JP7465700B2 - 車載装置および車載装置における音声処理方法 - Google Patents
車載装置および車載装置における音声処理方法 Download PDFInfo
- Publication number
- JP7465700B2 JP7465700B2 JP2020058355A JP2020058355A JP7465700B2 JP 7465700 B2 JP7465700 B2 JP 7465700B2 JP 2020058355 A JP2020058355 A JP 2020058355A JP 2020058355 A JP2020058355 A JP 2020058355A JP 7465700 B2 JP7465700 B2 JP 7465700B2
- Authority
- JP
- Japan
- Prior art keywords
- voice
- terminal device
- interface unit
- microphone
- detection
- 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
Links
- 238000003672 processing method Methods 0.000 title claims description 6
- 238000001514 detection method Methods 0.000 claims description 83
- 230000006870 function Effects 0.000 claims description 53
- 230000005236 sound signal Effects 0.000 claims description 51
- 230000003213 activating effect Effects 0.000 claims description 6
- 238000000034 method Methods 0.000 description 17
- 230000004044 response Effects 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000013473 artificial intelligence Methods 0.000 description 4
- 230000000052 comparative effect Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000009118 appropriate response Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- CHIFOSRWCNZCFN-UHFFFAOYSA-N pendimethalin Chemical compound CCC(CC)NC1=C([N+]([O-])=O)C=C(C)C(C)=C1[N+]([O-])=O CHIFOSRWCNZCFN-UHFFFAOYSA-N 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000011410 subtraction method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
-
- 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
- G06F3/167—Audio in a user interface, e.g. using voice commands for navigating, audio feedback
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R11/00—Arrangements for holding or mounting articles, not otherwise provided for
- B60R11/02—Arrangements for holding or mounting articles, not otherwise provided for for radio sets, television sets, telephones, or the like; Arrangement of controls thereof
- B60R11/0247—Arrangements for holding or mounting articles, not otherwise provided for for radio sets, television sets, telephones, or the like; Arrangement of controls thereof for microphones or earphones
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/20—Speech recognition techniques specially adapted for robustness in adverse environments, e.g. in noise, of stress induced speech
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/26—Speech to text systems
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
- G10L21/0208—Noise filtering
- G10L21/0216—Noise filtering characterised by the method used for estimating noise
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
- G10L2015/088—Word spotting
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
- G10L2015/223—Execution procedure of a spoken command
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
- G10L2015/225—Feedback of the input speech
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
