DE10006240A1 - Elektrogerät mit Spracheingabeeinheit und Verfahren zur Spracheingabe - Google Patents

Abstract

Bekannt ist eine Anordnung mit einem elektrisch betriebenen Gerät, mit einer Spracheingabeeinheit (19) und mit einer Sprachverarbeitungseinheit (21), die aus gesprochenen Eingabebefehlen Steuersignale ableitet zum Steuern von Funktionen des Gerätes (1, 13). Um die Spracherkennung bei Störgeräuschen zu verbessern, ist vorgesehen, dass eine Betriebsstatus-Erkennungseinheit (23) vorgesehen ist, die den Betriebsstatus (BS1, BS2...) des Haushaltsgerätes (1, 13, 35) oder anderer Geräuschquellen (13, 35) erkennt und an die Sprachverarbeitungseinheit (21) meldet, und dass die Sprachverarbeitungseinheit (21) eine Störgeräuschkorrektur nur vornimmt, wenn eine Geräuschquelle eingeschaltet ist.

Description

Die vorliegende Erfindung betrifft eine Anordnung mit einem elektrisch betriebenen Gerät, mit einer Spracheingabeeinheit und mit einer Sprachverarbeitungseinheit, die aus ge­ sprochenen Eingabebefehlen erforderliche Steuersignale ableitet zum Steuern von Funk­ tionen des Gerätes, sowie ein Verfahren zur Spracheingabe mit Korrektur von Störsigna­ len.

Eine derartige Anordnung und ein derartiges Verfahren sind bekannt aus der Druckschrift WO 98/559 92, in der ein Haushaltsgerät beschrieben ist, das durch Sprachsignale steu­ erbar ist. Zur Vermeidung von Fehlfunktionen, beispielsweise durch Sprachsignale, die nicht von einer Bedienperson, sondern z. B. von einem Radio stammen, ist dabei vorge­ sehen, dass ein Steuerungsprogramm in der Weise ausgestaltet ist, dass aufeinanderfol­ gende Sprachsignale nur dann zur Bildung eines Steuerbefehls führen, wenn die aufein­ anderfolgenden Sprachsignale innerhalb einer vorgebbaren Zeit eingegeben werden.

Weiterhin ist bereits ein Produkt mit der Bezeichnung "SICARE pilot" (Firma evosoft Soft­ ware-Vertrieb GmbH, D-90411 Nürnberg/Deutschland) für den REHA-Bereich bekannt, das ein mobiles Gerät umfasst, welches gesprochene Befehle in Signale umsetzt. Die Ausgabe der Signale erfolgt durch Infrarot-Sender, z. B. für die Steuerung von Fernseh­ geräten, Videorecordern, HiFi-Anlagen, Telefon und Beleuchtung, durch Funksender, z. B. für die Steuerung von Haustüren, Fahrstühlen, Ruf- und Alarmanlagen oder durch drahtgebundene Schnittstellen, z. B. für die Steuerung von elektrisch angetriebenen Roll­ stühlen und motorverstellbaren Betten. Das bekannte Produkt, das für körperbehinderte Personen bestimmt ist, ermöglicht die Speicherung von max. 64 Befehlen. Das mobile Gerät sendet den Befehl für die gewünschte Aktion, z. B. "Fernseher an" automatisch über die zuvor ausgewählte Schnittstelle an das entsprechende Gerät. Jede einzelne An­ weisung kann mehrere Geräte gleichzeitig ansprechen. Das bekannte Produkt wird auf die individuellen Sprachmuster einer Person trainiert und realisiert damit eine sprecherab­ hängige Spracherkennung. Im Idealzustand sind andere Personen nicht in der Lage, aus gesprochenen Befehlen Signale zu bilden, die das Gerät steuern. Die Spracherkennung ist bei dem bekannten Produkt in der Weise realisiert, dass vorgegebene Worte (z. B. "Haus", "Licht", "Vier", "Minus") gemäß einem Menübaum mit mehreren Zweigen zu spre­ chen sind, wobei die einzelnen Worte in beliebigem zeitlichen Abstand gesprochen wer­ den können. Wenn wegen einer Unpässlichkeit der körperbehinderten Person die Spracheingabe vorzeitig abgebrochen wird, können einzelne Worte, z. B. aus einem Ra­ dio- oder Fernsehgerät, die in dem nach dem Spracheingabeabbruch anstehenden Zweig des Menübaums vorgesehen sind, zur Bildung von Signalen führen, die ein oder mehrere Geräte steuern.

