JP2007225793A - データ入力装置及び方法並びにプログラム - Google Patents

Abstract

【課題】周囲の雑音や会話等の影響を受け難い上、発話の内容に類似したものが多かったり促音や撥音を含むことが多かったりする場合でも音声を利用して確実にデータを入力できるようにする。
【解決手段】音声入力の開始と終了を検出し、その検出された音声入力開始から終了までの区間内に入力された音声を認識する。認識された音声データで記憶手段に記憶されている対象毎の対象名音声データを検索して類似する複数の対象名音声データを抽出し、抽出された複数の対象毎の対象名音声データにそれぞれ対応する対象コード及び対象名を記憶手段から取得する。得られた複数の対象名を出力し、出力された複数の対象名の中から任意の対象名が選択されると、その対象名とともに記憶手段から読み出した対象コードを入力データとして処理する。
【選択図】 図５

Description

本発明は、音声認識技術を利用したデータ入力装置及び音声認識手段を備えたコンピュータのデータ入力方法並びに音声認識手段を備えたコンピュータを本発明のデータ入力装置として機能させるためのプログラムに関する。

近年、入力手段としてキーボード等の代わりに音声を用いる音声認識の技術が開発され、様々な分野で実用化されつつある。音声認識は、通常、入力された音声信号から音声の特徴量である音声パターンを計算し、予め用意されている標準パターンと比較した上で類似度が高いものを抽出するという仕組みである。

このような音声認識技術を利用して、例えばレストラン等の飲食店において客のオーダに従ったデータ入力を処理するようにしたデータ入力装置も、既に知られている（例えば、特許文献１参照）。
特開２００４−３２６５１３号公報

しかしながら一般に、現在の音声認識技術は標準パターンの音声と同じように発話しなければ認識されない確率が高い。すなわち認識率は、人間の発話内容に左右され易い。一方、飲食店では「ラーメン」，「タンメン」，「タンタンメン」等のように品目名が似通ったメニュー商品が多々ある。これらの品目名の音声を確実に認識させるためには、１音ずつ正確にかつ丁寧に発話しなければならない。このため、オーダの音声入力には時間がかかるという懸念がある。また、様々な客層の客が出入りする飲食店の店内では、周囲の雑音や会話に影響されて音声を認識できない場合もある。しかも、「北京ダック」の「ッ」や「ハンバーグセット」の「ン」や「ッ」のような促音や撥音を含む品目名を発話すると、音声が一時的に無音すなわち非音声となるため、「ン」や「ッ」の手前で音声が終わったと認識されて誤認識が発生する場合もある。このような点から、接客を伴う飲食店向けのオーダ入力装置に音声認識技術を適用するのは実用にそぐわないと考えられていた。

本発明はこのような事情に基づいてなされたもので、その目的とするところは、周囲の雑音や会話等の影響を受け難い上、発話の内容に類似したものが多かったり促音や撥音を含むことが多かったりする場合でも音声を利用して確実にデータを入力することができ、データ入力作業の簡便化を図り得るデータ入力装置及びその方法並びにプログラムを提供しようとするものである。

本発明に係るデータ入力装置は、複数の対象をそれぞれ識別する対象名及びこの対象名に対応して設定された対象コードと対象名の音声データとを記憶する記憶手段と、音声入力の開始と終了を検知する入力区間検知手段と、この入力区間検知手段により検知された音声入力開始から終了までの区間内に音声入力手段を介して入力された音声パターンを認識する音声認識手段と、この音声認識手段により認識された音声パターンデータで記憶手段に記憶されている対象毎の対象名音声データを検索して類似する複数の対象名音声データを抽出する類似名検索手段と、この類似名検索手段により抽出された複数の対象名音声データにそれぞれ対応する対象コード及び対象名を記憶手段から取得する類似データ取得手段と、この類似データ取得手段により得られた複数の対象名を選択可能に出力する出力手段と、この出力手段により出力された複数の対象名の中から任意の対象名が選択されると、その対象名とともに記憶手段から読み出した対象コードを入力データとして処理する音声入力データ処理手段とを備えたものである。

また、本発明に係るデータ入力方法は、複数の対象をそれぞれ識別する対象名及びこの対象名に対応して設定された対象コードと対象名の音声データとを記憶する記憶手段と、音声を入力する音声入力手段と、この音声入力手段を介して入力された音声を認識する音声認識手段とを備えたコンピュータが、音声入力の開始と終了を検知し、その検出された音声入力開始から終了までの区間内に入力された音声パターンを認識し、認識された音声パターンデータで記憶手段に記憶されている対象毎の対象名音声データを検索して類似する複数の対象名音声データを抽出し、抽出された複数の対象名音声データにそれぞれ対応する対象コード及び対象名を記憶手段から取得し、得られた複数の対象名を出力し、出力された複数の対象名の中から任意の対象名が選択されると、その対象名とともに記憶手段から読み出した対象コードを入力データとして処理するようにしたものである。

