JP2000315097A - 電子機器、その制御方法、及び記録媒体 - Google Patents

Abstract

(57)【要約】 【課題】 簡単、安価な構成で音声認識技術を効果的に
利用し、電子機器の操作性を向上できるようにする。 【解決手段】 音声入力がなされたら（Ｓ２０２，２０
３）、入力された音声の先頭の１音に該当する１文字を
認識する（Ｓ２０４）。認識した１文字を検索キーとし
て、記憶手段にそれぞれ文字列として登録された複数の
操作情報の内で登録した文字列の所定順位（例えば先
頭）の１文字が検索キーに合致する操作情報を検索する
（Ｓ２０６）。検索結果を表示し（Ｓ２０８）、検索さ
れた操作情報が１件だったら、その操作情報に応じた処
理を行なう（Ｓ２０９，２１０）。検索された操作情報
が複数件だったら、その複数件を新たに検索対象の母集
団に指定し（Ｓ２１１）、音声入力、先頭音声認識、検
索を繰り返す。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、所定言語、例えば
日本語の音声認識機能を有した電子機器、その制御方
法、及びその制御プログラムを格納したコンピュータに
より読み取り可能な記録媒体に関するものである。

【０００２】

【従来の技術】今日、各種の電子機器において、機能向
上に伴なって操作が複雑になってきている。例えば、デ
ジタル複写機並びにファクシミリ等の機能を有するデジ
タル複合機において、その機能向上に伴い、所定の動作
を行わせる場合、操作パネル上で複数のキー操作並びに
項目選択・入力などの複雑な手動操作が必要となってき
た。特に複雑なコピーモードを指定する場合やファクシ
ミリの送信・受信モードを指定する場合、更には所定の
キーに情報を登録したり、これを変更したりする場合に
は、操作パネル上で多数の操作を経て、ようやく実現す
る場合も少なくない。また、操作パネル上の表示部に表
示される設定項目の階層が深く、目的とする設定項目に
なかなか到達できないケースもある。

【０００３】これは、機器の機能向上に伴い、幅広いユ
ーザーに対応するべく様々な設定ができるように、すな
わち様々な複雑な操作ができるように装置が設計されて
いるためであり、今後この傾向は益々増加すると考えら
れる。一方で、この様な傾向に起因する弊害として、操
作に不慣れな操作者に却って使いづらい製品を提供する
原因となることが懸念される。

【０００４】ところで、上記のデジタル複合機等におけ
る登録情報の検索等のための操作は、現在発展途上にあ
る音声認識、音声合成技術を応用することで一部容易に
することができる。すなわち、音声によって目的とする
操作を指定することで、その操作に対応した処理を実行
させることが可能であるし、また所定の登録先へ通信す
る場合も、その登録先の名称の音声入力に応じて、予め
登録先と共に登録されている電話番号を検索し発呼する
事が可能である。更に、名称が登録されていない場合に
おいては、音声で直接に電話番号を指定すれば、これを
端末が認識し、指定の番号に発呼する事が可能である。

【０００５】今日、さまざまな音声認識のアルゴリズム
改善により、音声認識・合成技術が種々の電子機器に応
用されるようになり、電子機器の操作性はより改善され
つつある。しかし、音声認識は、認識アルゴリズムが複
雑であると共に、認識用データベースとして大容量の音
声辞書を必要とする。これは音声入力時の周囲雑音と操
作者の音声を弁別し認識率を向上させると同時に、不特
定話者の音声認識を可能とするためである。このため、
機器制御用メモリ並びにデータベース用メモリにおいて
多大なメモリ容量が必要となる。単純に認識アルゴリズ
ムを簡素化し、音声辞書を削減しサイズを小さくするこ
とでメモリ容量を減らすことは可能であるが、この場
合、入力音声を誤認識する確率が増加してしまうなどの
欠点がある。機器が誤認識した場合、再度音声入力をし
なければならず、操作が却って煩雑になるおそれがあ
る。また、誤認識の率を下げるために大容量の音声辞書
用メモリを機器に搭載する必要があるが、その分のコス
トが上がるといった欠点もある。このため、実際には電
子機器が製品化に及んだ場合の現実的なコストの制約を
顧慮すると、今日、音声認識技術の各種電子機器への応
用は必ずしも十分その効果を発揮し得ていない。

