音声変換支援装置、プログラムおよび音声変換支援方法
【課題】 文字／音声変換の応答性を維持しつつコストダウンを図り、さらには、特徴のあるサービスを実現する。
【解決手段】音声変換支援装置はキャッシュデータ保存部、インデックス情報記憶部、検索部、データ処理部を備える。前記データ処理部は前記検索部による検索の結果、前記テキストデータが存在したインデックス情報により示される過去に使用された音声データを前記キャッシュデータ保存部から読み出して前記変換要求元へ返す一方、いずれのインデックス情報にも存在しない前記テキストデータを前記音声変換装置へ送り、前記音声変換装置により変換された音声データを前記要求元へ返す。
【解決手段】音声変換支援装置はキャッシュデータ保存部、インデックス情報記憶部、検索部、データ処理部を備える。前記データ処理部は前記検索部による検索の結果、前記テキストデータが存在したインデックス情報により示される過去に使用された音声データを前記キャッシュデータ保存部から読み出して前記変換要求元へ返す一方、いずれのインデックス情報にも存在しない前記テキストデータを前記音声変換装置へ送り、前記音声変換装置により変換された音声データを前記要求元へ返す。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明の実施形態は、例えば文字等のキャラクタを音声に変換するサービスに利用される音声変換支援装置、プログラムおよび音声変換支援方法に関する。
【背景技術】
【０００２】
近年、例えばインターネットなどでは、文字を音声に変換するサービスが開始されており、このサービスには音声合成装置が利用されている。
【０００３】
一般に、音声合成装置は、ユーザが入力したテキストの文面（文字列）を音声合成波形データに変換し、音声信号または音声ファイルを出力するものである。
【０００４】
ところで、文字を音声に変換するためには処理性能の高い音声合成装置が必要であり、この種のサービスを開始するためにはコストがかかる。一方、性能の低い音声合成装置を用いた場合は、音声合成処理に時間がかかり、応答性が損なわれるという問題もある。
【先行技術文献】
【特許文献】
【０００５】
【特許文献１】特開２００４−１１７７７８号公報
【発明の概要】
【発明が解決しようとする課題】
【０００６】
一般に、この種のサービスでは、ユーザが入力したテキストに対して、特色のない一定の音声データが返されるだけであるため、サービスに特徴を持たせるために何らかの付加価値を付ける必要がある。
【０００７】
本発明が解決しようとする課題は、文字／音声変換の応答性を維持しつつコストダウンを図り、さらには、特徴のあるサービスを実現することができる音声変換支援装置、プログラムおよび音声変換支援方法を提供することにある。
【課題を解決するための手段】
【０００８】
実施形態の音声変換支援装置は、テキストデータを音声データに変換する音声変換装置とネットワークを介して接続されている。前記音声変換支援装置はキャッシュデータ保存部、インデックス情報記憶部、検索部、データ処理部を備える。前記キャッシュデータ保存部には前記音声変換装置により以前に変換された音声データとこの音声データの変換元のテキストデータとが対応して過去データとして保存される。前記インデックス情報記憶部には前記キャッシュデータ保存部に保存されている過去データをユーザとの親和性の高い順に検索するための、絞り込み範囲の異なる複数のインデックス情報が順位付けして記憶される。前記検索部は要求元から入力されたテキストデータを基に前記インデックス情報記憶部の複数のインデックス情報を前記順位付けの順に検索する。前記データ処理部は前記検索部による検索の結果、前記テキストデータが存在したインデックス情報により示される過去に使用された音声データを前記キャッシュデータ保存部から読み出して前記変換要求元へ返す一方、いずれのインデックス情報にも存在しない前記テキストデータを前記音声変換装置へ送り、前記音声変換装置により変換された音声データを前記要求元へ返す。
【図面の簡単な説明】
【０００９】
【図１】実施形態の音声合成システムの全体の構成を示す図である。
【図２】アプリケーションサーバのブロック図である。
【図３】インデックス情報の一例を示す図である。
【図４】この音声合成システムの動作を示すフローチャートである。
【図５】ユーザ毎の辞書登録動作を示すフローチャートである。
【図６】アプリケーションサーバにおけるキャッシュデータの検索動作を示すフローチャートである。
【発明を実施するための形態】
【００１０】
以下、図面を参照して、実施形態を詳細に説明する。
（第１の実施形態）図１は第１の実施形態の音声合成システムの構成を示す図である。
【００１１】
図１に示すように、この実施形態の音声合成システムは、サービス利用者（以下「ユーザ」と称す）が操作する端末装置であるコンピュータ１（以下「ユーザＰＣ１」と称す）、音声合成エンジンを搭載したコンピュータである音声合成サーバ３と、音声変換支援装置としてのコンピュータ２（以下「アプリケーションサーバ２」と称す）と、これらの機器を接続するネットワーク４等から構成されている。
【００１２】
音声合成サーバ３は、アプリケーションサーバ２から転送（入力）された中間ファイル（テキストデータとアクセント記号の組）を音声データ（以下「音声ファイル」と称す）に変換してアプリケーションサーバ２に返す。
【００１３】
アプリケーションサーバ２は、音声合成サーバ３とユーザＰＣ１との間に介在してテキストデータ、中間ファイルおよび音声ファイルのやりとりを行う。
【００１４】
図２に示すように、アプリケーションサーバ２は、グラフィックユーザインターフェース部２１（以下「ＧＵＩ部２１」と称す）、メモリ２２、中間ファイル生成部２３、キャッシュされたデータを管理するためのインデックス情報記憶部２４、キャッシュデータ保存部２５、検索部２６、通信処理部２７、データ処理部２８、登録部２９などを有している。
【００１５】
アプリケーションサーバ２は、ユーザＰＣ１から入力されたテキストデータをキーワード（検索キー）にしてインデックス情報記憶部２４のインデックス情報を利用してキャッシュデータ保存部２５にキャッシュ（記憶）された音声ファイルを検索し、ヒットした場合は、音声合成サーバ３に音声合成を要求することなく、キャッシュされた音声ファイルを読み出して要求元であるユーザＰＣ１に返す。
【００１６】
すなわち、アプリケーションサーバ２は、自身のハードディスク装置にキャッシュされているか否かをチェックし、キャッシュされていない場合に、ユーザＰＣ１から入力されたテキストデータを音声合成サーバ３へ出力し、このテキストデータに対する応答として音声合成サーバ３にて変換（音声合成）された音声ファイルを取得しユーザＰＣ１へ送る。
【００１７】
ＧＵＩ部２１は、ユーザＰＣ１からアプリケーションサーバ２にログインするための画面、検索画面、登録画面など表示し、ユーザＰＣ１からの音声合成要求、テキストデータの入力などを受け付けるとともに、要求に対する応答として音声ファイルをＰＣへ送る。
【００１８】
つまり、ＧＵＩ部２１は、ユーザＰＣ１とアプリケーションサーバ２との間の入出力インターフェースを実現するものである。
【００１９】
メモリ２２には、音声変換辞書が記憶されている。音声変換辞書は音声合成サーバ３により変換（音声合成）される音声データの変換元のテキストデータとこのテキストデータを音声に変換する際に音の強弱を指定するアクセント記号（アクセント情報）とが対応して保存され参照用の辞書である。この音声変換辞書は中間ファイル生成部２３により利用される。
【００２０】
またメモリ２２は、データ処理部２８、検索部２６および登録部２９などがそれぞれの処理を実行する際のワークエリアとして利用される。
【００２１】
中間ファイル生成部２３は、ユーザＰＣ１から入力された変換対象のテキストデータをキーにして音声変換辞書を参照して、対応するアクセント記号を音声変換辞書から読み出してテキストデータとアクセント記号との組の中間ファイルを生成し、メモリ２２に記憶する。中間ファイルは、音声合成用の元データとして音声合成サーバ３へ送信される。
