JPH10111784A - パーソナルコンピュータおよびコマンド制御方法 - Google Patents

Abstract

(57)【要約】 【課題】音声を用いてコマンドを投入する際、発声すべ
き音声に柔軟性を持たせることによって使い勝手を向上
させるパーソナルコンピュータを提供する。 【解決手段】音声コマンドユーティリティプログラム３
２は、音声コマンド登録モジュール３２１により、意味
的に類似する複数の語句を単一のコマンドに対応づけて
音声コマンドテーブル３６に登録する。一方、音声コマ
ンドユーティリティプログラム３２は、マイク１９から
ユーザの音声が入力されたときに、音声コマンド発行モ
ジュール３２２により、この入力された音声に最も適合
する語句を登録音声テーブル３５を参照して抽出すると
ともに、この抽出した語句に対応するコマンドを音声コ
マンドテーブル３６を参照して知得し、この知得したコ
マンドの発行をオペレーティングシステム３１に対して
要求する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】この発明は、音声認識機能を
備えて音声によるコマンドの投入をサポートするパーソ
ナルコンピュータおよびコマンド制御方法に係り、特に
所望のコマンドを発行する際に発声すべき音声に柔軟性
を持たせることによって使い勝手を向上させるパーソナ
ルコンピュータおよびコマンド制御方法に関する。

【０００２】

【従来の技術】近年のコンピュータの普及は目覚まし
く、この普及に伴なって種々のパーソナルコンピュータ
が開発されてきている。これらのパーソナルコンピュー
タでは、その操作性を向上させるために、キーボードか
らコマンドを入力するといった文字ベースのインタフェ
ースのみならず、ディスプレイに表示された絵の上で、
マウス、ポインティングスティックおよびトラックボー
ルなどのポインティングデバイスを操作することによっ
てインタフェースをとるといったＧＵＩ（Ｇｒａｐｈｉ
ｃａｌ Ｕｓｅｒ Ｉｎｔｅｒｆａｃｅ）機能を備える
ものが主流となってきている。

【０００３】また、最近では、様々な機器のマンマシン
インターフェースとして、音声認識システムが研究さ
れ、音声を用いてコマンドを投入するといったパーソナ
ルコンピュータも実用化されている。これによりユーザ
は、文字通り対話によってパーソナルコンピュータを操
作することが可能となり、その操作性は飛躍的に向上す
る。また、この音声によるコマンド入力機能は、システ
ムに補助的に備えられるものであり、必ずしもすべての
コマンドを音声を用いて入力しなければならないといっ
たものではない。したがって、たとえばアプリケーショ
ンプログラムの起動および終了などといった比較的使用
頻度の高い操作指示のみを音声を用いて行ない、一方、
複雑な操作指示については、従前通りにキーボードから
コマンドを入力する、またはポインティングデバイスを
用いて行なうなどといったような使い分けを行なうこと
によって、システムの規模を必要以上に大きくすること
を防止できる。

【０００４】しかしながら、従来の音声認識システムを
適用したパーソナルコンピュータでは、コマンドそれぞ
れに対して単一の語句（音声）を割り当てていたため
に、ユーザはそれらの語句を正確に発声しなければなら
ず、文字ベースのインタフェース時に問題であったコマ
ンドの習得と同様に、発声すべき語句を正確に覚えてお
かなければならないといった問題があった。

【０００５】

【発明が解決しようとする課題】このように、従来の音
声によるコマンドの投入をサポートするパーソナルコン
ピュータでは、コマンドそれぞれに対して単一の語句
（音声）を割り当てていたために、ユーザはそれらの語
句を正確に覚えて発声しなければならないといった問題
があった。

【０００６】この発明は、このような実情に鑑みてなさ
れたものであり、所望のコマンドを発行する際に発声す
べき音声に柔軟性を持たせることによって使い勝手を向
上させるパーソナルコンピュータおよびコマンド制御方
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】この発明のパーソナルコ
ンピュータは、コマンドとそのコマンドの機能を言語的
に示した語句とを対応づけて保持するコマンドテーブル
と、意味的に類似する複数の語句を単一のコマンドに対
応づけて前記コマンドテーブルに登録する登録手段と、
音声を入力する音声入力手段と、この音声入力手段によ
り入力された音声を認識して適合する語句を抽出する音
声認識手段と、この音声認識手段により抽出された語句
に対応するコマンドを前記コマンドテーブルから知得し
て発行するコマンド発行手段とを具備し、所望のコマン
ドを発行する際に発声すべき音声に柔軟性を持たせたこ
とを特徴とする。

