JP4466379B2 - 車載音声認識装置 - Google Patents

Description

本発明は、音声認識を用いて検索を行う車載音声認識装置に関する。

従来から、音声認識時に順位の低い認識結果を予備的な認識候補（誤認識候補）として記憶しておき、順位の高い認識結果を表示し、順位の高い認識結果に対してユーザから誤認識の指摘があった場合に当該予備的な認識候補の中から所望の認識結果をユーザに選択させることができるようにした技術が知られている（例えば、特許文献１参照）。この従来技術では、ユーザが表示画面に表示されたファンクションキーを操作すると、予備的な認識候補（誤認識候補）が表示画面に列挙され、その中からユーザが所望の認識結果を選択できるので、ユーザは再度発話する必要が無くなる。
特開２０００−２５９１７８号公報

ところで、車両に搭載されるこの種の音声認識装置は、ナビゲーション装置の目的地検索設定機能と結びつくことができる。例えばこの付近のハンバーガー屋に行きたいユーザは、「ハンバーガー」と発声し、音声認識装置に“ハンバーガー”を認識させ、検索ボタンを操作する。この場合、音声認識装置は、現在の車両位置と所定の地図データに基づいて周辺のハンバーガー屋を検索し、ディスプレイに検索結果を一斉に表示する。

ここで、ユーザは、同じハンバーガー屋であっても、“ABCバーガー（店名）”以外のハンバーガー屋に行きたい場合や、“DCEバーガーハウス（店名）”若しくは“FGHバーガー（店名）”に行きたい場合がありうる。

しかしながら、上述のような従来的な音声認識装置では、膨大となり得る検索結果（多数のハンバーガー屋のリスト）の中から所望の“ハンバーガー屋”（例えば“ABCバーガー”以外のハンバーガー屋）をユーザが自ら探して選択しなければならず、利便性やユーザフレンドリ性の観点から不十分な一面があった。

一方、現時点で車両に搭載可能な音声認識装置では、検索結果の絞込みを音声認識により行おうにも、音声認識精度上の問題で、“以外の”や“ではなく”といった排他条件や“または”や“若しくは”といったOR条件を音声認識することが困難な現状である。

そこで、本発明は、高い音声識別能力を有さなくても利便性の高い検索機能を提供できる音声認識装置の提供を目的とする。

上記課題を解決するため、本発明の一局面によれば、車内で検出される発話に対して音声認識処理を行い、前記発話に含まれる各識別文字列を認識する音声認識手段と、
タッチパネル式ディスプレイ上に、前記認識された各識別文字列を、互いに区別可能な別々の表示領域内にそれぞれ表示すると共に、タッチパネル式ディスプレイ上の各表示領域に対するユーザのタッチ操作を検出する表示制御手段と、
タッチパネル式ディスプレイ上に表示された各識別文字列に基づいて、所定の検索条件に従ってデータベース内における情報検索を行う検索システムとを備え、
タッチパネル式ディスプレイ上の前記表示領域に対するタッチ操作回数に応じて、該表示領域内に表示されている識別文字列が、前記検索条件において排他条件として使用（考慮）される状態が形成されることを特徴とする、車載音声認識装置が提供される。

本局面において、タッチパネル式ディスプレイ上の前記表示領域に対するタッチ操作回数に応じて、
（１）該表示領域内に表示されている識別文字列が、前記検索条件において他の識別文字列に対してＡＮＤ条件として考慮される第１の状態、
（２）該識別文字列が前記検索条件においてなんら考慮されない第２の状態、及び、
（３）該識別文字列が前記検索条件において排他条件として考慮される第３の状態の何れかが形成されてよい。

また、前記表示制御手段は、タッチパネル式ディスプレイ上の前記表示領域に対するタッチ操作回数に応じて、該表示領域内に表示されている識別文字列の表示状態を変化させるものであってよい。また、前記表示制御手段は、タッチパネル式ディスプレイ上でのタッチ操作による再認識指令に応じて、前記音声認識手段に、前記第２の状態が形成された識別文字列を認識辞書から除外した状態で前記音声認識処理を再度実行させるものであってよい。また、前記音声認識手段は、「または」「および」「以外」「ではなく」のような検索条件に関わる単語を識別しないものであってよい。

