JPH0876796A

JPH0876796A - 音声合成装置

Info

Publication number: JPH0876796A
Application number: JP6212719A
Authority: JP
Inventors: Hiroyuki Fujimoto; 博之藤本; Kazuya Sako; 和也佐古; Shoji Fujimoto; 昇治藤本; Ikue Takahashi; 育恵高橋
Original assignee: Denso Ten Ltd
Current assignee: Denso Ten Ltd
Priority date: 1994-09-06
Filing date: 1994-09-06
Publication date: 1996-03-22
Anticipated expiration: 2019-04-12
Also published as: JP3518898B2

Abstract

(57)【要約】【目的】車両に搭載されるナビゲーションシステム、
ＶＩＣＳの使用に適するように、文字系列のテキスト入
力に基づき音声を合成出力する音声合成装置のアルゴリ
ズムの簡素化、ハードウエアの小型化、これに伴う低価
格化を図れる。【構成】文字系列のメッセージを音声に合成する音声
合成装置に、メッセージを固定メッセージと可変メッセ
ージとに分け、固定メッセージの音響データを録音する
録音音声データ部１４と、可変メッセージを読み情報に
処理する言語処理部２２と、読み情報を音響信号に処理
する音響処理部２３とが設けられ、固定メッセージの音
響データと可変メッセージの音響データとが接続されて
メッセージが音声に合成される。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、文字系列のテキスト入
力に基づき、音声を合成出力する音声合成装置に関す
る。特に本発明は車両に搭載されるナビゲーションシス
テム、ＶＩＣＳの使用に適するようにアルゴリズムの簡
素化、ハードウエアの小型化、これに伴う低価格化を図
れる音声合成装置に関する。

【０００２】

【従来の技術】図２０は従来のテキスト音声合成装置を
示す図である。本図に示すように、テキスト音声合成装
置では、入力インタフェース１を介して文字系列のテキ
ストを入力する言語処理部２は、辞書メモリ３、ワーク
メモリ４を用いて文法解析、意味解析等を行い、入力テ
キストを音声記号列に変換した音韻情報、アクセント、
イントネーション、ピッチパターン、ポーズ長等の韻律
情報を形成する。音響処理部３は言語処理部２で得られ
た音声記号列を音声合成単位の音声素片に変換し、この
音声素片を基に、音声素片メモリ６とワークメモリ７と
を用いて、音声規則合成を基に、声道の伝達特性を定め
るパラメータと音源特性に関与するパラメータを形成
し、音声合成フィルタリングを行って、連続音声波形を
形成する。

【０００３】この連続音声波形はＤ／Ａ変換器８(Digit
al to Analog Converter) 、低域通過フィルタ／電力増
幅器９を介してスピーカ１０から合成音声として出力さ
れる。ここで、言語処理部２には、演算量が多いので、
一般的には汎用の中央演算処理部（ＣＰＵ）が用いら
れ、音響処理部３には、演算速度が要求されるので、Ｄ
ＳＰ（Digital Signal Processor) 等の高速演算プロセ
ッサが用いられている。

【０００４】

【発明が解決しようとする課題】上記のテキスト音声合
成装置では、任意のテキストデータに対して最適な音韻
・韻律情報を与えることを目的としているので、言語処
理部２と音響処理部３とが複雑なアルゴリズムからな
り、ハードウエア規模も大きくなっている。ところで、
現在音声合成機能の搭載が最も期待されるナビゲーショ
ンやＶＩＣＳ（Vehicle Information Communication Sy
stem）の道路交通情報は出現する語句の大部分が地名、
交差点等の固有名詞であり、使われる文章も固有名詞部
分が変化するだけで、数１０から多くて数１００種類程
度である。このようなアプリケーションに対して規則合
成に基づく上記テキスト音声合成装置をそのまま採用す
ることは、機能的にオーバースペックであり、ハードウ
エア規模を考えても明らかに不経済であるという問題点
がある。

【０００５】したがって、本発明は、上記問題点に鑑
み、ナビゲーション、ＶＩＣＳの交通情報に適した簡易
言語処理で、アルゴリズムの簡素化、ハードウエアの小
型化、低価格化を実現できるテキスト音声合成装置を提
供することを目的とする。

【０００６】

【課題を解決するための手段】本発明は、前記問題点を
解決するために、次の構成を有する音声合成装置を提供
する。すなわち、文字系列のメッセージを音声に合成す
る音声合成装置に前記メッセージを固定メッセージと可
変メッセージとに分け、固定メッセージの音響データを
録音する録音音声データ部と、前記可変メッセージを読
み情報に処理する言語処理部と、読み情報を音響信号に
処理する音響処理部とが設けられ、固定メッセージの音
響データと可変メッセージの音響データとが接続され
る。

【０００７】文字系列のメッセージを音声に合成する音
声合成装置に、前記メッセージを固定メッセージと可変
メッセージとに分け、固定メッセージの音響データを、
音源パラメータ及び声道伝達特性パラメータとして、音
響データのアクセントと共に、記憶するパラメータ音声
データ部と、前記可変メッセージを読み情報に処理する
言語処理部と、読み情報を音響信号に処理する音響処理
部とが設けられ、固定メッセージの音響データと可変メ
ッセージの音響データとが接続される。

【０００８】文字系列のメッセージを音声に合成する音
声合成装置に、前記メッセージを固定メッセージと可変
メッセージとに分け、固定メッセージの音響データを録
音する録音音声データ部と、前記可変メッセージを読み
情報に処理する言語処理部と、読み情報を音響信号に処
理する音響処理部と、可変メッセージに、そのモーラ長
に基づく基本アクセント型の中から可変メッセージの読
み情報に対応するアクセント型を付与するアクセント処
理部とが設けられ、固定メッセージの音響データと可変
メッセージの音響データとが接続される。

【０００９】文字系列のメッセージを音声に合成する音
声合成装置に、前記メッセージを固定メッセージと可変
メッセージとに分け、固定メッセージの音響データを、
音源パラメータ及び声道伝達特性パラメータとして、音
響データのアクセントと共に、記憶するパラメータ音声
データ部と、前記可変メッセージを読み情報に処理する
言語処理部と、読み情報を音響信号に処理する音響処理
部と、可変メッセージに、そのモーラ長に基づく基本ア
クセント型の中から可変メッセージの読み情報に対応す
るアクセント型を付与するアクセント処理部とが設けら
れ、固定メッセージの音響データと可変メッセージの音
響データとが接続される。