【０００８】この発明のパーソナルコンピュータにおい
ては、たとえば文書編集用アプリケーションプログラム
（ワードプロセッサソフトウェア）の起動を音声を用い
て操作指示することとした場合に、そのアプリケーショ
ンプログラムを起動するためのコマンドと、このコマン
ドの機能を言語的に示した語句とを予め対応づけてコマ
ンドテーブルに登録しておく。そして、この際、たとえ
ば「文書編集開始」や「ワードプロセッサ起動」、ある
いは「ワープロ起動」などのように、意味的に類似する
複数の語句を、単一のコマンドである、そのアプリケー
ションプログラムを起動するためのコマンドに対応づけ
て登録する。

【０００９】すなわち、ユーザは、この文書編集用アプ
リケーションプログラムを起動するときに、「文書編集
開始」、「ワードプロセッサ起動」および「ワープロ起
動」のいずれの語句を発声しても良いことになり、発声
すべき音声に柔軟性を持たせることが可能となる。この
結果、コマンドを発行するための語句を正確に覚えてお
くなどといった熟練を不要とするために、その使い勝手
を向上させることとなる。また、不特定多数の人間が利
用するといった環境においては、同時に汎用性の確保が
図られることになる。

【００１０】なお、このコマンドテーブルに保持され
る、コマンドとそのコマンドの機能を言語的に示した語
句とを、ユーザが任意に登録していくことは当然に有効
であるが、このような登録手段を持たずに、音声を用い
てコマンドを発行することのできる音声コマンド機能と
してサポートするコマンドと、そのコマンドの機能を言
語的に示した意味的に類似する複数の語句とを固定的に
対応づけておく場合であっても本発明は有効である。ま
た、予め登録された標準的なコマンドおよびそのコマン
ドの機能を言語的に示した語句に対し、任意に追加、変
更および削除などのカスタマイズを施せるようにしてお
けば、ユーザそれぞれのレベルや要求に柔軟に対応する
ことが可能となる。

【００１１】

【発明の実施の形態】以下、図面を参照してこの発明の
実施の形態を説明する。図１は、同実施形態に係るパー
ソナルコンピュータの機器構成を示す図である。図１に
示したように、同実施形態の携帯型情報機器は、ＣＰＵ
１１、システムコントローラ１２、システムメモリ１
３、ＢＩＯＳ−ＲＯＭ１４、キーボードコントローラ
（ＫＢＣ）１５、サウンドコントローラ１８、磁気ディ
スク装置（ＨＤＤ）２０および表示コントローラ２１を
備えている。

【００１２】ＣＰＵ１１は、システムメモリ１３に格納
されたオペレーティングシステムやユーティリティを含
むアプリケーションプログラムを実行制御する。システ
ムコントローラ１２は、このシステム内のメモリやＩ／
Ｏを制御するためのゲートアレイである。そして、シス
テムメモリ１３は、ＣＰＵ１１によって実行制御される
オペレーティングシステムや、ユーティリティを含むア
プリケーションプログラムおよびアプリケーションプロ
グラムによって作成されたユーザデータなどを格納す
る。

【００１３】ＢＩＯＳ−ＲＯＭ１４は、システム−ＢＩ
ＯＳおよびＶＧＡ−ＢＩＯＳを記憶するためのものであ
り、プログラム書き替えが可能なようにフラッシュメモ
リによって構成されている。

【００１４】キーボードコントローラ１５は、キーボー
ド（ＫＢ）１６やマウス１７などを制御するためのもの
であり、キーボード１６のキーマトリクスをスキャンし
て押下キーに対応する信号を受けとり、それを所定のキ
ーコード（スキャンコード）に変換する。また、このキ
ーボードコントローラ１５は、専用のプロセッサを用い
てマウス１７を制御する機能を有している。

【００１５】サウンドコントローラ１８は、ＰＣＭ音源
や音声信号のデジタル信号処理回路などを備えており、
このサウンドコントローラ１８には、マイク１９が接続
されるマイク端子のほか、ライン入力端子、ライン出力
端子およびヘッドホン端子が接続されている。したがっ
て、ユーザが発声する音声は、このサウンドコントロー
ラ１８を介してシステム内に取り込まれることになる。

【００１６】磁気ディスク装置（ＨＤＤ）２０は、シス
テムメモリ１３との間でデータを送受信する大容量の２
次記憶装置である。なお、本発明の特徴であるコマンド
と語句とを対応づけるテーブルは、この磁気ディスク装
置２０上またはシステムメモリ１３上に確保される。そ
して、表示コントローラ２１は、ＬＣＤ２３やＣＲＴ２
４を表示制御するためのものであり、ＣＰＵ１１から表
示データを受け取って、それをＶＲＡＭ２２に書き込
む。

【００１７】図２には、このような機器構成をもつ同実
施形態のパーソナルコンピュータの機能ブロックが示さ
れている。図２に示したように、同実施形態のパーソナ
ルコンピュータは、オペレーティングシステム３１がシ
ステム全体の制御を司る。そして、このオペレーティン
グシステム３１の制御下で、音声コマンドユーティリテ
ィプログラム３２、音声認識エンジン３３および音声合
成エンジン３４がそれぞれ動作する。

【００１８】音声コマンドユーティリティプログラム３
２は、マイク１９を介して取り込まれたユーザの音声に
応じてコマンドを発行するためのプログラムであり、ユ
ーザの音声に対していずれのコマンドを発行すべきか判
定するために用いられる登録音声テーブル３５および音
声コマンドテーブル３６に各種情報を登録する音声コマ
ンド登録モジュール３２１と、この音声コマンド登録モ
ジュール３２１によって各種情報が登録された登録音声
テーブル３５および音声コマンドテーブル３６を参照し
て、ユーザの音声に対応したコマンドを発行する音声コ
マンド発行モジュール３２２とを含んでなる。

【００１９】音声コマンド登録モジュール３２１は、ま
ず、コマンドとそのコマンドに対応づけられる語句とを
入力するための画面をＣＲＴ２４に表示する旨をオペレ
ーティングシステム３１に対して要求する。この入力画
面上では、単一のコマンドに対して、意味的に類似する
複数の語句が入力できるようになっている。そして、Ｃ
ＲＴ２４に表示された登録画面に応答してユーザがコマ
ンドとそのコマンドに対応づける語句とをキーボード１
６から入力すると、音声コマンド登録モジュール３２１
は、これらをオペレーティングシステム３１から受け取
って、その語句を音声合成エンジン３４に引き渡す。

【００２０】音声合成エンジン３４は、単音節や音韻連
鎖を素片の形で記憶する音声素片辞書３７を参照して、
音声コマンド登録モジュール３２１から引き渡された語
句の音声波形を合成する。たとえば、「ヘンシュウカイ
シ（編集開始）」といった語句が引き渡された場合、
「ヘ」、「ン」、「シ」、「ュ」、「ウ」、「カ」、
「イ」および「シ」のそれぞれの標準的な波形を音声素
片辞書３７から取得して接続するとともに、連続する単
音節相互間の音韻連鎖を考慮した最適化を施すことによ
って音声合成を実行し、その結果（合成音声波形信号）
を音声コマンド登録モジュール３２１に返却する。

【００２１】この合成音声波形を受け取った音声コマン
ド登録モジュール３２１は、この合成音声波形と音声合
成エンジン３４に引き渡した語句とを対にして、登録音
声テーブル３５に登録するとともに、その語句と入力さ
れたコマンドとを対にして、音声コマンドテーブル３６
に登録する。図３には登録音声テーブル３５の記憶形
式、および図４には音声コマンドテーブル３６の記憶形
式がそれぞれ示されている。図３および図４に示した例
では、コマンド（Ｘ）に語句（ａ）、語句（ｂ）および
語句（ｃ）が対応づけられ、コマンド（Ｙ）に語句
（ｄ）が対応づけられていることになる。

【００２２】一方、音声コマンド発行モジュール３２２
は、マイク１９により取り込まれるユーザの音声を、オ
ペレーティングシステム３１の配下で動作するサウンド
デバイスコントローラ（図示せず）を介して受け取り、
この受け取った音声を音声認識エンジン３３に引き渡
す。このサウンドデバイスコントローラは、サウンドコ
ントローラ１８を駆動制御するものである。

【００２３】音声認識エンジン３３は、この引き渡され
た音声の音声波形を求め、この求めた音声波形と登録音
声テーブル３５に登録された合成音声波形との間でマッ
チングを行なう。そして、登録音声テーブル３５に登録
された合成音声波形の中から最も類似度の高い合成音声
波形を検出し、この検出した合成音声波形の類似度が予
め定められたしきい値を越えていたときに、この検出し
た合成音声波形に対応する語句を音声コマンド発行モジ
ュール３２２に返却する。

【００２４】この語句を受け取った音声コマンド発行モ
ジュール３２２は、音声コマンドテーブル３６を参照し
て、この語句に対応するコマンドを取得する。そして、
音声コマンド発行モジュール３２２は、この取得したコ
マンドの発行をオペレーティングシステム３１に対して
要求する。

【００２５】すなわち、登録音声テーブル３５および音
声コマンドテーブル３６が図３および図４に示したよう
に登録されていた場合には、ユーザはコマンド（Ｘ）を
発行する際に、語句（ａ）、語句（ｂ）および語句
（ｃ）のいずれを発声してもよいことになり、発声すべ
き音声に柔軟性を持たせることが可能となる。

【００２６】次に、図５を参照して同実施形態のパーソ
ナルコンピュータが音声を入力したときの動作を説明す
る。図５は同実施形態のパーソナルコンピュータが音声
を入力したときの動作を説明するためのフローチャート
である。

【００２７】マイク１９によりユーザが発声する音声が
取り込まれると（ステップＡ１）、音声コマンドユーテ
ィリティプログラム３２は、サウンドデバイスコントロ
ーラを介してこの音声を受け取る。そして、音声コマン
ドユーティリティプログラム３２では、音声コマンド発
行モジュール３２２が、この受け取った音声を音声認識
エンジン３３に引き渡すことによって音声認識処理を実
行する（ステップＡ２）。

【００２８】音声認識エンジン３３は、この引き渡され
た音声の音声波形を求め、この求めた音声波形と登録音
声テーブル３５に登録された合成音声波形との間でマッ
チングを行ない、登録音声テーブル３５に登録された合
成音声波形の中から最も類似度の高い合成音声波形を検
出する。このとき音声認識エンジン３３は、この検出し
た合成音声波形の類似度が予め定められたしきい値を越
えているか否か判定し（ステップＡ３）、しきい値を越
えていなかった場合には（ステップＡ３のＮ）、入力さ
れた音声に適合する語句は登録された語句ではないとし
て、語句の返却は行なわない。一方、しきい値を越えて
いた場合には（ステップＡ３のＹ）、この検出した合成
音声波形に対応づけられた語句を音声コマンド発行モジ
ュール３２２に返却する。

【００２９】そして、この語句を受け取った音声コマン
ド発行モジュール３２２は、音声コマンドテーブル３６
を参照してこの語句に対応するコマンドを取得し、この
取得したコマンドの発行を、オペレーティングシステム
３１に対して要求する（ステップＡ４）。

【００３０】このように、音声コマンドテーブル３６に
意味的に類似する複数の語句を単一のコマンドに対応づ
けて登録しておくことにより、コマンドを発行する際に
発声すべき音声に柔軟性を持たせることができ、その使
い勝手を飛躍的に向上させることが可能となる。

【００３１】なお、同実施形態では、音声合成エンジン
３４を用いて音声コマンドテーブル３６に合成音声波形
を登録しているが、たとえば音声を用いたコマンド発行
機能のサポートを、特定のユーザのみに特化させること
が可能な場合には、コマンドに対応づける音声をユーザ
自身に発声させ、その音声をマイク１９から取り込んで
音声コマンドテーブル３６に登録するようにしても構わ
ない。

【００３２】また、同実施形態に記載したコマンド制御
の手法は、コンピュータに実行させることのできるプロ
グラムとして、フロッピィディスクやハードディスクな
どの磁気ディスク、ＣＤ−ＲＯＭやＤＶＤなどの光ディ
スクおよび半導体メモリなどの記録媒体に格納して頒布
することが可能である。

【００３３】

【発明の効果】以上詳述したように、この発明によれ
ば、意味的に類似する複数の語句を単一のコマンドに対
応づけるために、ユーザは複数の語句の中のいずれの語
句を発声しても所望のコマンドを発行することが可能と
なり、発声すべき音声に柔軟性を持たせる結果、コマン
ドを発行するための語句を正確に覚えておくなどといっ
た熟練を不要とし、その使い勝手を向上させることとな
る。また、不特定多数の人間が利用するといった環境な
どにおいては、同時に汎用性の確保が図られることにな
る。

【図面の簡単な説明】

【図１】この発明の実施形態に係るパーソナルコンピュ
ータの機器構成を示す図。

【図２】同実施形態のパーソナルコンピュータの機能ブ
ロックを示す図。

【図３】同実施形態の登録音声テーブルの記憶形式を示
す図。

【図４】同実施形態の音声コマンドテーブルの記憶形式
を示す図。

【図５】同実施形態のパーソナルコンピュータが音声を
入力したときの動作を説明するためのフローチャート。

【符号の説明】

１１…ＣＰＵ、１２システムコントローラ、１３…シス
テムメモリ、１４…ＢＩＯＳ−ＲＯＭ、１５…キーボー
ドコントローラ（ＫＢＣ）、１６…キーボード（Ｋ
Ｂ）、１７…マウス、１８…サウンドコントローラ、１
９…マイク、２０…磁気ディスク装置（ＨＤＤ）、２１
…表示コントローラ、２２…ＶＲＡＭ、２３…ＬＣＤ、
２４…ＣＲＴ、３１…オペレーティングシステム、３２
…音声コマンドユーティリティプログラム、３２１…音
声コマンド登録モジュール、３２２…音声コマンド発行
モジュール、３３…音声認識エンジン、３４…音声合成
エンジン、３５…登録音声テーブル、３６…音声コマン
ドテーブル、３７…音声素片辞書。

Claims (7)

【特許請求の範囲】
1. 【請求項１】 コマンドとそのコマンドの機能を言語的
   に示した語句とを対応づけて保持するコマンドテーブル
   と、 意味的に類似する複数の語句を単一のコマンドに対応づ
   けて前記コマンドテーブルに登録する登録手段と、 音声を入力する音声入力手段と、 この音声入力手段により入力された音声を認識して適合
   する語句を抽出する音声認識手段と、 この音声認識手段により抽出された語句に対応するコマ
   ンドを前記コマンドテーブルから知得して発行するコマ
   ンド発行手段とを具備し、 所望のコマンドを発行する際に発声すべき音声に柔軟性
   を持たせたことを特徴とするパーソナルコンピュータ。
2. 【請求項２】 コマンドとそのコマンドの機能を言語的
   に示した意味的に類似する少なくとも一つ以上の語句か
   らなる語句群とを対応づけて保持するコマンドテーブル
   と、 音声を入力する音声入力手段と、 この音声入力手段により入力された音声を認識して適合
   する語句を抽出する音声認識手段と、 この音声認識手段により抽出された語句に対応するコマ
   ンドを前記コマンドテーブルから知得して発行するコマ
   ンド発行手段とを具備し、 所望のコマンドを発行する際に発声すべき音声に柔軟性
   を持たせたことを特徴とするパーソナルコンピュータ。
3. 【請求項３】 発声された音声を認識して適合する語句
   を抽出し、その抽出された語句に応じてコマンドを発行
   する音声コマンド機能を有するパーソナルコンピュータ
   において、 意味的に類似する複数の語句を単一のコマンドに対応づ
   けて管理する手段を具備してなることを特徴とするパー
   ソナルコンピュータ。
4. 【請求項４】 コマンドとそのコマンドの機能を言語的
   に示した語句とを対応づけて保持するコマンドテーブル
   を有してなるパーソナルコンピュータのコマンド制御方
   法において、 意味的に類似する複数の語句を単一のコマンドに対応づ
   けて前記コマンドテーブルに登録しておき、 音声を入力し、 この入力した音声を認識して適合する語句を抽出し、 この抽出された語句に対応するコマンドを前記コマンド
   テーブルから知得して発行することを特徴とするコマン
   ド制御方法。
5. 【請求項５】 コマンドとそのコマンドの機能を言語的
   に示した意味的に類似する少なくとも一つ以上の語句か
   らなる語句群とを対応づけて保持するコマンドテーブル
   を有してなるパーソナルコンピュータのコマンド制御方
   法において、 音声を入力し、 この入力した音声を認識して適合する語句を抽出し、 この抽出された語句に対応するコマンドを前記コマンド
   テーブルから知得して発行することを特徴とするコマン
   ド制御方法。
6. 【請求項６】 コマンドとそのコマンドの機能を言語的
   に示した語句とを対応づけて保持するコマンドテーブル
   を有してなるパーソナルコンピュータ上でコマンド制御
   を行なうプログラムであって、 意味的に類似する複数の語句を単一のコマンドに対応づ
   けて前記コマンドテーブルに登録し、 音声を入力し、 この入力した音声を認識して適合する語句を抽出し、 この抽出された語句に対応するコマンドを前記コマンド
   テーブルから知得して発行するようにコンピュータを制
   御するためのプログラムを格納したコンピュータ読取可
   能な記憶媒体。
7. 【請求項７】 コマンドとそのコマンドの機能を言語的
   に示した意味的に類似する少なくとも一つ以上の語句か
   らなる語句群とを対応づけて保持するコマンドテーブル
   を有してなるパーソナルコンピュータ上でコマンド制御
   を行なうプログラムであって、 音声を入力し、 この入力した音声を認識して適合する語句を抽出し、 この抽出された語句に対応するコマンドを前記コマンド
   テーブルから知得して発行するようにコンピュータを制
   御するためのプログラムを格納したコンピュータ読取可
   能な記憶媒体。