JP7385635B2 - 音声コマンド認識システム、音声コマンド認識方法、及びプログラム - Google Patents
音声コマンド認識システム、音声コマンド認識方法、及びプログラム Download PDFInfo
- Publication number
- JP7385635B2 JP7385635B2 JP2021131693A JP2021131693A JP7385635B2 JP 7385635 B2 JP7385635 B2 JP 7385635B2 JP 2021131693 A JP2021131693 A JP 2021131693A JP 2021131693 A JP2021131693 A JP 2021131693A JP 7385635 B2 JP7385635 B2 JP 7385635B2
- Authority
- JP
- Japan
- Prior art keywords
- command
- voice
- information
- dependent
- voice command
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims description 49
- 230000001419 dependent effect Effects 0.000 claims description 47
- 238000010586 diagram Methods 0.000 description 19
- 230000010365 information processing Effects 0.000 description 15
- 239000003795 chemical substances by application Substances 0.000 description 12
- 230000006870 function Effects 0.000 description 12
- 230000015654 memory Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 238000005401 electroluminescence Methods 0.000 description 2
- 230000005236 sound signal Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Landscapes
- User Interface Of Digital Computer (AREA)
Description
以下に、本発明の第1実施形態に係る音声コマンド認識システム、音声コマンド認識方法、及びプログラムについて、図面を参照して説明する。本実施形態では、音声コマンド認識システムが情報処理装置1に搭載されている場合を例示して説明する。
情報処理装置1の一例として、ノートPC、デスクトップ型PC、タブレット端末、スマートフォン等が挙げられる。
図1に示すように、情報処理装置1は、例えば、CPU(Central Processing Unit)11、メインメモリ12、記憶部13、マイク14、スピーカ15、通信部16、入力部17、及び表示部18等を備えている。これら各部は直接的にまたはバスを介して間接的に相互に接続されており互いに連携して各種処理を実行する。
スピーカ15は、音声信号を音声に変換して出力する。
通信部16は、ネットワークに接続するための通信インターフェースを備え、3GやLTE、5G回線を含むワイヤレスネットワークや、有線/無線LAN、Bluetooth(登録商標)等のネットワークに接続し、他のデバイスとの通信を確立させ、情報の相互通信を実現させる。
表示部18は、例えば、LCD(Liquid Crystal Display)、有機EL(Electro Luminescence)等で構成される表示画面を有し、CPU11からの指令に基づいて動作する。
そして、本実施形態に係る音声認識システムは、一例として、コマンド定義データベース20と、音声エージェント部30に実装されたコマンド認識部50を備えている。
図4に例示した実行処理定義情報DF2には、コマンドグループID「NewsGroup」に属する音声コマンドとして音声コマンドC1、C2が示され、コマンドグループID「MusicGroup」に属する音声コマンドとして音声コマンドC3、C4が示されている。
音声認識部40は、例えば、ユーザが発話した音声を音声認識し、音声認識結果を出力する。これにより、例えば、発話内容を示すデータが出力される。なお、音声認識については公知の技術を採用すればよく、ここでの詳細な説明は省略する。
コマンド認識部50は、音声認識部40によって認識された発話内容に基づいてユーザが意図したコマンドを認識する。
また、コマンド特定部53は、コマンド候補特定部52によって複数のコマンド候補が特定された場合に、コマンド候補のコマンドグループIDと、コマンド履歴情報に登録されているコマンドグループID及び時間情報を用いて、複数のコマンド候補のいずれかを処理対象の音声コマンドとして特定する。
なお、複数の候補コマンドからいずれか一つの候補コマンドを絞りきれなかった場合、音声コマンドの認識に失敗したと判定する。
音声エージェント部30の音声認識部40は、音声データに基づいてユーザによる「次」との発話を認識し、音声認識結果をコマンド認識部50に出力する。
また、履歴情報管理部51は、コマンド履歴情報に登録してから所定期間が経過した履歴を削除する。
