JPH0443399A

JPH0443399A - 車載用音声認識装置

Info

Publication number: JPH0443399A
Application number: JP2152321A
Authority: JP
Inventors: Shoji Kuriki; 章次栗木
Original assignee: Ricoh Co Ltd
Current assignee: Ricoh Co Ltd
Priority date: 1990-06-11
Filing date: 1990-06-11
Publication date: 1992-02-13

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】肢先光互本発明は、車載用音声認識装置に関する。

従」１刻毎自動車内の機器に対して音声で制御しようという技術が
一般化されてきている。例えば、特開昭５９−１０９０
９６号公報においては、音声認識装置に音声データを入
力させるマイクのスイッチをＯＮしている間、或いは、
マイクスイッチをＯＮＬだ後、一定時間内は機器の出力
を停止させて、誤作動をなくし、認識率を向上させるよ
うにしている。しかして、この場合、対照となる機器は
、例えば、ラジオであり、カセットデツキであり、空調
用の機器、自動車電話の発信などで、運転者（使用者）
が発声した音声が音声認識装置により認識され、その結
果によってあらかしめ対応づけられた機器が動作する。

音声認識装置として特定話者方式と不特定話者方式が用
いられるが、特定話者方式の場合、辞書は使用者が登録
するが、不特定話者方式の場合は機器に組み込まれてい
る。

一般に、不特定話者方式の辞書は多くの人の音声を収録
してその音声データベースから作成される。

音声データベースはスタジオなどの環境で収録され、ま
た、マイクもボーカルマイクなどを使用し、口もとに近
く配置されることが多い。これは一般の使用状態（例え
ば、ヘッドセットマイク使用）に近い状態の音声を収録
するためであり、また、音声の品質を高くするためであ
る。しかし、車内で音声認識装置を使用する場合には、
ヘッドセットを使用することは考えにくい。そのため、
マイクを口もとから離して（２０〜３０Ｃ！ｍ）使用す
るが、マイクは口もとから離れると周波数特性が変化す
る。

第４図は１口もと近くの周波数特性、第５図は、口もと
から離した場合の周波数特性を示すが、これらの図から
明らかなように、主に、数ｋＨｚ以上の周波数で差が生
じ、マイクが口から離れると高域の周波数特性のゲイン
が低域よりも高くなる。

更に、車室内であることから、車室の形状による周波数
特性の変化が加わる。スタジオなどでは音声の壁などに
よる反射音がマイクに入らないようになっているが、車
室内はガラスが多く使用され、かつ、狭いために反射音
がマイクに入りやすい。

そのため、車室の形状により高域の周波数特性に差が生
じやすい。前述の通り、不特定話者方式に使用される辞
書はスタジオ録音で収録されているため、実際の車室内
での音声と周波数特性が異なり、入カバターンが期待さ
れるパターンと異なっている。特に、ｕ　Ｆ　Ｐ”音、
′Ｈ′″音はローカルピークが立ちにくいため、パター
ンが異なり、認識率の低下を招いていた。

■−−匁本発明は、上述のごとき実情に鑑みてなされたもので、
特に１発声した音声の周波数特性を補正することにより
、期待される入カバターンを得、認識率を向上させるこ
とを目的としてなされたものである。

碧−−」文本発明は、上記目的を達成するために、車載用音声認識
装置において、（１）マイクとマイクアンプとＡＧＣと
バンドパスフィルタと検波器とローパスフィルタとＡ／
Ｄ変換器と補正テーブルとかけ算器と音声区間検出部と
特徴抽出部と音声パターンメモリーと認識部と不特定話
者辞書と認識結果出力部と負荷能動部を有する車載用音
声認識装置において、車内で発声された入力音声の周波
数特性を、不特定話者辞書を作成した時に使用した音声
データベースを収録した特性に近似させるために補正テ
ーブルに記録しである定数をチャンネルパワーデータに
かけ算し、その結果得られた各チャンネルのパワーデー
タを用いて認識を行なうことを特徴としたものであり、
更には、（２）前記（１）において、補正テーブルを数
種類もち、車種毎にスイッチで切り替えること、或いは
、（３）前記（１）において、車種毎に補正テーブルを
カート化したことを特徴としたものである。

以下、本発明の実施例に基いて説明する。

第１図は、本発明の一実施例を説明するための構成図で
、図中、１はマイク、２はマイクアンプ、３はＡＧＣ（
自動利得調整装置）、４□〜４□、はバントパスフィル
タ（ＢＰＦ）、検波器（ＤＥＴ）。

