JP4705242B2 - 情報および／またはメッセージを音声によって出力する方法および装置 - Google Patents

Description

【０００１】
本発明は、少なくとも１つの電気装置の情報および／またはメッセージを音声によって出力する方法および装置に関する。
【０００２】
この形式の方法ないしは装置は一般的に、例えば自動車、コンピュータ、ロボット、機械、設備などのためのいわゆる音声対話ないしは音声操作システムに使用される。
【０００３】
音声対話システム（ＳＤＳ＝Sprachdialogsystem）は一般的に、実質的につぎのコンポーネントに還元することができる：
音声認識システム。これは音声入力されたコマンド（音声コマンド Sprackommando）と、許容される別の音声コマンドとを比較し、どのコマンドが音声入力された確率が高いかを判定する。
【０００４】
− 音声出力部。これはユーザガイドに必要な音声指示およびおよびシグナリング音を出力し、場合によっては識別結果を応答通知する。
【０００５】
− 対話および実行制御部。これは、ユーザにどのような入力を待ち受けているかを明らかにし、ないしは行われた入力と要求とが、また入力とアプリケーションの目下の状態とが整合するか否かをチェックし、および結果的に発生するアクションをアプリケーション（例えば制御すべき装置）において起動する。
【０００６】
− アプリケーションへのインタフェースとしてのコントロールインタフェース：この背後にはハードおよびソフトウェアモジュールがあり、これらによってこのアプリケーションを含む種々のアクチュエータないしは計算機が制御される。
【０００７】
− 音声によって制御されるアプリケーション：これは例えば注文または情報案内システム、ＣＡＥ作業場、または障害者向け車椅子とすることができる。
【０００８】
このような音声対話システムは例えばＤＥ１９５３３５４１Ｃ１から公知である。このようなマンマシン対話の受容を改善するためにそこで提案されているのは例えば、コマンドと同義語ないしは別の発音変種を使用するか、またはコマンドの語の位置を変更することであり、これは例えば「比較的大きい半径、左の円において」（Groesserer Radius bei linkem Kreis）またはこれとは択一的に「左の円において比較的大きい半径」（Bei linkem Kreis groesserer Radius）のように行われる。さらに拡大された記憶装置によってマルチリンガルの、発話者に依存しない対話システムを構築することが提案されており、ここでは異なる言語の対話システム間で選択的に切り換えることができる。さらにいわゆる省略文を結びつけること、すなわち完全なコマンド文を反復せず、このコマンドの代わりに「もっと高く」、「もっと強く」または「もっと」などを使用することが提案されている。この場合に音声対話システムはこれらを先行するコマンドに配属させる。さらにこの音声対話システムは、認識が不確実な場合に、例えば「なんですか？」、「もう一度いって下さい」または「他に何かありますか？」などと問い合わせたり、「もっと大きな声でお願いします」など所定の催促を出力することができる。これらの手段はすべて単調なコミュニケーションを回避して、対話を極めて人間対人間のコミュニケーションに近づけるために使用される。コミュニケーションを改善するためにこの音声システムは視覚的な表示媒体と結合され、この表示媒体に、認識した命令がコントロールのために出力される。さらにこの視覚的な表示媒体によって可能になるのは、目標装置により音声コマンドに対する応動として生じた機能および／または種々の機能／選択肢の表示である。ここでこれらは音声コマンドによって引き続き調整ないしは選択可能である。この公知の装置およびこれによって実行される方法の欠点は、上記の改善にもかかわらず、音声出力はその単調さのためにユーザを疲れさせてしまい、そのために行動がクリティカルなアクションにおいて、ユーザの応答時間が長すぎてしまうことである。別の問題は、認識が困難であると、この公知の音声対話システムは無限ループに入り、ユーザに絶えず同じ要求を繰り返してしまい、これによって作業の流れが中断されてしまうことである。
