JPH08266747A

JPH08266747A - 音声認識装置、反応装置、反応選択装置及びこれらを用いた反応玩具

Info

Publication number: JPH08266747A
Application number: JP7112265A
Authority: JP
Inventors: Kazuhiro Kayashima; 一弘萱嶋; Yoshihiko Matsukawa; 善彦松川; Kenji Matsui; 謙二松井; Hidetsugu Maekawa; 英嗣前川
Original assignee: Matsushita Electric Industrial Co Ltd
Current assignee: Panasonic Holdings Corp
Priority date: 1995-03-31
Filing date: 1995-03-31
Publication date: 1996-10-15
Anticipated expiration: 2017-10-21
Also published as: CN1140295A; EP0735521A3; KR960035427A; JP3337588B2; EP0735521A2

Abstract

(57)【要約】【目的】音声を用いた直接的なマン・マシンインターフ
ェイスを用い、音声で対話できる玩具を提供する。【構成】ヘリウムガス等が注入された反重力手段２１０
１と、１つまたは複数の糸２１０２の引き出しを行う糸
駆動手段２１０４と、この糸２１０２と前記反重力手段
２１０１の一部分が接続されており、その糸駆動手段２
１０４により前記反重力手段２１０１の変形・移動・動
作等の機械的反応をさせることを特徴とする玩具。

Description

【発明の詳細な説明】

【産業上の利用分野】本発明は音声反応装置に関するも
のである。

【従来の技術】従来、ヘリウムガスを注入した風船にプ
ロペラ付きモーターとそれを駆動する駆動装置及び無線
受信器を備え、手元の無線送信器付きリモートコントロ
ーラーのスティックを人が操作することによって風船を
前後左右上下に動かせるものがあった。

【発明が解決しようとする課題】しかし、リモートコン
トローラーのスティックによる操作であるため、風船を
非生物的にとらえてしまい、風船独特の暖かみが薄れる
という問題があった。

【課題を解決するための手段】そこで、以下のような手
段を用いて上記の問題を解決する。一つの入力に対して
複数の音声の中から乱数によってある音声選択・出力す
る音声選択装置と、複数のマイクを備えこれらのマイク
のうち入力された音のエネルギーが最大となるマイクの
方向を検出された方向とする方向検出装置と、方位計を
備え入力とその方位計の示す方向により次に移動する方
向を決定する方向選択装置と、音声認識装置とを備え
る。又、本発明は、発声音声を含む音を一定時間循環的
に貯める循環メモリーと、その音の終了点を検出する音
声終了点検出装置と、前記循環メモリーの中から前記終
了点までの発声音声部分を切り出す音声検出装置と、音
声のゼロ交差数等の特徴量を抽出する特徴量抽出装置
と、前記音声の発声部分にある音声発声時間を計る音声
時間検出装置とを具備し、登録したい音声の特徴量と音
声発声時間を辞書として予め保存し、前記特徴量抽出装
置を用いて認識したい音声特徴量と、前記音声時間検出
装置を用いて音声発声時間を求め、前記辞書内の音声特
徴量と音声発声時間との距離を求め、最も近い前記辞書
内の音声を認識結果とする音声認識装置である。又、本
発明は、ヘリウムガス等が注入された反重力手段と、１
つまたは複数の糸の引き出しを行う糸駆動手段と、この
糸と前記反重力手段の一部分が接続されており、その糸
駆動手段により前記反重力手段の変形・移動・動作等の
機械的反応をさせることを特徴とする反応装置である。

【作用】音声を音声認識装置によって認識し、音声選択
装置によって各認識結果毎に用意された複数の音声の中
から乱数を用いて出力する。また、認識結果に応じて動
力装置を駆動し、音声の指示に従って移動させる。ある
いは、その認識結果を用いて方向選択装置により次に移
動すべき方向を決定し、動力装置を用いて決定した方向
へ移動する。一方、音声の発声された方向を方向検出装
置を用いて検出し、その方向を用いて方向選択装置によ
り次に移動すべき方向を決定し、動力装置を用いて決定
した方向へ移動する。また、方向検出装置によって検出
された方向を動力装置に入力し、検出された方向へ移動
させる。

