JP2004093698A

JP2004093698A - 音声入力方法

Info

Publication number: JP2004093698A
Application number: JP2002251983A
Authority: JP
Inventors: Manabu Fujiwara; 藤原　学
Original assignee: Alpine Electronics Inc
Current assignee: Alpine Electronics Inc
Priority date: 2002-08-29
Filing date: 2002-08-29
Publication date: 2004-03-25

Abstract

【課題】誤認識された文字列を容易に修正することができ、特に車載用ナビゲーション装置の音声入力に好適な音声入力方法を提供する。
【解決手段】ユーザが発生した音声を音声認識処理して文字入力窓４０に表示する。文字入力窓４０は、１から０までの１０個の番号と、これらの番号にそれぞれ対応付けされた文字入力欄とにより構成され、１番目の文字入力欄から順に音声認識された文字が１文字づつ入力される。文字を修正する場合、例えばリモコンの数字キーにより修正対象の文字を指定する。その後、ユーザが修正用音声を発音すると、音声認識により修正用文字に変換し、修正対象の文字を修正用文字に置き換える。
【選択図】　　図６

Description

【０００１】
【発明の属する技術分野】
本発明は、マイクから入力した音声を文字列に変換する音声入力方法に関し、特に車載用ナビゲーション装置に好適な音声入力方法に関する。
【０００２】
【従来の技術】
通常、車載用ナビゲーション装置では、ユーザが任意の地点の位置（緯度・経度）を登録できるようになっている。地点を登録する際には、その地点に名称やコメントを付けることができる。登録した地点は、例えば目的地や経由値を設定する際に、簡単な操作で呼出すことができる。
【０００３】
図１０は、車載用ナビゲーション装置において、地点の名称を入力するときに表示装置に表示される文字パレットの一例を示す図である。
【０００４】
文字パレットには、例えば５０音順に並んだ「文字」ボタン５１、入力文字種を「ひらがな」、「カタカナ」、「英数字」又は「記号」に切替える「文字種選択」ボタン５２、入力した文字に対し「漢字変換」、「カナ変換」及び「削除」などの操作を指示する「操作指示」ボタン５３、並びに入力文字が表示される文字表示欄５４が設けられている。
【０００５】
登録する地点の名称を入力する場合、ユーザは、例えば表示装置に表示された文字パレットを見ながらリモコン送信機を操作してポインタ（図示せず）を「文字」ボタン５１のうちの所望のボタンに合わせ、リモコン送信機の所定のキーを押す。これにより、ポインタ位置の文字が文字表示欄５４に表示される。このような操作を繰り返して文字表示欄５４に所望の文字列を入力する。その後、ポインタを例えば「漢字変換」ボタンの上に移動してリモコン送信機の所定のキーを押すと、文字表示欄５４に表示されたひらがなの文字列が漢字に変換される。
【０００６】
しかし、上述したように、文字パレットから文字を１文字づつポインタで選択して入力する方法は、リモコン送信機のキーを何度も操作する必要があり、煩雑である。車載用ナビゲーション装置では、このような文字パレット入力による煩雑さを回避するために音声入力機能を搭載したものが多い。音声入力機能を搭載した車載用ナビゲーション装置では、マイクに向って発声するだけで、地点の名称等を入力することができる。
【０００７】
【発明が解決しようとする課題】
しかしながら、車載用ナビゲーション装置では、マイクでユーザの音声を収音するときに、通常、エンジンノイズやオーディオ装置からの音楽等の周囲の雑音も収音してしまう。このため、静かな環境下で使用するときに比べて音声認識率が低下する。
【０００８】
一般的に、音声認識で誤認識が発生した場合は、再度同じ言葉を発声して音声認識をやり直している。しかし、発音が似ている言葉に誤認識された場合は、再度同じように発音しても同じように誤認識されてしまう可能性が高い。例えば「しょうじょうじ」が「ちょうじようじ」に認識された場合は、再度「しょうじょうじ」と発音しても、同じように「ちょうじようじ」と認識されてしまうことが多い。
