JPH0736199U - 音声認識装置 - Google Patents

Abstract

(57)【要約】 （修正有） 【目的】 第１及び第２の２つのキーワードを発声する
にあたって第１のキーワードが認識されている場合に
は、初めから２つのキーワードを発声し直す必要のない
音声認識装置を提供する。 【構成】 音声認識部２によって第１のキーワードが認
識されると、ＣＰＵ３の制御に基づき第１のキーワード
を認識したことを知らせるブザー１（第１の報知手段）
と、この後予め設定された所定時間内に第２のキーワー
ドを認識しなかったことを知らせるブザー２（第２の報
知手段）と、所定時間が経過したことを知らせるブザー
３（第３の手段）とを含むブザー４を設ける。ブザー２
により第２のキーワードが認識されなかったことを知っ
た場合には、所定時間内に第２のキーワードを複数回繰
り返して発声し直しを行う。

Description

【考案の詳細な説明】

【０００１】

【産業上の利用分野】

本考案は、第１のキーワード及び第２のキーワードを使用し、第１のキーワー ドの認識後所定時間内に第２のキーワードを認識した場合のみ音声起動を行う音 声認識装置に関する。

【０００２】

【従来の技術】

被制御部の制御開始を音声認識に基づいて音声起動により行わせるようにした 音声認識装置が知られている。この音声認識装置は、予め設定したキーワードを ユーザーが音声で入力することにより音声起動を行うように構成されている。こ こでキーワードを１つだけ使用した場合は、現在の音声認識装置の性能では、音 声起動に際して常に認識モードとなって音声入力待ちの状態となっているとき、 ユーザーが発声していないのにもかかわらず、周囲のノイズや会話による音声が 入力されてこれがキーワードであると誤認識されて、装置が誤動作してしまうお それがあるので、装置が安定性に欠けるという欠点がある。

【０００３】 このような欠点を改善するため、２つのキーワードを使用して動作の安定性を 図るようにしたタイプの音声認識装置が実用になっている。このタイプの音声認 識装置は、第１のキーワードを入力してこれが認識された後、予め設定された所 定時間内に第２のキーワードを入力してこれが認識された場合のみ動作して、音 声起動を行わせるように構成されている。すなわち、ユーザーは第１及び第２の キーワードを２回発声して装置を動作させることによって、装置を安定に動作さ せるようになっている。ここで上記所定時間は、第１のキーワードが認識された 後に第２のキーワードを１回発声するのに可能な程度の時間に設定されており、 例えば１．５秒乃至２秒程度に設定されている。

【０００４】

【考案が解決しようとする課題】

ところで、このように２つのキーワードを使用して動作させる従来の音声認識 装置では、ユーザーが２つのキーワードを入力しても各キーワードが共に認識さ れない場合は装置は動作しないので、第１のキーワードが認識されている場合で もユーザーは初めから２つのキーワードを発声し直さなければならないため煩わ しくなるという問題がある。

【０００５】 本考案は以上のような問題に対処してなされたもので、第１及び第２の２つの キーワードを発声するにあたって第１のキーワードが認識されている場合には、 初めから２つのキーワードを発声し直す必要のない音声認識装置を提供すること を目的とするものである。

【０００６】

【課題を解決するための手段】

上記目的を達成するために請求項１記載の本考案は、第１のキーワード及び第 ２のキーワードを使用し、第１のキーワードの認識後所定時間内に第２のキーワ ードを認識した場合のみ音声起動を行う音声認識装置において、第１のキーワー ドを認識したことを知らせる第１の報知手段と、第１のキーワードの認識後上記 所定時間内に第２のキーワードを認識しなかったことを知らせる第２の報知手段 と、上記所定時間が経過したことを知らせる第３の報知手段と、を少なくとも有 することを特徴とするものである。

【０００７】 請求項２記載の本考案は、請求項１において、第１のキーワードの認識後上記 所定時間より短い他の所定時間内に音声が検出されない場合には、第１のキーワ ードの受け付け状態に戻す制御手段を有することを特徴とするものである。

【０００８】 請求項３記載の本考案は、請求項１又は２において、第１の報知手段乃至第３ の報知手段の報知態様が各々異なることを特徴とするものである。

【０００９】

【作用】

請求項１記載の本考案の構成によれば、第１の報知手段に基づいて第１のキー ワードが認識されたことを知った後、第３の報知手段により所定時間内であるこ とを確かめた状態で、第２の報知手段に基づいて第２のキーワードが認識されな かったことを知ったときは、第２のキーワードのみを発声し直して認識させる。

