JPH08146984A

JPH08146984A - 音声合成装置

Info

Publication number: JPH08146984A
Application number: JP6289402A
Authority: JP
Inventors: Kenji Mizuguchi; 健二水口; Takayuki Oyama; 隆之大山
Original assignee: Fujitsu Ltd
Current assignee: Fujitsu Ltd
Priority date: 1994-11-24
Filing date: 1994-11-24
Publication date: 1996-06-07

Abstract

(57)【要約】【目的】本発明は、文字列の音声を合成する音声合成装
置に関し、数字列に対して最適な音声合成処理を実行で
きるようにすることを目的とする。【構成】数字列を含む文字列を解析して、文字列の音声
を合成する音声合成装置において、数字列が持つ読み方
を規定する属性から、数字列を棒読みで音声合成するの
か桁読みで音声合成するのかを判定する判定部１３と、
判定部１３で判定できない数字列について、その数字列
を棒読みする場合の読み情報と桁読みする場合の読み情
報とを求めて、この２つの読み情報から、その数字列の
音声合成に使用する読み方を決定する決定部１４とを備
え、判定部１３及び決定部１４の特定する読み方に従っ
て数字列の音声を合成していくように構成する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、文字列の音声を合成す
る音声合成装置に関し、特に、文字列に含まれる数字列
に対して最適な音声合成処理を実行できるようにする音
声合成装置に関する。

【０００２】近年、様々な分野で、文字列の音声を合成
する音声合成装置が使用されるようになってきた。音声
合成装置の処理対象となる数字列には、棒読みと桁読み
という２種類の読み方があるので、音声合成装置は、こ
の数字列の読み方を適切に決定していくことで最適な音
声合成処理を実行していく必要がある。

【０００３】

【従来の技術】音声合成装置の処理対象となる数字列に
は、棒読みと桁読みという２種類の読み方がある。この
棒読みは数字を１つずつ読み上げる方式であり、桁読み
は、数字を桁付きで読み上げる方式である。

【０００４】従来の音声合成装置では、数字列が持つ読
み方を規定する属性（「数字の並び方」や、「前後の文
字種」や、「前後の単語の品詞」といったもの）を使っ
て、数字列を棒読みで音声合成するのか桁読みで音声合
成するのかを決定する構成を採って、それに従って数字
列の音声合成処理を実行するとともに、この方法で決定
できない場合には、予め決めてある規定の読み方に従っ
て数字列の音声合成処理を実行するという構成を採って
いた。

【０００５】すなわち、図９に示すように、「０で始ま
る数字列」や、「規定桁数以上の数字列」や、「小数点
に続く数字列」や、「特定単語に続く数字列」は通常棒
読みされており、また、「助数詞が後ろに続く数字列」
は通常桁読みされていることから、図１０に示すよう
に、それらに合わせて棒読みで音声を合成するのか桁読
みで音声を合成するのかを決定する構成を採って、それ
に従って数字列の音声合成処理を実行するとともに、そ
れ以外については、例えば桁読みで音声合成処理を実行
するという方法を採っていたのである。

【０００６】

【発明が解決しようとする課題】しかしながら、従来技
術のように、「数字の並び方」や、「前後の文字種」
や、「前後の単語の品詞」の判断基準で決定できないも
のについて、一律に、予め決めてある規定の読み方に従
って数字列の音声合成処理を実行するという方法を採っ
ていると、人間の読み方と異なることが起こるという問
題点があった。

【０００７】例えば、「ＦＭＲ２８０Ｐ」といったよう
な製品の型名や、「ＡＡＡ９８７６５」といったような
ＩＤ番号や、自動車レースの「Ｆ３０００」といったよ
うなものの持つ数字列は、上記の判断基準では棒読みか
桁読みかを決定できない。従って、従来技術に従うと、
これらは、一律に、「ニーハチゼロ」とか、「キューハ
チナナロクゴー」とか、「サンゼロゼロゼロ」といった
ように棒読みで音声合成されるか、逆に、一律に、「ニ
ヒャクハチジュー」とか、「キューマンハッセンナナヒ
ャクロクジューゴ」とか、「サンゼン」といったように
桁読みで音声合成されることになる。

