JPS6340398B2 - - Google Patents

Description

【発明の詳細な説明】 本発明は音声を利用したリモートコントロール
装置に関するものである。

民生用機器等に用いられるリモートコントロー
ルシステムにおいては、周波数割当てによる超音
波連続音が使用されているが、これは自然界にあ
る超音波に対しても反応することがあるため誤動
作しやすい。これに対し超音波あるいは光をコー
ド化されたパルス変調で送信する方式が開発され
ている。しかし、自然界にパルス性の超音波ある
いは光がある場合には、偶然にも同じコードが構
成されれば反応し、誤動作することになる。

本発明は上記の問題をなくし、あわせて操作を
人間の音声で行うことにより親近感の持てるリモ
ートコントロール装置を提供するものである。以
下、本発明を図示の実施例に基づいて説明する。
第１図は本発明の実施例のブロツク構成図であ
る。同図において、１は制御命令スイツチを有す
る操作用のキーボード、２は上記制御命令スイツ
チの出力を言語選択入力として、その選択された
言語を音声信号として出力する音声合成装置、３
はその音声合成装置２の出力が入力されて可聴音
声波を出力する電気−音響変換器であるスピーカ
である。なお、このスピーカ３もしくは音声合成
装置２には増幅器が含まれていないものとする。
以上のキーボード１、音声合成装置２およびスピ
ーカ３で送信部４を構成する。

５は上記スピーカ３から発せられた音声波を入
力として電気的音声信号を出力する音響−電気変
換器であるマイクロフオン、６はそのマイクロフ
オン５の出力が入力されて、被制御機器７への制
御命令を出力する音声認識装置であり、以上のマ
イクロフオン５と音声認識装置６（または被制御
機器７をも含めて）で受信部８を構成する。

第２図は前記音声合成装置２の構成例を示す要
部ブロツク図である。この例では64個のキーボー
ド制御命令スイツチから制御命令を受けるように
しており、これらは音声合成装置においては言語
選択入力として用いられる。９は64個の信号を６
ビツトのバイナリーに変換するエンコーダ、１０
は音声合成方式の一つであるPARCOR（偏自己相
関）方式に用いる後述のＫパラメータおよび音源
パラメータを貯えるROM（読出し専用メモリ）
１１の内から言語選択入力により必要とされる言
語を構成するパラメータ群の最初から最後までの
アドレスを順次発生するパラメータ選択アドレス
発生器、１１は前記の如く、言語毎に一つのメモ
リ−ブロツクを構成しているＫパラメータおよび
音源パラメータ用のROM、１２はPARCOR方式
の音声再生に用いるラテイス形デジタルフイルタ
ー、１３は前記デジタルフイルター１２の出力を
デジタル−アナログ変換するＤ／Ａコンバータ、
１４は後続するスピーカ３を駆動する増幅器、１
５は以上の１０から１４のブロツクを含む音声合
成ICである。

以上により、キーボード１内の64個の制御命令
スイツチにより言語音声が出力される。

第３図は前記音声認識装置６の構成例を示すブ
ロツク図である。同図において、１６はバンドパ
スフイルタ等で構成するスペクトル分析器、１７
はアナログ情報をデジタル情報に変換するＡ／Ｄ
変換器、１８は音声区間の検出器で、エネルギー
や零交差回数等により検出する。１９は音量正規
化器で、同じ言葉の音声でも音量の大小により特
徴パラメータが異なることがない様にするための
ものである。

２０は音声の登録時と認識時とで切換える様に
したスイツチである。２１は入力音声の特徴パラ
メータメモリ、２２は登録音声の特徴パラメータ
メモリである。２３は特徴パラメータメモリ２２
のアドレスカウンタ、２４は登録時のアドレス設
定用スイツチ、２５はパターンマツチング器、２
６はそのパターンマツチング器２５において入力
音声と合致すると判定された登録音声パラメータ
のアドレスを被制御機器制御用に変換する為のデ
コーダである。

