JP3540984B2 - 音声合成装置、音声合成方法および音声合成プログラムを記憶した記憶媒体 - Google Patents

Description

【０００１】
【発明の属する技術分野】
この発明は、音声合成装置、音声合成方法および音声合成プログラムを記憶した記憶媒体に関し、特に、同時通訳において言語間に存在する語順の相違により生ずる無音区間を適切なポーズ時間に設定して原言語から翻訳された目的言語の合成音声の自然性を向上させるが如き、音声合成されるべき目的言語の文間の無音区間を適切なポーズ時間に設定して音声合成する音声合成装置、音声合成方法および音声合成プログラムを記憶した記憶媒体に関する。
【０００２】
【従来の技術】
同時通訳音声が聞き手にとって、違和感なく自然で、内容が理解し易いものか否かを検証する方法およびこれを実施する装置は今のところ特に開発されていない。
同時通訳をした際に、意味のまとまりのある原言語の発話文を翻訳した翻訳音声が、長い無音区間により区切られていると、聞き手にとって違和感を感ずることがある。この現象は、原言語が１文発話された後に訳し始める逐次翻訳の場合に、原言語の１文が長いときに起こり得る。また、原言語が１文節発話される度毎に訳し始める漸進的翻訳の場合においても、例えば日英通訳の場合、日本語は英語とは語順が異なって、目的語が動詞に先行するところから、日本語で最後の動詞が発話されるまで、英語に翻訳することができず、発話タイミングが結局逐次翻訳と同等になる。この漸進的翻訳においても、日本語の目的語が長い場合に無音区間が長くなり、違和感を感ずることがある。この様な場合に、通訳者が人間であると、主語、目的語の最初の方の文節、或いは動詞に到る文脈から、動詞を予測して翻訳することがある。
【０００３】
【発明が解決しようとする課題】
この発明は、同時通訳において言語間に存在する語順の相違により生ずる無音区間を適切なポーズ時間に設定して原言語から翻訳された目的言語の合成音声の自然性を向上させるが如き、音声合成されるべき目的言語の文間の無音区間を適切なポーズ時間に設定して音声合成する場合に使用される音声合成装置、音声合成方法および音声合成プログラムを記憶した記憶媒体を提供することを目的とするものである。
【０００４】
【課題を解決するための手段】
請求項１：原言語の各発話文の発話開始時刻および発話終了時刻の情報を記憶した原言語データベース１１を具備し、原言語の各発話文の翻訳文と翻訳文の発話開始時刻および発話終了時刻の情報とを記憶した目的言語データベース２１を具備し、目的言語データベース２１内の各翻訳文に対応する原言語の発話文の発話終了時刻を原言語データベース１１から取得し、当該発話終了時刻に或る時間を加算して得られる時刻を当該翻訳文の発話開始時刻として当該翻訳文に付与する発話開始時刻付与部３１を具備し、目的言語データベース２１内の各翻訳文を発話開始時刻付与部３１で得られた発話開始時刻に応答して動作せしめられる音声合成部５１を具備する音声合成装置を構成した。
【０００５】
そして、請求項２：原言語の各発話文の発話開始時刻および発話終了時刻の情報を記憶した原言語データベース１１を具備し、原言語の各発話文の翻訳文と翻訳文の発話開始時刻および発話終了時刻の情報とを記憶した目的言語データベース２１を具備し、目的言語データベース２１内の各翻訳文に対応する原言語の発話文の発話終了時刻を原言語データベース１１から取得し、当該発話終了時刻に或る時間を加算して得られる時刻を当該翻訳文の発話開始時刻として当該翻訳文に付与する発話開始時刻付与部３１を具備し、目的言語データベース２１内の各翻訳文の発話時間を算出し、当該発話時間と発話開始時刻付与部３１で得られた発話開始時刻とから当該翻訳文の発話終了時刻を算出し、当該翻訳文に付与する発話終了時刻付与部３２を具備し、目的言語データベース２１内の各翻訳文を、発話開始時刻付与部３１或は発話終了時刻付与部３２で得られた発話開始時刻に応答して動作せしめられる音声合成部５１を具備する音声合成装置を構成した。
【０００６】
