WO1998058365A1 - Support de donnees avec circuits electroniques, et synthetiseur vocal pourvu de ce support de donnees - Google Patents

Description

明細書 電子回路を有する記憶媒体と該記憶媒体を有する音声合成装置 技術分野

本発明は、 情報を記憶する情報記憶部と情報を処理する電子 回路部とを有する記憶媒体、 例えば電子回路が載った光ディス ク （以下、 インテリジェント · ディスク （ I D ) と呼ぶ） と、 該記憶媒体に記憶された情報及び電子回路部の制御に基づいて 音声を合成する音声合成装置に関するものである。 背景技術

従来の音声合成装置は、 コ一ド入力される文書情報に基づい て、 波形等で音韻を記憶する機械語デ一夕べ一スゃ採取した音 から抽出した音を記憶する音源データベース等からの音をつな ぎ合わせることで音声を再生している。 最近では、 音源デ一夕 ベースの研究が進み、 特定の人の声をまねた再生音の生成も可 能になってきた。

しかしながら、 より特徴ある声を再生しょうとすると、 同じ 音に対しても接続状態等により多種の異なる音源が必要がある ため、 膨大なデ一夕を記憶しておかねばならず、 いまだデモ機 の段階であり実用化には至っていない。 発明の開示

本発明は、 前記従来の欠点を除去し、 よりコンパク トなデ一 夕ベースに基づいて、 種々な声や言葉、 例えば方言等を合成す る音声合成装置と、 その音声合成装置を実現可能とした電子回 路を有する記憶媒体を提供する。 更に、 本発明は、 上記音声 合成装置を含むコンピュータシステム、 例えば、 力一ナビゲー ショ ンシステム等も提供する。

この課題を解決するために、 本発明の記憶媒体は、 情報を記 憶する情報記憶部と情報を処理する電子回路部とを有する記憶 媒体であって、 前記情報記憶部には少なくとも外部装置での音 声合成を制御するパラメ一夕が記憶され、 前記電子回路部は音 声合成される情報に対応して前記パラメータを選別する手段を 有することを特徴とする。 ここで、 前記情報記憶部には前記音 声合成される情報が更に記憶されている。 また、 前記情報記憶 部には音声合成に使用される音声デ一夕ベースが更に記憶され ている。 また、 前記記憶媒体は光ディスクである。

叉、 本発明の音声合成装置は、 情報を記憶する情報記憶部と 情報を処理する電子回路部とを有する記憶媒体を含む音声合成 装置であって、 前記記憶媒体の前記情報記憶部には少なく とも 外部装置での音声合成を制御するパラメ一夕が記憶され、 前記 記憶媒体の前記電子回路部は音声合成される情報に対応して前 記パラメ一夕を選別する手段を有することを特徴とする。 ここ で、 前記情報記憶部には前記音声合成される情報が更に記憶さ れている。 また、 前記情報記憶部には音声合成に使用される音 声デ—夕ベースが更に記憶されている。 叉、 本発明の音声合成装置は、 情報を記憶する情報記憶部と 情報を処理する電子回路部とを有する記憶媒体が挿入されてい るか否かを判別する判別手段と、 前記記憶媒体が挿入されてい る場合は前記記憶媒体を使用して音声を合成し前記記憶媒体が 挿入されていない場合は前記記憶媒体を使用せずに音声を合成 する音声合成手段とを有することを特徴とする。 ここで、 前記 記憶媒体は光ディスクである。

叉、 本発明のコンピュータシステムは、 音声合成装置を含む コンピュータシステムであって、 前記音声合成装置が、 情報を 記憶する情報記憶部と情報を処理する電子回路部とを有する記 憶媒体を含み、 前記記憶媒体の前記情報記憶部には少なく とも 外部装置での音声合成を制御するパラメ一夕が記憶され、 前記 記憶媒体の前記電子回路部は音声合成される情報に対応して前 記パラメ一夕を選別する手段を有することを特徴とする。 ここ で、 前記記憶媒体は光ディスクである。

