JP2020160181A - 音声処理装置及び音声処理方法 - Google Patents

Abstract

【課題】車両等の移動体における使用に、より適した改善を実現する。【解決手段】音声処理装置１は、マイク部を用いて音声を収音する指向性収音処理部２と、指向性収音処理部２からの音声に対する音声認識処理により制御対象を制御するための認識キーワードを音声から抽出する音声認識部３と、認識キーワードを発した話者の位置を特定して発話位置情報を出力する話者位置特定部４と、制御対象を制御する制御信号を発生する音声認識結果制御部５と、を備える。音声認識結果制御部５は、認識キーワード、発話位置情報および車両１０の運転状態を示す運転状態情報に基づいて、制御信号を発生するか否かを切り替える。【選択図】図１

Description

本開示は、音声認識を利用した音声処理装置及び音声処理方法に関する。

従来、車室内において、対象機器を音声により制御する車載用の音声処理装置が開発されている。例えば、特許文献１においては、音声の誤認識を低減する装置が提案されている。

特開２００３−１１４６９９号公報

しかしながら、車両等の移動体に特有の事情から、良好な音声認識制御のためには、更なる改善が必要であった。

本開示は、上述した従来の事情に鑑みて案出され、車両等の移動体における使用に、より適した改善を実現することができる音声処理装置及び音声処理方法を提供することを目的とする。

本開示は、一態様として、マイク部を用いて音声を収音する収音部と、前記収音部からの音声に対する音声認識処理により制御対象を制御するための認識キーワードを前記音声から抽出する音声認識部と、前記認識キーワードを発した話者の位置を特定して発話位置情報を出力する話者位置特定部と、前記制御対象を制御する制御信号を発生する音声認識結果制御部と、を備え、前記音声認識結果制御部は、前記認識キーワード、前記発話位置情報および移動体の運転状態を示す運転状態情報に基づいて、前記制御信号を発生するか否かを切り替える、音声処理装置を提供する。

また、本開示は、一態様として、マイク部を用いて音声を収音し、収音した音声に対する音声認識処理により制御対象を制御するための認識キーワードを前記音声から抽出し、前記認識キーワードを発した話者の位置を特定して発話位置情報を出力し、前記認識キーワード、前記発話位置情報および移動体の運転状態を示す運転状態情報に基づいて、前記制御対象を制御するための制御信号を発生するか否かを切り替える、音声処理方法を提供する。

本開示によれば、車両等の移動体における使用に、より適した改善を実現することができる。

実施の形態１における音声処理装置１の構成の一例を示す図 認識ワードＤＢに登録されている音声認識結果制御情報の一例を示す説明図 認識ワードＤＢに登録されている音声認識結果制御情報の一例を示す説明図 実施の形態に係る音声処理装置の第１動作例を説明するためのフローチャート 実施の形態に係る音声処理装置の第２動作例を説明するためのフローチャート 実施の形態２における音声処理装置の構成例を示す図 実施の形態３における音声処理装置の構成例を示す図

（本開示に至った知見）
車室内において発せられたユーザの音声を、音声認識技術により解析して、対象機器を制御する音声処理装置が開発されており、例えば、カーナビゲーションシステム等に活用されている。また、自動車の運転の一部の機能は自動化されつつあり、自動運転の技術進展も目覚ましい。今後、音声により運転操作の一部が実行されることも考えられる。

しかしながら、車室内に運転者以外の同乗者が存在する場合には、同乗者の音声によって、運転者が期待しない操作が行われる可能性がある。

例えば、同乗者が電話中に、ナビゲーションシステムを動作させるキーワードを発してしまった場合には、運転者の意図に拘わらず、ナビゲーションシステムが同乗者の発話に応じて動作することも考えられる。また、例えば、同乗者がシートアジャスターの操作を発話により行うことで、運転者の意図に拘わらず、運転席のシートアジャスターが駆動されるおそれもある。また、同乗者の発話により、窓の開閉が運転者の意図に反して行われる可能性もある。

このような運転者が意図しない操作が行われないように、運転者の声のみを収音して対象機器の操作を行うことも考えられるが、この場合には、同乗者は音声では何らの操作も行うことができなくなる。例えば、助手席や後部座席のシートアジャスターの駆動や窓の開閉、後部座席に配置したモニタの制御等についても、同乗者の発話によっては駆動制御することができなくなってしまう。

そこで、本開示では、音声による操作指示の発話者、運転状態等に応じて、各種の制御を実行する音声処理装置の構成例を示す。

以下、適宜図面を適宜参照しながら、本開示に係る音声処理装置及び音声処理方法を具体的に開示した実施の形態を詳細に説明する。但し、必要以上に詳細な説明は省略する場合がある。例えば、既によく知られた事項の詳細説明や実質的に同一の構成に対する重複説明を省略する場合がある。これは、以下の説明が不必要に冗長になることを避け、当業者の理解を容易にするためである。なお、添付図面及び以下の説明は、当業者が本開示を十分に理解するために提供されるものであって、これらにより特許請求の範囲に記載の主題を限定することは意図されていない。

以下の実施の形態では、本開示に係る音声処理装置及び音声処理方法の一例として、車両等の移動体の車室内での対象機器の音声制御のための装置に適用した構成例について説明する。

なお、以下の説明では、音声処理装置を自動車等の車両の各部の操作制御に適用する例を説明するが、これに限定されるものではなく、車両等の移動体において複数の位置に位置する複数の操作者によって、対象機器を操作する各種操作機器に適用してもよい。

（実施の形態１）
本実施の形態においては、発話の位置が運転席であるか運転席以外であるかを区別すると共に、運転状態に応じて、音声認識により許可される機能を切り替えることで、運転席にいる運転者及び運転席以外にいる同乗者を含む搭乗者の意図に即した音声制御を行うことを可能にする。

図１は実施の形態１における音声処理装置１の構成の一例を示す図である。音声処理装置１は、車両１０に搭載される。車両１０の車室内には、例えば、運転席ｃｈＤ、助手席ｃｈＰ１及び左右の後部座席ｃｈＰ２，ｃｈＰ３（これらを区別する必要がない場合には、単に座席ｃｈと称する）が設けられる。なお、運転席ｃｈＤ以外の座席を同乗者用座席ｃｈＰとも称する。また、後部座席ｃｈＰ２，ｃｈＰ３を区別する必要がない場合には、これらを後部座席ｃｈＰＲと称する。

また、車両１０の車室内には、複数のマイク部ｍｃＤ，ｍｃＰ１〜ｍｃＰ３（これらを区別する必要がない場合には単にマイク部ｍｃと称する）も設けられている。なお、座席数、マイク部数は、これに限られない。

