JP5458470B2 - 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 - Google Patents

Description

本発明は、キーボードやタッチパネル等の文字入力手段と、音声入力手段とを備える情報処理装置及びその文字入力プログラムに関し、特に、入力文字候補を入力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に関する。

携帯電話端末等の小型端末は、その商品特性から、筐体の小型化が要求されており、搭載するキーの数は限られており、また、タッチパネルとして使用する画面も広くできない状況にある。多くの日本語対応携帯電話端末では、キーを１回押下するごとに、入力文字候補を同行音の「あ」→「い」→「う」・・・と遷移させていく方法が主流になっている。

また、パーソナルコンピュータにおいて日本語を入力する場合も、一つのボタンを押下することによりかな一文字を入力できる入力方式が用意されているが、各文字の配置を覚えるまでに時間が掛かるなどの理由から、ローマ字入力方式が広く支持されているような状況である。

これらボタン（キー）入力による煩雑さを音声入力により解消する試みとして特許文献１、特許文献２に記載の文字入力方式が知られている。例えば、特許文献１では、音声認識の際に、キー入力に応じて音声認識辞書中の検索対象の絞込みを行うことにより、音声認識の認識率を向上させる技術が開示されている。

また特許文献２には、一連の文字入力内容に基づいて、文字列の接続仮説を生成し、該接続仮説に従って最終的な文字列候補を推定することにより、音声認識の認識率を向上させる技術が開示されている。
特開２００１−１５９８９６号公報 特開２００６−１０６６２１号公報

上記したキーボードやタッチパネル等の文字入力方式において各文字の小文字や補助符号、例えば、仮名文字における捨て仮名、濁音、半濁音、長音等の入力の際に、操作量が増えてしまうという問題点がある。

特に、携帯電話端末等の携帯端末においては、上記のとおり使えるキーの数自体が少なく、小文字変換、濁音化、半濁音化、長音付加（それぞれ濁音符、半濁音符、長音符の付加）といった諸操作を行うためのキーが、文字キーとは異なるキーに配置されているため、ユーザの指の移動量、操作量の増加は一層大きくなってしまう。

本発明は上記した事情に鑑みてなされたものであって、文字ボタン（キー）による文字入力を主とする文字入力方式における上記小文字変換や補助符号の付加等に要するボタン（キー）操作量を低減できる文字入力機能を備えた情報処理装置及びその文字入力プログラムを提供することを目的とする。

本発明の第１の視点によれば、文字ボタンの押下回数により、入力文字候補が選択され、その後、所定の音声入力が行われた場合に、前記文字ボタンの押下によって選択された入力文字候補を同文字の小文字に変換する小文字入力補助手段を備え、前記小文字入力補助手段は、前記入力文字候補が、捨て仮名のある仮名文字である場合に、前記小文字への変換を実行すること、を特徴とする情報処理装置及び該小文字入力補助手段を実現するためのコンピュータプログラムが提供される。

本発明の第２の視点によれば、文字ボタンの押下回数により、入力文字候補が選択され、その後、所定の音声入力が行われた場合に、前記文字ボタンの押下によって選択された入力文字候補に、濁音符、半濁音符、長音符、反覆音符のいずれか一つの補助符号を付加する符号入力補助手段を備え、前記入力文字候補が、前記濁音符、半濁音符、長音符、反覆音符を付加できる仮名文字である場合に、前記補助符号の付加を実行する情報処理装置及び該符号入力補助手段を実現するためのコンピュータプログラムが提供される。

本発明の第３の視点によれば、文字ボタンの押下回数により、入力文字候補が選択され、その後、入力された音声を認識し、該音声認識結果と前記文字ボタンの押下によって選択された入力文字候補との組み合わせに従って、（Ａ）前記文字ボタンの押下によって選択された入力文字候補を小文字に変換、（Ｂ）前記文字ボタンの押下によって選択された入力文字候補に濁点を付し濁音に変換、（Ｃ）前記文字ボタンの押下によって選択された入力文字候補に半濁点を付し半濁音に変換、（Ｄ）前記文字ボタンの押下によって選択された入力文字候補に長音を付加、のいずれか少なくとも１つを実行すること、を特徴とする情報処理装置及び該小文字入力補助手段を実現するためのコンピュータプログラムが提供される。

本発明によれば、小文字や各種符号の入力に要するボタン（キー）操作量を低減することが可能となる。

続いて、本発明を実施するための最良の形態について図面を参照して詳細に説明する。
図１、図２は、本発明を適用可能な情報処理装置（携帯電話端末）の構成を表した図である。以下、携帯電話端末を用いて本発明の好適な実施形態を説明するが、本発明は、後記するように、ＰＤＡ（Ｐｅｒｓｏｎａｌ Ｄｉｇｉｔａｌ Ａｓｓｉｓｔａｎｔ）やパーソナルコンピュータ等、キーボード等のボタン押下による文字入力手段と、マイク等の音声入力手段を備える情報処理装置に適用することが可能である。