次に本実施例の動作について説明する。まず、
登録時について説明する。音声合成装置２から発
声された登録用音声はマイクロフオン５からスペ
クトル分析器１６に入り、ここで周波数分析さ
れ、次にＡ／Ｄ変換器１７にてデジタル値に変換
され、音声区間の検出器１８に入る。ここで音声
とノイズとの区別を行い、音声と判断された時の
み出力されて音量正規化器１９へ入る。そして、
ここで全周波数領域の総合エネルギーの計算を行
う等の処理により各周波数領域のエネルギーの総
合エネルギーに対する割合を算出し、この結果を
特徴パラメータとする。登録時にはスイツチ２０
は接点Ａ側に接続されており、特徴パラメータは
登録音声の特徴パラメータ２２に記憶される。一
方、その特徴パラメータメモリ２２のアドレスは
アドレス設定用スイツチ２４により決定され、こ
れがアドレスカウンタ２３にロードされ、この出
力が特徴パラメータメモリ２２のアドレス制御入
力となる。

一方、認識時においてはスイツチ２０を接点Ｂ
側に接続し、特徴パラメータは入力音声の特徴パ
ラメータメモリ２１に記憶される。そして、パタ
ーンマツチング器２５において、特徴パラメータ
メモリ２１と２２とのパラメータ間距離が計算さ
れる。アドレスカウンタ２３は全ての登録音声パ
ラメータが入力音声パラメータと距離計算が行え
る為に順次変化して行く。そして、距離が最も小
さく、かつ、或る閾値より小さいものが選び出さ
れ、この時のアドレスがデコーダにより被制御機
器制御信号となつて出力される。

パターンマツチング器としては従来は動的計画
法を用いることにより、時間軸正規化を行つてい
る。これは同一人物の発声でも種々の環境によつ
て発声時間が異なる為、これらの場合でも認識す
る様にしている。しかし、動的計画法を用いる
と、同一人物が登録した言葉と似た別の言葉を話
しても認識動作をし、誤認識しやすい。しかし本
発明においては時間軸正規化は不必要である。な
ぜならば、音声合成装置２からは常に同じ言葉が
出るからである。通常の認識装置で不特定多数を
対象にすると、同一言葉に対する登録パラメータ
も多く用意する必要があるが、本発明ではその必
要はない。

以上の様に本発明では、音声合成装置という、
或る言葉に対し単一種類の音声を発声する装置を
送信部に用意することにより、正確な音声認識シ
ステムが構成できる。また、音声の特徴パラメー
タには従来のパルスコード変調以上に多くの情報
を含む場合が通常であり、その為、正確さはより
良いものが期待される。さらに、本発明において
は音声が発声されるので、人間にとつて親しみや
すいシステムであり、認識部での処理時間が長く
てもそれ程度にならないシステムであるといえ
る。

なお、前記説明では送信部より受信部へは可聴
波を伝達手段としたが、超音波等の不可聴波でも
使用できることはいうまでもない。

【図面の簡単な説明】

第１図は本発明の一実施例のブロツク構成図、
第２図は同実施例における音声合成装置の構成例
を示す要部ブロツク図、第３図は同実施例におけ
る音声認識装置の構成例を示すブロツク図であ
る。 １……キーボード、２……音声合成装置、３…
…スピーカ、４……送信部、５……マイクロフオ
ン、６……音声認識装置、７……被制御機器、８
……受信部。

Claims (1)

【特許請求の範囲】
1. １ 制御命令スイツチを有するキーボード、前記
   制御命令スイツチの出力を言語選択入力信号とな
   し、その選択された言語入力信号を音声信号とし
   て出力とする音声合成装置、およびその音声合成
   装置の出力が入力され、音声波を出力する電気−
   音響変換器を含めて構成された送信部と、前記電
   気−音響変換器からの音声波を電気信号に変換す
   る音響−電気変換器、およびその音響−電気変換
   器の出力信号が入力され、被制御機器への制御命
   令を出力する音声認識装置を含めて構成された受
   信部とを有することを特徴とするリモートコント
   ロール装置。