JP2016114729A

JP2016114729A - テキストメッセージ音声化装置、テキストメッセージ音声化方法、テキストメッセージ音声化プログラム

Info

Publication number: JP2016114729A
Application number: JP2014252654A
Authority: JP
Inventors: 裕生渡邉; Hiroo Watanabe
Original assignee: JVCKenwood Corp
Current assignee: JVCKenwood Corp
Priority date: 2014-12-15
Filing date: 2014-12-15
Publication date: 2016-06-23
Anticipated expiration: 2034-12-15
Also published as: JP6428229B2

Abstract

【課題】同じ話者モデルデータを用いたとしても、作成者が異なる複数のテキストメッセージを聴覚的に異なる状態で音声化することができるテキストメッセージ音声化装置を提供する。【解決手段】メッセージデータ取得部１０２は、テキストメッセージとメッセージ作成者を示す情報とを含むメッセージデータを取得する。記憶部１０３は、テキストメッセージの読み上げ速度と、読み上げ音程と、読み上げ音量と、音声出力定位とのうちの少なくとも１つのパラメータの設定値を、メッセージ作成者に対応させて記憶する。メッセージデータ取得部１０２がメッセージデータを取得したら、制御部１０１は、記憶部１０３より、メッセージ作成者に対応したパラメータの設定値を読み出す。音声変換部１０４は、テキストメッセージを話者モデルデータと、パラメータの設定値とを用いて音声データに変換する。【選択図】図１

Description

本発明は、テキストメッセージを音声合成によって音声化するテキストメッセージ音声化装置、テキストメッセージ音声化方法、テキストメッセージ音声化プログラムに関する。

テキストメッセージを音声合成によって音声化するテキストメッセージ音声化装置は、カーナビゲーション装置等の各種の装置で用いられている。テキストメッセージを音声合成によって音声化するためには、話者モデルデータが必要である。

話者モデルデータは、テキストメッセージを音声に変換するために必要な音素、単語、文節等の多数の音声要素データを含むため、データ量が膨大である。また、１つの話者モデルデータを作成するには多大な工数が必要となる。

特開２０１０−１０２１６３号公報

複数の作成者それぞれによって作成されたテキストメッセージをテキストメッセージ音声化装置によって音声化する場合がある。このような場合、複数の作成者のテキストメッセージそれぞれに対して用いる話者モデルデータを異ならせれば、複数の作成者の声や話し方が異なって、作成者の違いを認識することができる。

ところが、上記のように話者モデルデータはデータ量が膨大であり、話者モデルデータを作成するには多大の工数が必要であるから、複数の作成者それぞれに対応させた話者モデルデータを用意し、テキストメッセージ音声化装置に記憶させておくことは困難である。

本発明はこのような問題点に鑑み、同じ話者モデルデータを用いたとしても、作成者が異なる複数のテキストメッセージを聴覚的に異なる状態で音声化することができるテキストメッセージ音声化装置、テキストメッセージ音声化方法、テキストメッセージ音声化プログラムを提供することを目的とする。

本発明は、上述した従来の技術の課題を解決するため、テキストメッセージと、前記テキストメッセージを作成したメッセージ作成者を示す情報とを含むメッセージデータを取得するメッセージデータ取得部と、前記テキストメッセージを所定の話者モデルデータを用いて音声データに変換する音声変換部と、前記テキストメッセージの読み上げ速度と、読み上げ音程と、読み上げ音量と、前記音声データによる音声を複数のスピーカより音声を出力する際のバランスを示す音声出力定位とのうちの少なくとも１つのパラメータの設定値を含む音声変換参照データを、メッセージ作成者ごとに異なるように、前記メッセージ作成者に対応させて記憶する記憶部と、前記メッセージデータ取得部が所定のメッセージデータを取得したとき、前記記憶部より、前記所定のメッセージデータのメッセージ作成者に対応して記憶されている音声変換参照データに含まれるパラメータの設定値を読み出し、前記音声変換部が、前記所定のメッセージデータに含まれているテキストメッセージを、前記話者モデルデータと、前記パラメータの設定値とを用いて音声データに変換するよう、前記音声変換部を制御する制御部とを備えることを特徴とするテキストメッセージ音声化装置を提供する。

