JPS63157184A - 発音訓練装置 - 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】 （産業上の利用分野ン 本発明は、外国語などの発音の訓練を行なう発音−１１
練装蓋に関する。

（従来の技術） 外国語の発音訓練の場合、外国語を母国語とする人（以
下ネイティブという）に発音評価を頼る方法がある。ま
た、市販されているカセットテープ、ビデオテープ、レ
コード、本等によって自己訓練する方法とがある。

（発明が解決しようとする問題点〕 上述のネイティブに発音評価を頼る方法は、ネイティブ
が訓練者に微妙な発音の違いを説明するのが困難であり
、また身近にネイティブがいる場合が少ないという不都
合がある。カセットテープ等による方法は、いずれも１
１１棟の主体が聴覚判断にもとづく反復練習であり、ビ
デオテープによる映像は、英文のつづりや発音記号。

口の形、舌の位彎等の説明、風景等が主で、発音にとっ
て付属的な役割を持つだけであって、シ１１棟者の聴覚
にのみ評価をたよっている。結局、カセットテープ等に
よる方法では、どのようにしたら正確な発音ができるよ
うになるのかのノウ・ハウについてあまり説明されてい
す、また、訓練者は自己の発音が正確な発音に近づいて
いるかどうかを把えることが困難で、学習に不可欠な学
ぶ番びも起りにくいのが普通であった。

本発明は、従来の上述のような不都合を解消する発音４
１１練装Ｗｅ提供することをその目的とするものである
。

（間ｐｑ点を解決するための手段） 本発明は、上述の目的を達成するために、複数の訓練モ
ードのそれぞれについて発音に伴なう音声パラメータの
パターン上での着眼点及びその特徴を説明する手段と、
複数の訓練モードのそれぞれについて訓練者の発音に伴
う音声を分析して音声パラメータのパターンを表示する
音声分析手段と、り１１練者の音声パラメータのパター
ンから測定した発音特徴データと対応する手本の発音特
徴データとを比較する手段と、該比較手段の結果に応じ
たコメントを表示する手段とから成ることを特徴とする
。

（作用） 発音の矯正を効率よく実行するには、日本人の発音の欠
点を熟知した上で、発音訓練の矯正ポイントを明らかに
しておく必要がある。

発音の矯正ポイントは、英語の場合、次のような訓練モ
ードである。

訓練モードＥ１・・・ストレスアクセント日本語が胸式
呼吸なのに対して英語は腹式呼吸を使ってストレスアク
セント（音の強弱〕で発音される。手をお腹の上に置き
、発声するたびに振動が感じられる時は、腹式呼吸の発
声である。主に名ｇｉｒ１、動詞、形容詞、副詞を強く
発音する。例えば、下記のようにアクセントマーク（′
印）が強く発音される。

Ｉ　　ｆｏｕｎｄ　　ｙｏｕｒ　　ｐａｎ。

ＩＩ＋　殊モードＥ２・・・イントネーションイントネ
−７ヨンはピッチ（声の高低）の組み合わせであり、相
互の関係は下記のようになる。

文章においては、下記のように２のレベルで始まり３の
レベルになり終りは１のレベルにな２　　　　　　　　
　　Ｌ。

文章が長くなってもこの２→３→１というイントネーシ
ョンのレベル変化となる。疑問文になると下記のように
２のレベルで始まり３のレベルの終りでピッチが持ち上
がる。

訓練モードＥ３・・・母音 母音を標準化出来る持続時間、音の強さく音声のパワー
を意味し、以下では単にパワーという）の特徴をとり出
す。又、この持続時間、パワーに加えるにあごの開閉、
唇の丸み、舌の前後および上下の動きがある。これらは
第１、第２、第３ホルマントの表われ万によって評価で
きる。この中で特に大切な矯正ポイントは、持続時間で
ある。日本語は音節単位であり、下記のように子音と母
音が一つになってほとんど同じ持続時間で発音される。

これに対し英語は、下記のように語尾に有声音が来た時
の方が無声音が来た時よシもその前の母音が長く発音さ
れる。

ｂａｔ←無声音 〔〕 ｂａｄ←有声音 （−ｍ−−−） 〔〕 又、語尾が母音で終る場合もその前の母音が長く発音さ
れる。

（−−一） Ｃｅｉ〕 ｍ　　ａ　　ｄｅ （−−一） Ｃｅｉ） 訓練モードＥ４・・・子音 単語の語頭（例ｐａｒｔ　）や語尾（例＠ｔｏｐ　）な
ど位置により下記のように矯正ポイントが異なってくる
。

／ｌ’Ｔｈ　ｔｉ　ｋ−／：　弗うｖ）隘さ　　／Ｓｓ
　　ｂ３−ｆ、ｆ、Ｕ、θ、ｋ／□さ／ト、ｄ−１ｉ１
添鍔撫 ／−ｂ、−ｄ、−ｇ／、破裂の有無　　／ｒｓｔ／’母
音ホルマントの立上り子音で無声の破裂音は、帯気が大
切セ、帯気の持続時間が長ければ音が強く、短かければ
弱く発音されていることになる。

摩擦音に関しては、持続時間が大切である。

やはり強く発音するには持続時間が長い万がよい。

以上説明したような複数の訓練モードのそれぞれについ
て、先ず、発音に伴う音声パラメータのパターン上での
着眼点である帯気の時間等の特徴の説明を表示し、次い
で前桁分析手段によシ訓練者の発音に伴う音声を分析し
て音声パラメータのパターンを表示する。訓練者がこの
パターンから測定した発音特徴データを入力すると、比
較手段は該発音特徴データと対応する手本の発音特徴デ
ータとを比較する。この比較結果により表示手段は矯正
するためのコメントを表示する。かくて訓練者はこのコ
メントに基づいて発音訓練を行なう。