【０００８】しかるに、「ＦＭＲ２８０Ｐ」といったよ
うな製品の型名や、「ＡＡＡ９８７６５」といったよう
なＩＤ番号の持つ数字列は、通常、「ニーハチゼロ」と
か、「キューハチナナロクゴー」というように棒読みさ
れており、自動車レースの「Ｆ３０００」の持つ数字列
は、通常、「サンゼン」というように桁読みされてい
る。

【０００９】このように、従来技術に従っていると、人
間の読み方と違う読み方に従って数字列が音声合成され
てしまうという問題点があったのである。本発明はかか
る事情に鑑みてなされたものであって、数字列に対して
最適な音声合成処理を実行できるようにする新たな音声
合成装置の提供を目的とする。

【００１０】

【課題を解決するための手段】図１に本発明の原理構成
を図示する。図中、１は本発明を具備する音声合成装置
であって、単語同定機構１０と、数詞処理機構１１と、
音声合成機構１２とを備える。

【００１１】この単語同定機構１０は、かな漢字文字列
で記述される音声合成対象の文字列から単語を切り出し
て、それらの単語の読みのカナ文字列を特定していくこ
とで、音声合成対象の文字列の読みのカナ文字列を特定
する。

【００１２】数詞処理機構１１は、音声合成対象の文字
列に含まれる数字列の読みのカナ文字列を特定するもの
であって、数字列が持つ読み方を規定する属性から、数
字列を棒読みで音声合成するのか桁読みで音声合成する
のかを判定する判定部１３と、判定部１３で判定できな
い数字列の音声合成に使用する読み方を決定する決定部
１４と、判定部１３及び決定部１４の処理結果に従っ
て、数字列の読みのカナ文字列を特定する特定部１５と
を備える。

【００１３】音声合成機構１２は、単語同定機構１０及
び数詞処理機構１１の特定するカナ文字列から合成音声
を作成して出力する。

【００１４】

【作用】本発明の音声合成装置１の持つ数詞処理機構１
１では、判定部１３が、数字列が持つ読み方を規定する
属性から、数字列を棒読みで音声合成するのか桁読みで
音声合成するのかを判定し、この判定結果を受けて、特
定部１５が、数字列の読みのカナ文字列を特定してい
く。

【００１５】このとき、数字列が読み方を規定する属性
を持たないことで、判定部１３が読み方を判定できない
ことが起こると、決定部１４は、その数字列を棒読みす
る場合の読み情報（読み文字数や、読み音節数や、読み
モーラ数や、音声時間長）と、その数字列を桁読みする
場合の読み情報を（読み文字数や、読み音節数や、読み
モーラ数や、音声時間長）とを求めて、この２つの読み
情報から、読み情報が少ない値を示す方の読み方を音声
合成に使用する読み方として決定し、この決定結果を受
けて、特定部１５が、数字列の読みのカナ文字列を特定
していく。

【００１６】通常、人間は、数字列が読み方を規定する
属性を持たないときには、読み文字数等の読み情報が少
ない値を示す読み方に従って数字列を読む傾向がある。
例えば、「ＦＭＲ２８０Ｐ」といったような製品の型名
や、「ＡＡＡ９８７６５」といったようなＩＤ番号の持
つ数字列については、「ニヒャクハチジュー」や、「キ
ューマンハッセンナナヒャクロクジューゴ」と読むので
はなくて、「ニーハチゼロ」や、「キューハチナナロク
ゴー」というように読み情報が少ない値を示す棒読みで
読む傾向がある。また、自動車レースの「Ｆ３０００」
といったものの持つ数字列については、「サンゼロゼロ
ゼロ」と読むのではなくて、「サンゼン」といったよう
に読み情報が少ない値を示す桁読みで読む傾向がある。

【００１７】このようにして、本発明の音声合成装置１
では、決定部１４を新たに設けることで、読み方を規定
する属性を持たない数字列についても、人間の感覚にあ
った形でもって音声を合成できるようになる。

