JPH10500500A - 言語エンジン - Google Patents

Abstract

(57)【要約】 慣例綴り字への入力から合成言語を作るための言語エンジンであり、この言語エンジンは入力データを小さな要素に分解して調べ、合成言語を作るために使うようにする。この解析は骨格のデータベース（１１）と複数のシンボリック・プロセッサ（１２―１６）との助けを借りて行われ、各プロセッサは１つの言語学的課題を実行するように採用されている。各プロセッサ（１３―１６）はデータベース（１１）からそのデータを得る（プロセッサ１２は入力バッファ（１０）からそのデータを得る）。各プロセッサはその結果をデータベース（１１）に戻す。データベース（１１）は言語学的構造に合わせて組織化されているので、最終結果と中間結果とは記憶されるだけでなく、言語学的な関係もまた得ることができる。望ましくは、データベース（１１）は複数の記憶モジュール（１／１−５／７）で形成され、その各々にはアドレスがある。各モジュールにはレジスタ（１００）があり、そこには中間又は最終結果のいずれかであるデータ事項が保存されている。加えて、各モジュールには関連のモジュール（１０１，１０２，１０３）のアドレスが含まれていて、それにより、文章の言語学的構造が定義付けされる。

Description

【発明の詳細な説明】 言語エンジン この発明は言語エンジン（スピーチエンジン）、すなわち実質的には通常の慣 例とされているテキスト（文書）から言語（スピーチ）を合成する装置に関する 。 機械がアクセスできる形式のテキストを電話網のようなオーディオチャンネル に“読み込む”ことに対する需要がある。機械がアクセスできる形式のテキスト の例には、ワードプロセッサのディスク、他の形式の計算機記憶部内に含まれる テキストがある。このテキストはカタログであったり、例えば電話番号簿のよう な案内書として構成されていたり、あるいはそこから情報が選択されるデータベ ースであったりする。 こうして、引き出された情報をもとのテキストから合成されたわかりやすい言 語の形で受け取るために、例えば電話線によって遠方から記憶したテキストにア クセスするという需要が増大しているのである。一次入力を構成するテキストは 慣例の綴り字形態であり、合成言語が自然の響きを持つことが望ましい。 入力は慣例の綴り字の文字を表すデジタル信号形態で用意される。この明細書 では、一次出力もデジタル信号で合成言語に対応する音響波形を表すものとする 。デジタル対アナログ変換は、ラウドスピーカを駆動することができるアナログ 信号を作るために十分に確立された技術である。デジタル対アナログ変換は電話 網を介した伝送の前後に実行することができる。 信号は、例えば電気的、磁気的、電磁的、あるいは光学的といった便利な実現 形態のいずれでもよい。 言語エンジンはテキスト、例えば慣例の綴り字のテキストを表す信号をデジタ ル波形に変換して、合成言語を表すものとする。言語エンジンは通常は２つの主 たるサブユニットすなわちアナライザ（解析器）とシンセサイザ（合成器）とで 構成される。アナライザはもとの入力信号を小さなテキスト要素に分解する。シ ンセサイザはこれらの各小要素を短いセグメント（部分）のデジタル波形に変換 し、またそれらを合体させて出力を作る。この発明はとくに言語エンジンのアナ ライザに関する。 ある文章の言語学的解析は、それが数多くの異なる言語学的課題を含んでいる ために極めて複雑なものであると評価されている。これらいろいろな課題の全て は相当な関心を集めており、その結果、広範な種類の言語プロセッサでその各々 が１つの課題を実行できるものが入手可能となっている。言語学的プロセッサは 記号化された文書（シンボリック・テキスト）を表す信号を処理するから、“シ ンボリック・プロセッサ”と呼ぶのが相応しい。 強調しておきたいのは、広範な種類のシンボリック・プロセッサがあり、これ らの形式のあるものを特定しておくのが便利なことである。とくに重要な種類の ものは“解析装置（analytic devices）”と呼ぶことができるもので、これはプ ロセッサがテキストの一部をさらに小さな区分に分ける機能を備えていることに よる。この種類の例には、文章を単語に分けたり、単語をシラブル（音節）に分 けたり、シラブルをオンセット（始まり）とライム（韻）に分けたりすることが 含まれる。明らかに、このような解析装置のシーケンスはある文章を最終的に小 さな言語要素に分解し、それを合成器（シンセサイザ）への入力に適したものと する。別の重要な種類は“変換器（converters）”と呼ぶことができるもので、 利用されている記号の本質を変化させるものである。例えば、“変換器”は単語 もしくはグラフィーム（書記素）内の他の言語要素を表す信号をフォニーム（音 素）内の同じ要素を表す信号に変換する。グラフィームからフォニームへの変換 は文章の解析においてしばしば重要な段階を構成する。シンボリック・プロセッ サの別な例には、ピッチ又はタイミング情報（ポーズ（休止）又はデュレーショ ン（継続）を含む）を用意する情報が含まれる。明らかに、この種の情報は合成 言語の品質を強化するが、シンボリック・テキストから抽出される必要があり、 これらの機能を実行するのにシンボリック・プロセッサを利用することができる 。 強調したいのは、個々のシンボリック・プロセッサは利用可能であるけれども 、解析の実際の性能には幾つかの異種のプロセッサを必要とし、それらが互いに 共働する必要があることである。