JPH09251373A - 音声合成方法および音声合成装置 - Google Patents

Abstract

(57)【要約】 【課題】 電子メールにおける必要な部分だけを合成音
とする。 【解決手段】 電子メールにおいて、音声合成処理の対
象とする行の行頭には、その旨を指示するコマンドとし
ての音声化コマンド「\speech」が記述されており、こ
の音声化コマンド「\speech」が行頭に記述されている
行だけが、合成音とされる。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、音声合成方法およ
び音声合成装置に関する。特に、理解し易い合成音を得
ることができるようにする音声合成方法および音声合成
装置に関する。

【０００２】

【従来の技術】図８は、従来のテキスト音声合成装置の
一例の構成を示している。この音声合成装置は、テキス
ト音声合成部２、音声出力部５、およびスピーカ６から
構成されている。

【０００３】音声合成すべき、例えば日本語などのテキ
ストファイルとされた漢字仮名混じり文（入力文）は、
テキスト音声合成部２に供給される。テキスト音声合成
部２は、言語処理部３および音声合成部４から構成され
ており、テキストファイルは、言語処理部３に入力され
る。言語処理部３では、まず、テキストファイルを構成
する入力文中の各語句に対して、漢字の読みが付され
る。さらに、言語処理部３では、入力文の統語構造が解
析され、その解析結果に基づいて、アクセントに関する
アクセント情報が付加される。その後、音声合成部４に
おいて、入力文に付された読みおよびアクセント情報に
基づいて、韻律制御が行われながら、入力文に対応する
合成音が生成される。

【０００４】即ち、音声合成部４では、例えば入力文に
付された読みに対応する音素片データが、アクセント情
報その他に基づいて、強調や、抑揚、ポーズなどの入力
文の文章の内容に即した韻律制御を行いながら接続され
る。

【０００５】具体的には、音声合成部４では、アクセン
ト情報その他に基づいて、合成音に適当な抑揚や強調部
分、ポーズを付加するための韻律情報が生成され、音素
片データが、韻律情報に基づいて接続される。即ち、韻
律情報に、例えば入力文のピッチパターンや、入力文を
構成する各音韻の継続時間、各音韻のパワーなどが含ま
れているときは、まず、ピッチパターンに基づいて、音
素片データを接続する間隔が調整され（音素片データの
ピッチ周期が調整され）、また、音韻の継続時間に基づ
いて、その音韻に対応する音素片データを繰り返し接続
する回数が制御される。さらに、音韻のパワーに基づい
て、その音韻に対応する音素片データの振幅が制御され
る。

【０００６】以上のようにして音素片データを、韻律情
報に基づいて接続して得られた音声波形は、音声出力部
５に供給される。音声出力部５は、例えばＤ／Ａ変換器
およびアンプなどを内蔵しており、テキスト音声合成部
２（音声合成部４）からの音声データをＤ／Ａ変換し、
さらに、そのレベルを適正に調整して、スピーカ６に供
給する。これにより、スピーカ６からは、入力文に対応
した合成音が出力される。

【０００７】ところで、最近では、インターネットが急
速に普及し、メッセージのやりとりを電子メール（E-ma
il）で行うことが多くなってきた。電子メールは、相手
が不在かどうかに拘らず送信することができ、また、相
手方からすれば、送信されてきた電子メールは、いつで
も見ることができるので、電話のように、自身または相
手方のいずれかが不在であるために連絡をとることがで
きないといったようなことがない。

【０００８】しかしながら、電子メールを見るには、コ
ンピュータなどの端末が必要であり、従って、例えば外
出先から自身宛の電子メールを確認することは困難であ
った。

【０００９】そこで、いわゆるパソコン通信サービスを
提供しているＮＩＦＴＹ−Ｓｅｒｖｅ（商標）などで
は、電子メールの合成音による読み上げサービスが行わ
れている。このサービスによれば、ユーザが、電話機に
よって、センタ局にアクセスすると、自身宛の電子メー
ルが合成音により読み上げられるようになされており、
これにより、ユーザは、コンピュータがなくても、電子
メールを確認することができるようになされている。

【００１０】このような電子メールの合成音による読み
上げは、図８に示したような音声合成装置によって行わ
れる。

【００１１】

【発明が解決しようとする課題】ところで、図８の音声
合成装置においては、入力されたテキストファイルを処
理単位として音声合成処理が行われる。即ち、１つのテ
キストファイルが、音声合成装置に入力されると、その
テキストファイルに含まれるすべてのテキストデータが
音声合成の対象となり、従って、音声合成装置に、テキ
ストファイルとしての、例えば電子メールが入力された
場合には、その電子メールに含まれるすべてのテキスト
データを対象に、上述したような音声合成処理が行われ
る。

【００１２】しかしながら、電子メールには、例えば図
９に示すように、日本語の漢字仮名混じり文の他に、記
号を組み合わせて作成された図や、差出人の細かな感情
を表すための、いわゆるフェイスマーク（例えば、（＾
＾）など）、電子メールが転送されてくるまでの経路を
表す情報などを含むメールヘッダ、差出人の、いわゆる
署名なども含まれており、このような部分まで合成音と
すると、その内容が理解し難くなる課題があった。