【００１８】

【実施例】以下、実施例に従って本発明を詳細に説明す
る。図２に、本発明を具備する音声合成装置１の装置構
成を図示する。

【００１９】図中、図１で説明したものと同じものにつ
いては同一の記号で示してある。この図に示すように、
単語同定機構１０は、かな漢字文字列で記述される音声
合成対象の文字列から単語を切り出す前処理部１００
と、単語とその読みのカナ文字列との対応関係を管理す
る言語辞書１０１と、言語辞書１０１を参照しつつ、前
処理部１００の切り出した単語を単位にして処理を行う
ことで、音声合成対象の文字列（数字列を除く）の読み
のカナ文字列を特定する単語同定部１０２とから構成さ
れる。

【００２０】この構成に従って、単語同定機構１０は、
かな漢字文字列で記述される音声合成対象の文字列から
単語を切り出して、それらの単語の読みとなるカナ文字
列を特定していくことで、その文字列の読みのカナ文字
列を特定する処理を行う。

【００２１】一方、音声合成機構１２は、単語同定部１
０の特定したカナ文字列にイントネーションやアクセン
トを付ける韻律処理部１２０と、読みのカナ文字列と合
成音声との対応関係を管理する合成辞書１２１と、合成
辞書１２１を参照しつつ、韻律処理部１２０の処理した
カナ文字列の音声を合成する音声合成部１２２とから構
成される。

【００２２】この構成に従って、音声合成部１２２は、
単語同定部１０の特定したカナ文字列の音声を合成して
出力する処理を行う。このように構成される単語同定機
構１０と音声合成機構１２との間に設けられる数詞処理
機構１１は、音声合成対象の文字列に含まれる数字列を
処理対象として、その数字列を棒読みにするのか桁読み
にするのかを決定して、その決定結果に従ってその数字
列の読みのカナ文字列を特定して音声合成機構１２に出
力する処理を行う。

【００２３】図３ないし図７に、本発明を実現するため
に数詞処理機構１１の実行する処理フローの一実施例を
図示する。次に、これらの処理フローに従って本発明を
詳細に説明する。

【００２４】数詞処理機構１１は、単語同定機構１０か
ら音声合成対象の文字列に数字列が含まれることを通知
されると、図３の処理フローに示すように、先ず最初
に、ステップ１で、通知された数字列の桁数が規定値以
上であるのか否かを判断して、規定桁数以上であること
を判断するときには、通常棒読みされていることに対応
して、ステップ６に進んで、その数字列を棒読みで読む
ことを決定して棒読みした場合のカナ文字列を求める。

【００２５】一方、ステップ１で規定桁数以上の数字列
でないことを判断するときには、ステップ２に進んで、
通知された数字列が「Ｔel」等のような特定単語に続く
数字列であるのか否かを判断して、特定単語に続く数字
列であることを判断するときには、通常棒読みされてい
ることに対応して、ステップ６に進んで、その数字列を
棒読みで読むことを決定して棒読みした場合のカナ文字
列を求める。

【００２６】一方、ステップ２で特定単語に続く数字列
でないことを判断するときには、ステップ３に進んで、
通知された数字列の先頭数字が「０」であるのか否かを
判断して、先頭数字が「０」である数字列であることを
判断するときには、通常棒読みされていることに対応し
て、ステップ６に進んで、その数字列を棒読みで読むこ
とを決定して棒読みした場合のカナ文字列を求める。

【００２７】一方、ステップ３で先頭数字が「０」でな
い数字列であることを判断するときには、ステップ４に
進んで、通知された数字列が小数点以下の数字列である
のか否かを判断して、小数点以下の数字列であることを
判断するときには、通常棒読みされていることに対応し
て、ステップ６に進んで、その数字列を棒読みで読むこ
とを決定して棒読みした場合のカナ文字列を求める。

【００２８】一方、ステップ４で小数点以下の数字列で
ないことを判断するときには、ステップ５に進んで、通
知された数字列の後ろに助数詞が続いているのか否かを
判断して、助数詞が続いていることを判断するときに
は、通常桁読みされていることに対応して、ステップ７
に進んで、その数字列を桁読みで読むことを決定して桁
読みした場合のカナ文字列を求める。

