JPH119847A - おしゃべりオウム発声装置 - Google Patents

Abstract

(57)【要約】 【課題】 呼びかけに対し、同じ言葉を返したり、特定
の言葉を返したり、誤った言葉を返したりすることによ
って、オウムが応答しているような感じを得る装置にあ
る。 【解決手段】 登録応答キーを入力する登録応答キー入
力手段２と、応答属性を入力する応答属性入力手段３
と、呼びかけを入力する呼びかけ入力手段４と、音声信
号をテキスト化する音声テキスト化手段５と、呼びかけ
テキストと応答属性と応答テキストをデータベース７に
格納するデータベース登録手段６と、呼びかけテキスト
と応答属性を検索キーとしてデータベース７を検索し応
答テキストを出力するデータベース検索手段８と、応答
テキストを音声信号にする応答テキスト音声化手段９
と、音声を出力する音声出力手段１０と、を備える。

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、玩具に組込まれ
る音声応答装置に関し、特に呼びかけに応じて、種種の
応答を発声するおしゃべりオウム発声装置に関する。

【０００２】

【従来の技術】従来の玩具に組込まれている音声応答装
置のおしゃべりオウム発声装置は、話者の発声した言葉
を録音しておき、呼びかけると同じ言葉を再生して応答
していた。しかしながら、このようなおしゃべりオウム
発声装置は常に同じ応答で、「しゃべっている」という
感じでなく、あくまでも「繰り返している」という感じ
しか得られない。

【０００３】

【発明が解決しようとする課題】呼びかけに対する応答
を、あたかもオウムに対するときのように応答させる。
そこで、呼びかけの言葉をそのまま応答する、あるいは
呼びかけの言葉を異なるイントネーションで応答する、
または間違った言葉で応答するなどの作用を音声応答装
置に組込む。また、応答する言葉をあらかじめ設定する
作用も組込んでおき、応答の言葉を変更したり、間違え
させることによりオウムの応答を真似させて玩具として
の特性を付加する。

【０００４】

【課題を解決するための手段】そのため、この発明の、
音声による呼びかけに対して、音声によって応答するお
しゃべりオウム発声装置において、呼びかけ音声あるい
は応答音声をテキストに変換する変換手段と、前記変換
したテキストに対して、前記テキストを登録するかある
いは前記テキストに応答するかを選択する選択手段と、
前記登録が選択されたとき、前記テキストに基づく呼び
かけテキストおよび応答テキストならびに前記呼びかけ
テキストに対する応答属性を組にして、データベースに
登録する登録手段と、前記応答が選択されたとき、前記
呼びかけテキストとそれの応答属性とを検索キーにし
て、前記データベースを検索し、複数の応答テキストの
１つを選択する検索手段と、前記応答テキストを音声変
換する音声応答手段と、を有することを特徴とする。

【０００５】更に、前記応答属性は、呼びかけテキスト
に対して、前記テキストをそのままのイントネーション
で応答するオウム返し属性と、呼びかけテキストに対し
て、前記テキストを異なるイントネーションで、あるい
は合い言葉で、応答する特定応答属性と、呼びかけテキ
ストに対して、複数の応答テキストの内から発生乱数で
選択されるテキストを応答するランダム応答属性と、を
含むことを特徴とする。

【０００６】音声入力された音声信号を音声テキスト化
手段によりテキスト化し、該テキストを呼びかけテキス
トあるいは応答テキストとして、応答属性入力手段（図
１の２）により入力された応答属性を付加して、データ
ベースに登録する。応答時に、呼びかけ音声を音声テキ
スト化手段により、テキスト化した呼びかけテキストな
らびに応答属性入力手段からの応答属性とを検索キーと
して、応答テキストを検索する。検索された応答テキス
トを応答テキスト音声化手段により音声信号に変換し、
それを音声出力手段により、音声出力する。応答テキス
トを属性によって選択し、また乱数による間違い応答を
選択させることによって、オウムが「しゃべっている」
とか「対話している」という感じを生じさせる。また、
データベースには応答する言葉を蓄えるデータベース登
録手段によって、オウムのボキャブラリーを変える。

【０００７】

【発明の実施の形態】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。図１は、この発明の第１の実
施の形態を示すシステムブロック図である。図２は、図
１に示す実施の形態の動作を説明するためのフローチャ
ートである。図３は、図１に示すデータベース７に格納
されるテキストデータの一例を示す図である。図４は、
この発明の他の実施の形態の動作を説明するためのフロ
ーチャートである。

【０００８】図１を参照すると、おしゃべりオウム発声
装置１は、登録応答キー入力手段２と、応答属性入力手
段３と、呼びかけ入力手段４と、音声テキスト化（音声
認識）手段５と、データベース登録手段６と、データベ
ース７と、データベース検索手段８と、応答テキスト音
声化手段９と、音声出力手段１０とを備える。登録応答
キー入力手段２は、データベース７に応答テキストを登
録するか、あるいは応答テキストを検索して応答する
か、を指示するためのキーである。該キーが押下される
と、押下状態を保って登録指示信号を出力し、キーが押
下されていなければ応答指示信号を出力する。なお、押
下されている状態の時に再度押下すればキー状態が反転
し元にもどる。応答属性入力手段３は、例えば数字キー
などが用いられ、入力された音声データが応答時にどの
ような応答をするかを指示する応答属性信号を出力す
る。応答属性として数字キーが「１」のときには「オウ
ム返し」を、「２」のときには「特定応答」を、「３」
のときには「ランダム応答」、などを指すものとする。
呼びかけ入力手段４は、呼びかけの音声を入力し、該音
声に対応して音声信号を出力する。音声テキスト化手段
５は、入力された音声信号を音声認識して対応した呼び
かけテキストもしくは応答テキストを出力する。データ
ベース登録手段６は、登録応答キー入力手段２から登録
指示信号が供給されているとき、入力された呼びかけテ
キスト，応答テキストおよび応答属性を組にしてデータ
ベース７に登録する。データベース検索手段８は、応答
指示信号が供給されているとき、入力された呼びかけテ
キストおよび応答属性を検索キーとしてデータベース７
に登録されている応答テキストを検索し、応答テキスト
を出力する。応答テキスト音声化手段９は、該出力され
た応答テキストに対応して音声合成を行い音声信号を出
力する。音声出力手段１０は、入力された音声信号を音
声として出力する。

【０００９】次に図１に示す実施の形態について、図２
を参照して動作を説明する。まず、データベース７に呼
びかけあるいは応答のテキストを登録する場合の動作を
図２および図３を参照して説明する。応答テキストを登
録する場合には、動作ステップ１１で、登録応答キー入
力が行われる。これは登録応答キーが押下され、登録を
示すキーの状態に特定されることにより達成される。動
作ステップ１２で、応答属性入力が行われる。これは、
数字キーを押下すると、該当数字が応答属性を指す数字
として登録される。動作ステップ１３で、呼びかけ音声
入力が行われる。これは、マイクなどで話者が発声する
ことで達成される。動作ステップ１４で、音声テキスト
化が行われる。入力された話者音声信号を音声認識して
対応した呼びかけテキストに変換することで達成され
る。動作ステップ１５で、応答登録キーのキーチェック
が行われる。ここでは、動作ステップ１１で入力された
登録応答キーの状態を判断し、キーの状態が「登録」を
示しているので、動作ステップ１６で、応答属性チェッ
クが行われる。これは、動作ステップ１２で入力された
応答属性入力のキー値の種類を判断する。応答属性が
「１」ならば以下の動作ステップ１７および動作ステッ
プ１８を行わず、動作ステップ１９に動作が移る。応答
属性が「１」以外ならば以下の動作ステップ１７および
動作ステップ１８に動作が移る。動作ステップ１７で、
応答音声入力が行われる。これは、動作ステップ１４と
同様に動作ステップ１７で入力された応答音声信号を音
声認識して対応した応答テキストに変換することで達成
される。次に動作ステップ１９で、データベース７へ登
録が行われる。該データベース７への登録は、動作ステ
ップ１４で得られた呼びかけテキストと、動作ステップ
１２で入力された応答属性と、動作ステップ１８で得ら
れた応答テキストと、を組にして登録される。

【００１０】次に、データベース７に格納された応答テ
キストを利用してこの装置１が発声応答する場合の動作
を説明する。呼びかけに応答する場合には、動作ステッ
プ１１で、登録応答キー入力が行われる。これは登録応
答キーが押下され、応答を示すキーの状態にあることに
より達成される。次に動作ステップ１２で、応答属性入
力が行われる。これは、応答属性入力手段３で数字キー
が押下されることで達成される。次に動作ステップ１４
で、呼びかけ音声のテキスト化が行われる。これは、動
作ステップ１３で、入力された呼びかけ音声信号を音声
認識して呼びかけテキストに変換することで達成され
る。次に動作ステップ１５で、キーチェックが行われ
る。ここでは、動作ステップ１１で、入力された登録応
答キーの状態を判断し、キーの状態が「応答」を示して
いるので動作ステップ２１で、動作ステップ１４で、テ
キスト化された呼びかけテキストを第１の検索キーと
し、動作ステップ１２で入力された応答属性を第２の検
索キーとしてデータベース７を検索する。検索結果の応
答テキストを動作ステップ２２で音声信号に音声合成
し、動作ステップ２３で出力する。この第１の実施の形
態では、応答テキストを音声合成技術を用いて単に音声
信号として変換してスピーカなどの音声出力手段１０に
出力する例について説明したが、この応答をより自然な
発声あるいは、あたかもオウムがしゃべっているような
感じで出力することもできる。また、この第１の実施の
形態では、テキストをデータベース７に格納する例を示
したが、データベース７の具体例としてＲＡＭやＲＯＭ
を用いてもよい。

【００１１】第２の実施の形態の動作を示す図４を参照
して説明する。図４に示す実施の形態の動作はデータベ
ース７の具体例としてＲＯＭ４４を用いた場合の例であ
る。このＲＯＭ４４には、図３に示すデータベース７に
呼びかけテキスト７１，応答属性７２，応答テキスト７
３があらかじめ登録されているものとする。図４に示す
おしゃべりオウム発声装置４０は、マイクなどの呼びか
け入力手段４３とスイッチなどで構成される応答属性入
力手段４２と、スピーカなどの応答音声出力手段４５
と、呼びかけテキスト７１，応答属性７２，応答テキス
ト７３を格納するデータベース７を収容するＲＯＭ４４
と、音声応答処理を行うＣＰＵ４１と、を備える。

【００１２】次に、ＣＰＵ４１で行う音声応答処理につ
いて、図４および図３を参照しながら動作を説明する。
今、呼びかけ入力手段４３から、音声信号として「オハ
ヨウ」と入力されたとすると、ＣＰＵ４１では動作ステ
ップ４１１で音声信号として「オハヨウ」が出力され、
動作ステップ４１２では、音声テキスト化処理が行わ
れ、呼びかけテキストとして「おはよう」が出力され
る。この音声テキスト化処理では、例えば音声信号のフ
ーリエ変換ベクトルのような特徴抽出を行い、抽出され
た特徴とあらかじめ登録された特徴系列と文字列との対
応を示す辞書パターンとの照合により音声信号に対応す
る文字列である呼びかけテキストに変換され出力され
る。動作ステップ４１３では、この呼びかけテキストを
検索キーとしてＲＯＭ４４に格納されている応答テキス
ト７３が検索されるが、このときに第２の検索キーとし
て応答属性が用いられる。この応答属性は、応答属性入
力手段４２から供給されるが、応答属性としては、「オ
ウム返し」で応答することを示す「１」，イントネーシ
ョンの変更あるいは「合い言葉」などの特定応答を示す
「２」，または「ランダムに応答」することを示す
「３」などがある。ここで、応答属性として「１」が供
給されていると、ＲＯＭ４４の検索結果の出力として応
答テキストとして「おはよう」が出力される。また応答
属性として「２」が供給されていると、応答テキストと
して「おっはよう」が、応答属性として「３」が供給さ
れていると、「こんにちは」，「こんばんは」，「いま
なんじ」あるいは「どこいくの」などの応答テキスト７
３のうちのいずれかが乱数で選択されて応答テキストと
して出力される。動作ステップ４１４では、このように
して供給された応答テキストが音声合成などの技術を用
いて音声信号に変換される。この音声合成の方法として
は波形合成方式や規則合成方式などの手法を用いて応答
テキストが示す文字列情報を音声合成するものである。
例えば規則合成方式を適用したテキスト音声化手段にあ
っては、入力文字列情報を分析し、その文字列が示す音
韻情報と韻律情報とを求めてその合成音声を規則合成し
て出力するものである。動作ステップ４１５では、この
音声信号が応答音声出力手段４５に出力され、「オハヨ
ウ」，「オッハヨウ」，「コンニチハ」，「コンバン
ハ」，「イマナンジ」あるいは「ドコイクノ」などが発
声される。またＲＯＭ４４の場合には、事前にテキスト
を登録することができ、この場合には登録動作は不要と
なる。さらに、これに伴って登録応答キーが不要となる
と共にデータベース登録手段も不要である。

【００１３】以上の実施の形態の他にも、この発明は種
々の応用や変形が可能であることは言うまでもない。例
えば、応答属性としてランダム応答を利用する場合に
は、呼びかけテキストに応答する応答テキストとして複
数を準備し、このうちの任意の一つを、乱数などを用い
て選択し、画一的な応答テキストが出力されることがな
いようにすることもできる。さらに、この場合応答テキ
ストとして「オウム返し」や、「合い言葉」も選択され
る得るようにすることもできる。また、応答テキストを
乱数を用いて選択する場合に非常に少ない確率で呼びか
けテキストと無関係な間違い応答テキストが出力される
ようにするようにすることもできる。また応答テキスト
を音声化するにあたり、より自然な発声やオウムの発声
とするために、データベースにイントネーションやアク
セントを指定する付加情報を登録しておくこともでき
る。この付加情報は応答テキストの作成時に一対として
作成されることは言うまでもない。なお、付加情報の例
として、種々のものがあげられる。すなわち、ピッチ情
報やピッチパターン，ポーズコード，発声速度指示，休
止挿入位置や時間，音韻継続時間やイントネーションや
アクセントである。

【００１４】

【発明の効果】この発明の第一の効果は、玩具の音声応
答として、オウムに呼びかけるときの応答のように応答
が常に一定せず変化させることができることである。そ
の理由はデータベースに呼びかけテキストと応答属性と
応答テキストとを格納しておくことにより、呼びかけに
対して、「オウム返し」や「合い言葉」や「イントネー
ションの異なる応答」や「間違え応答」を発声応答させ
ることができるからである。

【図面の簡単な説明】

【図１】この発明の第１の実施の形態を示すシステムブ
ロック図である。

【図２】図１に示す第１の実施の形態の動作を説明する
ためのフローチャートである。

【図３】図１に示すデータベースに格納されるデータの
一例を示す図である。

【図４】この発明の第２の実施の形態の動作を説明する
ための図である。

【符号の説明】

１ おしゃべりオウム発声装置 ２ 登録応答キー入力手段 ３ 応答属性入力手段 ４ 呼びかけ入力手段 ５ 音声テキスト化手段 ６ データベース登録手段 ７ データベース ８ データベース検索手段 ９ 応答テキスト音声化手段 １０ 音声出力手段

Claims (2)

【特許請求の範囲】
1. 【請求項１】 音声による呼びかけに対して、音声によ
   って応答するおしゃべりオウム発声装置において、 呼びかけ音声あるいは応答音声をテキストに変換する変
   換手段と、 前記変換したテキストに対して、前記テキストを登録す
   るかあるいは前記テキストに応答するかを選択する選択
   手段と、 前記登録が選択されたとき、前記テキストに基づく呼び
   かけテキストおよび応答テキストならびに前記呼びかけ
   テキストに対する応答属性を組にして、データベースに
   登録する登録手段と、 前記応答が選択されたとき、前記呼びかけテキストとそ
   れの応答属性とを検索キーにして、前記データベースを
   検索し、複数の応答テキストの１つを選択する検索手段
   と、 前記応答テキストを音声変換する音声応答手段と、 を有することを特徴とするおしゃべりオウム発声装置。
2. 【請求項２】 前記応答属性は、 呼びかけテキストに対して、前記テキストをそのままの
   イントネーションで応答するオウム返し属性と、 呼びかけテキストに対して、前記テキストを異なるイン
   トネーションで、あるいは合い言葉で、応答する特定応
   答属性と、 呼びかけテキストに対して、複数の応答テキストの内か
   ら発生乱数で選択されるテキストを応答するランダム応
   答属性と、 を含むことを特徴とする請求項１記載のおしゃべりオウ
   ム装置。