以下本発明の実施例を図面につき説明する。

第１図は、本発明の１実施例のブロック図を示す。

同図において、ビデオディスク１には、主に発音の特徴
解説やネイティブの発音の実演を映像化して格納されて
いる。ビデオディスクプレーヤ２は、訓練者の進度や目
的に応じてビデオディスク中の任意の場面をアクセスし
たシ、ある場面を繰返して再生するためにノ々スＬ１全
介してパーソナルコンピュータ３で制御されるようにな
っている。

パーソナルコンピュータ３は、画像メモリ３１１等を有
するコンピュータ本体３１、キーゼード３２及びディス
プレイ３３で精成されている。コンピュータ本体３１に
パスＬ４を介して接続される音声メモリ４は、訓練者が
発声した音声やビデオ音声の録音と再生に使われるもの
で、そのメモリ容量は１サンプル点当り２バイトを使用
すれば、音声帯域６　ＩＧ（ｚとしだ時サンプリング周
波数１２　ＫＨｚで２Ｘ１２０００＝２４０００バイト
／秒（１２０００サンプル点）となる。１０秒間の音声
の記録が可能であれば十分であるので２４００００バイ
ト（１２００００サンプル点）を用意する。

コンピュータ本体３１にパスＬ４ヲ介して接続される濃
淡画像メモリ５は、サウンドスペクトログラフのような
濃淡画像１ｉｉｉｆｉ面分をディスプレイ３３に表示す
るために使用されるものである。サウンドスペクトログ
ラフは、後記する第３−２図＜Ｂ＋に示すように、横軸
を時間軸とし、縦軸を周波数軸とした平面上において、
周波数強度が濃淡で表示されたいわゆる声紋であり、ホ
ルマントの表われ万を見るのに適している。

その容量は周波数方向２５０点、時間方向１０００点、
濃淡階調１６（４ビツト〕とすれば、（２５０Ｘ１００
ＯＸ４）／８＝１２５０００バイトとなる。

信号制御部６は、各種の９１１練を実行する際に信号の
流れを制御するもので、人−り変換器７及びＤ−Ａ変換
器８を介して音声メモリ４に接続され、またパスＬ３ヲ
介してビデオディスクプレーヤ２に接続され、更にマイ
クロフォン９及びスピーカ１０に接続されており、パス
Ｌ２を介してコンピュータ本体３１によって制御される
。

ビデオディスプレイ１１はビデオディスク１の映像信号
を映像化するもの、ミラー１２はビデオディスプレイ１
１に近接配電し、これに映し出されるネイティブの発音
の際の唇、舌、あごなどの形態と比較するために訓練者
が自己の同様の形態を映し出すためのものである。

前記信号制御部６を更に詳細に説明すると、該信号制御
部６は、第２図示のような回路構成を有し、表１に示す
動作モードを実行する際に信号の流れをｆｉ制御する。

戎　　　　１ 第２図示の回路において、リレー１３，１４．１５．１
６は、コンピュータ本体３１の出力ボートからパスＬ２
上に動作モーＰＭ１〜Ｍ４に応じて送出される４ビット
並列信号で制御される。

動作そ−ドＭ１のときは、リレー１３だけが閉となり、
マイクロフォン９からの音声信号は、ローパスフィルタ
１７、増幅器１８を経てＡ−り変換器７でデジタル信号
化され、音声メモリ４に書き込まれる。

動作モードＭ２のときは、リレー１４だけが閉となり、
パスＬ３に送出されるビデオディスク１の音声信号はロ
ーパスフィルタ１７．ｍ１ｔＱ器１８を経てＡ−Ｄ変換
器７でデジタル信号化され、音声メモリ４に書込まれる
。

動作上−ドＭ３のときは、リレー１５だけが閉となり、
音声メモリ４から読出された内容がＤ−Ａ変換器８でア
ナログ信号化され、ローパスフィルタ１９及び増幅器２
０を経てスピーカ１０から放音される。

こ＼で、音声メモリ４は、パスＬ４上に、動作モーＰＭ
１〜Ｍ３に応じてコンピュータ本体３１内の中央処理装
置から送出されるアドレスノ々ス信号、データバス信号
、書込み信号及び読出し信号等のパス信号で制御されて
書込まれあるいはρ℃出される。

動作モードＭ４のときは、リレー１６だけが閉となり、
ビデオディスク１の音声信号がローパスフィルタ１９及
び増幅器２０を経てスピーカ１０から放音される。

動作モードＭ５のときは、パーソナルコンピュータ３は
、図示しないインターフェース（例えば周知のＲ８−２
３２０を使用する）からパスＬ１に経てビデオディスク
プレーヤ２を制御する。

その結果、ビデオディスク１の映像信号がビデオディス
プレイ１１へ送出され、映像化される。

ビデオディスクプレーヤ２に対する代表的な制御命令コ
マンドは表２に示す通りである。

表　　２ 動作モードＭ５は、表２の制御命令コマンドで構成され
る。その内容は表３に示す。

嵌　３ 動作モードＭ５５は、指定されたフレーム番号ｎ１から
ｎ２迄を再生してｎ２で静止画にする制御命令コマンド
である。

動作モードＭ５を実行する場合、パーソナルコンピュー
タ３の要求に応じてビデオディスクプレーヤ２から動作
状態、再生中のフレーム番号がノ々スＬ１上に送られて
くるので、それらを確認した上で発音矯正過程での訓練
内容に従って動作モードを表３から選択し、対応する制
御命令コマンドをパスＬ１上に送り返してビデオディス
クプレーヤ２を制御していく。