次に、本発明の第2実施形態に係る音声コマンド認識システム、音声コマンド認識方法、及びプログラムについて図面を参照して説明する。
上述した第1実施形態では、音声コマンドにコマンドグループIDを含め、コマンドグループIDを用いて候補コマンドから処理対象の音声コマンドを特定したが、本実施形態では、コマンドグループIDを用いない点が異なる。
以下、上述した第1実施形態と共通する点については説明を省略し、異なる点について主に説明する。
このように、本実施形態では、連続して発話される可能性の高い異なる発話パターンであって、同じ意味を意図している発話パターンを一つのグループとして捉え、これらに共通のコマンドIDを付与する。
なお、本実施形態に係る実行処理定義情報(図示略)は、図4に示した実行処理定義情報DF2においてコマンドグループIDの情報が省略されたものとされる。また、履歴情報管理部51によって管理されるコマンド履歴情報には、少なくともコマンドIDと時間情報とが関連付けられて登録される。
次に、本発明の第3実施形態に係る音声コマンド認識システム、音声コマンド認識方法、及びプログラムについて図面を参照して説明する。
例えば、上述した「次」との発話の他、ユーザが繰り返し指示を出す可能性のある発話パターンとして「もっと」などがある。この「もっと」という発話は、その前に発話された内容によって意味が変わる。例えば、テレビを視聴しているときに「もっと」と発話された場合、解釈としては、チャンネルを上げる、チャンネルを下げる、音量を上げる、音量を下げる等、判断がつきにくい。しかしながら、「もっと」と発話される前に「チャンネルを上げて」と発話されていた場合、「もっと」という発話は、「チャンネルを上げる」ことを意図していると解釈できる。
本実施形態は、「もっと」等のようなあいまいな発話からユーザが意図するコマンドを認定する点に特徴を有する。
以下、上述した第1実施形態と共通する点については説明を省略し、異なる点について主に説明する。
コマンド定義情報DF1には、第1実施形態で説明した通り、発話パターンとコマンドIDとが関連付けられて登録されている。図11に例示したコマンド定義情報DF1では、発話パターン「チャンネルを上げて」とコマンドID「ChannelUp」とが関連付けられ、発話パターン「チャンネルを下げて」とコマンドID「ChannelDown」とが関連付けられ、発話パターン「もっと」とコマンドID「More」とが関連付けられている。
独立コマンドは、実行処理が定義されたコマンドである。例えば、第1実施形態で説明した音声コマンドは、全て独立コマンドである。
独立コマンドの音声コマンドは、コマンドID、コマンドグループID、及び実行する処理内容を含んでいる。
図13に示すように、本実施形態に係るコマンド認識部50aは、履歴情報管理部51、コマンド候補特定部52、コマンド特定部53、及び処理決定部54を備えている。
処理決定部54は、コマンド特定部53によって特定された音声コマンドの処理内容を決定する。
判定部61は、コマンド特定部53によって特定された音声コマンドが独立コマンドか従属コマンドか否かを判定する。
判定部61によって独立コマンドであると判定された場合には、第1実施形態と同様であり、特定した音声コマンドに含まれるコマンドグループIDで識別される連携アプリケーションAPへ音声コマンドが出力される。これにより、連携アプリケーションAPにおいて音声コマンドに応じた処理が実行される。
11 :CPU
12 :メインメモリ
13 :記憶部
14 :マイク
15 :スピーカ
16 :通信部
17 :入力部
18 :表示部
20 :コマンド定義データベース
30 :音声エージェント部
40 :音声認識部
50 :コマンド認識部
50a :コマンド認識部
51 :履歴情報管理部
52 :コマンド候補特定部
53 :コマンド特定部
54 :処理決定部
61 :判定部
62 :独立コマンド特定部
63 :決定部
Claims (6)
- コマンドグループ情報を含む音声コマンドの情報が時間情報と関連付けられて登録されたコマンド履歴情報を管理する履歴情報管理部と、
コマンドグループ情報を含む複数の音声コマンドが定義された定義情報を用いて、ユーザが発話した音声データに対応する音声コマンドをコマンド候補として特定するコマンド候補特定部と、
複数のコマンド候補が特定された場合に、コマンド候補のコマンドグループ情報と、前記コマンド履歴情報に登録されている前記音声コマンドのコマンドグループ情報及び時間情報とを用いて、複数のコマンド候補から処理対象の音声コマンドを特定するコマンド特定部と、
前記コマンド特定部によって特定された音声コマンドに対応する処理内容を決定する処理決定部と
を備え、
前記音声コマンドは、実行処理が定義された独立コマンドと、従属する独立コマンドに応じて実行処理が変化する従属コマンドとに区分され、
前記定義情報において、前記従属コマンドの音声コマンドには、従属する複数の独立コマンドの情報が登録されており、
前記処理決定部は、
前記コマンド特定部によって特定された音声コマンドが従属コマンドか否かを判定する判定部と、
特定された前記音声コマンドが従属コマンドである場合に、当該音声コマンドが従属する独立コマンドのうち、最も直近に認識された独立コマンドを前記コマンド履歴情報を用いて特定する独立コマンド特定部と、
特定した独立コマンドの音声コマンドと従属コマンドである音声コマンドとに基づいて処理内容を決定する決定部と
を備える音声コマンド認識システム。 - 前記コマンド特定部は、各コマンド候補のコマンドグループ情報と一致する音声コマンドの情報のうち、最も新しい時間情報を有する音声コマンドの情報とコマンドグループ情報が一致する候補コマンドを処理対象の音声コマンドとして特定する請求項1に記載の音声コマンド認識システム。
- 前記コマンドグループ情報は、音声コマンドを実行するアプリケーションに対応して設けられている請求項1又は2に記載の音声コマンド認識システム。
- 前記履歴情報管理部は、現在から所定期間以上前の時間情報を有する音声コマンドの情報を前記コマンド履歴情報から削除する請求項1から3のいずれかに記載の音声コマンド認識システム。
- コマンドグループ情報を含む音声コマンドの情報が時間情報と関連付けられて登録されたコマンド履歴情報を管理する履歴情報管理工程と、
コマンドグループ情報を含む複数の音声コマンドが定義された定義情報を用いて、ユーザが発話した音声データに対応する音声コマンドをコマンド候補として特定するコマンド候補特定工程と、
複数のコマンド候補が特定された場合に、コマンド候補のコマンドグループ情報と、前記コマンド履歴情報に登録されている前記音声コマンドのコマンドグループ情報及び時間情報とを用いて、複数のコマンド候補から処理対象の音声コマンドを特定するコマンド特定工程と、
前記コマンド特定工程において特定された音声コマンドに対応する処理内容を決定する処理決定工程と
をコンピュータが実行し、
前記音声コマンドは、実行処理が定義された独立コマンドと、従属する独立コマンドに応じて実行処理が変化する従属コマンドとに区分され、
前記定義情報において、前記従属コマンドの音声コマンドには、従属する複数の独立コマンドの情報が登録されており、
前記処理決定工程は、
前記コマンド特定工程において特定された音声コマンドが従属コマンドか否かを判定する判定工程と、
特定された前記音声コマンドが従属コマンドである場合に、当該音声コマンドが従属する独立コマンドのうち、最も直近に認識された独立コマンドを前記コマンド履歴情報を用いて特定する独立コマンド特定工程と、
特定した独立コマンドの音声コマンドと従属コマンドである音声コマンドとに基づいて処理内容を決定する決定工程と
を含む音声コマンド認識方法。 - コンピュータを請求項1から4のいずれかに記載の音声コマンド認識システムとして機能させるためのプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021131693A JP7385635B2 (ja) | 2021-08-12 | 2021-08-12 | 音声コマンド認識システム、音声コマンド認識方法、及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021131693A JP7385635B2 (ja) | 2021-08-12 | 2021-08-12 | 音声コマンド認識システム、音声コマンド認識方法、及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2023026071A JP2023026071A (ja) | 2023-02-24 |
JP7385635B2 true JP7385635B2 (ja) | 2023-11-22 |
Family
ID=85252225
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021131693A Active JP7385635B2 (ja) | 2021-08-12 | 2021-08-12 | 音声コマンド認識システム、音声コマンド認識方法、及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7385635B2 (ja) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002258892A (ja) | 2001-03-05 | 2002-09-11 | Alpine Electronics Inc | 音声認識機器操作装置 |
WO2015029379A1 (ja) | 2013-08-29 | 2015-03-05 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ | 機器制御方法、表示制御方法及び購入決済方法 |
JP2018207169A (ja) | 2017-05-30 | 2018-12-27 | 株式会社デンソーテン | 機器制御装置及び機器制御方法 |
-
2021
- 2021-08-12 JP JP2021131693A patent/JP7385635B2/ja active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002258892A (ja) | 2001-03-05 | 2002-09-11 | Alpine Electronics Inc | 音声認識機器操作装置 |
WO2015029379A1 (ja) | 2013-08-29 | 2015-03-05 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ | 機器制御方法、表示制御方法及び購入決済方法 |
JP2018207169A (ja) | 2017-05-30 | 2018-12-27 | 株式会社デンソーテン | 機器制御装置及び機器制御方法 |
Also Published As
Publication number | Publication date |
---|---|
JP2023026071A (ja) | 2023-02-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
USRE49762E1 (en) | Method and device for performing voice recognition using grammar model | |
EP3195310B1 (en) | Keyword detection using speaker-independent keyword models for user-designated keywords | |
US9336773B2 (en) | System and method for standardized speech recognition infrastructure | |
US7689420B2 (en) | Personalizing a context-free grammar using a dictation language model | |
US10811005B2 (en) | Adapting voice input processing based on voice input characteristics | |
US20190318737A1 (en) | Dynamic gazetteers for personalized entity recognition | |
WO2017166631A1 (zh) | 语音信号处理方法、装置和电子设备 | |
US10621983B2 (en) | Systems and methods for enhancing responsiveness to utterances having detectable emotion | |
US12033639B2 (en) | Caching scheme for voice recognition engines | |
JP2023552798A (ja) | 部分的仮説に基づくストリーミングアクション遂行 | |
JP2000284795A (ja) | テキストの挿入と置換を区別するための方法およびシステム | |
US20240029742A1 (en) | Attentive scoring function for speaker identification | |
JP7385635B2 (ja) | 音声コマンド認識システム、音声コマンド認識方法、及びプログラム | |
US11416593B2 (en) | Electronic device, control method for electronic device, and control program for electronic device | |
JP2009505203A (ja) | インタラクションパターン及びアプリケーション機能を紹介する方法 | |
TW201506685A (zh) | 以語音辨識來選擇控制客體的裝置及方法 | |
JP2023026072A (ja) | 音声コマンド認識システム、音声コマンド認識方法、及びプログラム | |
KR20180096369A (ko) | 차량 제어를 위한 음성 인식 지원 시스템 및 그 방법 | |
JP5500647B2 (ja) | 動的音声認識辞書の生成方法及びその生成装置 | |
KR20200053242A (ko) | 차량용 음성 인식 시스템 및 그 제어 방법 | |
US12026196B2 (en) | Error detection and correction for audio cache | |
EP2058799B1 (en) | Method for preparing data for speech recognition and speech recognition system | |
JP2022014620A (ja) | 情報処理装置、情報処理方法及び情報処理プログラム | |
JP2009020218A (ja) | 音声登録装置及びその制御方法、コンピュータプログラム | |
JPS59176792A (ja) | 話者識別方式 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220721 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230613 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230620 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230721 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20231017 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231110 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7385635 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |