專利名稱：聲音合成裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及例如在汽車導(dǎo)航裝置等中輸出引導(dǎo)聲音等的聲音合成裝 置，特別是涉及對輸出的聲音的聲調(diào)進行控制的技術(shù)。
背景技術(shù)：
以往，已知有被稱為TTS(Text-to-Speech;文本聲音轉(zhuǎn)換)的技術(shù)，該 TTS推斷日文的漢字和假名夾雜的和漢混淆文的讀音和聲調(diào)并進行朗讀。 作為利用了該技術(shù)的裝置，專利文獻1披露了能夠利用文本聲音轉(zhuǎn)換將接 收到的電子郵件正確無誤地加以朗讀的電子郵件終端裝置。該電子郵件終端裝置在個人信息適應(yīng)變換部中，使用電子郵件的郵件 地址、和姓名等個人信息，對應(yīng)于個人信息對接收到的電子郵件信息進行 修正，并添加補充信息。然后，在通報單元的文本聲音轉(zhuǎn)換部中，對該信 息加工后的電子郵件進行文本聲音轉(zhuǎn)換并加以通報。專利文獻l:日本專利特開2001—325191號公報然而，在上述的現(xiàn)有技術(shù)中，例如對于"三田"這樣的記述存在諸如"卄 ^夕'，，或"S夕，，的多種讀法的單詞，并不一定能夠如用戶所期待的那樣朗讀, 有可能會發(fā)生誤讀。另一方面，為了防止誤讀，已知有使用僅由不包含聲調(diào)信息的"讀音" 構(gòu)成的讀音信息來進行朗讀的方法，但根據(jù)該方法，存在如下問題，艮口， 朗讀變得無聲調(diào)而平坦，難以讓人聽懂。發(fā)明內(nèi)容本發(fā)明是為了解決上述問題而完成的，提供一種能以用戶所期待的讀 音及聲調(diào)輸出聲音的聲音合成裝置。為了解決上述問題，本發(fā)明的聲音合成裝置包括聲調(diào)詞典，該聲調(diào)3詞典將記述語言的記述信息及表示讀法的讀音信息、與對該語言的讀音的 聲調(diào)進行規(guī)定的聲調(diào)信息相互對應(yīng)來加以存儲；聲調(diào)詞典檢索部，該聲調(diào) 詞典檢索部從聲調(diào)詞典中檢索與從外部輸入的記述信息及讀音信息對應(yīng)的 聲調(diào)信息，并獲取附加該檢索出的聲調(diào)信息后的讀音信息即帶聲調(diào)的讀音 信息；聲音合成部，該聲音合成部根據(jù)由聲調(diào)詞典檢索部獲取到的帶聲調(diào)的讀音信息來合成聲音波形；及聲音重放部，該聲音重放部根據(jù)由聲音合 成部合成后的聲音波形來重放聲音。根據(jù)本發(fā)明的聲音合成裝置，由于采用如下結(jié)構(gòu)，即，從聲調(diào)詞典中 讀出與從外部輸入的記述信息及讀音信息對應(yīng)的帶聲調(diào)的讀音信息，根據(jù) 該讀出的帶聲調(diào)的讀音信息產(chǎn)生聲音，因此不會發(fā)生誤讀，而且能以用戶 所期待的聲調(diào)輸出聲音，


圖1是表示本發(fā)明的實施方式1的聲音合成裝置的結(jié)構(gòu)的方框圖。圖2是表示應(yīng)用了本發(fā)明的實施方式1的聲音合成裝置的汽車導(dǎo)航裝 置的結(jié)構(gòu)的方框圖。圖3是表示應(yīng)用了本發(fā)明的實施方式1的聲音合成裝置的汽車導(dǎo)航裝 置中使用的登錄地信息編輯畫面的例子的圖。圖4是表示將本發(fā)明的實施方式1的聲音合成裝置應(yīng)用于汽車導(dǎo)航裝 置時的聲調(diào)詞典檢索部中執(zhí)行的處理的流程圖。