動作モードＭ６のときは、パーソナルコンピュータ３は
パスＬ４上のパス信号を介して音声メモリ４から記録し
た音声信号を取り込み、音声分析し、その結果得られた
音声パターンの各音声パラメータをディスプレイ３３上
に表示する。

音声パラメータは、波形、パワー、ピッチ、サウンドス
ペクトログラフの４種類とし、発音矯正の訓練モードに
応じて、そのうちの幾つかの組合せを表示する。表４は
この組合せによって細分された動作モーＰＭ６１〜Ｍ６
３を示す。

表　　４ 第３−１図、第３−２図及び第３−３図はそれぞれ動作
モードＭ６１．Ｍ６２及びＭ６３を実行した場合のディ
スプレイ３３の表示例である。

パーソナルコンピュータ３により音声分析された結果得
られたサウンドスペクトログラフの画像データは、パス
Ｌ４上のノ々ス信号を介して濃淡画像メモリ５に格納し
、波形、パワー、ピッチの画像データは、コンピュータ
本体３内に通常有している画像メモリ３１１に格納スる
。したがって、第３−２図の囚と（Ｂｌに図示するよう
にパワーとサウンドスペクトログラフとを同時に表示す
るときは画像メモリ３１１の画像データと濃淡画像メモ
リ５の画像データとを適宜切換えてディスプレイ３３へ
送出スる。

発音矯正ポイントとして重要なストレスアクセント、イ
ントネーション、持続時間及ヒフオルマントなどを見る
ためには、第３−１図〜第３−３図に示すように、発音
の全体像を把握できるように表示する必要がある。

音声メモリ４は、前述のように、１０秒間の音声の記録
が可能で、１２００００サンプル点を格納する。−万、
ディスプレイ３３の時間方向の分解能を前記した濃淡画
像メモリ５の説明と同様に１０００点とすれば、最も全
体像を把握しやすい表示である一段だけの表示のとき全
体の１／１２０のサンプル点しか表示できない。そこで
このような表示制限を考慮して音声パラメータを処理す
る必要がある。

以下、音声パラメータの算出法の概要と表示制限全考慮
した音声パラメータ処理法を説明する。

波形処理 波形の全体像を表示するには、音声メモリ４のサンプル
点を間引く必要があり、間引くにしても自然な印象を与
えることが重要である。

第４図は波形間引きのフローチャート、第５図はその説
明図を示す。

第５図の囚は、音声メモリ４の初めの部分の内容をアナ
ログ信号化して示したものである。

第４図示のフロー（１）において、第５図の囚に示す音
声メモリ４の内容であるアナログ音声信号を、第５図（
Ｂ）に示すようにＳｉ　（ｉ＝１　、２　、３−ｎ　）
のグループに分割する。ディスプレイ３３の表示位置に
対応して画像メモＩＪ　３１１のメモリＭＲ域内にＸ座
標、Ｙ座標を設定するが、フロー（２）では、波形デー
タを格納する時間方向の範囲を決めるＸ座標の初期値と
絆了値を設定する。フロー（３）のｉはグループ指定を
進めるためのカウンタであり、ｉ＝１としてｓ１グルー
プから指定する。フロー（４）でグループ内の最大イ直
ａ、、最小値Ｑ、ｆ求める。！＝１°のときは８１グル
ープのＲ１゜Ｑｌが求められる。

フロー（５）、（６）は後で説明する。フロー（７）で
Ｒ１、Ｑｌを画像メモリ３１１のＸ座標の値Ｒ１、Ｑｌ
に変換する。フロー（８）で画像メモリ３１１の座標（
Ｘ、凡、）と（Ｘ、Ｑｌ）とを結線するように処理する
。これが第５図（０１におけるＬＩＮＥＩである。

フロー（９）でＸ座標が終了値に達しているならば波形
データの格納全納了する。終了値でなければフロー＋Ｉ
ＱでＸ喝僚の値を１だけ進め、フロー０１）で１＝２と
する。今度はＳ２グループが指定され、フロー（４）〜
（８）で同様に処理した結果がＬＩＮｇ２である。

この様にしてフロー（９）でＸ座標＝終了値と判定され
る迄グループの処理が続行される。第５図囚を間引き表
示した結果を第５図（Ｄ）に示す。

第５図（０１は第５図（Ｄ）の始めの部分を拡大したも
のに相当する。フロー（５）、（６）は分割数ｎが大き
くなり間引きの割合いが低下したとき有効となる。すな
わち分割数ｎが大きくなりグループ内の′サンプル点数
が少なくなると８３グループのＲ５、Ｑ３のように双方
が同符号になる場合が数多く発生する。なにもしないで
フロー（８）で結線処理すると中心線付近が空白となり
波形の全体像としては不自然になる。そこでフロー（５
）でＲ３、Ｑ３が同符号と判定されれば、フｏ　−（６
）で絶対値の小さい方の値を強制的にＯにして、ＬＩＮ
Ｅ３のように中心線迄結線を延長するように配！ｉ［Ｌ
でいる。

