JP3793913B2

JP3793913B2 - Remote control system, remote control method and recording medium

Info

Publication number: JP3793913B2
Application number: JP2000289066A
Authority: JP
Inventors: 喜永加藤
Original assignee: Ricoh Co Ltd
Current assignee: Ricoh Co Ltd
Priority date: 2000-09-22
Filing date: 2000-09-22
Publication date: 2006-07-05
Anticipated expiration: 2020-09-22
Also published as: JP2002101315A

Description

【０００１】
【発明の属する技術分野】
本発明は、音声認識を用いて所定の機器を遠隔操作するための遠隔制御システムおよび遠隔制御方法および記録媒体に関する。
【０００２】
【従来の技術】
特開平１１−３４５０２４号には、音声認識機能を用いて遠隔制御対象となる機器を操作するリモコン装置が示されている。しかしながら、特開平１１−３４５０２４号に示されているリモコン装置では、音声認識用の辞書が読出専用メモリ（ＲＯＭ）に保存されているので、音声認識対象語を変更できないという不都合がある。
【０００３】
また、特開平１０−３２２７８０号には、インターネットに接続できる環境において、音声認識機能を用いてページの閲覧，編集やメール操作を行うことが可能なリモコン装置が示されている。特開平１０−３２２７８０号に示されているリモコン装置では、音声認識に必要な全処理をリモコン装置側で行うため、リモコン装置に高速な中央処理演算器と大容量メモリとが必要となり、装置の規模が大きくなってしまうという不都合がある。また、インターネットに接続する環境とテレビとが独立しているので、インターネット上の情報を利用してテレビ操作ができないという不都合がある。
【０００４】
また、特開平９−２３３８９号には、音声認識機能を用いてテレビを操作することが可能なテレビジョン受信機，テレビジョン受信機用リモコン送信機およびテレビジョン受信機システムが示されている。しかしながら、特開平９−２３３８９号に示されている技術では、テレビの機能に対して認識対象語が固定されており、テレビ以外の機器を同一のリモコンで操作しようとする場合、音声認識対象語を変更することができないので、音声による操作ができなくなるという不都合がある。
【０００５】
【発明が解決しようとする課題】
本発明は、サーバが提供する情報を利用して、音声認識対象語を入れ替え可能であって、音声認識を用いて所定の機器を遠隔操作することの可能な遠隔制御システムおよび遠隔制御方法および記録媒体を提供することを目的としている。
【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記載の発明は、サーバが提供する情報の閲覧機能を有するテレビと、テレビの閲覧機能により得られた閲覧内容に対して所定の処理を行う情報処理手段と、音声認識によりテレビに対して遠隔操作を行なうリモコン手段とを備え、前記閲覧内容には、テレビを操作する機能コードと音声認識対象語とが対応している機能セットが含まれており、前記情報処理手段は、音声認識対象語を言語解析によって読みに変換して前記機能セットに付加し、該機能セットを、要求に応じてリモコン手段に送信し、前記リモコン手段は、前記情報処理手段から送信された機能セットに含まれている音声認識対象語に対応する読みのいずれかをユーザに発声させて音声認識を行ない、音声認識結果に対応する機能信号によってテレビを遠隔操作するようになっていることを特徴としている。
また、請求項２記載の発明は、サーバが提供する情報の閲覧機能を有するテレビと、テレビの閲覧機能により得られた閲覧内容に対して所定の処理を行う情報処理手段と、所定の外部機器と、音声認識により所定の外部機器に対して遠隔操作を行なうリモコン手段とを備え、前記閲覧内容には、所定の外部機器を操作する機能コードと音声認識対象語とが対応している機能セットが含まれており、前記情報処理手段は、音声認識対象語を言語解析によって読みに変換して前記機能セットに付加し、該機能セットを、要求に応じてリモコン手段に送信し、前記リモコン手段は、前記情報処理手段から送信された機能セットに含まれている音声認識対象語に対応する読みのいずれかをユーザに発声させて音声認識を行ない、音声認識結果に対応する機能信号によって所定の外部機器を遠隔操作するようになっていることを特徴としている。
【０００８】
また、請求項３記載の発明は、請求項１または請求項２記載の遠隔制御システムにおいて、前記リモコン手段は、前記情報処理手段から送信された機能セットに含まれている音声認識対象語に対応する読みから言語モデルを生成し、当該言語モデルを構成する単位で表現された音声認識モデルとユーザの入力音声の特徴量とを比較することによって音声認識を行ない音声認識結果を得るようになっていることを特徴としている。
【０００９】
また、請求項４記載の発明は、請求項１または請求項２記載の遠隔制御システムにおいて、前記情報処理手段は、前記機能セットを無線通信によってリモコン手段に送信するようになっていることを特徴としている。
【００１０】
また、請求項５記載の発明は、請求項１または請求項２記載の遠隔制御システムにおいて、前記情報処理手段は、リモコン手段を装着することによって、前記機能セットをリモコン手段に送信するようになっていることを特徴としている。
【００１１】
また、請求項６記載の発明は、請求項１または請求項２記載の遠隔制御システムにおいて、前記テレビは、該テレビの閲覧機能が前記閲覧内容を課金対象と判断した場合に、前記サーバに課金情報を送信するようになっていることを特徴としている。
【００１２】
また、請求項７記載の発明は、請求項１至請求項６のいずれか一項に記載の遠隔制御システムにおいて、前記情報処理手段は、前記機能セットを複数のグループに分けて記憶し、要求に応じて、複数の当該グループの中の１つのグループの機能セットを選択し、前記リモコン手段に送信するようになっていることを特徴としている。
【００１３】
また、請求項８記載の発明は、請求項１または請求項２記載の遠隔制御システムにおいて、前記機能セットは時刻に対応した情報を有し、また、前記情報処理手段は時計を有しており、前記情報処理手段は、前記時計を用いて、機能セットの一部を前記リモコン手段へ送信するようになっていることを特徴としている。
【００１４】
また、請求項９記載の発明は、サーバが提供する情報の閲覧機能を有するテレビと、テレビの閲覧機能により得られた閲覧内容に対して所定の処理を行う情報処理手段と、音声認識によりテレビに対して遠隔操作を行なうリモコン手段とを有する遠隔制御システムにおける遠隔制御方法であって、前記閲覧内容には、テレビを操作する機能コードと音声認識対象語とが対応している機能セットが含まれており、前記情報処理手段は、音声認識対象語を言語解析によって読みに変換して前記機能セットに付加し、該機能セットを、要求に応じてリモコン手段に送信し、前記リモコン手段は、前記情報処理手段から送信された機能セットに含まれている音声認識対象語に対応する読みのいずれかをユーザに発声させて音声認識を行ない、音声認識結果に対応する機能信号によってテレビを遠隔操作することを特徴としている。
【００１５】
また、請求項１０記載の発明は、サーバが提供する情報の閲覧機能を有するテレビと、テレビの閲覧機能により得られた閲覧内容に対して所定の処理を行う情報処理手段と、所定の外部機器と、音声認識により所定の外部機器に対して遠隔操作を行なうリモコン手段とを有する遠隔制御システムにおける遠隔制御方法であって、前記閲覧内容には、所定の外部機器を操作する機能コードと音声認識対象語とが対応している機能セットが含まれており、前記情報処理手段は、音声認識対象語を言語解析によって読みに変換して前記機能セットに付加し、該機能セットを、要求に応じてリモコン手段に送信し、前記リモコン手段は、前記情報処理手段から送信された機能セットに含まれている音声認識対象語に対応する読みのいずれかをユーザに発声させて音声認識を行ない、音声認識結果に対応する機能信号によって所定の外部機器を遠隔操作することを特徴としている。
また、請求項１１記載の発明は、請求項１乃至請求項８のいずれか一項に記載の遠隔制御システム、または、請求項９または請求項１０に記載の遠隔制御方法における情報処理手段の機能をコンピュータに実現させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体である。
【００１６】
【発明の実施の形態】
以下、本発明の実施形態を図面に基づいて説明する。
【００１７】
図１は本発明に係るリモコン装置（遠隔制御システム）の第１の構成例を示す図である。図１を参照すると、このリモコン装置（遠隔制御システム）は、電話回線に接続されているテレビ１と、情報処理手段２と、リモコン手段３とを備えている。
【００１８】
また、図２は本発明に係るリモコン装置（遠隔制御システム）の第２の構成例を示す図である。なお、図２において図１に対応する箇所には同じ符号を付している。図２を参照すると、このリモコン装置（遠隔制御システム）は、電話回線に接続されているテレビ１と、情報処理手段２と、リモコン手段３と、リモコン手段３によって遠隔制御可能な所定の外部機器（例えば、ラジオなど）４−１〜４−Ｍとを備えている。
【００１９】
図１，図２の構成例において、テレビ１は、電話回線を通して、例えばインターネットに接続されたサーバが提供する情報（例えば、ＨＴＭＬ形式などで記述されたページ）を閲覧する閲覧機能を有している。
【００２０】
図３は図１，図２の構成例における情報処理手段２の構成例を示す図であり、情報処理手段２は、テレビの閲覧機能により得られた閲覧内容に対して所定の処理を行うようになっている。すなわち、図３を参照すると、情報処理手段２は、言語辞書１１と、テレビ１の閲覧機能により得られた閲覧内容（例えば、テレビ１がインターネットを通じてテレビ番組表を閲覧しているとするとき、図４に示すようなテレビ番組表に対応したテキスト情報）を、言語辞書１１を用いて言語解析する言語解析部１２とを有している。
【００２１】
より詳細に、例えば図１の構成例では、閲覧内容には、テレビを操作する機能コードと音声認識対象語とが対応している機能セットが含まれており、情報処理手段２は、音声認識対象語を言語解析によって読みに変換して機能セットに付加するようになっている。図５には、言語解析部１２によって変換された読みが付加された機能セットが示されている。
【００２２】
そして、図３の例では、情報処理手段２には、さらに、言語解析部１２によって得られた機能セット（図５に示すように読みが付加された機能セット）を複数の（Ｎ個の）グループに分けて（例えば、リモコン手段３で制御したい機器や機能別にグループ分けして）記憶するＮ個の機能記憶部１３−１〜１３−Ｎと、使用したい機能の要求（機能要求）が例えばリモコン手段３からテレビ１を通してあるとき、Ｎ個の機能記憶部１３−１〜１３−Ｎの中から機能要求に応じた１つの機能記憶部を選択し、この機能記憶部に記憶されている機能セットを読み出す機能判断部１４と、機能判断部１４によって読み出された機能セットをリモコン手段３へ送信する送信部１５とが設けられている。
【００２３】
また、図６はリモコン手段３の構成例を示す図であり、リモコン手段３は、音声認識により、図１の例ではテレビ１に対して、図２の例ではテレビ１，所定の外部機器４−１〜４−Ｍに対して遠隔操作を行なうようになっている。すなわち、図６を参照すると、リモコン手段３は、情報処理手段２から送信された図５に示すような機能セット（読みが付加された機能セット）を受信する受信部２１と、受信部２１によって受信した機能セット（読みが付加された機能セット）を記憶する機能記憶部２２と、機能記憶部２２に記憶された読みと言語構成情報とを用いて言語モデル（音素単位の並び）を作成する言語モデル作成部２３と、使用者の入力音声の特徴量を抽出する特徴抽出部２４と、言語モデル作成部２３で作成された言語モデルを構成している音素から音声認識用の音素モデル（音声認識モデル）を参照し、音声認識モデルと特徴抽出部２４で抽出された入力音声の特徴量とを比較して音声認識結果（読み）を得る比較部２５と、比較部２５によって得られた音声認識結果（読み）に対応する機能信号（制御信号）を、図１の例ではテレビ１に、また、図２の例ではテレビ１，所定の外部機器４−１〜４−Ｍに送信する（機能信号によって図１の例ではテレビ１を、また、図２の例ではテレビ１，所定の外部機器４−１〜４−Ｍを遠隔操作する）送信部２６とを有している。
【００２４】
このように、リモコン手段３は、音声認識機能を有し、使用者が発声した音声をリモコン手段３に入力することによって、図１の例ではテレビ１を、また、図２の例ではテレビ１，所定の外部機器４−１〜４−Ｍを遠隔操作できるようになっている。この際、発声可能な語は、リモコン手段３に格納されており、情報処理手段２から送信される機能セットをリモコン手段３に記憶しておくことにより、入れ換えが可能となっている。
【００２５】
次に、このような構成のリモコン装置について、より詳細に説明する。いま、使用者は、インターネットを通じて、テレビ番組表をテレビ１で閲覧しているものとする。
【００２６】
ここで、リモコン手段３においてテレビ番組名を発声してテレビチャンネルを切り替えるためには、次のような処理を行う。
【００２７】
すなわち、まず、図４に示すようなテレビ番組表に対応したテキスト情報をサーバからテレビ１を介して情報処理手段２にダウンロードする。なお、図４において、音声認識語の列は、テレビ番組名を示している。また、機能コードの列には、音声認識語に対応してリモコン手段３から機能信号を出力するための命令が記述されている。ここで、ＴＶｃｈ（７）は、テレビの７チャネルに切りかえるという命令を表わしている。また、終了時間は、番組（認識語）の放送終了時間を示している。
【００２８】
情報処理手段２では、言語解析部１２において、テキスト情報である音声認識語の欄の漢字かな混じり語を構成要素に分解した後、言語辞書１１を検索し、読みに変換する。その後、図５に示す内容（以下、機能セットと呼ぶ）を機能記憶部に格納する。ここで、図３の例では、機能記憶部は、Ｎ個の機能記憶部１３−１〜１３−Ｎに分けられている。
【００２９】
例えば、上述のようなテレビ番組表に対応した機能セット（図５に示すような機能セット）については、機能記憶部１３−１に格納し、また、ラジオ番組表に対応した機能セットについては、機能記憶部１３−２に格納することができる。すなわち、リモコン手段３が図２の例のように所定の外部機器としてラジオの遠隔操作にも対応している場合には、テレビ１は、ラジオの番組表を配信しているサーバ（あるいはページ）に接続し、図４と同様のテキスト情報をダウンロードすることができる。この時、図４と同様のテキスト情報において、機能コードの欄は、ラジオの１０００ｋＨｚに合わせるという制御を表すため、例えばＲｄ（１０００）のような制御項目を記述しておく。そして、読み変換を行った後の内容（図５に対応する機能セット）を、テレビの機能記憶部１３−１とは別の機能記憶部１３−２に格納することができる。
