JP2003015689A

JP2003015689A - 音声操作装置

Info

Publication number: JP2003015689A
Application number: JP2001197398A
Authority: JP
Inventors: Yoshio Nakajima; 芳夫中島
Original assignee: Sumitomo Electric Industries Ltd
Current assignee: Sumitomo Electric Industries Ltd
Priority date: 2001-06-28
Filing date: 2001-06-28
Publication date: 2003-01-17

Abstract

(57)【要約】【課題】複数の単語からなる一連の文章における個々
の単語毎に登録，認識が可能であり、認識結果に基づい
て一連の文章が示すコマンドを発行することができる音
声操作装置の提供。【解決手段】入力される音声信号に基づく音声データ
と比較するための音声データ、及び該音声データに対応
する文字列が関連付けられて記憶される辞書テーブル１
５と、車両に搭載された種々の装置を操作するためのコ
マンド、及び複数の文字列が組み合わされて前記コマン
ドを示す複文字列データが関連付けられて記憶されてい
るコマンドテーブル１６とを備えている。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、外部装置として例
えば、車両に搭載されているステレオ装置，空調装置等
を、音声に基づいて操作するための音声操作装置に関す
るものである。

【０００２】

【従来の技術】従来、車両の搭乗者が、車両に搭載され
た周辺装置、例えばステレオ装置，空調装置等を操作す
る場合、これらの装置が具備するスイッチ類，操作パネ
ル等を手操作により行うのは煩瑣である。

【０００３】この問題を解決すべく、車両の搭乗者が発
した音声に基づいて周辺装置を操作するための装置が、
特開２００１−５４９２により提案されている。該装置
は、入力された音声が、登録語記憶手段に予め登録され
ている登録語又は追加登録された登録語に一致する場合
に、コマンド発行手段に記憶され前記登録語に対応する
コマンドを、周辺装置に対して発行するものである。

【０００４】

【発明が解決しようとする課題】ところで、提案されて
いる前記装置による場合、登録語及びコマンドが一対一
に対応している。例えば、冷房を起動させるコマンドに
は「空調，冷房，オン」という一連の登録語が対応し、
冷房を停止させるコマンドには「空調，冷房，オフ」と
いう一連の登録語が対応している。

【０００５】従って、一連の登録語における個々の単語
毎に認識し、認識結果に基づいて一連の登録語に対応す
るコマンドを発行する手段を備えていないため、登録語
記憶手段には重複する単語が多数記憶されることにな
り、無駄が多く発生する。

【０００６】本発明は、上述したような事情に鑑みてな
されたものであり、本発明に係る音声操作装置は、音声
データ（例えば、音声「空調」をスペクトル分析してコ
ード化したデータ）、及び文字列データ（例えば、文字
列「くうちょう」）が関連付けられて記憶されている辞
書テーブルと、複数の文字列データ（例えば、文字列
「くうちょう」，「れいぼう」，「おん」）により構成
されて周辺装置への指示内容を示す複文字列データ（例
えば、「くうちょう，れいぼう，おん」）及び前記指示
内容に応じて指示するための指示データが関連付けられ
て記憶されている指示テーブルとを備え、車両の搭乗者
等により発せられ、複数の文字列を意味する音声に対応
する文字列データが夫々辞書テーブルに記憶されている
場合であり、夫々の文字列データから構成される複文字
列データが指示テーブルに記憶されている場合に、前記
複文字列データに関連付けて記憶されている指示データ
に基づいて周辺装置へ指示する。

【０００７】上述した構成となすことにより、搭乗者等
が発する音声に対応する文字列データの組合せに関連付
けられた指示データに基づき、周辺装置に指示すること
ができ、例えば冷房を起動又は停止させる指示データに
対し、辞書テーブルは「くうちょう」，「れいぼう」，
「おん」，「おふ」を記憶するだけで済み、文字列が重
複して記憶されることがなく、無駄がない音声操作装置
を提供することを目的とする。

【０００８】また、辞書テーブルに音声データ及び文字
列データを関連付けて記録する手段と、指示テーブルに
複文字列データ及び指示データを関連付けて記録する手
段とを更に備えている。

【０００９】上述した構成となすことにより、予め記憶
されているデータの他に追加して記憶させることがで
き、ユーザである搭乗者等の用途及びユーザに固有の言
い回し等に応じて、周辺装置を適切に操作することがで
きる音声操作装置を提供することを目的とする。

【００１０】また、本発明に係る音声操作装置は、音声
データ及び文字列データが関連付けて記憶されている辞
書テーブルと、指示内容を特定する各要素に対応する文
字列データを階層的に分類した各階層毎の文字列階層デ
ータ、及び該文字列階層データが示す特定された指示内
容に応じて指示するための指示要素データを関連付けて
記憶する複数の階層テーブルとを備え、搭乗者等により
発せられ、複数の文字列を意味する音声に対応する文字
列データが夫々辞書テーブルに記憶されている場合であ
り、夫々の文字列データに対応する文字列階層データ
が、前記複数の階層テーブルにて階層的に記憶されてい
る場合に、前記文字列階層データの夫々に関連付けられ
ている指示要素データに基づいて周辺装置へ指示する。

