FR3011353A1

FR3011353A1 - Procede et dispositif de traitement de la parole d'un utilisateur

Info

Publication number: FR3011353A1
Application number: FR1359363A
Authority: FR
Inventors: Marie Celine Bezat; Duvergey Celine Taccori
Original assignee: Peugeot Citroen Automobiles SA
Current assignee: PSA Automobiles SA
Priority date: 2013-09-27
Filing date: 2013-09-27
Publication date: 2015-04-03
Anticipated expiration: 2033-09-27
Also published as: FR3011353B1

Abstract

L'invention concerne un procédé de traitement de la parole d'un utilisateur comportant des étapes de : - Réception (21), par l'intermédiaire d'un microphone, de la parole de l'utilisateur, - Application (22) d'une fonction de reconnaissance vocale sur la parole reçue, - Commander (23) l'affichage d'une séquence de mots reconnus, caractérisé en ce qu'il comporte en outre des étapes de : - Création (24) de zones sélectionnables associées à des mots reconnus, - Réception (25), par l'intermédiaire de moyens de sélection, d'un signal de sélection correspondant à au moins une zone sélectionnable, - Réception (26) par l'intermédiaire du microphone d'une commande de correction, - Modification (27) de la séquence de mots reconnus en fonction du signal de sélection et de la commande de correction, - Affichage (28) de la séquence de mots reconnus corrigée.

Description

1 13 5 3 1 PROCEDE ET DISPOSITIF DE TRAITEMENT DE LA PAROLE D'UN UTILISATEUR L'invention concerne les systèmes de reconnaissance vocale et, plus particulièrement, ceux permettant une correction d'erreur de reconnaissance. Les systèmes de reconnaissance vocale selon l'art connu comprennent généralement un microphone pour enregistrer la parole d'un utilisateur. La parole est numérisée puis analysée de sorte à identifier une succession de mots. Malgré les progrès effectués ces dernières années, ces systèmes commettent parfois des erreurs de reconnaissance, en restituant des mots différents de ceux prononcés par l'utilisateur. Ceci est particulièrement vrai dans un environnement bruyant tel que peut l'être un habitacle de véhicule. Une étape de correction est alors nécessaire. On connait, par exemple, par le document US 5,386,494, un système de reconnaissance de commande vocale, présentant une étape de correction. A chaque fois que le système effectue une reconnaissance, celui-ci affiche la commande reconnue ainsi qu'une liste de commandes alternatives. Lorsque le système commet une erreur de reconnaissance, l'utilisateur sélectionne, à l'aide d'une souris, une des commandes proposées et affichées par le système. Ce système a notamment pour inconvénient de ne fonctionner qu'avec un nombre limité de commandes. En outre, la lecture et la sélection de commandes alternatives proposées par le système nécessite une attention soutenue de la part de l'utilisateur, ce qui incompatible avec la conduite d'un véhicule.

On connait aussi par le document EP 2 278 581 un système de reconnaissance vocale présentant une étape de correction. Le système détermine pour chaque mot identifié une « meilleure liste » (best list) de N mots. Pour corriger une erreur de reconnaissance, l'utilisateur peut remplacer un mot par un mot de la meilleure liste qui lui est associé. Comme la solution précédente, une correction nécessite une attention soutenue de la part de l'utilisateur, ce qui incompatible avec la conduite d'un véhicule. L'invention a donc pour but de proposer un procédé et un dispositif de reconnaissance vocale permettant une correction efficace d'une erreur de reconnaissance vocale, cette correction ne nécessitant pas une attention soutenue de la part de l'utilisateur et étant compatible avec la conduite d'un véhicule notamment de type automobile.