次に画像メモリ３１１で波形データを格納するＸ座標の
範囲をｍ点としてその一段だけの波形表示可能時間をｔ
としたとき、分銅数ｎとの関係全求める。音声メモリ４
は１０秒間の音声の記録が可能であり、これをｎ分割し
た各グループはＩ　Ｑ／ｎ　（秒〕の記録時間に相当す
る。これがｍ点だけ表示可能であるからｔ〔秒〕＝１０
ｍ／ｎとなる。今ｍ＝８００点とすれば、ｎ＝８００で
ｔ＝１０１：秒〕となり、音声メモリ４の全部が表示さ
れる。又、ｎ−１６００ならｔ＝５〔秒〕で最初の１／
２が表示され、ｎ　＝　３２００ならｔ＝２．５［秒〕
で最初の１／４が表示される。

以上のように記録した音声の秒数に応じて適宜分割数ｎ
を設定すると、ディスプレイ３３上に波形の全体像を良
好に表示することが可能となる。

ノゼワー処理 パワー処理は、第６図示のフローチャートにより行なわ
れる。

これは、音声メモリ４の全サンプル点を分割数ｎに従っ
てＳｌ、　Ｓ２．・・・・・・、Ｓｎのグループに分割
し、各グループの平均パワーを求め、その平均パワーを
基に表示パワーデータを算出する方式である。

フロー（１）において、第５図に例示したように、音声
メモリ４の内容である第５図（Ａ）を第５図ＣＢ＋に示
すようなグループに分割する。ディスプレイ３３の表示
位置に対応して画像メモリ３１１内にＸ座標、Ｘ座標を
設定するが、フロー（２）では表示パワーデータを路網
する時間方向の範囲を決めるＸ座標の初期値と終了値を
設定する。

フロー（３）ＫおけるＩはグループ指定を進めるための
カウンターであり、ｉ＝１としてＳ１グループから指定
する。ｊは後記するフロー（７）で求める重み付は平均
パワーＰＷｊのためのカウンターである。このＰＷｊが
表示バワーデ、−夕となる。

フロー（４）でＳｉグループの平均パワ、Ｐｉ’４求め
る。

Ｐｉの算出は次式による。

ｕ　：Ｓ　Ｈグループのサンプル点数 ここではＳ１グループのＰｌが求められる。フロー（５
）でＮｏとなりＦｌを回る。フロー＋６）でｉ＝２とな
りフロー（４）でＰ２が求められる。再びＦｌを回って
フロー（６）でｉ＝３となりフロー（４）でＰ３が求め
られる。今度はｉ　＝　３なのでフロー（５）でＹＥＳ
となりフロー（７）へ進む。以後は後記する７０−（１
１）でＹＥＳと判定される迄Ｆ２を回る。

フロー（７）では重み付は平均パワーＰ〜％Ｊ　ｉ求め
る。

ＰＷｊは連続するいくつかのグループの平均パワーに、
さらに重み付けして平均を求めたものであり、表示上の
ピッチの影響による目障りな徹細な変化分を取り除き、
なめらかな曲線に変換する効果がある。

ＰＷｊの算出は次式による。

通常Ｗ１　＝０．２　、Ｗ２　＝０．８　、ｗ３＝ｌ、
Ｑ　、ｗ４　＝０．８　。

ｗ５＝０．２根度にするとよい。又Ｐ１〜Ｐｎの範囲外
となる平均パワーとそれに乗算されるＷ、はすべてＯと
する。

ここではｊ＝１なので次式のようにＰＷｌが求められる
。

フロー（８）でＰＷｌを画像メモＩＪ　３　ｉ　１のＹ
座標の値ＰＷ１に変換する。

フロー（９）で画像メモリ３１１の座標（Ｘ、ＰＷｌ）
に打点処理する。

フロー４１０でｊ＝２とする。フローαυでＸ座標が終
了値に達しているならば、フロー＠で打点処理した表示
の内側を縦線処理して絆了する。終了値でなければフロ
ーα場へ向かう。フロー（至）ではＸ座椙の値を１だけ
進める。今度はフロー（６）でｉ　＝　４となり、７　
ｏ　−＜４）で１）４が求められる。

フロー（７）ではｊ＝２なので次式のようにＰＷ２が求
められる。

以後フロー（ロ）でＸ座標＝終了値と判定される迄Ｆ２
″ｔ′回り続け、処理が続行される。その処理推移を表
５に示し、７０−（７）で重み付けする平均パワーの範
囲を矢印で示す。

表５においてＰ〜ｖｎ、、　ｐｗｎを算出するとき、フ
ロー（４）では８１〜Ｓｎグループの範井外であるＳｎ
刊、Ｓｎ＋２からＰ　　　Ｐｉ求めることになｎ＋１　
　％　　ｎ＋２ るが、これは実行してもしなくてもどちらでもよい。ど
ちらにしてもフロー（７）のＰＷｊの算出ではＰ１〜Ｐ
ｎの範囲外として無視される。

画像メモリ３１１でＰＷｊ′ｆｆ：格納するＸ座標の範
囲をｍ点としてその一段だけのパワー表示可能時間をｔ
としたとき、分’Ｊｌｌ数ｎとの関係は前記と同様にｔ
〔秒）＝１０ｍ／ｎとなる。結局、第３−１図のように
パワーと波形とを同じ時間軸で表示するときはｎの値を
同じに設定すればよい。