圖5是用于說明應(yīng)用了本發(fā)明的實施方式1的聲音合成裝置的汽車導(dǎo) 航裝置的動作的圖。圖6是表示本發(fā)明的實施方式2的聲音合成裝置的結(jié)構(gòu)的方框圖。圖7是表示應(yīng)用了本發(fā)明的實施方式2的聲音合成裝置的汽車導(dǎo)航裝 置的結(jié)構(gòu)的方框圖。圖8是表示應(yīng)用了本發(fā)明的實施方式2的聲音合成裝置的汽車導(dǎo)航裝 置中使用的登錄地信息編輯畫面的例子的圖。圖9是表示將本發(fā)明的實施方式2的聲音合成裝置應(yīng)用于汽車導(dǎo)航裝 置時的聲調(diào)詞典檢索部中執(zhí)行的處理的流程圖。4圖10是用于說明應(yīng)用了本發(fā)明的實施方式2的聲音合成裝置的汽車導(dǎo)航裝置的動作的圖。 標(biāo)號說明1、 la聲音合成裝置，11聲調(diào)詞典，12、 12a聲調(diào)詞典檢索部， 13 聲音合成部，14聲音重放部，15聲調(diào)檢索失敗處理部具體實施方式
下面，參照附圖詳細說明本發(fā)明的實施方式。 實施方式1.圖1是表示本發(fā)明的實施方式1的聲音合成裝置1的結(jié)構(gòu)的方框圖。 該聲音合成裝置l包括聲調(diào)詞典11、聲調(diào)詞典檢索部12、聲音合成部13、 及聲音重放部14。聲調(diào)詞典11將用于記述語言的記述信息及表示讀法的讀音信息、與對 該語言的讀音的聲調(diào)進行規(guī)定的聲調(diào)信息相互對應(yīng)來加以存儲。聲調(diào)詞典 檢索部12對該聲調(diào)詞典11進行訪問。聲調(diào)詞典檢索部12將從外部輸入的記述信息及讀音信息發(fā)送到聲調(diào)詞 典11，從聲調(diào)詞典11中檢索與這些信息對應(yīng)的聲調(diào)信息，獲取附加該檢索 出的聲調(diào)信息后的讀音信息(以下稱為"帶聲調(diào)的讀音信息")。由該聲調(diào)詞典 檢索部12獲取到的帶聲調(diào)的讀音信息被發(fā)送到聲音合成部13。聲音合成部13根據(jù)從聲調(diào)詞典檢索部12發(fā)送來的帶聲調(diào)的讀音信息 來合成聲音波形。由該聲音合成部B合成后的聲音波形被發(fā)送到聲音重放 部14。聲音重放部14例如由揚聲器構(gòu)成，根據(jù)從聲音合成部13發(fā)送來的聲 音波形輸出聲音。圖2是表示應(yīng)用了本發(fā)明的實施方式1的聲音合成裝置1的汽車導(dǎo)航 裝置的結(jié)構(gòu)的方框圖。該汽車導(dǎo)航裝置包括聲音合成裝置1、登錄地信息編 輯部21、及登錄地引導(dǎo)處理部22。登錄地信息編輯部21將如圖3所示的登錄地信息編輯畫面輸出到未圖 示的顯示裝置。用戶可使用該登錄地信息編輯畫面，輸入登錄地的記述和讀音。圖3示出輸入"自宅，，作為登錄地的記述、輸入"y夕夕，，作為登錄地的 讀音的例子。登錄地信息編輯部21將使用該登錄地信息編輯畫面輸入的登 錄地的記述及讀音加以存儲，以分別作為登錄地的記述信息及讀音信息。 該登錄地信息編輯部21中存有的記述信息及讀音信息被登錄地引導(dǎo)處理部 22讀出。登錄地引導(dǎo)處理部22在檢測出由從未圖示的當(dāng)前位置檢測裝置獲取到 的當(dāng)前位置數(shù)據(jù)所示的當(dāng)前位置接近登錄地的情況下，從登錄地信息編輯 部21中讀出與該登錄地對應(yīng)的記述信息及讀音信息，發(fā)送到聲音合成裝置 1。