形態素解析装置、音声合成装置、形態素解析方法、形態素解析プログラム及び対応辞書の作成方法
【課題】口語のテキストを正しく解析すること。
【解決手段】音声合成装置１０は、口語表現の文字列と文語表現の文字列とを対応付けて記憶する対応辞書記憶部１３ａと、第１のテキストを受け付ける受付部１５ａとを有する。音声合成装置１０は、第１のテキストの文字列のうち、対応辞書記憶部１３ａにある口語表現と一致する文字列を、口語表現に対応する文語表現の文字列に置換する置換部１５ｂを有する。音声合成装置１０は、第１のテキスト及び文字列の置換により生成された第２のテキストを形態素解析する形態素解析部１５ｃを有する。音声合成装置１０は、第１及び第２のテキストの形態素解析の結果に基づいて、文字列の繋がりに関する尤もらしさを比較する比較部１５ｄを有する。音声合成装置１０は、第２のテキストの方が第１のテキストよりも文字列の繋がりが尤もらしい場合に、第２のテキストの形態素解析の結果を第１のテキストに対応付ける対応付け部１５ｅを有する。
【解決手段】音声合成装置１０は、口語表現の文字列と文語表現の文字列とを対応付けて記憶する対応辞書記憶部１３ａと、第１のテキストを受け付ける受付部１５ａとを有する。音声合成装置１０は、第１のテキストの文字列のうち、対応辞書記憶部１３ａにある口語表現と一致する文字列を、口語表現に対応する文語表現の文字列に置換する置換部１５ｂを有する。音声合成装置１０は、第１のテキスト及び文字列の置換により生成された第２のテキストを形態素解析する形態素解析部１５ｃを有する。音声合成装置１０は、第１及び第２のテキストの形態素解析の結果に基づいて、文字列の繋がりに関する尤もらしさを比較する比較部１５ｄを有する。音声合成装置１０は、第２のテキストの方が第１のテキストよりも文字列の繋がりが尤もらしい場合に、第２のテキストの形態素解析の結果を第１のテキストに対応付ける対応付け部１５ｅを有する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、形態素解析装置、音声合成装置、形態素解析方法、形態素解析プログラム及び対応辞書の作成方法に関する。
【背景技術】
【０００２】
自然言語処理が各種のマンマシンインタフェース（man machine interface）に組み込まれている。一態様としては、コンピュータ（computer）にテキスト（text）を音声出力させる場合、いわゆるテキストの読み上げに自然言語処理が利用される。テキストの読み上げを実行する場合には、テキストに含まれる文章に形態素解析を行って文章を形態素に分割した上で各形態素に品詞や読みを付与する。このようにして形態素解析を実行することにより、テキストとして入力された文字列から表音文字列を生成する。なお、表音文字列とは、テキストの読み方を示す文字列である。
【０００３】
ところで、テキストの読み上げは、新聞記事や公文書などのように文語で記述されたテキストの他にも、電子メール（mail）、ブログ（weblog）やツイッター（Twitter：登録商標）などの口語のテキストにも適用される。
【０００４】
このような口語のテキストを形態素解析する技術の一例として、書き言葉解析モードと話し言葉解析モードとの２つのモード（mode）を選択可能な形態素解析システムが挙げられる。この形態素解析システムは、話し言葉解析モードが選択されている場合には、話し言葉用単語辞書および話し言葉用連接表を使用して形態素解析を実行する。一方、書き言葉解析モードが選択されている場合には、書き言葉用単語辞書および書き言葉用連接表を使用して形態素解析を実行する。
【０００５】
他の一例として、ユーザが端末装置で入力したデータ（data）をネットワーク（network）を介して受信し、文章中である名詞が肯定的な意味で用いられているか否定的な意味で用いられているかを解析してユーザの嗜好情報として蓄積する情報処理装置が挙げられる。この情報処理装置は、文章に含まれる口語を文章語に置き換える処理を行ってから形態素解析を行う。例えば、情報処理装置は、口語変換情報を参照して、「いいじゃん」を「良いですね」に置き換えたり、「マジサイコー」を「本当に良い」に置き換えたりする。
【先行技術文献】
【特許文献】
【０００６】
【特許文献１】特開平０４−２８８６７２号公報
【特許文献２】特開２０１０−４９６３３号公報
【発明の概要】
【発明が解決しようとする課題】
【０００７】
しかしながら、上記の従来技術では、以下に説明するように、依然として、口語のテキストを正しく解析できないという問題がある。
【０００８】
例えば、上記の形態素解析システムは、ユーザによって選択された書き言葉解析モード又は話し言葉解析モードで排他的に動作するものである。このため、形態素解析システムには、テキストに口語及び文語が混在する場合に、口語または文語のいずれか一方しか解析の照準とすることができず、他方は正しく解析することができないという問題がある。さらに、上記の形態素解析システムでは、新しい口語表現が現れるたびに話し言葉用単語辞書および話し言葉用連接表を更新する必要があるので、継続的な使用に耐えないという問題もある。加えて、「話し言葉用単語辞書」および「話し言葉用連接表」は、その作成に高度な専門知識を要するものであり、容易に更新することはできない。
【０００９】
また、上記の情報処理装置は、テキストに含まれる文章やフレーズ（phrase）と口語変換情報に登録されているものとが完全一致しなければその機能は発揮せず、多様な口語表現に対応できる汎用性がないという問題がある。さらに、上記の情報処理装置では、たとえ文章に含まれる口語を文章語に置き換えることができたとしても、文章語の形態素解析の結果が出力されるに過ぎず、口語の形態素解析の結果は出力することができない。
【００１０】
開示の技術は、上記に鑑みてなされたものであって、口語のテキストを正しく解析できる形態素解析装置、音声合成装置、形態素解析方法、形態素解析プログラム及び対応辞書の作成方法を提供することを目的とする。
【課題を解決するための手段】
【００１１】
本願の開示する形態素解析装置は、口語表現の文字列と文語表現の文字列とを対応付けて記憶する記憶部を有する。さらに、前記形態素解析装置は、第１のテキストを受け付ける受付部を有する。さらに、前記形態素解析装置は、前記受付部によって受け付けられた第１のテキストに含まれる文字列のうち、前記記憶部に記憶された口語表現と一致する文字列を、該口語表現に対応する文語表現の文字列に置換する置換部を有する。さらに、前記形態素解析装置は、前記第１のテキスト及び前記文字列の置換により生成された第２のテキストを形態素解析する解析部を有する。さらに、前記形態素解析装置は、前記第１のテキスト及び前記第２のテキストの形態素解析の結果に基づいて、単語の繋がりに関する尤もらしさを比較する比較部を有する。さらに、前記形態素解析装置は、前記第２のテキストの方が前記第１のテキストよりも単語の繋がりが尤もらしい場合に、前記第２のテキストの形態素解析の結果を前記第１のテキストに対応付ける対応付け部を有する。
【発明の効果】
【００１２】
本願の開示する形態素解析装置の一つの態様によれば、口語のテキストを正しく解析できるという効果を奏する。
【図面の簡単な説明】
【００１３】
【図１】図１は、実施例１に係る音声合成装置の構成を示す図である。
【図２】図２は、単語辞書の一例を示す図である。
【図３】図３は、接続評価値表の一例を示す図である。
【図４】図４は、対応辞書の一例を示す図である。
【図５】図５は、対応辞書の作成方法を説明するための図である。
【図６Ａ】図６Ａは、単語辞書から抽出された単語の一例を示す図である。
【図６Ｂ】図６Ｂは、接続評価値の抽出方法を説明するための図である。
【図７Ａ】図７Ａは、原文テキストの形態素解析の結果例を示す図である。
【図７Ｂ】図７Ｂは、置換テキスト１Ａの形態素解析の結果例を示す図である。
【図７Ｃ】図７Ｃは、置換テキスト２Ａの形態素解析の結果例を示す図である。
【図８Ａ】図８Ａは、原文テキストの形態素解析の結果例を示す図である。
【図８Ｂ】図８Ｂは、置換テキスト１Ｂの形態素解析の結果例を示す図である。
【図８Ｃ】図８Ｃは、置換テキスト２Ｂの形態素解析の結果例を示す図である。
【図９】図９は、置換テキスト１Ａ及び原文テキストの間における形態素解析の結果の対応付けを説明するための説明図である。
【図１０】図１０は、置換テキスト１Ｂ及び原文テキストの間における形態素解析の結果の対応付けを説明するための説明図である。
【図１１】図１１は、構文解析および韻律情報の生成を説明するための図である。
【図１２】図１２は、構文解析および韻律情報の生成を説明するための図である。
【図１３】図１３は、実施例１に係る音声合成装置のメインフローの手順を示すフローチャートである。
【図１４】図１４は、実施例１に係る音声合成装置のサブフローの手順を示すフローチャートである。
【図１５】図１５は、実施例２に係る解析プログラムを実行するコンピュータの一例について説明するための図である。
【発明を実施するための形態】
【００１４】
以下に、本願の開示する形態素解析装置、音声合成装置、形態素解析方法、形態素解析プログラム及び対応辞書の作成方法の実施例を図面に基づいて詳細に説明する。なお、この実施例は開示の技術を限定するものではない。そして、各実施例は、処理内容を矛盾させない範囲で適宜組み合わせることが可能である。
【実施例１】
【００１５】
［音声合成装置の構成］
図１は、実施例１に係る音声合成装置の構成を示す図である。図１に示す音声合成装置１０は、入力されたテキスト（text）を音声出力する処理、いわゆるテキストの読み上げを実行するものであり、とりわけ口語のテキストを正しく解析するものである。
【００１６】
すなわち、本実施例に係る音声合成装置１０は、入力されたテキストに含まれる文字列の一部を口語表現から記述表現に置換したテキストの解析結果の方が、入力されたテキストの解析結果より尤もらしい場合に、置換後のテキストの解析結果を入力テキストに対応付ける。なお、ここでは、話し言葉、いわゆる口語に用いられる表現を「口語表現」と呼び、また、記述に用いられる表現、いわゆる文語としての表現を「記述表現」と呼ぶこととする。
【００１７】
このため、本実施例に係る音声合成装置１０では、テキストに口語表現の文字列が含まれていたとしても口語表現のままで形態素解析が実行されないので、形態素解析の精度を高めることができる。また、本実施例に係る音声合成装置１０では、記述表現に置換された文字列に形態素解析が実行されるので、形態素解析に用いる情報を口語表現のものに合わせて改変する必要もない。また、本実施例に係る音声合成装置１０では、文字列を置換する範囲が文章やフレーズに限定されないので、多様な口語表現の文字列が入力されたとしてもそれに対応して記述表現に置換できる。さらに、本実施例に係る音声合成装置１０では、置換後のテキストの解析結果を入力テキストに対応付けるので、口語の形態素解析の結果を出力することができる。したがって、本実施例に係る音声合成装置１０によれば、口語のテキストを正しく解析することが可能になる。
【００１８】
なお、図１の例では、テキストの読み上げ機能をパーソナルコンピュータ（ＰＣ：Personal Computer）に実装する場合を想定して以下の説明を行うが、開示の装置はこれに限らず、あらゆる情報処理装置に適用できる。かかる情報処理装置の一例としては、携帯電話機、ＰＨＳ（Personal Handyphone System）、ＰＤＡ（Personal Digital Assistant）やカーナビゲーションシステム（car navigation system）などが挙げられる。
【００１９】
図１に示す音声合成装置１０は、単語辞書記憶部１１と、評価記憶部１２と、対応辞書記憶部１３ａと、作成部１３と、言語処理部１５と、音響処理部１７とを有する。なお、音声合成装置１０は、図１に示した機能部以外にも既知のコンピュータが有する各種の機能部を有するものとする。一例としては、キーボード（keyboard）やマウス（mouse）などの入力デバイス（device）が挙げられる。他の一例としては、モニタ（monitor）、ディスプレイ（display）やタッチパネル（touch panel）などの表示デバイスが挙げられる。更なる一例としては、外部装置との間で通信を行うためのインタフェース（interface）が挙げられる。
【００２０】
単語辞書記憶部１１は、単語辞書を記憶する記憶部である。一例として、単語辞書記憶部１１は、入力されるテキストに含まれる文字列を形態素に分割して品詞、読みアクセント（accent）を付与するために後述の形態素解析部１５ｃによって参照される。ここで言う「読みアクセント」は、単語の読みにアクセントが付与された表音文字列を指す。
【００２１】
かかる単語辞書の一態様としては、単語に関する各種の情報、例えば単語の表記、品詞、読みアクセントなどが対応付けられたデータを採用できる。図２は、単語辞書の一例を示す図である。図２の例では、単語辞書に登録される単語のうち「勝っちゃった」という文節の解析に関連する単語に関する表記、品詞および読みアクセントを例示する。図２の例では、表記「勝」には、４つの品詞「助数詞」、「タ行五段動詞語幹」、「ラ行五段動詞語幹」及び「名前」が存在することを示す。さらに、助数詞の「勝」は「ショー」と読み、タ行五段動詞語幹の「勝」は「カ’」と読み、ラ行五段動詞語幹の「勝」は「マサ’」と読み、また、名前の「勝」は「マサル」と読むことを示す。ここで、読みの中の「’」はアクセントがある位置を示している。また、表記「っ」には、未知語と、３つの品詞「カ行五段動詞連用形」、「タ行五段動詞連用形」及び「ラ行五段動詞連用形」とが存在することを示す。また、表記「ち」には、未知語と、３つの品詞「タ行五段動詞連用形」、「タ行上一段動詞未然形」及び「タ行上一段動詞連用形」とが存在することを示す。また、表記「ちゃ」は、未知語であることを示す。また、表記「ゃ」は、未知語であることを示す。また、表記「た」には、未知語と、３つの品詞「タ行五段動詞未然形」、「助動詞「た」の終止形」及び「助動詞「た」の連体形」とが存在することを示す。付言すると、表音文字であるかなの単語は、いずれも表記と読みが一致する。なお、図２に示した単語辞書は、あくまでも一例であり、あらゆる単語を任意の個数登録できる。
【００２２】
評価記憶部１２は、複数の単語の繋がりを評価する接続評価を記憶する記憶部である。一例として、評価記憶部１２は、単語辞書に対する検索により形態素ごとに抽出された品詞の候補のうち先行する単語及び後続する単語の品詞の繋がりが尤もらしい組合せの品詞を選択するために後述の形態素解析部１５ｃによって参照される。なお、ここでは、複数の単語を含む文字列のうち、先行する単語を「先行単語」と呼び、先行単語に後続する単語を「後続単語」と呼ぶ。
【００２３】
かかる接続評価の一態様としては、先行単語及び後続単語の品詞の組合せごとにその繋がりの尤もらしさを表す接続評価値が対応付けられたテーブル（以下「接続評価値表」と記載）を採用できる。かかる接続評価値表には、日本語として使用されにくい繋がりには低い接続評価値が設定される一方で、日本語として使用されやすい繋がりには高い接続評価値が設定される。
【００２４】
図３は、接続評価値表の一例を示す図である。図３に示す「名前−名前」などのように、日本語として使用されにくい品詞の組合せには、他の組合せに設定される接続評価値よりも低い接続評価値「-100000」が設定される。この「名前−名前」の組合せの他、「名前−未知語」、「未知語−名前」、「未知語−タ行五段動詞語幹」、「未知語−区切り記号」、「未知語−未知語」にも同様の接続評価値が設定される。また、「名前−タ行五段動詞語幹」や「名前−区切り記号」などのように、日本語として使用され得る品詞の組合せには、前述した接続評価値よりも高い接続評価値「-10000」が設定される。さらに、「タ行五段動詞語幹−名前」などのように、日本語としてあり得ない品詞の組合せには、接続不可を示す「×」が設定される。また、「タ行五段動詞語幹−タ行五段動詞連用形」などのように、連続する可能性が高い品詞の組合せには、他の接続評価値よりも高い接続評価値「0」が設定される。なお、図３に示した接続評価値表は、あくまでも一例であり、あらゆる品詞の組合せに対する接続評価値を任意の個数登録できる。また、接続評価は、必ずしもテーブル形式で格納される必要はなく、他の形式で格納することとしてもかまわない。
【００２５】
対応辞書記憶部１３ａは、口語表現および記述表現の対応関係が定義された対応辞書を記憶する記憶部である。一例として、対応辞書記憶部１３ａは、入力されたテキストに含まれる文字列のうち一部の文字列を口語表現から記述表現に置換するために後述の置換部１５ｂによって参照される。他の一例として、対応辞書記憶部１３ａは、置換後のテキストの形態素解析の結果を元のテキストへ対応付けるために後述の対応付け部１５ｅによって参照される。
【００２６】
かかる対応辞書の一態様としては、口語表現および記述表現の対と、口語表現を構成する文字および記述表現を構成する文字の対応とが紐付けられたデータを採用できる。図４は、対応辞書の一例を示す図である。図４に示すように、口語表現「きゃ」と記述表現「くては」の対においては、「きゃ」及び「くては」が１音節で対応する。これと同様に、口語表現「じゃ」と記述表現「でしま」、口語表現「じゃ」と記述表現「では」、口語表現「ちゃ」と記述表現「てしま」、口語表現「ちゃ」と記述表現「ては」の対においても各々が１音節で対応する。これと同様に、口語表現「って」と記述表現「とは」、口語表現「って」と記述表現「と」、口語表現「ん」と記述表現「の」の対においても各々が１音節で対応する。また、口語表現「てえ」と記述表現「たい」の対においては、「て」と「た」が１音節に対応し、「え」と「い」が１音節で対応する。さらに、口語表現「ねえ」と記述表現「ない」の対においても、「ね」と「な」が１音節に対応し、「え」と「い」が１音節で対応する。また、口語表現「んじゃ」と記述表現「のでは」の対においては、「ん」と「の」が１音節に対応し、「じゃ」と「では」が１音節で対応する。なお、上記の「音節」はモーラ（mora）とも呼ばれる。なお、図４に示した対応辞書は、あくまでも一例であり、あらゆる対に対する各文字の対応を任意の個数登録できる。
