JP2007225902A - 車内音声操作システム - Google Patents

Abstract

【課題】認識率を向上させるとともに音声認識結果の適用範囲を拡大させた車内音声操作システムを提供する。
【解決手段】音声認識用マイクロコンピュータ１２０は、マイク２００を介して車両のユーザの音声を入力し、ユーザの音声に基づく音声認識用データをメモリ１１０内に構築する。また、音声認識用マイクロコンピュータ１２０は、マイク２００からの入力音声とメモリ１１０内の音声認識用データとを比較することにより音声認識を行う。その音声認識結果は、その内容に応じてナビゲーション用マイクロコンピュータ１３０や車両動作制御用マイクロコンピュータ２１０に制御信号として伝えられ、その結果、ナビゲーション用操作系１４０や車両動作用操作系２２０が操作される。
【選択図】図１

Description

本発明は、ユーザが発する音声に基づいて車内の各種機構を操作する車内音声操作システムに関する。

車両の運転者は、走行中にオーディオシステムで曲順や題名を検索する場合、一定の時間、前方を見ることができない。特に、最近では、ＨＤＤ（Hard Disk Drive）に大量の音楽データを保存することができるため、選曲は、ユーザにとって面倒な操作となっている。また、ナビゲーションシステムで目的地設定などをする場合においても、電話番号や住所などを登録するのは、面倒な操作である。

これらの問題を解決する方法として、音声認識という方法があり、車載機器においても利用されている。しかし、車載機器の場合、音声に走行ノイズが干渉するのを避けることができず、認識率が低い。そのため、車載機器においては、音声認識はほとんど利用されていないのが現状である。

なお、本発明に関連する先行技術文献として、下記特許文献１は、放送局ごとに音声データを登録し、入力された音声で放送局を選曲する音声操作技術について開示している。また、下記特許文献２は、ユーザの音声を常時入力し、機器の操作に関連する音声の切り出しを常時行って音声入力操作を実現する技術について開示している。また、下記特許文献３は、使用者が発声した音声と登録された言葉とを比較して操作内容を表示する音声認識技術について開示している。

特開２００１−１３９８４号公報 特開２００１−５１６９４号公報 特開２００２−１２３２８３号公報

本発明は、上述した問題点に鑑みてなされたものであり、その目的は、音声認識率を向上させるとともに音声認識結果の適用範囲を拡大させた車内音声操作システムを提供することにある。

上記目的を達成するために、本発明によれば、ユーザが発する音声に基づいて車内の各種機構を操作する車内音声操作システムであって、メモリと、車両のユーザの音声に基づいて前記メモリ内に音声認識用データを構築する音声認識用データ構築手段と、該ユーザによる入力音声と前記メモリ内の音声認識用データとを比較することにより音声認識を行う音声認識手段と、前記音声認識手段による音声認識結果に基づいて車内の各種操作系に制御信号を送出する制御手段と、を具備する車内音声操作システムが提供される。

一般に、一つの車両のユーザは特定の者に限定される。本発明による車内音声操作システムにおいては、その限定されたユーザの音声を予め録音しておき、その録音した音声を基準として音声認識をすることができるため、認識率が向上する。そして、その音声認識結果により車両内の操作系が制御されるため、車両の操作性が向上する。

以下、添付図面を参照して本発明の実施形態について説明する。図１は、本発明による車内音声操作システムが適用されるナビゲーションシステム及びその周辺機構を示すブロック図である。ナビゲーションシステム１００は、ＨＤＤ等からなるメモリ１１０、音声認識用マイクロコンピュータ１２０、ナビゲーション用マイクロコンピュータ１３０及びナビゲーション用操作系１４０を備える。また、車両内には、マイク２００、スピーカ２０５、車両動作制御用マイクロコンピュータ２１０、車両動作用操作系２２０、等が存在する。

音声認識用マイクロコンピュータ１２０は、マイク２００を介して車両のユーザの音声を入力し、ユーザの音声に基づく音声認識用データをメモリ１１０内に構築する。また、音声認識用マイクロコンピュータ１２０は、問い合わせのための音声をスピーカ２０５から出力する。さらに、音声認識用マイクロコンピュータ１２０は、マイク２００からの入力音声とメモリ１１０内の音声認識用データとを比較することにより音声認識を行う。その音声認識結果は、その内容に応じてナビゲーション用マイクロコンピュータ１３０又は車両動作制御用マイクロコンピュータ２１０に制御信号として伝えられる。

ナビゲーション用マイクロコンピュータ１３０は、受信した音声認識結果に応じてナビゲーション用操作系１４０を操作して、ナビゲーションシステムにおけるボリュームアップやトラックアップなどの動作を行わせる。また、車両動作制御用マイクロコンピュータ２１０は、受信した音声認識結果に応じて車両動作用操作系２２０を操作することにより、ミラーの開閉やドアロックなどの動作を行わせる。