【００１３】本発明は、このような状況に鑑みてなされ
たものであり、理解し易い合成音を得ることができるよ
うにするものである。

【００１４】

【課題を解決するための手段】請求項１に記載の音声合
成方法は、入力文に含まれる所定の指示情報を認識し、
その指示情報に対応して、入力文から、音声合成する部
分を抽出し、その音声合成する部分に対応する合成音の
みを生成することを特徴とする。

【００１５】請求項４に記載の音声合成装置は、入力文
に含まれる所定の指示情報を認識する認識手段と、認識
手段により認識された指示情報に対応して、入力文か
ら、音声合成する部分を抽出する抽出手段と、抽出手段
により抽出された音声合成する部分に対応する合成音を
生成する音声合成手段とを備えることを特徴とする。

【００１６】請求項１に記載の音声合成方法において
は、入力文に含まれる所定の指示情報を認識し、その指
示情報に対応して、入力文から、音声合成する部分を抽
出し、その音声合成する部分に対応する合成音のみを生
成するようになされている。

【００１７】請求項４に記載の音声合成装置において
は、認識手段は、入力文に含まれる所定の指示情報を認
識し、抽出手段は、認識手段により認識された指示情報
に対応して、入力文から、音声合成する部分を抽出する
ようになされている。音声合成手段は、抽出手段により
抽出された音声合成する部分に対応する合成音を生成す
るようになされている。

【００１８】

【発明の実施の形態】以下に、本発明の実施例を説明す
るが、その前に、特許請求の範囲に記載の発明の各手段
と以下の実施例との対応関係を明らかにするために、各
手段の後の括弧内に、対応する実施例（但し、一例）を
付加して、本発明の特徴を記述すると、次のようにな
る。

【００１９】即ち、請求項４に記載の音声合成装置は、
入力文に対応する合成音を生成する音声合成装置であっ
て、入力文に含まれる所定の指示情報を認識する認識手
段（例えば、図１や図３に示すコマンド認識処理部１な
ど）と、認識手段により認識された指示情報に対応し
て、入力文から、音声合成する部分を抽出する抽出手段
（例えば、図１や図３に示すコマンド認識処理部１な
ど）と、抽出手段により抽出された音声合成する部分に
対応する合成音を生成する音声合成手段（例えば、図１
や図３に示すテキスト音声合成部２など）とを備えるこ
とを特徴とする。

【００２０】請求項５に記載の音声合成装置は、入力文
の所定の部分に対し、指示情報を付加する付加手段（例
えば、図３に示すメールヘッダ処理部３１など）をさら
に備えることを特徴とする。

【００２１】なお、勿論この記載は、各手段を上記した
ものに限定することを意味するものではない。

【００２２】図１は、本発明を適用した音声合成装置の
一実施例の構成を示している。なお、図中、図８におけ
る場合と対応する部分については、同一の符号を付して
あり、以下では、その説明は、適宜省略する。即ち、こ
の音声合成装置は、コマンド認識処理部１が新たに設け
られている他は、図８の音声合成装置と同様に構成され
ている。

【００２３】コマンド認識処理部１は、入力文に含まれ
る所定の指示情報を認識し、その指示情報に対応して、
入力文から、音声合成する部分を抽出するようになされ
ている。そして、コマンド認識処理部１は、その抽出し
た部分のみを、後段のテキスト音声合成部２に供給する
ようになされている。

【００２４】次に、その動作について説明する。なお、
ここでは、指示情報は、例えば、テキストファイルにお
ける音声合成する部分を、行単位で指示するもの（この
ような指示情報を、以下、適宜、音声化コマンドとい
う）とする。また、行は、改行コードまでを１行とし、
従って、テキストファイルの先頭から最初の改行コード
までが１行を構成し、その後は、改行コードから次の改
行コードまでが１行を構成し、最後の改行コードから、
テキストファイルの最後までが１行を構成するものとす
る。さらに、音声化コマンドは、例えば「\speech」で
表され、ある行を音声合成する場合には、その行頭に記
述されるものとする。

【００２５】いま、例えば、次のようなテキストファイ
ルＴＦ１が、コマンド認識処理部１に入力されたものと
する（なお、先頭と終わりの括弧「、」でくくられた部
分が、テキストファイルの内容を表す）。

【００２６】テキストファイルＴＦ１：「この文章は、
本発明の実施例を説明するためのテキスト文です。従来
テキスト音声合成では、ひとつのテキストファイルを単
位として合成処理するため、テキストファイルの中に、
そのテキストの記述者が音声合成したい部分と音声合成
したくない部分があっても、その選択はできず、すべて
のテキストを音声合成してしまっていました。そのた
め、例えばこの行以前に書かれた内容は音声合成せず、
この行以降を音声合成したいという要望があったとして
も、それを選択して音声合成することはできませんでし
た。しかし、本発明の方法を使うとそれが可能になりま
す。」

【００２７】コマンド認識処理部１では、テキストファ
イルＴＦ１が入力されると、行頭に記述されている音声
化コマンド「\speech」が認識（検索）される。しかし
ながら、この場合、テキストファイルＴＦ１には、行頭
に、音声化コマンド「\speech」が記述されている行が
存在しないため、コマンド認識処理部１では、音声化コ
マンド「\speech」が認識されず、従って、テキストフ
ァイルＴＦ１を構成する行のいずれも抽出されない。そ
の結果、後段のテキスト音声合成部２には、何も供給さ
れず、合成音は出力されない。