【００２７】
作成部１３は、対応辞書を作成する処理部である。かかる対応辞書が作成されるにあたっては、前処理として、口語文とそれに対応する記述文が対になった材料データが作成部１３によって取得される。かかる材料データは、図示しない自装置の記憶部から取得することとしてもよいし、ネットワーク（network）を介して外部装置から取得することとしてもよい。なお、材料データは、一例として、対応辞書を設計する設計者が同義の口語文および記述文を入力したり、予め収集されていた口語文または記述文と対になる答えを入力することにより作成される。
【００２８】
図５は、対応辞書の作成方法を説明するための図である。図５に示すように、作成部１３は、口語文および記述文の対ごとに口語文および記述文のうち互いに異なる文字列を抽出する（ステップＳ５１）。
【００２９】
例えば、口語文「遊んじゃおう」と記述文「遊んでしまおう」の対の場合には、口語文のうち下線部分の文字列「じゃ」が記述文と一致せず、記述文のうち下線部分の文字列「でしま」が口語文と一致しない。よって、「じゃ」と「でしま」の対が抽出される。以降の口語文と記述文の対についても同様にして、「ん」と「の」の対、「ねえ」と「ない」の対、「てえ」と「たい」の対、「じゃ」と「では」の対、「んじゃ」と「のでは」の対、「じゃ」と「では」の対の順に互いに異なる文字列が抽出される。さらに、同様にして、「ちゃ」と「てしま」の対、「ちゃ」と「ては」の対、「きゃ」と「くては」の対、「んじゃ」と「のでは」の対、「んじゃ」と「のでは」の対、「って」と「とは」の対、「って」と「と」の対の順に互いに異なる文字列が抽出される。
【００３０】
続いて、作成部１３は、口語文に含まれる記述文と異なる不一致文字列と、記述文に含まれる口語文と異なる不一致文字列との対を所定の基準、例えば五十音順に並べ替えた上で重複する不一致文字列の対を削除する（ステップＳ５２）。
【００３１】
図５の例では、口語文「おかしいじゃないか」と記述文「おかしいではないか」の対および口語文「遊びじゃない」と記述文「遊びではない」の対から抽出された「じゃ」と「では」の対が２つ重複するので、そのうちの１つが削除される。さらに、口語文「おかしいんじゃない」と記述文「おかしいのではない」の対、口語文「するんじゃない」と記述文「するのではない」の対および口語文「危ないんじゃない」と記述文「危ないのではない」の対から抽出された対が下記のように重複する。すなわち、「んじゃ」と「のでは」の対が３つ重複するので、そのうちの２つが削除される。なお、上記のステップＳ５２では、並べ替えの後に重複した不一致文字列の対を削除する場合を説明したが、先に重複した不一致文字列の対を削除してもよく、また、並べ替えを必須の処理とする必要はない。
【００３２】
そして、作成部１３は、口語側の不一致文字列を構成する文字と、記述側の不一致文字列を構成する文字との対応（以下では「各文字の対応」と記載）を紐付ける（ステップＳ５３）。
【００３３】
一例としては、作成部１３は、口語側の不一致文字列が１音節である場合に、１音節の口語側の不一致文字列をそのまま記述側の不一致文字列に紐付ける。図５の例で言えば、口語側の不一致文字列「きゃ」、「じゃ」、「ちゃ」及び「ん」は、それぞれ１音節である。このため、口語側の不一致文字列が記述側の不一致文字列とそのまま紐付けられることによって、「きゃ⇔くては」、「じゃ⇔でしま」、「じゃ⇔では」、「ちゃ⇔てしま」、「ちゃ⇔ては」、「ん⇔の」という対応が得られる。
【００３４】
他の一例としては、作成部１３は、口語側の不一致文字列の「EE」という音の並びが記述側の不一致文字列の「AI」という音の並びに対応している場合に、「E」と「A」および「E」と「I」を紐付けるように分割する。図５の例で言えば、口語側の不一致文字列「ねえ」と記述側の不一致文字列「ない」の場合には、「ね⇔な」及び「え⇔い」という対応が得られる。さらに、口語側の不一致文字列「てえ」と記述側の不一致文字列「たい」の場合には、「て⇔た」及び「え⇔い」という対応が得られる。
【００３５】
更なる一例としては、作成部１３は、他の各文字の対応の組合せとなる口語側の不一致文字列及び記述側の不一致文字列の対が存在する場合に、先の組合せに倣って分割する。図５の例で言えば、口語側の不一致文字列「んじゃ」と記述側の不一致文字列「のでは」の場合には、別のエントリに「ん⇔の」の対応と「じゃ⇔では」の対応とがあるので、これに倣って分割される。
【００３６】
なお、作成部１３は、上記の方法では分割できない口語側の不一致文字列及び記述側の不一致文字列の対は分割しない。図５の例で言えば、「って」と「と」、「って」と「とは」については分割せずに、「って⇔と」という対応、「って⇔とは」という対応がそれぞれ得られる。
【００３７】
その後、作成部１３は、口語側の不一致文字列及び記述側の不一致文字列の対と、各文字の対応とを対応付けた対応辞書を対応辞書記憶部１３ａに登録し（ステップＳ５４）、対応辞書の作成を終了する。
【００３８】
このようにして図４に示した対応辞書が作成部１３によって作成される。上記の対応辞書の作成方法によれば、上記の従来技術における「話し言葉用単語辞書」及び「話し言葉用連接表」を作成する場合のように、高度な専門知識を有する者が介在する必要はない。このため、上記の対応辞書の作成方法によれば、平易な情報処理によって実現することができる。加えて、対応辞書の作成方法では、平易な情報処理によって実現されるので、口語表現が時とともに変遷したとしても、新たな口語表現を簡易に追加できる。
【００３９】
さらに、上記の対応辞書の作成方法では、入力されるテキストの置換に口語側の不一致文字列及び記述側の不一致文字列の対を使用させることができる。このため、上記の対応辞書の作成方法によれば、形態素と同等のレベルの細かさで口語表現を記述表現に置換させることができ、多様な口語表現に対応できる汎用性を高めることができる。また、上記の対応辞書の作成方法では、口語側の不一致文字列を構成する文字と、記述側の不一致文字列を構成する文字との対応を生成する。したがって、上記の対応辞書の作成方法では、置換後のテキストの形態素解析の結果を元のテキストに対応付ける段階で両者の対応付けを適切に実行させることができる。
【００４０】
図１の説明に戻り、言語処理部１５は、自然言語処理を実行する処理部である。この言語処理部１５は、図１に示すように、受付部１５ａと、置換部１５ｂと、形態素解析部１５ｃと、比較部１５ｄと、対応付け部１５ｅと、構文解析部１５ｆと、韻律情報生成部１５ｈと、表音生成部１５ｊとを有する。
【００４１】
このうち、受付部１５ａは、テキストの入力を受け付ける処理部である。一例としては、受付部１５ａは、図示しないブラウザ（web browser）によって取得されたウェブページ（web page）のうちテキストデータ（text data）を入力テキストとして受け付ける。他の一例としては、受付部１５ａは、図示しない入力デバイスを介して指定されたテキストファイルを入力テキストとして受け付ける。更なる一例としては、受付部１５ａは、図示しないアプリケーションプログラム（application program）からフック（hook）したデータをテキストデータに変換した上で入力テキストとして受け付ける。
【００４２】
また、受付部１５ａは、入力テキストから所定の単位のテキストを取り出す。一例としては、受付部１５ａは、句点、疑問符や感嘆符などの区切り記号を検出する度に入力テキストから１文に対応するテキストを区切ることにより、入力テキストを１文ずつ後段の置換部１５ｂ及び形態素解析部１５ｃへ出力する。なお、以下では、受付部１５ａによって入力テキストから取り出された１文のテキストを「原文テキスト」と呼ぶ。
【００４３】
なお、ここでは、入力テキストを１文ずつ取り出す場合を想定して以下の説明を行うが、任意の数の文章を含んで取り出してもよい。また、入力テキストから取り出す単位は、文章に限定されない。例えば、受付部１５ａは、文字数やデータサイズなどの任意の単位で入力テキストを取り出すこともできる。
【００４４】
置換部１５ｂは、受付部１５ａから入力された原文テキストに含まれる文字列のうち、対応辞書記憶部１３ａに記憶された口語表現と一致する文字列を、口語表現に対応する記述表現の文字列に置換する処理部である。
【００４５】
一例として、受付部１５ａから「勝っちゃった。」という原文テキストが入力された場合を想定する。この場合には、原文テキストに含まれる文字列「ちゃ」が対応辞書の口語表現「ちゃ」と部分一致し、口語表現「ちゃ」には、それに対応する記述表現「てしま」及び記述表現「ては」の２つのエントリが存在する。よって、置換部１５ｂは、原文テキストに含まれる口語表現「ちゃ」を記述表現「てしま」に置換することにより、テキスト「勝ってしまった。」を生成する。さらに、置換部１５ｂは、原文テキストに含まれる口語表現「ちゃ」を記述表現「ては」に置換することにより、テキスト「勝ってはった。」を生成する。なお、以下では、テキスト「勝ってしまった。」を置換テキスト１Ａと呼び、また、テキスト「勝ってはった。」を置換テキスト２Ａと呼ぶ。
【００４６】
他の一例として、受付部１５ａから「冗談じゃないよ。」という原文テキストが入力された場合を想定する。この場合には、原文テキストに含まれる文字列「じゃ」が対応辞書の口語表現「じゃ」と部分一致し、口語表現「じゃ」には、それに対応する記述表現「では」及び記述表現「でしま」の２つのエントリが存在する。よって、置換部１５ｂは、原文テキストに含まれる口語表現「じゃ」を記述表現「では」に置換することにより、テキスト「冗談ではないよ。」を生成する。さらに、置換部１５ｂは、原文テキストに含まれる口語表現「じゃ」を記述表現「でしま」に置換することにより、テキスト「冗談でしまないよ。」を生成する。なお、以下では、テキスト「冗談ではないよ。」を置換テキスト１Ｂと呼び、また、テキスト「冗談でしまないよ。」を置換テキスト２Ｂと呼ぶ。
【００４７】
形態素解析部１５ｃは、単語辞書および接続評価値表を用いて、受付部１５ａから入力された原文テキスト又は置換部１５ｂから入力された置換テキストを形態素解析する処理部である。これを説明すると、形態素解析部１５ｃは、単語辞書を参照して、テキストに含まれる文字と部分一致する表記を持つ単語を全て検索する。続いて、形態素解析部１５ｃは、単語辞書から検索した全ての単語を対象に、先行単語及び後続単語の品詞の組合せに対応する接続評価値を接続評価値表から抽出する。その後、形態素解析部１５ｃは、単語辞書から検索した単語を全ての先行単語および後続単語の間で接続した組合せのうち、接続評価値の合計が最大となる単語の組合せを選択する。その上で、形態素解析部１５ｃは、選択した単語の組合せを形態素解析の結果として比較部１５ｄに出力する。
【００４８】
図６Ａ及び図６Ｂを用いて、原文テキスト「勝っちゃった。」が入力された場合の形態素解析を例示する。図６Ａは、単語辞書から抽出された単語の一例を示す図であり、図６Ｂは、接続評価値の抽出方法を説明するための図である。
【００４９】
まず、形態素解析部１５ｃは、単語辞書を参照して、原文テキスト「勝っちゃった。」に含まれる文字と部分一致する表記を持つ単語を全て検索する。図６Ａに示すように、単語辞書から「勝」という１文字を検索した場合には、一勝二敗などのように使用される助数詞「勝」、タ行五段動詞「勝つ」の語幹「勝」、ラ行五段動詞「勝る」の語幹「勝」、名前の「勝（まさる）」などが抽出される。また、単語辞書から「っ」という１文字を検索した場合には、未知語「っ」、カ行五段動詞の連用形「っ」、タ行五段動詞の連用形「っ」、ラ行五段動詞の連用形「っ」などが抽出される。さらに、単語辞書から「ち」という１文字を検索した場合には、未知語「ち」、タ行五段動詞の連用形「ち」、タ行上一段動詞の未然形「ち」、タ行上一段動詞の連用形「ち」などが抽出される。また、単語辞書から「ゃ」という１文字を検索した場合には、未知語「ゃ」が抽出される。さらに、単語辞書から「ちゃ」という１文字を検索した場合には、未知語「ちゃ」が抽出される。また、単語辞書から「た」という１文字を検索した場合には、未知語「た」、タ行五段動詞の未然形「た」、助動詞「た」の終止形「た」、助動詞「た」の連体形「た」などが抽出される。なお、単語辞書から「。」という１文字を検索した場合には、区切り記号「。」が抽出される。
【００５０】
続いて、形態素解析部１５ｃは、単語辞書から検索した全ての単語、すなわち「勝」、「っ」、「ち」、「ゃ」、「ちゃ」、「っ」、「た」及び「。」を対象に、先行単語及び後続単語の品詞の組合せに対応する接続評価値を接続評価値表から抽出する。図６Ｂに示すように、「勝」の４つの品詞×「っ」の４つの品詞に関する１６通りの接続評価値が接続評価値表から抽出される。また、「っ」の４つの品詞×「ち」の４つの品詞に関する１６通りの接続評価値が接続評価値表から抽出される。さらに、「ち」の４つの品詞×「ゃ」の１つの品詞に関する４通りの接続評価値が接続評価値表から抽出される。また、「っ」の４つの品詞×「ちゃ」の１つの品詞に関する４通りの接続評価値が接続評価値表から抽出される。さらに、「ゃ」の１つの品詞×「っ」の４つの品詞に関する４通りの接続評価値が接続評価値表から抽出される。また、「ちゃ」の１つの品詞×「っ」の４つの品詞に関する４通りの接続評価値が接続評価値表から抽出される。さらに、「っ」の４つの品詞×「た」の４つの品詞に関する１６通りの接続評価値が接続評価値表から抽出される。また、「た」の４つの品詞×「。」の１つの品詞に関する４通りの接続評価値が接続評価値表から抽出される。つまり、形態素解析部１５ｃは、図６Ｂに示した先行単語と後続単語の間を結ぶ全線の接続評価値を接続評価値表から抽出する。
【００５１】
このようにして原文テキスト「勝っちゃった。」を形態素解析した場合には、口語表現の「ちゃ」は、単語辞書から未知語として検出される。よって、「勝」の品詞が誤って名前の「勝（まさる）」と解析され、正答である読み「カッチャッタ」とはかけ離れた誤答の読み「マサルッチャッタ」となるような形態素解析結果が出力される。なお、ここでは、原文テキスト「勝っちゃった。」が入力された場合を例示したが、他のテキスト、例えば原文テキスト、置換テキスト１Ａ、２Ａ、１Ｂや２Ｂが入力された場合にも同様にして形態素解析が実行される。
【００５２】
例えば、原文テキスト「冗談じゃないよ。」が形態素解析された場合には、口語表現の「じゃ」が誤って接続詞と解析される。このように正答では接続詞が入らない箇所に接続詞があると認識されると、後述の韻律情報生成部１５ｈによって不自然な韻律情報が生成されてしまう。一例としては、接続詞の前後にはポーズ（pause）を挿入するという韻律情報の生成ルールが不利に働き、「ジョーダン・ジャ・ナイヨ」という間延びした表音文字列が生成されてしまう。ここで「・」はポーズが挿入される位置を示している。
【００５３】
比較部１５ｄは、原文テキスト及び置換テキストの形態素解析の結果に基づいて、文字列の繋がりに関する尤もらしさを比較する処理部である。一例としては、比較部１５ｄは、原文テキストの形態素解析の結果を図示しないバッファに格納する。その後、比較部１５ｄは、置換テキストの形態素解析の結果を受け付ける度に、今回に受け付けた置換テキストに含まれる各単語間の接続評価値の合計である形態素解析スコアと、先のバッファに蓄積されたテキストの形態素解析スコアとを比較する。このとき、今回に受け付けた置換テキストの形態素解析スコアの方がバッファに蓄積されたテキストの形態素解析スコアよりも大きい場合に、比較部１５ｄは、今回に受け付けた置換テキストの形態素解析スコアをバッファに格納する。なお、今回に受け付けた置換テキストの形態素解析スコアの方がバッファに蓄積されたテキストの形態素解析スコア以下である場合には、今回に受け付けた置換テキストの形態素解析スコアはバッファに格納されない。
【００５４】
一例として、原文テキストが「勝っちゃった。」である場合の形態素解析の結果の比較例を例示する。図７Ａは、原文テキストの形態素解析の結果例を示す図であり、図７Ｂは、置換テキスト１Ａの形態素解析の結果例を示す図であり、また、図７Ｃは、置換テキスト２Ａの形態素解析の結果例を示す図である。これら図７Ａ〜図７Ｃの例では、形態素解析の結果が原文テキスト、置換テキスト１Ａ、置換テキスト２Ａの順に形態素解析部１５ｃから比較部１５ｄへ入力される場合を想定する。
【００５５】
図７Ａの例では、原文テキスト「勝っちゃった。」の品詞と読みとして、次のような結果が得られたことを示す。すなわち、「勝 名前 読み：マサル」、「っ 未知語 読み：ッ」、「ちゃ 未知語 読み：チャ」、「っ 未知語 読み：ッ」、「た 未知語 読み：タ」、「。 区切り記号 読み：．」が結果に含まれる。さらに、原文テキスト「勝っちゃった。」の形態素解析スコアが「-500000」であることを示す。かかる形態素解析スコアは、「勝」と「っ」の値「-100000」、「っ」と「ちゃ」の値「-100000」、「ちゃ」と「っ」の値「-100000」、「っ」と「た」の値「-100000」及び「た」と「。」の値「-100000」の合計により求まる。なお、上記の単語の組合せは、単語辞書から検索した単語「勝」、「っ」、「ちゃ」、「っ」、「た」及び「。」を全ての先行単語および後続単語の間で接続した組合せのうち、接続評価値の合計が最大となる単語の組合せを指す。
