JP2001296891A - 音声認識方法および装置 - Google Patents

Abstract

(57)【要約】 【課題】 複数の方向に存在する話者の発声にも、話者
判別用のスイッチなしで対応できるようにする。 【解決手段】 音声入力部１からのキーワード入力信号
を音声バッファ部２に格納し、その音声信号に対して指
向性調整部３で指向性を変え、音声認識部５で認識処理
する。その認識結果の中から、一致度判定部４５で、最
も一致度の高い指向性を判定する。この指向性に設定す
ることにより、良好な音声認識を行うことができる。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、音声で制御される
制御対象機器に与える入力指示の語彙を認識する、車載
用などの音声認識装置に関するものである。

【０００２】

【従来の技術】図８は、従来の車載用音声認識装置のシ
ステム構成を示すブロック図である。以下、図に従って
説明する。車両等の運転中にナビゲーション機器やオー
ディオ機器等を操作するに際して、スイッチ操作による
運転者の負担を軽減するために、運転者など話者（発話
者）の発声した音声を認識して、接続された機器に入力
指示する音声認識装置がある。

【０００３】１は話者の発声した音声を電気信号に変換
する音声入力部で、無指向性の複数のマイクロホン１ａ
〜１ｃからなっている。３はマイクロホン１ａ〜１ｃで
検出された信号を調整して音声入力部１の指向性を話者
の方向に調整した音声信号を出力するための指向性調整
部である。５はナビゲーション機器やオーディオ機器等
の入力部に接続された音声認識部である。８は話者の方
向を検出する方向検出手段で、ルームミラーの角度や座
席スライド位置、リクライニング角度などから音声の方
向を検出する。４１は方向検出手段８の検出結果に基い
て指向性調整部３を制御する指向性制御部である。

【０００４】次に、動作について説明する。図９は、従
来の車載用音声認識装置の動作内容を示すフローチャー
トである。最初にステップＳ０において、音声認識開始
の操作が行われる。次にステップＳ１において、方向検
出手段８で話者の方向を検出し、話者の位置情報を取得
する。次にステップＳ２において、ステップＳ１にて取
得した話者の位置情報を基に指向性制御部４１が指向性
を話者の方向に変更するように指向性調整部３を制御す
る。次にステップＳ３において、マイクロホン１ａ〜１
ｃから話者の音声を入力する。続いてステップＳ４にお
いて、指向性調整部３が指向性を変更した音声に対して
音声認識部５が認識処理を実行する。そしてステップＳ
５において、音声認識部５から認識結果を出力する。

【０００５】

【発明が解決しようとする課題】従来の音声認識装置で
は、指向性を調整する場合、話者の位置を特定するため
に、話者の方向を検出する手段が必要となる。この方向
検出手段として従来は、車載用の場合、ルームミラーの
角度や座席スライド位置、リクライニング角度などから
検出した。そのため、話者が運転者であることに限定さ
れてしまい、運転者以外が話者となる場合は上記方向検
出手段では検出できない。運転者以外をも話者としてそ
の音声を検出する場合、方向検出手段の構成が複雑とな
るだけでなく、誰が発話するのかを検出しなければなら
ないのでその手段として話者判別用のスイッチなどが必
要となる。また、これらの構成を実現した場合において
も、指定した指向性が必ずしも音声認識処理において高
い性能が得られる特性であるとは限らない。

【０００６】本発明は、話者の音声以外のノイズを低減
して音声認識性能を向上させると共に、複数の方向に存
在する話者の発声にも、話者判別用のスイッチなしで対
応できる利便性の高い音声認識方法、装置を提供するこ
とを目的とする。