【００１１】上述した構成となすことにより、搭乗者等
が発する音声を構成する各要素に対応し、各階層テーブ
ルに記憶されている文字列階層データに関連付けられた
指示要素データに基づき、周辺装置に指示することがで
き、辞書テーブルに文字列が重複して記憶されることが
ない。また、搭乗者が発する音声を構成する第２音声デ
ータに基づき、各階層テーブル毎に文字列階層データの
存在の有無を判別でき、搭乗者等が発した音声に対応す
る文字列階層データに関連付けられた指示要素データが
存在するか否かの判別を高速に行うことができる音声操
作装置を提供することを目的とする。

【００１２】また、辞書テーブルに音声データ及び文字
列データを関連付けて記録する手段と、階層テーブルに
文字列階層データ及び指示要素データを関連付けて記録
する手段とを更に備えている。

【００１３】上述した構成となすことにより、文字列階
層データが複数の階層テーブルにおいて階層的に記憶さ
れている場合であっても、予め記憶されているデータの
他に追加して記憶させることができ、ユーザである搭乗
者等の用途及びユーザ固有の言い回し等に応じて、周辺
装置を適切に操作することができる音声操作装置を提供
することを目的とする。

【００１４】

【課題を解決するための手段】第１発明に係る音声操作
装置は、入力された音声に基づいて外部装置を操作する
ための音声操作装置において、第１音声データ及び文字
列データが関連付けられて記憶されている辞書テーブル
と、複数の文字列データにより構成されて前記外部装置
への指示内容を示す第１複文字列データ、及び前記指示
内容に応じて前記外部装置へ指示するための指示データ
が関連付けられて記憶されている指示テーブルとを備
え、複数の第２音声データにより構成される複音声デー
タを受け付ける手段と、前記第２音声データの夫々に対
応する第１音声データが前記辞書テーブルに記憶されて
いるか否かを判別する手段と、記憶されていると判別し
た場合に、前記第１音声データの夫々に関連付けられて
いる文字列データにより構成される第２複文字列データ
に対応する第１複文字列データが、前記指示テーブルに
記憶されているか否かを判別する手段と、記憶されてい
ると判別した場合に、前記第１複文字列データに関連付
けられて記憶されている指示データに基づいて前記外部
装置へ指示する手段とを備えることを特徴とする。

【００１５】第１発明に係る音声操作装置による場合
は、ユーザである搭乗者等が発する音声である複音声デ
ータを受け付け、該複音声データを構成する第２音声デ
ータに対応する第１音声データが辞書テーブルに記憶さ
れている場合であり、前記第１音声データに関連付けら
れている文字列データにより構成される第２複文字列デ
ータに対応する第１複文字列データが指示テーブルに記
憶されている場合に、前記第１複文字列データに関連付
けられている指示データに基づいて外部装置へ指示する
ことにより、例えば冷房を起動又は停止させる指示デー
タに対し、辞書テーブルは「くうちょう」，「れいぼ
う」，「おん」，「おふ」に対応する第１音声データ及
び文字列データを関連付けて記憶するだけで済み、同一
の文字列データが重複して記憶されることがなく、無駄
がない音声操作装置を実現することができる。

【００１６】第２発明に係る音声操作装置は、第１発明
に係る音声操作装置において、前記辞書テーブルに第１
音声データ及び文字列データを関連付けて記録する手段
と、前記指示テーブルに第１複文字列データ及び指示デ
ータを関連付けて記録する手段とを更に備えることを特
徴とする。

【００１７】第２発明に係る音声操作装置は、辞書テー
ブルに第１音声データ及び文字列データを関連付けて記
憶する手段と、指示テーブルに第１複文字列データ及び
指示データを関連付けて記憶する手段とを更に備えるこ
とにより、予め記憶されているデータ及びコマンドの他
に追加して記憶させることができ、ユーザである搭乗者
等の用途及びユーザに固有の言い回し等に応じて、周辺
装置を適切に操作することができる音声操作装置を実現
することができる。

【００１８】第３発明に係る音声操作装置は、入力され
た音声に基づいて外部装置を操作するための音声操作装
置において、第１音声データ及び文字列データが関連付
けられて記憶されている辞書テーブルと、組み合わせる
ことにより前記外部装置への指示内容を示し、該指示内
容を特定する複数の要素の夫々に対応する複数の文字列
データを階層的に分類した各階層毎の文字列階層デー
タ、及び該文字列階層データが示す前記要素に応じて前
記外部装置へ指示するための指示要素データを関連付け
て記憶する複数の階層テーブルとを備え、複数の第２音
声データにより構成される複音声データを受け付ける手
段と、前記第２音声データの夫々に対応する第１音声デ
ータが前記辞書テーブルに記憶されているか否かを判別
する手段と、記憶していると判別した場合に、前記第１
音声データの夫々に関連付けられている文字列データに
対応する文字列階層データが、夫々前記複数の階層テー
ブルにて階層的に記憶されているか否かを判別する手段
と、階層的に記憶されていると判別した場合に、前記文
字列階層データの夫々に関連付けられている指示要素デ
ータに基づいて前記外部装置へ指示する手段とを備える
ことを特徴とする。