【００１０】前記アクセント処理部は、可変メッセージ
に、そのモーラ長に対して１つの基本アクセント型を付
与する。前記アクセント処理部は、可変メッセージに、
その前後の固定メッセージの種類を基に、アクセント型
を与える。アクセント処理部は、可変メッセージに、そ
のモーラ長に基づく基本アクセント型の中から可変メッ
セージの読み情報に対応するアクセント型を付与すると
共に、その前後の固定メッセージの種類を基に、アクセ
ント型を与える。

【００１１】前記アクセント処理部は、可変メッセージ
に、そのモーラ長に対して１つの基本アクセント型を付
与すると共に、その前後の固定メッセージの種類を基
に、アクセント型を与える。文字系列のメッセージを音
声に合成する音声合成装置に、前記メッセージを固定メ
ッセージと可変メッセージとに分け、固定メッセージの
音響データを録音する録音音声データ部と、前記可変メ
ッセージを読み情報に処理する言語処理部と、読み情報
を音響信号に処理する音響処理部と、可変メッセージ
に、そのモーラ長に基づく基本アクセント型の中から可
変メッセージの読み情報に対応するアクセント型を付与
するアクセント処理部と、固定メッセージにイントネー
ションを付与するイントネーション処理部とが設けら
れ、固定メッセージの音響データと可変メッセージの音
響データとが接続される。

【００１２】文字系列のメッセージを音声に合成する音
声合成装置に、前記メッセージを固定メッセージと可変
メッセージとに分け、固定メッセージの音響データを、
音源パラメータ及び声道伝達特性パラメータとして、音
響データのアクセントと共に、記憶するパラメータ音声
データ部と、前記可変メッセージを読み情報に処理する
言語処理部と、読み情報を音響信号に処理する音響処理
部と、可変メッセージに、そのモーラ長に基づく基本ア
クセント型の中から可変メッセージの読み情報に対応す
るアクセント型を付与するアクセント処理部と、固定メ
ッセージにイントネーションを付与するイントネーショ
ン処理部とが設けられ、固定メッセージの音響データと
可変メッセージの音響データが接続される。

【００１３】前記録音音声データ部は、その固定メッセ
ージ中にポーズ長が設けられる。パラメータ音声データ
部は、その固定メッセージ中にポーズ長が設けられる。
文字系列のメッセージを音声に合成する音声合成装置
に、前記メッセージを固定メッセージと可変メッセージ
とに分け、固定メッセージの音響データを録音し、固定
メッセージ中のポーズ長を制御するパラメータ記憶する
録音音声データ部と、前記可変メッセージを読み情報に
処理し、可変メッセージのモーラ長を求める言語処理部
と、読み情報を音響信号に処理する音響処理部と、可変
メッセージに、そのモーラ長に基づく基本アクセント型
の中から可変メッセージの読み情報に対応するアクセン
ト型を付与するアクセント処理部と、固定メッセージに
イントネーションを付与するイントネーション処理部
と、前記固定メッセージのモーラ長を基に、ポーズ長制
御パラメータを制御してポーズ長を求めるポーズ長処理
部が設けられ、固定メッセージの音響データと可変メッ
セージの音響データとが接続される。

【００１４】文字系列のメッセージを音声に合成する音
声合成装置に、前記メッセージを固定メッセージと可変
メッセージとに分け、固定メッセージの音響データを、
音源パラメータ及び声道伝達特性パラメータとして、音
響データのアクセントと共に、固定メッセージ中のポー
ズ長を制御するパラメータ記憶するパラメータ音声デー
タ部と、前記可変メッセージを読み情報に処理する言語
処理部と、読み情報を音響信号に処理する音響処理部
と、可変メッセージに、そのモーラ長に基づく基本アク
セント型の中から可変メッセージの読み情報に対応する
アクセント型を付与するアクセント処理部と、固定メッ
セージにイントネーションを付与するイントネーション
処理部と、前記固定メッセージのモーラ長を基に、ポー
ズ長制御パラメータを制御してポーズ長を求めるポーズ
長処理部とが設けられ、固定メッセージの音響データと
可変メッセージの音響データが接続される。

【００１５】文字系列のメッセージを音声に合成する音
声合成装置において、前記メッセージを固定メッセージ
と可変メッセージとに分け、可変メッセージに対し、請
求項１〜１４に示す簡単は音韻、韻律処理した後音響処
理し、固定メッセージについては記録した音響データ
の、再生を行った後固定メッセージの音響データと可変
メッセージの音響データを接続してメッセージを音声に
合成する。

【００１６】

【作用】本発明の音声合成装置によれば、文字系列のメ
ッセージを音声に合成する音声合成装置に前記メッセー
ジを固定メッセージと可変メッセージとに分け、固定メ
ッセージの音響データを録音する録音音声データ部と、
前記可変メッセージを読み情報に処理する言語処理部
と、読み情報を音響信号に処理する音響処理部とが設け
られ、固定メッセージの音響データと可変メッセージの
音響データとが接続されることにより、ナビゲーション
やＶＩＣＳの交通情報などの固有名詞の多いアプリケー
ションについて従来の本格的な言語処理のオーバースペ
ックが簡易処理されアルゴリズムの簡素化、ハードウェ
アの小型化、コスト低減が実現できる。

【００１７】文字系列のメッセージを音声に合成する音
声合成装置に、前記メッセージを固定メッセージと可変
メッセージとに分け、固定メッセージの音響データを、
音源パラメータ及び声道伝達特性パラメータとして、音
響データのアクセントと共に、記憶するパラメータ音声
データ部と、前記可変メッセージを読み情報に処理する
言語処理部と、読み情報を音響信号に処理する音響処理
部とが設けられ、固定メッセージの音響データと可変メ
ッセージの音響データとが接続されることにより、同様
に、ナビゲーションやＶＩＣＳの交通情報などの固有名
詞の多いアプリケーションについて従来の本格的な言語
処理のオーバースペックが簡易処理されアルゴリズムの
簡素化、ハードウェアの小型化、コスト低減が実現でき
る。

