JP7206167B2 - 受信装置 - Google Patents

受信装置 Download PDF

Info

Publication number
JP7206167B2
JP7206167B2 JP2019148384A JP2019148384A JP7206167B2 JP 7206167 B2 JP7206167 B2 JP 7206167B2 JP 2019148384 A JP2019148384 A JP 2019148384A JP 2019148384 A JP2019148384 A JP 2019148384A JP 7206167 B2 JP7206167 B2 JP 7206167B2
Authority
JP
Japan
Prior art keywords
unit
state
voice
voice recognition
user
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
JP2019148384A
Other languages
English (en)
Other versions
JP2021032906A (ja
Inventor
丈次 山下
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
TVS Regza Corp
Original Assignee
TVS Regza Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by TVS Regza Corp filed Critical TVS Regza Corp
Priority to JP2019148384A priority Critical patent/JP7206167B2/ja
Priority to PCT/CN2020/108978 priority patent/WO2021027892A1/zh
Priority to CN202080004651.1A priority patent/CN112930686B/zh
Publication of JP2021032906A publication Critical patent/JP2021032906A/ja
Application granted granted Critical
Publication of JP7206167B2 publication Critical patent/JP7206167B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/16—Sound input; Sound output
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/28—Constructional details of speech recognition systems
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/41—Structure of client; Structure of client peripherals
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/41—Structure of client; Structure of client peripherals
    • H04N21/422—Input-only peripherals, i.e. input devices connected to specially adapted client devices, e.g. global positioning system [GPS]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/431—Generation of visual interfaces for content selection or interaction; Content or additional data rendering
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/441—Acquiring end-user identification, e.g. using personal code sent by the remote control or by inserting a card
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/442—Monitoring of processes or resources, e.g. detecting the failure of a recording device, monitoring the downstream bandwidth, the number of times a movie has been viewed, the storage space available from the internal hard disk

