JP2001515611A - コマンド辞書を使用する音声認識装置 - Google Patents

Abstract

(57)【要約】 内容に関して処理ユニットの作動された動作状態に依存するコマンドを収容するコマンド辞書を用いて少なくとも一つの処理ユニット（２３，２４，２５）を制御する音声認識装置（２）を備えた製品（１）において、音声認識装置（２）は、コマンド辞書のコマンドがコマンド情報（ＢＩ）及びコマンド情報に割り当てられた識別情報（ＰＩ）の形式で記憶されるコマンド辞書メモリ（１７）を含み、また、音声認識装置（２）は、発話コマンドを表現する音声情報（ＳＩ）に含まれるコマンド情報（ＢＩ）を検出し、コマンド情報（ＢＩ）を少なくとも１台の処理ユニット（２３，２４，２５）に送出する音声認識手段（１０）を含み、発話コマンドで検出されたコマンド情報（ＢＩ）を用いて行われる処理ユニット（２３，２４，２５）の動作状態が作動された後に、この作動された動作状態だけに割り当てられるコマンド辞書を作成し、このコマンド辞書をコマンド辞書メモリ（１７）に記憶する作成手段（３４）が設けられている。

Description

【発明の詳細な説明】 コマンド辞書を使用する音声認識装置 本発明は、作動され得る少なくとも一つの動作状態を有し作動状態に駆動され 得る少なくとも一つの処理ユニットと、内容に関して作動状態の少なくとも一つ の処理ユニットの少なくとも一つの作動された動作状態に依存するコマンドを収 容するコマンド辞書を使用して、少なくとも一つの処理ユニットを少なくとも一 つの動作状態に関して制御する音声認識装置とを備えた製品であって、音声認識 装置が、コマンド辞書のコマンドがコマンド情報及びコマンド情報に割り当てら れた識別情報の形式で記憶され得るコマンド辞書メモリと、少なくとも話者によ って発話されたコマンドを表現する音声情報が供給され、上記コマンド辞書メモ リに記憶された識別情報を用いてかかる音声情報に割り当てられるべきコマンド 情報を検出するよう構成され、上記発話されたコマンドに対応する処理ユニット 動作状態が供給された上記検出されたコマンド情報によって作動され得る処理ユ ニットに上記検出されたコマンド情報を転送するよう構成された音声認識手段と を含む製品に関する。 また、本発明は、作動され得る少なくとも一つの動作状態を有し作動状態に駆 動され得る少なくとも一つの処理ユニットと協働するよう構成され、内容に関し て作動状態の少なくとも一つの処理ユニットの少なくとも一つの作動された動作 状態に依存するコマンドを収容するコマンド辞書を使用して、少なくとも一つの 処理ユニットを少なくとも一つの動作状態に関して制御するよう構成された音声 認識装置であって、コマンド辞書のコマンドがコマンド情報及びコマンド情報に 割り当てられた識別情報の形式で記憶され得るコマンド辞書メモリと、少なくと も話者によって発話されたコマンドを表現する音声情報が供給され、上記コマン ド辞書メモリに記憶され た識別情報を用いてかかる音声情報に割り当てられるべきコマンド情報を検出す るよう構成され、上記発話されたコマンドに対応する処理ユニット動作状態が供 給された上記検出されたコマンド情報によって作動され得る処理ユニットに上記 検出されたコマンド情報を転送するよう構成された音声認識手段とを含む音声認 識装置に関する。 本発明は、コマンド情報及びコマンド情報に割り当てられた識別情報の形式で コマンド辞書メモリに記憶され得るコマンドを収容するコマンド辞書を用いて、 作動され得る少なくとも一つの動作状態を有し作動状態に駆動され得る少なくと も一つの処理ユニットを少なくとも一つの動作状態に関して制御するよう構成さ れた音声認識装置用のコマンド辞書を作成する方法であって、少なくとも話者に よって発話されコマンドを表現する音声情報が音声認識手段に供給され、上記音 声認識手段は上記コマンド辞書メモリに記憶された識別情報を用いてかかる音声 情報に対するコマンド情報を検出し、上記検出されたコマンド情報は、発話され たコマンドに対応する処理ユニットの動作状態を作動させるため処理ユニットに 供給され得る方法に関する。 上記の製品、音声認識装置及び方法は、例えば、文献：欧州特許ＥＰ ０ ６ ０７ ６１５ Ａ１によって公知である。公知の製品において、音声認識装置は 、複数の処理ユニットと協働するよう構成され、テキストを構築するテキスト要 素を入力し、処理ユニットをその動作状態に関して制御するコマンドを入力する ため使用される。このような処理ユニットは、例えば、Ｗｉｎｄｏｗｓ^TM用のＷ ｏｒｄプログラムを実装するテキストプロセッサによって形成される。この音声 認識装置には、音声認識装置のユーザによって発話された音声情報がコマンドと して、又は、処理ユニットのためのテキスト要素としてテキスト入力モードで入 力されるマイクロホンが接 続される。音声認識装置は、コマンド辞書を形成するコマンドが処理ユニットを 制御するコマンド情報及びこのコマンド情報に割り当てられたいわゆる音素によ り形成される識別情報の形式で記憶されるコマンド辞書メモリを含む音声認識手 段を具備する。ユーザによってコマンドとして入力された音声情報は、音声認識 手段において処理され、コマンド入力モードでコマンド辞書メモリに記憶された 識別情報と比較され、コマンドとして入力された音声情報に割り当てられたコマ ンド情報が発生され、上記コマンドに対応した処理ユニットの動作状態を作動さ せるため処理ユニットに送られる。 従来の音声認識装置が処理ユニットを制御するため動作を開始する前に、音声 認識装置は、学習モードでこの処理ユニットに適応する必要があり、音声コマン ド処理手段がこの処理ユニットに追加される。学習モードでは、従来の音声認識 装置は、種々の処理ユニットに適応し、さらに、音声認識手段のより良好な認識 結果を得るためそれぞれの処理ユニットの種々の動作状態に適応し得る。したが って、学習処理モードの場合、音声認識装置のユーザは、処理ユニットの動作状 態に対し、この動作状態で使用可能であり、処理ユニットの動作状態を変更する ため適するコマンドを選択する。これらのコマンドは、この処理ユニットのこの 動作状態に割り当てられたコマンド辞書の収集用メモリにコマンド情報として記 憶される。次に、ユーザは、学習モードでこれらのコマンドを音声情報としてマ イクロホンに発話し、コマンド情報に基づいてコマンド辞書の収集用メモリに記 憶された識別情報を発生させながら、これらのコマンドに対し音声認識手段を訓 練することができる。各動作状態に対し指定された方法で発生されたすべてのコ マンド辞書は、音声認識装置のコマンド辞書の収集用メモリに記憶され、処理ユ ニット及び処理ユニットテーブル内の動作状態に割り当てられる。 音声コマンド処理手段の追加によって音声認識装置と協働するため準備され、 従来の音声処理装置が学習モードで準備した処理ユ ニットの動作状態が変更されたとき、処理ユニットは、処理ユニットの動作状態 に関する情報を音声処理装置に送信する。処理ユニットテーブルを使用しながら 、音声認識装置は、学習モードで他の全てのコマンド辞書と組み合わせて発生さ れた、現在の動作状態に適したコマンド辞書を検出し、このコマンド辞書の収集 用メモリのコマンド辞書をコマンド辞書メモリに再格納する。ユーザが処理ユニ ットの動作状態を変更するコマンドを音声情報としてマイクロホンに発話したと き、音声認識のために使用されるコマンドはこの動作状態に対しユーザが選択し た非常に少数のコマンドだけであるため、発話コマンドの認識結果はかなり高い 。