JPH05134693A - 音声出力装置 - Google Patents

Abstract

(57)【要約】 【目的】 違和感のない音声出力応答を得る。 【構成】 マイク１に入力された音声（相手先名）は、
Ａ／Ｄ変換器２を介して、音声認識部７に出力され、音
声認識された後、その認識結果に対応する音声信号（相
手先名）が、ユーザメモリ４より読み出され、さらにシ
ステムメモリ５に記憶されている付加音声「さんですね
？」が読み出され、音声信号（相手先名）に連続して付
加音声「さんですね？」が、ピッチ変換部１２に出力さ
れる。ピッチ変換部１２において、音声応答制御部３よ
り出力された音声信号（相手先名）のピッチ、および付
加音声「さんですね？」のピッチが、同一のピッチに変
換される。そして、Ｄ／Ａ変換器１３において、Ｄ／Ａ
変換処理が施された後、同一ピッチの音声（相手先名）
および付加音声「さんですね？」が連続した音声「（相
手先名）さんですね？」が、認識結果を確認するための
音声として、スピーカ１４より出力される。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、音声を出力する場合に
用いて好適な音声出力装置に関する。

【０００２】

【従来の技術】従来の、例えば音声認識電話は、使用者
が発声した例えば通話しようとする相手の名前などを音
声認識し、認識結果を確認するために、認識した音声、
即ち使用者が発声した相手の名前（相手先名）に、例え
ば音声「ですね？」を付加した音声「（相手先名）です
ね？」を出力する。装置による認識が正しい場合、使用
者が、例えば「はい。」などと応答（発声）することに
より、装置は認識結果を正しいものとみなして、その認
識結果に対応する、あらかじめ装置に登録された相手先
の電話番号を、自動的にダイヤルする。

【０００３】

【発明が解決しようとする課題】ところで、装置が認識
結果を確認するために出力する音声「（相手先名）です
ね？」は、あらかじめ装置に登録されている必要があ
る。しかしながら、使用者ごとに異なる相手先名は、そ
のデータ量が莫大で、装置を製作する際に、あらかじめ
登録することができない課題があった。

【０００４】そこで、使用者ごとに異なるデータを登録
することができるように設けられた、例えばユーザ用メ
モリに、装置が認識結果を確認するために出力する音声
「（相手先名）ですね？」を、例えばキーボードやマイ
クなどにより入力（登録）する方法がある。しかしなが
ら、この方法では、使用者ごとに異なる相手先名に、す
べて共通に「ですね？」を付加して、装置に登録しなけ
ればならず、使用者にわずらわしさを感じさせる課題が
あった。

【０００５】これを解決するために、装置が認識結果を
確認するために出力する音声を、相手先名のみにする方
法がある。しかしながら、この方法では、装置が認識結
果を確認するための音声として、相手先名しか出力しな
いので、使用者に違和感を感じさせる課題があった。

【０００６】本発明は、このような状況に鑑みてなされ
たものであり、違和感のない音声を容易に出力すること
ができるようにするものである。

【０００７】

【課題を解決するための手段】請求項１に記載の音声出
力装置は、音声を入力する入力手段としてのマイク１
と、マイク１より入力された音声を記憶する音声記憶手
段としてのユーザメモリ４と、マイク１より入力された
音声に付加する付加音声を記憶した付加音声記憶手段と
してのシステムメモリ５と、ユーザメモリ４に記憶され
た音声、およびシステムメモリ５に記憶された付加音声
を連続して再生する再生手段としての音声応答制御部
３、システム制御部８、Ｄ／Ａ変換器１３、およびスピ
ーカ１４とを備えることを特徴とする。

【０００８】この音声出力装置は、マイク１より入力さ
れた音声を認識する認識手段としての音声認識部７をさ
らに備えることができ、音声応答制御部３、システム制
御部８、Ｄ／Ａ変換器１３、およびスピーカ１４は、音
声認識部７により認識された音声に対応してユーザメモ
リ４に記憶された音声、およびシステムメモリ５に記憶
された付加音声を連続して再生することができる。

【０００９】請求項３に記載の音声出力装置は、音声を
入力する入力手段としてのマイク１と、マイク１より入
力された音声を記憶する音声記憶手段としてのユーザメ
モリ４と、マイク１より入力された音声に付加する付加
音声を記憶した付加音声記憶手段としてのシステムメモ
リ５と、ユーザメモリ４に記憶された音声のピッチ、お
よびシステムメモリ５に記憶された付加音声のピッチを
同一のピッチに変換するピッチ変換手段としてのピッチ
変換部１２と、同一のピッチに変換された音声、および
付加音声を連続して再生する再生手段としての音声応答
制御部３、システム制御部８、Ｄ／Ａ変換器１３、およ
びスピーカ１４を備えることを特徴とする。

