DE10017717B4

DE10017717B4 - Spracheingabe gesteuertes Steuergerät

Info

Publication number: DE10017717B4
Application number: DE2000117717
Authority: DE
Inventors: Frank Dipl.-Ing. Bläsing
Original assignee: Leopold Kostal GmbH and Co KG
Current assignee: Nuance Communications Inc
Priority date: 2000-04-11
Filing date: 2000-04-11
Publication date: 2006-01-05
Anticipated expiration: 2020-04-12
Also published as: DE10017717A1

Abstract

Spracheingabe gesteuertes Steuergerät zum Ansteuern von elektrischen/elektronischen Aktoren (7–9) mit einer Spracherkennungseinrichtung (2) mit einem Mikrophon (3), über das die Spracheingabe erfolgt, und mit einem Speichermodul (4), in dem ein in seine Phonemsequenzen zerlegter Wortschatz umfassend diejenigen Wörter hinterlegt ist, die durch das Steuergerät (1) bei einer Spracheingabe zu erkennen sind, wobei das Steuergerät (1) ein Lesegerät (10) sowie einen Phonemsequenzer (11) umfaßt und das Lesegerät (10), der Phonemsequenzer (11) und das Speichermodul (4) miteinander verbunden sind, dadurch gekennzeichnet, dass das Lesegerät (10) zum Auslesen von in elektronischer Form gespeicherten Wörtern aus einem mobilen, an das Lesegerät (10) angeschlossenen Speichermedium konzipiert ist, der Ausgang des Lesegerätes (10) an den Eingang des Phonemsequenzers (11) und dieser mit seinem Ausgang an einen Eingang des Speichermoduls (4) angeschlossen ist und das Speichermodul (4) in zwei Bereiche (5, 6) unterteilt ist, wobei in einem Bereich (5) Standardphonemsequenzen und in dem weiteren Bereich (6) von...

Description

Die Erfindung betrifft ein Spracheingabe gesteuertes Steuergerät zum Ansteuern von elektrischen/elektronischen Aktoren mit einer Spracherkennungseinrichtung mit einem Mikrophon, über das die Spracheingabe erfolgt, und mit einem Speichermodul, in dem ein in seine Phonemsequenzen zerlegter Wortschatz umfassend diejenigen Wörter hinterlegt ist, die durch das Steuergerät bei einer Spracheingabe zu erkennen sind, wobei das Steuergerät ein Lesegerät sowie einen Phonemsequenzer umfasst und das Lesegerät, der Phonemsequenzer und das Speichermodul miteinander verbunden sind. Ferner betrifft die Erfindung ein Verfahren zum Bedienen eines ein Speichermedium mit einer Textdatenbank enthaltenden, an ein spracheingabegesteuertes Steuergerät angeschlossenen mobilen Gerätes, etwa eines Mobiltelefons, wobei der zur Spracheingabesteuerung notwendige Standardwortschatz in einem Speicher des Steuergerätes hinterlegt ist.
Bei Spracherkennungssystemen kann unterschieden werden in sprecherabhängige und sprecherunabhängige Systeme. Bei sprecherabhängigen Systemen ist es grundsätzlich notwendig, daß das System im Hinblick auf die Klangfarbe der sprechenden Person angelernt werden muß, so daß vor einem tatsächlichen Einsatz eines solchen System eine Trainings- bzw. Anlernphase durchgeführt werden muß. Vorteilhaft ist bei einem solchen System, daß dieses lernfähig nicht nur im Hinblick auf die Klangfar be eines Benutzers sondern auch im Hinblick auf den Wortschatz ist, welches dem Spracherkennungssystem bekannt ist. Sprecherunabhängige Systeme dienen dagegen zumeist der Einzelworterkennung und arbeiten mit einem standardisierten, vorgegebenen Wortschatz, der in einem Speichermodul hinterlegt ist. Die Einzelwörter des vorgegebenen Wortschatzes sind zerlegt in ihre Phoneme als die kleinsten klanglichen Einheiten der Wörter gespeichert. Diese Systeme sind jedoch nicht selbstlernend, so daß beim Einrichten des Systems der für die vorgesehene Anwendung zu verwendende Wortschatz vorbekannt sein muß. Ein späteres Anpassen eines solchen Spracherkennungssystems an individuelle, sich ändernde Bedürfnisse ist dagegen nicht möglich.

