JPH04163618A - 音声操作コンピュータ - Google Patents

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） この発明は、音声認識装置を付加したコンピュータに関
するものである。

（従来の技術） 従来、コンピュータの操作方法は次のようなものであっ
た。

コンピュータは、あおよそ第２図（Ａ）に示すように、
コンピュータ（こ対しでコマシトを入力するキーボード
２０５、プログラムを実行する制御装置２Ｏ６、実行中
のプログラムや処理中のデータを格納する主記憶装置２
０Ｂ、実行可能なプログラムや高速で処理する必要のな
い大量のデータを保存する２次記憶装［２０２を備えで
いてコマンド入力のための音声認識装置を備えていない
構成となっている。ここでは、その他の出力装置、通信
製Ｍなどについての図示と説明は省略する。

主記憶装置２０８の内部にはオペレーティングシステム
と呼ばれるプログラムか存在し、制御装置２０６の動作
手順を定めている。

２次記惚装Ｍ２Ｏ２にはティレフト１ノ領域２０３と呼
ばれる記憶領域かあり、多数のファイルの名称（以降フ
ァイル名と称する）・属性・記憶場所などの管理情報２
０７を保存している。ここではファイル名の例として実
行可能ファイルの属性を持つワードプロセッサのプログ
ラムファイルのファイル名「ワードプロセッサ」と、表
計算のプログラムファイルのファイル名「表計算」か示
されているとして、以下の説明を行う。

先す、コンピュータをキーボード２０５によって操作す
る手順を第２図（Ｂ）および（Ｃ）を参照して説明する
。キーボード２０５によって使用者か例えば「表計算」
とコマンドを入力すると、制御表Ｍ２Ｏ６はオペレーテ
ィングシステム２０９のプログラムに基づいて、このコ
マンド名に対応したファイル名を持つ管理情報をディレ
クトリ指定（２５０）およびバス指定（２５１）に基づ
いてディレクトリ領域２０３の中から模索し、そのファ
イル名に対応した属性を読む（笥２図（Ｂ）に点線で示
す）。このファイル名のファイルか実行可能ファイルで
あるという属性を持っていれば、管理情報２０７の中の
記憶場所（図示せず）に基づいてファイル２０４（この
場合には表計算プログラムファイル）を読み出し、主記
憶装Ｎ２Ｏ３上に転送して、このファイル２０４内のプ
ログラムの美行を開始する（第２図（Ｃ）に点線で示す
）。

尚、通常、上記ティレフト「ノ領域は他のディレクトリ
領域を参照できるようになっており、使用するティレフ
トリの変更もキーボードからのコマンドによって指定で
きるようになっている（この指定をディレクトリ指定２
５０と称する）。また通常、上記ファイルの検索の検索
対象となるディレクトリ領域は任意に指定可能となって
いる（この指定をバス指定２５１と称する）。

一方、内部コマンドと呼ばれるコマンドに対してはオペ
レーティングシステム２０９か処理を行い、必すしも上
記のような２次記憶装置２０２からの読み出しを必要と
じない。この内部コマンドの場合には一般にその実行手
順が主記憶装置２０８或いは制御表［２０６の中に存在
し、入力されたコマンドか内部コマシトである場合には
制御表Ｍ２Ｏ６か即座に天性を行う。

（発明か解決しようとする課題） しかしながら、上述した従来の操作方法では、コマンド
入力の手段としでキーボードしかないため、キーボード
入力に手間力＼かがり、操作までに時間かかかる。

また、従来構成のコンピュータでは、キーボード入力の
代わりに音声認識による入力によってファイルを指定し
て操作しようとするためには、全てのコマンド名やファ
イルの数の語索に対応できる大語業の、従って高性能な
音声認識装置か必要であった。

この発明の目的は、以上述べたキーボード入力によって
操作するまでに手間と時間がかかるという問題点を除去
し、少数の語業に対応した音声認識装置によって音声の
司令により操作できるコンピュータを提供することにあ
る。