ピッチ処理 ピッチ処理の７０−チャート全第７図て示す。

音声メモリの全サンプル点を分割数ｎに従って８１、Ｓ
２、・・・、Ｓｏのグループに分割し、各グループ毎に
有声音ならば平均ピッチを求めていく方式である。フロ
ー（１）において第５図に例示したように、音声メモリ
４の内容である第５図囚を第５図（Ｂｌに示すようなグ
ループに分割する。ディスプレイ３３の表示位置に対応
して画像メモリ３１１内にＸ座標、ｙＰＸ！！憚を設定
するが、フロー（２）では表示ピッチデータを格納する
時間方向の範囲を決めるＸ座標の初期値と終了償金設定
する。７０−（３）におけるｉはグループ指定を進める
ためのカウンターであり、１＝１として８１グループか
ら指定する。フロー（４）で前記と同様にＳｌグループ
の平均パワーＰ１ヲ求める。ここではＳｉグループのＰ
ｌが求められる。フロー（５）ではＰｉにより無音か有
音かが判定される。Ｐｌが一定値以上でなければ無音と
し、ピッチが存在しないので次のグループの処理のため
にＭ接フロー　（１１）へ向かう。一定値以上であれば
有音とし、フロー（６）でグループ内での自己相関値Ｈ
３を求める。ここではＨｌが求められる。フロー（７）
ではＨｌにより無声音か有声音かが判定される。Ｈｌが
一定値以上でなければ摩擦音や破裂音のようにピッチを
有しない無声音とし、次のグループの処理のために直接
フロー（１１）へ向かう。一定値以上であれば有声音と
し、フロー（８）で男、女、子供別にピンチ同門の範囲
を仮定して相関をとってグループ内の平均ピンチＰＴ　
１’Ｔｈ求める。ここではＰＴｌが求められる。フロー
（９）でＰＴｌを画像メモリ３１１のＹＥ’Ｒ標の値Ｐ
Ｔ１に変換する。フロー・ｌＣＩで１面像メモリ３１１
の座咋（Ｘ、ＰＴｌ）に打点処理する。フローへりでＸ
座標が終了値に達しているならばピッチデータの格納を
絡了する。

終了値でなければフロー（功でＸ座標の値を１だけ進め
、フロー１賭でｉ　＝　２とする。今変ばＳ２グループ
が指定される。以後フロー＜ｔｎでＸ座標＝終了値と判
定される迄、各グループの処理が続行される。画像メモ
リ３１１でＰＴ、に格納するＸ座標の範囲全ｍ点として
その一段だけのピッチ表示可能時間をｔとしたとき、分
割数ｎとの関係は前記と同様にｔ〔秒）＝１ｏｍ／ｎと
なる。結局、第：３−３図のようにパワーとピッチと波
形と１ｒ同じ時間軸上で表示するときはｎの値をすべて
同じに設定すればよい。

サウンドスペクトログラフ処理 サウンドスペクトログラフ処理のフローチャートを第８
図に示す。音声メモリの全サンプル点を分割数ｎに従っ
て８１、Ｓ２、ハＳｎのグループに分割し、各グループ
毎に高速フーリエ変換して、＜ワースベクトルを求めて
いズ方式である。

フロー（１）において第５図に例示したように、音声メ
モリ４の内容である第５図（Ａ）を瀉５図（Ｂｌに示す
ようなグループに分割する。ディスプレイ３３の表示位
置に対応して濃淡画像メモリ５内にＸ座標、Ｙ座４を設
定するが、フロー（２）では表示パワースペクトルデー
タを格納する時間方向の範囲を決めるＸ座標の初期値と
終了値を設定スル。フロー（３）における１はグループ
指定を進めるためのカウンターであり、ｉ＝１として８
１グループから指定する。フロー（４）で高域用仮数を
強調するが、これは次のフロー（５）で算出するパワー
スペクトルの高域成分のレベルが低域成分よりも小さく
なるのを防止し、表示′！ｉ−高博迄−°様にするため
のものである。

フロー（４）で求めたＳｌをフロー（５）で高速フーリ
工変換してパワースペクトルＰｓｉ（ｆ）を求める。

ここでばＳ１グループのｐｓｌ（ｒ）が求められる。フ
ロー（６）でＰＳ　（ｆＪを濃淡階調に対応した値ＰＳ
１（ｆ）に変換する。

７０−　（７）でＰＳｌ（ｆ）のスペクトル周波数ｆ’
ｋａ（ｆ）とする。フロー（８）で濃淡画像メモリ５の
座標（Ｘ、ＰＳｌ（ｆ）　）に濃淡を有する打点処理を
する。

フロー（９）でＸ座標が終了値に達しているならばパワ
ースペクトルデータの格納を終了する。終了値でなけれ
ばフロー＋ＬＯでＸ座標の値を１だけ進め、フローｒＬ
１）でｉ＝２とする。今度はＳ２グループが指定される
。以後フロー（９）でＸ座標＝緒了値と判定される迄、
各グループの処理が続行される。

濃淡両像メモリ５でＰｓｉ（ｆ）を格納するＸ座標の範
囲をｍ点としてその一段だけの表示可能時間をｔとした
とき、分割数ｎとの関係は前記と同様にｔ〔秒）−１０
ｎ／ｎとなる。結局、第３−２図のようにパワーとサウ
ンドスペクトログラフとを同じ時間軸上で表示するとき
はｎの値を同じに設定すればよい。Ｘ座標に時間１００
０点、Ｙ座標に周波数２５０点をとり、濃淡階調１６（
４ビツト）に対応して変換したｐｓ４（ｆ）’ｔ−１Ｌ
４のパス信号を介して濃淡画像メモリ５に格納して表示
した始めの部分が第３−２図のサウンドスペクトログラ
フである。

