JP2004227156A - 文字入力方法 - Google Patents

Abstract

【課題】キー入力と音声認識を併用した携帯電話における文字入力操作が効率的に得られるようにした文字入力方法を提供すること。
【解決手段】音素認識手段３により音声入力された文字の母音を表面手段８に表示し、キー入力により、一文字づつ確定しながら文字入力を行うようにした文字入力方法において、音素認識誤りがあったと判断した場合には、予め設定してある音素認識誤り傾向に基づき、次候補として誤り率が高い文字を出力するようにしたもの。
【効果】誤認識が発生した場合の文字入力操作が効率化され、入力操作にかかる負担を軽減することができる。
【選択図】 図１

Description

【０００１】
【発明の属する技術分野】
本発明は、音素認識機能を利用して文字を入力する方法に係り、特に携帯電話などにおいて簡易に文字入力が行えるようにした文字入力方法に関する。
【０００２】
【従来の技術】
近年、携帯電話による文字送信機能（Ｅメールなど）が広く普及し、送信可能な文字数も増加している。また、ジャバ（Ｊａｖａ（登録商標））アプリケーションなどによるウェブとの連携による各種サービスを受ける場合においても、各種情報の送信が必要となり、文字を入力する機会が増える傾向にある。
【０００３】
しかし、従来の携帯電話では、いくつかの文字を除き、一個のキー（押しボタン）に複数の文字を割り当てている方式なので、１字毎にキーを数回押して候補を選ぶ必要があり、このため操作が煩雑で、文字入力がユーザ（利用者）の大きな負担になっていた。
【０００４】
また、入力方式として音声認識を使用する場合もあるが、このときは、入力した音声の誤認識により、やはり文字入力がユーザの大きな負担になっていた。
【０００５】
そこで、従来から、キー操作による文字入力と音声認識による文字入力を併用する方法が種々提案されていて、例えば或る方法では、音声入力された日本語中の母音だけを認識し、この母音とキーボードから入力された子音とを組合せて文字列に編集して出力するようにしている（例えば、特許文献１参照。）。
【０００６】
また、他の方法では、入力音声を音声認識した結果から入力候補とされたものに対して、キーボードから入力された品詞の種類など、補助的な情報により単語辞書を検索し、候補とな単語の変換を行うようにしている（例えば、特許文献２参照。）。
【０００７】
更に、別の方法では、単語単位の音声入力から音素を抽出し、母音列と子音列とに分け、それぞれをキーとして単語見出し辞書を検索することにより、最も類似度の高い単語を入力単語として決定するようにしている（例えば、特許文献３参照。）。
【０００８】
一方、更に別の方法では、カテゴリ情報別辞書検索手段を設け、検索対象範囲が少なくなるようにし、これにより誤認識の発生確率が減らせ、文字入力操作を軽減させるようにしている（例えば、特許文献４参照。）。
【０００９】
【特許文献１】
特開昭５７−１１３９９号公報
【００１０】
【特許文献２】
特開昭５７−１８９２４１号公報
【００１１】
【特許文献３】
特開昭６０−１１８８９６号公報
【００１２】
【特許文献４】
特開２００１−１５９８９６号公報
【００１３】
【発明が解決しようとする課題】
上記従来技術は、入力された音声の誤認識に際して正しい入力文字の確定操作が煩雑でキー入力回数が多い点に配慮がされておらず、ユーザに大きな負担を与えてしまうという問題があった。
【００１４】
また、上記従来技術では、音声認識率を向上させるためには辞書検索などの処理が必要であり、携帯電話のように、ＣＰＵが低速な場合は、処理に大きな負担が掛かってしまうという問題があった。
【００１５】
本発明の目的は、キー入力と音声認識を併用した携帯電話における文字入力操作が効率的に得られるようにした文字入力方法を提供することにある。
【００１６】
【課題を解決するための手段】
上記目的は、日本語の音声入力とキー入力を併用して文字を認識する方式の文字入力方法において、音声により入力された日本語中の母音だけを認識する音素認識部と、前記入力された音声に対応するキーによる文字入力部と、前記音素認識部の出力とキー出力の組合せで文字を出力する文字認識部とを備えることにより達成される。
