JP2008096541A

JP2008096541A - 音声処理装置およびその制御方法

Info

Publication number: JP2008096541A
Application number: JP2006275729A
Authority: JP
Inventors: Makoto Hirota; 誠廣田; Toshiaki Fukada; 俊明深田
Original assignee: Canon Inc
Current assignee: Canon Inc
Priority date: 2006-10-06
Filing date: 2006-10-06
Publication date: 2008-04-24
Also published as: US20080086306A1; US8046231B2

Abstract

【課題】音声ショートカットの利便性を維持しつつ、音声ショートカットに対する音声認識率を向上可能とする技術を提供する。
【解決手段】複数の状態を有し、各状態へショートカットするためのショートカットデータを設定する音声処理装置であって、ユーザによる操作入力部への操作入力により前記複数の状態のうちのある状態に遷移した際に、該状態へ遷移するためのショートカットデータと音声認識対象語彙との対応付けを設定する設定手段と、音声を入力する音声入力手段と、前記音声入力手段で入力された音声を、前記音声認識対象語彙を用いて認識する音声認識手段と、前記音声認識手段の認識結果である音声認識語彙に対応するショートカットデータを用いて状態を遷移させる制御手段とを備える。
【選択図】図４

Description

本発明は、音声認識に基づくユーザインタフェース技術に関するものである。

音声認識や音声合成を含んだユーザインタフェースが、カーナビゲーションをはじめとする機器操作に適用されるようになってきている。音声認識を用いたユーザインタフェースの利点の一つとして、目的とする操作画面へのショートカットが可能になることが挙げられる。例えば、グラフィカルユーザインタフェース（ＧＵＩ）操作のみの場合、通常階層化されたメニューが用いられている。その場合、ユーザが、ある機能を実行するためには、例えば、画面１→画面２→画面３→画面４と順に辿らなければならない場合がある。一方、音声認識を用いたユーザインタフェースを用いると、例えば画面１において、画面４への遷移を指示するための所定の音声コマンドをユーザの発声により入力することで、直ちに画面４に遷移することが可能になる。

ただし、ユーザは、目的とする画面への遷移に対応する音声コマンドをあらかじめ知っておく必要がある。そこで、例えば、特許文献１には、ユーザによる操作の系列を記憶し、記憶された操作の系列に対応する音声ショートカットの存在をユーザに通知する技術が開示されている。この技術により、ユーザはより容易に音声ショートカットを学習することが可能となる。
特開２０００−２３１３９８号公報

しかしながら、上述の特許文献１に開示された技術においては、当該機器において，あらゆる操作系列に対する多数の音声ショートカットを記憶しておく必要がある。実際に必要とされる音声ショートカットは各々のユーザによって異なるので，ユーザにとって不要な音声ショートカットも登録されることになる。そのため、機器において音声認識を実行する際には、音声ショートカットに対応するより多くの音声を認識する必要が生じ、その結果、音声認識率の低下を招くという問題があった。

本発明は上記問題点に鑑みなされたものであり、音声ショートカットの利便性を維持しつつ、音声ショートカットに対する音声認識率を向上可能とする技術を提供することを目的とする。

上述の問題点を解決するために、本発明の音声処理装置は以下の構成を備える。すなわち、複数の状態を有し、各状態へショートカットするためのショートカットデータを設定する音声処理装置であって、ユーザによる操作入力部への操作入力により前記複数の状態のうちのある状態に遷移した際に、該状態へ遷移するためのショートカットデータと音声認識対象語彙との対応付けを設定する設定手段と、音声を入力する音声入力手段と、前記音声入力手段で入力された音声を、前記音声認識対象語彙を用いて認識する音声認識手段と、前記音声認識手段の認識結果である音声認識語彙に対応するショートカットデータを用いて状態を遷移させる制御手段とを備える。

ここで、前記設定手段は、前記音声認識語彙と前記ショートカットデータを対応付けて登録することで設定する。また、前記音声認識対象語彙と前記ショートカットデータとを対応付けて、非アクティブの状態で記憶する記憶手段を更に備え、前記設定手段は、前記ある状態へ遷移するためのショートカットデータに対応付けられている音声認識対象語彙をアクティブにすることで設定する。

