JP2001216131A - 情報処理装置および方法、並びにプログラム格納媒体 - Google Patents

Abstract

(57)【要約】 【課題】 音声認識された結果が、どのアプリケーショ
ンに送られるかを使用者に認識させる。 【解決手段】 音声認識のアプリケーションが起動さ
れ、そのアプリケーションのウィンドウの表示が、最小
表示と指示されている場合、そのアプリケーションの小
型表示ウィンドウ２４１は、音声認識に対応し、アクテ
ィブな状態とされている電子ペットウィンドウ１９１の
近傍に表示される。また、小型表示ウィンドウ２４１
は、音声認識が実行されている間だけ表示される。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は情報処理装置および
方法、並びにプログラム格納媒体に関し、特に、音声認
識を行う装置に用いて好適な情報処理装置および方法、
並びにプログラム格納媒体に関する。

【０００２】

【従来の技術】音声を認識し、認識した音声に対応し
て、所定の処理を実行するパーソナルコンピュータなど
の情報処理装置が普及しつつある。例えば、パーソナル
コンピュータにおいて、音声認識が実行される場合、音
声認識用アプリケーションが起動され、その起動された
ことを示すウィンドウなどがディスプレイ表示される。
そのウィンドウには、使用者が音声として発話した言葉
を認識した結果などが表示される。

【０００３】

【発明が解決しようとする課題】上述した音声認識が実
行されている状態において表示されるウィンドは、小型
表示され、タスクバーなどに格納される場合がある。そ
のような小型表示され、かつ、複数の音声認識対応のア
プリケーションが実行されている場合、使用者は、入力
した音声の認識結果が、どのアプリケーションに対して
送られたのかがわかりづらいといった課題があった。

【０００４】また、音声認識をさせる場合、使用者は、
予め決められたコマンドを発話する必要がある。そのコ
マンドは、アプリケーションにより異なり、また、その
数も多いため、使用者は覚えきれず、使いこなせないた
め、使い勝手が悪くなるといった課題があった。

【０００５】本発明はこのような状況に鑑みてなされた
ものであり、ウィンドウが小型表示されている時には、
音声の認識結果が送られるアプリケーションの近傍にウ
ィンドウを表示し、また、コマンドの一覧を音声により
呼び出せるようにすることにより、使用者にとって使い
勝手の良い音声認識を実現させることを目的とする。

【０００６】

【課題を解決するための手段】請求項１に記載の情報処
理装置は、音声を認識する状態が指示されているか否か
を判断する第１の判断手段と、第１の判断手段により音
声を認識する状態が指示されていると判断された場合、
音声認識の結果に対応して所定の処理を実行するプログ
ラムが起動され、かつ、アクティブな状態になっている
か否かを判断する第２の判断手段と、第２の判断手段に
より音声認識の結果に対応して所定の処理を実行するプ
ログラムが起動され、かつ、アクティブな状態になって
いると判断された場合、音声認識が指示されている状態
を示す第１のウィンドウを、プログラムに対応するる第
２のウィンドウの近傍、または、重なる位置に表示され
るように表示を制御する第１の表示制御手段と、第２の
判断手段により音声認識の結果に対応して所定の処理を
実行するプログラムは起動されていない、または、起動
されてはいるがアクティブな状態ではないと判断された
場合、第１のウィンドウが予め定められた所定の位置に
表示されるように表示を制御する第２の表示制御手段と
を含むことを特徴とする。

【０００７】音声認識した結果が、所定の処理を実行さ
せるためのコマンドの一覧の表示を指示するものであっ
た場合、コマンドの一覧が表示されるように表示を制御
する第３の表示制御手段をさらに含むようにすることも
できる。

【０００８】請求項３に記載の情報処理方法は、音声を
認識する状態が指示されているか否かを判断する第１の
判断ステップと、第１の判断ステップの処理で音声を認
識する状態が指示されていると判断された場合、音声認
識の結果に対応して所定の処理を実行するプログラムが
起動され、かつ、アクティブな状態になっているか否か
を判断する第２の判断ステップと、第２の判断ステップ
の処理で音声認識の結果に対応して所定の処理を実行す
るプログラムが起動され、かつ、アクティブな状態にな
っていると判断された場合、音声認識が指示されている
状態を示す第１のウィンドウを、プログラムに対応する
第２のウィンドウの近傍、または、重なる位置に表示さ
れるように表示を制御する第１の表示制御ステップと、
第２の判断ステップの処理で音声認識の結果に対応して
所定の処理を実行するプログラムは起動されていない、
または、起動されてはいるがアクティブな状態ではない
と判断された場合、第１のウィンドウが予め定められた
所定の位置に表示されるように表示を制御する第２の表
示制御ステップとを含むことを特徴とする。

【０００９】請求項４に記載のプログラム格納媒体のプ
ログラムは、音声を認識する状態が指示されているか否
かを判断する第１の判断ステップと、第１の判断ステッ
プの処理で音声を認識する状態が指示されていると判断
された場合、音声認識の結果に対応して所定の処理を実
行するプログラムが起動され、かつ、アクティブな状態
になっているか否かを判断する第２の判断ステップと、
第２の判断ステップの処理で音声認識の結果に対応して
所定の処理を実行するプログラムが起動され、かつ、ア
クティブな状態になっていると判断された場合、音声認
識が指示されている状態を示す第１のウィンドウを、プ
ログラムに対応する第２のウィンドウの近傍、または、
重なる位置に表示されるように表示を制御する第１の表
示制御ステップと、第２の判断ステップの処理で音声認
識の結果に対応して所定の処理を実行するプログラムは
起動されていない、または、起動されてはいるがアクテ
ィブな状態ではないと判断された場合、第１のウィンド
ウが予め定められた所定の位置に表示されるように表示
を制御する第２の表示制御ステップとを含むことを特徴
とする。

【００１０】請求項１に記載の情報処理装置、請求項３
に記載の情報処理方法、および請求項４に記載のプログ
ラム格納媒体においては、音声認識の結果に対応して所
定の処理を実行するプログラムが起動され、かつ、アク
ティブな状態になっていると判断された場合、音声認識
が指示されている状態を示す第１のウィンドウが、プロ
グラムに対応する表示される第２のウィンドウの近傍、
または、重なる位置に表示されるように表示が制御さ
れ、音声認識の結果に対応して所定の処理を実行するプ
ログラムは起動されていない、または、起動されてはい
るがアクティブな状態ではないと判断された場合、第１
のウィンドウが予め定められた所定の位置に表示される
ように表示が制御される。

【００１１】

【発明の実施の形態】以下、本発明に係る情報処理装置
の一実施の形態を図面を参照して説明する。

【００１２】図１乃至図６は、本発明を適用した携帯型
パーソナルコンピュータの構成例を表している。このパ
ーソナルコンピュータ１は、ミニノート型のパーソナル
コンピュータとされ、基本的に、本体２と、本体２に対
して開閉自在とされている表示部３により構成されてい
る。図１は、表示部３を本体２に対して開いた状態を示
す外観斜視図、図２は、図１の平面図、図３は、表示部
３を本体２に対して閉塞した状態を示す左側側面図、図
４は、表示部３を本体２に対して１８０度開いた状態を
示す右側側面図、図５は、図３の正面図、図６は、図４
の底面図である。

【００１３】本体２には、各種の文字や記号などを入力
するとき操作されるキーボード４、マウスカーソルを移
動させるときなどに操作されるスティック式ポインティ
ングデバイス５が、その上面に設けられている。また、
本体２の上面には、音を出力するスピーカ８と、表示部
３に設けられているCCDビデオカメラ２３で撮像すると
き操作されるシャッタボタン１０がさらに設けられてい
る。

【００１４】表示部３の上端部には、ツメ１３が設けら
れており、図３に示すように、表示部３を本体２に対し
て閉塞した状態において、ツメ１３に対向する位置にお
ける本体２には、ツメ１３が嵌合する孔部６が設けられ
ている。本体２の前面には、スライドレバー７が前面に
平行に移動可能に設けられており、スライドレバー７は
孔部６に嵌合したツメ１３と係合してロックし、またロ
ック解除することができるようになっている。ロックを
解除することにより、表示部３を本体２に対して回動す
ることができる。ツメ１３の隣りには、マイクロホン２
４が取り付けられている。このマイクロホン２４は、図
６にも示すように、背面からの音も収音できるようにな
されている。

