JP3082618B2

JP3082618B2 - エレベータの音声入力装置

Info

Publication number: JP3082618B2
Application number: JP07096110A
Authority: JP
Inventors: シャンドルマルコン
Original assignee: Fujitec Co Ltd
Current assignee: Fujitec Co Ltd
Priority date: 1995-03-28
Filing date: 1995-03-28
Publication date: 2000-08-28
Anticipated expiration: 2015-08-28
Also published as: JPH08259125A

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、エレベータ利用者の音
声を認識してかごや乗場の呼びの登録等を行うエレベー
タの音声入力装置に関するものである。

【０００２】

【従来の技術】音声認識装置を有する従来のエレベータ
装置を図により説明する。この従来例はエレベータかご
に乗る前に、行先階を登録するタイプのものである。図
４はエレベータ乗場に音声認識装置を使用した概略図で
あり、乗場ドア１の近辺にはかご位置表示装置２、行先
階呼登録ボタン３、音声認識用マイクロホン４、音声認
識処理が正常に行われたことを示すＯＫランプ５、音声
認識が行えなかったことを示すリジェクトランプ６が設
置されている。

【０００３】音声認識による操作を行わないときは、従
来と同様に、エレベータ利用客は行先階呼登録ボタン３
から自分の行きたい階を選んでボタンを押すと、その階
のボタンのランプが点灯する。エレベータかごが到着す
ると、先に操作した行先階呼が、かご内の呼に転送され
て、目的階に利用者を運ぶようになっている。

【０００４】音声認識処理を行う場合には、エレベータ
利用客がマイクロホン４に近づいて発声すると、音声認
識装置が作動する。そして、音声認識処理が行われて、
正常音声と判定されるとＯＫランプ５が点灯するととも
に、行先階呼登録ボタン３の該当する階のランプが点滅
する。また、異常音声と判定されるとリジェクトランプ
６のみが点灯する。

【０００５】上記の正常音声，異常音声の判定は、入力
音声と、予め記憶されている標準パターンとを比較し、
その類似度が一定基準を超えていた場合はＯＫランプ
５、基準以下だった場合はリジェクトランプ６を一定時
間（１〜２秒）点灯させている。したがって、”にか
い”と発声しても、音声認識装置が３階と判定すると、
ＯＫランプ５が点灯し、行先階呼登録ボタン３の３階の
ランプが点滅することがある。この場合、行先階呼登録
ボタン３の点滅の間は、単に表示しているのみで、エレ
ベータの制御は行っていない仮表示のため、利用者はこ
の結果を見て正常であれば、上記一定時間待てば自動的
に登録され、また、異常であれば再度発声することによ
り補正できる。

【０００６】次に、音声認識処理部の構成を図５により
説明する。マイクロホン４から入力された音声は、Ａ／
Ｄ変換部１０によってデジタル値に変換された後、バン
ドパスフィルタ部１１で音声の帯域制限を行い、例えば
サンプリング周波数１２ｋＨｚ，１２ビットのデジタル
値を得るようになっている。更に、バンドパスフィルタ
部１１は上記デジタル値から音声信号の特徴のみを抽出
し、８msec単位のスペクトル系列に変換して情報の圧縮
を行う。

【０００７】音声区間検出部１２では、有効な音声の検
出を行い、実際に音声認識すべき音声データをまとめ、
サンプリング部１３へ出力する。サンプリング部１３で
は、この音声データを辞書記憶部１４に格納されている
標準パターンの音声区間長に適合するように正規化す
る。この結果音声データは、２５６点のデータに変換さ
れ、辞書記憶部１４に格納されている２５６点の標準パ
ターンと比較して、ＣＰＵ１５が類似度を計算し、最も
類似度の高い標準パターンを認識結果として、操作出力
部１６に出力する。プログラム記憶部１７は上記の手順
をプログラム化したものである。

【０００８】操作出力部１６からのデータは、エレベー
タ制御部１８に入力され、エレベータの制御を行う。認
識結果報知部１９は、エレベータ制御部１８の呼出力部
２０から表示される行先階呼登録ボタン３に対し、仮表
示のための点滅を行うための手段を有している。また、
ＯＫランプ５及びリジェクトランプ６の点灯を制御す
る。

【０００９】次に、この音声認識処理を図６，図７のフ
ローチャートにより説明する。まず、マイクロホン４か
ら音声入力（ステップＳ１）があると、その入力が利用
者の音声レベルであるか、音声と判断されない暗騒音で
あるかを検出する（ステップＳ２）。このステップＳ２
では、音声区間検出部１２により、適正な音声が入力さ
れていることも同時に検出し、適正であればステップＳ
３の音声認識処理を行う。

【００１０】ステップＳ３では、音声の再入力による補
正を可能にしている。図７に示すように、ステップＳ３
Ａでは認識処理が終了した後の音声入力を検出し、入力
があった場合には、前の認識結果を無効にし（ステップ
Ｓ３Ｂ）、今回の音声による認識結果を優先させる構成
としている（ステップＳ３Ｃ）。

【００１１】ステップＳ４では、音声認識処理の結果の
音声データと辞書記憶部１４に格納されている標準パタ
ーンとの比較を行い、一定の基準を超える類似度が認め
られた場合、ステップＳ５でＯＫランプ５の点灯を行
い、エレベータ利用者に対し、有効な音声であったこと
を報知する。また、類似度が基準以下の場合には、ステ
ップＳ６でリジェクトランプ６を点灯し、再入力を要求
する。

【００１２】ステップＳ７では、有効な音声指令が登録
可能か否かを判断する。例えば不停止階を指令した場合
には、ステップＳ９で点滅周期２を選択し、通常処理の
ステップＳ８と異なることを利用者に報知している。ス
テップＳ１０では、上記の点滅周期で認識結果を点滅さ
せている。ステップＳ８の点滅周期は０．５秒、ステッ
プＳ９の点滅周期は０．３秒程度である。

【００１３】ステップＳ１１は、音声指令終了後か操作
前かの判定を行っており、音声指令後であった場合はス
テップＳ１２により、上記のランプの点灯処理を終了さ
せている。つまり、ＯＫランプ５の点灯後１秒程度でラ
ンプを消灯し、今まで点滅していた認識結果をエレベー
タ制御部１８に送って、実際に呼が作成されたものとし
て処理する。

【００１４】上記の従来例によれば、エレベータ利用者
は音声認識用マイクロホン４の前に立ち、自分の行きた
い階を発声し、その結果を行先階呼登録ボタン３の点灯
状態で確認して所望の結果であれば、１秒程度待てば呼
が登録される。また、誤った結果であっても、行先階呼
登録ボタン３の点滅中にもう１度発声すれば前に入力し
た内容、つまり現在点滅しているデータを消去して、今
回入力した結果を点滅表示する。これにより正しい結果
となるまで補正が可能である。

【００１５】

【発明が解決しようとする課題】しかしながら、上記従
来例の場合、音声データと標準パターンとの類似度が極
めて高い場合であっても、常に一定時間行先階呼登録ボ
タン３を点滅させるため、慣れた利用客にとっては煩わ
しさを感じさせ、また、不慣れな利用客の場合、行先階
呼登録ボタン３の点滅中に、誤って次の呼を登録し、前
に入力した内容、つまり現在点滅しているデータを消去
してしまう可能性があった。

【００１６】そこで、音声データと標準パターンとの類
似度が一定の基準を超える場合には、直ちに登録し、類
似度が基準以下の場合には、最も類似度の高い単語とそ
の得点（類似の度合いを１００点満点で表示したもの）
を表示する、という方法も考えられている。しかしなが
ら、この従来例の場合、正しく音声認識できたか否かの
２通りの判断のみであるから、類似度が基準以下のもの
は、全て不登録となり、先の従来例のように、点滅中に
補正するということができない。

【００１７】更に、上記各従来例は、音声入力が適正で
あるか否かの判断は、音声データと標準パターンとの類
似度により決定している。つまり、１つの音声認識手段
のみによって音声認識処理を行っているため、音声認識
の信頼度が高くないという問題がある。

【００１８】

【課題を解決するための手段】本発明は、音声入力が適
正であるか否かを認識する手段として、音声認識処理方
法が異なる複数種類の音声認識手段を使用し、両認識手
段の結果を比較することによって、音声入力の適否を判
断するようにしたものである。また、本発明は、両認識
手段の結果が一致すれば、直ちに登録し、また不一致の
場合には、その類似度の大きさによって、利用客に確認
を求めるか、不登録（再登録要求）とするかを選択する
構成である。

【００１９】

【作用】本発明によれば、複数種類の認識手段の結果を
比較することにより、音声入力の適否を判断しているた
め、音声データと標準パターンとの類似度のみによって
音声入力の適否を判断する従来例に比べ音声認識の信頼
度が高くなり、また、音声認識処理の結果も、直ちに登
録、利用客に確認を求める、不登録（再登録要求）とい
う３段階にしているため、エレベータ利用客が使い易く
なる。