【００１７】
このとき、音素認識部は、認識誤りを生じた場合に、予め設定してある音素認識誤り傾向に基づき、次候補として誤り率が高い文字を提示するようにし、更にこのとき、次候補が母音「う」であるようにしても上記目的が達成される。
【００１８】
また、このとき、音声入力とキー入力をそれぞれ一文字づつ対応させたり、音声を一括で入力し、その後キー入力によって一文字づつ対応させたり、更にはキー入力に対応させて、一括入力した音声を順次再生させるようにしてもよい。
【００１９】
【発明の実施の形態】
以下、本発明による文字入力方法について、本発明を携帯電話に適用した場合の実施の形態により詳細に説明する。ここで、図１は本発明が適用された携帯電話の一実施形態における文字入力に係わる部分を示すブロック図である。
【００２０】
この図１において、１は音声入力装置で、例えばマイク（マイクロホン）などを用い、外部からユーザの音声を入力する働きをする。２はキー入力装置で、ユーザのキー操作により文字を入力する働きをする。３は音声認識装置で、入力された音声データをデジタル化して認識する働きをする。
【００２１】
次に、４はキー入力制御手段で、キー入力装置２から入力されたデータを処理する働きをする。５は文字認識手段で、音素認識手段３による認識結果とキー入力制御手段４から入力される信号により、文字を認識する働きをする。
【００２２】
また、６は認識誤り検索手段で、詳しくは後述するが、予め設定してある音素認識誤り傾向に基づいて文字を検索する働きをする。７は文字変換手段で、入力された文字の確定に必要な制御を行う。そして、８は表示手段で、ここでは携帯電話の液晶ディスプレイで構成され、操作指示の表示や確定した文字などを表示する働きをする。
【００２３】
次に、図２は、キー入力装置２の一例で、この実施形態の場合は、携帯電話が対象なので、ファンクションキー１１、１２、方向キー１３〜１６、決定キー１７、電話送受信キー１８、クリアキー１９、電話切断キー２０、テンキー２１〜３０、それに特殊キー３１、３２を備え、通常の一般的な携帯電話のキー入力装置と同等な構成になっている。
【００２４】
ここで図３は、テンキー２１〜３０に割り振ってある文字の一例で、テンキー２１には五十音表の「あ」行、テンキー２２には同じく「か」行というように、順に割り振られている。
【００２５】
次に、この実施形態による文字入力処理について、図４により説明すると、この図で、まず入力文字５１が入力したい文字列の一例で、ここでは、「ビジネス株式会社」という文字を入力する場合が例示されている。
【００２６】
そして、音声入力５２が図１の音声入力装置１から入力される音声を表わし、この場合は、「ビジネス株式会社」に対応する音声として、
「び→じ→ね→す→か→ぶ→し→き→か→い→し→や」
と入力されることになる。
【００２７】
次に、音素認識５３は、入力された音声から音素認識手段３により認識された結果であり、「びじねすかぶしきかいしや」という音声入力５２に対して、
「い→い→え→う→あ→う→い→い→あ→い→い→あ」
と、それらの母音が音素認識５３として認識されている状態が示されている。
【００２８】
一方、キー入力５４は音素認識５３で認識された母音に対応する文字を入力するためのキー入力操作で、キー入力装置２から入力され、キー入力制御手段４で処理される文字列であり、図２のキー２１〜３２を操作して入力される。
【００２９】
ここで、この図４では、これら音声入力５２と音素認識５３、それにキー入力５４に付されている丸付き文字▲１▼、▲２▼、……は、それぞれにおける各々の文字の対応を表わす。
【００３０】
このときの実際のキー操作は、
「６６→＃→３３→＃→５５５５→３３３→２→６６６→＃→３３→２２→２→１１→３３→８→＊」
と順次、カーソルを移しながら実行されるが、ここで、数字の重複は同じ数字キーの反復押下を表わし、例えば、「６６」は、テンキー２６を２回、押下することを意味する。
【００３１】
従って、キー「６６」の操作により「は行の（ひ）」が選択され、これが続くキー「＃」の操作により、濁音の文字（び）となって入力され、キー操作「３３」は「さ行の（し）」を表わし、続くキー「＃」の操作により濁音の文字（じ）となって入力される。