【００２９】一方、ステップ５で後ろに助数詞の続かな
い数字列であることを判断するときには、ステップ８に
進んで、以下に説明する選択処理を行うことで、通知さ
れた数字列を棒読みで読むのか桁読みで読むのか決定し
て、その決定結果に従って読みのカナ文字列を求めてい
く処理を行う。

【００３０】すなわち、本発明を実現する場合、数詞処
理機構１１は、数字列が持つ読み方を規定する属性に従
って、通知された数字列の読み方を決定してその読みの
カナ文字列を特定していくときにあって、そのような属
性を持たない場合には、従来技術のように一律に読み方
を決定してしまうのではなくて、以下に説明する選択処
理に従って決定していく処理を行うのである。

【００３１】数詞処理機構１１は、図４に示す処理フロ
ーに従って選択処理を実行する場合、先ず最初に、ステ
ップ１で、通知された数字列を桁読みで読む場合のカナ
文字列とその文字数を求め、続いて、ステップ２で、通
知された数字列を棒読みで読む場合のカナ文字列とその
文字数を求め、続いて、ステップ３で、ステップ２で求
めた棒読みのカナ文字列の文字数の方がステップ１で求
めた桁読みのカナ文字列の文字数よりも少ないのか否か
を判断して、棒読みのカナ文字列数の方が少ないことを
判断するときには、ステップ４に進んで、ステップ２で
求めた棒読みのカナ文字列を音声合成機構１２に出力す
るカナ文字列として決定し、逆のことを判断するときに
は、ステップ５に進んで、ステップ１で求めた桁読みの
カナ文字列を音声合成機構１２に出力するカナ文字列と
して決定する。

【００３２】すなわち、通常、人間は、数字列が読み方
を規定する属性を持たないときには、読み文字数の少な
い方の読み方に従って数字列を読む傾向があるので、こ
れに合わせて、数詞処理機構１１は、通知された数字列
が読み方を規定する属性を持たないときには、読み文字
数の少ない方の読み方に従って数字列の読みのカナ文字
列を決定していくように処理するのである。

【００３３】一方、数詞処理機構１１は、図５に示す処
理フローに従って選択処理を実行する場合には、カナ文
字列の文字数に従って読み方を決定するのではなくて、
カナ文字列の読み音節数に従い、読み音節数の少ない方
の読み方のカナ文字列を音声合成機構１２に出力するカ
ナ文字列として決定していく。

【００３４】すなわち、通常、人間は、数字列が読み方
を規定する属性を持たないときには、読み音節数の少な
い方の読み方に従って数字列を読む傾向があるので、こ
れに合わせて、数詞処理機構１１は、通知された数字列
が読み方を規定する属性を持たないときには、読み音節
数の少ない方の読み方に従って数字列の読みのカナ文字
列を決定していくように処理するのである。

【００３５】一方、数詞処理機構１１は、図６に示す処
理フローに従って選択処理を実行する場合には、カナ文
字列の文字数に従って読み方を決定するのではなくて、
カナ文字列の読みモーラ数（拍数）に従い、読みモーラ
数の少ない方の読み方のカナ文字列を音声合成機構１２
に出力するカナ文字列として決定していくとともに、読
みモーラ数が同一となるときには、カナ文字列の読み音
節数に従い、読み音節数の少ない方の読み方のカナ文字
列を音声合成機構１２に出力するカナ文字列として決定
していく。

【００３６】すなわち、通常、人間は、数字列が読み方
を規定する属性を持たないときには、読みモーラ数の少
ない方の読み方に従って数字列を読む傾向があるので、
これに合わせて、数詞処理機構１１は、通知された数字
列が読み方を規定する属性を持たないときには、読みモ
ーラ数の少ない方の読み方に従って数字列の読みのカナ
文字列を決定していくように処理するのである。

【００３７】一方、数詞処理機構１１は、図７に示す処
理フローに従って選択処理を実行する場合には、カナ文
字列の文字数に従って読み方を決定するのではなくて、
カナ文字列の音声時間長に従い、音声時間長の短い方の
読み方のカナ文字列を音声合成機構１２に出力するカナ
文字列として決定していく。

