JP2019176430A - 音声認識装置 - Google Patents

Abstract

【課題】複数のマイクロフォンを含む音声認識装置において、集音効率を向上させ音声認識の成功率を向上させる。【解決手段】車両に搭載される音声認識装置１０は、複数の座席にそれぞれ対応して配置された複数のマイク１２と、複数のマイク１２のそれぞれに対応して、少なくとも１つずつ設けられた複数のランプ１３と、複数の座席に設けられた着座センサ３０からの信号を取得する通信部１５と、制御部２１とを有する。制御部２１は、複数のマイク１２に入力される音圧および着座センサ３０からの信号に基づいて、音声入力に使用するマイク１２を選択し、該選択されたマイク１２に対応するランプ１３を点灯させる。【選択図】図１

Description

本発明は、音声認識装置に関する。

車両に搭載される音声認識装置において、運転者のみならず、運転者以外の車両の搭乗者の発話を認識させたいことがある。例えば、搭乗者は、音声認識によりオーディオ機器の音量を変えたり、テレビのチャンネルを変えたりすることがある。このため、発話スイッチおよびマイクロフォンを運転席側と助手席側に設けて、複数の利用者で音声認識装置を利用できるようにすることが提案されている（例えば、特許文献１参照）。

また、音声処理装置において、車両内に複数のマイクロフォンを配置し、１つのマイクロフォンを音声入力用とし、他の１つのマイクロフォンを雑音入力用とし、ユーザに対して音声入力用のマイクロフォンの方向を示すために、ランプを点灯させることが提案されている（例えば、特許文献２参照）。特許文献２では、音声処理装置が、より大きい入力音声信号レベルを出力するマイクロフォンを、音声入力用のマイクロフォンとして自動的に選択することも開示されている。

特開２００６−１１９５２０号公報 特開２０１４−１７８３３９号公報

特許文献１に記載の音声認識装置では、複数のマイクロフォンを配置して、何れかのマイクロフォンに入力された音声に基づいて音声認識をするとき、発話者が、使用時点で音声入力を行うことが可能なマイクロフォンの位置が分からない場合がある。そのような場合、発話者が入力を行うことが可能なマイクロフォンと異なるマイクロフォンの方向を向いて発話するため、集音効率が低下し音声認識の成功率が低下することがある。

また、特許文献２に記載の音声認識装置では、入力音声信号レベルに基づいて音声入力用のマイクロフォンを選択したとき、発話者の顔の向き、姿勢、および、車両内の雑音の発生状況等の状態によって、発話者に最も近いマイクロフォンが選択されない場合がありうる。そのような場合、発話者から離れて位置するマイクロフォンに対して音声を入力するため、集音効率が低下し音声認識の成功率が低下することが生じうる。

かかる事情に鑑みてなされた本発明の目的は、複数のマイクロフォンを含む音声認識装置において、集音効率を向上させ音声認識の成功率を向上させることにある。

上記目的を達成する本開示の一実施形態に係る音声認識装置は、車両に搭載される音声認識装置において、複数の座席にそれぞれ対応して配置された複数のマイクロフォンと、前記複数のマイクロフォンのそれぞれに対応して、少なくとも１つずつ設けられた複数のランプと、前記複数の座席に設けられた着座センサからの信号を取得する通信部と、前記複数のマイクロフォンに入力される音圧および前記着座センサからの信号に基づいて、音声入力に使用するマイクロフォンを選択し、該選択されたマイクロフォンに対応する前記ランプを点灯させる制御部とを備えることを特徴とするものである。

本開示によれば、複数のマイクロフォンに入力される音圧および着座センサからの信号に基づいて、音声入力に使用するマイクロフォンを選択し、選択されたマイクロフォンに対応するランプを点灯させるようにしている。これによって、マイクロフォンを選択する精度が向上するとともに、発話者の顔の向きを音声の入力を受けるマイクロフォンに向けることにより、集音効率を向上させ音声認識の成功率を向上させることができる。

本発明の一実施形態に係る音声認識装置の概略構成を示すブロック図である。 図１に示す音声認識装置の各構成要素の車両内での配置例を示す模式的な平面図である。 図１の音声認識装置の処理の一例を示すフローチャートである。

以下、本発明の実施形態について、図面を参照して説明する。

（音声認識装置の構成）
図１に、本発明の一実施形態に係る音声認識装置１０の概略構成を示すブロック図を示す。音声認識装置１０は、人の話す音声を取得し発話内容を認識し、認識結果を出力する。音声認識装置１０は、例えば車両に搭載することができる。本願において、車両には乗用車、トラック、バス、大型・小型特殊車両等を含むがこれらに限られない。音声認識装置１０は、装置本体部１１、複数のマイクロフォン１２（以下、適宜「マイク１２」と表記する）、複数のランプ１３を含む。さらに、音声認識装置１０は、複数の起動スイッチ１４を含むことができる。また、音声認識装置１０は、車両の各座席に設けられた複数の着座センサ３０と通信することができる。音声認識装置１０は、着座センサ３０を含んで構成されてよい。

図２は、図１に示した音声認識装置１０の各構成要素の車両内での配置例を示す平面図である。図２においては、車両の外形を実線で示しているが、見易さのため座席および音声認識装置１０の各構成要素と重なる部分は、線の表示を省略している。また、車両内の座席および音声認識装置１０の各構成要素は、破線で示している。図２の車両は、運転席、助手席および２つの後部座席の合計４つの座席を備えている。車両の座席数は４に限られず、法律上可能な範囲で任意の複数の座席が可能である。図２において、音声認識装置１０の各構成要素を繋ぐ配線等については省略している。マイク１２、ランプ１３、起動スイッチ１４および着座センサ３０は、図２に図示の例ではそれぞれ各座席に対応して合計４つずつ設けられており、各構成要素を示す符号にａ〜ｄを付与してそれぞれを区別している。マイク１２ａ〜１２ｄ、ランプ１３ａ〜１３ｄ、起動スイッチ１４ａ〜１４ｄ、着座センサ３０ａ〜３０ｄ、および、各座席の対応関係は、装置本体部１０において例えばテーブルとして保持される。

音声認識装置１０の装置本体部１１は、例えば、ダッシュボードの中に配置することができる。装置本体部１１は、ダッシュボード内に限られず、ダッシュボード上、車室内の天井部等車室内の任意の場所、または、ラゲッジ・スペース内等に配置することが可能である。

マイク１２ａ〜１２ｄは、例えば、各座席の前方の車室内の天井部に取付けられている。図示の例では、マイク１２ａは、運転席の斜め左前方に配置される。マイク１２ｂは、助手席の斜め右前方に配置される。マイク１２ｃは運転席の後部座席の斜め左前方に配置される。マイク１２ｄは、助手席の後部座席の斜め右前方に配置される。マイク１２ａ〜１２での配置はこれらに限られず、種々の場所に配置することが可能である。例えば、マイク１２ａは、ステアリングホイールの近傍に配置することができる。マイク１２ｂは、助手席の前のダッシュボード上に配置することができる。マイク１２ｃおよび１２ｄは、前部座席の後ろ側に配置することができる。マイク１２ａ〜１２ｄは、音声認識の対象となる音声の入力を受けることが可能である。マイク１２ａ〜１２ｄは、装置本体部１１と有線または無線通信手段により接続されている。

ランプ１３ａ〜１３ｄは、それぞれマイク１２ａ〜１２ｄに近接して配置される。ランプ１３ａ〜１３ｄは、マイク１２ａ〜１２ｄと一体として構成されてよい。ランプ１３ａ〜１３ｄは、点灯されることによって、音声認識中の各時点において音声入力に使用されるマイク１２ａ〜１２ｄを示す。音声入力に使用されるマイク１２ａ〜１２ｄを使用マイクとよぶ。使用マイクは、音声認識の対象となる音声の入力を受けているマイク１２であることを意味する。ランプ１３ａ〜１３ｄは、例えば、ＬＥＤ（Light Emitting Diode）発光体、有機ＥＬ（Electro-Luminescence）発光体、白熱電球等を含む。ランプ１３ａ〜１３ｄは、装置本体部１１に電気的に接続されている。ランプ１３ａ〜１３ｄは、ランプ点灯のための電力を装置本体部１１から供給されてよい。

