JPH1152976A - 音声認識装置 - Google Patents
音声認識装置Info
- Publication number
- JPH1152976A JPH1152976A JP9203434A JP20343497A JPH1152976A JP H1152976 A JPH1152976 A JP H1152976A JP 9203434 A JP9203434 A JP 9203434A JP 20343497 A JP20343497 A JP 20343497A JP H1152976 A JPH1152976 A JP H1152976A
- Authority
- JP
- Japan
- Prior art keywords
- voice
- sound
- input
- speaker
- microphone
- 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】 キー入力等によることなくキーワードを発声
した話者が特定できるようにする。 【解決手段】 キーワードを抽出して音声認識に着手す
るさいに、該キーワードについての入力レベルが最大で
ある集音マイクロフォン１２ｊを話者音声入力用に指定
することで、キーワードを発声した話者の音声入力に最
適な集音感度をもった集音マイクロフォン１２ｊを特定
することができ、キーワードに続いてなされた音声入力
について、他の話者の会話音声或いは音響機器等の再生
音声に邪魔されることなく、最も感度よく集音された集
音マイクロフォン１２ｊを介する話者音声だけに絞った
音声認識が可能である。
した話者が特定できるようにする。 【解決手段】 キーワードを抽出して音声認識に着手す
るさいに、該キーワードについての入力レベルが最大で
ある集音マイクロフォン１２ｊを話者音声入力用に指定
することで、キーワードを発声した話者の音声入力に最
適な集音感度をもった集音マイクロフォン１２ｊを特定
することができ、キーワードに続いてなされた音声入力
について、他の話者の会話音声或いは音響機器等の再生
音声に邪魔されることなく、最も感度よく集音された集
音マイクロフォン１２ｊを介する話者音声だけに絞った
音声認識が可能である。
Description
【０００１】
【発明の属する技術分野】本発明は、不特定話者の音声
を認識し、話者以外の音声による誤認識或いは誤動作を
減らすようにした音声認識装置に関する。
を認識し、話者以外の音声による誤認識或いは誤動作を
減らすようにした音声認識装置に関する。
【０００２】
【従来の技術】自動車電話装置では、通話中の運転操作
ミスに基づく交通事故の危険が指摘されており、受話器
から手を離したまま相手先と通話できるハンズフリー電
話機が注目されている。この種のハンズフリー電話機に
は、話者が電話をかけようとする相手先の電話番号を喋
ると、機械がこの電話番号を自動的に音声認識して自動
入力して電話をかけるような音声認識装置が組み込まれ
ている。この種の音声認識装置としては、運転席や助手
席或いは後部座席に乗っている乗員の誰もが通話できる
ようにするため、音声の特徴データを事前に登録した特
定話者だけを音声認識する特定話者方式ではなく、不特
定の話者を事前登録の有無に関係なく音声認識する不特
定話者方式が用いられる。一般に、不特定話者認識の場
合、話者音声以外の周囲の会話音や車載音響機器から流
れる音声或いはナビゲーション装置から流れる案内音声
といったいわゆる暗ノイズを適切に除去することが、音
声認識精度を高める上で重要な要素となることが判って
いる。
ミスに基づく交通事故の危険が指摘されており、受話器
から手を離したまま相手先と通話できるハンズフリー電
話機が注目されている。この種のハンズフリー電話機に
は、話者が電話をかけようとする相手先の電話番号を喋
ると、機械がこの電話番号を自動的に音声認識して自動
入力して電話をかけるような音声認識装置が組み込まれ
ている。この種の音声認識装置としては、運転席や助手
席或いは後部座席に乗っている乗員の誰もが通話できる
ようにするため、音声の特徴データを事前に登録した特
定話者だけを音声認識する特定話者方式ではなく、不特
定の話者を事前登録の有無に関係なく音声認識する不特
定話者方式が用いられる。一般に、不特定話者認識の場
合、話者音声以外の周囲の会話音や車載音響機器から流
れる音声或いはナビゲーション装置から流れる案内音声
といったいわゆる暗ノイズを適切に除去することが、音
声認識精度を高める上で重要な要素となることが判って
いる。
【０００３】図２に示す従来の音声認識装置１は、話者
音声を入力する集音マイクロフォン２の外に、暗ノイズ
入力用の集音マイクロフォン３を配設し、話者音声入力
用の集音マイクロフォン２の音声出力から暗ノイズ入力
用の集音マイクロフォン３の音声出力を差し引き、周囲
の会話音声や車載音響機器の出力音声に邪魔されずに相
手先電話番号或いは操作入力指令等が聞き取れるように
したものである。集音マイクロフォン２，３は、音声入
力を増幅する入力アンプ回路４と、所定の可聴帯域だけ
を抽出する帯域濾波回路５と、アナログ音声信号をディ
ジタル信号に変換するＡＤ変換器６を介して音声認識部
７に接続してある。
音声を入力する集音マイクロフォン２の外に、暗ノイズ
入力用の集音マイクロフォン３を配設し、話者音声入力
用の集音マイクロフォン２の音声出力から暗ノイズ入力
用の集音マイクロフォン３の音声出力を差し引き、周囲
の会話音声や車載音響機器の出力音声に邪魔されずに相
手先電話番号或いは操作入力指令等が聞き取れるように
したものである。集音マイクロフォン２，３は、音声入
力を増幅する入力アンプ回路４と、所定の可聴帯域だけ
を抽出する帯域濾波回路５と、アナログ音声信号をディ
ジタル信号に変換するＡＤ変換器６を介して音声認識部
７に接続してある。
【０００４】
【発明が解決しようとする課題】上記従来の音声認識装
置１は、話者音声入力用の集音マイクロフォン２と暗ノ
イズ入力用の集音マイクロフォン３を併設し、音声入力
により電話をかけたり或いは車載ナビゲーション装置に
指令を発するときに、自動車電話装置或いは車載ナビゲ
ーション装置に向かって、例えば予め指定された愛称に
従って「デンワクン」や「ナビタロウ」といった音声認
識をトリガするためのキーワードを発声する。このキー
ワードは、話者音声入力用の集音マイクロフォン２にて