通常、個々のプロセッサは個別に開発されてい るため共通の言語学的標準を採用せず、従って適切な共同動作を達成することは 困難である。この発明は、とくに互換性（適合性）のないプロセッサを用いるこ との問題と関係している。 この発明は、シンボリック・プロセッサ（複数）を互いに直接共働せずデータ ベースを経由するように配置してその非互換性の問題に対処するものである。こ のデータベースは、その構造が重要であって内容は恒久的なものではないことか ら“スケルタル（骨格の）”データベースと呼ぶことができ、その理由は後にさ らに詳述する。このデータベースの効果とは、そこに含まれているデータ上に共 通のフォーマットを押付け、それによって非互換性シンボリック・プロセッサが 通信できるようにすることである。便宜上、シーケンサは、シンボリック・プロ セッサが必要とされる順序で求められた変換を作り出すことができるようにする 。 この発明は請求項で定義されているが、次の種類を含む。 (i) データベースと、このデータベースに機能的に接続されてシンボリック・ プロセッサ間で情報交換をするための複数のシンボリック・プロセッサとで構成 される解析器、 (ii) (i)で述べたような１つの解析器と、(i)によって作られた結果から合成言 語を作る合成器を合わせて構成される言語エンジン、 (iii) データベースを経由して互いに通信をする複数の独立した段階で解析が 行われるようにした、シンボリック形式でテキストを表す信号を解析する方法、 及び、 (iv) (iii)で示したような方法を遂行し、その解析結果からデジタル波形を生 成することを含む合成言語を生成する方法。 好ましくは、この発明による解析器は、例えばテキスト読み取り器のような外 部装置から解析器へ一次データを容易に転送するための入力バッファを含む。 恒久的な内容を持たないことから、データベースは“骨格の（スケルタル）” データベースと命名できる。テキストはバッチ方式、例えば文章毎に処理され、 各バッチの処理の始めでは骨格のデータベースは空であり、その内容は解析が行 われるときに生成される。各バッチの処理の終わりでは、骨格のデータベースに 言語学的解析の結果が入っており、これには合成器により必要とされるデータが 含まれる。このデータが合成器に送られてしまうと骨格のデータベースはクリア され、再び空となって次のバッチ処理を始める（言語エンジンが入力バッファを 含む場合は、各バッチの処理の終了時にデータベースがクリアされるときに、入 力バッファは通常はデータを保存している）。 骨格のデータベースに加えて、解析器は１又は複数の実体的なデータベースを 持つことができる。例えば、言語学的プロセッサはデータベースを含むことがで きる。 骨格のデータベースは“レベル”として組織されているのがよく、各レベルは あるバッチの解析、例えばある文章の解析において特定の段階に対応する。この 種の５つのレベルの例は下記の通りである。レベル１ これは、例えば完全な文章を処理するための“バッチ”を表す。実施例では一 時に１つのバッチ（文章）だけを処理し、レベル１は複数のバッチを含まない。レベル２ これは、ある文章（レベル１）の単語への解析を表す。レベル３ これは、ある単語（レベル２）のシラブルへの解析を表す。レベル４ これは、あるシラブル（レベル３）のオンセット及びライムへの分割を表す。レベル５ これは、オンセット及びライム（レベル４）の表音テキスト（フォネティック ・テキスト）への変換を表す。 この発明による大部分の解析器は５つ以上のレベルの動作で行われるが、ここ で定義した５レベルはとくに重要なもので、通常はもっと複雑な言語エンジンの 中に含まれることになるものであることを強調しておきたい。 また、データベースは複数のアドレス可能な記憶モジュール内に組織されてい て、その各々には予め配列された記憶レジスタが含まれているのがよい。モジュ ールのアドレスはモジュール内部に含まれている全ての記憶ジスタを効率的に識 別することをとくに指摘しておく。 各モジュールは１又は複数の言語情報用のレジスタと、１又は複数の関係する （リレーショナル）情報用のレジスタとを含む。最も重要なレジスタは言語情報 を含むために採用され、一般には、この情報は前段の解析で得られて次段の解析 で使用される。他の言語学的レジスタは主レジスタ内の情報に関係した情報を含 む。関連情報の例には、単語の場合なら話の一部とか文中の機能といった文法的 な情報、あるいはシラブルの場合ならピッチとかタイミングについての情報が含 まれる。後続の解析や合成では付随の情報が必要となる。 関係するレジスタには、そのレジスタを含むモジュールと他のモジュールとの 間の関係を特定する情報が含まれる。これらの関係は別に説明する。 骨格のレジスタが“レベル”で組織され、従って骨格のデータベースのモジュ ールがこれらのレベルで組織されていることは既に上述した。モジュールのアド レスは便宜上２つのパラメータで作られ、第１のパラメータはレベルを特定し、 第２のパラメータはそのレベル内でのモジュールの場所を特定する。この明細書 では、記号（シンボル）“Ｎ／Ｍ”は“Ｎ”がレベルを、“Ｍ”がレベル内位置 を表すものとして使用する。このアドレス技術がモジュール間の関係の押付けを 開始するということが理解されよう。 ここで、４つの重要な関係として各モジュールに一般的に適用されるものを識 別したい。４つの関係は、 “アップ・ネックスト”（上の次） “ダウン・ネックスト”（下の次） “レフト・ネックスト”（左の次） “ライト・ネックスト”（右の次） として識別される。 