JP4269973B2 - カーオーディオシステム - Google Patents

Description

本発明は、車両に搭載され、例えばＨＤＤやＤＶＤ等に記録した音楽などを再生するカーオーディオシステムに関する。

例えばカーナビゲーション装置においては、ユーザの利便性や安全性の向上等を図るため、音声認識装置を組込んで、目的地の入力や、表示されている地図の縮尺の切替え等のコマンドの入力を音声でも行なえるようにしたものが供されている。このものは、音声信号を取込むマイクロホンを備え、ユーザが、目的地となる地名等を発話することにより、マイクロホンからの音声入力信号を処理し、音声認識を行なうように構成されている。またこのとき、一般に、音声認識が行われたことの確認のために、音声認識結果に基づいて合成音声によりトークバックが行われるようになっている（例えば特許文献１参照）。
特開２０００−３２２０９８号公報

ところで、近年では、自動車に搭載され音楽を再生するカーオーディオ装置において、ＨＤＤやＤＶＤ等に大量に記憶されている音楽を楽しむことができるものが考えられてきている。このようなカーオーディオ装置においても、やはりユーザの利便性や安全性の向上等を図る目的で、曲名やアルバム名、アーティスト名などの指定や、コマンドの入力に、音声認識を利用することが考えられる。

ところが、従来のものでは、トークバック区間はスピーカからオーディオ装置が鳴らせないので、図９のタイムチャートに示すように、音声認識後にトークバックを行い、その後に音楽の再生を開始することになる。このため、音楽の再生の開始が、音声入力（発話）開始から時間Ｔ経過後になり、音楽再生のレスポンスが遅くなってしまう。このとき、長い文章の場合、トークバックに数秒から１０秒程度かかることもあって、ユーザが待たされる感覚が強く、じれったく感じるものとなる。

本発明は上記事情に鑑みてなされたもので、その目的は、音声認識を利用してユーザが指示を行えるものにあって、トークバックに起因するユーザのじれったさを解消することができるカーオーディオシステムを提供するにある。

上記目的を達成するために、本発明のカーオーディオシステムは、音響信号を再生してスピーカから出力するオーディオ部と、このオーディオ部に対する指示を音声入力するための音声入力手段と、この音声入力手段から入力された音声信号の音声認識を行なう音声認識手段と、この音声認識手段の認識結果に応じたトークバックの発声を制御する応答制御手段と、前記音声認識手段の認識結果に基づいて前記オーディオ部を制御するオーディオ制御手段と、前記応答制御手段によるトークバック音声と前記音声認識手段の認識結果に基づいて決定され前記オーディオ部により再生される音響とを同時に前記スピーカから出力させる出力制御手段と、前記出力制御手段によりトークバック音声と再生された音響とを同時に出力する際の、音響の出力開始のタイミングを調整する調整手段とを具備するところに特徴を有する（請求項１の発明）。

これによれば、ユーザが音声入力手段からオーディオ部に対する指示を音声入力し、音声認識手段による認識が行なわれると、応答制御手段の制御により認識結果に応じたトークバックの発声がなされると共に、オーディオ制御手段により認識結果に基づいてオーディオ部が制御され音響信号を再生してスピーカから出力される。このとき、出力制御手段により、応答制御手段によるトークバック音声と、音声認識に基づいて決定されオーディオ部により再生される音響とが同時にスピーカから出力されるようになるので、トークバックの後に音響の出力が行われる場合と異なり、音響の出力の開始をその分早めることができ、レスポンスの速いものとすることができる。従って、トークバックに数秒から１０秒程度かかる場合でも、ユーザがじれったく感じることを解消することができる。しかも、調整手段を設けたことにより、トークバック音声と再生された音響の出力開始のタイミングを同時とする以外にも、必要に応じてあるいはユーザの好みのタイミングで音響の出力開始を遅らせるといったことが可能となり、有用性を高めることができる。