また、前記表示領域のうちの所定の２つ以上の前記表示領域内に表示されている２つ以上の識別文字列は、前記検索条件において他の識別文字列に対してＯＲ条件として考慮されてよい。前記所定の２つ以上の表示領域は、他の表示領域に対して区別可能な方向に配列されてよい。前記表示制御手段は、前記所定の２つ以上の表示領域には、前記識別文字列のうち同種の識別文字列を表示するものであってよい。

また、前記各表示領域内に表示されている各識別文字列間が、前記検索条件においてＡＮＤ条件で互いに結ばれるように初期設定される場合、
所定の隣接する２つの表示領域毎に、１つの操作領域が割り当てられ、
前記１つの操作領域に対するタッチ操作に応じて、該１つの操作領域に係る２つの表示領域内に表示されている２つの識別文字列間の前記検索条件における結びつきが、ＡＮＤ条件からＯＲ条件に切り換えられてよい。この場合において、ユーザが未確定の目的地を確定していくのに適した第１モードでは、前記第１の状態、第２の状態又は第３の状態が選択的に形成されるのに対して、ユーザが確定している目的地を発話して音声認識させるのに適した第２モードでは、前記第１の状態又は第２の状態しか形成されないこととしてよい。また、前記２つのモード間は、ユーザによるスイッチ操作、若しくは、前記発話に含まれる特定のキーワードに応じて切り換えられてよい。前記第２モードでは、前記音声認識手段は、地図関連用語のみを含む認識辞書に基づいて音声識別を行うものであってよい。

本発明によれば、高い音声識別能力を有さなくても利便性の高い検索機能を提供できる音声認識装置を得ることができる。

以下、図面を参照して、本発明を実施するための最良の形態の説明を行う。

図１は、本発明による車載音声認識装置の一実施例を示すシステム構成図である。本実施例の音声認識装置１０は、音声認識エンジン２０を搭載したマイクロコンピューターからなる。音声認識エンジン２０は、前処理部２２、特徴量抽出部２４、音響モデル処理／マッチング部２６、及び、言語モデル処理／マッチング部２８を備える。

音声認識装置１０は、車室内の音（音声）を拾うマイク４０を備える。マイク４０により検出された音声は、前処理部２２にて増幅、ノイズ除去などの所定処理を受けて、特徴量抽出部２４に送られる。特徴量抽出部２４では、検出された音声信号（発話データ）から特徴量が抽出され、次いで、音響モデル処理／マッチング部２６及び言語モデル処理／マッチング部２８を介して、認識候補が決定される。尚、本発明は、音声認識処理の詳細を特定するものでなく、如何なる音声認識技術に基づくものであってもよい。

音声認識装置１０は、更に、ユーザとの対話を制御する対話制御部３０を備える。上述の音声認識エンジン２０にて得られた認識候補（音声認識エンジン２０の認識結果）は、文字データとして対話制御部３０に入力される。対話制御部３０は、後述の如く、車内に配設されるディスプレイ４４に、音声認識エンジン２０の認識結果を表示する。また、対話制御部３０は、車内に配設されるスピーカ４２から、音声認識エンジン２０の認識結果を音声合成部３２を介して音声出力してもよい。

ディスプレイ４４は、ユーザがタッチ操作することで各種入力が可能なタッチパネル式ディスプレイである。対話制御部３０は、タッチパネル式ディスプレイ４４上の各表示領域（後述するキーワード枠９０等）に対するユーザのタッチ操作を検出する手段を備え、グラフィカルユーザーインターフェースを介した対話入力が実現される態様で画面制御を行う。

対話制御部３０には、検索システム７０が接続される。対話制御部３０は、後述の如く、タッチパネル式ディスプレイ４４を介して検索システム７０に対する検索指示等をユーザから受け付けると共に、タッチパネル式ディスプレイ４４上に検索システム７０による検索結果を表示する。

検索システム７０は、地名や施設、それらの位置やジャンルなど各種情報を格納した地図データベース７２を備える。検索システム７０は、以下詳説する如く、地図データベース７２の中から、タッチパネル式ディスプレイ４４を介してユーザが設定した検索条件に従って、適切な情報を検索・抽出する機能を有する。

例えば、ユーザが、近くのハンバーガー屋に行きたい場合に、マイク４０に向かって「ハンバーガー」と発声すると、対話制御部３０は、音声認識エンジン２０の認識結果として“ハンバーガー”をディスプレイ４４上に表示する。この際、ユーザが、例えばタッチパネル式ディスプレイ４４上の検索スイッチ８６（図３参照）にタッチすると、対話制御部３０は、検索システム７０により地図データベース７２の中からカテゴリ［ハンバーガー屋］に属するレストラン情報を抽出する。対話制御部３０は、検索システム７０が抽出したレストラン情報を、ディスプレイ４４上に表示する。そして、ユーザは、ディスプレイ４４上に表示されたレストラン情報の中から所望のハンバーガー屋を目的地として選択・設定する。この結果、対話制御部３０は、検索システム７０により当該ハンバーガー屋までのルート検索を実行し、この検索ルートをディスプレイ４４上に地図と共に表示させる。基本的には、このような対話の流れで目的地設定からルート案内開始までが進む。

ところで、一般的に、ディスプレイ４４上に表示できる情報量には限りがあり、また、膨大な情報を表示するのは却って不便であるので、該当する情報量（先の例ではカテゴリ［ハンバーガー屋］に属するレストラン情報）が所定量以上ある場合には、情報の絞込みのための検索条件を追加する必要が生ずる。

しかしながら、上述の如く音声認識により検索条件を入力する構成では、キーボードなどを用いてパーソナルコンピューター上で行う検索システムとは異なり、複雑な検索条件の入力が困難である。従って、検索条件の絞込みとしては、例えば地域に関する条件をアンド条件として加えたり、更なる詳細な条件（例えば、先の例では店名）に変更したりすることが一般的である。

これに対して、本実施例では、以下詳説する如く、音声認識による入力を主体としつつ、非常に簡易なスイッチ操作を補助的に用いることで、多様な検索条件の絞込みの設定を可能とする。

図２は、本実施例の音声認識装置１０により実行される特徴的な処理の流れを示すフローチャートである。本例では、ユーザが豊田市内で“ABCバーガー（店名）”以外のハンバーガー屋に行きたい場合を想定する。

先ず、ステップ１００として、音声認識装置１０は、例えばイグニッションスイッチがオンとなった際に起動され、ユーザの発話に対する待ち受け状態となる。尚、音声認識装置１０は、所定の条件が成立した場合のみ（例えば、所定のボタンが操作された場合のみ）、マイク４０により検出された音声に対して上述の音声認識処理を実行するように構成されていてよい。

ユーザの発話があると、音声認識装置１０は、音声認識処理を実行して認識結果をディスプレイ４４上に表示する（ステップ１１０）。この際、ユーザが「ハンバーガーが食べたいんだけど、ABCバーガーはなしにして。できれば豊田市がいいなー」と発話し、音声認識装置１０が、キーワード候補（識別文字列）として“ハンブルグ”、“ABCバーガー”及び“豊田市”を認識したとする。この場合、ディスプレイ４４上には、図３に示すように、認識結果が、各種の機能スイッチ８０と共に、キーワード枠９０内に表示される。

キーワード枠９０は、キーワード毎に設けられる。即ち、ある発話データにおいてｉ個のキーワードが確認される場合、ｉ個のキーワード枠９０_ｉ（ｉ＝1,2,…）が用意される。尚、１つのキーワードに対して複数のキーワード候補が認識される認識エンジンの場合、最も信頼度の高いキーワード候補がキーワード枠９０内に表示される。