Aus der WO 97/37311 A1 ist eine Anordnung und ein Verfahren zum Erstellen eines digitalen Wörterbuches. Das Problem, welches dem Gegenstand dieses Dokumentes zugrunde liegt, ist, dass bei einer Spracherkennung in aller Regel nicht ein solcher Wortschatz in einem Speicher abgelegt ist, der für bestimmte Anwendungen relevant ist. Da die Verarbeitungszeit für eine Spracherkennung mit steigendem Wortschatz ansteigt und auch die Spracherkennungsgenauigkeit mit steigendem Wortschatz nachlässt, ist in diesem Dokument eine Anordnung und ein Verfahren beschrieben, mit denen diese Nachteile vermieden werden sollen. Dazu wird vorgeschlagen, neben einem Festspeicher mit Standardworten einen temporären Speicher mit Phonemsequenzen und den Phonemsequenzen zugehörigen Wörtern vorzusehen, welcher temporäre Speicher mit dem anwendungsspezifischen Vokabular bestückt ist. Um den temporären Speicher mit dem gewünschten Vokabular zu bestücken, ist ein Dokumentenlesegerät der Anordnung zugeordnet, über welches Lesegerät die gewünschten Begriffe eingelesen und über einen Text-Phonem-Konverter in seine Phonemsequenzen zerlegt werden können. Bei einem Wechsel der Anwendung wird der temporäre Speicher mit einem anderen Wortschatz belegt. Die einzulesenden Daten sind individuell abgelegt. Somit verfügt diese Anordnung über mehrere Speicher, in denen unterschiedliche Daten abgelegt sind. Die Benutzung des ein oder anderen Speichers erfolgt hierarchisch in Abhängigkeit von dem jeweiligen Anwendungsfall, damit für die gewünschte Spracherkennung bei dem in diesem Dokument beschriebenen System nicht der gesamte Daten- bzw. Dokumentenbestand sondern ein kleinerer, auf die jeweilig spezifische Anwendung bezogener für die Worterkennung durchsucht zu werden braucht. Dieser anwendungsspezifische Zusatzwortschatz ist in seine Phoneme zerlegt in einem temporären Speicher abgelegt. Bei einer Änderung der Anwendung wird der temporäre Speicher insgesamt neu mit den anderen Anwendungsdaten bzw. -dokumenten beschrieben. Um dieses zu ermöglichen, sind die einzelnen Speicher und das Lesegerät dieser Anordnung über einen BUS verbunden.

Die in diesem Dokument beschriebene Anordnung und das in diesem Dokument beschriebene Verfahren beziehen sich jedoch ausschließlich auf eine Spracherkennung als solche, nicht jedoch auf Anwendungen bei denen es darum geht, ein mobiles Gerät, beispielsweise ein Mobiltelefon durch ein spracheingabegesteuertes Steuergerät, das nicht Teil des Mobiltelefones ist, zu bedienen. Ferner befasst sich der Inhalt dieses Dokuments auch nicht mit dem Abgleich von Daten, die in dem Speicher eines mobilen Gerätes, beispielsweise eines Mobiltelefones enthalten sind mit solchen, die in einem spracheingabegesteuerten Steuergerät abgelegt sind.

Aus DE 197 43 367 A1 ist eine sprachgesteuerte Fernprogrammierung und Fernsteuerung eines Videorekorders bekannt. Diese Einrichtung verfügt über einen Speicher in der Sprachsteuereinheit, in dem die für die Spracherkennung, die Sprachausgabe, die Ansteuerung und/oder Menüführung erforderlichen Daten gespeichert werden. Hingewiesen wird in diesem Dokument darauf, dass ein Austausch dieses Speichers – also ein vollständiger Ersatz der ursprünglich hinterlegten Daten durch einen neuen Datensatz – denkbar ist, um eine Menüführung zu verbessern oder das Steuergerät an ein anderes elektrisches Gerät anzupassen. Dieser neue Datensatz kann von einem auf einer Chipkarte befindlichen Speicher ausgelesen oder über das Telekommunikationsnetz überfragen werden. Beim Gegenstand dieses Dokumentes kann somit ein in dem Speicher befindlicher Datensatz durch einen neuen ersetzt werden. Bei den neu in dem Speicher abgelegten Datensatz handelt es sich um Programmdateien, die notwendig sind, um beispielsweise eine Menüführung realisieren zu können. Diese eingelesenen Daten benötigen keine Aufbereitung und insbesondere handelt es sich bei diesen eingelesenen Daten nicht um solche, die innerhalb des Steuergerätes über einen Phonemsequenzer geleitet werden. Beschrieben ist somit ausschließlich ein sprachgesteuertes Steuergerät zum Programmieren eines Videorekorders, der auch über eine Telekommunikationsleitung sprachansteuerbar ist.