- G10L21/0208—Noise filtering
- G10L2021/02082—Noise filtering the noise being echo, reverberation of the speech
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
- G10L21/0208—Noise filtering
- G10L21/0216—Noise filtering characterised by the method used for estimating noise
- G10L2021/02161—Number of inputs available containing the signal or the noise to be suppressed
- G10L2021/02163—Only one microphone
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
- G10L21/0208—Noise filtering
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Acoustics & Sound (AREA)
- Theoretical Computer Science (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Telephone Function (AREA)
Description
図1は、本発明の実施形態に係る音声処理システム100の構成を示す模式図である。図1に示すように、音声処理システム100は、大きくは、車載装置1と、端末装置2と、サーバ装置3と、を備える。
図1に示すように、車載装置1は、音声信号の処理を行う演算処理部(演算処理回路)10を備える。演算処理部10は、例えば、CPU(Central Processing Unit)、RAM(Random Access Memory)、および、ROM(Read Only Memory)等を含むコンピュータであってよい。
図3は、本発明の実施形態に係る車載装置1をより端末装置2の音声アシスタント機能を利用する際の処理の流れを例示するフローチャートである。図3において、実線は車載装置1による処理を指し、破線は端末装置2による処理を指す。
本明細書中に開示されている種々の技術的特徴は、上記実施形態のほか、その技術的創作の主旨を逸脱しない範囲で種々の変更を加えることが可能である。すなわち、上記実施形態は、全ての点で例示であって、制限的なものではないと考えられるべきであり、本発明の技術的範囲は、上記実施形態の説明ではなく、特許請求の範囲によって示されるものであり、特許請求の範囲と均等の意味及び範囲内に属する全ての変更が含まれると理解されるべきである。また、本明細書中に示される複数の実施形態及び変形例は可能な範囲で適宜組み合わせて実施されてよい。
2・・・端末装置
4・・・マイク
12・・・音声検出部
111・・・インターフェース部
112・・・第2のEC/NC
121・・・第1のEC/NC
122・・・自動音声認識部
123・・・音声検出部バッファ
1111・・・インターフェース部バッファ
Claims (8)
- 音声アシスタント機能を有する端末装置と接続可能な車載装置であって、
マイクから入力される音声信号を音声認識して、その認識結果に基づいて前記車載装置の種々の機能を制御する音声検出部と、
前記端末装置と通信するインターフェース部と、
を備え、
前記音声検出部は、前記音声信号を音声認識した結果、前記音声信号に、前記音声アシスタント機能を起動するための特定の言葉が含まれていることを検出したときに、前記インターフェース部を介して、前記端末装置に前記特定の言葉の検出を通知し、
前記インターフェース部は、前記特定の言葉の検出を通知された前記端末装置からの要求によって、前記マイクから入力された音声信号を前記端末装置に伝送する、車載装置。 - 音声アシスタント機能を有する端末装置と接続可能な車載装置であって、
マイクから入力される音声信号を音声認識して、前記音声信号に、前記音声アシスタント機能を起動するための特定の言葉が含まれていることを検出したときに、前記端末装置に前記特定の言葉の検出を通知し、前記特定の言葉の検出を通知された前記端末装置からの要求によって、前記マイクから入力された音声信号を前記端末装置に伝送する、演算処理部を備える、車載装置。 - 前記インターフェース部は、前記マイクから入力された音声信号を一時的に蓄積するインターフェース部バッファを有し、
前記インターフェース部は、前記特定の言葉の検出の通知を受けて、前記インターフェース部バッファに蓄積された音声信号を、前記端末装置に伝送する、請求項1に記載の車載装置。 - 前記インターフェース部は、前記インターフェース部バッファに蓄積された音声信号の、前記通知を受けた時点から所定時間遡った時点からの音声信号を、前記端末装置に伝送する、請求項3に記載の車載装置。
- 前記音声検出部が有する第1のエコーキャンセラおよびノイズキャンセラと異なる第2のエコーキャンセラおよびノイズキャンセラを更に備え、
前記インターフェース部には、前記マイクからの音声信号が前記第2のエコーキャンセラおよびノイズキャンセラを介して入力される、請求項1、3、4のいずれか1項に記載の車載装置。 - 前記第2のエコーキャンセラおよびノイズキャンセラは、前記端末装置を用いたハンズフリー通話時に使用されるエコーキャンセラおよびノイズキャンセラを兼ねる、請求項5に記載の車載装置。
- 前記音声検出部は、
前記マイクからの音声信号が入力される第1のエコーキャンセラおよびノイズキャンセラと、
前記第1のエコーキャンセラおよびノイズキャンセラを通過した音声信号が入力され、前記特定の言葉を認識可能に設けられる自動音声認識部と、
前記第1のエコーキャンセラおよびノイズキャンセラを通過した音声信号を一時的に保持する音声検出部バッファと、
を有する、請求項1、3から6のいずれか1項に記載の車載装置。 - 音声アシスタント機能を有する端末装置と接続可能な車載装置が備える演算処理部によって実行される音声処理方法であって、
マイクから入力される音声信号を音声認識して、前記音声信号に、前記音声アシスタント機能を起動するための特定の言葉が含まれていることを検出したときに、前記端末装置に前記特定の言葉の検出を通知し、前記特定の言葉の検出を通知された前記端末装置からの要求によって、前記マイクから入力された音声信号を前記端末装置に伝送する、音声処理方法。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020058355A JP7465700B2 (ja) | 2020-03-27 | 2020-03-27 | 車載装置および車載装置における音声処理方法 |