図２は、ナビゲーションシステム１００の基本的な動作を説明するためのフローチャートである。まず、音声認識用マイクロコンピュータ１２０は、マイク２００を介してユーザの音声をメモリ１１０に録音する（ブロック２５０）。次いで、音声認識用マイクロコンピュータ１２０は、メモリ１１０に記憶された音声認識用データに基づいて、マイク２００を介して入力される音声を認識する（ブロック２６０）。

最後に、音声認識結果がナビゲーション用マイクロコンピュータ１３０又は車両動作制御用マイクロコンピュータ２１０に伝えられて、車内の各種操作系が操作される。ユーザの声を録音させ、その録音したユーザの声を判断基準にし、音声認識を行うため、音声認識における認識率が向上する。以下、具体例について説明する。

図３は、本発明の第一実施形態（音声認識用データの構築）について説明するためのフローチャートである。この実施形態では、メモリ（ＨＤＤ）１１０にＣＤ（コンパクトディスク）の音楽データを録音させる際に、音声認識のためのユーザの音声を録音させるようにする。すなわち、ＣＤからメモリ１１０への録音（ブロック３００）の終了後、ナビゲーションシステム１００は、「音声認識用の音声を入力しますか？」（例えば「アーティスト名を入力しますか？」）と尋ねる（ブロック３１０）。

ナビゲーションシステム１００内の音声認識用マイクロコンピュータ１２０は、ユーザから「はい」との応答を受けた場合には、音声認識用の音声を入力する（ブロック３２０）。一方、ユーザから「いいえ」との応答を受けた場合には、そのまま次の録音を開始し又は曲を再生する（ブロック３３０）。そして、誘導により音声データを入力した場合には、音声データ（ブロック３４０）と音楽データ（ブロック３５０）とをリンクさせてメモリ１１０に格納する。

図４は、音声データと音楽データとのリンクの様子を示す図である。図４（Ａ）に示されるように、一つの曲に係る音楽データの前に音声認識用の音声データが付加されてもよいし、あるいは、図４（Ｂ）に示されるように、音声データとしての「曲名」や「アーティスト名」と音楽データとがネットワーク状に関連付けられてもよい。

図５は、本発明の第二実施形態（音声認識用データの構築）について説明するためのフローチャートである。この実施形態では、パーソナルコンピュータ５００上において、例えばマイクなどによる外部入力（ブロック５１０）により音声データ（ブロック５２０）を録音し、それと音楽データ（ブロック５３０）とをリンクさせる。このデータは、メモリスティックやＣＤなどの記憶媒体に格納され（ブロック５４０）、それからナビゲーションシステム１００のメモリ（ＨＤＤ）１１０に転送される（ブロック５５０）。

図６は、本発明の第三実施形態（音声認識用データの構築）について説明するためのフローチャートである。この実施形態では、ＣＤからメモリ（ＨＤＤ）１１０への音楽データの録音中又は録音後（ブロック６００）に、携帯電話６１０のマイクを利用して、ユーザの音声が録音される。その録音された音声データ（ブロック６３０）がナビゲーションシステム６２０へ転送され、音楽データ（ブロック６３０）とリンクされる。音声データの転送方法としては、以下の方法を採用することができる。

（１）ナビゲーションシステムと携帯電話とをＵＳＢ（Universal Serial Bus）で接続できるようにする。そのＵＳＢケーブルを用いて、転送を行う。

（２）ナビゲーションシステムの新機能として、BlueTooth （ノート型パソコンとデジタル携帯電話、小型携帯端末などを無線で結ぶための通信仕様の開発コード名）機能を搭載させる。現在、携帯電話の数機種では、BlueTooth を搭載させている機種があり、そのBlueTooth を用いて、音声データの転送を行う。

（３）ナビゲーションシステムの新機能として、赤外線通信機能を搭載させる。現在、携帯電話の数機種では、赤外線通信を搭載させている機種があり、その赤外線通信機能を用いて、音声データの転送を行う。

（４）現在、携帯電話の数機種では、メモリスティックを搭載させている機種があり、そのメモリスティックを用いて、音声データの転送を行う。

（５）現状では、ナビゲーションシステムとシガーソケットは、データのやり取りなどできないが、データのやり取りなどをできるように、ナビゲーションシステムとシガーソケットをリンクさせ、携帯電話とシガーソケットを接続できるようにし、それを用いて、音声データをナビゲーションシステムに転送させる。また、シガーソケットとナビゲーションシステムとのデータのやり取りは、シガーソケットのＨＯＴ部分でＣＡＮ（Control Area Network）などのシリアル通信を用いて実現させる。