Elle propose plus précisément à cet effet un procédé de traitement de la parole d'un utilisateur comportant des étapes de : Réception, par l'intermédiaire d'un microphone, de la parole de l'utilisateur, Application d'une fonction de reconnaissance vocale sur la parole reçue, - Affichage d'une séquence de mots reconnus, caractérisé en ce qu'il comporte en outre des étapes de : Création de zones sélectionnables associées à des mots reconnus, - Réception, par l'intermédiaire de moyens de sélection, d'un signal de sélection correspondant à au moins une zone sélectionnable, Réception par l'intermédiaire du microphone d'une commande de correction, - Modification de la séquence de mots reconnus en fonction du signal de sélection et de la commande de correction, - Affichage de la séquence de mots reconnus corrigée. Le procédé selon l'invention permet à un utilisateur de corriger un message dicté sans accaparer son attention. Les corrections à apporter à une séquence de mots sont indiqué directement au dispositif en pointant le ou les mots à corriger. La correction proprement dite s'effectue par dictée vocale. Ce procédé est plus efficace qu'une étape de correction entièrement vocale qui peut elle-même générer de nouvelles erreurs et qui peut s'avérer en outre fastidieuse. Ce procédé est compatible avec la conduite d'un véhicule car il requiert beaucoup moins d'attention visuelle qu'une correction reposant uniquement sur une interaction avec un afficheur. Selon une caractéristique de l'invention, la commande de correction est choisie parmi, la suppression du au moins un mot sélectionné, le remplacement du au moins un mot sélectionné, l'ajout d'au moins un mot après ou avant le au moins un mot sélectionné. Selon un mode de réalisation avantageux de l'invention, le procédé comporte en outre une étape d'affichage des zones de sélection associées aux mots.

Avantageusement, les zones de sélection sont délimitées par une bordure entourant le mot auquel elles sont associées. Avantageusement, le procédé comporte en outre, en réponse à une sélection d'un utilisateur, une étape de modification graphique de la zone de sélection de façon à signaler à l'utilisateur que ladite zone a été sélectionnée.

Avantageusement, le procédé comporte en outre, une étape de sélection de mots parmi les mots reconnus par la fonction de reconnaissance, seuls les mots sélectionnés étant affichés et/ou associés à une zone sélectionnable, ladite sélection dépendant de l'application utilisant la reconnaissance vocale.

Avantageusement, la séquence de mots reconnus étant destinée à une application donnée, ladite application est une application de navigation, les mots sélectionnés correspondant à un numéro de voie, un type de voie, un nom de voie et/ou un nom de ville. Avantageusement, la séquence de mots reconnus étant destinée à une application donnée, ladite application est une application de recherche service, les mots sélectionnés correspondant à un type de service, une indication géographique et/ou une indication de prix. L'invention concerne aussi un dispositif de traitement de la parole d'un utilisateur comportant un microphone pour enregistrer la parole d'un utilisateur, une unité de traitement apte à commander une fonction de reconnaissance vocale sur la parole enregistré, un moyen d'affichage apte à 301 1 3 5 3 4 afficher une séquence de mots reconnus par la fonction de reconnaissance et des moyens de sélection apte à sélectionner des objets graphiques affichés sur le moyen d'affichage, caractérisé en ce que l'unité de traitement est adaptée pour mettre oeuvre le procédé selon l'invention. 5 L'invention concerne aussi véhicule comportant un dispositif de traitement de la parole selon l'invention. D'autres caractéristiques et avantages de l'invention apparaîtront à l'examen de la description détaillée ci-après, et des dessins annexés, sur lesquels: 10 la figure 1 illustre un diagramme montrant une schématique d'un dispositif selon l'invention ; la figure 2 illustre un diagramme présentant le procédé selon l'invention. les figures 3a et 3b montrent un premier exemple d'affichages générés avec le dispositif selon l'invention ; 15 la figure 4 montre un deuxième exemple d'un affichage généré avec le dispositif selon l'invention ; la figure 5 montre un troisième exemple d'un affichage généré avec le dispositif selon l'invention. Les dessins annexés pourront non seulement servir à compléter 20 l'invention, mais aussi contribuer à sa définition, le cas échéant. En référence à la figure 1, le dispositif 10 de traitement de la parole d'un utilisateur comporte : un microphone 11, une unité de traitement 12, un moyen d'affichage 13 et un moyen de sélection 14. Le microphone 11 permet d'enregistrer la parole d'un utilisateur situé 25 dans l'habitacle du véhicule. L'unité de traitement 12 est un calculateur, comprenant une mémoire et un processeur, apte à exécuter ou à commander l'exécution d'une fonction de reconnaissance vocale. L'unité de traitement 12 est reliée au microphone 11 et au moyen de sélection 14 et est apte à commander le moyen 30 d'affichage 13. La fonction de reconnaissance vocale est une fonction connue de l'état de la technique qui permet de reconnaitre des mots à partir d'une parole prononcé par un utilisateur et préalablement numérisée. Le moyen d'affichage 13, par exemple un écran LCD, permet notamment d'afficher des mots reconnus par la fonction de reconnaissance vocale. Le moyen de sélection 14 permet à un utilisateur de sélectionner des objets graphiques affichés à l'écran. La sélection est transmise sous la forme d'un signal à l'unité de traitement 12. De façon avantageuse, le moyen de sélection 14 est un écran tactile, mais tout autre moyen de repérer une zone de l'écran est utilisable, en particulier, un désignateur ou un pavé tactile (ou touch pad). L'invention concerne aussi un procédé de traitement de la parole d'un utilisateur. En référence à la figure 2, le procédé comporte les étapes suivantes.

