WO2007108355A1

WO2007108355A1 - 情報処理装置、情報処理方法、情報処理プログラムおよびコンピュータに読み取り可能な記録媒体

Info

Publication number: WO2007108355A1
Application number: PCT/JP2007/054881
Authority: WO
Inventors: Kiyoshi Morikawa; Koji Koga; Hiroaki Shibasaki; Mari Kitada
Original assignee: Pioneer Corp
Current assignee: Pioneer Corp
Priority date: 2006-03-20
Filing date: 2007-03-13
Publication date: 2007-09-27
Anticipated expiration: 2008-09-20

Abstract

　移動体に搭載され、集音手段から入力される音声情報を処理する情報処理装置（１００）であって、再生部（１０１）は、記録媒体に記録されている音源情報を再生する。出力部（１０２）は、再生部（１０１）により再生されている音源情報を出力する。入力部（１０３）は、出力部（１０２）により音源情報が出力された後に、音源情報に対応する音声情報を利用者に集音手段から入力させる。算出部（１０４）は、入力部（１０３）により入力された音声情報と音源情報との差異量を算出する。評価部（１０５）は、算出部（１０４）により算出された差異量が所定量以上であるか否かを評価する。制御部（１０６）は、評価部（１０５）による評価の結果、差異量が所定量以上である場合、再生部（１０１）によって再生された音源情報を再度再生させる。

Description

明細書

情報処理装置、情報処理方法、情報処理プログラムおよびコンピュータに読み取り可能な記録媒体

技術分野

[0001] この発明は、音声情報を処理する情報処理装置、情報処理方法、情報処理プログラムおよびコンピュータに読み取り可能な記録媒体に関する。ただし、この発明の利用は、上述した情報処理装置、情報処理方法、情報処理プログラムおよびコンビユータに読み取り可能な記録媒体には限られない。

背景技術

[0002] 従来、音声認識技術を用いた語学学習装置は、標準的な発音で記録媒体に記録された英語の語彙または文章に関する音源情報をスピーカから出力する。そして、語学学習装置は、出力された音源情報に相当する外国語の語彙または文章を利用者にマイクから音声で入力させる。そして、語学学習装置は、利用者により入力された音声情報と音源情報とを音声認識技術を用いて比較し、音声情報と音源情報との一致度に基づいて点数を算出する（たとえば、下記特許文献 1参照。）。

[0003] 特許文献 1 :特開 2003— 228279号公報

発明の開示

発明が解決しょうとする課題

[0004] しかしながら、上記従来技術によれば、語学学習装置は、音声情報と音源情報との一致度が所定の閾値より低い場合は点数を表示画面上に表示せず、再度同じ語彙または文章に対して音声情報を利用者に入力させる。また、音声情報と音源情報との一致度が所定の閾値以上である場合は、所定の点数以上である回数が所定回数になるまで同じ語彙または文章を利用者に発音させる。したがって、利用者によっては同じ語彙または文章ば力り発音練習することになり、あらゆる語彙または文章について発音練習することができないという問題が一例として挙げられる。

課題を解決するための手段

[0005] 上述した課題を解決し、目的を達成するため、請求項 1の発明にかかる情報処理装置は、移動体に搭載され、集音手段から入力される音声情報を処理する情報処理装置であって、記録媒体に記録されている音源情報を再生する再生手段と、前記再生手段により再生されている前記音源情報を出力する出力手段と、前記出力手段により前記音源情報が出力された後に、前記音源情報に対応する前記音声情報を利用者に前記集音手段から入力させる入力手段と、前記入力手段により入力された前記音声情報と前記音源情報との差異量を算出する算出手段と、前記算出手段により算出された前記差異量が所定量以上であるか否かを評価する評価手段と、前記評価手段による評価の結果、前記差異量が前記所定量以上である場合、前記再生手段によって再生された前記音源情報を再度再生させる制御手段と、を備えることを特徴とする。

[0006] また、請求項 6の発明にかかる情報処理方法は、移動体に搭載され、集音手段から入力される音声情報を処理する情報処理方法であって、記録媒体に記録されている音源情報を再生する再生工程と、前記再生工程により再生されている前記音源情報を出力する出力工程と、前記出力工程により前記音源情報が出力された後に、前記音源情報に対応する前記音声情報を利用者に前記集音手段から入力させる入力ェ程と、前記入力工程により入力された前記音声情報と前記音源情報との差異量を算出する算出工程と、前記算出工程により算出された前記差異量が所定量以上であるか否力を評価する評価工程と、前記評価工程による評価の結果、前記差異量が前記所定量以上である場合、前記再生工程によって再生された前記音源情報を再度再生させる制御工程と、を含むことを特徴とする。

