JP4584615B2 - 音声認識結果印字装置 - Google Patents

Description

本発明は、音声認識機能を搭載し、音声認識された認識文言を印字する音声認識結果印字装置に関する。

入力された音声に基づいて生成された音声デジタルデータを解析し、人間の声をテキストに変換する音声認識技術（例えば、特許文献１参照）はパーソナルコンピュータ等で活用され、キーボードによる手入力に代わる手段として普及し始めている。

一方、メモ用プリンタとしては、パーソナルコンピュータ等と接続し、パーソナルコンピュータで入力したメモ文章を、帯状のライナ付き用紙に印刷できる小型プリンタも提案されている（例えば、特許文献２参照）。

特開２００１−５６６９７公報 特開２００２−５５７７８公報

ところで、ＦＡ等においては、工程毎にチェックシートを採用し、工程作業におけるチェック業務を行っている。例えば、ねじ止めの必要箇所が５箇所ある工程を通過する際に、作業者は、ドライバーによるねじ止め作業の傍ら、チェックシートにねじ止めが終了したことを記入している。

しかしながら、作業の傍らチェックシートに記入していく従来のチェック業務では、作業効率が低下してしまう。

そこで、前述したような特許文献１の音声認識技術を用いて人間の声をテキストに変換した後、パーソナルコンピュータで編集して特許文献２のプリンタで印字することも考えられるが、パーソナルコンピュータでの編集の手間を考えると、能率の低下は否めない。

また、チェックシートを用いたチェック業務においては、手順や印字出力フォーマットが決まっており、印字後の全体フォームを統一させることが必要である。

本発明は、作業効率を低下させることなくメモ書きを印字出力することができる音声認識結果印字装置を提供することを目的とする。

本発明は、作業効率を低下させることなく統一したフォームでメモ書きを印字出力することができる音声認識結果印字装置を提供することを目的とする。

本発明は、音声入力が必要な全ての項目の入力が完了したことを確認することができる音声認識結果印字装置を提供することを目的とする。

本発明の音声認識結果印字装置は、音声認識機能を搭載し、音声認識された認識文言を印字部に出力する音声認識結果印字装置において、音声認識される認識文言に対して、印字文字と予め決められた印字フォーム中の印字位置情報と印字項目とを対応付ける文言リストと、前記印字フォームに設定された印字項目を設定する印字項目リストと、音声認識された認識文言に基づいて、前記文言リストを検索するリスト検索手段と、前記リスト検索手段により前記文言リストに音声認識された認識文言が登録されていると判断した場合には、前記文言リストから当該認識文言に対応付けられている印字文字と当該印字文字の印字位置情報とを抽出する抽出手段と、前記抽出手段により抽出された前記印字文字に対応する印字項目が前記印字項目リストに設定されている全ての印字項目を満たすか否かを判断する判断手段と、前記印字項目リストに設定されている全ての印字項目を満たすと判断した場合には、前記抽出手段により抽出された印字位置情報と印字文字とを前記印字部に出力する手段と、を備える。

本発明によれば、作業効率を低下させることなくメモ書きを印字出力することができる。

本発明によれば、印字文字全てが特定された場合にのみ印字が開始されるので、音声入力が必要な全ての項目の入力が完了したことを確認することができる。

本発明によれば、音声入力順番が違っていても、予め決められた印字フォーム通りに整然と印字することができるので、作業効率を低下させることなく統一したフォームでメモ書きを印字出力することができる。

本発明によれば、予め決められた印字フォームの中の印字文字全てが特定された場合にのみ印字が開始されるので、音声入力が必要な全ての項目の入力が完了したことを確認することができる。

本発明の実施の一形態を図１ないし図１０に基づいて説明する。本実施の形態は、音声認識結果印字装置として携帯可能なポータブルプリンタを適用したものである。

ここで、図１は本発明の実施の一形態の音声メモプリンタ１をラベル排出側から示す外観斜視図、図２は音声メモプリンタ１をオペレータ装着側から示す外観斜視図、図３は音声メモプリンタ１の内部構造を示す水平断面図である。

