JP2000322078A

JP2000322078A - 車載型音声認識装置

Info

Publication number: JP2000322078A
Application number: JP11134467A
Authority: JP
Inventors: Osamu Hattori; 理服部; Kazuya Morita; 一哉森田
Original assignee: Sumitomo Electric Industries Ltd
Current assignee: Sumitomo Electric Industries Ltd
Priority date: 1999-05-14
Filing date: 1999-05-14
Publication date: 2000-11-24

Abstract

(57)【要約】【課題】ユーザの操作音声を認識し、この認識された操
作音声の内容に基づいて操作の対象となる機器の実行処
理を行う車載型音声認識装置において、音声操作ボタン
を操作するという行為が、ドライバの視線を移動させる
ことがあるので、このような音声操作ボタンを使わなく
ても済むようにする。【解決手段】ユーザの操作開始に対応する特定の言葉の
みを認識することができる音声操作開始判定手段を常時
働かせておき、この特定の言葉を認識すれば、そのとき
初めて音声認識をアクティブな状態にする（Ｓ１からＳ
２）。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、ユーザの操作音声
を認識し、この認識された操作音声の内容に基づいて操
作の対象となる機器の実行処理を行う車載型音声認識装
置に関するものである。

【０００２】

【従来の技術】車両に搭載される装置（車載装置）とし
て、テレビ受像機、ラジオ受信機、音楽映像記憶媒体
（ＤＶＤ，ＣＤ，ＭＤ，カセットテープなど）の再生装
置、携帯電話、自動車電話などの通信装置、ナビゲーシ
ョン装置等が知られている。このような車載装置の操作
には、従来から、車載装置自体のフロントパネルやリモ
コンユニットに設けられた機械的スイッチが使用されて
いるが、その操作をすることが面倒でありドライバの視
線を移動させ運転の邪魔になることがある。このため、
例えば走行中操作を禁止するようにされた車載装置もあ
る。

【０００３】しかし、実際には走行中操作が全くできな
いのは不便であり、ドライバが視線の移動なしに簡単に
操作できるような手段が望まれていた。そこで、ドライ
バの操作に代えて音声を認識する手段を設けた車載装置
が開発されている（特開平８−３２８５８４号公報参
照）。この音声認識手段を採用する場合、マイクロホン
は運転席の近くに置かれるが、車両の外部の音や、同乗
者の話し声などがノイズとして取り込まれるので、誤認
識して車載装置が誤動作することがある。

【０００４】そこで、誤認識防止のための工夫が必要に
なってくる。前記特開平８−３２８５８４号公報の車載
装置では、音声操作ボタン（トークスイッチ）が設けら
れ、この音声操作ボタンが押されている間だけ音声認識
をするという処理を行っている。これにより、ユーザが
音声操作ボタンを押す前に、周囲の人に静粛を促すこと
ができ、また、車両の回りの環境がうるさいときには、
静かになってから音声操作ボタンを押すなどの措置がで
きるので、音声の誤認識率を下げることができる。

【０００５】

【発明が解決しようとする課題】ところが、音声操作ボ
タンを操作するという行為が、やはりドライバの視線を
移動させることがあるので、このような音声操作ボタン
をも排除した車載型音声認識装置が望まれている。そこ
で本発明は、音声操作ボタンを使用しなくても、ドライ
バの音声を誤認識することが少ない車載型音声認識装置
を提供することを目的とする。

【０００６】

【課題を解決するための手段】本発明の車載型音声認識
装置は、ユーザの操作開始に対応する特定の言葉のみを
認識することができる音声操作開始判定手段と、前記音
声操作開始判定手段の判定結果に基づいて、前記音声認
識部を機能状態にする制御手段とを有するものである
（請求項１）。

【０００７】前記の構成によれば、ユーザの操作開始に
対応する特定の言葉のみを認識することができる音声操
作開始判定手段を常時働かせておき、この特定の言葉を
認識すれば、そのとき初めて音声認識部を機能状態（ア
クティブな状態）にする。したがって、ユーザにとっ
て、機器の音声操作をしたいときに、音声操作ボタンの
操作をする必要はなく、ユーザに負担をかけることな
く、機器の音声操作が可能になる。

【０００８】なお、「操作開始に対応する特定の言葉」
は、固定しておいてもよく、ユーザが任意に登録できる
ようにしてもよい。ユーザが登録するときは、前記「操
作開始に対応する特定の言葉」の音声波形パターンを予
めメモリに登録してもよい（請求項２）。この場合は、
音声操作開始判定手段は、音声波形パターン比較によ
り、「操作開始に対応する特定の言葉」を認識すること
になる。