US17/190,835 US11580981B2 (en) | 2020-03-27 | 2021-03-03 | In-vehicle speech processing apparatus |
CN202110299803.1A CN113450789A (zh) | 2020-03-27 | 2021-03-19 | 车载装置以及车载装置中的声音处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020058355A JP7465700B2 (ja) | 2020-03-27 | 2020-03-27 | 車載装置および車載装置における音声処理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021158578A JP2021158578A (ja) | 2021-10-07 |
JP7465700B2 true JP7465700B2 (ja) | 2024-04-11 |
Family
ID=77809131
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020058355A Active JP7465700B2 (ja) | 2020-03-27 | 2020-03-27 | 車載装置および車載装置における音声処理方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11580981B2 (ja) |
JP (1) | JP7465700B2 (ja) |
CN (1) | CN113450789A (ja) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008213822A (ja) | 2007-02-07 | 2008-09-18 | Denso Corp | 通信型ロードノイズ制御システム、車載ロードノイズ制御装置及びサーバ |
JP2016151608A (ja) | 2015-02-16 | 2016-08-22 | アルパイン株式会社 | 電子装置、情報端末システム、音声認識機能の起動プログラムおよび音声認識機能の起動方法 |
Family Cites Families (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8868430B2 (en) * | 2009-01-16 | 2014-10-21 | Sony Corporation | Methods, devices, and computer program products for providing real-time language translation capabilities between communication terminals |
US8996386B2 (en) * | 2011-01-19 | 2015-03-31 | Denso International America, Inc. | Method and system for creating a voice recognition database for a mobile device using image processing and optical character recognition |
US20140357248A1 (en) * | 2013-06-03 | 2014-12-04 | Ford Global Technologies, Llc | Apparatus and System for Interacting with a Vehicle and a Device in a Vehicle |
US20150199965A1 (en) * | 2014-01-16 | 2015-07-16 | CloudCar Inc. | System and method for recognition and automatic correction of voice commands |
EP3163457B1 (en) * | 2014-06-30 | 2018-10-10 | Clarion Co., Ltd. | Information processing system, and vehicle-mounted device |
JPWO2016013667A1 (ja) * | 2014-07-24 | 2017-05-25 | 株式会社エー・アール・アイ | エコーキャンセラ装置 |
WO2016054230A1 (en) * | 2014-10-01 | 2016-04-07 | XBrain, Inc. | Voice and connection platform |
KR101594835B1 (ko) * | 2014-11-05 | 2016-02-17 | 현대자동차주식회사 | 음성인식 기능을 갖는 차량 및 헤드유닛과 이를 위한 음성 인식방법 |
CN106469040B (zh) * | 2015-08-19 | 2019-06-21 | 华为终端有限公司 | 通信方法、服务器及设备 |
US9963096B2 (en) * | 2015-11-16 | 2018-05-08 | Continental Automotive Systems, Inc. | Vehicle infotainment and connectivity system |
TWI584270B (zh) * | 2016-06-15 | 2017-05-21 | 瑞昱半導體股份有限公司 | 語音控制系統及其方法 |
CN107786714B (zh) * | 2016-08-31 | 2019-11-05 | 腾讯科技(深圳)有限公司 | 基于车载多媒体设备的语音控制方法、装置及系统 |
KR102332826B1 (ko) * | 2017-05-30 | 2021-11-30 | 현대자동차주식회사 | 차량용 음성 인식 장치, 상기 차량용 음성 인식 장치를 포함하는 차량, 차량용 음성 인식 시스템 및 상기 차량용 음성 인식 장치의 제어 방법 |
CN108831448B (zh) * | 2018-03-22 | 2021-03-02 | 北京小米移动软件有限公司 | 语音控制智能设备的方法、装置及存储介质 |
JP7186375B2 (ja) | 2018-03-29 | 2022-12-09 | パナソニックIpマネジメント株式会社 | 音声処理装置、音声処理方法および音声処理システム |