【実施例】以下、本発明の実施例について図面を参照し
て説明する。まず，音声選択装置、方向検出装置、方向
選択装置の基本的な装置、そして音声終了点検出装置、
音声検出装置、特徴量抽出装置、音声認識装置の音声の
認識に関する装置について述べ、最後にこれらの組み合
せによる各装置について説明する。音声選択装置１０２
は、状態ｓにおける入力ｘ（非負の整数）とｎ（ｓ）個
の出力音声ｓｐ（ｘ，ｉ）（０≦ｉ＜ｎ（ｓ））とから
なる入出力状態１０５と、乱数発生装置１０１と、入出
力状態メモリ１０３とを持っている（図１参照）。最初
入出力状態メモリ１０３には図２の初期状態２０１が格
納されているとする。ここで、入力ｘがあった場合、そ
れに対応する出力音声の集合ｓｐ（ｘ，ｉ）が選択さ
れ、この中からｉを乱数発声装置１０１ｒ（ｎ（ｓ））
（ただし、０≦ｒ（ｎ（ｓ））＜ｎ（ｓ））で決定し、
音声を出力する。この時、状態遷移装置１０４はその出
力を観測しており、入出力状態メモリを書き変える。例
えば、初期状態２０１において「元気？」が出力された
場合、入出力状態１０５を参照して、この出力に対する
状態２０２に書き変えられる。このようにして、簡単な
対話システムを構築することが可能となる。また、図３
のような簡単な構成にして、一回だけの応答をさせるよ
うにもできる。図４に示したように方向検出装置４０１
は複数のマイク４０２を持っている。例えばマイクの個
数が４個の場合、マイクｍ（ｉ）（０≦ｉ＜４）から入
力された音声ｓ（ｍ（ｉ），ｔ）をフレームｆ（ｍ
（ｉ），ｊ）５０１（０≦ｊ、例えば、１６ｍｓ間隔）
に分割する（図５参照）。そして、この分割されたフレ
ーム内の音声のエネルギーｅ（ｍ（ｎ），ｊ）を求め
る。このエネルギーｅ（ｍ（ｎ），ｊ）を長さ１（例え
ば長さ１００）の循環メモリに順次蓄えていく。そし
て、フレーム毎のエネルギーが求まる度に、それぞれの
マイクについて過去１フレーム分のエネルギーの和を求
め、このエネルギーの和が最大となるものを求める。そ
して、その最大値が予め実験的に定められた閾値Ｔｈｅ
よりも大きい場合、その最大値を計測したマイクの方向
が、音声が発声された方向とみなし、そのマイク番号ｉ
を出力する。図６のように入力ｘ（ｘは非負の整数）に
対し、現在の方向からのオフセットをオフセット算出装
置６０１より求め、方位計６０２によって計測された方
向にそのオフセットを加えることで、次に移動する方向
を目的方向メモリに格納する。オフセット算出装置６０
１というのは入力ｘに対し、オフセットをテーブルとし
て保持し、入力ｘがあった時にそれに対応するオフセッ
トを出力するものである。あるいは、図７のように入力
ｘ（ｘは非負の整数）に対し、絶対的な方向を方向算出
装置７０１により求め、目的方向メモリ６０３にその絶
対的な方向を格納する。ここの方向算出装置７０１もオ
フセット算出装置６０１と同様、入力ｘに対する方向の
値をテーブルとして保持することによって実現可能であ
る。上記のように目的とする方向を求めた後、装置全体
が移動していく中で方向を方位計６０２で順次計測し、
その計測された方向と目的方向メモリ６０３に記憶され
た方向との差分を出力し、フィードバック制御すること
で目的とする方向に装置全体を移動させることが可能と
なる。次に音声認識に関する装置、すなわち、音声終了
点検出装置、音声検出装置、特徴量抽出装置について述
べる。まずマイクから入力された音声ｓ（ｔ）をフレー
ムｆ（ｉ）（ｉは非負の整数、また、フレームの間隔は
例えば１６ｍｓ）に分割し、このフレーム内のエネルギ
ーをｅ（ｉ）８０２とする。（図８参照）ここで、フレ
ーム単位の音声が入力される度に、それから一定期間遡
ったフレームまでのエネルギーの分散を求め、この分散
が予め実験的に求めた閾値Ｔｈｖを大きい方から小さい
方へ交差した時点を音声終了点とする。ここで一定期間
のフレーム毎のエネルギーから分散を求める方法につい
て述べる。まず、循環メモリを使う方法であるが、フレ
ーム毎に求まるエネルギーを順次、長さ１の循環メモリ
８０３に格納していく。そして、フレームのエネルギー
が求まる度に、それから一定期間遡ったエネルギーを循
環メモリから参照し、分散を求めることができる。もう
一つは循環メモリを使わない方法である。過去のエネル
ギーの平均ｍ（ｉ−１）と分散ｖ（ｉ−１）を保持し、
新しく求まったエネルギーｅ（ｉ）と過去のエネルギー
の平均との重みづけした和を新しいエネルギーの平均ｍ
（ｉ）とし、同じく過去の分散ｖ（ｉ−１）と｜ｅ
（ｉ）−ｍ（ｉ）｜との重みづけ和を新しい分散ｖ
（ｉ）とすることにより、擬似的なエネルギーの分散を
求めることができる。ここで、重みづけには減衰定数α
を用い、次式で示される方法で分散を求める。αとして
は１．０２を用いている。

【数１】このようにすることにより、循環メモリを必要とせず、
メモリの節約につながり、新しいエネルギーが求まる度
に一定期間内のエネルギーの総和を求める等の手間が省
け、処理時間の短縮にもつながる。図１０は音声検出方
法の説明図、図１１は音声認識装置の構成図である。そ
して、エネルギー用の循環メモリＭｅ８０３と平滑化エ
ネルギー用の循環メモリＭｓｅ９０２を用意し、フレー
ムのエネルギーが求まる度にメモリＭｅにはそのエネル
ギー８０２を、メモリＭｓｅには平滑化エネルギー９０
１を蓄えてゆく。上述した終了点９０３が求まった時点
で、これらの循環メモリにはエネルギーの履歴が残って
おり、循環メモリの長さを十分な長さ（例えば２秒に相
当する長さ）にしておけば、一単語分のエネルギーは残
されていることになる。そこで、このメモリから音声が
発音された区間を抽出する。この区間を抽出する方法と
は、ある閾値Ｔｈを求め、循環メモリＭｅ内のエネルギ
ーを観察した場合に、過去からその閾値を初めて越える
点を音声の始点とし、逆に音声終了点から過去に遡った
時にその閾値を交差する点を音声の終点とし、これら始
点と終点との間を音声が発音された区間とするものであ
る。ここで閾値Ｔｈの求め方は、音声終了点が検出され
た時点のメモリＭｅ内のエネルギー最大値ｍａｘ１００
１とメモリＭｓｅ内の平滑化エネルギーの最小値ｍｉｎ
１００２とを求め、次式で示される値をＴｈとするもの
である。

