DE4427444A1 - Einrichtung zur Sprachsteuerung von Anlagen und Geräten - Google Patents

Description

Die Erfindung betrifft eine Einrichtung zur Sprachsteuerung von Anlagen und Geräten mit Hilfe von den Betrieb der Anlage oder des Gerätes beeinflussenden Befehlen.

Zur Steuerung von Anlagen und Geräten werden in zunehmendem Maße Spracheingaben verwendet, wobei über ein Mikrofon aufgenommene Befehle des Benutzers mit Hilfe von Spracherkennungsverfahren erkannt werden. Hierbei wird zwischen sprecherabhängigen und sprecherunabhängigen Spracherkennungsverfahren unterschieden, wobei die sprecherabhängige Spracherkennung einen begrenzten, festen Befehlssatz aufweist, der durch den Benutzer trainiert werden muß. Dazu wird in einer Lernphase jeder Befehl durch den Benutzer mehrmals wiederholt, damit sich die Spracherkennungseinrichtung auf die Phonetik des Benutzers einstellen kann.

Die sprecherunabhängige Spracherkennung arbeitet ebenfalls mit einem begrenzten, fest definierten Befehlssatz, wobei allerdings das Spracherkennungsverfahren so "intelligent" ist, daß kein Training mehr erforderlich ist.

Beiden Verfahren ist gemeinsam, daß nur ein begrenzter, fest vorgegebener Befehlsvorrat erkannt werden kann. Diesen muß der Benutzer in der Regel auswendig lernen. Je größer die Anzahl der Befehle ist, je höhere Anforderungen werden an das Spracherkennungsverfahren und an das Gedächtnis des Benutzers gestellt.

Diese Nachteile der bekannten Spracherkennungsverfahren erschweren die Sprachsteuerung beispielsweise eines Autoradios besonders stark. Bei diesen Geräten ist nämlich die Anzahl der erforderlichen Befehle relativ groß, unter anderem durch die Vielzahl der Sender, auf die ein Autoradio, insbesondere während einer längeren Fahrt, einzustellen ist.

Aufgabe der vorliegenden Erfindung ist es, eine Einrichtung zur Sprachsteuerung von Anlagen und Geräten unter Vermeidung der obengenannten Nachteile vorzuschlagen, insbesondere dem Benutzer ein Auswendiglernen vieler Befehle zu ersparen.

Diese Aufgabe wird erfindungsgemäß dadurch gelöst, daß auf einer Anzeigevorrichtung in Abhängigkeit vom jeweiligen Betriebszustand ein Teil der insgesamt vorgesehenen Befehle dargestellt wird, wobei eine Eingabe durch Aussprache jeweils eines der dargestellten Befehle erfolgt, daß ein Speicher zur Speicherung von jeweils über ein Mikrofon empfangenen Sprachsignalen oder davon abgeleiteter Signale vorgesehen ist, daß die gespeicherten Signale mit sprachrelevanten Signalen, welche den jeweils dargestellten Befehlen entsprechen, verglichen werden und daß derjenige Befehl, bei welchem der Vergleich positiv ausfällt, als ausgewählt angenommen wird.

Die erfindungsgemäße Einrichtung hat einerseits den Vorteil, daß dem Benutzer angezeigt wird, welche Befehle bei dem jeweils vorhandenen Betriebszustand der Anlage und des Gerätes eingegeben werden können. Dabei ist nicht nur die Auswahl als solche von Vorteil, sondern auch die Sichtbarmachung der einzelnen Befehle, wodurch der Benutzer gehalten wird, die vorgegebenen Wörter zu verwenden. So wird beispielsweise die versehentliche Benutzung eines für das Spracherkennungssystem nicht erkennbaren Synonyms durch den Benutzer vermieden. Andererseits hat die erfindungsgemäße Einrichtung den Vorteil, daß die Spracherkennungseinrichtung die empfangenen Sprachsignale trotz einer großen Anzahl von insgesamt möglichen Befehlen nur mit jeweils wenigen im Menü dargestellten Befehlen vergleichen muß. Dadurch kann ein einfaches und sicheres Spracherkennungsverfahren gewählt werden.

Eine Weiterbildung der erfindungsgemäßen Einrichtung besteht darin, daß die sprachrelevanten Signale durch Sprachsynthese der jeweils dargestellten Befehle erzeugt und in einem weiteren Speicher abgelegt werden. Dieses hat den Vorteil, daß der Hersteller der Anlagen und Geräte und gegebenenfalls auch der Benutzer bei Änderungen der Befehlsauswahllisten (Menüs) bzw. der einzelnen Befehle neue Befehle lediglich in Form von Text, beispielsweise sogenannten ASCI-Zeichen, eingeben kann, die dann in die zu vergleichenden sprachrelevanten Signale umgewandelt werden.

Bei der erfindungsgemäßen Einrichtung kann ferner vorgesehen sein, daß der Speicher und der weitere Speicher Analogspeicher sind und daß der Vergleich mit Analogsignalen erfolgt oder daß der Speicher und der weitere Speicher digitale Speicher sind und daß der Vergleich mit digitalen Signalen erfolgt.

Je nach Voraussetzungen im einzelnen kann auch eine Ausführungsform vorteilhafter sein, die darin besteht, daß die zu vergleichenden sprachrelevanten Signale aller insgesamt vorgesehenen Befehle in einem Speicher abgelegt sind und daß der Zugriff auf den Speicher zu Zwecken des Vergleichs entsprechend den jeweils dargestellten Befehlen gesteuert wird.