Weiterhin ist aus der Druckschrift DE 196 37 352 A1 ein Verfahren zur automatischen Spracherkennung bekannt, wobei für unterschiedliche Worte zunächst Referenz- Äußerungen aufgenommen werden, und dann aus denen Folgen von zeitlich aufeinan­ derfolgenden Referenz-Merkmalsvektoren gebildet werden, die jeweils auf ein einheitli­ ches zeitliches Intervall abgebildet werden. Aus den dabei entstehenden Folgen von Mo­ dellvektoren für die Referenz-Äußerungen wird für jedes Wort ein einziges Modell der Referenz-Äußerungen gebildet, dessen Komponenten aus Ausgleichsfunktionen beste­ hen. Ein zu erkennendes Wort wird zu einer Folge von Merkmalsvektoren verarbeitet, die jeweils auf dasselbe zeitliche Intervall abgebildet wird. Die dabei entstehende Folge von Abbildungsvektoren wird in Vergleichsschritten mit den abgespeicherten Modellen vergli­ chen.

Weiterhin ist allgemein aus dem Fachbuch "Sprachsynthese und Spracherkennung", J. N. Holmes, R. Oldenbourg-Verlag München, Wien 1991 bekannt, dass aus dem zeitlichen Verlauf des Sprachsignals durchaus einige Informationen über den phonetischen Inhalt des Sprachsignals abgeleitet werden können. Das Zeitsignal ist jedoch erfahrungsgemäß nicht dafür geeignet, die Eigenschaften der gesprochenen Sprache darzustellen, die für die allgemeine Sprachqualität und die Wahrnehmung phonetischer Details am wichtigsten sind. Angesichts der Bedeutung der Resonanzen und ihren zeitlichen Veränderungen bei der lautsprachlichen Kommunikation ist ein Verfahren zur Darstellung dieser Merkmale nötig. Das Kurzzeitspektrum des Signals, das den Betrag der Fouriertransformation des Zeitsignals entspricht, nachdem es mit einer Zeitfensterfunktion angemessener Dauer multipliziert wurde, kann natürlich keine Informationen aufweisen, die nicht auch im Origi­ nalsignal enthalten ist. Es ist jedoch für die Darstellung der Resonanzen und insbesonde­ re für die rechnergestützte Signalverarbeitung deutlich besser geeignet.

Aufgabe der vorliegenden Erfindung ist es, eine Anordnung und ein Verfahren bereitzu­ stellen, bei denen die Spracherkennung trotz vorhandener Störgeräusche verbessert ist.

Erfindungsgemäß ist dies bei einer Anordnung nach dem Oberbegriff des Patentanspru­ ches 1 dadurch erreicht, dass eine Betriebsstatus-Erkennungseinheit vorgesehen ist, die den Betriebsstatus des Haushaltsgerätes oder anderer Geräuschquellen erkennt und an die Sprachverarbeitungseinheit meldet, und dass die Sprachverarbeitungseinheit eine Störgeräuschkorrektur nur vornimmt, wenn eine Geräuschquelle eingeschaltet ist. Das erfindungsgemäße Verfahren zur Spracheingabe mit Korrektur von Störsignalen ist da­ durch gekennzeichnet, dass bei der Spracheingabe zur Steuerung eines Gerätes der Be­ triebsstatus zumindest einer die Spracheingabe störenden Geräuschquelle abgefragt wird, und dass die Sprachverarbeitungseinheit eine Störgeräuschkorrektur nur vornimmt, wenn eine Geräuschquelle eingeschaltet ist. Erfindungsgemäß wird also, wenn der Sprachverarbeitungseinheit ein Sprachsignal zur Erkennung vorgelegt wird, nicht ver­ sucht in jedem Fall eine Störgeräuschkorrektur durchzuführen. Dies führt in all den Fällen zu einer Verbesserung der Spracherkennung, in denen das Sprachsignal gar nicht durch Störgeräusche belastet ist. Denn durch den Versuch, ein nicht vorhandenes Störgeräusch aus dem Sprachsignal zu entfernen bzw. korrigierend zu berücksichtigen, wird die Quali­ tät des Sprachsignals verringert. Damit fällt die Erkennungsrate der Sprachverarbeitungs- bzw. Spracherkennungseinheit beim Stand der Technik.

