JPH11338497A - 音声合成装置および音声合成方法 - Google Patents

Abstract

(57)【要約】 【課題】 特殊単語情報を新たに登録・格納することな
く、特殊単語を含むテキストでもテキスト作成者が意図
した読み方で読み上げを行うことができる、音声合成装
置および音声合成方法を提供する。 【解決手段】 音声処理部１２に仮名漢字混じりテキス
トが入力され、そのテキスト中から指定記号検出部１２
ａによって指定記号が検出されると、指定記号解析部１
２ｂによって、特別言語辞書１４に含まれる辞書の中か
ら指定記号に対応する辞書が選択される。その辞書を用
いてテキスト処理部１２ｃによって、指定記号が反映さ
れる範囲のテキスト解析が行われる。テキスト処理部１
２ｃからの出力が音声処理部１８に与えられ、音声処理
部１８では、音声処理データベース２０に格納される情
報を用いて、合成音声波形が生成され、スピーカ２２か
ら合成音声が出力される。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】この発明は、音声合成装置お
よび音声合成方法に関し、特にたとえば特殊単語を含む
テキストを音声に変換して読み上げる、音声合成装置お
よび音声合成方法に関する。

【０００２】

【従来の技術】近年、テキストを音声に変換して読み上
げる音声合成装置が実用化されている。従来の音声合成
装置では、テキスト内の単語に対する読み情報等を登録
した単語辞書を参照してテキスト処理が行われ、その結
果を用いて読み上げが行われる。

【０００３】しかし、テキスト中の単語には、一般的で
汎用的な単語の他にも、一般的ではない固有名詞や専門
用語等の特殊単語も含まれている場合があるが、汎用的
な単語のみならず特殊単語をも正しく読み上げることは
困難であった。そこで、この問題点を解決する技術が、
特開平９−２５８７６３号公報において開示されてい
る。

【０００４】特開平９−２５８７６３号公報において開
示されている音声合成装置の一例を図６に示す。

【０００５】図６に示す音声合成装置１では、読み上げ
を行う仮名漢字混じりテキストとは別領域に格納された
ヘッダ情報が、制御手段２によって読み上げ制御手段３
に入力される。タグ情報検索手段４によって、ヘッダ情
報中に読み方を指定するタグ情報を発見した場合には、
そのタグ情報から表記、音韻および韻律情報を取得し、
この取得した表記、音韻および韻律情報を特殊単語辞書
５に登録する。

【０００６】一方、タグ情報検索手段４によって、仮名
漢字混じりテキスト中に、同一表記で別の読み方を指定
するタグ情報を発見した場合には、このタグ情報から表
記、音韻および韻律情報を取得し、読み上げバッファ６
に格納する。

【０００７】そして、これらの情報を用いてテキストを
処理し、音声合成を行い、音声を出力する。

【０００８】このように、タグ情報から取得した表記、
音韻および韻律情報を特殊単語辞書５に登録、または読
み上げバッファ６に格納し、それらを用いることによっ
て、特殊単語を含む仮名漢字混じりテキストの場合で
も、テキスト作成者が意図した読み上げが可能となる。

【０００９】しかし、音声合成装置１では、入力された
タグ情報から取得した表記、音韻および韻律情報等の特
殊単語情報を新たに特殊単語辞書５に登録しまたは読み
上げバッファ６に格納しなければならず、また、テキス
ト作成者は、特殊単語毎に、表記、音韻、韻律情報等を
入力しなければならず、これらの作業に手間がかかって
しまうという問題点があった。

【００１０】それゆえに、この発明の主たる目的は、特
殊単語情報を新たに登録・格納することなく、特殊単語
を含むテキストでもテキスト作成者が意図した読み方で
読み上げを行うことができる、音声合成装置および音声
合成方法を提供することである。

【００１１】

【課題を解決するための手段】上記課題を解決するため
に、請求項１に記載の音声合成装置は、各指定記号に対
応するテキスト解析用の辞書を含む特別言語辞書、入力
されるテキストに付与される指定記号を検出する検出手
段、検出手段によって検出された指定記号に対応する辞
書を特別言語辞書の中から選択する選択手段、テキスト
のうち指定記号の付与された部分について、選択された
辞書を用いてテキスト解析を行うテキスト解析手段、テ
キスト解析結果に基づいて音声を合成する音声合成手
段、および合成された音声を出力する音声出力手段を備
える。