【００１８】文字系列のメッセージを音声に合成する音
声合成装置に、前記メッセージを固定メッセージと可変
メッセージとに分け、固定メッセージの音響データを録
音する録音音声データ部と、前記可変メッセージを読み
情報に処理する言語処理部と、読み情報を音響信号に処
理する音響処理部と、可変メッセージに、そのモーラ長
に基づく基本アクセント型の中から可変メッセージの読
み情報に対応するアクセント型を付与するアクセント処
理部とが設けられ、固定メッセージの音響データと可変
メッセージの音響データとが接続されることにより、地
名等の固有名詞にもアクセント成分が付与できるため、
自然な合成音声の生成が可能になる。

【００１９】文字系列のメッセージを音声に合成する音
声合成装置に、前記メッセージを固定メッセージと可変
メッセージとに分け、固定メッセージの音響データを、
音源パラメータ及び声道伝達特性パラメータとして、音
響データのアクセントと共に、記憶するパラメータ音声
データ部と、前記可変メッセージを読み情報に処理する
言語処理部と、読み情報を音響信号に処理する音響処理
部と、可変メッセージに、そのモーラ長に基づく基本ア
クセント型の中から可変メッセージの読み情報に対応す
るアクセント型を付与するアクセント処理部とが設けら
れ、固定メッセージの音響データと可変メッセージの音
響データとが接続されることにより、地名等の固有名詞
にもアクセント成分が付与できるため、自然な合成音声
の生成が可能になる。

【００２０】前記アクセント処理部が可変メッセージ
に、そのモーラ長に対して１つの基本アクセント型を付
与することにより、地名等の固有名詞にもアクセント成
分が付与できるため、自然な合成音声の生成が可能にな
り、さらに簡略化される。前記アクセント処理部が可変
メッセージに、その前後の固定メッセージの種類を基
に、アクセント型を与えることにより、隣接する固定メ
ッセージを基に、自然な合成音声の生成が可能になる。

【００２１】アクセント処理部が可変メッセージに、そ
のモーラ長に基づく基本アクセント型の中から可変メッ
セージの読み情報に対応するアクセント型を付与すると
共に、その前後の固定メッセージの種類を基に、アクセ
ント型を与えることにより、地名等の固有名詞にもアク
セント成分が付与でき、隣接する固定メッセージを基
に、自然な合成音声の生成が可能になる。

【００２２】前記アクセント処理部が可変メッセージ
に、そのモーラ長に対して１つの基本アクセント型を付
与すると共に、その前後の固定メッセージの種類を基
に、アクセント型を与えることにより、地名等の固有名
詞にもアクセント成分が付与でき、隣接する固定メッセ
ージを基に、自然な合成音声の生成が可能になる。文字
系列のメッセージを音声に合成する音声合成装置に、前
記メッセージを固定メッセージと可変メッセージとに分
け、固定メッセージの音響データを録音する録音音声デ
ータ部と、前記可変メッセージを読み情報に処理する言
語処理部と、読み情報を音響信号に処理する音響処理部
と、可変メッセージに、そのモーラ長に基づく基本アク
セント型の中から可変メッセージの読み情報に対応する
アクセント型を付与するアクセント処理部と、固定メッ
セージにイントネーションを付与するイントネーション
処理部とが設けられ、固定メッセージの音響データと可
変メッセージの音響データとが接続されることにより、
固定メッセージと可変メッセージを接続した後に、固定
メッセージが持つイントネーションを接続したメッセー
ジ全体に持たせることによりさらに自然な合成音声の生
成が可能になる。

【００２３】文字系列のメッセージを音声に合成する音
声合成装置に、前記メッセージを固定メッセージと可変
メッセージとに分け、固定メッセージの音響データを、
音源パラメータ及び声道伝達特性パラメータとして、音
響データのアクセントと共に、記憶するパラメータ音声
データ部と、前記可変メッセージを読み情報に処理する
言語処理部と、読み情報を音響信号に処理する音響処理
部と、可変メッセージに、そのモーラ長に基づく基本ア
クセント型の中から可変メッセージの読み情報に対応す
るアクセント型を付与するアクセント処理部と、固定メ
ッセージにイントネーションを付与するイントネーショ
ン処理部とが設けられ、固定メッセージの音響データと
可変メッセージの音響データが接続されることにより、
固定メッセージと可変メッセージを接続した後に、固定
メッセージが持つイントネーションを接続したメッセー
ジ全体に持たせることによりさらに自然な合成音声の生
成が可能になる。

【００２４】前記録音音声データ部が、その固定メッセ
ージ中にポーズ長が設けられることにより、さらに自然
な合成音声の生成が可能になる。パラメータ音声データ
部は、その固定メッセージ中にポーズ長が設けられるこ
とにより、さらに自然な合成音声の生成が可能になる。
文字系列のメッセージを音声に合成する音声合成装置
に、前記メッセージを固定メッセージと可変メッセージ
とに分け、固定メッセージの音響データを録音し、固定
メッセージ中のポーズ長を制御するパラメータ記憶する
録音音声データ部と、前記可変メッセージを読み情報に
処理し、可変メッセージのモーラ長を求める言語処理部
と、読み情報を音響信号に処理する音響処理部と、可変
メッセージに、そのモーラ長に基づく基本アクセント型
の中から可変メッセージの読み情報に対応するアクセン
ト型を付与するアクセント処理部と、固定メッセージに
イントネーションを付与するイントネーション処理部
と、前記固定メッセージのモーラ長を基に、ポーズ長制
御パラメータを制御してポーズ長を求めるポーズ長処理
部が設けられ、固定メッセージの音響データと可変メッ
セージの音響データとが接続されることにより、イント
ネーション、ポーズ長の制御が固定メッセージに支配的
であるため、たとえ本アルゴリズム中に有する合成の規
則に従わない可変メッセージが現れても、本来与えられ
るべき規則を適用できない場合でも、聴感上大きな違和
感のある合成メッセージが生じる可能性は少ない。

