JPH0540498A

JPH0540498A - 音声認識装置

Info

Publication number: JPH0540498A
Application number: JP3197542A
Authority: JP
Inventors: Shinichi Tsurufuji; 真一鶴藤; Masayuki Iida; 正幸飯田; Hiroki Onishi; 宏樹大西; Koji Araki; 孝次荒木; Koji Dejima; 浩次出島
Original assignee: Sanyo Electric Co Ltd
Current assignee: Sanyo Electric Co Ltd
Priority date: 1991-08-07
Filing date: 1991-08-07
Publication date: 1993-02-19
Anticipated expiration: 2015-01-31
Also published as: JP3005330B2

Abstract

(57)【要約】【構成】フィルタバンク３４，マルチプレクサ３６お
よびＡ／Ｄ変換器３８によって、マイクロフォン３２か
ら入力された音声を音声パターンデータに変換し、それ
が標準パターンテーブルに予め登録された標準パターン
データと比較される。音声入力を許容するとき、音声入
力スイッチ３０をオンするともに、そのオン時間をメモ
リ４２のオン時間タイマに設定する。設定時間内に入力
音声が識別されたとき、オン時間タイマに延長時間を設
定し、連続する音声入力を許容する。【効果】周囲雑音による誤動作を防止するために音声
入力スイッチを操作するが、音声入力の都度音声入力ス
イッチを操作しなくてもよい。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】この発明は音声認識装置に関し、
特にマイクロフォンから入力された音声を分析して得ら
れる音声パターンと予め設定された標準パターンとを比
較して当該音声を認識する、音声認識装置に関する。

【０００２】

【従来の技術】この種の音声認識装置をステレオなどの
音響機器の近傍で用いる場合、音響機器からの出力音響
が音声認識装置に対して周囲雑音となり、誤認識を多発
する危惧がある。特に、たとえば、このような音響機器
を音声認識装置の認識結果に基づいて制御ないし操作し
ようとする場合には、音響機器から出力される音声や音
楽がかなりの大きさで音声認識装置に入力されるので、
音声認識装置が不所望に動作してしまうという不都合が
ある。このような誤動作を防止するために、音声認識装
置に対して音声入力を行うときには、音声入力期間だけ
音響機器の出力を小さくするような音声認識装置が提案
されている（特開昭６３−２９７５５号公報参照）。

【０００３】また、このような音声認識装置において
は、一般的には、マイクロフォンから入力された音声を
分析して得られる音声の特徴を表すパラメータを含む音
声パターンを、予め設定された標準パターンと比較し
て、最も類似した標準パターンを選択することによって
入力音声を認識する。このような音声認識装置において
は、最も類似する標準パターンを選択しても、その類似
度が極めて小さいときには、誤認識である可能性が高い
ので、これを防止するために、その類似度が一定の閾値
を超えなければ認識棄却（リジェクト）するのが一般的
である。

【０００４】

【発明が解決しようとする課題】前者においては、音声
入力可能期間を設定するために、音声入力の都度スイッ
チを操作するなど煩雑な操作が必要であった。また、後
者においては、類似度の閾値が大きすぎる場合には音声
の微妙な曖昧要素によって認識結果が得られないことが
多く、また閾値を小さくすると雑音までも音声として誤
認識してしまうなど種々の不都合がある。

【０００５】それゆえに、この発明の主たる目的は、煩
雑な操作なしに周囲雑音等による誤動作を防止できる、
音声認識装置を提供することである。この発明の他の目
的は、類似度の閾値設定に伴う不都合を解消できる、音
声認識装置を提供することである。この発明のさらに他
の目的は、認識対象外の音声が入力された場合の誤認識
を防止できる、音声認識装置を提供することである。

【０００６】この発明のさらに他の目的は、１つの項目
に対して複数の音声を標準パターンとして登録する場合
に登録誤りを可及的防止できる、音声認識装置を提供す
ることである。

【０００７】

【課題を解決するための手段】第１発明は、マイクロフ
ォンから入力された音声を分析して音声パターンを作成
するパターン作成手段、および音声パターンと予め登録
されている標準パターンとを比較して認識する認識手段
を備える音声認識装置において、マイクロフォンからの
音声入力を許容する入力時間を設定する時間設定手段、
および時間設定手段によって設定された入力時間内に認
識手段によって音声が認識されたとき入力時間を延長す
る延長手段をさらに備えることを特徴とする、音声認識
装置である。

