JPH11265195A - 情報配信システム、情報送信装置、情報受信装置、情報配信方法 - Google Patents

Abstract

(57)【要約】 【課題】 伝送時間の短縮、音声出力の高品位化、再生
側の処理負担の削減 【解決手段】 情報送信装置側（２，３）ではテキスト
情報に対応する音読情報となる中間言語情報をテキスト
情報とともに送信する（ＳＤ）。そして情報受信装置側
（６，７）では、テキスト情報と中間言語情報を分離し
て、テキスト情報を表示出力するとともに、中間言語情
報を用いて音声合成を行ない、その音声合成情報を出力
する。即ち、中間言語情報として、音声合成処理におけ
る音声合成のためにテキストデータを分析し、所定のデ
ータ形態とした情報をサーバ側（情報送信装置）から端
末装置側（情報受信装置）に伝送するようにする。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明はテキスト情報を、そ
の音読情報となる中間言語情報とともに配信する新規な
情報配信システム、情報配信方法、及び、情報配信シス
テムを構成する情報送信装置、情報受信装置に関するも
のである。

【０００２】

【従来の技術】例えばサーバ側から端末装置側へ通信回
線を利用して音声情報を配信する情報サービスとして
は、従来より次の２つの方式が考えられている。１つは
出版物等の活字やテキストデータとしての文章を、サー
バ側で読み上げ等により音声信号（デジタルオーディオ
信号又はアナログオーディオ信号）に変換し、この音声
信号を通信回線により端末装置に伝送する方式である。
端末装置側では送信されてきた音声信号について所定の
オーディオ処理を行い、音声として出力する。

【０００３】もう１つの方式としては、サーバ側はテキ
ストデータの形態で、通信回線により端末装置に情報を
伝送する方式である。この場合端末装置側では送信され
てきたテキストデータに基づいて音声合成処理を行って
音声信号を得、所定のオーディオ処理を行って音声とし
て出力する。これらの２つの方式のいづれかが、例えば
ユーザーの要求に応じて行う情報サービス（on demand
service ）において採用されるべく開発されている。

【０００４】

【発明が解決しようとする課題】ところが、これらの方
式では次のような問題がある。まずサーバ側で音声信号
に変換して送信する方式では、通信回線としての伝送路
の伝送速度の関係から、例えば配信時間の短縮を求める
場合は、或る程度音声信号を圧縮処理することでデータ
量を減らして伝送することが必要になる。この場合、圧
縮処理によりオーディオ情報としての大幅な音質劣化が
生じ、端末装置側のユーザーに高品位な音声を提供でき
ないという問題がある。一方、高音質化を求めて圧縮処
理を行わないまま伝送すれば、当然ながら伝送に長時間
要するようになってしまい、これもユーザーにとって好
ましくない。

【０００５】またサーバ側からはテキストデータで伝送
を行い、端末装置側でテキストデータからの音声合成処
理を行って音声出力する方式の場合は、端末装置側のハ
ードウエア、ソフトウエアとして大きな負担がかかって
しまう。例えば音声合成のためにテキストデータを分析
する過程で、不特定のテキストを対象とすると、処理に
用いる辞書や文法などの情報量が膨大なものとならざる
を得ず、また音声出力の高音質化を求めれば、韻律（イ
ントネーション）やアクセントの分析も複雑になり、端
末装置側の処理負担が著しく増大する。これらのことは
端末装置の普及、小型化、低価格化などに大きな障害と
なる。

【０００６】

【課題を解決するための手段】本発明はこのような問題
点に鑑みて、配信される情報としての音声情報の高音質
化、伝送時間の短縮、端末装置側（受信装置側）での処
理負担の減少を実現することを目的としている。

【０００７】このため情報配信システムとして、テキス
ト情報を入力するテキスト情報入力手段と、入力された
テキスト情報を、そのテキスト情報に対応する音読情報
となる中間言語情報を生成する中間言語生成手段と、少
なくともテキスト情報と中間言語情報を合成して送出情
報を生成する送出情報生成手段と、送出情報生成手段で
生成された送出情報を送信する送信手段とを設ける。ま
た、送信手段により送信される送出情報を受信する受信
手段と、受信手段で受信された送出情報を、少なくとも
テキスト情報と中間言語情報に分離する分離手段と、分
離手段で分離されたテキスト情報を表示出力する表示手
段と、分離手段で分離された中間言語情報を用いて音声
合成を行ない音声合成情報を生成する音声合成手段と、
音声合成手段で得られた音声合成情報を出力する出力手
段とを設ける。

【０００８】即ち、中間言語情報として、音声合成処理
における音声合成のためにテキストデータを分析し、所
定のデータ形態とした情報をサーバ側（情報送信装置）
から端末装置側（情報受信装置）に伝送するようにす
る。これにより、例えば音声信号自体を伝送することに
比べて著しくデータ量を削減するとともに、サーバ側で
高度なテキストデータ分析を行うことで、端末装置側で
再生出力される音声信号を高音質なものとする。もちろ
ん端末装置側ではテキストデータ分析のためのハードウ
エア、ソフトウエアは不要となる。さらに中間言語情報
だけでなくテキストで情報も送信することで、端末装置
側で音声出力だけでなく表示出力することも可能とす
る。また、音読情報としての中間言語情報としては、少
なくとも発音記号情報を配するようにし、さらに抑揚
（イントネーション）／強調（アクセント）の情報や、
音量の情報を加えることで、中間言語情報に基づく音声
合成による音声出力を高品質なものとする。さらに指示
情報を加えることで、音声合成による音声出力に関し多
様な動作を実現させる。また、送出情報におけるテキス
ト情報と中間言語情報の区切として第１の区切情報を配
すること、中間言語情報内での音読情報（発音記号情
報、抑揚／強調情報、音量情報）の区切として第２の区
切情報を、中間言語情報内での音読情報（発音記号情
報、抑揚／強調情報、音量情報）と指示情報の区切とし
て第３の区切情報を配することにより、受信側での送出
情報内の各情報の分類抽出処理を容易化する。

【０００９】

【発明の実施の形態】以下、本発明の情報配信システ
ム、及び情報配信システムを構成する情報送信装置、情
報受信装置、及びその情報配信システムで実行される情
報配信方法としての実施の形態を説明していく。説明は
次の順序で行う。 １．情報配信システムの構成 ２．端末装置側の構成 ３．オーサリングシステムでの送出情報生成動作（第１
の動作例） ４．第１の動作例に対応する端末側の処理 ５．オーサリングシステムでの送出情報生成動作（第２
の動作例） ６．第２の動作例に対応する端末側の処理

【００１０】１．情報配信システムの構成 図１は本例の情報配信システムの構成を示している。こ
の情報配信システムは、コンテンツ１、オーサリングシ
ステム２、データベース３、サービスプロバイダ４、伝
送路５、端末側送受信装置６、再生端末装置７から構成
される。

【００１１】コンテンツ１は情報ソースとしての各種の
出版物や電子テキストデータを示している。即ち新聞、
雑誌、その他小説などの文字情報として活字として表さ
れているものや、電子出版物としてデータ化されたテキ
ストデータが相当する。

【００１２】オーサリングシステム２は、コンテンツ１
として、活字又はテキストデータ形態で提供された情報
を用いて、ユーザーに提供するサービス情報としての送
出情報を生成する部位である。このためオーサリングシ
ステム２には、ＯＣＲ（Optical Character Reader；光
学式文字読取装置）２１、テキスト格納部２２、翻訳／
変換部２３、中間言語生成部２４、送出情報生成部２
５、操作部２６が設けられている。

【００１３】なお、このオーサリングシステム２内のブ
ロックとしてＯＣＲ２１及び操作部２６以外は機能的な
ブロックとして示している。即ちハードウエア的にみれ
ば、パーソナルコンピュータ又はワークステーションと
しての情報処理装置、データ入力インターフェース装
置、オペレータインターフェース装置により構成される
ことになり、テキスト格納部２２、翻訳／変換部２３、
中間言語生成部２４、送出情報生成部２５はパーソナル
コンピュータ内の処理機能として構成される。またデー
タ入力インターフェース装置として、ＯＣＲ２１以外
に、データとしてのコンテンツを入力する入力装置（例
えばＣＤ−ＲＯＭドライブや通信端末装置）などが設け
られる。さらにオペレータインターフェース装置とし
て、操作部２６に相当することになるキーボードやマウ
スなどの入力機器や、表示モニタなどが配される。

【００１４】活字としてのコンテンツが提供された場合
は、ＯＣＲ２１によって読取処理が行われ、電子データ
としてのテキストデータ形態に変換される。そしてテキ
スト格納部２２に格納される。また近年は電子化される
出版物が増えているが、電子化されテキストデータ形態
で供給されるコンテンツ（例えばＣＤ−ＲＯＭなどの記
録媒体によって提供されたり、通信回線を介して提供さ
れるコンテンツ）に関しては、テキストデータへの変換
は不要であるため、対応する図示しないデータ入力イン
ターフェース装置を介して、直接テキスト格納部２２に
格納されることになる。

【００１５】翻訳／変換部２３は、テキスト格納部２２
に格納されているテキストデータを、意味内容は同一の
他の形態の言語に翻訳又は変換することができる部位で
ある。例えばある日本語としてのテキストデータとして
の文字列を、英語、フランス語、ドイツ語などの外国語
に翻訳されたテキストデータに変換したり、もしくはあ
る標準語としての日本語のテキストデータを、東北弁、
大阪弁、九州弁などの方言としてのテキストデータに変
換したりすることができる。さらには、文語体のテキス
トデータを口語体のテキストデータに変換することなど
も考えられる。

【００１６】ユーザーに対する情報配信サービスに供さ
れるテキストデータＴＸ（コンテンツ１として提供され
たテキストデータ、もしくは翻訳／変換部で変換された
テキストデータ）は、中間言語生成部２４及び送出情報
生成部２５に送られる。中間言語生成部２４及び送出情
報生成部２５の処理については詳しくは後述するが、中
間言語生成部２４では、供給されたテキストデータＴＸ
を、変換テキスト列ｔＴＸとしての文字列単位毎に音読
情報としての中間言語情報ｍＴに変換し、送出情報生成
部２５に供給する。送出情報生成部２５は、供給される
テキストデータＴＸ（もしくは変換テキスト列ｔＴＸ）
と中間言語情報ｍＴを用いて送出情報ＳＤを生成する。
この送出情報ＳＤは、データベース３に格納され、以
降、情報配信サービスとしてのサービスデータとして用
いられることになる。

【００１７】サービスプロバイダ４は、ユーザーへの伝
送路５への接続サービス、会員登録、課金処理等を担当
する。

【００１８】この情報配信サービスを利用する一般ユー
ザーは、例えば携帯用として小型軽量に形成された再生
端末装置７を用いる。そして情報を得たい際には、再生
端末装置７を端末側送受信装置６に接続する。端末側送
受信装置は、例えば不特定多数のユーザーがそれぞれ所
持する再生端末装置７を接続できるように、例えば駅や
コンビニエンスストアの店頭などに公衆装置として設置
されるものでもよいし、ユーザーが所有して自宅などに
配置するものでもよい。いづれにしても端末側送受信装
置７は、例えばＩＳＤＮ回線などの公衆回線や、当該情
報配信サービス専用の通信回線などとしての伝送路５と
接続され、通信可能とされる形態であればよい。また伝
送路５の一部又は全部が、有線回線に限らず、無線通信
回線とされてもよい。さらに、再生端末装置７と端末側
送受信装置６の接続形態も、装置自体を嵌合して各種端
子が接続される接続形態の他、ケーブル接続や、赤外線
や電波による無線接続形態も考えられる。

【００１９】ユーザーは、端末側送受信装置６側からサ
ービスプロバイダ４を介してデータベース３に対する欲
しい情報のリクエストを行う。するとデータベース３か
ら該当する情報、即ちオーサリングシステム２で生成さ
れた送出情報が読み出され、その送出情報が伝送路５を
介して端末側送受信装置６に送信される。端末側送受信
装置６で受信された送出情報、即ちユーザーが求めたサ
ービス情報は、接続されている再生端末装置７において
音声及び画像として出力されることになる。

【００２０】２．端末装置側の構成 図２に、端末側送受信装置６及び再生端末装置７の構成
を示す。端末側送受信装置６は、モデム６２の端子６１
が伝送路５と接続され、サービスプロバイダ４と通信可
能とされる。またこの例では、端末側送受信装置６は電
源端子（コンセントプラグ）６３により商用電源に接続
され、例えば電源回路６４により整流平滑処理等が行わ
れて動作電源電圧を得るとともに、バッテリー充電回路
６５として、再生端末装置７内のバッテリー７４に対す
る充電回路が設けられている。即ち端末側送受信装置６
と再生端末装置７が接続される際には、端子６７と端子
７２が接続され、これによってバッテリー充電回路６５
がバッテリー７４に対して充電電流を供給することがで
きるようにされている。従って再生端末装置７は、バッ
テリー７４を電源として動作電源電圧を得るとともに、
端末側送受信装置６に接続することで充電が行われる。

【００２１】また端末側送受信装置６と再生端末装置７
が接続されると、モデム６２からの端子６６とインター
フェース部７３からの端子７１が接続され、これによっ
て、サービスプロバイダ４から伝送路５を介して供給さ
れる送出情報が、モデム６２及び再生端末装置７のイン
ターフェース部７３を介してコントローラ７５に取り込
まれるようになる。またユーザー側からの送信情報は、
コントローラ７５が、インターフェース７３、モデム６
２を介してサービスプロバイダ４に送信できるようにな
る。

