JPH1115497A - 氏名読み音声合成装置 - Google Patents

Abstract

(57)【要約】 【課題】従来は、入力した日本語文章を音声合成して出
力する場合、特殊な漢字や特殊な読み・特殊なアクセン
トを持つ氏名は、正しく音声変換出来ないことが多かっ
た。そのため、氏名を含む文章を利用する分野では、音
声合成技術を適用するのが難しかった。本発明は、氏名
を含む文書の音声合成の精度を高めることを目的とす
る。 【解決手段】氏名専用の氏名辞書１−６及び氏名判定部
２−４を設け、一般の文文章解析に先だって氏名判定す
ることにより、氏名の判定・読み・アクセントに関し
て、精度の高い音声合成を可能とした。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、入力された日本語
文章から音声を合成する装置において、特に氏名の読み
上げ精度の向上を図った新しい音声合成装置に関する。
近年、コンピュータのハードウェアの進歩と共に、音声
合成技術が進歩し、その利用分野も急速に広がってい
る。しかし、文章が固定的であるような音声合成は、容
易になってきているが、文章が可変で、特に氏名等の固
有名詞を含む文章の音声合成は、その読みや発音の特殊
性・多様性から、精度の高い音声合成は難しかった。そ
のため、氏名等の固有名詞の精度の高い音声合成技術が
求められている。

【０００２】

【従来の技術】図１に、従来例１を示す。図１は、一般
的な日本語音声合成装置の構成図である。処理部２の中
の文章解析部２−１では、事前に記録媒体に記録された
日本語文章１−１に対し、基本辞書１−２を参照しなが
ら単語の同定を行い、読みやアクセントを決定する。基
本辞書１−２内には、一般語に混じって氏名単語も格納
されており、氏名単語も一般単語と区別せず、文章解析
部２−１で文章の解析を行っている。解析されたデータ
は、波形生成部２−２で、音声素片１−３を用いて音声
信号に変換され、スピーカ３を通じて音声が出力され
る。

【０００３】図２に従来例２を示す。本従来例は、特許
出願公開番号「昭 63-49799 」に開示された音声合成装
置の構成図である。本従来例では、事前に記録媒体に記
録された日本語文章１−１に対して、以下のような処理
を行っている。 （１）文章解析部２−１において、一般語辞書１−４を
参照して、読みやアクセントを付与するとともに、同表
記で読みやアクセントの異なる固有名詞が存在する場合
は同形語フラグを付与する。 （２）固有名詞接続検定部２−３において、同形語フラ
グのたった語が固有名詞辞書に「姓」として存在し、そ
の後に「名」が続く場合、「姓」としての読みやアクセ
ントを付与し直す。

【０００４】

【発明が解決しようとする課題】日本語文章の解析にお
いて、日本語文章は非常に多様で複雑であり、それに正
確な読みとアクセントを付与するためには、文章解析部
は、膨大で極めて複雑な処理を行う必要がある。そのた
め、文章解析プログラムの解析ミスのメンテナンスや新
機能の追加作業等に多大な労力を要する。このため、文
章解析のプログラムは出来る限り分割し、個々のプログ
ラムを簡素化することが望ましい。

【０００５】辞書に登録する一般単語の語彙数は、数万
から十数万語必要であるが、この他に、氏名を正確に読
むためには、氏名単語の語彙数として、数十万語が必要
である。ところが、辞書の登録語彙数が多くなるほど、
辞書のアクセス時間が長くなるが、従来例１では、一般
単語と氏名単語が混在しているため、文章解析の処理速
度が遅くなるという問題がある。

【０００６】また、従来例２でも文章解析部において、
固有名詞を判別して同形語フラグを立てるようにしてい
るため、解析精度の向上は望めても、処理速度の向上に
は向かないという問題がある。従って、本発明は、氏名
辞書と一般語辞書を分割することによる処理の高速化と
氏名判定を文章解析に先立って行うことによる解析精度
の向上を目的とするものである。

