JP2002182691A - 音を出力する機器を制御する制御装置 - Google Patents

Abstract

(57)【要約】 【課題】 音を出力する機器の動作を、ユーザーが発し
た音声を用いて制御する場合に、機器からの音量を制御
することによってユーザーが発した音声に対する雑音を
軽減する。 【解決手段】 音を収集するマイク１０２と、収集され
た音のうち、ユーザーが発した機器の動作を制御するた
めの音声を認識し、認識単語とその信頼度とを得る音声
認識手段１０４と、得られた信頼度と、リジェクトパラ
メータ１およびそのリジェクトパラメータ１より小さい
リジェクトパラメータ２とを比較する認識結果判定部１
０５と、信頼度がリジェクトパラメータ１以上の場合
に、認識単語に基づいて機器の動作を制御する映像出力
制御部１１１および音声制御部１０８とを備え、信頼度
がリジェクトパラメータ１より小さく、かつリジェクト
パラメータ２より大きい場合に、音声制御部１０８は、
機器が出力する音量を小さくするように機器を制御す
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、音を出力する機器
の動作を、ユーザーが発した音声を利用して制御する制
御装置に関する。

【０００２】

【従来の技術】近年、テレビジョン受像機（以下テレビ
とする）等の電子機器の機能は複雑化、多機能化してお
り、操作を行うためのスイッチやボタンも多様化してき
ている。

【０００３】このため、電子機器の操作を行うためのス
イッチ、ボタン、特にリモートコントロール送信機の機
能も多様化してきており、電子機器の操作を正確に行う
ためには操作手順が複雑であったり、ボタン操作を数回
以上行わなければならなかったりして、使い慣れたユー
ザーでもその機能を有効に使いこなすことは困難であっ
た。

【０００４】このような電子機器の複雑なユーザーイン
ターフェースを改善する一手段として、入力された音声
を認識してその認識結果に基づいて何らかの操作を行う
ことが効果的であると考えられ、近年様々な形式で実用
化されてきた。

【０００５】例えば特開平９−２２２９８５号公報に
は、電子機器の操作を音声のみで行う電子機器が開示さ
れている。

【０００６】図５に従来例の音声認識機能を備えた電子
機器のブロック図を示す。

【０００７】図５において、２０１は音声入力部であ
り、話者が発声した音声が入力される。２０２は音声認
識部であり、音声入力部２０１から出力された音声デー
タを認識処理して認識結果を求める。２０３は操作命令
生成出力部であり、音声認識部２０２で得られた認識結
果に基づいて電子機器の操作命令を生成する。２０４は
操作対象の電子機器であり、操作命令生成出力部２０３
で生成された操作命令に従って操作される。

【０００８】以上のように構成された従来の音声認識機
能を備えた電子機器について、以下その動作を説明す
る。

【０００９】音声入力部２０１は、話者からの音声が入
力されると入力された音声を音声データとして音声認識
部２０２へ出力する。音声認識部２０２は、音声入力部
２０１から出力された音声データを認識処理し、認識結
果を操作命令生成出力部２０３へ出力する。操作命令生
成出力部２０３は、音声認識部２０２から出力された認
識結果に基づいて電子機器の操作命令を生成し、生成し
た操作命令を操作対象の電子機器２０４へ出力する。操
作対象の電子機器２０４は、操作命令生成出力部２０３
から出力された操作命令に従って操作される。

【００１０】例えば、操作対象の電子機器２０４がＣＤ
プレーヤーである場合、ユーザーが音声入力部２０１に
対して「ＣＤを再生」と発声すると、音声認識部２０２
がその音声を認識し、操作命令生成出力部２０３でＣＤ
を再生する命令が生成され、ＣＤプレーヤーは操作命令
生成出力部２０３から出力された命令に従ってＣＤを再
生する。

【００１１】

【発明が解決しようとする課題】しかし、電子機器には
テレビに代表されるように電子機器本体からも音声を出
力するものがあり、このような機器において上記のよう
な構成では、音声認識部には話者が発声した音声と共
に、操作対象となる電子機器本体からの音声が入力され
る。このような場合、電子機器本体からの音声が雑音と
なり、音声認識部は話者の発声した音声コマンドを正確
に認識することができない。即ち、話者が発声した音声
コマンドに対する認識の棄却（以下リジェクトとする）
や誤認識の発生する確率が高くなり、機器の操作性が低
下するという問題があった。

【００１２】このため、音声を出力する電子機器の操作
に音声認識機能を用いる場合には、電子機器本体から出
力する音声の適切な制御が必要になる。

【００１３】本発明は、上記課題を解決するためになさ
れ、音を出力する機器の動作を、ユーザーが発した音声
を利用して制御する場合に、上記機器が出力する音量を
制御することによってユーザーが発声した音声に対する
雑音を軽減し、上記機器を制御する制御装置を提供する
ことを目的とする。

