録音編集方式による音声合成において，可変部の単語件数が多い場合，必要な 音声を全て同一話者の音声で録音するのは困難である．本論文では，必要な単 語の一部を同一話者の声で録音し，その音声波形から切り出した音節波形を信 号処理をしないで接続することで，録音していない単語音声を合成する方法を 検討した．本方式は，各音節の韻律的な情報として単語のモーラ数と音節の単 語内モーラ位置を使用し，ピッチ周波数やパワーの定量的な分析や予測を行わ ないのが特徴である．日本の地名を合成対象として必要録音件数の調査を行っ たところ，1万7千件の録音音声から4，5，6モーラ語の地名10万5千件が合成で きることがわかった．また，地名を合成して聴覚実験を行ったところ，合成音 声の品質も十分実用的なものであることがわかった．