JPS62284397A - 文・音声変換方式 - 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】 ３、発明の詳細な説明 （産業上の利用分野） 本発明は、ワードプロセッサの入力文字を音声で読み上
げて原稿と照合するため等に用いる、任意の文章を自然
な音声に変換するための文・音声変換方式に関するもの
である。

（従来の技術） 従来、この種の文・音声変換方式は、音素として基本と
なる１００個の音ｍ＜第２図参照）を音韻として持って
おり、その音韻を文字列に合わせて結合し、連続音声を
発生させることができる音韻連鎖方式を用いたものが知
られている。（通信学会誌、８１．７　、　Ｖｏｌ、　
Ｊ　６４−　Ａ　Ｈａ　７　ｒ自然音声の韻律情報を利
用したｖＣｖ音声編集合成」参照）第６図は従来の文・
音声変換方式の構成を示し、１はＣＰＵであり、プログ
ラムメモリ２により。

インタフェース３から入力されたひらがな文字コードに
基づいてＣｖファイル４（音節ファイルで、“ア″、′
す″等の音韻が格納されている）から該当する音韻デー
タを引き出し、音声今生器５で音韻列を結合して合成し
、スピーカー６から連続音声を生成するようにしたもの
である。Ｃｖファイル４については、音の高さくピッチ
）や大きさをコントロールできるようにするためと、経
済的にメモリサイズを小さくするために、音韻をＬＳＰ
パラメータや、パーコールパラメータに変換して格納す
ることが多い、従って音声合成器５はＣｖ格納形態に合
わせ、ＬＳＰ合成器や、パーコール合成器を使用するこ
とになる。

この音韻連鎖方式は調音結合の難しさを回避するために
考案された方式で、特にＣｖ型言語である日本語につい
ては、この方式が主流となっている現状である。

（発明が解決しようとする問題点） このような従来の文・音声変換方式では、自然音声より
切り出したＣｖ音節を素材とし、音韻そのものは自然性
を持っているが、音節を結合した後の音節の継続時間長
が、隣りの音節との関係で伸縮するという調音結合によ
る文節時間長の制御という面では、データがなく、日本
語のリズム制御という面で不自然さがあり、いわゆるロ
ボット声であった。

本発明は、このロボット声という不自然さを解決するも
のであり、より自然に近い日本語リズムを持った規則合
成音を得られるようにすることを目的とするものである
。

（問題点を解決するための手段） そこで本発明は、プログラムによりインタフェースから
入力された文字コードに基づいて日本語の基本音節（い
わゆる日本語１００音節）の単音ファイルから該当する
音韻データを引き出し、その各音節の文節中における位
置による基本時間長テーブルよりその音節の時間長を決
め、さらにその音節の時間長を隣接する音韻間の調音結
合による音節時間長伸縮テーブルにより伸縮させた後、
音声合成器で連続音声に合成し、スピーカより合成音を
出力するようにしたものである。

（作　用） 各音節の文節中の位置による時間長テーブルと、隣接す
る音韻間の調音結合による音種時間長伸縮テーブルとに
よって各音節長を個々に制御するようにしたので１日本
語らしいリズムを規則合成音に付与することができる。

（実施例） 第１図は本発明の実施例を示し、１１はＣＰＵであり、
プログラムメモリ１２によりインタフェース１３から入
力された文字コード（第２図参照）に基づいてＣｖファ
イル１４に格納された従来と同様の日本語１００音節（
ＣＶ）から該当する音韻データを引き出す。このＣｖフ
ァイル１４は、ピッチ（音程の高低）や振幅（大きさ）
を可変にできるよう５ｍｇ〜２０ｍ５毎に区切ったパコ
ール係数やＬＳＰ係数を用いる。この５ｍｓ〜２０ＩＩ
Ｉｓの範囲で音節長の伸縮を可能にできる。

つぎに第３図に示す各音節の文節中の位置による基本時
間長テーブル１５により、文節の先頭２文節の中２文節
の最後の各モーラの振り分けによる各音韻の時間長を引
いてくる６例えば「先日の天気」という文章であれば、
「センジツノ」の「セ（ＳＥ）　Ｊは語頭であるから、
テーブル１５から１８５ｍ５の時間長であることがわか
る。同様に「ン」、「ジ」。

「ツ」は文節中の音であるからそのテーブル（第３図）
を引く。例えば「ツ（ＴＳυ）」は１４５Ｉｌｓである
。

また「ノ」は文節の最後であるから２１０ｍ５とわかる
。このように各音節が、文節のどの位置にあるかによっ
てそれぞれの音節の長さを先ず決める。

つぎに、隣接する音韻間の調音結合による時間長の伸縮
テーブル（第４図に一例を示す）により音′節長を伸縮
させる。例えば前記「ツ」の場合には次に「ノ」が続く
ので、第４図の伸縮ルールテーブルから２０ｍ５伸ばせ
ばよいことがわかる。その後第５図に示すフローのよう
に処理し、音声合成器１６で連続音声を合成し、スピー
カ１７から自然なリズムを持つ規則合成音を出力する。

このように、各音節中の位置による音節時間長および隣
接する音韻間の調音結合による音種時間長伸縮テーブル
を追加することにより、極めて自然な日本語リズムを有
する規則合成音が得られる。

一方このようなテーブル追加によるメモリの増加はＣＶ
ファイルに比して大きな価格上昇の要因とならない。

なお、上記実施例は音韻連鎖方式をモデルに説明してい
るが、日本語特有の調音結合の特性（追加３０ＣＶ）は
、ターミナルアナログ方式やダイナミックアナログ方式
の合成方式にも適用できる。

（発明の効果） 以上のように本発明によれば、各音節の文節中の位置に
よる音節時間長テーブルおよび隣接する音韻間の調音結
合による音節時間長伸縮テーブルによって各音節長を個
々に制御するようにしたので、極めて自然な日本語リズ
ムを有する規則合成音が得られる。

【図面の簡単な説明】

第１図は本発明の実施例の構成図、第２図は１００音節
の基本ＣＶコード表を示す図、第３図は文節中の位置に
よる音節毎の時間長テーブルの一例の一部を示す図、第
４図は調音結合による音節の時間長伸縮テーブルの一例
の一部を示す図、第５図は本発明方式の処理フロー図、
第６図は従来の文・音声変換方式の構成図である。 １２・・・プログラムメモリ、　１３・・・インタフェ
ース、　１４・・・日本語１００音節の単音ファイル、
　１５・・・基本時間長テーブル、　１６・・・音声合
成器、　１７・・・スピーカ、　１８・・・音節時間長
伸縮テーブル。 第２図 第５図 派 −″″′＆−＆″″″＆−４ ０のｏＯロ　　　トず　　−Ｎ　　　［Ｆ］の−〇のの
Ｎさ　Ｎ　　ＣＯＯ−一　　ロロＱＮｅｙＮＮ＋ｅＰｍ
ＦＪ　　ＦＪＦＪ　　　Ｃｎｍｍ　　　　ＣＮｕ’）ａ
ｏの００−　　００トロリロ■のの口０　ロｃ−Ｊ　（
）　Ｃ１ｒ′＋ａ　Ｃｏ　　　　、−＋　、−１，−１
ｅｎ　、−１？　ｈ　Ｃｒｌ　Ｃｏ　ＣＯｃ−ｎ　　Ｍ
−１ｅ〜ＮＮ＋ｌ　ｍ　ｍ　　　　＋ｌ　Ｆ−１−＋１
−へ−一一一−Ｎ■−のり０の　　　Ｏさ叩−！の　０
の口のロトののＱ臂へ！ず　　　のの豐すのロ　００ｅ
−Ｊ豐口の−のＮ−一一一一　　　−一一一−Ｎ　Ｎ−
一一一一−Ｃｚｊ　Ｏ＜　１−１：ｌ　＋ｆｌ　０　：
ｌ　Ｌｕ　０　（１−１：ｌ　Ｃ！ｊ　０　＜　Ｗ　０
　＜　１−１：）　（ＬＩ　Ｏ”ズ×４＝ψφψφψφ
←＝ψト←←←←ｚ　ｚ　ｚ　ｚ　ｚ　ｚψ・・・φ　
　　　　　　Ｑ←

Claims (1)

【特許請求の範囲】
1. プログラムによりインタフェースから入力された文字コ
   ードに基づいて日本語の基本音節の単音ファイルから該
   当する音韻データを引き出し、その各音節の文節中にお
   ける位置による基本時間長テーブルよりその音節の時間
   長を決め、さらにその音節の時間長を隣接する音韻間の
   調音結合による音節時間長の伸縮テーブルにより伸縮さ
   せた後、音声合成器で連続音声に合成し、スピーカより
   合成音を出力することを特徴とする文・音声変換方式。