コマンド表現する音声情報に割り当てられた音声認識手段によって検出された コマンド情報は、処理手段の音声コマンド処理手段にテキスト要素として送信さ れる。処理ユニットの音声コマンド処理手段は、制御情報信号を送信されたテキ スト要素に割り当て、この制御情報はコマンド情報に対応したコマンドを発生さ せ、これにより、テキスト要素は処理ユニットで処理され、次に、処理ユニット の動作状態は処理されたコマンドに従って変更される。 従来の音声認識装置の場合、複数の処理ユニットの各動作状態に対しコマンド 辞書を作成することは、非常に時間的コストが高く、費用的に高価であることが わかる。また、従来の音声認識装置の用途は、音声コマンド処理手段が付加され 、コマンド辞書が作成された処理ユニットに制限されている。さらに、従来の音 声認識装置の場合、作成されたすべてのコマンド辞書はコマンド辞書収集用メモ リに記憶、管理される必要があり、そのために、従来の音声認識装置はかなり大 容量のメモリと、非常に複雑な制御手段とを共に備えている。 本発明の目的は、上記従来技術の問題点を回避し、音声認識装置を含む改良さ れた製品、改良された音声認識装置を含む改良された 製品、並びに、音声認識装置のためのコマンド辞書を作成する改良された方法を 提供することである。 本発明によれば、上記本発明の目的は、処理ユニットの動作状態が作動された 後に、この作動された動作状態だけに割り当てられるコマンド辞書を作成するよ う構成された作成手段が設けられている冒頭の第１節に記載されたタイプの製品 によって達成される。 また、本発明によれば、上記目的は、処理ユニットの動作状態が作動された後 に、この作動された動作状態だけに割り当てられるコマンド辞書を作成するよう 構成された作成手段が設けられている冒頭の第２節に記載されたタイプの音声認 識装置によって達成される。 また、本発明によれば、上記目的は、処理ユニットの動作状態が作動された後 に、この作動された動作状態だけに割り当てられるコマンド辞書が作成手段によ って作成される冒頭の第３節に記載されたタイプの方法によって達成される。 本発明により得られる利点は、処理ユニットの単一の動作状態に割り当てられ 、この動作状態に正確に適応したコマンド辞書は、処理ユニットの新しい動作状 態が出現した都度に作成されるので、音声認識装置が処理ユニットと協働するた め最初に準備させられる学習モードを設ける必要がないことである。また、処理 ユニットの異なる動作状態に対する多数のコマンド辞書を記憶するコマンド辞書 の収集用メモリを省いても構わない。さらに、複数のコマンド辞書を管理する制 御手段を省略してもよい。これらの結果として、費用効果率の良い製品若しくは 費用効果率の良い音声認識装置を実現することが可能である。 請求項１に係わる本発明による製品は、請求項２に係わる手段を設けることに より有利になることが示される。請求項６に係わる本発明による音声認識装置は 、請求項７に係わる手段を設けることにより有利になることが示される。請求項 １１に係わる本発明による方法は、請求項１２に係わる手段を設けることにより 有利になるこ とが示される。これらの手段は、簡単、かつ、信頼性の高い形で実現できる点で 有利である。 請求項２に係わる本発明による製品は、請求項３に係わる手段を設けることに より有利になることが示される。請求項７に係わる本発明による音声認識装置は 、請求項８に係わる手段を設けることにより有利になることが示される。請求項 １２に係わる本発明による方法は、請求項１３に係わる手段を設けることにより 有利になることが示される。その結果として、ユーザによって発話され、コマン ドを表現する音声情報が現れたとき、音声認識装置は、処理ユニット内の発話コ マンドの処理に直結する制御情報を処理ユニットに送信するので、製品に含まれ る音声認識装置と協働するため設けられた処理ユニット内の音声コマンド処理手 段を省略してもよい利点が得られる。これにより、コストが削減されるだけでは なく、音声コマンド処理手段を音声認識装置と協働するため設けられたすべての 処理ユニットに配備するため要する時間も削減される。 請求項２に係わる本発明による製品は、請求項４に係わる手段を設けることに より有利になることが示される。請求項７に係わる本発明による音声認識装置は 、請求項９に係わる手段を設けることにより有利になることが示される。請求項 １２に係わる本発明による方法は、請求項１４に係わる手段を設けることにより 有利になることが示される。この結果として、製品に含まれる音声認識装置は、 時間窓方式若しくは並列処理方式で別々に作動状態にされ得る複数の処理ユニッ トと協働するよう構成される利点と、適当なコマンド情報が動作状態に駆動され た処理窓だけによって検出される利点とが得られる。 請求項２に係わる本発明による製品は、請求項５に係わる手段を設けることに より有利になることが示される。請求項７に係わる本発明による音声認識装置は 、請求項１０に係わる手段を設けることにより有利になることが示される。請求 項１２に係わる本発明によ る方法は、請求項１５に係わる手段を設けることにより有利になることが示され る。例えば、Ｗｉｎｄｏｗｓ ９５^TM、Ｗｉｎｄｏｗｓ ＮＴ^TM、若しくは、Ｘ −Ｗｉｎｄｏｗｓ^TMのようなプログラムを用いて実現されるウィンドウズ処理ユ ニットと協働する音声認識装置を構成する本発明による製品の手段によって、認 識手段及び検出手段を非常に簡単に構成することができるようになるので、ウィ ンドウズ処理ユニットと協働するため設けられた複数の音声処理ユニットと協働 し得る簡単な音声認識装置が実現される。 本発明の上記並びに他の局面は、以下の実施例の説明によって明らかにされ、 解説される。図面中、 図１は、本発明による方法が実施され、３種類の処理ユニットを制御するよう 構成され、処理ユニットのある動作状態から処理ユニットの別の動作状態への変 化後にコマンド辞書を作成する作成手段を含む本発明による音声認識装置を備え た本発明による製品としてのパーソナルコンピュータをブロック形式で概略的に 示す図である。 図２は、図１に示されたパーソナルコンピュータのウィンドウズ処理ユニット の処理ウィンドウマネージャーに記憶された処理ウィンドウテーブルを表す図で ある。 図３は、図１に示されたパーソナルコンピュータのウィンドウズ処理ユニット の切換領域マネージャーに記憶された切換領域テーブルを表わす図である。 図４は、図１に示されたパーソナルコンピュータに実装され、音声認識装置が コマンド辞書を作成するため使用される本発明による方法の少なくとも基本的な 部分が説明されているフローチャートである。 図５は、図１に示されたパーソナルコンピュータに実装され、作成されたコマ ンド辞書が実装される間に話者によって発話された音 声情報を認識し、処理ユニットのある動作状態を別の動作状態に変えるため制御 情報を処理ユニットに送出する音声認識装置を利用する本発明による方法の少な くとも基本的な部分が説明されている更なるフローチャートである。 図１には、音声認識装置２とＰＣ（パーソナルコンピュータ）処理ユニット３ とを含み、モニター４を具備し、マイクロホン５、キーボード６及びスピーカー ７が接続されたパーソナルコンピュータ１が示されている。 パーソナルコンピュータ１の音声認識装置２は、本例では、特に、コマンドを 収容するコマンド辞書を用いて少なくとも一つの処理ユニットをその動作状態に 関して制御するため使用される。以下に詳細に説明するように、辞書はその内容 に関して作動的な処理ユニットの作動された動作状態に依存する。 話者によって発話された複数の相関関係のある語又は別々の語を含むアナログ 音声情報ＳＩは、マイクロホン５を介して音声認識装置２のアナログ／デジタル 変換器段８に供給することができる。