JPH10198549A - 情報処理装置及びナビゲーション装置、並びに音声入力方法及び記録媒体 - Google Patents

Abstract

(57)【要約】 【課題】 音声による操作指示の入力が可能とするナビ
ゲーション装置等において、音声による操作指示の認識
率を低コストにて向上させる。 【解決手段】 使用者が「メニュー」と発声したら、メ
ニューマトリクスＭを画面表示する。メニューマトリッ
クスＭを複数の行と複数の列とによって構成する。各行
には行番号ａを、各列には列番号ｂをそれぞれ割り振
り、行番号ａと列番号ｂとで示される位置に、「拡
大」、「詳細」、「出発地」、「目的地」といったコマ
ンドを文字表示する。使用者が発した言葉が例えば「ニ
・イチ」であればその言葉を音声認識するとともに、２
行／１列の「詳細」のコマンドが指定されたと判断し、
その時点で表示されている地図を詳細地図に切り替え
る。コマンドの指定を音声認識が容易な数字により行う
ため、ノイズが多い環境下においても指定されたコマン
ドの認識率が上がる。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、音声による操作指
示を可能とする情報処理装置及びナビゲーション装置、
並びに音声入力方法及び記録媒体に関する。

【０００２】

【従来の技術】近年、自車位置付近の地図を表示しなが
ら運転者を目的地に案内するナビゲーション装置が一般
に普及している。かかるナビゲーション装置において、
表示されたメニュー画面の操作用のコマンドを選択する
際には、メニュー画面を見ながらキー操作を行ったり、
またメニュー画面がタッチパネルに表示されている場合
には直接コマンド部分に触れたりすることによりコマン
ド選択が行われる。また最近のものでは、走行中の操作
を可能とするとともに操作性の向上を図るため、音声認
識技術を用いて使用者が発音したコマンドを認識させ、
音声によるコマンド入力を可能としたものもある。

【０００３】

【発明が解決しようとする課題】しかしながら、ナビゲ
ーション装置においては、車室内のオーディオ機器の音
や、車室外の騒音等のノイズが多い環境下において用い
られるため、それらのノイズの影響を受けることなく、
使用者が発したコマンドを正しく認識させることは難し
く、コマンドの認識率を上げようとすると音声認識に要
するコストが高くなったり、機器の大型化を招くという
問題があった。

【０００４】本発明は、かかる従来の課題に鑑みなされ
たものであって、音声による操作指示の認識率を低コス
トにて向上させることができる情報処理装置及びナビゲ
ーション装置、並びに音声入力方法及び記録媒体を提供
することを目的とする。

【０００５】

【課題を解決するための手段】前記課題を解決するため
に本発明の情報処理装置にあっては、コマンドと該コマ
ンドを指定するための指定情報との対応関係を示すメニ
ュー画面を表示する表示手段と、音声を入力する音声入
力手段と、該音声入力手段により入力された音声による
前記指定情報を音声認識する音声認識手段と、該音声認
識手段により認識された前記指定情報により指定される
コマンドに応じた処理を実行する制御手段とを備えたも
のとした。

【０００６】かかる構成において、メニュー画面に表示
されたいずれかの指定情報が音声認識されると、その指
定情報により指定されるコマンドに応じた処理が実行さ
れる。ここで、音声認識に際してはコマンドそれ自体で
はなく、それを指定するための指定情報を認識すれば足
りることから、コマンドの実行に必要な指定情報として
音声認識が容易な言葉、例えば数字や文字（一語）の使
用が可能となる。

【０００７】また、本発明の他の情報処理装置にあって
は、音声を入力する音声入力手段と、該音声入力手段に
より入力された音声による、コマンドと該コマンドを指
定するための指定情報を音声認識する音声認識手段と、
該音声認識手段により認識された前記指定情報により指
定されるコマンドを判別し判別したコマンドに応じた処
理を実行する制御手段とを備えたものとした。