【００２２】
キャッシュデータ保存部２５には、以前（過去）に変換された音声ファイル、テキストデータ、中間ファイルなどが保存されている。
【００２３】
インデックス情報記憶部２４には、キャッシュデータ保存部２５にキャッシュ（保存）されている過去のデータをユーザとの親和性の高い順に検索するための、絞り込み範囲の異なる複数のインデックス情報が順位付けして記憶されている。
【００２４】
つまりインデックス情報記憶部２４には、キャッシュデータ保存部２５にキャッシュされたデータを管理するためのインデックス情報が記憶されている。なおインデックス情報については図３で具体的に説明する。
【００２５】
検索部２６は、ユーザＩＤ毎に設定された登録辞書４２、ユーザＩＤ毎の使用履歴４３、サーバ使用履歴４４を順位の順に検索する。すなわち検索部２６は、要求元から入力されたテキストデータを基にインデックス情報記憶部２４の複数のインデックス情報を順位付けの順に検索する。
【００２６】
通信処理部２７は、音声合成サーバ３との間で、ＴＣＰ（ＨＴＴＰ）通信により、データのやりとりを行う。
【００２７】
データ処理部２８は、検索部２６による検索の結果、テキストデータ（検索キーまたはキーワード等とも言う）が存在したインデックス情報により示される過去のデータの保存場所、つまりキャッシュデータ保存部２５からキャッシュされている音声ファイルを読み出して変換要求元のユーザＰＣ１へ返す。
【００２８】
一方、いずれのインデックス情報にもキーワードが存在しない場合は、入力されたテキストデータを基に中間ファイル生成部２３により生成されメモリ２２に記憶された中間ファイルを音声合成サーバ３へ送り、音声合成サーバ３により変換（音声合成）された音声ファイルを要求元のユーザＰＣ１へ返す。なおテキストデータを送ってもよい。
【００２９】
登録部２９は、ＧＵＩ部２１により表示される辞書登録画面にて、ユーザＩＤ毎の登録辞書４２にユーザが独自に入力または編集した辞書情報（テキストデータとアクセント記号）を登録する。
【００３０】
インデックス情報記憶部２４には、図３に示すように、ユーザＩＤテーブル４１の各ユーザＩＤに紐付けられた複数のインデックス情報（ユーザＩＤ毎の登録辞書４２、ユーザＩＤ毎の使用履歴４３、このアプリケーションサーバ２のすべてのユーザの使用履歴４４（以下「サーバ使用履歴４４」と称す）などの３つのインデックス情報）が記憶されている。
【００３１】
ユーザＩＤテーブル４１には、このアプリケーションサーバ２にログイン可能なユーザの識別情報であるユーザＩＤが設定されている。ユーザの識別情報は、ユーザＩＤだけでなくパスワードなども含まれる。
【００３２】
ユーザＩＤ毎の登録辞書４２には、ユーザが独自に登録したテキストデータ（これを「テキスト」という）と、テキストとそのアクセスト記号の組である中間ファイルと、これらのデータに対応する音声ファイルの保存先を示す保存先インデックスとが記憶されている。
【００３３】
このユーザＩＤ毎の登録辞書４２は、検索の際の順位として第１，２番目の順位（第１，２順位）に設定されており、検索部２６がキャッシュデータを検索するときに初めに参照される。この辞書の中での順位は、第１順位が中間ファイル、第２順位がテキストである。インデックス情報としての検索順位は第１番目である。
【００３４】
ユーザＩＤ毎の使用履歴４３には、ログインしたユーザＩＤ毎にこの音声変換機能を使用したときのテキストと、テキストとそのアクセスト記号の組である中間ファイルと、これらのデータに対応する音声ファイルの保存先を示す保存先インデックスとが記憶されている。テキスト、中間ファイル、保存先インデックスなどを使用履歴という。
【００３５】
ユーザＩＤ毎の使用履歴４３は、検索の際の順位として第３，４番目の順位（第３，４順位）に設定されており、検索部２６がキャッシュデータを検索するときに第３，４番目に参照される。この履歴の中での順位は、第３順位が中間ファイル、第４順位がテキストである。インデックス情報としての検索順位は第２番目である。
【００３６】
サーバ使用履歴４４には、このアプリケーションサーバ２にユーザがログインしてこの音声変換機能を使用した際のすべてのユーザの使用履歴が記憶されている。サーバ使用履歴４４は、検索の際の順位として第５，６番目の順位（第５，６順位）に設定されており、検索部２６がキャッシュデータを検索するときに第５，６番目に参照される。この履歴の中での順位は、第５順位が中間ファイル、第６順位がテキストである。インデックス情報としての検索順位は第３番目である。
【００３７】
次に、図４乃至図６のフローチャートを参照してこの実施形態の音声合成システムに動作を説明する。まず、図４のフローチャートを参照してこのシステム全体の動作を説明する。
【００３８】
この実施形態の音声合成システムの場合、ユーザがユーザＰＣ１から所定のＵＲＬを入力し、アプリケーションサーバ２にアクセスすると、ＧＵＩ部２１はログイン画面をユーザＰＣ１に表示するので、ユーザは表示されたログイン画面の入力欄に、ログインＩＤなどのログイン情報を入力する（図４のステップＳ１０１）。この他、ログイン情報としてパスワードなども入力する場合がある。
【００３９】
すると、ＧＵＩ部２１は入力されたログイン情報をメモリ２２のユーザＩＤテーブル４１のユーザＩＤと照合することで、ログイン情報が登録済みか否かを判定し（ステップＳ１０２）、ログイン情報が登録済みの場合（ステップＳ１０２のＹｅｓ）、アプリケーションサーバ２へのログインを許可し、音声変換画面を表示する（ステップＳ１０３）。
【００４０】
ユーザが、音声変換画面の文字入力欄に、キー入力により、変換対象の文字（テキストデータ）を入力すると（ステップＳ１０４）、ＧＵＩ部２１はその入力を受け付ける。
【００４１】
そして、音声変換画面に表示されている音声ファイル作成指示のためのボタンを押下すると（ステップＳ１０５）、中間ファイル生成部２３が、受け付けた変換対象のテキストデータをキーにして音声変換辞書を参照して、対応するアクセント記号を音声変換辞書から読み出してテキストデータとアクセント記号との組の中間ファイルを生成し（ステップＳ１０６）、生成した中間ファイルを音声変換画面に表示する（ステップＳ１０７）。
【００４２】
続いて、ユーザが、音声変換画面に表示されている検索指示のためのボタンを押下すると（ステップＳ１０８）、検索部２６が、受け付けたテキストデータをキーにしてインデックス情報を、設定された順位の順に検索する（ステップＳ１０９）。なお検索動作の詳細について図５で説明する。
【００４３】
検索の結果、対象のテキストデータが、インデックス情報記憶部２４の複数のインデックス情報のうちのいずれにも存在しない場合（ステップＳ１１０のＮｏ）、データ処理部２８は、中間ファイル生成部２３により生成された中間ファイルと共に音声変換要求を音声合成サーバ３へ転送（送信）する（ステップＳ１１１）。
【００４４】
音声合成サーバ３は、中間ファイル及び音声変換要求を受けて、中間ファイルを基に音声合成し、生成した音声ファイルを、ネットワークを通じてアプリケーションサーバ２に返信する（ステップＳ１１２）。
【００４５】
アプリケーションサーバ２では、音声合成サーバ３により送信された音声ファイルが通信処理部２７により受信されると、その音声ファイルをデータ処理部２８に渡し、データ処理部２８が取得する（ステップＳ１１３）。
【００４６】
データ処理部２８は、取得した音声ファイルを、キャッシュデータ保存部２５に保存すると共にユーザＰＣ１へ送り、ユーザＰＣ１のスピーカから音声が出力される（ステップＳ１１４）。
【００４７】
上記Ｓ１０９の検索ステップの検索の結果、対象のテキストデータが、インデックス情報記憶部２４の複数のインデックス情報のうちのいずれかに存在した場合（ステップＳ１１０のＹｅｓ）、データ処理部２８は、検索されたインデックス情報により示される保存場所（キャッシュデータ保存部２５）から、該当する音声ファイルを読み出して取得し（ステップＳ１１３）、音声合成サーバ３に依頼することなく、ユーザＰＣ１へ転送（送信）する（ステップＳ１１４）。
