Deprecated: The each() function is deprecated. This message will be suppressed on further calls in /home/zhenxiangba/zhenxiangba.com/public_html/phproxy-improved-master/index.php on line 456
JP4887911B2 - 電子機器 - Google Patents
[go: Go Back, main page]

JP4887911B2 - 電子機器 - Google Patents

電子機器 Download PDF

Info

Publication number
JP4887911B2
JP4887911B2 JP2006151719A JP2006151719A JP4887911B2 JP 4887911 B2 JP4887911 B2 JP 4887911B2 JP 2006151719 A JP2006151719 A JP 2006151719A JP 2006151719 A JP2006151719 A JP 2006151719A JP 4887911 B2 JP4887911 B2 JP 4887911B2
Authority
JP
Japan
Prior art keywords
command information
command
menu screen
displayed
voice recognition
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.)
Expired - Fee Related
Application number
JP2006151719A
Other languages
English (en)
Other versions
JP2007322647A (ja
Inventor
真由美 金子
直樹 山本
賢二 岡本
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Funai Electric Co Ltd
Original Assignee
Funai Electric Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Funai Electric Co Ltd filed Critical Funai Electric Co Ltd
Priority to JP2006151719A priority Critical patent/JP4887911B2/ja
Priority to EP07010628A priority patent/EP1863015A1/en
Priority to US11/806,240 priority patent/US7908146B2/en
Publication of JP2007322647A publication Critical patent/JP2007322647A/ja
Application granted granted Critical
Publication of JP4887911B2 publication Critical patent/JP4887911B2/ja
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00Speech recognition
    • G10L15/22Procedures used during a speech recognition process, e.g. man-machine dialogue
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/41Structure of client; Structure of client peripherals
    • H04N21/422Input-only peripherals, i.e. input devices connected to specially adapted client devices, e.g. global positioning system [GPS]
    • H04N21/42203Input-only peripherals, i.e. input devices connected to specially adapted client devices, e.g. global positioning system [GPS] sound input device, e.g. microphone
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/439Processing of audio elementary streams
    • H04N21/4394Processing of audio elementary streams involving operations for analysing the audio stream, e.g. detecting features or characteristics in audio streams
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/47End-user applications
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/47End-user applications
    • H04N21/482End-user interface for programme selection
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/47End-user applications
    • H04N21/485End-user interface for client configuration
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00Speech recognition
    • G10L15/22Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G10L2015/225Feedback of the input speech

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Human Computer Interaction (AREA)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • User Interface Of Digital Computer (AREA)