また、請求項３：請求項２に記載される音声合成装置において、発話終了時刻付与部３２は直前の翻訳文の発話終了時刻と後の翻訳文の発話開始時刻の間の前後逆転に対応して後の翻訳文の発話開始時刻と発話終了時刻を遅延する遅延処理部を有するものである音声合成装置を構成した。
更に、請求項４：原言語の各発話文の発話開始時刻および発話終了時刻の情報を記憶した原言語データベース１１を具備し、原言語の各発話文の翻訳文と翻訳文の発話開始時刻および発話終了時刻の情報とを記憶した目的言語データベース２１を具備し、目的言語データベース２１内の各翻訳文に対応する原言語の発話文の発話終了時刻を原言語データベース１１から取得し、当該発話終了時刻に或る時間を加算して得られる時刻を当該翻訳文の発話開始時刻として当該翻訳文に付与する発話開始時刻付与部３１を具備し、目的言語データベース２１内の各翻訳文の発話時間を算出し、当該発話時間と発話開始時刻付与部３１で得られた発話開始時刻とから当該翻訳文の発話終了時刻を算出し、当該翻訳文に付与する発話終了時刻付与部３２を具備し、発話開始時刻付与部３１と発話終了時刻付与部３２で得られた時刻情報に基づいて目的言語データベース２１内の各発話文間の無音区間の長さを算出し、その長さが或る値を超えている場合、後の翻訳文に対してその発話開始時刻および発話終了時刻をより前に修正した値を付与する修正発話時刻付与部４１を具備し、目的言語データベース２１内の各翻訳文を、発話開始時刻付与部３１、発話終了時刻付与部３２或いは修正発話時刻付与部４１で得られた発話開始時刻に応答して動作せしめられる音声合成部５１を具備する音声合成装置を構成した。
【０００７】
また、請求項５：請求項４に記載される音声合成装置において、発話終了時刻付与部３２は直前の翻訳文の発話終了時刻と後の翻訳文の発話開始時刻の間の前後逆転に対応して後の翻訳文の発話開始時刻と発話終了時刻を遅延する遅延処理部を有するものである音声合成装置を構成した。
ここで、請求項６：原言語の各発話文の発話開始時刻および発話終了時刻の情報を記憶した原言語データベース１１と原言語の各発話文の翻訳文と翻訳文の発話開始時刻および発話終了時刻の情報とを記憶した目的言語データベース２１を使用し、目的言語データベース２１内の各翻訳文に対応する原言語の発話文の発話終了時刻を原言語データベース１１から取得し当該発話終了時刻に或る時間を加算して得られる時刻を当該翻訳文の発話開始時刻として当該翻訳文に付与し、目的言語データベース２１内の各翻訳文を得られた発話開始時刻から音声合成する音声合成方法を構成した。
【０００８】
そして、請求項７：原言語の各発話文の発話開始時刻および発話終了時刻の情報を記憶した原言語データベース１１と原言語の各発話文の翻訳文と翻訳文の発話開始時刻および発話終了時刻の情報とを記憶した目的言語データベース２１を使用し、目的言語データベース２１内の各翻訳文に対応する原言語の発話文の発話終了時刻を原言語データベース１１から取得して当該発話終了時刻に或る時間を加算し得られた時刻を当該翻訳文の発話開始時刻として当該翻訳文に付与し、目的言語データベース２１内の各翻訳文の発話時間を算出し、当該発話時間と先に得られた発話開始時刻とから当該翻訳文の発話終了時刻を算出し、直前の翻訳文の発話終了時刻と後の翻訳文の発話開始時刻の間の前後逆転に対応して後の翻訳文の発話開始時刻と発話終了時刻を遅延せしめ、目的言語データベース２１内の各翻訳文を、先に得られた発話開始時刻或いは遅延せしめられた発話開始時刻から音声合成する音声合成方法を構成した。
【０００９】
