JP4453377B2 - 音声認識装置、プログラム及びナビゲーション装置 - Google Patents
音声認識装置、プログラム及びナビゲーション装置 Download PDFInfo
- Publication number
- JP4453377B2 JP4453377B2 JP2004023881A JP2004023881A JP4453377B2 JP 4453377 B2 JP4453377 B2 JP 4453377B2 JP 2004023881 A JP2004023881 A JP 2004023881A JP 2004023881 A JP2004023881 A JP 2004023881A JP 4453377 B2 JP4453377 B2 JP 4453377B2
- Authority
- JP
- Japan
- Prior art keywords
- single syllable
- candidate
- voice
- speaker
- input
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 claims description 133
- 238000012790 confirmation Methods 0.000 claims description 43
- 230000007717 exclusion Effects 0.000 claims description 26
- 238000012545 processing Methods 0.000 claims description 16
- FFBHFFJDDLITSX-UHFFFAOYSA-N benzyl N-[2-hydroxy-4-(3-oxomorpholin-4-yl)phenyl]carbamate Chemical compound OC1=C(NC(=O)OCC2=CC=CC=C2)C=CC(=C1)N1CCOCC1=O FFBHFFJDDLITSX-UHFFFAOYSA-N 0.000 description 8
- 208000003028 Stuttering Diseases 0.000 description 7
- 238000004891 communication Methods 0.000 description 7
- 238000002474 experimental method Methods 0.000 description 5
- 238000013500 data storage Methods 0.000 description 4
- 230000000306 recurrent effect Effects 0.000 description 4
- 125000002066 L-histidyl group Chemical group [H]N1C([H])=NC(C([H])([H])[C@](C(=O)[*])([H])N([H])[H])=C1[H] 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000005674 electromagnetic induction Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/16—Sound input; Sound output
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/04—Segmentation; Word boundary detection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Computational Linguistics (AREA)
- Multimedia (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Navigation (AREA)
Description
ここで、本発明の音声認識装置においては、制御手段が、上記の除外について、確定処理を実行することなく繰り返し実行した報知処理のうち直前を除く所定回数以前に実行した報知処理によって報知した候補単音節は除外しないことを要旨とする。
ここで、本発明の音声認識装置においては、制御手段が、上記の除外について、確定処理を実行することなく繰り返し実行した報知処理のうち直前を除く所定回数以前に実行した報知処理によって報知した候補単音節は除外しないことを要旨とする。
しかし、本当は正しい候補単音節が報知されたにもかかわらず、間違えて再発話してしまう場合も考えられる。このように間違えてしまうと、二度と正しい候補単音節が報知されなくなってしまうという不都合が生じる。このような不都合が生じることを防止するためには、請求項1又は請求項2に記載のように、所定回数、再発話があった際には、候補単音節の除外を解除するようになっているとよい。つまり、制御手段が、前記除外について、確定処理を実行することなく繰り返し実行した報知処理のうち直前を除く所定回数以前に実行した報知処理によって報知した候補単音節は除外しないようになっているとよい。
図1は、音声認識機能を有するナビゲーション装置20の構成を示すブロック図である。ナビゲーション装置20は車両に搭載され、車両の現在位置を検出する位置検出器21と、ユーザーからの各種指示を入力するための操作スイッチ群22と、操作スイッチ群22と同様に各種指示を入力可能であってナビゲーション装置20とは別体となったリモートコントロール端末(以下、リモコンと称す)23aと、リモコン23aからの信号を入力するリモコンセンサ23bと、地図データや各種の情報を記録した地図記憶媒体から地図データ等を入力する地図データ入力器25と、地図や各種情報の表示を行うための表示部26と、各種のガイド音声等を出力するための音声出力部27と、音声を入力して音声情報を出力するマイクロフォン28と、音声認識関連データを入出力する音声認識関連データ入出力器30と、車内LANと通信を行う車内LAN通信部31と、上述した位置検出器21,操作スイッチ群22,リモコンセンサ23b,地図データ入力器25,マイクロフォン28,音声認識関連データ入出力器30,車内LAN通信部31からの入力に応じて各種処理を実行し、表示部26,音声出力部27,音声認識関連データ入出力器30,車内LAN通信部31を制御する制御部29とを備えている。
