JP2006267318A - データ処理装置、制御方法、制御プログラム及び記録媒体 - Google Patents

Abstract

【課題】曲名やアルバム名の正式名称の読み仮名を完全に発音することなく、曲名やアルバム名を音声認識で認識させることのできるデータ処理装置、その制御方法、制御プログラム及び記録媒体を提供する。
【解決手段】音声取得部から取得した音声データに基づいて音声認識を行い、記憶部に記憶されたデータ名を検索するデータ処理装置において、音声認識用データベースに、データ名に対応する音声認識データを登録するに先立って、データ名に所定の文字列が含まれているか否かを判定する文字列判定部と、データ名の、所定の文字列以降の付記的文字列を削除した文字列を取得する文字列削除部と、付記的文字列を削除した文字列に対応する音声認識データを作成し、音声認識用データベースにデータ名に対応付けて登録する音声認識データ登録部と、を備えた。
【選択図】図３

Description

本発明は、データ処理装置、その制御方法、制御プログラム及び記録媒体に関する。

従来、ナビゲーション装置においては、ＣＤ−ＲＯＭやＤＶＤ−ＲＯＭのような書き換えができないメディアに地図情報を格納し、その地図情報を利用して地図表示、経路検索、経路誘導等を行っていたが、近年では、ハードディスクのような書き換え可能なメディアを搭載するものが知られている。

ハードディスクは、ＣＤ−ＲＯＭやＤＶＤ−ＲＯＭに比べると容量が大きいため、地図情報等のデータを格納しても空き容量が多く、その空き領域を利用して、音楽ＣＤからナビゲーション内のハードディスクに音楽情報を取り込む機能が一般的である。

また、取り込んだ音楽情報には、予めハードディスクに内蔵している曲名及びアルバム名のデータベースから、曲名及びアルバム名やこれらの読み仮名のデータを取得することができ、取得した読み仮名を利用し、音声認識の発音単語として登録することで、音声によりナビゲーション装置を操作できる機能を有するものがある（例えば、特許文献１参照）。
特開２００４−１６４４６６号公報

しかしながら、上記従来の技術にあっては、同じ曲、アルバムであっても、収録されているアルバムや編曲の違いによって曲名の読み仮名の末尾に付記的な部分を有する場合があり、ユーザーは付記的な部分を含めた正式名称の読み仮名を完全に発音しない限り、曲名やアルバム名を音声認識で認識できないことがあった。

本発明は、上述した事情に鑑みて成されたものであり、曲名やアルバム名の正式名称の読み仮名を完全に発音することなく、曲名やアルバム名を音声認識で認識させることのできるデータ処理装置、その制御方法、制御プログラム及び記録媒体を提供することを目的とする。

本発明は、データ名を含む各種データを記憶する記憶部と、外部の音声を取得する音声取得部とを備え、前記データに対応する前記データ名の音声認識データを前記記憶部に設けられた音声認識用データベースに登録し、前記音声取得部から取得した音声データに基づいて前記音声認識を行い、前記記憶部に記憶された前記データ名を検索するデータ処理装置において、前記音声認識用データベースに、前記データ名に対応する前記音声認識データを登録するに先立って、前記データ名に所定の文字列が含まれているか否かを判定する文字列判定部と、前記データ名の、前記所定の文字列以降の付記的文字列を削除した文字列を取得する文字列削除部と、前記付記的文字列を削除した文字列に対応する前記音声認識データを作成し、前記音声認識用データベースに前記データ名に対応付けて登録する音声認識データ登録部と、を備えたことを特徴とする。

