JP4942406B2

JP4942406B2 - ナビゲーション装置及びその音声出力方法

Info

Publication number: JP4942406B2
Application number: JP2006185342A
Authority: JP
Inventors: 直大庭
Original assignee: Clarion Co Ltd
Current assignee: Faurecia Clarion Electronics Co Ltd
Priority date: 2006-07-05
Filing date: 2006-07-05
Publication date: 2012-05-30
Anticipated expiration: 2026-07-05
Also published as: JP2008014756A

Description

本発明は、音声出力が可能なナビゲーション装置に関する。

「この先３００ｍ、右です」などと、音声ガイドが可能な車載用ナビゲーション装置がある（特許文献１参照）。音声ガイドに用いられる音声データは、予め車載用ナビゲーション装置に記憶されている。そして、「右です」と音声出力すべき状況において、「右です」の意味に対応する音声データを検索し、音声出力する。

特開2000−337917号公報

ところで、ユーザの好みに応じて、音声ガイドに用いられる音声を、自由に変えられると面白い。自由に変えられれば、自分の声や、子供の声、有名人の声などで音声ガイドをさせることができる。

一方で、音声ガイドのための音声を自由に登録できるとすると不都合が生じる場合がある。例えば、「右」に対応する音声として「左」を意味する音声が登録されてしまった場合、「右です」と音声ガイドすべき状況で、「左です」と音声ガイドされてしまう。

本発明は、上記課題を解決すべくなされたものであり、音声出力可能なナビゲーション装置において、不都合を生じさせることなく、音声の変更を可能とすることにある。

上記課題を解決すべく、本発明では、ユーザから取得した音声が適切か否かを判定する。

本発明の第１の態様は、ナビゲーション装置であって、所定の語句を出力して、ユーザに前記所定の語句の発話を促す手段と、音声を取得する音声取得手段と、前記音声取得手段により取得した音声を認識する音声認識手段と、前記音声認識手段により認識した語句が、前記所定の語句であるか否かを判定する語句判定手段と、前記音声認識手段により認識した語句が前記所定の語句であると判定された場合、前記音声取得手段で取得した音声を登録する音声登録手段と、前記所定の語句の音声として、前記音声登録手段により登録した音声を用いて出力する音声出力手段とを備えている。

前記音声認識手段により認識した語句が、前記所定の語句でないと判定された場合、登録できない旨を伝える情報を出力する手段を備えていてもよい。

前記音声取得手段は、ネットワークを介して、音声を取得するようにしてもよい。

本発明の第２の態様は、ナビゲーション装置であって、音声ガイドに用いられる第１の語句と当該第１の語句の音声とを記憶する記憶手段と、前記第１の語句を出力して、ユーザに前記第１の語句の発話を促す手段と、発話された音声を取得する音声取得手段と、前記音声取得手段により取得した音声を認識し、当該音声に含まれている第２の語句を特定する音声認識手段と、前記第２の語句と前記第１の語句とが一致するか否かを判定する語句判定手段と、前記第２の語句と前記第１の語句とが一致する場合、前記第１の語句の音声として、前記音声取得手段で取得した音声を用い、前記第２の語句と前記第１の語句とが一致しない場合、前記第１の語句の音声として、前記記憶手段に記憶されている音声を用い、音声ガイドを行う音声ガイド手段とを備えている。

以下に、本発明の一実施形態について、図面を参照して説明する。

図１は、本発明の一実施形態が適用された車載用ナビゲーション装置１００の概略構成図である。図示するように、車載用ナビゲーション装置１００は、演算処理部１と、ディスプレイ２と、記憶装置３と、音声入出力装置４と、入力装置５と、車輪速センサ６と、ジャイロセンサ７と、ＧＰＳ(Global Positioning System)受信装置８と、を備えている。

演算処理部１は、様々な処理を行う中心的ユニットである。例えば各種センサ６、７やＧＰＳ受信装置８から出力される情報を基にして現在位置を検出する。また、音声入出力装置４から入力された音声を認識し、認識した語句から、ユーザの入力内容を特定する。

ディスプレイ２は、演算処理部１で生成されたグラフィックス情報を表示するユニットである。

記憶装置３は、ＣＤ-ＲＯＭやＤＶＤ-ＲＯＭやＨＤＤやＩＣカードといった記憶媒体で構成されている。この記憶媒体には、地図データが記憶されている。

音声入出力装置４は、マイクロホンを備え、ユーザが発話した音声を取得し、演算処理部１に送信する。また、演算処理部１で生成したユーザへのメッセージを音声信号に変換し出力する。

入力装置５は、ユーザからの指示を受け付けるユニットである。入力装置５は、スクロールキー、縮尺変更キーなどのハードスイッチ、ジョイスティック、ディスプレイ上に貼られたタッチパネルなどで構成される。

