JPH0916372A

JPH0916372A - 音声合成装置

Info

Publication number: JPH0916372A
Application number: JP7144965A
Authority: JP
Inventors: Yuichi Kojima; 裕一小島
Original assignee: Ricoh Co Ltd
Current assignee: Ricoh Co Ltd
Priority date: 1995-04-28
Filing date: 1995-06-12
Publication date: 1997-01-17

Abstract

(57)【要約】【目的】文字列中の数字・記号列をまとめて１つの単
位として扱うことにより、数字・記号列に自由に、か
つ、正しく読みを与える音声合成装置を提供する。【構成】音声合成装置に入力された文字列は、判定手
段１によって入力順に判定条件と照合され、判定条件と
合致する場合は読み付与手段３に、そうでない場合は通
常音声合成手段２に送られる。読み付与手段３に送られ
た数字・記号列は該数字・記号列にあった音声波形を生
成し、その結果がスピーカ４に送られる。一方、通常音
声合成手段２に送られた文字列は、形態素解析され、形
態素ごとの読みを連結し、隣合う形態素の品詞情報から
各形態素間のポーズを設定し、これらの読み記号列を用
いて音声波形を生成し、その結果がスピーカ４に送られ
る。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、音声合成装置に関し、
より詳細には、与えられた任意の文章を読み上げること
を目的とした音声合成装置に関し、例えば、電話を介し
た新聞速報の読み上げ、個人宛電子メールの読み上げな
ど、視覚が制限された分野においての文章単位の情報の
出力全般に使用して好適なものである。

【０００２】

【従来の技術】例えば、「５ｃｍ／秒」という文字列が
あるとき、「ごせんちめーとるまいびょう」と発音され
るとわかりやすい。文字列を入力し、発音する音声合成
装置の場合、記号は様々な読みが考えられるので、記号
の処理が問題となる。

【０００３】そこで、記号の処理の仕方として、：記号に対する音声情報を単語辞書に加え、記号に対
する音声情報を決定するための記号用音声情報規則手段
を設け、記号の周囲の単語の情報を参照し、記号に読み
を与えるようにし、上記例では、「／」に「まい」とい
う読みを与えるものや（特開平６−１８６９９３号公報
参照）、：入力された文字列の文字や記号が所定の条件を満た
すかを判定する判定手段を設け、前記判定手段の判定結
果に基づいて当該文字や記号に所定の変換処理を施す手
段を設け、記号の周囲の単語の並びを参照し、並び全体
に変換処理を施し、上記例では、「ｃｍ／秒」を「ｃｍ
毎秒」に変換するもの（特開平４−９８３１８号公報参
照）、などがある。

【０００４】

【発明が解決しようとする課題】前記従来技術におい
ては、周囲の単語の情報を参照し、記号に読みを与えて
いる。しかしながら、読みは記号単位で与えられるた
め、例えば「１２：１０」という文字列は「：」に
「時」という読みは与えることはできても、「分」に相
当する記号が存在しないため、「１２時１０分」と読ま
せることは困難であった。

【０００５】また、前記従来技術においては、「１
２：１０」を「１２時１０分」という文字列に変換する
ことができるが、この場合、例えば、文字列、「１２：
１０数人の・・・」は「１２時１０分数人の・・・」と
変換され、「・・・１０分・・・」と「・・・分数・・
・」という２通りの解釈が可能になり、変換後の解析が
誤った場合には記号の読みが誤る可能性がある。

【０００６】本発明は、上述のごとき実情に鑑みてなさ
れたもので、文字列中の数字・記号列をまとめて１つの
単位として扱うことにより、数字・記号列に自由に、か
つ正しく読みを与える音声合成装置を提供することを目
的とする。