【０００７】

【課題を解決するための手段】本発明では、その基本構
成を図５に示すように、辞書を氏名の表記・読みなどの
氏名情報を格納する氏名辞書１−６と一般語の辞書であ
る基本辞書１−２に分け、氏名が含まれているかどうか
を判定する氏名判定部２−４を、文章解析部２−１の前
段に設けることで、より早い処理速度とより高い精度
で、入力された日本語文章から氏名を抽出し、正しく読
み上げることを可能とした。また、氏名判定部２−４
を、一般単語の文章解析部２−１の前処理とすること
で、氏名判定部２−４を使用するか否かによらず、文章
解析部２−１の出力を波形入力部の入力とすることを可
能とした。

【０００８】図３は本発明の処理概要のフローチャート
である。まず、ステップ１でキーボード等から入力され
て記録媒体に記録されている日本語文章１−１を入力
し、氏名辞書１−６を用いて解析して、文章中に氏名が
あるか判定する。氏名が有る場合はステップＳ２に制御
を渡し、氏名がなければステップ３に制御を渡す。ステ
ップＳ２では、氏名辞書１−６を用いて氏名の読み情報
を付加し、ステップＳ１に制御を戻して、氏名がなくな
るまでＳ１〜Ｓ２の氏名判定処理をくり返す。日本語文
章１−１中に氏名が無くなり、ステップ３の文章解析部
２−１に制御が渡ると、氏名判定部２−４で氏名部分の
み変換された日本語文章を入力して、文章解析部２−１
が基本辞書１−２を用いて、氏名以外の日本語文章を読
み情報に変換し、ステップＳ４の波形生成部２−２に制
御を移す。ステップ４の波形生成部２−２では、日本語
文章を変換して生成された読み情報を入力にし、音声素
片１−３を用いて音声を合成し、ステップＳ５で、合成
した音声をスピーカー３を用いて出力する。

【０００９】

【発明の実施の形態】図４は辞書の内容の例である。氏
名辞書１−６について説明する。表記は、姓または名と
して用いられている単語であり、該辞書のキーとなる。
読みはその表記（氏名）の読みかたである。姓名は、姓
として用いられるか、名として用いられるかを示す。姓
名優先は、その表記が姓としても名としても使用される
場合、どちらで使用されることが多いかを示す。頻度
は、その表記が使用される頻度を表し、読みが複数ある
場合にどの読みを使うのが望ましいか判定するために使
用する。氏名／一般優先は、単漢字について、その漢字
が氏名として使われるか、一般単語として使われるかの
優先情報を示す。その他の情報は、実施例に応じてその
他の氏名情報が記録される。

【００１０】基本辞書１−２の内容である表記・読み
は、氏名辞書１−６と同様である。音声素片１−３は、
単音の読みである発音とその音声パターンである。発音
は、該辞書のキーである。氏名専用漢字辞書は、キーと
なる表記のみで構成される。氏名接頭語接尾語辞書は、
接頭語または接尾語の表記とその読みと接頭語か接尾語
かを示す語から構成される。キーは、表記である。

【００１１】

【実施例１】図５は、本発明の基本的実施例である。テ
キストエディタ等で記録媒体等に記録された日本語文章
１−１を入力にして、氏名判定部２−４が、氏名が含ま
れているかどうかを判定する。氏名であると判定された
単語又は単語列は、氏名辞書１−６に含まれる読み・ア
クセント等の読み情報を付加され、文章解析部２−１に
渡される。文章解析部２−１は、氏名以外の日本語文章
部分を基本辞書１−２を用いて読み・アクセント等の読
み情報に変換し、波形生成部２−２に渡す。波形生成部
２−２は、変換後の日本語文章の読み情報をもとに、音
声素片１−３をもちいて音声信号に変換し、スピーカー
３によって出力する。

