JPH10133850A - 音声入力機能を有するコンピュータ及び音声制御方法 - Google Patents
音声入力機能を有するコンピュータ及び音声制御方法Info
- Publication number
- JPH10133850A JPH10133850A JP8290181A JP29018196A JPH10133850A JP H10133850 A JPH10133850 A JP H10133850A JP 8290181 A JP8290181 A JP 8290181A JP 29018196 A JP29018196 A JP 29018196A JP H10133850 A JPH10133850 A JP H10133850A
- Authority
- JP
- Japan
- Prior art keywords
- voice
- reading
- moving image
- data
- text data
- 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.)
- Pending
Links
Abstract
(57)【要約】
【課題】利用者に対するより使いやすい入力処理や操
作、またそれに対する応答やメッセージの通知が可能な
ユーザインタフェースを提供する。 【解決手段】音声入力機能を有するコンピュータにおい
て、読みと漢字仮名混じり文を表すテキストデータと動
画データを示す識別データとを対応付けたグラマーテー
ブル４８を作成し、音声認識部４２によって、入力され
た音声の読みを認識すると共に、グラマーテーブル４８
を参照して認識した音声の読みに対応するテキストデー
タ及び識別データを取得し、音声合成部４４によって、
取得されたテキストデータをもとに対応する漢字仮名混
じり文を読み上げる音声を合成して出力部５２から発声
させると共に、アニメーション制御部５４によって、識
別データに対応する動画データを取得して再生し表示部
５８において表示させる。
作、またそれに対する応答やメッセージの通知が可能な
ユーザインタフェースを提供する。 【解決手段】音声入力機能を有するコンピュータにおい
て、読みと漢字仮名混じり文を表すテキストデータと動
画データを示す識別データとを対応付けたグラマーテー
ブル４８を作成し、音声認識部４２によって、入力され
た音声の読みを認識すると共に、グラマーテーブル４８
を参照して認識した音声の読みに対応するテキストデー
タ及び識別データを取得し、音声合成部４４によって、
取得されたテキストデータをもとに対応する漢字仮名混
じり文を読み上げる音声を合成して出力部５２から発声
させると共に、アニメーション制御部５４によって、識
別データに対応する動画データを取得して再生し表示部
５８において表示させる。
Description
【０００１】
【発明の属する技術分野】本発明は、音声入力機能を有
するコンピュータ及び音声制御方法に関する。
するコンピュータ及び音声制御方法に関する。
【０００２】
【従来の技術】一般に、パーソナルコンピュータ等のコ
ンピュータによって作業を行なう場合には、キーボード
やマウス等の入力装置を用いて、実行すべき処理を示す
制御コマンドの指示が行われる。
ンピュータによって作業を行なう場合には、キーボード
やマウス等の入力装置を用いて、実行すべき処理を示す
制御コマンドの指示が行われる。
【０００３】近年では、制御コマンドの指示を表示画面
中のアイコンを選択することによって行なうＧＵＩ（Gr
aphical User Interface）が一般的になっている。ＧＵ
Ｉでは、マウスを操作することによってアイコンの位置
までマウスカーソルが移動されて、クリック、あるいは
ダブルクリックすることにより制御コマンドが指示され
る。
中のアイコンを選択することによって行なうＧＵＩ（Gr
aphical User Interface）が一般的になっている。ＧＵ
Ｉでは、マウスを操作することによってアイコンの位置
までマウスカーソルが移動されて、クリック、あるいは
ダブルクリックすることにより制御コマンドが指示され
る。
【０００４】また、コンピュータは、指示された制御コ
マンドに対して、コマンドの確認や不足情報の追加、あ
るいはエラーの発生等があった場合、画面中に文字列に
よるメッセージを表示することによって通知している。
マンドに対して、コマンドの確認や不足情報の追加、あ
るいはエラーの発生等があった場合、画面中に文字列に
よるメッセージを表示することによって通知している。
【０００５】
【発明が解決しようとする課題】このように従来のコン
ピュータにおいては、制御コマンドの指示が、キーボー
ドやマウス等の入力装置の操作をすることによって行わ
れている。しかしながら、キーボードやマウスの操作に
は、一般的にある程度の慣れが必要であり、全ての利用
者に適切なインタフェースとは言えなかった。
ピュータにおいては、制御コマンドの指示が、キーボー
ドやマウス等の入力装置の操作をすることによって行わ
れている。しかしながら、キーボードやマウスの操作に
は、一般的にある程度の慣れが必要であり、全ての利用
者に適切なインタフェースとは言えなかった。
【０００６】また、入力動作の結果や次の操作に対する
メッセージを画面に表示することで利用者に通知を行な
うため、利用者は、画面に表示されているメッセージ文
を読む必要があり、メッセージ表示に気が付かなけれ
ば、次に実行すべき操作がわからないといった状況も発
生してしまう。
メッセージを画面に表示することで利用者に通知を行な
うため、利用者は、画面に表示されているメッセージ文
を読む必要があり、メッセージ表示に気が付かなけれ
ば、次に実行すべき操作がわからないといった状況も発
生してしまう。
【０００７】本発明は前記のような事情を考慮してなさ
れたもので、利用者に対するより使いやすい入力処理や
操作、またそれに対する応答やメッセージの通知が可能
なユーザインタフェースを持つ音声入力機能を有するコ
ンピュータ及び音声制御方法を提供することを目的とす
る。
れたもので、利用者に対するより使いやすい入力処理や
操作、またそれに対する応答やメッセージの通知が可能
なユーザインタフェースを持つ音声入力機能を有するコ
