JPH04199420A - 文書読上げ装置 - 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】 ［発明の目的］ （産業上の利用分野） 本発門は情報処理装置上で作成された文書データを効果
的に音声出力することのできる文書読上げ装置に関する
。

（従来の技術） 近時、情報処理機器の発展に伴い、ワードプロセッサ機
能を利用して種々の文書をテキストデータの形式で文書
作成することが盛んに行われている。この種の文書デー
タは、所定の情報処理機器にて取扱い可能な文字コード
の列として作成されるものであり、例えばプリンタを介
して印字出力されたり、所定のデイスプレィに表示され
てそのモニタリングに供される。

ところで最近、優れたマンマシン・インターフェースを
実現する手法として、音声合成の技術が種々開発されて
いる。この音声合成の技術は、例えば文字コード列とし
て与えられる文書データを、単語や文節等を単位として
所定の規則に基づいて音声合成して出力するものである
。

そこでこのような音声合成の技術を利用し、前述した如
く所定の情報処理機器上で作成された文書データを音声
合成して出力することで、所謂文書の読上げを行うこと
が試みられている。このような文書の読上げ装置によれ
ば、例えば目の不自由な人に対して、点字に変わる文書
情報の提供手段を実現する二とかできる等の種々の利点
かある。

ところか従来−船釣な文書読上げ装置は、文字コード列
で示される文書データを言語的に解析し、その解析結果
に従って音声データを生成して音声合成しているだけで
ある。この為、例えば文書データに強調表示等の属性が
付されていても、これを強調して音声合成することがで
きないと云う不具合かあった。

（発明か解決しようとする課題） このように従来にあっては、単に文字コード列にて示さ
れる文書データに従って音声を合成出力しているたけな
ので、仮にその文字コード列に強調表現を示す属性情報
が付されていても、これを通常の文字コード列と同様に
音声変換しているたけなので、合成されて出力される音
声か、所謂棒読みになり易かった。

本発明はこのような事情を考慮してなされたものて、そ
の目的とするところは、文書データに付された強調表現
を示す属性情報等に応じて、その合成出力する音声に変
化を与えて、内容表現の豊かな自然性の高い文書音声を
出力することのできる文書読上げ装置を提供することに
ある。

［発明の構成］ （課題を解決するための手段） 本発明に係る文書読上げ装置は、所定の情報処理装置上
で処理可能な形式で表現された文書データを言語的に解
析し、この解析結果に従って前記文書データから生成さ
れる音声データに基づいて音声を合成出力する手段を備
え、 この音声の合成出力を制御する制御データ、例えば音声
の発話速度、音量、音質、音の高さ内の少なくとも１つ
を、前記文書データに付された強調表現や下線等の属性
情報に従って変更制御する手段を設けたことを特徴とす
るものである。

（作　用） 本発明によれば、音声の合成出力を制御する為の、例え
ば音声の発話速度、音量、音質、音の高さ等を規定する
制御データを、文書データに付された強調表現や下線等
の属性情報に従って変更するので、文書データに付され
た属性情報に応じて変化か付けられた音声を合成出力す
ることか可能となり、文書データ内容が持つ雰囲気を反
映した内容表現の豊かな自然性の高い文書音声を出力す
る二とが可能となる。

（実施例） 以下、図面を参照して本発明の一実施例に係る文書読上
げ装置について説明する。

第１図は実施例装置の概略構成図であり、第２図は実施
例装置の全体的な処理の流れを示す図である。

第１図において文書データメモリ１は、所定の情報処理
機器（計算機）により取扱い処理可能な形式で作成され
た複数の文書データを格納するものである。これらの文
書データはワードプロセッサ等の文書作成装置にて作成
されたり、或いはＯＣＲ等により読み込まれて文字コー
ド変換された情報等からなる。

制御装置２は、例えばキーボードからなる入力装置３か
らの指示を受けて文書の読上げ処理を起動し、前記入力
装置３から指示された文書のデータを前記文書データメ
モリ１から読み出す（ステップａ）。このとき、どのよ
うにして文書データを読上げるかを示す各種の制御情報
が前記人力装置３から指示人力される（ステップｂ）。

このような制御情報の入力や前記文書の指定は、例えば
表示装置４に表示されているコマンドを手掛かりとして
行うようにすることも可能である。

しかして上述した如く入力された制御情報は設定バッフ
ァ５に格納される。この状態で前記制御装置２は前記文
書データメモリ゛１から選択的に読み出した文書データ
を文書解析部６に与える。すると文書解析部６は、単語
辞書メモリ７に予め格納されている各種の単語について
の形態情報や読みの情報、アクセント情報等に従って前
記文書データを形態的・構文的・意味的に解析処理する
（ステップＣ）。そしてその解析結果に従い、例えば前
記文書データを単語単位に切り分け、各単語についての
情報をまとめて解析結果バッファ８に格納する。この際
、文書解析部６は、文書データ中に強調文字や下線等の
属性情報が付加されている場合には、その情報を該当す
る単語に付属させて前記解析結果メモリ８に格納する。

このようにして文書データに対する解析処理か終了する
と、次に前記制御装置２は音声データ生成部９を起動す
る。するとこの音声データ生成部９は音声データ生成規
則メモリ１０に格納されている生成規則に従い、前記文
書データから音声合成の為の音声データを生成し、これ
を音声データメモリ１１に格納する（ステップｄ）。こ
の音声データの生成に際し、単語に前述した強調文字や
下線等の属性情報が付加されている場合には、音声デー
タ生成部９は、前述した設定バッファ５に設定されてい
る条件に従い、その強調文字部分をどのように強調して
音声合成するかの情報を付加する（ステップｅ、ｆ、ｇ
）。

以上のようにして音声データが作成された後、音声合成
装置１２が起動され、前記設定バ・ソファ５に格納され
ている音声合成の設定条件の情報が音声合成装置１２に
与えられる（ステップｈ）。この際、設定バッファ５に
読上げについての時間情報が設定されている場合には読
上げ速度設定部３か起動され、どの程度の速度で音声合
成による前記音声データの出力を行うかの演算かなされ
る（ステップｉ、ｊ）。この演算は、基本的には文書デ
ータの量と指定された読上げ時間とから、その読上げ速
度を算出することによってなされる。

このように読上げ速度か算出される場合には、音声合成
装置１２はその算出された読上げ速度にて音声合成処理
を実行し、前記音声データを音声変換して音声出力器（
スピーカ）１４から出力する。

このような音声データの合成出力に際して、表示データ
作成部１５は前記文書データに基づいて、例えば出力音
声の区切りやアクセント位置を示す情報を付加してなる
表示データを作成し、これを表示データメモリ１６に格
納する（ステップｋ）。

そしてこの表示データメモリ１６に格納された表示デー
タを、前記音声データの合成出力に連動して前記表示装
置４に表示する（ステップΩ）。

次に上述した如く構成された本装置の具体的な処理動作
について、第３図に示すように「私は今日、本を読みま
した。」 なる文書データを音声合成して読上げる場合を例に説明
する。この例では単語［今日コについて下線が付され、
強調すべき単語である旨の情報が与えられている。

この場合、例えば前記表示装置４に表示されている指示
コマンドに従い、前記入力装置３から文書データに対す
る読上げの条件か設定入力される。

この読上げ条件は、例えば読上げ速度、音質、高さ１強
さ、読上げ終了の時間１強調文字の特殊読みの有無、特
種読みの変更点、読上げの有無、休みの長さ等の項目か
らなり、例えば第４図に示すような形式で設定バッファ
５に設定登録される。

一方、指定された文書データは文書解析部６に与えられ
る。文書解析部６は、例えば第５図に示すような、見出
しに対して品詞、読み、アクセント型、意味等を記述し
た単語辞書を参照し、上記文書データを形態的、構文的
、意味的に解析する。

そして上記文書データ単語毎に分割し、その解析結果を
第６図に示すようなデータ構造として前記解析結果バッ
ファ８に格納する。

このとき、文書解析部６は文書データ中の拡大文字や反
転文字、下線か付された文字等の強調文字を検出し、前
記解析結果バッファ８に対してその文字が強調表現され
る旨を示す属性を記述する。

この強調文字の属性は、予め定められた制御コードかそ
の対象文字の直前に挿入される等して表現される。

このような文書データの解析か終了すると、次に文書デ
ータ生成部９が起動される。文書データ生成部９は、例
えば第７図に示すような音声データの生成規則を参照し
て前記文書データから音声データを生成するもので、こ
の音声データは第８図に示すような形式として求められ
る。即ち、第７図に示す音声データの生成規則は、［三
段動詞でアクセント型が０でない場合であって、その活
用ｔか未然形である場合、アクセント型を０として音声
データを生成する］と云う規則を示している。

音声データはこのような規則を参照しながら第８図に示
すような ［速度；音質；高さ；読み上げ文字列、］と云うフォー
マットで作成される。上述した「私は今日、本を読みま
した。Ｊと云う文書データの場合、強調読上げの有無に
応して、第８図に示すようにその音声データが異なって
生成される。尚、第８図において［゛］アクセントの位
置を示し、［・コは休みの位置を示している。

しかして解析結果バッファ８に格納されているデータに
強調文字を表す属性かある場合には、例えばその単語の
区切りに速度の変更や音質の変更、強さの変更を指示す
る為の制御データが挿入される。このような制御データ
によって音声合成の条件が、その時点で変更される。尚
、制御データの変更がない場合には、最初に設定された
制御データに従ってそのまま音声合成が進められること
になる。

その後、前述した音声合成装置１２か起動される。

このとき、前述した読上げ終了時間が設定されていると
、読上げ速度設定部１３では、先ず前記音声データから
文章中の総拍数を算出する。そしてその文書中の休みの
数を考慮して各拍に要する音声合成の単位時間を算出し
、音声合成の発話速度を計算する。

ここでの拍とは発音の最小単位であり、例えば［学校（
かっこう）］なる単語は４拍、［社会（しゃかい）コな
る単語は３拍であることを示している。従って前述した
分子の場合、全体で１４拍となる。

しかして１５００拍の文書に対してその読上げ時間が５
分として設定され、上記文書に出現する１００個の休み
の長さが１０ミリ秒として定められている場合には、そ
の文章を読上げる速度は、（６０Ｘ５−　（１ｏＯＸＯ
，ｏｌ）　）÷１５００−０．１９９として計算され、
１拍当り０．１９９秒の時間で音声合成すれば良いこと
が求められる。

このようにして計算される発話速度に従い、前記音声合
成装置１２は前記音声データを所定の合成規則に従い、
前述した各種の制御データ（音質。

高さ２強さ等）に従って音声合成する。

この結果、強調文字かない場合には、最初に設定された
制御データに従ってそのまま音声合成かなされ、強調文
字の指定かある場合には、その該当箇所で発話の速度や
音質、高さ１強さ等の変更がなされて音声合成が行われ
る。

そしてこのようにして音声合成出力による文書データの
読上げが行われるとき、第９図に示すようにその文書デ
ータの音声記号化した表示が行われる。この音声記号化
による表示は、その読みに対してアクセント記号を付加
したり、第９図（ｂ）に示すように音声の出力タイミン
グに合わせてその文字の表示位置をシフトしたり、音声
データの出力に対応させて該当文字を着色１反転、下線
付加等により識別表示しながら行われる。

尚、前記設定バッファ５に読上げの有無の情報として〔
無〕が設定されている場合には、上述した第９図に示す
ような表示だけを行う。そしてこのような表示の情報に
基づいてオペレータによる読上げを行えば、前述した如
く設定した時間で正しいアクセントでの前記文書データ
の読上げ、つまり朗読を行うことか可能となる。

このように本装置によれば、文書データを単純に音声合
成するのではなく、文書データに付加された属性情報に
従って強調すべき単語等を、その音声出力の条件を変え
る二とによって強調することかできる。この結果、文書
内容に応じて適宜出力音声を強調した音声出力を得るこ
とが可能となり、文書データ内容が持つ雰囲気を反映し
た内容表現の豊かな自然性の高い文書音声を得ることが
可能となる。

尚、本発明は上述した実施例に限定されるものではない
。文書データの強調表現の仕方としは、発話速度をえる
ことのみならず、音声の高さや音質を変えても良く、こ
れらを適宜組み合わせることにより、音声出力の雰囲気
を変更することにより実現しても良い。また文書データ
の解析の仕方や音声データの生成の手法も適宜変更可能
である。

その他、本発明はその要旨を逸脱しない範囲で種々変形
して実施することができる。

［発明の構成］ 以上説明したように本発明によれば、文書データ中に出
現する強調文字等の属性に従って上記文書データの音声
出力の条件を変更制御するので、文書データが持つ情報
内容を十分に表現することのできる自然性の高い音声出
力を得ることができ、種々の文書出力に実用上多大なる
効果か奏せられる。

【図面の簡単な説明】

図は本発明の一実施例に係る文書読上げ装置について示
すもので、第１図は実施例装置の概略構成図、第２図は
実施例装置の概略的な処理手続きの流れを示す図、第３
図は文書データの例を示す図、第４図は音声出力の設定
条件を示す図である。 また第５図は文書解析に用いられる単語辞書の構成例を
示す図、第６図は文書データの解析結果を示す図、第７
図は音声データの変換規則の例を示す図、第８図は音声
データの変換結果の例を示す図、第９図は音声データの
表示例を示す図である。 １・・・文書データメモリ、２・・・制御装置、３・・
・入力装置、４・・・表示装置、５・・設定バッファ、
６・・・文書解析部、７・・・単語辞書メモリ、８−・
・解析結果バッファ、９・・・音声データ生成部、ＩＯ
・・・音声データ生成規則メモリ、１１・・・音声デー
タメモリ、１２・・・音声合成装置、１３・・・読上げ
速度設定部、１４・・・表示データ作成部、１５・・・
表示データメモリ。 出願人代理人　弁理士　鈴江武彦 第１図 第２図 第３図 第４図 第６図 第７図

Claims (2)

【特許請求の範囲】
1. （１）所定の情報処理装置上で処理可能な形式で表現さ
   れた文書データを言語的に解析する手段と、この解析結
   果に従って前記文書データから音声データを生成する手
   段と、生成された音声データに基づいて音声を合成出力
   する手段と、この音声の合成出力を制御する制御データ
   を前記文書データに付された属性情報に従って変更制御
   する手段とを具備したことを特徴とする文書読上げ装置
   。
2. （２）音声の合成出力の制御は、音声の発話速度、音量
   、音質、音の高さ内の少なくとも１つを可変して行われ
   ることを特徴とする請求項（１）に記載の文書読上げ装
   置。