次に本発明の１実施例による発音矯正を、第９−１図の
７０−チャートに基づいて説明する。

このフローチャートでは、実施例のステップ（ステップ
（２）の前に、訓練者がネイティブと自己の発音とを、
気自身の耳〃による聴感と、唇、舌、あごなどの蟻形態
〃による視覚で比較・評価するステップ（１）を行ない
、発音の矯正を効率的に行なうように構成している。

そこで、先ず、ステップ（１）について説明すると、フ
ロー（１）で動作モードＭ５１を実行してビデオディス
ク１の再生を開始すると、ビデオディスプレイ１１に例
えば導入部のタイトル等の映像が再生される。フロー（
２）で動作モードＭ５４を実行するとビデオディスプレ
イ１１の映像は図のフロー（２）の右側に示すように、
例えば訓練モードＥ１〜ＦＪ４等の訓練モードを示す静
止画が表示される。

訓練が終了し、上記画像からＥＸを選択するとフロー（
３）で動作モードＭ５２を実行してビデオディスク１の
回転が停止して終了する。訓練モードＥ１〜Ｅ４のどれ
かを選択すると、フロー（４）でＥ１〜Ｅ４に応じた映
像が格納されているビデオディスク１の対応する訓練モ
ードの先頭フレーム番号を選択し、フロー（５）で勅−
作モードＭ５３を実行し選ばれた訓練モードのタイトル
が静止画で表示される。図のモーＰ（５）の右！１１１
１には、訓練モードＥ４の子音が、Ｓばれた場合の映像
例を示す。フロー１６）は細分化した一１１棟項目があ
る場合に実行し、項目メニューの靜１ヒ画が表示される
。例えばＥ４の子音のときはｌｐｌ音、１ｔ１音、１ｋ
ｌ音・・・から１つヲ選ぶ。フロー（７）で動作モード
Ｍ　４を実行してビデオディスク１の音声信号をスピー
カから放音するようにセットする。こ＼で、フロー（１
）の前に動作モードＭ４を実行して、導入部のタイトル
等の映像のパック音楽金泥したり、静止画にする前にそ
の内容を説明したりしてもよい。フロー（８）で動作モ
ードＭ５５ｔ−実行し、日本人とネイティブとの発音の
違いを発声の仕方（晒、舌、あご等の形鴫）を中心に説
明する。°この７０−（８）は繰返すことができる。フ
ロー（９）でネイティブの発音の仕方を視聴し、このフ
ロー（９）は繰返すことができる。こ＼で音声だけなら
ば動作モードＭ２を実行してネイティブの発音を音声メ
モリ４に格納した後動作モードＭ３を実行して音声メモ
リ４の内容を繰返しスピーカから放音させてもよい。

フロー・【Ｏで訓練者は満足がいくまでミラー１２で母
、舌、あご等の＠きを比較し、発音練習を行なう。必要
ならば、フロー（９）を繰返して再度ネイティブの発音
映像を視聴する。

４　ｆ）が終了すれば自分の発音を音声メモリ４に格納
し、ネイティブの発音と比較してみる。

そこで７Ｏ−０１）で動作モードＭ１を実行して訓練者
がマイクロフォン９へ向って発音した音声信号を音声メ
モｌＪ４に格納し、フロー−で動作モーｒＭ３を実行し
てその訓練者の発音をスピーカ１０から放音する。その
後フロー（１３で動作モードＭ４を実行してビデオディ
スク１の音声信号をスピーカ１０から放音するようにセ
ットし、７０−α荀でフロー（９）と同じネイティブの
発音映像を視聴する。７０−ａ２〜０４）を繰返せば、
訓練者の発音の提示とネイティブの発音映像の提示が交
互に実行される。

以上でステップ（１）の発音診断と矯正が終了する。フ
ローαっでステップ（１）が良いかどうかを判定する。

良ければ本発明のステップによる発音診断へ向い、良く
なければ再度フロー（９Ｊへ向う。

本発明においては、訓練者は、最初に、発音を音声分析
した上での特徴及びネイティブとの明確な差が表われや
すい着眼点の映像による説明を理解し、次に自己の発音
を音声分析して動作モーＦＭ６１〜Ｍ６３により表示さ
れた音声パラメータのパターンを見る。朋１練考は、こ
のパターンから測定した発音特徴データを入力すると、
これと手本の発音特徴データとが比較され、その比較結
果より矯正するためのコメントを表示する。そしてコメ
ントヲ参考にして自己の発音を矯正する。

次にその詳細をフローチャートについて説明する。

まず、フロー（ト）で−１１練モードＥ１〜Ｅ４のうち
のどれかを選択する。

次ニ、音声パラメータの表示を訓練モードＭ　６１〜Ｍ
６３から選ぶだめの前準備としてフロー０７）で前記し
た分割数ｎを設定する。訓練モードＥ１のストレスアク
セントやＥ２のイントネーションのように文章を扱う訓
練では、音声メモリ４への音声記録時間も長めになるの
で分割数を小さくシ、ディスプレイ３３上の一段表示可
能時間ｔｉ長めに設定する。その反対に−ｔｌｉ練モー
ドＥ３の母音やＥ４の子音のように長くても単語までの
訓練ではｎを太きくし、ｔを短かめＫする。このｔを音
声記録時間に合わせて可Ｉにすることも考えられるが、
表示時間軸の単位がめまぐるしく変わると訓練者はかえ
ってとまどうので好１しくない。

次に、訓練モードＥ１〜Ｅ４のそれぞれについて動作モ
ードＭ６１〜Ｍ６３を実行する。

今、訓練モーｌ−″Ｅｌｔ−選択したとすると、これを
フロー叫でＥ３と分離する。訓練モードＥ４の子音の発
音状四は主に辛気、摩擦、破裂の持続時間が着眼点であ
り、フロー（１９Ａ）で動作モードＭ５５を実行し、そ
の着眼点を説明する映像を映し出す。