また、前記設定手段により前記対応付けが設定された場合に、前記状態への音声入力によるショートカットが可能になったことをユーザに通知する通知部をさらに備えることを特徴とする請求項１に記載の音声処理装置。

そして、前記設定手段は、ユーザによる操作入力部への操作入力により前記複数の状態のうちのある状態に遷移した際に、前記設定の実行可否をユーザから受け付け、実行不可だった場合には設定を行わない。または、前記設定手段は、ユーザによる操作入力部への操作入力により前記複数の状態のうちのある状態に遷移した際に、音声認識対象語彙をユーザから受け付け、該音声認識対象語彙と前記ショートカットデータとを対応付けて登録する。あるいは、前記設定手段は、ユーザによる操作入力部への操作入力により前記複数の状態のうちのある状態に初めて遷移した際に前記設定を行う。または、前記設定手段は、ユーザによる操作入力部への操作入力により前記複数の状態のうちのある状態に、予め設定された回数遷移した際に前記設定を行う。

上述の問題点を解決するために、本発明の音声処理装置の制御方法は以下の構成を備える。すなわち、複数の状態を有し、各状態へショートカットするためのショートカットデータを設定する音声処理装置の制御方法であって、ユーザによる操作入力部への操作入力により前記複数の状態のうちのある状態に遷移した際に、該状態へ遷移するためのショートカットデータと音声認識対象語彙との対応付けを設定する設定工程と、音声を入力する音声入力工程と、前記音声入力工程で入力された音声を、前記音声認識対象語彙を用いて認識する音声認識工程と、前記音声認識工程の認識結果である音声認識語彙に対応するショートカットデータを用いて状態を遷移させる制御工程とを備える。

上述の問題点を解決するために、本発明の音声処理装置の制御プログラムは以下の構成を備える。すなわち、複数の状態を有し、各状態へショートカットするためのショートカットデータを設定する音声処理装置の制御方法をコンピュータに実行させるための制御プログラムであって、ユーザによる操作入力部への操作入力により前記複数の状態のうちのある状態に遷移した際に、該状態へ遷移するためのショートカットデータと音声認識対象語彙との対応付けを設定する設定工程を実行するためのプログラムコードと、音声を入力する音声入力工程を実行するためのプログラムコードと、前記音声入力工程で入力された音声を、前記音声認識対象語彙を用いて認識する音声認識工程を実行するためのプログラムコードと、前記音声認識工程の認識結果である音声認識語彙に対応するショートカットデータを用いて状態を遷移させる制御工程を実行するためのプログラムコードとを備える。

本発明によれば、音声ショートカットの利便性を維持しつつ、音声ショートカットに対する音声認識率を向上可能とする技術を提供することができる。

以下に、図面を参照して、この発明の好適な実施の形態を詳しく説明する。なお、これらの実施の形態に記載されている構成要素はあくまで例示であり、この発明の範囲はそれらのみに限定されない。

（第１実施形態）
本発明に係る音声処理装置の第１実施形態として、携帯情報端末を例に挙げて以下に説明する。

＜概要＞
携帯情報端末における、各種機能に対応する操作画面への音声ショートカットを、当該操作画面にユーザが到達した場合に登録するよう構成する。そのため、ユーザが使用しない機能に対応する操作画面へのショートカットは登録されることはない。つまり、このような構成とすることにより、登録される音声ショートカット数が低減可能となる。その結果、ユーザの利便性を維持しつつ、音声ショートカットに対する音声認識率を向上可能とする技術を提供することができる。

＜装置構成＞
図１は、第１実施形態に係る携帯情報端末の内部構成図である。携帯情報端末１００は、ウェブ閲覧、メール、スケジュール管理などの各種アプリケーション機能を有する装置である。

