JPS63501537A - 音声通信装置及びその動作方法 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるため要約のデータは記録されません。

Description

【発明の詳細な説明】 無線電話機用のハンドフリー制御システム発明の背景 本発明は、−ＪＵＧ的には音声認識制御システムに関するものであり、更に詳し く云うと乗り動用無線電話機応用例において出会うような雑音の多い環境に用い るのに特に適したハンドフリー電話機制御およびダイヤル呼出システムに関する 。

無線電話システムと陸線電話システムの両方において、ユーザはユーザの耳の近 くに置かれている一方の端のスピー々とユーザの口の近くに保持されているもう 一方の端のマイクロホンを含む手持送受話機（Ｈａｎｄ−ｓｅｔ）によって一般 に通信する。動作すると、ユーザの一方の手は電話機の手持送受話機をその正し い方向に保持することによって占められ、ユーザの唯一の自由な手で車の運転の ような仕事をすることができるよシステムにはスピーカホンが一般に用いられて きた。最近乗り動用スピーカホン（Ｖ　Ｓ　Ｐ）が自動車に用いるように開発さ れた０例えば、そのいずれもが本発明と同じ譲受人に譲渡されているＥａｓｔｍ ｏｎｄによる米国特許第４，３７８．６０３号およびＶｉｌｍｕｒによる米国特 許第４．４００．５８４号はハンドフリー動作の乗り動用スピーカホンを記述し ている。

人間の声に応答するハンドフリー制御システムは多数の米国特許に開示されてい る。Ｖａｎｄｅｒ　Ｍｏ１ｅｎに゛よる米国特許第４，５２０．５７６号は衣類 乾燥機のような家庭用電気器具用の会話の音声指令制御システムを開示している 。この制御システムは音声指令を認識し、ユーザと相互作用して合成された言語 音を出し、動作パラメータをセットするのに必要な情報を得る。音声認識および 音声合成はまたＢｒｅｎｉｇによる米国特許第４．４２６．７３３号における無 線トランシーバ制御機能（オン／オフ、送信／受信、音量およびスケルチ制御な ど）にも応用されている。更に、Ｐｉｒｚらによる米国特許第４．３４８，５５ ０号はユーザが話した言語によって制御される電話システム用のレパートリ−ダ イヤル呼出回路を開示している。

しかしい移動無線電話機のような乗り物用音声通信システムへのハンドフリー制 御の応用はいくつかの重大な障害を導入する。音声認識が乗り物の環境において 利用される場合には、乗り物に固有な高度な周囲雑音が信較できる音声制御にと って重要な問題を提示する。更に、乗り動用のスピーカホンは、一般に、頭の上 の自動車の日よけに取付けられているマイクロホンのような、ユーザの口から離 れたところにあるマイクロホンを有する。この結果、必要とされる高いマイクロ ホン感度は、陸線パーティへ伝送されるとともに音声認識器に印加される環境バ ックグラウンドノイズの量を大幅に増加させる。

この雑音の多い音声の問題への数多くのアプローチが試みられてきたが限られた 成功しか得られなかった０例えば、音声は航空機内ではユーザの第１マイクロホ ンから離れたところに置・かれた別のマイクロホンの使用を介して強められるの で、それはバックグラウンドノイズのみを拾うということがよく知られている０ 次に、所望する信号からバックグラウンドノイズの推定値を減算することによっ てバックグラウンドノイズの一般的特性を除去することができる。この技術は信 号対雑音比（ＳＮＲ）の限られた改善をもたらすことが証明されている。しかし 、音声源からの第２マイクロホンの必要とされる分離を行う一方で同時に第１マ イクロホンと同じバックグラウンドノイズ環境を拾おうと試みる事は非常に難し い。

低周波バックグラウンドノイズを減らすために、多分マイクロホン前置増幅器に 簡単な低域フィルタがしばしば用いられる。

これは一般的には音声品質の改善と考えられるかもしれないが、音声認識プロセ スは殆ど改善しない、もう１つのアプローチ、即ちスペクトル減算雑音抑圧のア プローチは一般的には雑音プリプロセッサとして用いて、ボコーダ（ｖ　ｏ　ｃ 　ｏ　ｄ　ｅ　ｒ）のような帯域幅圧縮システムによる追加処理に備えて雑音低 下音声を強める。

上述した先行技術は公称のバックグラウンドノイズ条件下においては十分に性能 を発揮するかもしれないが、乗り動用スピーカホンのような特殊化された応用例 においては、これらのアプローチの性能は著しく制限されるようになる。より遠 くに置かれたマイクロホンは道路および風による雑音状態により表かに劣った信 号対雑音レベルを陸線パーティに伝える。急速に変化する高雑音自動車環境にお いては、乗り物のバックグラウンドノイズは自動車の音声認識制御システムを誤 動作させるかもしれない、更に、そのような環境においてはスピーカホンオーデ ィオ切換回路の性能は著しく阻害されるかもしれない。

従って、高周囲雑音環境において十分なバックグラウンドノイズ減衰を与える移 動無線トランシーバ用の改良されたハンドフリー制御システ゛ムに対する必要性 が存在する。

発明の要約 従って、本発明の一般的目的は、雑音の多い環境において音声通信デバイスを制 御する改良された方法および装置を提供することである。

本発明の更に特殊な目的は、移動無線電話機用の改良された、ユーザと相互作用 するハンドフリー制御・ダイヤル呼出システムを提供することである。

本発明９更にもう１つの目的は、無線電話機の音声認識制御システムの性能、送 信されたオーディオの音声品質、および乗り動用スピーカホンのオーディ、オ切 換動作を改良することである。