また、本発明は、上述した従来の技術の課題を解決するため、テキストメッセージと、前記テキストメッセージを作成したメッセージ作成者を示す情報とを含む所定のメッセージデータを取得し、前記テキストメッセージの読み上げ速度と、読み上げ音程と、読み上げ音量と、音声を複数のスピーカより音声を出力する際のバランスを示す音声出力定位とのうちの少なくとも１つのパラメータの設定値を含む音声変換参照データが、メッセージ作成者ごとに異なるように、前記メッセージ作成者に対応させて記憶されている記憶部より、前記メッセージ作成者に対応する前記パラメータの設定値を読み出し、前記所定のメッセージデータに含まれているテキストメッセージを、所定の話者モデルデータと、前記記憶部より読み出した前記パラメータの設定値とを用いて音声データに変換することを特徴とするテキストメッセージ音声化方法を提供する。

さらに、本発明は、上述した従来の技術の課題を解決するため、コンピュータに、テキストメッセージと、前記テキストメッセージを作成したメッセージ作成者を示す情報とを含むメッセージデータを取得したとき、前記テキストメッセージの読み上げ速度と、読み上げ音程と、読み上げ音量と、音声を複数のスピーカより音声を出力する際のバランスを示す音声出力定位とのうちの少なくとも１つのパラメータの設定値を含む音声変換参照データが、メッセージ作成者ごとに異なるように、前記メッセージ作成者に対応させて記憶されている記憶部より、前記パラメータの設定値を読み出すステップと、前記メッセージデータに含まれているテキストメッセージを、所定の話者モデルデータと、前記記憶部より読み出した前記パラメータの設定値とを用いて音声データに変換するステップとを実行させることを特徴とするテキストメッセージ音声化プログラムを提供する。

本発明のテキストメッセージ音声化装置、テキストメッセージ音声化方法、テキストメッセージ音声化プログラムによれば、同じ話者モデルデータを用いたとしても、作成者が異なる複数のテキストメッセージを聴覚的に異なる状態で音声化することができる。

各実施形態のテキストメッセージ音声化装置を示すブロック図である。第１実施形態のテキストメッセージ音声化装置における制御部１０１の機能的な内部構成を示すブロック図である。第１実施形態のテキストメッセージ音声化装置の動作、第１実施形態のテキストメッセージ音声化方法及びテキストメッセージ音声化プログラムによる処理を説明するためのフローチャートである。メッセージデータの形式の一例を示す図である。第１実施形態で用いる音声変換参照データの一例を示す図である。音声変換参照データの新規作成及び登録の動作を説明するための図である。第２〜第４実施形態で用いる音声変換参照データの一例を示す図である。第２実施形態のテキストメッセージ音声化装置の動作、第２実施形態のテキストメッセージ音声化方法及びテキストメッセージ音声化プログラムによる処理を説明するためのフローチャートである。第３実施形態のテキストメッセージ音声化装置における制御部１０１の機能的な内部構成を示すブロック図である。第３実施形態において、テキストメッセージにメッセージ送信者の紹介文を示す文字列を付加する第１の例を説明するための部分的なフローチャートである。第３実施形態において、テキストメッセージにメッセージ送信者の紹介文を示す文字列を付加する第２の例を説明するための部分的なフローチャートである。第４実施形態のテキストメッセージ音声化装置における制御部１０１の機能的な内部構成を示すブロック図である。

以下、各実施形態のテキストメッセージ音声化装置、テキストメッセージ音声化方法、テキストメッセージ音声化プログラムについて、添付図面を参照して説明する。

＜第１実施形態＞
図１において、テキストメッセージ音声化装置１００には、外部システム２００と、音声出力部３００とが接続されている。テキストメッセージ音声化装置１００と外部システム２００とは、インターネットを介して接続されていてもよい。