【００２８】次に、例えば、以下のようなテキストファ
イルＴＦ２が、コマンド認識処理部１に入力されたもの
とする。

【００２９】テキストファイルＴＦ２：「この文章は、
本発明の実施例を説明するためのテキスト文です。従来
テキスト音声合成では、ひとつのテキストファイルを単
位として合成処理するため、テキストファイルの中に、
そのテキストの記述者が音声合成したい部分と音声合成
したくない部分があっても、その選択はできず、すべて
のテキストを音声合成してしまっていました。そのた
め、例えばこの行以前に書かれた内容は音声合成せず、 \speech この行以降を音声合成したいという要望があったとしても、そ \speech れを選択して音声合成することはできませんでした。しかし、本 \speech 発明の方法を使うとそれが可能になります。 」

【００３０】コマンド認識処理部１では、テキストファ
イルＴＦ２が入力されると、行頭に記述されている音声
化コマンド「\speech」が認識（検索）される。この場
合、テキストファイルＴＦ２の最後の３行の行頭に記述
されている音声化コマンド「\speech」が認識される。
コマンド認識処理部１は、音声化コマンド「\speech」
を認識すると、その音声化コマンド「\speech」が行頭
に記述されている行を、テキストファイルＴＦ２から抽
出し、後段のテキスト音声合成部２に供給する。即ち、
この場合、テキスト音声合成部２には、テキストデータ
「この行以降を音声合成したいという要望があったとし
ても、それを選択して音声合成することはできませんで
した。しかし、本発明の方法を使うとそれが可能になり
ます。」が入力文として供給される。

【００３１】従って、テキスト音声合成部２では、音声
化コマンド「\speech」が行頭に記述されている行のみ
を対象に、前述の図８における場合と同様の音声合成処
理が行われ、その結果、スピーカ６からは、テキストフ
ァイルＴＦ２の最後の３行に対応する合成音「この行以
降を音声合成したいという要望があったとしても、それ
を選択して音声合成することはできませんでした。しか
し、本発明の方法を使うとそれが可能になります。」が
出力される。

【００３２】以上のように、行頭に記述されている音声
化コマンド「\speech」を認識し、その音声化コマンド
「\speech」が行頭に記述されている行を、テキストフ
ァイルＴＦ２から抽出して音声合成するようにしたの
で、ユーザ（テキストの記述者）は、音声合成すること
を希望する部分（ここでは、行）に、音声化コマンド
「\speech」を記述するだけで、その希望する部分だけ
を合成音で出力させることが可能となる。

【００３３】なお、上述の場合においては、音声合成の
対象とする行のすべての行頭に音声化コマンド「\speec
h」を記述するようにしたが、例えば音声合成の対象と
する行が２行以上に亘る場合においては、最初の行の行
頭にだけ音声化コマンド「\speech」を記述し、音声合
成の対象とする部分を括弧で囲むようにすることも可能
である。

【００３４】即ち、例えば、以下のようなテキストファ
イルＴＦ３を、コマンド認識処理部１に入力するように
することも可能である。

【００３５】テキストファイルＴＦ３：「この文章は、
本発明の実施例を説明するためのテキスト文です。従来
テキスト音声合成では、ひとつのテキストファイルを単
位として合成処理するため、テキストファイルの中に、
そのテキストの記述者が音声合成したい部分と音声合成
したくない部分があっても、その選択はできず、すべて
のテキストを音声合成してしまっていました。そのた
め、例えばこの行以前に書かれた内容は音声合成せず、 \speech{ この行以降を音声合成したいという要望があ
ったとしても、それを選択して音声合成することはでき
ませんでした。しかし、本発明の方法を使うとそれが可
能になります。}」

【００３６】この場合、コマンド認識処理部１では、音
声化コマンド「\speech」と、括弧「{」が認識された
後、そこから、括弧「}」までの部分だけが、テキスト
音声合成部２に供給される。

【００３７】従って、この場合も、テキストファイルＴ
Ｆ２における場合と同様に、スピーカ６からは、テキス
トファイルＴＦ３の最後の３行に対応する合成音「この
行以降を音声合成したいという要望があったとしても、
それを選択して音声合成することはできませんでした。
しかし、本発明の方法を使うとそれが可能になりま
す。」が出力される。

【００３８】次に、以上においては、指示情報として、
テキストファイルにおける音声合成処理の対象とする部
分を指示する音声化コマンド「\speech」を用いるよう
にしたが、その他、指示情報としては、例えばテキスト
ファイルにおいて、音声合成の対象としない部分を指示
するコマンド（以下、適宜、音声化不可コマンドとい
う）を用いることも可能である。ここで、この音声化不
可コマンドを、例えば「\mute」で表し、ある行を音声
合成しない場合には、その行頭に、音声化不可コマンド
「\mute」を記述するものとして、図１の音声合成装置
の動作を説明する。

【００３９】いま、例えば、上述のテキストファイルＴ
Ｆ１が、コマンド認識処理部１に入力されたものとす
る。

【００４０】コマンド認識処理部１では、テキストファ
イルＴＦ１が入力されると、行頭に記述されている音声
化不可コマンド「\mute」が認識（検索）される。しか
しながら、この場合、テキストファイルＴＦ１には、行
頭に、音声化不可コマンド「\mute」が記述されている
行が存在しないため、コマンド認識処理部１では、音声
化不可コマンド「\mute」が認識されず、従って、テキ
ストファイルＴＦ１を構成する行すべてが抽出される。

