JPH07199987A - 音声認識方法 - Google Patents
音声認識方法Info
- Publication number
- JPH07199987A JPH07199987A JP6335323A JP33532394A JPH07199987A JP H07199987 A JPH07199987 A JP H07199987A JP 6335323 A JP6335323 A JP 6335323A JP 33532394 A JP33532394 A JP 33532394A JP H07199987 A JPH07199987 A JP H07199987A
- Authority
- JP
- Japan
- Prior art keywords
- signal
- user
- bio
- frequency
- sound
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims description 12
- 230000001755 vocal effect Effects 0.000 claims description 26
- 230000002996 emotional effect Effects 0.000 claims description 12
- 230000000694 effects Effects 0.000 claims description 4
- 238000012937 correction Methods 0.000 claims description 3
- 230000005236 sound signal Effects 0.000 abstract description 11
- 238000012360 testing method Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 238000012549 training Methods 0.000 description 8
- 239000003990 capacitor Substances 0.000 description 5
- 230000007423 decrease Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000010355 oscillation Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000036772 blood pressure Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/24—Speech recognition using non-acoustical features
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
Landscapes
- Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Quality & Reliability (AREA)
- Signal Processing (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
(57)【要約】
【目的】 ユーザ（発声者）の感情状態、あるいは、疲
労度により導入される音声信号の変動を補償するような
音声認識システムを提供する。 【構成】 音声信号の認識率を高めるために、バイオ信
号を用いて音声信号を処理し、バイオ信号から得られた
基準点を用いて、識別すべき発声音を解析する。発声音
の周波数成分は、ユーザが興奮したり、疲労したときに
は、周波数に関して変化し、このバイオ信号のこの変化
を用いて、周波数的に移動する基準点を提供するもので
ある。この移動する基準点は、発声音の周波数成分の変
動を補償し、それにより、認識率を高める。
労度により導入される音声信号の変動を補償するような
音声認識システムを提供する。 【構成】 音声信号の認識率を高めるために、バイオ信
号を用いて音声信号を処理し、バイオ信号から得られた
基準点を用いて、識別すべき発声音を解析する。発声音
の周波数成分は、ユーザが興奮したり、疲労したときに
は、周波数に関して変化し、このバイオ信号のこの変化
を用いて、周波数的に移動する基準点を提供するもので
ある。この移動する基準点は、発声音の周波数成分の変
動を補償し、それにより、認識率を高める。
Description
【０００１】
【産業上の利用分野】本発明は、音声認識システムに関
し、特に、バイオ信号を用いた音声認識システムに関す
る。
し、特に、バイオ信号を用いた音声認識システムに関す
る。
【０００２】
【従来技術の説明】従来、音声認識システムは、発声音
によって、コンピュータのような電子機器を制御するた
めに用いられてきた。図１は、パーソナルコンピュータ
１０を含む音声認識装置を示し、このパーソナルコンピ
ュータ１０には、ディスプレイ１２とキーボード１４
と、このパーソナルコンピュータ１０内のカードスロッ
ト内に挿入されたオーディオカード／サウンド１６とを
有する。マイク１８を用いて、発声音をオーディオカー
ド／サウンド１６内に提供する。このオーディオカード
／サウンド１６は、Verbex Voice Systems, Inc.から
「ＳＰＥＥＣＨＣＯＭＭＡＮＤＥＲ」の商品名で販売さ
れている。
によって、コンピュータのような電子機器を制御するた
めに用いられてきた。図１は、パーソナルコンピュータ
１０を含む音声認識装置を示し、このパーソナルコンピ
ュータ１０には、ディスプレイ１２とキーボード１４
と、このパーソナルコンピュータ１０内のカードスロッ
ト内に挿入されたオーディオカード／サウンド１６とを
有する。マイク１８を用いて、発声音をオーディオカー
ド／サウンド１６内に提供する。このオーディオカード
／サウンド１６は、Verbex Voice Systems, Inc.から
「ＳＰＥＥＣＨＣＯＭＭＡＮＤＥＲ」の商品名で販売さ
れている。
【０００３】このオーディオ／サウンドカード１６を用
いて、さらに、パーソナルコンピュータ１０は、同社か
ら「ＬＩＳＴＥＮ」の商品名で販売されているソフトウ
ェアパッケージと、Microsoft Corporationにより販売
されている「ＷＩＮＤＯＷＳ」の商品名で販売されてい
るソフトウェアパッケージを走らせて、音声認識を用い
て、パーソナルコンピュータ１０の動作を口頭で制御し
ている。これらのシステムは、音声認識システムをトレ
ーニングモードにしておき、発声をマイク１８に入力す
ることにより、ワード、または、発声音を認識するため
に、この音声認識システムをトレーニングすることによ
り動作する。その後、この音声認識システムは、トレー
ニングモードの間、発声された発声音を認識し、その発
声音に対応したコマンドを実行する。
いて、さらに、パーソナルコンピュータ１０は、同社か
ら「ＬＩＳＴＥＮ」の商品名で販売されているソフトウ
ェアパッケージと、Microsoft Corporationにより販売
されている「ＷＩＮＤＯＷＳ」の商品名で販売されてい
るソフトウェアパッケージを走らせて、音声認識を用い
て、パーソナルコンピュータ１０の動作を口頭で制御し
ている。これらのシステムは、音声認識システムをトレ
ーニングモードにしておき、発声をマイク１８に入力す
ることにより、ワード、または、発声音を認識するため
に、この音声認識システムをトレーニングすることによ
り動作する。その後、この音声認識システムは、トレー
ニングモードの間、発声された発声音を認識し、その発
声音に対応したコマンドを実行する。
【０００４】通常、ユーザの日常の仕事の間、ユーザの
ボイスは、ユーザの感情状態、すなわち、ユーザの疲労
度に応じて変化する。このユーザのボイスの変化は、認
識率を低下させて、コンピュータのエラーとなり、ユー
ザが戸惑い、生産性が低下する。
ボイスは、ユーザの感情状態、すなわち、ユーザの疲労