【０００９】また、予め特定の辞書に登録してもよい。
この場合は、制御手段は、使用する辞書を通常使用する
ものに変えることにより、前記音声認識部を機能状態に
する（請求項３）。前記制御手段は、前記音声認識部が
機能状態にあるときに、ユーザの操作終了に対応する特
定の言葉を認識すれば、前記音声認識部を機能状態から
非機能状態にすることが好ましい（請求項４）。

【００１０】機器からの誤応答が多いときなど、ユーザ
の音声で、音声操作を強制的に終了させたいときに、有
効である。

【００１１】

【発明の実施の形態】以下、車載ナビゲーション装置の
音声操作を例にとって、本発明の実施の形態を、添付図
面を参照しながら詳細に説明する。図１は、音声認識合
成装置２を外付けにした車載ナビゲーション装置１及び
その周辺機器のブロック図である。

【００１２】車載ナビゲーション装置１には、車両の位
置を知るためのＧＰＳ受信機１０、光ファイバジャイロ
などの方位センサ１１、車輪速センサなどの車速センサ
１２が接続されている。さらに、テレビ受像機、ラジオ
受信機、ＣＤプレーヤのようなマルチメディア機器８、
携帯電話、自動車電話などの通信機器９、リモコンユニ
ット８（ポインティングデバイスでもよい）、表示装置
６（テレビ受像機があるときはテレビ受像機の表示装置
を流用してもよい）、音声認識合成装置２が接続されて
いる。５は、道路地図データを記憶しているＣＤ−ＲＯ
Ｍ，ＤＶＤ−ＲＡＭ，ハードディスクのような記憶媒体
である。

【００１３】ここで、車載ナビゲーション装置１の本来
の機能を簡単に説明しておくと、車載ナビゲーション装
置１は、ＧＰＳ受信機１０、方位センサ１１、車速セン
サ１２の各出力信号に基づいて車両の推定位置を求め、
記憶媒体５に記憶された道路地図データを参照して、公
知の地図マッチングの手法により道路上に車両の位置を
特定する。そして、特定された車両位置を道路地図とと
もに表示装置６に表示する。さらに、車載ナビゲーショ
ン装置１は、道路地図データに格納されている各種案内
情報を、ユーザの操作に応じて検索して表示装置６に表
示させることもでき、ユーザが設定した目的地までの最
短経路を計算する機能も有する。

【００１４】図２は、音声認識合成装置２の詳細構成を
示すブロック図である。音声認識合成装置２は、音声認
識処理、音声合成処理を行うとともに、車載ナビゲーシ
ョン装置１とのインターフェイスをとるもので、音声認
識合成部２１、スピーカ３、マイクロホン４、ノイズ用
マイクロホン４１，インターフェイス部２２、ＡＤ，Ｄ
Ａコンバータ２３、アンプ２４、フィルタ２５、ＲＡＭ
２６及びＲＯＭ２７を備えている。

【００１５】前記マイクロホン４は、ユーザの操作音声
を検出するために運転席の近くに置かれており、ノイズ
用マイクロホン４１は、車内のノイズを検出するために
助手席や後部座席の近くに置かれている。前記音声認識
合成部２１、インターフェイス部２２は、実際には、そ
れぞれＣＰＵ(Central Processing Unit)の機能によっ
て実現される。インターフェイス部２２は、既存のＲＳ
２３２ｃインターフェイスを使ったプロトコルで実現し
てもよい。

【００１６】前記ＲＯＭ２７は、音声認識のための認識
単語辞書、音声合成のための合成単語辞書、音素デー
タ、プログラム等を記憶している。この認識単語辞書は
２種類あり、１つはユーザが音声操作の開始を指示する
ための特定の音声を認識する「音声操作開始辞書」、他
の１つはユーザが音声によりコマンドを入力するときに
使用する「音声操作辞書」である。音声操作開始辞書
は、認識対象として、１ないし数語を記憶している。す
なわち、何らかの言葉、例えば「開けゴマ」をデフォル
ト設定しており、後でユーザが所定の操作をして言葉を
登録した場合、その言葉も記憶することができる。音声
操作辞書は、認識対象として、ナビ機能を実行させるの
に必要な基本コマンド（約１００語）、地名、施設名
（約１１万−約６０万語）、周辺機器操作コマンド（約
５０語）、認識終了時に使う言葉（約１０語）を記憶し
ている。