Le procédé comporte, tout d'abord, une étape de réception 21, par l'intermédiaire du microphone 11, de la parole de l'utilisateur. Le procédé comporte aussi l'application 22 d'une fonction de reconnaissance vocale sur la parole reçue. L'unité de traitement exécute ou commande l'exécution de la fonction de reconnaissance vocale sur la parole de l'utilisateur enregistrée, par le microphone 11, et numérisée. La reconnaissance vocale peut être effectuée sur un calculateur dans le véhicule ou à distance sur un calculateur débarquée, la parole numérisée et le résultat de la reconnaissance étant, dans ce second cas, échangés par le biais d'une communication sans fils.

Le procédé comporte aussi l'affichage 23 d'une séquence de mots reconnus sur le moyen d'affichage. Les mots reconnus par la fonction de reconnaissance sont affichées sur l'écran de sorte que l'utilisateur peut vérifier s'il y a une erreur de reconnaissance. Avantageusement, le procédé comporte aussi une étape de synthèse vocale de la séquence de mots reconnus, permettant à l'utilisateur d'écouter cette séquence et de vérifier s'il y a une erreur de reconnaissance sans regarder l'écran.

Le procédé comporte aussi la création 24, par exemple par l'unité de traitement 12, de zones sélectionnables associées à des mots reconnus. Les zones sélectionnables sont des objets graphiques qui, si elles sont sélectionnées par l'utilisateur, envoient un signal à l'unité de traitement.

De façon avantageuse, l'unité de traitement crée autant de zones de sélection que de mots reconnus. De cette façon, l'utilisateur peut sélectionner facilement les mots erronés, autrement dit, les mots mal reconnus par la fonction de reconnaissance. Selon un mode de réalisation avantageux, les zones de sélection sont délimitées par une bordure entourant le mot auquel elles sont associées. De cette façon, l'utilisateur identifie facilement la zone à sélectionner s'il souhaite effectuer une correction. Le procédé comporte aussi la réception 25, par l'intermédiaire de moyens de sélection, d'un signal de sélection correspondant à au moins une zone sélectionnable. Le procédé comporte aussi la réception 26 par l'intermédiaire du microphone d'une commande de correction. Après avoir sélectionné un ou plusieurs mots, l'utilisateur énonce une commande de correction destinée à être appliquée aux mots sélectionnée.