【０００８】第２発明は、マイクロフォンから入力され
た音声を分析して音声パターンを作成するパターン作成
手段、複数の音声パターンが標準パターンとして予め設
定されている標準パターン設定手段、パターン作成手段
によって作成された音声パターンを標準パターン設定手
段に設定されているそれぞれの標準パターンと比較して
最も大きい類似度を示す標準パターンを選択する選択手
段、および選択手段によって選択された標準パターンの
類似度が所定の閾値より大きいとき標準パターンによっ
て音声を認識し、類似度が所定の閾値よりも小さいとき
リジェクトする判定手段を備える音声認識装置におい
て、判定手段によって同じ音声が複数回連続してリジェ
クトされたときその音声を認識結果とする手段をさらに
備えることを特徴とする、音声認識装置である。

【０００９】第３発明は、マイクロフォンから入力され
た音声を分析して音声パターンを作成するパターン作成
手段、複数の音声パターンが標準パターンとして予め設
定されている標準パターン設定手段、パターン作成手段
によって作成された音声パターンを標準パターン設定手
段に設定されているそれぞれの標準パターンと比較して
最も大きい類似度を示す標準パターンを選択する選択手
段、および選択手段によって選択された標準パターンの
類似度が所定の閾値より大きいとき標準パターンによっ
て音声を認識し、類似度が前記所定の閾値よりも小さい
ときリジェクトする判定手段を備える音声認識装置にお
いて、選択された標準パターンが識別対象外のものであ
るとき判定手段からの認識結果の出力を停止する手段を
さらに備えることを特徴とする、音声認識装置である。

【００１０】第４発明は、マイクロフォンから入力され
た音声を分析して得られる音声パターンを標準パターン
として予め登録しておく音声認識装置において、１つの
項目について異なるモードで異なる音声の標準パターン
を登録するとき、登録すべきモードを知らせる表示手段
をさらに備えることを特徴とする、音声認識装置であ
る。

【００１１】

【作用】第１発明においては、たとえば音声入力スイッ
チをオンして音声入力を許容する。それと共に、たとえ
ばオン時間タイマによって音声入力を許容する入力時間
が設定される。そのタイマに設定された入力時間内に認
識手段によって音声が認識されたとき、延長手段は、た
とえば、そのタイマに延長時間を再度設定して入力時間
を延長する。

【００１２】第２発明においては、選択手段によって選
択された標準パターンに対する類似度が閾値よりも小さ
いときにはリジェクトされるが、その標準パターンが複
数回連続してリジェクトされたときには、その標準パタ
ーンに基づいて認識結果を出力する。したがってリジェ
クトされた音声を何回か再入力すれば認識可能になる。

【００１３】第３発明においては、認識対象外の音声の
標準パターンが最大類似度を示す場合には、認識結果は
出力しない。したがって、認識対象外の音声によって誤
動作を生じることはない。第４発明によれば、たとえば
ＬＥＤなどの異なる表示態様によって、そのとき音声を
登録すべきモードを表示する。

【００１４】

【発明の効果】第１発明によれば、音声が一旦認識され
ると音声入力可能時間が延長されるので、連続して音声
入力する場合に再度入力時間を設定する必要はない。し
たがって、誤動作を防止するために音声入力可能期間を
設定するのに、従来のように煩雑なスイッチ操作は必要
なくなる。また、入力時間にのみ音声を認識するので、
周囲雑音がマイクロフォンに入力される可能性が小さく
なり、従来と同様に、雑音で誤動作することはない。

【００１５】第２発明によれば、判定ないし認識に必要
な類似度の弁別のための閾値の設定が容易になる。すな
わち、従来技術では、閾値を小さく設定すると周囲の音
声等の雑音によっても誤動作するし、そのような誤動作
を防止するために閾値を大きく設定すると、音声特有の
曖昧要素によってリジェクトされる確率が大きくなり、
閾値の設定が難しかったが、この第２発明によれば、複
数回同じ単語を音声入力し、それがリジェクトされ続け
た場合には、そのリジェクトされた単語を認識するの
で、結果的に、誤動作を防止するために閾値を大きく設
定しても、何回か同じ音声入力を繰り返すことによって
認識可能となる。また、突発音や会話の音声の場合に
は、同一単語が繰り返し入力されることは少ないので、
そのような突発音や会話音声による誤動作を少なくする
ことができる。

【００１６】第３発明によれば、認識対象外の音声を入
力した場合には認識結果が出力されないので、それによ
る誤動作を防止することができる。また、再入力を指示
するようにすれば、使用者は、再度音声入力することが
できる。また、所定時間内に再度音声が入力されない場
合には、対象内で最も類似している標準パターンに基づ
いて認識するようにすれば、認識対象内の音声を入力し
たにも拘わらず対象外であると判断された場合でも、対
象内の音声入力であるとして認識される。

【００１７】第４発明によれば、たとえば１つの制御対
象を２以上の認識結果で制御するような場合でも、登録
誤りを減じることができる。この発明の上述の目的，そ
の他の目的，特徴および利点は、図面を参照して行う以
下の実施例の詳細な説明から一層明らかとなろう。