【０００９】
特開２００１−９２４９３号には、誤認識された文字列の一部を、新たに音声入力された文字に置き換えて複数の単語を生成し、これらを修正候補として表示する音声認識の修正方法が提案されている。しかし、この方法では、文字列が長い場合に修正候補の数が多くなるので、ユーザが正しい文字列を選択することが難しくなる。
【００１０】
特開２００１−３０６０９１号には、ディクテーション認識した文字列に含まれる単語を全て検索用コマンド辞書に自動的に登録し、これを音声コマンドとして利用することにより、修正を容易にした音声認識装置が提案されている。しかし、この方法では予めディクテーション用辞書に登録されている単語以外の言葉に適用することが難しいという難点がある。
【００１１】
以上から、本発明の目的は、誤認識された文字列を容易に修正することができ、特に車載用ナビゲーション装置の音声入力に好適な音声入力方法を提供することである。
【００１２】
【課題を解決するための手段】
上記した課題は、音声を音声認識処理して文字列に変換し、前記文字列の各文字にそれぞれ異なる符号を対応付けて表示装置に表示し、ユーザが前記符号により修正対象文字を指定して修正用音声を発すると、前記修正用音声を音声認識処理して修正用文字に変換し、前記ユーザが指定した修正対象文字を前記修正用文字に置き換えることを特徴する音声入力方法により解決する。
【００１３】
本発明においては、音声認識処理により得た文字列の各文字にそれぞれ異なる符合を対応付けて表示装置に表示する。ユーザが文字を修正する場合は、符号により修正対象文字を指定する。そして、ユーザが修正用音声を発すると、修正用音声を音声認識処理して修正用文字に変換し、ユーザが指定した修正対象文字を修正用文字に置き換える。このように、本発明においては、音声認識で誤認識が発生した場合に、誤った部分のみを修正することができるので、誤認識された言葉を再度繰り返す方法に比べて効率よく修正することができる。
【００１４】
この場合に、修正用音声を音声認識するときに、修正対象文字を変換候補から外すことにより、正しく認識される可能性が高くなる。また、入力された文字を漢字変換する際に、変換対象とする文字を符号により指定できるようにしてもよい。
【００１５】
【発明の実施の形態】
以下、本発明の実施の形態について、添付の図面を参照して説明する。
【００１６】
図１は本発明の実施の形態の音声入力方法を実現する車載用ナビゲーション装置の構成を示すブロック図である。
【００１７】
１は地図描画や誘導経路探索に使用する地図データを記憶したＤＶＤである。３は後述するナビゲーション装置本体１０を操作するための種々の操作ボタン等が設けられた操作部である。操作部３にはリモコン送信機及びリモコン受信機が含まれており、ユーザは手元のリモコン送信機でナビゲーション装置本体１０を操作することができる。
【００１８】
４はＧＰＳ衛星から送られてくるＧＰＳ信号を受信して車両の現在位置の経度及び緯度を検出するＧＰＳ受信機である。５は自立航法センサであり、この自立航法センサ５は、車両回転角度を検出するジャイロ等の角度センサ５ａと、一定の走行距離毎にパルスを発生する走行距離センサ５ｂとにより構成されている。
【００１９】
６はマイクであり、ユーザの発した音声に応じたアナログの電気信号を出力する。７は液晶パネル等の表示装置であり、ナビゲーション装置本体１０は、この表示装置７に車両の現在位置の周囲の地図を表示したり、種々の案内情報を表示する。
【００２０】
ナビゲーション装置本体１０は以下のものから構成されている。１１はＤＶＤ１を制御するＤＶＤコントローラ、１２はＤＶＤコントローラ１１によりＤＶＤ１から読み出された地図データを一時的に記憶するバッファメモリである。
【００２１】
１３は操作部３と接続されるインターフェース、１４はＧＰＳ受信機４と接続されるインターフェース、１５は自立航法センサ５と接続されるインターフェースである。１６はマイク６から入力した音声信号を音声認識処理して文字データを出力する音声認識部である。この音声認識部１６には、音声認識に必要な音声認識辞書と、入力された文字を漢字に変換する際に使用されるかな漢字変換辞書とが設けられている。
【００２２】
１８はマイクロコンピュータにより構成される制御部である。制御部１８は、インターフェース１４，１５から入力される情報を基に車両の現在位置を検出したり、ＤＶＤコントローラ１１を介してＤＶＤ１から所定の地図データをバッファメモリ１２に読み出したり、バッファメモリ１２に読み出された地図データを用いて設定された探索条件で誘導経路を探索するなど、種々の処理を実行する。
【００２３】
１９はバッファメモリ１２に読み出された地図データを用いて地図画像を生成する地図描画部、２１は動作状況に応じた各種メニュー画面（操作画面）や車両位置マーク等を生成する操作画面・マーク発生部である。
【００２４】
２２は制御部１８で探索した誘導経路を記憶する誘導経路記憶部、２３は誘導経路を描画する誘導経路描画部である。誘導経路記憶部２２には、制御部１８によって探索された誘導経路の全ノードが出発地から目的地まで記録される。誘導経路描画部２３は、例えば地図を表示する際に、誘導経路記憶部２２から誘導経路情報（ノード列）を読み出して、誘導経路を他の道路とは異なる色及び線幅で描画する。
【００２５】
２６は画像合成部であり、例えば地図描画部１９で描画された地図画像に、操作画面・マーク発生部２１で生成した各種マークや操作画面、誘導経路描画部２３で描画した誘導経路などを重ね合わせて表示装置７に表示する。
【００２６】
このように構成された車載用ナビゲーション装置において、制御部１８は、ＧＰＳ受信機４で受信したＧＰＳ信号と、自立航法センサ５から入力した信号とから車両の現在位置を検出する。そして、ＤＶＤ１から車両の現在位置の周囲の地図データを読み出してバッファメモリ１２に格納する。地図描画部１９は、バッファメモリ１２に読み出された地図データに基づいて地図画像を生成し、表示装置７に車両の現在位置の周囲の地図画像を表示する。
【００２７】
また、制御部１８は、車両の移動に伴ってＧＰＳ受信機４及び自立航法センサ５から入力した信号により車両の現在位置を検出し、その検出結果に応じて、表示装置７に表示された地図画像に車両位置マークを重ね合わせ、車両の移動に伴って車両位置マークを移動させたり、地図画像をスクロール表示する。更に、ユーザが操作部３を操作して目的地を設定すると、制御部１８は車両の現在位置を出発地とし、出発地から目的地までの最もコストが低い経路をＤＶＤ１の地図データを使用して探索する。そして、探索により得られた経路を誘導経路として誘導経路記憶部２２に記憶し、地図画像に誘導経路を重ね合わせて表示させる。また、制御部１８は車両の走行に伴って適宜案内情報を出力し、車両を目的地まで誘導経路に沿って走行するように案内する。
【００２８】
図２は操作部３に含まれるリモコン送信機の一例を示す平面図である。リモコン送信機３０には、ポインタの移動に使用される十字キー３１や、「決定」キー３２、「スペース」キー３３、「削除」キー３４、「変換」キー３５、「小文字／記号／濁音／半濁音」キー３６、及び「１」から「０」までの数字キー３７等が設けられている。なお、リモコン送信機３０のキーは動作モードに応じて機能が割り付けされるが、ここでは音声認識処理時に割り付けされる機能に応じて、各キーを上記のように呼ぶ。
【００２９】
ユーザにより登録すべき地点が指定されると、制御部１８は、表示装置７に、図３に示すような文字入力窓４０を表示する。この文字入力窓４０は、「１」から「０」までの１０個の数字と、それらの数字にそれぞれ対応付けられた文字入力欄とにより構成される。
【００３０】
以下、音声により地点の名称を入力するときの車載用ナビゲーション装置の動作について、図４，図５のフローチャートを参照して説明する。
【００３１】
ユーザが任意の地点を選択した後に所定の操作を行うと、ステップＳ１１に移行し、図３に示すような文字入力窓４０が表示装置７に表示される。この文字入力窓４０を表示するためのデータは、制御部１８からの信号に応じて操作画面・マーク発生部２１で生成される。
【００３２】
次に、ステップＳ１２において、音声認識処理が実行される。すなわち、ユーザがマイク６に向けて地点の名称を発声すると、マイク６から音声に応じたアナログの電気信号（音声信号）が出力される。本実施の形態では、ユーザが「しょうじょうじ」と発声したとする。
【００３３】
音声認識部１６では、マイク６から入力したアナログの電気信号をデジタルの電気信号に変換し、音声認識辞書を用いて音声認識処理を行い、ひらがなの文字データを制御部１８に出力する。ここでは、音声認識部１６により、「しょうじょうじ」が「ちょうじようじ」と認識されたものとする。
【００３４】
その後、ステップＳ１３に移行し、制御部１８は、音声認識部１６から入力した文字データに基づき、図６に示すように、文字入力窓４０の各文字入力欄に１文字づつ文字を表示する。この例では、文字入力窓４０の１番から７番の文字入力欄にそれぞれ「ちょうじようじ」の各文字が表示される。
【００３５】
次に、ステップＳ１４において、ユーザは、文字入力窓４０に表示された文字を見て、音声が正しく認識されたか否かを判定する。ユーザが正しく音声認識されたと判定した場合、リモコン送信機３０の「決定」キー３２を押下する。これにより、ステップＳ１８に移行する。
【００３６】
一方、ユーザが音声認識の結果が誤っていると判定した場合は、ステップＳ１４からステップＳ１５に移行し、文字の修正処理を開始する。すなわち、ステップＳ１５では、誤認識された文字の番号をリモコン送信機３０の数字キー３７で指定する。
【００３７】
この例では、文字入力欄の１番の文字「ち」と５番の文字「よ」とが誤認識されている。１番の文字「ち」を修正する場合、ユーザはリモコン３０の数字キー３７の「１」を押下する。これにより、制御部１８を介して音声認識部１６に、１番の文字「ち」が修正対象文字であることが通知される。なお、文字入力窓４０に表示されている文字のうち修正対象文字の文字色又は背景色を変化させて、ユーザが画面上で修正対象文字を確認できるようにすることが好ましい。
【００３８】
その後、ステップＳ１６に移行し、ユーザは修正語（ここでは、「し」）を発音する。音声認識部１６では、マイク６から入力された音声信号を単音節認識して文字に変換する。但し、このとき正しい文字が「ち」ではないことが判明しているので、「ち」を変換候補から外す。これにより、前回と同じように誤認識することが回避され、正しく認識される可能性が高くなる。ここでは、「し」と正しく認識されたものとする。
【００３９】
次に、ステップＳ１７に移行し、図７に示すように制御部１８は修正対象の文字を音声認識部１６で認識された文字に置き換えて、文字入力窓４０に表示する。その後、ステップＳ１４に処理が戻る。
【００４０】
ステップＳ１４では、ユーザが文字入力窓４０に表示された文字を見て、更に修正すべき文字があるか否かを判定する。ここでは、５番の文字「よ」を修正する必要があるので、再度ステップＳ１５に移行する。
【００４１】
ステップＳ１５において、ユーザは修正する文字の番号を入力する。ここでは、「ょ」を単独で発音することができないので、「じよう」を修正するものとする。この場合、ユーザはリモコン送信機３０の数字キー３７の「４」と「６」とを順番に押す。これにより、制御部１８は、音声認識部１６に４番から６番までの文字、すなわち「じよう」が修正対象文字であることを通知する。
【００４２】
その後、ステップＳ１６に進み、ユーザが「じょう」と発音すると、音声認識部では、「じよう」を変換候補から外して音声認識処理する。ここでは、「じょう」と正しく認識されたものとする。なお、ユーザが「よ、よ」と発音したときに「ょ」と認識されるようにしてもよく、更にリモコン送信機３０の数字キー「５」を押して「よ」を修正対象文字に設定した後、「小文字／記号／濁音／半濁音」キー３６を押すと「よ」が「ょ」に変換されるようしてもよい。
【００４３】
このようにして修正用文字が入力されると、ステップＳ１７に移行し、制御部１８は修正対象文字を修正用文字に置き換えて文字入力窓４０に表示する。その後、ステップＳ１４に戻る。ステップＳ１４では、文字入力窓４０に地点の名称が正しく表示されているので、ステップＳ１８に移行する。