外部システム２００は、例えばインスタントメッセンジャ等のメッセージデータを管理するシステムである。

テキストメッセージ音声化装置１００は、テキストメッセージ音声化装置１００の全体を制御する制御部１０１と、制御部１０１とそれぞれ接続されたメッセージデータ取得部１０２と記憶部１０３と音声変換部１０４とを備える。

メッセージデータ取得部１０２は、外部システム２００からメッセージデータを取得する。メッセージデータ取得部１０２が外部システム２００に対してメッセージデータの送信を要求することにより、メッセージデータ取得部１０２がメッセージデータを取得してもよいし、メッセージデータ取得部１０２が受動的にメッセージデータを取得してもよい。

記憶部１０３は、音声変換部１０４でメッセージデータを音声変換するために用いる話者モデルデータの識別情報と、後述するパラメータデータとを含む音声変換参照データを、メッセージデータの送信者（作成者）ごとに記憶している。

音声変換部１０４は、少なくとも１つの話者モデルデータを記憶している。記憶部１０３に記憶されている音声変換参照データには、複数の送信者に対して、共通の話者モデルデータが割り当てられていることがある。

図２に示すように、制御部１０１は、機能的な内部構成として、音声変換参照データ生成部1011と、音声変換参照データ書き込み部1012と、音声変換参照データ読み出し部1013とを有する。音声変換参照データ生成部1011と、音声変換参照データ書き込み部1012と、音声変換参照データ読み出し部1013は、ソフトウェアによって構成することができる。

制御部１０１は、メッセージデータ取得部１０２が取得したメッセージデータに含まれるテキストメッセージと、音声変換参照データ読み出し部1013が記憶部１０３より読み出した音声変換参照データとを、所定の形式で音声変換部１０４に供給する。

音声変換部１０４は、テキストメッセージを、所定の話者モデルデータを用い、さらに、音声変換参照データを参照して音声データに変換する。

制御部１０１は、音声データ（音声信号）を音声出力部３００に供給して、音声として出力させる。音声出力部３００は、スピーカと増幅部等で構成される。音声データは、制御部１０１または図示していないＤ／Ａ変換器によってアナログ信号に変換されてスピーカに供給される。

図３に示すフローチャートを用いて、図１のテキストメッセージ音声化装置の動作、テキストメッセージ音声化装置で実行されるテキストメッセージ音声化方法をさらに説明する。

図３において、制御部１０１は、ステップＳ０１にて、メッセージデータ取得部１０２が取得したメッセージデータを取り込む。メッセージデータは、一例として、図４に示すようなデータである。メッセージデータの形式は例えばXML形式である。

図４に示すように、メッセージデータは、messageタグを有し、messageタグは、メッセージに関する各種のタグを格納している。accountタグは、メッセージ送信者（メッセージ作成者）を一意に特定できるアカウント名を格納する。genderタグはメッセージ送信者の性別を格納し、languageタグはメッセージの言語を格納する。textタグは、メッセージ本文であるテキストメッセージを格納する。

制御部１０１は、ステップＳ０２にて、記憶部１０３に、メッセージ送信者に対応する音声変換参照データが存在するか否かを判定する。

図５は、記憶部１０３に記憶されている音声変換参照データの一例を示している。音声変換参照データは、アカウント名と、使用する話者モデルデータを特定する識別情報と、パラメータデータの設定値とを含む。ここでは、パラメータデータとして、読み上げ速度、読み上げ音声、読み上げ音量、音声出力定位それぞれの設定値が設定されている。パラメータデータは、これらのうちの少なくとも１つの設定値であってもよい。