【００１９】第３発明に係る音声操作装置は、ユーザで
ある搭乗者等が発する音声である複音声データを受け付
け、該複音声データを構成する第２音声データに対応す
る第１音声データが辞書テーブルに記憶されている場合
であり、前記第１音声データの夫々に関連付けられてい
る文字列データに対応する文字列階層データが、複数の
階層テーブルにて階層的に記憶されている場合に、前記
文字列階層データに関連付けられている指示要素データ
に基づいて外部装置へ指示することにより、辞書テーブ
ルに文字列が重複して記憶されることがない。また、搭
乗者が発する音声を構成する第２音声データに基づき、
各階層テーブル毎に文字列階層データの存在の有無を判
別でき、搭乗者等が発した音声に対応する文字列階層デ
ータに関連付けられた指示要素データが存在するか否か
の判別を高速に行うことができる音声操作装置を実現す
ることができる。

【００２０】第４発明に係る音声操作装置は、第３発明
に係る音声操作装置において、前記辞書テーブルに第１
音声データ及び文字列データを関連付けて記録する手段
と、前記階層テーブルに文字列階層データ及び指示要素
データを関連付けて記録する手段とを更に備えることを
特徴とする。

【００２１】第４発明に係る音声操作装置は、辞書テー
ブルに第１音声データ及び文字列データを関連付けて記
憶する手段と、階層テーブルに文字列階層データ及び指
示要素データを関連付けて記憶する手段と更に備えるこ
とにより、文字列階層データが複数の階層テーブルにお
いて階層的に記憶されている場合であっても、ユーザで
ある搭乗者等の使用範囲，使用目的、及びユーザ固有の
言い回し等に応じて、周辺装置を適切に操作することが
できる音声操作装置を実現することができる。

【００２２】

【発明の実施の形態】以下、本発明をその実施の形態を
示す図面に基づいて詳述する。（実施の形態１）図１は、本発明に係る音声操作装置の
実施の形態を示すブロック図である。図中１は本発明に
係る音声操作装置であり、マイク２１及びスピーカ２２
に接続されている。音声操作装置１は音声入出力コンバ
ータ１１を備え、マイク２１から入力されるアナログの
音声信号をＡ／Ｄ変換し、また、ディジタルの音声信号
をＤ／Ａ変換してスピーカ２２へ出力する。

【００２３】音声入出力コンバータ１１は音声認識手段
１２に接続しており、音声入出力コンバータ１１にてデ
ィジタル変換された音声信号が、音声認識手段１２へ入
力される。音声認識手段１２は、入力された音声信号を
スペクトル分析してコード化された音声データに変換
し、該音声データに対応する音声データが、辞書テーブ
ル１５に記憶されているか否かを判別することにより音
声認識を行う。

【００２４】図２は辞書テーブル１５の構成を示す模式
図である。辞書テーブル１５は、入力された音声信号に
基づく音声データと比較するための音声データ（…，so
und022，sound023，…）と、該音声データに対応する文
字列データ（…，えあこん，おーでぃお，…）とが、関
連付けられて予め記憶されている。

【００２５】音声認識手段１２へ入力された音声信号
が、複数の文字列を示している場合は、音声信号が示す
文字列の組合せ順に辞書テーブル１５を参照して音声認
識を行い、認識された場合は、前記文字列の組合せ順
に、対応する文字列データをコマンド出力手段１３へ出
力する。

【００２６】コマンド出力手段１３は、入力された文字
列データに基づいてコマンドテーブル１６を参照し、該
文字列データにより前記組合せ順に構成された複文字列
データに対応する複文字列データが、コマンドテーブル
１６に記憶されているか否かを判別する。

【００２７】図３は本実施の形態に係るコマンドテーブ
ル１６の構成を示す模式図である。コマンドテーブル１
６は、外部通信装置，エアコン，オーディオ等、車両に
搭載された種々の装置を操作するためのコマンド（…，
command112,command113，…）が記憶されており、複数
の文字列（文字列データ１〜４）が組み合わされており
前記コマンドを示す複文字列データ（「えあこん，れい
ぼう，にじゅうど，おん」等）が、前記コマンドに関連
付けられて記憶されている。