Selon une caractéristique de l'invention, la commande de correction est choisie parmi, la suppression d'un ou des mot(s) sélectionné(s), le remplacement d'un ou des mot(s) sélectionné(s), l'ajout d'un ou de plusieurs mot(s) après ou avant un mot sélectionné. Le procédé comporte aussi la modification 27 de la séquence de mots reconnus en fonction du signal de sélection et de la commande de correction. Enfin, le procédé comporte l'affichage 28 de la séquence de mots reconnus corrigée. De cette façon, l'utilisateur peut s'assurer que les mots à nouveau prononcés ont été correctement reconnus. Dans le cas contraire, l'utilisateur peut à nouveau sélectionner les mots erronés. Avantageusement, le procédé comporte aussi une étape de synthèse vocale de la séquence de mots corrigés, permettant à l'utilisateur d'écouter cette séquence et de vérifier s'il y a une erreur de correction sans regarder l'écran. Avantageusement, le procédé de traitement de la parole comporte, en outre, en réponse à une sélection d'un utilisateur, une étape de modification graphique de la zone de sélection de façon à signaler à l'utilisateur que ladite zone a été sélectionnée. De façon avantageuse, les zones sélectionnées sont signalées sur le moyen d'affichage 13, par exemple avec une couleur spécifique. De la sorte, l'utilisateur s'il est interrompu lors de la correction, peut facilement poursuivre sa correction sans devoir la recommencer en totalité.

Les figures 3a et 3b montrent un premier exemple d'affichages générés avec le dispositif selon l'invention. Sur l'affichage de la figure 3a, on peut voir une fenêtre d'une application de messagerie dans laquelle sont affichés des mots reconnus par la fonction de reconnaissance. Chacun des mots est entouré d'une bordure délimitant une zone de sélection associée au mot. La phrase affichée est la suivante : « Je serai en repart ne m'attends pas ». L'utilisateur a sélectionné les zones correspondant aux mots « en » et « repart ». Ces zones apparaissent avec une bordure plus large que les autres. L'affichage comporte en outre une zone indiquant les commandes de corrections disponibles. L'affichage de la figure 3b montre la même fenêtre de messagerie après que l'utilisateur a prononcé la commande « remplace par en retard ». Le système a appliqué la correction « remplacer par » aux mots sélectionnés. La phrase reconnue devient donc « Je serai en retard ne m'attends pas ».

Avec ce système, l'utilisateur peut très facilement remplacer un mot mal reconnu par un autre. Selon un mode de réalisation avantageux, le procédé selon l'invention comporte en outre une étape de sélection de mots parmi les mots reconnus par la fonction de reconnaissance, seule les mots sélectionnés étant affiché et/ou associés à une zone sélectionnable, ladite sélection dépendant de l'application utilisant la reconnaissance vocale. Cette caractéristique permet de faciliter la correction des mots reconnus. En effet, seuls les mots pertinents pour l'application utilisant la reconnaissance vocale, sont affichés. Les exemples des figures 4 et 5 illustrent cette caractéristique. La figure 4 montre un deuxième exemple d'affichage généré avec le dispositif selon l'invention. Sur l'affichage de la figure 4, on peut voir une fenêtre d'une application de navigation dans laquelle sont affichés des mots reconnus par la fonction de reconnaissance. Seuls les mots les plus pertinents sont entourés d'une bordure la délimitant une zone de sélection. Dans cet exemple, l'adresse suivante a été reconnue par le dispositif : « 15 rue de la providence, Paris ». Seuls les mots « 15 », « rue », « providence » et « Paris » ont été entourés et correspondent donc à des zones sélectionnables. Il s'agit du numéro de voie, du type de voie (par exemple rue, boulevard, avenue ...) du nom de la voie et de la ville. Les 15 autres termes sont des mots de liaison ne présentant pas d'intérêt pour la finalité de l'application. La figure 5 montre un troisième exemple d'affichage généré avec le dispositif selon l'invention. Sur l'affichage de la figure 5, on peut voir une fenêtre d'une 20 application de recherche dans laquelle sont affichés une partie des mots reconnus par la fonction de reconnaissance. Seuls les mots les plus pertinents sont entourés d'une bordure délimitant une zone de sélection. Dans cet exemple, l'utilisateur a prononcé la phrase suivante : « Trouves une pizzeria pas chère à proximité ». Seuls les 25 mots « pizzeria » et « à proximité » sont entourés et correspondent donc à des zones sélectionnables. Un symbole « E » (euro) est affiché et entouré. Les données pertinentes pour la fonction de recherche sont par exemple, le type de lieu ou de service recherché, une indication d'une localisation géographie (par exemple à proximité de l'utilisateur ou à côté de 30 son domicile) ou encore une indication de prix (cher ou pas cher).

