JPH1139446A - 情報記録シンボルおよび音声合成出力装置 - Google Patents

Abstract

(57)【要約】 （修正有） 【課題】 特殊な演算処理回路やデバイスを使用せずに
音声合成処理が可能な音声合成出力装置およびその装置
に用いる情報記録シンボルを提供する。 【解決手段】 表示手段に表示される文字デ−タと、文
字デ−タに基づく少なくとも規則音声合成処理における
イントネーションを決定するためのピッチパタン制御情
報と、音韻の音色を決定するための調音制御情報と、か
ら成る発音制御情報とを有し、これら文字データと発音
制御情報とが関連付けられたコ−ド情報として情報記録
シンボル化する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、文字情報を音声に
合成変換して出力する音声合成出力装置およびその装置
に用いる情報記録シンボルへの記録方法に関する。

【０００２】

【従来の技術】近年のマルチメディア化に伴い、文字情
報を音声にて出力する音声合成装置の要望は大きく、特
に印刷された文字情報等を、弱視や視覚障害者の人等が
音声合成装置を用いて音声にて確認することのできる装
置が大望されている。

【０００３】従来、文字情報を音声に変換して出力する
手法としては、（１）ワード（単語）単位に予め録音さ
れている音声を選択して再生する方法や、（２）単音単
位に予め録音されている音声を、文字情報に合わせて選
択し、各単音を繋ぎ合わせて再生させる方法、（３）人
間の発声メカニズムや言語法則に基づいて、文字情報か
ら音声を合成する手法が用いられている。

【０００４】

【発明が解決しようとする課題】これら従来の方法にお
いて、（１）の手法では、予め録音しておく単語に限界
があることから、限られた単語しか音声出力できない
が、各単語が録音されたもののために、イントネーショ
ン等が自然で品質の高い音声を出力できるという特徴を
有している。

【０００５】また、（２）の手法では、単音にて録音さ
れているために任意の文字情報を音声に変換して再生で
きるが、単音を繋ぐことから、再生音声がイントネーシ
ョンのない棒読みに近いものとなってしまい、聞き難い
という欠点を有していた。

【０００６】また、（３）の手法では、文字情報から人
間の発声メカニズムに基づいて音声を合成するため、任
意の文字情報を音声に変換して出力でき、尚且つイント
ネーションのある音声であり、必要に応じて声質等を変
化させることが可能であるという特徴を有するが、高品
質な音声の合成を実施するには、図５（ａ）に示すよう
な複雑な人間の発声メカニズムを処理するために、非常
に多くの演算処理が必要となってしまい、特殊な演算処
理回路やデバイスが必要となり、使用する機器の小型化
が困難であったり、装置の価格が非常に高価となってし
まう問題点がある。

【０００７】また、これら印刷等をされた文字情報を直
接音声に変換するには、印刷された文字をデジタル画像
処理により文字認識を実施して、一度文字データに変換
する必要があるが、文字認識の精度が印刷された文字の
書体や大きさ等に依存し、どのような文字でも認識でき
るものではなく、またこれら文字認識を実施するには大
型のスキャナや上記した画像処理を実施するための専用
の処理回路やデバイスがさらに必要になってしまうとい
う問題点があった。

【０００８】よって、本発明は任意の文字情報を音声に
変換し、尚且つイントネーションのある音声として出力
できる上記（３）の規則音声合成処理方式において、特
殊な演算処理回路やデバイスを使用せずに音声合成処理
が可能な音声合成出力装置およびその装置に用いる情報
記録シンボルへの記録方法を提供することを目的とす
る。

