JP2000029585A - 音声コマンド認識画像処理装置 - Google Patents

Abstract

(57)【要約】 【課題】 音声入力コマンドを認識して作動する複写機
及びファクシミリやプリンタ等の複合機において、不特
定多数の人が使用する場合、予め登録する音声辞書デー
タ用のメモリ等の記憶媒体の容量が過大となることを緩
和にするための手段を提供する。 【解決手段】 このため、辞書データに参照データを登
録する際は、実際に操作部１０１のボタン等を押し乍ら
登録し、次回同じコマンドを使用する時には、音声のみ
で操作できるようにし、また、登録を行う際にもパター
ンマッチングを行い、既登録済みコマンドと同一または
類似コマンドや類似音声が入力された場合には、その使
用者に警告すると共に、また、類似度の高い辞書データ
は、指紋や掌紋等の他の判断要素でより正確に認識する
よう構成した。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、複写機及びファク
シミリやプリンタ等の複合機、特にコマンドを入力する
ユーザインタフェイスに音声を用いているこの種の複合
機械に関するものである。

【０００２】

【従来の技術】近年、パーソナルコンピュータやカーナ
ビゲーション等に見られる様に、音声認識を利用したコ
マンド入力を行う機器が普及しつつあるが、従来の複写
機及びファクシミリやプリンタ等の複合機には、以上の
ような機能を有するものはなかった。

【０００３】この種の音声認識を行うには、声紋や音声
の区切り、音の高低等の“パターンマッチング”を行っ
ている。このパターンマッチングとは、予めメモリ等の
記憶媒体に使用するコマンドと、それを発声した時の音
声データとが１対１に対応して、辞書として登録されて
おり、入力された音声データが登録されている各コマン
ドと、どの程度一致しているかを類似度として算出し、
その値の最大のものをコマンドとして選択し、実行する
という類のものである。

【０００４】

【発明が解決しようとする課題】しかしながら、前記複
写機及びファクシミリやプリンタ等の複合機において、
前記のような音声認識によるコマンド入力を行うに当た
っては、以下のような問題点がある。

【０００５】すなわち、音声認識でコマンドの入力を行
う際には、予め使用する全てのコマンドを辞書に登録し
ておく必要がある。現在のコマンドの登録方法は、使用
するコマンドの全てを１度読み乍ら、各キー操作と対応
させて登録していかなくてはならなかった。

【０００６】従来のように、ある程度使用者が限定され
ているカーナビゲーションやパーソナルコンピュータ等
では、登録するデータは概して個人的のものであり、１
人の音声データを入力するだけで良かった。

【０００７】しかしながら、複写機のように不特定多数
の人が使用する機械の場合には、使用する可能性のある
多くの人の音声辞書データを予め登録しておく必要があ
り、そのデータを記憶するために使用するメモリ等の記
憶媒体の容量もそれなりに大きなものが必要となる。

【０００８】また、登録しておくコマンドも、人それぞ
れ使用頻度も異なり、人によっては結果的には全く使用
しないコマンドがあっても、全てを登録しておく必要が
あり、それによっても結果的には、不要な記憶媒体の容
量を使用することとなってしまう。

【０００９】本発明は、以上のような局面にかんがみて
なされたもので、これらの問題点を解決することのでき
る音声コマンド認識画像処理装置の提供を目的としてい
る。

【００１０】

【課題を解決するための手段】このため、本発明におい
ては、以下の各項（１）〜（６）のいずれかに示すよう
な音声コマンド認識画像処理装置を提供することによ
り、前記目的を達成しようとするものである。

【００１１】（１）スイッチやボタン、テンキー、液晶
タッチパネル等により、コピー操作やファクシミリの送
信等のコマンドの入力を行う操作手段と、ＣＰＵ等の処
理装置を使用し、前記操作手段からのコマンドにより画
像処理の設定やプリント枚数等の設定を行い、画像入力
手段、画像処理手段、画像出力手段等の動作の制御を行
うドライバ手段と、ＣＣＤ等を使用し、前記ドライバ手
段からの制御により、原稿の画像データをデジタルデー
タに変換し、画像処理部へ出力する画像入力手段と、Ａ
ＳＩＣ等のハード回路や、前記ＣＰＵ等を使用したソフ
ト的な処理等により、前記画像入力手段から入力される
デジタル画像データを、前記ドライバ手段からの画像処
理の設定に応じて処理を行い、前記画像出力手段に出力
を行う画像処理手段と、前記画像処理手段により処理が
された画像データを、レーザプリンタやインクジェット
プリンタ等のプリンタによって出力を行う画像出力手段
であって、この部分はブラウン管モニタや液晶モニタ、
または前記操作手段部に使用されている前記液晶タッチ
パネルに表示を行ったり、画像データとしてネットワー
ク上への出力、モデムを介してファクシミリ送信等を行
うものも含む前記画像出力手段と、マイク等を使用し、
音声の入力を行い、前記デジタルデータとして音声認識
手段に送る音声入力手段と、前記音声入力手段からの音
声データを入力し、辞書データへの登録や音声のパター
ンマッチング、コマンドへの変換等を行う音声認識手段
と、より構成され、前記音声によるコマンドの認識を行
い動作することを特徴とする音声コマンド認識画像処理
装置。

