JPH09311692A - 音声入力制御装置 - Google Patents
音声入力制御装置Info
- Publication number
- JPH09311692A JPH09311692A JP8158766A JP15876696A JPH09311692A JP H09311692 A JPH09311692 A JP H09311692A JP 8158766 A JP8158766 A JP 8158766A JP 15876696 A JP15876696 A JP 15876696A JP H09311692 A JPH09311692 A JP H09311692A
- Authority
- JP
- Japan
- Prior art keywords
- word
- input
- voice
- registered
- unregistered
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000015572 biosynthetic process Effects 0.000 description 5
- 238000003786 synthesis reaction Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 3
- 238000000034 method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000001771 impaired effect Effects 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
- G10L2015/225—Feedback of the input speech
Landscapes
- Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Control By Computers (AREA)
- Navigation (AREA)
Abstract
(57)【要約】
【目的】 ユーザが発する無意味な音声や口癖などが入
力されるたびに音声認識できない旨の報知および再入力
要求のメッセージを出すなどの対応を一様にとることな
く、その入力傾向に応じて適切な対応を可変的にとるこ
とができるようにする。 【構成】 入力された音声の認識して対象の機器に所定
の制御命令を与える音声入力制御装置において、音声に
よる入力語が音声辞書に登録されていない未登録語であ
ることを検出する手段と、その検出された音声入力によ
る各未登録語の特徴量をそれぞれ抽出して記憶する手段
と、入力された各末登録語ごとにその入力頻度をそれぞ
れ算出して更新的に記憶する手段と、末登録語の入力頻
度に応じて、その末登録語が入力されたときの対応を変
化させる手段とを設ける。
力されるたびに音声認識できない旨の報知および再入力
要求のメッセージを出すなどの対応を一様にとることな
く、その入力傾向に応じて適切な対応を可変的にとるこ
とができるようにする。 【構成】 入力された音声の認識して対象の機器に所定
の制御命令を与える音声入力制御装置において、音声に
よる入力語が音声辞書に登録されていない未登録語であ
ることを検出する手段と、その検出された音声入力によ
る各未登録語の特徴量をそれぞれ抽出して記憶する手段
と、入力された各末登録語ごとにその入力頻度をそれぞ
れ算出して更新的に記憶する手段と、末登録語の入力頻
度に応じて、その末登録語が入力されたときの対応を変
化させる手段とを設ける。
Description
【０００１】
【産業上の利用分野】本発明は、入力された音声を認識
して、対象の機器に所定の制御命令を与える音声入力制
御装置に関する。
して、対象の機器に所定の制御命令を与える音声入力制
御装置に関する。
【０００２】
【従来の技術】最近、車載のナビゲーション装置や空調
装置、ＡＶ装置などの機器にあって、ヒューマンインタ
ーフェイスとして、音声によって入力された語を認識す
ることにより相当の制御の内容を判断して、その制御の
内容を音声で報知したうえで、所定の制御命令を対象の
機器に与えるようにした対話型の音声入力制御装置が開
発されている。
装置、ＡＶ装置などの機器にあって、ヒューマンインタ
ーフェイスとして、音声によって入力された語を認識す
ることにより相当の制御の内容を判断して、その制御の
内容を音声で報知したうえで、所定の制御命令を対象の
機器に与えるようにした対話型の音声入力制御装置が開
発されている。
【０００３】このような音声入力制御装置にあって、従
来では、音声認識をなすに際して、入力された音声の音
韻などの特徴量を抽出して、音声辞書に予め登録されて
いる各語の基本となる音韻などの特徴量と比較し、類似
度が最も高く、かつ特徴量の差が一定値以下となるよう
にマッチングがとられた語をもって入力された音声を認
識するようにしている。そして、音声辞書に登録されて
いない認識できないような音声が入力されたときには、
その都度認識できない旨の報知および再入力要求のメッ
セージを一様に出すようにしている。
来では、音声認識をなすに際して、入力された音声の音
韻などの特徴量を抽出して、音声辞書に予め登録されて
いる各語の基本となる音韻などの特徴量と比較し、類似
度が最も高く、かつ特徴量の差が一定値以下となるよう
にマッチングがとられた語をもって入力された音声を認
識するようにしている。そして、音声辞書に登録されて
いない認識できないような音声が入力されたときには、
その都度認識できない旨の報知および再入力要求のメッ
セージを一様に出すようにしている。
【０００４】
【発明が解決しようとする課題】解決しようとする問題
点は、人間は言葉を口に出す前に、無意識に、「え
ー」、「えーと」、「うーん」などの音声を発する傾向
があり、また、口癖により、音声辞書に登録されていな
い無意味な語を発する場合が多々あり、このような音声
認識することのできない語が入力されるたびに、その都
度認識できない旨の報知および再入力要求のメッセージ
が出されるなどの対応が一様にとられることである。
点は、人間は言葉を口に出す前に、無意識に、「え
ー」、「えーと」、「うーん」などの音声を発する傾向
があり、また、口癖により、音声辞書に登録されていな
い無意味な語を発する場合が多々あり、このような音声
認識することのできない語が入力されるたびに、その都
度認識できない旨の報知および再入力要求のメッセージ
が出されるなどの対応が一様にとられることである。
【０００５】ユーザが音声入力制御装置と対話するに際
して発する無意味な音声や口癖は個人によって多種多様
で、また頻度も異なり、このような認識できないような
音声が入力されるたびにその旨の報知および再入力要求
のメッセージを出すなどの対応を一様にとるのでは、そ
の都度一連の処理が中断されて操作性が損われてしま
い、また、ユーザのかんにさわって、音声入力制御装置
と対話する場合に極度の緊張を強いられてしまう。
して発する無意味な音声や口癖は個人によって多種多様
で、また頻度も異なり、このような認識できないような
音声が入力されるたびにその旨の報知および再入力要求
のメッセージを出すなどの対応を一様にとるのでは、そ
の都度一連の処理が中断されて操作性が損われてしま
い、また、ユーザのかんにさわって、音声入力制御装置
と対話する場合に極度の緊張を強いられてしまう。
【０００６】
【課題を解決するための手段】本発明は、音声入力制御
装置にあって、ユーザが発する無意味な音声や口癖など
が入力されるたびに音声認識できない旨の報知および再
入力要求のメッセージを出すなどの対応を一様にとるこ
となく、その入力傾向に応じて適切な対応を可変的にと
ることができるようにするべく、音声による入力語が音
声辞書に登録されていない未登録語であることを検出す
る手段と、その検出された音声入力による各未登録語を
その特徴量とともにそれぞれ記憶する手段と、入力され
た各末登録語ごとにその入力頻度をそれぞれカウントし
て更新的に記憶する手段と、末登録語の入力頻度に応じ
て、その末登録語が入力されたときの対応を変化させる
手段とをとるようにしている。
装置にあって、ユーザが発する無意味な音声や口癖など
が入力されるたびに音声認識できない旨の報知および再
入力要求のメッセージを出すなどの対応を一様にとるこ
となく、その入力傾向に応じて適切な対応を可変的にと
ることができるようにするべく、音声による入力語が音
声辞書に登録されていない未登録語であることを検出す
る手段と、その検出された音声入力による各未登録語を
その特徴量とともにそれぞれ記憶する手段と、入力され
た各末登録語ごとにその入力頻度をそれぞれカウントし
て更新的に記憶する手段と、末登録語の入力頻度に応じ
て、その末登録語が入力されたときの対応を変化させる
手段とをとるようにしている。
【０００７】
【実施例】本発明による音声入力制御装置は、図１に示
すように、基本的に、マイクロホン１を通してユーザが
発する音声によって入力された語の特徴量を抽出して、
音声辞書３に予め登録されている各語の特徴量と比較し
て、類似度が最も高く、かつ特徴量の差が一定値以下と
なるようにマッチングがとられた語をもって入力された
音声を認識する音声認識処理部２と、その認識された語
に対応する所定の制御命令を生成する制御命令生成部４
と、その生成された制御命令を対象の機器６に与える制
御命令出力部５と、その制御命令の内容をユーザに知ら
せたり、その制御命令を実行するに際しての処理手順を
決定したりなどするための応答メッセージを生成する応
答メッセージ生成部７と、その生成された応答メッセー
ジを音声によってスピーカ９から出力させる音声合成出
力部８と、全体の制御を行う制御部１０とからなってい
る。
すように、基本的に、マイクロホン１を通してユーザが
発する音声によって入力された語の特徴量を抽出して、
音声辞書３に予め登録されている各語の特徴量と比較し
て、類似度が最も高く、かつ特徴量の差が一定値以下と
なるようにマッチングがとられた語をもって入力された
音声を認識する音声認識処理部２と、その認識された語
に対応する所定の制御命令を生成する制御命令生成部４
と、その生成された制御命令を対象の機器６に与える制
御命令出力部５と、その制御命令の内容をユーザに知ら
せたり、その制御命令を実行するに際しての処理手順を
決定したりなどするための応答メッセージを生成する応
答メッセージ生成部７と、その生成された応答メッセー
ジを音声によってスピーカ９から出力させる音声合成出
力部８と、全体の制御を行う制御部１０とからなってい
る。
【０００８】制御対象の機器６としては、例えば、車載
のナビゲーション装置、空調装置またはＡＶ装置などで
ある。
のナビゲーション装置、空調装置またはＡＶ装置などで
ある。
【０００９】また、音声辞書３には、例えば、制御対象
の機器６を動作させるのに必要な、「はい、いいえ、拡
大、縮小、目的地設定、メニュー、上、下、左、右、取
り消し、戻り、自宅、誘導開始、テレビ、エアコン、オ
ン、オフ、選曲、いち、にい、さん、…」などの単語
や、地図の選択や目的地の設定などに必要な、「東京、
神奈川、埼玉、千葉、品川、練馬、足立、横浜、川崎、
鎌倉、浦和、大宮、所沢、ディズニーランド、皇居、豊
島園、明治神宮、帝国ホテル、羽田空港、…」などの地
名や目標物の名称などの各語に対応する音韻の特徴量の
データが登録されている。
の機器６を動作させるのに必要な、「はい、いいえ、拡
大、縮小、目的地設定、メニュー、上、下、左、右、取