集音され、音声認識部７において音声認識される。その
結果、話者がこれから音声入力をもって電話をかけるか
或いはナビゲーション装置を操作しようとしていること
が判るため、キーワードを発声した人の音声だけを認識
して電話番号や操作指令入力を聞き取る必要がある。し
かしながら、キーワードを発声した本人が電話番号や操
作指令入力を発声したときに、同乗者が会話していたり
車載音響機器から音声が流れていたりすると、音声認識
部７がキーワードを発声した本人以外の音声に反応して
しまうことがあり、電話番号入力や操作指令入力が装置
に対して正確に伝わらないために、音声入力による番号
入力或いは操作指令入力が功を奏さないことがある等の
課題があった。
置１は、話者音声入力用の集音マイクロフォン２と暗ノ
イズ入力用の集音マイクロフォン３を併設し、音声入力
により電話をかけたり或いは車載ナビゲーション装置に
指令を発するときに、自動車電話装置或いは車載ナビゲ
ーション装置に向かって、例えば予め指定された愛称に
従って「デンワクン」や「ナビタロウ」といった音声認
識をトリガするためのキーワードを発声する。このキー
ワードは、話者音声入力用の集音マイクロフォン２にて
集音され、音声認識部７において音声認識される。その
結果、話者がこれから音声入力をもって電話をかけるか
或いはナビゲーション装置を操作しようとしていること
が判るため、キーワードを発声した人の音声だけを認識
して電話番号や操作指令入力を聞き取る必要がある。し
かしながら、キーワードを発声した本人が電話番号や操
作指令入力を発声したときに、同乗者が会話していたり
車載音響機器から音声が流れていたりすると、音声認識
部７がキーワードを発声した本人以外の音声に反応して
しまうことがあり、電話番号入力や操作指令入力が装置
に対して正確に伝わらないために、音声入力による番号
入力或いは操作指令入力が功を奏さないことがある等の
課題があった。
【０００５】一方また、上述の音声入力方式の自動車電
話装置や或いは音声入力方式の車載ナビゲーション装置
といった装置に限らず、他の音声入力方式の装置におい
ても、同様の問題が指摘されており、こうした多数の同
時音声入力を想定した音声認識装置の認識ミスを排除す
るため、例えば音声認識してもらいたい人が指定された
キーを操作し、キー入力期間中になされた音声入力だけ
を認識対象とするなどの対策が提案されている。しかし
ながら、音声入力自体がタッチ入力に対立する非接触型
の遠隔操作入力法であるだけに、認識補助としてキータ
ッチを必要とするこのような手法は、入力方式としての
一貫性を欠く等の課題を抱えるものであった。
話装置や或いは音声入力方式の車載ナビゲーション装置
といった装置に限らず、他の音声入力方式の装置におい
ても、同様の問題が指摘されており、こうした多数の同
時音声入力を想定した音声認識装置の認識ミスを排除す
るため、例えば音声認識してもらいたい人が指定された
キーを操作し、キー入力期間中になされた音声入力だけ
を認識対象とするなどの対策が提案されている。しかし
ながら、音声入力自体がタッチ入力に対立する非接触型
の遠隔操作入力法であるだけに、認識補助としてキータ
ッチを必要とするこのような手法は、入力方式としての
一貫性を欠く等の課題を抱えるものであった。
【０００６】本発明は、上記課題を解決したものであ
り、キー入力等によることなくキーワードを発声した話
者が特定できるようにした音声認識装置を提供すること
を目的とするものである。
り、キー入力等によることなくキーワードを発声した話
者が特定できるようにした音声認識装置を提供すること
を目的とするものである。
【０００７】
【課題を解決するための手段】上記目的を達成するた
め、本発明は、複数の集音マイクロフォンと、該複数の
集音マイクロフォンのうち予め指定した特定の集音マイ
クロフォンが集音した音声に含まれる音声認識トリガ用
のキーワードを抽出してトリガされ、最大入力レベルの
集音マイクロフォンを話者音声入力用に指定するととも
に、他の集音マイクロフォンについては暗ノイズ入力用
に指定し、話者音声入力用の集音マイクロフォンの音声
出力から暗ノイズ入力用の集音マイクロフォンの音声出
力を減算し、暗ノイズを除去した話者音声について音声
認識する音声認識手段とを具備することを特徴とするも
のである。
め、本発明は、複数の集音マイクロフォンと、該複数の
集音マイクロフォンのうち予め指定した特定の集音マイ
クロフォンが集音した音声に含まれる音声認識トリガ用
のキーワードを抽出してトリガされ、最大入力レベルの
集音マイクロフォンを話者音声入力用に指定するととも
に、他の集音マイクロフォンについては暗ノイズ入力用
に指定し、話者音声入力用の集音マイクロフォンの音声
出力から暗ノイズ入力用の集音マイクロフォンの音声出
力を減算し、暗ノイズを除去した話者音声について音声
認識する音声認識手段とを具備することを特徴とするも
のである。
【０００８】また、音声認識手段が、前記キーワードが
発声されるまでは、前記複数の集音マイクロフォンのう
ち予め指定した特定の集音マイクロフォンだけを音声入
力用及び音声入力レベル測定用に指定するとともに、他
の集音マイクロフォンを音声入力レベル測定専用に指定
して待機状態を保つことを特徴とするものである。
発声されるまでは、前記複数の集音マイクロフォンのう
ち予め指定した特定の集音マイクロフォンだけを音声入
力用及び音声入力レベル測定用に指定するとともに、他
の集音マイクロフォンを音声入力レベル測定専用に指定
して待機状態を保つことを特徴とするものである。
【０００９】
【発明の実施の形態】次に、本発明の実施形態を図１を
参照して説明する。図１は、本発明の音声認識装置の一
実施形態を示す概略回路構成図である。
参照して説明する。図１は、本発明の音声認識装置の一
実施形態を示す概略回路構成図である。
【００１０】図１に示す音声認識装置１１は、複数の話
者を想定して複数、ここでは４本の集音マイクロフォン
１２１〜１２４が車室内の各乗員席に近い場所に設置し
てあり、各集音マイクロフォン１２１〜１２４は、音声
入力を増幅する入力アンプ回路３と所定の可聴帯域だけ
を抽出する帯域濾波回路３とアナログ音声信号をディジ
タル信号に変換するＡＤ変換器４の縦列接続回路を介し
てそれぞれ音声切り替え部１３に接続してある。音声切
り替え部１３は、話者音声入力に最適な集音マイクロフ
ォン１２ｊ（ｊ＝１〜４）を介して集音された音声を音
