JP2008145676A - 音声認識装置及び車両ナビゲーション装置 - Google Patents

Abstract

【課題】ユーザにとって語句を発声する負担を軽減すると共に、ユーザが音声認識させたい語句を速やかに音声認識することを可能とする。
【解決手段】音声認識装置１０は、ユーザがステアリング１６を握っている位置を検出し、複数の音声辞書１５ａ〜１５ｃのうちから握り位置に対応する音声辞書を使用辞書として切替え、ユーザが発した音声を入力すると、その入力した音声の音声波形と使用辞書として切替えた音声辞書に登録されている語句の近似波形とを照合して当該ユーザが発した音声を音声認識する。ユーザが複数の音声辞書１５ａ〜１５ｃのうちからいずれかを使用辞書として切替えるための語句を発声する必要がなくなり、ユーザが音声認識させたい語句のみを発声すれば良くなる。
【選択図】図１

Description

本発明は、ユーザが発した音声の音声波形と複数の音声辞書のうちから使用辞書として切替えた音声辞書に登録されている語句の近似波形とを照合して当該ユーザが発した音声を音声認識する音声認識装置及び車両ナビゲーション装置に関する。

例えば車両ナビゲーション装置に搭載されている音声認識装置では、ユーザが発した音声の音声波形と音声辞書に登録されている語句の近似波形とを照合して当該ユーザが発した音声を音声認識するように構成されている（例えば特許文献１参照）。
特開２００５−１２１９６６号公報

ところで、近年では、機能追加に伴って音声認識が多種多様な状況で使用されるようになっており、それに伴って、例えば住所用の音声辞書、施設名称用の音声辞書及びナビゲーション機能制御用の音声辞書などの用途に応じて複数の音声辞書を用意しておき、最初に複数の音声辞書のうちからいずれかを使用辞書として切替え、続いて音声認識させたい音声の音声波形と使用辞書として切替えた音声辞書に登録されている語句の近似波形とを照合し、音声認識させたい音声を音声認識する構成が供されている。

この場合、ユーザは、最初に複数の音声辞書のうちからいずれかを使用辞書として切替えるための語句を発声し、続いて音声認識させたい語句を発声する。具体的には、ユーザは、最初に例えば「ジ」「ュ」「ウ」「シ」「ョ」と発声することにより、住所用の音声辞書を使用辞書として切替えることができ、続いて例えば「ア」「イ」「チ」「ケ」「ン」と発声することにより、音声認識させたい「愛知県」という語句を音声認識させることができる。

しかしながら、これでは、使用辞書を切替えるための語句と音声認識させたい語句との２つの語句を音声認識することになるので、ユーザにとって語句を２回発声することが煩雑であり、また、ユーザが音声認識させたい語句を音声認識するまでに時間がかかり、操作性に劣るという問題があった。

本発明は、上記した事情に鑑みてなされたものであり、その目的は、ユーザにとって語句を発声する負担を軽減することができると共に、ユーザが音声認識させたい語句を速やかに音声認識することができ、操作性を高めることができる音声認識装置及び車両ナビゲーション装置を提供することにある。

請求項１に記載した発明によれば、操作位置検出手段は、複数の音声辞書に対応して操作対象に設定されている複数の操作位置のうちからユーザの操作位置を検出し、音声辞書切替手段は、複数の音声辞書のうちから操作位置検出手段が検出した操作位置に対応する音声辞書を使用辞書として切替える。そして、音声認識手段は、ユーザが発した音声を音声入力手段が入力すると、その音声入力手段が入力した音声の音声波形と音声辞書切替手段が使用辞書として切替えた音声辞書に登録されている語句の近似波形とを照合して当該ユーザが発した音声を音声認識する。

これにより、ユーザの操作位置に基づいて複数の音声辞書のうちからいずれかを使用辞書として切替えることにより、ユーザが複数の音声辞書のうちからいずれかを使用辞書として切替えるための語句を発声する必要がなくなり、ユーザが音声認識させたい語句のみを発声すれば良く、ユーザにとって語句を発声する負担を軽減することができると共に、ユーザが音声認識させたい語句を速やかに音声認識することができ、操作性を高めることができる。

請求項２に記載した発明によれば、音声辞書切替手段は、自装置が音声認識待ち状態に移行する前に、複数の音声辞書のうちから操作位置検出手段が検出した操作位置に対応する音声辞書を使用辞書として切替えるので、自装置が音声認識待ち状態に移行した時点では、既に複数の音声辞書のうちからいずれかを使用辞書として切替えておくことができ、ユーザが音声認識させたい語句をより速やかに音声認識することができる。