【００１５】本体２の正面にはまた、プログラマブルパ
ワーキー（PPK）９が設けられている。本体２の右側面
には、図４に示すように、排気孔１１が設けられてお
り、本体２の前面下部には、図５に示すように、吸気孔
１４が設けられている。さらに、排気孔１１の右側に
は、PCMCIA（Personal Computer Memory Card Internat
ional Association）カード（ＰＣカード）を挿入する
ためのスロット１２が設けられている。

【００１６】表示部３の正面には、画像を表示するLCD
（Liquid Crystal Display）２１が設けられており、そ
の上端部には、撮像部２２が、表示部３に対して回動自
在に設けられている。すなわち、この撮像部２２は、LC
D２１と同一の方向と、その逆の方向（背面の方向）と
の間の１８０度の範囲の任意の位置に回動することがで
きるようになされている。撮像部２２には、CCDビデオ
カメラ２３が取り付けられている。

【００１７】表示部３の下側の本体側には、電源ランプ
PL、電池ランプBL、メッセージランプML、その他のLED
よりなるランプが設けられている。なお、図３に示す符
号４０は、本体２の左側面に設けられた電源スイッチで
あり、図５に示す符号２５は、CCDビデオカメラ２３の
フォーカスを調整する調整リングである。さらに、図６
に示す符号２６は、本体２内に増設メモリを取り付ける
ための開口部を被覆する蓋であり、符号４１は、蓋２６
のロックツメを外すためのピンを挿入する小孔である。

【００１８】図７は、パーソナルコンピュータ１の内部
の構成を表している。内部バス５１には、図７に示すよ
うに、CPU（Central Processing Unit）５２、必要に応
じて挿入されるＰＣカード５３、RAM（Random Access M
emory）５４、およびグラフィックチップ８１が接続さ
れている。この内部バス５１は、外部バス５５に接続さ
れており、外部バス５５には、ハードディスクドライブ
（HDD）５６、Ｉ／Ｏ（入出力）コントローラ５７、キ
ーボードコントローラ５８、スティック式ポインティン
グデバイスコントローラ５９、サウンドチップ６０、LC
Dコントローラ８３、モデム５０などが接続されてい
る。

【００１９】CPU５２は、各機能を統括するコントロー
ラであり、ＰＣカード５３は、オプションの機能を付加
するとき適宜装着される。

【００２０】RAM５４の中には、起動が完了した時点に
おいて、電子メールプログラム（アプリケーションプロ
グラム）５４Ａ、オートパイロットプログラム（アプリ
ケーションプログラム）５４Ｂ、そしてＯＳ（基本プロ
グラム）５４Ｃが、HDD５６から転送され、記憶され
る。

【００２１】電子メールプログラム５４Ａは、電話回線
のような通信回線などからネットワーク経由で通信文を
授受するプログラムである。電子メールプログラム５４
Ａは、特定機能としての着信メール取得機能を有してい
る。この着信メール取得機能は、メールサーバ９３に対
して、そのメールボックス９３Ａ内に自分（利用者）宛
のメールが着信しているかどうかを確認して、自分宛の
メールがあれば取得する処理を実行する。

【００２２】オートパイロットプログラム５４Ｂは、予
め設定された複数の処理（またはプログラム）などを、
予め設定された順序で順次起動して、処理するプログラ
ムである。

【００２３】ＯＳ５４Ｃは、Windows９８（商標）に代
表される、コンピュータの基本的な動作を制御するもの
である。

【００２４】一方、外部バス５５側のハードディスクド
ライブ（HDD）５６には、電子メールプログラム５６
Ａ、オートパイロットプログラム５６Ｂ、ＯＳ５６Ｃが
記憶されている。ハードディスクドライブ５６内のＯＳ
５６Ｃ、オートパイロットプログラム５６Ｂ、および電
子メールプログラム５６Ａは、起動（ブートアップ）処
理の過程で、RAM５４内に順次転送され、格納される。

【００２５】Ｉ／Ｏコントローラ５７は、マイクロコン
トローラ６１を有し、このマイクロコントローラ６１に
は、Ｉ／Ｏインタフェース６２が設けられている。この
マイクロコントローラ６１は、Ｉ／Ｏインタフェース６
２、CPU６３、RAM６４、ROM６９が相互に接続されて構
成されている。このRAM６４は、キー入力ステイタスレ
ジスタ６５、LED（発光ダイオード）制御レジスタ６
６、設定時刻レジスタ６７、レジスタ６８を有してい
る。設定時刻レジスタ６７は、ユーザが予め設定した時
刻（起動条件）になると起動シーケンス制御部７６の動
作を開始させる際に利用される。レジスタ６８は、予め
設定された操作キーの組み合わせ（起動条件）と、起動
すべきアプリケーションプログラムの対応を記憶するも
ので、その記憶された操作キーの組み合わせがユーザに
より入力されると、その記憶されたアプリケーションプ
ログラム（例えば電子メール）が起動されることにな
る。

【００２６】キー入力ステイタスレジスタ６５は、ワン
タッチ操作用のプログラマブルパワーキー（PPK）９が
押されると、操作キーフラグが格納されるようになって
いる。LED制御レジスタ６６は、レジスタ６８に記憶さ
れたアプリケーションプログラム（電子メール）の立ち
上げ状態を表示するメッセージランプMLの点灯を制御す
るものである。設定時刻レジスタ６７は、所定の時刻を
任意に設定することができるものである。

【００２７】なお、このマイクロコントローラ６１に
は、バックアップ用のバッテリ７４が接続されており、
各レジスタ６５，６６，６７の値は、本体２の電源がオ
フとされている状態においても保持されるようになって
いる。

【００２８】マイクロコントローラ６１内のROM６９の
中には、ウェイクアッププログラム７０、キー入力監視
プログラム７１、LED制御プログラム７２が予め格納さ
れている。このROM６９は、例えばEEPROM（electricall
y erasable and programmable read only memory）で構
成されている。このEEPROMはフラッシュメモリとも呼ば
れている。さらにマイクロコントローラ６１には、常時
現在時刻をカウントするRTC（Real-Time Clock）７５が
接続されている。

【００２９】ROM６９の中のウェイクアッププログラム
７０は、RTC７５から供給される現在時刻データに基づ
いて、設定時刻レジスタ６７に予め設定された時刻にな
ったかどうかをチェックして、設定された時刻になる
と、所定の処理（またはプログラム）などの起動をする
プログラムである。キー入力監視プログラム７１は、PP
K９が利用者により押されたかどうかを常時監視するプ
ログラムである。LED制御プログラム７２は、メッセー
ジランプMLの点灯を制御するプログラムである。

【００３０】ROM６９には、さらにBIOS（Basic Input O
utput System）７３が書き込まれている。このBIOS７３
は、電源投入時にＯＳ５６Ｃを起動したり、起動した
後、各種アプリケーションソフトウェアと周辺機器（デ
ィスプレイ、キーボード、ハードディスクドライブな
ど）の間でデータを授受する等の機能を有する。

【００３１】外部バス５５に接続されているキーボード
コントローラ５８は、キーボード４からの入力をコント
ロールする。スティック式ポインティングデバイスコン
トローラ５９は、スティック式ポインティングデバイス
５の入力を制御する。

【００３２】サウンドチップ６０は、マイクロホン２４
からの入力を取り込み、あるいは内蔵スピーカ８に対し
て音声信号を供給する。

【００３３】モデム５０は、公衆電話回線９０、インタ
ーネットサービスプロバイダ９１を介して、インターネ
ットなどの通信ネットワーク９２やメールサーバ９３な
どに接続することができる。

【００３４】内部バス５１に接続されているグラフィッ
クチップ８１には、CCDビデオカメラ２３で取り込んだ
画像データが、処理部８２で処理された後、ＺＶ（Ｚｏ
ｏｍｅｄ Ｖｉｄｅｏ）ポートを介して入力されるよう
になされている。グラフィックチップ８１は、処理部８
２を介してCCDビデオカメラ２３より入力されたビデオ
データを、内蔵するVRAM８１に記憶し、適宜、これを読
み出して、LCDコントローラ８３に出力する。LCDコント
ローラ８３は、グラフィックチップ８１より供給された
画像データをLCD２１に出力し、表示させる。バックラ
イト８４は、LCD２１を後方から照明するようになされ
ている。