Vorteilhafter Weise ist vorgesehen, dass die Sprachverarbeitungseinheit in Abhängigkeit vom jeweiligen Betriebsstatus der Geräuschquelle deren Störsignal bei der Verarbeitung der gesprochenen Eingabebefehle korrigierend berücksichtigt. Dazu ist gemäß einer be­ vorzugten Ausführungsform vorgesehen, dass die Anordnung eine Speichereinheit auf­ weist, die mit der Sprachverarbeitungseinheit in Verbindung steht, und dass in der Spei­ chereinheit für jede Geräuschquelle zu jedem Betriebsstatus ein dem Störsignal entsprechender Datensatz gespeichert ist. In einer Lernphase, die beim Hersteller im Labor oder erst beim Endkunden beim in dem Haus oder in der Küche installiertem Gesamtsystem durchgeführt wird, werden Störgeräuschquellen in verschiedenen Betriebsarten betrieben. Das jeweilige Störgeräusch wird durch die Sprachverarbeitungseinheit verarbeitet und beispielsweise ein entsprechendes Störgeräuschsprektrum als betriebsstatusspezifisches Störsignal in der Speichereinheit abgelegt. Beim eigentlichen Betrieb eines erfindungs­ gemäßen Elektrogerätes, insbesondere eines Haushaltsgerätes in der Küche, wird bei der Spracheingabe zur Steuerung des Gerätes dann zunächst überprüft, ob in der Lern­ phase analysierte Störquellen in Betrieb sind. Falls dies nicht der Fall ist, wird der einge­ gebene Sprachbefehl ohne Geräuschquellenkorrektur verarbeitet. Falls jedoch ein Stör­ gerät aktiv ist, wird dessen Betriebsstatus festgestellt und einer dem Betriebsstatus ent­ sprechender Störgeräusch-Datensatz korrigierend bei der Signalverarbeitung bzw. Spracherkennung berücksichtigt. Das bzgl. des Störgeräusches korrigierte Sprachsignal wird dabei in bekannter Weise verarbeitet. Erfindungsgemäß wird die Tatsache genutzt, dass die Anzahl der Störquellen und deren typischer Störgeräusche in einigen Anwen­ dungsfällen sowohl begrenzt als auch bekannt sind. Eine Störgeräuschkorrektur muss also nicht mit allgemeinen Korrektur-Ansätzen erfolgen, sondern es können alternativ oder zusätzlich die bekannten Störgeräusche korrigierend berücksichtigt werden.

Um die Variabilität und Einsatzfähigkeit der erfindungsgemäßen Anordnung zu steigern, ist einerseits vorgesehen, dass die Betriebsstatus-Erkennungseinheit über eine elektri­ sche Leitung oder über eine drahtlose Kommunikationsleitung mit der Geräuschquelle verbunden ist, und andererseits, dass die Anordnung mehrere Spracheingabeeinheiten aufweist, die räumlich verteilt, beispielsweise in der Küche oder in einem Haus angeord­ net sind.

Eine besonders sichere Spracherkennung kann realisiert werden, wenn die über die Spracheingabe gesteuerten Geräte zumindest ein Kochfeld und eine darüber angeord­ nete Dunstabzugshaube sind, und als Störquelle die Dunstabzugshaube mit ihren ver­ schiedenen Leistungsstufen berücksichtigt wird.