起動スイッチ１４ａ〜１４ｄは、音声認識を起動させるスイッチである。起動スイッチ１４ａ〜１４ｄとしては、押しボタン型のスイッチを用いることができる。起動スイッチ１４ａ〜１４ｄは、押す度に一回ずつ信号を発生させる。搭乗者は、音声認識装置１０を起動させたいとき、座席近くの起動スイッチ１４ａ〜１４ｄを押すことができる。起動スイッチ１４ａ〜１４ｄは、車両の各座席に対応して設けることができる。したがって、起動スイッチ１４ａ〜１４ｄは、それぞれ、マイク１２ａ〜１２ｄに対応しているということができる。起動スイッチ１４ａ〜１４ｄは、各座席の近くに配置することができる。起動スイッチ１４ａ〜１４ｄは、装置本体部１１と有線または無線通信手段により接続されている。本開示において、音声認識装置１０は、搭乗者の音声により起動することができるように構成されるので、起動スイッチ１４ａ〜１４ｄは必ずしも必要な構成要素ではない。

着座センサ３０ａ〜３０ｄは、搭乗者が座席に座っていることを検知するセンサである。着座センサ３０ａ〜３０ｄは、車両の各座席シートに組み込まれた感圧センサを用いることができる。着座センサ３０は、所定値以上の圧力（荷重）を検出すると、座席に搭乗者が座っているものとして検知する。着座センサ３０ａ〜３０ｄとしては、感圧センサを用いるものに限られない。座席に座る搭乗者を光学センサ等他の検出手段を用いて検出することも可能である。着座センサ３０ａ〜３０ｄとしては、予め車両に装備されたものを使用することができる。着座センサ３０ａ〜３０ｄの一部または全部は、音声認識装置１０のために設置されてよい。

装置本体部１１は、単一の、または、複数のプロセッサを含んで構成される。プロセッサには、特定のプログラムを読み込ませることにより、プログラムされた機能を実行する汎用プロセッサおよび、特定の処理に特化した専用プロセッサが含まれる。専用プロセッサとしては、ＤＳＰ（Digital Signal Processor）、ＡＳＩＣ（Application Specific Integrated Circuit）およびＦＰＧＡ（Field-Programmable Gate Array）等を採用しうる。プロセッサは、演算中の情報を記憶するための１つまたは複数のメモリを有することができる。メモリは、ＲＯＭ（read only memory）、ＲＡＭ（Random Access Memory）、フラッシュメモリ、磁気ディスク、光学ディスク等を含みうる。

装置本体部１１の各構成要素を、図１を用いて説明する。装置本体部１１は、通信部１５、音声認識起動部１６、発話者位置特定部１７、音声信号入力部１８、ランプ制御部１９および音声認識部２０の各機能ブロックを含む。音声認識起動部１６、発話者位置特定部１７、音声信号入力部１８、および、ランプ制御部１９の各機能の前部又は一部は、１つまたは複数のプロセッサからなる制御部２１により実行されてよい。制御部２１は、音声認識装置１０全体を制御してよい。

通信部１５は、複数の座席に設けられた着座センサ３０からの信号を取得する。通信部１５は、着座センサ３０からの信号を直接受信してよい。あるいは、通信部１５は、着座センサ３０に接続された車両内の制御装置から、間接的に着座センサ３０からの信号を受信してよい。着座センサ３０と通信部１５との間は、有線または無線の通信手段により通信可能である。

音声認識起動部１６は、音声認識装置１０の音声認識機能を起動し、音声認識処理を開始させることができる。音声認識起動部１６は、起動スイッチ１４が押されたとき、起動スイッチ１４からの信号を受けて、音声信号入力部１８および音声認識部２０を起動することができる。音声認識起動部１６は、押された起動スイッチ１４（１４ａ〜１４ｄの何れか）の識別情報を、発話者位置特定部１７に通知する。