【００４１】その結果、後段のテキスト音声合成部２に
は、テキストファイルＴＦ１全体が、入力文として供給
され、これにより、スピーカ６からは、テキストファイ
ルＴＦ１を構成するすべての行に対応する合成音「この
文章は、本発明の実施例を説明するためのテキスト文で
す。従来テキスト音声合成では、ひとつのテキストファ
イルを単位として合成処理するため、テキストファイル
の中に、そのテキストの記述者が音声合成したい部分と
音声合成したくない部分があっても、その選択はでき
ず、すべてのテキストを音声合成してしまっていまし
た。そのため、例えばこの行以前に書かれた内容は音声
合成せず、この行以降を音声合成したいという要望があ
ったとしても、それを選択して音声合成することはでき
ませんでした。しかし、本発明の方法を使うとそれが可
能になります。」が出力される。

【００４２】次に、例えば、以下のようなテキストファ
イルＴＦ４が、コマンド認識処理部１に入力されたもの
とする。

【００４３】テキストファイルＴＦ４：「 \mute この文章は、本発明の実施例を説明するためのテキスト文です。 \mute 従来テキスト音声合成では、ひとつのテキストファイルを単位 \mute として合成処理するため、テキストファイルの中に、そのテキス \mute トの記述者が音声合成したい部分と音声合成したくない部分があ \mute っても、その選択はできず、すべてのテキストを音声合成してし \mute まっていました。そのため、 \mute 例えばこの行以前に書かれた内容は音声合成せず、 この行以降を音声合成したいという要望があったとして
も、それを選択して音声合成することはできませんでし
た。しかし、本発明の方法を使うとそれが可能になりま
す。」

【００４４】コマンド認識処理部１では、テキストファ
イルＴＦ４が入力されると、行頭に記述されている音声
化不可コマンド「\mute」が認識（検索）される。この
場合、テキストファイルＴＦ４の第１行から第７行まで
の行頭に記述されている音声化不可コマンド「\mute」
が認識される。コマンド認識処理部１は、音声化不可コ
マンド「\mute」を認識すると、その音声化不可コマン
ド「\mute」が行頭に記述されている行を除く部分を、
テキストファイルＴＦ４から抽出し、後段のテキスト音
声合成部２に供給する。即ち、この場合、テキスト音声
合成部２には、テキストデータ「この行以降を音声合成
したいという要望があったとしても、それを選択して音
声合成することはできませんでした。しかし、本発明の
方法を使うとそれが可能になります。」が入力文として
供給される。

【００４５】従って、テキスト音声合成部２では、音声
化不可コマンド「\mute」が行頭に記述されている行を
除く部分（行）のみを対象に、音声合成処理が行われ、
その結果、スピーカ６からは、テキストファイルＴＦ４
の最後の３行に対応する合成音「この行以降を音声合成
したいという要望があったとしても、それを選択して音
声合成することはできませんでした。しかし、本発明の
方法を使うとそれが可能になります。」が出力される。

【００４６】以上のように、行頭に記述されている音声
化不可コマンド「\mute」を認識し、その音声化不可コ
マンド「\mute」が行頭に記述されている行を除く行
を、テキストファイルＴＦ４から抽出して音声合成する
ようにしたので、ユーザは、音声合成しないことを希望
する部分（ここでは、行）に、音声化不可コマンド「\m
ute」を記述するだけで、その希望する部分が合成音で
出力されることを防止することができる。即ち、言い換
えれば、上述の音声化コマンド「\speech」を用いる場
合と同様に、ユーザは、音声合成することを希望する部
分以外に、音声化不可コマンド「\mute」を記述するだ
けで、その希望する部分だけを合成音で出力するように
することができる。

【００４７】なお、上述の場合においては、音声合成し
ない行のすべての行頭に音声化不可コマンド「\mute」
を記述するようにしたが、例えば音声合成の対象とする
行が２行以上に亘る場合においては、音声化コマンド
「\speech」を用いる場合と同様に、最初の行の行頭に
だけ音声化不可コマンド「\mute」を記述し、音声合成
の対象とする部分を括弧で囲むようにすることも可能で
ある。

【００４８】即ち、例えば、以下のようなテキストファ
イルＴＦ５を、コマンド認識処理部１に入力するように
することも可能である。

【００４９】テキストファイルＴＦ５：「 \mute{ この文章は、本発明の実施例を説明するため
のテキスト文です。従来テキスト音声合成では、ひとつ
のテキストファイルを単位として合成処理するため、テ
キストファイルの中に、そのテキストの記述者が音声合
成したい部分と音声合成したくない部分があっても、そ
の選択はできず、すべてのテキストを音声合成してしま
っていました。そのため、例えばこの行以前に書かれた
内容は音声合成せず、}この行以降を音声合成したいと
いう要望があったとしても、それを選択して音声合成す
ることはできませんでした。しかし、本発明の方法を使
うとそれが可能になります。」

【００５０】この場合、コマンド認識処理部１では、音
声化不可コマンド「\mute」と、括弧「{」が認識された
後、そこから、括弧「}」までの部分を除く部分だけ
が、テキスト音声合成部２に供給される。

【００５１】従って、この場合も、テキストファイルＴ
Ｆ４における場合と同様に、スピーカ６からは、テキス
トファイルＴＦ５の最後の３行に対応する合成音「この
行以降を音声合成したいという要望があったとしても、
それを選択して音声合成することはできませんでした。
しかし、本発明の方法を使うとそれが可能になりま
す。」が出力される。

