JPH11305793A - 音声認識装置 - Google Patents
音声認識装置Info
- Publication number
- JPH11305793A JPH11305793A JP10106641A JP10664198A JPH11305793A JP H11305793 A JPH11305793 A JP H11305793A JP 10106641 A JP10106641 A JP 10106641A JP 10664198 A JP10664198 A JP 10664198A JP H11305793 A JPH11305793 A JP H11305793A
- Authority
- JP
- Japan
- Prior art keywords
- digits
- circuit
- recognition
- continuous
- candidates
- 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
Abstract
を向上させることができる音声認識装置を提供する。 【解決手段】 連続数字認識処理回路41は、認識結果
が最も正しいものから順番に複数の連続数字の候補を出
力して認識候補選択回路42に供給する。認識候補選択
回路42は、桁数指定回路43で連続数字の桁数の指定
がないときは、連続数字認識処理回路41から供給され
る複数の連続数字の候補の中から最も認識結果が正しい
可能性のもの選択して出力し、また、桁数指定回路43
で連続数字の桁数が指定されているときは、複数の連続
数字の候補の中から桁数指定回路43で指定された桁数
であって最も認識結果が正しい可能性のもの選択して出
力する。
Description
ステム等に用いて好適な音声認識装置に関する。
ーションシステムが各種開発されている。ナビゲーショ
ンシステムは、例えば道路地図データが記憶されたCD
−ROM等の大容量データ記憶手段と、現在位置の検出
手段と、検出した現在位置の近傍の道路地図をデータ記
憶手段から読み出したデータに基づいて表示する表示手
段とから構成され、目的地までの道案内や現在地等を表
示手段に表示させるものである。
ムに対して予め目的地の地名を入力する必要があるが、
現在では、目的地の電話番号を入力すればその目的地が
自動的に設定されるものが既に開発されている。
運転を妨げることなく操作できるようにする必要がある
ため、手操作によって電話番号を入力するだけでなく、
発話された電話番号を認識して入力することができるも
のが提案されている。
力することができるナビゲーションシステムは、一般
に、認識可能な数字の桁数の制限がなく、かつ、連続し
て発話された数字を認識することができる音声認識装置
が設けられている。
識を実行する際、発話区間前後の外来ノイズによって誤
認識することがあり、発話した数字の桁数以上の数字を
認識することがある。このとき、何らかの手段によって
訂正する必要があり、ユーザにとっては、この訂正を行
うための操作が非常に煩わしく、自動車の運転を妨げる
ことになりかねない。
電話を手にすることなく自動車を運転しながらの電話を
可能にするためのいわゆるハンズ・フリー・キットにも
設けられており、上述したナビゲーションシステムと同
様の問題が生じている。
れたものであり、発話される連続した数字の誤認識を少
なくして、訂正の操作を省いて操作性を向上させること
ができる音声認識装置を提供することを目的とする。
めに、本発明に係る音声認識装置は、入力される音声信
号に基づいて連続する数字を認識し、複数の連続数字の
候補を出力する連続数字認識手段と、数字の桁数を指定
する桁数指定手段と、上記連続数字認識手段から出力さ
れた複数の連続数字の候補の中で、上記桁数指定手段で
指定された桁数の連続数字であって、かつ、認識確率が
高いものを選択する選択手段とを備える。
て、図面を参照しながら説明する。本発明は、例えば図
1に示す構成のナビゲーションシステム1に適用するこ
とができる。
載され、その自動車現在位置を表示して目的地までの道
順を示すものである。ナビゲーションシステム1は、運
転手等の音声によって所定の操作を行うことができ、そ
の音声を認識する音声認識装置10と、音声の認識結果
に基づいて現在地等を表示するナビゲーション装置20
により構成される。
けられるハンズフリーマイク11と、音声信号をディジ
タル化するアナログ/ディジタル(A/D)コンバータ
12と、音声信号の分析を行う音響分析回路13と、音
声信号の内容を認識する音声認識回路14とを備える。
有するものであって、運転手の声を音声信号に変換して
A/Dコンバータ12に供給する。また、ハンズフリー
マイク11に、スイッチ11aが設けられている。な
お、利用者は、数字等の音声を発話する間はスイッチ1
1aをオンにする必要がある。これにより、スイッチ1
1aがオンになっている間、音声認識回路14は、ハン
ズフリーマイク11に発話された連続数字を認識するよ
うになっている。そして、A/Dコンバータ12は、ハ
ンズフリーマイク11からの音声信号をディジタル化し
て、この音声信号を音響分析回路13に供給する。
周波数分析部31と、アダプテーション部32と、ノイ
ズサブトラクション部33と、特徴抽出部34とを備え
る。
て一般的なFFTを用いて上記音声信号の周波数分析を
行い、音声信号のパワースペクトルを得る。
マイク11に固有のマイクアダプテーションデータをメ
モリに格納しており、マイク固有の特性を正規化するた
めのマイクアダプテーション処理を実行する。なお、ア
ダプテーションデータは、ハンズフリーマイク11の周
波数特性が平坦な標準マイクの特性になるように求めた
ものである。すなわち、マイクアダプテーションデータ
は、マイクの種類によって異なり、複数のマイクを用い
る場合はそれぞれ用意する必要がある。
間ではない信号区間をノイズ区間としてこのノイズ区間
のスペクトルを求めておいて、音声区間でこのノイズス
ペクトルを引く処理を行う。
ースペクトルをそのまま持っていたのではパラメータの
次元が多く、音声認識回路14の計算量が増えるため、
適当な次元に圧縮処理を行う。特徴抽出部34は、例え
ばケプストラムを用い、特に、音声認識では周波数軸に
聴覚的な特性の重み付けをしたメルケプストラムを用い
て圧縮処理を実行し、コード化されたケプストラム係数
とメルケプストラム係数を出力して、音声認識回路14
に供給する。
数とメルケプストラム係数から、ハンズフリーマイク1
1に入力された音声をHMM(Hidden Markov Model )
法に基づいて認識する。すなわち、音声認識回路14
は、メモリ14aに予め記憶されたモデル(HMM)を
用いて、ハンズフリーマイク11に入力された音声を認
識して、この認識結果をシステムコントローラ28に供
給する。
に示すように、音響分析回路13からのケプストラム係
数等に基づいて連続する数字の認識を行う連続数字認識
処理回路41と、認識された複数の候補の中から所定の
ものを選択する認識候補選択回路42と、数字の桁数を
指定するための桁数指定回路43とを備える。
に示すように、認識結果が最も確からしいものから順番
に複数の連続数字の候補を出力する。図4において、候
補番号1である連続数字3桁の認識結果が最も正しい可
能性が高く、候補番号2,3・・・となるにつれて正し
い可能性が低くなる。連続数字認識処理回路41は、こ
のような複数の連続数字の候補を認識候補選択回路42
に供給する。
3で連続数字の桁数の指定がないときは、連続数字認識
処理回路41から供給される複数の連続数字の候補の中
から最も認識結果が正しい可能性のもの選択して、この
連続数字をナビゲーション装置20に供給する。また、
連続数字認識処理回路41は、桁数指定回路43で連続
数字の桁数が指定されているときは、複数の連続数字の
候補の中から桁数指定回路43で指定された桁数であっ
て最も認識結果が正しい可能性のもの選択して、この連
続数字をナビゲーション装置20に供給する。
2で選択されて出力された連続数字に基づいて、認識候
補選択回路42に次に供給される連続数字の桁数を指定
する。
る場合を例に挙げて説明する。東京23区の電話番号
は、市外局番が「03」の2桁であり、その後は4桁+
4桁の8桁で構成される。
3」を発話すると、連続数字認識処理回路41は、供給
されるケプストラム係数等に基づいて複数の連続数字の
候補を認識候補選択回路42に供給する。このとき、桁
数指定回路43は最初は連続数字の桁数を指定していな
いので、認識候補選択回路42は、複数の連続数字候補
の中から最も認識結果が正しい可能性のあるもの例えば
「03」を選択して出力する。桁数指定回路43は、認
識候補選択回路42が出力した「03」に基づき次に入
力される連続数字は4桁であると判断して、連続数字の
桁数を4桁に指定する。なお、桁数指定回路43は、最
初の入力が例えば「06」だったときは次に3桁の指定
を行い、最初の入力が「0492」だったときは次に2
桁の指定を行う。すなわち、最初の市外局番に応じて次
の桁数を指定するようになっている。
に「1234」を発話すると、認識候補選択回路42
は、同様に複数の連続数字の候補を認識候補選択回路4
2に供給する。認識候補選択回路42は、複数の連続数
字の候補の中から桁数指定回路43で指定された桁数で
あって最も認識結果が正しい可能性のもの「3456」
選択して出力する。ここで、認識候補選択回路42は、
ある連続数字がたとえ候補番号1であったとしても、4
桁以外の数字は誤ったものとして判断する。例えば上述
した図4に示すように、候補番号1の連続数字が「12
3」であったとしても誤ったものとして判断し、4桁で
あって最も正しい可能性のある候補番号4の「345
6」を選択して出力する。
択回路42が出力した「3456」に基づいて次に入力
される連続数字も4桁であると判断して、連続数字の桁
数を4桁に指定する。同様にして、最後に発話される4
桁の連続数字も認識する。
数字の桁数に関する情報を加味して音声認識処理を行う
ことによって、音声認識結果の選択の条件を付加して音
声認識率の向上を図ることができる。すなわち、認識さ
れる連続数字とその数字の桁数の両方の条件から最適な
連続数字を探し出すことができる。
PSアンテナ21と、GPS受信回路22と、CD−R
OM(Compact Disc-Read Only Memory )から地図デー
タ等を読み出すCD−ROMドライブ23と、自律セン
サ24と、音声を出力する応答部25と、地図と共に現
在位置等を表示する表示部26と、図示しない携帯電話
と接続するための携帯電話接続ユニット27と、全体を
制御するシステムコントローラ28とを備える。
測定用信号をGPSアンテナ21を介して受信し、この
信号を解析して現在位置を検出する。なお、この現在位
置を示すデータは、その場所における緯度と経度のデー
タである。そして、GPS受信回路22は、これらの緯
度と経度のデータをシステムコントローラ28に供給す
る。
回路22から上記位置データが供給されると、CD−R
OMドライブ23からその位置データの示す位置の近傍
の道路地図のデータを読み出すように制御する。システ
ムコントローラ28は、CD−ROMドライブ23から
読み出した道路地図のデータに基づいて、表示部26に
道路を表示させたり、応答部25に「現在、××で
す。」等の現在地の音声を出力させる。
認識回路14の認識結果に基づいて、発話された電話番
号による目的地の設定をしたり、さらに、発話された地
名の入力や表示部26の表示モードの切換等を行うこと
ができる。例えば、運転手がスイッチ11aをオンにし
てハンズフリーマイク11にある地名を発生すると、シ
ステムコントローラ28は、ハンズフリーマイク11,
音響分析回路13,音声認識回路14等を介してその地
名を認識し、その地名のデータをCD−ROMドライブ
23から読み出して、表示部26にその地名の位置をマ
ークする。
ないエンジン制御用コンピュータから供給される車速に
対応するパルス信号が供給され、このパルス信号に基づ
いて当該自動車の正確な走行速度を算出すると共に、そ
の内部の図示しないジャイロセンサの出力によって進行
方向を検出する。さらに、速度と進行方向によって決め
られた位置からの自律航行による現在位置の測定を行
う。
ナビゲーションシステム1とを接続するものである。こ
れにより、利用者は、例えばハンズフリーマイク11で
話をしながら電話することができる。
ム1は、例えば目的地の設定のために発話された電話番
号を認識するときは、連続数字の桁数に関する情報を加
味して音声認識処理を行うことによって、音声認識結果
の選択の条件を付加して音声認識率の向上を図り、誤認
識時の訂正のための操作の手間がなくなり、より操作性
を向上させることができる。
定されるものではなく、発話された数字を認識する必要
がある種々の装置に適用することができるのは言うまで
もない。
る音声認識装置によれば、入力される音声信号に基づい
て連続する数字を認識し、複数の連続数字の候補を出力
し、出力された複数の連続数字の候補の中で、桁数指定
手段で指定された桁数の連続数字であって、かつ、認識
確率が高いものを選択して出力することによって、複数
の連続数字から最も最適なものを選択することができ、
この結果、発話される連続した数字の誤認識を少なくし
て、訂正の操作を省いて操作性を向上させることができ
る。
体的な構成を示すブロック図である。
識装置に備えられた音響分析回路の具体的な構成を示す
ブロック図である。
構成を示すブロック図である。
路の処理結果の一例を示す図である。
回路、42 認識候補選択回路、43 桁数指定回路
Claims (2)
- 【請求項1】 入力される音声信号に基づいて連続する
数字を認識し、複数の連続数字の候補を出力する連続数
字認識手段と、 数字の桁数を指定する桁数指定手段と、 上記連続数字認識手段から出力された複数の連続数字の
候補の中で、上記桁数指定手段で指定された桁数の連続
数字であって、かつ、認識確率が高いものを選択する選
択手段とを備える音声認識装置。 - 【請求項2】 上記桁数指定手段は、上記選択手段で選
択された連続数字の桁数に基づいて、上記連続数字認識
手段から次に出力される連続数字の桁数を指定すること
を特徴とする請求項1記載の音声認識装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP10664198A JP4300596B2 (ja) | 1998-04-16 | 1998-04-16 | 車載用ナビゲーションシステム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP10664198A JP4300596B2 (ja) | 1998-04-16 | 1998-04-16 | 車載用ナビゲーションシステム |
Publications (2)
Publication Number | Publication Date |
---|---|
JPH11305793A true JPH11305793A (ja) | 1999-11-05 |
JP4300596B2 JP4300596B2 (ja) | 2009-07-22 |
Family
ID=14438756
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP10664198A Expired - Fee Related JP4300596B2 (ja) | 1998-04-16 | 1998-04-16 | 車載用ナビゲーションシステム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4300596B2 (ja) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002073074A (ja) * | 2000-08-31 | 2002-03-12 | Pioneer Electronic Corp | 音声による数字列認識方法ならびに装置 |
JP2003029775A (ja) * | 2001-07-10 | 2003-01-31 | E-Lead Electronic Co Ltd | 音声応答する自動車音響操作装置 |
WO2003052737A1 (fr) * | 2001-12-17 | 2003-06-26 | Asahi Kasei Kabushiki Kaisha | Procede de reconnaissance vocale, controleur a distance, terminal d'information, terminal de communication telephonique et systeme de reconnaissance vocale |
JP2010211122A (ja) * | 2009-03-12 | 2010-09-24 | Nissan Motor Co Ltd | 音声認識装置及び方法 |
US8145487B2 (en) | 2007-02-16 | 2012-03-27 | Denso Corporation | Voice recognition apparatus and navigation apparatus |
-
1998
- 1998-04-16 JP JP10664198A patent/JP4300596B2/ja not_active Expired - Fee Related
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002073074A (ja) * | 2000-08-31 | 2002-03-12 | Pioneer Electronic Corp | 音声による数字列認識方法ならびに装置 |
JP2003029775A (ja) * | 2001-07-10 | 2003-01-31 | E-Lead Electronic Co Ltd | 音声応答する自動車音響操作装置 |
WO2003052737A1 (fr) * | 2001-12-17 | 2003-06-26 | Asahi Kasei Kabushiki Kaisha | Procede de reconnaissance vocale, controleur a distance, terminal d'information, terminal de communication telephonique et systeme de reconnaissance vocale |
JP2009104156A (ja) * | 2001-12-17 | 2009-05-14 | Asahi Kasei Homes Kk | 電話通信端末 |
US8145487B2 (en) | 2007-02-16 | 2012-03-27 | Denso Corporation | Voice recognition apparatus and navigation apparatus |
JP2010211122A (ja) * | 2009-03-12 | 2010-09-24 | Nissan Motor Co Ltd | 音声認識装置及び方法 |
Also Published As
Publication number | Publication date |
---|---|
JP4300596B2 (ja) | 2009-07-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7822613B2 (en) | Vehicle-mounted control apparatus and program that causes computer to execute method of providing guidance on the operation of the vehicle-mounted control apparatus | |
US6937982B2 (en) | Speech recognition apparatus and method using two opposite words | |
US9123327B2 (en) | Voice recognition apparatus for recognizing a command portion and a data portion of a voice input | |
JP2907079B2 (ja) | ナビゲーション装置,ナビゲート方法及び自動車 | |
US20040215458A1 (en) | Voice recognition apparatus, voice recognition method and program for voice recognition | |
EP0875729B1 (en) | Map display controlling method and apparatus | |
JPH09292255A (ja) | ナビゲーション方法及び装置 | |
JP5181533B2 (ja) | 音声対話装置 | |
WO2000010160A1 (fr) | Dispositif et procede de reconnaissance vocale, dispositif de navigation, telephone portable et processeur d'informations | |
JP4300596B2 (ja) | 車載用ナビゲーションシステム | |
JP2003032388A (ja) | 通信端末装置及び処理システム | |
JP2001296891A (ja) | 音声認識方法および装置 | |
JP3726783B2 (ja) | 音声認識装置 | |
JP2947143B2 (ja) | 音声認識装置及びナビゲーション装置 | |
JP2002091488A (ja) | 車載ナビゲーション装置 | |
JPH08328584A (ja) | 音声認識装置、音声認識方法及びナビゲーション装置 | |
JP4093394B2 (ja) | 音声認識装置 | |
JPH0944183A (ja) | レベル表示装置、音声認識装置およびナビゲーション装置 | |
JPH0844387A (ja) | 音声認識装置 | |
JP2877045B2 (ja) | 音声認識装置,音声認識方法,ナビゲーション装置,ナビゲート方法及び自動車 | |
JPH10133683A (ja) | 音声認識・合成方法及び音声認識・合成装置 | |
JPH11126088A (ja) | 音声認識装置、音声認識方法、ナビゲーション装置及びナビゲート方法 | |
JP2001075589A (ja) | 音声認識方法及び音声認識装置 | |
JP3484818B2 (ja) | 音声認識装置及びナビゲーション装置 | |
JPH11125533A (ja) | ナビゲーション装置及びナビゲート方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20050318 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20050318 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20050318 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20070621 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20070703 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20070903 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20080930 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20081030 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20081208 |
|
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: 20090331 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120501 Year of fee payment: 3 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20090413 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120501 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120501 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130501 Year of fee payment: 4 |
|
LAPS | Cancellation because of no payment of annual fees |