由此，如上所述，在聲音合成裝置1中合成聲音并加以輸出。接著，參照圖4所示的流程圖及圖2所示的汽車導(dǎo)航裝置的方框圖， 以聲調(diào)詞典檢索部12中執(zhí)行的處理為中心，說明應(yīng)用于上述汽車導(dǎo)航裝置 的實施方式1的聲音合成裝置1的動作。現(xiàn)假設(shè)利用登錄地信息編輯部21的處理己登錄如圖3所示的登錄地信 息。登錄地引導(dǎo)處理部22在檢測出接近登錄地時，從登錄地信息編輯部21 中，將作為該登錄地的記述信息存有的"自宅"及作為讀音信息存有的"7'， 夕"加以讀出，發(fā)送到聲音合成裝置1的聲調(diào)詞典檢索部12。聲調(diào)詞典檢索部12首先從登錄地引導(dǎo)處理部22接受記述信息"自宅" 和讀音信息"、 '夕夕，，(步驟STll)。接著，聲調(diào)詞典檢索部12從聲調(diào)詞典U 中，檢索與記述信息"自宅"及讀音信息"y'夕，"對應(yīng)的聲調(diào)信息(步驟ST12)。 在該步驟ST12中，若檢索出對應(yīng)的聲調(diào)信息，則聲調(diào)詞典檢索部12從聲 調(diào)詞典11獲取帶聲調(diào)的讀音信息"-'夂^"。帶聲調(diào)的讀音信息的聲調(diào)位置 用"'"符號來表示。接著，聲調(diào)詞典檢索部12將步驟ST12中從聲調(diào)詞典11獲取到的帶聲 調(diào)的讀音信息"、"夕夕，，發(fā)送到聲音合成部13(步驟ST13)。此后，聲音合成 部13根據(jù)從聲調(diào)詞典檢索部12發(fā)送來的帶聲調(diào)的讀音信息"'7''》，"來合 成聲音波形，并將其發(fā)送到聲音重放部14。聲音重放部14根據(jù)從聲音合成 部13發(fā)送來的聲音波形，輸出聲音。由此，如圖5所示，在當(dāng)前位置(本 車位置)接近登錄地時，不會發(fā)生誤讀，而且以適當(dāng)?shù)穆曊{(diào)輸出讀作"^夕夕，， 的合成聲音。如上所述，根據(jù)本發(fā)明的實施方式1的聲音合成裝置，由于采用如下 結(jié)構(gòu)，即，從聲調(diào)詞典11中讀出與從外部輸入的記述信息及讀音信息對應(yīng) 的帶聲調(diào)的讀音信息，而產(chǎn)生聲音，因此不會發(fā)生誤讀，而且能以用戶所 期待的聲調(diào)輸出聲音。實施方式2.圖6是表示本發(fā)明的實施方式2的聲音合成裝置la的結(jié)構(gòu)的方框圖。 該聲音合成裝置la采用如下結(jié)構(gòu)，即，通過對圖1所示的實施方式1的聲 音合成裝置1的聲調(diào)詞典檢索部12添加聲調(diào)檢索失敗處理部15，從而變更 為新的聲調(diào)詞典檢索部12a。在聲調(diào)詞典檢索部12a未能從聲調(diào)詞典11中檢索出聲調(diào)信息的情況 下，聲調(diào)檢索失敗處理部15將從外部輸入的、未附加聲調(diào)信息的讀音信息 發(fā)送到聲音合成部13。圖7是表示應(yīng)用了上述實施方式2的聲音合成裝置la的汽車導(dǎo)航裝置 的結(jié)構(gòu)的方框圖。該汽車導(dǎo)航裝置僅在聲音合成裝置1被變更為聲音合成 裝置la這一點上與實施方式1的汽車導(dǎo)航裝置不同。