【００５２】なお、テキストファイルを作成、編集する
ためのエディタには、例えばある行と、他の行とを指定
すると（例えば、マウスなどでクリックすると）、その
指定された行の間にあるすべての行に、音声化コマンド
「\speech」または音声化不可コマンド「\mute」を付さ
せるようにすることが可能である（あるいは、そのすべ
ての行を囲む括弧（{，}）と、音声化コマンド「\speec
h」または音声化不可コマンド「\mute」とをを付させる
ようにすることが可能である）。

【００５３】次に、図２は、本発明を適用したネットワ
ークシステムの一実施例の構成を示している。ユーザ
は、コンピュータ１１を有し、例えばＰＳＴＮ（Public
Switched Telephone Network）やＩＳＤＮ（Integrate
d Service Digital Network）などの公衆網１２、ある
いは図示せぬ専用線を介して、サービスプロバイダ（接
続業者）が有するＳＰ（Service Provider）サーバ１３
に接続されている。そして、ＳＰサーバ１３は、インタ
ーネット１４に接続されている。即ち、コンピュータ１
１は、ＳＰサーバ１３を介して、インターネット１４に
接続されている。

【００５４】なお、図２の実施例では、コンピュータ１
１のユーザ以外のユーザのコンピュータとして、コンピ
ュータ１５だけが、公衆網１２と、ＳＰサーバ１３と同
様に構成されるＳＰサーバ１６（他のサービスプロバイ
ダが有するサーバ）とを介してインターネット１４に接
続されているが、その他のユーザのコンピュータも同様
にして、ＳＰサーバ１３、あるいは他のサービスプロバ
イダが有するサーバや、大学や企業その他に設置されて
いるサーバ（ホストコンピュータ）を介して、インター
ネット１４に接続されている。

【００５５】また、ユーザは、インターネット１４に直
接接続することも可能であるが、通常は、サービスプロ
バイダと契約し、図２に示したように、公衆網１２を介
して、ＳＰサーバ１３または１６にアクセスすること
で、インターネット１４に接続される。

【００５６】インターネット１４においては、ＴＣＰ／
ＩＰ（Transmission Control Protocol/Internet Proto
col）と呼ばれるプロトコルにしたがって、コンピュー
タ相互間で通信を行うようになされている。また、イン
ターネット１４上には、ＷＷＷが構築されており、この
ＷＷＷでは、ＨＴＴＰ（Hyper Text Transfer Protoco
l）と呼ばれるプロトコルにより、データの転送を行
い、ＨＴＭＬ（Hyper TextMarkup Language）で画面を
記述することにより、情報の検索や表示を、簡単に行う
ことができるようになされている。さらに、インターネ
ット１４においては、ＷＷＷの他、例えば、いわゆる電
子メール（Ｅ−ｍａｉｌ）や、パソコン通信でいうとこ
ろの掲示板に相当するネットニュースなどのサービスも
提供されており、端末（コンピュータ）を有するユーザ
どうしは、電子メールのやりとりをしたり、また、特定
のテーマについての記事を書き込み、その記事を読むこ
とができるようになされている。なお、電子メールは、
ＳＭＴＰ（Simple Mail Transfer Protocol）と呼ばれ
るプロトコルで、また、ネットニュースにおける記事
は、ＮＮＴＰ（Network News Transfer Protocol）と呼
ばれるプロトコルで、それぞれ転送されるようになされ
ている。

【００５７】ところで、図２のネットワークシステムに
おいては、コンピュータ１１や１５などの他、例えば電
話機（携帯電話機）１７などによっても公衆網１２を介
して、ＳＰサーバ１３（あるいは１６）にアクセスする
ことができるようになされており、これにより、例えば
コンピュータ１１のユーザは、電話機１７のプッシュボ
タン１７Ａを操作して、ＳＰサーバ１３に所定のコマン
ドを与え、コンピュータ１１のユーザ宛に送信されてき
た電子メールを、合成音で聴くことができるようになさ
れている（このように電子メールを合成音で提供するサ
ービスを、以下、適宜、音声化サービスという）。

【００５８】即ち、例えば、いま、コンピュータ１５の
ユーザが、ソフトウェアである電子メールを作成するた
めの電子メール用アプリケーション１５Ａによって電子
メールを作成し、コンピュータ１１のユーザ宛に送信し
たものとすると、その電子メールは、公衆網１２を介し
て、ＳＰサーバ１６で受信される。ＳＰサーバ１６は、
コンピュータ１１のユーザ宛の電子メールを受信する
と、その電子メールを、インターネット１４を介して、
コンピュータ１１と接続されているＳＰサーバ１３に転
送する。これに対応して、ＳＰサーバ１３では、コンピ
ュータ１１のユーザ宛の電子メールが記憶される。

【００５９】その後、コンピュータ１１のユーザが、コ
ンピュータ１１を操作して、電子メール用アプリケーシ
ョン１１Ａを起動することにより、公衆網１２を介し
て、ＳＰサーバ１３にアクセスし、自身宛の電子メール
を要求すると、ＳＰサーバ１３は、そのユーザ宛の電子
メールを、公衆網１２を介して、コンピュータ１１に送
信する。コンピュータ１１では、ＳＰサーバ１３からの
電子メールが受信され、例えば、図示せぬディスプレイ
に表示される。これにより、ユーザは、自身宛の電子メ
ールを見る（読む）ことができる。