[0007] また、請求項 7の発明に力かる情報処理プログラムは、請求項 6に記載の情報処理方法をコンピュータに実行させることを特徴とする。

[0008] また、請求項 8の発明にかかるコンピュータに読み取り可能な記録媒体は、請求項 7に記載の情報処理プログラムを記録したことを特徴とする。

図面の簡単な説明

[0009] [図 1]図 1は、本実施の形態にかかる情報処理装置の機能的構成の一例を示すプロック図である。

[図 2]図 2は、本実施の形態に力かる情報処理装置の処理の内容を示すフローチヤートである。

[図 3]図 3は、本実施例に力かるナビゲーシヨン装置のハードウェア構成の一例を示すブロック図である。

[図 4]図 4は、本実施例にかかるナビゲーシヨン装置の処理の内容を示すフローチヤートである。

符号の説明

[0010] 100 情報処理装置

101 再生部

102 出力部

103 入力部

104 算出部

105 評価部

106 制御部

発明を実施するための最良の形態

[0011] 以下に添付図面を参照して、この発明にかかる情報処理装置、情報処理方法、情報処理プログラムおよびコンピュータに読み取り可能な記録媒体の好適な実施の形態を詳細に説明する。

[0012] (実施の形態）

(情報処理装置の機能的構成）

図 1を用いて、この発明にかかる情報処理装置の機能的構成について説明する。図 1は、本実施の形態にかかる情報処理装置の機能的構成の一例を示すブロック図である。

[0013] 図 1において、情報処理装置 100は、再生部 101と、出力部 102と、入力部 103と、算出部 104と、評価部 105と、制御部 106と、を含み構成されている。

[0014] 再生部 101は、記録媒体に記録されている音源情報を再生する。音源情報は、外国語の語彙または文章に関する情報であり、標準的な発音で記録媒体に記録されている。

[0015] 出力部 102は、再生部 101により再生されている音源情報を出力する。出力部 102 は、スピーカなどであり、再生部 101により再生されている外国語の語彙または文章に関する情報を出力する。

[0016] 入力部 103は、出力部 102により音源情報が出力された後に、音源情報に対応する音声情報を利用者に集音手段から入力させる。集音手段は、たとえばマイクであり、入力部 103は、スピーカから外国語の語彙または文章が出力された後に、出力された外国語の語彙または文章を利用者にマイクから音声で入力させる。

[0017] 算出部 104は、入力部 103により入力された音声情報と音源情報との差異量を算出する。この際、算出部 104は、入力部 103により入力された音声情報のうち利用者が発した音声情報以外の音声情報を除いて音源情報との差異量を算出する。具体的には、算出部 104は、音声認識技術を用いて利用者によりマイクから入力された音声情報と音源情報との一致度を解析して差異量を算出する。この際、算出部 104 は、マイクから入力された音声情報のうち移動体が走行することにより生じる騒音や移動体の空調機が作動する音などに関する音声情報を除いて差異量を算出する。

[0018] 評価部 105は、算出部 104により算出された差異量が所定量以上であるか否かを評価する。差異量の所定量は、図示しない記憶部にあら力じめ記憶されており、利用者が設定してもよい。

[0019] 制御部 106は、評価部 105による評価の結果、算出部 104により算出された差異量が所定量以上である場合、再生部 101によって再生された音源情報を再度再生させる。また、制御部 106は、算出部 104により算出された差異量が所定量以上でない場合、再生部 101により記録媒体に記録されている別の音源情報を再生させる。また、制御部 106は、同一の音源情報が所定回数再生された場合、再生部 101により記録媒体に記録されている別の音源情報を再生させる。

[0020] (情報処理装置の処理の内容）

つぎに、図 2を用いて、本実施の形態に力、かる情報処理装置 100の処理の内容について説明する。図 2は、本実施の形態にかかる情報処理装置の処理の内容を示すフローチャートである。図 2のフローチャートにおいて、まず、情報処理装置 100は、動作の開始要求を受け付けたか否かを判断する（ステップ S201)。動作の開始要求は、たとえば、利用者が図示しない操作部を操作して指示入力をおこなうことによりおこなう。