【００１２】（２）前記音声認識手段は、前記音声入力
手段からのデジタル音声データを入力する音声データ入
力手段と、前記操作手段から入力されたコマンド情報の
入力を行う操作部情報入力手段と、前記操作手段部情報
と前記音声データとを対応させて、メモリやハードディ
スク等の記憶媒体に記憶しておく辞書データ蓄積手段
と、前記音声データ入力手段からのデータと、前記辞書
データ蓄積手段からの音声辞書データとのパターンマッ
チングを行い、各コマンドに対する類似度を出力するパ
ターンマッチング手段と、前記辞書情報の登録や通常コ
ピー動作の情報を前記ドライバ手段から入力を行うドラ
イバ情報入力手段と、前記パターンマッチング手段から
の情報と、前記コマンド情報入力手段の情報とを受け
て、通常コピーの場合は、入力された前記音声コマンド
がいずれのコマンドに該当するかを判断し、コマンド出
力手段に送るコマンド処理手段と、前記コマンド処理手
段からのコマンド情報を、通常コピーの場合はドライバ
手段や操作手段のモード表示部分へ送るコマンド出力手
段と、より成ることを特徴とする前項（１）記載の音声
コマンド認識画像処理装置。

【００１３】（３）前記音声コマンド認識画像処理装置
は、前記辞書データ蓄積手段にデータを登録する際に、
実際に操作しながら前記音声データの登録を行うことを
特徴とする前項（１）、（２）のいずれか記載の音声コ
マンド認識画像処理装置。

【００１４】（４）前記音声コマンド認識画像処理装置
は、前記音声データを登録する際に、前記辞書データ蓄
積手段にデータに既登録のデータと同一データを登録し
ようとした場合、その旨を使用者に報知することを特徴
とする前項（１）、（２）、（３）のいずれか記載の音
声コマンド認識画像処理装置。

【００１５】（５）前記音声コマンド認識画像処理装置
は、前記音声により設定を行う際に、未登録のコマンド
を前記音声により設定しようとした場合、その未登録の
旨を使用者に報知することを特徴とする前項（１）ない
し（４）のいずれか記載の音声コマンド認識画像処理装
置。

【００１６】（６）前記音声コマンド認識画像処理装置
は、前記音声により設定を行う際に、その音声入力され
たコマンドが複数のコマンドと類似していた場合、それ
らのコマンドを報知し、使用者に選択を促すことを特徴
とする前項（１）ないし（５）のいずれか記載の音声コ
マンド認識画像処理装置。

【００１７】

【作用】以上のような本発明構成により、前記問題点を
解決した、新しい音声によるコマンド入力を行うことが
できる。すなわち、 １）辞書データに参照するデータを登録する際は、実際
に操作部のボタン等を押し乍ら登録することによって登
録を行い、次回同じコマンドを使用する時には、音声の
みで操作ができるようにすることによって、予め時間を
割いて各使用者が全てのコマンドの登録を行う必要がな
くなると共に、その機械を使用する各人が頻繁に使用す
るコマンドのみを登録することができる。これによって
辞書に使用する記憶媒体の容量の削減を実現し得る。

【００１８】２）また、データ登録を行う際にも、パタ
ーンマッチングを行い、既登録のコマンドと同じコマン
ドを入力した時や、類似したコマンド、類似した音声が
入力された場合には、表示や警告音等によって使用者に
報知することにより、登録しようとしたコマンドが、正
当に入力されるべきものであるか否かを確認することが
できる。

【００１９】３）また、音声による使用者の認識を行う
際に、登録してある辞書データに、ある程度類似度の高
いものが複数あった場合には、他の判定要素、例えば指
紋や掌紋などによって、より正確に認識を行うようにす
ることにより、音声のみで使用者の認識を行うより、さ
らに正確に個人の識別を行うことが可能となる。

【００２０】

【発明の実施の形態】以下に、本発明の実施の形態を、
複数の実施例に基づき、それぞれ図面を参照して詳細に
説明する。

【００２１】

【実施例】（第１の実施例）本発明に関る画像処理装置
の具体的な第１の実施例を、複写機の事例を用いて説明
する。図１に、本第１実施例の複写機の構成ブロック図
を示す（図１は、後述する第２〜第５実施例にも共用す
るものとする）。

【００２２】１０１は操作部で、図８にその具体的な平
面図例を示すように、各スイッチやボタン、テンキー、
液晶タッチパネル等によりコピー操作やファクシミリの
送信等のコマンドの入力等を行う。図８における個々の
構成要素の説明は、それぞれ図示註記に渡り、重複説明
は省略する。

【００２３】１０２はドライバ部で、ＣＰＵ等の処理装
置を使用し、操作部１０１からのコマンドによって、画
像処理の設定やプリント枚数等の設定を行い、スキャナ
部１０３、画像処理部１０４、プリンタ部１０５等の動
作の制御を行う。