【００１７】前記音声認識合成部２１、インターフェイ
ス部２２の行う処理の手順を、図３を参照して説明す
る。マイクロホン４により検出されたユーザの音声は、
フィルタ２５、アンプ２４を通ってＡＤ変換され(31)、
音声認識合成部２１において音声認識処理がなされる(3
2)。この場合、どの種類の辞書を使うかについては、後
述するようにインターフェイス部２２からの指示に従う
(35)。

【００１８】インターフェイス部２２は、音声認識結果
に基づいて(33)、車載ナビゲーション装置１に対する実
行処理内容を判定し(34)、実行処理信号を生成して車載
ナビゲーション装置１に渡す。それとともに、認識が正
しくできたかどうかといった認識処理状態と、認識辞書
に何を使うかの対象辞書の管理を行う(35)。車載ナビゲ
ーション装置１から経路誘導など音声で出力すべき内容
の指示を受けると、対話処理制御を行い(34)、指示信号
を出力する(36)。

【００１９】インターフェイス部２２は、指示信号に基
づいて音声合成処理を行う(37)。その結果はＡＤ，ＤＡ
コンバータ２３によりＤＡ変換され(31)、スピーカ３を
通して拡声される。ここで、以上の処理の内容を時間を
追って、フローチャート（図４）を用いてさらに詳細に
説明する。

【００２０】車載型音声認識装置の電源スイッチがオン
されると、インターフェイス部２２は、音声操作開始辞
書を使って特定の音声の発声を監視している(ステップ
Ｓ１)。この特定の音声が発声されたことが確認される
と、音声認識処理部の使う辞書を音声操作辞書に切り替
える(ステップＳ２)。そして、音声認識処理を開始し
(ステップＳ３)、ユーザの音声による操作があれば(ス
テップＳ４のＹＥＳ)、音声認識を行う(ステップＳ
５)。この音声認識処理は、公知のものを使用すること
ができる。例えば、検出された音声信号の特徴量を抽出
し、辞書に入っている言葉とのマッチング度を判定す
る。そして、前後の言葉との文法も考慮して、もっとも
らしい単語を出力する。

【００２１】認識された音声がノイズに基づくものとの
可能性が高ければ処理を打ち切り(ステップＳ６のYE
S)、そうでなければ、認識された音声内容に基づいて、
処理すべきナビ機能の内容判定を行う(ステップＳ７)。
そして、処理すべきナビ機能を実行させる(ステップＳ
９)。この間に処理を終了させる音声操作（例えば「操
作終わり」「終了」）があれば(ステップＳ８のYES)、
音声認識処理部の使う辞書を音声操作開始辞書に切り替
えてスタートに戻る(ステップＳ１０)。

【００２２】以上のようにして、音声操作処理を、特定
の音声の発声をトリガとして開始することとしたので、
ユーザは、従来のように特定のスイッチを操作する必要
がなくなり、ユーザの負担がさらに減少する。なお、前
記ステップＳ６において、ノイズの可能性を判断するの
には、従来公知の方法を用いることができる。例えば、
次の２つの方法をあげることができる。

【００２３】(1)図１、図２に示したノイズ用マイクロ
ホン４１を用いる方法である。マイクロホン４からの信
号強度Ｓと、ノイズ用マイクロホン４１からの信号強度
Ｎの差をとり、この差（Ｓ−Ｎ）の絶対値、又はそれを
信号強度Ｓ若しくはＮで割ったものをしきい値と比較す
ることにより、しきい値以下なら操作音声、しきい値以
上ならノイズと判断する。

【００２４】(2) ノイズ用マイクロホン４１を用いない
場合は、音声認識結果を利用する。すなわち、認識結果
と音声操作辞書に掲載されているどの言葉とも距離が著
しく離れている（尤度が小さい）、カテゴリ（品詞、意
味、文法）が異なる、発声区間長が異なる、などの場合
はノイズと判断する。以上の(1)(2)の判断手法に加えて、車載ナビゲーション
装置１が今どのような機能を実行しているかを考慮して
もよい。たとえば、メニュー画面の表示中であれば音声
によるコマンドが入る可能性は高いが、すでにコマンド
が入ってから短時間しか経過していないときは、コマン
ドが入ることは考えにくいので、コマンドと判断するし
きい値をあげ、ノイズと判断するしきい値を下げる、な
どの処理が考えられる。