【００３０】
このように、機能セットをリモコン手段３で制御したい機器や機能別にグループに分けて記憶することができる。
【００３１】
そして、使用したい機能の要求がリモコン手段３からテレビ１を通じてあると、機能判断部１４は、機能要求のあった機能セットが記憶されている機能記憶部をＮ個の機能記憶部１３−１〜１３−Ｎの中から選択する。その後、選択した機能記憶部に格納されている機能セットから読みと機能コードの列を読み出して、送信部１５によってリモコン手段３に送信する。
【００３２】
ここで、送信部１５には、よく知られた赤外線通信などの無線通信方式を使用することができる。また、送信速度をより速くするために、リモコン手段３を情報処理手段２に装着できるようにしておき、リモコン手段３において情報処理手段２の送信部１５から機能セットを直接受信するようにすることもできる。
【００３３】
リモコン手段３では、まず、受信部２１において、情報処理手段２から送られてくる読みと機能コードとを受信し（図５に示すような機能セットを受信し）、機能記憶部２２に格納する。
【００３４】
次に、機能記憶部２２に格納された図５に示すような読みと言語構成情報とを用いて、言語モデル作成部２３は、言語モデルを作成する。ここで、言語構成情報は、音節と音声認識単位との対応情報であり、言語構成情報には、音声認識単位として音素を採用すれば、「あ」は／ａ／、「か」は／ｋａ／のように対応させて、全音節に関する情報を格納しておけばよい。言語モデル作成部２３では、言語構成情報を参照して、音素単位の並びを作成する。例えば、「すぺいんごこうざ」の場合、／ｓｕｐｅｉＮｇｏｋｏｕｚａ／という言語モデルが作成される。
【００３５】
次に、比較部２５においては、言語モデルを構成している音素から音声認識用の音素モデルを参照する。ここで、音素モデルには、音声のふるまいを音素単位にモデル化して格納してあり、よく知られた隠れマルコフモデルなどを用いればよい。比較部２５では、参照された音素モデルの並びを入力音声の特徴量と比較して、得点を求める。ここで、入力音声の特徴量は、特徴抽出部２４で得られ、よく知られたＬＰＣ（線形予測分析）ケプストラム係数などが用いられる。具体的に、入力音声の特徴量としては、例えば分析条件を標本化周波数：１６ｋＨｚ、２５６点ハミング窓、移動幅：１０ｍｓ、ＬＰＣ分析次数：２０とし、１０次元のケプストラム係数をフレーム単位で抽出したものを用いることができる。なお、特徴量は上記のものに限定されるものではなく、周波数分析を用いた各帯域ごとのスペクトルパワーなど他のどのような特徴量を抽出してもよい。
【００３６】
このように、音声認識対象語すべての言語モデルを作成し、入力音声の特徴量に対する得点を求める。その後、最良点が得られた音声認識結果を比較部２５から出力する。
【００３７】
その後、比較部２５から出力された音声認識結果がどのような機能コードをもっているかを機能記憶部２２で検索する。例えば、音声認識結果が「すぺいんごこうざ」であった場合は、機能記憶部２２から機能コードとしてＴＶｃｈ（７）が検索される。
【００３８】
次いで、このように検索された機能コードよりリモコン手段３から送信すべき信号を機能表から求め、送信部２６へ出力する。ここで、機能表には、リモコン手段３で制御可能な全機能コードと各機能に対応する送信信号命令とが対応づけられている。リモコン手段３の送信部２６では、このように得られた命令に対応する信号を出力し、この信号を図１の構成例ではテレビ１で受信することによって、チャネルを７に切り替えることができる。
【００３９】
上述したように、情報処理手段２の機能記憶部１３−１〜１３−Ｎを切り替えて所定の機能セットをリモコン手段３に送信することにより、リモコン手段３で音声認識対象語の入れ替えが可能となる。
【００４０】
ところで、本発明では、音声認識対象語が提供される情報（ページ）は、インターネット上のサーバから提供され、このとき、提供される情報に対して課金を行なうよう構成することもできる。
【００４１】
図７はサーバから提供される情報に対して課金を行なう機能を備えたリモコン装置の構成例を示す図である。図７を参照すると、テレビ１の閲覧機能に課金判断部３１が設けられている。ここで、課金判断部３１は、情報処理手段２にダウンロードするテキスト情報が課金対象の対象であるか否かを判断する機能を有している。この判断処理には、一般の閲覧ソフトウエアと同様に、使用者にユーザＩＤとパスワードを入力させ、使用者に閲覧情報の利用有無を判断させる機能を持たせればよい。課金対象である閲覧情報を利用する場合は、利用通知がインターネットを経由してサーバに送られる。サーバ側では、各ユーザに対する利用情報の種類ごとに課金情報を記憶しておけばよい。また、この課金処理のやりとりが外部に漏れないようにするためには、よく知られたＳｅｃｕｒｅＳｏｃｋｅｔＬａｙｅｒなどの暗号化技術を用いて安全を確保すればよい。
【００４２】
このように、テレビ１は、該テレビ１の閲覧機能が前記閲覧内容を課金対象と判断した場合に、サーバに課金情報を送信するように構成することもできる。
【００４３】
一方、リモコン手段３において、機器や用途によらない基本的な制御（例えば、機器のスイッチ入／切や、番号発声によるチャンネル切り替え）に用いる語は、使用する機会が多いので、情報処理手段２とリモコン手段３との間で入れ替えずに、常にリモコン手段３の機能記憶部２２に格納しておく方が便利である。この場合は、機能記憶部２２の一部（例えば読出専用メモリ）にあらかじめ音声認識対象語の読みと機能コードを記憶しておけばよい。さらに、課金する必要もないので、利用者は、サーバと通信することなくリモコン手段３を利用するだけでこれらの認識対象語を無料で利用できる。
【００４４】
また、リモコン手段３において番組名を発声してテレビのチャンネルを切り替える機能を利用しているときは、既に放映が終了している番組を、音声認識対象語に含める必要はない。
【００４５】
図８は情報処理手段２の変形例を示す図であり、図８の情報処理手段２は、機能セットの一部をリモコン手段３に送信する機能を備えている。すなわち、図８の情報処理手段２は、現在の時刻を計時する時計１６と、機能判断部１４から出力される図５に示すような機能セットの終了時間の欄と時計１６によって計時される現在の時刻とを照合して、機能判断部１４から出力される機能セットの中から有効な部分（範囲）を取り出す範囲指定部１７とをさらに有している。
【００４６】
このような構成では、有効な認識語をもつ読みと機能コードとを情報処理手段２からリモコン手段３に送信することができる。すなわち、使用したい機能をリモコン手段３からテレビ１を通じて要求すると、図３の情報処理手段２と同様に、機能判断部１４は、要求した機能セットが記憶されている機能記憶部を選択する。その後、選択した機能セットの中から有効な部分を範囲指定部１７により取り出す。図５の例では、終了時間の欄の時刻と時計１６によって計時される現在の時刻とを比較することにより機能セットの範囲を指定できる。そして、指定した範囲の機能セットを送信部１５からリモコン手段３に送信する。
【００４７】
すなわち、ｘを現在の時刻、ｚを時間の範囲とすれば、次式（数１）を満たすｙの範囲の終了時間をもつ読みと機能コードを範囲指定部１７により取り出して、送信部１５によってリモコン手段３に送信することができる。
【００４８】
【数１】
ｘ≦ｙ≦ｘ＋ｚ
【００４９】
例えば、ｘを１３：３０，ｚを５時間とすれば、範囲指定部１７は、終了時間が１３：３０〜１８：３０の間にある読みと機能コードの組を選択して送信部１５に出力することができる。従って、図５の例の場合、「スペイン語講座」から「ニュース」までの範囲が選択され、該当する読みと機能コードとの組がリモコン手段３に送信される。さらにｚの時間間隔で定期的に前述の処理を行うようにしておけば、リモコン手段３側では、現在放映中の番組名を常時、音声認識対象語として格納しておくことができる。以上のように、音声認識対象語を選択的に扱うことにより、リモコン手段３側で音声認識に必要な処理量を少なくできる。さらに、比較する音声認識対象語数も減るので、認識精度を向上させることができる。
【００５０】
図９は情報処理手段２のハードウェア構成例を示す図である。図９の例では、情報処理手段２は、全体を制御するＣＰＵ５１、ＣＰＵ５１の制御プログラムや読出専用データなどが記憶されているＲＯＭ５２、ＣＰＵ５１の作業領域などに使用されるＲＡＭ５３、データ記憶領域などとして使用されるハードディスク５４などを備えている。
【００５１】
図９の例からもわかるように、情報処理手段２は、例えばワークステーション，パーソナルコンピュータなどで実現することが可能である。そして、このような情報処理手段２の機能を実現するためのプログラムは、例えばソフトウェアパッケージ（ＣＤ−ＲＯＭなどの記録媒体）の形態で提供することができる。つまり、本発明の情報処理手段２は、汎用ＯＳが稼動する図９のようなハードウェア構成上の記憶装置（例えば、ＲＡＭ５３やハードディスク５４）に、記録媒体に記録されたプログラムを読込ませて、所定の処理を実行することで実現可能である。なお、記録媒体としては、ＣＤ−ＲＯＭに限られるものではなく、ＲＯＭ，ＲＡＭ，フレキシブルディスク，メモリカードなどを用いることもできる。記録媒体に記録されたプログラムは、上述したように、ハードウェアシステムに組込まれている記憶装置、例えばハードディスクにインストールされることにより、このプログラムを実行して情報処理手段２としての機能を実現することができる。
【００５２】
【発明の効果】
以上に説明したように、請求項１，請求項９，請求項１１記載の発明によれば、サーバが提供する情報の閲覧機能を有するテレビと、テレビの閲覧機能により得られた閲覧内容に対して所定の処理を行う情報処理手段と、音声認識によりテレビに対して遠隔操作を行なうリモコン手段とを備え、前記閲覧内容には、テレビを操作する機能コードと音声認識対象語とが対応している機能セットが含まれており、前記情報処理手段は、音声認識対象語を言語解析によって読みに変換して前記機能セットに付加し、該機能セットを、要求に応じてリモコン手段に送信し、前記リモコン手段は、前記情報処理手段から送信された機能セットに含まれている音声認識対象語に対応する読みのいずれかをユーザに発声させて音声認識を行ない、音声認識結果に対応する機能信号によってテレビを遠隔操作するようになっており、インターネットに接続されたサーバが提供する情報を利用して、音声認識対象語を入れ替えることができる。
また、請求項２，請求項１０，請求項１１記載の発明によれば、サーバが提供する情報の閲覧機能を有するテレビと、テレビの閲覧機能により得られた閲覧内容に対して所定の処理を行う情報処理手段と、所定の外部機器と、音声認識により所定の外部機器に対して遠隔操作を行なうリモコン手段とを備え、前記閲覧内容には、所定の外部機器を操作する機能コードと音声認識対象語とが対応している機能セットが含まれており、前記情報処理手段は、音声認識対象語を言語解析によって読みに変換して前記機能セットに付加し、該機能セットを、要求に応じてリモコン手段に送信し、前記リモコン手段は、前記情報処理手段から送信された機能セットに含まれている音声認識対象語に対応する読みのいずれかをユーザに発声させて音声認識を行ない、音声認識結果に対応する機能信号によって所定の外部機器を遠隔操作するようになっており、インターネットに接続されたサーバが提供する情報を利用して、音声認識対象語を入れ替えることができる。
【００５４】
また、請求項３乃至請求項５記載の発明によれば、音声認識の処理を分散しているので、処理量と記憶量とを少なくできる。
【００５５】
また、請求項６記載の発明によれば、請求項１または請求項２記載の遠隔制御システムにおいて、前記テレビは、該テレビの閲覧機能が前記閲覧内容を課金対象と判断した場合に、前記サーバに課金情報を送信するようになっているので、利用者が認識可能な語を取得する対価として料金を徴収することができる。
【００５６】
また、請求項７記載の発明によれば、請求項１至請求項６のいずれか一項に記載の遠隔制御システムにおいて、前記情報処理手段は、前記機能セットを複数のグループに分けて記憶し、要求に応じて、複数の当該グループの中の１つのグループの機能セットを選択し、前記リモコン手段に送信するようになっているので、複数の外部機器や機能を遠隔操作できる。
【００５７】
また、請求項８記載の発明によれば、請求項１または請求項２記載の遠隔制御システムにおいて、前記機能セットは時刻に対応した情報を有し、また、前記情報処理手段は時計を有しており、前記情報処理手段は、前記時計を用いて、機能セットの一部を前記リモコン手段へ送信するようになっており、時刻に応じて音声認識対象語を選択できるので、音声認識処理量を減らすとともに、音声認識精度を向上できる。
【図面の簡単な説明】
【図１】本発明に係るリモコン装置の第１の構成例を示す図である。
【図２】本発明に係るリモコン装置の第２の構成例を示す図である。
【図３】情報処理手段の構成例を示す図である。
【図４】テレビ番組表に対応したテキスト情報の一例を示す図である。
【図５】機能セットの一例を示す図である。
【図６】リモコン手段の構成例を示す図である。
【図７】サーバから提供される情報に対して課金を行なう機能を備えたリモコン装置の構成例を示す図である。
【図８】情報処理手段の変形例を示す図である。
【図９】情報処理手段のハードウェア構成例を示す図である。
【符号の説明】
１テレビ
２情報処理手段
３リモコン手段
−１〜４−Ｍ外部機器
１１言語辞書
１２言語解析部
１３−１〜１３−Ｎ機能記憶部
１４機能判断部
１５送信部
１６時計
１７範囲指定部
２１受信部
２２機能記憶部
２３言語モデル作成部
２４特徴抽出部
２５比較部
２６送信部
５１ＣＰＵ
５２ＲＯＭ
５３ＲＡＭ
５４ハードディスク[0001]
BACKGROUND OF THE INVENTION
  The present invention provides a method for remotely operating a predetermined device using voice recognition.Remote control systemRemote control method andBiographyRelated to recording media.
[0002]
[Prior art]
Japanese Patent Laid-Open No. 11-345024 discloses a remote control device that operates a device to be remotely controlled using a voice recognition function. However, the remote control device disclosed in Japanese Patent Application Laid-Open No. 11-345024 has a disadvantage that the speech recognition target word cannot be changed because the speech recognition dictionary is stored in the read-only memory (ROM).