音声処理装置１は、主に、収音部の一例としての指向性収音処理部２、複数の音声認識部３−１〜３−４（これらを個々に区別する必要がない場合には音声認識部３と称する）、話者位置特定部４、音声認識結果制御部５及び認識ワードデータベース（ＤＢ）６を有して構成される。音声認識結果制御部５の出力は、例えばカーナビゲーション装置２０等の各種制御対象機器に与えられる。

なお、音声処理装置１の各部は、ＣＰＵ（Central Processing Unit）やＦＰＧＡ（Field Programmable Gate Array）等を用いたプロセッサによって構成されていてもよく、図示しないメモリに記憶されたプログラムに従って動作して各部を制御するものであってもよいし、ハードウェアの電子回路で機能の一部又は全部を実現するものであってもよい。

運転席ｃｈＤの右前方（例えばダッシュボードの右側前面）には、運転者ｈｍＤが発声する音声を収音するためのマイク部ｍｃＤが配置されてよい。助手席ｃｈＰ１の左前方（例えばダッシュボードの左側前面）には、同乗者ｈｍＰ１が発声する音声を収音するためのマイク部ｍｃＰ１が配置されてよい。左側の後部座席ｃｈＰ２の左前方（例えば左リアドアトリム内）には、後部座席ｃｈＰ２に座る同乗者ｈｍＰ２が発生する音声を収音するためのマイク部ｍｃＰ２が配置されてよい。右側の後部座席ｃｈＰ３の右前方（例えば右リアドアトリム内）には、後部座席ｃｈＰ３に座る同乗者ｈｍＰ３が発生する音声を収音するためのマイク部ｍｃＰ３が配置されてよい。

なお、各マイク部ｍｃＤ，ｍｃＰ１〜ｍｃＰ３の配置位置は、これに限られない。また、以下の説明では、運転者ｈｍＤ及び同乗者ｈｍＰ１〜ｈｍＰ３は、それぞれ運転席ｃｈＤ，助手席ｃｈＰ１，後部座席ｃｈＰ２，ｃｈＰ３に位置するものとする。

マイク部ｍｃは、指向性マイクロホン又は無指向性マイクロホンにより構成されていてもよい。マイク部ｍｃを構成する各マイクロホンとしては、小型のＭＥＭＳ（micro electro mechanical systems）マイクが用いられてもよいし、エレクトレットコンデンサーマイクロホン（ＥＣＭ：Electret Condenser Microphone）が用いられてもよい。マイク部ｍｃは、ビームフォーミング可能なマイクロホン、例えば各座席の方向に指向性を形成して指向方向の音声を収音可能なマイクロホンアレイを採用してもよい。

車両１０のダッシュボードには、カーナビゲーション装置２０が配置されてよい。音声処理装置１は、車両１０内の所定の位置、例えば、ダッシュボードの内部や座席の内部等に収容されて配置されてよい。

カーナビゲーション装置２０は、音声処理装置１の出力先の一例である。カーナビゲーション装置２０は、音声認識結果制御部５から出力される制御信号を入力し、制御信号に対応する動作を行う。例えば、カーナビゲーション装置２０は、ディスプレイに地図データを表示し、車両の進路を誘導するナビゲーションを行う。

なお、音声認識結果制御部５の出力先としては、カーナビゲーション装置２０に限らず、パネルメータ、テレビ、オーディオ機器、携帯電話等の電子機器であってもよい。更に、音声認識結果制御部５は、図示しない電子制御ユニット（ＥＣＵ：Electronic Control Unit）に各種制御信号を送信することもできる。これにより、音声認識結果制御部５の出力によって、例えば、窓の開閉、シートアジャスターの駆動、サイドミラーの画角調整等の各種制御を行うことも可能である。

また、図１では、車両に４人が乗車している場合を示したが、乗車する人数は、この人数に限られない。乗車人数は、車両の最大乗車定員を上限とし、この範囲内で４人、６人、９人等の人数であってもよい。

マイク部ｍｃＤ，ｍｃＰ１〜ｍｃＰ３は、それぞれ周囲から収音した音声を指向性収音処理部２に出力する。マイク部ｍｃが無指向性マイクロホン又は単一の指向性マイクロホンにより構成されている場合には、指向性収音処理部２はマイク部ｍｃから入力された音声をそれぞれ増幅する。指向性収音処理部２は、増幅した各マイク部ｍｃからの音声をそれぞれ音声認識部３−１〜３−４に出力する。

また、マイク部ｍｃが例えばマイクロホンアレイにより構成されている場合には、指向性収音処理部２は、マイク部ｍｃＤ，ｍｃＰ１〜ｍｃＰ３毎に、所定の指向性が得られるように演算処理（指向性収音処理）を行う。こうして、指向性収音処理部２は、マイク部ｍｃＤ，ｍｃＰ１〜ｍｃＰ３から、それぞれ所定の指向性を有して取得された音声を得る。なお、図１の各マイク部ｍｃＤ，ｍｃＰ１〜ｍｃＰ３から延びた破線は、各マイク部ｍｃＤ，ｍｃＰ１〜ｍｃＰ３の指向性による収音可能な方向を示している。各指向性収音処理部２は、各マイク部ｍｃの出力に基づく指向性収音処理後の各音声をそれぞれ音声認識部３−１〜３−４に出力する。

音声認識部３−１〜３−４は、それぞれ入力された音声に対する音声認識処理を行う。音声認識部３−１〜３−４は、語彙辞書等を用いた公知の音声認識処理によって、それぞれ入力された音声に基づくキーワードを認識キーワードとして抽出する。音声認識部３は、抽出した認識キーワード（例えばテキストデータ）を音声認識結果制御部５に出力する。

認識ワードＤＢ６は、認識キーワードと各種制御対象の制御に用いる制御信号との対応関係が登録されたデータベースである。音声認識結果制御部５は認識ワードＤＢ６を参照することで、運転者ｈｍＤ及び同乗者ｈｍＰ１〜ｈｍＰ３が発した音声に基づく制御信号を出力する。

本実施の形態においては、音声認識結果制御部５は、制御信号の生成に際して、音声認識部３からの認識キーワードだけでなく、話者位置特定部４からの後述する発話位置情報及び車両１０の運転状態を示す運転状態情報を用いるようになっている。なお、運転状態情報としては、少なくとも車両が運転中であるか運転停止中であるかを識別する情報を含む。運転状態情報としては、ＥＣＵから得られる各種情報、例えば、車速や位置情報等の検知情報やハンドル操作やブレーキ操作等の操作に関する情報等がある。また、車両１０内に搭載された図示しないＧＰＳ（Global Positioning System）等の測位装置からの情報を運転状態情報として用いてもよい。

話者位置特定部４は、指向性収音処理部２からマイク部ｍｃの出力に基づく各音声を取得する。話者位置特定部４は、音声認識結果制御部５に入力された認識キーワードが、車両１０に乗車しているいずれの座席ｃｈにいる人が発した音声によるものかを特定する。