これらの関係のそれぞれの意味は以下で説明する。アップ・ネックスト（up-next） 前述のように、各モジュールは文書データを含んだレジスタを備えている。第 １のモジュールにあり得る例外として、言語学的データが他のモジュール内に含 まれている既存のデータから得られることがある。通常は、データは別の１つの モジュールから得られることになる。レジスタ“アップ・ネックスト”は、それ が得られたモジュールのアドレスを含んでいる。好ましくは、データベースはモ ジュールが常に次の下位レベル内のモジュールから得られるように組織されてい る。こうしてレベル（Ｎ＋１）内のモジュールはレベルＮ内のモジュールから得 られることになる。ダウン・ネックスト（down-next） ダウン・ネックスト関係は先刻定義したアップ・ネックスト関係の逆である。 従って、もしアドレスＮ／Ｍをもつモジュールがそのアップ・ネックストレジス タ内にアドレスＸ／Ｙを含むときは、アドレスＸ／Ｙをもつモジュールはそのダ ウン・ネックストレジスタ内にアドレスＮ／Ｍを含むことになる。大部分の言語 要素は幾つかの後続するもの（サクセッサ）と、ただ１つの先行するもの（プリ デセッサ）をもつことに留意したい。従って、通常アップ・ネックストレジスタ は１つ用意するだけで十分であるのに対し、ダウン・ネックストレジスタは複数 用意する必要がある。レフト・ネックスト及びライト・ネックスト(left-next，right-next) 各モジュールには主たる実体的なレジスタがあって、そこには処理されるバッ チの一部に関する言語情報の要素が含まれることを上述した。従って、ある１つ のレベル内のモジュールは本来文章の順序で順序付けされている。通常、モジュ ールがこの順番に処理されてこの順番で新しいモジュールが形成されることが確 実に行われるのが便利である。そこで、あるレベル内のアドレスすなわち上述の 定義によるパラメータ“Ｍ”がシーケンスを定義する。こうしてアドレスＮ／Ｍ をもつモジュールは、そのレフト・ネックスト及びライト・ネックストモジュー ルとしてアドレスＮ／（Ｍ−１）及びＮ／（Ｍ＋１）をもつものを有することに なる。 レフト・ネックスト及びライト・ネックストを定義するこの方法はモジュール が厳密な順序に従って形成され、通常は解析器をこのようなやり方で動作するよ うに設計するのが便利であることが理解されよう。他のモードの動作が予想され るときには、各モジュール内に２つのレジスタを供給する必要がある。１つはレ フト・ネックストのアドレスを、もう１つはライト・ネックストのアドレスを含 むものである。レフト・ネックストとライト・ネックストとの関係は独特なもの であることが理解されよう。 順番（シーケンス）の“始め”と“終わり”とがあり、それらが関係の全てを 表すものではないことは理解できよう。明らかに、第１のモジュールで入力バッ ファから直接得られたものがなければならず、このモジュールはアップ・ネック ストモジュールをもたない。望むのであれば、入力バッファはアップ・ネックス ト関係と考えることができる。順番（シーケンス）の他端にはたくさんのモジュ ールがあり、そこには解析の最終結果が含まれているから、これらのモジュール はダウン・ネックストモジュールをもたない。同様に、文章の始めを表すモジュ ールはレフト・ネックスト関係をもたず、文章の終わりではライト・ネックスト 関係をもたない。通常は、このようなモジュールのためにの適当な関係するレジ スタ内に終わり（もしくは始め）符号を備えると便利である。 この発明による（骨格の）データベースの構造を記述したが、シンボリック・ プロセッサによって特定のシーケンス内で実行される解析はモジュールからモジ ュールへと実行される。すなわち、各シンボリック・プロセッサには必要とされ るモジュールの選択によりデータベースからのデータが供給される。よって、プ ロセッサはその情報を処理するだけでよい。従って、プロセッサは独立して動作 することができ、これが実質的に動作の融通性を改善し、とりわけ、異なるテキ ストの解析に対する異なる需要に応じて修正ができるようになっている。 この発明は添付の図面を参照して、例として説明される。 図１はこの発明の言語エンジンを示す図である。 図２は図１に示した言語エンジンの骨格のデータベース内に含まれる記憶モジ ュールの構造を例示する。 図３は“Books are printed．（本が印刷される）”という文章を処理した後 のデータベースの内容を例示する。図３は図３Ａ及び３Ｂで示す二葉としてある 。 図１はこの発明による言語エンジンを（単純化した形で）図式的に示す。言語 エンジンの目的は通常の綴り字法によるテキストを表す一次入力信号を受けて、 そこから音響波形をデジタル表現する最終出力信号を作り、それを入力信号と等 価な言語とすることである。 いずれの図にも示していないが、入力信号は外部ソース、例えばテキスト読み 取り器から言語エンジンに送られる。 出力信号は通常言語エンジンから伝送チャンネル、例えば電話網（いずれの図 にも示していない）に送られる。デジタル出力は伝送の後又は前のいずれかでア ナログ信号に変換される。アナログ信号はラウドスピーカ（もしくは他の同種装 置）を駆動するのに使われて、最終結果が可聴音響波形の形態の言語となるよう にする。 合成言語装置で普通のことであるが、入力信号すなわち通常の綴り字は要素信 号に分析され、これらの信号からデジタル出力が合成される。合成は、１又は複 数の恒久的な２部のデータベース（とくに図示せず）を利用することができる。 ２部のデータベースのアクセス側は（フォニームのような）要素によってアクセ スされ、これがデジタル波形の要素である出力を用意する。これらの短い波形は 例えばコンカテネーション（連結）によって一緒に合成され、デジタル出力を作 る。 図１に示す言語エンジンは入力バッファ１０を備え、これが外部ソースとの接 続用に採用されて言語エンジンが入力信号を受領できるようにする。バッファは 計算機技術ではごく普通のものであるから、この構成についてはこれ以上記述し ない。 言語エンジンの解析器は骨格のデータベース１１、５つのシンボリック・プロ セッサ１２，１３，１４，１５及び１６、それにシーケンサ１７で成る。シンボ リック・プロセッサ１２は入力バッファ１０からそのデータを受領し、その出力 を記憶のためにデータベース１１へ送るように接続されている。他のプロセッサ 、すなわち１３―１６の各々はそのデータをデータベース１１から受領し、その 結果を記憶のためにデータベース１１に戻すように接続されている。 プロセッサ１２―１６は互いに直接相互接続されていないが、それはそれらが データベース１１を経由してのみ共働するからである。各プロセッサはデータベ ース１１と共働することができるが、同一の言語理論に基づかなければならない という必要はないし、また言語要素の同一定義を持たなければならないという必 要もない。 シーケンサ１６は各プロセッサを順番に作動させて、それにより動作のシーケ ンスを特定し、制御する。最後のプロセッサ（すなわち図１では１６）が動作し たときは解析が完了し、データベース１１は解析の最終結果だけでなく中間段階 の全てを含んでいる。解析の完了は、データベース１１がデジタル出力の合成に 必要とされるデータの全てを含んでいることを意味する。 合成は合成器（シンセサイザ）１８内で実行され、合成器１８はデータベース に接続されてその入力を受けるようにされている。合成器１８によって作られた デジタル波形は中間記憶のために出力バッファへ送られる。出力バッファ１９は 伝送チャンネル（図示せず）へ接続するために採用されていて、出力バッファの 常として、このチャンネルの要件にかなったデジタル信号を出力する。入力バッ ファ１０内にある入力信号を出力バッファ１９内にある出力信号に変換すること は言語エンジンの課題と考えることができる。 骨格のデータベース１１は恒久的な内容を持たないこと、すなわち各バッチが 処理された後には空とされることを強調しておく。解析が一層進んでいくと中間 結果が作られてこれらが全てデータベース１１内に記憶され、解析の最終結果が データベース１１内に記憶されるまで行われる。骨格のデータベース１１は文章 の言語学的構造に従って構成されているから、そこに記憶されている中間及び最 終結果はそれらに押付けされたこの構造を備えている。従って、データベースの 構造はこの発明の重要な特質であり、今度はこの構造について詳しく記述する。 この発明の望ましい点についてみると、骨格のデータベース１１は複数のモジ ュールで成り、その各々は複数のレジスタで構成されている。各モジュールはア ドレスを有し、アドレスはモジュールの記憶レジスタの全部にアクセスする。ア ドレスは２つのパラメータ“Ｎ”と“Ｍ”とで成る。“Ｎ”はモジュールのレベ ルを示し、“Ｍ”はレベル内部のシーケンスの場所を示す。図１では、データベ ースが２２のモジュールで成ることを示す（混乱を避けるためにそれらの全部は 図示していない）。２２という数は任意であり、“Books are printed.”という 文章の解析を例示するために選ばれたものである。 図１に示すように、モジュールは５つのレベルで組織され、表１は各レベルの 数を示す。 各モジュールは同じ構造を持ち、図２はこの構造を図式で示す。図２に示すよう な各モジュールは次の４つのレジスタで構成されている。レジスタ１００ これは“データ”を含み、このデータはプロセッサ１２，１３，１４，１５又 は１６のうちの１つによって作られたものである。レジスタ１００はまた他のプ ロセッサ１３―１６のうちの１つ又は合成器１８へ入力を送るためにも使われる 。実施例（図示せず）では別のレジスタがあって、別の種類のデータ、例えばピ ッチ情報やライニング情報を含んでいる。変形したもの（図示せず）では、モジ ュールが異なるレベルで異なる大きさを持つようにしている。レジスタ１０１及び１０２ このレジスタには“ダウン・ネックスト”として上述した関係を定義するため に別のモジュールのアドレス（又は２つのモジュールのアドレス）を含む。解析 の中でレジスタ１００内のデータはさらに解析され、そこから１又は複数の派生 物（デリバティブ）が作られる。これらの派生物はデータベース１１に戻されて 新しいモジュール内に記憶される。レジスタ１０１及び１０２はこれらのモジュ ールを識別するのに必要とされるアドレスを含む。一般には複数の派生物がある から、複数のモジュールが識別されねばならない。これらは順次運用されるが、 例示の便宜上、これらの第１のもののアドレスがレジスタ１０１内に与えられ、 最後のものがレジスタ１０２に与えられるものとする。特別な場合（派生物が１ つしかない場合）には、レジスタ１０１及び１０２は同じアドレスを含むことと なる。レジスタ１０３ これは関係“アップ・ネックスト”によって上で識別されたモジュールのアド レスを含む。これはレジスタ１０１，１０２で使用された“ダウン・ネックスト ”関係と反対の関係にあることが分かると思う。１／１を除く全てのモジュール では、レジスタ１００内の情報はデータベース１１内にある別のモジュールから 得られるものである。