JPH0916195A

JPH0916195A - 情報処理装置及びその方法

Info

Publication number: JPH0916195A
Application number: JP7167661A
Authority: JP
Inventors: Katsuhiko Kawasaki; 勝彦川崎; Takashi Aso; 隆麻生
Original assignee: Canon Inc
Current assignee: Canon Inc
Priority date: 1995-07-03
Filing date: 1995-07-03
Publication date: 1997-01-17

Abstract

(57)【要約】【課題】アプリケーションプログラムの進行速度また
は操作者の操作速度に応じて様々な音声を出力するする
ことにより、より独創的なアプリケーションプログラム
を作成できる情報処理装置を提供する。【解決手段】複数の状況から構成される記憶部１０３
を有し、複数の状況について各状況に対応した画像デー
タ１０３ｂ、効果音データ１０３ｃ、出力文データ１０
３ｆから構成される状況情報を記憶する。処理の進行に
応じて複数の状況情報のいずれかを選択する。選択され
た状況情報の出力文データ１０３ｆを表示制御すると共
に、該出力文データ１０３ｆを音声合成して出力する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、アプリケーション
の処理過程において音声を合成し出力する情報処理装置
及びその方法に関するものである。

【０００２】

【従来の技術】従来の画像、音声、文字等を扱う情報処
理装置に、コンピュータゲームなどのように、マイクロ
プロセッサを用いたゲーム機等がある。このような情報
処理装置において、スピーカ等から出力される音声は、
あらかじめ情報処理装置に備わっている記憶媒体に録音
された音声が用いられている。

【０００３】

【発明が解決しようとする課題】しかしながら、上記従
来の情報処理装置において、該情報処理装置に用いられ
るアプリケーションプログラムの中で、特にスポーツゲ
ーム等に用いられる音声は、普段テレビのスポーツ等の
実況中継を見慣れたユーザには、実況の音声出力がない
ため、面白さに欠けるという問題点があった。

【０００４】また、ロールプレイングゲーム等のアプリ
ケーションプログラムによって、表示画面上に表示され
た文章を、ユーザにわかりやすく読み上げて音声を出力
することができなかった。本発明は上記の問題点に鑑み
てなされたものであり、第一の目的は、アプリケーショ
ンプログラムの進行速度または操作者の操作速度に応じ
て様々な音声を出力する。また、表示画面に表示される
文字に同期して、音声を出力することにより、より臨場
感を体感することが可能な情報処理装置及びその方法を
提供することにある。第二の目的は、アプリケーション
プログラムに設定されている情報を、ユーザの操作によ
って様々な音声に設定を変更可能にすることにより、よ
り独創的なアプリケーションプログラムを作成できる情
報処理装置及びその方法を提供することにある。

【０００５】

【課題を解決するための手段】上記の第一の目的を達成
するための本発明による情報処理装置は以下の構成を備
える。即ち、アプリケーションの処理過程において音声
を合成し出力する情報処理装置であって、複数の出力文
データを記憶する記憶手段と、前記複数の出力文データ
より出力すべき出力文データを当該アプリケーションの
処理状況に基づいて選択する選択手段と、前記選択手段
によって、選択された出力文データを音声に変換する変
換手段と、前記音声を出力制御する出力制御手段とを備
える。

【０００６】また、好ましくは、前記複数の出力文デー
タの夫々は出力確率を有し、前記選択手段は前記出力確
率に応じて出力すべき出力文データを選択する。出力確
率に応じて、出力文データを選択させることによって、
より適当な出力文データが選択できる。また、好ましく
は、前記選択手段は、更に前記情報処理装置に備わる操
作部を操作する操作者の操作速度または前記記憶手段に
記憶されているアプリケーションプログラムの進行速度
と前記複数の出力文データ各々の発生時間に基づいて出
力すべき出力文データを選択する。操作速度あるいは進
行速度に応じて、出力文データが選択されるので、より
適当な出力文データを選択することができる。

【０００７】上記の第二の目的を達成するための本発明
による情報処理装置は以下の構成を備える。即ち、アプ
リケーションの処理過程において音声を合成し出力する
情報処理装置であって、複数の状況から構成される記憶
部を有し、複数の状況について各状況に対応した画像、
効果音、出力文データから構成される状況情報を記憶す
る記憶手段と、処理の進行に応じて前記複数の状況情報
のいずれかを選択する選択手段と、前記選択手段によっ
て、選択された状況情報の出力文データを表示制御する
と共に、該出力文データを音声合成して出力する出力手
段とを備える。

【０００８】また、好ましくは、前記出力文データは、
表示文テキストデータと表音テキストデータである。ま
た、好ましくは、前記表示文テキストデータは、アクセ
ント区別記号を含む。また、好ましくは、前記表音テキ
ストは、読み、アクセント、ポーズ、音の高さ、発生速
度、話者、話調等の制御記号からなる。

【０００９】また、好ましくは、前記表音テキストは、
テキスト表示と発声の同期がとれる。また、好ましく
は、前記要素は、キャラクター等の名詞から構成され、
該名詞の表記、読み、アクセントを登録する登録手段
と、前記キャラクターに使用する音声タイプを指定する
指定手段とを更に備える。アクセントを登録したり、音
声タイプを指定できることにより、よりバリエーション
のある音声を表現することができるからである。

【００１０】また、好ましくは、前記名詞を結合して出
力文を形成するための出力文データが、名詞との結合に
おけるアクセント核を制御するための制御記号を含む。
また、好ましくは、前記制御記号は、前記名詞の後ろに
該制御記号が続くアクセント句の場合に、該アクセント
句のアクセント核の位置は、前記名詞のアクセント核の
位置とする。