マイクロフォン28は、利用者が音声を入力(発話)するとその入力した音声に基づく電気信号(音声信号)を制御部29に出力するものである。利用者はこのマイクロフォン28に様々な音声を入力することにより、ナビゲーション装置20を操作することができる。
続くS120では、マイクロフォン28を介して利用者の音声を入力する。
続いて、操作スイッチ群22又はリモコン23aに設けられた確定SW(上述したトークSWと共用するようになっていても良い)が利用者によって押下されたか否か、又は利用者によって更に音声が入力されたかによって否かによって処理を分岐する(S140)。確定SWが利用者によって押下された場合はS145に進み、確定SWが利用者に操作されることなく、利用者によって更に音声が入力された場合はS150に進む。
本願発明者らは次のような実験を行った。その実験は、停止した車室内において20代から60代までの各代の男女各2名(つまり計20名)が、1人ずつ10回繰り返し発話することを3度行う実験である。そしてその実験結果に基づいて、話者による入力回数を横軸とし、その入力回数までに正しい単音節が認識された確率を縦軸に示したグラフが図9に示すものである。このグラフからわかるように、3回目以降は、ほぼ認識率が一定になり(3回目は認識率96%、4回目は認識率98%、5回目は認識率98%)、それ以降はほとんど変化がない。つまり、4回以上発話回数を重ねてもそれ以降に正しい候補単音節が報知されるということはほとんどない。つまり、ほとんどの場合、再発話回数3回時点までに正しい単音節が一度は報知されていることを意味し、再発話回数が3回になった場合には、話者が正しい候補単音節を誤って除外してしまった可能性が高いことを意味する。したがって、再発話回数が3回になった時には、一番はじめに認識されたものを再び認識候補として報知可能にするとよい。
次に、第2実施例について説明する。第2実施例の音声認識機能を有するナビゲーション装置は、上述した第1実施例のナビゲーション装置20と同様の構成を有するため、相違点についてのみ説明する。主な相違点は、制御部29で実行される音声認識処理にある。以下、制御部29で実行される音声認識処理2について図3のフローチャートを用いて説明する。
制御部29は実行を開始すると、まず、操作スイッチ群22又はリモコン23aに設けられたトークSWが利用者によって押下されたか否かによって処理を分岐する(S210)。トークSWが利用者によって押下された場合は次の処理ステップに進み、そうでなければ本ステップにとどまる。
続くS220では、マイクロフォン28を介して利用者の音声を入力する。
そしてS245では、S240で報知した候補単音節を除外バッファに入れる。この際、除外バッファの中に既に候補単音節が3つある場合は、最も過去に除外バッファに入れた候補単音節を消去し、新たにS240で報知した候補単音節を除外バッファに入れる。そして、上述したS220に処理を戻す。
次に、第1参考例について説明する。第1参考例の音声認識機能を有するナビゲーション装置は、上述した第1実施例のナビゲーション装置20と同様の構成を有するため、相違点についてのみ説明する。主な相違点は、制御部29で実行される音声認識処理にある。以下、制御部29で実行される音声認識処理3について図4のフローチャートを用いて説明する。
続くS320では、マイクロフォン28を介して利用者の音声を入力する。
[第2参考例]
次に、第2参考例について説明する。第2参考例の音声認識機能を有するナビゲーション装置は、上述した第1実施例のナビゲーション装置20と同様の構成を有するため、相違点についてのみ説明する。主な相違点は、制御部29で実行される音声認識処理にある。以下、制御部29で実行される音声認識処理4について図5のフローチャートを用いて説明する。
続くS420では、マイクロフォン28を介して利用者の音声を入力する。
S455では、特定できた確認用単語に対応する候補単音節を確定単音節として、既に確定済みの確定単音節群の最後に加える。
(1)上記参考例では、利用者は基本的に音声入力を単音節で行うようになっていたが、単音節に対応づけられた複数音節からなる単音節認識用特定語によって入力するようになっていてもよい。その場合、ナビゲーション装置20は、音声認識関連データ入出力器30を介して入力した音声認識関連データに基づいて、入力された単音節認識用特定語に対応する単音節を特定するようになっていればよい。そして、予め、様々なジャンル等によって分けられた単音節認識用特定語の辞書を音声認識関連データ記憶媒体に記憶させておき、利用者がその辞書を選択できるようになっていれば、利用者の好みによって辞書を選択できるため利用者は単音節認識用特定語を早く記憶して使いこなせるようになる。なお、この単音節認識用特定語は、利用者が登録できるようになっていると、さらに利用者は単音節認識用特定語を早く記憶して使いこなせるようになる。
Claims (6)
- 話者の発声した音声を入力する音声入力手段と、
前記入力手段が入力した音声を分析して候補単音節を特定する音声認識手段と、
指定された情報を報知する報知手段と、
話者の操作を受け付ける受付手段と、