【００５６】
図７Ｂの例では、置換テキスト「勝ってしまった。」の品詞と読みとして、次のような結果が得られたことを示す。すなわち、「勝 タ行五段動詞語幹 読み：カ」、「っ タ行五段動詞連用形 読み：ッ」、「て 接続助詞 読み：テ」及び「しま ワ行五段動詞語幹（助動詞的） 読み：シマ」が結果に含まれる。加えて、「っ ワ行五段動詞連用形 読み：ッ」、「た 助動詞 読み：タ」及び「。 区切り記号 読み：．」が結果に含まれる。さらに、置換テキスト１Ａ「勝ってしまった。」の形態素解析スコアが「-17000」であることを示す。かかる形態素解析スコアは、「勝」と「っ」の値「0」、「っ」と「て」の値「-1000」、「て」と「しま」の値「-5000」、「しま」と「っ」の値「0」、「っ」と「た」の値「-1000」及び「た」と「。」の値「-10000」の合計により求まる。なお、上記の単語の組合せは、単語辞書から検索した単語「勝」、「っ」、「て」、「しま」、「っ」、「た」及び「。」を全ての先行単語および後続単語の間で接続した組合せのうち、接続評価値の合計が最大となる単語の組合せを指す。
【００５７】
図７Ｃの例では、置換テキスト「勝ってはった。」の品詞と読みとして、次のような結果が得られたことを示す。すなわち、「勝 タ行五段動詞語幹 読み：カ」、「っ タ行五段動詞連用形 読み：ッ」、「て 接続助詞 読み：テ」及び「は ラ行五段動詞語幹 読み：ハ」が結果に含まれる。加えて、「っ ラ行五段動詞連用形 読み：ッ」、「た 助動詞 読み：タ」及び「。 区切り記号 読み：．」が結果に含まれる。さらに、置換テキスト２Ａ「勝ってはった。」の形態素解析スコアが「-22000」であることを示す。かかる形態素解析スコアは、「勝」と「っ」の値「0」、「っ」と「て」の値「-1000」、「て」と「は」の値「-10000」、「は」と「っ」の値「0」、「っ」と「た」の値「-1000」及び「た」と「。」の値「-10000」の合計により求まる。なお、上記の単語の組合せは、単語辞書から検索した単語「勝」、「っ」、「て」、「は」、「っ」、「た」及び「。」を全ての先行単語および後続単語の間で接続した組合せのうち、接続評価値の合計が最大となる単語の組合せを指す。
【００５８】
これら図７Ａ〜図７Ｃの例では、まず、比較部１５ｄは、原文テキスト「勝っちゃった。」の形態素解析スコアをバッファに格納する。そして、置換テキスト１Ａ「勝ってしまった。」の形態素解析スコアを受け付けると、比較部１５ｄは、今回に受け付けた置換テキスト１Ａの形態素解析スコアと、バッファに蓄積された原文テキストの形態素解析スコアとを比較する。このとき、比較部１５ｄは、置換テキスト１Ａの形態素解析スコア「-17000」が原文テキストの形態素解析スコア「-500000」よりも大きいので、形態素解析スコアが最大である置換テキスト１Ａ「勝ってしまった。」をバッファに格納する。
【００５９】
その後、置換テキスト２Ａ「勝ってはった。」の形態素解析スコアを受け付けると、比較部１５ｄは、今回に受け付けた置換テキスト２Ａの形態素解析スコアと、バッファに蓄積された置換テキスト１Ａの形態素解析スコアとを比較する。そして、比較部１５ｄは、置換テキスト２Ａの形態素解析スコア「-22000」が置換テキスト１Ａの形態素解析スコア「-17000」以下であるので、置換テキスト２Ａの形態素解析スコア「-22000」はバッファに格納されない。よって、最終的には、置換テキスト１Ａ「勝ってしまった。」の形態素解析スコアがバッファに残ることになる。
【００６０】
他の一例として、原文テキストが「冗談じゃないよ。」である場合の形態素解析の結果の比較例を例示する。図８Ａは、原文テキストの形態素解析の結果例を示す図であり、図８Ｂは、置換テキスト１Ｂの形態素解析の結果例を示す図であり、また、図８Ｃは、置換テキスト２Ｂの形態素解析の結果例を示す図である。これら図８Ａ〜図８Ｃの例では、形態素解析の結果が原文テキスト、置換テキスト１Ｂ、置換テキスト２Ｂの順に形態素解析部１５ｃから比較部１５ｄへ入力される場合を想定する。
【００６１】
図８Ａの例では、原文テキスト「冗談じゃないよ。」の品詞と読みとして、次のような結果が得られたことを示す。すなわち、「冗談 普通名詞 読み：ジョーダン」、「じゃ 接続詞 読み：ジャ」、「な 形容詞語幹 読み：ナ」、「い 形容詞終止形 読み：イ」、「よ 終助詞 読み：ヨ」、「。 区切り記号 読み：．」が結果に含まれる。さらに、原文テキスト「冗談じゃないよ。」の形態素解析スコアが「-31000」であることを示す。かかる形態素解析スコアは、「冗談」と「じゃ」の値「-10000」、「じゃ」と「な」の値「-10000」、「な」と「い」の値「0」、「い」と「よ」の値「-1000」及び「よ」と「。」の値「-10000」の合計により求まる。なお、上記の単語の組合せは、単語辞書から検索した単語「冗談」、「じゃ」、「な」、「い」、「よ」及び「。」を全ての先行単語および後続単語の間で接続した組合せのうち、接続評価値の合計が最大となる単語の組合せを指す。
【００６２】
図８Ｂの例では、置換テキスト「冗談ではないよ。」の品詞と読みとして、次のような結果が得られたことを示す。すなわち、「冗談 普通名詞 読み：ジョーダン」、「で 格助詞 読み：デ」、「は 副助詞 読み：ハ」、「な 形容詞語幹 読み：ナ」、「い 形容詞終止形 読み：イ」、「よ 終助詞 読み：ヨ」及び「。 区切り記号 読み：．」が結果に含まれる。さらに、置換テキスト１Ｂ「冗談ではないよ。」の形態素解析スコアが「-23000」であることを示す。かかる形態素解析スコアは、「冗談」と「で」の値「-1000」、「で」と「は」の値「-1000」、「は」と「な」の値「-10000」、「な」と「い」の値「0」、「い」と「よ」の値「-1000」及び「よ」と「。」の値「-10000」の合計により求まる。なお、上記の単語の組合せは、単語辞書から検索した単語「冗談」、「で」、「は」、「な」、「い」、「よ」及び「。」を全ての先行単語および後続単語の間で接続した組合せのうち、接続評価値の合計が最大となる単語の組合せを指す。
【００６３】
図８Ｃの例では、置換テキスト「冗談でしまないよ。」の品詞と読みとして、次のような結果が得られたことを示す。すなわち、「冗談 普通名詞 読み：ジョーダン」、「で 格助詞 読み：デ」、「しま 普通名詞 読み：シマ」、「な 形容詞語幹 読み：ナ」、「い 形容詞終止形 読み：イ」、「よ 終助詞 読み：ヨ」、「。 区切り記号 読み：．」が結果に含まれる。さらに、置換テキスト２Ｂ「冗談でしまないよ。」の形態素解析スコアが「-32000」であることを示す。かかる形態素解析スコアは、「冗談」と「で」の値「-1000」、「で」と「しま」の値「-10000」、「しま」と「な」の値「-10000」、「な」と「い」の値「0」、「い」と「よ」の値「-1000」及び「よ」と「。」の値「-10000」の合計により求まる。なお、上記の単語の組合せは、単語辞書から検索した単語「冗談」、「で」、「しま」、「な」、「い」、「よ」及び「。」を全ての先行単語および後続単語の間で接続した組合せのうち、接続評価値の合計が最大となる単語の組合せを指す。
【００６４】
これら図８Ａ〜図８Ｃの例では、まず、比較部１５ｄは、原文テキスト「冗談じゃないよ。」の形態素解析スコアをバッファに格納する。そして、置換テキスト１Ｂ「冗談ではないよ。」の形態素解析スコアを受け付けると、比較部１５ｄは、今回に受け付けた置換テキスト１Ｂの形態素解析スコアと、バッファに蓄積された原文テキストの形態素解析スコアとを比較する。このとき、比較部１５ｄは、置換テキスト１Ｂの形態素解析スコア「-23000」が原文テキストの形態素解析スコア「-31000」よりも大きいので、形態素解析スコアが最大である置換テキスト１Ｂ「冗談ではないよ。」をバッファに格納する。
【００６５】
その後、置換テキスト２Ｂ「冗談でしまないよ。」の形態素解析スコアを受け付けると、比較部１５ｄは、今回に受け付けた置換テキスト２Ｂの形態素解析スコアと、バッファに蓄積された置換テキスト１Ｂの形態素解析スコアとを比較する。そして、比較部１５ｄは、置換テキスト２Ｂの形態素解析スコア「-32000」が置換テキスト１Ｂの形態素解析スコア「-23000」以下であるので、置換テキスト２Ｂの形態素解析スコア「-32000」はバッファに格納されない。よって、最終的には、置換テキスト１Ｂ「冗談ではないよ。」の形態素解析スコアがバッファに残ることになる。
【００６６】
図１の説明に戻り、対応付け部１５ｅは、置換テキストの方が原文テキストよりも文字列の繋がりが尤もらしい場合に、対応辞書記憶部１３ａを用いて、置換テキストの形態素解析の結果を原文テキストに対応付ける処理部である。
【００６７】
これを説明すると、対応付け部１５ｅは、比較部１５ｄによって形態素解析の結果が全て比較された場合に、バッファに蓄積されたテキストの形態素解析の結果が原文テキストの形態素解析の結果であるか否かを判定する。このとき、バッファに蓄積されたテキストの形態素解析の結果が原文テキストのものである場合には、原文テキストが尤もらしく、原文テキストに口語表現が含まれている可能性が低いと推定できる。よって、対応付け部１５ｅは、バッファに記憶された形態素解析の結果をそのまま構文解析部１５ｆへ出力する。一方、バッファに蓄積されたテキストの形態素解析の結果が原文テキストのものではない場合には、原文テキストが尤もらしくなく、原文テキストに口語表現が含まれている可能性が高いと推定できる。よって、対応付け部１５ｅは、置換テキストに含まれる文字列のうち口語表現から記述表現に置換された置換後の文字列の形態素解析の結果を、原文テキストに含まれる置換前の文字列に対応付ける。
【００６８】
一例として、原文テキストが「勝っちゃった。」である場合の置換テキスト及び原文テキストの対応付けを例示する。図９は、置換テキスト１Ａ及び原文テキストの間における形態素解析の結果の対応付けを説明するための説明図である。図９に示すように、対応付け部１５ｅは、置換テキスト１Ａ「勝ってしまった。」に含まれる単語が口語表現から置換された部分に該当する否かを文頭の単語から順番に判定する。このとき、記述表現に置換されていない単語「勝」、「っ」、「っ」、「た」及び「。」の場合には、対応付け部１５ｅは、置換テキスト１Ａ及び原文テキストともに形態素解析の結果は同じなので、置換テキスト１Ａの形態素解析結果をそのまま原文テキストに対応付けて採用する。
【００６９】
ここで、記述表現に置換された単語「て」の場合には、対応付け部１５ｅは、対応辞書の各文字の対応「ちゃ⇔てしま」を参照する。そして、対応付け部１５ｅは、置換後の文字列を構成する「て」及び「しま」の２つの単語が口語表現「ちゃ」に対応しているので、「て」の品詞「接続助詞」及び「しま」の品詞「ワ行五段動詞語幹」を原文テキストの口語表現「ちゃ」に対応付ける。これによって、後段の機能部では、原文テキストの口語表現「ちゃ」の品詞である「接続助詞」及び「ワ行五段動詞語幹」を用いて、以降の処理を実行できる。
【００７０】
他の一例として、原文テキストが「冗談じゃないよ。」である場合の置換テキスト及び原文テキストの対応付けを例示する。図１０は、置換テキスト１Ｂ及び原文テキストの間における形態素解析の結果の対応付けを説明するための説明図である。図１０に示すように、対応付け部１５ｅは、置換テキスト１Ｂ「冗談ではないよ。」に含まれる単語が口語表現から置換された文字列であるか否かを文頭の単語から順番に判定する。このとき、記述表現に置換されていない単語「冗談」、「な」、「い」、「よ」及び「。」の場合には、対応付け部１５ｅは、置換テキスト１Ｂ及び原文テキストともに形態素解析の結果は同じなので、置換テキスト１Ｂの形態素解析結果をそのまま原文テキストに対応付けて採用する。
【００７１】
ここで、記述表現に置換された単語「で」の場合には、対応付け部１５ｅは、対応辞書の各文字の対応「じゃ⇔では」を参照する。そして、対応付け部１５ｅは、置換後の文字列を構成する「で」及び「は」の２つの単語が口語表現「じゃ」に対応しているので、「で」の品詞「格助詞」及び「は」の品詞「副助詞」を原文テキストの口語表現「じゃ」に対応付ける。これによって、後段の機能部では、原文テキストの口語表現「じゃ」の品詞である「格助詞」及び「副助詞」を用いて、以降の処理を実行できる。
【００７２】
構文解析部１５ｆは、対応付け部１５ｅによって出力される原文テキストの形態素解析の結果を用いて、原文テキストの構文解析を実行する処理部である。これを説明すると、まず、構文解析部１５ｆは、原文テキストに含まれる単語の品詞の連続から文節を特定する。かかる「文節」は、原則として、１個の自立語とそれに続く０個以上の付属語という構成である。このため、構文解析部１５ｆは、原文テキストに含まれる冒頭の単語から順に単語が自立語または付属語であるかを判定することにより、文節を特定する。その後、構文解析部１５ｆは、それぞれの文節の係り受け関係を、文節を構成する自立語の品詞、あるいは付属語である助詞や助動詞の種類によって特定する。
【００７３】
一例として、原文テキストが「勝っちゃった。」及び「冗談じゃないよ。」である場合の構文解析を例示する。図１１及び図１２は、構文解析および韻律情報の生成を説明するための図である。図１１に示すように、原文テキスト「勝っちゃった。」の場合には、構文解析部１５ｆは、「ちゃ」が接続助詞「て」（＝付属語）とワ行五段動詞語幹「しま」（＝自立語）に相当するが、ここでは文節を分けることができない。よって、構文解析部１５ｆは、「勝っちゃった」をひとつの文節として特定する。図１２に示すように、原文テキスト「冗談じゃないよ。」の場合には、構文解析部１５ｆは、「冗談じゃ」が１文節、「ないよ」が１文節となり、この２文節間に係り受け関係があると特定する。
【００７４】
韻律情報生成部１５ｈは、構文解析部１５ｆによる構文解析の結果を用いて、韻律情報を生成する処理部である。かかる韻律情報の一例としては、ポーズやアクセント句境界などが挙げられる。ここで言う「ポーズ」は、接続詞や感動詞などの特定の品詞の直前及び直後や係り受け関係において係り元の文節から係り先の文節までの音節数が閾値よりも大きい場合に、係り元文節の直後に設定されるものである。また、「アクセント句境界」は、アクセントを構成するひとつのまとまりであるアクセント句がポーズを設定しなかった文節境界に設定される。
【００７５】
一例として、原文テキストが「勝っちゃった。」及び「冗談じゃないよ。」である場合の韻律情報の生成を例示する。図１１に示すように、原文テキスト「勝っちゃった」の場合には、韻律情報生成部１５ｈは、「勝っちゃった」がひとつの文節として扱われるので、この文ではポーズやアクセント句境界を挿入しない。図１２に示すように、原文テキスト「冗談じゃないよ。」の場合には、韻律情報生成部１５ｈは、「冗談じゃ」が１文節、「ないよ」が１文節となり、この２文節間に係り受け関係があるので、「冗談じゃ」と「ないよ」の間にアクセント句境界を置く。
【００７６】
表音生成部１５ｊは、韻律情報生成部１５ｈによって出力された原文テキストの読みに韻律情報が付与された形態素解析の結果から原文テキストの表音文字列を生成する処理部である。一例として、表音生成部１５ｊは、原文テキストの読みにアクセントが付与された漢字かな混じり文から表音文字であるカタカナの文字列を生成する。
【００７７】
一例として、原文テキストが「勝っちゃった。」及び「冗談じゃないよ。」である場合の表音文字列の生成を例示する。図１１に示すように、原文テキスト「勝っちゃった」の場合には、表音生成部１５ｊは、「カ’ッチャッタ．」という読みを生成する。口語表現「ちゃ」を置換しなかった場合には、「勝」が名前と判断されために、「マサルッチャッタ．」という表音文字列が生成され誤読になっていた。しかしながら、口語表現「ちゃ」を記述表現「てしま」に置換した場合には、「勝」は正しくタ行五段動詞語幹と判断されたために、正しく「カ’ッチャッタ．」という表音文字列が生成されている。図１２に示すように、原文テキスト「冗談じゃないよ。」の場合には、正答の「ジョーダ’ンジャ＿ナ’イヨ．」が生成される。このため、口語表現「じゃ」を置換しなかった場合のように、「じゃ」の前後にポーズが置かれ、「ジョーダ’ン・ジャ・ナ’イヨ．」という不自然な表音文字列が生成されることはなく、自然な読み上げを実現することができる。なお、ここでは、「・」はポーズの挿入位置を、「＿」はアクセント句境界を示す。
【００７８】
音響処理部１７は、表音文字列から合成音声を生成する音響処理を実行する処理部である。この音響処理部１７は、図１に示すように、韻律生成部１７ａと、合成部１７ｂと、出力部１７ｃとを有する。
【００７９】
韻律生成部１７ａは、表音生成部１５ｊによって生成された表音文字列に基づいて原文テキストに対応する韻律を生成する処理部である。ここで言う「韻律」は、ポーズ、音素の長さやイントネーション（intonation）などの喋り方の特徴の総称である。一態様としては、韻律生成部１７ａは、後述の合成部１７ｂに合成させる音声、すなわち合成音声の個々の音素の長さである音素時間長や声の高さの変化パターンであるピッチパターン（pitch pattern）などの韻律を生成する。
【００８０】
合成部１７ｂは、韻律生成部１７ａによって生成された韻律から音声波形を生成して音声を合成する処理部である。一態様としては、合成部１７ｂは、韻律生成部１７ａによって生成された韻律、例えば音素時間長やピッチパターンにしたがって音声波形を生成することにより音声を人工的に合成する。