Description

本発明の実施形態は、受信装置に関する。
近年、ユーザが音声によって機器の操作をすることができる音声認識サービスのニーズが高まりつつある。例えば、音声認識機能を備えるテレビジョン装置等の機器が知られている。このようなテレビジョン装置等においては、例えば、ユーザが発したウェイクワード（Wake Word）を検出した場合に、音声認識サービスを起動し、例えば、何らかの応答を返したり、ユーザの音声が認識しやすくなるように再生中のコンテンツの音量を下げたりする。
しかしながら、このようなテレビジョン装置等においては、ウェイクワードの誤検出等により、ユーザの意図しないタイミングで音声認識サービスが起動してしまう場合がある。このような場合に、ユーザのコンテンツの視聴が妨げられることにより、ユーザが煩わしさを感じるおそれがある。
特開２０１３－２３５０３２号公報
音声認識サービスが不要な場面において音声認識サービスが開始することを低減する。
実施形態の受信装置は、音声入力部と、選択部と、音声認識部とを備える。音声入力部は、ユーザの音声を入力する。選択部は、所定の条件に基づいて、音声認識の有効状態と無効状態のいずれかを選択する。音声認識部は、有効状態が選択された場合、音声入力部に入力された音声に対する音声認識処理を実行し、無効状態が選択された場合、音声認識処理を実行しない。また、所定の条件は、前記ユーザの操作を受け付け可能な操作画面、または通知画面の少なくともいずれかが表示部に表示されていることであり、選択部は、表示部に操作画面または通知画面の少なくともいずれかが表示されている場合に無効状態を選択し、表示部に操作画面または通知画面のいずれも表示されていない場合に有効状態を選択する。
図１は、第１の実施形態にかかるテレビジョン装置のハードウェア構成の一例を示す図である。 図２は、第１の実施形態にかかるテレビジョン装置の機能的構成の一例を示す図である。 図３は、第１の本実施形態にかかる音声認識の有効状態と無効状態の選択処理の流れの一例を示すフローチャートである。 図４は、第２の実施形態にかかるテレビジョン装置の機能的構成の一例を示す図である。 図５は、第３の実施形態にかかるテレビジョン装置の機能的構成の一例を示す図である。 図６は、第４の実施形態にかかるテレビジョン装置の機能的構成の一例を示す図である。 図７は、第５の実施形態にかかるテレビジョン装置の機能的構成の一例を示す図である。
（第１の実施形態）
図１は、本実施形態にかかるテレビジョン装置１０のハードウェア構成の一例を示す図である。図１に示すように、テレビジョン装置１０は、アンテナ１０１と、入力端子１０２ａと、チューナ１０３と、デモジュレータ１０４と、デマルチプレクサ１０５と、入力端子１０２ｂおよび１０２ｃと、Ａ／Ｄ（アナログ／デジタル）変換器１０６と、セレクタ１０７と、信号処理部１０８と、スピーカ１０９と、表示パネル１１０と、操作部１１１と、受光部１１２と、ＩＰ通信部１１３と、ＣＰＵ（Central Processing Unit）１１４と、メモリ１１５と、ストレージ１１６と、マイク（マイクロフォン）１１７と、オーディオＩ／Ｆ（インターフェース）１１８とを備える。テレビジョン装置１０は、本実施形態における受信装置の一例である。
アンテナ１０１は、デジタル放送の放送信号を受信し、受信した放送信号を、入力端子１０２ａを介してチューナ１０３に供給する。チューナ１０３は、アンテナ１０１から供給された放送信号から所望のチャンネルの放送信号を選局し、選局した放送信号をデモジュレータ１０４に供給する。放送信号は、放送波ともいう。
デモジュレータ１０４は、チューナ１０３から供給された放送信号を復調し、復調した放送信号をデマルチプレクサ１０５に供給する。デマルチプレクサ１０５は、デモジュレータ１０４から供給された放送信号を分離して映像信号および音声信号を生成し、生成した映像信号および音声信号をセレクタ１０７に供給する。
セレクタ１０７は、デマルチプレクサ２０５、Ａ／Ｄ変換器１０６、および入力端子１０２ｃから供給される複数の信号から１つを選択し、選択した１つの信号を信号処理部１０８に供給するように構成されている。
信号処理部１０８は、セレクタ１０７から供給される映像信号に所定の信号処理を施し、処理後の映像信号を表示パネル１１０に供給するように構成されている。また、信号処理部１０８は、セレクタ１０７から供給される音声信号に所定の信号処理を施し、処理後の音声信号をスピーカ１０９に供給するように構成されている。
スピーカ１０９は、信号処理部１０８から供給される音声信号に基づいて音声、または各種の音を出力するように構成されている。また、スピーカ１０９は、ＣＰＵ１１４による制御に基づいて、出力する音声または各種の音の音量を変更する。
表示パネル１１０は、信号処理部１０８から供給される映像信号またはＣＰＵ１１４による制御に基づいて、静止画や動画などの映像を表示するように構成されている。表示パネル１１０は、表示部の一例である。
入力端子１０２ｂは、外部から入力されるアナログ信号（映像信号および音声信号）を受け付ける。また、入力端子１０２ｃは、外部から入力されるデジタル信号（映像信号および音声信号）を受け付けるように構成されている。例えば、入力端子１０２ｃは、ＢＤ（Blu-ray Disc）（登録商標）などの録画再生用の記録媒体を駆動して録画および再生するドライブ装置を搭載したレコーダ（ＢＤレコーダ）等から、デジタル信号の入力が可能であるものとする。Ａ／Ｄ変換器１０６は、入力端子１０２ｂから供給されるアナログ信号にＡ／Ｄ変換を施すことにより生成したデジタル信号をセレクタ１０７に供給する。
操作部１１１は、ユーザの操作入力を受け付ける。また、受光部１１２は、リモートコントローラ１１９からの赤外線を受光する。ＩＰ通信部１１３は、ネットワーク３００を介したＩＰ（インターネットプロトコル）通信を行うための通信インターフェースである。
ＣＰＵ１１４は、テレビジョン装置１０全体を制御する制御部である。メモリ１１５は、ＣＰＵ１１４が実行する各種コンピュータプログラムを格納するＲＯＭ（Read Only Memory）や、ＣＰＵ１１４に作業エリアを提供するＲＡＭ（Random Access Memory）等である。また、ストレージ１１６は、ＨＤＤ（Hard Disk Drive,）やＳＳＤ（Solid State Drive）等である。ストレージ１１６は、例えば、セレクタ１０７により選択された信号を録画データとして記録する。
マイク１１７は、ユーザが発話した音声を取得して、オーディオＩ／Ｆ１１８に送出する。マイク１１７は、音声入力部の一例である。マイク１１７は、“オン状態”の場合に音声の入力が可能であり、“オフ状態”の場合は、音声の入力が不可である。本実施形態においては、マイク１１７は、テレビジョン装置１０が起動した場合は自動的にオン状態となる。例えば、マイク１１７は、ＣＰＵ１１４による制御によって音声認識を有効状態にすることが選択されている場合は、オン状態のままとなる。また、例えば、マイク１１７は、ＣＰＵ１１４による制御によって音声認識を無効状態にすることが選択された場合に、オフ状態に切り替えられる。音声認識の有効状態と無効状態の選択の詳細については、選択部１５の処理として後述する。
オーディオＩ／Ｆ１１８は、マイク１１７が取得した音声をアナログ／デジタル変換して、音声信号としてＣＰＵ１１４に送出する。
次に、本実施形態にかかるテレビジョン装置１０の機能について説明する。
図２は、本実施形態にかかるテレビジョン装置１０の機能的構成の一例を示す図である。図２に示すように、テレビジョン装置１０は、取得部１１と、ウェイクワード検出部１２と、音声認識部１３と、表示制御部１４と、選択部１５と、機器制御部１６とを備える。
本実施形態のテレビジョン装置１０で実行されるプログラムは、上述した各部（取得部、ウェイクワード検出部、音声認識部、表示制御部、選択部、機器制御部）を含むモジュール構成となっており、実際のハードウェアとしてはＣＰＵ１１４がＲＯＭ等からプログラムを読み出して実行することにより上記各部がＲＡＭ等の主記憶装置上にロードされ、取得部、ウェイクワード検出部、音声認識部、表示制御部、選択部、機器制御部が主記憶装置上に生成されるようになっている。
本実施形態のテレビジョン装置１０で実行されるプログラムは、例えば、ＲＯＭ等に予め組み込まれて提供される。また、本実施形態のテレビジョン装置１０で実行されるプログラムは、インストール可能な形式又は実行可能な形式のファイルでＣＤ－ＲＯＭ、フレキシブルディスク（ＦＤ）、ＣＤ－Ｒ、ＤＶＤ（Digital Versatile Disk）等のコンピュータで読み取り可能な記録媒体に記録して提供するように構成しても良い。
さらに、本実施形態のテレビジョン装置１０で実行されるプログラムを、インターネット等のネットワークに接続されたコンピュータ上に格納し、ネットワーク経由でダウンロードさせることにより提供するように構成しても良い。また、本実施形態のテレビジョン装置１０で実行されるプログラムをインターネット等のネットワーク経由で提供または配布するように構成しても良い。また、本実施形態では、１台のＣＰＵによって各機能部が実現されるように記載するが、複数のＣＰＵまたは各種の回路によって各機能部が実現されても良い。
取得部１１は、マイク１１７に入力されたユーザの音声を、オーディオＩ／Ｆ１１８を介して取得する。取得部１１は、取得した音声を、ウェイクワード検出部１２と音声認識部１３とに送出する。なお、取得部１１が取得する“音声”は、オーディオＩ／Ｆ１１８によって変換されたデジタルな音声信号であるが、以下、単に“音声”と記載する。