【００２２】コントローラ７５は、いわゆるマイクロコ
ンピュータとして形成され、再生端末装置７の各部の動
作制御、操作部７７によるユーザー操作の監視、受信さ
れた送出情報に関する音声や画像の出力のために必要な
情報処理等を行う。音声や画像の出力のために必要な情
報処理とは、例えば図９で後述するが、送出情報からテ
キストデータと中間言語情報を分離する処理や、中間言
語情報に基づいて音声合成を行う処理などである。コン
トローラ７５は必要な処理を、メモリ７６を利用して実
行する。メモリ７６としては、動作プログラムや各種処
理に必要なパラメータ、音声合成用の素片情報等を保持
したＲＯＭ又はＲＡＭや、送出情報として送られてきた
情報を格納するＲＡＭ、作業領域としてのＲＡＭなどか
ら構成されている。

【００２３】再生端末装置７には音声出力系として、オ
ーディオ回路７８、音声出力部８０が設けられている。
コントローラ７５の処理によって、送出情報から中間言
語情報が分離され、さらに音声合成処理されて生成され
た合成音声情報（音声信号）は、オーディオ回路７８
で、Ｄ／Ａ変換、イコライジング、増幅処理等が行わ
れ、音声出力部８０に供給される。音声出力部８０は、
スピーカＳＰやヘッドホンＨＰとして構成され、ユーザ
ーに対して合成音声情報に基づく音声を出力する。即ち
ユーザーは、サービスプロバイダ４から供給されたサー
ビス情報（送出情報）としての音声を聴くことができ
る。

【００２４】また再生端末装置７には表示出力系とし
て、表示ドライバ７９、表示部８１が設けられる。コン
トローラ７５の処理によって、送出情報からテキストデ
ータが分離されると、そのテキストデータは表示ドライ
バ７９に供給される。表示ドライバ７９は供給されたテ
キストデータに基づいて表示部８１を駆動することで、
文字としての表示出力をユーザーに提供する。表示部８
１は例えば液晶パネルや表示管などで形成されればよ
い。表示部８１でテキストデータが表示されることによ
り、ユーザーは、音声出力部８０から出力される音声と
合わせて、その内容を表示上でも確認できることにな
る。

【００２５】操作部７７としては、ユーザーが各種操作
を行うための操作子が設けられている。例えばサービス
情報のリクエスト操作や、受信した情報の音声や表示出
力としての再生出力を指示するためのキー等が設けられ
る。コントローラ７５は操作部７７の操作に応じて所要
の処理を実行することになる。

【００２６】３．オーサリングシステムでの送出情報生
成動作（第１の動作例） 以上、図１、図２により説明したシステム構成におい
て、オーサリングシステム２での送出情報の生成処理、
及び再生端末装置７での音声／表示出力処理について説
明していく。まずオーサリングシステム２での送出情報
の生成処理としての第１の動作例を図３、図４、図５で
説明する。

【００２７】オーサリングシステム２では、テキスト格
納部２２に格納されているテキストデータＴＸを中間言
語生成部２４に転送して中間言語情報ｍＴを生成させ
る。そして生成された中間言語情報ｍＴとテキストデー
タＴＸ（又は図３で説明する変換テキスト列ｔＴＸ）が
用いられて、送出情報生成部２５で送出情報ＳＤが生成
される。このための中間言語生成部２４及び送出情報生
成部２５の処理を図３に示す。

【００２８】中間言語情報ｍＴへの変換を目的として或
るテキストデータＴＸが中間言語生成部２４に入力され
ると、図３のステップＦ１０１以降の処理が行われる。
まずステップＦ１０１で、中間言語生成部２４は変換テ
キスト列ｔＴＸとして保持しているデータ（処理用のレ
ジスタデータ）を初期化する。

【００２９】続いてステップＦ１０２，Ｆ１０３，Ｆ１
０４の処理として、入力テキスト列（テキストデータＴ
Ｘ）について、例えば１文字づつ分析を行い、テキスト
区切りパラメータを探す処理を行う。区切りパラメータ
とは、例えば句読点、段落、文節などに相当する情報で
あり、つまり１単位の文の区切りの情報である。句読
点、段落、文節などのうちのどの段階でテキストの区切
を行うか（つまり区切パラメータの設定）は、例えば操
作部２６からのオペレータからの指示などにより設定さ
れればよい。

【００３０】ステップＦ１０２では、入力テキスト列に
対して１文字づつ分析していき、ステップＦ１０４で
は、区切りパラメータではないデータ（文字）を変換テ
キスト列ｔＴＸに追加していく処理を行う。或る時点で
区切りパラメータが確認されると処理はステップＦ１０
３からＦ１０５に進むが、この時点で変換テキスト列ｔ
ＴＸとして、その区切りパラメータまでの、１つの文、
文節、単語などに相当するテキスト列が保持されている
ことになる。

【００３１】ステップＦ１０５は、その時点で変換テキ
スト列ｔＴＸとして保持されている情報を中間言語列ｍ
Ｔに変換する処理を行う。このステップＦ１０５の変換
処理手順は、図４に示すようになる。即ち手順Ｓ１とし
て変換テキスト列ｔＴＸを取り込んだら、日本語文法情
報（Ｓ２）、辞書情報（Ｓ３）を用いながら、変換テキ
スト列ｔＴＸの日本語文節変換を行う（Ｓ４）。参照さ
れる辞書情報としては例えば発音記号辞書、音韻辞書な
どが設けられている。

【００３２】そして日本語文節変換処理により、発音記
号列としての情報を生成し（Ｓ５）、また抑揚／強調デ
ータ（イントネーション（韻律）やアクセントとしての
情報）を生成する（Ｓ６）。また音量データも生成する
（Ｓ７）。さらに発音記号列の情報を、母音、子音、無
音に分類する（Ｓ８、Ｓ９、Ｓ１０）。これらの母音、
子音、無音の情報や、抑揚／強調データ、音量データが
中間言語変換テーブル処理に供され（Ｓ１１）、それぞ
れ変換された後、合成されて（Ｓ１２）、中間言語情報
ｍＴとしての情報が形成される（Ｓ１３）。

【００３３】以上のようにステップＦ１０５の処理で生
成された中間言語情報ｍＴは送出情報生成部２５に送ら
れて、変換テキスト列ｔＴＸとともに送出情報ＳＤの生
成処理に供される。これがステップＦ１０６として表さ
れている。このステップＦ１０６の処理では中間言語情
報ｍＴと変換テキスト列ｔＴＸが、区切情報（ｓｐ１、
ｓｐ２）によって区切られた状態でデータ列として合成
される。

【００３４】そして、ステップＦ１０５で得られた中間
言語情報ｍＴに関するステップＦ１０６の送出情報ＳＤ
の生成処理を終えたら、ステップＦ１０７で、入力テキ
スト列としての全てのデータについての中間言語情報生
成、送出情報生成処理を終えたか否かを判断し、終えて
いなければ、ステップＦ１０１に戻って変換テキスト列
ｔＴＸを初期化するとともに、上記同様の処理を行う。

【００３５】このステップＦ１０１〜Ｆ１０７の処理に
よって、送出情報ＳＤは例えば図５のように生成されて
いく。まず図５（ａ）のように送出情報ＳＤとしてのヘ
ッダデータが用意され、最初にステップＦ１０５で中間
言語情報ｍＴが生成されステップＦ１０６に進んだ時点
で、送出情報ＳＤは図５（ｂ）のような状態となる。即
ちヘッダに続いて、変換テキスト列ｔＴＸとしてのテキ
ストデータ部分、区切情報ｓｐ１、中間言語情報ｍＴ、
区切情報ｓｐ２としてのデータが形成される。つまり、
中間言語情報ｍＴと、それに対応するテキストデータ部
分ｔＴＸが区切情報で区切られた上で対応される１つの
ブロックとしての情報となる（ブロックＢＲ１）。区切
情報ｓｐ１は、テキストデータ部分ｔＴＸと中間言語情
報ｍＴの区切位置を示し、区切情報ｓｐ２は、１つの中
間言語情報ｍＴの終了位置を示す情報となる。つまり、
ここでいう区切情報ｓｐ１、ｓｐ２は本発明でいう第１
の区切情報に相当する。

【００３６】その後ステップＦ１０１〜Ｆ１０７の処理
が繰り返されることにより、図５（ｃ）（ｄ）のように
順次ステップＦ１０６の処理で送出情報ＳＤとしてのデ
ータ列が更新されていく。即ち変換テキスト列ｔＴＸと
中間言語情報ｍＴを含むブロック単位でデータが追加さ
れていく（ブロックＢＲ２〜ＢＲ（ｎ））。

【００３７】１つの送出情報ＳＤとして生成する対象と
しての入力テキスト列の全データについて、以上のよう
な処理を終えると、処理はステップＦ１０７からＦ１０
８に進み、例えばその時点で図５（ｄ）のように形成さ
れている送出情報ＳＤに対して、図５（ｅ）のようにエ
ンドマークＥＤを付加する。つまり、１単位の送出情報
ＳＤが完成されたことになる。なお、送出情報ＳＤのヘ
ッダデータとして、データ長などの管理情報を付加する
場合は、データ内容が確定したこのステップＦ１０８の
時点でヘッダデータを付加するようにするとよい。

【００３８】ステップＦ１０８で１単位の送出情報ＳＤ
が完成されたら、ステップＦ１０９の処理としてオーサ
リングシステム２５はその送出情報ＳＤをデータベース
３に格納させる。以上で、ユーザーに提供できる形態の
１つの送出情報ＳＤが形成されることになる。

【００３９】ところで、実際に送出情報ＳＤとしてのデ
ータ内容は、各種多様な例が考えられる。これを図６〜
図８で、例示して説明する。図６は標準的な例を示して
おり、一例として「本日は晴天なり」というテキストデ
ータから送出情報ＳＤを生成する場合を示している。こ
の場合、中間言語情報ｍＴとしては図示するように「ho
nnjiituuwa-seiitennaari 」という発音記号列としての
データが生成され、この中間言語情報ｍＴとテキストデ
ータに上記した区切情報ｓｐ１としての「／」（スラッ
シュ）、区切情報ｓｐ２としての「／／」（ダブルスラ
ッシュ）を加えて、図示するような送出情報ＳＤが形成
される。なお、図６〜図８の送出情報ＳＤの例では、図
５にあげたような送出情報ＳＤのうちの１つのブロック
（ＢＲ）のみを示している。またヘッダ及びエンドマー
クの図示は省略してある。また発音記号列のデータとし
ての表記例に関しては、後述する第２の動作例の説明の
際に図１４、図１５で説明する。

【００４０】ここでは最も簡単な例を示しているが、も
ちろん多数の文、文節、単語等から形成されるテキスト
データであれば、このテキストデータ、区切情報ｓｐ
１、中間言語情報ｍＴ、区切情報ｓｐ２により形成され
るブロックが多数連続されることになる。

【００４１】また、中間言語情報ｍＴの情報としては、
このように発音記号列としての情報だけでなく、抑揚
（イントネーション）、強調（アクセント）、音量な
ど、音読情報としての各種情報も付加することで、再生
端末装置７側でのより高度な発音動作を可能とすること
ができる。

【００４２】図７は、日本語のテキストデータに基づい
て、英語としての音読情報となる中間言語情報ｍＴを生
成して送出情報ＳＤを形成する例である。例えば「本日
は晴天なり」というテキストデータを、上述した翻訳／
変換部２３の処理で「today is fine 」という翻訳デー
タに変換し、オーサリングシステム２４での処理に供す
る。すると中間言語情報ｍＴとして図示するように「tu
dei-iz-fain 」という発音記号列としてのデータが生成
され、この中間言語情報ｍＴと日本語の元々のテキスト
データ、及び区切情報ｓｐ１、区切情報ｓｐ２により、
図示するような例１としての送出情報ＳＤが形成され
る。

【００４３】また例２として示すように翻訳された「to
day is fine 」というテキストデータと、発音記号列
「tudei-iz-fain 」という中間言語情報ｍＴが用いられ
て送出情報ＳＤが形成されるようにしてもよいし、さら
に例３として示すように日本語と英語のテキストデータ
と、発音記号列「tudei-iz-fain 」という中間言語情報
ｍＴが用いられて送出情報ＳＤが形成されるようにして
もよい。もちろんさらに多様な例も考えられる。また、
このような英語などの外国語に変換した音読情報として
の中間言語情報ｍＴを用いる場合でも、抑揚、強調、音
量などの情報を付加する場合もある。

【００４４】図８は、標準的な日本語のテキストデータ
に基づいて、方言としての音読情報となる中間言語情報
ｍＴを生成して送出情報ＳＤを形成する例である。例え
ば「吾輩は猫である」というテキストデータを、上述し
た翻訳／変換部２３の処理で図示するように或る方言に
相当するデータに変換し、オーサリングシステム２４で
の処理に供する。すると中間言語情報ｍＴとして図示す
るように方言としての音読情報となる発音記号列「oora
-neegookkooda 」が生成され、例えばこの方言としての
中間言語情報ｍＴと元々のテキストデータ、及び区切情
報ｓｐ１、区切情報ｓｐ２により、図示するような方言
モードでの送出情報ＳＤが形成される。もちろんこの場
合も、抑揚、強調、音量などの情報を付加することで、
よりリアルな方言としての音声の再生が可能となる。