【００６０】また、コンピュータ１１のユーザが、電話
機１７のプッシュボタン１７Ａを操作し、音声化サービ
ス専用の電話番号をダイヤルすることにより、公衆網１
２を介して、ＳＰサーバ１３にアクセスすると、ＳＰサ
ーバ１３と電話機１７との間で通信リンクが確立され
る。そして、ユーザが、自身宛の電子メールを要求する
コマンドを、プッシュボタン１７Ａを操作することによ
り入力すると、その操作に対応したプッシュボタン信号
（プッシュトーン信号）（あるいは、ダイヤルパルス）
が、電話機１７から、公衆網１２を介してＳＰサーバ１
３に送信される。

【００６１】ＳＰサーバ１３では、電話機１７からプッ
シュボタン信号を受信すると、そのプッシュボタン信号
が解析（解読）される。そして、プッシュボタン信号
が、コンピュータ１１のユーザ宛の電子メールを要求す
るものである場合、ＳＰサーバ１３は、そのユーザ宛の
電子メールを、音声合成処理することにより合成音と
し、公衆網１２を介して、電話機１７に送信する。これ
により、電話機１７のスピーカ１７Ｂからは、電子メー
ルを読み上げた合成音が出力される。

【００６２】従って、ユーザは、外出先などから、電話
機１７によって自身宛の電子メールを確認することがで
きる。

【００６３】次に、図３は、図２のＳＰサーバ１３の構
成例を示している。通信部２１は、インターネット１４
を介して通信を行ったり、また、公衆網１２を介して、
コンピュータ１１や電話機１７と通信を行うために必要
な通信制御を行うようになされている。コマンド処理部
２２は、ＳＰサーバ１３全体を制御する他、コンピュー
タ１１からの要求や、電話機１７から送信されてくるプ
ッシュボタン信号を解析し、その解析結果に対応した処
理を行うようになされている。テキストメール記憶部２
３は、ＳＰサーバ１３を有する接続業者と契約したユー
ザ宛に送信されてきた電子メールを記憶するようになさ
れている。なお、テキストメール記憶部２３には、接続
業者と契約したユーザ宛の電子メールを記憶する記憶領
域が、各ユーザごとに設けられており（このようにユー
ザごとに設けられた記憶領域を、以下、適宜、メールボ
ックスという）、各ユーザ宛の電子メールは、コマンド
処理部２２の制御の下、そのユーザのメールボックスに
記憶されるようになされている。

【００６４】音声合成装置２４は、メールヘッダ処理部
３１が新たに設けられている他は、図１の音声合成装置
と同様に構成されている。メールヘッダ処理部３１は、
電子メールのヘッダ（メールヘッダ）の所定の部分に対
し、指示情報（音声化コマンド「\speech」または音声
化不可コマンド「\mute」）を付加し、コマンド認識処
理部１に出力するようになされている。

【００６５】以上のように構成されるＳＰサーバ１３に
おいては、例えばコンピュータ１５のユーザから、イン
ターネット１４を介して、コンピュータ１１のユーザ宛
に電子メールが送信されてくると、その電子メールは、
通信部２１で受信され、コマンド処理部２２の制御の
下、テキストメール記憶部２３に転送されて記憶され
る。

【００６６】その後、コンピュータ１１のユーザが、コ
ンピュータ１１を操作することにより、公衆網１２を介
して、ＳＰサーバ１３にアクセスし、自身宛の電子メー
ルを要求すると、コマンド処理部２２は、そのユーザ用
のメールボックス（テキストメール記憶部２３）から電
子メールを読み出し、通信部２１に送信させる。これに
より、電子メールは、通信部２１から、公衆網１２を介
して、コンピュータ１１に送信され、ユーザは、自身宛
の電子メールを見ることができる。

【００６７】また、電話機１７のユーザ（ここでは、コ
ンピュータ１１のユーザでもある）が、電話機１７によ
って、公衆網１２を介して、ＳＰサーバ１３にアクセス
し、自身宛の電子メールを要求するように、プッシュボ
タン１７Ａを操作すると、その操作に対応するプッシュ
ボタン信号は、電話機１７からＳＰサーバ１３に送信さ
れ、通信部２１において受信される。コマンド処理部２
２では、通信部２１で受信されたプッシュボタン信号が
解読され、その解読結果に対応して、電話機１７のユー
ザ宛の電子メールが、テキストメール記憶部２３から読
み出され、音声合成装置２４に転送される。

【００６８】ここで、コンピュータ１１のユーザ宛の電
子メール（入力文）は、例えば図４に示すように、音声
合成処理の対象とする行の行頭に、音声化コマンド「\s
peech」が付加されているものとする。

【００６９】従って、この場合、コマンド処理部２２か
ら音声合成装置２４に対して転送された電子メールが、
メールヘッダ処理部３１を介して、そのままコマンド認
識処理部１に供給された場合、音声化コマンド「\speec
h」が付加された行だけが音声合成処理の対象とされる
ため、メールヘッダや、本文中に記述されたフェイスマ
ークおよび図、さらには、署名における電子メールアド
レスなどの部分は合成音とされず、その結果、電子メー
ルの内容を理解し易い合成音を得ることができる。