また、本発明に係るプログラムは、複数の対象をそれぞれ識別する対象名及びこの対象名に対応して設定された対象コードと前記対象名の音声データとを記憶する記憶手段と、音声を入力する音声入力手段とを備えたコンピュータに、音声入力の開始と終了を検出する入力区間検出機能と、検出された音声入力開始から終了までの区間内に音声入力手段を介して入力された音声を認識する音声認識機能と、認識された音声データで記憶手段に記憶されている対象毎の対象名音声データを検索して類似する複数の対象名音声データを抽出する類似名検索機能と、抽出された複数の対象名音声データにそれぞれ対応する対象コード及び対象名を記憶手段から取得する類似データ取得機能と、得られた複数の対象名を選択可能に出力する出力機能と、出力された複数の対象名の中から任意の対象名が選択されると、その対象名とともに記憶手段から読み出した対象コードを入力データとして処理する音声入力データ処理機能とを実現させるためのものである。

かかる手段を講じた本発明によれば、周囲の雑音や会話等の影響を受け難い上、発話の内容に類似したものが多かったり促音や撥音を含むことが多かったりする場合でも音声を利用して確実にデータを入力することができ、データ入力作業の簡便化を図ることができる効果を奏する。

以下、本発明を実施するための最良の形態について、図面を用いて説明する。
なお、この実施の形態は、飲食店において客が注文するメニュー商品のオーダデータ入力を処理するデータ入力装置，いわゆるオーダ入力装置に本発明を適用した場合である。

図１は本実施の形態におけるオーダ入力装置１の外観を示す斜視図であり、図２は同オーダ入力装置１の要部構成を示すブロック図である。オーダ入力装置１は、装置本体１１とディスプレイユニット１２とから構成されている。また、音声を入力する音声入力手段としてマイクロホン１３が設けられている。ディスプレイユニット１２は、例えば液晶を利用したディスプレイ１２１とタッチパネルセンサ１２２とからなるタッチパネル式のものである。なお、マイクロホン１３は、図示の如く装置本体１１から突出して設けられているものに限定されるものではなく、例えばディスプレイユニット１２に内蔵されていてもよい。

装置本体１１には、コンピュータの中枢部分を担うＣＰＵ（Central Processing Unit）１１１、前記ＣＰＵ１１１の動作を制御するプログラム等の固定的データが予め格納されたＲＯＭ（Read Only Memory）１１２、前記ＣＰＵ１１１によってデータの書込みや読出しが行われるＲＡＭ（Random Access Memory）１１３、大容量の記憶媒体であるＨＤＤ（Hard Disk Drive）１１４、ＬＡＮ（Local Area Network）等の通信ネットワークを介して接続される電子機器とのデータ通信を制御する通信インターフェイス１１５、前記ディスプレイ１２１の画面表示を制御する表示コントローラ１１６、前記タッチパネルセンサ１２２からタッチ検出信号が入力されるタッチパネルインターフェイス１１７、前記マイクロホン１３から入力されたアナログの音声信号をディジタル信号に変換するＡ／Ｄコンバータ１１８及びこのＡ／Ｄコンバータ１１８から出力されるディジタル音声信号に基づいて音声認識を行う音声認識エンジン１１９が搭載されている。そしてＣＰＵ１１１と、ＲＯＭ１１２，ＲＡＭ１１３，ＨＤＤ１１４，通信インターフェイス１１５，表示コントローラ１１６，タッチパネルインターフェイス１１７及び音声認識エンジン１１９とは、アドレスバス，データバス等のバスラインＢＬで電気的に接続されている。

通信インターフェイス１１５には、各客のオーダデータを記憶管理するステーションが接続されている。また、厨房への調理指示を行う厨房端末機や、飲食代金の会計を処理するＰＯＳ端末機等の電子機器が接続されている。

ＨＤＤ１１４には、図３に示すように、メニューマスタファイル３１，音声メニューファイル３２，音響辞書ファイル３３等の種々のデータファイルが保存されている。

メニューマスタファイル３１には、当該オーダ入力装置１が使用される飲食店で提供される各種のメニュー商品をそれぞれ識別するための各メニュー品コードに対応して、そのメニュー品コードによって特定される飲食メニュー商品の品目名，単価等のメニュー商品に関する種々のデータが格納されている。

音声メニューファイル３２には、前記各メニュー品コードに対応して、そのメニュー品コードによって特定されるメニュー商品の品目名と、この品目名を発話したときの音声の特徴量を数値化した標準的な音声パターンである品目名音声データとが格納されている。ここに、音声メニューファイル３２は、複数の対象（注文対象品）をそれぞれ識別する対象名（品目名）及びこの対象名に対応して設定された対象コード（品コード）と上記対象名の音声データとを記憶する記憶手段を構成している。なお、音声メニューファイル３２に品目名データを記憶せず、メニューマスタファイル３１の品目名データを利用してもよい。

