JPS6345908A - テレビジョン受像機等の音声による制御装置 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 本発明は、テレビジョン受像機等の音声による制御装置
に係り、特に音声によって音量の段階的制御を、手動に
よって音量の連続的制御を行うものに関する。

指令者〔或は操作者、以下、肉声を原情報として被制御
装置（例えばテレビジョン受像機等）を遠隔的に制御す
る者を指す。〕の指令（或は指示）内存（音声信号）を
標本化し且つ量子化することに工って標準（デジタル信
号）パターンとして予め記憶しておき、後に発せられる
音声指示内容（音声信号）を標本化した後量子化し、必
要に応じて時間軸の調整を行ってデジタル化した後ＲＡ
Ｍ等のメモリに一時的に記憶し、前記標準パターンとの
比較により、一定の許容値をもって合致した時、オン・
オフ制御を行うことが提唱されてｉる。

このような音声認識手段としては例えば第１図の如く、
入力音声を電気信号に変換する音響−電気信号変換器（
例えばマイクロフォン）を含む入力部ｆｉ＋、音声信号
の％徴を抽出する、％徴抽出部（２）、あらかじめ登録
された音声特徴の標準パターンを記憶する、標準パター
ン記憶部（３）、入力音声から抽出された％徴パターン
と標準パターンとを比較し、入力音声を特定する認識処
理５（４）、認識結果にもとづき例えばテレビ受信機の
電源、チャンネル、音量等を制御する出力制御部（５）
を主な構成要素とし、これに認識率を向上させる為の入
力信号振巾正規化回路（６）、時間軸調整部（７）、あ
らかじめ音声特徴の標準パターンを登録する為の登録制
御部（８）が付加される。

音声の特徴を抽出するパンメータとしては、周波数スペ
クトル分布、相関関数、苓又差数、フォルマント周波数
或いに線型予測係数など多くの方法が考えられるが、こ
れらのうち音声の周波数スペクトルを複数の周波数フィ
ルタにより分離抽出し標準パターンとの相関を調べるい
わゆるフィルタバンク方式に比較的簡単な構成で高い認
識率を得ることが出来る方法としてよく用いられている
。

このような音声による制御装置の制御内容とじては電源
の大切、チャンネルや局着の変更指定、音量の変更など
があり、例えば電源については「デンゲン・イリ（キリ
）」などと発声制御できるが音量についてはもともとア
ナログ的な連続可変側」御である為音声による適当な制
御方法が提案されていない。

本発明は、このようなアナログ量である音量を、音声に
て数値指示し、その内容を音声識別装置によって判別し
て、例えば１０進値として取り出し、複数の可変減衰器
或は可変ネＵ得増巾器等の組み合せを変更することによ
ってＭｕ記音量のレベルを段階的に制御出来、且つボリ
ュームにより連続的に制御出来るものである。

以下、本発明の畦細を要部回路ブロックダイアグラムを
表わす第２図及び第３図を参照しつつ説明する。

この実施例においては、音声認識のための特鈑パラメー
タとしてフィルタバンク方式（周波数スペクトル方式）
を採用した音声認識装置を組込んだテレビジョン受信機
の音声による制御装置を例に採って説明するが、被制御
量がアナログ量であれば、被制御装置は選ばない。

