JP2007163895A - 音声認識装置 - Google Patents

Abstract

【課題】使用者の習熟度に応じて複数の音声認識辞書を適宜選択して、誤認識率を低減するとともに操作性を向上させる。
【解決手段】音声認識装置１０は、音声認識辞書１１−１〜１１−４を参照して入力音声を音声認識して音声認識結果を出力する。音声認識辞書は予め定められた分類に応じて複数備えられており、音声認識装置は、音声認識結果に対する訂正操作に応じて利用者習熟度を判定して習熟度判定結果を得る利用者習熟度判定手段１６と、習熟度判定結果に基づいて音声認識辞書から使用すべき音声認識辞書を選択音声認識辞書として選択する辞書選択手段１４と、選択音声認識辞書を参照して入力音声を音声認識して音声認識結果を得る音声認識手段１３とを有している。
【選択図】図１

Description

この発明は、複数の音声認識辞書を備えて、音声認識を行う音声認識装置に関し、特に、ユーザの習熟度に応じて音声認識辞書を選択して誤認識の発生を低減する音声認識装置に関するものである。

一般に、音声認識装置においては、多数の語彙が格納された音声認識辞書を用いて音声認識を行っており、音声認識辞書に格納する語彙数を多くすれば、ユーザが発話した種々の語彙を認識することが可能となるものの、音声認識辞書に格納された語彙数が増えるほど、ユーザが発話した語彙を音声認識辞書に格納された語彙と一意にマッチングさせることが難しくなる。この結果、音声認識辞書に格納された語彙数が増加すると、認識誤りが発生し易くなる。そして、認識誤りが多くなると、音声認識装置を使い慣れていない初心者ユーザにとって、使用しづらくなってしまう。

このような点を改善するため、音声認識辞書を階層構造として包括範囲を次第に狭める構成とし、次の発話内容を予測しつつ認識処理を行うとともに、ユーザの習熟度向上に伴って長文節の入力を可能とするように適時的に上位の階層を修正して利用頻度の少ない語彙を新しい語彙と入れ替えるようにしたものがある（例えば、特許文献１）。

つまり、特許文献１に記載された音声認識装置では、音声認識用の語彙を階層構造として、ユーザの習熟度に応じて下位の階層にある語彙を繋げた連続語を認識用語彙として追加して、これによって、次回から連続して発話することができるようにして、認識性能を維持しつつ、短い入力時間で認識処理を行うことができるようにしている。

特開２００４−３２５７０４公報（第４頁〜第９頁、第１図〜第９図）

従来の音声認識装置は以上のように構成されているので、つまり、音声認識辞書を階層構造として、ユーザの習熟度に応じて連続語を認識用語彙として音声認識辞書に追加するようにしているものの、階層構造をとることができない語彙を連続語とすることはできず、この結果、上位の階層に位置する語彙が増加してしまうと、認識誤りが多くなってしまい、音声認識装置を使い慣れない初心者又は初級者ユーザにとって使用しづらいという点を、改善することが難しいという課題があった。

さらに、従来の音声認識装置では、ユーザが発話した語彙に関連して、次回から下位の階層に位置する語彙も連続して発話できるようにしているため、新たな語彙を音声認識辞書に追加することができないという課題があった。

この発明は上記のような課題を解決するためになされたもので、ユーザの習熟度に応じて複数の音声認識辞書を適宜選択して、誤認識率を低減するとともに使用し易い音声認識装置を得ることを目的とする。

この発明に係る音声認識装置は、予め定められた分類に応じた複数の音声認識辞書と、音声認識結果に対する訂正操作に応じて利用者習熟度を判定して習熟度判定結果を得る利用者習熟度判定手段と、習熟度判定結果に基づいて音声認識辞書から使用すべき音声認識辞書を選択音声認識辞書として選択する辞書選択手段と、選択音声認識辞書を参照して入力音声を音声認識して音声認識結果を得る音声認識手段とを有することを特徴とするものである。

この発明によれば、利用者の習熟度に応じて選択すべき（アクティブとすべき）音声認識辞書を変更するように構成したので、利用者はその習熟度に応じて認識可能な語彙を確実に習得でき、その結果、誤認識の発生を防止して操作性を向上できるという効果がある。

