音声合成システムとその方法

トップ :: G 物理学 :: G06 計算;計数

【発明の名称】	音声合成システムとその方法
【発明者】	【氏名】殖栗俊明【氏名】相澤道雄
【要約】	【課題】伝送可能なデータ量を示す許容量を登録しておき、その許容量の範囲内で送信されるデータに基づいて音声を再生する。【解決手段】クライアント・サーバ型の通信を行って受信した情報を基に音声を再生する音声合成システムであって、クライアント２００からの指示に従ってインターネットにアクセスしてホームページの情報を獲得するサーバ１００であって、サーバ１００は、ホームページの情報の中の更新された更新情報を新規情報検出部１４で抽出し、ユーザ情報データベース１１に、そのクライアントに送信するデータの伝送許容データ量が格納されていると、今回送信しようとしている更新情報のデータ量を基に伝送許容データ量と比較して、その更新情報をそのクライアントに送信可能かどうかを判断して送信するように動作する。

【特許請求の範囲】
【請求項１】クライアント・サーバ型の通信を行って受信した情報を基に音声を再生する音声合成システムであって、クライアントからの指示に従ってインターネットにアクセスしてホームページの情報を獲得するサーバであって、前記サーバは、前記ホームページの情報の中の更新された更新情報を抽出する抽出手段と、クライアントに送信するデータの許容量を、各クライアントに対応して格納する格納手段と、前記抽出手段で抽出された前記更新情報を前記クライアントに送信する送信手段と、前記格納手段に格納された前記許容量に応じて前記送信手段による送信を制御する制御手段とを有し、前記クライアントは、前記送信手段により送信された前記更新情報を受信する受信手段と、前記受信手段により受信した前記更新情報を基に音声を生成する音声生成手段と、を有することを特徴とする音声合成システム。
【請求項２】前記許容量は、所定時間内で送信するデータ量を規定することを特徴とする請求項１に記載の音声合成システム。
【請求項３】前記許容量は、１回の送信で送信するデータ量を規定することを特徴とする請求項１に記載の音声合成システム。
【請求項４】前記制御手段は、前記更新情報のデータ量を計算する計算手段と、前記計算手段により計算された前記データ量と前記許容値とを比較する比較手段とを有し、前記データ量が前記許容値よりも小さい場合に前記送信手段により前記更新情報を送信するように制御することを特徴とする請求項１又は３に記載の音声合成システム。
【請求項５】更に、前記制御手段は、前記計算手段により計算されたデータ量の累積値を求める手段を有し、前記累積値と前記許容値とを比較して前記送信手段により前記更新情報を送信するか否かを決定することを特徴とする請求項１又は２に記載の音声合成システム。
【請求項６】前記サーバは、前記更新情報をＷＡＶＥデータで送信することを特徴とする請求項１乃至５のいずれか１項に記載の音声合成システム。
【請求項７】前記サーバは、前記更新情報を表音テキストデータで送信することを特徴とする請求項１乃至５のいずれか１項に記載の音声合成システム。
【請求項８】前記サーバは、前記更新情報をテキストデータで送信することを特徴とする請求項１乃至５のいずれか１項に記載の音声合成システム。
【請求項９】クライアント・サーバ型の通信を行って受信した情報を基に音声を再生する音声合成方法であって、クライアントからの指示に従ってインターネットにアクセスしてホームページの情報を獲得するサーバにおいて、クライアントに送信するデータの許容量を、各クライアントに対応して格納しておき、クライアントの指示に応じてアクセスして得たデータの量を計算し、前記許容量に応じて前記データを当該クライアントに送信するかどうかを判定し、前記クライアントでは、送られてきた前記データを受信し、その受信した前記データを基に音声を生成することを特徴とする音声合成方法。
【請求項１０】前記許容量は、所定時間内で送信するデータ量を規定することを特徴とする請求項９に記載の音声合成方法。