また、請求項８：原言語の各発話文の発話開始時刻および発話終了時刻の情報を記憶した原言語データベース１１と原言語の各発話文の翻訳文と翻訳文の発話開始時刻および発話終了時刻の情報とを記憶した目的言語データベース２１を使用し、目的言語データベース２１内の各翻訳文に対応する原言語の発話文の発話終了時刻を原言語データベース１１から取得し、当該発話終了時刻に或る時間を加算して得られる時刻を当該翻訳文の発話開始時刻として当該翻訳文に付与し、目的言語データベース２１内の各翻訳文の発話時間を算出し、当該発話時間と先に得られた発話開始時刻とから当該翻訳文の発話終了時刻を算出し、直前の翻訳文の発話終了時刻と後の翻訳文の発話開始時刻の間の前後逆転に対応して後の翻訳文の発話開始時刻と発話終了時刻を遅延せしめ、目的言語データベース２１内の各発話文間の無音区間の長さを算出し、その長さが或る値を超えている場合、後の翻訳文に対してその発話開始時刻および発話終了時刻をより前に修正し、目的言語データベース２１内の各翻訳文を、先に得られた発話開始時刻、遅延せしめられた発話開始時刻、或いはより前に修正せしめられた発話開始時刻から音声合成する音声合成方法を構成した。
【００１０】
ここで、請求項９：原言語の各発話文の発話開始時刻および発話終了時刻の情報を記憶した原言語データベース１１と、原言語の各発話文の翻訳文と翻訳文の発話開始時刻および発話終了時刻の情報とを記憶した目的言語データベース２１と、目的言語データベース内の各翻訳文に対応する原言語の発話文の発話終了時刻に或る時間を加算して当該翻訳文の発話開始時刻を求めるプロセスと、目的言語データベース２１内の各翻訳文の発話時間を算出するプロセスと、発話時間と当該翻訳文に付与された発話開始時刻に基づいて当該翻訳文の発話終了時刻を求めるプロセスと、求められた各翻訳文の発話開始時刻および発話終了時刻情報に基づいて目的言語データベース２１内の各発話文間の無音区間の長さを算出するプロセスと、算出された無音区間の長さが或る値を超えている場合後の翻訳文に対してその発話開始時刻および発話終了時刻をより前に修正するプロセスと、目的言語データベース２１内の各翻訳文を修正された発話開始時刻から音声合成するプロセスと、より成る音声合成プログラムを記憶した記憶媒体を構成した。
【００１１】
【発明の実施の形態】
この発明の実施の形態を、先ず、図１および図２を参照して説明する。
図１の実施例において、１１は原言語データベース、２１は目的言語データベース、３１は発話開始時刻付与部、３２は発話終了時刻付与部、４１は修正発話時刻付与部、５１は音声合成部を示す。図２は原言語と目的言語との間の発話時刻の関係を示す図である。以下、図３ないし図５をも参照し具体的に説明する。
【００１２】
原言語データベース１１には、原言語の各発話文とその発話開始時刻および発話終了時刻の情報が記憶されている。図３は原言語データベース１１の一例を示す図であり、原言語の発話文と、その発話開始時刻、発話終了時刻の情報が記憶されている。原言語の発話文は、テキストデータの場合もあれば、音声データの場合もある。
目的言語データベース２１には、原言語の各発話文に対応する翻訳文とその発話開始時刻および発話終了時刻の情報とが記憶されている。図４は目的言語データベースの一例を示す図であり、翻訳文と、その発話開始時刻、発話終了時刻の情報が記憶されている。翻訳文は、テキストデータの場合もあれば、音声データの場合もある。目的言語データベース２１には、翻訳文として、（ａ）直訳表現の翻訳文の他に（ｂ）意訳等の修正処理を施した翻訳文を記憶しておき、また、（ｃ）通常の口調で翻訳した音声データ、更に、（ｄ）喜び、悲しみ、怒りなどの感情を込めた原言語の発話内容を反映した口調で翻訳した音声データを記憶しておくこともできる。
【００１３】
発話開始時刻付与部３１は、目的言語データベース２１内の各翻訳文に対して対応する原言語の発話文の発話終了時刻を原言語データベース１１から取得し、当該発話終了時刻に或る時間を加算して得られる時刻を当該翻訳文の発話開始時刻として付与する。図４においては、各翻訳文の発話開始時刻として対応する原言語の発話文の発話終了時刻に或る時間、一例として１ｍｓｅｃを加算した値が表示されている。
【００１４】
