JP4005203B2

JP4005203B2 - 車載用音声認識装置

Info

Publication number: JP4005203B2
Application number: JP02197598A
Authority: JP
Inventors: 和広崎山; 英樹北尾; 収岩田
Original assignee: Denso Ten Ltd
Current assignee: Denso Ten Ltd
Priority date: 1998-02-03
Filing date: 1998-02-03
Publication date: 2007-11-07
Anticipated expiration: 2018-02-03
Also published as: JPH11219193A

Description

【０００１】
【発明の属する技術分野】
本発明は、発話者の音声以外のノイズを低減して認識率を向上した車載用音声認識装置に関する。
【０００２】
【従来の技術】
図６は従来の車載用音声認識装置のシステム構成を示すブロック図である。以下、図に従って説明する。
車両等の運転中にナビゲーション機器やオーディオ機器等を操作するに際してスイッチ操作による運転者の負担を軽減するために、運転者（発話者）の発声した音声を認識して接続された機器に入力指示する音声認識装置がある。
【０００３】
１１は話者（発話者）の発声した音声を電気信号に変換する無指向性のマイクロフォンである。３１はマイクロフォン１１で検出された信号レベルを調整して音声認識部８に適切なレベルの音声信号を出力するためのゲイン（利得）調整部である。８はナビゲーション機器やオーディオ機器等の入力部に接続された音声認識部である。２はマイクロフォン１１の検出結果に基いてゲイン調整部３１を制御する制御部である。
【０００４】
音声認識率を向上するために、制御部２は音声認識部８に最適なレベルの信号が入力されるように、マイクロフォン１１で検出した話者の音声信号のレベルを基に、ゲイン調整部３１で調整すべきゲインを制御する。
【０００５】
【発明が解決しようとする課題】
車載用音声認識装置では、話者の音声以外に他の同乗者の会話や車両の走行に伴う騒音もマイクロフォンに入る。また、話者の体格、運転中の姿勢等により話者の方向、及び話者とマイクロフォンの距離が変化する。その結果、音声認識部に入力されるノイズや信号レベルが変化して、音声認識率が低下するという問題がある。
【０００６】
この対策として、話者の口元にマイクロフォンを固定する接話式のマイクロフォンを使用する方法もあるが、話者特に運転者には違和感を与える等の問題がある。
本発明は、話者の音声以外のノイズを低減して音声認識率を向上した車載用音声認識装置を提供することを目的とする。
【０００７】
【課題を解決するための手段】
上記目的を達成するために本発明は、発話者の方向を検出する方向検出手段と、発話者の音声を検出する音声検出手段と、前記音声検出手段の指向特性を前記方向検出手段により検出された発話者の方向において高めるように調整する指向特性調整手段と、前記音声検出手段により検出された発話者の音声を認識する音声認識手段を備えたことを特徴とするものである。
【０００８】
また、前記音声検出手段は、複数のマイクロフォンで構成され、前記方向検出手段は、前記複数のマイクロフォンにより検出された検出信号相互間の信号レベル差に基いて前記発話者の方向を検出するものであることを特徴とするものである。
また、前記音声検出手段は、複数のマイクロフォンで構成され、前記方向検出手段は、前記複数のマイクロフォンにより検出された検出信号相互間の遅延時間に基いて前記発話者の方向を検出するものであることを特徴とするものである。
【０００９】
また、発話者の位置を検出する位置検出手段を備え、前記方向検出手段は、前記音声検出手段の設置位置と前記位置検出手段により検出された発話者の位置に基いて前記発話者の方向を検出するものであることを特徴とするものである。
また、発話者の座席の設定状態を検出する座席設定状態検出手段を備え、前記位置検出手段は、前記座席設定状態検出手段により検出された発話者の座席の設定状態に基いて前記発話者の位置を検出するものであることを特徴とするものである。
【００１０】
また、前記音声検出手段は、複数のマイクロフォンで構成され、前記指向特性調整手段は、前記複数のマイクロフォンにより検出された検出信号の利得を調整して重み付けを行う利得調整手段であることを特徴とするものである。
また、発話者の音声を検出する前面に管状体が配設されたマイクロフォンと、前記マイクロフォンにより検出された発話者の音声を認識する音声認識手段を備えたことを特徴とするものである。
また、前記指向特性調整手段は、車両の少なくとも運転席または助手席の発話者の方向の指向性を選択的に高めることを特徴とするものである。
【００１１】
【実施例】
図１は本発明の第１の実施例の車載用音声認識装置のシステム構成を示すブロック図である。図２は複数のマイクロフォンによる話者位検出と指向性調整を示す図で、（ａ）はマイクロフォン（縦方向配置）と話者の位置関係を示す図、（ｂ）はマイクロフォン（横方向配置）と話者の位置関係を示す図である。以下、図に従って説明する。尚、本例は複数のマイクロフォンの出力状態から話者の方向を検出し、音声検出部１の指向性が話者の方向において最大になるようにゲインを調整するものである。
【００１２】
１は運転者や同乗者の音声を電気信号に変換する音声検出部（音声検出手段）で、所定の間隔で配置された複数の無指向性のマイクロフォン１１、１２、１３で構成される。３１はマイクロフォン１１、１２、１３の出力を個々に調整して音声検出部１全体として話者の方向に指向性をもたせるためのゲイン調整部で、電子ボリューム等で構成される。８はナビゲーション機器やオーディオ機器等の入力部に接続される音声認識部であり、この音声認識部８が認識した結果に応じて、ナビゲーション機器やオーディオ機器の動作が制御されることになる。２はマイクロフォン１１、１２、１３の出力レベルまたは遅延時間を基に話者の方向を検出し、各マイクロフォン１１、１２、１３の出力を調整するゲイン調整部３１を制御する制御部である。２１は音声検出部１により検出した話者の方向とゲイン調整部３１の調整値を対応させて記憶するメモリである。
【００１３】
先ず、マイクロフォン１１、１２、１３による話者の方向検出方法について述べる。図２（ａ）において話者８１の発声する音声は３つのマイクロフォン１１、１２、１３において信号レベルＶ１１、Ｖ１２、Ｖ１３と遅延時間ｔ１１、ｔ１２、ｔ１３が検出される。この場合、遅延時間は信号の立上りを検出して、いずれか１つのマイクロフォン（例えば中央のマイクロフォン１２）を基準にした相対的な遅延時間でもよい。マイクロフォンの出力特性が同じになるように予め調整されていると信号レベルは話者８１とマイクロフォン１１、１２、１３の距離に応じて低下する。また、遅延時間は話者８１とマイクロフォン１１、１２、１３の距離の差に比例して長くなる。従って、マイクロフォン１１、１２、１３の位置関係が判っておれば話者の方向が算出できる。
【００１４】
予め、話者８１の方向と各マイクロフォン１１、１２、１３からの信号レベルＶ１１、Ｖ１２、Ｖ１３及び遅延時間ｔ１１、ｔ１２、ｔ１３の関係をメモリ２１に記憶しておく。そして、実際にマイクロフォン１１、１２、１３で信号レベル及び遅延時間を検出して、メモリ２１に記憶されている信号レベル及び遅延時間と話者の方向の関係を使用して話者の方向を算出する。
【００１５】
次に、音声検出部１の指向性調整方法について述べる。３つのマイクロフォン１１、１２、１３を図２（ａ）のごとく話者に対して縦方向に配置して、各マイクロフォン１１、１２、１３の信号レベルに対する調整すべきゲインをＧ１１、Ｇ１２、Ｇ１３とし、マイクロフォン１１、１２、１３のゲインが同じになるように調整（Ｇ１１＝Ｇ１２＝Ｇ１３）すると、音声検出部１の指向性は話者８１の方向が強く、斜めまたは横方向が弱くなるようにできる。
【００１６】
また、３つのマイクロフォン１１、１２、１３を図２（ｂ）のごとく話者に対して横方向に配置して、マイクロフォン１１、１２、１３の順にゲインが高くなるように調整（Ｇ１１＜Ｇ１２＜Ｇ１３）すると、音声検出部１の指向性は話者８１ａの方向が強くなるようにできる。一方、マイクロフォン１３、１２、１１の順にゲインが高くなるように調整（Ｇ１３＜Ｇ１２＜Ｇ１１）すると、音声検出部１の指向性は話者８１ｂの方向が強くなるようにできる。さらに、マイクロフォン１２のゲインをマイクロフォン１１、１３のゲインよりも高くなるように調整（Ｇ１１≦Ｇ１２≧Ｇ１３）すると、音声検出部１の指向性は中央部の話者８１ｃの方向が強くなるようにできる。
【００１７】
予め、話者の方向とゲイン調整部３１において話者の方向の指向性が最大になるように調整すべきゲインＧ１１、Ｇ１２、Ｇ１３をメモリ２１に記憶させておき、話者の方向が検出できた時には、マイクロフォン１１、１２、１３の出力信号に対して話者の方向に対応したゲイン調整を行う。このようにして、話者の方向の音声検出部１の指向性を高め、その他の方向の指向性を低く抑えることにより同乗者の会話や車両からのノイズが低減された音声信号が音声認識部８に入力されるので、話者の音声の認識率が向上する。
【００１８】
尚、３つのマイクロフォン１１、１２、１３を１つの筐体内に一体として組合せたコンパクトなユニット（音声検出部１に相当）を構成し、車内のマップランプやルームランプ裏面に設置してもよく、また、３つのマイクロフォン１１、１２、１３を個々に離れた箇所（例えば、左右のフロントピラー内部とルームランプ裏面）に設置してもよい。３つのマイクロフォンを離して設置した方が話者の方向識別が容易になる。
【００１９】
また、図２（ｂ）のマイクロフォンの配置において、予め、３つのマイクロフォン１１、１２、１３からなる音声検出部１の指向性が運転席（話者８１ｂ）の方向において最大になるように調整すべき各ゲイン（Ｇ１１、Ｇ１２、Ｇ１３）と、助手席（話者８１ａ）の方向において最大になるように調整すべきゲインの２種類をメモリ２１に記憶しておくことにより、運転席、助手席のいずれの話者（８１ａ、８１ｂ）に対しても話者の方向を識別し、その話者に対して音声検出部１の検出信号にゲイン調整して、話者の方向に指向性を持たせることができる。つまり、１つの音声検出部１で運転席、助手席のいずれからでもナビゲーション機器やオーディオ機器に対して認識率のよい入力処理が行える。
【００２０】
以上のように本実施例では、複数のマイクロフォンにより話者の方向を検出して、その検出結果を基に音声検出部の指向性を話者の方向において最大になるように調整するので、話者の音声信号が大きく、同乗者の会話及び車両騒音等のノイズが低減でき、認識度の高い音声認識装置ができる。
図３は本発明の第２の実施例の車載用音声認識装置のシステム構成を示すブロック図である。図４は座席のスライド位置、座面高さ、背もたれ角を説明するための図である。以下、図に従って説明する。尚、本例は運転席の座席の設定状態から話者の方向を検出するものであり、話者の方向を検出した後の音声検出部１の指向性調整は第１の実施例と同様である。
【００２１】
４は車両の運転席（または助手席）の座席の設定状態を検出する座席状態検出部（座席設定状態検出手段）で、座席の前後方向の位置を検出するスライド位置センサ４１、座席の上下方向の位置を検出する座面高さセンサ４２、背もたれの角度を検出する背もたれ角センサ４３で構成される。尚、スライド位置センサ４１、座面高さセンサ４２は移動量（長さ）を検出するセンサで、例えば、スリットと光学センサの組合せで移動量に応じて発生するパルス数を計測する。背もたれ角センサ４３は角度を検出するセンサで、例えば、ボリューム等を使用して回転角に応じて変化する抵抗値（または電圧値）を計測する。また、座席の設定状態が電動で調整できるもの（電動シート）にあっては、特別にセンサ４１、４２、４３を設けず、座席の設定（移動）を行うモータの駆動量を計測しておき、その計測した駆動量で代用してもよい。２は座席状態検出部４の検出結果に基いて運転者（話者）の位置を検出し、音声検出部１と運転者の位置から話者の方向を検出する制御部である。また、制御部２は予め音声検出部１及び座席状態検出部４の検出結果と話者の方向が対応して記憶したメモリ２１を有する。７１は運転者用の座席で、座面部７１ａ、背もたれ部７１ｂ、ヘッドレスト部７１ｃで構成される。尚、音声検出部１、マイクロフォン１１、１２、１３、制御部２、メモリ２１、音声認識部８、ゲイン調整部３１は第１の実施例と名称、機能及び作用が同じであるため同一番号を付し説明は省略する。
【００２２】
予め、運転者が着席した状態で最適な座席の状態、つまり、座席のスライド位置Ｄ１、座面高さＨ１、背もたれ角θ１をスライド位置センサ４１、座面高さセンサ４２、背もたれ角センサ４３により検出して、車両の天井部７０ｂとフロントガラス７０ａの上部の間に設置された位置検出部１に対する話者の方向をメモリ２１に記憶しておく。
【００２３】
次に、運転者が座席に座った時に調整した座席の状態をスライド位置センサ４１、座面高さセンサ４２、背もたれ角センサ４３により検出して、メモリ２１に記憶された座席状態と方向の関係から話者の方向を検出する。
話者の方向が検出されると、第１の実施例と同様に各マイクロフォン１１、１２、１３に対応したゲインＧ１１、Ｇ１２、Ｇ１３で調整して話者の方向における指向性を最大にする。その結果、運転者の体格、姿勢が異なって座席位置及び背もたれ角度が変化しても、常に最適なマイク指向性が得られる。
【００２４】
以上のように本実施例では、座席位置により話者の方向を検出して、その検出結果を基に音声検出部の指向性を話者の方向において最大になるように調整するので、話者の音声信号が大きく、同乗者の会話及び車両騒音等のノイズが低減でき、認識度の高い音声認識装置ができる。
図５は本発明の第３の実施例の車載用音声認識装置のマイクロフォンの設置状態を説明するための図である。以下、図に従って説明する。尚、本例は無指向性のマイクロフォンを使用して話者の方向に音声検出部の指向性が最大になるようにするものである。
【００２５】
車両の内装材面７２ａにパイプ７５を介してマイクロフォン１１を設置することにより、パイプ７５の開口径φ及び長さＬで限定された方向の音がマイクロフォン１１により選択的に検出され、その他の方向の音は検出されないようにできる。パイプ７５の方向を予め話者の方向と一致するように調整しておくことにより同乗者の会話及びノイズが低減できる。
【００２６】
以上のように本実施例では、音声検出部の指向性を話者の方向において最大になるように設置するので、話者の音声信号が大きく、同乗者の会話及び車両騒音等のノイズが低減でき、認識度の高い音声認識装置ができる。
【００２７】
【発明の効果】
以上説明したように、本発明では、話者の音声以外のノイズを低減して音声認識率を向上した車載用音声認識装置が提供できる。
【図面の簡単な説明】
【図１】本発明の第１の実施例の車載用音声認識装置のシステム構成を示すブロック図である。
【図２】複数のマイクロフォンによる話者位検出と指向性調整を示す図である。
【図３】本発明の第２の実施例の車載用音声認識装置のシステム構成を示すブロック図である。
【図４】座席の座面高さ、スライド位置、背もたれ角を示す図である。
【図５】本発明の第３の実施例の車載用音声認識装置のマイクロフォンの設置状態を示す図である。
【図６】従来の車載用音声認識装置のシステム構成を示すブロック図である。
【符号の説明】
１・・・・・音声検出部、４３・・・・背もたれ角センサ、
１１、１２、１３・・・・マイクロフォン、２・・・・・制御部、
４・・・・・座席状態検出部、２１・・・・メモリ、
４１・・・・スライド位置センサ、３１・・・・ゲイン調整部、
４２・・・・座面高さセンサ、８・・・・・音声認識部。

Claims

発話者の方向を検出する方向検出手段と、
発話者の音声を検出する複数の音声検出手段と、
前記複数の音声検出手段により検出された検出信号の利得を調整して重み付け合成を行い、前記音声検出手段の指向特性を調整する指向特性調整手段と、
発話者の方向と、該発話者の方向において音声検出手段の指向性を高めるためのゲイン調整値と、を対応させて記憶する記憶手段と、
前記音声検出手段により検出された発話者の音声を認識する音声認識手段とを具備し、
前記指向特性調整手段は、前記記憶手段に記憶されている発話者の方向に対応するゲイン調整値に基づいて音声検出手段の指向特性を調整することを特徴とする車載用音声認識装置。
前記音声検出手段は、複数のマイクロフォンで構成され、
前記方向検出手段は、前記複数のマイクロフォンにより検出された検出信号相互間の信号レベル差に基づいて前記発話者の方向を検出するものであることを特徴とする請求項１記載の車載用音声認識装置。
前記音声検出手段は、複数のマイクロフォンで構成され、
前記方向検出手段は、前記複数のマイクロフォンにより検出された検出信号相互間の遅延時間に基いて前記発話者の方向を検出するものであることを特徴とする請求項１記載の車載用音声認識装置。
発話者の位置を検出する位置検出手段を備え、
前記方向検出手段は、前記音声検出手段の設置位置と前記位置検出手段により検出された発話者の位置に基づいて前記発話者の方向を検出するものであることを特徴とする請求項１記載の車載用音声認識装置。
発話者の座席の設定状態を検出する座席設定状態検出手段を備え、
前記位置検出手段は、前記座席設定状態検出手段により検出された発話者の座席の設定状態に基いて前記発話者の位置を検出するものであることを特徴とする請求項４記載の車載用音声認識装置。
前記記憶手段において、発話者の方向が少なくとも運転席及び助手席であることを特徴とする請求項１記載の車載用音声認識装置。