JPH0486700A - 音声認識装置 - 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】 ［発明の目的］ （産業上の利用分野） 本発明は信号音発生機器からの信号音が周囲騒音として
存在する環境下で入力される音声信号を高性能に認識す
ることのできる音声認識装置に関する。

（従来の技術） 近時、自然性の高いマンマシン・インターフェースとし
ての音声認識装置の需要が高まってきている。特に最近
では、情報処理技術および半導体製造技術の発展に伴い
、音声認識装置の小形化・低価格化が進められ、その利
用・応用範囲（分野）が益々拡がりつつある。ところが
実用化の点では、例えば耐騒音性の問題等、未だに幾つ
かの解決すべき間廟点が残されている。

即ち、騒音環境下で音声認識装置を用いるような鳩舎、
その胸囲騒音を音声として検知し、これを認識してしま
うと致命的な誤りとなる。また音声が周−騒音に埋もれ
てしまい、この結果、入力音声を精度良く認識すること
ができなくなる等の不具合かある。従って従来−船釣に
は比較的静かな場所（環境下）だけで音声認識装置を利
用したり、或いは周囲の騒音を拾い難い接話型のマイク
ロフォンを用いて音声を入力する等の工夫がなされてい
る。

然し乍ら、オーディオ機器（信号音発生機器）からの再
生音を聞きながら、その動作を音声入力により制御する
ような場合、上記オーディオ機器からの信号音が入力音
声に対する周囲雑音として作用することが否めず、所謂
静かな環境を実現することは本質的に不可能である。従
ってこのような場合、上述した接話型のマイクロフォン
を用いて音声入力することが必要となる。しかしこの種
のマイクロフォンは使用者（発話者）の身体に直接取り
付けて用いられることが殆どであり、その取扱いが面倒
である。しかも騒音として作用する前記オーディオ機器
からの出力音のレベル（信号再生レベル）によって音声
入力の環境が大幅に変化するので、接話型のマイクロフ
ォンを用いたとしてもその周囲騒音の混入を完全に防ぐ
ことか難しいと云う問題かある。つまり制御対象とする
オーディオ機器からの信号か直接的に周囲雑音として作
用するので、音声により種々の制御情報を発声入力して
も、その認識処理が非常に困難である等の問題かある。

（発明か解決しようとする課題） このように従来では、例えば音声認識を利用してオーデ
ィオ機器の動作を制御しようとしても、オーディオ機器
から出力される信号音が直接的に入力音声に対する騒音
として作用する為、耐騒音性を高めて入力音声を高性能
に認識することか困難であり、使い勝手での悪い接話型
のマイクロフォンを用いる必要がある等の問題があった
。しかも接話型のマイクロフォンを用いたとしてもオー
ディオ機器からの出力音のレベルによっては十分なる耐
騒音性を安定に確保することが困難である等の不具合が
あった。

本発明はこのような事情を考慮してなされたもので、そ
の目的とするところは、オーディオ機器等の信号音発生
機器からの出力音が存在する環境下での入力音声を、耐
騒音性良く、しかも高性能に認識することのできる実用
性の高い音声認識装置を提供することにある。

［発明の構成］ （課題を解決するための手段） 本発明はオーディオ機器等の信号音発生機器から出力さ
れる信号音が周囲騒音として存在する環境下においてマ
イクロフォンを介して入力される音声信号を認識する音
声認識装置に係り、前記信号音発生機器の出力信号を補
正して入力する外部音補正部を備え、この外部音補正部
を介して補正入力された信号音と前記マイクロフォンを
介して入力された信号との比較結果に応じて前記外部音
補正部における前記信号音発生機器における前記信号音
に対する補正を制御するようにし、このような制御を受
けて前記外部音補正部にて補正入力された信号音（信号
音発生機器からの補正された出力信号）と前記マイクロ
フォンを介して入力された信号との差を求め、この差信
号を入力音声として認識するようにしたことを特徴とす
るものである。

（作　用） 本発明によれば、信号音発生機器の出力信号を補正して
入力することで、マイクロフォンから周囲騒音として混
入する上記信号音発生機器からの信号音に相当する成分
を作りたし、この信号成分を前記マイクロフォンからの
入力信号から減算するので、音声信号に周囲雑音として
混入する前記信号音発生機器から出力される信号音を効
果的にキャンセルすることができる。

この結果、信号音発生機器から出力される信号音に起因
する音声認識処理の誤動作や誤認識を防いで、その認識
性能を十分に高めることが可能となり、信号音発生機器
から出力された信号音が周囲騒音として存在する環境下
での音声認識を効果的に、且つ高性能に行うことが可能
となる。