【００２４】１０３は画像入力部で、ＣＣＤ等を使用
し、ドライバ部１０２からの制御によって、原稿の画像
データをデジタルデータに変換し、画像処理部１０４へ
と出力する。

【００２５】１０４は画像処理部で、ＡＳＩＣ等のハー
ド回路や、ＣＰＵ等を使用したソフト的な処理等によっ
て、画像入力部１０３から入力されてくるデジタル画像
データを、ドライバ部１０２からの画像処理の設定に応
じて処理を行い、画像出力部１０５に出力を行う。

【００２６】１０５は画像出力部で、画像処理部１０４
によって処理が行われた画像データを、レーザプリンタ
やインクジェットプリンタ等のプリンタによって出力を
行ったり、ブラウン管モニタや液晶モニタ、または操作
部１０１に使用されているタッチパネル等に出力を行
う。また、画像データとしてネットワーク上に出力を行
ったり、モデムを介してファクシミリ送信を行うのもこ
の部分とする。

【００２７】１０６は音声入力部で、マイクロホン等を
使用し、音声の入力を行い、デジタルデータとして音声
認識部に送る。

【００２８】１０７は音声認識部で、音声入力部１０６
からの音声データを入力し、辞書データへの登録や音声
のパターンマッチング、コマンドへの変換等を行う。変
換されたコマンドは、操作部１０１からのコマンドと同
様に、ドライバ部１０２へと送られる。

【００２９】次に、本発明の特徴である音声認識部１０
７についての詳細な説明を、その内部処理構成ブロック
図を示す図２を用いて行う（本図も図１と共に、後述す
る第２〜第５実施例にも共用するものとする）。

【００３０】２０１は音声データ入力部で、この音声入
力部２０１からのデジタル音声データを入力する。

【００３１】２０２は操作部情報入力部で、操作部１０
１から入力されたコマンド情報の入力を行う。

【００３２】２０３は辞書データ蓄積部で、操作部情報
と音声データとを対応させて、メモリやハードディスク
等の記憶媒体に記憶しておく。

【００３３】２０４はパターンマッチング部で、音声デ
ータ入力部２０１からのデータと、辞書データ蓄積部２
０３からの音声辞書データとのパターンマッチングを行
い、各コマンドに対する類似度を出力する。

【００３４】例えば、入力された音声データが、「いち
まい」であったとき、音声辞書データの「いちまい」と
の類似度は１００、「はちまい」との類似度は８０、
「さんまい」との類似度は３０、「コピー」との類似度
は５、などと出力を行う。

【００３５】２０５はドライバ情報入力部で、辞書情報
の登録や通常コピー動作等の情報をドライバ部１０２か
ら入力を行う。

【００３６】２０６はコマンド処理部で、パターンマッ
チング部２０４からの情報とコマンド情報入力部２０５
の情報とを受けて、通常コピーの場合は、入力された音
声コマンドがいずれのコマンドに相当するかを判断し、
コマンド出力部２０７に送る。また、辞書情報の登録時
には、類似度の高いコマンドのいくつかをコマンド出力
部２０７に送る等の処理を行う。

【００３７】２０７はコマンド出力部で、コマンド処理
部２０６からのコマンド情報を、通常コピーの場合はド
ライバ部１０２や操作部１０１のモード表示部分へ送
る。また、辞書情報の登録時には、類似したコマンドや
警告音を発生する信号を操作部１０１へ送る。

【００３８】次に具体的な例を挙げて処理内容を説明す
る：音声コマンドの登録を行う際には、実際に所定のキ
ーを押し乍ら発声を行う。この時、音声データ入力部２
０１からは、その時の音声データが、また、操作部情報
入力部２０２からは、その時押されているキーの情報が
入力される。

【００３９】例えば、「白黒コピーを１枚」行う時に
は、図８の「コピー」キーを押しながら、「コピー」と
発声する。すると、操作部１０１からドライバ部１０２
に「コピー」というコマンドが伝えられると共に、音声
認識部１０７の操作部情報入力部２０２にも同様にコマ
ンドが伝えられる。

【００４０】また、音声入力部１０６からの音声データ
は、音声データ入力部２０１に入力され、コマンド情報
と共に辞書データ蓄積部２０３に入力される。辞書デー
タ蓄積部２０３では、「コピー」というコマンドに対応
して、入力された音声データを記憶しておく。

【００４１】以下、同様に「白黒」というコマンドと音
声データ、「１枚」というコマンドと音声データを登録
すると同時に設定を行っていく。

【００４２】スタートキーを押しながら、「スタート」
と発声することによって、「スタート」という音声コマ
ンドが登録されると共に、コピー出力を行うことができ
る。

【００４３】以上の作業により、実際にコピーを行いな
がら「コピー」、「白黒」、「１枚」、「スタート」と
いった音声コマンドが登録される。

【００４４】以上の音声コマンド登録時の動作シーケン
スフローチャートは、図３のシーケンス実線矢印部分に
該当する。音声入力（ステップＳ３０１）を、図２の音
声データ入力部２０１で行い、その時の操作部の状況を
操作部状況入力部２０２で検知し、キー入力が同時に行
われているか否かの判断を行う（ステップＳ３０２）。