【００１１】また、好ましくは、前記制御記号は、前記
名詞の後ろに該制御記号が続くアクセント句の場合に、
前記名詞が平板型の場合は、後ろの前記制御記号のアク
セント核の位置とし、前記名詞が有核型の場合は、前記
名詞のアクセント核の位置とする。また、好ましくは、
前記制御記号は、前記名詞の後ろに該制御記号が続くア
クセント句の場合に、該アクセント句のアクセント核の
位置は、後ろの前記制御記号のアクセント核の位置とす
る。

【００１２】上記の第一の目的を達成するための本発明
による情報処理方法は以下の構成を備える。即ち、アプ
リケーションの処理過程において音声を合成し出力する
情報処理方法であって、複数の出力文データを記憶する
記憶工程と、前記複数の出力文データより出力すべき出
力文データを当該アプリケーションの処理状況に基づい
て選択する選択工程と、前記選択工程によって、選択さ
れた出力文データを音声に変換する変換工程と、前記音
声を出力制御する出力制御工程とを備える。

【００１３】上記の第二の目的を達成するための本発明
による情報処理方法は以下の構成を備える。即ち、アプ
リケーションの処理過程において音声を合成し出力する
情報処理装置であって、複数の状況から構成される記憶
部を有し、複数の状況について各状況に対応した画像、
効果音、出力文データから構成される状況情報を記憶す
る記憶工程と、処理の進行に応じて前記複数の状況情報
のいずれかを選択する選択工程と、前記選択工程によっ
て、選択された状況情報の出力文データを表示制御する
と共に、該出力文データを音声合成して出力する出力工
程とを備える。

【００１４】上記の構成により、複数の出力文データを
記憶し、複数の出力文データより出力すべき出力文デー
タをアプリケーションの処理状況に基づいて選択する。
選択された出力文データを音声に変換し、音声を出力制
御する。また、他の構成により、複数の状況から構成さ
れる記憶部を有し、複数の状況について各状況に対応し
た画像、効果音、出力文データから構成される状況情報
を記憶する。処理の進行に応じて複数の状況情報のいず
れかを選択する。選択された状況情報の出力文データを
表示制御すると共に、該出力文データを音声合成して出
力する。

【００１５】

【発明の実施の形態】以下、図面を参照して本発明の好
適な実施の形態を詳細に説明する。＜実施の形態１＞図１は実施の形態１の装置全体の構成
を示すブロック図である。１０１は制御部であり、装置
全体の各制御を行なう。１０２は操作部であり、ここか
らユーザの操作によって各データの入力や、記憶部１０
３からのデータを読み込ませる処理を行う。記憶部１０
３は着脱可能であり、アプリケーションプログラム等の
データが記憶されている。１０４は画像処理部であり、
制御部から送られてくる画像データ（や表示文字）を処
理する。１０５は表示部であり、画像処理部１０４で生
成された画像データ（や表示文字）を表示する。１０６
は、音声合成部であり、制御部１０１から送られてくる
効果音データや表音テキスト（表音テキストについては
後で説明する）を処理する。１０７はスピーカであり、
音声合成部１０６で生成された音声データを音声として
出力する。また、制御部１０１は、各種の処理を行うＣ
ＰＵ１０１ａと、記憶部１０３からのデータあるいは操
作部１０２より入力されたデータを一時的に記憶し、作
業を行う作業記憶部１０１ｂとから構成されている。ま
た、記憶部１０３は、アプリケーションプログラム１０
３ａ、画像データ１０３ｂ、効果音データ１０３ｃ、音
色指定パラメータ１０３ｄ、文要素データ１０３ｅ、出
力文データ１０３ｆで構成されている。

【００１６】図２は実施の形態１の処理フローを示すフ
ローチャートである。以下の説明では、アプリケーショ
ンプログラム１０３ａがゲームプログラムの場合につい
て述べる。ユーザが電源を入れて本装置を立ち上げる
と、ステップＳ２０１で、記憶部１０３から、アプリケ
ーションプログラム（ゲームプログラム）１０３ａが作
業記憶部１０１ｂに読み込まれる。ステップＳ２０３
で、作業記憶部１０１ｂにおいて、ＣＰＵ１０１ａの制
御によりゲームの状況が作成される。例えば、野球ゲー
ムにおいては、「五回の表、ワンナウト、ランナーは一
塁、バッターはカケフ」等の状況が作成される。この
時、ゲーム状況は画像処理部１０４を介して、表示部１
０５に表示されている。次に、ステップＳ２０４で、Ｃ
ＰＵ１０１ａがゲームの状況を判断し、ゲーム終了かど
うかを判断する。ゲーム終了と判断されれば（ステップ
Ｓ２０４でＹＥＳ）、ゲームは終了する。ゲーム終了と
判断されなければ（ステップＳ２０４でＮＯ）、ステッ
プＳ２０５に移り、ゲームの状況に応じた画像処理が行
われる。ここでは、記憶部１０３に記憶されている画像
データ１０３ｂと文要素データ１０３ｅと出力文データ
１０３ｆの中から、それぞれ必要なデータが作業記憶部
１０１ｂに読み込まれる。そして、これらのデータに
（音声やユーザの操作に同期する）タイミング信号を付
加し、画像処理部１０４を介して、タイミング信号が付
加された画像や文字（または文）を、音声やユーザの操
作に同期するタイミングに応じて表示部１０５に表示す
る。ステップＳ２０６で、ゲームの状況に応じた音声処
理が行われる。ここでは、効果音データ１０３ｃと文要
素データ１０３ｅと出力文データ１０３ｆの中から、そ
れぞれ必要なデータが作業記憶部１０１ｂに読み込まれ
る。効果音データ１０３ｃにも（画像やユーザの操作に
同期する）タイミング信号を付加し、音声合成部１０６
において、効果音データ１０３ｃをＤ／Ａ変換する。Ｄ
／Ａ変換された効果音データ１０３ｃは、画像やユーザ
の操作に同期するタイミングに応じてスピーカ１０７に
出力される。文要素データ１０３ｅと出力文データ１０
３ｆとから生成される表音テキストにも、同様に（画像
やユーザの操作に同期する）タイミング信号を付加し、
音声合成部１０６において、表音テキスト（読み、アク
セント、ポーズ、音の高さ、発声速度、話者、話調等の
制御記号からなる）に基づいて、音声素片データ（例え
ばＶＣＶ素片データ）を音色指定パラメータ１０３ｄに
基づいて接続する。そして、表音テキストをＤ／Ａ変換
し、Ｄ／Ａ変換された表音テキストをスピーカ１０７を
介して、音声出力する。ステップＳ２０７で、ユーザの
操作の受け付け処理が行なわれる。ここで、ユーザの操
作を受け付けた結果、ステップＳ２０３に戻り新たな状
況が作成される。