【００７０】ところで、図４に示した電子メールに対す
る音声化コマンド「\speech」の付加は、その電子メー
ルの差出人（ここでは、コンピュータ１５のユーザ）に
よって行われるが、ユーザが音声化コマンド「\speec
h」を付加することができるのは、電子メールの本文と
署名の部分に限られる。即ち、電子メールのメールヘッ
ダの部分については、電子メールの差出人であるユーザ
が、勝手にその形式を変更することはできず、従って、
音声化コマンド「\speech」を付加することはできな
い。

【００７１】しかしながら、メールヘッダにおけるメー
ルの送信者（差出人）（From:で始まる部分）や、タイ
トル（Subject:で始まる部分）、日付（Date:で始まる
部分）などは、電子メールによるコミュニケーションを
図る上で重要な情報（以下、適宜、重要情報という）で
あり、このような部分まで、音声合成処理の対象から除
外してしまうのは好ましくない。

【００７２】そこで、音声合成装置２４のメールヘッダ
処理部３１は、メールヘッダの重要情報が記述された行
の行頭に、音声化コマンド「\speech」を付加するよう
になされている。

【００７３】即ち、コマンド処理部２２から音声合成装
置２４に対して、電子メールが転送されてくると、メー
ルヘッダ処理部３１において、その電子メールのメール
ヘッダから、重要情報が記述された行（例えば、Fro
m:，Subject:，Dateそれぞれで始まる行）が検出され
る。さらに、メールヘッダ処理部３１では、その重要情
報が記述された行の行頭に、音声化コマンド「\speec
h」が付加され、これにより、図４に示した電子メール
は、図５に示すようにされる。そして、図５に示すよう
にされた電子メールは、コマンド認識処理部１に出力さ
れ、以下、図１で説明した場合と同様の音声合成処理が
行われる。

【００７４】音声合成装置２４において得られた合成音
（音声出力部３より出力される合成音）は、コマンド処
理部２２を介して、通信部２１に供給され、通信部２１
では、その合成音が、公衆網１２を介して、電話機１７
に送信される。その結果、電話機１７のスピーカ１７Ｂ
からは、図５において、行頭に音声化コマンド「\speec
h」が記述された行に対応する合成音 「Subject: mail no example Date: Wed, 6 Dec 1995 17:59:46 From: mail_sender@***.***.sony.co.jp 宮崎＠ソニーです。 一通のメールには、上に示すような、メールヘッダ、送
信者の感情を表現するフェイスマーク、記号を組み合わ
せて作った図、それから一番下に示すような、メール送
信者の署名などが含まれています。宮崎 敏＠ソニー株
式会社」が出力される。

【００７５】従って、この場合、コンピュータ１５のユ
ーザは、重要な部分についてだけ、コンピュータ１１の
ユーザに聴いてもらうことができ、また、コンピュータ
１１のユーザは、不必要な合成音を聴かさせる煩雑さか
ら解放されることになる。即ち、正確で迅速なコミュニ
ケーションを図ることが可能となる。

【００７６】次に、上述の場合においては、音声合成処
理の対象とする行の行頭に、音声化コマンド「\speec
h」が付加された電子メールを対象としたが、音声化不
可コマンド「\mute」が付加された電子メールについて
も、同様に処理することが可能である。

【００７７】即ち、コンピュータ１１のユーザ宛の電子
メールが、例えば図６に示すようなものであった場合、
メールヘッダ処理部３１においては、その電子メールの
メールヘッダから、重要情報が記述された行（ここで
は、上述したように、From:，Subject:，Dateそれぞれ
で始まる行）が検出される。さらに、メールヘッダ処理
部３１では、その重要情報が記述された行を除く行の行
頭に、音声化不可コマンド「\mute」が付加され、これ
により、図６に示した電子メールは、図７に示すように
される。そして、図７に示すようにされた電子メール
は、コマンド認識処理部１に出力され、以下、図１で説
明した場合と同様の音声合成処理が行われる。

【００７８】従って、この場合、音声合成装置２４から
は、図７において、行頭に音声化不可コマンド「\mut
e」が記述された行を除く行に対応する合成音 「Subject: mail no example Date: Wed, 6 Dec 1995 17:59:46 From: mail_sender@***.***.sony.co.jp 宮崎＠ソニーです。 一通のメールには、上に示すような、メールヘッダ、送
信者の感情を表現するフェイスマーク、記号を組み合わ
せて作った図、それから一番下に示すような、メール送
信者の署名などが含まれています。宮崎 敏＠ソニー株
式会社」が出力される。

【００７９】以上、本発明を適用した音声合成装置およ
びネットワークシステムについて説明したが、本発明
は、その他、音声合成を用いるあらゆるシステムに適用
可能である。

【００８０】なお、本実施例においては、行頭に、音声
化コマンドまたは音声化不可コマンドを記述し、行単位
で、音声合成を行うかどうかを指示するようにしたが、
音声合成を行うかどうかは、その他の任意の単位で指示
するようにすることが可能である。

【００８１】また、本実施例では、音声化コマンドとし
て、「\speech」を用いるようにしたが、音声化コマン
ドとしては、その他の任意の表記（例えば、「\voice」
や「\音声合成」など）を用いることが可能である。同
様に、音声化不可コマンドについても、「\mute」以外
の任意の表記（例えば、「\del」や「\音声化不可」な
ど）を用いることが可能である。但し、音声化コマンド
および音声化不可コマンドとしては、テキストファイル
において記述されない（あるいは、記述される頻度が少
ない）表記とするのが望ましい。