【０００９】

【課題を解決するための手段】上記課題を解決するため
に、本発明の情報記録シンボルは、表示手段に表示され
る文字デ−タと、前記文字デ−タに基づく少なくとも規
則音声合成処理におけるイントネーションを決定するた
めのピッチパタン制御情報と、音韻の音色を決定するた
めの調音制御情報と、から成る発音制御情報とを有し、
これら文字データと発音制御情報とが関連付けられたコ
−ド情報として情報記録シンボル化されていることを特
徴としている。この特徴によれば、従来規則音声合成処
理において最も複雑な演算を必要としていた、イントネ
ーションを決定するためのピッチパタン制御情報と音韻
の音色を決定するための調音制御情報とを生成する演算
処理を、これらピッチパタン制御情報と調音制御情報と
から成る調音制御情報を情報記録シンボルに記録するこ
とによって不要とすることが可能となり、特殊な演算処
理回路やデバイスを使用せずに、一般的な中央演算処理
装置（ＣＰＵ／ＭＰＵ）等にて高い品質の音声合成処理
が可能とすることができ、結果的に装置の小型化、低コ
スト化を実現することができ、さらに前記調音制御情報
と文字デ−タとが関連付けられて記録されていることか
ら、これら文字デ−タを表示手段に表示し、音声合成が
なされている部分を、随時確認できるようにすることが
できる。さらに、情報記録シンボルを用いるてことによ
って、印刷された文字を認識するよりも正確に、しかも
瞬時に前記調音制御情報と文字デ−タとを読み取ること
ができる。

【００１０】本発明の音声合成出力装置は、情報記録シ
ンボルに記録されている少なくとも規則音声合成処理に
おけるイントネーションを決定するためのピッチパタン
制御情報と、音韻の音色を決定するための調音制御情報
と、から成る発音制御情報を情報記録シンボル読み取り
手段により読み込んで、前記発音制御情報に基づく音声
を、音声合成手段にて変換して出力することを特徴とし
ている。この特徴によれば、従来規則音声合成処理にお
いて最も複雑な演算を必要としていた、イントネーショ
ンを決定するためのピッチパタン制御情報と音韻の音色
を決定するための調音制御情報とを生成する演算処理
を、これらピッチパタン制御情報と調音制御情報とから
成る調音制御情報が記録された情報記録シンボルを読み
取ることによって不要とすることが可能となり、特殊な
演算処理回路やデバイス等を使用せずに、一般的な中央
演算処理装置（ＣＰＵ／ＭＰＵ）等にて高い品質の音声
合成処理を可能とすることができ、結果的に装置の小型
化、低コスト化を実現することができる。

【００１１】本発明の音声合成出力装置は、前記発音制
御情報に関連付けられて前記情報記録シンボルに記録さ
れている文字データを情報記録シンボル読み取り手段に
より読み込んで、表示手段に文字を表示するとともに、
前記表示手段上に、音声合成出力がなされている部分を
表示するようにされていることが好ましい。このように
すれば、合成される音声を文字でも確認でき、尚且つ音
声合成されて出力されている文字部分が表示されること
で、どの部分が音声合成されて出力されているのかを随
時確認することができる。

【００１２】本発明の音声合成出力装置は、前記音声合
成出力がなされている部分を表示する方法が、音声合成
出力がなされている部分の文字の表示コントラストを反
転するようにされていることが好ましい。このようにす
れば、瞬時に表示文字のどの部分が音声合成されて出力
されているのかを確認することができ、表示のコントラ
ストを反転するだけなので、容易に音声合成されている
部分を表示することができる。

【００１３】本発明の音声合成出力装置は、前記情報記
録シンボル読み取り装置がハンディターミナルであり、
前記音声合成出力装置が音声合成ソフトウェアをインス
トールしたパーソナルコンピュータであることが好まし
い。このようにすれば、音声への変換手段を別途に設け
る必要がなく、容易に本発明の音声合成装置を実現する
ことができる。

【００１４】本発明の情報記録シンボルへの記録方法ま
たは音声合成出力装置は、前記情報記録シンボルが２次
元コードであることが好ましい。このようにすれば、前
記コードに記録することのできる情報量を著しく多くす
ることができ、前記調音制御情報に割り当てられるデー
タ領域を多く取れることから、より高品質の音声合成を
実施することができる。

【００１５】

【発明の実施の形態】以下、本発明の実施例を図面に基
づいて説明する。

【００１６】本実施例は、本発明の音声合成出力装置を
用いて商品発注システムを構築した例について説明す
る。

【００１７】図１は、本実施例の本発明の音声合成出力
装置を用いた商品発注システムの外観を示したものであ
り、図２は上記システムの構成を示すブロック図、図３
は本発明の情報記録シンボル（以下データシンボルと略
称する）への記録方法により文字データ並びに発音制御
情報が関連付けられて記録されているデータシンボルが
印刷されたカタログ販売等の商品発注シート１を示した
もので、図４は、上記商品発注シート１に印刷されたデ
ータシンボルに文字データ並びに発音制御情報であるピ
ッチパタン制御情報（データ）と調音制御情報（デー
タ）とを関連付けて記録する記録例を示したものであ
り、図５（ａ）は従来における規則音声合成処理におけ
る処理概要を示し、図５（ｂ）は本実施例において音声
合成を実施するための処理概要を示したものである。

【００１８】図３は、本発明に適用されるカタログ販売
等の商品発注用シート１を示し、一定寸法に区画された
四角形の複数の枠内は、商品表示用のエリア２と、商品
名や価格等を表示するエリア３と、データシンボル４表
示用のエリア５とに仕切られている。

【００１９】本実施例に用いられるデータシンボル４
は、図４に示されるように正方形をなす２次元コードで
あるベリコードを使用しており、その領域内には棒状記
号を縦横に多数配列することにより、商品名、内容量、
個数、価格、商品コード等の商品情報が文字データやデ
ータとして予め変換、記録されており、前記文字データ
には、その文字データに関連付けられて、図４に示され
るようにピッチパタン制御データと調音制御データが所
定のフォーマットに基づいて記述、変換されて記録され
る。

【００２０】これら文字データと発音制御データを関連
付けて記録する方法としては、図４に示されるように、
従来ＪＩＳコード等により所定のビット列にて記録され
ている文字データの先頭にデータフレーム３１検出用の
所定長のフレームヘッダ２４を設け、一つのデータフレ
ーム３１のビット長を一定とし、このデータフレーム３
１中に文字データ、ピッチパタン制御データおよび調音
制御データ等の調音制御データを各々のデータの先頭部
分に各データを識別するための識別符号である文字デー
タ識別符号２５、ピッチパタン制御データ識別符号２
７、調音制御データ識別符号２９を付与してデータ列を
生成し、このデータフレーム３１を繰り返すことによ
り、調音制御データを各文字データに関連付けることが
でき、このようにして得られたデータフレーム３１が連
続したデータ列を所定のデータシンボル変換アルゴリズ
ムによりエンコードされてデータシンボル４が作成され
る。

【００２１】これら上記したピッチパタン制御データお
よび調音制御データ等のデータ長は、これらが短すぎる
と、合成する音質が低下してしまうし、これが長すぎる
とデータ長が長くなって、データシンボル４の大きさが
大きくなってしまうことから、使用する音声合成アルゴ
リズムと出力される音声の品質から適宜選択すれば良
い。

【００２２】これらデータシンボル４は、図３に示すよ
うに読み取り装置であるハンディターミナル６により読
み取られるが、本実施例における商品発注システムの構
成は、図１に示すように、前記したデータシンボル４を
読み取る読み取り装置であるハンディターミナル６と、
読み取られた商品情報等の文字データを音声に変換して
出力する出力装置であるパーソナルコンピュータ（以下
パソコンと略称する）７を主要部として構成されてい
る。

【００２３】前記ハンディターミナル６は、図２に示さ
れるように、データシンボル４を白黒画像データとして
読み込んで電気信号に変換する撮像手段であるＣＣＤイ
メージセンサーモジュール８と、これにより変換された
画像データを記憶する記憶手段であるメモリ１１と、前
記画像データを処理してデータシンボルに記録されてい
たデータを復元するデコード処理と各デバイスの制御等
を行うマイクロコンピューター（ＭＰＵ）１２と商品の
選択や発注の入力を行う入力手段であるテンキー１０
と、各種の情報を表示する表示手段であるＬＣＤディス
プレイ９と、ＭＰＵ１２によりデコードされたデータを
パソコン７に出力するための通信手段１３から構成さ
れ、前記ＭＰＵ１２内部には、ＭＰＵ１２が実施する各
種の制御や上記デコード処理を行うプログラムを格納し
たＲＯＭ（図示せず）が搭載されている。

【００２４】前記パソコン７は、図１に示されるような
パソコン７であり、前記パソコンは主に図２に示される
ように、前記ハンディターミナル６との通信を行う通信
手段１５と、ハンディターミナル６から送られてくるデ
ータ等を記憶する記憶手段１６と表示器１８と中央演算
処理回路（ＣＰＵ）１７から構成され、前記通信手段１
５は通信ケーブル１４により前記ハンディターミナル６
の通信手段と接続されており、また、音声を出力するス
ピーカー１９が接続されているとともに、図５（ｂ）に
示す音声合成出力処理を行うプログラムが予めインスト
ールされている。

【００２５】以下、本実施例の動作について説明する
と、操作者は図３の想像線で示す様に、前記ハンディタ
ーミナル６を商品発注シート１におけるデータシンボル
４に読み取り部を配置する。

【００２６】ハンディターミナル６の検出スイッチ（図
示せず）を入れてデータシンボル４を検出すると、ハン
ディターミナル６に設けたブザーまたはランプ（いずれ
も図示略）がＯＮして、データシンボル４が自動的にＣ
ＣＤイメージセンサーモジュール８により読み込まれ
る。

【００２７】なお、ハンディターミナル６がデータシン
ボル４を検出すると、ハンディターミナル６に設けたブ
ザーまたはランプ（いずれも図示略）がＯＮして、デー
タシンボル４を読み込むようにしても良い。

【００２８】読み込まれたデータシンボル４の画像デー
タは、一度メモリ１１に格納され、瞬時にＭＰＵ１２に
よりデコードされて商品情報である文字データや、調音
制御データ等の各種バイナリデータとして再度メモリ１
１に格納されるとともに、前記読み込まれた文字デ−タ
はＬＣＤディスプレイ９に表示され、通信手段１３によ
りパソコン７に送出される。

【００２９】このように文字デ−タがＬＣＤディスプレ
イ９に表示されることで、読み込まれたデ−タと、操作
者が発注した商品が一致しているかについても、事前に
確認できるようにすることができる。

【００３０】前記通信手段１３により送出されたデータ
は、通信ケーブル１４を介してパソコン７の通信手段に
伝達され、一度記憶手段１６に格納される。

【００３１】パソコンのＣＰＵ１７は、前記メモリ１６
に格納されたバイナリデータから、所定のデータフレー
ム検出ヘッダ２４と文字データ識別符号２５およびピッ
チパタン制御データ識別符号２７並びに調音制御データ
識別符号２９を検索し、各データを抽出するとともに、
前記文字データを図６（ａ）に示すように表示器１８に
表示し、ピッチパタン制御データ並びに調音制御データ
に基づき、予めインストールされている音声合成出力プ
ログラムにより、各データをＣＰＵ１７にて処理を行
い、所定の音声を合成し、合成された音声がスピーカー
１９より出力される。

【００３２】また、この音声合成出力の際に、音声合成
を実施して出力している音声に対応する文字を、前記調
音制御データに関連付けられている文字デ−タを検索す
ることにより検出して、その文字部を図６（ａ）に示す
ように、白黒反転させて表示される。

【００３３】このようにすることで、弱視や視覚障害者
の人でも、印刷物に記載された商品等の内容や情報等
を、音声にて確認することが可能となり、単独にて商品
の発注等を行うことが可能となるとともに、従来の音声
合成に比較して、出力される音声が予め最適化されたピ
ッチパタン制御データ並びに調音制御データに基づき合
成されているため、高品質で聞きやすい音声とすること
ができ、音声合成の処理負荷を減らすことができること
により、これら高音質の音声合成を簡便な機器構成にて
実現することができる。

【００３４】また、本発明においては、文字情報が文字
データとして前記データシンボル４に記録されているこ
とから、従来の様に文字を画像として取り込んで複雑な
文字認識処理を実施する必要がなく、認識ミス等による
不都合も生じない。

【００３５】また、上記本実施例においては、商品発注
の観点から、システム構成をハンディターミナル６とパ
ソコン７を用いたものとしているが、本発明の音声合成
出力装置はこれに限定されるものではなく、前記ハンデ
ィターミナル６に音声出力装置を設け、前記音声合成出
力プログラムにより、ＭＰＵ１２にて前記ピッチパタン
制御データ並びに調音制御データを処理して、音声合成
を実施し、音声の出力を行うようにしても良い。

【００３６】このハンディターミナル６にて音声出力す
る手法は、本発明によれば、図５に示すように、音声合
成における処理を、従来に比べて大幅に低減することが
可能であることから、前記ＭＰＵ１２の演算能力におい
ても十分処理可能とすることができる。

【００３７】なお、本実施例においては、２次元コード
としてベリコードを用いているが、本発明はこれに限定
されるものではなく、前記ベリコード以外の規格による
もの、例えばＣＯＤＥ１、ＤＡＴＡＣＯＤＥ、ＰＤＦ等
を用いても良い。

【００３８】また、本実施例においては、文字データと
発音制御情報との関連付けを行う方法を図４に示すよう
な方法を用いたが、本発明はこれに限定されるものでは
なく、他の方法を使用しても良い。

【００３９】また、本実施例においては、前記文字デー
タと発音制御情報との関連付けを行ったデータを直接エ
ンコードしているが、これらデータに誤り訂正データを
付与したり、得られたデータをインターリーブするなど
して、その冗長性を高めること等を実施しても良い。

【００４０】また、本実施例のように、文字デ−タを表
示器１８に表示して、音声合成部分を図６（ｂ）のよう
に随時白黒反転させて表示するようにすれば、本実施例
の商品発注システム以外の、例えば印刷原稿の誤植確認
作業等において、音声と目視の双方にて効率の良い確認
作業等が可能になり、本発明が健丈者や他用途において
も高い効果を発揮できる。

【００４１】

【発明の効果】本発明は以下の効果を奏する。

【００４２】（ａ）請求項１項の発明によれば、従来規
則音声合成処理において最も複雑な演算を必要としてい
た、イントネーションを決定するためのピッチパタン制
御情報と音韻の音色を決定するための調音制御情報とを
生成する演算処理を、これらピッチパタン制御情報と調
音制御情報とから成る調音制御情報を情報記録シンボル
に記録することによって不要とすることが可能となり、
特殊な演算処理回路やデバイスを使用せずに、一般的な
中央演算処理装置（ＣＰＵ／ＭＰＵ）等にて高い品質の
音声合成処理が可能とすることができ、結果的に装置の
小型化、低コスト化を実現することができ、さらに前記
調音制御情報と文字デ−タとが関連付けられて記録され
ていることから、これら文字デ−タを表示手段に表示
し、音声合成がなされている部分を、随時確認できるよ
うにすることができる。さらに、情報記録シンボルを用
いるてことによって、印刷された文字を認識するよりも
正確に、しかも瞬時に前記調音制御情報と文字デ−タと
を読み取ることができる。

【００４３】（ｂ）請求項２項の発明によれば、従来規
則音声合成処理において最も複雑な演算を必要としてい
た、イントネーションを決定するためのピッチパタン制
御情報と音韻の音色を決定するための調音制御情報とを
生成する演算処理を、これらピッチパタン制御情報と調
音制御情報とから成る調音制御情報が記録された情報記
録シンボルを読み取ることによって不要とすることが可
能となり、特殊な演算処理回路やデバイス等を使用せず
に、一般的な中央演算処理装置（ＣＰＵ／ＭＰＵ）等に
て高い品質の音声合成処理を可能とすることができ、結
果的に装置の小型化、低コスト化を実現することができ
る。

【００４４】（ｃ）請求項３項の発明によれば、合成さ
れる音声を文字でも確認でき、尚且つ音声合成されて出
力されている文字部分が表示されることで、どの部分が
音声合成されて出力されているのかを随時確認すること
ができる。

【００４５】（ｄ）請求項４項の発明によれば、瞬時に
表示文字のどの部分が音声合成されて出力されているの
かを確認することができ、表示のコントラストを反転す
るだけなので、容易に音声合成されている部分を表示す
ることができる。