本発明によると、ユーザの両手が自由になっていて他の仕事を行うことができる ような音声通信デバイス用の改良された、ユーザと相互作用する制御システムが 提供されている０本発明の制御システムは、入力音声信号からのバックグラウン ドノイズを動的に抑圧する手段と、雑音抑圧手段に応答してユーザが話した指令 語を認識する手段と、音声認識手段に応答して音声通信デバイスの動作パラメー タを制御しそのデバイスの動作状態を表す状態情報を発生させる手段と、そのよ うな状態情報に応答して音声通信デバイス動作状態についてユーザに表示を与え る手段とを含む。

好ましい実施例においては、ユーザと相互作用するハンドフリー制御システムは 、乗り動用スピーカホンを用いる移動無線電話機とともに用いられる。ユーザが 話した入力音声は先ず制御システムに音響的に結合され、次にスペクトル減算雑 音抑圧器によって雑音処理される。雑音処理された音声情報は次に音声認識器に 印加され、この音声認識器はユーザが話した所定のンターフエイシング制御ユニ ットはこれらの制御信号を用いて、ユーザが話した、又は対応する指令語に応答 して記憶された電話番号帳から呼出された電話番号をダイヤルし、この電話帳か らの電話番号を記憶し、呼出し、無線機の機能的動作を制御する。この制御ユニ ットをまた状態情報を音声合成器に与え、この合成器は無線電話機の現在の動作 状態についてユーザに可聴フィードバックを与える。更に、雑音抑圧音声は乗り 動用スピーカホンによって用いられてその切換改善し、無線送信機によって用い られて送信された音声の品質を改善する。

図面の簡単な説明 新規と考えられる本発明の特徴が添付の請求の範囲に詳細に述べられている。然 し、本発明自体ならびにその追加の目的および利点は、添付の図面とともに下記 の説明を参照することによって最も良く理解される。

第１図は、本発明による音声通信デバイス制御システムの一般的なブロック図で ある。

第２図は、音声通信端末装置に応用された本発明の制御システムのブロック図で ある。

第３図は、ハンドフリースピーカホンを用いた本発明による音声通信端末装置制 御Ｂシステムのブロック図である。

第４図は、乗り動用スピーカホンとともに移動無線電話機ハンドフリー制御シス テムを組入れた本発明の１実施例の詳細なブロック図である。

好ましい実施例の説明 さて添付の図面を参照すると、第１図は本発明のユーザと相互作用する制’＜Ｈ システム１００の一般的なブロック図を示す。

音声通信デバイス１５０は、例えば２方向無線システム、電話システム、構内通 信システムなどのような任意の無線または陸線音声通信システムを含んでもよい 。ユーザが話した入力音声はマイクロホン１０５に印加され、このマイクロホン １０５は制御システムのために入力音声電気信号を与える音響結合器とし°Ｃ動 作する。雑音プロセッサ１１０は入力音声信号に対して動的雑音抑圧を行い、音 声認識器１２０に雑音抑圧情報を与える。ここに用いられている動的雑音抑圧と は所望する信号からの準定常バックグラウンドノイズ（即ち、比較的一定の長期 パワースペクトルを示す雑音）を適合的にろ波するプロセスを言う。動的雑音抑 圧の１例は、技術上周知のスペクトル減算またはスペクトル利得変更技術である 。雑音抑圧情報は雑音抑圧音声自体または音声認識器に用いられるスペクトル減 算雑音抑制パラメータまたはその両方からなっていてもよい、雑音プロセッサ１ １０ならびにスペクトル減算／スペクトル利得変更技術のこれ以上の説明は第４ 図の雑音プロセッサ４１０の説明のなかに見出すことができる。

音声認識器１２０は雑音抑圧音声に対して直接に音声認識を行うかまたは音声認 識プロセスに音声認識パラメータを利用することによってこの雑音抑圧情報を利 用する。従って、音声信号の雑音内容を知ることによって表かにより正確な音声 認識性能が達成される。適当な音声認識装置および好ましい実施例が音声抑圧デ ータを音声認識器に組入れる方法についての更に詳しい説明は添付の第４図の説 明のなかに見出すことができる。

デバ・イスコントローラ１３０は制御システムと音声通信システム１５０との間 のインターフェイスをとる。デバイスコントローラ１３０は音声認識器１２０に よって与えられたデバイス制御データを、特定の音声通信デバイスによって認識 できる制御信号に翻訳する。これらの制御信号はデバイスに指令してユーザによ って命じられた特定の動作機能を行わせる。技術上周知であり、本発明とともに 用いるのに通したデバイスコントローラの１例はマイクロプロセッサである。

デバイスコントローラ１３０は音声通信デバイス１５０の動作状態を表すデバイ ス状態データもまた与える。このデータは音声合成器１４０に印加され、スピー カ１４５を介して出力されるとユーザが認識できる音声に翻訳される。当業者に は周知なように、音声通信デバイス動作状態についてユーザに表示を与えるその 他の手段を用いてもよい、そのような表示は可視表示（ＬＥＤ、ＬＣＤ、ＣＲ’ Ｉ’など）または音トランスジューサ（トーン発生器またはその他の可聴信号） を含んでもよい、従って、第１図は、本発明が雑音抑圧、音声認識および音声合 成を利用するユーザと相互作用する制御システムを備えて音声通信デバイスの動 作パラメータを制御する方法を示す。

第２図は例えば電話端末装置、通信コンソー・ル、２方向無線機などのような音 声通信端末装置へのユーザと相互作用する制御システムの応用をしめす。雑音プ ロセッサ２１０、音声認識器２２０、端末装置コントローラ２３０および音声合 成器２４０はその構造および動作が第１図の対応するブロックと同じである。然 し、制御システム２００は更に音声通信端末装置２５０の内部構造を示す、この 実施例では、マイクロホン２０５およびスピーカ２９５は音声通信端末装置自体 に組込まれている。