このモジュールのアドレスはレジスタ１０３内に含まれて いる。このモジュールは独特のものであるから、１つのレジスタだけが必要とな る。 今説明した関係は単語“ペアレント（親）”と“チャイルド（子）”を用いて 識別することもできる。解析がさらに進行すると、中間結果が作られ、各派生物 は“親”の“子”として表現することができる。“親”は複数の“子”を持つこ とができるから、レジスタ１０１と１０２はレジスタ１００内の事項の全ての“ 子”のアドレスを識別する。同様に、レジスタ１０３は“親”のアドレスを含む が、“親”は独特なものであるから、必要とされるアドレスは１つだけである。 全てのモジュールを一緒にすると、全ての事項の完全な血統（ディセント：血の つながり）がレジスタ１０１，１０２及び１０３により与えられることが分かる と思う。 説明したが、モジュールはシーケンスの中にあり、それが解析されている文章 の順序と対応している。上の記述では、これらの関係を“レフト・ネックスト” 及び“ライト・ネックスト”として表現した。モジュールのアドレス内にはこれ らの関係が含まれている。従って、モジュール４／３が考慮されている場合、“ レフト・ネックスト”は４／２であり、“ライト・ネックスト”は４／４である 。 データベースの構造について述べたが、図３は“Books are printed.”という 文章が解析されたときのデータベースの内容と組織とを示す。図示の便宜上、図 ３は５つの“レベル”に分けられ、その各々が同様に組織されている。レベル１ ―３は図３Ａに含まれ、レベル４と５とは図３Ｂに含まれている。各レベル（レ ベル１を除く）は複数の列で成り、その各々には４つの事項が含まれている。各 列はモジュールを表し、４つの事項はその４つのレジスタの各々の内容を表す。 各レベルは左側の列に数１００，１０１，１０２及び１０３を含み、それが上述 のように４つのレジスタを識別する。各列はモジュールのアドレスを表す頭部（ ヘディング）を有する。こうして図３はこの文章を解析するのに必要とされる２ ２のモジュールのアドレスと内容とを用意する。 図３に示すように、レベル１は解析のための文章全体を含み、レベル２は単語 に分けられたその文章を示し、レベル３はシラブルに分けられた単語を示し、レ ベル４はオンセット及びライムに分けられたシラブルを示し、レベル５はこれら のフォニームへの変換を示している；ブロック大文字から小文字への変化はこの 変化を示そうとしたものである。 データベース１１の構造は説明したが、図３に定義するように、モジュール３ ／３を考慮することによって関係はさらに特定される。レジスタ１００はデータ “ＰＲＩＮ”を含み、これはレベル３にあるのでシラブルとして認識することが できる。レジスタ１０３を参照すると、“アップ・ネックスト”がモジュール２ ／３であることが示され、モジュール２／３のレジスタは単語“ＰＲＩＮＴＥＤ ”を含むので、シラブル“ＰＲＩＮ”はこの単語の一部分であると識別される。 さらに“アップ・ネックスト”を参照すると、アクセスモジュール１／１が与え られており、そこには文章“Books are printed.”が含まれている。モジュール ３／３はレジスタ１０１，１０２内にアドレス４／４，４／５を含んでおり、こ れら２つのモジュールはオンセット“ＰＲ”とライム“ＩＮ”とを識別する。さ らに“ダウン・ネックスト”を参照すると、このオンセットとライムはフォニー ムに変換される。 はっきりと分かることは、どのレベルでもアドレスの第２のパラメータがモジ ュールを順序立てて配置していて、この順序がもとの文章の順序と対応している ことである。従って、完成されたデータベース１１は“Books are printed.”と いう文章の全解析を含むと見ることができ、この全解析がこの文章内の全ての言 語要素の全ての関係を表している。この発明の重要な特徴は、データベース１１ がこの情報の全てを含んでいるということである。データベース１１は言語学的 処理を何もしない点を強調しておきたい。解析は完全にシンボリック・プロセッ サによって行われ、シンボリック・プロセッサが要求してデータベースからデー タを得る。レジスタ１００内のデータと作業をするために必要なプロセッサは１ つだけである。 この発明について、言語エンジンの解析器が図３に示したデータベース内容を どのように作るかについてさらに説明を加える。 処理の開始にあたっては、データベースは空(empty)であるが未処理(raw)であ り、未処理のデータは入力バッファ１０内で得ることができる。シーケンサ１７ は解析を始めるのにプロセッサ１２を作動させ、データベース１１に命令を送っ てレベル１で新しい記憶をさせる。プロセッサ１２が採用されて加工していない (crude)データからある文章を認識し、入力バッファ１０からデータの流れを受 領すると、“Books are printed.”という文章を認識し、それを記憶するために データベース１１へ送る。データベース１１はレベル１で記憶するよう指令を受 けているので、モジュール１／１を作って“Books are printed.”という文章を 配置する。データベース１１はレジスタ１０３内に符号（コード）００／００を 用意して、データベース内に先行するもの（プリデセッサ）が何もないことを示 す（最初の事項に先行するものがないことは明明らかである）。プロセッサ１２ は、データベース１１からデータを受領しないという点で特別なものである；す でに説明したように、プロセッサ１２は入力バッファ１０からそのデータを受領 する。