【００３５】電源スイッチ４０は、電源をオンまたはオ
フするとき操作される。半押しスイッチ８５は、シャッ
タボタン１０が半押し状態にされたときオンされ、全押
しスイッチ８６は、シャッタボタン１０が全押し状態に
されたときオンされる。反転スイッチ８７は、撮像部２
２が１８０度回転されたとき（CCDビデオカメラ２３がL
CD２１の反対側を撮像する方向に回転されたとき）、オ
ンされるようになされている。

【００３６】ドライブ８８は、外部バス５５に接続され
ている。ドライブ８８は、磁気ディスク３５１（フロッ
ピディスクを含む）、光ディスク３５２（CD-ROM(Compa
ct Disc-Read Only Memory)、DVD(Digital Versatile D
isc)を含む）、光磁気ディスク３５３（ＭＤ(Mini-Dis
c)を含む）、または半導体メモリ３５４などが装着さ
れ、装着された磁気ディスク３５１、光ディスク３５
２、光磁気ディスク３５３、または半導体メモリ３５４
などに記録されているプログラムまたはデータを、外部
バス５５または内部バス５１を介して、HDD５６またはR
AM５４に供給する。

【００３７】ドライブ８８は、外部バス５５または内部
バス５１を介して、モデム５０、HDD５６、またはRAM５
４から供給されたプログラムまたはデータなどを、装着
された磁気ディスク３５１、光ディスク３５２、光磁気
ディスク３５３、または半導体メモリ３５４などに記録
させる。

【００３８】図８は、音声認識に係るプログラムをパー
ソナルコンピュータ１が起動させたときの、所定のプロ
グラムによる機能ブロックを示す図である。音声認識エ
ンジン１０１は、読み仮名辞書データベース１１１に予
め記憶されている漢字に対する読み、またはエンジン用
認識単語・文法データベース１１２に予め記憶されてい
る認識単語、若しくは文法を基に、マイクロホン２４か
ら入力された使用者の音声に対応するデータを入力し、
使用者が発話した言葉に対応するテキストなどの所定の
方式のデータを生成して、音声コマンダ１０２に供給す
る。

【００３９】音声認識エンジン１０１は、音声コマンダ
１０２から認識単語、若しくは文法などのデータを受信
して、読み仮名辞書データベース１１１またはエンジン
用認識単語・文法データベース１１２に記憶させる。

【００４０】音声コマンダ１０２は、使用者が発話した
所定の言葉に対応する単語（テキストなど）などのデー
タが音声認識エンジン１０１から供給されたとき、静止
画撮影プログラム１０３、静止画閲覧プログラム１０
４、若しくは電子ペットプログラム１０５を起動させ、
または静止画撮影プログラム１０３、静止画閲覧プログ
ラム１０４、若しくは電子ペットプログラム１０５に所
定コマンド（使用者が発話した言葉に対応する）を送信
する。

【００４１】音声コマンダ１０２は、使用者が発話した
他の所定の言葉に対応する単語（テキストなど）などの
データが音声認識エンジン１０１から供給されたとき、
ランチャ設定データベース１１３に記憶されている起動
に関する設定に基づき、電子メールプログラム５４Ａ、
ワードプロセッサプログラム１０６、または表計算プロ
グラム１０７を起動させ、電子メールプログラム５４Ａ
にメールアドレスなどの所定のデータを供給する。

【００４２】また、音声コマンダ１０２は、グラフィカ
ルなユーザインターフェースを有し、使用者により、グ
ラフィカルなユーザインターフェースを介して種々の設
定がなされ、使用者により設定された内容を分類して、
アプリケーションプログラム（電子メールプログラム５
４Ａ、ワードプロセッサプログラム１０６、または表計
算プログラム１０７）の起動に関する設定をランチャ設
定データベース１１３に、漢字の読み、または静止画撮
影プログラム１０３、静止画閲覧プログラム１０４、若
しくは電子ペットプログラム１０５のコマンドなどに関
する設定を辞書設定データベース１１４に、音声認識す
る単語または文法に関する設定を認識単語・文法データ
ベース１１５にそれぞれ記憶させる。

【００４３】音声コマンダ１０２は、所定のタイミング
で、例えば、音声認識エンジン１０１に音声を認識させ
るとき、認識単語・文法データベース１１５に記憶して
いる認識単語のデータおよび文法のデータを、音声認識
エンジン１０１に送信する。

【００４４】音声認識エンジン１０１は、ＯＳ５４Ｃを
起動するとき入力される使用者を判別するデータに基づ
いて、その使用者用の読み仮名辞書データベース１１１
およびエンジン用認識単語・文法データベース１１２を
利用する。音声コマンダ１０２は、ＯＳ５４Ｃを起動す
るとき入力される使用者を判別するデータに基づいて、
その使用者用のランチャ設定データベース１１３、辞書
設定データベース１１４、および認識単語・文法データ
ベース１１５を利用する。

【００４５】仮名辞書データベース１１１、エンジン用
認識単語・文法データベース１１２、ランチャ設定デー
タベース１１３、辞書設定データベース１１４、および
認識単語・文法データベース１１５は、パーソナルコン
ピュータ１の使用者毎に生成され、HDD５６に記録され
る。

【００４６】静止画撮影プログラム１０３は、CCDビデ
オカメラ２３から入力された画像を、シャッタボタン１
０などの操作に対応した信号に基づき、静止画像のデー
タを生成して、所定のファイルとしてHDD５６に記録す
る。

【００４７】静止画閲覧プログラム１０４は、静止画撮
影プログラム１０３が記録させた静止画像のファイルを
選択し、または使用者に選択させ、選択された静止画像
をLCD２１に表示させる。電子ペットプログラム１０５
は、LCD２１に仮想的なペットを表示させ、使用者の操
作に対応して、仮想的なペットに指示などを与える。

【００４８】ワードプロセッサプログラム１０６は、文
字または図形などから成る文書を編集するためのプログ
ラムである。表計算プログラム１０７は、所定の形式の
表に配置された数値に所定の演算を実行する、または配
置された数値に対応するグラフを描写するなどの機能を
有する。

【００４９】図９は、音声コマンダ１０２のより詳細な
機能を説明する図である。ＵＩ（ユーザインターフェー
ス）処理部１２３は、アプリケーション通信部１２１、
エンジン通信部１２２、音声ランチャ制御部１２４、ユ
ーザ辞書制御部１２５、または認識テスト処理部１２６
から所定のデータを入力するとともに、キーボード４ま
たはスティック式ポインティングデバイス５などから所
定の信号を入力して、マイクロフォン２４を介して入力
された音声の大きさまたは音声認識の結果などを、所定
のウィンドウに表示させる。ＵＩ処理部１２３は、所定
のプログラムを起動させるとき、アプリケーション通信
部１２１、または音声ランチャ制御部１２４から入力さ
れたデータを基に、所定の画像をLCD２１に表示させ
る。

【００５０】ＵＩ処理部１２３は、キーボード４または
ステッィク式ポインティングデバイス５などの操作に対
応した信号を基に、ＵＩ処理部１２３自身の状態を変化
させ、所定のデータをアプリケーション通信部１２１、
エンジン通信部１２２、音声ランチャ制御部１２４、ユ
ーザ辞書制御部１２５、または認識テスト処理部１２６
に供給する。

【００５１】また、ＵＩ処理部１２３は、静止画撮影プ
ログラム１０３、静止画閲覧プログラム１０４、および
電子ペットプログラム１０５の状態、並びにエンジン通
信部１２２を介して音声認識エンジン１０１から供給さ
れた、使用者が発話した所定の言葉に対応する所定のテ
キストなどのデータを基に、アプリケーション通信部１
２１または音声ランチャ制御部１２４に、コマンドを送
信または所定のプログラムの起動をさせるか否かを決定
し、アプリケーション通信部１２１または音声ランチャ
制御部１２４にコマンドを送信させ、または所定のプロ
グラムの起動させる。

【００５２】アプリケーション通信部１２１は、静止画
撮影プログラム１０３、静止画閲覧プログラム１０４、
または電子ペットプログラム１０５を起動させ、起動し
ている静止画撮影プログラム１０３、静止画閲覧プログ
ラム１０４、または電子ペットプログラム１０５と通信
を行い、静止画撮影プログラム１０３、静止画閲覧プロ
グラム１０４、または電子ペットプログラム１０５から
それぞれの状態を示すデータを受信する。

【００５３】アプリケーション通信部１２１は、静止画
撮影プログラム１０３、静止画閲覧プログラム１０４、
および電子ペットプログラム１０５の状態を示すデータ
などをエンジン通信部１２２またはＵＩ処理部１２３に
供給するとともに、エンジン通信部１２２またはＵＩ処
理部１２３から、使用者が発話した所定の言葉に対応す
る所定のテキストなどのデータ、または使用者のキーボ
ード４などへの操作に対応するデータなどを受信する。

【００５４】また、アプリケーション通信部１２１は、
静止画撮影プログラム１０３、静止画閲覧プログラム１
０４、および電子ペットプログラム１０５の状態、並び
にエンジン通信部１２２を介して音声認識エンジン１０
１から供給された、使用者が発話した所定の言葉に対応
する所定のテキストなどのデータを基に、静止画撮影プ
ログラム１０３、静止画閲覧プログラム１０４、若しく
は電子ペットプログラム１０５のいずれかを起動させ、
または静止画撮影プログラム１０３、静止画閲覧プログ
ラム１０４、若しくは電子ペットプログラム１０５のい
ずれかに所定のコマンドを供給する。

【００５５】静止画撮影プログラム１０３、静止画閲覧
プログラム１０４、および電子ペットプログラム１０５
のいずれもが、フォーカスがあてられていないとき（い
ずれもアクティブでないとき）、音声コマンダ１０２
は、静止画撮影プログラム１０３、静止画閲覧プログラ
ム１０４、または電子ペットプログラム１０５のいずれ
かを対象としたコマンドを実行できない。

【００５６】静止画撮影プログラム１０３、静止画閲覧
プログラム１０４、および電子ペットプログラム１０５
のいずれかが、フォーカスがあてられているとき（いず
れかがアクティブであるとき）、音声コマンダ１０２
は、アクティブである、静止画撮影プログラム１０３、
静止画閲覧プログラム１０４、または電子ペットプログ
ラム１０５のいずれかを対象としたコマンドを実行する
ことができる。

【００５７】このような静止画撮影プログラム１０３、
静止画閲覧プログラム１０４、または電子ペットプログ
ラム１０５のいずれかの特定のプログラムを対象とした
コマンドをローカルなコマンドと称する。

【００５８】なお、音声コマンダ１０２がローカルなコ
マンドを送信するプログラムを特定する方法は、フォー
カスに限らず、他の状態またはデータを参照するように
してもよい。

【００５９】エンジン通信部１２２は、所定の方式を基
づいて、認識単語・文法データベース１１５から認識単
語のデータおよび文法のデータを読み出して、そのデー
タを音声認識エンジン１０１に送信するとともに、音声
認識エンジン１０１から供給された使用者が発話した所
定の言葉に対応する所定のテキストなどのデータを受信
する。

【００６０】エンジン通信部１２２は、例えば、図１０
に例を示すMicrosoft Speech API（商標）（以下、SAPI
と称する）に規定された方式で、音声認識エンジン１０
１に認識単語・文法データベース１１５に記憶されてい
る認識単語のデータおよび文法のデータを送信する。図
１０に示すデータの例には、音声認識の対象が<Global>
および<SVCommand>から構成され、<Global>が更に(Chan
geWin)，(VoiceCommand)から構成され、<SVCommand>が
「ヘルプ」、「前へ」などのコマンドの他、<SendMail>
で表されるメールのコマンドも含むことが記述されてい
る。また、図１０に示すデータの例には、「ヘルプ」と
いうコマンドのコード番号が１０２であり、「パパ」と
いう読みを有する単語に「[email protected]」
という文字列が関連していることなどが示されている。

【００６１】音声認識エンジン１０１は、エンジン通信
部１２２から受信したデータを、所定の方式のデータに
変換して、読み仮名辞書データベース１１１またはエン
ジン用認識単語・文法データベース１１２に記憶させ、
読み仮名辞書データベース１１１またはエンジン用認識
単語・文法データベース１１２に記憶しているデータに
基づき、音声認識の処理を実行する。

【００６２】音声認識エンジン１０１は、エンジン通信
部１２２に、使用者が発話した所定の言葉に対応する、
コード番号（例えば、１０２など）、認識した単語また
は文（例えば、”パパにメール”など）、および認識し
た単語に関連する文字列（例えば、”[email protected]
ny.co.jp”）のデータを送信する。

【００６３】例えば、使用者がマイクロフォン２４に向
かって「パパにメール」という音声を入力して、音声認
識エンジン１０１が正しく音声を認識したとき、音声認
識エンジン１０１は、7fffffff（１６進数）、”パパに
メール”、および”[email protected]”をエン
ジン通信部１２２に送信する。

【００６４】エンジン通信部１２２は、音声認識エンジ
ン１０１から受信したデータを基に、受信したデータを
アプリケーション通信部１２１、ＵＩ処理部１２３、音
声ランチャ制御部１２４、ユーザ辞書制御部１２５、ま
たは認識テスト処理部１２６のいずれに送信するかを判
断し、その判断に基づいて、音声認識エンジン１０１か
ら受信したデータを所定の方式に変換して、選択された
アプリケーション通信部１２１、ＵＩ処理部１２３、音
声ランチャ制御部１２４、ユーザ辞書制御部１２５、ま
たは認識テスト処理部１２６のいずれかに変換したデー
タを供給する。

【００６５】音声ランチャ制御部１２４は、グラフィカ
ルなユーザインターフェースを表示させて使用者により
入力された、アプリケーションプログラム（電子メール
プログラム５４Ａ、ワードプロセッサプログラム１０
６、または表計算プログラム１０７）の起動に関する設
定をランチャ設定データベース１１３に保存させるとと
もに、その設定に基づき、認識単語・文法データベース
１１５に記憶されている音声認識する単語または文法に
関する設定を更新させる。

【００６６】音声ランチャ制御部１２４は、エンジン通
信部１２２からランチャに関するデータを受信したと
き、ランチャ設定データベース１１３に記憶されている
起動に関する設定に基づき、電子メールプログラム５４
Ａ、ワードプロセッサプログラム１０６、または表計算
プログラム１０７のいずれかを起動させ、電子メールプ
ログラム５４Ａにメールアドレスなどを供給する。

【００６７】音声コマンダ１０２は、フォーカスの状態
にかかわらず（いずれのプログラムがアクティブであっ
ても）、電子メールプログラム５４Ａ、ワードプロセッ
サプログラム１０６、または表計算プログラム１０７の
いずれかを起動させるコマンドを実行することができ
る。

【００６８】このような、フォーカスの状態などにかか
わらず、常に実行することができる、例えば、電子メー
ルプログラム５４Ａ、ワードプロセッサプログラム１０
６、または表計算プログラム１０７のいずれかを起動さ
せるコマンドをグローバルなコマンドと称する。

【００６９】ユーザ辞書制御部１２５は、グラフィカル
なユーザインターフェースを表示させ使用者により入力
された、認識する音声に関する設定を辞書設定データベ
ース１１４に記憶させるとともに、その設定に基づき、
認識単語・文法データベース１１５に記憶されている音
声認識する単語または文法に関する設定を更新させる。

【００７０】認識テスト処理部１２６は、使用者により
テストを実行する旨がユーザ辞書制御部１２５に入力さ
れたとき、グラフィカルなユーザインターフェースを表
示させて、辞書設定データベース１１４に記憶され、選
択されている所定の１の単語と、エンジン通信部１２２
を介して、音声認識エンジン１０１から供給された、音
声を認識した結果を示す単語とが一致するか否かを判定
し、その判定の結果を表示する。

【００７１】また、認識テスト処理部１２６は、使用者
によりテストを実行する旨がユーザ辞書制御部１２５に
入力されたとき、グラフィカルなユーザインターフェー
スを表示させて、エンジン通信部１２２を介して、音声
認識エンジン１０１から供給された、音声を認識した結
果を示す単語が、辞書設定データベース１１４に記憶さ
れ、選択されている所定の１以上の単語に含まれるか否
かを判定し、その判定の結果を表示する。

【００７２】音声コマンダ１０２が起動されると、ＵＩ
処理部１２３は、LCD２１に起動中を示す画像を表示さ
せるとともに、図１１に示す音声コマンダ１０２のウィ
ンドウを表示させ、音声認識エンジン１０１の起動を待
つ状態１に遷移する。

【００７３】音声コマンダウィンドウ１６１は、レベル
ゲージ１６２、認識結果表示部１６３、ランチャ設定ボ
タン１６４、辞書管理ボタン１６５、ヘルプボタン１６
６、最小化ボタン１６７、閉じるボタン１６８、認識状
態表示部１６９、および音声入力モード切り換えボタン
１７０を有する。

【００７４】レベルゲージ１６２は、マイクロフォン２
４を介して入力された使用者の音声のレベル（マイクロ
フォン２４が出力する信号の振幅）を表示する。認識結
果表示部１６３は、エンジン通信部１２２から供給され
た認識された音声に対応する単語または文を表示する。
ランチャ設定ボタン１６４は、電子メールプログラム５
４Ａ、ワードプロセッサプログラム１０６、または表計
算プログラム１０７の起動に関する設定をするとき、操
作される。

【００７５】辞書管理ボタン１６５は、認識する音声に
関する設定を辞書設定データベース１１４に記憶させる
とき、操作される。ヘルプボタン１６６は、オンライン
ヘルプをLCD２１に表示させるとき、操作される。最小
化ボタン１６７は、音声コマンダウィンドウ１６１をLC
D２１から消去し、例えば、タスクトレイ上に所定のア
イコンを表示させるとき、操作される。閉じるボタン１
６８は、音声コマンダ１０２を終了させるとき、操作さ
れる。

【００７６】認識状態表示部１６９は、音声認識エンジ
ン１０１の状態またはローカルコマンドが使用できるか
否か（所定のプログラムがアクティブであるか否か）な
どを表示する。音声入力モード切り換えボタン１７０
は、常時認識モードと通常の認識モードとを切り換える
ときに、操作される。

【００７７】音声認識エンジン１０１が起動された場
合、上述したような音声コマンダウィンドウ１６１がLC
D２１に表示される。このような状態で、閉じるボタン
１６８がクリックされると、ＵＩ処理部１２３は、音声
コマンダ１０２を終了させる。また、使用者が音声認識
に割り当てているキー（例えば、キーボード４のコント
ロールキーなど。以下、認識キーと称する）を押圧した
とき、ＵＩ処理部１２３は、音声入力可能な状態に遷移
する。

【００７８】音声入力可能な状態に遷移するとき、ＵＩ
処理部１２３は、アプリケーション通信部１２１から静
止画撮影プログラム１０３、静止画閲覧プログラム１０
４、および電子ペットプログラム１０５の内、アクティ
ブであるプログラムを示すデータを受信し、アクティブ
であるプログラムの名称を音声コマンダウィンドウ１６
１の認識状態表示部１６９に表示させる。静止画撮影プ
ログラム１０３、静止画閲覧プログラム１０４、または
電子ペットプログラム１０５のいずれもアクティブでな
いとき、ＵＩ処理部１２３は、音声コマンダウィンドウ
１６１の認識状態表示部１６９にその旨（例えば、”Gl
obal Command”など）を表示させる。

【００７９】音声入力可能な状態において、使用者がマ
イクロフォン２４から入力させた音声に対応する信号が
音声認識エンジン１０１に供給され、音声認識エンジン
１０１に供給された音声に対応する信号のレベルに対応
するデータが、エンジン通信部１２２を介して、ＵＩ処
理部１２３に供給される。また、ＵＩ処理部１２３は、
音声に対応する信号のレベルに対応するデータに基づ
き、音声コマンダウィンドウ１６１のレベルゲージ１６
２の表示を更新する。

【００８０】さらに、音声認識エンジン１０１が音声を
認識したとき、ＵＩ処理部１２３は、音声認識エンジン
１０１から認識した単語または文などのデータを受信
し、音声コマンダウィンドウ１６１の認識結果表示部１
６３に認識した単語または文を表示させる。

【００８１】音声認識可能な状態において、使用者が認
識キーを離したとき、ＵＩ処理部１２３は、アプリケー
ション通信部１２１または音声ランチャ制御部１２４
に、音声認識エンジン１０１から供給された、コード番
号、認識した単語または文、および認識した単語に関連
する文字列のデータに対応する、所定の動作（例えば、
電子メールプログラム５４Ａの起動など）を要求する。

【００８２】このとき、アプリケーション通信部１２１
は、ＵＩ処理部１２３からの要求に対応して、静止画撮
影プログラム１０３、静止画閲覧プログラム１０４、若
しくは電子ペットプログラム１０５のいずれかを起動さ
せ、または静止画撮影プログラム１０３、静止画閲覧プ
ログラム１０４、若しくは電子ペットプログラム１０５
のいずれかに所定のコマンドを送信する。

【００８３】このとき、音声ランチャ制御部１２４は、
ＵＩ処理部１２３からの要求に対応して、電子メールプ
ログラム５４Ａ、ワードプロセッサプログラム１０６、
若しくは表計算プログラム１０７のいずれかを起動さ
せ、または電子メールプログラム５４Ａに所定のデータ
（例えば、メールアドレスなど）を供給する。

【００８４】アプリケーション通信部１２１または音声
ランチャ制御部１２４が所定のプログラムに対して、所
定の動作を完了させたとき、アプリケーション通信部１
２１または音声ランチャ制御部１２４はＵＩ処理部１２
３にその旨を通知し、ＵＩ処理部１２３は、動作の対象
となる所定のプログラムに応じて、動作の対象となる所
定のプログラムを使用者に認識させる画像をLCD２１に
表示させる。

【００８５】LCD２１に動作の対象となる所定のプログ
ラム認識させる画像が表示されるので、使用者は、音声
の認識の結果、および音声コマンダ１０２の動作を知る
ことができる。

【００８６】音声入力モード切り換えボタン１７０がク
リックされたとき、ＵＩ処理部１２３は、常時認識モー
ドである状態に遷移する。常時認識モードに遷移すると
き、ＵＩ処理部１２３は、アプリケーション通信部１２
１から静止画撮影プログラム１０３、静止画閲覧プログ
ラム１０４、および電子ペットプログラム１０５の内、
アクティブであるプログラムを示すデータを受信し、ア
クティブであるプログラムの名称を認識状態表示部１６
９に表示させる。静止画撮影プログラム１０３、静止画
閲覧プログラム１０４、または電子ペットプログラム１
０５のいずれもアクティブでないとき、ＵＩ処理部１２
３は、音声コマンダウィンドウ１６１の認識状態表示部
１６９にその旨（例えば、”Global Command”など）を
表示させる。

【００８７】常時認識モードにおいては、音声コマンダ
２は、認識キーに対する操作に係わらず、音声認識エン
ジンが所定の音声を認識したとき、静止画撮影プログラ
ム１０３、静止画閲覧プログラム１０４、若しくは電子
ペットプログラム１０５のいずれかを起動させ、若しく
は静止画撮影プログラム１０３、静止画閲覧プログラム
１０４、若しくは電子ペットプログラム１０５のいずれ
かに所定のコマンドを送信し、または電子メールプログ
ラム５４Ａ、ワードプロセッサプログラム１０６、若し
くは表計算プログラム１０７のいずれかを起動させ、若
しくは電子メールプログラム５４Ａに所定のデータを供
給する。

【００８８】常時認識モードにおいて、音声入力モード
切り換えボタン１７０がクリックされたとき、ＵＩ処理
部１２３は、通常の認識モードに遷移する。

【００８９】通常認識モードにおいて、音声コマンダウ
ィンドウ１６１の辞書管理ボタン１６５がクリックされ
ると、ＵＩ処理部１２３は、辞書を設定する状態に遷移
し、ユーザ辞書制御部１２５に辞書の設定の処理を要求
する。辞書を設定する状態において、ユーザ辞書制御部
１２５は、辞書設定用のダイアログをLCD２１に表示さ
せ、辞書設定用のダイアログへの操作に基づき、辞書設
定データベース１１４および認識単語・文法データベー
ス１１５に記憶されている設定を更新する。

【００９０】辞書を設定する状態において、辞書設定用
のダイアログに配置されているテストボタンがクリック
されると、ＵＩ処理部１２３は、音声認識テストを実行
する状態に遷移し、認識テスト処理部１２６に音声認識
テストの処理を要求する。認識テスト処理部１２６は、
音声認識テストのダイアログをLCD２１に表示させ、エ
ンジン通信部１２２を介して、音声認識エンジン１０１
から供給された、音声を認識した単語が、辞書設定デー
タベース１１４に登録されている単語と一致するか否か
を判定する音声認識のテストを実行し、その結果を表示
する。

【００９１】または、認識テスト処理部１２６は、音声
認識テストのダイアログをLCD２１に表示させ、エンジ
ン通信部１２２を介して、音声認識エンジン１０１から
供給された認識した単語が、辞書設定データベース１１
４に登録されている単語に含まれているか否かを判定す
る音声認識のテストを実行し、その結果を表示する。

【００９２】音声認識テストを実行する状態において、
音声認識テストのダイアログに配置されているテストボ
タンがクリックされると、ＵＩ処理部１２３は、辞書を
設定する状態に遷移する。辞書を設定する状態におい
て、辞書設定用のダイアログに配置されている閉じるボ
タンがクリックされると、ＵＩ処理部１２３は、通常認
識モードに遷移する。

【００９３】通常認識モードにおいて、音声コマンダウ
ィンドウ１６１のランチャ設定ボタン１６４がクリック
されると、ＵＩ処理部１２３は、音声ランチャ制御部１
２４の電子メールプログラム５４Ａ、ワードプロセッサ
プログラム１０６、または表計算プログラム１０７を起
動する設定を行う状態に遷移し、音声ランチャ制御部１
２４にプログラムの起動の設定の処理を要求する。

【００９４】起動の設定を行う状態において、音声ラン
チャ制御部１２４は、ランチャ設定用のダイアログをLC
D２１に表示させ、ランチャ設定用のダイアログへの操
作に基づき、ランチャ設定データベース１１３に記憶さ
れている設定を更新する。

【００９５】次に、パーソナルコンピュータ１のLCD２
１に表示する画面について説明する。図１２は、音声コ
マンダ１０２、音声認識エンジン１０１、および電子ペ
ットプログラム１０５が起動しているとき、LCD２１に
表示される画面を示す図である。

【００９６】LCD２１の画面の所定の位置に、電子メー
ルプログラム５４Ａに対応するアイコン１８１、ワード
プロセッサプログラム１０６に対応するアイコン１８
２、表計算プログラム１０７に対応するアイコン１８
３、音声コマンダウィンドウ１６１、および電子ペット
プログラム１０５が表示させる電子ペットウィンドウ１
９１が配置される。

【００９７】スティック式ポインティングデバイス５な
どを操作してアイコン１８１を選択して、起動コマンド
を実行する（図示せぬメニューなどから選択するなどの
操作をする）と、電子メールプログラム５４Ａが起動さ
れる。アイコン１８２を選択して、起動コマンドを実行
すると、ワードプロセッサプログラム１０６が起動され
る。アイコン１８３を選択して、起動コマンドを実行す
ると、表計算プログラム１０７が起動される。

【００９８】電子ペットウィンドウ１９１は、仮想空間
内で生息している電子ペットが表示される表示部２００
と、複数のボタン２０１乃至２０６から構成されてい
る。閉じるボタン２０１は、電子ペットプログラム１０
５を終了させたいときに操作され、拡大ボタン２０２
は、電子ペットウィンドウ１９１の表示を拡大させたい
ときに操作され、最小化ボタン２０３は、電子ペットウ
ィンドウ１９１をLCD２１上から消去し、タスクバーに
収納させたい時に操作される。

【００９９】また、音階指示ボタン２０４は、図示しな
いロボットに対して指示を出す場合に操作され、辞書管
理ボタン２０５は、辞書に仮想ペットの新たな名前など
を登録させたい時などに操作され、ヘルプボタン２０６
は、わからないことを調べたい時に操作される。

【０１００】図１２に示したような状態で、使用者が、
音声コマンダウィンドウ１６１の最小化ボタン１６７を
操作すると、その操作結果として、タスクトレイ２１１
上に、音声コマンダ１０２に対応するアイコンが、図１
３に示しように表示される。図１３において、タスクト
レイ２１１に表示されている複数のアイコンの内、アイ
コン２２１が、音声コマンダ１０２に対応するアイコン
である。

【０１０１】このアイコン２１１上に、使用者がカーソ
ル２３１を移動させ、クリックなどの所定の操作を行う
と、図１４に示すように、メニューが表示される。メニ
ューには、音声コマンダウィンドウ１６１を通常表示さ
せたいとき（図１２に示したような表示に戻したいと
き）に操作される”通常表示”、通常の認識モードと常
時認識モードとを切り換える時に操作される”入力モー
ド切換”、および音声コマンダ１０２を終了させる時に
操作される”終了”が表示されている。

【０１０２】図１３に示したような表示状態のとき、す
なわち、音声コマンダウィンドウ１６１が、最小化され
ており、タスクトレイ２１１にアイコン２２１が表示さ
れている状態のとき、ユーザが音声認識を行わせるため
に、認識キーを操作すると、図１５に示したように、小
型表示ウィンドウ２４１が表示される。この小型表示ウ
ィンドウ２４１は、認識キーが操作された時点で、起動
されている（アクティブにされている）音声認識対応の
アプリケーションの近傍に表示される。、例えば、図１
５の場合、音声認識対応のアプリケーションとして電子
ペットプログラム１０５が起動されており、その電子ペ
ットプログラム１０５の電子ペットウィンドウ１９１の
左上に重ならないように表示されている。

【０１０３】電子ペットウィンドウ１９１自体が、LCD
２１の端にあるために見切れてしまっている場合があ
る。そのような場合は、図１６に示すように、小型表示
ウィンドウ２４１は、電子ペットウィンドウ１９１に重
ねられて表示される。なお、アプリケーションに対する
小型表示ウィンドウ２４１の位置は、右上、右下、左下
など、どこでもよく、左上に限定されるものではない。

【０１０４】音声認識に対応しているアプリケーション
が起動され、かつ、そのアプリケーションがアクティブ
な状態になっている場合は、上述したように、認識キー
が操作されると、そのアプリケーションの近傍に、小型
表示ウィンドウ２４１が表示されるが、音声認識に対応
しているアプリケーションが起動されていないとき、ま
たは、起動されているが、アクティブな状態になってい
ないときは、例えば、図１７に示すように、LCD２１の
画面の中央下側に、小型表示ウィンドウ２４１は表示さ
れる。勿論、その表示位置は、中央下側に限られるもの
ではない。

【０１０５】小型表示ウィンドウ２４１の左側の丸い部
分は、レベルゲージ１６２（図１１）と同様の表示を行
う部分であり、右側の細長い部分は、認識状態表示部１
６９と同様の表示（音声認識された結果を表示）する部
分である。

【０１０６】図１８は、音声認識に対応している２つの
アプリケーションが起動されている状態を示している。
図１８には、音声認識に対応しているアプリケーション
として電子ペットプログラム１０５と静止画閲覧プログ
ラム１０４が起動されている状態を示している。このよ
うな状態において、静止画閲覧プログラム１０４がアク
ティブな状態であるときに、ユーザが認識キーを操作す
ると、そのアクティブな状態となっている静止画閲覧ウ
ィンドウ２５１の左上に、小型表示ウィンドウ２４１が
表示される。

【０１０７】このように、音声認識された結果を、どの
アプリケーションに送るか、換言すれば、どのアプリケ
ーションに対して音声によるコマンドを出すのかを、ア
プリケーションに対応するウィンドウの近傍に、小型表
示ウィンドウ２４１を表示させることにより、使用者に
認識させることが可能となる。

【０１０８】また、例えば、使用者が電子ペットプログ
ラム１０５に対して音声によるコマンドを出そうと思
い、認識キーを操作したにも関わらず、小型表示ウィン
ドウ２４１が、静止画閲覧ウィンドウ２５１の近傍に表
示されたり、画面中央下側に表示されたときには、使用
者は、電子ペットプログラム１０５がアクティブな状態
になっていないと判断することができ、その判断に基づ
いて、電子ペットプログラム１０５をアクティブな状態
にし、再度、認識キーを操作して電子ペットプログラム
１０５に対してコマンドを出すことができる。すなわ
ち、誤ったアプリケーションに対してコマンドを出して
しまうようなことを防ぐことが可能となる。

【０１０９】さらに、このような小型表示ウィンドウ２
４１にすることにより、音声コマンダウィンドウ１６１
を通常表示させる場合に比べ、その描画に係る時間（処
理能力）を軽減させることが可能となる。

【０１１０】ところで、音声認識させるためには、予め
設定されているコマンドの形式に従って発話する必要が
ある。使用者は、音声認識により処理を実行させている
とき、所望な処理を実行させるためには、どのようなコ
マンド形式に従って発話すれば良いかわからない時があ
る。そのような場合、使用者は、”コマンド一覧”と発
話することにより、コマンドに関するヘルプ画面をLCD
２１上に表示させることができる。

【０１１１】図１９は、使用者が”コマンド一覧”と発
話した結果。”コマンド一覧”と認識され、音声コマン
ダウィンドウ１６１の認識結果表示部１６３に表示され
た状態を示している。もちろん、音声コマンドウィンド
ウ１６１が、最小化表示が指示されていることにより、
小型表示ウィンドウ２４１が表示される場合、その小型
表示ウィンドウ２４１に”コマンド一覧”と表示され
る。このように、使用者が発話した”コマンド一覧”と
いう言葉が認識されることにより、図２０に示したよう
に、音声コマンドに関するヘルプ画面がLCD２１上に表
示される。

【０１１２】このように、音声認識に関するコマンドの
操作に困ったときには、音声により、ヘルプ画面を表示
させることができるようにすることにより、使用者は、
マウスなどを操作してヘルプ画面を表示させる操作を行
わなくて良く、一貫して音声にて操作を行うことがで
き、使い勝手が向上する。

【０１１３】音声認識は、使用回数が多いほど、学習し
ていき、認識率が高くなる。そこで、使用者は、音声コ
マンダ１０２を何回使用したかという情報を知りたいと
きがある。そのような場合、例えば、コマンドとして”
何回使ったかな”という言葉を発話することにより、音
声コマンダ１０２を使用した回数を知ることができる。
具体的には、使用者が”何回使ったかな”と発話する
と、その発話が認識された結果が、図２１（Ａ）に示す
ように、音声コマンダウィンドウ１６１の認識結果表示
部１６３に表示される。そして、図２１（Ｂ）に示すよ
うに、認識状態表示部１６９に、使用回数が表示される
（図２１（Ｂ）の表示例の場合、８回である）。この表
示は所定時間表示された後に、消される。

【０１１４】次に、音声認識エンジン１０１および音声
コマンダ１０２を実行するCPU５２の音声によるコマン
ドの送信の処理を図２２のフローチャートを参照して説
明する。ここでは、音声コマンダウィンドウ１６１が最
小化表示が指示されており、音声認識に対応しているア
プリケーションが１以上起動されていることを前提とし
て説明する。

【０１１５】ステップＳ１において、音声コマンダ１０
２は、常時入力モードが選択されているか否かを判定
し、常時入力モードが選択されていないと判定された場
合、ステップＳ２に進み、認識キーが押圧されているか
否かを判定する。ステップＳ２において、認識キーが押
圧されていないと判定された場合、ステップＳ２に戻
り、音声コマンダ１０２は、認識キーが押圧されるま
で、認識キーの押圧の判定の処理を繰り返す。

【０１１６】ステップＳ２において、認識キーが押圧さ
れたと判定された場合、ステップＳ３に進み、小型表示
ウィンドウ２４１を、アクティブな状態になっている音
声認識に対応しているアプリケーションの近傍、ここで
は、左上に表示する（図１５に示したような状態）。そ
して、ステップＳ４において、音声コマンダ１０２は、
音声認識エンジン１０１に音声認識の処理を実行させ
る。ステップＳ５において、音声コマンダ１０２は、音
声認識エンジン１０１から音声認識の処理の結果を受信
する。

【０１１７】ステップＳ６において、音声コマンダ１０
２は、音声認識エンジン１０１から受信した音声認識の
処理の結果を、小型表示ウィンドウ２４１に表示させ
る。ステップＳ７において、音声コマンダ１０２は、認
識キーが離されたか否かを判定し、認識キーが離された
と判定された場合、ステップＳ８に進み、表示されてい
る小型表示ウィンドウ２４１をLCD２１上から消し、ス
テップＳ９において、コマンドの送信を実行して、処理
は終了する。

【０１１８】ステップＳ７において、認識キーが離され
ていないと判定された場合、ステップＳ１０に進み、音
声コマンダ１０２は、解除キー（例えば、シフトキー）
が押圧されたか否かを判定する。ステップＳ１０におい
て、解除キーが押圧されたと判定された場合、ステップ
Ｓ１１に進み、音声コマンダ１０２は、音声認識の結果
をクリアして、ステップＳ４に戻り、音声認識の処理を
繰り返す。ステップＳ１０において、解除キーが押圧さ
れていないと判定された場合、ステップＳ１１はスキッ
プされ、ステップＳ４に戻り、音声認識の処理を繰り返
す。

【０１１９】一方、ステップＳ１において、常時入力モ
ードが選択されていると判定された場合、ステップＳ１
２に進み、小型表示ウィンドウ２４１を、アクティブな
状態になっている音声認識に対応しているアプリケーシ
ョンの左上に表示される。そして、ステップＳ１３にお
いて、音声コマンダ１０２は、音声認識エンジン１０１
に音声認識の処理を実行させる。ステップＳ１４におい
て、音声コマンダ１０２は、音声認識エンジン１０１か
ら音声認識の処理の結果を受信する。

【０１２０】ステップＳ１５において、音声コマンダ１
０２は、音声認識エンジン１０１から受信した音声認識
の処理の結果を、小型表示ウィンドウ２４１に表示させ
る。ステップＳ１６において、音声コマンダ１０２は、
コマンドの送信を実行して、ステップＳ１に戻り、コマ
ンドの送信または起動の処理を繰り返す。

【０１２１】このように、認識キーの操作により、使用
者は、音声コマンダウィンドウ１６１が最小化表示され
ている状態においても、音声が認識された結果を小型表
示ウィンドウ２４１を確認して、コマンドの送信をさせ
ることができ、誤った認識による処理の実行を防止する
ことができる。また、以上のように、使用者は、キーボ
ード４などを操作することなく、簡単に、電子ペットと
遊んだり、静止画像を閲覧したりすることができる。

【０１２２】上述した一連の処理は、ハードウェアによ
り実行させることもできるが、ソフトウェアにより実行
させることもできる。一連の処理をソフトウェアにより
実行させる場合には、そのソフトウェアを構成するプロ
グラムが、専用のハードウェアに組み込まれているコン
ピュータ、または、各種のプログラムをインストールす
ることで、各種の機能を実行することが可能な、例えば
汎用のパーソナルコンピュータなどに、プログラム格納
媒体からインストールされる。

【０１２３】コンピュータにインストールされ、コンピ
ュータによって実行可能な状態とされるプログラムを格
納するプログラム格納媒体は、図７に示すように、磁気
ディスク９５（フロッピディスクを含む）、光ディスク
９６（CD-ROM(Compact Disc-Read Only Memory)、DVD(D
igital Versatile Disc)を含む）、光磁気ディスク９７
（ＭＤ(Mini-Disc)を含む）、若しくは半導体メモリ９
８などよりなるパッケージメディア、または、プログラ
ムが一時的若しくは永続的に格納されるROM６９や、ハ
ードディスク５６などにより構成される。プログラム格
納媒体へのプログラムの格納は、必要に応じてルータ、
モデム５０などのインタフェースを介して、ローカルエ
リアネットワーク、インターネット９２、図示せぬデジ
タル衛星放送といった、有線または無線の通信媒体を利
用して行われる。