Vorteilhafterweise ist vorgesehen, dass die Spracheingabeeinheit, die Sprachverarbei­ tungseinheit und die Betriebsstatus-Erkennungseinheit in einem durch die Spracheingabe gesteuerten Gerät, insbesondere in der Dunstabzugshaube, angeordnet sind. In der Dunstabzugshaube ist bei günstigen thermischen Bedingungen ausreichend Platz vor­ handen, um die genannten Komponenten aufzunehmen. Weiterhin kann dabei ein Mik­ rofon etwa in Höhe des Kopfes einer vor dem unterhalb der Dunstabzugshaube angeord­ neten Kochfeld stehenden Bedienperson angeordnet sein. Das Mikrofon kann eine ent­ sprechende Richtcharakteristik aufweisen, um nicht zu stark von der Dunstabzugshaube gestört zu werden.

Nachfolgend sind anhand schematischer Darstellungen zwei Ausführungsbeispiele der erfindungsgemäßen Anordnung und des Verfahrens beschrieben.

Es zeigen:

Fig. 1 in einer perspektivischen Ansicht die Anordnung gemäß dem ersten Ausfüh­ rungsbeispiel,

Fig. 2 in einem stark vereinfachten Blockdiagramm die wesentlichen Komponenten der Anordnung gemäß dem zweiten Ausführungsbeispiel,

Fig. 3 ein vereinfachtes Ablaufdiagramm der Sprachsignalerkennung und

Fig. 4 den zeitlichen Verlauf eines Störsignals bei verschiedenen Betriebsstati.

Gemäß Fig. 1 weist das erste Ausführungsbeispiel der Anordnung ein Kochfeld 1 auf, das in einem Ausschnitt einer Arbeitsplatte 3 montiert ist. Auf einer Kochfeldplatte 5, die ins­ besondere aus Glaskeramik ist, sind verschiedene Kochzonen 7 markiert. Entsprechend der Eingaben über eine Bedien- und Anzeigeeinheit 9 des Kochfeldes 1 können in an sich bekannter Weise von unterhalb der Kochfeldplatte angeordneten Heizelementen über eine Steuereinheit auf den Kochzonen 7 abgestellte Kochgefäße (nicht gezeigt) beheizt werden. Dabei ist die Bedien- und Anzeigeeinheit 9 aus Bequemlichkeits- und Sicher­ heitsgründen vorhanden. Sie kann allerdings auf ein sicherheitstechnisch vorgeschriebe­ nes Minimum reduziert werden, da die Gesamtanordnung auch über eine Spracheinga­ beeinheit verfügt, wie nachfolgend beschrieben ist. Im Kochfeld 1 ist weiterhin eine Sen­ de- und Empfangseinheit 11 vorgesehen, die über eine drahtlos arbeitenden Übertra­ gungsstrecke Ü in an sich bekannter Weise mit einer oberhalb des Kochfeldes 1 angeordneten Dunstabzugshaube 13 kommunizieren kann. Die Übertragungsstrecke kann dabei beispielsweise als Funkstrecke realisiert sein. Zur Kommunikation mit dem Koch­ feld 1 verfügt die Dunstabzugshaube 13 auch über eine geeignete Sende- und Emp­ fangseinheit 15. Weiterhin kann die Dunstabzugshaube 13 entsprechend dem Kochfeld Bedien- und Anzeigeelemente 17 aufweisen. Um eine Spracheingabe zu ermöglichen, ist in der Dunstabzugshaube 13 ein geeignetes Mikrofon 19 eingebaut. Dieses ist mit einer Sprachverarbeitungselektronik 21 verbunden, welche zugleich auch mit der Sende- und Empfangseinheit 15 verbunden ist. An die Sende- und Empfangseinheit 15 und/oder die Sprachverarbeitungselektronik 21 ist weiterhin eine Betriebsstatus-Erkennungseinheit 23 angeschlossen.

