自然で聞きやすい電子書籍読上げのための文書構造解析技術

摘要

東芝は，流行の兆しを見せる電子書籍の新しい楽しみ方を提供する目的で，より聞きやすい合成音声による電子書籍読上げの実現を目指している。このために，高音質な音声を合成する技術に加えて，見出しや箇条書きなど文書の構造に応じて適切な間を入れたり，文の内容に応じて音声を切り替えて読み上げたりする技術の開発に取り組んでいる。今回，この機能開発の一環として，入力文書に応じて音声合成制御用のメタデータを自動生成する文書構造解析技術を開発した。この技術は，音声合成システムの前処理として構成され，出力を業界標準のSSML（Speech Synthesis Markup Language）をはじめとしたXML（Extensible Markup Language）形式で得ることができる。そのため，必要に応じて音声合成システムとこの機能を組み合わせることによって，付加価値の高い多様な読上げを実現できる。