[0003]
Japanese Laid-Open Patent Publication No. 10-322780 discloses a remote control device that can perform page browsing, editing, and mail operations using a voice recognition function in an environment that can be connected to the Internet. In the remote control device disclosed in Japanese Patent Laid-Open No. 10-322780, since all processing necessary for voice recognition is performed on the remote control device side, the remote control device requires a high-speed central processing unit and a large-capacity memory. There is a disadvantage that the scale becomes large. Further, since the environment connected to the Internet and the TV are independent, there is a disadvantage that the TV cannot be operated using information on the Internet.
[0004]
Japanese Patent Laid-Open No. 9-23389 discloses a television receiver capable of operating a television using a voice recognition function, a remote control transmitter for the television receiver, and a television receiver system. However, in the technique disclosed in Japanese Patent Application Laid-Open No. 9-23389, the recognition target word is fixed for the function of the television, and when attempting to operate a device other than the television with the same remote controller, the speech recognition target word Since it cannot be changed, there is an inconvenience that the voice operation cannot be performed.
[0005]
[Problems to be solved by the invention]
  The present invention can replace a speech recognition target word using information provided by a server, and can remotely operate a predetermined device using speech recognition.Remote control systemRemote control method andBiographyThe purpose is to provide recording media.
[0006]
[Means for Solving the Problems]
  In order to achieve the above object, the invention according to claim 1A television having a browsing function of information provided by the server; an information processing means for performing predetermined processing on browsing content obtained by the browsing function of the television; and a remote control means for remotely operating the television by voice recognition The browsing content includes a function set corresponding to a function code for operating a television and a speech recognition target word, and the information processing means reads the speech recognition target word by language analysis. The function set is converted and added to the function set, and the function set is transmitted to the remote control unit upon request, and the remote control unit converts the speech recognition target word included in the function set transmitted from the information processing unit. Voice recognition is performed by letting the user speak one of the corresponding readings, and the television is remotely controlled by a function signal corresponding to the voice recognition result.It is characterized by that.
According to a second aspect of the present invention, there is provided a television having a browsing function of information provided by the server, an information processing means for performing predetermined processing on browsing content obtained by the browsing function of the television, and a predetermined external device. And remote control means for remotely operating a predetermined external device by voice recognition, and the browsing contents include a function set corresponding to a function code for operating the predetermined external device and a speech recognition target word The information processing means converts the speech recognition target word into a reading by linguistic analysis and adds it to the function set, and transmits the function set to the remote control means upon request, and the remote control means Performs speech recognition by causing the user to utter one of the readings corresponding to the speech recognition target word included in the function set transmitted from the information processing means, and corresponds to the speech recognition result. It is characterized in that is adapted to remotely operate a predetermined external device by the function signal.
[0008]
  Also,Claim 3The invention described in claim 1Or claim 2In the remote control system described above, the remote control unit generates a language model from a reading corresponding to the speech recognition target word included in the function set transmitted from the information processing unit, and is a unit constituting the language model. It is characterized in that a speech recognition result is obtained by performing speech recognition by comparing the expressed speech recognition model with the feature amount of the input speech of the user.
[0009]
  Also,Claim 4The invention described in claim 1Or claim 2In the remote control system described above, the information processing means transmits the function set to the remote control means by wireless communication.
[0010]
  Also,Claim 5The invention described in claim 1Or claim 2The remote control system described above is characterized in that the information processing means transmits the function set to the remote control means by mounting the remote control means.
[0011]
  Also,Claim 6The invention described in claim 1Or claim 2In the remote control system described,The TV has a browsing function of the TV.When the browsing content is determined to be charged, the charging information is transmitted to the server.
[0012]
  Also,Claim 7The invention described in claim 1 to claim 1Claim 6The remote control system according to any one of claims 1 to 4, wherein the information processing means stores the function set in a plurality of groups and stores a function set of one group among the plurality of groups in response to a request. Is selected and transmitted to the remote control means.
[0013]
  Also,Claim 8The invention described in claim 1Or claim 2In the remote control system described above, the function set includes information corresponding to time, and the information processing unit includes a clock, and the information processing unit uses the clock to The unit is transmitted to the remote control means.
[0014]