図１、図２を参照すると、入力文字の表示部１１と、番号ボタン１３にそれぞれ文字グループが割り当てられ文字入力にも使用されるキー入力部１２と、マイク等の音声入力部１４と、電話機能のための無線部１６、後記する文字入力支援プログラムや文字配列を記憶する記憶部１８と、携帯電話端末１０の各部を制御するとともに記憶部１８に格納された音声認識プログラムにより音声認識手段として機能する制御部２０と、を備えた携帯電話端末１０が示されている。

続いて、上記携帯電話端末１０の制御部２０により実現される（Ａ）捨て仮名入力（Ｂ）濁音入力（Ｃ）半濁音入力（Ｄ）長音入力の方法について、それぞれ説明する。

（Ａ）捨て仮名入力
複合基調音（キャ行等）や促音を表記する際に用いられるかな小文字（捨て仮名）、「ぁぃぅぇぉ」、「っ」、「ゃゅょ」、「ゎ」は、キー入力部１２から大文字「あいうえお」、「つ」、「やゆよ」、「わ」が入力され、表示部１１に文字入力候補として表示された状態で、音声入力部１４から「あいうえお」、「つ」、「やゆよ」、「わ」の入力があった場合、文字入力候補はそれぞれ小文字化され、捨て仮名「ぁぃぅぇぉ」、「っ」、「ゃゅょ」、「ゎ」に変換される。

（Ｂ）濁音入力
濁音は、キー入力部１２から清音が入力され、表示部１１に文字入力候補として表示された状態で、音声入力部から各濁音の入力があった場合、文字入力候補はそれぞれ濁音に変換（濁音符の付加）される。

図３は、携帯電話端末１０における各番号ボタン１３と、濁音の音声入力があった場合の対応関係を表した図である。例えば、番号ボタン１３の数字「２」キーを２回押下すると、５０音のか行の順に「き」が表示されるが、その状態で、音声入力部１４に対し「ぎ」と発話すると、入力文字候補は、「ぎ」に変換される（半角であれば当然に濁音「゛」の付加処理が行われる）。

同様に、番号ボタン１３の数字「２」キーを１回押下すると、「か」が表示されるが、その状態で、音声入力部１４に対し「が」と発話すると、入力文字候補は、「が」に変換される。さらに、その状態から、数字「２」キーを２回押下すると、入力文字候補「が」は、５０音のが行にしたがって、「ぎ」、「ぐ」と遷移していく。

（Ｃ）半濁音入力
半濁音は、キー入力部１２から清音が入力され、表示部１１に文字入力候補として表示された状態で、音声入力部から半濁音の入力があった場合、文字入力候補は半濁音に変換（半濁音符の付加）される。

図４は、携帯電話端末１０における各番号ボタン１３と、半濁音の音声入力があった場合の対応関係を表した図である。例えば、番号ボタン１３の数字「６」キーを４回押下すると、５０音のは行の順に「へ」が表示されるが、その状態で、音声入力部１４に対し「ぺ」と発話すると、入力文字候補は、「ぺ」に変換される。

（Ｄ）長音入力
長音は、キー入力部１２から清音が入力され、表示部１１に文字入力候補として表示された状態で、音声入力部から所定の長音入力音声、例えば、「長（チョウ）」、「ー（ボウ）」の入力があった場合、文字入力候補に長音符が付加される。

続いて、上記本発明による文字入力方式（本発明方式）と、従来の携帯電話端末の文字入力方式（従来方式）について、捨て仮名、濁音、半濁音、長音を含む「ギャップ」、「カード」を入力する際に必要とされる操作量を比較して説明する。

「ギャップ」−従来方式
図５は、従来方式を用いて「ギャップ」との語を入力する場合における、キーストローク（入力キー）と、入力中文字（入力文字候補）と、確定文字との変化を表した図である。図５に示すとおり、従来方式では、「ギ」の入力に番号ボタン１３の数字「２」キーを２回押下し、その後、番号ボタン１３の「＃（゛）」キーを一回押下する必要がある。同様に、「ャ」、「ッ」、「プ」の入力にそれぞれ、キーを２、４、５回押下する必要があり、文字確定のための操作を除外しても、全体で１４回のキー操作が必要となる。

「ギャップ」−本発明方式
図６は、本発明方式を用いて「ギャップ」との語を入力する場合における、キーストローク（入力キー）と、音声入力（発話内容）と、入力中文字（入力文字候補）と、確定文字との変化を表した図である。図６に示すとおり、本発明方式では、「ギ」の入力に番号ボタン１３の数字「２」キーを２回目に押下する際に、「ぎ」と音声入力することで、入力中文字（入力文字候補）を「ギ」とすることができる。同様に、１、３、３回のキー押下と、各１回の音声入力で「ャ」、「ッ」、「プ」の入力が完成し、文字確定のための操作を除外しても、全体のキー操作回数は、８回に短縮される。