【０００７】

【課題を解決するための手段】本発明は、上記課題を解
決するために、（１）文字列を入力する入力手段と、前
記文字列に、読みを付与する音声合成手段と、音声を出
力する出力手段とより成る音声合成装置において、前記
文字列中の数字・記号列を判定し、該数字・記号列が特
定の順番で並んでいるかどうかを判定する判定手段と、
該判定手段での判定結果に基づいて、数字・記号列に読
みを付与する読み付与手段とを備えていること、更に
は、前記（１）において、（２）前記読み付与手段が、
読みを付与する数字・記号列の前後の文字列を参照する
参照手段を備えていること、或いは、（３）前記読み付
与手段が、読みを付与する数字・記号列の前後の読みを
参照する参照手段を備えていること、或いは、（４）前
記読み付与手段が、読みを付与する数字・記号列の前後
の読みを変更する変更手段を備えていること、或いは、
（５）文字列を入力する入力手段と、少くとも表記およ
び読み情報をもつ形態素辞書と、形態素辞書引き手段
と、辞書引き結果格納手段と、辞書引き結果に基づいて
最適な形態素列を選択決定する形態素列決定手段とを備
え、前記文字列に読みを生成する音声合成装置におい
て、文字列中の数字・記号列を判定する判定手段と、そ
の判定結果が、数字・記号列であれば、形態素辞書引き
結果に加えて、該数字・記号列を１つの形態素として前
記辞書引き結果格納手段に格納する数字・記号列格納手
段と、前記数字・記号列に読みを付与する読み付与手段
とを備えていることを特徴とするものである。

【０００８】

【作用】請求項１の発明では、文字列を入力する入力手
段と、前記文字列に読みを付与する音声合成手段と、音
声を出力する出力手段とより成る音声合成装置におい
て、前記文字列中の数字・記号列を判定し、該数字・記
号列が特定の順番で並んでいるかどうかを判定し、その
判定結果に基づいて、数字・記号列に読みを付与する。
請求項２乃至４の発明では、請求項１の作用に加え、読
み付与手段が読みを与える数字・記号列の前後の文字列
への参照手段、または、読みへの参照手段、または、前
後の文字列の読みへの変更手段によって、前後の文字列
によって読みが変化する数字・記号列に正しい読みを与
える。請求項５の発明では、文字列中の数字・記号列を
判定する判定手段と、前記判定手段の結果に基づいて前
記数字・記号列を１つの形態素として形態素辞書引き結
果格納手段に格納することによって数字・記号列を１つ
の形態素として扱う。

【０００９】

【実施例】図１は、請求項１の発明による音声合成装置
の概要を説明するための図で、図中、１は判定手段、２
は通常音声合成手段、３は読み付与手段、４はスピーカ
で、音声合成装置に入力された文字列は、判定手段１に
よって、図２に示すように、入力順に判定条件と照合さ
れ、判定条件と合致する場合は読み付与手段３に、そう
でない場合は通常音声合成手段２に送られる。

【００１０】図２は、文中に日付を表す場合の記号
「／」がある文字列、例えば、「今日は１２／１０曜日
は・・・」という文が本装置に与えられた場合の判定の
フローチャートで、以下、各ステップについて説明す
る。

【００１１】ＳＴＥＰ１：与えられた文中の「／」
を中心とする表記「は，１，２，／，１，０，曜」に解
析用のアルファベット「Ａ，Ｂ，Ｃ，Ｄ，Ｅ，Ｆ，Ｇ」
を対応させる。ＳＴＥＰ２：Ａ≠数字、かつ、Ｂ＝数字、かつ、Ｃ
＝数字、かつ、Ｄ＝”／”、かつ、Ｅ＝数字、かつ、Ｆ
＝数字、かつ、Ｇ≠数字、ならば、ＳＴＥＰ３へ、違う
のなら、通常音声合成手段２へ送る。ＳＴＥＰ３：ＢＣが１２以下ならＳＴＥＰ４へ、違
うのなら、通常音声合成手段２へ送る。ＳＴＥＰ４：ＥＦが３１以下なら、数字・記号文字
列「１２／１０」を読み付与手段３へ、違うのなら、通
常音声合成手段２へ送る。