【０００８】かかる構成においては、指定情報が音声認
識されると、その指定情報により指定されるコマンドに
応じた処理が実行される。ここで、音声認識に際しては
コマンドそれ自体ではなく、それを指定するための指定
情報を認識すれば足りることから、コマンドの実行に必
要な指定情報として音声認識が容易な言葉、例えば数字
や文字（一語）の使用が可能となる。しかも、異なる状
況下では同一の指定情報が異なるコマンドを示すように
決めておくことにより、同一の指定情報で複数のコマン
ドを実行させることが可能となる。

【０００９】また、本発明のナビゲーション装置におい
ては、地図データ記憶手段から読み出された地図データ
に基づく自己位置付近の地図を表示する表示手段と、音
声を入力する音声入力手段と、該音声入力手段により入
力された音声による前記指定情報を音声認識する音声認
識手段と、該音声認識手段により認識された前記指定情
報により指定されるコマンドを判別し判別したコマンド
に応じた処理を実行する制御手段とを備えたものとし
た。かかる構成において、コマンドを指定する指定情報
が認識されると、その指定情報により指定されるコマン
ドに応じた処理が実行される。従って、音声による操作
ができるとともに、コマンドの実行に必要な指定情報と
して、例えば数字や文字（一語）の使用が可能となる。

【００１０】また、本発明の方法にあっては、音声によ
る操作指示を入力する方法において、コマンドを指定す
るための音声入力された指定情報を音声認識し、音声認
識した指定情報により指定されるコマンドに応じた処理
を実行するようにした。かかる方法によれば、前述した
ように、音声認識に際してはコマンドそれ自体ではな
く、コマンドを指定する指定情報を認識すれば足りるこ
とから、コマンドの実行に必要な指定情報として、例え
ば数字や文字（一語）の使用が可能となる。

【００１１】また、本発明の記録媒体においては、コン
ピュータによって読み取られ実行されるプログラムを記
録した記録媒体であって、音声認識された、コマンドを
指定するための指定情報により示されるコマンドに応じ
た処理を実行させるプログラムを含むものとした。かか
る記録媒体の記録情報を用いてコンピュータを動作させ
れば、コマンドを指定する指定情報が音声認識される
と、その指定情報により示されるコマンドに応じた処理
が実行される。従って、コンピュータを備えた装置にお
いて、音声による操作ができるとともに、コマンドの実
行に必要な必要な操作語として、例えば数字や文字（一
語）の使用が可能となる。

【００１２】

【発明の実施の形態】以下、本発明の一実施の形態を図
にしたがって説明する。図１は、本発明に係るナビゲー
ション装置を示すブロック図である。このナビゲーショ
ン装置は、経路計算機能、経路誘導機能、及び地点登録
機能等の一般的な機能、及び音声によるコマンド入力機
能を備えており、受信機能としてＧＰＳアンテナ１と、
ＧＰＳアンテナ１により受信した衛星からのＬ１帯のＣ
／Ａコードを復調・解読して現在地の緯度・経度を割り
出すＧＰＳブロック２とを有している。ＧＰＳブロック
２はグラフィックブロック３に接続されており、ＧＰＳ
ブロック２により割り出された緯度・経度の情報はグラ
フィックブロック３に入力されＣＰＵ４に取り込まれ
る。クラフィックブロック３ではＣＰＵ周辺回路Ｇ／Ａ
５、ＣＰＵ４の処理動作等のタイミングをはかるための
タイマ部６、ＲＯＭ７、ＲＡＭ８、グラフィックコント
ローラ９がＣＰＵ４にそれぞれ接続されており、さらに
グラフィックコントローラ９にはビデオＲＡＭ１０が接
続されている。ＲＯＭ７には、ＲＡＭ８をワーキングエ
リアとしてＣＰＵ４にナビゲーション装置全体の制御を
行わせるためのプログラム、及び複数のコマンドを指定
するための指定情報である操作語（本実施の形態におい
ては数字）と、その各々に対応する複数のコマンドとか
らなるコマンド対応テーブル（図示せず）等の各種デー
タが記憶されている。

