JP2002312157A - 音声ガイダンスモニタソフトウェア - Google Patents

Abstract

(57)【要約】 【目的】 ホームページや電子メールに音声によるガイ
ダンス機能を付加し、高齢者や視覚障害者にも迷わずに
安心してホームページ閲覧が可能な音声ガイダンスモニ
タソフトウェアを提供する。 【構成】 Ｗｅｂサーバ（１００）より、音声ガイダン
ス付きタグ（２０）を含むＨＴＭＬファイル（１０４）
を、インターネット（１０１）を介してクライアント端
末（１０２）にダウンロードする。ＨＴＭＬファイル
（１０４）を受け取ったクライアント端末（１０２）で
は、音声ガイダンスモニタソフトウェア（１０）により
音声ガイダンス付きタグ（２０）を解釈し、音声ガイダ
ンス付きタグ（２０）に含まれるガイダンス文（２３）
をクライアント端末（１０２）に搭載された音声合成エ
ンジン（３０）に渡たす。音声合成エンジン（３０）に
渡たされたガイダンス文（２３）は、言語辞書（３１）
により音声解析され、音声解析後、波形辞書（３２）に
より音声ファイル（３３）に変換される。音声ファイル
（３３）はクライアント端末（１０２）のスピーカ（１
０３）から、合成音（１０５）として出力される．

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、クライアント／サ
ーバ構成のＣＳＳ（クライアントサーバシステム）、と
りわけインターネットやイントラネットを利用したコン
テンツサービスにおいて、ホームページや電子メールに
音声ガイダンスを付加できる音声ガイダンスモニタソフ
トウェアに関するものである。

【０００２】

【従来の技術】音声ガイダンス機能は、ＷＡＶやＭＩＤ
などの形式の音声ファイルを添付することにより、ネッ
トスケープナビゲータなどのブラウザでも実現可能であ
る。この技術は、ガイダンス情報をはじめから音声形式
にして添付し、そのまま再生することが前提であり、音
声ファイルのデータ量が大きくなり、ダウンロードに時
間がかかることや、そのデータを保存するための大きな
メモリ容量を必要とするなどの欠点がある。これらを解
決するため、ガイダンス情報をテキスト形式でＨＴＭＬ
ファイルや電子メール本文の中に記述できるタグを設
け、クライアント端末のメモリ上に常駐するソフトウェ
アでタグを解釈して、テキスト形式のガイダンス情報
を、クライアント端末のスピーカから、合成音として出
力できるようにする。

【０００３】

【発明が解決しようとする課題】ホームページの内容が
豊富になるに従い、決められたスペースに多くの情報を
詰め込むため、記述が細かくなったり、イメージ情報を
多く使って見栄えのするホームページが氾濫するように
なった。このようなホームページに慣れ親しんだ若者な
ら、快適に閲覧できるが、子供や高齢者では、情報の多
さに戸惑いを感じ、好みの情報までなかなかたどり着け
ないというのが実情であり、子供や高齢者にも迷わずに
安心してホームページを閲覧したり、電子メールを行っ
たりできるようにするかという問題がある。

【０００４】また、インターネットの広がりにより、パ
ソコンだけでなく携帯電話や携帯端末機、さらには家庭
の固定電話でもコンテンツサービスが行われるようにな
った。これらの機器では、パソコンとは反対に、表示画
面が小さいので短いテキストによる簡単な説明しかなさ
れない。インターネットなどの情報技術を熟知していな
い人々には、これらの機器は簡単には使いこなせないと
いう問題が残る。

【０００５】本発明は、上記の点に鑑みなされたもの
で、ホームページや電子メールに音声によるガイダンス
機能を付加し、子供や高齢者にも迷わずに安心してホー
ムページ閲覧や電子メールの交換が可能となる、クライ
アント端末のメモリ上に常駐する音声ガイダンスモニタ
ソフトウェアを提供することを目的とする。

【０００６】

【課題を解決するための手段】前記課題を解決し目的を
達成するために、本発明の音声ガイダンスモニタソフト
ウェアは下記に示す如く構成されていることを特徴とし
ている。なお、下記以外の本発明の特徴ある構成につい
ては実施形態の中で明らかにする。

【０００７】本発明の音声ガイダンスモニタソフトウェ
アは、クライアントサーバシステムにおいて、サーバか
ら送信される、音声によるガイダンス機能を可能にす
る、音声ガイダンス付きタグを含むテキストファイルに
対して、クライアント端末のメモリ上に常駐し、音声ガ
イダンス付きタグと開始タグに含まれる属性を、認識し
解釈できる手段と、前記属性に従い、音声ガンダンス付
きタグの開始タグと終了タグに挟まれたガイダンス文
を、音声ファイルに変換するため音声合成エンジンへ転
送する手段と、を備えたことを特徴としている。

