JP2010078851A - 音声入力装置及び音声入力方法 - Google Patents

Abstract

【課題】音声コマンドを登録する際のユーザの操作負荷を低減する。
【解決手段】信号処理部１０が、ナビゲーション装置に対するユーザの操作入力履歴データを参照して、ユーザの操作頻度が高い機器操作に対応する音声コマンドを生成、登録し、登録された音声コマンドをユーザに報知する。このような音声コマンド登録処理によれば、ユーザは登録操作を指示することなく所望の音声コマンドを登録することができるので、音声コマンドを登録する際のユーザの操作負荷を低減できる。
【選択図】図１

Description

本発明は、ユーザが発声した音声を機器に対する動作指示として認識する音声入力装置及び音声入力方法に関する。

従来より、音声が示す語句とその語句に対応する機器の動作とを関連づけして記憶することにより、ユーザが発声した音声を機器に対する動作指示（以下、音声コマンドと表記）として認識する音声入力装置が知られている（特許文献１参照）。
特開２００３−００５７８１号公報

従来の音声入力装置では、所望の音声コマンドを登録する際、ユーザは“音声コマンド登録”と発声する等して音声コマンドの登録操作を行うことを装置に対し指示する必要がある。このため従来の音声入力装置では、音声コマンドを登録する際に多くの手数が掛かり、ユーザの操作負荷が高くなっている。

本発明は上記課題に鑑みてなされたものであり、その目的は、音声コマンドを登録する際のユーザの操作負荷を低減可能な音声入力装置及び音声入力方法を提供することにある。

本発明は、車両機器に対するユーザの操作履歴を参照してユーザの操作頻度が高い機器操作に対応する音声コマンドを生成、登録し、登録された音声コマンドをユーザに報知する。

本発明によれば、ユーザは登録操作を指示することなく所望の音声コマンドを登録することができるので、音声コマンドを登録する際のユーザの操作負荷を低減できる。

以下、図面を参照して、本発明の実施形態となる音声入力装置の構成について説明する。

〔音声入力装置の構成〕
本発明の実施形態となる音声入力装置は、車両用のナビゲーション装置に搭載され、ユーザが発声した音声や操作入力をナビゲーション装置に対する動作指示として認識してナビゲーション装置に出力するものである。この音声入力装置は、図１に示すように、マイクロフォン１，表示部２，スピーカ３，操作入力部４，及び制御部５を備える。マイクロフォン１は、ユーザが発声した音声を収集して制御部５に入力する。表示部２は、液晶ディスプレイ等の表示装置により構成され、制御部５の制御に従ってメニュー画面やナビゲーション画面等の表示画面を表示する。スピーカ３は、制御部５から出力された告知音等の音声信号を出力する。操作入力部４は、表示部２の表示画面に設けられたタッチパネルや表示画面の周部に設けられた操作ボタンにより構成され、ユーザにより入力された操作信号を制御部５に出力する。

制御部５は、Ａ／Ｄコンバータ６，Ｄ／Ａコンバータ７，増幅器８，記憶部９，及び信号処理部１０を備える。Ａ／Ｄコンバータ６は、マイクロフォン１から入力されたアナログ形態の音声信号をデジタル形態に変換して信号処理部１０に出力する。Ｄ／Ａコンバータ７は、信号処理部１０から入力されたデジタル形態の音声信号をアナログ形態に変換して増幅器８に出力する。増幅器８は、Ｄ／Ａコンバータ７から入力されたデジタル形態の音声信号を増幅してスピーカ３に出力する。

記憶部９は、告知音等の音声データ，音声コマンドとナビゲーション装置の動作命令の対応関係を示すデータを含む辞書データ，操作入力部４に対するユーザの操作入力履歴のデータ，及びユーザが操作入力部４を操作した時の車両の周囲状況に関するデータ（状況履歴データ）を記憶する。信号処理部１０は、マイクロプロセッサ等の演算処理装置により構成され、内部にＣＰＵ１０ａとメモリ１０ｂを有する。後述する音声入力装置の動作は、ＣＰＵ１０ａがメモリ１０ｂ内に予め記憶されているコンピュータプログラムを実行することにより実現される。