【００４８】
その後、処理終了操作が行われなければ（ステップＳ１１５のＮｏ）、次のテキスト入力を待機する。また処理終了操作が行われると（ステップＳ１１５のＹｅｓ）、データ処理部２８は、テキスト／音声の変換処理を終了する。
【００４９】
続いて、図５を参照して一度作成された音声ファイルのキャッシュ処理を説明する。
アプリケーションサーバ２では、作成された中間ファイルおよび音声ファイルは、メモリ２２に一旦キャッシュされる。
【００５０】
そして、ユーザにより当該音声ファイルの変換元の中間ファイルが音声変換画面上で指定されると（ステップＳ１２１）、登録部２９は、メモリ２２から中間ファイルを読み出し音声変換画面にその内容（テキストデータとアクセント部号）を表示する（ステップＳ１２２）。
【００５１】
そして、ユーザが、音声変換画面に表示された中間ファイルの内容であるテキストデータとアクセント符号を編集した後（ステップＳ１２３）、音声変換画面に設けられている音声ファイル保存指示用のボタンを押下すると（ステップＳ１２４）、保存先指定用のダイアログボックスが表示される。
【００５２】
ユーザがこの画面より、保存先を指定すると（ステップＳ１２５）、登録部２９は、指定された保存先のフォルダへ音声ファイルを保存する（ステップＳ１２６）。そして、終了操作が行われると（ステップＳ１２７のＹｅｓ）、登録部２９は、保存した音声ファイルのインデックス情報をインデックス情報記憶部２４のユーザＩＤ毎の登録辞書４２に登録する（ステップＳ１２８）。
【００５３】
続いて、図６を参照して上記ステップＳ１０９の検索処理の詳細を説明する。
この場合、ＧＵＩ部２１により表示された音声変換画面から、検索ボタンを操作すると、検索部２６は、作成された中間ファイルのテキストデータとアクセント記号を検索キーにして、インデックス情報記憶部２４に記憶されているインデック情報のうちの、第１順位であるユーザＩＤ毎の登録辞書４２の中の中間ファイルを検索する（ステップＳ２０１：第１検索）。
【００５４】
この第１検索の結果、ユーザＩＤ毎の登録辞書４２の中の中間ファイルに、検索キーと同じデータが存在すると（ステップＳ２０２のＹｅｓ）、次のステップ１１０で、検索部２６は、そのデータに対応する音声ファイルをキャッシュデータ保存部２５から読み出してデータ処理部２８に渡す。これにより音声ファイルがデータ処理部２８に取得される。
【００５５】
一方、第１検索の結果、ユーザＩＤ毎の登録辞書４２の中の中間ファイルに、検索キーと同じデータが存在しない場合（ステップＳ２０２のＮｏ）、検索部２６は、次に同中間ファイルのテキストデータを検索キーにして、インデックス情報記憶部２４に記憶されているインデック情報のうちの、第２順位であるユーザＩＤ毎の登録辞書４２の中のテキストを検索する（ステップＳ２０３：第２検索）。
【００５６】
この第２検索の結果、ユーザＩＤ毎の登録辞書４２の中のテキストに、検索キーと同じデータが存在すると（ステップＳ２０４のＹｅｓ）、次のステップ１１０に移る。
【００５７】
また、第２検索の結果、ユーザＩＤ毎の登録辞書４２の中のテキストに、検索キーと同じデータが存在しない場合（ステップＳ２０４のＮｏ）、検索部２６は、次に同中間ファイルのテキストデータとアクセント記号を検索キーにして、インデックス情報記憶部２４に記憶されているインデック情報のうちの、第３順位であるユーザ毎の使用履歴４３の中の中間ファイルを検索する（ステップＳ２０５：第３検索）。
【００５８】
この第３検索の結果、ユーザＩＤ毎の登録辞書４２の中の中間ファイルに、検索キーと同じデータが存在すると（ステップＳ２０６のＹｅｓ）、次のステップ１１０に移る。
【００５９】
一方、第３検索の結果、ユーザＩＤ毎の登録辞書４２の中の中間ファイルに、検索キーと同じデータが存在しない場合（ステップＳ２０６のＮｏ）、検索部２６は、次に同中間ファイルのテキストデータを検索キーにして、インデックス情報記憶部２４に記憶されているインデック情報のうちの、第４順位であるユーザＩＤ毎の登録辞書４２の中のテキストを検索する（ステップＳ２０７：第４検索）。
【００６０】
この第４検索の結果、ユーザＩＤ毎の登録辞書４２の中のテキストに、検索キーと同じデータが存在すると（ステップＳ２０８のＹｅｓ）、次のステップ１１０に移る。
【００６１】
また、第４検索の結果、ユーザＩＤ毎の登録辞書４２の中のテキストに、検索キーと同じデータが存在しない場合（ステップＳ２０８のＮｏ）、検索部２６は、次に同中間ファイルのテキストデータとアクセント記号を検索キーにして、インデックス情報記憶部２４に記憶されているインデック情報のうちの、第５順位であるサーバ使用履歴４４の中の中間ファイルを検索する（ステップＳ２０９：第５検索）。
【００６２】
この第５検索の結果、サーバ使用履歴４４の中の中間ファイルに、検索キーと同じデータが存在すると（ステップＳ２１０のＹｅｓ）、次のステップ１１０に移る。
【００６３】
一方、第５検索の結果、サーバ使用履歴４４の中の中間ファイルに、検索キーと同じデータが存在しない場合（ステップＳ２１０のＮｏ）、検索部２６は、次に同中間ファイルのテキストデータを検索キーにして、インデックス情報記憶部２４に記憶されているインデック情報のうちの、第６順位であるサーバ使用履歴４４の中のテキストを検索する（ステップＳ２１１：第６検索）。
【００６４】
この第６検索の結果、サーバ使用履歴４４の中のテキストに、検索キーと同じデータが存在すると（ステップＳ２１２のＹｅｓ）、次のステップ１１０に移る。
【００６５】
また、第６検索の結果、サーバ使用履歴４４の中のテキストに、検索キーと同じデータが存在しない場合（ステップＳ２１２のＮｏ）、検索部２６は、キャッシュデータ保存部２５にデータが存在しない旨をデータ処理部２８に通知する。この通知を受けたデータ処理部２８は、音声変換要求と中間ファイルを音声合成サーバ３へ送信する。
【００６６】
このようにこの実施形態によれば、ユーザからの要求に応じてテキストを音声に変換する機能を、ユーザインターフェース部分であるアプリケーションサーバ２と音声合成エンジン部部分である音声合成サーバ３とに分けたことで、負荷分散を図ることができる。
【００６７】
また、ユーザがアプリケーションサーバ２に入力した文字または文章（テキストデータ、文字列）が以前に使用された文字または文章と同一であった場合は音声合成サーバ３に処理を依頼せずに、自身のハードディスク装置にキャッシュされている音声ファイルを読み出して返すことで、音声合成サーバ３側の処理負荷を軽減することができる。
【００６８】
さらに、ユーザが独自に登録したユーザＩＤ毎の登録辞書４２を第１に検索することで、例えばユーザ独自のアクセストの音声をユーザへ提供することができる。
【００６９】
この結果、文字／音声変換の応答性を維持しつつコストダウンを図り、さらには、特徴のあるサービスを実現することができる。
【００７０】
説明した実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。上記実施形態やその変形は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。
上記実施形態では、中間ファイルとテキストデータとを交互に検索したが、中間ファイルのみ、またはテキストデータのみで複数のインデックス情報に順位を設定し、その順位の順にインデックス情報を検索してもよい。
【００７１】
また上記実施形態に示した各構成要素を、コンピュータのハードディスク装置などのストレージにインストールしたプログラムで実現してもよく、また上記プログラムを、コンピュータ読取可能な電子媒体：electronic mediaに記憶しておき、プログラムを電子媒体からコンピュータに読み取らせることで本発明の機能をコンピュータが実現するようにしてもよい。電子媒体としては、例えばＣＤ−ＲＯＭ等の記録媒体やフラッシュメモリ、リムーバブルメディア：Removable media等が含まれる。さらに、ネットワークを介して接続した異なるコンピュータに構成要素を分散して記憶し、各構成要素を機能させたコンピュータ間で通信することで実現してもよい。