【００１４】

【課題を解決するための手段】上記目的を達成するため
に、第１の本発明（請求項１に対応）は、音を出力する
機器の動作を、ユーザーが発した音声を利用して制御す
る制御装置であって、音を収集する音収集手段と、その
音収集手段によって収集された音のうち、前記ユーザー
が発した前記機器の動作を制御するための音声を認識
し、認識単語とその信頼度とを得る音声認識手段と、そ
の音声認識手段によって得られた前記信頼度と、所定の
リジェクトパラメータ１およびそのリジェクトパラメー
タ１より小さい所定のリジェクトパラメータ２とを比較
する比較手段と、前記音声認識手段によって得られた信
頼度が前記リジェクトパラメータ１以上の場合に、前記
音声認識手段によって得られた認識単語に基づいて前記
機器の動作を制御し、前記音声認識手段によって得られ
た信頼度が前記リジェクトパラメータ１より小さく、か
つ前記リジェクトパラメータ２より大きい場合に、前記
機器が出力する音量を小さくするように前記機器を制御
し、前記音声認識手段によって得られた信頼度が前記リ
ジェクトパラメータ２以下の場合に、前記機器の動作を
制御しない機器制御手段とを備えたことを特徴とする音
を出力する機器を制御する制御装置である。

【００１５】このように、第１の本発明では、音声認識
手段によって得られた認識単語の信頼度に基づいて機器
が出力する音量を小さくするようにその機器を制御する
ので、機器が出力する音量の影響により音声認識手段の
認識単語の信頼度が低下した場合でも、機器が出力する
音量を小さくし、それによって、音収集手段によって収
集される機器からの音の影響を小さくすることができ
る。

【００１６】また、第１の本発明では、音声認識手段に
よって得られた認識単語の信頼度がリジェクトパラメー
タ１とリジェクトパラメータ２の間である場合、つま
り、リジェクトパラメータ１より一定の範囲内で小さい
場合のみ、機器が出力する音の音量制御を行うので、ユ
ーザーの発声以外の音声信号が音収集手段に収集され、
音声認識手段が低い信頼度の認識結果を出力した場合に
誤って機器の音量制御を行うことがなく、機器の音量制
御を適切に行うことができる。

【００１７】第２の本発明（請求項２に対応）は、前記
音収集手段によって収集された音の量を検出する音量検
出手段を備え、前記音声認識手段によって得られた信頼
度が前記リジェクトパラメータ１より小さく、かつ前記
リジェクトパラメータ２より大きい場合であって、前記
機器制御手段が前記機器からの音量を小さくするように
前記機器を制御してから所定の期間内に、前記音量検出
手段によって検出された音の量が所定の音声レベルより
も大きい期間がなかったとき、前記機器制御手段は、前
記機器が出力する音量を制御前の量に戻すように、前記
機器を制御することを特徴とする第１の本発明に記載の
音を出力する機器を制御する制御装置である。

【００１８】このように、第２の本発明では、音声認識
手段によって得られた信頼度がリジェクトパラメータ１
より小さく、かつリジェクトパラメータ２より大きい場
合であって、機器制御手段が機器からの音量を小さくす
るように機器からの音量の制御を開始してから予め定め
られた時間内に、音収集手段へ予め定められた値以上の
音が収集されなかった場合には、ユーザーの音声入力は
終了したと判断して自動的に音量制御を解除する。即
ち、ユーザーが音量制御を解除するための操作を行わず
に、機器の音量を元（制御前の音量）に戻すことができ
るので、操作性に優れている。

【００１９】第３の本発明（請求項３に対応）は、前記
音声認識手段によって得られた信頼度が前記リジェクト
パラメータ１より小さく、かつ前記リジェクトパラメー
タ２より大きい場合であって、前記機器制御手段が前記
機器からの音量を小さくするように前記機器を制御した
後に、前記機器制御手段が前記音声認識手段によって得
られた新たな認識単語に基づいて前記機器の動作を制御
したとき、前記機器制御手段は、前記機器が出力する音
量を制御前の量に戻すように、前記機器を制御すること
を特徴とする第１の本発明に記載の音を出力する機器を
制御する制御装置である。

【００２０】このように、第３の本発明では、音量を制
御している状態でユーザーが発声した音声コマンドの認
識が成功した場合には、機器の音量を元（制御前の音
量）に戻すことができる。つまり、機器から出力される
音声信号の音量の制御を迅速に行うことができ、操作性
に優れている。

【００２１】第４の本発明（請求項４に対応）は、前記
音声認識手段によって得られた信頼度が前記リジェクト
パラメータ１より小さく、かつ前記リジェクトパラメー
タ２より大きい場合であって、前記機器制御手段が前記
機器からの音量を小さくするように前記機器を制御して
から所定の期間内に、前記機器制御手段が新たな認識単
語に基づいて前記機器の動作を制御しないとき、前記機
器制御手段は、前記機器が出力する音量を制御前の量に
戻すように、前記機器を制御することを特徴とする第１
の本発明に記載の音を出力する機器を制御する制御装置
である。

【００２２】第５の本発明（請求項５に対応）は、前記
機器が出力する音量の設定値を検出する音量設定値検出
手段と、その音量設定値検出手段によって検出された設
定値に基づいて、前記リジェクトパラメータ１および／
または前記リジェクトパラメータ２を変更するためのパ
ラメータ変更手段とを備えたことを特徴とする第１の本
発明に記載の音を出力する機器を制御する制御装置であ
る。

【００２３】このように、第５の本発明では、機器が出
力する音量の設定値に基づいてリジェクトパラメータ１
およびリジェクトパラメータ２を適切に変更するので、
機器から出力される音量の設定値が変化した場合でも認
識結果の判定を正確に行うことができる。

【００２４】第６の本発明（請求項６に対応）は、前記
機器が出力する音量の設定値を検出する音量設定値検出
手段と、その音量設定値検出手段によって検出された設
定値に基づいて、前記所定の期間および／または前記音
声レベルを変更するためのパラメータ変更手段とを備え
たことを特徴とする第２または第４の本発明に記載の音
を出力する機器を制御する制御装置である。