実施の形態１．
図１は本発明の実施の形態１による音声認識装置の一例を示すブロック図であり、図示の音声認識装置１０は、複数の音声認識辞書１１−１乃至１１−Ｎ（Ｎは２以上の整数：図示の例ではＮ＝４である）を備えており、音声認識辞書１１−１乃至１１−４は音声認識部１２に接続されている。これら音声認識辞書１１−１乃至１１−４は、例えば、互いに異なる分類で語彙が格納されている。例えば、音声認識辞書１１−１は基本コマンド辞書であり、基本的なコマンドが語彙として格納されている。そして、音声認識辞書１１−１乃至１１−４の順にレベルの高い語彙が格納されている。

音声認識装置１０は、音声認識手段１３、認識辞書選択手段１４、利用者（ユーザ）習熟度保存手段１５、利用者習熟度判定手段１６、制御手段１７、出力情報生成手段１８、手動入力手段１９、音声入力手段２０、画面出力手段２１、及び音声出力手段２２を備えており、図示の例では、手動入力手段１９にはリモコン／タッチパネル２３が接続されている。また、音声入力手段２０にはマイク２４が接続され、画面出力手段２１にはモニタ２５が接続されている。そして、音声出力手段２２にはスピーカー２６が接続されている。

リモコン／タッチパネル２３には、音声認識処理を開始するための認識開始ボタン（図示せず）及び誤認識の際訂正を行うための訂正ボタン（図示せず）等のユーザ入力ボタンが備えられ、手動入力手段１９はリモコン／タッチパネル２３からのキー入力（ボタン入力）を受け付けて制御手段１７に渡す。また、音声入力手段２０はマイク２４からの音声を受け付けて制御手段１７に渡す。制御手段１７は音声入力手段２０からの入力音声を受けると、この入力音声を音声認識手段１３に渡す。そして、音声認識手段１３は認識辞書選択手段１４で選択された（アクティブ）にされた音声認識辞書を参照して入力音声について音声認識処理を行い、音声認識結果を得る。

この音声認識結果は制御手段１７を介して出力情報生成手段１８に送られて、出力情報生成手段１８では音声認識結果に応じた出力情報（画像又は音声）を生成して、画面出力手段２１及び／又は音声出力手段２２に渡す。そして、画像出力手段２１では出力情報を画像又はテロップとしてモニタ２５に表示し、音声出力手段２２では出力情報をスピーカー２６から音声として出力する。

利用者習熟度判定手段１６は、後述するようにして、利用者の習熟度を判定して利用者習熟度を得て、この利用者習熟度を利用者習熟度保存手段１５に保存する。そして、音声認識処理を行う際には、制御手段１７は、後述するようにして、利用者習熟度判定手段１６を介して利用者習熟度保存手段１５から該当する利用者習熟度に対応して選択すべき音声認識辞書を示す辞書識別番号を読み出して、この辞書識別番号を認識辞書選択手段１４に渡し、認識辞書選択手段は辞書識別番号に基づいて少なくとも１つの音声認識辞書を選択する。

なお、制御手段１７は音声認識処理の際、出力情報生成手段１８を制御してガイダンス情報を生成し、このガイダンス情報をそれぞれ画面出力手段２１及び音声出力手段２２を介してモニタ２５に表示するとともに、スピーカー２６から出力する。

次に動作について説明する。
図１及び図２を参照して、いま利用者習熟度保存手段１５には、この音声認識装置１０を用いる利用者毎に利用者習熟度が保存されているものとする。音声認識装置１０がオンされて、使用者がリモコン／タッチパネル２３を用いて利用者自身のＩＤ（利用者識別コード）を入力すると、手動入力手段を介して当該ＩＤが制御手段１７に与えられる。

図３に示すように、利用者習熟度保存手段１５には、利用者習熟度に対応して選択すべき音声認識辞書を示す辞書対応テーブルが保存されており、図示の例では、利用者習熟度“１”に音声認識辞書１１−１が対応し、利用者習熟度“２”に音声認識辞書１１−１及び１１−２が対応する。また、利用者習熟度“３”に音声認識辞書１１−１乃至１１−３が対応し、利用者習熟度“４”に音声認識辞書１１−１乃至１１−４が対応する。

さらに、利用者習熟度保存手段１５には、図４に示す利用者対応テーブルが保存されている。図示のように、利用者対応テーブルには、利用者（つまり、ＩＤ）Ｕ１乃至Ｕ３毎の利用者習熟度が格納され、図示の例では、利用者Ｕ１、Ｕ２、及びＵ３の利用者習熟度は、それぞれ“１”、“４”、及び“２”である。