這里，用戶使用如圖8所示的登錄地信息編輯畫面，輸入"自宅"作為 登錄地的記述，輸入與登錄地的記述不同的"'7 * 7 * "'作為登錄地的讀 音，登錄地信息編輯部21將這些被輸入的登錄地的記述及讀音分別作為登 錄地的記述信息及讀音信息加以存儲。在這種情況下，聲調(diào)詞典11中對于 記述信息"自宅，，及讀音信息""夕夕，，存儲有'力'，夕夕，，的聲調(diào)信息，而不存 在與"'7 * "7 >々"對應(yīng)的聲調(diào)信息。接著，參照圖9所示的流程圖及圖7所示的汽車導(dǎo)航裝置的方框圖， 以聲調(diào)詞典檢索部12a中執(zhí)行的處理為中心，說明應(yīng)用于上述汽車導(dǎo)航裝 置的實施方式2的聲音合成裝置la的動作。在已登錄如圖8所示的登錄地信息的狀態(tài)下，登錄地引導(dǎo)處理部22在 檢測出接近登錄地時，從登錄地信息編輯部21中，將作為該登錄地的記述 信息存有的"自宅"及作為讀音信息存有的"'7 * 7 ^夕"加以讀出，發(fā)送到聲 音合成裝置la的聲調(diào)詞典檢索部12a。聲調(diào)詞典檢索部12a首先從登錄地引導(dǎo)處理部22接受記述信息"自宅"7和讀音信息"'7 * 7 〉夕"(步驟ST21)。接著，聲調(diào)詞典檢索部12a從聲調(diào) 詞典11中，檢索與記述信息"自宅"及讀音信息"'y * 7 :夕"對應(yīng)的聲調(diào)信 息(步驟ST22)。接著，聲調(diào)詞典檢索部12a檢查聲調(diào)詞典11中是否存在與記述信息及 讀音信息對應(yīng)的聲調(diào)信息(步驟ST23)。在該步驟ST23中，若判斷為存在與 記述信息及讀音信息對應(yīng)的聲調(diào)信息，則與上述實施方式1的聲音合成裝 置的動作中說明的情況相同，即，與登錄地信息為記述信息"自宅"及讀音 信息"-夕，"的情況相同，聲調(diào)詞典檢索部12a從聲調(diào)詞典ll獲取帶聲調(diào) 的讀音信息。接著，聲調(diào)詞典檢索部12a將步驟ST22中從聲調(diào)詞典11獲取到的帶 聲調(diào)的讀音信息發(fā)送到聲音合成部13(步驟ST24)。此后，聲音合成部13 根據(jù)從聲調(diào)詞典檢索部12發(fā)送來的帶聲調(diào)的讀音信息來合成聲音波形，并 將其發(fā)送到聲音重放部14。聲音重放部14根據(jù)從聲音合成部13發(fā)送來的 聲音波形，輸出聲音。由此，與上述實施方式1的聲音合成裝置1相同， 在當(dāng)前位置(本車位置)接近登錄地時，不會發(fā)生誤讀，而且以用戶所期待的 聲調(diào)輸出合成聲音。在上述步驟ST23中，若判斷為聲調(diào)詞典11中不存在與記述信息及讀 音信息對應(yīng)的聲調(diào)信息，則聲調(diào)詞典檢索部12a的聲調(diào)檢索失敗處理部15 將步驟ST21中輸入的讀音信息"7 * 7 夕"發(fā)送到聲音合成部13(步驟 ST25)。此后，聲音合成部13根據(jù)從聲調(diào)詞典檢索部12發(fā)送來的未附加聲 調(diào)信息的讀音信息"7 * ^ ;夂"來合成聲音波形，并將其發(fā)送到聲音重放 部14。聲音重放部14根據(jù)從聲音合成部13發(fā)送來的聲音波形，輸出聲音。 由此，如圖IO所示，在當(dāng)前位置(本車位置)接近登錄地時，輸出讀作"'7* 7、〉夕，，的合成聲音，雖然不是用戶所期待的聲調(diào)，但不會發(fā)生誤讀。