[0021] ステップ S201において、動作の開始要求を受け付けるまで待って（ステップ S201 ： Noのループ）、受け付けた場合 (ステップ S201 : Yes)、再生部 101は、記録媒体に記録されている音源情報を再生する (ステップ S202)。音源情報は、外国語の語彙または文章に関する情報であり、標準的な発音で記録媒体に記録されている。

[0022] また、出力部 102は、ステップ S202において再生部 101により再生されている音源情報を出力する（ステップ S203)。出力部 102は、スピーカなどであり、再生部 101 により再生されている外国語の語彙または文章に関する情報を出力する。

[0023] つぎに、入力部 103は、ステップ S203において出力部 102により音源情報が出力された後に、出力された音源情報に対応する音声情報を利用者に集音手段から入力させる（ステップ S204)。集音手段は、たとえばマイクであり、入力部 103は、スピ一力力、ら外国語の語彙または文章が出力された後に、出力された外国語の語彙または文章を利用者にマイクから音声で入力させる。

[0024] そして、算出部 104は、入力部 103により入力された音声情報と音源情報との差異量を算出する (ステップ S205)。この際、算出部 104は、入力部 103により入力された音声情報のうち利用者が発した音声情報以外の音声情報を除いて音源情報との差異量を算出する。具体的には、算出部 104は、音声認識技術を用いて利用者によりマイクから入力された音声情報と音源情報との一致度を解析して差異量を算出する。この際、算出部 104は、マイクから入力された音声情報のうち移動体が走行することにより生じる騒音や移動体の空調機が作動する音などに関する音声情報を除いて差異量を算出する。

[0025] つぎに、評価部 105は、ステップ S205において算出部 104により算出された差異量が所定量以上か否かを評価する (ステップ S206)。差異量の所定量は、図示しない記憶部にあらカ^め記憶されており、利用者が設定してもよい。ステップ S206において、差異量が所定量以上でない場合 (ステップ S206 : No)、情報処理装置 100は、ステップ S208の処理に移行し、動作の終了要求を受け付けたか否かを判断する（ステップ S208)。

[0026] 一方、ステップ S206において、差異量が所定量以上である場合 (ステップ S206 : Yes) ,同じ音源情報が所定回数再生されたか否力を判断する（ステップ S207)。所定回数は、図示しない記憶部にあらかじめ記憶されており、利用者が設定してもよい。ステップ S207において、同じ音源情報が所定回数再生されていない場合 (ステツプ S207 : No)、情報処理装置 100は、ステップ S202の処理に戻り、処理を繰り返す

[0027] 一方、ステップ S207において、同じ音源情報が所定回数再生された場合 (ステツプ S207 : Yes)、情報処理装置 100は、動作の終了要求を受け付けたか否かを判断する（ステップ S208)。動作の終了要求は、利用者が図示しない操作部を操作して指示入力をおこなうことによりおこなう。ステップ S208において、動作の終了要求を受け付けた場合 (ステップ S208 : Yes)、情報処理装置 100は、一連の処理を終了する。

[0028] 一方、ステップ S208において、動作の終了要求を受け付けていない場合 (ステツプ S208 : No)、制御部 106は、記録媒体に記録されている別の音源情報を再生させた後（ステップ S209)、ステップ S203の処理に戻り、処理を繰り返す。

[0029] 以上説明したように、本実施の形態によれば、情報処理装置は、記録媒体に記録されている音源情報を再生した後に、再生した音源情報に相当する音声情報を利用者に音声で入力させる。そして、情報処理装置は、音源情報と音声情報との差異量を算出し、差異量が所定量以上である場合は、再度同じ音源情報を再生する。また、差異量が所定量以上でない場合、あるいは同じ音源情報が所定回数再生された場合は、情報処理装置は、記録媒体に記録されている別の音源情報を再生する。したがって、同じ外国語の語彙または文章が所定回数再生された場合は、別の語彙または文章が再生されるため、外国語を正しく発音できない利用者でもあらゆる語彙または文章の発音練習をすることにより、外国語の聞き取り能力の向上を図ることができる。

実施例

[0030] 以下に、本発明の実施例について説明する。本実施例では、たとえば、車両（四輪車、二輪車を含む）などの移動体に搭載されるナビゲーシヨン装置によって、本発明の情報処理装置を実施した場合の一例について説明する。 [0031] (ナビゲーシヨン装置のハードウェア構成）

図 3を用いて、本実施例に力かるナビゲーシヨン装置のハードウェア構成について説明する。図 3は、本実施例にかかるナビゲーシヨン装置のハードウェア構成の一例を示すブロック図である。

[0032] 図 3において、ナビゲーシヨン装置 300は、車両などの移動体に搭載されており、 C PU301と、 ROM302と、 RAM303と、磁気ディスクドライブ 304と、磁気ディスク 30 5と、光ディスクドライブ 306と、光ディスク 307と、音声 I/F (インターフェース） 308と、マイク 309と、スピーカ 310と、人力デノイス 311と、映像 I/F312と、ディスプレイ 3 13と、通信 I/F314と、 GPSユニット 315と、各種センサ 316と、を備えてレヽる。また、各構成部 30：!〜 316はバス 320によってそれぞれ接続されている。

[0033] まず、 CPU301は、ナビゲーシヨン装置 300全体の制御を司る。 ROM302は、ブートプログラム、現在位置算出プログラム、経路探索プログラム、経路誘導プログラム、音声生成プログラム、音声認識プログラム、地図情報表示プログラム、通信プロダラム、データベース作成プログラム、データ解析プログラムなどのプログラムを記録してレ、る。また、 RAM303は、 CPU301のワークエリアとして使用される。

[0034] ここで、現在位置算出プログラムは、たとえば、後述する GPSユニット 315および各種センサ 316の出力情報に基づいて、車両の現在位置（ナビゲーシヨン装置 300の現在位置)を算出させる。

[0035] また、経路探索プログラムは、後述する光ディスク 307に記録されている地図情報などを利用して、出発地点から目的地点までの最適な経路を探索させる。ここで、最適な経路とは、目的地点までの最短 (あるいは最速)経路やユーザが指定した条件に最も合致する経路などである。また、目的地点のみならず、立ち寄り地点や休憩地点までの経路を探索してもよい。経路探索プログラムを実行することによって探索された誘導経路は、 CPU301を介して音声 IZF308や映像 I/F312へ出力される。

[0036] また、経路誘導プログラムは、経路探索プログラムを実行することによって探索された誘導経路情報、現在位置算出プログラムを実行することによって算出された車両の現在位置情報、光ディスク 307から読み出された地図情報に基づいて、リアルタイムな経路誘導情報の生成をおこなわせる。経路誘導プログラムを実行することによつて生成された経路誘導情報は、 CPU301を介して音声 I/F308や映像 I/F312へ出力される。

[0037] また、音声生成プログラムは、パターンに対応したトーンと音声の情報を生成させる。すなわち、経路誘導プログラムを実行することによって生成された経路誘導情報に基づレ、て、案内ポイントに対応した仮想音源の設定と音声ガイダンス情報の生成をおこない、 CPU301を介して音声 I/F308へ出力する。

[0038] また、音声認識プログラムは、後述するマイク 309からユーザにより入力される音声情報を認識する。この際、音声認識プログラムは、マイク 309から入力される音声情報のうち、ユーザの音声以外のノイズに関する情報を除去して音声認識をおこなう。ノイズに関する情報は、たとえば、車両のエンジン音、タイヤの摩擦音、風切り音、ォ一ディォ装置による音、あるいは空調機が作動する音などに関する情報である。

[0039] 具体的には、音声認識プログラムは、マイク 309から入力される音声情報のスぺタトルを分析する。この際、音声認識プログラムは、ユーザの音声情報がマイク 309から入力される前後においてマイク 309から入力されるノイズに関する情報のスペクトルに基づいて音声情報のスペクトルを補正する。これによつて、音声認識プログラムは、マイク 309から入力されたユーザの音声情報のみのスペクトルを認識することができる。

[0040] また、地図情報表示プログラムは、映像 I/F312によってディスプレイ 313に表示する地図情報の表示形式を決定させ、決定された表示形式によって地図情報をディスプレイ 313に表示させる。

[0041] また、 CPU301は、シャドウイングモードの開始要求を受け付けた場合、磁気ディスク 305や光ディスク 307に記録されている音源情報に対して開始アドレスを設定し、開始アドレスから音源情報を再生する。音源情報は、たとえば、標準の発音で磁気ディスク 305や光ディスク 307に記録された外国語の語彙や文章に関する情報である。音源情報の再生は、具体的には、 CPU301が音源情報を後述する音声 IZF30 8を介してスピーカ 310に出力させることによりおこなわれる。そして、後述する各種センサ 316により音源情報が無音状態なつたことを検知した場合、 CPU301は、音源情報を一時終了して終了アドレスを設定する。 [0042] そして、ユーザにより後述するマイク 309から音声情報が入力された後、 CPU301 は、開始アドレスから終了アドレスまで再生された音源情報とマイク 309から入力された音声情報とを比較して差異量を算出する。そして、 CPU301は、各種センサ 316 により差異量が所定量以上であることを検知した場合、 CPU301は、再度開始アドレスから終了アドレスまで音源情報を再生する。また、各種センサ 316により差異量が所定量以下であることを検知した場合、および開始アドレスから終了アドレスまでの音源情報を所定回数再生した場合、 CPU301は、終了アドレスを改めて開始アドレスに設定し、開始アドレスから音源情報を再生する。

[0043] 磁気ディスクドライブ 304は、 CPU301の制御にしたがって磁気ディスク 305に対するデータの読み取り/書き込みを制御する。磁気ディスク 305は、磁気ディスクドライブ 304の制御で書き込まれたデータを記録する。磁気ディスク 305としては、たとえば、 HD (ノヽードディスク）や FD (フレキシブルディスク）を用レ、ること力できる。

[0044] 光ディスクドライブ 306は、 CPU301の制御にしたがって光ディスク 307に対するデータの読み取り/書き込みを制御する。光ディスク 307は、光ディスクドライブ 306の制御にしたがってデータの読み出される着脱自在な記録媒体である。光ディスク 307 は、書き込み可能な記録媒体を利用することもできる。また、この着脱可能な記録媒体として、光ディスク 307のほ力、 MO、メモリカードなどであってもよい。

[0045] 磁気ディスク 305や光ディスク 307などの記録媒体に記録される情報の一例として、経路探索 ·経路誘導などに用いる地図情報が挙げられる。地図情報は、建物、河川、地表面などの地物（フィーチャ）をあらわす背景データと、道路の形状をあらわす道路形状データとを有しており、ディスプレイ 313の表示画面において 2次元または 3 次元に描画される。また、磁気ディスク 305や光ディスク 307などの記録媒体に記録される他の情報の一例として、標準の発音で記録された外国語の語彙や文章に関する音源情報などが挙げられる。

[0046] 道路形状データは、さらに交通条件データを有する。交通条件データには、たとえば、各ノードについて、信号や横断歩道などの有無、高速道路の出入り口やジャンクシヨンの有無、各リンクについての長さ（距離）、道幅、進行方向、道路種別（高速道路、有料道路、一般道路など)などの情報が含まれている。 [0047] また、交通条件データには、過去の渋滞情報を、季節 *曜日 ·大型連休 '時刻などを基準に統計処理した過去渋滞情報を記憶している。ナビゲーシヨン装置 300は、後述する通信 I/F314によって受信される道路交通情報によって現在発生している渋滞の情報を得るが、過去渋滞情報により、指定した時刻における渋滞状況の予想をおこなうことが可能となる。

[0048] なお、本実施例では地図情報や音源情報などを磁気ディスク 305や光ディスク 307 などの記録媒体に記録するようにしたが、これに限るものではなレ、。たとえば、地図情報や音源情報は、ナビゲーシヨン装置 300のハードウェアと一体に設けられてレ、るものに限って記録されているものではなぐナビゲーシヨン装置 300の外部に設けられていてもよい。その場合、ナビゲーシヨン装置 300は、たとえば、通信 IZF314を通じて、ネットワークを介して地図情報や音源情報を取得する。取得された地図情報や音源情報は RAM303などに記憶される。

[0049] 音声 I/F308は、音声入力用のマイク 309および音声出力用のスピーカ 310に接続される。マイク 309に受音された音声は、音声 I/F308内で A/D変換される。また、スピーカ 310からは音声が出力される。なお、マイク 309から入力された音声は、音声データとして磁気ディスク 305あるいは光ディスク 307に記録可能である。また、マイク 309から入力された音声情報は、音声 I/F308内で A/D変換された後、音声認識プログラムにしたがってスペクトル分析がおこなわれる。

[0050] 入力デバイス 311は、文字、数値、各種指示などの入力のための複数のキーを備えたリモコン、キーボード、マウス、タツチパネルなどが挙げられる。

[0051] 映像 I/F312は、ディスプレイ 313と接続される。映像 I/F312は、具体的には、たとえば、ディスプレイ 313全体の制御をおこなうグラフィックコントローラと、即時表示可能な画像情報を一時的に記録する VRAM (Video RAM)などのバッファメモリと、グラフィックコントローラから出力される画像データに基づいて、ディスプレイ 313を表示制御する制御 ICなどによって構成される。

[0052] ディスプレイ 313には、アイコン、カーソル、メニュー、ウィンドウ、あるいは文字や画像などの各種データが表示される。このディスプレイ 313は、たとえば、 CRT, TFT 液晶ディスプレイ、プラズマディスプレイなどを採用することができる。また、ディスプレィ 313は、車両に複数備えられていてもよぐたとえば、ドライバーに対するものと後部座席に着座する搭乗者に対するものなどである。

[0053] 通信 I/F314は、無線を介してネットワークに接続され、ナビゲーシヨン装置 300と CPU301とのインターフェースとして機能する。また、通信 IZF314は、無線を介してインターネットなどの通信網に接続され、この通信網と CPU301とのインターフエ一スとしても機能する。

[0054] 通信網には、 LAN, WAN,公衆回線網や携帯電話網などがある。具体的には、通信 I/F314は、たとえば、 FMチューナー、 VICS (Vehicle Information and Communication System) /ビーコンレシーバ、無線ナビゲーシヨン装置、およびその他のナビゲーシヨン装置によって構成され、 VICSセンターから配信される渋滞や交通規制などの道路交通情報を取得する。なお、 VICSは登録商標である。

[0055] また、 0?3ュニット315は、 GPS衛星からの電波を受信し、車両の現在位置を示す情報を算出する。 GPSユニット 315の出力情報は、後述する各種センサ 316の出力値とともに、 CPU301による車両の現在位置の算出に際して利用される。現在位置を示す情報は、たとえば緯度'経度、高度などの、地図情報上の 1点を特定する情報である。

[0056] 各種センサ 316は、車速センサや加速度センサ、角速度センサなどの、車両の位置や挙動を判断することが可能な情報を出力する。各種センサ 316の出力値は、 CP U301による現在位置の算出や、速度や方位の変化量の測定などに用いられる。また、各種センサ 316は、 CPU301により再生中の音源情報が無音状態になったか否力を検知する。具体的には、各種センサ 316は、 CPU301により再生中の音源情報の出力レベルが所定の閾値以下の状態になったか否かを判断する。所定の閾値は、R〇M302に記録されている音声認識プログラムなどにあらかじめ設定されている。また、各種センサ 316は、 CPU301により算出された、音源情報とマイク 309から入力された音声情報との差異量が所定量以上であるか否力、を検知する。

[0057] なお、実施の形態に力かる情報処理装置 100の機能的構成のうち、再生部 101は、 CPU301や磁気ディスク 305や光ディスク 307や音声 IZF308によって、出力部 1 02は、スピーカ 310によって、人力部 103は、マイク 309によって、算出部 104と制御部 106は、 CPU301によって、評価部 105は、各種センサ 316によって、それぞれの機能を実現する。

[0058] (ナビゲーシヨン装置 300の処理の内容）

つぎに、図 4を用いて、本実施例にかかるナビゲーシヨン装置 300の処理の内容について説明する。図 4は、本実施例に力かるナビゲーシヨン装置の処理の内容を示すフローチャートである。図 4のフローチャートにおいて、まず、ナビゲーシヨン装置 3 00の CPU301は、シャドウイングモードの開始要求を受け付けたか否かを判断する（ステップ S401)。シャドウイングモードの開始要求は、たとえば、ユーザが図示しない操作部を操作して指示入力をおこなうことによりおこなう。

[0059] ステップ S401において、シャドウイングモードの開始要求を受け付けるまで待って（ステップ S401 : Noのループ）、受け付けた場合（ステップ S401 : Yes)、 CPU301は、磁気ディスク 305または光ディスク 307に記録されている音源情報に対して開始ァドレスを設定する (ステップ S402)。音源情報は、たとえば、標準の発音で記録された外国語の語彙や文章に関する情報である。また、開始アドレスは、たとえば、音源情報の最初のトラックでもよいし、音源情報の再生中にユーザによりシャドウイングモードの開始要求がなされた位置でもよい。

[0060] そして、 CPU301は、ステップ S402において設定された開始アドレス力ら音源情報を再生する（ステップ S403)。具体的には、 CPU301が音源情報を音声 I/F308 を介してスピーカ 310に出力する。

[0061] つぎに、 CPU301は、ステップ S402において再生中の音源情報が無音状態になつたか否かを判断する（ステップ S404)。具体的には、 CPU301が各種センサ 316 により、再生中の音源情報の出力レベルが所定の閾値以下になったか否力、を判断する。所定の閾値は、 ROM302記録されている音声認識プログラムにあらかじめ設定されている。

[0062] ステップ S404において、音源情報が無音状態になっていない場合 (ステップ S404 ： No)、 CPU301は、ステップ S403の処理の戻り、処理を繰り返す。一方、ステップ S 404において、音源情報が無音状態になった場合 (ステップ S404 : Yes)、 CPU301 は、再生中の音源情報を一時停止して終了アドレスを設定する（ステップ S405)。 [0063] また、 CPU301は、音声 I/F308によりスピーカ 310から案内情報を出力させる（ステップ S406)。案内情報は、開始アドレスから終了アドレスまで再生された音源情報に相当する音声情報をユーザにマイク 309から音声で入力させる旨の情報である。この際、 CPU301は、音声 I/F308によりマイク 309から入力される音声情報の記録を開始する。マイク 309から入力される音声情報は、たとえば、 RAM303などに記録される。

[0064] そして、 CPU301は、ユーザによりマイク 309から音声情報が入力されたか否かを判断する（ステップ S407)。具体的には、各種センサ 316によりマイクから入力される音声情報の入力レベルが所定の閾値以下の状態から所定の閾値以上の状態になつたことを検知した場合、 CPU301は、マイク 309からユーザの音声情報の入力が開始したと判断する。また、各種センサ 316によりマイクから入力される音声情報の入力レベルが所定の閾値以上の状態から所定の閾値以下の状態になったことを検知した場合、 CPU301は、マイク 309からユーザの音声情報の入力が終了したと判断する。入力レベルの所定の閾値は、マイク 309から入力されるユーザの音声以外のノイズに関する情報に基づいて CPU301により設定される。

[0065] ステップ S407において、マイク 309から音声情報が入力されていない場合（ステツプ S407 : No)、 CPU301 iま、ステップ S406の処理に戻り、処理を繰り返す。一方、ステップ S407において、マイク 309から音声情報が入力された場合（ステップ S407 ： Yes)、 CPU301は、開始アドレスから終了アドレスまで再生された音源情報とマイク 309から入力された音声情報とを比較して差異量を算出する (ステップ S408)。具体的には、 CPU301は、 ROM302に記録されている音声認識プログラムにしたがつて音源情報と音声情報のスぺ外ル分析をおこなうことにより音源情報と音声情報との差異量を算出する。この際、 CPU301は、音声情報のうちユーザの音声以外のノィズに関する情報を除いて音源情報との差異量を算出する。

[0066] そして、 CPU301は、各種センサ 316によりステップ S408において算出された差異量が所定量以上であるか否力 ^判断する (ステップ S409)。差異量の所定量は、たとえば、 RAM303などに記録されている。ステップ S409において、差異量が所定量以上でない場合（ステップ S409 : No)、 CPU301は、ステップ S412の処理に移行し、ステップ S405において設定した終了アドレスを開始アドレスに設定する（ステップ S412)。

[0067] 一方、ステップ S409において、差異量が所定量以上である場合（ステップ S409 :

Yes)、 CPU301は、マイク 309から入力された音声情報を削除する（ステップ S410 )。具体的には、 CPU301力ユーザによりマイク 309から入力され、 RAM303に記録された音声情報を削除する (ステップ S410)。

[0068] そして、 CPU301は、開始アドレスから終了アドレスまでの音源情報を所定回数再生したか否かを判断する (ステップ S411)。ステップ S411において、音源情報を所定回数再生していない場合（ステップ S411 : No)、 CPU301は、ステップ S403の処理の戻り、処理を繰り返す。

[0069] 一方、ステップ S411におレ、て、音源情報を所定回数再生した場合 (ステップ S411 ： Yes)、 CPU301は、ステップ S405において設定した終了アドレスを開始アドレスに設定する（ステップ S412)。そして、 CPU301は、シャドウイングモードの終了要求を受け付けたか否かを判断する（ステップ S413)。シャドウイングモードの終了要求は、たとえば、ユーザが図示しない操作部を操作して指示入力をおこなうことによりおこなわれる。