【００１２】なお、上記においては、一実施例として日
付を示す数字・記号列の判定を示したが、本発明は、日
付に限らず、時刻、電話番号、通常の数字など、表記文
字列とは異なった読みをさせたい全ての文字列に適用可
能である。通常音声合成手段２に送られた文字列は、例
えば、形態素解析され、形態素ごとの読みを連結し、隣
合う形態素の品詞情報から各形態素間のポーズを設定
し、これらの読み記号列を用いて音声波形を生成し、そ
の音声波形がスピーカ４に送られて発声されるが、この
過程については既知であるので、その詳細は省略する。

【００１３】図３は、読み付与手段３に送られてきた
「１２／１０」の読み上げを説明するためのフローチャ
ート、図４（Ａ）は、「月」を表す数字の読みテーブ
ル、図４（Ｂ）は、「日付」を表す数字の読みテーブル
である。以下、図３の各ステップについて説明する。ＳＴＥＰ１：数字ＢＣ（月）の読みが、図４（Ａ）
テーブル１を参照して音声波形に変換され、ＳＴＥＰ２
へ送る。ＳＴＥＰ２：数字ＢＣ（月）の読みを、スピーカ４
へ送るとともに、ＳＴＥＰ３へ送る。ＳＴＥＰ３：ポーズ（無音区間）が、スピーカ４に
送られ、同時にＳＴＥＰ４へ送られる。ＳＴＥＰ４：数字ＥＦ（日付）の読みが、図４
（Ｂ）テーブル２を参照して音声波形に変換され、ＳＴ
ＥＰ５へ送られる。ＳＴＥＰ５：数字ＥＦ（日付）の読みがスピーカ４
に送られ、その読みが出力される。なお、上記の説明から明らかなように、図４（Ａ），
（Ｂ）において、テーブル１，２には、それぞれ説明の
便宜上読みが記されているが、実際の構成では音声波形
が記録されている。

【００１４】以上が、請求項１の発明による音声合成装
置の一実施例であり、該実施例においては、最も簡単な
形として、録音再生型の音声合成装置との併用という形
式をとったが、本発明の構成は、これにとらわれるもの
ではなく、例えば、通常音声合成手段３、読み付与手段
２からスピーカ４へ直結せず、一旦、共通の読み記号列
バッファに書き込み、その結果を読み記号列発音手段を
用いてスピーカ４に出力するなどの構成も可能である。

【００１５】図５は、請求項２乃至４に記載の音声合成
装置の概要を説明するための図で、図中、１０は入力手
段、１１は文字列バッファ、１２は判定手段、１３は通
常読み生成手段、１４は読み付与手段、１５は読み記号
列バッファ、１６は読み記号列発音手段、１７はスピー
カで、音声合成装置に入力された文字列は、一旦、文字
列バッファ１１に格納され、判定手段１２によって通常
読み生成手段１３または読み付与手段１４に振り分けら
れる。通常読み生成手段１３の出力は、一旦、読み記号
列バッファ１５に格納される。この読み記号列バッファ
１５は文末の読み記号列（句点に相当する読み記号）が
送られてきた時点で、読み付与手段１４を起動する。読
み付与手段１４によって残りの読みが生成されると、読
み記号列の全体が読み記号列発音手段１６に送られる。
読み記号列発音手段１６では、読み記号列を音声波形に
変換し、スピーカ１７に送る。

【００１６】読み付与手段１４には、文字列バッファ１
１へのポインタ１４ａおよび読み記号列バッファ１５へ
のポインタ１４ｂが与えられ、これらポインタ１４ａ，
１４ｂを介して、読みを付与する数字・記号列の前後の
文字列バッファ、読み記号列バッファを参照および／ま
たは更新するとができる。

【００１７】例えば、文字列「４次」が与えられると、
判定手段１２は「４」を読み付与手段１４に、「次」を
通常読み生成手段１３に送る。読み付与手段１４は与え
られた数字「４」以外に、文字列バッファ１１へのポイ
ンタ１４ａを用いて後続文字「次」を参照し、その結
果、「４」の読みとして「よん」でなく「よ」を生成す
る。