１０１はＣＰＵであり、ＲＯＭ１０３に記憶されている各種アプリケーションプログラムを実行することにより、後述する各種機能を実行する。１０２はＲＡＭであり、ＲＯＭ１０３から読み出したプログラムやデータを一時的に記憶する。また、ＲＡＭ１０２は、ＣＰＵ１０１が各種のプログラムを実行するための領域としても利用される。１０３はＲＯＭであり、オペレーティングシステム（ＯＳ）や各種アプリケーションプログラムや制御プログラムおよびデータなどを記憶する。なお、ここではＲＯＭ１０３として、ＥＥＰＲＯＭやフラッシュメモリなど書き換え可能な素子を想定する。

１０４は表示制御部であり、画像や文字等を表示部１０５に表示するための制御処理を行う。１０５は表示部であり、操作者に対し図形や文字などにより各種情報を表示する部分である。なお、表示部１０５としては液晶表示画面などが用いられる。

１０６は操作入力部であり、携帯情報端末１００に対するユーザからの手入力による指示を受け付ける。具体的にはハードウェアキー１０６ａやソフトウェアキー１０６ｂなどが挙げられる。１０７は音声入力部であり、携帯情報端末１００に対するユーザからの発声（音声）による入力を受け付ける。具体的にはマイクが挙げられる。

１０８は通信インタフェース（Ｉ／Ｆ）であり、外部の装置との間で通信を行う。例えば、インターネットにアクセスするための無線ＬＡＮＩ／Ｆなどが挙げられる。

図２は、第１実施形態に係る携帯情報端末の音声入力ユーザインタフェースに関連する内部機能ブロック図である。なお、以下の機能部は、ＣＰＵ１０１がＲＯＭ１０３に記憶されたプログラムを実行することにより実現される。

２０３は音声認識部であり、音声入力部１０７より入力された音声を認識する機能部である。以下では、音声認識部２０３は、音声入力部１０７より入力された音声と音声認識対象語彙に基づいて対応する文字列として認識結果を出力することを想定する。ただし、音声入力部１０７より入力された音声を識別するようなものであればよく、認識結果の出力形式は問わない。なお、音声認識の機能自体は公知のものを利用可能であり、説明は省略する。

２０４は対話管理部であり、携帯情報端末１００のユーザインタフェースの制御を管理する機能部である。つまり、操作入力部１０６または音声入力部１０７からの入力に基づいて、表示部１０５に表示するＧＵＩ操作画面を管理する。

２０５はショートカットコマンド登録部であり、音声入力部１０７より入力された音声と所定の状態に遷移するためのショートカットデータとを対応付ける機能部である。ショートカットコマンド登録部２０５の動作の詳細については後述する。

２０６は音声認識文法保持部であり、ショートカットコマンド登録部２０５が登録したショートカットを記憶・管理する機能部である。

２０７は通知部であり、ショートカットコマンド登録部２０５がショートカットを登録した際、ユーザにその旨を通知するための機能部である。具体的には表示部１０５への画面表示出力、または、不図示のスピーカによる音声出力により実現される。

図３は、第１実施形態に係る携帯情報端末の外観およびＧＵＩの一例を示す図である。ここでは、表示部１０５には階層化されたメニューのルートにあたるメインメニューが表示されている例を示している。

携帯情報端末１００は、表示部１０５である液晶画面、操作入力部１０６であるハードキー、および、音声入力部１０７であるマイクを備える。図には、ハードキーとして、”メニューキー”、上下左右の”十字キー”、”ＯＫキー”を示している。メニューキーを押すと、表示部１０５上にメインメニューが表示され、左上のアイコンがフォーカスされた状態になる。

＜装置の動作＞
図５は、メインメニューから”受信メール”の操作画面までのハードキーによる画面遷移を例示的に示す図である。ユーザは、”十字キー”および”ＯＫキー”を複数回押下することにより”受信メール”の操作画面にたどり着くことが出来る。