【００４５】キー入力が同時に行われている場合、音声
データ登録モード（ステップＳ３０３）となる。パター
ンマッチング部２０４によって音声データのパターンマ
ッチングを行い（ステップＳ３０４）、類似コマンドが
無かった場合（ステップＳ３０５）には、入力された音
声データをコマンドとして辞書データ蓄積部２０３に登
録し（ステップＳ３０６）、そのコマンドを実行（ステ
ップＳ３０７）する。

【００４６】なお、以上の各ステップにおけるＮＯを示
すシーケンス点線矢印で示す各ステップの逐次詳細説明
は、図示の通りであり逐次詳細の重複説明は省略する。

【００４７】以上の方法によって登録されたコマンド
は、キー操作を行わなくても音声のみで使用することが
できることとなる。

【００４８】つまり、白黒コピーを１枚採りたい場合、
「コピー」と発声すれば「コピー」モードとなり、「白
黒」と発声することによって「白黒」モードになる。そ
の後、「１枚」、「スタート」と発声することによっ
て、白黒コピーの動作を行うことができる。

【００４９】この時の音声コマンド実行時の動作シーケ
ンスフローチャートは、図４のシーケンス実線矢印部分
に該当する。音声入力（ステップＳ４０１）を図２の音
声データ入力部２０１で行い、その時の操作部１０１の
状況を操作部状況入力部２０２で検知し、キー入力が同
時に行われているか否かの判断を行う（ステップＳ４０
２）。

【００５０】キー入力が同時に行われていない場合、音
声データ実行モード（ステップＳ４０３）となる。パタ
ーンマッチング部２０４によって音声データのパターン
マッチングを行い（ステップＳ４０４）、登録されてい
るコマンドに類似したものが１つだけあった場合（ステ
ップＳ４０５・Ｓ４０６）には、入力された音声データ
をコマンドとして実行（ステップＳ４０７）する。

【００５１】このときの音声コマンドの認識について、
詳細に説明する：音声コマンドの認識は、図２の音声デ
ータ入力部２０１からの音声データと、辞書データ蓄積
部２０３に格納してある音声データとのパターンマッチ
ングを、パターンマッチング部２０４によって行い、各
コマンドとの類似度を算出しコマンド処理部２０６に出
力する。この場合、登録してある辞書データと完全に一
致していた場合、類似度を１００とする。

【００５２】例えば、「白黒」といった音声データ入力
があった場合、辞書データ蓄積部２０３にある音声辞書
データの「白黒」とは一致度が９５、「コピー」との一
致度は５、「１枚」との一致度は１０、「スタート」と
の一致度は５、などといった情報がコマンド処理部２０
６に送られる。

【００５３】コマンド処理部２０６では、最も一致度の
高いものを音声入力されたコマンドと判断して、コマン
ド出力部２０７に送る。

【００５４】コマンド出力部２０７では、そのコマンド
をドライバ部１０２に送ることによって、本体の設定を
行うこととなる。

【００５５】上記２つの動作フロー図３、４の組み合わ
せにより、次回カラーコピーを１枚とる場合、「コピ
ー」と発声すれば「コピー」モードとなり、「カラー」
と発音しながら「カラー」キーを押すことによって「カ
ラー」モードになると共に、新たに「カラー」という音
声コマンドを登録する。

【００５６】その後「１枚」、「スタート」と発声する
ことによって、「カラー」という発声コマンドを新たに
登録すると共に、カラーコピーの動作をも行うことがで
きる。

【００５７】以上のように音声コマンドのデータ入力を
行うことによって、必要なコマンドを、必要な時に登録
することができ、普段は使用しないコマンドの登録を防
止することによって、辞書データ登録部２０３に使用す
る記憶媒体の容量増大を抑制することができる。

【００５８】なお、本実施例の音声コマンド実行時の図
４各ステップにおける各シーケンス点線矢印で示す各ス
テップの逐次詳細説明は、図示の通りであり、逐次詳細
の重複説明は省略する。

【００５９】（第２の実施例）本発明に係る第２の実施
例を、それぞれ図１、図２を共用して説明する：もし、
音声コマンドとして登録されていないコマンドが入力さ
れた時の処理は、以下のようになる。

【００６０】まず、音声コマンドは図１、２における操
作部１０１のキー図８が押されない状態で入力されるこ
とによって、新たな音声コマンドの登録ではないと判断
できる。

【００６１】次に、図２におけるパターマッチング部２
０４によって登録されている音声辞書データとのパター
ンマッチングを行い、各コマンドとの類似度を算出しコ
マンド処理部２０６に送る。

【００６２】この場合、登録されているコマンドとは異
なるため、類似度は全て低い値となる。完全に一致して
いる場合、類似度を１００とした場合に、８０以上をコ
マンドの候補、８０未満は登録されていないコマンドの
入力と判断すると、全てのマッチングを行った結果、登
録されているコマンドの候補は無い状態となる。