  Also,Claim 9The described inventionA television having a browsing function of information provided by the server; an information processing means for performing predetermined processing on browsing content obtained by the browsing function of the television; and a remote control means for remotely operating the television by voice recognition The browsing content includes a function set corresponding to a function code for operating a TV and a speech recognition target word, and the information processing means includes: A speech recognition target word is converted into a reading by linguistic analysis and added to the function set, and the function set is transmitted to the remote control unit upon request, and the remote control unit transmits the function set transmitted from the information processing unit. The speech recognition is performed by letting the user utter one of the readings corresponding to the speech recognition target word included in the voice recognition, and the function signal corresponding to the speech recognition result is used. To remote control the TVIt is characterized by that.
[0015]
According to a tenth aspect of the present invention, there is provided a television having a browsing function of information provided by the server, an information processing means for performing predetermined processing on browsing content obtained by the browsing function of the television, and a predetermined external device. And a remote control method in a remote control system having remote control means for remotely operating a predetermined external device by voice recognition, wherein the browsing content includes a function code for operating the predetermined external device and voice recognition A function set corresponding to the target word is included, and the information processing means converts the speech recognition target word into a reading by linguistic analysis and adds it to the function set. To the remote control means, and the remote control means informs the user of one of the readings corresponding to the speech recognition target words included in the function set transmitted from the information processing means. Performs speech recognition by voice is characterized by remotely operating a predetermined external device by function signal corresponding to the voice recognition result.
  Also,Claim 11The invention described in claims 1 toClaim 8Or a remote control system according to any one ofClaim 9 or Claim 10The computer-readable recording medium which recorded the program for making a computer implement | achieve the function of the information processing means in the remote control method described in 1 above.
[0016]
DETAILED DESCRIPTION OF THE INVENTION
Hereinafter, embodiments of the present invention will be described with reference to the drawings.
[0017]
  FIG. 1 relates to the present invention.Remote control device (remote control system)It is a figure which shows the 1st structural example. Referring to FIG.Remote control device (remote control system)Comprises a television 1 connected to a telephone line, information processing means 2 and remote control means 3.
[0018]
  FIG. 2 also relates to the present invention.Remote control device (remote control system)It is a figure which shows the 2nd structural example. In FIG. 2, the same reference numerals are given to the portions corresponding to FIG. With reference to FIG.Remote control device (remote control system)Are a television 1 connected to a telephone line, information processing means 2, remote control means 3, and predetermined external devices (for example, radio) 4-1 to 4-M that can be remotely controlled by the remote control means 3. It has.
[0019]
1 and 2, the television 1 has a browsing function for browsing information (for example, a page described in an HTML format) provided by a server connected to the Internet, for example, through a telephone line. Yes.
[0020]
FIG. 3 is a diagram showing a configuration example of the information processing means 2 in the configuration examples of FIG. 1 and FIG. 2, and the information processing means 2 performs predetermined processing on the browsing content obtained by the browsing function of the television. It has become. That is, referring to FIG. 3, the information processing means 2 uses the language dictionary 11 and browsing contents obtained by the browsing function of the television 1 (for example, when the television 1 is browsing a TV program guide through the Internet, A language analysis unit 12 that performs language analysis of text information corresponding to a television program guide as shown in FIG.
[0021]
More specifically, for example, in the configuration example of FIG. 1, the browsing content includes a function set in which a function code for operating a television and a speech recognition target word correspond to each other. The target words are converted into readings by linguistic analysis and added to the function set. FIG. 5 shows a function set to which readings converted by the language analysis unit 12 are added.
[0022]
In the example of FIG. 3, the information processing means 2 further includes a plurality of (N) function sets obtained by the language analysis unit 12 (function sets to which readings are added as shown in FIG. 5). There are N function storage units 13-1 to 13-N to be stored in groups (for example, grouped according to devices and functions to be controlled by the remote controller 3), and requests (function requests) of functions to be used are, for example, When the remote control means 3 is passed through the television 1, one function storage unit corresponding to the function request is selected from the N function storage units 13-1 to 13-N, and the functions stored in the function storage unit A function determining unit 14 for reading the set and a transmitting unit 15 for transmitting the function set read by the function determining unit 14 to the remote control means 3 are provided.
[0023]
FIG. 6 is a diagram showing an example of the configuration of the remote control means 3. The remote control means 3 recognizes the television 1 in the example of FIG. 1, the television 1 in the example of FIG. -1 to 4-M are remotely controlled. That is, referring to FIG. 6, the remote control unit 3 includes a receiving unit 21 that receives a function set (function set with a reading added) as shown in FIG. Using the function storage unit 22 that stores the received function set (function set to which reading is added) and the reading and language configuration information stored in the function storage unit 22, a language model (arrangement of phoneme units) is created. A language model creation unit 23, a feature extraction unit 24 that extracts a feature amount of the input speech of the user, and a phoneme model for speech recognition (speech from the phonemes constituting the language model created by the language model creation unit 23 A comparison unit 25 that obtains a speech recognition result (reading) by comparing the speech recognition model with the feature amount of the input speech extracted by the feature extraction unit 24 with reference to the recognition model, and the comparison unit 25 A function signal (control signal) corresponding to the voice recognition result (reading) is transmitted to the television 1 in the example of FIG. 1, and to the television 1 in the example of FIG. 2, and to predetermined external devices 4-1 to 4-M. (Telephone 1 in the example of FIG. 1 and remote control of the television 1 and predetermined external devices 4-1 to 4-M in the example of FIG. 2 by function signals).