度に応じて変化する。このユーザのボイスの変化は、認
識率を低下させて、コンピュータのエラーとなり、ユー
ザが戸惑い、生産性が低下する。
【０００５】
【発明が解決しようとする課題】従って、本発明の目的
は、ユーザ（発声者）の感情状態、あるいは、疲労度に
より導入される音声信号の変動を補償するような音声認
識システムを提供することである。
は、ユーザ（発声者）の感情状態、あるいは、疲労度に
より導入される音声信号の変動を補償するような音声認
識システムを提供することである。
【０００６】
【課題を解決するための手段】前記課題、すなわち、音
声信号の認識率を高めるために、本発明は、バイオ信号
を用いて音声信号を処理している。バイオ信号から得ら
れた基準点を用いて、識別すべき発声音を解析する。発
声音の周波数成分は、ユーザが興奮したり、疲労したと
きには、周波数に関して変化し、このバイオ信号のこの
変化を用いて、周波数的に移動する基準点を提供するも
のである。この移動する基準点は、発声音の周波数成分
の変動を補償し、それにより、認識率を高める。
声信号の認識率を高めるために、本発明は、バイオ信号
を用いて音声信号を処理している。バイオ信号から得ら
れた基準点を用いて、識別すべき発声音を解析する。発
声音の周波数成分は、ユーザが興奮したり、疲労したと
きには、周波数に関して変化し、このバイオ信号のこの
変化を用いて、周波数的に移動する基準点を提供するも
のである。この移動する基準点は、発声音の周波数成分
の変動を補償し、それにより、認識率を高める。
【０００７】
【実施例】図２の音声認識システムは、マイク１８から
の音声信号とバイオモニタ装置３０からのバイオ信号
が、加算回路３２によって加算されて、オーディオカー
ド１７に入力される。このバイオモニタ装置３０は、ユ
ーザの指の１本に接着された接点３６と、他の指に接着
された接点３８との間のインピーダンスを測定する。も
ちろん、ユーザの皮膚の他の部分にこの接点を接着する
こともできる。このバイオモニタとしては、Radio Shac
k社によって、バイオフィードバックモニタ（bio-feedb
ack monitor）型番６３−６６４の「ＭＩＣＲＯＮＡＴ
Ａ（登録商品名） ＢＩＯＦＥＥＤＢＡＣＫ ＭＯＮＩ
ＴＯＲ」として販売されているものを用いる。
の音声信号とバイオモニタ装置３０からのバイオ信号
が、加算回路３２によって加算されて、オーディオカー
ド１７に入力される。このバイオモニタ装置３０は、ユ
ーザの指の１本に接着された接点３６と、他の指に接着
された接点３８との間のインピーダンスを測定する。も
ちろん、ユーザの皮膚の他の部分にこの接点を接着する
こともできる。このバイオモニタとしては、Radio Shac
k社によって、バイオフィードバックモニタ（bio-feedb
ack monitor）型番６３−６６４の「ＭＩＣＲＯＮＡＴ
Ａ（登録商品名） ＢＩＯＦＥＥＤＢＡＣＫ ＭＯＮＩ
ＴＯＲ」として販売されているものを用いる。
【０００８】バイオモニタ装置３０がRadio Shack社の
上記のモニタである場合には、このバイオ信号は、一連
のランプ状信号の形態である。そして、各ランプは、約
０．２ｍ秒持続する。図３は、このバイオ信号を表し、
一連のランプ状信号４２が、時間Ｔだけ離間している。
ランプ状信号４２の間の時間Ｔは、接点３８と接点３６
との間のインピーダンスに関連する。ユーザがより興奮
状態のときには、接点３８と接点３６との間のインピー
ダンスは減少し、そして、この時間Ｔも減少する。ユー
ザが余り興奮状態でないときには、接点３８と接点３６
との間のインピーダンスは増加し、時間Ｔも増加する。
上記のモニタである場合には、このバイオ信号は、一連
のランプ状信号の形態である。そして、各ランプは、約
０．２ｍ秒持続する。図３は、このバイオ信号を表し、
一連のランプ状信号４２が、時間Ｔだけ離間している。
ランプ状信号４２の間の時間Ｔは、接点３８と接点３６
との間のインピーダンスに関連する。ユーザがより興奮
状態のときには、接点３８と接点３６との間のインピー
ダンスは減少し、そして、この時間Ｔも減少する。ユー
ザが余り興奮状態でないときには、接点３８と接点３６
との間のインピーダンスは増加し、時間Ｔも増加する。
【０００９】バイオモニタ装置３０からのバイオ信号の
形態は、一連のランプ状信号以外の形態でもよい。例え
ば、このバイオ信号は、周期的に変化するアナログ信号
でもよく、また、バイオモニタ装置３０により得られる
振幅、および／または、周波数でもよく、さらにまた、
バイオモニタ装置３０により得られることに基づくデジ
タル信号でもよい。
形態は、一連のランプ状信号以外の形態でもよい。例え
ば、このバイオ信号は、周期的に変化するアナログ信号
でもよく、また、バイオモニタ装置３０により得られる
振幅、および／または、周波数でもよく、さらにまた、
バイオモニタ装置３０により得られることに基づくデジ
タル信号でもよい。
【００１０】ユーザの皮膚の２点間のインピーダンスを
表す信号ではなく、バイオ信号をモニタすることもでき
る。自律活動を表す信号もバイオ信号として用いること
ができる。この自律活動を表す信号の例としては、血
圧、脈拍、脳波、あるいは、他の電気的活性度、体型、
皮膚温度、特定の電磁波に対する等価率、あるいは、反
射率、あるいは、ユーザの感情状態を表す信号が考えら
れる。
表す信号ではなく、バイオ信号をモニタすることもでき
る。自律活動を表す信号もバイオ信号として用いること
ができる。この自律活動を表す信号の例としては、血
圧、脈拍、脳波、あるいは、他の電気的活性度、体型、
皮膚温度、特定の電磁波に対する等価率、あるいは、反
射率、あるいは、ユーザの感情状態を表す信号が考えら
れる。
【００１１】このバイオモニタ装置３０は、図４に示す
回路を有し、この回路は、接点３８と接点３６との間の
インピーダンスを表すバイオ信号を生成する。この回路
は、２つのセクション（部分）からなる。セクション１
を用いて、接点３８と接点３６との間のインピーダンス
を検知し、セクション２は、発振器として機能して、出
力コネクタ４８で一連のランプ状信号を生成し、この発
振器の周波数は、セクション１により制御されている。
回路を有し、この回路は、接点３８と接点３６との間の
インピーダンスを表すバイオ信号を生成する。この回路
は、２つのセクション（部分）からなる。セクション１
を用いて、接点３８と接点３６との間のインピーダンス
を検知し、セクション２は、発振器として機能して、出
力コネクタ４８で一連のランプ状信号を生成し、この発
振器の周波数は、セクション１により制御されている。
【００１２】このセクション１は、接点３８と接点３６
との間のインピーダンスに基づいて、トランジスタＱ１
のコレクタ電流Ｉc,Q1と電圧Ｖc,Q1とを制御する。この
実施例においては、インピーダンスセンサ５０は、ユー
ザ（発声者）の皮膚に配置された接点３８と接点３６で
ある。この接点３８と接点３６との間のインピーダンス
は、セクション２の発振器周波数に比例して、ゆっくり
と変化するので、コレクタ電流Ｉc,Q1とコレクタ電圧Ｖ
c,Q1は、セクション２に関する限り一定である。キャパ
シタＣ３は、この電流と電圧を安定化するためのもので
ある。
との間のインピーダンスに基づいて、トランジスタＱ１
のコレクタ電流Ｉc,Q1と電圧Ｖc,Q1とを制御する。この
実施例においては、インピーダンスセンサ５０は、ユー
ザ（発声者）の皮膚に配置された接点３８と接点３６で
ある。この接点３８と接点３６との間のインピーダンス
は、セクション２の発振器周波数に比例して、ゆっくり
と変化するので、コレクタ電流Ｉc,Q1とコレクタ電圧Ｖ
c,Q1は、セクション２に関する限り一定である。キャパ
シタＣ３は、この電流と電圧を安定化するためのもので
ある。
【００１３】セクション２は、発振器として機能する。
インダクタンスＬ１とキャパシタンスＣ１は、トランジ
スタＱ３を開閉して発振を起こす。まず、パワーがター
ンオンすると、Ｉc,Q1は、ベース電流Ｉb,Q2を取り除い