本実施例のキーワード枠９０は、キーワード候補を表示するだけでなく、当該キーワード候補に係る検索条件を決定するためのタッチスイッチとしての機能も有する。即ち、キーワード枠９０は、それに対するユーザの操作態様によって検索条件が変わるように構成されている。

対話制御部３０は、上述の如くディスプレイ４４上のキーワード枠９０内に各認識結果を表示した後、ステップ１２０として、ユーザからの更なる入力を待機する状態に入る。

この際、対話制御部３０は、キーワード枠９０に対するユーザのタッチ回数Sに基づいて、キーワード枠９０内のキーワード候補の検索条件を判断する。ここで、タッチ回数Sは初期値が０であり、一回タッチする毎に１ずつ増え、３回タッチすると０に戻るように設定される。即ち、初期値S＝０（S＝S＋１）であり、S=３のときS＝０となる。これは、各キーワード枠９０_ｉに対してそれぞれ付与される。即ち、キーワード枠９０_ｉに係るタッチ回数はS（i）である。

本例の対話制御部３０は、キーワード枠９０_ｉに対するユーザのタッチ回数S（i）に応じて、当該キーワード枠９０_ｉの検索条件を判断するだけでなく、当該キーワード枠９０_ｉの表示状態をも変化させる。

例えば、キーワード枠９０_ｉに対して１回タッチすると（S（i）＝１）、対話制御部３０は、図３に示すように、キーワード枠９０_ｉの色を初期状態に比して薄くする（ステップ１３０）。これは、当該キーワード枠９０_ｉ内のキーワード候補が検索条件から除外されることを意味する。即ち、本例では、ユーザは、“ハンバーガー”の誤認識結果である“ハンブルグ”に係るキーワード枠９０_ｉ（ｉ＝１）に１回タッチすることで、“ハンブルグ”をキーワード候補から外すことができる。

また、キーワード枠９０_ｉに対して２回タッチすると（S（i）＝２）、対話制御部３０は、図３に示すように、キーワード枠９０_ｉ内のキーワード候補の横に“×”なる表示を生成する（ステップ１４０）。これは、当該キーワード枠９０_ｉ内のキーワード候補が排除条件であることを意味する。即ち、本例では、ユーザは、“ABCバーガー” に係るキーワード枠９０_ｉ（ｉ＝３）に２回タッチすることで、“ABCバーガー”を排除条件として設定することができる。

尚、キーワード枠９０_ｉに対して３回タッチすると（S（i）＝３＝０）、対話制御部３０は、キーワード枠９０_ｉの表示状態を初期状態に戻す（ステップ１５０）。

このように本実施例では、ユーザは、キーワード枠９０_ｉの表示状態を一目するだけで当該キーワード枠９０_ｉ内のキーワード候補に係る検索条件が容易に判断できる。尚、キーワード枠９０_ｉの表示状態の変化態様は、表示の明度や輝度を変化させるのみならず付加表示の重畳や点滅などの強調表示等々多種多様であり、本発明は、上記の変化態様に限られることない。

尚、先の例において、除外された“ハンブルグ”に代えて“ハンバーガー”をキーワード枠９０_１内に入れるため、ユーザは、ディスプレイ４４上の再認識スイッチ８４にタッチしてよい。この場合、音声認識エンジン２０は、対話制御部３０からの指令に応じて、“ハンブルグ”を認識辞書から除外して、バッファ内に格納しておいた発話データに対して再度認識処理を実行してもよい。或いは、音声認識エンジン２０が初めから複数の候補を出力しうる構成では、再認識スイッチ８４に操作に応答して、“ハンブルグ”の次候補としてメモリに格納されていた“ハンバーガー”がキーワード枠９０_１内に表示されうる。

また、本例では、その他の機能スイッチ８０として、リセットスイッチ８８が用意されている。リセットスイッチ８８が操作されると（ステップ１６０）、対話制御部３０は、全てのキーワード枠９０_ｉの表示状態を初期状態に戻し、それに伴い、全てのキーワード枠９０_ｉのタッチ回数S（i）が初期値０に戻される。尚、その後、もしユーザにより再度発話が実行されると、上記ステップ１００からの処理が再度実行されることになる。

上述のようなユーザによる検索条件設定操作が完了すると、ユーザは、ディスプレイ４４上の検索スイッチ８６にタッチすることになる。検索スイッチ８６が操作されると（ステップ１７０）、対話制御部３０による指令に基づいて検索システム７０による検索が実行される。この際、検索システム７０は、上述のようなキーワード枠９０_ｉ内の各キーワード候補の検索条件に従って（即ち、S（i）の値に従って）、検索を実行する。先の例では、キーワード枠９０_１内に“ハンバーガー”が入れ直されたとして、検索システム７０は、ユーザの望みどおり、“豊田市”という地域で“ABCバーガー”以外のハンバーガー屋を地図データベース７２の中から検索・抽出することになる。或いは、先の例のように、“ABCバーガー”からハンバーガー屋が推定できる場合には、キーワード枠９０_１のタッチ回数S（１）＝１の場合でも（即ち“ハンブルグ”をキーワード候補から外すだけで）、“豊田市”という地域で“ABCバーガー”以外のハンバーガー屋が適切に検索・抽出されうる。尚、この検索の際、通常通り、キーワード枠９０_ｉ内の各キーワード候補間はＡＮＤ条件で結ばれているとみなされている。

このように本実施例によれば、上述の如く簡易なスイッチ操作で排他条件を設定できるので、検索条件の絞込み方法の選択肢が広がり、ユーザの希望に合った検索条件の設定が可能となり、音声認識による検索システムの利便性が向上する。

また、上述の如く排他条件を簡易なスイッチ操作で設定可能とすることで、“以外の”や“ではなく”といった排他条件を音声認識させる必要が無くなる。これに伴い、ユーザの発話データに対して、認識の困難な助詞や接続詞などを認識対象（即ちキーワード）から外し、住所、ジャンル、名詞などの特定ワードのみを認識対象とすることが可能となる。この結果、音声認識エンジン２０に非常に高い認識能力を要求することなく、高精度の認識結果を得ることが可能となる。

尚、本実施例において、検索スイッチ８６のようなキーワード枠９０_ｉ以外の機能スイッチ８０の操作は、音声入力により代替されても良い。これにより、ユーザによる手による操作を可能な限り減らし、音声入力の利便性を高めても良い。

図４は、本発明のその他の実施例による検索条件設定態様の説明図であり、ディスプレイ４４上の表示画面を示す（図３と同様の表示画面）。本例では、ユーザが豊田市内で“DCEバーガーハウス（店名）”若しくは“FGHバーガー（店名）”に行きたい場合を想定する。

この場合、ユーザは例えば「ハンバーガーが食べたいんだけど、DCEバーガーハウスかFGHバーガーに行きたい気分。豊田市限定で探して」と発話する。これに対して、音声認識装置１０が、キーワード候補として“ハンバーガー”、“DCEバーガーハウス”、“FGHバーガー”及び“豊田市”を適切に認識できたとする。

本実施例の対話制御部３０は、図４に示すように、“DCEバーガーハウス”及び“FGHバーガー”を同類のキーワード候補とし、ディスプレイ４４上に横並びで並列的に配設されたキーワード枠９０内にこれらの同類のキーワード候補を表示する。尚、説明上、これらの同類のキーワード候補が表示されるキーワード枠９０を「同類キーワード枠９０」と称する。但し、同類キーワード枠９０は、キーワード枠９０としての機能も上述の実施例と同様に有している。即ち、同類キーワード枠９０を含むそれぞれのキーワード枠９０は、そのタッチ回数に応じて排他条件の設定や認識辞書からのキーワード候補の削除が可能である。