また、取得部１１は、ＣＰＵ１１４と接続する操作部１１１、受光部１１２、ＩＰ通信部１１３、セレクタ１０７、信号処理部１０８等から、各種の信号を取得する。例えば、取得部１１は、受光部１１２が受光したリモートコントローラ１１９からの赤外線または操作部１１１に入力された操作に基づいて、ユーザの操作を受け付ける。取得部１１は、受け付けたユーザの操作の内容を、表示制御部１４と、機器制御部１６とに送出する。
ウェイクワード検出部１２は、取得部１１によって取得された音声からウェイクワード（Wake Word）を検出する。ウェイクワードは、音声認識サービスの起動のトリガとなる所定の音声コマンドである。ウェイクワードは予め定められているものとする。また、音声信号がウェイクワードを含むか否かを判断する手法は、公知の音声認識の技術を採用することができる。
本実施形態においては、後述の選択部１５によって音声認識の有効状態と無効状態のいずれが選択されたかによってウェイクワード検出部１２の設定自体は変化しないが、無効状態が選択された場合は、マイク１１７はオフ状態になり、音声の入力が不可であるため、音声は取得されない。このため、ウェイクワード検出部１２は、音声認識の無効状態が選択されている場合、ウェイクワードの検出処理を実行しない。また、音声認識の有効状態が選択されている場合は、マイク１１７はオン状態であり、音声の入力が可能である。このため、ウェイクワード検出部１２は、音声認識の有効状態が選択されている場合に、マイク１１７に入力された音声に対するウェイクワードの検出処理を実行する。
ウェイクワード検出部１２は、取得部１１によって取得された音声からウェイクワードを検出した場合に、表示制御部１４および機器制御部１６にウェイクワードを検出したことを通知する。また、ウェイクワード検出部１２は、ウェイクワードの後にユーザの音声が続いて入力された場合、ウェイクワードの後に続く音声を音声認識部１３に送出する。
音声認識部１３は、マイク１１７に入力された音声に対する音声認識処理を実行する。本実施形態においては、後述の選択部１５によって音声認識の有効状態と無効状態のいずれが選択されたかによって音声認識部１３の設定自体は変化しないが、無効状態が選択された場合は、マイク１１７は音声の入力が不可であるため、音声は取得されない。このため、音声認識部１３は、音声認識の無効状態が選択されている場合、音声認識処理を実行しない。また、音声認識の有効状態が選択されている場合は、マイク１１７は音声の入力が可能である。このため、音声認識部１３は、音声認識の有効状態が選択されている場合に、マイク１１７に入力された音声に対する音声認識処理を実行する。
より詳細には、音声認識部１３は、ウェイクワード検出部１２によってウェイクワードが検出された場合に、ウェイクワードの後に続く音声を音声認識処理することにより、ユーザの音声の内容を特定する。音声認識処理は、公知の技術を適用可能である。例えば、音声認識部１３は、公知の技術を用いて、ユーザの音声の内容をテキストデータに変換する。音声認識部１３は、音声認識結果を表示制御部１４と機器制御部１６とに送出する。本実施形態においては、音声認識部１３がユーザの音声を音声認識した結果に基づいて、表示制御部１４または機器制御部１６等の各機能部が処理を実行することにより、音声認識サービスを実現する。
表示制御部１４は、表示パネル１１０への各種の表示を制御する。例えば、表示制御部１４は、取得部１１がリモートコントローラ１１９等に入力されたユーザの操作を取得した場合に、該操作に応じた操作画面を表示パネル１１０に表示する。より具体的には、ユーザが録画予約の設定を開始するボタンを押下する等の操作をした場合に、表示制御部１４は、該ユーザの操作を受け付け可能な操作画面を表示パネル１１０に表示する。操作画面の表示態様は、例えば、再生中のコンテンツの画面の上に重畳されて表示されるＯＳＤ（On Screen Display）でも良いし、表示パネル１１０全体に表示される全画面表示でも良い。なお、本実施形態において“コンテンツ”とは、テレビ番組、ＤＶＤ等に録画された動画、またはアプリケーションによって再生される動画等を含むものとする。
また、表示制御部１４は、各種の通知画面を表示パネル１１０に表示する。例えば、表示制御部１４は、ユーザへの情報提供、警告、または注意喚起等のメッセージを含む通知画面を、再生中のコンテンツの画面の上に重畳してＯＳＤとして表示する。
また、表示制御部１４は、ウェイクワード検出部１２によってウェイクワードが検出された場合に、音声に対して応答するメッセージまたはアイコン等を、表示パネル１１０に表示する。音声に対して応答するメッセージまたはアイコン等は、例えば、ユーザの発話を促す内容でも良いし、ユーザの音声の認識結果を文字データとして表示するものでも良い。当該メッセージまたはアイコン等の表示により、ユーザは、ウェイクワードが認識されたこと、および、発話する音声がテレビジョン装置１０に対する指示となることを容易に認識することができる。
また、例えば、表示制御部１４は、表示パネル１１０に操作画面または通知画面を表示する場合に、操作画面を表示中であることを示す操作画面表示フラグまたは通知画面を表示中であることを示す通知画面表示フラグを、メモリ１１５に設定する。また、表示制御部１４は、操作画面または通知画面の表示を終了した場合は、操作画面表示フラグまたは通知画面表示フラグを、メモリ１１５から削除する。なお、表示パネル１１０に操作画面または通知画面を表示であることを示す手法はこれに限定されるものではない。例えば、表示制御部１４は、表示パネル１１０に操作画面または通知画面を表示したこと、または操作画面または通知画面の表示を終了したことを、選択部１５に通知しても良い。
また、表示制御部１４は、音声認識部１３によって認識されたユーザの音声に含まれる命令に基づいて、表示パネル１１０の表示を制御する。例えば、表示制御部１４は、ユーザの音声に含まれる命令に基づいて、チューナ１０３を制御して、ユーザが音声で指定した番組が放送されているチャンネルを選曲し、当該番組を表示パネル１１０に表示する。また、表示制御部１４は、ユーザの音声に含まれる命令に基づいて、ストレージ１１６または外部の記憶装置に保存された番組の録画データを再生して表示パネル１１０に表示しても良い。
選択部１５は、所定の条件に基づいて、音声認識の有効状態と無効状態のいずれかを選択する。
本実施形態における所定の条件は、「操作画面または通知画面の少なくともいずれかが表示パネル１１０に表示されていること」である。本実施形態の選択部１５は、テレビジョン装置１０の表示パネル１１０の状態が所定の条件を満たす場合に、無効状態を選択する。また、選択部１５は、テレビジョン装置１０の表示パネル１１０の状態が所定の条件を満たさない場合に、有効状態を選択する。
例えば、選択部１５は、メモリ１１５に操作画面表示フラグが立っている場合に、操作画面が表示されていると判断し、メモリ１１５に通知画面表示フラグが立っている場合に通知画面表示されていると判断する。選択部１５は、操作画面または通知画面の少なくともいずれかが表示パネル１１０に表示されていると判断した場合に、テレビジョン装置１０が所定の条件を満たすと判定する。この場合、選択部１５は、無効状態を選択する。
なお、操作画面または通知画面の表示の有無を判断する手法はこれに限定されるものではなく、例えば、選択部１５は、表示制御部１４から取得した操作画面または通知画面の表示の有無に基づいて、操作画面または通知画面の少なくともいずれかが表示パネル１１０に表示されているか否かを判断しても良い。
また、選択部１５は、操作画面および通知画面のいずれも表示パネル１１０に表示されていないと判断した場合に、テレビジョン装置１０が所定の条件を満たさないと判断する。この場合、選択部１５は、有効状態を選択する。
選択部１５は、音声認識の有効状態と無効状態の選択結果を、機器制御部１６に送出する。
機器制御部１６は、テレビジョン装置１０に含まれる各種の機器を制御する。例えば、機器制御部１６は、選択部１５によって音声認識の無効状態が選択された場合に、マイク１１７をオフ状態にする。また、例えば、機器制御部１６は、選択部１５によって音声認識の有効状態が選択された場合に、マイク１１７をオン状態にする。
また、機器制御部１６は、ウェイクワード検出部１２によってウェイクワードが検出された場合に、スピーカ１０９を制御して音量を下げる。これは、ユーザがウェイクワードの後に発話する音声の入力が、コンテンツの音に干渉されることを低減するためである。
また、機器制御部１６は、音声認識部１３によって認識されたユーザの音声に含まれる命令に基づいて、テレビジョン装置１０に含まれる各種の機器を制御する。例えば、機器制御部１６は、ユーザの音声に、「音量を上げて」という命令が含まれている場合に、スピーカ１０９を制御して音量を上げる。なお、機器制御部１６は、音声認識部１３によって認識されたユーザの音声に含まれる命令に基づいて、インターネットから情報を検索しても良い。
次に、以上のように構成されたテレビジョン装置１０で実行される音声認識の有効状態と無効状態の選択処理の流れを説明する。
図３は、本実施形態にかかる音声認識の有効状態と無効状態の選択処理の流れの一例を示すフローチャートである。このフローチャートの処理は、テレビジョン装置１０が稼動している間は実行され続けるものとする。また、このフローチャートの開始時点においては、音声認識は有効状態であり、マイク１１７はオン状態であるものとする。
まず、選択部１５は、例えば、メモリ１１５に操作画面表示フラグまたは通知画面表示フラグが立っているか否かに基づいて、テレビジョン装置１０が所定の条件を満たすか否かを判定する（Ｓ１）。
