JP3071805B2 - 音声入力システム - Google Patents

Description

【発明の詳細な説明】 技術分野 本発明は、音声入力システム、より詳細には、音声認
識装置を有するシステム（例えば、音声認識システムを
有するパーソナルコンピュータ）の音声認識によるキー
エミュレータのコマンド実行方式に関するものである。

従来技術 従来より音声認識装置またはシステムをパーソナルコ
ンピュータなどの入力に音声を用いる方式は検討されて
いるが、キーエミュレータはユーザが入力するキースト
ロークの代わりに音声認識を利用して認識結果に従った
結果のキーストリングをキーボード入力バッファに転送
し、キーボードでの入力と同様の効果を得ようとするも
のである。特に、単語認識などを用いる場合は、アプリ
ケーションプログラムなどのコマンド入力などに有用
で、複雑なキーストロークを音声で置き換えることが可
能である。また、このキーエミュレータはキーボードの
制御と同様に走行中のアプリケーションプログラムと並
行して走行することが必要で、これは、本出願人が別途
提案した発明により実現可能となる。しかし、この従来
のキーエミュレータは認識結果に対応するキーストリン
グをキーボード入力バッファに一度に転送し、実行して
しまう為、ユーザには、その過程がほとんど見えず、場
合によっては、誤認識時に回復できないフェーズにおち
いったりしていた。又、途中まで実行し、その後のキー
ストリング中のコマンドを中止する場合の利用も不可能
で別途登録する必要があった。

目的 本発明は、以上のごとき不具合点に鑑みてなされたも
ので、認識結果に基づくキーストリング中に連続するコ
マンド群をキーボードバッファに転送するスピードを可
変にすることにより、コマンド群を実行しているときに
対するユーザからの制御を可能にする事を目的としてな
されたものである。

構成 （１）請求項１の発明は、キーボード、ディスプレイな
どを有する入力手段と表示手段とを有し、音声を入力し
て得られた特徴量と予め登録されている標準パターンと
の比較演算を行って入力音声を認識する手段と、前記予
め登録された個々の標準パターンに対して予めユーザに
より編集されたキーストリングを有し、入力音声に対し
て認識された標準パターンに対応するキーストリングを
キーボードバッファに転送してキーボード入力とするキ
ーエミュレータ手段と、予め定められたキー入力により
走行中のアプリケーションプログラム上で割り込み信号
を発生して文字列を編集する機能を持つキーエミュレー
タを備え、キーストリングをキーボードバッファに送出
する周期を可変にしたことを特徴としたものである。

（２）請求項２の発明は、請求項１の発明において、キ
ーストリングを実行時にある特定のキー入力があった場
合に、その動作を一時中断することを特徴としたもので
ある。

（３）請求項３の発明は、前記キーストリング実行時に
ある特定キー入力があった場合に、それ以降の動作をキ
ャンセルすることを特徴としたものである。以下、本発
明の実施例に基いて説明する。

一般に、音声キーエミュレータはキーボードの各々の
キーに対応する様に単音節認識を行なう方法、また、単
語単位のキーストロークに対応するように単語認識でお
こなう方法などが考えられるが、前者の場合、必要なキ
ーストロークを区切って発声することは非常に不自然と
なり、一般には単語認識を用いて行う方がより使いやす
い。

単語認識によりキーエミュレータを実現する場合、認
識に必要な音声辞書の各単語に対する発声ストリングと
認識結果にしたがってキーボードバッファに転送するキ
ーストリングが必要となるが（例えば「移動」に対して
発声ストリングは「いどう」、キーストリングは「IDO
U」）、コマンド入力として用いる場合は発声ストリン
グに対してキーストリングをユーザが必要としているキ
ーストリングに設定する。つまり「移動」という単語に
対して使おうとするアプリケーションのコマンドが「p/
s」であるならばキーストリングは「p/s」と設定する。
この様に単語認識を用いる場合アプリケーションプログ
ラム（例えば、ワープロソフトやデータベースソフト）
のコマンド操作に置き換えると大変有効に使える。

さらにこのコマンドの複合動作にも用いることが可能
である。つまり、アプリケーションの個別のコマンドの
「移動」のキーストロークが“p/s/改行”、「複写」の
それが“f/改行”であったとすると、発声ストリング
「コピー」を有する音声辞書に対して、このキーストリ
ング“p/s改行/f/改行”をキーボードバッファに転送す
ることにより一回の発声でコマンドの複数駆動が可能と
なる。