てトランジスタＱ２をターンオンする。同様に、Ｉc,Q2
は、ベース電流Ｉb,Q3を提供してトランジスタＱ３をタ
ーンオンする。まず、インダクタＬ１を流れる電流は存
在しない。トランジスタＱ３がターンオンすると、飽和
トランジスタ電圧Ｖce,Q3以下の電圧Ｖｃｃがインダク
タＬ１にかかる。その結果、電流ＩL1は、 Ｌ（ｄＩL1／ｄｔ）＝ＶL1 に応じて増加する。電流ＩL1が増加すると、キャパシタ
Ｃ１を流れる電流Ｉc1は増加する。この電流ＩC1が増加
すると、トランジスタＱ２からのベース電流Ｉb, Q2は減
少する。それは、電流Ｉc,Q1がほぼ一定だからである。
次に、これにより、電流Ｉc,Q2、Ｉb,Q3、Ｉc,Q3が減少
する。その結果、より多くの電流ＩL1がキャパシタＣ１
を介して流れ、さらに、電流Ｉc,Q3を減少させる。この
フィードバック構成により、トランジスタＱ３をターン
オフさせる。ちなみに、キャパシタＣ１は充分にチャー
ジされており、電流ＩL1とＩc1は、ゼロにドロップし、
これにより、電流Ｉc,Q1は、ベース電流Ｉb,Q2を再び取
り除き、トランジスタＱ２、トランジスタＱ３をターン
オンさせて、発振サイクルが再度スタートする。
インダクタンスＬ１とキャパシタンスＣ１は、トランジ
スタＱ３を開閉して発振を起こす。まず、パワーがター
ンオンすると、Ｉc,Q1は、ベース電流Ｉb,Q2を取り除い
てトランジスタＱ２をターンオンする。同様に、Ｉc,Q2
は、ベース電流Ｉb,Q3を提供してトランジスタＱ３をタ
ーンオンする。まず、インダクタＬ１を流れる電流は存
在しない。トランジスタＱ３がターンオンすると、飽和
トランジスタ電圧Ｖce,Q3以下の電圧Ｖｃｃがインダク
タＬ１にかかる。その結果、電流ＩL1は、 Ｌ（ｄＩL1／ｄｔ）＝ＶL1 に応じて増加する。電流ＩL1が増加すると、キャパシタ
Ｃ１を流れる電流Ｉc1は増加する。この電流ＩC1が増加
すると、トランジスタＱ２からのベース電流Ｉb, Q2は減
少する。それは、電流Ｉc,Q1がほぼ一定だからである。
次に、これにより、電流Ｉc,Q2、Ｉb,Q3、Ｉc,Q3が減少
する。その結果、より多くの電流ＩL1がキャパシタＣ１
を介して流れ、さらに、電流Ｉc,Q3を減少させる。この
フィードバック構成により、トランジスタＱ３をターン
オフさせる。ちなみに、キャパシタＣ１は充分にチャー
ジされており、電流ＩL1とＩc1は、ゼロにドロップし、
これにより、電流Ｉc,Q1は、ベース電流Ｉb,Q2を再び取
り除き、トランジスタＱ２、トランジスタＱ３をターン
オンさせて、発振サイクルが再度スタートする。
【００１４】電流Ｉc,Q1は、接点３８と接点３６との間
のインピーダンスにより左右されるが、これは、出力信
号の周波数とデューティサイクルを制御する。接点３８
と接点３６との間のインピーダンスが減少すると、ラン
プ状信号の間の時間Ｔも減少し、接点３８と接点３６と
の間のインピーダンスが増加すると、ランプ状信号の間
の時間Ｔも増加する。
のインピーダンスにより左右されるが、これは、出力信
号の周波数とデューティサイクルを制御する。接点３８
と接点３６との間のインピーダンスが減少すると、ラン
プ状信号の間の時間Ｔも減少し、接点３８と接点３６と
の間のインピーダンスが増加すると、ランプ状信号の間
の時間Ｔも増加する。
【００１５】この回路は、スイッチ６４を介して接続さ
れる３Ｖのバッテリー源６２により、電力が供給され
る。この回路は、さらに、可変抵抗６６を有し、回路の
動作点をセットするために用いられる。この可変抵抗６
６を調整のほぼ中央点にセットするのがよい。その後、
この回路は、この動作点から接点３８と接点３６との間
のインピーダンスに基づいて変化する。さらにまた、こ
の回路は、スイッチ６８とスピーカー７０とを有する。
一方のコネクタがコネクタ４８内に挿入されないと、ス
イッチ６８は、出力コネクタ４８ではなくスピーカー７
０に回路の出力を提供する。
れる３Ｖのバッテリー源６２により、電力が供給され
る。この回路は、さらに、可変抵抗６６を有し、回路の
動作点をセットするために用いられる。この可変抵抗６
６を調整のほぼ中央点にセットするのがよい。その後、
この回路は、この動作点から接点３８と接点３６との間
のインピーダンスに基づいて変化する。さらにまた、こ
の回路は、スイッチ６８とスピーカー７０とを有する。
一方のコネクタがコネクタ４８内に挿入されないと、ス
イッチ６８は、出力コネクタ４８ではなくスピーカー７
０に回路の出力を提供する。
【００１６】図５は、加算回路３２により用いられる加
算回路である。マイク１８からの音声信号は、抵抗８０
を通過し、バイオモニタ装置３０からのバイオ信号は、
抵抗８２を通過して、加算点８４に入る。加算点８４で
の信号は、オーディオカード１７に入力される。抵抗８
０と抵抗８２の抵抗値は等しく、あるいは、異なる場合
には、音声信号の強度とバイオ信号の強度とが異なるこ
とになる。例えば、この抵抗８０と抵抗８２は、１００
Ωの抵抗値を有する。
算回路である。マイク１８からの音声信号は、抵抗８０
を通過し、バイオモニタ装置３０からのバイオ信号は、
抵抗８２を通過して、加算点８４に入る。加算点８４で
の信号は、オーディオカード１７に入力される。抵抗８
０と抵抗８２の抵抗値は等しく、あるいは、異なる場合
には、音声信号の強度とバイオ信号の強度とが異なるこ
とになる。例えば、この抵抗８０と抵抗８２は、１００
Ωの抵抗値を有する。
【００１７】音声信号とバイオ信号を、Ａ／Ｄ変換器で
もって受信し、この２つのデジタル信号をデジタル加算
素子で加算することにより、加算回路３２を実現するこ
ともできる。この加算素子の出力は、オーディオカード
１７がデジタル入力を受け付けるときには、オーディオ
カード１７にデジタル値として、オーディオカード１７
がデジタル入力を受け付けないときには、加算素子の出
力は、Ｄ／Ａ変換器を用いて、アナログ値に変換され
る。
もって受信し、この２つのデジタル信号をデジタル加算
素子で加算することにより、加算回路３２を実現するこ
ともできる。この加算素子の出力は、オーディオカード
１７がデジタル入力を受け付けるときには、オーディオ
カード１７にデジタル値として、オーディオカード１７
がデジタル入力を受け付けないときには、加算素子の出
力は、Ｄ／Ａ変換器を用いて、アナログ値に変換され
る。
【００１８】図６は、オーディオカード１７のブロック
図である。加算回路３２からの信号は、９０が受信し、
この９０は、この信号をデジタル信号に変換して、この
デジタル信号をメモリ９４に入力する。メモリ９４は、
デジタル信号プロセッサ９６が使用できるようデジタル
信号をストアする。デジタル信号プロセッサ９６は、メ
モリ９４にストアされた信号上で、高速フーリエ変換
（Fast Fourier Transorm：ＦＦＴ）を実行する。この
ＦＦＴは、時間的にシーケンシャルに実行されて、加算
回路３２からの信号を合成する周波数成分の一連のグル
ープを生成する。マイクロプロセッサ９８は、デジタル
信号プロセッサ９６を制御し、デジタル信号プロセッサ
９６により実行されたＦＦＴの結果を利用して、ユーザ
３４の発声音を識別する。マイクロプロセッサ９８は、
この発声音を、デジタル信号プロセッサ９６により提供
された一連のグループの周波数成分とメモリ１００内に
記憶されたテンプレートとを比較して識別する。発声音
が識別されると、マイクロプロセッサ９８は、この発声
音と同一のものを、パーソナルコンピュータ１０内の通
信バスを介してパーソナルコンピュータ１０に転送し、
その結果、パーソナルコンピュータ１０は、この発声音
に基づいた動作を行う。マイクロプロセッサ９８は、In
tel Corporation製のマイクロプロセッサで、また、デ
ジタル信号プロセッサ９６は、Texas Instruments社製
のＴＭＳ３２０ＣＸＸのデジタル信号処理チップの一つ
である。パーソナルコンピュータ１０を制御するため
に、マイクロプロセッサ９８により提供される発声音を