音響辞書ファイル３３には、所定の語句を発話したときの音声の特徴量を数値化した標準的な音声パターンデータである語句音声データが格納されている。音声メニューファイル３２と音響辞書ファイル３３との違いについて説明すると、音響辞書ファイル３３は、音声認識エンジン１１９がマイクロホン１３から入力された音声の認識を行う際に使用するデータファイルであるのに対し、音声メニューファイル３２は、ＣＰＵ１１１が音声認識エンジン１１９で認識された音声パターンデータに類似する品目名音声データを抽出する際に使用するデータファイルである。

例えばメニュー商品「ラーメン」，「タンメン」，「タンタンメン」の３品目を例にすると、音響辞書ファイル３３には語句「ラー」と語句「メン」と語句「タン」の各語句音声データが格納されている。一方、音声メニューファイル３２には、メニュー商品「ラーメン」のメニューコードに対しては、語句「ラー」と語句「メン」の２つの語句音声データを結合した品目名音声データが格納されており、メニュー商品「タンメン」のメニューコードに対しては、語句「タン」と語句「メン」の２つの語句音声データを結合した品目名音声データが格納されており、メニュー商品「タンタンメン」のメニューコードに対しては、語句「タン」，語句「タン」及び語句「メン」の３つの語句音声データを結合した品目名音声データが格納されている。

かかる構成のオーダ入力装置は、音声によるオーダデータ入力機能を実現するためのプログラムがＲＯＭ１１２に保存されている。また、このプログラムを実行する上で必要なメモリエリアとして、図４に示すように、入力音声データメモリ４１と、対比音声データメモリ４２と、オーダ候補テーブル４３の各メモリエリアがＲＡＭ１１３に形成されている。因みにオーダ候補テーブル４３は、１からの昇順に設定されたテーブル番号に対応して、メニュー品コード，品目名及び一致率の各データを書き込めるようになっている。なお、プログラムはＨＤＤ１１４に保存し、起動時にＣＰＵ１１１が読み出してＲＡＭ１１３のプログラムエリアに展開するようにしてもよい。

しかして、例えば電源オンによりオーダ入力装置１が立ち上がり、業務メニューの中からオーダ入力業務が選択されると、上記プログラムが起動する。これにより、ＣＰＵ１１１は、図５の流れ図に示す手順に従い客のオーダデータ入力を処理するものとなっている。

先ず、ＣＰＵ１１１は、ＳＴ（ステップ）１として座席情報，人数，担当者情報等のオーダ入力に関する初期情報の入力画面をディスプレイ１２１に表示させる。また、ＲＡＭ１１３に形成されているオーダメモリ（不図示）をクリアする。次に、ＣＰＵ１１１は、ＳＴ２として上記初期情報が入力されるのを待機する。そして、タッチパネルセンサ１２２からの信号により、これらの座席情報，人数，担当者情報等が入力されたことを検知したならば、ＣＰＵ１１１は、ＳＴ３としてディスプレイ１２１の画面をオーダ入力画面５０に切換える。

なお、初期情報の項目は、座席情報，人数及び担当者情報の３項目に限定されるものではなく、他の項目を組み合わせても良い。また、いずれかの項目を省略してもよい。あるいは初期情報の入力を無くし、立ち上がり後の初期画面をオーダ入力画面５０としてもよい。

オーダ入力画面５０の一例を図７に示す。図示するようにオーダ入力画面５０には、「０」〜「９」のテンキー５１の他、複数のメニュー分類キー５２、複数のメニューキー５３、乗算キー５４、確認キー５５、取消キー５６、音声認識キー５７等のタッチキーイメージが表示されている。また、オーダ入力内容を確認するためのオーダメニュー欄５８や、置数データを表示するための置数表示欄５９等が形成されている。各メニュー分類キー５２には、単品メニュー，セットメニュー，飲料メニュー，デザートメニュー等のように各種の飲食メニュー商品を分類する項目がそれぞれ割り当てられている。各メニューキー５３には、上記メニュー分類キー５２のタッチ操作により選択されたメニュー分類項目に属する各種飲食メニュー商品の品目がそれぞれ割り当てられる。

オーダ入力画面５０を表示後、ＣＰＵ１１１は、ＳＴ４として音声によるオーダデータ入力が宣言されたか否かを判断する。音声によるオーダデータ入力が宣言されていない場合には、ＣＰＵ１１１は、ＳＴ５としてキー操作によるオーダデータ入力が行われたか否かを判断する。キー操作によるオーダデータ入力が行われていない場合には、ＣＰＵ１１１は、ＳＴ７の処理に進む。

ＳＴ５にてタッチパネルセンサ１２２からの信号により各メニューキー５３のなかのいずれかのメニューキーがタッチ操作されたことを検知した場合には、そのタッチ操作されたメニューキーに割り当てられているメニュー商品のオーダデータ入力が宣言されたので、ＣＰＵ１１１は、ＳＴ６としてオーダデータ入力処理を実行する。すなわち、当該メニュー商品のメニュー品コードとオーダ点数ｎをＲＡＭ１１３のオーダメモリ（不図示）に登録する。また、当該メニュー商品の品目名とオーダ点数ｎをオーダメニュー欄５８に表示させる。なお、オーダ点数ｎは初期値を「１」とし、テンキー５１と乗算キー５４によって乗数が入力された場合にはその乗数とする。その後、ＣＰＵ１１１は、ＳＴ７の処理に進む。ＳＴ７では、ＣＰＵ１１１は、オーダデータ入力の確認が宣言されたか否かを判断する。オーダデータ入力の確認が宣言されていない場合には、ＳＴ４の処理に戻る。