【００４６】（ｅ）請求項５項の発明によれば、音声へ
の変換手段を別途に設ける必要がなく、容易に本発明の
音声合成装置を実現することができる。

【００４７】（ｆ）請求項６項の発明によれば、前記コ
ードに記録することのできる情報量を著しく多くするこ
とができ、前記調音制御情報に割り当てられるデータ領
域を多く取れることから、より高品質の音声合成を実施
することができる。

【００４８】

【図面の簡単な説明】

【図１】本発明の音声合成出力装置を用いた実施例にお
ける商品発注システムの外観を示した斜視図である。

【図２】図２は本発明の音声合成出力装置を用いた実施
例における商品発注システムの構成を示すブロック図で
ある。

【図３】本発明の情報記録シンボルが印刷されたカタロ
グ販売等の商品発注シートを示す図である。

【図４】本発明の情報記録シンボルへの記録方法を用い
て、情報記録シンボルに文字データ並びに発音制御情報
であるピッチパタン制御情報（データ）と調音制御情報
（データ）とを関連付けて記録する記録例を示す図であ
る。

【図５】（ａ）従来における規則音声合成処理における
処理概要を示す図である。 （ｂ）本実施例において音声合成を実施するための処理
概要を示す図である。

【図６】（ａ）本実施例における表示器８の文字表示例
を示す図である。 （ｂ）本実施例における音声合成文字部分を表示する表
示例を示す図である。

【符号の説明】

１ シート ２、３、５ エリア ４ データシンボル ６ ハンディターミナル（読取り装置） ７ 出力装置（パソコン） ８ 撮像手段（ＣＣＤイメージセンサーモジ
ュール） ９ 表示手段（ＬＣＤディスプレイ） １０ 入力手段（テンキー） １１ 記憶手段（メモリ） １２ ＭＰＵ １３ 通信手段 １４ 通信ケーブル １５ 通信手段 １６ 記憶手段 １７ 中央演算処理装置（ＣＰＵ） １８ 表示器 １９ スピーカー ２０ 把手部 ２１ 読取りヘッド ２２ 透明板 ２３ 透過窓 ２４ フレーム検出符号 ２５ 文字データ識別符号 ２６ 文字データブロック ２７ ピッチパタン制御データ識別符号 ２８ ピッチパタン制御データブロック ２９ 調音制御データ識別符号 ３０ 調音制御データブロック ３１ データフレーム

Claims (6)

【特許請求の範囲】
1. 【請求項１】 表示手段に表示される文字デ−タと、前
   記文字デ−タに基づく少なくとも規則音声合成処理にお
   けるイントネーションを決定するためのピッチパタン制
   御情報と、音韻の音色を決定するための調音制御情報
   と、から成る発音制御情報とを有し、これら文字データ
   と発音制御情報とが関連付けられたコ−ド情報として情
   報記録シンボル化されていることを特徴とする情報記録
   シンボル。
2. 【請求項２】 情報記録シンボルに記録されている少な
   くとも規則音声合成処理におけるイントネーションを決
   定するためのピッチパタン制御情報と、音韻の音色を決
   定するための調音制御情報と、から成る発音制御情報を
   情報記録シンボル読み取り手段により読み込んで、前記
   発音制御情報に基づく音声を、音声合成手段にて変換し
   て出力することを特徴とする音声合成出力装置。
3. 【請求項３】 前記発音制御情報に関連付けられて前記
   情報記録シンボルに記録されている文字データを情報記
   録シンボル読み取り手段により読み込んで、表示手段に
   文字を表示するとともに、前記表示手段上に、音声合成
   出力がなされている部分を表示するようにされている請
   求項２に記載の音声合成出力装置。
4. 【請求項４】 前記音声合成出力がなされている部分を
   表示する方法が、音声合成出力がなされている部分の文
   字の表示コントラストを反転するようにされている請求
   項３項に記載の音声合成出力装置。
5. 【請求項５】 前記情報記録シンボル読み取り手段がハ
   ンディターミナルであり、前記音声合成出力装置が音声
   合成ソフトウェアをインストールしたパーソナルコンピ
   ュータである請求項２〜４のいずれかに記載の音声合成
   出力装置。
6. 【請求項６】 前記情報記録シンボルが２次元コードで
   ある請求項１〜５のいずれかに記載の情報記録シンボル
   への記録方法および音声合成出力装置。