このようなメリットを持つ音声キーエミュレータにお
いて、あらかじめ編集されたキーストロークを実行する
際に（第２図に編集の一例を示す）、認識結果に基くキ
ーストリング（コマンドの列）をパーソナルコンピュー
タのキーボードバッファに転送し、パーソナルコンピュ
ータは、それを実行していくが、スピードが早いので、
ユーザには、殆ど最終結果しかわからない。又、動作の
途中で、実行を中止できないデメリットがあった。更
に、一旦、キーエミュレーションがスタートすると、途
中で止め、その後をキャンセルすることができないなど
の欠点があった。

本発明は、上述のような問題点に関し、認識結果に基
くキーストリング中の連続するコマンド群をキーボード
バッファに転送するスピードを可変にすることにより、
ユーザからの順次実行に対する制御を可能にしようとす
るもので、第１図は、本発明の音声キーエミュレータの
一実施例を説明するためのブロック図で、図中、１はマ
イクロフォン、２は特徴抽出部、３は認識演算部、４は
登録演算部、５は辞書部、６は結果処理部、７は文字列
出力部、８は認識制御部、９は転送制御部、10はパーソ
ナルコンピュータ、11はキーボードバッファ、12はパー
ソナルコンピュータシステム部、13はキーボード制御
部、14はキーストローク編集バッファ部、15はタイマ制
御部、16はキー入力監視部で、マイクロフォン１より入
力された音声の未知パラメータを特徴抽出部２で抽出
し、認識演算部３においてすでに登録されている辞書部
５の音声辞書5aのそれと比較演算を行ない、最も類似性
の高い単語をその結果として結果処理部６に送る。結果
処理部６においては認識結果に対応するキーストリング
を検索し文字列出力部７を介して例えばパーソナルコン
ピュータ10のキーボードバッファ11に転送し、キーボー
ドから入力されたものとして処理される。この認識処理
の開始は認識開始制御部８をパーソナルコンピュータ10
から指令することにより行なわれる。

ここで、文字列出力部７からキーボードバッファ11に
転送する際にタイマ制御部15において転送する時間を制
御する。タイマ制御部15はパーソナルコンピュータ内の
タイマ制御部を用いても外部のものを用いても良いが、
ここではユーザに設定された時間間隔（例えば0.5,1,2
…）に従って、その信号を転送制御部９に送り、文字列
出力部７のキーストリングを１バイトずつ転送する。こ
の時間間隔はユーザの設定にゆだねられており、アプリ
ケーションの動作速度にみあった時間間隔に設定する。
この時、キー入力監視部16ではユーザからのキーボード
入力があったかどうかを監視し、例えば予め設定された
ポーズキーの場合はタイマ制御による文字列の転送を一
時ポーズし、又は、キャンセルキーの場合は、それ以降
の転送を中止し、文字列出力部７の中の残りのデータを
廃棄する。

効果 以上の説明から明らかなように、本発明によると、キ
ーエミュレーションの時間間隔を可変にすることによ
り、ユーザはその動作の推移を確認することができ、
又、その時点でポーズキーやキャンセルキーにより、誤
認識時にそれ以降の動作をキャンセルすることが可能に
なる。更に、割り付けられているキーストリングの途中
までを利用し、あとをキャンセルする等の機能も利用す
ることが可能となる。

【図面の簡単な説明】

第１図は、本発明の一実施例を説明するためのブロック
図、第２図は、編集画面の一例を示す図である。 １……マイクロフォン、２……特徴抽出部、３……認識
演算部、４……登録演算部、５……辞書部、６……結果
処理部、７……文字列出力部、８……認識制御部、９…
…転送制御部、10……パーソナルコンピュータ、11……
キーボードバッファ、12……パーソナルコンピュータシ
ステム部、13……キーボード制御部、14……キーストロ
ーク編集バッファ部、15……タイマ制御部、16……キー
入力監視部。

Claims (3)

(57)【特許請求の範囲】
1. 【請求項１】キーボード、ディスプレイなどを有する入
   力手段と表示手段とを有し、音声を入力して得られた特
   徴量と予め登録されている標準パターンとの比較演算を
   行なって入力音声を認識する手段と、前記予め登録され
   た個々の標準パターンに対して予めユーザにより編集さ
   れたキーストリングを有し、入力音声に対して認識され
   た標準パターンに対応するキーストリングをキーボード
   バッファに転送して、キーボード入力とするキーエミュ
   レータ手段と、予め定められたキー入力により走行中の
   アプリケーションプログラム上で割り込み信号を発生し
   て文字列を編集する機能を持つキーエミュレータを備
   え、キーストリングをキーボードバッファに送出する周
   期を可変にしたことを特徴とする音声入力システム。
2. 【請求項２】キーストリングを実行時にある特定のキー
   入力があった場合に、その動作を一時中断することを特
   徴とする請求項１に記載の音声入力システム。
3. 【請求項３】キーストリング実行時にある特定のキー入
   力があった場合に、それ以降の動作をキャンセルするこ
   とを特徴とする請求項１記載の音声入力システム。