JPH02299360A - 音声認織装置 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 〔発明の目的〕 （産業上の利用分野） 本発明は、その認識結果で、多機能電話機、留守番電話
機、ファクシミリ等の通信用端末機のリモートコントロ
ール（以下、リモコンという。）操作等に利用される音
声認識装置に関する。

（従来の技術） 通信用端末機を他の端末機からリモコン操作する場合、
そのリモコン操作用端末機のダイアルキーバッドにより
所定のコマンドを表すコードをキー入力し、これを電話
回線に乗せて通信用端末機に送ることにより、入力コマ
ンドに対応する動作をその通信用端末機に行わせるよう
にしているのが通常である。しかし、キー入力操作の繁
雑さが原因でそのリモコン機能が充分に活用されずにい
る場合があり、す′モコン操作を簡単する方策の出現が
要望されている。

そこで、近時、そのリモコン操作を音声認識技術を利用
して行うことが考えられている。

すなわち、上記通信用端末機に音声認識装置を内蔵させ
、リモコン操作用端末機の送話器を通じて上記コマンド
を音声により入力し、その音声信号を電話回線を通じて
通信用端末機の音声認識装置に入力する。そして、この
音声認識装置において、予め登録されているプリセット
音声データと入力音声データとの比較を行うことにより
、両者が一致したときその時のプリセット音声データに
対応するコマンドを入力音声データのコマンドとして解
釈し、かかる結果に応じて通信用端末機の動作を制御し
よう、というものである。

このものによれば、リモコン操作を会話感覚で行うこと
ができ、操作が非常に楽になる。

しかしながら、この音声認識装置において、ブ°リセッ
ト音声データと入力音声データとの比較を確実に行うこ
とができない場合がある。すなわち、電話回線の状態に
よりその伝送路周波数特性が異なってくるため、伝送さ
れる信号の減衰レベルがその周波数帯域により異なり、
またその度合いも異なってくる。そのため、プリセット
音声データと入力音声データとが共に同じコマンドを表
していても違うものとして捕えられてしまうような場合
が生ずるのである。

（発明が解決しようとする課題） このように、従来にあっては、電話回線の状態により音
声認識の際の音声信号比較動作が確実に行われない場合
を生ずるという問題がある。

本発明は、このような従来技術の有する問題点に鑑みて
なされたもので、その目的とするところは、電話回線の
状態に左右されることなく確実に音声認識動作を行うよ
うにした音声認識装置を提供することにある。

〔発明の構成〕

（課題を解決するための手段） 本発明の音声認識装置は、電話回線から所定呑号を表す
ＤＴＭＦ信号を受信ビその高群成分ならびに低群成分を
抽出し、両者のレベル差を基にして電話回線の周波数特
性を検出し、その検出結果に応じて、音声認識手段への
音声信号伝送路における周波数応答特性を補正すること
により、電話回線からの音声信号をこれとプリセット音
声データとがあたかも同一特性の伝送路上を伝送されて
きたような状態にして音声認識手段に供給するようにし
たものである。

（作　用） これにより、本発明によれば、電話回線からの音声信号
をこれとプリセット音声データとがあたかも同一特性の
伝送路上を伝送されてきたような状態にして音声認識手
段に供給するようにしたため、この音声認識手段におい
てはプリセット音声データと入力音声データとの比較を
正確に行なえるようになる。

（実施例） 以下に本発明の実施例について図面を参照しつつ説明す
る。

第１図は本発明の一実施例に係る音声認識装置を有する
留守番電話機のブロック図である。

この図において、１，２は電話回線、３はダイオードブ
リッジ回路、４は留守番電話機回路、５は受話器、６は
送話器である。

電話回線１．２からの信号は、ダイオードブリッジ回路
３、そして電話機回路４を通じて受話器５に送られ、送
話器６からの信号は電話機回路４、そしてダイオードブ
リッジ回路３を通じて電話回線１，２に送出される。

１２は切換えスイッチ、１３はプリアンプ、１４は音声
認識回路である。

プリアンプ１３には送話器６からの音声０号りが入力さ
れるとともに電話回線１．２からの音声信号ｇが電話機
回路４を通じて入力されるようになっており、切換えス
イッチ１２はそのプリアンプ１３への入力の切換えを行
うものとされている。

尚、ｉはその切換えスイッチ１２の切換え出力である。

このプリアンプ１３からの音声信号ｆは音声認識回路１
４に供給するようにされている。よって、このプリアン
プ１３は電話回線１，２からの音声信号を音声認識回路
１４へ伝送する音声信号伝送路の一部を構成している。

二のプリアンプ１３は帰還フィルタ１３１によりその基
準の利得ならびに周波数応答特性を発生させるものであ
る。よって、この帰還フィルタ１３１を構成する素子の
大切・切換えによりプリアンプ１３の利得ならびに周波
数応答特性を変更することができる。ここでは、この特
質を後述するように音声認識回路１４への当該音声信号
伝送路の周波数応答特性を変更し、音声認識回路１４へ
の入力音声信号の周波数に対するレベルを補正すること
に利用する。