この場合において、前記データ処理装置は映像を表示する表示部に接続され、前記音声データに基づいて前記音声認識データを検索し、検索された前記音声認識データに対応する前記データ名を前記表示部に表示してもよい。前記音声データに基づいて前記音声認識データを検索し、検索された前記音声認識データに対応する前記データ名が複数存在する場合には、この検索された複数の前記データ名を前記表示部に一覧表示してもよい。前記音声データに基づいて前記記憶部から前記音声認識データを検索したときに、検索された前記音声認識データに対応する前記データ名が一つであるときには、この検索された前記データ名に対応する前記データを前記記憶部から読み出し、当該データに対応する処理を行ってもよい。前記データは、音楽データ若しくは映像データを含んでもよい。

また、本発明は、データ名を含む各種データを記憶する記憶部と、外部の音声を取得する音声取得部とを備え、前記データに対応する前記データ名の音声認識データを前記記憶部に設けられた音声認識用データベースに登録し、前記音声取得部から取得した音声データに基づいて前記音声認識を行い、前記記憶部に記憶された前記データ名を検索するデータ処理装置を制御する制御方法において、前記音声認識用データベースに、前記データ名に対応する前記音声認識データを登録するに先立って、前記データ名に所定の文字列が含まれているか否かを判定する過程と、前記データ名の、前記所定の文字列以降の付記的文字列を削除した文字列を取得する過程と、前記付記的文字列を削除した文字列に対応する前記音声認識データを作成し、前記音声認識用データベースに前記データ名に対応付けて登録する過程と、を備えたことを特徴とする。

また、本発明は、データ名を含む各種データを記憶する記憶部と、外部の音声を取得する音声取得部とを備え、前記データに対応する前記データ名の音声認識データを前記記憶部に設けられた音声認識用データベースに登録し、前記音声取得部から取得した音声データに基づいて前記音声認識を行い、前記記憶部に記憶された前記データ名を検索するデータ処理装置をコンピューターにより制御する制御プログラムにおいて、前記音声認識用データベースに、前記データ名に対応する前記音声認識データを登録するに先立って、前記データ名に所定の文字列が含まれているか否かを判定させ、前記データ名の、前記所定の文字列以降の付記的文字列を削除した文字列を取得させ、前記付記的文字列を削除した文字列に対応する前記音声認識データを作成し、前記音声認識用データベースに前記データ名に対応付けて登録させることを特徴とする。

また、本発明は、コンピューター読み取り可能な記録媒体において、前記制御プログラムを記録したことを特徴とする。

本発明によれば、曲名やアルバム名の読み仮名を簡略化することにより、音声認識を使い易くすることができる。

以下図面を参照して、本発明の実施の形態について説明する。

図１は本実施の形態に係るナビゲーション装置１の外観構成を示す斜視図である。この図に示すように、ナビゲーション装置１は、車両のダッシュボードに設けられた所定の収納スペースに嵌め込まれる装置本体１０と、この装置本体１０の正面に設けられた操作パネル１１とを備えている。操作パネル１１は、枠体としてのフェイスパネル１２と、このフェイスパネル１２上に設けられた複数の操作スイッチ、操作パネル開閉ボタン（オープン／ＴＩＬＴキー）１３と、フェイスパネル１２に嵌め込まれた表示パネル１４とを有している。この表示パネル１４には、現在地点の周辺地図、車両の現在位置、及び、目的地までの経路が表示され、これにより経路案内が行われる。

図２は、ナビゲーション装置１の主要構成を示すブロック図である。
ナビゲーション装置１は、ＭＰＵ３０を備え、このＭＰＵ３０は、ナビゲーション装置１の各部を中枢的に制御するものであり、このＭＰＵ３０には、ディスク制御部４２が接続されている。
ディスク制御部４２は、ＭＰＵ３０によりアクセスされ、ＭＰＵ３０は、各種データ（音楽データ等）の読み取りを行う。