発話終了時刻付与部３２は、目的言語データベース２１内の各翻訳文の発話時間を算出し、当該発話時間と発話開始時刻付与部３１で得られた発話開始時刻とから、当該翻訳文の発話終了時刻を算出して付与する。ところで、翻訳文の発話時間は、翻訳文がテキストデータの場合、翻訳文を音声合成部５１により音声合成し、その音声の再生時間を測定することにより求めることができる。また、テキストデータの場合、音声合成部５１において、テキストを音素に分解し、予め音声合成部５１に記憶されている各音素長の情報を使用して音声を再生することなしに発話時間の推定値を算出することによっても得られる。翻訳文が音声データの場合、予め発話時間の情報が組み込まれていることがある。また、発話時間は、音声データを音声合成部５１により再生して、この再生時間を測定することによっても求めることができる。図４においては、以上の通りにして算出した発話時間を発話開始時刻に加算することにより得られた値を、発話終了時刻として示している。
【００１５】
ここで、発話終了時刻付与部３２により発話終了時刻を付与する際に、或る翻訳文の発話終了時刻が、次の翻訳文の発話開始時刻よりも後になる場合が起こり得る。この場合、発話の重なりを認めて特に時刻の修正をしない方法と、発話の重なりを認めずに時刻を修正する方法とがある。以下の方法は、後の翻訳文の発話開始を前の翻訳文の発話終了の直後とするものである。即ち、発話終了時刻付与部３２は、直前の翻訳文の発話終了時刻と後の翻訳文の発話開始時刻の間の前後逆転に対応して後の翻訳文の発話開始時刻と発話終了時刻を遅延する遅延処理部を有する。
【００１６】
Ｎを文の総数としたとき、次のルーチンで発話時刻を修正する。
ルーチンの内容
（１）ｉ＝１とする。
（２）ｉ＜Ｎならば（３）に進む。ｉ＝Ｎならば終了する。
（３）（ｉ＋１）番目の翻訳文の発話開始時刻がｆで、ｉ番目の翻訳文の発話終了時刻が（ｆ＋ｅ）（ｅ＞０）の場合、（ｉ＋１）番目の翻訳文の発話開始時刻と発話終了時刻をｅだけ遅らせる。
（４）ｉ＝ｉ＋１とする。（２）に進む。
【００１７】
図２を参照するに、修正発話時刻付与部４１は、発話開始時刻付与部３１と発話終了時刻付与部３２で得られた時刻情報に基づいて、目的言語データベース２１内の各翻訳文間の無音区間の長さを算出し、この長さが或る値を超えている場合、後の文に対してその発話開始時刻および発話終了時刻をより前に修正した値を付与する。実線は各文の発話区間を示しており、実線に添えられた番号ｉおよび（ｉ＋１）が対応する原言語文と目的言語文を示している。ｍは、発話開始時刻付与部３１において原言語の発話文の発話終了時刻に加算する時間を表わす。但し、修正発話時刻付与部４１において目的言語文の発話開始、終了時刻を修正した場合、このｍの値は一定とは限らない。
【００１８】
Ｎを文の総数としたとき、修正発話時刻付与部４１における時刻修正は、以下のルーチンで行う。
ルーチンの内容
（１）ｉ＝１とする。
（２）ｉ＜Ｎならば（３）に進む。ｉ＝Ｎならば終了する。
（３）目的言語文ｉ、（ｉ＋１）間の無音時間から原言語文ｉ、（ｉ＋１）間の無音時間ｘを除いたｙの長さが或る閾値ｋ以上の場合、目的言語文（ｉ＋１）の発話開始、終了時刻を、ｙの値がｋになる様に、同一時間だけ前方へずらす。但し、この結果、目的言語文（ｉ＋１）の発話開始時刻が原言語文（ｉ＋１）の発話開始時刻よりも前になれば、目的言語文（ｉ＋１）の発話開始時刻が原言語文（ｉ＋１）の発話開始時刻と等しくなる様に、目的言語文（ｉ＋１）の発話開始、終了時刻を同一時間だけ前方へずらす。
（４）ｉ＝ｉ＋１とする。（２）に進む。
【００１９】
以上の通り、発話開始時刻付与部３１と発話終了時刻付与部３２で得られた時刻情報に基づいて、目的言語データベース２１内の各発話文間の無音区間の長さを算出し、その長さが或る値を超えている場合、後の文に対してその発話開始時刻および発話終了時刻をより前に修正した値を付与する構成を具備することにより、音声合成されるべき目的言語の文間の無音区間を適切なポーズ時間に設定して音声合成することができる。
【００２０】
図５は、目的言語データベース２１において、発話開始時刻付与部３１と発話終了時刻付与部３２により付与された発話開始、終了時刻とは別に、修正発話時刻付与部４１で付与された修正時刻を示している。４番目の原言語である日本語文は、目的語が長いところから、最後の動詞が発話されるに到るまで時間がかかる。従って、目的言語である英語文の３番目と４番目の間の無音区間が長くなるので、４番目の文の発話開始、終了時刻が前方に修正されている。この場合、ｘ＝５秒、ｙ＝４０秒、ｋ＝１０秒である。