【００２５】このように、第６の本発明では、機器が出
力する音量の設定値に基づいて上記の所定の期間および
／または音声レベルを適切に変更するので、機器から出
力される音量の設定値が変化した場合でもユーザーの音
声入力の終了を正確に検出することができる。

【００２６】第７の本発明（請求項７に対応）は、第１
から第６いずれかの本発明の全部または一部の手段の全
部または一部の機能をコンピュータにより実行させるた
めのプログラムおよび／またはデータを担持した媒体で
あって、コンピュータにより処理可能なことを特徴とす
る媒体である。

【００２７】第８の本発明（請求項８に対応）は、第１
から第６のいずれかの本発明の全部または一部の手段の
全部または一部の機能をコンピュータにより実行させる
ためのプログラムおよび／またはデータであることを特
徴とする情報集合体である。

【００２８】

【発明の実施の形態】以下に、本発明の実施の形態を図
面を参照して説明する。

【００２９】（実施の形態１）本発明の実施の形態１に
ついて、図面を用いて説明する。

【００３０】本実施の形態の電子機器の構成について、
図１を参照して説明する。なお、本実施の形態の電子機
器は音を出力する機器であって、その電子機器内部に
は、ユーザーが発した音声を利用してその電子機器本体
の動作を制御する制御装置が組み込まれているものとす
る。

【００３１】さて図１に示すように、本電子機器は、音
声入力部１０１と、音声認識部１０４と、認識結果判定
部１０５と、音声出力制御部１０６と、音声出力部１１
０と、映像出力制御部１１１と、映像出力部１１２とで
構成されている。

【００３２】音声入力部１０１は、マイク１０２と音声
入力レベル検出部１０３とで構成されている。

【００３３】マイク１０２は、音声収集装置であって、
話者が発声した音声等の音を収集する。

【００３４】音声入力レベル検出部１０３は、マイク１
０２へ入力された音声の音声レベルを検出する。

【００３５】音声認識部１０４は、利用できる音声コマ
ンドを標準音声データとして記憶した認識用辞書（図示
せず）を保持し、認識用辞書を用いて、音声データと標
準音声データとを比較して認識処理を行う。認識処理に
ついては、例えばＣ．シュマントによる“コンピュータ
とのヴォイスコミュニケーション−未来のコンピューテ
ィングに向けて−”（サイエンス社）に示すように、音
声認識部１０４が、音声入力部１０１から入力された音
声データをデジタル信号処理により、例えば２０ミリ秒
毎のＬＰＣ係数のフレームを抽出する。

【００３６】次に、求めたＬＰＣ係数のフレームと、標
準音声データとして認識用辞書に保持している各音声コ
マンドのＬＰＣ係数データとをマッチングアルゴリズム
を用いて比較する。マッチングアルゴリズムは、例えば
ＬＰＣパラメータの各次元のベクトル毎に標準音声デー
タの各次元のベクトルとの距離を算出し、その総和を求
めこれを入力された音声データと標準音声データとの距
離とする。

【００３７】次に、入力された音声データと標準音声デ
ータとの距離がもっとも小さい場合を最高点（例えば１
００）となるように正規化してこれを認識単語の信頼度
とし、認識単語の信頼度がもっとも高い標準音声データ
を求め、その単語と単語の信頼度を一組のセットとし
て、予め定められたセット数だけ認識結果として出力す
る。

【００３８】認識結果判定部１０５は音声認識部１０４
から出力された認識単語とその単語の信頼度に基づいて
認識の成功／失敗を判定する。単語の信頼度が予め定め
られたリジェクトパラメータ１（φ１、φ１：実数）よ
り大きければ認識成功と判定し、認識単語の内容を解析
して音声出力制御信号または映像出力制御信号を出力す
る。認識単語の信頼度がφ１より小さければ、認識失敗
と判定して認識結果をリジェクトし、かつ、予め定めら
れたリジェクトパラメータ２（φ２、φ２：実数、φ１
＞φ２）より大きければ音量制御部１０８へ音声出力部
１１０から出力する音声信号の音量を小さくすることを
示す音量制御信号を出力する。

【００３９】音声出力制御部１０６は、チャンネル切換
部１０７と音量制御部１０８とパラメータ変更通知部１
０９とで構成されている。

【００４０】チャンネル切換部１０７は例えばテレビの
場合ではテレビ音声のチャンネル切換制御部であり、音
声出力制御信号が入力されると、その内容に基づいて音
声出力部１１０へ出力する音声ソースのチャンネルの切
換を行う。

【００４１】音量制御部１０８は現在の音量の設定値を
記憶する記憶部（図示せず）を保持し、音量制御信号が
入力されると、現在の音量の設定値を記憶部へ記憶し、
音量制御信号の内容に従って音声出力部１１０から出力
する音声信号の音量の制御を行う。

【００４２】パラメータ変更通知部１０９は音声出力部
１１０から出力される音声信号の音量の設定値に基づい
てリジェクトパラメータ１またはリジェクトパラメータ
２を変更することを示すパラメータ変更通知信号を出力
する。パラメータ変更通知部１０９は、例えば電子機器
の電源投入時やチャンネル切換部１０７が音声出力部１
１０から出力する音声信号を変更した時など、音量の制
御を行う前、すなわち、認識結果判定部１０５から音量
制御信号が出力され、音量制御部１０８が音声出力部１
１０から出力される音声の音量を制御する前に、音量制
御部１０８で設定されている音量の設定値に基づいてリ
ジェクトパラメータ１およびリジェクトパラメータ２の
両方または一方を変更する。リジェクトパラメータ１お
よびリジェクトパラメータ２が既に適切な値に設定され
ている場合は変更しなくてもよい。

【００４３】音声出力部１１０はスピーカーなどであ
り、電子機器からの音声信号を出力する。

【００４４】映像出力制御部１１１は例えばテレビの場
合はテレビ映像のチャンネル切換制御部であり、映像出
力制御信号が入力されると、その内容に基づいて映像出
力部１１２へ出力する映像ソースのチャンネルの切換を
行う。

【００４５】映像出力部１１２はディスプレイなどの映
像表示装置であり、映像出力制御部１１１から得られた
映像信号を出力する。

【００４６】なお、本実施の形態では、本発明の音を出
力する機器を制御する制御装置の、音収集手段の一例と
してマイク１０２を、音声認識手段の一例として音声認
識部１０４を、比較手段の一例として認識結果判定部１
０５を、機器制御手段の一例として音量制御部１０８お
よび映像出力制御部１１１を、それぞれ用いる。

【００４７】以上のように構成された電子機器につい
て、以下その動作を図２のフローチャートを用いて説明
する。

【００４８】音声入力待ち状態Ｓ３００では、リジェク
トパラメータ１およびリジェクトパラメータ２は、パラ
メータ変更通知部１０９が音声出力部１１０から出力さ
れる音声信号の音量の設定値に基づいて出力するパラメ
ータ変更通知信号に基づいて適切な値に設定されてい
る。

【００４９】ステップＳ３０１では、話者が発声した音
声コマンドが、音声入力部１０１に入力される。音声入
力部１０１は、入力された音声を、音声データとして音
声認識部１０４へ出力する。

【００５０】ステップＳ３０２では、音声認識部１０４
が、音声入力部１０１から出力された音声データを認識
用辞書を用いて音声認識処理を行う。話者の音声データ
に最も近い標準音声データを求め、その単語と単語の信
頼度を認識結果判定部１０５へ出力する。例えば、電子
機器がテレビである場合、認識用辞書には、一例として
「チャンネル○○に変更」や、「ステレオ出力」や、
「モノラル出力」といったテレビの操作内容を表現した
フレーズが標準音声データとして記録されており、音声
認識部１０４は、それら標準音声データそれぞれと音声
入力部１０１からの音声データとを比較し、音声データ
の内容となるフレーズとその信頼度を求め、それを認識
結果として認識結果判定部１０５へ出力する。

【００５１】ステップＳ３０３では、認識結果判定部１
０５が、音声認識部１０４から出力された認識単語の信
頼度とφ１とを比較して、信頼度がφ１より大きい場合
には、認識成功と判定し、ステップＳ３０４へ遷移す
る。信頼度がφ１より小さい場合には、認識失敗と判定
し、認識結果をリジェクトして、ステップＳ３０９へ遷
移する。例えば入力された音声データと標準音声データ
との距離がもっとも小さい場合が１００である場合、リ
ジェクトパラメータ１（φ１）を８０と設定することが
できる。

【００５２】ステップＳ３０４では、認識結果判定部１
０５が、認識単語のコマンドの内容を解析し、その内容
が電子機器の映像出力を制御するコマンドである場合
は、ステップＳ３０５へ遷移する。また、その内容が電
子機器の音声出力を制御するコマンドである場合は、ス
テップＳ３０７へ遷移する。

【００５３】ステップＳ３０５では、映像出力制御部１
１１が、認識結果判定部１０５より映像出力の制御を通
知されると、制御コマンドの内容に従って映像出力部１
１２から出力する映像ソースのチャンネルの切換を行
う。

【００５４】ステップＳ３０６では、映像出力制御部１
１１で切り換えられた映像ソースを画面に表示し、音声
入力待ち状態Ｓ３００へ戻る。

【００５５】ステップＳ３０７では、チャンネル切換部
１０７が、認識結果判定部１０５より音声出力の制御を
通知されると、制御コマンドの内容に従って音声出力部
１１０から出力する音声ソースのチャンネルの切換を行
う。

【００５６】ステップＳ３０８では、チャンネル切換部
１０７で切り換えられた音声ソースを音声出力部１１０
から出力し、音声入力待ち状態Ｓ３００へ戻る。

【００５７】ステップＳ３０９では、認識結果判定部１
０５が、音声認識部１０４から出力された認識単語の信
頼度とφ２とを比較して、信頼度がφ２より大きい場合
には、音量制御部１０８へ音量制御信号を出力し、ステ
ップＳ３１０に遷移する。信頼度がφ２より小さい場合
には、音声入力待ち状態Ｓ３００へ戻る。なお、上記の
ように例えば入力された音声データと標準音声データと
の距離がもっとも小さい場合が１００である場合、リジ
ェクトパラメータ２（φ２）を６０と設定することがで
きる。

【００５８】ステップＳ３１０では、音量制御部１０８
が、認識結果判定部１０５から音量制御信号が入力され
ると、音声出力部１１０から出力される音声信号の音量
を下げ、音声入力待ち状態Ｓ３００へ戻る。

【００５９】このように、本発明の実施の形態１によれ
ば、音声を出力し、音声認識機能を備えた電子機器を音
声で操作する場合、ステップＳ３０３において認識結果
判定部１０５が認識結果をリジェクトし、さらにステッ
プＳ３０９において認識結果判定部１０５が音量制御を
行うことを決定すると、音量制御部１０８へ音声出力部
１１０から出力する音声信号の音量を小さくすることを
示す音量制御信号を出力する。音量制御部１０８は、音
量制御信号に応じて音声出力部１１０から出力する音声
信号の音量を小さくする。故に、電子機器本体から出力
される音声信号が、話者の発声した音声コマンドの雑音
となって認識性能を低下させることがなく、認識処理を
正確に行うことができ、電子機器の操作性を向上させる
ことができる。

【００６０】また、ステップＳ３０９において認識結果
判定部１０５がリジェクトした認識単語の信頼度が認識
成功の判定値より一定の範囲内で小さい場合のみ音量制
御を行うことを決定し、音量制御部１０８へ音声出力部
１１０から出力する音声信号の音量を小さくすることを
示す音量制御信号を出力する。故に、話者の発声以外の
音声が入力され、音声認識部で誤って認識された場合に
不必要な音量制御を行うことがなく、適切な音量制御を
行うことができる。

【００６１】また、ステップＳ３０７において、音声出
力部１１０から出力する音声信号の音量が変更された場
合には、パラメータ変更通知部１０９は音声信号の音量
の設定値に基づいて各パラメータを変更することを示す
パラメータ変更通知信号を出力する。認識結果判定部１
０５は、音声信号の音量の設定値に応じてφ１またはφ
２を適切に変更する。例えば、音声信号の音量の設定値
が大きくなるとφ１やφ２を大きくし、音声信号の音量
の設定値が小さくするとそれにともなってφ１やφ２を
小さくする。これにより、電子機器本体から出力される
音声信号の音量が変化し、音声入力部１０１へ入力され
る音声信号の音量が変化した場合でも、話者が発声する
音声コマンドを正確に検出することができ、電子機器の
操作性を向上させることができる。

【００６２】（実施の形態２）本発明の実施の形態２に
ついて、図面を参照して説明する。

【００６３】図３に示すように、本発明の実施の形態２
の電子機器は、実施の形態１の電子機器に音量制御時間
計測部１１３を追加したものである。

【００６４】以下、本実施の形態の電子機器の構成のう
ち、実施の形態１とは異なる部分について説明する。

【００６５】音声入力レベル検出部１０３は、マイク１
０２へ入力された音声の音量が予め定められたレベルパ
ラメータγ（γ：実数）よりも小さい場合に、音声入力
非検出信号を出力する。

【００６６】音量制御部１０８は、音声認識部１０４か
ら出力された認識単語の信頼度がリジェクトパラメータ
１より小さく、かつリジェクトパラメータ２より大きく
て音量の制御を開始すると、まず制御する前の音量の設
定値を記憶部に保存し、次に音量の制御を開始したこと
を示す音量制御開始信号を出力する。また、音量の制御
を開始した後に、音量制御時間計測部１１３から音量制
御解除信号が入力された場合には、音量制御を解除した
後に、認識結果判定部１０５へ音量制御解除通知信号を
出力する。また、認識結果判定部１０５から音量制御解
除信号が入力された場合には、音量制御を解除した後
に、音量制御時間計測部１１３へ音量制御解除通知信号
を出力する。

【００６７】音量制御時間計測部１１３は、時間を計測
するタイマー（図示せず）を保持し、音量制御部１０８
から出力された音量制御開始信号が入力されると、音声
入力レベル検出部１０３から出力される音声入力非検出
信号の入力を監視し、監視時間を計測する。音声入力非
検出信号が継続して入力された時間χ（χ：実数）が予
め定められた音声非検出パラメータμ（μ：実数）より
長ければ、音量制御部１０８へ音量制御解除信号を出力
する。また、音量制御時間計測部１１３は音量制御部１
０８から出力される音量制御解除通知信号が入力される
と、音声入力非検出信号の監視を停止する。

【００６８】認識結果判定部１０５は、音量制御信号を
音量制御部１０８へ出力した後（音量の制御を行ってい
る状態）で、音量制御部１０８から音量制御解除通知信
号が入力される前に、音声認識部１０４から出力された
認識結果を認識成功と判定した場合には、音量制御解除
信号を出力する。

【００６９】以上のように構成された電子機器の動作の
うち、実施の形態１とは異なる部分、つまり、音量の制
御が開始されてから音量の制御を解除する処理につい
て、以下図４のフローチャートを用いて説明する。

【００７０】ステップＳ４０１では、音量制御部１０８
が、音声出力部１１０から出力される音声信号の音量を
制御する音量制御信号を出力すると、音量制御時間計測
部１１３へ音量制御開始信号を出力する。

【００７１】ステップＳ４０２では、音量制御時間計測
部１１３は、音量制御部１０８から音量制御開始信号が
出力されると、音声入力レベル検出部１０３から出力さ
れる音声入力非検出信号の入力の監視を開始する。

【００７２】ステップＳ４０３では、音声入力非検出信
号が継続して入力された時間χと、予め定められた時間
μとを比較し、χがμより小さければステップＳ４０４
へ遷移する。一方、χがμより大きければ、ステップＳ
４１２へ遷移する。

【００７３】まず、χがμより小さい場合の処理の流れ
（Ｓ４０４からＳ４１１）について説明する。

【００７４】ステップＳ４０４では、音声入力レベル検
出部１０３へ入力された音声の音声レベルとγとを比較
し、音声レベルがγよりも大きい場合はステップＳ４０
６へ遷移する。一方、音声レベルがγよりも小さい場合
は、ステップＳ４０５へ遷移する。