制御手段１７はＩＤに応じて利用者習熟度判定手段１６を介して利用者習熟度保存手段１５から当該ＩＤに対応する利用者習熟度を得（ステップＳＴ１）、さらに利用者習熟度に対応して選択すべき音声認識辞書を示す辞書識別番号を読み出す。そして、制御手段１７はこの辞書識別番号を認識辞書選択手段１４に渡し、認識辞書選択手段１４は辞書識別番号に応じて音声認識辞書１１−１乃至１１−４の少なくとも１つを選択する（ステップＳＴ２）。

なお、初期状態（例えば、利用者が初めて音声認識装置１０を使用する場合等）では、利用者習熟度は“１”であり、この結果、音声認識辞書１１−１が選択されることになる。続いて、制御手段１７は、出力情報生成手段１８を制御して現在の利用者習熟度（利用者習熟度保存手段１５から読み出した利用者習熟度）を画面出力手段２１によってモニタ２５上に表示する（ステップＳＴ３）。例えば、モニタ２５上には「現在の音声認識レベル：１」のように画面表示される。

その後、制御手段１７はリモコン／タッチパネル２３からのキー入力が認識開始ボタンの押し下げであるか否かを監視して（ステップＳＴ４）、使用者が認識開始ボタンを押し下げると、制御手段１７は音声認識開始であると判定し、出力情報生成手段１８を制御して画像出力手段２１及び音声出力手段２２を介して、モニタ２５にー音声認識開始状態を示す画面を表示するとともに、スピーカー２６から音声出力を行う（ステップＳＴ５）。例えば、モニタ２５には「音声認識開始」が表示ガイダンスとして表示され、スピーカー２６からは「お話ください」等の音声ガイダンスが出力される。

マイク２４から入力音声が音声入力手段２０を介して制御手段１７に与えられると、制御手段１７の制御下で、音声認識手段１３は、音声認識処理を開始し（ステップＳＴ６）、認識辞書選択手段１４で選択された音声認識辞書を参照して、入力音声について音声認識処理を行う。音声認識手段１３で得られた音声認識結果は制御手段１７を介して出力情報生成手段１８に送られて、出力情報生成手段１８では音声認識結果に応じた出力情報を生成して、画面出力手段２１及び／又は音声出力手段２２を介して出力情報を画像又はテロップとしてモニタ２５に表示し、出力情報をスピーカー２６から音声として出力する（音声結果提示：ステップＳＴ７）。

制御手段１７は音声結果提示後、内蔵するタイマーの計時を開始して、一定時間（所定の時間）内に訂正操作があったか否かを監視する（ステップＳＴ８）。所定の時間内に使用者がリモコン／タッチパネル２３の訂正ボタンを押すと、制御手段１７では訂正ボタンの押し下げを検知して、その旨利用者習熟度判定手段１６に連絡する。これに応答して、利用者習熟度判定手段１６では当該利用者に係る利用者習熟度をアップさせて（ステップＳＴ９）、現利用者習熟度としてＩＤに対応付けて利用者習熟度保存手段１５に保存する。

さらに、現利用者習熟度は制御手段１７に送られて、制御手段１７では出力情報生成手段１８を制御して、画面出力手段２１によってモニタ２５上に現利用者習熟度を表示する（利用者習熟度判定表示：ステップＳＴ１０）。例えば、アップさせる前の利用者習熟度が“１”であれば、モニタ２５上には「現在の音声認識レベル：２」のように画面表示される。

一方、ステップＳＴ８において、所定の時間内に訂正ボタンが押されないと、制御手段１７はステップＳＴ１０に移行し、「現在の音声認識レベル：１」をモニタ２５に表示する。

なお、音声認識辞書１１−１乃至１１−４は、語彙の種類（種別）によって分類され、基本的で簡単な語彙は音声認識辞書１１−１に、最もむ高度な語彙を音声認識辞書１１−４に格納する。例えば、カーナビゲーション装置で用いる音声認識装置では、音声認識辞書１１−１には、「自宅」、「現在地」、及び「目的地」等の基本的なナビ用コマンドが格納され、音声認識辞書１１−２には、施設検索用語彙が格納される。また、音声認識辞書１１−３には音楽検索用コマンドが語彙として格納され、音声認識辞書１１−４には住所認識用語彙が格納される（これは単なる一例である）。

また、上述の例では、４つの音声認識辞書を備えて、利用者習熟度を４レベルとしたが、利用者習熟度のレベル数及び音声認識辞書数は適宜設定することができる。さらに、図示の例では、利用者習熟度＝４である際においては、レベルアップ後の利用者習熟度も４とされる。

このようにして、音声認識結果を提示した後、所定の時間内に当該音声認識結果について訂正操作があると、この利用者は音声認識装置の使用に慣れているとして利用者習熟度をアップさせて、以後この利用者習熟度を用いて音声認識辞書を選択するようにすれば、使用者の習熟度に応じた音声認識辞書が選択されることになって、誤認識率が低減されるばかりでなく、容易に使用することができる。

ところで、図２に符号“Ａ”で示す位置に、図５に示す処理を挿入するようにしてもよい。前述したように、図２に示すステップＳＴ５においては、ガイダンスとして画面表示・音声出力が行われるが、この際、制御手段１７では図５に示すように、ガイダンススキップ操作が行われたか否かを監視しており（ステップＳＴ１１）、使用者がリモコン／タッチパネル２３のガイダンススキップキーを押し下げて、ガイダンススキップを行うと、制御手段１７ではガイダンススキップキーの押し下げを検知して、その旨利用者習熟度判定手段１６に連絡する（つまり、制御手段１７がスキップ操作検知手段として機能する）。これに応答して、利用者習熟度判定手段１６では当該利用者に係る利用者習熟度をアップさせて（ステップＳＴ１２）、現利用者習熟度としてＩＤに対応付けて利用者習熟度保存手段１５に保存する。

上述のように、ガイダンススキップを行う利用者は、音声認識装置の使用に慣れていることが多いから、このような利用者について利用者習熟度をアップさせて、音声認識辞書を選択するようにすれば使用者の習熟度に応じた音声認識辞書が選択されることになって、誤認識率が低減されるばかりでなく、当該利用者にとって音声認識装置の操作性が向上する。

さらに、図２に符号“Ｂ”で示す位置に、図６に示す処理を挿入するようにしてもよい。音声認識手段１３で音声認識の際に音声認識結果とともに、音声認識結果に係るスコア値（認識スコア：音声認識結果の確からしさ）を求めており、制御手段１７では認識スコアを予め規定された閾値と比較して（ステップＳＴ１３）、認識スコアが閾値以上であると、その旨利用者習熟度判定手段１６に連絡する。これに応答して、利用者習熟度判定手段１６では当該利用者に係る利用者習熟度をアップさせて（ステップＳＴ１４）、現利用者習熟度としてＩＤに対応付けて利用者習熟度保存手段１５に保存する。

上述のように、認識スコアが閾値以上である（つまり、認識スコアが高い）利用者は、音声認識装置の使用に慣れていると看做して、このような利用者について利用者習熟度をアップさせて、音声認識辞書を選択するようにすれば使用者の習熟度に応じた音声認識辞書が選択されることになって、利用者のレベルに応じた操作が行えることになり、音声認識装置の操作性が向上する。

なお、上述の例では、認識スコアが閾値以上であると、利用者習熟度をアップさせるようにしたが、認識スコアが閾値未満である際に（認識スコアが低い場合には）、利用者習熟度をダウンさせるようにしてもよい。

また、図２に符号“Ｃ”で示す位置に、図７に示す処理を挿入するようにしてもよい。制御手段１７は利用者が音声認識操作（音声操作の完了）を達成したか否かを監視しており（ステップＳＴ１５：つまり、入力音声について音声認識結果を確定するためには、利用者はリモコン／タッチパネル２３を用いて音声認識結果を確定する必要があり、この確定した状態を音声認識操作達成という）、制御手段１７は音声認識操作達成回数が所定回数となると、その旨利用者習熟度判定手段１６に連絡する。これに応答して、利用者習熟度判定手段１６では当該利用者に係る利用者習熟度をアップさせて（ステップＳＴ１６）、現利用者習熟度としてＩＤに対応付けて利用者習熟度保存手段１５に保存する。