前記音声認識手段が特定した候補単音節の中で最も尤度が高い候補単音節を前記報知手段に報知させる報知処理を実行し、話者より決定を意味する操作を前記受付手段が受け付けた場合は直前の前記報知処理の際に報知させた前記候補単音節を話者の意図する単音節として確定する確定処理を実行し、話者から新たな音声が前記音声入力手段に入力されて前記音声認識手段が候補単音節を特定した場合は前記報知処理の実行に戻ると共に、前記確定処理を実行することなく前記報知処理を連続して2回以上実行する場合、前記報知処理によって過去に報知した前記候補単音節を報知する候補単音節から除外して最も尤度の高い前記候補単音節を前記報知手段に報知させる制御手段と、
を備え、話者によって入力された音声に基づいて話者の意図する単音節を決定する音声認識装置において、
前記制御手段は、前記除外について、前記確定処理を実行することなく繰り返し実行した前記報知処理のうち直前を除く所定回数以前に実行した前記報知処理によって報知した候補単音節は除外しないことを特徴とする音声認識装置。 - 話者の発声した音声を入力する音声入力手段と、
前記入力手段が入力した音声を分析して候補単音節を特定すると共に確定を意味する確定語を認識する音声認識手段と、
指定された情報を報知する報知手段と、
前記音声認識手段が特定した候補単音節の中で最も尤度が高い候補単音節を前記報知手段に報知させる報知処理を実行し、話者から新たな音声が前記音声入力手段に入力されて前記音声認識手段が前記確定語を認識した場合は直前の前記報知処理の際に報知させた前記候補単音節を話者の意図する単音節として確定する確定処理を実行し、話者から新たな音声が前記音声入力手段に入力されて前記音声認識手段が候補単音節を特定した場合は前記報知処理の実行に戻ると共に、前記確定処理を実行することなく前記報知処理を連続して2回以上実行する場合、前記報知処理によって過去に報知した前記候補単音節を報知する候補単音節から除外して最も尤度の高い前記候補単音節を前記報知手段に報知させる制御手段と、
を備え、話者によって入力された音声に基づいて話者の意図する単音節を決定する音声認識装置において、
前記制御手段は、前記除外について、前記確定処理を実行することなく繰り返し実行した前記報知処理のうち直前を除く所定回数以前に実行した前記報知処理によって報知した候補単音節は除外しないことを特徴とする音声認識装置。 - 請求項1又は請求項2に記載の音声認識装置において、
前記所定回数は、3回であることを特徴とする音声認識装置。 - 請求項1〜請求項3の何れかに記載の音声認識装置において、
更に、話者の操作を受け付ける受付手段を備えていなければ備え、
前記制御手段は、前記受付手段が受け付けた話者の操作に基づいて前記所定回数を変更することを特徴とする音声認識装置。 - コンピュータを、請求項1〜請求項4の何れかに記載の音声認識装置における音声認識手段又は制御手段の少なくとも一方として機能させるためのプログラム。
- 所定のナビゲーション処理を実行するナビゲーション装置であって、
請求項1〜請求項4の何れかに記載の音声認識装置を備え、その音声認識装置によって得られた話者の意図する単音節群を前記ナビゲーション処理に用いることを特徴とするナビゲーション装置。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2004023881A JP4453377B2 (ja) | 2004-01-30 | 2004-01-30 | 音声認識装置、プログラム及びナビゲーション装置 |
KR1020040110491A KR100677711B1 (ko) | 2004-01-30 | 2004-12-22 | 음성 인식 장치, 기억 매체 및 네비게이션 장치 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2004023881A JP4453377B2 (ja) | 2004-01-30 | 2004-01-30 | 音声認識装置、プログラム及びナビゲーション装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2005215474A JP2005215474A (ja) | 2005-08-11 |
JP4453377B2 true JP4453377B2 (ja) | 2010-04-21 |
Family
ID=34906753
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2004023881A Expired - Fee Related JP4453377B2 (ja) | 2004-01-30 | 2004-01-30 | 音声認識装置、プログラム及びナビゲーション装置 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP4453377B2 (ja) |
KR (1) | KR100677711B1 (ja) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8473295B2 (en) * | 2005-08-05 | 2013-06-25 | Microsoft Corporation | Redictation of misrecognized words using a list of alternatives |
GB2440766B (en) | 2006-08-10 | 2011-02-16 | Denso Corp | Control system |
JP5458470B2 (ja) * | 2007-03-19 | 2014-04-02 | 日本電気株式会社 | 入力文字候補を音声により変換する機能を備える情報処理装置及びその文字入力プログラム |
JP2013045282A (ja) * | 2011-08-24 | 2013-03-04 | Kyushu Institute Of Technology | コミュニケーション支援システム |