声認識対象に選択するためのセレクタとして機能し、こ
の音声切り替え部１３において音声と暗ノイズのどちら
かに分類指定された音声データが音声認識部７に供給さ
れ、暗ノイズを差し引いた音声について音声認識が行わ
れる。
者を想定して複数、ここでは４本の集音マイクロフォン
１２１〜１２４が車室内の各乗員席に近い場所に設置し
てあり、各集音マイクロフォン１２１〜１２４は、音声
入力を増幅する入力アンプ回路３と所定の可聴帯域だけ
を抽出する帯域濾波回路３とアナログ音声信号をディジ
タル信号に変換するＡＤ変換器４の縦列接続回路を介し
てそれぞれ音声切り替え部１３に接続してある。音声切
り替え部１３は、話者音声入力に最適な集音マイクロフ
ォン１２ｊ（ｊ＝１〜４）を介して集音された音声を音
声認識対象に選択するためのセレクタとして機能し、こ
の音声切り替え部１３において音声と暗ノイズのどちら
かに分類指定された音声データが音声認識部７に供給さ
れ、暗ノイズを差し引いた音声について音声認識が行わ
れる。
【００１１】各音声入力ラインは帯域濾波回路３の後段
で分岐させてあり、これらの分岐ラインは入力音声レベ
ルを相互比較するコンパレータ部１４に接続してある。
コンパレータ部１４は、各集音マイクロフォン１２１〜
１２４が集音した音声信号を相互にレベル比較し、その
うちの最大レベルの音声信号を集音した集音マイクロフ
ォン１２ｊを、話者に最も近いか又は話者音声の入力に
最適な集音マイクロフォンとして認定する。コンパレー
タ部１４による認定結果すなわち話者音声入力に最適な
集音マイクロフォン１２ｊを特定するデータは、コンパ
レータ部１４からＣＰＵ１５に供給される。
で分岐させてあり、これらの分岐ラインは入力音声レベ
ルを相互比較するコンパレータ部１４に接続してある。
コンパレータ部１４は、各集音マイクロフォン１２１〜
１２４が集音した音声信号を相互にレベル比較し、その
うちの最大レベルの音声信号を集音した集音マイクロフ
ォン１２ｊを、話者に最も近いか又は話者音声の入力に
最適な集音マイクロフォンとして認定する。コンパレー
タ部１４による認定結果すなわち話者音声入力に最適な
集音マイクロフォン１２ｊを特定するデータは、コンパ
レータ部１４からＣＰＵ１５に供給される。
【００１２】ＣＰＵ１５は、コンパレータ部１４によっ
て認定された話者に最も近い位置の集音マイクロフォン
１２ｊを話者音声入力用に指定するとともに、他の残り
の集音マイクロフォンについては、話者周囲の暗ノイズ
を入力するための暗ノイズ入力用に指定する。また、こ
れらの指定と同時に、ＣＰＵ１５は入力アンプ回路４に
作用し、話者音声入力用に指定した集音マイクロフォン
１２ｊに通ずる入力アンプ回路４のゲインを若干増大さ
せるとともに、他の集音マイクロフォン１２ｋ（ｋ≠
ｊ）に通ずる入力アンプ回路４のゲインを若干低下させ
る。これにより、最大感度の音声入力位置にある集音マ
イクロフォン１２ｊを介して入力される話者音声を、最
も効果的に音声認識できるようになる。
て認定された話者に最も近い位置の集音マイクロフォン
１２ｊを話者音声入力用に指定するとともに、他の残り
の集音マイクロフォンについては、話者周囲の暗ノイズ
を入力するための暗ノイズ入力用に指定する。また、こ
れらの指定と同時に、ＣＰＵ１５は入力アンプ回路４に
作用し、話者音声入力用に指定した集音マイクロフォン
１２ｊに通ずる入力アンプ回路４のゲインを若干増大さ
せるとともに、他の集音マイクロフォン１２ｋ（ｋ≠
ｊ）に通ずる入力アンプ回路４のゲインを若干低下させ
る。これにより、最大感度の音声入力位置にある集音マ
イクロフォン１２ｊを介して入力される話者音声を、最
も効果的に音声認識できるようになる。
【００１３】具体的には、上記音声認識装置１１は、話
者がキーワードを発声するまで待機状態を保つ。この待
機状態にあっては、複数の集音マイクロフォン１２１〜
１２４のうち、予め指定した特定の集音マイクロフォン
ここでは１２１だけを音声入力用および音声入力レベル
測定用に割り当て、残りの集音マイクロフォン１２２〜
１２４を音声入力レベル測定専用に指定することにす
る。そこで、話者がキーワードを発声すると、上記指定
済みの集音マイクロフォン１２１が集音した音声入力
が、音声認識部７において音声認識され、キーワードで
あることが認識される。
者がキーワードを発声するまで待機状態を保つ。この待
機状態にあっては、複数の集音マイクロフォン１２１〜
１２４のうち、予め指定した特定の集音マイクロフォン
ここでは１２１だけを音声入力用および音声入力レベル
測定用に割り当て、残りの集音マイクロフォン１２２〜
１２４を音声入力レベル測定専用に指定することにす
る。そこで、話者がキーワードを発声すると、上記指定
済みの集音マイクロフォン１２１が集音した音声入力
が、音声認識部７において音声認識され、キーワードで
あることが認識される。
【００１４】音声認識部７がキーワードの発声を認識す
ると、音声認識部７はＣＰＵ１５に対して音声入力処理
に必要なアプリケーションプログラムの起動を命ずる。
その結果、ＣＰＵ１５は、キーワード認識時に各集音マ
イクロフォン１２１〜１２４を介して集音された音声入
力レベルを比較するよう、コンパレータ部１４に対しレ
ベル比較指令を発する。このレベル比較指令を受けたコ
ンパレータ部１４は、複数の集音マイクロフォン１２１
〜１２４が集音した音声のうち最大入力レベルの音声を
特定し、この音声を入力した集音マイクロフォン１２ｊ
を話者音声入力用に指定する。また、これと同時に、話
者音声入力用以外の集音マイクロフォン１２ｋ（ｋ≠
ｊ）については、暗ノイズ入力用に指定する。
ると、音声認識部７はＣＰＵ１５に対して音声入力処理
に必要なアプリケーションプログラムの起動を命ずる。
その結果、ＣＰＵ１５は、キーワード認識時に各集音マ
イクロフォン１２１〜１２４を介して集音された音声入
力レベルを比較するよう、コンパレータ部１４に対しレ
ベル比較指令を発する。このレベル比較指令を受けたコ
ンパレータ部１４は、複数の集音マイクロフォン１２１
〜１２４が集音した音声のうち最大入力レベルの音声を
特定し、この音声を入力した集音マイクロフォン１２ｊ
を話者音声入力用に指定する。また、これと同時に、話
者音声入力用以外の集音マイクロフォン１２ｋ（ｋ≠
ｊ）については、暗ノイズ入力用に指定する。
【００１５】かくして、キーワードを発した話者が発す
る音声の入力に最適な集音マイクロフォン１２ｊが指定
される。そこで、ＣＰＵ１５は入力アンプ回路４に作用
し、話者音声入力用に指定した集音マイクロフォン１２
ｊの出力を増幅する入力アンプ回路４のゲインを若干増
大させるとともに、他の集音マイクロフォン１２ｋの出
力を増幅する入力アンプ回路４のゲインを若干低下させ
る。これにより、最大感度の音声入力位置にある集音マ
イクロフォン１２ｊを介して入力される話者音声、すな
わちキーワードを発声した話者音声は、他の話者の音声
に優先して最も効果的に音声認識に供することができ、
話者音声に混入する周囲の暗ノイズの影響は効果的に抑
制される。話者音声入力用以外の集音マイクロフォン１
２ｋが、暗ノイズ入力用として機能するため、音声認識
部７において話者音声から暗ノイズを減算して暗ノイズ
の影響をさらに効果的に除去し、キーワードを発した話
者の音声だけを誤認識することなく正確に音声認識する
ことができる。
る音声の入力に最適な集音マイクロフォン１２ｊが指定
される。そこで、ＣＰＵ１５は入力アンプ回路４に作用
し、話者音声入力用に指定した集音マイクロフォン１２
ｊの出力を増幅する入力アンプ回路４のゲインを若干増
大させるとともに、他の集音マイクロフォン１２ｋの出
力を増幅する入力アンプ回路４のゲインを若干低下させ
る。これにより、最大感度の音声入力位置にある集音マ
イクロフォン１２ｊを介して入力される話者音声、すな
わちキーワードを発声した話者音声は、他の話者の音声
に優先して最も効果的に音声認識に供することができ、
話者音声に混入する周囲の暗ノイズの影響は効果的に抑
制される。話者音声入力用以外の集音マイクロフォン１
２ｋが、暗ノイズ入力用として機能するため、音声認識
部７において話者音声から暗ノイズを減算して暗ノイズ
の影響をさらに効果的に除去し、キーワードを発した話
者の音声だけを誤認識することなく正確に音声認識する
ことができる。
【００１６】このように、上記音声認識装置１１によれ
ば、キーワードを抽出して音声認識に着手するさいに、
該キーワードについての入力レベルが最大である集音マ
イクロフォン１２ｊを話者音声入力用に指定すること
で、キーワードを発声した話者の音声入力に最適な集音
感度をもった集音マイクロフォン１２ｊを特定すること
ができ、キーワードに続いてなされた音声入力につい
て、他の話者の会話音声或いは音響機器等の再生音声に
邪魔されることなく、最も感度よく集音された集音マイ
クロフォン１２ｊを介する話者音声だけに絞った音声認
識が可能であり、これによりキーワードを発声した話者
の音声入力を誤認識したりすることはなく、また話者音
声入力用に指定されなかった他の集音マイクロフォン１
２ｋは、暗ノイズの集音用に用いるため、周囲の会話音
声や音響機器の再生音声が話者音声に含まれようとも、
正確な話者音声認識が可能である。
ば、キーワードを抽出して音声認識に着手するさいに、
該キーワードについての入力レベルが最大である集音マ
イクロフォン１２ｊを話者音声入力用に指定すること
で、キーワードを発声した話者の音声入力に最適な集音
感度をもった集音マイクロフォン１２ｊを特定すること
ができ、キーワードに続いてなされた音声入力につい
て、他の話者の会話音声或いは音響機器等の再生音声に
邪魔されることなく、最も感度よく集音された集音マイ
クロフォン１２ｊを介する話者音声だけに絞った音声認
識が可能であり、これによりキーワードを発声した話者
の音声入力を誤認識したりすることはなく、また話者音
声入力用に指定されなかった他の集音マイクロフォン１
２ｋは、暗ノイズの集音用に用いるため、周囲の会話音
声や音響機器の再生音声が話者音声に含まれようとも、
正確な話者音声認識が可能である。
【００１７】また、キーワードが発声されるまで、複数
の集音マイクロフォン１２１〜１２４のうち予め指定し
た特定の集音マイクロフォン１２１だけを音声入力用及
び音声入力レベル測定用とし、他の集音マイクロフォン
１２２〜１２４を音声入力レベル測定専用として待機状
態を保つようにしたから、音声認識のためのトリガとな
るキーワードを集音する集音マイクロフォン１２１につ
いては、多数の集音マイクロフォンを指定するのではな
く、必要最小限である単一の集音マイクロフォン１２１
を指定し、これにより多元的なキーワードの聞き取りに
基づくキーワード認識の不一致を回避し、キーワードを
聞き取りミスなく確実に認識することができる。
の集音マイクロフォン１２１〜１２４のうち予め指定し
た特定の集音マイクロフォン１２１だけを音声入力用及
び音声入力レベル測定用とし、他の集音マイクロフォン
１２２〜１２４を音声入力レベル測定専用として待機状
態を保つようにしたから、音声認識のためのトリガとな
るキーワードを集音する集音マイクロフォン１２１につ
いては、多数の集音マイクロフォンを指定するのではな
く、必要最小限である単一の集音マイクロフォン１２１
を指定し、これにより多元的なキーワードの聞き取りに
基づくキーワード認識の不一致を回避し、キーワードを
聞き取りミスなく確実に認識することができる。
【００１８】なお、上記実施形態では、音声認識装置１
１を自動車電話用の音声入力装置に適用した場合を例に
とったが、本発明の音声認識装置１１は、他の例えば車
載ナビゲーション装置用の音声入力装置に適用すること
もでき、要は音声認識を必要とする音声入力装置一般に
適用できるものである。また、音声認識装置１１に使用
する集音マイクロフォンは４本に限定されず、２本以上
の他の複数本であってもよい。また、最大入力レベルが
同一の集音マイクロフォン１２ｊが２本以上存在する場
合は、該当する集音マイクロフォン１２ｊ全てを話者音
声入力用とするか、或いは任意の一つだけを話者音声入
力用に指定するとよい。
１を自動車電話用の音声入力装置に適用した場合を例に
とったが、本発明の音声認識装置１１は、他の例えば車
載ナビゲーション装置用の音声入力装置に適用すること
もでき、要は音声認識を必要とする音声入力装置一般に
適用できるものである。また、音声認識装置１１に使用
する集音マイクロフォンは４本に限定されず、２本以上
の他の複数本であってもよい。また、最大入力レベルが
同一の集音マイクロフォン１２ｊが２本以上存在する場
合は、該当する集音マイクロフォン１２ｊ全てを話者音
声入力用とするか、或いは任意の一つだけを話者音声入
力用に指定するとよい。
【００１９】
【発明の効果】以上説明したように、本発明の音声認識