In zunehmendem Maße werden Spracheingabe gesteuerte Steuergeräte zum Bedienen unterschiedlicher Aktoren eingesetzt. Mittels einer solchen Sprachsteuerung können beispielsweise Maschinen oder auch elektrische/elektronische Geräte bedient werden. Bei diesen Einsätzen bedient man sich sprecherunabhängiger Systeme, da mitunter nur eine geringe Rechenleistung zur Verfügung steht und im allgemeinen nur bestimmte Begriffe bzw. Befehle erkannt werden müssen. Derartige Steuergeräte finden beispielsweise auch Einsatz in Kraftfahrzeugen und dienen dort etwa zum Bedienen eines Telefons. Gerade im Kraftfahrzeugbereich ist der Einsatz derartiger Steuergeräte sinnvoll, da dann zur Bedienung der Aktoren der Fahrer seine Hände nicht vom Lenkrad entfernen muß. Überdies brauchen Lenkräder dann auch nicht mehr mit bestimmten Bedienungsschaltern überlastet zu sein.

Ausgehend von diesem diskutierten Stand der Technik liegt der Erfindung daher die Aufgabe zugrunde, ein vorbekanntes spracheingabegesteuertes Steuergerät, beispielsweise in einem Kraftfahrzeug installiert, dergestalt weiterzubilden, dass dieses grundsätzlich nicht nur eingesetzt werden kann, um ein mobiles Gerät, beispielsweise ein Mobiltelefon bedienen zu können, sondern mit dem auch ein Abgleich von in dem dem mobilen Gerät zugeordneten Speichr hinterlegten Daten mit solchen, die in einem Speicher des Steuergerätes liegen vorgenommen werden kann.

Diese Aufgabe wird erfindungsgemäß durch ein eingangs genanntes Spracheingabe gesteuertes Steuergerät gelöst, bei dem das Lesegerät zum Auslesen von in elektronischer Form gespeicherten Wörtern aus einem mobilen, an das Lesegerät angeschlossenen Speichermedium konzipiert ist, der Ausgang des Lesegerätes an den Eingang des Phonemsequenzers und dieser mit seinem Ausgang an einen Eingang des Speichermoduls angeschlossen ist und das Speichermodul in zwei Bereiche unterteilt ist, wobei in einem Bereich Standardphonemsequenzen und in dem weiteren Bereich von dem Phonemsequenzer nach Auslesen von Wörtern durch das Lesegerät umgesetzte Phonemsequenzen abgelegt sind.

Ferner wird diese Aufgabe durch ein eingangs genanntes Verfahren mit den Merkmalen des Anspruchs 8 gelöst.

Das erfindungsgemäße Steuergerät umfaßt ein Lesegerät, mit dem in elektronischer Form gespeicherte Wörter, beispielsweise in einer Textdatenbank ausgelesen werden können. Der Ausgang des Lesegerätes beaufschlagt den Eingang eines Phonemsequenzers, mit dem eine Umsetzung des oder der ausgelesenen Wörter in ihre Phoneme erfolgt. Die Phoneme werden in dem Speichermodul der Spracherkennungseinrichtung abrufbar gespeichert. Die Implementierung eines Lesegerätes und eines Phonemsequenzers in ein Spracheingabe gesteuertes Steuergerät mit einem sprecherunabhängigen, phonembasierten Spracherkennungssystem gibt einem Benutzer nunmehr die Möglichkeit, den standardisiert in dem Speichermodul hinterlegten Wortschatz durch weitere Wörter zu ergänzen. In Abhängigkeit von der Ausgestaltung des Speichers und der Ausgestaltung des Systems kann vorgesehen sein, daß bestimmte, als Phoneme in dem Speichermodul hinterlegte Wörter auch gelöscht werden können. Besonders geeignet ist ein solches Steuergerät, wenn mit dem Lesegerät eine Textdatenbank mit den in das Phonemspeichermodul abzulegenden Wörtern oder Zahlen eines solchen Speichermediums ausgelesen werden kann. Bei dem Einlesen der über den Phonemsequenzer transformierten Worte in das Speichermodul kann eine Überprüfung dahingehend erfolgen, ob in dem Speichermodul bereits identische Begriffe gespeichert sind. Das Speichermodul umfasst zumindest zwei Speicherbereiche, wobei in dem einen Speicherbereich der notwendige Standardwortschatz und in einem anderen Speicherbereich ein variabler, in seine Phonemsequenzen zerlegter Wortschatz abgelegt ist. Auf diese Weise kann ohne weiteres beispielsweise der variable Wortschatz gelöscht und durch einen neuen aus demselben oder einem anderen mobilen Gerät eingelesenen ersetzt werden.