【００１３】グラフィックブロック３にはＣＤブロック
１１、本発明の表示手段であるモニター１２が接続され
ている。ＣＤブロック１１は、地図ＣＤ−ＲＯＭ１３の
記憶データ、すなわち道路データや地名データ等の地図
／道路情報、自動経路計算等に用いられる交通規制デー
タ、および前記交通情報等を地図上へ表示するとき等に
用いられる道路リンクデータを読み出し出力する。ＣＤ
ブロック１１から出力された各種データはＲＡＭ８を介
して、ＲＯＭ７から読み出されたデータとともにＣＰＵ
周辺回路Ｇ／Ａ５を経由してＣＰＵ４へ送られる。さら
に、ＣＤ−ＲＯＭ１３から読み出されたデータはグラフ
ィックコントローラ９によりビデオＲＡＭ１０を介して
モニター１２に送られ、これによりモニター１２に自車
位置、及びその周辺の地域を表す地図が表示される。ま
た、グラフィックブロック３にはＤ／Ａコンバータ１４
及びアンプ１５を介してスピーカー１６が接続されてお
り、経路誘導時等に必要に応じて合成音からなる案内音
がスピーカー１６から放音される。

【００１４】さらに、グラフィックブロック３には、ナ
ビゲーション装置を操作するための各種の操作キー（図
示せず）を有するキーブロック１７、本発明の音声認識
手段である音声認識ブロック１８が接続されており、音
声認識ブロック１８にはマイクを備えた音声入力装置１
９が接続されている。使用者が発した音声は音声入力装
置１９を介して音声認識ブロック１８に入力され、音声
認識ブロック１８によって操作語として認識された後Ｃ
ＰＵ４に送られる。なお、本実施の形態においては、音
声認識ブロック１８は数字と、「メニュー」という音声
のみ音声認識可能とするものである。

【００１５】次に、以上の構成からなるナビゲーション
装置の動作を説明する。このフローチャートは、音声入
力モードが選択されているときの動作を示したものであ
る。ナビゲーション装置は音声入力モードが選択される
ことにより動作を開始し音声入力待ちの状態となる（Ｓ
１）。そして、かかる状態において使用者が音声（言
葉）を発し、音声入力装置１９に音声入力があると（Ｓ
１でＹＥＳ）、音声認識ブロック１８が音声認識処理を
開始し音声認識された場合は、その認識結果を操作語と
してＣＰＵ４へ送り（Ｓ２）、これに伴い、ＣＰＵ４は
「メニュー」という操作語が入力されたか否かを判別す
る（Ｓ３）。かかる判別の結果がＮＯであればステップ
Ｓ１へ戻り、ＹＥＳであればモニター１２の画面上にそ
の時点で表示していた画面、例えば地図画面に重ねて図
３に示したメニューマトリックスＭを表示する（Ｓ
４）。 メニューマトリックスＭは、複数の行と複数の
列とによって構成されており、各行には上から下に向か
い“１”，“２”，“３”，”４”・・・の行番号ａ
が、また各列には左から右に向かい“１”，“２”，
“３”の列番号ｂが割り振られている。そして、行番号
ａと列番号ｂとで示される位置に、ナビゲーション装置
に用意されているコマンドが文字表示される。なお、本
実施の形態において、列番号“１”の各行には主として
地図表示を切り替えるための「拡大」、「詳細」、「出
発地」、「目的地」、・・・といったコマンドが文字表
示される、行番号“４”／列番号“３”にはメニューマ
トリックスＭの表示を終了させる「終了」のコマンドが
文字表示れる。なお、図３では省略したが、他の行番号
と列番号とで示される位置にも、その他のコマンドが文
字表示される。