【０００６】

【発明が解決しようとする課題】上述のように、従来の
各種電子機器における音声認識技術を利用した音声入力
による機器操作並びに情報入力は、音声認識が失敗し再
度音声入力や操作パネルのキー操作によって内容の訂正
・再入力を行う場合、再び音声認識の誤認識が生じたり
キー操作の煩雑さによって却って情報入力のための時間
がかかってしまうという欠点があった。また、音声認識
の正解率を向上するために大容量の音声辞書用メモリを
有する場合は、機器のコストが上がってしまうという欠
点があった。

【０００７】そこで本発明の課題は、音声認識機能を有
する電子機器、その制御方法、及びその制御プログラム
を格納したコンピュータにより読み取り可能な記録媒体
において、上記のような欠点を解消し、簡単、安価な構
成で音声認識技術を効果的に利用し、電子機器の操作性
を向上できるようにすることにある。

【０００８】

【課題を解決するための手段】上記の課題を解決するた
め、本発明によれば、所定言語の音声認識機能を有した
電子機器、その制御方法、及びその制御プログラムを格
納したコンピュータにより読み取り可能な記録媒体にお
いて、該電子機器を操作するための複数の操作情報をそ
れぞれ前記所定言語の文字列として登録した記憶手段を
用い、操作者の音声を入力し、入力された音声の先頭の
１音に該当する前記所定言語の１文字を認識し、認識さ
れた１文字を検索キーとして、前記記憶手段に登録され
た複数の操作情報の内で登録した文字列の所定順位の１
文字が前記検索キーに合致する操作情報を検索し、検索
された操作情報を表示するようにした。

【０００９】さらに、検索された操作情報が１件のみの
場合、該操作情報に応じた処理を行ない、一方、検索さ
れた操作情報が複数件あった場合、前記音声入力、及び
認識を再度行ない、さらに、前記検索された複数件の操
作情報を新たに検索対象の母集団として、前記検索を再
度行なうようにした。

【００１０】あるいは、検索された操作情報が複数件あ
り、該複数件の操作情報が表示された場合、操作者が手
動操作で入力を行なう入力手段により前記複数件の操作
情報の内の所望の１件の操作情報を指定する入力を行な
うのを受け付け、その入力により前記所望の１件の操作
情報が指定された場合、該操作情報に応じた処理を行な
うようにした。

【００１１】また、操作者が手動操作で入力を行なう入
力手段からの所定の入力に応じて前記認識を開始するよ
うにした。

【００１２】

【発明の実施の形態】以下、図を参照して本発明の実施
の形態を説明する。ここでは、ファクシミリ機能と共に
デジタル複写機の機能を有し、さらに日本語の音声認識
機能を有するデジタル複合機の実施形態を示す。

【００１３】図１は本発明の実施形態のデジタル複合機
（以下、本機という）の構成を説明するブロック図であ
る。図１において、１０１はＣＰＵであり、ファームウ
ェアとしてＲＯＭ１１５に格納された制御プログラムに
従って本機の動作並びにデータ処理を集中的に制御す
る。ＲＯＭ１１５は、本発明に係る電子機器の制御プロ
グラムを格納したコンピュータにより読み取り可能な記
録媒体の実施形態に相当する。また、ＣＰＵ１０１は、
各種処理データの一時的な格納などのためにＲＡＭ１１
６を使用する。さらに、ＣＰＵ１０１には、アドレス、
データ及びコントロール信号のバス１１４を介して、Ｒ
ＯＭ１１５，ＲＡＭ１１６と共に以下の構成が接続され
ている。

【００１４】１０２はＭＯＤＥＭであり、ファクシミリ
通信の際に画像データ等の信号の変復調を行なう。

【００１５】１０３はスキャナであり、原稿の画像を読
み取り電子的な画像データに変換する機構を含んでい
る。例えば、不図示のＣＣＤを用いた縮小光学系ユニッ
ト及び画像データ補正用の手段から構成されており、読
み取った画像データに対しシェーディング補正を行なう
手段や自動背景濃度補正を行なう手段が含まれている。

【００１６】１０４はプリンタであり、スキャナ１０３
で読み取った画像データを補正処理を経て直接プリント
出力することが可能である。また、ファクシミリ画像の
受信の際は、ファクシミリ受信画像に対し所定の解像度
変換を施してプリント出力する事も可能である。本機は
デジタル複写機の機能も有し、その場合、スキャナ１０
３で原稿の多値画像データを読み取り、不図示の二値化
手段で画像データを二値化し、プリンタ１０４で画像を
プリント出力する。

