JPH0228878B2 - - Google Patents

Description

【発明の詳細な説明】 本発明は音声認識回路に係り、特にテレビジヨ
ン受信機等の音声によるリモコン装置等に用いて
好適な音声認識回路に関するものである。

音声認識回路は、人間が音声で動作を制御する
装置に使用される。ここで音声認識回路は、入力
音声を切り出し、その入力音声の特徴を抽出し、
この特徴パラメータと標準音声特徴パラメータと
を比較して、入力音声が装置の動作の何を制御す
るための命令であつたかを識別する。しかし、テ
レビジヨン受像機などにおいて、音声で命令語を
伝えて受信チヤンネルを切換える場合、テレビジ
ヨン受像機自身の再生音声が外部から与える命令
音声（例えば受信チヤンネルを２チヤンネルから
４チヤンネルに切換える場合の「チヤンネル４」
という命令音声）に妨害を与え、正確な命令語の
入力は困難である。

そこで従来、特願昭54―91913号に示されるよ
うに、命令音声入力部に有指向性と無指向性の２
つのマイクロホンをもうけ、それぞれのマイクロ
ホンを互いに逆位相に接続し、指向性範囲外から
の音声信号すなわちテレビジヨン音声に対して、
指向性範囲内の命令音声のSN比を高めておき、
重要な「チヤンネル」、「デンゲン」、「ボリユー
ム」等の指令語の識別のための許容値を大きくと
り、これらが識別された場合、一時的にスピーカ
出力を断つかもしくは大巾に減衰せしめる方式が
提案されている。この方式では２つの指向性の異
なるマイクロホンを必要とし、また重要指令語の
識別許容値を大きくとつているためスピーカから
流れる音声中の指令類似語による誤動作によるミ
ユーテイング動作が起り易いなどの問題があつ
た。

また特願昭54―67142号に示されるように、ス
ピーカからの音声と命令音声を集音するマイクロ
ホンからの信号と、スピーカを駆動する信号をレ
ベル調整器，位相調整器に通し調整した信号とを
信号加算回路に逆位相で印加し、スピーカ音声を
打ち消し、命令音声のみを認識回路に取り込む方
式が提案されている。しかしこの方式ではレベル
調整，位相調整をすべての周波数帯域で完全に行
うのは困難であり、スピーカ音声を完全に打ち消
すことはできず、命令音声認識の誤動作につなが
る。

本発明の目的は、上記した従来技術の欠点をな
くし、テレビジヨン受像機など自身が放声手段を
有する装置に用いても、音声による命令入力を誤
動作なしに可能にする低価格の音声認識回路を提
供することにある。

本発明は、テレビジヨン受像機など自身が放声
手段を有する装置に対する音声による命令入力を
可能とするために、装置に付けられたマイクロホ
ンの集音信号から命令音声の出だし数＋msの音
声の存在をもつて、放声手段からの音声以外の命
令音声の存在を、それぞれの音声の零交差波数の
相違により検出し、該放声手段にミユーテイング
をかけ、ミユーテイング以降の音声を命令音声と
して音声認識部に取り込み、該命令語を識別する
音声認識回路である。特にスピーカ等の放声手段
に確実にミユーテイングをかける簡略な方法を提
案し、音声認識回路の認識率を向上させるもので
ある。

以下本発明の実施例を図面に基づいて説明す
る。第１図は本発明の一実施例を示すブロツク図
であり、音声命令語によつて受信チヤンネル切
換、音量調整、電源投入などの機能を行なわしめ
るようにしたテレビジヨン受像機の要部を示すブ
ロツク図でもある。第１図において、１はテレビ
ジヨン受像機自体のスピーカ、２はテレビジヨン
音声にミユーテイングをかけるミユーテイング回
路、３は受信局の復調音声信号を増幅するテレビ
ジヨン音声増幅回路、４は音声命令語を集音する
マイクロホン、５はマイクロホン信号を増幅する
マイクロホン増幅回路、６，７は受信局の復調音
声信号およびマイクロホン信号を音圧零の点を中
心に上下にインフイニツトクリツピングを行い、
これを矩形波パルス列に変換する零交差波回路、
８，９は上記零交差波数を計数する計数回路、１
０は上記計数回路の計数値を比較する比較回路、
１１は命令音声を識別する音声認識部、１２はミ
ユーテイング回路へのミユーテイング信号、音声
認識部への命令音声取込み信号、命令音声の識別
結果からテレビジヨン受像機のチヤンネル切換な
どの制御信号を出力する制御回路である。

第１図の動作を現在の受信チヤンネルのチヤン
ネル２をチヤンネル４に音声命令で変更する場合
を例に説明する。今チヤンネル２の復調音声信号
はテレビジヨン音声増幅回路３で増幅され、ミユ
ーテイング回路２でミユーテイングをかけられる
ことなくスピーカ１で再生されている。マイクロ
ホン４はスピーカ１よりの復調音声を周囲音とし
て集音し、電気信号に変換しマイクロホン増幅回
路５に供給している。命令音声がない場合、零交
差波回路６に入力される信号はスピーカを駆動す
る信号であり、他方零交差波回路７に入力される
信号はスピーカ１の信号をマイクロホン４で集音
した信号である。したがつて多少振幅、位相の相
違はあるがほぼ同一の信号となり零交差波回路
６，７の出力である矩形波パルス列は多少の振幅
の相違には影響されずほぼ同一のものとなる。計
数回路８，９はある周期たとえば40ms毎に零交
差波回路６，７からの矩形波パルスの数を計数す
る。この場合これらの計数値は計数周期をある時
間にしてあるため信号位相の多少のずれは計数値
に影響を及ぼさない。以上より音声命令のない場
合には計数回路８，９の計数値は同一のものとな
る。

次に復調音声がスピーカ１で再生されている時
「チヤンネル４」なる命令音声を発声した場合を
考えると、マイクロホン４はスピーカ１よりの復
調音声と命令音声の重畳した音声を周囲音として
集音しマイクロホン増幅器５を介して増幅し、零
交差波回路７に入力する。この時、零交差波回路
６には復調音声のみが入力されている。したがつ
て、各々の零交差波の計数値は大きく異なること
になる。

第２図に発明者が実験を行つた結果による零交
差波回路６，７の計数値とそれらの差を示す。実
験は計数周期を40ミリ秒にとり「関東地方の明日
の天気は」というテレビジヨン受像機のアナウン
ス音声発声中に「チヤンネル４」という命令音声
を発声した時のものである。第２図から明らかな
ようにアナウンサ音声に音声命令が重なつた時間
において、零交差波回路６，７の出力の計数値す
なわち計数回路８，９の計数値は大きく異なつて
いることがわかる。

第１図に戻り、比較回路１０は計数回路８，９
の計数値を計数周期毎に比較するものであり、こ
の比較結果を周期毎に制御回路１２に送出してい
る。

制御回路１２は比較回路１０の結果を常に監視
しており、計数回路８，９の計数値が大きく異な
つた場合を比較回路１０の結果から知ることがで
き、計数値が大きく異なつてから最初の数＋ms
間でミユーテイング信号をミユーテイング回路２
に送出するとともに、音声認識部１１に命令音声
取り込み信号を送出する。こうすることにより音
声認識部１１は「チヤンネル４」という命令音声
の最初の数＋msの部分を除いた音声を、復調音
声に妨害されることなく取り込むことができる。

音声認識部１１は、たとえば第３図に示すごと
く、音声信号の特徴を抽出する特徴抽出回路１
３、あらかじめ登録され、識別すべき標準音声の
特徴パターンを記憶する標準パターン記憶回路１
４、入力音声から抽出された特徴パターンと標準
パターンとを比較し、その類似度により入力音声
を特定する認識処理回路１５よりなるものであ
る。音声認識部１１に取り込まれた命令音声は特
徴抽出器１３により特徴パターンに変換され、標
準パターンとして標準音声記憶回路１４に登録さ
れている標準音声たとえば「チヤンネル１」，「チ
ヤンネル２」……などと認識処理回路１５で比較
され、その類似度の大小により「チヤンネル４」
であると特定され、「チヤンネル４」を表わすシ
ンボルを制御回路１２に送出する。

第１図に戻り、制御回路１２は音声認識部１１
の出力シンボルを取り込み、これに基づき、チヤ
ンネルをチヤンネル４に切換えるべく、テレビ受
像機チユーナ（図示せず）の局部発振周波数を変
更する制御信号（図示せず）をチユーナに送出す
る。その後、制御回路１２はミユーテイング回路
２にミユーテイング解除信号を送出し、ミユーテ
イングを解除する。以上で命令音声によるチヤン
ネル４の受信動作が完了する。

音声認識部１１への命令音声取り込み信号は計
数回路８，９の計数値が大きく相違し、ミユーテ
イング信号を送出した時点から数百ミリ秒〜数秒
の任意の固定時間継続するものである。もちろん
その継続時間は使用する命令音声の時間に合わせ
なければならない。

第４図に第１図の実施例における各部の動作タ
イミングの概略を計数周期をもとに、計数値とと
もに示すので参照されたい。

第１図において零交差波回路６，７はたとえば
演算増幅器によるシユミツト回路として簡単に構
成できるものである。そしてこのシユミツト回路
はシユミツトレベルを音圧零のレベルよりも多少
高くとることにより不感帯をもたせ、命令音声、
復調音声よりも振幅の小さな背景雑音には感応し
ないようにさせることにより命令音声の検出をよ
り確実にすることもできる。

比較回路１０はデイジタルコンパレータで構成
し、制御回路１２に計数回路８，９の計数値の大
小関係のみを送出する構成でもよく、また減算回
路で構成し、その減算結果を制御回路１２に送出
する構成でもよい。

制御回路１２はランダムロジツクで構成しても
よいが、マイクロプロセツサーを用いても同様な
動作を行わせしめることが可能であることは明ら
かである。この場合、マイクロプロセツサーの演
算処理時間が許せば、計数回路８，９の計数動
作、比較回路１０の比較動作をマイクロプロセツ
サーのソフトウエアで行わせしめることが可能な
ことも明らかである。

またマイクロホン増幅器５に可変利得制御機能
をもたせ、零交差波回路６，７への入力振幅レベ
ルをほぼ同一になるようにしてもよい。本発明は
本質的に振幅レベルには依存しないものであるが
極端な振幅の相違は零交差計数値に相違をもたら
すためである。この可変利得制御は特願昭54―
67142号に示されるものに比べすこぶる粗い利得
合せでよい。またマイクロホン４は他の電気音響
変換器でもよいことは明らかである。

第５図に本発明の他の実施例をブロツク図で示
す。第５図において第１図と同一符号は同一物を
示す。基本的な動作は第１図と同様であるため説
明は省く。第１図と第５図の違いは零交差波回路
６の入力をミユーテイング回路２の出力に接続
し、ミユーテイング回路２を通した復調音声を零
交差波回路に導いている点と、計数回路９の出力
を制御回路１２にも接続している点である。第５
図において命令音声取り込み信号は制御回路１２
より計数回路８，９の計数値が大きく相違した時
点（ミユーテイング信号を送出した時点）から計
数回路９の計数値が零あるいはあるしきい値以下
になつた時点まで送出されるものである。これは
ミユーテイングがかけられた時点からマイクロホ
ン４に集音される音声は命令音声のみとなり、零
交差波回路６に入力される信号はなくなり、零交
差波回路７に入力される信号は命令音声のみとな
るために、命令音声の検出は零交差波回路７の出
力の計数値すなわち計数回路９の計数値で判断で
きるためである。つまり制御回路１２は音声認識
部１１の命令音声取込み信号（すなわち命令音声
の切り出し）を自動的に命令音声の時間長に合わ
せて送出することを可能にしている。これによ
り、第１図の実施例におけるように命令音声取込
み信号を固定にした場合にくらべ、命令音声以外
の雑音を認識部１１に取り込む危険性は少なくな
り、認識率の向上が図れる。

第６図に本発明の更に他の実施例をブロツク図
で示す。第６図において第５図と同一符号は同一
物を示す。基本的動作は第５図と同様なため説明
を省く。第６図で１６，１７はバンドパスフイル
ターを示す。このバンドパスフイルターは通常音
声帯域帯300Hz〜3000KHzのみを通過させるもの
であり、これにより音声以外の雑音が零交差波回
路６，７で零交差波に変換されるのを防止すると
ともに音声認識部１１には音声信号のみを入力す
ることを図つたものである。１８，１９は差分回
路である。これは信号とその信号がある時間遅延
した信号との差分を信号として出力するものであ
る。

第７図に零交差波回路への入力波形と出力波形
を示す。第７図で（１）で示す波形は長い周期を
もつ復調音声信号、（２）は短い周期をもつ命令
音声信号である。この場合、第１図，第５図で示
す零交差波回路６への入力は（１）で示す波形で
あり、零交差波回路７への入力は（１）で示す波
形と（２）で示す波形の合成された（３）の波形
である。零交差波回路６，７の出力はそれぞれ
ａ，ｂに示している。計数回路８，９はａ，ｂ波
形を計数するのである。（４），（５）に示す波形
は（１），（３）で示す波形を差分回路に通したも
のであり、ｃ，ｄで示す波形は（４），（５）の波
形を零交差波回路に通した波形である。

第６図においては零交差波回路６，７への入力
は（４），（５）の波形となり、計数回路８，９は
ｃ，ｄで示す波形を計数する。図から明らかに
ａ，ｂの示す波形の零交差数の差より、ｃ，ｄで
示す波形の零交差数の差の方が大きくなることが
わかる。これは第１，５図に示す回路よりも第６
図に示す回路の方が命令音声の存在をより顕著に
検出できることを示している。第６図に示す差分
回路１８，１９はその特性から微分回路としても
同様な効果の得られることは明らかである。また
音声認識部１１への入力を差分回路１９の出力か
ら得ることも可能で、この場合何ら音声認識部へ
影響を及ぼすことはない。

以上の説明はテレビジヨン受像機の音声による
制御をもとに行なつてきたが、本発明は放声手段
を備えるものであれば被制御機器を選ばない。

本発明によれば、命令音声の検出をある時間間
隔内の零交差数の相違により行うために振幅、位
相のずれに影響されることなく低価格な回路構成
で確実に検出することが可能となる。またこの検
出信号により機器の放声手段にミユーテイングを
かけることにより命令音声を正確に音声認識部に
入力できるため、誤認識を防ぐことができる。ま
たこの検出信号を命令音声の切り出し信号に使用
することも可能である。以上より、本発明は放声
手段を有する機器の音声認識回路としてきわめて
有効である。

【図面の簡単な説明】

第１図は本発明の一実施例を示すブロツク図、
第２図は本発明において用いる零交差波計数値の
実験結果を示す説明図、第３図は音声認識部の詳
細ブロツク図、第４図は第１図の実施例における
各部の動作タイミングの概略を示すタイミング
図、第５図は本発明の他の実施例を示すブロツク
図、第６図は本発明の更に別の実施例を示すブロ
ツク図、第７図は零交差波回路への入力波形と出
力波形を示す波形図、である。 符号説明、１…スピーカ、２…ミユーテイング
回路、４…マイクロホン、６，７…零交差波回
路、８，９…計数回路、１０…比較回路、１１…
音声認識部、１２…制御回路、１６，１７…バン
ドパスフイルタ、１８，１９…差分回路。

Claims (1)

1. 【特許請求の範囲】 １ 特定の放声機器から発生する第１の音声と他
   の発生源から発生する第２の音声を入力されたと
   き、第２の音声を識別して認識することのできる
   音声認識回路であつて、 前記第１および第２の音声を含む周囲音を集音
   する電気音響変換器と、該変換器からの電気信号
   波形を入力され、音圧零の点を中心に上下にイン
   フイニツトクリツピングを行うことにより得られ
   る矩形波パルス列に変換して出力する第１の零交
   叉波回路と、前記放声機器から第１の音声の信号
   電流波形を入力されて、音圧零の点を中心に上下
   にインフイニツトクリツピングを行うことにより
   得られる矩形波パルス列に変換して出力する第２
   の零交叉波回路と、前記第１の零交叉波回路から
   の矩形波パルス列を計数する第１の計数回路と、
   前記第２の零交叉波回路からの矩形波パルス列を
   計数する第２の計数回路と、前記両計数回路にお
   ける各計数結果を比較する比較回路とを有して成
   り、該比較結果が相違することに基づいて前記放
   声機器から発生する第１の音声を低減させると共
   に、そのとき以降における前記電気音響変換器か
   らの第２の音声の変換出力信号を音声認識部に取
   り込んで音声認識するようにしたことを特徴とす
   る音声認識回路。 ２ 特許請求の範囲第１項に記載の音声認識回路
   において、前記第１および第２の零交叉波回路に
   それぞれ直列にバンドパスフイルタを接続したこ
   とを特徴とする音声認識回路。 ３ 特許請求の範囲第１項または第２項に記載の
   音声認識回路において、前記第１および第２の零
   交叉波回路にそれぞれ直列に差分回路もしくは微
   分回路を接続したことを特徴とする音声認識回
   路。