図７は、本発明の第四実施形態（音声認識用データの構築）について説明するためのフローチャートである。この実施形態では、ナビゲーションシステムでの目的地設定を行う際に、１度目の設定は手動で行われる（ブロック７００）。それが終わった後に、ナビゲーションシステムが「音声認識用の音声を入力しますか？」と尋ねる（ブロック７１０）。

ナビゲーションシステムは、ユーザから「はい」との応答を受けた場合には、音声認識用の音声を入力する（ブロック７２０）。一方、ユーザから「いいえ」との応答を受けた場合には、処理を終了する（ブロック７３０）。そして、誘導により音声データを入力した場合には、音声データ（ブロック７４０）と目的地データ（ブロック７５０）とをリンクさせてメモリに格納する。２度目以降の目的地設定の際には、音声認識を用いるようにする（ブロック７６０、７７０）。

図８は、本発明の第五実施形態（音声認識）について説明するためのフローチャートである。この実施形態では、車内の会話をナビゲーションシステムが常時検知し、予めユーザが設定しておいたキーワードから判断して、ユーザが予め設定した曲をかけるようにする。例えば、ユーザがキーワードとして「静かに」を設定し、そのキーワードに対して、子守り歌を設定していたとする（ブロック８００）。

同乗者が寝ている場合に、「静かに」とユーザが発声すると、ナビゲーションシステムはそれを検知し（ブロック８１０）、設定されている曲である子守り歌へと曲を変更する制御をする（ブロック８２０）。一方、キーワードが検知されない場合には、そのままの状態が継続する（ブロック８３０）。この実施形態では、音声認識が車内の会話により行われ、ユーザが意識せずに、音楽の変更が実現される。

図９は、本発明の第六実施形態について説明するためのフローチャートである。現在のナビゲーションシステムの中には、ナビゲーションシステムの操作系（トラックアップやボリュームアップなど）で音声認識をさせているものがあるが、認識率が悪いという欠点がある。本実施形態では、その操作系の音声認識率向上のために、操作系の音声データの初期設定を行う（ブロック９００）。

すなわち、操作系の音声データを取得し（ブロック９１０）、音声データ（ブロック９２０）と操作系データ（ブロック９３０）とをリンクさせてメモリに格納する。そして、ユーザの音声（ブロック９４０）が登録済みの音声データと適合するかどうかを判断し（ブロック９５０）、適合する場合には該当する操作を行うように制御し（ブロック９６０）、適合しない場合には処理を終了する（ブロック９７０）。

また、この実施形態は、車両動作の操作系に対しても適用可能であり、その場合には、ドアの開閉、ドアロック、ミラーの開閉、ミラーの角度調整、ウィンドウの開閉、シートの上下・傾き、ハザード、ウィンカー、ワイパー、ライト、ハンドルの位置調整、デフォッガ、ルームミラーの調整、パッシング、エアコンのブロアモータとサーボモータの切り換え、エンジンの始動、等が音声操作により実現される。また、ナビゲーションシステムと車両動作の操作系との通信については、ＣＡＮなどを用いることができる。選曲以外にも、ユーザが声を発するだけで、ワイパーなどが動くようになり、ユーザにとって、便利である。

図１０は、本発明の第七実施形態について説明するためのフローチャートである。前述の図９の実施形態において、複数人で１台の車が使用される場合には、複数のユーザがいるので、図１０に示されるように、複数の初期登録ができるようにすることが好ましい。そうすることで、ユーザ全員に対して、音声認識の認識率向上が可能となる。

図１１は、本発明の第八実施形態について説明するためのフローチャートである。この実施形態では、ＦＭ多重放送の特定のページを「お気に入り」に登録させ、音声認識により、そのページを表示するようにする。本実施形態では、ＦＭ多重放送のお気に入りページの初期設定を行う（ブロック１１００）。すなわち、お気に入りページの音声データを取得し（ブロック１１１０）、音声データ（ブロック１１２０）とお気に入りページのデータ（ブロック１１３０）とをリンクさせてメモリに格納する。そして、ユーザの音声（ブロック１１４０）が登録済みの音声データと適合するかどうかを判断し（ブロック１１５０）、適合する場合にはお気に入りページの表示を行うように制御し（ブロック１１６０）、適合しない場合には処理を終了する（ブロック１１７０）。

図１２は、本発明の第九実施形態について説明するためのフローチャートである。車両に設けられる盗難防止用警報装置では、「ピッピッピー」などの音が発せられ、車両所有者独自の音を出すことができない。そのため、複数台の車を停めている駐車場では、自分の警報装置がなっているのか、わからないことがある。そこで、この実施形態では、警報装置の音を自分の声による「おい、ドロボー！！」などとの音とすることで、自分の車が狙われているとわかるようにする。

