JP2001343996A

JP2001343996A - 音声入力制御システム

Info

Publication number: JP2001343996A
Application number: JP2000164047A
Authority: JP
Inventors: Kenji Sakai; 賢治境
Original assignee: Mitsubishi Electric Corp
Current assignee: Mitsubishi Electric Corp
Priority date: 2000-06-01
Filing date: 2000-06-01
Publication date: 2001-12-14
Anticipated expiration: 2020-06-01
Also published as: JP3903410B2

Abstract

(57)【要約】【課題】発話者が音声認識に必要な適正な音量レベル
で音声入力を行うことができる音声入力制御システムを
提供する。【解決手段】発話者の音声入力を電気信号に変換する
マイクロホン１、音声入力の音量レベルを検出する音量
レベル検出部４、発話者の音声入力を要求する案内音声
を作成する案内音声作成部７、案内音声作成部７で作成
された案内音声の音量を調整して音声信号を出力するデ
ジタルボリューム６、音量レベル検出部４の検出結果と
音声認識に必要とする音声入力の音量レベルからデジタ
ルボリューム６の音声信号の出力レベルを制御するマイ
クロプロセッサ５、デジタルボリューム６から出力され
た音声信号を発音するスピーカ３を備えた構成とする。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、音声入力制御シス
テムに係わり、詳細には音声認識装置への音声入力にお
いて、適正な音量レベルで音声入力ができるように制御
するシステムに関する。

【０００２】

【従来の技術】車両の走行案内を行い、運転者が所望の
目的地に容易に到達できるようにしたナビゲーション装
置においては、音声認識機能が搭載され、マイクへ音声
を入力することでナビゲーション装置を制御することが
できる。このようなナビゲーション装置は、発話者（ユ
ーザ）に対して音声で入力を要求し、指示案内を音声で
出力する機能を備えており、対話的に音声入力をするこ
とができる。

【０００３】このような音声対話型制御システムとし
て、例えば、特開平８−１６６７９７号公報にカーナビ
ゲーションシステムが記載されており、音声により対話
的にカーナビゲーションを操作することが可能であり、
ユーザが発すべき入力音声が、コマンドであるか、住所
であるかなどを容易に把握することができる。図８は、
そのカーナビゲーションシステムの構成を示すブロック
図であり、図において、１０は入力装置、１１はシステ
ム制御部、１２は位置測定装置、１３はデータベース、
１４は出力装置である。

【０００４】図８の構成において、入力装置１０に音声
が入力されると入力装置１０が有する音声認識装置で音
声認識され、その音声認識の結果はシステム制御部１１
に送信され、システム制御部１１はその入力音声に対応
して位置測定装置１２、データベース１３の制御を行う
とともに、出力装置１４から入力音声に対する画像表示
とともに応答としての応答音声を出力させる。さらに、
出力装置１４からは応答音声に対応してユーザが次に発
すべき音声を案内する案内音声も出力される。

【０００５】図９は、従来の車両用音声負荷駆動装置の
構成を示すブロック図であり、特開昭５８−２８９６号
公報に記載されものである。この車両用音声負荷駆動装
置においては、認識開始スイッチ２１を操作すると、音
声検出部１７、認識部１８を介してマイクロホン１５か
ら入力する発話者の音声指令の認識が開始されて駆動部
２０が制御されるとともに、タイマ２２が始動する。こ
の音声指令のレベルが低いと音声検出部１７等による認
識は行われずに判断部２３を介して「もっと大きな声を
出して下さい」等の指令繰り返し指示が表示される。一
方、判断部２３によってタイマ２２のタイマ時間経過後
に音声指令が認識されない場合にも同様に表示部１９に
よる指令繰り返し指示が表示され、これにより車両がト
ンネル内やノイズの大きな市街地走行等のために音声指
令が検出できない、あるいは音声指示認識ができない等
の理由を理解することができる。