通常機器の前曲に取りつけられる入力部１］ｊは有指同
性及び無指向性の２つのマイクロフォン００とａ］Ｊの
１示の如き差動接続と増巾器ｆｉ３により構成される。

即ち有指向性マイクロフォンααに対し無指向性マイク
ロフォン１１１１は逆位相接続されており、従って指向
特性範囲外からの音声信号、即ち制御命令音声以外の信
号は相殺され、指向特性範囲内の制御命令音声のＳＮ比
はこれによって高められる。その際、ＴＶ受像機等のス
ピーカから流れる音声中の指令類似身による誤動作を防
止するために、重要語（最頗嵐治）「デンゲン」或は「
パワー」、「チャンネル」、「オンリヨー」又は「ボリ
ューム」等の指令（注、これらの用語については、識別
のための許容値を大きく取っである）が識別された際に
は、第６図に別途要部回路図として開示せる如きいわゆ
る初期ミューティング回路を設けておき、一時的にスピ
ーカ出力を断つか若しくは大巾に減衰せしめる。この点
については後に詳述する。振巾正規化機能を併せ％倣抽
出部（２）は、複数個のフィルタ（１３−１）（１３−
２）・・・（１５−Ｎ）及び入力信号の全振巾を検知す
るレベル検出回路Ｉ、各フィルタの出力をデジタル信号
に変換するＡ−ＤＣアナログ−デジタル）変換器α汎該
Ａ−Ｄ変換器に前置され曲記各フィルタ出力と前記レベ
ル検出回路（１４１出力との比をとることにより、フィ
ルタ出力振巾を正規化するアナログ割算器等によりて構
成された振巾正規化回路αＧ、更に該振巾正規化回路と
前記フィルタ群との間に挿入され、咳フィルタの各出力
の接続を切り替えるマルチプレクサα７）によって構成
される。斯る構成により前記入力部（１）から入力した
音声信号の各フィルタ成分が適当な時間間隔（多くの場
合１０ミリ秒前後）で順次サンプリング標本化され、更
に各サンプリング値を量子化することによってデジタル
コードに変換された後、マイクロコンピュータ若しくは
中央処理装置（ＣＰＵ）＋１８１のＸ１０ボート（図示
せず）を経て、記憶メモリー（１’Ｊ（通常ＲＡＭ：ラ
ンダムアクセスメモリ）に記憶される。

前記Ａ−Ｄ変換の過程において、標本化された容量を量
子化する際、一様量子化することもできるが、別途手動
調整手段を設ける際には、段階的にその調整器の制御指
示量（例えばボリュームの回転角）と制御レベルとの関
係に合わせて非直線的に量子化を計ることもできる。

ＣＰＵ（中央処理装置）α＆には別の標準パターンメモ
リ（３）が接続されておシ、予め指令者の音声指令（制
御命令が、標本化され量子化された形でその制御内容を
指定するコードと共に記憶されている。制御命令音声（
音声による指令）の標準パターンメモリへの登録は、例
えばテレビ受信機の制御の場合には次の様に行なう。第
４図はテレビ受信機のコントロールパネルの１例であり
、入力マイク囚、登録モードスイッチ（２１＋指令者を
選択する指令者（話者）番号指定スイッチ１、（２２−
１）同２　（２２−２）・・・、制御命令指定スイッチ
電源のオン、オフ切替、音量変更、チャンネル切替に各
対応してそれぞれ「電源」指定スイッチ四「音量」指定
スイッチ＠「チャンネル」指定スイッチ四として、又音
量及びチャンネル指定を行なう数字ボタン（２６−１）
、（２６−２）、（２６−３）：・・（２６−１１）、
（２６−１’ｔ）が各対応する表示ランプ（２７−１）
、（２７−２）、・・・（２７−１２）と共に配設され
ている。

又下部の「ＯＫ」表示ランプ＠は認識又は登録が良好に
完了したとき、ｒＲＥＰＥＡＴＪ　表示ランプ■に同じ
く不良であったときそれぞれ点灯表示するものである。

かかる登録制御部■を用いて標準パターンを登録するに
は、まず登録スイッチシｌｌを押して登録モードとし、
次に話者番号を同指定スイッチ（２２−１）又１（２２
−２）・・・　にて指定した上で、以下順次「電源」ス
イッチのを押して例えば「デンゲン」あるいは「パワー
（ＰＯＷＲＦＩ）Ｊ、　「音量」スイッチ翻を押して「
オンリヨー」又は「ボリューム」と発声する「チャンネ
ル」スイッチのを押すと、第２図登録＊Ｕ御回路（８）
は、モード切替信号ａを出力し、チャンネル押ボタンス
イッチ回路１ｄｌｌの出力を切替回路（至）を経て前記
登録制御回路側に切替える。これにより前記スイッチ回
路６Ｄに含まれる数値指定ボタン（２６−１）　（２６
−２）・・・（第４図）を押して「イチ」　「二」・・
・と発声すると、それぞれの音声は入力部１１）、特徴
抽出部（２）を経て各制御内容（電源、音量チャンネル
１，２゜５、・・・）に対応するコードと共に標準パタ
ーンメモリー（３）に記憶される。