【００８１】
出力部１７ｃは、音声を出力する出力部である。一例として、出力部１７ｃは、合成部１７ｂから入力される合成音声を出力する。かかる出力部１７ｃの一態様としては、スピーカー（speaker）などが挙げられる。
【００８２】
なお、図１に示した作成部１３、言語処理部１５、音響処理部１７には、各種の集積回路や電子回路を採用できる。また、言語処理部１５に含まれる機能部の一部を別の集積回路や電子回路とすることもできる。例えば、集積回路としては、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）が挙げられる。また、電子回路としては、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）などが挙げられる。
【００８３】
また、図１に示した単語辞書記憶部１１、評価記憶部１２及び対応辞書記憶部１３ａのハードウェアには、次のようなものを適用できる。一例としては、ＲＡＭ（Random Access Memory)、ＲＯＭ（Read Only Memory）やフラッシュメモリ（flash memory）などの半導体メモリ素子を採用できる。なお、上記の３つの記憶部にハードディスク、光ディスクなどの記憶装置を採用することとしてもかまわない。
【００８４】
［処理の流れ］
次に、本実施例に係る音声合成装置の処理の流れを説明する。なお、ここでは、音声合成装置によって実行される（１）メインフローを説明した後に、メインフローのサブルーチンとして実行される（２）サブフローを説明する。
【００８５】
（１）メインフロー
図１３は、実施例１に係る音声合成装置のメインフローの手順を示すフローチャートである。このメインフローは、受付部１５ａによって入力テキストが受け付けられた場合に処理が起動する。
【００８６】
図１３に示すように、受付部１５ａは、入力テキストを受け付ける（ステップＳ１０１）。続いて、受付部１５ａは、ステップＳ１０１で受け付けた入力テキストから１文のテキストを原文テキストとして取り出す（ステップＳ１０２）。
【００８７】
続いて、形態素解析部１５ｃは、原文テキストに含まれる文字列に形態素解析処理を実行する（ステップＳ１０３）。そして、比較部１５ｄは、原文テキストの形態素解析の結果を図示しないバッファに格納する（ステップＳ１０４）。
【００８８】
その後、置換部１５ｂは、原文テキストに含まれる文字列のうち、対応辞書記憶部１３ａに記憶された口語表現と一致する文字列を、口語表現に対応する記述表現の文字列に置換することにより、置換テキストを生成する（ステップＳ１０５）。なお、この時、ステップＳ１０５で生成された置換テキストの数の値が置換テキストの数Ｎにセットされる。
【００８９】
そして、形態素解析部１５ｃは、ループカウンタをｉ＝０に初期化する（ステップＳ１０６）。続いて、ループカウンタｉの値が置換テキストの数Ｎの値よりも小さい場合（ステップＳ１０７肯定）には、形態素解析部１５ｃは、置換テキストに含まれる文字列に形態素解析処理を実行する（ステップＳ１０８）。なお、置換テキストが１つも生成されなかった場合、すなわちｉ＝Ｎ＝０である場合（ステップＳ１０７否定）には、ステップＳ１１２へ移行する。
【００９０】
ここで、比較部１５ｄは、置換テキストｉの形態素解析スコアと、バッファに格納された形態解析スコアとを比較する（ステップＳ１０９）。このとき、置換テキストｉの形態素解析スコアがバッファに格納された形態解析スコアよりも大きければ（ステップＳ１０９肯定）、比較部１５ｄは、置換テキストｉの形態素解析の結果をバッファに格納する（ステップＳ１１０）。その後、比較部１５ｄは、ループカウンタｉをインクリメントする（ステップＳ１１１）。
【００９１】
一方、置換テキストｉの形態素解析スコアがバッファに格納された形態解析スコア以下であれば（ステップＳ１０９否定）、比較部１５ｄは、バッファへの格納を実行せずに、ループカウンタｉをインクリメントする（ステップＳ１１１）。
【００９２】
その後、ループカウンタｉの値と置換テキストの数Ｎの値とが等しくなると（ステップＳ１０７否定）、比較部１５ｄは、原文テキストの形態素解析の結果がバッファに格納されているか否かを判定する（ステップＳ１１２）。
【００９３】
このとき、原文テキストの形態素解析の結果がバッファに格納されている場合（ステップＳ１１２肯定）には、対応付け部１５ｅは、バッファに格納された形態素解析の結果を後段の機能部へ出力する（ステップＳ１１３）。
【００９４】
一方、原文テキストの形態素解析の結果がバッファに格納されていない場合（ステップＳ１１２否定）には、対応付け部１５ｅは、次のような処理を実行する。すなわち、対応付け部１５ｅは、置換後の文字列の形態素解析の結果を、原文テキストに含まれる置換前の文字列に対応付ける「対応付け処理」を実行する（ステップＳ１１４）。続いて、対応付け部１５ｅは、置換後の文字列の形態素解析の結果が対応付けられた原文テキストの形態素解析の結果を後段の機能部へ出力する（ステップＳ１１５）。
【００９５】
後段の機能部へ形態素解析の結果を出力した後に、受付部１５ａは、入力テキストを１文進め、新たな原文テキストを取り出す（ステップＳ１１６）。そして、入力テキストに含まれる全てのテキストの処理が終了しない間は（ステップＳ１１７否定）、言語処理部１５は、上記のステップＳ１０３〜Ｓ１１６までの処理を繰り返し実行する。その後、入力テキストに含まれる全てのテキストの処理が終了すると（ステップＳ１１７肯定）、処理を終了する。
【００９６】
（２）サブフロー
図１４は、実施例１に係る音声合成装置のサブフローの手順を示すフローチャートである。このサブフローは、図１３に示したステップＳ１１４に対応する処理であり、原文テキストの形態素解析の結果がバッファに格納されていない場合（ステップＳ１１２否定）に処理が起動する。
【００９７】
図１４に示すように、対応付け部１５ｅは、置換テキストの形態素解析の結果において、構成する単語の個数Ｎの値を設定し（ステップＳ３０１）、ループカウンタをｉ＝０に初期化する（ステップＳ３０２）。
【００９８】
そして、ループカウンタｉの値が置換テキストの単語の個数Ｎと等しくなるまで（ステップＳ３０３肯定）、下記のステップＳ３０４〜Ｓ３１３の処理を実行する。すなわち、対応付け部１５ｅは、単語ｉが置換した文字列に該当するか否かを判定する（ステップＳ３０４）。
【００９９】
このとき、単語ｉが置換した文字列に該当しなければ（ステップＳ３０４否定）、対応付け部１５ｅは、置換前後で共通している単語なので、単語ｉの形態素解析の結果をそのまま採用する（ステップＳ３０５）。そして、対応付け部１５ｅは、ループカウンタｉをインクリメントし（ステップＳ３０６）、ステップＳ３０３の処理に移行する。
【０１００】
一方、単語ｉが置換した文字列に該当する場合（ステップＳ３０４肯定）には、対応付け部１５ｅは、対応辞書の「各文字の対応」を参照する（ステップＳ３０７）。そして、対応付け部１５ｅは、対応辞書の「各文字の対応」の登録個数Ｍの値をセットし（ステップＳ３０８）、ループカウンタをｊ＝０に初期化する（ステップＳ３０９）。
【０１０１】
そして、ループカウンタｊの値が対応辞書の「各文字の対応」の登録個数Ｍと等しくなるまで（ステップＳ３１０肯定）、対応付け部１５ｅは、下記のステップＳ３１１〜Ｓ３１３までの処理を繰り返し行う。
【０１０２】
すなわち、対応付け部１５ｅは、置換前の文字部分ｊに対して、置換後の文字部分が対応する単語（ｎ個）の品詞を割り当てる（ステップＳ３１１）。そして、対応付け部１５ｅは、ループカウンタｉに置換後の文字部分が対応する単語の個数ｎをインクリメントし（ステップＳ３１２）、ループカウンタｊの値をインクリメントする（ステップＳ３１３）。
【０１０３】
その後、ループカウンタｊの値が対応辞書の「各文字の対応」の登録個数Ｍと等しくなると（ステップＳ３１０否定）、対応付け部１５ｅは、上記のステップＳ３０３の処理に移行する。そして、ループカウンタｉの値が置換テキストの単語の個数Ｎと等しくなると（ステップＳ３０３否定）、対応付け部１５ｅは、処理を終了する。
【０１０４】
［実施例１の効果］
上述してきたように、本実施例に係る音声合成装置１０は、入力されたテキストに含まれる文字列の一部を口語表現から記述表現に置換したテキストの解析結果の方が入力されたテキストより尤もらしい場合に、置換後のテキストの解析結果を入力テキストに対応付ける。
【０１０５】
このため、本実施例に係る音声合成装置１０では、テキストに口語表現の文字列が含まれていたとしても、口語表現のままで形態素解析が実行されないので、形態素解析の精度を高めることができる。また、本実施例に係る音声合成装置１０では、記述表現に置換された文字列に形態素解析が実行されるので、形態素解析に用いる情報を口語表現のものに合わせて改変する必要もない。また、本実施例に係る音声合成装置１０では、文字列を置換する範囲が文章やフレーズに限定されないので、多様な口語表現の文字列が入力されたとしてもそれに対応して記述表現に置換できる。さらに、本実施例に係る音声合成装置１０では、置換後のテキストの解析結果を入力テキストに対応付けるので、口語の形態素解析の結果を出力することができる。したがって、本実施例に係る音声合成装置１０によれば、口語のテキストを正しく解析することが可能になる。好適な一例としては、メールやブログなどの口語体で書かれたテキストを読み上げる音声読み上げ機能において、読み誤りがない自然な合成音声を提供することが可能になる。
【実施例２】
【０１０６】
さて、これまで開示の装置に関する実施例について説明したが、本発明は上述した実施例以外にも、種々の異なる形態にて実施されてよいものである。そこで、以下では、本発明に含まれる他の実施例を説明する。
【０１０７】
［適用範囲］
例えば、上記の実施例１では、開示の装置を音声合成装置１０として実装する場合を例示したが、開示の装置の実装形態はこれに限定されない。例えば、音声合成装置１０に含まれる言語処理部１５の機能だけを言語処理装置として適用することもできる。
【０１０８】
また、図示した各装置の各構成要素は、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。例えば、作成部１３、言語処理部１５または音響処理部１７を音声合成装置１０の外部装置としてネットワーク経由で接続するようにしてもよい。また、作成部１３、言語処理部１５または音響処理部１７を別の装置がそれぞれ有し、ネットワーク接続されて協働することで、上記の音声合成装置１０の機能を実現するようにしてもよい。
【０１０９】
［解析プログラム］
また、上記の実施例で説明した各種の処理は、予め用意されたプログラムをパーソナルコンピュータやワークステーションなどのコンピュータで実行することによって実現することができる。そこで、以下では、図１５を用いて、上記の実施例と同様の機能を有する解析プログラムを実行するコンピュータの一例について説明する。
【０１１０】
図１５は、実施例２に係る解析プログラムを実行するコンピュータの一例について説明するための図である。図１５に示すように、実施例２におけるコンピュータ１００は、操作部１１０ａと、マイク１１０ｂと、スピーカ１１０ｃと、ディスプレイ１２０と、通信部１３０とを有する。さらに、このコンピュータ１００は、ＣＰＵ１５０と、ＲＯＭ１６０と、ＨＤＤ（Hard Disk Drive）１７０と、ＲＡＭ（Random Access Memory）１８０と有する。これら１１０〜１８０の各部はバス１４０を介して接続される。
【０１１１】
ＨＤＤ１７０には、図１５に示すように、上記の実施例１で示した言語処理部１５と同様の機能を発揮する解析プログラム１７０ａが予め記憶される。この解析プログラム１７０ａについては、図１に示した言語処理部１５の各構成要素と同様、適宜統合又は分離しても良い。すなわち、ＨＤＤ１７０に格納される各データは、常に全てのデータがＨＤＤ１７０に格納される必要はなく、処理に必要なデータのみがＨＤＤ１７０に格納されれば良い。
【０１１２】
そして、ＣＰＵ１５０が、解析プログラム１７０ａをＨＤＤ１７０から読み出してＲＡＭ１８０に展開する。これにより、図１５に示すように、解析プログラム１７０ａは、解析プロセス１８０ａとして機能する。この解析プロセス１８０ａは、ＨＤＤ１７０から読み出した各種データを適宜ＲＡＭ１８０上の自身に割り当てられた領域に展開し、この展開した各種データに基づいて各種処理を実行する。なお、解析処理プロセス１８０ａは、例えば、図１に示した言語処理部１５にて実行される処理、例えば図１３及び図１４に示す処理を含む。なお、ＣＰＵ１５０上で仮想的に実現される各処理部は、常に全ての処理部がＣＰＵ１５０上で動作する必要はなく、処理に必要な処理部のみが仮想的に実現されれば良い。
【０１１３】
なお、上記の解析プログラムについては、必ずしも最初からＨＤＤ１７０やＲＯＭ１６０に記憶させておく必要はない。例えば、コンピュータ１００に挿入されるフレキシブルディスク、いわゆるＦＤ、ＣＤ−ＲＯＭ、ＤＶＤディスク、光磁気ディスク、ＩＣカードなどの「可搬用の物理媒体」に各プログラムを記憶させる。そして、コンピュータ１００がこれらの可搬用の物理媒体から各プログラムを取得して実行するようにしてもよい。また、公衆回線、インターネット、ＬＡＮ、ＷＡＮなどを介してコンピュータ１００に接続される他のコンピュータまたはサーバ装置などに各プログラムを記憶させておき、コンピュータ１００がこれらから各プログラムを取得して実行するようにしてもよい。
【符号の説明】
【０１１４】
１０ 音声合成装置
１１ 単語辞書記憶部
１２ 評価記憶部
１３ａ 対応辞書記憶部
１３ 作成部
１５ 言語処理部
１５ａ 受付部
１５ｂ 置換部
１５ｃ 形態素解析部
１５ｄ 比較部
１５ｅ 対応付け部
１５ｆ 構文解析部
１５ｈ 韻律情報生成部
１５ｊ 表音生成部
１７ 音響処理部
１７ａ 韻律生成部
１７ｂ 合成部
１７ｃ 出力部
【技術分野】
【０００１】
本発明は、形態素解析装置、音声合成装置、形態素解析方法、形態素解析プログラム及び対応辞書の作成方法に関する。
【背景技術】
【０００２】
自然言語処理が各種のマンマシンインタフェース（man machine interface）に組み込まれている。一態様としては、コンピュータ（computer）にテキスト（text）を音声出力させる場合、いわゆるテキストの読み上げに自然言語処理が利用される。テキストの読み上げを実行する場合には、テキストに含まれる文章に形態素解析を行って文章を形態素に分割した上で各形態素に品詞や読みを付与する。このようにして形態素解析を実行することにより、テキストとして入力された文字列から表音文字列を生成する。なお、表音文字列とは、テキストの読み方を示す文字列である。
【０００３】
ところで、テキストの読み上げは、新聞記事や公文書などのように文語で記述されたテキストの他にも、電子メール（mail）、ブログ（weblog）やツイッター（Twitter：登録商標）などの口語のテキストにも適用される。
【０００４】
このような口語のテキストを形態素解析する技術の一例として、書き言葉解析モードと話し言葉解析モードとの２つのモード（mode）を選択可能な形態素解析システムが挙げられる。この形態素解析システムは、話し言葉解析モードが選択されている場合には、話し言葉用単語辞書および話し言葉用連接表を使用して形態素解析を実行する。一方、書き言葉解析モードが選択されている場合には、書き言葉用単語辞書および書き言葉用連接表を使用して形態素解析を実行する。
【０００５】
他の一例として、ユーザが端末装置で入力したデータ（data）をネットワーク（network）を介して受信し、文章中である名詞が肯定的な意味で用いられているか否定的な意味で用いられているかを解析してユーザの嗜好情報として蓄積する情報処理装置が挙げられる。この情報処理装置は、文章に含まれる口語を文章語に置き換える処理を行ってから形態素解析を行う。例えば、情報処理装置は、口語変換情報を参照して、「いいじゃん」を「良いですね」に置き換えたり、「マジサイコー」を「本当に良い」に置き換えたりする。
【先行技術文献】
【特許文献】
【０００６】
【特許文献１】特開平０４−２８８６７２号公報
【特許文献２】特開２０１０−４９６３３号公報
【発明の概要】
【発明が解決しようとする課題】
【０００７】
しかしながら、上記の従来技術では、以下に説明するように、依然として、口語のテキストを正しく解析できないという問題がある。
【０００８】
例えば、上記の形態素解析システムは、ユーザによって選択された書き言葉解析モード又は話し言葉解析モードで排他的に動作するものである。このため、形態素解析システムには、テキストに口語及び文語が混在する場合に、口語または文語のいずれか一方しか解析の照準とすることができず、他方は正しく解析することができないという問題がある。さらに、上記の形態素解析システムでは、新しい口語表現が現れるたびに話し言葉用単語辞書および話し言葉用連接表を更新する必要があるので、継続的な使用に耐えないという問題もある。加えて、「話し言葉用単語辞書」および「話し言葉用連接表」は、その作成に高度な専門知識を要するものであり、容易に更新することはできない。
【０００９】
また、上記の情報処理装置は、テキストに含まれる文章やフレーズ（phrase）と口語変換情報に登録されているものとが完全一致しなければその機能は発揮せず、多様な口語表現に対応できる汎用性がないという問題がある。さらに、上記の情報処理装置では、たとえ文章に含まれる口語を文章語に置き換えることができたとしても、文章語の形態素解析の結果が出力されるに過ぎず、口語の形態素解析の結果は出力することができない。
【００１０】
開示の技術は、上記に鑑みてなされたものであって、口語のテキストを正しく解析できる形態素解析装置、音声合成装置、形態素解析方法、形態素解析プログラム及び対応辞書の作成方法を提供することを目的とする。
【課題を解決するための手段】
【００１１】
本願の開示する形態素解析装置は、口語表現の文字列と文語表現の文字列とを対応付けて記憶する記憶部を有する。さらに、前記形態素解析装置は、第１のテキストを受け付ける受付部を有する。さらに、前記形態素解析装置は、前記受付部によって受け付けられた第１のテキストに含まれる文字列のうち、前記記憶部に記憶された口語表現と一致する文字列を、該口語表現に対応する文語表現の文字列に置換する置換部を有する。さらに、前記形態素解析装置は、前記第１のテキスト及び前記文字列の置換により生成された第２のテキストを形態素解析する解析部を有する。さらに、前記形態素解析装置は、前記第１のテキスト及び前記第２のテキストの形態素解析の結果に基づいて、単語の繋がりに関する尤もらしさを比較する比較部を有する。さらに、前記形態素解析装置は、前記第２のテキストの方が前記第１のテキストよりも単語の繋がりが尤もらしい場合に、前記第２のテキストの形態素解析の結果を前記第１のテキストに対応付ける対応付け部を有する。
【発明の効果】
【００１２】
本願の開示する形態素解析装置の一つの態様によれば、口語のテキストを正しく解析できるという効果を奏する。
【図面の簡単な説明】
【００１３】
【図１】図１は、実施例１に係る音声合成装置の構成を示す図である。
【図２】図２は、単語辞書の一例を示す図である。
【図３】図３は、接続評価値表の一例を示す図である。
【図４】図４は、対応辞書の一例を示す図である。
【図５】図５は、対応辞書の作成方法を説明するための図である。
【図６Ａ】図６Ａは、単語辞書から抽出された単語の一例を示す図である。
【図６Ｂ】図６Ｂは、接続評価値の抽出方法を説明するための図である。
【図７Ａ】図７Ａは、原文テキストの形態素解析の結果例を示す図である。
【図７Ｂ】図７Ｂは、置換テキスト１Ａの形態素解析の結果例を示す図である。
【図７Ｃ】図７Ｃは、置換テキスト２Ａの形態素解析の結果例を示す図である。
【図８Ａ】図８Ａは、原文テキストの形態素解析の結果例を示す図である。
【図８Ｂ】図８Ｂは、置換テキスト１Ｂの形態素解析の結果例を示す図である。
【図８Ｃ】図８Ｃは、置換テキスト２Ｂの形態素解析の結果例を示す図である。
【図９】図９は、置換テキスト１Ａ及び原文テキストの間における形態素解析の結果の対応付けを説明するための説明図である。
【図１０】図１０は、置換テキスト１Ｂ及び原文テキストの間における形態素解析の結果の対応付けを説明するための説明図である。
【図１１】図１１は、構文解析および韻律情報の生成を説明するための図である。
【図１２】図１２は、構文解析および韻律情報の生成を説明するための図である。
【図１３】図１３は、実施例１に係る音声合成装置のメインフローの手順を示すフローチャートである。
【図１４】図１４は、実施例１に係る音声合成装置のサブフローの手順を示すフローチャートである。
【図１５】図１５は、実施例２に係る解析プログラムを実行するコンピュータの一例について説明するための図である。
【発明を実施するための形態】
【００１４】
以下に、本願の開示する形態素解析装置、音声合成装置、形態素解析方法、形態素解析プログラム及び対応辞書の作成方法の実施例を図面に基づいて詳細に説明する。なお、この実施例は開示の技術を限定するものではない。そして、各実施例は、処理内容を矛盾させない範囲で適宜組み合わせることが可能である。
【実施例１】
【００１５】
［音声合成装置の構成］
図１は、実施例１に係る音声合成装置の構成を示す図である。図１に示す音声合成装置１０は、入力されたテキスト（text）を音声出力する処理、いわゆるテキストの読み上げを実行するものであり、とりわけ口語のテキストを正しく解析するものである。
【００１６】
すなわち、本実施例に係る音声合成装置１０は、入力されたテキストに含まれる文字列の一部を口語表現から記述表現に置換したテキストの解析結果の方が、入力されたテキストの解析結果より尤もらしい場合に、置換後のテキストの解析結果を入力テキストに対応付ける。なお、ここでは、話し言葉、いわゆる口語に用いられる表現を「口語表現」と呼び、また、記述に用いられる表現、いわゆる文語としての表現を「記述表現」と呼ぶこととする。
【００１７】
このため、本実施例に係る音声合成装置１０では、テキストに口語表現の文字列が含まれていたとしても口語表現のままで形態素解析が実行されないので、形態素解析の精度を高めることができる。また、本実施例に係る音声合成装置１０では、記述表現に置換された文字列に形態素解析が実行されるので、形態素解析に用いる情報を口語表現のものに合わせて改変する必要もない。また、本実施例に係る音声合成装置１０では、文字列を置換する範囲が文章やフレーズに限定されないので、多様な口語表現の文字列が入力されたとしてもそれに対応して記述表現に置換できる。さらに、本実施例に係る音声合成装置１０では、置換後のテキストの解析結果を入力テキストに対応付けるので、口語の形態素解析の結果を出力することができる。したがって、本実施例に係る音声合成装置１０によれば、口語のテキストを正しく解析することが可能になる。
【００１８】
なお、図１の例では、テキストの読み上げ機能をパーソナルコンピュータ（ＰＣ：Personal Computer）に実装する場合を想定して以下の説明を行うが、開示の装置はこれに限らず、あらゆる情報処理装置に適用できる。かかる情報処理装置の一例としては、携帯電話機、ＰＨＳ（Personal Handyphone System）、ＰＤＡ（Personal Digital Assistant）やカーナビゲーションシステム（car navigation system）などが挙げられる。
【００１９】
図１に示す音声合成装置１０は、単語辞書記憶部１１と、評価記憶部１２と、対応辞書記憶部１３ａと、作成部１３と、言語処理部１５と、音響処理部１７とを有する。なお、音声合成装置１０は、図１に示した機能部以外にも既知のコンピュータが有する各種の機能部を有するものとする。一例としては、キーボード（keyboard）やマウス（mouse）などの入力デバイス（device）が挙げられる。他の一例としては、モニタ（monitor）、ディスプレイ（display）やタッチパネル（touch panel）などの表示デバイスが挙げられる。更なる一例としては、外部装置との間で通信を行うためのインタフェース（interface）が挙げられる。
【００２０】
単語辞書記憶部１１は、単語辞書を記憶する記憶部である。一例として、単語辞書記憶部１１は、入力されるテキストに含まれる文字列を形態素に分割して品詞、読みアクセント（accent）を付与するために後述の形態素解析部１５ｃによって参照される。ここで言う「読みアクセント」は、単語の読みにアクセントが付与された表音文字列を指す。
【００２１】
かかる単語辞書の一態様としては、単語に関する各種の情報、例えば単語の表記、品詞、読みアクセントなどが対応付けられたデータを採用できる。図２は、単語辞書の一例を示す図である。図２の例では、単語辞書に登録される単語のうち「勝っちゃった」という文節の解析に関連する単語に関する表記、品詞および読みアクセントを例示する。図２の例では、表記「勝」には、４つの品詞「助数詞」、「タ行五段動詞語幹」、「ラ行五段動詞語幹」及び「名前」が存在することを示す。さらに、助数詞の「勝」は「ショー」と読み、タ行五段動詞語幹の「勝」は「カ’」と読み、ラ行五段動詞語幹の「勝」は「マサ’」と読み、また、名前の「勝」は「マサル」と読むことを示す。ここで、読みの中の「’」はアクセントがある位置を示している。また、表記「っ」には、未知語と、３つの品詞「カ行五段動詞連用形」、「タ行五段動詞連用形」及び「ラ行五段動詞連用形」とが存在することを示す。また、表記「ち」には、未知語と、３つの品詞「タ行五段動詞連用形」、「タ行上一段動詞未然形」及び「タ行上一段動詞連用形」とが存在することを示す。また、表記「ちゃ」は、未知語であることを示す。また、表記「ゃ」は、未知語であることを示す。また、表記「た」には、未知語と、３つの品詞「タ行五段動詞未然形」、「助動詞「た」の終止形」及び「助動詞「た」の連体形」とが存在することを示す。付言すると、表音文字であるかなの単語は、いずれも表記と読みが一致する。なお、図２に示した単語辞書は、あくまでも一例であり、あらゆる単語を任意の個数登録できる。
【００２２】
評価記憶部１２は、複数の単語の繋がりを評価する接続評価を記憶する記憶部である。一例として、評価記憶部１２は、単語辞書に対する検索により形態素ごとに抽出された品詞の候補のうち先行する単語及び後続する単語の品詞の繋がりが尤もらしい組合せの品詞を選択するために後述の形態素解析部１５ｃによって参照される。なお、ここでは、複数の単語を含む文字列のうち、先行する単語を「先行単語」と呼び、先行単語に後続する単語を「後続単語」と呼ぶ。
【００２３】
かかる接続評価の一態様としては、先行単語及び後続単語の品詞の組合せごとにその繋がりの尤もらしさを表す接続評価値が対応付けられたテーブル（以下「接続評価値表」と記載）を採用できる。かかる接続評価値表には、日本語として使用されにくい繋がりには低い接続評価値が設定される一方で、日本語として使用されやすい繋がりには高い接続評価値が設定される。
【００２４】
図３は、接続評価値表の一例を示す図である。図３に示す「名前−名前」などのように、日本語として使用されにくい品詞の組合せには、他の組合せに設定される接続評価値よりも低い接続評価値「-100000」が設定される。この「名前−名前」の組合せの他、「名前−未知語」、「未知語−名前」、「未知語−タ行五段動詞語幹」、「未知語−区切り記号」、「未知語−未知語」にも同様の接続評価値が設定される。また、「名前−タ行五段動詞語幹」や「名前−区切り記号」などのように、日本語として使用され得る品詞の組合せには、前述した接続評価値よりも高い接続評価値「-10000」が設定される。さらに、「タ行五段動詞語幹−名前」などのように、日本語としてあり得ない品詞の組合せには、接続不可を示す「×」が設定される。また、「タ行五段動詞語幹−タ行五段動詞連用形」などのように、連続する可能性が高い品詞の組合せには、他の接続評価値よりも高い接続評価値「0」が設定される。なお、図３に示した接続評価値表は、あくまでも一例であり、あらゆる品詞の組合せに対する接続評価値を任意の個数登録できる。また、接続評価は、必ずしもテーブル形式で格納される必要はなく、他の形式で格納することとしてもかまわない。
【００２５】
対応辞書記憶部１３ａは、口語表現および記述表現の対応関係が定義された対応辞書を記憶する記憶部である。一例として、対応辞書記憶部１３ａは、入力されたテキストに含まれる文字列のうち一部の文字列を口語表現から記述表現に置換するために後述の置換部１５ｂによって参照される。他の一例として、対応辞書記憶部１３ａは、置換後のテキストの形態素解析の結果を元のテキストへ対応付けるために後述の対応付け部１５ｅによって参照される。
【００２６】
かかる対応辞書の一態様としては、口語表現および記述表現の対と、口語表現を構成する文字および記述表現を構成する文字の対応とが紐付けられたデータを採用できる。図４は、対応辞書の一例を示す図である。図４に示すように、口語表現「きゃ」と記述表現「くては」の対においては、「きゃ」及び「くては」が１音節で対応する。これと同様に、口語表現「じゃ」と記述表現「でしま」、口語表現「じゃ」と記述表現「では」、口語表現「ちゃ」と記述表現「てしま」、口語表現「ちゃ」と記述表現「ては」の対においても各々が１音節で対応する。これと同様に、口語表現「って」と記述表現「とは」、口語表現「って」と記述表現「と」、口語表現「ん」と記述表現「の」の対においても各々が１音節で対応する。また、口語表現「てえ」と記述表現「たい」の対においては、「て」と「た」が１音節に対応し、「え」と「い」が１音節で対応する。さらに、口語表現「ねえ」と記述表現「ない」の対においても、「ね」と「な」が１音節に対応し、「え」と「い」が１音節で対応する。また、口語表現「んじゃ」と記述表現「のでは」の対においては、「ん」と「の」が１音節に対応し、「じゃ」と「では」が１音節で対応する。なお、上記の「音節」はモーラ（mora）とも呼ばれる。なお、図４に示した対応辞書は、あくまでも一例であり、あらゆる対に対する各文字の対応を任意の個数登録できる。
【００２７】
作成部１３は、対応辞書を作成する処理部である。かかる対応辞書が作成されるにあたっては、前処理として、口語文とそれに対応する記述文が対になった材料データが作成部１３によって取得される。かかる材料データは、図示しない自装置の記憶部から取得することとしてもよいし、ネットワーク（network）を介して外部装置から取得することとしてもよい。なお、材料データは、一例として、対応辞書を設計する設計者が同義の口語文および記述文を入力したり、予め収集されていた口語文または記述文と対になる答えを入力することにより作成される。
【００２８】
図５は、対応辞書の作成方法を説明するための図である。図５に示すように、作成部１３は、口語文および記述文の対ごとに口語文および記述文のうち互いに異なる文字列を抽出する（ステップＳ５１）。
【００２９】
例えば、口語文「遊んじゃおう」と記述文「遊んでしまおう」の対の場合には、口語文のうち下線部分の文字列「じゃ」が記述文と一致せず、記述文のうち下線部分の文字列「でしま」が口語文と一致しない。よって、「じゃ」と「でしま」の対が抽出される。以降の口語文と記述文の対についても同様にして、「ん」と「の」の対、「ねえ」と「ない」の対、「てえ」と「たい」の対、「じゃ」と「では」の対、「んじゃ」と「のでは」の対、「じゃ」と「では」の対の順に互いに異なる文字列が抽出される。さらに、同様にして、「ちゃ」と「てしま」の対、「ちゃ」と「ては」の対、「きゃ」と「くては」の対、「んじゃ」と「のでは」の対、「んじゃ」と「のでは」の対、「って」と「とは」の対、「って」と「と」の対の順に互いに異なる文字列が抽出される。
【００３０】
続いて、作成部１３は、口語文に含まれる記述文と異なる不一致文字列と、記述文に含まれる口語文と異なる不一致文字列との対を所定の基準、例えば五十音順に並べ替えた上で重複する不一致文字列の対を削除する（ステップＳ５２）。
【００３１】
図５の例では、口語文「おかしいじゃないか」と記述文「おかしいではないか」の対および口語文「遊びじゃない」と記述文「遊びではない」の対から抽出された「じゃ」と「では」の対が２つ重複するので、そのうちの１つが削除される。さらに、口語文「おかしいんじゃない」と記述文「おかしいのではない」の対、口語文「するんじゃない」と記述文「するのではない」の対および口語文「危ないんじゃない」と記述文「危ないのではない」の対から抽出された対が下記のように重複する。すなわち、「んじゃ」と「のでは」の対が３つ重複するので、そのうちの２つが削除される。なお、上記のステップＳ５２では、並べ替えの後に重複した不一致文字列の対を削除する場合を説明したが、先に重複した不一致文字列の対を削除してもよく、また、並べ替えを必須の処理とする必要はない。
【００３２】
そして、作成部１３は、口語側の不一致文字列を構成する文字と、記述側の不一致文字列を構成する文字との対応（以下では「各文字の対応」と記載）を紐付ける（ステップＳ５３）。
【００３３】
一例としては、作成部１３は、口語側の不一致文字列が１音節である場合に、１音節の口語側の不一致文字列をそのまま記述側の不一致文字列に紐付ける。図５の例で言えば、口語側の不一致文字列「きゃ」、「じゃ」、「ちゃ」及び「ん」は、それぞれ１音節である。このため、口語側の不一致文字列が記述側の不一致文字列とそのまま紐付けられることによって、「きゃ⇔くては」、「じゃ⇔でしま」、「じゃ⇔では」、「ちゃ⇔てしま」、「ちゃ⇔ては」、「ん⇔の」という対応が得られる。
【００３４】
他の一例としては、作成部１３は、口語側の不一致文字列の「EE」という音の並びが記述側の不一致文字列の「AI」という音の並びに対応している場合に、「E」と「A」および「E」と「I」を紐付けるように分割する。図５の例で言えば、口語側の不一致文字列「ねえ」と記述側の不一致文字列「ない」の場合には、「ね⇔な」及び「え⇔い」という対応が得られる。さらに、口語側の不一致文字列「てえ」と記述側の不一致文字列「たい」の場合には、「て⇔た」及び「え⇔い」という対応が得られる。
【００３５】
更なる一例としては、作成部１３は、他の各文字の対応の組合せとなる口語側の不一致文字列及び記述側の不一致文字列の対が存在する場合に、先の組合せに倣って分割する。図５の例で言えば、口語側の不一致文字列「んじゃ」と記述側の不一致文字列「のでは」の場合には、別のエントリに「ん⇔の」の対応と「じゃ⇔では」の対応とがあるので、これに倣って分割される。
【００３６】
なお、作成部１３は、上記の方法では分割できない口語側の不一致文字列及び記述側の不一致文字列の対は分割しない。図５の例で言えば、「って」と「と」、「って」と「とは」については分割せずに、「って⇔と」という対応、「って⇔とは」という対応がそれぞれ得られる。
【００３７】
その後、作成部１３は、口語側の不一致文字列及び記述側の不一致文字列の対と、各文字の対応とを対応付けた対応辞書を対応辞書記憶部１３ａに登録し（ステップＳ５４）、対応辞書の作成を終了する。
【００３８】
このようにして図４に示した対応辞書が作成部１３によって作成される。上記の対応辞書の作成方法によれば、上記の従来技術における「話し言葉用単語辞書」及び「話し言葉用連接表」を作成する場合のように、高度な専門知識を有する者が介在する必要はない。このため、上記の対応辞書の作成方法によれば、平易な情報処理によって実現することができる。加えて、対応辞書の作成方法では、平易な情報処理によって実現されるので、口語表現が時とともに変遷したとしても、新たな口語表現を簡易に追加できる。
【００３９】
さらに、上記の対応辞書の作成方法では、入力されるテキストの置換に口語側の不一致文字列及び記述側の不一致文字列の対を使用させることができる。このため、上記の対応辞書の作成方法によれば、形態素と同等のレベルの細かさで口語表現を記述表現に置換させることができ、多様な口語表現に対応できる汎用性を高めることができる。また、上記の対応辞書の作成方法では、口語側の不一致文字列を構成する文字と、記述側の不一致文字列を構成する文字との対応を生成する。したがって、上記の対応辞書の作成方法では、置換後のテキストの形態素解析の結果を元のテキストに対応付ける段階で両者の対応付けを適切に実行させることができる。
【００４０】
図１の説明に戻り、言語処理部１５は、自然言語処理を実行する処理部である。この言語処理部１５は、図１に示すように、受付部１５ａと、置換部１５ｂと、形態素解析部１５ｃと、比較部１５ｄと、対応付け部１５ｅと、構文解析部１５ｆと、韻律情報生成部１５ｈと、表音生成部１５ｊとを有する。
【００４１】
このうち、受付部１５ａは、テキストの入力を受け付ける処理部である。一例としては、受付部１５ａは、図示しないブラウザ（web browser）によって取得されたウェブページ（web page）のうちテキストデータ（text data）を入力テキストとして受け付ける。他の一例としては、受付部１５ａは、図示しない入力デバイスを介して指定されたテキストファイルを入力テキストとして受け付ける。更なる一例としては、受付部１５ａは、図示しないアプリケーションプログラム（application program）からフック（hook）したデータをテキストデータに変換した上で入力テキストとして受け付ける。
【００４２】
また、受付部１５ａは、入力テキストから所定の単位のテキストを取り出す。一例としては、受付部１５ａは、句点、疑問符や感嘆符などの区切り記号を検出する度に入力テキストから１文に対応するテキストを区切ることにより、入力テキストを１文ずつ後段の置換部１５ｂ及び形態素解析部１５ｃへ出力する。なお、以下では、受付部１５ａによって入力テキストから取り出された１文のテキストを「原文テキスト」と呼ぶ。
【００４３】
なお、ここでは、入力テキストを１文ずつ取り出す場合を想定して以下の説明を行うが、任意の数の文章を含んで取り出してもよい。また、入力テキストから取り出す単位は、文章に限定されない。例えば、受付部１５ａは、文字数やデータサイズなどの任意の単位で入力テキストを取り出すこともできる。
【００４４】
置換部１５ｂは、受付部１５ａから入力された原文テキストに含まれる文字列のうち、対応辞書記憶部１３ａに記憶された口語表現と一致する文字列を、口語表現に対応する記述表現の文字列に置換する処理部である。
【００４５】
一例として、受付部１５ａから「勝っちゃった。」という原文テキストが入力された場合を想定する。この場合には、原文テキストに含まれる文字列「ちゃ」が対応辞書の口語表現「ちゃ」と部分一致し、口語表現「ちゃ」には、それに対応する記述表現「てしま」及び記述表現「ては」の２つのエントリが存在する。よって、置換部１５ｂは、原文テキストに含まれる口語表現「ちゃ」を記述表現「てしま」に置換することにより、テキスト「勝ってしまった。」を生成する。さらに、置換部１５ｂは、原文テキストに含まれる口語表現「ちゃ」を記述表現「ては」に置換することにより、テキスト「勝ってはった。」を生成する。なお、以下では、テキスト「勝ってしまった。」を置換テキスト１Ａと呼び、また、テキスト「勝ってはった。」を置換テキスト２Ａと呼ぶ。
【００４６】
他の一例として、受付部１５ａから「冗談じゃないよ。」という原文テキストが入力された場合を想定する。この場合には、原文テキストに含まれる文字列「じゃ」が対応辞書の口語表現「じゃ」と部分一致し、口語表現「じゃ」には、それに対応する記述表現「では」及び記述表現「でしま」の２つのエントリが存在する。よって、置換部１５ｂは、原文テキストに含まれる口語表現「じゃ」を記述表現「では」に置換することにより、テキスト「冗談ではないよ。」を生成する。さらに、置換部１５ｂは、原文テキストに含まれる口語表現「じゃ」を記述表現「でしま」に置換することにより、テキスト「冗談でしまないよ。」を生成する。なお、以下では、テキスト「冗談ではないよ。」を置換テキスト１Ｂと呼び、また、テキスト「冗談でしまないよ。」を置換テキスト２Ｂと呼ぶ。
【００４７】
形態素解析部１５ｃは、単語辞書および接続評価値表を用いて、受付部１５ａから入力された原文テキスト又は置換部１５ｂから入力された置換テキストを形態素解析する処理部である。これを説明すると、形態素解析部１５ｃは、単語辞書を参照して、テキストに含まれる文字と部分一致する表記を持つ単語を全て検索する。続いて、形態素解析部１５ｃは、単語辞書から検索した全ての単語を対象に、先行単語及び後続単語の品詞の組合せに対応する接続評価値を接続評価値表から抽出する。その後、形態素解析部１５ｃは、単語辞書から検索した単語を全ての先行単語および後続単語の間で接続した組合せのうち、接続評価値の合計が最大となる単語の組合せを選択する。その上で、形態素解析部１５ｃは、選択した単語の組合せを形態素解析の結果として比較部１５ｄに出力する。
【００４８】
図６Ａ及び図６Ｂを用いて、原文テキスト「勝っちゃった。」が入力された場合の形態素解析を例示する。図６Ａは、単語辞書から抽出された単語の一例を示す図であり、図６Ｂは、接続評価値の抽出方法を説明するための図である。
【００４９】
まず、形態素解析部１５ｃは、単語辞書を参照して、原文テキスト「勝っちゃった。」に含まれる文字と部分一致する表記を持つ単語を全て検索する。図６Ａに示すように、単語辞書から「勝」という１文字を検索した場合には、一勝二敗などのように使用される助数詞「勝」、タ行五段動詞「勝つ」の語幹「勝」、ラ行五段動詞「勝る」の語幹「勝」、名前の「勝（まさる）」などが抽出される。また、単語辞書から「っ」という１文字を検索した場合には、未知語「っ」、カ行五段動詞の連用形「っ」、タ行五段動詞の連用形「っ」、ラ行五段動詞の連用形「っ」などが抽出される。さらに、単語辞書から「ち」という１文字を検索した場合には、未知語「ち」、タ行五段動詞の連用形「ち」、タ行上一段動詞の未然形「ち」、タ行上一段動詞の連用形「ち」などが抽出される。また、単語辞書から「ゃ」という１文字を検索した場合には、未知語「ゃ」が抽出される。さらに、単語辞書から「ちゃ」という１文字を検索した場合には、未知語「ちゃ」が抽出される。また、単語辞書から「た」という１文字を検索した場合には、未知語「た」、タ行五段動詞の未然形「た」、助動詞「た」の終止形「た」、助動詞「た」の連体形「た」などが抽出される。なお、単語辞書から「。」という１文字を検索した場合には、区切り記号「。」が抽出される。
【００５０】
続いて、形態素解析部１５ｃは、単語辞書から検索した全ての単語、すなわち「勝」、「っ」、「ち」、「ゃ」、「ちゃ」、「っ」、「た」及び「。」を対象に、先行単語及び後続単語の品詞の組合せに対応する接続評価値を接続評価値表から抽出する。図６Ｂに示すように、「勝」の４つの品詞×「っ」の４つの品詞に関する１６通りの接続評価値が接続評価値表から抽出される。また、「っ」の４つの品詞×「ち」の４つの品詞に関する１６通りの接続評価値が接続評価値表から抽出される。さらに、「ち」の４つの品詞×「ゃ」の１つの品詞に関する４通りの接続評価値が接続評価値表から抽出される。また、「っ」の４つの品詞×「ちゃ」の１つの品詞に関する４通りの接続評価値が接続評価値表から抽出される。さらに、「ゃ」の１つの品詞×「っ」の４つの品詞に関する４通りの接続評価値が接続評価値表から抽出される。また、「ちゃ」の１つの品詞×「っ」の４つの品詞に関する４通りの接続評価値が接続評価値表から抽出される。さらに、「っ」の４つの品詞×「た」の４つの品詞に関する１６通りの接続評価値が接続評価値表から抽出される。また、「た」の４つの品詞×「。」の１つの品詞に関する４通りの接続評価値が接続評価値表から抽出される。つまり、形態素解析部１５ｃは、図６Ｂに示した先行単語と後続単語の間を結ぶ全線の接続評価値を接続評価値表から抽出する。
【００５１】
このようにして原文テキスト「勝っちゃった。」を形態素解析した場合には、口語表現の「ちゃ」は、単語辞書から未知語として検出される。よって、「勝」の品詞が誤って名前の「勝（まさる）」と解析され、正答である読み「カッチャッタ」とはかけ離れた誤答の読み「マサルッチャッタ」となるような形態素解析結果が出力される。なお、ここでは、原文テキスト「勝っちゃった。」が入力された場合を例示したが、他のテキスト、例えば原文テキスト、置換テキスト１Ａ、２Ａ、１Ｂや２Ｂが入力された場合にも同様にして形態素解析が実行される。
【００５２】
例えば、原文テキスト「冗談じゃないよ。」が形態素解析された場合には、口語表現の「じゃ」が誤って接続詞と解析される。このように正答では接続詞が入らない箇所に接続詞があると認識されると、後述の韻律情報生成部１５ｈによって不自然な韻律情報が生成されてしまう。一例としては、接続詞の前後にはポーズ（pause）を挿入するという韻律情報の生成ルールが不利に働き、「ジョーダン・ジャ・ナイヨ」という間延びした表音文字列が生成されてしまう。ここで「・」はポーズが挿入される位置を示している。
【００５３】
比較部１５ｄは、原文テキスト及び置換テキストの形態素解析の結果に基づいて、文字列の繋がりに関する尤もらしさを比較する処理部である。一例としては、比較部１５ｄは、原文テキストの形態素解析の結果を図示しないバッファに格納する。その後、比較部１５ｄは、置換テキストの形態素解析の結果を受け付ける度に、今回に受け付けた置換テキストに含まれる各単語間の接続評価値の合計である形態素解析スコアと、先のバッファに蓄積されたテキストの形態素解析スコアとを比較する。このとき、今回に受け付けた置換テキストの形態素解析スコアの方がバッファに蓄積されたテキストの形態素解析スコアよりも大きい場合に、比較部１５ｄは、今回に受け付けた置換テキストの形態素解析スコアをバッファに格納する。なお、今回に受け付けた置換テキストの形態素解析スコアの方がバッファに蓄積されたテキストの形態素解析スコア以下である場合には、今回に受け付けた置換テキストの形態素解析スコアはバッファに格納されない。
【００５４】
一例として、原文テキストが「勝っちゃった。」である場合の形態素解析の結果の比較例を例示する。図７Ａは、原文テキストの形態素解析の結果例を示す図であり、図７Ｂは、置換テキスト１Ａの形態素解析の結果例を示す図であり、また、図７Ｃは、置換テキスト２Ａの形態素解析の結果例を示す図である。これら図７Ａ〜図７Ｃの例では、形態素解析の結果が原文テキスト、置換テキスト１Ａ、置換テキスト２Ａの順に形態素解析部１５ｃから比較部１５ｄへ入力される場合を想定する。
【００５５】
図７Ａの例では、原文テキスト「勝っちゃった。」の品詞と読みとして、次のような結果が得られたことを示す。すなわち、「勝 名前 読み：マサル」、「っ 未知語 読み：ッ」、「ちゃ 未知語 読み：チャ」、「っ 未知語 読み：ッ」、「た 未知語 読み：タ」、「。 区切り記号 読み：．」が結果に含まれる。さらに、原文テキスト「勝っちゃった。」の形態素解析スコアが「-500000」であることを示す。かかる形態素解析スコアは、「勝」と「っ」の値「-100000」、「っ」と「ちゃ」の値「-100000」、「ちゃ」と「っ」の値「-100000」、「っ」と「た」の値「-100000」及び「た」と「。」の値「-100000」の合計により求まる。なお、上記の単語の組合せは、単語辞書から検索した単語「勝」、「っ」、「ちゃ」、「っ」、「た」及び「。」を全ての先行単語および後続単語の間で接続した組合せのうち、接続評価値の合計が最大となる単語の組合せを指す。
【００５６】
図７Ｂの例では、置換テキスト「勝ってしまった。」の品詞と読みとして、次のような結果が得られたことを示す。すなわち、「勝 タ行五段動詞語幹 読み：カ」、「っ タ行五段動詞連用形 読み：ッ」、「て 接続助詞 読み：テ」及び「しま ワ行五段動詞語幹（助動詞的） 読み：シマ」が結果に含まれる。加えて、「っ ワ行五段動詞連用形 読み：ッ」、「た 助動詞 読み：タ」及び「。 区切り記号 読み：．」が結果に含まれる。さらに、置換テキスト１Ａ「勝ってしまった。」の形態素解析スコアが「-17000」であることを示す。かかる形態素解析スコアは、「勝」と「っ」の値「0」、「っ」と「て」の値「-1000」、「て」と「しま」の値「-5000」、「しま」と「っ」の値「0」、「っ」と「た」の値「-1000」及び「た」と「。」の値「-10000」の合計により求まる。なお、上記の単語の組合せは、単語辞書から検索した単語「勝」、「っ」、「て」、「しま」、「っ」、「た」及び「。」を全ての先行単語および後続単語の間で接続した組合せのうち、接続評価値の合計が最大となる単語の組合せを指す。
【００５７】
図７Ｃの例では、置換テキスト「勝ってはった。」の品詞と読みとして、次のような結果が得られたことを示す。すなわち、「勝 タ行五段動詞語幹 読み：カ」、「っ タ行五段動詞連用形 読み：ッ」、「て 接続助詞 読み：テ」及び「は ラ行五段動詞語幹 読み：ハ」が結果に含まれる。加えて、「っ ラ行五段動詞連用形 読み：ッ」、「た 助動詞 読み：タ」及び「。 区切り記号 読み：．」が結果に含まれる。さらに、置換テキスト２Ａ「勝ってはった。」の形態素解析スコアが「-22000」であることを示す。かかる形態素解析スコアは、「勝」と「っ」の値「0」、「っ」と「て」の値「-1000」、「て」と「は」の値「-10000」、「は」と「っ」の値「0」、「っ」と「た」の値「-1000」及び「た」と「。」の値「-10000」の合計により求まる。なお、上記の単語の組合せは、単語辞書から検索した単語「勝」、「っ」、「て」、「は」、「っ」、「た」及び「。」を全ての先行単語および後続単語の間で接続した組合せのうち、接続評価値の合計が最大となる単語の組合せを指す。
【００５８】
これら図７Ａ〜図７Ｃの例では、まず、比較部１５ｄは、原文テキスト「勝っちゃった。」の形態素解析スコアをバッファに格納する。そして、置換テキスト１Ａ「勝ってしまった。」の形態素解析スコアを受け付けると、比較部１５ｄは、今回に受け付けた置換テキスト１Ａの形態素解析スコアと、バッファに蓄積された原文テキストの形態素解析スコアとを比較する。このとき、比較部１５ｄは、置換テキスト１Ａの形態素解析スコア「-17000」が原文テキストの形態素解析スコア「-500000」よりも大きいので、形態素解析スコアが最大である置換テキスト１Ａ「勝ってしまった。」をバッファに格納する。
【００５９】
その後、置換テキスト２Ａ「勝ってはった。」の形態素解析スコアを受け付けると、比較部１５ｄは、今回に受け付けた置換テキスト２Ａの形態素解析スコアと、バッファに蓄積された置換テキスト１Ａの形態素解析スコアとを比較する。そして、比較部１５ｄは、置換テキスト２Ａの形態素解析スコア「-22000」が置換テキスト１Ａの形態素解析スコア「-17000」以下であるので、置換テキスト２Ａの形態素解析スコア「-22000」はバッファに格納されない。よって、最終的には、置換テキスト１Ａ「勝ってしまった。」の形態素解析スコアがバッファに残ることになる。
【００６０】
他の一例として、原文テキストが「冗談じゃないよ。」である場合の形態素解析の結果の比較例を例示する。図８Ａは、原文テキストの形態素解析の結果例を示す図であり、図８Ｂは、置換テキスト１Ｂの形態素解析の結果例を示す図であり、また、図８Ｃは、置換テキスト２Ｂの形態素解析の結果例を示す図である。これら図８Ａ〜図８Ｃの例では、形態素解析の結果が原文テキスト、置換テキスト１Ｂ、置換テキスト２Ｂの順に形態素解析部１５ｃから比較部１５ｄへ入力される場合を想定する。
【００６１】
図８Ａの例では、原文テキスト「冗談じゃないよ。」の品詞と読みとして、次のような結果が得られたことを示す。すなわち、「冗談 普通名詞 読み：ジョーダン」、「じゃ 接続詞 読み：ジャ」、「な 形容詞語幹 読み：ナ」、「い 形容詞終止形 読み：イ」、「よ 終助詞 読み：ヨ」、「。 区切り記号 読み：．」が結果に含まれる。さらに、原文テキスト「冗談じゃないよ。」の形態素解析スコアが「-31000」であることを示す。かかる形態素解析スコアは、「冗談」と「じゃ」の値「-10000」、「じゃ」と「な」の値「-10000」、「な」と「い」の値「0」、「い」と「よ」の値「-1000」及び「よ」と「。」の値「-10000」の合計により求まる。なお、上記の単語の組合せは、単語辞書から検索した単語「冗談」、「じゃ」、「な」、「い」、「よ」及び「。」を全ての先行単語および後続単語の間で接続した組合せのうち、接続評価値の合計が最大となる単語の組合せを指す。
【００６２】