また、ＭＰＵ３０には、ディスク制御部４２から読み出したデータ等を一時的に格納するＤＲＡＭ３５等により構成される記憶部４５が接続される。記憶部４５は、ＤＲＡＭ３５の他に、ＲＯＭ３４と、ＳＲＡＭ３６と、ＶＲＡＭ３７とにより構成される。
ＲＯＭ３４は、ＢＩＯＳやブートプログラムといった制御用プログラム等の各種データを予め記憶し、ナビゲーション装置１の起動時にＭＰＵ３０によってアクセスされる。ＤＲＡＭ３５は、データを一時的に格納し、ワークエリア等に使用される。ＳＲＡＭ３６は、不揮発性のメモリーであり、車両のアクセサリー電源等、ナビゲーション装置１のメイン電源が切断されている間も電池等によりバックアップされることでメモリー内容を保持するものである。ＶＲＡＭ３７は、表示部４０でビデオ表示を行うためのメモリーである。ＭＰＵ３０はＲＯＭ３４に記憶されたプログラムやデータに基づいて各種制御を行うＣＰＵを有し、ＭＰＵ３０の制御の下、表示部４０の表示制御等を行う。

また、このＭＰＵ３０には、Ｉ／Ｏ制御回路やドライバー等を使って、表示部４０、入力部４１、音出力部３９と、ＭＰＵ３０とを結ぶユーザーインターフェース部３８が接続され、ＭＰＵ３０は、入力部４１の操作を示す情報をＭＰＵ３０に通知する。

音出力部３９はＭＰＵ３０の制御の下、音楽や音声を出力するものであり、例えば、記録媒体に記録された音楽データの再生にあっては、ディスク制御部４２によって読み取られた音楽データが音出力部３９に出力され、音楽が再生される。

表示部４０は、ＭＰＵ３０の制御の下、地図等の各種情報を表示するものであり、入力部４１は、スイッチ操作部と、タッチパネル操作部と、リモコン受信部とを備えている。スイッチ操作部は、操作スイッチを備え、この操作スイッチの操作を電気信号に変換してスイッチ信号ＳＳをＭＰＵ３０に出力するスイッチ回路基板（図示せず）を備えている。タッチパネル操作部は、タッチパネルの操作を電気信号に変換してタッチ信号ＴＳをＭＰＵ３０に出力するタッチパネル回路基板（図示せず）を備えている。タッチ信号ＴＳには、タッチパネルの面上の操作個所を示す座標情報が含まれており、これにより、ＭＰＵ３０が、液晶パネルに表示されている操作ボタンのうち、どの操作ボタンが操作されたかを識別可能となる。リモコン受信部は、リモコンから送信された赤外線信号を受信する受信部である。

音声取得部４６はナビゲーション装置１前面に設けられたマイクであり、ユーザーの発した音声の取得部であり、取得した音声は、ユーザーインターフェース部３８を介してＭＰＵ３０へと出力される。

絶対位置・方位検出部３１は、ナビゲーション装置１が搭載された車両の現在地、即ち自車位置について、地表での絶対的な位置座標や方位を計算するために、ＧＰＳ（Global Positioning System）衛星から送られてくるＧＰＳ電波をアンテナやレシーバー等で受信し、ＭＰＵ３０に出力する。
相対方位検出部３２は、ジャイロセンサー等を使って自車位置の相対的な方位を検出する。
車速検出部３３は、自車位置の速度を計算するために、車両から得られる車速パルスを処理する。

ＭＰＵ３０は、経路探索時においては、位置検出信号ＰＳにより示される現在地点から目的地までの誘導経路を探索して探索結果を表示部４０に表示し、また、経路案内時には、位置検出信号ＰＳに基づいて現在位置の移動状況を地図と共に表示部４０に表示して経路案内を行う。
ディスク制御部４２は、地図データ等を記憶するための手段であり、ＣＤ−ＲＯＭやＤＶＤ−ＲＯＭの制御部、ハードディスク等がある。