叉、 本発明の力一ナビゲーシヨンシステムは、 音声合成装置 を含むカーナビゲ一ションシステムであって、 前記音声合成装 置が、 情報を記憶する情報記憶部と情報を処理する電子回路部 とを有する記憶媒体を含み、 前記記憶媒体の前記情報記憶部に は少なく とも外部装置での音声合成を制御するパラメ一夕が記 憶され、 前記記憶媒体の前記電子回路部は音声合成される情報 に対応して前記パラメ一夕を選別する手段を有することを特徴 とする。 ここで、 前記記憶媒体は光ディスクである。

本発明により、 よりコンパク トなデ一夕ベースに基づいて、 種々な声や言葉、 例えば方言等を合成する音声合成装置と、 そ の音声合成装置を実現可能とした電子回路を有する記憶媒体を 提供できる。 更に、 本発明は、 上記音声合成装置を含むコンビ ュ一夕システム、 例えば、 力一ナビゲ一シヨンシステム等も提 供する。 図面の簡単な説明

図 1は、 本実施の形態の I Dの一種であるインテリジェント · 光ディスクの外観図である。

図 2は、 本実施の形態の音声合成装置の構成を示すブロック図 である。

図 3は、 本実施の形態のディスク部 3の記憶内容例を示す図で ある。

図 4は、 本実施の形態の文書情報の構成例を示す図である。 図 5は、 スタンドアロンの音声合成装置の動作手順例を示す図 である。

図 6は、 本実施の形態のディスク部 3の記憶内容の他例を示す 図である。

図 7は、 システムに組み込まれた音声合成装置の例を示す図で ある。 発明を実施するための最良の形態 本発明をより詳細に説述するために、 添付の図面に従って、 本発明の実施の形態を説明する。

<本実施の形態の音声合成装置の構成例 >

図 1は、 本実施の形態の I Dの一種であるインテリジェント • 光ディスクの外観図である。 I D 1は、 情報を記憶するデ イスク面であるディスク部 3 と、 例えば図 1のように、 その中 央部に搭載されたィンテリジェン卜回路部 2とから成る。 ここ で、 図 1では回路部 2をディスクの中央部に配置したが、 ディ スクの片面を専有したり、 複数層にディスクを製造してその中 の層に配置したり等、 その配置には特に限定はない。 図 2は、 本実施の形態の音声合成装置の構成を示すブロック 図である。 1 0は音声生成部であり、 入力される文書情報 （コ —ド） から合成のための情報を作成する文書処理部 1 2と、 機 械語デ一夕ベースや音源デ一夕べ一ス （以下、 ボイスフォン ト とも呼ぶ） に基づいて、 上記文書処理部 1 2の出力に対応して 音声を合成して出力する音声合成部 1 4と、 文書処理部 1 2 と 音声合成部 1 4とを制御する音声接続制御部 1 3 とを有する。 音声接続制御部 1 3は、 I D 1のディスク部 3から読み出され る音声接続及び文書接続情報を受け取って、 文書処理部に対し ては、 言葉の並び変えや挿入や削除等を指示し、 音声合成部 1 4に対しては、 音の長さや音韻の付加 Z省略， アクセント， 声 の高低， 強弱等の指示を行う。

ここで、 機械語データべ一ス 1 5 と音源デ一夕ベース 1 6 と が破線で接続されているのは、 これらのデータベースが I D 1 のディスク部に格納されても良いからである。

音声生成部 1 0には、 更に I D 1のためのピックアップ （図 示なし） やピックアップの駆動回路を含む光ディスク ドライブ ユニッ ト 1 1 と、 I D 1のインテリジェント回路部 2からの情 報を受ける I Dイン夕フエ一ス 1 7 とがある。 尚、 これらは、 特に音声生成部 1 0に含まれる必要はなく、 後述のように、 本 音声合成部 1 0がコンピュータシステム等に組み込まれる場合 は、 他の機能部分に含まれてもよい。 尚、 音声情報の出力先は 図示していないが、 音声発生部としてスピーカやイヤホン等が 接続される。