例えば、話者位置特定部４は、指向性収音処理部２の出力からマイク部ｍｃＤ，ｍｃＰ１〜ｍｃＰ３の出力の各音圧レベルを判定し、音圧レベルが最も高いマイク部ｍｃを判定して話者のいる座席ｃｈを特定してもよい。

運転者ｈｍＤ及び同乗者ｈｍＰ１〜Ｐ３が発した音声は、マイク部ｍｃＤ，ｍｃＰ１〜ｍｃＰ３のいずれにおいても収音される可能性がある。しかし、各マイク部ｍｃＤ，ｍｃＰ１〜ｍｃＰ３の出力のうち、話者に最も近接した位置のマイク部ｍｃの出力の音圧レベルが最も高くなるものと考えられる。特に、各マイク部ｍｃが比較的鋭い指向性を有する場合には、音圧レベルの差は顕著となり、マイク部ｍｃＤ，ｍｃＰ１〜ｍｃＰ３の出力の音圧レベルから、話者がいる座席ｃｈを正確に特定できるものと考えられる。

なお、話者位置特定部４は、マイク部ｍｃの出力が入力される指向性収音処理部２の入力端子及びこれらの入力端子に対応する出力端子のうちのいずれの端子からの出力の音圧レベルが高いかによって、いずれのマイク部ｍｃの出力が最も音圧レベルが高いかを判定してもよい。また、マイク部ｍｃは、自機を識別するＩＤ情報を音声に付加して出力してもよい。この場合には、話者位置特定部４は、ＩＤ情報を用いて、最も高い音圧レベルの出力を出力したマイク部ｍｃに隣接した座席ｃｈを判定してもよい。

話者位置特定部４は、最も高い音圧レベルの音声を出力したマイク部ｍｃが、マイク部ｍｃＤの場合には話者は運転席ｃｈＤに位置すると判定して、話者の位置が運転席ｃｈＤであることを示す発話位置情報を出力する。同様に、話者位置特定部４は、最も高い音圧レベルの音声を出力したマイク部ｍｃがマイク部ｍｃＰ１の場合には話者の位置が助手席ｃｈＰ１であることを示す発話位置情報を出力し、マイク部ｍｃＰ２の場合には話者の位置が後部座席ｃｈＰ２であることを示す発話位置情報を出力し、マイク部ｍｃＰ３の場合には話者の位置が後部座席ｃｈＰ３であることを示す発話位置情報を出力する。話者位置特定部４は、発話位置情報を音声認識結果制御部５に出力する。

なお、話者位置特定部４は、発話位置情報として、運転席ｃｈＤであるか運転席以外の同乗者用座席ｃｈＰであるかを示す情報を出力してもよく、更に、同乗者用座席ｃｈＰのうち助手席ｃｈＰ１であるか後部座席ｃｈＰＲであるかの区別を含む情報を出力してもよい。

本実施の形態においては、認識ワードＤＢ６には、認識キーワード毎に、運転状態情報と発話位置情報とに基づく制御情報が設定された音声認識結果制御情報が登録されている。

音声認識結果制御部５は、音声認識部３からの認識キーワードが入力されると、運転状態情報及び発話位置情報に基づいて、運転中であるか運転停止中であるか、及び、発話位置が運転席ｃｈＤであるかその他の同乗者用座席ｃｈＰであるかを判定する。音声認識結果制御部５は、この判定結果に従って、認識キーワードに対応して認識ワードＤＢ６に登録されている制御情報の読み出しを行うようになっている。音声認識結果制御部５は読み出した制御情報に基づいて、各制御対象を制御するための制御信号を発生して出力する。

図２及び図３は認識ワードＤＢ６に登録されている音声認識結果制御情報の一例を示す説明図である。図２及び図３では、認識キーワードに対応する操作に応じて、運転中か運転停止中かによって、発話位置毎に異なる制御信号を発生する制御を示している。なお、図２は車両１０の走行に比較的大きな影響を与える操作に関するものであり、図３は車両１０の走行への影響が比較的小さい操作に関するものである。

＜電子ミラー操作＞
例えば、図２では、ミラーのズームイン等の電子ミラーを操作するための認識キーワードに対して、運転中には、発話位置が運転席ｃｈＤである場合には「認識キーワードに対応する制御信号」が登録されているのに対し、発話位置が同乗者用座席ｃｈＰの場合には「制御禁止」が登録されている。図２における「制御禁止」は、「認識キーワードに対応する制御信号」が登録されていないことを示しているか、又は制御信号の発生を禁止する情報が登録されていることを示している。

また、運転停止中においては、発話位置が運転席ｃｈＤである場合でも同乗者用座席ｃｈＰである場合でも「認識キーワードに対応する制御信号」が登録されていてもよいことを示している。

音声認識結果制御部５は、話者位置特定部４からの認識キーワードによって、電子ミラーを操作するための認識キーワードが入力された場合には、運転状態情報によって運転停止中が示されたときには、発話位置が運転席ｃｈＤであるか同乗者用座席ｃｈＰであるかに拘わらず、認識ワードＤＢ６に基づいて「認識キーワードに対応する制御信号」の情報を認識ワードＤＢ６から読み出して制御信号を生成する。これにより、運転停止中には、発話位置がいずれの座席ｃｈであっても、音声により電子ミラーの操作が可能である。

なお、図２に示すように、運転停止中において、発話位置が同乗者用座席ｃｈＰの場合には、操作内容によって動作を制限するための「機能を制限した制御信号」を登録してもよい。

一方、運転状態情報によって運転中であることが示された場合には、音声認識結果制御部５は、発話位置情報に基づいて認識キーワードを発した発話位置が運転席ｃｈＤであるか同乗者用座席ｃｈＰであるかを判定する。音声認識結果制御部５は、発話位置が運転席ｃｈＤである場合には、認識ワードＤＢ６に基づいて「認識キーワードに対応する制御信号」の情報を認識ワードＤＢ６から読み出して制御信号を生成する一方、発話位置が同乗者用座席ｃｈＰである場合には、認識ワードＤＢ６には「制御禁止」が登録されているので、制御信号を発生しない。これにより、運転中においては、運転席ｃｈＤに位置する運転者ｈｍＤの音声のみによって、電子ミラーの操作が可能となり、同乗者用座席ｃｈＰにいる同乗者ｈｍＰ１〜ｈｍＰ３が電子ミラーの操作のためのキーワードを発したとしても、電子ミラーを操作するための制御信号は発生せず、電子ミラーは動作しない。

＜ドアミラー操作、ヘッドライト操作＞
また、図２では、ドアミラー操作、ヘッドライト操作のための認識キーワードに対して、運転中には、発話位置が運転席ｃｈＤである場合には「認識キーワードに対応する制御信号」が登録されているのに対し、発話位置が同乗者用座席ｃｈＰの場合には「制御禁止」が登録されている。また、運転停止中においては、発話位置が運転席ｃｈＤである場合でも同乗者用座席ｃｈＰである場合でも「認識キーワードに対応する制御信号」が登録されていてもよいことを示している。