【００１７】１０６は手動で各種のデータを入力するた
めのキー入力手段である。１０７は入力されたデータや
情報、及び後述の音声認識の検索結果等を表示するため
のデータ表示手段である。キー入力手段１０６及びデー
タ表示手段１０７は、操作パネル１０５として、本機の
前面若しくは上面に配置される。また、図１では、キー
入力手段１０６はデータ表示手段１０７と別に独立して
記載してあるが、例えば透明なタッチパネル等として、
データ表示手段１０７と一体に構成してもよい。その場
合は操作パネル１０５からメカニカル・キーが不要とな
り、機器操作性の向上が期待できるほか優れたデザイン
性を得ることが可能である。

【００１８】１０８は本実施形態に特徴的な音声入力・
認識機能を提供する音声入力・認識部であり、音声入力
・分析手段１０９、音声認識手段１１０及び音声認識用
データベース１１１によって構成されている。

【００１９】音声入力・分析手段１０９は、図示してい
ないが、音声入力部と音分析部に別れる。音声入力部
は、具体的にはマイクロホンであり、入力される音声波
形中の雑音成分を抑圧し音声成分を強調することで音声
認識機能を高めるために、例えば指向性マイクやマイク
ロホン・アレイ等で構成される。一方、音分析部は入力
した音声信号を所定の微小フレームに分割し、当該フレ
ームに含まれる雑音パターンを除去する為の種々の機構
が含まれる。雑音はオフィスの空調音や走行中の車内の
ように定常的に付加される音などが該当する。本実施形
態では、この種の雑音を除去するために、音声入力前の
音スペクトルパターンを定期的に雑音スペクトルとして
サンプリングしておき、音声入力があった時に雑音下の
入力音声スペクトルパターンから当該雑音スペクトルを
減算する手法を用いている。尚、各フレームにおけるス
ペクトル分析には高速フーリエ変換（ＦＦＴ）を用いて
おり、具体的にはソフト的な信号処理手段以外に、ＤＳ
Ｐ（デジタル信号処理）コアを使用したＡＳ（特定用途
向け）ＩＣでこれを実現することが可能である。また、
雑音成分の除去を目的として所定のフィルタリング手段
も併せて用いる。これは、人間の発音する周波数帯域を
外れた周波数成分を除去する目的の手段であり、具体的
にはハイパスフィルタ、バンドパスフィルタ等を用い
る。

【００２０】音声入力・分析手段１０９を経て、微小フ
レームに分割され雑音成分を除去された音データは、次
に音声認識手段１１０に入力される。音声認識手段１１
０は、ＤＳＰコアを使用したＡＳＩＣ等で構成され、図
示していないが、機能的には音素認識部と単語認識部に
分けられる。

【００２１】音素認識部では、入力された音データに関
し、予め用意されている音素モデルを基準に、各微小フ
レームの周波数スペクトルの時間変化を加味して比較・
照合し、音素、すなわち母音、子音の特定を行う。通
常、音声波の周波数スペクトルには複数のピークが存在
し、このピークの周波数並びにピークの時系列変化が音
声波の母音・子音の認識に重要であることが一般的に知
られている。本実施形態では、微小フレームにおける周
波数スペクトルの特徴、並びに時間変化を基に、母音・
子音すなわち音素の区別を行う。

【００２２】尚、音声のアクセントやイントネーション
の識別は、音声認識の重要な要素であるが、本実施形態
では単語ではなく、入力された音声の先頭の１音に該当
する１文字の音声認識を行うにとどまるため、アクセン
トやイントネーションの識別は行わない。これによっ
て、従来の音声認識手段に比べ処理速度の向上並びに音
声認識用データベースとして必要なメモリ領域の大幅な
削減が可能である。

【００２３】音声認識手段１１０中の単語認識部では、
上記の音素認識部により特定された音素モデルと、予め
登録されている単語モデルを比較・照合する事で、両者
の一致頻度を計算し、単語の特定を行う。単語モデルと
しては、単語中の母音の無声化・長音化・鼻音化、子音
の口蓋化など音素の変形を考慮したモデルが用意される
が、本実施形態では日本語の文字の基本要素である仮名
の５１音（「あ」〜「ん」）のみを認識するに十分なだ
けの単語モデルを用意するにとどまる。

【００２４】一般的には、意味を持つ文字列としての単
語を認識させるために、それだけ多くの単語モデルを予
め用意しておく必要があり、その分大量のメモリ領域を
確保する必要があった。これに対し本実施形態では、意
味を持つ文字列としての単語を認識せずに、操作者が発
音した音声の先頭の１音に該当する１文字のみを認識
し、後述の登録データ検索に供する。そのため、単語モ
デル（実際には上記仮名の５１音の文字のそれぞれのモ
デル）用のメモリ領域も従来に比べ非常に少なくて済
み、処理速度並びにコストにおいて大きなメリットを有
することとなった。