より具体的には、前記出力制御手段を、オーディオ部の音響信号とトークバック音声信号とを合成する合成手段から構成することができる（請求項２の発明）。あるいは、出力制御手段を、オーディオ部の複数のスピーカのうち少なくとも１つからトークバック音声を出力させ、残りのスピーカからオーディオ部により再生された音響を出力させるように構成することもできる（請求項３の発明）。いずれも、比較的簡単な構成で、所期の目的を達成することができる。

このとき、本発明においては、上記調整手段により、再生された音響の出力開始のタイミングを、トークバックの開始から遅らせ、且つ、トークバック期間中とすることができるように構成することができる（請求項４の発明）。

また、出力制御手段によりトークバック音声と再生された音響とを同時に出力する際の、少なくともいずれか一方の音量の設定を可能に構成することもできる（請求項５の発明）。これによれば、トークバック音声と再生された音響の音量のバランスを、ユーザの好みで変更することが可能となり、利便性を高めることができる。

ところで、車両に搭載されるカーナビゲーション装置は、一般に、音声認識装置が組込まれ、目的地や各種コマンドの入力を音声でも行なえるように構成されている。そこで、本発明のカーオーディオシステムを、カーナビゲーション装置に組込んで構成することができる（請求項６の発明）。これによれば、音声入力手段、音声認識手段、応答制御手段などを、カーナビゲーション装置と共用化することができ、構成を簡単に済ませることができる。

さらに、カーナビゲーション装置に組込んで構成する場合、上記出力制御手段を、カーナビゲーション装置のガイダンス音声と、オーディオ部により再生された音響とを同時にスピーカから出力させるように構成することもできる（請求項７の発明）。これによれば、カーナビゲーション装置のガイダンス音声の出力中に、オーディオ部により再生された音響を中断させることなく済ませることができる。

以下、本発明を具体化した一実施例について、図１ないし図７を参照しながら説明する。尚、本実施例においては、車両（自動車）に搭載されるカーオーディオシステムは、カーナビゲーション装置に組込まれて一体化されたシステムとして構成されている。また、オーディオ部により、ＨＤＤやＤＶＤ等の大容量記憶媒体（楽曲ファイル）に記憶されている音楽（楽曲）を再生して楽しむ場合を具体例としている。

図１は、本実施例に係るカーオーディオシステム１の全体構成を概略的に示している。このカーオーディオシステム１は、本体部２、複数個例えば４個（あるいは６個）のスピーカ３（便宜上、２個のみ図示）、前記本体部２に接続された、マイクロホン（マイク）４、オーディオ部５、ミキサ部６、ディスプレイ７などを備えて構成されている。そのうち、マイク４は、ユーザが各種の指示を音声入力するためのものであり、音声入力手段として機能する。尚、図示はしないが、カーオーディオシステム１の操作（各種の設定等）をユーザが手動で行うための操作スイッチ部も設けられている。

また、前記スピーカ３は、前記オーディオ部５により再生された音楽や、後述する合成音声などの音響を出力するようになっている。前記オーディオ部５は、後述する本体部２（楽曲操作制御部）からの再生音楽データを、各スピーカ３毎のアナログの音響信号として前記ミキサ部６に出力するようになっている。ミキサ部６は、オーディオ部５からの音響信号を増幅して各スピーカ３に出力すると共に、後述するように、前記音響信号と合成音声信号とを合成するようになっており、出力制御手段（合成手段）として機能するようになっている。前記ディスプレイ７は、ユーザに対して必要な情報を表示するためのものである。