ＳＴ７にてタッチパネルセンサ１２２からの信号により確認キー５５がタッチ操作されたことを検知した場合には、オーダデータ入力の確認が宣言されたので、ＣＰＵ１１１は、ＳＴ８としてオーダデータ入力済か否かを判断する。オーダメモリにデータが登録されていない場合には、オーダデータ入力済でないので、ＳＴ４の処理に戻る。

ＳＴ８にてオーダメモリにデータが登録されている場合には、オーダデータ入力済なので、ＣＰＵ１１１は、ＳＴ９としてディスプレイ１２１の画面をオーダ確認画面に切換える。図示しないが、オーダ確認画面には、オーダデータ入力されたメニュー商品の品名，オーダ点数，価格や合計金額等が表示される。また、オーダの確定を宣言する確定キーのタッチキーイメージが表示される。

ここで、ＳＴ１０としてタッチパネルセンサ１２２からの信号により上記確定キーがタッチ操作されたことを検知したならば、ＣＰＵ１１１は、ＳＴ１１として通信インターフェイス１１５を介して接続されたステーションに対し、オーダメモリに登録されたオーダデータを送信する。以上で、１客に対するオーダ入力処理を終了し、ＣＰＵ１１１は、ディスプレイ１２１の画面を初期情報入力画面に戻す。

ＳＴ４にてタッチパネルセンサ１２２からの信号により音声認識キー５７がタッチ操作されたことを検知した場合には、音声によるオーダデータ入力が宣言されたので、ＣＰＵ１１１は、ＳＴ１２としてディスプレイ１２１の画面を音声オーダ入力画面６０に切換える。

音声オーダ入力画面６０の一例を図８に示す。図示するように音声オーダ入力画面６０には、テンキー６１の他、複数の候補メニューキー６２、乗算キー６３、確認キー６４、取消キー６５、音声認識終了キー６６、発話キー６７等のタッチキーイメージが表示されている。また、オーダ入力内容を確認するためのオーダメニュー欄６８や、置数データを表示するための置数表示欄６９等が形成されている。複数の候補メニューキー６２には、この時点では１つもメニュー商品の品目が表示されていない。発話キー６７には、「このボタンを押しながら発話してください」なるメッセージが表示されている。ここに、ＣＰＵ１１１は、ディスプレイ１２１に発話キー６７、つまりは音声入力指示用のタッチキーイメージを表示させる画面制御手段を構成する。

音声オーダ入力画面６０を表示させた後、ＣＰＵ１１１は、ＳＴ１３として音声認識終了が宣言されたか否かを判断する。音声入力終了が宣言されていない場合には、ＣＰＵ１１１は、ＳＴ１４として発話キー６７がオン操作されたか否かを判断する。発話キー６７がオン操作されていない場合には、ＣＰＵ１１１は、ＳＴ１３の処理に戻る。

ＳＴ１４にてタッチパネルセンサ１２２からの信号により発話キー６７がタッチ操作されたことを検知すると、ＣＰＵ１１１は、マイクロホン１３を介して入力され、Ａ／Ｄコンバータ１１８にてディジタルデータに変換された音声データを音声認識エンジン１１９に取込む。この音声データの取込みは、ＳＴ１６として発話キー６７から指が離されてオフ操作されるまで継続する。そして、発話キー６７のオフ操作を検知すると、ＣＰＵ１１１は、ＳＴ１７として音声認識エンジン１１９を動作させて、発話キー６７がオン操作されている期間中に取り込んだ音声データの音声パターンを認識する。

ここに、ＣＰＵ１１１は、ＳＴ１４及びＳＴ１６の処理により、音声入力の開始と終了を検知する入力区間検知手段を構成する。また、ＳＴ１５の処理により、音声入力開始から終了までの区間内に音声入力手段を介して入力された音声パターンを認識する音声認識手段を構成する。

入力された音声データの音声パターン認識を終了すると、ＣＰＵ１１１は、ＳＴ１８として図６に具体的に示すメニュー候補検索処理を実行する。すなわちＣＰＵ１１１は、ＳＴ３１として認識した音声パターンに相当する入力音声データを入力音声データメモリ４１に上書きする。また、ＳＴ３２としてオーダ候補テーブル４３からメニュー品コード，品目名及び一致率の各データをクリアして、オーダ候補テーブル４３を初期化する。

次に、ＣＰＵ１１１は、ＳＴ３３として音声メニューファイル３２から１メニュー商品の品目名音声データを読み込み、対比音声データメモリ４２に上書きする。そして、ＳＴ３４として入力音声データメモリ４１内の入力音声データと対比音声データメモリ４２内の品目名音声データとを比較して、音声パターンの一致率を算出する。