選択部１５は、メモリ１１５に操作画面表示フラグまたは通知画面表示フラグが立っている場合に、テレビジョン装置１０が所定の条件を満たすと判定する（Ｓ１“Ｙｅｓ”）。この場合、選択部１５は、音声認識の無効状態を選択する（Ｓ２）。選択部１５は、音声認識の無効状態を選択したことを、機器制御部１６に送出する。
次に、機器制御部１６は、マイク１１７を“オフ状態”にする（Ｓ３）。これにより、マイク１１７は音声の入力を受け付けない状態となる。機器制御部１６によってマイク１１７が“オフ状態”にされた後は、Ｓ１の処理に戻り、処理が繰り返される。
また、選択部１５は、メモリ１１５に操作画面表示フラグおよび通知画面表示フラグのいずれも立っていない場合に、テレビジョン装置１０が所定の条件を満たさないと判定する（Ｓ１“Ｎｏ”）。この場合、選択部１５は、音声認識の有効状態を選択する（Ｓ４）。例えば、音声認識が無効状態になった後に、操作画面または通知画面の表示が終了してフラグが削除された場合、選択部１５が有効状態を選択することにより、音声認識が無効状態から有効状態に切り替わる。選択部１５は、音声認識の有効状態を選択したことを、機器制御部１６に送出する。
次に、機器制御部１６は、マイク１１７をオン状態にする（Ｓ５）。これにより、マイク１１７は音声の入力を受け付け可能な状態となる。なお、既にマイク１１７がオン状態である場合は、機器制御部１６は、特に何も処理を実行しない。
次に、ウェイクワード検出部１２は、マイク１１７に入力されたユーザの音声を、オーディオＩ／Ｆ１１８を介して取得する（Ｓ６）。取得部１１は、取得した音声を、ウェイクワード検出部１２と音声認識部１３とに送出する。
そして、ウェイクワード検出部１２は、取得部１１によって取得された音声にウェイクワードが含まれるか否かを判断する（Ｓ７）。ウェイクワード検出部１２は、取得された音声からウェイクワードを検出した場合（Ｓ７“Ｙｅｓ”）、表示制御部１４および機器制御部１６にウェイクワードを検出したことを通知する。また、ウェイクワード検出部１２は、ウェイクワードの後にユーザの音声が続いて入力された場合、ウェイクワードの後に続く音声を音声認識部１３に送出する。
次に、機器制御部１６は、スピーカ１０９を制御して再生中のコンテンツの音量を下げる（Ｓ８）。また、表示制御部１４は、ユーザに対する応答メッセージまたはアイコンを表示パネルに表示パネル１１０に表示する（Ｓ９）。このような機器制御部１６または表示制御部１４による処理は、音声認識サービスの開始時の処理の一例である。
そして、音声認識部１３は、ウェイクワードの後にマイク１１７に入力された音声に対する音声認識処理を実行する（Ｓ１０）。音声認識部１３は、音声認識処理による音声認識結果を、表示制御部１４と機器制御部１６とに送出する。そして、表示制御部１４または機器制御部１６は、音声認識結果に基づく処理を実行することにより、音声認識サービスを実現する（Ｓ１１）。その後、Ｓ１の処理に戻り、テレビジョン装置１０の電源が切られるまで、このフローチャートの処理が繰り返される。
このように、本実施形態のテレビジョン装置１０は、所定の条件に基づいて、音声認識の有効状態と無効状態のいずれかを選択し、有効状態を選択した場合はマイク１１７に入力された音声に対する音声認識処理を実行し、無効状態を選択した場合は音声認識処理を実行しない。このため、本実施形態のテレビジョン装置１０によれば、音声認識サービスが不要な場面において音声認識サービスが開始することを低減することができる。
例えば、ユーザが発話した音声が、ウェイクワードではないにも関わらず、ウェイクワードとして誤認識される場合がある。一般に、ユーザがリモートコントローラ等を操作している場面においては、音声認識サービスによる操作は不要であることが多い。しかしながら、従来技術においては、ユーザが表示パネル上の操作画面を見ながらリモートコントローラ等を操作している場面において、ユーザの発話した音声がウェイクワードとして誤認識されると、音声認識サービスが開始し、表示パネル上にユーザに対する応答メッセージまたはアイコンが表示されて操作画面が消えてしまったり、見えにくくなってしまったりすることがあった。
また、表示パネル上に通知画面が表示されている場合、ユーザは通知画面に表示されたメッセージ等を読んでいるため、該通知画面の表示の終了までは、他の画面によって該通知画面が遮られることは望ましくない。しかしながら、従来技術においては、ユーザが表示パネル上の通知画面を見ていても、ユーザの発話した音声がウェイクワードとして誤認識されると、音声認識サービスが開始し、表示パネル上にユーザに対する応答メッセージまたはアイコンが表示され、通知画面が消えてしまったり、見えにくくなってしまったりすることがあった。このような場合、ユーザが煩わしさを感じたり、ユーザへの情報提供に支障が出たりする場合がある。
これに対して、本実施形態のテレビジョン装置１０は、表示パネル１１０に操作画面または通知画面の少なくともいずれかが表示されている場合に、テレビジョン装置１０が所定の条件を満たすと判断し、無効状態を選択する。このため、本実施形態のテレビジョン装置１０によれば、表示パネル１１０に操作画面または通知画面が表示されている場合に、音声認識サービスが開始することを低減することができる。このため、本実施形態のテレビジョン装置１０によれば、ユーザが操作画面または通知画面を使用しているときに、表示パネル１１０上にユーザに対する応答メッセージまたはアイコンが表示されてユーザが操作画面または通知画面を見にくくなるということを、低減することができる。
また、本実施形態のテレビジョン装置１０は、有効状態を選択した場合にマイク１１７をオン状態にし、無効状態を選択した場合にマイク１１７をオフ状態にする。このため、本実施形態のテレビジョン装置１０によれば、無効状態においては物理的にユーザの音声の入力を不可にし、音声認識サービス開始することを低減することができる。
なお、本実施形態では、ハードウェアであるマイク１１７を音声入力部の一例としたが、プログラムによって実現される取得部１１を、音声入力部の一例としても良い。また、マイク１１７は、テレビジョン装置１０本体ではなく、リモートコントローラ１１９に設けられても良い。また、音声入力部は、テレビジョン装置１０の外部の音声認識機器によって実現されても良い。
また、本実施形態では、「操作画面または通知画面の少なくともいずれかが表示パネル１１０に表示されていること」を所定の条件としたが、「操作画面が表示パネル１１０に表示されていること」または「通知画面が表示パネル１１０に表示されていること」を所定の条件としても良い。例えば、「操作画面が表示パネル１１０に表示されていること」を所定の件とする場合、選択部１５は、操作画面が表示パネル１１０に表示されている場合に、通知画面の表示の有無に関わらず、所定の条件を満たすと判定する。また、選択部１５は、操作画面が表示パネル１１０に表示されていない場合に、通知画面の表示の有無に関わらず、所定の条件を満たさないと判定する。
また、本実施形態では、ウェイクワード検出部１２と音声認識部１３とを別個の機能部としたが、音声認識部１３がウェイクワード検出部１２の機能を備えるものとしても良い。また、音声認識部１３とウェイクワード検出部１２とを総称して、音声認識部と称しても良い。なお、本実施形態で例示した音声認識サービスの内容は一例であり、音声認識サービスの内容は、例示した内容に限定されるものではない。
また、本実施形態における音量の低下や表示パネル１１０への応答メッセージ等の表示は、音声認識サービス開始時の処理の一例であり、音声認識サービス開始時の処理はこれらに限定されるものではない。例えば、テレビジョン装置１０は、音声認識サービス開始時に、応答メッセージを音声出力しても良い。
また、本実施形態では、選択部１５は、所定の条件を満たすと判定した場合に、音声認識の無効状態を選択し、所定の条件を満たさないと判定した場合に、音声認識の有効状態を選択するものとしたが、選択基準はこれに限定されるものではない。
例えば、音声認識が無効状態であることが通常の状態である場合、選択部１５は、所定の条件を満たすと判定した場合に、音声認識の有効状態を選択し、所定の条件を満たさないと判定した場合に、音声認識の無効状態を選択するものとしても良い。具体的な例を挙げると、所定の条件が「操作画面および通知画面のいずれも表示パネル１１０に表示されていないこと」である場合、選択部１５は、操作画面および通知画面のいずれも表示パネル１１０に表示されていないと判断した場合に、所定の条件を満たすと判定し、音声認識の有効状態を選択しても良い。また、選択部１５は、操作画面または通知画面のいずれかが表示パネル１１０に表示されていると判断した場合に、所定の条件を満たさないと判定し、音声認識の無効状態を選択するものとしても良い。
（第２の実施形態）
上述の第１の実施形態では、音声認識の無効状態が選択される所定の条件は、「操作画面または通知画面の少なくともいずれかが表示パネル１１０に表示されていること」であった。これに対して、この第２の実施形態では、音声認識の無効状態が選択される所定の条件は、「所定のアプリケーションが実行中であること」である。
本実施形態にかかるテレビジョン装置１０のハードウェア構成は、第１の実施形態と同様である。
次に、本実施形態にかかるテレビジョン装置１０の機能について説明する。
図４は、本実施形態にかかるテレビジョン装置１０の機能的構成の一例を示す図である。図４に示すように、テレビジョン装置１０は、取得部１１と、ウェイクワード検出部１２と、音声認識部１３と、表示制御部１４と、選択部１０１５と、機器制御部１６と、アプリケーション実行部１７とを備える。アプリケーション実行部１７も、他の機能部と同様に、ＣＰＵ１１４がプログラムを実行することによって実現される。取得部１１と、ウェイクワード検出部１２と、音声認識部１３と、表示制御部１４と、機器制御部１６とは、第１の実施形態と同様の機能を備える。
アプリケーション実行部１７は、コンテンツ配信のアプリケーションを実行し、該アプリケーションによって配信されるコンテンツの動画を、表示パネル１１０に表示させる。
アプリケーション実行部１７によって実行されるコンテンツ配信のアプリケーションは、本実施形態における所定のアプリケーションの一例である。コンテンツ配信のアプリケーションは、例えば、外部のサーバから、ネットワーク３００を介してドラマや映画等のコンテンツ動画の配信を受けるアプリケーションとするが、他の機能を含むアプリケーションであっても良い。
アプリケーション実行部１７は、例えば、コンテンツ配信のアプリケーションの実行中は、メモリ１１５にコンテンツ配信のアプリケーションが実行中であることを示すアプリケーション実行フラグを設定するものとする。
本実施形態の選択部１０１５は、第１の実施形態と同様に、所定の条件に基づいて、音声認識の有効状態と無効状態のいずれかを選択するが、本実施形態においては第１の実施形態とは異なる条件を用いて有効状態と無効状態のいずれかを選択する。
より詳細には、本実施形態における所定の条件は、「所定のアプリケーション（コンテンツ配信のアプリケーション）が実行中であること」である。本実施形態の選択部１０１５は、コンテンツ配信のアプリケーションの実行状態を取得し、コンテンツ配信のアプリケーションが実行中である場合に、所定の条件が満たされていると判定し、音声認識の無効状態を選択する。また、選択部１０１５は、コンテンツ配信のアプリケーションが実行中ではない場合に、所定の条件が満たされていないと判定し、音声認識の有効状態を選択する。
選択部１０１５は、例えば、メモリ１１５のアプリケーション実行フラグの有無に基づいて、所定のアプリケーションが実行中であるか否かを判定するが、他の手法で所定のアプリケーションの実行状態を取得しても良い。
また、本実施形態にかかる音声認識の有効状態と無効状態の選択処理の流れは、図３で示した第１の実施形態と同様である。
このように、本実施形態のテレビジョン装置１０は、コンテンツ配信のアプリケーションが実行中ではない場合に有効状態を選択し、コンテンツ配信のアプリケーションが実行中である場合に無効状態を選択する。このため、本実施形態のテレビジョン装置１０によれば、第１の実施形態の効果に加えて、コンテンツ配信のアプリケーションによって動画コンテンツ等が表示パネル１１０に表示されている場合に、音声認識サービスが開始することを低減する。
すなわち、本実施形態のテレビジョン装置１０によれば、音声認識サービスの開始によって表示パネル１１０上に表示されたコンテンツ動画が消えてしまったり、コンテンツ動画の上に応答メッセージ等が表示されてコンテンツ動画が隠れてしまったりという事態の発生を低減することができる。また、音声認識サービスが開始すると、スピーカ１０９の音量が下げられるため、再生中のコンテンツ動画の視聴が妨げられる場合がある。本実施形態のテレビジョン装置１０によれば、コンテンツ配信のアプリケーションによって動画コンテンツ等が表示パネル１１０に表示されている場合に、音声認識サービスが開始することを低減するため、再生中のコンテンツ動画をユーザが視聴することを妨げることを低減することができる。
また、実際には音声認識サービスが開始しなくても、音声認識サービスが開始することをユーザが警戒し、動画コンテンツ等の視聴に集中できない場合があるが、本実施形態のテレビジョン装置１０は、このような事態を低減することができる。
なお、本実施形態においては、所定のアプリケーションはコンテンツ配信のアプリケーションであるものとしたが、テレビジョン装置１０で実行可能なアプリケーションのうち、いずれのアプリケーションが「所定のアプリケーション」となるかは、テレビジョン装置１０に予め設定されていても良いし、ユーザが設定可能であるものとしても良い。
（第３の実施形態）
この第３の実施形態では、音声認識の無効状態が選択される所定の条件は、「現在時刻が無効期間内であること」である。
本実施形態にかかるテレビジョン装置１０のハードウェア構成は、第１の実施形態と同様である。
次に、本実施形態にかかるテレビジョン装置１０の機能について説明する。
図５は、本実施形態にかかるテレビジョン装置１０の機能的構成の一例を示す図である。図５に示すように、テレビジョン装置１０は、取得部１０１１と、ウェイクワード検出部１２と、音声認識部１３と、表示制御部１４と、選択部２０１５と、機器制御部１６とを備える。ウェイクワード検出部１２と、音声認識部１３と、表示制御部１４と、機器制御部１６とは、第１の実施形態と同様の機能を備える。
本実施形態のテレビジョン装置１０は、音声認識を無効状態にする無効期間の設定を有する。無効期間は、音声認識が無効状態となる期間である。無効期間の設定は、例えば、ストレージ１１６に保存される。本実施形態においては、ユーザの操作によって該無効期間の設定が登録または変更されるものとする。無効期間の設定とは、例えば、無効期間の開始時刻および終了時刻に関する設定である。
より詳細には、本実施形態の取得部１０１１は、第１の実施形態の機能を備えた上で、ユーザによる無効期間の開始時刻および終了時刻の入力操作を受け付ける。例えば、取得部１０１１は、受光部１１２が受光したリモートコントローラ１１９からの赤外線または操作部１１１に入力された操作に基づいて、ユーザによる無効期間の開始時刻および終了時刻の入力操作を受け付け、受け付けた無効期間の開始時刻および終了時刻を示す無効期間情報を、ストレージ１１６等に保存する。なお、無効期間情報の保存場所はこれに限定されるものではない。
例えば、ユーザは、就寝中に音声認識サービスが起動しないように、“ＰＭ２３：００～ＡＭ０６：００”を無効期間として設定しても良い。また、ユーザは、自宅を留守にする期間に音声認識サービスが起動しないように、“ＡＭ０９：００～ＰＭ１７：００”を無効期間として設定しても良い。
また、本実施形態においては、無効期間として設定されていない期間は全て有効期間であるものとする。なお、本実施形態においては、第１の実施形態と同様に、通常の状態では音声認識が有効状態でマイク１１７がオン状態であるものとする。
本実施形態の選択部２０１５は、第１の実施形態と同様に、所定の条件に基づいて、音声認識の有効状態と無効状態のいずれかを選択するが、本実施形態においては第１の実施形態とは異なる条件を用いて有効状態と無効状態のいずれかを選択する。
より詳細には、本実施形態における所定の条件は、「現在時刻が無効期間内であること」である。本実施形態の選択部２０１５は、現在時刻が無効期間内である場合に、所定の条件が満たされていると判定し、音声認識の無効状態を選択する。また、選択部２０１５は、現在時刻が有効期間内であるである場合に、所定の条件が満たされていないと判定し、音声認識の有効状態を選択する。
また、本実施形態にかかる音声認識の状態選択処理の流れは、図３で示した第１の実施形態と同様である。
このように、本実施形態のテレビジョン装置１０によれば、現在時刻が有効期間内である場合に有効状態を選択し、現在時刻が無効期間内である場合に無効状態を選択することにより、第１の実施形態の効果に加えて、ユーザが音声認識サービスの開始を望まない時間帯に、音声認識サービスが開始されることを低減することができる。
なお、本実施形態においては、ユーザによる無効期間の設定を受け付けるものとしたが、有効期間の設定を受け付けるものとしても良い。例えば、テレビジョン装置１０において音声認識が無効状態であることが通常の状態である場合、設定された有効期間に限り、音声認識が有効状態になるものとしても良い。この場合、所定の条件は、例えば、「現在時刻が有効期間内であること」としても良い。また、当該構成を採用する場合、選択部２０１５は、所定の条件を満たすと判定した場合に、音声認識の有効状態を選択し、所定の条件を満たさないと判定した場合に、音声認識の無効状態を選択しても良い。
なお、本実施形態においては、無効期間は単に開始時刻と終了時刻とで定義されるものとしたが、曜日、または祝日等のカレンダ情報によってさらに詳細に定義されても良い。
（第４の実施形態）
この第４の実施形態では、音声認識の無効状態が選択される所定の条件は、第３の実施形態と同様に「現在時刻が無効期間内であること」である。ただし、第３の実施形態では、ユーザが無効期間を設定していたのに対して、この第４の実施形態では、テレビジョン装置１０が学習結果に基づいて、無効期間を設定する。
本実施形態にかかるテレビジョン装置１０のハードウェア構成は、第１の実施形態と同様である。
次に、本実施形態にかかるテレビジョン装置１０の機能について説明する。
図６は、本実施形態にかかるテレビジョン装置１０の機能的構成の一例を示す図である。図６に示すように、テレビジョン装置１０は、取得部１１と、ウェイクワード検出部１２と、音声認識部１３と、表示制御部１４と、選択部２０１５と、機器制御部１６と、学習部１８とを備える。学習部１８も、他の機能部と同様に、ＣＰＵ１１４がプログラムを実行することによって実現される。取得部１１と、ウェイクワード検出部１２と、音声認識部１３と、表示制御部１４と、機器制御部１６とは、第１の実施形態と同様の機能を備える。また、選択部２０１５は、第３の実施形態と同様の機能を備える。