【００４４】
ステップＳ１８では、漢字変換するか否かを判定する。例えばユーザが文字をひらがなのままでよいと判定した場合、リモコン送信機３０の「決定」ボタン３２を押すと、文字入力窓４０に表示されているひらがなの名称が確定する。
【００４５】
ステップＳ１８で漢字変換をする場合、ユーザはリモコン送信機３０の「変換」キー３５を押す、これにより、音声認識部１６は、かな漢字変換辞書を用いて、ひらがなを漢字に変換する。変換された結果は、制御部１８を介して操作画面・マーク発生部２１に伝達され、文字入力窓４０に表示される。
【００４６】
次に、ステップＳ１９において、ユーザは文字入力窓４０の表示を見て、正しく変換されたか否かを判定する。正しく変換されたと判定したときは、リモコン送信機３０の「決定」キー３２を押す。これにより、文字入力窓４０に表示されている文字列が地点の登録名に確定する。
【００４７】
ステップＳ１９で正しく変換されていないと判定した場合、ユーザはリモコン送信機３０の「削除」キー３４を押す。これにより、文字入力窓４０には、漢字変換前のひらがなが表示され、ステップＳ２０に移行する。
【００４８】
ステップＳ２０では、ユーザが変換個所を番号で指定する。例えば、「しょう」を変換する場合、ユーザはリモコン送信機３０の「１」と「３」のキーを押す。これにより、音声認識部１６には、制御部１８から「しょう」が変換対象であることが通知される。
【００４９】
その後、ステップＳ２１に移行し、ユーザが「変換」キー３５を押すと、音声認識部１６ではかな漢字変換辞書を参照して、「しょう」を漢字に変換する。この場合、例えば図８に示すように第１候補の漢字が表示され、十字キー３１を上下方向に押すことにより、他の候補の漢字が表示される。正しい漢字が表示されている状態で「決定」ボタン３２を押すと、漢字が確定する。
【００５０】
次いで、ステップＳ２２に移行し、更に漢字変換を続けるか否かを判定する。変換を続ける場合は、ステップＳ２０に戻り、上記と同様に変換対象文字をリモコン送信機３０の数字キー３７で指定し、「変換」キー３５を押す。
【００５１】
このようにして、地点登録名が正しく漢字に変換され後、ステップＳ２２で「決定」キー３２を押すと、地点登録名が文字入力窓４０に表示されている漢字に確定され、地点登録名の入力が完了する。
【００５２】
なお、例えば６番と７番の文字の間に空白を設けたい場合には、数字キー３７の「６」と「７」とを押下してから「スペース」キー３３を押下すればよい。また、例えば７番の文字を削除したい場合には、数字キー３７の「７」を押下してから「削除」キー３４を押下すればよい。更に、例えば６番の文字「う」を長音符号「ー」に変える場合には、数字キー３７の「６」を押下してから「小文字／記号／濁音／半濁音」キー３６を「ー」が表示されるまで数回押下すればよい。
【００５３】
登録地点にコメントを付加する場合も、上記と同様に音声入力により行うことができる。但し、コメントを入力する場合は、比較的長い文章を入力することがある。例えば、図９に示すように「ていえんがきれいなちょうじようじ」というように１０文字以上の文章が音声入力された場合、本実施の形態では文字入力窓４０の文字入力欄の数字が１０文字分しかないので、１１番目以降の文字が文字入力欄からはみ出してしまう。しかし、本実施の形態では、リモコン送信機３０の十字キー３１の左側又は右側を押下すると、文字入力欄が文字列に対し左又は右にシフトして、修正や変換の必要な文字を文字入力欄の番号と対応させることができる。なお、本実施の形態では文字入力欄の数を１０としたが、１１以上の文字入力欄を設けてもよい。また、文字入力欄には、「１」から「０」までの数字に替えて、アルファベット等の符号を対応付けてもよい。
【００５４】
更に、上記実施の形態ではリモコン送信機３０のキーを使って修正個所の指定や変換等の操作の指示を行うものとしたが、これらを音声でできるようにしてもよい。例えば、ユーザが「１を直す」と発声すると、制御部１８は１番目の文字入力欄の文字を修正対象文字として音声認識部１６に通知する。その後、ユーザが「し」を発声すると、音声認識により文字データに変換して、「し」を修正対象文字の「ち」と置き換える。