【０００９】
したがって本発明の技術的課題は、情報および／またはメッセージを音声によって出力する方法および装置を提供して、ユーザのより良好な注意が得られるようにすることである。
【００１０】
この技術的課題は、請求項１，９の特徴部分に記載された特徴的構成によって解決される。本発明の別の有利な実施形態は従属請求項に記載されている。
【００１１】
種々の抑揚を使用することによって、すなわち行動がクリティカルである命令の際にはメッセージが命令調の抑揚を有することによって、音声出力時に極めて直接的にユーザの注意が喚起され、これによって要求された命令を実行するための応答時間が格段に短縮される。
【００１２】
注意をさらに喚起するため、および行動がクリティカルである命令を区別するために、音声出力部の音量を、行動がクリティカルである命令の際には大きくし、および／またはこれらの命令を殊にきつい調子でないしは急峻に挿入することができる。
【００１３】
さらにこの音声対話システムをマルチリンガルに構成することができ、これによって男声と女声との間で選択できるようにする。この場合に行動がクリティカルである命令の際には一方の声が、また行動がクリティカルでない情報またはメッセージの際には他方の声がシステムによって選択される。
【００１４】
作業の流れを確保するためにこの音声対話システムは、ＰＴＴ（push to talk）スイッチを操作するだけで起動され、有効なインタラクションが行われない場合、対話コミュニケーションレベルが変更される。認識の確度を高めるためないしはユーザガイドを改善するため、個々のコマンドを種々の択一的な出力形式で記憶することができ、この場合にこれらは、有効でないインタラクションの際に連続的に出力される。上記の対話コミュニケーションレベルは、すべてのコマンド形式に対して有効なインタラクションが行われない場合にはじめて変更される。単調さを回避するために出力の順番を乱数発生器によって置換することができる。
【００１５】
本発明の基本的な着想は、音声出力の種類によって、状況に合った行動をとる気を自動車のドライバに喚起することである。
【００１６】
本発明を以下、有利な実施例に基づいて詳しく説明する。ここで：
図１は、少なくとも１つの装置を音声対話によって自動的に制御する方法の概略流れ図を示しており、
図２ａは、行動がクリティカルでないインタラクションにおける危険性の概略的な経過を示しており、
図２ｂは、所属のデノーテション経過を示しており、
図２ｃは、所属の抑揚経過を示しており、
図２ｄは、所属のコノテーション経過を示しており、
図３ａは、行動がクリティカルであるインタラクションにおける危険性の概略的な経過を示しており、
図３ｂは、所属のデノーテション経過を示しており、
図３ｃは、所属の抑揚経過を示しており、
図３ｄは、所属のコノテーション経過を示している。
【００１７】
ＰＴＴスイッチを操作することにより、この音声対話システムが起動される。理解を容易にするために、音声対話システムの音声出力をコマンドＫＯＭおよび要求Ａｕｆｆに分割する。これらは実際は同じでもよい。以下でコマンドＫＯＭとは例えば「ブレーキをかけよ」、「ライトをつけよ」などの行動のための直接的な命令のことであり、これに対して要求Ａｕｆｆでは、例えば「所望の温度を摂氏で指定して下さい」などの入力値の形式のインタラクションが要求される。
【００１８】
この音声対話システムがコマンドＫＯＭを形成すると、このコマンドＫＯＭは、行動がクリティカルである命令か、または行動がクリティカルでない命令かのいずれであるかにしたがって区分される。簡単言うと、行動がクリティカルである命令とは、行動を迅速に実行することが必要なコマンドＫＯＭのことである。これに対する例は、ＡＤＲシステムまたはプレクラッシュセンサが衝突物を検出した場合のコマンドＫＯＭ「ブレーキをかけよ」である。行動がクリティカルでない命令は、例えばナビゲーションシステムのコマンドＫＯＭである。ここでは命令調抑揚音声Ｓ１を有する、行動がクリティカルである命令を、大きな音量Ｌ１できつい調子かつ急峻に時間ｔ１に挿入し、これによってユーザにおいて高い注意が形成される。これに対して行動がクリティカルでない命令は、軟らかく比較的小さな音量Ｌ２と通常の抑揚Ｓ２とで挿入される。
