DE69101527T2

DE69101527T2 - Spracherkennungseinrichtung für ein Fahrzeug mit einer Mikrophonanordnung zur Lokalisierung des Sitzes, von welchem ein Befehl kommt.

Info

Publication number: DE69101527T2
Application number: DE69101527T
Authority: DE
Inventors: Shoji Fujimoto; Kazuya Sako; Minoru Takahashi
Original assignee: Denso Ten Ltd
Current assignee: Denso Ten Ltd
Priority date: 1990-08-16
Filing date: 1991-08-14
Publication date: 1994-07-14
Anticipated expiration: 2011-08-15
Also published as: CA2049173A1; EP0472356B1; DE69101527D1; CA2049173C; US5214707A; EP0472356A1

Description

Die vorliegende Erfindung bezieht sich auf eine Spracherkennungsvorrichtung, die in einem Fahrzeug verwendet wird, welche Vorrichtung dazu dient, normalerweise von einem Fahrer durchgeführte manuelle Operationen zu ersetzen. Insbesondere bezieht sich diese Erfindung auf eine Spracherkennungsvorrichtung, die Befehle von einem Fahrersitz und einem Beifahrersitz diskriminiert und die Spracherkennungsrate in einem geräuscherfüllten Fahrzeugraum verstärkt, um dadurch die Zuverlässigkeit der Vorrichtung zu verbessern.
Eine herkömmliche Spracherkennungsvorrichtung enthält ein Mikrophon, eine Spracherkennungseinrichtung zum Vergleichen eines unbekannten Sprachmusters, das durch elektrische Digitalsignale gebildet wird, die von Befehlssprachsignalen vom Mikrophon umgewandelt werden, mit einem registrierten Sprachmuster, um eine Sprache zu erkennen, und verschiedene Audio-Ausstattung, die in Übereinstimmung mit dem von der Spracherkennungseinrichtung erkannten Befehl gesteuert wird.
In einer herkömmlichen Spracherkennungsvorrichtung erkennt die Spracherkennungseinrichtung, wenn der Fahrer am Fahrersitz in einem Fahrzeug dem Mikrophon den Befehl "AUDIO EIN" oder "AUDIO AUS" erteilt, den Befehl "AUDIO EIN" oder "AUDIO AUS" und bewirkt, daß verschiedene Ausstattung EIN bzw. AUS geschaltet wird.
Daher muß der Fahrer während des Lenkens das Lenkrad nicht loslassen oder wird nicht gezwungen, während der Fahrt von der Straße wegzusehen, um die verschiedene Audio- Ausstattung zu bedienen.
Diese Spracherkennungsvorrichtung befolgt auch ähnliche Befehle von einem Beifahrersitz (siehe beispielsweise die Japanischen ungeprüften Patentveröffentlichungen (Kokai) Nr.2-77799, Nr.2-184898, Nr.63-56698). Dennoch entsteht bei der obigen Spracherkennungsvorrichtung, da beispielsweise Scheibenwischer und Rückspiegel, etc., des Fahrzeugs auch durch Befehle vom Beifahrersitz gesteuert werden können, insofern ein Problem, als derartige wichtige Bedienungen durch Befehle vom Beifahrersitz durchgeführt werden können, obwohl dies vom Fahrer nicht gewünscht wird.
Obwohl eine Verbesserung der Spracherkennungsrate in der herkömmlichen Spracherkennungsvorrichtung erwünscht ist, kommt es ferner, wenn sie in einem Fahrzeug verwendet wird, insofern zu einem Problem, als verschiedenste Geräusche von außerhalb des Fahrzeugs eine Verschlechterung der Spracherkennungsrate verursachen. Wenn zur Lösung der obigen Probleme dem Mikrophon eine starke Richtschärfe verliehen wird und es daher nur für Sprachbefehle vom Fahrersitz empfindlich ist, um dadurch Außengeräusche zu eliminieren, kann die gewünschte Spracherkennung nicht durchgeführt werden, wenn auch nur eine geringfügige Differenz in der Position des Fahrersitzes vorliegt, und kann ferner die Spracherkennung vom Beifahrersitz auf Grund der starken Richtschärfe des Mikrophons überhaupt nicht durchgeführt werden.
Die US-A-3 784 747 beschreibt ein System, durch das von zwei Lautsprechern in einem Raum erzeugte Sprachsignale differenziert werden können, so daß nur das gewünschte Signal zur Steuerung des Betriebs eines Telephonapparats verwendet wird, indem ein Prädiktionsfilter zur Unterdrückung einer Sprachguelle eingesetzt wird.
Gemäß der Erfindung ist eine Spracherkennungsvorrichtung, mit zumindest zwei Mikrophonen; einer Spracherkennungseinrichtung zum Erkennen von Sprachbefehlen, durch die verschiedene Ausstattung gesteuert werden kann; bei welcher die genannten Mikrophone voneinander getrennt sind und angeordnet sind, um Sprachbefehle zu empfangen; und einer Bestimmungseinrichtung zum Bestimmen der Gültigkeit oder Ungültigkeit des genannten Sprachbefehls, auf Basis eines Befehlsinhalts von der Spracherkennungseinrichtung; dadurch gekennzeichnet, daß die Vorrichtung in einem Fahrzeug installiert ist und angeordnet ist, um an jedem Sitz im Fahrzeug erzeugte Sprachbefehle zu empfangen; daß Sitzdiskriminierungseinrichtungen vorgesehen sind, die eine Phasenschiebereinrichtung zum Verschieben der Phase jedes elektrischen Signals von den beiden Mikrophonen um einen Betrag in Abhängigkeit von jedem der Sitze enthalten, um den Sitz, in dem der Sprachbefehl erzeugt wird, zu detektieren, auf Basis des Ausgangs der Phasenschiebereinrich tung; und daß die Bestimmungseinrichtung die Gültigkeit oder Ungültigkeit eines Sprachbefehls bestimmt, auf Basis eines Sitzdiskriminierungsergebnisses von der Sitzdiskriminierungseinrichtung, um eine Steuerung der verschiedenen Ausstattung zu ermöglichen.