さて通常の認識モードでは、前述の制御音声が入力し、
特徴抽出フィルタ（１３−１）（１３−２）・・・（１
３−Ｎ）により抽出されたデジタル化され几信号列はＲ
ＡＭ等の記憶メモ’Ｊ（１９に記憶され、次ｉでａｐＵ
（１８１ｔ！この記憶パターンと標準パターンとの差を
、全ての標準パターンについて計算しその差が最も小さ
い標準パターンを決定することにより入力音声を特定す
る。一般に人間の話声は同じ言語で発声してもその時間
軸推移は常に同等とは限らない為、第１図に示すが如き
何らかの時間軸調整回路が付加されなければならないこ
とは周知の通りである。第２図に於ては説明の都合上か
かる時間軸調整回路は省略してする。

認識モードに於ける音声の取り込みは常時性なわれてお
り、入力音声が途切れたとき即ちポーズ期間に前述の認
識計算が実行されそれ以前の入力音声、パターンマツチ
ング法により特定される。

この時入力音声について特定が可能となった時、即ち入
力音声が何らかの標準パターンに許容され得る誤差の範
囲内で一致した時、０ＰＵ１１８１Ｕ出力制御回路Ωに
対し、テレビ受信機の谷該当制御要素を制御すべく指示
出力する。例えば「デンゲン・イリ（キリ）」とφう入
力音声を認識したとき出力制御回路（［はテレと受信機
の電源回路■を０Ｎ−ＯＦＦ制御する。又、「チャンネ
ル・秦秦」（秦※は１〜１２までの数字）という入力音
声を認識したとき、出力制御回路田はチャンネル切替回
路（至）に出力し、これによりチューナ（至）を切替制
御する。

ところで、音量の調整の為に本発明装置の被制御音声機
器はあらかじめ音ｆｔを数値表示する可視的な表示器を
備えていなければならない。連続可変される音量を段階
的数値表示（即ち、デジタル表示）に替えるに適当なス
テップ数は１０前後であろう。具体的な表示器としては
、例えば７セグメントの数値表示素子、あるいはステッ
プ数と同数の発光素子（ＬＥＤなど）の−次元的配列な
どが考えられる。ここではテレビ受信機の場合を例とし
、第４図に図示したチャンネル表示ランプ（２７−１）
（２７−２）・・・（２７−１２）を音量表示に兼用す
る方法を採用している。

図に於ける数字表示Ｌ　Ｅ　Ｄ　（２７−１：）、（２
７−２）、・・・、（２７−１２）は第４図中にチャン
ネル表示ランプとして図示されており通常チャンネル切
替回路（至）の出力に応じＡＮＤゲー）（３７−１）、
（３７−２）又は（３７−４２）、ＯＲゲー）（３Ｂ−
１）、（３８−２）・・・、又に（３８−４２）及び抵
抗（３９−４）、（３９−２）、・・・又は（５９−１
２）’！ｉｌ−経ていずれか１つのＬＥＤが点灯、チャ
ンネル表示を行なっている。ＰＩ３ち出力制御回路の音
量レベル表示コントロール信号ｂ（詳細後述）は通常デ
ジタルゝ１０“レベルであり、従がって各ＡＮＤゲート
（３７−１）（３７−２）・・・（３７−１２）を制御
する。インバータ（ト）の出力はデジタルｖＶ１“レベ
ルである。次に前述の如く音声認識装置が例えば、「音
量」に和尚する制御命令音声信号を認識した時、出力制
御回路田は音量レベル表示コントロール信号すを一定期
間（数秒間］デジタル“１“レベル（今俊Ｈレベルと略
ス）トし、ゲート（３７−１）、（３７−２）・・・、
及び（３７−１２）を閉じると同時にＡＮＤゲート（４
１−１）（４１−２）及び（４１−１２）を聞いて、ラ
ッチ回路であるＤ−ＦＦＣＤ型フリップフロップ回路）
（４２−１）、（４２−２）・・−（４２−４）のＱ出
力のＢ−Ｄ（２進−１０進）変換回路−出力にもとすき
前記数字表示ＬＥＤ（２７−１）、又は（２７−２）、
・・・、又は（２７−１２）のいずれかを点灯させる。