次に、ＣＰＵ１１１は、ＳＴ３５として上記音声パターンの一致率が予め設定されたしきい値Ｐ（例えば５０％）を超えているか否かを判断する。ここで、一致率がしきい値Ｐ以下の場合には、ＣＰＵ１１１は、ＳＴ３８の処理に進む。

これに対し、一致率がしきい値Ｐを越える場合には、ＣＰＵ１１１は、ＳＴ３６として当該品目名音声データに対応するメニュー品コードと品目名を音声メニューファイル３２から読み込む。そして、このメニュー品コード，品目名及び一致率の各データをオーダ候補テーブル４３に書き込む。しかる後、ＳＴ３７としてオーダ候補テーブル４３に複数のデータが格納されている場合には、テーブル番号「１」のデータから順に一致率が低くなるようにデータの並べ替えを行う。その後、ＳＴ３８の処理に進む。

ＳＴ３８では、音声メニューファイル３２に他のメニュー商品のデータが存在するか否かを判断する。そして、他のメニュー商品のデータが存在する場合にはＳＴ３３の処理に戻り、音声メニューファイル３２から他のメニュー商品の品目名音声データを読み込んで対比音声データメモリ４２に上書きする。そして以後、ＳＴ３３〜ＳＴ３８の各処理を再度実行する。

ここに、ＣＰＵ１１１は、ＳＴ３１〜ＳＴ３５，ＳＴ３８の各処理により、認識された音声パターンデータで記憶手段（音声メニューファイル３２）に記憶されている対象毎の対象名音声データ（品目名音声データ）を検索して、類似する複数の対象名音声データを抽出する類似名検索手段を構成する。また、ＳＴ３６の処理により、抽出された複数の対象名音声データにそれぞれ対応する対象コード（品コード）及び対象名（品目名）を記憶手段（音声メニューファイル３２）から取得する類似データ取得手段を構成する。

ＳＴ３８にて音声メニューファイル３２に他のメニュー商品のデータが存在しないことを確認した場合には、ＣＰＵ１１１は、ＳＴ３９としてオーダ候補テーブル４３に記憶されているデータ数が２以上か否かを判断する。すなわち、入力音声データと音声パターンの一致率がＰ％を超える品目名音声データが２つ以上抽出されたか否かを判断する。ここで、データ数が１以下であった場合には、ＣＰＵ１１１は、ＳＴ４０として予め設定されたしきい値Ｐに１未満の係数（例えば０．９）を乗算して、しきい値Ｐを下げる。しかる後、ＳＴ３２に戻り、オーダ候補テーブル４３を初期化した後、ＳＴ３３以降の処理を再度実行する。

ＳＴ３９にてオーダ候補テーブル４３に記憶されているデータ数が２以上の場合には、ＣＰＵ１１１は、ＳＴ４１としてオーダ候補テーブル４３に記憶されている２以上の品目名データを、音声オーダ入力画面６０の候補メニューキー６２に順番に表示させる。以上で、このメニュー候補検索処理を終了する。

ここに、ＣＰＵ１１１とタッチパネル付のディスプレイユニット１２は、類似データ取得手段により得られた複数の品目名を選択可能に出力する出力手段を構成する。

上記メニュー候補検索処理を終了すると、ＣＰＵ１１１は、ＳＴ１９として音声オーダ入力画面６０の取消キー６５がタッチ操作されるか、ＳＴ２０として候補メニュー商品の１つが選択操作されるのを待機する。ここで、タッチパネルセンサ１２２からの信号により、取消キー６５がタッチ操作されたことを検知した場合には、ＣＰＵ１１１は、ＳＴ１２の処理に戻る。すなわち、音声オーダ入力画面６０の各候補メニューキー６２に表示されている品目名を消去する。そして、ＳＴ１３以降の処理を再度実行する。

一方、タッチパネルセンサ１２２からの信号により、品目名が表示されているいずれかの候補メニューキー６２がタッチ操作されたことを検知した場合には、ＣＰＵ１１１は、ＳＴ２１としてその品目名データに対応するメニュー品コードをオーダ候補テーブル４３から読み出す。そして、このメニュー品コードとオーダ点数ｎをＲＡＭ１１３のオーダメモリに登録する。また、当該メニュー商品の品目名とオーダ点数ｎをオーダメニュー欄６８に表示させる。なお、オーダ点数ｎは初期値を「１」とし、テンキー６１と乗算キー６３によって乗数が入力された場合にはその乗数とする。その後、ＣＰＵ１１１は、ＳＴ１２の処理に戻り、音声オーダ入力画面６０の各候補メニューキー６２から品目名を消去する。そして、ＳＴ１３以降の処理を再度実行する。

ここに、ＣＰＵ１１１は、ＳＴ２１の処理により、出力された複数の対象名（品目名）の中から任意の対象名が選択されると、その対象名とともに記憶手段（音声メニューファイル３２）から読み出した対象コード（品コード）を入力データとして処理する音声入力データ処理手段を構成する。