【００４５】以上例示した以外にも、送出情報ＳＤとし
ての内容については各種考えられ、サービス内容やユー
ザーの要望、サービス対象地域などに応じて設定された
り、ユーザーによって選択できるようにしたりすればよ
い。

【００４６】４．第１の動作例に対応する端末側の処理 次に以上のように生成されてデータベース３に格納され
ている送出情報ＳＤを、ユーザーが再生端末装置７側に
ロードして再生出力させる場合の、再生端末装置７の処
理を説明する。

【００４７】上述のように再生端末装置７のコントロー
ラ７５は、端末側送受信装置６を介して送出情報ＳＤを
取り込むことができる。コントローラ７５は受信した情
報（＝送出情報ＳＤ）について再生開始指示の操作があ
った際には、図９のステップＦ２０１以降の処理を行う
ことになる。まずステップＦ２０１で、再生対象データ
と位置づけられるデータ列（レジスタ）として、再生テ
キスト列、及び再生中間言語列の初期化を行う。

【００４８】そしてステップＦ２０２，Ｆ２０３，Ｆ２
０４で、送出情報ＳＤからテキストデータの分離及びそ
のテキストデータの再生（表示出力）のための再生テキ
スト列の生成を行う。

【００４９】即ち、送出情報ＳＤの各データを順次分析
して、区切情報ｓｐ１を監視する。区切情報ｓｐ１でな
いデータ（文字）については、ステップＦ２０３で、そ
れを再生テキスト列に追加していくように再生テキスト
列の更新を行い、ステップＦ２０４で分析対象データ
（文字）を次の文字に送って、ステップＦ２０２の区切
情報ｓｐ１の判別を行う。或る時点で区切情報ｓｐ１が
検出されたら、図５で説明した送出情報ＳＤのデータ形
態から理解されるように、その時点で、１つの文として
のテキストデータ（ｔＴＸ）が再生テキスト列として保
持されていることになる。

【００５０】このときステップＦ２０５でさらに受信情
報としての送出情報ＳＤの分析対象データを次のデータ
に送り、ステップＦ２０６，Ｆ２０７，Ｆ２０８で、送
出情報ＳＤから中間言語情報ｍＴの分離及びその中間言
語情報ｍＴの再生（音声出力）のための再生中間言語列
の生成を行う。即ち、送出情報ＳＤの各データを順次分
析して、区切情報ｓｐ２を監視する。区切情報ｓｐ２で
ないデータ（文字）については、ステップＦ２０７で、
それを再生中間言語列に追加していくように再生中間言
語列の更新を行い、ステップＦ２０８で分析対象データ
（文字）を次の文字に送って、ステップＦ２０６の区切
情報ｓｐ２の判別を行う。

【００５１】或る時点で区切情報ｓｐ２が検出された
ら、その時点で、上記再生テキスト列として保持されて
いる１つの文としてのテキストデータに対応する音読情
報としての中間言語情報ｍｔのデータ列が、再生中間言
語列として保持されていることになる。即ち図５で示し
た１つのブロックとしてのテキストデータｔＴＸと中間
言語情報ｍｔが取り込めたことになる。

【００５２】このとき処理をステップＦ２０９、Ｆ２１
０に進め、コントローラ７５は再生テキスト列として保
持されているデータを表示ドライバ７９に供給して、表
示部８１において表示出力させるとともに、再生中間言
語列として保持されている音読情報に基づいて音声合成
処理を行って合成音声信号を生成し、その合成音声信号
をオーディオ回路７８に供給していって音声出力部８０
から音声として再生出力させる。

【００５３】以上のステップＦ２０１〜Ｆ２１０の処理
で、受信した送出情報ＳＤのうちで１つの文としての音
声及び表示出力が行われる。従ってステップＦ２１１で
受信情報の確認を行い、受信した送出情報ＳＤとしての
全データ（即ち全ブロック）について出力処理を終了し
ていなければ、ステップＦ２０１に戻って同様の処理を
行うことになる。つまり次のブロックとしての文や文節
等の再生出力を行う。そして、受信した送出情報の全ブ
ロックについての再生を終了した時点で、ステップＦ２
１１から処理を終える。

【００５４】以上の処理により、受信した送出情報ＳＤ
に基づいて、配信サービスされる対象とされた元々のテ
キストデータに関する音声再生及び表示再生が実現され
ることになる。しかも図９の処理のようにテキストデー
タとしての１つの文と、それに対応する中間言語情報ｍ
Ｔとしての１つのデータ列が同時に再生処理されなが
ら、送出情報ＳＤとしての各ブロックの再生処理が進行
していくことになるため、表示再生と音声再生の同期が
とられていることになり、ユーザーは音声を聞きながら
その内容を表示上で確認していくことができるものとな
る。

【００５５】また、コントローラ７５は、既に音読情報
とされている中間言語情報ｍＴに基づいて音声合成処理
を行って音声信号出力を行えばよく、例えば膨大な辞書
や文法データを用いるテキストデータの分析処理は、オ
ーサリングシステム２側で既に行われているため、不要
となる。従って、処理負担は小さく、ハードウエア、ソ
フトウエアとしても小規模なもので対応できる。従って
再生端末装置７としての小型軽量化、消費電力の削減、
低価格化なども容易に実現できる。さらに、受信した送
出情報ＳＤに対するブロック単位の処理や、各ブロック
におけるテキストデータｔＴＸと中間言語情報ｍＴの分
離は区切情報ｓｐ１、ｓｐ２を監視して行えばよいた
め、コントローラ７５の分離処理は単純化され、これに
よっても処理負担の縮小、ハードウエア、ソフトウエア
の小規模化を促進できる。

【００５６】そしてさらに、例えば音声信号データが圧
縮されたデータ形態で送信されてくるものではないた
め、圧縮処理による音質劣化はなく、さらに上述のよう
にアクセントやイントネーションなどの情報も付加され
ていることで、非常に高品位な音声再生出力を行うこと
が可能となる。さらに伝送路５で伝送される送出情報Ｓ
Ｄは、オーディオデータに比べてデータ量が非常に少な
いため、伝送に時間がかかることはなく、ユーザーにと
って快適な情報提供を行うことができる。

【００５７】５．オーサリングシステムでの送出情報生
成動作（第２の動作例）上述してきた第１の動作例で
は、テキストデータｔＴＸ、中間言語情報ｍＴ、区切情
報ｓｐ１、ｓｐ２により送出情報ＳＤが形成された例を
説明してきたが、続いて第２の動作例として、より多様
な区切情報を用いることで、より高度かつ多様な中間言
語情報を形成する際に好適となる動作例を説明する。

【００５８】まずこの第２の動作例で用いられる区切情
報について図１０で説明する。この場合、図示するよう
に区切情報ｓｐ１１、ｓｐ１２、ｓｐ１３、ｓｐ１４、
ｓｐ１５が設けられる。

【００５９】区切情報ｓｐ１１は、送出情報ＳＤにおけ
るブロック内でのテキスト列と中間言語情報の区切りを
示すコードとされる。具体例としては例えばＡＳＣＩＩ
コードの「７Ｃ」としての「｜」が割り当てられる。

【００６０】区切情報ｓｐ１２は、中間言語情報内にお
けるセクションの区切りを示すコードとされる。ここで
「セクション」とは、中間言語情報内の音読情報として
の１つの情報を指すこととしており、本例では音読情報
として、発音記号列、抑揚／強調データ、音量データの
３つの情報の例をあげるが、これらの各情報に相当する
データ区間をそれぞれ１つのセクションと呼ぶこととす
る（図１２のセクションＳＣ参照）。区切情報ｓｐ１２
の具体例としては例えば「／」が割り当てられる。

【００６１】区切情報ｓｐ１３は、区切情報ｓｐ１２と
同じく中間言語情報内におけるセクションの区切りを示
すコードとされるが、これは或るセクションが省略され
る場合の区切位置を意味することになる。詳しくは図１
２で説明する。区切情報ｓｐ１３の具体例としては例え
ば「／／」が割り当てられる。

【００６２】区切情報ｓｐ１４は、中間言語情報内にお
けるコントロールコマンドのセクションの区切りを示す
コードとされる。コントロールコマンドとは音読情報と
しての発音記号列等による音声合成処理を行う際の各種
設定の指示を行うことのできる指示情報であり、詳しく
は図２０〜図２３で説明する。区切情報ｓｐ１４の具体
例としては例えば「：」が割り当てられる。

【００６３】区切情報ｓｐ１５は、コントロールコマン
ドセクション内における各コマンドの区切りを示すコー
ドとされる。コントロールコマンドセクションに含むこ
とのできるコマンドとしては、本例ではｓコマンド、ｔ
コマンド、ｖコマンドをあげ、それぞれ後述するが、こ
れらの各コマンドの区切が区切情報ｓｐ１５によって示
される。区切情報ｓｐ１５の具体例としては例え
ば「，」が割り当てられる。

【００６４】なお、１バイトのＮｕＬＬコード、つまり
「００００００００」（以下「００ｈ」と１６進表記で
示す）は、送出情報ＳＤにおいて各ブロックの先頭に付
加されるコードとされている。つまり区切情報の１つと
して考えれば、ブロックの区切を示すことになる。

【００６５】これらの区切情報が用意されるが、区切情
報ｓｐ１１（及びＮｕｌｌコード）は、本発明でいう第
１の区切情報に相当する。また区切情報ｓｐ１２、ｓｐ
１３が本発明の第２の区切情報に相当し、区切情報ｓｐ
１４が第３の区切情報に相当する。

【００６６】これらの区切情報が用いられて送出情報Ｓ
Ｄが形成されるわけであるが、オーサリングシステム２
における中間言語生成部２４、送出情報生成部２５によ
る送出情報ＳＤの生成処理に関しては、上記第１の動作
例で説明した図３の処理と概略同様になる。ただし図３
のステップＦ１０５、つまり中間情報生成部２４におけ
る中間言語情報ｍＴの生成処理手順は図１１に示すよう
になり、また、図３のステップＦ１０６における送出情
報生成部２５での送出情報生成処理に関しては、上記第
１の動作例とは異なる点として、第１の動作例では区切
情報ｓｐ１，ｓｐ２に関する処理としていた点が、区切
情報ｓｐ１１及びＮｕｌｌコードに関する処理となる。

【００６７】まずこの第２の動作例として図３のステッ
プＦ１０５で行われる中間言語情報ｍＴの生成処理を図
１１で説明する。図３の説明で述べたようにステップＦ
１０１〜Ｆ１０４までの処理で、１つの文、文節、単語
などに相当するテキスト列が変換テキスト列ｔＴＸとし
て保持されることになるが、その変換テキスト列ｔＴＸ
を中間言語列ｍＴに変換する場合は、まず図１１の手順
Ｓ１として変換テキスト列ｔＴＸを取り込んだら、日本
語文法情報（Ｓ２）、辞書情報（Ｓ３）を用いながら、
変換テキスト列ｔＴＸの日本語文節変換を行う（Ｓ
４）。参照される辞書情報は例えば発音記号辞書、音韻
辞書などとなる。

【００６８】そして日本語文節変換処理により、発音記
号列としての情報を生成し（Ｓ５）、また抑揚／強調デ
ータ（イントネーション（韻律）やアクセントとしての
情報）を生成する（Ｓ６）。また音量データも生成する
（Ｓ７）。さらに発音記号列の情報を、母音、子音、無
音に分類する（Ｓ８、Ｓ９、Ｓ１０）。これらの母音、
子音、無音の情報や、抑揚／強調データ、音量データが
中間言語変換テーブル処理に供され（Ｓ１１）、それぞ
れ変換される。

【００６９】さらに、母音、子音、無音の情報から得ら
れる発音記号情報とともに、抑揚／強調データ、音量デ
ータの一方又は両方が付加される場合、そのデータ列の
区切情報が付加されることになるため、必要に応じて区
切情報ｓｐ１２、ｓｐ１３が発生される（Ｓ１５）。

【００７０】またオペレータの指示などに応じてコント
ロールコマンドが付加される場合は、そのコマンド値が
設定されて発生される（Ｓ１４）。このとき、コントロ
ールコマンドセクションを区分する情報、及びコントロ
ールコマンドセクション内での各コマンドを区分する情
報として、区切情報ｓｐ１４、ｓｐ１５が発生される
（Ｓ１５）。

【００７１】そして中間言語変換テーブル処理で変換さ
れた情報、発生された区切情報、発生されたコントロー
ルコマンドが合成処理（Ｓ１２）に供されてデータ列と
して合成され、中間言語情報ｍＴとしての情報が形成さ
れることになる（Ｓ１３）。

【００７２】以上のようにステップＦ１０５の処理（図
１１の処理）で生成された中間言語情報ｍＴは送出情報
生成部２５に送られて、変換テキスト列ｔＴＸとともに
送出情報ＳＤの生成処理に供される。即ち図３のステッ
プＦ１０６の処理である。このステップＦ１０６の処理
では中間言語情報ｍＴと変換テキスト列ｔＴＸが、区切
情報（ｓｐ１１、Ｎｕｌｌコード）によって区切られた
状態でデータ列として合成される。つまり送出情報ＳＤ
としての１つのブロックが形成されることになる。以降
の処理は上記第１の動作例として説明した図３の処理と
同様になる。

【００７３】この第２の動作例において生成される送出
情報ＳＤの形態例を説明していく。なお、送出情報ＳＤ
の形態例として図１２、図２０の例をあげるが、図１２
はコントロールコマンドが付加されていない例、図２０
はコントロールコマンドが付加されている例を示してい
る。まず図１２〜図１９で、コントロールコマンドが付
加されていない場合の例とともに、各種音読情報の具体
例などを説明していく。