このマイクロホン／スピーカ配置の代表的な例は電話の手持送受話機であろう。

音声通信端末装置２５０はまた送信路２６５に結合された送信機ブロック２６０ 、受信路２８５に結合された受信ブロック２８０および送信機ブロックと受信機 ブロックとの両方を制御する端末装置論理ブロック２７０を有する。端末装置論 理ブロック２７０は一般に音声通信端末装！ｔ２５０の動作状態情報へのアクセ スを有し、端末装置インタフェースバスを介してこの情報と端末装置コントロー ラとの間のインタフェースをとる。

記憶された電話番号帳からの音声制御ダイヤル呼出を用いる“利口な（ｓｍａｒ ｔ）”電話端末装置の例はここで本発明の制御システムの動作を説明するのに用 いられている。先ず最初に、ユーザは指令語“呼出（ｒｅｃａｌｌ）”というよ うな言葉による指令をマイクロホン２０５に話す、この言葉は先ず最初に雑音プ ロセッサ２１０によって雑音処理が行われ、それから音声認識器２２０によって 有効なユーザ指令として認識される。この例においては、次に端末装置コントロ ーラ２３０が音声合成器２４０に指示して、マルチプレクサ２９０を通ってスピ ーカ２９５に至る音声合成出力線２４５を介して言葉による細については第４図 のマルチプレクサ４７０の説明参照）０次にユーザは彼が呼出したいと思う電話 番号に対応する電話帳インデックス中の名前、例えば“事務所”といったような 言葉を話すことによって応答する。この語が端末装置コントローラ電話番号帳に 記憶された所定の名前インデックスに対応すると、この語は有効な指令語として 認識される。もし有効であれば、コントローラ２３０は音声合成器２４０に指示 して“事務所”と返答させ、それにより！Ｌｉされた指令語を確認する。

次にユーザは指令語“送れ１と言うが、この語は制御システムによって認識され ると端末装置コシトローラに指示して名前“事務所”に対応する電話番号を得さ せ、電話番号ダイヤル呼出情報を端末装置インタフェースバス２３５を介して端 末装置論理ブロック２７０へ送らせる。端末装置論理ブロック２７０はこのダイ ヤル呼出情報を送信＠２６０を介して送信路に沿って出力する。電話接続が行わ れると、端末装置受信機２８０はマルチプレクサ２９０を介して受信路からスピ ーカ２９５ヘオーデイオを与える。適当な電話接続を行うことができないと、端 末装置コントローラ２３０は端末装置論理ブロック２７０（７）状態を読出し、 返答語“話し中”といったような状態情報を発生させ、音声合成器２４０を介し てユーザへ出力させる。この方法により、ユーザと相互作用する音声制御電話帳 ダイヤル呼出が行われる。

雑音処理動作指令に加えて、゛ユーザの音声はまたそれが送信オーディオ線２１ ５を介して送信路２６５に結合される前に雑音処理される。従って、雑音プロセ ッサ２１０は音声認識器のための雑音抑圧情報を与えるとともに、送信機オーデ ィオのたの音声認識プロセスの性能並びに送信されたオーディオ信号の品質が著 しく改善される。

音声認識および音声合成により乗り物の運転者は両目を道路から離さないように していることができるが、従来の手持送受話機または手持マイクロホンでは運転 者は両手をかじ取りハンドルから離したり、または適当な手動（または自動）変 速機切換をおこなったりすることができない、この理由により、第３装置のハン ドフリー制御を行う。このスピーカホンは送信／受信オーディオ切換機能ならび に受信／返答オーディオ多重化機能を行う。

さて第３図を参照すると、制御システム３００は第２図の対応するブロックと同 じ雑音プロセッサブロック３１０、音声認識器ブロック３２０、端末装置コント ローラブロック３３０゜音声合成器ブロック３４０および音声通信端末装置３５ ０を用いている。しかし、マイクロホン３０５およびスピーカ３７５は端末装置 ３５０の不可欠の部分ではない、その代わりに、スピーカホン３６０はマイクロ ホン３０５からの入力音声信号を入力信号線を介して雑音プロセッサ３１０へ向 ける。この入力信号線は単向通信スピーカホンの場合には切換えてもよく、或は ２重スピーカホンの場合には直接に接続してもよい、スピーの切換／多重化構成 についての更に詳しい説明は第４図に関連して後述する。

従って第３図はユーザの両手を自由にするためにスピーカホンを用いた置市通信 端末装置へＣ本発明の制御システムの応用を示す、好ましい実施例においては、 音声認識ならびに送信されたオーディオ通路のために入力音声を処理するのにス ペクトルを用いることによって実現されるかもしれない、高雑音環境においては 、この技術は単向通信乗り切用スピーカホンの性能を著しく高める。従って、雑 音処理ブロックは次に３つの機能、即ち音声認識性能の改善、送信された音声品 質の改善およびスピーカホンオーディオ切換の改善を行う。

第４図は本発明のハンドフリー制御システムの詳細なブロック図である。一般的 にいって、この制御システム配置は、マイクロホンからの入力音声信号がスピー カホンに印加される前に先ず雑音処理されるという上述した例外点を除けば第３ 図の制御システム配置と同じである。一般的にはユーザの口から成る距離をおい て離れて（即ち自動車の日よけの上に）取付けられているマイクロホン４０２は ユーザの音声を音響的に制御システム４００に結合する。この音声信号は一般に 前置増幅器４０４によって増幅されて入力音声信号４０５を与える。

雑音プロセッサブロック４１０は先ずアナログ入力音声信号をＡ−Ｄ変換器４１ ２においてデジタル形式に変換する。このデクタルデータは次にスペクトル減算 雑音抑圧器４１４に印加され、この抑圧器４１４は実際の動的雑音抑圧機能を行 う。任意の動的雑音抑圧実施例をブロック４１４に用いてもよいが、本実施例は 特殊な形のスペクトル減算雑音抑圧−ｍ−チャネルフィルタバンク技術を用いて いる。このアプローチでは、オーディオ入力信号スペクトルは１列の帯域フィル タによって個々のスペクトルバンドに分けられ、特定のスペクトルバンドがそれ らの雑音エネルギー内容によって減衰される。

この減衰値は検出された信号の信号対雑音比（ＳＮＲ）に依存する。このＳＮＲ はそのチャネルに対するバックグラウンドノイズ推定値およびチャネルエネルギ ー推定値から計算される。

音声が単一のチャネルに存在すると、そのチャネルの信号対雑音比は高くなる。

従って、雑音抑圧器はその特定のチャネルに数であり、ＳＮＲが大であればある ほど其の単一のチャネル利得は基礎利得（全雑音）から増大する。雑音のみがそ の単一のチャネルに存在すると、ＳＮＲは低くなり、そのチャネルに対する利得 は基礎利得に減少する。音声エネルギーは同時にはチャネルのすべてに現われな いので、低音声エネルギーレベル（大部分はバックグラウンドノイズ）を含むチ ャネルは音声エネルギースペクトルから抑圧（減算）される、この種類のスペク トル減算雑音抑圧前置フィルタは、Ｒ，Ｊ、ＭｃＡｕ　Ｉ　ａ　７４Ｍ、　Ｌ、 　Ｍａ　ｌ　ｐａ　ｓ　ｓによる論文“ソフトデシジョン雑音抑圧フィルタを用 いた音声強化”ＩＥＥＥ　Ｔｒａｎｓ、Ａｃｏｕｓｔ、、５ｐｅｅｃｈ、Ｓｉｇ ｎａｌ　Ｐｒｏｃｅｓｓｉｎｇ、Ｖｏｌ、ＡＳＳＰ　２８．Ｎｏ、２．　（Ａｐ ｒｉ　＋１９８０）、ｐｐ、１３７−１４５に記述されている。

雑音抑圧器４１４は音声認識ブロック４２０が用いる雑音抑圧データを与える。

この雑音抑圧データは実際の雑音抑圧音声からなっていてもよく、成るいはその 代わりに音声認識アルゴリズムに組込まれるスペクトル減算雑音抑圧パラメータ を表してもよい、最初の場合には、音声認識器４２４は雑音抑圧が行われた音声 そのものについて音声認識を行う。後者の場合には、音声認識器４２４は音声認 識プロセスにおいてバックグラウンドノイズを補償するために雑音抑圧データを 利用するにすぎない。本実施例においては、この雑音抑圧データはチャネルフィ ルタバンクデータ（信号情報）、入力音声信号のチャネルごとのバックグラウン ドノイズ推定値（雑音情報）、および現在のバックグラウンドノイズエネルギー レベルを有する雑音処理信号エネルギー（語の境界情報）を含む、この信号、雑 音および語の境界情報は音声認識の期間中に利用され、語突合せ（ｗ。

ｒｄ−ｍａｔｃｈｆｎｇ）プロセスを調整して高バックグラウンドノイズレベル を補償する。Ｊ、Ｐｅｃｋ、ｈａｍ、Ｊ、Ｇｒｅｅｎ、Ｊ＋Ｃａｎｎｉｎｇ　＆ 　Ｐ＋５ｔｅｖｅｎｓによる“実時間連続音声認識システム゛＊　ＩＥＥＥ、Ｉ ｎｔｅｒｎａｔｉｏｎａｌ　Ｃｏｎｆｅｒｅｎｃｅ　ｏｎ　Ａｃｏｕｓｔｉｃｓ 、５ｐｅｅｃｈ、ａｎｄ　Ｓｉｇｎａｌ　Ｐｒｏｃｅｓｓｆｎｇ、Ｍａｙ３−５ ．１９８２．Ｖｏｌ、２．ｐＰ、８６３−８６６と題する論文およびここに参考 のために述べであるような音声認識のためのその他のバックグラウンドノイズ補 償アルゴリズムを用いてもよい、いずれの場合でも、雑音処理により音声認識性 能は著しく改善される。

本実施例においては、８ビツトマイクロコンピユータが音声認識器４２４の機能 を行い、ＥＥＰＲＯＭがテンプレートメモリ４２２として機能する。更に、第４ 図の他のいくつかの制御システムブロックがＣ０ＤＥＣ／フイルタおよびＤＳＰ （デジタル信号プロセッサ）の助けをかりて同じマイクロコンピュータによって 部分的に実施されている。上記に参照した論文は更に別のマイクロプロセッサア ーキテクチュアを記述している。

従って、本発明は何らかの特定のハードウェアまたは何らかの特定の型の音声認 識に限定されるものではない、更に詳しくいうと、本発明はスピーカに依存する 、またはスピーカに依存しない音声認識、分離されたまたは連続的な語認識、お よびソフトウェアをベースにした、またはハードウェアをベースにした実施例の 使用を意図している。

テンプレートメモリ４２２は音声認識器４２４における入り音声に一致する語テ ンプレートを記憶する。訓練（ｔ　ｒａ　ｉ　ｎｊｎｇ）の期間中、音声認識器 ４２４は制御ユニットによって語テンプレートをメモリバス４２６を介してテン プレートメモリ４２２へ送るように命じられる。認識期間中に、音声認識器４２ ４はメモリ４２２からの以前に記憶されたテンプレートと、雑音処理音声情報と を比較する。本実施例の認識アルゴリズムはほぼ連続した音声認識、動的時間ワ ーピング（ｗａｒｐｉｎｇ）、エネルギー正常化、およびテンプレート一致を決 定するチェビシェフ距離を取入れている。Ｊ、Ｓ、Ｂｒｔｄ、１ｅ、Ｍ、　Ｄ、 　Ｂｒｏｗｎ　＆　Ｒ，Ｍ、　Ｃｈａｍｂｅｒ　Ｉ　ａ　ｔ　ｎの論文、“接続 語認識用アルゴリズム″ＩＥＥＥ　Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｃｏｎｆｅｒ ｅｎｃｅ　ｏｎ　Ａｃｏｕｓｔｉｃｓ、５ｐｅｅｃｈ、ａｎｄ　Ｓｉｇｎａｌ　 Ｐｒｏｃｅｓｓｉｎｇ、Ｍａｙ３−５．１９８２．Ｖｏｌ、２．　ｐｐ、８９９ −９０２に述べられているような先行技術のアルゴリズムを用いてもよい。全体 的にみて、音声認識ブロック４２０は雑音プロセッサブロック４１０からのバッ クグラウンドノイズ情報を用いて高バックグラウンドノイズ環境における音声認 識器性能を高める。

制御ユニット４３４および電話帳メモリ４３２からなるコントローラブロック４ ３０は、それぞれインタフェースバス４２８．４３Ｂおよび４５８を介して音声 認識ブロック４２０および音声合成ブロック４４０と無線電話機４５０との間の インタフェースをとる役目をする。制御ユニット４３４は一般的には無線機論理 回路４５２からのデータとその他のブロックとの間のインタフェースをとること ができる制御マイクロプロセッサである。制御ユニット４３４はまた制御ヘッド をアンロックし、電話呼出を行い、電話呼出を終了させるといフたような無線電 話機４５０の動作制御を行う。無線機に対する特定のハードウェアインタフェー ス構造に応じて、制御ユニット４３４はＤＴＭＦダイヤル呼出、インタフェース バス多重化および制御機能意思決定のような特定の制御機能を行うために他のサ ブブロックを組込んでいてもよい。電話帳メモリ４３２、ＥＥＰＲＯＭ、は複数 の電話番号および名前を記憶し、それにより電話帳ダイヤル呼出を可能にする。

メモリバス４３６は電話番号および名前を入れるプロセスの期間中に情報を電話 帳メモリ４３２へ送り、有効な電話帳ダイヤル呼出指令に応答してこの記憶され た電話帳情報を制御ユニット４３４へ送る。用いられる特定の電話デバイスによ っては、電話帳メモリ４３２を電話デバイス自体に組込む方がより経済的かもし れない、しかし、−ａ的には、コントローラブロック４３０は電話番号帳記＋！ １機能、電話番号ダイヤル呼出機能および無線機動作制御機能を行う。

コントローラブロック４３０はまた無線電話機の動作状態を表す状態情報を与え る。この状態情報は電話帳メモリ４３２に記憶された名前および電話番号に関す る情報（“事務所゛３　“５５５−１２３４”など）、電話帳状態情報（“電話 帳満杯°。

“名前は？”など）、音声認識状態情報（“準備完了”、“ユーザ番号は？”な ど）または無線電話機状態情報（“呼出中止″５　′システム使用中′など）を 含んでいてもよい。従って、コントローラブロック４３０は無線機のユーザと相 互作用する音声認識／音声返答制御Ｂシステムの心臓部である。

音声合成ブロック４４０は音声返答機能を行う、音声返答デ−タはインタフェー スバス４３８を介してチャネルバンク音声合成器４４４に与えられる。この情報 を用いて、音声合成器４４４は返答メモリ４４２から返答語を呼出し、これらの 返答語を合成し、それらをＤ−Ａ変換器４４６へ出力する。音声返答は次にユー ザへ送られる０本実施例においては、チャネルバンク合成機４４４は１９チヤネ ルボコーダの音声合成部分である。

そのようなボコーダの１例はＪ、Ｎ、Ｈｏ　１ｍｅ　ｓ　のＪＳＲＵ　チャネル ボコーダ、ＩＥＥ　ＰＲＯＣ，、Ｖｏｌ、１２７、ｐｔ、Ｆ、Ｎｏ、１．（Ｆｅ ｂｒｕａｒｙ、１９８０）、ｐｐ、５３−６０に見出される。供給メモリ４４２ によってあたえられる情報はまた入力音声フレームを声に出すべきかまたは出す べきではないかを含み、ピッチ速度があればそれを含み、１９のフィルタの各々 の利得を含む、しかし、当業者には明らかなように、任意の音声合成装置を用い てもよい、更に、本発明は、ユーザへ返答を与える任意の手段が音声合成器ブロ ック４４０の基本的返答機能を行うことを意図している１例えば、（表示灯のよ うな）視覚表示又は（返答トーンのような）可聴表示を代用してもよい。

上記において見てきたように、本発明は音声認識および音声合成による雑音抑圧 を実施し、音声通信デバイス用のユーザと相互作用する制御システムを備えるこ とを教示している。本実施例においては、音声通信デバイスはセルラ（ｃｅｌｌ ｕｌａｒ）移動無線電話機のような無線トランシーバである。しかし、雑音の多 い環境においてユーザと相互作用するハンドフリー動作を保証する任意の音声通 信デバイスを用いてもよい０例えば、ハンドフリー制御を要するいかなる単向通 信無線トランシーバさて第４図の無線電話機ブロック４５０を参照すると、無線 論理回路４５２は実際の無線動作制御機能を行う、特に、それは周波数合成器４ ５６に指示してチャネル情報を送信機４５３および受信機４５７へ与えさせる。

周波数合成器４５６の機能は水晶制御チャネル発振器が行ってもよい、送受切換 器４５４はアンテナ４５９を介して送信機４５３および受信機４５７と無線周波 （ＲＦ）チャネルとの間のインタフェースをとる。単向通信無線トランシーバの 場合には、送受切換器４５４０機能はＲＦスイッチが行ってもよい。代表的な無 線トランシーバ回路の更に詳しい説明については、“ＤＹＮＡ　Ｔ、Ａ、Ｃ，セ ルラ移動電話機”と題するモトローラ社の取扱説明書を参照せよ。

本応用例においてＶＳＰ　（乗り動用スピーカホン）ともいわれるスピーカホン ４６０はユーザが話したオーディオの制御システムへの、合成された返答信号の ユーザへの、無線電話機から受信したオーディオのユーザー・の音響的ハンドフ リー結合を行う。上述したように、雑音プロセッサブロック４１０は入力音声信 号４０５に対してスペクトル減算雑音抑圧を行い、音声認識のための雑音抑圧情 報を発生させる。この情報はまた雑音抑圧マイクロホンオーディオ４１５を発生 させるＤ−Ａ変換器４１６によって用いられる。雑音抑圧信号は■ＳＰ送信オー ディオスイッチ４６２へ印加され、このスイッチ４６２は雑音抑圧マイクロホン オーディオ４１５を送信オーディオ４１７を介して無線送信機４５３へ送る。ｖ ｓｐ送信スイッチ４６２はＶｓｐ信号検出器４６４によって制御される。信号検 出器４６４はマイクロホンオーディオ４１５と受信オーディオ４５５とを比較し ｖｓｐ切換機能を行う。

移動無線機ユーザが話している時には、信号検出器４６４は検出器出力４６１を かいして正の制御信号を与えて送信オーディオスイッチ４６２を閉じ、検出器出 力４６３を介して負の制御信号を与えて受信オーディオスイッチ４６８を開く、 これとは逆に、陸線パーティが話している時には、信号検出器４６４は反対の極 性の信号を与えて受信オーディオスイッチ４６８を閉じる一方で送信オーディオ スイッチ４６２を開く、受信オーディオスイッチが閉じると、無線電話機受信機 ４５７からの受信機オーディオ４５５は受信オーディオスイッチ４６８を通り切 換えられた受信オーディオ出力４６７を介してマルチプレクサ４７０へ送られる 。一部の通信システムでは、信号検出器からの制御信号に応答して相等しいが反 対の減衰を与える可変利得デバイスをオーディオスイッチ４６２および４６８の 代わりに用いることが有利であることが証明されるかもしれない。いずれの場合 にも、入力音声信号４０５とは対照的に雑音抑圧マイクロホンオーディオ４１５ を用いることは、信号検出器４６４が正確なオーディオバス制御決定を行うのを 助ける。従って、第４図の音声抑圧／スピーカホン構成は乗り動用スピーカホン の雑音フォールシング（ｆａｌｓｉｎｇ）および減感（ｄｅｓｅｎｓｉｔｉｚａ ｔｉｏｎ）性能を著しく改善する。

マルチプレクサ４７０は制御ユニット４３４からの多重化信号に応答して音声返 答オーディオ４４５と切換られた受信オーディオ４６７との間で切換ねる。制御 ユニットが状態情報を音声合成器へ送ると、マルチプレクサ信号４３５はマルチ プレクサ４７０に指示して音声返答オーディオをスピーカへ送らせる。

ｖＳＰオーディ第４６５は通常はスピーカ４７５に印加される前にオーディオ増 幅器４７２によって増幅される。ここに説明した乗り動用スピーカホン実施例は 多数の可能な構成のうちの１つに過ぎない。しかし、ここで強調しておかなけれ ばならない点は、本発明はｖＳＰオーディオ切換のために雑音抑圧マイクロホン オーディオを利用する技術を教示するものであるということである。この技術は スピーカホン性能を著しく改善する。

要約すると、第４図はユーザと相互作用するハンドフリー音声認識制御システム を有しユーザが話した指令により無線電話機動作パラメータを制御する無線電話 機を示す、この制御システムは無線電話機動作状態に関して音声合成によりユー ザに可聴フィードバックを与える０乗り動用スピーカホンはユーザが話した入力 音声の制御システムへの、制御システムか乙の音声返答信号のユーザへの、そし 受信機オーディオのユーザへのハンドフリー音響結合を行う。制御システムに雑 音処理を実施すると、無線電話機の音声認識、送信されたオーディオの音声品質 および乗り動用スピーカホンのオーディオ切換動作が改善される。雑音抑圧、音 声認識および音声合成の組合せは先行技術の制御システムを著しく改善する。

本発明の特定の実施例を上記に示し説明したが、更に変形および改良を当業者が 行ってもよい、ここに開示された請求されている根本的原理を保持しているすべ てのそのような変形は本発明の範囲内にある。

国際調査、報告 ｍ＠ｆｌｊｗ１１ｊｌ　Ａ−静１１４１１　Ｎｍ、　ｐｃＴ／υＳ　ａｓ１０１ ６７２ＡＮＮＥＸ　Ｔｏ　ＴＲＥ　ＩＮＴＥＲＮＡＴＩＯＮＡＬ　５ＥＡＲＣＨ ＲＥＰＯＲＴ　０ＮＩＮＴＥＲＮＡＴＩＯＮＡＬ　ＡＰＰｆ、ＩＣＡＴＩＯＮ　 Ｎｏ、　ｆ’ｃＴ／ＩＪ５　８５１０１６７２　（ＳＡ　１０６５９）ＵＳ−Ａ −４３４８５５００７１０９／８２　ｔＪＳ−Ｅ−３２０１２２２／１０／８５

Claims (1)

1. 【特許請求の範囲】 １．送信路、受信路およびデバイス動作パラメータを制御するユーザと相互件用 する制御システムを有する音声通信デバイスであつて、前記制御システムは、 入力音声信号からのバックグラウンドノイズを動的に抑圧して雑音抑圧情報を発 注させる手段と、前記雑音抑圧情報に応答してユーザが話した指令語を認識して デバイス制御データを発生させる手段と、前記制御データに応答して前記デバイ ス動作パラメータを制御し、前記音声通信デバイスの動作状態を表すデバイス状 態データを発生させる手段と、 前記状態データに応答し、音声通信デバイス動作状態に関してユーザに表示を与 える手段とを含む、音声通信デバイス。 ２．前記バックグラウンドノイズ抑圧手段は、前記雑音抑圧情報に応答して雑音 抑圧音声信号を発生させる手段と、 前記雑音抑圧音声信号を前記音声通信デバイス送信路に結合する手段とを含む、 前記請求の範囲第１項による音声通信デバイス。 ３．音声による指令により電話呼出を行う手段を更に含み、この電話呼出の実行 は前記動作パラメータの１つをなす前記請求の範囲第１項による音声通信デバイ ス。 ４．前記制御手段は、 複数の電話番号を記憶する電話帳手段と、所定の言葉による指令の認識に応答し て前記電話帳手段から得られた電話番号をダイヤル呼出するダイヤル呼出手段と を含む、 前記請求の範囲第３項による音声通信デバイス。 ５．音声による指令により前記電話帳手段中の電話番号を記憶する手段を更に含 み、その記憶は前記動作パラメータの１つをなす前記請求の範囲第４項による音 声通信デバイス。 ６．前記の表示を与える手段は前記デバイス状態データに基づいて言葉の返答を 合成する音声合成器である前記請求の範囲第１項による音声通信デバイス。 ７．前記バックグラウンドノイズ抑圧手段はスペクトル利得変更雑音抑圧技術を 用いる前記請求の範囲第１項による音声通信デバイス。 ８．無線周波（ＲＦ）通信手段を更に含み、前記送信路によつて運ばれた情報を 送信し、情報を受信し、前記の受信した情報を前記受信路に結合させる前記請求 の範囲第１項による音声通信デバイス。 ９．送信機、受信機および音声認識制御システムを有する無線通信装置であつて 、前記制御システムは、入力音声信号からのバックグラウンドノイズを動的に抑 圧して雑音抑圧情報を発生させる手段と、前記雑音抑圧情報に応答し、ユーザが 話した指令語を認識して声の指令データを発生させる手段と、前記音声指令デー タに応答して前記無線通信装置の動作機能を制御し、前記無線通信装置の動作状 態を表す音声返答データを発生させる手段と、 前記音声返答データから音声返答信号を合成し、それにより無線通信装置動作状 態に関してユーザに可聴表示を与える手段とを含む、 無線通信装置。 １０．前記無線通信装置は移動無線電話機である前記請求の範囲第９項による無 線通信装置。 １１．前記バックグラウンドノイズ抑圧手段は、前記雑音抑圧情報に応答して雑 音抑圧音声信号を発生させる手段と、 前記雑音抑圧音声信号を前記無線通信装置送信機に結合する手段とを含む、 前記請求の範囲第９項による無線通信装置。 １２．声の指令により電話呼出を行う手段を更に含み、その配置は前記動作機能 の１つを構成する前記請求の範囲第１０項による無線通信装置。 １３．前記制御手段は、 複数の電話番号を記憶する電話帳手段と、所定の言葉による指令に応答して前記 電話帳手段から得られた電話番号をダイヤル呼出するダイヤル呼出手段とを含む 、前記請求の範囲第１２項による無線通信装置。 １４．声の指令により前記電話帳手段に電話番号を記憶する手段を更に含み、 その記憶は前記動作機能の１つをなす前記請求の範囲第１３項による無線通信装 置。 １５．前記バックグラウンドノイズ抑圧手段はスペクトル利得変更雑音抑圧技術 を用いる前記請求の範囲第９項による無線通信装置。 １６．前記雑音抑圧情報はチャネルバンク情報および前記入力音声信号の少なく とも１つのバックグラウンドノイズ推定値を含む前記請求の範囲第９項による無 線通信装置。 １７．前記のユーザが話した指令語を前記入力音声信号へ、前記音声返答信号を ユーザヘ、そして前記無線受信機からのオーディオ信号をユーザへハンドフリー 音響結合する手段をさらに含む前記請求の範囲第９項による無線通信装置．１８ ．前記ハンドフリー音響結合手段はスピーカホンである前記請求の範囲第１７項 による無線通信装置。 １９．送信機、受信機、およびユーザが話した指令語によつて複数のユーザ制御 無線トランシーバ動作パラメータを制御し無線トランシーバ動作状態についてユ ーザに可聴フィードバックを与えるハンドフリーユーザ制御手段を有する無線ト ランシーバであって、前記制御手段は、 ユーザが話した入力音声の前記制御手段へのハンドフリー音響結合を行い、それ により入力音声信号を与える第１結合手段と、 スペクトル利得変形により前記入力音声信号からのバックグラウンドノイズを動 的に抑圧し、それにより雑音抑圧データを与える手段と、 前記雑音抑圧データに応答し、複数の所定のユーザが話した指令語を認識して音 声指令データを与え、前記複数の所定の指令語は前記複数の無線トランシーバ動 作パラメータに対応する手段と、 前記音声指令データに応答し、前記無線トランシーバ動作パラメータを制御し、 前記無線トランシーバの現在の動作状態を表す無線状態データを発生させる手段 と、前記無線状態データから音声返答信号を合成する手段と、前記制御手段から の前記音声返答信号の前記ユーザヘのハンドフリー音響結合を行い、それにより 無線トランシーバの現在の動作状態についてユーザへ可聴フィードバックを与え る第２結合手段とを含む、 無線トランシーバ。 ２０．前記無線トランシーバは移動無線電話機である前記請求の範囲第１９項に よる無線トランシーバ．２１．前記バックグラウンドノイズ抑圧手段は、前記雑 音抑圧データに応答して雑音抑圧音声信号を発生させる手段と、 前記雑音抑圧音声信号を前記無線送信機に結合する手段とを含む、 前記請求の範囲第１９項による無線トランシーバ。 ２２．