ローパスフィルタ（ＬＰＦ）等から成る各チャンネル帯
域でのパワー検出器、５はＡ／Ｄ変換器。

６□〜６１．はチャンネルパワーデータ、７１，７□は
かけ算器、８は補正テーブル、１１は音声区間検出部、
１２は特徴抽出部、１３は音声入カバターン部、１４は
認識部、１５は不特定話者辞書、１６は認識結果出力部
、１７は負荷駆動部、１８　ａ　−１８ｄは負荷で、１
８ａはラジオ、１８ｂはカセットデツキ、１８ｃは空調
機器、１８ｄは自動車電話を示す。マイク１より入力さ
れた音声はマイクアンプ２で増幅され、ＡＧＣ３に入力
されて話者の音量差を正規化する。ＡＧＣは認識方式に
よっては必要がない場合がある。音声信号はｎ（＝１５
）チャンネルのバンドパスフィルタ（ＢＰＦ）、検波器
（ＤＥＴ）、ローパスフィルタ（ＬＰＦ）等から成るパ
ワー検出器４１〜４□、に入力され、各チャンネル帯域
でのパワーが検出される。このパワー電圧はＡ／Ｄ変換
器５で各チャンネル毎にデジタル値に変換される。各チ
ャンネルのパワー（デジタル値）は車室内の入力の周波
数特性を持っているため、このパワーに予めスタジオの
録音特性に対して計算された逆特性を掛けることにより
周波数特性を補正する。もちろん、単純なかけ算では正
確な補正はできないが、パワーになった時点では十分効
果がある。周波数補正用のかけ算器７□、７□は高域の
み使用すればよい。また、かけ算する補正値は補正テー
ブル８に記録されており、補正値はマイクの特性や車内
特性から実験的に求められた値である。図示の場合、音
声帯域を１５チヤンネルに分け、高域の２チヤンネルの
み補正を行なっており、１４チヤンネルのパワーを０．
５倍し、１５チヤンネルのパワーは０．２５倍にしてい
る。このようにして補正されたチャンネルパワーデータ
から音声区間検出器１１で音声区間を検出し、特徴抽出
部１２で音声の特徴量を検出して、音声入カバターン１
３を作成する。このパターンは不特定話者用辞書１５の
辞書パターンと比較され、認識部１４では最も類似して
いる単語を正解として結果出力部１６より認識結果を出
力する。この結果に対応して負荷制御部１７では結果に
対応する機器の制御を行なう。これは、例えば、ラジオ
１８ａの選局であったり、カセットデツキ１８ｂの早送
りであったり、自動車電話の音声ダイアリング１８ｄで
あったりする。

しかしながら、第１図に示した実施例の場合。

補正テーブル８の値が一定のため、車種が変わることに
よる周波数特性の補正はできない。車種が変わるための
周波数特性の変化は主に車室の形状にある。

第２図は、上述のごとき実情に適した車載用音声認識装
置の実施例を説明するための構成図で、図中、８ａ、８
ｂ、８ｃは補正テーブルで、その他、第１図に示した実
施例と同様の作用をする部分には、第１図の場合と同一
の参照番号が付しである。而して、本実施例においては
、代表的な車の形による補正値を求め、それぞれ別々に
補正テーブルを持ち、例えば、１ボツクスカー用、２ボ
ツクスカー用、セダン用、トラック用等に分け、それぞ
れの車種の代表的な補正値をそれぞれの補正テーブルに
記録しておく。使用時には使用者が車種を選んでスイッ
チ９８〜９Ｃで入力する。選ばれた補正テーブルの値に
より、パワーの補正が行なわれる。

第３図は、本発明の他の実施例を説明するための構成図
で、この実施例は、第２図に示した実施例が車種を使用
者にスイッチで選ばせるのに対して、本実施例は、補正
テーブル８が記録されているカード１０を作成し、例え
ば、１ボツクスカー用カード、セダン用カードのように
使用者に車種にあったカードを挿入させることによって
、補正する値を変化させるようにしている。

丸−一来以上の説明から明らかなように、本発明による車載用音
声認識装置においては、車内の入力音声の特性と、不特
定話者辞書を作成するのに使用する音声データベースの
特性とを近似させることにより１期待される入カバター
ンを得ることができ、不特定話者認識の認識率が向上す
る。更には、車種毎により細かな周波数特性の補正がで
きるため、期待される入カバターンを得ることができ、
不特定話者認識の認識率が向上する。また、車種毎にカ
ードを作成して使用者に装着させるこヒにより、車種別
の選択を使用者が行なうことなく使用できるため、より
便利となる等の利点がある。

【図面の簡単な説明】

第１図乃至第３図は、それぞれ本発明による車載用音声
認識装置の実施例を説明するための構成図、第４図及び
第５図は、マイクの周波数特性図である。１・・・マイク、２　マイクアンプ、３・ＡＧＣ１４□
〜４□、・各チャンネル帯域でのパワー検出器。５・Ａ／Ｄ変換器、６□〜６□、・チャンネルパワーデ
ータ、７１，７□・かけ算器、８．８ａ〜８ｃ・・・補
正テーブル、９８〜９ｃ・・スイッチ、１０・・・カー
ト、１１・・・音声区間検出部、１２・特徴抽出部、１
３・・・音声入カバターン部、１４・・認識部、１５・
・・不特定話者辞書、１６・・認識結果出力部、１７・
・・負荷駆動部、１８ａ・・・ラジオ、１８ｂ・・・カ
セットデツキ、１８ｃ・・・空調機器、１８ｄ・・・自
動車電話。

Claims

【特許請求の範囲】

１．入力音声のチャンネル毎のパワーデータを得るチャ
ンネルパワーデータ部と補正テーブルとかけ算器と音声
区間検出部と特徴抽出部と音声パターンメモリーと認識
部と不特定話者辞書と認識結果出力部と負荷駆動部を有
する車載用音声認識装置において、前記補正テーブルに
ある定数を記録しておき、該定数をチャンネルパワーデ
ータにかけ算し、車内で発声された入力音声の周波数特
性を不特定話者辞書を作成した時に使用した音声データ
ベースを収録した特性に近似させ、その結果得られた各
チャンネルのパワーデータを用いて認識を行なうことを
特徴とする車載用音声認識装置。