JPS62217294A - 音声情報辞書作成装置 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 〔概　要〕 本発明は発声させたい文節を示す文字列を表示装置上に
表示し、これをオペレータが画面上で操作して、所望の
音声データを対応する視覚的イメージに変換して表示し
、この画面上の表示状態から音声データに変換して音声
情報辞書に登録するようにしたものである。

〔産業上の利用分野〕

本発明は、音声合成を行う際に音声データの指定を容易
にするための、音声情報辞書の作成方式〔従来の技術〕 近年音声合成技術の進歩により、パーソナルコンピュー
タ（以下パソコンと略記する）等においても音声合成カ
ード等の音声合成手段を用いることにより、比較的容易
に音声合成を行うことが可能となっている。

しかしながら上記音声合成を行うには、何らかの手段に
より、文字列と発音情報とを含む音声データを、音声合
成手段に与える必要があり、そこでパソコンにおいては
、ＢＡｓｔｃ＠語でＴＡＬＫ文をサポートする趨勢にあ
る。

以下このようなＲＡＳ　Ｉ　Ｃ言語で音声データを指定
する例を示す。

一例として「山形」と発声させる場合、指定する音声デ
ータとしては、発声させる文節を示す文字列に引き続い
て、アクセント位置、その他の発音情報を指定する必要
がある。

例えば上記「山形」を第２音目にアクセントを置いて発
声させるようにするには、 ＴＡＬＫ″ヤマガタ：Ａ２′ というように記述する。上記ＴＡＬＫ文中の“ヤマガタ
”は発声すべき音声を指定する文字列で、その後の“Ａ
２”は第２拍目にアクセントを置くことを指定する発音
情報、また：”は区切記号である。

このようにＢＡＳＩＣ言語でサポートしているＴＡＬＫ
文で、文字列及びアクセン１−位置等の発音情報の指定
を記述するには、アクセントパラメータとしてアクセン
ト位置が語の何音目にあるか等、各種のパラメータを、
それぞれ記号と数値で与えなくてはならない。

これら多くのパラメータを記号と数値で指定するのは、
その操作が煩雑であるばかりでなく、１旨定した結果を
その場で聞いて確かめることができないという問題があ
る。実際の発声を聞くためには、プログラム中に含まれ
るＴＡＬＫ文のみを一つずつ実行させる必要があり、こ
れは煩雑な操作となる。

そこで文字列と対応する発音情報とを含む音声データを
格納した音声情報辞書を設け、これを検索して所望の音
声データを読み取り、読み取った音声データをＢＡＳ　
Ｉ　Ｃ言語の場合には上記ＴＡＬＫ文に代入する等の方
法によれば、音声データの指定が容易となる。

しかしながら、音声情報辞書を汎用化しようとすると、
辞書自身が非常に大きなものとなり、限られた単語のみ
を使用するようなシステムでは大き過ぎて使い難い場合
もある。そこでこのような場合や、特殊な発声を指定し
たい場合には、必要に応じて専用の音声情報辞書を作成
する必要が生じる。

［発明が解決しようとする問題点〕 上述した如く音声データの指定は煩雑な）桑作を必要と
し、またその場で確かめることができないという問題が
ある。従って汎用であれ特殊目的の専用のものであれ、
音声情報辞書を作成するには、前述の煩雑な操作を免れ
ることができない。

本発明の目的は音声データを、視覚的イメージを利用し
て画面上で操作、指定可能な音声情報辞書の作成方式を
提供することある。

〔問題点を解決するための手段〕

本発明は、発声させたい文節を示す文字列を画面上に表
示し、所望の音声データに対応する視覚的イメージに準
拠して上記文字列を含む画面表示を操作し、この画面の
表示状態を音声データに変換し、該音声データに対応す
るキーとともに音声情報辞書に登録し得るようにした、
視覚的イメージ利用による音声情報辞書の作成方式であ
る。

（作　用〕 発音情報を単なる記号と数値で指定するのではなく、視
覚的なイメージを利用して音の高低、アクセント位置、
速さ等を画面上に表示し選択するので、実際の発音状態
との対応が付けやすく、音声データの登録が容易となる
。