〔音声入力認識処理〕
このような構成を有する音声入力装置は、以下に示す音声入力認識処理を実行することにより、ユーザが発声した音声を音声コマンドとして認識して音声コマンドに対応する動作命令をナビゲーション装置に出力する。以下、図２に示すフローチャートを参照して、音声入力認識処理を実行する際の音声入力装置の動作について説明する。図２に示すフローチャートは、操作入力部４を操作することによりユーザが音声入力認識開始要求を制御部５に入力したタイミングで開始となり、音声入力認識処理はステップＳ１の処理に進む。

ステップＳ１の処理では、信号処理部１０が、記憶部９から告知音の音声データを読み出してスピーカ３から告知音を出力することにより、音声入力認識処理の準備が完了したことをユーザに報知する。これにより、ステップＳ１の処理は完了し、音声入力認識処理はステップＳ２の処理に進む。

ステップＳ２の処理では、信号処理部１０が、マイクロフォン１から入力される音声信号の平均パワーを演算し、音声信号の瞬間パワーが平均パワーよりも所定値以上大きくなったタイミングでユーザが発声したと判断して音声入力認識処理をステップＳ３の処理に進める。

ステップＳ３の処理では、信号処理部１０は、マイクロフォン１から入力される音声信号をユーザが発声した音声信号として認識し、認識された音声信号と記憶部９内に記憶されている音声コマンドとの一致度をスコアとして演算する。なお本実施形態では、演算されたスコアが高い程、一致度が高いことを示す。また信号処理部１０は、このステップＳ３の処理が実行されている間も並列処理によりマイクロフォン１を介した音声信号の取り込みを継続する。これにより、ステップＳ３の処理は完了し、音声入力認識処理はステップＳ４の処理に進む。

ステップＳ４の処理では、信号処理部１０が、マイクロフォン１から入力される音声信号の瞬間パワーが平均パワーよりも所定値以上大きいか否かを判別する。判別の結果、瞬間パワーが平均パワーよりも所定値以上大きい場合、信号処理部１０は、ステップＳ３の処理により認識された音声信号は音声コマンドの一部であり、音声入力が継続していると判断し、音声入力認識処理をステップＳ３の処理に戻す。一方、瞬間パワーが平均パワーよりも所定値以上大きくない場合には、信号処理部１０は、音声入力が完了したと判断し、音声入力認識処理をステップＳ５の処理に進める。

ステップＳ５の処理では、信号処理部１０が、ステップＳ３の処理結果に基づいて演算されたスコアが最も高い音声コマンドをユーザが発声した音声信号と一致度が最も高い音声コマンドとして抽出する。これにより、ステップＳ５の処理は完了し、音声入力認識処理はステップＳ６の処理に進む。

ステップＳ６の処理では、信号処理部１０が、ステップＳ５の処理により抽出された音声コマンドの名称を表示部２に表示出力すると共に、音声コマンドに対応する動作命令をナビゲーション装置に出力することにより音声コマンドに対応する動作命令を実行するようにナビゲーション装置に指示する。これにより、ステップＳ６の処理は完了し、一連の音声入力認識処理は終了する。

〔音声コマンド登録処理〕
このような構成を有する音声入力装置は、以下に示す音声コマンド登録処理を実行することにより、ユーザが登録操作を指示することなく所望の音声コマンドを登録することを可能にする。以下、図３に示すフローチャートを参照して、音声コマンド登録処理を実行する際の音声入力装置の動作について説明する。図３に示すフローチャートは、操作入力部４を操作することによりユーザがナビゲーション装置に対する操作指示を制御部５に入力したタイミングで開始となり、音声コマンド登録処理はステップＳ１１の処理に進む。