【００１９】
要求Ａｕｆｆはふつう時間がクリティカルでなく、したがってここでは良好なユーザガイドが中心である。このために要求Ａｕｆｆをｎ個の相異なる選択肢で音声記憶装置に格納することができる。これらの選択肢は、例えば相異なるアクセント、発音、語順または同義語とすることができる。第１選択肢を音響的に出力した後、この音声対話システムは所定の時間だけインタラクションを待ち受ける。この時間内にインタラクションがまったく行われないか、または有効なインタラクションが行われないと、この音声対話システムはこの要求を第２選択肢によって、場合によっては第ｎ番目の選択肢まで反復する。有効なインタラクションが行われた場合、これが実行され、場合によっては新たな要求Ａｕｆｆが出力される。これに対して要求の第ｎ番目の選択肢に対して有効なインタラクションが行われない場合、別の対話コミュニケーションレベルＤＫＥに変更され、作業の流れを確保する。ここで新たな対話コミュニケーションレベルＤＫＥとは、例えば選択リストであり、これは車載モニタに表示され、このリストからユーザは相応のメニューを選択することができる。
【００２０】
図２ａ〜ｄには行動がクリティカルでない命令、例えばナビゲーションシステムに対する指示要求の状況が概略的に示されている。ここで図２ａでは対話の重要度が時間ｔについてプロットされており、時点ｔ_０〜ｔ_２に行動命令が出力される。ここで前提としているのは、先行する要求のすべてに反応しなかったことである。ナビゲーションシステムへの入力がないことによって起こり得るのは、このコンフォートコンポーネントが動作できないことだけであり、場合によっては自動車のドライバも動作を所望していないため、重要度は時間について変化しない。同様に命令の内容表示、いわゆるデノーテーション、すなわち入力要求は時間について一定であり、このことは図２ｂに示されている。時点ｔ_０に例えば、自動車のドライバに「所望の走行目的地を入力して下さい」が要求される。この要求は所定の抑揚Ｉ_１と、所定の概念内包（コノテーション）Ｋ_１とで行われる。これは図２ｃ〜ｄに示されている。入力が行われないと、このシステムには、なぜこれが行わないか、例えば自動車ドライバが、要求を聞きもらしたのか、それとも故意に行わないと考えているかがわからない。したがって時点ｔ_１に新たな要求「目的地を入力しますか」が、聞き取りやすくするために強められた抑揚Ｉ_２で行われる。しかしながらコノテーションステップＫ_２は減少する。これに対してもまた入力がない場合、このシステムは、入力を自動車ドライバは本当に望んでいないとする。永続的な反復による自動車ドライバの負荷を小さく維持するために、つぎに時点ｔ_２で最後の要求、例えば「目的地を所望しないならば、この後ナビゲーションシステムはスイッチオフされます」が行われる。この最後の要求は極めて弱い抑揚Ｉ_３で行われ、わずかなコノテーションしか有しない。図２ｄの経過から分かるように、コノテーションはアンチクライマックス、すなわち強い表現から弱い表現への移行を形成しており、これに対して抑揚は単調さに対抗するためにある程度の変化が生じている。
【００２１】
これに対して図３ａ〜ｄでは、インタラクションの重要度が時間と共に増大し、最終的に行動がクリティカルになる状況が示されている。例えば自動車が、高速道路において許容速度以上の速度で、安全間隔を遵守して自動車の後を走行している。時点ｔ_０にシステムは、例えば「速度に気をつけて下さい」の形式の行動命令を自動車ドライバに出力する。この行動命令は小さな抑揚度Ｉ_１を有しており、かつ相応に小さなコノテーションステップＫ1を有する。それは自動車ドライバは違反をしているが、危険が迫っていないからである。さらに、自動車ドライバは速度に注意せず、かつ付加的に時点ｔ_１で丁度、安全間隔を下回ったとすると、交通状況の危険性は増大する。これは図３ａの上昇曲線によって表されている。
【００２２】