【００１０】

【作用】請求項１に記載の音声出力装置においては、マ
イク１より入力された音声をユーザメモリ４に記憶し、
マイク１より入力された音声に付加する付加音声をシス
テムメモリ５に記憶し、ユーザメモリ４に記憶された音
声、およびシステムメモリ５に記憶された付加音声を連
続して再生する。従って、入力された音声に共通に付加
する付加音声を入力する必要がないので、使用者にわず
らわしさを感じさせることが防止される。

【００１１】マイク１より入力された音声を認識し、認
識された音声に対応してユーザメモリ４に記憶された音
声、およびシステムメモリ５に記憶された付加音声を連
続して再生する場合においては、認識された音声を確認
することができる。

【００１２】請求項３に記載の音声出力装置において
は、マイク１より入力された音声をユーザメモリ４に記
憶し、マイク１より入力された音声に付加する付加音声
をシステムメモリ５に記憶し、ユーザメモリ４に記憶さ
れた音声のピッチ、およびシステムメモリ５に記憶され
た付加音声のピッチを同一のピッチに変換し、同一のピ
ッチに変換された音声、および付加音声を連続して再生
する。従って、使用者に違和感を感じさせることなく、
異なる音声を連続に再生することができる。

【００１３】

【実施例】図１は、本発明の音声出力装置を応用した音
声認識電話の一実施例の構成を示すブロック図である。
マイク１は、入力された例えば電話をかける相手の名前
などの音声を電気信号（アナログ信号）に変換する。Ａ
／Ｄ変換器２は、マイク１より出力されたアナログ信号
をディジタル信号に変換するＡ／Ｄ変換処理を行う。ユ
ーザメモリ４は、Ａ／Ｄ変換器２および音声応答制御部
３を介してマイク１より出力される、電話をかける相手
の名前などの音声（音声信号）を記憶する。システムメ
モリ５には、ユーザメモリ４に記憶された電話をかける
相手の名前の直後に付加する、例えば「さんですね？」
などの付加音声（付加音声信号）が記憶されている。

【００１４】音声応答制御部３は、Ａ／Ｄ変換器２より
出力されたディジタル信号をユーザメモリ４に記憶させ
る。また、音声応答制御部３は、システム制御部８に制
御され、ユーザメモリ４に記憶されている音声信号を読
み出し、連続してシステムメモリ５に記憶されている付
加音声信号を読み出す。さらに、音声応答制御部３は、
システム制御部８を介して音声認識部７より供給される
認識結果に対応して、音声メモリ４に記憶されている音
声信号を読み出す。

【００１５】キーボード９は、電話をかける相手の電話
番号などを入力する。メモリ１０は、システム制御部８
を介して、キーボード９より出力される電話番号、ピッ
チ抽出部６により抽出される音声信号のピッチ、および
音声認識部７により作成される音声認識を行うための標
準パターンなどを記憶する。

【００１６】ピッチ抽出部６は、Ａ／Ｄ変換器２を介し
てマイク１より出力された音声信号のピッチを抽出す
る。音声認識部７は、Ａ／Ｄ変換器２を介してマイク１
より出力された音声信号から、例えば線形予測係数など
の特徴パラメータを抽出し、その特徴パラメータから音
声パターンおよび標準パターンを作成し、この音声パタ
ーンと標準パターンとを比較して音声認識を行う。

【００１７】ピッチ変換部１２は、音声応答制御部３に
よりユーザメモリ４およびシステムメモリ５から読み出
された音声信号および付加音声信号のピッチを、システ
ム制御部８より供給されるメモリ１０に記憶されたピッ
チに変換する。Ｄ／Ａ変換器１３は、音声応答制御部３
によって連続的に読み出され、ピッチ変換部１２によっ
て同一のピッチに変換された音声信号（ディジタル信
号）および付加音声信号（ディジタル信号）をアナログ
信号に変換するＤ／Ａ変換処理を行う。スピーカ１４
は、Ｄ／Ａ変換器１３より出力されたアナログ信号（音
声信号）を音声に変換し、出力する。

【００１８】ダイヤル発信部１１は、電話回線（図示せ
ず）に接続されており、音声認識部７による音声認識結
果に対応してシステム制御部８より供給される、メモリ
１０に記憶された電話番号にダイヤルする。

【００１９】システム制御部８は、音声認識部７による
音声認識結果に対応して、音声応答制御部３およびピッ
チ変換部１２を制御するなど、装置の各ブロックを制御
する。

【００２０】次に、電話をかける相手の名前とその電話
番号を登録する場合の動作について説明する。最初に、
システム制御部８に名前とその電話番号を登録すること
を知らせるために、登録スイッチ（図示せず）をオンに
した後、電話をかけるために登録したい相手の名前（相
手先名）をマイク１に入力する。マイク１に入力された
音声（相手先名）は、電気信号（音声信号）に変換さ
れ、Ａ／Ｄ変換器２に出力される。Ａ／Ｄ変換器２によ
り、Ａ／Ｄ変換処理された音声信号は、音声応答制御部
３、ピッチ抽出部６、および音声認識部７に供給され
る。

【００２１】音声応答制御部３において、Ａ／Ｄ変換器
２より出力された音声信号は、ユーザメモリ４に記憶さ
れる。また、ピッチ検出部６において、Ａ／Ｄ変換器２
より出力された音声信号は、そのピッチが検出され、シ
ステム制御部８を介してメモリ１０に記憶される。さら
に、音声認識部７において、Ａ／Ｄ変換器２より出力さ
れた音声信号から、特徴パラメータが抽出され、その特
徴パラメータから標準パターンが作成され、この標準パ
ターンは、システム制御部８を介してメモリ１０に記憶
される。

【００２２】このように、マイク１に入力された音声
（相手先名）がユーザメモリ４に記憶され、その音声の
ピッチおよび標準パターンがメモリ１０に記憶された
後、キーボード９より相手先の電話番号が入力される
と、その電話番号がシステム制御部８を介して、メモリ
１０に記憶される。

【００２３】以上の動作を繰り返し、所望する相手先名
とその電話番号の登録が終了した後、不必要な音声およ
び音などがユーザメモリ４およびメモリ１０に記憶され
ないように、登録スイッチをオフにする。

【００２４】次に、登録された相手先名を入力（発声）
することにより自動発呼（自動ダイヤル）する場合の動
作について説明する。最初に、登録した相手先名をマイ
ク１に入力する。マイク１に入力された音声（相手先
名）は、電気信号（音声信号）に変換され、Ａ／Ｄ変換
器２に出力される。Ａ／Ｄ変換器２において、Ａ／Ｄ変
換処理された音声信号は、音声認識部７に供給される。
音声認識部７において、Ａ／Ｄ変換処理された音声信号
から特徴パラメータが抽出され、その特徴パラメータか
ら音声パターンが作成される。さらに、音声認識部７に
おいて、システム制御部８によって読み出された、メモ
リ１０に記憶された標準パターンが参照され、その標準
パターンと音声パターンとが比較され、音声パターンに
最も類似した標準パターン（音声パターンとの距離が最
も近い標準パターン）が検出された後（音声認識された
後）、その標準パターン（認識結果）がシステム制御部
８に出力される。

【００２５】システム制御部８において、音声認識部７
より出力された標準パターンに対応する音声信号をユー
ザメモリ４から読み出すように、音声応答制御部３に制
御信号が出力されるとともに、音声認識部７より出力さ
れた標準パターンに対応する音声信号のピッチが、メモ
リ１０より読み出され、ピッチ変換部１２に出力され
る。

【００２６】システム制御部８から音声応答制御部３に
制御信号が出力されると、音声応答制御部３において、
音声認識部７より出力された標準パターンに対応する音
声信号（相手先名）が、ユーザメモリ４より読み出さ
れ、さらに続けてシステムメモリ５に記憶されている付
加音声「さんですね？」が読み出され、音声信号（相手
先名）に連続して付加音声「さんですね？」が、ピッチ
変換部１２に出力される。ピッチ変換部１２において、
音声応答制御部３より出力された音声信号（相手先名）
のピッチ、および付加音声「さんですね？」のピッチ
が、システム制御部８より出力されたピッチに変換さ
れ、Ｄ／Ａ変換器１３に出力される。

【００２７】ここで、システム制御部８より出力される
ピッチは、ユーザメモリ４に相手先名を登録したときの
音声信号のピッチ、即ちユーザメモリ４に記憶された音
声信号（相手先名）のピッチであるから、本実施例の場
合においては、音声信号（相手先名）のピッチは、ピッ
チ変換部１２において、変換されない。

【００２８】Ｄ／Ａ変換器１３において、ピッチ変換部
１２より出力された同一ピッチの音声信号（相手先名）
および付加音声「さんですね？」は、Ｄ／Ａ変換処理さ
れ、同一ピッチの音声（相手先名）および付加音声「さ
んですね？」が連続した音声「（相手先名）さんですね
？」が、認識結果を確認するための音声として、スピー
カ１４より出力される。

【００２９】スピーカ１４より出力された音声「（相手
先名）さんですね？」が、マイク１に入力した電話をか
ける相手の名前である場合、その音声認識結果が正しい
ことを装置に知らせるために、例えば「はい」などとマ
イク１に入力する。前述した場合と同様に、マイク１に
入力された音声「はい」は、Ａ／Ｄ変換器２を介して音
声認識部７に出力され、音声認識部７において、音声認
識され、その認識結果がシステム制御部８に出力され
る。システム制御部８において、音声認識部７により認
識された音声が「はい」であると判定された場合、ユー
ザメモリ４から読み出すように、音声応答制御部３に指
令した音声信号（相手先名）に対応する電話番号が、メ
モリ１０より読み出され、ダイヤル発信部１１に出力さ
れる。そして、ダイヤル発信部１１において、システム
制御部８より出力された電話番号が自動的にダイヤルさ
れる。

【００３０】なお、システムメモリ５に記憶されている
付加音声のピッチを、あらかじめメモリ１０に記憶させ
ておき、ピッチ変換部１２において、音声（相手先名）
が、付加音声のピッチに変換されるようにすることがで
きる。さらに、キーボード９より任意のピッチを入力し
てメモリ１０に記憶させておき、ピッチ変換部１２にお
いて、音声（相手先名）および付加音声が任意のピッチ
に変換されるようにすることも可能である。

【００３１】

【発明の効果】請求項１に記載の音声出力装置によれ
ば、入力手段より入力された音声を音声記憶手段に記憶
し、入力手段より入力された音声に付加する付加音声を
付加音声記憶手段に記憶し、音声記憶手段に記憶された
音声、および付加音声記憶手段に記憶された付加音声を
連続して再生する。従って、入力された音声に共通に付
加する付加音声を入力する必要がないので、使用者にわ
ずらわしさを感じさせることが防止される。

【００３２】請求項２に記載の音声出力装置によれば、
入力手段より入力された音声を認識し、認識された音声
に対応して音声記憶手段に記憶された音声、および付加
音声記憶手段に記憶された付加音声を連続して再生す
る。従って、認識された音声を確認することができる。

【００３３】請求項３に記載の音声出力装置によれば、
入力手段より入力された音声を音声記憶手段に記憶し、
入力手段より入力された音声に付加する付加音声を付加
音声記憶手段に記憶し、音声記憶手段に記憶された音声
のピッチ、および付加音声記憶手段に記憶された付加音
声のピッチを同一のピッチに変換し、同一のピッチに変
換された音声、および付加音声を連続して再生する。従
って、使用者に違和感を感じさせることなく、異なる音
声を連続に再生することができる。

【図面の簡単な説明】

【図１】本発明の音声出力装置を応用した音声認識電話
の一実施例の構成を示すブロック図である。

【符号の説明】

１ マイク ２ Ａ／Ｄ変換器 ３ 音声応答制御部 ４ ユーザメモリ ５ システムメモリ ６ ピッチ抽出部 ７ 音声認識部 ８ システム制御部 ９ キーボード １０ メモリ １１ ダイヤル発信部 １２ ピッチ変換部 １３ Ｄ／Ａ変換器 １４ スピーカ

Claims (3)

【特許請求の範囲】
1. 【請求項１】 音声を入力する入力手段と、 前記入力手段より入力された音声を記憶する音声記憶手
   段と、 前記入力手段より入力された音声に付加する付加音声を
   記憶した付加音声記憶手段と、 前記音声記憶手段に記憶された音声、および前記付加音
   声記憶手段に記憶された付加音声を連続して再生する再
   生手段とを備えることを特徴とする音声出力装置。
2. 【請求項２】 前記入力手段より入力された音声を認識
   する認識手段をさらに備え、 前記再生手段は、前記認識手段により認識された音声に
   対応して前記音声記憶手段に記憶された音声、および前
   記付加音声記憶手段に記憶された付加音声を連続して再
   生することを特徴とする請求項１に記載の音声出力装
   置。
3. 【請求項３】 音声を入力する入力手段と、 前記入力手段より入力された音声を記憶する音声記憶手
   段と、 前記入力手段より入力された音声に付加する付加音声を
   記憶した付加音声記憶手段と、 前記音声記憶手段に記憶された音声のピッチ、および前
   記付加音声記憶手段に記憶された付加音声のピッチを同
   一のピッチに変換するピッチ変換手段と、 前記ピッチ変換手段により同一のピッチに変換された前
   記音声、および前記付加音声を連続して再生する再生手
   段とを備えることを特徴とする音声出力装置。