処理するソフトウェアは、CommandCorp. Inc.の商品名
「ＩＮ3 ＶＯＩＣＥ ＣＯＭＡＮＮＤ」で販売される
ソフトウェアパッケージ、あるいは、Microsoft Corpor
ationの商品名「ＷＩＮＤＯＷＳ ＳＯＵＮＤ ＳＹＳ
ＴＥＭ」で販売されているソフトウェアパッケージであ
る。この商品名「ＩＮ3 ＶＯＩＣＥ ＣＯＭＡＮＮ
Ｄ」で販売されているソフトウェアは、Microsoft Coro
porationの商品名「ＷＩＮＤＯＷＳ」で販売されている
プログラムのようなソフトウェアパッケージを用いたマ
ルチ環境下でパーソナルコンピュータ１０の上で動作す
る。
図である。加算回路３２からの信号は、９０が受信し、
この９０は、この信号をデジタル信号に変換して、この
デジタル信号をメモリ９４に入力する。メモリ９４は、
デジタル信号プロセッサ９６が使用できるようデジタル
信号をストアする。デジタル信号プロセッサ９６は、メ
モリ９４にストアされた信号上で、高速フーリエ変換
（Fast Fourier Transorm：ＦＦＴ）を実行する。この
ＦＦＴは、時間的にシーケンシャルに実行されて、加算
回路３２からの信号を合成する周波数成分の一連のグル
ープを生成する。マイクロプロセッサ９８は、デジタル
信号プロセッサ９６を制御し、デジタル信号プロセッサ
９６により実行されたＦＦＴの結果を利用して、ユーザ
３４の発声音を識別する。マイクロプロセッサ９８は、
この発声音を、デジタル信号プロセッサ９６により提供
された一連のグループの周波数成分とメモリ１００内に
記憶されたテンプレートとを比較して識別する。発声音
が識別されると、マイクロプロセッサ９８は、この発声
音と同一のものを、パーソナルコンピュータ１０内の通
信バスを介してパーソナルコンピュータ１０に転送し、
その結果、パーソナルコンピュータ１０は、この発声音
に基づいた動作を行う。マイクロプロセッサ９８は、In
tel Corporation製のマイクロプロセッサで、また、デ
ジタル信号プロセッサ９６は、Texas Instruments社製
のＴＭＳ３２０ＣＸＸのデジタル信号処理チップの一つ
である。パーソナルコンピュータ１０を制御するため
に、マイクロプロセッサ９８により提供される発声音を
処理するソフトウェアは、CommandCorp. Inc.の商品名
「ＩＮ3 ＶＯＩＣＥ ＣＯＭＡＮＮＤ」で販売される
ソフトウェアパッケージ、あるいは、Microsoft Corpor
ationの商品名「ＷＩＮＤＯＷＳ ＳＯＵＮＤ ＳＹＳ
ＴＥＭ」で販売されているソフトウェアパッケージであ
る。この商品名「ＩＮ3 ＶＯＩＣＥ ＣＯＭＡＮＮ
Ｄ」で販売されているソフトウェアは、Microsoft Coro
porationの商品名「ＷＩＮＤＯＷＳ」で販売されている
プログラムのようなソフトウェアパッケージを用いたマ
ルチ環境下でパーソナルコンピュータ１０の上で動作す
る。
【００１９】メモリ１００内に記憶された各テンプレー
トは、認識されるべき発声音に対応する。このテンプレ
ートは、トレーニングモードの間に形成されたものであ
る。このトレーニングモードの間に、ユーザ３４は、認
識されるべき発声音のサンプルをマイク１８に話しかけ
ることにより、そして、その際に、バイオモニタ装置３
０をユーザ３４に装着することにより行われた。このト
レーニングモードの間、デジタル信号プロセッサ９６
は、接点３６からの信号に対し、一連のＦＦＴを実行す
る。このＦＦＴは、時間的にシーケンシャルで、これに
より、発声音を合成する周波数成分の一連のグループを
生成する。この周波数成分のグループを用いて、テンプ
レートを形成する。このテンプレートは、周波数成分の
複数のグループのシーケンスを含む。そして、この周波
数成分は、そのシーケンス内のそれ自身の位置、およ
び、バイオ信号から得られた基準周波数に対するその相
対的振幅（強度）とその位置により識別される。テンプ
レートを形成するのに用いられる基準周波数は、バイオ
信号の周波数成分で、この周波数成分を用いて、ユーザ
の感情状態、あるいは、ユーザの感情状態をモニタする
のに用いられるようなバイオ信号の特性から得られた周
波数である。このバイオ信号から得られた周波数成分
を、発声の間の沈黙期間の間サンプリングして、加算回
路３２内のどの周波数成分が発声音から得られたのか、
あるいは、どの周波数成分がバイオ信号から得られたの
かの決定を容易にする。
トは、認識されるべき発声音に対応する。このテンプレ
ートは、トレーニングモードの間に形成されたものであ
る。このトレーニングモードの間に、ユーザ３４は、認
識されるべき発声音のサンプルをマイク１８に話しかけ
ることにより、そして、その際に、バイオモニタ装置３
０をユーザ３４に装着することにより行われた。このト
レーニングモードの間、デジタル信号プロセッサ９６
は、接点３６からの信号に対し、一連のＦＦＴを実行す
る。このＦＦＴは、時間的にシーケンシャルで、これに
より、発声音を合成する周波数成分の一連のグループを
生成する。この周波数成分のグループを用いて、テンプ
レートを形成する。このテンプレートは、周波数成分の
複数のグループのシーケンスを含む。そして、この周波
数成分は、そのシーケンス内のそれ自身の位置、およ
び、バイオ信号から得られた基準周波数に対するその相
対的振幅（強度）とその位置により識別される。テンプ
レートを形成するのに用いられる基準周波数は、バイオ
信号の周波数成分で、この周波数成分を用いて、ユーザ
の感情状態、あるいは、ユーザの感情状態をモニタする
のに用いられるようなバイオ信号の特性から得られた周
波数である。このバイオ信号から得られた周波数成分
を、発声の間の沈黙期間の間サンプリングして、加算回
路３２内のどの周波数成分が発声音から得られたのか、
あるいは、どの周波数成分がバイオ信号から得られたの
かの決定を容易にする。
【００２０】このバイオ信号と音声信号は、加算回路３
２で加算されて、オーディオカード１７に転送され、こ
のオーディオカード１７で音声認識プロセスを実行す
る。パーソナルコンピュータ１０内の他の場所で、音声
認識プロセスの一部、あるいは、全部を実行することも
可能である。例えば、ＦＦＴと比較操作がパーソナルコ
ンピュータ１０により実行される場合には、オーディオ
カード１７は、加算回路３２とパーソナルコンピュータ
１０との間のインタフェースとして機能し、例えば、Ａ
／Ｄ変換と信号の記憶のような機能を実行する。
２で加算されて、オーディオカード１７に転送され、こ
のオーディオカード１７で音声認識プロセスを実行す
る。パーソナルコンピュータ１０内の他の場所で、音声
認識プロセスの一部、あるいは、全部を実行することも
可能である。例えば、ＦＦＴと比較操作がパーソナルコ
ンピュータ１０により実行される場合には、オーディオ
カード１７は、加算回路３２とパーソナルコンピュータ
１０との間のインタフェースとして機能し、例えば、Ａ
／Ｄ変換と信号の記憶のような機能を実行する。
【００２１】図７は、発声音、すなわち、音声信号を合
成する周波数成分の一連のグループから得られた周波数
成分の一つのグループを表している。簡単化のために、
ここでは、一つのグループの周波数成分のみが示されて
いる。発声音、すなわち、音声信号を合成する一連のグ
ループの周波数成分の特徴に対し、トレーニング期間中
に形成された一組のテンプレートに含まれる（複数の）
周波数成分の特性を比較することにより認識される。特
性、例えば、一連の発声音内の周波数成分の位置、周波
数成分の相対的強度、ゼロ周波数に対するその相対的位
置等が比較される。都合の悪いことに、ユーザの感情状
態が変化すると、その発声音の周波数成分は、ユーザが
興奮すると上昇し、疲労すると下降する。その結果、ゼ
ロ周波数に対する周波数成分の位置は、大きく変化し、
認識率を低下させてしまう。
成する周波数成分の一連のグループから得られた周波数
成分の一つのグループを表している。簡単化のために、
ここでは、一つのグループの周波数成分のみが示されて
いる。発声音、すなわち、音声信号を合成する一連のグ
ループの周波数成分の特徴に対し、トレーニング期間中
に形成された一組のテンプレートに含まれる（複数の）
周波数成分の特性を比較することにより認識される。特
性、例えば、一連の発声音内の周波数成分の位置、周波
数成分の相対的強度、ゼロ周波数に対するその相対的位
置等が比較される。都合の悪いことに、ユーザの感情状
態が変化すると、その発声音の周波数成分は、ユーザが
興奮すると上昇し、疲労すると下降する。その結果、ゼ
ロ周波数に対する周波数成分の位置は、大きく変化し、
認識率を低下させてしまう。
【００２２】図８は、発声音、すなわち、音声信号を合
成する一連のグループの周波数成分から得られた一つの
グループの周波数成分と、基準周波数ｆrefとを表す。
この実施例においては、発声音、すなわち、音声信号を
合成する一連のグループの周波数成分の周波数に対する
トレーニング期間中に形成された一組のテンプレート内
に含まれる周波数成分（複数）の特性を比較することに
よって認識される。特性、例えば、一連の周波数成分内
の周波数の位置、周波数成分の相対的強度、および、周
波数ｆrefに対する周波数成分の位置が比較される。基
準周波数ｆrefが得られるのは、ＦＦＴが音声信号とバ
イオ信号の和に対し実行されるとき、あるいは、バイオ
信号に対してのみ実行されるときの何れかである。発声
音の間の沈黙期間中に、加算回路３２から得られた加算
回路３２からの信号に対し、ＦＦＴを実行することによ
ってもｆrefを決定することもできる。これにより、加
算回路３２からの信号内のどの周波数成分が発声音から
得られたものか、および、どの周波数成分がバイオ信号
から得られたものかを区別することが容易となる。
成する一連のグループの周波数成分から得られた一つの
グループの周波数成分と、基準周波数ｆrefとを表す。
この実施例においては、発声音、すなわち、音声信号を
合成する一連のグループの周波数成分の周波数に対する
トレーニング期間中に形成された一組のテンプレート内
に含まれる周波数成分（複数）の特性を比較することに
よって認識される。特性、例えば、一連の周波数成分内
の周波数の位置、周波数成分の相対的強度、および、周
波数ｆrefに対する周波数成分の位置が比較される。基
準周波数ｆrefが得られるのは、ＦＦＴが音声信号とバ
イオ信号の和に対し実行されるとき、あるいは、バイオ
信号に対してのみ実行されるときの何れかである。発声
音の間の沈黙期間中に、加算回路３２から得られた加算
回路３２からの信号に対し、ＦＦＴを実行することによ
ってもｆrefを決定することもできる。これにより、加
算回路３２からの信号内のどの周波数成分が発声音から
得られたものか、および、どの周波数成分がバイオ信号
から得られたものかを区別することが容易となる。
【００２３】基準周波数ｆrefは、バイオ信号から得ら
れ、その結果、ユーザの感情状態により、周波数が上昇
したり下降したりする。図３のバイオ信号と比較する
と、バイオ信号のランプ状信号４２間の時間Ｔは、ユー
ザの感情状態により変化する。それゆえに、バイオ信号
のＦＦＴ、あるいは、バイオ信号と音声信号の和のＦＦ
Ｔを用いて、ユーザの感情状態と共に変化する基準周波
数ｆrefを決定してもよい。
れ、その結果、ユーザの感情状態により、周波数が上昇
したり下降したりする。図３のバイオ信号と比較する
と、バイオ信号のランプ状信号４２間の時間Ｔは、ユー
ザの感情状態により変化する。それゆえに、バイオ信号
のＦＦＴ、あるいは、バイオ信号と音声信号の和のＦＦ
Ｔを用いて、ユーザの感情状態と共に変化する基準周波
数ｆrefを決定してもよい。
【００２４】図９は、ユーザがより興奮し、基準周波数
ｆrefが周波数軸を右側に移動した状態を表す。周波数
成分ｆ１、ｆ２、ｆ３も同時に右側に移動している。そ
の結果、周波数成分ｆ１、ｆ２、ｆ３の基準周波数ｆ
refに対する位置は、ゼロ周波数に対するその相対的位
置よりも変化が少ない。この認識プロセスは、周波数成
分ｆ１、ｆ２、ｆ３の基準周波数ｆrefに対する位置
と、ユーザの興奮状態の変化と、発声音の周波数成分の
対応周波数の変化を用いて実行しているので、その認識
プロセスは、認識率に対し影響が少ない。
ｆrefが周波数軸を右側に移動した状態を表す。周波数
成分ｆ１、ｆ２、ｆ３も同時に右側に移動している。そ
の結果、周波数成分ｆ１、ｆ２、ｆ３の基準周波数ｆ
refに対する位置は、ゼロ周波数に対するその相対的位
置よりも変化が少ない。この認識プロセスは、周波数成
分ｆ１、ｆ２、ｆ３の基準周波数ｆrefに対する位置
と、ユーザの興奮状態の変化と、発声音の周波数成分の
対応周波数の変化を用いて実行しているので、その認識
プロセスは、認識率に対し影響が少ない。
【００２５】バイオ信号と発声音の周波数成分との間の
関係は、使用者毎に必ずしも同一ではなく、そのため、
認識システムを校正するのが望ましい。校正が実行され
ないと、ｆrefは、ｆbに等しいようにセットされる。そ
して、このｆbとは、ユーザの感情状態をモニタするた
めに使用される周波数成分、あるいは、そのバイオ信号
周波数成分から得られた周波数成分である。周波数ｆb
と音声信号の周波数成分との間の関係の変化は、次式に
用いられる値Δを決定することにより補償することがで
きる。 ｆref＝ｆb＋Δ （１）
関係は、使用者毎に必ずしも同一ではなく、そのため、
認識システムを校正するのが望ましい。校正が実行され
ないと、ｆrefは、ｆbに等しいようにセットされる。そ
して、このｆbとは、ユーザの感情状態をモニタするた
めに使用される周波数成分、あるいは、そのバイオ信号
周波数成分から得られた周波数成分である。周波数ｆb
と音声信号の周波数成分との間の関係の変化は、次式に
用いられる値Δを決定することにより補償することがで
きる。 ｆref＝ｆb＋Δ （１）
【００２６】図１０は、パーソナルコンピュータ１０、
または、オーディオカード１７内のプロセッサにより実
行されるプログラムで、校正プロセスを実行するもので
ある。初期化後、校正プロセスは、ステップ１２０から
スタートし、このステップ１２０では、Δの値は、ゼロ
にセットされ、その結果、基準周波数ｆrefは、周波数
ｆbに等しくなる。ステップ１２２において、修正コマ
ンドが受領されたか否かが決定される。修正コマンドが
受領されなかった場合には、ステップ１２４を実行し
て、不能コマンドが受領されたか否かが決定される。不
能コマンドが受領されなかった場合には、ステップ１２
２を実行する。不能コマンドが受領された場合には、ｆ
refは、ステップ１２０を実行することにより、ｆbに等
しくセットされる。その結果、Δはゼロである。修正コ
マンドが、ステップ１２２で受領されると、ステップ１
２６が実行される。このステップにおいて、Δの値は、
δプラスの現行値に等しくセットされる。この変数δ
は、例えば、１０である。ステップ１２８において、ユ
ーザは、認識テストを実行するよう指示され、そのテス
トを完了したときにエンドコマンドを入力する。この認
識テストは、ユーザが数個のコマンドをマイク１８内に
話して入力して、許容可能な認識率が得られたか否かを
決定する。ステップ１３０において、Δが、Δの現行値
マイナス２δの値に等しくセットされる。ステップ１３
２において、ユーザが認識テストを実行するよう再度指
示されて、このテストが完了すると、エンドコマンドを
入力するよう指示される。決定ステップ１３６で第１テ
ストが最適である場合には、ステップ１３８が実行さ
れ、第２テストが最適の場合には、ステップ１４０が実
行される。ステップ１３８で、Δの現行値プラス２δの
値に設定される。そして、ステップ１４０で、Δの現行
値は、Δの新規な値として保持される。ステップ１４
０、または、１３８を実行した後、ステップ１２２とス
テップ１２４が実行されて、ループ動作を用いて修正コ
マンド、あるいは、不能コマンドを検知する。
または、オーディオカード１７内のプロセッサにより実
行されるプログラムで、校正プロセスを実行するもので
ある。初期化後、校正プロセスは、ステップ１２０から
スタートし、このステップ１２０では、Δの値は、ゼロ
にセットされ、その結果、基準周波数ｆrefは、周波数
ｆbに等しくなる。ステップ１２２において、修正コマ
ンドが受領されたか否かが決定される。修正コマンドが
受領されなかった場合には、ステップ１２４を実行し
て、不能コマンドが受領されたか否かが決定される。不
能コマンドが受領されなかった場合には、ステップ１２
２を実行する。不能コマンドが受領された場合には、ｆ
refは、ステップ１２０を実行することにより、ｆbに等
しくセットされる。その結果、Δはゼロである。修正コ
マンドが、ステップ１２２で受領されると、ステップ１
２６が実行される。このステップにおいて、Δの値は、
δプラスの現行値に等しくセットされる。この変数δ
は、例えば、１０である。ステップ１２８において、ユ
ーザは、認識テストを実行するよう指示され、そのテス
トを完了したときにエンドコマンドを入力する。この認
識テストは、ユーザが数個のコマンドをマイク１８内に
話して入力して、許容可能な認識率が得られたか否かを
決定する。ステップ１３０において、Δが、Δの現行値
マイナス２δの値に等しくセットされる。ステップ１３
２において、ユーザが認識テストを実行するよう再度指
示されて、このテストが完了すると、エンドコマンドを
入力するよう指示される。決定ステップ１３６で第１テ
ストが最適である場合には、ステップ１３８が実行さ
れ、第２テストが最適の場合には、ステップ１４０が実
行される。ステップ１３８で、Δの現行値プラス２δの
値に設定される。そして、ステップ１４０で、Δの現行
値は、Δの新規な値として保持される。ステップ１４
０、または、１３８を実行した後、ステップ１２２とス
テップ１２４が実行されて、ループ動作を用いて修正コ
マンド、あるいは、不能コマンドを検知する。
【００２７】一旦、Δの値が決定されると、音声信号の
周波数成分が周波数ｆrefに関して解析される。このｆ
refは、バイオ信号から得られた周波数ｆbとΔの和に等
しい。
周波数成分が周波数ｆrefに関して解析される。このｆ
refは、バイオ信号から得られた周波数ｆbとΔの和に等
しい。
【００２８】パーソナルコンピュータ１０、あるいは、
オーディオカード１７内のプロセッサは、この校正プロ
グラムを実行可能である。パーソナルコンピュータ１０
が校正プログラムを実行すると、パーソナルコンピュー
タ１０は、ＦＦＴを実行するデジタル信号プロセッサ、
および／または、音声認識を実行するプロセッサと、パ
ーソナルコンピュータの内部バスを介して通信（会話）
する。この校正プログラムを実行するのに必要なソフト
ウェアは、パーソナルコンピュータ１０上で動作できる
ものであり、また、このパーソナルコンピュータ１０
は、Microsoft Corporationから商品名「ＷＩＮＤＯＷ
Ｓ」で販売されているプログラムのようなマルチアプリ
ケーションプログラムを用いて実行される。また、ユー
ザは、ディスプレイ１２とキーボード１４を介して、こ
の校正プログラムと通信（会話）することができる。
オーディオカード１７内のプロセッサは、この校正プロ
グラムを実行可能である。パーソナルコンピュータ１０
が校正プログラムを実行すると、パーソナルコンピュー
タ１０は、ＦＦＴを実行するデジタル信号プロセッサ、
および／または、音声認識を実行するプロセッサと、パ
ーソナルコンピュータの内部バスを介して通信（会話）
する。この校正プログラムを実行するのに必要なソフト
ウェアは、パーソナルコンピュータ１０上で動作できる
ものであり、また、このパーソナルコンピュータ１０
は、Microsoft Corporationから商品名「ＷＩＮＤＯＷ
Ｓ」で販売されているプログラムのようなマルチアプリ
ケーションプログラムを用いて実行される。また、ユー
ザは、ディスプレイ１２とキーボード１４を介して、こ
の校正プログラムと通信（会話）することができる。
【００２９】音声信号とバイオ信号を個別にオーディオ
カード１７に入力することもできる。この場合、ＦＦＴ
は、バイオ信号と音声信号の和に対し実行されるか、あ
るいは、ＦＦＴは、個別の信号に対して実行してもよ
い。ＦＦＴが個別に実行されると、バイオ信号のＦＦＴ
は、ｆrefを決定するのに用いられる。
カード１７に入力することもできる。この場合、ＦＦＴ
は、バイオ信号と音声信号の和に対し実行されるか、あ
るいは、ＦＦＴは、個別の信号に対して実行してもよ
い。ＦＦＴが個別に実行されると、バイオ信号のＦＦＴ
は、ｆrefを決定するのに用いられる。
【００３０】
【発明の効果】以上述べたように、本発明によれば、バ
イオ信号を用いて、基準信号をユーザの感情状態に対応
して変化させることにより、音声認識装置の認識率を向
上させることができる。
イオ信号を用いて、基準信号をユーザの感情状態に対応
して変化させることにより、音声認識装置の認識率を向
上させることができる。
【図１】オーディオカードとマイクとを有するパーソナ
ルコンピュータを表すブロック図。
ルコンピュータを表すブロック図。
【図２】本発明による音声信号とバイオ信号を有する音
声認識システムを表すブロック図。
声認識システムを表すブロック図。
【図３】図２のバイオモニタにより生成されたバイオ信
号を表す図。
号を表す図。
【図４】バイオモニタ装置内の回路図。
【図５】加算回路図。
【図６】オーディオカード１７のブロック図。
【図７】発声音の周波数成分を表す図。
【図８】発声音の周波数成分を表す図。
【図９】発声音の周波数成分を表す図。
【図１０】校正プログラムを表すフローチャート図。
１０ パーソナルコンピュータ １２ ディスプレイ １４ キーボード １６、１７ オーディオ／サウンドカード １８ マイク ３０ バイオモニタ装置 ３２ 加算回路 ３４ ユーザ ３６、３８ 接点 ４２ ランプ状信号 ４８ 出力コネクタ ５０ インピーダンスセンサ ６２ ３Ｖのバッテリー源 ６４、６８ スイッチ ６６ 可変抵抗 ７０ スピーカー ８０、８２ 抵抗 ８４ 加算点 ９２ Ａ／Ｄ変換器 ９４ メモリ ９６ デジタル信号プロセッサ ９８ マイクロプロセッサ １００ メモリ Ｌ インダクタ Ｃ キャパシタ Ｑ トランジスタ １２０ Δ＝０にセット １２２ 修正コマンドか？ １２４ 不能コマンドか？ １２６ Δ＝Δ＋δにセット １２８ 第１テストを要求しエンドコマンドを待つ １３０ Δ＝Δ−２δにセット １３２ 第２テストを要求しエンドコマンドを待つ １３４ テストの選択を要求 １３６ 最適テストは？ １３８ Δ＝Δ＋２δにセット １４０ Δ＝Δにセット
フロントページの続き (72)発明者 ジアン−ツ ヒジー アメリカ合衆国、07733 ニュージャージ ー、ホルムデル、タコルサ ドライブ 13
Claims (4)
- 【請求項１】 ユーザの発声音を認識する音声認識方法
において、 （Ａ）ユーザの発声音を信号に変換するステップと、 （Ｂ）修正信号を生成するために、ユーザから得られた
バイオ信号と前記信号とを結合するステップと、 （Ｃ）前記修正信号を音声認識システムに入力するステ
ップとからなることを特徴とする音声認識方法。 - 【請求項２】 （Ｄ）基準信号を生成するために、前記
バイオ信号から得られた周波数を利用するステップと、 （Ｅ）前記発声音を認識するために、前記基準信号に関
し、前記信号の周波数成分の位置を利用するステップと
をさらに有することを特徴とする請求項１の方法。 - 【請求項３】 前記バイオ信号から得られた周波数は、
前記バイオ信号の周期性に関連することを特徴とする請
求項２の方法。 - 【請求項４】 前記バイオ信号は、ユーザの自律活動、
感情状態、インピーダンスのいずれかに関連することを
特徴とする請求項１の方法。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US171584 | 1988-03-22 | ||