【数２】ただし、βとしては０．０７程度の値とした。また、平
滑化の方法としては一定ウインドウ内のメディアン値を
採用したが、これに限定されるものではなく平均値でも
かまわない。このように、閾値を求める際に上記の最大
値としてエネルギーを用いたのは、平滑化エネルギーで
あると単語の長さが変動した場合に最大値が大幅に変動
し、それに伴なって閾値も変動し、良好な音声検出がで
きないためである。次に、検出された音声から認識のた
めの特徴量を抽出する。特徴量もエネルギー同様、フレ
ーム毎に求めるものとし、循環メモリに蓄えていくもの
とする。ここで特徴量とは、原信号のゼロ交差数と原信
号の微分信号のゼロ交差数と原信号のエネルギーの対数
をとった物のフレーム間差分の３つ要素からなる特徴量
ベクトルとする。図１１は音声認識装置の構成図であ
る。このように音声終了点検出装置１１０１、音声検出
装置１１０２、特徴量抽出装置１１０３を経て得られた
音声の特徴量ベクトルと、事前に登録した音声の特徴量
ベクトルの辞書１１０５とを距離計算装置１１０４を用
いて照合し、最もスコアが良かったものを認識結果とし
て出力する。ただし、照合の方法は単純にベクトル間の
ユークリッド距離を取ってもよいし、ＤＰマッチング法
を用いてもよい。ここで、以下で用いる動作装置の説明
をする。この動作装置というのは例えばプロペラ付きの
モーターを３個とこれらのモーターの駆動装置とかなら
なり、次に移動しようとする方向を入力すると、応用装
置全体がその方向へ移動するように３個のモーターを制
御するものである。図１２は音声認識装置、音声選択装
置を用いた音声反応装置の構成図である。次に、以上の
装置を用いた応用装置について述べる。上記のような音
声認識装置１２０１と音声選択装置１２０２とを組み合
せた音声反応装置１２０３について述べる。（図１２参
照）音声認識装置１２０１は複数の音声を登録でき、入
力した音声がどの登録音声に近かったかを出力する。こ
の出力として、例えば登録された音声に一意に付けられ
た登録番号を設定する。一方、音声選択装置１２０２に
はその登録番号に対して複数の音声を登録しておき、あ
る登録番号が入力された時にこれら複数の音声のうちか
らランダムに選択し、出力させる。全体としては、ある
音声を入力するとそれに対応した音声が出力され、しか
も、同じ入力に対してもさまざまな応答をするような装
置となる。例えば、「おはよう」という発声に対し、
「おはよう」と「元気？」という返答音声を用意してお
き、「おはよう」と認識された場合にこれらの返答音声
をランダムに発声させればよい。図１３は方向検出装
置、動作装置を用いた音声反応装置の構成図である。二
つ目は方向検出装置１３０１と動作装置１３０２とを持
ち、方向検出装置１３０１によって得られた方向を上記
のような動作装置１３０２に入力し、装置全体をその方
向へ移動させる音声反応装置１３０３である。図１４は
音声認識装置、方向選択装置、動作装置を用いた音声反
応装置の構成図である。三つ目は音声認識装置１２０１
と方向選択装置１４０１と動作装置１３０２とを持ち、
音声認識装置１２０１の結果を方向選択装置１４０１の
入力とし、その出力を動作装置１３０２の入力とするこ
とによって、現在装置全体が向いている方向と目的とす
る方向を比較しながら装置全体を目的とする方向へ移動
させる音声反応装置１４０２である。例えば、北を０度
とし東周りを正の方向とすると、装置全体が０度の方向
を向いており、音声認識装置により「右」と認識された
場合、「右」という単語に＋９０度を対応づけしておけ
ば、装置全体が最終的に向く方向は０＋９０＝９０度と
なり、動作装置がこの目的とする方向に移動するように
働く。この時、装置全体が移動するにつれて現在の方向
とその目的とする方向とを比較し、目的とする方向に向
くように動作装置はモーターを制御する。ただし、
「右」とか「左」のような相対的な方向を表す単語では
なく、「北」や「南西」という絶対的な方向を表す単語
であれば、目的とする方向は「北」ならば０度、「南
西」ならば−１３５度という値になる。ここで、目的と
する方向とは−１８０〜＋１８０とする。図１５は方向
検出装置、方向選択装置、動作装置を用いた音声反応装
置の構成図である。四つ目は方向検出装置１３０１と方
向選択装置１４０１と動作装置１３０２とを持ち、三つ
目の音声反応装置１４０２と同様、方向検出装置１３０
１の結果を方向選択装置１４０１の入力とし、その出力
を動作装置１３０２の入力とすることによって、現在装
置全体が向いている方向と目的とする方向を比較しなが
ら装置全体をその目的とする方向へ移動させる音声反応
装置１５０１である。図１６は音声認識装置、動作装置
を用いた音声反応装置の構成図である。五つ目は音声認
識装置１２０１と動作装置１３０２とを持ち、上記の音
声反応装置１４０２と同様、音声認識装置１２０１の結
果を動作装置１３０２の入力として目的の方向へ装置全
体を移動させる音声反応装置１６０１である。図１７は
遠隔操作が可能な音声反応装置の構成図である。さら
に、以上五つの音声反応装置のうち音声認識装置１２０
１を含むものは、音声認識装置側に信号送信装置１７０
１を付加し、それぞれの構成の中で音声認識装置の後段
に来る音声選択装置１２０２や方向選択装置１４０１や
動作装置１３０２に信号受信装置１７０２を付加し、音
声認識装置のみを手元のリモコンとして遠隔操作するこ
とが可能となる。ここで信号送受信に赤外線や無線を用
いることが可能である。また、上記のような音声反応装
置を風船に取りつけることによって、風船と対話した
り、風船をコントロールすることが可能になり、風船独
特のあたたかみを生かした玩具を作ることが可能とな
る。図１８は音声反応装置を用いた玩具の説明図であ
る。上述した音声認識装置と音声選択装置とを備えた音
声反応装置１２０３を風船に取り付けた物を２つ用意
し、人がこの音声反応装置に話しかけるのではなく、２
