JPH07219585A

JPH07219585A - 情報処理装置及び方法

Info

Publication number: JPH07219585A
Application number: JP6008496A
Authority: JP
Inventors: Takanari Ueda; 隆也上田
Original assignee: Canon Inc
Current assignee: Canon Inc
Priority date: 1994-01-28
Filing date: 1994-01-28
Publication date: 1995-08-18

Abstract

(57)【要約】【目的】音声の登録されている認識語彙が限られてい
る場合の、入力しようとする語彙が登録されているか否
かの確認を容易に、しかも確実にする。【構成】入力音声を認識する音声認識部１０２と、認
識結果が確認要求コマンドであるか否か判定する入力判
定部１０４と、確認要求コマンドであると判定された場
合に入力音声の認識結果を出力する音声出力部１０８を
有する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、音声を用いて情報入力
を行なう情報処理装置及び方法に関するものである。

【０００２】

【従来の技術】従来、計算機へのコマンド等の入力はキ
ーボードやポインティングデバイスによって行なわれて
いたが、音声認識技術の進歩により音声でも行なえるよ
うになってきている。ここで、現状の音声認識技術では
処理の効率化のために、受理できる語彙を限定してい
る。このため、あらかじめ登録されている語彙に限って
入力音声が認識できるという状態になっている。

【０００３】このようにどのような語彙でも認識される
わけではないので、ユーザは登録されている語彙を選ん
で入力しなければならない。どの語彙が登録されている
かがわかりにくいという短所があるが、これを改善する
ための一つの方法として、受理できる語彙の一覧をディ
スプレイ上に表示しておくということが行なわれてい
る。

【０００４】

【発明が解決しようとする課題】しかしながら、上記従
来の装置ではディスプレイ上に一度に表示できる語彙の
数には制限があり、登録されている語彙を全ては表示で
きない場合も生じ、確認が容易とは言えない。また、電
話を通して入力を行なうときのようにディスプレイが存
在しない場合には表示自体不可能である。

【０００５】また不特定話者を対象とした音声認識で
は、仮にユーザが登録されている語彙であると確認して
から発声した音声であっても話者の音声の特徴によって
は誤認識されてしまう場合がある。この場合、確認した
にも関わらずユーザの望まない処理が実行されてしまう
といった問題がある。

【０００６】本発明は、上述した従来の課題を解決し、
音声による入力を容易にする情報処理装置及び方法を提
供することを目的とする。

【０００７】

【課題を解決するための手段】上記課題を解決するため
に、本発明の情報処理装置及び方法は、受理可能な語彙
かどうかを確認するためのコマンドを音声によって入力
する手段と、入力された語彙が該コマンドであるかどう
かを判定する手段と、該コマンドであった場合に、確認
対象の語彙を音声認識した結果を出力する手段とを具え
る。

【０００８】

【作用】本発明によれば、入力された語彙が確認要求の
コマンドであった場合、続いて入力された語彙を音声認
識し、その結果得られた語彙をディスプレイに表示した
り、音声合成によってスピーカに出力したりする。

【０００９】

【実施例】以下、図面を参照して本発明の実施例を詳細
に説明する。

【００１０】図１は、本発明の一実施例に係る情報処理
装置の構成を示すブロック図である。

【００１１】同図において１０１は音声によってコマン
ド等を入力する音声入力部、１０２は音声入力部１０１
から入力された語彙を認識する音声認識部、１０３は音
声認識部１０２で認識した結果を保持する認識結果保持
部、１０４は認識結果保持部１０３に保持された語彙が
確認要求コマンドかどうかを判定する入力判定部、１０
５は入力判定部１０４において判定を行う際に比較に用
いる為の確認要求コマンドを保持する確認要求コマンド
保持部、１０６は入力のモード（通常モードまたは確認
モード）を保持する入力モード保持部、１０７は音声を
合成する音声合成部、１０８は音声合成部１０７で合成
された音声を出力する音声出力部である。

【００１２】図２は上述の情報処理装置のハードウェア
構成を示す図である。同図において、２０１は音声を入
力するマイクである。２０２は音声を出力するスピーカ
である。２０３はマイク２０１から入力、スピーカ２０
２から出力される信号を変換するＡ／Ｄ、Ｄ／Ａ変換装
置である。２０４は図３似示すフローチャートの制御手
順を記憶する制御メモリである。これはＲＯＭであって
もよいし、ＲＡＭであってもよい。２０５は制御メモリ
２０４に記憶されている制御手段にしたがって処理を行
なう中央処理装置である。２０６はメモリで、認識結果
保持部１０３、確認要求コマンド保持部１０５、入力モ
ード保持部１０６を有する。２０７は各構成要素を接続
するためのバスである。

【００１３】図３は図１に示した装置における動作の処
理手順を示すフローチャートである。本図を参照しなが
ら本発明の一実施例の動作を説明する。

【００１４】なお入力モード保持部１０６に保持される
入力モードの値は「通常モード」もしくは「確認モー
ド」であるが、初期値としては「通常モード」を保持す
るものとする。また、当然のことながら確認要求コマン
ド保持部１０５に保持される確認要求コマンドは音声認
識部１０２に受理可能な語彙として登録しておく。

【００１５】まずステップＳ３０１でマイク２０１から
の音声入力があったかどうかを調べる。このステップは
音声入力があるまで繰り返される。音声が入力されたと
Ｓ３０１で判断されたら、ステップＳ３０２に移り、Ｓ
３０１で入力された語彙を、音声認識部１０２で音声認
識処理を行なう。認識した結果は認識結果保持部１０３
に保持する。

【００１６】ステップＳ３０３では、入力モード保持部
１０６に現在設定されている入力モードを調べる。現在
の入力モードが「通常モード」の場合はステップＳ３０
１に移り、Ｓ３０２で認識結果保持部１０３に保持され
た語彙と確認要求コマンド保持部１０５の内容を比較す
ることにより、認識結果保持部１０３に保持されている
語彙が確認要求コマンドかどうかを調べる。認識結果保
持部１０３に保持された語彙と確認要求コマンド保持部
１０５の内容が一致し、確認要求コマンドと判断される
場合はステップＳ３０５に移り、入力モード保持部１０
６に入力モードを「確認モード」に設定する。そしてス
テップＳ３０１に戻り、ユーザが確認した語彙を入力す
るのを待つ。ここで、例えば「確認したい語を発声して
ください」と音声によって出力して、ユーザに入力を促
すようにしてもよい。

【００１７】ステップＳ３０４で確認要求コマンドでな
いと判断された場合は、ステップＳ３０６に移り、認識
結果保持部１０３に保持されている語彙をそのままアプ
リケーションに送り、ステップＳ３０１に戻る。

【００１８】ステップＳ３０３で入力モード保持部１０
６に保持されている入力モードが「確認モード」だと判
断される場合は、ステップＳ３０７に移り、音声合成部
１０７で確認結果保持部１０３に保持されている語彙の
音声合成処理を行ない、その結果をステップＳ３０８で
音声出力する。音声出力の際には単に語彙だけを出力す
るのでなく「認識結果は××です」のように出力しても
よい。そして、ステップＳ３０９で、入力モード保持部
１０６に保持されている入力モードを「通常モード」に
設定してステップＳ３０１に戻る。

【００１９】次に、実例を示して、本実施例のさらなる
説明を行なう。確認要求コマンドとしては「登録確認」
という語彙が用意されているものとする。また、受理可
能な語彙として「表示」「削除」「選択」は登録されて
いるが、「デリート」は登録されていないものとする。
このときユーザとシステムの間では例えば次のようなや
りとりが行なわれる。

【００２０】ｕｓｒ１：表示ｓｙｓ１：＜ファイルを表示する＞ｕｓｒ２：登録確認ｓｙｓ２：確認したい語を発声してください。

【００２１】ｕｓｒ３：デリートｓｙｓ３：認識した結果は「選択」です。

【００２２】ｕｓｒ４：登録確認ｓｙｓ４：確認したい語を発声してください。

【００２３】ｕｓｒ５：削除ｓｙｓ５：認識した結果は「削除」です。

【００２４】ｕｓｒ６：削除ｓｙｓ６：＜ファイルを削除する＞（ｕｓｒｉはユーザの入力、ｓｙｓｉはシステムの出力
もしくは処理を表す）

【００２５】ユーザが「登録確認」と入力し（ｕｓｒ
２）、確認したい語「デリート」を発声したが（ｕｓｒ
３）、これは登録されていないので別の単語「選択」と
誤認識される（ｓｙｓ３）。改めてユーザが「登録確
認」と入力し（ｕｓｒ４）、確認したい語「削除」を発
声すると（ｕｓｒ５）、今度は登録されているため、
「削除」と正しく出力される（ｓｙｓ５）。

【００２６】このように、ユーザ自身の音声で使用した
いコマンドを登録確認することによって、そのコマンド
が登録されていること、及びユーザの発声が正しく認識
されることを確認することができる。

【００２７】尚、本実施例では、確認要求があった場合
に、認識した結果を音声合成によって出力するようにし
たが、その代わりにディスプレイ上に文字で表示するこ
とにより、より確実に認識結果を確認できるようにして
もよい。また両出力手段を併用してもよい。

【００２８】尚、本実施例では、確認をして受理される
ことがわかった場合、改めてその語彙を入力するように
した。しかし、確認をしたときにその語彙をアプリケー
ションに送るかどうかをユーザが選択できるようにして
もよい。これによって２度同じ語彙を入力する手間を省
くことができる。

【００２９】尚、本実施例では、一度に確認できる語彙
は１語だけで、別の語彙を確認したい場合は改めて確認
要求をしなければならなかった。しかし、確認要求開始
と確認要求終了のコマンドをそれぞれ用意して、確認要
求開始のコマンドが入力されたときは、確認要求終了の
コマンドが入力されるまで「確認モード」を続けるよう
にして、複数の語彙を続けて確認できるようにしてもよ
い。

【００３０】尚、本実施例では確認要求コマンドはシス
テム側に用意されているとしたが、各ユーザが自分の使
いたい語彙を個別に登録できるようにしてもよい。

【００３１】尚、本実施例では確認要求コマンドは１語
だけであったが、これは複数受け付けるようにしてもよ
い。

【００３２】尚、本実施例では日本語を例にとって説明
したが、これに限るものでなく、他の言語でも同様に実
施できる。

【００３３】

【発明の効果】以上説明したように、本発明によれば、
音声認識で受理可能な語彙かどうかを音声によって確認
できるので、音声による入力が容易になるという効果が
ある。

【図面の簡単な説明】

【図１】本発明の一実施例に係る情報処理装置の基本構
成図

【図２】本発明の一実施例に係るシステム構成を示すブ
ロック図

【図３】本発明の一実施例に係る処理手順を示すフロー
チャート

Claims

【特許請求の範囲】

【請求項１】音声を入力する入力手段と、前記入力された音声を認識する認識手段と、前記認識手段で認識可能な音声であるか否かを確認する
よう指示するコマンドを保持するコマンド保持手段と、前記入力された音声が前記コマンドに該当するか否かを
判定する判定手段と、前記入力された音声が前記コマンドに該当すると判定さ
れる場合に、前記確認の対象として入力された音声の認
識結果を出力するよう制御する制御手段を有することを
特徴とする情報処理装置。
【請求項２】前記認識結果を音声で出力することを特
徴とする請求項１に記載の情報処理装置。
【請求項３】前記認識結果を文字で表示することを特
徴とする請求項１に記載の情報処理装置。
【請求項４】前記判定手段により前記コマンドが入力
されたと判定された場合に、確認モードを設定すること
を特徴とする請求項１に記載の情報処理装置。
【請求項５】入力された音声を認識し、前記認識の結果を出力するよう指示がなされているか否
かを判定し、前記指示がなされていると判定される場合に、前記認識
の結果を出力するよう制御することを特徴とする情報処
理方法。
【請求項６】前記認識結果を音声で出力することを特
徴とする請求項５に記載の情報処理方法。
【請求項７】前記認識結果を文字で表示することを特
徴とする請求項５に記載の情報処理方法。