[0024]
Thus, the remote control means 3 has a voice recognition function, and by inputting the voice uttered by the user to the remote control means 3, the television 1 in the example of FIG. 1 and the television 1 in the example of FIG. , Predetermined external devices 4-1 to 4-M can be remotely operated. At this time, words that can be spoken are stored in the remote control means 3, and can be replaced by storing the function set transmitted from the information processing means 2 in the remote control means 3.
[0025]
Next, the remote controller having such a configuration will be described in more detail. Now, it is assumed that the user is browsing the TV program guide on the TV 1 through the Internet.
[0026]
Here, in order to switch the TV channel by speaking the TV program name in the remote control means 3, the following processing is performed.
[0027]
That is, first, text information corresponding to the television program guide as shown in FIG. 4 is downloaded from the server to the information processing means 2 via the television 1. In FIG. 4, the speech recognition word column indicates the television program name. In the function code column, an instruction for outputting a function signal from the remote controller 3 corresponding to the speech recognition word is described. Here, TVch (7) represents an instruction to switch to 7 channels of the television. The end time indicates the broadcast end time of the program (recognition word).
[0028]
In the information processing means 2, the language analysis unit 12 searches the language dictionary 11 after converting the kanji / kana mixed words in the speech recognition word field, which is text information, into components, and converts them into readings. Thereafter, the contents shown in FIG. 5 (hereinafter referred to as function set) are stored in the function storage unit. Here, in the example of FIG. 3, the function storage unit is divided into N function storage units 13-1 to 13-N.
[0029]
For example, the function set corresponding to the TV program guide as described above (function set as shown in FIG. 5) is stored in the function storage unit 13-1, and the function set corresponding to the radio program guide is It can be stored in the function storage unit 13-2. That is, when the remote control means 3 is compatible with radio remote operation as a predetermined external device as in the example of FIG. 2, the television 1 is a server (or page) that distributes a radio program guide. The text information similar to FIG. 4 can be downloaded. At this time, in the text information similar to FIG. 4, the function code column describes a control item such as Rd (1000), for example, in order to represent control for adjusting to 1000 kHz of the radio. Then, the contents after the reading conversion (function set corresponding to FIG. 5) can be stored in a function storage unit 13-2 different from the function storage unit 13-1 of the television.
[0030]
As described above, the function sets can be stored in groups according to the devices and functions desired to be controlled by the remote control means 3.
[0031]
Then, when there is a request for a function to be used from the remote control means 3 through the television 1, the function determination unit 14 selects N function storage units 13-1 to 13 as function storage units in which a function set for which a function request has been made is stored. Select from 13-N. Thereafter, the reading and function code string is read from the function set stored in the selected function storage unit, and transmitted to the remote control means 3 by the transmission unit 15.
[0032]
Here, the transmission unit 15 can use a well-known wireless communication method such as infrared communication. In order to further increase the transmission speed, the remote control means 3 can be attached to the information processing means 2, and the remote control means 3 can directly receive the function set from the transmission unit 15 of the information processing means 2. You can also.
[0033]
In the remote controller 3, first, the reading unit 21 receives the reading and the function code sent from the information processing unit 2 (receives a function set as shown in FIG. 5) and stores it in the function storage unit 22. .
[0034]
Next, the language model creation unit 23 creates a language model using the reading and language configuration information as shown in FIG. 5 stored in the function storage unit 22. Here, the language configuration information is correspondence information between syllables and speech recognition units. If phonemes are used as the speech recognition units, “a” is / a / and “ka” is / ka. The information about all syllables may be stored in correspondence with /. The language model creation unit 23 creates a sequence of phonemes by referring to the language configuration information. For example, in the case of “Spein Gokoza”, a language model of / supei Ngo kouza / is created.
[0035]
Next, the comparison unit 25 refers to the phoneme model for speech recognition from the phonemes constituting the language model. Here, in the phoneme model, the behavior of speech is modeled and stored in units of phonemes, and a well-known hidden Markov model may be used. The comparison unit 25 compares the phoneme model referenced with the feature quantity of the input speech to obtain a score. Here, the feature amount of the input speech is obtained by the feature extraction unit 24, and a well-known LPC (linear prediction analysis) cepstrum coefficient or the like is used. Specifically, as the feature amount of the input speech, for example, the analysis condition is a sampling frequency: 16 kHz, 256-point Hamming window, moving width: 10 ms, LPC analysis order: 20, and 10-dimensional cepstrum coefficients are extracted in units of frames. Things can be used. Note that the feature amount is not limited to the above, and any other feature amount such as spectrum power for each band using frequency analysis may be extracted.
[0036]
In this way, language models for all speech recognition target words are created, and a score for the feature amount of the input speech is obtained. Thereafter, the speech recognition result from which the best point is obtained is output from the comparison unit 25.
