JP3607119B2

JP3607119B2 - 車速対応の施設名検索用音声認識装置

Info

Publication number: JP3607119B2
Application number: JP14639899A
Authority: JP
Inventors: 徹小澤
Original assignee: Kenwood KK
Current assignee: Kenwood KK
Priority date: 1999-05-26
Filing date: 1999-05-26
Publication date: 2005-01-05
Anticipated expiration: 2019-05-26
Also published as: JP2000337916A

Description

【０００１】
【発明の属する技術分野】
本発明は、車速対応の施設名検索用音声認識装置に関し、特に、入力された人声の音声分析と特徴抽出を行ったデータを音節ＨＭＭによる出力確率計算を行い、地名や施設名等が格納された辞書部から上位のＮ個をゆう度計算によって求めて認識結果とする施設名検索用音声認識装置の改良に関する。
【０００２】
【従来の技術】
車両走行誘導装置は、運転者の負担を減らし安全運転に集中できるため広く普及していて、目的地と道路地図データ等に基づいて作成された誘導路の表示を行ったり、目的地までの距離や所要時間を表示することが行われ、その一環として施設名の検索を音声（人声）による指令に基づいて行えるように音声認識装置を設けた場合がある。
【０００３】
このような音声認識装置の具体例としては主として次に説明する第１ないし第３の方式を用いたものがある
【０００４】
第１の方式は、全ての辞書を探索して人声を認識する方式であり、図３に示すように、音声分析特徴抽出部１に入力された話者の音声（人声）は、音声分析されてその特徴部分が抽出されそのデータが、音声区間検出部２と出力確率計算部４に送出され、音声区間検出部２で音声区間がいずれであるかの検出が行われ、出力確率計算部４で音節ＨＭＭ部６の出力に基づく出力確率計算を行うことができる。この音節ＨＭＭ部６は、音節単位の行うＨＭＭ、つまり隠れマルコフモデル（ＨｉｄｄｅｎＭａｌｋｏｖＭｏｄｅｌ）を指し、このＨＭＭとは、定常信号源を確率的に切り替えることによって表現する非定常信号源のモデルのことである。
【０００５】
このような出力確率計算部４の出力データは、ゆう度計算部５によって音節ＨＭＭ部６の出力と認識辞書部７の格納データに基づいてゆう度計算が行なわれる。このゆう度計算とは出力確率計算部４、音節ＨＭＭ部６、認識辞書部７のそれぞれの出力データの中で一番優れているものを計算して求めるものであり、当該ゆう度計算部５から、上位Ｎ個のデータが認識制御部３に出力される。この認識制御部３は、最上位のデータを認識結果として後段回路部の図示しないスピーカ発声部等に送出される。
【０００６】
認識制御部３による認識結果（最上位）が、音声分析特徴抽出部１に入力された話者の音声（人声）と異なる場合に認識指令の信号により次候補コマンドが発せられると第２位の認識結果を出力することができる。以下同様に最大としてＮ個まで繰り返させることができる。
【０００７】
認識辞書部７には、「地名や施設名」が日本全国を対象として網羅されていて、市役所、区役所、救急告知病院、公園、フェリーターミナル、ホテル、動物園、植物園、遊園地、公会堂、デパート、国際空港等々の位置データが格納されている。
【０００８】
第２の方式は、認識辞書に全ての地名施設名を網羅させず、所定の分割基準でもって複数に分割して構成し、複数の認識辞書の中から選択して使用することによって１回の認識率が高い状態で人声を認識する方式であり、前述説明した図３と異なる構成は、図４に示すように第１認識辞書部７ａと第２認識辞書部７ｂに２分割して認識辞書部が構成され、この両者のデータを辞書判断部８に介してゆう度計算部５に入力するように構成したもので、また、辞書判断部８は、認識制御部３から出力される選択指令信号によって第１認識辞書部７ａと第２認識辞書部７ｂのいずれを使用するかを切り分けるように構成されている。
【０００９】