【符号の説明】
【００７２】
１…ユーザＰＣ、２…アプリケーションサーバ、３…音声合成サーバ３１…グラフィックユーザインターフェース部（ＧＵＩ部）、２２…メモリ、２３…中間ファイル生成部、２４…インデックス情報記憶部、２５…キャッシュデータ保存部、２５…キャッシュデータ保存部、２６…検索部、２７…通信処理部、２８…データ処理部、２９…登録部、４１…ユーザＩＤテーブル、４２…ユーザＩＤ毎の登録辞書、４３…ユーザＩＤ毎の使用履歴、４４…サーバ使用履歴。
【技術分野】
【０００１】
本発明の実施形態は、例えば文字等のキャラクタを音声に変換するサービスに利用される音声変換支援装置、プログラムおよび音声変換支援方法に関する。
【背景技術】
【０００２】
近年、例えばインターネットなどでは、文字を音声に変換するサービスが開始されており、このサービスには音声合成装置が利用されている。
【０００３】
一般に、音声合成装置は、ユーザが入力したテキストの文面（文字列）を音声合成波形データに変換し、音声信号または音声ファイルを出力するものである。
【０００４】
ところで、文字を音声に変換するためには処理性能の高い音声合成装置が必要であり、この種のサービスを開始するためにはコストがかかる。一方、性能の低い音声合成装置を用いた場合は、音声合成処理に時間がかかり、応答性が損なわれるという問題もある。
【先行技術文献】
【特許文献】
【０００５】
【特許文献１】特開２００４−１１７７７８号公報
【発明の概要】
【発明が解決しようとする課題】
【０００６】
一般に、この種のサービスでは、ユーザが入力したテキストに対して、特色のない一定の音声データが返されるだけであるため、サービスに特徴を持たせるために何らかの付加価値を付ける必要がある。
【０００７】
本発明が解決しようとする課題は、文字／音声変換の応答性を維持しつつコストダウンを図り、さらには、特徴のあるサービスを実現することができる音声変換支援装置、プログラムおよび音声変換支援方法を提供することにある。
【課題を解決するための手段】
【０００８】
実施形態の音声変換支援装置は、テキストデータを音声データに変換する音声変換装置とネットワークを介して接続されている。前記音声変換支援装置はキャッシュデータ保存部、インデックス情報記憶部、検索部、データ処理部を備える。前記キャッシュデータ保存部には前記音声変換装置により以前に変換された音声データとこの音声データの変換元のテキストデータとが対応して過去データとして保存される。前記インデックス情報記憶部には前記キャッシュデータ保存部に保存されている過去データをユーザとの親和性の高い順に検索するための、絞り込み範囲の異なる複数のインデックス情報が順位付けして記憶される。前記検索部は要求元から入力されたテキストデータを基に前記インデックス情報記憶部の複数のインデックス情報を前記順位付けの順に検索する。前記データ処理部は前記検索部による検索の結果、前記テキストデータが存在したインデックス情報により示される過去に使用された音声データを前記キャッシュデータ保存部から読み出して前記変換要求元へ返す一方、いずれのインデックス情報にも存在しない前記テキストデータを前記音声変換装置へ送り、前記音声変換装置により変換された音声データを前記要求元へ返す。
【図面の簡単な説明】
【０００９】
【図１】実施形態の音声合成システムの全体の構成を示す図である。
【図２】アプリケーションサーバのブロック図である。
【図３】インデックス情報の一例を示す図である。
【図４】この音声合成システムの動作を示すフローチャートである。
【図５】ユーザ毎の辞書登録動作を示すフローチャートである。
【図６】アプリケーションサーバにおけるキャッシュデータの検索動作を示すフローチャートである。
【発明を実施するための形態】
【００１０】
以下、図面を参照して、実施形態を詳細に説明する。
（第１の実施形態）図１は第１の実施形態の音声合成システムの構成を示す図である。
【００１１】
図１に示すように、この実施形態の音声合成システムは、サービス利用者（以下「ユーザ」と称す）が操作する端末装置であるコンピュータ１（以下「ユーザＰＣ１」と称す）、音声合成エンジンを搭載したコンピュータである音声合成サーバ３と、音声変換支援装置としてのコンピュータ２（以下「アプリケーションサーバ２」と称す）と、これらの機器を接続するネットワーク４等から構成されている。
【００１２】
音声合成サーバ３は、アプリケーションサーバ２から転送（入力）された中間ファイル（テキストデータとアクセント記号の組）を音声データ（以下「音声ファイル」と称す）に変換してアプリケーションサーバ２に返す。
【００１３】
アプリケーションサーバ２は、音声合成サーバ３とユーザＰＣ１との間に介在してテキストデータ、中間ファイルおよび音声ファイルのやりとりを行う。
【００１４】
図２に示すように、アプリケーションサーバ２は、グラフィックユーザインターフェース部２１（以下「ＧＵＩ部２１」と称す）、メモリ２２、中間ファイル生成部２３、キャッシュされたデータを管理するためのインデックス情報記憶部２４、キャッシュデータ保存部２５、検索部２６、通信処理部２７、データ処理部２８、登録部２９などを有している。
【００１５】
アプリケーションサーバ２は、ユーザＰＣ１から入力されたテキストデータをキーワード（検索キー）にしてインデックス情報記憶部２４のインデックス情報を利用してキャッシュデータ保存部２５にキャッシュ（記憶）された音声ファイルを検索し、ヒットした場合は、音声合成サーバ３に音声合成を要求することなく、キャッシュされた音声ファイルを読み出して要求元であるユーザＰＣ１に返す。
【００１６】
すなわち、アプリケーションサーバ２は、自身のハードディスク装置にキャッシュされているか否かをチェックし、キャッシュされていない場合に、ユーザＰＣ１から入力されたテキストデータを音声合成サーバ３へ出力し、このテキストデータに対する応答として音声合成サーバ３にて変換（音声合成）された音声ファイルを取得しユーザＰＣ１へ送る。
【００１７】
ＧＵＩ部２１は、ユーザＰＣ１からアプリケーションサーバ２にログインするための画面、検索画面、登録画面など表示し、ユーザＰＣ１からの音声合成要求、テキストデータの入力などを受け付けるとともに、要求に対する応答として音声ファイルをＰＣへ送る。
【００１８】
つまり、ＧＵＩ部２１は、ユーザＰＣ１とアプリケーションサーバ２との間の入出力インターフェースを実現するものである。
【００１９】
メモリ２２には、音声変換辞書が記憶されている。音声変換辞書は音声合成サーバ３により変換（音声合成）される音声データの変換元のテキストデータとこのテキストデータを音声に変換する際に音の強弱を指定するアクセント記号（アクセント情報）とが対応して保存され参照用の辞書である。この音声変換辞書は中間ファイル生成部２３により利用される。
【００２０】
またメモリ２２は、データ処理部２８、検索部２６および登録部２９などがそれぞれの処理を実行する際のワークエリアとして利用される。
【００２１】
中間ファイル生成部２３は、ユーザＰＣ１から入力された変換対象のテキストデータをキーにして音声変換辞書を参照して、対応するアクセント記号を音声変換辞書から読み出してテキストデータとアクセント記号との組の中間ファイルを生成し、メモリ２２に記憶する。中間ファイルは、音声合成用の元データとして音声合成サーバ３へ送信される。
【００２２】
キャッシュデータ保存部２５には、以前（過去）に変換された音声ファイル、テキストデータ、中間ファイルなどが保存されている。
【００２３】
インデックス情報記憶部２４には、キャッシュデータ保存部２５にキャッシュ（保存）されている過去のデータをユーザとの親和性の高い順に検索するための、絞り込み範囲の異なる複数のインデックス情報が順位付けして記憶されている。
【００２４】
つまりインデックス情報記憶部２４には、キャッシュデータ保存部２５にキャッシュされたデータを管理するためのインデックス情報が記憶されている。なおインデックス情報については図３で具体的に説明する。
【００２５】
検索部２６は、ユーザＩＤ毎に設定された登録辞書４２、ユーザＩＤ毎の使用履歴４３、サーバ使用履歴４４を順位の順に検索する。すなわち検索部２６は、要求元から入力されたテキストデータを基にインデックス情報記憶部２４の複数のインデックス情報を順位付けの順に検索する。
【００２６】
通信処理部２７は、音声合成サーバ３との間で、ＴＣＰ（ＨＴＴＰ）通信により、データのやりとりを行う。
【００２７】
データ処理部２８は、検索部２６による検索の結果、テキストデータ（検索キーまたはキーワード等とも言う）が存在したインデックス情報により示される過去のデータの保存場所、つまりキャッシュデータ保存部２５からキャッシュされている音声ファイルを読み出して変換要求元のユーザＰＣ１へ返す。
【００２８】
一方、いずれのインデックス情報にもキーワードが存在しない場合は、入力されたテキストデータを基に中間ファイル生成部２３により生成されメモリ２２に記憶された中間ファイルを音声合成サーバ３へ送り、音声合成サーバ３により変換（音声合成）された音声ファイルを要求元のユーザＰＣ１へ返す。なおテキストデータを送ってもよい。
【００２９】
登録部２９は、ＧＵＩ部２１により表示される辞書登録画面にて、ユーザＩＤ毎の登録辞書４２にユーザが独自に入力または編集した辞書情報（テキストデータとアクセント記号）を登録する。
【００３０】
インデックス情報記憶部２４には、図３に示すように、ユーザＩＤテーブル４１の各ユーザＩＤに紐付けられた複数のインデックス情報（ユーザＩＤ毎の登録辞書４２、ユーザＩＤ毎の使用履歴４３、このアプリケーションサーバ２のすべてのユーザの使用履歴４４（以下「サーバ使用履歴４４」と称す）などの３つのインデックス情報）が記憶されている。
【００３１】
ユーザＩＤテーブル４１には、このアプリケーションサーバ２にログイン可能なユーザの識別情報であるユーザＩＤが設定されている。ユーザの識別情報は、ユーザＩＤだけでなくパスワードなども含まれる。
【００３２】
ユーザＩＤ毎の登録辞書４２には、ユーザが独自に登録したテキストデータ（これを「テキスト」という）と、テキストとそのアクセスト記号の組である中間ファイルと、これらのデータに対応する音声ファイルの保存先を示す保存先インデックスとが記憶されている。
【００３３】
このユーザＩＤ毎の登録辞書４２は、検索の際の順位として第１，２番目の順位（第１，２順位）に設定されており、検索部２６がキャッシュデータを検索するときに初めに参照される。この辞書の中での順位は、第１順位が中間ファイル、第２順位がテキストである。インデックス情報としての検索順位は第１番目である。
【００３４】
ユーザＩＤ毎の使用履歴４３には、ログインしたユーザＩＤ毎にこの音声変換機能を使用したときのテキストと、テキストとそのアクセスト記号の組である中間ファイルと、これらのデータに対応する音声ファイルの保存先を示す保存先インデックスとが記憶されている。テキスト、中間ファイル、保存先インデックスなどを使用履歴という。
【００３５】
ユーザＩＤ毎の使用履歴４３は、検索の際の順位として第３，４番目の順位（第３，４順位）に設定されており、検索部２６がキャッシュデータを検索するときに第３，４番目に参照される。この履歴の中での順位は、第３順位が中間ファイル、第４順位がテキストである。インデックス情報としての検索順位は第２番目である。
【００３６】
サーバ使用履歴４４には、このアプリケーションサーバ２にユーザがログインしてこの音声変換機能を使用した際のすべてのユーザの使用履歴が記憶されている。サーバ使用履歴４４は、検索の際の順位として第５，６番目の順位（第５，６順位）に設定されており、検索部２６がキャッシュデータを検索するときに第５，６番目に参照される。この履歴の中での順位は、第５順位が中間ファイル、第６順位がテキストである。インデックス情報としての検索順位は第３番目である。
【００３７】
次に、図４乃至図６のフローチャートを参照してこの実施形態の音声合成システムに動作を説明する。まず、図４のフローチャートを参照してこのシステム全体の動作を説明する。
【００３８】
この実施形態の音声合成システムの場合、ユーザがユーザＰＣ１から所定のＵＲＬを入力し、アプリケーションサーバ２にアクセスすると、ＧＵＩ部２１はログイン画面をユーザＰＣ１に表示するので、ユーザは表示されたログイン画面の入力欄に、ログインＩＤなどのログイン情報を入力する（図４のステップＳ１０１）。この他、ログイン情報としてパスワードなども入力する場合がある。
【００３９】
すると、ＧＵＩ部２１は入力されたログイン情報をメモリ２２のユーザＩＤテーブル４１のユーザＩＤと照合することで、ログイン情報が登録済みか否かを判定し（ステップＳ１０２）、ログイン情報が登録済みの場合（ステップＳ１０２のＹｅｓ）、アプリケーションサーバ２へのログインを許可し、音声変換画面を表示する（ステップＳ１０３）。
【００４０】
ユーザが、音声変換画面の文字入力欄に、キー入力により、変換対象の文字（テキストデータ）を入力すると（ステップＳ１０４）、ＧＵＩ部２１はその入力を受け付ける。
【００４１】
そして、音声変換画面に表示されている音声ファイル作成指示のためのボタンを押下すると（ステップＳ１０５）、中間ファイル生成部２３が、受け付けた変換対象のテキストデータをキーにして音声変換辞書を参照して、対応するアクセント記号を音声変換辞書から読み出してテキストデータとアクセント記号との組の中間ファイルを生成し（ステップＳ１０６）、生成した中間ファイルを音声変換画面に表示する（ステップＳ１０７）。
【００４２】
続いて、ユーザが、音声変換画面に表示されている検索指示のためのボタンを押下すると（ステップＳ１０８）、検索部２６が、受け付けたテキストデータをキーにしてインデックス情報を、設定された順位の順に検索する（ステップＳ１０９）。なお検索動作の詳細について図５で説明する。
【００４３】
検索の結果、対象のテキストデータが、インデックス情報記憶部２４の複数のインデックス情報のうちのいずれにも存在しない場合（ステップＳ１１０のＮｏ）、データ処理部２８は、中間ファイル生成部２３により生成された中間ファイルと共に音声変換要求を音声合成サーバ３へ転送（送信）する（ステップＳ１１１）。
【００４４】
音声合成サーバ３は、中間ファイル及び音声変換要求を受けて、中間ファイルを基に音声合成し、生成した音声ファイルを、ネットワークを通じてアプリケーションサーバ２に返信する（ステップＳ１１２）。
【００４５】
アプリケーションサーバ２では、音声合成サーバ３により送信された音声ファイルが通信処理部２７により受信されると、その音声ファイルをデータ処理部２８に渡し、データ処理部２８が取得する（ステップＳ１１３）。
【００４６】
データ処理部２８は、取得した音声ファイルを、キャッシュデータ保存部２５に保存すると共にユーザＰＣ１へ送り、ユーザＰＣ１のスピーカから音声が出力される（ステップＳ１１４）。
【００４７】
上記Ｓ１０９の検索ステップの検索の結果、対象のテキストデータが、インデックス情報記憶部２４の複数のインデックス情報のうちのいずれかに存在した場合（ステップＳ１１０のＹｅｓ）、データ処理部２８は、検索されたインデックス情報により示される保存場所（キャッシュデータ保存部２５）から、該当する音声ファイルを読み出して取得し（ステップＳ１１３）、音声合成サーバ３に依頼することなく、ユーザＰＣ１へ転送（送信）する（ステップＳ１１４）。
【００４８】
その後、処理終了操作が行われなければ（ステップＳ１１５のＮｏ）、次のテキスト入力を待機する。また処理終了操作が行われると（ステップＳ１１５のＹｅｓ）、データ処理部２８は、テキスト／音声の変換処理を終了する。
【００４９】
続いて、図５を参照して一度作成された音声ファイルのキャッシュ処理を説明する。
アプリケーションサーバ２では、作成された中間ファイルおよび音声ファイルは、メモリ２２に一旦キャッシュされる。
【００５０】