具体的には、図３と同じメインメニューが表示された状態（５０１）において、まず、”十字キー”を右方向に押下することにより、アイコンのフォーカスを右方向に移動する（５０２，５０３）。その後、”ＯＫキー”を押下することにより、フォーカスのあるアイコンに対応したサブメニュー画面に移動する（５０４，５０５，５０６）。その結果、”受信メール”の操作画面を表示する状態に到達する。ここでは、状態の例として各操作画面を表示する状態を例に挙げて説明する。

図４は、第１実施形態に係る携帯情報端末の音声入力ユーザインタフェースに関連する動作フローチャートである。なお、以下の各ステップの動作は、ＣＰＵ１０１がＲＯＭ１０３に記憶されたプログラムを実行することにより実現される。

ステップＳ４０１では、ユーザによるハードキーの入力があったか否かをチェックする。また、ステップＳ４０２では、システムは、ユーザによる音声入力があったか否かをチェックする。ハードキーの入力があった場合はステップＳ４０６に進む。一方、音声の入力があった場合はステップＳ４０３に進む。何れの入力も無い場合はステップＳ４０１に戻り再び入力のチェックを行う。

ステップＳ４０６では、図５を参照して説明したように、”十字キー”による画面上のアイコンフォーカスの移動や、”ＯＫキー”によるアイコンに対応する画面への遷移を実行する。

ステップＳ４０７では、ステップＳ４０６による結果、所定の操作画面に到達したか否かを判定する。ここで、所定の操作画面とは、前述の”受信メール”などのアプリケーションであり、一般的には、階層化メニューの末端（下層）付近に対応する操作画面である。所定の操作画面に到達した場合はステップＳ４０８に進み、到達しなかった場合はステップＳ４０１に戻る。なお、所定の操作画面に到達した場合であっても、既に当該操作画面に対応するショートカットが音声認識文法保持部２０６に登録されている場合はステップＳ４０１に戻る。

ステップＳ４０８では、ステップＳ４０７で到達した操作画面に対応させたショートカット文字列を、音声認識文法保持部２０６に登録する。例えば、当該操作画面のタイトルバーなどに表示される名称をショートカット文字列として登録し、ここでは、”受信メール”という名称のショートカット文字列を登録する。これにより“受信メール”という名称のショートカット文字列と、“受信メール”の操作画面に遷移するためのショートカットデータとの対応付けが設定される。なお、ここでは、操作画面に到達した際にショートカット文字列を登録する構成として説明しているが、本発明はこれに限らず、ショートカット文字列とショートカットデータとの対応付けは予めしておき、これを非アクティブの状態で保持しておき、操作画面に到達した際に、それをアクティブにするといった構成としても構わない。アクティブになることでショートカット文字列が音声認識の対象となる。

ステップＳ４０９では、ステップＳ４０８で登録したショートカット文字列を表示部１０５への画面表示などを用いてユーザに通知する。このことにより、ユーザは、今後、任意の画面で”受信メール”と発声（音声入力）することで、”受信メール”の操作画面に直接移動するショートカット機能が利用可能であることを認識可能となる。なお、ユーザへの通知は、不図示のスピーカからの音声出力でもよい。

ステップＳ４０３では、ステップＳ４０２での音声入力に対し音声認識部２０３により音声認識を実行する。そして、音声認識された結果と一致するショートカット文字列を音声認識文法保持部２０６において検索する。

ステップＳ４０４では、ステップＳ４０３で一致するショートカット文字列があった場合はステップＳ４０５に進む。一方、一致するショートカット文字列が見つからなかった場合は、ステップＳ４０１に戻る。あるいは、「そのようなショートカットは登録されていません」というメッセージをユーザに通知した後、ステップＳ４０１に戻る。

ステップＳ４０５では、ステップＳ４０４で見つかったショートカット文字列に対応する操作画面へ遷移する。

以上説明をしたように、第１実施形態に係る携帯情報端末によれば、ユーザがキー入力によって一度訪れた操作画面に対応する音声ショートカットを登録する。そのようにすることにより、当該操作画面に対応するショートカット文字列を発声することにより直接その画面に遷移できるようになり、キー操作回数を減らすことができる。また、ショートカット文字列はショートカットが登録された際にユーザに通知されるので、ユーザは、その画面に直接遷移するために何を発声すればよいか、容易に知ることができる。さらに、音声認識文法保持部２０６には、ユーザが訪れたことのある画面のショートカット文字列のみが登録されることになるので、ショートカット文字列は必要な語彙に絞られ、誤認識の確率が低くなるという効果がある。