Description

本発明は、音声認識機能により各種制御を行うことができる電子機器に関する。
近年、テレビやビデオ等の電子機器の多機能化・高機能化が進むに伴い、様々な機能に対応し、かつ簡易な操作が可能なものが求められ、現在では、このような操作に音声認識技術を用いた電子機器が利用されている。
従来、かかる音声認識技術を用いたものとして、例えば、予め登録したコードに基づいて、音声指示によってカーソルを画面の所望の項目位置に移動させたり、カーソルが指す項目の情報を出力したりする音声入力システムが知られている(特許文献1参照)。
また、マイクより入力された音声コマンドを認識処理するための音声認識手段を設け、この手段により認識されたコマンドに従ってそのコマンドの指示する処理を実行するように構成された無線情報受信機が知られている(特許文献2参照)。
また、管理者がリモート端末機を所持した状態でスクリーン等の大型の表示装置に表示されたメニュー画面を見ながら各項目毎に登録された言葉(単語)を発声すると、音声認識部で単語コードに変換され、この単語コードに基づいて項目が選択され、かつ選択された項目が表示される音声画面操作装置が知られている(特許文献3参照)。
特開平06−332665号公報 特開2000−287242号公報 特開平06−149534号公報
しかしながら、特許文献1〜3に開示された音声認識機能を用いた装置は、メニュー画面が表示された際、音声によるコマンド入力は、当該メニュー画面に表示された項目に対応するコマンドのみを受け付ける構成ではないので、ユーザが意図しないコマンド処理が行われる場合がある。
また、音声入力可能なコマンドが多いと、入力された音声情報を音声認識してコマンドを特定するまでに時間がかかってしまうという問題もある。
本発明の課題は、状況に応じて、音声認識によるユーザ所望のコマンド処理を的確に且つ迅速に行うことができる電子機器を提供することである。
請求項に記載の発明は、
外部から入力される音声情報の音声認識を行い、音声認識結果に基づき得られたコマンド情報により制御される電子機器において、
前記コマンド情報に対応する項目を表示手段に表示するメニュー画面に係るメニュー画面識別情報と、当該メニュー画面に表示される項目に対応するコマンド情報とを対応付けて記憶するコマンド情報記憶手段と、
外部から音声情報の入力があった場合、前記表示手段に表示されているメニュー画面に係るメニュー画面識別情報を判別し、入力された音声情報の音声認識結果に基づき得られたコマンド情報が、当該メニュー画面識別情報に対応付けられて前記コマンド情報記憶手段に記憶されたコマンド情報に該当するか否かを判別する判別手段と、
前記表示手段に表示されるメニュー画面中の一の項目に対応するコマンド情報に基づく制御を実行するか、又は、中止するかを指定する指定手段と、
前記判別手段により、音声認識結果に基づき得られたコマンド情報が、当該メニュー画面識別情報に対応付けられて前記コマンド情報記憶手段に記憶されたコマンド情報に該当すると判別された場合、前記表示手段に表示されているメニュー画面の当該コマンド情報に対応する項目を識別可能な態様で表示させ、前記指定手段により、当該識別可能な態様で表示された項目に対応するコマンド情報に基づく制御を実行する旨の指定が行われた場合、当該コマンド情報に基づく制御を行う制御手段と、
を備え
前記制御手段は、
前記コマンド情報に対応する項目が識別可能な態様で表示された回数と、前記指定手段により指定された当該識別可能な態様で表示された項目に対応するコマンド情報に基づく制御を実行した場合の実行回数と、に基づいてコマンド実行率を算出し、前記コマンド実行率を算出した後に当該コマンド実行率が算出された前記コマンド情報が得られた場合、当該コマンド実行率に応じて当該コマンド情報に基づく制御を行うか、又は、当該コマンド情報に対応する項目を識別可能な態様で表示させるか、の設定を行うこと、
を特徴とする。
請求項に記載の発明は、請求項に記載の発明において、
外部から入力される音声情報の音声認識における確からしさを示す音声認識確率を算出する算出手段をさらに備え、
前記制御手段は、前記判別手段により、音声認識結果に基づき得られたコマンド情報が、当該メニュー画面識別情報に対応付けられて前記コマンド情報記憶手段に記憶されたコマンド情報に該当すると判別された場合、前記算出手段による当該コマンド情報の前記音声認識確率が所定値以上であれば、当該コマンド情報に基づく制御を実行し、当該コマンド情報の前記音声認識確率が所定値未満であれば、前記表示手段に表示されているメニュー画面の当該コマンド情報に対応する項目を識別可能な態様で表示させ、前記指定手段により、当該識別可能な態様で表示された項目に対応するコマンド情報に基づく制御を実行する旨の指定が行われた場合、当該コマンド情報に基づく制御を行うことを特徴とする。
請求項に記載の発明は、請求項1又は2に記載の発明において、
前記判別手段により、音声認識結果に基づき得られたコマンド情報が、当該メニュー画面識別情報に対応付けられて前記コマンド情報記憶手段に記憶されたコマンド情報に該当しないと判別された場合、その旨を前記表示手段に表示する表示制御手段と、
をさらに備えることを特徴とする。
請求項に記載の発明によれば、コマンド情報記憶手段によって、コマンド情報に対応する項目を表示手段に表示するメニュー画面に係るメニュー画面識別情報と、当該メニュー画面に表示される項目に対応するコマンド情報とを対応付けて記憶することができ、判別手段によって、外部から音声情報の入力があった場合、表示手段に表示されているメニュー画面に係るメニュー画面識別情報を判別し、音声認識結果に基づき得られたコマンド情報が、当該メニュー画面識別情報に対応付けられてコマンド情報記憶手段に記憶されたコマンド情報に該当するか否かを判別することができ、指定手段によって、表示手段に表示されるメニュー画面中の一の項目に対応するコマンド情報に基づく制御を実行するか、又は、中止するかを指定することができ、判別手段により、音声認識結果に基づき得られたコマンド情報が、当該メニュー画面識別情報に対応付けられてコマンド情報記憶手段に記憶されたコマンド情報に該当すると判別された場合、表示手段に表示されているメニュー画面の当該コマンド情報に対応する項目を識別可能な態様で表示させ、指定手段により、当該識別可能な態様で表示された項目に対応するコマンド情報に基づく制御を実行する旨の指定が行われた場合、制御手段によって、当該コマンド情報に基づく制御を実行することができ、コマンド情報に対応する項目が識別可能な態様で表示された回数と、指定手段により指定された当該識別可能な態様で表示された項目に対応するコマンド情報に基づく制御を実行した場合の実行回数と、に基づいてコマンド実行率を算出した後に当該コマンド実行率が算出されたコマンド情報が得られた場合、当該コマンド実行率に応じて当該コマンド情報に基づく制御を行うか、又は、当該コマンド情報に対応する項目を識別可能な態様で表示させるか、の設定を行うことができる。
従って、外部から音声情報の入力があった場合、メニュー画面に表示された項目に対応するコマンド情報のみを受け付けることとなって、状況に応じて、音声認識によるユーザ所望のコマンド処理を的確に行うことができるとともに、メニュー画面に表示された項目に対応するコマンド情報のみを照合すればよいこととなって、音声認識によるコマンド特定を迅速に行うことができる。更に、音声認識の結果得られたコマンド情報に対応する項目を一旦、識別可能な態様で表示させ、当該項目がユーザの意図したものであれば、当該項目に対応する制御を行うことができることとなって、音声認識による誤作動を好適に防止し、ユーザ所望のコマンド処理をより的確に行うことができる。
請求項に記載の発明によれば、請求項に記載の発明と同様の効果が得られることは無論のこと、算出手段によって、外部から入力される音声情報の音声認識における確からしさを示す音声認識確率を算出することができ、判別手段により、音声認識結果に基づき得られたコマンド情報が、当該メニュー画面識別情報に対応付けられてコマンド情報記憶手段に記憶されたコマンド情報に該当すると判別された場合、算出手段による当該コマンド情報の音声認識確率が所定値以上であれば、制御手段によって、当該コマンド情報に基づく制御を実行し、当該コマンド情報の音声認識確率が所定値未満であれば、表示手段に表示されているメニュー画面の当該コマンド情報に対応する項目を識別可能な態様で表示させ、指定手段により、当該識別可能な態様で表示された項目に対応するコマンド情報に基づく制御を実行する旨の指定が行われた場合、制御手段によって、当該コマンド情報に基づく制御を実行することができる。
従って、音声認識確率が所定値以上であれば、直接音声認識の結果得られたコマンド情報に基づく制御を行い、音声認識確率が所定値未満であれば、音声認識の結果得られたコマンド情報に対応する項目を一旦、識別可能な態様で表示させ、当該項目がユーザの意図したものであれば、当該項目に対応する制御を行うことができることとなって、誤作動を防止すると共に音声認識確率に応じて効率良く制御を行うことができる。
請求項に記載の発明によれば、請求項1又は2に記載の発明と同様の効果が得られることは無論のこと、判別手段により、音声認識結果に基づき得られたコマンド情報が、当該メニュー画面識別情報に対応付けられてコマンド情報記憶手段に記憶されたコマンド情報に該当しないと判別された場合、表示制御手段によって、その旨を表示手段に表示することができる。
従って、メニュー画面に表示された項目に対応するコマンド情報がない場合、その旨をユーザに通知できることとなって、再度音声入力を行う等、ユーザに次の対処を促すことができる。
以下、図面を参照しながら、本発明の実施の形態を詳細に説明する。
なお、本実施の形態では、電子機器として、ディジタルテレビ受像機を例に説明する。しかし、電子機器はこれに限られることなく、例えば、ビデオやエアコン等の家電機器であっても良い。
まず、図1を参照しながら、機器全体の構成及び要部構成について説明する。
本実施形態のディジタルテレビ受像機100は、例えば、テレビジョン放送信号(以下、放送信号という。)を受信し、受信した放送信号を、所定の出力信号に変換し、映像/音声データを出力する機器本体部1と、ユーザが各種指示を遠隔操作によって入力する指定手段としてのリモートコントロール装置(以下、リモコンという。)2と、を備えて構成されている。
次に、ディジタルテレビ受像機100の要部構成について説明する。
機器本体部1は、放送信号を受信するアンテナ3と、アンテナ3により受信された放送信号から所定の放送チャンネルの放送信号を選局するチューナ4と、チューナ4から出力された放送信号の復調及び誤り訂正処理を行う復調部5と、復調部5で復調された放送信号から各データを分離抽出することで、映像/音声データを取得するデマルチクサ6と、デマルチクサ6で取得された映像/音声データに伸張処理を行うデコーダ7と、デコーダ7で伸張された映像データにOSDデータを付加するOSD(On-Screen Display)処理部8と、デコーダ7、OSD処理部8で処理された映像/音声データを出力する表示手段としての受像部9と、音声情報を取得する音声情報取得部10と、リモコン2からの入力操作信号を受信するとともに、当該入力操作信号を制御部12に出力するリモコン信号受光部11と、機器本体部1全体を統括制御する制御部12と、各部を接続する制御バス13と、を備えて構成されている。
音声情報取得部10は、例えば、マイクロホンが用いられ、音声をそのまま音声情報として取得する。
なお、音声情報取得部10は、音声をそのまま音声情報として取得する場合に限らず、音声が音声信号に変換された後に、当該音声信号を音声情報として取得する設計であっても良い。
リモコン信号受光部11は、リモコン2に備わる各種キーがユーザにより押下操作されることにより出力された赤外線等の入力操作信号を受信し、当該入力操作信号を制御部12に出力する。
制御部12は、例えば、図1に示すように、CPU(Central Processing Unit)121と、RAM(Random Access Memory)122と、記憶部123と、などを備えている。
CPU121は、記憶部123に記憶されたコマンドテーブル及び各種処理プログラムに従って各種の制御動作を行う。
RAM122は、CPU121によって実行される処理プログラムなどを展開するためのプログラム格納領域や、入力データや上記処理プログラムが実行される際に生じる処理結果などを格納するデータ格納領域などを備える。
記憶部123は、機器本体部1で実行可能なシステムプログラム、当該システムプログラムで実行可能な各種処理プログラム、これら各種処理プログラムを実行する際に使用されるデータ、CPU121によって演算処理された処理結果のデータなどを記憶する。なお、プログラムは、コンピュータが読み取り可能なプログラムコードの形で記憶部123に記憶されている。
具体的には、記憶部123には、例えば、図1に示すように、コマンドテーブル123a、音声認識プログラム123b、判別プログラム123c、制御プログラム123d、算出プログラム123e、表示制御プログラム123fなどが記憶されている。
コマンドテーブル123aは、機器本体部1を制御するための制御情報とコマンド情報とが対応付けられており、当該コマンド情報に対応する項目を受像部9に表示するメニュー画面に係るメニュー画面識別情報と、当該メニュー画面に表示される項目に対応するコマンド情報とを対応付けて記憶したテーブルである。
具体的には、例えば、図2に示すように、メニュー画面識別情報1(SETUPメニュー画面:図3−(1)参照)に対してコマンド情報である「QUIT」「CHANNEL」「DISPLAY」「CLOCK」「DETAIL」、メニュー画面識別情報2(録画番組リスト:図4−(1)参照)に対してコマンド情報である「7」「8」「9」「10」「11」「12」が対応付けられて記憶されている。
記憶部123は、かかるコマンドテーブル123aを記憶することで、コマンド情報記憶手段として機能する。
音声認識プログラム123bは、CPU121に、音声情報取得部10により取得した音声情報に対して音声認識処理を行う機能を実現させるプログラムである。
ここで、音声認識は、例えば、Juliusという音声認識ソフトウェアが用いられ、膨大な音声パターンと言語パターンの統計データを集積することにより実現される。音声認識の基本原理は、音響モデル(音素(ローマ字1文字にほぼ相当)や音節(かな1文字に相当))の周波数パターンを保持し、単語辞書を参照しながら、入力された音声の音声波形信号から単音節部分を切出した音節列信号とマッチングを行い、音声の認識を行う。
具体的には、CPU121は、音声認識プログラム123bを実行することによって、音声情報取得部10により取得された音声情報の音声認識を行い、その音声認識結果と一致するコマンド情報をコマンドテーブル123aより抽出する。
