JP2001075591A - 情報処理装置および方法、並びにプログラム格納媒体 - Google Patents

Abstract

(57)【要約】 【課題】 認識された音声が所定の単語または文と一致
しているか否かを簡単に知る。 【解決手段】 辞書設定データベース１１４は、１以上
の単語、または文を記憶する。音声認識エンジン１０１
は、音声を認識して、音声に対応する単語または文を生
成する。音声コマンダ１０２は、生成された単語または
文と、記憶されている単語または文とが一致するか否か
を判定して、生成された単語または文と、記憶されてい
る単語または文とが一致すると判定された場合と、一致
しないと判定された場合とで、異なる表示をさせるよう
に表示を制御する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、情報処理装置およ
び方法、並びにプログラム格納媒体に関し、特に、音声
を認識する情報処理装置および方法、並びにプログラム
格納媒体に関する。

【０００２】

【従来の技術】一部のパーソナルコンピュータなどの情
報処理装置は、音声を認識して、認識した音声に対応し
て、所定の処理を実行することができる。

【０００３】

【発明が解決しようとする課題】しかしながら、このよ
うな情報処理装置において、使用者は、自分の発生した
音声が異なる単語として認識されたか否かを判断するこ
とが困難であった。

【０００４】本発明はこのような状況に鑑みてなされた
ものであり、認識された音声が所定の単語または文と一
致しているか否かを簡単に知ることができるようにす
る。

【０００５】

【課題を解決するための手段】請求項１に記載の情報処
理装置は、１以上の単語、または文を記憶する記憶手段
と、音声を認識して、音声に対応する単語または文を生
成する生成手段と、生成手段で生成された単語または文
と、記憶手段に記憶されている単語または文とが一致す
るか否かを判定する判定手段と、生成手段で生成された
単語または文と、記憶手段に記憶されている単語または
文とが一致すると判定された場合と、一致しないと判定
された場合とで、異なる表示をさせるように表示を制御
する表示制御手段とを含むことを特徴とする。

【０００６】請求項２に記載の情報処理方法は、１以上
の単語、または文を記憶する記憶ステップと、音声を認
識して、音声に対応する単語または文を生成する生成ス
テップと、生成ステップの処理で生成された単語または
文と、記憶ステップで記憶されている単語または文とが
一致するか否かを判定する判定ステップと、生成ステッ
プの処理で生成された単語または文と、記憶ステップで
記憶されている単語または文とが一致すると判定された
場合と、一致しないと判定された場合とで、異なる表示
をさせるように表示を制御する表示制御ステップとを含
むことを特徴とする。

【０００７】請求項３に記載のプログラム格納媒体のプ
ログラムは、１以上の単語、または文を記憶する記憶ス
テップと、音声を認識して、音声に対応する単語または
文を生成する生成ステップと、生成ステップの処理で生
成された単語または文と、記憶ステップで記憶されてい
る単語または文とが一致するか否かを判定する判定ステ
ップと、生成ステップの処理で生成された単語または文
と、記憶ステップで記憶されている単語または文とが一
致すると判定された場合と、一致しないと判定された場
合とで、異なる表示をさせるように表示を制御する表示
制御ステップとからなることを特徴とする。

【０００８】請求項１に記載の情報処理装置、請求項２
に記載の情報処理方法、および請求項３に記載のプログ
ラム格納媒体においては、１以上の単語、または文が記
憶され、音声を認識して、音声に対応する単語または文
が生成され、生成された単語または文と、記憶されてい
る単語または文とが一致するか否かが判定され、生成さ
れた単語または文と、記憶されている単語または文とが
一致すると判定された場合と、一致しないと判定された
場合とで、異なる表示をさせるように表示が制御され
る。

【０００９】

【発明の実施の形態】以下、本発明に係る情報処理装置
の一実施の形態を図面を参照して説明する。

【００１０】図１乃至図６は、本発明を適用した携帯型
パーソナルコンピュータの構成例を表している。このパ
ーソナルコンピュータ１は、ミニノート型のパーソナル
コンピュータとされ、基本的に、本体２と、本体２に対
して開閉自在とされている表示部３により構成されてい
る。図１は、表示部３を本体２に対して開いた状態を示
す外観斜視図、図２は、図１の平面図、図３は、表示部
３を本体２に対して閉塞した状態を示す左側側面図、図
４は、表示部３を本体２に対して１８０度開いた状態を
示す右側側面図、図５は、図３の正面図、図６は、図４
の底面図である。

【００１１】本体２には、各種の文字や記号などを入力
するとき操作されるキーボード４、マウスカーソルを移
動させるときなどに操作されるスティック式ポインティ
ングデバイス５が、その上面に設けられている。また、
本体２の上面には、音を出力するスピーカ８と、表示部
３に設けられているCCDビデオカメラ２３で撮像すると
き操作されるシャッタボタン１０がさらに設けられてい
る。

【００１２】表示部３の上端部には、ツメ１３が設けら
れており、図３に示すように、表示部３を本体２に対し
て閉塞した状態において、ツメ１３に対向する位置にお
ける本体２には、ツメ１３が嵌合する孔部６が設けられ
ている。本体２の前面には、スライドレバー７が前面に
平行に移動可能に設けられており、スライドレバー７は
孔部６に嵌合したツメ１３と係合してロックし、またロ
ック解除することができるようになっている。ロックを
解除することにより、表示部３を本体２に対して回動す
ることができる。ツメ１３の隣りには、マイクロホン２
４が取り付けられている。このマイクロホン２４は、図
６にも示すように、背面からの音も収音できるようにな
されている。

【００１３】本体２の正面にはまた、プログラマブルパ
ワーキー（PPK）９が設けられている。本体２の右側面
には、図４に示すように、排気孔１１が設けられてお
り、本体２の前面下部には、図５に示すように、吸気孔
１４が設けられている。さらに、排気孔１１の右側に
は、PCMCIA（Personal Computer Memory Card Internat
ional Association）カード（ＰＣカード）を挿入する
ためのスロット１２が設けられている。

【００１４】表示部３の正面には、画像を表示するLCD
（Liquid Crystal Display）２１が設けられており、そ
の上端部には、撮像部２２が、表示部３に対して回動自
在に設けられている。すなわち、この撮像部２２は、LC
D２１と同一の方向と、その逆の方向（背面の方向）と
の間の１８０度の範囲の任意の位置に回動することがで
きるようになされている。撮像部２２には、CCDビデオ
カメラ２３が取り付けられている。

【００１５】表示部３の下側の本体側には、電源ランプ
PL、電池ランプBL、メッセージランプML、その他のLED
よりなるランプが設けられている。なお、図３に示す符
号４０は、本体２の左側面に設けられた電源スイッチで
あり、図５に示す符号２５は、CCDビデオカメラ２３の
フォーカスを調整する調整リングである。さらに、図６
に示す符号２６は、本体２内に増設メモリを取り付ける
ための開口部を被覆する蓋であり、符号４１は、蓋２６
のロックツメを外すためのピンを挿入する小孔である。

【００１６】図７は、パーソナルコンピュータ１の内部
の構成を表している。内部バス５１には、図７に示すよ
うに、CPU（Central Processing Unit）５２、必要に応
じて挿入されるＰＣカード５３、RAM（Random Access M
emory）５４、およびグラフィックチップ８１が接続さ
れている。この内部バス５１は、外部バス５５に接続さ
れており、外部バス５５には、ハードディスクドライブ
（HDD）５６、Ｉ／Ｏ（入出力）コントローラ５７、キ
ーボードコントローラ５８、スティック式ポインティン
グデバイスコントローラ５９、サウンドチップ６０、LC
Dコントローラ８３、モデム５０などが接続されてい
る。

【００１７】CPU５２は、各機能を統括するコントロー
ラであり、ＰＣカード５３は、オプションの機能を付加
するとき適宜装着される。

【００１８】RAM５４の中には、起動が完了した時点に
おいて、電子メールプログラム（アプリケーションプロ
グラム）５４Ａ、オートパイロットプログラム（アプリ
ケーションプログラム）５４Ｂ、そしてＯＳ（基本プロ
グラム）５４Ｃが、HDD５６から転送され、記憶され
る。

【００１９】電子メールプログラム５４Ａは、電話回線
のような通信回線などからネットワーク経由で通信文を
授受するプログラムである。電子メールプログラム５４
Ａは、特定機能としての着信メール取得機能を有してい
る。この着信メール取得機能は、メールサーバ９３に対
して、そのメールボックス９３Ａ内に自分（利用者）宛
のメールが着信しているかどうかを確認して、自分宛の
メールがあれば取得する処理を実行する。

【００２０】オートパイロットプログラム５４Ｂは、予
め設定された複数の処理（またはプログラム）などを、
予め設定された順序で順次起動して、処理するプログラ
ムである。

【００２１】ＯＳ５４Ｃは、Windows９８（商標）に代
表される、コンピュータの基本的な動作を制御するもの
である。

【００２２】一方、外部バス５５側のハードディスクド
ライブ（HDD）５６には、電子メールプログラム５６
Ａ、オートパイロットプログラム５６Ｂ、ＯＳ５６Ｃが
記憶されている。ハードディスクドライブ５６内のＯＳ
５６Ｃ、オートパイロットプログラム５６Ｂ、および電
子メールプログラム５６Ａは、起動（ブートアップ）処
理の過程で、RAM５４内に順次転送され、格納される。

【００２３】Ｉ／Ｏコントローラ５７は、マイクロコン
トローラ６１を有し、このマイクロコントローラ６１に
は、Ｉ／Ｏインタフェース６２が設けられている。この
マイクロコントローラ６１は、Ｉ／Ｏインタフェース６
２、CPU６３、RAM６４、ROM６９が相互に接続されて構
成されている。このRAM６４は、キー入力ステイタスレ
ジスタ６５、LED（発光ダイオード）制御レジスタ６
６、設定時刻レジスタ６７、レジスタ６８を有してい
る。設定時刻レジスタ６７は、ユーザが予め設定した時
刻（起動条件）になると起動シーケンス制御部７６の動
作を開始させる際に利用される。レジスタ６８は、予め
設定された操作キーの組み合わせ（起動条件）と、起動
すべきアプリケーションプログラムの対応を記憶するも
ので、その記憶された操作キーの組み合わせがユーザに
より入力されると、その記憶されたアプリケーションプ
ログラム（例えば電子メール）が起動されることにな
る。

【００２４】キー入力ステイタスレジスタ６５は、ワン
タッチ操作用のプログラマブルパワーキー（PPK）９が
押されると、操作キーフラグが格納されるようになって
いる。LED制御レジスタ６６は、レジスタ６８に記憶さ
れたアプリケーションプログラム（電子メール）の立ち
上げ状態を表示するメッセージランプMLの点灯を制御す
るものである。設定時刻レジスタ６７は、所定の時刻を
任意に設定することができるものである。

【００２５】なお、このマイクロコントローラ６１に
は、バックアップ用のバッテリ７４が接続されており、
各レジスタ６５，６６，６７の値は、本体２の電源がオ
フとされている状態においても保持されるようになって
いる。

【００２６】マイクロコントローラ６１内のROM６９の
中には、ウェイクアッププログラム７０、キー入力監視
プログラム７１、LED制御プログラム７２が予め格納さ
れている。このROM６９は、例えばEEPROM（electricall
y erasable and programmable read only memory）で構
成されている。このEEPROMはフラッシュメモリとも呼ば
れている。さらにマイクロコントローラ６１には、常時
現在時刻をカウントするRTC（Real-Time Clock）７５が
接続されている。

【００２７】ROM６９の中のウェイクアッププログラム
７０は、RTC７５から供給される現在時刻データに基づ
いて、設定時刻レジスタ６７に予め設定された時刻にな
ったかどうかをチェックして、設定された時刻になる
と、所定の処理（またはプログラム）などの起動をする
プログラムである。キー入力監視プログラム７１は、PP
K９が利用者により押されたかどうかを常時監視するプ
ログラムである。LED制御プログラム７２は、メッセー
ジランプMLの点灯を制御するプログラムである。

【００２８】ROM６９には、さらにBIOS（Basic Input O
utput System）７３が書き込まれている。このBIOS７３
は、電源投入時にＯＳ５６Ｃを起動したり、起動した
後、各種アプリケーションソフトウェアと周辺機器（デ
ィスプレイ、キーボード、ハードディスクドライブな
ど）の間でデータを授受する等の機能を有する。

【００２９】外部バス５５に接続されているキーボード
コントローラ５８は、キーボード４からの入力をコント
ロールする。スティック式ポインティングデバイスコン
トローラ５９は、スティック式ポインティングデバイス
５の入力を制御する。

【００３０】サウンドチップ６０は、マイクロホン２４
からの入力を取り込み、あるいは内蔵スピーカ８に対し
て音声信号を供給する。

【００３１】モデム５０は、公衆電話回線９０、インタ
ーネットサービスプロバイダ９１を介して、インターネ
ットなどの通信ネットワーク９２やメールサーバ９３な
どに接続することができる。

【００３２】内部バス５１に接続されているグラフィッ
クチップ８１には、CCDビデオカメラ２３で取り込んだ
画像データが、処理部８２で処理された後、ＺＶ（Ｚｏ
ｏｍｅｄ Ｖｉｄｅｏ）ポートを介して入力されるよう
になされている。グラフィックチップ８１は、処理部８
２を介してCCDビデオカメラ２３より入力されたビデオ
データを、内蔵するVRAM８１に記憶し、適宜、これを読
み出して、LCDコントローラ８３に出力する。LCDコント
ローラ８３は、グラフィックチップ８１より供給された
画像データをLCD２１に出力し、表示させる。バックラ
イト８４は、LCD２１を後方から照明するようになされ
ている。

【００３３】電源スイッチ４０は、電源をオンまたはオ
フするとき操作される。半押しスイッチ８５は、シャッ
タボタン１０が半押し状態にされたときオンされ、全押
しスイッチ８６は、シャッタボタン１０が全押し状態に
されたときオンされる。反転スイッチ８７は、撮像部２
２が１８０度回転されたとき（CCDビデオカメラ２３がL
CD２１の反対側を撮像する方向に回転されたとき）、オ
ンされるようになされている。

【００３４】ドライブ８８は、外部バス５５に接続され
ている。ドライブ８８は、磁気ディスク３５１（フロッ
ピディスクを含む）、光ディスク３５２（CD-ROM(Compa
ct Disc-Read Only Memory)、DVD(Digital Versatile D
isc)を含む）、光磁気ディスク３５３（ＭＤ(Mini-Dis
c)を含む）、または半導体メモリ３５４などが装着さ
れ、装着された磁気ディスク３５１、光ディスク３５
２、光磁気ディスク３５３、または半導体メモリ３５４
などに記録されているプログラムまたはデータを、外部
バス５５または内部バス５１を介して、HDD５６またはR
AM５４に供給する。

【００３５】ドライブ８８は、外部バス５５または内部
バス５１を介して、モデム５０、HDD５６、またはRAM５
４から供給されたプログラムまたはデータなどを、装着
された磁気ディスク３５１、光ディスク３５２、光磁気
ディスク３５３、または半導体メモリ３５４などに記録
させる。