【０００８】

【発明の実施の形態】図１は本発明が適用されるシステ
ム構成図である。図１において、Ｗｅｂサーバ１００よ
り、音声ガイダンス付きタグ２０を含むＨＴＭＬファイ
ル１０４を、インターネット１０１を介してクライアン
ト端末１０２にダウンロードする。ＨＴＭＬファイル１
０４を受け取ったクライアント端末１０２では、音声ガ
イダンスモニタソフトウェア１０により音声ガイダンス
付きタグ２０を解釈し、音声ガイダンス付きタグ２０に
含まれるガイダンス文２３をクライアント端末１０２に
搭載された音声合成エンジン３０に渡たす。音声合成エ
ンジン３０に渡たされたガイダンス文２３は、言語辞書
３１により音声解析され、音声解析後、波形辞書３２に
より音声ファイル３３に変換される。音声ファイル３３
はクライアント端末１０２のスピーカ１０３から、合成
音１０５として出力される。

【０００９】図２は音声ガイダンス付きタグ２０の要素
２１および属性２２の例である。要素２１および属性２
２を「＜」、「＞」でくくる。属性２２は指定しなくて
もよい。また、空白で区切り、複数個指定してもよい。
ガイダンス文２３の文字コード２４はＳＨＩＦＴ−ＪＩ
Ｓなどを用いる。ガイダンス文２３の最大長は論理上の
制限を設けないが、音声合成エンジン３０やハードウェ
ア環境により影響を受けることが考えられる。

【００１０】図３は本発明の一実施例の音声ガイダンス
モニタソフトウェア１０による音声ガイダンス付きタグ
２０の解釈動作のフローチャートである。音声ガイダン
スモニタソフトウェア１０は、ＨＴＭＬファイル１０４
の音声ガイダンス付きタグ２０を検出すると、属性２２
を解釈しガイダンス文２３の処理の仕方を設定する。そ
して、音声合成プログラム３５が属性２２の設定に従
い、ガイダンス文２３を音声合成エンジン３０の決めら
れた手順に従い、音声ファイル３３に変換しスピーカ１
０３から合成音１０５を出力する。

【００１１】図４は音声合成プログラム３５が音声合成
エンジン３０の手順に従いガイダンス文２３を音声ファ
イル３３に変換するまでの手順を示したものである。ガ
イダンス文２３は属性２２の設定ファイル２５と音声合
成エンジン３０の言語処理ライブラリ３６に従い、言語
処理変換プログラム３７で音声解析され、表音文字列フ
ァイル３８に変換される。さらに、この表音文字列ファ
イル３８は属性２２の設定ファイル２５と音声合成エン
ジン３０の波形処理ライブラリ４０に従い、波形処理変
換プログラム３９で音声ファイル３３に変換される。音
声ファイル３３の再生方法は、クライアント端末１０２
のＯＳの機能に依存する。

【００１２】図５は本発明の一実施例の音声ガイダンス
モニタソフトウェア１０による記述および音声ガイダン
スされる例である。オープニングガイダンスとして音声
ガイダンス付きタグ２０が単独で使用される場合であ
る。オープニングガイダンスとして複数記述すれば、連
続して発声させることも可能である。

【００１３】図６は本発明の一実施例の音声ガイダンス
付きタグ２０そのものの機能を、ＡＮＣＨＯＲタグ（＜
Ａ＞）の属性として使うときの記述および音声ガイダン
スされる例である。ＡＮＣＨＯＲタグによるリンクが選
択されたときＧＵＩＤで指定されたテキストが発声され
る。

【００１４】図７は本発明の一実施例の音声ガイダンス
付きタグ２０のＶＯＬ属性４１を指定したときの記述お
よび音声ガイダンスされる例である。発声のボリューム
を指定する。未指定の場合、初期値が適用される。ハー
ドウェアによるボリュームスイッチとの連動はしない。

【００１５】図８は本発明の一実施例の音声ガイダンス
付きタグ２０のＳＰＥＥＤ属性４２を指定したときの記
述および音声ガイダンスされる例である。読み上げのス
ピードを指定する。未指定の場合、初期値が適用され
る。

【００１６】図９は本発明の一実施例の音声ガイダンス
付きタグ２０のＶＴＹＰＥ属性４３を指定したときの記
述および音声ガイダンスされる例である。男声、女声な
どの声質を指定する。未指定の場合、初期値が適用され
る。

【００１７】図１０は本発明の一実施例の音声ガイダン
ス付きタグ２０のＰＩＴＣＨ属性４４を指定したときの
記述および音声ガイダンスされる例である。声の高さを
指定する。未指定の場合、初期値が適用される。

【００１８】図１１は本発明の一実施例の音声ガイダン
ス付きタグ２０のＴＯＮＥ属性４５を指定したときの記
述および音声ガイダンスされる例である。高域強調を行
うかどうかを指定する。未指定の場合、初期値が適用さ
れる。

【００１９】図１２は本発明の一実施例の音声ガイダン
ス付きタグ２０のＳＩＧＮ属性４６を指定したときの記
述および音声ガイダンスされる例である。記号読みモー
ドを指定する。未指定の場合、初期値が適用される。

【００２０】図１３は本発明の一実施例の音声ガイダン
ス付きタグ２０のＤＩＳＰ属性４７を指定したときの記
述および音声ガイダンスされる例である。ガイダンス文
２３を表示するかどうかを指定する。未指定の場合、初
期値が適用される。

【００２１】図１４は本発明の一実施例の音声ガイダン
ス付きタグ２０のＮＵＭ属性４８を指定したときの記述
および音声ガイダンスされる例である。数字の読み方を
指定する。未指定の場合、初期値が適用される。

【００２２】図１５は本発明の一実施例の音声ガイダン
ス付きタグ２０のＭＯＤＥ属性４９を指定したときの記
述および音声ガイダンスされる例である。文書コマンド
モードを指定する。未指定の場合、初期値が適用され
る。特殊な発音の指示、及びデフォルトの発音の矯正が
可能である。

【００２３】図１６は本発明の一実施例の音声ガイダン
ス付きタグ２０のＲＥＰＥＡＴ属性５０を指定したとき
の記述および音声ガイダンスされる例である。ガイダン
ス読み上げの繰り返し回数を指定する。未指定の場合、
繰り返しは行われない。

【００２４】図１７は本発明の一実施例の音声ガイダン
ス付きタグ２０のＳＩＬＥＮＴ属性５１を指定したとき
の記述および音声ガイダンスされる例である。ガイダン
ス発声までの待ち時間（秒）の設定を行う。未指定の場
合、待ち時間はなくて即座に発声される。

【００２５】図１８は本発明の一実施例の音声ガイダン
ス付きタグ２０のＥＣＨＯ属性５２を指定したときの記
述および音声ガイダンスされる例である。ガイダンスへ
の見出しの設定を行う。未指定の場合、オープニングガ
イダンスと解釈される。ＥＣＨＯ属性５２を指定するこ
とで、クリッカブルなガイダンスとして機能させること
が可能である。見出しをクリック（又はカーソル移動と
選択）することにより、ユーザは任意のタイミングでガ
イダンスを聞くことができる。

【００２６】

【発明の効果】本発明の音声ガイダンスモニタソフトウ
ェアおよび音声ガイダンス付きタグ拡張の利点として、
以下のような点が挙げられる。音声ガイダンス実現を、
音声ファイルを添付する代わりに、テキスト形式のファ
イルの追加で行えるため、音声ファイルを添付したホー
ムページよりもコンパクトなホームページを作成でき
る。また、コンテンツの提供者は、既製のＨＴＭＬファ
イルに音声ガイダンス付きタグを追加するだけで容易に
音声ガイダンス機能を実現できるようになる。また、複
雑なホームページでも、音声ガイダンス機能により閲覧
の仕方を丁寧に説明できるので、子供や高齢者では、迷
わずに安心してホームページの閲覧や電子メールの交換
ができるようになる。さらに、インターネットの広がり
により、パソコンだけでなく携帯電話や携帯端末機、さ
らには家庭の固定電話でもコンテンツサービスが行われ
るようになったが、これらの機器では、パソコンとは反
対に、表示画面が小さいので短いテキストによる簡単な
説明しかなされないため、インターネットなどの情報技
術を熟知してない人々には、これらの機器は簡単には使
いこなせなかったが、音声ガイダンス機能を使って表示
画面で不足している説明を補うことで、安心して使える
ようになる。

【図面の簡単な説明】

【図１】本発明に係わるシステム構成図である。

【図２】本発明に係わる音声ガイダンス付きタグの要素
および属性の例である。

【図３】本発明の一実施例の音声ガイダンス付きブラウ
ザによる音声ガイダンス付きタグの解釈動作のフローチ
ャートである。

【図４】本発明の一実施例の音声合成プログラムが音声
合成エンジンの手順に従いガイダンス文を音声ファイル
に変換するまでの手順を示した図である。

【図５】本発明の一実施例の音声ガイダンス付きブラウ
ザによる記述および音声ガイダンスされる例である。

【図６】本発明の一実施例の音声ガイダンス付きタグそ
のものの機能を、ＡＮＣＨＯＲタグ（＜Ａ＞）の属性と
して使うときの記述および音声ガイダンスされる例であ
る。

【図７】本発明の一実施例の音声ガイダンス付きタグの
ＶＯＬ属性を指定したときの記述および音声ガイダンス
される例である。

【図８】本発明の一実施例の音声ガイダンス付きタグの
ＳＰＥＥＤ属性を指定したときの記述および音声ガイダ
ンスされる例である。

【図９】本発明の一実施例の音声ガイダンス付きタグの
ＶＴＹＰＥ属性を指定したときの記述および音声ガイダ
ンスされる例である。

【図１０】本発明の一実施例の音声ガイダンス付きタグ
のＰＩＴＣＨ属性を指定したときの記述および音声ガイ
ダンスされる例である。

【図１１】本発明の一実施例の音声ガイダンス付きタグ
のＴＯＮＥ属性を指定したときの記述および音声ガイダ
ンスされる例である。

【図１２】本発明の一実施例の音声ガイダンス付きタグ
のＳＩＧＮ属性を指定したときの記述および音声ガイダ
ンスされる例である。

【図１３】本発明の一実施例の音声ガイダンス付きタグ
のＤＩＳＰ属性を指定したときの記述および音声ガイダ
ンスされる例である。

【図１４】本発明の一実施例の音声ガイダンス付きタグ
のＮＵＭ属性を指定したときの記述および音声ガイダン
スされる例である。

【図１５】本発明の一実施例の音声ガイダンス付きタグ
のＭＯＤＥ属性を指定したときの記述および音声ガイダ
ンスされる例である。

【図１６】本発明の一実施例の音声ガイダンス付きタグ
のＲＥＰＥＡＴ属性を指定したときの記述および音声ガ
イダンスされる例である。

【図１７】本発明の一実施例の音声ガイダンス付きタグ
のＳＩＬＥＮＴ属性を指定したときの記述および音声ガ
イダンスされる例である。

【図１８】本発明の一実施例の音声ガイダンス付きタグ
のＥＣＨＯ属性を指定したときの記述および音声ガイダ
ンスされる例である。

【符号の説明】

１０・・・音声ガイダンス付きブラウザ ２０・・・音声ガイダンス付きタグ ２１・・・要素 ２２・・・属性 ２３・・・ガイダンス文 ２４・・・文字コード ２５・・・設定ファイル ３０・・・音声合成エンジン ３１・・・言語辞書 ３２・・・波形辞書 ３３・・・音声ファイル ３５・・・音声合成プログラム ３６・・・言語処理ライブラリ ３７・・・言語処理変換プログラム ３８・・・表音文字列ファイル ３９・・・波形処理変換プログラム ４０・・・波形処理ライブラリ ４１・・・ＶＯＬ属性 ４２・・・ＳＰＥＥＤ属性 ４３・・・ＶＴＹＰＥ属性 ４４・・・ＰＩＴＣＨ属性 ４５・・・ＴＯＮＥ属性 ４６・・・ＳＩＧＮ属性 ４７・・・ＤＩＳＰ属性 ４８・・・ＮＵＭ属性 ４９・・・ＭＯＤＥ属性 ５０・・・ＲＥＰＥＡＴ属性 ５１・・・ＳＩＬＥＮＴ属性 ５２・・・ＥＣＨＯ属性 １００・・・Ｗｅｂサーバ １０１・・・インターネット １０２・・・クライアント端末 １０３・・・スピーカ １０４・・・ＨＴＭＬファイル １０５・・・合成音

Claims (4)

【特許請求の範囲】
1. 【請求項１】クライアントサーバシステムにおいて、サ
   ーバから送信される、音声によるガイダンス機能を可能
   にする、音声ガイダンス付きタグを含むテキストファイ
   ルに対して、クライアント端末のメモリ上に常駐し、音
   声ガイダンス付きタグと開始タグに含まれる属性を、認
   識し解釈できる手段と、 前記属性に従い、音声ガンダンス付きタグの開始タグと
   終了タグに挟まれたガイダンス文を、音声ファイルに変
   換するため音声合成エンジンへ転送する手段と、 を備えたことを特徴とする音声ガイダンスモニタソフト
   ウェア。
2. 【請求項２】前記クライアントサーバシステムがインタ
   ーネットやイントラネットであることを特徴とする請求
   項１に記載の音声ガイダンスモニタソフトウェア。
3. 【請求項３】前記クライアントサーバシステムが電子メ
   ールシステムであることを特徴とする請求項１に記載の
   音声ガイダンスモニタソフトウェア。
4. 【請求項４】前記属性のうち、ボリューム、読み上げス
   ピード、声質、声の高さなど、予めクライアント端末の
   設定ファイルに保存されているユーザ設定属性を、前記
   設定ファイルから読んでくる手段と、前記ユーザ設定属
   性と、開始タグに含まれる属性を合わせて解釈できる手
   段を備えたことを特徴とする請求項１に記載の音声ガイ
   ダンスモニタソフトウェア。