JP3079006B2 - 音声認識制御装置 - Google Patents
音声認識制御装置Info
- Publication number
- JP3079006B2 JP3079006B2 JP07062803A JP6280395A JP3079006B2 JP 3079006 B2 JP3079006 B2 JP 3079006B2 JP 07062803 A JP07062803 A JP 07062803A JP 6280395 A JP6280395 A JP 6280395A JP 3079006 B2 JP3079006 B2 JP 3079006B2
- Authority
- JP
- Japan
- Prior art keywords
- threshold
- likelihood
- control
- keyword
- threshold value
- 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.)
- Expired - Fee Related
Links
Description
【0001】
【産業上の利用分野】本発明は、入力音声の中に含まれ
る特定の単語又は発話を検出し、最も尤度の高い単語と
その尤度とを出力する音声認識部を備え、この音声認識
部の出力である制御コマンドの尤度と機器の制御の可否
を決めるための第1の閾値との比較を行って、制御コマ
ンドの尤度が第1の閾値を超えているときに機器の制御
を行う音声認識制御装置に関する。
る特定の単語又は発話を検出し、最も尤度の高い単語と
その尤度とを出力する音声認識部を備え、この音声認識
部の出力である制御コマンドの尤度と機器の制御の可否
を決めるための第1の閾値との比較を行って、制御コマ
ンドの尤度が第1の閾値を超えているときに機器の制御
を行う音声認識制御装置に関する。
【0002】
【従来の技術】起動のためのスイッチを持たず、音声入
力のみによって機器の制御が可能な音声認識制御装置に
おいて問題となるのは、周囲の雑音や使用者の命令以外
の音声を誤って制御命令と判断し、誤動作してしまうこ
とである。
力のみによって機器の制御が可能な音声認識制御装置に
おいて問題となるのは、周囲の雑音や使用者の命令以外
の音声を誤って制御命令と判断し、誤動作してしまうこ
とである。
【0003】この問題を解決するためには、機器の制御
の可否を決める閾値を厳しく設定すればよいが、厳しく
設定すると、今度は所望の命令を認識しなくなる恐れが
ある。
の可否を決める閾値を厳しく設定すればよいが、厳しく
設定すると、今度は所望の命令を認識しなくなる恐れが
ある。
【0004】そこで、従来はこのような認識不良を防止
するために閾値を可変とし、ボタンやスイッチ、ボリュ
ーム、ポインチングデバイスなどを使って使用者に閾値
を設定させたり、ボタン操作によって認識動作を開始す
るようにしたり、最初にキーワード音声を認識しなけれ
ば所望の命令を認識しないようにした音声認識制御装置
が提案されている。
するために閾値を可変とし、ボタンやスイッチ、ボリュ
ーム、ポインチングデバイスなどを使って使用者に閾値
を設定させたり、ボタン操作によって認識動作を開始す
るようにしたり、最初にキーワード音声を認識しなけれ
ば所望の命令を認識しないようにした音声認識制御装置
が提案されている。
【0005】例えば、AppleComputer社の
パーソナルコンピュータであるMacintoshで動
作する音声認識ソフトウエア「Caspar」がある。
このシステムでは、認識の閾値を使用者が予めコンピュ
ータ画面上で設定し、かつシステムの名称である「Ca
spar」というキーワードを発声しなければ制御命令
を受け付けないというものである。
パーソナルコンピュータであるMacintoshで動
作する音声認識ソフトウエア「Caspar」がある。
このシステムでは、認識の閾値を使用者が予めコンピュ
ータ画面上で設定し、かつシステムの名称である「Ca
spar」というキーワードを発声しなければ制御命令
を受け付けないというものである。
【0006】この他にも、例えば特開平4−17740
0号公報の音声起動方式や、特開平5−216492号
公報の音声起動制御方法なども提案されている。
0号公報の音声起動方式や、特開平5−216492号
公報の音声起動制御方法なども提案されている。
【0007】これらの音声起動方式や音声起動制御方法
は、第1のキーワードを認識してから一定時間内に第2
のキーワードを受け付けたときにのみ、音声起動がかか
るようにしたものである。
は、第1のキーワードを認識してから一定時間内に第2
のキーワードを受け付けたときにのみ、音声起動がかか
るようにしたものである。
【0008】
【発明が解決しようとする課題】ところで、自動車の運
転中や機器の操作中など、手と目が離せないような状況
である場合には、上記したボタン操作などによる閾値の
設定は困難である。
転中や機器の操作中など、手と目が離せないような状況
である場合には、上記したボタン操作などによる閾値の
設定は困難である。
【0009】また、上記した従来のキーワード方式は、
環境の変化によってキーワードが認識しにくいような場
合には、全く使用できない状況に陥る可能性があるとい
った問題があった。そして、このような状況の発生を防
止するために、キーワードに対する閾値を緩くすると、
様々な雑音によって起動されてしまい、キーワード起動
の安全性が損なわれるといった問題が発生する。
環境の変化によってキーワードが認識しにくいような場
合には、全く使用できない状況に陥る可能性があるとい
った問題があった。そして、このような状況の発生を防
止するために、キーワードに対する閾値を緩くすると、
様々な雑音によって起動されてしまい、キーワード起動
の安全性が損なわれるといった問題が発生する。
【0010】本発明は係る問題点を解決すべく創案され
たもので、その目的は、使用者の意思により、音声入力
によって周囲の状況に合わせた最適な閾値が設定可能な
音声認識制御装置を提供することにある。
たもので、その目的は、使用者の意思により、音声入力
によって周囲の状況に合わせた最適な閾値が設定可能な
音声認識制御装置を提供することにある。
【0011】
【課題を解決するための手段】上記課題を解決するた
め、本発明の請求項1記載の音声認識制御装置は、入力
音声の中に含まれる特定の単語又は発話を検出し、最も
尤度の高い単語とその尤度とを出力する音声認識部を備
え、この音声認識部の出力である制御コマンドの尤度と
機器の制御の可否を決めるための第1の閾値との比較を
行って、制御コマンドの尤度が第1の閾値を超えている
ときに機器の制御を行う音声認識制御装置に適用し、前
記第1の閾値を下降操作するための音声入力を第1のキ
ーワードとし、前記第1の閾値の操作の可否を決めるた
めの比較基準値を第2の閾値とするとき、前記第1のキ
ーワードの尤度と前記第2の閾値との比較を行い、前記
第1のキーワードの尤度が前記第2の閾値を超えている
とき、前記第1の閾値が予め設定された下限値よりも大
きければ、第1の閾値を所定量下降させる閾値下降制御
部を備えた構成とする。
め、本発明の請求項1記載の音声認識制御装置は、入力
音声の中に含まれる特定の単語又は発話を検出し、最も
尤度の高い単語とその尤度とを出力する音声認識部を備
え、この音声認識部の出力である制御コマンドの尤度と
機器の制御の可否を決めるための第1の閾値との比較を
行って、制御コマンドの尤度が第1の閾値を超えている
ときに機器の制御を行う音声認識制御装置に適用し、前
記第1の閾値を下降操作するための音声入力を第1のキ
ーワードとし、前記第1の閾値の操作の可否を決めるた
めの比較基準値を第2の閾値とするとき、前記第1のキ
ーワードの尤度と前記第2の閾値との比較を行い、前記
第1のキーワードの尤度が前記第2の閾値を超えている
とき、前記第1の閾値が予め設定された下限値よりも大
きければ、第1の閾値を所定量下降させる閾値下降制御
部を備えた構成とする。
【0012】また、本発明の請求項1記載の音声認識制
御装置は、請求項1記載の音声認識制御装置において、
前記第1の閾値を上昇操作するための音声入力を第2の
キーワードとするとき、前記第2のキーワードの尤度と
前記第2の閾値との比較を行い、前記第2のキーワード
の尤度が前記第2の閾値を超えているとき、前記第1の
閾値が予め設定された上限値よりも小さければ、第1の
閾値を所定量上昇させる閾値上昇制御部を備えた構成と
する。
御装置は、請求項1記載の音声認識制御装置において、
前記第1の閾値を上昇操作するための音声入力を第2の
キーワードとするとき、前記第2のキーワードの尤度と
前記第2の閾値との比較を行い、前記第2のキーワード
の尤度が前記第2の閾値を超えているとき、前記第1の
閾値が予め設定された上限値よりも小さければ、第1の
閾値を所定量上昇させる閾値上昇制御部を備えた構成と
する。
【0013】また、本発明の請求項3記載の音声認識制
御装置は、請求項2記載の音声認識制御装置において、
前記閾値上昇制御部は、前記機器の所定の制御が終了し
た後、又は前記閾値下降制御部により下降制御されてか
ら一定時間経過した後、又は前記閾値下降制御部により
下降制御されてから時間の経過と共に徐々に、前記第1
の閾値を上昇させるように構成する。
御装置は、請求項2記載の音声認識制御装置において、
前記閾値上昇制御部は、前記機器の所定の制御が終了し
た後、又は前記閾値下降制御部により下降制御されてか
ら一定時間経過した後、又は前記閾値下降制御部により
下降制御されてから時間の経過と共に徐々に、前記第1
の閾値を上昇させるように構成する。
【0014】また、本発明の請求項4記載の音声認識制
御装置は、請求項1、2、又は3記載の音声認識制御装
置において、前記閾値下降制御部により下降制御された
前記第1の閾値と前記第1のキーワードの尤度との比較
を行い、第1のキーワードの尤度が前記第1の閾値を超
えているとき、機器を制御するための音声入力が可能で
あることを知らせる応答部を備えた構成とする。
御装置は、請求項1、2、又は3記載の音声認識制御装
置において、前記閾値下降制御部により下降制御された
前記第1の閾値と前記第1のキーワードの尤度との比較
を行い、第1のキーワードの尤度が前記第1の閾値を超
えているとき、機器を制御するための音声入力が可能で
あることを知らせる応答部を備えた構成とする。
【0015】
【作用】請求項1記載の発明の作用について述べる。
【0016】機器を制御する音声入力を制御コマンドと
し、機器の制御の可否を決めるための閾値を第1の閾値
とし、第1の閾値を下降操作するための音声入力を第1
のキーワードとし、第1の閾値の操作の可否を決めるた
めの比較基準値を第2の閾値とすると、閾値下降制御部
は、第1のキーワードの尤度と第2の閾値との比較を行
い、第1のキーワードの尤度が第2の閾値を超えている
とき、第1の閾値が予め設定された下限値よりも大きけ
れば、第1の閾値を所定量下降させる制御を行う。
し、機器の制御の可否を決めるための閾値を第1の閾値
とし、第1の閾値を下降操作するための音声入力を第1
のキーワードとし、第1の閾値の操作の可否を決めるた
めの比較基準値を第2の閾値とすると、閾値下降制御部
は、第1のキーワードの尤度と第2の閾値との比較を行
い、第1のキーワードの尤度が第2の閾値を超えている
とき、第1の閾値が予め設定された下限値よりも大きけ
れば、第1の閾値を所定量下降させる制御を行う。
【0017】これにより、以後の音声入力に対して音声
認識が容易となり、機器の制御が行い易くなる。逆にい
えば、認識不良による未動作の発生といった事態が解消
される。
認識が容易となり、機器の制御が行い易くなる。逆にい
えば、認識不良による未動作の発生といった事態が解消
される。
【0018】請求項2記載の発明の作用について述べ
る。
る。
【0019】上記構成に加え、第1の閾値を上昇操作す
るための音声入力を第2のキーワードとすると、閾値上
昇制御部は、第2のキーワードの尤度と第2の閾値との
比較を行い、第2のキーワードの尤度が第2の閾値を超
えているとき、第1の閾値が予め設定された上限値より
も小さければ、第1の閾値を所定量上昇させる制御を行
う。
るための音声入力を第2のキーワードとすると、閾値上
昇制御部は、第2のキーワードの尤度と第2の閾値との
比較を行い、第2のキーワードの尤度が第2の閾値を超
えているとき、第1の閾値が予め設定された上限値より
も小さければ、第1の閾値を所定量上昇させる制御を行
う。
【0020】これにより、一旦下降した第1の閾値が再
び上昇するから、その後の音声入力に対して音声認識が
再び厳しくなる。そのため、雑音などの入力による誤動
作の発生が防止される。
び上昇するから、その後の音声入力に対して音声認識が
再び厳しくなる。そのため、雑音などの入力による誤動
作の発生が防止される。
【0021】請求項3記載の発明の作用について述べ
る。
る。
【0022】請求項2記載の音声認識制御装置におい
て、閾値上昇制御部は、機器の所定の制御が終了した
後、又は閾値下降制御部により下降制御されてから一定
時間経過した後、又は閾値下降制御部により下降制御さ
れてから時間の経過と共に徐々に、第1の閾値を上昇
(例えば、元の設定値に復帰)させるように制御する。
て、閾値上昇制御部は、機器の所定の制御が終了した
後、又は閾値下降制御部により下降制御されてから一定
時間経過した後、又は閾値下降制御部により下降制御さ
れてから時間の経過と共に徐々に、第1の閾値を上昇
(例えば、元の設定値に復帰)させるように制御する。
【0023】これにより、使用者による第2のキーワー
ドの入力がなくても、一旦下降した第1の閾値を自動的
に元の設定値に復帰させることができ、その後の雑音な
どの入力による誤動作の発生が防止される。
ドの入力がなくても、一旦下降した第1の閾値を自動的
に元の設定値に復帰させることができ、その後の雑音な
どの入力による誤動作の発生が防止される。
【0024】請求項4記載の発明の作用について述べ
る。
る。
【0025】請求項1、2又は3記載の音声認識制御装
置において、応答部は、閾値下降制御部により下降制御
された第1の閾値と第1のキーワードの尤度との比較を
行い、第1のキーワードの尤度が第1の閾値を超えてい
るとき、機器を制御するための音声入力が可能であるこ
とを使用者に知らせる。知らせる手段として、例えば音
声や音響的信号、光や振動などの手段が可能である。
置において、応答部は、閾値下降制御部により下降制御
された第1の閾値と第1のキーワードの尤度との比較を
行い、第1のキーワードの尤度が第1の閾値を超えてい
るとき、機器を制御するための音声入力が可能であるこ
とを使用者に知らせる。知らせる手段として、例えば音
声や音響的信号、光や振動などの手段が可能である。
【0026】これにより、使用者は、装置が音声を受入
れ易くなっているか、依然リジェクトされ易い状態かを
判別することができる。
れ易くなっているか、依然リジェクトされ易い状態かを
判別することができる。
【0027】
【実施例】以下、本発明の一実施例を図面を参照して説
明する。
明する。
【0028】図1は、本発明の音声認識制御装置の電気
的構成を示すブロック図である。
的構成を示すブロック図である。
【0029】図において、音声入力部1は、増幅器やA
/Dコンバータなどで構成され、図示しないマイクロホ
ンから取り込んだ入力音声を、次段の音声認識部2で処
理できるような電気信号に変換し、さらにデジタル信号
に変換して出力する。
/Dコンバータなどで構成され、図示しないマイクロホ
ンから取り込んだ入力音声を、次段の音声認識部2で処
理できるような電気信号に変換し、さらにデジタル信号
に変換して出力する。
【0030】音声認識部2は、デジタルシグナルプロセ
ッサやマイクロプロセッサ、又は専用の演算回路とメモ
リなどで構成され、入力音声の中に特定の単語又は発話
が含まれているかどうかを検出し、検出された場合には
その中で最も尤度の高い単語Wとその尤もらしさを表す
尤度(L)とを出力する。音声認識手段としては、キー
ワードや制御語又は制御文が認識できる方法であればよ
く、例えば線形マッチングやダイナミックプログラミン
グのようなパタンマッチング手法、隠れマルコフモデル
やニューラルネットワークのような統計的な手法が一般
的である。
ッサやマイクロプロセッサ、又は専用の演算回路とメモ
リなどで構成され、入力音声の中に特定の単語又は発話
が含まれているかどうかを検出し、検出された場合には
その中で最も尤度の高い単語Wとその尤もらしさを表す
尤度(L)とを出力する。音声認識手段としては、キー
ワードや制御語又は制御文が認識できる方法であればよ
く、例えば線形マッチングやダイナミックプログラミン
グのようなパタンマッチング手法、隠れマルコフモデル
やニューラルネットワークのような統計的な手法が一般
的である。
【0031】制御部3は、音声認識部2の出力する認識
結果と尤度とに基づき、機器の制御の可否を決めるため
の閾値(以下、第1の閾値という。)L1を操作する
か、機器を制御するか、又は何もしないかを判断する。
結果と尤度とに基づき、機器の制御の可否を決めるため
の閾値(以下、第1の閾値という。)L1を操作する
か、機器を制御するか、又は何もしないかを判断する。
【0032】すなわち、制御部3は、後述する第1のキ
ーワードの尤度と後述する第2の閾値L0との比較を行
い、第1のキーワードの尤度が第2の閾値L0を超えて
いるとき、第1の閾値L1が予め設定された下限値Lm
inよりも大きければ、第1の閾値を所定量Ld下降さ
せる制御を行う。また、制御部3は、後述する第2のキ
ーワードの尤度と第2の閾値L0との比較を行い、第2
のキーワードの尤度が第2の閾値L0を超えていると
き、第1の閾値L1が予め設定された上限値Lmaxよ
りも小さければ、第1の閾値L1を所定量Ld上昇させ
る制御を行う。また、制御部3は、後述する制御コマン
ドの尤度と第1の閾値L1との比較を行い、制御コマン
ドの尤度が第1の閾値L1を超えているとき、制御目的
である機器4の制御を行う。
ーワードの尤度と後述する第2の閾値L0との比較を行
い、第1のキーワードの尤度が第2の閾値L0を超えて
いるとき、第1の閾値L1が予め設定された下限値Lm
inよりも大きければ、第1の閾値を所定量Ld下降さ
せる制御を行う。また、制御部3は、後述する第2のキ
ーワードの尤度と第2の閾値L0との比較を行い、第2
のキーワードの尤度が第2の閾値L0を超えていると
き、第1の閾値L1が予め設定された上限値Lmaxよ
りも小さければ、第1の閾値L1を所定量Ld上昇させ
る制御を行う。また、制御部3は、後述する制御コマン
ドの尤度と第1の閾値L1との比較を行い、制御コマン
ドの尤度が第1の閾値L1を超えているとき、制御目的
である機器4の制御を行う。
【0033】応答部5は、制御部3からの制御信号に基
づき、機器を制御するための音声入力が可能であること
を使用者に知らせるため、例えば音声や音響的信号、光
や振動などの方法で応答する。具体的には、ビープ音や
録音した人の声による返事、LEDやランプ、画面表示
や振動による報知などが利用できる。そして、第1の閾
値L1が操作される度になんらかの短い応答を返し、尤
度Lが第1の閾値L1より小さくなったときに人の声で
返事をするなど、使用環境や使用方法、また使用者に適
した応答方法とすることが可能である。
づき、機器を制御するための音声入力が可能であること
を使用者に知らせるため、例えば音声や音響的信号、光
や振動などの方法で応答する。具体的には、ビープ音や
録音した人の声による返事、LEDやランプ、画面表示
や振動による報知などが利用できる。そして、第1の閾
値L1が操作される度になんらかの短い応答を返し、尤
度Lが第1の閾値L1より小さくなったときに人の声で
返事をするなど、使用環境や使用方法、また使用者に適
した応答方法とすることが可能である。
【0034】図2は、制御部3の動作を表すアルゴリズ
ムの例である。
ムの例である。
【0035】まず、図2中の記号について説明する。L
は音声認識部2により検出された入力音声の中の特定の
単語Wの尤度、L1は機器の制御の可否を決めるための
第1の閾値、L0は第1の閾値L1の操作の可否を決め
るための比較基準値となる第2の閾値、Lmax,Lm
inは閾値操作される第1の閾値L1の上限と下限とを
与える値、第1のキーワードは第1の閾値L1を降下操
作(緩和)するためのキーワード、第2のキーワードは
第1の閾値L1を上昇操作(厳しく)するためのキーワ
ード、Ldは1回の閾値操作によって変更される変更量
である。ここで、下限値Lminは、第1の閾値L1が
緩和しすぎて起こる誤認識を防止するため、例えば入力
が明らかに雑音であるときの最大尤度を示す単語の尤度
の統計量から決定すればよい。
は音声認識部2により検出された入力音声の中の特定の
単語Wの尤度、L1は機器の制御の可否を決めるための
第1の閾値、L0は第1の閾値L1の操作の可否を決め
るための比較基準値となる第2の閾値、Lmax,Lm
inは閾値操作される第1の閾値L1の上限と下限とを
与える値、第1のキーワードは第1の閾値L1を降下操
作(緩和)するためのキーワード、第2のキーワードは
第1の閾値L1を上昇操作(厳しく)するためのキーワ
ード、Ldは1回の閾値操作によって変更される変更量
である。ここで、下限値Lminは、第1の閾値L1が
緩和しすぎて起こる誤認識を防止するため、例えば入力
が明らかに雑音であるときの最大尤度を示す単語の尤度
の統計量から決定すればよい。
【0036】すなわち、制御部3は、フレーム周期毎に
音声認識部2の出力を受け、音声認識部2によって検出
された単語に基づいて決められた動作を行う(ステップ
S1)。フレーム周期は、音声認識の処理周期でよく、
一般に数msecから数十msecを使う場合が多い。
音声認識部2の出力を受け、音声認識部2によって検出
された単語に基づいて決められた動作を行う(ステップ
S1)。フレーム周期は、音声認識の処理周期でよく、
一般に数msecから数十msecを使う場合が多い。
【0037】ここで、音声認識部2により検出された単
語が第1のキーワードである場合(ステップS2)、制
御部3は第1のキーワードの尤度と第2の閾値L0との
比較を行い(ステップS3)、第1のキーワードの尤度
が第2の閾値L0を超えており、かつ第1の閾値L1が
予め設定された下限値Lminよりも大きければ、第1
の閾値L1を所定量Ld下降させる制御を行う(ステッ
プS4)。
語が第1のキーワードである場合(ステップS2)、制
御部3は第1のキーワードの尤度と第2の閾値L0との
比較を行い(ステップS3)、第1のキーワードの尤度
が第2の閾値L0を超えており、かつ第1の閾値L1が
予め設定された下限値Lminよりも大きければ、第1
の閾値L1を所定量Ld下降させる制御を行う(ステッ
プS4)。
【0038】これにより、以後の音声入力に対して音声
認識が容易となり、機器の制御が行い易くなる。逆にい
えば、認識不良による未動作の発生といった事態が解消
されることになる。
認識が容易となり、機器の制御が行い易くなる。逆にい
えば、認識不良による未動作の発生といった事態が解消
されることになる。
【0039】この後、制御部3は、操作後の第1の閾値
L1と第1のキーワードの尤度との比較を行い、第1の
キーワードの尤度が第1の閾値L1を超えているとき、
機器4を制御するための音声入力が可能であることを使
用者に知らせるため、応答部4を制御して、音声や音響
的信号、光や振動などの方法で応答する(ステップS
5,S6)。
L1と第1のキーワードの尤度との比較を行い、第1の
キーワードの尤度が第1の閾値L1を超えているとき、
機器4を制御するための音声入力が可能であることを使
用者に知らせるため、応答部4を制御して、音声や音響
的信号、光や振動などの方法で応答する(ステップS
5,S6)。
【0040】これにより、使用者は、装置が音声を受入
れ易くなっているか、依然リジェクトされ易い状態かを
判別することができる。
れ易くなっているか、依然リジェクトされ易い状態かを
判別することができる。
【0041】次に、ステップS2において、音声認識部
2により検出された単語が第2のキーワードである場
合、制御部3は第2のキーワードの尤度と第2の閾値L
0との比較を行い(ステップS13)、第2のキーワー
ドの尤度が第2の閾値L0を超えており、かつ第1の閾
値L1が予め設定された上限値Lmaxよりも小さけれ
ば、第1の閾値L1を所定量Ld上昇させる制御を行う
(ステップS14)。また、制御部3は、キーワードに
よる閾値操作を行ったときにはカウンタTを0にリセッ
トする(ステップS14)。
2により検出された単語が第2のキーワードである場
合、制御部3は第2のキーワードの尤度と第2の閾値L
0との比較を行い(ステップS13)、第2のキーワー
ドの尤度が第2の閾値L0を超えており、かつ第1の閾
値L1が予め設定された上限値Lmaxよりも小さけれ
ば、第1の閾値L1を所定量Ld上昇させる制御を行う
(ステップS14)。また、制御部3は、キーワードに
よる閾値操作を行ったときにはカウンタTを0にリセッ
トする(ステップS14)。
【0042】これにより、一旦下降した第1の閾値L1
が再び上昇するから、その後の音声入力に対して音声認
識が再び厳しくなる。そのため、雑音などの入力による
誤動作の発生が防止されることになる。
が再び上昇するから、その後の音声入力に対して音声認
識が再び厳しくなる。そのため、雑音などの入力による
誤動作の発生が防止されることになる。
【0043】次に、ステップS2において、音声認識部
2により検出された単語が制御コマンドである場合、制
御部3は制御コマンドの尤度と第1の閾値L1との比較
を行い(ステップS7)、制御コマンドの尤度が第1の
閾値L1を超えているときには、機器4の制御を行う
(ステップS8)。また、制御部3は、機器4の制御を
行ったときにはカウンタTを0にリセットする(ステッ
プS9)。
2により検出された単語が制御コマンドである場合、制
御部3は制御コマンドの尤度と第1の閾値L1との比較
を行い(ステップS7)、制御コマンドの尤度が第1の
閾値L1を超えているときには、機器4の制御を行う
(ステップS8)。また、制御部3は、機器4の制御を
行ったときにはカウンタTを0にリセットする(ステッ
プS9)。
【0044】次に、ステップS2において、音声認識部
2により単語が検出されない場合、制御部3は、前回の
制御からの経過時間Tと予め設定された所定時間T0と
の比較を行い(ステップS10)、経過時間Tが所定時
間T0を超えており、かつ第1の閾値L1が予め設定さ
れた上限値Lmaxよりも小さければ、第1の閾値L1
を所定量Ld上昇させる制御を行う(ステップS1
1)。また、制御部3は、閾値操作を行ったときにはカ
ウンタTを0にリセットする(ステップS11)。一
方、ステップS10において、前回の制御からの経過時
間Tが予め設定された所定時間T0以下である場合、又
は第1の閾値L1が予め設定された上限値Lmaxより
も小さくない場合には、カウント時間Tをフレーム毎に
インクリメントする(ステップS12)。
2により単語が検出されない場合、制御部3は、前回の
制御からの経過時間Tと予め設定された所定時間T0と
の比較を行い(ステップS10)、経過時間Tが所定時
間T0を超えており、かつ第1の閾値L1が予め設定さ
れた上限値Lmaxよりも小さければ、第1の閾値L1
を所定量Ld上昇させる制御を行う(ステップS1
1)。また、制御部3は、閾値操作を行ったときにはカ
ウンタTを0にリセットする(ステップS11)。一
方、ステップS10において、前回の制御からの経過時
間Tが予め設定された所定時間T0以下である場合、又
は第1の閾値L1が予め設定された上限値Lmaxより
も小さくない場合には、カウント時間Tをフレーム毎に
インクリメントする(ステップS12)。
【0045】図3は、図2に示すアルゴリズムに従って
本発明の音声認識制御装置の制御部3が動作した場合の
動作例を示しており、横軸は時間の経過、縦軸は音声認
識部2から出力される尤度の高さを示している。
本発明の音声認識制御装置の制御部3が動作した場合の
動作例を示しており、横軸は時間の経過、縦軸は音声認
識部2から出力される尤度の高さを示している。
【0046】認識尤度L(t)は時間の関数であり、音
声認識部2では認識語彙毎に尤度を求めるが、図3には
各時間で最大の尤度を示す単語の尤度のみを表示してい
る。また、認識結果を示す矩形の波形は単語の発声期間
を示し、音声認識部2は、単語の発声し終わった時点で
単語を検出する。
声認識部2では認識語彙毎に尤度を求めるが、図3には
各時間で最大の尤度を示す単語の尤度のみを表示してい
る。また、認識結果を示す矩形の波形は単語の発声期間
を示し、音声認識部2は、単語の発声し終わった時点で
単語を検出する。
【0047】まず、時刻t0で制御コマンドを受けた場
合、この時点では第1の閾値L1が高い状態にある(符
号11により示す)ことから、よほど大きな尤度の音声
でない限り、機器4の制御は行えない。
合、この時点では第1の閾値L1が高い状態にある(符
号11により示す)ことから、よほど大きな尤度の音声
でない限り、機器4の制御は行えない。
【0048】そのため、使用者が次に第1のキーワード
を音声入力(L>L0)すると、この第1のキーワード
は時刻t1において音声認識部2において認識されるこ
とから、制御部3は第1の閾値L1を所定量Ldだけ降
下させる(符号12により示す)。これにより、音声認
識部2では以後音声を認識し易くなるが、この時点での
尤度L(t1)はまだ第1の閾値L1(符号12)より
小さいので、応答は起こらず、使用者は音声認識制御装
置がまだ十分受入れ態勢にないことを知ることができ
る。
を音声入力(L>L0)すると、この第1のキーワード
は時刻t1において音声認識部2において認識されるこ
とから、制御部3は第1の閾値L1を所定量Ldだけ降
下させる(符号12により示す)。これにより、音声認
識部2では以後音声を認識し易くなるが、この時点での
尤度L(t1)はまだ第1の閾値L1(符号12)より
小さいので、応答は起こらず、使用者は音声認識制御装
置がまだ十分受入れ態勢にないことを知ることができ
る。
【0049】そのため、使用者が再び第1のキーワード
を音声入力(L>L0)すると、この第1のキーワード
は時刻t2において音声認識部2において認識されるこ
とから、制御部3は第1の閾値L1をさらに所定量Ld
だけ降下させる(符号13により示す)。これにより、
音声認識部2では以後の音声をより認識し易くなり、ま
たこの時点での尤度L(t2)は第1の閾値L1(符号
13)より大きいので、この場合には応答部3により応
答を返すことになる。そのため、使用者は音声認識制御
装置が受入れ態勢になったことを知ることができる。
を音声入力(L>L0)すると、この第1のキーワード
は時刻t2において音声認識部2において認識されるこ
とから、制御部3は第1の閾値L1をさらに所定量Ld
だけ降下させる(符号13により示す)。これにより、
音声認識部2では以後の音声をより認識し易くなり、ま
たこの時点での尤度L(t2)は第1の閾値L1(符号
13)より大きいので、この場合には応答部3により応
答を返すことになる。そのため、使用者は音声認識制御
装置が受入れ態勢になったことを知ることができる。
【0050】そのため、使用者は次に所定の制御コマン
ドを音声入力(L>L0)すると、この制御コマンドは
時刻t3において音声認識部2において認識されること
から、制御部3はこの制御コマンドに従って機器4を制
御する。
ドを音声入力(L>L0)すると、この制御コマンドは
時刻t3において音声認識部2において認識されること
から、制御部3はこの制御コマンドに従って機器4を制
御する。
【0051】機器4の制御後、時刻t4において、前回
の制御(時刻t3での制御)からの経過時間T0を超え
ると、第1の閾値L1を所定量Ldだけ上昇させる(符
号14により示す)。つまり、この閾値操作は、使用者
の意図によらない操作となっている。
の制御(時刻t3での制御)からの経過時間T0を超え
ると、第1の閾値L1を所定量Ldだけ上昇させる(符
号14により示す)。つまり、この閾値操作は、使用者
の意図によらない操作となっている。
【0052】その後、使用者が第2のキーワードを音声
入力(L>L0)すると、この第2のキーワードは時刻
t5において音声認識部2において認識されることか
ら、制御部3は第1の閾値L1をさらに所定量Ldだけ
上昇させて(符号15により示す)、元の設定値に復帰
させる。この閾値操作は、使用者の意図による操作とな
っている。
入力(L>L0)すると、この第2のキーワードは時刻
t5において音声認識部2において認識されることか
ら、制御部3は第1の閾値L1をさらに所定量Ldだけ
上昇させて(符号15により示す)、元の設定値に復帰
させる。この閾値操作は、使用者の意図による操作とな
っている。
【0053】なお、上記実施例では、第2の閾値L0を
固定として説明しているが、雑音区間の最大尤度を示す
単語の尤度の統計量から決定することで、環境に適応し
た値を選択することができる。簡単な例としては、雑音
区間に対する最大尤度を示す単語の尤度に固定の値を加
えた値とすることが可能である。
固定として説明しているが、雑音区間の最大尤度を示す
単語の尤度の統計量から決定することで、環境に適応し
た値を選択することができる。簡単な例としては、雑音
区間に対する最大尤度を示す単語の尤度に固定の値を加
えた値とすることが可能である。
【0054】また、上記実施例では、閾値制御量(所定
量Ld)についても固定として説明しているが、例えば
第1のキーワードが2回以上認識されたときに、その尤
度の平均値から固定の値を引いた値に際設定することが
可能であり、これにより、より的確な閾値制御が可能と
なる。
量Ld)についても固定として説明しているが、例えば
第1のキーワードが2回以上認識されたときに、その尤
度の平均値から固定の値を引いた値に際設定することが
可能であり、これにより、より的確な閾値制御が可能と
なる。
【0055】また、上記実施例では、機器4の制御後、
前回の制御からの経過時間T0を超えると、第1の閾値
L1を所定量Ldだけ上昇させる構成(図3の時刻t4
での制御)として説明しているが、例えば機器4の所定
の制御が終了した後、又は制御部3により下降制御され
てから時間の経過と共に徐々に、第1の閾値L1を上昇
(例えば、元の設定値まで復帰)させるように構成する
ことが可能である。
前回の制御からの経過時間T0を超えると、第1の閾値
L1を所定量Ldだけ上昇させる構成(図3の時刻t4
での制御)として説明しているが、例えば機器4の所定
の制御が終了した後、又は制御部3により下降制御され
てから時間の経過と共に徐々に、第1の閾値L1を上昇
(例えば、元の設定値まで復帰)させるように構成する
ことが可能である。
【0056】これにより、使用者による第2のキーワー
ドの入力がなくても、一旦下降した第1の閾値を自動的
に元の設定値に復帰させることができ、その後の雑音な
どの入力による誤動作の発生が防止されるものである。
ドの入力がなくても、一旦下降した第1の閾値を自動的
に元の設定値に復帰させることができ、その後の雑音な
どの入力による誤動作の発生が防止されるものである。
【0057】さらに、上記実施例では、音声認識部2が
尤度を出力し、その尤度に対して閾値操作を行っている
が、距離を用いて認識するダイナミックプログラミング
などの方式を用いた場合には、距離に対して閾値を設け
る。この場合には、閾値の増減関係は尤度の場合と逆に
なる。
尤度を出力し、その尤度に対して閾値操作を行っている
が、距離を用いて認識するダイナミックプログラミング
などの方式を用いた場合には、距離に対して閾値を設け
る。この場合には、閾値の増減関係は尤度の場合と逆に
なる。
【0058】
【発明の効果】本発明の請求項1記載の音声認識制御装
置は、閾値下降制御部により第1のキーワードの尤度と
第2の閾値との比較を行い、第1のキーワードの尤度が
第2の閾値を超えているとき、第1の閾値が予め設定さ
れた下限値よりも大きければ、第1の閾値を所定量下降
させるように構成したので、以後の音声入力に対して音
声認識が容易となり、機器の制御が行い易くなる。すな
わち、認識不良による未動作の発生といった事態が解消
される。
置は、閾値下降制御部により第1のキーワードの尤度と
第2の閾値との比較を行い、第1のキーワードの尤度が
第2の閾値を超えているとき、第1の閾値が予め設定さ
れた下限値よりも大きければ、第1の閾値を所定量下降
させるように構成したので、以後の音声入力に対して音
声認識が容易となり、機器の制御が行い易くなる。すな
わち、認識不良による未動作の発生といった事態が解消
される。
【0059】また、本発明の請求項2記載の音声認識制
御装置は、閾値上昇制御部により第2のキーワードの尤
度と第2の閾値との比較を行い、第2のキーワードの尤
度が第2の閾値を超えているとき、第1の閾値が予め設
定された上限値よりも小さければ、第1の閾値を所定量
上昇させるように構成したので、一旦下降した第1の閾
値が再び上昇するから、その後の音声入力に対して音声
認識を再び厳しくできる。そのため、その後の雑音など
の入力による誤動作の発生が防止される。
御装置は、閾値上昇制御部により第2のキーワードの尤
度と第2の閾値との比較を行い、第2のキーワードの尤
度が第2の閾値を超えているとき、第1の閾値が予め設
定された上限値よりも小さければ、第1の閾値を所定量
上昇させるように構成したので、一旦下降した第1の閾
値が再び上昇するから、その後の音声入力に対して音声
認識を再び厳しくできる。そのため、その後の雑音など
の入力による誤動作の発生が防止される。
【0060】また、本発明の請求項2記載の音声認識制
御装置は、閾値上昇制御部により機器の所定の制御が終
了した後、又は閾値下降制御部により下降制御されてか
ら一定時間経過した後、又は閾値下降制御部により下降
制御されてから時間の経過と共に徐々に、第1の閾値を
上昇させるように構成したので、使用者による第2のキ
ーワードの入力がなくても、一旦下降した第1の閾値を
自動的に上昇させることができ、その後の雑音などの入
力による誤動作の発生を防止できる。
御装置は、閾値上昇制御部により機器の所定の制御が終
了した後、又は閾値下降制御部により下降制御されてか
ら一定時間経過した後、又は閾値下降制御部により下降
制御されてから時間の経過と共に徐々に、第1の閾値を
上昇させるように構成したので、使用者による第2のキ
ーワードの入力がなくても、一旦下降した第1の閾値を
自動的に上昇させることができ、その後の雑音などの入
力による誤動作の発生を防止できる。
【0061】請求項4記載の発明の作用について述べ
る。
る。
【0062】また、本発明の請求項2記載の音声認識制
御装置は、閾値下降制御部により下降制御された第1の
閾値と第1のキーワードの尤度との比較を行い、第1の
キーワードの尤度が第1の閾値を超えているとき、応答
部により機器を制御するための音声入力が可能であるこ
とを使用者に知らせるように構成したので、使用者は、
装置が音声を受入れ易くなっているか、依然リジェクト
され易い状態かを判別することができる。
御装置は、閾値下降制御部により下降制御された第1の
閾値と第1のキーワードの尤度との比較を行い、第1の
キーワードの尤度が第1の閾値を超えているとき、応答
部により機器を制御するための音声入力が可能であるこ
とを使用者に知らせるように構成したので、使用者は、
装置が音声を受入れ易くなっているか、依然リジェクト
され易い状態かを判別することができる。
【図1】本発明の音声認識制御装置の電気的構成を示す
ブロック図である。
ブロック図である。
【図2】制御部の動作を表すアルゴリズムの例である。
【図3】図2に示すアルゴリズムに従って本発明の音声
認識制御装置の制御部が動作した場合の動作例を示す図
である。
認識制御装置の制御部が動作した場合の動作例を示す図
である。
1 音声入力部 2 音声認識部 3 制御部(閾値下降制御部,閾値上昇制御部) 4 機器 5 応答部
───────────────────────────────────────────────────── フロントページの続き (56)参考文献 特開 平4−177400(JP,A) 特開 平5−216492(JP,A) 特開 平3−203795(JP,A) 特開 昭63−255476(JP,A) 特開 昭63−295394(JP,A) 特開 昭61−94093(JP,A) 特開 昭58−202498(JP,A) 特開 昭59−174898(JP,A) 特開 昭59−180600(JP,A) 特許2834880(JP,B2) 特公 平3−6516(JP,B2) 特公 平4−58639(JP,B2) (58)調査した分野(Int.Cl.7,DB名) G10L 15/00 - 17/00
Claims (4)
- 【請求項1】入力音声の中に含まれる特定の単語又は発
話を検出し、最も尤度の高い単語とその尤度とを出力す
る音声認識部を備え、この音声認識部の出力である制御
コマンドの尤度と機器の制御の可否を決めるための第1
の閾値との比較を行って、制御コマンドの尤度が第1の
閾値を超えているときに機器の制御を行う音声認識制御
装置において、 前記第1の閾値を下降操作するための音声入力を第1の
キーワードとし、前記第1の閾値の操作の可否を決める
ための比較基準値を第2の閾値とするとき、 前記第1のキーワードの尤度と前記第2の閾値との比較
を行い、前記第1のキーワードの尤度が前記第2の閾値
を超えているとき、前記第1の閾値が予め設定された下
限値よりも大きければ、第1の閾値を所定量下降させる
閾値下降制御部を備えたことを特徴とする音声認識制御
装置。 - 【請求項2】前記第1の閾値を上昇操作するための音声
入力を第2のキーワードとするとき、 前記第2のキーワードの尤度と前記第2の閾値との比較
を行い、前記第2のキーワードの尤度が前記第2の閾値
を超えているとき、前記第1の閾値が予め設定された上
限値よりも小さければ、第1の閾値を所定量上昇させる
閾値上昇制御部を備えてなる請求項1記載の音声認識制
御装置。 - 【請求項3】前記閾値上昇制御部は、前記機器の所定の
制御が終了した後、又は前記閾値下降制御部により下降
制御されてから一定時間経過した後、又は前記閾値下降
制御部により下降制御されてから時間の経過と共に徐々
に、前記第1の閾値を上昇させるものである請求項2記
載の音声認識制御装置。 - 【請求項4】前記閾値下降制御部により下降制御された
前記第1の閾値と前記第1のキーワードの尤度との比較
を行い、第1のキーワードの尤度が前記第1の閾値を超
えているとき、機器を制御するための音声入力が可能で
あることを知らせる応答部を備えてなる請求項1、2又
は3記載の音声認識制御装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP07062803A JP3079006B2 (ja) | 1995-03-22 | 1995-03-22 | 音声認識制御装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP07062803A JP3079006B2 (ja) | 1995-03-22 | 1995-03-22 | 音声認識制御装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPH08263093A JPH08263093A (ja) | 1996-10-11 |
JP3079006B2 true JP3079006B2 (ja) | 2000-08-21 |
Family
ID=13210869
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP07062803A Expired - Fee Related JP3079006B2 (ja) | 1995-03-22 | 1995-03-22 | 音声認識制御装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP3079006B2 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10553219B2 (en) | 2015-09-23 | 2020-02-04 | Samsung Electronics Co., Ltd. | Voice recognition apparatus, voice recognition method of user device, and non-transitory computer readable recording medium |
KR20220046114A (ko) * | 2020-10-07 | 2022-04-14 | (주)스피드랙 | 조립식 선반의 연결부 고정장치 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140337030A1 (en) * | 2013-05-07 | 2014-11-13 | Qualcomm Incorporated | Adaptive audio frame processing for keyword detection |
US9240182B2 (en) * | 2013-09-17 | 2016-01-19 | Qualcomm Incorporated | Method and apparatus for adjusting detection threshold for activating voice assistant function |
US10789041B2 (en) * | 2014-09-12 | 2020-09-29 | Apple Inc. | Dynamic thresholds for always listening speech trigger |
-
1995
- 1995-03-22 JP JP07062803A patent/JP3079006B2/ja not_active Expired - Fee Related
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10553219B2 (en) | 2015-09-23 | 2020-02-04 | Samsung Electronics Co., Ltd. | Voice recognition apparatus, voice recognition method of user device, and non-transitory computer readable recording medium |
KR20220046114A (ko) * | 2020-10-07 | 2022-04-14 | (주)스피드랙 | 조립식 선반의 연결부 고정장치 |
Also Published As
Publication number | Publication date |
---|---|
JPH08263093A (ja) | 1996-10-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110832578B (zh) | 可定制唤醒语音命令 | |
US11470382B2 (en) | Methods and systems for detecting audio output of associated device | |
US8787866B2 (en) | System, method and program for controlling mute function on telephone | |
US8306815B2 (en) | Speech dialog control based on signal pre-processing | |
US8428954B2 (en) | Environmental condition detector with validated personalized verbal messages | |
US20070150287A1 (en) | Method for driving a dialog system | |
EP1446795A2 (en) | Non-target barge-in detection | |
JP2008256802A (ja) | 音声認識装置および音声認識方法 | |
JP3079006B2 (ja) | 音声認識制御装置 | |
JPH0675588A (ja) | 音声認識装置 | |
JP2003330491A (ja) | 音声認識装置および音声認識方法ならびにプログラム | |
JPH0635497A (ja) | 音声入力装置 | |
JP3199972B2 (ja) | あいづち応答のある対話装置 | |
JPH0627986A (ja) | 音声認識装置利用の機器制御システム | |
JPH1055194A (ja) | 音声制御装置と音声制御方法 | |
JPH02131300A (ja) | 音声認識装置 | |
KR20080061901A (ko) | 로봇의 입출력 장치에 의한 효율적인 음성인식 방법 및시스템 | |
JP2754960B2 (ja) | 音声認識装置 | |
JP3846500B2 (ja) | 音声認識対話装置および音声認識対話処理方法 | |
JP6759370B2 (ja) | 呼出音認識装置および呼出音認識方法 | |
JPS60104999A (ja) | 音声認識装置 | |
JPH0538700U (ja) | 音声応答装置 | |
JP2000155600A (ja) | 音声認識システムおよび入力音声レベル警告方法 | |
JPH02101500A (ja) | 音声認識装置 | |
JPH02146600A (ja) | 音声認識装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090616 Year of fee payment: 9 |
|
LAPS | Cancellation because of no payment of annual fees |