り消し、戻り、自宅、誘導開始、テレビ、エアコン、オ
ン、オフ、選曲、いち、にい、さん、…」などの単語
や、地図の選択や目的地の設定などに必要な、「東京、
神奈川、埼玉、千葉、品川、練馬、足立、横浜、川崎、
鎌倉、浦和、大宮、所沢、ディズニーランド、皇居、豊
島園、明治神宮、帝国ホテル、羽田空港、…」などの地
名や目標物の名称などの各語に対応する音韻の特徴量の
データが登録されている。
【００１０】いま、例えば、ユーザが「拡大」と音声を
発すると、制御部１０の制御下において、その音声がマ
イクロホン１を通して音声認識処理部２にとり込まれ、
そこで、入力された音声の音列「ｋ．ａ．ｋ．ｕ．ｄ．
ａ．ｉ」の特徴量が抽出されて、音声辞書３の内容と比
較され、予め登録されている音列「ｋ．ａ．ｋ．ｕ．
ｄ．ａ．ｉ」の特徴量とのマッチングがとられて、その
入力された音声が「拡大」であると認識される。
発すると、制御部１０の制御下において、その音声がマ
イクロホン１を通して音声認識処理部２にとり込まれ、
そこで、入力された音声の音列「ｋ．ａ．ｋ．ｕ．ｄ．
ａ．ｉ」の特徴量が抽出されて、音声辞書３の内容と比
較され、予め登録されている音列「ｋ．ａ．ｋ．ｕ．
ｄ．ａ．ｉ」の特徴量とのマッチングがとられて、その
入力された音声が「拡大」であると認識される。
【００１１】そして、その認識結果が制御命令生成部４
に与えられて、そこで制御対象の機器６としてのナビゲ
ーション装置の画面に表示されている地図を拡大させる
旨の制御命令のデータが生成され、制御命令出力部５を
通して、その制御対象となるナビゲーション装置に対し
て地図拡大の命令が選択的に出力される。
に与えられて、そこで制御対象の機器６としてのナビゲ
ーション装置の画面に表示されている地図を拡大させる
旨の制御命令のデータが生成され、制御命令出力部５を
通して、その制御対象となるナビゲーション装置に対し
て地図拡大の命令が選択的に出力される。
【００１２】同時に、その生成された制御命令が応答メ
ッセージ生成部７に与えられて、そこで地図を拡大する
旨の所定の応答メッセージのデータが生成され、音声合
成出力部８からスピーカ９を通して、「地図を拡大しま
す」の応答メッセージが音声によって出される。
ッセージ生成部７に与えられて、そこで地図を拡大する
旨の所定の応答メッセージのデータが生成され、音声合
成出力部８からスピーカ９を通して、「地図を拡大しま
す」の応答メッセージが音声によって出される。
【００１３】以上は、従来からある音声入力制御装置の
構成と全じである。
構成と全じである。
【００１４】このような音声入力制御装置にあって、特
に本発明では、図１に示すように、制御部１０の制御下
において、音声によって入力された語が音声辞書３に登
録されていない未登録語であることを検出する末登録詔
検出部１１と、その検出された各未登録語をその特徴量
とともにそれぞれ記憶する末登録語記憶部１２と、入力
された各末登録語ごとにその入力頻度をそれぞれカウン
トして更新的に記憶する入力頻度計数部１３と、末登録
語の入力頻度に応じて、その末登録語が入力されたとき
の対応を変化させる末登録語対応管理部１４とを設ける
ようにしている。
に本発明では、図１に示すように、制御部１０の制御下
において、音声によって入力された語が音声辞書３に登
録されていない未登録語であることを検出する末登録詔
検出部１１と、その検出された各未登録語をその特徴量
とともにそれぞれ記憶する末登録語記憶部１２と、入力
された各末登録語ごとにその入力頻度をそれぞれカウン
トして更新的に記憶する入力頻度計数部１３と、末登録
語の入力頻度に応じて、その末登録語が入力されたとき
の対応を変化させる末登録語対応管理部１４とを設ける
ようにしている。
【００１５】このように構成された本発明による音声入
力制御装置における制御動作について、図３に示すフロ
ーとともに、以下説明する。
力制御装置における制御動作について、図３に示すフロ
ーとともに、以下説明する。
【００１６】音声が入力されると（ステップＳ１）、前
述のようにして、音声認識をなすベく、その音声による
入力語の特徴量と音声辞書３に予め登録されている各語
の特徴量との比較が行われる（ステップＳ２）。
述のようにして、音声認識をなすベく、その音声による
入力語の特徴量と音声辞書３に予め登録されている各語
の特徴量との比較が行われる（ステップＳ２）。
【００１７】そして、末登録語検出部１１において、音
声による入力語が認識されたか否かの判定が行われ（ス
テップＳ３）、入力語が認識されなければ、そのときの
入力語が末登録語であるとして検出される（ステップＳ
７）。
声による入力語が認識されたか否かの判定が行われ（ス
テップＳ３）、入力語が認識されなければ、そのときの
入力語が末登録語であるとして検出される（ステップＳ
７）。
【００１８】なお、その際、音声による入力語が認識さ
れたときには、前述したように、その認識された入力語
に応じた所定の制御命令が生成され（ステップＳ４）、
その制御命令が対象の機器に出力されるとともに（ステ
ップＳ５）、その制御命令に応じた所定の応答メッセー
ジが報知される（ステップＳ６）。
れたときには、前述したように、その認識された入力語
に応じた所定の制御命令が生成され（ステップＳ４）、
その制御命令が対象の機器に出力されるとともに（ステ
ップＳ５）、その制御命令に応じた所定の応答メッセー
ジが報知される（ステップＳ６）。
【００１９】次いで、末登録語であると検出された入力
語がはじめて入力されたもので、末登録語記憶部１２に
既に記憶されていないか否かの判定がなされたうえで
（ステップＳ８）、はじめてであれば、そのときの入力
語がその特徴量とともに末登録語記憶部１２に記憶され
る（ステップＳ９）。そして、入力頻度計数部１３にお
