JP2019110447A - 電子機器、電子機器の制御方法、及び、電子機器の制御プログラム - Google Patents

Abstract

【課題】消費電力が小さい電子機器を提供すること。【解決手段】ウェアラブルスピーカー１は、マイク６と、スピーカーユニット４、５と、ＤＳＰ７と、ＳｏＣ２と、を備える。ＳｏＣ２は、スピーカーユニット４、５から音声を出力する。ＤＳＰ７は、スピーカーユニット４、５から音声が出力されるまでに、エコーキャンセルを開始する。ＤＳＰ７は、ＳｏＣ２が、スマートフォン１０１から音声信号を受信した後、エコーキャンセルを開始する。【選択図】図３

Description

本発明は、音声認識を行う電子機器、電子機器の制御方法、及び、電子機器の制御プログラムに関する。

音声認識を行う電子機器は、マイクとスピーカーとを備え、マイクから入力される音声を認識し、認識した音声に基づいて、処理を実行し、実行結果をスピーカーから出力する。例えば、ユーザーが、「今日の天気は？」と発話した場合、電子機器から、「今日の天気は晴れです。」という音声が出力される。特許文献１には、音声認識の結果で、通信レートを変更する発明が開示されている。

米国公開特許２００８／０３０００２５

マイクとスピーカーとを備え、音声認識を行う電子機器において、周囲のノイズを除去するためのノイズキャンセルと、エコーを除去するためのエコーキャンセルと、が行われる。なお、特許文献１に記載の発明は、ヘッドセットであり、イヤホン（スピーカー）が耳に装着されるため、イヤホンからの音声がマイクで集音されることはなく、エコーキャンセルを行う必要がない。ここで、ノイズキャンセルとエコーキャンセルとを常時行った場合、消費電力が大きいという問題がある。

本発明の目的は、消費電力が小さい電子機器を提供することである。

第１の発明の電子機器は、マイクと、スピーカーと、信号処理部と、制御部と、を備え、前記制御部は、前記スピーカーから音声を出力し、前記信号処理部は、前記スピーカーから音声が出力されるまでに、エコーキャンセルを開始することを特徴とする。

本発明では、信号処理部は、スピーカーから音声が出力されるまでに、エコーキャンセルを開始する。これにより、常時、エコーキャンセルが行われないため、消費電力を小さくすることができる。また、音声が出力されるまでに、エコーキャンセルが開始されるため、スピーカーから音声が出力されていても、音声認識可能な音声信号を得ることができる。

第２の発明の電子機器は、第１の発明の電子機器において、前記制御部は、他の装置から音声信号を受信し、受信した音声信号に基づいて、前記スピーカーから音声を出力することを特徴とする。

第３の発明の電子機器は、第１又は第２の発明の電子機器において、前記制御部は、前記マイクにより集音された音声信号を他の装置に送信し、送信した音声信号に対して、他の装置から返信される音声信号を受信した場合、受信した音声信号に基づいて、前記スピーカーから音声を出力することを特徴とする。

第４の発明の電子機器は、第１〜第３のいずれかの発明の電子機器において、前記信号処理部は、前記制御部が、他の装置から音声信号を受信した後、エコーキャンセルを開始することを特徴とする。

第５の発明の電子機器は、第１〜第４のいずれかの発明の電子機器において、前記信号処理部は、前記スピーカーから音声が出力される直前に、エコーキャンセルを開始することを特徴とする。

本発明では、信号処理部は、スピーカーから音声が出力される直前に、エコーキャンセルを開始する。これにより、最大限、消費電力を小さくすることができる。

第６の発明の電子機器は、第１〜第５のいずれかの発明の電子機器において、前記信号処理部は、前記マイクにより集音された音声信号から、トリガーワードの認識を行い、前記制御部は、前記信号処理部により認識されたトリガーワードを他の装置に送信し、送信したトリガーワードに対して、前記他の装置から返信される録音の指示を受け付けた場合、前記マイクにより集音された音声信号を他の装置に送信することを特徴とする。

第７の発明の電子機器は、第１〜第３のいずれかの発明の電子機器において、前記信号処理部は、前記マイクにより集音された音声信号から、トリガーワードの認識を行い、トリガーワードの認識を行った後に、エコーキャンセルを開始することを特徴とする。

第８の発明の電子機器は、第１〜第７のいずれかの発明の電子機器において、前記信号処理部は、前記スピーカーからの音声出力が終了した後、エコーキャンセルを停止することを特徴とする。

第９の発明の電子機器は、第１〜第８のいずれかの発明の電子機器において、前記信号処理部は、前記スピーカーから音声が出力されている間は、エコーキャンセルを行うことを特徴とする。

