JPH05333899A - 音声入力装置、音声認識装置および警報発生装置 - Google Patents

Abstract

(57)【要約】 【目的】 騒音環境下で使用した場合にも認識率を向上
することの可能な音声入力装置と、この音声入力装置を
前処理装置として使用する音声認識装置および警報発生
装置を提供する。 【構成】 骨伝導型マイクロフォン４１の出力はディジ
タルフィルタ４３に導かれ、遅延部４４を通過した接話
型マイクロフォン４２の出力を参照信号としてイコライ
ジングされる。フィルタ４３の係数は係数調整部４６に
よってフィルタ４３の出力と遅延部４４の出力の差が最
小となるように調整される。即ち騒音除去性能に優れて
はいるが高音域の特性の劣る骨伝導型マイクロフォンで
集音された音声信号が高音域でも特性の優れた接話型マ
イクロフォンで集音された音声信号に基づいてイコライ
ジングされるため、音声入力装置の出力として騒音の除
去された高音域まで平坦な特性を有する音声信号が出力
される。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は音声で操作指令を入力す
る音声入力装置の係わり、特に騒音環境下においても正
確な操作指令を入力することのできる音声入力装置に関
する。

【０００２】

【従来の技術】音声による情報入力は、キーボードに代
表される従来の入力方法と比較すると、 （１）人間にとって最も自然は入力方法である。 （２）入力に際して特別な訓練が不要である。

【０００３】（３）手および目が空くので、他の作業を
同時に行うことも可能となる。 等の利点を有するために実用化がすすんでいる。特に近
年、マイクロコンピュータに代表されるハードウエアの
進歩だけでなく、音声認識法等のソフトウエアも進歩し
たため、小包の仕分け作業あるいは生産ラインにおける
目視検査あるいは自動車において窓の開閉操作あるいは
電話のボタン操作等にも利用されている。

【０００４】

【発明が解決しようとする課題】音声入力装置は生産現
場あるいは自動車内のように比較的暗騒音が大きい場所
で使用される場合が多く、音声の認識率を向上させるた
めには騒音成分を除去することが重要である。しかし従
来から使用されている帶域フィルタを使用した場合には
騒音は除去できるものの音声情報の位相も変化してしま
うため、かえって認識率を低下させてしまう。

【０００５】また頭蓋骨の振動を直接検出する骨伝導マ
イクロフォンを使用することも考えられるが、この場合
は以下の問題を生じる。図８はマイクロフォンの利得特
性の一例を示すグラフであって、横軸に周波数を、縦軸
に利得をとる。そして実線は骨伝導型マイクロフォンの
特性を、破線は接話型マイクロフォンの特性を示す。

【０００６】骨伝導型マイクロフォンおよび接話型マイ
クロフォンともに２０Ｈｚ前後の重低音域では利得は低
下する。しかし接話型マイクロフォンは５ＫＨｚ程度の
音域までほぼ平坦な利得特性を示すものの、骨伝導マイ
クロフォンは２ＫＨｚ以上の音域で徐々に利得が低下す
る。

【０００７】即ち骨伝導マイクロフォンはいわゆる暗騒
音を集音することはないが高音域においては徐々に利得
が低下し、骨伝導マイクロフォンの出力を直接音声認識
に使用した場合には高音域の情報の欠落のために認識率
を向上させることはできない。本発明はかかる問題点に
鑑みなされたものであって、騒音環境下で使用した場合
にも認識率を向上することの可能な音声入力装置と、こ
の音声入力装置を前処理装置として使用する音声認識装
置および警報発生装置を提供することを目的とする。

【０００８】

【課題を解決するための手段】図１は第１の発明にかか
る音声入力装置の基本構成図であって、骨伝導型マイク
ロフォン１１と、接話型マイクロフォン１２と、骨伝導
型マイクロフォン１１の出力を入力として骨伝導型マイ
クロフォン１１で集音した音声の特性を補正する適応フ
ィルタリング手段１３と、接話型マイクロフォン１２の
出力を適応フィルタリング手段１３における骨伝導型マ
イクロフォン１１の出力の補正に要する処理時間より長
い時間遅延させる遅延手段１４と、適応フィルタリング
手段１３の出力と遅延手段１４の出力とを減算する減算
手段１５と、減算手段１５の出力が略零となるように適
応フィルタリング手段１３に含まれる係数を変更する係
数調整手段１６と、から構成される。

【０００９】図２は第２の発明にかかる音声認識装置の
基本構成図であって、音声入力装置１０の後段に、音声
入力装置１０の構成要素である適応フィルタリング手段
１３の出力から音声区間を切り出す音声区間切り出し手
段２１と、音声区間切り出し手段２１で切り出された音
声区間の特徴を表す情報と予め登録されている特定の単
語の特徴を表す情報とを照合して該音声入力装置１０に
入力された音声が予め登録されている特定の単語である
か否かを判断する単語照合手段２２と、単語照合手段２
２で音声入力装置１０に入力された音声が予め登録され
ている特定の単語であると判断された時に所定の認識信
号を出力する出力手段２３と、を設ける。

【００１０】図３は第３の発明にかかる警報発生装置の
基本構成図であって、音声入力装置１０の後段に、音声
入力装置１０の構成要素である減算手段１５の出力を周
波数分析する周波数分析手段３１と、周波数分析手段３
１で分析された減算手段１５の出力の予め定められた特
定周波数帶域成分の増加率が予め定められた増加率しき
い値より大であるか否かを判断する増加率判断手段３２
と、増加率判断手段３２において減算手段１５の出力の
予め定められた特定周波数帶域成分の増加率が予め定め
られた増加率しきい値より大であると判断された時に警
報を発生する警報発生手段３３と、を設ける。

【００１１】

【作用】第１の発明にかかる音声入力装置にあっては、
暗騒音の除去特性に優れてはいるものの音声特に高音帶
域の集音特性に劣る骨伝導マイクロフォンで集音された
音声信号が適応フィルタリング手段によって、接話型マ
イクロフォンで集音された音声信号を参照信号としてイ
コライジングされる。

【００１２】従って適応フィルタリング手段からは暗騒
音が除去されかつ高音帶域まで特性の劣化しない音声信
号が出力される。第２の発明にかかる音声認識装置にあ
っては、音声入力装置で処理された暗騒音が除去されか
つ高音帶域まで特性の劣化しない音声信号に基づいて音
声認識がなされる。

【００１３】第３の発明にかかる警報発生装置にあって
は、定常状態においては適応フィルタリング手段によっ
てイコライジングされた骨伝導マイクロフォンで集音さ
れた音声信号と接話型マイクロフォンで集音された音声
信号との減算結果は略零であるが、異常音を発生する音
源が急速に接近した場合には減算結果は急速に零から大
きく偏位することを利用して警報が発せられる。

【００１４】

【実施例】図４は第１の発明にかかる音声入力装置の実
施例の機能線図であって、骨伝導型マイクロフォン４１
の出力はいわゆるＦＩＲディジタルフィルタを構成する
フィルタ部４３に入力される。フィルタ部４３はＮ個直
列接続された単位遅延要素４３１１、４３１２・・・４
３１Ｎと、それぞれの単位遅延要素４３１１、４３１２
・・・４３１Ｎの出力に係数を乗ずるＮ個の係数要素４
３２１、４３２２・・・４３２Ｎと、Ｎ個の係数要素４
３２１、４３２２・・・４３２Ｎの出力を加算する加算
部４３３とから構成される。

【００１５】接話型マイクロフォン４２の出力は単位遅
延要素４２１１、４２１２・・・４２１Ｍが直列接続さ
れた遅延部４４に入力される。フィルタ部４３の出力お
よび遅延部４４の出力は減算部４５で減算され、その結
果は係数調整部４６に導かれる。係数調整部４６におい
ては減算部の減算結果の２乗平均値が最小となるように
例えば周知の最小２乗法あるいは学習同定法を使用して
Ｎ個の係数要素４３２１、４３２２・・・４３２Ｎに対
して係数の調整操作を実行する。

【００１６】上記機能を有する音声入力装置は例えばＤ
ＳＰ（Digital Signal Proccessor）を使用して実現す
ることが可能である。なお遅延部４４に含まれる単位遅
延時間要素の数Ｍはフィルタ部４３に含まれる単位時間
要素の数Ｎより大とする必要がある。即ちフィルタ部４
３から安定した出力を得るためにはフィルタ部４３での
遅延時間（単位遅延時間×Ｎ）の他に係数調整部４６に
おいて係数調整操作に要する時間を見込む必要があるか
らである。

【００１７】第１の発明にかかる音声入力装置において
は骨伝導型マイクロフォン４１で集音された音声信号を
接話型マイクロフォン４２で集音された音声信号を参照
信号としてイコライジングすることによって、骨伝導型
マイクロフォン４１で集音された音声信号の高音域の特
性が補償される。従ってフィルタ部４３の出力として騒
音が除去されかつ接話型マイクロフォンと同程度に高音
域まで平坦な周波数特性を有する音声信号を得ることが
可能となる。

【００１８】図５は第２の発明にかかる音声認識装置お
よび第３の発明にかかる警報発生装置の実施例の構成図
であって、検査員５０が例えば自動車である検査対象物
５１を目視検査する場合を考える。検査員５０のヘルメ
ット５２には骨伝導型マイクロフォン４１と接話型マイ
クロフォン４２とが設置されており、これらの出力は検
査員５０の例えば腰に取り付けられた音声入力装置５３
１および送信器５３２が一体化された前処理装置５３に
送られる。

【００１９】音声入力装置５３１で処理された音声信号
はディジタル信号あるいはアナログ信号として送信器５
３２から無線伝送される。受信器５４で受信された音声
信号は例えばディジタルコンピュータである処理装置５
５に入力され処理される。そして処理装置５５の処理結
果は出力装置５６に送られる。

【００２０】図６は第２の発明にかかる音声認識装置の
機能線図であって、第１の発明にかかる音声入力装置５
３１のフィルタ部４３の出力が送信器５３２に伝送さ
れ、高音域がイコライジングされた音声信号が無線伝送
される。なお音声入力装置５３１内の構成は図４に示す
音声入力装置と同一であり、同一番号は同一の構成要素
を表す。

【００２１】受信器５４で受信された音声信号は処理部
５５に伝送される。処理部５５は音声信号を区分けする
音声区間切り出し部５５１、切り出された音声信号中に
予め登録された単語が存在するか否かを判定する単語照
合部５５２および予め登録された単語が存在すると判定
された場合は認識信号を出力する出力部５５３から構成
される。

【００２２】自動車を検査する本実施例においては、検
査員は外面に存在するキズを検査して製品番号と「キズ
あり」あるいは「キズなし」の判定結果とを入力するも
のとする。単語照合部５５２には予め数字、「キズあ
り」および「キズなし」という言葉の特徴を登録してお
く。

【００２３】出力装置５６は例えばプリンタであり、検
査員５０の発音する製品番号を表す数字および「キズあ
り」あるいは「キズなし」の検査結果を印字する。即ち
第２の発明にかかる音声認識装置によれば、検査員は騒
音の大きい工場内において自動車の周囲を自由に動き回
りながら検査することが可能となる。図７は第３の発明
にかかる警報発生装置の機能線図であって、第１の発明
にかかる音声入力装置５３１の減算部４５の出力が送信
部５３２に伝送され、フィルタ部４３でイコライジング
された骨伝導型マイクロフォン４１の出力と接話型マイ
クロフォンの出力との差信号である減算部４５の出力が
送信器５３２に送られ無線伝送される。

【００２４】受信器５４で受信された差信号は処理部５
５に送られる。処理部５５は、差信号を例えばＦＦＴを
適用する周波数分析部５５６、特定の周波数帶域の増加
率が予め設定したしきい値より大となったか否かを判定
する増加率判定部５５７および増加率判定部５５７で特
定の周波数帶域の増加率がしきい値以上となったときに
警報を発生する警報発生部５５８から構成する。

【００２５】即ち減算器４５の出力は定常的な状態にあ
ってはフィルタ部４３の係数が調整された結果差信号は
略零となっており、差信号を周波数分析された結果はほ
ぼ一定の形状を維持する。この状態で例えばクレーン等
の危険物が接近して定常状態とは相違する音声信号が入
力されると、差信号は零でなくなり周波数分析されたパ
ターンは定常状態とは相違したものとなる。

【００２６】従って特定の周波数成分の増加率が所定の
しきい値以上となったことを検出すれば、危険物が接近
したことおよびある程度の種類を判定することが可能と
なる。この警報発生装置においては出力装置５６は例え
ば警告灯であり検査員５０の近傍に設置されている。

【００２７】即ち警報発生部５５８から危険物が接近し
ている旨の信号が発せられると警告灯が点灯して検査員
に注意を促すことが可能となる。工場内は騒音があるこ
と、検査員はヘルメットを着用していて音を聞き取り難
いことから、第３の発明にかかる警報発生装置が有用と
なる。

【００２８】

【発明の効果】第１の発明にかかる音声入力装置によれ
ば、骨伝導型マイクロフォンと接話型マイクロフォンと
を併用することにより騒音を十分に除去できるだけでな
く高音域まで平坦な利得特性を有する音声信号を得るこ
とが可能となる。また第２の発明にかかる音声認識装置
によれば、音声認識装置として公知のものを適用した場
合であっても、第１の発明にかかる音声入力装置で前処
理を行うことにより認識率を向上することが可能とな
る。

【００２９】さらに第３に発明にかかる警報発生装置に
よれば、第１の発明にかかる音声入力装置で前処理を行
うことにより暗騒音の多い工場内に作業員に確実に危険
物の接近を警報することが可能となる。

【図面の簡単な説明】

【図１】図１は第１の発明にかかる音声入力装置の基本
構成図である。

【図２】図２は第２の発明にかかる音声認識装置の基本
構成図である。

【図３】図３は第３の発明にかかる警報発生装置の基本
構成図である。

【図４】図４は第１の発明にかかる音声入力装置の実施
例の機能線図である。

【図５】図５は音声認識装置および警報発生装置の実施
例の構成図である。

【図６】図６は第２の発明にかかる音声認識装置の実施
例の機能線図である。

【図７】図７は第３の発明にかかる音声認識装置の実施
例の機能線図である。

【図８】図８はマイクロフォンの利得特性をしめすグラ
フである。

【符号の説明】

１１…骨伝導型マイクロフォン １２…接話型マイクロフォン １３…適応フィルタリング手段 １４…遅延手段 １５…減算手段 １６…係数調整手段

Claims (3)

【特許請求の範囲】
1. 【請求項１】 骨伝導型マイクロフォン（１１）と、 接話型マイクロフォン（１２）と、 該骨伝導型マイクロフォン（１１）の出力を入力として
   該骨伝導型マイクロフォン（１１）で集音した音声の特
   性を補正する適応フィルタリング手段（１３）と、 該接話型マイクロフォン（１２）の出力を、該適応フィ
   ルタリング手段（１３）における該骨伝導型マイクロフ
   ォン（１１）の出力の補正に要する処理時間より長い時
   間遅延させる遅延手段（１４）と、 該適応フィルタリング手段（１３）の出力と該遅延手段
   （１４）の出力とを減算する減算手段（１５）と、 該減算手段（１５）の出力が略零となるように該適応フ
   ィルタリング手段（１３）に含まれる係数を変更する係
   数調整手段（１６）と、から構成される音声入力装置。
2. 【請求項２】 請求項１に記載の音声入力装置（１０）
   の後段に、 該音声入力装置（１０）の構成要素である前記適応フィ
   ルタリング手段（１３）の出力から音声区間を切り出す
   音声区間切り出し手段（２１）と、 該音声区間切り出し手段（２１）で切り出された音声区
   間の特徴を表す情報と予め登録されている特定の単語の
   特徴を表す情報とを照合して該音声入力装置（１０）に
   入力された音声が予め登録されている特定の単語である
   か否かを判断する単語照合手段（２２）と、 該単語照合手段（２２）で該音声入力装置（１０）に入
   力された音声が予め登録されている特定の単語であると
   判断された時に所定の認識信号を出力する出力手段（２
   ３）と、を設けることを特徴とする音声認識装置。
3. 【請求項３】 請求項１に記載の音声入力装置（１０）
   の後段に、 該音声入力装置（１０）の構成要素である前記減算手段
   （１５）の出力を周波数分析する周波数分析手段（３
   １）と、 該周波数分析手段（３１）で分析された該減算手段（１
   ５）の出力の予め定められた特定周波数帶域成分の増加
   率が予め定められた増加率しきい値より大であるか否か
   を判断する増加率判断手段（３２）と、 該増加率判断手段（３２）において該減算手段（１５）
   の出力の予め定められた特定周波数帶域成分の増加率が
   予め定められた増加率しきい値より大であると判断され
   た時に警報を発生する警報発生手段（３３）と、を設け
   ることを特徴とする警報発生装置。