【０００６】

【発明が解決しようとする課題】しかし、従来の音声入
力制御システムにおいては、発話者はどのくらいの音量
レベルで音声入力したらよいか分からず、入力された音
声は個人差が大きく、処理できないことも多いという問
題があった。

【０００７】また、このような場合に再度、音声入力を
促す案内指示も、大きすぎるか、小さすぎるかを示すの
みで、発話者は音声認識を行うために必要な音量レベル
を手探りで何度も探り当てなければならないという問題
があった。

【０００８】本発明は、上記のような問題を解決するた
めになされたものであり、発話者が音声認識に必要な適
正な音量レベルで音声入力を行うことができる音声入力
制御システムを提供するものである。

【０００９】

【課題を解決するための手段】本発明に係る第１の音声
入力制御システムは、発話者の音声入力を電気信号に変
換するマイクロホン、上記音声入力の音量レベルを検出
する音量レベル検出部、上記発話者の音声入力を要求す
る案内音声を作成する案内音声作成部、該案内音声作成
部で作成された案内音声の音量を調整して音声信号を出
力する案内音声調整部、上記音量レベル検出部の検出結
果と音声認識に必要とする音声入力の音量レベルから上
記案内音声調整部の音声信号の出力レベルを制御する制
御部、上記案内音声調整部部から出力された音声信号を
発音するスピーカを備えたものである。

【００１０】本発明に係る第２の音声入力制御システム
は、上記第１の音声入力制御システムにおいて、予め、
スピーカから音声認識に必要な音量レベルに対応した音
量の案内音声を発音し発話者に聴取させる手段を持つも
のである。

【００１１】本発明に係る第３の音声入力制御システム
は、上記第１の音声入力制御システムにおいて、音量レ
ベル検出部はノイズ音声を検出するノイズ音声検出手段
を有し、制御部は上記検出されたノイズ音声の音量レベ
ルが音声認識可能な音量レベルであるかどうかを判断
し、上記ノイズ音声の音量レベルが音声認識可能な音量
レベルである場合には、上記ノイズ音声の音量レベルに
対して必要な音声入力の音量レベルを求めて、この求め
られた音量レベルで案内音声を出力させるように制御す
る手段を備えたものである。

【００１２】本発明に係る第４の音声入力制御システム
は、上記第３の音声入力制御システムにおいて、ノイズ
音声検出手段は音量レベル検出部であるものである。

【００１３】本発明に係る第５の音声入力制御システム
は、上記第１の音声入力制御システムにおいて、案内音
声の音量レベルと発話者が入力した音声入力の音量レベ
ルとを表示する表示手段を持つものである。

【００１４】本発明に係る第６の音声入力制御システム
は、上記第３の音声入力制御システムにおいて、案内音
声の音量レベルと発話者が入力した音声入力の音量レベ
ルとノイズ音声の音量レベルとを表示する表示手段を持
つものである。

【００１５】

【発明の実施の形態】以下、図に基づいて本発明の実施
の形態を説明する。実施の形態１．図１は、本発明の音声入力システムにお
ける実施の形態１の構成を示すブロック図であり、例え
ば、ナビゲーション、車載用電話などにおける音声認識
部９に用いた構成を示している。

【００１６】図において、１は音声入力するマイクロホ
ン、２は発話スイッチ、３はスピーカ、４はマイクロホ
ン１から入力された入力音声の音量レベルを検出する音
量検出部、５は制御部であるマイクロプロセッサ、６は
スピーカ３から出力される音声レベルを変えるデジタル
ボリューム、７は音声入力に対する応答音声および応答
音声に対応して次に入力すべき音声入力を案内する案内
音声を作成する案内音声作成部、９は音声認識部であ
る。

【００１７】図２は、本実施の形態の動作を示すフロー
チャートである。以下、図２に従って本実施の形態にお
ける動作を説明する。発話スイッチ２を操作する（Ｓ０
１）と、マイクロプロセッサ５が音声入力の開始を検知
する。マイクロプロセッサ５が、デジタルボリューム６
と案内音声作成部７に案内音声の音量と内容を指示する
と、音声入力を要求する案内音声「コマンドどうぞ」等
がスピーカ３より出力される（Ｓ０２）。