【００１０】 請求項２記載の本考案の構成によれば、請求項１の作用において、第１のキー ワードの認識後所定時間より短い他の所定時間内に音声が検出されない場合には 、制御手段は第１のキーワードの受け付け状態に戻させる。

【００１１】 請求項３記載の本考案の構成によれば、請求項１又は２の作用において、第１ の報知手段乃至第３の報知手段は各々異なった態様で報知を行う。

【００１２】

【実施例】

以下図面を参照して本考案の実施例を説明する。 図１は本考案の音声認識装置の第１の実施例を示すブロック図で、１はユーザ ーの発声による音声を入力するマイクロフォン、２は入力された音声に基づき第 １のキーワード及び第２のキーワードを認識する音声認識部、３はブザー４及び タイマ５からの入力情報に基づいて一連の起動処理を行うＣＰＵ（中央演算処理 装置）である。

【００１３】 音声認識部２は音声認識のための音声入力待ちの状態になっており、音声が入 力されるとこれを検出して音声認識処理を行う。音声認識結果がリジェクト、エ ラーの場合はキーワードは認識されないので、再度、音声認識のための音声入力 待ちの状態に戻る。ブザー４は後述のように、音声認識部２によって第１のキー ワードが認識されると、ＣＰＵ３の制御に基づき第１のキーワードを認識したこ とを知らせるブザー１（第１の報知手段）と、この後予め設定された所定時間内 に第２のキーワードを認識しなかったことを知らせるブザー２（第２の報知手段 ）と、所定時間が経過したことを知らせるブザー３（第３の報知手段）とを含ん でいる。ここで各ブザーは各々音色が異なるように設定しておいて、どのブザー が鳴ったかを容易に識別できるようにしておく。タイマ５は第２のキーワードが 認識されてからの経過時間である上記所定時間を計数するように働く。ここで、 ブザー１に基づいて第１のキーワードが認識された後、ブザー２に基づいて第２ のキーワードがリジェクト、エラーにより認識されなかったことを知ったときは 、ブザー３により所定時間内であることを確かめた上で、第２のキーワードを複 数回繰り返して発声し直し（リトライ）が可能になっている。

【００１４】 図２は本実施例の動作原理を示しており、第１のキーワードとして例えば「起 動」が認識された直後ｔ１に設定された発声有効期間Ｔ１（ｔ１−ｔ２）が上記 所定時間に相当している。ここで本実施例における発声有効期間Ｔ１は、第１の キーワードの認識後に第２のキーワードが認識されなかった場合、この第２のキ ーワードを複数回繰り返して発声し直し可能となる程度の時間、例えば５秒乃至 １０秒程度に設定される。この時間は、従来において第２のキーワードを１回発 声するのに可能な時間（例えば１．５秒乃至２秒程度）に比較して十分長く設定 されている。このような発声有効期間Ｔ１を設けておくことにより、第１のキー ワードが認識された場合で、第２のキーワードが認識されなかった場合でも、第 ２のキーワードを複数回繰り返して発声し直すだけで第２のキーワードを認識さ せるのが可能となる。

【００１５】 次に、本実施例の動作を図３のフローチャートを参照して説明する。なお、一 例として音声起動を行うための第１のキーワードとして「起動」、第２のキーワ ードとして「ダイヤル」を設定した例で説明する。まず、ステップ１００で音声 入力の有無をチェックする。無しの場合、フローは再びステップ１００に戻る。 有りの場合、フローはステップ１０１に進みここで音声認識処理を行う。次に、 ステップ１０２に進みここで第１のキーワード「起動」を認識したか否かをチェ ックする。否の場合、フローは再びステップ１００に戻る。認識した場合は、フ ローはステップ１０３に進みここで第１のキーワード「起動」を認識したことを 、ブザー１を鳴らして報知音によりユーザーに知らせる。次に、ステップ１０４ に進みここで上記所定時間の計数を開始する。