また、この例においても、運転停止中において、発話位置が同乗者用座席ｃｈＰの場合には、操作内容によって動作を制限する「機能を制限した制御信号」を登録してもよい。

＜座席アジャスター操作＞
また、図２では、座席アジャスター操作のための認識キーワードに対して、運転中には、発話位置が運転席ｃｈＤである場合には「認識キーワードに対応する制御信号」が登録されているのに対し、発話位置が同乗者用座席ｃｈＰの場合には「制御禁止」が登録されている。また、運転停止中においては、発話位置が運転席ｃｈＤである場合でも同乗者用座席ｃｈＰである場合でも「認識キーワードに対応する制御信号」が登録されていてもよい。

なお、この例においても、運転停止中において、発話位置が同乗者用座席ｃｈＰの場合には、操作内容によって動作を制限する「機能を制限した制御信号」を登録してもよい。

また、この例においては、発話位置が同乗者用座席ｃｈＰの場合において、認識キーワードによる操作対象が助手席ｃｈＰ１又は後部座席ｃｈＰＲである場合には、運転中及び運転停止中であっても、「認識キーワードに対応する制御信号」を登録するようになっていてもよい。

＜ナビゲーションシステムの地図操作＞
運転中においては、ナビゲーションシステムの地図表示により、運転操作を効果的に支援することが可能である。例えば、交差点での左折専用レーンの案内表示、高速インターチェンジに入る際の専用レーン等の案内表示が表示されている場合には、その表示を優先して、他の表示のための地図操作を禁止した方がよい。

そこで、図２では、ナビゲーションシステムの地図操作のための認識キーワードに対して、運転中には、発話位置が運転席ｃｈＤである場合には「認識キーワードに対応する制御信号」が登録されているのに対し、発話位置が同乗者用座席ｃｈＰの場合には「制御禁止」が登録されている。また、運転停止中においては、発話位置が運転席ｃｈＤである場合でも同乗者用座席ｃｈＰである場合でも「認識キーワードに対応する制御信号」が登録されていてもよい。

また、この例においても、運転停止中において、発話位置が同乗者用座席ｃｈＰの場合には、操作内容によって動作を制限する「機能を制限した制御信号」を登録してもよい。

＜自動／手動運転のスイッチ操作＞
また、図２では、自動／手動運転のスイッチ操作のための認識キーワードに対して、運転中には、発話位置が運転席ｃｈＤである場合には「認識キーワードに対応する制御信号」が登録されているのに対し、発話位置が同乗者用座席ｃｈＰの場合には「制御禁止」が登録されている。また、運転停止中においては、発話位置が運転席ｃｈＤである場合でも同乗者用座席ｃｈＰである場合でも「認識キーワードに対応する制御信号」が登録されていてもよい。

また、この例においても、運転停止中において、発話位置が同乗者用座席ｃｈＰの場合には、操作内容によって動作を制限する「機能を制限した制御信号」を登録してもよい。

＜前列モニタの操作＞
図３の「前列モニタ」は、例えばダッシュボードに取り付けられて、ナビゲーションシステムのモニタ等を利用して運転者が視認できるテレビジョン放送等の表示に用いるモニタを意味している。この前列モニタの操作のための認識キーワードに対して、運転中には、発話位置が運転席ｃｈＤである場合でも同乗者用座席ｃｈＰである場合でも「制御禁止」が登録されているのに対し、運転停止中においては、発話位置が運転席ｃｈＤである場合でも同乗者用座席ｃｈＰである場合でも「認識キーワードに対応する制御信号」が登録されている。

＜後列モニタの操作＞
図３の「後列モニタ」は、例えば後部座席前方の天井等に取り付けられて、主に後部座席に位置する同乗者ｈｍＰ２，ｈｍＰ３が映像を視認できる例えば車載リアシートエンターテインメント（ＲＳＥ）用のモニタを意味している。この後列モニタの操作のための認識キーワードに対して、運転中及び運転停止中のいずれの場合にも、発話位置が運転席ｃｈＤである場合でも同乗者用座席ｃｈＰである場合で、「認識キーワードに対応する制御信号」が登録されている。

＜夜間の室内灯のＯＮ／ＯＦＦ操作＞
また、図３では、夜間の室内灯のＯＮ／ＯＦＦ操作のための認識キーワードに対して、運転中には、発話位置が運転席ｃｈＤである場合には「認識キーワードに対応する制御信号」が登録されているのに対し、発話位置が同乗者用座席ｃｈＰの場合には「制御禁止」が登録されている。また、運転停止中においては、発話位置が運転席ｃｈＤである場合でも同乗者用座席ｃｈＰである場合でも「認識キーワードに対応する制御信号」が登録されている。

＜高速道路での窓の開閉操作＞
また、図３では、高速道路での窓の開閉操作のための認識キーワードに対して、運転中には、発話位置が運転席ｃｈＤである場合には「認識キーワードに対応する制御信号」が登録されているのに対し、発話位置が同乗者用座席ｃｈＰの場合には「制御禁止」が登録されている。なお、換気のために少しだけ窓を開けることを許可するために、運転中において発話位置が同乗者用座席ｃｈＰの場合でも、「機能を制限した制御信号」を登録してもよい。また、運転停止中においては、発話位置が運転席ｃｈＤである場合でも同乗者用座席ｃｈＰである場合でも「認識キーワードに対応する制御信号」が登録されている。

＜空調やシート暖房の操作＞
図３では、空調やシート暖房の操作のための認識キーワードに対して、運転中及び運転停止中のいずれの場合にも、発話位置が運転席ｃｈＤである場合でも同乗者用座席ｃｈＰである場合で、「認識キーワードに対応する制御信号」が登録されている。

＜音楽再生、ボリューム操作＞
また、図３では、音楽再生、ボリューム操作のための認識キーワードに対して、運転中には、発話位置が運転席ｃｈＤである場合には「認識キーワードに対応する制御信号」が登録されているのに対し、発話位置が同乗者用座席ｃｈＰの場合には「制御禁止」又は「機能を制限した制御信号」が登録されている。また、運転停止中においては、発話位置が運転席ｃｈＤである場合でも同乗者用座席ｃｈＰである場合でも「認識キーワードに対応する制御信号」が登録されている。

なお、図２及び図３における「認識キーワードに対応する制御信号」の情報は、制御対象を操作するための認識キーワードが検出された場合に、当該認識キーワードに対応する制御信号の発生を許可するものであるともいえる。また、「制御禁止」の情報は、制御対象を操作する認識キーワードに対応する発話が検出されたとしても、当該認識キーワードに対応する制御信号の発生を許可しない制御であるともいえる。