Nachfolgend wird kurz die grundsätzliche Funktionsweise der in Fig. 1 gezeigten Anord­ nung beschrieben: Eine Bedienperson tritt an das Kochfeld 1 heran und spricht beispiels­ weise zum Einschalten des Kochfeldes den Befehl "Kochfeld ein" in das aktiv geschaltete Mikrofon 19. Die Betriebsstatus-Erkennungseinheit 23 meldet zugleich an die Sprachver­ arbeitungselektronik 21, ob die Dunstabzugshaube 13 läuft und damit ein Störgeräusch (S) verursacht oder nicht. Falls die Dunstabzugshaube 13 nicht läuft, wird der gesproche­ ne Befehl ohne Geräuschquellenkorrektur in der Sprachverarbeitungselektronik 21 verar­ beitet, der Befehl erkannt und das Kochfeld über die Übertragungsstrecke Ü eingeschal­ tet. Falls die Bedienperson nun weitere Sprachbefehle zum Arbeiten mit dem Kochfeld 1 eingibt, wie z. B. "Kochstelle 3 Stufe 9", wird jeweils überprüft, ob die Dunstabzugshaube 13 läuft. Die Dunstabzugshaube 13 kann automatisch bei jedem Einschalten des Koch­ feldes 1 gestartet werden. Die Haube 13 kann jedoch auch erst gestartet werden, wenn ein entsprechender Startbefehl von der Bedienperson in das Mikrofon 19 gesprochen wird. Falls während des Betriebs der Dunstabzugshaube 13 ein Befehl zur Änderung des Betriebszustandes des Kochfeldes 1 in das Mikrofon 19 gesprochen wird, ermittelt die Betriebsstatus-Erkennungseinheit 23 den vorhandenen Betriebsstatus (BS) der Dunstab­ zugshaube 13. Beispielsweise ist jeder Gebläsestufe (BS1, BS2, . .) der Haube 13 ein bestimmtes Störsignal (S1, S2, . .) als Datensatz zugeordnet. Die Einheit 23 leitet das zu dem jeweiligen Betriebsstatus der Geräuschquelle bzw. der Dunstabzugshaube 13 gehö­ rende Störgeräusch-Datenmaterial an die Sprachverarbeitungselektronik 21, die dann zunächst in einem ersten Signalverarbeitungsschritt den gesprochenen Kochfeld-Befehl um den Störanteil befreit und dann in einem zweiten Signalverarbeitungsschritt das verbleibende, vorverarbeitete Sprachsignal weiterverarbeitet. Beim Fehlen eines Störgeräusches entfällt dagegen erfindungsgemäß der erste Signalverarbeitungsschritt. Der Ablauf der Sprachsignalverarbeitung und der zeitliche Verlauf eines Störsignals (S) bei verschiedenen Betriebsstati (BS1, BS3) sind in Fig. 3 und 4 stark vereinfacht dargestellt.

Gemäß dem zweiten Ausführungsbeispiel nach Fig. 2 sind die verschiedenen Hausgeräte an einen Hausgerätebus 31 angeschlossen. Dabei ist die Gesamtanordnung durch einen Herd 33, eine darüber angeordnete Dunstabzugshaube 13 und ein Mikrowellengerät 35 gebildet, die gemeinsam in einer Küche aufgestellt sind. Weiterhin ist die Sprachverar­ beitungselektronik 21 an den Hausgerätebus 31 angeschlossen, wobei die Elektronik 21 an jedem beliebigen Ort des Hauses vorgesehen sein kann. Weiterhin sind verschiedene Mikrofone 19 vorgesehen, die sowohl direkt an die Sprachverarbeitungselektronik 21 als auch an den Hausgerätebus 31 mit angeschlossen sein können. In Fig. 2 ist gezeigt, dass die Sprachverarbeitungselektronik 21 über einen Störgeräuschspeicher 37 verfügt, in dem für jedes Gerät, das als Störquelle auftreten kann, für jeden Betriebsstatus (BS1, BS2, . . .) ein entsprechendes Störsignal (S1, S2, . .) als Datensatz abgelegt ist. Typischer­ weise können bei der gezeigten Anordnung und dem oben beschriebenen Verfahren die Lüftungsgeräusche der Dunstabzugshaube 13 oder die Lüftergeräusche sowie die Brummgeräusche des Trafos des Mikrowellengerätes 35 bei der Spracheingabe zur Steuerung des Herdes 33, der Dunstabzugshaube 13 oder des Mikrowellengerätes 35 korrigiert werden.