つの音声反応装置同士がお互いに対話するように構成す
れば、勝手に対話するような玩具を作ることが可能とな
る。さらに、この音声反応装置付き風船を複数用意し、
対話させることも可能である。この時に、それぞれの音
声反応装置付き風船は音声認識過程でリジェクト機能を
持っていれば、特定の言葉に対してのみ反応することが
可能となり、ある発声に対し一つの風船だけが反応する
ように構成することも可能となる。例えば、それぞれの
風船に名前を付け、その名前を呼んだ時だけ反応させる
ことが可能となる。ここでリジェクトの方法は音声認識
を行う時に内部の辞書と距離を計算するが、実験的に閾
値を決めておき、その閾値を越えたものをリジェクトす
るというものがある。なお、上記の玩具は風船に限定す
るものではなく、ぬいぐるみや人形、あるいは写真や絵
であってもかまわない。また、ディスプレイ中の動画で
あってもよい。図１９は、本発明の請求項２５にかかる
音声認識装置の一実施例の構成図である。本実施例は、
図１１の音声認識装置に循環メモリ１９０１と音声時間
検出装置１９０２とが追加された構成となっている。即
ち、循環メモリ１９０１は、入力した発生音声を含む音
を一定時間循環的記憶するものである。音声時間検出装
置１９０２は、音声検出装置１１０２で検出した音声の
時間を検出するものである。但し、辞書１１０５は、音
声の特徴量に加えて、音声の発音された区間の時間も登
録されている。次に、本実施例の動作について説明す
る。循環メモリ１９０１は、入力される音を一定期間循
環的に記憶する。音声終了点検出装置１１０１は、循環
メモリ１９０１に記憶された音から音声の終了点を検出
する。音声検出装置１１０２は、音声終了点検出装置１
１０１が音声の終了点を検出した場合、循環メモリ１９
０１からその音声が発音された区間を抽出する。音声時
間検出装置１９０２は、前記音声が発音された区間の長
さに対する音声時間の検出を行う。また、特徴量抽出装
置１１０３は、検出された音声から認識のための特徴量
を検出する。このようにして得られた音声の特徴量と音
声時間に基づき、辞書１１０５及び距離計算装置１１０
４を用いて照合し、最もスコアが良かったものを認識結
果として出力する。なお、本実施例では、得られた音声
の特徴量と音声時間に基づき、辞書１１０５及び距離計
算装置１１０４を用いて照合し、最もスコアが良かった
ものを認識結果として出力するとしたが、必ずしもこれ
に限らず、辞書１１０５に登録されている言葉が音声時
間によりグループ分けされており、認識においては、ま
ず認識しようとする音声の音声時間に基づきグループを
特定し、そのグループの中で特徴量に対するスコアが最
も良かったものを認識結果として出力するとしてもよ
い。図２０は、辞書１１０５に登録されている言葉が、
音声時間に基づきグループ分けされている様子を示す図
である。即ち、ＡとＢは、同じ音声グループに属してい
る。ＣとＤは、同じ音声グループに属しており、ＡとＢ
とは違うグループとなる。次に、図２１を用いて、他の
発明の反応装置の一実施例を説明する。同図において、
反応装置は、ヘリウムガス等が注入された球形の反重力
手段２１０１と、１つの細い糸２１０２の引き出しある
いは巻取りを行う糸駆動手段の一部としてのプーリー２
１０３と、このプーリー２１０３を回転駆動するための
モータ２１０４と、モータ２１０４の回転力をプーリー
２１０３に伝達するためのベルト２１０５を有してい
る。この細い糸２１０２と反重力手段２１０１の一部分
が接続されており、プーリー２１０３及びモータ２１０
４により反重力手段２１０１の変形・移動・動作等の機
械的反応をさせる。又、この反応装置は、人間の音声を
検出するマイク２１０６と、そのマイク２１０６により
入力された音声を認識し、各部に所定の出力信号を出す
ためのＣＰＵやＲＯＭからなる制御回路部２１０７と、
反応動作の一つとしての音声を出力するためのスピーカ
２１０８を有している。さらにこの反重力手段２１０１
の表面には、愉快な表情をした人間の顔が描かれてい
る。又、上記プーリー２１０３と、モータ２１０４と、
マイク２１０６と、制御回路部２１０７等の部分を収納
するためのボデー２１０９は、床面に設置できるように
するために底面は平面状になっている。このボデー２１
０９の上部に孔があいており、糸２１０２はこの孔を通
して上下する。このように構成された本実施例の動作を
次に説明する。即ち、マイク２１０６から入力された人
間の音声に応じて、制御回路２１０７の働きにより、出
力音声をスピーカ２１０８から出力する。そして、この
出力音声を発生しながら、モータ２１０４が回転する。
例えば、モータ２１０４を右回転と左回転を交互に動か
すことにより、反重力手段２１０１に対して、あたかも
うなずくような動作を行わせることが可能となる。この
とき、モータ２１０４を回転させ糸２１０２を解放しき
ると、反重力手段２１０１はゆっくりふんわりと上昇
し、上昇しきった時間を見計らい、モータ２１０４を逆
回転させ糸２１０２を巻取ると反重力手段２１０１を急
激に下降するなどのおもしろい動きが可能となる。特
に、反重力手段２１０１のこのような動作は、外界の条
件として、例えば、風等の影響を受けて、予想もしない
よな動きをなす等、極めて人間的なあたたかみをかもし
出すといった効果を発揮する。この効果は、決まりきっ
た機械的な動作では、発揮され得ないものである。尚、
本発明の糸とは、単に狭義の糸ではなく、紐、あるは柔
らかな金属線等、広義の意味での糸である。又、上記実
施例では、反応装置として図２１を用いて説明したが、
これに限らず例えば、図２７に示すような構成でもよ
い。即ち、靴の形をした一対の固定部２７０１ａと、２
７０１ｂがあり、そこから柔軟性を有する紙で作られた
蛇腹状の脚に相当する部分２７０２ａ，２７０２ｂが上
方に伸びている。そして、これら脚２７０２ａ，２７０
２ｂの上には、上半身に相当する部分として球形の反重
力手段２７０３が設けられている。反重力手段の中に
は、ヘリウムガス等が注入されており、下部に細い糸２
７０５がつながっている。この反重力手段２７０３の両
側から、腕に相当する部分として、２７０４ａ，２７０
４ｂが左右斜め下方向に伸びている。固定部２７０１ａ
にはマイク、スピーカ、制御回路部等が収納されてい
る。又、固定部２７０１ｂにはモータ、プーリー等が収
納されている。上記糸２７０５の一端は、このプーリー
につなげられている。モータの回転動作によって、反重
力手段２７０３が、うなずくような動作等をするのは、
上記実施例の場合と本質的にはおなじである。同図は、
両脚が伸びた状態を表している。次に、表を用いて、他
の発明の反応選択装置の一実施例を説明する。反応選択
装置は、入力の集合とそれぞれの入力に対する複数の音
声応答と複数の機械的反応とからなる入出力の状態を複
数有し、一つの入力に対して音声応答と機械的反応を選
択・出力した後に前記複数の入出力の状態のうちの一つ
に状態が遷移され、過去の入出力の履歴により次の入出
力が決定される装置である。又、基本的動作は、図１〜
図３を用いて上記実施例にて説明したことと同様であ
る。次に、上記動作との主な相違点について、下表を参
照しながらその動作を説明する。ここで、モード０は、おはよう、こんにちはの動作とし
て、ゆっくりした動作を表し、モード１は、元気の動作
として速い動作を表す。又、モード２は、更に速い動作
を表す。例えば、図２１に示した反応装置を利用して説
明する。この反応装置にはスマイリーという名前がつけ
られている。即ち、初期状態において、スマイリーに対
して、人間が「元気」と呼びかけると、スマイリーは、
その音声を制御回路に入力して、「元気」という出力音
声を発する。そして、そのときの動作は、モード１で指
定されているので、速い動作をしめすのである。次に、
スマイリーが「元気」と出力した後の、動作について
は、下表に示す入力と、出力音声と、機械反応の関係に
基づいて動作する。次に、図２２を用いて、他の発明の応答玩具の一実施例
を説明する。同図に示すように、本実施例の反応玩具
は、主としてヘリウムガスが注入された上述した反重力
手段（図示省略）と、音声認識装置２２０１と、これの
認識結果を入力とし音声応答と機械的反応を決定するた
めの上述した反応選択装置２２０２と、音声応答結果を
発声する音声出力手段２２０３と、機械的反応結果によ
り反重力手段を駆動するための上述した反応装置２２０
４等とからなる。同実施例の具体的な応用例としては、
図２５に示す通りである。即ち、本体２５０１は、猫の
形状をしており、内部にはヘリウムガスが注入された反
重力手段である。図２２にかかる応答玩具の制御・駆動
装置２５０２は、本体２５０１の腹の部分に設けられて
いる。図２５に示すように、制御・駆動装置２５０２か
ら、本体２５０１の口の部分には口をパクパク動かすた
めの糸Ａが、尻尾の部分には尻尾を動かすための糸Ｂ
が、そして足の部分には各々の足を動かすための糸Ｃ，
Ｄ，Ｅ，Ｆがつなげられている。このような構成によ
り、人間が本体２５０１に対して、話しかけた場合、音
声認識装置２２０１によって、その音声が認識され、更
に反応選択装置２２０２によって、例えば、「おはよ
う」という出力音声が選択され、その声が音声出力手段
２２０３から出力される。その音声出力と共に機械反応
モードに応じて、猫の本体の各部を動かすものである。
図２５は本発明の請求項３０記載の応答玩具に係る一実
施例を示す図であり、図２３は応答玩具にかかる装置に
関する構成図である。即ち、図２５に示す猫の本体２５
０１は、ヘリウムガス等が注入された反重力手段であ
る。図２３の応答玩具にかかる装置は、図２５の２５０
２の部分に格納されている。応答玩具に係る装置２５０
２は、図２２の各装置に、接触検知装置２３０１が追加
された構成となる。接触検知装置２３０１は、本体２５
０１の全面あるいは一部に設けられてアルミコート又は
樹脂コートされたタッチセンサーのことである。図２４
に示すように、人が反重力手段であるタッチセンサーで
覆われた猫に触れると、その接触が検出される。人が応
答玩具に話かけたり及び／又は触ったりしたときの応答
玩具の応答の一例を以下に示す。人が応答玩具に対して話しかけた場合が、音声入力の列
に当たる。例えば、音声入力の０が「おはよう」であれ
ば、音声認識装置２２０１によりその音声が認識され
て、反応選択装置２２０２により「おはよう」という音
声が選択され、音声出力手段２２０３から出力される。
その出力と共に音声入力の「おはよう」に対して、反応
装置２２０２により反応装置に対する機械反応のモード
が選択される。機械反応のモードは猫の所定の部位を動
かす早さ及び／又は大きさである。所定の部位とは、図
２５に示すように本実施例では、Ａ，Ｂ，Ｃ，Ｄ，Ｅ及
びＦのことである。即ち、しっぽを振るときは、Ｂの糸
が動かされ、口をパクパクさすときはＡの糸が動かされ
る。人が応答玩具に対して触れた場合が、接触入力の列
に当たる。例えば、接触入力の０が猫のノド付近であれ
ば、接触検知装置２３０１によりその部位が検出され、
反応選択装置２２０２により「ゴロニャーン」という音
声が選択され、音声出力手段２２０３から出力される。
その出力と共に接触入力に対して、反応装置２２０２に
より反応装置に対する機械反応のモードが選択される。
この場合は、例えば、猫がしっぽ振る。なお、本実施例
の音声認識装置は、請求項２５及び２６記載の音声認識
装置であるとしてもよい。また、図２６に示すように、
音声認識装置２２０１に音声検出装置２６０１とパワー
検出手段２６０２とを具備させて、入力音声の音声パワ
ーに応じて機械反応のモードを切り換えるようにしても
よい。これにより、大きな声で「コラ」といえば、大き
くしっぽを振っていたのをやめさせて、しっぽをお尻に
はさむ方向に図２５のＢをひっぱるようにして、より動
物らしさを表現させることが可能となる。