【００３８】すなわち、通常、人間は、数字列が読み方
を規定する属性を持たないときには、音声時間長の短い
方の読み方に従って数字列を読む傾向があるので、これ
に合わせて、数詞処理機構１１は、通知された数字列が
読み方を規定する属性を持たないときには、音声時間長
の短い方の読み方に従って数字列の読みのカナ文字列を
決定していくように処理するのである。

【００３９】例えば、単語同定機構１０から通知される
数字列が「１９」である場合の例で説明するならば、図
８に示すように、この「１９」を「イチキュー」という
ように棒読みで読む場合には、読み文字数が「５」で、
読みモーラ数が「４」で、読み音節数が「３」で、音声
時間長が「７４０ms」であり、一方、この「１９」を
「ジューキュー」といように桁読みで読む場合には、読
み文字数が「６」で、読みモーラ数が「４」で、読み音
節数が「２」で、音声時間長が「６８０ms」であること
から、図４の処理フローに従う場合には、棒読みで読む
ことを決定し、図５の処理フローに従う場合には、桁読
みで読むことを決定し、図６の処理フローに従う場合に
は、桁読みで読むことを決定し、図７の処理フローに従
う場合には、桁読みで読むことを決定するのである。

【００４０】なお、音声時間長は、１音節の時間長を
「２００ms」として、長音については、この１.7倍とし
て計算することで求めることになる。

【００４１】

【発明の効果】以上説明したように、本発明の音声合成
装置では、読み方を規定する属性を持たない数字列につ
いても、人間の感覚にあった形でもって音声を合成でき
るようになる。

【図面の簡単な説明】

【図１】本発明の原理構成図である。

【図２】音声合成装置の装置構成図である。

【図３】本発明の数詞処理機構の実行する処理フローで
ある。

【図４】選択処理の一実施例である。

【図５】選択処理の他の実施例である。

【図６】選択処理の他の実施例である。

【図７】選択処理の他の実施例である。

【図８】読み方の判定処理の一例である。

【図９】数字列の読み方の説明図である。

【図１０】従来技術の説明図である。

【符号の説明】

１音声合成装置１０単語同定機構１１数詞処理機構１２音声合成機構１３判定部１４決定部１５特定部

Claims

【特許請求の範囲】

【請求項１】数字列を含む文字列を解析して、該文字
列の音声を合成する音声合成装置において、数字列が持つ読み方を規定する属性から、数字列を棒読
みで音声合成するのか桁読みで音声合成するのかを判定
する判定部と、上記判定部で判定できない数字列について、該数字列を
棒読みする場合の読み情報と、該数字列を桁読みする場
合の読み情報とを求めて、この２つの読み情報から、該
数字列の音声合成に使用する読み方を決定する決定部と
を備え、上記判定部及び決定部の特定する読み方に従って数字列
の音声を合成していくよう構成されることを、特徴とす
る音声合成装置。
【請求項２】請求項１記載の音声合成装置において、決定部は、読み情報として読み文字数を求めて、音声合
成に使用する読み方として、読み文字数の少ない方を決
定していくよう処理することを、特徴とする音声合成装置。
【請求項３】請求項１記載の音声合成装置において、決定部は、読み情報として読み音節数を求めて、音声合
成に使用する読み方として、読み音節数の少ない方を決
定していくよう処理することを、特徴とする音声合成装置。
【請求項４】請求項１記載の音声合成装置において、決定部は、読み情報として読みモーラ数を求めて、音声
合成に使用する読み方として、読みモーラ数の少ない方
を決定していくよう処理することを、特徴とする音声合成装置。
【請求項５】請求項４記載の音声合成装置において、決定部は、モーラ数が同一となる場合には、更に、読み
情報として読み音節数を求めて、音声合成に使用する読
み方として、読み音節数の少ない方を決定していくよう
処理することを、特徴とする音声合成装置。
【請求項６】請求項１記載の音声合成装置において、決定部は、読み情報として音声時間長を求めて、音声合
成に使用する読み方として、音声時間長の短い方を決定
していくよう処理することを、特徴とする音声合成装置。