【００１２】請求項２に記載の音声合成装置は、請求項
１に記載の音声合成装置において、指定記号は、テキス
トの複数の部分に対して付与されるものである。

【００１３】請求項３に記載の音声合成装置は、請求項
１または２に記載の音声合成装置において、指定記号の
反映される範囲が、テキスト中の複合語を含む単語、文
節、文、アクセント句あるいは呼気段落、またはその次
の指定記号が検出されるまでのいずれかであるものであ
る。

【００１４】請求項４に記載の音声合成方法は、各指定
記号に対応するテキスト解析用の辞書を含む特別言語辞
書を用いる音声合成方法であって、入力されるテキスト
に付与される指定記号を検出する第１ステップ、検出さ
れた指定記号に対応する辞書を特別言語辞書の中から選
択する第２ステップ、テキストのうち指定記号の付与さ
れた部分について、選択された辞書を用いてテキスト解
析を行う第３ステップ、テキスト解析結果に基づいて音
声を合成する第４ステップ、および合成された音声を出
力する第５ステップを備える。

【００１５】請求項５に記載の音声合成方法は、請求項
４に記載の音声合成方法において、指定記号は、テキス
トの複数の部分に対して付与されるものである。

【００１６】請求項６に記載の音声合成方法は、請求項
４または５に記載の音声合成方法において、指定記号の
反映される範囲が、テキスト中の複合語を含む単語、文
節、文、アクセント句あるいは呼気段落、またはその次
の指定記号が検出されるまでのいずれかであるものであ
る。

【００１７】請求項１に記載の音声合成装置では、入力
されるテキストに指定記号が付与されていれば、特別言
語辞書中に予め準備されている辞書の中からその指定記
号に対応する辞書が選択され、選択された辞書を用い
て、テキストのうち指定記号が付与された部分につい
て、テキスト解析が行われる。そして、テキスト解析結
果に基づいて音声が合成され、出力される。このよう
に、新たに特殊単語情報を登録・格納することなく、予
め準備されている辞書の中から該当する辞書が選択さ
れ、その辞書を用いてテキスト解析が行われるので、登
録等の手間が省ける。請求項４に記載の音声合成方法に
ついても同様である。

【００１８】請求項２に記載の音声合成装置では、指定
記号をテキストの複数の部分に付与することができるの
で、たとえば一文中の複数の部分にそれぞれ異なる種類
の指定記号が付与される場合には、一文の解析時に複数
の適切な辞書を用いることができ、より正確な読み上げ
が可能となる。請求項５に記載の音声合成方法について
も同様である。

【００１９】請求項３に記載の音声合成装置のように、
指定記号が反映される範囲を所望の範囲とすることによ
って、所望の辞書を用いてテキスト解析したい範囲が容
易かつ適切に設定され、より正確な読み上げが可能とな
る。請求項６に記載の音声合成方法についても同様であ
る。

【００２０】

【発明の実施の形態】以下、この発明の実施の形態につ
いて図面を参照して説明する。

【００２１】図１を参照して、この発明の実施の形態の
音声合成装置１０は、指定記号が付与されうる仮名漢字
混じりテキストを処理する言語処理部１２、言語処理部
１２での処理に用いられる特別言語辞書１４および一般
言語辞書１６、言語処理部１２からの出力について音声
処理を施す音声処理部１８、音声処理部１８での処理に
用いられる音声データベース２０、および音声を出力す
るスピーカ２２を含む。言語処理部１２および音声処理
部１８は、たとえばＣＰＵによって構成され、特別言語
辞書１４、一般言語辞書１６および音声データベース２
０は、たとえばＲＯＭによって構成される。なお、特別
言語辞書１４はＲＡＭによって構成されてもよい。