【００２５】尚、先に説明した音素モデル並びに単語モ
デルの各データは、図１中の音声認識用データベース１
１１が合わせて保持するが、各モデルのデータ量が少な
いため、音声入力・分析手段１０９及び音声認識手段１
１０の各パートが各々別々に保持していても良い。音声
認識用データベース１１１は、具体的にはＲＯＭ、ＲＡ
Ｍ、或いはハードディスク等の種々のデータ記憶手段で
構成することが可能である。

【００２６】音声入力・認識部１０８を経て音声認識さ
れた先頭音の１文字は一時的にＲＡＭ１１６に記憶さ
れ、操作情報検索手段１１２に供される。

【００２７】ここで操作情報とは、本機を操作するため
の各種情報であって、例えば、本機における複写機モー
ドで原稿のコピーを実行する際に指定する記録紙サイ
ズ、紙種、給紙口、並びに濃度等の各種設定情報であ
る。また、ファクシミリ通信の各種モードや送信時に指
定する送信先の会社名や個人名、あるいは本機がインタ
ーネットに接続した際のインターネットを介した通信相
手の会社名や個人名等の情報である。

【００２８】操作情報検索手段１１２は、ＣＰＵ１０１
が制御プログラムに含まれる検索プログラムを実行する
ことにより実現され、予定されている各種操作の中から
操作者が望む操作を検索する機能を提供する。具体的に
は、上記の各種の操作情報がそれぞれ日本語の仮名の文
字列として操作情報登録手段１１３に登録されており、
検索手段１１２は上記先頭音の１文字を検索キーとし
て、登録手段１１３に登録された複数の操作情報の内で
後述する検索条件に該当する操作情報を検索する。

【００２９】登録手段１１３はＲＡＭやハードディスク
等で構成され、上記の各種の操作情報がそれぞれ日本語
の仮名の文字列として、所定の順番、例えば、その文字
列の先頭の文字に関して「あ」〜「ん」の５１音の昇順
または降順にソートされて登録される。なお、ファクシ
ミリ送信先ないしはインターネットを介した通信相手の
会社名、個人名は、それぞれの電話番号ないしはインタ
ーネットアドレスやメードアドレスのデータとともに登
録される。

【００３０】尚、本実施形態では図１に示すように音声
認識用データベース１１１と操作情報登録手段１１３を
別々に分離した形態として記載したが、これらは論理的
に独立した機能として分離してあれば良く、ハードウエ
アとしては一体の記憶手段で構成されていてもよい。

【００３１】次に、上記の図１の構成からなる本機の本
発明に係る特徴的な動作について図２により説明する。
図２は本機における音声入力に応じた操作情報検索処理
のフローチャートである。この制御動作は、ＣＰＵ１０
１が実行するＲＯＭ１１５に格納された制御プログラム
に従って行なわれる。なお、図２及び以下の説明中で
「ステップ」を「Ｓ」と略記してある。また、図２中で
丸を付した符号Ａの部分どうしの間、及び符号Ｂの部分
どうしの間でフローが連続しているものとする。

【００３２】従来の装置では、操作者はファクシミリ送
信や電話のために発呼する際、先ず相手先電話番号をテ
ンキーで入力するか、若しくは予め相手先電話番号が登
録されているワンタッチキーを押下し、その後に開始キ
ーを押下する。

【００３３】これに対して、本実施形態では、まず最初
に操作者が図２のＳ２０１で操作パネル１０５のキー入
力手段１０６に配置された開始キーの押下を実行する。
これは、音声認識を開始するタイミングを開始キーの入
力により本機に与えるためである。既に述べたように、
音声入力・分析手段１０９は音声信号から雑音を除去す
るために、音声入力前の音スペクトルパターンを定期的
に雑音スペクトルとしてサンプリングしておき、音声入
力があった時に雑音下の入力音声スペクトルパターンか
ら当該雑音スペクトルを減算する。そのため、音声入力
前の雑音データ入力と、本来認識すべき音声入力とを区
別しなければならない。また、本実施形態では、音声認
識機能を応用して、例えば予め電話番号とともに登録し
てある会社名や個人名の発呼先に発呼することができ、
従って電話番号あるいは登録キーを手動で押下する工程
がない。そこで、開始ボタンを押下するＳ２０１を先ず
行い、これを開始タイミングとして音声認識が実行され
る。