【００１６】また、ステップＳ４で前記メニューマトリ
ックスＭを表示後には、再び音声入力待ちの状態となり
（Ｓ５）、音声入力がなければステップＳ４へ戻り、音
声入力があれば、音声認識ブロック１８が音声認識処理
を開始し、音声認識された場合は、その認識結果を操作
語としてＣＰＵ４へ送り（Ｓ６）、ＣＰＵ４は、図３の
メニューマトリックスＭの行番号ａの最大値内と、列番
号ｂの最大値内の２つの数字が行・列の順で連続して操
作語として入力されたか否かを判別する（Ｓ７）。つま
り、使用者がメニューマトリックスＭ中のいずれかのコ
マンドを指定するための操作語を発したか否かを判別す
る。ここで、ステップＳ６で認識された音声が、例えば
「イチ・ヨン」や「サン・ゴ」であってステップＳ７の
判別結果がＮＯであればステップＳ４へ戻り、例えば
「イチ・サン」や「ニ・イチ」であってステップＳ７の
判別結果がＹＥＳであれば次へ進む。

【００１７】続くステップＳ８では、ステップＳ６で認
識された操作語に基づき、使用者がメニューマトリック
スＭ上のどのコマンドを選択したのかをＲＯＭ７に記憶
されている前述したコマンド対応テーブルを参照して判
別する。例えば、認識された音声が「ニ・イチ」であっ
た場合には、選択されたコマンドが２行／１列のコマン
ド、つまり本実施の形態においては「詳細」であると判
別する。その後、判別したコマンドに応じた処理を実行
し（Ｓ９）、処理を終了する。なお、ステップＳ７でＹ
ＥＳと判別された時点でメニューマトリックスＭの表示
を終了する。また使用者が、例えば「ニ・イチ」という
言葉を発したときには、モニター１２に表示されている
地図を詳細地図に切り替える。

【００１８】このように、前記ナビゲーション装置にお
いては、使用者が発する２つの数字、つまり音声認識が
容易な言葉のみを認識するだけで音声によるコマンド入
力が可能である。よって、車室外の騒音等のノイズが多
い環境下においても、それらのノイズの影響を受けるこ
となく、使用者が指定したコマンドを正しく認識するこ
とができる。しかも、音声認識に際しては複雑な認識作
業を必要としないため、音声認識ブロック１８に要する
コストが安価である。なお、コマンドの実行に必要とす
る操作語は数字に限らず、例えば、五十音の一文字やア
ルファベットの一文字等のそれ自体ではコマンドとして
の意味をもたない単に符号化された操作語を用いてもよ
い。その場合であっても同様の効果を得ることができ
る。

【００１９】また、前記ナビゲーション装置において
は、音声入力された２つの数字を行列の要素として１つ
のコマンドを判別するようにしたことから、少ない種類
の数字等（言葉）を認識するだけでより多くのコマンド
を実行させることができる。よって、コマンドの数が多
い場合であっても、指定されたコマンドを高い認識率で
認識させることができる。しかも、モニター１２に表示
されたメニューマトリックスＭから所望するコマンドに
対応する数字を知ることができるため、符号化された数
字等（言葉）とコマンドとの対応関係を覚えておく必要
がなく使い勝手がよい。

【００２０】なお、本実施の形態においては１つのメニ
ューマトリックスＭを表示させる場合について説明した
が、予め複数のメニューマトリックスを用意しておくと
ともに、例えば最初に「〇〇メニュー」といった音声入
力や、キーブロック１７におけるキー操作に応じて使用
者の所望とするメニューマトリックスを選択的に表示で
きるようにしてもよい。その場合には、より少ない種類
の数字等（言葉）を認識するだけでより多くのコマンド
を実行させることができる。

【００２１】また、ステップＳ８のコマンド判別時点や
前述した動作の終了時点において選択されたコマンドを
記憶させておき、次回モニター１２の表示画面にメニュ
ーマトリックスＭを表示させるとき、前回指定され実行
されたコマンドを示す文字にマークキング処理を施する
一方、その時点において、例えば「左（ヒダリ）」、
「右（ミギ）」、「上（ウエ）」、「下（シタ）」等の
簡単な単語の音声入力があった場合には、メニューマト
リックスＭ中でマーキングされた文字の左右上下に隣会
うコマンドが選択されたものとみなす処理を行わせるよ
うにしてもよい。その場合には、コマンドの指定にかか
る操作性が向上する。