本実施形態のより重要な特徴として、音声認識起動部１６は、起動スイッチ１４によらず、何れかの搭乗者により、マイク１２から予め定められた音声認識処理の起動用のキーワードの音声入力があったとき、音声認識部２０を起動することができる。マイク１２ａ〜１２ｄの何れも、キーワードの入力を待ち受けることができる。この場合、音声認識起動部１６は、後述するように、音声信号入力部１８から、音声認識処理を起動する信号と、音声認識の起動指示があったマイク１２（マイク１２ａ〜１２ｄの何れか）の識別情報とを受け取る。音声認識起動部１６は、音声認識の起動指示があったマイク１２の識別情報を、発話者位置特定部１７に通知する。

発話者位置特定部１７は、通信部１５を介して、着座センサ３０から車両の搭乗者の着座位置の情報を取得する。また、発話者位置特定部１７は、音声認識起動部１６から、押された起動スイッチ１４の識別情報、および／または、音声認識の起動指示を受けたマイク１２の識別情報を取得する。発話者位置特定部１７は、これらの情報から、音声の入力をしようとする発話者の着座位置を特定する。何れの情報も同じ座席に発話者が着座していることを示す場合は、その座席に発話者が位置すると判断することができる。発話者の着座位置を示す情報に不整合がある場合、発話者位置特定部１７は、予め定めた判定方法に従って、発話者の位置を特定する。

判定方法には、種々のものが可能である。例えば、起動スイッチ１４の何れかが押され、発話者位置特定部１７が、音声認識起動部１６から起動スイッチ１４の識別情報を受けた場合を想定する。この場合、発話者位置特定部１７は、起動スイッチ１４の識別情報を優先し、着座センサ３０からの搭乗者の着座位置の情報によらず、起動スイッチ１４の識別情報に対応する座席に発話者がいると判断することができる。

また、例えば、発話者位置特定部１７が、複数のマイク１２のうちマイク１２ｃによって検出されたキーワードの音圧が最大であり、且つ、着座センサ３０ｃからは座席に搭乗者は無く、着座センサ３０ｄからは座席に搭乗者がいるという信号を受けた場合を想定する。その場合、着座センサ３０ｄの座席（助手席側の後部座席）にいる搭乗者が発話したキーワードの音声（音圧）を、マイク１２ｃが検出したものと考えられるので、発話者位置特定部１７は助手席側の後部座席に発話者が位置すると判定することができる。発話者の顔の向きがマイク１２ｄよりもマイク１２ｃに向いている場合などに、このように、発話者の座席と異なる座席に対応するマイクが、起動指示の音声を検出することがありうる。

発話者位置特定部１７は、特定した発話者の座席に基づいて、発話者の着座位置に最も近いマイク１２（マイク１２ａ〜１２ｄの何れか）を、使用マイクとして決定する。例えば、発話者位置特定部１７は、各座席とマイク１２ａ〜１２ｄとの対応関係を示すテーブルに基づいて使用マイクを決定する。発話者位置特定部１７は、決定されたマイク１２の識別情報を音声信号入力部１８およびランプ制御部１９に通知する。

音声信号入力部１８は、マイク１２からの音声信号を受信する有線インタフェースおよび無線のインタフェースが含まれる。有線のインタフェースには、アナログ音声端子、ＨＤＭＩ（登録商標）（High-Definition Multimedia Interface）、ＩＥＥＥ８０２．３、ＵＳＢ（Universal Serial Bus）、ＩＥＥＥ１３９４等を含む種々の規格に準拠する通信インタフェースを含むが、これらに限られない。無線インタフェースにはBluetooth（登録商標）、ＩＥＥＥ８０２．１１等に準拠する通信インタフェースを含むが、これらに限られない。音声信号入力部１８は、アナログ音声信号をデジタル信号に変換するＡ／Ｄ変換器を備えることができる。

音声信号入力部１８は、発話者位置特定部１７からの指示により起動されることができる。音声信号入力部１８は、発話者位置特定部１７により決定された使用マイク（マイク１２ａ〜１２ｄの何れか）からの音声の入力を受ける。音声信号入力部１８は、音声認識処理中において、使用マイクであるマイク１２から取得した音声信号をデジタル信号として音声認識部２０に送信する。使用マイク以外のマイク１２からの音声信号は、音声認識部２０に送信されない。

音声信号入力部１８は、音声認識処理のほとんどが停止した状態で、複数のそれぞれのマイク１２から、音声認識処理を起動させるために予め定められたキーワード入力のみを待ち受けることができる。例えば、発話者が、「認識開始」と発話したとき、音声信号入力部１８は、この発話内容が予め登録されたキーワードに一致することを認識する。音声信号入力部１８は、起動指示のためのキーワードの入力をうけたとき、音声認識処理を起動する信号と、音声認識の起動指示があったマイク１２（マイク１２ａ〜１２ｄの何れか）の識別情報とを音声認識起動部１６に送信する。音声認識処理を起動させるためのキーワードの認識は、音声認識部２０で行ってもよい。または、音声認識処理を起動させるためのキーワードの認識は、音声信号入力部１８および音声認識部２０とは別のモジュールを設けて実行させてもよい。

音声信号入力部１８は、複数のマイク１２から音声認識起動用のキーワードを受信することがある。音声信号入力部１８は、各マイク１２が受けたキーワードの音圧に基づいて、起動指示を受けたマイク１２を特定する。音声信号入力部１８は、最も大きい音圧を受けたマイク１２を、起動指示を受けたマイク１２として特定することができる。音圧は、音声信号入力部１８が受信する信号強度により検知しうる。その後、音声信号入力部１８は、音声認識起動部１６に対して、マイク１２から起動指示があったことと、起動指示を受けたマイク１２（マイク１２ａ〜１２ｄの何れか）の識別情報を通知する。

ランプ制御部１９は、発話者位置特定部１７によって認識対象のマイク１２として決定されたマイク１２（マイク１２ａ〜１２ｄの何れか）に対応するランプ１３（ランプ１３ａ〜１３ｄの何れか）を点灯させる。ランプ制御部１９は、音声信号入力部１８から音声認識処理の終了を通知されたとき、ランプ１３を消灯する。音声認識処理の終了の通知は、音声信号入力部１８ではなく、音声認識部２０が行ってもよい。

音声認識部２０は、音声信号入力部１８から取得した音声信号に対して、音声認識処理を実行する。音声認識結果は、例えばテキストデータ、コマンド、または、複数の選択肢の一つを示す識別情報等として出力される。音声認識処理には、種々の公知の技術を採用することができる。具体的には、音声認識部２０は、短い時間区間ごとに音声信号に対して周波数分析を行うことにより、特徴量を抽出する。音声認識部２０は、抽出した特徴量の時系列のパターンに対して、隠れマルコフモデルなどの音響モデルにより音を識別する。さらに、音声認識部２０は、発話辞書およびＮ−ｇｒａｍ等の言語モデルを用いて、蓄積されている単語の中から最も妥当な単語を選択する。音声認識部２０は、音声認識処理プログラムを実行する音声認識エンジンと、音声およびテキストのデータベースとを含む。音声認識部２０は、音声およびテキストのデータベースとして、ネットワークで接続された車両外部のデータベースを使用してもよい。

また、音声認識部２０は、所定の場合、音声認識処理を終了する。例えば、音声認識部２０は、利用者から音声認識終了の指示を音声で受けたとき、音声認識処理を終了することができる。音声認識部２０は、音声認識処理の開始後一定時間以上継続して音声の入力がないとき、音声認識処理を終了することができる。音声認識部２０が音声認識処理を終了するとき、音声信号入力部１８を介して、ランプ制御部１９に音声認識処理の終了を通知することができる。音声認識部２０は、音声信号入力部１８を介さずに直接的に、または、別の経路によりランプ制御部１９に音声認識処理の終了を通知してもよい。

（音声認識装置の処理のフロー）
以下に、音声認識装置１０が実行する音声認識処理のフローを、図３を用いて説明する。本明細書で開示される方法は、音声認識装置１０に搭載されるプロセッサがプログラムに従って実行することができる。そのようなプログラムは、非一時的なコンピュータ可読媒体において記憶されることが可能である。非一時的なコンピュータ可読媒体の例としては、ハードディスク、ＲＡＭ、ＲＯＭ、フラッシュメモリ、ＣＤ−ＲＯＭ、光記憶デバイス、磁気記憶デバイス等を含むが、これらに限定されない。

まず、音声認識起動部１６が、起動指示を受けて、音声信号入力部１８および音声認識部２０を起動する（ステップＳ０１）。起動指示には、起動スイッチ１４からの信号、および、マイク１２から入力される音声による起動指示が含まれるが、以下に説明する処理フローでは音声により起動指示を受けるものとする。マイク１２からの起動指示は、音声信号入力部１８を介して、音声認識起動部１６に通知される。すなわち、車両の搭乗者の一人が、何れかのマイク１２に向かって「認識開始」のようなキーワードを発話して指示をしたときに、音声認識処理が開始される。

次に、発話者位置特定部１７が、音声認識起動部１６からの音声認識の起動指示があったマイク１２の識別情報、および、着座センサ３０からの信号の示す着座位置の情報に基づいて、発話者の着座位置を特定する（ステップＳ０２）。さらに、発話者位置特定部１７は、特定した発話者の着座位置に基づいて、音声認識に使用するマイク１２である使用マイクを選択する（ステップＳ０３）。使用マイクとしては、発話者の着座位置に対応し着座位置に最も近いマイク１２が選択される。使用マイクが選択されると、音声信号入力部１８は、選択された使用マイクからの音声信号を受けて、音声認識部２０に送信する。他のマイク１２からの音声は、音声認識部２０に送信されない。このとき、使用マイク以外のマイク１２は、音声信号入力部１８により停止されてよい。使用マイク以外のマイク１２は停止されず、各マイク１２が受ける音圧を監視するために、出力信号を音声信号入力部１８に送信し続けてよい。また、発話者位置特定部１７は、使用マイクの識別情報をランプ制御部１９に通知する。

ランプ制御部１９は、使用マイクであるマイク１２に対応するランプ１３を点灯させる（ステップＳ０４）。ランプ１３はマイク１２に隣接して配置され、または、マイク１２と一体的に構成されるので、ランプ１３が点灯すると、発話者は、使用マイクであるマイク１２を容易に識別することができる。このため、発話者は、音声認識処理が終了しない限り（ステップＳ０５：Ｎｏ）、ランプ１３が点灯中のマイク１２に顔を向けて発話をすることができる。

音声認識部２０は、所定の場合、音声認識が終了したものと判断して、ランプ制御部１９に音声認識処理の終了を通知する（ステップＳ０５：Ｙｅｓ）。所定の場合には、「音声認識中止」のような音声認識終了の指示を音声で受けた場合、および、一定時間以上継続して音声の入力が無い場合を含む。音声認識処理が終了したとの通知を受けると、ランプ制御部１９は、使用マイクに対応するランプ１３を消灯する（ステップＳ０６）。これにより、発話者は音声認識が終了したことを確認することができる。

以上説明したように、本実施形態の音声認識装置１０によれば、複数のマイク１２に入力される音圧および着座センサ３０からの信号に基づいて、音声入力に使用するマイク１２を選択することが可能である。これによって、発話者に近いマイクが自動的に選択されるので、車両の搭乗者が音声認識装置１０を利用しやすくなっている。また、着座センサ３０からの情報を複数のマイク１２からの音圧の情報と共に用いることにより、発話者に近いマイク１２を選択する精度が向上する。さらに、選択されたマイク１２に対応するランプ１３を点灯させるようにしたので、発話者の顔の向きを音声認識に使用されているマイク１２に向けることにより、集音効率を向上させ音声認識の成功率を向上させることができる。

上述の実施形態は代表的な例として説明したが、本発明の趣旨及び範囲内で、多くの変更及び置換ができることは当業者に明らかである。したがって、本発明は、上述の実施形態によって制限するものと解するべきではなく、特許請求の範囲から逸脱することなく、種々の変形や変更が可能である。例えば、音声認識装置１０を構成する各機能ブロックは、図１に図示したものに限られない。図１に図示した各機能ブロックは、複数のブロックを１つに統合すること、１つのブロックを複数に分解すること、複数のブロック間で組み換えを行うこと等、本発明の範囲内で種々の変更が可能である。また、図３に示した音声認識処理の手順は、本発明の範囲内で順序を変更し、または、組み代えを行うことが可能である。

例えば、上述の実施形態において、音声認識起動部１６および発話者位置特定部１７は、単一の機能ブロックとして構成することができる。また、上記実施形態では、音声信号入力部１８は、起動指示のキーワードを受けたとき、入力された起動指示の音圧に基づいて、起動指示を受けたマイク１２を特定して、音声認識起動部１６にそのマイク１２の識別情報を通知するものとした。しかし、音声信号入力部１８は、起動指示を受けた複数のマイク１２ごとの音圧の情報を音声認識起動部１６に送信してよい。音声認識起動部１６はマイク１２ごとの音圧の情報を発話者位置特定部１７に送信し、発話者位置特定部１７において、搭乗者の着座位置と各マイク１２からの音圧の情報とに基づいて、発話者の着座位置を判定するようにしてよい。

上述の実施形態において音声認識起動部１６は、搭乗者による起動スイッチ１４の操作、または、音声によるキーワードの発話により、音声認識処理を起動するものとした。しかし、音声認識処理を起動する方法は、これに限られない。例えば、音声認識装置１０内のプログラム、または、他の装置からの要求により、音声認識処理を起動することも可能である。そのような場合、発話者位置特定部１７は、音声認識処理の開始後、音声信号入力部１８で初めに所定の閾値以上の音圧を受けたマイク１２の識別情報と、着座センサ３０から取得される着座位置を示す信号とに基づいて、使用マイクを選択してよい。

また、上記実施形態において、使用マイクは、音声認識の起動時にのみ決定されていた。しかし、使用マイクは、音声認識中に音声信号入力部１８により検出される複数のマイク１２が受ける音圧および着座センサ３０からの信号に基づいて、複数のマイクの間で変更可能であってよい。そのようにすることによって、搭乗者が着座している座席の中から、その時点の発話者が着座する座席が判定され、その座席に最も近いマイク１２が使用マイクとなる。発話者は、使用マイクが変更されたことを、点灯するランプ１３が変わることにより知ることができる。

さらに、音声認識に使用される使用マイクは、同時に１つに限られない。発話者位置特定部１７は、２つ以上のマイク１２を使用マイクとすることもできる。その場合、ランプ制御部１９は、複数の使用マイクに対応して、複数のランプ１３を点灯させる。

１０ 音声認識装置
１１ 装置本体部
１２，１２ａ〜１２ｄ マイクロフォン（マイク）
１３，１３ａ〜１３ｄ ランプ
１４，１４ａ〜１４ｄ 起動スイッチ
１５ 通信部
１６ 音声認識起動部
１７ 発話者位置特定部
１８ 音声信号入力部
１９ ランプ制御部
２０ 音声認識部
２１ 制御部
３０，３０ａ〜３０ｄ 着座センサ

Claims (1)

1. 車両に搭載される音声認識装置において、
   複数の座席にそれぞれ対応して配置された複数のマイクロフォンと、
   前記複数のマイクロフォンのそれぞれに対応して、少なくとも１つずつ設けられた複数のランプと、
   前記複数の座席に設けられた着座センサからの信号を取得する通信部と、
   前記複数のマイクロフォンに入力される音圧および前記着座センサからの信号に基づいて、音声入力に使用するマイクロフォンを選択し、該選択されたマイクロフォンに対応する前記ランプを点灯させる制御部と
   を備える音声認識装置。

Images