【００３６】図８は、音声認識に係るプログラムをパー
ソナルコンピュータ１が起動させたときの、所定のプロ
グラムによる機能ブロックを示す図である。音声認識エ
ンジン１０１は、読み仮名辞書データベース１１１に予
め記憶されている漢字に対する読み、またはエンジン用
認識単語・文法データベース１１２に予め記憶されてい
る認識単語、若しくは文法を基に、マイクロホン２４か
ら入力された使用者の音声に対応するデータを入力し、
使用者が喋った言葉に対応するテキストなどの所定の方
式のデータを生成して、音声コマンダ１０２に供給す
る。

【００３７】音声認識エンジン１０１は、音声コマンダ
１０２から認識単語、若しくは文法などのデータを受信
して、読み仮名辞書データベース１１１またはエンジン
用認識単語・文法データベース１１２に記憶させる。

【００３８】音声コマンダ１０２は、使用者が喋った所
定の言葉に対応する単語（テキストなど）などのデータ
が音声認識エンジン１０１から供給されたとき、静止画
撮影プログラム１０３、静止画閲覧プログラム１０４、
若しくは電子ペットプログラム１０５を起動させ、また
は静止画撮影プログラム１０３、静止画閲覧プログラム
１０４、若しくは電子ペットプログラム１０５に所定コ
マンド（使用者が喋った言葉に対応する）を送信する。

【００３９】音声コマンダ１０２は、使用者が喋った他
の所定の言葉に対応する単語（テキストなど）などのデ
ータが音声認識エンジン１０１から供給されたとき、ラ
ンチャ設定データベース１１３に記憶されている起動に
関する設定に基づき、電子メールプログラム５４Ａ、ワ
ードプロセッサプログラム１０６、または表計算プログ
ラム１０７を起動させ、電子メールプログラム５４Ａに
メールアドレスなどの所定のデータを供給する。

【００４０】また、音声コマンダ１０２は、グラフィカ
ルなユーザインターフェースを有し、使用者により、グ
ラフィカルなユーザインターフェースを介して種々の設
定がなされ、使用者により設定された内容を分類して、
アプリケーションプログラム（電子メールプログラム５
４Ａ、ワードプロセッサプログラム１０６、または表計
算プログラム１０７）の起動に関する設定をランチャ設
定データベース１１３に、漢字の読み、または静止画撮
影プログラム１０３、静止画閲覧プログラム１０４、若
しくは電子ペットプログラム１０５のコマンドなどに関
する設定を辞書設定データベース１１４に、音声認識す
る単語または文法に関する設定を認識単語・文法データ
ベース１１５にそれぞれ記憶させる。

【００４１】音声コマンダ１０２は、所定のタイミング
で、例えば、音声認識エンジン１０１に音声を認識させ
るとき、認識単語・文法データベース１１５に記憶して
いる認識単語のデータおよび文法のデータを、音声認識
エンジン１０１に送信する。

【００４２】音声認識エンジン１０１は、ＯＳ５４Ｃを
起動するとき入力される使用者を判別するデータに基づ
いて、その使用者用の読み仮名辞書データベース１１１
およびエンジン用認識単語・文法データベース１１２を
利用する。音声コマンダ１０２は、ＯＳ５４Ｃを起動す
るとき入力される使用者を判別するデータに基づいて、
その使用者用のランチャ設定データベース１１３、辞書
設定データベース１１４、および認識単語・文法データ
ベース１１５を利用する。

【００４３】仮名辞書データベース１１１、エンジン用
認識単語・文法データベース１１２、ランチャ設定デー
タベース１１３、辞書設定データベース１１４、および
認識単語・文法データベース１１５は、パーソナルコン
ピュータ１の使用者毎に生成され、HDD５６に記録され
る。

【００４４】静止画撮影プログラム１０３は、CCDビデ
オカメラ２３から入力された画像を、シャッタボタン１
０などの操作に対応した信号に基づき、静止画像のデー
タを生成して、所定のファイルとしてHDD５６に記録す
る。

【００４５】静止画閲覧プログラム１０４は、静止画撮
影プログラム１０３が記録させた静止画像のファイルを
選択し、または使用者に選択させ、選択された静止画像
をLCD２１に表示させる。電子ペットプログラム１０５
は、LCD２１に仮想的なペットを表示させ、使用者の操
作に対応して、仮想的なペットに指示などを与える。

【００４６】ワードプロセッサプログラム１０６は、文
字または図形などから成る文書を編集するためのプログ
ラムである。表計算プログラム１０７は、所定の形式の
表に配置された数値に所定の演算を実行する、または配
置された数値に対応するグラフを描写するなどの機能を
有する。

【００４７】図９は、音声コマンダ１０２のより詳細な
機能を説明する図である。ＵＩ（ユーザインターフェー
ス）処理部１２３は、アプリケーション通信部１２１、
エンジン通信部１２２、音声ランチャ制御部１２４、ユ
ーザ辞書制御部１２５、または認識テスト処理部１２６
から所定のデータを入力するとともに、キーボード４ま
たはスティック式ポインティングデバイス５などから所
定の信号を入力して、マイクロフォン２４を介して入力
された音声の大きさまたは音声認識の結果などを、所定
のウィンドウに表示させる。ＵＩ処理部１２３は、所定
のプログラムを起動させるとき、アプリケーション通信
部１２１、または音声ランチャ制御部１２４から入力さ
れたデータを基に、所定の画像をLCD２１に表示させ
る。

【００４８】ＵＩ処理部１２３は、キーボード４または
ステッィク式ポインティングデバイス５などの操作に対
応した信号を基に、ＵＩ処理部１２３自身の状態を変化
させ、所定のデータをアプリケーション通信部１２１、
エンジン通信部１２２、音声ランチャ制御部１２４、ユ
ーザ辞書制御部１２５、または認識テスト処理部１２６
に供給する。

【００４９】また、ＵＩ処理部１２３は、静止画撮影プ
ログラム１０３、静止画閲覧プログラム１０４、および
電子ペットプログラム１０５の状態、並びにエンジン通
信部１２２を介して音声認識エンジン１０１から供給さ
れた、使用者が喋った所定の言葉に対応する所定のテキ
ストなどのデータを基に、アプリケーション通信部１２
１または音声ランチャ制御部１２４に、コマンドを送信
または所定のプログラムの起動をさせるか否かを決定
し、アプリケーション通信部１２１または音声ランチャ
制御部１２４にコマンドを送信させ、または所定のプロ
グラムの起動させる。

【００５０】アプリケーション通信部１２１は、静止画
撮影プログラム１０３、静止画閲覧プログラム１０４、
または電子ペットプログラム１０５を起動させ、起動し
ている静止画撮影プログラム１０３、静止画閲覧プログ
ラム１０４、または電子ペットプログラム１０５と通信
を行い、静止画撮影プログラム１０３、静止画閲覧プロ
グラム１０４、または電子ペットプログラム１０５から
それぞれの状態を示すデータを受信する。

【００５１】アプリケーション通信部１２１は、静止画
撮影プログラム１０３、静止画閲覧プログラム１０４、
および電子ペットプログラム１０５の状態を示すデータ
などをエンジン通信部１２２またはＵＩ処理部１２３に
供給するとともに、エンジン通信部１２２またはＵＩ処
理部１２３から、使用者が喋った所定の言葉に対応する
所定のテキストなどのデータ、または使用者のキーボー
ド４などへの操作に対応するデータなどを受信する。

【００５２】また、アプリケーション通信部１２１は、
静止画撮影プログラム１０３、静止画閲覧プログラム１
０４、および電子ペットプログラム１０５の状態、並び
にエンジン通信部１２２を介して音声認識エンジン１０
１から供給された、使用者が喋った所定の言葉に対応す
る所定のテキストなどのデータを基に、静止画撮影プロ
グラム１０３、静止画閲覧プログラム１０４、若しくは
電子ペットプログラム１０５のいずれかを起動させ、ま
たは静止画撮影プログラム１０３、静止画閲覧プログラ
ム１０４、若しくは電子ペットプログラム１０５のいず
れかに所定のコマンドを供給する。

【００５３】静止画撮影プログラム１０３、静止画閲覧
プログラム１０４、および電子ペットプログラム１０５
のいずれもが、フォーカスがあてられていないとき（い
ずれもアクティブでないとき）、音声コマンダ１０２
は、静止画撮影プログラム１０３、静止画閲覧プログラ
ム１０４、または電子ペットプログラム１０５のいずれ
かを対象としたコマンドを実行できない。

【００５４】静止画撮影プログラム１０３、静止画閲覧
プログラム１０４、および電子ペットプログラム１０５
のいずれかが、フォーカスがあてられているとき（いず
れかがアクティブであるとき）、音声コマンダ１０２
は、アクティブである、静止画撮影プログラム１０３、
静止画閲覧プログラム１０４、または電子ペットプログ
ラム１０５のいずれかを対象としたコマンドを実行する
ことができる。

【００５５】このような静止画撮影プログラム１０３、
静止画閲覧プログラム１０４、または電子ペットプログ
ラム１０５のいずれかの特定のプログラムを対象とした
コマンドをローカルなコマンドと称する。

【００５６】なお、音声コマンダ１０２がローカルなコ
マンドを送信するプログラムを特定する方法は、フォー
カスに限らず、他の状態またはデータを参照するように
してもよい。

【００５７】エンジン通信部１２２は、所定の方式を基
づいて、認識単語・文法データベース１１５から認識単
語のデータおよび文法のデータを読み出して、そのデー
タを音声認識エンジン１０１に送信するとともに、音声
認識エンジン１０１から供給された使用者が喋った所定
の言葉に対応する所定のテキストなどのデータを受信す
る。

【００５８】エンジン通信部１２２は、例えば、図１０
に例を示すMicrosoft Speech API（商標）（以下、SAPI
と称する）に規定された方式で、音声認識エンジン１０
１に認識単語・文法データベース１１５に記憶されてい
る認識単語のデータおよび文法のデータを送信する。図
１０に示すデータの例には、音声認識の対象が<Global>
および<SVCommand>から構成され、<Global>が更に(Chan
geWin)，(VoiceCommand)から構成され、<SVCommand>が
「ヘルプ」、「前へ」などのコマンドの他、<SendMail>
で表されるメールのコマンドも含むことが記述されてい
る。また、図１０に示すデータの例には、「ヘルプ」と
いうコマンドのコード番号が１０２であり、「パパ」と
いう読みを有する単語に「daddy@test.company.co.jp」
という文字列が関連していることなどが示されている。

【００５９】音声認識エンジン１０１は、エンジン通信
部１２２から受信したデータを、所定の方式のデータに
変換して、読み仮名辞書データベース１１１またはエン
ジン用認識単語・文法データベース１１２に記憶させ、
読み仮名辞書データベース１１１またはエンジン用認識
単語・文法データベース１１２に記憶しているデータに
基づき、音声認識の処理を実行する。

【００６０】音声認識エンジン１０１は、エンジン通信
部１２２に、使用者が喋った所定の言葉に対応する、コ
ード番号（例えば、１０２など）、認識した単語または
文（例えば、”パパにメール”など）、および認識した
単語に関連する文字列（例えば、”daddy@test.compan
y.co.jp”）のデータを送信する。

【００６１】例えば、使用者がマイクロフォン２４に向
かって「パパにメール」という音声を入力して、音声認
識エンジン１０１が正しく音声を認識したとき、音声認
識エンジン１０１は、7fffffff（１６進数）、”パパに
メール”、および”daddy@test.company.co.jp”をエン
ジン通信部１２２に送信する。

【００６２】エンジン通信部１２２は、音声認識エンジ
ン１０１から受信したデータを基に、受信したデータを
アプリケーション通信部１２１、ＵＩ処理部１２３、音
声ランチャ制御部１２４、ユーザ辞書制御部１２５、ま
たは認識テスト処理部１２６のいずれに送信するかを判
断し、その判断に基づいて、音声認識エンジン１０１か
ら受信したデータを所定の方式に変換して、選択された
アプリケーション通信部１２１、ＵＩ処理部１２３、音
声ランチャ制御部１２４、ユーザ辞書制御部１２５、ま
たは認識テスト処理部１２６のいずれかに変換したデー
タを供給する。

【００６３】音声ランチャ制御部１２４は、グラフィカ
ルなユーザインターフェースを表示させて使用者により
入力された、アプリケーションプログラム（電子メール
プログラム５４Ａ、ワードプロセッサプログラム１０
６、または表計算プログラム１０７）の起動に関する設
定をランチャ設定データベース１１３に保存させるとと
もに、その設定に基づき、認識単語・文法データベース
１１５に記憶されている音声認識する単語または文法に
関する設定を更新させる。

【００６４】音声ランチャ制御部１２４は、エンジン通
信部１２２からランチャに関するデータを受信したと
き、ランチャ設定データベース１１３に記憶されている
起動に関する設定に基づき、電子メールプログラム５４
Ａ、ワードプロセッサプログラム１０６、または表計算
プログラム１０７のいずれかを起動させ、電子メールプ
ログラム５４Ａにメールアドレスなどを供給する。

【００６５】音声コマンダ１０２は、フォーカスの状態
にかかわらず（いずれのプログラムがアクティブであっ
ても）、電子メールプログラム５４Ａ、ワードプロセッ
サプログラム１０６、または表計算プログラム１０７の
いずれかを起動させるコマンドを実行することができ
る。

【００６６】このような、フォーカスの状態などにかか
わらず、常に実行することができる、例えば、電子メー
ルプログラム５４Ａ、ワードプロセッサプログラム１０
６、または表計算プログラム１０７のいずれかを起動さ
せるコマンドをグローバルなコマンドと称する。

【００６７】ユーザ辞書制御部１２５は、グラフィカル
なユーザインターフェースを表示させ使用者により入力
された、認識する音声に関する設定を辞書設定データベ
ース１１４に記憶させるとともに、その設定に基づき、
認識単語・文法データベース１１５に記憶されている音
声認識する単語または文法に関する設定を更新させる。

【００６８】認識テスト処理部１２６は、使用者により
テストを実行する旨がユーザ辞書制御部１２５に入力さ
れたとき、グラフィカルなユーザインターフェースを表
示させて、辞書設定データベース１１４に記憶され、選
択されている所定の１の単語と、エンジン通信部１２２
を介して、音声認識エンジン１０１から供給された、音
声を認識した結果を示す単語とが一致するか否かを判定
し、その判定の結果を表示する。

【００６９】また、認識テスト処理部１２６は、使用者
によりテストを実行する旨がユーザ辞書制御部１２５に
入力されたとき、グラフィカルなユーザインターフェー
スを表示させて、エンジン通信部１２２を介して、音声
認識エンジン１０１から供給された、音声を認識した結
果を示す単語が、辞書設定データベース１１４に記憶さ
れ、選択されている所定の１以上の単語に含まれるか否
かを判定し、その判定の結果を表示する。