いて、そのときの入力語の入力頻度が１であるとして記
憶される（ステップＳ１０）。
語がはじめて入力されたもので、末登録語記憶部１２に
既に記憶されていないか否かの判定がなされたうえで
（ステップＳ８）、はじめてであれば、そのときの入力
語がその特徴量とともに末登録語記憶部１２に記憶され
る（ステップＳ９）。そして、入力頻度計数部１３にお
いて、そのときの入力語の入力頻度が１であるとして記
憶される（ステップＳ１０）。
【００２０】また、その際、末登録語であると検出され
た入力語が既に末登録語記憶部１２に記憶されている場
合には、入力頻度計数部１３において、対応する入力語
の入力頻度に＋１が加えられて、その入力頻度の記憶内
容が更新される（ステップＳ１０）。
た入力語が既に末登録語記憶部１２に記憶されている場
合には、入力頻度計数部１３において、対応する入力語
の入力頻度に＋１が加えられて、その入力頻度の記憶内
容が更新される（ステップＳ１０）。
【００２１】しかして、末登録語が入力されるたびに、
その対応する入力頻度がカウントアップされていき、あ
る程度の期間にわたる使用の結果、入力頻度計数部１３
に記憶保持されている各末登録語の入力頻度は、例え
ば、「えーと」＝１２回、「うーん」＝８回、「もう一
回」＝６回、「だめだー」＝４回などとなり、ユーザが
無意味に発する音声や口癖などの発声傾向を学習的に知
ることができるようになる。
その対応する入力頻度がカウントアップされていき、あ
る程度の期間にわたる使用の結果、入力頻度計数部１３
に記憶保持されている各末登録語の入力頻度は、例え
ば、「えーと」＝１２回、「うーん」＝８回、「もう一
回」＝６回、「だめだー」＝４回などとなり、ユーザが
無意味に発する音声や口癖などの発声傾向を学習的に知
ることができるようになる。
【００２２】末登録語が検出されると、末登録語対応管
理部１４において、その末登録語の入力頻度が参酌され
て、その入力頻度が高めに設定されたしきい値ＮＨ（例
えば１０回）以上であるか否かの判定が行われる（ステ
ップＳ１１）。
理部１４において、その末登録語の入力頻度が参酌され
て、その入力頻度が高めに設定されたしきい値ＮＨ（例
えば１０回）以上であるか否かの判定が行われる（ステ
ップＳ１１）。
【００２３】そのときの末登録語の入力頻度が高めに設
定されたしきい値ＮＨ以上であれば、末登録語対応管理
部１４はそのときの末登録語の入力を無視して、何ら警
告を出さない（ステップＳ１２）。
定されたしきい値ＮＨ以上であれば、末登録語対応管理
部１４はそのときの末登録語の入力を無視して、何ら警
告を出さない（ステップＳ１２）。
【００２４】また、そのときの末登録語の入力頻度が高
めに設定されたしきい値ＮＨ末満であれば、末登録語対
応管理部１４において、さらに、そのときの末登録語の
入力頻度が低めに設定されたしきい値ＮＬ（例えば５
回）以上であるか否かの判定が行われる（ステップＳ１
３）。
めに設定されたしきい値ＮＨ末満であれば、末登録語対
応管理部１４において、さらに、そのときの末登録語の
入力頻度が低めに設定されたしきい値ＮＬ（例えば５
回）以上であるか否かの判定が行われる（ステップＳ１
３）。
【００２５】そのときの末登録語の入力頻度が低めに設
定されたしきい値ＮＬ以上であれば、末登録語対応管理
部１４において、そのときの末登録語の入力に対して簡
易警告の指示が応答メッセージ生成部７に与えられる
（ステップＳ１４）。
定されたしきい値ＮＬ以上であれば、末登録語対応管理
部１４において、そのときの末登録語の入力に対して簡
易警告の指示が応答メッセージ生成部７に与えられる
（ステップＳ１４）。
【００２６】そして、応答メッセージ生成部７におい
て、末登録語対応管理部１４から与えられる簡易警告の
指示に応じて、「言い直して下さい」のような短いメッ
セージが生成され、音声合成出力部８からスピーカ９を
通して、そのメッセージが報知される。
て、末登録語対応管理部１４から与えられる簡易警告の
指示に応じて、「言い直して下さい」のような短いメッ
セージが生成され、音声合成出力部８からスピーカ９を
通して、そのメッセージが報知される。
【００２７】また、そのときの末登録語の入力頻度が低
めに設定されたしきい値ＮＬ末満であれば、末登録語対
応管理部１４において、そのときの末登録語の入力に対
して完全警告の指示が応答メッセージ生成部７に与えら
れる（ステップＳ１５）。
めに設定されたしきい値ＮＬ末満であれば、末登録語対
応管理部１４において、そのときの末登録語の入力に対
して完全警告の指示が応答メッセージ生成部７に与えら
れる（ステップＳ１５）。
【００２８】そして、応答メッセージ生成部７におい
て、末登録語対応管理部１４から与えられる完全警告の
指示に応じて、「登録されていない言葉が入力されまし
た。もう一度言い直して下さい」のような比較的長いメ
ッセージが生成され、音声合成出力部８からスピーカ９
を通して、そのメッセージが報知される。
て、末登録語対応管理部１４から与えられる完全警告の
指示に応じて、「登録されていない言葉が入力されまし
た。もう一度言い直して下さい」のような比較的長いメ
ッセージが生成され、音声合成出力部８からスピーカ９
を通して、そのメッセージが報知される。
【００２９】いま、例えば、ユーザが「えーと」と無意
味な語を発声した場合、音声認識処理部２において、そ
の音列「ｅ．ｅ．ｔ．ｏ」の特徴量が抽出されて音声辞
書３に予め登録されている各語の特徴量との比較がなさ
れるが、そのときマッチングがとられることなく音声認
識に失敗して、末登録語検出部１１において、そのとき
の入力語が末登録語であるとして検出されることにな
る。
味な語を発声した場合、音声認識処理部２において、そ
の音列「ｅ．ｅ．ｔ．ｏ」の特徴量が抽出されて音声辞