【００１７】以上の処理フローについて、ここでは具体
的に野球ゲームの例を用いて説明する。ここでは、試合
を行うチームはＡチームとＢチームの対戦とする。図３
は実施の形態１のＡチームのオーダーを示す図である。
Ｂチームのオーダーも同様の形式で示される。図に示す
ように、オーダーには、打順、名前、ポジション等が記
述されている。

【００１８】尚、各選手の略歴や、年令、打率等の表示
をすることも容易に可能である。図４は実施の形態１の
野球ゲームにおける状況変数と、それらの取り得る値を
示す図である。図に示すように、アプリケーションプラ
グラム（本実施の形態では野球ゲーム）に応じた様々な
状況が設定されており、各状況に応じたそれらの取り得
る値が設定されている。

【００１９】図５は実施の形態１の文要素データを示す
図である。図に示すように、文要素データ１０３ｅは、
表記に対する、読みとアクセントを示すものである。こ
こで、「／」はアクセントが上がる位置を示し、「＼」
はアクセントが下がる位置を示す。また、「；」はアク
セント句の切れ目を示す。図６は実施の形態１の出力文
データを示す図である。

【００２０】図に示すように、出力文データ１０３ｆ
は、ゲームの状況を図４の状況変数を用いて構成される
文から構成されている。ここでは、アナウンサーが話す
文のテンプレートとして、ア文１、ア文２、…、解説者
が話す文のテンプレートとして、解文１、解文２、…、
が出力文データ１０３ｆとして記述されている。図７は
実施の形態１のアプリケーションプログラムによって作
成される出力文の例を示す図である。