【００７０】図１１は、所定の入力に対応した、ＵＩ処
理部１２３の状態の遷移を説明する状態遷移図である。
図１１において、（）で囲まれた文は、状態の遷移の条
件（例えば、プログラムの起動、エンジン起動完了な
ど）を示し、［］で囲まれた文は、状態の遷移に伴って
実行される処理（例えば、起動中の旨表示、認識単語・
文法設定など）を示す。

【００７１】音声コマンダ１０２が起動されると、ＵＩ
処理部１２３は、LCD２１に起動中を示す画像を表示さ
せるとともに、図１２に示す音声コマンダ１０２のウィ
ンドウを表示させ、音声認識エンジン１０１の起動を待
つ状態１に遷移する。

【００７２】音声コマンダウィンドウ１５１は、レベル
ゲージ１６１、認識結果表示部１６２、表示切り換えボ
タン１６３、ランチャ設定ボタン１６４、辞書管理ボタ
ン１６５、ヘルプボタン１６６、最小化ボタン１６７、
閉じるボタン１６８、認識状態表示部１６９、および音
声入力モード切り換えボタン１７０を有する。

【００７３】レベルゲージ１６１は、マイクロフォン２
４を介して入力された使用者の音声のレベル（マイクロ
フォン２４が出力する信号の振幅）を表示する。認識結
果表示部１６２は、エンジン通信部１２２から供給され
た認識された音声に対応する単語または文を表示する。

【００７４】表示切り換えボタン１６３は、音声コマン
ダウィンドウ１５１を図示せぬ小型のウィンドウに切り
換えるとき、操作される。ランチャ設定ボタン１６４
は、電子メールプログラム５４Ａ、ワードプロセッサプ
ログラム１０６、または表計算プログラム１０７の起動
に関する設定をするとき、操作される。

【００７５】辞書管理ボタン１６５は、認識する音声に
関する設定を辞書設定データベース１１４に記憶させる
とき、操作される。ヘルプボタン１６６は、オンライン
ヘルプをLCD２１に表示させるとき、操作される。最小
化ボタン１６７は、音声コマンダウィンドウ１５１をLC
D２１から消去し、例えば、タスクトレイ上に所定のア
イコンを表示させるとき、操作される。閉じるボタン１
６８は、音声コマンダ１０２を終了させるとき、操作さ
れる。

【００７６】認識状態表示部１６９は、音声認識エンジ
ン１０１の状態またはローカルコマンドが使用できるか
否か（所定のプログラムがアクティブであるか否か）な
どを表示する。音声入力モード切り換えボタン１７０
は、常時認識モードと通常の認識モードとを切り換える
ときに、操作される。

【００７７】状態１において、音声認識エンジン１０１
の起動が失敗したとき、ＵＩ処理部１２３は終了する。

【００７８】状態１において、音声認識エンジン１０１
の起動が成功したとき、ＵＩ処理部１２３は、ユーザの
操作を待つ状態２に遷移する。

【００７９】状態２において、閉じるボタン１６８がク
リックされたとき、ＵＩ処理部１２３は、音声コマンダ
１０２を終了させる。状態２において、使用者が音声認
識に割り当てているキー（例えば、キーボード４のコン
トロールキーなど。以下、認識キーと称する）が押圧さ
れたとき、ＵＩ処理部１２３は、音声入力可能な状態３
に遷移する。

【００８０】状態２から状態３に遷移するとき、ＵＩ処
理部１２３は、アプリケーション通信部１２１から静止
画撮影プログラム１０３、静止画閲覧プログラム１０
４、および電子ペットプログラム１０５の内、アクティ
ブであるプログラムを示すデータを受信し、アクティブ
であるプログラムの名称を音声コマンダウィンドウ１５
１の認識状態表示部１６９に表示させる。静止画撮影プ
ログラム１０３、静止画閲覧プログラム１０４、または
電子ペットプログラム１０５のいずれもアクティブでな
いとき、ＵＩ処理部１２３は、音声コマンダウィンドウ
１５１の認識状態表示部１６９にその旨（例えば、”Gl
obal Command”など）を表示させる。

【００８１】状態３において、使用者がマイクロフォン
２４から入力させた音声に対応する信号が音声認識エン
ジン１０１に供給され、音声認識エンジン１０１に供給
された音声に対応する信号のレベルに対応するデータ
が、エンジン通信部１２２を介して、ＵＩ処理部１２３
に供給される。状態３において、ＵＩ処理部１２３は、
音声に対応する信号のレベルに対応するデータに基づ
き、音声コマンダウィンドウ１５１のレベルゲージ１６
１の表示を更新する。

【００８２】また、状態３において、音声認識エンジン
１０１が音声を認識したとき、ＵＩ処理部１２３は、音
声認識エンジン１０１から認識した単語または文などの
データを受信し、音声コマンダウィンドウ１５１の認識
結果表示部１６２に認識した単語または文を表示させ
る。

【００８３】状態３において、使用者が認識キーの押圧
を続けると、ＵＩ処理部１２３は、状態３における処理
を繰り返す。

【００８４】状態３において、使用者が認識キーを離し
たとき、ＵＩ処理部１２３は、アプリケーション通信部
１２１または音声ランチャ制御部１２４に、音声認識エ
ンジン１０１から供給された、コード番号、認識した単
語または文、および認識した単語に関連する文字列のデ
ータに対応する、所定の動作（例えば、電子メールプロ
グラム５４Ａの起動など）を要求する。

【００８５】このとき、アプリケーション通信部１２１
は、ＵＩ処理部１２３からの要求に対応して、静止画撮
影プログラム１０３、静止画閲覧プログラム１０４、若
しくは電子ペットプログラム１０５のいずれかを起動さ
せ、または静止画撮影プログラム１０３、静止画閲覧プ
ログラム１０４、若しくは電子ペットプログラム１０５
のいずれかに所定のコマンドを送信する。

【００８６】このとき、音声ランチャ制御部１２４は、
ＵＩ処理部１２３からの要求に対応して、電子メールプ
ログラム５４Ａ、ワードプロセッサプログラム１０６、
若しくは表計算プログラム１０７のいずれかを起動さ
せ、または電子メールプログラム５４Ａに所定のデータ
（例えば、メールアドレスなど）を供給する。

【００８７】アプリケーション通信部１２１または音声
ランチャ制御部１２４が所定のプログラムに対して、所
定の動作を完了させたとき、アプリケーション通信部１
２１または音声ランチャ制御部１２４はＵＩ処理部１２
３にその旨を通知し、ＵＩ処理部１２３は、動作の対象
となる所定のプログラムに応じて、動作の対象となる所
定のプログラムを使用者に認識させる画像（後述する）
をLCD２１に表示させる。

【００８８】LCD２１に動作の対象となる所定のプログ
ラム認識させる画像が表示されるので、使用者は、音声
の認識の結果、および音声コマンダ１０２の動作を知る
ことができる。

【００８９】状態３から状態２に遷移するとき、ＵＩ処
理部１２３は、認識状態表示部１６９の表示を消去す
る。

【００９０】状態２において、音声入力モード切り換え
ボタン１７０がクリックされたとき、ＵＩ処理部１２３
は、常時認識モードである状態４に遷移する。

【００９１】状態２から状態４に遷移するとき、ＵＩ処
理部１２３は、アプリケーション通信部１２１から静止
画撮影プログラム１０３、静止画閲覧プログラム１０
４、および電子ペットプログラム１０５の内、アクティ
ブであるプログラムを示すデータを受信し、アクティブ
であるプログラムの名称を認識状態表示部１６９に表示
させる。静止画撮影プログラム１０３、静止画閲覧プロ
グラム１０４、または電子ペットプログラム１０５のい
ずれもアクティブでないとき、ＵＩ処理部１２３は、音
声コマンダウィンドウ１５１の認識状態表示部１６９に
その旨（例えば、”Global Command”など）を表示させ
る。

【００９２】状態４において、使用者がマイクロフォン
２４から入力させた音声に対応する信号が音声認識エン
ジン１０１に供給され、音声認識エンジン１０１に供給
された音声に対応する信号のレベルに対応するデータ
が、エンジン通信部１２２を介して、ＵＩ処理部１２３
に供給される。状態４において、ＵＩ処理部１２３は、
音声に対応する信号のレベルに対応するデータに基づ
き、音声コマンダウィンドウ１５１のレベルゲージ１６
１の表示を更新する。

【００９３】また、状態４において、音声認識エンジン
１０１が音声を認識したとき、ＵＩ処理部１２３は、音
声認識エンジン１０１から認識した単語または文などの
データを受信し、音声コマンダウィンドウ１５１の認識
結果表示部１６２に認識した単語または文を表示させ
る。

【００９４】状態４において、ＵＩ処理部１２３が、音
声認識エンジン１０１から認識した単語または文などの
データを受信したとき、ＵＩ処理部１２３は、アプリケ
ーション通信部１２１または音声ランチャ制御部１２４
に、音声認識エンジン１０１から供給された、コード番
号、認識した単語または文、および認識した単語に関連
する文字列のデータに対応する、所定の動作を要求す
る。

【００９５】このとき、アプリケーション通信部１２１
は、ＵＩ処理部１２３からの要求に対応して、静止画撮
影プログラム１０３、静止画閲覧プログラム１０４、若
しくは電子ペットプログラム１０５のいずれかを起動さ
せ、または静止画撮影プログラム１０３、静止画閲覧プ
ログラム１０４、若しくは電子ペットプログラム１０５
のいずれかに所定のコマンドを送信する。

【００９６】このとき、音声ランチャ制御部１２４は、
ＵＩ処理部１２３からの要求に対応して、電子メールプ
ログラム５４Ａ、ワードプロセッサプログラム１０６、
若しくは表計算プログラム１０７のいずれかを起動さ
せ、または電子メールプログラム５４Ａに所定のデータ
（例えば、メールアドレスなど）を供給する。

【００９７】アプリケーション通信部１２１または音声
ランチャ制御部１２４が所定のプログラムに対して、所
定の動作を完了させたとき、アプリケーション通信部１
２１または音声ランチャ制御部１２４はＵＩ処理部１２
３にその旨を通知し、ＵＩ処理部１２３は、動作の対象
となる所定のプログラムに応じて、動作の対象となる所
定のプログラムを使用者に認識させる画像（後述する）
をLCD２１に表示させる。

【００９８】状態４においては、音声コマンダ２は、認
識キーに対する操作に係わらず、音声認識エンジンが所
定の音声を認識したとき、静止画撮影プログラム１０
３、静止画閲覧プログラム１０４、若しくは電子ペット
プログラム１０５のいずれかを起動させ、若しくは静止
画撮影プログラム１０３、静止画閲覧プログラム１０
４、若しくは電子ペットプログラム１０５のいずれかに
所定のコマンドを送信し、または電子メールプログラム
５４Ａ、ワードプロセッサプログラム１０６、若しくは
表計算プログラム１０７のいずれかを起動させ、若しく
は電子メールプログラム５４Ａに所定のデータを供給す
る。

【００９９】状態４において、音声入力モード切り換え
ボタン１７０がクリックされたとき、ＵＩ処理部１２３
は、状態２に遷移する。

【０１００】状態２において、静止画撮影プログラム１
０３に静止画像を撮影する操作が加えられたとき（例え
ば、シャッタボタン１０が押圧されたなど）、ＵＩ処理
部１２３は、静止画像に添付するコメントを入力する状
態５に遷移する。

【０１０１】状態５において、使用者がマイクロフォン
２４から入力させた音声に対応する信号が音声認識エン
ジン１０１に供給され、音声認識エンジン１０１に供給
された音声に対応する信号のレベルに対応するデータ
が、エンジン通信部１２２を介して、ＵＩ処理部１２３
に供給される。状態５において、ＵＩ処理部１２３は、
音声に対応する信号のレベルに対応するデータに基づ
き、音声コマンダウィンドウ１５１のレベルゲージ１６
１の表示を更新する。

【０１０２】また、状態５において、音声認識エンジン
１０１が音声を認識したとき、ＵＩ処理部１２３は、音
声認識エンジン１０１から認識した単語または文などの
データを受信し、LCD２１に表示されている、コメント
を添付する画像に対応する所定のダイアログなどに認識
した単語または文を表示させる。

【０１０３】状態５において、ＵＩ処理部１２３は、ア
プリケーション通信部１２１に、音声認識エンジン１０
１から供給された、認識した単語または文を送信する。
アプリケーション通信部１２１は、静止画撮影プログラ
ム１０３に認識した単語または文を送信し、静止画撮影
プログラム１０３に認識した単語または文を画像のコメ
ントとして保存させる。

【０１０４】状態５において、アプリケーション通信部
１２１を介して、静止画撮影プログラム１０３からコメ
ントの入力を終了させる操作（例えば、シャッタボタン
１０が離されたなど）を示すデータがＵＩ処理部１２３
に入力されたとき、ＵＩ処理部１２３は、状態２に遷移
する。

【０１０５】状態２において、音声コマンダウィンドウ
１５１の辞書管理ボタン１６５がクリックされると、Ｕ
Ｉ処理部１２３は、辞書を設定する状態６に遷移し、ユ
ーザ辞書制御部１２５に辞書の設定の処理を要求する。

【０１０６】状態６において、ユーザ辞書制御部１２５
は、辞書設定用のダイアログをLCD２１に表示させ、辞
書設定用のダイアログへの操作に基づき、辞書設定デー
タベース１１４および認識単語・文法データベース１１
５に記憶されている設定を更新する。

【０１０７】状態６において、辞書設定用のダイアログ
に配置されているテストボタンがクリックされると、Ｕ
Ｉ処理部１２３は、音声認識テストを実行するする状態
８に遷移し、認識テスト処理部１２６に音声認識テスト
の処理を要求する。

【０１０８】認識テスト処理部１２６は、音声認識テス
トのダイアログをLCD２１に表示させ、エンジン通信部
１２２を介して、音声認識エンジン１０１から供給され
た、音声を認識した単語が、辞書設定データベース１１
４に登録されている単語と一致するか否かを判定する音
声認識のテストを実行し、その結果を表示する。

【０１０９】または、認識テスト処理部１２６は、音声
認識テストのダイアログをLCD２１に表示させ、エンジ
ン通信部１２２を介して、音声認識エンジン１０１から
供給された認識した単語が、辞書設定データベース１１
４に登録されている単語に含まれているか否かを判定す
る音声認識のテストを実行し、その結果を表示する。

【０１１０】状態８において、音声認識テストのダイア
ログに配置されているテストボタンがクリックされる
と、ＵＩ処理部１２３は、状態６に遷移する。

【０１１１】状態６において、辞書設定用のダイアログ
に配置されている閉じるボタンがクリックされると、Ｕ
Ｉ処理部１２３は、状態２に遷移する。

【０１１２】状態２において、音声コマンダウィンドウ
１５１のランチャ設定ボタン１６４がクリックされる
と、ＵＩ処理部１２３は、音声ランチャ制御部１２４の
電子メールプログラム５４Ａ、ワードプロセッサプログ
ラム１０６、または表計算プログラム１０７を起動する
設定を行う状態７に遷移し、音声ランチャ制御部１２４
にプログラムの起動の設定の処理を要求する。

【０１１３】状態７において、音声ランチャ制御部１２
４は、ランチャ設定用のダイアログをLCD２１に表示さ
せ、ランチャ設定用のダイアログへの操作に基づき、ラ
ンチャ設定データベース１１３に記憶されている設定を
更新する。

【０１１４】状態７において、ランチャ設定用のダイア
ログに配置されているテストボタンがクリックされる
と、ＵＩ処理部１２３は、音声認識テストを実行する状
態９に遷移し、認識テスト処理部１２６に音声認識テス
トの処理を要求する。

【０１１５】認識テスト処理部１２６は、音声認識テス
トのダイアログをLCD２１に表示させ、エンジン通信部
１２２を介して、音声認識エンジン１０１から供給され
た認識した単語または文に、ランチャ設定データベース
１１３に登録されている単語が含まれ、認識した単語ま
たは文が設定されている文法に一致するか否かを判定す
る音声認識のテストを実行し、その結果を表示する。

【０１１６】状態９において、音声認識テストのダイア
ログに配置されているテストボタンがクリックされる
と、ＵＩ処理部１２３は、状態７に遷移する。

【０１１７】状態７において、ランチャ設定用のダイア
ログに配置されている閉じるボタンがクリックされる
と、ＵＩ処理部１２３は、状態２に遷移する。

【０１１８】図１３は、所定の入力に対応した、エンジ
ン通信部１２２の状態の遷移を説明する状態遷移図であ
る。図１３において、（）で囲まれた文は、状態の遷移
の条件（例えば、プログラムの起動、起動の終了通知な
ど）を示し、［］で囲まれた文は、状態の遷移に伴って
実行される処理（例えば、処理結果通知、認識結果転送
など）を示す。

【０１１９】音声コマンダ１０２が起動されると、エン
ジン通信部１２２は、音声認識エンジン１０１を起動
し、音声認識エンジン１０１の起動を待つ状態１１に遷
移する。状態１１において、初期化に失敗すると、エン
ジン通信部１２２は、その結果をＵＩ処理部１２３に送
信する。初期化に失敗した旨を受信したＵＩ処理部１２
３は、音声コマンダ１０２を終了させるので、初期化に
失敗したとき、エンジン通信部１２２は、終了する。

【０１２０】状態１１において、音声認識エンジン１０
１の起動の結果をＵＩ処理部１２３に通知したとき、エ
ンジン通信部１２２は、イベント待ちの状態１２に遷移
する。

【０１２１】使用者が認識キー（例えば、コントロール
キー）を押圧すると、ＵＩ処理部１２３がその旨のデー
タをエンジン通信部１２２に送信するので、状態１１に
おいて、エンジン通信部１２２は、使用者が認識キーを
押圧した旨のデータを受信したとき、アプリケーション
通信部１２１から静止画撮影プログラム１０３、静止画
閲覧プログラム１０４、および電子ペットプログラム１
０５の内、アクティブであるプログラムを示すデータを
受信し、そのデータに対応した単語および文法を示すデ
ータを認識単語・文法データベース１１５から読み出
す。

【０１２２】エンジン通信部１２２は、アクティブであ
るプログラムに対応した単語および文法を示すデータ、
または静止画撮影プログラム１０３、静止画閲覧プログ
ラム１０４、若しくは電子ペットプログラム１０５のコ
マンドなどに関するデータを適宜変換して、音声認識エ
ンジン１０１に送信して、音声認識エンジン１０１から
音声認識の結果を示すデータを受信できる状態１３に遷
移する。

【０１２３】状態１３において、エンジン通信部１２２
は、使用者がマイクロフォン２４から入力させた音声に
対応する信号を受信した音声認識エンジン１０１が生成
する、信号のレベルに対応するデータを受信して、ＵＩ
処理部１２３に供給する。ＵＩ処理部１２３は、音声に
対応する信号のレベルに対応するデータに基づき、音声
コマンダウィンドウ１５１のレベルゲージ１６１の表示
を更新する。

【０１２４】使用者がマイクロフォン２４に向かって音
声を発すると、音声認識エンジン１０１が、それを検知
して、音声を検出した旨のデータをエンジン通信部１２
２に送信する。状態１３において、エンジン通信部１２
２は、音声を検出した旨のデータを受信すると、そのデ
ータをＵＩ処理部１２３に転送するとともに、状態１４
に遷移する。

【０１２５】状態１４において、エンジン通信部１２２
は、使用者がマイクロフォン２４から入力させた音声に
対応する信号を受信した音声認識エンジン１０１が生成
する、信号のレベルに対応するデータを受信して、ＵＩ
処理部１２３に供給する。ＵＩ処理部１２３は、音声に
対応する信号のレベルに対応するデータに基づき、音声
コマンダウィンドウ１５１のレベルゲージ１６１の表示
を更新する。

【０１２６】状態１４において、エンジン通信部１２２
は、音声認識エンジン１０１から認識した単語または文
などのデータを受信したとき、そのデータをＵＩ処理部
１２３に供給する。ＵＩ処理部１２３は、認識した単語
または文などのデータを基に、ＬＤＣ２１に表示する画
像または文字などを更新する。

【０１２７】状態１４において、エンジン通信部１２２
は、音声認識エンジン１０１から受信した、認識した単
語または文などのデータが、静止画撮影プログラム１０
３、静止画閲覧プログラム１０４、若しくは電子ペット
プログラム１０５のいずれかの起動、または静止画撮影
プログラム１０３、静止画閲覧プログラム１０４、若し
くは電子ペットプログラム１０５のいずれかにコマンド
に対応すると判定したとき、認識した単語または文など
のデータをアプリケーション通信部１２１に供給する。

【０１２８】状態１４において、エンジン通信部１２２
は、音声認識エンジン１０１から受信した、認識した単
語または文などのデータが、電子メールプログラム５４
Ａ、ワードプロセッサプログラム１０６、若しくは表計
算プログラム１０７のいずれかの起動、または電子メー
ルプログラム５４Ａに供給すべきデータに対応すると判
定したとき、認識した単語または文などのデータを音声
ランチャ制御部１２４に供給する。

【０１２９】状態１４において、認識した単語または文
などのデータをアプリケーション通信部１２１または音
声ランチャ制御部１２４に供給したとき、エンジン通信
部１２２は、状態１２に遷移する。

【０１３０】図１４は、所定の入力に対応した、アプリ
ケーション通信部１２１の状態の遷移を説明する状態遷
移図である。

【０１３１】アプリケーション通信部１２１は、音声コ
マンダ１０２の起動とともに、状態２１に遷移する。状
態２１において、音声コマンダ１０２が終了したとき、
アプリケーション通信部１２１は、終了する。

【０１３２】アプリケーション通信部１２１は、動作し
ているとき、常に状態２１にあり、ウィンドウのフォー
カスが変化したとき、または所定の時間が経過したと
き、静止画撮影プログラム１０３、静止画閲覧プログラ
ム１０４、または電子ペットプログラム１０５が起動さ
れているか否か、またはいずれがアクティブになってい
るかを調べて、アプリケーション通信部１２１内部に記
憶されている所定のデータを更新する。

【０１３３】また、アプリケーション通信部１２１は、
ＵＩ処理部１２３またはエンジン通信部１２２から要求
があったとき、静止画撮影プログラム１０３、静止画閲
覧プログラム１０４、または電子ペットプログラム１０
５が起動されているか否か、または、いずれがアクティ
ブになっているか（いずれもアクティブでない場合、そ
れを示すデータ含む）を示すデータをＵＩ処理部１２３
またはエンジン通信部１２２に送信する。

【０１３４】状態２１において、エンジン通信部１２２
から認識した単語または文などのデータを受信したと
き、アプリケーション通信部１２１は、図４７で後述す
るフローチャートに示す手順に従って、静止画撮影プロ
グラム１０３、静止画閲覧プログラム１０４、若しくは
電子ペットプログラム１０５を起動させ、静止画撮影プ
ログラム１０３、静止画閲覧プログラム１０４、若しく
は電子ペットプログラム１０５のいずれかをアクティブ
にし、または静止画撮影プログラム１０３、静止画閲覧
プログラム１０４、若しくは電子ペットプログラム１０
５に所定のコマンドを供給する。

【０１３５】また、状態２１において、静止画撮影プロ
グラム１０３からコメントの入力させる、または終了さ
せる操作（例えば、シャッタボタン１０が押圧された、
または離されたなど）を示すデータが入力されたとき、
アプリケーション通信部１２１は、ＵＩ処理部１２３に
そのデータを転送する。

【０１３６】次に、パーソナルコンピュータ１のLCD２
１に表示する画面について説明する。図１５は、音声コ
マンダ１０２、音声認識エンジン１０１、および静止画
撮影プログラム１０３が起動しているとき、LCD２１に
表示される画面を示す図である。

【０１３７】LCD２１の画面の所定の位置に、電子メー
ルプログラム５４Ａに対応するアイコン１９１、ワード
プロセッサプログラム１０６に対応するアイコン１９
２、表計算プログラム１０７に対応するアイコン１９
３、音声コマンダウィンドウ１５１、および静止画撮影
プログラム１０３が表示させるウィンドウ１９４が配置
される。

【０１３８】スティック式ポインティングデバイス５な
どを操作してアイコン１９１を選択して、起動コマンド
を実行する（図示せぬメニューなどから選択するなどの
操作をする）と、電子メールプログラム５４Ａが起動さ
れる。アイコン１９２を選択して、起動コマンドを実行
すると、ワードプロセッサプログラム１０６が起動され
る。アイコン１９３を選択して、起動コマンドを実行す
ると、表計算プログラム１０７が起動される。

【０１３９】静止画撮影プログラム１０３が表示させる
ウィンドウ１９４は、CCDビデオカメラ２３が撮像して
いる画像を表示する画像表示領域１９５およびエフェク
トボタン１９６などを有する。

【０１４０】図１５に示す状態からパーソナルコンピュ
ータ１のシャッタボタン１０を押圧すると、静止画撮影
プログラム１０３は、CCDビデオカメラ２３が撮像てい
る画像を基に、所定の形式（例えば、JPEG（Joint Photo
graphic Experts Group）など）の静止画像のデータを
生成して、そのデータを格納したファイルを生成して、
生成したファイルをHDD５６に記録させるとともに、静
止画閲覧プログラム１０４を起動させる。

【０１４１】パーソナルコンピュータ１のシャッタボタ
ン１０を押圧したまま、使用者がマイクロフォン２４に
音声（例えば、”パパと八丈島で”）を入力すると、Ｕ
Ｉ処理部１２３は、状態５に遷移して、アプリケーショ
ン通信部１２２を介して、音声認識エンジン１０１から
供給された、認識された単語または文を受信して、アプ
リケーション通信部１２１を介して受信した単語または
文を静止画撮影プログラム１０３に出力する。

【０１４２】静止画撮影プログラム１０３は、静止画像
のファイルの、例えば、ヘッダの所定の位置に、受信し
た単語または文をコメントとして貼付する。

【０１４３】パーソナルコンピュータ１のシャッタボタ
ン１０が離されたとき、ＵＩ処理部１２３は、状態２に
遷移するので、音声の認識の処理は終了する。

【０１４４】なお、静止画像のファイルへのコメントの
貼付は、静止画閲覧プログラム１０４が実行するように
してもよい。

【０１４５】図１６に示すように、静止画閲覧プログラ
ム１０４は、生成したファイルに格納されている静止画
像を表示させる。静止画閲覧プログラム１０４が表示さ
せるウィンドウ２０１は、生成したファイルの静止画像
を表示させる画像表示領域２０３、貼付された単語また
は文を表示させるコメント入力ダイアログ２０２、メー
ルと名前が付されたボタン２０４などを有する。

【０１４６】次に、静止画像のファイルに添付する単語
を登録するダイアログについて説明する。図１７は、音
声コマンダウィンドウ１５１の辞書管理ボタン１６５を
クリックしたとき、ユーザ辞書制御部１２５がLCD２１
に表示させる辞書管理ダイアログを示す図である。

【０１４７】辞書管理ダイアログには、呼び名（音声認
識エンジン１０１に認識させる単語または文）に対応す
るメールアドレスを表示させるときクリックされるメー
ルアドレスと名前が付されたタブ２２１、呼び名に対応
する人名を表示させるときクリックされる人名と名前が
付されたタブ２２２、呼び名に対応する地名を表示させ
るときクリックされる地名と名前が付されたタブ２２
３、呼び名に対応する都道府県名を表示させるときクリ
ックされる都道府県と名前が付されたタブ２２４、およ
び呼び名に対応するＵＲＬを表示させるときクリックさ
れるＵＲＬと名前が付されたタブ２２５が配置されてい
る。

【０１４８】図１７に示す例では、タブ２２２がクリッ
クされ、呼び名表示フィールド２２６には、辞書設定デ
ータベース１１４に記憶されている、人名のカテゴリに
属する、呼び名および呼び名に対応する登録語（音声認
識が成功したとき、コメントとして入力される単語）が
表示されている。例えば、呼び名”パパ”に対する登録
語は、”パパ”である。”かおりちゃん”または”かお
りん”のいずれかが認識されたとき、コメントとして入
力される登録語は、”かおりちゃん”である。呼び名”
隣のお姉さん”に対する登録語は、”隣のお姉さん”で
ある。

【０１４９】辞書管理ダイアログには、状態８に遷移す
るためのテストボタン２２７および登録ボタン２２８が
配置されている。

【０１５０】登録ボタン２２８がクリックされたとき、
ユーザ辞書制御部１２５は、図１８に示す新規登録ダイ
アログをLCD２１に表示させる。新規登録ダイアログ
は、呼び名を入力するための呼び名入力フィールド２４
１、および登録語を入力するための登録語入力フィール
ド２４２を有する。呼び名入力フィールド２４１に所定
の呼び名を入力して、登録語入力フィールド２４２に呼
び名に対応する登録語を入力して、ＯＫと名前が付され
たボタンをクリックすれば、呼び名入力フィールド２４
１に入力された呼び名、および登録語入力フィールド２
４２に登録語（呼び名に対応する）は、辞書設定データ
ベース１１４に記憶される。

【０１５１】新規登録ダイアログのテストと名前が付さ
れたボタン２４３をクリックすると、ＵＩ処理部１２３
は、状態８に遷移して、認識テスト処理部１２６は、図
１９に示す新規登録単語テストダイアログを表示させ
る。

【０１５２】新規登録単語テストダイアログは、呼び名
入力フィールド２４１、所定のメッセージを表示するメ
ッセージフィールド２５２、およびテスト結果表示フィ
ールド２５３を有する。使用者がマイクロフォン２４に
向かって音声を入力すると（マイクロフォン２４に向か
って呼び名を喋ると）、認識テスト処理部１２６は、音
声認識エンジン１０１が認識した音声と、呼び名入力フ
ィールド２４１に入力した単語とが一致したか否かを判
定し、その結果をテスト結果表示フィールド２５３に表
示する。

【０１５３】図１９に示す、テスト結果表示フィールド
２５３の例は、使用者がマイクロフォン２４に向かっ
て”おねえちゃん”と入力し、音声認識エンジン１０１
が”おねえちゃん”を認識して、認識テスト処理部１２
６が、音声認識エンジン１０１が認識した”おねえちゃ
ん”と、呼び名入力フィールド２４１に入力されてい
る”おねえちゃん”とが一致したと判定したとき、表示
される例である。

【０１５４】音声認識エンジン１０１が認識した音声
と、呼び名入力フィールド２４１に入力した単語とが一
致しないと判定された場合、例えば、認識テスト処理部
１２６は、テスト結果表示フィールド２５３に音声認識
エンジン１０１が認識した音声に対応するテキスト、お
よび一致しないことを示すメッセージ（例えば、”Ｎ
Ｇ”など）を表示させる。

【０１５５】新規登録単語テストダイアログのテスト中
と名前が付されたボタン２５１がクリックされたとき、
ＵＩ処理部１２３は、状態６に遷移して、ユーザ辞書制
御部１２５に辞書管理ダイアログを表示させる。

【０１５６】辞書管理ダイアログのテストボタン２２７
がクリックされたとき、ＵＩ処理部１２３は、状態８に
遷移して、認識テスト処理部１２６は、図２０に示す登
録単語テストダイアログを表示する。

【０１５７】登録単語テストダイアログは、タブ２２
１、タブ２２２、タブ２２３、タブ２２４、タブ２２
５、および呼び名表示フィールド２２６に加えて、所定
のメッセージを表示するメッセージフィールド２７２、
およびテスト結果表示フィールド２７３を有する。

【０１５８】登録単語テストダイアログが表示されてい
る状態において、使用者がマイクロフォン２４に向かっ
て音声を入力すると（マイクロフォン２４に向かって呼
び名を喋ると）、認識テスト処理部１２６は、呼び名表
示フィールド２２６に表示されているいずれかの単語
と、音声認識エンジン１０１が認識した単語とが一致し
たか否かを判定し、呼び名表示フィールド２２６に表示
されているいずれかの単語と、音声認識エンジン１０１
が認識した単語とが一致した場合、呼び名表示フィール
ド２２６に表示されている一致した単語をハイライトに
して表示させる。

【０１５９】音声認識エンジン１０１が認識した単語
が、呼び名表示フィールド２２６に表示されているいず
れの単語とも一致しないと判定された場合、認識テスト
処理部１２６は、例えば、テスト結果表示フィールド２
７３に音声認識エンジン１０１が認識した音声に対応す
るテキスト、および一致しないことを示すメッセージ
（例えば、”ＮＧ”など）を表示させる。

【０１６０】登録単語テストダイアログのテスト中と名
前が付されたボタン２７１がクリックされたとき、ＵＩ
処理部１２３は、状態６に遷移して、ユーザ辞書制御部
１２５に辞書管理ダイアログを表示させる。

【０１６１】辞書管理ダイアログのタブ２２３がクリッ
クされたとき、ユーザ辞書制御部１２５は、図２１に示
すように、呼び名表示フィールド２８１に、辞書設定デ
ータベース１１４に記憶されている、地名のカテゴリに
属する、呼び名および呼び名に対応する登録語（音声認
識が成功したとき、コメントとして入力される単語）を
表示させる。例えば、呼び名”八丈島”または”八丈”
に対する登録語は、”八丈島”である。呼び名”東京タ
ワー”に対する登録語は、”東京タワー”である。”野
球場”または”球場”のいずれかが認識されたとき、コ
メントとして入力される登録語は、”野球場”である。

【０１６２】図１６に示すように、静止画閲覧プログラ
ム１０４が、所定の静止画像を表示させている状態か
ら、メールと名前が付されたボタン２０４をクリックす
ると、静止画閲覧プログラム１０４は、電子メールプロ
グラム５４Ａが起動していないとき、電子メールプログ
ラム５４Ａを起動させる。

【０１６３】静止画閲覧プログラム１０４は、電子メー
ルプログラム５４Ａに新規のメールを生成させる。静止
画像閲覧プログラム１０４は、生成させた新規のメール
に静止画像のファイル（表示している静止画像に対応す
る）を添付する。

【０１６４】更に、静止画像閲覧プログラム１０４は、
添付した静止画像ファイルに格納されているコメント
を、新規のメールの本文に貼付させる。

【０１６５】図２２は、静止画像閲覧プログラム１０４
が、電子メールプログラム５４Ａに新規のメッセージを
生成させたとき、電子メールプログラム５４ＡがLCD２
１に表示させるメッセージウィンドウ３０１を説明する
図である。

【０１６６】添付ファイル表示フィールド３１２には、
添付された静止画像のファイルのファイル名が表示され
る。本文表示フィールド３１３には、添付した静止画像
ファイルに格納されているコメントから貼付された新規
のメッセージの本文が表示される。

【０１６７】宛先フィールド３１１に、所定のメールア
ドレスが入力され、メッセージウィンドウ３０１の送信
と名前が付されたボタンがクリックされたとき、メッセ
ージウィンドウ３０１に表示されたメッセージは、宛先
フィールド３１１に設定されたメールアドレス宛てに、
インターネット９２を介して、送信される。

【０１６８】次に、音声コマンダ１０２が電子メールプ
ログラム５４Ａを起動させて、電子メールプログラム５
４Ａに所定のメールアドレスが設定されたメールを生成
させる処理について説明する。音声コマンダ１０２が起
動している状態で、認識キーを押圧したまま、マイクロ
フォン２４に、例えば、”姉さんにメール”と音声を入
力すると、音声認識エンジン１０１は、”姉さんにメー
ル”に対応する所定のデータを音声コマンダ１０２に供
給する。

【０１６９】図２３に示すように、ＵＩ処理部１２３
は、音声コマンダウィンドウ１５１から画面全体に向か
って広がるように（図中の点線の矢印（点線の矢印は、
説明のための矢印で、実際には表示されない）で示す方
向に向かって）、LCD２１に波紋状の画像を表示させ
る。

【０１７０】次に、図２４に示すように、ＵＩ処理部１
２３は、画面全体から電子メールプログラム５４Ａに対
応するアイコン１９１に向かって収束するように（図中
の点線の矢印（点線の矢印は、説明のための矢印で、実
際には表示されない）で示す方向に向かって）、LCD２
１に波紋状の画像を表示させる。

【０１７１】そして、図２５に示すように、ＵＩ処理部
１２３は、電子メールプログラム５４Ａに対応するアイ
コン１９１を強調表示させる。電子メールプログラム５
４Ａが起動していないとき、音声コマンダ１０２のアプ
リケーション通信部１２は、静止画像閲覧プログラム１
０４に、電子メールプログラム５４Ａを起動させる。

【０１７２】その後、図２６に示すように、音声ランチ
ャ制御部１２４は、電子メールプログラム５４Ａに、新
規のメッセージを生成させ、電子メールプログラム５４
Ａは、新規のメッセージをメッセージウィンドウ３０１
に表示させる。音声ランチャ制御部１２４は、電子メー
ルプログラム５４Ａに、新規のメッセージのメールアド
レスとして、エンジン通信部１２２を介して、音声認識
エンジンから供給された、”姉さんにメール”の”姉さ
ん”に対応するメールアドレスを設定させる。

【０１７３】新規のメッセージを表示するメッセージウ
ィンドウ３０１の宛先フィールド３１１には、”姉さん
にメール”の”姉さん”に対応して設定したメールアド
レス（例えば、ane@home.zzz）が表示される。

【０１７４】図２７は、辞書管理ダイアログのメールア
ドレスと名前が付されたタブ２２１がクリックされたと
き、辞書管理ダイアログの例を示す図である。呼び名表
示フィールド３５１には、ランチャ設定データベース１
１３に記憶されている、メールアドレスのカテゴリに属
する、呼び名および呼び名に対応する登録語（音声認識
が成功したとき、メールアドレスとして設定されるテキ
スト）が表示されている。例えば、呼び名”パパ”に対
する登録語は、”daddy@nowhere.xxx”である。”兄さ
ん”が認識されたとき、メールアドレスとして設定され
る登録語は、”ani@home.yyy”である。呼び名”姉さ
ん”に対する登録語は、”ane@home.zzz”である。

【０１７５】次に、音声コマンダ１０２が静止画撮影プ
ログラム１０３に所定のコマンドを供給するときの画面
の表示について説明する。静止画撮影プログラム１０３
が表示させるウィンドウ１９４のエフェクトボタン１９
６をクリックすると、図２８に示すエフェクト設定ダイ
アログ３７１がＬＤＣ２１に表示される。

【０１７６】エフェクト設定ダイアログ３７１のエフェ
クト選択フィールド３７２から所定のエフェクトを選択
すると、静止画撮影プログラム１０３は、CCDビデオカ
メラ２３が撮像した画像に選択されたエフェクトをかけ
る。

【０１７７】例えば、エフェクト設定ダイアログ３７１
で”モザイク”を選択すると、静止画撮影プログラム１
０３は、CCDビデオカメラ２３が撮像した画像にいわゆ
る”モザイク”エフェクトをかけ、”モザイク”エフェ
クトをかけた画像を画像表示領域１９５に表示させる。
エフェクト設定ダイアログ３７１で”ネガポジ反転”を
選択すると、静止画撮影プログラム１０３は、CCDビデ
オカメラ２３が撮像した画像にいわゆる”モザイク”エ
フェクトをかけ、”ネガポジ反転”エフェクトをかけた
画像を画像表示領域１９５に表示させる。

【０１７８】図２９に示すように、静止画撮影プログラ
ム１０３がアクティブで、音声コマンダウィンドウ１５
１および静止画撮影プログラム１０３が表示させるウィ
ンドウ１９４がLCD２１に表示されている場合、認識キ
ーを押圧したまま、マイクロフォン２４に、例えば、”
モザイク”と音声を入力すると、音声認識エンジン１０
１は、”モザイク”に対応するコマンドを示すデータを
音声コマンダ１０２に供給する。

【０１７９】図３０に示すように、ＵＩ処理部１２３
は、音声コマンダウィンドウ１５１から画面全体に向か
って広がるように（図中の点線の矢印（点線の矢印は、
説明のための矢印で、実際には表示されない）で示す方
向に向かって）、LCD２１に波紋状の画像を表示させ
る。

【０１８０】図３１に示すように、ＵＩ処理部１２３
は、画面全体からウィンドウ１９４に向かって収束する
ように（図中の点線の矢印（点線の矢印は、説明のため
の矢印で、実際には表示されない）で示す方向に向かっ
て）、LCD２１に波紋状の画像を表示させる。

【０１８１】そして、図３２に示すように、ＵＩ処理部
１２３は、静止画撮影プログラム１０３が表示させるウ
ィンドウ１９４を強調表示させる。

【０１８２】音声コマンダ１０２は、”モザイク”に対
応するコマンドを示すデータを基に、静止画撮影プログ
ラム１０３に”モザイク”に対応するコマンドを送信す
る。図３３に示すように、静止画撮影プログラム１０３
は、音声コマンダ１０２から”モザイク”に対応するコ
マンドを受信して、CCDビデオカメラ２３が撮像した画
像にいわゆる”モザイク”エフェクトをかけ、”モザイ
ク”エフェクトをかけた画像を画像表示領域１９５に表
示させる。

【０１８３】次に、音声コマンダ１０２がワードプロセ
ッサプログラム１０６を起動させる処理について説明す
る。図３４に示すように、音声コマンダ１０２が起動し
ている状態で、認識キーを押圧したまま、マイクロフォ
ン２４に、例えば、”ワープロ”と音声を入力すると、
音声認識エンジン１０１は、”ワープロ”に対応する所
定のデータを音声コマンダ１０２に供給する。

【０１８４】図３５に示すように、ＵＩ処理部１２３
は、音声コマンダウィンドウ１５１から画面全体に向か
って広がるように（図中の点線の矢印（点線の矢印は、
説明のための矢印で、実際には表示されない）で示す方
向に向かって）、LCD２１に波紋状の画像を表示させ
る。

【０１８５】図３６に示すように、ＵＩ処理部１２３
は、画面全体からワードプロセッサプログラム１０６に
対応するアイコン１９２に向かって収束するように（図
中の点線の矢印（点線の矢印は、説明のための矢印で、
実際には表示されない）で示す方向に向かって）、LCD
２１に波紋状の画像を表示させる。

【０１８６】そして、図３７に示すように、ＵＩ処理部
１２３は、ワードプロセッサプログラム１０６に対応す
るアイコン１９２を強調表示させる。

【０１８７】音声コマンダ１０２の音声ランチャ制御部
１２４は、ワードプロセッサプログラム１０６を起動さ
せる。ワードプロセッサプログラム１０６は、所定のウ
ィンドウ３９１をLCD２１に表示させる。ワードプロセ
ッサプログラム１０６が表示させるウィンドウ３９１に
は、文書ファイルを表示させる表示領域３９２が配置さ
れる。

【０１８８】マイクロフォン２４に、例えば、”ワープ
ロ”と音声を入力して、音声コマンダ１０２の音声ラン
チャ制御部１２４にワードプロセッサプログラム１０６
を起動させたとき、音声ランチャ制御部１２４は、ワー
ドプロセッサプログラム１０６のみを起動させる。この
とき、ワードプロセッサプログラム１０６は新規の文書
を生成して、新規の文書を表示領域３９２に表示させ
る。

【０１８９】マイクロフォン２４に、例えば、”ワープ
ロで手紙”と音声を入力して、音声コマンダ１０２の音
声ランチャ制御部１２４にワードプロセッサプログラム
１０６を起動させたとき、音声ランチャ制御部１２４
は、”手紙”に対応する文書ファイルをワードプロセッ
サプログラム１０６に開かせる。このとき、図３９に示
すように、ワードプロセッサプログラム１０６は”手
紙”に対応する文書ファイルに対応する文字または画像
を、表示領域３９２に表示させる。

【０１９０】同様に、マイクロフォン２４に、例え
ば、”表計算”と音声を入力して、音声コマンダ１０２
の音声ランチャ制御部１２４に表計算プログラム１０７
を起動させたとき、音声ランチャ制御部１２４は、表計
算プログラム１０７のみを起動させる。音声ランチャ制
御部１２４が表計算プログラム１０７を起動させとき
も、ＵＩ処理部１２３は、所定の波紋状の画像の表示、
およびアイコン１９３の強調の表示を実行する。図４０
に示すように、表計算プログラム１０７は新規の文書を
生成して、新規の文書を表計算プログラム１０７が表示
させるウィンドウ４１１の表示領域４１２に表示させ
る。

【０１９１】マイクロフォン２４に、例えば、”表計算
で家計簿”と音声を入力して、音声コマンダ１０２の音
声ランチャ制御部１２４に表計算プログラム１０７を起
動させたとき、音声ランチャ制御部１２４は、”家計
簿”に対応する文書ファイルを表計算プログラム１０７
に開かせる。このとき、図４１に示すように、表計算プ
ログラム１０７は”家計簿”に対応する文書ファイルに
対応する文字または画像を、表示領域４１２に表示させ
る。

【０１９２】次に、起動するプログラムに対応する単語
を登録するダイアログについて説明する。図４２は、音
声コマンダウィンドウ１５１のランチャ設定ボタン１６
４をクリックしたとき、音声ランチャ制御部１１３がLC
D２１に表示させるランチャ設定ダイアログを示す図で
ある。

【０１９３】ランチャ設定ダイアログは、実行可能ファ
イルと名前が付されたチェックボックスがチェックされ
ているとき、呼び名表示フィールド４５１に、ランチャ
設定データベース１１３に記憶されている、呼び名およ
び呼び名に対応する実行ファイルの名前（ディレクトリ
を含む）を表示する。このとき、呼び名表示フィールド
４５１に表示される、実行ファイルの名前に対応する実
行ファイルは、実行ファィルカテゴリに属すると称す
る。

【０１９４】例えば、呼び名”ワープロ”に対する実行
ファイルの名前は、”C:\ProgramFiles\ProWord”であ
る。呼び名”表計算”に対する実行ファイルの名前
は、”C:\ProgramFiles\大介”である。呼び名”お絵か
き”に対する実行ファイルの名前は、”C:\ProgramFile
s1\華子”である。

【０１９５】ランチャ設定ダイアログは、テストと名前
が付されたボタンおよび詳細と名前が付されたボタン４
５２を有する。

【０１９６】文書ファイルと名前が付されたチェックボ
ックスがチェックされているとき、ランチャ設定ダイア
ログは、図４３に示すように、呼び名表示フィールド４
５１に、ランチャ設定データベース１１３に記憶されて
いる、呼び名および呼び名に対応する文書ファイルの名
前（ディレクトリを含む）を表示する。例えば、呼び
名”家計簿”に対する文書ファイルの名前は、”C:\文
書ファイル\家計簿”である。呼び名”見積り”に対す
る文書ファイルの名前は、”C:\文書ファイル１\見積
り”である。呼び名”手紙”に対する文書ファイルの名
前は、”C:\文書ファイル１\手紙”である。

【０１９７】このとき、呼び名表示フィールド４５１に
表示される、文書ファイルの名前に対応する文書ファイ
ルは、文書ファイルカテゴリに属すると称する。

【０１９８】呼び名表示フィールド４５１に表示されて
いる所定の呼び名（例えば、”ワープロ”）、および呼
び名に対応する実行ファイルの名前を選択して、詳細と
名前が付されたボタン４５２をクリックすると、音声ラ
ンチャ制御部１１３は、図４４に示すランチャ詳細設定
ダイアログをLCD２１に表示させる。

【０１９９】ランチャ詳細設定ダイアログは、呼び名表
示フィールド４７１に、呼び名表示フィールド４５１で
選択された呼び名（例えば、”ワープロ”）に対応する
ボイス形式［実行ファイル=ワープロ］が表示される。
ランチャ詳細設定ダイアログに配置された辞書参照と名
前が付されたボタンなどを操作して、使用者は、実行フ
ァイルと文書ファイルを組み合わせたボイス形式、例え
ば、”［実行ファイル=ワープロ］で［文書ファイ
ル］”に定義することができる。

【０２００】音声ランチャ制御部１２４は、設定された
ボイス形式に所定の文法番号を割り振って、ランチャ設
定データベース１１３に記憶させる。

【０２０１】使用者に設定された実行ファイルと文書フ
ァイルを組み合わせたボイス形式は、呼び名表示フィー
ルド４７１に表示される。例えば、図４４に示す実行フ
ァイルカテゴリに属するファイルと文書ファイルカテゴ
リに属するファイルとを組み合わせたボイス形式、”
［実行ファイル=ワープロ］で［文書ファイル］”
は、”［文書ファイル］”を引数としているので、音声
ランチャ制御部１２４に”［実行ファイル=ワープロ］
で［文書ファイル］”に対応する音声が認識されたデー
タ（例えば、”ワープロで手紙”および文法番号など）
が供給されたとき、音声ランチャ制御部１２４は、文法
番号を基に、呼び名が”ワープロ”に対応する実行ファ
イルカテゴリに属する実行ファイル（例えば、C:\Progr
amFiles\ProWord）を開き（すなわち、ワードプロセッ
サプログラム１０６を起動して）、呼び名が設定されて
いる文書ファイルカテゴリに属する文書ファイル（例え
ば、”手紙”に対応するC:\文書ファイル１\手紙）を、
ワードプロセッサプログラム１０６に開かせる。

【０２０２】同様に、例えば、音声ランチャ制御部１２
４に、”［実行ファイル=ワープロ］で［文書ファイ
ル］”に対応する音声が認識された”ワープロで家計
簿”およびその文法番号が供給されたとき、音声ランチ
ャ制御部１２４は、文法番号を基に、呼び名が”ワープ
ロ”に対応する実行ファイルカテゴリに属する実行ファ
イルであるC:\ProgramFiles\ProWordを開き、文書ファ
イルカテゴリに属する文書ファイルであるC:\文書ファ
イル\家計簿を、ワードプロセッサプログラム１０６に
開かせる。

【０２０３】なお、ランチャ制御部１２４は、図示せぬ
所定のスクリプト実行プログラムに、所定のスクリプト
ファイル（コマンドなどの処理手順が記述されているフ
ァイル）を実行させるようにしてもよい。更に、スクリ
プトファイルの引数として、所定のデータ（例えば、メ
ールアドレスまたは画像データなど）を指定するように
してもよい。このとき、ランチャ設定データベース１１
３は、スクリプトファイルまたはスクリプトファイルの
引数としてのデータを特定するデータ、または文法番号
などを記憶する。

【０２０４】次に、音声認識エンジン１０１、音声コマ
ンダ１０２、および静止画撮影プログラム１０３を実行
するCPU５２の静止画像の撮像の処理を図４５のフロー
チャートを参照して説明する。ステップＳ１１におい
て、静止画撮影プログラム１０３は、マイクロコントロ
ーラ６１、外部バス５５、および内部バス５１を介し
て、前押しスイッチ８６から供給される信号を基に、シ
ャッタボタン１０が押されたか否かを判定し、シャッタ
ボタン１０が押されていないと判定された場合、ステッ
プＳ１１に戻り、シャッタボタン１０が押されるまで判
定の処理を繰り返す。

【０２０５】ステップＳ１１において、シャッタボタン
１０が押されたと判定された場合、ステップＳ１２に進
み、静止画撮影プログラム１０３は、静止画像閲覧プロ
グラム１０４を起動させる。ステップＳ１３において、
静止画像撮影プログラム１０３は、処理部８２およびグ
ラフィックチップ８１を介して、CCDビデオカメラ２３
から供給された信号を基に、所定の方式の静止画像デー
タのファイルを生成して、生成した静止画像データのフ
ァイルをHDD５６に保存させる。

【０２０６】ステップＳ１４において、静止画撮影プロ
グラム１０３は、シャッタボタン１０が押されているか
否かを判定し、シャッタボタン１０が押されていると判
定された場合、ステップＳ１５に進み、音声コマンダ１
０２は、音声認識エンジン１０１にマイクロフォン２４
から入力された信号を基に、音声認識の処理を実行させ
る。ステップＳ１６において、音声コマンダ１０２は、
音声認識エンジン１０１から、音声認識の処理の結果を
受信する。

【０２０７】ステップＳ１７において、音声コマンダ１
０２は、音声認識の結果を静止画撮影プログラム１０３
に送信する。ステップＳ１８において、音声コマンダ１
０２は、静止画撮影プログラム１０３に音声認識の結果
を画像ファイルのコメントとして添付させる。

【０２０８】ステップＳ１９において、音声コマンダ１
０２は、静止画像閲覧プログラム１０４にコメントを表
示させ、処理は終了する。

【０２０９】ステップＳ１４において、シャッタボタン
１０が離されたと判定された場合、ステップＳ１５乃至
ステップＳ１９の処理は、スキップされ、処理は終了す
る。

【０２１０】このように、使用者は、静止画撮影プログ
ラム１０３で撮像した静止画像に、キーボート４などを
操作することなく、簡単にコメントを貼付することがで
きる。

【０２１１】次に、音声認識エンジン１０１および音声
コマンダ１０２を実行するCPU５２の音声によるコマン
ド送信または起動の処理を図４６のフローチャートを参
照して説明する。ステップＳ３１において、音声コマン
ダ１０２は、常時入力モードが選択されているか否かを
判定し、常時入力モードが選択されていないと判定され
た場合、ステップＳ３２に進み、認識キーが押圧されて
いるか否かを判定する。

【０２１２】ステップＳ３２において、認識キーが押圧
されていないと判定された場合、ステップＳ３２に戻
り、音声コマンダ１０２は、認識キーが押圧されるま
で、認識キーの押圧の判定の処理を繰り返す。

【０２１３】ステップＳ３２において、認識キーが押圧
されたと判定された場合、ステップＳ３３に進み、音声
コマンダ１０２は、音声認識エンジン１０１に音声認識
の処理を実行させる。ステップＳ３４において、音声コ
マンダ１０２は、音声認識エンジン１０１から音声認識
の処理の結果を受信する。

【０２１４】ステップＳ３５において、音声コマンダ１
０２は、音声認識エンジン１０１から受信した音声認識
の処理の結果を表示させる。

【０２１５】ステップＳ３６において、音声コマンダ１
０２は、認識キーが離されたか否かを判定し、認識キー
が離されたと判定された場合、ステップＳ３７に進み、
コマンドの送信または起動を実行して、処理は終了す
る。

【０２１６】ステップＳ３６において、認識キーが離さ
れていないと判定された場合、ステップＳ３８に進み、
音声コマンダ１０２は、解除キー（例えば、シフトキ
ー）が押圧されたか否かを判定する。ステップＳ３８に
おいて、解除キーが押圧されたと判定された場合、ステ
ップＳ３９に進み、音声コマンダ１０２は、音声認識の
結果をクリアして、ステップＳ３３に戻り、音声認識の
処理を繰り返す。

【０２１７】ステップＳ３８において、解除キーが押圧
されていないと判定された場合、ステップＳ３９はスキ
ップされ、ステップＳ３３に戻り、音声認識の処理を繰
り返す。

【０２１８】ステップＳ３１において、常時入力モード
が選択されていると判定された場合、ステップＳ４０に
進み、音声コマンダ１０２は、音声認識エンジン１０１
に音声認識の処理を実行させる。ステップＳ４１におい
て、音声コマンダ１０２は、音声認識エンジン１０１か
ら音声認識の処理の結果を受信する。

【０２１９】ステップＳ４２において、音声コマンダ１
０２は、音声認識エンジン１０１から受信した音声認識
の処理の結果を表示させる。ステップＳ４３において、
音声コマンダ１０２は、コマンドの送信または起動を実
行して、ステップＳ３１に戻り、コマンドの送信または
起動の処理を繰り返す。

【０２２０】このように、認識キーの操作により、使用
者は、音声が認識された結果を確認して、コマンドの送
信または所定のプログラムの起動をさせることができ、
誤った認識による処理の実行を防止することができる。

【０２２１】次にステップＳ３７またはステップＳ４３
に対応する、音声コマンダ１０２を実行するCPU５２の
アプリケーションプログラムの起動またはコマンド送信
の処理を図４７のフローチャートを参照して説明する。
ステップＳ５１において、音声コマンダ１０２は、音声
認識エンジン１０１から受信した音声認識の処理の結果
が、所定のアプリケーションプログラムの起動させるデ
ータであるか否かを判定し、所定のアプリケーションプ
ログラムの起動させるデータであると判定された場合、
ステップＳ５２に進む。

【０２２２】ステップＳ５２において、音声コマンダ１
０２は、音声認識エンジン１０１から受信した音声認識
の処理の結果に対応する所定のアプリケーションプログ
ラムが既に起動されているか否かを判定し、所定のアプ
リケーションプログラムが既に起動されていると判定さ
れた場合、ステップＳ５３に進み、ウィンドウのフォー
カスを対応するアプリケーションプログラムに移し、処
理は終了する。

【０２２３】ステップＳ５２において、所定のアプリケ
ーションプログラムが起動されていないと判定された場
合、ステップＳ５４に進み、音声コマンダ１０２は、対
応するアプリケーションプログラムを起動して、処理は
終了する。

【０２２４】ステップＳ５１において、所定のアプリケ
ーションプログラムの起動させるデータであると判定さ
れた場合、ステップＳ５５に進み、音声コマンダ１０２
は、対応するコマンドをアプリケーションプログラムに
送信して、処理は終了する。

【０２２５】このように、音声コマンダ１０２は、プロ
グラムの状態、および音声で入力されたデータに対応し
て、コマンドの送信またはプログラムの起動の処理を実
行することができる。

【０２２６】次に、静止画閲覧プログラム１０４を実行
するCPU５２の電子メールプログラム５４Ａの起動の処
理を図４８のフローチャートを参照して説明する。ステ
ップＳ７１において、静止画閲覧プログラム１０４は、
電子メールプログラム５４Ａを起動させる。ステップＳ
７２において、静止画閲覧プログラム１０４は、電子メ
ールプログラム５４Ａに新規のメールを開かせる。

【０２２７】ステップＳ７３において、静止画閲覧プロ
グラム１０４は、画像データを新規のメールに添付す
る。ステップＳ７４において、静止画閲覧プログラム１
０４は、画像データのコメントを新規のメールの本文に
貼り付け、処理は終了する。

【０２２８】以上のように、使用者は、キーボード４な
どを操作することなく、簡単に、所定の画像を貼付し、
所定のコメントを貼付したメールを生成することができ
る。

【０２２９】次に、図４８のステップＳ３７またはステ
ップＳ４３に対応する、音声コマンダ１０２を実行する
CPU５２のアプリケーションプログラムの起動またはデ
ータの送信の処理を図４９のフローチャートを参照して
説明する。ステップＳ９１において、音声コマンダ１０
２は、音声認識の結果に引数が含まれているか否かを判
定し、音声認識の結果に引数が含まれていないと判定さ
れた場合、ステップＳ９２に進み、対応するアプリケー
ションプログラムを起動して、処理は終了する。

【０２３０】ステップＳ９１において、音声認識の結果
に引数が含まれていると判定された場合、ステップＳ９
３に進み、音声コマンダ１０２は、音声認識の結果に含
まれる引数のカテゴリがメールアドレスであるか否かを
判定し、音声認識の結果に含まれる引数のカテゴリがメ
ールアドレスであると判定された場合、ステップＳ９４
に進み、電子メールプログラム５４Ａを起動する。ステ
ップＳ９５において、音声コマンダ１０２は、引数に対
応したメールアドレスを設定した新規のメールを開き、
処理は終了する。

【０２３１】ステップＳ９３において、音声認識の結果
に含まれる引数のカテゴリがメールアドレスでないと判
定された場合、ステップＳ９６に進み、音声コマンダ１
０２は、引数で指定される文書ファイルを対応するアプ
リケーションプログラムで開き、処理は終了する。

【０２３２】以上のように、音声コマンダ１０２は、入
力された音声に対応して、所定のプログラムを起動さ
せ、そのプログラムに文書ファイルカテゴリに属する所
定の文書ファイルを開かせることができる。

【０２３３】次に、音声コマンダ１０２を実行するCPU
５２の起動またはコマンド送信のときの画像表示の処理
を図５０のフローチャートを参照して説明する。ステッ
プＳ１０１において、音声コマンダ１０２は、コマンド
の送信であるか否かを判定し、コマンドの送信であると
判定された場合、ステップＳ１０２に進み、音声コマン
ダウィンドウ１５１から画面全体に広がるように波紋の
画像を表示させる。

【０２３４】ステップＳ１０３において、音声コマンダ
１０２は、画面全体からアプリケーションプログラムの
ウィンドウに収束するように波紋の画像を表示させる。

【０２３５】ステップＳ１０４において、音声コマンダ
１０２は、コマンドを受信するアプリケーションプログ
ラムのウィンドウを強調表示させ、処理は終了する。

【０２３６】ステップＳ１０１において、コマンドの送
信でないと判定された場合、アプリケーションプログラ
ムの起動なので、ステップＳ１０５に進み、音声コマン
ダ１０２は、画面全体からアプリケーションプログラム
のウィンドウに収束するように波紋の画像を表示させ
る。

【０２３７】ステップＳ１０６において、音声コマンダ
１０２は、画面全体からアプリケーションプログラムの
アイコンに収束するように波紋の画像を表示させる。

【０２３８】ステップＳ１０７において、音声コマンダ
１０２は、起動するアプリケーションプログラムのアイ
コンを強調表示させ、処理は終了する。

【０２３９】このように、音声コマンダ１０２は、音声
コマンダウィンドウ１５１から、コマンドを受信するプ
ログラムのウィンドに向かう画像を表示させるので、使
用者は、確実に、音声コマンダ１０２が動作しているこ
と、および音声コマンダ１０２の操作対象を知ることが
できる。

【０２４０】また、音声コマンダ１０２は、音声コマン
ダウィンドウ１５１から、起動させるプログラムのアイ
コンに向かう画像を表示させるので、使用者は、確実
に、音声コマンダ１０２が動作していること、および音
声コマンダ１０２の操作対象を知ることができる。

【０２４１】次に、音声コマンダ１０２を実行するCPU
５２の音声認識のテストの処理を図５１のフローチャー
トを参照して説明する。ステップＳ１３１において、音
声コマンダ１０２は、音声認識エンジン１０１から供給
された所定の単語の認識結果を基に、所定の単語が認識
されたか否かを判定する単語の認識テストを実行する。

【０２４２】ステップＳ１３２において、音声コマンダ
１０２は、ステップＳ１３１の結果を基に、所定の単語
が認識されたか否かを判定し、所定の単語が認識された
と判定された場合、ステップＳ１３３に進み、所定のカ
テゴリに含まれる単語の認識のテストを実行する。

【０２４３】ステップＳ１３４において、音声コマンダ
１０２は、所定のカテゴリに含まれる単語が認識された
か否かを判定し、所定のカテゴリに含まれる単語が認識
されたと判定された場合、ステップＳ１３５に進み、複
数の単語を含むときの文法の認識のテストを実行する。

【０２４４】ステップＳ１３６において、音声コマンダ
１０２は、複数の単語を含むときの文法が認識されたか
否かを判定し、複数の単語を含むときの文法が認識され
たと判定された場合、処理は終了する。

【０２４５】ステップＳ１３６において、複数の単語を
含むときの文法が認識されないと判定された場合、ステ
ップＳ１３８に進み、音声コマンダ１０２は、文法を修
正して、ステップＳ１３５に戻り、複数の単語を含むと
きの文法の認識のテストを繰り返す。

【０２４６】ステップＳ１３４において、所定のカテゴ
リに含まれる単語が認識されない判定された場合、およ
びステップＳ１３２において、所定の単語が認識されな
いと判定された場合、ステップＳ１３７に進み、音声コ
マンダ１０２は、単語を修正して、ステップＳ１３１に
戻り、単語の認識のテストから処理を繰り返す。

【０２４７】以上のように、音声コマンダ１０２は、音
声認識のテストの結果を表示して、単語または文法を修
正するので、確実に所定の音声を認識することができ
る。

【０２４８】ステップＳ１３１の単語の認識のテストに
対応する、音声コマンダ１０２を実行するCPU５２の登
録する呼び名のテストの処理を図５２のフローチャート
を参照して説明する。ステップＳ１５１において、音声
コマンダ１０２は、音声認識エンジン１０１から音声認
識の結果を受信する。

【０２４９】ステップＳ１５２において、音声コマンダ
１０２は、音声認識の結果と呼び名が一致するか否かを
判定し、音声認識の結果と呼び名が一致すると判定され
た場合、ステップＳ１５３に進み、テスト結果表示フィ
ールド２５３に正しく認識された旨を表示して、処理は
終了する。

【０２５０】ステップＳ１５２において、音声認識の結
果と呼び名が一致しないと判定された場合、ステップＳ
１５４に進み、音声コマンダ１０２は、テスト結果表示
フィールド２５３に正しく認識されなかった旨を表示し
て、処理は終了する。

【０２５１】ステップＳ１３３のカテゴリの認識のテス
トに対応する、音声コマンダ１０２を実行するCPU５２
のカテゴリの呼び名のテストの処理を図５３のフローチ
ャートを参照して説明する。ステップＳ１７１におい
て、音声コマンダ１０２は、音声認識エンジン１０１か
ら音声認識の結果を受信する。

【０２５２】ステップＳ１７２において、音声コマンダ
１０２は、音声認識の結果と一致する呼び名が登録され
ているか否かを判定し、音声認識の結果と一致する呼び
名が登録されていると判定された場合、ステップＳ１７
３に進み、呼び名表示フィールド２２６に表示されてい
る、音声認識の結果と一致する呼び名を強調表示して、
処理は終了する。

【０２５３】ステップＳ１７２において、音声認識の結
果と一致する呼び名が登録されていないと判定された場
合、ステップＳ１７４に進み、音声コマンダ１０２は、
テスト結果表示フィールド２７３に音声認識の結果と一
致する呼び名が登録されていない旨を表示して、処理は
終了する。

【０２５４】次に、音声コマンダ１０２を実行するCPU
５２が、静止画撮影プログラム１０３を起動させて、静
止画像を撮像させて、静止画像にコメントを貼付するま
での一連の処理を図５４および図５５にフローチャート
を参照して説明する。ステップＳ２１１において、エン
ジン通信部１２２は、音声認識エンジン１０１を起動さ
せ、状態１１に遷移する。ステップＳ２５１において、
ＵＩ処理部１２３は、エンジン起動中の表示を実行し
て、状態１に遷移する。ステップＳ３０１において、ア
プリケーション通信部１２１は、状態２１に遷移する。

【０２５５】ステップＳ２１２において、エンジン通信
部１２２は、音声認識エンジン１０１から起動が成功し
た旨のデータを受信して、音声認識エンジン１０１の起
動が成功したことを示すデータをＵＩ処理部１２３に送
信する。ステップＳ２５２において、ＵＩ処理部１２３
は、音声認識エンジン１０１の起動が成功したことを示
すデータを受信して、状態２に遷移する。

【０２５６】ステップＳ２５３において、ＵＩ処理部１
２３は、音声認識エンジン１０１が起動完了したことを
示す画像または文をLCD２１に表示させる。

【０２５７】ステップＳ２５４において、ＵＩ処理部１
２３は、認識キーであるコントロールキーが押圧されて
いるか否かを検出する。認識キーであるコントロールキ
ーが押圧されているとき、ステップＳ２５５に進み、Ｕ
Ｉ処理部１２３は、アプリケーション通信部１２１に、
静止画撮影プログラム１０３、静止画閲覧プログラム１
０４、または電子ペットプログラム１０５のいずれにフ
ォーカスがあたっているか（いずれのプログラムがアク
ティブになっているか、またはいずれもアクティブにな
っていないか）を示すデータの送信を要求する。ステッ
プＳ３０２において、アプリケーション通信部１２１
は、アプリケーション通信部１２１からの、静止画撮影
プログラム１０３、静止画閲覧プログラム１０４、また
は電子ペットプログラム１０５のいずれにフォーカスが
あたっているかを示すデータの送信の要求を受信する。

【０２５８】ステップＳ３０３において、アプリケーシ
ョン通信部１２１は、静止画撮影プログラム１０３、静
止画閲覧プログラム１０４、または電子ペットプログラ
ム１０５のいずれにフォーカスがあたっているかを示す
データを送信する。ステップＳ２５６において、ＵＩ処
理部１２３は、アプリケーション通信部１２１からの、
静止画撮影プログラム１０３、静止画閲覧プログラム１
０４、または電子ペットプログラム１０５のいずれにフ
ォーカスがあたっているかを示すデータを受信する。ス
テップＳ２５７において、静止画撮影プログラム１０
３、静止画閲覧プログラム１０４、または電子ペットプ
ログラム１０５のいずれにもフォーカスがあたっていな
いことを示すデータを受信したとき、ＵＩ処理部１２３
は、音声コマンダウィンドウ１５１の認識状態表示部１
６９に、グローバルコマンドしか受け付けないことを示
す文字（例えば、「（Ｇｌｏｂａｌ Ｃｏｍｍａｎ
ｄ）」）と表示させる。

【０２５９】ステップＳ２５８において、ＵＩ処理部１
２３は、エンジン通信部１２２に音声受付（すなわち、
音声入力を可能にすること）を要求を送信して、状態３
に遷移する。ステップＳ２１３において、エンジン通信
部１２２は、音声受付の要求を受信する。ステップＳ２
１４において、エンジン通信部１２２は、アプリケーシ
ョン通信部１２１に、静止画撮影プログラム１０３、静
止画閲覧プログラム１０４、または電子ペットプログラ
ム１０５のいずれにフォーカスがあたっているか（いず
れのプログラムがアクティブになっているか、またはい
ずれもアクティブになっていないか）を示すデータの送
信を要求する。

【０２６０】ステップＳ３０５において、アプリケーシ
ョン通信部１２１は、エンジン通信部１２２に、静止画
撮影プログラム１０３、静止画閲覧プログラム１０４、
または電子ペットプログラム１０５のいずれにフォーカ
スがあたっているかを示すデータを送信する。

【０２６１】ステップＳ２１５において、エンジン通信
部１２２は、静止画撮影プログラム１０３、静止画閲覧
プログラム１０４、または電子ペットプログラム１０５
のいずれにフォーカスがあたっているかを示すデータを
受信する。ステップＳ２１６において、エンジン通信部
１２２は、認識単語・文法データベース１１５から現在
受付可能な単語および文法のデータを読み出し、読み出
したデータを音声認識エンジン１０１に送信して、状態
１３に遷移する。

【０２６２】使用者がマイクロフォン２４に音声を入力
し始めると、ステップＳ２１７に進み、エンジン通信部
１２２は、音声認識エンジン１０１から音声検知を示す
データを受信して、状態１４に遷移する。

【０２６３】ステップＳ２１８において、エンジン通信
部１２２は、音声認識エンジン１０１から音声に対応す
る信号のレベル（音声の音量を示す）に対応するデータ
を受信する。ステップＳ２１９において、エンジン通信
部１２２は、音声に対応する信号のレベルに対応するデ
ータをＵＩ処理部１２３に送信する。ステップＳ２５９
において、ＵＩ処理部１２３は、音声に対応する信号の
レベルに対応するデータを受信する。ステップＳ２６０
において、ＵＩ処理部１２３は、受信した音声に対応す
る信号のレベルに対応するデータに基づき、音声コマン
ダウィンドウ１５１のレベルゲージ１６１の表示を更新
する。

【０２６４】ステップＳ２２０において、エンジン通信
部１２２は、音声認識エンジン１０１から音声に対応す
る信号のレベル（音声の音量を示す）に対応するデータ
を受信する。ステップＳ２２１において、エンジン通信
部１２２は、音声に対応する信号のレベルに対応するデ
ータをＵＩ処理部１２３に送信する。ステップＳ２６１
において、ＵＩ処理部１２３は、音声に対応する信号の
レベルに対応するデータを受信する。ステップＳ２６２
において、ＵＩ処理部１２３は、受信した音声に対応す
る信号のレベルに対応するデータに基づき、音声コマン
ダウィンドウ１５１のレベルゲージ１６１の表示を更新
する。

【０２６５】音声認識エンジン１０１から音声に対応す
る信号のレベルを受信して、音声コマンダウィンドウ１
５１のレベルゲージ１６１の表示を更新する処理は、音
声受付が可能である状態では、随時繰り返される。

【０２６６】ステップＳ２２２において、エンジン通信
部１２２は、音声認識エンジン１０１から音使用者が喋
った所定の言葉に対応する、コード番号（例えば、１０
６など）、認識した単語または文（例えば、”撮影”な
ど）、および認識した単語に関連する文字列のデータを
受信する。ステップＳ２２３において、エンジン通信部
１２２は、コード番号、認識した単語または文、および
認識した単語に関連する文字列のデータをＵＩ処理部１
２３に送信する。ステップＳ２６３において、ＵＩ処理
部１２３は、コード番号、認識した単語または文、およ
び認識した単語に関連する文字列のデータを受信する。
ステップＳ２６４において、ＵＩ処理部１２３は、認識
した単語または文を、音声コマンダウィンドウ１５１の
認識結果表示部１６２に表示させる。

【０２６７】ステップＳ２２４において、エンジン通信
部１２２は、コード番号を基にアプリケーション通信部
１２１にも受信したデータを送信すべきものと判定し
て、コード番号、認識した単語または文、および認識し
た単語に関連する文字列のデータをアプリケーション通
信部１２１に送信して、状態１３に遷移する。ステップ
Ｓ３０６において、アプリケーション通信部１２１は、
コード番号、認識した単語または文、および認識した単
語に関連する文字列のデータを受信する。

【０２６８】ステップＳ２６５において、ＵＩ処理部１
２３は、認識キーであるコントロールキーがは離されて
いるか否かを検出する。認識キーであるコントロールキ
ーが離されているとき、ステップＳ２６６に進み、ＵＩ
処理部１２３は、エンジン通信部１２２に音声受付の終
了を要求するとともに、アプリケーション通信部１２１
に対して、ステップ３０６でアプリケーション通信部１
２１が受信しているコード番号、認識した単語または
文、および認識した単語に関連する文字列のデータを基
にした、所定の処理（例えば、静止画撮影プログラム１
０３を起動させる）の実行を要求して、状態２に遷移す
る。

【０２６９】ステップＳ２２５において、エンジン通信
部１２２は、ＵＩ処理部１２３からの音声受付の終了の
要求を受信する。ステップＳ２２６において、エンジン
通信部１２２は、音声認識エンジン１０１に音声受付を
終了させ、状態１２に遷移する。

【０２７０】ステップＳ３０７において、アプリケーシ
ョン通信部１２１は、ＵＩ処理部１２３からの要求を受
信する。ステップＳ３０８において、アプリケーション
通信部１２１は、静止画撮影プログラム１０３を起動さ
せる。