【０００７】

【課題を解決するための手段】請求項１に係る音声認識
装置は、音声入力部と、音声入力部からの信号を保存す
る音声バッファ部と、音声バッファ部に保存された信号
から指向性を変更した信号を生成する指向性調整部と、
指向性調整部により指向性を変更した信号に対して音声
認識処理を行う音声認識部と、音声バッファ部に保存さ
れた信号を再生する音声バッファ制御部と、指向性調整
部にて変更する複数の指向性情報を記憶した指向性情報
記憶部と、指向性情報記憶部に記憶された指向性情報か
ら１つを選択して指向性調整部を制御する指向性制御部
と、音声認識部における認識対象を記憶した音声認識辞
書部と、音声認識部を制御して認識処理を複数回実行さ
せる音声認識制御部と、変更した複数の指向性における
認識結果の一致度を記憶する判定結果記憶部と、判定結
果記憶部に記憶された認識結果の中から一致度が最も高
い指向性を判定する一致度判定部とを備えたものであ
る。

【０００８】請求項２に係る音声認識装置は、音声入力
部と、音声入力部からの信号を保存する音声バッファ部
と、音声バッファ部に保存された信号から指向性および
利得を変更した信号を生成する指向性利得調整部と、指
向性利得調整部により指向性および利得を変更した信号
に対して音声認識処理を行う音声認識部と、音声バッフ
ァ部に保存された信号を再生する音声バッファ制御部
と、指向性利得調整部にて変更する複数の指向性情報お
よび利得情報を記憶した指向性利得情報記憶部と、指向
性利得情報記憶部に記憶された指向性情報および利得情
報から各１つを選択して指向性利得調整部を制御する指
向性利得制御部と、音声認識部における認識対象を記憶
した音声認識辞書部と、音声認識部を制御して認識処理
を複数回実行させる音声認識制御部と、変更した複数の
指向性および利得における認識結果の一致度を記憶する
判定結果記憶部と、判定結果記憶部に記憶された認識結
果の中から一致度が最も高い指向性および利得を判定す
る一致度判定部とを備えたものである。

【０００９】請求項３に係る音声認識方法は、入力され
た音声信号に対して認識処理を行い、あるキーワードが
認識されたかどうかを判定するステップ、キーワードが
認識されたとき、そのキーワードの音声信号に対して指
向性を変更した複数の認識処理を行い、それぞれの認識
結果の一致度を得るステップ、これらの認識結果の中か
ら一致度が最も高い指向性を判定するステップ、および
この判定した指向性に設定してその後の音声認識を行う
ステップを有するものである。

【００１０】請求項４に係る音声認識方法は、入力され
た音声信号に対して認識処理を行い、あるキーワードが
認識されたかどうかを判定するステップ、キーワードが
認識されたとき、そのキーワードの音声信号に対して指
向性および利得を変更した複数の認識処理を行い、それ
ぞれの認識結果の一致度を得るステップ、これらの認識
結果の中から一致度が最も高い指向性および利得を判定
するステップ、およびこの判定した指向性および利得に
設定してその後の音声認識を行うステップを有するもの
である。

【００１１】

【発明の実施の形態】実施の形態１．以下、この発明の
実施の形態を、車載用の音声認識装置について説明す
る。図１は、この発明の実施の形態１における音声認識
装置のシステム構成を示すブロック図である。図におい
て、１は話者が発した音声を電気信号（以下、音声信号
と呼ぶ）に変換する音声入力部で、無指向性の複数（こ
こでは３つ）のマイクロホン１ａ〜１ｃからなる。図２
は、車両へのマイクロホンの取付位置の例を示す平面図
である。車両１１内で、３つのマイクロホン１ａ〜１ｃ
をダッシュボード１２上中央部へ等間隔に三角形をなす
ように設置する。例えば、マイクロホン１ａ〜１ｃの各
出力信号のゲインバランスを調整することにより、指向
性を真正面や運転席１３方向、あるいは助手席１４方向
に変更することが可能となる。

【００１２】図１へ戻り、２は音声入力部１からの音声
信号を保存する音声バッファ部で、それぞれマイクロホ
ン１ａ〜１ｃに対応して設けられた複数の音声バッファ
２ａ〜２ｃからなる。３は音声バッファ部２に保存され
た音声信号を調整して、指向性を変更した音声信号を出
力する指向性調整部、５は指向性調整部３で指向性を変
更された音声信号に対して音声認識処理を実行する音声
認識部であり、認識結果と次に述べる音声認識辞書部６
に保存されたデータとの一致度を出力する。６は認識対
象を記憶する音声認識辞書部であり、音声認識部５の音
声認識処理における基準となるデータが保存されてい
る。

