JP4928701B2 - 目的案内システム内に定義されている入力ダイアログを使って目的地を言語入力するための方法 - Google Patents

Description

【０００１】
本発明は、請求項１の前提部に記載した、目的案内システム内に定義されている入力ダイアログを使って目的地を言語入力（音声入力）するための方法に関する。
【０００２】
この種の装置及びこの種の方法は、例えばドイツ特許発明第19709518号明細書から知られている。この周知の方法では、言語コマンドにより選択可能な複数の操作機能が利用者に提供される。選択可能な各操作機能のために、全データベースから辞書が生成され、それにより、迅速で且つユーザフレンドリな言語制御式の目的住所検索が可能とされている。この際、ドイツ特許発明第19709518号明細書では、目的地を１字ずつ区切って読むことを要求する周知のシステムに由来しているが、ドイツ特許発明第19709518号明細書に記載された目的案内システムにおいてもユーザフレンドリな入力可能性が与えられているわけではなく、その理由は、目的地入力以前に前もって所望の操作機能を選択するための言語コマンドが必要とされているからである。ユーザは目的地入力以前に目的地入力の形式を選択しなくてはならない。例えば、目的地が１字ずつ区切って読まれるべきかどうか、目的地が大まかな目的入力を介して検索されるべきかどうか、又は、目的地が目的地名称の入力を介して検索されるべきかどうかである。目的地名称の入力では、全ての目的地名称を有する辞書における検索が必要とされる。ドイツではこの種の辞書はほぼ60000箇所の内容を含むことになる。記憶されている言語表現のこの大容量は、周知の言語認識システム（多くの場合は所謂ＨＭＭシステム）では良好な言語認識レートのための限界が経験に従ってほぼ1000ワードであるので、満足のいく結果をもたらすことはない。
【０００３】
本発明の課題は、より容易な操作性に関し且つ上記の言語認識システムの限界に関し、冒頭に掲げた形式の方法を改善することである。
【０００４】
この課題は、請求項１に記載した特徴により解決される。本発明の有利な構成は従属請求項に記載されている。
【０００５】
本発明において、目的地に割り当てられ且つ記憶されている言語表現は、少なくとも、目的地名称と、目的地名称を一義的に特定し且つ地域を限定する少なくとも１つの追加情報とから構成されている。各目的地名称は第１データベース内に保存されていて、問題とされる各追加情報は（目的地名称を伴わずに）第２データベース内に保存されている。第１データベース内の各目的地名称・データ或いは目的地名称に関する各登録事項は指示シンボルを含んでいる。この種の指示シンボルは、例えば、データを迅速に発見するためのプログラム技術的なマークであり得る。これらのマーク或いは指示シンボルは、好ましくは、夫々のデータに割り当てられている追加情報自体を特徴付けている。
【０００６】
この際、第２データベースはその規模において必然的に第１データベースよりも遥かに小さい。地域を限定する追加情報では、例えば、州、区域、地方名称、地方郡、河川、湖、及び／又は、目立った比較的大きな都市が問題となる。これらの追加情報は、好ましくは一義的に区別可能である。即ち、第２データベース内において同音の追加情報は存在しない。これらの追加情報は所謂識別名（識別子）であり、これらの識別名により同音の目的地名称の多義性（例えば“Muenster bei Straubing”(ミュンスター バイ シュトラウビング)“Muenster in Unterfranken”(ミュンスター イン ウンターフランケン)）の問題も解決される。識別名は、好ましくは、これらの識別名の数が良好な言語認識のための上記の限界値を超過しないように選択される。
【０００７】
本発明によるこのデータベース構造は、好ましくは、言語表現が入力された後にこの言語表現がこの場合に先ずはより小さい第２データベース内に保存されている識別名と比較されるという方式で利用される。識別名が第２データベース内において認識される場合にだけ、目的地名称の言語認識が続行される。この際、入力された言語表現に関して第１データベース全体がくまなく検索されるのではなく、認識された識別名に割り当てられて第１データベースから生成される部分データストックだけが検索されるのである。
【０００８】
第３データベース内には前置詞が保存され得て、これらの前置詞は、入力された言語表現における目的地名称と追加情報を分離するために用いられる。
【０００９】