【０２７１】ステップＳ３０９において、アプリケーシ
ョン通信部１２１は、静止画撮影プログラム１０３か
ら、シャッタボタン１０の押し下げなどに対応した、コ
メント入力の要求を受信する。ステップＳ３１０におい
て、アプリケーション通信部１２１は、コメント入力の
要求をＵＩ処理部１２３に送信する。ステップＳ２６７
において、ＵＩ処理部１２３は、コメント入力の要求を
受信する。ステップＳ２６８において、ＵＩ処理部１２
３は、コメント入力の要求をエンジン通信部１２２に送
信して、状態５に遷移する。ステップＳ２２７におい
て、エンジン通信部１２２は、コメント入力の要求を受
信する。

【０２７２】ステップＳ２２８において、エンジン通信
部１２２は、認識単語・文法データベース１１５から現
在受付可能な単語および文法のデータを読み出し、読み
出したデータを音声認識エンジン１０１に送信して、状
態１３に遷移する。

【０２７３】使用者がマイクロフォン２４に音声を入力
し始めると、ステップＳ２２９に進み、エンジン通信部
１２２は、音声認識エンジン１０１から音声検知を示す
データを受信して、状態１４に遷移する。

【０２７４】ステップＳ２３０において、エンジン通信
部１２２は、音声認識エンジン１０１から音声に対応す
る信号のレベル（音声の音量を示す）に対応するデータ
を受信する。ステップＳ２３１において、エンジン通信
部１２２は、音声に対応する信号のレベルに対応するデ
ータをＵＩ処理部１２３に送信する。ステップＳ２６９
において、ＵＩ処理部１２３は、音声に対応する信号の
レベルに対応するデータを受信する。ステップＳ２７０
において、ＵＩ処理部１２３は、受信した音声に対応す
る信号のレベルに対応するデータに基づき、音声コマン
ダウィンドウ１５１のレベルゲージ１６１の表示を更新
する。

【０２７５】ステップＳ２３２において、エンジン通信
部１２２は、音声認識エンジン１０１から音使用者が喋
った所定の言葉に対応する、コード番号（例えば、１０
７など）、認識した単語または文（例えば、”パパと八
丈島で”など）、および認識した単語に関連する文字列
のデータを受信する。ステップＳ２３３において、エン
ジン通信部１２２は、コード番号、認識した単語または
文、および認識した単語に関連する文字列のデータをＵ
Ｉ処理部１２３に送信する。ステップＳ２７１におい
て、ＵＩ処理部１２３は、コード番号、認識した単語ま
たは文、および認識した単語に関連する文字列のデータ
を受信する。ステップＳ２７２において、ＵＩ処理部１
２３は、認識した単語または文を、音声コマンダウィン
ドウ１５１の認識結果表示部１６２に表示させる。

【０２７６】ステップＳ２３４において、エンジン通信
部１２２は、コード番号を基にアプリケーション通信部
１２１にも受信したデータを送信すべきものと判定し
て、コード番号、認識した単語または文、および認識し
た単語に関連する文字列のデータをアプリケーション通
信部１２１に送信して、状態１３に遷移する。ステップ
Ｓ３１１において、アプリケーション通信部１２１は、
コード番号、認識した単語または文、および認識した単
語に関連する文字列のデータを受信する。

【０２７７】ステップＳ３１２において、アプリケーシ
ョン通信部１２１は、認識した単語または文をコメント
として静止画撮影プログラム１０３に送信して、静止画
撮影プログラム１０３に識した単語または文をコメント
として貼付させる。

【０２７８】ステップＳ２３２乃至ステップＳ３１２の
処理は、シャッタボタン１０が離されず、使用者の音声
を音声認識エンジン１０１が認識したとき、繰り返し実
行される。

【０２７９】ステップＳ３１３において、アプリケーシ
ョン通信部１２１は、静止画撮影プログラム１０３か
ら、シャッタボタン１０を離すなどの操作に対応した、
コメント入力の終了の要求を受信する。ステップＳ３１
４において、アプリケーション通信部１２１は、コメン
ト入力の終了の要求をＵＩ処理部１２３に送信する。ス
テップＳ２７３において、ＵＩ処理部１２３は、コメン
ト入力の終了の要求を受信する。ステップＳ２７４にお
いて、ＵＩ処理部１２３は、コメント入力の終了の要求
をエンジン通信部１２２に送信して、状態２に遷移す
る。ステップＳ２２５において、エンジン通信部１２２
は、コメント入力の終了の要求を受信する。ステップＳ
２３６において、エンジン通信部１２２は、音声認識エ
ンジン１０１に音声受付を終了させ、状態１２に遷移し
て、処理は終了する。

【０２８０】このように、キーボード４またはスティッ
ク式ポインティングデバイス５への複雑な操作すること
なく、音声コマンダ１０２は、音声の入力に対応して、
静止画撮影プログラム１０３を起動させ、静止画撮影プ
ログラム１０３が撮像した静止画像にコメントを入力す
ることができる。

【０２８１】なお、音声認識エンジン１０１は、登録さ
れた単語または文のみを認識するだけでなく、任意の単
語または文を認識する機能（いわゆる、ディクテーショ
ン機能）を有するようにしてもよい。

【０２８２】上述した一連の処理は、ハードウェアによ
り実行させることもできるが、ソフトウェアにより実行
させることもできる。一連の処理をソフトウェアにより
実行させる場合には、そのソフトウェアを構成するプロ
グラムが、専用のハードウェアに組み込まれているコン
ピュータ、または、各種のプログラムをインストールす
ることで、各種の機能を実行することが可能な、例えば
汎用のパーソナルコンピュータなどに、プログラム格納
媒体からインストールされる。

【０２８３】コンピュータにインストールされ、コンピ
ュータによって実行可能な状態とされるプログラムを格
納するプログラム格納媒体は、図７に示すように、磁気
ディスク９５（フロッピディスクを含む）、光ディスク
９６（CD-ROM(Compact Disc-Read Only Memory)、DVD(D
igital Versatile Disc)を含む）、光磁気ディスク９７
（ＭＤ(Mini-Disc)を含む）、若しくは半導体メモリ９
８などよりなるパッケージメディア、または、プログラ
ムが一時的若しくは永続的に格納されるROM６９や、ハ
ードディスク５６などにより構成される。プログラム格
納媒体へのプログラムの格納は、必要に応じてルータ、
モデム５０などのインタフェースを介して、ローカルエ
リアネットワーク、インターネット９２、図示せぬデジ
タル衛星放送といった、有線または無線の通信媒体を利
用して行われる。

【０２８４】なお、本明細書において、プログラム格納
媒体に格納されるプログラムを記述するステップは、記
載された順序に沿って時系列的に行われる処理はもちろ
ん、必ずしも時系列的に処理されなくとも、並列的ある
いは個別に実行される処理をも含むものである。

【０２８５】また、本明細書において、システムとは、
複数の装置により構成される装置全体を表すものであ
る。

【０２８６】

【発明の効果】請求項１に記載の情報処理装置、請求項
２に記載の情報処理方法、および請求項３に記載のプロ
グラム格納媒体によれば、１以上の単語、または文が記
憶され、音声を認識して、音声に対応する単語または文
が生成され、生成された単語または文と、記憶されてい
る単語または文とが一致するか否かが判定され、生成さ
れた単語または文と、記憶されている単語または文とが
一致すると判定された場合と、一致しないと判定された
場合とで、異なる表示をさせるように表示が制御される
ようにしたので、認識された音声が所定の単語または文
と一致しているか否かを簡単に知ることができるように
なる。

【図面の簡単な説明】

【図１】パーソナルコンピュータ１の外観斜視図であ
る。

【図２】パーソナルコンピュータ１の平面図である。

【図３】パーソナルコンピュータ１の左側側面図であ
る。

【図４】パーソナルコンピュータ１の右側側面図であ
る。

【図５】パーソナルコンピュータ１の正面図である。

【図６】パーソナルコンピュータ１の底面図である。

【図７】パーソナルコンピュータ１の構成を示すブロッ
ク図である。

【図８】パーソナルコンピュータ１の機能ブロックを示
す図である。

【図９】パーソナルコンピュータ１の機能ブロックを示
す図である。

【図１０】SAPIを説明する図である。

【図１１】ＵＩ処理部１２３の状態遷移図である。

【図１２】音声コマンダウィンドウ１５１を示す図であ
る。

【図１３】エンジン通信部１２２の状態遷移図である。

【図１４】アプリケーション通信部１２１の状態遷移図
である。

【図１５】LCD２１に表示される画面を説明する図であ
る。

【図１６】LCD２１に表示される画面を説明する図であ
る。

【図１７】LCD２１に表示される画面を説明する図であ
る。

【図１８】LCD２１に表示される画面を説明する図であ
る。

【図１９】LCD２１に表示される画面を説明する図であ
る。

【図２０】LCD２１に表示される画面を説明する図であ
る。

【図２１】LCD２１に表示される画面を説明する図であ
る。

【図２２】LCD２１に表示される画面を説明する図であ
る。

【図２３】LCD２１に表示される画面を説明する図であ
る。

【図２４】LCD２１に表示される画面を説明する図であ
る。

【図２５】LCD２１に表示される画面を説明する図であ
る。

【図２６】LCD２１に表示される画面を説明する図であ
る。

【図２７】LCD２１に表示される画面を説明する図であ
る。

【図２８】LCD２１に表示される画面を説明する図であ
る。

【図２９】LCD２１に表示される画面を説明する図であ
る。

【図３０】LCD２１に表示される画面を説明する図であ
る。

【図３１】LCD２１に表示される画面を説明する図であ
る。

【図３２】LCD２１に表示される画面を説明する図であ
る。

【図３３】LCD２１に表示される画面を説明する図であ
る。

【図３４】LCD２１に表示される画面を説明する図であ
る。

【図３５】LCD２１に表示される画面を説明する図であ
る。

【図３６】LCD２１に表示される画面を説明する図であ
る。

【図３７】LCD２１に表示される画面を説明する図であ
る。

【図３８】LCD２１に表示される画面を説明する図であ
る。

【図３９】LCD２１に表示される画面を説明する図であ
る。

【図４０】LCD２１に表示される画面を説明する図であ
る。

【図４１】LCD２１に表示される画面を説明する図であ
る。

【図４２】LCD２１に表示される画面を説明する図であ
る。

【図４３】LCD２１に表示される画面を説明する図であ
る。

【図４４】LCD２１に表示される画面を説明する図であ
る。

【図４５】静止画像の撮像の処理を説明するフローチャ
ートである。

【図４６】音声によるコマンド送信または起動の処理を
説明するフローチャートである。

【図４７】アプリケーションプログラムの起動またはコ
マンド送信の処理を説明するフローチャートである。

【図４８】電子メールプログラム５４Ａの起動の処理を
説明するフローチャートである。

【図４９】アプリケーションプログラムの起動またはデ
ータの送信の処理を説明するフローチャートである。

【図５０】起動またはコマンド送信のときの画像表示の
処理を説明するフローチャートである。

【図５１】音声認識のテストの処理を説明するフローチ
ャートである。

【図５２】登録する呼び名のテストの処理を説明するフ
ローチャートである。

【図５３】カテゴリの呼び名のテストの処理を説明する
フローチャートである。

【図５４】静止画撮影プログラム１０３を起動させて、
静止画像を撮像させて、静止画像にコメントを貼付する
までの一連の処理を説明するフローチャートである。

【図５５】静止画撮影プログラム１０３を起動させて、
静止画像を撮像させて、静止画像にコメントを貼付する
までの一連の処理を説明するフローチャートである。

【符号の説明】

１ パーソナルコンピュータ， ４ キーボード， １
０ シャッタボタン，２１ LCD， ２３ CCDビデオカ
メラ， ２４ マイクロフォン， ５２ CPU， ５９
ROM， ５４ RAM， ８４Ａ 電子メールプログラ
ム， ８６ 前押しスイッチ， ８８ ドライブ， ９
２ インターネット， ９５ 磁気ディスク， ９６
光ディスク， ９７ 光磁気ディスク， ９８ 半導体
メモリ，１０１ 音声認識エンジン， １０２ 音声コ
マンダ， １０３ 静止画撮影プログラム， １０４
静止画閲覧プログラム， １１１ 読み仮名辞書データ
ベース， １１２ エンジン用認識単語・文法データベ
ース， １１３ ランチャ設定データベース， １１４
辞書設定データベース， １１５ 認識単語データベ
ース， １２１ アプリケーション通信部， １２２
エンジン通信部，１２３ ＵＩ処理部， １２４ 音声
ランチャ制御部， １２５ ユーザ辞書制御部， １２
６ 認識テスト処理部

───────────────────────────────────────────────────── フロントページの続き (72)発明者 米倉 修二 東京都品川区北品川６丁目７番35号 ソニ ー株式会社内 (72)発明者 藤村 聡 東京都品川区北品川６丁目７番35号 ソニ ー株式会社内 (72)発明者 笹井 崇司 東京都品川区北品川６丁目７番35号 ソニ ー株式会社内 (72)発明者 藤澤 直樹 東京都品川区北品川６丁目７番35号 ソニ ー株式会社内 (72)発明者 大井 純司 東京都品川区北品川６丁目７番35号 ソニ ー株式会社内 Ｆターム(参考） 5D015 LL04 LL05

Claims (3)

【特許請求の範囲】
1. 【請求項１】 １以上の単語、または文を記憶する記憶
   手段と、 音声を認識して、前記音声に対応する単語または文を生
   成する生成手段と、 前記生成手段で生成された前記単語または前記文と、前
   記記憶手段に記憶されている前記単語または前記文とが
   一致するか否かを判定する判定手段と、 前記生成手段で生成された前記単語または前記文と、前
   記記憶手段に記憶されている前記単語または前記文とが
   一致すると判定された場合と、一致しないと判定された
   場合とで、異なる表示をさせるように表示を制御する表
   示制御手段とを含むことを特徴とする情報処理装置。
2. 【請求項２】 １以上の単語、または文を記憶する記憶
   ステップと、 音声を認識して、前記音声に対応する単語または文を生
   成する生成ステップと、 前記生成ステップの処理で生成された前記単語または前
   記文と、前記記憶ステップで記憶されている前記単語ま
   たは前記文とが一致するか否かを判定する判定ステップ
   と、 前記生成ステップの処理で生成された前記単語または前
   記文と、前記記憶ステップで記憶されている前記単語ま
   たは前記文とが一致すると判定された場合と、一致しな
   いと判定された場合とで、異なる表示をさせるように表
   示を制御する表示制御ステップとを含むことを特徴とす
   る情報処理方法。
3. 【請求項３】 １以上の単語、または文を記憶する記憶
   ステップと、 音声を認識して、前記音声に対応する単語または文を生
   成する生成ステップと、 前記生成ステップの処理で生成された前記単語または前
   記文と、前記記憶ステップで記憶されている前記単語ま
   たは前記文とが一致するか否かを判定する判定ステップ
   と、 前記生成ステップの処理で生成された前記単語または前
   記文と、前記記憶ステップで記憶されている前記単語ま
   たは前記文とが一致すると判定された場合と、一致しな
   いと判定された場合とで、異なる表示をさせるように表
   示を制御する表示制御ステップとからなることを特徴と
   するプログラムを情報処理装置に実行させるプログラム
   格納媒体。