隣接する同類キーワード枠９０間には、図４に示すように、反転スイッチ８９が設けられる。反転スイッチ８９は、初期状態（デフォルト）で検索条件がＯＲ条件であり、それに対するユーザの操作態様によって検索条件がＡＮＤ条件に反転するように構成されている。

対話制御部３０は、隣接する２つの同類キーワード枠９０間の検索条件を、その間の反転スイッチ８９に対するユーザのタッチ回数Ｇに基づいて、判断する。ここで、タッチ回数Ｇは初期値が０であり、一回タッチする毎に１ずつ増え、２回タッチすると０に戻るように設定される。また、各反転スイッチ８９は、各キーワード枠９０_ｉと同様、互いに独立して操作される。

対話制御部３０は、反転スイッチ８９に対するユーザのタッチ回数Ｇに応じて、当該反転スイッチ８９の検索条件を判断するだけでなく、当該反転スイッチ８９の表示状態をも変化させる。例えば、初期状態（Ｇ＝０）の反転スイッチ８９には、“ＯＲ”なる表示がなされ、反転状態（Ｇ＝１）の反転スイッチ８９には、“ＡＮＤ”なる表示がなされてよい。

先の例では、ユーザは、特に反転スイッチ８９を操作することなく、ディスプレイ４４上の検索スイッチ８６にタッチして、検索を開始させることができる。検索スイッチ８６が操作されると、対話制御部３０による指令に基づいて検索システム７０による検索が実行される。この際、検索システム７０は、上述のようなキーワード枠９０_ｉ内の各キーワード候補の検索条件（即ち、S（i）の値）と反転スイッチ８９の検索条件（即ち、Ｇの値）とに従って、検索を実行する。従って、先の例では、“DCEバーガーハウス”及び“FGHバーガー”を入れる２つの同類キーワード枠９０間の反転スイッチ８９がＯＲ条件で結ばれているので、検索システム７０は、ユーザの望みどおり、“豊田市”という地域で“DCEバーガーハウス”または“FGHバーガー”という名のハンバーガー屋を地図データベース７２の中から検索・抽出することになる。尚、この検索の際、同類キーワード枠９０内のキーワード候補と、キーワード枠９０_ｉ内の各キーワード候補とはＡＮＤ条件で結ばれているとみなされている。

このように本実施例によれば、上述の如く簡易なスイッチ操作で複数のキーワード候補間をＯＲ条件又はＡＮＤ条件で結びつけることができるので、検索条件の絞込み方法の選択肢が広がり、ユーザの希望に合った検索条件の設定が可能となり、音声認識による検索システムの利便性が向上する。

尚、本実施例において、同類キーワード枠９０内のキーワード候補と、キーワード枠９０_ｉ内の各キーワード候補と入れ替え可能とされてよい。例えば、先の例で、“FGHバーガー”が通常のキーワード枠９０内に誤って表示された場合には、ユーザが、例えば入れ替えスイッチ８２を操作した後に、“FGHバーガー”が入っているキーワード枠９０にタッチする。これに応答して、対話制御部３０は、当該キーワード枠９０内のキーワード候補（即ち“FGHバーガー”）を同類キーワード枠９０内に移してよい。或いは、ユーザが、“FGHバーガー”が入っているキーワード枠９０を長押しすることで、これに応答して、対話制御部３０が、当該キーワード枠９０自体を同類キーワード枠９０に変化させてよい。この場合、対話制御部３０は、これら２つの同類キーワード枠９０に係る検索条件を決定するための反転スイッチ８９を適切な位置に表示してよい。