次いでフロー（１９Ｂ）で辛気、摩擦破裂の持続時間の
特徴のよく表われるパワーと波形について上述の処理を
行ない、 訓練モードＢ３を選択したとすると、フロー（２０Ａ）
で動作モードＭ５５ｔ−実行し、母音の発音パターンの
着眼点であるホルマントの表われ万の特徴、母音を標準
化した持続時間及びパワーの特徴を説明する映像を映し
出す。次いでフロー（２０Ｂ）で上述の特徴が表われる
サウンドスペクトログラフとノゼワーについて上述のよ
うな処理全行う。

尚、訓練モードＥ４の子音の中にも１ｍ１゜１１１、ｌ
ｒｌ、・・・のようにホルマントの表われ万全問題にす
るものがあるが、そのような訓練では例外的にフロー（
２０Ａ）を経てフロー（２０Ｂ）に向かわせ、動作モー
ドＭ　６２を実行させる。

訓練モードＢ１のストレスアクセント又はＥ２のイント
ネーションを選択するときは、パワー又はピッチがＮ眼
点であるから、フロー（２１Ａ）で動作モードＭ５５を
実行し、その着眼点を説明する映像を映し出す。そして
フロー（２１Ｂ）でパワーと波形とピッチについて上述
のような処理を行なう。尚、訓練モーｌ″Ｅ１のストレ
スアクセントではパワーと波形のみについて処理を行な
ってもよい。

フロー（１９Ｂ）　、　（２０Ｂ）　、　（２１Ｂ）で
処理した結果を、フロー四で動作モードＭ　６１　、　
Ｍ　６２　、　Ｍ　６３に従ってディスプレイ３３上に
表示する。

例えば子音の訓練モードＥ４である場合、フロー（１９
Ａ）、（１９Ｂ）を経て動作モー１−’Ｍ６１の実行に
よりディスプレイ３３上にＪ１１１００パワーと波形が
第１１図囚ｆＢ）に示すように表示されたとする。−１
１練者は自分のパワーと波形についてのパターンを見な
がら、先にパターン（１９Ａ）で説明された子音の発音
状態の着眼点である惰気、摩弔、破裂パワーなどの注意
すべき個所の持続時間を自分で測定し、その測定値を数
値化してフロー祷において入力する。

その詳細を第９−２図について説明すると、この入力は
７０−（２３Ａ）〜（２３Ｄ）で行われる。

測定値はこの例では、１，２．３の３段階に数値化して
入力する。量的に最も少ない場合には一１〃、多い場合
に一３〃、その中間の場合にＸＸ２〃を各入力する。

訓練者のｔｓ　ｐａ　ｔｔの発音に伴なうパワー及び波
形の音声パターンが第１１図囚及び（Ｂ）　Ｋ示された
ものであるとすると、第１０図＋Ａ）　（Ｂｌのネイテ
ィブの音声パターン例と比べて第１１図ＦＢ）に示すよ
うに注意すべき％　ｐ　Ｉ音の辛気が全く無いので、フ
ロー（２３Ａ）でＡ＝１を入力し、摩擦や破裂には無関
係な発音なので、フロー（２３Ｂ）（２３０）でそれぞ
れＢ＝１　、　Ｃ！＝１を入カレ、再１１図（４）に示
すように注意すべきＳＳ　ｐ　ｌＩ音のパワーが全くな
いのでフロー（２３Ｄ）でＤ＝１に入力する。したがっ
て最終的な測定値入力は（Ａ。

Ｂ、Ｃ，Ｄ）＝（１、１、１、１）となる。次に、フロ
ー　（２３Ｅ）〜（２３）１）において、この測定値入
力とあらかじめ数値化しておいた訓練中の子音に対応す
るネイティブの値を比較する。第１０図の（４）及び（
Ｂ）に示すパワー及び波形のパターンからも明らかなよ
うに、ネイティブの気ｐ　〃Ｗｆ４パワーが彊＜、辛気
が長いことが特徴となっているので、ネイティブの発音
（Ａ、Ｂ、Ｏ，Ｄ）を（３゜１．１．３）と数値化して
おく。もしも測定値入力がネイティブの数値と完全に一
致すれば注意すべき気、〃音の発音は良好なので、フロ
ー（２３幻〜（２３Ｈ）のすべてでＮｏと判定されて次
の課題を選ぶためにフロー（１）に向う。一致しなけれ
は発音に問題があるので７０−（２３Ｅ）〜（２３Ｈ）
のどれかでＹＥＳと判定されてフロー（至）のコメント
の中の１つがディスプレイ３３上に表示される。そこで
このコメントヲ参考にして発音矯正を実行するためにフ
ロー（９）へ向い、ステップ（１）から再度やり直す。

この例ではフロー（２３幻で測定値Ａ＝１がネイティブ
のＡ　＝　３と比較されＹＥＳと判定され、Ａ＝１に対
応するコメントＯＭ１が表示される。このコメントＣＭ
ｌは、例えばＮ辛気が短かすぎる。唇を閉じて思い切り
息を口の中から外へ出しなさい。〃である。

訓練者はこのコメントＯＭ　１に従ってフロー（９）か
らやり直し、惰気を長くするように矯正する。

矯正の結果を再び、フロー（１９Ａ）　、　（１９Ｂ）
を経てフロー四でディスプレイ３３に表示する。このよ
うな過程を経ることにより訓練者の発音は第１０図示の
ネイティブの発音の音声パラメータて近づけることがで
きる。

尚、入＝２に対応するコメントＣＭ２は例えば気惰気の
長短が中途半端である。辛気の長さに注意してネイティ
ブの発音に従って練習しなさい〃であり、７７７８０Ｍ
３Ｈ１例、Ｌｉｄ”’　辛気が長すぎる。吋を閉じてｉ
ｐ　（息を口の中から外へ出しなさい。Ｉである。

今度は朋１練者の発音の辛気が長いので、フロー　（２
３Ａ）でＡ＝３、パワーがまだ弱いので、フロー（２３
Ｄ）でＤ＝２が入力され、最終的な測定イ直入力は（Ａ
、Ｂ、Ｃ，Ｄ）＝（３，１，１，２）となる。

この結果、フロー（２３）（）で測定値Ｄ＝２がネイテ
ィブのＤ＝３と比較されてＹＥＳと判定され、Ｄ＝２に
対応するコメントＣＭ５が表示される。

このコメントＣＭ５１ｒｉ、、例えばＮパワーの強弱が
中途半端である。パワーの強さに注意してネイティブの
発音に従って練習しなさい。〃である。、ＩＩＩ　４者
はこのコメントに従ってフロー（９）からやり直し、パ
ワーを強くするように発音する必要性を認識し矯正する
。発音別棟の結果、訓練者の発音は第１０図のネイティ
ブの発音に近づき、今度はフロー（２３Ｄ）でＤ＝３が
入力し、最終的な！１１１１定恒入力は（Ａ、Ｂ、Ｏ，
Ｄ）＝（３，１。

１．３）となり、フロー（２３ｇ）〜（２３Ｈ）のすべ
てでＮｏと判定されてフロー（１）の次の課題の選択へ
進む。

結局、７０−　（２３Ｅ）〜Ｃ２３Ｈ）　ＯすべででＮ
ｏと判定されるまでフロー（９）からフロー（至）まで
の過程をコメントを参考にしながら繰返し矯正訓練を行
うことになる。

尚、コメントＣＭ４は例えば気パワーか弱すぎる。口の
中から外へ出す息の一皺を増しなさい。′。

コメントＣＭ６は、例えば東パワーが強すぎる。

口の中から外へ出す息のｔを減しなさい。〃である。

以上ではフロー（ハ）（ホ）の詳細を説明したが、フロ
ー（ハ）勾やフロー（ハ）翰も同様な要領で処理される
。

上述の実施例では英語を対象としたが、中国語、ドイツ
眠、外カーの他の外国語の発音訓練や、発音ｍ害者の発
音訓練、更には外国人のための日本給の発音訓練に対し
ても教材を用意すれば適用することが可能である。

（発明の効果〕 以上説明したように、本発明によるときは、訓練者は、
自己の発音の音声パラメータのパターンから測定した発
音特徴データと手本の発音特徴データの比較結果よりそ
の結果に対応した矯正のコメントが得られ、能率よくネ
イティブによる標準の音声パターンに近づく発音訓練を
することができ、また、自己の学習の進行状況をとらえ
やすく、学習意欲を増加させることができる。

【図面の簡単な説明】

４１図は本発明の１実施例のブロック図、第２図は第１
図示の信号制御部の結線図、第３−１図、第３−２図及
び第３−３図はそれぞれ音声パラメータのパターンを示
す図、第４図は波形処理のフローチャート、第５図（Ａ
）　（Ｂ）　（０）　（Ｄ）はそれぞれ波形処理の説明
図、第６図はパワー処理の７０−チャート、第７図はピ
ッチ処理のフローチャート、第８図はサウンドスペクト
ログラフ処理の７０−チャート、第９−１図は本発明の
１実施例のフローチャート、ｍ９−２図はその要部の詳
細なフローチャート、第１０図（Ａ）　（Ｂ）はネイテ
ィブの音声パラメータの１例を示す図、第１１図（Ａ）
　（Ｂ＋は篇１０図（Ａ）　（Ｂｌに示すネイティブに
対応する訓練者の音声パラメータの１例を示す図である
。 １・・・ビデオディスク　２・・・ビデオディスクプレ
ーヤ３・・・バーンナルコンピュータ　４・・・音声メ
モリ５・・・濃淡画像メモリ　６・・・信号制＠部９・
・・マイクロフォン　１１・・・スピーカ第３−１図 第３−２図 第３−３図 第４図

Claims (1)

1. 【特許請求の範囲】 １、複数の訓練モードのそれぞれについて発音に伴なう
   音声パラメータのパターン上での着眼点及びその特徴を
   説明する手段と、複数の訓練モードのそれぞれについて
   訓練者の発音に伴う音声を分析して音声パラメータのパ
   ターンを表示する音声分析手段と、訓練者の音声パラメ
   ータのパターンから測定した発音特徴データと対応する
   手本の発音特徴データとを比較する手段と、該比較手段
   の結果に応じたコメントを表示する手段とから成ること
   を特徴とする発音訓練装置。 ２、前記音声分析手段は、発音音声をディジタル信号と
   して記憶する音声メモリと、該音声メモリに格納された
   音声信号を分割数に従って複数のグループに分割する手
   段と、該グループ毎に２種類以上の音声パラメータを抽
   出して同じ時間軸上に表示する手段と、前記分割数を訓
   練モード別に設定する手段を備えることを特徴とする特
   許請求の範囲第１項記載の発音訓練装置。