（実施例） 以下、図面を参照して本発明の一実施例に係る音声認識
装置について説明する。

第１図は実施例装置の概略構成図で、■はスピーカ２を
介して信号音を出力するオーディオ機器である。このオ
ーディオ機器１は機器制御部３の制御を受けて信号音の
出力（例えば音声や音楽等の楽音の再生出力）を制御す
るもので、信号音発生機器の１つとして作用する。尚、
信号音発生機器としては上記オーディオ機器１のみなら
す、例えば構内放送機器等であっても良い。

この発明に係る音声認識装置は、このようなオーディオ
機器や構内放送機器等の信号音発生機器からスピーカ２
を介して信号音が出力されている環境下において、発話
者が発声した音声をマイクロフォンを介して入力し、こ
れを高性能に認識しようとするものであり、次のように
構成される。

即ち、マイクロフォン１１は、発話者か発声した音声を
入力する為のものであり、このマイクロフォン１１を介
して入力される音信号は適宜前置増幅器等にて所定の信
号処理かなされた後、後述する比較器１２および減算器
１３にそれぞれ供給される。

このようにしてマイクロホン１１から入力される音声に
は、−船釣には前記スピーカ２から出力される前記オー
ディオ機器１からの信号音か周囲騒音として混入する。

即ち、オーディオ機器１からスピーカ２を介して出力さ
れる信号音をＡ、とした場合、その信号音Ａ、は環境騒
音Ｎ、として前記マイクロフォン１１に回り込み、発話
者か発声した音声Ｓｋと共にマイクロフォン１１を介し
て入力される。このような入力信号（Ｓｋ　＋Ｎｋ　）
か前記比較器１２および減算器１３にそれぞれ供給され
る。

一方、外部音補正部１４は前記オーディオ機器１かスピ
ーカ２を介して出力する信号音Ａｋを上記オーディオ機
器ｌから直接的に入力し、補正制御部１５の制御の下で
、その信号レベル（振幅）や位相を補正制御するもので
ある。この補正制御部１５による補正制御の下で前記外
部音補正部１４により補正された前記オーディオ機器１
からの出力信号ａｋは、前記比較器１２および減算器１
３にそれぞれ供給される。

しかして比較器１２は、補正された信号音ａ、と前記マ
イクロフォン１１から入力された入力信号（Ｓ、＋Ｎ、
）とを比較し、例えばその差の成分を求めて前記補正制
御部１５に与えるものである。

補正制御部１５はこのような差成分（Ｓｋ十Ｎｋａｈ）
に従い、例えばこの差成分（Ｓｉ　＋Ｎｈａｈ）が最小
となるように前記外部音補正部１４による前記信号音Ａ
、に対する補正量を制御する。

このような比較器１２から補正制御部１５を介する外部
音補正部１４の補正ループで示されるフィードバック系
により、前記外部音補正部１４における前記信号音Ａ、
に対しての補正が制御されて、例えば周囲騒音Ｎ、にほ
ぼ等し補正信号ａ、が求められる。

しかして減算器１３は、上述した如く補正されて入力さ
れる信号音ａ、と、前記マイクロフォン１１を介して入
力された入力信号（Ｓｉ　＋Ｎ、）との差を、（Ｓｉ十
Ｎｈ　　ａｋ）として求め、これを音声認識部１６に与
えて音声認識処理に供するものである。このようにして
音声認識処理に供する信号を生成することにより、その
信号は （Ｓｋ＋Ｎｋ−ａｈ　）　　−＋　　Ｓｋとなり、音声
認識部１６は周囲雑音Ｎ、を補正信号ａｋによりキャン
セルした音声Ｓ、を認識処理することになる。そしてこ
の音声認識部１６により認識処理された前記音声Ｓ−１
の認識結果に従って、例えば前記機器制御部３の動作が
制御されて前記オーディオ機器１からの信号音Ａｋの出
力が制御される。

即ち、この実施例によれば、例えば第２図に模式的に示
すように、音声Ｓｋを第２図（ａ）に示すように発声し
てマイクロフォン１１から入力する場合、オーディオ機
器１が第２図（ｂ）の実線で示すような信号音Ａ、を上
記音声Ｓｋの発声環境に出力していると、その一部が第
２図（ｂ）の−点鎖線で示すように外部騒音Ｎｋとして
マイクロフォン１１に回り込み、前記音声Ｓｋと共に入
力される。

