JP2000112500A - 音声入力レベル調整装置 - Google Patents

Abstract

(57)【要約】 【課題】 入力された音声信号の信号レベルを調整する
ことにより、繰り返し入力することなく適正な信号レベ
ルの音声信号を得ることができる音声入力レベル調整装
置を提供する。 【解決手段】 マイクロホン２０から出力された音声信
号がレベル変換部３０に入力されて、それぞれの信号レ
ベルが異なる３種類の音声信号が生成され、音声蓄積部
４０とレベル検出部７０のそれぞれに入力される。音声
蓄積部４０は、入力された複数の音声信号をデジタルの
音声データに変換した後に格納し、この中から信号レベ
ルが適正範囲に含まれるものがレベル検出部７０、適正
信号判定部８０およびセレクタ６０によって選択され、
出力される。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、音声認識装置に入
力される音声のレベル調整を行う音声入力レベル調整装
置に関する。

【０００２】

【従来の技術】最近の車載用機器、例えばナビゲーショ
ン装置やオーディオに各種の操作指示を与える方法とし
ては、利用者が操作パネルやリモートコントロール（リ
モコン）ユニットに備わった各種のキーを押下する方法
の他に、利用者によって発せられた操作音声の内容を音
声認識装置によって解析する方法がある。音声認識装置
を用いて操作指示を行う場合には、操作キーの配置等を
覚える必要がなく、しかも走行中に車両が振動した状態
でキーの操作を行わないですむため、操作の簡略化が可
能であり、特に最近ではプロセッサの高速化等に伴って
車載用機器についても用いられることが多い。

【０００３】

【発明が解決しようとする課題】ところで、上述した音
声認識装置によって正確な音声認識を行おうとすると、
適正な信号レベルを有する音声信号が入力される必要が
ある。しかし、利用者によって発声され、マイクロホン
で集音される音声信号は、信号レベルが過小な場合や過
大な場合があるため、音声認識装置に入力される音声信
号の信号レベルが一定ではなく、適切な信号レベルの音
声信号を入力することは難しいという問題がある。

【０００４】例えば、複数個の発光ダイオード（ＬＥ
Ｄ）を組み合わせて、利用者が自分の発声による音声信
号の信号レベルを目視可能なレベルメータを備えておい
て、利用者自身が音声信号の音声レベルを監視しながら
音声認識用の操作音声を発声する場合が考えられるが、
これでは既に発声した音声信号の信号レベルが適正か否
かがわかるだけであるため、この音声信号の信号レベル
が過小な場合や過大な場合には、同じ操作音声を再度発
声する必要があり、利用者の負担が大きく、使い勝手も
悪い。したがって、同じ操作音声を何度も繰り返して入
力する必要がなく、利用者が発声した音声信号の信号レ
ベルを自動的に調整する装置があれば便利である。

【０００５】本発明は、このような点に鑑みて創作され
たものであり、その目的は、入力された音声信号の信号
レベルを調整することにより、繰り返し入力することな
く適正な信号レベルの音声信号を得ることができる音声
入力レベル調整装置を提供することにある。

【０００６】

【課題を解決するための手段】上述した課題を解決する
ために、本発明の音声入力レベル調整装置では、入力さ
れた音声信号に対する信号レベルの変換を信号レベル変
換手段によって行うことにより、互いに信号レベルが異
なる複数の音声信号を作成し、適正音声選択手段によっ
てこの中から最適なものを選択しており、繰り返し入力
することなく適正な信号レベルの音声信号を得ることが
できる。

【０００７】また、上述したレベル変換手段は、入力さ
れた音声信号に対して増幅を行う増幅手段と減衰を行う
減衰手段とを備えており、適正音声選択手段は、入力さ
れた音声信号そのもの、およびこの音声信号を増幅ある
いは減衰した音声信号の中から最も音声認識に適したも
のを選択することが好ましい。利用者が発声した音声が
小さすぎる場合にはこれを増幅したものを用い、反対に
利用者が発声した音声が大きすぎる場合にはこれを減衰
させたものを用いることができるため、常に音声認識に
適した信号レベルの音声信号を得ることができる。

【０００８】また、上述した適正音声選択手段は、レベ
ル変換手段から出力された複数の音声信号のそれぞれを
蓄積する音声蓄積手段と、レベル変換手段から出力され
た複数の音声信号のそれぞれの信号レベルを検出するレ
ベル検出手段と、レベル検出手段によって検出された複
数の信号レベルの中から音声認識に適したものを判定す
る適正信号判定手段と、音声蓄積手段に蓄積されている
複数の音声信号の中から適正信号判定手段によって適正
な信号レベルであると判定されたものを選択して出力す
る出力音声選択手段とを備えることが好ましい。互いに
信号レベルが異なる複数の音声信号を生成して音声蓄積
手段に蓄積しておくことにより、これらの音声信号の中
から音声認識に適した信号レベルを有するものを判定し
た後に読み出して出力することができるため、利用者が
再度の音声入力を行うことなく、適正な信号レベルを有
する音声信号を得ることができる。

【０００９】

【発明の実施の形態】以下、本発明を適用した一実施形
態の音声入力レベル調整装置について、図面を参照しな
がら具体的に説明する。

【００１０】図１は、本実施形態の音声入力レベル調整
装置の構成を示す図である。図１に示す音声入力レベル
調整装置１０は、マイクロホン２０によって集音された
音声に対応する音声信号が入力されたときに、この音声
信号の信号レベルを音声認識装置９０において行われる
音声認識処理に適した値に調整するためのものであり、
レベル変換部３０、音声蓄積部４０、セレクタ６０、レ
ベル検出部７０および適正信号判定部８０を含んで構成
されている。

【００１１】レベル変換部３０は、マイクロホン２０か
ら出力される音声信号に対して複数の利得で信号レベル
の増幅および減衰を行うものであり、入力された音声信
号を増幅するために利得が１より大きな増幅器３２と、
入力された音声信号を減衰させるために利得が１より小
さな増幅器３４とを含んで構成されている。このレベル
変換部３０からは、２つの増幅器３２、３４から出力さ
れる音声信号以外に、マイクロホン２０から入力された
音声信号も出力されている。

【００１２】音声蓄積部４０は、レベル変換部３０から
出力される信号レベルの異なる３種類の音声信号を蓄積
するためのものであり、３つのアナログ−デジタル（Ａ
／Ｄ）変換器４２、４４、４６と、３つのメモリ５２、
５４、５６とを含んで構成されている。Ａ／Ｄ変換器４
２は、レベル変換部３０内の増幅器３２から出力される
増幅後の音声信号（アナログ信号）を所定ビット長の音
声データ（デジタルデータ）に変換する。同様に、Ａ／
Ｄ変換器４６は、レベル変換部３０内の増幅器３４から
出力される減衰後の音声信号を所定ビット長の音声デー
タに変換する。また、Ａ／Ｄ変換器４４は、マイクロホ
ン２０からレベル変換部３０に入力されて増幅や減衰さ
れずに出力される音声信号を所定ビット長の音声データ
に変換する。３つのメモリ５２、５４、５６は、それぞ
れに対応したＡ／Ｄ変換器４２、４４、４６から出力さ
れる音声データを格納する。

【００１３】セレクタ６０は、上述した３つのメモリ５
２、５４、５６のいずれかに格納されている音声データ
を読み出して出力する。どの音声データを選択的に読み
出すかは、適正信号判定部８０から出力される選択指示
信号に基づいて決定される。

【００１４】レベル検出部７０は、３つのレベルメータ
７２、７４、７６を含んで構成されている。レベルメー
タ７２は、レベル変換部３０内の増幅器３２から出力さ
れる増幅後の音声信号の信号レベルを検出し、この信号
レベルが適正範囲にある場合には適正検出信号を出力す
る。ここで、適正範囲に含まれる音声信号とは、音声認
識装置９０において所定の音声認識処理を行った際に音
声の特徴部分が抽出できる程度の音声信号をいい、信号
レベルが小さすぎる場合や信号レベルが大きすぎて信号
が飽和して歪むような場合は該当しない。