【００１２】以下に、具体的な変換例について説明す
る。漢字を読み情報に変換する例をあげると、例えば
「渋谷」という氏名単語に、「＜発音：シブ’タニ＞」
等のように、読みと発音を表す読み情報文字列に付加す
る。アポストロフィーは、アクセントを表す。氏名辞書
で姓と定義された単語と名と定義された単語が連続して
いる時は、その単語列を氏名（姓＋名）とみなす。

【００１３】姓または名と判定された単語の読みが複数
ある場合は、使用頻度の高い読みを採用する。また、氏
名判定部２−４で、氏名（姓＋名）と判定された単語列
が、姓と名の組み合わせを複数持つ場合は、それぞれの
姓と名の出現頻度情報を合わせて判定し、その単語列の
読みを決定する。出現頻度は、氏名データベース等に出
現した数の実測値や予想される出現数等が考えられる。

【００１４】例えば、「時任太郎」は、「時任」＋「太
郎」と「時」＋「任太郎」の組み合わせが考えられる。
「時」・「時任」・「任太郎」・「太郎」の出現頻度
を、それぞれ２０・５０・５０・７０とすると、姓名の
出現頻度の和は、「時任」＋「太郎」は５０＋７０＝１
２０、「時」＋「任太郎」は２０＋５０＝７０となり、
よりスコアの高い「時任」＋「太郎」の組み合わせであ
ると見なす。ここであげたスコアの計算方法は、ほんの
一例であり、必ずしもこの方法に限るものではない。

【００１５】入力された日本語文章１−１中に、氏名辞
書１−６に登録された文字数の異なる複数の単語と一致
する文字列が存在する場合は、氏名判定部２−４は、表
記が一番長い単語の読みをつける。例えば、「健一郎」
という文字列は、氏名辞書中に「健」「健一」「健一
郎」という名が存在するが、この場合は、表記の一番長
い「健一郎」を名として判定する。

【００１６】入力された日本語文章１−１中に、「・」
や「，」等で羅列された単語群が存在する場合に、その
単語群の予め指定した割合以上が氏名と判定された場合
は、他の単語も氏名とみなし、氏名辞書１−６の読み情
報を優先してもよい。氏名判定部２−４の判定結果のみ
を用いて、氏名判定を行うのではなく、文章解析部２−
１の整合性をとる方法も考えられる。氏名判定部２−４
では氏名候補として変換し、文章解析部２−１で整合性
がとれれば氏名を確定する。即ち、氏名判定部２−４で
は、氏名であると確定せず、氏名と判定した単語には、
氏名候補として、読み情報を付加して変換する。文章解
析部２−１では、氏名候補単語とその前後の文章との整
合性を判断し、整合性に問題が無ければ氏名候補単語を
氏名として確定する。整合性がとれない場合は、氏名で
ないとみなし、一般単語として基本辞書を用いて読み情
報に変換する。 日本語文章１−１中に氏名辞書１−６
の読み情報を使用する単語を予め指定してある場合は、
指定された単語のみ氏名辞書１−６を使用して、読み情
報に変換してもよい。

【００１７】氏名辞書１−６の読み情報を優先する場合
は、日本語文章１−１中に氏名辞書１−６の読み情報を
優先する氏名読み優先区間を指定しておき、指定された
区間中に存在する単語は氏名辞書１−６の読み情報を優
先させて変換してもよい。

【００１８】

【実施例２】図６は、氏名にのみ使われる接頭語・接尾
語の辞書を使用することにより、氏名か一般語かの判別
精度をより高めた実施例である。氏名接頭語接尾語辞書
１−７は、「亡き」「故」等の氏名の頭につく氏名接頭
語と、「さん」「様」「殿」等の氏名の後ろに付く氏名
接尾語の表記と読み等の情報を持った辞書である。この
辞書を検索することにより、氏名か一般名詞か判定する
際に、氏名接頭語が頭に付く単語又は氏名接尾語が後ろ
に付く単語を、氏名と判断することが可能となり、より
精度の高い氏名判定が可能となる。それ以外の処理は、
実施例１と同様である。

【００１９】また、氏名接頭語接尾語辞書１−７に、姓
と名のどちらに付く方が多いかを示す姓名優先情報を持
たせることにより、姓と名のどちらにも存在する表記、
例えば「南」「秋江」「金子」等の表記で、姓か名か判
定困難な場合でも、姓か名かを判定する精度が高まる。

【００２０】

【実施例３】図７は、氏名にのみ使用される氏名専用漢
字辞書を使用することにより、氏名か一般語かの判定精
度をより高めた実施例である。氏名専用辞書１−８は、
氏名にのみ使用される「宏」「晋」等の漢字の表記のみ
を持った辞書である。氏名判定部２−４で氏名を判定す
る際に、氏名専用漢字１−８を使用している単語又は単
語列があると、それを氏名と判定し、氏名辞書１−６に
設定されている読み情報に変換し、文章解析部２−１に
渡す。氏名専用漢字を持たない単語の処理は、実施例１
と同様である。

【００２１】

【実施例４】図８は、単漢字辞書１−９に、氏名に用い
られる場合と一般単語に用いられる場合のどららが多い
かの優先情報を持たせて、氏名かどうかを判定する場合
の実施例である。基本辞書１−２内に存在する漢字１文
字毎の読み情報を持つ単漢字辞書１−９（基本辞書の一
部）に、氏名に用いられる場合と一般単語に用いられる
場合のどららが多いかの優先情報を持たせ、氏名か一般
単語か判断しにくい場合は、この優先情報をもとに氏名
か否かを判定する。氏名に使用されることの多い漢字と
は、「嶋」「也」等である。以下の処理は、実施例１と
同様である。

【００２２】

【実施例５】図９は、読みが複数ある氏名は、ユーザの
指定によって正しい読みを指定する場合の実施例であ
る。ユーザが読みを入力する方法は、読みが複数ある場
合、ユーザ読み指定部が複数の読み情報を提示し、ユー
ザが選択する選択入力方式や直接読み情報を入力する直
接入力方式等の逐次入力方式と、ユーザが予め指定した
希望の読みを蓄積しておき、変換時にそれを使用する一
括入力方式および、それらの組み合わせによる入力方法
が考えられる。

【００２３】図９は、単語の読みが複数存在する場合
に、どの読みを優先するかを、ユーザ読み蓄積辞書１−
１０に登録されているユーザ読み情報を参照しながら読
みを決定し、ユーザ読み情報の登録がない場合は、ユー
ザに読みを問い合わせする一括入力方式と逐次入力方式
の組み合わせの実施例である。氏名判定時に読みが複数
ある氏名が現れた場合、氏名判定部２−４は読み情報を
付加せず、ユーザに読みを指定させる指示情報に変換
し、ユーザ読み指定部２−５に渡す。ユーザ読み指定部
２−５では、指示情報があるとユーザ読み蓄積辞書１−
１０にアクセスし、該当する単語が存在する場合はその
読み情報に変換し、存在しない場合は逐次入力方式で、
ユーザに問い合わせて、キーボード４等の入力装置から
読み情報を入力させる。ユーザ読み蓄積辞書の中身は、
氏名辞書と同様である。それ以降の処理は、実施例１と
同じである。

【００２４】

【実施例６】図１０は、あらかじめ指定した文字数以下
の単語は氏名と見なさない場合の実施例である。あらか
じめ、指定文字数保持部２−６に、短くて氏名と見なさ
ない文字数を指定しておく。氏名判定部２−４におい
て、氏名判断する際に、指定文字数保持部２−６を参照
して、あらかじめ指定した文字数以下の場合は、その単
語を氏名でないと判定することにより、氏名判定処理の
高速化を図る。指定された文字数以下の単語は、基本辞
書を用いて変換される。

【００２５】

【発明の効果】以上のように、本発明により、入力され
た日本語文章に含まれる氏名を、氏名専用の辞書と判定
部を設けることにより、より高い精度で正しく読みあげ
ることを可能とし、正確な氏名読み上げを必要とする場
合と、特に正確な氏名読み上げを必要としないが、高速
処理を求められる場合の使い分けが可能となる。