センサ６、７およびＧＰＳ受信装置８は、車載用ナビゲーション装置１００で現在地（自車位置）を検出するために使用されるものである。

図２は、演算処理部１の機能ブロック図である。

図示するように、演算処理部１は、ユーザ操作解析部４１と、音声登録部４２と、ナビゲーション処理部４３と、情報記憶部４４、表示処理部４５と、音声辞書データベース４６と、を備えている。

ユーザ操作解析部４１は、入力装置５に入力されたユーザからの要求を受け、その要求内容を解析して、その要求内容に対応する処理が実行されるように演算処理部１の各部を制御する。

音声登録部４２は、音声出力に用いる音声を登録する処理を行う。例えば、音声入出力装置４を介して、ユーザが発話した音声を取得する。そして、取得した音声を、音声辞書データベース４６を用いて認識し、ユーザが発した語句（単語）を特定する。そして、特定した語句が、所定の条件（語句の適切性）を満たすか否か判定し、満たす場合、語句に対応させて登録する。音声から語句を認識する音声認識の手法は、既存の技術を適用できる。例えば、ＤＰ（動的計画法）マッチングを用いる方法やＨＭＭ（隠れマルコフモデル）を用いる方法などを適用できる。なお、音声辞書データベース４６には、音声認識に必要な音声モデルが語句に対応させて格納されている。

ナビゲーション処理部４３は、各センサ６、７及びＧＰＳ受信装置８の出力から現在位置を求めたり、指定された２地点（現在地、目的地）間を結ぶ推奨経路を探索したりする。また、ディスプレイ２に推奨経路を表示し経路誘導を行う。

情報記憶部４４は、音声出力に用いる音声データや、ナビゲーション処理部４３により検索された地点の情報を記憶する。

表示処理部４５は、ディスプレイ２への描画コマンドを生成する。例えば、指定された縮尺、描画方式で、道路、その他の地図構成物や、現在地、目的地、推奨経路のための矢印といったマークを描画するように地図描画コマンドを生成する。

図３は、演算処理部１のハードウェア構成例を示す図である。

図示するように、演算処理部１は、各デバイス間をバス３２で接続した構成としてある。演算処理部１は、数値演算及び各デバイスを制御するといった様々な処理を実行するＣＰＵ(Central Processing Unit)２１と、記憶装置３から読み出した地図データ、演算データなどを格納するＲＡＭ(Random Access Memory)２２と、プログラムやデータを格納するＲＯＭ(Read Only Memory)２３と、メモリ間およびメモリと各デバイスとの間のデータ転送を実行するＤＭＡ（Direct Memory Access）２４と、グラフィックス描画を実行し且つ表示制御を行う描画コントローラ２５と、グラフィックスイメージデータを蓄えるＶＲＡＭ(Video Random Access Memory)２６と、イメージデータをＲＧＢ信号に変換するカラーパレット２７と、アナログ信号をデジタル信号に変換するＡ/Ｄ変換器２８と、シリアル信号をバスに同期したパラレル信号に変換するＳＣＩ(Serial Communication Interface)２９と、パラレル信号をバスに同期させてバス上にのせるＰＩＯ(Parallel Input/Output)３０と、パルス信号を積分するカウンタ３１と、を有する。

［動作の説明］次に、上記構成の車載用ナビゲーション装置１００の動作について説明する。本実施形態の車載用ナビゲーション装置１００は、音声ガイド用の音声を、ユーザの声などに変更することができる。以下では、かかる音声を変更する機能に関する処理について説明する。

音声ガイドに用いられる音声は、情報記憶部４４に、音声情報３００として記憶されている。図４は、音声情報３００の構成例である。音声情報３００には、語句３０１と、デフォルト音声３０２と、ユーザ登録音声３０３とが対応付けられて格納されている。語句３０１には、例えば、「右です」、「左です」、「真っ直ぐです」、「斜め右方向です」などがある。デフォルト音声３０２は、初期値として予め格納されており、語句３０１を音声出力する際に利用される音声データである。ユーザ登録音声３０３は、ユーザの要求により登録される音声データである。ユーザ登録音声３０３が格納されている場合は、デフォルト音声３０２の代わりに利用される。

図５は、ユーザの音声を登録する処理のフロー図である。

音声登録部４２は、音声情報３００に格納されている語句３０１の中から、未選択の語句を、順に、１つ選択する（Ｓ１１）。

次に、音声登録部４２は、「『＊＊』と発話して下さい」などと、Ｓ１１で選択した語句の発話を促すメッセージを、表示処理部４５を介して、ディスプレイ２に表示する（Ｓ１２）。なお、音声入出力装置４を介して、音声により、かかるメッセージを出力してもよい。