【００１８】発話者はスピーカ３より出力された案内音
声に返答する形で、マイクロホン１から音声入力をする
（Ｓ０３）。

【００１９】返答した音声入力の音量レベルが音量レベ
ル検出部４で求められ（Ｓ０４）、マイクロプロセッサ
５で音声入力が音声認識を行うために必要な音量レベル
と同等であるか判断される（Ｓ０５）。

【００２０】音声入力が必要音量レベルと同等である場
合は、この音声は音声認識部９へ入力され、認識処理が
行われ、音声入力に対して応答する音声の応答音声およ
びこの応答音声に対応した次に発すべき音声入力が案内
音声作成部７で作成され、スピーカ３より出力される。

【００２１】音声入力が必要音量レベルよりも小さい場
合は、デジタルボリューム６にて音量が大きくされ（Ｓ
０６）、「もっと大きな声で発話して下さい」等の案内
音声が出力される（Ｓ０２）。そして再度音声入力を行
う（Ｓ０３）ことになるが、このとき発話者は案内音声
が大きくなったことに反応して大きな声で音声入力し易
くなる。

【００２２】また、音声入力が必要音量レベルよりも大
きい場合は、デジタルボリューム６にて音量が小さくさ
れ（Ｓ０７）、「もっと小さな声で発話して下さい」等
の案内音声が出力される（Ｓ０２）。そして再度音声入
力を行う（Ｓ０３）ことになるが、このとき発話者は案
内音声が小さくなったことに反応して小さな声で音声入
力し易くなる。

【００２３】再度入力した音声入力の音量レベルが音量
レベル検出部４で求められ（Ｓ０４）、マイクロプロセ
ッサ５で音声入力が音声認識を行うために必要な音量レ
ベルと同等であるか判断される（Ｓ０５）。

【００２４】再度入力した音声入力が必要音量レベルと
同等である場合は、この音声は音声認識部９へ入力さ
れ、認識処理が行われ、応答音声および案内音声がスピ
ーカ３より出力される。

【００２５】実施の形態２．図３および４は、実施の形
態２の動作を示すフローチャートである。システムの構
成は図１のものを用いている。

【００２６】図３に示したように、本実施の形態におい
ては、スピーカ３から出力される案内音声が音声認識に
適正な音量レベルに対応した音量であるように、予め調
整し、発話者が音声認識に適正な音量レベルの案内音声
を、例えば「これ位の音量で話して下さい」といった案
内音で聞くことができるように案内音声音量レベルの調
整が行われ（Ｓ１１）、発話スイッチ操作（Ｓ０１）お
よびそれ以後は、図２のフローチャートと同一の動作が
行われる。

【００２７】案内音声音量レベル調整（Ｓ１１）は、図
４に示したフローチャートに従って行われる。

【００２８】発話スイッチ２を操作すると、マイクロプ
ロセッサ５が音声入力の開始を検知する。マイクロプロ
セッサ５が、デジタルボリューム６と案内音声作成部７
に案内音声の音量と内容を指示すると、音声入力を要求
する案内音声「コマンドどうぞ」等がスピーカ３より出
力される（Ｓ３１）。

【００２９】出力された案内音声をマイクロホン１より
入力する（Ｓ３２）。

【００３０】入力された案内音声の音量レベルが音量レ
ベル検出部４で求められ（Ｓ３３）、マイクロプロセッ
サ５で案内音声が音声認識を行うために必要な音量レベ
ルと同等であるか判断される（Ｓ３４）。

【００３１】音声認識部９で必要となる音量レベルより
も小さい場合は、デジタルボリューム６にて音量が大き
くされ（Ｓ３５）、再度、案内音声がスピーカ３より出
力され（Ｓ３１）、再度、出力された案内音声をマイク
ロホン１より入力する（Ｓ３２）。

