JPH0643896A - 音声起動制御方法 - Google Patents

Abstract

(57)【要約】 【目的】 音声制御装置において音声キーワードの発声
回数を少なくし、効率的な音声制御機能指定を行えるよ
うにすることである。 【構成】 ステップＳ１００，Ｓ１１０において、第
１，第２の音声認識結果を記憶する。ステップＳ１４
０，Ｓ１５０では、第１，第２の音声認識結果が夫々リ
ジェクトされたか否かを判定し、リジェクトの時、第
１，第２の音声キーワードの発声要求を行い、これに応
じて再度そのキーワードの音声認識を行う。第１の音声
キーワードがリジェクトされない時は第２の音声認識を
行うための判定ステップに行く。第２の音声キーワード
がリジェクトされない時は、ステップＳ１６０〜Ｓ１８
０に行く。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明はモード識別用の第１のキ
ーワードと、制御対象選択用の第２のキーワードの２つ
の音声キーワードを用いる音声制御装置の音声起動方法
に係り、特に音声起動のための音声キーワードが、その
目的以外に音声制御機器の特定と動作モードの指定を兼
用する音声起動方法に関する。

【０００２】

【従来の技術】音声制御装置の音声起動方法として従来
から２つのキーワードを用いた音声起動方法が用いられ
ている。この方法は、例えば、電話機の音声自動ダイヤ
ル装置の音声起動であれば、音声起動用の２つのキーワ
ード「ＴＵＲＮ ＯＮ」及び「ＴＥＬＥＰＨＯＮＥ」を
別々の単語音声として登録し、音声起動時には「ＴＵＲ
Ｎ ＯＮ ＴＥＬＥＰＨＯＮＥ」のように読み手ユーザ
に発声させるものである。これにより第１のキーワード
「ＴＵＲＮ ＯＮ」と第２のキーワード「ＴＥＬＥＰＨ
ＯＮＥ」の両方が認識された時に装置が起動される。

【０００３】一方、従来の音声ダイヤル装置には、種々
の音声ダイヤル機能をもつものがある。例えば、 動作モード（１）：電話番号と一意に対応する音声キー
ワードを音声認識する方法。 動作モード（２）：電話番号の数字を１つずつ音声認識
する方法。 など複数の音声認識方法をとるのが普通である。従って
従来の方法によれば、音声起動により音声制御モードと
なった時、上述のように複数の動作モードがあるので、
これらを指定するためのキーワードの音声認識が必要で
ある。例えば、前記動作モード（１）及び（２）の夫々
に音声認識用のキーワード「ＤＩＡＬ」及び「ＥＮＴＥ
Ｒ」が割り当てられているとすると、発声のシーケンス
の例は以下のようになる。

【０００４】（ｉ）「ＴＵＲＮ ＯＮ ＴＥＬＥＰＨＯ
ＮＥ」音声起動用ワード(発声２回) （ii）「ＤＩＡＬ」動作モード（１）の選択用キーワー
ド（発声１回） （iii）「ｏｆｆｉｃｅ」電話番号に対応したキーワー
ド（発声１回） 上述したように、目的の動作モードに入るまで最低３回
の発声が必要であり、また誤認識があると、発声をやり
直さなければならない。

【０００５】

【発明が解決しようとする課題】音声制御装置には複数
の音声制御モードがあり、モード指定のための音声認識
を行う必要がある。しかし従来の方法によると、上述し
たように音声起動と併用した場合、音声認識が完了して
目的の制御を行うまでに、ユーザーが音声キーワードを
発声する回数が多くなるという問題点がある。発声回数
が多いと、ユーザへの負担が増大するほか、それだけ誤
認識の機会もふえるため不都合である。しかも、音声起
動のためのキーワードの音声認識結果で、いずれか１つ
のキーワードが不確か（リジェクト）であると判定され
た時、音声起動を正しく行うためには、再度２つのキー
ワードを発声する必要があるので、上記の不都合はなお
さら解決すべき問題であることが理解できる。