この結果、マイクロフォン１１から入力される信号は第
２図（ｃ）に示すように前記音声Ｓｋと外部雑音Ｎｋと
が重畳した信号（Ｓｉ十Ｎｋ）となる。

このような信号人力環境において、前記外部音補正部１
４は前記オーディオ機器１が出力する信号Ｓ、を入力し
、その振幅・位相に対する補正を施して第２図（ｄ）に
示すような補正信号ａｋを生成出力している。そして前
述したフィードバックループ系による補正量の制御によ
り、マイクロフォン１１を介して入力される信号（Ｓｉ
＋Ｎｈ）と前記補正信号ａｋとを比較し、その比較出力
（差）が最小となるようにしている。この比較出力を最
小とすることは、マイクロフォン１１を介して入力され
る信号（Ｓｔ　＋Ｎ、）中の不本意な成分である外部雑
音Ｎ、を除去することを意味し、前記補正信号ａ、を上
記外部雑音Ｎ、とほぼ等しくなるように補正することを
示している。

このようにして補正された補正信号ａ、を減算器１３に
与え、マイクロフォン１１を介して入力される信号（Ｓ
ｉ　十Ｎｋ）から差し引くことにより、第２図（ｅ）に
示すように外部雑音Ｎ、をキャンセルし、その音声Ｓ、
の成分だけを抽出して音声認識部１６に与えることが可
能となる。

この結果、オーディオ機器１から出力された信号音Ａｋ
か存在する環境下で音声Ｓｋを発声し、その音声を認識
処理する場合であっても、上記信号音Ａｋか回り込んで
音声Ｓ、に重畳する外部雑音Ｎ、を効果的にキャンセル
して、その音声ｓｋを効果的に、且つ高性能に認識する
ことが可能となる。また音声Ｓｋか発声入力されない場
合であっても、上記外部雑音Ｎｋか間違って認識処理さ
れることがなくなり、その誤認識動作を未然に防くこと
か可能となる。

尚、ここでは比較器１２と減算器１３とを独立に設け、
外部音に対する補正制御とマイクロフォン１１から入力
された信号に対する雑音成分の除去とを別々に行ったか
、比較器１２と減算器１３とを一体化し、外部音に対す
る補正制御しながら入力信号に対する雑音成分の除去を
行うようにしても良い。

またこれらの処理を全ディジタル的に処理することも勿
論可能である。また外部音の補正に対する制御について
は、オーディオ機器１からの信号出力の条件（状態）が
変化した時点にだけ行い、その他の場合には、その補正
量を一定化しておくようにすることもできる。また補正
量を決定する為のテストモードを設定し、補正量の制御
をし易い信号音をオーディオ機器１から出力して補正量
を決定した後、通常の音声認識モードに戻すようにして
も良い。また音声認識部１６の出力信号や機器制御部３
からの出力信号を利用して前記外部音補正部Ｉ４におけ
る補正量を決定するようにその制御系を構築することも
可能である。その他、本発明はその要旨を逸脱しない範
囲で種々変形して実施することかできる。

［発明の効果コ 以上説明した・ように本発明によれば、所定の信号音発
生機器から信号音が出力されている環境下で音声を発声
し、その音声を認識処理する場合であって、上記信号音
が周囲環境における雑音として作用する場合であっても
、その周囲雑音の影響を受けることなしに入力音声を高
性能に認識することができ、その耐騒音性を十分に高く
することができる。また従来のように接話型のマイクロ
フォンを準備する必要がないので、使い勝手が良い等の
実用上多大なる効果が奏せられる。

【図面の簡単な説明】

第１図は本発明の一実施例に係る音声認識装置の概略構
成図、第２図は実施例装置の作用を説明する為の各部の
信号を示す図である。 ■・・・オーディオ機器、３・・・機器制御部、１１．
・・マイクロフォン、１２・・・比較器、１３・・・減
算器、１４・・・外部音補正部、１５・・・補正制御部
、１６・・・音声認識部。 出願人代理人　弁理士　鈴江武彦

Claims (1)

1. 【特許請求の範囲】 信号音発生機器から出力される信号音が周囲騒音として
   存在する環境下でマイクロフォンを介して入力される音
   声信号を認識する音声認識装置において、 前記信号音発生機器の出力信号を補正して入力する外部
   音補正部と、この外部音補正部を介して補正入力された
   信号音と前記マイクロフォンを介して入力された信号と
   を比較する比較器と、この比較器の出力に応じて前記外
   部音補正部における前記信号音発生機器における前記信
   号音に対する補正を制御する補正制御部と、前記外部音
   補正部にて補正入力された信号音と前記マイクロフォン
   を介して入力された信号との差を求める減算器と、この
   減算器を介して求められる差信号を入力音声として認識
   する音声認識部とを具備したことを特徴とする音声認識
   装置。