そして、ユーザにより当該音声ファイルの変換元の中間ファイルが音声変換画面上で指定されると（ステップＳ１２１）、登録部２９は、メモリ２２から中間ファイルを読み出し音声変換画面にその内容（テキストデータとアクセント部号）を表示する（ステップＳ１２２）。
【００５１】
そして、ユーザが、音声変換画面に表示された中間ファイルの内容であるテキストデータとアクセント符号を編集した後（ステップＳ１２３）、音声変換画面に設けられている音声ファイル保存指示用のボタンを押下すると（ステップＳ１２４）、保存先指定用のダイアログボックスが表示される。
【００５２】
ユーザがこの画面より、保存先を指定すると（ステップＳ１２５）、登録部２９は、指定された保存先のフォルダへ音声ファイルを保存する（ステップＳ１２６）。そして、終了操作が行われると（ステップＳ１２７のＹｅｓ）、登録部２９は、保存した音声ファイルのインデックス情報をインデックス情報記憶部２４のユーザＩＤ毎の登録辞書４２に登録する（ステップＳ１２８）。
【００５３】
続いて、図６を参照して上記ステップＳ１０９の検索処理の詳細を説明する。
この場合、ＧＵＩ部２１により表示された音声変換画面から、検索ボタンを操作すると、検索部２６は、作成された中間ファイルのテキストデータとアクセント記号を検索キーにして、インデックス情報記憶部２４に記憶されているインデック情報のうちの、第１順位であるユーザＩＤ毎の登録辞書４２の中の中間ファイルを検索する（ステップＳ２０１：第１検索）。
【００５４】
この第１検索の結果、ユーザＩＤ毎の登録辞書４２の中の中間ファイルに、検索キーと同じデータが存在すると（ステップＳ２０２のＹｅｓ）、次のステップ１１０で、検索部２６は、そのデータに対応する音声ファイルをキャッシュデータ保存部２５から読み出してデータ処理部２８に渡す。これにより音声ファイルがデータ処理部２８に取得される。
【００５５】
一方、第１検索の結果、ユーザＩＤ毎の登録辞書４２の中の中間ファイルに、検索キーと同じデータが存在しない場合（ステップＳ２０２のＮｏ）、検索部２６は、次に同中間ファイルのテキストデータを検索キーにして、インデックス情報記憶部２４に記憶されているインデック情報のうちの、第２順位であるユーザＩＤ毎の登録辞書４２の中のテキストを検索する（ステップＳ２０３：第２検索）。
【００５６】
この第２検索の結果、ユーザＩＤ毎の登録辞書４２の中のテキストに、検索キーと同じデータが存在すると（ステップＳ２０４のＹｅｓ）、次のステップ１１０に移る。
【００５７】
また、第２検索の結果、ユーザＩＤ毎の登録辞書４２の中のテキストに、検索キーと同じデータが存在しない場合（ステップＳ２０４のＮｏ）、検索部２６は、次に同中間ファイルのテキストデータとアクセント記号を検索キーにして、インデックス情報記憶部２４に記憶されているインデック情報のうちの、第３順位であるユーザ毎の使用履歴４３の中の中間ファイルを検索する（ステップＳ２０５：第３検索）。
【００５８】
この第３検索の結果、ユーザＩＤ毎の登録辞書４２の中の中間ファイルに、検索キーと同じデータが存在すると（ステップＳ２０６のＹｅｓ）、次のステップ１１０に移る。
【００５９】
一方、第３検索の結果、ユーザＩＤ毎の登録辞書４２の中の中間ファイルに、検索キーと同じデータが存在しない場合（ステップＳ２０６のＮｏ）、検索部２６は、次に同中間ファイルのテキストデータを検索キーにして、インデックス情報記憶部２４に記憶されているインデック情報のうちの、第４順位であるユーザＩＤ毎の登録辞書４２の中のテキストを検索する（ステップＳ２０７：第４検索）。
【００６０】
この第４検索の結果、ユーザＩＤ毎の登録辞書４２の中のテキストに、検索キーと同じデータが存在すると（ステップＳ２０８のＹｅｓ）、次のステップ１１０に移る。
【００６１】
また、第４検索の結果、ユーザＩＤ毎の登録辞書４２の中のテキストに、検索キーと同じデータが存在しない場合（ステップＳ２０８のＮｏ）、検索部２６は、次に同中間ファイルのテキストデータとアクセント記号を検索キーにして、インデックス情報記憶部２４に記憶されているインデック情報のうちの、第５順位であるサーバ使用履歴４４の中の中間ファイルを検索する（ステップＳ２０９：第５検索）。
【００６２】
この第５検索の結果、サーバ使用履歴４４の中の中間ファイルに、検索キーと同じデータが存在すると（ステップＳ２１０のＹｅｓ）、次のステップ１１０に移る。
【００６３】
一方、第５検索の結果、サーバ使用履歴４４の中の中間ファイルに、検索キーと同じデータが存在しない場合（ステップＳ２１０のＮｏ）、検索部２６は、次に同中間ファイルのテキストデータを検索キーにして、インデックス情報記憶部２４に記憶されているインデック情報のうちの、第６順位であるサーバ使用履歴４４の中のテキストを検索する（ステップＳ２１１：第６検索）。
【００６４】
この第６検索の結果、サーバ使用履歴４４の中のテキストに、検索キーと同じデータが存在すると（ステップＳ２１２のＹｅｓ）、次のステップ１１０に移る。
【００６５】
また、第６検索の結果、サーバ使用履歴４４の中のテキストに、検索キーと同じデータが存在しない場合（ステップＳ２１２のＮｏ）、検索部２６は、キャッシュデータ保存部２５にデータが存在しない旨をデータ処理部２８に通知する。この通知を受けたデータ処理部２８は、音声変換要求と中間ファイルを音声合成サーバ３へ送信する。
【００６６】
このようにこの実施形態によれば、ユーザからの要求に応じてテキストを音声に変換する機能を、ユーザインターフェース部分であるアプリケーションサーバ２と音声合成エンジン部部分である音声合成サーバ３とに分けたことで、負荷分散を図ることができる。
【００６７】
また、ユーザがアプリケーションサーバ２に入力した文字または文章（テキストデータ、文字列）が以前に使用された文字または文章と同一であった場合は音声合成サーバ３に処理を依頼せずに、自身のハードディスク装置にキャッシュされている音声ファイルを読み出して返すことで、音声合成サーバ３側の処理負荷を軽減することができる。
【００６８】
さらに、ユーザが独自に登録したユーザＩＤ毎の登録辞書４２を第１に検索することで、例えばユーザ独自のアクセストの音声をユーザへ提供することができる。
【００６９】
この結果、文字／音声変換の応答性を維持しつつコストダウンを図り、さらには、特徴のあるサービスを実現することができる。
【００７０】
説明した実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。上記実施形態やその変形は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。
上記実施形態では、中間ファイルとテキストデータとを交互に検索したが、中間ファイルのみ、またはテキストデータのみで複数のインデックス情報に順位を設定し、その順位の順にインデックス情報を検索してもよい。
【００７１】
また上記実施形態に示した各構成要素を、コンピュータのハードディスク装置などのストレージにインストールしたプログラムで実現してもよく、また上記プログラムを、コンピュータ読取可能な電子媒体：electronic mediaに記憶しておき、プログラムを電子媒体からコンピュータに読み取らせることで本発明の機能をコンピュータが実現するようにしてもよい。電子媒体としては、例えばＣＤ−ＲＯＭ等の記録媒体やフラッシュメモリ、リムーバブルメディア：Removable media等が含まれる。さらに、ネットワークを介して接続した異なるコンピュータに構成要素を分散して記憶し、各構成要素を機能させたコンピュータ間で通信することで実現してもよい。
【符号の説明】
【００７２】
１…ユーザＰＣ、２…アプリケーションサーバ、３…音声合成サーバ３１…グラフィックユーザインターフェース部（ＧＵＩ部）、２２…メモリ、２３…中間ファイル生成部、２４…インデックス情報記憶部、２５…キャッシュデータ保存部、２５…キャッシュデータ保存部、２６…検索部、２７…通信処理部、２８…データ処理部、２９…登録部、４１…ユーザＩＤテーブル、４２…ユーザＩＤ毎の登録辞書、４３…ユーザＩＤ毎の使用履歴、４４…サーバ使用履歴。