【００２８】コマンドテーブル１６を参照した結果、対
応する複文字列データが記憶されていると判別された場
合、コマンド出力手段１３は、前記複文字列データに対
応付けられて記憶されているコマンドをＬＡＮアダプタ
等の通信手段１４へ出力する。通信手段１４はＬＡＮ回
線等により、インターネット等の通信ネットワークに接
続可能でありメールの作成機能及び送受信機能を有する
外部通信装置２３，空調装置２４，オーディオ２５，カ
ーナビゲーション装置２６等の種々の装置に接続されて
おり、コマンド出力手段１３から出力されたコマンド
を、指定された装置へ送信する。

【００２９】また通信手段１４には、音声操作装置１の
外部装置の一つである液晶ディスプレイ（ＬＣＤ）等の
表示手段２７が接続されており、外部通信装置２３にて
メールを作成する際のモニタ、及びカーナビゲーション
装置２６にて用いるモニタを兼ねている。また、該表示
手段２７は通信手段１４を介し、音声認識手段１２での
音声データに係る判別結果に応じて出力されたデータ、
又は、コマンド出力手段１３での複文字列データに係る
判別結果に応じて出力されたコマンドに基づいて種々の
表示を行う。

【００３０】図４は、表示手段２７にて表示される内容
の一例を示す模式図である。ユーザがマイク２１へ向か
って「外部通信装置，メール作成」と音声を発した場
合、音声認識手段１２にて音声認識が行われた後、コマ
ンド出力手段１３から通信手段１４を介して出力された
コマンドに基づき、メール作成用に参照する画面を表示
する。

【００３１】図５は、表示手段２７にて表示される内容
の他の一例を示す模式図である。ユーザがマイク２１へ
向かって「エアコン，調整」と音声を発した場合、音声
認識手段１２にて音声認識が行われた後、コマンド出力
手段１３から通信手段１４を介して出力されたコマンド
に基づき、エアコン調整用に参照する画面を表示する。

【００３２】表示手段２７は上述した他、通信手段１４
からの出力に基づいて種々の表示が可能であり、オーデ
ィオ装置２５を操作する場合はオーディオ調整用に参照
する画面を表示することが可能である。また、音声認識
手段１２にて音声認識ができなかった場合、又は、コマ
ンド出力手段１３にて該当するコマンドに関するデータ
が記憶されていないと判別された場合は、実行できない
旨の表示、又は、再度音声入力をすべき旨の表示を行う
こともでき、これらの旨はスピーカ２２を介して音声に
より示してもよい。

【００３３】また、音声操作装置１は、辞書テーブル１
５及びコマンドテーブル１６に、音声データ，文字列デ
ータ，複文字列データ，及びコマンドを、追加記憶させ
て登録するための登録手段１７を備えている。該登録手
段１７は、音声入出力コンバータ１１，辞書テーブル１
５，及びコマンドテーブル１６に接続され、更に音声操
作装置１の外部装置の一つであるキーボード等の操作手
段２８に接続されている。

【００３４】登録手段１７は、マイク２１を通じて音声
入出力コンバータ１１へ入力された音声データを、ユー
ザによる操作手段２８の操作に基づき、辞書テーブル１
５へ追加記憶させる。また登録手段１７は、ユーザが操
作手段２８を用いて入力した文字列に基づき、文字列デ
ータ及び複文字列データを追加記憶させる。更に、登録
手段１７は通信手段１４を介して表示手段２７に接続さ
れており、該表示手段２７にてコマンド一覧を表示さ
せ、該コマンド一覧から選択することによりコマンドを
追加記憶させる。

【００３５】図６は、コマンドを追加記憶させる場合に
ユーザが参照すべく表示手段２７にて表示される画面の
一例を示す模式図である。なお、ここで表示手段２７は
タッチパネル式の液晶ディスプレイであり、操作手段２
８の機能を兼ね備えている場合の一例を示している。画
面には、コマンドに対応させる複文字列データを構成す
る各文字列データを入力すべく、ひらがな入力ボタンが
表示され、また、コマンドがプルダウンメニューとして
表示される。

【００３６】ユーザは、ひらがな入力ボタンを操作する
か、マイク２１に向かって発声することにより、各文字
列データを入力して複文字列データを決定し、更にプル
ダウンメニューにて前記複文字列データに割り当てるコ
マンドを選択し、決定することによってコマンドテーブ
ルに、新たなコマンドを追加記憶させることができる。

【００３７】次に、上述した構成をなす音声操作装置１
の動作の一例について図７に示すフローチャートを用い
て説明する。なおここでは、車両で走行しているユーザ
が、交通渋滞により待ち合わせ時間に遅れて目的地へ到
達する予定の場合に、待ち合わせ相手（鈴木氏）へメー
ルで遅れる旨を報せる場合を想定している。

【００３８】ユーザがマイク２１へ向かって「がいぶつ
うしんそうち，めーるさくせい，すずきあて，ちこくり
ゆうじゅうたい」と、複数の文字列を含む発声をした場
合、マイク２１はアナログの音声信号として音声操作装
置１が備える音声入出力コンバータ１１へ入力する。音
声入出力コンバータ１１は入力された音声信号をディジ
タルの音声信号に変換して音声認識手段１２へ出力す
る。

【００３９】音声認識手段１２はディジタルの音声信号
の入力を受け付け（Ｓ１）、受け付けた音声信号をスペ
クトル分析し、コード化した音声データを生成する（Ｓ
２）。音声認識手段１２は、生成した音声データに基づ
いて辞書テーブル１５を参照する（Ｓ３）。

【００４０】音声認識手段１２は、生成した前記音声デ
ータと、辞書テーブル１５に記憶されている音声データ
（…，sound022，sound023，…）とを比較し、一致する
か否かを判別する（Ｓ４）。ここでは、「がいぶつうし
んそうち」を示す音声信号から生成された音声データは
音声データ「sound065」に一致し、「めーるさくせい」
は音声データ「sound286」に一致し、「すずきあて」は
音声データ「sound080」に一致し、「ちこくりゆうじゅ
うたい」は音声データ「sound144」に一致する。判別し
た結果、一致した場合は、前記音声データに関連付けら
れて記憶されている文字列データ「がいぶつうしんそう
ち」，「めーるさくせい」，「すずきあて」，「ちこく
りゆうじゅうたい」を取得する（Ｓ５）。

【００４１】取得した複数の文字列データは、音声認識
手段１２からコマンド出力手段１３へ出力され、コマン
ド出力手段１３は、入力された複数の文字列データに基
づいてコマンドテーブル１６を参照する（Ｓ６）。即
ち、受信した複数の文字列データを用いて複文字列デー
タ「がいぶつうしんそうち，めーるさくせい，すずきあ
て，ちこくりゆうじゅうたい」を生成し、生成した複文
字列データと、コマンドテーブル１６に記憶されている
複文字列データとを比較して一致するか否かを判別する
（Ｓ７）。ここでは、コマンド「command141」に関連付
けられている複文字列データに一致する（図３参照）。

【００４２】判別した結果、一致した場合は、前記複文
字列データに関連付けられて記憶されているコマンド
「command141」を取得し（Ｓ８）、取得したコマンド
「command141」を通信手段１４へ出力する（Ｓ９）。コ
マンドの入力を受け付けた通信手段１４は、ＬＡＮ等の
通信回線を介してメール作成機能を有する外部通信装置
２３へ出力する。

【００４３】またステップ４にて、音声信号に基づいて
生成した音声データが、辞書テーブル１５に記憶されて
いる音声データに一致しないと判別した場合、又は、ス
テップ７にて、コマンド出力手段１３にて生成した複文
字列データが、コマンドテーブル１６に記憶されている
複文字列データに一致しないと判別した場合は、通信手
段１４を介して表示手段２７にてその旨を示すエラー表
示を行う（Ｓ１０）。

【００４４】ここで、コマンド「command141」の入力を
受け付けた外部通信装置２３は、該コマンド「command1
41」に応じてメール作成用の画面を通信手段１４を介し
て表示手段２７に表示させる。図８はコマンドの入力を
受け付けた場合に表示手段２７が表示する内容の一例を
示す模式図である。表示手段２７には、文章雛形，宛
先，作成日時，題目等が自動的に挿入されたメール作成
用画面が表示される。また、音声操作装置１のユーザが
限定的に登録されている場合には、発信者名（「小林」
等）が自動的に挿入される。

【００４５】更に、ユーザがマイク２１へ向かって「が
いぶつうしんそうち，めーるさくせい」と発声した場合
は、音声操作装置１は前述と同様にステップ１〜８の動
作を行い、その結果取得したコマンドが外部通信装置２
３へ出力される。コマンドの入力を受け付けた外部通信
装置２３は、コマンドに応じ、表示手段２７にて表示さ
れた内容のメールを外部通信ネットワークへ送信する。

【００４６】本実施に係る音声操作装置１によれば、辞
書テーブル１５は、文字列毎に音声データ及び文字列デ
ータが関連付けられて記憶されており、コマンドテーブ
ル１６は、複文字列データ及びコマンドが関連付けられ
て記憶されており、ユーザの発声に基づいて文字列毎に
音声データを認識し、認識した音声データにより組み合
わされる複音声データに対応するコマンドを出力するた
め、辞書テーブル１５において音声データ及び文字列デ
ータを重複して記憶することがない。

【００４７】また、登録手段１７を備え、マイク２１を
通じて入力された音声信号、操作手段２８により入力さ
れた文字列データ，複文字列データ，コマンドを、辞書
テーブル１５，コマンドテーブル１６に記憶させること
ができるため、予め記憶されたデータ及びコマンドの他
に追加して記憶させることができ、ユーザの用途及びユ
ーザに固有の言い回し等に応じて種々の装置を適切に操
作することができる。

【００４８】（実施の形態２）図９は、本発明に係る音
声操作装置１０の他の実施の形態を示すブロック図であ
る。図中において図１に示すものと同じ符号を付してあ
るものは、実施の形態１において説明したものと同様の
構成，機能を有しており、ここでの説明は省略する。図
中１６０は、外部通信装置２３，空調装置２４等の外部
装置に対して指示するコマンドを記憶するコマンドテー
ブルである。

【００４９】図１０はコマンドテーブル１６０の構成を
示す模式図である。コマンドテーブル１６０は、多数の
ファイルが階層構造をなして関連付けられており、最上
位層には、装置名称テーブルファイル１６１が存在して
いる。該装置名称テーブルファイル１６１の下位層に
は、本実施の形態における音声操作装置１０が備える通
信手段１４を介して接続されている外部装置である外部
通信装置２３，空調装置２４，オーディオ装置２５，カ
ーナビゲーション装置２６等に関する各テーブルファイ
ルが存在し、更に、各装置に関するテーブルファイルの
下位層にも複数のテーブルファイルが順次存在してい
る。

【００５０】図１１は装置名称テーブルファイル１６１
に記憶されている内容を示す模式図である。装置名称テ
ーブルファイル１６１には、本実施の形態における音声
操作装置１０が備える通信手段１４を介して接続されて
いる外部装置である外部通信装置２３，空調装置２４，
オーディオ装置２５，カーナビゲーション装置２６等の
名称と、該名称の文字列データと、各外部装置に関連付
けられる下位層のファイル名称とが関連付けられて記憶
されている。

【００５１】装置名称テーブルファイル１６１に記憶さ
れている各外部装置のうち、装置名称「外部通信装置」
の下位層にはファイル「 Cucom.txt」が関連付けられて
記憶されている。図１２は、ファイル名称が「 Cucom.t
xt」である外部通信装置テーブルファイル１６２に記憶
されている内容を示す模式図である。外部通信装置テー
ブルファイル１６２には、外部通信装置２３に対して指
示し得る種々のコマンド（ command21， command22，
…）と、文字列データ（「めーるさくせい」，「ねっと
けんさく」，…）と、前記各コマンドに関連付けられて
いる下位層のファイル名称とが関連付けられて記憶され
ている。

【００５２】外部通信装置テーブルファイル１６２に記
憶されている各コマンドのうち、コマンド「 command2
1」の下位層にはファイル「arg1.txt」，「arg2.txt」
が関連付けられて記憶されている。図１３は、ファイル
名称が「arg1.txt」である第１引数テーブルファイル１
６３に記憶されている内容を示す模式図であり、図１４
は、ファイル名称が「arg2.txt」である第２引数テーブ
ルファイル１６４に記憶されている内容を示す模式図で
ある。

【００５３】第１引数テーブルファイル１６３には、メ
ールを作成する際の宛名に関する文字列データ（「すず
きあて」，「きたむらあて」，…）、及び該文字列デー
タに関連付けられている第１引数（ 211， 212，…）が
記憶されている。また、第２引数テーブルファイル１６
４には、メールを作成する際の文章雛形に関する文字列
データ（「ちこくりゆうじゅうたい」，「かくにんげん
ざいち」，…）、及び該文字列データに関連付けられて
いる第２引数（2111，2112，…）が記憶されている。

【００５４】上述した構成をなす音声操作装置１０の動
作の一例について図１５に示すフローチャートを用いて
説明する。なおここでは、実施の形態１と同様、車両で
走行しているユーザが、交通渋滞により待ち合わせ時間
に遅れて目的地へ到達する予定の場合に、待ち合わせ相
手（鈴木氏）へメールで遅れる旨を報せる場合を想定し
ている。

【００５５】ユーザがマイク２１へ向かって「がいぶつ
うしんそうち，めーるさくせい，すずきあて，ちこくり
ゆうじゅうたい」と、複数の文字列を含む発声をした場
合、マイク２１から音声入出力コンバータ１１を介して
ディジタルの音声信号に変換され、音声認識手段１２へ
入力される。音声認識手段１２は、音声信号の入力を受
け付け（Ｓ１１）、該音声信号に基づいてコード化した
音声データを生成し（Ｓ１２）、生成した音声データに
基づいて辞書テーブル１５を参照する（Ｓ１３）。

【００５６】音声認識手段１２は、実施の形態１にて説
明したのと同様に、生成した音声データと辞書テーブル
１５に記憶されている音声データとを比較して一致する
か否かを判別する（Ｓ１４）。判別した結果、一致した
場合は前記音声データに関連付けられて記憶されている
文字列データ「がいぶつしんそうち」，「めーるさくせ
い」，「すずきあて」，「ちこくりゆうじゅうたい」を
取得する（Ｓ１５）

【００５７】取得した複数の文字列データは、音声認識
手段１２からコマンド出力手段１３へ出力され、コマン
ド出力手段１３は、入力された複数の文字列データに基
づいてコマンドテーブル１６０を参照する（Ｓ１６）。

