JP2006058479A - Controller with voice recognition function - Google Patents
Controller with voice recognition function Download PDFInfo
- Publication number
- JP2006058479A JP2006058479A JP2004238741A JP2004238741A JP2006058479A JP 2006058479 A JP2006058479 A JP 2006058479A JP 2004238741 A JP2004238741 A JP 2004238741A JP 2004238741 A JP2004238741 A JP 2004238741A JP 2006058479 A JP2006058479 A JP 2006058479A
- Authority
- JP
- Japan
- Prior art keywords
- unit
- recognition
- input
- voice
- control
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Abstract
Description
本発明は、人が発する操作命令を認識して制御対象の機器を制御する音声認識機能付制御装置に関するものである。 The present invention relates to a control device with a voice recognition function that recognizes an operation command issued by a person and controls a device to be controlled.
従来より、人が発する操作命令を認識して制御対象の照明負荷を点灯又は消灯させる音声認識機能付制御装置が提供されている(例えば特許文献1参照)。 2. Description of the Related Art Conventionally, a control device with a voice recognition function that recognizes an operation command issued by a person and turns on or off a lighting load to be controlled has been provided (for example, see Patent Document 1).
また、制御対象機器を操作する手段として、制御対象機器を直接操作するための操作手段と、機器を操作するために人が発した操作命令を認識する音声認識手段とを備え、操作手段による操作入力および音声認識手段による認識結果を用いて制御対象機器を動作させる音声認識機能付制御装置も従来から提供されている。 Further, as means for operating the control target device, an operation means for directly operating the control target device and a voice recognition means for recognizing an operation command issued by a person to operate the device are provided. A control device with a voice recognition function that operates a device to be controlled using an input and a recognition result by a voice recognition means has also been provided.
図6はこのような従来の音声認識機能付制御装置のブロック図であり、この音声認識機能付制御装置Aは、マイク1と、特徴量抽出部2と、音響モデル保存部3と、認識部4と、スイッチ5と、制御部6と、入力音声保存制御部7と、音響モデル学習部8とを主要な構成として備えている。
FIG. 6 is a block diagram of such a conventional control device with a voice recognition function. The control device A with a voice recognition function includes a microphone 1, a feature
マイク1には、制御対象機器Bに所望の動作を行わせるために人が発した操作命令(音声)または雑音の何れかである音が入力され、入力音をアナログの電気信号である音声信号に変換して出力する。 The microphone 1 receives a sound that is either an operation command (voice) or noise issued by a person to cause the control target device B to perform a desired operation, and the input sound is an audio signal that is an analog electrical signal. Convert to and output.
特徴量抽出部2は、マイク1からの音声信号の入力を検知すると、入力された音声信号を例えば量子化ビット数を16、標本化周波数を16kHzとしてA/D変換し、その後分析フレーム長25ミリ秒、分析間隔を10ミリ秒として周波数変換した後、音声信号の特徴量を抽出する。ここで音声信号の特徴量としては例えばメル周波数ケプストラム係数などを用いることができ、抽出した特徴量は認識部4に出力される。また特徴量抽出部2は、マイク1から入力された音声信号を入力音声保存制御部7に出力する。
When detecting the input of the audio signal from the microphone 1, the feature
音響モデル保存部3には、制御対象機器Bを制御するための1乃至複数の操作命令について、多数の話者が発した操作命令の特徴量を例えばHMM(隠れマルコフモデル)を用いてモデル化した「命令語」音響モデル、および、使用環境において想定される雑音の特徴量をモデル化した「雑音」音響モデルを含む音響モデルが保存されている。なお音響モデルの例としては、例えば制御対象機器Bが照明装置の場合には、「命令語」音響モデルとして、照明器具の点灯を指示するために用いる「あかり」という語彙に対応した「あかり」音響モデルが保存されるとともに、ドアの開閉音などの物音や「あかり」に関する語彙以外の音声に対応した「雑音」音響モデルが保存されるのである。
In the acoustic
認識部4は、特徴量抽出部2で抽出された特徴量と、音響モデル保存部3に保存された音響モデルとを比較して、抽出された特徴量と類似度の高いモデルに対応する音(操作命令または雑音)を認識結果として制御部6および入力音声保存制御部7に出力する。つまり、音響モデル保存部3に「あかり」、「雑音」という2つの音響モデルが保存されている場合、入力音声の内容が「あかり」に関連している場合は「あかり」という認識結果が得られ、入力音がドアの閉まる音の場合は「雑音」という認識結果が得られるのである。
The recognition unit 4 compares the feature amount extracted by the feature
スイッチ5は制御対象の制御対象機器Bを直接操作するために設けられ、スイッチ5の操作に応じた制御信号が制御対象機器Bに出力される。例えば制御対象機器Bが照明器具の場合、スイッチ5から制御信号として照明器具を点灯(オン)させるオン操作信号、消灯(オフ)させるオフ操作信号が出力される。
The
制御部6は、認識部4の認識結果に基づいて認識結果に対応する動作を行わせるための制御信号を制御対象機器Bに出力する。すなわち、制御対象機器Bにはスイッチ5と制御部6の両方から制御信号が入力され、スイッチ5からの制御信号、又は、制御部6からの制御信号のうち最新の制御信号に応じた動作を行うようになっている。
The
入力音声保存制御部7は、特徴量抽出部2から入力された音声信号と、認識部4から入力された認識結果とを対応付けて保存するとともに、新たに入力された認識結果とこの認識結果に対応する1乃至複数の音声信号を音響モデル学習部8に出力する。
The input voice
そして、音響モデル学習部8は、入力音声保存制御部7から入力された認識結果と該認識結果に対応する1乃至複数の音声信号とを用いて、認識結果に対応する音響モデルを、MLLR(Maximum Liklihood Lenier Regression)法やMAP推定法(Maximum A Posteriori Probability Pstimation)などにより適応化させており、認識精度の向上を図っている。
上記構成の音声認識機能付制御装置では、音響モデル保存部3に組み込まれた音響モデルを用いて音声認識を行っているので、音響モデルの作成に使用した音と、使用時にマイク1に入力される音(ユーザの声など)との類似性が低い場合には、認識の精度が低下するという問題がある。例えば「命令語」音響モデルの場合、人間の声質、抑揚などは個人毎に異なるので、実際に使用する人の特性(声質や抑揚など)に合わせた音響モデルを音響モデル保存部3に予め組み込んでおくことは困難であり、その結果認識部4による音声認識の精度が低下してしまうという問題があった。また雑音モデルの場合も同様であり、この装置の使用環境によって、入力される雑音の性質は大きく異なるので、実使用時に入力される雑音に合わせた雑音モデルを音響モデル保存部3に予め組み込んでおくことは困難であり、この結果音声認識の精度が低下してしまう可能性があった。
In the control device with a speech recognition function having the above configuration, since speech recognition is performed using the acoustic model incorporated in the acoustic
そこで、上述の音声認識機能付制御装置では、音響モデル学習部8が、実使用時に入力される音声又は雑音の音声信号と、この音声信号に対する認識部4の認識結果とを用いて音響モデルを再学習することで、音響モデルを逐次更新して実際の使用環境に適応させているのであるが、入力された音声信号に対して誤った認識結果が出力された場合、この誤った認識結果を用いて音響モデルを再学習するため、音響モデルが不正確なものになり、結果的に音声認識の認識性能が低下してしまう可能性があった。
Therefore, in the control device with a voice recognition function described above, the acoustic
本発明は上記問題点に鑑みて為されたものであり、その目的とするところは、実使用時に入力される音声や雑音などの音に合わせて音響モデルを適応化させることで認識精度を向上させた音声認識機能付制御装置を提供することにある。 The present invention has been made in view of the above problems, and its object is to improve recognition accuracy by adapting an acoustic model according to sounds such as voice and noise input during actual use. Another object is to provide a control device with a voice recognition function.