図８Ｂの例では、置換テキスト「冗談ではないよ。」の品詞と読みとして、次のような結果が得られたことを示す。すなわち、「冗談 普通名詞 読み：ジョーダン」、「で 格助詞 読み：デ」、「は 副助詞 読み：ハ」、「な 形容詞語幹 読み：ナ」、「い 形容詞終止形 読み：イ」、「よ 終助詞 読み：ヨ」及び「。 区切り記号 読み：．」が結果に含まれる。さらに、置換テキスト１Ｂ「冗談ではないよ。」の形態素解析スコアが「-23000」であることを示す。かかる形態素解析スコアは、「冗談」と「で」の値「-1000」、「で」と「は」の値「-1000」、「は」と「な」の値「-10000」、「な」と「い」の値「0」、「い」と「よ」の値「-1000」及び「よ」と「。」の値「-10000」の合計により求まる。なお、上記の単語の組合せは、単語辞書から検索した単語「冗談」、「で」、「は」、「な」、「い」、「よ」及び「。」を全ての先行単語および後続単語の間で接続した組合せのうち、接続評価値の合計が最大となる単語の組合せを指す。
【００６３】
図８Ｃの例では、置換テキスト「冗談でしまないよ。」の品詞と読みとして、次のような結果が得られたことを示す。すなわち、「冗談 普通名詞 読み：ジョーダン」、「で 格助詞 読み：デ」、「しま 普通名詞 読み：シマ」、「な 形容詞語幹 読み：ナ」、「い 形容詞終止形 読み：イ」、「よ 終助詞 読み：ヨ」、「。 区切り記号 読み：．」が結果に含まれる。さらに、置換テキスト２Ｂ「冗談でしまないよ。」の形態素解析スコアが「-32000」であることを示す。かかる形態素解析スコアは、「冗談」と「で」の値「-1000」、「で」と「しま」の値「-10000」、「しま」と「な」の値「-10000」、「な」と「い」の値「0」、「い」と「よ」の値「-1000」及び「よ」と「。」の値「-10000」の合計により求まる。なお、上記の単語の組合せは、単語辞書から検索した単語「冗談」、「で」、「しま」、「な」、「い」、「よ」及び「。」を全ての先行単語および後続単語の間で接続した組合せのうち、接続評価値の合計が最大となる単語の組合せを指す。
【００６４】
これら図８Ａ〜図８Ｃの例では、まず、比較部１５ｄは、原文テキスト「冗談じゃないよ。」の形態素解析スコアをバッファに格納する。そして、置換テキスト１Ｂ「冗談ではないよ。」の形態素解析スコアを受け付けると、比較部１５ｄは、今回に受け付けた置換テキスト１Ｂの形態素解析スコアと、バッファに蓄積された原文テキストの形態素解析スコアとを比較する。このとき、比較部１５ｄは、置換テキスト１Ｂの形態素解析スコア「-23000」が原文テキストの形態素解析スコア「-31000」よりも大きいので、形態素解析スコアが最大である置換テキスト１Ｂ「冗談ではないよ。」をバッファに格納する。
【００６５】
その後、置換テキスト２Ｂ「冗談でしまないよ。」の形態素解析スコアを受け付けると、比較部１５ｄは、今回に受け付けた置換テキスト２Ｂの形態素解析スコアと、バッファに蓄積された置換テキスト１Ｂの形態素解析スコアとを比較する。そして、比較部１５ｄは、置換テキスト２Ｂの形態素解析スコア「-32000」が置換テキスト１Ｂの形態素解析スコア「-23000」以下であるので、置換テキスト２Ｂの形態素解析スコア「-32000」はバッファに格納されない。よって、最終的には、置換テキスト１Ｂ「冗談ではないよ。」の形態素解析スコアがバッファに残ることになる。
【００６６】
図１の説明に戻り、対応付け部１５ｅは、置換テキストの方が原文テキストよりも文字列の繋がりが尤もらしい場合に、対応辞書記憶部１３ａを用いて、置換テキストの形態素解析の結果を原文テキストに対応付ける処理部である。
【００６７】
これを説明すると、対応付け部１５ｅは、比較部１５ｄによって形態素解析の結果が全て比較された場合に、バッファに蓄積されたテキストの形態素解析の結果が原文テキストの形態素解析の結果であるか否かを判定する。このとき、バッファに蓄積されたテキストの形態素解析の結果が原文テキストのものである場合には、原文テキストが尤もらしく、原文テキストに口語表現が含まれている可能性が低いと推定できる。よって、対応付け部１５ｅは、バッファに記憶された形態素解析の結果をそのまま構文解析部１５ｆへ出力する。一方、バッファに蓄積されたテキストの形態素解析の結果が原文テキストのものではない場合には、原文テキストが尤もらしくなく、原文テキストに口語表現が含まれている可能性が高いと推定できる。よって、対応付け部１５ｅは、置換テキストに含まれる文字列のうち口語表現から記述表現に置換された置換後の文字列の形態素解析の結果を、原文テキストに含まれる置換前の文字列に対応付ける。
【００６８】
一例として、原文テキストが「勝っちゃった。」である場合の置換テキスト及び原文テキストの対応付けを例示する。図９は、置換テキスト１Ａ及び原文テキストの間における形態素解析の結果の対応付けを説明するための説明図である。図９に示すように、対応付け部１５ｅは、置換テキスト１Ａ「勝ってしまった。」に含まれる単語が口語表現から置換された部分に該当する否かを文頭の単語から順番に判定する。このとき、記述表現に置換されていない単語「勝」、「っ」、「っ」、「た」及び「。」の場合には、対応付け部１５ｅは、置換テキスト１Ａ及び原文テキストともに形態素解析の結果は同じなので、置換テキスト１Ａの形態素解析結果をそのまま原文テキストに対応付けて採用する。
【００６９】
ここで、記述表現に置換された単語「て」の場合には、対応付け部１５ｅは、対応辞書の各文字の対応「ちゃ⇔てしま」を参照する。そして、対応付け部１５ｅは、置換後の文字列を構成する「て」及び「しま」の２つの単語が口語表現「ちゃ」に対応しているので、「て」の品詞「接続助詞」及び「しま」の品詞「ワ行五段動詞語幹」を原文テキストの口語表現「ちゃ」に対応付ける。これによって、後段の機能部では、原文テキストの口語表現「ちゃ」の品詞である「接続助詞」及び「ワ行五段動詞語幹」を用いて、以降の処理を実行できる。
【００７０】
他の一例として、原文テキストが「冗談じゃないよ。」である場合の置換テキスト及び原文テキストの対応付けを例示する。図１０は、置換テキスト１Ｂ及び原文テキストの間における形態素解析の結果の対応付けを説明するための説明図である。図１０に示すように、対応付け部１５ｅは、置換テキスト１Ｂ「冗談ではないよ。」に含まれる単語が口語表現から置換された文字列であるか否かを文頭の単語から順番に判定する。このとき、記述表現に置換されていない単語「冗談」、「な」、「い」、「よ」及び「。」の場合には、対応付け部１５ｅは、置換テキスト１Ｂ及び原文テキストともに形態素解析の結果は同じなので、置換テキスト１Ｂの形態素解析結果をそのまま原文テキストに対応付けて採用する。
【００７１】
ここで、記述表現に置換された単語「で」の場合には、対応付け部１５ｅは、対応辞書の各文字の対応「じゃ⇔では」を参照する。そして、対応付け部１５ｅは、置換後の文字列を構成する「で」及び「は」の２つの単語が口語表現「じゃ」に対応しているので、「で」の品詞「格助詞」及び「は」の品詞「副助詞」を原文テキストの口語表現「じゃ」に対応付ける。これによって、後段の機能部では、原文テキストの口語表現「じゃ」の品詞である「格助詞」及び「副助詞」を用いて、以降の処理を実行できる。
【００７２】
構文解析部１５ｆは、対応付け部１５ｅによって出力される原文テキストの形態素解析の結果を用いて、原文テキストの構文解析を実行する処理部である。これを説明すると、まず、構文解析部１５ｆは、原文テキストに含まれる単語の品詞の連続から文節を特定する。かかる「文節」は、原則として、１個の自立語とそれに続く０個以上の付属語という構成である。このため、構文解析部１５ｆは、原文テキストに含まれる冒頭の単語から順に単語が自立語または付属語であるかを判定することにより、文節を特定する。その後、構文解析部１５ｆは、それぞれの文節の係り受け関係を、文節を構成する自立語の品詞、あるいは付属語である助詞や助動詞の種類によって特定する。
【００７３】
一例として、原文テキストが「勝っちゃった。」及び「冗談じゃないよ。」である場合の構文解析を例示する。図１１及び図１２は、構文解析および韻律情報の生成を説明するための図である。図１１に示すように、原文テキスト「勝っちゃった。」の場合には、構文解析部１５ｆは、「ちゃ」が接続助詞「て」（＝付属語）とワ行五段動詞語幹「しま」（＝自立語）に相当するが、ここでは文節を分けることができない。よって、構文解析部１５ｆは、「勝っちゃった」をひとつの文節として特定する。図１２に示すように、原文テキスト「冗談じゃないよ。」の場合には、構文解析部１５ｆは、「冗談じゃ」が１文節、「ないよ」が１文節となり、この２文節間に係り受け関係があると特定する。
【００７４】
韻律情報生成部１５ｈは、構文解析部１５ｆによる構文解析の結果を用いて、韻律情報を生成する処理部である。かかる韻律情報の一例としては、ポーズやアクセント句境界などが挙げられる。ここで言う「ポーズ」は、接続詞や感動詞などの特定の品詞の直前及び直後や係り受け関係において係り元の文節から係り先の文節までの音節数が閾値よりも大きい場合に、係り元文節の直後に設定されるものである。また、「アクセント句境界」は、アクセントを構成するひとつのまとまりであるアクセント句がポーズを設定しなかった文節境界に設定される。
【００７５】
一例として、原文テキストが「勝っちゃった。」及び「冗談じゃないよ。」である場合の韻律情報の生成を例示する。図１１に示すように、原文テキスト「勝っちゃった」の場合には、韻律情報生成部１５ｈは、「勝っちゃった」がひとつの文節として扱われるので、この文ではポーズやアクセント句境界を挿入しない。図１２に示すように、原文テキスト「冗談じゃないよ。」の場合には、韻律情報生成部１５ｈは、「冗談じゃ」が１文節、「ないよ」が１文節となり、この２文節間に係り受け関係があるので、「冗談じゃ」と「ないよ」の間にアクセント句境界を置く。
【００７６】
表音生成部１５ｊは、韻律情報生成部１５ｈによって出力された原文テキストの読みに韻律情報が付与された形態素解析の結果から原文テキストの表音文字列を生成する処理部である。一例として、表音生成部１５ｊは、原文テキストの読みにアクセントが付与された漢字かな混じり文から表音文字であるカタカナの文字列を生成する。
【００７７】
一例として、原文テキストが「勝っちゃった。」及び「冗談じゃないよ。」である場合の表音文字列の生成を例示する。図１１に示すように、原文テキスト「勝っちゃった」の場合には、表音生成部１５ｊは、「カ’ッチャッタ．」という読みを生成する。口語表現「ちゃ」を置換しなかった場合には、「勝」が名前と判断されために、「マサルッチャッタ．」という表音文字列が生成され誤読になっていた。しかしながら、口語表現「ちゃ」を記述表現「てしま」に置換した場合には、「勝」は正しくタ行五段動詞語幹と判断されたために、正しく「カ’ッチャッタ．」という表音文字列が生成されている。図１２に示すように、原文テキスト「冗談じゃないよ。」の場合には、正答の「ジョーダ’ンジャ＿ナ’イヨ．」が生成される。このため、口語表現「じゃ」を置換しなかった場合のように、「じゃ」の前後にポーズが置かれ、「ジョーダ’ン・ジャ・ナ’イヨ．」という不自然な表音文字列が生成されることはなく、自然な読み上げを実現することができる。なお、ここでは、「・」はポーズの挿入位置を、「＿」はアクセント句境界を示す。
【００７８】
音響処理部１７は、表音文字列から合成音声を生成する音響処理を実行する処理部である。この音響処理部１７は、図１に示すように、韻律生成部１７ａと、合成部１７ｂと、出力部１７ｃとを有する。
【００７９】
韻律生成部１７ａは、表音生成部１５ｊによって生成された表音文字列に基づいて原文テキストに対応する韻律を生成する処理部である。ここで言う「韻律」は、ポーズ、音素の長さやイントネーション（intonation）などの喋り方の特徴の総称である。一態様としては、韻律生成部１７ａは、後述の合成部１７ｂに合成させる音声、すなわち合成音声の個々の音素の長さである音素時間長や声の高さの変化パターンであるピッチパターン（pitch pattern）などの韻律を生成する。
【００８０】
合成部１７ｂは、韻律生成部１７ａによって生成された韻律から音声波形を生成して音声を合成する処理部である。一態様としては、合成部１７ｂは、韻律生成部１７ａによって生成された韻律、例えば音素時間長やピッチパターンにしたがって音声波形を生成することにより音声を人工的に合成する。
【００８１】
出力部１７ｃは、音声を出力する出力部である。一例として、出力部１７ｃは、合成部１７ｂから入力される合成音声を出力する。かかる出力部１７ｃの一態様としては、スピーカー（speaker）などが挙げられる。
【００８２】
なお、図１に示した作成部１３、言語処理部１５、音響処理部１７には、各種の集積回路や電子回路を採用できる。また、言語処理部１５に含まれる機能部の一部を別の集積回路や電子回路とすることもできる。例えば、集積回路としては、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）が挙げられる。また、電子回路としては、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）などが挙げられる。
【００８３】
また、図１に示した単語辞書記憶部１１、評価記憶部１２及び対応辞書記憶部１３ａのハードウェアには、次のようなものを適用できる。一例としては、ＲＡＭ（Random Access Memory)、ＲＯＭ（Read Only Memory）やフラッシュメモリ（flash memory）などの半導体メモリ素子を採用できる。なお、上記の３つの記憶部にハードディスク、光ディスクなどの記憶装置を採用することとしてもかまわない。
【００８４】
［処理の流れ］
次に、本実施例に係る音声合成装置の処理の流れを説明する。なお、ここでは、音声合成装置によって実行される（１）メインフローを説明した後に、メインフローのサブルーチンとして実行される（２）サブフローを説明する。
【００８５】
（１）メインフロー
図１３は、実施例１に係る音声合成装置のメインフローの手順を示すフローチャートである。このメインフローは、受付部１５ａによって入力テキストが受け付けられた場合に処理が起動する。
【００８６】
図１３に示すように、受付部１５ａは、入力テキストを受け付ける（ステップＳ１０１）。続いて、受付部１５ａは、ステップＳ１０１で受け付けた入力テキストから１文のテキストを原文テキストとして取り出す（ステップＳ１０２）。
【００８７】
続いて、形態素解析部１５ｃは、原文テキストに含まれる文字列に形態素解析処理を実行する（ステップＳ１０３）。そして、比較部１５ｄは、原文テキストの形態素解析の結果を図示しないバッファに格納する（ステップＳ１０４）。
【００８８】
その後、置換部１５ｂは、原文テキストに含まれる文字列のうち、対応辞書記憶部１３ａに記憶された口語表現と一致する文字列を、口語表現に対応する記述表現の文字列に置換することにより、置換テキストを生成する（ステップＳ１０５）。なお、この時、ステップＳ１０５で生成された置換テキストの数の値が置換テキストの数Ｎにセットされる。
【００８９】
そして、形態素解析部１５ｃは、ループカウンタをｉ＝０に初期化する（ステップＳ１０６）。続いて、ループカウンタｉの値が置換テキストの数Ｎの値よりも小さい場合（ステップＳ１０７肯定）には、形態素解析部１５ｃは、置換テキストに含まれる文字列に形態素解析処理を実行する（ステップＳ１０８）。なお、置換テキストが１つも生成されなかった場合、すなわちｉ＝Ｎ＝０である場合（ステップＳ１０７否定）には、ステップＳ１１２へ移行する。
【００９０】
ここで、比較部１５ｄは、置換テキストｉの形態素解析スコアと、バッファに格納された形態解析スコアとを比較する（ステップＳ１０９）。このとき、置換テキストｉの形態素解析スコアがバッファに格納された形態解析スコアよりも大きければ（ステップＳ１０９肯定）、比較部１５ｄは、置換テキストｉの形態素解析の結果をバッファに格納する（ステップＳ１１０）。その後、比較部１５ｄは、ループカウンタｉをインクリメントする（ステップＳ１１１）。
【００９１】
一方、置換テキストｉの形態素解析スコアがバッファに格納された形態解析スコア以下であれば（ステップＳ１０９否定）、比較部１５ｄは、バッファへの格納を実行せずに、ループカウンタｉをインクリメントする（ステップＳ１１１）。
【００９２】
その後、ループカウンタｉの値と置換テキストの数Ｎの値とが等しくなると（ステップＳ１０７否定）、比較部１５ｄは、原文テキストの形態素解析の結果がバッファに格納されているか否かを判定する（ステップＳ１１２）。
【００９３】
このとき、原文テキストの形態素解析の結果がバッファに格納されている場合（ステップＳ１１２肯定）には、対応付け部１５ｅは、バッファに格納された形態素解析の結果を後段の機能部へ出力する（ステップＳ１１３）。
【００９４】
一方、原文テキストの形態素解析の結果がバッファに格納されていない場合（ステップＳ１１２否定）には、対応付け部１５ｅは、次のような処理を実行する。すなわち、対応付け部１５ｅは、置換後の文字列の形態素解析の結果を、原文テキストに含まれる置換前の文字列に対応付ける「対応付け処理」を実行する（ステップＳ１１４）。続いて、対応付け部１５ｅは、置換後の文字列の形態素解析の結果が対応付けられた原文テキストの形態素解析の結果を後段の機能部へ出力する（ステップＳ１１５）。
【００９５】
後段の機能部へ形態素解析の結果を出力した後に、受付部１５ａは、入力テキストを１文進め、新たな原文テキストを取り出す（ステップＳ１１６）。そして、入力テキストに含まれる全てのテキストの処理が終了しない間は（ステップＳ１１７否定）、言語処理部１５は、上記のステップＳ１０３〜Ｓ１１６までの処理を繰り返し実行する。その後、入力テキストに含まれる全てのテキストの処理が終了すると（ステップＳ１１７肯定）、処理を終了する。
【００９６】
（２）サブフロー