【００１５】同様に、レベルメータ７６は、レベル変換
部３０内の増幅器３４から出力される減衰後の音声信号
の信号レベルを検出し、この信号レベルが適正範囲にあ
る場合には適正検出信号を出力する。また、レベルメー
タ７４は、マイクロホン２０からレベル変換部３０に入
力されて増幅や減衰されずに出力される音声信号の信号
レベルを検出し、この信号レベルが適正範囲にある場合
には適正検出信号を出力する。

【００１６】適正信号判定部８０は、レベル検出部７０
に含まれる３つのレベルメータ７２、７４、７６の各出
力信号に基づいて、レベル変換部３０から出力される３
種類の音声信号の中から信号レベルが適正範囲に含まれ
るものを判定し、この判定結果に対応した選択指示信号
をセレクタ６０に送る。上述したように、３つのレベル
メータ７２、７４、７６からはそれぞれに入力される音
声信号が適正範囲に含まれる場合にその旨を示す適正検
出信号が出力されるため、適正信号判定部８０は、適正
検出信号が出力されたレベルメータ７２〜７６に対応す
る音声信号を、適正範囲にあるものとして判定する。

【００１７】音声認識装置９０は、入力される音声デー
タを分析して所定の音声認識処理を行う。例えば、利用
者が車載用のナビゲーション装置やオーディオ装置に対
する操作音声をマイクロホン２０に向かって発声し、信
号レベルが調整された後の音声信号に基づいて得られた
音声データが音声認識装置９０に入力される。音声認識
装置９０は、この音声データに対して音声認識処理を行
うことにより、利用者が発声した操作音声の内容解析を
行い、解析結果をナビゲーション装置等に送る。

【００１８】上述したレベル変換部３０がレベル変換手
段に、増幅器３２が増幅手段に、増幅器３４が減衰手段
に、音声蓄積部４０、セレクタ６０、レベル検出部７
０、適正信号判定部８０が適正音声選択手段に、音声蓄
積部４０が音声蓄積手段に、セレクタ６０が出力音声選
択手段に、レベル検出部７０がレベル検出手段に、適正
信号判定部８０が適正信号判定手段にそれぞれ対応す
る。

【００１９】本実施形態の音声入力レベル調整装置１０
はこのような構成を有しており、次にその動作を説明す
る。ナビゲーション装置等の利用者によって何らかの操
作音声が発せられると、この音声がマイクロホン２０に
よって集音され、マイクロホン２０からはこの集音され
た操作音声に対応する音声信号が出力される。この音声
信号は、利用者が任意の音量で発声した操作音声に対応
したものであるため、その信号レベルが適正範囲から外
れて、過小であったり、過大であったりする場合があ
る。

【００２０】マイクロホン２０から出力される音声信号
が入力されると、レベル変換部３０は、この入力された
音声信号の他に信号レベルを増幅した音声信号と信号レ
ベルを減衰させた音声信号を生成し、入力された音声信
号を中心とした振幅レベルが異なる３種類の音声信号を
出力する。この３種類の音声信号は、音声蓄積部４０に
入力されるとともにレベル検出部７０に入力される。

【００２１】レベル検出部７０は、信号レベルが音声認
識装置９０において音声認識処理を行う場合の適正範囲
に含まれるか否かの検出を、３種類の音声信号のそれぞ
れについて行う。適正信号判定部８０は、レベル検出部
７０による検出結果に基づいて、音声認識処理を行う場
合の適正範囲に含まれる信号レベルを有する音声信号の
判定を行い、その音声信号に対応した音声データの選択
を指示する選択指示信号をセレクタ６０に送る。