Die Erfindung sieht auch eine Vielzahl von Mikrophonen vor, die getrennt und in einem Abstand voneinander positioniert sind, um einen Eingang von an jedem Sitz im Fahrzeug erzeugten Sprachbefehlen zu ermöglichen, und die versehen sind mit einer Phasenschiebereinrichtung zum Verschieben eines vorherbestimmten Betrags von Phasen elektrischer Signale, die durch die Mikrophone erhalten werden, mit der gleichen Phasenverschiebung in bezug auf jeden Sitz, einer Addiereinrichtung zum Addieren von Ausgangssignalen der genannten Phasenschiebereinrichtung entsprechend jedem Sitz, einer Maximalamplitudensignal-Detektiereinrichtung zum Erhalten eines maximalen Amplitudensignals unter Ausgangssignalen jeder Addiereinrichtung als Sprachbefehle und Ausgeben des genannten Signals an die Spracherkennungsvorrichtung.
Mit der obigen Konstruktion werden, wenn Sprachbefehie am Fahrersitz erzeugt werden, elektrische Signale von dem Mikrophonen, die phasengleich sind, überlagert und durch die Inphase-Komponenten-Detektiereinrichtung verstärkt, und elektrische Signale, die nicht phasengleich sind, werden durch die Phasenverschiebungs- und Inphase-Komponenten- Detektiereinrichtung phasengleich verschoben, jedoch nicht verstärkt. Wenn die Sprachbefehle am Beifahrersitz erzeugt werden, werden ferner elektrische Signale von den Mikrophonen, die nicht phasengleich sind, durch die Inphase- Komponenten-Detektiereinrichtung verschoben, jedoch nicht verstärkt, und, wenn diese elektrischen Signale phasengleich sind, werden sie durch die Phasenverschiebungs und Inphase-Komponenten-Detektiereinrichtung phasengleich verschoben und verstärkt. Außerdem werden an jedem Sitz erzeugte Sprachbefehle, die phasengleich sind, phasengleich verschoben und verstärkt, während Geräusche aus verschiedenen Richtungen, die nicht phasengleich sind, nicht verstärkt werden.
Daher ermöglichen die an den Mikrophonen erzeugten Befehle eine Diskriminierung, ob sie am Fahrersitz oder am Beifahrersitz erzeugt werden, und eine Verstärkung gegenüber den Geräuschen mit hoher Zuverlässigkeit.
Die Erfindung wird mit Bezugnahme auf Ausführungsformen hiervon und auf die beigeschlossenen Zeichnungen weiter beschrieben. Es ist zu beachten, daß in den Zeichnungen gleiche Teile durchgehend mit den gleichen Bezugszeichen bezeichnet sind.
Fig.1 ist eine schematische Ansicht einer bekannten Spracherkennungsvorrichtung vor der vorliegenden Erfindung;
Fig.2A und 2B sind eine Ansicht einer Spracherkennungsvorrichtung gemäß einer ersten Ausführungsform der vorliegenden Erfindung;
Fig.3 ist ein Blockbild der Spracherkennungseinrichtung von Fig.2;
Fig.4 ist ein Schaltbild der Inphase-Komponenten Detektiereinrichtung von Fig.2;
Fig.5 ist ein Blockbild der Phasenverschiebungs- und Inphase-Komponenten-Detektiereinrichtung von Fig. 2;
Fig. 6 ist ein Schaltbild der Phasenverschiebung-Detektiereinrichtung von Fig.5;
Fig.7 ist eine Ansicht, die eine Bestimmung der Gültigkeit oder Ungültigkeit von Befehlen zeigt, die von der Spracherkennungsvorrichtung erhalten werden;
Fig.8 ist ein Flußdiagramm, das eine konsekutive Operation gemäß der ersten Ausführungsform der vorliegenden Erfindung veranschaulicht;
Fig.9A und 9B sind eine Ansicht einer Spracherkennungsvorrichtung gemäß einer zweiten Ausführungsform der vorliegenden Erfindung;
Fig.10A und 10B sind eine Ansicht einer Spracherken nungsvorrichtung gemäß einer dritten Ausführungsform der vorliegenden Erfindung;
Fig.11 ist eine Ansicht einer Verarbeitungsschaltung der Phasenschiebereinrichtung und Addiereinrichtung von Fig.10 zum Verarbeiten von Signalen von den an jedem Sitz vorgesehenen Mikrophonen;
Fig. 12 ist eine Ansicht der mit der Addiereinrichtung 4-1 verbundenen Phasenschiebereinrichtung von Fig.11 ist;
Fig.13 ist eine Ansicht der Maximalamplitudensignal- Detektiereinrichtung von Fig.10.
Fig.1 ist eine schematische Ansicht einer vor der vorliegenden Erfindung bekannten Spracherkennungsvorrichtung. Mit Bezugnahme auf Fig.1 umfaßt die Spracherkennungsvorrichtung ein Mikrophon 1, eine Spracherkennungseinrichtung 3 zum Vergleichen eines unbekannten Sprachmusters, das durch elektrische Digitalsignale gebildet wird, die von Befehlssprachsignalen vom Mikrophon 1 umgewandelt werden, mit einem registrierten Sprachmuster, um dadurch ein Sprachmuster hiervon zu erkennen, und verschiedene Audio-Ausstattung 100, die in Übereinstimmung mit dem von der Spracherkennungseinrichtung 3 erkannten Befehl gesteuert wird.
