JPH08279841A - 携帯電子装置およびその駆動方法 - Google Patents

Abstract

(57)【要約】 【目的】 音声認識により通話相手を確認して電話をか
ける携帯電子装置において、何度も音声を発声すること
なく、一目で音声認識の結果が確認できる携帯電子装置
を提供する。 【構成】 マイク１１と、音声をデジタル信号に変換す
るＡ／Ｄ変換回路１２と、音声認識用のプログラムを入
力するＲＯＭ１３と、音声認識用の単語モデルと画像デ
ータと電話番号とを入力する記憶装置１４と、画像デー
タを表示する表示画面１５と、外部装置と画像データの
入出力を行う外部インターフェース１６と、確認ボタン
１７と、選択ボタン１８と、制御回路２１とを有するこ
とを特徴とする携帯電子装置およびその駆動方法。 【効果】 表示画面に通信相手の画像データを表示する
ことで一目で通信相手の確認が可能となり電話のかけ間
違いを防ぐことができる。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は電話番号を登録する携帯
電子装置に関し、特に音声認識により通話相手を確認し
て電話をかける携帯電子装置に関する。

【０００２】

【従来の技術】近年、音声認識の技術が大幅に向上し、
音声認識を用いる装置が増えてきている。特開平５−３
０４５５６号公報に記載の携帯電子装置も音声を入力手
段とするものである。

【０００３】図４は従来例として特開平５−３０４５５
６号公報に記載の携帯電子装置の回路構成を示すブロッ
ク図である。

【０００４】図４に示す携帯電子装置は、マイク４１
と、音声入力回路４２と、パターンメモリ４３と、音声
認識回路４４と、カナキー４６とテンキー４７とＤＴＭ
Ｆ音発信キー４８と登録キー４９と終了キー５０とから
なるキー回路４５と、表示器５１と、メモリ５２とＤＴ
ＭＦ音発生回路５３とスピーカ５４と制御回路５５とで
構成している。

【０００５】パターンメモリ４３は、マイク４１に入力
する音声を音声入力回路４２を介してデジタル信号に変
換し登録している。メモリ５２はパターンメモリ４３に
登録してある音声データに対応する電話番号や会社名お
よび人名等をカナキー４６とテンキー４７とで登録す
る。

【０００６】利用者がマイク４１に向かってパターンメ
モリ４３に登録してある音声を発声すると、その音声に
対応する電話番号と会社名と人名とを表示器５１に表示
し、その表示内容を確認後、ＤＴＭＦ音発信キー４８を
操作することでＤＴＭＦ音をスピーカ５４から出力し、
ダイヤルボタンを押すことなく、自動ダイヤルすること
ができる。

【０００７】

【発明が解決しようとする課題】しかし、音声認識の技
術が向上したといっても、すべての音声に対して１００
パーセントの認識率が達成されるわけではない。

【０００８】したがって、上記記載の従来例の携帯電子
装置の表示器５１に表示される内容は、利用者が期待す
る電話番号と会社名と人名とを１００パーセントの確率
で表示することはない。

【０００９】そのため、表示内容が違っているときに
は、利用者は再度マイク４１に向かってパターンメモリ
４３に登録してある音声を発声し、再度表示器１１の内
容を確認するという操作を繰り返さなければならないと
いう課題がある。

【００１０】また、表示器４１に表示する内容は数字や
文字で表示されているため、利用者が読み違えてＤＴＭ
Ｆ音発信キー４８を操作してしまうという課題がある。

【００１１】本発明の目的は、上記記載の課題を解決し
て、何度も音声を発声することなく、一目で表示器の内
容が確認できる携帯電子装置を提供することである。

【００１２】

【課題を解決するための手段】上記目的を達成するため
の本発明の携帯電子装置の構成は、マイクと、音声をデ
ジタル信号に変換するＡ／Ｄ変換回路と、音声認識用の
プログラムを入力するＲＯＭと、音声認識用の単語モデ
ルと画像データと電話番号とを入力する記憶装置と、画
像データを表示する表示画面と、外部装置と画像データ
の入出力を行う外部インターフェースと、確認ボタン
と、選択ボタンと、制御回路とを有することを特徴とす
る。

【００１３】また、上記目的を達成するための本発明の
携帯電子装置の駆動方法は、記憶装置の音声認識用の単
語モデルをＡ／Ｄ変換回路が出力するデジタル信号と音
声認識用のプログラムとを用いて演算し、確率の高いも
のから順位付けをし、確率の高い音声データに対応する
画像データを表示画面に出力し、確認ボタンを押すこと
で表示する画像データに対応する電話番号を通信部に出
力することを特徴とする。