プロセッサ１２はまた１出力だけしかもたないという点でも特別なもので あり、従って、この単一の出力をデータベース１１へ送ることは第１段階の終わ りを印すものである。これはシーケンサ１７に知らされ、ここで第２の段階へ移 行する。 第２段階では、シーケンサ１７はプロセッサ１３（ある“文章”から単語を選 択するために採用されている）を作動させる。シーケンサ１７はまたレベル１か らデータを用意してレベル２に新しいデータを記憶するようデータベース１１に 命令する。データの記憶は新しいデータを受領するために新しいモジュールを設 定することを必要とする。 作動すると、プロセッサ１３はデータベース１１にデータを要求し、結果とし てモジュール１／１（レジスタ１００を含む）の内容を受領し、プロセッサ１３ はこの内容を“単語”に解析する。データは単語“books”，“are”，“printe d”の順序でデータベース１１に戻る。こうしてデータベース１１はデータの３ つの事項を受領し、それらをレベル２で記憶する。すなわち、データベース１１ はモジュール２／１，２／２及び２／３のシーケンスを作る。これらのモジュー ルは図３に示されている。同時にモジュール１／１のレジスタ１０１及び１０２ が完成される。さらに、第２のレベルのモジュールの３つのレジスタ１０３も完 成さ れる。 プロセッサ１３はモジュール１／１の解析を完了するとデータベース１１から の他のデータを要求する。しかし、データベースはレベル１からのデータを供給 することを強制されているので、このレベル全体、すなわちモジュール１／１が 利用されている。そこで、データベース１１は“アウト・オブ・データ（データ 欠如）”信号をシーケンサ１７に送り、その結果、シーケンサ１７は次の課題（ タスク）を開始する。 シーケンサ１７は今度はプロセッサ１４（単語をシラブルに分けるために採用 されている）を作動する。シーケンサ１７はまた、求められたときは、データベ ース１１がレベル２からデータを送り、レベル３で新しいデータを記憶するため の新しいモジュールを作るような配置をとる。プロセッサ１４はデータに対する 最初の要求をし、モジュール２／１を受け、これを単一のシラブルとして解析す る。それ故、出力が１つだけ戻されてモジュール３／１が作られる。モジュール １４はさらにデータを求めてモジュール２／２を受領し、そこから単一のシラブ ルを戻してモジュール３／２を用意する。さらに別なデータの求めがあると、プ ロセッサ１４はモジュール３／４を受領し、それが２つのシラブル“ＰＲＩＮ” と“ＴＥＤ”とに分けられる。これらがデータベースに戻されてモジュール３／ ３及び３／４として設定される。モジュール１４はデータに対する別の要求をす るが、レベル３の全モジュールが使用されているから、データベースはシーケン サ１７に対して“ノー・モア・データ（これ以上データなし）”を示す信号を送 る。 シーケンサ１７はプロセッサ１５を作動してレベル３からデータを受領するよ うにして、レベル４で新しい記憶を用意する。最後に、シーケンサ１７はプロセ ッサ１６がレベル４のオンセットとライムとからレベル５のフォニームを用意す るように配置をとる。これで解析が完了する。 モジュール４／７が処理されると、シーケンサ１７はレベル４の解析が完了し たことを知らされる。シーケンサ1７はこれが解析を完了するものと認識し、モ ジュール５／１ないし５／７の内容を合成器１８に送るようデータベースに命令 する。これが完了するとバッチの処理が終了し、シーケンサ１７は次の文章の処 理のための準備としてデータベース１１をクリアする。ここで今述べた動作のシ ーケンスが新しいデータで繰り返される。 上の記述において、データベースがデータを使い尽くすとそれをシーケンサ１ ７に知らせて次の課題を始動させるとした。その代わりとして、データベース１ １がデータを用い尽くした場合を現在動作中のシンボリック・プロセッサに知ら せるようにする。これにり、シンボリック・プロセッサはその動作が終了したこ とを判断でき、そのシンボリック・プロセッサがシーケンス１７に終了したこと を知らせる。 上の記述から、解析においてはシンボリック・プロセッサ１２―１６の各々が １つの段階を形成し、全体としては全解析を５つのシンボリック・プロセッサが 実行している。また、各シンボリック・プロセッサが順番に前のものの結果をさ らに処理することにより解析を続行していることも明らかであろう。しかし、シ ンボリック・プロセッサ間に直接の相互通信はなく、全ての情報はデータベース １１を経由して交換されている。これがもたらす効果は、全ての結果の上に共通 の構造が押付けられるので、各種のシンボリック・プロセッサが同一もしくは均 一の言語学的定義を持つ必要がないことにある。 この構成が言語エンジンの解析器の融通性のある動作を提供し、また、例えば もっと多数の（あるいは少数の）レベルを持つようにしたりプロセッサの数を加 減したりすることによって容易に修正ができることも分かるであろう。もっと多 数のプロセッサを用いると記述が複雑かつ冗長的となるが、基本的な原理は不変 であるが理解されよう。また、既知のシンボリック処理は多岐にわたり、この発 明によるデータベースはそれらを調和させて一層複雑な文章を処理することがで きることも明らかであろう。さらに、この構成は解析器を変形して異種の言葉を 処理するようにすることもできる。