【００２２】一方、音声蓄積部４０は、レベル変換部３
０から出力された３種類の音声信号のそれぞれをデジタ
ルの音声データに変換した後にメモリ５２、５４、５６
に格納する。セレクタ６０は、これら３つのメモリ５
２、５４、５６に格納された３種類の音声データの中か
ら、適正信号判定部８０から出力された選択指示信号に
よって指定されたものだけを選択的に読み出して出力す
る。したがって、適正な信号レベルを有する音声信号に
対応した音声データが選択され、後段の音声認識装置９
０に入力される。

【００２３】このように、本実施形態の音声入力レベル
調整装置１０は、マイクロホン２０から出力される音声
信号に対して信号レベルを可変した３種類の音声信号を
生成し、この中から音声認識処理に適した信号レベルを
有するものを選択して出力しており、入力された音声信
号の信号レベルが小さすぎたり大きすぎた場合であって
も適宜信号レベルが調整された後の音声データを得るこ
とができる。したがって、音声認識処理に適した信号レ
ベルを有する音声信号が得られるまで繰り返し音声の入
力を行う必要がなく、適正な信号レベルを有する音声信
号を容易に得ることができる。特に、音声認識処理に着
目した場合には、常に適正な信号レベルを有する音声信
号（音声データ）が入力されるため、音声認識処理の効
率を上げることができる。このため、ナビゲーション装
置やオーディオ装置の操作音声をマイクロホン２０によ
って集音する場合を考えると、利用者によって発声され
た操作音声の音量が小さい場合や反対に大きい場合であ
っても、１回の発声によって適正な信号レベルに調整し
た後の音声データを得ることができ、音声認識処理を実
行したときの認識率を向上させることができる。

【００２４】なお、本発明は上記実施形態に限定される
ものではなく、本発明の要旨の範囲内で種々の変形実施
が可能である。例えば、上述した実施形態では、マイク
ロホン２０から入力された音声信号の信号レベルを可変
するために、レベル変換部３０内において２つの増幅器
３２、３４を並列接続するようにしたが、増幅器の接続
形態は適宜変更することができる。例えば、図２に示す
ように、利得が１より小さな増幅器３６と利得が１より
大きな増幅器３８とを直列に接続してレベル変換部３０
Ａを構成することにより、信号レベルが異なる３種類の
音声信号を得るようにしてもよい。また、信号レベルを
減衰させる場合に、利得が１より小さな増幅器３４、３
８を用いる代わりに、抵抗等で構成された分圧回路を減
衰手段として用いるようにしてもよい。また、レベル変
換部３０、３０Ａにおいて、３つ以上の増幅器を用いた
り、信号の増幅動作および減衰動作のいずれか一方のみ
を行う増幅器のみを組み合わせるようにしてもよい。

【００２５】また、上述した実施形態では、レベル変換
部３０から出力された３種類のアナログの音声信号を用
いて、レベル検出部７０による信号レベルの検出を行っ
たが、音声蓄積部４０においてデジタルデータに変換さ
れた後の音声データを用いて信号レベルを検出してもよ
い。

【００２６】図３は、音声蓄積部４０内の各メモリ５
２、５４、５６に格納された音声データに基づいて各音
声信号の信号レベルを検出する音声入力レベル調整装置
１０Ａの構成を示す図である。図３に示す音声入力レベ
ル調整装置１０Ａは、図１に示した音声入力レベル調整
装置１０に対して、レベル変換部３０に接続されていた
レベル検出部７０を、音声蓄積部４０に接続されたレベ
ル検出部７０Ａに置き換えた構成を有している。

【００２７】レベル検出部７０Ａは、３つの信号レベル
計算部７３、７５、７７を含んで構成されている。信号
レベル計算部７３は、音声蓄積部４０内のメモリ５２に
格納されている音声データを読み出して、この音声デー
タに対応する音声信号の信号レベルを計算し、計算によ
って得られた信号レベルが適正範囲にある場合には適正
検出信号を出力する。同様に、信号レベル計算部７５、
７７は、音声蓄積部４０内のメモリ５４、５６のそれぞ
れに格納されている音声データを読み出して、それぞれ
の音声データに対応する音声信号の信号レベルを計算
し、計算によって得られた信号レベルが適正範囲にある
場合には適正検出信号を出力する。レベル検出部７０Ａ
の後段に接続された適正信号判定部８０は、レベル検出
部７０Ａに含まれる３つの信号レベル計算部７３、７
５、７７の各出力信号に基づいて、レベル変換部３０か
ら出力される３種類の音声信号の中から信号レベルが適
正範囲に含まれるものを判定し、この判定結果に対応し
た選択指示信号をセレクタ６０に送る。

【００２８】このように、デジタルデータに変換された
後の音声データを用いて各音声信号の信号レベルを検出
することもでき、信号レベルが適正範囲に含まれる音声
信号に対応した音声データがセレクタ６０によって選択
され、音声認識装置９０に入力される。

【００２９】

【発明の効果】上述したように、本発明によれば、入力
された音声信号に対して信号レベルの変換を行うことに
より互いに信号レベルが異なる複数の音声信号を作成
し、この中から最適なものを選択して出力することによ
り、繰り返し入力することなく適正な信号レベルの音声
信号を得ることができる。特に、上述した信号レベルの
変換を信号レベルの増幅と減衰によって行うことによ
り、入力された音声信号の信号レベルが過小な場合と過
大な場合の両方について、適正な信号レベルを有する音
声信号を得ることができる。

【図面の簡単な説明】

【図１】本実施形態の音声入力レベル調整装置の構成を
示す図である。

【図２】図１に示した音声入力レベル調整装置の変形例
を示す図である。

【図３】メモリに格納された音声データに基づいて各音
声信号の信号レベルを検出する音声入力レベル調整装置
の構成を示す図である。

【符号の説明】

１０ 音声入力レベル調整装置 ２０ マイクロホン ３０ レベル変換部 ３２、３４ 増幅器 ４０ 音声蓄積部 ４２、４４、４６ Ａ／Ｄ変換部 ５２、５４、５６ メモリ ６０ セレクタ ７０ レベル検出部 ７２、７４、７６ レベルメータ ８０ 適正信号判定部 ９０ 音声認識装置

Claims (3)

【特許請求の範囲】
1. 【請求項１】 音声認識の対象となる音声信号が入力さ
   れ、信号レベルの変換を行うことにより、信号レベルが
   異なる複数の音声信号を出力するレベル変換手段と、 前記レベル変換手段から出力される複数の音声信号の中
   から前記音声認識に適した信号レベルを有するものを選
   択する適正音声選択手段と、 を備えることを特徴とする音声入力レベル調整装置。
2. 【請求項２】 請求項１において、 前記レベル変換手段は、入力された前記音声信号に対し
   て増幅を行う増幅手段と減衰を行う減衰手段とを備えて
   おり、 前記適正音声選択手段は、入力された前記音声信号の信
   号レベルが前記音声認識に適した信号レベルを有する場
   合にはこの音声信号を選択し、入力された前記音声信号
   の信号レベルが過小である場合には前記増幅手段によっ
   て増幅された音声信号を選択し、入力された前記音声信
   号の信号レベルが過大である場合には前記減衰手段によ
   って減衰された音声信号を選択することを特徴とする音
   声入力レベル調整装置。
3. 【請求項３】 請求項１または２において、 前記適正音声選択手段は、 前記レベル変換手段から出力された複数の音声信号のそ
   れぞれを蓄積する音声蓄積手段と、 前記レベル変換手段から出力された複数の音声信号のそ
   れぞれの信号レベルを検出するレベル検出手段と、 前記レベル検出手段によって検出された複数の信号レベ
   ルの中から前記音声認識に適したものを判定する適正信
   号判定手段と、 前記音声蓄積手段に蓄積されている複数の音声信号の中
   から、前記適正信号判定手段によって適正な信号レベル
   であると判定されたものを選択して出力する出力音声選
   択手段と、 を備えることを特徴とする音声入力レベル調整装置。