【００３２】
次に、キー操作「５５５５」は「な行の（ね）」の入力を表わし、キー操作「３３３」は「さ行の（す）」の入力を表わす。また、キー操作「２」により「か行の（か）」が入力され、キー操作「６６６」は「は行の（ふ）」で、続くキー「＃」の操作により濁音の文字（ぶ）になる。
【００３３】
また、キー操作「３３」は「さ行の（し）」の入力になり、キー操作「２２」は「か行の（き）」に、キー操作「１１」は「あ行の（い）」に、キー操作「３３」は「さ行の（し）」になる。そして、キー操作「８」は「や行の（や）」の選択で、続くキー「＊」の操作により小文字の（ゃ）の入力になるのである。
【００３４】
そして、これら音素認識結果５３とキー入力５４から、文字認識手段５により与えられる結果が文字認識結果５５で、このときには、
「び じ ね す か ぶ し き か し ゃ」
と正しく認識されていることになる。
【００３５】
そこで、最後に、この文字認識結果５５を文字変換手段７で変換処理し、文字変換結果５６として「ビジネス株式会社」という文字がデータとして入力されることになり、表示手段８に表示される。
【００３６】
ここで、このときの音声入力５２から文字認識結果５５に至るまでの認識結果は、逐次、表示手段８に表示され、その都度、ユーザが確認できるようになっている。
【００３７】
次に、音素認識に誤りがあったときの処理について、図４の入力文字５１と同じ文字が入力された場合を例にして、図５により説明する。ここで、この図５では、図４の入力文字５１と音声入力５２、音素認識５３、キー入力５４、文字認識結果５５、それに文字変換後５６について、それぞれ入力文字６１、音声入力６２、音素認識６３、キー入力６４、文字認識結果６５、文字変換後６６として説明する。
【００３８】
図５において、いま、ここで入力文字６１の中の「ビジネス」における「ス」の音素について、正しくは「う行」と認識すべきところ、音素認識５３の▲４▼’に示すように、誤って「え行」と認識してしまったとする。
【００３９】
そして、このように母音「う」について、それが母音「え」と誤認識された場合、このままでは、この後のキー入力６４で「３」（「さ行」）を入力したとき、「せ」と誤って文字認識されてしまうことになる。
【００４０】
ここで、このときの誤認識は、表示手段８に表示されることから、ユーザに報知されるが、この場合、この実施形態では、予めユーザに訂正キーによる入力操作が指示されている。
【００４１】
なお、この実施形態では、図２に示したファンクションキー１２が訂正キーとして設定してあり、従って、以下、このファンクションキー１２のことを訂正キー１２と記すことにする。
【００４２】
こうして誤認識を知ったユーザが訂正キー１２を押すと、これにより文字認識手段５は認識誤り検索手段６と連携して処理を実行し、音素認識における認識率傾向を表わすデータ（後で詳述する）に基づき、次候補として母音「う」に対応する文字をユーザに提示する。このとき、例えばキー入力６４の▲４▼に示すように、「３」（「さ行」）が入力されたとすると、まず「す」の文字が表示手段８に表示される。
【００４３】
この場合、文字「す」で正しいので、このまま選択することにより誤認識の訂正が得られることになるが、文字「す」で誤っていた場合には、以下、「せ」、「そ」、「さ」、……というように、トグルで順次提示させる。これは、従来のキー入力と互換性をもたせ、キー入力操作に違和感が生じないようにするためである。
【００４４】
ここで、上記した認識率傾向を表わすデータについて説明すると、図６は一般的な実験結果から得られた音素認識における認識率について示したもので、図示のように、母音「う」以外の文字については９０％の認識率が得られるが、母音「う」については約５０％の認識率しか得られないことが判る。
【００４５】
そこで、この実施形態では、上述したように、母音「う」以外の文字で誤りがあり、ユーザが訂正キー１２を押した場合には、まず、第一の候補として、母音「う」に対応する文字が提示されるようにしたものである。
【００４６】
この場合、上記したように、母音「う」が約５０％と認識率が低いことから、誤認識の場合は「う」である確率が高いことになり、従って、この実施形態によれば効率的な文字入力が得られることになる。
【００４７】
ところで、この実施形態では、例えば「チーム」のような文字列を入力する場合、何もしなければ、例えば「ー」を入力するためには、「０」のテンキー３０を４回押すことになる。
【００４８】
このとき音素認識６３で「あ」と認識して、「０」キーが押された場合には、候補として「わ」が提示されるが、ここで訂正キー１２が押された場合、第一候補として、「ー」を提示させるようにすれば効率的な入力が得られる。つまり、この実施形態では、この例の場合も、予め設定してある音素認識誤り傾向と同様に扱うことにより、更に効率的な入力が得られることになる。
【００４９】
次に、この実施形態による文字入力処理について、図７と図８のフローチャートにより説明すると、まず図７は、上述した一連の文字入力処理の全体を示したもので、この図７の処理の開始（ステップ８１）は、例えばファンクションキー１１、１２、方向キー１３〜１６、決定キー１７などの操作を契機とする。
【００５０】
そして、処理が開始８１されたら、まず判断処理８２で文字入力処理か否かを調べ結果がＮｏ（否定）、つまり、このときの処理の開始が文字入力のためではなかったときは通常処理９１に戻る。
【００５１】
一方、判断処理８２での結果がＹｅｓ（肯定）なら判断処理８３に進み、ここでユーザが音声入力を選択したのか、キー入力だけによる通常の文字入力を選択したのかを調べる。ここで、この判断処理８３での処理は、例えば表示手段８によるユーザへの問いかけと、これに対する応答として、指定されているキーのユーザによる押下により実行される。
【００５２】
そして、まず、判断処理８３の応答結果がＮｏ のときは通常文字入力処理９０に移行する。一方、結果がＹｅｓ なら音声認識処理８４に進む。
【００５３】
音声認識処理８４に進んだときは、ここで、まず音声認識され、次のキー入力処理８５を実行し、文字認識処理８６で文字認識が実行される。ここで、この文字認識処理８６における文字認識処理の詳細は、図８のフローチャートにより後述する。
【００５４】
そして、文字認識処理８６の後は文字変換処理８７を実行し、文字確定処理８８を経て、終了８９に至り、この結果、図４で説明した処理が得られることになる。
【００５５】
次に、文字認識処理８４の詳細について、図８のフローチャートにより説明する。処理を開始１０１したら、まず判断処理１０２で入力誤有りか否かを判定する。そして、結果がＮｏ なら直ちに文字候補確定処理１０７に進み、ここで処理を終了１０８する。
【００５６】
一方、判断処理１０２での結果がＹｅｓ 、つまり入力誤有りのときは訂正キー入力処理１０３に進み、「う」を提示処理１０４で母音「う」に対応する文字を提示し、これで誤りありか否かの判断処理１０５に進む。
【００５７】
そして、この判断処理１０５での結果がＮｏ 、つまり誤りなしのときは文字候補確定処理１０７に進んでから処理を終了１０８する。
【００５８】
一方、判断処理１０５で結果がＹｅｓ 、つまり誤りがったときは、「え」からトグル処理１０６により次候補以降の文字を順次提示し、正しい文字が提示されたとき、文字候補確定処理１０７として、ユーザが文字確定処理を行なうのであり、従って、これにより図５の処理が得られることになる。
【００５９】
ここで、以上の実施形態では、一文字づつ順次確定しながら文字入力を行っているが、音声入力は一括して行ない、その後、一文字づつ文字を確定していくようにしてもよい。
【００６０】
例えば、図５において、音声入力６２の▲１▼から終わりまでを一括して音声入力し、音素認識６３で母音を認識した後、キー入力６４で、順次、キー入力していく方法である。
【００６１】
ここで、この音声を一括して入力する場合、キー入力に対応して、入力した音声をそのまま再生することにより、キーと入力した音声を対応させながら、キー入力を行うことができ、一文字づつ入力する場合と同様な入力が可能となる。
【００６２】