【００２５】文字系列のメッセージを音声に合成する音
声合成装置に、前記メッセージを固定メッセージと可変
メッセージとに分け、固定メッセージの音響データを、
音源パラメータ及び声道伝達特性パラメータとして、音
響データのアクセントと共に、固定メッセージ中のポー
ズ長を制御するパラメータ記憶するパラメータ音声デー
タ部と、前記可変メッセージを読み情報に処理する言語
処理部と、読み情報を音響信号に処理する音響処理部
と、可変メッセージに、そのモーラ長に基づく基本アク
セント型の中から可変メッセージの読み情報に対応する
アクセント型を付与するアクセント処理部と、固定メッ
セージにイントネーションを付与するイントネーション
処理部と、前記固定メッセージのモーラ長を基に、ポー
ズ長制御パラメータを制御してポーズ長を求めるポーズ
長処理部とが設けられ、固定メッセージの音響データと
可変メッセージの音響データが接続されることにより、
同様に、イントネーション、ポーズ長の制御が固定メッ
セージに支配的であるため、たとえ本アルゴリズム中に
有する合成の規則に従わない可変メッセージが現れて
も、本来与えられるべき規則を適用できない場合でも、
聴感上大きな違和感のある合成メッセージが生じる可能
性は少ない。

【００２６】文字系列のメッセージを音声に合成する音
声合成装置において、前記メッセージを固定メッセージ
と可変メッセージとに分け、可変メッセージに対して前
記簡単は、音韻、韻律処理をした後音響処理し、固定メ
ッセージに対しては記録した音響波形の再生を行った後
固定メッセージの音響データと可変メッセージの音響デ
ータを接続してメッセージを音声に合成することにより
言語処理を大幅に簡単化し従来２チップ構成であって
が、ＤＳＰ１チップで実現できため、ハードウェア規模
及びコストの大幅な削減が可能になる。

【００２７】

【実施例】以下本発明の実施例について図面を参照して
説明する。図１は本発明の第１の実施例に係る音声合成
装置を示す図である。本図に示すように、音声合成装置
は、固定メッセージ、可変メッセージとが識別されたテ
キストデータを入力する入力インタフェース１と、該入
力インタフェース１を介してテキストデータを入力し１
チップのＤＳＰで構成される音声合成部１１と、該音声
合成部１１を制御するプログラムメモリ１２と、音声合
成部１１により処理された途中結果を記憶するＲＡＭ(R
andom Access Memory)からなるワークメモリ１３とが設
けられる。また、音声合成部１１は入力テキストデータ
の可変メッセージを処理する言語処理するための地名辞
書、一般辞書を有しＲＯＭで構成される辞書部３と、言
語処理された結果を基に音響処理するための音声素片を
記憶する１６ＭビットのＲＯＭからなる音声素片部６と
を有する。さらに、この音声合成部１１には、固定メッ
セージの音声波形をディジタルの音声データとして録音
するＲＯＭ(Read Only Memory)からなる録音音声データ
部１４が接続される。なお、録音音声データ部１４の固
定メッセージの波形データを、ＡＤＰＣＭ（Adaptive D
ifferential Pulse Code Modulation）等により情報圧
縮した場合には、再生ＬＳＩ１５を用いて、圧縮データ
を復号化し再生すようにしてもよい。音声合成部１１の
出力信号はＤ／Ａ変換器８、低域通過フィルタ／電力増
幅器９、スピーカ１０を介して合成音として出力され
る。

【００２８】図２は固定メッセージ、可変メッセージと
を識別するテキストデータを説明する図である。本図に
示すようなテキストデータは、ナビゲーション、ＶＩＣ
Ｓにより形成される。テキストデータは、例えば、−−
○○高速道路上り△△Ｉ．Ｃを先頭に××まで１０キ
ロの渋滞です。−−とあり、○○、△△、××を可変メ
ッセージとし、他を固定メッセージとする。これを−−
『○○「Ｎｏ．１」高速道路上り『△△「Ｎｏ．２」
Ｉ．Ｃを先頭に『××「Ｎｏ．３」まで１０キロの渋滞
です。−−のように変形し、可変メッセージの頭に識別
子『を入れ、固定メッセージの頭に固定メッセージの種
類の識別子「Ｎｏ．１」を入れる。

【００２９】図３は図１の音声合成部１１の構成を示す
図である。本図に示すように、音声合成部１１は入力イ
ンタフェース１からのテキストデータの識別子から固定
メッセージ又は可変メッセージかを判断する固定／可変
メッセージ判断部２０と、固定／可変メッセージ判断部
２０の判断結果により固定メッセージ又は可変メッセー
ジの出力先を切り換える切換手段２１とを有する。固定
／可変メッセージ判断部２０が固定メッセージと判断す
ると、切換手段２１を介して、録音音声データ部１４に
固定メッセージ種類の識別子を出力しこれに対応する音
声データが読み出されワークメモリ１３に記憶される。

【００３０】切換手段２１を介して可変メッセージの文
字系列のテキストを入力する言語処理部２は、可変メッ
セージを音声記号列に変換した音韻情報を形成する。こ
のようにし形成された音韻情報、韻律情報はワークメモ
リ１３に一次記憶される。音声合成部１１のＤＳＰに言
語処理部１１に代わり音響処理部２３が設けられ、この
音響処理部２３は言語処理部２で得られた音声記号列を
音声合成単位の音声素片に変換し、この音声素片を基
に、音声素片メモリ６と音声合成規則とにより、声道の
伝達特性を定めるパラメータと音源特性に関与するパラ
メータを形成し、音声合成フィルタリング処理を行っ
て、連続音声波形データを形成する。この連続音声波形
データはワークメモリ１３に記憶される。出力部はワー
クメモリ１３の複数の固定メッセージ、複数の変形メッ
セージを所定のメッセージに形成してＤ／Ａ変換器８に
出力する。