「カード」−従来方式
図７は、従来方式を用いて「カード」との語を入力する場合における、キーストローク（入力キー）と、入力中文字（入力文字候補）と、確定文字との変化を表した図である。図７に示すとおり、従来方式では、番号ボタン１３の数字「２」キーの１回押下、数字「０」キーの４回押下、数字「４」キーの５回押下、「＃（゛）」キーの１回押下で、「カード」の入力が完了する。文字確定のための操作を除外しても、全体で１１回のキー操作が必要となる。

「カード」−本発明方式
図８は、本発明方式を用いて「カード」との語を入力する場合における、キーストローク（入力キー）と、音声入力（発話内容）と、入力中文字（入力文字候補）と、確定文字との変化を表した図である。図８に示すとおり、本発明方式では、番号ボタン１３の数字「２」キーを押下する際に、「長」（チョウ）と音声入力することで、「カー」の入力が完了する。「ド」についても番号ボタン１３の数字「４」キーを５回目に押下する際に、「ド」と音声入力することで入力が完了する。文字確定のための操作を除外しても、全体のキー操作回数は、６回となる。

以上のとおり、音声入力を併用することにより、少なくとも、捨て仮名、濁音、半濁音、長音の入力に必要としていたキー操作回数を飛躍的に短縮することが可能となる。

なお、上記した実施形態では、音声入力を利用した（Ａ）捨て仮名入力（Ｂ）濁音入力（Ｃ）半濁音入力（Ｄ）長音入力のすべての機能を搭載するものとして説明したが、本機能を搭載する情報処理装置の用途や既存入力インターフェースの有無に応じて、上記（Ａ）〜（Ｄ）のうちいずれか任意のものを省略することも可能である。例えば、既存の入力インターフェースにて、濁音と半濁音の短縮入力方法が用意されている場合には、上記音声入力を利用した（Ｂ）濁音入力（Ｃ）半濁音入力機能を省くことができる。

上記した実施形態では、制御部２０にて入力音声を認識するものとして説明したが、例えば、「か」と入力した状態で、「げ」との音声を検知できた時点で、同行の濁音「が」行の母音「エ」が指定されたものと判定し、入力文字候補を「げ」にするよう動作させることで、よりキー操作量を少なくすることもできる。

また、上記した実施形態では、（Ａ）捨て仮名入力（Ｂ）濁音入力（Ｃ）半濁音入力において、それぞれユーザが意図する音を音声入力するものとして説明したが、上記（Ｄ）長音入力と同様に、小文字化したい文字、濁点、半濁点を付したい文字を表示した状態で、所定の入力音声、例えば、「小（ショウ）」、「点（テン）」、「丸（マル）」、任意の濁音、任意の半濁音等といった音声が入力された場合に、それぞれ所定の入力文字候補の変換を行わせることも可能である。

例えば、（Ａ）捨て仮名入力をしたい場合に、「小（ショウ）」との音声入力にて、入力文字候補の小文字化を行い、（Ｄ）長音入力したい場合に、長音を付したい文字の母音を音声入力することにより、入力文字候補に長音符を付加させるようにすることもできる。

更には、（Ｅ）反覆音符を付加したい場合に、同一音との音声入力にて、入力文字候補に反覆音符（「ゝ」、「々」）を付加させるようにすることもできる。例えば、「やや」と入力する場合に、音声入力を行わない場合には、「やや」との確定文字を得、「やや」と入力と同時に「や」と発話した場合には、「やゝ」との確定文字を得るというように切り替えることが可能となる。また、同様の考え方で、所定の音声入力が行われた場合に、傍点、下線等を付加させるようにすることもできる。

以上、本発明は、大文字や清音と同等のストロークで、小文字や濁音、半濁音等を入力できない情報処理装置、例えば、携帯電話端末、ＰＤＡ、ファクシミリ、その他情報家電等に最もその効果を発揮できる。

また、本発明は、パーソナルコンピュータ等のキーボード等を持つ情報処理装置にも適用することも可能である。例えば、ローマ字入力でなく、ひらがな５０音がそれぞれのキーに割り当てられた入力方式では、通常、上記捨て仮名、長音、濁点、半濁点の入力に追加のキー操作（シフト押下、濁点キー、半濁点キー、長音キーの押下が必要となるが、本発明を利用することにより、音声入力にて上記追加の操作を省略することが可能となる。

また、上記した実施形態では、日本語入力環境での使用を想定して説明したが、本発明の原理を適用可能な範囲で外国語入力環境への適用も可能である。例えば、英語環境に置ける文字の小文字化やイタリック体化はもちろんとして、フランス語におけるアクサン記号や、ドイツ語におけるウムラウトの付加にも適用することが可能である。

本発明を適用可能な情報処理装置（携帯電話端末）の外観図である。 本発明を適用可能な情報処理装置（携帯電話端末）の内部ブロック図である。 本発明の一実施形態に係る携帯電話端末のボタン（数字キー）と、濁音の音声入力により変換される入力文字候補の対応関係を表した図である。 本発明の一実施形態に係る携帯電話端末のボタン（数字キー）と、半濁音の音声入力により変換される入力文字候補の対応関係を表した図である。 従来方式を用いて「ギャップ」との語を入力する場合のキー操作量を説明するための図である。 本発明方式を用いて「ギャップ」との語を入力する場合のキー操作量を説明するための図である。 従来方式を用いて「カード」との語を入力する場合のキー操作量を説明するための図である。 本発明方式を用いて「カード」との語を入力する場合のキー操作量を説明するための図である。

符号の説明

１０ 携帯電話端末
１１ 表示部
１２ キー入力部
１３ 番号ボタン
１４ 音声入力部（マイク）
１６ 無線部
１８ 記憶部
２０ 制御部

Claims (6)

1. 文字ボタンの押下回数により、入力文字候補が選択され、その後、所定の音声入力が行われた場合に、前記文字ボタンの押下によって選択された入力文字候補を同文字の小文字に変換する小文字入力補助手段を備え、
   前記小文字入力補助手段は、前記入力文字候補が、捨て仮名のある仮名文字である場合にのみ、前記小文字への変換を実行すること、
   を特徴とする情報処理装置。
2. 文字ボタンの押下回数により、入力文字候補が選択され、その後、所定の音声入力が行われた場合に、前記文字ボタンの押下によって選択された入力文字候補に、濁音符、半濁音符、長音符、反覆音符のいずれか一つの補助符号を付加する符号入力補助手段を備え、
   前記入力文字候補が、前記濁音符、半濁音符、長音符、反覆音符を付加できる仮名文字である場合に、前記補助符号の付加を実行すること、
   を特徴とする情報処理装置。
3. 文字ボタンの押下回数により、入力文字候補が選択され、その後、入力された音声を認識し、該音声認識結果と前記文字ボタンの押下によって選択された入力文字候補との組み合わせに従って、
   （Ａ）前記文字ボタンの押下によって選択された入力文字候補を小文字に変換、
   （Ｂ）前記文字ボタンの押下によって選択された入力文字候補に濁点を付し濁音に変換、
   （Ｃ）前記文字ボタンの押下によって選択された入力文字候補に半濁点を付し半濁音に変換、
   （Ｄ）前記文字ボタンの押下によって選択された入力文字候補に長音を付加、
   のいずれか少なくとも１つを実行すること、を特徴とする情報処理装置。
4. 文字ボタンの押下により入力文字候補を表示させる文字入力手段を備えた情報処理装置に実行させる文字入力プログラムであって、
   前記文字ボタンの押下回数により、入力文字候補が選択され、その後、所定の音声入力が行われ、かつ、前記文字ボタンの押下によって選択された入力文字候補が、捨て仮名のある仮名文字である場合にのみ、前記文字ボタンの押下によって選択された入力文字候補を同文字の小文字に変換することを特徴とする文字入力プログラム。
5. 文字ボタンの押下により入力文字候補を表示させる文字入力手段を備えた情報処理装置に実行させる文字入力プログラムであって、
   前記文字ボタンの押下回数により、入力文字候補が選択され、その後、所定の音声入力が行われ、かつ、前記文字ボタンの押下によって選択された入力文字候補が、濁音符、半濁音符、長音符、反覆音符を付加できる仮名文字である場合に、前記文字ボタンの押下によって選択された入力文字候補に、前記濁音符、半濁音符、長音符、反覆音符のいずれか一つの補助符号を付加することを特徴とする文字入力プログラム。
6. 文字ボタンの押下により入力文字候補を表示させる文字入力手段を備えた情報処理装置に実行させる文字入力プログラムであって、
   前記文字ボタンの押下回数により、入力文字候補が選択され、その後、入力された音声を認識する処理と、
   前記音声認識結果と前記文字ボタンの押下によって選択された入力文字候補との組み合わせに従って、
   （Ａ）前記文字ボタンの押下によって選択された入力文字候補を小文字に変換、
   （Ｂ）前記文字ボタンの押下によって選択された入力文字候補に濁点を付し濁音に変換、
   （Ｃ）前記文字ボタンの押下によって選択された入力文字候補に半濁点を付し半濁音に変換、
   （Ｄ）前記文字ボタンの押下によって選択された入力文字候補に長音を付加、
   のいずれか少なくとも１つの処理を実行すること、を特徴とする文字入力プログラム。

Images