【００７４】図１２（ａ）は１つの送出情報ＳＤの全体
を示しており、ヘッダ及びエンドマークＥＤの間に複数
のブロック（ＢＲ１〜ＢＲ（ｎ））が配されて形成され
ることは第１の動作例（図５（ｅ）参照）と同様とな
る。ただしこの第２の動作例では、各ブロックＢＲ内に
おける区切情報や情報内容形態が異なるものとなる。

【００７５】図１２（ａ）〜図１２（ｅ）に示すよう
に、１つのブロック内には必ずテキスト情報ｔＴＸと中
間言語情報ｍＴが配されることになり、この点は図５
（ｅ）のような構造と同様となる。ただし区切情報とし
ては、まずブロックの先頭にＮｕｌｌコードが配され、
それに続いてテキスト情報ｔＴＸが配される。続いて区
切情報ｓｐ１１を介して中間言語情報ｍＴが配される。
中間言語情報ｍＴの後は、再び区切情報ｓｐ１１が配さ
れ１つのブロックが完了する。つまりこの最後尾の区切
情報ｓｐ１１の次は、次のブロックの先頭のＮｕｌｌコ
ードとなる。このように、基本的には１つのブロック内
にはテキスト情報ｔＴＸと中間言語情報ｍＴが配され、
かつその区分が区切情報ｓｐ１１とＮｕｌｌコードによ
って行われることになる。

【００７６】図１２（ｂ）〜図１２（ｅ）のそれぞれ
は、中間言語情報ｍＴ内の情報形態のバリエーションを
示しているものとなる。まず図１２（ｂ）は、中間言語
情報ｍＴが発音記号列としての１つのセクションＳＣの
みで形成されているものである。つまり図１１の手順Ｓ
６、Ｓ７、Ｓ1４、Ｓ１５が実行されずに中間言語情報
ｍＴが生成された場合の例となる。

【００７７】図１２（ｃ）は、中間言語情報ｍＴが発音
記号列、抑揚／強調データとしての２つのセクションＳ
Ｃで形成され、またこれに応じて区切情報ｓｐ１２が付
加された例である。つまりこの場合は図１１の手順Ｓ
７、Ｓ１４のみが実行されていなかったことになる。図
１２（ｄ）は、中間言語情報ｍＴが発音記号列、抑揚／
強調データ、音量データとしての３つのセクションＳＣ
で形成され、またこれに応じて２ヶ所に区切情報ｓｐ１
２が付加された例である。つまりこれは図１１の手順Ｓ
１４のみが実行されていなかった場合となる。

【００７８】図１２（ｅ）は、中間言語情報ｍＴが発音
記号列、音量データとしての２つのセクションＳＣを含
む場合である。但し、本例では、音読情報として送出情
報ＳＤ内に付加可能な情報は発音記号列、抑揚／強調デ
ータ、音量データとしての３つのセクションＳＣとして
いるが、この３つは中間言語情報ｍＴ内で必ずこの順番
を守って並べられることと規定する。これは再生端末装
置７での分離処理を容易化するための意味もある。とこ
ろが中間言語情報ｍＴが発音記号列と音量データにより
構成される場合は、セクションの順番が守られないこと
になる（つまり音量データのセクションが抑揚／強調デ
ータのセクションの次とはならない）ため、不規則な状
態になったことを示すために何らかの処置が必要とな
る。そこで、本例では抑揚／強調データが省略されて発
音記号列の次に音量データが配される場合は、この２つ
のセクションを区切情報ｓｐ１３で区切ることで、不規
則な順番となっている状態を示すようにしている。な
お、この図１２（ｅ）は図１１の手順Ｓ６、Ｓ１４が実
行されなかった場合の例となる。

【００７９】以上の例からわかるように、中間言語情報
ｍＴとしては、少なくとも発音記号情報は含まれ、さら
にそれに加えて抑揚／強調データや音量データを配する
ことができる。抑揚／強調データや音量データが設けら
れることで、再生端末装置７側で高品位な音声合成が可
能となる。また例えば、日本語のように音量変化が少な
い言語では音量データを配さないことで高品質な音声合
成出力を維持したまま中間言語情報ｍＴとしてのデータ
量を削減することなども可能となる。

【００８０】コントロールコマンドが付加されない場合
はこれらのような形態が考えられるが、続いて各ブロッ
クＢＲの区分けの形態例や、各音読情報の具体例を説明
していく。なお、コントロールコマンドが付加される場
合については後述するが、それらの例でも、以下説明す
る各ブロックＢＲの区分形態例や、各音読情報の具体例
は同様となる。

【００８１】まず図１２（ｂ）の形態を例にとって、テ
キスト情報（変換テキスト列ｔＴＸ）と中間言語情報ｍ
Ｔの配列に関して図１３で説明する。中間言語生成部２
４に供給されたテキスト情報ＴＸが図１３に示すように
「毎朝新聞 １月１日 朝刊」であったとする。この場
合に、図３のステップＦ１０１〜Ｆ１０４での処理で形
成された変換テキスト列ｔＴＸがそのまま「毎朝新聞
１月１日 朝刊」とされた場合、送出情報ＳＤは図１３
に例１として示すように形成される（ヘッダ及びエンド
マークは省略している）。即ち例１では、「毎朝新聞
１月１日 朝刊」というテキスト情報ＴＸに対して、１
つのブロックとしての送出情報ＳＤが形成される。その
ブロックは図示するように、Ｎｕｌｌコード「００
ｈ」、変換テキスト列ｔＴＸ「毎朝新聞 １月１日 朝
刊」、区切情報ｓｐ１１「｜」、中間言語情報ｍＴ「ma
ityousinbun itigatutuitati tyoukan」、区切情報ｓｐ
１１「｜」というデータ列となる。

【００８２】一方例２では、「毎朝新聞 １月１日 朝
刊」というテキスト情報ＴＸに対して、３つのブロック
としての送出情報ＳＤが形成される。即ち図示するよう
に、Ｎｕｌｌコード「００ｈ」、変換テキスト列ｔＴＸ
「毎朝新聞」、区切情報ｓｐ１１「｜」、中間言語情報
ｍＴ「maityousinbun 」、区切情報ｓｐ１１「｜」とい
うブロックと、Ｎｕｌｌコード「００ｈ」、変換テキス
ト列ｔＴＸ「１月１日」、区切情報ｓｐ１１「｜」、中
間言語情報ｍＴ「itigatutuitati 」、区切情報ｓｐ１
１「｜」というブロックと、Ｎｕｌｌコード「００
ｈ」、変換テキスト列ｔＴＸ「朝刊」、区切情報ｓｐ１
１「｜」、中間言語情報ｍＴ「tyoukan」、区切情報ｓ
ｐ１１「｜」というブロックとが形成される。

【００８３】この例１、例２からわかるように、もとも
とのテキスト情報ＴＸに対するブロックの区切は任意に
設定できるものである。例えばオペレータの操作に応じ
て設定できる。つまりこのブロックの区切は、図３のス
テップＦ１０２、Ｆ１０３での処理によって設定される
ものであり、テキスト区切パラメータを、どのように設
定するかによるものとなる。

【００８４】上記第１の動作例における再生端末装置７
側での再生処理からもわかるように、１つのブロックに
おけるテキスト情報と中間言語情報ｍＴが同期的に再生
されることになるため、ブロックの区切を任意に設定で
きることは、そのテキスト情報の内容に応じたフレキシ
ブルな再生動作設定（再生端末装置７でのテキスト表示
と中間言語情報に基づく発音処理の同期状態）が可能と
なる。例えば、新聞、雑誌などの情報であれば、１つの
ブロックを或る程度長いテキスト列で形成したり、英会
話教材のような情報であれば、細かくブロック分けする
などの設定を行うことで、再生端末装置７側で、再生さ
れるテキストの内容に応じた好適な同期処理が可能とな
る。

【００８５】次に、中間言語情報ｍＴとしての各音読情
報の具体的なデータ例を説明していく。上記のように本
例では音読情報として、発音記号情報、抑揚／強調デー
タ、音量データを挙げている。

【００８６】まず発音記号情報に関しては、その発音記
号の表記を基本的にローマ字表記によるものとしてい
る。図１４に日本語としてのテキスト情報に関する発音
記号の表記例を、また図１５に英語／米語としてのテキ
スト情報に関する発音記号の表記例を、それぞれ示す。
各図において、実際の発音音声（左側）に対応させて、
表記例を右側に示している。

【００８７】上記図１１（及び図４）における手順Ｓ
５、Ｓ８、Ｓ９、Ｓ１０で分析され、手順Ｓ１１での変
換処理で得られる発音記号情報は、日本語テキストの場
合は図１４の表記例に従って生成され、また英語／米語
テキストの場合は、図１５の表記例に従って生成される
ものとなる。

【００８８】抑揚／強調データは、図１６に示すような
例となる。即ち抑揚は基本的にはＡ＝４４０Ｈｚとする
平均律音階で表現され、それが発音記号に１：１で対応
される形態を採る。まず図１６（ａ）に示すように、平
均律音階（Ｃ、Ｃ＃・・・・Ｂ）に対応する音階記号と
してアルファベット小文字が割り当てられる。即ち平均
律音階「Ｃ、Ｄ、Ｅ、Ｆ、Ｇ、Ａ、Ｂ」にそれぞれ対応
して音階記号「ｃ、ｄ、ｅ、ｆ、ｇ、ａ、ｂ」が割り当
てられるとともに、平均律音階「Ｃ＃、Ｄ＃、Ｆ＃、Ｇ
＃、Ａ＃」にそれぞれ対応して音階記号「ｉ、ｊ、ｋ、
ｌ、ｈ」が割り当てられる。そして強調に関しては、音
階記号「ａ、ｂ、ｃ、ｄ、ｅ、ｆ、ｇ、ｈ、ｉ、ｊ、
ｋ、ｌ」がアルファベット大文字による音階記号「Ａ、
Ｂ、Ｃ、Ｄ、Ｅ、Ｆ、Ｇ、Ｈ、Ｉ、Ｊ、Ｋ、Ｌ」とされ
ることで表現される。

【００８９】また平均律音階は、その音階名（Ｃ、Ｃ＃
・・・・Ｂ）とともに数字によりオクターブが表現され
るが、抑揚／強調データとしてのオクターブ表現も図１
６（ｂ）に示すように同様の数字が用いられる。

【００９０】従って、抑揚／強調データは、図１６
（ｃ）に例を示すように、平均律音階Ｃ１は「ｃ１」と
なり、アクセント（強調）をつける場合は「Ｃ１」とな
る。また同様に平均律音階Ａ４は「ａ４」又は「Ａ４」
となり、平均律音階Ａ＃９は「ｈ９」又は「Ｈ９」とな
る。

【００９１】そして、このような抑揚／強調データが発
音記号情報に１：１で対応される形態となるため、例え
ば発音として５音分のテキストについて図１７のように
「ミ、ミ、ミ、ラ、シ」（音階名でＥ３、Ｅ３、Ｅ３、
Ａ３、Ｂ２とする）と発音させたく、かつ１音目と４音
目を強調させたい場合には、抑揚／強調データは「Ｅ
３、ｅ３、ｅ３、Ａ３、ｂ２」となる。但し本例では、
オクターブ記号として同じ数字が連続する部分について
は、その２つめ以降のデータに関してオクターブ数字を
省略することで、データ量を減少させることを可能とし
ている。この場合、省略形として示すように、抑揚／強
調データは「Ｅ３、ｅ、ｅ、Ａ、ｂ２」となる。

【００９２】次に音量データの表記例を図１８に示す。
音量データは再生端末装置７におけるマスターボリュー
ムに対する相対的な音量変化を表す情報とされる。音量
データのデータ値は図１８に示すように「１」〜「９」
の値で示され、中間値である「５」は、ｄＢとしての相
対音量が０とされる。つまり再生端末装置７におけるマ
スターボリュームによる音量を示すことになる。そして
「１」〜「４」及び「６」〜「９」は、それぞれ図示す
るように相対音量（ｄＢ）を示すことになり、例えば音
量データ「３」は、再生端末装置７におけるマスターボ
リュームによる音量より−６ｄＢ低い音量を示すデータ
となる。

【００９３】以上のように具体例として挙げた発音記号
情報、抑揚／強調データ、音量データなどを中間言語情
報ｍＴ内に配する場合の送出情報ＳＤの例を図１９に示
す。ここでは「毎朝新聞」というテキストに対して生成
される送出情報ＳＤの例を示す（ヘッダ及びエンドマー
クは省略）。

【００９４】図１９に示すように「毎朝新聞」というテ
キストに対する発音記号情報は例えば「maityo-sinbu
n」となり、それに対応する抑揚／強調データは「ｄ３
ｅｅＥｃｂ２ａ」となる。また音量データは「５６６７
５４３」となる。従って図１２（ｃ）の形態とされる場
合は、送出情報ＳＤは、例１として示すように、Ｎｕｌ
ｌコード「００ｈ」、変換テキスト列ｔＴＸ「毎朝新
聞」、区切情報ｓｐ１１「｜」、中間言語情報ｍＴの発
音記号情報「maityo-sinbun」、区切情報ｓｐ１２
「／」、中間言語情報ｍＴの抑揚／強調データ「ｄ３ｅ
ｅＥｃｂ２ａ」、区切情報ｓｐ１１「｜」というデータ
列となる。

