JPH07219591A - 音声処理装置および方法 - Google Patents

Abstract

(57)【要約】 【目的】 音声で入力されたコマンドに応じて順次処理
を実行していく装置において、コマンドが誤認識されて
処理が実行された際の取り消し処理を容易にする。 【構成】 音声を認識して得、実行したコマンドを記録
しておくコマンド記録部１０７、入力コマンドが無効化
指示であるか否か判定するコマンド判定部１０６、コマ
ンド記録部１０７に記録されているコマンドにより実行
された処理を無効化するアクションを推定する無効化ア
クション推定部１０５を備える。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、情報処理装置のフロン
トエンドとして、入力音声を対応するコマンドシーケン
ス等のアクションに置き換えて発行する音声処理装置お
よび方法に関するものである。

【０００２】

【従来の技術】従来の音声入力機能を持つシステムにお
いては、認識の際の辞書をその時の時点で実行できる機
能に対応する語彙に動的に切り替え、全体として認識で
きる語彙数を増やしながら誤認識を減らし、操作性を向
上させようとするものがある。

【０００３】また、音声の誤認識による誤動作を防ぐた
めに、音声により入力されたコマンドの音声認識の結果
をユーザに報知して、ユーザによる再確認の後に実行を
行うなどの対策を講じているものもある。

【０００４】

【発明が解決しようとしている課題】しかしながら、音
声コマンドを誤認識して実行した場合、認識できる語彙
を動的に切り替えるものでは、本来、ユーザが意図した
音声コマンドが認識および実行できない状況が発生し、
ユーザが繰り返し音声コマンドを入力しても無効になる
場合がある。この時、ユーザは、誤認識したコマンドを
実行する前の状態に戻す為の処置を行わなくてはなら
ず、その処置は実行したコマンドによって異なり、誤認
識によるシステムの動作の結果を修復することは、ユー
ザに対する大きな負担となる。

【０００５】例えば、メニュ画面で項目の絞り込みを行
っている時に、Ａの項目を選ぼうとして誤認識でＢの項
目を選んでしまった場合、既に画面はＢのサブメニュに
入っており、その中にＡの項目はない。Ａの項目を選び
直すには、Ｂのサブメニュ画面から出て前のメニュに戻
らなくてはならない。また、あるアプリケーションの実
行中、ウィンドウをミニチュア化しようとして、クロー
ズしてしまった場合、もう一度ファイルをオープンしな
ければ、そのウィンドウをミニチュア化することができ
ない。また、描画ソフトで画面を編集中、図形を移動さ
せようとして、削除してしまった場合、図形を移動させ
るには、削除してしまった図形を復元しなくてはならな
い。

【０００６】しかし、このような誤動作を防ぐために、
音声認識の結果をユーザに指定してユーザによる再確認
の後に実行を行うものがあるが、これでは、ユーザは入
力および確認という二度の動作を行わなくはならず、煩
わしさがある。

【０００７】また、誤認識と判断されたものでも、ユー
ザが言い直した場合は、誤認識とされた語彙が認識対象
語彙の中にあるために、誤認識を繰り返す可能性があ
る。

【０００８】

【課題を解決するための手段および作用】本発明は、上
述した従来の問題点を解決するために、直前に実行され
た音声コマンドの実行を記録し、実行された音声コマン
ドの無効の指定が入力された場合、先に実行された音声
コマンドの実行結果を無効にするアクションを推定し
て、このアクションを発行することにより、誤動作の結
果の修復を容易にすることで、入力および確認というユ
ーザの二度手間を避けながら誤動作による悪影響を減ら
し、ユーザの負担を軽減するものである。

【０００９】また、誤認識として無効化された音声コマ
ンドについては、直後の音声コマンドの認識対象語彙か
ら外すことによって、誤認識の繰り返しを防ぐものであ
る。

【００１０】

【実施例】以下、図面を参照して本発明の実施例を詳細
に説明する。

【００１１】図１は、本発明の実施例における音声処理
装置のブロック構成を示す図である。

【００１２】図１において、１０１は、音声入力部、１
０２は、１０１より入力された音声を認識する音声認識
部、１０３は、現在の認識対象語彙を切り替える認識対
象語彙選択部、１０４は、認識する語の読みや音声的特
徴やその語が音声コマンドとして実行すべきアクション
を記録・保持する単語辞書、１０５は、無効の指示があ
った場合に行うべきアクションを判定する無効化アクシ
ョン推定部、１０６は、認識された音声コマンドが、通
常の音声コマンドであるのか、直前の音声コマンドの無
効化を行う「違う」「取り消し」「無効」などの音声コ
マンドであるのかを判定し、それに応じたアクションを
アクション発行部（１０８）に渡すコマンド判定部、１
０７は、コマンド判定部１０６より送られてくるコマン
ドを記録するコマンド記録部、１０８は、音声コマンド
のアクションを発行するアクション発行部である。