[0070] ステップ S413において、シャドウイングモードの終了要求を受け付けていない場合

(ステップ S413 : No)、 CPU301 iま、ステップ S403の処理に戻り、処理を繰り返す。一方、ステップ S413において、シャドウイングモードの終了要求を受け付けた場合（ステップ S413 :Yes)、 CPU301は、一連の処理を終了する。

[0071] 以上説明したように、本実施例によれば、ナビゲーシヨン装置は、シャドウイングモードにおいて、再生した音源情報とユーザにマイクから入力させた音声情報との差異量を算出する。そして、算出した差異量が所定量以上である場合は、ナビゲーシヨン装置は、再度同じ音源情報を再生する。また、算出した差異量が所定量以下である場合、および同じ音源情報を所定回数再生した場合、ナビゲーシヨン装置は、別の音源情報を再生する。したがって、外国語の語彙や文章が正確に発音できないユーザでも、シャドウイングモードを利用して外国語のあらゆる語彙や文章を発音することにより外国語の聞き取り能力の向上を図ることができる。なお、本実施の形態で説明した情報処理方法は、あらかじめ用意されたプログラムをパーソナル.コンピュータやワークステーションなどのコンピュータで実行することにより実現することができる。このプログラムは、ハードディスク、フレキシブルディスク、 CD-ROM, M〇、 DVDなどのコンピュータで読み取り可能な記録媒体に記録され、コンピュータによって記録媒体から読み出されることによって実行される。またこのプログラムは、インターネットなどのネットワークを介して配布することが可能な伝送媒体であってもよい。

Claims

請求の範囲

[1] 移動体に搭載され、集音手段から入力される音声情報を処理する情報処理装置であって、

記録媒体に記録されている音源情報を再生する再生手段と、

前記再生手段により再生されている前記音源情報を出力する出力手段と、前記出力手段により前記音源情報が出力された後に、前記音源情報に対応する前記音声情報を利用者に前記集音手段から入力させる入力手段と、

前記入力手段により入力された前記音声情報と前記音源情報との差異量を算出する算出手段と、

前記算出手段により算出された前記差異量が所定量以上であるか否力を評価する評価手段と、

前記評価手段による評価の結果、前記差異量が前記所定量以上である場合、前記再生手段によって再生された前記音源情報を再度再生させる制御手段と、を備えることを特徴とする情報処理装置。

[2] 前記制御手段は、前記差異量が前記所定量以上でない場合、前記再生手段により前記記録媒体に記録されている別の音源情報を再生させることを特徴とする請求項 1に記載の情報処理装置。

[3] 前記制御手段は、同一の前記音源情報が所定回数再生された場合、前記再生手段により前記記録媒体に記録されている別の音源情報を再生させることを特徴とする請求項 1に記載の情報処理装置。

[4] 前記再生手段により再生される前記音源情報は、外国語の語彙または文章に関する情報であり、

前記入力手段は、前記出力手段により出力された前記音源情報に相当する前記外国語の語彙または文章を前記利用者に前記集音手段から音声で入力させることを特徴とする請求項 1に記載の情報処理装置。

[5] 前記算出手段は、前記入力手段により入力された前記音声情報のうち前記利用者が発した前記音声情報以外の前記音声情報を除いて前記音源情報との差異量を算出することを特徴とする請求項:!〜 3のいずれか一つに記載の情報処理装置。

[6] 移動体に搭載され、集音手段から入力される音声情報を処理する情報処理方法であってヽ

記録媒体に記録されている音源情報を再生する再生工程と、

前記再生工程により再生されている前記音源情報を出力する出力工程と、前記出力工程により前記音源情報が出力された後に、前記音源情報に対応する前記音声情報を利用者に前記集音手段から入力させる入力工程と、

前記入力工程により入力された前記音声情報と前記音源情報との差異量を算出する算出工程と、

前記算出工程により算出された前記差異量が所定量以上であるか否力 ^評価する評価工程と、

前記評価工程による評価の結果、前記差異量が前記所定量以上である場合、前記再生工程によって再生された前記音源情報を再度再生させる制御工程と、を含むことを特徴とする情報処理方法。

[7] 請求項 6に記載の情報処理方法をコンピュータに実行させることを特徴とする情報処理プログラム。

[8] 請求項 7に記載の情報処理プログラムを記録したことを特徴とするコンピュータに読み取り可能な記録媒体。