書３に予め登録されている各語の特徴量との比較がなさ
れるが、そのときマッチングがとられることなく音声認
識に失敗して、末登録語検出部１１において、そのとき
の入力語が末登録語であるとして検出されることにな
る。
【００３０】「えーと」の入力がはじめてのとき、その
末登録語がその音列「ｅ．ｅ．ｔ．ｏ」の特徴量ととも
に記憶されて、その入力頻度が１にされたうえで、完全
警告のメッセージが報知される。以後、ユーザが「えー
と」を発するたびに、その入力頻度が低めに設定された
しきい値ＮＬに達するまでのあいだ、完全警告のメッセ
ージが報知される。さらに、その発声回数が進むと、そ
の入力頻度が高めに設定されたしきい値ＮＨに達するま
でのあいだ、その都度簡易警報のメッセージが報知され
る。そして、その入力頻度が高めに設定されたしきい値
ＮＨ以上になると、いくら警告を与えても無駄であると
して、「えーと」の入力が無視され、何らの応答もなさ
れないようになる。
末登録語がその音列「ｅ．ｅ．ｔ．ｏ」の特徴量ととも
に記憶されて、その入力頻度が１にされたうえで、完全
警告のメッセージが報知される。以後、ユーザが「えー
と」を発するたびに、その入力頻度が低めに設定された
しきい値ＮＬに達するまでのあいだ、完全警告のメッセ
ージが報知される。さらに、その発声回数が進むと、そ
の入力頻度が高めに設定されたしきい値ＮＨに達するま
でのあいだ、その都度簡易警報のメッセージが報知され
る。そして、その入力頻度が高めに設定されたしきい値
ＮＨ以上になると、いくら警告を与えても無駄であると
して、「えーと」の入力が無視され、何らの応答もなさ
れないようになる。
【００３１】このように、本発明によれば、音声入力制
御装置にユーザが音声による入力指示を与えるに際し
て、無意味な音声や口癖などが発せられる傾向を学習し
ながら、その傾向に応じて、無意味な音声や口癖などが
発せられたときの対応を適切にとることができるように
なる。したがって、ユーザが発する無意味な音声や口癖
などによって必要以上に制御処理が中断されたり、緊張
を強いるような警告のメッセージが出されたりすること
がなくなり、操作性が向上する。
御装置にユーザが音声による入力指示を与えるに際し
て、無意味な音声や口癖などが発せられる傾向を学習し
ながら、その傾向に応じて、無意味な音声や口癖などが
発せられたときの対応を適切にとることができるように
なる。したがって、ユーザが発する無意味な音声や口癖
などによって必要以上に制御処理が中断されたり、緊張
を強いるような警告のメッセージが出されたりすること
がなくなり、操作性が向上する。
【００３２】
【効果】以上、本発明による音声入力制御装置にあって
は、音声認識することのできない未登録語の入力頻度に
応じて、その末登録語が入力されたときの対応を適宜変
化させるようにしているので、ユーザが発する無意味な
音声や口癖などが入力されるたびに制御処理を中断した
り、緊張を強いるような音声認識できない旨の報知およ
び再入力要求のメッセージを出すなどの対応を一様にと
ることなく、その入力傾向に応じて適切な対応を可変的
にとることができるという利点を有している。
は、音声認識することのできない未登録語の入力頻度に
応じて、その末登録語が入力されたときの対応を適宜変
化させるようにしているので、ユーザが発する無意味な
音声や口癖などが入力されるたびに制御処理を中断した
り、緊張を強いるような音声認識できない旨の報知およ
び再入力要求のメッセージを出すなどの対応を一様にと
ることなく、その入力傾向に応じて適切な対応を可変的
にとることができるという利点を有している。
【図１】本発明による音声入力制御装置の一実施例を示
すブロック構成図である。
すブロック構成図である。
【図２】同実施例における制御処理のフローの一例を示
す図である。
す図である。
１ マイクロホン ２ 音声認識処理部 ３ 音声辞書 ４ 制御命令生成部 ５ 制御命令出力部 ６ 制御対象機器 ７ 応答メッセージ生成部 ８ 音声合成出力部 ９ スピーカ １０ 制御部 １１ 末登録語検出部 １２ 末登録語記憶部 １３ 入力頻度計数部 １４ 末登録語対応管理部
Claims (2)
- 【請求項１】 音声によって入力された語の特徴量を抽
出して、音声辞書に予め登録されている各語の特徴量と
の類似度をみることによってその入力語を認識し、その
認識結果から対象の機器に所定の制御命令を与える音声
入力制御装置において、音声による入力語が音声辞書に
登録されていない未登録語であることを検出する手段
と、その検出された音声入力による各未登録語をその特
徴量とともにそれぞれ記憶する手段と、入力された各末
登録語ごとにその入力頻度をそれぞれカウントして更新
的に記憶する手段と、末登録語の入力頻度に応じて、そ
の末登録語が入力されたときの対応を変化させる手段と
をとるようにしたことを特徴とする音声入力制御装置。 - 【請求項２】 末登録語が入力されたときの対応の変化
として、末登録語の入力頻度が低目に設定されたしきい
値未満のときには完全警告を発し、末登録語の入力頻度
が高めに設定されたしきい値以上のときにはその末登録
語の入力を無視し、末登録語の入力頻度が低目に設定さ
れたしきい値以上で高めに設定されたしきい値未満のと
きには簡易警告を発するようにしたことを特徴とする前
記第１項の記載による音声入力制御装置。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP15876696A JP3605682B2 (ja) | 1996-05-16 | 1996-05-16 | 音声入力制御装置 |