デジタル音声情報ＳＩは、アナログ／デジ タル変換器段８を介して記憶手段９に送られ、記憶手段に記憶される。 記憶手段９から読み出されたデジタル音声情報ＳＩは、音声再生モードでデジ タル／アナログ変換器段１２に供給され、このデジタル／アナログ変換器段１２ を介してアナログ音声情報ＳＩとしてスピーカー７に送出される。音声再生モー ドは、ここでは説明しない方法で作動され得る状態である。 記憶手段９から読み出されるデジタル音声情報ＳＩは、音声認識装置２の音声 認識手段１０、すなわち、音声認識手段１０に含まれる音声認識段１１に供給す ることが可能である。音声情報によって表現され、話者によって発話されたコマ ンドは、音声認識手段１０に送られ得る。これらの音声認識手段１０は、特に、 コマンド情報 ＢＩ、すなわち、供給されたコマンドに実際に割り当てられ、供給されたコマン ドを表現するコマンドを、コマンド辞書メモリに格納された識別情報ＰＩを用い て検出し、コマンドを表現するコマンド情報ＢＩを処理ユニットに転送するよう 構成される。処理ユニットに転送され、コマンドを表現する検出されたコマンド 情報ＢＩは、発話されたコマンドと対応した処理ユニットの所望の動作状態を作 動させる際に役立つ。 マイクロホン５は、音声認識装置２のコマンド入力モードが作動されるコマン ド入力モード駆動用信号ＣＭＩを供給するため、話者によって作動され得るキー １３を有する。コマンド入力モード駆動用情報ＣＭＩは、キー１３を用いて音声 認識段１１に供給され得る。 音声認識手段１０に送られたデジタル音声情報ＳＩを検出し、テキスト情報Ｔ Ｉを検出された音声情報ＳＩに割り当てるため、音声認識手段１０は、音声認識 段１１、辞書メモリ１４、音声モデルメモリ１５及び参照メモリ１６を含む。こ れらの３種類のメモリ１４、１５及び１６は、音声認識段１１に接続される。 辞書メモリ１４は、コマンド辞書メモリ１７及びテキスト辞書メモリ１８を含 む。コマンド辞書メモリ１７は、コマンド語彙メモリ１９及び基本語彙メモリ２ ０を含む。テキスト辞書メモリ１８は、本例の場合、必須ではない基本語彙メモ リ２０と、テキスト語彙メモリ２１とを含む。 単語を記憶するため、辞書メモリ１４は、テキスト情報ＴＩと、テキスト情報 に割り当てられた識別情報ＰＩとを記憶することができる。この記憶方式は、単 語毎にテキスト情報ＴＩ、すなわち、書記素と、テキスト情報ＴＩに割り当てら れた識別情報ＰＩ、すなわち、音素列とが記憶されるように組織化される。単語 メモリの組織化は他の方法で実現してもよいことに注意する必要がある。 基本語彙メモリ２０は、基本表記を表現し、基本語彙を形成する多少の単語を 格納する。基本語彙は、これ以上には説明しない方法 で作動されるテキスト入力モードで基本単語であり、基本単語は、音声認識手段 １０によって認識可能な総合的なテキスト語彙の一部を形成する単語であり、音 声認識手段１０によって認識可能な総合的なコマンド語彙の一部を形成するコマ ンド入力モードにおける基本コマンドである。基本語彙メモリ２０は、例えば、 テキスト入力モードではその目的のために構成された処理ユニットによって基本 単語として処理され、コマンド入力モードでは、適当に構成された処理ユニット によってヘルプメニューを表示させる基本コマンドとして処理され得る単語「ｈ ｅｌｐ」を記憶することが可能である。 テキスト語彙メモリ２１はテキスト語彙を形成する多数の単語を格納する。テ キスト語彙は、基本表記と併せて、音声認識装置２のテキスト入力モードにおい て音声認識手段１０によって認識可能な全体的なテキスト語彙を形成する。 コマンド語彙メモリ１９はコマンド語彙を形成する単語を格納する。コマンド 語彙は、基本表記と併せて、音声認識装置２のコマンド入力モードにおいて音声 認識手段１０によって認識可能な全体的なコマンド語彙を形成する。換言すれば 、コマンド入力モードの場合に、基本表記によって形成される最良のコマンド語 彙は、全体的なコマンド語彙を形成するためコマンド語彙メモリ１９に格納され たコマンドによって拡張され得る。コマンド入力モードでこのようなコマンドを 用いることによって、例えば、処理ユニットのある動作状態から処理ユニットの 別の動作状態への変化を作動させ、すなわち、少なくとも一つの処理ユニットを ある動作状態から所望の新しい動作状態までルート変更、若しくは、切り換える ことが可能である。これらのコマンドは、処理ユニットの所望の動作状態を作動 させ、少なくとも一つの処理ユニットをその動作状態に関して所望の動作状態を 作動させるためルート変更するため適当である。 上述の通り、キー１３によって発生されたコマンド入力モード作動情報ＣＭＩ は音声認識段１１に送られる。音声認識段１１からこ の情報は辞書メモリ１４の伝達される。コマンド入力モード作動情報ＣＭＩがコ マンド入力モードで生じたとき、辞書メモリ１４のコマンド辞書メモリ１７は音 声認識段１１に接続される。テキスト入力モードにおいてコマンド入力モード作 動情報ＣＭＩが存在しない場合、辞書メモリ１４のテキスト辞書メモリ１８は音 声認識段１１に接続される。このように、各コマンドを形成する単語はコマンド 辞書メモリ１７に記憶されることが保証される。これらのコマンド形成単語を記 憶するため、コマンド情報ＢＩと、コマンド情報ＢＩに割り当てられた識別情報 ＰＩとはテキスト情報としてコマンド辞書メモリ１７に記憶される。すなわち、 １個のコマンド情報信号ＢＩと、１個の割り当てられた識別情報信号ＰＩが各単 語毎に記憶される。 音声モデルメモリ１５は、音声認識段１１によって認識されたある種の単語の 組合せ若しくは系列の後のある単語の出現確率を示す音声モデル情報ＳＭＩを記 憶する。音声認識中に、複数の連続した単語を含む音声情報ＳＩに現れた次の単 語が、辞書メモリ１４及び参照メモリ１６に記憶された情報に従って２個の単語 のうちのいずれか一方の単語であることが等確率で確からしいとき、音声認識装 置１１は、音声モデル情報ＳＭＩに従って出現確率の高い方の単語を認識する。 参照メモリ１６は、話者が音素の系列中の１個の音素を発音する方法に関する 情報を表現する参照情報ＲＩを格納する。音声認識段１１はこの参照情報ＲＩを 利用して話者に適応する。 パーソナルコンピュータ１のＰＣ処理ユニット３は、ウィンドウズ処理ユニッ ト２２と、第１の処理ユニット２３と、第２の処理ユニット２４と、第３の処理 ユニット２５とを含む。パーソナルコンピュータ１が作動されたとき、ウィンド ウズ処理ユニット２２は常時作動状態に駆動される。他の３種類の処理ユニット ２３、２４及び２５は、個別の動作状態に移され、作動状態で制御され、或いは 、 動作状態に切り換えられる。 本質的に、いわゆるＷｉｎｄｏｗｓ^TMプログラムを処理するプログラム処理ユ ニットの特徴を示し、本例の場合に公知のＷｉｎｄｏｗｓ ９５^TMプログラムに より形成されたウィンドズ処理ユニット２２は、主に３種類の処理ユニット２３ 、２４及び２５を管理するため使用され、ウィンドウマネージャー２６、切換領 域マネージャー２７、及び、コマンドマネージャー２８を含む。図２に示された 処理ウィンドウテーブル２９は、処理ウィンドウマネージャー２６に格納するこ とができる。図３に示された切換領域テーブル３０は、切換領域マネージャー２ ７に格納される。コマンドマネージャー２８は、制御情報ＣＩの形でキーボード ６若しくは音声認識装置２から入力されたウィンドウズ処理ユニット２２のため のコマンドを管理、実現し、或いは、入力されたコマンドを制御情報ＣＩの形式 で３種類の処理ユニット２３、２４及び２５の中のいずれかの処理ユニットに転 送するよう構成されている。 本質的にプログラムプロセッサを表す３種類の処理ユニット２３、２４及び２ ５は、主として、４個の処理ウィンドウＷ１、Ｗ２、Ｗ３及びＷ４を駆動し、グ ラフィックス情報及びテキスト情報が４個の処理ウィンドウＷ１、Ｗ２、Ｗ３及 びＷ４に表示できるようにグラフィックス情報及びテキスト情報を準備、生成す るため使用される。３種類の各処理ユニット２３、２４及び２５毎に、作動状態 にあるとき、異なる動作状態に切り換えられ得る。処理ユニット２３、２４及び ２５の中の何れの処理ユニットであるかに依存して、例えば、以下に説明される 決定動作状態、印刷準備動作状態、少なくとも一つのデータベースを開く動作状 態、若しくは、テキスト入力動作状態のような異なる動作状態が存在する。 モニター４は、３種類の処理ユニット２３、２４及び２５に割り当てられた処 理ウィンドウＷ_n、図１の場合には、第１の処理ウィンドウＷ１と、第２の処理 ウィンドウＷ２と、第３の処理ウィンド ウＷ３と、第４の処理ウィンドウＷ４とを表示することができる。上記の各処理 ウィンドウＷ１、Ｗ２、Ｗ３及びＷ４は、処理ユニット２３、２４及び２５を用 いて処理状態に駆動され得る。 第４の処理ウィンドウＷ４は、いわゆる決定処理ウィンドウであり、テキスト 入力のためではなく、コマンド入力のため使用され、テキスト情報“ＯＫ（確認 ）”を含む第１の切り換え領域３１と、テキスト情報“ＣＡＮＣＥＬ（取消）” を含む第２の切り換え領域３２と、テキスト情報“ＢＡＣＫ（戻る）”を含む第 ３の切り換え領域３３とを有する。３通りの処理ユニット２３、２４及び２５は 、処理ウィンドウＷ１、Ｗ２、Ｗ３及びＷ４に情報を表示させるため、グラフィ ックス情報及びテキスト情報を転送する４種類のコネクション２３Ａ、２４Ａ、 ２５Ａ及び２５Ｂによってそれぞれの割り当てられた処理ウィンドウＷ１、Ｗ２ 、Ｗ３及びＷ４に接続される。第３の処理ウィンドウと第４の処理ウィンドウは 、共に２本のコネクション２５Ａ及び２５Ｂを介して第３の処理ユニット２５に 接続される。 音声認識段１１によってテキスト入力モードで認識されたテキスト情報ＴＩは 、音声認識段１１からコネクション１１Ａを介してウィンドウ処理ユニット２２ に転送され、ウィンドウ処理ユニット２２から３本の更なるコネクション２２Ａ 、２２Ｂ及び２２Ｃの中の１本のコネクションを介して作動状態に駆動された処 理ユニット２３、２４及び２５にそれぞれ転送され、一方、一つの処理ユニット ２３又は２４又は２５は、認識されたテキスト情報ＴＩと対応したテキストをコ ネクション２３Ａ、２４Ａ及び２５Ａの中のいずれかのコネクションによって駆 動されたそれぞれの処理ウィンドウＷ１、Ｗ２又はＷ３に表示させる。常に、３ 通りの処理ユニット２３、２４及び２５の中の一つの処理ユニットだけが作動状 態に駆動され得、４個の処理ウィンドウＷ１、Ｗ２、Ｗ３及びＷ４の中の一つの ウィンドウだけがその処理状態に駆動され得ることに注意する必要 がある。 ここまでの説明で、音声認識装置２は、例えば、発話コマンド若しくはキーボ ード６のキーを用いて入力されたコマンドに対応した処理ユニット２３、２４又 は２５の唯一の所望の動作状態に割り当てられたコマンド辞書を作成する作成手 段３４を有する。作成手段３４は、情報処理手段によって形成され、認識手段３ ５と、検出手段３６と、更なる割り当て手段３７とを含む。 認識手段３５は、処理ユニット２３、２４及び２５の処理ウィンドウＷ１、Ｗ ２、Ｗ３及びＷ４の処理状態を認識するため設けられ、音声認識装置２に収容さ れる。この目的のため、認識手段３５は、ログオン情報ＡＩを処理ウィンドウマ ネージャー２６に送出する。認識手段３５は、処理ウィンドウマネージャー２６ から到来する処理ウィンドウ情報ＷＩを受信し、処理ウィンドウ情報ＷＩは作動 状態の処理ユニット２３、２４又は２５がある動作状態から別の動作状態に変更 されたときに送信される。処理ウィンドウ情報ＷＩは、４個の処理ウィンドウＷ １、Ｗ２、Ｗ３及びＷ４の中で処理状態、すなわち、作動状態である処理ウィン ドウに関する情報を含み、これについては、処理ウィンドウ情報ＷＩに基づいて 認識手段３５によって認識又は検出される。認識手段３５は、この処理ウィンド ウ情報ＷＩを検出手段３６に送出し得る。 検出手段３６は、例えば、処理ユニット２３、２４又は２５のある動作状態か ら処理ユニット２３、２４又は２５の別の動作状態への変化後に、すなわち、例 えば、発話コマンドによって、或いは、キーボード６のキーの押下によって決定 されたコマンド情報を用いて行われる処理ユニット２３、２４又は２５の所望の 動作状態が作動された後に、少なくとも１台の処理ユニット２３、２４及び２５ の別の動作状態を作動させるための、本例の場合にテキスト情報ＴＩ（ＣＩ）に よって形成された適当なコマンド情報を検出するため構成される。検出手段３６ は、受信されたテキスト情報ＴＩ（Ｃ Ｉ）を割り当て手段３７に送るよう構成される。 検出手段３６によって検出されたコマンド情報ＴＩ（ＣＩ）が与えられる割り 当て手段３７は、識別情報ＰＩを検出された適当なコマンド情報ＴＩ（ＣＩ）に 割り当てるため使用され、音素系列によって形成されたこの識別情報ＰＩは、本 例の場合に、テキスト辞書メモリ１８から読み出してもよく、或いは、割り当て 手段３７を用いて作成してもよい。また、割り当て手段３７自体は、検出された 適当なコマンド情報ＴＩ（ＣＩ）及び識別情報ＰＩをコマンド語彙メモリ１９及 びコマンド辞書メモリ１７に記憶するよう構成され、その結果として、それぞれ の処理ユニット２３、２４及び２５の作動された動作状態にだけ割り当てられた コマンド辞書を生成する。 上記の通り、処理ウィンドウ情報ＷＩは認識手段３５によって検出手段３６に 与えられる。このような処理ウィンドウ情報ＷＩが発生したとき、検出手段３６ は、質問情報ＧＩ（Ｗ_n）を切換領域マネージャー２７に送出し、制御情報ＣＩ 及び検出された適当なテキスト情報ＴＩ（ＣＩ）を切換領域マネージャー２７か ら受け、以下に詳述するこの情報を記憶する。基本語彙メモリ２０に格納された 次の情報ＴＩも検出手段３６に記憶される。この目的のため、制御情報ＣＩは初 期化ルーチンでこのテキスト情報ＴＩに割り当てられ、さらに、テキスト情報Ｔ Ｉ及び制御情報ＣＩは、相互に割り当てられて検出手段３６に記憶される点が重 要である。 割り当て手段３７は、受信されたテキスト情報ＴＩ（ＣＩ）をテキスト辞書メ モリ１８に記憶されたテキスト情報ＴＩと比較し、両者が一致したとき、テキス ト辞書メモリ１８からテキスト情報ＴＩ及び割り当てられた識別情報ＰＩ、すな わち、割り当てられた音素系列を読み出すよう構成される。受信されたテキスト 情報ＴＩ（ＣＩ）がテキスト辞書メモリ１８内に見つからないとき、割り当て手 段３７自体は、テキスト情報ＴＩ（ＣＩ）に割り当てられるべき割り当て情報Ｐ Ｉを作成し、音素系列が発生される。テキスト辞書メ モリ１８内でテキスト情報ＴＩの同一又は類似テキスト部に割り当てられた音素 系列は、テキスト情報ＴＩ（ＣＩ）のテキスト部に割り当てられる。このような テキスト情報ＴＩ（ＣＩ）に割り当てられた音素系列を発生させる方法は、従来 技術において当業者に知られている。テキスト情報ＴＩ（ＣＩ）及び割り当てら れた音素系列、すなわち、割り当てられた識別情報ＰＩは、コマンド語彙メモリ に格納してもよい。 コマンド入力モードにおいて音声認識段１１によって識別されたコマンド情報 ＢＩを形成するテキスト情報は、別のコネクション１１Ｂを介して音声認識段１ １によって検出手段３６に送出してもよい。