ＳＴ１３にて音声認識終了キー６６がタッチ操作されたことを検知した場合には、ＣＰＵ１１１は、ＳＴ３の処理に戻り、ディスプレイ１２１の画面をオーダ入力画面５０に切換える。

このように構成された本実施の形態のオーダ入力装置１を利用する飲食店においては、客のオーダ内容を従来どおりタッチキーの操作により入力するだけでなく、音声により入力することも可能となる。

音声によるオーダデータ入力を利用する場合、オペレータは、図７に示すオーダ入力画面５０において、音声認識キー５７をタッチ操作する。そうすると、図８に示す音声オーダ入力画面６０に切り換わるので、オペレータは、発話キー６７をタッチ操作しながらオーダするメニュー商品の品目名を発話する。このとき、品目名を一音ずつ正確にかつ丁寧に発話する必要はなく、品目名の一部を発話するだけでもよい。なお、オペレータは、店員でもよいし客自身でもよい。

例えば今、メニュー商品「アイスクリーム」をオーダするために、発話キー６７をタッチ操作しながら「アイス」と発話したとする。そうすると、発話キー６７に指が触れたときから指が離れるまでの間にマイクロホン１３から取り込まれ認識された入力音声データと、音声メニューファイル３２に予め登録されている各種メニュー商品の品目名音声データとが個々に比較され、各々について一致率が算出される。そして、一致率が所定のしきい値Ｐを超える複数のメニュー商品が抽出され、それらの品目名が音声オーダ入力画面６０の複数の候補メニューキー６２にそれぞれ表示される。

今、発話した内容「アイス」に対して、一致率がしきい値Ｐを超えるメニュー商品が、一致率の高い順に「ライス」，「ライチ」，「半ライス」，「梅酒」，「アイスクリーム」，「アップルパイ」の６品目であったとする。この場合、音声オーダ入力画面６０の各候補メニューキー６２には、図９に示すように、上記６品目の品目名がそれぞれ表示される。

そこでオペレータは、オーダするメニュー商品「アイスクリーム」の品目名が表示された候補メニューキー６２をタッチ操作する。そうすると、このメニュー商品「アイスクリーム」のメニュー品コードとオーダ点数とがオーダメモリに登録される。また、図１０に示すように、音声オーダ入力画面６０のオーダメニュー欄６８に品目名，オーダ点数及び金額が表示される。

このように、オペレータは音声を利用してオーダ内容を入力することができる。なお、音声を入力したが所望する品目名が候補メニューキー６２に表示されない場合には、取消キー６５をタッチ操作した後、音声を入力しなおせばよい。

こうして、音声によるオーダデータ入力を終了したならば、オペレータは音声認識終了キー６６をタッチ操作する。そうすると、画面がオーダ入力画面５０に戻るので、確認キー５５をタッチ操作する。そうすると、画面がオーダ確認画面に切り替わるので、オペレータはオーダ内容を確認し、間違いが無ければ確定キーをタッチ操作する。かくして、今回のオーダデータがネットワークを介して伝送され、ステーションで処理される。

このように本実施の形態によれば、タッチパネル形式のディスプレイ１２１上に表示される音声オーダ入力画面６０に発話キー６７を配置し、この発話キー６７がタッチ操作されている期間中だけマイクロホン１３から入力される音声データを取り込んで認識するようにしている。したがって、当該オーダ入力装置１の周囲で別の会話がされていたり、周囲の騒音が大きかったりしても、発話キー６７に指が触れる直前までの音や指が離れた直後の音を認識対象の音声データから排除できるので、認識率を高めることができる。また、例えば「ン」や「ッ」のような促音や撥音を含む品目名を発話する場合でも、促音や撥音の手前で音声が終わったと認識されることがないので、促音や撥音を含む音声の認識率も高めることができる。

それに加え、本実施の形態では、上記の如く高い認識率で認識された入力音声データについて、音声メニューファイル３２に予め登録されている各種メニュー商品の品目名音声データとの一致率を求め、所定のしきい値Ｐを超える全てのメニュー商品を候補メニュー商品として抽出するようにしている。しかも、一致率がしきい値Ｐを超えるメニュー商品が１品も抽出できない場合、若しくは１品しか抽出できない場合には、しきい値Ｐを低く設定し直して再検索し、少なくとも２品以上の候補メニュー商品を抽出するようにしている。そして、抽出された複数の候補メニュー商品の各品目名をそれぞれ音声オーダ入力画面６０の複数の候補メニューキー６２に表示させて選択可能とし、当該候補メニューキー６２のタッチ操作により選択された品目名のメニュー商品に対するメニュー品コードをオーダ入力データとして処理するようにしている。

したがって、品目名の一部を発話するだけでも高い確率でオーダするメニュー商品の品目名を候補メニューキー６２に表示させることができるので、メニュー商品の品目名を１音ずつ正確にかつ丁寧に発話する必要がなく、音声入力を容易に活用することができる。また、音声入力後は、候補メニューキー６２に表示された品目名の中からオーダするメニュー商品の品目名が表示された候補メニューキー６２をタッチ操作するだけで当該メニュー商品のオーダ入力を行うことができるので、メニュー商品数が多い飲食店でも所望するオーダ商品のタッチキーを容易に見つけ出して入力することができ、能率的である。