CN108538305A (zh) | 2018-04-20 | 2018-09-14 | 百度在线网络技术(北京)有限公司 | 语音识别方法、装置、设备及计算机可读存储介质 |
CN110654331A (zh) * | 2018-06-29 | 2020-01-07 | 上海博泰悦臻网络技术服务有限公司 | 车辆、车机设备及其车载助手交互方法 |
CN109545215A (zh) * | 2018-12-27 | 2019-03-29 | 广州亿宏信息科技有限公司 | 一种车载智能设备的唤醒方法及唤醒装置 |
US10728656B1 (en) * | 2019-01-07 | 2020-07-28 | Kikago Limited | Audio device and audio processing method |
CN110189755A (zh) * | 2019-06-24 | 2019-08-30 | 深圳市小魔信息技术有限公司 | 一种具有唤醒功能的手机壳和唤醒方法 |
CN110727821A (zh) * | 2019-10-12 | 2020-01-24 | 深圳海翼智新科技有限公司 | 防止设备被误唤醒的方法、装置、系统和计算机存储介质 |
-
2020
- 2020-03-27 JP JP2020058355A patent/JP7465700B2/ja active Active
-
2021
- 2021-03-03 US US17/190,835 patent/US11580981B2/en active Active
- 2021-03-19 CN CN202110299803.1A patent/CN113450789A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008213822A (ja) | 2007-02-07 | 2008-09-18 | Denso Corp | 通信型ロードノイズ制御システム、車載ロードノイズ制御装置及びサーバ |
JP2016151608A (ja) | 2015-02-16 | 2016-08-22 | アルパイン株式会社 | 電子装置、情報端末システム、音声認識機能の起動プログラムおよび音声認識機能の起動方法 |
Also Published As
Publication number | Publication date |
---|---|
JP2021158578A (ja) | 2021-10-07 |
US11580981B2 (en) | 2023-02-14 |
US20210304752A1 (en) | 2021-09-30 |
CN113450789A (zh) | 2021-09-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11676601B2 (en) | Voice assistant tracking and activation | |
CN107004411B (zh) | 话音应用架构 | |
US20050216271A1 (en) | Speech dialogue system for controlling an electronic device | |
JP2012128440A (ja) | 音声対話装置 | |
US11043222B1 (en) | Audio encryption | |
JP2016090681A (ja) | 車両用音声対話装置 | |
JP2013223031A (ja) | 車両用音響出力制御装置 | |
JP6459330B2 (ja) | 音声認識装置、音声認識方法、及び音声認識プログラム | |
US10629199B1 (en) | Architectures and topologies for vehicle-based, voice-controlled devices | |
JP7465700B2 (ja) | 車載装置および車載装置における音声処理方法 | |
JP6673243B2 (ja) | 音声認識装置 | |
JP2014062944A (ja) | 情報処理装置 | |
JP2018116206A (ja) | 音声認識装置、音声認識方法及び音声認識システム | |
JP2019139146A (ja) | 音声認識システム、及び、音声認識方法 | |
JP7434016B2 (ja) | 起動語登録の支援方法、支援装置、音声認識装置、およびプログラム | |
JP6539940B2 (ja) | 音声認識装置及び音声認識プログラム | |
KR20180066513A (ko) | 자동 통역 방법 및 장치, 및 기계 번역 방법 | |
JP2014202800A (ja) | 音声認識制御装置 | |
US20150039312A1 (en) | Controlling speech dialog using an additional sensor | |
JP2021117296A (ja) | エージェントシステム、端末装置およびエージェントプログラム | |
CN111369972A (zh) | 引导声音输出控制系统及引导声音输出控制方法 | |
JP7133149B2 (ja) | 自動運転装置、カーナビゲーション装置及び運転支援システム | |
WO2019175960A1 (ja) | 音声処理装置および音声処理方法 | |
US20240075944A1 (en) | Localized voice recognition assistant | |
JP7336928B2 (ja) | 情報処理装置、情報処理システム、情報処理方法、及び情報処理プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20221228 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20231221 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231226 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240219 |
|
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: 20240305 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240401 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7465700 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |