JP2005534958A - 音声制御システムおよび方法 - Google Patents

Abstract

音声コマンドを受け取るため、および各音声コマンドを電気出力に変換するためのマイクロホンを含む音声制御システム。マイクロホンの電気出力を受け取り、かつ各音声コマンド（１０）に対し音声コマンドの高周波成分に対応する第一出力および音声コマンドの低周波成分に対応する第二出力を生成するために接続されたフィルタシステム。フィルタシステムの第一および第二出力を処理するため、および各音声コマンドに対し、それぞれの音声コマンドで低周波成分が高周波成分より先行する場合は第一電気信号を、それぞれの音声コマンドで高周波成分が低周波成分より先行する場合は第二電気信号を出力するためのプロセッサ。音声コマンドは、低周波成分が高周波成分より先行する場合は「イエス」コマンド（１１）であり、高周波成分が低周波成分より先行する場合は「ストップ」コマンド（１２）であり、高周波成分が予め定められたしきい値より低い場合は「ノー」コマンド（１３）であることが決定される。

Description

本発明は音声制御システムに関し、詳しくは、音声コマンドによって電気的に制御されるシステムに関する。本発明はまた、音声コマンドによって装置を制御する方法にも関する。

様々な制御を達成するために音声コマンドを電気信号に変換する、多くの音声制御システムが知られている。そのような音声制御システムは一般的に、音声コマンドを電気信号に変換するためのマイクロホンまたは他の音声電気信号変換器と、様々な音声コマンドを解析し、特定の音声コマンドを識別するために予め格納されたコマンドのライブラリに対する各コマンドの最適な一致を決定する音声認識システムとを含む。しかし、そのようなシステムは、要求される精巧な音声認識回路および記憶された語彙を提供して各コマンドと比較する必要性のため、きわめて複雑かつ高価である。

しかし、音声制御システムが比較的少数のコマンドしか認識する必要が無い適用分野が多数存在する。

本発明の目的は、後者の型の音声制御システム、つまり比較的少数の音声コマンドしか認識する必要が無く、かつ比較的単純かつ安価な構成部品で構成することができる音声制御システムを提供することである。本発明のもう一つの目的は、音声コマンドによって装置を制御する方法を提供することである。

本発明の一つの広い態様では、音声コマンドを受け取るため、および各音声コマンドを電気出力に変換するためのマイクロホンと、マイクロホンの電気出力を受け取り、かつ各音声コマンドに対し音声コマンドの高周波成分に対応する第一出力および音声コマンドの低周波成分に対応する第二出力を生成するために接続されたフィルタシステムと、フィルタシステムの第一および第二出力を処理するため、および各音声コマンドに対し、それぞれの音声コマンドで低周波成分が高周波成分より先行する場合は第一電気信号を、それぞれの音声コマンドで高周波成分が低周波成分より先行する場合は第二電気信号を出力するためのプロセッサとを備えた、音声制御システムを提供する。

上述した好適な実施形態では、音声コマンドは、フィルタシステムからの低周波成分が高周波成分より先行し、プロセッサから出力される第一電気信号によって示される「イエス」コマンド、およびフィルタシステムからの高周波成分が低周波成分より先行し、プロセッサから出力される第二電気信号によって示される「ストップ」コマンドを含む。

後述するように、「Ｓ」の音は、フィルタシステムによって容易に区別することができる、比較的高い周波数によって特徴付けられる。例えば、「Ｓ」の音を含む音声コマンドは、約３ＫＨｚより上の高周波成分を発生する。したがって、それぞれの音声コマンドの低周波成分に対して高周波成分がどこにあるかを決定するだけで、「イエス」コマンドを「ストップ」コマンドから容易に区別することができる。

上述した好適な実施形態のさらなる特長によると、プロセッサは、各音声コマンドに対するフィルタシステムの第一および第二出力を処理する際に、音声コマンドの高周波成分に対応するフィルタシステムの第一出力が予め定められたしきい値より低いときには第三電気信号を出力する。上述した好適な実施形態では、音声コマンドは、プロセッサから出力される第三電気信号によって示される、「ノー」コマンドをも含む。

本発明の別の態様では、音声コマンドを受け取るため、および各音声コマンドを電気出力に変換するためのマイクロホンと、マイクロホンの電気出力を受け取り、かつ各音声コマンドに対し音声コマンドの高周波成分に対応する第一出力および音声コマンドの低周波成分に対応する第二出力を生成するために接続されたフィルタシステムと、各音声コマンドに対しフィルタシステムの第一および第二出力を処理するため、およびそれぞれの音声コマンドで低周波成分が高周波成分より先行する場合は一つの電気信号を、各音声コマンドに対するフィルタシステムの音声コマンドの高周波成分に対応する第一出力が予め定められたしきい値より低い場合は、別の電気信号を出力するためのプロセッサとを備えた、音声制御システムを提供する。

上述した好適な実施形態では、音声コマンドは、プロセッサから出力される一つの電気信号によって示される「イエス」コマンド、およびプロセッサから出力される別の電気信号によって示される「ノー」コマンドを含む。

本発明のこの態様に関係するさらなる特長によると、プロセッサは、各音声コマンドに対するフィルタシステムの第一および第二出力を処理する際に、それぞれの音声コマンドで音声コマンドの高周波成分が低周波成分より先行するときには、さらなる電気信号をも出力する。したがって、音声コマンドが「ストップ」コマンドを含む場合、これらはプロセッサから出力されるさらなる電気信号によって示される。

本発明のさらに別の態様では、装置に上述したマイクロホン、フィルタシステム、およびプロセッサを設け、プロセッサから出力される信号に従って装置を制御することによって、音声コマンドにより装置を制御する方法を提供する。

本発明のさらなる特長および利点は、以下の説明から明らかになるであろう。

図面の簡単な記述
本発明をここで、単なる例として添付の図面を参照しながら説明する。
図１は本発明に従って構成された音声制御システムの一形態を示すブロック図である。
図２は図１のシステムの動作を説明するのに役立つエネルギ‐時間図である。
図３は図１の音声制御システムのプロセッサの動作を示すフローチャートである。
図４は本発明に従ってビデオレコーダをプログラムする方法を示すフローチャートである。

上記の図面および以下の説明は、主として本発明の概念的態様、および現在好適な実施形態とみなされるものをはじめ、その様々な可能な実施形態の理解を助けるために提供するものであることを理解されたい。明確かつ簡潔にするために、当業者が日常的な技術および設計を使用して記載の発明を理解しかつ実施することを可能にするのに必要である以上の詳細を提供することは試みない。さらに、記載する実施形態は単なる例として掲げるものであって、本発明はここに記載する以外の形態および用途で実現することが可能であることも理解されたい。

図１は、本発明に従って構成された音声制御システムの一形態を示すブロック図である。図示したシステムは、音声コマンドを受け取るため、および各音声コマンドを電気出力に変換するためのマイクロホン２を含む。出力は増幅器３で増幅され、高周波通過フィルタ４および低周波通過フィルタ５を含むフィルタシステムに送られる。高周波通過フィルタ４は、各音声コマンドに対し、出力線４ａを介して、音声コマンドの高周波成分に対応する第一出力を生成する。低周波通過フィルタ５は、その出力線５ａを介して、音声コマンドの低周波成分に対応する第二出力を生成する。

二つのフィルタ出力線４ａ、５ａはマイクロプロセッサ６に入力として接続され、該マイクロプロセッサはフィルタ出力を処理し、マイクロホン２が受け取った音声コマンドを識別する三つの電気信号をその出力線６ａに出力する。

図１に示したシステムは、次の三つの音声コマンド、つまり（１）「イエス」コマンド、（２）「ストップ」コマンド、および（３）「ノー」コマンドを識別するように設計されている。