学習部１８は、ユーザによる操作のパターンを学習し、学習済みモデルを生成する。本実施形態における学習済モデルは、一例として、時刻と、該時刻における音声認識サービスの要否とを対応付けた情報である。学習部１８が学習をする手法には、例えば公知の機械学習または深層学習における教師なし学習の技術を適用することができる。学習済モデルは、例えばストレージ１１６等に保存されるが、保存場所はこれに限定されるものではない。
学習部１８の入力データは、ユーザの操作内容と時刻であり、例えば、ユーザが音声認識サービスの取り消し操作をした時刻、ユーザによる音声認識サービスの利用時刻等である。例えば、開始した音声認識サービスをユーザが利用せずにリモートコントローラ１１９等で終了させた場合、該時刻と、ユーザが音声認識サービスの取り消し操作をしたことを学習する。
学習部１８は、学習結果に基づいて、音声認識サービスが不要な時刻を出力する。学習部１８は、当該出力の結果を、無効期間の開始時刻および終了時刻を示す無効期間情報として、ストレージ１１６等に保存する。
また、学習部１８は、一度学習済みモデルを生成した後も、継続的にユーザによる操作のパターンを学習し、学習済みモデルの精度を向上させるものとする。
また、本実施形態にかかる音声認識の有効状態と無効状態の選択処理の流れは、図３で示した第１の実施形態と同様である。
このように、本実施形態のテレビジョン装置１０は、ユーザによる操作のパターンを学習した結果に基づいて、音声認識の無効期間を設定し、現在時刻が有効期間内である場合に有効状態を選択し、現在時刻が無効期間内である場合に無効状態を選択する。このため、本実施形態のテレビジョン装置１０によれば、第１，３の実施形態の効果に加えて、ユーザによる無効期間の設定操作の手間を低減することができる。
なお、本実施形態で例示した学習部１８への入力データおよび出力結果は、一例であり、これらに限定されるものではない。また、学習部１８は、時刻だけではなく、曜日、または祝日等のカレンダ情報によって異なる無効期間を設定しても良い。
なお、本実施形態においては、テレビジョン装置１０は、ユーザによる操作のパターンを学習した結果に基づいて、音声認識の無効期間を設定するものとしたが、学習した結果に基づいて、音声認識の有効期間の設定するものとしても良い。
（第５の実施形態）
この第５の実施形態では、音声認識の無効状態が選択される所定の条件は、「現在時刻が特定の番組の開始時刻から終了時刻の間であること」である。
本実施形態にかかるテレビジョン装置１０のハードウェア構成は、第１の実施形態と同様である。
次に、本実施形態にかかるテレビジョン装置１０の機能について説明する。
図７は、本実施形態にかかるテレビジョン装置１０の機能的構成の一例を示す図である。図７に示すように、テレビジョン装置１０は、取得部２０１１と、ウェイクワード検出部１２と、音声認識部１３と、表示制御部１４と、選択部３０１５と、機器制御部１６と、番組表生成部１９とを備える。ウェイクワード検出部１２と、音声認識部１３と、表示制御部１４と、機器制御部１６とは、第１の実施形態と同様の機能を備える。
本実施形態の取得部２０１１は、第１の実施形態の機能を備えた上で、放送信号に含まれるＳＩ（Service Information）情報から、番組に関する情報を取得する。取得部２０１１は、取得した番組に関する情報を、番組表生成部１９に送出する。
また、本実施形態の取得部２０１１は、ユーザによる特定の番組を指定する操作を受け付ける。例えば、取得部２０１１は、受光部１１２が受光したリモートコントローラ１１９からの赤外線または操作部１１１に入力された操作に基づいて、ユーザによる特定の番組を指定する操作を受け付ける。また、取得部２０１１は、ストレージ１１６に保存された番組表から、ユーザによって指定された特定の番組の開始時刻および終了時刻を取得する。取得部２０１１は、受け付けた特定の番組の開始時刻および終了時刻を示す番組時刻情報を、ストレージ１１６等に保存する。なお、番組時刻情報の保存場所はこれに限定されるものではない。
番組表生成部１９は、取得部２０１１によって取得された番組に関する情報に基づいて、番組表を生成する。番組表生成部１９は、生成した番組表を、例えば、ストレージ１１６に保存する。
また、ユーザが特定の番組の開始時刻および終了時刻を入力するものとしても良い。
本実施形態の選択部３０１５は、第１の実施形態と同様に、所定の条件に基づいて、音声認識の有効状態と無効状態のいずれかを選択するが、本実施形態においては第１の実施形態とは異なる条件を用いて有効状態と無効状態のいずれかを選択する。
より詳細には、本実施形態における所定の条件は、「現在時刻が特定の番組の開始時刻から終了時刻の間であること」である。「特定の番組の開始時刻から終了時刻の間」は、本実施形態における無効期間の一例である。
本実施形態の選択部３０１５は、現在時刻が特定の番組の開始時刻から終了時刻の間であるか否かに基づいて、有効状態と無効状態のいずれかを選択する。例えば、選択部３０１５は、現在時刻が特定の番組の開始時刻から終了時刻の間である場合に、所定の条件が満たされていると判定し、音声認識の無効状態を選択する。また、選択部３０１５は、現在時刻が特定の番組の開始時刻から終了時刻の間である場合に、所定の条件が満たされていないと判定し、音声認識の有効状態を選択する。
また、本実施形態にかかる音声認識の有効状態と無効状態の選択処理の流れは、図３で示した第１の実施形態と同様である。
このように、本実施形態のテレビジョン装置１０は、現在時刻が特定の番組の開始時刻から終了時刻の間であるか否かに基づいて、有効状態と無効状態のいずれかを選択する。このため、本実施形態のテレビジョン装置１０によれば、第１の実施形態の効果に加えて、ユーザが特定の番組を視聴している際に、音声認識サービスが開始することを防止することができる。このため、本実施形態のテレビジョン装置１０によれば、ユーザがお気に入りの番組の視聴を不要な音声認識サービスの開始によって妨げられることを低減することができる。また、本実施形態のテレビジョン装置１０によれば、ユーザが特定番組の視聴中に音声認識サービスによって意図せず他の番組に切り替わったり、テレビジョン装置１０の電源が切れてしまったりという誤動作の発生を低減することができ、また、該誤動作の発生によってユーザが番組を見逃してしまうことを低減させることができる。
なお、本実施形態においては、特定の番組をユーザが設定するものとしたが、テレビジョン装置１０がユーザの視聴履歴を学習した学習結果に基づいて特定の番組を設定しても良い。
また、本実施形態においては、受信装置の一例であるテレビジョン装置１０が、放送信号から番組に関する情報を取得するものとしたが、受信装置は、ＩＰ通信部１１３およびネットワーク３００を介して外部から番組表データを取得しても良い。
（変形例１）
上述の第１から第５の実施形態では、音声認識が有効状態の場合と無効状態の場合とでマイク１１７のオン状態とオフ状態とを切り替えるものとしたが、マイク１１７はオン状態のままで、音声認識機能の有効状態と無効状態とを切り替えるものとしても良い。
例えば、音声認識の無効状態が選択された場合、ウェイクワード検出部１２および音声認識部１３は、マイク１１７に入力された音声に対するウェイクワードの検出処理および音声認識処理を実行しない。このため、音声認識の無効状態が選択された場合には、マイク１１７が音声を入力可能な状態であっても、音声認識サービスが開始することは無い。
また、音声認識の有効状態が選択された場合は、ウェイクワード検出部１２および音声認識部１３は、第１～５の実施形態と同様に、マイク１１７に入力された音声に対するウェイクワードの検出処理または音声認識処理を実行する。
（変形例２）
上述の第１から第５の実施形態では、それぞれ異なる所定の条件に基づいて音声認識の有効状態と無効状態とを選択していたが、異なる実施形態における所定の条件を組み合わせても良い。例えば、音声認識の無効状態が選択される所定の条件は、第１から第５の実施形態の所定の条件をＯＲ条件として組み合わせた「操作画面または通知画面の少なくともいずれかが表示パネル１１０に表示されていること、所定のアプリケーションが実行中であること、現在時刻が無効期間内であること、または、現在時刻が特定の番組の開始時刻から終了時刻の間であること」であっても良いし、これらの所定の条件の一部を組み合わせたものであっても良い。
（変形例３）
上述の第１から第５の実施形態では、テレビジョン装置１０を受信装置の一例としたが、受信装置は、これに限定されるものではない。例えば、受信装置は、セットアップボックス、またはテレビジョン機能付きのＰＣ（Personal Computer）等でも良いし、ＢＤ（Blu-ray Disc）（登録商標）レコーダまたはＤＶＤレコーダ等の録画再生装置であっても良い。
以上説明したとおり、第１から第５の実施形態によれば、音声認識サービスが不要な場面において音声認識サービスが開始することを低減することができる。
本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。
１０ テレビジョン装置
１１，１０１１，２０１１ 取得部
１２ ウェイクワード検出部
１３ 音声認識部
１４ 表示制御部
１５，１０１５，２０１５，３０１５ 選択部
１６ 機器制御部
１７ アプリケーション実行部
１８ 学習部
１９ 番組表生成部
１１０ 表示パネル
１１１ 操作部
１１２ 受光部
１１５ メモリ
１１６ ストレージ
１１７ マイク
１１９ リモートコントローラ
３００ ネットワーク

Claims (4)

  1. ユーザの音声を入力する音声入力部と、
    所定の条件に基づいて、音声認識の有効状態と無効状態のいずれかを選択する選択部と、
    前記有効状態が選択された場合、前記音声入力部に入力された前記音声に対する音声認識処理を実行し、前記無効状態が選択された場合、前記音声認識処理を実行しない音声認識部と、
    を備え、
    前記所定の条件は、前記ユーザの操作を受け付け可能な操作画面、または通知画面の少なくともいずれかが表示部に表示されていることであり、
    前記選択部は、前記表示部に前記操作画面または前記通知画面の少なくともいずれかが表示されている場合に前記無効状態を選択し、前記表示部に前記操作画面または前記通知画面のいずれも表示されていない場合に前記有効状態を選択する、
    受信装置。
  2. 前記所定の条件は、更に、所定のアプリケーションが実行中であることを含み、
    前記選択部は、前記表示部に前記操作画面または前記通知画面の少なくともいずれかが表示されている場合に前記無効状態を選択したとき、前記所定のアプリケーションの実行状態を取得し、前記所定のアプリケーションが実行中ではない場合に前記有効状態を選択し、前記所定のアプリケーションが実行中である場合に前記無効状態を維持する、
    請求項１に記載の受信装置。
  3. 前記所定の条件は、更に、現在時刻が無効期間内または有効期間内であることを含み、
    前記選択部は、前記表示部に前記操作画面または前記通知画面の少なくともいずれかが表示されている場合に前記無効状態を選択したとき、現在時刻が前記有効期間内である場合に前記有効状態を選択し、現在時刻が前記無効期間内である場合に前記無効状態を維持する、
    請求項１に記載の受信装置。
  4. 前記音声入力部は、マイクロフォンであり、
    前記選択部によって前記有効状態が選択された場合に前記マイクロフォンをオン状態にし、前記選択部によって前記無効状態が選択された場合に前記マイクロフォンをオフ状態にする、機器制御部をさらに備える、
    請求項１から３のいずれか１項に記載の受信装置。
JP2019148384A 2019-08-13 2019-08-13 受信装置 Active JP7206167B2 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2019148384A JP7206167B2 (ja) 2019-08-13 2019-08-13 受信装置
PCT/CN2020/108978 WO2021027892A1 (zh) 2019-08-13 2020-08-13 接收装置
CN202080004651.1A CN112930686B (zh) 2019-08-13 2020-08-13 接收装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2019148384A JP7206167B2 (ja) 2019-08-13 2019-08-13 受信装置

