朗読装置におい
て、前記パラメタ変更情報保持手段は、複数種の韻律条
件と各韻律条件に該当するパラメタ変更情報とを対応せ
しめ、前記指定感情情報の特徴に最も合致する韻律条件
のパラメタ変更情報を優先読出可能に保持することを特
徴とするテキスト朗読装置。
【請求項４】請求項１記載のテキスト朗読装置におい
て、前記韻律パラメタ操作手段は、操作対象韻律パラメ
タの操作可能範囲を表す限度情報を保持し、前記抽出さ
れた素片の韻律パラメタを前記限度情報に従って操作す
ることを特徴とするテキスト朗読装置。