【００２２】一方、本実施の形態においては、２つの数
字等（言葉）により１つのコマンドを指定するものにつ
いて説明したが、これとは別に、１つの数字等（言葉）
により１つのコマンドを指定するようにしてもよい。つ
まり、数字等（言葉）とコマンドとを一対一の関係に設
定しておき、前記メニューマトリックスＭと異なり列や
行が１つであるメニューによりコマンドを入力させるよ
うにしてもよく、その場合に、コマンドの数が少なけれ
ばメニューの表示を省いてもよい。

【００２３】また、数字等（言葉）とコマンドとを一対
複数の関係に設定してもよい。これは、例えば、数字等
（言葉）の操作語により示されるコマンドが互いに異な
る前記メニューマトリックスＭ、及びコマンド対応テー
ブルを複数種用意しておき、それらを選択的に用いてコ
マンドを入力させることにより行い得る。具体的には、
前述したステップＳ３で認識された音声が「メニュー」
であったときには、続くステップＳ４では、ナビゲーシ
ョン装置の動作内容に基づきその時点で有効なコマンド
や、使用される可能性の高いコマンドのみが文字表示さ
れたマトリックスメニューを選択的に表示させる。しか
る後、入力された音声が、前記メニューで有効な数字等
（言葉）であったら、その時点で表示されているメニュ
ーマトリックス内の対応するコマンドを判別し実行す
る、といった動作を行わせればよい。かかる場合には、
より少ない種類の数字等（言葉）を認識するだけでより
多くのコマンドを実行させることができる。また、こう
したコマンドの入力方法を前述した列や行が１つである
メニューを用いて行うこともできる。なお、本実施の形
態においては、１つのメニューマトリックスＭを用いて
コマンドを入力するようにしたため、操作語である数字
等（言葉）が入力されたとき、それがどのコマンドに対
応するのかを判別する処理が不要である。従って、複数
のメニューマトリックスＭ（又は列や行が１つであるメ
ニュー）を用いる場合に比べ、コマンド入力時の処理が
簡単になる。

【００２４】また、本実施の形態においては、ＣＵＰ４
の制御プログラムがＲＯＭ７に予め記録されている場合
について説明したが、制御プログラムの一部又は全部が
ＣＤブック１１に装着されるＣＤ−ＲＯＭ１３等の他の
記録媒体に記録され、それが装置の起動とともにＲＡＭ
１２等に読み込まれるような構成であっても構わない。
特に、新しい機能が増加する傾向にあり、それに伴い操
作用のコマンドの増加が予想されるナビゲーション装置
においては、新たな機能に対応し易いため都合がよい。
また、本発明の音声情報処理装置を一般のパソコン、及
びコンピュータ等を備えた他の装置において実現する場
合においても都合がよい。

【００２５】

【発明の効果】以上説明したように本発明においては、
コマンドを指定する指定情報が音声認識されると、その
指定情報により指定されるコマンドに応じた処理が実行
されるようにし、これにより、コマンドの実行に必要な
指定情報として、例えば数字や文字（一語）といった音
声認識が容易な言葉の使用が可能となるようにした。よ
って、コマンドの実行に必要な指定情報として音声認識
が容易な言葉を使用することにより、音声による操作指
示の認識率を低コストにて向上させることができる。

【００２６】また、本発明の情報処理装置において、制
御手段が、操作語により示されるコマンドを判別し、判
別したコマンドに応じた処理を実行するものとすれば、
異なる状況下では同一の指定情報が異なるコマンドを示
すように決めておくことにより、同一の指定情報で複数
のコマンドを実行させることが可能となる。よって、前
記効果に加え、少ない操作語で多くのコマンドを実行さ
せることができ、コマンドの数が多い場合であっても低
コストにて操作指示に対する高い認識率を確保すること
が可能となる効果が得られる。

【００２７】また、制御手段が、音声認識手段により認
識された二つの指定情報を行列の要素としてコマンドを
判別するものとすれば、より少ない指定情報でより多数
のコマンドを示すことができる。よって、コマンドの数
が多い場合であっても、低コストにて、指定されたコマ
ンドをより高い認識率で認識することができる。

【００２８】また、指定情報とコマンドとの対応関係を
示すメニュー画面を表示する表示手段を備えたものにお
いては、使用者は表示されたメニュー画面を見ながら所
望するコマンドに対応する指定情報を知ることができ
る。よって、コマンドと、それを指定する指定情報との
対応関係を覚えておく必要がなく、使用環境が向上す
る。

【００２９】また、音声認識手段が、メニュー画面の表
示に関するコマンドの音声認識が可能であるものとすれ
ば、操作性が更に向上する。

【００３０】

【図面の簡単な説明】

【図１】本発明の一実施の形態を示すナビゲーション装
置のブロック図である。

【図２】同ナビゲーション装置において音声入力モード
が設定された時の動作を示すフローチャートである。

【図３】音声入力モードでモニターに表示されるメニュ
ーマトリックスを示す図である。

【符号の説明】 ２ ＧＰＳブロック ４ ＣＰＵ ７ ＲＯＭ ８ ＲＡＭ １１ ＣＤブロック １２ モニター １８ 音声認識ブロック １９ 音声入力ブロック

Claims (8)

【特許請求の範囲】
1. 【請求項１】 コマンドと該コマンドを指定するための
   指定情報との対応関係を示すメニュー画面を表示する表
   示手段と、 音声を入力する音声入力手段と、 該音声入力手段により入力された音声による前記指定情
   報を音声認識する音声認識手段と、 該音声認識手段により認識された前記指定情報により指
   定されるコマンドに応じた処理を実行する制御手段とを
   備えたことを特徴とする情報処理装置。
2. 【請求項２】 音声を入力する音声入力手段と、 該音声入力手段により入力された音声による、コマンド
   と該コマンドを指定するための指定情報を音声認識する
   音声認識手段と、 該音声認識手段により認識された前記指定情報により指
   定されるコマンドを判別し判別したコマンドに応じた処
   理を実行する制御手段とを備えたことを特徴とする情報
   処理装置。
3. 【請求項３】 前記制御手段は、前記音声認識手段によ
   り認識された二つの前記指定情報を行列の要素として前
   記コマンドを判別することを特徴とする請求項２記載の
   情報処理装置。
4. 【請求項４】 前記指定情報と前記コマンドとの対応関
   係を示すメニュー画面を表示する表示手段を備えたこと
   を特徴とする請求項２又は３記載の情報処理装置。
5. 【請求項５】 前記音声認識手段は、前記メニュー画面
   の表示に関するコマンドの音声認識が可能であることを
   特徴とする請求項１又は４記載の情報処理装置。
6. 【請求項６】 地図データ記憶手段から読み出された地
   図データに基づく自己位置付近の地図を表示する表示手
   段と、 音声を入力する音声入力手段と、 該音声入力手段により入力された音声による前記指定情
   報を音声認識する音声認識手段と、 該音声認識手段により認識された前記指定情報により指
   定されるコマンドを判別し判別したコマンドに応じた処
   理を実行する制御手段とを備えたことを特徴とするナビ
   ゲーション装置。
7. 【請求項７】 音声による操作指示を入力する方法にお
   いて、 コマンドを指定するための音声入力された指定情報を音
   声認識し、音声認識した指定情報により指定されるコマ
   ンドに応じた処理を実行することを特徴とする音声入力
   方法。
8. 【請求項８】 コンピュータによって読み取られ実行さ
   れるプログラムを記録した記録媒体であって、 音声認識された、コマンドを指定するための指定情報に
   より示されるコマンドに応じた処理を実行させるプログ
   ラムを含むことを特徴とする記録媒体。