図５では、読み上げ速度、読み上げ音声、読み上げ音量が全てノーマルなる設定値に設定されており、音声出力定位はＬ５：Ｒ５なる設定値に設定されている。音声出力定位のＬ５：Ｒ５とは、左右２つのスピーカにおける左スピーカと右スピーカとより音声を出力させるバランスを示す。音声出力定位は、前後左右の４つのスピーカより音声を出力させるバランスであってもよく、複数のスピーカより音声を出力させるバランスを示せばよい。

制御部１０１は、メッセージデータに含まれるaccountタグに記述されているアカウント名を含む音声変換参照データが存在しているか否かによって、メッセージ送信者に対応する音声変換参照データが存在するか否かを判定することができる。

制御部１０１は、メッセージ送信者に対応する音声変換参照データが存在すれば（YES）、処理をステップＳ０５に移行させ、存在しなければ（NO）、処理をステップＳ０３に移行させる。

音声変換参照データ生成部1011は、ステップＳ０３にて、新規の音声変換参照データを、パラメータデータの設定値が重複しないように生成する。話者モデルデータは他の音声変換参照データにおけるそれと重複していてもよい。

音声変換参照データ生成部1011は、音声変換参照データが複数のパラメータの設定値を含む場合には、パラメータデータの設定値の組み合わせパターンが重複しないように新規の音声変換参照データを生成すればよい。

音声変換参照データ生成部1011は、音声変換参照データが１つのパラメータの設定値のみを含む場合には、パラメータの設定値が重複しないように新規の音声変換参照データを生成する。

複数のテキストメッセージを聴覚的に異なる状態で音声化するには、パラメータデータの設定値を大きく異ならせるのがよい。そこで、例えば、読み上げ速度、読み上げ音声、読み上げ音量の設定値をそれぞれロー、ノーマル、ハイの３段階に設定したとすると、パラメータデータの設定値の組み合わせパターンは比較的限られたパターンとなる。

音声変換参照データ書き込み部1012は、ステップＳ０４にて、新たに生成した音声変換参照データを記憶部１０３に書き込んで登録し、処理をステップＳ０５に移行させる。

図６の（ａ）に示すように、記憶部１０３に、アカウント名がaccount0と設定されている図５に示す音声変換参照データが予め登録されているとする。

図４に示すアカウント名account1を有するメッセージ送信者がメッセージデータを送信したとする。

音声変換参照データ書き込み部1012は、ステップＳ０４にて、記憶部１０３にアカウント名account1に対応する音声変換参照データを登録する。よって、図６の（ｂ）に示すように、記憶部１０３には、既存のアカウント名account0に対応する音声変換参照データと、アカウント名account1に対応する音声変換参照データとが記憶された状態となる。

図６の（ｂ）に示すように、アカウント名account1に対応する音声変換参照データは、例えば読み上げ速度と読み上げ音程の設定値がハイに設定される。音声変換参照データが複数のパラメータデータを含む場合には、少なくとも１つのパラメータデータの設定値を変更すればよい。アカウント名account1に対応する話者モデルデータは、アカウント名account0に対応する話者モデルデータと同じである。

ところで、音声変換部１０４が例えば男性用の話者モデルデータと、女性用の話者モデルデータとを記憶している場合には、音声変換参照データ生成部1011は、音声変換参照データを生成する際に、メッセージデータに含まれるgenderタグに記述されている性別に対応した話者モデルデータを選択すればよい。

図３に戻り、音声変換参照データ読み出し部1013は、ステップＳ０５にて、記憶部１０３からメッセージ送信者に対応する音声変換参照データを読み出して、後述するデータを音声変換部１０４に供給する。

制御部１０１が音声変換部１０４へと供給するデータの形式は例えば次のとおりである。制御部１０１は、textタグに記述されているテキストメッセージと、音声変換参照データに含まれる話者モデルデータを示す識別情報と、音声出力定位以外のパラメータデータとを用いて、例えばSSML形式のデータを生成する。

制御部１０１は、SSML形式のデータと音声出力定位のパラメータデータとを音声変換部１０４に供給する。音声出力定位のパラメータデータをSSML形式のデータと別にしているのは、音声出力定位のパラメータデータをSSML形式のデータに記述できないからである。