【００２２】特別言語辞書１４および一般言語辞書１６
には、図２に示すように、言語毎に、見出し、読み、品
詞およびアクセント等の情報が格納される。特別言語辞
書１４は、図２に示すような情報を有する辞書をカテゴ
リー毎に有し、たとえば、北海道の地名辞書１４ａ、東
京の地名辞書１４ｂ、大阪の地名辞書１４ｃ、人名辞書
１４ｄ、医学用語辞書１４ｅ、音響用語辞書１４ｆ、英
語辞書１４ｇ・・・等を有する。

【００２３】言語処理部１２の指定記号検出部１２ａで
は、入力された仮名漢字混じりテキストについて指定記
号が検出され、指定記号解析部１２ｂでは、検出された
指定記号が解析されて、その指定記号に対応した辞書
が、特別言語辞書１４に含まれる辞書の中から選択され
る。ここで指定記号は、たとえば図５に示すように構成
され、指定記号によって、辞書の指定や、指定記号が反
映される範囲の設定が行われる。

【００２４】そして、テキスト処理部１２ｃでは、指定
記号が付与された部分については選択された辞書を用い
て、指定記号が付与されていない部分については一般言
語辞書１６を用いて、それぞれテキスト処理が行われ、
テキストについて読み、区切り、品詞、アクセント等の
テキスト解析結果が得られ、このテキスト解析結果が音
声処理部１８に与えられる。音声処理部１８では、テキ
スト解析結果に基づいて、音声データベース２０に蓄積
されている音声波形のうち最適な音声波形が選択され
る。そして、選択された音声波形が接続され適切なレベ
ルとなるよう音程、音素継続時間長、パワーを制御する
ことによって、音声が合成され、スピーカ２２から音声
が出力される。

【００２５】このような音声合成装置１０の動作につい
て、図３および図４を参照して説明する。

【００２６】図３を参照して、まず、辞書、韻律パラメ
ータ等が初期化される（ステップＳ１）。たとえば、特
別言語辞書１４に含まれる辞書のうちいずれの辞書を選
択可能か、声の高さや長さをどの程度に設定するのかと
いったパラメータがセットされる。

【００２７】そして、たとえば図示しない入力手段を介
して言語処理部１２に音声合成の指示があるか否かが判
断される（ステップＳ３）。音声合成の指示があるまで
待機し、音声合成の指示があれば、言語処理部１２によ
って入力テキストが解析される（ステップＳ５）。テキ
ストの解析は、たとえば一文単位で行われる。その後、
音声処理部１８によって、テキスト解析結果に基づいて
合成音声波形が生成され（ステップＳ７）、スピーカ２
２を介して合成音声が出力され（ステップＳ９）、終了
する。

【００２８】図４を参照して、ステップＳ５の入力テキ
ストの解析について詳細に説明する。

【００２９】まず、指定記号検出部１２ａによって、入
力されたテキストに指定記号が付与されているか否かが
判断される（ステップＳ１１）。この判断はたとえば一
文単位で行われる。テキストに指定記号が付与されてい
れば、指定記号解析部１２ｂによってその指定記号が解
析され（ステップＳ１３）、その指定記号に対応する辞
書が、特別言語辞書１４の中から選択される（ステップ
Ｓ１５）。

【００３０】そして、その選択された辞書を用いて初期
設定された条件の下でテキスト処理部１２ｃによって、
指定記号によって指定された範囲すなわち指定記号が反
映される範囲についてテキストの解析が行われ（ステッ
プＳ１７）、指定記号が反映される範囲までテキスト解
析が終了したか否かが判断される（ステップＳ１９）。
指定記号が反映される範囲までテキスト解析が繰り返さ
れ、テキスト解析が終了する（ステップＳ１９がＹＥＳ
になる）と、テキスト解析の終了か否かが判断され（ス
テップＳ２１）、テキスト解析の終了でなければステッ
プＳ１１に戻り、テキスト解析の終了であれば終了し、
図３に示すステップＳ７に進む。

【００３１】一方、ステップＳ１１においてテキストに
指定記号が付与されていなければ、一般言語辞書１６を
用いてテキストが解析され（ステップＳ２３）、ステッ
プＳ２１に進む。