まず、盗難警報装置のための音声データを取得し（ブロック１２００）、音声データ（ブロック１２１０）としてメモリに格納する。そして、盗難警報装置のセンサ（ブロック１２２０）が異常を感知した場合には、盗難されようとしているかどうかを判断し（ブロック１２３０）、該当する場合にはメモリに記憶された警告音を発するように制御し（ブロック１２４０）、そうでない場合には処理を終了する（ブロック１２５０）。

図１３は、本発明の第十実施形態について説明するためのフローチャートである。この実施形態では、音声認識について、ある一定のメモリを学習機能用に確保しておき、そのメモリの範囲内で学習機能を働かせる。すなわち、音声データの取得（ブロック１３００）がなされる度に、対応する音声データ（ブロック１３２０）がメモリ（ブロック１３００）内に操作系データ（ブロック１３３０）とリンクされつつ登録される。このように、一つの操作に対して音声データを複数とることで、音声認識率の向上が期待される。

本発明による車内音声操作システムが適用されるナビゲーションシステム及びその周辺機構を示すブロック図である。 ナビゲーションシステムの基本的な動作を説明するためのフローチャートである。 本発明の第一実施形態について説明するためのフローチャートである。 音声データと音楽データとのリンクの様子を示す図である。 本発明の第二実施形態について説明するためのフローチャートである。 本発明の第三実施形態について説明するためのフローチャートである。 本発明の第四実施形態について説明するためのフローチャートである。 本発明の第五実施形態について説明するためのフローチャートである。 本発明の第六実施形態について説明するためのフローチャートである。 本発明の第七実施形態について説明するためのフローチャートである。 本発明の第八実施形態について説明するためのフローチャートである。 本発明の第九実施形態について説明するためのフローチャートである。 本発明の第十実施形態について説明するためのフローチャートである。

符号の説明

１００ ナビゲーションシステム
１１０ メモリ
１２０ 音声認識用マイクロコンピュータ
１３０ ナビゲーション用マイクロコンピュータ
１４０ ナビゲーション用操作系
２００ マイク
２０５ スピーカ
２１０ 車両動作制御用マイクロコンピュータ
２２０ 車両動作用操作系

Claims (8)

1. ユーザが発する音声に基づいて車内の各種機構を操作する車内音声操作システムであって、
   メモリと、
   車両のユーザの音声に基づいて前記メモリ内に音声認識用データを構築する音声認識用データ構築手段と、
   該ユーザによる入力音声と前記メモリ内の音声認識用データとを比較することにより音声認識を行う音声認識手段と、
   前記音声認識手段による音声認識結果に基づいて車内の各種操作系に制御信号を送出する制御手段と、
   を具備する車内音声操作システム。
2. 前記音声認識用データ構築手段は、記録媒体から前記メモリに音楽データが録音される際に、当該音楽データに対応する音声を発するようにユーザを誘導することにより、当該音楽データにリンクする音声認識用データを作成する、請求項１に記載の車内音声操作システム。
3. 前記音声認識用データ構築手段は、音楽データと、別途他のコンピュータ上で作成された、当該音楽データにリンクする音声データと、を記録する記録媒体を入力することにより、当該音楽データにリンクする音声認識用データを作成する、請求項１に記載の車内音声操作システム。
4. 前記音声認識用データ構築手段は、記録媒体から前記メモリに音楽データが録音される際に、携帯電話において記録された音声データを、当該携帯電話からの転送を受けて入力することにより、当該音楽データにリンクする音声認識用データを作成する、請求項１に記載の車内音声操作システム。
5. 前記車内音声操作システムは、ナビゲーションシステムの一部として構成されるものであり、前記音声認識用データ構築手段は、ユーザによって手動で行われる目的地設定の際に、当該目的地に対応する音声を発するようにユーザを誘導することにより、当該目的地にリンクする音声認識用データを作成する、請求項１に記載の車内音声操作システム。
6. 前記メモリには、キーワードと対応する曲とからなる設定が記憶されており、前記音声認識手段が、車内の会話を常時監視して当該キーワードが発声されたのを認識すると、前記制御手段が、当該キーワードに対応する曲が演奏されるように制御する、請求項１に記載の車内音声操作システム。
7. 前記音声認識用データ構築手段は、複数のユーザに対応する音声認識用データを前記メモリに構築する、請求項１に記載の車内音声操作システム。
8. 前記音声認識用データ構築手段は、学習により一つの操作に対応する複数の音声認識用データを前記メモリに作成する、請求項１に記載の車内音声操作システム。

Images