検出手段３６は、別のコネクション １１Ｂを介して供給されたコマンド情報ＢＩを、検出手段３６に格納されている 検出された適当なテキスト情報ＴＩ（ＣＩ）と比較する。比較の結果が肯定的で ある場合に、検出手段３６は、コマンド情報ＢＩに割り付けれられ、検出手段３ ６に格納された制御情報ＣＩを、後述するコマンドマネージャー２８に送出する 。処理ユニット２３、２４、２５の動作状態は制御情報ＣＩを用いてトリガされ 得る。 以下、図４に示されたフローチャート３８を参照して、作動状態に駆動された 処理ユニット２３、２４、２５の動作状態に適応した、すなわち、この動作状態 に割り当てられたコマンド辞書を作成し、記憶するため音声認識装置２を含むパ ーソナルコンピュータ１で実行されるプログラムについて説明する。 プログラムの実行は、音声認識装置２が音声情報ＳＩをパーソナルコンピュー タ１に入力するため作動されたときにステップ３９で開始される。次のステップ ４０において、認識手段３５は、ログオン情報ＡＩを処理ウィンドウマネージャ ー２６に送る。ログオン情報ＡＩは、処理ウィンドウマネージャー２６内に現れ る情報の中で、更なる処理中に認識手段３５に転送されるべき情報に関する情報 を含む。また、ログオン情報ＡＩは、特に、処理ウィンドウマネー ジャー２６に出現する処理ウィンドウ情報ＷＩが更なる処理中に認識手段３５に 常に転送されるべきかについての情報を含む。 処理ウィンドウマネージャー２６には図２に示された処理ウィンドウテーブル ２８が格納される。処理ウィンドウテーブル２９の列ＡＰは、処理ウィンドウＷ_n が割り当てられた処理ユニット２３、２４及び２５で処理可能なプログラムを 示す。第１の処理ユニット２３はＷｉｎｄｏｗｓ用Ｅｘｃｅｌ^TMプログラムを用 いて形成され、このプログラムには第１の処理ウィンドウＷ１が処理ウィンドウ テーブル２９の列Ｗ_nで割り当てられている。第２の処理ユニット２４は、Ｉｎ ｔｅｒｎｅｔ Ｅｘｐｌｏｒｅｒ^TMプログラムを用いて形成され、このプログラ ムには第２の処理ウィンドウＷ２が処理ウィンドウテーブル２９の列Ｗ_nで割り 当てられている。第３の処理ユニット２５はＷｉｎｄｏｗｓ用Ｗｏｒｄ^TMプログ ラムを用いて形成され、このプログラムには第３の処理ウィンドウＷ３及び第４ の処理ウィンドウＷ４が処理ウィンドウテーブル２９の列Ｗ_nで割り当てられて いる。第３の処理ユニット２５が作動状態に駆動されている場合を考える。第４ の処理ウィンドウＷ４は、テキスト入力モードのテキスト入力用又はコマンド入 力モードのコマンド入力用の作動的な処理ウィンドウとして処理ウィンドウテー ブル２９内で矢印を用いて表されている。第４の処理ウィンドウＷ４は決定処理 ウィンドウであるため、１個のコマンドだけがコマンド入力モードで入力できる 。第３の処理ユニット２５の作動状態において、パーソナルコンピュータ１のユ ーザは、ある種の処理を行うべきかどうかについてのコマンドを入力することが 期待され、このコマンド入力は、テキスト情報“ＯＫ”を含む第１の切換領域３ １の作動によって実行される。このような特別の処理は、例えば、文書のテキス トを処理するためパーソナルコンピュータのメインメモリに文書をロードする場 合である。コマンド入力は、テキスト情報“ＣＡＮＣＥＬ”を含む第２の切換領 域の作動でもよく、その結果として、 特定の処理が中断される。また、テキスト情報“ＢＡＣＫ”を含む第３の切換領 域３３がコマンドを入力することにより作動され、特定の処理が実行されず、第 ３の処理ユニットの前の動作状態に戻される場合がある。 ステップ４０に続くステップ４１において、認識手段３５は、処理ウィンドウ 情報ＷＩが処理ウィンドウマネージャー２６から着信したかどうかを検査する。 着信していない限り、プログラム実行はステップ４１に留まる。処理ウィンドウ マネージャー２６は、ログオン情報ＡＩが発生した場合、及び、本例の場合には 作動状態の処理ユニット２５がある動作状態から別の動作状態に変更されたとき に処理ウィンドウ情報ＷＩを生成する。処理ウィンドウマネージャー２６は、２ 個の処理ユニット２３又は２４の中のどちらか一方が作動状態に駆動された場合 にも処理ウィンドウ情報ＷＩを生成することに注意する必要がある。処理ウィン ドウ情報ＷＩが発生したとき、プログラム実行はステップ４２に進む。 ステップ４２において、作動的な処理状態に駆動された第４の処理ウィンドウ Ｗ４の処理ウィンドウ情報ＷＩは、認識手段３５から検出手段３６に転送される 。処理ウィンドウ情報ＷＩが出現したとき、検出手段３６は、それぞれの作動的 処理ウィンドウＷ_nと関連した質問情報ＧＩ（Ｗ_n）、本例の場合には作動的な第 ４の処理ウィンドウＷ４の質問情報ＧＩ（Ｗ４）を切換領域マネージャー２７に 送出する。図３に示された切換領域テーブル３０は切換領域マネージャー２７に 格納される。切換領域テーブル３０の中の列Ｗ_nは、切換領域マネージャー２７ によって管理される処理ウィンドウＷ１、Ｗ２、Ｗ３及びＷ４を示し、これらの ウィンドウはウィンドウズ処理手段２２と協働する処理ユニット２３、２４及び ２５に属する。切換領域テーブル３０の列ＴＩ（ＣＩ）は、コントロール部とし ても知られている切換領域と、処理ウィンドウＷ１、Ｗ２、Ｗ３及びＷ４の他の 要素、例えば、メニューリスト、或いは、いわゆ るプルダウンメニューのような要素とに割り当てられた処理ウィンドウＷ１、Ｗ ２、Ｗ３及びＷ４用のテキスト情報ＴＩ（ＣＩ）を示す。切換領域テーブル３０ の各テキスト情報ＴＩ（ＣＩ）、切換領域がそれぞれの処理ウィンドウＷ_nに割 り当てられた処理手段上でユーザによって作動されたときに生成された制御情報 ＣＩに割り当てられ、作動された切換領域のコマンドを実行させる。切換領域テ ーブル３０からわかるように、テキスト情報“ＯＫ”を含む第１の切換領域３１ は、割り当てられた制御情報３０である。パーソナルコンピュータ１のユーザが 、第１の切換領域３１を作動させるため、例えば、キーボード６のキーを押下し たとき、コマンドマネージャー２８は、第３の処理ユニット２５の動作状態を変 更するため制御情報“３０”を第３の処理ユニット２５に転送する。 ステップ４２に続くステップ４３において、切換領域マネージャー２７は、質 問情報ＧＩ（Ｗ４）が発生したとき、切換領域テーブル３０内で第４の処理ウィ ンドウＷ４のテキスト情報ＴＩ（ＣＩ）及び割り当てられた制御情報ＣＩを検出 し、検出手段３６に伝達する。検出手段３６に伝達され、第３の処理ユニット２ ５の更なる動作状態を作動させるため適した、検出されたテキスト情報ＴＩ（Ｃ Ｉ）及び割り当てられた制御情報ＣＩは、検出手段３６に格納され、検出された 適当なテキスト情報ＴＩ（ＣＩ）は割り当て手段３７に転送される。その結果と して、テキスト情報“ＯＫ”、“取消”、“戻る”は、本例の場合に割り当て手 段37に転送される。 ステップ４３に続くステップ４４において、検出された適当なテキスト情報Ｔ Ｉ（ＣＩ）は、割り当てられた識別情報ＰＩ、すなわち、音素系列である。第１ のステップにおいて、検出されたテキスト情報ＴＩ（ＣＩ）が既にテキスト辞書 メモリ１８に格納されているかどうかがテストされる。かかるテキスト情報ＴＩ （ＣＩ）が既に適すと辞書メモリ１８に格納されている場合、すなわち、見つけ られた場合、テキスト辞書メモリ１８内でこのテキスト情報に割り当てられ、音 素系列を表現する識別情報ＰＩは、テキスト辞書メモリ１８から読み出され、見 つけられたテキスト情報ＴＩ（ＣＩ）に割り当てられる。このようなテキスト情 報ＴＩ（ＣＩ）がテキスト辞書メモリ１８内で見つけられなかった場合、音素系 列を表現する識別情報ＰＩが割り当て手段３７自体によって作成され、既に説明 したように見つけられたなかったテキスト情報ＴＩ（ＣＩ）に割り当てられる。 ステップ４４に続くステップ４５において、検出された適当なテキスト情報Ｔ Ｉ（ＣＩ）及びステップ４４においてこのテキスト情報ＴＩ（ＣＩ）に割り当て られた識別情報ＰＩは、コマンド語彙メモリ、すなわち、コマンド辞書メモリ１ ７に記憶される。このようにして、作成手段３４によって作成されたコマンド辞 書は、本例の場合には、第３の処理ユニット２５の作動された動作状態の場合に 限り、コマンド語彙メモリに記憶されるので、コマンド辞書メモリ１７の内容は 第３の処理ユニット２５の作動された動作状態に適応する。ステップ４５の実行 後、プログラム実行はステップ４１に進む。 上記の本発明の方法によれば、本発明による音声認識装置２は、処理ユニット の動作状態が出現した直後に作動状態に駆動されたその処理ユニットの作動され た動作状態に適応したコマンド辞書を自動的に作成する。このような適応したコ マンド辞書は、先行して作動的な処理ユニットの動作状態が作動状態に駆動され た別の処理ユニットの動作状態に変更されるときに自動的に作成される点が有利 である。その結果として、コマンド語彙メモリに記憶されたコマンド語彙は、そ れぞれの作動的な処理ウィンドウＷ_nに適応するので、コマンド入力モードで音 声情報ＳＩとして入力されたコマンド情報ＢＩの認識のための次の音声認識実行 の際に非常に高い認識率が達成される。 以下、図５に示されたフローチャート４６を参照して、コマンド入力モードで 音声認識装置２を備えた音声認識動作を実行するプログラム実行について説明す る。 プログラム実行は、話者がキー１３を押下することによりコマンド入力モード 作動コマンドＣＭＩを音声認識装置２に提示し、その結果として、コマンド入力 モードが作動されるときに、ステップ４７から始まる。ステップ４７に続くステ ップ４８において、音声認識段１１で音声情報ＳＩが既に発生し、記憶手段９に 記憶されたかどうかについてテストが行われる。テスト結果が否定的である限り 、プログラム実行はステップ４８に留まる。一方、音声情報ＳＩが実際に出現し 、記憶手段９に記憶されたとき、プログラム実行はステップ４９に進む。ステッ プ４９において、音声認識段１１は、少なくとも一つの音素系列を、参照メモリ １６に格納された参照情報ＲＩを用いて、記憶手段９から読み出された音声情報 ＳＩに割り当てる。この少なくとも１個の割り当てられた音素系列は、コマンド 入力モードで音声認識段１１に接続されたコマンド辞書メモリ１７に識別情報Ｐ Ｉの形式で記憶された音素系列と比較される。音声情報ＳＩに基づいて検出され た音素系列がコマンド辞書メモリ１７に記憶された音素系列と一致するとき、同 様にコマンド辞書メモリ１７に記憶された音素系列に割り当てられたテキスト情 報は、音声認識段１１によって認識された情報としてコマンド辞書メモリ１７か ら読み出される。かかる認識されたテキスト情報はコマンド情報Ｂ１を形成し、 このコマンド情報Ｂ１は、コマンド入力モードにおいて、音声認識段１１によっ て別のコネクション１１Ｂを介して検出手段３６に送られる。 ステップ５０において、検出手段３６は認識されたコマンド情報Ｂ１を検出手 段３６に格納されたテキスト情報と比較する。検出されたコマンド情報Ｂ１は検 出手段３６に格納されたすべてのテキスト情報と比較されるので、作動的な第４ の処理ウィンドウＷ４に示 される検出された適当なテキスト情報ＴＩ（ＣＩ）及び初期化ルーチン中に検出 手段３６に格納されたテキスト情報ＴＩの両方の情報と比較される。認識された コマンド情報ＢＩと検出手段３６に格納されたテキスト情報との間に一致が見つ けられたとき、プログラムルーチンはステップ５１に進む。 ステップ５１において、検出手段３６は、記憶されたテキスト情報に割り当て られた制御情報ＣＩを、制御情報ＣＩを処理するコマンドマネージャー２８に送 信する。コマンドマネージャー２８は、第３の処理ユニットをある動作状態から 別の動作状態に駆動若しくは切り換えるため、制御情報ＣＩを作動状態に移され た第３の処理ユニット２５に送信する。ステップ５１に続いて、プログラムルー チンはステップ４８に戻る。 話者がキー１３に触れ、単語“ＯＫ”をマイクロホン５に発話したとき、音声 認識段１１は、この音声情報ＳＩを用いて音声認識段によって作成された音素系 列を、コマンド語彙メモリ及び基本語彙メモリ２０に、したがって、コマンド辞 書メモリ１７に識別情報ＰＩの形式で記憶された音素系列と比較する。コマンド 語彙メモリには、コマンド“ＯＫ”、“ＣＡＮＣＥＬ（取消）”及び“ＢＡＣＫ （戻る）”に対する音素系列が記憶される。音声認識段１１によって認識可能で あり、かつ、コマンド辞書メモリ１７に格納されたコマンド情報ＢＩの数が非常 に少ないため、認識率は非常に高く、そのため、音声認識段１１は、単語“ＯＫ ”に関する音素系列が検出された音素系列と一致していることを非常に高速かつ 高い信頼性で認識する。この音素系列に割り当てられた情報“ＯＫ”は音声認識 段１１によって検出手段３６に送られる。検出手段３６の比較の結果として、テ キスト情報“ＯＫ”と対応するコマンド情報ＢＩが検出手段３６に格納された作 動的な第４の処理ウィンドウＷ４の第１の切換領域３１のテキスト情報ＴＩ（Ｃ Ｉ）と一致することが得られる。テキスト情報ＴＩ（ＣＩ）に割り当てられた制 御情報“３ ０”は、制御情報“３０”を実行させるため、検出手段３６からコマンドマネー ジャー２８に転送される。コマンドマネージャー２８は、制御情報“３０”を、 制御情報“３０”によって表現されたコマンド“ＯＫ”を実行する第３の処理ユ ニット２５に転送する。第３の処理ユニット２５は、制御情報“３０”の第３の 処理ユニット２５への転送が、第１の切換領域３１を作動させることにより行わ れるか、又は、キーボード６の少なくとも１個のキーを作動させるか、或いは、 話者からの音声によって作動されることにより行われるかどうかによって違いが 生じない。 これにより得られる利点は、音声認識装置２が処理ユニットを制御するコマン ド情報として制御情報ＣＩを処理ユニットに送出し、処理ユニット内の制御情報 は話者によって発話されたコマンドを直ちに実行させることである。したがって 、本発明による音声認識装置２と協働する処理ユニットは、処理ユニットを従来 の音声認識装置と協働させる殆どの場合に必要とされたように音声コマンド処理 手段を具備する必要がない。これにより、本発明による音声認識装置２は、すべ てのウィンドウズ処理ユニットで使用できるようになる。 本発明による音声認識装置２は、認識手段３５が作動状態に駆動された処理ユ ニット２３、２４又は２５の作動的な処理ウィンドウＷ_nを検出し、音声情報Ｓ Ｉとして入力されたコマンド情報ＢＩが作動状態に駆動された処理ユニット２３ 、２４又は２５だけに対し有効になることにより、複数の処理ユニット２３、２ ４及び２５と協働する点が有利である。 本発明による音声認識装置２の作成手段３４は、図１に示されるように、例え ば、Ｗｉｎｄｏｗｓ ９５^TMプログラムを利用して実現されるウィンドウズプロ セッサ２２と協働するよう構成された場合に、非常に簡単な構造を有する。これ は、Ｗｉｎｄｏｗｓ ９５^TMプログラムが、コマンド辞書を作成するために必要 である処理 ウィンドウ情報ＷＩと、作動的な動作ウィンドウＷ_nのテキスト情報ＴＩ（ＣＩ ）及び割り当てられた制御情報ＣＩとを利用できるようにすることに起因する。 本発明の第２の実施例によれば、音声認識装置は、いわゆるインターネットブ ラウザによって形成された処理ユニットを制御するよう構成される。この本発明 の第２の実施例による音声認識装置は、図１に示された本発明の第１の実施例に よる音声認識装置と同じ構造を有し、一方、第２の実施例による音声認識装置と インターネットブラウザとを含むパーソナルコンピュータは、コンピュータネッ トワークインターネットに接続される。 インターネットブラウザは、インターネットに接続された記憶手段であるいわ ゆるサーバーに記憶された情報、すなわち、インターネットホームページを検出 するため使用される。インターネットホームページは、テキスト情報及びグラフ ィックス情報を格納し、場合によってはビデオ情報を格納する。インターネット ブラウザは、特定のインターネットアドレス、いわゆるＵＲＬによって表された インターネットホームページを検出するよう構成される。インターネットブラウ ザは、本発明の第２の実施例の場合に、公知のウィンドウズ“Ｍｉｃｒｏｓｏｆ ｔ^TM Ｉｎｔｅｒｎｅｔ Ｅｘｐｌｏｒｅｒ^TM”プログラムを利用して実現され る。例えば、Ｎｅｔｓｃａｐｅ^TMのようなインターネットブラウザを実現するた め適当な他の複数のプログラムを利用することが可能である。 インターネットホームページのテキスト情報は、別のインターネットホームペ ージのインターネットアドレスがテキスト情報に割り当てられている場合に、コ マンド情報を形成する。このようなテキスト情報は、このテキスト情報を作動す ることにより更なるインターネットホームページがインターネットブラウザによ って検出できることに関してユーザの注目を惹くため、パーソナルコンピュータ に接続されたモニターに表示されるとき、特別な方法、例えば、 下線付きでインターネットホームページ上に表示される。このテキスト情報に割 り当てられたインターネットアドレスは、インターネットブラウザに送られたと きに、インターネットブラウザにこのインターネットアドレスに割り当てられた インターネットホームページを検出させ、インターネットブラウザの動作状態を 変更する制御情報を形成する。 本発明の第２の実施例による音声認識装置は、インターネットブラウザを用い てインターネットホームページを検出した後、インターネットホームページ上で 見つかったコマンド情報を形成するテキスト情報を検出する検出手段を含む。イ ンターネットブラウザは、“Ｍｉｃｒｏｓｏｆｔ^TM Ｉｎｔｅｒｎｅｔ Ｅｘｐ ｌｏｒｅｒ^TM”ウィンドウズプログラムを用いて構成されているので、本発明の 第２の実施例による音声認識装置の検出手段、並びに、本発明の第１の実施例に よる音声認識装置の検出手段は、ウィンドウズプロセッサのコマンド情報を検出 するよう構成される。 本発明の第２の実施例による音声認識装置は、第１の実施例による音声認識手 段の割り当て手段と対応した割り当て手段を備え、第２の実施例による音声認識 装置内で、コマンド情報を形成するテキスト情報用の割り当て情報を検出若しく は作成するので、第２の実施例による音声認識装置は、インターネットブラウザ により検出されたインターネットホームページに適応したコマンド辞書を作成す るよう構成される。 検出手段は、インターネットブラウザによって最後に検出されたインターネッ トホームページ上にコマンド情報を形成するテキスト情報に割り当てられたイン ターネットアドレスを検出するよう構成される。さらに、検出手段は、音声認識 装置の音声認識手段が、本発明の第１の実施例に従って実行され、音声情報に割 り当てられるべきコマンドを表現するテキスト情報を、検出手段によって検出さ れたテキスト情報と比較し、その比較の結果が肯定的である場合に、 実行されるべきコマンドを表現するテキスト情報に割り当てられたインターネッ トアドレスをインターネットブラウザに送出するように構成される。このインタ ーネットアドレスは、インターネットアドレスに割り当てられたインターネット ホームページをインターネットブラウザで検出するため使用される。 したがって、上記第１の実施例に関して説明した利点は、インターネットブラ ウザが話者によって発話されたコマンドによって制御される場合にも得られる。 本発明による音声認識装置は、ウィンドウズ処理ユニットと協働するよう構成 されていない処理ユニットを制御するよう構成されることに注意する必要がある 。処理ユニットとしては、ＵＮＩＸオペレーティングシステム、或いは、ＤＯＳ オペレーティングシステムと協働する処理ユニットが考えられる。 さらに、検出された適当なテキスト情報ＴＩ（ＣＩ）は、いわゆるメニューリ ストやプルダウンメニューだけではなく、他の類似したコマンド表示形式上で検 出され得ることに注意する必要がある。

Claims (1)

1. 【特許請求の範囲】 １． 作動され得る少なくとも一つの動作状態を有し作動状態に駆動され得る少 なくとも一つの処理ユニットと、内容に関して作動状態の少なくとも一つの処理 ユニットの少なくとも一つの作動された動作状態に依存するコマンドを収容する コマンド辞書を使用して、少なくとも一つの処理ユニットを少なくとも一つの動 作状態に関して制御する音声認識装置とを備え、 上記音声認識装置は、コマンド辞書のコマンドがコマンド情報及びコマンド情 報に割り当てられた識別情報の形式で記憶され得るコマンド辞書メモリと、少な くとも話者によって発話されたコマンドを表現する音声情報が供給され、上記コ マンド辞書メモリに記憶された識別情報を用いて上記音声情報に割り当てられる べきコマンド情報を検出するよう構成され、上記発話されたコマンドに対応する 処理ユニット動作状態が供給された上記検出されたコマンド情報によって作動さ れ得る処理ユニットに上記検出されたコマンド情報を転送するよう構成された音 声認識手段とを含む、製品であって、 処理ユニットの動作状態が作動された後に、この作動された動作状態だけに割 り当てられるコマンド辞書を作成するよう構成された作成手段が設けられている ことを特徴とする製品。 ２． 上記作成手段の一部を形成し、処理ユニットの動作状態が作動された後に 、処理ユニットの少なくとも別の動作状態を作動させるため適当なコマンド情報 を検出するよう構成された検出手段が設けられ、 上記作成手段の一部を形成し、上記検出手段によって検出された適当なコマン ド情報が供給され、メモリから読み出された、又は、作成した識別情報を上記検 出された適当なコマンド情報に割り当てるよう構成され、上記検出された適当な コマンド情報及び上記識別 情報をコマンド辞書メモリに格納し、処理ユニットの上記作動された動作状態だ けに割り当てられるコマンド辞書を作成するよう構成された割り当て手段が設け られていることを特徴とする請求項１記載の製品。 ３． 上記検出手段は、処理ユニット内で上記検出された適当なコマンド情報に 割り当てられ、処理ユニットの動作状態を作動させ得る制御情報を検出するよう 構成され、 上記検出手段は、上記音声認識手段によるコマンドを表現する音声情報に割り 当てられたコマンド情報と、上記検出手段によって検出された適当なコマンド情 報とを比較し、その比較の結果が肯定的である場合に、上記割り当てられたコマ ンド情報に割り当てられた制御情報を処理ユニットに送出するよう構成されてい ることを特徴とする請求項２記載の製品。 ４． 上記音声認識装置は、処理動作のための動作状態に駆動され得る少なくと も２個の処理ウィンドウを有する処理ユニットと協働するよう構成され、及び／ 又は、処理動作のための動作状態に駆動され得る少なくとも１個の処理ウィンド ウを有する少なくとも２個の処理ユニットと協働するよう構成され、 上記作成手段の一部を形成する上記検出手段は、上記音声認識装置によって制 御された処理ユニットの上記動作状態に駆動された処理ウィンドウを検出するよ う構成され、 上記検出手段は、処理状態に駆動された処理ウィンドウを有する上記処理ユニ ットの動作状態を作動するため適した制御情報を検出することを特徴とする請求 項２記載の製品。 ５． 上記音声認識装置は、ウィンドウズ処理ユニットと協働するよう構成され 、 上記検出手段は、上記ウィンドウズ処理ユニットによって管理されたコマンド 情報と、上記コマンド情報に割り当てられ、上記ウィンドウ処理ユニットと協働 する処理ユニットの処理状態の処理ウィンドウの切換領域を参照する制御情報と を検出するよう構成されていることを特徴とする請求項２記載の製品。 ６． 作動され得る少なくとも一つの動作状態を有し作動状態に駆動され得る少 なくとも一つの処理ユニットと協働するよう構成され、内容に関して作動状態の 少なくとも一つの処理ユニットの少なくとも一つの作動された動作状態に依存す るコマンドを収容するコマンド辞書を使用して、少なくとも一つの処理ユニット を少なくとも一つの動作状態に関して制御し、 コマンド辞書のコマンドがコマンド情報及びコマンド情報に割り当てられた識 別情報の形式で記憶され得るコマンド辞書メモリと、少なくとも話者によって発 話されたコマンドを表現する音声情報が供給され、上記コマンド辞書メモリに記 憶された識別情報を用いて上記音声情報に割り当てられるべきコマンド情報を検 出するよう構成され、上記発話されたコマンドに対応する処理ユニット動作状態 が供給された上記検出されたコマンド情報によって作動され得る処理ユニットに 上記検出されたコマンド情報を転送するよう構成された音声認識手段とを含む音 声認識装置であって、 処理ユニットの動作状態が作動された後に、この作動された動作状態だけに割 り当てられるコマンド辞書を作成するよう構成された作成手段が設けられている ことを特徴とする音声認識装置。 ７． 上記作成手段の一部を形成し、処理ユニットの動作状態が作動された後に 、処理ユニットの少なくとも別の動作状態を作動させるため適当なコマンド情報 を検出するよう構成された検出手段が設けられ、 上記作成手段の一部を形成し、上記検出手段によって検出された適当なコマン ド情報が供給され、メモリから読み出された、又は、作成した識別情報を上記検 出された適当なコマンド情報に割り当てるよう構成され、上記検出された適当な コマンド情報及び上記識別情報をコマンド辞書メモリに格納し、処理ユニットの 上記作動された動作状態だけに割り当てられるコマンド辞書を作成するよう構成 された割り当て手段が設けられていることを特徴とする請求項６記載の音声認識 装置。 ８． 上記検出手段は、処理ユニット内で上記検出された適当なコマンド情報に 割り当てられ、処理ユニットの動作状態を作動させ得る制御情報を検出するよう 構成され、 上記検出手段は、上記音声認識手段によるコマンドを表現する音声情報に割り 当てられたコマンド情報と、上記検出手段によって検出された適当なコマンド情 報とを比較し、その比較の結果が肯定的である場合に、上記割り当てられたコマ ンド情報に割り当てられた制御情報を処理ユニットに送出するよう構成されてい ることを特徴とする請求項７記載の音声認識装置。 ９． 処理動作のための動作状態に駆動され得る少なくとも２個の処理ウィンド ウを有する処理ユニットと協働するよう構成され、及び／又は、処理動作のため の動作状態に駆動され得る少なくとも１個の処理ウィンドウを有する少なくとも ２個の処理ユニットと協働するよう構成され、 上記作成手段の一部を形成する上記検出手段は、上記音声認識装置によって制 御された処理ユニットの上記動作状態に駆動された処理ウィンドウを検出するよ う構成され、 上記検出手段は、処理状態に駆動された処理ウィンドウを有する上記処理ユニ ットの動作状態を作動するため適した制御情報を検出 することを特徴とする請求項７記載の音声認識装置。 １０． ウィンドウズ処理ユニットと協働するよう構成され、 上記検出手段は、上記ウィンドウズ処理ユニットによって管理されたコマンド 情報と、上記コマンド情報に割り当てられ、上記ウィンドウ処理ユニットと協働 する処理ユニットの処理状態の処理ウィンドウの切換領域を参照する制御情報と を検出するよう構成されていることを特徴とする請求項７記載の音声認識装置。 １１． コマンド情報及びコマンド情報に割り当てられた識別情報の形式でコマ ンド辞書メモリに記憶され得るコマンドを収容するコマンド辞書を用いて、作動 され得る少なくとも一つの動作状態を有し作動状態に駆動され得る少なくとも一 つの処理ユニットを少なくとも一つの動作状態に関して制御するよう構成され、 少なくとも話者によって発話されコマンドを表現する音声情報が音声認識手段に 供給され、上記音声認識手段は上記コマンド辞書メモリに記憶された識別情報を 用いてかかる音声情報に対するコマンド情報を検出し、上記検出されたコマンド 情報は、発話されたコマンドに対応する処理ユニットの動作状態を作動させるた め処理ユニットに供給され得る音声認識装置のためのコマンド辞書を作成する方 法であって、 処理ユニットの動作状態が作動された後に、作成手段がこの作動された動作状 態だけに割り当てられるコマンド辞書を作成することを特徴とする方法。 １２． 処理ユニットの動作状態が上記作成手段の一部の検出手段によって作動 された後に、処理ユニットの少なくとも別の動作状態を作動させるため適当なコ マンド情報が検出され、 メモリから読み出された、又は、上記作成手段の一部の割り当て手段によって 作成された識別情報が、上記検出された適当なコマン ド情報に上記割り当て手段によって割り当てられ、 上記検出された適当なコマンド情報及び上記識別情報がコマンド辞書メモリに 格納され、その結果として、処理ユニットの上記作動された動作状態だけに割り 当てられるコマンド辞書が作成されることを特徴とする請求項１１記載の方法。 １３． 処理ユニット内で上記検出された適当なコマンド情報に割り当てられ、 処理ユニットに供給されたときに処理ユニットの動作状態を作動させ得る制御情 報が上記検出手段によって検出され、 コマンドを表現する音声情報に上記音声検出手段によって割り当てられたコマ ンド情報を、上記コマンド辞書メモリに格納されたコマンド情報とを比較し、 その比較の結果が肯定的である場合に、上記割り当てられたコマンド情報に割 り当てられた制御情報が処理ユニットに送出され、上記処理ユニットの動作状態 が上記割り当てられたコマンド情報に従って作動されることを特徴とする請求項 １２記載の方法。 １４． 上記音声認識装置は、処理動作のための動作状態に駆動され得る少なく とも２個の処理ウィンドウを有する処理ユニットと協働するよう構成され、及び ／又は、処理動作のための動作状態に駆動され得る少なくとも１個の処理ウィン ドウを有する少なくとも２個の処理ユニットと協働し、 上記音声認識装置を制御するため設けられた処理ユニットの処理状態処理ウィ ンドウは、上記作成手段の認識手段によって認識され、 処理状態に駆動された処理ウィンドウとして認識された処理ウィンドウを有す る上記処理ユニットの動作状態を作動するため適した制御情報が検出されること を特徴とする請求項１２記載の方法。 １５． 上記音声認識装置と協働するウィンドウズ処理ユニットが 使用され、 上記ウィンドウズ処理ユニットによって管理されたコマンド情報と、上記ウィ ンドウ処理ユニットと協働する処理ユニットの処理状態に駆動される処理ウィン ドウの切換領域のコマンド情報に割り当てられた制御情報とが検出されることを 特徴とする請求項１２記載の方法。