最善の場合では、言語表現として、ユーザは、目的地名称と前置詞と追加情報から成るフレーズ入力が行うが、本発明の本質は、開始時の入力ダイアログが、単一語入力も、目的地名称と前置詞と識別名の形式又は目的地名称と識別名の形式のフレーズ入力も、言語入力として可能としているということである。言語表現の入力後、言語認識装置により、言語表現の少なくとも一部が追加情報であるかどうかが検査される。この言語認識装置は、必要に応じ、即ち、特に言語表現のどの部分も追加情報として認識されない場合に、次の経過においてユーザを追加情報の言語入力又は定義されているフレーズ入力へと導き、これらの言語入力又はフレーズ入力により、言語表現の少なくとも一部が追加情報であることを言語認識装置が認識する。
【００１０】
ユーザは、ユーザの言語表現の提供においてフレキシブルであり（例えば「大まかな目的入力」のような）手動の操作機能選択が行われる必要はない。更に、学習効果が効力を発揮する。即ち、ユーザは、システムに対し、自ら何度も使用することにより、目的地名称と前置詞と追加情報の形式の最善のフレーズ入力を提供することになる。
【００１１】
有利には、入力された言語表現が言語認識装置によって少なくとも２つの入力カテゴリのうちの１つに割り当てられる。この際、第１入力カテゴリはフレーズ入力として定義され、これは言語認識装置が言語表現の一部を追加情報と判断する場合である。第２入力カテゴリは単一語入力として定義され、これは言語認識装置が言語表現のどの部分にも追加情報がないと判断する場合である。
【００１２】
言語表現の一部が追加情報として認識される場合、目的地名称を言語認識するために、入力された言語表現に関し、目的地名称が第１データベース全体に渡って検索されることはない。つまり、第１データベースからの指示シンボルを使い、認識された識別名に割り当てられている部分データストックが生成される。この部分データストックは、識別名に割り当てられている周辺地域リストに基づいて生成される。この主の周辺地域リストは、夫々の識別名にとって問題となる全ての目的地名称或いは目的地名称の指示シンボルを内容として含む。これらの周辺地域リストは第２データベース内又は第２データベース外に保管され得る。選択的には、この種の周辺地域リストの存在を伴わずに、第１データベースが、認識された夫々の識別名を特徴付ける指示シンボルに関してくまなく検索され得る。部分データストックは、最終的に、言語認識にとって必要であり識別名に関して問題となる目的地名称のデータを含む。この種の目的地名称・データは、特に、従来技術から周知の方法による言語認識のための基準モデル又は基準モデルを作るための基礎も含んでいる。従って、入力された言語表現は、所望の目的地名称を発見するために、動的に生成されたその都度の部分データストックとだけ比較されればよい。
【００１３】
目的地名称が認識されなかった場合には、目的地名称又は追加情報を再度質問するという入力ダイアログが行われるか、目的地名称を選び出すためのリストが提供される（例えば、読み出しと言語制御式の操作による、又は、手動の選択可能性を伴う画面での表示による、又は、画面での表示と言語制御式の選択による）。
【００１４】
言語表現のどの部分にも追加情報がないと判断される場合には、全言語表現が第２データベース内で検索される。このプロセスの目的は、同音の追加情報でもあり得る目的地名称を迅速に検索することである。好ましくは第２データベース内の追加情報だけが、目的地名称でもあり得る入力された言語表現と比較される。
【００１５】
第２データベース内に追加情報が認識されない場合、ユーザには、他の入力ダイアログで追加情報を言語入力することが要求される。この際、追加情報だけが要求され得るか、又は（追加情報を伴う）フレーズ入力が要求され得る。前に入力された言語表現は、好ましくは目的地名称として解釈され、その後の目的地名称の言語認識のために保存される。
【００１６】
言語表現の一部が、前置詞として、又は、言語表現の一部が先行して存在するものである識別名として認識される場合、入力された言語表現はフレーズ入力として分類される。
【００１７】
本発明の本質は、言語入力の形式に依存せずに第１データベース内の第１検索が行われるというのではなく、第２データベース内だけで第１検索が行われるということである。第１データベースは、第２データベース内で認識された追加情報に依存する部分データストックを動的に生成するのための基礎として用いられる。目的地名称自体を言語認識するために、第１データベースの全体が使用されるのではなく、第１データベースから取り出された部分データストックだけが使用される。追加情報が認識されたものとして有効でない場合には、言語認識システムの入力ダイアログが、少なくとも、識別名の入力、又は、定義に従って識別名を含むフレーズの入力へとユーザを導く。
【００１８】
本発明の実施形態が図面に示されている。
【００１９】
図１には、３つのデータベース１、２、３が描かれている。第１データベース１は、例えばドイツにおいて可能な全ての目的地名称を目的地名称・データの形式で含む。目的地名称・データは、例えば、識別名と関連付けられたマーク、及び、言語認識（音声認識）のための基準モデルを含む。第２データベース２は可能な全ての識別名（識別子）を含み、この際、各識別名の後には、識別名に付属する目的地名称の少なくとも１つのリストが、識別名と関連付けられた目的地名称のマークの形式で設けられている。このリストは以下「周辺地域リスト」と称するものとする。第３データベース３内には、フレーズ入力と関連して可能な全ての前置詞が保存されている。ドイツを例とすると、第１データベース１は約60000個の目的地名称を含み、第２データベース２は約500個の識別名を含み、第３データベース３は約70個の前置詞を含む。このドイツの例は、３つのデータベース１、２、３から成るデータベース構造の規模の状況を示すために挙げられたものである。
【００２０】
本発明による最善のフレーズ入力は、目的地名称と、目的地名称に続く前置詞と、前置詞に続く識別名とから構成される。同音の識別名は存在しないが、同音となる識別名と目的地名称は存在し得る（例えば“Muenchen”(ミュンヘン)）。同音の目的地名称は異なる識別名を有し、それにより目的地名称の多義性が排除される。
【００２１】
図１による例において可能なフレーズ入力を以下に記す（ドイツ語表現において、ａｅはａウムラウトを表し、ｏｅはｏウムラウトを表し、ｕｅはｕウムラウトを表し、ｓｓはエスツェットを表す）：
− “Garching bei Muenchen”(ガルヒング バイ ミュンヘン)
− “Freising bei Muenchen”(フライジング バイ ミュンヘン)
− “Muenchen in Oberbayern”(ミュンヘン イン オーバーバイエルン) 又は“Muenchen an der Isar”(ミュンヘン アン デア イザール) 又は“Muenchen in Bayern”(ミュンヘン イン バイエルン)
− “Muenster bei Straubing”(ミュンスター バイ シュトラウビング) 又は“Muenster am Lech”(ミュンスター アム レッヒ) 又は“Muenster Kreis Peine”(ミュンスター クライス パイネ) 又は“Muenster in Unterfranken”(ミュンスター イン ウンターフランケン)
− “Neuhuetten in Unterfranken”(ノイヒュッテン イン ウンターフランケン)
− “Karbach in Unterfranken”(カールバッハ イン ウンターフランケン)
【００２２】
第３データベース３は、例えば、可能な前置詞“in”(〜内の),“bei”(〜の近くの),“an der”(〜に接する),“am”(〜に接する),“Kreis”(地方行政区画)を含む。第２データベース２は、例えば、識別名として、（比較的大きな）都市（Stadt: 例えば“Muenchen”(ミュンヘン),“Straubing”(シュトラウビング)）、河川（Fluss: 例えば“Lech”(レッヒ),“Isar”(イザール)）、区域（Bezirk: 例えば“Peine”(パイネ)）、地方名称及び地方郡（Regionale Bezeichnung, Landkreis: 例えば“Unterfranken”(ウンターフランケン),“Oberbayern”(オーバーバイエルン)）を含む。各識別名に対し、例えば、識別名カテゴリである“Stadt”(都市),“Fluss”(河川),“Bezirk”(区域) 或いは“Landkreis”(地方郡) のような追加的な特徴情報、及び、同音の目的地名称に対する指示は、第１データベース１内に保存され得る。
【００２３】
ここで記述の例では、言語表現（音声表現）が正しく理解され、その他の場合には問い返しダイアログが必要であるということから出発している。
【００２４】