第１認識辞書部７ａと第２認識辞書部７ｂは、住所辞書を県名、市名、区名に等々の分割基準に基づいて分けられたもので、分割数は２個に限らずこれ以上でもよい。
【００１０】
従って、一度に使用する辞書のデータ量を減らして１回当たりの認識率を高くすることができるものの、第１認識辞書部７ａと第２認識辞書部７ｂのいずれを選択するか決定するために発声が必要となり、この発声のための認識と本来の発声（地名や施設名の発声）のための認識が必要となり認識回数が増える。このために、最終的に目的の言葉を探すまでの認識率は「１回の認識率」の回数のべき乗となり、結局、話者に発声回数の負担を増やすが最終的認識率はあまり変わらないことになる。
【００１１】
第３の方式は、所在地からの距離に応じて認識辞書を自動的に切り替える方式であり、前述説明した図３と異なる構成は、図５に示す認識辞書部１２が、所在地からの所定距離圏内に該当するデータに限定して検索を行い得るように構成され、また、現在地情報（緯度経度）データが入力される直線距離計算部９を設け、この出力を距離係数計算部１０に入力して距離係数を計算し、認識辞書部１２に入力し、所在地からの距離に応じた範囲の施設のみを対象とした検索を行うようにしている。
【００１２】
このために、辞書の全てに対してデータ検索するのではなく、自車の所在地の周辺のみに対してデータ検索しているために、最終的に認識結果を得るに必要な時間が短縮化されると共に、認識率も向上する利点がある。
【００１３】
【発明が解決しようとする課題】
従来の施設名検索用音声認識装置は、前述説明した第１の方式を用いた場合には、辞書の全てに対してデータ検索しているので、最終的に認識結果を得るに必要な時間が多くかかると共に、認識率が低下してしまうという問題がある。
【００１４】
また、前述説明した第２の方式を用いた場合には、辞書の全てに対してデータ検索せずに、一度に使用する辞書のデータ量を減らして１回当たりの認識率を高くすることができるものの、複数辞書のいずれを選択するか決定するために発声が必要となり、この発声のための認識と本来の発声（地名や施設名の発声）のための認識が必要となり認識回数が増えてしまい、このために、最終的に目的の言葉を探すまでの認識率は「１回の認識率」の回数のべき乗となり、結局、話者に発声回数の負担を増やすが最終的認識率はあまり変わらないことになり、最終的に認識結果を得るに必要な時間が多くかかると共に、認識率が低下してしまうという問題は解消されない。
【００１５】
さらに、前述説明した第３の方式を用いた場合には、辞書の全てに対してデータ検索せずに、一度に使用する辞書のデータ量を減らし、即ち、自車の所在地の周辺のみに対してデータ検索しているために、最終的に認識結果を得るに必要な時間が短縮化されると共に、認識率も向上する利点があるものの、車両の走行中に施設名検索を行った場合には、検索動作が進行している間に該当施設を通り越してしまう虞があり、そのときには自車をしかるべき場所でＵターンさせたり、大回りルートで戻らなければならなくなってしまうという問題がある。
【００１６】
この問題は、余計な走行をせざるを得ないために精神的に苦痛であると共に、無駄な燃料消費が生じたり、特に、高速道路を走行中に発生してしまった場合には、次インターチェンジまでかなりの距離を走行しなければ戻れないためにより顕著な問題となる。
【００１７】
そこで、本発明の目的は、車速の大小には関わりなく音声認識の認識率を高くできると共に、施設検索のための認識動作が進行している間に該当施設を通り越してしまうことのない車速対応の施設名検索用音声認識装置を提供することにある。
【００１８】
【課題を解決するための手段】
前述の課題を解決するため、本発明による車速対応の施設名検索用音声認識装置は、次のような特徴的構成を採用している。
【００１９】
（１）入力された人声の音声認識を、 7 地名や施設名等が格納された複数の辞書部を用いて実行する車両走行誘導装置用の施設名検索用音声認識装置において、
自車の車速を検出する車速検出手段を備え、前記車速検出手段によって得られた車速が所定値を越えたときに、前記認識に用いる辞書部の数を減らすことを特徴とする車速対応の施設名検索用音声認識装置。
【００２０】
（２）前記複数の辞書部のうち一つの辞書部は、比較的に近い位置に存在する複数の施設データを格納するように構成する上記（１）の車速対応の施設名検索用音声認識装置。
【００２１】
（３）前記複数の辞書部のうち一つの辞書部は、複数の施設の住所データを格納するように構成する上記（１）の車速対応の施設名検索用音声認識装置。
【００２２】
（４）前記所定値は、高速道路で定められている最低速度に基づいて設定するように構成する上記（１）の車速対応の施設名検索用音声認識装置。
【００２４】
【発明の実施の形態】
以下、本発明の実施の形態について図１と図２を用いて詳細に説明する。図１は、本発明の一実施の形態による車速対応の施設名検索用音声認識装置の概略回路を示すブロック図である。本形態の構成は、前述説明した図５と一部が異なって構成されたもので、図５に示す辞書部１１が辞書部１６とされ、図５に示す認識辞書部１２が認識辞書部１７とされ、図５に示す直線距離計算部９と距離係数計算部１０が直線距離計算部１３と距離係数計算部１４とされ、距離係数計算部１４の出力端が速度判断部１５を介してゆう度計算部５に接続されている。
【００２５】
こうして、入力された人声の音声分析と特徴抽出を音声分析特徴抽出部１で行ったデータを音節ＨＭＭ部６による出力の確率計算を出力確率計算部４で行い、地名や施設名等が格納された辞書部（辞書部１６、認識辞書部１７）から上位のＮ個をゆう度計算部５によって求めて認識結果とする施設名検索用音声認識装置が構成される。
【００２６】
辞書部１６は周辺辞書部で構成され、認識辞書部１７は、施設名辞書部と地名辞書部とで構成され、自車の車速を検出する車速検出手段で得られた速度情報が速度判断部１５に入力され、その車速が高速道路走行に対応する所定値を越えたときに、辞書部１６と認識辞書部１７（周辺辞書部と施設名辞書部と地名辞書部との３種の辞書）を使用し、所定値を下回ったときに、辞書部１６を使用せず認識辞書部１７（施設名辞書部と地名辞書部の２種の辞書）を使用するように制御する制御手段が具備されている。この所定値は、走行する高速道路に定められている最低速度に基づいて設定するように構成されている。
【００２７】
辞書部１６による周辺辞書部は、比較的に近い位置に存在する複数の施設データを格納するように構成され、認識辞書部１７による施設名辞書部は、複数の施設名データを格納するように構成され、認識辞書部１７による地名辞書部は、複数の施設の住所データを格納するように構成されている。
【００２８】
さて、速度判断部１５による速度判断は図２に符号ａで示すような判断基準でもってなされ（×印は辞書を使用しないことを意味し、○印は辞書を使用することを意味する）、車速が８１ｋｍ／ｈを越えた場合には、辞書部１６（周辺辞書）を使用せず、認識辞書部１７（地名辞書と施設名辞書）を使用し、０〜４０〜８０の場合には、辞書部１６（周辺辞書）と認識辞書部１７（地名辞書と施設名辞書）を使用するようにしている。
【００２９】
また、「周辺辞書」とは、コンビニエンス・ストア、ファミリー・レストラン、銀行等の所在地が格納された辞書であり、「施設名辞書」とは、ホテル、遊園地、スキー場、駅名等の所在地が格納された辞書であり、「地名辞書」とは、住所名の所在地が格納された辞書である。
【００３０】
したがって、音声分析特徴抽出部１に入力された話者の音声（人声）は、音声分析されてその特徴部分が抽出されてそのデータが、音声区間検出部２と出力確率計算部４に送出され、音声区間検出部２で音声区間がいずれであるかの検出が行われ、出力確率計算部４で音節ＨＭＭ部６の出力に基づく出力確率計算を行うことができる。
【００３１】
このような出力確率計算部４の出力データは、ゆう度計算部５によって音節ＨＭＭ部６の出力と認識辞書部１７の格納データと速度判断部１５の出力に基づいてゆう度計算が行なわれる。
【００３２】
このゆう度計算とは出力確率計算部４、音節ＨＭＭ部６、認識辞書部１７のそれぞれの出力データの中で一番優れているものを計算して求めるものであり、当該ゆう度計算部５から、上位Ｎ個のデータが認識制御部３に出力される。この認識制御部３は、最上位のデータを認識結果として出力する。
【００３３】