（課題を解決するための手段） この目的の達成を図るため、この発明の音声操作コンピ
ュータによれば、 コマンドを入力するキーボードと、このキーボードと接
続されプログラムを実行する制御装置と、この制御装置
と接続され実行中のプログラムや処理中のデータを格納
する主記憶装置と、制御装置と接続され美行可能なプロ
グラムや高速で処理する必要のないデータを保存する２
次記憶装置と、制御装置と接続され発声音声の認識処理
を行って認識結果を制御装置へ出力する音声認識装置を
備えており、 ２次記憶装苫は、オブジェクトの管理情報やそのデータ
構造自体（こ音声認識の性能の向上を図るための音声情
報を付加しで記憶してあり、制御装置は、キーボードか
ら入力したコマントに応じて現在の操作の対象となって
いるオブジェクト固有の音声情報を、認識のための基準
パターンとして、音声認識装置に伝達する機能を具えて
いることを特徴とする。

（作用） コンピュータは通常、実行可能な全てのコマンド、プロ
グラムを操作の対象とはせず、サーチバスと呼ばれるコ
マンド・プログラムの探索領域指定を行ったり、カレン
トディレクトリを定めで使用者に表示するなど、操作の
対象となるデータ、プログラムなどを限定する手段を持
つ。

この発明では使用者にとって現在の操作の対象となるデ
ータ、プログラム、絵文字（アイコン）、ボタンなどの
対象物（以降これをオブジェクトと称する）の管理情報
やそのデータ構造自体に、それぞれのオブジェクト固有
の、読み方・音声の特徴量・話者などの音声認識の性能
を向上させるための情報（以降これを音声情報と称する
）を付加してあき、現在の操作の対象となる複数のオブ
ジェクトが定まったときにオブジェクト固有の音声情報
を自動的に音声認識装置に伝達し、音声認識袋Ｎを動作
させる。音声認識装置はこのオブジェクト固有の音声情
報をもとに、認識対象の読み・特８！量・話者等を限定
し、音声認識を行う。音声が発声され、認識結果が得ら
れると、その認識結果は制御装置に入力され、コンピュ
ータはキーボードやマウスによるコマンド入力と同様の
処理によって操作される。

（実施例） 以下、図面を参照しで、この発明の実施例につき説明す
る。

この発明の一実施例を第１図、第３図および第４図を用
いて説明する。

この発明の音声操作コンピュータの全体の構成はおおよ
そ第１図（Ａ）に示すような構成を持つ。このコンピュ
ータは、これに対してコマンドを入力するキーボード１
０５、プログラムを実行する制御装置１０６、実行中の
プログラムや処理中のデータを格納する主記憶装置１０
８、実行可能なプログラムや高速で処理する必要のない
大量のデータを保存する２次記憶装！１０２！備えでい
る。ここでは、その他の出力装置、通信装置は、この発
明とは直接間係ないのでこれらについての図示と説明は
省略する。２次記憶装Ｍ１０２には通常複数のディレク
トリ領域１０３と呼ばれる記憶領域かある。ここまでは
通常のコンピュータと同様の構成となっている。

この発明では、入力装置としではキーホード］０５のほ
かに音声認識装置７０１を備えている。この実施例にお
いては、音声認識装置１１０１は一例として単語単位の
音声認識装置％用いるとする。また、この発明では、フ
ァイルの名称・属性・記憶場所などの管理情報１０７に
は特別に音声認識の性能を向上させるための情報１１８
を保存している。

また、第３図には制御表Ｍ１０６の詳細を示す構成図、
第４図には制御装置７０８の動作を示すフローを示す。

第３図において、３０１は内部コマンド記憶手段、３０
２はコマンド模索手段、３０３はコマンド実行手段を示
す。内部コマンド記憶手段３０７は内部コマンドの名称
、美行手順などとともに、内部コマシト固有の音声特徴
パタンを記憶してあり、音声特徴バタンは音声認識装置
］０１に必要に応しで転送される。コマンド検索手段３
０２は入力されたコマンド８検索する。

コマンド検索手段３０２は、外部コマンドを検索するた
めに２次記憶装Ｍ］０２と情報のやりとりができる構成
となっている。コマンド実行手段３０３はコマンドを実
行する。そのため、このコマンド実行手段３０３は、キ
ーボード１０５および音声認識装置１０１と情報のヤり
とりができる構成となっていると共に、２次記憶装置１
０２および主記憶装置１０８と情報のやりとりができる
構成ともなっている。

第４図においで（Ｓ］）〜（Ｓｌ○）は制御装置１０６
の内部の処理ステップを示す。

ここで説明する実施例（こおいで、ある一つのディレク
トリ領域１０３の名称が［業務Ｊであるとする。また、
ファイル名「ワードプロセッサ」を持つワードプロセッ
サプログラムファイルに対しては単語音声「ワープロＪ
の音声特徴バタンを管理情報１０７の中に保存し、ファ
イル名「表計算」を持つ表計算プログラムファイルに対
しては単語音声「表計算ｊの音声特徴バタンを管理情報
１０７の中に保存しておくとする。

また、第３図の内部コマンド記憶手段３０１にはオペレ
ーティングシステムの内部コマンド固有の名称およびそ
の操作に対応する音声特徴バタンか予め格納されている
とする。

次に、このような情況下にある実施例における音声操作
コンピュータの動作例を、第１図（Ｂ）、（Ｃ）、（Ｄ
）、菓３図および第４図により説明する。

〈音声特徴バタンの消去・書き換え〉 先ず、コンピュータの起動時における動作ヤコマントの
入力によってバス指定、ディレクトリ指定の設定・変更
を行う。このバス指定、ディレクトリ指定の設定・変更
の際、制御装置１０６は先ず、直前まで用いられていた
バス或いはディレクトリに対応した音声特徴バタンを消
去し、指定・変更後のバス指定、ディレクトリ指定に対
応し、現在の操作の対象となる可能性かあるファイルの
音声特徴バタンを音声認識装置１０１に送る。

これにつき説明する、この実施例の場合、例えば、ＭＳ
−ＤＯ３と同様のコマンドを持つオペレーティングシス
テムとした場合には、オペレータは、通常、キーボード
操作によって”ｃｄ￥業務”かディレクトリ指定変更の
コマンドとして入力する。このとき、先ず制御装置１０
６の内部のコマンド検索手段３０２か第４図における処
理ステップＳ１、Ｓ２１経てこのコマンド行を入力する
。

コマンド検索手段３０２は処理ステップＳ３により、オ
ペレーティングシステムの内部コマンドとして内部コマ
ンド記憶手段３０１に予め記憶されでいる内部コマンド
特有の文字列との照合を行う。このコマンド”ｃｄ”は
内部コマンドの１　ｆｉ類であるので、照合は内部コマ
ンドと一致し、Ｓ４の判断により、処理ステップＳ５に
進む。もしも入力されたコマンドか外部コマンドであっ
たり、プログラムであった場合には、処理ステップＳ１
０により、外部コマンド或いはプログラムを実行して処
理ステップＳ２に戻る。

処理ステップＳ５では、コマンド検索手段３０２におい
て、キーボード１０５から入力されたこの内部コマンド
かディレクトリ指定やバス指定の変更であるかどうかを
判断する。このコマンド″ｃｃｊ″はディレクトリ指定
のコマンドなので、処理ステップ８６に進む６もしも入
力されたコマンドがディレクトリ指定やバス指定の変更
でなければ、処理ステップＳ９で当該内部コマンドを実
行し、処理ステップＳ２に戻る。

処理ステップＳ６では、コマンド実行手段３０３が音声
認識装置］０１に対して音声認識装置１０１の内部にあ
る音声特徴バタンの消去を指示する。

次に、処理ステップＳ７では、主記憶装百１０８の内部
のバス指定領域１５１およびディレクトリ指定領域１１
０を入力されたコマンドの内容に従って変更する。ここ
では、ディレクトリ指定をディレクトリ名′°￥業務”
で書き換える。