【００３２】また、音声認識部９で必要となる音量レベ
ルよりも大きい場合は、デジタルボリューム６にて音量
が小さくされ（Ｓ３６）、再度、案内音声がスピーカ３
から出力され（Ｓ３１）、再度、出力された案内音声を
マイクロホン１より入力する（Ｓ３２）。

【００３３】以上を繰り返し、スピーカ３から出力され
る案内音声が、どの程度の音量レベルの案内音声でマイ
クロホン１に入力された時に音声認識を行うのに必要な
音量レベルとなるのかを求め、予め発音される案内音声
が、必要な音量レベルに対応した音量で発音されるよう
にする。

【００３４】本実施の形態によれば、発話者は、予め音
声認識部９が音声認識を行うのに必要とする音量レベル
に対応した音量に調整された案内音声を聞いて音声入力
を行うので、音声認識部９が音声認識を行うのに必要な
音量レベルで音声入力を行い易くなる。

【００３５】実施の形態３．図５は、実施の形態３の動
作を示すフローチャートである。システムの構成は図１
のものを用いている。

【００３６】発話スイッチ２を操作する（Ｓ４１）と、
マイクロホン１からノイズ音声が入力され（Ｓ４２）、
入力されたノイズ音声は音量レベル検出部４で音量レベ
ルが検出され（Ｓ４３）、マイクロプロセッサ５は入力
されたノイズ音声の音量レベルが、音声認識部９で認識
可能な一定値以下であるかどうかを判断する（Ｓ４
４）。

【００３７】検出されたノイズ音声の音量レベルが一定
値よりも大きくて音声認識が不可能であると判断する
と、音声認識不可能であることを話者に、「ノイズが多
く音声入力できません」等、音声で通知し（Ｓ４５）、
音声入力を中止し発話スイッチ２を待機状態に戻す。

【００３８】検出されたノイズ音声の音量レベルが一定
値以下で認識可能であると判断すると、このノイズ音声
の音量レベルに対して音声認識を行うのに必要な音声入
力の音量レベルを計算する（Ｓ４６）。

【００３９】次に、計算された音量レベルになるように
デジタルボリューム６が調整され、音声入力を要求する
案内音声「コマンドどうぞ」等がスピーカ３より出力さ
れる（Ｓ４７）と、発話者はスピーカ３より出力された
案内音声に返答する形で音声入力をする（Ｓ４８）。

【００４０】返答した音声入力の音量レベルが音量レベ
ル検出部４で検出される（Ｓ４９）。音声入力の音量レ
ベルが音声認識を行うために必要な音量レベルに達して
いるかマイクロプロセッサ５は判断し（Ｓ５０）、必要
音量レベルに達している場合は、この音声入力を音声認
識部９へ入力し認識処理を行う（Ｓ５１）。

【００４１】返答した音声入力の音量レベルが必要音量
レベルよりも小さい場合はデジタルボリューム６によっ
て音量が大きくされ（Ｓ５２）、「もっと大きな声で発
話して下さい」等の案内音声が出力され（Ｓ４７）、再
度音声入力を行う（Ｓ４８）ことになる。この時、発話
者は案内音声が大きくなったことに反応して大きな声で
音声入力し易くなる。

【００４２】また、返答した音声入力の音量レベルが必
要音量レベルよりも大きい場合は、デジタルボリューム
６によって音量が小さくされ（Ｓ５３）、「もっと小さ
な声で発話して下さい」等の案内音声が出力され（Ｓ４
７）、再度音声入力を行うことになるが（Ｓ４８）、こ
の時、発話者は案内音声が小さくなったことに反応して
小さな声で音声入力し易くなる。

【００４３】上記のように、本実施の形態においては、
マイクロプロセッサ５が、ノイズ音声の音量レベルが音
声認識可能な一定値以下の音量レベルであるかどうかを
判断する機能（手段）を有し、また、ノイズ音声の音量
レベルが一定値以下の場合には、そのノイズ音声の音量
レベルに対して必要な音声入力の音量レベルを計算し
て、その計算された音量レベルで案内音声を出力するも
のであるので、発話者がおかれた環境におけるノイズ音
声の中で、適切な音量レベルで音声入力し易くなる。