図１ないし図３に示すように、携帯可能なポータブルプリンタである音声メモプリンタ１のプリンタ本体１ａは、一面が開放されたケース２と、このケース２の開放された面を開閉するカバー３とより構成されている。カバー３は、ケース２に設けられた支点軸４により回動自在に支持されている。そして、ケース２には、カバー３を閉じた状態で、ロール状に巻回された長尺状の記録紙５を転動自在に収納するホッパ６が形成されている。なお、本実施の形態においては、記録紙５として台紙５ａに多数のラベル５ｂを等間隔で貼付したものを用いているが、他の記録紙を用いても良い。ラベル５ｂには粘着力の弱い糊が塗布されており、印字発行後には、付箋紙Ｐ（図１０参照）としても利用可能である。

このようなケース２には、ホッパ６の底部からカバー３側に向けて延出する用紙ガイド７が設けられており、この用紙ガイド７のカバー３に近い部分には、回転自在のプラテン８と、このプラテン８の長手方向に沿うラベル剥離体９とが配設されている。

図３に示すように、カバー３の内面（ホッパ６側）には、サーマルヘッド１２を備えたヘッド支持体１１が支軸１１ａを中心に回動自在に設けられている。このヘッド支持体１１は板ばね１３により一方向に付勢されており、サーマルヘッド１２はカバー３を閉じた状態でプラテン８に当接することになる。すなわち、プラテン８とサーマルヘッド１２とにより印字部１４が形成されている。

また、カバー３の自由端側の両側には、スプリング１５の付勢力によりプラテン８に圧接されたピンチローラ１６が回転自在に設けられている。さらに、カバー３には、サーマルヘッド１２とピンチローラ１６との間に配置されてラベル５ｂを排出させるラベル排出口１７と、ホッパ６内の記録紙５の浮きを押える紙押え１８とが形成されている。ケース２にはカバー３の自由端との間で台紙５ａを排出させる台紙排出口１９が形成されている。

ケース２の上面には、バッテリ１０（図３参照）からの電力供給のＯＮ／ＯＦＦを宣言する電源スイッチ２０、ラベル５ｂに印字を行わせるフィードスイッチ２１、蓋部２２、赤外線を受光する受光窓２３が設けられている。蓋部２２は、ケース２の一つの面である上面に開口して設けられたバッテリ収納部３０（図３参照）に対してバッテリ１０を着脱する場合に開閉するものである。さらに、カバー３の両側には係止爪２４がスライド自在に設けられている（図１参照）。これらの係止爪２４は外側に向けて付勢されてケース２に係止され、カバー３を開放するときに係止爪２４を矢印マークで示すように内方スライドさせてケース２との係止状態を解除する。

また、ケース２のラベル排出口１７と同一面には、内蔵マイク５２が設けられている。本実施の形態の音声メモプリンタ１には、音声認識機能が搭載されており、この内蔵マイク５２は、この音声認識機能を実行する際に用いられるものである。

加えて、ケース２の上面には、ＬＥＤ５６が配設されている。本実施の形態の音声メモプリンタ１は、このＬＥＤ５６を点灯させたり点滅させることにより、音声メモプリンタ１の動作状態をオペレータに対して報知することができるようになっている。

さらに、図２に示すように、プリンタ本体１ａのカバー３とは反対側の一面には、オペレータの腰のあたりに密着される弧面２５が形成され、この弧面２５にはオペレータの衣服に対して滑りを少なくするための滑り止め２６と、この滑り止め２６に対向してオペレータのベルトに引っ掛けられるベルト掛け２７とが形成されている。

このような構成により、バッテリ１０がバッテリ収納部３０へと正しく収納された場合には、電源スイッチ２０がＯＮしている状態でバッテリ収納部３０の端子とバッテリ１０の端子とが接触して電気的に接続された状態となり、バッテリ１０から電力供給を必要とするサーマルヘッド１２等の各部へと電力が供給されることになる。