［実施例〕 以下本発明の一実施例を図面を参照しながら説明する。

第１図は本発明に係る音声情報辞書作成方式の構成を示
す要部ブロック図で、■は入力部であって、例えばキー
ボード、２は表示装置、３は記憶装置で、例えば磁気デ
ィスク装置或いはフロッピディスク装置、４は画面編集
部、５はイメージ変換部、６は登録部、７は制御部、８
は上記記憶装置３に格納された音声情報辞書、９は音声
合成部である。

第２図（ａ）〜（１）は本発明の一実施例としての、視
覚的イメージ利用による音声データ選択操作例を説明す
るための図である。

本実施例では「こんにちは」という文節を、所望の発音
情報で登録する例を説明する。

まず登録しようとする音声の文節を示す文字列「コンニ
チハ」１０を、入力部ｌから指定する。この文字列１０
は同図（ａｌに見られるように、画面編集部４により表
示装置２の画面に表示される。以後画面編集部４により
、表示装置２上に各種発音情報に対応する画面表示がな
され、更にこの画面表示が入力部１を操作することによ
り種々変化させることができる。なお入力部１として本
実施例ではキーボードを使用する例を説明するが、これ
に限定する必要はなく、例えばマウスと通称されるボイ
ンティング・デバイスや、ライトペン等を用い得ること
は、特に説明するまでもないことである。

発音情報は前述のように多種類あるが、そのうちからア
クセント位置２語尾及び語頭の高低、声の高さ２発音速
度、最後に男声・女声の区別を順に決定する例を説明す
る。これら発音情報の決定順序は、プログラムで決めて
おいてもよく、また図示はしていないが、入力部１から
指定するようにしてもよい。入力部１から指定する場合
には、ファンクションキーのそれぞれに発音情報を割り
当てておいて、ファンクションキーを選択することによ
り、決定すべき発音情報を選択する方法、或いは、画面
に発音情報を表示しておき、このうちから所望のものを
選択する方法等、種々の方法で実施し得る。

アクセント位置の決定が選択されると、同図（ａｌに見
られるように、アクセント位置を示す標示マーク１１例
えば′マ°が、文字列１０上の所定の位置〔同図では先
頭〕に表示される。この標示マーク１１は入力部１のシ
フトキーを操作する等により、同図（ｂ）に見られるよ
うに所望位置に移動させるごとができる。この操作の間
、指定したアクセントにより実際に発声させ、耳で聞い
て確認できるようにすることも容易である。

このようにしてアクセント位置を文字列１ｏの先頭の「
コ」に置くことに決定したとすると、標示マーク１１を
文字列１０の先頭に移動させる〔同図（Ｃ１参照〕。な
おアクセント位置を示す方法としては、“マ″のような
標示マーク１１を付加する以外に、アクセント位置の文
字の色を変える等の方法を用いることもできる。

次に語頭及び語尾の高低の決定を選択すると、同図（ｄ
ｉに見られるように語頭の文字「コ」及び語尾の文字「
ハ」を、シフトキーにより上下させることができる。そ
こでこれまた実際に発声させて確認し、同図（ｅ）に見
られるように所望の語頭及び語尾の高さを選択する。

次に声の高さの決定を選択すると、同図（ｆｌに見られ
るように、文字列１０の前に声の高さを示す表示マーク
１２が表示される。シフトキーを操作してこの表示マー
ク１２を上下させ、実際に発声させて所望の高さを決定
する〔同図（ｇ）参照〕。

次いで話す速さの決定を選択すると、同図（ｈ）に見ら
れるように、話す速さを示す標示マーク１３が画面に表
示される。同図の標示マーク１３はスピードメータのイ
メージで描かれたもので、これの指針１４をシフトキー
或いは数字キーで動かし、これまた実際に発声させて適
当な速さを選択する男性の声と女性の声のどちらにする
かの決定を選択すると、同図（１）に見られるように、
男性の姿または女性の姿の標示マーク１５が表示される
。これはシフトキー或いはファンクションキーを押すこ
とにより交互に変換されるので、いずれか一方を選択す
る。上記標示マーク１５は両方を表示しておき、選択さ
れた方を高輝度表示するか、或いは選択された方のみを
表示する等の方法としてもよく、種々の方法を用い得る
。