| US08/171,584 US5539860A (en) | 1993-12-22 | 1993-12-22 | Speech recognition using bio-signals |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH07199987A true JPH07199987A (ja) | 1995-08-04 |
| JP2798622B2 JP2798622B2 (ja) | 1998-09-17 |
Family
ID=22624324
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP6335323A Expired - Fee Related JP2798622B2 (ja) | 1993-12-22 | 1994-12-22 | 音声認識方法 |
Country Status (7)
| Country | Link |
|---|---|
| US (1) | US5539860A (ja) |
| EP (1) | EP0660302B1 (ja) |
| JP (1) | JP2798622B2 (ja) |
| KR (1) | KR950020395A (ja) |
| AU (1) | AU678636B2 (ja) |
| CA (1) | CA2137840C (ja) |
| DE (1) | DE69421595T2 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101014321B1 (ko) * | 2009-02-24 | 2011-02-14 | 한국전자통신연구원 | 최소 분류 오차 기법을 이용한 감정 인식 방법 |
Families Citing this family (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2967058B2 (ja) | 1997-02-14 | 1999-10-25 | 株式会社エイ・ティ・アール知能映像通信研究所 | 階層的感情認識装置 |
| FI117180B (fi) * | 2001-04-11 | 2006-07-14 | Audio Riders Oy | Personalisoitu informaation jakelujärjestelmä |
| DE60213195T8 (de) * | 2002-02-13 | 2007-10-04 | Sony Deutschland Gmbh | Verfahren, System und Computerprogramm zur Sprach-/Sprechererkennung unter Verwendung einer Emotionszustandsänderung für die unüberwachte Anpassung des Erkennungsverfahrens |
| US7283962B2 (en) * | 2002-03-21 | 2007-10-16 | United States Of America As Represented By The Secretary Of The Army | Methods and systems for detecting, measuring, and monitoring stress in speech |
| KR100718125B1 (ko) * | 2005-03-25 | 2007-05-15 | 삼성전자주식회사 | 생체신호와 인공신경회로망을 이용한 생체인식 장치 및방법 |
| US20060229882A1 (en) * | 2005-03-29 | 2006-10-12 | Pitney Bowes Incorporated | Method and system for modifying printed text to indicate the author's state of mind |
| US20110035215A1 (en) * | 2007-08-28 | 2011-02-10 | Haim Sompolinsky | Method, device and system for speech recognition |
| WO2009086033A1 (en) * | 2007-12-20 | 2009-07-09 | Dean Enterprises, Llc | Detection of conditions from sound |
| US9118669B2 (en) | 2010-09-30 | 2015-08-25 | Alcatel Lucent | Method and apparatus for voice signature authentication |
| US10244988B2 (en) * | 2010-12-16 | 2019-04-02 | Nokia Technologies Oy | Method, apparatus and computer program of using a bio-signal profile |
| IL216118A0 (en) | 2011-11-03 | 2012-02-29 | Google Inc | Customer support solution recommendation system |
| CN113241096B (zh) * | 2021-07-09 | 2021-12-21 | 明品云(北京)数据科技有限公司 | 一种情绪监测装置及方法 |
Family Cites Families (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4139732A (en) * | 1975-01-24 | 1979-02-13 | Larynogograph Limited | Apparatus for speech pattern derivation |
| JPS5569880A (en) * | 1978-11-22 | 1980-05-26 | Nec Corp | Pattern recognition unit |
| DE3003315C2 (de) * | 1980-01-30 | 1982-09-16 | Siemens AG, 1000 Berlin und 8000 München | Verfahren zur Erzeugung von elektrokutanen Reizmustern als Träger akustischer Information und Gerät zur Durchführung dieses Verfahren |
| US4611596A (en) * | 1980-10-14 | 1986-09-16 | Purdue Research Foundation | Sensory prostheses |
| US4718096A (en) * | 1983-05-18 | 1988-01-05 | Speech Systems, Inc. | Speech recognition system |
| JPS6332624A (ja) * | 1986-07-28 | 1988-02-12 | Canon Inc | 情報処理装置 |
| DE3742929C1 (de) * | 1987-12-18 | 1988-09-29 | Daimler Benz Ag | Verfahren zur Verbesserung der Zuverlaessigkeit von Sprachsteuerungen von Funktionselementen und Vorrichtung zu dessen Durchfuehrung |
| US5092343A (en) * | 1988-02-17 | 1992-03-03 | Wayne State University | Waveform analysis apparatus and method using neural network techniques |
| US5171930A (en) * | 1990-09-26 | 1992-12-15 | Synchro Voice Inc. | Electroglottograph-driven controller for a MIDI-compatible electronic music synthesizer device |
| US5182773A (en) * | 1991-03-22 | 1993-01-26 | International Business Machines Corporation | Speaker-independent label coding apparatus |
| US5222146A (en) * | 1991-10-23 | 1993-06-22 | International Business Machines Corporation | Speech recognition apparatus having a speech coder outputting acoustic prototype ranks |
-
1993
- 1993-12-22 US US08/171,584 patent/US5539860A/en not_active Expired - Fee Related
-
1994
- 1994-12-05 EP EP94308994A patent/EP0660302B1/en not_active Expired - Lifetime
- 1994-12-05 DE DE69421595T patent/DE69421595T2/de not_active Expired - Fee Related
- 1994-12-12 CA CA002137840A patent/CA2137840C/en not_active Expired - Fee Related
- 1994-12-15 AU AU80477/94A patent/AU678636B2/en not_active Ceased
- 1994-12-21 KR KR1019940035545A patent/KR950020395A/ko not_active Abandoned
- 1994-12-22 JP JP6335323A patent/JP2798622B2/ja not_active Expired - Fee Related
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101014321B1 (ko) * | 2009-02-24 | 2011-02-14 | 한국전자통신연구원 | 최소 분류 오차 기법을 이용한 감정 인식 방법 |
| US8180638B2 (en) | 2009-02-24 | 2012-05-15 | Korea Institute Of Science And Technology | Method for emotion recognition based on minimum classification error |
Also Published As
| Publication number | Publication date |
|---|---|
| CA2137840A1 (en) | 1995-06-23 |
| AU678636B2 (en) | 1997-06-05 |
| DE69421595T2 (de) | 2003-05-28 |
| US5539860A (en) | 1996-07-23 |
| DE69421595D1 (de) | 1999-12-16 |
| AU8047794A (en) | 1995-06-29 |
| EP0660302A1 (en) | 1995-06-28 |
| CA2137840C (en) | 1998-07-07 |
| KR950020395A (ko) | 1995-07-24 |
| EP0660302B1 (en) | 1999-11-10 |
| JP2798622B2 (ja) | 1998-09-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2798621B2 (ja) | 音声認識方法 | |
| JP2798622B2 (ja) | 音声認識方法 | |
| US5983186A (en) | Voice-activated interactive speech recognition device and method | |
| US7373301B2 (en) | Method for detecting emotions from speech using speaker identification | |
| US20050021330A1 (en) | Speech recognition apparatus capable of improving recognition rate regardless of average duration of phonemes | |
| US20020184024A1 (en) | Speech recognition for recognizing speaker-independent, continuous speech | |
| GB2551209A (en) | Voice user interface | |
| JP2002182680A (ja) | 操作指示装置 | |
| EP0233718B1 (en) | Speech processing apparatus and methods | |
| KR100306523B1 (ko) | 바이오신호를사용하는음성인식훈련 | |
| US12424219B2 (en) | System and method for receiving a voice command | |
| US7231352B2 (en) | Method for computer-supported speech recognition, speech recognition system and control device for controlling a technical system and telecommunications device | |
| JPH07210193A (ja) | 音声対話装置 | |
| TWI587281B (zh) | Voice control system and its method | |
| JP6648786B2 (ja) | 音声制御装置、音声制御方法およびプログラム | |
| CN110610695B (zh) | 一种基于孤立词的语音识别方法及应用有该方法的吸油烟机 | |
| CN119418697A (zh) | 基于增强学习的声控胰岛素注射笔语音控制方法 | |
| CN113628613A (zh) | 两阶段的用户可定制唤醒词检测 | |
| JPH05150798A (ja) | 音声認識装置 | |
| JPH0351898A (ja) | 音声認識装置 | |
| JP2020085942A (ja) | 情報処理装置、情報処理方法、およびプログラム | |
| JPH10187194A (ja) | 音素分析装置および音素分析方法 | |
| JPH08152898A (ja) | 時系列仮説環帰を用いた音声認識装置 | |
| Kella et al. | Implementation of an arm9 board to be controlled by speech using Qtopia on Linux | |
| JPS62119597A (ja) | 単語音声認識装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| LAPS | Cancellation because of no payment of annual fees |