【００３１】図４は図３の音声合成部１１の一連の動作
を説明するフローチャートである。ステップＳ１におい
て、固定／可変メッセージ判断部２０によりテキストデ
ータに挿入されている識別子を基に構成部分が固定メッ
セージ又は可変メッセージであるかの判断を行う。可変
メッセージとの判断ならステップＳ２に進み、固定メッ
セージとの判断ならステップＳ５に進む。

【００３２】ステップＳ２において、上記判断が可変メ
ッセージと判断されたら、言語処理部２２により可変メ
ッセージの言語処理を行う。処理した結果をワークメモ
リ１３に記憶する。ステップＳ３において、言語処理部
２２に代わり音響処理部２３により、言語処理された結
果を基に、連続音声波形データが形成される。

【００３３】ステップＳ４において、可変メッセージの
音声波形データをワークメモリ１３に記憶する。ステッ
プＳ５において、録音音声データ部１４により、固定メ
ッセージの種類を示す識別子を基に、音声データを読み
出す。その音声データをワークメモリ１３に記憶する。

【００３４】ステップＳ６において、上記処理を繰り返
し、終了する。本実施例によれば、特にナビゲーショ
ン、ＶＩＣＳの道路交通情報等のように地名等の固有名
詞が多いアプリケーションにおいて、限られた数の固定
メッセージが録音再生方式（ＡＤＰＣＭに代表される情
報圧縮技術を用いることを含む）により合成され、地名
・交差点等の固有名詞が規則合成によって合成され、前
記固定メッセージと接続することにより所望の文章が合
成される。つまり、固定メッセージについては言語処理
部２１、音響処理部２２による処理が行われないので、
処理量が大幅に減少し、１チップのＤＳＰで処理が可能
になる。また、ＤＳＰでは言語処理部２１又は音響処理
部２２の一方のみの処理が行われ、同時に処理が行われ
ないので、さらにＤＳＰの処理量が小さくできる。

【００３５】図５は本発明の第２の実施例に係る音声合
成装置を示す図である。本図において図１と異なるの
は、録音音声データ記憶部１４に代わるパラメータ音声
データ記憶部１６であり、パラメータ音声データ部１６
は固定メッセージを、直接音声波形として記憶せず、単
位音声毎に音源パラメータと声道伝達特性パラメータと
として記憶し、読み情報やアクセント情報も保有してい
る。

【００３６】図６は図５の音声合成部１１の構成を示す
図である。本図において、図３と異なるのは、第２の音
響処理部２５であり、第２の音響処理部２５は、パラメ
ータ音声データ部１６からの音源パラメータ及び声道伝
達特性パラメータを合成して音声波形を形成し、ワーク
メモリ１３に記憶する。図７は図６の音声合成部１１の
一連の動作を説明するフローチャートである。

【００３７】本図において、図４と異なるのは、ステッ
プＳ７であり、ステップＳ７においては、第２の音響処
理部２５によりパラメータ音声データ記憶部１６からの
音源パラメータと声道伝達特性パラメータを合成し、音
声波形を形成する。本実施例によれば、パラメータ音声
データ部１６は、パラメータ合成方式を採用するので、
メモリ量が少なくてすむ。

【００３８】次に、アクセント、イントネーション、ポ
ーズ長等の韻律情報の形成について説明する。図８は図
１の音声合成部１１の構成の変形例を示す図であり、図
９は図５の音声合成部１１の構成の変形例を示す図であ
る。図８及び９に示すように、言語処理部２２の後段に
アクセント処理部２６が設けられる。このアクセント処
理部２６は言語処理部２２により処理された読み情報に
対して辞書部３からのアクセント情報に基づいてアクセ
ント処理を、以下のように、行う。

【００３９】図１０は図１及び５の辞書３に固有名詞の
単語等と共に記憶されるアクセント型を説明する図であ
る。アクセント処理部２６により可変メッセージは、地
名交差点等の固有名詞に対するアクセントパターンを基
に、アクセントが与えられる。一般的にはｎモーラの固
有名詞の語句には０型、１型、…、ｎ型と（ｎ＋１）種
の基本アクセント型がある。ここに、モーラとは語句の
長さを表す単位で１モーラが概ね日本語の５０音１文字
に相当する。固有名詞のアクセント型は、固有名詞の読
み情報により上記種類の中から一意的に決まる。したが
って、辞書部３に、単語、その読み情報等と共に、アク
セント型を持たせ、各固有名詞に対してアクセント型を
付与することができる。

【００４０】具体的には、本図に示すように、単語Ａ
が、例えば「大阪」で、読みＡが「おおさか」の場合、
モーラ長ａが「４」で、「α」であるアクセント型が与
えられる。さらに、単語Ｂが、例えば「横浜」で、読み
Ｂが「よこはま」の場合、モーラ長ａが「４」で、
「β」であるアクセント型が与えられる。また、単語Ｃ
が、例えば「神戸」で、読みＣが「こうべ」の場合、モ
ーラ長ｂが「３」と「γ」であるアクセント型が与えら
れる。

【００４１】このように、同一のモーラ長であっても異
なるアクセント型が可変メッセージに与えられて自然な
合成音声を得ることができる。上記例では、厳密にｎモ
ーラの語句に対して（ｎ＋１）個のアクセント型の中か
ら個々に１つを選択していたが、使用する固有名詞のア
クセント型がｎモーラに対して唯一に、以下のように、
決まる場合がある。

【００４２】図１１は図１０のアクセント制御の簡略化
を説明する図である。本図に示すように、単語Ａが、例
えば「大阪」で、読みＡが「おおさか」の場合、モーラ
長ａが「４」で、「α」であるアクセント型が与えられ
る。さらに、単語Ｂが、例えば「横浜」で、読みＢが
「よこはま」の場合、モーラ長ａが「４」で、「α」で
あるアクセント型が与えられる。さらに、単語Ａが、例
えば「神戸」で、読みＡが「こうべ」の場合、モーラ長
ｂが「３」で、アクセント型が「γ」であるアクセント
型が与えられる。

【００４３】このように、同一のモーラ長に同一のアク
セント型を可変メッセージに与えられて簡略的でかつ自
然な合成音声を得ることができることができる場合があ
る。この場合、アクセント型を辞書部３に記憶しなくて
も、言語処理部２２が辞書部３から読み情報を読み出し
たときに、アクセント処理部２６ではモーラ長を求めて
アクセント型を決定して付与することができる。よって
記憶容量を低減できる。