【００３２】このように動作する音声合成装置１０によ
れば、入力されるテキストに指定記号が付与されていれ
ば、特別言語辞書１４中に予め準備されている辞書の中
からその指定記号に対応する辞書が選択され、選択され
た辞書を用いて、テキストのうち指定記号の反映される
範囲についてテキスト解析が行われる。したがって、従
来とは異なり、新たに特殊単語情報を登録・格納する必
要はなく、登録等の手間が省ける。ここで、音声合成装
置１０において用いられる指定記号の具体例を、図５を
参照して説明する。

【００３３】まず、図５（１）には、入力されるテキス
トの複数の部分に対してそれぞれ指定記号が付与される
例を示す。この場合、テキストにおいて或る指定記号の
反映される範囲は、その次の指定記号が検出されるまで
となる。

【００３４】指定記号をテキストの複数の部分に付与す
ることができるので、一文中の複数の部分にそれぞれ異
なる種類の指定記号が付与される場合には、一文の解析
時に複数の適切な辞書を用いることができ、より正確な
読み上げが可能となる。

【００３５】また、図５（２）〜（６）に、それぞれ、
指定記号の反映される範囲が、入力テキスト中の複合語
を含む単語である例、文節である例、文である例、アク
セント句である例、呼気段落である例が示される。図５
（２）〜（６）の場合には、それぞれ、３つの方法によ
って指定記号の反映される範囲が設定される。

【００３６】たとえば図５（２）に示す場合を例に説明
すると、「\dic=辞書名（音響用語辞書１４ｆならば、
たとえばonkyo）=複合語を含む単語（たとえばフォルマ
ント周波数）\」のように、「=」と「\」とによって狭
まれた範囲を指定記号の反映される範囲とする方法、
「\dic=辞書名（たとえばonkyo）\複合語を含む単語
（たとえばフォルマント周波数）\dicend\」のように、
「\」と「\dicend\」とによって狭まれた範囲を指定記
号の反映される範囲とする方法、「\dic=辞書名（たと
えばonkyo）=反映範囲（複合語を含む単語ならば、たと
えばtango）\複合語を含む単語（たとえばフォルマント
周波数）」のように、「反映範囲（たとえばtango）\」
によって指定記号の反映される範囲を決定する方法であ
る。

【００３７】図５（３）〜（６）に示す場合も同様に、
３つの方法によって、指定記号の反映される範囲が設定
される。ただし、図５（４）に示す、指定記号の反映さ
れる範囲が入力テキスト中の文である例の１つ目の方法
では、文末に「\」を付す必要はない。

【００３８】さらに、図５（７）には、指定記号の反映
される範囲が、その次の指定記号が検出されるまでであ
る例を示す。

【００３９】なお、一般的に文節とアクセント句とは同
じ単位とみなせるが、複数文節を一アクセント句とする
場合もある。

【００４０】このように指定記号が反映される範囲を所
望の範囲とすることによって、所望の辞書を用いてテキ
スト解析したい範囲を容易かつ適切に設定でき、より正
確な読み上げが可能となる。

【００４１】一例として、東京の日本橋と大阪の日本橋
とをそれぞれ読み上げる場合には、それぞれに対応する
東京の地名辞書１４ｂと大阪の地名辞書１４ｃとが選択
されるように、テキストに指定記号を付与する。

【００４２】「\dic=tokyo=日本橋\付近、渋滞中で
す。」という指定記号を含むテキストが入力されると、
東京の地名辞書１４ｂが選択され、「にほんばしふき
ん、じゅうたいちゅうです」と読み上げられる。

【００４３】一方、「\dic=osaka=日本橋\付近、渋滞中
です。」という指定記号を含むテキストが入力される
と、大阪の地名辞書１４ｃが選択され、「にっぽんばし
ふきん、じゅうたいちゅうです」と読み上げられる。

【００４４】したがって、テキスト中に「日本橋」とい
う地名が独立して存在している場合でも、どの地名であ
るかを示す指定記号を付与することによって、東京の
「日本橋（にほんばし）」と大阪の「日本橋（にっぽん
ばし）」との読み分けを正確にできるようになる。