このような音声メモプリンタ１は、記録紙５をセットする場合にカバー３を開放し、ロール状に巻回された記録紙５をプリンタ本体１ａのホッパ６に収納し、カバー３が開放されている状態で記録紙５の先端をプラテン８及びラベル剥離体９を覆う位置まで引き出し、カバー３を閉塞する。これにより、図３に示すように、記録紙５の台紙５ａの先端部分が、サーマルヘッド１２とピンチローラ１６とによりプラテン８上に圧接され、また、ラベル剥離体９により台紙５ａの引き出し経路が鋭角に折曲され、ホッパ６の底面からの記録紙５の浮きが紙押え１８により阻止される。記録紙５をセットしたプリンタ本体１ａは、机上に置いて使用することも可能であるが、通常はオペレータの腰に装着した状態でも使用可能である。

次に、音声メモプリンタ１の各部の制御系の接続について図４を参照しつつ説明する。音声メモプリンタ１は、各部を集中的に制御するＣＰＵ（Central Processing Unit）４１を備えており、このＣＰＵ４１には、ＣＰＵ４１が実行するプログラム等の固定データが書き込まれているＲＯＭ（Read Only Memory）４２と、ワークデータ等の可変データを更新自在に書き込むＲＡＭ（Random Access Memory）４３と、各種情報を登録するフラッシュメモリ４４とがバスライン４５を介して接続されている。そして、サーマルヘッド１２を駆動するサーマルヘッドドライバ４６、プラテン８が連結されたモータ４７を駆動するモータドライバ４８、各種センサ４９が接続されたセンサ回路５０、カバー３の開閉によりオン、オフするカバーオープンスイッチ５１と電源スイッチ２０とフィードスイッチ２１とが接続されたスイッチ回路５４、赤外線インタフェース５５、ＬＥＤ５６が接続された点灯制御回路５７が、ＣＰＵ４１に接続されている。このように、図４に示す回路はプリンタ本体１ａの内部に設けられた基板（図示せず）上に形成されている。なお、赤外線インタフェース５５は、前述した受光窓２３の内方に配置されている。インタフェースは図ではＩ／Ｆと記す。

また、ＣＰＵ４１には、音声入力用ＣＯＤＥＣ５３が接続されている。この音声入力用ＣＯＤＥＣ５３には、内蔵マイク５２が接続されている。音声入力用ＣＯＤＥＣ５３は、内蔵マイク５２から入力された音声アナログデータを音声デジタルデータに変換してＣＰＵ４１に出力する。

さらに、ＣＰＵ４１には、音声認識エンジン５８が接続されている。この音声認識エンジン５８は、内蔵マイク５２から入力されて音声入力用ＣＯＤＥＣ５３で生成された音声デジタルデータを解析し、人間の声をテキストに変換するものである。このような音声認識エンジン５８は、例えば、人間の発声の小さな単位（音素）の音響特徴（音韻）が登録される音響辞書５９や音声認識させる単語の言語特徴が登録されている言語パターン辞書６０を用いて音声認識を行う。

本実施の形態の言語パターン辞書６０に登録されている音声認識させる単語は、特定用途に絞られている。特定用途では決まった言葉が発せられることが多いため、このように特定用途に絞った単語のみを言語パターン辞書６０に登録するようにすることで、言語パターン辞書６０を安価に構成することができる。具体的には、使用される用途において使用されるであろう会話や発声言語を一覧に纏め、用途別使用言語表（図示せず）とする。この用途別使用言語表に登録された各言語毎に、その言語の周波数を解析し、音声特徴（音韻情報）と言語特徴（音韻の系列情報）に分離する。このようにして分離された言語特徴が、言語パターン辞書６０に登録される。

音響辞書５９は、用途別でなく、音声認識全般に係わる辞書として使用される。声を発する原理は、
（１）『喉が震える』
（２）『口腔／鼻腔を通過』
と考えられることから、音響辞書５９には、声の周波数から（１）（２）の形状を特定する情報を格納する。

このような構成の音声認識エンジン５８は、図５に示すように、内蔵マイク５２から入力されて音声入力用ＣＯＤＥＣ５３で生成された音声デジタルデータを周波数解析部５８ａにより周波数変換して解析し、比較部５８ｂにおいて音響辞書５９に基づいて音響特徴を算出する（音声特徴抽出手段）。この段階では、前述した（１）（２）の形状が特定できただけで、５０音のどれかは、未だ特定できない。そこで、言語パターン辞書６０に登録されている単語の中から、単語の言語特徴が入力音声の音響特徴に最も近い単語を探して音声認識結果として出力する（言語特徴抽出手段）。このように言語パターン辞書６０と比較することで、初めて「あいうえお」等を特定することができる。不特定多数の言葉が発せられると特定は困難だが、特定の用途で発せられる言葉に絞り込むようにし、前述した（１）（２）の関係と音韻系列波形の特徴を単語全体で比較すれば、誤認識の可能性を極力抑える事ができ、このような簡便な機構で音声認識が可能となる。

また、言語パターン辞書６０は、音声メモプリンタ１に図示しない外部機器（パーソナルコンピュータ等）を赤外線インタフェース５５を介して接続することで、当該外部機器から更新可能である。さらに、言語パターン辞書６０を格納する言語パターン格納チップ（辞書）の交換や言語パターン辞書６０の図示しない外部機器（パーソナルコンピュータ等）からのダウンロードによる登録内容の書き換えにより、言語パターン辞書６０の内容を特定用途毎に変えることも可能である。新たな言語パターン辞書６０が赤外線インタフェース５５を介してダウンロードされた場合には、旧言語パターン辞書６０は、抹消される。

加えて、本実施の形態の音声メモプリンタ１においては、フラッシュメモリ４４に図６に示すような印字文言リスト７０を格納している。印字文言リスト７０は、印字する文字を予め特定するためのものであり、この文字を印字するために入力される音声認識エンジン５８により音声認識される文言である認識文言に印字文字（出力文字）を対応付ける印字辞書である。図６に示す例によれば、「ノリベン」の認識文言に対して「高級のり弁当」、「シャケベン」の認識文言に対して「北海道産 鮭弁当」、「ギュウドン」の認識文言に対して「ボリューム牛丼弁当」、「ヤキニク」の認識文言に対して「和牛焼肉弁当」という印字文字が対応付けられている。また、印字文言リスト７０は、印字する文字を印字するために入力されるであろう音声認識エンジン５８により音声認識される文言を予測した認識文言に印字文字を対応付けている。図６に示す例によれば、「サン」、「サマ」、「クン」の認識文言に対して、「様」という印字文字が対応付けられていて、「イチ」、「イッコ」の認識文言に対して、「１個」という印字文字が対応付けられている。また、印字文言リスト７０は、各印字文字をグループ分けした印字項目や、各印字文字に対応付けて当該印字文字を印字する付箋紙Ｐ上における印字位置情報も記憶している。

また、本実施の形態の音声メモプリンタ１においては、フラッシュメモリ４４に図７に示すような印字項目リスト８０を格納している。印字項目リスト８０は、付箋紙Ｐ上に印字すべき印字項目（印字項目分の印字格納エリア）を設定するものである。

次に、音声メモプリンタ１に内蔵されたＲＯＭ４２に格納された制御プログラムがＣＰＵ４１に実行させる機能のうち、本実施の形態の音声メモプリンタ１が備える特長的な機能について説明する。

ここで、音声メモプリンタ１のＣＰＵ４１が実行する音声印字処理について説明する。図８は、音声印字処理の流れを示すフローチャートである。図８に示すように、デジタル化された音声が入力されると（ステップＳ１のＹ）、ステップＳ２に進み、音声認識エンジン５８による音声認識処理を実行する。

次いで、音声認識処理において言語パターン辞書６０に登録されている単語であると判断し、単語の言語特徴が入力音声の音響特徴に最も近い単語を探して音声認識した認識文言に基づいて、印字文言リスト７０を検索する（ステップＳ３：リスト検索手段）。

印字文言リスト７０に音声認識した認識文言が登録されている場合には（ステップＳ４のＹ）、印字文言リスト７０から当該認識文言に対応付けられている印字文字及びその印字位置情報を抽出し（ステップＳ５）、図９に示すようなＲＡＭ４３に設けられた印字格納エリアの当該印字位置に印字文字を格納する（ステップＳ６：格納手段）。

続くステップＳ７では、印字項目リスト８０に設定されている全ての印字項目の印字格納エリアにデータ（印字文字）が格納されたか否かを判断する。

全ての印字項目の印字格納エリアにデータ（印字文字）が格納されていないと判断した場合には（ステップＳ７のＮ）、ステップＳ１に戻り、次の音声入力に待機する。

一方、全ての印字項目の印字格納エリアにデータ（印字文字）が格納されていると判断した場合には（ステップＳ７のＹ）、印字位置情報とともにデータ（印字文字）を印字部１４に出力して印字し（ステップＳ８：印字手段）、印字格納エリアをクリアした後（ステップＳ９）、ステップＳ１に戻り、次の音声入力に待機する。

ここで、図１０は発行された付箋紙Ｐの一例を示す平面図である。図１０に示すように、付箋紙Ｐの印字位置“１”には、「サン」、「サマ」、「クン」の認識文言に対応付けられている「様」、印字位置“２”には、「ノリベン」と発声した場合のテキスト「高級のり弁当」、印字位置“３”には、「イチ」、「イッコ」の認識文言に対応付けられている「１個」、印字位置“４”には、「サイトウ」の認識文言に対応付けられている「サイトウ」、印字位置“５”には、「ゴジ」の認識文言に対応付けられている「５時」が印字されている。

このように本実施の形態の音声メモプリンタ１によれば、音声認識された認識文言に基づき、印字文言リスト７０から当該認識文言に対応付けられている出力文字が抽出され、印字格納エリアの当該出力文字に対応付けられている印字位置に格納される。そして、印字フォームに設定された全ての印字項目の印字格納エリアに印字文字が格納されていると判断した場合に、印字位置情報とともに印字文字が印字部に出力されて印字される。これにより、予め決められた印字フォームの中の印字文字全てが特定された場合にのみ、印字が開始されることになるので、音声入力順番が違っていても、予め決められた印字フォーム通りに整然と印字されるので、作業効率を低下させることなく統一したフォームでメモ書きを印字出力することが可能になる。また、予め決められた印字フォームの中の印字文字全てが特定された場合にのみ印字が開始されることで、音声入力が必要な全ての項目の入力が完了したことを確認することが可能になる。

また、本実施の形態の音声メモプリンタ１によれば、「サン」、「サマ」、「クン」等の発生音声（認識文言）に対して「様」の印字文言を指定することで、敬語を使用するべき箇所に、失礼な文言が印字されることを防止することができる。これにより、音声認識機能により音声認識された文言をそのまま印字せずに、例えば一定の意味を有する認識文言群（「サン」、「サマ」、「クン」等）についてはその意味の標準的な出力文字（「様」等の敬称）を印字文言リスト７０において対応付けることで、敬語を使用するべき箇所に失礼な文言が印字されることを防止することが可能になる。