そして、前記本体部２は、マイクロコンピュータを含んでなり、そのハードウエア及びソフトウエア構成により、音声認識部８、認識辞書部９、対話制御部１０、対話用データ記憶部１１、楽曲検索部１２、楽曲データベース１３、表示制御部１４、音声合成制御部１５、楽曲操作制御部１６、楽曲ファイル１７などを備えて構成されている。そのうち楽曲ファイル１７は、ＨＤＤやＤＶＤ等の大容量記憶媒体からなり、ユーザは、予め音楽ＣＤ（アルバム）などから大量の楽曲を記憶させておくことができるようになっている。この場合、ユーザが独自に編集したアルバムを、任意のタイトル名（例えば「マイベスト」等）を付して記憶させておくこともできる。

前記音声認識部８は、マイク４から入力された音声入力信号の認識処理を行い、その認識結果を対話制御部１０に出力するようになっている。このとき、認識辞書部９には、認識辞書データ、音響モデル、言語モデルなどのデータが記憶されており、音声認識部８による認識処理は、それらデータを用いて行われ、もって音声認識手段が構成されている。ユーザは、楽曲名やアルバム名、アーティスト名などの指定や、各種コマンド等の入力を、マイク４を通して音声入力することができ、音声認識部８により、その音声信号の音声認識がなされる。

前記対話制御部１０は、音声認識部８により認識された音声認識データから、楽曲指定（検索）のデータを楽曲検索部１２に出力し、また、再生コマンドを楽曲操作制御部１６に出力するようになっている。そして、これと共に、対話制御部１０は、必要に応じて、対話用データ記憶部１１に記憶されている、対話シナリオ群、対話辞書、発話テキストなどのデータに基づいて、音声合成制御部１５に対し、応答音声（トークバック）の発声の指示（合成テキストの出力）を行なうようになっている。また、音声合成制御部１５は、応答制御手段として機能し、前記合成テキストに基づいて、前記ミキサ部６に対して合成音（トークバック音声信号）を出力するようになっている。このトークバックの詳細については後述する。

前記楽曲検索部１２は、対話制御部１０からの入力データ（楽曲検索のデータ）に基づいて、楽曲データベース１３から指定された楽曲を検索するようになっている。このとき、楽曲データベース１３には、前記楽曲ファイル１７に記憶されている音楽（楽曲）の曲名、アルバム名、アーティスト名、ユーザが任意に付したタイトル名等のリストが記憶されており、楽曲検索部１２は、このデータベースから楽曲を検索する。また、この楽曲検索部１２には、検索結果保存用メモリ１２ａが設けられている。

前記楽曲検索部１２は、検索が完了した（再生すべき楽曲が決定された）場合には、その検索結果を前記楽曲操作制御部１６及び表示制御部１４並びに対話制御部１０に出力するようになっている。尚、前記楽曲検索部１２は、該当する楽曲が存在しない場合や、検索指示があいまいで楽曲が確定できないような場合（例えば指定されたアーティスト名のアルバムが複数存在するような場合など）には、その旨を対話制御部１０に出力するようになっている。このときには、対話制御部１０は、ユーザに対しその旨を応答するように音声合成制御部１５に対して発声の指示を行う。

前記楽曲操作制御部１６は、オーディオ制御手段として機能し、前記楽曲検索部１２からの検索結果及び前記対話制御部１０からの再生コマンドに基づいて、楽曲ファイル１７中の音楽データを読出し、所定のタイミングでオーディオ部５に出力するようになっている。また、前記表示制御部１４に対し、表示の変更や必要なメッセージの指示を行うようになっている。表示制御部１４は、前記楽曲検索部１２からの検索結果及び前記楽曲操作制御部１６からの指示に基づいて、前記ディスプレイ７の表示を制御するようになっている。

尚、図示はしないが、前記本体部２、スピーカ３、マイク４、ディスプレイ７等は、車両に搭載されたカーナビゲーション装置と共用化されている。このとき、前記スピーカ３は、車室の前後部の左右両側に位置して配設され、マイク４は、例えばステアリングコラムカバーの上面部や運転席側のサンバイザー等の運転者の音声を拾いやすい位置に配設されるようになっている。また、ディスプレイ７は、インストルメントパネルの上部中央部等に設けられ、本体部２は、ユニット化されてセンターコンソール（インストルメントパネル）部分に設けられている。

ここで、前記カーナビゲーション装置について簡単に述べておく。カーナビゲーション装置は、上記したカーオーディオシステム１との共用部以外に、周知のように、ＧＰＳシステムを利用して自車位置を検出する位置検出器、地図データを記憶する地図データベース、マイコンを含んで構成されナビゲーションに関する処理や制御を行う制御回路、リモコン装置を含んだ操作スイッチ部などを備えて構成されている。

これにて、カーナビゲーション装置は、前記ディスプレイ７の画面に自車位置を道路地図に重ね合わせて表示するロケーション機能を実現すると共に、ユーザが指定した目的地までの適切な経路を探索し案内するルートガイダンス機能を実現するようになっている。このとき、前記本体部２における音声認識の機能により、ユーザは、目的地の指定や、ディスプレイ７に表示されている地図の縮尺の切替え等のコマンドの入力を、マイク４からの音声入力により行うことができるようになっている。また、本体部２における音声合成の機能により、例えば目的地の入力時のトークバックや、ルートガイダンス時の案内音声等が前記スピーカ３から出力されるようになっている。

さて、前記音声合成制御部１５及びミキサ部６について、図２も参照して述べる。図２に示すように、前記ミキサ部６は、前記オーディオ部５から入力されるスピーカ３毎の音響信号を増幅して各スピーカ３に出力する機能を備えると共に、この場合１つのスピーカ３において、オーディオ部５の音響信号と音声合成制御部１５から入力されたトークバック音声信号を電気的に合成する機能を備えて構成される。そして、音声合成制御部１５は、楽曲名やアルバム名、アーティスト名などの音声入力があった際のトークバック音声信号をミキサ部６に出力すると共に、ミキサ部６に対して制御情報を出力して前記音響信号とトークバック音声信号との合成を制御するようになっている。

このとき、後の作用説明でも述べるように、音声合成制御部１５は、音楽の再生時に、トークバック音声と音響（再生された音楽）とを同時に前記スピーカ３から出力させるような制御を行うようになっている。また、本実施例では、各スピーカ３毎の音量の制御も行うようになっており、トークバック中において、トークバック音声の音量に対して音楽再生側の音量を小さくしたり、音楽再生側の音量を小さく始めて次第に大きくしていったりする制御が可能とされている。さらには、トークバック音声と音楽再生との出力開始のタイミングを、若干ずらす（トークバック音声に対して音楽再生の開始を若干遅らせる）ことも可能とされている。これらは、例えばユーザによる初期設定により設定可能とされている。

次に、上記構成の作用について、図３ないし図７も参照して説明する。上述のように、カーオーディオシステム１を使用するユーザ（運転者）は、楽曲名やアルバム名等をマイク４から音声入力（発話）することによって、再生すべき音楽（楽曲）の選択指示が可能とされている。これにて、ユーザの利便性や安全性の向上等を図ることができる。図３ないし図７のタイムチャートは、その際のマイク４からの音声入力信号やスピーカ３の出力の様子を示すものであり、図３は基本的なもの、図４〜図７はそのバリエーションを４種類について示している。

即ち、図３に示すように、ユーザが楽曲名やアルバム名等の音声入力（発話）を行なうと、音声認識部８による音声認識が行われる。そして、発話開始から時間Ｔ１後に、対話制御部１０及び音声合成制御部１５により生成された音声認識の確認のためのトークバック音声（楽曲名やアーティスト名）が、ミキサ部６を介してスピーカ３から出力される。このとき、ミキサ部６において、オーディオ部５からの音響信号とトークバック音声とが合成され、本実施例では、時間Ｔ１後に楽曲の再生がトークバックと同時に開始されてスピーカ３から出力される。

これにより、図９に示したような、トークバックの後（時間Ｔ経過後）に音楽の再生が開始されていた従来のものと異なり、音楽再生のレスポンスを高めることができ、トークバック音声の終了する時間Ｔ経過時点では、既に楽曲の再生が開始されていることになる。この結果、トークバックに数秒から１０秒程度かかる場合であっても、ユーザが待たされているという感覚を和らげることができ、じれったく感じることを解消することができるのである。

この場合、ユーザの初期設定により、図４に示すように、トークバック期間中は、音楽再生の音量を小さくして、トークバック終了後に通常の音量にすることも可能である。また、図５に示すように、音楽再生の開始時点をトークバックの開始から若干遅らせるようにすることも可能である。さらに、図６に示すように、トークバック終了時点で通常の音量となるように、トークバック期間中に音楽再生の音量を小さいものから次第に大きくしていくようにすることも可能である。あるいは、図７に示すように、図５と図６とを合せた如き、音楽再生の開始時点をやや遅らせると共にその音量を次第に大きくしていくことも可能である。

尚、詳しい説明は省略するが、ユーザ（運転者）がカーナビゲーション装置を使用する場合にも、コマンドや目的地を音声入力することが可能となり、やはり、安全性や利便性の向上を図ることができる。また、ルートガイダンス中には、対話制御部１０及び音声合成制御部１５により、音声案内に係る合成音声（例えば「１００ｍ先を左です」といったガイダンス音声）が、必要なタイミングで、ミキサ部６を通してスピーカ３から出力されるようになる。このような音声案内を、例えば音楽の再生中に行う必要が生じた場合にも、ミキサ部６において、ガイダンス音声と再生音楽とを合成して同時にスピーカ３から出力することができる。その際に、ユーザの初期設定により、再生音楽側の音量をやや小さくするといった制御も可能となる。

このように本実施例のカーオーディオシステム１によれば、音声認識を利用してユーザが指示を行えるものにあって、トークバックに起因するユーザのじれったさを解消することができるという優れた効果を奏する。また、特に本実施例では、トークバック音声と再生音楽との出力開始のタイミングを調整することができると共に、トークバック音声と再生音楽との音量のバランスを調整できるので、必要に応じてあるいはユーザの好みに応じた設定が可能となり、有用性、利便性を高めることができる。さらに、特に本実施例ではカーオーディオシステム１を、カーナビゲーション装置に組込んで構成したので、構成を簡単に済ませることができると共に、ガイダンス音声の出力中に、再生音楽を中断させることなく済ませることができるといったメリットも得ることができる。

図８は、本発明の他の実施例を示すものである。この実施例が上記実施例と異なる点は、出力制御手段としてのミキサ部２１の構成にあり、このミキサ部２１は、前記オーディオ部５から入力されるスピーカ３毎の音響信号を増幅して各スピーカ３に出力する機能を備えると共に、この場合４つのうち１つのスピーカ３において、オーディオ部５の音響信号と音声合成制御部１５から入力されたトークバック音声信号とを切替える、切替スイッチの機能を有している。

そして、音声合成制御部１５は、合成音声（トークバック音声信号）をミキサ部２１に出力すると共に、ミキサ部２１の切替スイッチ及び各スピーカ３毎の音量の制御も行うようになっている。このとき、ミキサ部２１の切替スイッチを制御し、複数のスピーカ３のうち１つからトークバック音声を出力させ、残りのスピーカ３からオーディオ部５により再生された音響を出力させることにより、音楽の再生時に、トークバック音声と音響（再生された音楽）とを同時に各スピーカ３から出力させるようになっている。

従って、この実施例によっても、上記実施例と同様に、ミキサ部２１においてトークバック音声と音楽とを合成した状態で、スピーカ３から同時に出力することができるので、音楽再生のレスポンスを高めることができ、音声認識を利用してユーザが指示を行えるものにあって、トークバックに起因するユーザのじれったさを解消することができるなどの優れた効果を得ることができるものである。

尚、上記一実施例では、１つのスピーカ３についてトークバック音声を出力するようにしたが、複数あるいは全てのスピーカからトークバック音声と再生音楽とを合成して出力するようにしても良い。その他、本発明は上記した各実施例に限定されるものではなく、例えば、トークバック音声については、単に曲名などをトークバックするものに限らずアーティスト名や曲名を入れた文章にしてトークバックしても良く、その際に、ＤＪ風の文やイントネーションにすることもできる。また、本発明のカーオーディオシステムは、ＨＤＤやＤＶＤ等に記憶されている音楽の再生に限らず、ＤＶＤビデオの再生や、ラジオやＴＶを楽しむ場合にも同様に実施することができるなど、要旨を逸脱しない範囲内で適宜変更して実施し得るものである。

本発明の一実施例を示すもので、カーオーディオシステムの全体構成を概略的に示すブロック図 ミキサ部の構成を示すブロック図 音声入力信号やスピーカの出力の様子を示すタイムチャート 図３のバリエーション（その１）を示すタイムチャート 図３のバリエーション（その２）を示すタイムチャート 図３のバリエーション（その３）を示すタイムチャート 図３のバリエーション（その４）を示すタイムチャート 本発明の他の実施例を示す図２相当図 従来例を示す図３相当図

符号の説明

図面中、１はカーオーディオシステム、２は本体、３はスピーカ、４はマイクロホン（音声入力手段）、５はオーディオ部、６，２１はミキサ部（出力制御手段）、８は音声認識部（音声認識手段）、１０は対話制御部、１５は合成音声制御部（応答制御手段）、１６は楽曲操作制御部（オーディオ制御手段）を示す。

Claims (7)

1. 音響信号を再生してスピーカから出力するオーディオ部と、
   このオーディオ部に対する指示を音声入力するための音声入力手段と、
   この音声入力手段から入力された音声信号の音声認識を行なう音声認識手段と、
   この音声認識手段の認識結果に応じたトークバックの発声を制御する応答制御手段と、
   前記音声認識手段の認識結果に基づいて前記オーディオ部を制御するオーディオ制御手段と、
   前記応答制御手段によるトークバック音声と、前記音声認識手段の認識結果に基づいて決定され前記オーディオ部により再生される音響とを同時に前記スピーカから出力させる出力制御手段と、
   前記出力制御手段によりトークバック音声と再生された音響とを同時に出力する際の、音響の出力開始のタイミングを調整する調整手段とを具備してなるカーオーディオシステム。
2. 前記出力制御手段は、前記オーディオ部の音響信号とトークバック音声信号とを合成する合成手段から構成されていることを特徴とする請求項１記載のカーオーディオシステム。
3. 前記出力制御手段は、前記オーディオ部の複数のスピーカのうち少なくとも１つからトークバック音声を出力させ、残りのスピーカから前記オーディオ部により再生された音響を出力させるように構成されていることを特徴とする請求項１記載のカーオーディオシステム。
4. 前記調整手段により、再生された音響の出力開始のタイミングを、トークバックの開始から遅らせ、且つ、トークバック期間中とすることができることを特徴とする請求項１ないし３のいずれかに記載のカーオーディオシステム。
5. 前記出力制御手段によりトークバック音声と再生された音響とを同時に出力する際の、少なくともいずれか一方の音量の設定が可能とされていることを特徴とする請求項１ないし３のいずれかに記載のカーオーディオシステム。
6. カーナビゲーション装置に組込まれていることを特徴とする請求項１ないし５のいずれかに記載のカーオーディオシステム。
7. 前記出力制御手段は、カーナビゲーション装置のガイダンス音声と、前記オーディオ部により再生された音響とを同時に前記スピーカから出力させるように構成されていることを特徴とする請求項６記載のカーオーディオシステム。

Images