フレーズ入力（例えば“Muenster in Unterfranken”(ミュンスター イン ウンターフランケン)）の場合、識別名“Unterfranken”が第２データベース２内で検索され、最も大きな認識確率を有する識別名が選び出される。引き続き、識別名“Unterfranken”後に置かれている「周辺地域リスト」（ここでは、“Muenster”(ミュンスター),“Karbach”(カールバッハ),“Neuhuetten”(ノイヒュッテン) 或いは、これらの目的地名称に割り当てられているプログラム技術的なマークのリスト）に基づき、これらのマークを用い、第１データベース１から、少なくとも言語認識のために必要な目的地名称・データから成る部分データストックが動的に作られる。地域的に限定されたこの部分データストックから入力された目的地名称が検索される。ここでも最も大きな認識確立を有する目的地名称（“Muenster”）が目的地名称として認識されて有効となる。本発明によるデータベース構造を有するこの検索戦略は、従来技術におけるような、目的地名称により第１データベース１全体を言語認識と関連付けてくまなく検索すること、及び、多義性の場合には引き続く問い返しダイアログを必要とすることと比べると、より早く、より確実に認識が行われる。
【００２５】
単一語入力（例えば“Muenchen”(ミュンヘン)）の場合には、全言語表現が先ず識別名として解釈され、第２データベース２内で検索される。“Muenchen”は、一方では、第２データベース２内の識別名に対応し、他方では、第１データベース１内の少なくとも１つの同音の目的地名称に対応し、このことも情報として識別名“Muenchen”に割り当てられているので、目的地名称として全ての“Muenchen”のリストが作られ、例えば、場所の大きさに従い、夫々の識別名の命名（例えば in“Oberbayern”(オーバーバイエルン内)）と共に選択肢として提供される。このリストは、周辺地域リストと同様に、第２データベース２内の夫々の識別名において保存され得る。
【００２６】
識別名が同音の所望の目的地に実際に対応する場合、この検索戦略は最も早い可能性を有するものである。従って、少なくともこの場合にはユーザフレンドリが最適化されている。従来技術におけるような、問い返しダイアログも、先行する言語コマンドによる操作機能選択も、必要ではない。
【００２７】
所望の目的地名称が第２データベース２内に識別名として存在しない場合、入力ダイアログが次のように実施される。即ち、ユーザがフレーズ入力又は少なくとも識別名の入力へと導かれるようにである。
【００２８】
図２ａから図２ｈには、本発明による方法の経過プランを用いて可能である全ての入力ダイアログが示されていて、部分的には、言語認識装置が言語表現を恐らく間違って理解したケースも含まれている。
【００２９】
図２ａでは、言語制御式の目的地入力のための経過プランが例えば言語コマンドにより又は手動でキーを押すことにより開始する。それに続く変数の定義 ANZ_GESAMTDURCHLAEUFE, ANZ_NACHFRAGE_ZIELORT, ANZ_NACHFRAGE_IDENTIFIKATOR は、以下で詳細に説明されているように、エラー試行の回数を制限するために用いられる。
【００３０】
入力ダイアログは、例えば、要求文“Bitte geben Sie den Zielort ein”（目的地を入力して下さい）によって開始する。最善の場合として、その後、目的地が、目的地名称と前置詞と識別名の部分から成るフレーズの形式で入力される。
【００３１】
次に、他の経過について、先ず“Muenchen”(ミュンヘン)という言語表現が入力される場合を例にとって説明する。言語入力の後、図２ａに従い、先ず、目的地名称と前置詞と識別名を分離することが言語認識システムによって試行され、この際、識別名が第２データベース内で検索され、前置詞が第３データベース内で検索される。先行して存在する言語表現を有する識別名、又は前置詞が認識され、有効であるとされた場合、入力された言語表現はフレーズ入力（接続子２参照）として分類される。言語表現の一部が先行して存在するものである識別名が認識されない場合、又は、前置詞が認識されない場合、入力された言語表現は単一語入力として分類される。つまり“Muenchen”という言語入力の場合には単一語入力が成されたことになる。次のステップ（接続子１参照）において、入力された言語表現“Muenchen”が、第２データベース２内に保存されていて同時に目的地名称でもある識別名と図２ｂに対応して比較される（接続子１参照）。図１による例において言語入力“Muenchen”の場合には１つの識別名が認識される。
【００３２】