上述のように、音声認識操作を達成した利用者は、音声認識装置の使用に慣れている（使用できる）と看做して、このような利用者について利用者習熟度をアップさせて、音声認識辞書を選択するようにすれば、使用者の習熟度に応じた音声認識辞書が選択されることになり、利用者のレベルに応じて語彙数を増やして、音声認識装置の操作性を向上させることができる。

図２に符号“Ｄ”で示す位置に、図８に示す処理を挿入するようにしてもよい。利用者習熟度判定手段１６には制御手段１７を介して利用者が発話した語彙が送られ、利用者習熟度判定手段１６は今までに発話された語彙数をカウントしており、そのカウント値が所定値に達すと（発話語彙数判定：ステップＳＴ１８）、利用者習熟度判定手段１６では当該利用者に係る利用者習熟度をアップさせて（ステップＳＴ１９）、現利用者習熟度としてＩＤに対応付けて利用者習熟度保存手段１５に保存する。

例えば、現在の利用者習熟度に対応する認識語彙数が５０であった際、利用者がその内の４０の語彙を発話して使用した際には、利用者習熟度判定手段１６は利用者習熟度をアップする。これによって、利用者が現在使用可能な語彙の内多くのの語彙を認識させることができた際には、現在の利用者習熟度に対して音声認識が十分に使用できたと看做せ、習熟度を上げることによって、認識可能な語彙数を増やすことができる。

上述のように、発話語彙数が多い利用者は、音声認識装置の使用に慣れている（使用できる）と看做して、このような利用者について利用者習熟度をアップさせて、音声認識辞書を選択するようにすれば、使用者の習熟度に応じた音声認識辞書が選択されることになって、音声認識装置の操作性を向上させることができる。

加えて、図２に符号“Ｅ”で示す位置に、図９に示す処理を挿入するようにしてもよい。前述のように、音声認識結果はモニタ２５に表示されるとともに、スピーカー２６から出力されるが、この音声認識結果が正しい認識結果であるか否かを判断して、利用者は、例えば、リモコン／タッチパネル２３を用いてその旨入力する（正認識であるか誤認識であるかを示す認識情報を入力する）。

この認識情報は制御手段１７を介して利用者習熟度判定手段１６に送られて、利用者習熟度判定手段１６は音声認識結果についてその誤認識の回数をカウントし、誤認識の回数（又は誤認識の発生率）が予め設定された閾値以上であると（ステップＳＴ２０）、当該利用者に係る利用者習熟度をダウンさせて（ステップＳＴ２１）、現利用者習熟度としてＩＤに対応付けて利用者習熟度保存手段１５に保存する。

例えば、誤認識発生率が５０％未満であると、利用者習熟度判定手段１６は利用者習熟度をダウンさせて、当該利用者が音声認識に慣れるまで、基本的なコマンド語彙のみを使用可能なようにする。これによって、認識誤りが多い利用者については、利用習熟度を落として、実質的に認識語彙数を削減し、利用者が確実に音声認識装置を使用することができるようにする。なお、利用者習熟度＝１である際には、利用者習熟度＝１のままとされる。

上述のように、誤認識が多い利用者は、音声認識装置の使用に不慣れであると看做して、このような利用者について利用者習熟度をダウンさせて、音声認識辞書を選択するようにすれば使用者の習熟度に応じた音声認識辞書が選択されることになって、利用者のレベルに応じた操作が行えることになり、音声認識装置の操作性が向上する。

ここで、図１０を参照して、利用者は必要に応じて、チュートリアル（Ｔｕｔｏｒｉａｌ）を行うようにしてもよい。図示の例では、チュートリアルは音声認識辞書１１−１乃至１１−４に対応付けて、チュートリアル”１”乃至”４”があり、制御手段１７はチュートリアルが実施されたか否かを監視しており（ステップＳＴ２２）、利用者がリモコン／タッチパネル２３を用いてチュートリアルを指示（実施）すると、その旨制御手段１７から利用者習熟度判定手段１６に通知され、利用者習熟度判定手段１６はこれに応答して利用者習熟度をアップして（ステップＳＴ２３）、現利用者習熟度としてＩＤに対応付けて利用者習熟度保存手段１５に保存する。