以上により所望の発音情報が選択されたので、入力部１
からキーを入力して登録を指定する。登録の指定は、フ
ァンクションキーの一つに“登録゛を割り当てておく方
法、或いは、画面上に操作項目を表示しておいて、その
中から一つを選ぶ方法等により実行できる。

登録が指定されると、上述の画面状態即ち、アクセント
位置の表示マーク１１の位置や、語頭・語尾の文字の位
置等を、イメージ変換部５が読み取って対応する発音情
報に変換する。この変換された発音情報を、登録部６は
指定されたキーとともに、記憶装置３に設けられた音声
情報辞書８に書き込む。

第３図は上記音声情報辞書８の構成を示す概念図で、指
定されたキー２１とともに、上述のようにして決定され
た文字列１０と各種発音情報２２が対応して格納されて
いる状態を示す。

同図に示すように発音情ｆ４２２は、すべて所定の記述
形式に従って、発音情報の項目を示す記号とその度合を
示す数値の組合せにより記録されている。従って所望の
音声データに対応するキー２１を指定して文字列１０と
発音情報２２を読み出し、これらを音声合成部９に与え
ることにより、所望の音声を合成できる。なお、本実施
例では英文字と数字とを組合せてキー１０を構成したが
、これは−例であって、その構成は任意である。

上述の如く本実施例では、表示装置２上に音声イメージ
を視覚的イメージに変換して表示し、対話形式で画面を
操作して音声データを選択し、更に候補データを実際に
発声させることができる。

従って候補データの選択が容易であるばかりでな（、耳
で問いて確認できるので、所望の音声データを容易且つ
的確に選択し、登録することが可能である。

このように所望の音声データを簡単且つ的確に登録でき
ることは、単に汎用の音声情報辞書の作成が容易となる
ばかりでなく、音声合成を利用するシステムを構成する
ような場合に、特殊な辞書或いは必要な倍量のみを格納
した辞書等を任意に作成できることとなる。

更に本実施例は、システム開発者にとって便利であるば
かりでなく、システムの利用者がシステムの運用時に、
必要に応じて゛必要な音声データを登録し得るようにす
るのにも利用できる。

なお上記実施例では、文字列１０を「コンニチハ」とい
う５文字の場合を説明したが、これは−例であって、文
字列ＩＯの文字数は特に限定される必要はない。従って
第３図において、文字列１０の欄を５文字分としたが、
これも図示するための都合であって、必要な桁数を取る
ことができる。また発音情報２２の欄も、必要に応じた
桁数としてよいことは勿論である。

〔発明の効果〕

以上説明した如く本発明によれば、音声イメージが視覚
的イメージに変換して表示された画面を対話形式で操作
することにより、音声データを選択し登録することがで
きるので、所望の音声情報辞書を容易に作成できる。従
って音声合成を利用するシステムの構成やソフトウェア
の開発が容易になる。

【図面の簡単な説明】

第１図は本発明の構成説明図、 第２図は本発明の一実施例の説明図、 第３図は上記一実施例で作成した音声情報辞書の構成を
示す図である。

Claims (1)

1. 【特許請求の範囲】 入力部（１）と表示装置（２）と画面編集部（４）とイ
   メージ変換部（５）と登録部（６）とを具えた情報処理
   システムにおいて、 前記画面編集部（４）は前記入力部（１）を介して指定
   された文字列（１０）を表示装置（２）に表示するとと
   もに、前記入力部（１）からの指令に基づいて前記文字
   列（１０）を含む表示画面を修正・編集し、所望の音声
   データを対応する視覚的イメージに変換して表示し、 前記イメージ変換部（５）は前記表示状態を対応する音
   声データに変換し、 登録部（６）は前記変換された音声データを、前記入力
   部から指定されたキーとともに音声情報辞書（７）に登
   録するようにしたことを特徴とする音声情報辞書作成方
   式。