【請求項１１】前記許容量は、１回の送信で送信するデータ量を規定することを特徴とする請求項９に記載の音声合成方法。
【請求項１２】前記サーバは、前記更新情報をＷＡＶＥデータで送信することを特徴とする請求項９乃至１１のいずれか１項に記載の音声合成方法。
【請求項１３】前記サーバは、前記更新情報を表音テキストデータで送信することを特徴とする請求項９乃至１１のいずれか１項に記載の音声合成方法。
【請求項１４】前記サーバは、前記更新情報をテキストデータで送信することを特徴とする請求項９乃至１１のいずれか１項に記載の音声合成方法。
【請求項１５】請求項９乃至１４のいずれか１項に記載の音声合成方法を実施するプログラムを記憶したことを特徴とするコンピュータにより読取り可能な記憶媒体。

【発明の詳細な説明】【０００１】
【発明の属する技術分野】本発明は、例えばインターネット等を介して受信した情報を基に音声信号を再生する音声合成システムとその方法に関するものである。
【０００２】
【従来の技術】従来より、パーソナルコンピュータ（クライアント：ＰＣ）等によりサーバ（proxy server）を介してインターネットのホームページにアクセスし、そこから得られた情報を、そのサーバを介してクライアント側で取得することが良く行われている。
【０００３】この場合、サーバはユーザにより指定されたＵＲＬを用いてホームページにアクセスし、そのホームページに含まれているＨＴＭＬファイルを取得してクライアントに送信する。そのクライアントは、サーバより取得したＨＴＭＬファイルを画面上に表示し、そこに記憶されている映像やテキスト等を画面上に表示することができる。
【０００４】この表示に際して、ホームページの内容を音声に変換して読み上げる技術があり、このような技術を実現するホームページ読み上げソフトウェアを使用することにより、ユーザが指定したホームページの内容を音声で聞くことができる。このホームページ読み上げソフトウェアによれば、ホームページの内容を先頭から末尾まで全て聞くことができる。
【０００５】またインターネットにおける情報提供手段として、PointCastのようなＰｕｓｈ型の情報提供システムが注目されている。このシステムの特徴としては、Ｗｅｂブラウザに代表されるように、文字や画像などの視覚的な閲覧を基礎としている。
【０００６】
【発明が解決しようとする課題】上記システムにおいて、クライアントからの要求によりアクセスしたホームページ等の内容を全てクライアントに通知すると、その伝送されるデータ量が非常に多くなってしまい、それにより通話料金がかさむという問題がある。
【０００７】本発明は上記従来例に鑑みてなされたもので、各クライアントに対して送信可能な許容量を登録しておき、その許容量以内で送信されるデータに基づいて音声を再生する音声合成システムとその方法を提供することを目的とする。
【０００８】
【課題を解決するための手段】上記目的を達成するために本発明の音声合成システムは以下のような構成を備える。即ち、クライアント・サーバ型の通信を行って受信した情報を基に音声を再生する音声合成システムであって、クライアントからの指示に従ってインターネットにアクセスしてホームページの情報を獲得するサーバであって、前記サーバは、前記ホームページの情報の中の更新された更新情報を抽出する抽出手段と、クライアントに送信するデータの許容量を、各クライアントに対応して格納する格納手段と、前記抽出手段で抽出された前記更新情報を前記クライアントに送信する送信手段と、前記格納手段に格納された前記許容量に応じて前記送信手段による送信を制御する制御手段とを有し、前記クライアントは、前記送信手段により送信された前記更新情報を受信する受信手段と、前記受信手段により受信した前記更新情報を基に音声を生成する音声生成手段とを有することを特徴とする。