【００７５】ステップＳ４０５では、音声入力レベル検
出部１０３が音声入力非検出信号を音量制御時間計測部
１１３へ出力し、ステップＳ４０３へ遷移する。

【００７６】ステップＳ４０６では、音声認識部１０４
が入力された音声データを音声認識処理して、認識単語
とその信頼度を認識結果判定部１０５へ出力する。

【００７７】ステップＳ４０７では、認識結果判定部１
０５が、音声認識部１０４から出力された認識単語の信
頼度とφ１とを比較して、信頼度がφ１より大きい場合
には、認識成功と判定し、ステップＳ４０８へ遷移す
る。一方、信頼度がφ１より小さい場合には、認識失敗
と判定し、認識結果をリジェクトしてステップＳ４０２
へ遷移する。

【００７８】ステップＳ４０８では、認識結果判定部１
０５が、音量制御部１０８から出力された音量制御解除
通知信号が入力されていなければ、音量制御部１０８へ
音量制御解除信号を出力する。

【００７９】ステップＳ４０９では、音量制御部１０８
が、認識結果判定部１０５から出力された音量制御解除
信号が入力されると、音声出力部１１０から出力される
音声信号の音量を元（制御前の音量）に戻す。

【００８０】ステップＳ４１０では、音量制御部１０８
が、音量制御時間計測部１１３へ音量制御解除通知信号
を出力する。

【００８１】ステップＳ４１１では、音量制御時間計測
部１１３が、音量制御部１０８から出力された音量制御
解除通知信号が入力されると、音声入力レベル検出部１
０３から出力される音声入力非検出信号の入力の監視を
停止する。

【００８２】次に、χがμより大きい場合の処理の流れ
（Ｓ４１２からＳ４１５）について説明する。

【００８３】ステップＳ４１２では、音量制御時間計測
部１１３が、音量制御部１０８へ音量制御解除信号を出
力する。

【００８４】ステップＳ４１３では、音量制御部１０８
が、音量制御時間計測部１１３から出力された音量制御
解除信号が入力されると、音声出力部１１０から出力さ
れる音声信号の音量を元（制御前の音量）に戻す。

【００８５】ステップＳ４１４では、音量制御部１０８
が、認識結果判定部１０５へ音量制御解除通知信号を出
力する。

【００８６】ステップＳ４１５では、音量制御時間計測
部１１３が、音声入力レベル検出部１０３から出力され
る音声入力非検出信号の入力の監視を停止する。

【００８７】このように、本発明の実施の形態２によれ
ば、音量制御部１０８が音声出力部１１０から出力する
音声信号の音量を小さくしている場合には、音量制御時
間計測部１１３は音声入力レベル検出部１０３から出力
される音声入力非検出信号の入力を監視する。音声入力
非検出信号が継続して入力された時間χが予め定められ
た一定の時間μよりも長ければ、話者の音声入力は終了
したと判断して音量制御時間計測部１１３が音量制御部
１０８へ音量制御解除信号を出力する。

【００８８】音量制御部１０８は、音量制御時間計測部
１１３から音量制御解除信号が出力されると、音声出力
部１１０から出力する音声信号の音量を、元（制御前の
音量）に戻す。これにより、話者は音量制御を解除して
音量を大きくするための操作を行う必要がなく、電子機
器が自動的に音量を元に戻すので、操作性に優れた電子
機器を提供することができる。

【００８９】また、音声入力非検出信号が継続して入力
された時間χが予め定められた一定の時間μに達しない
間に、話者が音声コマンドを発声し、そのコマンドが認
識処理された結果、認識結果判定部１０５で認識成功と
判定された場合には、認識結果判定部１０５は、音量制
御部１０８へ音量制御解除信号を出力する。音量制御部
１０８は、音量制御解除信号が入力されると、音声出力
部１１０から出力していた音声信号の音量を元（制御前
の音量）に戻す。これにより、音量を制御している状態
で、話者が発声した音声コマンドの認識が成功した場合
には、予め定められた一定の時間μが経過する前に、電
子機器が自動的に音量を元（制御前の音量）に戻す。つ
まり、電子機器から出力される音声信号の音量の制御を
迅速に行うことができ、操作性に優れた電子機器を提供
することができる。

【００９０】また、上記実施の形態において認識単語の
信頼度がφ１より大きい場合に、認識結果判定部１０５
が音量制御部１０８へ音量制御解除信号を出力し、音量
制御部１０８が音声出力部１１０から出力する音声信号
の音量を元（制御前の音量）に戻していたが、元に戻さ
なくてもよい。例えば、機器の操作を行うための音声入
力が複数回繰り返される場合などは、音量の制御を開始
してから一度目の認識成功時に音量を元に戻さなくても
よい。

【００９１】また、実施の形態２の電子機器では、音声
認識部１０４から出力された認識単語の信頼度がリジェ
クトパラメータ１より小さく、かつリジェクトパラメー
タ２より大きくて、音量制御部１０８が音量の制御を開
始した場合、その音量制御を開始してから例えば２分等
所定の時間が経過した場合、新たな認識単語に基づいて
音声出力部１１０や映像出力部１１２を制御しないと
き、入力された音声レベルの大きさに関わらず、音量制
御部１０８は音声出力部１１０から出力する音声信号の
音量を元（制御前の音量）に戻すとしてもよい。

