JPH05289690A

JPH05289690A - 音声認識制御装置

Info

Publication number: JPH05289690A
Application number: JP4088891A
Authority: JP
Inventors: Masayuki Iida; 正幸飯田
Original assignee: Sanyo Electric Co Ltd
Current assignee: Sanyo Electric Co Ltd
Priority date: 1992-04-09
Filing date: 1992-04-09
Publication date: 1993-11-05
Anticipated expiration: 2017-07-15
Also published as: JP3301775B2

Abstract

(57)【要約】【目的】音声認識を行うリモートコントロール部が音
声や音楽等の周辺雑音を発生するテレビ等の被制御系を
制御する場合に、リモートコントロール部がオーディオ
雑音に影響されることなく音声認識を行い、この認識結
果に基づいて被制御系を制御することのできる音声認識
制御装置の提供を目的とする。【構成】レベル信号作成部（１１６）がＡＶ機器（１
１）が発生するオーディオ雑音のレベル情報を作成し、
リモコン（１０）へ送出する。切り出し基準値設定部
（１０４）はこのレベル信号に基づいて、マイクロフォ
ン（１０１）からの音響信号より音声区間を切り出す基
準レベルをオーディオ雑音の入力レベルに合わせて変化
させる。これにより音声区間切り出し部（１０３）は精
度の高い音声区間の切り出しを行う。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は音声認識装置に関し、特
に、オーディオ・ビデオ機器を音声認識により制御する
音声認識制御装置に関する。

【０００２】

【従来の技術】ラジオやテレビなどのオーディオ・ビデ
オ機器（ＡＶ機器）の制御を行う手段として音声認識に
よる制御装置が用いられている。

【０００３】図３に、このような従来の一般的な音声認
識制御装置の概略構成図を示す。従来の音声認識制御装
置は、被制御部であるＡＶ機器（３１）とリモートコン
トロール部であるリモコン（３０）とから成り、リモコ
ン（３０）は無線媒体（３２）を介してＡＶ機器（３
１）へ制御信号を送る。

【０００４】図３において、（３０１）は音声が入力さ
れるマイクロフォン、（３０２）はマイクロフォン（３
０１）から入力される音響信号を分析して音声の特徴を
表す特徴パラメータの時系列を抽出する音声分析部であ
り、例えば、周波数分析により音響信号レベル情報を保
存したスペクトルパラメータが得られる。

【０００５】（３０３）は上記音声分析部（３０２）か
ら得られる特徴パラメータの時系列に対して音声が存在
する区間（音声区間）を切り出す音声区間切り出し部で
あり、（３０４）は該音声区間の特徴パラメータ時系列
から入力音声パターンを作成するパターン作成部であ
り、特定の時系列に特徴パターンを正規化した音声パタ
ーンが得られる。

【０００６】（３０５）は予め多数の標準的音声の音声
パターンを標準音声パターンとして記憶した標準パター
ンメモリであって、同図の音声認識制御装置が、話者を
特定しない不特定話者を対象とした時には、あらゆる話
者に通じるような平均的な音声の特徴をパターン化した
標準音声パターンが各種音声についてそれぞれ記憶され
ている。

【０００７】（３０６）は上記音声パターン作成部（３
０４）から得られる入力音声パターンと上記標準音声パ
ターンメモリ（３０５）の各標準音声パターンとをパタ
ーンマッチングし、パターン間誤差が最も小さくなるよ
うな標準音声パターンを検出する比較判定部であり、検
出された標準音声パターンに対応する認識結果信号を出
力する。

【０００８】（３０７）は比較判定部（３０６）から得
られる認識結果信号を、被制御対象であるテレビなどの
ＡＶ機器（３１）の制御信号に変換して該ＡＶ機器（３
１）に送信するリモコン送信部である。リモコン送信部
（３０７）からの送信は、赤外線などの光信号、電波信
号、磁気信号などの無線媒体（３２）により行われる。

【０００９】（３０８）はリモコン送信部（３０７）か
ら無線媒体（３２）により送信される制御信号を受信
し、ＡＶ機器本体（３１０）を制御する制御部（３０
９）へ該制御信号を伝達する本体受信部である。ＡＶ機
器本体（３１０）はスピーカ（３１２）から音声や音楽
等のオーディオ雑音を発生するためのアンプ（３１１）
を有する。

【００１０】また、（３２０）は音声認識を行わずにリ
モコン（３０）を操作する場合に用いる操作盤であっ
て、ＡＶ機器（３１）を制御するために必要な多種のボ
タンやスイッチを備える。

【００１１】さらに図４ないし図５は、従来の音声認識
制御装置における音声区間の切り出し方法を示す信号図
である。図４は、静かな環境下で音声のみからなる信号
（Ｖ）を切り出す方法を示す信号図であり、図５は、音
声と音楽とから構成される信号（Ｓ）を切り出す方法を
示す信号図である。これらの図において、（Ｂ）は定数
の値を持つ音声区間切り出しの基準値である。

【００１２】音声区間の検出は、通常、入力された音声
信号のレベルの値や変動状態に基づいて音声区間の始端
と終端とを検出することにより行うが、この種の検出で
最も単純な方法は、音声信号のレベルと所定のしきい値
とを比較する比較手段を備え、音声信号のレベルがこの
しきい値を越えた時間領域を音声区間と見做す方法であ
る。この方法によれば、図４の例では、音声信号のレベ
ル（Ｖ）がしきい値（Ｂ）を越えた区間（ｔＣ１〜ｔＣ
２）が音声が発生された音声区間として検出される。

【００１３】ところが、前述したような従来の音声認識
制御装置においては、マイクロフォン（３０１）から入
力される音声の他に、常にスピーカ（３１２）から音楽
等のオーディオ雑音が入力されてしまうので、図５のよ
うに音声信号のレベル（Ｓ）が高く変化してしまい、音
声区間として検出される範囲（ｔＢ１〜ｔＢ２）は実際
の音声区間よりも広いものとなってしまう。

【００１４】このように、従来の技術では、音声信号に
雑音が混在する場合には音声の時間領域を正確に検出す
ることが困難となり、音声認識の認識率が低下するとい
う問題があった。

【００１５】そこで、このようなオーディオ雑音が存在
する環境下における音声認識技術として、特開平３−２
３３６００号公報に記載されるような、音声区間を切り
出す基準値をオーディオ雑音の発生源にいおける出力レ
ベルに合わせて変化させて音声区間検出の精度を上げる
技術が用いられている。

【００１６】ところが、この技術を前述したような従来
装置に用いる場合には、ＡＶ機器が発生するオーディオ
雑音のレベル情報を音声認識部へ反映させなければなら
ず、そのためには音声認識部がＡＶ機器と一体である必
要がある。しかしながら、音声認識部とＡＶ機器とを一
体とした場合、ＡＶ機器が発生するオーディオ雑音の影
響によりＳ／Ｎ比が悪くなり、認識率の低下につなが
る。また、これを避けるために認識部をリモコンに設け
ることができるが、この場合はＡＶ機器からのオーディ
オ雑音のレベル情報を音声認識部へ反映することができ
ない。

【００１７】

【発明が解決しようとする課題】本発明は上述のような
従来の不都合に鑑みてなされたものであり、音声認識を
行うリモートコントロール部によって音声や音楽等の周
辺雑音を発生するテレビなどの被制御系を制御する場合
に、リモートコントロール部がオーディオ雑音に影響さ
れることなく音声認識を行い、この認識結果に基づいて
被制御系を制御することのできる音声認識制御装置を提
供することを目的とする。

【００１８】

【課題を解決するための手段】本発明による音声認識制
御装置の被制御系は、オーディオ雑音の出力レベルの変
動に追従したレベル信号をリモートコントロール部へ伝
送するレベル信号送出部を備える。

【００１９】また、リモートコントロール部は、上記被
制御系から送信される上記レベル信号を受信するレベル
信号受信部と、上記レベル信号に基づいて音声区間を切
り出す基準値を設定する切り出し基準値設定部と、入力
音声を分析して音声の特徴パラメータ時系列を抽出する
音声分析部と、上記切り出し基準値を用いて音声領域を
検出し、上記音声領域内に存在する上記特徴パラメータ
時系列から音声パターンを作成する音声パターン作成部
と、を備える。

【００２０】

【作用】本発明による音声認識制御装置によれば、被制
御系において、レベル信号送出部がオーディオ雑音の出
力レベルの変動に追従したレベル信号をリモートコント
ロール部へ伝送する。