【００１４】また、本発明の携帯電子装置の駆動方法
は、記憶装置の音声認識用の単語モデルをＡ／Ｄ変換回
路が出力するデジタル信号と音声認識用のプログラムと
を用いて演算し、確率の高いものから順位付けをし、確
率の高い音声データに対応する画像データを表示画面に
出力し、選択ボタンを押すごとにつぎの順位付けの画像
データを表示し、確認ボタンを押すことで表示する画像
データに対応する電話番号を通信部に出力することを特
徴とする。

【００１５】

【作用】本発明の携帯電子装置は、利用者が通信相手の
名前や会社名をマイクに向かって発声すると、Ａ／Ｄ変
換回路でその音声をデジタルデータに変換し、ＲＯＭに
書き込まれている音声認識用のプログラムによって、記
憶装置に書き込まれている単語モデル比較を行い、音声
のデジタルデータを分析する。

【００１６】その分析結果をもとに、記憶装置に書き込
まれている画像データと電話番号との順位付けをして、
最も確率の高い画像データを表示画面に出力し、利用者
が希望する画像データの時には確認ボタンを押して、画
像データに対応する電話番号を通信部に出力する。

【００１７】また、表示画面の画像データが利用者の希
望するものと違っているときには、選択ボタンを押し、
利用者が希望する画像データが表示されるまで押し続
け、利用者が希望する画像データの時には確認ボタンを
押して、画像データに対応する電話番号を通信部に出力
する。

【００１８】したがって、利用者が音声認識の結果を表
示画面に出力する通信相手の画像データを確認すること
ができ、画像データを見れば感覚的に一目で確認でき
る。

【００１９】

【実施例】以下、図面に基づき本発明の実施例を説明す
る。図１は本発明の実施例における携帯電子装置の回路
構成を示すブロック図である。

【００２０】図１に示す本発明の携帯電子装置は、マイ
ク１１と、Ａ／Ｄ変換回路１２と、ＲＯＭ１３と、記憶
装置１４と、表示画面１５と、外部インターフェース１
６と、確認ボタン１７と選択ボタン１８とテンキー１９
とからなるキー回路２０と、制御回路２１とを備えてい
る。

【００２１】図１で示す本発明の携帯電子装置の各ブロ
ックについての説明をする。マイク１１は、利用者が通
信相手の名前や会社名を音声で入力するものであり、本
発明の携帯電子装置が電話回路として通信部を備えてい
るときには、通話する際のマイクと共用している。

【００２２】Ａ／Ｄ変換回路１２は、マイク１１から取
り込んだ音声をデジタルデータに変換し制御回路２１に
渡すものである。例えば、Ａ／Ｄ変換回路１２は１６ｋ
Ｈｚのサンプリング周波数で、１６ビットの音声データ
に変換する。

【００２３】記憶装置１４は、表示画面１５に表示する
通信相手の顔写真の画像データと、ＨｉｄｄｅｎＭａｒ
ｋｏｖＭｏｄｅｌ（以下ＨＭＭと記載する）の単語モデ
ルと、通信相手の電話番号とを記憶するためのものであ
る。

【００２４】本発明の実施例では、画像データは１６階
調のカラー信号で、２２５ｋバイトの情報量を持ってお
り、記憶装置１４が３Ｍバイトの記憶容量をもてば、Ｈ
ＭＭの単語モデルと合わせて約１０人の通信相手に対し
ての記憶を行うことができる。

【００２５】ＲＯＭ１３は、音声認識手段として、Ａ／
Ｄ変換回路１２が出力するデジタルデータをＨＭＭの単
語モデルと比較して記憶装置１４に記憶している画像デ
ータと電話番号との順位付けをする音声認識用のプログ
ラムと、キー回路２０の操作と、外部インターフェイス
との操作と、記憶装置１４へのデータの書き込みと、表
示画面１５への画像データの出力と、通信部への電話番
号の出力等のプログラムを記憶している。

【００２６】表示画面１５は、音声認識の結果を通信相
手に対応する画像データ（例えば顔写真）を表示するも
のであり、画像データで通信相手の確認を行うのに十分
なように、８０×６０ドットの解像度の液晶ディスプレ
イを用いる。

【００２７】外部インターフェース１６は、通信相手の
顔写真の画像データとＨＭＭの単語モデルとをパーソナ
ルコンピューター上から取り込むためのものである。外
部インターフェース１６はシリアルインターフェースに
対応するものを用いる。