請求項３に記載した発明によれば、操作対象は、ステアリングであり、操作位置検出手段は、ユーザがステアリングを握っている位置を検出し、音声辞書切替手段は、複数の音声辞書のうちから操作位置検出手段が検出したステアリング握り位置に対応する音声辞書を使用辞書として切替えるので、ユーザがステアリングを握る位置を切替えることにより、複数の音声辞書のうちからいずれかを使用辞書として切替えることができる。

請求項４に記載した発明によれば、操作対象は、ステアリングの一部であるので、ステアリングの操作対象とされている箇所を一方の手で握ることにより複数の音声辞書のうちからいずれかを使用辞書として切替えることができると共に、ステアリングの操作対象とされていない箇所を他方の手で握ることにより運転操作することができ、運転操作に支障を来たすことなく複数の音声辞書のうちからいずれかを使用辞書として容易に切替えることができる。

請求項５に記載した発明によれば、握り圧力検出手段は、ユーザがステアリングを握っている握り圧力を検出し、その握り圧力検出手段が検出した握り圧力が閾値以上であると、自装置が音声認識待ち状態に移行するので、ユーザが例えばステアリングから手を離して別のスイッチを操作しなくとも、ユーザがステアリングを握ったまま閾値以上の握り圧力で握ることにより、音声認識待ち状態に移行することができ、操作性をより一層高めることができる。

請求項６に記載した発明によれば、音声辞書割当切替手段は、ステアリングの握り位置に対する音声辞書の割当を切替えるので、例えばステアリングにあってユーザが握り易い位置に使用頻度が高い音声辞書を割当てることにより、操作性をより一層高めることができる。

以下、本発明の一実施形態について、図面を参照して説明する。図２は、車両ナビゲーション装置の構成を機能ブロック図として示している。車両ナビゲーション装置１は、制御装置２、位置検出器３、地図データ記憶装置４、操作スイッチ群５、車両信号入出力器６、通信装置７、ＶＩＣＳ受信機８、音声制御装置９、音声認識装置１０、表示装置１１、メモリ１２及びリモコンセンサ１３を備えて構成されている。

制御装置２は、ＣＰＵ、ＲＯＭ、ＲＡＭ、Ｉ／Ｏインタフェース、これらを接続するバスなど（いずれも図示せず）を備えて構成されており、車両ナビゲーション装置１の動作全般を制御する。位置検出器３は、Ｇセンサ３ａ、ジャイロスコープ３ｂ、距離センサ３ｃ及びＧＰＳ受信機３ｄから構成されており、これら位置検出器３の各構成要素は互いに性質の異なる検出誤差を有している。この場合、制御装置２は、位置検出器３の各構成要素から検出信号を入力すると、それら入力した検出信号を互いに補完し、自車両の現在位置及び進行方向などを検出（特定）する。

地図データ記憶装置４は、例えばＤＶＤ−ＲＯＭなどの記録媒体１４から転送された地図データを記憶する。この場合、記録媒体１４は、経路案内に使用する地図データを記録していると共に、図１に示すように、音声辞書として住所用の音声辞書１５ａ、施設名称用の音声辞書１５ｂ及びナビゲーション機能制御用の音声辞書１５ｃなどの用途に応じた複数（本実施形態では３個）の音声辞書を記録している。尚、記録媒体１４は、例えばＨＤＤやメモリカードなどであっても良い。操作スイッチ群５は、表示装置１１の周辺に配置されているメカニカルスイッチ、表示装置１１の例えばカラー液晶ディスプレイ上に形成されるタッチスイッチ及び車室内の所定位置に配置されているＰＴＴスイッチなどから構成されている。

車両信号入出力器６は、車両に搭載されている各種センサや車載機器との間で各種信号を入出力し、例えば車速センサから車速を表す車速信号を入力すると共に、ステアリング１６（本発明でいう操作対象）からユーザが当該ステアリング１６を握っている位置（握り位置）を表す握り位置信号を入力する。ステアリング１６は、図３に示すように、その正面視にて円環状のリム部の左半部の領域に３個の曲線形状をなす圧力センサ１７ａ〜１７ｃが均等に埋込まれており、各々の圧力センサ１７ａ〜１７ｃは、ユーザがステアリング１６の該当する箇所を握っていることに応じて所定値以上の圧力を検出すると、ユーザがステアリング１６の該当する箇所を握っている旨を表す握り位置信号を出力する。この場合、各々の圧力センサ１７ａ〜１７ｃは、ユーザがステアリングを握っている握り圧力を示す数値を握り位置信号に含めて出力する。

ここで、各々の圧力センサ１７ａ〜１７ｃが埋込まれている箇所は、上記した記録媒体１４に記録されている３個の音声辞書１５ａ〜１５ｃに対応している。具体的には、圧力センサ１７ａが埋込まれている箇所は、住所用の音声辞書１５ａに対応しており、圧力センサ１７ｂが埋込まれている箇所は、施設名称用の音声辞書１７ｂに対応しており、圧力センサ１７ｃが埋込まれている箇所は、ナビゲーション機能制御用の音声辞書１７ｃに対応している。

通信装置７は、移動通信網との間で通信する。ＶＩＣＳ受信機８は、外部からＶＩＣＳ情報を受信する。音声制御装置９は、車室内の所定位置に配置されているマイクロホン１８が入力した音声及び車室内の所定位置に配置されているスピーカ１９が出力する音声を音声制御する。

音声認識装置１０は、図１に示すように、機能毎に、握り位置検出部２０ａ（本発明でいう操作位置検出手段、握り圧力検出手段）、音声辞書切替部２０ｂ（本発明でいう音声辞書切替手段、音声辞書割当切替手段）、音声辞書格納部２０ｃ、音声入力部２０ｄ（本発明でいう音声入力手段）、音声認識部２０ｅ（本発明でいう音声認識手段）及び認識結果出力部２０ｆを備えて構成されている。

握り位置検出部２０ａは、ステアリング１６から出力された握り位置信号を車両信号入出力器６を介して入力すると、その握り位置信号を解析してユーザがステアリング１６を握っている位置（握り位置）を検出すると共に、ユーザがステアリングを握っている握り圧力をも検出する。音声辞書切替部２０ｂは、ＤＶＤ１４に記録されている住所用の音声辞書１５ａ、施設名称用の音声辞書１５ｂ及びナビゲーション機能制御用の音声辞書１５ｃからいずれかを使用辞書として切替える（選択する）。また、音声辞書切替部２０ｂは、例えばユーザが操作スイッチ群５にて音声辞書の割当を切替える操作を行うと、上記した圧力センサ１７ａ〜１７ｃが埋込まれている箇所と記録媒体１４に記録されている３個の音声辞書１５ａ〜１５ｃとの対応（割当）を切替える。音声辞書格納部２０ｃは、音声辞書切替部２０ｂが使用辞書として切替えた音声辞書を格納する。

音声入力部２０ｄは、マイクロホン１８が入力した音声を音声制御装置９を介して入力する。音声認識部２０ｅは、音声入力部２０ｄが音声を入力すると、音声辞書切替部２０ｂが格納している音声辞書、つまり、音声辞書切替部２０ｂが使用辞書として切替えた音声辞書を参照し、音声入力部２０ｄが入力した音声の音声波形と音声辞書格納部２０ｃが使用辞書として格納している音声辞書に登録されている語句の近似波形とを照合し、ユーザが発した音声を音声認識する。認識結果出力部２０ｆは、音声認識部２０ｅが音声認識した認識結果を制御装置２に出力する。

制御装置２は、このようにして音声認識装置１０から入力した認識結果に基づいて、例えば目的地を検索したり地図表示の縮尺を変更したりする。尚、音声認識装置１０は、例えば上記したＰＴＴスイッチが押下されている期間に音声認識待ち状態となり、上記した音声認識を行うことが可能になる。

表示装置１１は、例えばカラー液晶ディスプレイから構成されており、自車両の現在位置を表す現在位置図形や走行軌跡を地図データに対応する地図上に重ねて表示する。尚、表示装置１０は、有機ＥＬやプラズマディスプレイなどから構成されていても良い。メモリ１２は、例えば着脱可能なフラッシュメモリカードなどにより構成されている。リモコンセンサ１３は、操作リモコン２１から送信された操作信号を受信して制御装置２に出力する。

次に、上記した構成の作用として、音声認識装置１０が行う処理を図４に示すフローチャートを参照して説明する。
音声認識装置１０は、ユーザがＰＴＴスイッチを押下したことに応じて音声認識待ち状態に移行すると、その時点でステアリング１６から車両信号入出力器６を介して入力している握り位置信号を解析してユーザがステアリング１６を握っている位置（握り位置）を握り位置検出部２０ａにて検出する（ステップＳ１）。

次いで、音声認識装置１０は、その時点で音声辞書格納部２０ｃが格納している音声辞書、つまり、音声辞書切替部２０ｂが使用辞書として切替えている音声辞書を参照し（ステップＳ２）、音声辞書切替部２０ｂが使用辞書として切替えている音声辞書が当該検出した握り位置に対応しているか否かを判定する（ステップＳ３）。

ここで、音声認識装置１０は、音声辞書切替部２０ｂが使用辞書として切替えている音声辞書が当該検出した握り位置に対応している旨を判定すると（ステップＳ３にて「ＹＥＳ」）、ユーザが発した音声の入力を待機すると共に（ステップＳ６）、音声認識待ち状態を解除したか否かを判定する（ステップＳ７）。そして、音声認識装置１０は、ユーザが発した音声を音声入力部２０ｄにて入力した旨を判定すると（ステップＳ６にて「ＹＥＳ」）、入力した音声の音声波形と使用辞書として切替えている音声辞書に登録されている語句の近似波形とを照合してユーザが発した音声を音声認識部２０ｅにて音声認識し（ステップＳ８）、その音声認識した認識結果を制御装置２に出力し（ステップＳ９）、
上記したステップＳ１に戻り、上記した一連の処理を繰返して行う。

一方、音声認識装置１０は、音声辞書切替部２０ｂが使用辞書として切替えている音声辞書が当該検出した握り位置に対応していない旨を判定すると（ステップＳ３にて「ＮＯ」）、検出した握り位置に対応する音声辞書を使用辞書として切替え（ステップＳ４）、使用辞書として切替えた音声辞書を音声辞書格納部２０ｃに格納する（ステップＳ５）。そして、音声認識装置１０は、ユーザが発した音声の入力を待機すると共に（ステップＳ６）、音声認識待ち状態を解除したか否かを判定し（ステップＳ７）、ユーザが発した音声を入力した旨を判定すると（ステップＳ６にて「ＹＥＳ」）、これ以降、上記したステップＳ８，Ｓ９を行う。

また、音声認識装置１０は、ＰＴＴスイッチの押下が解除されたことに応じて音声認識待ち状態を解除した旨を判定すると（ステップＳ７にて「ＹＥＳ」）、上記した一連の処理を終了する。

ところで、以上は、ユーザがＰＴＴスイッチを押下したことに応じて音声認識待ち状態に移行する構成を説明したが、握り位置検出部２０ａが検出した握り圧力が閾値以上であることを条件として音声認識待ち状態に移行する構成であっても良い。また、ユーザがＰＴＴスイッチを押下したことに応じて音声認識待ち状態に移行した後に、ユーザがステアリング１６を握っている位置に応じて音声辞書を切替える構成を説明したが、例えば車両ナビゲーション装置１が起動している場合に、ユーザがＰＴＴスイッチを押下していない状況であっても、ユーザがステアリング１６を握っている位置に応じて音声辞書を切替える構成であっても良い。

以上に説明したように本実施形態によれば、音声認識装置１０において、ユーザがステアリング１６を握っている位置を検出し、複数の音声辞書１５ａ〜１５ｃのうちから握り位置に対応する音声辞書を使用辞書として切替え、ユーザが発した音声を入力すると、その入力した音声の音声波形と使用辞書として切替えた音声辞書に登録されている語句の近似波形とを照合して当該ユーザが発した音声を音声認識するように構成したので、ユーザが複数の音声辞書１５ａ〜１５ｃのうちからいずれかを使用辞書として切替えるための語句を発声する必要がなくなり、ユーザが音声認識させたい語句のみを発声すれば良く、ユーザにとって語句を発声する負担を軽減することができると共に、ユーザが音声認識させたい語句を速やかに音声認識することができ、操作性を高めることができる。

また、音声認識装置１０が音声認識待ち状態に移行する前に、複数の音声辞書１５ａ〜１５ｃのうちから握り位置に対応する音声辞書を使用辞書として切替えるように構成すれば、音声認識装置１０が音声認識待ち状態に移行した時点では、既に複数の音声辞書１５ａ〜１５ｃのうちからいずれかを使用辞書として切替えておくことができ、ユーザが音声認識させたい語句をより速やかに音声認識することができる。

また、ステアリング１６の左半部を利用してユーザがステアリング１６を握っている位置を検出するように構成したので、ステアリング１６の左半部を左手で握ることにより複数の音声辞書１５ａ〜１５ｃのうちからいずれかを使用辞書として切替えることができると共に、ステアリング１６の右半部を右手で握ることにより運転操作することができ、運転操作に支障を来たすことなく複数の音声辞書１５ａ〜１５ｃのうちからいずれかを使用辞書として容易に切替えることができる。

また、握り位置検出部２０ａが検出した握り圧力が閾値以上であることを条件として音声認識待ち状態に移行するように構成すれば、ユーザが例えばステアリング１６から手を離して別のスイッチを操作しなくとも、ユーザがステアリング１６を握ったまま閾値以上の握り圧力で握ることにより、音声認識待ち状態に移行することができ、操作性をより一層高めることができる。

さらに、例えばユーザが操作スイッチ群５にて音声辞書の割当を切替える操作を行うと、ステアリング１６の握り位置に対する音声辞書の割当を切替えるように構成したので、ステアリング１６にあってユーザが握り易い位置に使用頻度が高い音声辞書を割当てることにより、操作性をより一層高めることができる。

本発明は、上記した実施形態にのみ限定されるものではなく、以下のように変形または拡張することができる。
操作対象は、ステアリングに限らず、運転操作に支障を来たすことがない範囲でユーザが運転中に操作可能な別の機器（例えばシフトレバーなど）であっても良い。
ユーザがステアリングを握っている位置を検出する手段として、圧力センサが利用される構成に限らず、例えば電極などの他のセンサが利用される構成であっても良い。また、センサがステアリングの右半部、下部あるいは上部に配置される構成であっても良い。
音声辞書は、住所用の音声辞書、施設名称用の音声辞書及びナビゲーション機能制御用の音声辞書以外の用途のものであっても良い。
ユーザがＰＴＴスイッチを押下することやユーザがステアリングを閾値以上の握り圧力で握ること以外のユーザ操作をトリガとして音声認識装置が音声認識待ち状態に移行する構成であっても良い。

本発明の一実施形態を示すもので、音声認識装置の機能ブロック図 車両ナビゲーション装置の機能ブロック図 ステアリングの握り位置と音声辞書との対応を示す図 フローチャート

符号の説明

図面中、１は車両ナビゲーション装置、１０は音声認識装置、１５ａ〜１５ｃは音声辞書、１６はステアリング（操作対象）、２０ａは握り位置検出部（操作位置検出手段、握り圧力検出手段）、２０ｂは音声辞書切替部（音声辞書切替手段、音声辞書割当切替手段）、２０ｄは音声入力部（音声入力手段）、２０ｅは音声認識部（音声認識手段）である。

Claims (7)

1. 複数の音声辞書のうちからいずれかを使用辞書として切替える音声辞書切替手段と、ユーザが発した音声を入力する音声入力手段と、前記音声入力手段が入力した音声の音声波形と前記音声辞書切替手段が使用辞書として切替えた音声辞書に登録されている語句の近似波形とを照合して当該ユーザが発した音声を音声認識する音声認識手段とを備えた音声認識装置であって、
   複数の音声辞書に対応して操作対象に設定されている複数の操作位置のうちからユーザの操作位置を検出する操作位置検出手段を備え、
   前記音声辞書切替手段は、複数の音声辞書のうちから前記操作位置検出手段が検出した操作位置に対応する音声辞書を使用辞書として切替えることを特徴とする音声認識装置。
2. 請求項１に記載した音声認識装置において、
   前記音声辞書切替手段は、自装置が音声認識待ち状態に移行する前に、複数の音声辞書のうちから前記操作位置検出手段が検出した操作位置に対応する音声辞書を使用辞書として切替えることを特徴とする音声認識装置。
3. 請求項１または２に記載した音声認識装置において、
   前記操作対象は、ステアリングであり、
   前記操作位置検出手段は、ユーザがステアリングを握っている位置を検出し、
   前記音声辞書切替手段は、複数の音声辞書のうちから前記操作位置検出手段が検出したステアリング握り位置に対応する音声辞書を使用辞書として切替えることを特徴とする音声認識装置。
4. 請求項３に記載した音声認識装置において、
   前記操作対象は、ステアリングの一部であることを特徴とする音声認識装置。
5. 請求項３または４に記載した音声認識装置において、
   ユーザがステアリングを握っている握り圧力を検出する握り圧力検出手段を備え、
   前記握り圧力検出手段が検出した握り圧力が閾値以上である場合に、自装置が音声認識待ち状態に移行することを特徴とする音声認識装置。
6. 請求項３ないし５のいずれかに記載した音声認識装置において、
   ステアリングの握り位置に対する音声辞書の割当を切替える音声辞書割当切替手段を備えたことを特徴とする音声認識装置。
7. 請求項１ないし６のいずれかに記載した音声認識装置を備え、
   前記音声認識装置が音声認識した認識結果に基づいてナビゲーションに係る処理を行うことを特徴とする車両ナビゲーション装置。

Images