【００１３】４は音声バッファ部２と指向性調整部３と
音声認識部５を制御する制御部、４３は音声バッファ部
２での音声信号の保存と再生を制御する音声バッファ制
御部、４１は指向性調整部３での指向性変更を制御する
指向性制御部、４２は指向性制御部４１による指向性制
御のための複数の指向性情報を記憶する指向性情報記憶
部であり、例えば正面を０°とし、５°間隔で±９０°
までを記憶しておき、指向性制御部４１がその中から１
つずつ選択して制御を行う。４４は音声認識部５の認識
処理の開始や中止、および認識結果と一致度の取得を行
う音声認識制御部、４５は指向性制御部４１からの指向
性情報および音声認識制御部４４からの認識結果と一致
度から、どの指向性が最適であるかを判定する一致度判
定部、４６は音声認識部での認識結果と一致度、および
一致度判定部４５での判定結果を記憶する判定結果記憶
部であり、上記４１〜４６で制御部４を構成している。

【００１４】次に、動作について説明する。図３は、図
１に示した音声認識装置の動作内容を示すフローチャー
トである。最初にステップＡ０において、制御部４の各
部の初期化および処理の開始操作が実行される。次にス
テップＡ１において、指向性制御部４１からの制御によ
り指向性調整部３の指向性設定を無指向性に設定する。
次にステップＡ２において、マイクロホン１ａ〜１ｃに
入力されて音声信号に変換されたそれぞれの信号を音声
バッファ制御部４３からの制御により音声バッファ２ａ
〜２ｃに格納し、この格納された音声信号を音声バッフ
ァ制御部４３からの制御により再生し、この音声信号
を、無指向性に設定された指向性調整部３に入力し、指
向性調整部３の出力を音声認識部５に入力する。音声認
識部５では入力された音声信号に対して、音声認識制御
部４４からの制御により、音声操作の開始コマンドとな
るキーワード、例えば「認識スタート」を認識する処理
を実行する。

【００１５】次にステップＡ３において、音声認識部５
の認識結果に基づき、音声認識制御部４４は、キーワー
ド「認識スタート」が認識されたのかを判定し、認識さ
れなかった場合はステップＡ２に戻り、再度音声入力処
理およびキーワード認識処理を実行する。認識された場
合はステップＡ４に進む。次に、ステップＡ４へ進んだ
ときは、音声バッファ制御部４３からの制御により、音
声バッファ２ａ〜２ｃへの音声入力を停止し、キーワー
ド「認識スタート」が認識された時のその音声信号を格
納する。

【００１６】次にステップＡ５において、指向性制御部
４１からの制御により、指向性調整部３の指向性設定を
指向性情報記憶部４２に記憶された、例えば正面０°方
向に設定する。次にステップＡ６において、ステップＡ
４で音声バッファ２ａ〜２ｃに格納されたキーワード
「認識スタート」の音声信号を、音声バッファ制御部４
３からの制御により再生し、指向性調整部３にて指向性
制御部４１が設定した指向性をもつ音声信号を生成し、
音声認識部５にてキーワード認識処理を再度実行し、音
声認識制御部４４が認識処理の結果と一致度を音声認識
部５から取得して、一致度判定部４５に送信する。一致
度判定部４５は現在設定されている指向性情報と認識結
果と一致度を判定結果記憶部４６へ送信して記憶させ
る。

【００１７】次にステップＡ７において、指向性情報記
憶部４２に記憶された全ての指向性についての再認識処
理および認識結果と一致度の取得が終了していない場合
はステップＡ５に戻り、指向性情報記憶部４２に記憶さ
れた全ての指向性について終了するまで繰り返す。全て
の指向性について再認識処理および認識結果と一致度の
取得が終了した場合はステップＡ８に進む。

【００１８】次に、ステップＡ８へ進んだときは、判定
結果記憶部４６に記憶された全ての指向性についての認
識結果と一致度から、一致度判定部４５は、認識結果が
正解、すなわちキーワード「認識スタート」であり、か
つ最も一致度の高い指向性はどれであるかを判定し、指
向性制御部４１は、一致度判定部４５が判定した指向性
となるように指向性調整部３を制御する。

【００１９】次にステップＡ９において、ステップＡ４
で停止した音声バッファ２ａ〜２ｃへの音声入力を再開
する。すなわちマイクロホン１ａ〜１ｃに入力されて音
声信号に変換されたそれぞれの信号を音声バッファ制御
部４３からの制御により音声バッファ２ａ〜２ｃに格納
し、この格納された音声信号を音声バッファ制御部４３
からの制御により再生し、ステップＡ８で認識結果が正
解であってかつ最も一致度の高い指向性に設定された指
向性調整部３に音声信号を入力し、指向性調整部３の出
力を音声認識部５に入力する。音声認識部５では入力さ
れた音声信号に対して、音声認識制御部４４からの制御
により音声認識辞書部６に格納された認識語彙を認識す
る処理を実行する。次にステップＡ１０において、音声
認識部５は認識処理の結果を出力し、図示外のオーディ
オ機器等の操作を行う。なお、ステップＡ８で、図示外
のディスプレイまたはランプにより、キーワード「認識
スタート」の認識完了と指向性の設定方向を表示するよ
うにしておけば、話者がその表示を確認して、ステップ
Ａ９で、続くコマンドを入力することができる。

【００２０】以上のように実施の形態１の音声認識方
法、装置においては、キーワード「認識スタート」を認
識した時点の音声バッファの音声信号を用いて指向性を
変更し、音声認識における一致度から話者の方向を判定
して、話者の音声を抽出するため、話者の方向が定まっ
ていない場合においても話者の音声を有効に抽出し、認
識する事が可能である。また、話者の方向検出手段が不
要であり、話者判別用のスイッチあるいは方向検出用の
センサなどのコスト削減が可能となる。

【００２１】実施の形態２．図４は、この発明の実施の
形態２における音声認識装置のシステム構成を示すブロ
ック図である。本実施の形態では、実施の形態１で行っ
た指向性を変化させ一致度の最大のものを選ぶ方法に加
えて、利得変化すなわち信号レベルを変化させて一致度
を見る方法を用いている。図４では図１の指向性調整部
３、指向性制御部４１および指向性記憶部４２に代え
て、それぞれ指向性利得調整部３１、指向性利得制御部
４７および指向性利得記憶部４８を設けている。

【００２２】図４において、３１は音声バッファ部２に
保有された音声信号を調整して指向性および利得を変更
した音声信号を出力する指向性利得調整部、４７は指向
性利得調整部３１での指向性と利得の変更を制御する指
向性利得制御部、４８は指向性利得制御部４７の指向性
と利得の制御において複数の指向性情報と複数の利得情
報を記憶する指向性利得情報記憶部であり、例えば正面
を０°とし、５°間隔で±９０までを記憶するととも
に、初期利得を０ｄＢとし、３ｄＢ間隔で±１５ｄＢま
でを記憶している。

【００２３】音声認識部５は、指向性利得調整部３１で
指向性と利得を変更された音声信号に対して音声認識処
理を実行する。一致度判定部４５は、指向性利得制御部
４７からの指向性情報と利得情報および音声認識制御部
４４からの認識結果と一致度から、どの指向性および利
得が最適であるかを判定する。制御部４は、４３〜４８
で構成されている。その他の部分は図１と同様であるの
で説明を省略する。

【００２４】次に、動作について説明する。図５は、図
４に示した音声認識装置の動作内容を示すフローチャー
トである。最初にステップＢ０において、制御部４の各
部の初期化および処理の開始操作が実行される。次にス
テップＢ１において、指向性利得制御部４７からの制御
により指向性利得調整部３１の指向性および利得設定を
無指向性および初期利得に設定する。次にステップＢ２
において、マイクロホン１ａ〜１ｃに入力されて音声信
号に変換されたそれぞれの信号を音声バッファ制御部４
３からの制御により音声バッファ２ａ〜２ｃに格納し、
この格納された音声信号を音声バッファ制御部４３から
の制御により再生し、この音声信号を、無指向性および
初期利得に設定された指向性利得調整部３１に入力し、
指向性利得調整部３１の出力を音声認識部５に入力す
る。音声認識部５では入力された音声信号に対して、音
声認識制御部４４からの制御により、音声操作の開始コ
マンドとなるキーワード、例えば「認識スタート」を認
識する処理を実行する。

【００２５】次にステップＢ３において、音声認識部５
の認識結果に基づき、音声認識制御部４４は、キーワー
ド「認識スタート」が認識されたのかを判定し、認識さ
れなかった場合はステップＢ２に戻り再度音声入力処理
およびキーワード認識処理を実行する。認識された場合
はステップＢ４に進む。次に、ステップＢ４へ進んだと
きは、音声バッファ制御部４３からの制御により、音声
バッファ２ａ〜２ｃへの音声入力を停止し、キーワード
「認識スタート」が認識された時のその音声信号を格納
する。

【００２６】次にステップＢ５において、指向性利得制
御部４７からの制御により、指向性利得調整部３１の指
向性設定を指向性利得情報記憶部４８に記憶された例え
ば正面０°方向に設定する。次にステップＢ６におい
て、ステップＢ４で音声バッファ２ａ〜２ｃに格納され
たキーワード「認識スタート」の音声信号を音声バッフ
ァ制御部４３からの制御により再生し、指向性利得調整
部３１にて指向性利得制御部４７が設定した指向性をも
つ音声信号を生成し、音声認識部５にてキーワード認識
処理を再度実行し、音声認識制御部４４が認識処理の結
果と一致度を音声認識部５から取得して、一致度判定部
４５に送信する。一致度判定部４５は現在設定されてい
る指向性情報と認識結果と一致度を判定結果記憶部４６
へ送信して記憶させる。

【００２７】次にステップＢ７において、指向性利得情
報記憶部４８に記憶された全ての指向性についての再認
識処理および認識結果と一致度の取得が終了していない
場合はステップＢ５に戻り、指向性利得情報記憶部４８
に記憶された全ての指向性について再認識処理および認
識結果と一致度の取得が終了するまで繰り返す。全ての
指向性について再認識処理および認識結果と一致度の取
得が終了した場合はステップＢ８に進む。

【００２８】次に、ステップＢ８へ進んだときは、判定
結果記憶部４６に記憶された全ての指向性についての認
識結果と一致度から、一致度判定部４５は、認識結果が
正解、すなわちキーワード「認識スタート」であり、か
つ最も一致度の高い指向性はどれであるかを判定し、指
向性利得制御部４７は、一致度判定部４５が判定した指
向性となるように指向性利得調整部３１を制御する。

【００２９】次にステップＢ９において、指向性利得制
御部４７からの制御により、指向性利得調整部３１の利
得設定を指向性利得情報記憶部４８に記憶された、例え
ば初期利得より３ｄＢ高い利得に設定する。この場合の
利得調整は、ステップＢ８にて判定された指向性の方向
についてのみ利得が調整されるものとする。

【００３０】次にステップＢ１０において、ステップＢ
４で音声バッファ２ａ〜２ｃに格納されたキーワード
「認識スタート」の音声信号を音声バッファ制御部４３
からの制御により再生し、指向性利得調整部３１にて指
向性利得制御部４７が設定した指向性および利得をもつ
音声信号を生成し、音声認識部５にてキーワード認識処
理を再度実行し、音声認識制御部４４が認識処理の結果
と一致度を音声認識部５から取得し、一致度判定部４５
に送信する。一致度判定部４５は現在設定されている指
向性情報と利得情報と認識結果と一致度を判定結果記憶
部４６へ送信して記憶させる。

【００３１】次にステップＢ１１において、指向性利得
情報記憶部４８に記憶された全ての利得についての再認
識処理および認識結果と一致度の取得が終了していない
場合はステップＢ９に戻り指向性利得情報記憶部４８に
記憶された全ての利得に対する再認識処理および認識結
果と一致度の取得が終了するまで繰り返す。全ての利得
について再認識処理および認識結果と一致度の取得が終
了した場合はステップＢ１２に進む。

【００３２】次に、ステップＢ１２へ進んだときは、判
定結果記憶部４６に記憶された全ての利得についての認
識結果と一致度から、一致度判定部４５は、認識結果が
正解であり、かつ最も一致度の高い利得はどれであるか
を判定し、指向性利得制御部４７は、一致度判定部４５
が判定した指向性および利得となるように指向性利得調
整部３１を制御する。

【００３３】次にステップＢ１３において、ステップＢ
４で停止した音声バッファ２ａ〜２ｃへの音声入力を再
開する。すなわちマイクロホン１ａ〜１ｃに入力されて
音声信号に変換されたそれぞれの信号を音声バッファ制
御部４３からの制御により音声バッファ２ａ〜２ｃに格
納し、この格納された音声信号を音声バッファ制御部４
３からの制御により再生し、ステップＢ１２で認識結果
が正解であってかつ最も一致度の高い指向性および利得
に設定された指向性利得調整部３１に音声信号を入力
し、指向性利得調整部３１の出力を音声認識部５に入力
する。音声認識部５では入力された音声信号に対して、
音声認識制御部４４からの制御により音声認識辞書部６
に格納された認識語彙を認識する処理を実行する。次に
ステップＢ１４において、音声認識部５は認識処理の結
果を出力し、図示外のオーディオ機器等の制御を行う。

【００３４】以上のように実施の形態２の音声認識方
法、装置においては、音声認識における一致度を用いて
話者の方向を判定し、更に音声認識における一致度を用
いて最適な利得、すなわち音声認識に最適な入力信号レ
ベルを判定し、話者の音声を抽出するため、話者の方向
が定まっていない場合においても話者の音声を有効に抽
出するとともに、話者からマイクロホンまでの距離など
のためにマイクロホンへの音声入力レベルが異なる場合
でも、音声認識に最適な入力信号レベルで認識処理を実
行する事が可能である。また、話者の方向検出手段が不
要であり、方向検出用のセンサなどのコスト削減が可能
となる。

【００３５】実施の形態３．図６は、この発明の実施の
形態３における音声認識装置のシステム構成を示すブロ
ック図である。本実施の形態は、音声でナビゲーション
装置を制御する例を示す。図６では、図４に示したもの
に加えてナビゲーション装置７を示している。図６にお
いて、７は音声認識の結果に基づいて制御部４により、
種々の操作が実行されるナビゲーション装置である。そ
の他は図４と同様であるので説明を省略する。

【００３６】次に、動作について説明する。図７は、図
６に示した音声認識装置の動作内容を示すフローチャー
トである。ステップＣ０〜Ｃ１２は、図５のステップＢ
０〜Ｂ１２と同様であるので説明を省略する。ただし、
図５ではキーワードの例を「認識スタート」として説明
したが、図７では別のキーワード、例えば「ナビゲーシ
ョン」を用いる。

【００３７】ステップＣ１２に続くステップＣ１３にお
いて、ステップＣ４で停止した音声バッファ２ａ〜２ｃ
への音声入力を再開する。すなわちマイクロホン１ａ〜
１ｃに入力されて音声信号に変換されたそれぞれの信号
を音声バッファ制御部４３からの制御により音声バッフ
ァ２ａ〜２ｃに格納し、この格納された音声信号を音声
バッファ制御部４３からの制御により再生し、ステップ
Ｃ１２で認識結果が正解であり、かつ最も一致度の高い
指向性および利得に設定された指向性利得調整部３１に
音声信号を入力し、指向性利得調整部３１の出力を音声
認識部５に入力する。音声認識部５では入力された音声
信号に対して、音声認識制御部４４からの制御により、
音声認識辞書部６に格納されたナビゲーション装置７の
制御コマンド語彙、例えば「詳細表示」、「広域表
示」、「目的地設定」などを認識する処理を実行する。

【００３８】次にステップＣ１４において、音声認識制
御部４４が音声認識部５の認識結果、例えば「詳細表
示」を取得し、認識結果「詳細表示」に対応した制御信
号をナビゲーション装置７に送信する。次にステップＣ
１５において、ナビゲーション装置７が受信した認識結
果「詳細表示」に対応した制御信号に応じて表示画面を
詳細表示する処理を実行する。

【００３９】以上のように実施の形態３の音声認識方
法、装置においては、キーワード「ナビゲーション」を
認識した時点の音声バッファの音声信号を用い指向性を
変更して音声認識における一致度の最も高い指向性を判
定し、これを話者の方向とし、さらに一致度の最も高い
利得を判定して以後の音声認識処理を実行するため、音
声認識の開始スイッチなどは不要であり、操作が簡便と
なる。また、キーワード認識処理における一致度の最も
高い指向性および利得を判定するため、話者の方向が運
転者に限定されず、助手席からの音声操作も可能とな
り、以後のコマンド認識処理において最適な指向性と利
得で認識処理を実行可能であり、認識性能の向上が可能
である。また、話者の方向検出手段が不要であり、方向
検出用のセンサなどのコスト削減が可能となる。

【００４０】

【発明の効果】請求項１に係る音声認識装置によれば、
指向性を変更した信号に対して音声認識処理を行う音声
認識部と、認識結果の中から一致度が最も高い指向性を
判定する一致度判定部を備えているので、一致度判定部
で一致度が最高と判定した指向性に設定することによ
り、話者が複数存在してその方向が定まっていない場合
でも話者判別用のスイッチやセンサなしで、話者以外の
ノイズを低減して話者の音声を有効に抽出でき、音声認
識性能が高く、利便性の高い音声認識装置が得られる。

【００４１】請求項２に係る音声認識装置によれば、指
向性および利得を変更した信号に対して音声認識処理を
行う音声認識部と、認識結果の中から一致度の最も高い
指向性と利得を判定する一致度判定部を備えているの
で、一致度判定部で一致度が最高と判定した指向性およ
び利得に設定することにより、話者の方向が定まってお
らず、また音声入力部（マイクロホン）への入力レベル
が大きいあるいは小さい場合でも話者判別用のスイッチ
やセンサなしで、話者の音声を有効に抽出するとともに
適切な信号レベルで認識処理を行うことができ、音声認
識性能が高く、利便性の高い音声認識装置が得られる。

【００４２】請求項３に係る音声認識方法によれば、認
識されたキーワードの音声信号に対して指向性を変更し
た複数の認識処理を行い、その認識結果の中から一致度
が最も高い指向性を判定し、この指向性に設定して以後
の音声認識を行うので、話者の方向が定まっていない場
合でも話者判別用のスイッチやセンサなしで、話者の音
声を有効に抽出でき、音声認識性能が高く、利便性の高
い音声認識方法が得られる。

【００４３】請求項４に係る音声認識方法によれば、認
識されたキーワードの音声信号に対して指向性と利得を
変更した複数の認識処理を行い、その認識結果の中から
一致度が最も高い指向性および利得を判定し、この指向
性および利得に設定して以後の音声認識を行うので、話
者の方向が定まっておらず、また音声入力部への入力レ
ベルが大きいあるいは小さい場合でも話者判別用のスイ
ッチやセンサなしで、話者の音声を有効に抽出するとと
もに適切な信号レベルで認識処理を行うことができ、音
声認識性能が高く、利便性の高い音声認識方法が得られ
る。

【図面の簡単な説明】

【図１】 この発明の実施の形態１における音声認識装
置のシステム構成を示すブロック図である。

【図２】 図１の音声認識装置のマイクロホンの取付位
置を示す平面図である。

【図３】 図１の音声認識装置の動作内容を示すフロー
チャートである。

【図４】 この発明の実施の形態２における音声認識装
置のシステム構成を示すブロック図である。

【図５】 図４の音声認識装置の動作内容を示すフロー
チャートである。

【図６】 この発明の実施の形態３における音声認識装
置のシステム構成を示すブロック図である。

【図７】 図６の音声認識装置の動作内容を示すフロー
チャートである。

【図８】 従来の音声認識装置のシステム構成を示すブ
ロック図である。

【図９】 図８の音声認識装置の動作内容を示すフロー
チャートである。

【符号の説明】

１ 音声入力部、２ 音声バッファ部、３ 指向性調整
部、５ 音声認識部、６ 音声認識辞書部、３１ 指向
性利得調整部、４１ 指向性制御部、４２ 指向性情報
記憶部、４３ 音声バッファ制御部、４４ 音声認識制
御部、４５ 一致度判定部、４６ 判定結果記憶部、４
７ 指向性利得制御部、４８ 指向性利得情報記憶部。

Claims (4)

【特許請求の範囲】
1. 【請求項１】 音声入力部と、この音声入力部からの信
   号を保存する音声バッファ部と、この音声バッファ部に
   保存された信号から指向性を変更した信号を生成する指
   向性調整部と、この指向性調整部により指向性を変更し
   た信号に対して音声認識処理を行う音声認識部と、上記
   音声バッファ部に保存された信号を再生する音声バッフ
   ァ制御部と、上記指向性調整部にて変更する複数の指向
   性情報を記憶した指向性情報記憶部と、この指向性情報
   記憶部に記憶された指向性情報から１つを選択して上記
   指向性調整部を制御する指向性制御部と、上記音声認識
   部における認識対象を記憶した音声認識辞書部と、上記
   音声認識部を制御して認識処理を複数回実行させる音声
   認識制御部と、変更した複数の指向性における認識結果
   の一致度を記憶する判定結果記憶部と、この判定結果記
   憶部に記憶された認識結果の中から一致度が最も高い指
   向性を判定する一致度判定部とを備えた音声認識装置。
2. 【請求項２】 音声入力部と、この音声入力部からの信
   号を保存する音声バッファ部と、この音声バッファ部に
   保存された信号から指向性および利得を変更した信号を
   生成する指向性利得調整部と、この指向性利得調整部に
   より指向性および利得を変更した信号に対して音声認識
   処理を行う音声認識部と、上記音声バッファ部に保存さ
   れた信号を再生する音声バッファ制御部と、上記指向性
   利得調整部にて変更する複数の指向性情報および利得情
   報を記憶した指向性利得情報記憶部と、この指向性利得
   情報記憶部に記憶された指向性情報および利得情報から
   各１つを選択して上記指向性利得調整部を制御する指向
   性利得制御部と、上記音声認識部における認識対象を記
   憶した音声認識辞書部と、上記音声認識部を制御して認
   識処理を複数回実行させる音声認識制御部と、変更した
   複数の指向性および利得における認識結果の一致度を記
   憶する判定結果記憶部と、この判定結果記憶部に記憶さ
   れた認識結果の中から一致度が最も高い指向性および利
   得を判定する一致度判定部とを備えた音声認識装置。
3. 【請求項３】 入力された音声信号に対して認識処理を
   行い、あるキーワードが認識されたかどうかを判定する
   ステップ、キーワードが認識されたとき、そのキーワー
   ドの音声信号に対して指向性を変更した複数の認識処理
   を行い、それぞれの認識結果の一致度を得るステップ、
   これらの認識結果の中から一致度が最も高い指向性を判
   定するステップ、およびこの判定した指向性に設定して
   その後の音声認識を行うステップを有する音声認識方
   法。
4. 【請求項４】 入力された音声信号に対して認識処理を
   行い、あるキーワードが認識されたかどうかを判定する
   ステップ、キーワードが認識されたとき、そのキーワー
   ドの音声信号に対して指向性および利得を変更した複数
   の認識処理を行い、それぞれの認識結果の一致度を得る
   ステップ、これらの認識結果の中から一致度が最も高い
   指向性および利得を判定するステップ、およびこの判定
   した指向性および利得に設定してその後の音声認識を行
   うステップを有する音声認識方法。