Eine weitere vorteilhafte Ausgestaltung der erfindungsgemäßen Einrichtung besteht darin, daß die sprachrelevanten Signale die Grundmodulation beim Sprechen des jeweiligen Befehls darstellen. Hierdurch ist ein einfacher Vergleich der gespeicherten mit den sprachrelevanten Signalen möglich.

Ein Ausführungsbeispiel der Erfindung ist in der Zeichnung dargestellt und in der nachfolgenden Beschreibung näher erläutert.

Bei dem dargestellten Ausführungsbeispiel wird mit einer erfindungsgemäßen Einrichtung ein Autoradio sprachgesteuert, das schematisch durch einen Empfangsteil 1 mit einer Antenne 2, einen Signalverarbeitungsteil 3, zwei Endstufen 4, 5 und Lautsprecher 6, 7 dargestellt ist. Der Signalverarbeitungsteil 3 kann in an sich bekannter Weise beispielsweise einen Stereodecoder, einen Radio-Datensignal-Decoder, einen Verkehrsfunkdecoder sowie Lautstärke- und Klangsteller enthalten.

Das Empfangsteil 1 und das Signalverarbeitungsteil 3 werden von einem Mikrocomputer 8 gesteuert, der von dem Signalverarbeitungsteil 3 auch verschiedene Daten, wie beispielsweise decodierte Radio-Datensignale erhält. Ein Ausgang des Mikrocomputers 8 ist mit einer Anzeigevorrichtung (Display) 9 verbunden, die ein Menü mit den im jeweiligen Betriebszustand des Autoradios ausführbaren Befehlen zeigt. Dieses kann beispielsweise eine Liste von Einstellungen wie "Kassette", "UKW", "Mittelwelle", "Verkehrsfunk" oder eine Auswahl der jeweils zu empfangenden Sender sein. Bei bekannten Eingabeeinrichtungen, die nicht sprachgesteuert sind, wird die Einstellung eines der Sender durch einen Druck auf eine Taste, die neben dem Namen des Senders angeordnet ist, bewirkt.

Bei der erfindungsgemäßen Einrichtung zur Sprachsteuerung ist ein Mikrofon 10 vorgesehen, dessen Ausgangssignale über einen Verstärker 11 einem Speicher 12 zugeführt werden. Außer der Anzeigevorrichtung 9 ist an dem Mikrocomputer 8 ein Sprachcodierer 13 angeschlossen, dessen Ausgangssignale synthetische Sprachsignale darstellen und in einen Speicher 14 einschreibbar sind. Verfahren zur Sprachcodierung sind an sich bekannt, beispielsweise durch das Computerprogramm SAY für den Computer Amiga. Die Inhalte der Speicher 12 und des Speichers 14 können in einer Vergleichseinrichtung 15 verglichen werden. Stimmt eines der im Sprachcodierer 13 erzeugten Signale mit dem im Speicher 12 vorhandenen Signal überein - einschließlich eines Toleranzbereichs - wird dem Mikrocomputer 8 gemeldet, welches der sprachrelevanten Signale, das heißt, welcher Befehl aus dem dargestellten Menü, mit dem eingegebenen Befehl übereinstimmt. Die entsprechende Funktion wird dann vom Mikrocomputer 8 ausgeführt.

Danach kann dann gegebenenfalls ein anderes Menü mit Hilfe der Anzeigevorrichtung 9 sichtbar gemacht werden, wobei die im Menü aufgeführten Daten dem Sprachcodierer 13 zugeführt werden, worauf eine neue Spracheingabe möglich ist.

Claims (6)

1. Einrichtung zur Sprachsteuerung von Anlagen und Geräten, mit Hilfe von den Betrieb der Anlage oder des Gerätes beeinflussenden Befehlen, dadurch gekennzeichnet, daß auf einer Anzeigevorrichtung (9) in Abhängigkeit vom jeweiligen Betriebszustand ein Teil der insgesamt vorgesehenen Befehle dargestellt wird, wobei eine Eingabe durch Aussprache jeweils eines der dargestellten Befehle erfolgt, daß ein Speicher (12) zur Speicherung von jeweils über ein Mikrofon (10) empfangenen Sprachsignalen oder davon abgeleiteter Signale vorgesehen ist, daß die gespeicherten Signale mit sprachrelevanten Signalen, welche den jeweils dargestellten Befehlen entsprechen, verglichen werden und daß derjenige Befehl, bei welchem der Vergleich positiv ausfällt, als ausgewählt angenommen wird.

2. Einrichtung nach Anspruch 1, dadurch gekennzeichnet, daß die sprachrelevanten Signale durch Sprachsynthese der jeweils dargestellten Befehle erzeugt und in einem weiteren Speicher (14) abgelegt werden.

3. Einrichtung nach Anspruch 2, dadurch gekennzeichnet, daß der Speicher (12) und der weitere Speicher Analogspeicher sind und daß der Vergleich mit Analogsignalen erfolgt.

4. Einrichtung nach Anspruch 2, dadurch gekennzeichnet, daß der Speicher (12) und der weitere Speicher (14) digitale Speicher sind und daß der Vergleich mit digitalen Signalen erfolgt.

5. Einrichtung nach Anspruch 1, dadurch gekennzeichnet, daß die zu vergleichenden sprachrelevanten Signale aller insgesamt vorgesehenen Befehle in einem Speicher abgelegt sind und daß der Zugriff auf den Speicher zu Zwecken des Vergleichs entsprechend den jeweils dargestellten Befehlen gesteuert wird.

6. Einrichtung nach einem der Ansprüche 1 bis 5, dadurch gekennzeichnet, daß die sprachrelevanten Signale die Grundmodulation beim Sprechen des jeweiligen Befehls darstellen.