なお、この発明は前記実施形態そのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化できる。

例えば前記実施の形態では、飲食店において客が注文するメニュー商品のオーダデータ入力を処理するデータ入力装置に本発明を適用したが、オーダデータ以外の音声データ入力にも本発明を適用することができる。例えば鉄道等の乗車券を販売する券売機に対して行先データを音声で入力する場合や、コンサート，映画等のチケットやゲームソフト等のコンテンツを販売する情報端末機に対してオーダデータを音声で入力する場合等にも適用できる。すなわち、対象名及び対象コードは、前記実施の形態の品目名及び品コードに限定されるものではない。

また、前記実施の形態では装置内部のＲＯＭ１１２に発明を実施する機能プログラムが予め記録されている場合で説明をしたが、これに限らず同様の機能プログラムをネットワークから装置にダウンロードしても良いし、同様の機能プログラムを記録媒体に記憶させたものを装置にインストールしてもよい。記録媒体としては、ＣＤ−ＲＯＭ等プログラムを記憶でき、かつ装置が読み取り可能な記録媒体であれば、その形態は何れの形態であっても良い。またこのように予めインストールやダウンロードにより得る機能は装置内部のＯＳ（オペレーティング・システム）等と協働してその機能を実現させるものであってもよい。

この他、前記実施形態に開示されている複数の構成要素の適宜な組合せにより種々の発明を形成できる。例えば、実施形態に示される全構成要素から幾つかの構成要素を削除してもよい。さらに、異なる実施形態に亘る構成要素を組合わせてもよい。

本発明の一実施の形態であるオーダ入力装置の外観斜視図。 同オーダ入力装置の要部構成を示すブロック図。 同オーダ入力装置のＨＤＤに保存される主要なデータファイルを示す模式図。 同オーダ入力装置のＲＡＭに形成される主要なメモリエリアを示す模式図。 同オーダ入力装置のＣＰＵが実行する本発明に係るプログラム処理手順の要部を示す流れ図。 図５におけるメニュー候補検索処理の手順を具体的に示す流れ図。 同オーダ入力装置のディスプレイに表示されるオーダ入力画面の一例を示す模式図。 同オーダ入力装置のディスプレイに表示される音声オーダ入力画面の一例を示す模式図。 同音声オーダ入力画面の音声認識後の画面例を示す模式図。 同音声オーダ入力画面のオーダ入力後の画面例を示す模式図。

符号の説明

１…オーダ入力装置、１１…装置本体、１２…ディスプレイユニット、１３…マイクロホン、３１…メニューマスタファイル、３２…音声メニューファイル、３３…音響辞書ファイル、４１…入力音声メモリ、４２…対比音声メモリ、４３…オーダ候補テーブル、１１１…ＣＰＵ、１１９…音声認識エンジン、１２１…ディスプレイ、１２２…タッチパネルセンサ。

Claims (9)

