JPH02250099A

JPH02250099A - 音声認識システム

Info

Publication number: JPH02250099A
Application number: JP1070939A
Authority: JP
Inventors: Yasutomo Onishi; 大西　康友
Original assignee: Matsushita Refrigeration Co
Current assignee: Panasonic Holdings Corp
Priority date: 1989-03-23
Filing date: 1989-03-23
Publication date: 1990-10-05

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】産業上の利用分野本発明は、音声合成技術と音声認識技術とを利用して、
音声による対話形式で客の好みの商品を選択する自動販
売機用音声認識システムに関するものである。

従来の技術従来の音声認識システムを用いたカップ飲料等の自動販
売機（以後、単にカップ自販機と称する）の構成と動作
の一例について第３図、第４図そして第５図を基に説明
する。

第３図は、従来の構成例を示す機能ブロック図で、１は
客が好みの飲料を選択するために音声を入力する音響電
気変換器であるマイクロホンである。２は入力された音
声から特徴パラメータを抽出しあらかじめ登碌した複数
の認識単語（認識すべき単語）の特徴パラメータと比較
して最も近い特徴パラメータに相当する単語を選出する
ことによ多入力された音声を認識する音声認識手段であ
る。３は接客と客に好みの飲料を選択して発声するよう
に誘導するための音声を合成する音声合成手段、４は合
成音声を出力する電気音響変換器であるスピーカである
。５は客から金銭を受は取り釣銭があれば払い戻しを行
う価値受は取り手段、６は客が選択した飲料を搬出する
飲料搬出手段である。そして、７は上述の各手段を制御
するためにマイクロコンピュータを主体として構成され
た制御手段であり、８が音声認識システムである。ただ
し、マイクロホン１とスピーカ４は共にカップ自販機本
体の前面に取υ付けられるため、マイクロホン１にはス
ピーカ４から発する合成音声も回シ込んで入力され、合
成音声出力中に客が音声を発声すると２種類の音声が混
同され正しく認識できないことになる。このため、制御
手段７によシ、合成音声の出力中は、音声認識手段２に
よる音声認識処理は禁止され、合成音声の出力終了後、
音声認識処理が許可される。

尚、上述の音声認識手段２は不特定話者向けのものであ
り、その技術は、Ｓｐ　ｅ　ａ　ｋ　ｏ　ｒ　−Ｉｒｘ
ｉｅｐｅｎｄａｎｔＩｓ＋ｏｌａｔｅｄ　Ｗｏｒｄ　Ｒ
ｅｃｏｇｎｉｔｉｏｎ　ｆｏｒ　ａ　ｍｏｄｅｒａｔｅ
Ｓｉｚｅ　（５４Ｗｏｒｄ）　Ｖｏｃａｂｕｌａｒｙ　
（ＩＥＥＥＴＲＡＮＳＡＣＴＩＯＮＳ　ＯＮ　ＡＣＯＵ
ＳＴＩＣ３ＳＰＥＥＣＨ，ＡＮＤ　５ＩＧＮＡＬ　ＰＲ
ＯＣＥＳＳＩＮＧ。

ＶＯＬ、ＡＳＳＰ−２７，４６，ＤＥＣＥＭＢＥＲ１９
７９）等を始め、数多く公開され、ている。第４図に不
特定話者向は音声認識手段２のブロック図を示す。

入力信号（アナログ値）は、Ａ／Ｄ変換部９で一定周期
毎にサンプリングされたデジタル値に量子化され、特徴
パラメータ抽出部１０で一定の微小区間毎に特徴パラメ
ータ（主にＬＰＣケプストラム係数）を抽出される。そ
して、抽出された特徴パラメータは音声認識処理部１１
を介してリングバッファ構造のＲＡＭ（１）１２に記録
される。ＲＯＭ１３には上述と同様の手法によりあらか
じめ抽出された認識単語の特徴パラメータがテンプレー
トと９（１認識単語当たシ数テンプレート）として記録されて
おり、処理に応じて音声認識制御部１１を介してＲＡＭ
（２）１４にコピーされる。パターンマツチング部１５
は、ＲＡＭ（１）１２に記録された特徴パラメータ中の
音声区間の特徴パラメータとＲＡＭ（２）１４のテンプ
レート群とのパターン間距離を計算し、最も距離の近い
テンプレートに相当する単語を音声認識制御部１１に出
力する。

尚、入力信号の特徴パラメータ抽出はリアルタイムで実
行されて、音声認識制御部１１へ出力される。音声認識
処理を禁止する場合は、特徴パラメータのＲＡ　Ｍ（１
）　１２への記録を中止し、一方、音声認識処理を許可
する場合は、特徴パラメータのＲＡＭ（１）１２への記
録を開始する。