KR102518543B1 (ko) * | 2017-12-07 | 2023-04-07 | 현대자동차주식회사 | 사용자의 발화 에러 보정 장치 및 그 방법 |
DE102020206135A1 (de) * | 2020-05-15 | 2021-11-18 | Robert Bosch Gesellschaft mit beschränkter Haftung | Vorrichtung und Verfahren zum Bestimmen wenigstens eines Teils eines Knowledge Graphs |
-
2004
- 2004-01-30 JP JP2004023881A patent/JP4453377B2/ja not_active Expired - Fee Related
- 2004-12-22 KR KR1020040110491A patent/KR100677711B1/ko not_active IP Right Cessation
Also Published As
Publication number | Publication date |
---|---|
KR20050078195A (ko) | 2005-08-04 |
KR100677711B1 (ko) | 2007-02-02 |
JP2005215474A (ja) | 2005-08-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7822613B2 (en) | Vehicle-mounted control apparatus and program that causes computer to execute method of providing guidance on the operation of the vehicle-mounted control apparatus | |
US7310602B2 (en) | Navigation apparatus | |
JP2009139544A (ja) | 入力装置 | |
US7835901B2 (en) | Speech recognition apparatus and navigation system | |
JP4466379B2 (ja) | 車載音声認識装置 | |
JP4453377B2 (ja) | 音声認識装置、プログラム及びナビゲーション装置 | |
JP5217838B2 (ja) | 車載機器の操作装置及び車載機器の操作方法 | |
JP2010039099A (ja) | 音声認識および車載装置 | |
JP4914632B2 (ja) | ナビゲーション装置 | |
JP5218459B2 (ja) | 車両用情報端末及びプログラム | |
JP4770374B2 (ja) | 音声認識装置 | |
JP2008164809A (ja) | 音声認識装置 | |
JP2000338993A (ja) | 音声認識装置、その装置を用いたナビゲーションシステム | |
JP5455355B2 (ja) | 音声認識装置及びプログラム | |
JP4942406B2 (ja) | ナビゲーション装置及びその音声出力方法 | |
JP2002350146A (ja) | ナビゲーション装置 | |
JP2011232668A (ja) | 音声認識機能を備えたナビゲーション装置およびその検出結果提示方法 | |
JP3700533B2 (ja) | 音声認識装置及び処理システム | |
JP2007057805A (ja) | 車両用情報処理装置 | |
JP2006039954A (ja) | データベース検索装置、プログラム及びナビゲーション装置 | |
JP2007025076A (ja) | 車載用音声認識装置 | |
JP2000020086A (ja) | 音声認識装置、その装置を用いたナビゲーションシステム及び自動販売システム | |
WO2006028171A1 (ja) | データ提示装置、データ提示方法、データ提示プログラムおよびそのプログラムを記録した記録媒体 | |
JPH11325945A (ja) | 車載用ナビゲーション装置 | |
JP2006284677A (ja) | 音声案内装置、音声案内装置の制御方法及び制御プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20060323 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20090303 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20090317 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20090428 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20100112 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20100125 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130212 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130212 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140212 Year of fee payment: 4 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |