JPH07295586A - 音声認識装置 - Google Patents

Abstract

(57)【要約】 【目的】 誤認識を実質的に減少させた音声認識装置を
提供する。 【構成】 第１メモリ５２に格納された入力被認識音声
に基づく音声情報と第３メモリ５４に格納されている複
数の各登録音声情報との差を演算部５７にて演算し、演
算された差中の最小の差をとなる登録音声情報を検索
し、更新制御部５８の制御のもとに前記最小の差を第２
メモリ５３に格納し、第２メモリ５３に格納されている
差が閾値以下か否かを判別部５９にて判別し、閾値を超
えていると判別されたときに、前記検索された登録音声
情報に基づく表示を表示器７に行い、実行指示スイッチ
８による実行指示があったときに前記検索された登録音
声情報に基づく動作の実行を行うようにした。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は認識すべき音声に基づく
音声情報を複数登録しておき登録された音声情報を参照
して、入力された音声を認識する音声認識装置に関す
る。

【０００２】

【従来の技術】音声認識装置は認識すべき音声に基づく
音声情報を登録音声情報として複数登録しておき登録音
声情報を参照して、入力された音声を認識するように構
成されている。かかる音声認識装置を用いて音声によっ
て被制御装置を制御することが行われる。

【０００３】上記した従来の音声認識装置において、入
力した音声の認識および認識結果に基づく被制御装置へ
の制御信号の送出は図３に示すフローチャートに基づく
手順によって行われている。すなわち、音声入力を検出
すると第１メモリに入力された音声すなわち被認識音声
に基づく音声情報が格納される（ステップＳ１〜Ｓ
３）。入力音声が終了すると登録音声情報の数ｎを１に
設定し、かつ第２メモリに最大値を格納する初期設定が
なされる（ステップＳ４、Ｓ５）。

【０００４】一方、第３メモリには予めｎ個の登録音声
情報が格納されており、ステップＳ５に続いて第１メモ
リに格納された音声情報と第３メモリに格納されている
登録音声情報との差が各登録音声情報に対して演算され
て、演算された差中の最小の差が第２メモリに格納さ
れ、差が最小である登録音声情報が実質的に第４メモリ
に格納される（ステップＳ６〜Ｓ１０）。第４メモリに
格納されるのは例えば登録音声情報に割り当てた番号で
ある。ステップＳ１０に続いて第２メモリに格納されて
いる内容、すなわち差が閾値以下か否かがチェックされ
（ステップＳ１１）、閾値を超えていると判別されたと
きはステップＳ１から繰返して実行し、閾値以下である
と判別されたときは、第４メモリに格納されている登録
音声情報に対応する制御動作が実行される（ステップＳ
１５）。

【０００５】

【発明が解決しようとする課題】しかし、上記したよう
な従来の音声認識装置においては、被認識音声に基づく
音声情報と登録音声情報との差が最小の登録音声情報を
検索し、音声情報との差が予め定められた閾値以下と判
別されたとき、検索された登録音声情報に対応する動作
が行われる。この場合に閾値を小さい値に設定すると、
すなわち類似性の大きい登録音声情報に対応する動作を
行わせるようにすると誤認識は減少するが動作を行わな
い場合が増加し、逆に閾値を大きい値とすると動作を行
わないことが減少するが誤認識は増加して誤動作が多く
なるという問題点があった。

【０００６】本発明は、誤認識を実質的に減少させた音
声認識装置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】本発明の音声認識装置
は、認識すべき音声に基づく音声情報を登録音声情報と
して複数登録しておき登録音声情報を参照して、入力さ
れた音声を認識する音声認識装置において、入力された
被認識音声に基づく音声情報と登録音声情報との差が最
小の登録音声情報を検索する検索手段と、前記被認識音
声に基づく音声情報と検索手段によって検索された登録
音声情報との差が予め定めた閾値を超えているか否かを
判別する判別手段と、判別手段によって閾値を超えてい
ると判別されたときに検索された登録音声情報に基づく
表示を行う表示手段と、検索された登録音声情報に基づ
く動作の実行を指示する実行指示手段とを備え、実行指
示手段からの実行指示があったときに検索された登録音
声情報に基づく動作の実行を行うことを特徴とする。

【０００８】本発明の音声認識装置は、認識すべき音声
に基づく音声情報を登録音声情報として複数登録してお
き登録音声情報を参照して、入力された音声を認識する
音声認識装置において、入力された被認識音声に基づく
音声情報と登録音声情報との差が最小の登録音声情報を
検索する検索手段と、前記被認識音声に基づく音声情報
と検索手段によって検索された登録音声情報との差が予
め定めた第１の閾値を超えているか否かを判別する第１
判別手段と、第１判別手段によって第１の閾値を超えて
いると判別されたとき第１の閾値より大きい第２の閾値
を超えているかを判別する第２判別手段と、第１の閾値
を超えかつ第２の閾値以下と判別されたときに検索され
た登録音声情報に基づく表示を行う表示手段と、登録音
声情報に基づく動作の実行を指示する実行指示手段とを
備え、第１の閾値を超えかつ第２の閾値以下と判別され
たときに実行指示手段からの実行指示に基づいて登録音
声情報に基づく動作の実行を行うことを特徴とする。

【０００９】

【作用】本発明の音声認識装置は、入力された被認識音
声に基づく音声情報と登録音声情報との差が最小の登録
音声情報が検索手段によって検索される。被認識音声に
基づく音声情報と検索手段によって検索された登録音声
情報との差が予め定めた閾値を超えているか否かが判別
手段によって判別され、閾値を超えていると判別された
ときに検索された登録音声情報に基づく表示が表示手段
に表示される。この表示によって被認識音声に対応して
認識された登録音声が判り、使用者が被認識音声として
入力したものと一致しているか否かが判る。この結果、
実行指示をするか否かが使用者によって決定され、実行
指示をするときには、実行指示手段から実行指示がなさ
れて該登録音声情報に基づく動作の実行がなされる。

【００１０】また、第１および第２判別手段を設けたと
きは、被認識音声に基づく音声情報と検索手段によって
検索された登録音声情報との差が予め定めた第１の閾値
を超えているか否かが第１判別手段によって判別され、
第１判別手段によって第１の閾値を超えていると判別さ
れたとき第２の閾値を超えているかが第２の判別手段に
よって判別され、第１の閾値を超えかつ第２の閾値以下
と判別されたときに検索された登録音声情報に基づく表
示が表示手段に表示される。この表示によって被認識音
声に対応して認識された登録音声が判り、使用者が被認
識音声として入力したものと一致しているか否かが判
る。この結果、実行指示をするか否かが使用者によって
決定され、実行指示をするときには、実行指示手段から
実行指示がなされて該登録音声情報に基づく動作の実行
がなされる。

【００１１】

【実施例】以下、本発明を実施例により説明する。図１
は本発明にかかる音声認識装置の一実施例の構成を示す
ブロック図である。

【００１２】本実施例の音声認識装置は、マイクロフォ
ン１、マイクロフォン１からの音声信号を増幅する増幅
器２、増幅器２の出力音声信号をデジタル信号に変換す
るＡ／Ｄ変換器３、増幅器２の出力音声信号を受けて音
声信号が入力されている期間出力を発生する音声検出ス
イッチ回路４、マイクロコンピュータからなる音声認識
のための制御回路５、表示ドライバ６によって駆動され
て登録音声情報に基づく表示を行う表示器７と、実行指
示を行う実行指示スイッチ８を備えている。

【００１３】マイクロフォン１からの出力される音声信
号は増幅器２によって増幅し、増幅された音声信号はＡ
／Ｄ変換器３に供給してデジタル信号に変換する。増幅
器２において増幅された音声信号は音声検出スイッチ回
路４に供給して音声信号が入力されていることを検出す
る。Ａ／Ｄ変換器３から出力されるデジタル信号、音声
検出スイッチ回路４から出力される検出出力、実行指示
スイッチ８から出力される実行指示信号は制御回路５に
供給してあり、制御回路５からの信号は表示ドライバ６
に供給し、表示ドライバ６を介して表示器７において登
録音声情報に基づく表示をさせる。