【図面の簡単な説明】

【図１】 図１は、従来の一般的な音声合成装置の原
理構成を示す図である。

【図２】 図２は、他の従来例による音声合成装置の
構成を示す図である。

【図３】 図３は、本発明の処理概要を示すフローチ
ャートである。

【図４】 図４は、本発明で使用する辞書の内容を示
す図である。

【図５】 図５は、本発明による音声合成装置の基本
構成を示す図である。

【図６】 図６は、実施例２の動作例を示す構成図で
ある。

【図７】 図７は、実施例３の動作例を示す構成図で
ある。

【図８】 図８は、実施例４の動作例を示す構成図で
ある。

【図９】 図９は、実施例５の動作例を示す構成図で
ある。

【図１０】 図１０は、実施例６の動作例を示す構成図
である。

【符号の説明】

１−１ 記録媒体に記録された日本語文章 １−２ 基本辞書 １−３ 音声素片 １−４ 一般語辞書 １−５ 固有名詞辞書 １−６ 氏名辞書 １−７ 氏名接頭語接尾語辞書 １−８ 氏名専用漢字辞書 １−９ 単漢字辞書 ２ 処理部 ２−１ 文章解析部 ２−２ 波形生成部 ２−３ 固有名詞接続検定部 ２−４ 氏名判定部 ２−５ ユーザ読み指定部 ２−６ 指定文字数保持部 ２−７ ユーザ読み蓄積辞書 ３ スピーカー ４ キーボード

───────────────────────────────────────────────────── フロントページの続き (72)発明者 木村 晋太 神奈川県川崎市中原区上小田中４丁目１番 １号 富士通株式会社内 (72)発明者 辻内 秀敏 神奈川県川崎市中原区上小田中４丁目１番 １号 富士通株式会社内

Claims (4)

【特許請求の範囲】
1. 【請求項１】 事前に記録媒体に記録された日本語文章
   を入力にして、それを解析して読み情報に変換する文章
   解析部と、文章解析結果を音声信号に変換する波形生成
   部を持つ音声合成装置において、該文章解析部の処理に
   先立って、氏名部分を判定する氏名判定部と、氏名の表
   記・読み・アクセント等の情報を持つ氏名辞書を設ける
   ことにより、文章解析の前に氏名と判定した語に読みを
   示す読み指定文字列を付加することを特徴とする音声合
   成装置。
2. 【請求項２】 請求項１において、氏名にのみ付く接頭
   語と接尾語の表記・読み等の読み情報を持つ氏名接頭語
   接尾語辞書を設け、入力した文章中に氏名の接頭語が現
   れた場合はその直後の単語又は単語列を、氏名の接尾語
   が現れた場合はその直前の単語又は単語列を、氏名であ
   ると判定することを特徴とする音声合成装置。
3. 【請求項３】 請求項１において、ユーザの指定によっ
   て氏名の読みが指定された場合は、読みが複数あって
   も、その読みを優先させることを特徴とする音声合成装
   置。
4. 【請求項４】 事前に記録媒体に記録された日本語文章
   を入力にして、それを解析して読み情報に変換する文章
   解析部と、文章解析結果を音声信号に変換する波形生成
   部を持つ音声合成装置において、該文章解析部の処理に
   先立って、氏名部分の候補をあげる氏名判定部と、氏名
   の表記・読み等の情報を持つ氏名辞書を設けることによ
   り、文章解析の前に氏名候補とした語に読みと発音を示
   す読み発音指定文字列を付加し、氏名候補としてあげら
   れた語が、文章解析時に前後の語と整合性がとれる場合
   は氏名と確定し、整合性がとれない場合は、氏名として
   の読み情報の代わりに、基本辞書を使用して一般語とし
   ての読み発音指定文字列を付加することを特徴とする音
   声合成装置。