I D 1は前述のように、 ディスク部 3 とインテリジェント回 路部 2 とから成るが、 インテリジェント回路部 2は、 ディスク 部 3からのデ一夕の読み出しを制御する演算 ， 制御用の C P U 2 1 と、 C P U 2 1の固定プログラムやパラメ一夕を記憶する R O M 2 2と、 一時記憶用の R A M 2 3 と、 システムとの情報 交換のためのシステム · インタフェース 2 4とを有する。 更に 、 I D 1が独立の電源を有する場合には、 光電池 2 5が含まれ る。 尚、 インタフェースは接触型でも非接触型であっても、 ま たバス結合であっても通信結合であってもよい。 通信としては 、 電波通信や光通信等が考えられる。 但し、 本願の外部装置 1 0は既存の装置の大幅な改造を意図していないので、 I D 1 を 既存装置に付加するために簡単な方式を選べば良い。

<スタンドアロンの音声合成装置の例 >

図 3乃至図 5に基づいて、 例えばテープレコーダやしゃべる 本であるボイスブック等のような独立した音声合成装置の場合 の、 情報の記憶構造例と処理手順例とを説明する。

図 3は、 ディスク部 3に記憶された情報の構成例である。 ディ レク トリ 3 aのポイント先には以下の情報が記憶されて いる。 3 bは機械語デ一夕べ一スを示し、 図では複数の異なる デ—夕べ—スを有している。 3 cはポイスフォントを示し、 こ れも複数記憶されている。 3 dは音声接続部による文書処理部 1 2の制御に使用される文書接続パラメ一夕であり、 これも複 数の種類が記憶されている。 3 eは音声接続部 1 3による音声 合成部 1 4の制御に使用される音声接続パラメ一夕であり、 こ れも複数の種類が記憶されている。 これら 3 b〜 3 eの情報は 、 文書情報が同じ特性での出力 （例えば、 個人の朗読） であれ ば、 1つで良い場合もある。 そのパラメ一夕の差異は、 以下に 詳細に示すように、 文書情報の違いに対応できるように分離さ れている。

3 f は文書情報であり、 ここで各文書情報は、 ある俳優の朗 読であれ、 1つの小説全体の長さを有するもので良いし、 演劇 であれば各台詞の長さである場合もある。

図 4は、 文書情報 3 f の内部構造例を示す図である。

1つの文書情報 1は、 音声種別と合成文書情報との 1つ又は 複数の対からなる。 音声種別情報は、 以下の合成文書情報の文 を合成するための特性を示す複数の指標、 例えば、 地域 （世界 であれば言語， 国内であれば方言と関係する） ， 性別， 経歴， 体格， 年齢等が考えられる。 尚、 この指標はある有名人や文書 内容を表すキーワードに対応してその組み合わせを記憶してお くようにすれば、 簡単に特定の声を選択できる。 合成文書情報 は実際に合成する文書 （コード） である。

図 5は、 図 3及び図 4の情報を使って、 本音声合成装置がど のような手順で音声を発生するかを示すフローチャートである 。 I D 1の回路部 2の C P U 2 1は、 先ずステップ S 5 1で I D 1がドライブに挿入されたか否かをチェックする。 挿入さ れたならばステップ S 5 2に進んで、 複数の文書がある場合は 、 文書選択表示をシステム側に指示し、 システムの表示部 （図 示なし） に表示する。 ステップ S 5 3でユーザからの選択指示 を待ち、 指示があると、 ステップ S 5 3を抜けてステップ S 5 4に進む。 尚、 文書が 1つの場合は、 ステップ S 5 2， S 5 3 はなくて良い。

ステップ S 5 4では、 C P U 2 1が選択された文書情報の読 み出しを、 光ディスク ドライブユニッ ト 1 1にア ドレスと共に 指示する。 光ディスク ドライブユニッ ト 1 1は、 指示アドレス から選択された文書情報を読み出し、 文書処理部 1 2内のバッ ファに格納する。 C P U 2 1は、 ステップ S 5 5で文書処理部 1 2内の、 あるいは直接光ディスク ドライブュニッ ト 1 1から 転送された文書情報の先頭部から音声種別情報を分離し、 これ を分析する。

次にステップ S 5 6で分析結果から使用する機械語やボイス フォント， 文書接続パラメ一夕， 音声接続パラメ一夕の読み出 しを、 再び光ディスク ドライブュニッ ト 1 1 に指示する。 光デ イスク ドライブユニッ ト 1 1により、 ディスク部 3から読み出 された情報は、 それぞれ機械語やボイスフォントは音声合成部 1 4に、 パラメ一夕は音声接続制御部 1 3にセッ 卜される。

C P U 2 1は、 ステップ S 5 7で音声接続制御部 1 3に対し て音声合成を指示する。 音声接続制御部 1 3は、 文書接続パラ メータに従って、 文書処理部 1 2を制御して言葉の入れ換えや 挿入， 削除等を行い、 音声接続パラメ一夕に従って、 音声合成 部 1 4で機械語やボイスフォントを接続する。

ステップ S 5 8で所望の文書出力が全て終了したか否かがチ エックされ、 まだの場合はステップ S 5 4に戻ってステップ S 5 4〜 S 5 8を繰り返す。

<コンピュータシステムに組み込まれた音声合成装置の例 > 前述の図 4と図 6及び図 7に従って、 システムに組み込まれた 音声合成装置の例を説明する。 この場合は、 図 2で機械語デ一 夕べ一ス 1 5やボイスフォント 1 6はシステム側に用意されて おり、 文書情報 （コード） はシステム内の他の構成要素から音 声生成部 1 2に入力される。 図 6は、 I D 1のディスク部 3に格納されている内容を示す 図である。 本例の場合は、 文書接続パラメ一夕と音声接続パラ メータのみが記憶されている。 本例では、 特にこれらパラメ一 夕を再生内容に対応して詳細に分類して用意できるので、 より 繊細な音声合成の制御が可能となる。 図 7に従って、 本理の 音声合成の手順例を説明する。 本例の場合は、 I D 1の回路部 2 と音声生成部 1 0を制御するシステムの制御部 （図示せず） とが協働する。

先ず、 システム例の C P U (図示せず） は、 ステップ S 8 1 で他に構成部から文書情報を読み出す。 ステップ S 8 2で I D が揷入されているか否かをチェックし、 挿入されていなければ ステップ S 8 3に進んで、 I D 1が保持するパラメ一夕を使用 せずに、 システム部の音声生成部 1 0のみで音声を合成する。 この場合には、 繊細な制御がされていないのは当然である。 さて、 I D 1が光ディスク ドライブユニッ ト 1 1 に揷入され ると、 システム側ではステップ S 8 2から S 8 4に進み、 文書 情報から図 4に示す音声種別情報を分離して、 ステップ S 8 5 で I D 1 に送る。

I D側では、 ステップ S 7 1でドライブへの揷入が確認され ると、 ステップ S 7 2でシステム側からの音声種別情報を待つ 。 音声種別情報を受けると、 ステップ S 7 3に進んで、 音声種 別情報の分析から機械語やボイスフォント， 文書接続パラメ一 夕， 音声接続パラメ一夕の識別子を作成し、 ステップ S 7 4で システム側に返す。

システム側は、 ステップ S 8 6で識別子を受けると、 ステツ プ S 8 7でディスク部 3からパラメ一夕を読み出し、 ステップ S 8 8で音声接続制御部 1 3にセッ トする。 続いて、 ステップ S 8 9で上記識別子により選択した機械語やボイスフォン トを データベース 1 5及び 1 6から音声合成部 1 4に転送する。 以 下、 ステップ S 9 0では、 上記スタンドアロンの場合と同様に 、 音声接続制御部 1 3の制御に従って、 音声情報が出力される ステップ S 9 1で文書の終了をチェックし、 終了でない場合 は、 ステップ S 8 1に戻って文書情報の処理を始める。 尚、 上記 2つの例では、 文書合成のための情報を全て I Dが有して いて I D主動で音声が合成される例と、 I Dはパラメ一夕のみ を有していてシステム側も独立で音声合成ができる例との両極 端を示したが、 当然、 この 2つのシステムの中間の種々の組み 合わせや機能分担、 例えば、 合成文書情報やパラメ一夕は I D が持ち、 システム側で音声種別情報を変更できる構成でも良い し、 図 7での文書情報からの音声種別情報の抽出 （S 8 4 ) を 、 I D側が受け持っても良い。

又、 本音声合成装置を組み込むコンピュータシステムとして は、 特にパソコンやカーナビゲ一ショ ンシステムが考えられる 以上、 本発明を好ましい実施例により説明してきたが、 本発明は上述の 実施例に限定されることなく、 請求の範囲に記載された範囲内において、 種々の変形、 追加、 修飾が可能である。

Claims

請求の範囲

1 . 情報を記憶する情報記憶部と情報を処理する電子回路部と を有する記憶媒体であって、

前記情報記憶部には少なく とも外部装置での音声合成を制御 するパラメ一夕が記憶され、

前記電子回路部は音声合成される情報に対応して前記パラメ 一夕を選別する手段を有することを特徴とする記憶媒体。

2 . 前記情報記憶部には前記音声合成される情報が更に記憶さ れていることを特徴とする請求項 1記載の記憶媒体。

3 . 前記情報記憶部には音声合成に使用される音声データべ一 スが更に記憶されていることを特徴とする請求項 1 または 2記 載の記憶装置。

4 . 前記記憶媒体は光ディスクであることを特徴とする請求項 1 ^^^^^^に記載の記憶媒体。

5 . 情報を記憶する情報記憶部と情報を処理する電子回路部と を有する記憶媒体を含む音声合成装置であって、

前記記憶媒体の前記情報記憶部には少なく とも外部装置での 音声合成を制御するパラメータが記憶され、

前記記憶媒体の前記電子回路部は音声合成される情報に対応 して前記パラメ一夕を選別する手段を有することを特徴とする 音声合成装置。

6 . 前記情報記憶部には前記音声合成される情報が更に記憶さ れている ことを特徴とする請求項 5記載の音声合成装置。

7 . 前記情報記憶部には音声合成に使用される音声データべ一 スが更に記憶されていることを特徴とする請求項 5または 6記 載の音声合成装置。

8 . 情報を記憶する情報記憶部と情報を処理する電子回路部と を有する記憶媒体が挿入されているか否かを判別する判別手段 と、

前記記憶媒体が挿入されている場合は前記記憶媒体を使用し て音声を合成し前記記憶媒体が挿入されていない場合は前記記 憶媒体を使用せずに音声を合成する音声合成手段とを有するこ とを特徴とする音声合成装置。

9 . 前記記憶媒体は光ディスクであることを特徴とする請求項 5または 8記載の音声合成装置。

1 0 . 音声合成装置を含むコンピュータシステムであって、 前記音声合成装置が、 情報を記憶する情報記憶部と情報を処 理する電子回路部とを有する記憶媒体を含み、

前記記憶媒体の前記情報記憶部には少なく とも外部装置での 音声合成を制御するパラメ一夕が記憶され、

前記記憶媒体の前記電子回路部は音声合成される情報に対応 して前記パラメ一夕を選別する手段を有することを特徴とする コンピュータシステム。

1 1 . 前記記憶媒体は光ディスクであることを特徴とする請求 項 1 0記載のコンピュータシステム。

1 2 . 音声合成装置を含むカーナビゲ一ションシステムであつ て、

前記音声合成装置が、 情報を記憶する情報記憶部と情報を処 理する電子回路部とを有する記憶媒体を含み、 前記記憶媒体の前記情報記憶部には少なくとも外部装置での 音声合成を制御するパラメ一夕が記憶され、

前記記憶媒体の前記電子回路部は音声合成される情報に対応 して前記パラメ一タを選別する手段を有することを特徴とする 力一ナビゲ一シヨンシステム。

1 3 . 前記記憶媒体は光ディスクであることを特徴とする請求 項 1 2記載の力一ナビゲーシヨンシステム。