Fig.2A und 2B sind eine Ansicht einer Spracherkennungsvorrichtung gemäß einer ersten Ausführungsform der vorliegenden Erfindung. Die in dieser Figur gezeigte Vorrichtung umfaßt zwei Mikrophone 1 zum Umwandeln von Sprachbefehlen in elektrische Signale, einen A/D (Analog- Digital)-Wandler 2 zum Umwandeln von Analogsignalen von den Mikrophonen in Digitalsignale, eine Spracherkennungseinrichtung 3 zum Erkennen eines Sprachbefehls von Digitalsignalen, die vom A/D-Wandler empfangen werden, eine Inphase-Komponenten-Detektiereinrichtung 4 zum Detektieren einer Inphase-Komponente der beiden Mikrophone 1 durch den A/D-Wandler 2, um einen an einem Fahrersitz erzeugten Befehl zu erhalten, eine Phasenverschiebungs- und Inphase-Komponenten-Detektiereinrichtung 5 zum Detektieren von Inphase-Komponenten nach dem Verschieben eines bestimmten Betrags einer Sprachsignalphase von den beiden Mikrophonen 1 durch den A/D-Wandler 2, um die gleiche Phasenverschiebung und einen an einem Beifahrersitz erzeugten Befehl zu erhalten, eine Befehlssitz-Diskriminierungseinrichtung 6 zum Vergleichen von Ausgangspegeln der genannten Inphase- Komponenten-Detektiereinrichtung 4 und der genannten Phasenverschiebungs- und Inphase-Komponenten-Detektiereinrichtung 5, um einen Sitz unter einigen Sitzen zu diskriminieren, an dem ein Befehl erzeugt wird, eine Bestimmungseinrichtung 7 zum Bestimmen der Gültigkeit oder Ungültigkeit von Befehlen, die aus Sprachsignalen resultieren, die von den Ausgängen der genannten Spracherkennungseinrichtung 3 und der genannten Befehlssitz-Diskriminierungseinrichtung 6 erhalten werden, verschiedene Steuereinrichtungen 8 zum Steuern beispielsweise von Audio-Ausstattung 100, Klimaanlagenausstattung 101, einem Telephon 102, Navigationsausstattung 103 und Fahrzeugausstattung 104, wie Scheibenwischer und Rückspiegel, auf Basis des Ausgangs der Bestimmungseinrichtung 7, eine Sprachsynthetisierungseinrichtung 9 zur Erzeugung künstlicher Sprachsignale, um dadurch Steuerbefehle an die verschiedenen Steuereinrichtungen 8 auszugeben, einen D/A (Digital/ Analog)-Wandler 10, der mit dem Ausgangsanschluß der Sprachsynthetisierungseinrichtung 9 verbunden ist, einen Tiefpaß 11, der mit dem Ausgangsanschluß des D/A-Wandlers 10 verbunden ist, zum Entfernen von Geräuschen mit höherem Modus, einen Energieverstärker 12 zum Treiben eines Lautsprechers wie nachstehend beschrieben, einen Lautsprecher 13 zum Umwandeln elektrischer Signale in künstliche Sprachsignale, die von der Sprachsynthetisierungseinrichtung 9 erhalten werden, einen Fahrersitz 14 vor dem Lautsprecher 13, mit zwei Mikrophonen, die symmetrisch in bezug auf diesen positioniert sind, einen Beifahrersitz 14 neben dem Fahrersitz 14 und einen Fahrzeugraum, der die beiden Mikrophone 1, den Lautsprecher 13, den Fahrersitz und den Beifahrersitz 15 enthält.
Ferner sind die Spracherkennungseinrichtung 3, die Inphase-Komponenten-Detektiereinrichtung 4, die Phasenverschiebungs- und Inphase-Komponenten-Detektiereinrichtung 5, die Befehlssitz-Diskriminierungseinrichtung 6, etc., alle ein Teil eines DSP (Digitalsignalprozessors).
Als nächstes wird die Spracherkennungseinrichtung 3 beschrieben. Fig.3 ist ein Blockbild der Spracherkennungseinrichtung von Fig.2. Die Spracherkennungseinrichtung 3, wie in dieser Figur gezeigt, enthält eine Vielzahl von Bandpässen 30-1, 30-2, ..., 30-n, die jeweils ein anderes Band aufweisen, Absolutwert-Verarbeitungseinrichtungen 31- 1, 31-2, ..., 31-n zur Verarbeitung elektrischer Signale von den Bandpässen 30-1, 30-2, ..., 30-n zu Absolutwerten, eine Erkennungseinrichtung 32 zum Vergleichen eines unbekannten Musters mit einer Frequenzverteilung, die von den Absolutwert-Verarbeitungseinrichtungen 31-1, 31-2, ..., 31- n erhalten wird, mit den registrierten Mustern, um dadurch ein registriertes Muster, das dem unbekannten Muster am ähnlichsten ist, als Befehl zu erkennen, und eine Speichereinrichtung 33 zum Speichern der registrierten Muster, die für die Erkennungseinrichtung 32 erforderlich sind. Die Erkennungseinrichtung 32 führt den Vergleich des unbekannten Musters mit dem registrierten Muster durch, indem aufeinanderfolgend eine Muster-Gleichheitsprüfung, wie eine Lineargleichheitsprüfungs-DP (dynamische Programmierung), durchgeführt wird. Die Speichereinrichtung 33 speichert verschiedene Befehle, wie Audio EIN/AUS, Klimaanlage EIN/ AUS, Telephon EIN/AUS, Navigation EIN/AUS, und Fahrzeugsteuerungen, wie beispielsweise Scheibenwischer und Rückspiegel einstellen/zurücksetzen, als registrierte Muster.
Als nächstes wird die Inphase-Komponenten-Detektiereinrichtung 4 beschrieben. Fig.4 ist ein Schaltbild der Inphase-Komponenten-Detektiereinrichtung von Fig. 2. Die Inphase-Komponenten-Detektiereinrichtung 4, wie in der Figur gezeigt, enthält einen Addierer 40 zum Addieren elektrischer Signale von den beiden Mikrophonen, die symmetrisch in bezug auf den Fahrersitz 14 positioniert sind, und einen Vervielfacher 41 zum Einstellen eines Ausgangspegels des Addierers 40. Wenn die am Fahrersitz erzeugten Befehle von jedem Mikrophon 1 empfangen werden, sind die elektrischen Signale von jedem Mikrophon 1 auf Grund der Positionen hiervon phasengleich und werden so am Addierer 40 überlagert. Hingegen sind, wenn am Beifahrersitz erzeugte Befehle von jedem Mikrophon 1 empfangen werden, die elektrischen Signale von jedem Mikrophon 1 auf Grund der Positionen hiervon phasenverschoben, werden jedoch am Addierer 40 überlagert.