【００５５】
更にまた、上述の実施の形態は本発明を車載用ナビゲーション装置に適用した場合について説明したが、発明はこれに限定するものではなく、音声認識機能を有するオーディオ装置やその他の装置に適用することも可能である。
【００５６】
【発明の効果】
以上説明したように、本発明の音声入力方法によれば、音声認識処理により変換された文字列の各文字にそれぞれ異なる符合を対応付けて表示装置に表示する。ユーザが文字を修正する場合、符号により修正対象文字を指定し、修正用音声を発すると、修正用音声を音声認識処理して修正用文字に変換し、修正対象文字を修正用文字に置き換える。このように、本発明においては、音声認識で誤認識が発生した場合に、誤った部分のみを修正できるので、誤認識された言葉を再度繰り返す方法に比べて効率よく修正することができる。また、修正用音声を音声認識するときに、修正対象文字を変換候補から外すことによって、正しく認識される可能性が向上する。
【図面の簡単な説明】
【図１】図１は、本発明の実施の形態の文字修正方法を実現する車載用ナビゲーション装置の構成を示すブロック図である。
【図２】図２はリモコン送信機の一例を示す平面図である。
【図３】図３は文字入力窓の一例を示す図である。
【図４】図４は、音声により登録地点の名称を入力するときの車載用ナビゲーション装置の動作を示すフローチャート（その１）である。
【図５】図５は、音声により登録地点の名称を入力するときの車載用ナビゲーション装置の動作を示すフローチャート（その２）である。
【図６】図６は音声認識処理後の文字入力窓の表示例を示す図である。
【図７】図７は修正用音声を音声認識後の文字入力窓の表示例を示す図である。
【図８】図８は、漢字変換時の文字入力窓の表示例を示す図である。
【図９】図９は、１０文字以上の文字列が入力されたときの文字入力窓の表示例を示す図である。
【図１０】図１０は、従来の文字パレットの一例を示す図である。
【符号の説明】
１…ＤＶＤ、
３…操作部、
４…ＧＰＳ受信機、
５…自立航法センサ、
５ａ…角度センサ、
５ｂ…距離センサ、
６…マイク、
７…表示装置、
１０…ナビゲーション装置本体、
１１…ＤＶＤコントローラ
１２…バッファメモリ、
１３〜１５…インターフェース、
１６…音声認識部、
１８…制御部、
１９…地図描画部、
２１…操作画面・マーク発生部、
２２…誘導経路記憶部、
２３…誘導経路描画部、
２６…画像合成部、
３０…リモコン送信機、
３１…十字キー、
３２…「決定」キー、
３３…「スペース」キー、
３４…「削除」キー、
３５…「変換」キー、
３６…「小文字／記号／濁音／半濁音」キー、
３７…数字キー、
４０…文字入力窓、
５１…「文字」ボタン、
５２…「文字種選択」ボタン、
５３…「操作指示」ボタン、
５４…文字表示欄。

Claims

音声を音声認識処理して文字列に変換し、
前記文字列の各文字にそれぞれ異なる符号を対応付けて表示装置に表示し、
ユーザが前記符号により修正対象文字を指定して修正用音声を発すると、
前記修正用音声を音声認識処理して修正用文字に変換し、
前記ユーザが指定した修正対象文字を前記修正用文字に置き換える
ことを特徴する音声入力方法。
前記修正用音声を音声認識するときに、前記修正対象文字を変換候補から外すことを特徴とする請求項１に記載の音声入力方法。
音声認識処理により得た文字列の文字数が前記符号の数よりも多い場合に、前記文字列に対し前記符号の位置をシフトして、文字列の修正すべき部分と符号とを対応させることを特徴とする請求項１に記載の音声入力方法。
音声認識された文字を漢字変換する際に、変換対象文字を前記符号で指定することを特徴とする請求項１乃至３のいずれか１項に記載の音声入力方法。
車載用ナビゲーション装置に搭載された音声入力装置により実現されることを特徴とする請求項１乃至３のいずれか１項に記載の音声入力方法。
前記車載用ナビゲーション装置に付属するリモコン送信機の数字キーにより前記修正対象文字を指定することを特徴とする請求項５に記載の音声入力方法。