【００４５】同様に、方言等に対しても、どの地方の方
言であるかを示す指定記号を付与することによって、正
確なアクセントや読みを決定することができる。また、
たとえば、テキスト中にある医学用語に対しては医学用
語辞書１４ｅ用の指定記号を付与し、音響用語に対して
は音響用語辞書１４ｆ用の指定記号を付与することで、
読み上げ精度が格段に向上する。

【００４６】このように、地名、固有名詞、専門用語等
の特定の困難な用語に対してそれぞれの辞書を用いるこ
とによって、テキストを正確に読み上げることができ
る。

【００４７】この発明の音声合成装置１０は、カーナビ
ゲーションシステム、アプリケーションソフト、電子新
聞の読み上げ等に応用できる。

【００４８】また、指定記号の具体例は、図５に示すも
のに限定されず、他の任意の方法によって、指定記号を
付与でき、かつ指定記号が反映される範囲を設定でき
る。

【００４９】

【発明の効果】この発明によれば、あらかじめ用意され
た特別言語辞書を用いることによって、従来とは異な
り、特殊単語登録を新たに登録・格納することなく、特
殊単語を含むテキストでもテキスト作成者が意図した読
み方での読み上げが可能となる。

【図面の簡単な説明】

【図１】この発明の実施形態の一例を示すブロック図で
ある。

【図２】言語辞書の構成例を示す図解図である。

【図３】この発明の動作の一例を示すフロー図である。

【図４】図３のステップＳ５の詳細な動作を示すフロー
図である。

【図５】指定記号の具体例を示す。

【図６】従来技術を示すブロック図である。

【符号の説明】

１０ 音声合成装置 １２ 言語処理部 １２ａ 指定記号検出部 １２ｂ 指定記号解析部 １２ｃ テキスト処理部 １４ 特別言語辞書 １６ 一般言語辞書 １８ 音声処理部 ２０ 音声データベース ２２ スピーカ

Claims (6)

【特許請求の範囲】
1. 【請求項１】 各指定記号に対応するテキスト解析用の
   辞書を含む特別言語辞書、 入力されるテキストに付与される指定記号を検出する検
   出手段、 前記検出手段によって検出された指定記号に対応する辞
   書を前記特別言語辞書の中から選択する選択手段、 前記テキストのうち前記指定記号の付与された部分につ
   いて、選択された前記辞書を用いてテキスト解析を行う
   テキスト解析手段、 テキスト解析結果に基づいて音声を合成する音声合成手
   段、および合成された前記音声を出力する音声出力手段
   を備える、音声合成装置。
2. 【請求項２】 前記指定記号は、前記テキストの複数の
   部分に対して付与される、請求項１に記載の音声合成装
   置。
3. 【請求項３】 前記指定記号の反映される範囲が、前記
   テキスト中の複合語を含む単語、文節、文、アクセント
   句あるいは呼気段落、またはその次の指定記号が検出さ
   れるまでのいずれかである、請求項１または２に記載の
   音声合成装置。
4. 【請求項４】 各指定記号に対応するテキスト解析用の
   辞書を含む特別言語辞書を用いる音声合成方法であっ
   て、 入力されるテキストに付与される指定記号を検出する第
   １ステップ、 検出された指定記号に対応する辞書を前記特別言語辞書
   の中から選択する第２ステップ、 前記テキストのうち前記指定記号の付与された部分につ
   いて、選択された前記辞書を用いてテキスト解析を行う
   第３ステップ、 テキスト解析結果に基づいて音声を合成する第４ステッ
   プ、および合成された前記音声を出力する第５ステップ
   を備える、音声合成方法。
5. 【請求項５】 前記指定記号は、前記テキストの複数の
   部分に対して付与される、請求項４に記載の音声合成方
   法。
6. 【請求項６】 前記指定記号の反映される範囲が、前記
   テキスト中の複合語を含む単語、文節、文、アクセント
   句あるいは呼気段落、またはその次の指定記号が検出さ
   れるまでのいずれかである、請求項４または５に記載の
   音声合成方法。