（変形例）
上述の説明においては、ステップＳ４０８において、ショートカット文字列を自動的に登録するよう説明を行った。これに対し、ショートカット文字列を登録するか否かをユーザに問い合わせ、ユーザが了承した場合のみ、ショートカット文字列を登録するようにしてもよい。例えば、図６のようなダイアログボックスを画面上に表示し、ユーザが”ＯＫ”を選択した場合のみ、ショートカット文字列を登録するようにしてもよい。

また、ユーザが登録するショートカットコマンドに対応する名称を登録できるようにしてもよい。

さらに、図７に示すように、ユーザ自身が覚えやすいショートカット文字列を登録するようにしてもよい。例えば前述の”受信メール”の操作画面に対して”受信メール”という文字列の代わりに”メールチェック”という文字列を関連付けて登録しても良い。そのため、例えば、７０２のような文字列入力パネルを表示し設定させると良い。このような構成とすることにより、ユーザはメニュー名（操作画面のタイトルバーなどに表示される名称）に限定されないシュートカット文字列を設定可能となる。そのため、ユーザは登録されたショートカットをより簡単に覚えられるという効果がある。

または、登録するショートカット文字列の入力に音声認識を用いた音声入力を利用しても良い。図８は、変形例に係る携帯情報端末の音声入力ユーザインタフェースに関連する内部機能ブロック図である。そのため、例えば、図９の９０２のような音声入力パネルを表示しショートカット文字列を設定させると良い。

なお、第１実施形態においては、音声認識部２０３の音声認識結果は文字列として出力されるとして説明をしているが、音声データのまま、あるいはそこから抽出された特徴量データの形で登録してもよい。その後、ショートカットのための発声と登録されたデータとの比較により、最も近い登録データを取り出せればよい。なお、音声認識による文字列入力などの技術については、既存の技術が流用可能であり、ここでは詳しく説明はしない。

さらに、第１実施形態においては、所定の操作画面に最初に到達した場合に、当該操作画面へのショートカットを登録するように説明を行った。しかし、その代わりに、所定の操作画面に到達した回数、あるいは、頻度（ある単位時間あたりの到達回数）をトリガとしてショートカットを登録するよう構成しても良い。このように構成することにより、ユーザがよく訪れる操作画面に対してのみショートカットが登録されるようになる。また、ユーザが操作ミスなどで意図せず到達した操作画面に対するショートカットが誤って登録されることを低減することができる。さらに、登録されるショートカット数をさらに絞り込むことが可能となるため、認識率の低下をさらに抑制することが可能となる。

また、図５の画面５０６のように、メインメニュー５０１から３階層下の操作画面５６へのショートカットを登録することは、メニューのショートカットに有効である。一方、図１０の画面１００２のようにトップメニュー１００１から１階層下のメニューに対してはもともと少ないキー操作で辿り着けるため、このようなメニューに対してはショートカットを登録する意味が少ない。そのため、少ないキー操作で到達できる画面や階層の浅い画面に対しては、ショートカット登録処理を抑止するよう構成しても良い。

（第２実施形態）
上述の第１実施形態および変形例においては、単一の機器である情報携帯端末について本発明を適用した。しかし、複数の機器から構成されるシステムに適用しても良い。第２実施形態では、コールセンタのシステムとして利用可能な電話による音声対話システムを例にあげて説明する。

＜前提となるシステムの動作＞
音声対話システムは、ユーザ宅に設置されるトーン信号を送出可能な電話機および、コールセンタ側に設置される情報処理装置により構成される。第２実施形態の前提となるシステムの動作について以下に説明する。