ンピュータ及び音声制御方法を提供することを目的とす
る。
【０００８】
【課題を解決するための手段】本発明は、音声入力機能
を有するコンピュータにおいて、読みと漢字仮名混じり
文を表すテキストデータとを対応付けたテーブルを作成
するテーブル作成手段と、前記音声入力機能によって入
力された音声の読みを認識すると共に、前記テーブル作
成手段によって作成されたテーブルを参照して、認識し
た音声の読みに対応するテキストデータを取得する音声
認識手段と、前記音声認識手段によって取得されたテキ
ストデータをもとに、対応する漢字仮名混じり文を読み
上げる音声を合成する音声合成手段と、前記音声合成手
段によって合成された音声を出力する音声出力手段とを
具備したことを特徴とする。
を有するコンピュータにおいて、読みと漢字仮名混じり
文を表すテキストデータとを対応付けたテーブルを作成
するテーブル作成手段と、前記音声入力機能によって入
力された音声の読みを認識すると共に、前記テーブル作
成手段によって作成されたテーブルを参照して、認識し
た音声の読みに対応するテキストデータを取得する音声
認識手段と、前記音声認識手段によって取得されたテキ
ストデータをもとに、対応する漢字仮名混じり文を読み
上げる音声を合成する音声合成手段と、前記音声合成手
段によって合成された音声を出力する音声出力手段とを
具備したことを特徴とする。
【０００９】また本発明は、音声入力機能を有するコン
ピュータにおいて、読みと動画データを示す識別データ
とを対応付けたテーブルを作成するテーブル作成手段
と、前記音声入力機能によって入力された音声の読みを
認識すると共に、前記テーブル作成手段によって作成さ
れたテーブルを参照して、認識した音声の読みに対応す
る識別データを取得する音声認識手段と、前記音声認識
手段によって取得された識別データをもとに、対応する
動画データを取得して再生する動画制御手段と、前記動
画制御手段によって再生された動画を出力する動画表示
手段とを具備したことを特徴とする。
ピュータにおいて、読みと動画データを示す識別データ
とを対応付けたテーブルを作成するテーブル作成手段
と、前記音声入力機能によって入力された音声の読みを
認識すると共に、前記テーブル作成手段によって作成さ
れたテーブルを参照して、認識した音声の読みに対応す
る識別データを取得する音声認識手段と、前記音声認識
手段によって取得された識別データをもとに、対応する
動画データを取得して再生する動画制御手段と、前記動
画制御手段によって再生された動画を出力する動画表示
手段とを具備したことを特徴とする。
【００１０】また本発明は、音声入力機能を有するコン
ピュータにおいて、読みと漢字仮名混じり文を表すテキ
ストデータと動画データを示す識別データとを対応付け
たテーブルを作成するテーブル作成手段と、前記音声入
力機能によって入力された音声の読みを認識すると共
に、前記テーブル作成手段によって作成されたテーブル
を参照して、認識した音声の読みに対応するテキストデ
ータ及び識別データを取得する音声認識手段と、前記音
声認識手段によって取得されたテキストデータをもと
に、対応する漢字仮名混じり文を読み上げる音声を合成
する音声合成手段と、前記音声認識手段によって取得さ
れた識別データをもとに、対応する動画データを取得し
て再生する動画制御手段と、前記音声合成手段によって
合成された音声を出力する音声出力手段と、前記動画制
御手段によって再生された動画を出力する動画表示手段
とを具備したことを特徴とする。
ピュータにおいて、読みと漢字仮名混じり文を表すテキ
ストデータと動画データを示す識別データとを対応付け
たテーブルを作成するテーブル作成手段と、前記音声入
力機能によって入力された音声の読みを認識すると共
に、前記テーブル作成手段によって作成されたテーブル
を参照して、認識した音声の読みに対応するテキストデ
ータ及び識別データを取得する音声認識手段と、前記音
声認識手段によって取得されたテキストデータをもと
に、対応する漢字仮名混じり文を読み上げる音声を合成
する音声合成手段と、前記音声認識手段によって取得さ
れた識別データをもとに、対応する動画データを取得し
て再生する動画制御手段と、前記音声合成手段によって
合成された音声を出力する音声出力手段と、前記動画制
御手段によって再生された動画を出力する動画表示手段
とを具備したことを特徴とする。
【００１１】
【発明の実施の形態】以下、図面を参照して本発明の実
施の形態について説明する。図１は本実施形態に係わる
パーソナルコンピュータの構成を示すブロック図であ
る。図１に示すように、パーソナルコンピュータは、Ｃ
ＰＵ１０、ＲＯＭ１２、ＲＡＭ１４、ディスプレイ１
６、ディスプレイコントローラ１８、スピーカ２０、マ
イク２２、サウンドコントローラ２４、キーボード２
６、キーボードコントローラ２８、マウス３０、マウス
コントローラ３２、ハードディスク装置３４、ハードデ
ィスクコントローラ３６を有して構成されている。
施の形態について説明する。図１は本実施形態に係わる
パーソナルコンピュータの構成を示すブロック図であ
る。図１に示すように、パーソナルコンピュータは、Ｃ
ＰＵ１０、ＲＯＭ１２、ＲＡＭ１４、ディスプレイ１
６、ディスプレイコントローラ１８、スピーカ２０、マ
イク２２、サウンドコントローラ２４、キーボード２
６、キーボードコントローラ２８、マウス３０、マウス
コントローラ３２、ハードディスク装置３４、ハードデ
ィスクコントローラ３６を有して構成されている。
【００１２】ＣＰＵ１０は、装置全体の制御を司るもの
で、ＲＡＭ１４に格納されたプログラムを実行すること
により各種機能を実現する。ＲＯＭ１２及びＲＡＭ１４
は、プログラムやデータ等を格納するもので、ＣＰＵ１
０によりアクセスされる。ＲＡＭ１４には、必要に応じ
て、プログラム１４ａ、グラマーテーブル１４ｂ、アニ
メーション動作テーブル１４ｃ、音声辞書１４ｄを格納
するための領域が設けられ、ハードディスク装置３４に
格納されたプログラムやデータ等が読み出されて格納さ
れる。プログラム領域１４ａには、例えばＯＳ（オペレ
ーティングシステム）の他、音声制御アプリケーショ