【００４４】実施の形態４．図６は、本発明の音声入力
制御システムにおける実施の形態４の構成を示すブロッ
ク図であり、図７は、図６の構成の動作を示すフローチ
ャートである。

【００４５】本実施の形態は、図１に示した構成に、必
要とする音声入力の音量レベル（案内音声の音量レベ
ル）および入力された入力音声の音量レベルを表示する
モニタを追加した構成であり、動作はモニタ表示を除け
ば実施の形態３と、ほぼ同様である。

【００４６】実施の形態３と異なる点は、ノイズ音声の
音量レベルがモニタ８に表示される（Ｓ６４）点、音声
入力を要求する案内音声が出力され（Ｓ６９）、この案
内音声の音量レベルがモニタ８に表示される（Ｓ７０）
点、案内音声に返答して入力され（Ｓ７１）、入力され
た音声入力の音量レベルが検出（Ｓ７２）された後、そ
の音量レベルがモニタ８に表示される（Ｓ７３）点であ
る。

【００４７】本実施の形態においては、音声入力を要求
する案内音声「コマンドどうぞ」等がスピーカ３より出
力され（Ｓ６９）、モニタ８に表示された音声レベル
（Ｓ７０）とノイズ音声の音量レベル（Ｓ６４）を見
て、発話者はスピーカ３より出力された案内音声に返答
する形でマイクロホン１に音声入力し（Ｓ７０）、この
音声入力の音量レベル表示（Ｓ７３）を見ることができ
るので、入力音声の音量レベルが音声認識を行うために
必要な音量レベルに対してどのくらい不足していたか確
認することができる。

【００４８】

【発明の効果】この発明は以上説明したように構成され
ており、以下に示すような効果を奏する。本発明に係る
第１の音声入力制御システムによれば、発話者の音声入
力を電気信号に変換するマイクロホン、上記音声入力の
音量レベルを検出する音量レベル検出部、上記発話者の
音声入力を要求する案内音声を作成する案内音声作成
部、該案内音声作成部で作成された案内音声の音量を調
整して音声信号を出力する案内音声調整部、上記音量レ
ベル検出部の検出結果と音声認識に必要とする音声入力
の音量レベルから上記案内音声調整部の音声信号の出力
レベルを制御する制御部、上記案内音声調整部部から出
力された音声信号を発音するスピーカを備えたものであ
り、発話者の音声入力の音量レベルに応じて、小さすぎ
る音声入力には大きな音量レベルの案内音声で案内し、
大きすぎる音声入力には小さな案内音声には小さな音量
レベルの案内音声で案内するので、発話者は案内音声の
音量レベルに対応して音声入力することができ、音声認
識に必要な音量レベルで音声入力をし易くなる。

【００４９】本発明に係る第２の音声入力制御システム
によれば、予め、スピーカから音声認識に必要な音量レ
ベルに対応した音量の案内音声を発音し発話者に聴取さ
せる手段を持つものであるので、発話者は、音声認識を
行うのに必要な音量レベルで音声入力を行い易くなる。

【００５０】本発明に係る第３の音声入力制御システム
によれば、音量レベル検出部はノイズ音声を検出するノ
イズ音声検出手段を有し、制御部は上記検出されたノイ
ズ音声の音量レベルが音声認識可能な音量レベルである
かどうかを判断し、上記ノイズ音声の音量レベルが音声
認識可能な音量レベルである場合には、上記ノイズ音声
の音量レベルに対して必要な音声入力の音量レベルを求
めて、この求められた音量レベルで案内音声を出力させ
るように制御する手段を備えたものであるので、発話者
がおかれた環境におけるノイズ音声の中で、適切な音量
レベルで音声入力し易くなる。

【００５１】本発明に係る第４の音声入力制御システム
によれば、ノイズ音声検出手段は音量レベル検出部を兼
用することによって、コンパクトにできる。

【００５２】本発明に係る第５の音声入力制御システム
によれば、案内音声の音量レベルと発話者が入力した音
声入力の音量レベルとを表示する表示手段を持つもので
あるので、入力音声の音量レベルが音声認識を行うため
に必要な音量レベルに対してどのくらい不足していたか
確認し、的確な音声入力ができる。

【００５３】本発明に係る第６の音声入力制御システム
によれば、案内音声の音量レベルと発話者が入力した音
声入力の音量レベルとノイズ音声の音量レベルとを表示
する表示手段を持つものであるので、ノイズ音声の確認
と、入力音声の音量レベルが音声認識を行うために必要
な音量レベルに対してどのくらい不足していたかの確認
により、的確な音声入力ができる。

【図面の簡単な説明】

【図１】実施の形態１の音声入力制御システムの構成
を示すブロック図である。

【図２】実施の形態１の音声入力制御システムの動作
を示すフローチャートである。

【図３】実施の形態２の音声入力制御システムの動作
を示すフローチャートである。

【図４】実施の形態２における案内音声調整の動作を
示すフローチャートである。

【図５】実施の形態３の音声入力制御システムの動作
を示すフローチャートである。

【図６】実施の形態４の音声入力制御システムの構成
を示すブロック図である。

【図７】実施の形態４の音声入力制御システムの動作
を示すフローチャートである。

【図８】従来の音声対話型システムの構成を示すブロ
ック図である。

【図９】従来の車両用音声負荷駆動装置の構成を示す
ブロック図である。

【符号の説明】

１，１５マイクロホン、２発話スイッチ、３スピ
ーカ、４音量レベル検出部、５マイクロプロセッ
サ、６デジタルボリューム、７案内音声出力部、８
モニタ、９音声認識部、１０入力装置、１１シ
ステム制御部、１２位置測定装置、１３データベー
ス装置、１４出力装置、１６増幅器、１７音声検
出部、１８認識部、１９表示部、２０駆動部、２
１認識開始スイッチ、２２タイマ、２３判断部。

Claims

【特許請求の範囲】

【請求項１】発話者の音声入力を電気信号に変換する
マイクロホン、上記音声入力の音量レベルを検出する音
量レベル検出部、上記発話者の音声入力を要求する案内
音声を作成する案内音声作成部、該案内音声作成部で作
成された案内音声の音量を調整して音声信号を出力する
案内音声調整部、上記音量レベル検出部の検出結果と音
声認識に必要とする音声入力の音量レベルから上記案内
音声調整部の音声信号の出力レベルを制御する制御部、
上記案内音声調整部部から出力された音声信号を発音す
るスピーカを備えたことを特徴とする音声入力制御シス
テム。
【請求項２】予め、スピーカから音声認識に必要な音
量レベルに対応した音量の案内音声を発音し発話者に聴
取させる手段を持つことを特徴とする請求項１記載の音
声入力制御システム。
【請求項３】音量レベル検出部はノイズ音声を検出す
るノイズ音声検出手段を有し、制御部は上記検出された
ノイズ音声の音量レベルが音声認識可能な音量レベルで
あるかどうかを判断し、上記ノイズ音声の音量レベルが
音声認識可能な音量レベルである場合には、上記ノイズ
音声の音量レベルに対して必要な音声入力の音量レベル
を求めて、この求められた音量レベルで案内音声を出力
させるように制御する手段を備えたことを特徴とする請
求項１記載の音声入力制御システム。
【請求項４】ノイズ音声検出手段は音量レベル検出部
であることを特徴とする請求項３記載の音声入力制御シ
ステム。
【請求項５】案内音声の音量レベルと発話者が入力し
た音声入力の音量レベルとを表示する表示手段を持つこ
とを特徴とする請求項１記載の音声入力制御システム。
【請求項６】案内音声の音量レベルと発話者が入力し
た音声入力の音量レベルとノイズ音声の音量レベルとを
表示する表示手段を持つことを特徴とする請求項３記載
の音声入力制御システム。