このとき、速度判断部１５によって、図２に符号ａで示すような判断基準でもってなされ、車速が８１ｋｍ／ｈを越えた場合には、辞書部１６（周辺辞書）を使用せず、認識辞書部１７（地名辞書と施設名辞書）を使用し、０〜４０〜８０の場合には、辞書部１６（周辺辞書）と認識辞書部１７（地名辞書と施設名辞書）を使用するようにしている。
【００３４】
認識制御部３による認識結果（最上位）が、音声分析特徴抽出部１に入力された話者の音声（人声）と異なる場合に外部からの認識指令の信号により次候補コマンドが発せられると第２位の認識結果を出力することができる。以下同様に最大としてＮ個まで繰り返させることができる。
【００３５】
よって、現在走行中の自動車の速度情報から高速走行中（８１ｋｍ／ｈ以上）は、周辺辞書を所有しないことで認識辞書を小さくして認識制度を上げる。また、音声認識作業を行っている時間に認識結果の目的地を通り過ぎてしまうことを回避する。
【００３６】
また、現在走行中の自動車の速度情報から低速走行中（８１ｋｍ／ｈ以下）の場合には、辞書部１６と認識辞書部１７の両方の辞書を用いて「周辺辞書と地名辞書と施設名辞書」の３種の辞書を使用し、検索動作が進行している間に該当施設を通り越してしまうことはない。
【００３７】
なお、速度判断部１５による車速判断の境界値は、８０ｋｍ／ｈの場合のみならず、走行する高速道路に定められている最低走行速度に基づいて設定するようにすればより実態に即した辞書切り替えを行うことができる。
【００３８】
【発明の効果】
以上の説明で明らかなように、本発明による車速対応の施設名検索用音声認識装置は、一度に使用する辞書のデータ量を減らし、即ち、高速走行中に自車の所在地の周辺のみに対してデータ検索しているために、最終的に認識結果を得るに必要な時間が短縮化されると共に、認識率も向上する利点があり、検索動作が進行している間に該当施設を通り越してしまうことがなく、そのときには自車をしかるべき場所でＵターンさせたり、大回りルートで戻らなければならなくなってしまうという非常に煩わしい問題が解消される。
【００３９】
したがって、本発明の車速対応の施設名検索用音声認識装置は、車速の大小には関わりなく音声認識の認識率を高くできると共に、施設検索のための認識動作が進行している間に該当施設を通り越してしまうことのない車速対応の施設名検索用音声認識装置を提供することができる。
【図面の簡単な説明】
【図１】本発明の一実施の形態による車速対応の施設名検索用音声認識装置の全体構成を示すブロック回路図である。
【図２】図１に示す速度判断部による車速基準と使用辞書の関係を示す図である。
【図３】従来の施設名検索用音声認識装置の一例の概略回路構成を示すブロック回路図である。
【図４】従来の施設名検索用音声認識装置の他例の概略回路構成を示すブロック回路図である。
【図５】従来の施設名検索用音声認識装置のさらに他の例の概略回路構成を示すブロック回路図である。
【符号の説明】
１音声分析特徴抽出部
２音声区間検出部
３認識制御部
４出力確率計算部
５ゆう度計算部
６音節ＨＭＭ部
７認識辞書部
７ａ第１認識辞書部
７ｂ第２認識辞書部
８辞書判断部
９直線距離計算部
１０距離係数計算部
１１辞書部
１２認識辞書部
１３直線距離計算部
１４距離係数計算部
１５速度判断部
１６辞書部
１７認識辞書部

Claims

入力された人声の音声認識を、地名や施設名等が格納された複数の辞書部を用いて実行する車両走行誘導装置用の施設名検索用音声認識装置において、
自車の車速を検出する車速検出手段を備え、前記車速検出手段によって得られた車速が所定値を越えたときに、前記認識に用いる辞書部の数を減らすことを特徴とする車速対応の施設名検索用音声認識装置。
前記複数の辞書部のうち一つの辞書部は、比較的に近い位置に存在する複数の施設データを格納するように構成することを特徴とする請求項１に記載の車速対応の施設名検索用音声認識装置。
前記複数の辞書部のうち一つの辞書部は、複数の施設の住所データを格納するように構成することを特徴とする請求項１に記載の車速対応の施設名検索用音声認識装置。
前記所定値は、高速道路で定められている最低速度に基づいて設定するように構成することを特徴とする請求項１に記載の車速対応の施設名検索用音声認識装置。