【０１２４】なお、本明細書において、プログラム格納
媒体に格納されるプログラムを記述するステップは、記
載された順序に沿って時系列的に行われる処理はもちろ
ん、必ずしも時系列的に処理されなくとも、並列的ある
いは個別に実行される処理をも含むものである。

【０１２５】また、本明細書において、システムとは、
複数の装置により構成される装置全体を表すものであ
る。

【０１２６】

【発明の効果】以上の如く、請求項１に記載の情報処理
装置、請求項３に記載の情報処理方法、および請求項４
に記載のプログラム格納媒体によれば、音声認識の結果
に対応して所定の処理を実行するプログラムが起動さ
れ、かつ、アクティブな状態になっていると判断された
場合、音声認識が指示されている状態を示す第１のウィ
ンドウを、プログラムに対応する第２のウィンドウの近
傍、または、重なる位置に表示されるように表示を制御
し、音声認識の結果に対応して所定の処理を実行するプ
ログラムは起動されていない、または、起動されてはい
るがアクティブな状態ではないと判断された場合、第１
のウィンドウが予め定められた所定の位置に表示される
ように表示を制御するようにしたので、使用者は、音声
認識の状態を確認することができ、もって、誤った処理
を指示することを防ぐことができる。

【図面の簡単な説明】

【図１】パーソナルコンピュータ１の外観斜視図であ
る。

【図２】パーソナルコンピュータ１の平面図である。

【図３】パーソナルコンピュータ１の左側側面図であ
る。

【図４】パーソナルコンピュータ１の右側側面図であ
る。

【図５】パーソナルコンピュータ１の正面図である。

【図６】パーソナルコンピュータ１の底面図である。

【図７】パーソナルコンピュータ１の構成を示すブロッ
ク図である。

【図８】パーソナルコンピュータ１の機能ブロックを示
す図である。

【図９】パーソナルコンピュータ１の機能ブロックを示
す図である。

【図１０】SAPIを説明する図である。

【図１１】音声コマンダウィンドウ１６１を示す図であ
る。

【図１２】LCD２１に表示される画面を説明する図であ
る。

【図１３】LCD２１に表示される画面を説明する図であ
る。

【図１４】LCD２１に表示される画面を説明する図であ
る。

【図１５】LCD２１に表示される画面を説明する図であ
る。

【図１６】LCD２１に表示される画面を説明する図であ
る。

【図１７】LCD２１に表示される画面を説明する図であ
る。

【図１８】LCD２１に表示される画面を説明する図であ
る。

【図１９】LCD２１に表示される画面を説明する図であ
る。

【図２０】LCD２１に表示される画面を説明する図であ
る。

【図２１】LCD２１に表示される画面を説明する図であ
る。

【図２２】音声認識に関する処理を説明するフローチャ
ートである。

【符号の説明】

１ パーソナルコンピュータ， ４ キーボード， １
０ シャッタボタン，２１ LCD， ２３ CCDビデオカ
メラ， ２４ マイクロフォン， ５２ CPU， ５９
ROM， ５４ RAM， ８４Ａ 電子メールプログラ
ム， ８６ 前押しスイッチ， ８８ ドライブ， ９
２ インターネット， ９５ 磁気ディスク， ９６
光ディスク， ９７ 光磁気ディスク， ９８ 半導体
メモリ，１０１ 音声認識エンジン， １０２ 音声コ
マンダ， １０３ 静止画撮影プログラム， １０４
静止画閲覧プログラム， １１１ 読み仮名辞書データ
ベース， １１２ エンジン用認識単語・文法データベ
ース， １１３ ランチャ設定データベース， １１４
辞書設定データベース， １１５ 認識単語データベ
ース， １２１ アプリケーション通信部， １２２
エンジン通信部，１２３ ＵＩ処理部， １２４ 音声
ランチャ制御部， １２５ ユーザ辞書制御部， １２
６ 認識テスト処理部， ２４１ 小型表示ウィンドウ

───────────────────────────────────────────────────── 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） Ｇ１０Ｌ 15/00 Ｇ１０Ｌ 3/00 ５５１Ｐ 15/28 ５６１Ｃ 15/22 ５７１Ｈ (72)発明者 米倉 修二 東京都品川区北品川６丁目７番35号 ソニ ー株式会社内 (72)発明者 笹井 崇司 東京都品川区北品川６丁目７番35号 ソニ ー株式会社内 Ｆターム(参考） 5B076 AB17 5D015 KK03 LL02 LL05 5E501 AA02 AC37 CA03 CB15 EA21 EB05 FA06 FA23 FA43 FB22 9A001 DD11 HH17 HH34

Claims (4)

【特許請求の範囲】
1. 【請求項１】 音声を認識する状態が指示されているか
   否かを判断する第１の判断手段と、 前記第１の判断手段により音声を認識する状態が指示さ
   れていると判断された場合、音声認識の結果に対応して
   所定の処理を実行するプログラムが起動され、かつ、ア
   クティブな状態になっているか否かを判断する第２の判
   断手段と、 前記第２の判断手段により音声認識の結果に対応して所
   定の処理を実行するプログラムが起動され、かつ、アク
   ティブな状態になっていると判断された場合、音声認識
   が指示されている状態を示す第１のウィンドウを、前記
   プログラムに対応する第２のウィンドウの近傍、また
   は、重なる位置に表示されるように表示を制御する第１
   の表示制御手段と、 前記第２の判断手段により音声認識の結果に対応して所
   定の処理を実行するプログラムは起動されていない、ま
   たは、起動されてはいるがアクティブな状態ではないと
   判断された場合、前記第１のウィンドウが予め定められ
   た所定の位置に表示されるように表示を制御する第２の
   表示制御手段とを含むことを特徴とする情報処理装置。
2. 【請求項２】 音声認識した結果が、所定の処理を実行
   させるためのコマンドの一覧の表示を指示するものであ
   った場合、コマンドの一覧が表示されるように表示を制
   御する第３の表示制御手段をさらに含むことを特徴とす
   る請求項１に記載の情報処理装置。
3. 【請求項３】 音声を認識する状態が指示されているか
   否かを判断する第１の判断ステップと、 前記第１の判断ステップの処理で音声を認識する状態が
   指示されていると判断された場合、音声認識の結果に対
   応して所定の処理を実行するプログラムが起動され、か
   つ、アクティブな状態になっているか否かを判断する第
   ２の判断ステップと、 前記第２の判断ステップの処理で音声認識の結果に対応
   して所定の処理を実行するプログラムが起動され、か
   つ、アクティブな状態になっていると判断された場合、
   音声認識が指示されている状態を示す第１のウィンドウ
   を、前記プログラムに対応する第２のウィンドウの近
   傍、または、重なる位置に表示されるように表示を制御
   する第１の表示制御ステップと、 前記第２の判断ステップの処理で音声認識の結果に対応
   して所定の処理を実行するプログラムは起動されていな
   い、または、起動されてはいるがアクティブな状態では
   ないと判断された場合、前記第１のウィンドウが予め定
   められた所定の位置に表示されるように表示を制御する
   第２の表示制御ステップとを含むことを特徴とする情報
   処理方法。
4. 【請求項４】 音声を認識する状態が指示されているか
   否かを判断する第１の判断ステップと、 前記第１の判断ステップの処理で音声を認識する状態が
   指示されていると判断された場合、音声認識対応のプロ
   グラムが起動され、かつ、アクティブな状態になってい
   るか否かを判断する第２の判断ステップと、 前記第２の判断ステップの処理で音声認識の結果に対応
   して所定の処理を実行するプログラムが起動され、か
   つ、アクティブな状態になっていると判断された場合、
   音声認識が指示されている状態を示す第１のウィンドウ
   を、前記プログラムに対応する第２のウィンドウの近
   傍、または、重なる位置に表示されるように表示を制御
   する第１の表示制御ステップと、 前記第２の判断ステップの処理で音声認識の結果に対応
   して所定の処理を実行するプログラムは起動されていな
   い、または、起動されてはいるがアクティブな状態では
   ないと判断された場合、前記第１のウィンドウが予め定
   められた所定の位置に表示されるように表示を制御する
   第２の表示制御ステップとを含むことを特徴とするコン
   ピュータが実行可能なプログラムが格納されているプロ
   グラム格納媒体。