声の指令により電話呼出を行う手段を更に含み、その電話呼出の実行は前 記複数の動作パラメータの１つをなす前記請求の範囲第２０項による無線トラン シーバ。 ２３．前記制御手段は、 複数の電話番号を記憶する電話帳手段と、所定の音声指令の認識に応答して前記 電話帳手段から得られた電話番号をダイヤル呼出するダイヤル呼出手段とを含む 、前記請求の範囲第２２項による無線トランシーバ。 ２４．音声指令により前記電話帳手段中の電話番号を記憶する手段を更に含みそ の記憶は前記複数の動作パラメータの１つをなす前記請求の範囲第２３項による 無線トランシーバ。 ２５．前記雑音抑圧データはチャネルバンク情報および前記入力音声信号の少な くとも１つのバックグラウンドノイズ推定値を含む前記請求の範囲第１９項によ る無線トランシーバ。 ２６．第３結合手段を含み、前記無線受信機からの受信信号の前記ユーザヘのハ ンドフリー音響結合を行う前記請求の範囲第１９項による無線トランシーバ。 ２７．前記第１，第２および第３結合手段はスピーカホンを含む前記請求の範囲 第２６項による無線トランシーバ。 ２８．前記無線トランシーバ動作状態は前記電話帳手段に記憶された名前および 電話番号を含み、前記状態情報は音声指令によりユーザがアクセスできる前記請 求の範囲第１９項による無線トランシーバ。 ２９．入力音声信号からのバックグラウンドノイズを動的に抑圧して雑音抑圧情 報を発生させるステツプと、前記雑音抑圧情報に応答してユーザが話した指令語 を認識し音声指金データを発生させるステツプと、前記音声指令データに応答し て前記無線通信装置の動作機能を制御し、前記無線通信装置の動作状態を表す音 声返答データを発生させるステツプと、 前記音声返答データから音声返答信号を合成し、それにより無線通信装置動作状 態に関してユーザに可聴表示を与えるステツプとを含む、 送信機・受信機および音声認識制御システムを有する無線通信装置を制御する方 法。 ３０．前記無線通信装置は移動無線電話機である前記請求の範囲第２９項による 方法。 ３１．前記雑音抑圧情報に応答して雑音抑圧音声信号を発生させるステツプと、 前記雑音抑圧音声発生信号を前記無線通信装置送信機に結合するステツプとを更 に含む、 前記請求の範囲第２９項による方法。 ３２．前記動作機能は声の指令により電話呼出を行うことを含む前記請求の範囲 第３０項による方法。 ３３．記憶された電話番号帳に複数の電話番号を記憶するステツプと、 所定の音声指令の認識に応答して前記電話帳から得られた電話番号をダイヤル呼 出するステツプとを更に含む、前記請求の範囲第３２項による方法。 ３４．前記動作機能は音声指令により前記電話帳に電話番号を記憶することを更 に含む前記請求の範囲第３３項による方法。 ３５．前記バツクグラウンドノイズ抑圧ステツプはスペクトル利得変更雑音抑圧 技術を用いる前記請求の範囲第２９項による方法。 ３６．前記雑音抑圧情報はチャネルバンク情報および前記入力音声信号のうちの 少なくとも１つのバツクグラウンドノイズ推定値を含む前記請求の範囲の第２９ 項による方法。 ３７．前記のユーザが話した指令語を前記入力音声信号に音響的に結合するステ ツプと、 前記音声返答信号をユーザに音響的に結合するステツプと、前記無線受信機から のオーディオ信号をユーザに音響的に結合するステツプとを更に含む、 前記請求の範囲第２９項による方法。 ３８．前記音響結合ステツプがスピーカホンによつて行われる前記請求の範囲第 ３７項による方法。 ３９．ユーザが話した入力音声の前記無線トランシーバヘのハンドフリー音響結 合を行い、それにより入力音声信号を与えるステップと、 前記入力音声信号からのバツクグラウンドノイズをスペクトル利得変更によつて 動的に抑圧し、それにより雑音抑圧データを与えるステツプと、 前記雑音抑圧データに応答して複数の所定の音声指令語を認識し音声指令データ を与え、前記の複数の所定の音声指令語は前記複数の動作パラメータに対応する ステツプと、前記音声指令データに応答して前記無線トランシーバ動作パラメー タを制御し、前記無線トランシーバの現在の動作状態を表す無線状態データを発 生させるステツプと、前記無線状態データから音声返答信号を合成するステツプ と、 前記無線トランシーバからの前記音声返答信号の前記ユーザヘのハンドフリー音 響結合を行い、それにより前記無線トランシーバの前記の現在の動作状態の可聴 フィードバックを与えるステツプとを含む、 送信オーディオバス、受信オーディオバス、複数の動作パラメータおよび複数の 動作状態を有する無線トランシーバを音声認識および音声速答によつて制御する 方法。 ４０．前記無線トランシーバは移動無線電話機である前記第３９項による方法。 ４１．前記雑音抑圧データに応答して雑音抑圧音声信号を発生させるステップと 、 前記雑音抑圧音声信号を前記無線送信機に結合するステップとを更に含む、 前記請求の範囲第３９項による方法。 ４２．前記複数の動作パラメータは音声指令により電話呼出を行うことを含む前 記請求の範囲第４０項による方法。 ４３．記憶された電話番号帳に複数の電話番号を記憶するステツプと、 所定の音声指令の認識に応答して前記電話帳から電話番号をダイヤル呼出しする ステツプとを更に含む、前記請求の範囲第４２項による方法。 ４４．前記複数の動作パラメータは音声指令により前記電話帳に電話番号を記憶 することを更に含む前記請求の範囲第４３項による方法。 ４５．前記雑音抑圧データはチヤネルバンク情報および前記入力音声信号の少な くとも１つのバックグラウンドノイズ推定値を含む前記請求の範囲第３９項によ る方法。 ４６．前記受信オーディオパスからの受信信号の前記ユーザヘのハンドフリー音 響結合を行うステツプを更に含む前記請求の範囲第３９項による方法。 ４７．前記音響結合ステツプガスピーカホンによつて行われる前記請求の範囲第 ４６項による方法。 ４８．前記無線トランシーバ動作状態は前記電話番号帳に記憶された名前および 電話番号に関する情報を含み、前記状態情報は音声指令によりユーザがアクセス できる前記請求の範囲第３９項による方法。