制御部１０１は、ステップＳ０６にて、音声変換部１０４による音声変換処理を実行させる。音声変換部１０４は、入力されたSSML形式のデータに記述されている識別情報の話者モデルデータを用い、SSML形式のデータに記述されているパラメータデータ及び音声出力定位のパラメータデータに従って、テキストメッセージを音声変換する。

制御部１０１は、ステップＳ０７にて、音声変換部１０４によって変換された音声データに基づく音声を音声出力部３００より出力させて、処理を終了させる。

制御部１０１をマイクロコンピュータによって構成し、コンピュータプログラム（テキストメッセージ音声化プログラム）によって、マイクロコンピュータに図３に示す処理を実行させるように構成してもよい。

以上のように、第１実施形態によれば、音声変換部１０４によってテキストメッセージを音声変換する際に用いる話者モデルデータが同じであっても、メッセージ作成者が異なる複数のテキストメッセージを聴覚的に異なる状態で音声化することができる。

＜第２実施形態＞
第２実施形態のテキストメッセージ音声化装置、テキストメッセージ音声化方法、テキストメッセージ音声化プログラムを、第１実施形態におけるそれとは異なる点を中心に説明する。

第２実施形態においては、図７に示すように、音声変換参照データに、その音声変換参照データの最終利用日時の情報を追加している。

図８に示す第２実施形態のフローチャートにおいて、図３に示す第１実施形態のフローチャートと同一のステップには同一の符号を付し、説明を省略する。図８において、制御部１０１は、ステップＳ０２にて、記憶部１０３に、メッセージ送信者に対応する音声変換参照データが存在しなければ（NO）、処理をステップＳ０８に移行させる。

制御部１０１は、ステップＳ０８にて、パラメータデータの設定値の組み合わせパターンが不足しているか否かを判定する。パラメータデータが１つのみであれば、パラメータデータの設定値が不足しているか否かを判定すればよい。

制御部１０１は、組み合わせパターンが不足していれば（YES）、処理をステップＳ０９に移行させ、組み合わせパターンが不足していなければ（NO）、処理をステップＳ０３に移行させる。

音声変換参照データ生成部1011は、ステップＳ０９にて、最終利用日時が最も古い音声変換参照データを削除し、新規の音声変換参照データを生成して、処理をステップＳ０５に移行させる。

具体的には、音声変換参照データ生成部1011が、最終利用日時が最も古い音声変換参照データのアカウント名を他のアカウント名に書き換えた音声変換参照データを生成し、音声変換参照データ書き込み部1012が記憶部１０３に書き込めばよい。これに伴って、最終利用日時が更新される。

ステップＳ０９の処理によって、最終利用日時が最も古い、あるメッセージ送信者に対して設定されている音声変換参照データが消去され、新規のメッセージ送信者に対して、音声変換参照データが設定されることになる。

第２実施形態によれば、第１実施形態と同じ効果に加えて、パラメータデータの設定値の組み合わせパターンが不足した場合でも、新規のメッセージ送信者に対して音声変換参照データを設定することができる。

上記のように、パラメータデータの設定値の組み合わせパターンは限られているので、第２実施形態は有効となる。

＜第３実施形態＞
第３実施形態のテキストメッセージ音声化装置、テキストメッセージ音声化方法、テキストメッセージ音声化プログラムを、第１または第２実施形態におけるそれとは異なる点を中心に説明する。以下の第３実施形態の構成及び動作は、第１実施形態に対して加えてもよいし、第２実施形態に対して加えてもよい。

図９に示すように、第３実施形態においては、制御部１０１は、機能的な内部構成として、文字列付加部1014をさらに有する。文字列付加部1014は、ソフトウェアによって構成することができる。

図１０において、制御部１０１は、ステップＳ０３にて新規の音声変換参照データを生成して、ステップＳ０４にて音声変換参照データを記憶部１０３に登録する。文字列付加部1014は、ステップＳ１１にて、テキストメッセージの前にメッセージ送信者の紹介文を示す文字列を付加して、処理をステップＳ０５に移行させる。

記憶部１０３には、言語ごとの紹介文のテンプレートが記憶されている。例えば日本語のテンプレートを例にすると、記憶部１０３には、一例として、「こんにちは。？？？です。」というテンプレートが記憶されている。

制御部１０１は、languageタグに記述されている言語のテンプレートを読み出し、文字列付加部1014は、テンプレートにaccountタグに記述されているアカウント名を追記してメッセージ送信者の紹介文を生成する。

languageタグが日本語であることを示せば、文字列付加部1014は、上記のテンプレートにおける「？？？」の部分をアカウント名に置換した文字列を生成して、メッセージ送信者の紹介文としてテキストメッセージの前に付加する。英語等の他の言語の場合も同様である。

文字列付加部1014は、新規の音声変換参照データを生成したタイミング以外でも、テキストメッセージの前にメッセージ送信者の紹介文を付加してもよい。例えば、文字列付加部1014は、音声変換参照データの最終利用日時から所定期間以上経過して、その音声変換参照データを利用するときに、テキストメッセージの前に紹介文を付加する。

音声変換参照データの最終利用日時から所定期間以上経過した場合にテキストメッセージに紹介文を付加する場合には、音声変換参照データの形式を、図７のように、最終利用日時の情報を含む音声変換参照データとする。

図１１に示すように、制御部１０１は、ステップＳ０２，Ｓ０４に続くステップＳ１２にて、最終利用日時から所定期間以上経過したか否かを判定する。制御部１０１は、所定期間以上経過していれば（YES）、処理をステップＳ１３に移行させ、所定期間以上経過していなければ（NO）、処理をステップＳ０５に移行させる。

文字列付加部1014は、ステップＳ１３にて、テキストメッセージの前にメッセージ送信者の紹介文を示す文字列を付加して、ステップＳ０５に移行させる。

第３実施形態によれば、第１実施形態または第２実施形態と同じ効果に加えて、次のような効果を奏する。

第１の例である図１０に示す処理によれば、新しいメッセージ送信者がテキストメッセージを送信してきて、音声変換部１０４がテキストメッセージを音声変換するときに、メッセージ送信者の紹介文を再生することができる。よって、新しいメッセージ送信者が誰であるかを認識することが可能となる。

第２の例である図１１に示す処理によれば、音声変換参照データの最終利用日時から所定期間以上経過した状態でその音声変換参照データを利用して、音声変換部１０４がテキストメッセージを音声変換するときに、メッセージ送信者の紹介文を再生することができる。よって、期間が経過することによってメッセージ送信者が誰であるかを忘れていたとしても、メッセージ送信者が誰であるかを認識することが可能となる。

＜第４実施形態＞
第４実施形態のテキストメッセージ音声化装置、テキストメッセージ音声化方法、テキストメッセージ音声化プログラムを、第１〜第３実施形態におけるそれとは異なる点を中心に説明する。以下の第４実施形態の構成及び動作は、第１〜第３実施形態それぞれに対して加えてもよい。

図１２に示すように、第４実施形態においては、制御部１０１は、機能的な内部構成として、音声変換参照データ変更部1015をさらに有する。音声変換参照データ変更部1015は、ソフトウェアによって構成することができる。図１２における文字列付加部1014は省略可能である。

第４実施形態においても、音声変換参照データの形式を、図７のように、最終利用日時の情報を含む音声変換参照データとする。

まず、メッセージ送信者Ａが、テキストメッセージを送信してきたとする。記憶部１０３に記憶されている、メッセージ送信者Ａに対して設定されている音声出力定位が左右３：７であったとする。このとき、音声変換部１０４は、音声出力定位を左右３：７として、テキストメッセージを音声変換する。