その後、認識された識別名、ここでは“Muenchen”が図２ｄ（接続子３参照）に対応して多義性に関してチェックされる。即ち、目的地名称である“Muenchen”がドイツ内で幾度も存在するかどうかである。この情報は、認識された識別名に対し、対応する目的地名称に関する参照指示を用いて保管されている。一義的な目的地名称では目的地が既に正確に認識されていることになる。本実施形態では少なくとも２つの目的地名称“Muenchen”が存在する。例えば、言語認識システムは次に先ず最も大きな目的地を目的地フレーズの形式で出力する：“Moechten Sie nach Muenchen in Oberbayern fahren?”（オーバーバイエルン内のミュンヘンへの走行を希望しますか？）この目的地が正しい目的地として確認されると、目的地入力は成功したものとして終了する。それに対して提供された目的地が拒否されると、例えば全ての同じ名称の目的地、ここでは“Muenchen”が、地理的な位置の命名（“Muenchen in Oberbayern”(ミュンヘン イン オーバーバイエルン),“Muenchen bei Hamburg”(ミュンヘン バイ ハンブルグ), …）を用い、所望の目的地名称をリストから選択するために搭載モニタ上に提供される。
【００３３】
所望の目的地がリスト内に含まれない場合、図２ｈ（接続子７参照）に従い、カウンタ ANZ_GESAMTDURCHLAEUFE を用い、何回のエラー試行が既に言語制御式で行われたかがチェックされる。予め設定されている閾値、ここでは ANZ_GESAMTDURCHLAEUFE = 2 に達した場合、手動の目的地入力が提案される。予め設定されたこの閾値に達しない場合には入力ダイアログの開始（接続子８参照）に戻される。
【００３４】
次に、経過プランを、図２ａにおける言語入力“Muenster”(ミュンスター)を例にして詳細に説明する。再び、言語入力が単一語入力として分類されるが、ここでは、図２ｂに対応し、認識されて有効なものとして同時に目的地名称である識別名は第２データベース２内に存在しない。この場合には図２ｅ（接続子４参照）に従い、先ずはカウンタ ANZ_NACHFRAGE_IDENTIFIKATOR を用いてエラー試行の頻度が再びチェックされる。予め設定されている閾値、ここでは同様に ANZ_NACHFRAGE_IDENTIFIKATOR = 2 が未だ達成されていない場合、問い返しダイアログが開始される。例えば、より正確な場所の位置を詳述することがユーザに要求される。最善の場合は識別名である言語入力が期待される。目的地名称“Muenster”の例では、経過プランのこの点において、例えば言語入力“Unterfranken”(ウンターフランケン) 又は“in Unterfranken”(イン ウンターフランケン) が続く。言語入力が“in Unterfranken”の場合には“Unterfranken”が識別名として認識される。その理由は、言語表現のこの部分が前置詞“in”の後に続くからである。言語入力が“Unterfranken”の場合には全言語表現が識別名として評価される。
【００３５】
図２ｅに従い、言語表現が、第２データベース２内に保存されている全ての識別名と比較される。先行する言語入力が“in Unterfranken”の場合、識別名が前置詞から分離され、第２データベース２内に保存されている全ての識別名と比較される。
【００３６】
識別名が第２データベース２から認識されない場合、図２ｅに従い（接続子４を介して図２ｅに向かう）、既述したように、識別名が今一度問い返される。識別名が認識されて選び出される（図２ｃ、接続子２参照）と、動的、即ちリアルタイムで、言語認識に関連付けられた部分データストックが第１データベース１から識別名の「周辺地域リスト」に基づいて生成される。この例では、識別名“Unterfranken”に割り当てられている全ての目的地名称・データが選択される。即ち“Neuhuetten”(ノイヒュッテン),“Karbach”(カールバッハ),“Muenster”(ミュンスター) である。所望の目的地名称、ここでは“Muenster”の言語入力が、経過プランの図２ａに従う言語入力の後、その時まで、言語認識システムの一時的なメモリに保存され得る。
【００３７】
次に、図２ｇ（接続子６参照）に従い、生成された部分データストック内で、目的地名称として解釈された言語入力が部分データストックからの目的地に対応するかどうかがチェックされる。目的地名称が認識されると、図２ｄ（接続子３参照）に従い、既述したように、経過プランが更に進行する。しかし目的地名称が認識されるものとして有効でない場合、例えば、言語入力“Muenster”が間違って発音された又は不明確に発音された場合には、今一度、識別名が図２ｅ（接続子４を介する）に従って問い返されるか又は目的地名称が図２ｆ（接続子５を介する）に従って問い返される。ここでは、先ず、識別名及び目的地名称の問い返し試行の回数が互いに比較され、より少なく問い返された情報に決定される。しかし、最大で２回の問い返し試行だけが全過程ごとに識別名のためにも目的地名称のためにも許される。引き続き、図２ｇ（接続子６参照）に従い、既述したように、経過プランが更に進行する。
【００３８】
最後に、図２ａにおける最善のフレーズ入力に基づいて経過プランを説明する。例えば、目的地を入力するための要求後に言語入力“Muenster in Unterfranken”(ミュンスター イン ウンターフランケン) が行われる。この例では、言語入力が十分な明確性で成されたものとする。その後、目的地名称と前置詞と識別名の分離が可能である。前置詞も識別名も存在するので、その種類のものとして認識され得て、言語入力がフレーズ入力として分類される。その後、図２ｃ（接続子２を介する）に従い、既述したように、経過プランが進行する。
【図面の簡単な説明】
【図１】 本発明による装置を、対応的なデータバンク構造の形式で示す図である。
【図２ａ〜２ｈ】 本発明による方法を、可能な入力ダイアログ・経過プランの形式で示す図である。

Claims (7)

1. リアルタイム稼動で、目的案内システム内に定義されている入力ダイアログを使って目的地を言語入力するための方法にして、
   入力されたユーザの言語表現が、言語認識装置により認識され、記憶されている言語表現と比較され、並びに、それらの認識確率に従って分類される、そして、認識確率の最も大きな記憶されている言語表現が、入力された言語表現として認識される、方法において、
   目的地に割り当てられ且つ記憶されている言語表現が、目的地名称と、目的地名称を一義的に特定し且つ地域を限定する少なくとも１つの追加情報と、前置詞とから構成されていて、各目的地名称が指示シンボルと共に第１データベース（１）内に保存され、各追加情報が第２データベース（２）内に保存され、且つ、各前置詞が第３データベース（３）内に保存されていること、
   言語認識装置が入力された言語表現内の前置詞を認識することにより、言語認識装置が入力された言語表現を目的地名称と追加情報に分離すること、及び
   分離された前記追加情報である言語表現の一部が追加情報として第２データベース（２）内で認識される場合、この追加情報に割り当てられている部分データストックが第１データベース（１）から生成され、この部分データストック内で、入力された言語表現に基づいて所望の目的地名称が検索されること
   を特徴とする方法。
2. 請求項１に記載の方法において、
   言語表現の入力後、言語認識装置により、言語表現の少なくとも一部が追加情報であるかどうかが検査され、言語認識装置が、必要に応じ、次の経過においてユーザを追加情報の言語入力又は定義されているフレーズ入力へと導き、これらの言語入力又はフレーズ入力により、言語表現の少なくとも一部が追加情報であることを言語認識装置が認識することを特徴とする方法。
3. 請求項１又は２に記載の方法において、
   言語表現の入力後、この言語表現が言語認識装置によって少なくとも２つの入力カテゴリのうちの１つに割り当てられること、その際、第１入力カテゴリは、言語認識装置が言語表現の一部を追加情報と判断する場合に、フレーズ入力として定義され、また、第２入力カテゴリは、言語認識装置が言語表現のどの部分にも追加情報がないと判断する場合に、単一語入力として定義されることを特徴とする方法。
4. 請求項３に記載の方法において、
   言語表現のどの部分も入力された追加情報として判断されない場合、全言語表現が第２データベース（２）内において検索されること、及び、認識確率の最も大きな記憶されている追加情報が、第２データベース（２）から、入力された目的地名称として選び出されることを特徴とする方法。
5. 請求項４に記載の方法において、
   第２データベース（２）内に追加情報が認識されない場合、ユーザには他の入力ダイアログで追加情報を言語入力することが要求されることを特徴とする方法。
6. 請求項３〜５のいずれか一項に記載の方法において、
   定義されているフレーズ入力が、少なくとも、目的地名称と追加情報から成ることを特徴とする方法。
7. 請求項３〜６のいずれか一項に記載の方法において、
   入力された言語表現の一部が、前置詞として、又は、言語表現の一部が先行して存在するものである追加情報として認識される場合に、入力された言語表現がフレーズ入力として分類されることを特徴とする方法。

Images