電話機回路４は留守応答ユニット４１を備え、この留守
応答ユニット４１は自動応答モードが設定されていると
きに、電話回線１，２からリンガ−トーン信号を受ける
と、これに対して自動応答し、留守番電話としての機能
を果たすものである。

すなわち、リンガ−トーン信号の入力が所定回数になる
と、自動的にフックスイッチをオンさせ、回線を捕捉す
る。その回線捕捉状態で、テープやＩＣメモリに録音さ
れている応答メツセージを回線１．２に向けて送出する
。その終了後、所定時間または相手先が回線を切ってビ
ジートーン信号を受けるまで、回線１．２からの音声信
号の録音状態になり、その終了により、フックスイッチ
をオフさせて回線１．２を切るようになっている。

７はＤＴＭＦレシーバ回路である。このＤＴＭＦレシー
バ回路７は電話機回路４を介しての電話回線１．２から
のＤＴＭＦ信号ａ信号比し、その検出時に出力がアクテ
ィブになる。

８は高群バンドパスフィルタ（以下、ＢＰＦという。）
、９は低群ＢＰＦである。高群ＢＰＦ８は予定のＤＴＭ
Ｆ信号ａ信号比成分を通過させるものである。低群ＢＰ
Ｆ９は当該ＤＴＭＦ信号ａの低群成分を通過させるもの
である。例えばＤＴＭＦ信号ａ信号比“３″を表すＤＴ
ＭＦ信号である場合には、ＢＰＦ８は１４７７Ｈｚを通
過させ、ＢＰＦ９は６９７Ｈｚを通過させる。これらＢ
ＰＦ８．９の出力ｃ、　　ｅはそれぞれ対応するＡ／Ｄ
変換レベル検出回路１０．１１によりサンプリングされ
ディジタル化される。

１５は制御用ＣＰＵ回路（以下、ＣＰＵと略記する。）
、１６は電源回路、１７は商用電源入力端子であり、こ
の商用電源入力端子１７からの電源電圧が所定レベルの
直流に変換されてＣＰＵ１５に供給される。

１８は音声コマンド登録スイッチである。

次に、ＣＰＵ１５の詳細について説明する。

まず、１９は登録モード保持手段である。この登録モー
ド保持手段１９は、登録スイッチ１８が一度もオンされ
ない初期状態にあっては、非登録モードとなっていて、
切換えスイッチ１２を電話機回路４側に設定しておき、
登録スイッチ１８がオンされると、登録モードとなって
、切換えスイッチ１２を送話器６側へ切換え設定し、再
度、登録スイッチ１８がオンされると、登録モードが解
除され非登録モードとなって、切換えスイッチ１２を電
話機回路４側に切換える。ｋはその切換え制御信号であ
る。

２０は検出モード保持手段である。この検出モード保持
手段２０は留守応答ユニット４１からのフック情報に基
くフックスイッチのオンに応答して検出モードとなり、
所定時間経過後、またはリセットされた時に検出モード
を解除する。

２１は特性検出手段である。この特性検出手段２１は、
当該検出モード中にＤＴＭＦレシーバ回路７からのＤＴ
ＭＦ検出信号すによりＤＴＭＦ信号が入力されたことを
知り、これによりタイミングを取ってＡ／Ｄ変換レベル
検出回路１０．１１からのレベル検出データｄ、　　ｆ
を取込み、このデータｄ、ｆのレベル差を検出する。

２２は補正手段である。この補正手段２２はレベル差検
出手段２２からのレベル差検出信号が表すレベル差に応
じてプリアンプ１３の帰還フィルタ１３１の周波数応答
特性を補正する。ｌはその補正制御信号である。

すなわち、まず、ＤＴＭＦ信号は、一般にその端末から
の送出レベルにおいては［高群レベル−低群レベル≦２
ｄＢＪとされており、補正手段２２ではレベル差検出信
号の表すレベル差が２ｄＢ以上である場合に補正動作す
る。例えば、その差が５ｄＢであったとすると、「高群
レベル−低群レベル−５ｄＢＪであったとすると、信号
ｉに対して「高群レベル−低群レベル−２ｄＢ−３ｄＢ
Ｊの量を補償するように帰還フィルタ１３１の特性を補
正する。

そして、この場合、高群レベル及び低群レベルのうち減
衰している方のレベルを上げるように動作する。

すなわち、まず第２図は音声認識回路１４への信号入力
波形の一例を示すもので、この図において、ｆ−１は音
声認識回路１４へのプリセット音声データ登録時におけ
る入力音声信号波形（即ち、送話器６を発生源とする信
号ｆの波形）を示し、ｆ−２はプリアンプ１３の特性を
かかるプリセット音声データ登録時のもののままで電話
回線１゜２からの音声信号を通した場合の信号ｆの波形
を示す。また、ＡはＤＴＭＦ信号ａ信号群周波数、Ｂは
同信号ａの高群周波数である。

この図に示す例の場合、ｒＢ＜ＡＪであるから、信号ｆ
−２における高群周波数成分が持上げられ信号ｆ−１と
同様の状態にされるように、その時の信号ｉの増幅の際
に補償を行うものである。

補正手段２２は、この補正動作終了後、終了通知信号を
発生する。この終了通知信号は検出モード保持手段２０
にリセット信号として供給されている。

２３は音声認識モード保持手段である。この音声認識モ
ード保持手段２３は補正手段２２からの終了通知信号に
より起動し、所定時間またはリセットされるまで音声認
識モードとなってその出力がアクティブになる。音声認
識回路１４は、この音声、２讃モ一ド保持手段２３の出
力がアクティブのとき、入力音声信号ｆを受入れて、上
記音声認識動作を行うものである。

この音声認識回路１４は、音声認識動作の終了後、その
終了通知信号を発生する。この終了通知信号はかかる認
識モード保持手段２３にリセット信号として供給されて
いるものである。

次に動作を説明する。

まず、音声認識動作を行わせるには、登録モードをオフ
にしておき、図示しない留守応答スイッチをオンにして
留守応答モードをセットしておく。

この状態で、外線を通じて本装置を呼出す。すると、電
話回線１．２からりンガートーン信号が到来し、留守応
答ユニット４１が自動着信する。

その情報が検出モード保持手段２０に供給され、この検
出モード保持手段２０が所定時間の検出モードとなる。

この検出モードの間に、発呼者が予め選定しである番号
のＤＴＭＦ信号を送信すると、レベル差検出手段２１が
ＤＴＭＦレシーバ回路７からの検出信号すに応答してＡ
／Ｄ変換レベル検出回路１０．１１からのデータｄ、ｆ
を取込み、これらデータｄ、　　ｆのレベル差を検出す
るため、その検出信号に基づいて補正手段２２がプリア
ンプ１３における帰還フィルタ１３１の特性を補正する
。

この補正後、認識モード保持手段２３の出力が補正手段
２２の終了通知を受けてアクティブになるため、このと
き発呼者が音声コマンドを発声すれば、電話機回路４、
切換えスイッチ１２及びプリアンプ１３を通して入力さ
れる音声信号が音声認識回路１４により取込まれ、これ
により音声認識動作が行われることとなる。

このとき、プリアンプ１３の特性は補正手段２２により
補正されていて、入力音声信号はプリセット音声データ
とあたかも同一特性の伝送路上を伝送されてきたような
状態にされて音声認識回路１４に供給されるため、この
音声認識回路１４においてはプリセット音声データと入
力音声データとの比較を正確に行なえるようになり、認
識率が向上することとなる。

〔発明の効果〕

以上説明したように本発明によれば、電話回線からの音
声信号をこれとプリセット音声データとがあたかも同一
特性の伝送路上を伝送されてきたような状態にして音声
認識手段に供給するようにしたため、この音声認識手段
においてはプリセット音声データと入力音声データとの
比較を正確に行なえるようになり、電話回線の状態に左
右されることなく確実に音声認識動作を行うことができ
る。これにより、認識率の著しい向上が期待される。

【図面の簡単な説明】

第１図は本発明の一実施例に係る音声認識装置を有する
留守番電話機のブロック図、第２図はその音声認識回路
への入力波形図である。 １．２・・・電話回線、３・・・ダイオードブリッジ回
路、４・・・電話機回路、５・・・受話器、６・・・送
話器、７・・・ＤＴＭＦレシーバ回路、８・・・高群バ
ンドパスフィルタ、９・・・低群バンドパスフィルタ、
１０゜１１・・・Ａ／Ｄ変換レベル検出回路、１３・・
・プリアンプ、１３１・・・帰還フィルタ、１４・・・
音声認識回路、　１５・・・制御用ＣＰＵ回路、２１・
・・レベル差検出手段、２２・・・補正手段。

Claims (1)

1. 【特許請求の範囲】 入力音声データとプリセット音声データとを比較し、両
   者が一致したときに前記入力音声データを該プリセット
   音声データに対応するコマンドとして解釈する音声認識
   手段と、 電話回線からの音声信号を前記入力音声データとして前
   記音声認識手段に向けて伝送する音声信号伝送路と、 前記電話回線からの所定のＤＴＭＦ信号を受信しその高
   群成分ならびに低群成分を抽出する手段と、 前記高群成分と前記低群成分とのレベル差を検出する手
   段と、 その検出結果に応じて前記音声信号伝送路の周波数応答
   特性を補正する手段と、 を備えている音声認識装置。