装置によれば、複数のマイクロフォンのうち予め指定さ
れた集音マイクロフォンにより集音された音声に含まれ
るキーワードを抽出し、最大入力レベルの集音マイクロ
フォンを話者音声認識用に指定するとともに、他の集音
マイクロフォンについては暗ノイズ認識用に指定し、話
者音声認識用の集音マイクロフォンの音声出力から暗ノ
イズ認識用マイクロフォンの音声出力を減算し、暗ノイ
ズを除去した話者音声について音声認識する構成とした
から、キーワードを抽出して音声認識に着手するさい
に、該キーワードについての入力レベルが最大である集
音マイクロフォンを話者音声入力用に指定することで、
キーワードを発声した話者の音声入力に最適な集音感度
をもった集音マイクロフォンを特定することができ、キ
ーワードに続いてなされた音声入力について、他の話者
の会話音声或いは音響機器等の再生音声に邪魔されるこ
となく、最も感度よく集音された集音マイクロフォンを
介する話者音声だけに絞った音声認識が可能であり、こ
れによりキーワードを発声した話者が発する音声を誤認
識したりすることはなく、また話者音声入力用に指定さ
れなかった他の集音マイクロフォンは、暗ノイズの集音
用に用いるため、周囲の会話音声や音響機器の再生音声
が話者音声に含まれようとも、正確な話者音声認識が可
能である等の優れた効果を奏する。
装置によれば、複数のマイクロフォンのうち予め指定さ
れた集音マイクロフォンにより集音された音声に含まれ
るキーワードを抽出し、最大入力レベルの集音マイクロ
フォンを話者音声認識用に指定するとともに、他の集音
マイクロフォンについては暗ノイズ認識用に指定し、話
者音声認識用の集音マイクロフォンの音声出力から暗ノ
イズ認識用マイクロフォンの音声出力を減算し、暗ノイ
ズを除去した話者音声について音声認識する構成とした
から、キーワードを抽出して音声認識に着手するさい
に、該キーワードについての入力レベルが最大である集
音マイクロフォンを話者音声入力用に指定することで、
キーワードを発声した話者の音声入力に最適な集音感度
をもった集音マイクロフォンを特定することができ、キ
ーワードに続いてなされた音声入力について、他の話者
の会話音声或いは音響機器等の再生音声に邪魔されるこ
となく、最も感度よく集音された集音マイクロフォンを
介する話者音声だけに絞った音声認識が可能であり、こ
れによりキーワードを発声した話者が発する音声を誤認
識したりすることはなく、また話者音声入力用に指定さ
れなかった他の集音マイクロフォンは、暗ノイズの集音
用に用いるため、周囲の会話音声や音響機器の再生音声
が話者音声に含まれようとも、正確な話者音声認識が可
能である等の優れた効果を奏する。
【００２０】また、音声認識手段が、キーワードが発声
されるまで、複数の集音マイクロフォンのうち予め指定
した特定の集音マイクロフォンだけを音声入力用及び音
声入力レベル測定用とし、他の集音マイクロフォンを音
声入力レベル測定専用として待機状態を保つようにした
から、音声認識のためのトリガとなるキーワードを集音
する集音マイクロフォンについては、多数の集音マイク
ロフォンを指定するのではなく、必要最小限である単一
の集音マイクロフォンを指定し、これにより多元的なキ
ーワードの聞き取りに基づくキーワード認識の不一致を
回避し、キーワードを聞き取りミスなく確実に認識する
ことができる等の効果を奏する。
されるまで、複数の集音マイクロフォンのうち予め指定
した特定の集音マイクロフォンだけを音声入力用及び音
声入力レベル測定用とし、他の集音マイクロフォンを音
声入力レベル測定専用として待機状態を保つようにした
から、音声認識のためのトリガとなるキーワードを集音
する集音マイクロフォンについては、多数の集音マイク
ロフォンを指定するのではなく、必要最小限である単一
の集音マイクロフォンを指定し、これにより多元的なキ
ーワードの聞き取りに基づくキーワード認識の不一致を
回避し、キーワードを聞き取りミスなく確実に認識する
ことができる等の効果を奏する。
【図１】本発明の音声認識装置の一実施形態を示す概略
回路構成図である。
回路構成図である。
【図２】従来の音声認識装置の一例を示す概略回路構成
図である。
図である。
４ 入力アンプ回路 ５ 帯域濾波回路 ６ ＡＤ変換器 ７ 音声認識部 １１ 音声認識装置 １２１〜１２４ 集音マイクロフォン １３ 音声切り替え部 １４ コンパレータ部 １５ ＣＰＵ
Claims (2)
- 【請求項１】 複数の集音マイクロフォンと、該複数の
集音マイクロフォンのうち予め指定した特定の集音マイ
クロフォンが集音した音声に含まれる音声認識トリガ用
のキーワードを抽出してトリガされ、最大入力レベルの
集音マイクロフォンを話者音声入力用に指定するととも
に、他の集音マイクロフォンについては暗ノイズ入力用
に指定し、話者音声入力用の集音マイクロフォンの音声
出力から暗ノイズ入力用の集音マイクロフォンの音声出
力を減算し、暗ノイズを除去した話者音声について音声
認識する音声認識手段とを具備することを特徴とする音
声認識装置。 - 【請求項２】 前記音声認識手段は、前記キーワードが
発声されるまでは、前記複数の集音マイクロフォンのう
ち予め指定した特定の集音マイクロフォンだけを音声入
力用及び音声入力レベル測定用に指定するとともに、他
の集音マイクロフォンを音声入力レベル測定専用に指定
して待機状態を保つ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 |
|---|---|---|---|
| JP9203434A JPH1152976A (ja) | 1997-07-29 | 1997-07-29 | 音声認識装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP9203434A JPH1152976A (ja) | 1997-07-29 | 1997-07-29 | 音声認識装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH1152976A true JPH1152976A (ja) | 1999-02-26 |
Family
ID=16474038
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP9203434A Pending JPH1152976A (ja) | 1997-07-29 | 1997-07-29 | 音声認識装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH1152976A (ja) |
Cited By (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002355283A (ja) * | 2001-05-31 | 2002-12-10 | Kyushu Hitachi Maxell Ltd | マッサージ機 |
| JP2010221893A (ja) * | 2009-03-24 | 2010-10-07 | Mitsubishi Electric Corp | 車載情報機器 |
| JP2017520008A (ja) * | 2014-10-09 | 2017-07-20 | グーグル インコーポレイテッド | 複数のデバイス上でのホットワード検出 |
| US9792914B2 (en) | 2014-07-18 | 2017-10-17 | Google Inc. | Speaker verification using co-location information |
| US9972320B2 (en) | 2016-08-24 | 2018-05-15 | Google Llc | Hotword detection on multiple devices |
| JP2018159918A (ja) * | 2017-03-21 | 2018-10-11 | ハーマン インターナショナル インダストリーズ インコーポレイテッド | マルチデバイスシステムにおける音声コマンドの実行 |
| JP2019091005A (ja) * | 2017-11-16 | 2019-06-13 | バイドゥ オンライン ネットワーク テクノロジー （ベイジン） カンパニー リミテッド | 多機器対話方法、装置、機器及びコンピュータ可読媒体 |
| US10395650B2 (en) | 2017-06-05 | 2019-08-27 | Google Llc | Recorded media hotword trigger suppression |
| WO2019187371A1 (ja) * | 2018-03-29 | 2019-10-03 | パナソニックＩｐマネジメント株式会社 | 音声処理装置、音声処理方法および音声処理システム |
| US10497364B2 (en) | 2017-04-20 | 2019-12-03 | Google Llc | Multi-user authentication on a device |
| US10692496B2 (en) | 2018-05-22 | 2020-06-23 | Google Llc | Hotword suppression |
| US10867600B2 (en) | 2016-11-07 | 2020-12-15 | Google Llc | Recorded media hotword trigger suppression |
| JP2021144248A (ja) * | 2020-08-27 | 2021-09-24 | ベイジン バイドゥ ネットコム サイエンス テクノロジー カンパニー リミテッドBeijing Baidu Netcom Science Technology Co., Ltd. | 音声データ処理方法、装置及びスマート車両 |
| JP2022065177A (ja) * | 2018-09-11 | 2022-04-26 | 日本電信電話株式会社 | チャネル選択装置、チャネル選択方法、およびプログラム |
| US11676608B2 (en) | 2021-04-02 | 2023-06-13 | Google Llc | Speaker verification using co-location information |
| US11942095B2 (en) | 2014-07-18 | 2024-03-26 | Google Llc | Speaker verification using co-location information |
-
1997
- 1997-07-29 JP JP9203434A patent/JPH1152976A/ja active Pending
Cited By (44)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4638080B2 (ja) * | 2001-05-31 | 2011-02-23 | 九州日立マクセル株式会社 | マッサージ機 |
| JP2002355283A (ja) * | 2001-05-31 | 2002-12-10 | Kyushu Hitachi Maxell Ltd | マッサージ機 |
| JP2010221893A (ja) * | 2009-03-24 | 2010-10-07 | Mitsubishi Electric Corp | 車載情報機器 |
| US10147429B2 (en) | 2014-07-18 | 2018-12-04 | Google Llc | Speaker verification using co-location information |
| US11942095B2 (en) | 2014-07-18 | 2024-03-26 | Google Llc | Speaker verification using co-location information |
| US9792914B2 (en) | 2014-07-18 | 2017-10-17 | Google Inc. | Speaker verification using co-location information |
| US10986498B2 (en) | 2014-07-18 | 2021-04-20 | Google Llc | Speaker verification using co-location information |
| US11557299B2 (en) | 2014-10-09 | 2023-01-17 | Google Llc | Hotword detection on multiple devices |
| US10134398B2 (en) | 2014-10-09 | 2018-11-20 | Google Llc | Hotword detection on multiple devices |
| US10593330B2 (en) | 2014-10-09 | 2020-03-17 | Google Llc | Hotword detection on multiple devices |
| JP2017520008A (ja) * | 2014-10-09 | 2017-07-20 | グーグル インコーポレイテッド | 複数のデバイス上でのホットワード検出 |
| US11915706B2 (en) | 2014-10-09 | 2024-02-27 | Google Llc | Hotword detection on multiple devices |
| US10909987B2 (en) | 2014-10-09 | 2021-02-02 | Google Llc | Hotword detection on multiple devices |
| US11887603B2 (en) | 2016-08-24 | 2024-01-30 | Google Llc | Hotword detection on multiple devices |
| US9972320B2 (en) | 2016-08-24 | 2018-05-15 | Google Llc | Hotword detection on multiple devices |
| US11276406B2 (en) | 2016-08-24 | 2022-03-15 | Google Llc | Hotword detection on multiple devices |
| US10242676B2 (en) | 2016-08-24 | 2019-03-26 | Google Llc | Hotword detection on multiple devices |
| US10714093B2 (en) | 2016-08-24 | 2020-07-14 | Google Llc | Hotword detection on multiple devices |
| US11798557B2 (en) | 2016-11-07 | 2023-10-24 | Google Llc | Recorded media hotword trigger suppression |
| US11257498B2 (en) | 2016-11-07 | 2022-02-22 | Google Llc | Recorded media hotword trigger suppression |
| US10867600B2 (en) | 2016-11-07 | 2020-12-15 | Google Llc | Recorded media hotword trigger suppression |
| JP2018159918A (ja) * | 2017-03-21 | 2018-10-11 | ハーマン インターナショナル インダストリーズ インコーポレイテッド | マルチデバイスシステムにおける音声コマンドの実行 |
| US11721326B2 (en) | 2017-04-20 | 2023-08-08 | Google Llc | Multi-user authentication on a device |
| US10522137B2 (en) | 2017-04-20 | 2019-12-31 | Google Llc | Multi-user authentication on a device |
| US11727918B2 (en) | 2017-04-20 | 2023-08-15 | Google Llc | Multi-user authentication on a device |
| US11087743B2 (en) | 2017-04-20 | 2021-08-10 | Google Llc | Multi-user authentication on a device |
| US10497364B2 (en) | 2017-04-20 | 2019-12-03 | Google Llc | Multi-user authentication on a device |
| US11238848B2 (en) | 2017-04-20 | 2022-02-01 | Google Llc | Multi-user authentication on a device |
| US11244674B2 (en) | 2017-06-05 | 2022-02-08 | Google Llc | Recorded media HOTWORD trigger suppression |
| US11798543B2 (en) | 2017-06-05 | 2023-10-24 | Google Llc | Recorded media hotword trigger suppression |
| US10395650B2 (en) | 2017-06-05 | 2019-08-27 | Google Llc | Recorded media hotword trigger suppression |
| US10482903B2 (en) | 2017-11-16 | 2019-11-19 | Baidu Online Network Technology (Beijing) Co., Ltd. | Method, device and apparatus for selectively interacting with multi-devices, and computer-readable medium |
| JP2019091005A (ja) * | 2017-11-16 | 2019-06-13 | バイドゥ オンライン ネットワーク テクノロジー （ベイジン） カンパニー リミテッド | 多機器対話方法、装置、機器及びコンピュータ可読媒体 |
| EP3779973A4 (en) * | 2018-03-29 | 2021-04-21 | Panasonic Intellectual Property Management Co., Ltd. | VOICE PROCESSING DEVICE, METHOD AND SYSTEM |
| JP2019174778A (ja) * | 2018-03-29 | 2019-10-10 | パナソニックＩｐマネジメント株式会社 | 音声処理装置、音声処理方法および音声処理システム |
| US11804220B2 (en) | 2018-03-29 | 2023-10-31 | Panasonic Intellectual Property Management Co., Ltd. | Voice processing device, voice processing method and voice processing system |
| WO2019187371A1 (ja) * | 2018-03-29 | 2019-10-03 | パナソニックＩｐマネジメント株式会社 | 音声処理装置、音声処理方法および音声処理システム |
| CN111886647A (zh) * | 2018-03-29 | 2020-11-03 | 松下知识产权经营株式会社 | 语音处理装置、语音处理方法和语音处理系统 |
| US11373652B2 (en) | 2018-05-22 | 2022-06-28 | Google Llc | Hotword suppression |
| US10692496B2 (en) | 2018-05-22 | 2020-06-23 | Google Llc | Hotword suppression |
| US11967323B2 (en) | 2018-05-22 | 2024-04-23 | Google Llc | Hotword suppression |
| JP2022065177A (ja) * | 2018-09-11 | 2022-04-26 | 日本電信電話株式会社 | チャネル選択装置、チャネル選択方法、およびプログラム |
| JP2021144248A (ja) * | 2020-08-27 | 2021-09-24 | ベイジン バイドゥ ネットコム サイエンス テクノロジー カンパニー リミテッドBeijing Baidu Netcom Science Technology Co., Ltd. | 音声データ処理方法、装置及びスマート車両 |
| US11676608B2 (en) | 2021-04-02 | 2023-06-13 | Google Llc | Speaker verification using co-location information |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP1901282B1 (en) | Speech communications system for a vehicle | |
| US8738368B2 (en) | Speech processing responsive to a determined active communication zone in a vehicle | |
| US7016836B1 (en) | Control using multiple speech receptors in an in-vehicle speech recognition system | |
| JPH1152976A (ja) | 音声認識装置 | |
| US7050550B2 (en) | Method for the training or adaptation of a speech recognition device | |
| US20050216271A1 (en) | Speech dialogue system for controlling an electronic device | |
| US8639508B2 (en) | User-specific confidence thresholds for speech recognition | |
| US6889189B2 (en) | Speech recognizer performance in car and home applications utilizing novel multiple microphone configurations | |
| JP5134876B2 (ja) | 音声通信装置及び音声通信方法並びにプログラム | |
| US20130211828A1 (en) | Speech processing responsive to active noise control microphones | |
| US20070198268A1 (en) | Method for controlling a speech dialog system and speech dialog system | |
| US20070118380A1 (en) | Method and device for controlling a speech dialog system | |
| JP4520596B2 (ja) | 音声認識方法および音声認識装置 | |
| JPWO2018167949A1 (ja) | 車内通話制御装置、車内通話システムおよび車内通話制御方法 | |
| US10540985B2 (en) | In-vehicle media vocal suppression | |
| JP6459330B2 (ja) | 音声認識装置、音声認識方法、及び音声認識プログラム | |
| JP3524370B2 (ja) | 音声起動システム | |
| JP2000322078A (ja) | 車載型音声認識装置 | |
| JP2018116130A (ja) | 車内音声処理装置および車内音声処理方法 | |
| JP2000322098A (ja) | 音声認識装置 | |
| JP2004301875A (ja) | 音声認識装置 | |
| JPH11109987A (ja) | 音声認識装置 | |
| JP6948275B2 (ja) | 通話装置、及び通話装置の制御方法 | |
| KR102394510B1 (ko) | 차량용 음성 인식 장치 및 방법 | |
| JP7000257B2 (ja) | 音声認識システム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20020305 |