【００２１】ここでは、各状況によって、アナウンサー
や解説者が、どのような出力文をどのような確率で話す
かが記述されている。今、ｉｎｎｉｎｇ＝「五回の
表」、ｏｕｔｃｏｕｎｔ＝「ノーアウト」、ｒｕｎｎｅ
ｒ＝「ランナーなし」、ｂｕｔｔｅｒ＝「カケフ」とい
う状況で、ユーザの操作の結果、「カケフ」がアウトに
なったとする。すると、ｏｕｔｃｏｕｎｔ＝「ワンナウ
ト」、ｂａｔｔｅｒ＝「ラインバック」となる。ｂａｔ
ｔｅｒが「カケフ」から「ラインバック」に変わったの
で、アプリケーションプログラム１０３ａは「新しいバ
ッターが打席に入る」と判定する。ここで、アナウンサ
ーの話す実況文として、図７の状況「新しいバッターが
打席に入る」において、「ア文１」、「ア文２」、「ア
文３」、又は「出力文なし」、が候補としてあげられ
る。ゲームの進行が早く、アナウンサーの話す時間が無
ければ、「出力文なし」が選択される。アナウンサーの
話す時間が（例えば）１ｓｅｃ以上２ｓｅｃ以下であれ
ば、「ア文２」が選択される。このように、あらかじめ
アナウンサーの話す時間に対応した出力文が選択される
ように設定しておく。そして、「ア文２」が選択された
とすると、この出力文データ１０３ｆのテンプレートに
具体的な状況変数が代入され、「ア文２」＝｛ＴＸ｝｛Ｖ１｝｛Ｓ９｝「バッターは」＋ｏｒｄｅｒ＋ｂａｔｔｅｒ．＝｛ＴＸ｝｛Ｖ１｝｛Ｓ９｝「バッターは」＋ｏｒｄｅｒ＋ｎａｍｅ．＝｛ＴＸ｝｛Ｖ１｝｛Ｓ９｝「バッターは」；「２番」；「ラインバック」．という出力文が作業記憶部１０１ｂ上で作成される。次
に、この出力文データ１０３ｆに読みとアクセントを付
加するため、図５の文要素データ１０３ｅを参照して、「ア文２」＝｛ＴＸ｝｛Ｖ１｝｛Ｓ９｝「バッターは」；「２番」；「ラインバック」．＝｛ＴＸ｝｛Ｖ１｝｛Ｓ９｝ＢＡ＼ＱＴＡ−ＷＡ；ＮＩ＼ＢＡｎ；ＲＡ／ＩｎＢＡ＼ＱＫＵ．という表音テキストが作業記憶部１０１ｂ上で作成され
る。ここで「．」は、文末を表す制御記号である。ま
た、｛Ｓ９｝は、１ｓｅｃに９ｍｏｒａの速度で、この
出力文データ１０３ｆを読み上げよという制御記号であ
る。また、｛Ｖ１｝は、音声１を用いて、この出力文デ
ータ１０３ｆを読み上げよという制御記号である。ま
た、｛ＴＸ｝は、時刻Ｘに、この出力文データ１０３ｆ
を読み始めよという制御記号である。このように作業記
憶部１０１ｂ上で作成された表音テキストは、音声合成
部１０６に送られ、音色指定パラメータ１０３ｄで指定
された音色に基づいて、読みとアクセントとイントネー
ションが付加され、アナウンサー用の音声（ここでは音
声１）で、指定された時刻Ｘに、スピーカ１０７から出
力される。アナウンサーの話す時間が（例えば）２ｓｅ
ｃ以上３ｓｅｃ以下であれば、出力文データ１０３ｆは
「ア文５」が選択され「ア文５」＝｛ＴＸ｝｛Ｖ１｝｛Ｓ１０｝「ア文１」＋「ア文２」＝｛ＴＹ｝｛Ｖ１｝｛Ｓ１０｝「ア文１」，「ア文２」＝｛ＴＹ｝｛Ｖ１｝｛Ｓ１０｝ｉｎｎｉｎｇ＋ｏｕｔｃｏｕｎｔ＋ｒｕｎｎｅｒ，「バッターは」＋ｏｒｄｅｒ＋ｂａｔｔｅｒ，＝｛ＴＹ｝｛Ｖ１｝｛Ｓ１０｝「五回の表」；「ワンナウト」；「ランナーなし」，「バッターは」；「２番」；「ラインバック」．という出力文データ１０３ｆが作業記憶部１０１ｂ上で
作成される。次に、この出力文データ１０３ｆに読みと
アクセントを付加するため、図５の文要素データ１０３
ｅを参照して、「ア文５」＝｛ＴＹ｝｛Ｖ１｝｛Ｓ１０｝「ア文１」＋「ア文２」＝｛ＴＹ｝｛Ｖ１｝｛Ｓ１０｝「ア文１」，「ア文２」＝｛ＴＹ｝｛Ｖ１｝｛Ｓ１０｝ＧＯ／ＫＡＩＮＯＯＭＯＴＥ；ＷＡ／ｎＮＡ＼ＵＴＯ；ＲＡ＼ｎＮＡ−；ＮＡ＼ＳＨＩ，ＢＡ＼ＱＴＡ−ＷＡ；ＮＩ＼ＢＡｎ；ＲＡ／ＩｎＢＡ＼ＱＫＵ．という表音テキストが作業記憶部１０１ｂ上で作成され
る。ここで「，」は、呼気段落を表す制御記号である。
また｛Ｓ１０｝は、１ｓｅｃに１０ｍｏｒａの速度で、
この出力文データ１０３ｆを読み上げよという制御記号
である。また｛ＴＹ｝は、時刻Ｙに、この出力文データ
１０３ｆを読み始めよという制御記号である。このよう
に作成された表音テキストは、音声合成部１０６に送ら
れ、音色指定パラメータ１０３ｄで指定された音色に基
づいて、読みとアクセントとイントネーションが付加さ
れ、アナウンサー用の音声（ここでは音声１）で、指定
された時刻Ｙに、スピーカ１０７から出力される。ま
た、アナウンサーの話す時間が（例えば）３ｓｅｃ以上
であれば、出力文データ１０３ｆは「ア文４」が選択さ
れ、「ア文４」に対応する出力文データ１０３ｆが同様
に音声合成出力される。

【００２２】今、ユーザの操作で、「ラインバック」が
シングルヒットを打ったとすると、ヒットを打つ瞬間
に、効果音データ１０３ｃが、音声合成部１０６を経て
スピーカ１０７から出力される。また、状況は、ｉｎｎ
ｉｎｇ＝「五回の表」、ｏｕｔｃｏｎｕｔ＝「ワンナウ
ト」、ｒｕｎｎｅｒ＝「ランナー１塁」、ｂａｔｔｅｒ
＝「バース」となる。そして、「新しいバッターが打席
に入る」ので、アナウンサーの話す実況文として、図７
の状況「新しいバッターが打席に入る」において、「ア
文１」、「ア文２」、「ア文３」、又は「出力文な
し」、が候補としてあげられる。また、アプリケーショ
ンプログラム１０３ａによって「ワンナウトランナー１
塁になった」と判定されると、解説者の話す解説文とし
て、図７の状況「ワンナウトランナー１塁になった」に
おいて、「解文１」、「解文２」、「解文３」、又は
「出力文なし」、が候補としてあげられる。ここでは、
「出力文なし」の出力確率が１０％、「解文１」の出力
確率が６０％、「解文２」の出力確率が２０％、「解文
３」の出力確率が１０％であるので、出力文はこれらの
出力確率でランダムに選択される。今、「解文３」が選
択されたとすると、「この出力文データ１０３ｆのテン
プレートに具体的な状況変数が代入され、「解文３」＝｛ＴＺ｝｛Ｖ２｝｛Ｓ９｝「ここは」＋
「ヒットエンドランでしょう」．という出力文データ１０３ｆが作成される。この文に読
みとアクセントを付加するため、図５の文要素データ１
０３ｅを参照して、「解文３」＝｛ＴＺ｝｛Ｖ２｝｛Ｓ９｝ＫＯ／ＫＯＷ
Ａ；ＨＩ／ＱＴＯＥｎＤＯＲＡ＼ｎＤＥＳＨＯ−．という表音テキストが作業記憶部１０１ｂ上で作成され
る。ここで、｛Ｖ２｝は、音声２（ここでは解説者）を
用いて、この出力文データ１０３ｆを読み上げよという
制御記号である。また、｛ＴＺ｝は、時刻Ｚに、この出
力文データ１０３ｆを読み始めよという制御記号であ
る。このように作成された表音テキストは、音声合成部
１０６に送られ、音色指定パラメータ１０３ｄで指定さ
れた音色に基づいて、読みとアクセントとイントネーシ
ョンを付加され、解説者用の音声（音声２）で、指定さ
れた時刻Ｚに、スピーカ１０７から出力される。このよ
うに、全く同じ状況であっても、出力文データ１０３ｆ
に出力確率を設けることによって、異なる状況の出力文
データ１０３ｆを音声出力することができる。また、ユ
ーザの操作速度に応じて、出力文データ１０３ｆの発声
速度を制御することができる。

