JPH1011090A - 音声合成装置 - Google Patents

Abstract

(57)【要約】 【課題】例えば電子メールの音声化サービスに適用する
音声合成装置において、シャープやアスタリスクのよう
な、対応する音声を特定することが困難な特殊文字が含
まれている場合でも、簡潔でわかりやすい音声合成結果
を提供できるようにする。 【解決手段】特殊文字については、特殊文字処理部１３
においてデータベース（１４）をアクセスして、読みの
音声に代えて、発振音を出力する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、音声合成装置に関
し、例えば電子メールの音声化サービスに適用する音声
合成装置において、シャープやアスタリスクのような、
対応する音声を特定することが困難な特殊文字について
は、発振音を出力することにより、簡潔でわかりやすい
音声合成結果を提供できるようにする。

【０００２】

【従来の技術】従来、この種の音声合成装置において
は、図７に示すような構成によりテキスト文でなる音声
処理対象を音声合成処理するようになされている。

【０００３】すなわちこの音声合成装置１は、例えばコ
ンピュータ等よりテキストファイル２を音声合成対象と
して入力する。テキスト音声合成部１Ａにおいて、言語
処理部３は、このテキストファイル２における文章の統
語構造を解析し、文章中の語句に対して、漢字の読み、
アクセントの情報を付加する。

【０００４】音声波形合成部４において、言語処理部３
で解析された結果により、文章を音声化したときに自然
になるように韻律を制御し、所定の記憶手段より音声波
形データをロードして音声波形を合成する。音声出力手
段５は、音声波形合成部４より出力される音声波形をデ
ィジタルアナログ変換処理して音声信号に変換した後、
この音声信号でスピーカ６を駆動する。

【０００５】

【発明が解決しようとする課題】ところで一般のテキス
トファイルにおいては、「●」、「→」、「＃」、
「＊」等の文字（以下特殊文字と呼ぶ）が使用される場
合がある。このような特殊文字は、読みはあるものの、
一般に使用されるひらがな、漢字のような対応する音声
を特定することが困難な特殊な事情がある。

【０００６】この場合、従来のテキスト音声合成装置に
おいては、各特殊記号に対応して、日本語の読みを辞書
に登録しておくことにより、各特殊文字を音声化する。
すなわち「●」、「→」、「＃」、「＊」の特殊記号
は、それぞれ「まる」、「みぎやじるし」、「しゃー
ぷ」、「あすたりすく」の読みを辞書に登録し、音声合
成時には、この登録された読みに従って各特殊記号を音
声化する。

【０００７】ところが、電子メールの音声化サービスな
どで、これらの特殊記号が多く含まれているテキストを
音声合成すると、内容を把握することが困難になる場合
がある。すなわち特殊文字は、一般に、強調、引用など
を示すための、視覚的な単なる記号として用いられるこ
とが多く、特殊文字の読みそのものを音声化しても意味
がなく、却って音声化されたこれらの特殊記号により、
文章全体が繁雑になる問題がある。

【０００８】例えば、電子メールでは強調したい部分を
アスタリスク記号で挟んで「営業会議は、明日の＊午後
＊に開催します。」などと表記することがあるが、これ
を読みで音声合成すると、「えいぎょうかいぎは、あし
たのあすたりすくごごあすたりすくにかいさいしま
す。」となる。この場合、特殊記号の音声化によって、
書き手が強調したかった重要な部分を却って聞き逃した
り、また聞き間違えたりする。

【０００９】本発明は、以上の点を考慮してなされたも
ので、特殊記号を含む場合でも、簡潔でわかりやすい音
声合成結果を提供することができる音声合成装置を提案
しようとするものである。

【００１０】

【課題を解決するための手段】かかる課題を解決するた
め本発明においては、特殊文字に対しては、記憶媒体よ
り、音声の情報に代えて発振音の情報を取り出すように
する。

【００１１】特殊文字に対しては、音声の情報に代えて
発振音の情報を取り出すようにすれば、特殊文字の読み
により煩雑さを解消でき、特殊文字により強調しようと
した箇所については、聞き手の注意を喚起することがで
きる。

【００１２】

【発明の実施の形態】以下、適宜図面を参照しながら本
発明の実施の形態を詳述する。

【００１３】（１）第１の実施の形態 図１は、本発明の実施の形態に係る音声合成装置を示す
ブロック図である。この音声合成装置１０は、テキスト
ファイル１１の内容を音声合成して出力する。なおこの
実施の形態において、図７について上述した音声合成装
置と同一の構成は、対応する符号を付して重複した説明
は省略する。

【００１４】音声合成装置１０は、例えば図２に示すよ
うに、漢字、かな、英数字に加えて、シャープ、アスタ
リスク等の特殊文字により形成されるテキストファイル
１１を音声合成対象として入力する。

【００１５】テキスト音声合成部１０Ａにおいて、言語
処理部１２は、このテキストファイル１１における文章
の統語構造を解析し、文章中の語句に対して、漢字の読
み、アクセントの情報を生成する。このとき言語処理部
１２は、テキスト中の特殊文字については、何ら操作を
加えず読み飛ばす。これにより音声波形合成部４は、例
えば「内容を＊強調＊する」のテキストについて、図３
（Ａ）に示すような音声波形の波形データを出力する。

【００１６】特殊文字処理部１３は、テキストファイル
１１を解析し、テキスト中に特殊文字が現れると、ハー
ドディスク装置等により構成される特殊文字音声記憶媒
体１４をアクセスし、対応する発振音の波形データをロ
ードする。このとき特殊文字処理部１３は、漢字、か
な、英数字等、特殊文字以外の文字については、何ら操
作を加えず読み飛ばす。これにより特殊文字処理部１３
は、図３（Ａ）の音声波形データに対応して、図３
（Ｂ）に示すような発振音の波形データを出力する。

【００１７】ここで特殊文字音声記憶媒体１４は、予め
各特殊文字に対応する発振音の波形データをデータベー
ス化して保持する。ここでこの実施の形態では、ビープ
音の継続時間、回数を切り換えて、「♯」シャープ記号
には「ピーッ」と言う発振音の波形データ、「＊」アス
タリスク記号には「ピッ」と言う発振音の波形データ、
「＞」には「ピッピッ」と言う発振音の波形データ等を
割り当てる。

【００１８】特殊文字音声処理部１５は、音声波形合成
部４より出力される音声波形データと、特殊文字処理部
１３より出力される発振音の波形データを合成して出力
する。すなわち特殊文字音声処理部１５では、特殊文字
以外の部分を音声化した音声波形合成部４より出力され
る音声波形データに対して、テキストファイル１１の記
述に対応した位置に、発振音の波形データを付加する。
これにより特殊文字音声処理部１５は、図３（Ｃ）に示
すような波形データを出力し、音声合成装置１０では、
この波形データがアナログ信号に変換されてスピーカ６
より出力される。

【００１９】以上の構成において、シャープ、アスタリ
スク等の特殊文字を含むテキストファイル１１は、言語
処理部１２において、特殊文字が読み飛ばされて、漢字
等の読み、アクセントの情報が生成され、音声波形合成
部４により音声の波形データが形成される（図３
（Ａ））。またテキストファイル１１は、特殊文字処理
部１３において、漢字等が読み飛ばされて、各特殊文字
が現れると、特殊文字音声記憶媒体１４をアクセスして
対応する発振音の波形データがロードされて出力される
（図３（Ｂ））。

【００２０】これによりこれらの波形データが特殊文字
音声処理部１５において、１つの波形データに合成され
た後、続く音声出力手段５を介してスピーカ６より出力
される。これにより例えば図２に示すテキストファイル
においては、図４に示すように、一連の音声合成結果の
中で、アスタリスク記号「＊」の位置で「ピッ」と言う
発振音が出力され、またシャープ記号「♯」の位置で
「ピーッ」と言う発振音が出力され、「＞」の特殊記号
では「ピッピッ」と言う発振音が出力される。

【００２１】以上の構成によれば、特殊文字に対して、
音声による読みに代えて、発振音を割り当てたことによ
り、特殊文字の読みの音声化による煩雑さを解消でき、
これにより簡潔でわかりやすい音声合成結果を提供する
ことができる。さらに特殊文字により強調しようとした
箇所については、聞き手の注意を喚起して、聞き手に書
き手の意図を明確に伝えることもできる。