【特許請求の範囲】
【請求項１】
テキストデータを音声データに変換する音声変換装置とネットワークを介して接続される音声変換支援装置において、
前記音声変換装置により以前に変換された音声データとこの音声データの変換元のテキストデータとが対応して過去データとして保存されるキャッシュデータ保存部と、
前記キャッシュデータ保存部に保存されている過去データをユーザとの親和性の高い順に検索するための、絞り込み範囲の異なる複数のインデックス情報が順位付けして記憶されるインデックス情報記憶部と、
要求元から入力されたテキストデータを基に前記インデックス情報記憶部の複数のインデックス情報を前記順位付けの順に検索する検索部と、
前記検索部による検索の結果、前記テキストデータが存在したインデックス情報により示される過去に使用された音声データを前記キャッシュデータ保存部から読み出して前記変換要求元へ返す一方、いずれのインデックス情報にも存在しない前記テキストデータを前記音声変換装置へ送り、前記音声変換装置により変換された音声データを前記要求元へ返すデータ処理部と
を具備することを特徴とする音声変換支援装置。
【請求項２】
テキストデータを音声データに変換する音声変換装置とネットワークを介して接続される音声変換支援装置において、
前記音声変換装置により以前に変換された音声データとこの音声データの変換元のテキストデータとこのテキストデータを音声に変換する際に音の強弱を指定するアクセント情報とが対応して過去データとして保存されるキャッシュデータ保存部と、
前記キャッシュデータ保存部に保存されている過去データをユーザとの親和性の高い順に検索するための、絞り込み範囲の異なる複数のインデックス情報が順位付けして記憶されるインデックス情報記憶部と、
要求元から入力されたテキストデータを基に前記インデックス情報記憶部の複数のインデックス情報を前記順位付けの順に検索する検索部と、
前記検索部による検索の結果、前記テキストデータが存在したインデックス情報により示される過去の音声データを前記キャッシュデータ保存部から読み出して前記要求元へ返す一方、いずれのインデックス情報にもテキストデータが存在しない場合、前記テキストデータと対応するアクセント情報と共に音声合成用のデータとして前記音声変換装置へ送り、前記音声変換装置により変換された音声データを前記要求元へ返すデータ処理部と
を具備することを特徴とする音声変換支援装置。
【請求項３】
前記インデックス情報記憶部は、この装置にログインしたユーザが独自に登録したユーザ登録辞書と、前記ユーザの使用履歴である第１使用履歴と、この装置にログインした全てのユーザの使用履歴である第２使用履歴とを備え、
前記検索部は、
第１に前記ユーザ辞書を検索し、前記ユーザ辞書に、入力されたテキストデータが存在しない場合に、第２に前記第１使用履歴を検索し、前記第１使用履歴に前記テキストデータが存在しない場合、第３に前記第２使用履歴を検索することを特徴とする請求項１記載の音声変換支援装置。
【請求項４】
前記ユーザ辞書、前記第１使用履歴、前記第２使用履歴には、以前に変換した音声データの変換元のテキストデータと、テキストデータとアクセント記号とで構成される中間データとが記憶されており、
前記検索部は、
第１に前記中間データを検索し、前記中間データの中に、入力されたテキストデータが存在しない場合に、第２に前記テキストデータを検索することを特徴とする請求項２記載の音声変換支援装置。
【請求項５】
入力されたテキストデータを音声データに変換する音声変換装置と、この音声変換装置とネットワークを介して接続され、前記音声変換装置に対して前記テキストデータを音声データに変換する変換要求を送り、この変換要求に対して前記音声変換装置から出力された音声データを取得し、テキストデータの入力元へ返信する音声変換支援装置とを有する音声合成システムにおいて、
前記音声変換支援装置は、
前記音声変換装置により以前に変換された音声データとこの音声データの変換元のテキストデータとこのテキストデータを音声に変換する際に音の強弱を指定するアクセント情報とが対応して過去データとして保存されるキャッシュデータ保存部と、
前記キャッシュデータ保存部に保存されている過去データをユーザとの親和性の高い順に検索するための、絞り込み範囲の異なる複数のインデックス情報が順位付けして記憶されるインデックス情報記憶部と、
要求元から入力されたテキストデータを基に前記インデックス情報記憶部の複数のインデックス情報を前記順位付けの順に検索する検索部と、
前記検索部による検索の結果、前記テキストデータが存在したインデックス情報により示される過去の音声データを前記キャッシュデータ保存部から読み出して前記要求元へ返す一方、いずれのインデックス情報にもテキストデータが存在しない場合、前記テキストデータと対応するアクセント情報と共に音声合成用のデータとして前記音声変換装置へ送り、前記音声変換装置により変換された音声データを前記要求元へ返すデータ処理部と
を具備することを特徴とする音声合成システム。
【請求項６】
テキストデータを音声データに変換する音声変換装置とネットワークを介して接続される音声変換支援装置に処理を実行させるプログラムにおいて、
前記音声変換支援装置を、
前記音声変換装置により以前に変換された音声データとこの音声データの変換元のテキストデータとこのテキストデータを音声に変換する際に音の強弱を指定するアクセント情報とが対応して過去データとして保存されるキャッシュデータ保存部と、
前記キャッシュデータ保存部に保存されている過去データをユーザとの親和性の高い順に検索するための、絞り込み範囲の異なる複数のインデックス情報が順位付けして記憶されるインデックス情報記憶部と、
要求元から入力されたテキストデータを基に前記インデックス情報記憶部の複数のインデックス情報を前記順位付けの順に検索する検索部と、
前記検索部による検索の結果、前記テキストデータが存在したインデックス情報により示される過去の音声データを前記キャッシュデータ保存部から読み出して前記要求元へ返す一方、いずれのインデックス情報にもテキストデータが存在しない場合、前記テキストデータと対応するアクセント情報と共に音声合成用のデータとして前記音声変換装置へ送り、前記音声変換装置により変換された音声データを前記要求元へ返すデータ処理部
として機能させることを特徴とするプログラム。
【請求項７】
テキストデータを音声データに変換する音声変換装置とネットワークを介して接続され、前記音声変換装置により以前に変換された音声データとこの音声データの変換元のテキストデータとこのテキストデータを音声に変換する際に音の強弱を指定するアクセント情報とが対応して過去データとして保存されるキャッシュデータ保存部と、前記キャッシュデータ保存部に保存されている過去データをユーザとの親和性の高い順に検索するための、絞り込み範囲の異なる複数のインデックス情報が順位付けして記憶されるインデックス情報記憶部とを備える音声変換支援装置における音声変換支援方法において、
要求元から入力されたテキストデータを基に前記インデックス情報記憶部の複数のインデックス情報を前記順位付けの順に検索する検索ステップと、
前記検索ステップによる検索の結果、前記テキストデータが存在したインデックス情報により示される過去の音声データを前記キャッシュデータ保存部から読み出して前記要求元へ返す一方、いずれのインデックス情報にもテキストデータが存在しない場合、前記テキストデータと対応するアクセント情報と共に音声合成用のデータとして前記音声変換装置へ送り、前記音声変換装置により変換された音声データを前記要求元へ返すデータ処理ステップと
を具備することを特徴とする音声変換支援方法。
【請求項１】
テキストデータを音声データに変換する音声変換装置とネットワークを介して接続される音声変換支援装置において、
前記音声変換装置により以前に変換された音声データとこの音声データの変換元のテキストデータとが対応して過去データとして保存されるキャッシュデータ保存部と、