これらの三つのコマンドは、特定の音声コマンドに応答して制御される制御装置７に与えられる。例えば制御装置７は、「イエス」コマンドが与えられたときに、予め定められたタスクを開始し、「ストップ」コマンドが与えられたときに、タスクの実行を終了し、「ノー」コマンドが与えられたときに、タスクの実行を開始しないように制御されるシステムを含むことができる。

これらの三つの音声コマンドは、以下の方法で比較的単純な回路機構によって、相互に容易に区別することができる。

第一に、「イエス」コマンドおよび「ストップ」コマンドはどちらも「Ｓ」の音を含むということも注意すべきである。「Ｓ」の音は、マイクロホン２からの出力に、例えば１ＫＨｚより高い高周波成分を発生する。音声コマンドが「イエス」である場合、高周波成分は低周波成分より先行するが、音声コマンドが「ストップ」である場合、高周波成分は低周波成分より後に来る。

他方、「ノー」音声コマンドは「Ｓ」音を持たず、したがって高周波成分を持たない。

したがって、マイクロプロセッサ６は、以下の方法でこれらの三つの音声コマンドを相互に容易に区別することができる。
（ａ）特定の音声コマンドに対し、低周波通過フィルタ５からの線５ａの低周波信号が、高周波通過フィルタ４からの線４ａの高周波信号より先行する場合、音声コマンドは「イエス」であり、「イエス」コマンドがプロセッサ６からの出力線６ａに現れる。
（ｂ）特定の音声コマンドに対し、高周波通過フィルタ４からの出力線４ａの高周波成分が、低周波通過フィルタ５からの線５ａの低周波成分より先行する場合、音声コマンドは「ストップ」であり、プロセッサ６の出力線６ａに現れる。
（ｃ）他方、特定の音声コマンドで高周波通過フィルタ４からの線４ａの高周波成分が予め定められたしきい値より低い場合、音声コマンドは「ノー」であり、プロセッサ６の出力線６ａに現れる。

以上のことが図２のエネルギ‐時間図に示される。ここで、「イエス」音声コマンドは高周波成分（「Ｓ」音）を低周波成分の後に発生し、「ストップ」音声コマンドは高周波成分を低周波成分より前に発生し、「ノー」コマンドは有意の高周波成分を発生しないことが分かる。

以上のことは、フィルタ４および５から出力４ａおよび５ａを受け取るマイクロプロセッサ６の動作を示す図３のフローチャートにも示される。したがって、図３に示すように、マイクロホン２によって受け取られた音声コマンド（ブロック１０）は、二つのフィルタ４、５によって処理された後、三つの決定ブロック１１、１２、１３によって解析される。決定ブロック１１は、低周波成分が高周波成分の前にあるかどうかを決定し、そうである場合、「イエス」コマンドを出力する。決定ブロック１２は、高周波成分が低周波成分の前にあるかどうかを決定し、そうである場合、「ストップ」コマンドを出力する。決定ブロック１３は、高周波成分が予め定められたしきい値より低いかどうかを決定し、そうである場合、「ノー」コマンドを出力する。

したがって、装置７は、三つのコマンドだけを認識する必要がある比較的単純かつ安価なシステムによって、上記の三つのコマンドの一つまたはそれ以上に従って、効果的に制御することができることが分かる。

図４は、例として、上記の三つの音声コマンドによってビデオレコーダをプログラムする方法を示す。

本発明を一つの好適な実施形態に関して説明したが、これは単に例として記載しただけであり、多くの変形を施すことができることは理解されるであろう。例えば、本発明は、二つのコマンドだけ、例えば「イエス」および「ノー」を区別するシステム、あるいはさらなる音声コマンド、例えば単に「シャ（Ｓｈａ）．．」、「シェ（Ｓｈｅ）．．」、「シ（Ｓｈｉ）．．」、「ショ（Ｓｈｏ）．．」、「シュ（Ｓｈｕ）．．」音のような高周波成分だけを含むもの、または高周波成分が低周波成分より先行し、かつ予め定められたしきい値より高いもの、または高周波成分が低周波成分より後にあって予め定められたしきい値より高いものを提供することによって、四つまたはそれ以上のコマンドを区別するシステムで実現することができる。また、音声コマンドは多くの他の種類の装置またはシステムを制御するために使用することができることも理解されるであろう。