【００１４】制御回路５は、入力された被認識音声情報
が格納される第１メモリ５２、被認識音声情報と登録音
声情報との差情報が格納される第２メモリ５３、登録音
声情報が格納された第３メモリ５４、登録音声情報を特
定するための情報が格納される第４メモリ５５、第３メ
モリ５４に格納された登録音声情報に対応させたコマン
ドである制御情報が格納された第５メモリ５６を備えて
いる。

【００１５】制御回路５にはさらに、機能的に、デジタ
ル信号に変換された入力被認識音声信号の特徴を抽出し
て音声情報として第１メモリ５２に格納させる特徴抽出
部５１、第１メモリに格納された音声情報と第３メモリ
に格納されている登録音声情報とから差を求める差演算
部５７、差演算部５７において演算された差情報と第２
メモリ５４に格納されている差情報と比較して前者が小
さいとき第２メモリ５３に格納されている差情報を演算
された差情報に更新すると共に、更新毎に第４メモリの
内容を更新していく更新制御部５８、第２メモリ５３に
格納されている差情報を予め定められた閾値と比較して
閾値以下か否かを判別する判別部５９、判別部５９にお
いて第２メモリ５３に格納されている差情報が閾値以下
と判別されたときは第４メモリ５５に格納された情報に
対応する制御情報を第５メモリから読み出して被制御装
置に送出し、かつ閾値以下ではないと判別されたときは
第４メモリ５５に格納された情報に対応する第３メモリ
内の登録情報を読み出して表示ドライバを介して登録情
報に基づく表示を表示器７にさせると共に、実行指示ス
イッチ８からの実行指示によって第５メモリから読み出
された制御情報を被制御装置に送出する出力制御部６０
とを備えている。

【００１６】ここで、第２メモリ５３、第４メモリ５
５、差演算部５７および更新制御部５８は、入力された
被認識音声に基づく音声情報と登録音声情報との差が最
小の登録音声情報を検索する検索手段を構成している。

【００１７】次に、上記のように構成された本発明にか
かる音声認識装置の一実施例の作用を第２図に示したフ
ローチャートにしたがって説明する。

【００１８】入力音声が供給されるとマイクロフォン１
によって電気信号に変換され、増幅器２によって増幅さ
れ、Ａ／Ｄ変換器３によってデジタル信号に変換され
る。一方、増幅器２からの出力を受けて音声検出スイッ
チ回路４によって音声が入力されたことが検出され、Ａ
／Ｄ変換器３によってデジタル信号に変換された音声信
号が被認識音声信号として制御回路５に読み込まれて、
特徴抽出部５１において特徴が抽出され被認識音声信号
に基づく音声情報として第１メモリ５２に格納される
（ステップＳ１〜Ｓ３）。入力音声が終了すると登録音
声情報の数ｎが１に設定され、かつ第２メモリに最大値
を格納する初期設定がなされる（ステップＳ４、Ｓ
５）。ここでｎは登録音声情報の数でもあるが、第３メ
モリ５４のアドレスにも対応している。

【００１９】一方、第３メモリ５４には予めｎ個の登録
音声情報か格納されており、第５メモリ５６には第３メ
モリ５４に格納された登録音声情報に対応させたコマン
ドである制御情報が予め格納されている。ステップＳ５
に続いて第１メモリ５２に格納された音声情報と第３メ
モリ５４の〃ｎ〃に対応するアドレスに格納されている
登録音声情報とが減算され減算結果の絶対値が、差情報
として第２メモリに格納されされている差情報より小さ
いか否かがチェックされる（ステップＳ６）。ステップ
Ｓ６において小さいと判別されたときは第２メモリ５３
の格納内容がステップＳ６における減算結果の差情報に
更新される（ステップＳ７）。

【００２０】ステップＳ７に続いて、第３メモリ５４の
アドレスに対応する〃ｎ〃が第４メモリ５５に格納され
（ステップＳ８）、次いでｎがインクリメントされる、
すなわちｎに（＋１）される（ステップＳ９）。ステッ
プＳ９に次いで、ｎが登録音声情報の数に達したか否か
がチェックされ（ステップＳ１０）、登録音声情報の数
に達するまでステップＳ６から繰り返して実行される。
ステップＳ６において小さいと判別されないときは、ス
テップＳ７およびステップＳ８がスキップされて、ステ
ップＳ６に次いでステップＳ９が実行される。したがっ
てステップＳ６〜Ｓ１０の実行の終了によって第２メモ
リ５３には最小の差情報が格納された状態となり、第４
メモリ５５には被認識音声に基づく音声情報と最も類似
している登録音声情報が格納されている第３メモリ５４
のアドレスに基づく情報（ｎ）が格納された状態となっ
ている。

【００２１】ステップＳ１０の実行の終了に続いて、第
２メモリ５３に格納されている差情報、すなわち差が閾
値以下か否かがチェックされ（ステップＳ１１）、閾値
以下であると判別されたときは、第４メモリの格納内容
ｎに対応する第３メモリ５４のアドレスに格納されてい
る登録音声情報に対応する制御情報が第５メモリ５６か
ら読み出されて、被制御装置に送出され、被認識音声信
号に最も類似する登録音声情報に対応する制御動作が実
行される（ステップＳ１５）。この作用は従来の場合と
同様である。

【００２２】ステップＳ１１において閾値を超えている
と判別されたときは、第４メモリ５５の格納内容（ｎ）
に対応する第３メモリ５４のアドレスに格納されている
登録音声情報に基づく表示が表示器７になされる（ステ
ップＳ１２）。表示器７になされる表示は、例えば登録
音声情報に基づくコマンドであってもよい。この表示を
みて使用者は音声認識装置が誤認識をしたか否かが判る
ことになり、使用者が入力した音声に基づく表示がなさ
れているときは正しく認識されたときであり、使用者が
入力した音声に基づく表示がなされていないときは誤認
識されたときである。

【００２３】ステップＳ１２に続いて、実行指示スイッ
チ８から実行指示がなされているか否かがチェックされ
る（ステップＳ１３）。ステップＳ１３において実行指
示がなされたと判別されたときは、ステップＳ１３に続
いてステップＳ１５が実行される。すなわち、第４メモ
リの格納内容ｎに対応する第３メモリ５４のアドレスに
格納されている登録音声情報に対応する制御情報が第５
メモリ５６から読み出されて、被制御装置に送出され、
被認識音声信号に最も類似する登録音声情報に対応する
制御動作が実行される。この場合において、使用者が入
力した音声に基づく状態に被制御装置が制御される。

【００２４】ステップＳ１３において実行指示がなされ
ていないと判別されたときは、ステップＳ１３に続いて
音声入力されるの待って、音声が入力されるとステップ
Ｓ２から実行される。この場合は音声認識装置が誤認識
している場合であって、再度音声による指示がなされる
のを待って、再度認識動作を行うのである。

【００２５】次に、上記した一実施例において表示器７
を用いて、ステップＳ１２において認識結果を表示する
ようにした場合を例示したが、音声合成によって認識結
果の確認を求めるようにしてもよい。また、ステップＳ
１３において実行指示スイッチ８による実行指示に代わ
って音声によって指示するようにしてもよい。

【００２６】次に、上記した一実施例において閾値が一
つの場合を例示したが、閾値を２つ設けた応用例につい
て説明する。この応用例では、第１の閾値および第１の
閾値より大きい第２の閾値を設けて、ステップＳ１１に
おいてまず第１の閾値と比較し、第２メモリ５３に格納
されている差情報、すなわち差が第１の閾値以下か否か
をチェックし、第１の閾値以下であると判別されたとき
は、第４メモリの格納内容ｎに対応する第３メモリ５４
のアドレスに格納されている登録音声情報に対応する制
御情報を第５メモリ５６から読み出して、被制御装置に
送出し、被認識音声信号に最も類似する登録音声情報、
すなわち検索された登録音声情報に対応する制御動作を
実行させる。

【００２７】第２メモリ５３に格納されている差情報と
の比較の結果、第１の閾値を超えていると判別されたと
きは、第２メモリ５３に格納されている差情報が第２の
閾値以下か否かをチェックし、第２の閾値以下であると
判別されたときは、ステップＳ１２を実行し、次いでス
テップＳ１３、Ｓ１４を実行するようにし、第２の閾値
を超えていると判別されたときはステップＳ２から実行
するようにしてもよい。