【００２１】また、リモートコントロール部において、
レベル信号受信部が上記被制御系から送信される上記レ
ベル信号を受信し、切り出し基準値設定部が上記レベル
信号に基づいて音声区間を切り出す基準値を設定し、音
声分析部が入力音声を分析して音声の特徴パラメータ時
系列を抽出し、音声パターン作成部が上記切り出し基準
値を用いて音声領域を検出し、該音声領域内に存在する
上記特徴パラメータ時系列に基づいて音声パターンを作
成し、比較判定部が標準パターンメモリの各標準パター
ンと上記音声パターンとを比較判定して上記音声パター
ンを識別し、制御信号送出手段が上記比較判定部による
比較判定結果に基づいた制御信号を被制御系に送出す
る。

【００２２】

【実施例】以下、図とともに本発明による音声認識制御
装置について説明する。

【００２３】図１は本発明による音声認識制御装置の概
略構成図である。本発明による音声認識制御装置も、従
来の音声認識制御装置と同様に、被制御部であるＡＶ機
器（１１）とそのリモートコントロール部であるリモコ
ン（１０）とから成り、リモコン（１０）は無線媒体
（１２）を介してＡＶ機器（１１）へ制御信号を送る。

【００２４】図１のリモコン（１０）側において、（１
０１）は音声を入力し音響信号に変換するマイクロフォ
ン、（１０２）はマイクロフォン（１０１）から入力さ
れる音響信号を分析して音声の特徴を表す特徴パラメー
タの時系列を抽出する音声分析部である。

【００２５】（１０３）は上記音声分析部（１０２）か
ら得られる特徴パラメータの時系列に対して音声が存在
する区間（音声区間）を切り出す音声区間切り出し部で
あり、（１０４）はＡＶ機器（１１）から送られてくる
オーディオ雑音のレベル信号に基づいて音声区間の切り
出し基準値を設定する切り出し基準値設定部である。音
声区間切り出し部（１０３）は、入力音声のレベルを切
り出し基準値と比較して、入力音声のレベルが切り出し
基準値を越えた時間領域を音声区間と見做し、この区間
の音声を切り出す。

【００２６】（１０５）は該音声区間の特徴パラメータ
時系列から入力音声パターンを作成するパターン作成部
である。

【００２７】（１０６）は予め多数の標準的音声の音声
パターンを標準音声パターンとして記憶した標準パター
ンメモリであって、（１０７）は上記音声パターン作成
部（１０５）から得られる入力音声パターンと上記標準
音声パターンメモリ（１０６）の各標準音声パターンと
をパターンマッチングして最も類似する標準音声パター
ンを検出する比較判定部であり、検出された標準音声パ
ターンに対応する認識結果信号を出力する。

【００２８】（１０８）は比較判定部（１０７）から得
られる認識結果信号を、被制御対象であるテレビなどの
ＡＶ機器（１１）の制御信号に変換して該ＡＶ機器（１
１）に送信するリモコン送信部である。

【００２９】また、（１０９）はＡＶ機器（１１）から
送られてくる信号を受信するリモコン受信部であり、
（１１０）は該信号からＡＶ機器が発するオーディオ雑
音のレベル信号を検出するレベル信号検出部である。

【００３０】また、図１のＡＶ機器（１１）側におい
て、（１１１）はテレビやオーディオ装置などのＡＶ機
器本体であり、（１１２）はＡＶ機器本体（１１１）を
制御する制御部であり、（１１３）はリモコン送信部
（１０８）から送信される制御信号を受信し、該制御信
号を制御部（１１２）へと伝達する本体受信部である。

【００３１】（１１４）はＡＶ機器本体（１１２）が発
生するオーディオ雑音を出力するためのアンプであり、
アンプ（１１４）からの出力は音としてスピーカ（１１
５）から外部空間へ出力されると共に、信号としてレベ
ル信号作成部（１１６）へと送られる。レベル信号作成
部（１１６）はアンプ（１１４）から出力されるオーデ
ィオ雑音の信号のレベルを計測してレベル信号を作成す
る。

【００３２】（１１７）はレベル信号作成部（１１６）
において作成されたレベル信号をリモコン（１０）側へ
送出する本体送信部である。尚、リモコン送信部（１０
８）からの送信、並びに、本体送信部（１１７）からの
送信は、赤外線などの光信号、電波信号、磁気信号等の
無線媒体（１２）により行われる。

【００３３】また、（１２０）は音声認識を行わずにリ
モコン（１０）を操作する場合に用いる操作盤であっ
て、ＡＶ機器（１１）を制御するために必要な多種のボ
タンやスイッチを備える。

【００３４】さらに、図２は本発明装置による音声切り
出し方法を示す信号図である。図２において、（Ｓ）は
マイクロフォン（１０１）からの音声信号のレベルを示
しており、図４の音声の信号（Ｖ）にオーディオ雑音の
レベルが加わったものであって、先に図５で述べた信号
（Ｓ）と同じ物である。また、（Ｂ）は定数の音声区間
切り出し基準値を、（Ａ）はオーディオ雑音に応じて動
的に変化させた音声区間切り出し基準値を示す。

【００３５】これより、本発明による音声認識制御装置
の動作について説明するが、今、本実施例の音声認識制
御装置のＡＶ機器（１１）のスピーカ（１１５）からは
音声が発せられているものとし、従って、マイクロフォ
ン（１０１）へは制御のための音声とスピーカから発せ
られる音声との両方が入力されているものとする。

【００３６】まずＡＶ機器（１１）側において、レベル
信号作成部（１１６）はＡＶ機器本体（１１１）が発生
するオーディオ雑音をアンプ（１１４）を介して受信
し、オーディオ雑音の出力レベルの変動に追従したレベ
ル信号を本体送信部（１１７）からリモコン（１０）へ
送信する。

【００３７】リモコン（１０）側では、ＡＶ機器（１
１）から送られてくるレベル信号はリモコン受信部（１
０９）を介してレベル信号検出部（１１０）において検
出される。切り出し基準値設定部（１０４）は、ここで
検出されたレベル信号を参考に切り出し基準値を設定す
る。切り出し基準値はレベル信号の値の関数と考えるこ
とができ、例えば、Ａ＝ｃ×（レベル信号値）＋Ｂのような式により表すことができる。ここでｃ、Ｂは定
数であり、特にＢはマイクロフォン（１０１）から入力
される定常的な雑音が音声として切り出されることがな
いような最適な値が与えられる。

【００３８】さて、ユーザがマイクロフォン（１０１）
に対する音声の入力を開始すると、音声分析部（１０
２）はマイクロフォン（１０１）から入力される音響信
号を分析して音声の特徴を表す特徴パラメータの時系列
を抽出し、周波数分析により音声信号レベル情報を保存
したスペクトルパラメータが得られる。

【００３９】音声区間切り出し部（１０３）は、マイク
ロフォン（１０１）からの音声信号レベル（Ｖ）が切り
出し基準値設定部（１０４）が設定する切り出し基準値
（Ａ）を越えた区間（ｔＡ１〜ｔＡ２）を音声区間とし
て検出する。すなわち、ＡＶ機器（１１）が発生するオ
ーディオ雑音のレベルに応じて変化する切り出し基準値
（Ａ）を用いて音声領域を検出するので、定数の切り出
し基準値（Ｂ）を使った場合に得られる音声区間（ｔＢ
１〜ｔＢ２）よりも、実際の音声区間（ｔＣ１〜ｔＣ
２）に近い音声区間を切り出すことができる。

【００４０】この後、音声パターン作成部（１０５）
は、音声区間切り出し部（１０３）から得られる特徴パ
ラメータ時系列の内、上記音声区間に存在する特徴パラ
メータ時系列に基づいて音声パターンを作成する。比較
判定部（１０７）は、標準パターンメモリ（１０６）の
各標準パターンと上記音声パターンとを比較判定して上
記音声パターンを識別し、この比較判定結果に基づいた
制御信号をリモコン送信部（１０８）を介してＡＶ機器
（１１）へと送出する。

【００４１】再びＡＶ機器（１１）側では、制御部（１
１２）が本体受信部（１１３）を介して、リモコン送信
部（１０８）から送信される制御信号を受信し、受信す
る制御信号に応じてＡＶ機器本体（１１１）を制御す
る。

【００４２】尚、ＡＶ機器（１１）からリモコン（１
０）へのレベル信号の送信は、常に行うのでなく、リモ
コン（１０）が操作されている場合のみ行えばよく、リ
モコン（１０）が音声認識を開始する状態になった時点
で、ＡＶ機器（１１）に対してレベル信号の送信の開始
を要求する信号を送出し、ＡＶ機器（１１）からのレベ
ル信号の送出を開始させると、更に好ましい形態の本発
明による音声認識制御装置が提供できる。

【００４３】また、本実施例では、音声認識をパターン
マッチングにより行ったが、確率情報やファジー、ある
いはニューラルネットを用いる音声認識方法による本発
明の音声認識制御装置もまた可能である。

【００４４】

【発明の効果】上述したように、本発明によれば、オー
ディオ雑音を発生するＡＶ機器等の被制御系とそれを制
御するリモートコントロール部とから構成される音声認
識制御装置において、被制御系が発生するオーディオ雑
音のレベル情報をリモートコントロール部へ送出するこ
とにより、リモートコントロール部での音声認識におい
て、この情報を利用して音声区間を切り出す基準レベル
をオーディオ雑音の入力レベルに合わせて変化させるの
で音声区間の切り出しの精度を上げることができる。

【００４５】従って、操作者が音声を入力する時、ＡＶ
機器が発生する音声や音楽等のオーディオ雑音が操作者
の音声と重なって入力されても、ＡＶ機器が発生する音
による音声認識の認識率の極端な低下を防ぐことができ
る。

【図面の簡単な説明】

【図１】本発明による音声認識制御装置の概略構成図で
ある。

【図２】本発明装置による音声切り出し方法を示す信号
図である。

【図３】従来の音声認識制御装置の概略構成図である。

【図４】従来の音声認識制御装置による切り出し方法を
示す信号図である。

【図５】従来の音声認識制御装置による切り出し方法を
示す信号図である。

【符号の説明】

１０リモコン１１ＡＶ機器１２無線媒体１０１マイクロフォン１０３音声区間切り出し部１０４切り出し基準値設定部１１２制御部１１６レベル信号作成部

Claims

【特許請求の範囲】

【請求項１】オーディオ雑音を発生する被制御系と、
入力される音声を認識した結果に基づいて上記被制御系
を制御するリモートコントロール部と、からなる音声認
識制御装置において、上記被制御系は、上記オーディオ雑音の出力レベルの変
動に追従したレベル信号をリモートコントロール部へ伝
送するレベル信号送出部を備え、リモートコントロール部は、上記被制御系から送信され
る上記レベル信号を受信するレベル信号受信部と、上記
レベル信号に基づいて音声区間を切り出す基準値を設定
する切り出し基準値設定部と、入力音声を分析して音声
の特徴パラメータ時系列を抽出する音声分析部と、上記
切り出し基準値を用いて音声領域を検出し、該音声領域
内の上記特徴パラメータ時系列に基づいて音声パターン
を作成する音声パターン作成部と、を備えることを特徴
とする音声認識制御装置。
【請求項２】入力音声の認識結果に基づいて制御信号
を発するリモートコントロール部と、該制御信号により
制御される被制御系と、からなる音声認識制御装置であ
って、上記リモートコントロール部は、音声を入力するための
マイクロフォンと、マイクロフォンから得られる音響信
号を分析して音声の特徴パラメータ時系列を抽出する音
声分析部と、被制御系から送信されるレベル信号を受信
するレベル信号受信部と、該レベル信号に基づいて音声
を切り出す基準値を設定する切り出し基準値設定部と、
上記切り出し基準値を用いて音声領域を検出し、該音声
領域内の特徴パラメータ時系列に基づいて音声パターン
を作成する音声パターン作成部と、予め複数の標準的音
声の音声パターンを標準パターンとして貯えた標準パタ
ーンメモリと、該標準パターンメモリの各標準パターン
と上記音声パターンとを比較判定して上記音声パターン
を識別する比較判定部と、上記比較判定部による比較判
定結果に基づいた制御信号を被制御系に送出する制御信
号送出手段と、を備え、上記被制御系は、オーディオ雑音を発生するオーディオ
雑音発生手段と、上記制御信号送出手段から発せられる
制御信号を受信する制御信号受信部と、該制御信号に基
づいて被制御系を制御する制御部と、上記オーディオ雑
音発生手段から出力されるオーディオ雑音の出力レベル
の変動に追従したレベル信号を上記レベル信号受信部へ
伝送するレベル信号送出部と、を備えることを特徴とす
る音声認識制御装置。
【請求項３】上記制御信号送出手段に対して上記制御
信号を発生する操作手段を備えたことを特徴とする請求
項２記載の音声認識制御装置。