第１０の発明の電子機器は、第１〜第９のいずれかの発明の電子機器において、前記信号処理部は、常時、ノイズキャンセルを行うことを特徴とする。

第１１の発明の電子機器は、第１〜第１０のいずれかの発明の電子機器において、人体に装着されるウェアラブルタイプの電子機器であることを特徴とする。

第１２の発明の電子機器は、第１〜第１１のいずれかの発明の電子機器において、首に装着されるウェアラブルタイプの電子機器であるとこを特徴とする。

第１３の発明の電子機器は、第１〜第１２のいずれかの発明の電子機器において、略Ｕ字形状の筐体をさらに備えることを特徴とする。

第１４の発明の電子機器は、第１〜第１１のいずれかの発明の電子機器において、腕に装着されるウェアラブルタイプの電子機器であるとこを特徴とする。

第１５の発明の電子機器の制御方法は、マイクと、スピーカーと、を備える電子機器の制御方法であって、前記スピーカーから音声を出力し、前記スピーカーから音声が出力されるまでに、エコーキャンセルを開始することを特徴とする。

第１６の発明の電子機器の制御プログラムは、マイクと、スピーカーと、信号処理部と、制御部と、を備える電子機器の制御プログラムであって、前記制御部に、前記スピーカーから音声を出力させ、前記信号処理部に、前記スピーカーから音声が出力されるまでに、エコーキャンセルを開始させる。

本発明によれば、常時、エコーキャンセルが行われないため、消費電力を小さくすることができる。

本発明の実施形態に係るウェアラブルスピーカーの外観を示す斜視図である。 本発明の実施形態に係るウェアラブルスピーカーの構成を示すブロック図である。 音声認識を行う場合のウェアラブルスピーカーの動作を示すシーケンス図である。

以下、本発明の実施形態について説明する。図１は、本発明の実施形態係るウェアラブルスピーカーの外観を示す斜視図である。図１に示すように、ウェアラブルスピーカー１（電子機器）は、略Ｕ字型の筐体８を備えており、ユーザーの首に装着される。すなわち、ウェアラブルスピーカー１は、ユーザーの首に装着されるウェアラブルタイプのスピーカーである。筐体８は、例えば、樹脂製である。

図２は、本発明の実施形態に係るウェアラブルスピーカーの構成を示すブロック図である。ウェアラブルスピーカー１は、スマートフォン１０１とBluetooth（登録商標）（以下、「ＢＴ」という。）規格に従って、無線通信を行う。図２に示すように、ウェアラブルスピーカー１は、ＳｏＣ（System on Chip）２、増幅部３、スピーカーユニット４、５、マイク６、ＤＳＰ（Digital Signal Processor）７等を備える。なお、本実施形態では、スピーカー（イヤホン）が耳に装着され、スピーカーから出力される音声が、マイクにより集音される可能性が低い、ヘッドセット等は、除外される。

ＳｏＣ２（制御部）は、ＣＰＵ（Central Processing Unit）、ＤＳＰ（Digital Signal Processor）、メモリ等を有し、ウェアラブルスピーカー１を構成する各部を制御する。また、ＳｏＣ２は、ＢＴ通信機能を備えており、スマートフォン１０１と、ＢＴ無線通信を行う。ＳｏＣ２は、スマートフォン１０１から、例えば、音声信号を受信する。ＳｏＣ２は、スマートフォン１０１から受信した音声信号を、増幅部３に出力する。

増幅部３には、ＳｏＣ２からＩ２Ｓ形式の音声信号が出力される。増幅部３は、音声信号を増幅し、増幅した音声信号をスピーカーユニット４、５に出力する。スピーカーユニット４には、Ｌチャンネルの音声信号が出力される。スピーカーユニット５には、Ｒチャンネルの音声信号が出力される。スピーカーユニット４、５は、音声信号に基づいて、音声を外部に出力する。すなわち、ＳｏＣ２は、増幅部３に音声信号を出力することで、スピーカーユニット４、５から、音声を出力する。このように、ウェアラブルスピーカー１は、スマートフォン１０１から出力された音声信号に基づいて、音声を出力する。

マイク６は、周囲の音声を集音する。マイク６により集音された音声信号は、ＤＳＰ７に出力される。ＤＳＰ７（信号処理部）は、マイク６により集音された音声信号に対して、ノイズキャンセル、エコーキャンセル等を行う。また、ＤＳＰ７は、マイク６により集音された音声信号から、トリガーワードの認識を行う。例えば、トリガーワードは、「ハロー、オンキヨー」等である。また、ＤＳＰ７は、ノイズキャンセル、エコーキャンセル等を行ったＩ２Ｓ形式の音声信号をＳｏＣ２に出力する。

