JPH08202386A

JPH08202386A - 音声認識方法、音声認識装置、およびナビゲーション装置

Info

Publication number: JPH08202386A
Application number: JP7007836A
Authority: JP
Inventors: Miyuki Tanaka; 幸田中; Hiroaki Ogawa; 浩明小川; Masanori Omote; 雅則表
Original assignee: Sony Corp
Current assignee: Sony Corp
Priority date: 1995-01-23
Filing date: 1995-01-23
Publication date: 1996-08-09

Abstract

(57)【要約】【目的】認識対象語彙を限定することにより、音声認
識の性能を高める。【構成】経路設定部５により、所定の目的地に至るま
でに経由する経路を設定すると、設定された経路に対応
するデータが、設定経路メモリ６に供給され、記憶され
る。認識対象語彙選択部４は、設定経路メモリ６に記憶
された経路に基づいて、その経路の周辺の地図上に含ま
れる地名を、大規模地名辞書３に記憶された地名の中か
ら選択し、読み出して認識対象語彙メモリ２に供給す
る。認識対象語彙メモリ２は、認識対象語彙選択部４よ
り供給された地名を記憶し、音声認識部１は、所定の音
声を、認識対象語彙メモリ２に記憶された語彙に基づい
て認識する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、例えば、ナビゲーショ
ンシステム等に用いて好適な音声認識方法、音声認識装
置、およびナビゲーション装置に関する。

【０００２】

【従来の技術】従来より、音声認識機能を有し、発声さ
れた所定の地名を認識することにより、その地名が存在
する地域の地図を表示するナビゲーションシステムにお
いては、あらゆる地名が音声認識の対象となり得る。従
って、例えば、日本全国の市町村の町名等の地名のすべ
てを認識対象にしようとすると、例えば１０万語以上の
地名が認識対象となり、音声認識機能の性能上、または
演算能力の上からも極めて困難である。

【０００３】そこで、認識対象とする地名の数を削減す
るために、地名を階層化し、例えば都道府県、市区町村
といった階層に分ける方法が考えられる。そして、最初
に、４７都道府県名を認識対象とし、このうちの１つを
ユーザに発声させ、その認識結果に対応する都道府県に
存在する市区町村名を次の認識対象とする。さらに、市
区町村のうちの１つをユーザに発声させ、その認識結果
に対応する市区町村に存在する地名を次の認識対象とす
る。

【０００４】このように、地名を階層化することによ
り、認識対象となる地名の数を、上位の階層から分岐し
た次の階層において存在する地名の数に限定することが
できる。図３は、認識対象とする地名を階層化して記憶
した階層化辞書の構造を示した図である。最初の階層に
は、４７都道府県が記憶され、次の階層には、各都道府
県に存在する市区町村名が、それらの都道府県から分岐
するようにしてそれぞれ記憶されている。このように、
階層化された木構造によって、各地名が記憶されてい
る。

【０００５】例えば、最初の階層に記憶されている東京
都の次の階層には、世田谷区、杉並区等の東京２３区、
または府中市、多摩市等のその他の市が記憶されてい
る。そして、杉並区から分岐する下位の階層には、下高
井戸等の地名が記憶されている。他の区または市におい
ても同様に、そこに存在する所定の地名が記憶されてい
る。

【０００６】従って、上位階層から順に、各階層に存在
する地名を発声することにより、発声された音声に対応
する地名を各階層毎に順に認識させるようにすることが
できる。また、認識対象とする地名の数を例えば数十乃
至数百個程度に削減することができ、現状の音声認識技
術によっても、音声による地名の認識を実現可能にして
いる。

【０００７】例えば、「下高井戸」という地名を認識さ
せるためには、ユーザは、図３に示した辞書の構造に対
応して、まず最初に辞書の最上位階層に含まれる「東
京」に対応する音声を発声する。「東京」に対応する音
声が認識されると、次に音声認識の対象とする語彙が、
「東京都」の下に分岐した次の階層に含まれる語彙に限
定される。次に、ユーザは、「杉並区」に対応する音声
を発声する。「杉並区」に対応する音声が認識される
と、次に認識対象とする語彙が、「杉並区」の下に分岐
したさらに次の階層に限定される。そして、ユーザが
「下高井戸」に対応する音声を発声し、それが認識され
る。

【０００８】

【発明が解決しようとする課題】このように、地名を階
層化して記憶させるようにすることにより、従来の音声
認識技術によっても、全国の地図上の地名の認識を可能
とするが、地図検索時においては、上述したように、ほ
とんどの場合、所定の地名を認識させるために、その地
名だけではなく、それが存在する階層の上位階層におい
て、各階層毎に所定の地名を発声しなければならない。
即ち、所定の地名を認識させるために複数回の発声を必
要とし、煩わしい課題があった。

【０００９】また、階層順に、そこに含まれる所定の地
名を発声するため、ユーザは、地名が記憶された階層化
辞書の構造を把握していなければならない。即ち、検索
したい地名がどの都道府県、または市区町村に属するか
を知っていなくてはならず、ユーザにとって大きな負担
となることが予想される課題があった。

【００１０】また、地名については、富士山などのよう
に、上述した階層化された構造に組み込むことが困難な
地名、あるいは、東京ディズニーランド、富士急ハイラ
ンド等のランドマーク名のように、その名称からはそれ
が上述した階層構造の中のどの位置に存在するのかを把
握することが非常に困難な場合がある課題があった。

【００１１】本発明はこのような状況に鑑みてなされた
ものであり、認識対象とする地名の数を削減し、地名が
階層化されて記憶された辞書の構造を意識することな
く、検索したい地名を発声するだけで、その地名を検索
することができるようにするものである。

【００１２】

【課題を解決するための手段】請求項１に記載の音声認
識方法は、所定の音声を認識する音声認識方法におい
て、所定の語彙を記憶し、語彙の中から所定の対象語彙
を選択し、対象語彙に基づいて、音声を認識することを
特徴とする。

【００１３】請求項２に記載の音声認識装置は、所定の
音声を認識する音声認識装置において、所定の語彙を記
憶する語彙記憶手段（例えば図１の大規模地名辞書３）
と、その語彙の中から所定の対象語彙を選択する語彙選
択手段（例えば図１の認識対象語彙選択部４）と、語彙
選択手段により選択された対象語彙に基づいて、音声を
認識する認識手段（例えば図１の音声認識部１）とを備
えることを特徴とする。

【００１４】請求項３に記載のナビゲーション装置は、
音声により指定された地名を認識するナビゲーション装
置において、所定の地図上の地名を記憶する記憶手段
（例えば図２のＣＤ−ＲＯＭ１６ａ）と、記憶手段に記
憶された地図および地名を表示する表示手段（例えば図
２の地図表示部１８）と、地図上において、所定の経路
を設定する経路設定手段（例えば図２のリモコン１７）
と、記憶手段に記憶された地名の中から、経路設定手段
により設定された経路に沿って存在する所定の対象地名
を選択する選択手段（例えば図２のシステムコントロー
ラ１４）と、所定の地名に対応する音声を入力する音声
入力手段（例えば図２のマイク１１）と、音声入力手段
により入力された音声によって指定された地名を、選択
手段により選択された対象地名に基づいて認識する認識
手段（例えば図２の音声認識部１２）と、認識手段によ
って認識された地名を含む所定の地図を、記憶手段より
読み出し、表示手段に表示させる地図表示制御手段（例
えば図２のシステムコントローラ１４）とを備えること
を特徴とする。

【００１５】

【作用】請求項１または２に記載の音声認識方法または
装置においては、所定の語彙を記憶し、その語彙の中か
ら所定の対象語彙を選択し、この対象語彙に基づいて、
所定の音声を認識する。従って、音声認識の対象とする
語彙を、認識すべき音声に対応して限定することができ
る。

【００１６】請求項３に記載のナビゲーション装置にお
いては、ＣＤ−ＲＯＭ１６ａにより所定の地図上の地名
が記憶され、この地図上において、リモコン１７により
所定の経路が設定され、システムコントローラ１４によ
り、地名の中から、この経路に沿って存在する所定の対
象地名が選択され、マイク１１により入力された音声に
よって指定された地名が、音声認識部１２により、対象
地名に基づいて認識される。そして、システムコントロ
ーラ１４の制御により、認識された地名を含む地図がＣ
Ｄ−ＲＯＭ１６ａより読み出され、地図表示部１８に表
示される。従って、音声認識の対象とする語彙を、指定
した経路の周辺に存在する地名に限定することができ
る。

【００１７】

【実施例】図１は、本発明の音声認識装置を応用したナ
ビゲーションシステムの一実施例の構成を示すブロック
図である。経路設定部５は、目的地までの経路を設定
し、設定した経路を後述する設定経路メモリ６に供給す
るようになされている。設定経路メモリ６は、経路設定
部５により設定された経路を記憶し、認識対象語彙選択
部４に供給する。

【００１８】大規模地名辞書３には、例えば１０万語程
度の地名が記憶されており、認識対象語彙選択部４によ
り、設定経路メモリ６より供給された経路に基づいて、
所定の地名が選択され、後述する認識対象語彙メモリ２
に供給されるようになされている。

【００１９】認識対象語彙メモリ２は、認識対象語彙選
択部４より供給された地名を記憶するようになされてい
る。

【００２０】音声認識部１は、認識対象語彙メモリ２に
記憶された数十乃至数百程度の語彙を認識対象として、
所定の音声を認識することができるようになされてい
る。

【００２１】次に、その動作を説明する。最初に、経路
設定部５より、所定の経路を設定する。これは、例え
ば、目的地とそこに至るまでに経由する地名を入力する
ことにより設定する。経路設定部５により設定された経
路に対応する所定の経路情報は、設定経路メモリ６に供
給され、記憶される。

【００２２】設定経路メモリ６に記憶された所定の経路
情報は、認識対象語彙選択部４により読み出され、読み
出された経路情報に対応する経路の周辺地域に存在する
地名が、大規模地名辞書３より検索される。検索された
地名は、認識対象語彙メモリ２に供給され、記憶され
る。

【００２３】このとき、認識対象語彙メモリ２に記憶さ
れた地名の数は、上述したように、例えば数十乃至数百
であり、音声認識部１が実用上、認識対象とすることが
可能な語彙数である。次に、音声認識部１は、認識対象
語彙メモリ２に記憶された地名を認識対象として、所定
の音声に対応する地名を認識する。

【００２４】このように、設定された経路に基づいて、
音声認識部１の認識対象とする地名の数を制限すること
により、現在の音声認識技術によって、所定の音声に対
応する地名を認識することができる。

【００２５】ここで、ユーザによって設定された経路に
基づいて、認識対象を限定するようにしたのは、ユーザ
によって、最初に設定された所定の経路の周辺地域に存
在する地名が、その後、ユーザにより発声されることが
多いからである。

【００２６】図２は、本発明のナビゲーション装置を応
用したナビゲーションシステムの他の実施例の構成を示
すブロック図である。リモートコントローラ（以下リモ
コンと略記する）１７は、そこに設けられた経路設定ボ
タン１７ａを操作することにより、目的地、および目的
地までの所望の経由地点を指定することができるように
なされている。また、指定された目的地、および経由地
点に対応する経路情報は、後述するシステムコントロー
ラ１４に供給されるようになされている。

【００２７】ＣＤ−ＲＯＭドライブ１６は、そこに装着
されたＣＤ−ＲＯＭ１６ａに記録されている所定の地域
の地図に対応する画像情報と、地名およびランドマーク
名等の語彙情報を読み出し、後述するシステムコントロ
ーラ１４に供給するようになされている。また、上記Ｃ
Ｄ−ＲＯＭ１６ａには、地名およびランドマーク名等の
語彙情報が、認識対象地名辞書として階層化されて記録
されている。

【００２８】システムコントローラ１４は、リモコン１
７により設定され、供給された経路情報に基づいて、対
応する経路を設定経路メモリ１５に供給し、その経路情
報に対応する地域の地図を表示するための画像情報、お
よび関連する地名やランドマーク名等を、ＣＤ−ＲＯＭ
１６ａより、ＣＤ−ＲＯＭドライブ１６を介して読み出
し、後述する地図表示部１８に供給するとともに、地名
は、後述する認識対象語彙メモリ１３にも供給するよう
になされている。

【００２９】設定経路メモリ１５は、システムコントロ
ーラ１４より供給された経路情報を記憶し、システムコ
ントローラ１４により、所定のタイミングで読み出され
るようになされている。