上記目的を達成するために、請求項1の発明は、制御対象機器を操作するために人が発した音声または雑音の何れかである音が入力され、入力音を電気信号である音声信号に変換して出力する音変換部と、音声信号より入力音の特徴量を抽出する特徴量抽出部と、複数の音声および雑音の各々について特徴量をモデル化した音響モデルを保存する音響モデル部と、特徴量抽出部が抽出した特徴量と音響モデル部に保存された音響モデルとを比較することによって入力音を認識する認識部と、認識部の認識結果に応じた動作を行わせるための制御信号を制御対象機器に出力する制御部と、操作に応じた制御信号を制御対象機器に直接出力する操作部と、音声信号と認識部の認識結果とを対応付けて保存する入力音声保存部と、入力音声保存部に保存された認識結果と該認識結果に対応する音声信号とを用いて入力音の音響モデルを再学習し、音響モデル部に保存された音響モデルを更新する音響モデル学習部と、認識部から制御部へ認識結果が入力された時点より所定の限時時間を限時するタイマ部とを備え、タイマ部の限時動作中に認識部の認識結果とは制御内容が異なる制御信号が操作部から出力された場合、入力音声保存部は、保存している認識結果を、操作部から出力された制御信号の内容に基づいて修正し、修正された認識結果と入力音声とを用いて音響モデル学習部が音響モデルを再学習することを特徴とする。 In order to achieve the above object, according to the first aspect of the present invention, a sound that is either a voice or a noise uttered by a person to operate the control target device is input, and the input sound is converted into a voice signal that is an electrical signal. A sound conversion unit that converts and outputs, a feature amount extraction unit that extracts a feature amount of an input sound from an audio signal, and an acoustic model unit that stores an acoustic model in which the feature amount is modeled for each of a plurality of sounds and noises , A recognition unit that recognizes an input sound by comparing the feature amount extracted by the feature amount extraction unit with the acoustic model stored in the acoustic model unit, and a control for performing an operation according to the recognition result of the recognition unit A control unit that outputs a signal to the control target device, an operation unit that directly outputs a control signal corresponding to the operation to the control target device, an input voice storage unit that stores the voice signal and the recognition result of the recognition unit in association with each other, and In the input audio storage The acoustic model learning unit that re-learns the acoustic model of the input sound using the existing recognition result and the audio signal corresponding to the recognition result and updates the acoustic model stored in the acoustic model unit, and the control from the recognition unit And a timer unit that limits a predetermined time limit from the time when the recognition result is input to the control unit, and a control signal that is different in control content from the recognition result of the recognition unit is output from the operation unit during the time limit operation of the timer unit. In this case, the input speech storage unit corrects the stored recognition result based on the content of the control signal output from the operation unit, and the acoustic model learning unit uses the corrected recognition result and the input speech. It is characterized by re-learning the model.
ところで、認識部が入力音を誤認識し、誤った認識結果によって制御部が制御対象機器を誤動作させた場合、使用者は制御対象機器を所望の動作状態とするために操作部を直接操作すると考えられるが、本発明によれば、タイマ部の限時動作中、つまり認識部から制御部へ認識結果が入力された時点から所定の限時時間が経過するまでの間に、認識部の認識結果とは制御内容が異なる制御信号が操作部から出力されると、入力音声保存部が保存している認識結果を修正しており、誤認識された入力音の音声信号と修正された認識結果とを用いて音響モデル学習部が音響モデルを再学習することで、次回同じ音が入力された場合に誤認識が起きる可能性が低くなり、音声認識の正解率を向上させて装置の信頼性を高めることができる。 By the way, when the recognition unit misrecognizes the input sound and the control unit causes the control target device to malfunction due to an incorrect recognition result, the user directly operates the operation unit to bring the control target device into a desired operation state. Although it is conceivable, according to the present invention, during the time limit operation of the timer unit, that is, between when the recognition result is input from the recognition unit to the control unit and until a predetermined time limit elapses, When a control signal with a different control content is output from the operation unit, the recognition result stored in the input voice storage unit is corrected, and the voice signal of the erroneously recognized input sound and the corrected recognition result are displayed. By using the acoustic model learning unit to re-learn the acoustic model, the possibility of misrecognition when the same sound is input next time is reduced, improving the accuracy of speech recognition and improving the reliability of the device be able to.
請求項2の発明は、請求項1の発明において、制御対象機器がオフしている状態で認識部が入力音を雑音と認識してからタイマ部の限時動作が終了するまでの間に操作部から制御対象機器をオンさせる制御信号が出力されると、入力音声保存部は、雑音と認識された認識結果をオン操作のための音声に修正して保存することを特徴とし、請求項1の発明と同様の作用を奏する。 According to a second aspect of the present invention, there is provided the operation unit according to the first aspect of the present invention, from when the recognition unit recognizes the input sound as noise in a state where the control target device is turned off until the time limit operation of the timer unit ends. When the control signal for turning on the device to be controlled is output from, the input voice storage unit corrects and stores the recognition result recognized as noise into a voice for an on operation, The same effect as the invention is achieved.