【００３４】開始ボタンの押下により、Ｓ２０２に遷移
し、音声入力・分析手段１０９は操作者からの音声入力
待ちの状態になる。ここでは、音声入力を検出するソフ
ト的なタスクが起動しており、Ｓ２０３として示すよう
に、音声入力があったか否かを他の制御タスクとは独立
して検知する。音声入力が無い場合はＳ２０２に遷移
し、再び音声入力を待つ。ここで、操作者からの音声入
力があると、Ｓ２０４の先頭音声認識工程へ遷移する。

【００３５】Ｓ２０４の先頭音声認識工程では、音声入
力・認識部１０８の音声認識手段１１０において先に述
べたとおり、所定のプロセスを経て、操作者の発音した
音声（入力された音声）の先頭の１音に該当する日本語
の仮名の１文字を認識する。すなわち、操作者の発音し
た音声を単語ないし語句という意味を持つ文字列として
は認識せずに、発音した音声の先頭音の１文字のみを認
識する。これによって、Ｓ２０４の先頭音声認識工程で
要する処理時間は、通常の単語認識処理に比べ短時間で
済む。

【００３６】ところで、今日の音声認識技術は今だ開発
途上の技術であると同時に、オフィス環境によっては雑
音が極度にひどいケースもあり、すべての音声入力に対
し必ず認識できるとは限らない。ある確率で誤認識ある
いは認識不能となる場合がある。通常、この様な状況で
は音声入力のやり直しを求め、再度操作者からの音声入
力を待ち音声認識を再実行する。このため、本実施形態
においても、Ｓ２０４の後に、Ｓ２０５で先頭音声認識
の成功・失敗を判定し、失敗だったら操作者からの音声
入力のやり直しを求める。すなわち、Ｓ２０４におい
て、入力された音声データと所定の音素モデル若しくは
単語モデルとの比較・照合に失敗した場合は、先頭音声
の１文字の特定ができないと判断し、再び音声入力待ち
のＳ２０２へ遷移する。この時、併せてデータ表示手段
１０７に操作者からの音声入力を再度求めるメッセージ
を表示する。

【００３７】一方、Ｓ２０４で先頭音声認識が成功した
場合はＳ２０５からＳ２０６へ遷移し、当該認識した先
頭音声の文字をもとに、ＣＰＵ１０１が先に説明した操
作情報検索手段１１２として操作情報登録手段１１３か
ら登録された操作情報を検索する。

【００３８】操作情報登録手段１１３に登録・蓄積され
た操作情報群は、前述のように、予め登録する際に、例
えば登録した文字列の先頭文字の５１音順で昇順あるい
は降順にソートされている。従って、Ｓ２０６の工程で
検索を行う場合は、音声入力・認識部１０８によるＳ２
０４の先頭音声認識の結果得られた先頭音声の１文字を
検索キーとして、当該登録された操作情報群の中からそ
の登録文字列の先頭文字が検索キーの文字に合致する情
報を全て選択し出力する。

【００３９】Ｓ２０６での検索が終了したら、Ｓ２０７
に遷移し、検索の結果、検索された登録情報、すなわち
上記検索条件に該当する登録情報が有ったか否か判別す
る。そして、該当する登録情報がなかったらＳ２１２に
ジャンプし、この音声認識による操作情報検索処理のル
ーチンを終了する。また、該当する登録情報が有った場
合はＳ２０８へ遷移する。

【００４０】Ｓ２０８では、Ｓ２０６での検索結果の該
当する登録情報のデータを操作パネル１０５のデータ表
示手段１０７に表示する。該当する登録情報が複数件あ
る場合は、これら全てを表示する。また、該当する登録
情報の件数が多くて一度に表示できない場合は、該当デ
ータが他にある事を知らせる為の表示も行ない、表示の
スクロールや切り換え等により操作者が該当する登録情
報の全件数を見れるようにする。

【００４１】次に、Ｓ２０９で検索結果の該当する登録
情報が１件か複数件か判別し、１件のみの場合はＳ２１
０へ遷移し、その該当する登録操作情報の内容に応じた
処理を起動する。例えば該当する登録操作情報の内容が
紙サイズの指定であった場合は、記録紙設定ルーチンに
移行し、直ちに指定紙サイズを設定する。また、給紙口
の指定であった場合は、記録紙設定ルーチンに移行し、
同ルーチンにおいて指定給紙口の設定を行う。また、フ
ァクシミリ通信やプリンタ機能の場合も同様に、各種モ
ードの設定等を行う。その後、Ｓ２１２に移行し、この
音声認識による操作情報検索処理のルーチンを終了す
る。

【００４２】一方、Ｓ２０９の判定で、Ｓ２０６で検索
された登録情報が複数件だった場合には、Ｓ２１１に移
行し、その複数件の登録情報を新たに検索対象の母集団
として登録し、その後、Ｓ２０２に戻り、上述したＳ２
０２以下の処理を繰り返す。すなわちＳ２０２，Ｓ２０
３での音声入力、Ｓ２０４での先頭音声認識を再度行な
い、Ｓ２０５で先頭音声認識の成功が判別されたら、Ｓ
２０６において、Ｓ２０４で認識された１文字（入力音
声の先頭の１音に該当する１文字）を検索キーとして、
上記の新たに検索対象の母集団として登録された複数件
の登録操作情報の内から検索条件に該当する登録情報を
検索する。ただし、ここでは検索条件を前回の条件と異
なるものに変更し、検索対象の操作情報群の中からその
登録文字列の先頭から２番目の文字が検索キーの文字に
合致する情報を検索する。これは、検索条件を変更しな
いと検索目的の１件の登録情報まで絞り込めないからで
ある。なお、この前提として、操作者は２回目の音声入
力で、指定したい目的の登録操作情報の登録文字列の先
頭から２番目の文字の音を先頭音として発音するものと
する。

【００４３】このように、検索結果の登録情報が１件に
なるまでＳ２０２〜Ｓ２０９の処理を繰り返す。ここで
３回目の検索では検索対象の操作情報群の中からその登
録文字列の先頭から３番目の文字が検索キーの文字に合
致する情報を検索するというように、繰り返しの毎に検
索条件を変更する。すなわち、検索キーの文字と合致す
るか否かを判断する登録文字列中の文字の順位を１回の
検索の繰り返しごとに１つづつずらしていく。

【００４４】このようにして、１回目の検索で検索され
た登録情報が複数件であっても、検索された複数件の登
録情報を新たに検索対象の母集団として、音声入力、先
頭音声認識、検索を繰り返すことにより、操作者が指定
したい目的の１件の登録情報まで絞り込むことができ
る。そして１件に絞り込めたら、Ｓ２０９からＳ２１０
に移行し、その１件の登録操作情報の内容に応じた処理
を行ない、その後、Ｓ２１２に移行して、この音声認識
による操作情報検索処理のルーチンを終了する。

【００４５】なお、操作情報登録手段１１３において、
操作情報が階層構造で登録されている場合、例えば、
「のうど」の操作情報の下の階層に「こい」、「ふつ
う」、「うすい」という３つの情報が登録されている場
合で、１回目の音声入力に応じた検索で「のうど」のみ
が検索条件に該当すると、「こい」、「ふつう」、「う
すい」が検索されることになる。この場合、３つの内の
１つに絞り込むための２回目の検索では、上記のように
検索条件を変更する必要はない。すなわち、検索対象を
絞り込むための検索の繰り返しで検索条件を変更するか
否かは、登録手段１１３における操作情報群の登録の階
層構造の有無など登録の形態やその他の事情による。

【００４６】ところで、Ｓ２０９の判定で、Ｓ２０６の
検索結果の該当する登録情報が複数件であった場合に、
その複数件から１件への絞り込みを操作者がキー入力手
段１０６のカーソルキーなどの手動操作による入力で指
定することによっても行えるようにすることもできる。

【００４７】この場合、Ｓ２０９の判定で、Ｓ２０６の
検索結果の該当する登録情報が複数件だったら、操作者
がカーソルキー等の手動操作により、この時点で既に表
示手段１０７に表示されているＳ２０６での検索結果の
該当する複数件の登録情報の内で所望の１件の情報を指
定する入力を行なうのを受け付けるタスクを起動する。
このタスクは、Ｓ２０９の後のＳ２０２〜Ｓ２０９の繰
り返しによる音声入力での検索処理のタスクと独立して
行ない、任意のタイミングで上記指定の入力を受け付け
る。

【００４８】そして、操作者がデータ表示手段１０７に
表示された複数件の登録情報の中に目的の情報を見つけ
て、その指定のための入力がなされたら、Ｓ２１０に移
行し、指定された登録情報の内容に応じた処理を行な
う。

【００４９】この様にすることで、操作者は音声入力に
よって多数の登録操作情報群から所望の情報を少数に絞
り込み、この過程で目的とする操作情報が見つかった場
合は、手動操作のキー入力でそれを指定できる。従っ
て、操作者は、所望の操作情報が最後に一つ現れるまで
音声による検索を続けなくとも良く、より高速な情報選
択が可能となる。また、音声の誤認識によって情報検索
にかえって時間がかかるといった不具合もより少なくて
済み、より操作性の向上が望める。

【００５０】以上のような本実施形態によれば、音声認
識により操作情報の検索を行なうが、その音声認識は、
入力された音声の先頭の１音に該当する１文字を認識す
る先頭音声認識なので、従来の単語の音声認識や連続的
な音声の認識に比べ、認識アルゴリズムが簡単であり、
誤認識が少ない。また、認識アルゴリズムが簡単である
ことと、認識のための単語モデルなどのデータが従来に
比べて非常に少なくて済むことから音声認識のために必
要な音声認識手段１１０と音声認識用データベース１１
１のメモリの容量も従来に比べて非常に少なくて済み、
コストダウンが図れる。また、認識の処理速度も速くな
る。

【００５１】また、音声入力により操作情報を検索して
操作を行なえるので、複雑なキー操作が不要になり、操
作が簡単、容易で迅速に行なえるようになり、操作者に
負担を強いることなく、操作性を向上することができ
る。また、キー入力手段１０６において複雑なキー操作
を行なうための多種類の入力キーが不要になり、キー入
力手段１０６の構成を簡単なものとしてコストダウンが
図れる。

【００５２】なお、以上説明した本発明に係る技術は、
デジタル複合機以外の各種電子機器に広く適用できるこ
とは勿論である。

【００５３】

【発明の効果】以上の説明から明らかなように、本発明
によれば、音声認識機能を有した電子機器において、入
力された音声の先頭の１音に該当する１文字を認識し、
これを検索キーとして予め登録された複数の操作情報の
内で検索条件に該当する操作情報を検索し、その操作情
報に応じた処理を行なえるようにしたので、操作が簡
単、容易で迅速に行なえるようになり、操作者に負担を
強いることなく、操作性を向上することができる。しか
も、音声認識は、先頭の１音のみの認識であるので、そ
の認識のための構成は簡単で、誤認識も少なく、認識の
処理速度も速い。さらに、電子機器のキー入力手段など
の手動操作の入力手段の構成と音声認識のための構成を
簡単なものとして機器のコストダウンが図れるという優
れた効果が得られる。

【図面の簡単な説明】

【図１】本発明の実施形態におけるデジタル複合機の構
成を示すブロック図である。

【図２】同機における音声入力に応じた操作情報検索処
理の制御手順を示すフローチャート図である。

【符号の説明】

１０１ ＣＰＵ １０２ ＭＯＤＥＭ １０３ スキャナ １０４ プリンタ １０５ 操作パネル １０６ キー入力手段 １０７ データ表示手段 １０８ 音声入力・認識部 １０９ 音声入力・分析手段 １１０ 音声認識手段 １１１ 音声認識用データベース １１２ 操作情報検索手段 １１３ 操作情報登録手段 １１４ バス １１５ ＲＯＭ １１６ ＲＡＭ

Claims (12)