| US08/857,042 US5826233A (en) | 1996-05-16 | 1997-05-15 | Speech-input control device |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP15876696A JP3605682B2 (ja) | 1996-05-16 | 1996-05-16 | 音声入力制御装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH09311692A true JPH09311692A (ja) | 1997-12-02 |
| JP3605682B2 JP3605682B2 (ja) | 2004-12-22 |
Family
ID=15678879
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP15876696A Expired - Fee Related JP3605682B2 (ja) | 1996-05-16 | 1996-05-16 | 音声入力制御装置 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US5826233A (ja) |
| JP (1) | JP3605682B2 (ja) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2008069139A1 (ja) * | 2006-11-30 | 2008-06-12 | National Institute Of Advanced Industrial Science And Technology | 音声認識システム及び音声認識システム用プログラム |
| KR20160073747A (ko) * | 2014-12-17 | 2016-06-27 | 현대자동차주식회사 | 음성 인식 장치, 그를 가지는 차량 및 그 방법 |
| JP2020134745A (ja) * | 2019-02-21 | 2020-08-31 | 富士ゼロックス株式会社 | 情報処理装置及びプログラム |
Families Citing this family (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6076054A (en) * | 1996-02-29 | 2000-06-13 | Nynex Science & Technology, Inc. | Methods and apparatus for generating and using out of vocabulary word models for speaker dependent speech recognition |
| WO1998055992A1 (de) * | 1997-06-06 | 1998-12-10 | BSH Bosch und Siemens Hausgeräte GmbH | Haushaltsgerät, insbesondere elektrisch betriebenes haushaltsgerät |
| JP3884160B2 (ja) * | 1997-11-17 | 2007-02-21 | 富士通株式会社 | 用語付きデータを扱うデータ処理方法，データ処理装置およびプログラム記憶媒体 |
| JP4642953B2 (ja) * | 1999-09-09 | 2011-03-02 | クラリオン株式会社 | 音声検索装置、および、音声認識ナビゲーション装置 |
| US7295982B1 (en) * | 2001-11-19 | 2007-11-13 | At&T Corp. | System and method for automatic verification of the understandability of speech |
| US7818179B2 (en) * | 2004-11-12 | 2010-10-19 | International Business Machines Corporation | Devices and methods providing automated assistance for verbal communication |
| US20070159766A1 (en) * | 2005-11-30 | 2007-07-12 | Orica Explosives Technology Pty Ltd. | Electronic blasting system |
| US7949536B2 (en) * | 2006-08-31 | 2011-05-24 | Microsoft Corporation | Intelligent speech recognition of incomplete phrases |
| US9106957B2 (en) * | 2012-08-16 | 2015-08-11 | Nuance Communications, Inc. | Method and apparatus for searching data sources for entertainment systems |
| US9031848B2 (en) | 2012-08-16 | 2015-05-12 | Nuance Communications, Inc. | User interface for searching a bundled service content data source |
| US9497515B2 (en) | 2012-08-16 | 2016-11-15 | Nuance Communications, Inc. | User interface for entertainment systems |