Als nächstes wird die Phasenverschiebungs- und Inphase-Komponenten-Detektiereinrichtung 5 beschrieben. Fig.5 ist ein Blockbild der Phasenverschiebungs- und Inphase-Komponenten-Detektiereinrichtung von Fig.2A und 2B. Wie in Fig.5 gezeigt, enthält die Phasenverschiebungs- und Inphase-Komponenten-Detektiereinrichtung 5 Phasenschieber einrichtungen 50-1 und 50-2 zum Verschieben der Phasen in den elektrischen Signalen von jedem Mikrophon 1, und eine Inphase-Komponenten-Detektiereinrichtung 51 zum Detektieren von Inphase-Komponenten der Phasenschiebereinrichtungen 50-1 und 50-2.
Als nächstes werden die phasenschiebereinrichtungen 50-1 und 50-2 beschrieben. Fig.6 ist ein Schaltbild der Phasenverschiebungs-Detektiereinrichtung von Fig.5. Wie in Fig.6 gezeigt, enthält die Phasenschiebereinrichtung 50-1 (50-2) eine Vielzahl von Elnheitsverzögerungsvorrichtungen 500-1, 500-2, 500-3, ..., 500-(n-1), 500-n zum entsprechenden Verzögern einer Abtastperiode durch eine Serienschaltung hiervon, eine Vielzahl von Vervielfachern 501-1, 501-2, 501-3, 501-4, ..., 501-(n-1), 501-n, 501-(n+1), die mit Eingangsanschlüssen oder Ausgangsanschlüssen jeder Einheitsverzögerungsvorrichtung verbunden sind, und eine Vielzahl von Addierern 502-1, 502-2, 502-3, ..., 502-(n-2), 502-(n-1), 502-n zum aufeinanderfolgenden Addieren der Ausgänge jedes Vervielfachers. Ein Multiplikationskoeffizient jedes Vervielfachers kann eingestellt werden, um einen Phasenverschiebungsbetrag zu bestimmen. Ferner ist die Konstruktion der Inphase-Komponenten-Detektiereinrichtung 51 die gleiche wie jene der Inphase-Komponenten-Detektiereinrichtung 4, und so entfällt eine Beschreibung hiervon.
An diesem Punkt sind zwei Mikrophone 1 symmetrisch in bezug auf den Fahrersitz 14 und asymmetrisch in bezug auf den Beifahrersitz 15 positioniert. Daher werden, da die am Beifahrersitz 15 erzeugten Befehle in den elektrischen Signalen von den Mikrophonen 1 phasenverschoben sind, in den Phasenschiebereinrichtungen 50-1 und 50-2 die Multiplikationskoeffizienten der Vervielfacher eingestellt, um in bezug auf die Eingangssignale phasengleich zu sein. Demgemäß wird ein bestimmter Phasenbetrag vom Mikrophon 1 verschoben und eingestellt, so daß die Inphase-Komponenten- Detektiereinrichtung 51 der Phasenverschiebungs- und Inphase-Komponenten-Detektiereinrichtung Sprachsignale von den beiden Mikrophonen 1 in bezug auf die Befehle vom Beifahrersitz 15 am Ausgangspegel hiervon überlagern kann.
Ferner kann in bezug auf die am Beifahrersitz 15 erzeugten Befehle die Inphase-Komponenten-Detektiereinrichtung 4 keine Überlagerung der Sprachsignale von den beiden Mikrophonen 1 am Ausgangspegel bewirken, da jedes elektrische Signal eine Phasenverschiebung aufweist.
Als nächstes wird die Befehlssitz-Diskriminierungseinrichtung 6 beschrieben. Die Befehlssitz-Diskriminierungseinrichtung 6 besteht aus einem Komparator, der ein "H (Hoch) "-Signal ausgibt, wenn Va ≥ Vb, oder ein "L (Nieder) "-Signal, wenn Va < Vb; wobei die Ausgangssignale der Inphase-Komponenten-Detektiereinrichtung 4 und der Phasenverschiebungs- und Inphase-Komponenten-Detektiereinrichtung 5 durch Va bzw. Vb repräsentiert werden. Wenn die Befehlssitz-Diskriminierungseinrichtung 6 ein "H"-Signal ausgibt, wird der Befehl als am Fahrersitz 14 erzeugt diskriminiert, da Va ≥ Vb, d.h. der Ausgangspegel der durch die Inphase- Komponenten-Detektiereinrichtung 4 gehenden elektrischen Signale ist höher als jener der durch die Phasenverschiebungs- und Inphase-Komponenten-Detektiereinrichtung gehenden elektrischen Signale. Im umgekehrten Fall wird der Befehl als am Beifahrersitz 15 erzeugt diskriminiert.
Als nächstes wird die Einrichtung 7 zur Bestimmung der Gültigkeit und Ungültigkeit von Befehlen beschrieben. Fig.7 ist eine Ansicht, die eine Bestimmung der Gültigkeit und Ungültigkeit von Befehlen zeigt, die aus einer Spracherkennung hiervon resultiert. Wie in dieser Figur gezeigt, bestimmt die Einrichtung 7 zur Bestimmung der Gültigkeit und Ungültigkeit von Befehlen, daß der Befehl gültig ist, wenn der Befehl beispielsweise AUDIO EIN/AUS, KLIMAANLAGE EIN/ AUS, NAVIGATION EIN/AUS, FAHRZEUGSTEUERUNG EINSTELLEN/ZURÜCKSETZEN lautet, der von der Spracherkennungseinrichtung 3 erkannt werden kann, und von der Befehlssitz-Diskriminierungseinrichtung 6 als am Fahrersitz 14 erzeugt diskriminiert wird. Die Einrichtung 7 bestimmt auch, daß der Befehl gültig ist, wenn der Befehl beispielsweise AUDIO EIN/AUS, KLIMAANLAGE EIN/AUS, NAVIGATION EIN/AUS lautet, der von der Spracherkennungseinrichtung 3 erkannt werden kann, und von der Befehlssitz-Diskriminierungseinrichtung 6 als am Beifahrersitz 14 erzeugt diskriminiert wird. Diese Einrichtung bestimmt, daß der Befehl ungültig ist, wenn der Befehl beispielsweise FAHRZEUGSTEUERUNG EINSTELLEN/ZURÜCKSETZEN lautet, der von der Spracherkennungseinrichtung 3 erkannt wird, und von der Befehlssltz-Diskriminierungseinrichtung 6 als am Beifahrersitz erzeugt diskriminiert wird. Demgemäß kann ein Sprachbefehl vom Beifahrersitz Angelegenheiten, die der Fahrer vom Standpunkt der Fahrzeugsteuerung bestimmten sollte, nicht beeinflussen, kann jedoch als Befehl zum Vorsehen anderer, von den oben erwähnten Angelegenheiten verschiedener Dienste verwendet werden.
Als nächstes wird eine Serie von Operationen gemäß der Ausführungsform beschrieben. Fig.8 ist ein Flußdiagramm, das eine konsekutive Operation gemäß der ersten Ausführungsform der vorliegenden Erfindung veranschaulicht. Wie in dieser Figur gezeigt, werden elektrische Analogsignale des durch die Mikrophone 1 empfangenen Befehls in Digitalsignale umgewandelt (Schritt 1). Dann wird das in den Digitalsignalen des Befehls gebildete unbekannte Muster durch die Spracherkennungseinrichtung 3 verarbeitet, um zu bestimmen, ob es ein registriertes Muster ist oder nicht (Schritt 2). Wenn das unbekannte Muster der Befehle das gleich wie ein registriertes Muster ist, werden die Befehle durch die Inphase-Komponenten-Detektiereinrichtung 4 verarbeitet, um zu bestimmen, ob sie am Fahrersitz erzeugt wurden oder nicht (Schritt 3). Wenn die Befehle am Fahrersitz erzeugt wurden, werden die EIN/AUS Steuerung der entsprechenden Audio-Ausstattung 100, Klimaanlagenausstattung 101, Telephonausstattung 102, Navigationsausstattung 103 und die Fahrzeugsteuerung einstellen/zurücksetzen 104 durch die verschiedenen Steuereinrichtungen 8 durchgeführt (Schritt 4). Ferner wird der durch die verschiedenen Steuereinrichtungen 8 geführte Steuerinhalt durch die verschiedenen Steuereinrichtungen 8 verarbeitet, um von der Sprachsynthetisierungseinrichtung 9 in Sprachsignale umgewandelt zu werden, wird durch den D/A-Wandler 10, den Tiefpaß 11 und den Energieverstärker 12 als Sprache reproduziert und am Fahrersitz 14 gesendet (Schritt 5). In Schritt 3 wird, wenn bestimmt wird, daß die Befehle vom Beifahrersitz 15 kommen, bestimmt, ob die Befehle Fahrzeugsteuerbefehle sind (Schritt 6). Wenn diese Befehle keine Fahrzeugsteuerbefehle, sondern beispielsweise Audio-Ausstattung EIN/AUS Befehle sind, werden die Verarbeitung und Steuerung hiervon in Schritt 4 durchgeführt. Wenn die Befehle Fahrzeugsteuerbefehle sind, werden sie nicht verarbeitet und gesteuert, jedoch am Fahrersitz 14 gesendet (Schritt 5).
Fig.9A und 9B sind eine Ansicht einer Spracherkennungsvorrichtung gemaß einer zweiten Ausführungsform der vorliegenden Erfindung. Die in dieser Figur gezeigte Spracherkennungsvorrichtung ist die gleiche wie jene der ersten Ausführungsform von Fig.2A und 2B, außer daß die Rücksitze 16 und 17 im Fahrzeugraum 18 enthalten sind, ein Mikrophon 1-1 am Rücksitz 16 hinter dem Fahrersitz 14 vorgesehen ist, Phasenverschiebungs und Inphase-Komponenten- Detektiereinrichtungen 5-1, 5-2 und 5-3 für den Beifahrersitz 15 bzw. die Rücksitze 17 und 16 vorgesehen sind, und eine Befehlssitz-Diskriminierungseinrichtung 6-1 zum Vergleichen des Ausgangspegels der Inphase-Komponenten-Detektiereinrichtung 4 und des maximalen Ausgangspegels der Phasenverschiebungs und Inphase-Komponenten-Detektiereinrichtungen 5-1, 5-2 und 5-3 vorgesehen ist. Die Phasenverschiebungs- und Inphase-Komponenten-Detektiereinrichtung 5-2, die eingestellt ist, um dieselben phasengleichen Signale von den beiden Mikrophonen 1 zu detektieren, wobei die asymmetrischen Positionen hiervon in bezug auf den Rücksitz 17, die von denen in bezug auf den Beifahrersitz 15 verschieden sind, berücksichtigt werden. Da die Mikrophone 1 in bezug auf den Rücksitz 16 symmetrisch sind, wird, um die Gefahr eines Fehlers bei einem Befehl am Fahrersitz 14 oder im Gegensatz dazu bei einem Befehl am Rücksitz 16 zu vermeiden, die Phasenverschiebungs und Inphase-Komponenten- Detektiereinrichtung 5-3 eingestellt, um dieselben phasengleichen Signale an jedem der Mikrophone 1 und am Mikrophon 1-1 zu detektieren, wobei die asymmetrische Position hiervon in bezug auf den Rücksitz 16 berücksichtigt wird. Daher wird, wenn ein Befehl vom Rücksitz 16 gegeben wird, in der Inphase-Komponenten-Detektiereinrichtung 4 und der Phasenverschiebungs und Inphase-Komponenten-Detektiereinrichtung 5-3 der Ausgangspegel der letzteren zu groß, um von einem Befehl vom Fahrersitz 14 diskriminiert zu werden. In der Befehlssitz-Diskriminierungseinrichtung 6-1 wird, wenn der Ausgangspegel der Inphase-Komponenten-Detektiereinrichtung 4 größer ist als jener einer der Phasenverschiebungs- und Inphase-Komponenten-Detektiereinrichtungen 5-1, 5-2 und 5-3, der Befehl als vom Fahrersitz 14 diskriminiert. Im Gegensatz dazu wird, wenn er kleiner ist als jener einer der Einrichtungen 5-1, 5-2 und 5-3, der Befehl als von einem anderen Sitz als vom Fahrersitz 14 diskriminiert.
Fig.10A und 10B sind eine Ansicht einer Spracherkennungsvorrichtung gemäß einer dritten Ausführungsform der vorliegenden Erfindung. Die in dieser Figur gezeigte Spracherkennungsvorrichtung ist die gleiche wie jene der zweiten Ausführungsform von Fig.9A und 9B, außer daß Mikrophone 1-1, 1-2, 1-3, 1-4, 1-5 und 1-6 getrennt voneinander positioniert sind, und Eingangssprachbefehle von jedem Sitz im Fahrzeugraum, eine Phasenschiebereinrichtung 19 zum Verschieben von Phasen elektrischer Signale durch die Mikrophone und den A/D-Wandler mit der gleichen Phasenverschiebung in bezug auf jeden Sitz, eine Addiereinrichtung 20 zum Addieren von Ausgangssignalen der Phasenschiebereinrichtung 19 entsprechend jedem genannten Sitz und eine Maximalamplitudensignal-Detektiereinrichtung 21 zum Detektieren des maximalen Amplitudensignals von Ausgangssignalen jeder Addiereinrichtung 20 als Sprachbefehle, die an die Spracherkennungseinrichtung 3 auszugeben sind, vorgesehen sind.