【００２８】確認ボタン１７は、音声認識の結果として
表示画面１５に表示される顔写真が利用者の目的の通信
相手の場合に、ボタンを押すと、表示画面１５に表示し
ている顔写真の通信相手に電話がかかるものである。

【００２９】選択ボタン１８は、音声認識の結果として
表示画面１５に表示される顔写真が利用者の目的の通信
相手ではない場合に、つぎの順位づけの通信相手の顔写
真を表示画面１５に表示するものである。

【００３０】テンキー１９は、すでに利用者が通信相手
の電話番号を記憶している時、または画像データや電話
番号が記憶装置１４に登録していないとき、直接電話番
号を入力して用いる。

【００３１】キー回路２０は、確認ボタン１７と選択ボ
タン１８とテンキー１９との入力処理を行う回路であ
る。

【００３２】制御回路２１は、Ａ／Ｄ変換回路１２から
送られるデジタルの音声データとＲＯＭ１３に記憶して
あるＨＭＭによる音声認識のプログラムと記憶装置１４
に記憶してあるＨＭＭの単語モデルとを用いて音声認識
の計算を行う。

【００３３】また、制御回路２１は外部インターフェー
ス１６から入力する画像データを記憶装置１４に記憶す
る制御を行い、また認識結果を表示画面１５に表示する
際、記憶装置１４から画像データを読み込み、表示画面
１５に表示する処理を行う。

【００３４】つぎに、通信相手の登録方法についての説
明をする。登録方法は、通信相手の名前や会社名のＨＭ
Ｍの単語モデルの作成と、通信相手の単語モデルに対応
する画像データの作成と、通信相手の単語モデルに対応
する電話番号の登録とに分けられる。

【００３５】まず、通信相手のＨＭＭの単語モデルと画
像データとの作成と電話番号の登録は、パーソナルコン
ピュータ上で行い、それぞれのデータは外部インターフ
ェース１６を介して記憶装置１４に記憶される。

【００３６】画像データはビットマップ形式のデータで
も良く、ＪＰＥＧデータのように圧縮されたデータ形式
でも良い。

【００３７】図２はＨＭＭの単語モデルの作成方法と音
声認識方法を示すフローチャート図である。つぎに、Ｈ
ＭＭの単語モデルの作成方法について図２を用いて説明
する。ＨＭＭの単語モデルの作成方法は、データベース
の音声波形２２から音響分析を行い、ＨＭＭの音素モデ
ル２３を作成し、音素モデル２３からＨＭＭの単語モデ
ル２４をパーソナルコンピューター上で作成する。

【００３８】ＨＭＭは、音声の時間変動や周波数スペク
トラム変動を確率で表現した有限状態モデルであり、一
単語の各音素に相当するラベルの時系列で表し、このラ
ベルの時系列は、各ラベルの生起確率と、ラベルからラ
ベルへの遷移確率から成る。

【００３９】つぎに音声認識方法の説明をする。まず入
力音声２５の音響分析を行い、ラベル時系列な特徴量パ
ラメータ２６を求める。このラベル時系列に、ＨＭＭで
記述した単語モデルを当てはめて、そのラベル時系列が
取り得る確率を求める。

【００４０】そして、認識対象の複数の単語モデルにつ
いてこの計算を行い、その確率が大きいものから順に上
位の候補とする。そのため、認識結果は認識を行う単語
に対して、第１の候補から順番に順位づけが行われる。

【００４１】図３は本発明の実施例における携帯電子装
置の動作を示すフローチャート図である。つぎに、図１
と図２と図３とを用いて、本発明の携帯電子装置の動作
の流れを説明する。

【００４２】事前に利用者が登録している通信相手の名
前や会社名を音声でマイク１１に対して発声する。する
とＡ／Ｄ変換回路１２は、マイク１１からの入力音声を
デジタルの音声データに変換し、制御回路２１はＡ／Ｄ
変換回路１２が変換した音声データと記憶装置１４に登
録されているＨＭＭの単語モデルと比較して音声認識の
分析が行われる。

【００４３】音声認識の分析後に、音声認識で第１番目
の順位づけとなった通信相手の画像データを制御回路２
１を介して表示画面１５に送り、通信相手の画像データ
を表示する。

【００４４】表示画面１５の画像データが利用者の希望
するの通信相手の場合は、確認ボタン１７を押すこと
で、表示画面１５に表示している画像データの通信相手
に電話がかかる。