【００２１】
ここで、音声合成部５１について説明するに、音声合成部５１は目的言語データベース２１内の各翻訳文を発話開始時刻付与部３１或いは発話終了時刻付与部３２で得られた発話開始時刻から音声合成し、或は修正発話時刻付与部４１で得られた発話開始時刻から音声合成する構成を有する。音声合成部５１は、また、原言語データベース１１内の各発話文をその発話開始時刻から音声合成し、原言語文と目的言語文を同時に音声合成する構成を有するものとすることもできる。
【００２２】
以上の音声合成部５１は、目的言語データベース２１内の各翻訳文を発話開始時刻付与部３１或いは発話終了時刻付与部３２で得られた発話開始時刻から音声合成することにより、逐次翻訳音声が得られる。そして、原言語のある一文が長かった場合、逐次翻訳によっては、その翻訳文とその一つ前の翻訳文との間の無音区間が長くなるので、その無音区間を短くした翻訳音声は予測翻訳を取り入れた漸進的翻訳と考えられる。従って、目的言語データベース２１内の各文を、修正発話時刻付与部４１で得られた発話開始時刻から音声合成させることにより、予測翻訳を取り入れた漸進的翻訳音声が得られる。
【００２３】
ところで、この実施例の動作は、音声合成プログラムを記憶した記憶媒体を準備し、図示されている訳ではないが、ＣＰＵにより音声合成プログラムをこの記憶媒体からインストールし、原言語データベース１１および目的言語データベース２１を参照して実施する。この音声合成プログラムは、請求項９に規定される通り原言語の各発話文の発話開始時刻および発話終了時刻の情報を記憶した原言語データベース、原言語の各発話文の翻訳文と翻訳文の発話開始時刻および発話終了時刻の情報とを記憶した目的言語データベース、目的言語データベース内の各翻訳文に対応する原言語の発話文の発話終了時刻に或る時間を加算して当該翻訳文の発話開始時刻を求めるプロセス、目的言語データベース内の各翻訳文の発話時間を算出するプロセス、発話時間と当該翻訳文に付与された発話開始時刻に基づいて当該翻訳文の発話終了時刻を求めるプロセス、求められた各翻訳文の発話開始時刻および発話終了時刻情報に基づいて目的言語データベース内の各発話文間の無音区間の長さを算出するプロセス、算出された無音区間の長さが或る値を超えている場合後の翻訳文に対してその発話開始時刻および発話終了時刻をより前に修正するプロセス、目的言語データベース内の各翻訳文を修正された発話開始時刻から音声合成するプロセスより成るものである。
【００２４】
ここで、原言語文の或る発話文が、「どうしてこういうギャップができたかと申しますと。」であったとする。これに対応する翻訳文として、目的言語データベース２１内に、次に示す直訳表現の翻訳文と、意訳その他の修正処理を施した翻訳文を記憶しておく。
原言語の発話文 ：どうしてこういうギャップができたかと申しますと。
直訳表現の翻訳文 ：What is the reason of this gap ？
意訳等を施した翻訳文：How can we have this large gap between the foreigners and Japanese understanding ？
以上の意訳その他の処理を施した翻訳文は、それまでの発話内容の文脈に鑑みて翻訳したものである。以上の直訳表現の翻訳文と意訳その他の処理を施した翻訳文を音声合成部５１により音声合成する。
【００２５】
【発明の効果】
以上の通りであって、この発明は、逐次翻訳音声或いは漸進的翻訳音声を再生する構成を採用することにより、より自然な目的言語の音声合成をすることができる。そして、逐次翻訳音声と予測翻訳を取り入れた漸進的翻訳音声との間の違和感の違いを検証することができる。また、直訳表現の翻訳音声と意訳表現の翻訳音声の間の内容理解の容易性の違いを検証することができる。更に、この発明は、通訳者を志向する者が同時通訳の学習教材として使用することができる。また、同時通訳および機械翻訳の研究者が研究手段として使用することができる。