前記キャッシュデータ保存部に保存されている過去データをユーザとの親和性の高い順に検索するための、絞り込み範囲の異なる複数のインデックス情報が順位付けして記憶されるインデックス情報記憶部と、
要求元から入力されたテキストデータを基に前記インデックス情報記憶部の複数のインデックス情報を前記順位付けの順に検索する検索部と、
前記検索部による検索の結果、前記テキストデータが存在したインデックス情報により示される過去に使用された音声データを前記キャッシュデータ保存部から読み出して前記変換要求元へ返す一方、いずれのインデックス情報にも存在しない前記テキストデータを前記音声変換装置へ送り、前記音声変換装置により変換された音声データを前記要求元へ返すデータ処理部と
を具備することを特徴とする音声変換支援装置。
【請求項２】
テキストデータを音声データに変換する音声変換装置とネットワークを介して接続される音声変換支援装置において、
前記音声変換装置により以前に変換された音声データとこの音声データの変換元のテキストデータとこのテキストデータを音声に変換する際に音の強弱を指定するアクセント情報とが対応して過去データとして保存されるキャッシュデータ保存部と、
前記キャッシュデータ保存部に保存されている過去データをユーザとの親和性の高い順に検索するための、絞り込み範囲の異なる複数のインデックス情報が順位付けして記憶されるインデックス情報記憶部と、
要求元から入力されたテキストデータを基に前記インデックス情報記憶部の複数のインデックス情報を前記順位付けの順に検索する検索部と、
前記検索部による検索の結果、前記テキストデータが存在したインデックス情報により示される過去の音声データを前記キャッシュデータ保存部から読み出して前記要求元へ返す一方、いずれのインデックス情報にもテキストデータが存在しない場合、前記テキストデータと対応するアクセント情報と共に音声合成用のデータとして前記音声変換装置へ送り、前記音声変換装置により変換された音声データを前記要求元へ返すデータ処理部と
を具備することを特徴とする音声変換支援装置。
【請求項３】
前記インデックス情報記憶部は、この装置にログインしたユーザが独自に登録したユーザ登録辞書と、前記ユーザの使用履歴である第１使用履歴と、この装置にログインした全てのユーザの使用履歴である第２使用履歴とを備え、
前記検索部は、
第１に前記ユーザ辞書を検索し、前記ユーザ辞書に、入力されたテキストデータが存在しない場合に、第２に前記第１使用履歴を検索し、前記第１使用履歴に前記テキストデータが存在しない場合、第３に前記第２使用履歴を検索することを特徴とする請求項１記載の音声変換支援装置。
【請求項４】
前記ユーザ辞書、前記第１使用履歴、前記第２使用履歴には、以前に変換した音声データの変換元のテキストデータと、テキストデータとアクセント記号とで構成される中間データとが記憶されており、
前記検索部は、
第１に前記中間データを検索し、前記中間データの中に、入力されたテキストデータが存在しない場合に、第２に前記テキストデータを検索することを特徴とする請求項２記載の音声変換支援装置。
【請求項５】
入力されたテキストデータを音声データに変換する音声変換装置と、この音声変換装置とネットワークを介して接続され、前記音声変換装置に対して前記テキストデータを音声データに変換する変換要求を送り、この変換要求に対して前記音声変換装置から出力された音声データを取得し、テキストデータの入力元へ返信する音声変換支援装置とを有する音声合成システムにおいて、
前記音声変換支援装置は、
前記音声変換装置により以前に変換された音声データとこの音声データの変換元のテキストデータとこのテキストデータを音声に変換する際に音の強弱を指定するアクセント情報とが対応して過去データとして保存されるキャッシュデータ保存部と、
前記キャッシュデータ保存部に保存されている過去データをユーザとの親和性の高い順に検索するための、絞り込み範囲の異なる複数のインデックス情報が順位付けして記憶されるインデックス情報記憶部と、
要求元から入力されたテキストデータを基に前記インデックス情報記憶部の複数のインデックス情報を前記順位付けの順に検索する検索部と、
前記検索部による検索の結果、前記テキストデータが存在したインデックス情報により示される過去の音声データを前記キャッシュデータ保存部から読み出して前記要求元へ返す一方、いずれのインデックス情報にもテキストデータが存在しない場合、前記テキストデータと対応するアクセント情報と共に音声合成用のデータとして前記音声変換装置へ送り、前記音声変換装置により変換された音声データを前記要求元へ返すデータ処理部と
を具備することを特徴とする音声合成システム。
【請求項６】
テキストデータを音声データに変換する音声変換装置とネットワークを介して接続される音声変換支援装置に処理を実行させるプログラムにおいて、
前記音声変換支援装置を、
前記音声変換装置により以前に変換された音声データとこの音声データの変換元のテキストデータとこのテキストデータを音声に変換する際に音の強弱を指定するアクセント情報とが対応して過去データとして保存されるキャッシュデータ保存部と、
前記キャッシュデータ保存部に保存されている過去データをユーザとの親和性の高い順に検索するための、絞り込み範囲の異なる複数のインデックス情報が順位付けして記憶されるインデックス情報記憶部と、
要求元から入力されたテキストデータを基に前記インデックス情報記憶部の複数のインデックス情報を前記順位付けの順に検索する検索部と、
前記検索部による検索の結果、前記テキストデータが存在したインデックス情報により示される過去の音声データを前記キャッシュデータ保存部から読み出して前記要求元へ返す一方、いずれのインデックス情報にもテキストデータが存在しない場合、前記テキストデータと対応するアクセント情報と共に音声合成用のデータとして前記音声変換装置へ送り、前記音声変換装置により変換された音声データを前記要求元へ返すデータ処理部
として機能させることを特徴とするプログラム。
【請求項７】
テキストデータを音声データに変換する音声変換装置とネットワークを介して接続され、前記音声変換装置により以前に変換された音声データとこの音声データの変換元のテキストデータとこのテキストデータを音声に変換する際に音の強弱を指定するアクセント情報とが対応して過去データとして保存されるキャッシュデータ保存部と、前記キャッシュデータ保存部に保存されている過去データをユーザとの親和性の高い順に検索するための、絞り込み範囲の異なる複数のインデックス情報が順位付けして記憶されるインデックス情報記憶部とを備える音声変換支援装置における音声変換支援方法において、
要求元から入力されたテキストデータを基に前記インデックス情報記憶部の複数のインデックス情報を前記順位付けの順に検索する検索ステップと、
前記検索ステップによる検索の結果、前記テキストデータが存在したインデックス情報により示される過去の音声データを前記キャッシュデータ保存部から読み出して前記要求元へ返す一方、いずれのインデックス情報にもテキストデータが存在しない場合、前記テキストデータと対応するアクセント情報と共に音声合成用のデータとして前記音声変換装置へ送り、前記音声変換装置により変換された音声データを前記要求元へ返すデータ処理ステップと
を具備することを特徴とする音声変換支援方法。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図２】
【図３】
【図４】
【図５】
【図６】
【公開番号】特開２０１２−１９４２８４（Ｐ２０１２−１９４２８４Ａ）
【公開日】平成２４年１０月１１日（２０１２．１０．１１）
【国際特許分類】
【出願番号】特願２０１１−５７２２９（Ｐ２０１１−５７２２９）
【出願日】平成２３年３月１５日（２０１１．３．１５）
【出願人】（０００００３０７８）株式会社東芝 (54,554)
【公開日】平成２４年１０月１１日（２０１２．１０．１１）
【国際特許分類】
【出願日】平成２３年３月１５日（２０１１．３．１５）
【出願人】（０００００３０７８）株式会社東芝 (54,554)
[ Back to top ]