【手続補正書】特許法第１８４条の８ 【提出日】１９９６年３月７日 【補正内容】 ために極めて複雑なものであると評価されている。これらいろいろな課題の全て は相当な関心を集めており、その結果、広範な種類の言語プロセッサでその各々 が１つの課題を実行できるものが入手可能となっている。言語学的プロセッサは 記号化された文書（シンボリック・テキスト）を表す信号を処理するから、“シ ンボリック・プロセッサ”と呼ぶのが相応しい。 強調しておきたいのは、広範な種類のシンボリック・プロセッサがあり、これ らの形式のあるものを特定しておくのが便利なことである。とくに重要な種類の ものは“解析装置（analytic devices）”と呼ぶことができるもので、これはプ ロセッサがテキストの一部をさらに小さな区分に分ける機能を備えていることに よる。この種類の例には、文章を単語に分けたり、単語をシラブル（音節）に分 けたり、シラブルをオンセット（始まり）とライム（韻）に分けたりすることが 含まれる。明らかに、このような解析装置のシーケンスはある文章を最終的に小 さな言語要素に分解し、それを合成器（シンセサイザ）への入力に適したものと する。別の重要な種類は“変換器（converters）”と呼ぶことができるもので、 利用されている記号の本質を変化させるものである。例えば、“変換器”は単語 もしくはグラフィーム（書記素）内の他の言語要素を表す信号をフォニーム（音 素）内の同じ要素を表す信号に変換する。グラフィームからフォニームへの変換 は文章の解析においてしばしば重要な段階を構成する。シンボリック・プロセッ サの別な例には、ピッチ又はタイミング情報（ポーズ（休止）又はデュレーショ ン（継続）を含む）を用意する情報が含まれる。明らかに、この種の情報は合成 言語の品質を強化するが、シンボリック・テキストから抽出される必要があり、 これらの機能を実行するのにシンボリック・プロセッサを利用することができる 。特許明細書US-A-5278943はテキストから言語への合成器を記述しており、それ は使用者によって入力される特定のテキストから合成言語を作り出す。この合成 は２段階で行われる。第１段階では、グラフィーム（書記素）でのテキストがフ ォニーム（音素）でのテキストに変換され、第２段階ではフォニームがデジタル 波形に変換される。このデジタル波形は最終出力前に強化することができる。 強調したいのは、個々のシンボリック・プロセッサは利用可能であるけれども 、解析の実際の性能には幾つかの異種のプロセッサを必要とし、それらが互いに 共 働する必要があることである。通常、個々のプロセッサは個別に開発されている ため共通の言語学的標準を採用せず、従って適切な共同動作を達成することは困 難である。この発明は、とくに互換性（適合性）のないプロセッサを用いること の問題と関係している。 この発明は、シンボリック・プロセッサ（複数）を互いに直接共働せずデータ 請求の範囲 １． シンボリックテキストを表す入力信号を受け、かつそれぞれが該入力テキ ストの言語要素を表す複数の要素信号に該入力信号を解析するための言語学的解 析器であって、 (a) 解析に関する中間段階の信号を記憶するためのデータベースと、 (b) 該データベースと機能的に接続された複数のシンボリック・プロセッサ とで構成され、該プロセッサの各々は該データベースから入力を受け、かつその 出力を該データベースに戻すようにされ、該データベースの記憶構造は、記憶し た信号間の言語学的関係を得ることができるように組織されていることを特徴と する言語学的解析器。 ２． 前記シンボリック・プロセッサが求められた順序で解析を行えるようにす るためのシーケンサを含むことを特徴とする請求項１に記載の解析器。 ３． 前記データベースは複数のアドレス可能なモジュールとして組織され、各 モジュールは複数の記億レジスタを含み、該レジスタは前記中間段階の信号の１ つを入れるための少なくとも１つのレジスタと、関係するモジュールを識別する アドレスを入れるための少なくとも１つのレジスタとを備えていることを特徴と する請求項１又は２に記載の解析器。 ４． 最初のものを除き、各モジュールが先行するモジュールのアドレスを入れ るための１つのレジスタを備えていることを特徴とする請求項３に記載の解析器 。 ５． 最終のモジュールを除き、各モジュールは後続するモジュールのアドレス を入れるための１又は複数のレジスタを備えていることを特徴とする請求項３又 は４に記載の解析器。 ６． 前記データベースはレベルでまとめられており、あるレベルに入るモジュ ールは最初のものを除き先行するレベルに入るモジュールから求められ、ある１ つのレベル内のモジュールはもとのデータに従って順番に配置されていることを 特徴とする請求項３乃至５のいずれか１項に記載の解析器。 ７． 請求項１乃至６のいずれか１項に記載の解析器と、前記データベースに機 能的に接続された合成器とを備え、該合成器は前記要素信号を受けてそれをもと の入力テキストと対応する言語と等価なデジタル波形に変換するようにしたこと を特徴とする言語エンジン。 ８． 請求項７に記載の言語エンジンと、デジタル又はアナログ信号を遠隔地へ 伝送するための伝送システムと、該言語エンジンにより作られたデジタル波形を 該遠隔地において可聴音響波形として表すための手段とを備え、デジタル波形を 音響波形に変換するための手段は該伝送システムの入力端、出力端もしくは内部 のいずれかに置かれていることを特徴とする電気通信システム。 ９． シンボルの入力テキストを表す入力信号を該入力テキストの言語要素を表 す要素信号に解析する方法であって、該方法は該入力信号を一連の独立したシン ボリック・プロセッサ段階で処理することを含み、各段階は第１の段階を除き前 の段階で作られた中間段階の信号を利用するものとし、前の段階から次の段階へ の中間段階の信号の転送が該中間段階の信号を記憶し、その記憶構造は記憶され た信号間の言語学的関係が得られるように作られたデータベースを経由して行わ れることを特徴とする解析方法。 １０． 各中間段階の信号に対して、前記データベースがもとのシンボルの入力 テキストに対応するシーケンスでその血統と位置とを記憶していることを特徴と する請求項９に記載の方法。 １１． シンボルの入力テキストを表す入力信号に対応する合成言語を表すデジ タル波形を生成する方法であって、請求項９又は１０に記載の方法により入力信 号を解析し、解析の結果として作られた要素信号から該デジタル波形を生成する ことを特徴とする方法。 １２． 請求項１１に記載のデジタル波形を可聴出力に変換することを特徴とす る可聴合成言語を生成する方法。 １３． 前記合成言語は遠隔地に伝送され、該デジタル波形からの変換が該伝送 の前又は後に実行されることを特徴とする請求項１２に記載の方法。

───────────────────────────────────────────────────── フロントページの続き (72)発明者 ロウリー、 アンドリュー イギリス国、 アイピー２・０エーディ ー、 サフォーク、 イプスウィッチ、 ランラフ・ロード 27 (72)発明者 ゲイブド、 マーガレット イギリス国、 アイピー４・４ディーユ ー、 サフォーク、 イプスウィッチ、 ネルソン・ロード 47

Claims (1)

1. 【特許請求の範囲】 １． シンボリックテキストを表す入力信号を受け、かつそれぞれが該入力テキ ストの言語要素を表す複数の要素信号に該入力信号を解析するための言語学的解 析器であって、 (a) 解析に関する中間段階の信号を記憶するためのデータベースと、 (b) 該データベースと機能的に接続された複数のシンボリック・プロセッサ とで構成され、該プロセッサの各々は該データベースから入力を受け、かつその 出力を該データベースに戻すようにされ、該データベースの記憶構造は、記憶し た信号間の言語学的関係を得ることができるように組織されていることを特徴と する言語学的解析器。 ２． 前記シンボリック・プロセッサが求められた順序で解析を行えるようにす るためのシーケンサを含むことを特徴とする請求項１に記載の解析器。 ３． 前記データベースは複数のアドレス可能なモジュールとして組織され、各 モジュールは複数の記憶レジスタを含み、該レジスタは前記中間段階の信号の１ つを入れるための少なくとも１つのレジスタと、関係するモジュールを識別する アドレスを入れるための少なくとも１つのレジスタとを備えていることを特徴と する請求項１又は２に記載の解析器。 ４． 最初のものを除き、各モジュールが先行するモジュールのアドレスを入れ るための１つのレジスタを備えていることを特徴とする請求項３に記載の解析器 。 ５． 最終のモジュールを除き、各モジュールは後続するモジュールのアドレス を入れるための１又は複数のレジスタを備えていることを特徴とする請求項３又 は４に記載の解析器。 ６． 前記データベースはレベルでまとめられており、あるレベルに入るモジュ ールは最初のものを除き先行するレベルに入るモジュールから求められ、ある１ つのレベル内のモジュールはもとのデータに従って順番に配置されていることを 特徴とする請求項３乃至５のいずれか１項に記載の解析器。 ７． 請求項１乃至６のいずれか１項に記載の解析器と、前記データベースに機 能的に接続された合成器とを備え、該合成器は前記要素信号を受けてそれをもと の入力テキストと対応する言語と等価なデジタル波形に変換するようにしたこと を特徴とする言語エンジン。 ８． 請求項７に記載の言語エンジンと、デジタル又はアナログ信号を遠隔地へ 伝送するための伝送システムと、該言語エンジンにより作られたデジタル波形を 該遠隔地において可聴音響波形として表すための手段とを備え、デジタル波形を 音響波形に変換するための手段は該伝送システムの入力端、出力端もしくは内部 のいずれかに置かれていることを特徴とする電気通信システム。 ９． シンボルの入力テキストを表す入力信号を該入力テキストの言語要素を表 す要素信号に解析する方法であって、該方法は該入力信号を一連の独立したシン ボリック・プロセッサ段階で処理することを含み、各段階は第１の段階を除き前 の段階で作られた中間段階の信号を利用するものとし、前の段階から次の段階へ の中間段階の信号の転送が該中間段階の信号とそれらの関係とを記憶しているデ ータベースを経由して行われることを特徴とする解析方法。 １０． 各中間段階の信号に対して、前記データベースがもとのシンボルの入力 テキストに対応するシーケンスでその血統と位置とを記憶していることを特徴と する請求項９に記載の方法。 １１． シンボルの入力テキストを表す入力信号に対応する合成言語を表すデジ タル波形を生成する方法であって、請求項９又は１０に記載の方法により入力信 号を解析し、解析の結果として作られた要素信号から該デジタル波形を生成する ことを特徴とする方法。 １２． 請求項１１に記載のデジタル波形を可聴出力に変換することを特徴とす る可聴合成言語を生成する方法。 １３． 前記合成言語は遠隔地に伝送され、該デジタル波形からの変換が該伝送 の前又は後に実行されることを特徴とする請求項１２に記載の方法。