【００６３】そのような場合、コマンド処理部によって
入力された音声データは、登録されていないものと判断
し、コマンド出力部２０７から、操作部１０１の液晶表
示部に「未登録です。登録するキーを押して下さい。」
の表示を行うことによって、使用者に報知するようにド
ライバ部１０２に情報を送る。

【００６４】使用者は、未登録であることを確認した
後、操作部１０１のキーを押すことにより新たにコマン
ドを登録することとなり、また同時にそのコマンドは実
行され、次の処理に進む。

【００６５】以上の本第２実施例の音声登録時の動作シ
ーケンスフローチャートは、図５のシーケンス実線矢印
部分に該当する。音声入力（ステップＳ５０１）を図２
の音声データ入力部２０１で行い、その時の操作部１０
１の状況を操作部状況入力部２０２で検知し、キー入力
が同時に行われているか否かの判断を行う（ステップＳ
５０２）。

【００６６】キー入力が同時に行われていない場合、音
声データ実行モード（ステップＳ５０３）となる。パタ
ーンマッチング部２０４によって音声データのパターン
マッチングを行い（ステップＳ５０４）、類似コマンド
が無かった場合（ステップＳ５０６）には、コマンドが
未登録であることを使用者にメッセージとして操作部１
０１から表示し（ステップＳ５０６）、その後キー入力
のあったキーを音声コマンドとして登録する（ステップ
Ｓ５０７）。それと共にコマンドを実行する（ステップ
Ｓ５０８）。

【００６７】以上のように、音声コマンドのデータ入力
を行うことによって、音声コマンドとして登録されてい
ないコマンドが音声入力されたときに簡単に新たなコマ
ンドとして登録することができる。

【００６８】本第２実施例の音声コマンド登録時図５の
各ステップにおける各シーケンス点線矢印で示す各ステ
ップの逐次詳細説明は図示の通りであり、逐次詳細の重
複説明は省略する。

【００６９】（第３の実施例）次に本発明の第３の実施
例をそれぞれ前記図１、図２を共用して説明する：音声
コマンドの登録を行う場合、既に登録されているコマン
ドを更に登録しようとしてしまった時の動作について説
明する。

【００７０】まず、音声コマンドが操作部１０１のキー
が押された状態で入力されることによって、新たな音声
コマンドの登録であると判断する。

【００７１】次に、パターンマッチング部２０４によっ
て登録されている音声辞書データとのパターンマッチン
グを行い、各コマンドとの類似度を算出し、コマンド処
理部２０６に送る。

【００７２】この場合、既に登録されているコマンドで
ある場合、類似度の高い値となるコマンドが存在するこ
ととなる。

【００７３】そのような場合、コマンド出力部２０７か
ら、操作部１０１の液晶表示部（図８）に、類似度の高
かったコマンドを表示することによって、使用者に確認
を促すように、ドライバ部１０２に情報を送る。

【００７４】具体例を挙げると、「１枚」というコマン
ドが既に登録されているにもかかわらず、再び登録しよ
うとした場合、使用者は操作部１０１のキー（図８）を
押しながら「１枚」と発声する。

【００７５】前記第１の実施例において説明した方法と
同様に、音声認識部１０７によってパターンマッチング
を行い、類似度の算出を行うと、「１枚」というコマン
ドの類似度が９０となり、８０以上をコマンドの候補、
８０未満は登録されていないコマンドの入力と判断する
と、それはすでに登録されているコマンドと判断され
る。

【００７６】このような場合、図９にその一例を示すよ
うに液晶タッチパネル（図８）の表示部に「今のコマン
ドは「１枚」ですか？」という表示と「ＹＥＳ」、「Ｎ
Ｏ」の選択を行う表示とを行い、使用者に登録済みのデ
ータと類似していることを報知する。

【００７７】「ＹＥＳ」のキーを押すことによって、使
用者は、既に登録されていることが確認できると共に、
ドライバ部１０２は、入力されたコマンドを受け付け
て、その後の処理を行うこととする。「ＮＯ」の場合は
再登録となる。

【００７８】以上の動作シーケンスフローチャートは、
図６のシーケンス実線矢印部分に該当する。音声入力
（ステップＳ６０１）を音声データ入力部２０１で行
い、その時の操作部１０１の状況を操作部情報入力部２
０２で検知し、キー入力が同時に行われているか否かの
判断を行う（ステップＳ６０２）。

【００７９】キー入力が同時に行われている場合、音声
データ登録モード（ステップＳ６０３）となる。パター
ンマッチング部２０４によって音声データのパターンマ
ッチングを行い（ステップＳ６０４）、類似コマンドが
あった場合（ステップＳ６０５）には、コマンドが登録
済みであることを使用者にメッセージとして操作部１０
１から示し（ステップＳ６０６）、その後「ＹＥＳ」の
キー入力があったら（ステップＳ６０７）、コマンドを
実行する（ステップＳ６０８）。