【図面の簡単な説明】
【図１】実施例を説明する図。
【図２】原言語と目的言語の発話時刻の相互関係を示す図。
【図３】原言語データベースの一例を示す図。
【図４】目的言語データベースの一例を示す図。
【図５】付与された修正時刻を示す図。
【符号の説明】
１１ 原言語データベース
２１ 目的言語データベース
３１ 発話開始時刻付与部
３２ 発話終了時刻付与部
４１ 修正発話時刻付与部
５１ 音声合成部

Claims (9)

1. 原言語の各発話文の発話開始時刻および発話終了時刻の情報を記憶した原言語データベースを具備し、
   原言語の各発話文の翻訳文と翻訳文の発話開始時刻および発話終了時刻の情報とを記憶した目的言語データベースを具備し、
   目的言語データベース内の各翻訳文に対応する原言語の発話文の発話終了時刻を原言語データベースから取得し、当該発話終了時刻に或る時間を加算して得られる時刻を当該翻訳文の発話開始時刻として当該翻訳文に付与する発話開始時刻付与部を具備し、
   目的言語データベース内の各翻訳文を、発話開始時刻付与部で得られた発話開始時刻に応答して動作せしめられる音声合成部を具備することを特徴とする音声合成装置。
2. 原言語の各発話文の発話開始時刻および発話終了時刻の情報を記憶した原言語データベースを具備し、
   原言語の各発話文の翻訳文と翻訳文の発話開始時刻および発話終了時刻の情報とを記憶した目的言語データベースを具備し、
   目的言語データベース内の各翻訳文に対応する原言語の発話文の発話終了時刻を原言語データベースから取得し、当該発話終了時刻に或る時間を加算して得られる時刻を当該翻訳文の発話開始時刻として当該翻訳文に付与する発話開始時刻付与部を具備し、
   目的言語データベース内の各翻訳文の発話時間を算出し、当該発話時間と発話開始時刻付与部で得られた発話開始時刻とから当該翻訳文の発話終了時刻を算出し、当該翻訳文に付与する発話終了時刻付与部を具備し、
   目的言語データベース内の各翻訳文を、発話開始時刻付与部或いは発話終了時刻付与部で得られた発話開始時刻に応答して動作せしめられる音声合成部を具備することを特徴とする音声合成装置。
3. 請求項２に記載される音声合成装置において、
   発話終了時刻付与部は直前の翻訳文の発話終了時刻と後の翻訳文の発話開始時刻の間の前後逆転に対応して後の翻訳文の発話開始時刻と発話終了時刻を遅延する遅延処理部を有するものであることを特徴とする音声合成装置。
4. 原言語の各発話文の発話開始時刻および発話終了時刻の情報を記憶した原言語データベースを具備し、
   原言語の各発話文の翻訳文と翻訳文の発話開始時刻および発話終了時刻の情報とを記憶した目的言語データベースを具備し、
   目的言語データベース内の各翻訳文に対応する原言語の発話文の発話終了時刻を原言語データベースから取得し、当該発話終了時刻に或る時間を加算して得られる時刻を当該翻訳文の発話開始時刻として当該翻訳文に付与する発話開始時刻付与部を具備し、
   目的言語データベース内の各翻訳文の発話時間を算出し、当該発話時間と発話開始時刻付与部で得られた発話開始時刻とから当該翻訳文の発話終了時刻を算出し、当該翻訳文に付与する発話終了時刻付与部を具備し、
   発話開始時刻付与部と発話終了時刻付与部で得られた時刻情報に基づいて目的言語データベース内の各発話文間の無音区間の長さを算出し、その長さが或る値を超えている場合、後の翻訳文に対してその発話開始時刻および発話終了時刻をより前に修正した値を付与する修正発話時刻付与部を具備し、
   目的言語データベース内の各翻訳文を、発話開始時刻付与部、発話終了時刻付与部或いは修正発話時刻付与部で得られた発話開始時刻に応答して動作せしめられる音声合成部を具備することを特徴とする音声合成装置。
5. 請求項４に記載される音声合成装置において、