Besonders zweckmäßig ist der Einsatz eines solchen Steuergerätes, wenn dieses in Verbindung mit mobilen Geräten eingesetzt wird. Beispielsweise können bei einem solchen Steuergerät über das Lesegerät die auf einer Telefonkarte eines Mobiltelefons abgespeicherten Telefonnummern sowie die den Telefonnummern zugeordneten Namen ausgelesen und in dem Speichermodul hinterlegt werden. Ein an das Steuergerät angeschlossenes Telefon kann anschließend Spracheingabe gesteuert bedient werden. Eine solche Einrichtung ist zweckmäßig zum Einsatz in einem Kraftfahrzeug, wenn die außerhalb des Kraftfahrzeuges mit dem Mobiltelefon aufgenommenen Telefonnummern auch im Kraftfahrzeug genutzt werden sollen. Auf diese Weise ist das kraftfahrzeugseitige Telefon immer aktualisierbar.

Nachfolgend ist der Gegenstand der Erfindung anhand eines Ausführungsbeispieles unter Bezugnahme auf die beigefügte 1 beschrie ben.
In dieser Figur ist in einem schematisierten Blockschaltbild ein Spracheingabe gesteuertes Steuergerät 1 wiedergegeben. Das Steuergerät 1 umfaßt eine Spracherkennungseinrichtung 2, an welche ein Mikrophon 3 angeschlossen ist. Das Mikrophon 3 dient zur Aufnahme der von einem Benutzer gesprochenen Steuerbefehle. Die Spracherkennungseinrichtung 2 umfaßt ferner ein Speichermodul 4, welches in einen Speicherbereich 5 und in einen Speicherbereich 6 unterteilt ist. Das Speichermodul 4 dient als Speicher von Phonemsequenzen, wobei der Speicherbereich 5 denjenigen Speicherbereich darstellt, in dem die standardmäßig zum Bedienen des Steuergerätes 1 notwendigen Wörter abgespeichert sind. Der Speicherbereich 6, der ebenfalls unterteilt sein kann, dient als Speichermöglichkeit, zum Ablegen von benutzerspezifischen Phonemsequenzen. An das Steuergerät 1 sind ausgangsseitig mehrere Aktoren 7, 8, 9 angeschlossen, die durch das Steuergerät 1 Spracheingabe gesteuert betätigt werden können.
Der Spracherkennungseinrichtung 2 vorgeschaltet ist ein Lesegerät 10 sowie ein Phonemsequenzer 11. An einen weiteren Eingang des Phonemsequenzers 11 ist eine sprachtypische Phonemdatenbank 11' angeschlossen, anhand der die ausgelesenen Worte in ihre Phoneme zerlegt werden. Das Lesegerät 10 ist bei dem dargestellten Ausführungsbeispiel als Halter eines Mobiltelefons 12 konzipiert. Teil des Lesegerätes 10 ist eine in der Figur nicht näher dargestellte Schnittstelle, über die die in dem Mobiltelefon 12 enthaltene Chipkarte bezüglich der auf der Chipkarte in einer Textdatenbank enthaltenen Rufnummern und Namen auslesbar ist. Der Phonemsequenzer 11 ist mit seinem Eingang an den Ausgang des Lesegerätes 10 angeschlossen. Demzufolge werden die von dem Lesegerät 10 ausgelesenen Wörter bzw. Zahlen von dem Phonemsequenzer 11 in die den Wörtern bzw. Zahlen eigenen Phoneme umgesetzt. Diese von dem Phonemsequenzer 11 umgesetzten Phonemsequenzen werden abgespeichert in dem Bereich 6 des Speichermoduls 4. Durch eine Steuerleitung 13 ist ein Ausgang des Steuergerätes 1 mit einem Eingang des Lesegerätes 10 verbunden, so daß nunmehr das in das Lesegerät 10 eingesetzte Mobiltelefon sprachgesteuert bedient werden kann.
Besonders zweckmäßig ist ein solches Steuergerät 1, wenn dieses in ei nem Kraftfahrzeug eingesetzt ist, da in einem solchen Anwendungsfall eine Spracheingabe gesteuerte Bedienung von Aktoren besonders sinnvoll ist, insbesondere auch um auf diese Weise ein im Kraftfahrzeug eingebautes Telefonsystem mit den Daten eines Mobiltelefons zu versorgen. Anstelle eines Mobiltelefons kann in eine solches Lesegerät auch ein anderer mobiler Speicher eingesetzt werden.
In einer weiteren Ausgestaltung ist vorgesehen, daß einem solchen Steuergerät als Lesegerät ein Diskettenlaufwerk oder ein CD-Rom-Laufwerk zugeordnet ist, um dem Steuergerät einen weiteren, auf einem solchen Datenträger enthaltenen Wortschatz zuzuführen.