【０００９】上記目的を達成するために本発明の音声合成方法は以下のような工程を備える。即ち、クライアント・サーバ型の通信を行って受信した情報を基に音声を再生する音声合成方法であって、クライアントからの指示に従ってインターネットにアクセスしてホームページの情報を獲得するサーバにおいて、クライアントに送信するデータの許容量を、各クライアントに対応して格納しておき、クライアントの指示に応じてアクセスして得たデータの量を計算し、前記許容量に応じて前記データを当該クライアントに送信するかどうかを判定し、前記クライアントでは、送られてきた前記データを受信し、その受信した前記データを基に音声を生成することを特徴とする。
【００１０】尚、前記更新情報は、新たに追加された新規情報、及び更新された情報をも含むものとする。
【００１１】又前記許容量は、所定時間（例えば１日，１週間、１月、１年等）内で送信するデータ量を規定する値、又は１回の送信で送信するデータ量を規定する値である。
【００１２】
【発明の実施の形態】以下、添付図面を参照して本発明の好適な実施の形態を詳細に説明する。
【００１３】［実施の形態１］本実施の形態の特徴としては、クライアント・サーバ型のシステムを構築して音声合成処理をサーバとクライアントに振り分け、クライアントとして、例えばモバイル機器などのように規模の小さなコンピュータにシステムを搭載することを可能にし、更に、ホームページの更新された新規情報をＰｕｓｈ型でユーザに音声で通知することにより、効果的に情報を提供する点にある。更に本実施の形態では、サーバから各クライアントに伝送するデータ量を、各クライアントに応じて設定された送信許容データ量の範囲内とする事を特徴としている。
【００１４】図１は、本発明の一実施の形態に係る通信システムの構成を示すブロック図である。
【００１５】図において、１００は例えばプロキシ・サーバ(Proxy Server)等のサーバ、２００はクライアントである。クライアント２００は、サーバ１００に各種ＵＲＬを登録しておき、サーバ１００は所定時間毎に、或はクライアントからのコマンドに応じて、そのＵＲＬを使用してインターネットのホームページにアクセスし、そこから得られた情報を、対応するクライアントに送信することができる。
【００１６】まず最初にサーバ１００の構成を説明する。
【００１７】１１はユーザ情報データベースで、各クライアントがアクセスしたいＵＲＬを、それぞれ対応するクライアントから受取って、それら各クライアントに対応して記憶している。サーバ１００は、ユーザ情報データベース１１に記述されたＵＲＬに定期的にアクセスしてＨＴＭＬファイルを取得する。新規情報検出部１４は、その取得したＨＴＭＬファイルが、以前取得してコンテンツデータベース１２に記憶されている同じＨＴＭＬファイルと比較して、新たに追加された新規情報、或は更新されている更新データがあるかどうかを判断する。そして、もし新規情報（更新データ）があれば、そのデータを新規情報データベース１３に保存する。また、この取得したＨＴＭＬファイルをコンテンツデータベース１２に保存する。１５は新規情報送信部で、クライアントより送信されたデータを基に処理を行い、新規情報データベース１３に入っている該当する新規情報を、対応するクライアントに送信する。１７は伝送量監視部で、ユーザ情報データベース１１に、クライアントに伝送するデータ量を示す伝送許容データ量が設定されていれば、そのクライアントへ通知する新規情報（更新データ）の伝送量を監視し、その設定されている伝送量を超えた時点で新規情報（更新データ）の通知を中止するように動作する。
【００１８】次にクライアント２００の構成について説明する。
【００１９】１６は新規情報受信部で、サーバ１００の新規情報送信部１５から送信された新規情報を受信する。２１は音響出力部で、サーバ１００から受信したＷＡＶＥ形式のデータ、或はクライアント２００で作成した音響信号に基づいて音声や音楽などを出力する。
【００２０】図２は本実施の形態に係るユーザ情報データベース１１のデータ例を示す図である。
【００２１】このユーザ情報データベース１１の設定項目としては、以下の９つの項目がある。
【００２２】・ユーザ名（クライアントを特定する。図では“nihon”）
・パスワード（図では“tarou”）
・通知モード（図では、モード“2”）
・ＵＲＬ・伝送制限量（１日、１月、１回当たりの最大伝送許容データ量）
ここでは１回当りの最大伝送許容データ量が１０００バイト、１日当りの最大伝送許容データ量が５００００バイト、そして１月当りの最大伝送許容データ量が１，０００，０００バイトに設定されている。
【００２３】・総伝送量（１日、１月当たりのデータ伝送量の合計）
ここでは、この時点での１日の伝送データ量の合計（総伝送量）が２０，０００バイト、１月の伝送データ量の合計（総伝送量）が４００，０００バイトになっている。
【００２４】なお、上記のＵＲＬは複数設定することができ、また伝送許容データ量は１日、１月、１回のそれぞれに設定できるものとする。また、この伝送許容データ量は省略することもできる。
【００２５】図３は、本発明の実施の形態に係るクライアント２００のハードウェア構成の概略を示すブロック図である。
【００２６】図において、３１はＣＰＵで、ＲＡＭ３２に記憶された後述する手順を実現するプログラムに従って動作する。３２はＲＡＭで、上記プログラムの動作に必要な記憶領域を提供するとともに、ディスク装置３４からロードされたアプリケーション・プログラムを記憶している。３３はＲＯＭである。３４はディスク装置で、各種プログラムがインストールされており、その実行に際してＲＡＭ３２に転送されて格納される。３５は出力部で、作成された音声を出力するスピーカや、更にはプリンタ等を備えてもよい。３６は、回線を介してサーバ１００との間で各種データをやり取りするネットワーク・インターフェース部である。３７は表示部で、例えばＣＲＴや液晶等を備えている。３８は入力部で、キーボードやマウスなどのポインティングデバイスを備え、オペレータの操作により各種データを入力するのに使用される。３９は上記の各構成を接続するバスである。
【００２７】次に図４のフローチャートを参照して、本実施の形態１に係るサーバ１００の新規情報送信部１５の動作を説明する。この図４は、本実施の形態１に係るサーバ１００による新規情報送信処理を示している。
【００２８】まずステップＳ４１１で、クライアント２００の新規情報受信部１６から送信されてくるデータ（アカウント、パスワード）を抽出し、ユーザ情報データベース１１を参照して、該当するユーザであるかを確認する。次にステップＳ４１２に進み、ステップＳ４１１のアカウントに該当するユーザが登録したＵＲＬのリストをユーザ情報データベース１１から取り出し、その取り出したＵＲＬに基づいて、新規情報データベース１３の該当するＵＲＬに新規情報があるかどうかを判断し、無ければ処理を終了するが、ある場合にはステップＳ４１４に進む。ステップＳ４１４では、その新規情報（テキスト情報）を言語処理して表音テキストを作成する。ここで表音テキストとは、アクセントやポーズを記述した音声を表す文字である。次にステップＳ４１５に進み、その表音テキストを音響処理してＷＡＶＥ形式のデータを作成してステップＳ４１６に進む。ステップＳ４１６では、そのＷＡＶＥデータの送信を行うか否かを判定し、送信可能と判定した場合はＳ４１７に進み、その作成したＷＡＶＥ形式のデータをクライアント２００に送信する。一方、ステップＳ４１６で送信不可と判定した場合は、そのまま処理を終了する。
【００２９】図５は、図４のステップＳ４１６のデータ送信可能判定処理を示すフローチャートである。
【００３０】まずステップＳ５１で、これからクライアント２００に送信しようとしているデータの伝送データ量を計算する。そしてステップＳ５２に進み、ユーザ情報データベース１１に記憶されている、そのクライアントに対応する総伝送量（１日）と総伝送量（１月）のそれぞれに、ステップＳ５１で計算した伝送量を加算してステップＳ５３に進む。なお、これら総伝送量（１日）、総伝送量（１月）の値は、伝送量監視部１７がそれぞれ１日ごと、１月ごとに“０”にリセットする。次にステップＳ５３に進み、ステップＳ５１で計算した伝送データ量と１回当りの伝送許容データ量とを比較する。ここで（伝送データ量）≦（１回当りの伝送許容データ量）であればステップＳ５４へ移り、それ以外の場合は、そのデータを、そのクライアントに送信するのは不可と判定して処理を終了する。
【００３１】ステップＳ５４では、その日、１日の総伝送量と１日当りの最大伝送許容データ量とを比較する。ここで（１日の総伝送量）≦（１日当りの伝送許容データ量）の場合はステップＳ５５に進み、それ以外の場合はデータ送信不可と判定して処理を終了する。そしてステップＳ５５では、１月の総伝送量と１月当りの伝送許容データ量とを比較する。ここで（１月の総伝送量）≦（１月当りの伝送許容データ量）の場合は、前述のステップＳ４１５で作成されたＷＡＶＥデータを送信可能と判定して処理を終了するが、それ以外の場合はデータ送信不可と判定して処理を終了する。
【００３２】以上説明したように本実施の形態１によれば、各クライアントが、例えば１回、１日，１月当りといったように、サーバからクライアントに伝送するデータ量を規定する伝送許容データ量を登録しておくことにより、サーバからクライアントに送られるデータの伝送量が多くなりすぎて通話料金が嵩むという問題を解決できる。
【００３３】尚、本実施の形態１では、サーバ１００でテキストからＷＡＶＥデータへの言語処理、音響処理を行うので、クライアントでは受信したＷＡＶＥデータをそのまま再生でき、読み上げ性能を向上させることができる。よって、この実施の形態１は、規模の小さな（処理能力の低い）クライアントに向いている。
【００３４】［実施の形態２］次に本発明の実施の形態２について説明する。この実施の形態２では、サーバ１００からクライアント２００に伝送するデータを、前述の実施の形態１のＷＡＶＥデータでなく、表音形式のデータとしている。
【００３５】図６は、本実施の形態２に係るサーバ１００による新規情報送信処理を示すフローチャートである。
【００３６】まずステップＳ４２１で、クライアント２００の新規情報受信部１６から送信されてくるデータ（アカウント、パスワード）を分離し、該当するユーザであるかを確認してステップＳ４２２に進み、ステップＳ４２１のアカウントに該当するＵＲＬを取り出してステップＳ４２３に進む。ステップＳ４２３では、新規情報データベース１３の該当するＵＲＬに新規情報（更新データ）があるかどうかを判断し、ある場合にはステップＳ４２４に進み、その新規情報を言語処理して表音テキストを作成してステップＳ４２５へ移る。ステップＳ４２５では、前述の図５のフローチャートと同様に、データ送信を行うか否かを判定し、送信可と判定した場合はステップＳ４２６に進み、ステップＳ４２４で作成した表音テキストをクライアント２００に送信する。又ステップＳ４２５で送信不可と判定した場合は処理を終了する。
【００３７】以上説明したように本実施の形態２によれば、前述の実施の形態１の効果に加えて、サーバで言語処理を行って表音テキスト形式でクライアントに送信するので、サーバからクライアントに送信するデータ量を少なくできる。尚、この場合は、クライアントで表音テキストから音響信号を生成するので比較的規模の大きな（処理能力の高い）クライアントに向いている。
【００３８】［実施の形態３］次に本発明の実施の形態２について説明する。この実施の形態２では、サーバ１００からクライアント２００に伝送するデータを、前述の実施の形態１，２のようにＷＡＶＥデータや表音テキストデータではなく、元のテキストデータとしている。
【００３９】図７は、本実施の形態３に係るサーバ１００による新規情報送信処理を示すフローチャートである。
【００４０】まずステップＳ４３１で、クライアント２００の新規情報受信部１６から送信されてくるデータ（アカウント、パスワード）を分離し、該当するユーザであるかを確認してステップＳ４３２に進み、ステップＳ４３１のアカウントに該当するＵＲＬを取り出してステップＳ４３３に進む。ステップＳ４３３では、新規情報データベース１３の該当するＵＲＬに新規情報（更新データ）があるかどうかを判断し、ある場合にはステップＳ４３４に進み、前述の図５のフローチャートと同様に、そのクライアントにデータ送信を行うことができるか否かを判定し、送信可と判定した場合はステップＳ４３５に進み、元のテキストデータをクライアント２００に送信する。又ステップＳ４３４で送信不可と判定した場合は処理を終了する。
【００４１】以上説明したように本実施の形態３によれば、前述の実施の形態１，２の効果に加えて、テキストデータをクライアントに送信するので、サーバからクライアントへの送信データ量を少なくできる。
【００４２】この場合、クライアントではテキストデータから表音テキストデータを作成し、更にＷＡＶＥデータを作成して音声を再生するので、規模の大きな（処理能力の高い）クライアントに向いている。
【００４３】尚、上記実施の形態においては、各部を同一の計算機上で構成する場合について説明したが、これに限定されるものではなく、複数の計算機上で実現してもよい。
【００４４】また、上述の実施の形態は、それぞれ独立に説明したが本発明はこれに限定されるものでなく、それぞれ独立に実施されても、或はそれぞれ組み合わされて実施されてもよい。
【００４５】なお、本発明は、複数の機器から構成されるシステムに適用しても、１つの機器からなる装置に適用してもよい。前述した実施形態の機能を実現するソフトウェアのプログラムコードを記録した記録媒体を、システム或いは装置に供給し、そのシステム或いは装置のコンピュータ（またはＣＰＵやＭＰＵ）が記録媒体に格納されたプログラムコードを読み出し実行することによっても達成される。
【００４６】この場合、記録媒体から読み出されたプログラムコード自体が前述した実施形態の機能を実現することになり、そのプログラムコード自体が前述した実施形態の機能を実現することになり、そのプログラムコードを記録した記録媒体は本発明を構成することになる。
【００４７】プログラムコードを供給するための記録媒体としては、例えば、フロッピー（登録商標）ディスク、ハードディスク、光ディスク、ＣＤ－ＲＯＭ、ＣＤ－Ｒ、磁気テープ、不揮発性のメモリカード、ＲＯＭなどを用いることが出来る。
【００４８】また、コンピュータが読み出したプログラムコードを実行することにより、前述した実施の形態の機能が実現されるだけでなく、そのプログラムコードの指示に基づき、コンピュータ上で稼動しているＯＳなどが実際の処理の一部または全部を行い、その処理によって前述した実施の形態の機能が実現される場合も含まれる。
【００４９】更に、記録媒体から読み出されたプログラムコードが、コンピュータに挿入された機能拡張ボードやコンピュータに接続された機能拡張ユニットに備わるメモリに書き込まれた後、そのプログラムコードの指示に基づき、その機能拡張ボードや機能拡張ユニットに備わるＣＰＵなどが実際の処理の一部または全部を行い、その処理によって前述した実施形態の機能が実現される場合も含まれる。
【００５０】以上説明したように本実施の形態によれば、予め各クライアント毎に、所定時間内（例えば１日、１月、１回当たりなど）に送信する最大伝送許容データ量を登録しておくことにより、サーバからクライアントに伝送するデータ量が多くなりすぎて通話料金が嵩むという事態を防止できる。
【００５１】
【発明の効果】以上説明したように本発明によれば、伝送可能なデータ量を示す許容量を登録しておき、その許容量の範囲内で送信されるデータに基づいて音声を再生することができる。

【出願人】	【識別番号】０００００１００７【氏名又は名称】キヤノン株式会社
【出願日】	平成１３年４月１６日（２００１．４．１６）
【代理人】	【識別番号】１０００７６４２８【弁理士】【氏名又は名称】大塚康徳（外３名）
【公開番号】	特開２００２－３１２２８２（Ｐ２００２－３１２２８２Ａ）
【公開日】	平成１４年１０月２５日（２００２．１０．２５）
【出願番号】	特願２００１－１１７３７０（Ｐ２００１－１１７３７０）