従って、図２は、運転停止中には、制御信号の発生を概ね許可し、運転中には、発話位置が運転席ｃｈＤである場合に制御信号の発生を許可し、発話位置が同乗者用座席ｃｈＰである場合に制御信号の発生を許可しない動作の例であるといってもよい。すなわち、運転中の場合に、発話位置が運転席か運転席以外かによって、認識キーワードの有効／無効（制御信号の発生／制御禁止）を切り替える場合に相当する。

また、図３は、運転停止中には、制御信号の発生を許可し、運転中には、発話位置及び制御内容に応じて制御信号の発生の許可、制御禁止を制御する動作の例であるといってもよい。すなわち、運転停止中の場合に、発話位置及び制御内容に応じて認識キーワードの有効／無効（制御信号の発生／制御禁止）を切り替える場合に相当する。このように、本実施の形態は、認識キーワードに応じて生成する制御信号を、発話位置情報及び運転状態情報に基づいて切り替える制御を行うものであるといってもよい。

なお、図２及び図３の声認識結果制御情報の設定は一例であり、別の設定が行われていてもよく、また、ユーザ操作によって設定の登録及び変更ができるようになっていてもよい。

また、認識ワードＤＢ６としては、図２，図３に示すものだけでなく、認識キーワードに対応した制御信号を登録した一般的なキーワードＤＢと、認識キーワード毎に座席ｃｈと運転状態とに基づいて許可又は禁止の情報が登録された許可禁止ＤＢとを用いてもよい。この場合には、音声認識結果制御部５は、発話位置情報及び運転状態情報に基づいて許可禁止ＤＢを参照し、許可された場合にのみキーワードＤＢを参照して制御情報を読み出して制御信号を生成するようになっていてもよい。

次に、本実施の形態の音声処理装置の動作について説明する。
図４は、実施の形態に係る音声処理装置の第１動作例を説明するためのフローチャートである。なお、図４は図２の例において、運転停止中に、「認識キーワードに対応する制御信号」が登録されている場合に対応したものである。

いま、車両１０の運転席ｃｈＤ、助手席ｃｈＰ１、後部座席ｃｈＰ２及び後部座席ｃｈＰ３にそれぞれ運転者ｈｍＤ、同乗者ｈｍＰ１〜ｈｍＰ３が座っているものとする。各マイク部ｍｃは、それぞれ周囲音声を収音して指向性収音処理部２に出力する。指向性収音処理部２は、各マイク部ｍｃが収音した音声をそれぞれ音声認識部３−１〜３−４及び話者位置特定部４に与える。

音声認識部３−１〜３−４は、それぞれ入力された音声に対する音声認識処理を行う。これにより、音声認識部３−１〜３−４は、入力された音声から認識キーワードを抽出する。音声認識部３は、抽出した認識キーワードを音声認識結果制御部５に出力する。

また、話者位置特定部４は、指向性収音処理部２の出力に基づいて、音声認識部３により抽出された認識キーワードが、主にいずれのマイク部ｍｃにより収音されて取得されたものであるかを検出する。話者位置特定部４は、この検出結果に基づいて発話位置が運転席ｃｈＤ、助手席ｃｈＰ１、後部座席ｃｈＰ２又は後部座席ｃｈＰ３のいずれであるかを判定して、この判定結果を発話位置情報として音声認識結果制御部５に出力する。

音声認識結果制御部５は、音声認識部３から認識キーワードを取得し（図４のステップＳ１）、話者位置特定部４から発話位置情報を取得する（ステップＳ２）。更に、音声認識結果制御部５は、ＥＣＵ等から運転状態情報を取得する（ステップＳ３）。

音声認識結果制御部５は、ステップＳ４において、運転状態情報に基づいて現在車両１０が運転中である否かを判定する。運転状態情報は、例えば、ハンドル操作、ブレーキ操作、速度等に関する情報を含んでおり、音声認識結果制御部５は、運転状態情報に基づいて現在運転中であるか運転停止中であるかを判定することができる。

いま、運転状態情報により運転停止中であることが示されているものとする。この場合には、音声認識結果制御部５は、ステップＳ４からステップＳ６に処理を移行して、認識キーワードの受付処理を行い、認識キーワードに対応する制御信号を発生する。例えば、運転者ｈｍＤ又は同乗者ｈｍＰ１が、図２に示す各操作のためのキーワードを発声するものとする。音声認識結果制御部５は、ステップＳ１においてこの認識キーワードを取り込むと、この認識キーワードを用いて認識ワードＤＢ６を参照し、認識キーワードに対応する制御信号の情報を読み出して制御信号を発生する。音声認識結果制御部５は、発生した制御信号を制御対象の機器に出力する。

例えば、運転者ｈｍＤがナビゲーションシステムの地図操作のためのキーワードを発声すると、このキーワードに対応する制御信号がカーナビゲーション装置２０に供給され、発声したキーワードに対応してカーナビゲーション装置２０の地図操作が行われる。

また、例えば、同乗者ｈｍＰが同乗者用座席ｃｈＰのアジャスター操作のためのキーワードを発声すると、このキーワードに対応する制御信号がＥＣＵに供給され、発声したキーワードに対応して座席が駆動される。

次に、運転状態情報により運転中であることが示されているものとする。この場合には、音声認識結果制御部５は、ステップＳ４からステップＳ５に処理を移行して、発話位置情報に基づいて認識キーワードの発話位置が運転席ｃｈＤであるか否かを判定する。音声認識結果制御部５は、発話位置が運転席ｃｈＤである場合には、ステップＳ６の処理を実行し、認識キーワードの受付処理を行い、認識キーワードに対応する制御信号を発生する。一方、発話位置が同乗者用座席ｃｈＰである場合には、音声認識結果制御部５は、処理をステップＳ７に移行し、制御禁止に対応する認識キーワードの却下処理を行い、認識キーワードを受け付け不可にして制御信号を発生しない。

例えば、運転中において運転者ｈｍＤがドアミラー操作のためのキーワードを発声すると、このキーワードに対応する制御信号がＥＣＵに供給され、発声したキーワードに対応してドアミラーが駆動される。

しかし、運転中においては、同乗者ｈｍＰがドアミラー操作のためのキーワードを発声したとしても、音声認識結果制御部５は、制御信号を発生することはなく、発声したキーワードに対応してドアミラーが駆動されることはない。

これにより、運転中においては、運転者ｈｍＤがキーワードを発声しなければ運転に影響を与える可能性のある操作が行われることはない。すなわち、運転者ｈｍＤが意図しない操作が、同乗者ｈｍＰの発声により実行されることはなく、運転者ｈｍＤの意図通りの操作が行われる。一方、運転停止中においては、運転者ｈｍＤ及び同乗者ｈｍＰの発声したキーワードに応じた操作が可能であり、各搭乗者の意図に即した音声制御が可能である。