[0037]
Thereafter, the function storage unit 22 searches for what function code the voice recognition result output from the comparison unit 25 has. For example, when the speech recognition result is “Spein Gokoza”, TVch (7) is retrieved from the function storage unit 22 as the function code.
[0038]
Next, a signal to be transmitted from the remote control means 3 is obtained from the function table based on the function code searched in this way, and is output to the transmission unit 26. Here, in the function table, all function codes that can be controlled by the remote control means 3 are associated with transmission signal commands corresponding to the respective functions. The transmitter 26 of the remote control means 3 outputs a signal corresponding to the command obtained in this way, and the channel can be switched to 7 by receiving this signal by the television 1 in the configuration example of FIG.
[0039]
As described above, by switching the function storage units 13-1 to 13 -N of the information processing means 2 and transmitting a predetermined function set to the remote control means 3, the speech recognition target words can be replaced by the remote control means 3. Become.
[0040]
By the way, in the present invention, the information (page) provided with the speech recognition target word is provided from a server on the Internet, and at this time, the provided information can be charged.
[0041]
FIG. 7 is a diagram illustrating a configuration example of a remote control device having a function of charging for information provided from a server. Referring to FIG. 7, a billing determination unit 31 is provided in the browsing function of the television 1. Here, the charge determination unit 31 has a function of determining whether or not the text information downloaded to the information processing means 2 is a charge target. Similar to general browsing software, this determination process may have a function of allowing a user to input a user ID and a password and determining whether the browsing information is used by the user. When using the browsing information that is the object of billing, a usage notification is sent to the server via the Internet. On the server side, billing information may be stored for each type of usage information for each user. Further, in order to prevent the exchange of the accounting process from leaking to the outside, it is only necessary to ensure safety by using an encryption technique such as a well-known Secure Socket Layer.
[0042]
Thus, the television 1 can also be configured to transmit billing information to the server when the browsing function of the television 1 determines that the browsing content is a billing target.
[0043]
On the other hand, in the remote control means 3, since words used for basic control (for example, switching on / off of the equipment and channel switching based on the number utterance) independent of the equipment and application are frequently used, the information processing means 2 It is more convenient to always store it in the function storage unit 22 of the remote control means 3 without switching between the remote control means 3 and the remote control means 3. In this case, the reading of the speech recognition target word and the function code may be stored in advance in a part of the function storage unit 22 (for example, a read-only memory). Furthermore, since there is no need to charge, the user can use these recognition target words free of charge only by using the remote control means 3 without communicating with the server.
[0044]
Further, when the remote control means 3 uses the function of switching the TV channel by uttering the program name, it is not necessary to include the program that has already been broadcast in the speech recognition target word.
[0045]
FIG. 8 is a view showing a modification of the information processing means 2, and the information processing means 2 of FIG. 8 has a function of transmitting a part of the function set to the remote control means 3. That is, the information processing means 2 in FIG. 8 has a clock 16 that measures the current time, a function set end time column as shown in FIG. And a range designating unit 17 that extracts an effective part (range) from the function set output from the function judging unit 14 by comparing the time with the time.
[0046]
In such a configuration, a reading having a valid recognition word and a function code can be transmitted from the information processing means 2 to the remote control means 3. That is, when a function to be used is requested from the remote control means 3 through the television 1, the function determination section 14 selects a function storage section in which the requested function set is stored, as in the information processing means 2 of FIG. Thereafter, an effective portion is extracted from the selected function set by the range specifying unit 17. In the example of FIG. 5, the function set range can be specified by comparing the time in the end time column with the current time measured by the clock 16. Then, the function set in the designated range is transmitted from the transmission unit 15 to the remote control means 3.
[0047]
That is, if x is the current time and z is the time range, a reading and a function code having an end time in the range y satisfying the following equation (Equation 1) are taken out by the range designating unit 17, and transmitted by the transmitting unit 15. It can be transmitted to the remote control means 3.
[0048]
[Expression 1]
x ≦ y ≦ x + z
[0049]
For example, if x is 13:30 and z is 5 hours, the range specifying unit 17 selects a combination of reading and function code whose end time is between 13:30 and 18:30, and sends it to the transmission unit 15. Can be output. Accordingly, in the example of FIG. 5, a range from “Spanish course” to “news” is selected, and a set of corresponding reading and function code is transmitted to the remote control means 3. Further, if the above-described processing is periodically performed at the time interval z, the remote control means 3 can always store the name of the program currently being broadcast as a speech recognition target word. As described above, by selectively handling the speech recognition target words, it is possible to reduce the amount of processing necessary for speech recognition on the remote control means 3 side. Further, since the number of speech recognition target words to be compared is reduced, the recognition accuracy can be improved.
[0050]