ステップＳ１１の処理では、信号処理部１０が、所定時間内に行われた一連の操作入力のレコードを操作入力履歴データとして記憶部９に作成，記憶する。具体的には、信号処理部１０は、図４に示すように、過去に同じ操作入力が行われた場合にはその操作入力のレコードを作成せずに既に作成されているレコードの頻度値Ｎを１増数することにより、操作入力のレコードをその頻度値と共に記憶部９に記憶する。なお信号処理部１０は、ある期間以上行われていない操作入力のレコードがある場合、その頻度値Ｎを減数することにより、頻度値Ｎは高いが定常性が低い操作入力のレコードの頻度値を下げるようにしてもよい。これにより、ステップＳ１１の処理は完了し、音声コマンド登録処理はステップＳ１２の処理に進む。

ステップＳ１２の処理では、信号処理部１０が、頻度値Ｎが所定値Ｎａ以上である操作入力のレコードがあるか否か、換言すれば、ステップＳ１１の処理により記憶された操作入力のレコードの頻度値Ｎが所定値Ｎａ以上であるか否かを判別する。そして判別の結果、頻度値Ｎが所定値Ｎａ以上である操作入力のレコードがない場合、信号処理部１０は音声コマンド登録処理を終了する。一方、頻度値Ｎが所定値Ｎａ以上である操作入力のレコードがある場合には、信号処理部１０は音声コマンド登録処理をステップＳ１３の処理に進む。

ステップＳ１３の処理では、信号処理部１０が、頻度値Ｎが所定値Ｎａ以上である一連の操作入力に対応する音声コマンドの名称を決定する。なお信号処理部１０は、操作入力履歴データと状況履歴データを参照して、発生頻度が高い車両周囲の状況下においてユーザの操作頻度が高い操作入力に対し音声コマンドの名称を付与するようにしてもよい。但し、この処理を実行する場合、信号処理部１０は、ステップＳ１３の処理において用いる所定値Ｎａを小さくすることが望ましい。これにより、頻度値Ｎが低い場合であっても操作入力が行われた時の状況に対応する音声コマンド名称を登録できる。これにより、ステップＳ１３の処理は完了し、音声コマンド登録処理はステップＳ１４の処理に進む。

ステップＳ１４の処理では、信号処理部１０が、ステップＳ１３の処理により決定した音声コマンドの名称と一連の操作入力に対応するナビゲーション装置に対する動作命令とを関連づけして記憶部９内の辞書データに登録する。これにより、ステップＳ１４の処理は完了し、音声コマンド登録処理はステップＳ１５の処理に進む。

ステップＳ１５の処理では、信号処理部１０が、スピーカ３を介してステップＳ１４の処理により登録した音声コマンドの名称をユーザに報知する。具体的には、登録した音声コマンドの名称が“コマンド１”である場合、信号処理部１０は、図５に示すように、“先ほどの操作を「コマンド１」で音声コマンドにします”といったメッセージをスピーカ３から出力する。この処理によれば、ユーザは一連の操作入力に対応する動作命令を“コマンド１”と発声することにより装置に指示できると理解する。これにより、ステップＳ１５の処理は完了し、一連の音声コマンド登録処理は終了する。

以上の説明から明らかなように、本発明の実施形態となる音声コマンド登録処理によれば、信号処理部１０が、ナビゲーション装置に対するユーザの操作入力履歴データを参照して、ユーザの操作頻度が高い機器操作に対応する音声コマンドを生成、登録し、登録された音声コマンドをユーザに報知する。このような音声コマンド登録処理によれば、ユーザは登録操作を指示することなく所望の音声コマンドを登録することができるので、音声コマンドを登録する際のユーザの操作負荷を低減できる。

また本発明の実施形態となる音声コマンド登録処理によれば、信号処理部１０は、操作入力履歴データと状況履歴データを参照して、発生頻度が高い車両周囲の状況下においてユーザの操作頻度が高い機器操作に対応する音声コマンドを生成、登録する。このような音声コマンド登録処理によれば、ある状況下で定常的に行われる高頻度の機器操作を音声コマンドとすることができるので、上記実施形態の効果に加えて、頻度が少ない機器操作であっても音声コマンドとして登録することができ、使い勝手を向上するという効果を得ることができる。

なお上記ステップＳ１３の処理において、信号処理部１０は、一連の操作入力中の主操作入力の名称を音声コマンドの名称としてもよい。具体的には、一連の操作入力のレコードが図６に示すものである場合、信号処理部１０は音声コマンドの名称を“いつもの画面”とするようにしてもよい。なお名称中の“いつもの”は音声コマンドの名称に組み合わせる定型パターンとして記憶部９に予め記憶されている語句である。このような処理によれば、ステップＳ１５の処理では図７に示すように“先ほどの操作を「いつもの画面」で音声コマンドにします”といったメッセージがスピーカ３から出力されることにより、ユーザは一連の操作入力に対応する動作命令を“いつもの画面”と発声することにより装置に指示できると理解する。これにより、上記実施形態の効果に加えて、ユーザが音声コマンドの名称を入力する手間を省くことができるという効果を得ることができる。

また上記ステップＳ１３の処理において、信号処理部１０は、一連の操作入力中の主操作入力と副操作入力の名称を音声コマンドの名称としてもよい。具体的には、一連の操作入力のレコードが図８に示すものである場合、信号処理部１０は音声コマンドの名称を“コンビニの画面”とするようにしてもよい。このような処理によれば、ステップＳ１５の処理では“先ほどの操作を「コンビニの画面」で音声コマンドにします”といったメッセージがスピーカ３から出力されることにより、ユーザは一連の操作入力に対応する動作命令を“コンビニの画面”と発声することにより装置に指示できると理解する。これにより、上記実施形態の効果に加えて、音声コマンドの数が増加した場合でも音声コマンドの名称を適切に設定できるという効果を得ることができる。

また上記ステップＳ１１の処理において、信号処理部１０は、一連の操作入力が行われた時の車両周囲の状況に関するデータをレコードに記録し、上記ステップＳ１３の処理において、一連の操作入力が行われた時の車両周囲の状況から音声コマンドの名称を決定してもよい。具体的には、図１１に示すように操作入力がトンネル近傍で行われたとの情報が状況履歴としてレコード中に記録されている場合、信号処理部１０は音声コマンドの名称を“トンネル”とするようにしてもよい。このような処理によれば、ステップＳ１５の処理では“先ほどの操作を「トンネル」で音声コマンドにします”といったメッセージがスピーカ３から出力されることにより、ユーザは一連の操作入力に対応する動作命令を“トンネル”と発声することにより装置に指示できると理解する。これにより、上記実施形態の効果に加えて、音声コマンドの名称を適切に設定できるという効果を得ることができる。

またステップＳ１３の処理において、信号処理部１０は、一連の操作入力を構成する操作入力数が多い場合は所定値Ｎａを小さくする等して、一連の操作入力を構成する操作入力数に応じて所定値Ｎａを変化させてもよい。このような処理によれば、上記実施形態の効果に加えて、操作入力数が多いほど利用者の利用意図が大きいと判断し、頻度が少ない場合でも音声コマンドとして登録できるという効果を得ることができる。

また信号処理部１０は、一連の操作入力が車両操作等の他の操作により中断された回数が多い場合は所定値Ｎａを小さくする等して、一連の操作入力が車両操作等の他の操作により中断された回数に応じて所定値Ｎａを変化させてもよい。このような処理によれば、操作入力の中断回数が多いほど利用者の利用意図が大きいと判断し、頻度が少ない場合でも音声コマンドとして登録できるという効果を得ることができる。

以上、本発明者らによってなされた発明を適用した実施の形態について説明したが、この実施形態による本発明の開示の一部をなす記述及び図面により本発明は限定されることはない。すなわち、本実施形態に基づいて当業者等によりなされる他の実施の形態、実施例及び運用技術等は全て本発明の範疇に含まれる。

本発明の実施形態となる音声入力装置の構成を示すブロック図である。 本発明の実施形態となる音声入力認識処理の流れを示すフローチャート図である。 本発明の実施形態となる音声コマンド登録処理の流れを示すフローチャート図である。 図１に示す記憶部に記憶される操作入力のレコードの一例を示す模式図である。 登録された音声コマンドの名称のユーザに対する報知例を示す図である。 操作入力のレコードの一例を示す図である。 図６に示す操作入力について登録された音声コマンドの名称のユーザに対する報知例を示す図である。 操作入力のレコードの一例を示す図である。 図８に示す操作入力について登録された音声コマンドの名称のユーザに対する報知例を示す図である。 操作入力のレコードの一例を示す図である。 図１０に示す操作入力について登録された音声コマンドの名称のユーザに対する報知例を示す図である。

符号の説明

１：マイクロフォン
２：表示部
３：スピーカ
４：操作入力部
５：制御部
６：Ａ／Ｄコンバータ
７：Ｄ／Ａコンバータ
８：増幅器
９：記憶部
１０：信号処理部
１０ａ：ＣＰＵ
１０ｂ：メモリ

Claims (8)

1. ユーザが発声した音声を車両機器に対し所定の動作を実行させる音声コマンドとして認識する音声入力装置において、
   前記車両機器に対するユーザの操作履歴を記憶する記憶手段と、
   前記記憶手段に記憶されている操作履歴を参照して、ユーザの操作頻度が高い機器操作に対応する音声コマンドを生成、登録する登録手段と、
   前記登録手段により登録された音声コマンドをユーザに報知する報知手段と
   を備えることを特徴とする音声入力装置。
2. 請求項１に記載の音声入力装置において、
   前記記憶手段は、機器操作が行われた時の車両周囲の状況に関する情報を状況履歴として操作履歴と共に記憶し、前記登録手段は、前記記憶手段に記憶されている操作履歴と状況履歴を参照して、発生頻度が高い車両周囲の状況下においてユーザの操作頻度が高い機器操作に対応する音声コマンドを生成、登録することを特徴とする音声入力装置。
3. 請求項１又は請求項２に記載の音声入力装置において、
   前記登録手段は、一連の機器操作の中の主操作名称を音声コマンドの名称として登録することを特徴とする音声入力装置。
4. 請求項１又は請求項２に記載の音声入力装置において、
   前記登録手段は、一連の機器操作の中の主操作名称と副操作名称の組み合わせを音声コマンドの名称として登録することを音声入力装置。
5. 請求項２に記載の音声入力装置において、
   前記登録手段は、機器操作が行われた時の車両の周囲状況に対応した音声コマンドの名称を生成することを特徴とする音声入力装置。
6. 請求項１乃至請求項５のうち、いずれか１項に記載の音声入力装置において、
   前記登録手段は、操作入力回数が多い機器操作をユーザが行った場合、当該機器操作に対応する音声コマンドを生成、登録することを特徴とする音声入力装置。
7. 請求項１乃至請求項６のうち、いずれか１項に記載の音声入力装置において、
   前記登録手段は、中断回数が多い機器操作をユーザが行った場合、当該機器操作に対応する音声コマンドを生成、登録することを特徴とする音声入力装置。
8. ユーザが発声した音声を車両機器に対し所定の動作を実行させる音声コマンドとして認識する音声入力方法において、
   前記車両機器に対するユーザの操作履歴を参照して、ユーザの操作頻度が高い機器操作に対応する音声コマンドを生成、登録する第１処理と、
   前記第１処理により登録された音声コマンドをユーザに報知する第２処理と
   を有することを特徴とする音声入力方法。

Images