【００１３】次に以上のように構成される音声処理装置
の動作を図２のフローチャートを参照して説明する。

【００１４】まずＳ２０１で、音声入力部１０１より音
声入力がなされたかどうかの判定を行う。なされていな
い場合には、音声入力がなされるまでループする。

【００１５】Ｓ２０１で音声入力がなされたと判定され
た場合には、音声認識部１０２で音声認識処理を行う
（Ｓ２０２）。この時、認識対象語彙は、認識対象語彙
選択部１０３により認識辞書１０４から選択されている
ものを使用する。

【００１６】Ｓ２０３ではＳ２０２で認識された音声コ
マンドが終了指示のものかどうか判定する。ｙｅｓであ
れば、終了指示に応じ、そこで処理を終了する。

【００１７】Ｓ２０３でｎｏと判定される場合は、Ｓ２
０４、Ｓ２０２で認識された音声コマンドが無効化指示
のものかどうか判定する。無効化指示のものではない通
常の音声コマンドは、そのコマンドに対処したアクショ
ンが認識辞書１０４に登録されているものであり、無効
化指示の音声コマンドは「無効」「取り消し」「違う」
などの任意の語による音声コマンドで、直前に行われた
音声コマンドの無効化を指示するアクションを、その直
前に行われた音声コマンドによって推定しなければなら
ないコマンドである。

【００１８】入力した音声コマンドが通常の音声コマン
ドの場合（Ｓ２０４でｎｏと判定される場合）は、Ｓ２
０５へ進む。

【００１９】Ｓ２０５では、音声コマンドを実行コマン
ドとしてコマンド記録部１０７に登録し、また、その音
声コマンドに対応して認識辞書１０４に格納されている
アクションをアクション発行部１０８に送る。

【００２０】次のＳ２０６では、アクション発行部１０
８より音声コマンドのアクションを発行して、コマンド
の実行を行わせる。

【００２１】次のＳ２０７では、認識対象語彙選択部１
０３に格納する認識対象語彙を、コマンドの実行にとも
なって更新し、Ｓ２０１に戻って、次の入力を待つ。

【００２２】Ｓ２０４で無効化コマンドと判定された場
合（ｙｅｓの場合）は、無効化アクション推定部１０５
でコマンド記録部１０７に記録されている直前に実行さ
れたコマンドを無効化する為の無効化アクションの推定
を行い、そのアクションをアクション発行部１０８に送
り、そのアクションに対応するコマンドをコマンド記録
部１０６に登録する。Ｓ２０９でアクション発行部１０
８より無効化アクションを発行し、無効化を実行させ
る。

【００２３】次のＳ２１０で認識対象語彙選択部１０３
に格納する認識対象語彙を、コマンドの実行にともなっ
て更新を行う。そして、Ｓ２１１で、先のＳ２０５でコ
マンド記録部１０７に登録されていた実行コマンドを認
識対象語彙選択部１０３に送り、次の認識の際にはこの
コマンドを認識対象から外すよう制御する。Ｓ２０１に
戻って、次の入力を待つ。

【００２４】図３〜図５は本発明の実施例における無効
化の例を示すものである。図３では、メニュ選択時の誤
認識の無効化の例を示す。１）で「栃木県」と音声入力
を行った時、「宮城県」と誤認識されて、サブメニュの
宮城県内の市の表示に切り替わる。２）「違う」と音声
入力を行うと、元のメニュに戻り、誤認識された「宮城
県」の項目は、選択できないように表示が修正される。
３）でもう一度「栃木県」と音声入力すると、今度はサ
ブメニュが栃木県内の市の表示に切り替わる。

【００２５】図４では、ウィンドウ操作での誤認識の無
効かの例を示す。１）で「縮小」と音声入力を行った
時、「削除」と誤認識されて、ウィンドウは閉じられ削
除されてしまう。２）で「違う」と音声入力を行うと、
さっき閉じたウィンドウが表示していたファイルを同じ
アプリケーションでオープンし、先の状態を再現する。
３）でもう一度「縮小」と音声入力すると、今度は、ウ
ィンドウをミニチュア化する。

【００２６】図５では、描画ソフト上での、図形編集の
無効化の例を示す。１）で「右へ」と音声入力を行った
時、「カット」と誤認識されて、三角形は消去されてし
まう。２）で「違う」と音声入力を行うと、さっき消去
した三角形をペーストし、先の状態を再現する。３）で
もう一度「右へ」と音声入力すると、今度は、三角形を
右へ移動する。

【００２７】尚、本実施例では、無効化のためのアクシ
ョンを直前に実行したコマンドから推定するようにした
が、音声コマンドの実行アクションを登録するように、
音声コマンドの無効化アクションとして、ユーザが辞書
登録するようにしても構わない。

【００２８】また、本実施例では、無効化された直前の
音声コマンドを、次回の認識対象語彙から外すようにし
たが、これを元に戻して、認識対象語彙として加える無
効化取り消し音声コマンドを用意するようにしても構わ
ない。

【００２９】また、本実施例では、無効化された直前の
音声コマンドでも、次回の認識対象語彙から外さないよ
うにするモードを設け、ユーザの指定で、切り替えられ
るようにしても構わない。

【００３０】また、本実施例では、誤認識した音声コマ
ンドの実行前の状態に戻して、新たに入力を受けつける
ようにしたが、実行前の状態に戻した上で、直前の認識
結果を、次候補からユーザに提示し、次候補以下からユ
ーザが選択できるようにする機能を設けてもよい。

【００３１】また、本実施例では、誤動作の結果を元に
戻すように、新たにアクションを発行するようにしてい
るが、元の状態に戻すには時間のかかるものや、元の状
態に戻ることが保証されないような動作を起す音声コマ
ンドの場合は、アクションを発行する前に、ユーザの確
認をとったりするなどの方法を併用してもよい。

【００３２】また、本実施例では、無効化の指示を「違
う」のような音声コマンドで行っているが、これは、マ
ウスやキーボードからの入力によるものとして構わな
い。

【００３３】

【発明の効果】以上説明したように、本発明によれば、
誤認識して引き起こした誤動作による変更を簡単な操作
により修復し、また誤認識の繰り返しを防ぐことによっ
て、ユーザの負担を軽減するものである。

【図面の簡単な説明】

【図１】本発明による音声処理装置の実施例のブロック
構成図。

【図２】実施例の音声処理のフローチャート。

【図３】実施例におけるメニュ選択の無効化の例を表す
図。

【図４】実施例におけるウィンドウ操作の無効化の例を
表す図。

【図５】実施例における図形編集の無効化の例を表す
図。

Claims (10)

【特許請求の範囲】
1. 【請求項１】 入力した音声情報を認識する認識手段
   と、 前記認識手段により認識された情報を記憶する情報記憶
   手段と、 前記認識手段により認識した情報が無効化指示であるか
   否かを判定する判定手段と、 前記判定手段により無効化指示であると判定される場合
   に、前記情報記憶手段に記憶されている情報に応じた処
   理を無効化する処理を実行するよう制御する制御手段と
   を有することを特徴とする音声処理装置。
2. 【請求項２】 前記情報記憶手段に記憶する情報は処理
   を実行する為のコマンドであることを特徴とする請求項
   １に記載の音声処理装置。
3. 【請求項３】 前記無効化が行われた処理の情報を、次
   回の音声認識の対象から除外することを特徴とする請求
   項１に記載の音声処理装置。
4. 【請求項４】 入力した音声情報を認識し、 前記認識した情報が無効化指示の情報であるか否かを判
   定し、 前記判定により無効化指示であると判定される場合に、
   該音声情報が入力される直前に実行した処理を無効化す
   る処理を実行するよう制御することを特徴とする音声処
   理方法。
5. 【請求項５】 前記認識により得る情報は、処理を実行
   する為のコマンドであることを特徴とする請求項４に記
   載の音声処理方法。
6. 【請求項６】 前記無効化された処理に対応する情報
   を、次回の音声認識の対象から除外することを特徴とす
   る請求項４に記載の音声処理方法。
7. 【請求項７】 音声情報を入力する入力手段と、 単語の読みや表記や音声的特徴および実行すべきアクシ
   ョンといった音声コマンドとしての情報を記憶する単語
   辞書と、 現在の音声認識の対象とする語彙を選定する手段と、 前記選定された認識対象語彙について単語辞書を参照
   し、入力された音声を認識する音声認識手段と、 前記認識された音声を音声コマンドとして判定するコマ
   ンド判定手段と、 前記判定された音声コマンドのアクションを発行する音
   声処理装置であって、 直線に実行した音声コマンドを記録する手段と、 実行結果を無効にする指示を入力する手段と、 直前に行われた音声コマンドの実行結果を無効にするア
   クションを推定する手段と、 前記推定されたアクションを発行する手段を、 有することを特徴とする音声処理装置。
8. 【請求項８】 直後に取り消しが行われた音声コマンド
   については、現在の認識対象語彙から除外する手段を有
   することを特徴とする音声処理装置。
9. 【請求項９】 音声情報を入力し、 現在の音声認識の対象として語彙を選定された認識対象
   語彙について単語辞書を参照し、前記入力された音声を
   認識し、 前記認識された音声を音声コマンドとして判定し、 前記判定された音声コマンドのアクションを発行する音
   声処理方法において、 直前に実行した音声コマンドを記録し、 実行結果を無効にする指示の入力に応じて、直前に行わ
   れた音声コマンドの実行結果を無効にするアクションを
   推定し、 該アクションを発行することを特徴とする音声処理方
   法。
10. 【請求項１０】 直後に取り消しが行われた音声コマン
    ドについては、現在の認識対象語彙から除外することを
    特徴とする音声処理方法。