【００８２】さらに、本実施例においては、音声化コマ
ンドまたは音声化不可コマンドのうちのいずれか一方だ
けをテキストファイルに記述するようにしたが、テキス
トファイルには、例えば音声化コマンドおよび音声化不
可コマンドの両方を混在させるようにすることも可能で
ある。但し、この場合、音声化コマンドおよび音声化不
可コマンドのいずれも記述されていない行については、
音声合成処理の対象とするのか、または対象としないの
かを、あらかじめ決めておく必要がある。

【００８３】また、本実施例では特に言及しなかった
が、テキストファイルを記述する言語は、特に限定され
るものではない。即ち、テキストファイルは、例えば日
本語や、英語、フランス語、あるいは、２以上の言語が
混在したものであっても良い。

【００８４】さらに、図２の実施例では、コンピュータ
ネットワークとして、インターネット１４を利用した場
合について説明したが、本発明は、その他のコンピュー
タネットワークを利用したネットワークシステムにも適
用可能である。

【００８５】また、図２の実施例においては、メールヘ
ッダにおけるメールの送信者、タイトル、および日付を
重要情報とするようにしたが、重要情報の設定は、任意
に行うことが可能である。即ち、重要情報として、メー
ルの送信者、タイトル、および日付以外の、例えば電子
メールのコピーの転送先（Cc:で始まる行）などを設定
したり、また、メールヘッダのすべてを重要情報とする
ことも可能である。さらに、メールヘッダのすべてを重
要情報としないようにすることも可能である。

【００８６】さらに、図２の実施例では、音声合成装置
２４を、ＳＰサーバ１３に設けるようにしたが、音声合
成装置２４をコンピュータ１１に設け、コンピュータ１
１に、受信した電子メールを読み上げさせるようにする
ことなども可能である。

【００８７】

【発明の効果】請求項１に記載の音声合成方法および請
求項４に記載の音声合成装置によれば、入力文に含まれ
る所定の指示情報が認識され、その指示情報に対応し
て、入力文から、音声合成する部分が抽出されて合成音
が生成される。従って、必要な部分についての、理解し
易い合成音を得ることが可能となる。

【図面の簡単な説明】

【図１】本発明を適用した音声合成装置の一実施例の構
成を示すブロック図である。

【図２】本発明を適用したネットワークシステムの一実
施例の構成を示す図である。

【図３】図２のＳＰサーバ１３の構成例を示すブロック
図である。

【図４】電子メールを示す図である。

【図５】電子メールを示す図である。

【図６】電子メールを示す図である。

【図７】電子メールを示す図である。

【図８】従来の音声合成装置の一例の構成を示すブロッ
ク図である。

【図９】電子メールを示す図である。

【符号の説明】

１ コマンド認識処理部， ２ テキスト音声合成部，
３ 言語処理部，４ 音声合成部， ５ 音声出力
部， ６ スピーカ， １１ コンピュータ，１２ 公
衆網， １３ ＳＰサーバ， １４ インターネット，
１５ コンピュータ， １６ ＳＰサーバ， １７
電話機， １７Ａ プッシュボタン，１７Ｂ スピー
カ， ２１ 通信部， ２２ コマンド処理部， ２３
テキストメール記憶部， ３１ メールヘッダ処理部

───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.⁶ 識別記号 庁内整理番号 ＦＩ 技術表示箇所 Ｈ０４Ｌ 12/54 9466−5Ｋ Ｈ０４Ｌ 11/20 １０１Ｂ 12/58

Claims (6)

【特許請求の範囲】
1. 【請求項１】 入力文に対応する合成音を生成する音声
   合成方法であって、 前記入力文に含まれる所定の指示情報を認識し、 その指示情報に対応して、前記入力文から、音声合成す
   る部分を抽出し、 その音声合成する部分に対応する合成音のみを生成する
   ことを特徴とする音声合成方法。
2. 【請求項２】 前記指示情報は、前記入力文のうち、音
   声合成する部分または音声合成しない部分を指示するも
   のであることを特徴とする請求項１に記載の音声合成方
   法。
3. 【請求項３】 前記指示情報は、前記入力文のうち、音
   声合成する部分または音声合成しない部分を、行単位で
   指示するものであることを特徴とする請求項１に記載の
   音声合成方法。
4. 【請求項４】 入力文に対応する合成音を生成する音声
   合成装置であって、 前記入力文に含まれる所定の指示情報を認識する認識手
   段と、 前記認識手段により認識された前記指示情報に対応し
   て、前記入力文から、音声合成する部分を抽出する抽出
   手段と、 前記抽出手段により抽出された音声合成する部分に対応
   する合成音を生成する音声合成手段とを備えることを特
   徴とする音声合成装置。
5. 【請求項５】 前記入力文の所定の部分に対し、前記指
   示情報を付加する付加手段をさらに備えることを特徴と
   する請求項４に記載の音声合成装置。
6. 【請求項６】 前記入力文は、コンピュータネットワー
   クを介して送信されてきた電子メールであり、 前記付加手段は、前記電子メールのヘッダの所定の部分
   に対し、前記指示情報を付加することを特徴とする請求
   項５に記載の音声合成装置。