図１４は、実施例１に係る音声合成装置のサブフローの手順を示すフローチャートである。このサブフローは、図１３に示したステップＳ１１４に対応する処理であり、原文テキストの形態素解析の結果がバッファに格納されていない場合（ステップＳ１１２否定）に処理が起動する。
【００９７】
図１４に示すように、対応付け部１５ｅは、置換テキストの形態素解析の結果において、構成する単語の個数Ｎの値を設定し（ステップＳ３０１）、ループカウンタをｉ＝０に初期化する（ステップＳ３０２）。
【００９８】
そして、ループカウンタｉの値が置換テキストの単語の個数Ｎと等しくなるまで（ステップＳ３０３肯定）、下記のステップＳ３０４〜Ｓ３１３の処理を実行する。すなわち、対応付け部１５ｅは、単語ｉが置換した文字列に該当するか否かを判定する（ステップＳ３０４）。
【００９９】
このとき、単語ｉが置換した文字列に該当しなければ（ステップＳ３０４否定）、対応付け部１５ｅは、置換前後で共通している単語なので、単語ｉの形態素解析の結果をそのまま採用する（ステップＳ３０５）。そして、対応付け部１５ｅは、ループカウンタｉをインクリメントし（ステップＳ３０６）、ステップＳ３０３の処理に移行する。
【０１００】
一方、単語ｉが置換した文字列に該当する場合（ステップＳ３０４肯定）には、対応付け部１５ｅは、対応辞書の「各文字の対応」を参照する（ステップＳ３０７）。そして、対応付け部１５ｅは、対応辞書の「各文字の対応」の登録個数Ｍの値をセットし（ステップＳ３０８）、ループカウンタをｊ＝０に初期化する（ステップＳ３０９）。
【０１０１】
そして、ループカウンタｊの値が対応辞書の「各文字の対応」の登録個数Ｍと等しくなるまで（ステップＳ３１０肯定）、対応付け部１５ｅは、下記のステップＳ３１１〜Ｓ３１３までの処理を繰り返し行う。
【０１０２】
すなわち、対応付け部１５ｅは、置換前の文字部分ｊに対して、置換後の文字部分が対応する単語（ｎ個）の品詞を割り当てる（ステップＳ３１１）。そして、対応付け部１５ｅは、ループカウンタｉに置換後の文字部分が対応する単語の個数ｎをインクリメントし（ステップＳ３１２）、ループカウンタｊの値をインクリメントする（ステップＳ３１３）。
【０１０３】
その後、ループカウンタｊの値が対応辞書の「各文字の対応」の登録個数Ｍと等しくなると（ステップＳ３１０否定）、対応付け部１５ｅは、上記のステップＳ３０３の処理に移行する。そして、ループカウンタｉの値が置換テキストの単語の個数Ｎと等しくなると（ステップＳ３０３否定）、対応付け部１５ｅは、処理を終了する。
【０１０４】
［実施例１の効果］
上述してきたように、本実施例に係る音声合成装置１０は、入力されたテキストに含まれる文字列の一部を口語表現から記述表現に置換したテキストの解析結果の方が入力されたテキストより尤もらしい場合に、置換後のテキストの解析結果を入力テキストに対応付ける。
【０１０５】
このため、本実施例に係る音声合成装置１０では、テキストに口語表現の文字列が含まれていたとしても、口語表現のままで形態素解析が実行されないので、形態素解析の精度を高めることができる。また、本実施例に係る音声合成装置１０では、記述表現に置換された文字列に形態素解析が実行されるので、形態素解析に用いる情報を口語表現のものに合わせて改変する必要もない。また、本実施例に係る音声合成装置１０では、文字列を置換する範囲が文章やフレーズに限定されないので、多様な口語表現の文字列が入力されたとしてもそれに対応して記述表現に置換できる。さらに、本実施例に係る音声合成装置１０では、置換後のテキストの解析結果を入力テキストに対応付けるので、口語の形態素解析の結果を出力することができる。したがって、本実施例に係る音声合成装置１０によれば、口語のテキストを正しく解析することが可能になる。好適な一例としては、メールやブログなどの口語体で書かれたテキストを読み上げる音声読み上げ機能において、読み誤りがない自然な合成音声を提供することが可能になる。
【実施例２】
【０１０６】
さて、これまで開示の装置に関する実施例について説明したが、本発明は上述した実施例以外にも、種々の異なる形態にて実施されてよいものである。そこで、以下では、本発明に含まれる他の実施例を説明する。
【０１０７】
［適用範囲］
例えば、上記の実施例１では、開示の装置を音声合成装置１０として実装する場合を例示したが、開示の装置の実装形態はこれに限定されない。例えば、音声合成装置１０に含まれる言語処理部１５の機能だけを言語処理装置として適用することもできる。
【０１０８】
また、図示した各装置の各構成要素は、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。例えば、作成部１３、言語処理部１５または音響処理部１７を音声合成装置１０の外部装置としてネットワーク経由で接続するようにしてもよい。また、作成部１３、言語処理部１５または音響処理部１７を別の装置がそれぞれ有し、ネットワーク接続されて協働することで、上記の音声合成装置１０の機能を実現するようにしてもよい。
【０１０９】
［解析プログラム］
また、上記の実施例で説明した各種の処理は、予め用意されたプログラムをパーソナルコンピュータやワークステーションなどのコンピュータで実行することによって実現することができる。そこで、以下では、図１５を用いて、上記の実施例と同様の機能を有する解析プログラムを実行するコンピュータの一例について説明する。
【０１１０】
図１５は、実施例２に係る解析プログラムを実行するコンピュータの一例について説明するための図である。図１５に示すように、実施例２におけるコンピュータ１００は、操作部１１０ａと、マイク１１０ｂと、スピーカ１１０ｃと、ディスプレイ１２０と、通信部１３０とを有する。さらに、このコンピュータ１００は、ＣＰＵ１５０と、ＲＯＭ１６０と、ＨＤＤ（Hard Disk Drive）１７０と、ＲＡＭ（Random Access Memory）１８０と有する。これら１１０〜１８０の各部はバス１４０を介して接続される。
【０１１１】
ＨＤＤ１７０には、図１５に示すように、上記の実施例１で示した言語処理部１５と同様の機能を発揮する解析プログラム１７０ａが予め記憶される。この解析プログラム１７０ａについては、図１に示した言語処理部１５の各構成要素と同様、適宜統合又は分離しても良い。すなわち、ＨＤＤ１７０に格納される各データは、常に全てのデータがＨＤＤ１７０に格納される必要はなく、処理に必要なデータのみがＨＤＤ１７０に格納されれば良い。
【０１１２】
そして、ＣＰＵ１５０が、解析プログラム１７０ａをＨＤＤ１７０から読み出してＲＡＭ１８０に展開する。これにより、図１５に示すように、解析プログラム１７０ａは、解析プロセス１８０ａとして機能する。この解析プロセス１８０ａは、ＨＤＤ１７０から読み出した各種データを適宜ＲＡＭ１８０上の自身に割り当てられた領域に展開し、この展開した各種データに基づいて各種処理を実行する。なお、解析処理プロセス１８０ａは、例えば、図１に示した言語処理部１５にて実行される処理、例えば図１３及び図１４に示す処理を含む。なお、ＣＰＵ１５０上で仮想的に実現される各処理部は、常に全ての処理部がＣＰＵ１５０上で動作する必要はなく、処理に必要な処理部のみが仮想的に実現されれば良い。
【０１１３】
なお、上記の解析プログラムについては、必ずしも最初からＨＤＤ１７０やＲＯＭ１６０に記憶させておく必要はない。例えば、コンピュータ１００に挿入されるフレキシブルディスク、いわゆるＦＤ、ＣＤ−ＲＯＭ、ＤＶＤディスク、光磁気ディスク、ＩＣカードなどの「可搬用の物理媒体」に各プログラムを記憶させる。そして、コンピュータ１００がこれらの可搬用の物理媒体から各プログラムを取得して実行するようにしてもよい。また、公衆回線、インターネット、ＬＡＮ、ＷＡＮなどを介してコンピュータ１００に接続される他のコンピュータまたはサーバ装置などに各プログラムを記憶させておき、コンピュータ１００がこれらから各プログラムを取得して実行するようにしてもよい。
【符号の説明】
【０１１４】
１０ 音声合成装置
１１ 単語辞書記憶部
１２ 評価記憶部
１３ａ 対応辞書記憶部
１３ 作成部
１５ 言語処理部
１５ａ 受付部
１５ｂ 置換部
１５ｃ 形態素解析部
１５ｄ 比較部
１５ｅ 対応付け部
１５ｆ 構文解析部
１５ｈ 韻律情報生成部
１５ｊ 表音生成部
１７ 音響処理部
１７ａ 韻律生成部
１７ｂ 合成部
１７ｃ 出力部
【特許請求の範囲】
【請求項１】
口語表現の文字列と文語表現の文字列とを対応付けて記憶する記憶部と、
第１のテキストを受け付ける受付部と、
前記受付部によって受け付けられた第１のテキストに含まれる文字列のうち、前記記憶部に記憶された口語表現と一致する文字列を、該口語表現に対応する文語表現の文字列に置換する置換部と、
前記第１のテキスト及び前記文字列の置換により生成された第２のテキストを形態素解析する解析部と、
前記第１のテキスト及び前記第２のテキストの形態素解析の結果に基づいて、文字列の繋がりに関する尤もらしさを比較する比較部と、
前記第２のテキストの方が前記第１のテキストよりも文字列の繋がりが尤もらしい場合に、前記第２のテキストの形態素解析の結果を前記第１のテキストに対応付ける対応付け部と
を有することを特徴とする形態素解析装置。
【請求項２】
口語表現の文字列と文語表現の文字列とを対応付けて記憶する記憶部と、
第１のテキストを受け付ける受付部と、
前記受付部によって受け付けられた第１のテキストに含まれる文字列のうち、前記記憶部に記憶された口語表現と一致する文字列を、該口語表現に対応する文語表現の文字列に置換する置換部と、
前記第１のテキスト及び前記文字列の置換により生成された第２のテキストを形態素解析する解析部と、
前記第１のテキスト及び前記第２のテキストの形態素解析の結果に基づいて、文字列の繋がりに関する尤もらしさを比較する比較部と、
前記第２のテキストの方が前記第１のテキストよりも文字列の繋がりが尤もらしい場合に、前記第２のテキストの形態素解析の結果を前記第１のテキストに対応付ける対応付け部と
前記対応付け部によって前記第２のテキストの形態素解析の結果が対応付けられた第１のテキストから表音文字列を生成する表音生成部と、
前記表音生成部によって生成された表音文字列に基づいて前記第１のテキストに対応する韻律を生成する韻律生成部と、
前記韻律生成部によって生成された韻律から音声波形を生成して音声を合成する合成部と
を有することを特徴とする音声合成装置。
【請求項３】
コンピュータが、
第１のテキストを受け付け、
前記第１のテキストに含まれる文字列のうち、口語表現の文字列と文語表現の文字列とを対応付けて記憶する記憶部に記憶された口語表現と一致する文字列を、該口語表現に対応する文語表現の文字列に置換し、
前記第１のテキスト及び前記文字列の置換により生成された第２のテキストを形態素解析し、
前記第１のテキスト及び前記第２のテキストの形態素解析の結果に基づいて、文字列の繋がりに関する尤もらしさを比較し、
前記第２のテキストの方が前記第１のテキストよりも文字列の繋がりが尤もらしい場合に、前記第２のテキストの形態素解析の結果を前記第１のテキストに対応付ける
処理を実行することを特徴とする形態素解析方法。
【請求項４】
コンピュータに、
第１のテキストを受け付け、
前記第１のテキストに含まれる文字列のうち、口語表現の文字列と文語表現の文字列とを対応付けて記憶する記憶部に記憶された口語表現と一致する文字列を、該口語表現に対応する文語表現の文字列に置換し、
前記第１のテキスト及び前記文字列の置換により生成された第２のテキストを形態素解析し、
前記第１のテキスト及び前記第２のテキストの形態素解析の結果に基づいて、文字列の繋がりに関する尤もらしさを比較し、
前記第２のテキストの方が前記第１のテキストよりも文字列の繋がりが尤もらしい場合に、前記第２のテキストの形態素解析の結果を前記第１のテキストに対応付ける
処理を実行させることを特徴とする形態素解析プログラム。
【請求項５】
コンピュータが、
対となる口語文及び文語文を取得し、
前記対となる口語文及び文語文のうち互いに異なる文字列を抽出し、
前記口語文に含まれる前記文語文と異なる第１の文字列と、前記文語文に含まれる前記口語文と異なる第２の文字列との間で各文字の対応関係を特定し、
前記第１の文字列、前記第２の文字列及び前記各文字の対応関係を対応付けることにより、口語表現及び文語表現の対応辞書を作成する
処理を実行することを特徴とする対応辞書の作成方法。
【請求項１】
口語表現の文字列と文語表現の文字列とを対応付けて記憶する記憶部と、
第１のテキストを受け付ける受付部と、
前記受付部によって受け付けられた第１のテキストに含まれる文字列のうち、前記記憶部に記憶された口語表現と一致する文字列を、該口語表現に対応する文語表現の文字列に置換する置換部と、
前記第１のテキスト及び前記文字列の置換により生成された第２のテキストを形態素解析する解析部と、
前記第１のテキスト及び前記第２のテキストの形態素解析の結果に基づいて、文字列の繋がりに関する尤もらしさを比較する比較部と、
前記第２のテキストの方が前記第１のテキストよりも文字列の繋がりが尤もらしい場合に、前記第２のテキストの形態素解析の結果を前記第１のテキストに対応付ける対応付け部と
を有することを特徴とする形態素解析装置。
【請求項２】
口語表現の文字列と文語表現の文字列とを対応付けて記憶する記憶部と、
第１のテキストを受け付ける受付部と、
前記受付部によって受け付けられた第１のテキストに含まれる文字列のうち、前記記憶部に記憶された口語表現と一致する文字列を、該口語表現に対応する文語表現の文字列に置換する置換部と、
前記第１のテキスト及び前記文字列の置換により生成された第２のテキストを形態素解析する解析部と、
前記第１のテキスト及び前記第２のテキストの形態素解析の結果に基づいて、文字列の繋がりに関する尤もらしさを比較する比較部と、
前記第２のテキストの方が前記第１のテキストよりも文字列の繋がりが尤もらしい場合に、前記第２のテキストの形態素解析の結果を前記第１のテキストに対応付ける対応付け部と
前記対応付け部によって前記第２のテキストの形態素解析の結果が対応付けられた第１のテキストから表音文字列を生成する表音生成部と、
前記表音生成部によって生成された表音文字列に基づいて前記第１のテキストに対応する韻律を生成する韻律生成部と、
前記韻律生成部によって生成された韻律から音声波形を生成して音声を合成する合成部と
を有することを特徴とする音声合成装置。
【請求項３】
コンピュータが、
第１のテキストを受け付け、
前記第１のテキストに含まれる文字列のうち、口語表現の文字列と文語表現の文字列とを対応付けて記憶する記憶部に記憶された口語表現と一致する文字列を、該口語表現に対応する文語表現の文字列に置換し、
前記第１のテキスト及び前記文字列の置換により生成された第２のテキストを形態素解析し、
前記第１のテキスト及び前記第２のテキストの形態素解析の結果に基づいて、文字列の繋がりに関する尤もらしさを比較し、
前記第２のテキストの方が前記第１のテキストよりも文字列の繋がりが尤もらしい場合に、前記第２のテキストの形態素解析の結果を前記第１のテキストに対応付ける
処理を実行することを特徴とする形態素解析方法。
【請求項４】
コンピュータに、
第１のテキストを受け付け、
前記第１のテキストに含まれる文字列のうち、口語表現の文字列と文語表現の文字列とを対応付けて記憶する記憶部に記憶された口語表現と一致する文字列を、該口語表現に対応する文語表現の文字列に置換し、
前記第１のテキスト及び前記文字列の置換により生成された第２のテキストを形態素解析し、
前記第１のテキスト及び前記第２のテキストの形態素解析の結果に基づいて、文字列の繋がりに関する尤もらしさを比較し、
前記第２のテキストの方が前記第１のテキストよりも文字列の繋がりが尤もらしい場合に、前記第２のテキストの形態素解析の結果を前記第１のテキストに対応付ける
処理を実行させることを特徴とする形態素解析プログラム。
【請求項５】
コンピュータが、
対となる口語文及び文語文を取得し、
前記対となる口語文及び文語文のうち互いに異なる文字列を抽出し、
前記口語文に含まれる前記文語文と異なる第１の文字列と、前記文語文に含まれる前記口語文と異なる第２の文字列との間で各文字の対応関係を特定し、
前記第１の文字列、前記第２の文字列及び前記各文字の対応関係を対応付けることにより、口語表現及び文語表現の対応辞書を作成する
処理を実行することを特徴とする対応辞書の作成方法。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６Ａ】
【図６Ｂ】
【図７Ａ】
【図７Ｂ】
【図７Ｃ】
【図８Ａ】
【図８Ｂ】
【図８Ｃ】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図２】
【図３】
【図４】
【図５】
【図６Ａ】
【図６Ｂ】
【図７Ａ】
【図７Ｂ】
【図７Ｃ】
【図８Ａ】
【図８Ｂ】
【図８Ｃ】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【公開番号】特開２０１２−１１８７２３（Ｐ２０１２−１１８７２３Ａ）
【公開日】平成２４年６月２１日（２０１２．６．２１）
【国際特許分類】
【出願番号】特願２０１０−２６７３７２（Ｐ２０１０−２６７３７２）
【出願日】平成２２年１１月３０日（２０１０．１１．３０）
【出願人】（０００００５２２３）富士通株式会社 (25,993)
【Ｆターム（参考）】
【公開日】平成２４年６月２１日（２０１２．６．２１）
【国際特許分類】
【出願日】平成２２年１１月３０日（２０１０．１１．３０）
【出願人】（０００００５２２３）富士通株式会社 (25,993)
【Ｆターム（参考）】
[ Back to top ]