【００１６】 続いて、ステップ１０５に進みここで音声入力の有無をチェックする。有りの 場合、フローはステップ１０６に進みここで音声認識処理を行う。次に、ステッ プ１０７に進みここで第２のキーワード「ダイヤル」を認識したか否かをチェッ クする。認識した場合、フローはステップ１０８に進みタイマをストップさせる 。これにより、音声起動ルーチンを終了して、他の処理へ進む。

【００１７】 ステップ１０５で無しの場合、フローはステップ１０９に進みここでタイムア ップか否かをチェックする。否の場合、フローは再びステップ１０５に戻る。タ イムアップの場合、フローはステップ１１１にジャンプする。ステップ１０７で 否の場合、フローはステップ１１０に進みここでタイムアップか否かをチェック する。否の場合、フローはステップ１１３に進みここで第２のキーワード「ダイ ヤル」が認識されなかったことを、ブザー２を鳴らして報知音によりユーザーに 知らせ、以後、フローはステップ１０５に戻る。タイムアップの場合、フローは ステップ１１１に進みここでタイマストップとなる。これにより次のステップ１ １２で発声有効期間Ｔ１すなわち所定時間が経過したことを、ブザー３を鳴らし て報知音によりユーザーに知らせる。これにより、第２のキーワードの認識プロ セスは無効となり、以後、フローはステップ１００に戻り、次の第１のキーワー ドの受け付け状態（認識モード）に移る。

【００１８】 このように本実施例によれば、ブザー１に基づいて第１のキーワードが認識さ れたことを知った後、ブザー３が鳴る前の発声有効期間Ｔ１内にブザー２に基づ いて第２のキーワードが認識されなかったことを知った場合は、この発声有効期 間Ｔ１内ならば第２のキーワードを複数回繰り返して発声し直すことができる。 これによって、第１のキーワードが認識されている場合で第２のキーワードがリ ジェクト、エラーにより認識されなかった場合は、第２のキーワードを複数回繰 り返して発声し直すだけで第２のキーワードを認識させることができ、従来のよ うにユーザーは初めから第１及び第２の２つのキーワードを発声し直す必要はな くなる。従って、煩わしさがなくなり、音声認識を行うにあたって柔軟性を持た せることができるようになる。なお、第２のキーワードが認識されたときは、発 声有効期間Ｔ１の経過を待たずに、この時点で他の処理へ進むことができる。ま た、第１のキーワードを認識したことを知らせるブザー１と、この後発声有効期 間Ｔ１内に第２のキーワードが認識されなかったことを知らせるブザー２と、発 声有効期間Ｔ１が経過したことを知らせるブザー３の各々の音色が異なるように 設定しておくことにより、各ブザーを異なった態様で鳴らすことができるので、 アイズフリーで各ブザーの意味を識別できるようになる。これにより、音声起動 に際してユーザーの視線を頻繁に移動するのが困難な車載用等に適用して特に効 果的となる。

【００１９】 次に、本考案の第２の実施例を説明する。この第２の実施例では図１の音声認 識装置において、第１のキーワードの認識後所定時間より短い他の所定時間を設 定して、この他の所定時間内に音声が検出されない場合には、第２のキーワード の認識を行わないで第１のキーワードの受け付け状態（認識モード）に戻させる ように構成されており、この制御はブザー４及びタイマ５からの入力情報に基づ いてＣＰＵ３によって行われる。また、本実施例では、第１のキーワードが認識 された後、第２のキーワードがリジェクト、エラーにより認識されなかったこと を知ったときは、所定時間内であることを確かめた上で、予め設定された所定回 数を越えない範囲で第２のキーワードを繰り返して発声し直す（リトライ）が可 能になっており、また、上記他の所定時間内で第２のキーワードの発声が可能に なっており、さらに、他の所定時間内の第２のキーワードの発声は総時間が上記 所定時間を越えない限り、複数回繰り返して発声し直しが可能になっている。

【００２０】 図４は本実施例の動作原理を示しており、第１のキーワード「起動」が認識さ れた直後ｔ１に設定された最大発声有効期間Ｔ２（ｔ１−ｔ２）が上記所定時間 に相当している。ここで本実施例における最大発声有効期間Ｔ２は、第１の実施 例における発声有効期間Ｔ１と同様に、第１のキーワードの認識後に第２のキー ワードが認識されなかった場合、この第２のキーワードを予め決定された所定回 数Ｎ（例えば５）を越えない範囲で複数回繰り返して発声し直し可能となる程度 の時間、例えば５秒乃至１０秒程度に設定される。また、最大発声有効期間Ｔ２ 内にＴ２より短い、第２のキーワードを１回発声するのに可能な発声時間Ｔ３が 設定され、この時間は例えば１．５秒乃至２秒程度に設定され、この短い発声時 間Ｔ３で第２のキーワードの認識が可能になっている。