如上所述，根據(jù)本發(fā)明的實施方式2的聲音合成裝置，由于采用如下 結(jié)構(gòu)，即，即使聲調(diào)詞典11中不存在與從外部輸入的記述信息及讀音信息 對應(yīng)的聲調(diào)信息時，也產(chǎn)生無聲調(diào)的聲音，因此雖然不是用戶所期待的聲 調(diào)，但也能輸出合成聲音而不發(fā)生誤讀。此外，上述實施方式l及實施方式2的聲音合成裝置是以日文的和漢8混淆文作為聲音合成的對象，但也可應(yīng)用于中文。與中文的"讀音"相當(dāng)?shù)钠匆?pinyin)中包含稱為四聲的聲調(diào)信息。因而，基本上能以正確的聲調(diào)合 成聲音，而不會僅用拼音發(fā)生誤讀。然而，由于根據(jù)不含四聲的拼音和漢 字能容易理解聲調(diào)，因此通常很少輸入四聲。因此，若使用"漢字"作為記述信息，使用"無四聲的拼音"作為讀音信息， 使用"有四聲的拼音"作為聲調(diào)信息，則本發(fā)明也可應(yīng)用于中文。
權(quán)利要求
1.一種聲音合成裝置，其特征在于，包括聲調(diào)詞典，該聲調(diào)詞典將記述語言的記述信息及表示讀法的讀音信息、與對該語言的讀音的聲調(diào)進行規(guī)定的聲調(diào)信息相互對應(yīng)來加以存儲；聲調(diào)詞典檢索部，該聲調(diào)詞典檢索部從所述聲調(diào)詞典中檢索與從外部輸入的記述信息及讀音信息對應(yīng)的聲調(diào)信息，并獲取附加該檢索出的聲調(diào)信息后的讀音信息即帶聲調(diào)的讀音信息；聲音合成部，該聲音合成部根據(jù)由所述聲調(diào)詞典檢索部獲取到的帶聲調(diào)的讀音信息來合成聲音波形；及聲音重放部，該聲音重放部根據(jù)由所述聲音合成部合成后的聲音波形來重放聲音。
2. 如權(quán)利要求l所述的聲音合成裝置，其特征在于， 聲調(diào)詞典檢索部包括聲調(diào)檢索失敗處理部，在未能從聲調(diào)詞典中檢索出聲調(diào)信息的情況下，該聲調(diào)檢索失敗處理部將從外部輸入的未附加聲調(diào) 信息的讀音信息發(fā)送到聲音合成部，聲音合成部根據(jù)從所述聲調(diào)檢索失敗處理部發(fā)送來的未附加聲調(diào)信息 的讀音信息來合成聲音波形。
全文摘要
本發(fā)明提供能以用戶所期待的讀音及聲調(diào)輸出聲音的聲音合成裝置。該聲音合成裝置包括聲調(diào)詞典(11)，該聲調(diào)詞典(11)將用于記述語言的記述信息及表示讀法的讀音信息、與對該語言的讀音的聲調(diào)進行規(guī)定的聲調(diào)信息相互對應(yīng)來加以存儲；聲調(diào)詞典檢索部(12)，該聲調(diào)詞典檢索部(12)從聲調(diào)詞典中檢索與從外部輸入的記述信息及讀音信息對應(yīng)的聲調(diào)信息，并獲取附加該檢索出的聲調(diào)信息后的讀音信息即帶聲調(diào)的讀音信息；聲音合成部(13)，該聲音合成部(13)根據(jù)由聲調(diào)詞典檢索部獲取到的帶聲調(diào)的讀音信息來合成聲音波形；及聲音重放部(14)，該聲音重放部(14)根據(jù)由聲音合成部合成后的聲音波形來重放聲音。
文檔編號G10L13/08GK101645266SQ200910159280
公開日2010年2月10日 申請日期2009年8月5日 優(yōu)先權(quán)日2008年8月6日
發(fā)明者古田訓(xùn), 竹里尚嘉, 藤井洋一 申請人:三菱電機株式會社