以上説明した各実施例は、特に、ユーザが当初決まった目的地が無く、対話式で目的地を設定していく場合に好適である。従って、本実施例の音声認識装置１０は、対話型で目的地を設定する対話型設定モードと、通常的な目的地設定モードとで選択的に動作可能であってよい。これは、後者の目的地設定モードでは、当初から決まった目的地があるときは、ユーザが単にその目的地を発声するだけなので、上述のような各種検索条件の絞込みの必要性が乏しく、むしろ認識対象を地図関連の用語（地名）に絞る方が認識精度の観点から有用であるからである。従って、目的地設定モードでは、上述のような図３や図４に示す態様でない別の態様の表示制御・識別辞書が採用されてもよい。例えば、目的地設定モードでは、キーワード枠９０は、それに対するタッチの有無に応じて認識辞書からのキーワード候補の削除のみが可能とされてよい。また、目的地設定モードでは、１つのキーワードに対して複数のキーワード候補が認識された場合、ユーザがキーワード枠９０の操作で選択・除外できるように、複数のキーワード候補がキーワード枠９０内に表示されてもよい。

尚、これら２つのモード間（対話型設定モードと目的地設定モード）の切換は、ユーザによるスイッチ操作により実現されてもよいが、ユーザの会話や発話に対する識別結果に基づいてユーザの意図を推定することで自動切換えにより実現されてもよい。後者の場合、例えば、特定のキーワードに基づいてユーザの目的地が既に決まっているか、現在検討中かを判断してもよい。

以上、本発明の好ましい実施例について詳説したが、本発明は、上述した実施例に制限されることはなく、本発明の範囲を逸脱することなく、上述した実施例に種々の変形及び置換を加えることができる。

例えば、上述した各実施例では、キーワード枠９０に対するタッチ回数に応じて検索条件が変化させているが、長押しなどの他のタッチ操作態様に応じて変化させてもよい。

また、上述した各実施例において、ディスプレイ４４上の表示画面におけるキーワード枠９０や数や配置、反転スイッチ８９の位置や配置は種々の変更が可能である。例えば、図４の破線で示すように、デフォルトでＡＮＤ条件を示す反転スイッチ８９ｂが縦列のキーワード枠９０間に設定されてもよい。

また、上述した各実施例は、主に目的地設定までの処理に関するものであったが、目的地設定後の案内ルート検索・選択時にも適用可能である。例えば、対話制御部３０は、案内ルート検索時、“高速道路”との音声認識結果に応答して、高速道路を利用するルートを希望するか否かをユーザに問うためのタッチスイッチを表示させても良い。この場合、ユーザが当該タッチスイッチを操作した場合には、高速道路を利用しない案内ルートのみを検索するようにしてよい。

また、上述した各実施例においては、地域に関する条件（先の例では豊田市）が付与されていない場合には、検索システム７０は、車両の現在位置に対して所定エリア内における情報のみを抽出するものであってもよい。この場合、車両の現在位置は、ＧＰＳ（Global Positioning System）受信機、ビーコン受信機及びＦＭ多重受信機や、車速センサやジャイロセンサ等の各種センサに基づいて検出されて良い。

また、上述した各実施例において、対話制御部３０は、キーワード枠９０_ｉに対するユーザのタッチ操作に応じて、スピーカ４２を介して音声出力を行ってもよい。例えば「排他条件」といったように、設定変更された検索条件を音声出力させてよい。

また、上述からも明らかなように、上述した各実施例において、音声認識装置１０その他構成要素は、全て若しくはその一部がナビゲーション装置に組み込まれて具現化されてよい。例えば、ディスプレイ４４や地図データベース７２は、ナビゲーション装置が通常的に備えるディスプレイや地図データであってよい。

本発明による車載音声認識装置の一実施例を示すシステム構成図である。 本実施例の音声認識装置１０により実行される特徴的な処理の流れを示すフローチャートである。 本発明の一実施例によるディスプレイ４４上の表示画面を示す図である。 本発明のその他の一実施例によるディスプレイ４４上の表示画面を示す図である。

符号の説明

１０ 音声認識装置
２０ 音声認識エンジン
２２ 前処理部
２４ 特徴量抽出部
２６ 音響モデル処理／マッチング部
２８ 言語モデル処理／マッチング部
３０ 対話制御部
４０ マイク
４２ スピーカ
４４ ディスプレイ
７０ 検索システム
７２ 地図データベース
８０ 機能スイッチ
８４ 再認識スイッチ
８６ 検索スイッチ
８８ リセットスイッチ
８９ 反転スイッチ
９０ キーワード枠