以下、音声認識を行う場合のウェアラブルスピーカー１の動作を、図３に示すシーケンス図に基づいて説明する。ウェアラブルスピーカー１において、トリガーワードのための録音を開始するとき、ＤＳＰ７は、ノイズキャンセルモードである。ＤＳＰ７は、エコーキャンセルを行っていない。ここで、ユーザーが、トリガーワードを発話したとする。ＤＳＰ７は、マイク６により集音された音声信号から、トリガーワードの認識を行う。ＳｏＣ２は、ＤＳＰ７により認識されたトリガーワードをスマートフォン１０１（他の装置）に送信する。スマートフォン１０１は、ウェアラブルスピーカー１から送信されたトリガーワードを受信すると、コミュニケーションのための録音開始指示を、ウェアラブルスピーカー１に送信する。ＳｏＣ２は、コミュニケーションのための録音開始指示を受信すると、コミュニケーションのための録音を開始する。

次に、ユーザーが、「天気は何？」と発話したとする。ＤＳＰ７は、マイク６により集音された音声信号に、ノイズキャンセルを行う。ＤＳＰ７により、ノイズキャンセルが行われた音声信号は、ＳｏＣ２に出力される。ＳｏＣ２は、マイク６により集音された音声信号「天気は何？」を、スマートフォン１０１に送信する。スマートフォン１０１は、ウェアラブルスピーカー１から送信された音声信号「天気は何？」を受信すると、受信した音声信号「天気は何？」をクラウドサーバーに送信する。クラウドサーバーは、スマートフォン１０１から送信される音声信号「天気は何？」を受信すると、受信した音声信号「天気は何？」に基づいて、例えば、音声信号「今日は晴れです。」をスマートフォン１０１に送信する。スマートフォン１０１は、クラウドサーバーから送信された音声信号「今日は晴れです。」を受信すると、音声信号「今日は晴れです。」をウェアラブルスピーカー１に送信する。

ＳｏＣ２が、スマートフォン１０１から送信された音声信号「今日の天気は晴れです。」を受信すると、ＤＳＰ７は、ノイズキャンセル、及び、エコーキャンセルモードとなる。すなわち、ＤＳＰ７は、エコーキャンセルを開始する。次に、ＳｏＣ２は、受信した音声信号「今日は晴れです。」に基づいて、スピーカー４、５から音声「今日は晴れです。」を出力する。このように、本実施形態では、ＤＳＰ７は、スピーカー４、５から音声が出力される直前にエコーキャンセルを開始する。ＳｏＣ２は、スピーカー４、５からの音声出力が終了した後、トリガーワードのための録音を開始し、ＤＳＰ７は、ノイズキャンセルモードとなる。すなわち、ＤＳＰ７は、エコーキャンセルを停止する。従って、ＤＳＰ７は、スピーカーユニット４、５から音声が出力されている間は、エコーキャンセルを行っている。スピーカーユニット４、５から音声が出力されていない間は、ＤＳＰ７は、エコーキャンセルを停止する。一方で、ＤＳＰ７は、常時、ノイズキャンセルを行っている。

なお、本実施形態では、ＤＳＰ７は、ＳｏＣ２が、スマートフォン１０１から音声信号を受信した後、スピーカーユニット４、５から音声が出力される直前に、エコーキャンセルを開始するようになっている。エコーキャンセルが開始されるタイミングは、これに限らず、例えば、ＤＳＰ７は、トリガーワードの認識を行った後に、エコーキャンセルを開始するようになっていてもよい。

また、本実施形態では、ユーザーから発話された音声に対して、ウェアラブルスピーカー１から音声が出力される態様について説明した。これに限らず、例えば、スマートフォ１０１の操作により、スマートフォン１０１から出力された音楽信号に基づいて、ウェアラブルスピーカー１から音楽が出力される場合でもよい。この場合も、ＤＳＰ７は、スピーカーユニット４、５から音楽が出力されるまでに、エコーキャンセルを開始し、スピーカーユニット４、５からの音楽出力が停止した後、エコーキャンセルを停止する。

以上説明したように、本実施形態では、ＤＳＰ７は、スピーカーユニット４、５から音声が出力されるまでに、エコーキャンセルを開始する。これにより、常時、エコーキャンセルが行われないため、消費電力を小さくすることができる。また、音声が出力されるまでに、エコーキャンセルが開始されるため、スピーカーユニット４、５から音声が出力されていても、音声認識可能な音声信号を得ることができる。

また、本実施形態では、ＤＳＰ７は、スピーカーユニット４、５から音声が出力される直前に、エコーキャンセルを開始する。これにより、最大限、消費電力を小さくすることができる。

以上、本発明の実施形態について説明したが、本発明を適用可能な形態は、上述の実施形態には限られるものではなく、以下に例示するように、本発明の趣旨を逸脱しない範囲で適宜変更を加えることが可能である。

上述の実施形態では、人体に装着されるウェアラブルタイプの電子機器として、首に装着されるウェアラブルスピーカー１を例示した。これに限らず、腕に装着される腕時計型のウェアラブルタイプの電子機器であってもよい。また、ウェアラブルタイプの電子機器ではなく、据置タイプの電子機器であってもよい。

本発明は、音声認識を行う電子機器、電子機器の制御方法、及び、電子機器の制御プログラムに好適に採用され得る。

１ ウェアラブルスピーカー（電子機器）
２ ＳｏＣ（制御部）
４、５ スピーカーユニット
６ マイク
７ ＤＳＰ（信号処理部）
８ 筐体

Claims (16)

1. マイクと、
   スピーカーと、
   信号処理部と、
   制御部と、を備え、
   前記制御部は、前記スピーカーから音声を出力し、
   前記信号処理部は、前記スピーカーから音声が出力されるまでに、エコーキャンセルを開始することを特徴とする電子機器。
2. 前記制御部は、
   他の装置から音声信号を受信し、
   受信した音声信号に基づいて、前記スピーカーから音声を出力することを特徴とする請求項１に記載の電子機器。
3. 前記制御部は、前記マイクにより集音された音声信号を他の装置に送信し、
   送信した音声信号に対して、他の装置から返信される音声信号を受信した場合、受信した音声信号に基づいて、前記スピーカーから音声を出力することを特徴とする請求項１又は２に記載の電子機器。
4. 前記信号処理部は、前記制御部が、他の装置から音声信号を受信した後、エコーキャンセルを開始することを特徴とする請求項１〜３のいずれか１項に記載の電子機器。
5. 前記信号処理部は、前記スピーカーから音声が出力される直前に、エコーキャンセルを開始することを特徴とする請求項１〜４のいずれか１項に記載の電子機器。
6. 前記信号処理部は、
   前記マイクにより集音された音声信号から、トリガーワードの認識を行い、
   前記制御部は、
   前記信号処理部により認識されたトリガーワードを他の装置に送信し、
   送信したトリガーワードに対して、前記他の装置から返信される録音の指示を受け付けた場合、前記マイクにより集音された音声信号を他の装置に送信することを特徴とする請求項１〜５のいずれか１項に記載の電子機器。
7. 前記信号処理部は、
   前記マイクにより集音された音声信号から、トリガーワードの認識を行い、
   トリガーワードの認識を行った後に、エコーキャンセルを開始することを特徴とする請求項１〜３のいずれか１項に記載の電子機器。
8. 前記信号処理部は、前記スピーカーからの音声出力が終了した後、エコーキャンセルを停止することを特徴とする請求項１〜７のいずれか１項に記載の電子機器。
9. 前記信号処理部は、前記スピーカーから音声が出力されている間は、エコーキャンセルを行うことを特徴とする請求項１〜８のいずれか１項に記載の電子機器。
10. 前記信号処理部は、常時、ノイズキャンセルを行うことを特徴とする請求項１〜９のいずれか１項に記載の電子機器。
11. 人体に装着されるウェアラブルタイプの電子機器であることを特徴とする請求項１〜１０のいずれか１項に記載の電子機器。
12. 首に装着されるウェアラブルタイプの電子機器であるとこを特徴とする請求項１〜１１のいずれか１項に記載の電子機器。
13. 略Ｕ字形状の筐体をさらに備えることを特徴とする請求項１〜１２のいずれか１項に記載の電子機器。
14. 腕に装着されるウェアラブルタイプの電子機器であるとこを特徴とする請求項１〜１１のいずれか１項に記載の電子機器。
15. マイクと、
    スピーカーと、
    を備える電子機器の制御方法であって、
    前記スピーカーから音声を出力し、
    前記スピーカーから音声が出力されるまでに、エコーキャンセルを開始することを特徴とする電子機器の制御方法。
16. マイクと、
    スピーカーと、
    信号処理部と、
    制御部と、を備える電子機器の制御プログラムであって、
    前記制御部に、前記スピーカーから音声を出力させ、
    前記信号処理部に、前記スピーカーから音声が出力されるまでに、エコーキャンセルを開始させるための電子機器の制御プログラム。