FIG. 9 is a diagram illustrating a hardware configuration example of the information processing means 2. In the example of FIG. 9, the information processing means 2 includes a CPU 51 that controls the whole, a ROM 52 that stores a control program for the CPU 51 and read-only data, a RAM 53 that is used as a work area for the CPU 51, a data storage area, and the like. A hard disk 54 to be used is provided.
[0051]
As can be seen from the example of FIG. 9, the information processing means 2 can be realized by, for example, a workstation or a personal computer. And the program for implement | achieving the function of such an information processing means 2 can be provided with the form of a software package (recording medium, such as CD-ROM), for example. That is, the information processing means 2 of the present invention causes a storage device (for example, the RAM 53 or the hard disk 54) having a hardware configuration as shown in FIG. This can be realized by executing a predetermined process. Note that the recording medium is not limited to a CD-ROM, and a ROM, RAM, flexible disk, memory card, or the like can also be used. As described above, the program recorded on the recording medium is installed in a storage device incorporated in the hardware system, for example, a hard disk, so that the function as the information processing means 2 is realized by executing this program. be able to.
[0052]
【The invention's effect】
  As explained above, claims 1, 1Claims 9 and 11According to the described invention,A television having a browsing function of information provided by the server; an information processing means for performing predetermined processing on browsing content obtained by the browsing function of the television; and a remote control means for remotely operating the television by voice recognition The browsing content includes a function set corresponding to a function code for operating a television and a speech recognition target word, and the information processing means reads the speech recognition target word by language analysis. The function set is converted and added to the function set, and the function set is transmitted to the remote control unit upon request, and the remote control unit converts the speech recognition target word included in the function set transmitted from the information processing unit. Voice recognition is performed by letting the user speak one of the corresponding readings, and the television is remotely controlled by a function signal corresponding to the voice recognition result.Thus, the speech recognition target words can be replaced using information provided by a server connected to the Internet.
According to the second, tenth, and eleventh aspects of the invention, a predetermined process is performed on a television having a browsing function of information provided by the server and browsing contents obtained by the browsing function of the television. Information processing means to perform, predetermined external equipment, and remote control means for remotely operating the predetermined external equipment by voice recognition, the browsing content includes a function code and voice recognition for operating the predetermined external equipment A function set corresponding to the target word is included, and the information processing means converts the speech recognition target word into a reading by linguistic analysis and adds it to the function set. To the remote control means, and the remote control means causes the user to utter one of the readings corresponding to the speech recognition target words included in the function set transmitted from the information processing means, thereby performing voice recognition. No rows, a predetermined external device by the function signal corresponding to the speech recognition result being adapted to remotely control, can utilize the information connected to the Internet server provides, replacing the speech recognition terms.
[0054]
  Also,Claims 3 to 5According to the described invention, since the speech recognition processing is distributed, the processing amount and the storage amount can be reduced.
[0055]
  Also,Claim 6According to the described invention, claim 1Or claim 2In the remote control system described,The TV has a browsing function of the TV.When the browsing content is determined to be charged, the charging information is transmitted to the server, so that a charge can be collected as a price for acquiring a word that can be recognized by the user.
[0056]
  Also,Claim 7According to the invention described in claim 1,Claim 6The remote control system according to any one of claims 1 to 4, wherein the information processing means stores the function set in a plurality of groups and stores a function set of one group among the plurality of groups in response to a request. Is selected and transmitted to the remote control means, so that a plurality of external devices and functions can be remotely operated.
[0057]
  Also,Claim 8According to the described invention, claim 1Or claim 2In the remote control system described above, the function set includes information corresponding to time, and the information processing unit includes a clock, and the information processing unit uses the clock to Since the voice recognition target word can be selected according to the time, the voice recognition processing amount can be reduced and the voice recognition accuracy can be improved.
[Brief description of the drawings]
FIG. 1 is a diagram showing a first configuration example of a remote control device according to the present invention.
FIG. 2 is a diagram showing a second configuration example of the remote control device according to the present invention.
FIG. 3 is a diagram illustrating a configuration example of information processing means.
FIG. 4 is a diagram illustrating an example of text information corresponding to a television program guide.
FIG. 5 is a diagram illustrating an example of a function set.
FIG. 6 is a diagram showing a configuration example of remote control means.
FIG. 7 is a diagram illustrating a configuration example of a remote control device having a function of charging for information provided from a server.
FIG. 8 is a diagram showing a modification of information processing means.
FIG. 9 is a diagram illustrating a hardware configuration example of an information processing unit.
[Explanation of symbols]
1 TV
2 Information processing means
3 Remote control means
-1-4-M External device
11 Language Dictionary
12 Language analysis department
13-1 to 13-N Function storage unit
14 Function judgment part
15 Transmitter
16 Clock
17 Range specification part
21 Receiver
22 Function storage
23 Language Model Creation Department
24 Feature extraction unit
25 comparison part
26 Transmitter
51 CPU
52 ROM
53 RAM
54 hard disk