Claims (12)

1. 車内で検出される発話に対して音声認識処理を行い、前記発話に含まれる各識別文字列を認識する音声認識手段と、
   タッチパネル式ディスプレイ上に、前記認識された各識別文字列を、互いに区別可能な別々の表示領域内にそれぞれ表示すると共に、タッチパネル式ディスプレイ上の各表示領域に対するユーザのタッチ操作を検出する表示制御手段と、
   タッチパネル式ディスプレイ上に表示された各識別文字列に基づいて、所定の検索条件に従ってデータベース内における情報検索を行う検索システムとを備え、
   タッチパネル式ディスプレイ上の前記表示領域に対するタッチ操作回数に応じて、該表示領域内に表示されている識別文字列が、前記検索条件において排他条件として使用される状態が形成されることを特徴とする、車載音声認識装置。
2. タッチパネル式ディスプレイ上の前記表示領域に対するタッチ操作回数に応じて、
   （１）該表示領域内に表示されている識別文字列が、前記検索条件において他の識別文字列に対してＡＮＤ条件として使用される第１の状態、
   （２）該識別文字列が前記検索条件においてなんら使用されない第２の状態、及び、
   （３）該識別文字列が前記検索条件において排他条件として使用される第３の状態の何れかが形成される、請求項１に記載の車載音声認識装置。
3. 前記表示制御手段は、タッチパネル式ディスプレイ上の前記表示領域に対するタッチ操作回数に応じて、該表示領域内に表示されている識別文字列の表示状態を変化させる、請求項１に記載の車載音声認識装置。
4. 前記表示制御手段は、タッチパネル式ディスプレイ上でのタッチ操作による再認識指令に応じて、前記音声認識手段に、前記第２の状態が形成された識別文字列を認識辞書から除外した状態で前記音声認識処理を再度実行させる、請求項２に記載の車載音声認識装置。
5. 前記音声認識手段は、「または」「および」「以外」「ではなく」のような検索条件に関わる単語を識別しない、請求項１に記載の車載音声認識装置。
6. 前記表示領域のうちの所定の２つ以上の前記表示領域内に表示されている２つ以上の識別文字列は、前記検索条件において他の識別文字列に対してＯＲ条件として使用される、請求項１に記載の車載音声認識装置。
7. 前記所定の２つ以上の表示領域は、他の表示領域に対して区別可能な方向に配列される、請求項６に記載の車載音声認識装置。
8. 前記表示制御手段は、前記所定の２つ以上の表示領域には、前記識別文字列のうち同種の識別文字列を表示する、請求項６に記載の車載音声認識装置。
9. 前記各表示領域内に表示されている各識別文字列間が、前記検索条件においてＡＮＤ条件で互いに結ばれるように初期設定される請求項１に記載の車載音声認識装置において、
   所定の隣接する２つの表示領域毎に、１つの操作領域が割り当てられ、
   前記１つの操作領域に対するタッチ操作に応じて、該１つの操作領域に係る２つの表示領域内に表示されている２つの識別文字列間の前記検索条件における結びつきが、ＡＮＤ条件からＯＲ条件に切り換えられる、車載音声認識装置。
10. 請求項２に記載の車載音声認識装置において、
    ユーザが未確定の目的地を確定していくのに適した第１モードでは、前記第１の状態、第２の状態又は第３の状態が選択的に形成されるのに対して、
    ユーザが確定している目的地を発話して音声認識させるのに適した第２モードでは、前記第１の状態又は第２の状態しか形成されない、車載音声認識装置。
11. 前記２つのモード間は、ユーザによるスイッチ操作、若しくは、前記発話に含まれる特定のキーワードに応じて切り換えられる、請求項１０に記載の車載音声認識装置。
12. 前記第２モードでは、前記音声認識手段は、地図関連用語のみを含む認識辞書に基づいて音声識別を行う、請求項１０に記載の車載音声認識装置。

Images