【００２３】以上説明したように、実施の形態１によれ
ば、ゲームの進行状況に応じて、実況や解説さらに効果
音が音声によって出力されるので、より臨場感にあふれ
たゲームを楽しむことができる。また、状況をあらかじ
め細かく設定することが可能なので、より現実感を味わ
いながらゲームを楽しむことができる。＜実施の形態２＞実施の形態２では、アプリケーション
プログラムとして、ロールプレイングゲームの場合につ
いて説明する。ロールプレイングゲームでは、ゲーム中
の登場人物等が話す文章が画面上に表示される。実施の
形態２は、その文章表示に同期して音声を出力するもの
である。

【００２４】図８は実施の形態２のアプリケーションプ
ログラムによって設定される、ゲームの状況を示す図で
ある。図に示すように、状況１ならば、画像１、効果音
１、出力文１が出力され、状況２ならば、画像２、効果
音２、出力文２が出力される。このように、各状況に応
じた出力画像、効果音、出力文が設定されるような構成
になっている。

【００２５】図９は実施の形態２の表示文と表音テキス
トからなる、出力文データを示す図である。それぞれの
出力文データ１０３ｆには、話者と話調が指定されてい
る。今、状況１ならば、画像１が画像処理部１０４に送
られ、指定されたタイミングで表示部１０５に表示され
る。また、効果音１が音声合成部１０６に送られ、指定
されたタイミングでスピーカ１０７から出力される。ま
た、図９の出力文データ１０３ｆから、出力文１が取り
出される。この出力文１は、表示文と、それに対応する
表音テキストからなり、それぞれ、「出力文１（表示）」＝シン助，危険生命体；メトロイドを；奪回せよ．「出力文１（表音）」＝｛Ｖ三吉｝｛Ｗ命令｝ＳＨＩ／ｎＳＵ＼ＫＥ，ＫＩ／ＫＥｎＳＥＩＭＥＩＴＡＩ；ＭＥ／ＴＯＲＯ＼ＩＤＯＯ；ＤＡ／ＱＫＡＩＳＥ＼ＹＯ．となる。ここで、｛Ｖ三吉｝は、話者が「三吉」である
ことを示す制御記号、｛Ｗ命令｝は、和調が命令形であ
ることを示す制御記号である。また、「出力文１（表
示）」と「出力文１（表音）」とは、アクセント句区切
り「；」、ポーズ「，」、文末「．」等の制御記号で区
切られた単位が対応するように、出力文データ１０３ｆ
に記憶されている。

【００２６】図１０は実施の形態２の文字表示と音声合
成出力との関係を示す図である。図において、「出力文
１（表示）」の「シン助」が表示部１０５に表示され
る。また、ポーズを表す制御記号「，」が句点「、」に
置き換えられて表示部１０５に表示され、その表示に同
期して「出力文１（表音）」の「ＳＨＩ／ｎＳＵ＼Ｋ
Ｅ」が音声合成出力される（図１０（１））。次に、
「出力文１（表示）」の「危険生命体」が表示部１０５
に表示される。また、アクセント句区切りを表す制御記
号「；」が空白「」に置き換えられて表示部１０５に
表示され、その表示に同期して「出力文１（表音）」の
「ＫＩ／ＫＥｎＳＥＩＭＥＩＴＡＩ」が音声合成出力さ
れる（図１０（２））。次に、「出力文１（表示）」の
「メトロイドを」が表示部１０５に表示される。また、
アクセント句区切りを表す制御記号「；」が空白「」
に置き換えられて表示部１０５に表示され、その表示に
同期して「出力文１（表音）」の「ＭＥ／ＴＯＲＯ＼Ｉ
ＤＯＯ」が音声合成出力される（図１０（３））。次
に、「出力文１（表示）」の「奪回せよ」が表示部１０
５に表示される。また、文末を表す制御記号「．」が読
点「。」に置き換えられて表示部１０５に表示され、そ
の表示に同期して「出力文１（表音）」の「ＤＡ／ＱＫ
ＡＩＳＥ＼ＹＯ」が音声合成出力される（図１０
（４））。

【００２７】これらの音声合成は、話者が「三吉」であ
るという制御記号｛Ｖ三吉｝により、音声素片「三吉」
を用いて行なわれる。また、話者が命令形であることを
表現するため、ポーズ末（制御記号「，」や「．」の直
前のｍｏｒａ）のパワーやイントネーションを強調す
る。次に、状況２になれば、画像２が画像処理部１０４
に送られ、指定されたタイミングで表示部１０５に表示
される。また、効果音２が音声合成部１０６に送られ、
指定されたタイミングでスピーカ１０７から出力され
る。また、図９の出力文データ１０３ｆから、出力文２
が取り出される。この出力文２は、表示文と、それに対
応する表音テキストからなり、それぞれ、「出力文２（表示）」＝了解「出力文２（表音）」＝｛Ｖシン助｝｛Ｗ平常｝ＲＹＯ
／−ＫＡＩ．である。ここで、｛シン助｝は、話者が｛シン助｝であ
ることを示す制御記号、｛Ｗ平常｝は、和調が平常形で
あることを示す制御記号である。ここでは、「出力文２
（表示）」の「了解」が表示され、文末を表す制御記号
「．」が読点「。」に置き換えられて表示部１０５に表
示され、その表示に同期して「出力文２（表音）」の
「ＲＹＯ／−ＫＡＩ」が音声合成出力される。この音声
合成は、話者が「シン助」であるという制御記号｛Ｖシ
ン助｝により、音声素片「シン助」を用いて行なわれ
る。

【００２８】以上説明したように、実施の形態２によれ
ば、ゲーム中の登場人物等が話す文章が画面に表示され
ると同時に、その表示に対応した出力文データに読みと
アクセントを付加し、これによって作成される表音テキ
ストを音声合成することによって、常にその文章表示に
同期して音声を出力することが可能になる。これによっ
て、ユーザは、画面からの情報ばかりでなく、音声によ
って情報を得ることが可能になり、より現実感を体感し
ながらゲームを楽しむことができる。

【００２９】＜実施の形態３＞実施の形態３では、ユー
ザによる操作部１０２のキー操作によって、表示部１０
５に表示されているゲーム中の登場人物等の名前の読み
とアクセントを、登録できると共に、その名前が音声合
成出力文中に表れたとき、他の文要素とアクセント結合
して、音声合成出力される場合について示す。

【００３０】図１１は実施の形態３の登場人物の名前、
読み、アクセントと、使用する音声の登録を行なう登録
画面を示す図である。図において、１１０１はキャラク
ター領域であり、ゲームに登場するキャラクターの役割
を表示する領域である。１１０２は読み・アクセント領
域であり、キャラクターの名前の読みとアクセントを表
示する領域である。１１０３は使用音声領域であり、キ
ャラクターに使用する音声を指定する領域である。１１
０４はカタカナまたは平仮名が表示されている領域であ
る。

【００３１】図１２は実施の形態３の登録された登場人
物の名前、読み、アクセントと、使用する音声を示す図
でる。図１１（１）では、キャラクター１に対して、
「サンキチ」という名前を平板型のアクセントで登録す
る状態を示す。先ず、表示部１０５の領域１１０４に表
示された文字の中から、操作部１０２のキー操作によっ
て「サ」を選択し入力すると、その結果は表示部１０５
の領域１１０２に表示される。同様に「ン」、「キ」、
「チ」を順に選択して入力する。アクセントは平板型な
ので、アクセント核は存在しない。よって、ここではア
クセント核は指定しない。次に、表示部１０５の使用音
声領域１１０３において、使用する音声１を指定する。
操作部１０２のキー操作によって、登録の完了を指定す
ると、図１２（１）のように、キャラクター１に対し
て、表記「サンキチ」、読みとアクセント「ＳＡ／ｎＫ
ＩＣＨＩ」と使用する音声１が登録される。その結果、
音声１を用いて「ＷＡ／ＴＡＳＨＩＷＡ；ＳＡ／ｎＫＩ
ＣＨＩＤＡ」と音声合成出力され、登録結果がユーザに
確認される。図１１（２）では、キャラクター２に対し
て、「シンスケ」という名前を有核型のアクセントで登
録する状態を示す。先ず、表示部１０５の領域１１０４
に表示された文字の中から、操作部１０２のキー操作に
よって「シ」を選択し入力する。同様に「ン」、
「ス」、「ケ」を順に選択して入力する。操作部１０２
のキー操作によって、アクセント核が３ｍｏｒａ目の
「ス」の位置に存在すると指定すると「ス」が反転表示
または色つき表示される（図１１（２））。

【００３２】次に表示部１０５の領域１１０３におい
て、使用する音声２を指定する。操作部１０２のキー操
作によって登録を指定すると、図１２（２）のように、
キャラクター２に対して、表示「シンスケ」、読みとア
クセント「ＳＨＩ／ｎＳＵ＼ＫＥ」と使用する音声２が
登録される。その結果、音声２を用いて「ＷＡ／ＴＡＳ
ＨＩＷＡ；ＳＨＩ／ｎＳＵ＼ＫＥＤＡ」と音声合成出力
され、登録結果がユーザに確認される。

【００３３】次に、出力文中に登録された名詞が含まれ
ている場合の、音声合成出力文の生成について述べる。
今、図１３に示すような出力文データ１０３ｆがあった
とする。ここで、ｃｈａｒにはユーザが登録した名前の
表記と読みとアクセントが代入される。また、図１４に
は、出力文データ１０３ｆ中に含まれる、アクセント結
合制御記号｛Ａ１｝｛Ａ２｝｛Ａ３｝の働きを示してあ
る。このアクセント結合制御記号は、名詞とその後に続
く機能語が結合した場合のアクセント句の、アクセント
核の位置がどこにくるかを制御する。

【００３４】今、図１３（１）の出力文１が選択された
とする。もし、ｃｈａｒ＝「キャラクター１」＝「サン
キチ」ならば、「出力文１（表記）」＝サンキチは；来なかった．「出力文１（表音）」＝ＳＡ／ｎＫＩＣＨＩ｛Ａ１｝Ｗ
Ａ；ＫＯ＼ＮＡＫＡＱＴＡ．となる。ここでＡ１は、前の名詞のアクセント核の位置
を保存する働きを持つ（図１４）から、「出力文１（表音）」＝ＳＡ／ｎＫＩＣＨＩＷＡ；ＫＯ
＼ＮＡＫＡＱＴＡ．となり、この表音テキストに基づいて音声合成出力され
る。

【００３５】もし、ｃｈａｒ＝「キャラクター２」＝
「シンスケ」ならば、「出力文１（表記）」＝シンスケは；来なかった．「出力文１（表音）」＝ＳＨＩ／ｎＳＵ＼ＫＥ｛Ａ１｝
ＷＡ；ＫＯ＼ＮＡＫＡＱＴＡ．となる。ここで｛Ａ１｝は、前の名詞のアクセント核の
位置を保存する働きを持つ（図１４）から、「出力文１（表音）」＝ＳＨＩ／ｎＳＵ＼ＫＥＷＡ；Ｋ
Ｏ＼ＮＡＫＡＱＴＡ．となり、この表音テキストに基づいて音声合成出力され
る。

【００３６】今、図１３（２）の出力文２が選択された
とする。もし、ｃｈａｒ＝「キャラクター１」＝「サン
キチ」ならば、「出力文２（表記）」＝あれは；サンキチかしら．「出力文２（表音）」＝Ａ／ＲＥＷＡ；ＳＡ／ｎＫＩＣ
ＨＩ｛Ａ２｝ＫＡ＼ＳＨＩＲＡ．となる。ここで｛Ａ２｝は、前の名詞のアクセントが平
板型ならば、後ろの機能語のアクセント核の位置にアク
セント句のアクセント核の位置を移動させる働きを持つ
（図１４）から、「出力文２（表音）」＝Ａ／ＲＥＷＡ；ＳＡ／ｎＫＩＣ
ＨＩＫＡ＼ＳＨＩＲＡ．となり、この表音テキストに基づいて音声合成出力され
る。

【００３７】もし、ｃｈａｒ＝「キャラクター２」＝
「シンスケ」ならば、「出力文２（表記）」＝あれは；シンスケかしら．「出力文２（表音）」＝Ａ／ＲＥＷＡ；ＳＨＩ／ｎＳＵ
＼ＫＥ｛Ａ２｝ＫＡ＼ＳＨＩＲＡ．となる。ここで｛Ａ２｝は、前の名詞のアクセントが有
核型ならば、前の名詞のアクセント核の位置にアクセン
ト句のアクセント核の位置を移動させる働きを持つ（図
１４）から、「出力文３（表音）」＝Ａ／ＲＥＷＡ；ＳＨＩ／ｎＳＵ
＼ＫＥＫＡＳＨＩＲＡ．となり、この表音テキストに基づいて音声合成出力され
る。

【００３８】今、図１３（３）の出力文３が選択された
とする。もし、ｃｈａｒ＝「キャラクター１」＝「サン
キチ」ならば、「出力文３（表記）」＝サンキチなりに；よくやった．「出力文３（表音）」＝ＳＡ／ｎＫＩＣＨＩ｛Ａ３｝Ｎ
ＡＲＩＮＩ；ＹＯ＼ＫＵＹＡＱＴＡ．となる。ここで｛Ａ３｝は、後ろの機能語のアクセント
核の位置に、アクセント核の位置を移動させる働きを持
つ（図１４）から、「出力文３（表音）」＝ＳＡ／ｎＫＩＣＨＩＮＡＲＩＮ
Ｉ；ＹＯ＼ＫＵＹＡＱＴＡ．となり、この表音テキストに基づいて音声合成出力され
る。また、表示部１０５上には、出力文データ１０３ｆ
が表示される。

【００３９】以上説明したように、実施の形態３によれ
ば、登場人物の登録画面を用いることによって、様々な
音声の登録が可能となる。このため、ユーザの好みに応
じて登場人物の設定が可能となり、より独創性のあるゲ
ームを作成することができる。また、登場人物と音声を
対応づけているので、ユーザは容易に登場人物を認識す
ることができる。更には、表示されている文章を、誰
が、どんな内容を、どんな話調で喋っているのか等の判
断がしやすくなる。

【００４０】本実施の形態では、情報処理装置の内で、
特にゲームに音声合成を用いる場合について述べたが、
教育機器等に応用することが容易に可能である。。ま
た、本実施の形態では、それぞれの話者に対して、複数
の音声を用いているが、音声素片の接続方法や、パワー
制御方法や、イントネーション制御方法を変えることに
よって、一つの音声を複数の話者に用いることができ
る。

【００４１】尚、本発明は、複数の機器から構成される
システムに適用しても、１つの機器から成る装置に適用
しても良い。また、本発明はシステム或は装置にプログ
ラムを供給することによって達成される場合にも適用で
きることはいうまでもない。この場合、本発明に係るプ
ログラムを格納した記憶媒体が、本発明を構成すること
になる。そして、該記憶媒体からそのプログラムをシス
テム或いは装置に読みだすことによって、そのシステム
或いは装置が、予め定められたし方で動作する。

【００４２】

【発明の効果】以上の説明からも明らかなように、本発
明によれば、第一の目的により、アプリケーションプロ
グラムの進行速度または操作者の操作速度に応じて様々
な音声を出力する。また、表示画面に表示される文字に
同期して、音声を出力することにより、より臨場感を体
感することが可能な情報処理装置及びその方法を提供で
きる。第二の目的は、アプリケーションプログラムに設
定されている情報を、ユーザの操作によって様々な音声
に設定を変更可能にすることにより、より独創的なアプ
リケーションプログラムを作成できる情報処理装置及び
その方法を提供できる。

【図面の簡単な説明】

【図１】実施の形態１の装置全体の構成を示すブロック
図である。

【図２】実施の形態１の処理フローを示すフローチャー
トである。

【図３】実施の形態１のＡチームのオーダーを示す図で
ある。

【図４】実施の形態１の野球ゲームにおける状況変数
と、それらの取り得る値を示す図である。

【図５】実施の形態１の文要素データを示す図である。

【図６】実施の形態１の出力文データを示す図である。

【図７】実施の形態１のアプリケーションプログラムに
よって作成される出力文の例を示す図である。

【図８】実施の形態２のアプリケーションプログラムに
よって設定される、ゲームの状況を示す図である。

【図９】実施の形態２の表示文と表音テキストからな
る、出力文データを示す図である。

【図１０】実施の形態２の文字表示と音声合成出力との
関係を示す図である。

【図１１】実施の形態３の登録された登場人物の名前、
読み、アクセントと、使用する音声の登録を行う登録画
面を示す図である。

【図１２】実施の形態３の登録された登録された登場人
物の名前、読み、アクセントと、使用する音声を示す図
である。

【図１３】実施の形態３の出力文データを示す図であ
る。

【図１４】実施の形態３のアクセント核の位置を示す図
である。

【符号の説明】

１０１制御部１０１ａＣＰＵ１０１ｂ作業記憶部１０２操作部１０３記憶部１０３ａアプリケーションプログラム１０３ｂ画像データ１０３ｃ効果音データ１０３ｄ音色指定パラメータ１０３ｅ文要素データ１０３ｆ出力文データ１０４画像処理部１０５表示部１０６音声合成部１０７スピーカ

Claims

【特許請求の範囲】

【請求項１】アプリケーションの処理過程において音
声を合成し出力する情報処理装置であって、複数の出力文データを記憶する記憶手段と、前記複数の出力文データより出力すべき出力文データを
当該アプリケーションの処理状況に基づいて選択する選
択手段と、前記選択手段によって、選択された出力文データを音声
に変換する変換手段と、前記音声を出力制御する出力制御手段とを備えることを
特徴とする情報処理装置。
【請求項２】前記複数の出力文データの夫々は出力確
率を有し、前記選択手段は前記出力確率に応じて出力す
べき出力文データを選択することを特徴とする請求項１
に記載の情報処理装置。
【請求項３】前記選択手段は、更に前記情報処理装置
に備わる操作部を操作する操作者の操作速度または前記
記憶手段に記憶されているアプリケーションプログラム
の進行速度と前記複数の出力文データ各々の発生時間に
基づいて出力すべき出力文データを選択することを特徴
とする請求項１に記載の情報処理装置。
【請求項４】アプリケーションの処理過程において音
声を合成し出力する情報処理装置であって、複数の状況から構成される記憶部を有し、複数の状況に
ついて各状況に対応した画像、効果音、出力文データか
ら構成される状況情報を記憶する記憶手段と、処理の進行に応じて前記複数の状況情報のいずれかを選
択する選択手段と、前記選択手段によって、選択された状況情報の出力文デ
ータを表示制御すると共に、該出力文データを音声合成
して出力する出力手段とを備えることを特徴とする情報
処理装置。
【請求項５】前記出力文データは、表示文テキストデ
ータと表音テキストデータであることを特徴とする請求
項１または請求項４に記載の情報処理装置。
【請求項６】前記表示文テキストデータは、アクセン
ト区別記号を含むことを特徴とする請求項５に記載の情
報処理装置。
【請求項７】前記表音テキストは、読み、アクセン
ト、ポーズ、音の高さ、発生速度、話者、話調等の制御
記号からなることを特徴とする請求項５に記載の情報処
理装置。
【請求項８】前記表音テキストは、テキスト表示と発
声の同期がとれることを特徴とする請求項５に記載の情
報処理装置。
【請求項９】前記要素は、キャラクター等の名詞から
構成され、該名詞の表記、読み、アクセントを登録する
登録手段と、前記キャラクターに使用する音声タイプを指定する指定
手段とを更に備えることを特徴とする請求項５に記載の
情報処理装置。
【請求項１０】前記名詞を結合して出力文を形成する
ための出力文データが、名詞との結合におけるアクセン
ト核を制御するための制御記号を含むことを特徴とする
請求項９に記載の情報処理装置。
【請求項１１】前記制御記号は、前記名詞の後ろに該
制御記号が続くアクセント句の場合に、該アクセント句
のアクセント核の位置は、前記名詞のアクセント核の位
置とすることを特徴とする請求項１０に記載の情報処理
装置。
【請求項１２】前記制御記号は、前記名詞の後ろに該
制御記号が続くアクセント句の場合に、前記名詞が平板
型の場合は、後ろの前記制御記号のアクセント核の位置
とし、前記名詞が有核型の場合は、前記名詞のアクセン
ト核の位置とすることを特徴とする請求項１０に記載の
情報処理装置。
【請求項１３】前記制御記号は、前記名詞の後ろに該
制御記号が続くアクセント句の場合に、該アクセント句
のアクセント核の位置は、後ろの前記制御記号のアクセ
ント核の位置とすることを特徴とする請求項１０に記載
の情報処理装置。
【請求項１４】アプリケーションの処理過程において
音声を合成し出力する情報処理方法であって、複数の出力文データを記憶する記憶工程と、前記複数の出力文データより出力すべき出力文データを
当該アプリケーションの処理状況に基づいて選択する選
択工程と、前記選択工程によって、選択された出力文データを音声
に変換する変換工程と、前記音声を出力制御する出力制御工程とを備えることを
特徴とする情報処理方法。
【請求項１５】アプリケーションの処理過程において
音声を合成し出力する情報処理装置であって、複数の状況から構成される記憶部を有し、複数の状況に
ついて各状況に対応した画像、効果音、出力文データか
ら構成される状況情報を記憶する記憶工程と、処理の進行に応じて前記複数の状況情報のいずれかを選
択する選択工程と、前記選択工程によって、選択された状況情報の出力文デ
ータを表示制御すると共に、該出力文データを音声合成
して出力する出力工程とを備えることを特徴とする情報
処理方法。