その後、メッセージ送信者Ｂが、テキストメッセージを送信してきたとする。記憶部１０３に記憶されている、メッセージ送信者Ｂに対して設定されている音声出力定位が左右５：５であったとする。このとき、音声変換部１０４は、音声出力定位を左右５：５として、テキストメッセージを音声変換する。

さらにその後、再びメッセージ送信者Ｂが、テキストメッセージを送信してきたとする。このとき、メッセージ送信者Ｂに対応する音声変換参照データの最終利用日時からの経過期間は、メッセージ送信者Ａに対応する音声変換参照データのそれよりも短くなる。

音声変換参照データ変更部1015は、記憶部１０３に記憶されている、メッセージ送信者Ｂに対して設定されている音声出力定位を、左右３：７に変更して、音声変換部１０４は、音声出力定位を左右３：７として、テキストメッセージを音声変換する。

併せて、音声変換参照データ変更部1015は、記憶部１０３に記憶されている、メッセージ送信者Ａに対して設定されている音声出力定位が左右３：７を左右５：５に変更する。

このように、第４実施形態は、最終利用日時からの経過期間に応じて音声出力定位の設定値を変更する音声変換参照データ変更部を有する。第４実施形態によれば、例えば次のような場合に効果を発揮する。左右のスピーカが車両に搭載されているとする。ここでは、車両は右側にステアリングが配置されているとする。

メッセージ送信者Ａが送信したテキストメッセージを音声変換部１０４によって音声データに変換し、音声出力定位を左右３：７として、左右のスピーカで再生すると、運転者は、運転者側に近付いた位置からの音声を聞くことになる。

次に、メッセージ送信者Ｂが送信したテキストメッセージを音声変換部１０４に音声データに変換して、音声出力定位を左右５：５として、左右のスピーカで再生したとする。この場合、音声は左右のほぼ中央から聞こえることになるので、運転者は、音声出力定位を左右３：７とした場合と比較して、運転者から離れた位置からの音声を聞くことになる。

その後、再びメッセージ送信者Ｂが送信したテキストメッセージを音声変換部１０４に音声データに変換して、音声出力定位を左右３：７として、左右のスピーカで再生すると、運転者は、運転者側に近付いた位置からの音声を聞くことになる。

メッセージ送信者Ｂは、メッセージ送信者Ａよりも直近にメッセージデータを送信している。よって、メッセージ送信者Ｂは、メッセージ送信者Ａよりも、メッセージ受信者とメッセージ送信者とでメッセージデータを送受信する際の話題の中心となっている可能性が高い。

運転者は、話題の中心となっている可能性が高いメッセージ送信者による音声を運転者側に近付いた位置から聞き、そうでないメッセージ送信者による音声を運転者から比較的離れた位置から聞くことにより、両者を容易に識別することが可能となる。

本発明は以上説明した各実施形態に限定されるものではなく、本発明の要旨を逸脱しない範囲において種々変更可能である。図５等に示すように、音声変換参照データは話者モデルデータを特定するための識別情報を含むが、音声変換部１０４が有する話者モデルデータが１つのみであれば、話者モデルデータの識別情報を省略してもよい。

１０１制御部
１０２メッセージデータ取得部
１０３記憶部
１０４音声変換部
1011 音声変換参照データ生成部
1014 文字列付加部
1015 音声変換参照データ変更部

Claims

テキストメッセージと、前記テキストメッセージを作成したメッセージ作成者を示す情報とを含むメッセージデータを取得するメッセージデータ取得部と、
前記テキストメッセージを所定の話者モデルデータを用いて音声データに変換する音声変換部と、
前記テキストメッセージの読み上げ速度と、読み上げ音程と、読み上げ音量と、前記音声データによる音声を複数のスピーカより音声を出力する際のバランスを示す音声出力定位とのうちの少なくとも１つのパラメータの設定値を含む音声変換参照データを、メッセージ作成者ごとに異なるように、前記メッセージ作成者に対応させて記憶する記憶部と、
前記メッセージデータ取得部が所定のメッセージデータを取得したとき、前記記憶部より、前記所定のメッセージデータのメッセージ作成者に対応して記憶されている音声変換参照データに含まれるパラメータの設定値を読み出し、前記音声変換部が、前記所定のメッセージデータに含まれているテキストメッセージを、前記話者モデルデータと、前記パラメータの設定値とを用いて音声データに変換するよう、前記音声変換部を制御する制御部と、
を備えることを特徴とするテキストメッセージ音声化装置。
前記メッセージデータ取得部が所定のメッセージデータを取得して、前記記憶部に、前記所定のメッセージデータのメッセージ作成者に対応した音声変換参照データが記憶されていないとき、
前記制御部は、
前記音声変換参照データが複数のパラメータの設定値を含む場合にはパラメータデータの設定値の組み合わせパターンが重複しないように新規の音声変換参照データを生成し、前記音声変換参照データが１つのパラメータの設定値のみを含む場合にはパラメータの設定値が重複しないように新規の音声変換参照データを生成する音声変換参照データ生成部を有する
ことを特徴とする請求項１記載のテキストメッセージ音声化装置。
前記音声変換参照データは、前記音声変換参照データを利用した最終利用日時を示す情報を含み、
前記音声変換参照データ生成部は、パラメータデータの設定値の組み合わせパターンまたはパラメータの設定値が重複しない新規の音声変換参照データを生成することができないとき、前記最終利用日時を示す情報に基づいて、最終利用日時が最も古い音声変換参照データを削除して、新規の音声変換参照データを生成する
ことを特徴とする請求項２記載のテキストメッセージ音声化装置。
前記制御部は、
前記メッセージデータに、前記メッセージ作成者を示す情報に基づいて前記メッセージ作成者の紹介文である文字列を付加する文字列付加部を有する
ことを特徴とする請求項１〜３のいずれか１項に記載のテキストメッセージ音声化装置。
前記音声変換参照データは、前記パラメータとして前記音声出力定位の設定値と、前記音声変換参照データを利用した最終利用日時を示す情報とを含み、
前記制御部は、
最終利用日時からの経過期間に応じて前記音声出力定位の設定値を変更する音声変換参照データ変更部を有する
ことを特徴とする請求項１または２に記載のテキストメッセージ音声化装置。
テキストメッセージと、前記テキストメッセージを作成したメッセージ作成者を示す情報とを含む所定のメッセージデータを取得し、
前記テキストメッセージの読み上げ速度と、読み上げ音程と、読み上げ音量と、音声を複数のスピーカより音声を出力する際のバランスを示す音声出力定位とのうちの少なくとも１つのパラメータの設定値を含む音声変換参照データが、メッセージ作成者ごとに異なるように、前記メッセージ作成者に対応させて記憶されている記憶部より、前記メッセージ作成者に対応する前記パラメータの設定値を読み出し、
前記所定のメッセージデータに含まれているテキストメッセージを、所定の話者モデルデータと、前記記憶部より読み出した前記パラメータの設定値とを用いて音声データに変換する
ことを特徴とするテキストメッセージ音声化方法。
コンピュータに、
テキストメッセージと、前記テキストメッセージを作成したメッセージ作成者を示す情報とを含むメッセージデータを取得したとき、前記テキストメッセージの読み上げ速度と、読み上げ音程と、読み上げ音量と、音声を複数のスピーカより音声を出力する際のバランスを示す音声出力定位とのうちの少なくとも１つのパラメータの設定値を含む音声変換参照データが、メッセージ作成者ごとに異なるように、前記メッセージ作成者に対応させて記憶されている記憶部より、前記パラメータの設定値を読み出すステップと、
前記メッセージデータに含まれているテキストメッセージを、所定の話者モデルデータと、前記記憶部より読み出した前記パラメータの設定値とを用いて音声データに変換するステップと、
を実行させることを特徴とするテキストメッセージ音声化プログラム。