1. 複数の対象をそれぞれ識別する対象名及びこの対象名に対応して設定された対象コードと前記対象名の音声データとを記憶する記憶手段と、
   音声を入力する音声入力手段と、
   音声入力の開始と終了を検知する入力区間検知手段と、
   この入力区間検知手段により検知された音声入力開始から終了までの区間内に前記音声入力手段を介して入力された音声パターンを認識する音声認識手段と、
   この音声認識手段により認識された音声パターンデータで前記記憶手段に記憶されている対象毎の対象名音声データを検索して類似する複数の対象名音声データを抽出する類似名検索手段と、
   この類似名検索手段により抽出された複数の対象名音声データにそれぞれ対応する対象コード及び対象名を前記記憶手段から取得する類似データ取得手段と、
   この類似データ取得手段により得られた複数の対象名を選択可能に出力する出力手段と、
   この出力手段により出力された複数の対象名の中から任意の対象名が選択されると、その対象名とともに前記記憶手段から読み出した対象コードを入力データとして処理する音声入力データ処理手段と、
   を具備したことを特徴とするデータ入力装置。
2. タッチパネル付のディスプレイを備え、
   前記出力手段は、前記類似データ取得手段により得られた複数の対象名がそれぞれ割当てられた複数のタッチキー画面を前記ディスプレイに表示出力する手段であることを特徴とする請求項１記載のデータ入力装置。
3. 前記ディスプレイに音声入力指示用のタッチキーイメージを表示させる画面制御手段をさらに具備し、
   前記入力区間検知手段は、前記音声入力指示用のタッチキーイメージに指が触れたときを音声入力の開始と検知し、指が離れたときを音声入力の終了と検知することを特徴とする請求項２記載のデータ入力装置。
4. 前記類似名検索手段は、前記音声認識手段により認識された音声パターンデータを前記記憶手段に記憶されている対象毎の対象名音声データと個々に比較して一致率を求め、この一致率が予め設定されたしきい値以上の対象名音声データを抽出する手段であり、複数の対象名音声データを抽出できないときには前記しきい値を下げて再検索することを特徴とする請求項１記載のデータ入力装置。
5. 複数の注文対象品をそれぞれ識別する品目名及びこの品目名に対応して設定された品コードと前記品目名の音声データとを記憶する記憶手段と、
   音声を入力する音声入力手段と、
   音声入力の開始と終了を検知する入力区間検知手段と、
   この入力区間検知手段により検知された音声入力開始から終了までの区間内に前記音声入力手段を介して入力された音声パターンを認識する音声認識手段と、
   この音声認識手段により認識された音声パターンデータで前記記憶手段に記憶されている注文対象品毎の品目名音声データを検索して類似する複数の品目名音声データを抽出する類似名検索手段と、
   この類似名検索手段により抽出された複数の品目名音声データにそれぞれ対応する品コード及び品目名を前記記憶手段から取得する類似データ取得手段と、
   この類似データ取得手段により得られた複数の品目名を選択可能に出力する出力手段と、
   この出力手段により出力された複数の品目名の中から任意の品目名が選択されると、その品目名とともに前記記憶手段から読み出した品コードをオーダ入力データとして処理する音声入力データ処理手段と、
   を具備したことを特徴とするデータ入力装置。
6. 複数の対象をそれぞれ識別する対象名及びこの対象名に対応して設定された対象コードと前記対象名の音声データとを記憶する記憶手段と、音声を入力する音声入力手段と、この音声入力手段を介して入力された音声を認識する音声認識手段とを備えたコンピュータのデータ入力方法であって、
   前記コンピュータは、音声入力の開始と終了を検知し、その検出された音声入力開始から終了までの区間内に入力された音声パターンを認識し、認識された音声パターンデータで前記記憶手段に記憶されている対象毎の対象名音声データを検索して類似する複数の対象名音声データを抽出し、抽出された複数の対象名音声データにそれぞれ対応する対象コード及び対象名を前記記憶手段から取得し、得られた複数の対象名を出力し、出力された複数の対象名の中から任意の対象名が選択されると、その対象名とともに前記記憶手段から読み出した対象コードを入力データとして処理することを特徴とするデータ入力方法。
7. 複数の注文対象品をそれぞれ識別する品目名及びこの品目名に対応して設定された品コードと前記品目名の音声データとを記憶する記憶手段と、音声を入力する音声入力手段と、この音声入力手段を介して入力された音声を認識する音声認識手段とを備えたコンピュータのデータ入力方法であって、
   前記コンピュータは、音声入力の開始と終了を検知し、その検出された音声入力開始から終了までの区間内に入力された音声パターンを認識し、認識された音声パターンデータで前記記憶手段に記憶されている注文対象品毎の品目名音声データを検索して類似する複数の品目名音声データを抽出し、抽出された複数の品目名音声データにそれぞれ対応する品コード及び品目名を前記記憶手段から取得し、得られた複数の品目名を出力し、出力された複数の品目名の中から任意の品目名が選択されると、その品目名とともに前記記憶手段から読み出した品コードをオーダ入力データとして処理することを特徴とするデータ入力方法。
8. 複数の対象をそれぞれ識別する対象名及びこの対象名に対応して設定された対象コードと前記対象名の音声データとを記憶する記憶手段と、音声を入力する音声入力手段とを備えたコンピュータに、
   音声入力の開始と終了を検知する入力区間検出機能と、
   検出された音声入力開始から終了までの区間内に前記音声入力手段を介して入力された音声パターンを認識する音声認識機能と、
   認識された音声パターンデータで前記記憶手段に記憶されている対象毎の対象名音声データを検索して類似する複数の対象名音声データを抽出する類似名検索機能と、
   抽出された複数の対象名音声データにそれぞれ対応する対象コード及び対象名を前記記憶手段から取得する類似データ取得機能と、
   得られた複数の対象名を選択可能に出力する出力機能と、
   出力された複数の対象名の中から任意の対象名が選択されると、その対象名とともに前記記憶手段から読み出した対象コードを入力データとして処理する音声入力データ処理機能と、
   を実現させるためのプログラム。
9. 複数の注文対象品をそれぞれ識別する品目名及びこの品目名に対応して設定された品コードと前記品目名の音声データとを記憶する記憶手段と、音声を入力する音声入力手段とを備えたコンピュータに、
   音声入力の開始と終了を検知する入力区間検出機能と、
   検出された音声入力開始から終了までの区間内に前記音声入力手段を介して入力された音声パターンを認識する音声認識機能と、
   認識された音声パターンデータで前記記憶手段に記憶されている注文対象品毎の品目名音声データを検索して類似する複数の品目名音声データを抽出する類似名検索機能と、
   抽出された複数の品目名音声データにそれぞれ対応する品コード及び品目名を前記記憶手段から取得する類似データ取得機能と、
   得られた複数の品目名を選択可能に出力する出力機能と、
   出力された複数の品目名の中から任意の品目名が選択されると、その品目名とともに前記記憶手段から読み出した品コードをオーダ入力データとして処理する音声入力データ処理機能と、
   を実現させるためのプログラム。

Images