ユーザが電話機を用いて、コールセンタに電話をかけると以下のような階層化メニューにより構成される音声対話がなされる。

［１］（センタ）：製品に対するお問い合わせは「１」を、故障・修理のお問い合わせは「２」を押してください。

［２］（ユーザ）：（「１」キーを押下し）「１」に対応するトーン信号音を発生。

［３］（センタ）：カメラに関するお問い合わせは「１」、プリンタに関するお問い合わせは「２」を押してください。

［４］（ユーザ）：（「２」キーを押下し）「２」に対応するトーン信号音を発生。

［５］（センタ）：プリンタの機種名を発声してください。

［６］（ユーザ）：ＸＸＸ（機種名を発声）
［７］（センタ）：担当へおつなぎします。（通話先の転送処理・・・・・）
＜第２実施形態のシステムにおける動作＞
上述のような音声対話システムにおいて、例えば、対話状態［７］において、
［７］（センタ）：担当へおつなぎします。なお、ここまでのショートカットを登録する場合は「＃」を押してください。登録しない場合は、そのままお待ちください。（転送処理・・・・・）
のようにする。

ユーザによる「＃」キーを押下により、「１」に対応するトーン信号音を発生し、センタ側は受信したトーン信号に基づいて、［６］における「ＸＸＸ」に対応する文字列をショートカット文字列として登録する。そして、その旨を音声でユーザに通知する。その後、ユーザが、ふたたびセンタに電話した際には、以下のような対話を行うことができる。

［１’］（センタ）：製品に対するお問い合わせは「１」を、故障・修理のお問い合わせは「２」を押してください。

［２’］（ユーザ）：（発声）ＸＸＸ
［３’］（センタ）：ＸＸＸの担当へおつなぎします。（転送処理・・・・・）
以上説明したとおり第２実施形態によれば、もともとは７ステップ必要であった対話ステップに対して、ショートカット機能により３ステップに短縮可能となる。

（他の実施形態）
なお、本発明は、前述した実施形態の機能を実現するプログラムを、システム或いは装置に直接或いは遠隔から供給し、そのシステム或いは装置が、供給されたプログラムコードを読み出して実行することによっても達成される。従って、本発明の機能処理をコンピュータで実現するために、コンピュータにインストールされるプログラムコード自体も本発明の技術的範囲に含まれる。

その場合、プログラムの機能を有していれば、オブジェクトコード、インタプリタにより実行されるプログラム、ＯＳに供給するスクリプトデータ等、プログラムの形態を問わない。

プログラムを供給するための記録媒体としては、例えば、フロッピー（登録商標）ディスク、ハードディスク、光ディスク（ＣＤ、ＤＶＤ）、光磁気ディスク、磁気テープ、不揮発性のメモリカード、ＲＯＭなどがある。

また、コンピュータが、読み出したプログラムを実行することによって、前述した実施形態の機能が実現される。その他、そのプログラムの指示に基づき、コンピュータ上で稼動しているＯＳなどが、実際の処理の一部または全部を行い、その処理によっても前述した実施形態の機能が実現され得る。

さらに、記録媒体から読み出されたプログラムが、コンピュータに挿入された機能拡張ボードやコンピュータに接続された機能拡張ユニットに備わるメモリに書き込まれる。その後、そのプログラムの指示に基づき、その機能拡張ボードや機能拡張ユニットに備わるＣＰＵなどが実際の処理の一部または全部を行い、その処理によっても前述した実施形態の機能が実現される。

第１実施形態に係る携帯情報端末の内部構成図である。第１実施形態に係る携帯情報端末の音声入力ユーザインタフェースに関連する内部機能ブロック図である。第１実施形態に係る携帯情報端末の外観およびＧＵＩの一例を示す図である。第１実施形態に係る携帯情報端末の音声入力ユーザインタフェースに関連する動作フローチャートである。ハードキーによる画面遷移を例示的に示す図である。登録可否を受け付けるダイアログボックスを例示的に示す図である。操作入力部によりショートカット文字列を受け付ける文字列入力パネルを例示的に示す図である。変形例に係る携帯情報端末の音声入力ユーザインタフェースに関連する内部機能ブロック図である。音声入力部によりショートカット文字列を受け付ける文字列入力パネルを例示的に示す図である。メニュー階層の浅い操作画面を例示的に示す図である。