システムはこれに基づいて、例えば「ブレーキをかけたほうがいいです」または「ブレーキをかけて下さい」の形式の行動命令を自動車ドライバに出力する。ここでこの行動命令は、比較的高い抑揚度Ｉ_２と、相応に高いコノテーションステップＫ2とを有する。自動車ドライバがこれに対しても応動しないと、交通状況の危険性はさらに増大する。これは図３ａでさらに大きな上昇により示されている。このことが意味するのは、自動車ドライバが引き続き応動をしなければ短時間内に事故になってしまうおそれがあることである。この行動がクリティカルである命令は、例えば、命令調の抑揚Ｉ_３を有する「フルブレーキ」の形式で出力される。ここで図３ｄに示されたコノテーションステップは、クライマックス、すなわち表現がわずかな重要度からより大きな重要度に上昇することを示している。図２ａ〜ｄおよび図３ａ〜ｄは変化は尺度にしたがっておらず、量的に示したものとして理解すべきであることに補足的に注意されたい。
【図面の簡単な説明】
【図１】 少なくとも１つの装置を音声対話によって自動的に制御する方法の概略流れ図である。
【図２】 行動がクリティカルでないインタラクションにおける危険性の概略的な経過と、所属のデノーテション経過と、所属の抑揚経過と、所属のコノテーション経過とを示す線図である。
【図３】 行動がクリティカルであるインタラクションにおける危険性の概略的な経過と、所属のデノーテション経過と、所属の抑揚経過と、所属のコノテーション経過とを示す線図である。

Claims (9)

1. 音声出力に必要な情報および／またはメッセージ（ＫＯＭ；Ａｕｆｆ）が、音声記憶装置に格納されており、処理装置により要求にしたがって読み出され、かつ音響的な出力装置、例えばスピーカを介して出力される、少なくとも１つの電気装置の情報および／またはメッセージを音声によって出力する方法において、
   前記音声記憶装置に要求（Ａｕｆｆ）が種々の選択肢で格納されており、要求（Ａｕｆｆ）に対するインタラクションが行われない際には、インタラクションが行われるまで前記の選択肢を順次に出力し、かつ最後の選択肢に対するインタラクションが行われない場合に前記の対話コミュニケーションレベル（ＤＫＥ）を変更することを特徴とする、
   電気装置の情報および／またはメッセージを音声によって出力する方法。
2. 行動がクリティカルである要求（Ａｕｆｆ）を命令調の抑揚（Ｉ）で出力する
   請求項１に記載の方法。
3. 少なくとも行動がクリティカルである要求（Ａｕｆｆ）を、比較的大きな音量（Ｌ１）で出力する
   請求項１または２に記載の方法。
4. 行動がクリティカルである要求（Ａｕｆｆ）をきつい調子で挿入する
   請求項１から３までのいずれか１項の方法。
5. 前記要求（Ａｕｆｆ）を前記音声記憶装置に種々の発話者音声で格納し、かつ少なくとも、行動がクリティカルである要求（Ａｕｆｆ）の際に前記発話者音声を変更する
   請求項１から４までのいずれか１項に記載の方法。
6. 少なくとも、行動がクリティカルである要求（Ａｕｆｆ）の際に、前記抑揚（Ｉ）と、コノテーション（Ｋ）とを重要度に相応して上昇させる
   請求項１から５までのいずれか１項に記載の方法。
7. 行動がクリティカルである要求（Ａｕｆｆ）の際、前記抑揚（Ｉ）をコノテーション（Ｋ）の減少時に変更する
   請求項１から６までのいずれか１項に記載の方法。
8. 少なくとも１つの電気装置を音声対話によって制御する方法の一部である
   請求項１から７までのいずれか１項に記載の方法。
9. 音声出力に必要な情報および／またはメッセージ（ＫＯＭ）のデータが格納されている音声記憶装置と、処理装置と、音響的な出力装置とを有する、少なくとも１つの電気装置の情報および／またはメッセージを音声によって出力する装置において、
   前記音声記憶装置に要求（Ａｕｆｆ）が種々の選択肢で格納されており、要求（Ａｕｆｆ）に対するインタラクションが行われない際には、インタラクションが行われるまで前記の選択肢を順次に出力し、かつ最後の選択肢に対するインタラクションが行われない場合に前記の対話コミュニケーションレベル（ＤＫＥ）が変更されることを特徴とする、
   電気装置の情報および／またはメッセージを音声によって出力する装置。

Images