次に、処理Ｓ８では、バス指定、ディレクトリ指定によ
って音声認識の対象となる内部コマンド、外部コマンド
、プログラムのディレクトリ領域から音声特徴バタンを
音声認識装置１１０１に転送する。そのため、ここでは
、先ず、内部コマンド記憶手段３０１の内部に蓄積され
でいる内部コマンドに対応した音声特徴バタンを音声認
識装置１０１に転送する。次に、ティレフトリ指定変更
後のカレントディレクトリ”￥業務”の情報％９照して
２次記憶装Ｎ１０２の中に存在するディレクトリ”￥業
務”の中に存在する、外部コマンドおよびプログラムの
ディレクトリ領ｔ１ｉ　１０３からそれぞれに対応した
音声特徴バタンを音声認識装置ｆｌＯ１に転送する。こ
こではディレクトリ”￥業務”の中に存在するプログラ
ム”ワードプロセッサパ、”表計算”１０４のディレク
トリ領域１０３に格納されでいる音声特徴バタン「ワー
プロ」、「表計算」１１８が音声認識装置１０１に転送
される。さらに、必要ならば、現在のバス指定によって
示されるディレクトリ内の外部コマンドおよびプログラ
ムのディレクトリ領域から音声認識装置１０１へ音声特
徴バタンを転送する。

以上で、現在操作の対象となるオブジェクトに対応した
音声特徴バタンか全て音声認識装置１０１に転送され、
次の操作を音声認識によって入力する準備か整ったので
、処理ステップＳ２に戻り、次のコマンドの入力と処理
を続ける。

このようにディレクトリ指定変更のコマンドに連動して
、音声認識装置１０１の認識対象となる音声はｒワープ
ロＪとｒ表計算Ｊとなる（第１図　。

（Ｂ））。この実施例の場合にはディレクトリ指定の変
更時の動作について記したか、バス指定の変更時も同様
の動作を行う。

このように、音声認識装置１０１の標準バタンは、現在
の操作の対象となっているオブジェクト固有の音声に間
する情報（音声情報）によって自動的に書き換えられる
ため、音声認識装置１０１ヘマイクロホシ等の適当な音
声入力手段を介して発声音声を入力させ、この入力音声
によってコンピュータを操作するための音声認識の対象
となる音声は、現在のコンピュータの操作の対象となる
オブジェクトに関する音声に限定されることとなる。

〈音声認識装置による操作〉 次に、コンピュータを音声認識装置１０１によって操作
する手順を第１図（Ｃ）および（Ｄ）によって説明する
。音声認識装置ｔｌＯ１に対して使用者がコマンドに対
応した音声、例えばｒ表計算Ｊを発声すると、音声認識
装置１０１は従来周知の認識処理を行って認識結果「表
計算Ｊを制御装置１０６に出力する。制御装置１０６は
第４図の処理フロー（３２〜Ｓ４．５１０）に従ってこ
の認識結果に対応したプログラムのファイルをディレク
トリ領域１０３の中から検索しく第１図（Ｃ）に点線で
示す）、管理情報１０７の中の記憶場所に基づいて表計
算ファイル１０４を読み出し、主記憶装Ｍ１０８上に転
送して、このファイル１０４内のプログラムの実行を開
始する（第１図（Ｄ）に点線で示す）。また、発声内容
かプログラムに対応した音声ではなく、内部コマンドや
タト部コマンドに対応したものであれば、その発声内容
に対応した所望の動作が行われる。

以上説明した実施例のように、２次記憶装置１０２の中
に存在するコマンド（通常、外部コマンドと呼ばれる）
のほかに、内部コマンドの実行も音声認識によって操作
できるように構成するのか好適である。この場合には、
内部コマンドに対応した音声特徴バタンか２次記憶装置
１０２の中に存在するオペレーティングシステムファイ
ルの管理情報（図示せず）とともに存在し、コンピュー
タの電源投入時にオペレーティングシステムファイル（
図示せず）が２次記憶装置１０２から制御装冨内の内部
コマンド記憶手段３０１に転送される際に音声特徴バタ
ンか音声認識装置１０１に転送するように構成するのか
好適である。

また、オペレーティングシステムに対するコマンドの指
定を音声認識で行うのと同様に、アプリケーションプロ
グラムに対するコマンドやファイルの指定を音声認識で
行う場合にも、音声特徴バタンかアプリケーションプロ
グラムファイルの管理領域ヤ揉作の対象となるファイル
の管理情報に付加しておくのが好適である。

さらに、上述した実施例では、音声認識装置として単語
音声認識袋Ｎを想定したか、この発明における音声認識
装置は必すしも単語単位の音声認識装置である必要はな
く、連続音声認識製雪であってもよい。この場合には、
管理情報の中には音声特徴バタンの代わりに、好ましく
は、ファイル固有の読み等の情報を音声に関する情報と
しで付加するのが良い。

ざらに、一般にコンピュータの操作の対象となる対象物
（以降これをオブジェクトと称する）は２次記憶装置上
のファイル、外部コマンドや制御装置内部の内部コマン
ドのみてはなく、Ｃ日Ｔティスプレィ上のカーソル、文
字、アイコン、ボタンを表現するデータ構造なども考え
られる。上述した実施例では内部コマンド、外部コマン
ドファイルやプログラムファイルをオブジェクトの一例
として挙げたか、オブジェクトは必すしもファイルのみ
に限定されるものではなく、例えば、マウス模作の対象
となるＣ日Ｔデイスプレィ上のアイコンやボタンを表現
するデータ構造をオブジェクトとして扱ってもよい。

（発明の効果） この発明によれば、音声認識装置によってコンピュータ
に対する操作を行う際に、認識対象となる音声を現在の
操作の対象となるオブジェクト（ファイル、データ構造
）に関連した音声に限定することかでき、音声認識の性
能か低く、少数の語粟しか認識できない場合でも容易に
コマンドの入力ができる。

【図面の簡単な説明】

菓１図（Ａ）〜（Ｄ）は、この発明の音声掃作コンピュ
ータの説明に供する図、 第２図（Ａ）〜（Ｃ）は、従来のコシどユータの説明図
、 第３図は、この発明の音声操作コンピュータが備える制
御装置の説明に供する図、 笥４図は、第３図の動作フローである。 ］０１・・・音声認識装置、１０２・・・２次記憶装冒
１０３−・・ディレクトリ領域 ］０４・・・ファイル、　　１０５・・・キーボード’
１０６・・・制御装置、　　　１０８・・・主記憶装置
］０９・・・オへレーティングシステム］］○・・・デ
ィレクトリ指定 ］５１・・・パス指定。

Claims (1)

【特許請求の範囲】
1. （１）コマンドを入力するキーボードと、このキーボー
   ドと接続されプログラムを実行する制御装置と、この制
   御装置と接続され実行中のプログラムや処理中のデータ
   を格納する主記憶装置と、前記制御装置と接続され実行
   可能なプログラムや高速で処理する必要のないデータを
   保存する２次記憶装置と、前記制御装置と接続され発声
   音声の認識処理を行って認識結果を制御装置へ出力する
   音声認識装置を備えており、 前記２次記憶装置は、オブジェクトの管理情報やそのデ
   ータ構造自体に音声認識の性能の向上を図るための音声
   情報を付加して記憶してあり、前記制御装置は、前記キ
   ーボードから入力したコマンドに応じて現在の操作の対
   象となっているオブジェクト固有の音声情報を、認識の
   ための基準パターンとして、前記音声認識装置に伝達す
   る機能を具えている ことを特徴とする音声操作コンピュータ。