以上のように構成された従来のカップ自販機の動作例に
ついて第６図のフローチャートを基に説明する。ただし
、本例では説明を簡単にするために販売するフレーバー
（飲料の品名）をコーヒーとジュースの２種類とし、コ
ーヒーが選択された場合について説明する。

まず、ステップ１０１で価値受は取り手段５に金銭が投
入されたかどうかを判断し、金銭が投入され飲料の値段
以上であればステップ１０２へ進む。ステップ１０２で
は音声認識手段２による入力音声の認識処理を禁止し、
ステップ１０３で音声合成手段３とスピーカ４により合
成音声を出力し、１いらりしゃいませ。」と接客して、
「何になさいますか。」と客にフレーバー名を選択して
いずれか一つを発声するように誘導する。この時、合成
音声はマイクロホン１に入力されるが認識処理は行なわ
れない。そして、合成音声の出力終了後、ステップ１０
４で音声認識処理を許可し、ステップ１０５で客が発声
した音声をマイクロホン１によ少入力し音声認識手段２
により認識する。

ここではフレーバー名を認識するため、「コーヒー」と
「ジュース」という２種類の認識単語のあらかじめ登録
した特徴パラメータと入力音声から抽出した特徴パラメ
ータとを比較して最も近い特徴パラメータに相当する単
語を選出する（音声認識処理（１））。次に、ステップ
１０６で認識結果を判断し、「コーヒー・」の場合はス
テップ１０７へ進み、リジェクト（特徴パラメータ間の
距離がある値以上、即ち、入力音声がどの認識単語にも
該当しない）の場合はステップ１０２へ戻る。ステップ
１０７では、認識した単語の確認のため、ステップ１０
２と同様に音声認識処理を禁止し、ステップ１０８で、
「コーヒーですか。」と合成音声を出力して客の発声を
誘導する。そして、合成音声の出力終了後、ステップ１
０９で音声認識処理を許可し、ステップ１１０で客が発
声した音声を認識する。ここでの認識単語は「はい」と
「いいえ」の２種類である（音声認識処理（２））。次
にステップ１１１で認識結果を判断し、「はい」の場合
はステップ１１２へ進み、一方、「いいえ」の場合はス
テップ１０２へ戻り、リジェクトの場合はステップ１０
７へ戻る。ステップ１１２では飲料選択が終了したため
、音声認識処理を禁止して、ステップ１１３で、「ただ
今、お飲物を注いでおり壕す。しばらくお待ち下さい。

」と合成音声を出力して接客するとともに、ステップ１
１４で飲料搬出手段６によシ選択された飲料（コーヒー
）をカップに注いでカップを搬出する。そして、釣銭が
ある場合は、ステップ１１６で釣銭の払い戻しを行い、
カップ飲料搬出後、ステップ１１６で、「あシがとうご
ざいました。」と合成音声を出力して一連の販売動作を
終了する。

尚、ステップ１０６で、「ジュース」と認識した場合の
処理は上述と同様のため説明を割愛する。

発明が解決しようとする課題しかしながら、上記のような方法では、せっかちな客が
、発声を誘導するだめの合成音声の出力終了前に発声し
た場合は、音声認識処理がまだ許可されていないため、
客が発声した音声の全部、または、音声の一部分が欠落
するため正しく認識できないという不具合が生じるとい
う課題があった口本発明は、上記課題を鑑み、合成音声出力中も客が発声
した音声を正しく認識する音声認識システムを提供する
ことを目的とする。

課題を解決するための手段上記課題を解決するために本発明の音声認識システムは
、任意の音声を合成する音声合成手段と、合成された音
声を出力するスピーカと、発声者の音声を入力するマイ
クロホンと、前記スピーカから出力される合成音声の前
記マイクロホンへの戻り信号の複製を作る適応フィルタ
と、前記マイクロホンの出力信号から前記適応フィルタ
の出力信号を差し引く減算器と、前記減算器の出力信号
を入力とし音声の認識を行う音声認識手段とを備えたも
のである。

作　　用本発明は上記した構成により、合成音声出力中に客が音
声を発声した場合でも、入力音声から合成音声の戻り信
号を減算し、客の発声音声信号だけを取シ出して音声認
識手段に入力することができるものである。

実施例以下本発明の一実施例の音声認識システムについて図面
を参照しながら説明する。ただし、構成要件中、従来例
と同構成及び同処理のものは同番号、同ステップ番号を
付し、説明を割愛する。

第１図は、本発明の一実施例の音声認識システムを利用
したカップ自販機の機能ブロック図を示すもので、１６
は適応フィルタ、１７は減算器である。適応フィルタ１
ｅは、音声合成手段３の出力信号と減算器１７の出力信
号とを入力し、スピーカ４から出力される合成音声のマ
イクロホンへの戻り信号の複製を学習によシ作成して減
算器に出力する。減算器１了は、マイクロホン１の出力
信号から適応フィルタ１６の出力信号を差し引いて音声
認識手段２に出力する。これにより、入力信号から合成
音声信号を除去し、客の発・声音声信号だけを取シ出す
ことになる。

尚、適応フィルタの学習アルゴリズムは、「システムの
学習的同定法」（計測と制御昭和４３年９月　第７巻第
９号Ｐ６９７〜ｐｅｏｓ）によυ公開されている。

以上のように構成されたカップ自販機の動作を第２図の
フローチャートにより説明する。ステップ１０１で金銭
投入後、ステップ２０１で音声認識処理を許可するとと
もに、ステップ２０２で、「いらっしゃいませ。何にな
さいますか。」と音声音声を出力する。そして、客が音
声を発声すればステップ２０３で音声認識処理（１）（
フレーバー名の認識）を行い、その結果をステップ２０
４で判断し、「コーヒー」の場合はステップ２０ｇへ進
み、リジェクトの場合はステップ２０１へ戻る。

ステップ２０５では、認識した単語を確認するため、「
コーヒーですか。」と合成音声を出力する。

そして、客が音声を発声すればステップ２０６で音声認
識処理（２）（ｒはい」、「いいえ」の認識）を行い、
その結果をステップ２０７で判断し、「はい」の場合は
ステップ２０８へ進み、一方、「いいえ」の場合はステ
ップ２０１へ戻り、リジェクトの場合はステップ２０５
へ戻る。ステップ２０８では飲料選択が終了したため、
音声認識処理を禁止する。以降の処理は従来例と同処理
のため説明を割愛するが、以上が本実施例のカップ自販
機の販売動作例である。

以上のように本実施例によれば、適応フィルタ１６と減
算器１７によシスピー力４から出力される合成音声のマ
イクロホン１への戻υ信号だけを入力信号から除去する
とともに、合成音声出力前に音声認識処理を許可するも
のであるから、合一音声出力中も客の発声した音声信号
だけを音声認識手段２に入力することができ、正しく認
識できる。又、当然のことながら、合成音声出力終了後
は客の発声した音声信号だけが音声認識手段２に入力さ
れることになυ正しく認識される。

尚、本実施例においては、本発明の音声認識システムを
カップ自販機に利用した場合について説明したが、音声
合成手段と音声認識手段とＫよる対話形式を用いる他の
機器やシステムに利用しても同様の効果があることは言
うまでもない。

発明の効果以上のように本発明の音声認識システムは、任意の音声
を合成する音声合成手段と、合成された音声を出力する
スピーカと、発声者の音声を入力するマイクロホンと、
前記スピーカから出力される合成音声の前記マイクロホ
ンへの戻り信号の複製を作る適応フィルタと、前記マイ
クロホンの出力信号から前記適応フィルタの出力信号を
差し弓く減算器と、前記減算器の出力信号を入力とし音
声の認識を行う音声認識手段とを設けることにより、客
が、発声を誘導するための合成音声の出力中に発声して
も、客が発声した音声信号だけを音声認識手段に入力で
き、正しく認識できるという効果がある。

【図面の簡単な説明】

第１図は本発明の一実施例を利用したカップ自販機の機
能ブロック図、第２図はその販売動作を表す７０−チャ
ート、第３図は従来のカップ自販機の機能ブロック図、
冨４図は音声認識手段のブロック図、第５図は従来の販
売動作を表すフローチャートである。１・・・・・・マイクロホン、２・・・・・・音声認識
手段、３・・・・・・音声合成手段、４・・・・・・ス
ピーカ、８・・・・・・音声認識システム。代理人の氏名　弁理士粟　野　重　孝　ほか１名１１２
図区呼一−−−−＋　　　　＋−Ｊ第図

Claims

【特許請求の範囲】

任意の音声を合成する音声合成手段と、合成された音声
を出力するスピーカと、発声者の音声を入力するマイク
ロホンと、前記スピーカから出力される合成音声の前記
マイクロホンへの戻り信号の複製を作る適応フィルタと
、前記マイクロホンの出力信号から前記適応フィルタの
出力信号を差し引く減算器と、前記減算器の出力信号を
入力とし音声の認識を行う音声認識手段とを有すること
を特徴とする音声認識システム。