1: Steuergerät
2: Spracherkennungseinrichtung
3: Mikrophon
4: Speichermodul
5: Speicherbereich
6: Speicherbereich
7: Aktor
8: Aktor
9: Aktor
10: Lesegerät
11: Phonemsequenzer
11': Phonemdatenbank
12: Mobiltelefon
13: Steuerleitung

Claims

Spracheingabe gesteuertes Steuergerät zum Ansteuern von elektrischen/elektronischen Aktoren (7–9) mit einer Spracherkennungseinrichtung (2) mit einem Mikrophon (3), über das die Spracheingabe erfolgt, und mit einem Speichermodul (4), in dem ein in seine Phonemsequenzen zerlegter Wortschatz umfassend diejenigen Wörter hinterlegt ist, die durch das Steuergerät (1) bei einer Spracheingabe zu erkennen sind, wobei das Steuergerät (1) ein Lesegerät (10) sowie einen Phonemsequenzer (11) umfaßt und das Lesegerät (10), der Phonemsequenzer (11) und das Speichermodul (4) miteinander verbunden sind, dadurch gekennzeichnet, dass das Lesegerät (10) zum Auslesen von in elektronischer Form gespeicherten Wörtern aus einem mobilen, an das Lesegerät (10) angeschlossenen Speichermedium konzipiert ist, der Ausgang des Lesegerätes (10) an den Eingang des Phonemsequenzers (11) und dieser mit seinem Ausgang an einen Eingang des Speichermoduls (4) angeschlossen ist und das Speichermodul (4) in zwei Bereiche (5, 6) unterteilt ist, wobei in einem Bereich (5) Standardphonemsequenzen und in dem weiteren Bereich (6) von dem Phonemsequenzer (11) nach Auslesen von Wörtern durch das Lesegerät (10) umgesetzte Phonemsequenzen abgelegt sind.
Steuergerät nach Anspruch 1, dadurch gekennzeichnet, dass auf dem mobilen Speichermedium eine Textdatenbank gespeichert ist.
Steuergerät nach Anspruch 2, dadurch gekennzeichnet, dass die Textdatenbank auf einer Chip-Karte gespeichert ist.
Steuergerät nach einem der Ansprüche 1 bis 3, dadurch gekennzeichnet, dass das Steuergerät (1) Teil einer Einrichtung ist, die neben dem Steuergerät (1) ein mobiles Gerät (12) mit einem Speichermedium umfasst, in dem eine zum Bedienen des mobilen Gerätes vorgesehene Textdatenbank abgelegt ist und das Lesegerät (10) eine Schnittstelle zum Anschließen des mobilen Gerätes (12) zum Auslesen der in seinem Speichermedium enthaltenen Textdatenbank aufweist.
Steuergerät nach Anspruch 4, dadurch gekennzeichnet, dass das mobile Gerät über eine Steuerleitung (13) an die Spracherkennungseinrichtung (2) zum Bedienen des mobilen Gerätes (12) angeschlossen ist.
Steuergerät nach Anspruch 4 oder 5, dadurch gekennzeichnet, dass das mobile Gerät ein Mobiltelefon (12) ist.
Verwendung eines Steuergerätes nach einem der Ansprüche 1 bis 6, dadurch gekennzeichnet, dass dieses als Steuergerät in ein Kraftfahrzeug zum Ansteuern von benutzerzugänglichen Aktoren integriert ist.
Verfahren zum Bedienen eines ein Speichermedium mit einer Textdatenbank enthaltenden, an ein spracheingabegesteuertes Steuergerät (2) angeschlossenen mobilen Gerätes, etwa eines Mobiltelefons, wobei der zur Spracheingabesteuerung notwendige Standardwortschatz in einem Speicher (4) des Steuergerätes (2) hinterlegt ist, dadurch gekennzeichnet, dass nach Anschließen des mobilen Gerätes (12) an das Steuergerät (1) die Textdatenbank des Speichermediums des mobilen Gerätes (12) ausgelesen wird und anschließend die ausgelesenen Worte in ihre Phonemsequenzen zerlegt und diese in einem separaten, von dem Speicherbereich (5) mit dem Standardwortschatz unterschiedlichen Speicherbereich (6) des Speichers (4) des Steuergerätes (1) abgelegt werden, so dass anschließend das mobile Gerät (12) über das Steuergerät (1) spracheingabegesteuert unter Nutzung der in dem mobilen Gerät abgelegten Datenbank mit dem Standardwortschatz bedient werden kann.