JPH02309399A

JPH02309399A - 音声による照明制御装置

Info

Publication number: JPH02309399A
Application number: JP1131197A
Authority: JP
Inventors: Yoichi Sato; 洋一佐藤; Kazuhiko Okashita; 和彦岡下; Shingo Nishimura; 新吾西村; Masayuki Unno; 海野　雅幸
Original assignee: Sekisui Chemical Co Ltd
Current assignee: Sekisui Chemical Co Ltd
Priority date: 1989-05-24
Filing date: 1989-05-24
Publication date: 1990-12-25

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】［産業上の利用分腎］本発明は、人間の入力音声により、照明器具の点灯状態
を制御する、音声による照明制御装置に関する。

［従来の技術］従来、音声による照明制御装置として、特開昭６１−２
７１７８１号公報に記載のものが提案されている。

特開昭６１−２７１７８１号公報に記載の照明制御装置
は、誤動作防止のために、■声帯を使用した通常の音声
ではなく、口中の共振摩擦音を音源として用いること、
■制御回路に入力する周波数を５　ｋ　Ｈ２〜８ｋＨｚ
に限定すること、■上記■、■に基づく有声信号が所定
時間（１秒）継続した時に点灯すること、及び■上記＠
による点灯の一定時間経過後に消灯することを要旨とし
ている。

［発明が解決しようとする課ｉＪ］然しなから、特開昭６ｌ−２７１７ｆｌ１号公報に記載
の照明制御装置には下記■〜■の間頭点かある。

■話言葉として使われない特殊な周波数領域の音声を必
要としており、特殊な発声方法を必要とする。

■上記■の領域の音であって、所定時間（１秒）以上続
く全ての音（例えば、連続的に物を叩く音）に反応して
しまう。

■点灯後、一定時間経過しない限り、消灯したくとも消
灯できない。

本発明は、特殊な発声を所定時間以上続けることなく、
通常の音声から高い認識率で照明制御指令を認識し、点
灯、消灯、或いは調光を実時間処理てきる照明制御装置
を得ることを目的とする。

［課題を解決するための手段］請求項１に記載の本発明は、ニューラルネットワークを
用いて入力音声から照明制御指令を認識し、該照明制御
指令に基づいて照明器具の点灯状態を制御する、音声に
よる照明制御装置てあって、ニューラルネットワークへ
の入力として、単語で決定される音声の周波数特性の時
間的変化を用いるようにしたものである。

請求項２に記載の本発明は、前記ニューラルネットワー
クへの入力として、単語で決定される音声の一定時間内
における平均的な周波数特性の時間的変化を用いるよう
にしたものである。

請求項３に記載の本発明は、前記ニューラルネットワー
クが階層的なニューラルネットワークであるようにした
しのである。

［作用コ請求項１に記載の本発明によれば、下記■−■の作用効
果がある。

■ニューラルネットワークを用いて入力音声から照明制
御指令を認識するようにしたから、特殊な発声を所定時
間以上続けることなく、通常の音声から、入力された照
明制御指令を認識できる。

■照明制御指令のための入力音声として、点灯指令のた
めの「チンドウ」或いは消灯指令のための「ショウトウ
」等の単語を定めることにより、点灯、或いは消灯等の
各種制御を行なうことがてきる。従って、調光の制御も
行なえる。

■経時的な認識率の劣化が極めて少ない。このことは、
ニューラルネットワークか音声の時期差による変動の影
響を受けにくい構造をとることか可能なためと推定され
る。

■ニューラルネットワークへの入力として、「単語で決
定される音声の周波数特性の時間的変化」を用いたから
、入力を得るための前処理か単純となり、この前処理に
要する時間か短くて足りる。

■ニューラルネットワークは、原理的に、ネットワーク
全体の演算処理が単純且つ迅速である。

■ニューラルネットワークは、原理的に、それを構成し
ている各ユニットか独立に動作しており、並列的な演算
処理か可能である。従って、演算処理が迅速である。

■上記■〜Ｏにより、照明制御指令の認識処理を複雑な
処理装置によることなく容易に実時間処理できる。

又、請求項２に記載の本発明によれば上記■〜■の作用
効果に加えて、以下の■の作用効果かある。

■ニューラルネットワークへの入力として、「単語で決
定される音声の一定時間内における平均的な周波数特性
の時間的変化」を用いたから、ニューラルネットワーク
における処理が単純となり、この処理にｒ要する時間が
より短くて足りる。

又、請求項３に記載の本発明によれば上記■〜■の作用
効果に加えて、以下の■の作用効果かある。

０階層的なニューラルネットワークにあっては、現在、
後述する如くの簡単な学習アルゴリズム（パックプロパ
ゲーション）が確立されており、高い認識率を実現でき
るニューラルネットワークを容易に形成できる。

［実施例］第１図は本発明の一実施例に係る照明制御装置を示すブ
ロック図、第２図は音声認識回路の一例を示すブロック
図、第３図は入力音声を示す模式図、第４図はバンドパ
スフィルタの出力を示す模弐図、第５図はニューラルネ
ットワークを示す模式図、第６図は階層的なニューラル
ネ・ソトワークを示す模式図、第７図はユニットの構造
を示す模式図である。

本発明の具体的実施例の説明に先立ち、ニューラルネッ
トワークの構成、学習アルゴリズムについて説明する。

（１）ニューラルネットワークは、その構造から、第５
図（Ａ）に示す階層的ネットワークと第５図（［３）に
示す相互結合ネットワークの２種に大別できる。本発明
は、両ネットワークのいずれを用いて構成するものであ
っても良いが、階層的ネ・ソトワークは後述する如くの
簡単な学習アルゴリズムか確立されているためより有用
である。

（２）ネットワークの構造階層的ネットワークは、第６図に示す如く、入力層、中
間層、出力層からなる階層構造をとる。

各層は１以上のユニットから構成される。結合は、入力
層→中間層→出力層という前回きの結合たけで、各層内
での結合はない。

（３）ユニットの構造ユニットは第７図に示す如く脳のニューロンのモデル化
であり構造は簡単である。他のユニッ１−から入力を受
け、その総和をとり一定の規則（変換関数）で変換し、
結果を出力する。他のユニットとの結合には、それぞれ
結合の強さを表わす可変の重みを付ける。

（４）学習（パックプロパゲーション）ネットワークの
学習とは、実際の出力を目標値（望ましい出力）に近づ
けることてあり、−ｍ的には第７図に示した各ユニット
の変換関数及び重みを変化させて学習を行なう。

又、学習のアルゴリズムとしては、例えば。

Ｒｕｍｅｌｈａｒｔ、　Ｄ、Ｅ、、ＭｃＣｌｅｌｌａｎ
ｄ、　Ｊ、Ｌ、　ａｎｄ４ｈｅＰＤＰ　Ｒｅ５ｅａｒｃ
ｈ　Ｇｒｏｕｐ、　ＰＡＲＡＬＬＥＬ　ＤＩＳＴＲＩＢ
ＵＴＥＤＰＲＯＣＥＳＳＩＮＧ、　ｔｈｅ　ＭＩＴ　Ｐ
ｒｅｓｓ、　１９８６．に記載されているバックプロパ
ゲーションを用いることができる。

以下、本発明の具体的な実施例について説明する。

照明制御装置１０は、第１図に示す如く、マイク１１と
、マイクアンプ１２と、ローパスフィルタ１３と、Ａ／
Ｄ変換器１４と、音声認識回路１５と、照明制御部１６
とを有して構成され、照明器具１７を制御する。

ここで、音声認識回路１５は、マイク１１、マイクアン
プ１２、ローパスフィルタ１３、及びＡ／Ｄ変換器１４
を経て入力される入力音声から照明制御指令を認識し、
該照明制御指令に基づき、照明制御部１６を介して、照
明器具１７の点灯状態を制御する。

この時、音声認識回路１５は、ｎチャンネルのバントパ
スフィルタ２１、平均化回路２２、ニューラルネットワ
ーク２３、判定部２４の結合にて構成される（第２図参
照）。

（Ａ）学習単語を「チンドウ」、「ショウトウ」、「マ
ドオープンＪ、「マドクローズ」、「フロ」、「カギ」
、及び「オヤスミナサイ」の７単語とし、照明制御指令
のための入力単語を「チンドウ」、及び「ショウトウ」
の２単語とした。

（Ｂ）前処理 ■マイク１１で検出されＡ／Ｄ変換器１４でＡ／Ｄ変換
された入力音声（学習のための７単語のそれぞれ、及び
照明制御指令のための２単語のそれぞれ）を、第３図に
示す如く、４つのブロックに時間的に等分割する。

■各ブロックの音声波形を第２図に示す如く、複数（ｎ
個）（この実施例てはｎ＝８）チャンネルのバンドパス
フィルタ２１に通し、各ブロック即ち各一定時間毎に第
４図（Ａ）〜（Ｄ）のそれぞれに示す如くの周波数特性
を得る。

この時、バンドパスフィルタ２１の出力は各ブロック毎
に平均化回路２２て平均化される。

（Ｃ）ニューラルネットワークによる処理及び判定 ■前処理の結果（ブロック毎のバントパスフィルタ２１
の出力）を、第２図に示す如く、３層の階層的なニュー
ラルネットワーク２３に入力する。入力層２３Ａは、前
処理の４ブロツク、ｎチャンネルに対応する、４Ｘｎユ
ニツト（この実施例てはｎ＝８．３２ユニツト）にて構
成される。出力層２３Ｃは、７単語のそれぞれに対応す
るユニットを設け、全体を７ユニツトにて構成される。

■ニューラルネットワーク２３の出力を判定部２４に入
力し、今回入力音声の単語を認識する。

■前述した学習アルゴリズムのパックプロパゲーション
により、入力に対する出力のエラーが一定レベルに収束
するまで３人の話者により各１．０００回（各話者か交
互に１回づつ、各１，０００回入力するものとし、各話
者の各１回の入力にて前述の７単語全てを発声するもの
とする）学習させ、一定認識率を保証し得るネットワー
クを構築する。尚、出力としては、各登録単語に対応し
たユニットが「１」、その他の単語に対応したユニット
が「０」となるように学習した。

（Ｄ）実験上記照明制御装置１０において、音声認識回路１５の判
定部２４により照明制御指令を認識し、その認識結果を
転送された照明制御部１６により照明器具１７を点灯／
消灯制御した。

入力音声は、パックプロパゲーションにより学習した７
単訪のうちの２単語である、点灯制御指令のための２単
語「チンドウｊ、及び「ショウトウ」である。

（ａ）認識率結果、認識率は９９％以上であることが認められた。

尚、サンプル数は５，０００回［（２００回／人）×（
２５人）コである。

（ｂ）認識処理速度又、認識処理速度（１単語の発声に対する認識に要した
時間）は１秒以内であり、極めて迅速処理てきることが
認められた。

即ち、上記照明制御装置ＩＱにあっては、上記（ａ）の
結果が示すように、特殊な発声を所定時間以上続けるこ
となく、通常の音声から高い認識率で照明制御指令を認
識し、照明器具１７を点灯／消・灯制御てきる。

又、上記照明制御装置１０にあっては、上記（ｂ）の結
果が示すように照明制御指令の認識処理を複雑な処理装
置によることなく迅速処理でき、容易に実時間処理でき
る。

尚、上記照明制御装置１０にあっては、ニューラルネッ
トワーク２３への入力として、平均化回路２２を用いて
単語で決定される音声の「一定時間における平均的な」
周波数特性の時間的変化を用いることとしたか、本発明
の実施においては、ニューラルネットワークへの入力と
して、単に「音声の周波数特性の時間的変化」を用いる
ものであっても良い。

［発明の効果コ以上のように本発明によれば、特殊な発声を所定時間以
上続けることなく、通常の音声から高い認識率て照明制
御指令を認識し、点灯、消灯、或いは調光を実時間処理
できる照明制御装置を得ることかてきる。

【図面の簡単な説明】

第１図は本発明の一実施例に係る照明制御装置を示すブ
ロック図、第２図は音声認識回路の一例を示すブロック
図、第３図は入力音声を示す模式図、第４図はバンドパ
スフィルタの出力を示す模式図、第５図はニューラルネ
ットワークを示す模式図、第６図は階層的なニューラル
ネットワークを示す模式図、第７図はユニットの構造を
示す模式図である。１０・・・照明制御装置、１５・・・音声認識回路、１６・・・照明制御部、１７・・・照明器具、２１・・・バンドパスフィルタ、２２・・・平均化回路、２３・・・ニューラルネットワーク、２４・・・判定部。特許出願人　積水化学工業株式会社代表者　　廣１）馨第１図第２図第３図時間第４図（Ａ）　　　　　（Ｂ）　　　　　（Ｃ）　　　　　（
Ｄ）周波数　　　周波数　　　　周ぼ威　　　　周仮玖
第５図第６図人カバターン第７図ユニット

Claims

【特許請求の範囲】

（１）ニューラルネットワークを用いて入力音声から照
明制御指令を認識し、該照明制御指令に基づいて照明器
具の点灯状態を制御する、音声による照明制御装置であ
って、ニューラルネットワークへの入力として、単語で
決定される音声の周波数特性の時間的変化を用いる音声
による照明制御装置。
（２）前記ニューラルネットワークへの入力として、単
語で決定される音声の一定時間内における平均的な周波
数特性の時間的変化を用いる請求項１記載の音声による
照明制御装置。
（３）前記ニューラルネットワークが階層的なニューラ
ルネットワークである請求項１又は２記載の音声による
照明制御装置。