判別プログラム123cは、CPU121に、受像部9に表示されているメニュー画面に係るメニュー画面識別情報を判別し、音声認識結果に基づき得られたコマンド情報が、当該メニュー画面識別情報に対応付けられてコマンドテーブル123aに記憶されたコマンド情報に該当するか否かを判別する機能を実現させるプログラムである。
具体的には、例えば、図3に示すように、SETUPメニュー画面が受像部9に表示されている状態で、外部から音声情報として「CHANNEL」の入力があった場合、CPU121は、受像部9に表示されているSETUPメニュー画面に係るメニュー画面識別情報1(図2参照)を判別し、音声認識結果に基づき得られたコマンド情報「CHANNEL」が、当該メニュー画面識別情報1に対応付けられてコマンドテーブル123aに記憶されたコマンド情報に該当するか否かを判別する。
CPU121は、かかる判別プログラム123cを実行することにより、判別手段として機能する。
制御プログラム123dは、CPU121に、音声認識結果に基づき得られたコマンド情報に基づく制御を実行する機能を実現させるプログラムである。
具体的には、CPU121は、判別プログラム123cを実行することにより、音声認識結果に基づき得られたコマンド情報が、受像部9に表示されているメニュー画面のメニュー画面識別情報に対応付けられてコマンドテーブル123aに記憶されたコマンド情報に該当すると判別された場合、後述する算出プログラム123eの実行による当該コマンド情報の音声認識確率が所定値以上であれば、当該コマンド情報に基づく制御を実行し、当該コマンド情報の音声認識確率が所定値未満であれば、受像部9に表示されているメニュー画面の当該コマンド情報に対応する項目を識別可能な態様で表示させ、指定手段として機能するリモコン2の実行キー(図示省略)の押下操作により、当該識別可能な態様で表示された項目に対応するコマンド情報に基づく制御を実行する旨の指定が行われた場合、当該コマンド情報に対応する制御を行う。
なお、音声認識確率の閾値は、ユーザにより当該数値を自由に設定変更できる設計であっても良い。
CPU121は、かかる制御プログラム123dを実行することにより、制御手段として機能する。
算出プログラム123eは、CPU121に、音声認識における確からしさを示す音声認識確率を算出する機能を実現させるプログラムである。
具体的には、CPU121が算出プログラム123eを実行することによって、例えば、音声認識した結果、得られた認識対象における音声情報の特徴量と、あらかじめ保持している音響モデルの周波数パターンとのマッチング(例えば、DPマッチング等)を行い、そのマッチングスコアにより、音声認識における確からしさを示す音声認識確率を算出する。
CPU121は、かかる算出プログラム123eを実行することにより、算出手段として機能する。
表示制御プログラム123fは、CPU121に、コマンドテーブル123aに対応したコマンド情報がない旨を受像部9に表示させる機能を実現させるプログラムである。
具体的には、CPU121は、判別プログラム123cの実行により、音声認識結果に基づき得られたコマンド情報が、当該メニュー画面識別情報に対応付けられてコマンドテーブル123aに記憶されたコマンド情報に該当しないと判別された場合、表示制御プログラム123fを実行することにより、当該コマンド情報が、当該メニュー画面識別情報に対応付けられてコマンドテーブル123aに記憶されたコマンド情報に該当しない旨を受像部9に表示する。
CPU121は、かかる表示制御プログラム123fを実行することにより、表示制御手段として機能する。
次に、本発明の機器本体部1の動作について、本発明の実施形態であるディジタルテレビ受像機を例に図5を用いて説明する。なお、図3に示すSETUPメニュー画面が現在、受像部9に表示されている例を用いて説明する。
まず、ステップS1において、CPU121は、音声情報取得部10で音声情報を取得したか否かを判断する。
ステップS1において、CPU121が、音声情報取得部10で音声情報「例えば、以下、CHANNELとする。」を取得したと判断した場合(ステップS1;Yes)、ステップS2へ進む。一方、ステップS1において、CPU121が、音声情報取得部10で音声情報を取得していないと判断した場合(ステップS1;No)、繰り返し、音声情報取得待機状態となる。
次いで、ステップS2において、CPU121は、音声認識プログラム123bを実行することにより、音声情報取得部10で取得された音声情報「CHANNEL」の音声認識を行い、ステップS3へ進む。
次いで、ステップS3において、CPU121は、判別プログラム123cを実行することにより、受像部9に表示されているメニュー画面識別情報の判別を行い、ステップS4へ進む。
次いで、ステップS4において、CPU121は、音声認識の結果得られたコマンド情報「CHANNEL」が、判別プログラム123cを実行することにより判別されたSETUPメニュー画面のメニュー画面識別情報に対応するコマンド情報に該当するか否かを判別する。
ステップS4において、CPU121が、判別プログラム123cを実行するにより、音声認識の結果得られたコマンド情報「CHANNEL」が、SETUPメニュー画面のメニュー画面識別情報に対応するコマンド情報に該当すると判別された場合(ステップS4;Yes)、ステップS5へ進む。
一方、CPU121は、判別プログラム123cを実行することにより、音声認識の結果得られたコマンド情報が、判別プログラム123cを実行することにより判別されたメニュー画面識別情報に対応するコマンド情報に該当しないと判別された場合(ステップS4;No)、ステップS6へ進み、CPU121は、表示制御プログラム123fを実行することにより、音声認識結果に基づき得られたコマンド情報が、判別プログラム123cの実行により判別されたメニュー画面識別情報に対応するコマンド情報に該当しない旨を受像部9に表示し、本処理を終了する。
具体的には、例えば、図4に示すように録画番組リストが受像部9に表示されている状態では、音声認識の結果得られたコマンド情報「CHANNEL」は、当該録画番組リストのメニュー画面識別情報2(図2参照)に対応するコマンド情報に該当しないため、受像部9に「対応するコマンドがありません。」等をOSD表示させる。
次いで、ステップS5において、CPU121は、算出プログラム123eを実行することにより、音声認識結果に基づき得られたコマンド情報「CHANNEL」の音声認識確率を算出する。
ステップS5において、CPU121が算出プログラム123eを実行することにより算出された音声認識確率が所定値以上である場合(ステップS5;Yes)、ステップS7へ進み、CPU121が、制御プログラム123dを実行することにより、音声認識結果に基づき得られたコマンド情報「CHANNEL」に対応する制御を行い、本処理を終了する。具体的には、図3−(3)に示すように、項目「CHANNEL」のサブメニュー画面を受像部9に表示する制御を行う。
一方、ステップS5において、CPU121が算出プログラム123eを実行することにより算出された音声認識確率が所定値未満である場合(ステップS5;No)、ステップS8へ進み、図3−(2)に示すように、音声認識の結果得られたコマンド情報に対応する項目を識別可能な態様で表示する。
次いで、ステップS9において、指定手段として機能するリモコン2の実行キー(図示省略)の押下操作により、識別可能な態様で表示された項目に対応するコマンド情報に基づく制御内容を実行する旨の指定があった場合(ステップS9;Yes)、ステップS10へ進み、CPU121は、制御プログラム123dを実行することにより、当該コマンド情報に基づく制御を実行し、本処理を終了する。
一方、ステップS9において、指定手段として機能するリモコン2の中止キー(図示省略)の押下操作により、識別可能な態様で表示された項目に対応するコマンド情報に基づく制御を中止する旨の指定があった場合(ステップS9;No)、ステップS10をスキップして本処理を終了する。
以上説明した本発明にかかるディジタルテレビ受像機100によれば、コマンドテーブル123aによって、コマンド情報に対応する項目を表示手段に表示するメニュー画面に係るメニュー画面識別情報と、当該メニュー画面に表示される項目に対応するコマンド情報とを対応付けて記憶することができ、CPU121が、判別プログラム123cを実行することによって、外部から音声情報の入力があった場合、受像部9に表示されているメニュー画面に係るメニュー画面識別情報を判別し、音声認識結果に基づき得られたコマンド情報が、当該メニュー画面識別情報に対応付けられてコマンドテーブル123aに記憶されたコマンド情報に該当するか否かを判別することができ、リモコン2の実行キー(図示省略)又は中止キー(図示省略)の押下操作によって、受像部9に表示されるメニュー画面中の一の項目に対応するコマンド情報に基づく制御を実行するか、又は、中止するかを指定することができ、CPU121が、算出プログラム123eを実行することによって、外部から入力される音声情報の音声認識における確からしさを示す音声認識確率を算出することができ、判別プログラム123cの実行により、音声認識結果に基づき得られたコマンド情報が、当該メニュー画面識別情報に対応付けられてコマンドテーブル123aに記憶されたコマンド情報に該当すると判別された場合、算出プログラム123eの実行により算出された当該コマンド情報の音声認識確率が所定値以上であれば、CPU121が、制御プログラム123dを実行することによって、当該コマンド情報に基づく制御を実行し、当該コマンド情報の音声認識確率が所定値未満であれば、受像部9に表示されているメニュー画面の当該コマンド情報に対応する項目を識別可能な態様で表示させ、リモコン2の実行キー(図示省略)の押下操作により、当該識別可能な態様で表示された項目に対応するコマンド情報に基づく制御を実行する旨の指定が行われた場合、CPU121が、制御プログラム123dを実行することによって、当該コマンド情報に基づく制御を実行することができる。
従って、外部から音声情報の入力があった場合、メニュー画面に表示された項目に対応するコマンド情報のみを受け付けることとなって、状況に応じて、音声認識によるユーザ所望のコマンド処理を的確に行うことができるとともに、メニュー画面に表示された項目に対応するコマンド情報のみを照合すればよいこととなって、音声認識によるコマンド特定を迅速に行うことができる。
また、音声認識確率が所定値以上であれば、直接音声認識の結果得られたコマンド情報に対応する制御を行い、音声認識確率が所定値未満であれば、音声認識の結果得られたコマンド情報に対応する項目を一旦、識別可能な態様で表示させ、当該項目がユーザの意図したものであれば、当該項目に対応する制御を行うことができることとなって、誤作動を防止すると共に音声認識確率に応じて効率良く制御を行うことができる。
また、判別プログラム123cの実行により、音声認識結果に基づき得られたコマンド情報が、当該メニュー画面識別情報に対応付けられてコマンドテーブル123aに記憶されたコマンド情報に該当しないと判別された場合、CPU121が、表示制御プログラム123fを実行することによって、その旨を受像部9に表示することができる。
従って、メニュー画面に表示された項目に対応するコマンド情報がない場合、その旨をユーザに通知できることとなって、再度音声情報の入力を行う等、ユーザに次の対処を促すことができる。
なお、本発明は、上記実施の形態に限定されることなく、本発明の趣旨を逸脱しない範囲において、種々の改良並びに設計の変更を行っても良い。
例えば、指定手段は、リモコンの実行キー又は中止キーの押下操作に限らず、音声情報取得部へ実行又は中止する旨の音声情報を入力し、当該音声情報の音声認識処理を行うことによって、受像部に表示されるメニュー画面中の一の項目に対応するコマンド情報に基づく制御に対して、実行又は中止を指定する設計であっても良い。但し、かかる設計による場合、コマンド情報記憶手段において、メニュー画面識別情報毎に、音声情報からなる「実行」及び「中止」などのコマンド情報を記憶する。
また、音声認識の結果得られたコマンド情報に基づく制御を実行するか或いは音声認識の結果得られたコマンド情報に対応する項目を一旦、識別可能な態様で表示させるかは、音声認識確率に限らず、ユーザの選択により設定ができる設計であっても良い。
また、例えば、音声認識結果に基づき得られたコマンド情報が、受像部に表示されているメニュー画面に係るメニュー画面識別情報に対応付けられてコマンドテーブルに記憶されたコマンド情報に該当すると判別され、受像部に表示されているメニュー画面の当該コマンド情報に対応する項目が識別可能な態様で表示された際、当該識別可能な態様で表示された項目に対応するコマンド情報に基づく制御を実行した場合の実行回数、もしくは中止した場合の中止回数をカウントし、当該コマンド情報に対応する項目が識別可能な態様で表示された回数に対する実行回数をコマンド実行率として算出し、コマンドテーブルに記憶しておく。そして次回以降、音声認識した結果、当該コマンド情報が得られた場合、かかるコマンドテーブルに記憶されたコマンド実行率に応じて、音声認識の結果得られたコマンド情報に基づく制御を実行するか或いは音声認識の結果得られたコマンド情報に対応する項目を一旦、識別可能な態様で表示させるかを設定する設計であっても良い。
本発明にかかるディジタルテレビ受像機の要部構成を示すブロック図である。 本発明におけるコマンドテーブルの1例を示す図である。 本発明におけるメニュー画面の1例で、(1)はSETUPメニューの表示図であり、(2)はSETUPメニュー内の「CHANNEL」項目を識別可能な態様で表示した表示図であり、さらに、(3)は「CHANNEL」項目に対応したコマンド情報に基づく制御内容(サブメニュ表示)を実行した表示図である。 本発明におけるメニュー画面の1例で、(1)は録画番組リストの表示図であり、(2)は録画番組リスト内の項目「10」を識別可能な態様で表示した表示図であり、さらに、(3)は項目「10」に対応したコマンド情報に基づく制御(再生)を実行した表示図である。 本発明における機器本体部の動作処理を示すフローチャートである。
符号の説明
100 ディジタルテレビ受像機(電子機器)
1 機器本体部
2 リモコン(指定手段)
8 OSD処理部(表示制御手段)
9 受像部(表示手段)
11 リモコン信号受光部(指定手段)
121 CPU(判別手段、制御手段、算出手段、表示制御手段)
123a コマンドテーブル(コマンド情報記憶手段)
123b 音声認識プログラム
123c 判別プログラム(判別手段)
123d 制御プログラム(制御手段)
123e 算出プログラム(算出手段)
123f 表示制御プログラム(表示制御手段)

Claims (3)

  1. 外部から入力される音声情報の音声認識を行い、音声認識結果に基づき得られたコマンド情報により制御される電子機器において、
    前記コマンド情報に対応する項目を表示手段に表示するメニュー画面に係るメニュー画面識別情報と、当該メニュー画面に表示される項目に対応するコマンド情報とを対応付けて記憶するコマンド情報記憶手段と、
    外部から音声情報の入力があった場合、前記表示手段に表示されているメニュー画面に係るメニュー画面識別情報を判別し、入力された音声情報の音声認識結果に基づき得られたコマンド情報が、当該メニュー画面識別情報に対応付けられて前記コマンド情報記憶手段に記憶されたコマンド情報に該当するか否かを判別する判別手段と、
    前記表示手段に表示されるメニュー画面中の一の項目に対応するコマンド情報に基づく制御を実行するか、又は、中止するかを指定する指定手段と、
    前記判別手段により、音声認識結果に基づき得られたコマンド情報が、当該メニュー画面識別情報に対応付けられて前記コマンド情報記憶手段に記憶されたコマンド情報に該当すると判別された場合、前記表示手段に表示されているメニュー画面の当該コマンド情報に対応する項目を識別可能な態様で表示させ、前記指定手段により、当該識別可能な態様で表示された項目に対応するコマンド情報に基づく制御を実行する旨の指定が行われた場合、当該コマンド情報に基づく制御を行う制御手段と、
    を備え
    前記制御手段は、
    前記コマンド情報に対応する項目が識別可能な態様で表示された回数と、前記指定手段により指定された当該識別可能な態様で表示された項目に対応するコマンド情報に基づく制御を実行した場合の実行回数と、に基づいてコマンド実行率を算出し、前記コマンド実行率を算出した後に当該コマンド実行率が算出された前記コマンド情報が得られた場合、当該コマンド実行率に応じて当該コマンド情報に基づく制御を行うか、又は、当該コマンド情報に対応する項目を識別可能な態様で表示させるか、の設定を行うこと、
    を特徴とする特徴とする電子機器。
  2. 外部から入力される音声情報の音声認識における確からしさを示す音声認識確率を算出する算出手段をさらに備え、
    前記制御手段は、前記判別手段により、音声認識結果に基づき得られたコマンド情報が、当該メニュー画面識別情報に対応付けられて前記コマンド情報記憶手段に記憶されたコマンド情報に該当すると判別された場合、前記算出手段による当該コマンド情報の前記音声認識確率が所定値以上であれば、当該コマンド情報に基づく制御を実行し、当該コマンド情報の前記音声認識確率が所定値未満であれば、前記表示手段に表示されているメニュー画面の当該コマンド情報に対応する項目を識別可能な態様で表示させ、前記指定手段により、当該識別可能な態様で表示された項目に対応するコマンド情報に基づく制御を実行する旨の指定が行われた場合、当該コマンド情報に基づく制御を行うことを特徴とする請求項に記載の電子機器。
  3. 前記判別手段により、音声認識結果に基づき得られたコマンド情報が、当該メニュー画面識別情報に対応付けられて前記コマンド情報記憶手段に記憶されたコマンド情報に該当しないと判別された場合、その旨を前記表示手段に表示する表示制御手段と、
    をさらに備えることを特徴とする請求項1又は2に記載の電子機器。
JP2006151719A 2006-05-31 2006-05-31 電子機器 Expired - Fee Related JP4887911B2 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2006151719A JP4887911B2 (ja) 2006-05-31 2006-05-31 電子機器
EP07010628A EP1863015A1 (en) 2006-05-31 2007-05-29 Electronic equipment
US11/806,240 US7908146B2 (en) 2006-05-31 2007-05-30 Digital television receiver controlled by speech recognition

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2006151719A JP4887911B2 (ja) 2006-05-31 2006-05-31 電子機器

Publications (2)

Publication Number Publication Date
JP2007322647A JP2007322647A (ja) 2007-12-13
JP4887911B2 true JP4887911B2 (ja) 2012-02-29

Family

ID=38171570

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2006151719A Expired - Fee Related JP4887911B2 (ja) 2006-05-31 2006-05-31 電子機器

Country Status (3)

Country Link
US (1) US7908146B2 (ja)
EP (1) EP1863015A1 (ja)
JP (1) JP4887911B2 (ja)

Families Citing this family (44)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10032452B1 (en) 2016-12-30 2018-07-24 Google Llc Multimodal transmission of packetized data
US11017428B2 (en) 2008-02-21 2021-05-25 Google Llc System and method of data transmission rate adjustment
US10013986B1 (en) 2016-12-30 2018-07-03 Google Llc Data structure pooling of voice activated data packets
US8996376B2 (en) 2008-04-05 2015-03-31 Apple Inc. Intelligent text-to-speech conversion
CN102105929B (zh) 2008-07-30 2015-08-19 三菱电机株式会社 声音识别装置
US8682667B2 (en) 2010-02-25 2014-03-25 Apple Inc. User profiling for selecting user specific voice input processing information
WO2012025784A1 (en) * 2010-08-23 2012-03-01 Nokia Corporation An audio user interface apparatus and method
KR101295711B1 (ko) * 2011-02-15 2013-08-16 주식회사 팬택 음성 인식으로 애플리케이션의 실행 가능한 이동통신 단말 장치 및 방법
US8793136B2 (en) * 2012-02-17 2014-07-29 Lg Electronics Inc. Method and apparatus for smart voice recognition
US9922334B1 (en) 2012-04-06 2018-03-20 Google Llc Providing an advertisement based on a minimum number of exposures
US10152723B2 (en) 2012-05-23 2018-12-11 Google Llc Methods and systems for identifying new computers and providing matching services
US10776830B2 (en) 2012-05-23 2020-09-15 Google Llc Methods and systems for identifying new computers and providing matching services
US9721563B2 (en) 2012-06-08 2017-08-01 Apple Inc. Name recognition system
KR20140055502A (ko) * 2012-10-31 2014-05-09 삼성전자주식회사 방송 수신 장치, 서버 및 그 제어 방법
US10650066B2 (en) 2013-01-31 2020-05-12 Google Llc Enhancing sitelinks with creative content
US10735552B2 (en) 2013-01-31 2020-08-04 Google Llc Secondary transmissions of packetized data
KR101456974B1 (ko) 2013-05-21 2014-10-31 삼성전자 주식회사 사용자 단말기, 음성인식 서버 및 음성인식 가이드 방법
WO2014197334A2 (en) 2013-06-07 2014-12-11 Apple Inc. System and method for user-specified pronunciation of words for speech synthesis and recognition
KR101809808B1 (ko) * 2013-06-13 2017-12-15 애플 인크. 음성 명령에 의해 개시되는 긴급 전화를 걸기 위한 시스템 및 방법
KR101474856B1 (ko) * 2013-09-24 2014-12-30 주식회사 디오텍 음성인식을 통해 이벤트를 발생시키기 위한 장치 및 방법
US9633004B2 (en) 2014-05-30 2017-04-25 Apple Inc. Better resolution when referencing to concepts
US9338493B2 (en) 2014-06-30 2016-05-10 Apple Inc. Intelligent automated assistant for TV user interactions
US9668121B2 (en) 2014-09-30 2017-05-30 Apple Inc. Social reminders
JP6627775B2 (ja) * 2014-12-02 2020-01-08 ソニー株式会社 情報処理装置、情報処理方法およびプログラム
US10567477B2 (en) 2015-03-08 2020-02-18 Apple Inc. Virtual assistant continuity
US9578173B2 (en) 2015-06-05 2017-02-21 Apple Inc. Virtual assistant aided communication with 3rd party service in a communication session
US11025565B2 (en) 2015-06-07 2021-06-01 Apple Inc. Personalized prediction of responses for instant messaging
US10074364B1 (en) * 2016-02-02 2018-09-11 Amazon Technologies, Inc. Sound profile generation based on speech recognition results exceeding a threshold
CN105959761A (zh) * 2016-04-28 2016-09-21 京东方科技集团股份有限公司 一种支持语音控制osd菜单的显示器
US10043516B2 (en) 2016-09-23 2018-08-07 Apple Inc. Intelligent automated assistant
US11281993B2 (en) 2016-12-05 2022-03-22 Apple Inc. Model and ensemble compression for metric learning
US10593346B2 (en) 2016-12-22 2020-03-17 Apple Inc. Rank-reduced token representation for automatic speech recognition
US10708313B2 (en) 2016-12-30 2020-07-07 Google Llc Multimodal transmission of packetized data
US10593329B2 (en) 2016-12-30 2020-03-17 Google Llc Multimodal transmission of packetized data
DK201770383A1 (en) 2017-05-09 2018-12-14 Apple Inc. USER INTERFACE FOR CORRECTING RECOGNITION ERRORS
DK201770439A1 (en) 2017-05-11 2018-12-13 Apple Inc. Offline personal assistant
DK179745B1 (en) 2017-05-12 2019-05-01 Apple Inc. SYNCHRONIZATION AND TASK DELEGATION OF A DIGITAL ASSISTANT
DK179496B1 (en) 2017-05-12 2019-01-15 Apple Inc. USER-SPECIFIC Acoustic Models
DK201770428A1 (en) 2017-05-12 2019-02-18 Apple Inc. LOW-LATENCY INTELLIGENT AUTOMATED ASSISTANT
DK201770431A1 (en) 2017-05-15 2018-12-20 Apple Inc. Optimizing dialogue policy decisions for digital assistants using implicit feedback
DK201770432A1 (en) 2017-05-15 2018-12-21 Apple Inc. Hierarchical belief states for digital assistants
DK179560B1 (en) 2017-05-16 2019-02-18 Apple Inc. FAR-FIELD EXTENSION FOR DIGITAL ASSISTANT SERVICES
TWI709052B (zh) * 2018-10-31 2020-11-01 仁寶電腦工業股份有限公司 智能酒櫃及酒款的搜尋方法
CN111862971A (zh) * 2020-06-15 2020-10-30 南京林业大学 一种林业科普语音交互方法及其控制终端系统

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0432900A (ja) * 1990-05-29 1992-02-04 Ricoh Co Ltd 音声認識装置
JPH06149534A (ja) 1992-11-13 1994-05-27 Toshiba Corp 音声画面操作装置
JPH06332665A (ja) 1993-05-21 1994-12-02 Fujitsu Ltd 音声入力システム
US5566272A (en) * 1993-10-27 1996-10-15 Lucent Technologies Inc. Automatic speech recognition (ASR) processing using confidence measures
JP3006497B2 (ja) * 1996-07-10 2000-02-07 日本電気株式会社 音声認識装置
IL119948A (en) * 1996-12-31 2004-09-27 News Datacom Ltd Voice activated communication system and program guide
JP2000287242A (ja) 1999-03-30 2000-10-13 Kokusai Electric Co Ltd 無線情報受信機
JP3530109B2 (ja) * 1999-05-31 2004-05-24 日本電信電話株式会社 大規模情報データベースに対する音声対話型情報検索方法、装置および記録媒体
US6721633B2 (en) * 2001-09-28 2004-04-13 Robert Bosch Gmbh Method and device for interfacing a driver information system using a voice portal server
US7222073B2 (en) * 2001-10-24 2007-05-22 Agiletv Corporation System and method for speech activated navigation
JP3724461B2 (ja) * 2002-07-25 2005-12-07 株式会社デンソー 音声制御装置
JP2006058641A (ja) * 2004-08-20 2006-03-02 Nissan Motor Co Ltd 音声認識装置

Also Published As

Publication number Publication date
US20070282612A1 (en) 2007-12-06
EP1863015A1 (en) 2007-12-05
US7908146B2 (en) 2011-03-15
JP2007322647A (ja) 2007-12-13

Similar Documents

Publication Publication Date Title
JP4887911B2 (ja) 電子機器
KR102246900B1 (ko) 전자 장치 및 이의 음성 인식 방법
KR102339657B1 (ko) 전자 장치 및 이의 제어 방법
US20240046934A1 (en) Display apparatus capable of releasing a voice input mode by sensing a speech finish and voice control method thereof
US8706502B2 (en) Electronic equipment and television receiver utilizing multimodal multifunction voice commands
KR20150087025A (ko) 전자 장치 및 이의 음성 인식 방법
KR20140008870A (ko) 컨텐츠 정보 제공 방법 및 이를 적용한 방송 수신 장치
JP4872241B2 (ja) テレビ受像機
US7853448B2 (en) Electronic instrument for speech recognition with standby time shortening and acoustic model deletion
US20160277698A1 (en) Method for vocally controlling a television and television thereof
JP4056711B2 (ja) 音声認識装置
JP2008003474A (ja) 電子機器
JP2007323296A (ja) 電子機器
JP2007286174A (ja) 電子機器
KR102420155B1 (ko) 음성 제어를 수행하는 디스플레이 장치 및 그 음성 제어 방법
JP4807145B2 (ja) 電子機器
KR102237832B1 (ko) 음성 제어를 수행하는 디스플레이 장치 및 그 음성 제어 방법
KR102482457B1 (ko) 음성 제어를 수행하는 디스플레이 장치 및 그 음성 제어 방법
JP2005004032A (ja) 音声認識装置及び音声認識方法
JP5041754B2 (ja) 静止画像表示切替システム

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20090224

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20101210

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20101221

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20110221

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: 20111115

A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20111128

R150 Certificate of patent or registration of utility model

Free format text: JAPANESE INTERMEDIATE CODE: R150

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20141222

Year of fee payment: 3

LAPS Cancellation because of no payment of annual fees