本発明の多くの他の変形、変更、および適用は明白であろう。

本発明に従って構成された音声制御システムの一形態を示すブロック図である。 図１のシステムの動作を説明するのに役立つエネルギ‐時間図である。 図１の音声制御システムのプロセッサの動作を示すフローチャートである。 本発明に従ってビデオレコーダをプログラムする方法を示すフローチャートである。

Claims (20)

1. 音声コマンドを受け取るため、および各音声コマンドを電気出力に変換するためのマイクロホンと、
   マイクロホンの電気出力を受け取り、かつ各音声コマンドに対し音声コマンドの高周波成分に対応する第一出力および音声コマンドの低周波成分に対応する第二出力を生成するために接続されたフィルタシステムと、
   フィルタシステムの前記第一および第二出力を処理するため、および各音声コマンドに対し、それぞれの音声コマンドで低周波成分が高周波成分より先行する場合は第一電気信号を、それぞれの音声コマンドで高周波成分が低周波成分より先行する場合は第二電気信号を出力するためのプロセッサと
   を備えた音声制御システム。
2. 前記音声コマンドが、フィルタシステムからの低周波成分が高周波成分より先行し、プロセッサから出力される前記第一電気信号によって示される「イエス」コマンド、およびフィルタシステムからの高周波成分が低周波成分より先行し、プロセッサから出力される前記第二電気信号によって示される「ストップ」コマンドを含む請求項１記載の音声制御システム。
3. 前記プロセッサが、各音声コマンドに対するフィルタシステムの前記第一および第二出力を処理する際に、音声コマンドの高周波成分に対応するフィルタシステムの第一出力が予め定められたしきい値より低いときには第三電気信号を出力する請求項１記載の音声制御システム。
4. 前記音声コマンドがプロセッサから出力される前記第三電気信号によって示される「ノー」コマンドをも含む請求項３記載の音声制御システム。
5. 各音声コマンドに対するフィルタシステムにより生成された前記第一出力が「Ｓ」音の周波数を持つ音声コマンドの成分に対応し、各音声コマンドに対するフィルタシステムにより生成された前記第二出力が「Ｓ」音の周波数より低い音声コマンドの成分に対応する請求項１記載の音声制御システム。
6. 各音声コマンドに対するフィルタシステムにより生成された前記第一出力が１ＫＨｚより高い音声コマンドの成分に対応し、各音声コマンドに対するフィルタシステムにより生成された第二出力が１ＫＨｚより低い音声コマンドの成分に対応する請求項１記載の音声制御システム。
7. 前記フィルタシステムが、各コマンドに対し前記マイクロホン出力を受け取り、かつ音声コマンドの高周波成分に対応する前記第一出力を生成するために接続された高周波通過フィルタ、および各コマンドに対し前記マイクロホン出力を受け取り、かつ音声コマンドの低周波成分に対応する前記第二出力を生成するために接続された低周波通過フィルタを含む請求項１記載の音声制御システム。
8. 音声コマンドを受け取るため、および各音声コマンドを電気出力に変換するためのマイクロホンと、
   マイクロホンの電気出力を受け取り、かつ各音声コマンドに対し音声コマンドの高周波成分に対応する第一出力および音声コマンドの低周波成分に対応する第二出力を生成するために接続されたフィルタシステムと、
   各音声コマンドに対しフィルタシステムの前記第一および第二出力を処理するため、およびそれぞれの音声コマンドで低周波成分が高周波成分より先行する場合は一つの電気信号を、各音声コマンドに対するフィルタシステムの音声コマンドの高周波成分に対応する前記第一出力が予め定められたしきい値より低い場合は、別の電気信号を出力するためのプロセッサと
   を備えた音声制御システム。
9. 前記音声コマンドが、プロセッサから出力される前記一つの電気信号によって示される「イエス」コマンド、およびプロセッサから出力される前記別の電気信号によって示される「ノー」コマンドを含む請求項８記載の音声制御システム。