【００３０】地図表示部１８は、例えば液晶ディスプレ
イまたはＣＲＴディスプレイ等により構成され、システ
ムコントローラ１４より供給された画像情報に対応する
所定の地図を表示するとともに、システムコントローラ
１４より供給された所定の地名を表示した地図上の所定
の位置に表示するようになされている。

【００３１】認識対象語彙メモリ１３は、システムコン
トローラ１４より供給された地名を記憶するようになさ
れている。

【００３２】マイク１１は、ユーザの発声した音声を入
力し、対応する音声信号に変換した後、出力するように
なされている。音声認識部１２は、マイク１１からの音
声信号を入力し、認識対象語彙メモリ１３に記憶された
地名に基づいて、マイク１１から入力された音声信号を
認識するようになされている。

【００３３】次に、その動作を説明する。最初に、ユー
ザは、リモコン１７を用いて、目的地、および所望の経
由地点を指定する。この際、例えば、システムコントロ
ーラ１４が、まず、ＣＤ−ＲＯＭドライブ１６を介して
そこにセットされたＣＤ−ＲＯＭ１６ａより、所定の地
図の画像情報と、関連する地名を読み出し、地図表示部
１８に供給する。その結果、地図表示部１８の画面に所
定の地図、および地名が表示される。そして、表示され
た地図を活用し、例えば操作ボタン１７ｂを操作するこ
とにより、それをスクロールさせるなどして、目的地や
経由地点を、画面中央部に表示したカーソルに重ね合わ
せ、経路設定ボタン１７ａを押すことにより、目的地や
経由地点を指定するようにすることができる。

【００３４】また、経由地点は、上述したようにユーザ
がリモコン１７を用いて指定するようにすることもでき
るが、ユーザにより指定された目的地に基づいて、シス
テムコントローラ１４が、目的地までの経路を自動的に
設定するようにすることもできる。

【００３５】このようにして設定された目的地、および
経由地点等の経路情報は、システムコントローラ１４に
より、設定経路メモリ１５に供給され、そこで記憶され
る。

【００３６】次に、ユーザは、目的地に向かって出発す
るとき、リモコン１７の操作ボタン１７ｂを操作して、
システムコントローラ１４に、「出発」を示す所定の信
号を送信する。システムコントローラ１４は、リモコン
１７より供給された「出発」に対応する所定の信号を受
信すると、設定経路メモリ１５より、既に設定された経
路に関する情報、即ち、目的地、および経由地点等の経
路情報を読み出す。

【００３７】次に、システムコントローラ１４は、目的
地までの経路上から、例えば距離１ｋｍ（キロメート
ル）以内の範囲内に存在する地名、交差点名、およびラ
ンドマーク名等を、ＣＤ−ＲＯＭ１６ａより、ＣＤ−Ｒ
ＯＭドライブ１６を介して検索し、読み出す。そして、
システムコントローラ１４により読み出された地名、交
差点名、およびランドマーク名等のデータが、認識対象
語彙メモリ１３に供給され、そこで記憶される。

【００３８】次に、ユーザは、予め設定した目的地、お
よびそこに至る経路の周辺に存在する所定の地名、交差
点名、ランドマーク名等をマイク１１により音声により
入力する。

【００３９】マイク１１に入力された音声は、対応する
音声信号に変換され、音声認識部１２に供給される。そ
して、音声認識部１２において、認識対象語彙メモリ１
３に既に記憶された地名等の認識対象語彙に基づいて、
マイク１１より供給された音声信号が認識され、認識結
果に対応するデータがシステムコントローラ１４に供給
される。

【００４０】システムコントローラ１４は、音声認識部
１２より供給された認識結果としての所定の地名等を含
む地図に対応する画像情報を、ＣＤ−ＲＯＭ１６ａよ
り、ＣＤ−ＲＯＭドライブ１６を介して読み出し、地図
表示部１８に供給する。

【００４１】地図表示部１８は、システムコントローラ
１４より供給された所定の画像情報に対応する地図を画
面に表示する。

【００４２】このようにして、ユーザが音声により指定
した所定の地名等を認識し、その地名を含む地図を地図
表示部１８の画面に表示することができる。ここでは、
目的地に向かって移動するユーザの表示したい地図が、
設定済みの経路に沿った地域の地図であることが多いこ
とに着目し、認識対象となる地名の数を削減し、音声認
識部１２の認識性能を確保するようにしている。

【００４３】従って、ユーザは、予め、目的地までの経
路を設定しておくだけで、従来のように、地名等が階層
化されて記憶された認識対象地名辞書等の構造を意識す
ることなく、既に設定した経路上に存在することを既に
知っているか、または目的地までの経路を設定している
間に記憶したその経路周辺の地名を、直接、マイク１１
に向かって発声するようにするだけで、その地名をナビ
ゲーションシステムに認識させることができ、例えばそ
の地名を含む地図を地図表示部１８の画面に表示させる
ことができる。

【００４４】

【発明の効果】請求項１または２に記載の音声認識方法
または装置によれば、所定の語彙を記憶し、その語彙の
中から所定の対象語彙を選択し、この対象語彙に基づい
て、所定の音声を認識するようにしたので、音声認識の
対象とする語彙を、認識すべき音声に対応して限定する
ことができる。従って、音声認識の性能を上げることが
可能となる。

【００４５】請求項３に記載のナビゲーション装置によ
れば、記憶手段により、所定の地図上の地名を記憶し、
経路設定手段により、この地図上において、所定の経路
を設定し、記憶手段により記憶された地名の中から、こ
の経路に沿って存在する所定の対象地名を、選択手段に
よって選択し、音声入力手段により入力された音声に対
応する地名を、選択手段により選択された対象地名に基
づいて認識し、地図表示制御手段の制御により、その地
名を含む地図が記憶手段より読み出され、表示手段に表
示されるようにしたので、音声認識の対象とする語彙
を、指定した経路上に存在する地名に限定することがで
きる。従って、音声認識に用いられる認識対象地名辞書
等の階層構造を意識することなく、指定した経路上に存
在する地名を発声するだけで、その地名を含む所望の地
図を表示させることができ、ユーザの負担を軽減するこ
とが可能となる。

【図面の簡単な説明】

【図１】本発明の音声認識装置を応用したナビゲーショ
ンシステムの一実施例の構成を示すブロック図である。

【図２】本発明のナビゲーション装置を応用したナビゲ
ーションシステムの他の実施例の構成を示すブロック図
である。

【図３】従来の音声認識に用いられる階層化辞書の構成
を示す図である。

【符号の説明】

１音声認識部２認識対象語彙メモリ３大規模地名辞書４認識対象語彙選択部５経路設定部６設定経路メモリ１１マイク１２音声認識部１３認識対象語彙メモリ１４システムコントローラ１５設定経路メモリ１６ＣＤ−ＲＯＭドライブ１６ａＣＤ−ＲＯＭ１７リモコン１７ａ経路設定ボタン１７ｂ操作ボタン１８地図表示部

───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.⁶ 識別記号庁内整理番号ＦＩ技術表示箇所Ｇ０１Ｓ 5/14 Ｇ０８Ｇ 1/0969 Ｇ０９Ｂ 29/00 Ａ

Claims

【特許請求の範囲】

【請求項１】所定の音声を認識する音声認識方法にお
いて、所定の語彙を記憶し、前記語彙の中から所定の対象語彙を選択し、前記対象語彙に基づいて、前記音声を認識することを特
徴とする音声認識方法。
【請求項２】所定の音声を認識する音声認識装置にお
いて、所定の語彙を記憶する語彙記憶手段と、前記語彙の中から所定の対象語彙を選択する語彙選択手
段と、前記語彙選択手段により選択された前記対象語彙に基づ
いて、前記音声を認識する認識手段とを備えることを特
徴とする音声認識装置。
【請求項３】音声により指定された地名を認識するナ
ビゲーション装置において、所定の地図、および地名を記憶する記憶手段と、前記記憶手段に記憶された前記地図、および地名を表示
する表示手段と、前記地図上において、所定の経路を設定する経路設定手
段と、前記記憶手段に記憶された前記地名の中から、前記経路
設定手段により設定された前記経路に沿って存在する所
定の対象地名を選択する選択手段と、所定の地名を音声により入力する音声入力手段と、前記音声入力手段により入力された前記音声に対応する
前記地名を、前記選択手段により選択された前記対象地
名に基づいて認識する認識手段と、前記認識手段によって認識された前記地名を含む所定の
地図を、前記記憶手段より読み出し、前記表示手段に表
示させる地図表示制御手段とを備えることを特徴とする
ナビゲーション装置。