従って、こ実施形態によれば、音素認識誤りがあったと判断された場合に、予め設定してある音素認識誤り傾向に基づき、次候補として誤り率が高い文字を表示手段に表示することにより、誤認識が発生した場合の文字入力操作が効率的に得られるので、ユーザの負担を軽減することができる。
【００６３】
また、この実施形態によれば、音声入力とキー入力をそれぞれ一文字づつ対応させることにより、音声入力とキー入力の判定処理の煩雑さを軽減することも可能となる。
【００６４】
一方、音声を一括で入力し、その後キー入力によって一文字づつ対応させることにより、音声入力の手間が軽減できる。ここで音声を一括で入力する場合、キー入力に対応させて、一括入力した音声を順次再生させることにより、音声入力とキー入力の対応が容易となる。
【００６５】
特に、音素認識誤りがあったと判断された場合、次候補として母音音素「う」を優先的に表示手段に表示することにより、一般的に多数の人に対しても文字入力操作の負担を軽減ことが可能となる。
【００６６】
【発明の効果】
本発明によれば、キー入力と音声認識を併用した携帯電話において、文字入力操作を効率的に得ることができ、ユーザの負担を軽減することができる。
【図面の簡単な説明】
【図１】本発明による文字入力方法の一実施形態を示すブロック図である。
【図２】本発明の一実施形態におけるキー入力装置の説明図である。
【図３】本発明の一実施形態における文字キー配置の説明図である。
【図４】本発明の一実施形態における音素認識による文字入力処理の説明図である。
【図５】本発明の一実施形態における認識誤りがあった場合の文字入力処理の説明図である。
【図６】音素認識傾向の説明図である。
【図７】本発明の一実施形態による文字入力処理の全体動作を説明するためのフローチャートである。
【図８】本発明の一実施形態における文字認識処理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 音声入力装置
２ キー入力装置
３ 音声認識手段
４ キー入力制御手段
５ 検索手段
６ 文字を認識するための情報を格納した記憶部
７ 表示手段
１１、１２ ファンクションキー
１３、１４、１５、１６ 方向キー
１７ 決定キー
１８ 電話送受信キー
１９ クリアキー
２０ 電話切断キー
２１〜３０ テンキー
３１、３２ 特殊キー
５１、６１ 入力文字
５２、６２ 音声文字
５３、６３ 音素認識
５４、６４ キー入力
５５、６５ 入力認識結果
５６、６６ 文字変換後
８１、１０１ 端子：開始
８２ 判断処理：文字入力
８３ 判断処理：音声入力
８４ 処理：音声認識処理
８５ 処理：キー入力処理
８６ 処理：文字認識処理
８７ 処理：文字変換処理
８８ 処理：文字確定
８９、１０８ 端子：終了
９０ 他：通常文字入力処理
９１ 他：通常処理
１０１ 判断処理：入力誤有り
１０３ 処理：訂正キー入力
１０４ 処理：「う」を提示
１０５ 判断処理：誤有り
１０６ 処理：「え」からトグル
１０７ 処理：文字候補確定

Claims (6)

1. 日本語の音声入力とキー入力を併用して文字を認識する方式の文字入力方法において、
   音声により入力された日本語中の母音だけを認識する音素認識部と、
   前記入力された音声に対応するキーによる文字入力部と、
   前記音素認識部の出力とキー出力の組合せで文字を出力する文字認識部とを備えていることを特徴とする簡易文字入力方法。
2. 請求項１に記載の文字入力方法において、
   前記音素認識部は、認識誤りを生じた場合に、予め設定してある音素認識誤り傾向に基づき、次候補として誤り率が高い文字を提示することを特徴とする文字入力方法。
3. 請求項２に記載の文字入力方法において、
   前記次候補が母音「う」であることを特徴とする文字入力方法。
4. 請求項１に記載の文字入力方法において、
   音声入力とキー入力をそれぞれ一文字づつ対応させることを特徴とする文字入力方法。
5. 請求項１に記載の文字入力方法において、
   音声を一括で入力し、その後キー入力によって一文字づつ対応させることを特徴とする文字入力方法。
6. 請求項５に記載の文字入力方法において、
   キー入力に対応させて、一括入力した音声を順次再生させることを特徴とする文字入力方法。

Images