【００８０】以上のように、音声コマンドのデータ処理
を行うことによって、すでに登録されているコマンドを
更に登録しようとしてしまった時に、２重に登録してし
まうことを防止することができる。

【００８１】なお、本第３実施例の音声コマンド登録時
の図６各ステップにおけるシーケンス点線矢印で示す各
ステップの逐次詳細説明は、図示の通りであり、逐次詳
細の重複説明は省略する。

【００８２】（第４の実施例）次に本発明に係る第４の
実施例を、それぞれ図１、図２を共用して説明する：未
登録のコマンドを登録しようとした場合、既に登録され
ているコマンドと類似している音声データが入力された
時の動作について説明する。

【００８３】まず、音声コマンドが操作部１０１のキー
が押された状態で入力されることによって、新たな音声
コマンドの登録であると判断する。

【００８４】次に、パターンマッチング部２０４によっ
て登録されている音声辞書データとのパターンマッチン
グを行い、各コマンドとの類似度を算出し、コマンド処
理部２０６に送る。

【００８５】この場合、既に登録されているコマンド
で、類似度の高い値となるコマンドが存在した場合、コ
マンド出力部２０７から、操作部１０１の液晶表示部
（図８）に、類似度の高かったコマンドを表示すること
によって使用者に確認を促すように、ドライバ部１０２
に情報を送る。

【００８６】具体例を挙げると、「８枚」というコマン
ドを新たに登録しようとした場合、使用者は操作部１０
１のキー（図８）を押しながら「８枚」と発音する。し
かしながら、音声の仕方により、すでに登録済みの「１
枚」という音声コマンド共、類似度が大きくなったとす
る。

【００８７】前記第１の実施例において説明した方法と
同様に、音声認識部１０７によってパターンマッチング
を行い、類似度の算出を行うと、「１枚」というコマン
ドの類似度が８５となり、８０以上をコマンドの候補、
８０未満は登録されていないコマンドの入力と判断する
と、それは既に登録されているコマンドと同じレベルの
類似度と判断される。

【００８８】この場合、その後音声によるコマンド入力
を行おうとした際に、誤認識し易くなる。

【００８９】このような場合、図１０にその一例を示す
ように、液晶タッチパネル（図８）の表示部に「今のコ
マンドは「１枚」と類似しています。登録し直しますか
？」という表示と「ＹＥＳ」、「ＮＯ」の選択を行う表
示とを行い、使用者に登録済みのデータと類似している
ことを報知する。

【００９０】「ＹＥＳ」のキーを選択すると、再登録を
行うこととなるし、「ＮＯ」のキーを押すと、そのまま
音声コマンドの登録を行うと共に、ドライバ部１０２
は、入力されたコマンドを受け付けて、その後の処理を
行うこととする。

【００９１】以上の動作シーケンスのフローチャート
は、前記第３実施例の図６の実線部分と同様にできる。
音声入力（ステップＳ６０１）を音声データ入力部２０
１で行い、その時の操作部１０１の状況を操作部状況入
力部２０２で検知し、キー入力が同時に行われているか
否かの判断を行う（ステップＳ６０２）。

【００９２】キー入力が同時に行われている場合、音声
データ登録モード（ステップＳ６０３）となる。パター
ンマッチング部２０４によって音声データのパターンマ
ッチングを行い（ステップＳ６０４）、類似コマンドが
あった場合（ステップＳ６０５）には、類似したコマン
ドが登録済みであることを使用者にメッセージとして操
作部１０１から示し（ステップＳ６０６）、その後キー
入力のあったキーを音声データと対応したコマンドとし
て登録し（ステップＳ６０７）、コマンドを実行する
（ステップＳ６０８）。

【００９３】以上のように、音声コマンドのデータ処理
を行うことによって、新たに登録しようとした音声デー
タが既に登録されているコマンドと類似していた時に
も、正確に登録を行うことができる。

【００９４】なお、本第４実施例においても、各シーケ
ンスの点線矢印で示す各ステップの詳細は、前記第３実
施例におけると同様、詳細重複説明は省略する。

【００９５】（第５の実施例）さらに、本発明に係る第
５の実施例を、それぞれ図１、２を共用して説明する：
音声コマンドの認識を行う場合、音声入力されたコマン
ドに対して、複数の類似したコマンドの候補が出てしま
い、使用者の意志に反した動作をしてしまうことがあ
る。そのような誤動作を防ぐために、以下のような処理
を行う。

【００９６】まず、音声コマンドは、操作部１０１（図
２、図８）のキーが押されない状態で入力されることに
よって、音声コマンドによる設定であると判断する。

【００９７】次に、パターンマッチング部２０４（図
２）によって登録されている音声辞書データとのパター
ンマッチングを行い、各コマンドとの類似度を算出し、
コマンド処理部２０６に送る。

【００９８】この場合、実際に設定したいコマンドと類
似した音声入力がなされた場合、類似度の高い値となる
コマンドが複数存在することとなる。

【００９９】そのような場合、コマンド出力部２０７か
ら、操作部１０１の液晶表示部に、類似度の高かった複
数のコマンドを表示することによって、使用者に選択を
促すようにドライバ部１０２に情報を送る。