【００９５】また図１２（ｄ）の形態とされる場合は、
送出情報ＳＤは、例２として示すように、Ｎｕｌｌコー
ド「００ｈ」、変換テキスト列ｔＴＸ「毎朝新聞」、区
切情報ｓｐ１１「｜」、中間言語情報ｍＴの発音記号情
報「maityo-sinbun」、区切情報ｓｐ１２「／」、中間
言語情報ｍＴの抑揚／強調データ「ｄ３ｅｅＥｃｂ２
ａ」、区切情報ｓｐ１２「／」、中間言語情報ｍＴの音
量データ「５６６７５４３」、区切情報ｓｐ１１「｜」
というデータ列となる。

【００９６】また図１２（ｅ）の形態とされる場合は、
送出情報ＳＤは、例３として示すように、Ｎｕｌｌコー
ド「００ｈ」、変換テキスト列ｔＴＸ「毎朝新聞」、区
切情報ｓｐ１１「｜」、中間言語情報ｍＴの発音記号情
報「maityo-sinbun」、区切情報ｓｐ１３「／／」、中
間言語情報ｍＴの音量データ「５６６７５４３」、区切
情報ｓｐ１１「｜」というデータ列となる。

【００９７】続いて、中間言語情報ｍＴに指示情報とし
てのコントロールコマンドが付加される場合の送出情報
ＳＤの形態例を図２０で説明する。図２０（ａ）は図１
２（ａ）と同様に１つの送出情報ＳＤの全体を示してい
る。そして各ブロック内にコントロールコマンドが付加
された場合の例を図２０（ｂ）〜（ｅ）に示している。
図２０（ｂ）（ｃ）（ｄ）（ｅ）は、それぞれ図１２
（ｂ）（ｃ）（ｄ）（ｅ）の形態にコントロールコマン
ドが付加された場合を示している。つまりテキスト情報
ｔＴＸと中間言語情報ｍＴの区分のための区切情報、中
間言語情報ｍＴ内の音読情報の各セクションＳＣの配置
及びその区分のための区切情報については、図１２で説
明したとおりであるため重複説明は避ける。

【００９８】この場合、図２０（ｂ）（ｃ）（ｄ）
（ｅ）のそれぞれからわかるように、中間言語情報ｍＴ
としての先頭部分にコントロールコマンドＣＣとしての
セクションＳＣが配され、しかもそのコントロールコマ
ンドＣＣとしてのセクションＳＣの前後には、そのセク
ションの区分のための区切情報ｓｐ１４が配されること
になる。つまりテキスト情報ｔＴＸの直後の区切情報ｓ
ｐ１１に続いて区切情報ｓｐ１４が配され、その後コン
トロールコマンドセクション、区切情報ｓｐ１４が続く
ことになる。

【００９９】また、コントロールコマンドＣＣとしての
セクションＳＣには、１又は複数のコマンドを配するこ
とができるが、図２０（ｆ）には、３つのコマンドが配
された場合の例を示している。そしてこの図からわかる
ように複数のコマンドが配された場合は、各コマンドの
区分が区切情報ｓｐ１５によって行われる状態とされ
る。

【０１００】本例では、コントロールコマンドＣＣとし
てのセクションＳＣに配することのできるコマンドとし
て、ｓコマンド、ｔコマンド、ｖコマンドを設定してい
る。そしてこれらのコマンドによる指示は、次のブロッ
ク、即ち次のＮｕｌｌコードまで、もしくは次のコマン
ドが配されるまでのデータ区間に有効とされる。

【０１０１】これらのコマンドの指示内容について説明
していく。ｓコマンド（スピードコマンド）は、再生端
末装置７側での音声合成出力の際の出力速度（読上速
度）を設定するコマンドである。即ち図２１に示すよう
にコマンド値として「ｓ１」〜「ｓ９」が用意され、
「ｓ５」は標準速度を指示するものとなる。そして「ｓ
１」〜「ｓ４」及び「ｓ６」〜「ｓ９」は、それぞれ図
２１に示すレベルで読上速度の変更を指示する情報とな
る。

【０１０２】ｔコマンド（トーンコマンド）は、再生端
末装置７側での音声合成出力の際の音の高さ（音階）を
決定する基本周波数を設定するコマンドである。即ち図
２２（ａ）に示すようにコマンド値として「ｔ１」〜
「ｔ９」が用意され、「ｔ５」は、基準音程として標準
音程を指示するものとなる。標準音程とは、Ａ４（低い
方から４オクターブ目の「ラ」の音）＝４４０Ｈｚとさ
れる音程である。そして「ｔ１」〜「ｔ４」及び「ｔ
６」〜「ｔ９」は、それぞれ図２２（ａ）に示すように
基準音程の変更を指示する情報となる。例えば「ｔ１」
の場合、基準音程を長３度下げるという意味となる。

【０１０３】つまりｔコマンドの値が標準を示す「ｔ
５」の場合、上述した抑揚／強調データの値が「ａ４」
であったときに発生される音声の平均律音階はＡ４（４
オクターブ目の「ラ」）となるのであるが、ｔコマンド
が「ｔ１」とされていた場合は、抑揚／強調データの値
が「ａ４」であったときに発生される音声の平均律音階
は長３度下げられることでＦ４（４オクターブ目の「フ
ァ」）となる。即ち、上記抑揚／強調データによって発
音記号の１音毎に音の高さの変動が設定されるが、ｔコ
マンドによってその音程変動を維持したまま全体の音程
をシフトさせることができる。

【０１０４】図２２（ｂ）に発音される音階の例を示
す。抑揚／強調データが図１７に示したように「Ｅ３、
ｅ、ｅ、Ａ、ｂ２」とされていた場合、ｔコマンド＝
「ｔ５」で標準とされる場合は、発音される音の音階は
図２２（ｂ）に示すように「Ｅ３、Ｅ３、Ｅ３、Ａ３、
Ｂ２」となる。ところがｔコマンド＝「ｔ７」とされて
いると、基準音程が長２度あげられるため、発音される
音の音階は「Ｆ＃３、Ｆ＃３、Ｆ＃３、Ｂ３、Ｃ＃３」
となる。さらに、ｔコマンド＝「ｔ１」とされている
と、基準音程が長３度下げられるため、発音される音の
音階は「Ｃ３、Ｃ３、Ｃ３、Ｆ３、Ｇ２」となる。

【０１０５】ｖコマンド（ボリュームコマンド）は、再
生端末装置７側での音声合成出力の際の基準の音量を設
定するコマンドである。即ち図２３に示すようにコマン
ド値として「ｖ１」〜「ｖ９」が用意され、「ｖ５」
は、基準音量として標準を指示するものとなる（標準音
量よりの変化量０）。そして「ｖ１」〜「ｖ４」及び
「ｖ６」〜「ｖ９」は、それぞれ図２３に示すように基
準音量の変更を指示する情報となる。例えば「ｖ１」の
場合、基準音量を標準の−４０％とするという意味とな
る。即ち、上記音量データによって発音記号の１音毎に
設定されていく音量変動が、ｖコマンドによってその音
量変動状態を維持したまま、全体の音量をシフトさせる
ことができる。

【０１０６】これらのｓコマンド、ｔコマンド、ｖコマ
ンドにより、或るブロックもしくは複数ブロックの範囲
で、読上速度を変えたい場合、音程をシフトさせたい場
合、音量をシフトさせたい場合に、その設定が可能とな
る。例えばゆっくり発音させたい箇所や早口で発音させ
たい箇所がある時は、その該当するブロックにおけるｓ
コマンド値で設定すればよい。またｔコマンドの設定に
よれば、例えば会話音声などで、会話文毎に音程をシフ
トさせることで、男性と女性が会話しているような音声
出力を実現させることなどが可能となる。さらにｖコマ
ンドの設定によれば、例えば会話音声などで、会話文毎
に音量をシフトさせることで、複数の話者の遠近感を表
現するような音声出力を実現させることなどができる。

【０１０７】なお、各コマンドのコマンド値の内容や、
コマンド値のステップ幅（例えば上記例では、ｓコマン
ド、ｖコマンドは１０％刻み、ｔコマンドは半音刻みと
している）については、図２１から図２３の例に限定さ
れるものではない。また、コマンドの種別としてはこれ
ら以外にも各種考えられる。

【０１０８】これらのコントロールコマンドが配される
場合の送出情報ＳＤの例を図２４に示す。図１９と同様
に「毎朝新聞」というテキストに対して生成される送出
情報ＳＤの例を示す。そして、コントロールコマンドと
しては、ｓコマンド「ｓ７」、ｔコマンド「ｔ８」、ｖ
コマンド「ｖ２」とされる例をあげている。

【０１０９】例えば送出情報ＳＤが図２０（ｂ）の形態
とされる場合は、送出情報ＳＤは、例１として示すよう
に、Ｎｕｌｌコード「００ｈ」、変換テキスト列ｔＴＸ
「毎朝新聞」、区切情報ｓｐ１１「｜」、区切情報ｓｐ
１４「：」、ｓコマンド「ｓ７」、区切情報ｓｐ１
５「，」、ｔコマンド「ｔ８」、区切情報ｓｐ１
５「，」、ｖコマンド「ｖ２」、区切情報ｓｐ１
４「：」、中間言語情報ｍＴの発音記号情報「maityo-s
inbun」、区切情報ｓｐ１１「｜」というデータ列とな
る。

【０１１０】また図２０（ｃ）の形態とされる場合は、
送出情報ＳＤは、例２として示すように、Ｎｕｌｌコー
ド「００ｈ」、変換テキスト列ｔＴＸ「毎朝新聞」、区
切情報ｓｐ１１「｜」、区切情報ｓｐ１４「：」、ｓコ
マンド「ｓ７」、区切情報ｓｐ１５「，」、ｔコマンド
「ｔ８」、区切情報ｓｐ１５「，」、ｖコマンド「ｖ
２」、区切情報ｓｐ１４「：」、中間言語情報ｍＴの発
音記号情報「maityo-sinbun」、区切情報ｓｐ１２
「／」、中間言語情報ｍＴの抑揚／強調データ「ｄ３ｅ
ｅＥｃｂ２ａ」、区切情報ｓｐ１１「｜」というデータ
列となる。

【０１１１】図２０（ｄ）の形態とされる場合は、送出
情報ＳＤは、例３として示すように、Ｎｕｌｌコード
「００ｈ」、変換テキスト列ｔＴＸ「毎朝新聞」、区切
情報ｓｐ１１「｜」、区切情報ｓｐ１４「：」、ｓコマ
ンド「ｓ７」、区切情報ｓｐ１５「，」、ｔコマンド
「ｔ８」、区切情報ｓｐ１５「，」、ｖコマンド「ｖ
２」、区切情報ｓｐ１４「：」、中間言語情報ｍＴの発
音記号情報「maityo-sinbun」、区切情報ｓｐ１２
「／」、中間言語情報ｍＴの抑揚／強調データ「ｄ３ｅ
ｅＥｃｂ２ａ」、区切情報ｓｐ１２「／」、中間言語情
報ｍＴの音量データ「５６６７５４３」、区切情報ｓｐ
１１「｜」というデータ列となる。

【０１１２】図２０（ｅ）の形態とされる場合は、送出
情報ＳＤは、例４として示すように、Ｎｕｌｌコード
「００ｈ」、変換テキスト列ｔＴＸ「毎朝新聞」、区切
情報ｓｐ１１「｜」、区切情報ｓｐ１４「：」、ｓコマ
ンド「ｓ７」、区切情報ｓｐ１５「，」、ｔコマンド
「ｔ８」、区切情報ｓｐ１５「，」、ｖコマンド「ｖ
２」、区切情報ｓｐ１４「：」、中間言語情報ｍＴの発
音記号情報「maityo-sinbun」、区切情報ｓｐ１３「／
／」、中間言語情報ｍＴの音量データ「５６６７５４
３」、区切情報ｓｐ１１「｜」というデータ列となる。

【０１１３】６．第２の動作例に対応する端末側の処理 第２の動作例では、以上のように送出情報ＳＤが形成さ
れ、このように形成された送出情報ＳＤがデータベース
３に格納されることになるが、このような送出情報ＳＤ
に対応する再生端末装置７での再生処理を図２５、図２
６、図２７のフローチャートで説明していく。

【０１１４】上述のように再生端末装置７のコントロー
ラ７５は、端末側送受信装置６を介して送出情報ＳＤを
取り込むことができる。コントローラ７５は受信した情
報（＝送出情報ＳＤ）について再生開始指示の操作があ
った際には、図２５のステップＦ３０１以降の処理を行
うことになる。まずステップＦ３０１で、送出情報ＳＤ
としてのデータ列から１つのブロックの先頭、つまりＮ
ｕｌｌコードを検出する。そして、Ｎｕｌｌコードの検
出に応じて、それに続くデータ列、すなわちブロックの
実データに関する処理に移るが、その処理のためにまず
ステップＦ３０２で初期化処理を行う。ここではそのブ
ロックに含まれている再生動作処理に関するデータとな
る、テキスト情報、発音記号情報、抑揚／強調データ、
音量データ、及びコントロールコマンドを保持するため
のレジスタの初期化を行う。それぞれのレジスタもしく
はレジスタに取り込まれるデータを、説明上、再生テキ
スト列、再生発音記号列、再生抑揚／強調データ列、再
生音量データ列、コントロールコマンドレジスタＲＧ
（１）〜ＲＧ（ｎ）ということとする。なおステップＦ
３０２の初期化処理はステップＦ３０１の処理の前に行
ってもよい。

【０１１５】続いてステップＦ３０２，Ｆ３０４，Ｆ３
０５で、送出情報ＳＤからテキストデータの分離及びそ
のテキストデータの再生（表示出力）のための再生テキ
スト列の生成を行う。

【０１１６】即ち、送出情報ＳＤとしてＮｕｌｌコード
に続く各データを順次分析して、区切情報ｓｐ１１を監
視する。区切情報ｓｐ１１でないデータ（文字）につい
ては、ステップＦ３０４で、それを再生テキスト列に追
加していくように再生テキスト列の更新を行い、ステッ
プＦ３０５で分析対象データ（文字）を次の文字に送っ
て（以下、「受信情報の順送り」という）、ステップＦ
３０３の区切情報ｓｐ１１の判別を行う。或る時点で区
切情報ｓｐ１１が検出されたら、図１２又は図２０で説
明した送出情報ＳＤのデータ形態から理解されるよう
に、その時点で、１つの文としてのテキストデータ（ｔ
ＴＸ）が再生テキスト列として保持されていることにな
る。

【０１１７】このときステップＦ３０６でさらに受信情
報としての送出情報ＳＤの分析対象データを次のデータ
に送り（受信情報の順送り）、ステップＦ３０７で次の
データが区切情報ｓｐ１４であるか否かを判別する。区
切情報ｓｐ１４であった場合は、図２０の例のように、
続いてコントロールコマンドＣＣが配されている場合で
ある。そこで、その場合はステップＦ３０７〜Ｆ３１３
のコントロールコマンドＣＣの取込処理を行う。

【０１１８】まずステップＦ３０８で変数Ｍを１にセッ
トし、ステップＦ３０９で受信情報の順送りを行う。そ
してステップＦ３１０、Ｆ３１１では識別情報ｓｐ１４
の判別、識別情報ｓｐ１５の判別を行い、ステップＦ３
０９での順送りによって分析対象となったデータがこれ
らの識別情報でなければ、ステップＦ３１２においてそ
のデータをレジスタＲＧ（Ｍ）に取り込む。また、ステ
ップＦ３１１で識別情報ｓｐ１５と判別された場合は、
ステップＦ３１３で変数Ｍをインクリメントしてステッ
プＦ３０９に戻る。

【０１１９】即ちこのステップＦ３０９〜Ｆ３１３の処
理により、コントロールコマンドレジスタＲＧにコント
ロールコマンドとしてのデータが取り込まれていく。こ
の処理はステップＦ３１０で区切情報ｓｐ１４が検出さ
れるまで、つまり順送りが進んでコントロールコマンド
セクションの終端となるまで継続される。

【０１２０】例えば区切情報ｓｐ１４に挟まれたコント
ロールコマンドセクションに、ｓコマンド、ｔコマン
ド、ｖコマンドとしての３つのコマンドが識別情報ｓｐ
１５で区切られて配されていたとすれば、コントロール
コマンドレジスタＲＧ１、ＲＧ２、ＲＧ３に、各コマン
ドの値が取り込まれる。また、ｓコマンド、ｔコマン
ド、ｖコマンドのうちの或る１つのコマンドが配されて
いたとすれば、コントロールコマンドレジスタＲＧ１
に、そのコマンドの値が取り込まれる。また、ｓコマン
ド、ｔコマンド、ｖコマンドのうちの２つのコマンドが
配されていたとすれば、コントロールコマンドレジスタ
ＲＧ１、ＲＧ２に、それらのコマンドの値が取り込まれ
る。

【０１２１】ステップＦ３１０で区切情報ｓｐ１４が検
出され、コントロールコマンドの取込が完了した場合は
ステップＦ３１４で受信情報の順送りを行い、図中と
して示すように、図２６のステップＦ３１５に進む。ま
たステップＦ３０７で区切情報ｓｐ１４が検出されない
ことで、コントロールコマンドが存在しないと判断され
た場合も、図中として示すように、図２６のステップ
Ｆ３１５に進む。

【０１２２】この時点では、順送りにより分析対象とさ
れているデータは、発音記号情報の最初のデータとなっ
ているため、ステップＦ３１５でそのデータを再生発音
記号列に取り込む処理を行う。そしてステップＦ３１６
で受信情報の順送りを行って、ステップＦ３１７，Ｆ３
１８，Ｆ３１９で、その順送りにより分析対象となった
データが、区切情報ｓｐ１１であるか否か、区切情報ｓ
ｐ１２であるか否か、区切情報ｓｐ１３であるか否か
を、それぞれ判別する。これらのいずれでもなければ、
そのデータは発音記号情報を構成するデータであるた
め、ステップＦ３１５に戻ってそのデータを再生発音記
号列に追加する更新処理を行う。

【０１２３】ステップＦ３１５〜Ｆ３１９の処理が繰り
返されると、或る時点でステップＦ３１７，Ｆ３１８，
Ｆ３１９のいずれかで区切情報が検出される。受信情報
（送出情報ＳＤ）が図１２（ｂ）又は図２０（ｂ）の形
態であったのなら、或る時点でステップＦ３１７で区切
情報ｓｐ１１が検出される。受信情報（送出情報ＳＤ）
が図１２（ｃ）（ｄ）又は図２０（ｃ）（ｄ）の形態で
あったのなら、或る時点でステップＦ３１８で区切情報
ｓｐ１２が検出される。受信情報（送出情報ＳＤ）が図
１２（ｅ）又は図２０（ｅ）の形態であったのなら、或
る時点でステップＦ３１９で区切情報ｓｐ１３が検出さ
れる。

【０１２４】ステップＦ３１８で区切情報ｓｐ１２が検
出された場合は、続いて抑揚／強調データのセクション
となっているはずであるため、ステップＦ３２０に進
み、受信情報の順送りを行う。すると、分析対象のデー
タは抑揚／強調データの最初のデータになるため、ステ
ップＦ３２１でそのデータを再生抑揚／強調データ列に
取り込む処理を行う。そしてステップＦ３２２で受信情
報の順送りを行って、ステップＦ３２３，Ｆ３２４で、
その順送りにより分析対象となったデータが、区切情報
ｓｐ１１であるか否か、区切情報ｓｐ１２であるか否か
を、それぞれ判別する。これらのいずれでもなければ、
そのデータは抑揚／強調データを構成するデータである
ため、ステップＦ３２１に戻ってそのデータを再生抑揚
／強調データ列に追加する更新処理を行う。

【０１２５】ステップＦ３２１〜Ｆ３２４の処理が繰り
返されると、或る時点でステップＦ３２３又はＦ３２４
で区切情報が検出される。受信情報（送出情報ＳＤ）が
図１２（ｃ）又は図２０（ｃ）の形態であったのなら、
或る時点でステップＦ３２３で区切情報ｓｐ１１が検出
される。受信情報（送出情報ＳＤ）が図１２（ｄ）又は
図２０（ｄ）の形態であったのなら、或る時点でステッ
プＦ３２４で区切情報ｓｐ１２が検出される。

【０１２６】ステップＦ３２４で区切情報ｓｐ１２が検
出された場合は、続いて音量データのセクションとなっ
ているはずであるため、ステップＦ３２５に進み、受信
情報の順送りを行う。また上記ステップＦ３１８で区切
情報ｓｐ１３が検出された場合も、続いて音量データの
セクションとなっているはずであるため、ステップＦ３
２５に進み、受信情報の順送りを行う。ステップＦ３２
５での順送りが行われると、分析対象のデータは音量デ
ータの最初のデータになるため、ステップＦ３２６でそ
のデータを再生音量データ列に取り込む処理を行う。

【０１２７】そしてステップＦ３２７で受信情報の順送
りを行って、ステップＦ３２８で、その順送りにより分
析対象となったデータが、区切情報ｓｐ１１であるか否
かを判別する。区切情報ｓｐ１１でなければ、そのデー
タは音量データを構成するデータであるため、ステップ
Ｆ３２６に戻ってそのデータを再生音量データ列に追加
する更新処理を行う。

【０１２８】受信情報（送出情報ＳＤ）が図１２（ｄ）
（ｅ）又は図２０（ｄ）（ｅ）の形態であったのなら、
或る時点でステップＦ３２８で区切情報ｓｐ１１が検出
される。また上記のように、受信情報の形態が図１２
（ｃ）又は図２０（ｃ）の形態であったのなら、或る時
点でステップＦ３２３で区切情報ｓｐ１１が検出され、
受信情報の形態が図１２（ｂ）又は図２０（ｂ）の形態
であったのなら、或る時点でステップＦ３１７で区切情
報ｓｐ１１が検出される。これらの区切情報ｓｐ１１が
検出された場合は、その時点で、送出情報ＳＤの１つの
ブロックとしてのデータの取込が完了されたことにな
り、図中として示すように図２７のステップＦ３２９
以降の処理に進むことになる。つまり送出情報ＳＤの１
つのブロックから抽出され各レジスタに取り込まれたデ
ータに基づく再生動作が行われる。

【０１２９】まずステップＦ３２９では、コントローラ
７５は再生テキスト列として保持されているデータを表
示ドライバ７９に供給して、表示部８１において表示出
力させる。続いてステップＦ３３０、Ｆ３３２、Ｆ３３
４で、コントロールコマンドレジスタＲＧの状況を確認
し、ｓコマンドが存在すれば、ステップＦ３３１でその
コマンド値に応じて読上速度を設定する。またｔコマン
ドが存在すれば、ステップＦ３３３で、そのコマンド値
に応じて基準音程を設定する。またｖコマンドが存在す
れば、ステップＦ３３５で、そのコマンド値に応じて基
準音量を設定する。

【０１３０】続いてステップＦ３３６、Ｆ３３７、Ｆ３
３８では、中間言語情報ｍＴとしての音読情報の取込状
況を判断する。即ち本例の場合、中間言語情報ｍＴとし
て発音記号情報は含まれるが、抑揚／強調データ、及び
音量データに関しては含まれない場合もある。そこでス
テップＦ３３６、Ｆ３３７、Ｆ３３８では、再生抑揚／
強調データ列、音量データ列としての取込データの有無
を判断し、処理を分岐させる。

【０１３１】そして抑揚／強調データ、及び音量データ
の両方が存在しない場合（受信情報が図１２（ｂ）又は
図２０（ｂ）の形態であった場合）は、ステップＦ３３
９に進んで、再生発音記号列として保持されている発音
記号情報に基づいて音声合成処理を行って合成音声信号
を生成し、その合成音声信号をオーディオ回路７８に供
給していって音声出力部８０から音声として再生出力さ
せる。

【０１３２】抑揚／強調データは存在するが、音量デー
タが存在しない場合（受信情報が図１２（ｃ）又は図２
０（ｃ）の形態であった場合）は、ステップＦ３４２に
進んで、再生発音記号列として保持されている発音記号
情報と、再生抑揚／強調データ列として保持されている
抑揚／強調データに基づいて音声合成処理を行って合成
音声信号を生成し、その合成音声信号をオーディオ回路
７８に供給していって音声出力部８０から音声として再
生出力させる。

【０１３３】抑揚／強調データと音量データの両方が存
在する場合（受信情報が図１２（ｄ）又は図２０（ｄ）
の形態であった場合）は、ステップＦ３４０に進んで、
再生発音記号列として保持されている発音記号情報と、
再生抑揚／強調データ列として保持されている抑揚／強
調データと、再生音量データ列として保持されている音
量データとに基づいて音声合成処理を行って合成音声信
号を生成し、その合成音声信号をオーディオ回路７８に
供給していって音声出力部８０から音声として再生出力
させる。

【０１３４】抑揚／強調データは存在せずに、音量デー
タが存在する場合（受信情報が図１２（ｅ）又は図２０
（ｅ）の形態であった場合）は、ステップＦ３４１に進
んで、再生発音記号列として保持されている発音記号情
報と、再生音量データ列として保持されている音量デー
タとに基づいて音声合成処理を行って合成音声信号を生
成し、その合成音声信号をオーディオ回路７８に供給し
ていって音声出力部８０から音声として再生出力させ
る。

【０１３５】もちろんこのブロックにコントロールコマ
ンドが存在していた場合（もしくはこのブロックより前
のブロックに含まれていたコントロールコマンドが依然
有効とされていた場合）は、ステップＦ３３９、Ｆ３４
０、Ｆ３４１、Ｆ３４２のいづれで音声合成出力が行わ
れる場合でも、ｓコマンド、ｔコマンド、ｖコマンドの
全部又は一部による設定に基づいた処理が行われること
になる。

【０１３６】以上の処理で、受信した送出情報ＳＤのう
ちで１つのブロック（文、文節、単語などの単位）とし
ての音声及び表示出力が行われる。従ってステップＦ３
４３で受信情報の確認を行い、受信した送出情報ＳＤと
しての全データ（即ち全ブロック）について出力処理を
終了していなければ（エンドマークＥＤが検出されなけ
れば）、ステップＦ３０１に戻って同様の処理を行うこ
とになる。つまり次のブロックとしての文や文節等の再
生出力を行う。そして、受信した送出情報の全ブロック
についての再生を終了した時点で、ステップＦ３４３か
ら処理を終える。