Claims

A television having a browsing function of information provided by the server; an information processing means for performing predetermined processing on browsing content obtained by the browsing function of the television; and a remote control means for remotely operating the television by voice recognition The browsing content includes a function set corresponding to a function code for operating a television and a speech recognition target word, and the information processing means reads the speech recognition target word by language analysis. The function set is converted and added to the function set, and the function set is transmitted to the remote control unit upon request, and the remote control unit converts the speech recognition target word included in the function set transmitted from the information processing unit. Japanese that is adapted to remotely control the TV by the corresponding is uttered either reading the user performs speech recognition, function signal corresponding to the voice recognition result Remote control system to be.

A television having a browsing function of information provided by the server, an information processing means for performing a predetermined process on browsing content obtained by the browsing function of the TV, a predetermined external device, and a predetermined external device by voice recognition Remote control means for performing remote operation with respect to the content, and the browsing content includes a function set corresponding to a function code for operating a predetermined external device and a speech recognition target word, and the information processing means Converts the speech recognition target word into a reading by linguistic analysis and adds it to the function set, and transmits the function set to the remote control means upon request. The remote control means is transmitted from the information processing means. Voice recognition is performed by letting the user utter one of the readings corresponding to the speech recognition target words included in the function set, and a predetermined external signal is generated by the function signal corresponding to the voice recognition result. Remote control system, characterized in that is adapted to remotely control the vessel.

3. The remote control system according to claim 1 , wherein the remote control unit generates a language model from a reading corresponding to a speech recognition target word included in a function set transmitted from the information processing unit, and A remote control system characterized in that a speech recognition result is obtained by performing speech recognition by comparing a speech recognition model expressed in units constituting a language model with a feature amount of a user's input speech.

3. The remote control system according to claim 1 or 2 , wherein the information processing means transmits the function set to the remote control means by wireless communication.

3. The remote control system according to claim 1 , wherein said information processing means transmits the function set to the remote control means by mounting the remote control means. .

3. The remote control system according to claim 1 , wherein the television transmits billing information to the server when the viewing function of the television determines that the browsing content is a billing target. Remote control system featuring.

7. The remote control system according to claim 1 , wherein the information processing unit stores the function set in a plurality of groups and stores the function sets in a plurality of the groups according to a request. The remote control system is characterized in that a function set of one group is selected and transmitted to the remote control means.

3. The remote control system according to claim 1 , wherein the function set includes information corresponding to time, the information processing unit includes a clock, and the information processing unit includes the clock. A remote control system characterized in that a part of the function set is transmitted to the remote control means.

A television having a browsing function of information provided by the server; an information processing means for performing predetermined processing on browsing content obtained by the browsing function of the television; and a remote control means for remotely operating the television by voice recognition The browsing content includes a function set corresponding to a function code for operating a TV and a speech recognition target word, and the information processing means includes: A speech recognition target word is converted into a reading by linguistic analysis and added to the function set, and the function set is transmitted to the remote control unit upon request, and the remote control unit transmits the function set transmitted from the information processing unit. no line speech recognition by spoken user one of the readings corresponding to the voice recognition terms contained in, depending on the function signal corresponding to the voice recognition result Remote control method characterized by remotely controlling the television.

A television having a browsing function of information provided by the server, an information processing means for performing a predetermined process on browsing content obtained by the browsing function of the TV, a predetermined external device, and a predetermined external device by voice recognition A remote control method in a remote control system having remote control means for performing remote operation on the remote control system, wherein the browsing content corresponds to a function code for operating a predetermined external device and a speech recognition target word The information processing means converts the speech recognition target word into a reading by linguistic analysis and adds it to the function set, and transmits the function set to the remote control means upon request, and the remote control means Performs voice recognition by causing the user to utter one of the readings corresponding to the speech recognition target words included in the function set transmitted from the information processing means, Remote control method characterized by remotely operating a predetermined external device by the function signal corresponding to the recognition result.

A remote control system according to any one of claims 1 to 8 , or a program for causing a computer to realize the function of information processing means in the remote control method according to claim 9 or claim 10 is recorded. Computer-readable recording medium.