ン、音声認識エンジン、音声合成エンジン、サウンドデ
バイスドライバ、アニメーション（動画）制御等のプロ
グラムが格納される。また、ＲＡＭ１４には、再生対象
とする動画ファイルがハードディスク装置３４から読み
出されて格納される。
で、ＲＡＭ１４に格納されたプログラムを実行すること
により各種機能を実現する。ＲＯＭ１２及びＲＡＭ１４
は、プログラムやデータ等を格納するもので、ＣＰＵ１
０によりアクセスされる。ＲＡＭ１４には、必要に応じ
て、プログラム１４ａ、グラマーテーブル１４ｂ、アニ
メーション動作テーブル１４ｃ、音声辞書１４ｄを格納
するための領域が設けられ、ハードディスク装置３４に
格納されたプログラムやデータ等が読み出されて格納さ
れる。プログラム領域１４ａには、例えばＯＳ（オペレ
ーティングシステム）の他、音声制御アプリケーショ
ン、音声認識エンジン、音声合成エンジン、サウンドデ
バイスドライバ、アニメーション（動画）制御等のプロ
グラムが格納される。また、ＲＡＭ１４には、再生対象
とする動画ファイルがハードディスク装置３４から読み
出されて格納される。
【００１３】ディスプレイ１６は、ＣＲＴや液晶ディス
プレイ等によって構成され、ディスプレイコントローラ
１８の制御のもとで各種情報の表示を行なう。スピーカ
２０及びマイク２２は、サウンドコントローラ２４の制
御のもとで、音声入出力するために用いられる。
プレイ等によって構成され、ディスプレイコントローラ
１８の制御のもとで各種情報の表示を行なう。スピーカ
２０及びマイク２２は、サウンドコントローラ２４の制
御のもとで、音声入出力するために用いられる。
【００１４】キーボード２６は、キーボードコントロー
ラ２８の制御のもとで、コンピュータの動作を制御する
ためのコマンドや、文字データ等を入力するために用い
られる。
ラ２８の制御のもとで、コンピュータの動作を制御する
ためのコマンドや、文字データ等を入力するために用い
られる。
【００１５】マウス３０は、マウスコントローラ３２の
制御のもとで、ＧＵＩ（GraphicalUser Interface）に
よりコマンド等を入力するために用いられる。ハードデ
ィスク装置３４は、ハードディスクコントローラ３６の
制御のもとで、各種データやプログラム等を格納するも
ので、必要に応じて読み出されてＲＡＭ１４に格納され
る。
制御のもとで、ＧＵＩ（GraphicalUser Interface）に
よりコマンド等を入力するために用いられる。ハードデ
ィスク装置３４は、ハードディスクコントローラ３６の
制御のもとで、各種データやプログラム等を格納するも
ので、必要に応じて読み出されてＲＡＭ１４に格納され
る。
【００１６】図２は、図１に示すようにして構成される
コンピュータによって実現される、音声制御に係わる機
能構成を示すブロック図である。図２に示すように、音
声制御部４０、音声認識部４２、音声合成部４４、音声
辞書４６、グラマーテーブル４８、音声駆動部５０、出
力部５２、アニメーション制御部５４、アニメーション
動作テーブル５６、表示部５８によって構成されてい
る。
コンピュータによって実現される、音声制御に係わる機
能構成を示すブロック図である。図２に示すように、音
声制御部４０、音声認識部４２、音声合成部４４、音声
辞書４６、グラマーテーブル４８、音声駆動部５０、出
力部５２、アニメーション制御部５４、アニメーション
動作テーブル５６、表示部５８によって構成されてい
る。
【００１７】音声制御部４０は、音声制御アプリケーシ
ョンをＣＰＵ１０が実行することにより実現されるもの
で、音声入力機能の制御を司るものである。音声認識部
４２は、音声認識エンジン（プログラム）を実行するこ
とにより実現されるもので、音声入力機能によって入力
された音声の読みを音声辞書４６に格納された辞書パタ
ーンをもとに認識すると共に、グラマーテーブル４８を
参照して、認識した音声の読みに対応する漢字仮名混じ
り文を表すテキストデータ及び対応する読みに固有な情
報であるＩＤ（識別データ）を取得する。
ョンをＣＰＵ１０が実行することにより実現されるもの
で、音声入力機能の制御を司るものである。音声認識部
４２は、音声認識エンジン（プログラム）を実行するこ
とにより実現されるもので、音声入力機能によって入力
された音声の読みを音声辞書４６に格納された辞書パタ
ーンをもとに認識すると共に、グラマーテーブル４８を
参照して、認識した音声の読みに対応する漢字仮名混じ
り文を表すテキストデータ及び対応する読みに固有な情
報であるＩＤ（識別データ）を取得する。
【００１８】音声合成部４４は、音声合成エンジン（プ
ログラム）を実行することにより実現されるもので、音
声認識部４２によって取得されたテキストデータをもと
に、対応する漢字仮名混じり文を読み上げる音声を合成
する。
ログラム）を実行することにより実現されるもので、音
声認識部４２によって取得されたテキストデータをもと
に、対応する漢字仮名混じり文を読み上げる音声を合成
する。
【００１９】音声辞書４６は、音声認識部４２における
音声認識、及び音声合成部４４における音声合成の際に
用いられる音声の標準パターンが登録されている。グラ
マーテーブル４８は、読みと漢字仮名混じり文を表すテ
キストデータと動画ファイル名（動画データ）を示すＩ
Ｄ（識別データ）とが対応付けられて登録されるもの
で、グラマーテーブル４８を作成するためのインタフェ
ース（ダイアログボックス）を用いてデータ入力するこ
とで作成される。
音声認識、及び音声合成部４４における音声合成の際に
用いられる音声の標準パターンが登録されている。グラ
マーテーブル４８は、読みと漢字仮名混じり文を表すテ
キストデータと動画ファイル名（動画データ）を示すＩ
Ｄ（識別データ）とが対応付けられて登録されるもの
で、グラマーテーブル４８を作成するためのインタフェ
ース（ダイアログボックス）を用いてデータ入力するこ
とで作成される。
【００２０】音声駆動部５０は、サウンドデバイスドラ
イバを実行することにより実現されるもので、音声合成
部４４によって合成された音声に応じて出力部５２（ス
ピーカ）を駆動して音声を発声させる。
イバを実行することにより実現されるもので、音声合成
部４４によって合成された音声に応じて出力部５２（ス
ピーカ）を駆動して音声を発声させる。
【００２１】出力部５２（スピーカ）は、音声駆動部５
０による駆動によって音声を発声させる。アニメーショ
ン制御部５４は、アニメーション（動画）制御プログラ
ムを実行することにより実現されるもので、音声認識部
４２によって取得された入力音声の読みに対応するＩＤ
（識別データ）をもとに、音声制御部４０によって指示
された動画ファイル名（動画データ）をもとに動画ファ
イルを取得して再生し、表示部５８において表示させ
る。
０による駆動によって音声を発声させる。アニメーショ
ン制御部５４は、アニメーション（動画）制御プログラ
ムを実行することにより実現されるもので、音声認識部
４２によって取得された入力音声の読みに対応するＩＤ
（識別データ）をもとに、音声制御部４０によって指示
された動画ファイル名（動画データ）をもとに動画ファ
イルを取得して再生し、表示部５８において表示させ
る。
【００２２】アニメーション動作テーブル５６は、音声
認識部４２によって取得される入力音声の読みに対応す
るＩＤ（識別データ）と、再生すべき動画データを示す
動画ファイル名とが対応づけられて登録されたテーブル
である。
認識部４２によって取得される入力音声の読みに対応す
るＩＤ（識別データ）と、再生すべき動画データを示す
動画ファイル名とが対応づけられて登録されたテーブル
である。
【００２３】表示部５８（ディスプレイ）は、アニメー
ション制御部５４によって再生される動画（アニメーシ
ョン）を表示する。次に、本実施形態における動作につ
いて説明する。
ション制御部５４によって再生される動画（アニメーシ
ョン）を表示する。次に、本実施形態における動作につ
いて説明する。
【００２４】まず、グラマーテーブル４８へデータ登録
を行なう場合の動作について説明する。グラマーテーブ
ル４８へのデータ登録は、入力音声に対して実行すべき
動作（コマンド）を登録するための機能（コマンド登録
ユーティリティ）を起動し、図３に示すようなダイアロ
グボックスを表示させることにより行われる。
を行なう場合の動作について説明する。グラマーテーブ
ル４８へのデータ登録は、入力音声に対して実行すべき
動作（コマンド）を登録するための機能（コマンド登録
ユーティリティ）を起動し、図３に示すようなダイアロ
グボックスを表示させることにより行われる。
【００２５】ダイアログボックスには、図３に示すよう
に、現在設定されているコマンド（カレントのコマンド
セット）が動作名（動画ファイル名に対応する）を先頭
にしてコマンドがツリー表示された登録リスト６０の
他、「呼びかけ」６２、「呼びかけ（読み）」６４、
「お返事」６６、「動作」６８を示す文字列を入力する
ためのボックスが設けられている。
に、現在設定されているコマンド（カレントのコマンド
セット）が動作名（動画ファイル名に対応する）を先頭
にしてコマンドがツリー表示された登録リスト６０の
他、「呼びかけ」６２、「呼びかけ（読み）」６４、
「お返事」６６、「動作」６８を示す文字列を入力する
ためのボックスが設けられている。
【００２６】「呼びかけ」６２のボックスには、音声入
力によってコンピュータを動作させるための読み（認識
コマンド名）が漢字仮名混じり文によって入力（表示）
される。「呼びかけ（読み）」６４のボックスには、
「呼びかけ」６２のボックスに入力された読みがひらが
なによって入力（表示）される。「お返事」６６のボッ
クスには、音声入力された読み（認識コマンド）に対し
て音声出力する内容を表す文章（仮名漢字混じり文も可
能）が入力（表示）される。「動作」６８のボックスに
は、入力された読み（認識コマンド）に対して再生する
動画（アニメーション）の動画ファイル名が入力（表
示）される。
力によってコンピュータを動作させるための読み（認識
コマンド名）が漢字仮名混じり文によって入力（表示）
される。「呼びかけ（読み）」６４のボックスには、
「呼びかけ」６２のボックスに入力された読みがひらが
なによって入力（表示）される。「お返事」６６のボッ
クスには、音声入力された読み（認識コマンド）に対し
て音声出力する内容を表す文章（仮名漢字混じり文も可
能）が入力（表示）される。「動作」６８のボックスに
は、入力された読み（認識コマンド）に対して再生する
動画（アニメーション）の動画ファイル名が入力（表
示）される。
【００２７】登録リスト６０内において動作名（動画フ
ァイル名）が、例えばマウス３０の操作によって選択さ
れると、「動作」６８のボックスに対応する動作ファイ
ル名が表示される。
ァイル名）が、例えばマウス３０の操作によって選択さ
れると、「動作」６８のボックスに対応する動作ファイ
ル名が表示される。
【００２８】また、登録リスト６０内において動作名に
割り当てられたコマンドが、同様にしてマウス３０の操
作によって選択されると、予め用意されている選択され
たコマンド対応する内容が、「呼びかけ」６２、「呼び
かけ（読み）」６４、「お返事」６６、「動作」６８の
それぞれのボックス内に表示される。
割り当てられたコマンドが、同様にしてマウス３０の操
作によって選択されると、予め用意されている選択され
たコマンド対応する内容が、「呼びかけ」６２、「呼び
かけ（読み）」６４、「お返事」６６、「動作」６８の
それぞれのボックス内に表示される。
【００２９】なお、「動作」６８のボックスには、１つ
のコマンド（動作ファイル名）を入力するだけではな
く、複数の他の制御コマンドを任意に追加入力すること
もできる。
のコマンド（動作ファイル名）を入力するだけではな
く、複数の他の制御コマンドを任意に追加入力すること
もできる。
【００３０】また、登録リスト６０内に表示されるカレ
ントのコマンドセットからコマンドを選択して、対応す
る「呼びかけ」「呼びかけ（読み）」「お返事」を設定
するだけでなく、それぞれに対応するボックス内に、任
意の文字列を例えばキーボード２６の操作によって入力
し、動作ファイル名と対応づけることもできる。これに
より、任意の入力音声によって、任意の応答（お返事）
を出力させることもできる。
ントのコマンドセットからコマンドを選択して、対応す
る「呼びかけ」「呼びかけ（読み）」「お返事」を設定
するだけでなく、それぞれに対応するボックス内に、任
意の文字列を例えばキーボード２６の操作によって入力
し、動作ファイル名と対応づけることもできる。これに
より、任意の入力音声によって、任意の応答（お返事）
を出力させることもできる。
【００３１】図３に示すようにして、ダイアログボック
スにおいて、各種設定が行われると、グラマーテーブル
４８には、図４に示すように、「呼びかけ（読み）」６
４のボックスに入力された読み「今日は」と対応付け
て、動画ファイル名に関連づけられるＩＤ（識別デー
タ）「×××１」と共に、「お返事」６６のボックスに
入力された仮名漢字混じり文「今日は、はじめまして」
（文字コマンド列からなるテキストデータ）が登録され
る。さらに、「動作」６８のボックスに他の制御コマン
ドが入力された場合には、同様にして読み「今日は」に
対応付けて制御コマンド「△△△△」を登録する。
スにおいて、各種設定が行われると、グラマーテーブル
４８には、図４に示すように、「呼びかけ（読み）」６
４のボックスに入力された読み「今日は」と対応付け
て、動画ファイル名に関連づけられるＩＤ（識別デー
タ）「×××１」と共に、「お返事」６６のボックスに
入力された仮名漢字混じり文「今日は、はじめまして」
（文字コマンド列からなるテキストデータ）が登録され
る。さらに、「動作」６８のボックスに他の制御コマン
ドが入力された場合には、同様にして読み「今日は」に
対応付けて制御コマンド「△△△△」を登録する。
【００３２】また、図５に示すように、アニメーション
動作テーブル５６には、グラマーテーブル４８に読みと
対応付けられたＩＤ（識別データ）と対応付けて、「動
作」６８のボックスに入力された動画ファイル名を登録
する。
動作テーブル５６には、グラマーテーブル４８に読みと
対応付けられたＩＤ（識別データ）と対応付けて、「動
作」６８のボックスに入力された動画ファイル名を登録
する。
【００３３】次に、音声入力することによってコンピュ
ータを制御する場合の動作について、図６に示すフロー
チャートを参照しながら説明する。まず、音声制御部４
０が起動されると、音声制御部４０は、予め入力音声の
読みと漢字仮名混じり文を表すテキストデータ、制御コ
マンド、ＩＤ（識別データ）とが対応付けて登録された
グラマーテーブル４８を音声認識部４２に通知する。音
声認識部４２は、グラマーテーブル４８に登録されてい
る読みを、入力音声に対する認識対象（認識コマンド）
とする。
ータを制御する場合の動作について、図６に示すフロー
チャートを参照しながら説明する。まず、音声制御部４
０が起動されると、音声制御部４０は、予め入力音声の
読みと漢字仮名混じり文を表すテキストデータ、制御コ
マンド、ＩＤ（識別データ）とが対応付けて登録された
グラマーテーブル４８を音声認識部４２に通知する。音
声認識部４２は、グラマーテーブル４８に登録されてい
る読みを、入力音声に対する認識対象（認識コマンド）
とする。
【００３４】マイク２２を通じて音声が入力されると、
音声制御部４０は、音声認識部４２に音声データを提供
する（ステップＡ１）。音声認識部４２は、入力された
音声が、グラマーテーブル４８に登録されている読みの
音声であるか否かを、読みに対応する音声辞書４６に登
録されている標準パターンを参照して認識する（ステッ
プＡ２）。
音声制御部４０は、音声認識部４２に音声データを提供
する（ステップＡ１）。音声認識部４２は、入力された
音声が、グラマーテーブル４８に登録されている読みの
音声であるか否かを、読みに対応する音声辞書４６に登
録されている標準パターンを参照して認識する（ステッ
プＡ２）。
【００３５】音声認識部４２は、入力音声に対して常
時、音声認識処理を行なっている。この結果、グラマー
テーブル４８に登録された読みに対応する音声入力があ
ったことを検出すると（ステップＡ３）、音声認識部４
２は、該当する読みに対応づけられている漢字仮名混じ
り文を表すテキストデータ、制御コマンド、ＩＤ（識別
データ）を取得し（ステップＡ４，Ａ７）、音声制御部
４０に返す。
時、音声認識処理を行なっている。この結果、グラマー
テーブル４８に登録された読みに対応する音声入力があ
ったことを検出すると（ステップＡ３）、音声認識部４
２は、該当する読みに対応づけられている漢字仮名混じ
り文を表すテキストデータ、制御コマンド、ＩＤ（識別
データ）を取得し（ステップＡ４，Ａ７）、音声制御部
４０に返す。
【００３６】すなわち、音声入力された読みに対して、
応答するメッセージの内容を表す仮名漢字混じり文と共
に、再生すべき動画（アニメーション）の動画ファイル
を特定するための識別データを取得する。
応答するメッセージの内容を表す仮名漢字混じり文と共
に、再生すべき動画（アニメーション）の動画ファイル
を特定するための識別データを取得する。
【００３７】音声制御部４０は、音声認識部４２によっ
て取得されたテキストデータを音声合成部４４に提供し
て、テキストデータに基づく音声合成を実行させる。音
声合成部４４は、音声制御部４０から提供されるテキス
トデータに対して、音声辞書４６に登録された標準パタ
ーンを参照して音声合成を行なう（ステップＡ５）。
て取得されたテキストデータを音声合成部４４に提供し
て、テキストデータに基づく音声合成を実行させる。音
声合成部４４は、音声制御部４０から提供されるテキス
トデータに対して、音声辞書４６に登録された標準パタ
ーンを参照して音声合成を行なう（ステップＡ５）。
【００３８】音声駆動部５０は、出力部５２を駆動し
て、音声合成部４４によって合成された音声を発声させ
る（ステップＡ６）。一方、音声制御部４０は、音声認
識部４２によって取得されたＩＤ（識別データ）をもと
に、アニメーション動作テーブル５６を参照して取得さ
れたＩＤ（識別データ）に対応する動画ファイル名を取
得する（ステップＡ８）。
て、音声合成部４４によって合成された音声を発声させ
る（ステップＡ６）。一方、音声制御部４０は、音声認
識部４２によって取得されたＩＤ（識別データ）をもと
に、アニメーション動作テーブル５６を参照して取得さ
れたＩＤ（識別データ）に対応する動画ファイル名を取
得する（ステップＡ８）。
【００３９】音声制御部４０は、アニメーション制御部
５４に対して、アニメーション動作テーブル５６から取
得された動画ファイル名を指定し、動画（アニメーショ
ン）の再生実行を指示する。
５４に対して、アニメーション動作テーブル５６から取
得された動画ファイル名を指定し、動画（アニメーショ
ン）の再生実行を指示する。
【００４０】アニメーション制御部５４は、表示部５８
（ディスプレイ１６）の表示画面中に例えば図７に示す
ような、動画（アニメーション）を表示するための領域
（ウィンドウ）を設けて、音声制御部４０から指定され
た動画ファイル名の動画ファイルを開く（ステップＡ
９）。そして、アニメーション制御部５４は、アニメー
ション制御部５４からの再生実行の指示に応じて、動画
ファイルを再生して動画（アニメーション）をウィンド
ウ内に表示させる（ステップＡ１０）。
（ディスプレイ１６）の表示画面中に例えば図７に示す
ような、動画（アニメーション）を表示するための領域
（ウィンドウ）を設けて、音声制御部４０から指定され
た動画ファイル名の動画ファイルを開く（ステップＡ
９）。そして、アニメーション制御部５４は、アニメー
ション制御部５４からの再生実行の指示に応じて、動画
ファイルを再生して動画（アニメーション）をウィンド
ウ内に表示させる（ステップＡ１０）。
【００４１】また、グラマーテーブル４８において、読
みに対して制御コマンドが対応づけられて登録されてい
た場合、音声制御部４０は、制御コマンドをＯＳあるい
は他のアプリケーションプログラムを実校することによ
り実現される機能に与えて、制御コマンドに応じた処理
を実行させる（ステップＡ１１）。
みに対して制御コマンドが対応づけられて登録されてい
た場合、音声制御部４０は、制御コマンドをＯＳあるい
は他のアプリケーションプログラムを実校することによ
り実現される機能に与えて、制御コマンドに応じた処理
を実行させる（ステップＡ１１）。
【００４２】なお、図６に示すフローチャートにおいて
は、音声合成と動画再生の処理の後に制御コマンドを実
行するものとしているが、音声合成と動画再生の処理と
並行して制御コマンドに応じた処理を実行することもで
きる。また、制御コマンドに応じた処理を実行した後
に、この処理の結果についてのメッセージとして、音声
合成と動画再生の処理を実行するようにしても良い。
は、音声合成と動画再生の処理の後に制御コマンドを実
行するものとしているが、音声合成と動画再生の処理と
並行して制御コマンドに応じた処理を実行することもで
きる。また、制御コマンドに応じた処理を実行した後
に、この処理の結果についてのメッセージとして、音声
合成と動画再生の処理を実行するようにしても良い。
【００４３】このようにして、本実施形態におけるコン
ピュータでは、図８に示すように、マイク２２からグラ
マーテーブル４８に登録された読みを音声入力すること
で、読みに対応づけて登録されたＩＤ（識別データ）に
よって動画ファイルが指定されて、アニメーション制御
部５４によって動画（アニメーション）が再生されると
共に、読みに対応づけられた仮名漢字混じり文に対応す
るテキストデータをもとに音声合成されて音声が発声さ
れる。また、読みに対応づけて登録された制御コマンド
も音声入力によって実行させることができる。
ピュータでは、図８に示すように、マイク２２からグラ
マーテーブル４８に登録された読みを音声入力すること
で、読みに対応づけて登録されたＩＤ（識別データ）に
よって動画ファイルが指定されて、アニメーション制御
部５４によって動画（アニメーション）が再生されると
共に、読みに対応づけられた仮名漢字混じり文に対応す
るテキストデータをもとに音声合成されて音声が発声さ
れる。また、読みに対応づけて登録された制御コマンド
も音声入力によって実行させることができる。
【００４４】従って、利用者によるコンピュータに対す
る動作制御が、キーボードやマウス等を操作することな
く音声入力によって行なうことができるので、より簡単
に扱うことができる。また、音声入力に対して、音声に
よって応答メッセージが通知されるために、メッセージ
を確実に確認することができ、必ずしも表示画面中に表
示された文字列を読まなくても、次に実行すべき操作等
を判別することができる。
る動作制御が、キーボードやマウス等を操作することな
く音声入力によって行なうことができるので、より簡単
に扱うことができる。また、音声入力に対して、音声に
よって応答メッセージが通知されるために、メッセージ
を確実に確認することができ、必ずしも表示画面中に表
示された文字列を読まなくても、次に実行すべき操作等
を判別することができる。
【００４５】また、音声出力は、テキストデータをもと
に音声合成して出力するので、多くの種類の音声メッセ
ージを用意する必要があったとしても、データ量はそれ
ほど多くはならず、音声データファイルを用意する場合
と比較して、非常に少ないデータ容量で良い。
に音声合成して出力するので、多くの種類の音声メッセ
ージを用意する必要があったとしても、データ量はそれ
ほど多くはならず、音声データファイルを用意する場合
と比較して、非常に少ないデータ容量で良い。
【００４６】なお、グラマーテーブル４８に登録される
読みに対応付けられたテキストデータは、音声合成に用
いるだけではなく、表示部５８（ディスプレイ１６）に
おいて仮名漢字混じり文を表示するために使用すること
も可能である。
読みに対応付けられたテキストデータは、音声合成に用
いるだけではなく、表示部５８（ディスプレイ１６）に
おいて仮名漢字混じり文を表示するために使用すること
も可能である。
【００４７】
【発明の効果】以上詳述したように本発明によれば、利
用者に対するより使いやすい入力処理や操作、またそれ
に対する応答やメッセージの通知が可能となるものであ
る。
用者に対するより使いやすい入力処理や操作、またそれ
に対する応答やメッセージの通知が可能となるものであ
る。
【図１】本発明の実施形態に係わるパーソナルコンピュ
ータの構成を示すブロック図。
ータの構成を示すブロック図。
【図２】図１に示すようにして構成されるコンピュータ
によって実現される音声制御に係わる機能構成を示すブ
ロック図。
によって実現される音声制御に係わる機能構成を示すブ
ロック図。
【図３】本実施形態において入力音声に対して実行すべ
き動作（コマンド）を登録するためのダイアログボック
スの一例を示す図。
き動作（コマンド）を登録するためのダイアログボック
スの一例を示す図。
【図４】本実施形態におけるグラマーテーブル４８を説
明するための図。
明するための図。
【図５】本実施形態におけるアニメーション動作テーブ
ル５６を説明するための図。
ル５６を説明するための図。
【図６】本実施形態における音声入力することによって
コンピュータを制御する場合の動作を説明するためのフ
ローチャート。
コンピュータを制御する場合の動作を説明するためのフ
ローチャート。
【図７】本実施形態における動画（アニメーション）を
表示するための領域（ウィンドウ）の一例を示す図。
表示するための領域（ウィンドウ）の一例を示す図。
【図８】本実施形態における動作を概念的に説明するた
めの図。
めの図。
４０…音声制御部 ４２…音声認識部 ４４…音声合成部 ４６…音声辞書 ４８…グラマーテーブル ５０…音声駆動部 ５２…出力部 ５４…アニメーション制御部 ５６…アニメーション動作テーブル ５８…表示部
───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.6 識別記号 ＦＩ Ｇ１０Ｌ 3/00 ５６１ Ｇ１０Ｌ 3/00 ５６１Ｃ
Claims (6)
- 【請求項１】 音声入力機能を有するコンピュータにお
いて、 読みと漢字仮名混じり文を表すテキストデータとを対応
付けたテーブルを作成するテーブル作成手段と、 前記音声入力機能によって入力された音声の読みを認識
すると共に、前記テーブル作成手段によって作成された
テーブルを参照して、認識した音声の読みに対応するテ
キストデータを取得する音声認識手段と、 前記音声認識手段によって取得されたテキストデータを
もとに、対応する漢字仮名混じり文を読み上げる音声を
合成する音声合成手段と、 前記音声合成手段によって合成された音声を出力する音
声出力手段とを具備したことを特徴とするコンピュー
タ。 - 【請求項２】 音声入力機能を有するコンピュータにお
いて、 読みと動画データを示す識別データとを対応付けたテー
ブルを作成するテーブル作成手段と、 前記音声入力機能によって入力された音声の読みを認識
すると共に、前記テーブル作成手段によって作成された
テーブルを参照して、認識した音声の読みに対応する識
別データを取得する音声認識手段と、 前記音声認識手段によって取得された識別データをもと
に、対応する動画データを取得して再生する動画制御手
段と、 前記動画制御手段によって再生された動画を出力する動
画表示手段とを具備したことを特徴とするコンピュー
タ。 - 【請求項３】 音声入力機能を有するコンピュータにお
いて、 読みと漢字仮名混じり文を表すテキストデータと動画デ
ータを示す識別データとを対応付けたテーブルを作成す
るテーブル作成手段と、 前記音声入力機能によって入力された音声の読みを認識
すると共に、前記テーブル作成手段によって作成された
テーブルを参照して、認識した音声の読みに対応するテ
キストデータ及び識別データを取得する音声認識手段
と、 前記音声認識手段によって取得されたテキストデータを
もとに、対応する漢字仮名混じり文を読み上げる音声を
合成する音声合成手段と、 前記音声認識手段によって取得された識別データをもと
に、対応する動画データを取得して再生する動画制御手
段と、 前記音声合成手段によって合成された音声を出力する音
声出力手段と、 前記動画制御手段によって再生された動画を出力する動
画表示手段とを具備したことを特徴とするコンピュー
タ。 - 【請求項４】 音声入力機能によって入力された音声を
制御する音声制御方法であって、 読みと漢字仮名混じり文を表すテキストデータとを対応
付けたテーブルを作成し、 前記音声入力機能によって入力された音声の読みを認識
すると共に、作成された前記テーブルを参照して、認識
した音声の読みに対応するテキストデータを取得し、 この取得されたテキストデータをもとに、対応する漢字
仮名混じり文を読み上げる音声を合成し、 この合成された音声を出力することを特徴とする音声制
御方法。 - 【請求項５】 音声入力機能によって入力された音声を
制御する音声制御方法であって、 読みと動画データを示す識別データとを対応付けたテー
ブルを作成し、 前記音声入力機能によって入力された音声の読みを認識
すると共に、作成された前記テーブルを参照して、認識
した音声の読みに対応する識別データを取得すし、 この取得された識別データをもとに、対応する動画デー
タを取得して再生し、 この再生された動画を出力することを特徴とする音声制
御方法。 - 【請求項６】 音声入力機能によって入力された音声を
制御する音声制御方法であって、 読みと漢字仮名混じり文を表すテキストデータと動画デ
ータを示す識別データとを対応付けたテーブルを作成
し、 前記音声入力機能によって入力された音声の読みを認識
すると共に、作成されたテーブルを参照して、認識した
音声の読みに対応するテキストデータ及び識別データを
取得し、 この取得されたテキストデータをもとに、対応する漢字
仮名混じり文を読み上げる音声を合成すると共に、取得
された識別データをもとに、対応する動画データを取得
して再生し、 合成された音声を出力すると共に、再生された動画を出
力することを特徴とする音声制御方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP8290181A JPH10133850A (ja) | 1996-10-31 | 1996-10-31 | 音声入力機能を有するコンピュータ及び音声制御方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP8290181A JPH10133850A (ja) | 1996-10-31 | 1996-10-31 | 音声入力機能を有するコンピュータ及び音声制御方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH10133850A true JPH10133850A (ja) | 1998-05-22 |
Family
ID=17752807
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP8290181A Pending JPH10133850A (ja) | 1996-10-31 | 1996-10-31 | 音声入力機能を有するコンピュータ及び音声制御方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH10133850A (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006208696A (ja) * | 2005-01-27 | 2006-08-10 | Sony Corp | プレゼンテーション用アプリケーションをリモートコントロールするための装置，方法，プログラム及び記録媒体 |
| JP4516224B2 (ja) * | 2001-02-02 | 2010-08-04 | 株式会社キーエンス | ラダー図作成プログラム |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH05216618A (ja) * | 1991-11-18 | 1993-08-27 | Toshiba Corp | 音声対話システム |
| JPH07219961A (ja) * | 1994-01-31 | 1995-08-18 | Hitachi Ltd | 音声対話システム |
-
1996
- 1996-10-31 JP JP8290181A patent/JPH10133850A/ja active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH05216618A (ja) * | 1991-11-18 | 1993-08-27 | Toshiba Corp | 音声対話システム |
| JPH07219961A (ja) * | 1994-01-31 | 1995-08-18 | Hitachi Ltd | 音声対話システム |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4516224B2 (ja) * | 2001-02-02 | 2010-08-04 | 株式会社キーエンス | ラダー図作成プログラム |
| JP2006208696A (ja) * | 2005-01-27 | 2006-08-10 | Sony Corp | プレゼンテーション用アプリケーションをリモートコントロールするための装置，方法，プログラム及び記録媒体 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3248981B2 (ja) | 計算機 | |
| JPH03163623A (ja) | 音声制御コンピュータ・インターフェース | |
| EP0216129A2 (en) | Apparatus for making and editing dictionary entries in a text to speech conversion system | |
| US7165034B2 (en) | Information processing apparatus and method, and program | |
| JP2002007014A (ja) | 情報処理装置及び該情報処理装置を備えた楽器 | |
| CN111199724A (zh) | 一种信息处理方法、设备及计算机可读存储介质 | |
| JPH11109991A (ja) | マンマシンインターフェースシステム | |
| JP3340581B2 (ja) | テキスト読み上げ装置及びウインドウシステム | |
| JPH10133850A (ja) | 音声入力機能を有するコンピュータ及び音声制御方法 | |
| JP4311710B2 (ja) | 音声合成制御装置 | |
| JP3222283B2 (ja) | 案内装置 | |
| JP2004325905A (ja) | 外国語学習装置および外国語学習プログラム | |
| KR20000030906A (ko) | 음성 인식과 음성 합성을 이용한 컴퓨터에서의 명령 실행방법 및 어플리케이션 프로그램에서의 선택된 텍스트를음성으로 변환하여 출력하기 위한 방법 | |
| JP2006308729A (ja) | カラオケ演奏装置 | |
| JP2580565B2 (ja) | 音声情報辞書作成装置 | |
| JPH08272388A (ja) | 音声合成装置及びその方法 | |
| JP2005345559A (ja) | 替え歌演奏機能を有するカラオケシステム | |
| JP2000347780A (ja) | メニューカスタマイズ方法およびメニューカスタマイズプログラムを記録した記録媒体 | |
| JP6747741B1 (ja) | コンテンツ作成支援システム | |
| JPH0830605A (ja) | かな変換装置 | |
| JPS61196360A (ja) | ワ−ドプロセツサ | |
| JPH0311410A (ja) | 情報処理装置 | |
| JP2002140190A (ja) | 音声認識処理装置 | |
| JP2004287192A (ja) | 合成音声編集装置及び合成音声編集プログラム | |
| JPH10207676A (ja) | 誘導型アプリケーション支援装置及びプログラムを記録した記録媒体 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20040917 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20041005 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20041206 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20051122 |