【０１００】具体例を挙げると、「一枚」というコマン
ドを設定したいと思い、使用者は「１枚」と発音する。

【０１０１】しかしながら、登録時との発音の違い等に
より、仮に、「８枚」という音声コマンドとも類似度が
大きくなったとする。

【０１０２】前記第１の実施例において説明した方法と
同様に、音声認識部１０７によってパターンマッチング
を行い、類似度の算出を行うと、「１枚」と云うコマン
ドの類似度が９０となり、「８枚」と云うコマンドの類
似度が８５となったとする。類似度が８０以上をコマン
ドの候補、８０未満は登録されていないコマンドの入力
と判断すると、両方共コマンドの候補として挙げられる
と判断される。

【０１０３】このような場合、図１１にその一例を示す
ように、液晶タッチパネルの表示部に「今のコマンドは
どちらですか？１：「１枚」・２：「８枚」」と表示を
行い、使用者にどちらのコマンドか選択して貰う。それ
によって選択された設定をドライバ部１０２は、入力さ
れたコマンドとして、その後の処理を行うこととする。

【０１０４】以上の動作シーケンスフローチャートは、
図７動作シーケンス実線矢印部分のようになる。（前記
第３、４実施例の図６の破線矢印部分の一部に相当す
る）。音声入力（ステップＳ７０１）を音声データ入力
部２０１（図２）で行い、その時の操作部１０１の状況
を操作部状況入力部２０２で検知し、キー入力が同時に
行われているか否かの判断を行う（ステップＳ７０
２）。キー入力が同時に行われていない場合、音声デー
実行モード（ステップＳ７０３）となる。パターンマッ
チング部２０４によって音声データのパターンマッチン
グを行い（ステップＳ７０４）、類似コマンドが複数あ
った場合、（ステップＳ７０５・Ｓ７０６）には、類似
した複数のコマンドが登録済みであることを使用者にメ
ッセージとして操作部１０１から示し（ステップＳ７０
７）、その後キー入力によって指定されたコマンド（ス
テップＳ７０８）を実行コマンドとして実行する（ステ
ップＳ７０９）。

【０１０５】以上のように、音声コマンドのデータ処理
を行うことによって、入力された音声コマンドとの類似
度が高いものが複数登録されてた場合も、正確な設定が
できることとなる。

【０１０６】

【発明の効果】以上説明したように、本発明によれば、
前記音声によるコマンドの認識を行い動作する画像処理
装置において、辞書データ蓄積手段にデータを登録する
際に、実際に操作し乍ら音声データの登録を行うことが
必要なコマンドを、必要な時に登録することができ、普
段は使用しないコマンドの登録を防止することによっ
て、辞書データ蓄積手段に使用する記憶媒体の容量を抑
えることが可能となる。

【０１０７】また音声データを登録する際に、前記辞書
データ蓄積手段のデータに、既に登録されているデータ
と同じデータを登録しようとした場合、そのことを使用
者に表示することによって、２重のデータ登録を防ぐこ
とが可能となる。

【０１０８】また、音声によって設定を行う際に、未登
録のコマンドを音声によって設定しようとした場合、未
登録であることを使用者に表示し、その都度、登録を行
っていくことが可能となる。

【０１０９】さらにまた、音声によって設定を行う際
に、音声入力されたコマンドが、複数のコマンドと類似
していた場合、それらのコマンドを表示し、使用者に選
択を促すことにより、正確なコマンド入力が可能とな
る。

【図面の簡単な説明】

【図１】 各実施例の複写機の構成ブロック図

【図２】 図１の音声認識部の内部処理構成ブロック図

【図３】 第１実施例の音声コマンド登録時の動作シー
ケンスフローチャート

【図４】 第１実施例の音声コマンド実行時の動作シー
ケンスフローチャートを示す図である

【図５】 第２実施例の音声コマンド登録時の動作シー
ケンスフローチャート

【図６】 第３、第４実施例の音声コマンド登録時の動
作シーケンスフローチャート

【図７】 第５実施例の音声コマンド登録時の動作シー
ケンスフローチャート

【図８】 図１複写機の操作部平面図例

【図９】 第３実施例の操作部の液晶タッチパネルの表
示例

【図１０】 第４の実施例の操作部の液晶タッチパネル
の表示例

【図１１】 第５の実施例の操作部の液晶タッチパネル
の表示例

【符号の説明】

１０１ 操作部 １０２ ドライバ部 １０３ 画像入力部 １０４ 画像処理部 １０５ 画像出力部 １０６ 音声入力部 １０７ 音声認識部 ２０１ 音声データ入力部 ２０２ 操作部情報入力部 ２０３ 辞書データ蓄積部 ２０４ パターンマッチング部 ２０５ ドライバ情報入力部 ２０６ コマンド処理部 ２０７ コマンド出力部

───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.⁷ 識別記号 ＦＩ テーマコート゛(参考） Ｈ０４Ｎ 1/00 Ｇ０６Ｆ 3/16 ３２０Ｂ // Ｇ０６Ｆ 3/16 ３２０ Ｂ４１Ｊ 29/00 Ｊ Ｆターム(参考） 2C061 AP01 AP03 AP04 AP07 AQ05 AQ06 CQ02 CQ04 CQ24 CQ25 2H027 GA19 GA20 GA25 GA26 ZA07 5B021 AA05 AA19 CC05 PP04 PP06 QQ02 QQ04 5C062 AA02 AA05 AB02 AB11 AB20 AB25 AB26 AB41 AB42 AC02 AC03 AC05 AC21 AC60 AE11 AF07 AF15 BA00 5D015 GG04 KK01 LL00

Claims (6)

【特許請求の範囲】
1. 【請求項１】 スイッチやボタン、テンキー、液晶タッ
   チパネル等により、コピー操作やファクシミリの送信等
   のコマンドの入力を行う操作手段と、 ＣＰＵ等の処理装置を使用し、前記操作手段からのコマ
   ンドにより画像処理の設定やプリント枚数等の設定を行
   い、画像入力手段、画像処理手段、画像出力手段等の動
   作の制御を行うドライバ手段と、 ＣＣＤ等を使用し、前記ドライバ手段からの制御によ
   り、原稿の画像データをデジタルデータに変換し、画像
   処理部へ出力する画像入力手段と、 ＡＳＩＣ等のハード回路や、前記ＣＰＵ等を使用したソ
   フト的な処理等により、前記画像入力手段から入力され
   るデジタル画像データを、前記ドライバ手段からの画像
   処理の設定に応じて処理を行い、前記画像出力手段に出
   力を行う画像処理手段と、 前記画像処理手段により処理された画像データを、レー
   ザプリンタやインクジェットプリンタ等のプリンタによ
   って出力を行う画像出力手段であって、この部分はブラ
   ウン管モニタや液晶モニタ、または前記操作手段部に使
   用されている前記液晶タッチパネルに表示を行ったり、
   画像データとしてネットワーク上への出力、モデムを介
   してファクシミリ送信等を行うものも含む前記画像出力
   手段と、マイク等を使用し、音声の入力を行い、前記デ
   ジタルデータとして音声認識手段に送る音声入力手段
   と、前記音声入力手段からの音声データを入力し、辞書
   データへの登録や音声のパターンマッチング、コマンド
   への変換等を行う音声認識手段と、 より構成され、前記音声によるコマンドの認識を行い動
   作することを特徴とする音声コマンド認識画像処理装
   置。
2. 【請求項２】 前記音声認識手段は、 前記音声入力手段からのデジタル音声データを入力する
   音声データ入力手段と、 前記操作手段から入力されたコマンド情報の入力を行う
   操作部情報入力手段と、 前記操作手段部情報と前記音声データとを対応させて、
   メモリやハードディスク等の記憶媒体に記憶しておく辞
   書データ蓄積手段と、 前記音声データ入力手段からのデータと、前記辞書デー
   タ蓄積手段からの音声辞書データとのパターンマッチン
   グを行い、各コマンドに対する類似度を出力するパター
   ンマッチング手段と、 前記辞書情報の登録や通常コピー動作の情報を前記ドラ
   イバ手段から入力を行うドライバ情報入力手段と、 前記パターンマッチング手段からの情報と、前記コマン
   ド情報入力手段の情報とを受けて、通常コピーの場合
   は、入力された前記音声コマンドがいずれのコマンドに
   該当するかを判断し、コマンド出力手段に送るコマンド
   処理手段と、 前記コマンド処理手段からのコマンド情報を、通常コピ
   ーの場合はドライバ手段や操作手段のモード表示部分へ
   送るコマンド出力手段と、 より成ることを特徴とする請求項１記載の音声コマンド
   認識画像処理装置。
3. 【請求項３】 前記音声コマンド認識画像処理装置は、
   前記辞書データ蓄積手段にデータを登録する際に、実際
   に操作しながら前記音声データの登録を行うことを特徴
   とする請求項１、２のいずれか記載の音声コマンド認識
   画像処理装置。
4. 【請求項４】 前記音声コマンド認識画像処理装置は、
   前記音声データを登録する際に、前記辞書データ蓄積手
   段にデータに既登録のデータと同一データを登録しよう
   とした場合、その旨を使用者に報知することを特徴とす
   る請求項１、２、３のいずれか記載の音声コマンド認識
   画像処理装置。
5. 【請求項５】 前記音声コマンド認識画像処理装置は、
   前記音声により設定を行う際に、未登録のコマンドを前
   記音声により設定しようとした場合、その未登録の旨を
   使用者に報知することを特徴とする請求項１ないし４の
   いずれか記載の音声コマンド認識画像処理装置。
6. 【請求項６】 前記音声コマンド認識画像処理装置は、
   前記音声により設定を行う際に、その音声入力されたコ
   マンドが複数のコマンドと類似していた場合、それらの
   コマンドを報知し、使用者に選択を促すことを特徴とす
   る請求項１ないし５のいずれか記載の音声コマンド認識
   画像処理装置。