Publications (2)

Publication Number Publication Date
JP2021032906A JP2021032906A (ja) 2021-03-01
JP7206167B2 true JP7206167B2 (ja) 2023-01-17

Family

ID=74570548

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2019148384A Active JP7206167B2 (ja) 2019-08-13 2019-08-13 受信装置

Country Status (3)

Country Link
JP (1) JP7206167B2 (ja)
CN (1) CN112930686B (ja)
WO (1) WO2021027892A1 (ja)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017060134A (ja) 2015-09-18 2017-03-23 カシオ計算機株式会社 電子機器、制御方法及びプログラム
JP2020098229A (ja) 2018-12-17 2020-06-25 コニカミノルタ株式会社 画像処理システム、画像形成装置、音声入力禁止判定方法及びプログラム

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS57142096A (en) * 1981-02-27 1982-09-02 Citizen Watch Co Ltd Operating controller for electronic device
JPS59109093A (ja) * 1982-12-14 1984-06-23 三菱自動車工業株式会社 登録型音声認識装置
JPH04129976A (ja) * 1990-09-20 1992-04-30 Toshiba Corp エレベータの音声認識制御装置
JP3101389B2 (ja) * 1992-01-24 2000-10-23 三洋電機株式会社 車両用操作スイッチ装置
JP4188989B2 (ja) * 2006-09-15 2008-12-03 本田技研工業株式会社 音声認識装置、音声認識方法、及び音声認識プログラム
US11012732B2 (en) * 2009-06-25 2021-05-18 DISH Technologies L.L.C. Voice enabled media presentation systems and methods
CN103151038A (zh) * 2011-12-06 2013-06-12 张国鸿 在电子产品中实现语音识别操控的方法
JP6459330B2 (ja) * 2014-09-17 2019-01-30 株式会社デンソー 音声認識装置、音声認識方法、及び音声認識プログラム
CN105979324B (zh) * 2016-05-31 2019-06-07 青岛海信电器股份有限公司 一种智能电视控制遥控器麦克风的方法及装置
CN108600796B (zh) * 2018-03-09 2019-11-26 百度在线网络技术（北京）有限公司 智能电视的控制模式切换方法、设备及计算机可读介质
CN108986809B (zh) * 2018-08-30 2020-01-03 广东小天才科技有限公司 一种便携式设备及其唤醒方法和装置
CN109346071A (zh) * 2018-09-26 2019-02-15 出门问问信息科技有限公司 唤醒处理方法、装置及电子设备

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017060134A (ja) 2015-09-18 2017-03-23 カシオ計算機株式会社 電子機器、制御方法及びプログラム
JP2020098229A (ja) 2018-12-17 2020-06-25 コニカミノルタ株式会社 画像処理システム、画像形成装置、音声入力禁止判定方法及びプログラム

Also Published As

Publication number Publication date
JP2021032906A (ja) 2021-03-01
CN112930686B (zh) 2022-10-14
CN112930686A (zh) 2021-06-08
WO2021027892A1 (zh) 2021-02-18

Similar Documents

Publication Publication Date Title
JP4929177B2 (ja) 映像表示装置及び再生装置
US20120167139A1 (en) Information processing apparatus and display changeover method
JP2011211481A (ja) 動画再生装置
CN102668580A (zh) 显示装置、程序及记录有程序的计算机可读取的存储介质
TWI587253B (zh) 提供口述影像可用性通知的方法與設備
JP2010044776A (ja) 民生用電子装置のユーザインターフェースを修正する方法、対応する装置、信号及び、データキャリア
KR20040104661A (ko) 디지탈 레코딩 및 관련 사용자 인터페이스를 제어하기위한 방법 및 장치
JP7206167B2 (ja) 受信装置
JP2010093682A (ja) デジタル放送録画再生装置
JP2007295100A (ja) テレビジョン受像機
WO2014097656A1 (ja) 電子機器及び表示制御方法
JP5300287B2 (ja) テレビジョン受像機
CN113630653A (zh) 一种显示设备及声音模式的设置方法
JP2010074651A (ja) 再生装置および再生装置の制御方法
JP4817001B2 (ja) 表示装置および方法、記録媒体、並びにプログラム
JP2002218331A (ja) テレビジョン受信装置及び受信方法
JP2006269046A (ja) データ処理装置および方法
JP2007123964A (ja) ディスク装置内蔵型テレビジョン受信装置
WO2023010993A1 (zh) 一种显示设备及声音模式设置方法
JP5449724B2 (ja) デジタルテレビジョン受信装置
JP2003319303A (ja) 録画管理装置および録画管理方法
WO2012070534A1 (ja) 映像音声出力装置、および映像音声出力方法、ならびに該映像音声出力装置を備えたテレビジョン受像機
JP4676601B2 (ja) チャンネル設定装置
KR101517616B1 (ko) 영상표시기기에서 이미지 편집 장치 및 방법
JP4875873B2 (ja) テレビシステム

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20211012

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20220802

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20220809

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220902

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20221213

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20230104

R150 Certificate of patent or registration of utility model

Ref document number: 7206167

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150