請求項3の発明は、請求項1の発明において、制御対象機器がオフしている状態で認識部が入力音をオン操作のための音声と認識してからタイマ部の限時動作が終了するまでの間に操作部から制御対象機器をオフさせる制御信号が出力されると、入力音声保存部はオン操作のための音声と認識された認識結果を雑音に修正して保存することを特徴とし、請求項1の発明と同様の作用を奏する。 According to a third aspect of the present invention, in the first aspect of the invention, from when the recognition unit recognizes the input sound as a sound for turning on in a state where the control target device is turned off, until the time limit operation of the timer unit ends. When a control signal for turning off the control target device is output from the operation unit during the period, the input voice storage unit corrects and recognizes the recognition result recognized as the voice for the on operation and stores the noise, The same effect as that of the invention of claim 1 is obtained.
請求項4の発明は、請求項1の発明において、制御対象機器の動作状態を記憶する制御状態記憶部を備え、入力音が、制御状態記憶部に記憶されている現在の動作状態に制御対象機器を操作するための音声であると認識部が認識した場合、入力音声保存部は操作のための音声と認識された認識結果を雑音に修正して保存することを特徴とする。 The invention of claim 4 is the invention of claim 1, further comprising a control state storage unit that stores the operation state of the device to be controlled, and the input sound is controlled by the current operation state stored in the control state storage unit. When the recognition unit recognizes that the voice is for operating the device, the input voice storage unit corrects and stores the recognition result recognized as the voice for operation as noise.
一般に使用者が制御対象機器を音声で操作する際に、現在の動作状態に操作するような命令を発することはないと考えられるが、請求項4の発明によれば、現在の動作状態に操作する命令であると入力音が認識された場合、入力音声保存部は、操作するための音声と認識された認識結果を雑音に修正して保存しているので、誤認識された入力音の音声信号と修正された認識結果とを用いて音響モデル学習部が音響モデルを再学習することで、次回同じ音が入力された場合に誤認識が起きる可能性を低減することができる。 In general, when the user operates the device to be controlled by voice, it is considered that a command to operate the current operation state is not issued. However, according to the invention of claim 4, the operation is performed to the current operation state. If the input sound is recognized to be a command to be input, the input sound storage unit corrects and stores the recognition result recognized as the sound for operation as noise. When the acoustic model learning unit relearns the acoustic model using the signal and the corrected recognition result, it is possible to reduce the possibility of erroneous recognition when the same sound is input next time.
請求項5の発明は、請求項1の発明において、音変換部の集音範囲を少なくとも含む検知エリア内で人の存否を検知する人感センサを設け、当該人感センサが人の存在を検知していない状態で、認識部が入力音を操作のための音声と認識した場合、入力音声保存部は、操作のための音声と認識された認識結果を雑音と修正して保存すること特徴とする。 According to a fifth aspect of the present invention, in the first aspect of the present invention, a human sensor is provided to detect the presence or absence of a person in a detection area including at least the sound collection range of the sound conversion unit, and the human sensor detects the presence of a person If the recognition unit recognizes the input sound as a voice for operation in a state in which the recognition is not performed, the input voice storage unit corrects and recognizes the recognition result recognized as the voice for the operation as noise. To do.
ところで、音変換部の集音範囲に人がいない場合は音変換部に入力される音が雑音であることは自明であり、請求項5の発明によれば、人感センサが人の存在を検知していない状態で入力音が操作のための音声と認識された場合、入力音声保存部は認識結果を雑音と修正して保存しているので、誤認識された入力音の音声信号と修正された認識結果とを用いて音響モデル学習部が音響モデルを再学習することで、次回同じ音が入力された場合に誤認識が起きる可能性を低減することができる。
By the way, when there is no person in the sound collection range of the sound converter, it is obvious that the sound input to the sound converter is noise. According to the invention of
請求項6の発明は、請求項1の発明において、認識部が入力音を音声と認識してから一定時間が経過するまでの間に、認識部が新たな入力音を雑音と判断した場合、入力音声保存部は雑音と認識された認識結果とこの認識結果に対応する音声信号のデータを削除することを特徴とする。 According to a sixth aspect of the present invention, in the first aspect of the invention, when the recognizing unit determines that the new input sound is noise until a predetermined time elapses after the recognizing unit recognizes the input sound as speech. The input voice storage unit deletes the recognition result recognized as noise and the data of the voice signal corresponding to the recognition result.
請求項6の発明によれば、一定時間内に入力音が連続して入力される場合、雑音と認識された認識結果とこの認識結果に対応する音声信号のデータを入力音声保存部が削除しているので、連続して操作のための音声が入力されるような機器では、雑音と誤認識された入力音の音声信号とその認識結果のデータを削除することで、音響モデル学習部が誤ったデータに基づいて再学習するのを防止でき、次回同じ音が入力された場合に誤認識が起きる可能性を低減することができる。
According to the invention of
以上説明したように、本発明によれば、タイマ部の限時動作中、つまり認識部から制御部へ認識結果が入力された時点から所定の限時時間が経過するまでの間に、認識部の認識結果とは制御内容が異なる制御信号が操作部から出力されると、入力音声保存部が保存している認識結果を修正しており、誤認識された入力音の音声信号と修正された認識結果とを用いて音響モデル学習部が音響モデルを再学習することで、次回同じ入力音が入力された場合に誤認識が起きる可能性が低くなり、音声認識の正解率を向上させて装置の信頼性を高めることができるという効果がある。 As described above, according to the present invention, the recognition unit recognizes during the time limit operation of the timer unit, that is, until the predetermined time limit elapses after the recognition result is input from the recognition unit to the control unit. When a control signal whose control content is different from the result is output from the operation unit, the recognition result stored in the input voice storage unit is corrected, and the voice signal of the misrecognized input sound and the corrected recognition result When the acoustic model learning unit re-learns the acoustic model using, the possibility of misrecognition when the same input sound is input next time is reduced, and the accuracy rate of speech recognition is improved and the reliability of the device is improved. There is an effect that can improve the nature.
以下に本発明の実施の形態を図面に基づいて説明する。 Embodiments of the present invention will be described below with reference to the drawings.
(実施形態1)
図1は本実施形態の音声認識機能付制御装置のブロック図であり、この音声認識機能付制御装置Aは、マイク1と、特徴量抽出部2と、音響モデル保存部3と、認識部4と、スイッチ5と、制御部6と、入力音声保存制御部7と、音響モデル学習部8と、タイマ部9とを主要な構成として備えている。尚、タイマ部9を付加した点以外は背景技術で説明した図6の音声認識機能付制御装置Aと略同様であるので、共通する構成要素には同一の符号を付して、その説明は省略する。
(Embodiment 1)
FIG. 1 is a block diagram of a control device with a voice recognition function according to the present embodiment. A control device A with a voice recognition function includes a microphone 1, a feature
タイマ部9は制御部6からのトリガ信号を受けて限時動作を開始する。すなわち、制御部6では、認識部4から認識結果が入力されると、認識結果に応じた動作を行わせるための制御信号を制御対象機器(例えば照明装置B)に出力するとともに、タイマ部9にトリガ信号を出力する。タイマ部9では、トリガ信号を受け取ると所定時間の限時動作を開始し、限時動作が完了すると、タイマ動作完了信号を入力音声保存制御部7に出力する。
The
一方、入力音声保存制御部7では、特徴量抽出部2から入力された音声信号と、認識部4から入力された認識結果とを対応付けて保存するとともに、タイマ動作完了信号が入力されると、今回入力された認識結果とこの認識結果に対応する1乃至複数の音声信号を音響モデル学習部8に出力する。また、入力音声保存制御部7にはスイッチ5の操作入力も与えられるようになっており、認識部4から認識結果が入力された時点(タイマ動作開始時点)から、タイマ部9よりタイマ動作完了信号が入力されるまでの間にスイッチ5から認識結果とは異なる制御内容の制御信号が与えられると、認識結果を制御信号の制御内容に一致するように書き換えており、その後タイマ動作完了信号が入力されると、修正した認識結果と、この認識結果に対応する音声信号を音響モデル学習部8に出力し、音響モデルの再学習を行わせる。
On the other hand, the input voice
図2は本装置Aを照明器具の制御用に適用した場合の施工例を示しており、部屋20の天井21に制御対象の照明装置Bが設置されるとともに、外部に通じるドア22付近の壁23には照明装置Bを直接操作するためのスイッチ5が配設され、さらにこのスイッチ5の近傍(上側)にマイク1が配設されている。スイッチ5は部屋20に出入りする際に操作されることが多いため、ドア22の近傍に設置されており、同様の理由でドア22の近傍に居る人が発する操作命令を確実に集音できるよう、マイク1もドア22(スイッチ5)の近傍に設置されている。
FIG. 2 shows a construction example when the present apparatus A is applied for controlling a lighting fixture. The lighting apparatus B to be controlled is installed on the
しかしながら、マイク1をドア22の近傍に設置したために、ドア22を開閉する音がマイク1に集音されやすくなり、ドア22の開閉音を操作命令と誤認識し、ユーザの意図に反して照明装置Bが点灯又は消灯する可能性があった。また、人の発した操作命令をドア22の開閉音と誤認識し、ユーザの意図に反して照明装置Bが点灯しない、或いは消灯しない可能性もあった。
However, since the microphone 1 is installed in the vicinity of the
ここで、認識部4が雑音を命令語と誤認識したり、逆に操作命令を雑音と誤認識した結果、照明装置Bの動作がユーザの意図と異なる動作になった場合、ユーザはスイッチ5を直接操作して、照明装置Bの動作を自分の意図する動作に一致させるものと考えられる。したがって、タイマ部9の限時時間を、認識部4の認識結果が制御部6に入力された時点より、ユーザがスイッチ5を直接操作して照明装置Bの動作を変更するまでに必要な時間よりも若干長めに設定しておけば、認識部4の認識結果とユーザの意図する動作とが異なる場合はタイマ動作完了信号が入力されるよりも前にスイッチ5からの操作入力が入力音声保存制御部7に与えられ、認識部4の認識結果とユーザの意図する動作とが一致している場合はタイマ動作完了信号が入力されるまでの間にスイッチ5からの操作入力は与えられないものと判断できる。
Here, when the recognition unit 4 misrecognizes noise as a command word or conversely misrecognizes an operation command as noise, when the operation of the lighting device B is different from the user's intention, the user switches to the
背景技術で説明したように入力音声保存制御部7には、特徴量抽出部2に入力された音声信号と認識部4による認識結果とが対応付けて保存されており、認識結果とこの認識結果に対応する1乃至複数の音声信号とが音響モデル学習部8に出力され、音響モデル学習部8によって音響モデルが再学習されるのであるが、入力音声保存制御部7では、認識部4から認識結果が入力された時点より、タイマ部9からタイマ動作完了信号が入力されるまでの間にスイッチ5から認識結果とは異なる制御内容の制御信号が与えられると、認識結果を制御信号の制御内容に一致するように修正しているので、認識結果をユーザの発した操作命令に合致するように修正することができる。したがって、修正後の認識結果とそれに対応する音声信号を用いて音響モデル学習部8が音響モデルを再学習することで、音響モデルを正確なものとして、音声認識の認識性能を向上させることができる。
As described in the background art, the input voice
例えば照明装置Bが消灯(オフ)している状態でユーザが照明装置Bを点灯させる操作命令(例えば「あかり」)を発話したにも関わらず、認識部4が特徴量抽出部2から入力された特徴量を音響モデル保存部3に保存された音響モデルと比較して、「雑音」の音響モデルに類似していると判断した場合、制御部6および入力音声保存制御部7に「雑音」という認識結果を出力する。制御部6に「雑音」という認識結果が与えられると、制御部6はタイマ部9に対してトリガ信号を出力するとともに、照明装置Bに対しては何ら制御信号を出力しないため、照明装置Bは消灯したままとなる。このとき、ユーザは「あかり」と発話したにも関わらず、照明装置Bが点灯しないため、「あかり」というオン操作命令が正しく認識されなかったと判断し、スイッチ5を直接オン操作して照明装置Bを点灯させようとする。スイッチ5がオン操作されると、スイッチ5のオン操作信号が照明装置Bに与えられて照明装置Bが点灯するとともに、オン操作信号が入力音声保存制御部7に与えられる。入力音声保存制御部7では、特徴量抽出部2から入力される音声信号と認識部4の認識結果とを対応付けて保存してあり、タイマ部9からタイマ動作完了信号を受け取ると今回の認識結果とそれに対応する1乃至複数の音声信号の特徴量とを音響モデル学習部8に出力するのであるが、タイマ動作完了信号を受け取るよりも前に、認識部4の認識結果(「雑音」)と異なるオン操作信号がスイッチ5から与えられると、入力音声保存制御部7は誤認識が発生したと判断して、今回の認識結果を「雑音」から「あかり」に変更し、変更後の「あかり」という認識結果と対応する音声信号とを音響モデル学習部8に出力する。このとき、音響モデル学習部8は、「雑音」と誤認識された音声信号を用いて「あかり」音響モデルの再学習を行うので、使用者が次に「あかり」と発話した場合にこの発話を「あかり」と認識できる可能性が高くなり、認識精度を向上させることが可能になる。
For example, the recognition unit 4 is input from the feature
また例えば照明装置Bが消灯(オフ)している状態でマイク1に雑音が入力され、特徴量抽出部2が雑音の特徴量を抽出して認識部4に出力した場合に、認識部4が特徴量抽出部2から入力された特徴量を音響モデル保存部3に保存された音響モデルと比較して、「あかり」の音響モデルに類似していると判断した場合、制御部6および入力音声保存制御部7に「あかり」という認識結果が出力される。制御部6に「あかり」という認識結果が与えられると、制御部6はタイマ部9に対してトリガ信号を出力するとともに、照明装置Bに対して点灯制御信号を出力して、照明装置Bを点灯(オン)させる。このとき、ユーザは「あかり」と発話していないにも関わらず、照明装置Bが点灯してしまうため、雑音が「あかり」と誤認識されたと判断し、スイッチ5を直接オフ操作して照明装置Bを消灯させようとする。スイッチ5がオフ操作されると、スイッチ5のオフ操作信号が照明装置Bに与えられて照明装置Bが消灯するとともに、オフ操作信号が入力音声保存制御部7に与えられる。入力音声保存制御部7では、タイマ部9からタイマ動作完了信号を受け取るよりも前に、認識部4の認識結果(「あかり」)と異なるオフ操作信号がスイッチ5から与えられるので、誤認識が発生したと判断して、保存している認識結果を「あかり」から「雑音」に変更し、変更後の「雑音」という認識結果と音声信号の特徴量とを音響モデル学習部8に出力する。このとき、音響モデル学習部8は、「あかり」と誤認識された「雑音」の音声信号を用いて、「雑音」音響モデルを再学習するので、次回「雑音」がマイク1に入力された場合にこの音声信号を「雑音」と正しく認識できる可能性が高くなり、認識精度を向上させることが可能になる。
For example, when the noise is input to the microphone 1 in a state where the lighting device B is turned off (off), and the feature
このように、認識部4の誤認識によって照明装置Bが使用者の意図と異なる動作を行うと、使用者はスイッチ5を直接操作して照明装置Bの動作状態を所望の動作に修正するような操作を行うので、使用者がスイッチ5を用いて修正する操作を検知することで、音響モデルの再学習に用いる音声信号とその認識結果との対応関係を正しく修正することができる。したがって、正しい認識結果を用いて音響モデルを再学習することで、次回同じ音が入力された際に認識部4が正しく認識する確率が向上するのである。
As described above, when the lighting device B performs an operation different from the user's intention due to the misrecognition of the recognition unit 4, the user directly operates the
(実施形態2)
本発明の実施形態2を図3に基づいて説明する。図3は本実施形態の音声認識機能付制御装置のブロック図であり、この音声認識機能付制御装置Aは、マイク1と、特徴量抽出部2と、音響モデル保存部3と、認識部4と、スイッチ5と、制御部6と、入力音声保存制御部7と、音響モデル学習部8と、タイマ部9と、制御状態記憶部10とを主要な構成として備えている。尚、制御状態記憶部10を付加した点以外は実施形態1で説明した音声認識機能付制御装置Aと略同様であるので、共通する構成要素には同一の符号を付して、その説明は省略する。
(Embodiment 2)
A second embodiment of the present invention will be described with reference to FIG. FIG. 3 is a block diagram of the control device with a speech recognition function according to the present embodiment. The control device A with a speech recognition function includes a microphone 1, a feature
制御状態記憶部10には、制御部6から照明装置Bに与えられる制御信号と、スイッチ5から照明装置Bに与えられる制御信号とが入力されており、これらの制御信号のうち最新の制御信号をもとに照明装置Bの現在の制御状態を判断し、判断結果を保存する。そして、制御状態記憶部10は、入力音声保存制御部7から制御状態の問い合わせがあると、現在記憶している制御状態(照明装置Bの場合は「点灯」あるいは「非点灯」)のデータを入力音声保存制御部7に出力する。
The control
ここで、入力音声保存制御部7は、特徴量抽出部2に入力される音声信号と、認識部4による認識結果とを対応付けて保存しており、認識部4から新たな認識結果が入力されると、制御状態記憶部10に照明装置Bの現在の制御状態を問い合わせる。そして、現在の制御状態と認識部4の認識結果が示す状態とが同じ状態になった場合、一般的に現在の制御状態と同じ状態に切り替えるような命令は出されないので、入力音声保存制御部7は音声信号を誤認識したと判断し、保存している認識結果を修正する。例えば入力音声保存制御部7に「あかり」という認識結果が入力された際に、制御状態記憶部10から取り込んだ現在の制御状態が「点灯」であった場合、入力音声保存制御部7は、照明装置Bが既に点灯しているにも関わらず、「あかり」という命令が入力されることはないと判断できるので、認識結果を「あかり」から「雑音」に修正し、修正後の認識結果とそれに対応する音声信号を音響モデル学習部8に出力する。而して音響モデル学習部8では、「あかり」と誤認識した雑音信号を用いて、「雑音」音響モデルを再学習することができ、「雑音」音響モデルの精度を高めることで、次回同じ雑音が入力された場合に「雑音」と正しく認識できる可能性が向上する。したがって、照明装置Bの消灯中に同じ雑音信号が入力されたとしても、「雑音」と正しく認識できる可能性が高いから、「雑音」と誤認識して照明装置Bが点灯してしまうのを防止できる。
Here, the input voice
(実施形態3)
本発明の実施形態3を図4に基づいて説明する。本実施形態の音声認識機能付制御装置は、実施形態1の音声認識機能付制御装置Aにおいて人感センサ11を付加してある。なお、人感センサ11以外の構成は実施形態1で説明した音声認識機能付制御装置Aと同様であるので、共通する構成要素には同一の符号を付して、その説明は省略する。
(Embodiment 3)
A third embodiment of the present invention will be described with reference to FIG. The control device with a voice recognition function of the present embodiment is provided with a human sensor 11 in the control device A with a voice recognition function of the first embodiment. Since the configuration other than the human sensor 11 is the same as that of the control device A with the voice recognition function described in the first embodiment, common components are denoted by the same reference numerals, and description thereof is omitted.
人感センサ11は、例えば超音波を用いて検知エリア内の物体を検知する超音波センサや、人体から放射される熱線を検知することによって検知エリア内で人の存否を検知する焦電型の赤外線検出素子からなり、マイク1の設置位置から所定の距離範囲に設定した検知エリア(マイク1の集音範囲を含む)内で人の存否を検出しており、検出結果を入力音声保存制御部7に出力する。
The human sensor 11 is, for example, an ultrasonic sensor that detects an object in the detection area using ultrasonic waves, or a pyroelectric type that detects the presence or absence of a person in the detection area by detecting heat rays emitted from the human body. It consists of an infrared detection element, detects the presence / absence of a person within a detection area (including the sound collection range of the microphone 1) set within a predetermined distance range from the installation position of the microphone 1, and detects the detection result as an input voice
一方、入力音声保存制御部7は、特徴量抽出部2から入力された音声信号と、認識部4から入力された認識結果とを対応付けて保存しており、認識部4から認識結果が入力されると、この認識結果とそれに対応する1乃至複数の音声信号とを音響モデル学習部8に出力し、音響モデル学習部8に音響モデルを再学習させる。ただし、入力音声保存制御部7では、認識部4から操作命令という認識結果が入力された場合に人感センサ11が人の存在を検知していない場合、雑音をユーザの声(命令語)と誤認識したと判断して、入力された認識結果を「雑音」に修正し、修正後の認識結果とそれに対応する音声信号を音響モデル学習部8に出力する。而して音響モデル学習部8では、命令語(例えば「あかり」や「消灯」など)と誤認識された雑音の音声信号を用いて、「雑音」音響モデルを再学習することができ、「雑音」音響モデルの精度を高めることで、次回同じ雑音信号が入力された場合に「雑音」と正しく認識できる可能性が向上する。
On the other hand, the input voice
なお本実施形態は、照明装置Bの操作手段として音声認識による操作手段と、スイッチ5を用いて直接操作する手段を備えているが、人感センサ11の検出結果を照明装置Bに出力させ、照明装置Bにおいて人感センサ11から人体を検知したという信号が入力された場合のみ照明負荷を点灯可能とするようにしても良い。
In addition, although this embodiment is provided with the operation means by voice recognition as the operation means of the lighting device B and the means for direct operation using the
(実施形態4)
本発明の実施形態4を図5に基づいて説明する。尚、音声認識機能付制御装置Aの基本的な構成は実施形態1〜3と同様であるので、共通する構成要素には同一の符号を付して、その説明は省略する。
(Embodiment 4)
A fourth embodiment of the present invention will be described with reference to FIG. In addition, since the basic structure of the control apparatus A with a speech recognition function is the same as that of Embodiments 1-3, the same code | symbol is attached | subjected to a common component and the description is abbreviate | omitted.
図5(a)(b)は、例えば台所に設置され、料理に使用する材料名から料理のレシピを検索してユーザに提示する料理レシピ検索装置Cの音声入力用に音声認識機能付制御装置Aを適用した場合の施工例を示している。この検索装置Cの器体30は台所40のシンク周りの壁41に設置されており、器体30の前面にはレシピの検索条件や検索結果を表示するタッチスイッチ付の表示パネル31とマイク1とが配置されている。
5 (a) and 5 (b) show, for example, a control device with a voice recognition function for voice input of a cooking recipe search device C that is installed in a kitchen and searches a recipe for cooking from the names of ingredients used for cooking and presents it to the user. The example of construction at the time of applying A is shown. The
この検索装置Cは、操作手段として検索装置Cを直接操作するためタッチパネル式のスイッチ5を備え、スイッチ5から入力される制御信号に応じて所望の動作を行うのであるが、例えば料理中にユーザの手が汚れていてタッチパネルの操作ができない場合を想定して、検索装置Cを操作するために人が発した命令語を認識する認識部4を備え、認識部4の認識結果に応じて制御部6から出力される制御信号に応じて所望の動作を行うようになっている。なお、料理レシピの検索用に用いる場合には音響モデル保存部3に保存される音響モデルとして、表示パネル31の画面を検索画面に遷移させるための命令語である「材料検索」という語彙に対応した「材料検索」音響モデルや、材料名を入力する際に発する材料名に対応した材料名音響モデル、例えば林檎という語彙に対応した「林檎」音響モデルや、検索処理を実行させるための命令語である「検索」という語彙に対応した「検索」音響モデルなど多数の命令語の音響モデルからなる「命令語」音響モデルと、装置を操作するための音声以外の音声や物音などの音に対応する「雑音」音響モデルとが保存されている。
This search device C includes a touch
ところで、上述の実施形態1では認識部4から制御部6に認識結果が入力されると、制御部6がタイマ部9にトリガ信号を出力して限時動作を開始させているが、本実施形態では、認識部4から制御部6に入力音が音声であるという認識結果が入力されると、制御部6が、認識結果に応じて制御信号を制御対象機器(検索装置C)に出力するとともに、図示しない第2タイマにトリガ信号を出力して、一定時間の限時動作を開始させる。この第2タイマは、一定時間を限時すると入力音声保存制御部7にタイマ完了信号を出力しており、限時動作中に制御部6から再度トリガ信号が入力されると、一定時間の限時動作を再度初めから行っており、いわゆるリトリガブル機能を有している。
By the way, in Embodiment 1 described above, when a recognition result is input from the recognition unit 4 to the
一方、入力音声保存制御部7では、特徴量抽出部2から入力された音声信号と、認識部4から入力された認識結果とを対応付けて保存しており、認識部4から認識結果が入力されると保存している認識結果の内、今回入力された認識結果とその前に入力された認識結果を除く全ての認識結果と、それらに対応した1乃至複数の音声データとを音響モデル学習部8に出力し、音響モデル学習部8に音響モデルを再学習させている。ただし、2つ前に入力された認識結果が「材料検索」などのような音声操作を表す語彙であり、その後第2タイマのタイマ完了信号が入力されるよりも前に入力された1つ前の認識結果が「雑音」であり、さらにその後に第2タイマのタイマ完了信号が入力されるよりも前に今回の認識結果として「林檎」のような音声操作を表す語彙を受け取った場合、入力音声保存制御部7は「雑音」という結果になった1つ前の認識結果と、この認識結果に対応する音声信号のデータを削除する。
On the other hand, the input voice
本実施形態のように、料理レシピ検索装置Cのような連続して音声入力を行う装置に音声認識機能付制御装置Aを適用した場合、ユーザが本装置Aを利用している時には、例えば「材料検索」と発話して材料検索画面に切り替え、「林檎」などと材料名を発話した後、連続して「検索」と発話して検索動作を実行させるというように、連続的に音声が入力されるので、第2タイマが限時動作を終了するまでの間に入力される音は雑音ではなく音声である可能性が高い。すなわち、第2タイマの限時動作が終了するまでの間(つまり音声という認識結果が得られてから一定時間が経過するまでの間)にマイク1に入力される音は音声である可能性が高いので、この間に認識部4から「雑音」という認識結果が入力された場合には、「雑音」と認定された音は実際には音声であると判断することができ、入力音声保存制御部7では「雑音」という認識結果と、「雑音」と認識された音声信号のデータとを破棄させることで、音響モデル学習部8が誤った認識結果を用いて音響モデルを再学習するのを防止することができる。
When the control device with voice recognition function A is applied to a device that continuously inputs voice, such as the cooking recipe search device C as in the present embodiment, when the user uses the device A, for example, “ Speak “material search” to switch to the material search screen, utter the material name such as “apple”, and then continuously utter “search” to execute the search operation. Therefore, there is a high possibility that the sound input before the second timer finishes the time limit operation is not noise but speech. That is, there is a high possibility that the sound input to the microphone 1 is a voice until the time limit operation of the second timer ends (that is, until a predetermined time elapses after the recognition result of voice is obtained). Therefore, if a recognition result “noise” is input from the recognition unit 4 during this period, it can be determined that the sound recognized as “noise” is actually a voice, and the input voice
A 音声認識機能付制御装置
B 照明装置
2 特徴量抽出部
3 音響モデル保存部
4 認識部
5 スイッチ
6 制御部
7 入力音声保存制御部
8 音響モデル学習部
A control device with voice recognition function
Claims (6)
前記音声信号より入力音の特徴量を抽出する特徴量抽出部と、
複数の音声および雑音の各々について特徴量をモデル化した音響モデルを保存する音響モデル部と、
前記特徴量抽出部が抽出した特徴量と前記音響モデル部に保存された音響モデルとを比較することによって入力音を認識する認識部と、
前記認識部の認識結果に応じた動作を行わせるための制御信号を制御対象機器に出力する制御部と、
操作に応じた制御信号を制御対象機器に直接出力する操作部と、
前記音声信号と前記認識部の認識結果とを対応付けて保存する入力音声保存部と、
前記入力音声保存部に保存された認識結果と該認識結果に対応する音声信号とを用いて入力音の音響モデルを再学習し、前記音響モデル部に保存された音響モデルを更新する音響モデル学習部と、
前記認識部から前記制御部へ認識結果が入力された時点より所定の限時時間を限時するタイマ部とを備え、
前記タイマ部の限時動作中に前記認識部の認識結果とは制御内容が異なる制御信号が前記操作部から出力された場合、前記入力音声保存部は、保存している認識結果を、前記操作部から出力された制御信号の内容に基づいて修正し、修正された認識結果と入力音声とを用いて前記音響モデル学習部が音響モデルを再学習することを特徴とする音声認識機能付制御装置。 A sound conversion unit that receives a sound that is either a voice or noise generated by a person to operate the control target device, converts the input sound into a sound signal that is an electrical signal, and outputs the sound signal;
A feature amount extraction unit that extracts a feature amount of an input sound from the audio signal;
An acoustic model unit that stores an acoustic model in which a feature amount is modeled for each of a plurality of voices and noises;
A recognition unit that recognizes an input sound by comparing the feature amount extracted by the feature amount extraction unit with an acoustic model stored in the acoustic model unit;
A control unit that outputs a control signal for performing an operation according to a recognition result of the recognition unit to a control target device;
An operation unit that directly outputs a control signal corresponding to the operation to the control target device; and
An input voice storage unit that stores the voice signal and the recognition result of the recognition unit in association with each other;
Acoustic model learning for re-learning the acoustic model of the input sound using the recognition result stored in the input speech storage unit and the speech signal corresponding to the recognition result, and updating the acoustic model stored in the acoustic model unit And
A timer unit for timing a predetermined time limit from the time when a recognition result is input from the recognition unit to the control unit;
When a control signal having a control content different from the recognition result of the recognition unit is output from the operation unit during the time limit operation of the timer unit, the input voice storage unit displays the stored recognition result as the operation unit. A control apparatus with a speech recognition function, wherein the acoustic model learning unit re-learns the acoustic model using the corrected recognition result and the input speech, based on the content of the control signal output from the control signal.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2004238741A JP4784056B2 (en) | 2004-08-18 | 2004-08-18 | Control device with voice recognition function |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2004238741A JP4784056B2 (en) | 2004-08-18 | 2004-08-18 | Control device with voice recognition function |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2006058479A true JP2006058479A (en) | 2006-03-02 |
JP4784056B2 JP4784056B2 (en) | 2011-09-28 |
Family
ID=36106004
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2004238741A Expired - Fee Related JP4784056B2 (en) | 2004-08-18 | 2004-08-18 | Control device with voice recognition function |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4784056B2 (en) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010078986A (en) * | 2008-09-26 | 2010-04-08 | Hitachi Ltd | Equipment controller by speech recognition |
WO2015029362A1 (en) * | 2013-08-29 | 2015-03-05 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ | Device control method and device control system |
WO2015029304A1 (en) * | 2013-08-29 | 2015-03-05 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ | Speech recognition method and speech recognition device |
JP2017049537A (en) * | 2015-09-04 | 2017-03-09 | 株式会社東芝 | Maneuvering device, correcting method, and program |
JP2019096435A (en) * | 2017-11-21 | 2019-06-20 | パナソニックIpマネジメント株式会社 | Apparatus control system |
CN110288990A (en) * | 2019-06-12 | 2019-09-27 | 深圳康佳电子科技有限公司 | A kind of voice control optimization method, storage medium and intelligent terminal |
JP2020149053A (en) * | 2019-03-11 | 2020-09-17 | ベイジン バイドゥ ネットコム サイエンス アンド テクノロジー カンパニー リミテッド | Methods, apparatuses, and storage media for generating training corpus |
KR20200131939A (en) * | 2019-05-14 | 2020-11-25 | 한국전자통신연구원 | Intelligent Lighting Network System |
WO2022259776A1 (en) * | 2021-06-07 | 2022-12-15 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ | Voice recognition device, voice recognition method, and voice recognition program |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS63153596A (en) * | 1986-12-17 | 1988-06-25 | 松下電器産業株式会社 | Voice sentence input device |
JPH04204700A (en) * | 1990-11-30 | 1992-07-27 | Fujitsu Ten Ltd | Speech recognition device |
JPH0619491A (en) * | 1992-06-30 | 1994-01-28 | Sanyo Electric Co Ltd | Speech recognizing device |
JPH08211892A (en) * | 1995-02-01 | 1996-08-20 | Toyota Motor Corp | Speech recognition device |
JP2003323192A (en) * | 2002-05-08 | 2003-11-14 | Matsushita Electric Ind Co Ltd | Device and method for registering word dictionary |
-
2004
- 2004-08-18 JP JP2004238741A patent/JP4784056B2/en not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS63153596A (en) * | 1986-12-17 | 1988-06-25 | 松下電器産業株式会社 | Voice sentence input device |
JPH04204700A (en) * | 1990-11-30 | 1992-07-27 | Fujitsu Ten Ltd | Speech recognition device |
JPH0619491A (en) * | 1992-06-30 | 1994-01-28 | Sanyo Electric Co Ltd | Speech recognizing device |
JPH08211892A (en) * | 1995-02-01 | 1996-08-20 | Toyota Motor Corp | Speech recognition device |
JP2003323192A (en) * | 2002-05-08 | 2003-11-14 | Matsushita Electric Ind Co Ltd | Device and method for registering word dictionary |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010078986A (en) * | 2008-09-26 | 2010-04-08 | Hitachi Ltd | Equipment controller by speech recognition |
WO2015029362A1 (en) * | 2013-08-29 | 2015-03-05 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ | Device control method and device control system |
WO2015029304A1 (en) * | 2013-08-29 | 2015-03-05 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ | Speech recognition method and speech recognition device |
US9418665B2 (en) | 2013-08-29 | 2016-08-16 | Panasonic Intellectual Property Corporation Of America | Method for controlling device and device control system |
JPWO2015029304A1 (en) * | 2013-08-29 | 2017-03-02 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカPanasonic Intellectual Property Corporation of America | Speech recognition method and speech recognition apparatus |
JPWO2015029362A1 (en) * | 2013-08-29 | 2017-03-02 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカPanasonic Intellectual Property Corporation of America | Device control method and device control system |
JP2017049537A (en) * | 2015-09-04 | 2017-03-09 | 株式会社東芝 | Maneuvering device, correcting method, and program |
JP2019096435A (en) * | 2017-11-21 | 2019-06-20 | パナソニックIpマネジメント株式会社 | Apparatus control system |
JP7012250B2 (en) | 2017-11-21 | 2022-01-28 | パナソニックIpマネジメント株式会社 | Equipment control system |
JP2020149053A (en) * | 2019-03-11 | 2020-09-17 | ベイジン バイドゥ ネットコム サイエンス アンド テクノロジー カンパニー リミテッド | Methods, apparatuses, and storage media for generating training corpus |
US11348571B2 (en) | 2019-03-11 | 2022-05-31 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Methods, computing devices, and storage media for generating training corpus |
KR20200131939A (en) * | 2019-05-14 | 2020-11-25 | 한국전자통신연구원 | Intelligent Lighting Network System |
KR102202610B1 (en) * | 2019-05-14 | 2021-01-14 | 한국전자통신연구원 | Intelligent Lighting Network System |
CN110288990A (en) * | 2019-06-12 | 2019-09-27 | 深圳康佳电子科技有限公司 | A kind of voice control optimization method, storage medium and intelligent terminal |
WO2022259776A1 (en) * | 2021-06-07 | 2022-12-15 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ | Voice recognition device, voice recognition method, and voice recognition program |
Also Published As
Publication number | Publication date |
---|---|
JP4784056B2 (en) | 2011-09-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20240112669A1 (en) | Methods and devices for selectively ignoring captured audio data | |
CN110832578B (en) | Customizable wake-up voice commands | |
JP5467043B2 (en) | Voice recognition apparatus, voice recognition method, and electronic apparatus | |
KR101598948B1 (en) | Speech recognition apparatus, vehicle having the same and speech recongition method | |
KR101556594B1 (en) | Signal processing apparatus and method of recognizing voice thereof | |
US6594630B1 (en) | Voice-activated control for electrical device | |
US7634401B2 (en) | Speech recognition method for determining missing speech | |
US8306815B2 (en) | Speech dialog control based on signal pre-processing | |
US7774204B2 (en) | System and method for controlling the operation of a device by voice commands | |
US20090182559A1 (en) | Context sensitive multi-stage speech recognition | |
KR102029820B1 (en) | Electronic device and Method for controlling power using voice recognition thereof | |
KR101579533B1 (en) | Vehicle and controlling method for the same | |
US10109294B1 (en) | Adaptive echo cancellation | |
JP2016536626A (en) | Speech recognition with multi-directional decoding | |
JPH0968994A (en) | Word voice recognition method by pattern matching and device executing its method | |
JP4784056B2 (en) | Control device with voice recognition function | |
JPH0221599B2 (en) | ||
KR20010034367A (en) | System for using silence in speech recognition | |
JP2005017932A (en) | Device and program for speech recognition | |
JP2008268517A (en) | Operating device with speech recognition function | |
JPH06236196A (en) | Method and device for voice recognition | |
KR20080061901A (en) | System and method of effcient speech recognition by input/output device of robot | |
JP2003255987A (en) | Method, unit, and program for control over equipment using speech recognition | |
US20240233718A9 (en) | Semantically conditioned voice activity detection | |
JP2009265567A (en) | Voice recognition device, voice recognition method, computer program, and command recognition device |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20070510 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20100423 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20100511 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20100705 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20100705 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20110125 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20110328 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20110614 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20110627 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140722 Year of fee payment: 3 |
|
LAPS | Cancellation because of no payment of annual fees |