後述するようにラッチ回路（ａ２−１）、（４２−２）
、・・・（４２−４）は、その時点での音量レベルを２
進表示で保持している。従ってＬＥＤ（２７−１）、（
２７−２）、・・・又は（２７−１２）はこの時点灯個
数で音ルベルを数値表示することになるもちろん７セグ
メント表示を行ってもよいことは言を俟たない。引き続
き、音声認識装置が、音量レベルを１〜１２までの段階
の命令音声を認識したとき、出力制御回路ωは通常デジ
タル１０ルベル（以後Ｌレベルと略す）である音量レベ
ルラッチコントロール信号Ｃｔ−短時間（Ｄ−ＦＦがラ
ッチ動作するのに充分な時間）Ｈレベルとし、ＯＲゲー
ト（４４−１）、（４４−２）・・−５（４４−４）を
経て前述のＤ−ＦＦ（４２−１）、（４２−２）・・−
（４２−４）をクロックする。同時に、出力制御回路出
は、ＣＰＵａ＆にて比較認識した音量レベルを２進コー
ドで、　音ルベル（ｉ　号ａ　”ｄ２．・・・、ｄ４と
して出力し、前述の音量レベルラッチコントロール信号
により開（ＡＮＤゲート（４５−１）、（４５−２）、
・・−（４５−４）、及び、ＯＲゲート（４６−１）、
（４６−２）、・・・、（４６−４）及びラッチ回路−
或は目がクロックの立下りをＤ入力としてラッチするこ
とを確実にするためのインバータ（４７−１）、（４７
−２）、・・・（４７−４）、（４８−１）、（４８−
２）、・・・、（４８−４）　　を経てＤ−ＦＦ’（４
２−１）、（４２−２）、・・・又１ｊ（４２−４）　
にＤ入力せしめる。音量レベル信号ｄＬ　ｄ２．・・・
、ｄａ　　の出力状態を保持したラッチ回路（Ｄ−Ｆ　
ｐ　）　（４２−１）、（４２−２）、・・・又［（４
２−４）のＱ出力によって、前述の如く音声認識した音
量レベルが数字表示ＬＥＤ（２７−１）、（２７−２）
、・・・又は（２７−１２）により点灯表示される。音
量レベルラッチコントロール信号ｃｈ、同様にＯＲゲー
ト四を経て状態保持回路であるＤ−ＦＦ５１にクロック
入力するが、この時ＯＲゲート６υの出力がＬレベルで
あれば、ワンショット回絡働の出力もＬレベルであるの
でインバータ（４７−５）と（４８−５）を経たＤ入力
端子［Ｌレベルであり、従がって該Ｄ−ＦｌのＱ出力に
０、（石−１）となる。この結果アナログスイッチ峙が
閉じ、Ｄ−ＦＦ競のＱ出力が１なのでＡＮＤゲート（５
４−１）（５４−２）、・・・（５４−１２）が前記２
進変換回路−の出力である音量レベルに応じてアナログ
スイッチ（５５−１）、（５５−２）、・・−又は（５
５−１２）のいずれかが開く。一方、テレビ受信機の音
声ＦＭ復調回路（４）の出力は初段の音声増巾回路口、
可変抵抗器卿を経てその可変端子出力が更に音量調整ボ
リュームに）又は抵抗器（６０−１）、（６０−２）、
・・・（６０−１１）よシ成る分圧回路（或は減衰回路
若しくは可変利得回路でも可）、アナログスイッチＱ又
はアナログスイッチ（５５−１）、（５５−２）、・・
・（５５−１２）のいずれかを経由し、音声出力増巾器
部υよシ増申せられスピーカ等音声出力器暁よシ音声出
力するよう構成されているので、前述のアナログスイッ
チ（５５−１）、（５５−２）・・−％（５５−１２）
のいずれかが開く場合には、それよシ抵抗器（６〇−１
）、（６０−２）、・・−５（６０−１１）　　により
分圧された適当な音量レベルが設定される。音量レベル
コントロール信号すは数秒後（指令者が制御完了を確認
できる時間経過後）Ｌレベルに復帰し、従がって数字表
示Ｌ　ＥＤ　（２７−１）、（２７−２）、・・−（２
７−１２）は音量レベル表示よシチャンネル表示に復帰
するが、音量レベルはラッチ回路（４２−１）、（４２
−２）、・・・（４２−４）の出力状態に対応するレベ
ルを維持する。前記可変抵抗器端は音量の可変範囲を決
めるものである。次に、音量調整ボリューム−が手動で
操作された時には、これと連動し、一定電圧電源ＶＲと
アース間に接続された可変抵抗器間の出力変化を抵抗（
６４，コンデンサ（（至）及び該抵抗器の両端が図示の
如く両入力端子に接続されたコンパレータ（（至）によ
フ検出し、続りマニュ７に操作検出回路物が、マニュア
ル操作信号ｅ金、ボリューム調整操作が続いている間中
Ｈレベルで出力する。該信号の立上りにより、ＯＢゲー
）Ｑ）Ｉ）を介してワンショット回路Ｑが動作しパルス
を発生するが、これを前述のラッチ回路鵜が保持し、Ｑ
−１（Ｑ−０）となりアナログスイッチＱを開いて音量
調整ボリューム−で決まる音量レベルにて音声出力増巾
器６υはスピーカ暁を駆動する。Ｄ　−ｒＦｗの？ｒ−
ｏ出カニヨリＡＮＤゲー）（５４−１）、（５４−２）
、・・・（５４−１２）は全て閉じ、従ってアナログス
イッチ（５５−１）、（５５−２）、・・・、（５５−
１２）が全べて閉じることに明らかであろう。前記マニ
ュアル操作信号ｅにより、図示の通りＡＮＤゲー）　（
６８−１）（６Ｂ−２）・（６Ｂ−４）が開き定電圧ｖ
ＲにバイアスされたＡ−Ｄ変換器（支）の出力である音
量レベル（２進コード）を該ｅ信号の立下りで前記ラッ
チ回路（４２−１）、（４２−２）、・・・、（４２−
４）により記憶保持する。これにより、音量調整ボリュ
ームで調整決定された音量レベルがデジタル化されて該
ラッチ回路に保持記憶される。前記ＯＲゲー）Ｅｌｆの
入力の一方は、前記テレビ受信機の電源回路図が出力す
る電源投入信号ｆに接続されており、電源投入後一定時
間発生するパルス信号ｆにより同様な音量レベルのラッ
チ保持とアナログスイッチ馨による音声増巾回路の利得
の決定が行なわれる。