例えば、チュートリアル“１”を実施すると、利用者習熟度判定手段１６は利用者習熟度を“２”にアップして、音声認識の際に音声認識辞書１１−２が追加されることになる。また、利用者習熟度＝３に対応する音声認識辞書１１−３が音楽検索コマンド辞書である際には、利用者が音楽検索コマンドに関するチュートリアルを実施すると、利用者習熟度は“３”にレベルアップされる。これによって、音声認識辞書１１−１乃至１１−４に対応するチュートリアルを実施すると、当該対応する音声認識辞書がアクティブとされることになる。

ところで、図１１はモニタ２５に表示される画面の一例を示す図であり、図示の例では、モニタ２５は地図画面２５ａが表示され、その下側には、音声入力可（Ｖｏｉｃｅ ＯＫ）欄２５ｂが表示されるとともに、習熟度レベルを示す習熟度レベル欄２５ｃが表示されている。習熟度レベルは必要に応じて表示され、例えば、図１１に示すように、音声認識処理を開始する際に表示される。また、利用者がリモコン／タッチパネル２３を操作して、習熟度レベル表示を指令すると、制御手段１７は利用者習熟度判定手段１６を介して利用者習熟度保存手段１５から当該利用者に係る利用者習熟度を読み出して、モニタ２５に表示する。

図１２はモニタ２５に表示される画面の他の例を示す図であり、図示の例では、モニタ２５は、習熟度レベル一覧２５ｄが表示され、習熟度レベル一覧２５ｄの下側には認識可能語彙画面２５ｅが表示されている。ここでは、習熟度レベル一覧２５ｄには利用者の習熟度に対応した習熟度レベルを他の習熟度レベルと異ならせて表示しており、図示の例では、利用者の習熟度レベルは“３”である。また、認識可能語彙画面２５ｅには認識語句一覧（音楽検索）が示されている。

なお、利用者がリモコン／タッチパネル２３を用いて利用者習熟度設定指令を入力すると、制御手段１７はモニタ２５上に利用者習熟度設定画面を表示するようにしてもよい。そして、利用者がリモコン／タッチパネル２３を用いて利用者習熟度設定画面から利用者が希望する利用者習熟度を入力すると、制御手段１７はその設定・変更を利用者習熟度判定手段１６に渡し、利用者習熟度保存手段１５に変更後の利用者習熟度を保存する。これによって、利用者は任意に利用者習熟度の設定・変更を行うことができる。

また、上述の説明から明らかなように、制御手段１７、出力情報生成手段１８、画面出力手段２１、音声出力手段２２、モニタ２５、及びスピーカー２６が集合的にガイダンス提示手段として機能し、リモコン／タッチパネル２３及び手動入力手段１９が誤認識であるか否かを入力するための入力手段として機能する。さらに、制御手段１７、出力情報生成手段１８、画面出力手段２１、及びモニタ２５が利用者習熟度を提示する習熟度提示手段として機能し、リモコン／タッチパネル２３及び手動入力手段１９が習熟度の設定・変更を利用者によって行うための習熟度設定変更手段として機能する。

この実施の形態１によれば、音声認識結果に対する訂正操作に応じて利用者習熟度を判定し、習熟度判定結果に基づいて音声認識辞書から使用すべき音声認識辞書を選択音声認識辞書として選択するように構成したので、利用者の習熟度に応じて複数の音声認識辞書を適宜選択して、誤認識率を低減するとともに操作性を向上できる。

この実施の形態１によれば、操作ガイダンスについてスキップ操作が行われると利用者習熟度を変更し、さらには、認識スコア、音声認識結果を確定するまで利用者操作が行われたか否か、又は利用者の発話語彙数に応じて利用者習熟度を判定するように構成したので、利用者習熟度を的確に判定することができる。

この実施の形態１によれば、誤認識の頻度に応じて利用者習熟度を判定するように構成したので、習熟度を的確に判定でき、さらには、チュートリアルの実施状況に応じて利用者習熟度の判定を行うようにしたので、利用者がチュートリアルを実施することにより、操作方法や、認識可能な語彙を把握することができ、操作性や認識率が向上する。

この実施の形態１によれば、利用者習熟度に対応して使用される音声認識辞書が規定された対応辞書テーブルと、利用者毎の利用者習熟度が規定された利用者テーブルと備えているので、複数の利用者について習熟度に応じて音声認識辞書を選択できる。

この実施の形態１によれば、利用者によって利用者習熟度の設定変更を行うことができ、その結果、自分自身の習熟度が最も分かる利用者によって習熟度の設定変更を行うことができる。