【特許請求の範囲】
1. 【請求項１】 所定言語の音声認識機能を有した電子機
   器において、 該電子機器を操作するための複数の操作情報をそれぞれ
   前記所定言語の文字列として登録した記憶手段と、 操作者の音声を入力する音声入力手段と、 該音声入力手段により入力された音声の先頭の１音に該
   当する前記所定言語の１文字を認識する先頭音声認識手
   段と、 該先頭音声認識手段により認識された１文字を検索キー
   として、前記記憶手段に登録された複数の操作情報の内
   で登録した文字列の所定順位の１文字が前記検索キーに
   合致する操作情報を検索する検索手段と、 該検索手段により検索された操作情報を表示する表示手
   段とを有することを特徴とする電子機器。
2. 【請求項２】 前記検索手段により検索された操作情報
   が１件のみの場合、該操作情報に応じた処理を行なうよ
   うに制御し、一方、前記検索手段により検索された操作
   情報が複数件あった場合、前記音声入力手段による音声
   入力、及び前記先頭音声認識手段による前記１文字の認
   識を再度行ない、さらに、前記検索された複数件の操作
   情報を新たに検索対象の母集団として、前記検索手段に
   よる検索を再度行なうように制御する制御手段を有する
   ことを特徴とする請求項１に記載の電子機器。
3. 【請求項３】 前記検索手段により検索された操作情報
   が複数件あり、該複数件の操作情報が前記表示手段に表
   示された場合に、操作者が前記複数件の操作情報の内の
   所望の１件の操作情報を指定する入力を手動操作で行な
   うための入力手段と、 該入力手段による入力により前記所望の１件の操作情報
   が指定された場合、該操作情報に応じた処理を行なうよ
   うに制御する制御手段を有することを特徴とする請求項
   １または２に記載の電子機器。
4. 【請求項４】 操作者が手動操作で入力を行なうための
   入力手段を有し、 前記先頭音声認識手段は、該入力手段からの所定の入力
   に応じて前記認識を開始することを特徴とする請求項１
   に記載の電子機器。
5. 【請求項５】 所定言語の音声認識機能を有した電子機
   器であって、該電子機器を操作するための複数の操作情
   報をそれぞれ前記所定言語の文字列として登録した記憶
   手段を有した電子機器の制御方法において、 操作者の音声を入力する音声入力工程と、 該音声入力工程により入力された音声の先頭の１音に該
   当する前記所定言語の１文字を認識する先頭音声認識工
   程と、 該先頭音声認識工程により認識された１文字を検索キー
   として、前記記憶手段に登録された複数の操作情報の内
   で登録した文字列の所定順位の１文字が前記検索キーに
   合致する操作情報を検索する検索工程と、 該検索工程により検索された操作情報を表示する表示工
   程とを有することを特徴とする電子機器の制御方法。
6. 【請求項６】 前記検索工程により検索された操作情報
   が１件のみの場合、該操作情報に応じた処理を行なうよ
   うに制御し、一方、前記検索工程により検索された操作
   情報が複数件あった場合、前記音声入力工程、及び前記
   先頭音声認識工程を再度行ない、さらに、前記検索され
   た複数件の操作情報を新たに検索対象の母集団として、
   前記検索工程を再度行なうように制御することを特徴と
   する請求項５に記載の電子機器の制御方法。
7. 【請求項７】 前記検索工程により検索された操作情報
   が複数件あり、前記表示工程で前記複数件の操作情報が
   表示された場合、操作者が手動操作で入力を行なう入力
   手段により前記複数件の操作情報の内の所望の１件の操
   作情報を指定する入力を行なうのを受け付ける指定入力
   受け付け工程を有し、 該指定入力受け付け工程で前記入力により前記所望の１
   件の操作情報が指定された場合、該操作情報に応じた処
   理を行なうように制御することを特徴とする請求項５ま
   たは６に記載の電子機器の制御方法。
8. 【請求項８】 操作者が手動操作で入力を行なう入力手
   段からの所定の入力に応じて前記先頭音声認識工程を開
   始することを特徴とする請求項５に記載の電子機器の制
   御方法。
9. 【請求項９】 所定言語の音声認識機能を有した電子機
   器であって、該電子機器を操作するための複数の操作情
   報をそれぞれ前記所定言語の文字列として登録した記憶
   手段を有した電子機器の制御プログラムを格納したコン
   ピュータにより読み取り可能な記録媒体において、 操作者の音声を入力する音声入力工程と、 該音声入力工程により入力された音声の先頭の１音に該
   当する前記所定言語の１文字を認識する先頭音声認識工
   程と、 該先頭音声認識工程により認識された１文字を検索キー
   として、前記記憶手段に登録された複数の操作情報の内
   で登録した文字列の所定順位の１文字が前記検索キーに
   合致する操作情報を検索する検索工程と、 該検索工程により検索された操作情報を表示する表示工
   程とを行なうための制御プログラムを格納したことを特
   徴とする記録媒体。
10. 【請求項１０】 前記検索工程により検索された操作情
    報が１件のみの場合、該操作情報に応じた処理を行なう
    ように制御し、一方、前記検索工程により検索された操
    作情報が複数件あった場合、前記音声入力工程、及び前
    記先頭音声認識工程を再度行ない、さらに、前記検索さ
    れた複数件の操作情報を新たに検索対象の母集団とし
    て、前記検索工程を再度行なうように制御するための制
    御プログラムを格納したことを特徴とする請求項９に記
    載の記録媒体。
11. 【請求項１１】 前記検索工程により検索された操作情
    報が複数件あり、前記表示工程で前記複数件の操作情報
    が表示された場合、操作者が手動操作で入力を行なう入
    力手段により前記複数件の操作情報の内の所望の１件の
    操作情報を指定する入力を行なうのを受け付ける指定入
    力受け付け工程を行ない、 該指定入力受け付け工程で前記入力により前記所望の１
    件の操作情報が指定された場合、該操作情報に応じた処
    理を行なうように制御するための制御プログラムを格納
    したことを特徴とする請求項９または１０に記載の記録
    媒体。
12. 【請求項１２】 操作者が手動操作で入力を行なう入力
    手段からの所定の入力に応じて前記先頭音声認識工程を
    開始するように制御するための制御プログラムを格納し
    たことを特徴とする請求項９に記載の記録媒体。