Als nächstes werden die Phasenschiebereinrichtung 19 und die Addiereinrichtung 20 beschrieben. Fig.11 zeigt eine Verarbeitungsschaltung der Phasenschiebereinrichtung und Addiereinrichtung von Fig.10A und 10B zur Verarbeitung von Signalen von jedem Mikrophon, das an jedem Sitz vorgesehen ist. Die in dieser Figur gezeigte Phasenschiebereinrichtung 19 enthält Phasenschieber 19-1, 19-2, 19-3 und 19-4, die mit dem Mikrophon 1-1 am entsprechenden der vier Sitze durch einen A/D-Wandler 2, in der Figur nicht gezeigt, verbunden sind, und Phasenschieber 19-5, 19-6, 19-7 und 19-8, die mit dem Mikrophon 1-2 verbunden sind, ..., und Phasenschieber 19-21, 19-22, 19-23 und 19-24, die mit dem Mikrophon 1-6 verbunden sind. Die Addiereinrichtung 20 enthält einen Addierer 20-1 zum Addieren von Ausgängen der Phasenschieber 19-1, 19-5, 19-9, 19-13, 19-17 und 19-21, einen Addierer 20-2 zum Addieren von Ausgängen der Phasenschieber 19-2, 19-6, 19-10, 19-14, 19-18 und 19-22, . . ., und einen Addierer 20-4 zum Addieren von Ausgängen der Phasenschieber 19-4, 19-8, 19-12, 19-16, 19-20 und 19-24.
Fig.12 zeigt die mit der Addiereinrichtung 20-1 verbundene Phasenschiebereinrichtung von Fig.11. Der Phasenschieber 19-1 in der in dieser Figur gezeigten Phasenschiebereinrichtung 19 enthält einen Verstärker 300, der mit dem Mikrophon 1-1 verbunden ist, eine Vielzahl von Einheitsverzögerungsvorrichtungen 301-1, 301-2, 301-3, ..., 301-(n-1); und 301-n, die in Serie geschaltet sind, jeweils zum Verzögern einer Abtastperiode des Eingangssignals vom Verstärker 300, eine Vielzahl von Vervielfachern 302-1, 302-2, 302-3, 302-4, ..., 302-(n-1) und 302-n, die mit Eingangsanschlüssen jeder Einheitsverzögerungsvorrichtung verbunden sind, und eine Vielzahl von Addierern 303-1, 303-2, 303-3, 303-(n-1), 303-n zum aufeinanderfolgenden Addieren von Eingängen jedes Vervielfachers. Ferner enthält der Phasenschieber 19-5 einen Verstärker 316, der mit dem Mikrophon 1-2 verbunden ist, eine Vielzahl von Einheitsverzögerungs vorrichtungen 317-1, 317-2, 317-3, . ., 317-(n-1) und 317-n, die in Serie geschaltet sind, jeweils zum Verzögern einer Abtastperiode des Eingangssignals vom Verstärker 316, eine Vielzahl von Vervielfachern 318-1, 318-2, 318-3, 318-4, ..., 318-(n-1) und 318-n, die mit Eingangsanschlüssen jeder Einheitsverzögerungsvorrichtung verbunden sind, und eine Vielzahl von Addierern 319-1, 319-2, 319-3, 319-(n-2), 319-(n-1), 319-n zum aufeinanderfolgenden Addieren von Ausgängen jedes Vervielfachers Der Phasenschieber 19-21 enthält einen Verstärker 380, der mit dem Mikrophon 1-6 verbunden ist, eine Vielzahl von Einheitsverzögerungsvorrichtungen 381-1, 381-2, 381-3, ..., 381-(n-1), 381-n, die in Serie geschaltet sind, jeweils zum Verzögern einer Abtastperiode des Eingangssignals vom Verstärker 380, eine Vielzahl von Vervielfachern 382-1, 382-2, 382-3, 382-4, ..., 382-(n-1) und 382-n, die mit Eingangsanschlüssen jeder Einheitsverzögerungsvorrichtung verbunden sind, und Addierer 383-1, 383-2, 383-3, ..., 383-(n-2), 383-(n-1), 383-n zum aufeinanderfolgenden Addieren von Ausgängen jedes Vervielfachers. Die Addiereinrichtung 20-1 ist auch versehen mit einem Addierer 400 zum Addieren von Ausgängen der Addierer 303-n, 319-n, ..., 383-n sowie einem Verstärker 401 zum Verstärken des Ausgangs des Addierers 400. Wenn beispielsweise der Sprachbefehl am Fahrersitz 14 erzeugt wird, wie in Fig.10A gezeigt, sind die von den Mikrophonen 1-1, 1-2, ..., 1-6 empfangenen Phasen des Sprachbefehls verschieden, und so bewirkt eine Einstellung der Multiplikationskoeffizienten in bezug auf jeden Vervielfacher entsprechend jedem Phasenschieber 19-1, 19-5, ..., 19-21, daß die Phasenverschiebungen auf Grund der unterschiedlichen Positionen der Mikrophone gleich sind. Demgemäß wird jedes Signal von jedem Mikrophon im Fahrzeugraum 18 phasenverschoben, um gleich zu sein, wird durch die Addiereinrichtung 20-1 addiert und überlagert.