【００２１】 また、この発声時間Ｔ３内の第２のキーワードの発声は、総時間が最大発声有 効期間Ｔ２を越えない限り複数回繰り返して発声し直し可能になっている。例え ば図４の例の場合、最大発声有効期間Ｔ２内に、経過時間ａ，ｂ，ｃの連続で３ 回各発声時間Ｔ３内に第２のキーワードの発声し直しが行われた様子を示してい る。この例の場合は、第２のキーワードを発声するにあたり、発声時間Ｔ３内に １回目の発声がエラーで認識されなかった直後に、同様にして発声時間Ｔ３内 に２回目の発声をし直したがこれもエラーで認識されなかった直後に、同様に して発声時間Ｔ３内に３回目の発声をし直して、これで初めて第２のキーワー ドが認識されたことを示している。この例の場合、第２のキーワードの発声し直 し回数（リトライ回数）は２で所定回数５を越えてないので問題はなく、また、 経過時間ａ，ｂ，ｃの総時間も所定時間である最大発声有効期間Ｔ３（例えば１ ０秒）を越えてないので問題がないことを示している。

【００２２】 次に、本実施例の動作を図５のフローチャートを参照して説明する。なお、第 １の実施例と同様に第１のキーワードとして「起動」、第２のキーワードとして 「ダイヤル」を設定した例で説明する。まず、ステップ２００で第１のキーワー ド「起動」を認識したか否かをチェックする。否の場合、フローは再びステップ ２００に戻る。認識した場合は、フローはステップ２０１に進みここで、ブザー １を鳴らして報知音によりユーザーに知らせる。次に、ステップ２０２に進みこ こで予め設定した所定時間の計数を開始する。

【００２３】 続いて、ステップ２０３に進みここで音声入力の有無をチェックする。有りの 場合、フローはステップ２０５に進みここで第２のキーワード「ダイヤル」を認 識したか否かをチェックする。認識した場合は、フローはステップ２１３に進み タイマをストップさせる。これにより、音声起動ルーチンを終了して、他の処理 へ進む。ステップ２０３で無しの場合、フローはステップ２０４に進みここでタ イムアップか否かをチェックする。否の場合、フローは再びステップ２０３に戻 る。タイムアップの場合、フローはステップ２１４に進みここで最大発声有効時 間Ｔ２すなわち所定時間が経過したことを、ブザー３を鳴らして報知音によりユ ーザーに知らせる。これにより、第２のキーワードの認識プロセスは無効となり 、以後、フローはステップ２００に戻り、次の第１のキーワードの受け付け状態 （認識モード）に移る。

【００２４】 ステップ２０５で否の場合、フローはステップ２０６に進みここで、第２のキ ーワードの発声し直し回数（リトライ回数）を計数する。続いて、ステップ２０ ７に進みここで、第２のキーワードを繰り返して発声し直した発声時間Ｔ３の総 時間である有効時間総数を計数する。次に、ステップ２０８に進みここで有効時 間総数が最大発声有効期間Ｔ２を越えたか否かをチェックする。越えた場合、フ ローはステップ２１０に進みここでブザー３を鳴らして報知音によりユーザーに 知らせた後、フローはステップ２００に戻る。否の場合、フローはステップ２０ ９に進みここでリトライ回数が所定値Ｎを越えたか否かをチェックする。越えて いる場合、フローはステップ２１０に進む。否の場合、フローはステップ２１１ に進みここでブザー２を鳴らして報知音によりユーザーに知らせる。次に、フロ ーはステップ２１２に進みここでタイマをストップさせた後、ステップ２０２に 戻る。

【００２５】 このような本実施例では、第１のキーワードの認識後、第２のキーワードが認 識されなかった場合は、動作の流れは第１のキーワードの受け付け状態すなわち 第１のキーワードの音声入力待ち状態に戻るが、これは以下の３つのケースがあ る。 （１）最大音声有効期間Ｔ２より短く設定された発声時間Ｔ３内に第２のキーワ ードを発声しないでタイムアップになった場合。 （２）第２のキーワードのリトライ回数が所定値（例えば５）を越えた場合。 （３）各経過時間Ｔ３の総時間が最大音声有効期間Ｔ２（例えば１０秒）を越え た場合。 いずれのケースにおいても、新たに第１のキーワードの音声入力を行って認識 させた後、新たに第２のキーワードの音声入力を行って認識させて音声起動させ ることになる。

【００２６】 このように第２の実施例によれば、第１のキーワードが認識されている場合で 第２のキーワードがリジェクト、エラーにより認識されなかった場合は、最大音 声有効期間Ｔ２内ならば所定回数Ｎを越えない範囲内で第２のキーワードを複数 回繰り返して発声し直すだけで第２のキーワードを認識させることができ、また 最大音声有効期間Ｔ２より短く設定された発声時間Ｔ３の各々の総時間が最大音 声有効期間Ｔ２を越えないように第２のキーワードを複数回繰り返して発声し直 すだけで第２のキーワードを認識させることができるので、第１の実施例と同様 な効果を得ることができる。

【００２７】 また、第２の実施例によれば、最大音声有効期間Ｔ２よりも短い発声時間Ｔ３ 内で第２のキーワードを発声して認識させることができるので、１回の発声で第 ２のキーワードを認識できたときは、この時点でタイマをストップさせて他の処 理へ進むことができるので短時間で、音声起動を開始できるという効果も得るこ とができるようになる。このことは、音声起動に際して周囲のノイズ等により第 １のキーワードが認識されてしまって、第２のキーワードの受け付け（音声入力 待ち）可能な状態になったときに、この期間はユーザーが第２のキーワードを発 声することがないのにもかかわらず、第２のキーワードが誤認識され易い機会に さらされることになるが、このような望ましくない機会を減らすことができると いう効果がある。

【００２８】 本文中の各実施例における構成は限られた例で説明したが、目的、用途等に応 じて任意の変更が可能である。例えば、第２のキーワードを音声入力する所定時 間、この所定時間より短く設定する他の所定時間、第２のキーワードを繰り返し て発声し直す回数等の値は任意に選ぶことができる。また、各ブザーに代えて視 覚的に識別できるような報知手段を用いるようにすることもできる。

【００２９】

【考案の効果】

以上述べたように本考案によれば、第１のキーワードの認識後所定時間内に第 ２のキーワードを複数回繰り返して発声し直し可能に構成したので、第１及び第 ２の２つのキーワードを発声するにあたって第１のキーワードが認識されている 場合には、初めから２つのキーワードを発声し直すことなく、第２のキーワード を複数回発声し直すだけで第２のキーワードを認識することができる。

【図面の簡単な説明】

【図１】本考案の音声認識装置の第１の実施例を示すブ
ロック図である。

【図２】第１の実施例の動作原理の説明図である。

【図３】第１の実施例の動作を説明するフローチャート
である。

【図４】本考案の第２の実施例の動作原理の説明図であ
る。

【図５】第２の実施例の動作を説明するフローチャート
である。

【符号の説明】

１ マイクロフォン ２ 音声認識部 ３ ＣＰＵ（中央演算処理装置） ４ ブザー ５ タイマ

Claims (3)

【実用新案登録請求の範囲】
1. 【請求項１】 第１のキーワード及び第２のキーワード
   を使用し、第１のキーワードの認識後所定時間内に第２
   のキーワードを認識した場合のみ音声起動を行う音声認
   識装置において、第１のキーワードを認識したことを知
   らせる第１の報知手段と、第１のキーワードの認識後所
   定時間内に第２のキーワードを認識しなかったことを知
   らせる第２の報知手段と、上記所定時間が経過したこと
   を知らせる第３の報知手段と、を少なくとも有すること
   を特徴とする音声認識装置。
2. 【請求項２】 第１のキーワードの認識後上記所定時間
   より短い他の所定時間内に音声が検出されない場合に
   は、第１のキーワードの受け付け状態に戻す制御手段を
   有することを特徴とする請求項１記載の音声認識装置。
3. 【請求項３】 第１の報知手段乃至第３の報知手段の報
   知態様が各々異なることを特徴とする請求項１又は２記
   載の音声認識装置。