【００１８】

【実施例】図１に示す実施例のカーオーディオシステム
１０はマイクロコンピュータ１２を含み、マイクロコン
ピュータ１２によってオーディオ部１４が制御される。
オーディオ部１４は、チューナ１８，テープデッキ２０
およびＣＤプレーヤ２２等を含むステレオ音源１６を含
み、このステレオ音源１６からの右信号Ｒおよび左信号
Ｌは、それぞれ、アンプ２４Ｒおよび２４Ｌを通して、
自動車（図示せず）の室内の適宜の位置に配置されたス
ピーカ２６Ｒおよび２６Ｌに与えられる。ステレオ音源
１６が４チャネルステレオである場合、さらにリア信号
が出力される。オーディオ部１４は、さらに、コントロ
ーラ２８を含み、このコントローラ２８はステレオ音源
１６を手動的に操作するための操作スイッチ（図示せ
ず）を備える。ただし、マイクロコンピュータ１２から
の制御信号によってオーディオ部１４すなわちステレオ
音源１６を制御する場合には、オーディオ部１４に設け
られた音声入力スイッチ３０が操作される。この場合に
は、上述の操作スイッチからの操作信号に代えて、マイ
クロコンピュータ１２からの制御信号がステレオ音源１
６に入力される。なお、オーディオ部１４には、発光ダ
イオード（ＬＥＤ）３１が設けられ、このＬＥＤ３１に
よって、後述のように、たとえば認識対象外の音声が入
力されたこと、そのために再度音声入力が必要なこと、
あるいは登録の手順等を操作者に種々報知する。

【００１９】一方、自動車のダッシュボード（図示せ
ず）には、オーディオ部分１４を制御するためのドライ
バの音声をピックアップするためのマイクロフォン３２
が配置される。このマイクロフォン３２からの音声信号
はフィルタバンク３４に与えられる。フィルタバンク３
４は、よく知られているように、たとえば８チャネルの
バンドパスフィルタを含み、そのバンドパスフィルタに
よって、マイクロフォン３２から入力された音声信号の
特徴パラメータを抽出する。すなわち、フィルタバンク
３４は、各チャネル毎に、プリアンプ，ＡＧＣ，バンド
パスフィルタ，整流回路およびローパスフィルタを備え
る。フィルタバンク３４からの各特徴パラメータ（アナ
ログ信号）はマルチプレクサ３６に入力される。マルチ
プレクサ３６は、フィルタバンク３４から入力される８
チャネルの特徴パラメータ信号を時間順次に出力する。
マルチプレクサ３６から出力された音声信号はＡ／Ｄ変
換器３８によって、特徴パラメータデータに変換され
る。

【００２０】上述の音声入力スイッチ３０からの信号お
よびＡ／Ｄ変換器３８の出力は、入力ポート４０を通し
て、上述のマイクロコンピュータ１２に入力される。マ
イクロコンピュータ１２は、後述のようにして、入力ポ
ート４０から入力された特徴パラメータをメモリ４２に
形成されている標準パターンテーブル４２ａ（図２）の
各標準パターンと比較することによって、マイクロフォ
ン３２から入力された音声を認識する。そして、その認
識結果に応じて、出力ポート４４を通して、オーディオ
部１４に前述の制御信号を出力する。

【００２１】したがって、音声入力スイッチ３０が操作
されているときマイクロフォン３２にオーディオ部１４
を制御するための音声が入力されると、その音声に応じ
て、マイクロコンピュータ１２から制御信号が出力され
る。この制御信号に応答して、コントローラ２８が、ス
テレオ音源１６を制御する。メモリ４２は、図２に示す
ように、標準パターンテーブル４２ａを含み、この標準
パターンテーブル４２ａには、フィルタバンク３４によ
って切り出された特徴パラメータに基づいて音声を認識
するための各音ないし単語の標準的な特徴パラメータの
パターンが各番号毎に予め登録されている。なお、この
標準パターンテーブル４２ａはたとえばバックアップＲ
ＡＭで構成される。メモリ４２には、さらに、始端フラ
グ４２ａが形成され、この始端フラグ４２ｂは、図３に
示すように音声データが最初に閾値を超えたときすなわ
ち“Ｆｈ”で示す音声の始端が検出されたときオンされ
る。メモリ４２はさらに音声データバッファ４２ｃを含
み、この音声データバッファ４２ｃにはマイクロコンピ
ュータ１２が取り込んだＡ／Ｄ変換器３８からの音声デ
ータがストアされる。この音声データバッファ４２ｃは
複数のフレームに亘って図３に示す始端（“Ｆｈ”で示
す）から終端（“Ｆｔ”で示す）までの一連の音声デー
タをストア可能なように、複数のアドレスを有する。た
だし、１フレームはたとえば５ミリ秒に設定される。す
なわち、音声データバッファ４２ｃは、Ａ／Ｄ変換器３
８から出力されるマイク３２に入力された音声の特徴パ
ラメータデータをフレーム順次にストアする。

【００２２】メモリ４２はさらに前述の標準パターンテ
ーブル４２ａの各番号毎に固有の設定領域を有する時間
テーブル４２ｄを含み、この時間テーブル４２ｄには、
標準パターンテーブル４２ａに設定される標準パターン
毎に特有に決定される「延長時間」が設定される。この
延長時間は、前述の音声入力スイッチ３０のオン時間を
延長すべき時間を意味する。たとえば、一連の２以上の
音声で１つの制御を達成する場合、先の音声が認識され
た後、音声入力スイッチ３０のオン状態を継続しておく
必要があるが、そのオン時間をどの程度延長すべきかを
示す延長時間が、この時間テーブル４２ｄに設定され
る。そして、後述のように、この時間テーブル４２ｄか
ら読み出した時間が同じくメモリ４２に割り付けられて
いるオン時間タイマ４２ｅに設定される。

【００２３】メモリ４２に含まれるリジェクトフラグ４
２ｆは適正な認識ができなかったとき（認識棄却のと
き）にオンされるものであり、リジェクト番号レジスタ
４２ｇはそのようにしてリジェクトされた単語を示す標
準パターンテーブル４２ａの番号をストアする。リジェ
クトカウンタ４２ｈは、リジェクトされた回数をカウン
トするもので、リジェクトされる毎にインクリメントさ
れる。

【００２４】なお、メモリ４２の再入力タイマ４２ｉ
は、認識対象外の単語が入力されたとき操作者に再入力
を許容する時間を設定するためのタイマである。また、
点滅時間タイマ４２ｊは、ＬＥＤ３１を点滅させる時間
間隔を設定するためのタイマである。図４に示す登録モ
ードは図示しない登録キーの操作に応じて設定され、最
初のステップＳ１においては、同じく図示しないテンキ
ーなどを用いて登録番号を設定する。この登録番号は標
準パターンテーブル４２ａにおける番号であり、その番
号毎に認識すべき単語の標準パターンを登録する。その
ために、使用者がマイクロフォン３２（図１）に向かっ
てその番号で登録したい単語を音声入力する。応じて、
ステップＳ２において、音声入力のサンプリングが開始
され、先に説明したように、フィルタバンク３４，マル
チプレクサ３６およびＡ／Ｄ変換器３８を経て、マイク
ロコンピュータ１２に音声（パラメータ）データが入力
される。したがって、ステップＳ３において、マイクロ
コンピュータ１２は、その音声データを取り込み、図示
しないバッファに一時的にストアする。次のステップＳ
４においては、マイクロコンピュータ１２は、音声の始
端（これは図３の“Ｆｈ”に相当する）を既に検出して
いるかどうかを判断する。もし音声の始端がまだ入力さ
れていないときには、続くステップＳ５において、その
ステップＳ３で入力された音声データは始端のものであ
るかどうか判断する。このステップＳ５において“Ｎ
Ｏ”が判断されると、ステップＳ３に戻る。入力された
音声データが始端のものであると、マイクロコンピュー
タ１２は始端フラグ４２ｂ（図２）をセットして、先の
ステップＳ４において“ＹＥＳ”と判断されたときと同
様に、次のステップＳ７を実行する。ステップＳ７にお
いては、先に取り込んだ音声データを音声バッファ４２
ｃ（図２）にストアする。そして、ステップＳ８におい
て、入力された音声データが終端（これは図３における
“Ｆｔ”に相当する）のものであるかどうか判断する。
そうでなければ、先のステップＳ３に戻る。このように
して、ステップＳ３〜Ｓ８が繰り返し実行され、始端か
ら終端までの音声データが音声バッファ４２ｃにフレー
ム順次にストアされる。

【００２５】その後、ステップＳ９において、マイクロ
コンピュータ１２はこの音声バッファ４２ｃにストアし
たデータを正規化（具体的にはデータ圧縮）する。正規
化された音声データが、ステップＳ１０において、標準
パターンテーブル４２ａのステップＳ１において設定さ
れた番号に相当する領域にセーブされる。次のステップ
Ｓ１１においては、時間テーブル４２ｄに、「延長時
間」を設定する。すなわち、このステップＳ１１におい
ては、標準パターンテーブル４２ａに標準パターンが設
定されたその単語が入力されたときに、音声入力可能時
間（後述）をどの程度延長すべきかを示す延長時間が個
々に設定される。そして、ステップＳ１２において、登
録キーが再度操作されたかどうかなどに応じて、登録モ
ードを終了するかどうか判断される。もし登録動作を継
続するならば、ステップＳ１３において、登録番号を変
更して先のステップＳ２に戻る。このようにして、標準
パターンテーブル４２ａに認識すべき単語の標準パター
ンデータが、そして時間テーブル４２ｄに個々の単語を
認識したときの延長時間を表すデータが予め登録され
る。

【００２６】図５に示す認識モードの最初のステップＳ
１０１では、マイクロコンピュータ１２は、入力ポート
４０（図１）からの信号によって、音声入力スイッチ３
０が操作されているかどうか、すなわち音声入力可能期
間であるかどうか判断する。そして、ステップＳ１０１
において音声入力スイッチ３０のオンが検出されると、
次のステップＳ１０２において、マイクロコンピュータ
１２は、オン時間タイマ４２ｅ（図２）に、この音声入
力スイッチ３０のオン状態を継続する所定の時間（たと
えば、１０秒）を設定する。

【００２７】その後、ステップＳ１０３，Ｓ１０４，Ｓ
１０５，Ｓ１０６およびＳ１０８が実行される。これら
のステップは、先の図５の登録モードで説明したステッ
プＳ２，Ｓ３，Ｓ４，Ｓ５およびＳ６にそれぞれ相当す
るので、ここでは重複する説明は省略する。そして、ス
テップＳ１０７において、ステップＳ１０４で入力され
た音声データが、先のステップＳ１０２においてオン時
間タイマ４２ｅに設定した音声入力可能時間内に入力さ
れたものかどうか判断する。このステップＳ１０７にお
いて“ＹＥＳ”が判断されると、先のステップＳ１０４
に戻るが、“ＮＯ”が判断されるとステップＳ１０７ａ
において、マイクロコンピュータ１２は、音声入力スイ
ッチ３０をオフ状態に強制し、ステップＳ１０１に戻
る。すなわち、音声入力スイッチ３０がオンされた後オ
ン時間タイマ４２ｅに設定された所定時間内に音声入力
がなければ、マイクロコンピュータ１２は音声入力スイ
ッチ３０をオフして、それ以後の認識動作は実行されな
い。

【００２８】ステップＳ１０８に続いて、図６に示すス
テップＳ１０９および１１０が実行されるが、このステ
ップは先の登録モードにおけるステップＳ７およびＳ８
と同様であり、ここでは重複する説明は省略する。そし
て、ステップＳ１１１において、マイクロコンピュータ
１２は、音声バッファ４２ｃにストアされた音声データ
と標準パターンテーブル４２ａに予め登録されている標
準パターンの各々との類似度を計算する。そして、その
うち最大類似度を示す標準パターンをステップＳ１１２
で決定するとともに、ステップＳ１１３においてその類
似度を弁別するための第１の閾値を設定し、ステップＳ
１１４に進む。ステップＳ１１３において設定される第
１の閾値は、比較的大きく、完全同一の場合の類似度を
「１００」とすると、この第１の閾値はたとえば「９
０」に設定される。そして、ステップＳ１１４におい
て、ステップＳ１１２において選択した標準パターンの
類似度が、ステップＳ１１３で設定した第１の閾値を超
えるかどうか判断する。最大類似度が第１の閾値より大
きいとき、その最大類似度を与える標準パターンで示さ
れる単語を認識結果として出力する（ステップＳ１１
５）。

【００２９】続くステップＳ１１６においては、時間テ
ーブル４２ｄのその単語に相当する番号の領域から延長
時間データを読み出し、その延長時間を、先のステップ
Ｓ１０２と同様にして、オン時間タイマ４２ｅに設定す
る。すなわち、ステップＳ１１５において、入力された
音声が標準パターンテーブル４２ａに予め登録されてい
る標準パターンによって識別されると、引き続き音声入
力を許容するために、ステップＳ１１６においてオン時
間タイマ４２ｅを再設定して、ステップＳ１０３（図
５）に戻り、後続の音声入力を待つ。このように、入力
音声が認識されると音声入力可能時間が延長されるの
で、その後続けて音声入力する場合でも、音声入力スイ
ッチ３０を再度操作する必要はない。たとえば、カーオ
ーディオシステム１０のテープデッキ２０を制御して、
「早送り」したいときには、「早送り」，「再生」，
「早送り」，…「再生」と連続して音声入力すればよい
が、この場合でも、最初に１回音声入力スイッチ３０を
オンするだけで、以後連続して音声入力することができ
る。また、ステップＳ１０７およびＳ１０７ａによっ
て、オン時間タイマ４０ｅに設定した時間が経過した後
は、音声入力できなくなるので、周囲の雑音による誤動
作を防ぐことができる。

【００３０】なお、ステップＳ１１６がステップＳ１１
５において特定番号で示される単語を認識したときにの
み実行されるようにすれば、すなわち特定の単語を認識
したときにのみ音声入力可能時間を延長するようにすれ
ば、周囲雑音による誤動作の可能性をより一層低減する
ことができる。先のステップＳ１１４（図６）において
ステップＳ１１２で選択された最大類似度を示す標準パ
ターンの類似度が第１の閾値より小さいと判定した場合
には、図７に示すステップＳ１１７に進む。すなわち、
ステップＳ１１７においては、リジェクトフラグ４２ｆ
がオンされているかどうかを判断する。もし、リジェク
トフラグ４２ｆがオフされているときには、ステップＳ
１１８において、リジェクトフラグ４２ｆをセットする
とともに、リジェクト番号レジスタ４２ｇにリジェクト
された単語（標準パターン）の番号をストアしかつリジ
ェクトカウンタ４０ｈをインクリメントし、その後先の
ステップＳ１０３（図５）に戻る。

【００３１】ステップＳ１１７においてリジェクトフラ
グ４２ｆが既にオンされていることを検出すると、次の
ステップＳ１１９において、マイクロコンピュータ１２
は、リジェクト番号レジスタ４２ｇを参照して、直前に
リジェクトされた標準パターンの番号と今回リジェクト
された標準パターンの番号とが同じであるかどうか、す
なわち同じ単語が続けてリジェクトされたかどうかを判
断する。前にリジェクトされた単語と今回リジェクトさ
れた単語とが異なる場合、すなわち“ＮＯ”の場合、ス
テップＳ１２０において、リジェクト番号レジスタ４２
ｇを今回リジェクトされた標準パターンの番号で更新す
るとともに、リジェクトカウンタ４２ｈをインクリメン
トし、ステップＳ１０３に戻る。

【００３２】前にリジェクトされた番号と今回リジェク
トされた番号とが同じである場合、すなわちステップＳ
１１９において“ＹＥＳ”が判断された場合、マイクロ
コンピュータＳ１２１は、第１閾値よりやや小さいたと
えば「８０」のような第２の閾値を設定し、ステップＳ
１２２において、ステップＳ１１２（図６）で選択され
た最大類似度がステップＳ１２１で設定された第２の閾
値を超えるかどうかを判断する。もし最大類似度がその
第２の閾値を超える場合には、その標準パターンに基づ
いて認識結果が出力される。しかしながら、最大類似度
が第２の閾値以下である場合には、ステップＳ１２３に
おいて、マイクロコンピュータ１２はリジェクトカウン
タ４２ｈを参照して、リジェクト回数が所定回数ｎ（た
とえば３回）に達したかどうかを判断する。ステップＳ
１２３において“ＹＥＳ”と判断されると、マイクロコ
ンピュータ１２は、ステップＳ１２４において、リジェ
クト番号レジスタ４２ｇにロードされている番号を認識
結果として出力する。また、リジェクト回数が所定回数
に達していないときには、ステップＳ１２５において、
リジェクトカウンタ４２ｈをインクリメントするととも
に、第２の閾値よりさらに小さいたとえば「７０」の第
３の閾値を設定して、ステップＳ１０３に戻る。

【００３３】このようにして、連続する音声入力が同一
の標準パターンとして同定されかつ同じようにリジェク
トされた場合には、類似度の閾値を徐々に小さく設定す
るようにしているので、再度音声入力すれば認識され得
る。したがって、最初に設定する第１の閾値を比較的大
きく設定して誤認識を可及的減じるようにしても、リジ
ェクトされ続けて音声入力できなくなるということはな
い。さらに、所定回数（たとえば３回）同じようにリジ
ェクトされてしまうと、そのリジェクトされた番号で示
す標準パターンによって同定される音声を識別する（ス
テップＳ１２４）ので、何回か同じように音声入力を繰
り返すことによって、確実にその音声が入力される。な
お、突発音や会話の場合には同じ単語が繰り返されるこ
とは少ないので、突発音や会話によって誤動作すること
はない。

【００３４】図７のステップＳ１１８，Ｓ１２０または
Ｓ１２５からは、図５のステップＳ１０３に戻るが、そ
のときにもステップＳ１０２で設定された入力時間は有
効であるので、ここで設定された入力時間内に繰り返し
て同じ音声が入力されかつリジェクトされた場合に、図
７に示すプロセスが有効となる。その入力時間内に再音
声入力がない場合は、リジェクトされたままで終わる。

【００３５】別の実施例では、図６に示すステップＳ１
１３に続いて、図８に示すステップＳ２０１を実行す
る。このステップＳ２０１では、ステップＳ１１４と同
様にして、ステップＳ１１２で示される最大類似度がス
テップＳ１１３で決定された第１の閾値を超えるかどう
かを判断する。最大類似度が第１の閾値を超えない場合
には、すなわちリジェクトする場合には、先の実施例と
同じように図７のステップＳ１１７に移るようにしても
よいし、そのまま終わるようにしてもよい。

【００３６】また、最大類似度が第１の閾値を超える場
合には、ステップＳ２０２において、マイクロコンピュ
ータ１２は、その最大類似度を与える単語が認識対象の
ものかどうかを判断する。すなわち、図１の実施例にお
いてカセットテープモードとチューナモードとがあると
すると、それぞれのモードにおいては、表１に示すよう
に、認識対象となる単語がモード毎に予め限定されてい
るものとする。

【００３７】

【表１】

【００３８】この場合、マイクロコンピュータ１２は、
たとえばチューナモードにおいて登録番号「１」〜
「５」のいずれかが最大類似度を与える場合またはカセ
ットモードにおいて登録番号「６」〜「１３」のいずれ
かの標準パターンが最大類似度を与える場合には、ステ
ップＳ２０２において、そのときの音声入力は認識対象
外であると判断する。認識対象外であることを判断する
と、すなわちステップＳ２０２において“ＮＯ”が判断
されると、ステップＳ２０３においては、マイクロコン
ピュータ１２は、たとえばブザー（図示せず）を鳴らし
たり、ＬＥＤ３１（図１）を点灯するなどして、認識対
象外の単語が最大類似度を示したことおよびしたがって
再入力の必要があることを使用者に報知する。それとと
もに、ステップＳ２０４において、再入力タイマ４２ｉ
（図２）に所定時間たとえば３秒を設定する。そして、
再入力タイマ４２ｉに設定された時間内に音声入力がな
い場合には、ステップＳ２０５を経て、ステップＳ２０
６において、マイクロコンピュータ１２は、認識対象内
で最大類似度を与える標準パターンを決定する。たとえ
ばカセットモードにおいて「巻戻し」の音声入力があっ
たとき、それが曖昧に発声されたため、ステップＳ１１
２においてそれが「バンドチェンジ」の標準パターンと
最も類似している判断され、次に類似しているのが「巻
戻し」の標準パターンである場合には、ステップＳ２０
６では、認識対象内で最大類似度を示す単語すなわち
「巻戻し」を決定し、その類似度が第１の閾値を超えて
いるかどうかを、先のステップＳ２０１と同様にして、
ステップＳ２０７で判断する。

【００３９】ただし、再入力タイマ４２ｉに設定された
時間内に音声入力があった場合には、図５のステップＳ
１０３からの動作を実行し、その再入力された音声につ
いて判定する。次に、図９を参照して、図４に示す登録
モードの変形例について説明する。この変形例において
は、表２に示すように、１つのキーないしスイッチに複
数の機能を持たせるいわゆる「マルチファンクション」
を達成する場合の登録方法である。

【００４０】

【表２】

【００４１】このようなマルチファンクション効果を達
成するためには、１つの表示に対して２以上の音声を予
め登録する必要があるが、これらを区別することは難し
く、したがって誤登録、誤認識の原因になっていた。図
９に示す実施例はこのような問題を解決するように、２
以上の音声によって制御される機器を制御するための音
声を登録する場合には、特定の表示に従って、そのこと
を使用者に知らしめ、結果的に誤登録、誤認識を低減す
るようにするものである。すなわち、ステップＳ３０１
においては、マイクロコンピュータ１２は、表２に示す
「１／ＡＭＳＳ」や「２／ＲＰＴ」のように１つのスイ
ッチにモード毎に異なる単語を登録する場合であるかど
うかを判断する。たとえば「１／ＡＭＳＳ」スイッチ
は、ＡＭラジオモードではＡＭ放送の１チャネルを設定
するために用いられ、ＦＭラジオモードではＦＭ放送の
１チャネルを設定するために用いられ、カセットテープ
モードでは頭出しの設定のために用いられる。したがっ
て、この場合、ステップＳ３０１では“ＹＥＳ”と判定
される。もしそうでなければ、マイクロコンピュータ１
２は、次のステップＳ３０２において、ＬＥＤ３１（図
１）を常時点灯する。もし“ＹＥＳ”が判断されると、
すなわち１つのスイッチに対して複数の音声登録を行う
場合であれば、次のステップＳ３０３において、マイク
ロコンピュータ１２は、ＬＥＤ３１の点滅モードを設定
する。そして、ステップＳ３０４において、たとえば
「１／ＡＭＳＳ」のように１つのスイッチに対して３つ
以上の音声の登録が必要なのかどうかを判断する。１つ
のスイッチに対して２つの音声登録のみでよい場合すな
わち“ＮＯ”が判断される場合には、ステップＳ３０５
において、マイクロコンピュータ１２は点滅用タイマ４
２ｊ（図２）に第１のタイマ時間を設定し、逆に“ＹＥ
Ｓ”が判断されたときには、ステップＳ３０６において
マイクロコンピュータ１２は第２タイマ時間を設定す
る。第１タイマ時間と第２タイマ時間とはＬＥＤ３１の
点滅速度や間隔が異なるように予め決められているもの
である。したがって、使用者は、ＬＥＤ３１の点灯状態
（すなわち常時点灯，点滅１および点滅２）を判断する
ことによって各モードに適合した音声パターンを登録す
ることができ、誤登録をなくすことができる。

【００４２】なお、上述の実施例では、音声入力を許容
するために音声入力スイッチ３０を設けたが、このよう
な特別なスイッチを設けることなく、たとえば「入力
（にゅうりょく）」のような音声入力によって音声入力
可能状態を設定するようにしてもよい。

【図面の簡単な説明】

【図１】この発明の一実施例を示すブロック図である。

【図２】図１のメモリをより詳細に示す図解図である。

【図３】認識される音声の始端と終端とを示す波形図で
ある。

【図４】図１の実施例における登録モードを示すフロー
図である。

【図５】図１の実施例における認識モードの一部を示す
フロー図である。

【図６】図１の実施例における認識モードの一部を示す
フロー図である。

【図７】図１の実施例における認識モードの一部を示す
フロー図である。

【図８】図１の実施例における認識モードの変形例を示
すフロー図である。

【図９】図１の実施例における登録モードの変形例を示
すフロー図である。

【符号の説明】

１０ …カーオーディオシステム１２ …マイクロコンピュータ１４ …オーディオ部１６ …ステレオ音源３０ …音声入力スイッチ３１ …ＬＥＤ３２ …マイクロフォン３４ …フィルタバンク３６ …マルチプレクサ３８ …Ａ／Ｄ変換器４２ …メモリ４２ａ …標準パターンテーブル４２ｃ …音声バッファ４２ｄ …時間テーブル

───────────────────────────────────────────────────── フロントページの続き (72)発明者荒木孝次大阪府守口市京阪本通２丁目18番地三洋電機株式会社内 (72)発明者出島浩次大阪府守口市京阪本通２丁目18番地三洋電機株式会社内

Claims

【特許請求の範囲】

【請求項１】マイクロフォンから入力された音声を分析
して音声パターンを作成するパターン作成手段、および
前記音声パターンと予め登録されている標準パターンと
を比較して認識する認識手段を備える音声認識装置にお
いて、前記マイクロフォンからの音声入力を許容する入力時間
を設定する時間設定手段、および前記時間設定手段によって設定された前記入力時間内に
前記認識手段によって音声が認識されたとき入力時間を
延長する延長手段をさらに備えることを特徴とする、音
声認識装置。
【請求項２】マイクロフォンから入力された音声を分析
して音声パターンを作成するパターン作成手段、複数の
音声パターンが標準パターンとして予め設定されている
標準パターン設定手段、前記パターン作成手段によって
作成された音声パターンを前記標準パターン設定手段に
設定されているそれぞれの標準パターンと比較して最も
大きい類似度を示す標準パターンを選択する選択手段、
および前記選択手段によって選択された標準パターンの
類似度が所定の閾値より大きいとき前記標準パターンに
よって前記音声を認識し、前記類似度が前記所定の閾値
よりも小さいときリジェクトする判定手段を備える音声
認識装置において、前記判定手段によって同じ音声が複数回連続してリジェ
クトされたときその音声を認識結果とする手段をさらに
備えることを特徴とする、音声認識装置。
【請求項３】マイクロフォンから入力された音声を分析
して音声パターンを作成するパターン作成手段、複数の
音声パターンが標準パターンとして予め設定されている
標準パターン設定手段、前記パターン作成手段によって
作成された音声パターンを前記標準パターン設定手段に
設定されているそれぞれの標準パターンと比較して最も
大きい類似度を示す標準パターンを選択する選択手段、
および前記選択手段によって選択された標準パターンの
類似度が所定の閾値より大きいとき前記標準パターンに
よって前記音声を認識し、前記類似度が前記所定の閾値
よりも小さいときリジェクトする判定手段を備える音声
認識装置において、前記選択された標準パターンが識別対象外のものである
とき前記判定手段からの認識結果の出力を停止する手段
をさらに備えることを特徴とする、音声認識装置。
【請求項４】マイクロフォンから入力された音声を分析
して得られる音声パターンを標準パターンとして予め登
録しておく音声認識装置において、１つの項目について異なるモードで異なる音声の標準パ
ターンを登録するとき登録すべきモードを知らせる表示
手段をさらに備えることを特徴とする、音声認識装置。