Claims (10)

1. Anordnung mit einem elektrisch betriebenen Gerät, mit einer Spracheingabeeinheit (19) und mit einer Sprachverarbeitungseinheit (21), die aus gesprochenen Eingabe­ befehlen Steuersignale ableitet zum Steuern von Funktionen des Gerätes (1, 13), dadurch gekennzeichnet, dass eine Betriebsstatus-Erkennungseinheit (23) vorge­ sehen ist, die den Betriebsstatus (BS1, BS2, . . .) des Haushaltsgerätes (1, 13, 35) oder anderer Geräuschquellen (13, 35) erkennt und an die Sprachverarbeitungs­ einheit (21) meldet, und dass die Sprachverarbeitungseinheit (21) eine Störge­ räuschkorrektur nur vornimmt, wenn eine Geräuschquelle eingeschaltet ist.

2. Anordnung nach Anspruch 1, dadurch gekennzeichnet, dass die Sprachverarbei­ tungseinheit (21) in Abhängigkeit vom jeweiligen Betriebsstatus (BS1, BS2, . . .) der Geräuschquelle/n (13, 35) deren Störsignal/e (S) bei der Verarbeitung der gespro­ chenen Eingabebefehle korrigierend berücksichtigt.

3. Anordnung nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass die Anordnung eine Speichereinheit (37) aufweist, die mit der Sprachverarbeitungseinheit (21) in Verbindung steht, und daß in der Speichereinheit (37) für jede Geräuschquelle (13, 35) zu jedem Betriebsstatus (BS1, BS2, . .) ein dem Störsignal (S1, S2, . .) entspre­ chender Datensatz gespeichert ist.

4. Anordnung nach Anspruch 1, 2 oder 3, dadurch gekennzeichnet, dass die Betriebs­ status-Erkennungseinheit (23) über eine elektrische Leitung oder über eine drahtlo­ se Kommunikationsleitung mit der Geräuschquelle (13) verbunden ist.

5. Anordnung nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass das über Spracheingabe gesteuerte Gerät ein Kochfeld (1) ist, und dass die störende Geräuschquelle durch eine darüber angeordnete Dunstabzugshaube (13) gebildet ist.

6. Anordnung nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die Anordnung mehrere Spracheingabeeinheiten (19) aufweist.

7. Anordnung nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die über Spracheingabe gesteuerten Geräte zumindest ein Kochfeld (1) und eine darüber angeordnete Dunstabzugshaube (13) sind, und dass zumindest eine der Störquellen durch die Dunstabzugshaube (13) gebildet ist.

8. Anordnung nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die Spracheingabeeinheit (19), die Sprachverarbeitungseinheit (21) und die Betriebsstatus-Erkennungseinheit (23) in einem durch die Spracheingabe gesteu­ erten Gerät, insbesondere in der Dunstabzugshaube (13), angeordnet sind.

9. Verfahren zur Spracheingabe mit Korrektur von Störsignalen, wobei bei der Sprach­ eingabe zur Steuerung eines Gerätes der Betriebsstatus (BS) zumindest einer die Spracheingabe störenden Geräuschquelle (13, 35) abgefragt wird, und die Sprach­ verarbeitungseinheit (21) eine Störgeräuschkorrektur nur vornimmt, wenn eine Ge­ räuschquelle eingeschaltet ist.

10. Verfahren nach Anspruch 9, dadurch gekennzeichnet, dass jedem Betriebsstatus (BS1, BS2, . .) der Geräuschquelle ein als Datenmaterial gespeichertes Störge­ räusch (S1, S2, . .) zugeordnet ist, wobei das Störgeräusch-Datenmaterial entspre­ chend dem aktuell vorliegenden Betriebsstatus (BS1, BS2, . .) der Geräuschquelle bei der Verarbeitung des gesprochenen Eingabebefehls korrigierend berücksichtigt wird.