次に、前述の初期ミューティング回路の詳細について第
５図を参照しつつ説明する。なお、第５図において、第
２図と共通部分には同じ符号（図番）を付し、その説明
を省略する。

上述の如く、音声指令認識モードにおける音声信号の取
り込みは、指令継続中常時性なわれており入力音声が途
切れたとき、即ち一定の指令単位の間隔（ポーズ期間）
にＱＰＵｔ１８１によって認識計算が実行され、それま
での入力音声指令がノくターンマツチング法によって特
定される。

上述の如く、被制御機器であるＴＶ受信機のスピーカ出
力その他指令者以外の発する類似音による誤動作をさけ
るために、最頗度指令語については、多少パターンマツ
チングの比較許容度を大きくとる。

この時、入力音声について特定が可能となった時、即ち
入力音声が何らかの標準ノくターンＩＣ許容され得る誤
差の範囲内で一致した時、ＯＰＵ［１町ゴ出力制御回路
ωを制御してテレビ受信機の音声出力を一定時間ミュー
テイングさせる。第５図の場合、出力制御回路ｃ１３は
テレビ受信機の音声榎調増巾回路団の出力増巾トランジ
スタ（ロ）のバイアスを落すことにより、該トランジス
タのコレクタエリコンデンサσαを介して接続されたス
ピーカ泣の音声出力を停止させる。尚、前記音声回ｖ！
ｒに）の出力側に接続されたイヤホーン−回路に対して
セミューティングは不必要である。通常制御命令言語に
例えば「デンゲン」　・「イリ」、「デンゲン」　・「
キリ」、「チャンネル」拳「イチ」、「チャンネル」　
・「二」のように複数の単語の連続により構成されてい
るので、例えば「チャンネルＪという入力音声を認識し
たときスピーカ音声はミューティングされ以後の「イチ
」又に「二」の音声入力はテレビ受信機が発生する音が
無くなるためＳＮ比はきわめて向上し、認識率はきわめ
て向上する。電源の入・切チャンネル変更、音量７Ｒ更
いずれの制御内容からも、かかる音声のミューティング
は機能上の欠点とはならない。尚第６図の具体例では音
量の変更は、「オンリヨー」・「サン」（音量６）など
のようにチャンネル同様１２段階指定すること（従って
チャンネル表示装置を一時的に音量表示装置として併用
すること）も可能でおる。入力音声認識の結果にもとづ
き出力制御回路＋３３はテレビ受信機の電源回路（至）
、チャンネル切替回路（至）又は音声回路間にそれぞれ
制御出力することは言うまでも無い。

第６図の実施例を併用すれは音声認識装置を儂えたテレ
ビ受信ｔｒＲ等音声機器の音声出力回路に該Ｖｒ声認識
装置の出力制御回路が作用して、入力音声を感知した時
音崗機器の出力音声を適当なレベルにまで減衰させるこ
とにより以後の入力竹声のＳＮ比を増大させるものであ
り、従ってこの種音声認識装置の認識率を向上せしめる
にきわめて有効でおる。

本発明に依れば、音声指令に工つて音量の段階的制御が
可能となる。また、音！調整ボリュームにより手動制御
を行うと音声指令による音量の段階的制御を中断して音
量を連続的に制御することが出来る。

【図面の簡単な説明】

第１図は、音声認識装置の要部ブロック図、第器Ｏ操作
パネルの正面図を表わす。 甲・・・入力部、　咀）・・・特徴抽出部、　億）・・
・標準パターンメモリ、　＋４１・・・認識処理部、　
ω・・・出力制御回路、　閃・・・アナログスイッチ、
　　（５５−１）（５５−２）・・・（５５−１２）・
・・アナログスイッチ、■・・・ｆＪＬＲｌｕｙＮ　９
ニーム、（＋３１１９・・・コンパレータ（検出部）

Claims (1)

【特許請求の範囲】
1. （１）音量を段階的に指令する音量指令音声を入力し、
   その入力音声を電気信号に変換する入力部と、前記電気
   信号の特徴を抽出する特徴抽出部と、予め指令者の入力
   音声の特徴を標準パターンとして記憶する標準パターン
   記憶部と、前記特徴抽出部で抽出された特徴パターンと
   前記標準パターンとを比較し、前記チャンネル指令音声
   及び音量指令音声を特定する認識処理部と、該認識処理
   部の認識結果にもとづいて、音量を段階的に制御する出
   力制御部とから成る制御装置において、連続的に変動す
   る音量調整ボリュームと、該音声調整ボリュームの出力
   変化を検出する検出部と、該検出部の出力変化検出信号
   により前記出力制御部からの出力を遮断し、前記音量調
   整ボリュームの出力による音量制御を可能にしたスイッ
   チ部とを設けたことを特徴とするテレビジョン受像機等
   の音声による制御装置。