【００２０】

【実施例】本発明の一実施例を図１により説明する。図
１は従来の図５に相当する図で、図５と同一符号は同一
のものをしめしている。図において、３０はスペクトル
演算部であり、音声区間検出部１２で検出された音声か
ら音声認識用入力パターン（音声データ）を作成し、第
１，第２音声認識部３１，３２へ出力する。

【００２１】第１，第２音声認識部３１，３２はともに
ニューラルネットで構成されており、第１音声認識部３
１は、多層パーセプトロン型のニューラルネットワーク
（通常のＢＰネット）であり、第２音声認識部３２はＬ
ＶＱネットである。この第１，第２音声認識部３１，３
２で音声データの音声認識を行いその結果を音声認識確
認部３３へ出力する。この音声認識確認部３３では、音
声認識結果に基づいて音声認識の確信度を演算し、その
結果をエレベータ制御部１８及び報知部３４へ出力す
る。

【００２２】図２は音声認識確認部３３での認識処理を
示す図である。ここで、第１，第２音声認識部３１，３
２を構成しているＢＰネット及びＬＶＱネットの特徴を
概説すると、ＢＰネットは、学習したデータに対して高
性能の分類機能を有するが、「未知」と言う判断はでき
ない。したがって、どんな音声データでも、予め格納さ
れているいずれかの標準パターンに一致するという認識
結果を出力し、類似度を出力することはない。また、Ｌ
ＶＱネットはＢＰネットほどの性能はないが、類似度の
出力が可能であるという特徴がある。また、基本的に
は、ＢＰネットとＬＶＱネットは異なる処理をするの
で、両ネットの結果が一致すれば、その信頼性は非常に
高いということになる。

【００２３】第１音声認識部３１の出力ｘ１は、認識結
果としての標準パターンであり、第２音声認識部３２の
出力ｘ２は、認識結果としての標準パターン、またｄ２
は音声データとｘ２との類似度であり、「近い」又は
「遠い」のいずれかである。３３ａはｘ１とｘ２とを比
較する比較手段であり、ｘ１＝ｘ２のときは判定係数ｄ
１＝０、ｘ１≠ｘ２のときはｄ１＝１を、ｘ１とともに
出力する。３３ｂはゲートであり、ｄ１＝０のときはｙ
＝ｘ１を出力し、ｄ１＝１のときは、ｄ２＝「近い」で
あればｙ＝ｘ１を、ｄ２＝「遠い」であればｙ＝０を出
力する。

【００２４】次に、音声認識処理を図３のフローチャー
トにより説明する。まずステップＳ２０で、確信度が大
か否かを判断する。即ち、ｄ１＝０であれば確信度が大
と判断してステップＳ２１を実行し、ｄ１＝１であれば
ステップＳ２２を実行する。ステップＳ２１では、音声
指令が登録可能か否かを判断する。例えば不停止階を指
令した場合には、エラー表示を行って（ステップＳ２
３）利用客に再登録を要求し、登録可能であれば登録処
理を行う（ステップＳ２４）。このとき、正常に登録さ
れた旨の案内表示等を行っても良い。

【００２５】ステップＳ２２では、確信度が中か否かを
判断する。ｙ＝ｘ１（即ちｄ２＝「近い」）であれば確
信度が中と判断してステップＳ２５を実行し、ｙ＝０
（即ちｄ２＝「遠い」）であればステップＳ２６を実行
する。ステップＳ２５では、ステップＳ２１と同様に、
音声指令が登録可能か否かを判断し、登録不可能であれ
ばステップＳ２６を実行し、登録可能であればステップ
Ｓ２７の確認要求を実行する。この確認要求は、音声認
識の結果が正しいかどうか、即ち、出力ｙ＝ｘ１で良い
かどうかを利用客に判断してもらうものであり、例え
ば、音声合成による音声案内や表示装置への表示等によ
り行う。

【００２６】ステップＳ２８により、利用客が確認をす
ればステップＳ２４の登録処理を行い、確認をしなけれ
ば、又は否認をすればステップＳ２６を実行する。ステ
ップＳ２６は、不登録のステップであり、利用客に再登
録を要求する。尚、上記ステップＳ２３のエラー表示及
び再登録要求、ステップＳ２４の正常登録済の案内表示
等、ステップＳ２６の再登録要求、ステップＳ２７の確
認要求は図１の報知部３４により行う。

【００２７】上記のように、本実施例は、音声データを
認識する手段として、異なる処理を行う２種類のニュー
ラルネットを使用しているため、従来の装置に比べ音声
認識の信頼度が高くなり、また、音声認識処理の結果
も、直ちに登録、利用客に確認を求める、不登録（再登
録要求）という３段階にしているため、エレベータ利用
客にとって使い易い。

【００２８】ところで、上記実施例において、ステップ
Ｓ２２で、確信度が中か否かを判断するときに、ｙがｘ
１か０か、即ち、ｄ２＝「近い」かｄ２＝「遠い」かに
よって判断している。このときの確信度は、音声データ
とｘ１との類似度のことを示している。ところが、ｄ２
は音声データとｘ２との類似度を示すものであり、食い
違っている。したがって、より正確に処理を行おうとす
れば、図２の比較手段３３ａで、ｘ１≠ｘ２と判断した
場合、ｘ１を第２音声認識部３２へ入力し、音声データ
とｘ１との類似度をｄ２として再出力すれば良い。しか
しながら、音声データが真の音声データかノイズかを判
断するのみならば、上記実施例の方法でも実用上問題は
ない。

【００２９】上記実施例では、第１及び第２音声認識部
として、ＢＰネットとＬＶＱネットを使用しているが、
他のニューラルネットを使用しても良い。例えば、第１
音声認識部としてＢＰネット又はＣＰＮネットのいずれ
かを使用し、第２音声認識部として類似度の出力が可能
なＬＶＱ，ＬＶＱ−２，ＭＶＱ，ＡＲＴ，ＲＣＥ，ＲＢ
Ｆネットのいずれかを使用しても良い。また、３種以上
を組み合わせることもできる。更に、ニューラルネット
とＨＭＭ機構の音声認識装置とを組み合わせることもで
きる。

【００３０】また、上記実施例では、乗場で行先階を登
録するタイプのものについて説明したが、通常のエレベ
ータのように上昇及び下降の呼ボタンを有するタイプの
ものであっても同様に行うことができる。また、かご内
の呼ボタンや戸開閉ボタン等でも同様に行える。

【００３１】

【発明の効果】以上説明したように、本発明によれば、
複数の音声認識部の認識結果を比較することにより、音
声入力の適否を判断しているため、従来装置に比べ音声
認識の信頼度が高くなり、また、音声認識処理の結果
も、直ちに登録、利用客に確認を求める、不登録（再登
録要求）という３段階にしているため、エレベータ利用
客が使い易くなる、という効果がある。

【図面の簡単な説明】

【図１】本発明の一実施例を示す音声認識処理部のブロ
ック図である。

【図２】本発明の一実施例の音声認識確認部での認識処
理を示す図である。

【図３】本発明の一実施例の音声認識処理を示すフロー
チャートである。

【図４】従来のエレベータ乗場に音声認識装置を使用し
た概略図である。

【図５】従来の音声認識処理部を示すブロック図であ
る。

【図６】従来の音声認識処理を示すフローチャートであ
る。

【図７】図６の音声認識部における処理を示すフローチ
ャートである。

【符号の説明】

３行先階呼登録ボタン４音声認識用マイクロホン１０Ａ／Ｄ変換部１１バンドパスフィルタ部１２音声区間検出部１８エレベータ制御部３０スペクトル演算部３１第１音声認識部３２第２音声認識部３３音声認識確認部３４報知部

───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.⁷ 識別記号ＦＩＧ１０Ｌ 15/22 Ｇ１０Ｌ 9/10 ３０１Ｃ

Claims

(57)【特許請求の範囲】

【請求項１】エレベータの乗場或いはかご内に設けた
マイクロホン、該マイクロホンに入力された音声信号を
認識する音声認識装置、該音声認識装置の認識結果に応
じてエレベータの制御を行うエレベータ制御装置を備え
たエレベータの音声入力装置において、前記音声認識装置は、音声認識処理方法が異なる複数種
類の音声認識部を有し、これら複数の音声認識部の出力
により、音声認識の確信度を３種類に分類する手段を有
することを特徴とするエレベータの音声入力装置。
【請求項２】上記音声認識部の一方はＢＰネット又は
ＣＰＮネットであり、他方は類似度の出力が可能なニュ
ーラルネットであり、両ネットの出力を比較して両出力
の一致・不一致を比較し、一致の場合には確信度大を出
力し、不一致の場合には、他方のニューラルネットの類
似度により確信度が中か否かを出力する手段を備えたこ
とを特徴とする請求項１記載のエレベータの音声入力装
置。