【０１３７】以上の処理により、第２の動作例では、上
記第１の動作例の場合と同様に、受信した送出情報ＳＤ
に基づいて、配信サービスされる対象とされた元々のテ
キストデータに関する音声再生及び表示再生が実現され
ることになる。しかもこの第２の動作例でも、ブロック
単位でテキストデータと、それに対応する中間言語情報
ｍＴのデータが同時に再生処理されながら、送出情報Ｓ
Ｄとしての各ブロックの再生処理が進行していくことに
なるため、表示再生と音声再生の同期がとられているこ
とになる。従ってユーザーは音声を聞きながらその内容
を表示上で確認していくことができる。

【０１３８】また、コントローラ７５は、既に音読情報
とされている中間言語情報ｍＴに基づいて音声合成処理
を行って音声信号出力を行えばよく、例えば膨大な辞書
や文法データを用いるテキストデータの分析処理は、オ
ーサリングシステム２側で既に行われているため、不要
となり、処理負担は小さく、ハードウエア、ソフトウエ
アとしても小規模なもので対応できる。このため再生端
末装置７としての小型軽量化、消費電力の削減、低価格
化なども容易に実現できる。

【０１３９】さらに、受信した送出情報ＳＤに対するブ
ロック単位の処理や、各ブロックにおけるテキストデー
タｔＴＸと中間言語情報ｍＴの分離は区切情報ｓｐ１１
やＮｕｌｌコードを監視して行えばよいため、コントロ
ーラ７５の分離処理は単純化される。なお、本例ではブ
ロックの先頭にＮｕｌｌコードを入れることとしたが、
上述のように中間言語情報ｍＴの後ろ（ブロックの後
端）にも区切情報ｓｐｌｌは入れられるため、それによ
ってもブロックの区切の判別は可能となり、すなわちＮ
ｕｌｌコードを入れないような送出情報ＳＤの構造も考
えられる。その場合は、図２５のステップＦ３０１で区
切情報ｓｐ１１の判別を行うようにすればよい。

【０１４０】また本例では、中間言語情報ｍＴ内の各セ
クションの分離／抽出に関しても、区切情報ｓｐ１２、
ｓｐ１３、ｓｐ１４を監視すればよく、同様に簡単な処
理となる。コントロールコマンド内の各コマンドの分離
／抽出も、区切情報ｓｐ１５を基準として容易に実行で
きる。これらによっても処理負担の縮小、ハードウエ
ア、ソフトウエアの小規模化を促進できる。

【０１４１】そしてさらに、例えば音声信号データが圧
縮されたデータ形態で送信されてくるものではないた
め、圧縮処理による音質劣化はなく、さらに上述のよう
に抑揚／強調データ、音量データなどの情報も付加され
ていることで、非常に高品位な音声再生出力を行うこと
が可能となる。さらにコントロールコマンドによる設定
によって、音声出力の際の多様な表現形態を実現できる
ことにもなる。さらに伝送路５で伝送される送出情報Ｓ
Ｄは、オーディオデータに比べてデータ量が非常に少な
いため、伝送に時間がかかることはなく、ユーザーにと
って快適な情報提供を行うことができる。

【０１４２】以上実施の形態の例を説明してきたが、本
発明としては各種の変形例が考えられることはいうまで
もない。例えば再生端末装置７として携帯用の小型装置
を想定したが、本発明のシステムの場合、汎用のパーソ
ナルコンピュータでも十分に音声合成出力が可能になる
ため、端末装置をパーソナルコンピュータとして、上記
図９（又は図２５〜図２７）のような処理を行うアプリ
ケーションソフトウエアを提供するという形態でも本シ
ステムを実現できる。特にパーソナルコンピュータとし
てサウンド機能が搭載されているものであれば、ソフト
ウエア提供のみで音声合成ができる。

【０１４３】また、本発明ではテキスト情報と中間言語
情報を合成して送出情報を生成することを基本としてい
るが、システム形態によっては、例えば本発明における
中間言語情報のみを送出情報ＳＤとして提供することも
考えられる。また、映像記録媒体からの映像信号の副情
報としてテキストデータが付加される場合があるが、こ
のようなテキストデータに対応する中間言語情報も付加
して例えば映像記録媒体に記録しておくことで、再生時
に再生装置において上記同様の簡易な処理で高品位な音
声合成出力を行うこともでき、さらにはこれを映像信号
とともに再生される音声信号とミキシングしてナレーシ
ョン等の音声再生としてなどに利用できる。

【０１４４】また、再生端末側（再生端末装置７）にお
いて音声合成用の素片情報テーブルを更新することで、
合成音声の声の質をユーザーの好みにより選択できた
り、将来的な音質改善に対応できる。また、ユーザーの
好みに合わせて声の高さや読出速度などを自由に選択で
きるようにすることも考えられる。

【０１４５】

【発明の効果】以上説明したように本発明では、情報送
信装置側ではテキスト情報に対応する音読情報となる中
間言語情報をテキスト情報とともに送信する。そして情
報受信装置側では、テキスト情報と中間言語情報を分離
して、テキスト情報を表示出力するとともに、中間言語
情報を用いて音声合成を行ない、その音声合成情報を出
力する。即ち、中間言語情報として、音声合成処理にお
ける音声合成のためにテキストデータを分析し、所定の
データ形態とした情報をサーバ側（情報送信装置）から
端末装置側（情報受信装置）に伝送するようにする。こ
れにより、例えば音声信号自体を伝送することに比べて
著しくデータ量を削減することができ、音声情報サービ
スの際の伝送時間を短縮化でき、ユーザーに対して待た
せることなく情報配信を行うことができる。また換言す
れば、通信回線がさほど高速なデータ伝送を行う回線で
なくとも十分にサービスが可能となる。さらに、中間言
語情報の作成をサーバ側で行うことになるため、例えば
テキストデータ分析のために用いる辞書情報、文法情報
などの追加、更新が容易であり、将来的なサービス拡張
や情報品質の高品位化、新造語の追加などにも容易に対
応できる。

【０１４６】また、サーバ側で高度なテキストデータ分
析を行なって中間言語情報を生成することが可能である
ため、端末装置側では、その中間言語情報を用いて高音
質な再生音声出力を行うことができる。特に、中間言語
情報には、抑揚／強調情報や音量情報が含まれるように
することで、非常に高品位な音声出力が可能となる。例
えば合成音声としていわゆるロボットボイスのような音
声ではなく、人が普通に話しているような音声とするこ
とができる。さらに中間言語情報には指示情報も含める
ようにすれば、端末装置側での音声合成処理に関しての
指示を行うことができるようになり、より高品質かつ多
様な音声出力が可能となる。

【０１４７】また、端末装置側ではテキストデータ分析
のためのハードウエア、ソフトウエアは不要となり、そ
れは特に高音質化が求められる場合でも同様であるた
め、端末装置の処理負担が削減され、装置の小型軽量
化、低価格化、低消費電力化が実現され、例えば携帯用
の端末装置などとしても好適なものとなる。さらにサー
バ側からは中間言語情報だけでなくテキストで情報も送
信するため、端末装置側で音声出力だけでなく、対応す
る文字を表示出力することも可能となり、例えばユーザ
ーは出力される音声を聞きながら表示される文字を確認
できる。またサーバ側では、活字情報を認識してテキス
ト情報としてのデータを得ることで、電子データ化され
ていない出版物の情報の配信サービスにも好適である。

【０１４８】またテキスト情報を、意味内容が同一とな
る他の言語形態のテキスト情報、例えば英語などの他の
言語や、標準語以外の方言などに変換し、その変換され
たテキスト情報に対応する音読情報としての中間言語情
報を生成するようにすれば、端末装置側で他の言語形態
による音声出力を行うことができる。即ち端末装置側の
ユーザーに合わせて、その母国語や方言で情報提供を行
うことができる。

【０１４９】また端末装置側では表示手段によるテキス
ト情報の表示タイミングと、出力手段による音声合成情
報の出力タイミングの同期制御を行うことで、ユーザー
による音声と表示文字の同時確認に好適となる。さら
に、中間言語生成手段が、入力されたテキスト情報に対
する中間言語情報生成処理単位を可変設定でき、その中
間言語情報生成処理単位毎に中間言語情報を生成してい
くとともに、送出情報生成手段は、中間言語情報生成処
理単位毎にテキスト情報と前記中間言語情報を合成して
送出情報を生成する。つまり実施の形態において説明し
たように送出情報としてのブロックの区切単位を任意に
設定できるようにすることで、テキスト情報の内容に応
じたフレキシブルな再生動作設定（端末装置側でのテキ
スト表示と中間言語情報に基づく発音処理の同期状態設
定）が可能となる。

【０１５０】また情報送信装置側から端末装置側への送
出情報において、テキスト情報と中間言語情報が第１の
区切情報（例えば上記実施の形態における区切情報ｓｐ
１、ｓｐ２、ｓｐ１１、Ｎｕｌｌ）によって区切られて
いるようにすることで、端末装置側ではテキスト情報と
中間言語情報の分離処理が非常に容易に可能となる。さ
らに、中間言語情報内での音読情報（発音記号情報、抑
揚／強調情報、音量情報）の区切として第２の区切情報
（例えば上記実施の形態における区切情報ｓｐ１２、ｓ
ｐ１３）が用いられることで、端末装置側での各音読情
報の分離及び対応処理を容易なものとすることができ
る。また、中間言語情報内での指示情報の区切として第
３の区切情報（例えば上記実施の形態における区切情報
ｓｐ１４）を配することにより、端末装置側で中間言語
情報から指示情報を抽出することも容易となる。そし
て、これらの区切情報により処理の容易化に伴い、端末
装置での処理負担の削減、装置の小型軽量化、低価格
化、低消費電力化を一段と促進できる。

【図面の簡単な説明】

【図１】本発明の実施の形態のシステム構成のブロック
図である。

【図２】実施の形態の端末装置側の構成のブロック図で
ある。

【図３】実施の形態の送出情報生成処理のフローチャー
トである。

【図４】実施の形態の第１の動作例の中間言語情報変換
手順のフローチャートである。

【図５】実施の形態の第１の動作例の送出情報生成処理
の説明図である。

【図６】実施の形態の第１の動作例の送出情報のデータ
例の説明図である。

【図７】実施の形態の第１の動作例の送出情報のデータ
例の説明図である。

【図８】実施の形態の第１の動作例の送出情報のデータ
例の説明図である。

【図９】実施の形態の第１の動作例での受信した送出情
報の再生処理のフローチャートである。

【図１０】実施の形態の区切情報の説明図である。

【図１１】実施の形態の第２の動作例の中間言語情報変
換手順のフローチャートである。

【図１２】実施の形態の第２の動作例の送出情報の形態
の説明図である。

【図１３】実施の形態の第２の動作例の送出情報のデー
タ例の説明図である。

【図１４】実施の形態の発音記号情報の説明図である。

【図１５】実施の形態の発音記号情報の説明図である。

【図１６】実施の形態の抑揚／強調データの説明図であ
る。

【図１７】実施の形態の抑揚／強調データの具体例の説
明図である。

【図１８】実施の形態の音量のデータの説明図である。

【図１９】実施の形態の第２の動作例の送出情報のデー
タ例の説明図である。

【図２０】実施の形態の第２の動作例の送出情報の形態
の説明図である。

【図２１】実施の形態のｓコマンドの説明図である。

【図２２】実施の形態のｔコマンドの説明図である。

【図２３】実施の形態のｖコマンドの説明図である。

【図２４】実施の形態の第２の動作例の送出情報のデー
タ例の説明図である。

【図２５】実施の形態の第２の動作例での受信した送出
情報の再生処理のフローチャートである。

【図２６】実施の形態の第２の動作例での受信した送出
情報の再生処理のフローチャートである。

【図２７】実施の形態の第２の動作例での受信した送出
情報の再生処理のフローチャートである。

【符号の説明】

１ コンテンツ、２ オーサリングシステム、３ デー
タベース、４ サービスプロバイダ、５ 伝送路、６
端末側送受信装置、７ 再生端末装置、２１ＯＣＲ、２
２ テキスト格納部、２３ 翻訳／変換部、２４ 中間
言語生成部、２５ 送出情報生成部、２６ 操作部、６
２ モデム、７３ インターフェース部、７５ コント
ローラ、７６ メモリ、７７ 操作部、７８ オーディ
オ回路、７９ 表示ドライバ、８０ 音声出力部、８１
表示部

───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.⁶ 識別記号 ＦＩ Ｇ１０Ｌ 5/02 Ｇ０６Ｆ 15/38 Ｖ

Claims (40)