【００４５】その時、表示画面１５に表示している画像
データが利用者の希望の通信相手ではない場合は、選択
ボタン１８を押すことで、音声認識の分析でつぎに順位
付けとなった通信相手の画像データを制御回路２１を介
して表示画面１５に送る。

【００４６】選択ボタン１８を押すごとに、つぎの順位
付けの通信相手が表示されるが、利用者の希望の通信相
手の画像データが表示しているときに、確認ボタン１７
を押すと表示している画像データの通信相手に電話がか
かる。

【００４７】以上、説明した本発明の実施例では、表示
画面１５の液晶ディスプレイの解像度は、画像データを
認識できるものならば８０×６０ドット以外のもので良
く、画素数が大きい方が視認性に優れていることは明ら
かである。

【００４８】また、記憶装置１４は、実装できる範囲で
容量を大きくとっても良く、記憶容量を大きく取ると、
登録できる通信相手の数が増えることは明らかである。

【００４９】

【発明の効果】上記記載のように、本発明の実施例にお
ける携帯電子装置は、利用者が携帯電子装置に通信相手
の名前や会社名を発声すると、通信相手に対応する画像
データを表示画面に表示することができる。

【００５０】したがって、利用者が表示画面に表示して
いる通信相手の画像データを見れば、通信相手に対応す
る画像データかどうかを一目で確認することができ、電
話のかけ間違いを防ぐことができる。

【図面の簡単な説明】

【図１】本発明の実施例における携帯電子装置の回路構
成を示すブロック図である。

【図２】ＨＭＭの単語モデルの作成方法と音声認識方法
を示すフローチャート図である。

【図３】本発明の実施例における携帯電子装置の動作を
示すフローチャート図である。

【図４】従来例の携帯電子装置の回路構成を示すブロッ
ク図である。

【符号の説明】

１１ マイク １２ Ａ／Ｄ変換回路 １３ ＲＯＭ １４ 記憶装置 １５ 表示画面 １６ 外部インターフェース １７ 確認ボタン １８ 選択ボタン １９ テンキー ２０ キー回路 ２１ 制御回路

フロントページの続き (51)Int.Cl.⁶ 識別記号 庁内整理番号 ＦＩ 技術表示箇所 Ｈ０４Ｍ 1/56 Ｈ０４Ｂ 7/26 Ｍ

Claims (3)

【特許請求の範囲】
1. 【請求項１】 マイクと、音声をデジタル信号に変換す
   るＡ／Ｄ変換回路と、音声認識用のプログラムを入力す
   るＲＯＭと、音声認識用の単語モデルと画像データと電
   話番号とを入力する記憶装置と、画像データを表示する
   表示画面と、外部装置と画像データの入出力を行う外部
   インターフェースと、確認ボタンと、選択ボタンと、制
   御回路とを有することを特徴とする携帯電子装置。
2. 【請求項２】 マイクと、音声をデジタル信号に変換す
   るＡ／Ｄ変換回路と、音声認識用のプログラムを入力す
   るＲＯＭと、音声認識用の単語モデルと画像データと電
   話番号とを入力する記憶装置と、画像データを表示する
   表示画面と、外部装置と画像データの入出力を行う外部
   インターフェースと、確認ボタンと、選択ボタンと、制
   御回路とを有し、記憶装置の音声認識用の単語モデルを
   Ａ／Ｄ変換回路が出力するデジタル信号と音声認識用の
   プログラムとを用いて演算し、確率の高いものから順位
   付けをし、確率の高い音声データに対応する画像データ
   を表示画面に出力し、確認ボタンを押すことで表示する
   画像データに対応する電話番号を通信部に出力すること
   を特徴とする携帯電子装置の駆動方法。
3. 【請求項３】 マイクと、音声をデジタル信号に変換す
   るＡ／Ｄ変換回路と、音声認識用のプログラムを入力す
   るＲＯＭと、音声認識用の単語モデルと画像データと電
   話番号とを入力する記憶装置と、画像データを表示する
   表示画面と、外部装置と画像データの入出力を行う外部
   インターフェースと、確認ボタンと、選択ボタンと、制
   御回路とを有し、記憶装置の音声認識用の単語モデルを
   Ａ／Ｄ変換回路が出力するデジタル信号と音声認識用の
   プログラムとを用いて演算し、確率の高いものから順位
   付けをし、確率の高い音声データに対応する画像データ
   を表示画面に出力し、選択ボタンを押すごとにつぎの順
   位付けの画像データを表示し、確認ボタンを押すことで
   表示する画像データに対応する電話番号を通信部に出力
   することを特徴とする携帯電子装置の駆動方法。