【発明の効果】請求項１記載の入出力の状態を複数用意
し過去の入出力の履歴により入出力の状態を遷移させる
ことにより、簡単な対話をすることが可能となる。ま
た、一つの入力に対し複数の出力を用意することによ
り、一つの入力に対し常に同じ応答ではなく、変化のあ
る応答をさせることが可能となる。請求項４記載の複数
のマイクを持つことにより、エネルギーが最大となるマ
イクを検出することで、音声が発声された方向を検出す
ることが可能となる。請求項５記載の方位計を備えるこ
とにより、装置全体を入力した方向に正確に向かわせる
ことが可能となる。請求項９記載の音声認識装置は、請
求項６記載の音声終了点検出装置によりまず大まかな音
声の終了点を求め、請求項７記載の音声検出装置で自動
的に閾値を求め、音声区間を抽出し、請求項８記載の特
徴量を用いて音声認識をする。ここで、音声検出装置で
循環メモリ内のエネルギーの最大値と平滑化エネルギー
の最小値により閾値を求めているが、これは音声の発声
区間の長短に対応するためである。請求項１０記載の音
声反応装置は、音声認識装置と請求項１記載の音声選択
装置を組合せることにより、人が声で話しかけて機械が
それに返答することが可能となり、マン・マシンインタ
ーフェースを構築することが可能となる。請求項１１記
載のように方向検出装置と動作装置を組み合わせること
により、音声に反応して装置全体を動作させることが可
能となり、音声に反応する装置を構築することが可能と
なる。請求項１２記載のように音声認識装置と方向選択
装置と動作装置を組み合わせることにより、音声の内容
が示す方向に装置全体を正確に移動させることが可能と
なる。請求項１３記載のように方向検出装置と方向選択
装置と動作装置を組み合わせることにより、音声の方向
に装置全体を正確に移動させることが可能となる。請求
項１４記載のように音声認識装置と動作装置を組み合わ
せることにより、音声の内容が示す方向に装置全体を移
動させることが可能となる。請求項１５、１６、１７記
載の音声反応装置は音声認識装置に信号送信装置、そし
て、それぞれの装置において音声認識装置の後段にくる
装置に信号受信装置を備えることにより、遠隔からの操
作を可能とする。請求項１８、１９記載のように請求項
１０記載の音声反応装置を２個、あるいはそれ以上用意
し向い合わせておけば、自動的に対話をする玩具を構成
することが可能となる。請求項２０、２１、２２、２
３、２４記載のように請求項１０、１１、１２、１３、
１４記載の音声反応装置をそれぞれ風船に付けることに
より、風船独特の暖かみを持ち、しかも話しかけること
が可能な玩具を作れることになる。また、時計を組み込
み、ある時間がくれば適当な音声を出力することによっ
て人間から話かけるのではなく、機械から話しかける装
置を作ることも可能である。請求項２５、２６は、単語
の時間の長さを考慮するので、より一層音声認識が容易
となる。請求項２７〜３３は、例えば、糸を用いるの
で、より自然な動きを実現することが出来る。

【図面の簡単な説明】

【図１】音声選択装置の構成図

【図２】音声選択装置における入出力状態

【図３】音声選択装置の構成図

【図４】方向検出装置の構成図

【図５】音声波形とフレームの説明図

【図６】オフセットを入力とした方向選択装置の構成図

【図７】絶対値を入力とした方向選択装置の構成図

【図８】音声波形、エネルギー、循環メモリの説明図

【図９】音声終了点検出方法の説明図

【図１０】音声検出方法の説明図

【図１１】音声認識装置の構成図

【図１２】音声認識装置、音声選択装置を用いた音声反
応装置の構成図

【図１３】方向検出装置、動作装置を用いた音声反応装
置の構成図

【図１４】音声認識装置、方向選択装置、動作装置を用
いた音声反応装置の構成図

【図１５】方向検出装置、方向選択装置、動作装置を用
いた音声反応装置の構成図

【図１６】音声認識装置、動作装置を用いた音声反応装
置の構成図

【図１７】遠隔操作が可能な音声反応装置の構成図

【図１８】音声反応装置を用いた玩具の説明図

【図１９】本発明の音声認識装置を示すフローチャート

【図２０】単語の時間の長さを示す図面

【図２１】本発明の反重力装置の一例を示す応答玩具の
図

【図２２】本発明の反重力装置の一例を示す応答玩具の
機能的構成図

【図２３】本発明の反重力装置の接触検知機能を有する
応答玩具の機能的構成図

【図２４】本発明の反重力装置の一例を示す応答玩具の
接触検知機能の電気回路図

【図２５】本発明の反重力装置の一例を示す猫の応答玩
具の図

【図２６】本発明の反重力装置の一例を示す応答玩具の
改良機能図

【図２７】本発明の反重力装置の一例を示す応答玩具の
別の例の図

【符号の説明】

１０１乱数発生装置１０２音声選択装置１０３入出力状態メモリ１０４状態遷移装置１０５入出力状態４０１方向検出装置６０１オフセット算出装置６０２方位計６０３目的方向メモリ７０１方向算出装置１１０１音声終了点検出装置１１０２音声検出装置１１０３特徴量抽出装置１１０４距離計算装置１１０５辞書１２０１音声認識装置１２０２音声選択装置１３０１方向検出装置１３０２動作装置１４０１方向選択装置１７０１信号送信装置１７０２信号受信装置１８０１風船

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Ｇ１０Ｌ 3/00 ５５１Ｇ１０Ｌ 3/00 ５５１Ｈ 5/02 5/02 Ｊ (72)発明者前川英嗣大阪府門真市大字門真1006番地松下電器産業株式会社内