【００２２】（２）他の実施の形態 なお上述の実施の形態においては、各特殊文字で、ビー
プ音の継続時間、回数を切り換える場合について述べた
が、本発明はこれに限らず、ビープ音の高さによって特
殊文字を区別しても良く、さらにはビープ音以外の発振
音を割り当てるようにしてもよい。

【００２３】また上述の実施の形態においては、各特殊
文字にそれぞれ異なる発振音を割り当てる場合について
述べたが、本発明はこれに限らず、例えば図５に示すよ
うに、同一の発振音を割り当てるようにしてもよい。な
おこの図５においては、特殊文字「＊」、「♯」、
「＞」にそれぞれ「ピッ」という発振音を割り当てた場
合の音声合成結果である。

【００２４】またこのような場合に、同一の特殊記号、
種類の異なる特殊記号が連続する場合には、何れか一方
の特殊記号についてのみ、発振音を割り当てるように
し、他方を読み飛ばすようにしてもよい。

【００２５】さらに上述の実施の形態においては、全て
の特殊文字に発振音を割り当てる場合について述べた
が、本発明はこれに限らず、例えば図６に示すように、
一般的に良く使われる使用頻度の高い特殊文字について
のみ選択的に発振音を割り当てるようにし、使用頻度の
低い特殊文字は読み飛ばしてもよい。なおこの図６にお
いては、特殊記号「＞」は使用頻度が低いとして読み飛
ばした音声合成結果である。

【００２６】

【発明の効果】上述のように本発明によれば、シャープ
やアスタリスクのような、対応する音声を特定すること
が困難な特殊文字については、発振音を出力することに
より、簡潔でわかりやすい音声合成結果を提供すること
ができる。

【図面の簡単な説明】

【図１】本発明の実施の形態に係る音声合成装置を示す
ブロック図である。

【図２】音声合成すべきテキストファイルの一例を示す
図表である。

【図３】図１の音声合成装置の動作の説明に供する信号
波形図である。

【図４】図１の音声合成装置による音声合成結果を示す
図表である。

【図５】各特殊文字に同一の発振音を割り当てた音声合
成結果を示す図表である。

【図６】使用頻度の低い特殊文字を読み飛ばした場合の
音声合成結果を示す図表である。

【図７】従来の音声合成装置を示すブロック図である。

【符号の説明】

１、１０……音声合成装置、１Ａ、１０Ａ……テキスト
音声合成部、２、１１……テキストファイル、３、１２
……言語処理部、４……音声波形合成部、５……音声出
力手段、６……スピーカ、１３……特殊文字処理部、１
４……特殊文字音声記憶媒体、１５……特殊文字音声処
理部

Claims (5)

【特許請求の範囲】
1. 【請求項１】 テキスト文から、前記テキスト文の内容
   に応じた音声を合成する音声合成装置において、 前記音声と、発振音との情報を記憶した記憶媒体と、 前記テキスト文に記述された文字に対応する音声の情報
   を、前記記憶媒体より取り出して音声の波形を生成する
   音声合成部と、 前記テキスト文の、対応する音声を特定することが困難
   な特殊文字に対して、前記記憶媒体より前記発振音の情
   報を取り出して、前記発振音の波形を生成する特殊文字
   処理部と、 前記音声の波形に前記発振音の波形を付加する音声処理
   部とを備えることを特徴とする音声合成装置。
2. 【請求項２】 前記情報は、 前記音声及び前記発振音の波形の情報でなり、 記憶媒体は、 前記波形の情報をデータベース化して保持することを特
   徴とする請求項１に記載の音声合成装置。
3. 【請求項３】 前記記憶媒体は、 前記発振音の情報を前記特殊文字に対応して複数保持
   し、 前記特殊文字処理部は、 前記特殊文字に応じて、前記複数の発振音の情報より対
   応する発振音の情報を選択して取り出すことを特徴とす
   る請求項１に記載の音声合成装置。
4. 【請求項４】 前記特殊文字処理部は、 使用頻度の高い特殊文字についてのみ選択的に前記発振
   音の情報を取り出すことを特徴とする請求項１に記載の
   音声合成装置。
5. 【請求項５】 前記特殊文字処理部は、 特殊文字が連続する場合は、何れか１つの特殊文字につ
   いてのみ、前記発振音の情報を取り出すことを特徴とす
   る請求項１に記載の音声合成装置。