Claims

REVENDICATIONS1. Procédé de traitement de la parole d'un utilisateur comportant des étapes de : - Réception (21), par l'intermédiaire d'un microphone (11), de la parole de l'utilisateur, - Application (22) d'une fonction de reconnaissance vocale sur la parole 1 o reçue, - Affichage (23) d'une séquence de mots reconnus, caractérisé en ce qu'il comporte en outre des étapes de : - Création (24) de zones sélectionnables associées à des mots reconnus, - Réception (25), par l'intermédiaire de moyens de sélection (14), d'un signal 15 de sélection correspondant à au moins une zone sélectionnable, - Réception (26) par l'intermédiaire du microphone (11) d'une commande de correction, - Modification (27) de la séquence de mots reconnus en fonction du signal de sélection et de la commande de correction, 20 - Affichage (28) de la séquence de mots reconnus corrigée.
2. Procédé de traitement de la parole selon la revendication 1, dans lequel la commande de correction est choisie parmi, la suppression du au moins un mot sélectionné, le remplacement du au moins un mot sélectionné, l'ajout 25 d'au moins un mot après ou avant le au moins un mot sélectionné.
3. Procédé de traitement de la parole selon l'une des revendications précédentes, comportant, en outre, une étape d'affichage des zones de sélection associées aux mots. 30
4. Procédé de traitement de la parole selon la revendication 3, dans lequel les zones de sélection sont délimitées par une bordure entourant le mot auquel 301 1 3 5 3 elles sont associées.
5. Procédé de traitement de la parole selon l'une des revendications 3 ou 4, comportant, en outre, en réponse à une sélection d'un utilisateur, une étape 5 de modification graphique de la zone de sélection de façon à signaler à l'utilisateur que ladite zone a été sélectionnée.
6. Procédé de traitement de la parole selon l'une des revendications précédentes, comportant, en outre une étape de sélection de mots parmi les 10 mots reconnus par la fonction de reconnaissance, seuls les mots sélectionnés étant affichés et/ou associés à une zone sélectionnable, ladite sélection dépendant de l'application utilisant la reconnaissance vocale.
7. Procédé de traitement de la parole selon la revendication 6, dans lequel, la séquence de mots reconnus étant destinée à une application donnée, ladite application est une application de navigation, les mots sélectionnés correspondant à un numéro de voie, un type de voie, un nom de voie et/ou un nom de ville.
8. Procédé de traitement de la parole selon la revendication 6, dans lequel, la séquence de mots reconnus étant destinée à une application donnée, ladite application est une application de recherche service, les mots sélectionnés correspondant à un type de service, une indication géographique et/ou une indication de prix.
9. Dispositif de traitement de la parole (10) d'un utilisateur comportant un microphone (11) pour enregistrer la parole d'un utilisateur, une unité de traitement (12) apte à commander une fonction de reconnaissance vocale sur la parole enregistré, un moyen d'affichage (13) apte à afficher une séquence de mots reconnus par la fonction de reconnaissance et des moyens de sélection (14) apte à sélectionner des objets graphiques affichés sur le moyen d'affichage (13) , caractérisé en ce que l'unité de traitement (12) est adaptéepour mettre oeuvre le procédé selon l'une des revendication précédentes.
10. Véhicule comportant un dispositif de traitement de la parole (10) selon la revendication 9.5