【００２５】さらに、マイクロホン４の検出信号のスペ
クトルを調べ、人間の声とは思えないような特徴のある
波形であれば、ノイズと判断することも考えられる。以
上の図４のフローチャートの処理は、音声認識処理部の
使う辞書の切り替えにより行っていた。しかし、本発明
はこれに限定されるものではなく、例えば音声操作開始
辞書を使わないで、音声波形のパターンマッチングを行
うことにより、音声操作開始を判断してもよい。

【００２６】この音声波形のパターンマッチングをする
場合の処理の流れを以下に説明する。普段は音声認識処
理部のモジュールをアンロードしておく。ユーザの特定
の言葉の発声波形をＲＡＭ２６又はＲＯＭ２７に登録し
ておき、実際に発声された場合、登録波形と比較する。
登録波形と一致すれば、このとき初めて音声認識処理部
のモジュールをロードする。登録波形と一致しなけれ
ば、音声認識処理部のモジュールのロードはしない。ナ
ビ機能を終了させる音声操作があれば、音声認識処理部
のモジュールをロード状態からアンロード状態にしてス
タートに戻る。

【００２７】また、以上の図１、図２を用いて説明した
構成では、音声認識合成装置２を車載ナビゲーション装
置１に外付けした例を説明した。しかし、音声認識合成
装置２を車載ナビゲーション装置１の中に組み込んだ構
成としてもよい。また、以上の実施の形態では、車載ナ
ビゲーション装置を想定したが、本発明は、テレビ受像
機、ラジオ受信機、音楽映像記憶媒体（ＤＶＤ，ＣＤ，
ＭＤ，カセットテープなど）の再生装置などのマルチメ
ディア機器、携帯電話、自動車電話などの通信装置を操
作するために音声を使用する場合においても、適用可能
である。その他、本発明の範囲内で種々の変更を施すこ
とが可能である。

【００２８】

【発明の効果】以上のように本発明の車載型音声認識装
置によれば、ユーザにとって、機器の音声操作をしたい
ときに、音声操作ボタンの操作をする必要はなく、特定
の言葉のみ発声すればよいので、ユーザに負担をかける
ことなく、機器の音声操作が可能になる。また、車両の
走行の安全も確保することができる。

【図面の簡単な説明】

【図１】音声認識合成装置２を外付けにした車載ナビゲ
ーション装置１及びその周辺機器のブロック図である。

【図２】音声認識合成装置２の詳細構成を示すブロック
図である。

【図３】音声認識合成部２１の行う音声認識処理、音声
合成処理のソフトウェア手順を説明するためのブロック
図である。

【図４】本発明による音声認識処理の内容を説明するた
めのフローチャートである。

【符号の説明】

１車載ナビゲーション装置２音声認識合成装置３スピーカ４マイクロホン６表示装置７リモコンユニット８マルチメディア機器９通信機器２１音声認識合成部２２インターフェイス部２６ＲＡＭ２７ＲＯＭ４１ノイズ用マイクロホン

───────────────────────────────────────────────────── フロントページの続きＦターム(参考） 2C032 HC16 2F029 AA02 AB01 AB07 AB09 AC02 AC04 AC14 AC18 5D015 BB01 CC14 DD02 KK01 LL12 9A001 BB06 HH15 HH17 HH18 JJ78

Claims

【特許請求の範囲】

【請求項１】ユーザの操作音声を認識する音声認識部
と、この音声認識手段により認識された操作音声の内容
に基づいて操作の対象となる機器の実行処理を行う実行
処理部とを備える車載型音声認識装置において、ユーザの操作開始に対応する特定の言葉のみを認識する
ことができる音声操作開始判定手段と、前記音声操作開始判定手段の判定結果に基づいて、前記
音声認識部を機能状態にする制御手段とを有することを
特徴とする車載型音声認識装置。
【請求項２】前記「操作開始に対応する特定の言葉」の
音声波形パターンを、予めメモリに登録することができ
る請求項１記載の車載型音声認識装置。
【請求項３】前記「操作開始に対応する特定の言葉」を
予め所定の辞書に登録し、使用する辞書を変えることに
より、前記音声認識部を機能状態にすることを特徴とす
る請求項１記載の車載型音声認識装置。
【請求項４】前記制御手段は、前記音声認識部が機能状
態にあるときに、ユーザの操作終了に対応する特定の言
葉を認識すれば、前記音声認識部を機能状態から非機能
状態にすることを特徴とする請求項１記載の車載型音声
認識装置。