Claims

複数の状態を有し、各状態へショートカットするためのショートカットデータを設定する音声処理装置であって、
ユーザによる操作入力部への操作入力により前記複数の状態のうちのある状態に遷移した際に、該状態へ遷移するためのショートカットデータと音声認識対象語彙との対応付けを設定する設定手段と、
音声を入力する音声入力手段と、
前記音声入力手段で入力された音声を、前記音声認識対象語彙を用いて認識する音声認識手段と、
前記音声認識手段の認識結果である音声認識語彙に対応するショートカットデータを用いて状態を遷移させる制御手段と、
を備えたことを特徴とする音声処理装置。
前記設定手段は、前記音声認識語彙と前記ショートカットデータを対応付けて登録することで設定することを特徴とする請求項１記載の音声処理装置。
前記音声認識対象語彙と前記ショートカットデータとを対応付けて、非アクティブの状態で記憶する記憶手段を更に備え、
前記設定手段は、前記ある状態へ遷移するためのショートカットデータに対応付けられている音声認識対象語彙をアクティブにすることで設定することを特徴とする請求項１記載の音声処理装置。
前記設定手段により前記対応付けが設定された場合に、前記状態への音声入力によるショートカットが可能になったことをユーザに通知する通知部をさらに備えることを特徴とする請求項１に記載の音声処理装置。
前記設定手段は、ユーザによる操作入力部への操作入力により前記複数の状態のうちのある状態に遷移した際に、前記設定の実行可否をユーザから受け付け、実行不可だった場合には設定を行わないことを特徴とする請求項１に記載の音声処理装置。
前記設定手段は、ユーザによる操作入力部への操作入力により前記複数の状態のうちのある状態に遷移した際に、音声認識対象語彙をユーザから受け付け、該音声認識対象語彙と前記ショートカットデータとを対応付けて登録することを特徴とする請求項２に記載の音声処理装置。
前記設定手段は、ユーザによる操作入力部への操作入力により前記複数の状態のうちのある状態に初めて遷移した際に前記設定を行うことを特徴とする請求項１に記載の音声処理装置。
前記設定手段は、ユーザによる操作入力部への操作入力により前記複数の状態のうちのある状態に、予め設定された回数遷移した際に前記設定を行うことを特徴とする請求項１に記載の音声処理装置。
複数の状態を有し、各状態へショートカットするためのショートカットデータを設定する音声処理装置の制御方法であって、
ユーザによる操作入力部への操作入力により前記複数の状態のうちのある状態に遷移した際に、該状態へ遷移するためのショートカットデータと音声認識対象語彙との対応付けを設定する設定工程と、
音声を入力する音声入力工程と、
前記音声入力工程で入力された音声を、前記音声認識対象語彙を用いて認識する音声認識工程と、
前記音声認識工程の認識結果である音声認識語彙に対応するショートカットデータを用いて状態を遷移させる制御工程と、
を備えたことを特徴とする制御方法。
複数の状態を有し、各状態へショートカットするためのショートカットデータを設定する音声処理装置の制御方法をコンピュータに実行させるための制御プログラムであって、
ユーザによる操作入力部への操作入力により前記複数の状態のうちのある状態に遷移した際に、該状態へ遷移するためのショートカットデータと音声認識対象語彙との対応付けを設定する設定工程を実行するためのプログラムコードと、
音声を入力する音声入力工程を実行するためのプログラムコードと、
前記音声入力工程で入力された音声を、前記音声認識対象語彙を用いて認識する音声認識工程を実行するためのプログラムコードと、
前記音声認識工程の認識結果である音声認識語彙に対応するショートカットデータを用いて状態を遷移させる制御工程を実行するためのプログラムコードと、
を備えたことを特徴とする制御プログラム。