ＦＭ多重受信及び処理部４３は、ＦＭ放送を受信するための部分であり、ＭＰＵ３０の制御の下、ＦＭ多重放送波を受信して、渋滞や事故、交通規制といったＶＩＣＳ情報や天気予報といった情報を受信及び処理し、ＭＰＵ３０に出力するものである。ＭＰＵ３０は、これらの走行補助情報を表示部４０に表示する際には、ＦＭ多重受信処理部から受け取った文字情報に基づいて描画コマンドＤＳＳを生成し、表示部４０に出力することで、走行補助情報の表示を行う。

外部記録装置制御部４４は、外部記録媒体にデータを記録、読み出しを行うためのインターフェースであり、外部記録媒体としては、メモリースティックやメモリーカード、ＣＦカード等がある。
ハードディスク部４７は、曲データ、曲名、アルバム名、映像データ等を記憶する部分であり、音声認識用データベース等も設けられている。

図３は、ナビゲーション装置１がＣＤに記録された音楽データを録音する際のフローチャートである。
先ず、ユーザーが入力部４１を操作し、ユーザーインターフェース部３８を介してＭＰＵ３０に、ＣＤに記録された音楽データの録音を開始させると（ステップＳ１）、ＭＰＵ３０はハードディスク部４７から録音する音楽データのタイトル情報等を取得する（ステップＳ２）。

このとき、ハードディスク部４７は、ハードディスク部４７に予め内蔵してある曲名、アルバム名及びそれらの読み仮名のデータをＭＰＵ３０に出力する（ステップＳ３）。

次に、ＭＰＵ３０は、ステップＳ３においてハードディスク部４７から取得した曲名等の読み仮名に、「ばーじょん」、「みっくす」、「りみっくす」、「〜」、「−」等の付記的な特定の文字列が含まれているか否かを判定する（ステップＳ４）。

このとき、ステップＳ３において取得した曲名等の読み仮名に、特定の文字列が含まれているとＭＰＵ３０が判定したときには（ステップＳ４：ＹＥＳ）、ＭＰＵ３０は読み仮名に含まれているこの特定の文字列を含む文字列以降の付記的文字列を削除し（ステップＳ５）、ＭＰＵ３０は特定の文字列を削除した読み仮名を、音声認識用の発話単語としてハードディスク部４７に設けられた音声認識用データベースに登録する（ステップＳ６）。

しかし、ステップＳ３において取得した曲名等の読み仮名に、付記的な特定の文字列が含まれているか否かをＭＰＵ３０が判定するときに（ステップＳ４）、付記的な特定の文字列は含まれていないとＭＰＵ３０が判定したときには（ステップＳ４：ＮＯ）、ＭＰＵ３０はステップＳ３において取得した曲名等の読み仮名を簡略化せずにそのまま、音声認識用の発話単語として音声認識用データベースに登録する（ステップＳ６）。

また、ＭＰＵ３０が、曲名等の読み仮名を、音声認識用の発話単語として音声認識用データベースに登録するときに、明らかに原曲と思われる曲名情報や、一般的な呼び名等の情報が取得できる場合には、ＭＰＵ３０はその読み仮名の文字列を音声認識用データベースに登録する。

図４は、ナビゲーション装置１が音声認識によりハードディスク部４７に記憶された曲データを検索するときのフローチャートである。
先ずユーザーは、検索対象でありハードディスク部４７に記憶された曲データの曲名を、音声認識用データベースに登録されている読み仮名で発話する（ステップＳ１１）。

ユーザーが曲名を発話すると、ＭＰＵ３０は音声取得部４６を介してユーザーが発話した曲名の音声を取得する（ステップＳ１２）。

ＭＰＵ３０は、この取得した音声の読み仮名に基づく曲名と同一の読み仮名の曲名を、音声認識用データベースに登録されている曲名から検索する（ステップＳ１３）。

ＭＰＵ３０は、ユーザーが発話した曲名の読み仮名と同一の読み仮名である曲名を、音声認識用データベースに登録されている曲名から検索すると、検索結果の曲名を表示部４０に表示する（ステップＳ１４）。表示部４０に表示される検索結果の内容は、付記的な特定の文字列等が削除された状態の簡略化された読み仮名の曲名ではなく、付記的な特定の文字列等が削除される前の読み仮名の曲名である。

また、違う曲データであるにも関わらす同じ読み仮名の曲名として音声認識用データベースに登録されている曲名が複数検索されたときは、検索結果の曲名を表示部４０に一覧表示する。このとき、検索結果が一つであるときには、検索結果を表示部４０に表示し、その読み仮名の曲名に対応する曲データの検索を行う。

しかし、表示部４０に一覧表示された検索結果が複数であるときには、一覧表示された曲名にそれぞれ番号を順に振って行き、ユーザーがその番号を発話したり、スイッチ、タッチパネル、リモコン等の入力部４１を操作したりすることにより、表示部４０に一覧表示された曲名の中から一つを選択する。これにより、ＭＰＵ３０は選択した曲名に対応する曲データの検索を行う。

本実施形態によれば、曲データに対応する曲名の読み仮名の付記的文字列等を削除し、曲名を簡略化した読み仮名を音声認識用データベースに登録する。これにより、ユーザーが音声認識によりハードディスク部４７から曲データを検索するときに、曲名やアルバム名の正式な読み仮名を完全に発話することなく曲データを検索でき、音声認識を使い易くすることができる。

例えば、曲名が「Ａ」で、バージョンが「Ｂ」である曲データ「Ａ バージョンＢ」を音声認識用データベースに登録する場合に、ＭＰＵ３０は曲名の読み仮名「えい ばーじょんびー」に含まれる所定の文字列「ばーじょん」を判別し、この所定の文字列「ばーじょん」以降の付記的文字列（＝ばーじょんびー）を削除した読み仮名「えい」として音声認識用データベースに登録する。これにより、ユーザーが音声認識によりハードディスク部４７から曲データ「Ａ バージョンＢ」を検索するときには、ユーザーが読み仮名「えい」を発話するだけでＭＰＵ３０が曲名「Ａ バージョンＢ」を検索し、ＭＰＵ３０は検索結果を表示部４０に表示する。

検索結果が一つであるときには、ＭＰＵ３０はこのまま曲名「Ａ バージョンＢ」に対応する曲データ「Ａ バージョンＢ」を検索する。しかし、曲名が「Ａ」で、バージョンが「Ｃ」である曲データ「Ａ バージョンＣ」も読み仮名「えい」として音声認識用データベースに登録されているときには、ＭＰＵ３０は「Ａ バージョンＢ」だけでなく、登録された読み仮名が同じである「Ａ バージョンＣ」も同時に検索する。よって、ＭＰＵ３０は、曲名「Ａ バージョンＢ」と共に曲名「Ａ バージョンＣ」も同時に検索結果として表示部４０に一覧表示する。ユーザーが、表示部４０に一覧表示された検索結果から、発話や入力部４１を操作することにより曲名「Ａ バージョンＢ」を選択すると、ＭＰＵ３０は曲名「Ａ バージョンＢ」に対応する曲データ「Ａ バージョンＢ」を検索する。

以上、一実施形態について本発明を説明したが、本発明はこれに限定されるものではない。例えば、実施形態では、曲名、アルバム名及びそれらの読み仮名のデータを予めハードディスク部４７に内蔵してあるが、これに限らず、インターネット等から取得してもよい。また、実施形態では、データとして曲データを用いているが、これに限らず、音声認識により検索するデータであれば、映像データ等その他のデータであってもよい。

本発明の実施の形態に係るナビゲーション装置の外観構成を示す斜視図である。 上記ナビゲーション装置の機能的構成を示すブロック図である。 ナビゲーション装置がＣＤに記録された曲データを録音する際のフローチャートである。 ナビゲーション装置が音声認識によりハードディスク部に記憶された曲データを検索するときのフローチャートである。