| US9026448B2 (en) | 2012-08-16 | 2015-05-05 | Nuance Communications, Inc. | User interface for entertainment systems |
| US8799959B2 (en) | 2012-08-16 | 2014-08-05 | Hoi L. Young | User interface for entertainment systems |
| KR102091003B1 (ko) * | 2012-12-10 | 2020-03-19 | 삼성전자 주식회사 | 음성인식 기술을 이용한 상황 인식 서비스 제공 방법 및 장치 |
| JP6744025B2 (ja) * | 2016-06-21 | 2020-08-19 | 日本電気株式会社 | 作業支援システム、管理サーバ、携帯端末、作業支援方法およびプログラム |
| CN108962245A (zh) * | 2018-07-06 | 2018-12-07 | 奇瑞汽车股份有限公司 | 车载系统的控制方法、装置及计算机可读存储介质 |
| US11094327B2 (en) * | 2018-09-28 | 2021-08-17 | Lenovo (Singapore) Pte. Ltd. | Audible input transcription |
| CN109887507B (zh) * | 2019-04-22 | 2021-03-12 | 成都启英泰伦科技有限公司 | 一种降低相似语音命令词误识别率的方法 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4701851A (en) * | 1984-10-24 | 1987-10-20 | International Business Machines Corporation | Compound word spelling verification |
| US4777617A (en) * | 1987-03-12 | 1988-10-11 | International Business Machines Corporation | Method for verifying spelling of compound words |
| US5651678A (en) * | 1993-12-23 | 1997-07-29 | Phillips Associates, Inc. | Educational reading aid and method for using same |
| US5682539A (en) * | 1994-09-29 | 1997-10-28 | Conrad; Donovan | Anticipated meaning natural language interface |
| US5680511A (en) * | 1995-06-07 | 1997-10-21 | Dragon Systems, Inc. | Systems and methods for word recognition |
-
1996
- 1996-05-16 JP JP15876696A patent/JP3605682B2/ja not_active Expired - Fee Related
-
1997
- 1997-05-15 US US08/857,042 patent/US5826233A/en not_active Expired - Fee Related
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2008069139A1 (ja) * | 2006-11-30 | 2008-06-12 | National Institute Of Advanced Industrial Science And Technology | 音声認識システム及び音声認識システム用プログラム |
| GB2457855A (en) * | 2006-11-30 | 2009-09-02 | Nat Inst Of Advanced Ind Scien | Speech recognition system and speech recognition system program |
| GB2457855B (en) * | 2006-11-30 | 2011-01-12 | Nat Inst Of Advanced Ind Scien | Speech recognition system and speech recognition system program |
| US8401847B2 (en) | 2006-11-30 | 2013-03-19 | National Institute Of Advanced Industrial Science And Technology | Speech recognition system and program therefor |
| KR20160073747A (ko) * | 2014-12-17 | 2016-06-27 | 현대자동차주식회사 | 음성 인식 장치, 그를 가지는 차량 및 그 방법 |
| US9799334B2 (en) | 2014-12-17 | 2017-10-24 | Hyundai Motor Company | Speech recognition apparatus, vehicle including the same, and method of controlling the same |
| JP2020134745A (ja) * | 2019-02-21 | 2020-08-31 | 富士ゼロックス株式会社 | 情報処理装置及びプログラム |
Also Published As