【００９２】上記実施の形態１及び実施の形態２では、
音声入力レベル検出部１０３、音声認識部１０４、認識
結果判定部１０５、チャンネル切換部１０７、音量制御
部１０８、映像出力制御部１１３、パラメータ変更通知
部１０９、音量制御時間計測部１１３を専用のハードウ
ェアにより構成したが、これに代えて、同様の機能をコ
ンピュータ上のソフトウェアで実現してもよい。

【００９３】また、上記実施の形態１及び２では、音を
出力する電子機器内部に、ユーザーが発した音声を利用
してその電子機器本体の動作を制御する制御装置が組み
込まれているとしたが、音を出力する機器と、ユーザー
が発した音声を利用してその機器の動作を制御する制御
装置とは別個に存在していてもよい。

【００９４】以上のように本発明の実施の形態によれ
ば、次に示すような効果が得られる。

【００９５】第一に、音声認識手段から得られた認識単
語の信頼度が認識成功の判定値から一定の範囲内である
場合に音声出力手段から出力する音声信号の音量を制御
するので、前記出力音声の影響により音声認識手段の認
識単語の信頼度が低下した場合には、前記出力音声の音
量を制御することによって、音声認識手段に入力される
前記出力音声の影響を小さくすることができる。また、
話者の発声以外の音声信号が音声入力手段に入力され、
音声認識手段が低い信頼度の認識結果を出力した場合に
誤って音量制御を行うことがなく、音量制御を適切に行
うことができる。

【００９６】第二に、認識結果判定手段は、パラメータ
変更通知手段から出力されるパラメータ変更通知信号に
基づいてリジェクトパラメータ１およびリジェクトパラ
メータ２を適切に変更する。従って、電源投入時や音声
信号のソース変更により音声信号の音量が変更された場
合でも音声認識手段では、話者が発声した音声の認識を
正確に行うことが可能になり、機器の操作性を向上させ
ることができる。

【００９７】第三に、音量を制御している状態で、予め
定められた一定の時間が経過しても音声入力手段への音
声入力がなかった場合には、音量制御時間計測手段が、
自動的に音量制御を解除することにより、話者は音量制
御のための操作を行う必要がなく、電子機器の音量を元
（制御前の音量）に戻すことができるので、操作性に優
れた電子機器を提供することができる。

【００９８】第四に、音量を制御している状態で、話者
が発声した音声コマンドの認識が成功した場合には、音
声非検出パラメータで設定した時間が経過して、音量制
御時間計測手段から音量制御解除信号が出力される前
に、電子機器の音量を元（制御前の音量）に戻すことが
できる。つまり、電子機器から出力される音声信号の音
量の制御を迅速に行うことができ、操作性に優れた電子
機器を提供することができる。

【００９９】なお、本発明は、上述した本発明の全部ま
たは一部の手段の全部または一部の機能をコンピュータ
により実行させるためのプログラムおよび／またはデー
タを担持した媒体であり、コンピュータにより読み取り
可能且つ、読みとられた前記プログラムおよび／または
データが前記コンピュータと協動して前記機能を実行す
る媒体である。

【０１００】また、本発明は、上述した本発明の全部ま
たは一部の手段の全部または一部の機能をコンピュータ
により実行させるためのプログラムおよび／またはデー
タである情報集合体であり、コンピュータにより読み取
り可能且つ、読みとられた前記プログラムおよび／また
はデータが前記コンピュータと協動して前記機能を実行
する情報集合体である。

【０１０１】データとは、データ構造、データフォーマ
ット、データの種類などを含む。媒体とは、ＲＯＭ等の
記録媒体、インターネット等の伝送媒体、光・電波・音
波等の伝送媒体を含む。担持した媒体とは、例えば、プ
ログラムおよび／またはデータを記録した記録媒体や、
プログラムおよび／またはデータを伝送する伝送媒体等
を含む。

【０１０２】コンピュータにより処理可能とは、例え
ば、ＲＯＭなどの記録媒体の場合であれば、コンピュー
タにより読み取り可能であることであり、伝送媒体の場
合であれば、伝送対象となるプログラムおよび／または
データが伝送の結果として、コンピュータにより取り扱
えることであることを含む。

【０１０３】情報集合体とは、例えば、プログラムおよ
び／またはデータ等のソフトウェアを含むものである。

【０１０４】なお、以上説明したように、本発明の構成
は、ソフトウェア的に実現してもよいし、ハードウェア
的に実現してもよい。

【０１０５】

【発明の効果】以上説明したところから明らかなよう
に、本発明は、音を出力する機器の動作を、ユーザーが
発した音声を利用して制御する場合に、上記機器が出力
する音量を制御することによってユーザーが発声した音
声に対する雑音を軽減し、上記機器を制御する制御装置
を提供することができる。

【図面の簡単な説明】

【図１】本発明の実施の形態１の電子機器の構成を示す
ブロック図

【図２】本発明の実施の形態１の処理手順を示すフロー
チャート

【図３】本発明の実施の形態２の電子機器の構成を示す
ブロック図

【図４】本発明の実施の形態２の処理手順を示すフロー
チャート

【図５】従来例の電子機器を示すブロック図

【符号の説明】

１０１ 音声入力部 １０２ マイク １０３ 音声入力レベル検出部 １０４ 音声認識部 １０５ 認識結果判定部 １０６ 音声出力制御部 １０７ チャンネル切換部 １０８ 音量制御部 １０９ パラメータ変更通知部 １１０ 音声出力部 １１１ 映像出力制御部 １１２ 映像出力部 １１３ 音量制御時間計測部

フロントページの続き (51)Int.Cl.⁷ 識別記号 ＦＩ テーマコート゛(参考） Ｈ０４Ｎ 5/60 (72)発明者 藤▲さき▼ 克巳 大阪府門真市大字門真1006番地 松下電器 産業株式会社内 (72)発明者 岡部 公治 大阪府門真市大字門真1006番地 松下電器 産業株式会社内 (72)発明者 石原 俊英 大阪府門真市大字門真1006番地 松下電器 産業株式会社内 (72)発明者 楠本 典孝 大阪府門真市大字門真1006番地 松下電器 産業株式会社内 (72)発明者 茨木 寿美 大阪府門真市大字門真1006番地 松下電器 産業株式会社内 Ｆターム(参考） 5C026 DA05 5C056 BA02 BA03 5D015 EE04 KK01 LL03

Claims (8)

【特許請求の範囲】
1. 【請求項１】 音を出力する機器の動作を、ユーザーが
   発した音声を利用して制御する制御装置であって、 音を収集する音収集手段と、 その音収集手段によって収集された音のうち、前記ユー
   ザーが発した前記機器の動作を制御するための音声を認
   識し、認識単語とその信頼度とを得る音声認識手段と、 その音声認識手段によって得られた前記信頼度と、所定
   のリジェクトパラメータ１およびそのリジェクトパラメ
   ータ１より小さい所定のリジェクトパラメータ２とを比
   較する比較手段と、 前記音声認識手段によって得られた信頼度が前記リジェ
   クトパラメータ１以上の場合に、前記音声認識手段によ
   って得られた認識単語に基づいて前記機器の動作を制御
   し、前記音声認識手段によって得られた信頼度が前記リ
   ジェクトパラメータ１より小さく、かつ前記リジェクト
   パラメータ２より大きい場合に、前記機器が出力する音
   量を小さくするように前記機器を制御し、前記音声認識
   手段によって得られた信頼度が前記リジェクトパラメー
   タ２以下の場合に、前記機器の動作を制御しない機器制
   御手段とを備えたことを特徴とする音を出力する機器を
   制御する制御装置。
2. 【請求項２】 前記音収集手段によって収集された音の
   量を検出する音量検出手段を備え、 前記音声認識手段によって得られた信頼度が前記リジェ
   クトパラメータ１より小さく、かつ前記リジェクトパラ
   メータ２より大きい場合であって、前記機器制御手段が
   前記機器からの音量を小さくするように前記機器を制御
   してから所定の期間内に、前記音量検出手段によって検
   出された音の量が所定の音声レベルよりも大きい期間が
   なかったとき、 前記機器制御手段は、前記機器が出力する音量を制御前
   の量に戻すように、前記機器を制御することを特徴とす
   る請求項１に記載の音を出力する機器を制御する制御装
   置。
3. 【請求項３】 前記音声認識手段によって得られた信頼
   度が前記リジェクトパラメータ１より小さく、かつ前記
   リジェクトパラメータ２より大きい場合であって、前記
   機器制御手段が前記機器からの音量を小さくするように
   前記機器を制御した後に、前記機器制御手段が前記音声
   認識手段によって得られた新たな認識単語に基づいて前
   記機器の動作を制御したとき、 前記機器制御手段は、前記機器が出力する音量を制御前
   の量に戻すように、前記機器を制御することを特徴とす
   る請求項１に記載の音を出力する機器を制御する制御装
   置。
4. 【請求項４】 前記音声認識手段によって得られた信頼
   度が前記リジェクトパラメータ１より小さく、かつ前記
   リジェクトパラメータ２より大きい場合であって、前記
   機器制御手段が前記機器からの音量を小さくするように
   前記機器を制御してから所定の期間内に、前記機器制御
   手段が新たな認識単語に基づいて前記機器の動作を制御
   しないとき、 前記機器制御手段は、前記機器が出力する音量を制御前
   の量に戻すように、前記機器を制御することを特徴とす
   る請求項１に記載の音を出力する機器を制御する制御装
   置。
5. 【請求項５】 前記機器が出力する音量の設定値を検出
   する音量設定値検出手段と、 その音量設定値検出手段によって検出された設定値に基
   づいて、前記リジェクトパラメータ１および／または前
   記リジェクトパラメータ２を変更するためのパラメータ
   変更手段とを備えたことを特徴とする請求項１に記載の
   音を出力する機器を制御する制御装置。
6. 【請求項６】 前記機器が出力する音量の設定値を検出
   する音量設定値検出手段と、 その音量設定値検出手段によって検出された設定値に基
   づいて、前記所定の期間および／または前記音声レベル
   を変更するためのパラメータ変更手段とを備えたことを
   特徴とする請求項２または４に記載の音を出力する機器
   を制御する制御装置。
7. 【請求項７】 請求項１から６のいずれかに記載の本発
   明の全部または一部の手段の全部または一部の機能をコ
   ンピュータにより実行させるためのプログラムおよび／
   またはデータを担持した媒体であって、コンピュータに
   より処理可能なことを特徴とする媒体。
8. 【請求項８】 請求項１から６のいずれかに記載の本発
   明の全部または一部の手段の全部または一部の機能をコ
   ンピュータにより実行させるためのプログラムおよび／
   またはデータであることを特徴とする情報集合体。