Claims

【特許請求の範囲】

【請求項１】入力の集合とそれぞれの入力に対する複数
の音声とからなる入出力の状態を複数有し、一つの入力
に対して音声を選択・出力した後に前記複数の入出力の
状態のうちの一つに状態が遷移され、過去の入出力の履
歴により次の入出力が決定されることを特徴とする音声
選択装置。
【請求項２】請求項１記載の音声選択装置は、前記入出
力の状態が一つだけであり、入力があった時に前記複数
の音声から一つ選択し、出力することを特徴とする音声
選択装置。
【請求項３】請求項１記載の複数の音声から一つの音声
を選択する方法は、乱数を用いることを特徴とする音声
選択装置。
【請求項４】複数のマイクを具備し、前記複数のマイク
のうち入力された音のエネルギーが最大となるマイクの
方向を検出された方向とする方向検出装置。
【請求項５】方位計を具備し、装置全体が方向を変えて
いく途中で、順次目的の方向と前記方位計の示す方向と
の差分を出力し、前記目的の方向へ正しく向かせること
を特徴とする方向選択装置。
【請求項６】音声を入力とし、フレームに分割し、各フ
レーム毎のエネルギーからなるエネルギー列を求め、前
記エネルギー列の分散が予め実験的に設定した閾値より
も小さくなった点を音声の終了点とする音声終了点検出
装置。
【請求項７】音声終了点検出装置と一定時間の循環メモ
リとを具備し、前記循環メモリにはフレーム毎のエネル
ギーを順次蓄え、前記音声終了検出装置により音声終了
点が検出されると、前記循環メモリに蓄えられたエネル
ギー列内の最大値と、前記エネルギー列を平滑化した平
滑化エネルギー列内の最小値とを求め、前記最大値と前
記最小値から閾値を導出し、前記エネルギー列を参照し
前記閾値よりも大きくなる最初の部分と最後の部分の間
を音声が発声された区間であるとする音声検出装置。
【請求項８】音声検出装置を具備し、検出された音声の
各フレーム毎に、原信号のゼロ交差数と、原信号の微分
信号のゼロ交差数と、原信号エネルギーとをフレームの
特徴量ベクトルとする特徴量抽出装置。
【請求項９】請求項６記載の音声終了点検出装置と請求
項７記載の音声検出装置と請求項８記載の特徴量抽出装
置とを具備し、前記特徴量抽出装置を用いて予め登録し
たい音声の特徴量を辞書として保存し、前記特徴量抽出
装置を用いて認識したい音声の特徴量を求め、前記辞書
内の特徴量との距離を求め、最も近い前記辞書内の音声
を認識結果とする音声認識装置。
【請求項１０】音声認識装置と請求項１記載の音声選択
装置とを具備し、入力した音声に対応して応答すること
を特徴とする音声反応装置。
【請求項１１】請求項４記載の方向検出装置と動作装置
とを具備し、前記方向検出装置の結果に応じて動作装置
を駆動することを特徴とする音声反応装置。
【請求項１２】音声認識装置と請求項５記載の方向選択
装置と動作装置とを具備し、前記方向選択装置の入力と
して前記音声認識装置の出力を用い、前記方向選択装置
の出力に応じて動作装置を駆動することを特徴とする音
声反応装置。
【請求項１３】請求項４記載の方向検出装置と請求項５
記載の方向選択装置と動作装置とを具備し、前記方向選
択装置の入力として前記方向検出装置の出力を用い、前
記方向選択装置の出力に応じて動作装置を駆動すること
を特徴とする音声反応装置。
【請求項１４】音声認識装置と動作装置とを具備し、前
記音声認識装置の出力に応じて動作装置を駆動すること
を特徴とする音声反応装置。
【請求項１５】請求項１０記載の音声認識装置と音声選
択装置は、前記音声認識装置に信号送信装置を具備し、
前記音声選択装置に信号受信装置を具備し、遠隔からの
操作を可能とすることを特徴とする音声反応装置。
【請求項１６】請求項１２記載の音声認識装置と方向選
択装置は、前記音声認識装置に信号送信装置を具備し、
前記方向選択装置に信号受信装置を具備し、遠隔からの
操作を可能とすることを特徴とする音声反応装置。
【請求項１７】請求項１４記載の音声認識装置と動作装
置は、前記音声認識装置に信号送信装置を具備し、前記
動作装置に信号受信装置を具備し、遠隔からの操作を可
能とすることを特徴とする音声反応装置。
【請求項１８】請求項１０記載の音声反応装置２つから
なり、前記２つの音声反応装置がお互いに対話すること
を特徴とする玩具。
【請求項１９】請求項１０記載の音声反応装置複数個か
らなり、一つの音声反応装置が出力した音声に対し他の
音声反応装置の内の一部の音声反応装置が反応して音声
を出力し、前記複数個の音声反応装置がお互いに対話す
ることを特徴とする玩具。
【請求項２０】請求項１０記載の音声反応装置と風船か
らなり、入力した音声に対応して応答することを特徴と
する玩具。
【請求項２１】請求項１１記載の音声反応装置と風船か
らなり、音声が発声された方向に移動することを特徴と
する玩具。
【請求項２２】請求項１２記載の音声反応装置と風船か
らなり、入力した音声の指示した方向に移動することを
特徴とする玩具。
【請求項２３】請求項１３記載の音声反応装置と風船か
らなり、音声が発声された方向に移動することを特徴と
する玩具。
【請求項２４】請求項１４記載の音声反応装置と風船か
らなり、入力した音声の指示に従って動作することを特
徴とする玩具。
【請求項２５】発声音声を含む音を一定時間循環的に貯
める循環メモリーと、その音の終了点を検出する音声終
了点検出装置と、前記循環メモリーの中から前記終了点
までの発声音声部分を切り出す音声検出装置と、音声の
ゼロ交差数等の特徴量を抽出する特徴量抽出装置と、前
記音声の発声部分にある音声発声時間を計る音声時間検
出装置とを具備し、登録したい音声の特徴量と音声発声
時間を辞書として予め保存し、前記特徴量抽出装置を用
いて認識したい音声特徴量と、前記音声時間検出装置を
用いて音声発声時間を求め、前記辞書内の音声特徴量と
音声発声時間との距離を求め、最も近い前記辞書内の音
声を認識結果とする音声認識装置。
【請求項２６】辞書に登録された複数の単語は、音声発
生時間が所定時間異なる単語群毎に分類されており、音
声認識の際、先ず音声発声時間を検出し、その所定時間
に対応する単語群を選択し、更に、その単語群中の単語
同士では、前記特徴量抽出装置が抽出する特徴量が異な
る単語が選択されることを特徴とする請求項１記載の音
声認識装置。
【請求項２７】ヘリウムガス等が注入された反重力手段
と、１つまたは複数の糸の引き出しを行う糸駆動手段
と、この糸と前記反重力手段の一部分が接続されてお
り、その糸駆動手段により前記反重力手段の変形・移動
・動作等の機械的反応をさせることを特徴とする反応装
置。
【請求項２８】入力の集合と、それぞれの入力に対する
複数の音声応答と、複数の機械的反応とを含む入出力の
状態を複数有し、一つの入力に対して音声応答と機械的
反応を選択・出力した後に前記複数の入出力の状態のう
ちの一つに状態が遷移され、過去の入出力の履歴により
次の入出力が決定されることを特徴とする反応選択装
置。
【請求項２９】ヘリウムガス等が注入された反重力手段
と、音声認識装置と、これの認識結果を入力とし音声応
答と機械的反応を決定する請求項２８の反応選択装置
と、前記音声応答結果を発声する音声出力手段と、前記
機械的反応結果により反重力手段を駆動する請求項２７
の反応装置とを備えたことを特徴とする応答玩具。
【請求項３０】ヘリウムガス等が注入された反重力手段
と、音声認識装置と、前記反重力手段の表面の全面ある
いは一部にタッチセンサーが設けられ、手等の接触検知
を出力する接触検知装置と、これらの認識結果と接触検
知結果を入力とし音声応答と機械的反応を決定する請求
項２８の反応選択装置と、前記音声応答結果を発声する
音声出力手段と、前記機械的反応結果により反重力手段
を駆動する請求項２７の反応装置とを備えた応答玩具。
【請求項３１】音声認識装置は、請求項２５または請求
項２６の音声認識装置であることを特徴とする請求項２
９の応答玩具。
【請求項３２】音声認識装置は、請求項２５または請求
項２６の音声認識装置であることを特徴とする請求項３
０の応答玩具。
【請求項３３】音声認識装置には音声発声のパワーを検
出するパワー検出手段を有し、前記反応装置は前記音声
発声パワーに比例して機械的反応の大きさを制御するこ
とを特徴とする請求項３１または３２記載の応答玩具。