【０００６】本発明の目的は音声制御装置において、音
声キーワードの発声回数を少なくし、効率的な音声制御
機能指定を可能とする音声起動方法を提案することにあ
る。

【０００７】

【課題を解決するための手段】上記目的を達成するた
め、本発明の音声起動制御方法は第１の音声キーワード
により第１の音声認識を行い、その第１の音声認識結果
に基づいて、第２の音声キーワードにより第２の音声認
識を行い、第２の音声認識結果により制御対象機器の音
声起動制御を行う音声起動制御方法において、前記第１
及び第２の音声認識結果を記憶する記憶ステップと、前
記記憶された第１及び第２の音声認識結果が夫々リジェ
クトされたか否かを判定する第１判定ステップと、前記
第１及び第２の音声認識結果が夫々リジェクトの時、前
記第１及び第２の音声キーワードの発声要求を行う発声
要求ステップと、前記第１及び第２の音声キーワードの
発声要求に応じて再度そのキーワードの音声認識を行う
再音声認識ステップと、前記再音声認識結果がリジェク
トされたか否かを判定し、前記第１の音声キーワードが
リジェクトされない時は前記第２の音声認識を行うため
に前記第１の判定ステップに行く実行をすると共に、前
記第２の音声キーワードがリジェクトされない時は第１
及び第２の音声認識に対応した制御対象機器の音声制御
を実行させる第２判定ステップと、を有することを特徴
とする。

【０００８】

【作用】本発明の起動制御方法では、第１及び第２の音
声認識結果を記憶しておき、夫々の結果がリジェクトさ
れたか否かを判定する。その判定がリジェクトの時、第
１、第２の音声キーワードの発声要求を行い、これに応
じて再度そのキーワードの音声認識を行う。この再認識
の結果、第１の音声キーワードがリジェクトされない時
は第２の音声認識を行うため第１の判定ステップに行
く。また、第２の音声キーワードがリジェクトされない
時は、第１、第２の音声認識に対応した制御対象機器の
音声制御を実行させる。

【０００９】

【実施例】以下図面を参照して本発明の実施例を説明す
る。図１は音声制御装置の一例としての音声ダイヤルシ
ステムで、１は音声認識装置、２はホストコンピュー
タ、３はマイクロホン、４は増幅器、５は制御対象機器
としての電話機であり、本発明による音声起動制御方法
が下記のように適用される。

【００１０】図２ａ及び図２ｂは図１のシステムの本発
明の方法による動作の各ステップを説明するフローチャ
ート、図３はその動作例を示す。音声ダイヤルシステム
の音声制御機能としては次の２つのモードがある。 （ｉ）キーワード認識方式：電話番号に対応した音声キ
ーワードを音声認識することで、ダイヤリング操作を簡
単化する。 （ii）電話番号認識方式：電話番号列を数字１つずつ音
声認識することで、ダイヤリング操作を簡単化する。 （ｉ），（ii）の方式を識別させるための音声キーワー
ドを夫々「turn on」，「enter」とし、音声制御対象機
器の種別として電話機を示すキーワードを「telephon
e」とする。

【００１１】ユーザは制御対象機器として電話機、動作
モードとして（ｉ）のキーワード認識方式を使用すると
き、音声起動するために、モード識別用キーワード（第
１の音声キーワード）「turn on」と制御対象機器選択
用キーワード（第２の音声キーワード）「telephone」
を用いる。なお、図４に各認識対象単語と認識結果とし
て返されるコードの割付けを示す。認識装置１を制御す
るホストコンピュータ２には、この割付けがテーブルと
して内蔵のメモリに記憶されており、コードが与えられ
れば、動作モード及び制御対象機器が特定できるように
なっている。

【００１２】また、図５は上記メモリにマッピングされ
る第１及び第２格納エリアの様子を示す。音声認識結果
をホストコンピュータ２が受け取ると、上記メモリにあ
らかじめマッピングされた特定のアドレスＸ１，Ｘ２に
夫々第１及び第２の認識結果が格納される。

【００１３】更に図６は後述のリジェクトが発声した時
の第１及び第２の格納エリアの内容の様子を示す。次
に、図２ａ及び図２ｂを参照して本発明の音声起動制御
方法の一実施例の動作をあらわす各ステップを説明す
る。

【００１４】（ステップＳ１００）音声制御装置のデフ
ォルトでの動作は、音声認識をするための音声入力待ち
の状態となっている。音声が入力されたと判定される
と、第１の音声キーワードの認識対象単語（モード認識
用キーワード）の候補パターン「ＴＵＲＮ ＯＮ」や
「ＥＮＴＥＲ」などとの認識処理が行われる。音声認識
結果は第１の音声キーワードの認識結果格納用のメモリ
エリアへ格納される。

【００１５】（ステップＳ１２０）ステップＳ１００で
の音声認識モードの音声入力待ちの状態において、音声
の入力がない時は、現在の制御対象機器のデフォルトの
処理を行う。この時点では、制御対象機器は選択されて
いないので、ダイナミックな制御を行うのではなく、音
声制御状態を継続可能であるかどうかのチェックを行
う。例えば、チェックの対象が電話機である場合、音声
制御を継続できない状態というのは、電話機の電源がオ
フになっており、電話をかけることができないときなど
である。

【００１６】このような場合は、その理由をユーザを報
知するなどして、音声起動をかけようとしているのを中
止するなどの措置をとることができる。

【００１７】（ステップＳ１１０）第１の音声キーワー
ドの音声認識が終了すると、第２の音声キーワードの音
声認識モードとなる。このモードは時間制限つきであ
り、ホストコンピュータ内のタイマが所定の値に達する
までに音声入力がなされない時は音声認識モードを終了
しデフォルトの状態に戻る（ステップＳ１３０）。

【００１８】第１の音声キーワードの認識に続いて第２
の音声キーワードの認識に時間制限を設けると、誤認識
を減らすことができる。第２の音声認識モードで音声が
入力されると、第２の認識対象単語（制御対象選択用キ
ーワード）との認識処理が行われる。第２の認識対象単
語は制御対象機器を指定する機能をも兼用するものであ
り、ここでは電話機に対応する音声キーワード「「ＴＥ
ＬＥＰＨＯＮＥ」がある。この他に、例えば制御対象機
器としてオーディオ装置があれば、対応する音声キーワ
ード「ＡＵＤＩＯ」などが、この場合の認識対象単語で
ある。第２の認識モードでの認識結果は所定のメモリエ
リアに格納される。

【００１９】ところで上述した第１及び第２の音声認識
において、本発明においては、音声が入力されたものと
しての認識結果がリジェクトであるか否かの判断をして
いない。従来の２つの音声キーワードを用いた音声起動
方式では、まず第１の音声キーワードの認識結果のチェ
ックを行い、リジェクトであれば、音声認識のやり直し
をするのが普通である。第２の認識モードへは第１の認
識モードがリジェクトでなく、正しく認識するまで入る
ことはない。

【００２０】しかし本発明の方法ではあえて第１の認識
処理のチェックは行わず、音声が入力されたと判断した
ら、その認識処理を行い、第２の認識モードとなるよう
になっている。その理由は後述するように、誤認識した
時の発声回数を最小限にするための配慮である。また、
上記の例では、第１の認識モードでの認識対象単語をモ
ード識別コード、第２の認識モードでの認識対象単語を
制御対象機器選択用キーワードとなっているが、この逆
としてもよい。

【００２１】（ステップＳ１４０）以上のように２つの
音声認識処理が行われると、所定のメモリエリアに格納
されている音声認識結果のチェックを行う。この例で
は、第１の認識結果はモード認識用キーワードが認識対
象単語となっているとして説明する。

【００２２】第１の音声認識がリジェクトの場合、第１
の認識対象単語の再発声要求を行う。例えば、「使用す
る動作モードはなんですか？」なる音声メッセージを出
力して、第１の音声認識がうまくいかなかったことをユ
ーザに報知する。音声認識モードとなり制限時間内に音
声入力がされないときはステップＳ１００へ戻る。認識
結果がリジェクトであった場合は、前記タイマの設定を
初期化して音声認識をやり直す。認識処理がうまくいっ
たならば、第２の認識結果のチェックを行う。

【００２３】（ステップＳ１５０）次に、第２の認識結
果のチェックを行う。先の第２の音声認識結果の格納さ
れている所定のメモリエリアの認識結果は制御対象機器
の種別を示すキーワードに対応するものである。認識結
果がリジェクトであるならば、第１の認識結果のチェッ
クのときと同様に第２の認識対象単語の再発声要求を行
う。例えば「使用する制御対象機器はなんですか？」な
る音声メッセージなどを出力する。以下、前記ステップ
Ｓ１４０と同様である。

【００２４】第１及び第２の認識の両者がリジェクトの
場合は、発声要求を行わず、ステップＳ１００に行くよ
うにすることもできる。こうすることで、周囲の物音な
どで、リジェクトが多発するような状況（ユーザは音声
起動する状況ではない）ではステップＳ１００，Ｓ１１
０の認識処理の関門を通過して音声の再発声要求のメッ
セージが出力されてしまうような状況を回避することが
できる。

【００２５】（ステップＳ１６０）選択された制御対象
単語に対応する制御を選択する。多種の制御機器がマル
チプレクスされて接続されているときなどは、セレクト
信号をマルチプレクサに出力する処理に対応する。

【００２６】（ステップＳ１７０）選択された音声制御
の動作モードにデフォルトのモードから切り換えられ
る。

【００２７】（ステップＳ１８０）ユーザの所望する音
声制御機器の音声制御モードが実行される。なお、前述
したように第１、第２の認識結果のリジェクト時、ステ
ップＳ１４０，Ｓ１５０において、再度キーワード認識
を行い、ここで更にリジェクトする。そして、リジェク
トしない時はステップＳ１６０，Ｓ１７０に行くことに
なるが、このステップでは前記リジェクトしたキーワー
ドは記憶されていないが、制御対象機器及び動作モード
は次のようにして選択する。

【００２８】即ち、ステップＳ１６０に達していれば、
第１，第２の格納エリアにはリジェクトコード１００は
格納されておらず、第１の格納エリアには動作モードを
指定するキーワードの認識結果が、第２の格納エリアに
は制御対象機器を指定するキーワードの認識結果が格納
されている。従ってステップＳ１６０では、制御対象機
器を選択するために、図５に示した第２の格納エリアの
アドレスＸ２の内容を読み出し、図４に示した割付けに
従ってどの制御対象機器が選択されたかを検出する。

【００２９】また、ステップＳ１７０においては、同様
に動作モードを特定するために、第１の格納エリアより
認識結果を読み出し図３の割付けテーブルを参照して動
作モードを決定する。更に図５は「turn on」「telepho
n」を認識させたときに、リジェクトがでた例である。
リジェクトがでると、リジェクトコード１００が所定の
格納エリア（Ｘ１又はＸ２）に格納される。リジェクト
でなければ、認識した単語に対応するコードが格納され
る（ステップＳ１００，Ｓ１１０）。次に、前記ステッ
プＳ１５０，Ｓ１４０でのリジェクトＹｅｓで何回もキ
ーワード発声要求を繰り返さないように下記のように処
理する。

【００３０】即ち、再発声を行ってもなおかつリジェク
トが発声するということは類似単語が存在するか、又は
周囲騒音により認識不能の状態になっていることであ
る。このような状態は、発声の受付可能時間を経過する
まで待ってタイムアップとして処理を終了する。

【００３１】

【発明の効果】以上説明したように本発明によれば、２
つの音声キーワードを用いる音声起動方式において、認
識結果がリジェクトになった場合でもユーザの発声回数
を最小限にすることができる。

【図面の簡単な説明】

【図１】音声ダイヤルシステムを示すブロック図であ
る。

【図２ａ】本発明の音声起動制御方法の一実施例を示す
フローチャートである。

【図２ｂ】本発明の音声起動制御方法の一実施例を示す
フローチャートである。

【図３】本発明の方法の動作例を示す説明図である。

【図４】各認識対象単語と認識結果として返されるコー
ドの割付けを示す説明図である。

【図５】第１、第２の格納エリアを示す説明図である。

【図６】リジェクトが発声した時の第１，第２の格納エ
リアの内容の様子を示す説明図である。

【図７】図２ａと図２ｂの合成図である。

【符号の説明】

Ｓ１００〜Ｓ１８０ 本発明の方法の各動作ステップを
示す。

Claims (3)

【特許請求の範囲】
1. 【請求項１】 第１の音声キーワードにより第１の音声
   認識を行い、その第１の音声認識結果に基づいて、第２
   の音声キーワードにより第２の音声認識を行い、第２の
   音声認識結果により制御対象機器の音声起動制御を行う
   音声起動制御方法において、 前記第１及び第２の音声認識結果を記憶する記憶ステッ
   プと、 前記記憶された第１及び第２の音声認識結果が夫々リジ
   ェクトされたか否かを判定する第１判定ステップと、 前記第１及び第２の音声認識結果が夫々リジェクトの
   時、前記第１及び第２の音声キーワードの発声要求を行
   う発声要求ステップと、 前記第１及び第２の音声キーワードの発声要求に応じて
   再度そのキーワードの音声認識を行う再音声認識ステッ
   プと、 前記再音声認識結果がリジェクトされたか否かを判定
   し、前記第１の音声キーワードがリジェクトされない時
   は前記第２の音声認識を行うために前記第１の判定ステ
   ップに行く実行をすると共に、前記第２の音声キーワー
   ドがリジェクトされない時は第１及び第２の音声認識に
   対応した制御対象機器の音声制御を実行させる第２判定
   ステップと、 を有することを特徴とする音声起動制御方法。
2. 【請求項２】 前記第２判定ステップでは、前記第１及
   び第２の音声キーワードがリジェクトされた時は、その
   キーワードの前記発声要求ステップに行く実行をするこ
   とを特徴とする請求項１に記載の音声起動制御方法。
3. 【請求項３】 前記音声認識ステップでは、その認識が
   不可の時には、所定時間経過後、その旨を報知するメッ
   セージを出力し前記第１の音声認識に行く実行を行わせ
   ることを特徴とする請求項１に記載の音声起動制御方
   法。