JPH11125533A

JPH11125533A - ナビゲーション装置及びナビゲート方法

Info

Publication number: JPH11125533A
Application number: JP9288814A
Authority: JP
Inventors: Makoto Akaha; 誠赤羽; Hiroyuki Matsuki; 宏之松木; Katsunori Miura; 勝典三浦; Satoko Ikezawa; 聡子池澤; Tomoaki Nitsuta; 朋晃新田
Original assignee: Sony Corp
Current assignee: Sony Corp
Priority date: 1997-10-21
Filing date: 1997-10-21
Publication date: 1999-05-11

Abstract

(57)【要約】【課題】入力の際の階層構造を意識することなく、容
易に操作することができる。【解決手段】システムコントローラは、住所検索モー
ドに移行した際には、音声認識回路を介して、「都道府
県名」及び「市区町村」の辞書を音声の認識の対象とす
る。すなわち、第１階層では、メモリに記憶されている
都道府県名辞書，市区町村辞書だけを用いて、マイクか
らの音声を認識する。そして、システムコントローラ
は、「市区町村」の音声認識が終了した第２階層では、
その市区町村の「大字名」の辞書も音声認識の対象とし
て追加する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、音声を認識して所
定の処理を行うことができるナビゲーション装置等に関
する。

【０００２】

【従来の技術】従来より、運転手等の音声を認識し、そ
の音声に基づいて都道府県名等を入力して住所を検索し
たり、駅名を入力して駅を検索することができるナビゲ
ーション装置が提供されている。

【０００３】上記ナビゲーション装置は、通常、音声認
識の対象語彙をいくつかの階層に分けて、さらに同じ階
層をいくつかのカテゴリーに分類して、音声認識の対象
となる語彙が多くならないように工夫している。例えば
図６に示すように、第１階層にはコマンドがおかれてい
る。上記ナビゲーション装置は、第１階層でこのコマン
ドに対応する音声を認識して、このコマンドによって、
「住所検索モード」，「見どころ検索モード」，「駅名
検索モード」等に移行する。第２階層以降は、各モード
において、所定の順に入力処理を行う。例えば、住所検
索モードでは、第２階層では都道府県名の入力、第３階
層では市町村名の入力、第４階層では大字名の入力がで
きるように、入力処理が階層化されている。

【０００４】

【発明が解決しようとする課題】しかし、かかる入力処
理は、利用者が地名等の階層構造を理解し、階層のどの
位置でどのような単語を言うべきかを分かっていないと
使用しにくい。また、音声の認識が発生した場合には、
利用者は階層構造を理解していても、どの階層にいるか
が分からなくなることがあり、再度第１階層から各階層
を辿って行かなければならなくなることが多い。

【０００５】本発明は、このような実情に鑑みて提案さ
れたものであり、入力の際の階層構造を意識することな
く、容易に操作することができるナビゲーション装置及
びナビゲート方法を提供することを目的とする。

【０００６】

【課題を解決するための手段】上述の課題を解決するた
めに、本発明に係るナビゲーション装置は、処理内容を
示すモード毎に、そのモードに対応づけられた音声のコ
マンドを記憶する記憶手段と、音声を認識する音声認識
手段と、何れのモード状態であっても、上記音声認識手
段で認識した音声と上記記憶手段に記憶されているコマ
ンドに基づいて、そのコマンドが示すモードに移行する
制御を行う制御手段と、移行されたモードにおける案内
情報を出力する出力手段とを備えている。

【０００７】上記ナビゲーション装置では、何れのモー
ド状態であっても、上記音声認識手段で認識した音声と
上記記憶手段に記憶されているコマンドに基づいて、そ
のコマンドが示すモードに移行して、移行されたモード
における案内情報を出力する。

【０００８】本発明に係るナビゲート方法は、処理内容
を示すモード毎に、そのモードに対応づけられた音声の
コマンドを記憶し、音声を認識し、何れのモード状態で
あっても、認識した音声と記憶されているコマンドに基
づいて、そのコマンドが示すモードに移行し、移行した
モードの案内情報を出力することを特徴としている。

【０００９】上記ナビゲート方法では、何れのモード状
態であっても、認識した音声と記憶されているコマンド
に基づいて、そのコマンドが示すモードに移行し、移行
したモードの案内情報を出力する。

【００１０】

【発明の実施の形態】以下、本発明の実施の形態につい
て、図面を参照しながら説明する。本発明は、例えば図
１に示す構成のナビゲーションシステム１に適用するこ
とができる。

【００１１】ナビゲーションシステム１は、自動車に搭
載され、その自動車の現在位置を表示して目的地までの
道順を示すものである。ナビゲーションシステム１は、
運転手等の音声によって所定の操作を行うことを可能に
すべく、その音声を認識する音声認識装置１０と、音声
の認識結果に基づいて現在地等を表示するナビゲーショ
ン装置２０により構成される。

【００１２】音声認識装置１０は、自動車の運転席に設
けられるマイク１１と、音声信号をディジタル化するア
ナログ／ディジタル（Ａ／Ｄ）コンバータ１２と、音声
信号の分析を行う音響分析回路１３と、音声信号の内容
を認識する音声認識回路１４と、音声認識のために用い
られる辞書データを記憶するメモリ１５とを備える。

【００１３】また、ナビゲーション装置２０は、ＧＰＳ
用衛星から測定用信号をＧＰＳアンテナ２１を介して受
信するＧＰＳ受信回路回路２２と、メモリ１５，２４に
記憶されている辞書データや地図データの読み出し等を
行う位置情報・応答情報生成回路２３と、音声を出力す
る応答部２５と、地図表示を行う表示部２６と、各回路
を制御するシステムコントローラ２７とを備える。

【００１４】マイク１１は、単一指向性を有するハンズ
フリータイプのものであって、運転手の声を音声信号に
変換してＡ／Ｄコンバータ１２に供給する。そして、Ａ
／Ｄコンバータ１２は、マイク１１からの音声信号をデ
ィジタル化して、音声データを音響分析回路１３に供給
する。

【００１５】音響分析回路１３は、図２に示すように、
周波数分析部３１と、アダプテーション部３２と、ノイ
ズサブトラクション部３３と、特徴抽出部３４とを備え
る。

【００１６】周波数分析部３１は、周波数分析方法とし
て一般的なＦＦＴを用いて上記音声信号の周波数分析を
行い、音声信号のパワースペクトルを得る。

【００１７】アダプテーション部３２は、マイク１１に
固有のマイクアダプテーションデータをメモリに格納し
ており、マイク固有の特性を正規化するためのマイクア
ダプテーション処理を実行する。なお、アダプテーショ
ンデータは、マイク１１の周波数特性が平坦な標準マイ
クの特性になるように求めたものである。すなわち、マ
イクアダプテーションデータは、マイクの種類によって
異なり、複数のマイクを用いる場合はそれぞれ用意する
必要がある。

【００１８】ノイズサブトラクション部３３は、音声区
間ではない信号区間をノイズ区間としてこのノイズ区間
のスペクトルを求めておいて、音声区間でこのノイズス
ペクトルを引く処理を行う。

【００１９】特徴抽出部３４は、周波数分析結果のパワ
ースペクトルをそのまま持っていたのではパラメータの
次元が多く、後の音声認識回路１４の計算量が増えるた
め、適当な次元に圧縮処理を行う。特徴抽出部３４は、
例えばケプストラムを用い、特に、音声認識では周波数
軸に聴覚的な特性の重み付けをしたメルケプストラムを
用いて圧縮処理を実行し、コード化されたケプストラム
係数とメルケプストラム係数を出力する。

【００２０】音声認識回路１４は、上記ケプストラム係
数とメルケプストラム係数から、マイク１１に入力され
た音声をＨＭＭ（Hidden Markov Model ）法に基づいて
音韻モデルを検出し、メモリ１５に記憶された音声認識
辞書から候補を選定し、その候補の中で最も一致する音
韻モデルに対応する文字データを読み出す。

【００２１】ここで、メモリ１５には、上記音韻モデル
に対応する音声認識辞書として、「コマンド」，「都道
府県名」，「市区町村名」，市区町村の「大字名」，
「見どころ」，「駅名」，「マーク名」のデータが記憶
されている。これらの辞書は、モード毎にカテゴリー分
けされている。

【００２２】ここで、モードの種類としては、例えば図
３に示すように、「コマンドモード」，「住所検索モー
ド」，「見どころ検索モード」，「駅名検索モード」，
「マーク検索モード」がある。

【００２３】「コマンドモード」のときは、他のモード
に行くためのコマンド辞書のみが音声の認識対象とな
る。例えばシステムを対処に立ち上げたときはコマンド
モードになり、所定のコマンドが入力されると他のモー
ドに移行する。すなわち、音声認識回路１４は、上記認
識処理の結果、メモリ１５内の音韻モデルと一致するコ
マンドがあるときは、そのコマンドの示す文字データを
ナビゲーション装置２０に供給し、そのモードに移行す
る。

【００２４】なお、表１に、上記コマンドの一例を挙げ
る。表１において、左側はコマンドの意味を示し、右側
にはコマンドを認識する音声を示す。

【００２５】

【表１】

【００２６】「住所検索モード」のときは、コマンド辞
書，都道府県名辞書，市区町村辞書，市区町村の大字辞
書が音声の認識対象となる。「見どころ検索モード」の
ときは、コマンド辞書と見どころ辞書とが音声の認識の
対象となる。「駅名検索モード」のときは、コマンド辞
書と駅名辞書とが音声の認識の対象となる。「マーク検
索モード」のときは、コマンド辞書とマーク名辞書とが
音声の認識の対象となる。

【００２７】したがって、音声認識回路１８は、何れの
モードであっても、他のモードへ行くためのコマンド辞
書を音声認識の対象としているので、他のコマンドを認
識した場合には、そのモードに移行することができる。

【００２８】なお、これらの辞書の各単語は、位置情報
・応答情報生成回路２３を介して、メモリ２４の地名デ
ータと対応づけられて構成されている。

【００２９】ここで、地名データと対応づけられて構成
された駅名辞書について詳細に説明する。駅名辞書は、
図４に示すように、各駅毎に、「表示用見出し」，「音
声認識用かな」，「応答用音声合成」，「緯度」，「経
度」の各データを備える。「音声用かな」は、音声認識
回路１８が認識処理の結果に出力する仮名文字のデータ
である。「応答用音声合成」は、音声を出力するときの
合成音を示すものである。「緯度」・「経度」は、認識
された駅の緯度と経度のデータである。

【００３０】ここで、例えば同じ新宿駅であっても、Ｊ
Ｒ，小田急，京王帝都電鉄，地下鉄等の多くの新宿駅が
存在している。また、利用者もどの鉄道会社か意識しな
いことが多い。

【００３１】そこで、この駅名辞書では、ＪＲや各私鉄
に同じ駅名があるときは、各私鉄の同じ駅名毎に、応答
用音声合成データを２つ以上用意している。例えば、Ｊ
Ｒ新宿駅については、「しんじゅくえき」，「じぇーあ
ーるしんじゅくえき」の２つの音声を認識することがで
きるようになっている。また、京王新宿駅については、
「しんじゅくえき」，「けいおうしんじゅくえき」，
「けいおうせんしんじゅくえき」の３つの音声を認識す
ることができる。

【００３２】したがって、同じ読みの「しんじゅくえ
き」を各鉄道会社毎に用意しているので、システムコン
トローラ２７は、「しんじゅくえき」という音声を認識
すると、上記駅名辞書に基づいて、応答部２５に例えば
「じぇーあーるしんじゅくえき」と発声させ、表示部２
６にＪＲ新宿駅を示す表示をさせる。これにより、どの
鉄道会社の新宿駅か表示部２６に表示し、どの鉄道会社
の新宿駅かを応答部２５から合成音声によって出力する
ことによって、利用者は「新宿駅」がどの鉄道会社かを
認識することができる。

【００３３】また、システムコントローラ２７は、利用
者がさらに「しんじゅくえき」と発話すれば、前の認識
結果を出力せずに２番目の新宿駅として、例えば「小田
急新宿駅」の内容を応答部２５及び表示部２６に出力す
る。すなわち、「しんじゅくえき」という音声を何度も
認識したときは、辞書の順番に各鉄道会社の新宿駅が選
択されるようになっている。例えば、最初にＪＲ新宿駅
が選択され、つぎに小田急新宿駅、そして京王新宿駅が
順に選択される。なお、利用者は、鉄道会社名を付けて
「じぇーあーるしんじゅくえき」と発話すれば、１回で
ＪＲ新宿駅が選択される。

【００３４】なお、都道府県名辞書，市区町村名辞書，
市区町村の大字名辞書も、駅辞書と同様の構成になって
いる。

【００３５】マーク名辞書は、利用者がナビゲーション
地図にマークを付けて登録したデータがあり、例えば図
５に示すように、各マーク毎に、「表示用見出し」，
「音声認識用」，「電話番号」，「応答用音声合成」，
「緯度」，「経度」の各データを備える。例えば彼女の
家をマークした場合において、「かのじょのうち」とい
う音声を認識したときは、「６６６６−５５５５」の電
話番号を読み出したり、応答用音声合成データに基づい
て応答部２５から音声を出力させたり、緯度と経度の情
報に基づいて表示部２６に彼女の家の場所を表示させる
ことができる。

【００３６】このようにして、音声認識回路１４は、メ
モリ１５に予め記憶された音声認識単語辞書のデータを
用いて、マイク１１に入力された音声を認識して、この
認識された結果の文字データをナビゲーション装置２０
に供給する。

【００３７】ＧＰＳ受信回路２２は、受信した測定用信
号を解析して現在位置を検出する。なお、この現在位置
を示すデータは、その場所における緯度と経度のデータ
である。そして、ＧＰＳ受信回路２２は、これらの緯度
と経度のデータ（以下、「位置データ」という。）をシ
ステムコントローラ２７に供給する。

【００３８】システムコントローラ２７は、ＧＰＳ受信
回路２２から上記位置データが供給されると、図示しな
いＣＤ−ＲＯＭドライブからその位置データの示す位置
の近傍の道路地図のデータを読み出すように制御する。
システムコントローラ２７は、読み出した道路地図のデ
ータに基づいて、表示部２６に道路を表示させたり、応
答部２５に「現在、××です。」等の現在地の音声を出
力させる。

【００３９】また、システムコントローラ２７は、音声
認識回路１４から文字データに基づいて、各モード間を
移行することができる。例えば、駅名検索モードにいる
場合において、利用者がマイク１１に対して所定のコマ
ンド名を発生すると、システムコントローラ２７は、住
所検索モードや見どころ検索モードに移行することがで
きる。これにより、利用者は、各モードの階層構造を意
識することなく、所定のコマンドを発生するだけで容易
に他のモードに移行することができる。

【００４０】つぎに、住所検索モードにおける階層構造
について説明する。住所検索モードにおいては、利用者
は、通常、「都道府県名」，「市区町村名」，「大字
名」をこの順に入力する。これにより、通常は、これら
の各辞書も階層構造になりがちである。しかし、ここで
は、住所検索モードにおいて、第１段階では「都道府県
名」，「市区町村」の各辞書を音声認識の対象とし、さ
らに、利用者が市区町村を発話した後は、その市区町村
の「大字名」及び「市区町村」の辞書が音声認識の対象
としている。すなわち、「市区町村名」を発話してか
ら、「大字名」を発話するという制約を設けているだけ
である。

【００４１】具体的には、システムコントローラ２７
は、住所検索モードに移行した際には、音声認識回路１
４を介して、「都道府県名」及び「市区町村」の辞書を
音声の認識の対象とする。すなわち、第１階層では、メ
モリ１５に記憶されている都道府県名辞書，市区町村辞
書だけを用いて、マイク１１からの音声を認識する。そ
して、システムコントローラ２７は、「市区町村」の音
声認識が終了した第２階層では、その市区町村の「大字
名」の辞書も音声認識の対象として追加する。したがっ
て、利用者がその市区町村の大字名を発話すれば、シス
テムコントローラ２７は、その大字名を認識することが
でき、表示部２６にその場所を表示させることができ
る。さらに、利用者が同じ市区町村の別の大字名を発話
すれば、システムコントローラ２７は、その大字名の示
す場所を表示部２６に表示することができる。

【００４２】一方、利用者は、このとき別の市区町村の
大字名を表示したい場合も考えられる。そのときは、利
用者がその別の市区町村を発話すれば、システムコント
ローラ２７は、「市区町村」の辞書に基づいて、直ちに
その市区町村を表示部２６に表示させることができ、次
に、目的とする大字名が発話されると、その大字名を表
示させることができる。

【００４３】したがって、利用者は、別の市区町村の大
字名を表示させたいときは、わざわざ元の階層に戻る操
作を行う必要がなく、別の市区町村名を発話すればよい
ので、階層構造を意識することなく容易に操作すること
ができる。

【００４４】

【発明の効果】以上詳細に説明したように、本発明に係
るナビゲーション装置及びナビゲート方法によれば、認
識した音声と記憶されているコマンドに基づいて、その
コマンドが示すモードに移行し、移行したモードの処理
を実行することによって、何れのモード処理を行ってい
る最中であっても、他のモードに容易に移行して所定の
処理を行うことができる。

【図面の簡単な説明】

【図１】本発明を適用したナビゲーションシステムの構
成を示すブロック図である。

【図２】上記ナビゲーションシステムの音声認識装置の
音響分析部の構成を示すブロック図である。

【図３】各検索モードにおけるコマンドと辞書の関係を
示す図である。

【図４】駅名辞書の内容を説明する図である。

【図５】マーク名辞書の内容を説明する図である。

【図６】従来の住所検索モードの階層構造を示す図であ
る。

【符号の説明】

１４音声認識回路、１５，２７メモリ、２７シス
テムコントローラ、

───────────────────────────────────────────────────── フロントページの続き (72)発明者池澤聡子東京都品川区北品川６丁目７番35号ソニー株式会社内 (72)発明者新田朋晃東京都品川区北品川６丁目７番35号ソニー株式会社内

Claims

【特許請求の範囲】

【請求項１】処理内容を示すモード毎に、そのモード
に対応づけられた音声のコマンドを記憶する記憶手段
と、音声を認識する音声認識手段と、何れのモード状態であっても、上記音声認識手段で認識
した音声と上記記憶手段に記憶されているコマンドに基
づいて、そのコマンドが示すモードに移行する制御を行
う制御手段と、移行されたモードにおける案内情報を出力する出力手段
とを備えるナビゲーション装置。
【請求項２】上記記憶手段は、一のモードにおいて、
上記音声認識手段が音声を認識するために必要な複数の
辞書データを記憶し、上記制御手段は、上記一のモードにおいて、上記一の辞
書データに基づいて音声を認識した後に他の音声を認識
するときは、上記一の辞書データと他の辞書データとに
基づいて、音声を認識するように上記音声認識手段を制
御することを特徴とする請求項１記載のナビゲーション
装置。
【請求項３】上記記憶手段は、上記音声認識手段が認
識する音声毎に、その音声に対応する全ての場所に関す
る場所データを記憶し、上記制御手段は、上記音声認識手段が音声を認識したと
きには、その音声に対応する場所データを読み出し、上記出力手段は、読み出された場所データに基づいて案
内情報を出力することを特徴とする請求項２記載のナビ
ゲーション装置。
【請求項４】上記制御手段は、上記音声認識手段が同
じ音声を繰り返し認識するときは、その同じ音声を認識
する毎に異なる場所データを読み出し、上記出力手段は、読み出された場所データに基づいて案
内情報を出力することを特徴とする請求項３記載のナビ
ゲーション装置。
【請求項５】上記記憶手段は、上記辞書データとし
て、上記全ての場所を認識するための音声とそれに対応
する場所データとを記憶し、上記制御手段は、上記音声認識手段が音声を認識したと
きには、その音声に対応する場所データを読み出し、上記出力手段は、読み出された場所データに基づいて案
内情報を出力することを特徴とする請求項３記載のナビ
ゲーション装置。
【請求項６】処理内容を示すモード毎に、そのモード
に対応づけられた音声のコマンドを記憶し、音声を認識し、何れのモード状態であっても、認識した音声と記憶され
ているコマンドに基づいて、そのコマンドが示すモード
に移行し、移行したモードの案内情報を出力することを特徴とする
ナビゲート方法。
【請求項７】一のモードにおいて、音声を認識するた
めに必要な複数の辞書データを記憶し、上記一のモードにおいて、上記一の辞書データに基づい
て音声を認識した後に他の音声を認識するときは、上記
一の辞書データと他の辞書データとに基づいて、音声を
認識することを特徴とする請求項６記載のナビゲート方
法。
【請求項８】認識する音声毎に、その音声に対応する
全ての場所に関する場所データを記憶し、音声を認識したときには、その音声に対応する場所デー
タを読み出し、読み出した場所データに基づいて案内情報を出力するこ
とを特徴とする請求項７記載のナビゲート方法。
【請求項９】同じ音声を繰り返し認識するときは、そ
の同じ音声を認識する毎に異なる場所データを読み出
し、読み出した場所データに基づいて案内情報を出力するこ
とを特徴とする請求項８記載のナビゲート方法。
【請求項１０】上記辞書データとして、上記全ての場
所を認識するための音声とそれに対応する場所データと
を記憶し、音声を認識したときには、その音声に対応する場所デー
タを読み出し、読み出した場所データに基づいて案内情報を出力するこ
とを特徴とする請求項８記載のナビゲート方法。