10. 前記プロセッサが、各音声コマンドに対するフィルタシステムの前記第一および第二出力を処理する際に、それぞれの音声コマンドで音声コマンドの高周波成分が低周波成分より先行するときにはさらなる電気信号をも出力する請求項９記載の音声制御システム。
11. 前記音声コマンドが「ストップ」コマンドを含む場合、これらはプロセッサから出力される前記さらなる電気信号によって示される請求項１０記載の音声制御システム。
12. 各音声コマンドに対するフィルタシステムにより生成された前記第一出力が「Ｓ」音の周波数を持つ音声コマンドの成分に対応し、各音声コマンドに対するフィルタシステムにより生成された前記第二出力が「Ｓ」音の周波数より低い音声コマンドの成分に対応する請求項１０記載の音声制御システム。
13. 各音声コマンドに対するフィルタシステムにより生成された前記第一出力が１ＫＨｚより高い音声コマンドの成分に対応し、各音声コマンドに対するフィルタシステムにより生成された第二出力が１ＫＨｚより低い音声コマンドの成分に対応する請求項１０記載の音声制御システム。
14. 前記フィルタシステムが、各コマンドに対し前記マイクロホン出力を受け取り、かつ音声コマンドの高周波成分に対応する前記第一出力を生成するために接続された高周波通過フィルタ、および各コマンドに対し前記マイクロホン出力を受け取り、かつ音声コマンドの低周波成分に対応する前記第二出力を生成するために接続された低周波通過フィルタを含む請求項１０記載の音声制御システム。
15. 音声コマンドによって装置を制御する方法であって、
    音声コマンドを受け取るため、および各音声コマンドを電気出力に変換するためのマイクロホンと、
    マイクロホンの電気出力を受け取り、かつ各音声コマンドに対し音声コマンドの高周波成分に対応する第一出力および音声コマンドの低周波成分に対応する第二出力を生成するために接続されたフィルタシステムと、
    フィルタシステムの前記第一および第二出力を処理するため、および各音声コマンドに対し、それぞれの音声コマンドで低周波成分が高周波成分より先行する場合は第一電気信号を、それぞれの音声コマンドで高周波成分が低周波成分より先行する場合は第二電気信号を出力するためのプロセッサと、
    を装置に設け、
    前記プロセッサから出力された信号に従って前記装置を制御する、
    ことを含む方法。
16. 各音声コマンドに対するフィルタシステムにより生成された前記第一出力が「Ｓ」音の周波数を持つ音声コマンドの成分に対応し、各音声コマンドに対するフィルタシステムにより生成された前記第二出力が「Ｓ」音の周波数より低い音声コマンドの成分に対応する請求項１５記載の方法。
17. 各音声コマンドに対するフィルタシステムにより生成された前記第一出力が１ＫＨｚより高い音声コマンドの成分に対応し、各音声コマンドに対するフィルタシステムにより生成された第二出力が１ＫＨｚより低い音声コマンドの成分に対応する請求項１５記載の方法。
18. 前記音声コマンドが、フィルタシステムからの低周波成分が高周波成分より先行し、プロセッサから出力される前記第一電気信号によって示される「イエス」コマンド、およびフィルタシステムからの高周波成分が低周波成分より先行し、プロセッサから出力される前記第二電気信号によって示される「ストップ」コマンドを含む請求項１５記載の方法。
19. 前記プロセッサが、各音声コマンドに対するフィルタシステムの前記第一および第二出力を処理する際に、音声コマンドの高周波成分に対応するフィルタシステムの第一出力が予め定められたしきい値より低いときには第三電気信号を出力する請求項１５記載の方法。
20. 前記音声コマンドがプロセッサから出力される前記第三電気信号によって示される「ノー」コマンドをも含む請求項１９記載の方法。

Images