【００２８】すなわち、上記した応用例によれば、第２
メモリ５３に格納されている差情報が第１の閾値以下の
ときは、被認識音声信号に最も類似する登録音声情報、
すなわち検索された登録音声情報に対応する制御動作が
実行され、第２メモリ５３に格納されている差情報が第
１の閾値を越え第２の閾値以下のときは、検索された登
録音声情報に基づく表示がなされ、実行指示スイッチ８
からの実行指示に基づいて検索された登録音声情報に対
応する制御動作が実行され、第２の閾値を越えていると
きは再び音声の入力を待って音声認識が行われることに
なる。

【００２９】

【発明の効果】以上説明した如く本発明の音声認識装置
によれば、被認識音声に基づく音声情報と登録音声情報
との差が最小の登録音声情報を検索し、被認識音声に基
づく音声情報と検索された登録音声情報との類似性を判
別するための閾値を小さい値に設定した場合に、閾値を
越えて類似性が低いと判別された検索登録音声情報に基
づく表示がなされ、実行指示手段にからの実行指示に基
づいて、検索された登録音声情報に基づく動作の実行が
なされるため、誤認識が実質的に減少し、かつ誤認識に
基づく誤制御が起こることが避けられるという効果があ
る。

【００３０】また、類似性を判別するための閾値を２段
階に設けた場合においても同様の効果が得られる。

【図面の簡単な説明】

【図１】本発明にかかる音声認識装置の一実施例の構成
を示すブロック図である。

【図２】本発明にかかる音声認識装置の一実施例の作用
の説明に供するフローチャートである。

【図３】従来の音声認識装置における音声認識作用の説
明に供するフローチャートである。

【符号の説明】

１ マイクロフォン ２ 増幅器 ３ Ａ／Ｄ変換器 ４ 音声検出スイッチ回路 ５ 制御回路 ７ 表示器 ８ 実行指示スイッチ ５１ 特徴抽出部 ５２、５３、５４、５５および５６ 第１、第２、第
３、第４および第５メモリ ５７ 差演算部 ５８ 更新制御部 ５９ 判定部 ６０ 出力制御部

───────────────────────────────────────────────────── フロントページの続き (72)発明者 田中 博史 東京都目黒区青葉台３丁目６番17号 株式 会社ケンウッドエンジニアリング内

Claims (2)

【特許請求の範囲】
1. 【請求項１】認識すべき音声に基づく音声情報を登録音
   声情報として複数登録しておき登録音声情報を参照し
   て、入力された音声を認識する音声認識装置において、
   入力された被認識音声に基づく音声情報と登録音声情報
   との差が最小の登録音声情報を検索する検索手段と、前
   記被認識音声に基づく音声情報と検索手段によって検索
   された登録音声情報との差が予め定めた閾値を超えてい
   るか否かを判別する判別手段と、判別手段によって閾値
   を超えていると判別されたときに検索された登録音声情
   報に基づく表示を行う表示手段と、検索された登録音声
   情報に基づく動作の実行を指示する実行指示手段とを備
   え、実行指示手段からの実行指示があったときに検索さ
   れた登録音声情報に基づく動作の実行を行うことを特徴
   とする音声認識装置。
2. 【請求項２】認識すべき音声に基づく音声情報を登録音
   声情報として複数登録しておき登録音声情報を参照し
   て、入力された音声を認識する音声認識装置において、
   入力された被認識音声に基づく音声情報と登録音声情報
   との差が最小の登録音声情報を検索する検索手段と、前
   記被認識音声に基づく音声情報と検索手段によって検索
   された登録音声情報との差が予め定めた第１の閾値を超
   えているか否かを判別する第１判別手段と、第１判別手
   段によって第１の閾値を超えていると判別されたとき第
   １の閾値より大きい第２の閾値を超えているかを判別す
   る第２判別手段と、第１の閾値を超えかつ第２の閾値以
   下と判別されたときに検索された登録音声情報に基づく
   表示を行う表示手段と、登録音声情報に基づく動作の実
   行を指示する実行指示手段とを備え、第１の閾値を超え
   かつ第２の閾値以下と判別されたときに実行指示手段か
   らの実行指示に基づいて登録音声情報に基づく動作の実
   行を行うことを特徴とする音声認識装置。