【００４４】図１２は固定メッセージ間の複数箇所に可
変メッセージが入る場合に、その場所毎へのアクセント
型設定を説明する図であり、図１３は図１２の同一可変
メッセージが異なる固定メッセージ間に入る場合のアク
セント型を説明する図である。地名交差点等の固有名詞
の可変メッセージに対して、図１２に示すように、固有
名詞の前後の固定メッセージの種類により、固有名詞
、、のアクセント型が変化する場合がある。例え
ば、名詞に「助詞」、「助動詞」が付いた場合にはアク
セントが変化する。このため、図１３に示すように、固
有名詞のアクセント型が決定されるようにしてもよい。
したがって、辞書部３には、可変メッセージが固定メッ
セージ間に入る場所毎に、可変メッセージの単語と共
に、アクセント型を記憶するようにする。この場合、図
２で説明した固定メッセージの識別子を制御パラメータ
として記憶し、アクセント処理部２６ではこの制御パラ
メータにより読み出すようにしてもよい。

【００４５】次に、可変メッセージのアクセント型が固
定メッセージ間に入る毎に変化する場合と、変化しない
場合がある。このため、変化する場合には、可変メッセ
ージが固定メッセージ間に入る場所毎に、可変メッセー
ジの単語と共に、アクセント型を記憶し、変化しない場
合には、図１０に示すように、同一のモーラ長であって
も異なるアクセント型が可変メッセージを記憶するよう
にしてもよい。さらに変化しない場合には、図１１に示
すように、辞書部３から読み情報を読み出したときに、
モーラ長を求めてアクセント型を決定するようしてもよ
い。このようにしてアクセント処理部２６でのアクセン
ト制御を簡単化できる。

【００４６】図１４は図１の音声合成部１１の構成の別
の変形例を示す図であり、図１５は図５の音声合成部１
１の構成の別の変形例を示す図である。本図１４及び１
５に示すように、言語処理部２２の後段にアクセント処
理部２６と、録音音声データ部１４の後段及び音響処理
部２５の後段にイントネーション部２７とが設けられ
る。ここに、アクセント処理部２６は図８及び９で説明
したものと同一である。

【００４７】図１６は可変メッセージへの成分と固定メ
ッセージへのイントネーション成分との合成成分を説明
する図である。本図（ａ）は可変メッセージへのアクセ
ント成分の例を示し、本図（ｂ）は固定メッセージへの
イントネーション成分を示し、本図（ｃ）は、アクセン
ト成分とイントネーション成分との合成成分を示す。録
音音声データ部１４、パラメータ音声データ部１６には
イントネーションが考慮されないので、イントネーショ
ン部２７によりこれを考慮する。一般的に人間が話す場
合には、本図（ｃ）のように、右下がりのイントネーシ
ョンとなるが、メッセージの内容により異なる。よっ
て、実際に人間が話したデータを分析しイントネーショ
ン成分を抽出してデータとして持っていれば合成時にイ
ントネーションを付与することができる。このようにし
て得られた可変メッセージと固有メッセージとは対数軸
上で加算される。このようにして、自然なピッチパター
ンの音声合成を得ることが可能になる。

【００４８】図１７は図１の音声合成部１１の構成の他
の変形例を示す図であり、図１８は図５の音声合成部１
１の構成の他の変形例を示す図である。本図１７及び１
８に示すように、言語処理部２２の後段にアクセント処
理部２６と、録音音声データ部１４の後段及び音響処理
部２５の後段にイントネーション部２７と、録音音声デ
ータ部１４及びパラメータ音声データ部１６の後段にポ
ーズ長処理部２８が設けられる。ここに、アクセント処
理部２６、イントネーション部２７は図１４及び１５で
説明したものと同一である。

【００４９】図１９は録音音声データ部１４及びパラメ
ータ音声データ部１６に記憶される固有メッセージのポ
ーズ長を説明する図である。本図に示すように、録音音
声データ部１４及びパラメータ音声データ部１６に記憶
される固定メッセージ中の位置に、例えば、Ｐ１、Ｐ
２、Ｐ３、Ｐ４に一定長さのポーズ長を与える。このよ
うに、ポーズ長を設けることにより、自然な音声合成を
得ることができる。

【００５０】さらに、録音音声データ部１４及びパラメ
ータ音声データ部１６に記憶される固定メッセージ中の
位置に、例えば、Ｐ１、Ｐ２、Ｐ３、Ｐ４に一定の長さ
のポーズ長を与えると共にポーズ長を制御するパラメー
タを記憶しておく。ポーズ長処理部２８は、言語処理部
２２の情報により隣接する可変メッセージのモーラ長に
基づいてポーズ長を可変にする。例えば、Ｐ２、Ｐ３の
ポーズ長を大きくなるように変化させる。このようにし
てより自然な音声合成を得ることができる。そして従来
２チップ構成であってが、ＤＳＰ１チップで実現できた
め、ハードウェア規模及びコストの大幅な削減が可能に
なる。

【００５１】

【発明の効果】以上説明したように本発明の音声合成
装置によれば、文字系列のメッセージを音声に合成する
音声合成装置に前記メッセージを固定メッセージと可変
メッセージとに分け、固定メッセージの音響データを記
録し、前記可変メッセージを読み情報に処理し、読み情
報を音響信号に処理し、固定メッセージの音響データと
可変メッセージの音響データとが接続されるので、ナビ
ゲーションやＶＩＣＳの交通情報などの固有名詞の多い
アプリケーションについて従来の本格的な言語処理のオ
ーバースペックが簡易処理されアルゴリズムの簡素化、
ハードウェアの小型化、コスト低減が実現できる。さら
に、可変メッセージに、そのモーラ長に基づく基本アク
セント型の中から可変メッセージの読み情報に対応する
アクセント型を付与するので、地名等の固有名詞にもア
クセント成分が付与できるため、自然な合成音声の生成
が可能になる。可変メッセージに、そのモーラ長に対し
て１つの基本アクセント型を付与するので、地名等の固
有名詞にもアクセント成分が付与できるため、自然な合
成音声の生成が可能になり、さらに簡略化される。

【００５２】前記アクセント処理部が可変メッセージ
に、その前後の固定メッセージの種類を基に、アクセン
ト型を与えるので、隣接する固定メッセージを基に、自
然な合成音声の生成が可能になる。可変メッセージに、
そのモーラ長に基づく基本アクセント型の中から可変メ
ッセージの読み情報に対応するアクセント型を付与する
と共に、その前後の固定メッセージの種類を基に、アク
セント型を与えるので、地名等の固有名詞にもアクセン
ト成分が付与でき、隣接する固定メッセージを基に、自
然な合成音声の生成が可能になる。アクセント処理部が
可変メッセージに、そのモーラ長に対して１つの基本ア
クセント型を付与すると共に、その前後の固定メッセー
ジの種類を基に、アクセント型を与えることので、地名
等の固有名詞にもアクセント成分が付与でき、隣接する
固定メッセージを基に、自然な合成音声の生成が可能に
なる。さらに、固定メッセージにイントネーションを付
与するので、固定メッセージと可変メッセージを接続し
た後に、固定メッセージが持つイントネーションを接続
したメッセージ全体に持たせることによりさらに自然な
合成音声の生成が可能になる。音声データ部の固定メッ
セージ中にポーズ長が設けられることにより、さらに自
然な合成音声の生成が可能になる。音声データ部に固定
メッセージ中のポーズ長を制御するパラメータが記憶さ
れ、ポーズ長制御パラメータを制御してポーズ長を求め
るので、イントネーション、ポーズ長の制御が固定メッ
セージに支配的であるため、たとえ本アルゴリズム中に
有する合成の規則に従わない可変メッセージが現れて
も、本来与えられるべき規則を適用できない場合でも、
聴感上大きな違和感のある合成メッセージが生じる可能
性は少ない。

【図面の簡単な説明】

【図１】本発明の第１の実施例に係る音声合成装置を示
す図である。

【図２】固定メッセージ、可変メッセージとを識別する
テキストデータを説明する図である。

【図３】図１の音声合成部１１の構成を示す図である。

【図４】図３の音声合成部１１の一連の動作を説明する
フローチャートである。

【図５】本発明の第２の実施例に係る音声合成装置を示
す図である。

【図６】図５の音声合成部１１の構成を示す図である。

【図７】図６の音声合成部１１の一連の動作を説明する
フローチャートである。

【図８】図１の音声合成部１１の構成の変形例を示す図
である。

【図９】図５の音声合成部１１の構成の変形例を示す図
である。

【図１０】図１及び５の辞書３に固有名詞の単語等と共
に記憶されるアクセント型を説明する図である。

【図１１】図１０のアクセント制御の簡略化を説明する
図である。

【図１２】固定メッセージ間の複数箇所に可変メッセー
ジが入る場合に、その場所毎へのアクセント型設定を説
明する図である。

【図１３】図１２の同一可変メッセージが異なる固定メ
ッセージ間に入る場合のアクセント型を説明する図であ
る。

【図１４】図１の音声合成部１１の構成の別の変形例を
示す図である。

【図１５】図５の音声合成部１１の構成の別の変形例を
示す図である。

【図１６】可変メッセージへの成分と固定メッセージへ
のイントネーション成分との合成成分を説明する図であ
る。

【図１７】図１の音声合成部１１の構成の他の変形例を
示す図である。

【図１８】図５の音声合成部１１の構成の他の変形例を
示す図である。

【図１９】録音音声データ部１４及びパラメータ音声デ
ータ部１６に記憶される固有メッセージのポーズ長を説
明する図である。

【図２０】従来のテキスト音声合成装置を示す図であ
る。

【符号の説明】

３…辞書部６…音声素片記憶部１１…音声合成部１３…ワークメモリ１４…録音音声データ部１６…パラメータ音声データ部２０…固定／可変メッセージ判断部２１…切換手段２２…言語処理部２３、２５…音響処理部２６…アクセント処理部２７…イントネーション処理部２８…ポーズ長処理部

───────────────────────────────────────────────────── フロントページの続き (72)発明者高橋育恵兵庫県神戸市兵庫区御所通１丁目２番28号富士通テン株式会社内

Claims

【特許請求の範囲】

【請求項１】文字系列のメッセージを音声に合成する
音声合成装置において、前記メッセージを固定メッセージと可変メッセージとに
分け、固定メッセージの音響データを録音する録音音声
データ部（１４）と、前記可変メッセージを読み情報に処理する言語処理部
（２２）と、読み情報を音響信号に処理する音響処理部（２３）とを
備え、固定メッセージの音響データと可変メッセージの音響デ
ータとを接続してメッセージを音声に合成する音声合成
装置。
【請求項２】文字系列のメッセージを音声に合成する
音声合成装置において、前記メッセージを固定メッセージと可変メッセージとに
分け、固定メッセージの音響データを、音源パラメータ
及び声道伝達特性パラメータとして、音響データのアク
セントと共に、記憶するパラメータ音声データ部（１
６）と、前記可変メッセージを読み情報に処理する言語処理部
（２２）と、読み情報を音響信号に処理する音響処理部（２３）とを
備え、固定メッセージの音響データと可変メッセージの音響デ
ータとを接続してメッセージを音声に合成する音声合成
装置。
【請求項３】文字系列のメッセージを音声に合成する
音声合成装置において、前記メッセージを固定メッセージと可変メッセージとに
分け、固定メッセージの音響データを記憶する録音音声
データ部（１４）と、前記可変メッセージを読み情報に処理する言語処理部
（２２）と、読み情報を音響信号に処理する音響処理部（２３）と、可変メッセージに、そのモーラ長に基づく基本アクセン
ト型の中から可変メッセージの読み情報に対応するアク
セント型を付与するアクセント処理部（２６）とを備
え、固定メッセージの音響データと可変メッセージの音響デ
ータとを接続してメッセージを音声に合成する音声合成
装置。
【請求項４】文字系列のメッセージを音声に合成する
音声合成装置において、前記メッセージを固定メッセージと可変メッセージとに
分け、固定メッセージの音響データを、音源パラメータ
及び声道伝達特性パラメータとして、音響データのアク
セントと共に、記憶するパラメータ音声データ部（１
６）と、前記可変メッセージを読み情報に処理する言語処理部
（２２）と、読み情報を音響信号に処理する音響処理部（２３）と、可変メッセージに、そのモーラ長に基づく基本アクセン
ト型の中から可変メッセージの読み情報に対応するアク
セント型を付与するアクセント処理部（２６）とを備
え、固定メッセージの音響データと可変メッセージの音響デ
ータとを接続してメッセージを音声に合成する音声合成
装置。
【請求項５】前記アクセント処理部（２６）は、可変
メッセージに、そのモーラ長に対して１つの基本アクセ
ント型を付与することを特徴とする、請求項３又は４に
記載の音声合成装置。
【請求項６】前記アクセント処理部（２６）は、可変
メッセージに、その前後の固定メッセージの種類を基
に、アクセント型を与えることを特徴とする、請求項３
又は４に記載の音声合成装置。
【請求項７】アクセント処理部（２６）は、可変メッ
セージに、そのモーラ長に基づく基本アクセント型の中
から可変メッセージの読み情報に対応するアクセント型
を付与すると共に、その前後の固定メッセージの種類を
基に、アクセント型を与えることを特徴とする、請求項
３又は４に記載の音声合成装置。
【請求項８】前記アクセント処理部（２６）は、可変
メッセージに、そのモーラ長に対して１つの基本アクセ
ント型を付与すると共に、その前後の固定メッセージの
種類を基に、アクセント型を与えることを特徴とする、
請求項３又は４に記載の音声合成装置。
【請求項９】文字系列のメッセージを音声に合成する
音声合成装置において、前記メッセージを固定メッセージと可変メッセージとに
分け、固定メッセージの音響データを記憶する録音音声
データ部（１４）と、前記可変メッセージを読み情報に処理する言語処理部
（２２）と、読み情報を音響信号に処理する音響処理部（２３）と、可変メッセージに、そのモーラ長に基づく基本アクセン
ト型の中から可変メッセージの読み情報に対応するアク
セント型を付与するアクセント処理部（２６）と、固定メッセージにイントネーションを付与するイントネ
ーション処理部（２７）とを備え、固定メッセージの音響データと可変メッセージの音響デ
ータとを接続してメッセージを音声に合成する音声合成
装置。
【請求項１０】文字系列のメッセージを音声に合成す
る音声合成装置において、前記メッセージを固定メッセージと可変メッセージとに
分け、固定メッセージの音響データを、音源パラメータ
及び声道伝達特性パラメータとして、音響データのアク
セントと共に、記憶するパラメータ音声データ部（１
６）と、前記可変メッセージを読み情報に処理する言語処理部
（２２）と、読み情報を音響信号に処理する音響処理部（２３）と、可変メッセージに、そのモーラ長に基づく基本アクセン
ト型の中から可変メッセージの読み情報に対応するアク
セント型を付与するアクセント処理部（２６）と、固定メッセージにイントネーションを付与するイントネ
ーション処理部（２７）とを備え、固定メッセージの音響データと可変メッセージの音響デ
ータを接続してメッセージを音声に合成する音声合成装
置。
【請求項１１】前記録音音声データ部（１４）は、そ
の固定メッセージ中にポーズ長が設けられることを特徴
とする、請求項９に記載の音声合成装置。
【請求項１２】パラメータ音声データ部（１６）は、
その固定メッセージ中にポーズ長が設けられることを特
徴とする、請求項１０に記載の音声合成装置。
【請求項１３】文字系列のメッセージを音声に合成す
る音声合成装置において、前記メッセージを固定メッセージと可変メッセージとに
分け、固定メッセージの音響データを記憶し、固定メッ
セージ中のポーズ長を制御するパラメータ記憶する録音
音声データ部（１４）と、前記可変メッセージを読み情報に処理し、可変メッセー
ジのモーラ長を求める言語処理部（２２）と、読み情報を音響信号に処理する音響処理部（２３）と、可変メッセージに、そのモーラ長に基づく基本アクセン
ト型の中から可変メッセージの読み情報に対応するアク
セント型を付与するアクセント処理部（２６）と、固定メッセージにイントネーションを付与するイントネ
ーション処理部（２７）と、前記固定メッセージのモーラ長を基に、ポーズ長制御パ
ラメータを制御してポーズ長を求めるポーズ長処理部
（２８）を備え、固定メッセージの音響データと可変メッセージの音響デ
ータとを接続してメッセージを音声に合成する音声合成
装置。
【請求項１４】文字系列のメッセージを音声に合成す
る音声合成装置において、前記メッセージを固定メッセージと可変メッセージとに
分け、固定メッセージの音響データを、音源パラメータ
及び声道伝達特性パラメータとして、音響データのアク
セントと共に、固定メッセージ中のポーズ長を制御する
パラメータ記憶するパラメータ音声データ部（１６）
と、前記可変メッセージを読み情報に処理する言語処理部
（２２）と、読み情報を音響信号に処理する音響処理部（２３）と、可変メッセージに、そのモーラ長に基づく基本アクセン
ト型の中から可変メッセージの読み情報に対応するアク
セント型を付与するアクセント処理部（２６）と、固定メッセージにイントネーションを付与するイントネ
ーション処理部（２７）とを備え、前記固定メッセージのモーラ長を基に、ポーズ長制御パ
ラメータを制御してポーズ長を求めるポーズ長処理部
（２８）を備え、固定メッセージの音響データと可変メッセージの音響デ
ータを接続してメッセージを音声に合成する音声合成装
置。
【請求項１５】文字系列のメッセージを音声に合成す
る音声合成装置において、前記メッセージを固定メッセージと可変メッセージとに
分け、可変メッセージに対し、請求項１〜１４に示す簡
単は、音韻、韻律処理した後音響処理し、固定メッセー
ジについては記録した音響データの、再生を行った後、
固定メッセージの音響データと可変メッセージの音響デ
ータを接続してメッセージを音声に合成する音声合成装
置。