   発話終了時刻付与部は直前の翻訳文の発話終了時刻と後の翻訳文の発話開始時刻の間の前後逆転に対応して後の翻訳文の発話開始時刻と発話終了時刻を遅延する遅延処理部を有するものであることを特徴とする音声合成装置。
6. 原言語の各発話文の発話開始時刻および発話終了時刻の情報を記憶した原言語データベース、および原言語の各発話文の翻訳文と翻訳文の発話開始時刻および発話終了時刻の情報とを記憶した目的言語データベースを使用し、
   目的言語データベース内の各翻訳文に対応する原言語の発話文の発話終了時刻を原言語データベースから取得して当該発話終了時刻に或る時間を加算して得られる時刻を当該翻訳文の発話開始時刻として当該翻訳文に付与し、
   目的言語データベース内の各翻訳文を得られた発話開始時刻から音声合成することを特徴とする音声合成方法。
7. 原言語の各発話文の発話開始時刻および発話終了時刻の情報を記憶した原言語データベース、および原言語の各発話文の翻訳文と翻訳文の発話開始時刻および発話終了時刻の情報とを記憶した目的言語データベースを使用し、
   目的言語データベース内の各翻訳文に対応する原言語の発話文の発話終了時刻を原言語データベースから取得して当該発話終了時刻に或る時間を加算して得られた時刻を当該翻訳文の発話開始時刻として当該翻訳文に付与し、
   目的言語データベース内の各翻訳文の発話時間を算出し、当該発話時間と先に得られた発話開始時刻とから当該翻訳文の発話終了時刻を算出し、
   直前の翻訳文の発話終了時刻と後の翻訳文の発話開始時刻の間の前後逆転に対応して後の翻訳文の発話開始時刻と発話終了時刻を遅延せしめ、
   目的言語データベース内の各翻訳文を、先に得られた発話開始時刻或いは遅延せしめられた発話開始時刻から音声合成することを特徴とする音声合成方法。
8. 原言語の各発話文の発話開始時刻および発話終了時刻の情報を記憶した原言語データベース、および原言語の各発話文の翻訳文と翻訳文の発話開始時刻および発話終了時刻の情報とを記憶した目的言語データベースを使用し、
   目的言語データベース内の各翻訳文に対応する原言語の発話文の発話終了時刻を原言語データベースから取得し、当該発話終了時刻に或る時間を加算して得られる時刻を当該翻訳文の発話開始時刻として当該翻訳文に付与し、
   目的言語データベース内の各翻訳文の発話時間を算出し、当該発話時間と先に得られた発話開始時刻とから当該翻訳文の発話終了時刻を算出し、
   直前の翻訳文の発話終了時刻と後の翻訳文の発話開始時刻の間の前後逆転に対応して後の翻訳文の発話開始時刻と発話終了時刻を遅延せしめ、
   目的言語データベース内の各発話文間の無音区間の長さを算出し、その長さが或る値を超えている場合、後の翻訳文に対してその発話開始時刻および発話終了時刻をより前に修正し、
   目的言語データベース内の各翻訳文を、先に得られた発話開始時刻、遅延せしめられた発話開始時刻、或いはより前に修正せしめられた発話開始時刻から音声合成することを特徴とする音声合成方法。
9. 原言語の各発話文の発話開始時刻および発話終了時刻の情報を記憶した原言語データベースと、
   原言語の各発話文の翻訳文と翻訳文の発話開始時刻および発話終了時刻の情報とを記憶した目的言語データベースと、
   目的言語データベース内の各翻訳文に対応する原言語の発話文の発話終了時刻に或る時間を加算し当該翻訳文の発話開始時刻を求めるプロセスと、
   目的言語データベース内の各翻訳文の発話時間を算出するプロセスと、
   発話時間と当該翻訳文に付与された発話開始時刻に基づいて当該翻訳文の発話終了時刻を求めるプロセスと、
   求められた各翻訳文の発話開始時刻および発話終了時刻情報に基づいて目的言語データベース内の各発話文間の無音区間の長さを算出するプロセスと、
   算出された無音区間の長さが或る値を超えている場合後の翻訳文に対してその発話開始時刻および発話終了時刻をより前に修正するプロセスと、
   目的言語データベース内の各翻訳文を修正された発話開始時刻から音声合成するプロセスより成ることを特徴とする音声合成プログラムを記憶した記憶媒体。

Images