なお、本実施の形態においては、制御対象機能又は認識キーワードによって、運転停止中においても、制御信号の発生を禁止することも可能である。また、制御対象機能又は認識キーワードによって、運転中において、運転者ｈｍＤによる音声制御を禁止することも可能である。以下に、このような制御を可能にする第２動作例を示す。

図５は、実施の形態に係る音声処理装置の第２動作例を説明するためのフローチャートである。図５において、図４と同一手順には同一符号を付してある。ステップＳ１〜Ｓ５の処理については、図４と同様であるため、説明を省略する。

音声認識結果制御部５は、図５のステップＳ４において運転中であるか否かを判定する。音声認識結果制御部５は、運転中の場合、ステップＳ５に処理を移行し、発話位置が運転席ｃｈＤであるか否かを判定する。音声認識結果制御部５は、運転中において発話位置が運転席ｃｈＤの場合には、認識ワードＤＢ６の運転席からの操作について設定した情報に基づいて制御信号の発生又は制御禁止の処理を実行する（ステップＳ１１）。すなわち、運転中で運転席からの指示の場合の設定情報に応じて、認識キーワードの受付処理又は却下処理を行う。また、音声認識結果制御部５は、運転中において発話位置が同乗者用座席ｃｈＰの場合には、認識ワードＤＢ６の運転席以外からの操作について設定した情報に基づいて制御信号の発生又は制御禁止の処理を実行する（ステップＳ１２）。すなわち、運転中で同乗者用座席からの指示の場合の設定情報に応じて、認識キーワードの受付処理又は却下処理を行う。

また、ステップＳ４において、運転停止中の場合、音声認識結果制御部５は、ステップＳ１０に処理を移行し、発話位置が運転席ｃｈＤであるか否かを判定する。音声認識結果制御部５は、運転停止中において発話位置が運転席ｃｈＤの場合には、認識ワードＤＢ６の運転席からの操作について設定した情報に基づいて制御信号の発生又は制御禁止の処理を実行する（ステップＳ１３）。すなわち、運転停止中で運転席からの指示の場合の設定情報に応じて、認識キーワードの受付処理又は却下処理を行う。また、音声認識結果制御部５は、運転停止中において発話位置が同乗者用座席ｃｈＰの場合には、認識ワードＤＢ６の運転席以外からの操作について設定した情報に基づいて制御信号の発生又は制御禁止の処理を実行する（ステップＳ１４）。すなわち、運転停止中で同乗者用座席からの指示の場合の設定情報に応じて、認識キーワードの受付処理又は却下処理を行う。

このように本実施の形態においては、運転席からの発話と運転席以外からの発話とを区別すると共に、運転状態に応じて、音声認識により許可される機能を切り替えることで、運転者及び同乗者を含む搭乗者の意図に即した音声制御を行うことを可能にする。

なお、上記実施の形態では、発話位置については運転席ｃｈＤであるか同乗者用座席ｃｈＰであるかに応じて制御信号の発生を制御する例を説明したが、運転席ｃｈＤ、助手席ｃｈＰ１、後部座席ｃｈＰ２、ｃｈＰ３毎に制御信号の発生を制御できるようになっていてもよく、また、前列の運転席ｃｈＤ及び助手席ｃｈＰ１であるか後列の後部座席ｃｈＰＲであるかに応じて制御信号の発生を制御できるようになっていてもよい。

（実施の形態２）
図６は実施の形態２における音声処理装置の構成例を示す図である。図６において、図１と同一の構成要素には同一符号を付して説明を省略する。

本実施の形態は認識キーワード及び発話位置情報の取得方法が実施の形態１と異なる。本実施の形態においては、複数のマイク部ｍｃに代えて１つのマイク部ｍｃ２のみを採用すると共に、指向性収音処理部２に代えて指向性収音処理部１２を採用し、音声認識部３に代えて音声認識部１３を採用した点が実施の形態１と異なる。

マイク部ｍｃ２は、運転者ｈｍＤ及び３人の同乗者ｈｍＰに囲まれた位置、例えば、センターコンソールの後端の位置やその上の天井の位置等に配置される。なお、マイク部ｍｃ２の位置はこれに限らない。

マイク部ｍｃ２としては、ビームフォーミング可能で、例えば各座席の方向に指向性を形成して指向方向の音声を収音可能なマイクロホンアレイを採用する。マイク部ｍｃ２は収音した音声を指向性収音処理部１２及び話者位置特定部４に出力する。

指向性収音処理部１２は、話者位置特定部４に制御されて、マイク部ｍｃ２の出力から所定の指向性が得られるように演算処理（指向性収音処理）を行う。指向性収音処理部１２は、話者位置特定部４に制御されて、マイク部ｍｃ２の指向方向を変化させながら、マイク部ｍｃ２の出力を取り込んで、音声認識部１３に出力する。

話者位置特定部４は、マイク部ｍｃ２の指向方向を変化させながらマイク部ｍｃ２の出力の例えば音圧レベルを検出することで、最大音圧レベルを得る状態、すなわち、マイク部ｍｃ２の指向方向とマイク部ｍｃ２に対する話者の方向とが一致する状態を検出する。話者位置特定部４は、この状態においてマイク部ｍｃ２の指向方向を固定すると共に、この指向方向に位置する座席ｃｈを発話位置情報として音声認識結果制御部５に出力する。なお、話者位置特定部４は、各マイク部ｍｃから出力される信号の相関に基づいて、発話位置情報を出力するとしてもよい。具体的には、例えば、複数のマイク部ｍｃから出力される信号に基づいて各マイク部ｍｃへの到達時間差を算出するＣＳＰ（Cross-power Spectrum Phase analysis）法を用いて、音源位置を推定するとしても良い。このとき、ＣＳＰ法を用いて推定された音源位置と各座席ｃｈとの位置を比較して、最も近い座席ｃｈを発話位置情報として音声認識結果制御部５に出力するとしてよい。また、これに限らず、各マイク部ｍｃから出力される信号の入力波形の相関を用いて音源の位置を推定するなどの手法も適宜用いるとしてよい。

音声認識部１３は、音声認識部３と同様の構成であり、マイク部ｍｃ２の指向方向が固定された状態において取得された音声に対して、音声認識処理を実行する。音声認識部１３は、音声認識処理の結果得られた認識キーワードを音声認識結果制御部５に出力する。

他の構成は実施の形態１と同様である。

このように構成された実施の形態においては、指向性収音処理部１２は、単一のマイク部ｍｃ２を用いて、話者の位置する方向に指向性を向けて話者の音声を取得する。また、話者位置特定部４は、マイク部ｍｃ２の指向方向に位置する座席ｃｈを発話位置情報として取得する。

音声認識部１３は、取得された音声から認識キーワードを抽出して音声認識結果制御部５に出力する。本実施の形態においても、音声認識結果制御部５は、認識キーワード、発話位置情報及び運転状態情報に基づいて、認識ワードＤＢ６を参照することで、制御対象を制御するための制御信号を発生する。

このように、本実施の形態においても、実施の形態１と同様の効果を得ることができる。また、本実施の形態においては、単一のマイク部ｍｃ２のみを採用すればよく、複数のマイク部を配置する必要がないという利点がある。

（実施の形態３）
図７は実施の形態３における音声処理装置の構成例を示す図である。図７において、図１、図６と同一の構成要素には同一符号を付して説明を省略する。

本実施の形態は認識キーワード及び発話位置情報の取得方法が実施の形態２と異なる。本実施の形態においては、マイク部ｍｃ２に代えて１つのマイク部ｍｃ３を採用すると共に、収音部の一例として、指向性収音処理部１２に代えて収音処理部２２を採用し、話者位置特定部４に代えて、話者位置特定部の一例として、話者認識部２３、話者位置照合部２４及び話者位置照合データベース（ＤＢ）２５を採用した点が実施の形態２と異なる。

マイク部ｍｃ３は、運転者ｈｍＤ及び３人の同乗者ｈｍＰの音声を収音可能な位置に配置される。図７では、センターコンソールの後端の位置に配置される例を示しているが、これに限らない。

マイク部ｍｃ３としては、同時に運転席ｃｈＤ及び同乗者用座席ｃｈＰの各位置からの音声を収音することができれば、指向性を有していても無指向性のマイクロホンを採用してもよい。なお、図７の例ではマイク部ｍｃ３としては無指向性のマイクロホンが採用される。マイク部ｍｃ３は、周囲の音声を収音し、収音した音声を収音処理部２２及び話者認識部２３に出力する。

収音処理部２２は、マイク部ｍｃ３からの音声を音声認識部１３に出力する。音声認識部１３は、入力された音声から認識キーワードを抽出して音声認識結果制御部５に出力する。

話者認識部２３は、公知の音声認識処理によって、話者を特定する。例えば、話者認識部２３は、話者の音声特徴を記憶した図示しないメモリを有しており、マイク部ｍｃ３からの音声について特徴を抽出し、抽出した音声特徴とメモリに記憶された音声特徴との比較によって、話者を特定する。なお、話者認識部２３が有するメモリには、予め運転者ｈｍＤ及び各同乗者ｈｍＰの音声特徴が記憶されているものとする。話者認識部２３は、特定した話者に関する情報を話者位置照合部２４に出力する。

話者位置照合ＤＢ２５は、各話者と各話者の位置との対応関係、すなわち、各話者が運転席ｃｈＤ、各同乗者用座席ｃｈＰのうちのいずれの座席ｃｈに位置するかを示す情報を登録したデータベースである。

話者位置照合部２４は、話者認識部２３からの話者に関する情報を用いて話者位置照合ＤＢ２５を参照することにより、話者の位置を示す発話位置情報を生成して音声認識結果制御部５に出力する。

他の構成は実施の形態１と同様である。

このように構成された実施の形態においては、収音処理部２２は、例えば無指向性のマイク部ｍｃ３を用いて話者の音声を取得する。音声認識部１３は収音された音声から認識キーワードを抽出して音声認識結果制御部５に出力する。

一方、話者認識部２３は、音声認識処理によって、話者が登録された運転者ｈｍＤ及び各同乗者ｈｍＰのいずれであるかを特定する。話者位置照合部２４は、話者認識部２３によって特定された話者について、その位置（座席ｃｈ）を話者位置照合ＤＢ２５を参照することで求め、発話位置情報として音声認識結果制御部５に出力する。

本実施の形態においても、音声認識結果制御部５は、認識キーワード、発話位置情報及び運転状態情報に基づいて、認識ワードＤＢ６を参照することで、制御対象を制御するための制御信号を発生する。

このように、本実施の形態においても、実施の形態１，２と同様の効果を得ることができる。また、本実施の形態においては、単一のマイク部ｍｃ３としても無指向性のマイクロホンを採用すればよく、また、比較的自由に設置位置を選択することができるという利点がある。

以上のように、本実施の形態の音声処理装置１は、マイク部ｍｃＤ，ｍｃＰ１〜ｍｃＰ３を用いて、指向性収音処理部２が音声を収音する。音声認識部３は、指向性収音処理部２からの音声に対する音声認識処理により制御対象を制御するための認識キーワードを音声から抽出する。また、話者位置特定部４は、認識キーワードを発した話者の位置を特定して発話位置情報を出力する。音声認識結果制御部５は、制御対象を制御する制御信号を発生する。音声認識結果制御部５は、認識キーワード、発話位置情報および車両１０の運転状態を示す運転状態情報に基づいて、制御信号を発生するか否かを切り替える。

これにより、認識キーワードを発した話者の位置及び運転状態に基づいて、制御信号が切り替えられる。話者の位置は、話者が位置する車両１０の座席の位置、すなわち、例えば運転席ｃｈＤか同乗者用座席ｃｈＰかに対応しており、運転者ｈｍＤか同乗者ｈｍＰかに応じて制御信号が切り替えられることになる。更に、運転状態情報により、例えば、運転中であるか運転停止中であるかに応じて制御信号が切り替えられる。従って、例えば、車両１０の走行に影響を与える操作については、運転者ｈｍＤが発した認識キーワードに応じた制御信号を発生する一方、同乗者ｈｍＰが発した認識キーワードについては無視することも可能である。また、車両１０の走行に影響を与えない操作については、運転者ｈｍＤ及び同乗者ｈｍＰのいずれにも認識キーワードに応じた制御信号を発生する制御が可能であり、車両１０の運転を妨げることなく、運転者ｈｍＤ及び同乗者ｈｍＰの意図に即した音声制御が可能となる。

また、本実施の形態の音声処理装置では、音声認識結果制御部５は、話者の位置が運転席ｃｈＤか運転席以外ｃｈＰかに応じて、発生する制御信号を切り替える。これにより、運転席ｃｈＤに位置する運転者ｈｍＤと運転席以外ｃｈＰに位置する同乗者ｈｍＰとで、制御信号の切り替えが可能である。

また、本実施の形態の音声処理装置では、音声認識結果制御部５は、前記車両１０の運転中において、話者の位置が運転席以外ｃｈＰである場合には、制御信号を発生しない。これにより、車両１０の走行に影響を与える操作が、運転者ｈｍＤ以外の同乗者ｈｍＰによって行われることを防止することができる。

また、本実施の形態の音声処理装置では、音声認識結果制御部５は、運転状態情報に基づいて、ミラー操作、ライト操作、座席調整、ナビゲーションシステムの地図操作又は自動運転の切り替え操作のうちの少なくとも一つが行われたことが示された場合には、車両１０の運転中であるものと判定する。これにより、これらの操作については、例えば運転者ｈｍＤのみに許可する等の制御が可能である。