次に、音声登録部４２は、音声入出力装置４のマイクロホンを介して、ユーザが発声した音声を取得し、音声認識を行う（Ｓ１３）。

続いて、音声登録部４２は、音声認識により特定された語句と、Ｓ１１で選択した語句とが一致するか否か判定する（Ｓ１４）。そして、一致した場合（Ｓ１４でＹ）、音声登録部４２は、Ｓ１３で取得した音声を、ユーザ登録音声３０３として、音声情報３００に、Ｓ１１で選択した語句に対応させて登録する。その後、Ｓ１８に処理を移行する。

一方、音声認識により特定された語句と、Ｓ１１で選択した語句とが一致しない場合（Ｓ１４でＮ）、音声登録部４２は、ディスプレイ２に、「エラーです」などと、ユーザが発声した音声が採用（登録）できない旨を伝えるメッセージを表示する（Ｓ１６）。さらに、ユーザから、入力装置５を介して、再試行の要求を受け付ける（Ｓ１７）。再試行の要求を受け付けた場合（Ｓ１７でＹ）、音声登録部４２は、Ｓ１２に戻って、再び、発話を促す処理から繰り返す。一方、再試行の要求を受け付けなかった場合（Ｓ１７でＮ）、Ｓ１８の処理に移行する。

Ｓ１８では、音声登録部４２は、音声情報３００に登録されている語句３０１の全てが、Ｓ１１にて選択されたか否か判定し（Ｓ１８）、未選択の語句がある場合（Ｓ１８でＮ）、Ｓ１１の処理に戻って、処理を続ける。一方、全ての語句が選択された場合（Ｓ１８でＹ）、処理を終了する。

以上、ユーザの音声を登録する処理について説明した。

次に、図６のフロー図を用いて、音声ガイドの際に使用する音声の選択処理について説明する。

上述の通り、ナビゲーション処理部４３は、目的地までの経路を探索する。そして、探索した経路に沿って車両が走行できるように、右左折が必要な交差点などの誘導ポイントに近づくと、「この先２０ｍ、右です」などと、音声ガイドを行う。このとき、ナビゲーション処理部４３は、図６のフローに従って、語句に対応する音声を、音声情報３００から取得する。そして、取得した音声を用いて音声出力を行う。すなわち、図６で示すフローは、発声しようとする語句ごとに行われる。

ナビゲーション処理部４３は、音声情報３００の中に、音声出力しようとする語句３０１に対応するユーザ登録音声３０３があるか否か判定する（Ｓ２１）。

音声出力しようとする語句について、ユーザ登録音声３０３がある場合（Ｓ２１でＹ）、ナビゲーション処理部４３は、ユーザ登録音声３０３を、音声出力する語句に用いる音声として設定する。一方、音声出力しようとする語句について、ユーザ登録音声３０３がない場合、ナビゲーション処理部４３は、その語句に対応するデフォルト音声３０２を、音声出力する語句に用いる音声として設定する。

こうして、音声出力しようとする語句に用いる音声が決定されると、ナビゲーション処理部４３は、決定された音声を用いて、音声入出力装置４を介して、音声出力を行う。

図６で示したフローによれば、「この先２０ｍ、右です」と音声ガイドされる場合において、「右です」についてのみユーザ登録音声３０３がある場合、「この先２０ｍ」に関しては、デフォルト音声３０２により発声され、「右です」に関してはユーザ登録音声３０３により発声されることになる。

以上、本発明の一実施形態について説明した。

上記実施形態によれば、ユーザの好みに応じて、音声ガイドの音声を変えることができる。また、ユーザから取得した音声を認識し、音声の適切性を調べるので、不適切な語句を意味する音声が登録され、音声出力されるのを防止することができる。

本発明は、上記実施形態に制限されない。上記実施形態は、様々な変形が可能である。

上記実施形態では、発話すべき語句をユーザに対して指定し、指定した語句とユーザにより発話された音声から特定される語句とが一致するか否かを調べている。このような完全一致に限らず、意味的に一致するか否か調べるようにしてもよい。例えば、「右です」と発話を促した場合に、取得した音声からは「右折」と認識された場合でも、意味的に一致するとして、登録するようにしてもよい。かかる場合、情報記憶部４４に、語句ごとに、意味的に一致する語句を記憶しておく。そして、音声登録部４２は、取得した音声を認識して特定した語句が、発話するように指定した語句、又は意味的に一致する語句である場合、Ｓ１５と同様に、取得した音声をユーザ登録音声３０３に登録する。

また、上記実施形態では、ユーザに発話するように指定した語句と、取得した音声を認識して特定した語句とが一致しなかった場合、取得した音声を不適切であると判断して、登録しないようにした。これに限らず、取得した音声を、指定した語句に対応させて一旦登録しておき、音声ガイドにおいて利用するときに、Ｓ１４と同様の方法で、取得した音声が適切か否かを判定するようにしてもよい。すなわち、判定の結果、適切な場合（ユーザに発話するように指定した語句と、取得した音声を認識して得た語句とが意味的に一致する場合）は、取得した音声を用い、不適切な場合（意味的に不一致の場合）は、デフォルト音声を用いるようにする。

また、上記実施形態では、マイクロホンからユーザの声を取得していたが、他の手段により取得するようにしてもよい。例えば、音声登録部４２は、声が記録されたメモリカードなどの可搬性の記録媒体から、音声を取得する。また、俳優などの音声を記憶したサーバから、ネットワークを介して、それらの音声を取得してもよい。

また、車載用ナビゲーション装置は、携帯端末などの通信手段を利用して、既に安全性の保障されている音声データがアップされたサーバにアクセスして、音声データをダウンロードして、予め記憶してあるデフォルト音声と、置き換えるようにすることもできる。ダウンロードする単位は、１音声（例えば、「右です」のみ）であったり、複数音声（例えば、「右です」、「左です」「真っ直ぐです」など）のセットであってもよい。

また、ダウンロードした複数音声のうち、ユーザに置き換えたいものを指定させてもよい。

また、音声登録部４２は、一度、置き換えた音声を初期値に一部又は全部を戻す機能を備えていてもよい。

図１は、本発明の一実施形態が適用された車載用ナビゲーション装置の概略構成図である。図２は、演算処理部１の機能構成を示す図である。図３は、演算処理部１のハードウェア構成を示す図である。図４は、音声情報の構成例である。図５は、音声登録処理のフロー図である。図６は、音声選択処理のフロー図である。

符号の説明

１００…車載用ナビゲーション装置、
１…演算処理部、２…ディスプレイ、３…記憶装置、４…音声出入力装置、５…入力装置、６…車輪速センサ、７…ジャイロ、８…ＧＰＳ受信装置、２１…ＣＰＵ、２２…ＲＡＭ、２３…ＲＯＭ、２４…ＤＭＡ、２５…描画コントローラ、２６…ＶＲＡＭ、２７…カラーパレット、２８…Ａ/Ｄ変換器、２９…ＳＣＩ、３０…ＰＩＯ、３１…カウンタ、
４１…ユーザ操作解析部、４２…音声登録部、４３…ナビゲーション処理部、４４…情報記憶部、４５…表示処理部、４６…音声辞書データベース

Claims

ナビゲーション装置であって、
所定の語句を出力して、ユーザに前記所定の語句の発話を促す手段と、
音声を取得する音声取得手段と、
前記音声取得手段により取得した音声を認識する音声認識手段と、
前記音声認識手段により認識した語句が、前記所定の語句であるか否かを判定する語句判定手段と、
前記音声認識手段により認識した語句が前記所定の語句であると判定された場合、前記音声取得手段で取得した音声を登録する音声登録手段と、
前記所定の語句の音声として、前記音声登録手段により登録した音声を用いて出力する音声出力手段と
を備えることを特徴とするナビゲーション装置。
請求項１において、
前記音声認識手段により認識した語句が、前記所定の語句でないと判定された場合、登録できない旨を伝える情報を出力する手段を備える
ことを特徴とするナビゲーション装置。
請求項１において、
前記音声取得手段は、ネットワークを介して、音声を取得する
ことを特徴とするナビゲーション装置。
ナビゲーション装置であって、
音声ガイドに用いられる第１の語句と当該第１の語句の音声とを記憶する記憶手段と、
前記第１の語句を出力して、ユーザに前記第１の語句の発話を促す手段と、
発話された音声を取得する音声取得手段と、
前記音声取得手段により取得した音声を認識し、当該音声に含まれている第２の語句を特定する音声認識手段と、
前記第２の語句と前記第１の語句とが一致するか否かを判定する語句判定手段と、
前記第２の語句と前記第１の語句とが一致する場合、前記第１の語句の音声として、前記音声取得手段で取得した音声を用い、
前記第２の語句と前記第１の語句とが一致しない場合、前記第１の語句の音声として、前記記憶手段に記憶されている音声を用い、音声ガイドを行う音声ガイド手段と
を備えることを特徴とするナビゲーション装置。
ナビゲーション装置の音声出力方法であって、
前記ナビゲーション装置は、
所定の語句を出力して、ユーザに前記所定の語句の発話を促すステップと、
音声を取得する音声取得ステップと、
前記音声取得ステップにより取得した音声を認識する音声認識ステップと、
前記音声認識ステップにより認識した語句が、前記所定の語句であるか否かを判定する語句判定ステップと、
前記音声認識ステップにより認識した語句が前記所定の語句であると判定された場合、前記音声取得ステップで取得した音声を登録する音声登録ステップと、
前記所定の語句の音声として、前記音声登録ステップにより登録した音声を用いて出力する音声出力ステップと
を行うことを特徴とするナビゲーション装置の音声出力方法。