XSL

chaoneの実体はXSLらしい。。。ということで

http://www.gingerall.com/charlie/ga/xml/l_lib.xml?s=org

とかが使えるsuikyoさんとかぼしゅ～（ぉぃ

いやC++でXSL使えればいいんだけどね。

たぶん、choneライブラリにさっくりなげて、品詞分解された結果をXML風にだして、

それをXSLにかませて、ちゃっちゃとアクセント情報とかを付与して、

できあがったら、それをDOMでよんで、

• 品詞ID,


• 活用形ID,


• 音素,


• 所属アクセント句が疑問系か？,


• アクセント型,


• 文章中で何番目のmoraか,


• 呼気段落で何番目のmoraか,


• アクセント句で何番目のmoraか,


• mora中何番目の音素か


• 各パラメータ(VOICE,PITCHタグの影響を時系列に展開)

に展開するプログラムを書ければ、gtalk_TNGの山はこえるね。

そこまで、展開されたら、あとは音響パラメータをYes/Noクイズにこたえてひろってきて

よーわからんけど、HMM合成のルーチンに投げるだけで音になりそう。

本家gtalkは音を全部生成するまでしゃべらんから、以下のようにパイプライン化するのが理想かな？

パイプライン化を簡単にするために、言語処理オブジェクトのインターフェイス
としては
setInputData();
fetchData();
の二つのメッソッドを持ち、以下のように動くと素敵だとおもいます。
言語.setInputData(text);//発話すべきテキストをすべて入れる
while(1){
extPhonome=言語.fetchData();//n番目の音素に関する全データを取得(上の箇条書きしてるの)

音声.setData(extPhnome);
sound=音声.fetchData()//ここでデータ数がゼロの場合を許容する
　　　　　　　　　　　　//（最初の２回はトライグラム分のデータが溜まってないので作りようがない)
//サウンドバッファに書き込む
}

ここまでくると、ソースをぱちってロ技研オリジナルのをつくってるようなもんだな。orz

ということでgtalk改良計画が始動した気分。

個人的な目標は、HMM音声合成の自由に表現を後付けできるというメリットをいかして、

掛け合い漫才をデスクトップででやらせる！

話者適応で、いろんな発話モデルをさくさくつくって、キャラの量産に耐える。

無論、掛け合い漫才だから、複数人の音声をかぶらせて発話するなんて事も必要だし

立体音響も必要になるかもしれない。

でもそこがおもしろいんじゃないかな。

吹き出しテキストの音声じゃタイミングとか、感情を表現するにはすこしだけ弱い、

そのテキストを補完するための音声。そんな使い方がいいかなと思う今日この頃。

#ちなみに、テキストだけより冗長でも音声もあったがいいとおもったのは

#IRCの音声読み上げを見てから、文章を読む負荷が音声があることで軽減されたきがする

#無論バックグラウンドnoticeって側面もあるけど