符号の説明

１ ナビゲーション装置（データ処理装置）
３０ ＭＰＵ（文字列判定部、文字列削除部、音声認識データ登録部）
４０ 表示部
４６ 音声取得部
４７ ハードディスク部（記憶部）

Claims (8)

1. データ名を含む各種データを記憶する記憶部と、外部の音声を取得する音声取得部とを備え、前記データに対応する前記データ名の音声認識データを前記記憶部に設けられた音声認識用データベースに登録し、前記音声取得部から取得した音声データに基づいて前記音声認識を行い、前記記憶部に記憶された前記データ名を検索するデータ処理装置において、
   前記音声認識用データベースに、前記データ名に対応する前記音声認識データを登録するに先立って、前記データ名に所定の文字列が含まれているか否かを判定する文字列判定部と、
   前記データ名の、前記所定の文字列以降の付記的文字列を削除した文字列を取得する文字列削除部と、
   前記付記的文字列を削除した文字列に対応する前記音声認識データを作成し、前記音声認識用データベースに前記データ名に対応付けて登録する音声認識データ登録部と、
   を備えたことを特徴とするデータ処理装置。
2. 前記データ処理装置は映像を表示する表示部に接続され、前記音声データに基づいて前記音声認識データを検索し、検索された前記音声認識データに対応する前記データ名を前記表示部に表示することを特徴とする請求項１に記載のデータ処理装置。
3. 前記音声データに基づいて前記音声認識データを検索し、検索された前記音声認識データに対応する前記データ名が複数存在する場合には、この検索された複数の前記データ名を前記表示部に一覧表示することを特徴とする請求項１又は２に記載のデータ処理装置。
4. 前記音声データに基づいて前記記憶部から前記音声認識データを検索したときに、検索された前記音声認識データに対応する前記データ名が一つであるときには、この検索された前記データ名に対応する前記データを前記記憶部から読み出し、当該データに対応する処理を行うことを特徴とする請求項１乃至３のいずれかに記載のデータ処理装置。
5. 前記データは、音楽データ若しくは映像データを含むことを特徴とする請求項１乃至４に記載のデータ処理装置。
6. データ名を含む各種データを記憶する記憶部と、外部の音声を取得する音声取得部とを備え、前記データに対応する前記データ名の音声認識データを前記記憶部に設けられた音声認識用データベースに登録し、前記音声取得部から取得した音声データに基づいて前記音声認識を行い、前記記憶部に記憶された前記データ名を検索するデータ処理装置を制御する制御方法において、
   前記音声認識用データベースに、前記データ名に対応する前記音声認識データを登録するに先立って、前記データ名に所定の文字列が含まれているか否かを判定する過程と、
   前記データ名の、前記所定の文字列以降の付記的文字列を削除した文字列を取得する過程と、
   前記付記的文字列を削除した文字列に対応する前記音声認識データを作成し、前記音声認識用データベースに前記データ名に対応付けて登録する過程と、
   を備えたことを特徴とするデータ処理装置の制御方法。
7. データ名を含む各種データを記憶する記憶部と、外部の音声を取得する音声取得部とを備え、前記データに対応する前記データ名の音声認識データを前記記憶部に設けられた音声認識用データベースに登録し、前記音声取得部から取得した音声データに基づいて前記音声認識を行い、前記記憶部に記憶された前記データ名を検索するデータ処理装置をコンピューターにより制御する制御プログラムにおいて、
   前記音声認識用データベースに、前記データ名に対応する前記音声認識データを登録するに先立って、前記データ名に所定の文字列が含まれているか否かを判定させ、
   前記データ名の、前記所定の文字列以降の付記的文字列を削除した文字列を取得させ、
   前記付記的文字列を削除した文字列に対応する前記音声認識データを作成し、前記音声認識用データベースに前記データ名に対応付けて登録させることを特徴とする制御プログラム。
8. 請求項７記載の制御プログラムを記録したことを特徴とするコンピューター読み取り可能な記録媒体。
   
   

Images