【００１８】また、文字列「１０分」が与えられると、
判定手段１２は「１０」を読み付与手段１４に、「分」
を通常読み生成手段１３に送る。読み付与手段１４は与
えられた数字「１０」以外に、読み記号列バッファ１５
へのポインタ１４ｂを用いて後続の読み「ふん」を参照
し、その結果、「１０」の読みとして「じゅう」でなく
「じゅっ」を生成し、後続読み「ふん」を「ぷん」に変
更する。

【００１９】前記「読み」を参照する実施例は、前述の
「文字列」を参照する個々の実施例「泊」、「発」、
「分」などの単位で対応することも可能であるが、「ハ
行の音」として扱った方が簡単であり、周囲の誤解析の
影響を受ける恐れもあるが、数字の読みの変化は広く存
在する現象であり、むしろ、正しく読みを与えられる効
果の方が大きい。更に、「ふん」を「ぷん」と変更して
いるため、数字・記号列の周囲に誤った読みを与える可
能性もあるが、これも、前記同様、むしろ、正しく読み
を与えられる効果の方が大きい。これらの数字と助数詞
の読みの変更ルールについては、文献「日本文音声変換
のための数詞読み規則」（情報処理学会論文誌，Ｖｏ
ｌ．２５，Ｎｏ．６，Ｎｏｖ．１９８４）に詳しく述べ
られている。

【００２０】図６は、請求項５に記載の音声合成装置の
概要を説明するための図で、図中、２１は文字列バッフ
ァ、２２は判定手段、２３は数字・記号列格納手段、２
４は形態素辞書引き手段、２５は形態素辞書、２６は形
態素候補バッファ、２７は形態素列決定手段、２８は形
態素列バッファ、２９は読み記号列生成手段、３０は読
み付与手段、３１は読み記号列発音手段、３２はスピー
カである。

【００２１】図６において、入力された文字列は、文字
列バッファ２１に格納され、次いで、判定手段２２によ
って判定され、数字および特定の記号よりなる文字列な
らば、形態素辞書引き手段２４による辞書引きの前に、
数字・記号列格納手段２３によって該数字・記号列を１
つの形態素として形態素候補バッファ２６に格納し、数
字・記号列でなければ、そのまま、前記形態素辞書引き
手段２４によって辞書引きする。後は、一般の形態素解
析と同様に形態素辞書２５の検索の結果を形態素候補バ
ッファ２６に格納し、品詞間の接続判定を行ない、最長
一致法などによって形態素列を形態素列決定手段２７に
よって決定した後、形態素情報である、（１）表記文字
列、（２）読み記号列、（３）形態素列バッファ中の位
置（番号）、等を形態素列バッファ２８に格納し、読み
記号列生成手段２９によって形態素列の読み記号列を連
結し、入力文字列全体の読み記号列を生成する。

【００２２】前記入力文字列全体の読み記号列を生成す
る際、前記数字・記号列格納手段２３によって格納され
た形態素は辞書引き操作がされていないため、読み記号
列が付与されておらず、前接形態素へのポインタ３０
ａ，後接形態素へのポインタ３０ｂを、数字・記号列に
読みを与える読み付与手段３０によって、該数字・記号
列の前接形態素、後接形態素を参照／更新しながら数字
・記号列に読み記号列を生成する。

【００２３】前記入力文字列全体の読み記号列は、読み
記号列発音手段３１に送られ、音声波形に変換後、スピ
ーカ３２に送られる。

【００２４】なお、上記の説明から明らかなように、例
えば、文字列「１月１日」をどうしても「がんたん」と
読ませたい時など、前記請求項１乃至４までの実施例で
は対応できないが、本実施例では形態素辞書２５にあら
かじめ、「１月１日」を「がんたん」と登録しておけ
ば、最長一致法では「１月１日」の読み「がんたん」が
採用される。

【００２５】

【発明の効果】

請求項１に対応する効果：数字・記号列が、特定の順番
で並んでいるかどうかを判定する判定手段と、該判定手
段での判定結果に基づいて、特定の順番で並んでいる数
字・記号列全体に読みを付与する読み付与手段とを備え
ることにより、数字・記号列の読みを、他の文字列に読
みを与える音声合成処理手段と独立して与えることにな
り、数字や記号に自由に読みを与えることができる。請求項２乃至４に対応する効果：請求項１の作用に加
え、読み付与手段が読みを与える数字・記号列の前後の
文字列への参照手段、または、読みへの参照手段、また
は、前後の文字列の読みへの変更手段を備えることによ
り、前後の文字列によって読みが変化する数字・記号列
に正しい読みを与えたり、前後の文字列の読みに変化を
与えることができ、使用者に、違和感を与えない音声出
力が提供できる。請求項５に対応する効果：判定手段での判定結果に基づ
いて、数字・記号列全体を１つの形態素として格納する
数字・記号列格納手段を設けることにより、形態素解析
を行って読みを生成する従来の音声合成装置の仕組を大
きく変化させることなく、数字・記号列に正しい読みを
与えることができるので、従来装置が流用でき経済的で
ある。

【図面の簡単な説明】

【図１】請求項１の発明による音声合成装置の概要を
説明するための図である。

【図２】日付判定の一例を説明するためのフローチャ
ートである。

【図３】文字列の読み上げを説明するためのフローチ
ャートである。

【図４】「月」、「日付」を表す数字の読みテーブル
である。

【図５】請求項２乃至４の発明による音声合成装置の
概要を説明するための図である。

【図６】請求項５の発明による音声合成装置の概要を
説明するための図である。

【符号の説明】

１…判定手段、２…通常音声合成手段、３…読み付与手
段、４…スピーカ、１１…文字列バッファ、１２…判定
手段、１３…通常読み生成手段、１４…読み付与手段、
１５…読み記号列バッファ、１６…読み記号列発音手
段、１７…スピーカ、２１…文字列バッファ、２２…判
定手段、２３…数字・記号列格納手段、２４…形態素辞
書引き手段、２５…形態素辞書、２６…形態素候補バッ
ファ、２７…形態素列決定手段、２８…形態素列バッフ
ァ、２９…読み記号列生成手段、３０…読み付与手段、
３１…読み記号列発音手段、３２…スピーカ。

Claims

【特許請求の範囲】

【請求項１】文字列を入力する入力手段と、前記文字
列に、読みを付与する音声合成手段と、音声を出力する
出力手段とより成る音声合成装置において、前記文字列
中の数字および特定の記号からなる文字列（以下、数字
・記号列という）を判定し、該数字・記号列が特定の順
番で並んでいるかどうかを判定する判定手段と、該判定
手段での判定結果に基づいて、数字・記号列に読みを付
与する読み付与手段とを備えていることを特徴とする音
声合成装置。
【請求項２】前記読み付与手段が、読みを付与する数
字・記号列の前後の文字列を参照する参照手段を備えて
いることを特徴とする請求項１に記載の音声合成装置。
【請求項３】前記読み付与手段が、読みを付与する数
字・記号列の前後の読みを参照する参照手段を備えてい
ることを特徴とする請求項１に記載の音声合成装置。
【請求項４】前記読み付与手段が、読みを付与する数
字・記号列の前後の読みを変更する変更手段を備えてい
ることを特徴とする請求項１に記載の音声合成装置。
【請求項５】文字列を入力する入力手段と、少くとも
表記および読み情報をもつ形態素辞書と、形態素辞書引
き手段と、辞書引き結果格納手段と、辞書引き結果に基
づいて最適な形態素列を選択決定する形態素列決定手段
とを備え、前記文字列に読みを生成する音声合成装置に
おいて、前記文字列中の数字および特定の記号からなる
文字列（以下、数字・記号列という）を判定する判定手
段と、その判定結果が、数字・記号列であれば、形態素
辞書引き結果に加えて、該数字・記号列を１つの形態素
として前記辞書引き結果格納手段に格納する数字・記号
列格納手段と、前記数字・記号列に読みを付与する読み
付与手段とを備えていることを特徴とする音声合成装
置。