| Publication number | Publication date |
|---|---|
| US5826233A (en) | 1998-10-20 |
| JP3605682B2 (ja) | 2004-12-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3605682B2 (ja) | 音声入力制御装置 | |
| US11887590B2 (en) | Voice enablement and disablement of speech processing functionality | |
| US11763808B2 (en) | Temporary account association with voice-enabled devices | |
| JP3968133B2 (ja) | 音声認識対話処理方法および音声認識対話装置 | |
| EP0974141B1 (en) | Extensible speech recognition system that provides a user with audio feedback | |
| US10714085B2 (en) | Temporary account association with voice-enabled devices | |
| US7447635B1 (en) | Natural language interface control system | |
| US20020123894A1 (en) | Processing speech recognition errors in an embedded speech recognition system | |
| US6591236B2 (en) | Method and system for determining available and alternative speech commands | |
| JPH08339288A (ja) | 情報処理装置及びその制御方法 | |
| CN111712790B (zh) | 计算设备的语音控制 | |
| JP3468572B2 (ja) | 対話処理装置 | |
| US11914923B1 (en) | Computer system-based pausing and resuming of natural language conversations | |
| JP4930014B2 (ja) | 音声認識装置、および音声認識方法 | |
| JPH08146989A (ja) | 情報処理装置及びその制御方法 | |
| JP2000330588A (ja) | 音声対話処理方法、音声対話処理システムおよびプログラムを記憶した記憶媒体 | |
| JPH06337700A (ja) | 音声合成装置 | |
| JP3936827B2 (ja) | 音声認識装置および方法 | |
| JP2005170265A (ja) | 情報提供装置 | |
| JPH10124087A (ja) | 音声対話装置及び対話方法 | |
| JP2006133296A (ja) | 音声対話装置 | |
| JP2005148764A (ja) | 音声認識対話処理方法および音声認識対話装置 | |
| JPH11311991A (ja) | 音声認識辞書作成装置および方法、およびそのプログラムを記録した記録媒体 | |
| JPH075893A (ja) | 音声認識装置 | |
| JP2005025574A (ja) | 検索結果出力方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20040831 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20040914 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20040917 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20071015 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20081015 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20081015 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091015 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091015 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101015 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101015 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111015 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111015 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121015 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131015 Year of fee payment: 9 |
|
| LAPS | Cancellation because of no payment of annual fees |