【００５８】図１６は、コマンドテーブル１６０を参照
する際の動作について説明するためのフローチャートで
ある。コマンド出力手段１３は、装置名称テーブルファ
イル１６１を参照し（Ｓ１６１）、取得した文字列のう
ち最初の文字列である「がいぶつうしんそうち」に一致
する文字列データが存在するか否かを判別する（Ｓ１６
２）。

【００５９】判別した結果、一致する文字列データが存
在する場合は、文字列データ「がいぶつうしんそうち」
に関連付けられている装置名称「外部通信装置」及びフ
ァイル名称「 Cucom.txt」を取得し、ファイル名称「 C
ucom.txt」に基づいて外部通信装置テーブルファイル１
６２を参照する（Ｓ１６３）。外部通信装置テーブルフ
ァイル１６２において、取得した２番目の文字列「めー
るさくせい」に一致する文字列データが存在するか否か
を判別する（Ｓ１６４）。

【００６０】判別した結果、一致する文字列データが存
在する場合は、文字列データ「めーるさくせい」に関連
付けられているコマンド「 command21」及びファイル名
称「arg1.txt」，「arg2.txt」を取得するし、ファイル
名称「arg1.txt」に基づいて第１引数テーブルファイル
１６３を参照する（Ｓ１６５）。

【００６１】第１引数テーブルファイル１６３におい
て、取得した３番目の文字列「すずきあて」に一致する
文字列データが存在するか否かを判別する（Ｓ１６
６）。判別の結果、一致する文字列データが存在する場
合は、文字列データ「すずきあて」に関連付けられてい
る第１引数「 211」を取得する。

【００６２】ファイル名称「arg2.txt」に基づいて第２
引数テーブルファイル１６４を参照する（Ｓ１６７）。
第２引数テーブルファイル１６４において、取得した４
番目の文字列「ちこくりゆうじゅうたい」に一致する文
字列データが存在するか否かを判別する（Ｓ１６８）。
判別の結果、一致する文字列データが存在する場合は、
文字列データ「ちこくりゆうじゅうたい」に関連付けら
れている第２引数「 2111」を取得する。

【００６３】以上により、「外部通信装置」に対するコ
マンド「 command21， 211，2111」を取得し（Ｓ１
７）、取得した前記コマンドを通信手段１４へ出力する
（Ｓ１８）。コマンドの入力を受け付けた通信手段１４
は、ＬＡＮ等の通信回線を介してメール作成機能を有す
る外部通信装置２３へ出力する。以後、前記コマンドに
基づいて外部通信装置２３が行うメール作成動作、及び
作成したメールを送信する動作は、実施の形態１におい
て説明したものと同様であるので説明は省略する。

【００６４】なお、ステップ１４にて、音声信号に基づ
いて生成した音声データが、辞書テーブル１５に記憶さ
れている音声データに一致しないと判別した場合は通信
手段１４を介して表示手段２７にてその旨を示すエラー
表示を行い（Ｓ１９）、ステップ１６２，１６４，１６
６及び１６８において、取得した文字列が記憶されてい
る文字列データに一致しないと判別した場合にも、通信
手段１４を介して表示手段２７にてエラー表示を行う
（Ｓ１６９）。

【００６５】本実施に係る音声操作装置１０によれば、
コマンドテーブル１６０が、装置名称テーブルファイル
１６１，外部通信装置テーブルファイル１６２，第１引
数テーブルファイル１６３及び第２引数テーブルファイ
ル１６４等から成り、文字列データ毎に階層的に記憶さ
れているため、ユーザが発した音声に対応する文字列デ
ータがコマンドテーブル１６０に記憶されているか否か
の判別を高速に行うことができる。

【００６６】

【発明の効果】第１発明に係る音声操作装置によれば、
例えば冷房を起動又は停止させる指示データに対し、辞
書テーブルは「くうちょう」，「れいぼう」，「お
ん」，「おふ」に対応する第１音声データ及び文字列デ
ータを関連付けて記憶するだけで済み、同一の文字列デ
ータが重複して記憶されることがなく、無駄がない音声
操作装置を実現することができる。

【００６７】第２発明に係る音声操作装置によれば、予
め記憶されているデータ及びコマンドの他に追加して記
憶させることができ、ユーザである搭乗者等の用途及び
ユーザに固有の言い回し等に応じて、周辺装置を適切に
操作することができる音声操作装置を実現することがで
きる。

【００６８】第３発明に係る音声操作装置によれば、辞
書テーブルに文字列が重複して記憶されることがない。
また、搭乗者が発する音声を構成する第２音声データに
基づき、各階層テーブル毎に文字列階層データの存在の
有無を判別でき、搭乗者の発声に対応する文字列階層デ
ータに関連付けられた指示要素データが存在するか否か
の判別を高速に行うことができる音声操作装置を実現す
ることができる。