また、本実施の形態の音声処理装置では、音声認識結果制御部５は、前記車両１０が運転停止中の場合には、前記話者の位置が運転席ｃｈＤである場合と運転席以外ｃｈＰである場合とで、同一の前記制御信号を発生する。これにより、運転停止中において、運転者ｈｍＤ及び運転者以外の同乗者ｈｍＰについて、各自が希望する音声制御が可能となる。

また、本実施の形態の音声処理装置では、話者位置特定部４は、車両１０の運転席ｃｈＤ及び運転席以外ｃｈＰの座席にそれぞれ対応したマイク部ｍｃＤ，ｍｃＰ１〜ｍｃＰ３を用いて収音された各音声の音圧レベルに基づいて、話者の位置を特定する。これにより、話者が運転席ｃｈＤ、運転席以外ｃｈＰの各座席のいずれに位置するかを特定することができ、各話者毎の制御が可能となる。

また、本実施の形態の音声処理装置では、話者位置特定部４は、車両１０の運転席ｃｈＤ及び前記運転席以外ｃｈＰの座席方向に指向方向を変更可能なマイク部ｍｃ２の指向方向に基づいて、話者の位置を特定する。これにより、単一のマイク部ｍｃ２を用いて話者の位置を特定することができ、マイクの設置の自由度が増大する。

また、本実施の形態の音声処理装置では、話者位置特定部の一例に相当する話者認識部２３、話者位置照合部２４及び話者位置照合ＤＢ２５は、車両１０の運転席ｃｈＤ及び前記運転席以外ｃｈＰの座席に位置する話者の音声を認識し、話者と座席との対応関係の登録情報を用いて、話者の位置を特定する。これにより、マイク部ｍｃ３を任意の位置に配置することができ、マイク部ｍｃ３の設置の自由度を増大させることができると共に、無指向性の簡単な構成のマイク部ｍｃ３を採用することができる。

また、本実施の形態の音声処理方法は、マイク部ｍｃＤ，ｍｃＰ１〜ｍｃＰ３を用いて音声を収音し、収音した音声に対する音声認識処理により制御対象を制御するための認識キーワードを音声から抽出し、認識キーワードを発した話者の位置を特定して発話位置情報を出力し、認識キーワード、発話位置情報および車両１０の運転状態を示す運転状態情報に基づいて、制御対象を制御するための制御信号を発生するか否かを切り替える。これにより、認識キーワードを発した話者の位置及び運転状態情報に基づいて、制御信号を切り替えることができ、運転状態及び話者に応じた音声制御が可能となる。

以上、図面を参照しながら各種の実施の形態について説明したが、本発明はかかる例に限定されないことは言うまでもない。当業者であれば、特許請求の範囲に記載された範疇内において、各種の変更例、修正例、置換例、付加例、削除例、均等例に想到し得ることは明らかであり、それらについても当然に本発明の技術的範囲に属するものと了解される。また、発明の趣旨を逸脱しない範囲において、上述した実施の形態における各構成要素を任意に組み合わせてもよい。

本開示は、車両等における使用に、より適した改善を実現可能な音声処理装置及び音声処理方法として有用である。

１ 音声処理装置
２ 指向性収音処理部
３ 音声認識部
４ 話者位置特定部
５ 音声認識結果制御部
６ 認識ワードＤＢ
１０ 車両
１２ 指向性収音処理部
１３ 音声認識部
２０ カーナビゲーション装置
ｃｈＤ 運転席
ｃｈＰ１ 助手席
ｃｈＰ２ 後部座席
ｃｈＰ３ 後部座席
ｈｍＤ 運転者
ｈｍＰ１ 同乗者
ｈｍＰ２ 同乗者
ｈｍＰ３ 同乗者
ｍｃＤ マイク部
ｍｃＰ１ マイク部
ｍｃＰ２ マイク部
ｍｃＰ３ マイク部

Claims (9)

1. マイク部を用いて音声を収音する収音部と、
   前記収音部からの音声に対する音声認識処理により制御対象を制御するための認識キーワードを前記音声から抽出する音声認識部と、
   前記認識キーワードを発した話者の位置を特定して発話位置情報を出力する話者位置特定部と、
   前記制御対象を制御する制御信号を発生する音声認識結果制御部と、
   を備え、
   前記音声認識結果制御部は、前記認識キーワード、前記発話位置情報および移動体の運転状態を示す運転状態情報に基づいて、前記制御信号を発生するか否かを切り替える、
   音声処理装置。
2. 前記音声認識結果制御部は、前記話者の位置が運転席か運転席以外かに応じて、前記制御信号を発生するか否かを切り替える、
   請求項１に記載の音声処理装置。
3. 前記音声認識結果制御部は、前記運転状態情報が示す前記移動体の前記運転状態が運転中であって、前記発話位置情報の示す前記話者の位置が運転席以外である場合には、前記制御信号を発生しない、
   請求項１に記載の音声処理装置。
4. 前記音声認識結果制御部は、前記運転状態情報に基づいて、ミラー操作、ライト操作、座席調整、ナビゲーションシステムの地図操作又は自動運転の切り替え操作のうちの少なくとも一つが行われたことが示された場合には、前記移動体の運転中であるものと判定する、
   請求項３に記載の音声処理装置。
5. 前記音声認識結果制御部は、前記運転状態情報が示す前記移動体の前記運転状態が運転停止中である場合には、前記発話位置情報の示す前記話者の位置が運転席である場合と運転席以外である場合とで、同一の前記制御信号を発生する、
   請求項１に記載の音声処理装置。
6. 前記話者位置特定部は、前記移動体の運転席及び前記運転席以外の座席にそれぞれ対応したマイク部を用いて収音された各音声の音圧レベルに基づいて、前記話者の位置を特定する、
   請求項１に記載の音声処理装置。
7. 前記話者位置特定部は、前記移動体の運転席及び前記運転席以外の座席方向に指向方向を変更可能なマイク部の前記指向方向に基づいて、前記話者の位置を特定する、
   請求項１に記載の音声処理装置。
8. 前記話者位置特定部は、前記移動体の運転席及び前記運転席以外の座席に位置する話者の音声を認識し、話者と座席との対応関係の登録情報を用いて、前記話者の位置を特定する、
   請求項１に記載の音声処理装置。
9. マイク部を用いて音声を収音し、
   収音した音声に対する音声認識処理により制御対象を制御するための認識キーワードを前記音声から抽出し、
   前記認識キーワードを発した話者の位置を特定して発話位置情報を出力し、
   前記認識キーワード、前記発話位置情報および移動体の運転状態を示す運転状態情報に基づいて、前記制御対象を制御するための制御信号を発生するか否かを切り替える、
   音声処理方法。

Images