Wenn andererseits das Geräusch, wie in Fig.10A gezeigt, aus der linken und rechten Richtung unter einem rechten Winkel zur Fahrtrichtung des Fahrzeugs oder von vorne oder rückwärts in bezug auf die Fahrtrichtung des Fahrzeugs kommt, ist jedes Mikrophon Positioniert, um eine Phasenverschiebung unter den Mikrophonen 1-1, 1-2 und 1-3, unter den Mikrophonen 1-4, 1-5 und 1-6, zwischen den Mikrophonen 1-1 und 1-4, zwischen den Mikrophonen 1-2 und 1-5 5sowie zwischen den Mikrophonen 1-3 und 1-6, in bezug auf das oben erwähnte Geräusch, zu erzeugen. Im Gegensatz dazu sind die Mikrophone 1-1 und 1-2 oder 1-4 und 1-5 relativ zueinander ungefähr symmetrisch links und rechts in bezug auf den Sprachbefehl vom Fahrersitz 14 positioniert, und ferner sind die Mikrophone 1-1 und 1-4 oder 1-2 und 1-5 relativ zueinander ungefähr symmetrisch vor und hinter diesem positioniert, wodurch die Phasenschiebereinrichtung 19 die Ausgänge jedes Mikrophons einstellt, so daß sie in gleicher Phase sind, wodurch der Pegel des von jedem Mikrophon empfangenen Sprachbefehls verstärkt wird, um dadurch das S/R in bezug auf das Geräusch zu verbessern. Es ist zu beachten, daß in bezug auf die Mikrophone 1-3 und 1-6, die asymmetrisch links und rechts positioniert sind, und die nicht zur Reduktion des Geräuschpegels beitragen, die Verstärkung des Verstärkers 332 des Phasenschiebers 19-9 und des Verstärkers 380 des Phasenschiebers 19-21 gleich Null gestellt werden kann. Obwohl die obige Erläuterung in bezug auf den Fahrersitz 14 erfolgt ist, ist die Erläuterung in bezug auf den Beifahrersitz 15 und die Rücksitze 16 und 17 gleich.
Als nächstes wird die Maximalamplitudensignal-Detektiereinrichtung 21 beschrieben. Fig.13 zeigt die Maximalamplitudensignal-Detektiereinrichtung von Fig.10A und 10B für eine Spracherkennung. Die Maximalamplitudensignal- Detektiereinrichtung, wie in dieser Figur gezeigt, enthält Absolutwert-Verarbeitungseinrichtungen 60-1, 60-2, 60-3 und 60-4, die mit den Addiereinrichtungen 20-1, 20-2, 20-3 und 20-4 verbunden sind, wie in Fig.13 dargestellt, Komparatoren 61-1, 61-2 und 61-3, wobei jeweils ein Nicht-Inversionsanschluß hiervon mit der Absolutwert-Verarbeitungsein richtung 60-1 verbunden ist, und ein Inversionsanschluß hiervon mit jeder Absolutwert-Verarbeitungseinrichtung 60- 2, 60-3 bzw. 60-4 verbunden ist, Komparatoren 61-4, 61-5 und 61-6, wobei jeweils ein Nicht-Inversionsanschluß hiervon mit der Absolutwert-Verarbeitungseinrichtung 60-2 verbunden ist, und ein Inversionsanschluß hiervon mit jeder Absolutwert-Verarbeitungseinrichtung 60-1, 60-3 bzw. 60-4 verbunden ist, ..., Komparatoren 61-10, 61-11 und 61-12, wobei jeweils ein Nicht-Inversionsanschluß hiervon mit der Absolutwert-Verarbeitungseinrichtung 60-4 verbunden ist, und ein Inversionsanschluß hiervon mit jeder Absolutwert-Verarbeitungseinrichtung 60-1, 60-2 und 60-3 verbunden ist, UND-Schaltungen 62-1, 62-2, 62-3 und 62-4, die jeweils einen mit den Ausgangsanschlüssen der Komparatoren 61-1, 61-2 und 61-3, 61-4, 61-5 und 61-6, 61-7, 61-8 und 61-9 bzw. 61-10, 61-11 und 61-12 verbundenen Eingangsanschluß aufweisen, Gate-Schaltungen 63-1, 63-2, 63-3 und 63-4 zum Steuern jedes Ausgangssignals der Addiereinrichtungen 20-1, 20-2, 20-3 und 20-4 durch jeden Ausgang der UND-Schaltungen 62-1, 62-2, 62-3 bzw. 62-4, und eine ODER-Schaltung, die mit jedem Ausgangsanschluß der Gate-Schaltungen 63-1, 63-2, 63-3 und 63-4 verbundene Eingangsanschlüsse aufweist. In bezug auf den Fahrersitz 14, den Beifahrersitz 15 und die Rücksitze 16 und 17 werden die Signale von den Addiereinrichtungen 20-1, 20-2, 20-3 und 20-4, die verarbeitet werden, um phasenverschoben und addiert zu werden, von den Komparatoren 61-1, 61-2, ..., 61-12 durch die Absolutwert-Verarbeitungseinrichtungen 60-1, 60-2, 60-3 und 60-4 verglichen, wodurch, beispielsweise wenn die Sprachbefehle am Fahrersitz 14 erzeugt werden, die maximalen Amplitudensignale in bezug auf den Fahrersitz 14 durch die UND-Schaltung 62-1 ausgewählt werden, um dadurch die Gate-Schaltung 63-1 entsprechend der UND-Schaltung 62-1 zu steuern, und durch die ODER-Schaltung 64 detektiert werden. In diesem Fall enthalten in bezug auf den Beifahrersitz 15 und die Rücksitze 16 und 17, jedoch nicht den Fahrersitz 14, Signale, die phasenverschoben und addiert werden, keine überlagerten Komponenten und weisen so keine maximale Amplitude auf. Demgemäß haben die Mikrophone 1-1, 1-2, ..., 1-6 eine Richtschärfe in bezug auf den Fahrersitz 14, den Beifahrersitz 15 und die Rücksitze 16 und 17 gemäß den Positionen der Mikrophone, der Phasenschiebereinrichtung 19, der Addiereinrichtung 20 und der Maximalamplitudensignal-Detektiereinrichtung 21.
Ferner können in der Spracherkennungsvorrichtung gemäß einer vierten Ausführungsform der vorliegenden Erfindung Signale in die Spracherkennungseinrichtung 3 nicht nur vom A/D-Wandler 2 durch das zentrale Mikrophon 1 wie in der ersten bzw. zweiten Ausführungsform, die in Fig.2A und 2B sowie 9A und 9B gezeigt sind, eingegeben werden, sondern auch von der Befehlssitz-Diskriminierungseinrichtung 6, um dadurch ein Signal zu erhalten, das als solches als maximales Amplitudensignal auf die gleiche Weise wie in der dritten Ausführungsform detektiert wird, wobei eine hochgenaue Spracherkennung erhalten wird.
Die vorliegende Erfindung sieht eine Spracherkennungsvorrichtung mit hoher diskriminativer Zuverlässigkeit und hoher Erkennungsverstärkung vor, da verschiedene Phasenverschiebungen von Signalen, die durch eine Vielzahl von am Fahrersitz, am Beifahrersitz und den Rücksitzen des Fahrzeugs positionierten Mikrophonen erhalten werden, verwendet werden.

Claims

1. Spracherkennungsvorrichtung, mit zumindest zwei Mikrophonen (1); einer Spracherkennungseinrichtung (3) zum Er kennen von Sprachbefehlen, durch die verschiedene Ausstattung (100) gesteuert werden kann; bei welcher die genannten Mikrophone voneinander getrennt sind und angeordnet sind, um Sprachbefehle zu empfangen; und einer Bestimmungseinrichtung (7) zum Bestimmen der Gültigkeit oder Ungültigkeit des genannten Sprachbefehls, auf Basis eines Befehlsinhalts von der Spracherkennungseinrichtung (3); dadurch gekennzeichnet, daß die Vorrichtung in einem Fahrzeug installiert ist und eingerichtet ist, um an jedem Sitz im Fahrzeug erzeugte Sprachbefehle zu empfangen; daß Sitzdiskriminierungseinrichtungen vorgesehen sind, die eine Phasenschiebereinrichtung zum Verschieben der Phase jedes elektrischen Signals von den beiden Mikrophonen um einen Betrag in Abhängigkeit von jedem der Sitze enthalten, um den Sitz, in dem der Sprachbefehl erzeugt wird, zu detektieren, auf Basis des Ausgangs der Phasenschiebereinrichtung; und daß die Bestimmungseinrichtung die Gültigkeit oder Ungültigkeit eines Sprachbefehls bestimmt, auf Basis eines Sitzdiskriminierungsergebnisses von der Sitzdiskriminierungseinrichtung, um eine Steuerung der verschiedenen Ausstattung (100) zu ermöglichen.

2. Spracherkennungsvorrichtung nach Anspruch 1, dadurch gekennzeichnet, daß die genannte Sitzdiskriminierungseinrichtung enthält:

eine Inphase-Komponenten-Detektiereinrichtung (4) zum Detektieren einer Inphase-Komponente von Sprachsignalen von Mikrophonen (1), die symmetrisch in bezug auf einen Sitz positioniert sind, um einen an dem genannten einen Sitz erzeugten Befehl zu erhalten; eine Phasenverschiebungs- und Inphase-Komponenten- Detektiereinrichtung (5) zum Detektieren einer Inphase-Komponente nach dem Verschieben eines bestimmten Betrags einer Sprachsignalphase von den Mikrophonen (1), die asymmetrisch in bezug auf einen anderen Sitz positioniert sind, um dadurch die gleichen Phasenverschiebungen und Sprachbefehle zu erhalten, die an den genannten anderen Sitzen erzeugt werden;

eine Befehlssitz-Diskriminierungseinrichtung (6) zum Vergleichen von Ausgangspegeln der genannten Inphase-Komponenten-Detektiereinrichtung (4) und der genannten Phasenverschiebungs und Inphase-Komponenten-Detektiereinrichtung (5), um zu diskriminieren, von welchem Sitz unter einigen Sitzen ein Sprachbefehl erzeugt wird.

3. Spracherkennungsvorrichtung nach Anspruch 1, dadurch gekennzeichnet, daß:

die genannte Spracherkennungsvorrichtung (3) den Eingang eines Signals von der genannten Inphase-Komponenten- Detektiereinrichtung (4), oder von der genannten Phasenverschiebungs- und Inphase-Komponenten-Detektiereinrichtung (5), erkennt, der auf die gleiche Weise wie in der genannten Befehlssitz-Diskriminierungseinrichtung (6) detektiert wird.

4. Spracherkennungsvorrichtung nach Anspruch 1, dadurch gekennzeichnet, daß:

die genannten Mikrophone (1) asymmetrisch in bezug auf den Beifahrersitz und die Rücksitze eines Fahrzeugs angeordnet sind, und daß sie eine Phasenverschiebungs und Inphase-Komponenten-Detektiereinrichtung (5-1, 5-2, 5-3) umfaßt, die Befehle vom Beifahrersitz bzw. den Rücksitzen von den Sprachsignalen der genannten Mikrophone (1) empfängt.

5. Spracherkennungsvorrichtung nach Anspruch 1, dadurch gekennzeichnet, daß

die genannte Sitzbestimmungseinrichtung enthält: eine Phasenschiebereinrichtung (19) zum Verschieben eines vorherbestimmten Betrags von Phasen elektrischer Signale, die durch die Mikrophone (1) gesendet wurden, mit der gleichen Phasenverschiebung in bezug auf jeden Sitz;

eine Addiereinrichtung (20) zum Addieren von Ausgangs signalen der genannten Phasenschiebereinrichtung entsprechend jedem Sitz;

eine Maximalamplitudensignal-Detektiereinrichtung (21) zum Detektieren des maximalen Ainplitudensignals von Ausgangssignalen jeder Addiereinrichtung (20) als Sprachbefeh le, und Ausgeben desselben an die Spracherkennungseinrich tung (3).