【００６９】第４発明に係る音声操作装置によれば、ユ
ーザである搭乗者等の使用範囲，使用目的、及びユーザ
固有の言い回し等に応じて、周辺装置を適切に操作する
ことができる音声操作装置を実現することができる。

【図面の簡単な説明】

【図１】本発明に係る音声操作装置の実施の形態を示す
ブロック図である。

【図２】辞書テーブルの構成を示す模式図である。

【図３】実施の形態１に係るコマンドテーブルの構成を
示す模式図である。

【図４】表示手段にて表示される内容の一例を示す模式
図である。

【図５】表示手段にて表示される内容の他の一例を示す
模式図である。

【図６】コマンドを追加記憶させる場合にユーザが参照
すべく表示手段にて表示される画面の一例を示す模式図
である。

【図７】実施の形態１における音声操作装置の動作の一
例を説明するためのフローチャートである。

【図８】コマンドの入力を受け付けた場合に表示手段が
表示する内容の一例を示す模式図である。

【図９】本発明に係る音声操作装置の他の実施の形態を
示すブロック図である。

【図１０】実施の形態２に係るコマンドテーブルの構成
を示す模式図である。

【図１１】装置名称テーブルファイルに記憶されている
内容を示す模式図である。

【図１２】外部通信装置テーブルファイルに記憶されて
いる内容を示す模式図である。

【図１３】第１引数テーブルファイルに記憶されている
内容を示す模式図である。

【図１４】第２引数テーブルファイルに記憶されている
内容を示す模式図である。

【図１５】実施の形態２における音声操作装置の動作の
一例を説明するためのフローチャートである。

【図１６】コマンドテーブルを参照する際の動作を説明
するためのフローチャートである。

【符号の説明】

１，１０音声操作装置１１音声入出力コンバータ１２音声認識手段１３コマンド出力手段１４通信手段１５辞書テーブル１６，１６０コマンドテーブル１７登録手段２１マイク２２スピーカ２７表示装置２８操作手段１６１装置名称テーブルファイル１６２外部通信装置テーブルファイル１６３第１引数テーブルファイル１６４第２引数テーブルファイル

Claims

【特許請求の範囲】

【請求項１】入力された音声に基づいて外部装置を操
作するための音声操作装置において、第１音声データ及び文字列データが関連付けられて記憶
されている辞書テーブルと、複数の文字列データにより
構成されて前記外部装置への指示内容を示す第１複文字
列データ、及び前記指示内容に応じて前記外部装置へ指
示するための指示データが関連付けられて記憶されてい
る指示テーブルとを備え、複数の第２音声データにより構成される複音声データを
受け付ける手段と、前記第２音声データの夫々に対応す
る第１音声データが前記辞書テーブルに記憶されている
か否かを判別する手段と、記憶されていると判別した場
合に、前記第１音声データの夫々に関連付けられている
文字列データにより構成される第２複文字列データに対
応する第１複文字列データが、前記指示テーブルに記憶
されているか否かを判別する手段と、記憶されていると
判別した場合に、前記第１複文字列データに関連付けら
れて記憶されている指示データに基づいて前記外部装置
へ指示する手段とを備えることを特徴とする音声操作装
置。
【請求項２】前記辞書テーブルに第１音声データ及び
文字列データを関連付けて記録する手段と、前記指示テ
ーブルに第１複文字列データ及び指示データを関連付け
て記録する手段とを更に備えることを特徴とする請求項
１に記載の音声操作装置。
【請求項３】入力された音声に基づいて外部装置を操
作するための音声操作装置において、第１音声データ及び文字列データが関連付けられて記憶
されている辞書テーブルと、組み合わせることにより前
記外部装置への指示内容を示し、該指示内容を特定する
複数の要素の夫々に対応する複数の文字列データを階層
的に分類した各階層毎の文字列階層データ、及び該文字
列階層データが示す前記要素に応じて前記外部装置へ指
示するための指示要素データを関連付けて記憶する複数
の階層テーブルとを備え、複数の第２音声データにより構成される複音声データを
受け付ける手段と、前記第２音声データの夫々に対応す
る第１音声データが前記辞書テーブルに記憶されている
か否かを判別する手段と、記憶していると判別した場合
に、前記第１音声データの夫々に関連付けられている文
字列データに対応する文字列階層データが、夫々前記複
数の階層テーブルにて階層的に記憶されているか否かを
判別する手段と、階層的に記憶されていると判別した場
合に、前記文字列階層データの夫々に関連付けられてい
る指示要素データに基づいて前記外部装置へ指示する手
段とを備えることを特徴とする音声操作装置。
【請求項４】前記辞書テーブルに第１音声データ及び
文字列データを関連付けて記録する手段と、前記階層テ
ーブルに文字列階層データ及び指示要素データを関連付
けて記録する手段とを更に備えることを特徴とする請求
項３に記載の音声操作装置。