【特許請求の範囲】
1. 【請求項１】 テキスト情報を入力するテキスト情報入
   力手段と、 前記テキスト情報入力手段から入力されたテキスト情報
   を、そのテキスト情報に対応する音読情報となる中間言
   語情報を生成する中間言語生成手段と、 少なくとも前記テキスト情報と前記中間言語情報を合成
   して送出情報を生成する送出情報生成手段と、 前記送出情報生成手段で生成された送出情報を送信する
   送信手段と、 前記送信手段により送信される前記送出情報を受信する
   受信手段と、 前記受信手段で受信された送出情報を、少なくとも前記
   テキスト情報と前記中間言語情報に分離する分離手段
   と、 前記分離手段で分離された前記テキスト情報を表示出力
   する表示手段と、 前記分離手段で分離された前記中間言語情報を用いて音
   声合成を行ない音声合成情報を生成する音声合成手段
   と、 前記音声合成手段で得られた音声合成情報を出力する出
   力手段と、 を備えたことを特徴とする情報配信システム。
2. 【請求項２】 前記送出情報生成手段は、前記テキスト
   情報と前記中間言語情報を第１の区切情報で区分した状
   態で合成して送出情報を生成することを特徴とする請求
   項１に記載の情報配信システム。
3. 【請求項３】 前記中間言語生成手段は、入力されたテ
   キスト情報に対する中間言語情報生成処理単位を可変設
   定でき、その中間言語情報生成処理単位毎に中間言語情
   報を生成していくとともに、 前記送出情報生成手段は、前記中間言語情報生成処理単
   位毎に、前記テキスト情報と前記中間言語情報を合成し
   て送出情報を生成することを特徴とする請求項１に記載
   の情報配信システム。
4. 【請求項４】 前記中間言語生成手段は、前記中間言語
   情報として発音記号情報を生成することを特徴とする請
   求項１に記載の情報配信システム。
5. 【請求項５】 前記中間言語生成手段は、発音記号情報
   を生成するとともに、抑揚／強調情報もしくは音量情報
   の一方又は両方を加えることで前記中間言語情報として
   の情報列を形成することを特徴とする請求項１に記載の
   情報配信システム。
6. 【請求項６】 前記中間言語生成手段は、前記中間言語
   情報としての情報列を形成する各情報が、第２の区切情
   報で区切られている状態とすることを特徴とする請求項
   ５に記載の情報配信システム。
7. 【請求項７】 前記中間言語生成手段は、発音記号情報
   を生成するとともに、その発音記号情報による発音処理
   の際の指示情報を加えることで前記中間言語情報として
   の情報列を形成することを特徴とする請求項１に記載の
   情報配信システム。
8. 【請求項８】 前記指示情報としては、発音処理の際の
   発音速度情報、発音処理の際の基準音程情報、発音処理
   の際の基準音量情報の全部又は一部が含まれることを特
   徴とする請求項７に記載の情報配信システム。
9. 【請求項９】 前記中間言語生成手段は、前記中間言語
   情報としての情報列において前記指示情報が、第３の区
   切情報で区切られている状態とすることを特徴とする請
   求項７に記載の情報配信システム。
10. 【請求項１０】 前記テキスト情報入力手段は、活字情
    報を認識してテキスト情報としてのデータを得ることを
    特徴とする請求項１に記載の情報配信システム。
11. 【請求項１１】 前記中間言語生成手段は、テキスト情
    報を、意味内容が同一となる他の言語形態のテキスト情
    報に対応する音読情報としての中間言語情報を生成する
    ことを特徴とする請求項１に記載の情報配信システム。
12. 【請求項１２】 前記分離手段は、前記第１の区切情報
    を検出することで前記テキスト情報と前記中間言語情報
    を分離することを特徴とする請求項２に記載の情報配信
    システム。
13. 【請求項１３】 前記表示手段による前記テキスト情報
    の表示タイミングと、前記出力手段による前記音声合成
    情報の出力タイミングの同期制御を行う同期手段が設け
    られていることを特徴とする請求項１に記載の情報配信
    システム。
14. 【請求項１４】 前記音声合成手段は、前記分離手段で
    分離された前記中間言語情報から前記発音記号情報を抽
    出し、その抽出された発音記号情報を用いて音声合成情
    報を生成することを特徴とする請求項４に記載の情報配
    信システム。
15. 【請求項１５】 前記音声合成手段は、前記分離手段で
    分離された前記中間言語情報から前記発音記号情報を抽
    出するとともに、前記抑揚／強調情報もしくは前記音量
    情報の一方又は両方を抽出し、その抽出された発音記号
    情報とともに、抽出された抑揚／強調情報もしくは音量
    情報の一方又は両方を用いて音声合成情報を生成するこ
    とを特徴とする請求項５に記載の情報配信システム。
16. 【請求項１６】 前記音声合成手段は、前記分離手段で
    分離された前記中間言語情報について、前記第２の区切
    情報を検出することで、前記発音記号情報を抽出すると
    ともに、前記抑揚／強調情報もしくは前記音量情報の一
    方又は両方を抽出し、その抽出された発音記号情報とと
    もに、抽出された抑揚／強調情報もしくは音量情報の一
    方又は両方を用いて音声合成情報を生成することを特徴
    とする請求項６に記載の情報配信システム。
17. 【請求項１７】 前記音声合成手段は、前記分離手段で
    分離された前記中間言語情報から前記発音記号情報と前
    記指示情報を抽出し、抽出された発音記号情報を用いた
    音声合成情報の生成の際に、抽出された指示情報に基づ
    いた処理設定を行うことを特徴とする請求項７に記載の
    情報配信システム。
18. 【請求項１８】 前記音声合成手段は、前記分離手段で
    分離された前記中間言語情報から前記発音記号情報と前
    記指示情報を抽出し、抽出された発音記号情報を用いた
    音声合成情報の生成の際に、抽出された指示情報に基づ
    いて、発音処理の際の発音速度、発音処理の際の基準音
    程、発音処理の際の基準音量の全部又は一部の設定を行
    うことを特徴とする請求項８に記載の情報配信システ
    ム。
19. 【請求項１９】 前記音声合成手段は、前記分離手段で
    分離された前記中間言語情報について、前記第３の区切
    情報を検出することで、前記発音記号情報と前記指示情
    報を抽出し、抽出された発音記号情報を用いた音声合成
    情報の生成の際に、抽出された指示情報に基づいた処理
    設定を行うことを特徴とする請求項９に記載の情報配信
    システム。
20. 【請求項２０】 テキスト情報を入力するテキスト情報
    入力手段と、 前記テキスト情報入力手段から入力されたテキスト情報
    を、そのテキスト情報に対応する音読情報となる中間言
    語情報を生成する中間言語生成手段と、 少なくとも前記テキスト情報と前記中間言語情報を合成
    して送出情報を生成する送出情報生成手段と、 前記送出情報生成手段で生成された送出情報を送信する
    送信手段と、 を備えたことを特徴とする情報送信装置。
21. 【請求項２１】 前記送出情報生成手段は、前記テキス
    ト情報と前記中間言語情報を第１の区切情報で区分した
    状態で合成して送出情報を生成することを特徴とする請
    求項２０に記載の情報送信装置。
22. 【請求項２２】 前記中間言語生成手段は、入力された
    テキスト情報に対する中間言語情報生成処理単位を可変
    設定でき、その中間言語情報生成処理単位毎に中間言語
    情報を生成していくとともに、 前記送出情報生成手段は、前記中間言語情報生成処理単
    位毎に前記テキスト情報と前記中間言語情報を合成して
    送出情報を生成することを特徴とする請求項２０に記載
    の情報送信装置。
23. 【請求項２３】 前記中間言語生成手段は、前記中間言
    語情報として発音記号情報を生成することを特徴とする
    請求項２０に記載の情報送信装置。
24. 【請求項２４】 前記中間言語生成手段は、発音記号情
    報を生成するとともに、抑揚／強調情報もしくは音量情
    報の一方又は両方を加えることで前記中間言語情報とし
    ての情報列を形成することを特徴とする請求項２０に記
    載の情報送信装置。
25. 【請求項２５】 前記中間言語生成手段は、前記中間言
    語情報としての情報列を形成する各情報が、第２の区切
    情報で区切られている状態とすることを特徴とする請求
    項２４に記載の情報送信装置。
26. 【請求項２６】 前記中間言語生成手段は、発音記号情
    報を生成するとともに、その発音記号情報による発音処
    理の際の指示情報を加えることで前記中間言語情報とし
    ての情報列を形成することを特徴とする請求項２０に記
    載の情報送信装置。
27. 【請求項２７】 前記指示情報としては、発音処理の際
    の発音速度情報、発音処理の際の基準音程情報、発音処
    理の際の基準音量情報の全部又は一部が含まれることを
    特徴とする請求項２６に記載の情報送信装置。
28. 【請求項２８】 前記中間言語生成手段は、前記中間言
    語情報としての情報列において前記指示情報が、第３の
    区切情報で区切られている状態とすることを特徴とする
    請求項２６に記載の情報送信装置。
29. 【請求項２９】 前記テキスト情報入力手段は、活字情
    報を認識してテキスト情報としてのデータを得ることを
    特徴とする請求項２０に記載の情報送信装置。
30. 【請求項３０】 前記中間言語生成手段は、テキスト情
    報を、意味内容が同一となる他の言語形態のテキスト情
    報に対応する音読情報としての中間言語情報を生成する
    ことを特徴とする請求項２０に記載の情報送信装置。
31. 【請求項３１】 少なくともテキスト情報と、そのテキ
    スト情報に対応する音読情報としての中間言語情報が合
    成された送出情報を受信する受信手段と、 前記受信手段で受信された送出情報を、少なくとも前記
    テキスト情報と前記中間言語情報に分離する分離手段
    と、 前記分離手段で分離された前記テキスト情報を表示出力
    する表示手段と、 前記分離手段で分離された前記中間言語情報を用いて音
    声合成を行ない音声合成情報を生成する音声合成手段
    と、 前記音声合成手段で得られた音声合成情報を出力する出
    力手段と、 を備えたことを特徴とする情報受信装置。
32. 【請求項３２】 前記受信手段で受信される送出情報
    は、前記テキスト情報と前記中間言語情報が第１の区切
    情報で区分された状態で合成されているとともに、 前記分離手段は、前記第１の区切情報を検出することで
    前記テキスト情報と前記中間言語情報を分離することを
    特徴とする請求項３１に記載の情報受信装置。
33. 【請求項３３】 前記表示手段による前記テキスト情報
    の表示タイミングと、前記出力手段による前記音声合成
    情報の出力タイミングの同期制御を行う同期手段が設け
    られていることを特徴とする請求項３１に記載の情報受
    信装置。
34. 【請求項３４】 前記受信手段で受信される送出情報に
    おいて、前記中間言語情報には発音記号情報が含まれて
    いるとともに、 前記音声合成手段は、前記分離手段で分離された前記中
    間言語情報から前記発音記号情報を抽出し、その抽出さ
    れた発音記号情報を用いて音声合成情報を生成すること
    を特徴とする請求項３１に記載の情報受信装置。
35. 【請求項３５】 前記受信手段で受信される送出情報に
    おいて、前記中間言語情報には発音記号情報が含まれて
    いるとともに、抑揚／強調情報もしくは音量情報の一方
    又は両方が含まれており、 前記音声合成手段は、前記分離手段で分離された前記中
    間言語情報から前記発音記号情報を抽出するとともに、
    前記抑揚／強調情報もしくは前記音量情報の一方又は両
    方を抽出し、その抽出された発音記号情報とともに、抽
    出された抑揚／強調情報もしくは音量情報の一方又は両
    方を用いて音声合成情報を生成することを特徴とする請
    求項３１に記載の情報受信装置。
36. 【請求項３６】 前記受信手段で受信される送出情報に
    おいて、前記中間言語情報には発音記号情報に加えて、
    抑揚／強調情報もしくは音量情報の一方又は両方が含ま
    れており、かつこれらの各情報が第２の区切情報で区分
    されている場合に、 前記音声合成手段は、前記分離手段で分離された前記中
    間言語情報について、前記第２の区切情報を検出するこ
    とで、前記発音記号情報を抽出するとともに、前記抑揚
    ／強調情報もしくは前記音量情報の一方又は両方を抽出
    し、その抽出された発音記号情報とともに、抽出された
    抑揚／強調情報もしくは音量情報の一方又は両方を用い
    て音声合成情報を生成することを特徴とする請求項３１
    に記載の情報受信装置。
37. 【請求項３７】 前記受信手段で受信される送出情報に
    おいて、前記中間言語情報には発音記号情報と指示情報
    が含まれており、 前記音声合成手段は、前記分離手段で分離された前記中
    間言語情報から前記発音記号情報と前記指示情報を抽出
    し、抽出された発音記号情報を用いた音声合成情報の生
    成の際に、抽出された指示情報に基づいた処理設定を行
    うことを特徴とする請求項３１に記載の情報受信装置。
38. 【請求項３８】 前記受信手段で受信される送出情報に
    おいて、前記中間言語情報には発音記号情報と指示情報
    が含まれており、 前記音声合成手段は、前記分離手段で分離された前記中
    間言語情報から前記発音記号情報と前記指示情報を抽出
    し、抽出された発音記号情報を用いた音声合成情報の生
    成の際に、抽出された指示情報に基づいて、発音処理の
    際の発音速度、発音処理の際の基準音程、発音処理の際
    の基準音量の全部又は一部の設定を行うことを特徴とす
    る請求項３１に記載の情報受信装置。
39. 【請求項３９】 前記受信手段で受信される送出情報に
    おいて、前記中間言語情報には発音記号情報と指示情報
    が含まれており、かつこれらの情報が第３の区切情報で
    区分されている場合に、 前記音声合成手段は、前記分離手段で分離された前記中
    間言語情報について、前記第３の区切情報を検出するこ
    とで、前記発音記号情報と前記指示情報を抽出し、抽出
    された発音記号情報を用いた音声合成情報の生成の際
    に、抽出された指示情報に基づいた処理設定を行うこと
    を特徴とする請求項３１に記載の情報受信装置。
40. 【請求項４０】 入力されたテキスト情報を、そのテキ
    スト情報に対応する音読情報となる中間言語情報に変換
    して、少なくとも前記テキスト情報と前記中間言語情報
    を合成した送出情報を生成して送信するとともに、 送信される前記送出情報を受信して少なくとも前記テキ
    スト情報と前記中間言語情報に分離し、分離された前記
    テキスト情報の表示出力、及び分離された前記中間言語
    情報を用いて音声合成された音声合成情報の出力を行う
    ことを特徴とする情報配信方法。