この発明の実施の形態１による音声認識装置の一例を示すブロック図である。 図１に示す音声認識装置の動作の第１の例を説明するためのフローチャートである。 図１に示す利用者習熟度保存手段に格納される対応辞書テーブルの一例を示す図である。 図１に示す利用者習熟度保存手段に格納される利用者テーブルの一例を示す図である。 図２に示すフローチャートに追加される処理の第１の例を説明するためのフローチャートである。 図２に示すフローチャートに追加される処理の第２の例を説明するためのフローチャートである。 図２に示すフローチャートに追加される処理の第３の例を説明するためのフローチャートである。 図２に示すフローチャートに追加される処理の第４の例を説明するためのフローチャートである。 図２に示すフローチャートに追加される処理の第５の例を説明するためのフローチャートである。 図２に示すフローチャートに追加される処理の第６の例を説明するためのフローチャートである。 図１に示すモニタに表示される画面の一例を示す図である。 図１に示すモニタに表示される画面の他の例を示す図である。

符号の説明

１０ 音声認識装置、１１−１〜１１−４ 音声認識辞書、１２ 音声認識部、１３ 音声認識手段、１４ 認識辞書選択手段、１５ 利用者習熟度保存手段、１６ 利用者習熟度判定手段、１７ 制御手段、１８ 出力情報生成手段、１９ 手動入力手段、２０ 音声入力手段、２１ 画面出力手段、２２ 音声出力手段、２３ リモコン／タッチパネル、２４ マイク、２５ モニタ、２６ スピーカー、２５ａ 地図画面、２５ｂ 音声入力可（Ｖｏｉｃｅ ＯＫ）、２５ｃ 習熟度レベル、２５ｄ 習熟度レベル一覧、２５ｅ 認識可能語彙画面。

Claims (7)

1. 音声認識辞書を参照して入力音声を音声認識して音声認識結果を出力する音声認識装置において、
   予め定められた分類に応じた複数の前記音声認識辞書と、
   前記音声認識結果に対する訂正操作に応じて利用者習熟度を判定して習熟度判定結果を得る利用者習熟度判定手段と、
   前記習熟度判定結果に基づいて前記音声認識辞書から使用すべき音声認識辞書を選択する認識辞書選択手段と、
   前記選択音声認識辞書を参照して前記入力音声を音声認識して前記音声認識結果を得る音声認識手段とを有することを特徴とする音声認識装置。
2. 音声認識が開始されると操作ガイダンスを提示するガイダンス提示手段を有し、
   利用者習熟度判定手段は前記操作ガイダンスについてスキップ操作が行われると利用者習熟度を変更するようにしたことを特徴とする請求項１記載の音声認識装置。
3. 利用者習熟度判定手段は、音声認識結果の確からしさを示す認識スコア、前記音声認識結果を確定するまで利用者操作が行われたか否か、及び利用者の発話語彙数の少なくとも１つに応じて利用者習熟度を変更するようにしたことを特徴とする請求項１又は２記載の音声認識装置。
4. 音声認識結果が提示された際誤認識であるか否かを入力するための入力手段を有し、
   利用者習熟度判定手段は、誤認識の頻度に応じて利用者習熟度を変更するようにしたことを特徴とする請求項１又は２記載の音声認識装置。
5. 音声認識辞書に対応してチュートリアルが規定されており、
   利用者習熟度判定手段は、チュートリアルの実施状況に応じて利用者習熟度の判定を行うようにしたことを特徴とする請求項１乃至４いずれか１項記載の音声認識装置。
6. 利用者習熟度に対応して使用される音声認識辞書が規定された対応辞書テーブルと、利用者毎の利用者習熟度が規定された利用者テーブルとが保存された利用者習熟度保存手段とを備え、
   利用者習熟度判定手段は前記利用者習熟度を変更する都度前記利用者テーブルを更新しており、
   辞書選択手段は前記対応辞書テーブル及び前記利用者テーブルを参照して音声認識辞書を選択することを特徴する請求項１乃至５いずれか１項記載の音声認識装置。
7. 利用者習熟度を提示する習熟度提示手段と、
   前記習熟度の設定・変更を利用者によって行うための習熟度設定変更手段とを有することを特徴とする請求項１乃至６いずれか１項記載の音声認識装置。

Images