なお、本実施の形態の音声メモプリンタ１においては、音声入力順番が違っていても、予め決められた印字フォーム通りに整然と印字するようにしたが、音声入力順に印字するようにしても良い。この場合、印字文言リスト７０においては、図１１に示すように、各印字文字に対応付けて当該印字文字を印字する付箋紙Ｐ上における印字位置情報を記憶する必要はない。したがって、音声印字処理においては、図１２のフローチャートに示すように、印字文言リスト７０から認識文言に対応付けられている印字文字のみを抽出し（ステップＳ５）、図９に示すようなＲＡＭ４３に設けられた印字格納エリアに抽出した印字文字を順に格納することになる（ステップＳ６）。このように音声入力順に印字するようにした音声メモプリンタ１によれば、音声認識された認識文言に基づき、印字文言リスト７０から当該認識文言に対応付けられている出力文字が抽出され、印字格納エリアに格納される。そして、全ての印字項目についての印字文字が印字格納エリアに格納されていると判断した場合に、印字文字が印字部に出力されて印字される。これにより、印字文字全てが特定された場合にのみ印字が開始されることになるので、作業効率を低下させることなくメモ書きを印字出力することが可能になる。また、印字文字全てが特定された場合にのみ印字が開始されることで、音声入力が必要な全ての項目の入力が完了したことを確認することが可能になる。

なお、本実施の形態の音声メモプリンタ１は、ＦＡ等で使用するチェックシートの発行装置としても利用可能である。ＦＡ等においては、工程毎にチェックシートを採用し、工程作業におけるチェック業務を行っている。例えば、ねじ止めの必要箇所が５箇所ある工程を通過する際に、作業者は、ドライバーによるねじ止め作業の傍ら、チェックシートにねじ止めが終了したことを記入している。しかしながら、作業の傍らチェックシートに記入していく従来のチェック業務では、作業効率が低下してしまう。

そこで、このような作業効率の低下を回避するために、５箇所のねじ止めが完了したことを示す文言を予め決め、印字文言リスト７０に格納する。このとき、印字項目リスト８０に設定される印字項目（印字項目分の印字格納エリア）には、５項目が設定されている。すなわち、５箇所のねじ止めが完了するまで、付箋紙Ｐは音声メモプリンタ１から排出されないため、次工程への回付に、印字された付箋紙Ｐの添付を義務付ければ、工程のチェックシートとしての活用も可能である。

本発明の実施の一形態の音声メモプリンタをラベル排出側から示す外観斜視図である。 音声メモプリンタをオペレータ装着側から示す外観斜視図である。 音声メモプリンタの内部構造を示す水平断面図である。 音声メモプリンタの各部の制御系の接続を示すブロック図である。 音声認識エンジンの構成を示すブロック図である。 印字文言リストを示す模式図である。 印字単語最大個数リストを示す模式図である。 音声印字処理の流れを示すフローチャートである。 印字格納エリアを示す模式図である。 発行された付箋紙の一例を示す平面図である。 本実施の形態の変形例の印字文言リストを示す模式図である。 本実施の形態の変形例の音声印字処理の流れを示すフローチャートである。

符号の説明

１…音声認識結果印字装置、１４…印字部、７０…文言リスト、８０…印字項目リスト

Claims (2)

1. 音声認識機能を搭載し、音声認識された認識文言を印字部に出力する音声認識結果印字装置において、
   音声認識される認識文言に対して、印字文字と予め決められた印字フォーム中の印字位置情報と印字項目とを対応付ける文言リストと、
   前記印字フォームに設定された印字項目を設定する印字項目リストと、
   音声認識された認識文言に基づいて、前記文言リストを検索するリスト検索手段と、
   前記リスト検索手段により前記文言リストに音声認識された認識文言が登録されていると判断した場合には、前記文言リストから当該認識文言に対応付けられている印字文字と当該印字文字の印字位置情報とを抽出する抽出手段と、
   前記抽出手段により抽出された前記印字文字に対応する印字項目が前記印字項目リストに設定されている全ての印字項目を満たすか否かを判断する判断手段と、
   前記印字項目リストに設定されている全ての印字項目を満たすと判断した場合には、前記抽出手段により抽出された印字位置情報と印字文字とを前記印字部に出力する手段と、
   を備えることを特徴とする音声認識結果印字装置。
2. 前記文言リストは、一定の意味を有する認識文言群については、その意味の標準的な印字文字を前記文言リストにおいて対応付ける、
   ことを特徴とする請求項１記載の音声認識結果印字装置。

Images