JP2002297374A - 音声検索装置 - Google Patents

Abstract

(57)【要約】 【課題】 音声認識の精度を向上させることができる音
声検索装置を提供すること。 【解決手段】 対話開始ボタン１４が押下されると、選
択肢設定部１６は、候補セットＤＢ２６に格納されたデ
ータに基づいて複数の選択肢を設定し、音声認識処理部
１２および案内文生成部１８に通知する。案内文生成部
１８は、複数の選択肢を提示する案内文を生成し、これ
を音声合成部２０を通してスピーカ２２から出力する。
音声認識処理部１２は、利用者からの入力音声に対して
音声認識処理を行い、選択肢設定部１６から通知された
複数の選択肢のいずれかが選択されたかを特定する。特
定された選択肢に関連する複数の選択肢がさらに存在す
る場合には、上述した処理が繰り返される。最終的な一
の選択肢が特定された場合には、その内容が動作指示出
力部３０に通知されて所定の動作指示が出力される。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、音声認識を利用し
て各種情報の検索を行う音声検索装置に関する。

【０００２】

【従来の技術】従来から、利用者により発声される音声
に対して音声認識処理を行い、認識結果に基づいて各種
情報の検索を行う音声検索装置が知られている。このよ
うな音声検索装置は、車載用のナビゲーション装置など
と組み合わせて用いられている。例えば、ナビゲーショ
ン装置において、経路探索の目的地とするために各種施
設を検索する機能を実行する場合を考えると、音声検索
装置は、利用者の音声に対応して、（１）実行する機能
を特定し、（２）利用者により指定された施設種別（例
えば、食事場所や給油所等）に属する施設を検索し、
（３）利用者によって指定されたフランチャイズ名など
で特定される施設をさらに検索し、（４）最終的に利用
者により指定された一の施設を抽出する、といった手順
で情報の検索を行う。

【０００３】

【発明が解決しようとする課題】ところで、従来の音声
検索装置では、音声検索装置に対して、どのような言葉
を音声入力することができるのかについては各利用者が
覚えている必要がある。例えば、上述した例では、各種
機能や施設種別などがどのような呼び方で認識対象とし
て設定されているかをあらかじめ把握しておかなけれ
ば、的確な音声入力を行うことができない。しかしなが
ら、多くの利用者は、認識対象となっている言葉を全て
把握しきれないので、とりあえず適当に思いついた言葉
を入力してみることとなり、的確な言葉を用いた音声入
力を行うことができないことから音声認識の精度の低下
を招く場合があるという問題があった。

【０００４】本発明は、このような点に鑑みて創作され
たものであり、その目的は、音声認識の精度を向上させ
ることができる音声検索装置を提供することにある。

【０００５】

【課題を解決するための手段】上述した課題を解決する
ために、本発明の音声検索装置は、複数の検索対象項目
のそれぞれに検索キーが対応付けられており、利用者の
入力音声の内容と検索キーとを比較することにより、検
索対象項目の中から該当するものを抽出する場合に、検
索キーとなりうる文字列の最大個数を設定し、その数を
超えない範囲で複数の文字列の読みを認識対象文字列出
力手段により音声出力する。そして、マイクロホンによ
って集音した利用者の音声に対して音声認識処理手段に
よって所定の音声認識処理を行い、この音声に対応する
文字列を、認識対象文字列出力手段による音声出力の対
象となった文字列の中から選択しており、音声認識処理
手段によって選択された文字列によって特定される検索
キーに対応する検索対象項目を項目抽出手段によって抽
出している。

【０００６】検索キーとなりうる複数の文字列の読みを
音声出力することにより、認識対象となる文字列を利用
者にあらかじめ提示しており、この提示に対応して利用
者により入力される音声に対応する文字列を、音声出力
の対象となった複数の文字列の中から選択して検索キー
を特定しているので、音声認識の精度を向上させること
ができる。

【０００７】また、利用者が発声する前に操作されるス
イッチをさらに備え、このスイッチが操作されたとき
に、音声認識処理手段による音声認識処理を開始するこ
とが望ましい。スイッチが操作された場合に音声認識処
理を開始すればよいため、音声認識処理を開始するタイ
ミングが明確になり、処理の簡略化が可能となる。

【０００８】また、音声認識処理手段によって選択され
た文字列の読みを音声出力する選択文字列確認手段をさ
らに備えることが望ましい。選択された文字列の読みを
音声出力することにより、利用者は自分が入力した音声
に対する認識結果を容易に確認することができる。

【０００９】また、音声認識処理手段による文字列の選
択結果に対して利用者による否定的な見解が示されたと
きに、この選択結果を得るために用いられた複数の文字
列の読みを再度音声出力する指示を認識対象文字列出力
手段に対して行う再選択指示手段をさらに備えることが
望ましい。これにより利用者は、自分の希望とは異なる
文字列が選択結果として得られた場合に、否定的な見解
を示すことにより、検索キーを入力し直すことができ
る。

【００１０】また、認識対象文字列出力手段は、認識対
象となる文字列の総数が上述した所定の最大個数を超え
ているときに、複数回に分けてこの最大個数を超えない
範囲の数の文字列の読みを音声出力し、１回の音声出力
毎に、音声認識処理手段による文字列の選択判定を行う
ことが望ましい。認識対象となる文字列が多数存在する
場合であっても、所定個数ずつに分けて音声出力が行わ
れるため、利用者はこの所定個数の文字列にのみ着目し
て文字列の選択を行えばよく、所望の文字列の選択を確
実に行うことができる。

【００１１】また、利用者によって他の選択候補の音声
出力が指示されたときに、認識対象文字列出力手段に対
して２回目以降の音声出力を指示する音声出力指示手段
をさらに備えていることが望ましい。これにより利用者
は、他の選択候補を容易に得ることができる。

【００１２】また、再度の音声出力が利用者によって指
示されたときに、認識対象文字列出力手段に対して、直
前に音声出力した複数の文字列の読みを再度音声出力す
る指示を行う再音声出力指示手段をさらに備えているこ
とが望ましい。これにより、音声出力の内容を聞き逃し
たような場合に、再度の音声出力を行わせてその内容を
確認することができる。

【００１３】また、文字列の選択動作をまかせる旨の指
示が利用者によってなされたときに、音声認識処理手段
による音声認識処理の結果を用いずに文字列の選択を行
う文字列選択手段をさらに備えておき、この文字列選択
手段による文字列の選択が行われたときには、音声認識
処理手段によって選択される文字列に代えて、文字列選
択手段によって選択された文字列を用いて項目抽出手段
による検索対象項目の抽出動作を行うことが望ましい。
「まかせる」旨の指示を行うことにより、利用者は文字
列の選択を音声検索装置に対して委ねることができるた
め、いずれの文字列が選択されても構わないというよう
な場合における操作の簡略化が可能となる。

【００１４】また、検索対象項目のそれぞれに複数の検
索キーが対応付けられており、一の検索キーに対応して
項目抽出手段によって一の検索対象項目の絞り込みが行
えなかった場合には、一の検索対象項目の絞り込みが行
えるまで、他の検索キーを用いた認識対象文字列出力手
段、音声認識処理手段および項目抽出手段による処理を
繰り返すことが望ましい。これにより、一の検索対象項
目を確実に絞り込むことができる。

【００１５】また、複数の検索キーのそれぞれには異な
る優先度が対応付けられており、複数の検索対象項目の
それぞれに複数の検索キーに対応する複数の文字列が対
応付けられたテーブル情報をテーブル格納手段に格納
し、このテーブル格納手段に格納されるテーブル情報に
基づいて、認識対象文字列出力手段により、優先度が高
い検索キーから順番に、対応する文字列の読みを音声出
力することが望ましい。優先度が設定された検索キー毎
に内容の追加や変更を行うことができるため、データ更
新を容易に行うことができる。

【００１６】また、一の検索キーに対応する文字列の選
択が行われたときに、次に選択対象となる検索キーおよ
びこの検索キーに対応する文字列を示す複数階層のツリ
ー構造情報をツリー構造格納手段に格納し、このツリー
構造格納手段に格納されるツリー構造情報に基づいて、
認識対象文字列出力手段により、次に音声出力の対象と
なる検索キーに対応する複数の文字列を抽出して、これ
らの文字列の読みを音声出力するようにしてもよい。ツ
リー構造を上位階層から順に辿っていくだけで、次に音
声出力する文字列を抽出することができるため、処理の
簡略化が可能となる。

【００１７】また、音声認識処理手段による過去の選択
履歴情報を格納する選択履歴格納手段をさらに備えてお
き、この選択履歴格納手段に格納される選択履歴情報に
基づいて、選択頻度が高い文字列を認識対象文字列出力
手段によって判定し、この文字列の読みを優先的に音声
出力することが望ましい。選択される頻度が高い文字列
ほど優先的に音声出力を行うようにすることにより、選
択頻度の高い文字列を少ない音声入力によって選択する
ことができるようになり、操作性を向上させることがで
きる。

【００１８】また、複数の文字列のそれぞれが日本語の
５０音の中の一音からなっている場合に、項目抽出手段
は、先頭の一語が音声認識処理手段によって選択された
一音に一致する検索キーを抽出することが望ましい。選
択候補となる文字列が多数存在する場合であっても、容
易に候補の文字列を絞り込むことができる。

【００１９】また、音声認識処理手段は、文字列を構成
する全ての文字と、音声認識処理結果の全体とを比較す
ることにより、文字列の選択を行うことが望ましい。文
字列と音声認識結果とが完全に一致するもののみを考慮
して文字列の選択を行えばよいため、比較処理が容易と
なり処理を簡略化することができる。

【００２０】また、音声認識処理手段は、文字列の一部
を構成する文字と、音声認識処理結果の全体とを比較す
ることにより、文字列の選択を行うようにしてもよい。
文字列の一部を構成する文字を考慮した比較を行うこと
により、文字列の一部に特徴がある場合等において、利
用者はこの特徴があって覚えやすい一部分のみを音声入
力することが可能となり、操作性の向上を図ることがで
きる。

【００２１】また、音声認識処理手段は、認識対象文字
列出力手段による音声出力が終了する前に、利用者の音
声がマイクロホンによって集音されたときには、その時
点から文字列の選択動作を開始することが望ましい。音
声出力において、最初の方で案内された認識対象文字列
を選択したい場合などにおいて、全ての音声出力を待つ
ことなくこの所望の文字列を音声入力することができる
ため、より一層の操作性の向上を図ることができる。

【００２２】また、上述した検索キーとなりうる文字列
の最大個数は、７±２の範囲に設定されていることが望
ましい。認知心理学における短期記憶の理論によれば、
なんらかのまとまりを持つ情報のかたまりを「チャン
ク」と定義すると、人間が一度に保持することができる
情報の量は、およそ７±２チャンクであるとされてい
る。例えば、電話番号を記憶する場合には、基本的には
電話番号を構成する数字１個が１チャンクに相当するこ
ととなる。また、「２９８３」という数字列を「肉屋さ
ん」のように語呂合わせにして記憶した場合には、この
「肉屋さん」という情報が１チャンクに相当する。した
がって、この「チャンク」の概念に基づいて、検索キー
となりうる文字列の最大個数を７±２の範囲に設定して
おくことにより、利用者が検索キーとなりうる文字列を
確実に覚えておくことができる。なお、上述した「チャ
ンク」に関する詳細については、例えば、文献「認知心
理学２記憶 高野陽太郎編 １９９５ 東京大学出版
会」の７５頁などに記載されている。

【００２３】また、ネットワークを介して接続されたサ
ーバと端末装置とに機能を分散配置して音声検索装置を
構成してもよい。具体的には、検索対象項目とそれぞれ
に対応する検索キーに関する情報を格納する機能をサー
バに配置し、端末装置には、認識対象文字列出力手段、
マイクロホン、音声認識処理手段、項目抽出手段に対応
する機能を配置するようにし、各種の処理に先立って、
端末装置がサーバから必要な情報を取得することによ
り、音声検索装置を構成することが好ましい。各種の処
理に必要な情報を端末装置がサーバから取得しているた
め、端末装置は、内容の更新された新しい情報をサーバ
から通信によって取得して各種処理に反映させることが
できる。

【００２４】また、サーバから端末装置に送られてくる
情報は、前回までに送られてきた情報に対する変更内容
を含む差分情報であることが望ましい。内容に変更があ
った場合に、その変更内容を含んだ差分情報だけを取得
すればよく、通信コストを削減することができる。

【００２５】また、ネットワークを介して接続されたサ
ーバと端末装置とに機能を分散配置して音声検索装置を
構成する場合に、検索対象項目とそれぞれに対応する検
索キーに関する情報を格納するとともに、認識対象文字
列出力手段による音声出力の対象となる文字列の抽出処
理と、項目抽出手段による検索対象項目の抽出処理を行
う機能をサーバに配置し、端末装置には、認識対象文字
列出力手段、マイクロホン、音声認識処理手段に対応す
る機能を配置し、これらの処理に必要な情報を端末装置
がサーバから取得するようにしてもよい。多くの機能を
サーバ側に配置することにより、端末装置の処理負担が
軽減し、構成の簡略化が可能となるため、端末装置のコ
ストダウンを図ることができる。

【００２６】

【発明の実施の形態】以下、本発明を適用した一実施形
態の音声検索装置について、図面を参照しながら説明す
る。 〔第１の実施形態〕図１は、第１の実施形態の音声検索
装置１を含んで構成される車載用システムの構成を示す
図である。図１に示す車載用システムは、利用者が発声
した音声に応答して対話形式で各種の動作指示を決定し
て出力する音声検索装置１と、自車位置を検出して自車
位置周辺の地図を表示したり、利用者によって選択され
た目的地までの経路探索および経路誘導等を行うナビゲ
ーション装置２と、コンパクトディスクやミニディスク
等の記録媒体に記録された音楽の再生等を行うオーディ
オ装置３を含んで構成されている。

【００２７】次に、音声検索装置１の詳細構成について
説明する。図１に示す音声検索装置１は、マイクロホン
１０、音声認識処理部１２、対話開始ボタン１４、再要
求ボタン１５、選択肢設定部１６、案内文生成部１８、
音声合成部２０、スピーカ２２、選択項目判定部２４、
候補セットデータベース（ＤＢ）２６、ＤＢ更新部２
８、動作指示出力部３０を含んで構成されている。

【００２８】マイクロホン１０は、利用者が発声した音
声を集音して音声信号に変換する。音声認識処理部１２
は、マイクロホン１０から出力される音声信号を解析し
て所定の音声認識処理を行い、利用者が発声した音声に
対応する文字列を特定する。本実施形態の音声認識処理
部１２は、選択肢設定部１６によって設定される所定数
の選択肢に対応した文字列を認識対象として、所定の認
識処理を行っている。

【００２９】対話開始ボタン１４は、利用者が音声検索
装置１と対話を開始する際に押下する押しボタンスイッ
チである。また、再要求ボタン１５は、利用者が音声検
索装置１から出力される音声を再度聞きたい場合に押下
する押しボタンスイッチである。

【００３０】選択肢設定部１６は、候補セットＤＢ２６
に格納されたデータに基づいて、音声入力を行う際の候
補として提示される所定数の選択肢を設定するものであ
る。なお、この所定数は、１回の提示機会において７±
２個の範囲内で設定されることが望ましく、本実施形態
では５つの選択肢が設定される。選択肢設定部１６によ
って行われる処理の詳細については後述する。

【００３１】案内文生成部１８は、選択肢設定部１６に
よって設定される所定数の選択肢に基づいて、利用者に
対して出力する案内音声の内容、すなわち案内文を生成
する。音声合成部２０は、案内文生成部１８によって生
成された案内文に対応した音声出力を行うための音声信
号を生成し、スピーカ２２に出力する。スピーカ２２
は、入力される音声信号に基づいて案内音声を出力する
選択項目判定部２４は、音声認識処理部１２から出力さ
れる認識結果の文字列に基づいて、所定数の選択肢の中
からいずれの項目が利用者により選択されたかを判定す
る。

【００３２】候補セットＤＢ２６は、選択肢設定部１６
が複数の選択肢を設定するために必要なデータを格納し
ている。図２は、候補セットＤＢ２６に格納されるデー
タの構造を示す図である。図２に示すように、候補セッ
トＤＢ２６には、階層構造を有する所定の候補セット
（ツリー構造情報）が格納されている。それぞれの候補
セットには、所定数の選択肢が含まれている。最上位階
層の候補セットには、ナビゲーション装置２等に対して
実行させることができる複数の機能が選択肢として含ま
れている。また、２番目以降の階層の候補セットには、
上位階層の候補セットに含まれる複数の選択肢のいずれ
かに関連付けられた複数の選択肢が含まれている。

【００３３】図３は、図２に示したデータ構造における
上位階層の候補セットと下位階層の候補セットとの対応
関係を示す図である。例えば、最上位階層の候補セット
１００には、“食事場所検索”、“給油所検索”、“施
設検索”、“駐車場検索”、“オーディオ操作”、およ
び“その他”という選択肢が含まれている。これらの選
択肢は、所定の優先順位に基づいて並べられており、こ
れらの選択肢を案内する案内音声を生成する際には、優
先順位の高いものから順に各選択肢が案内される。例え
ば、図３に示す候補セット１００では、“食事場所検
索”が最も優先順位が高くなっており、この候補セット
１００に基づいて生成される案内音声では、“食事場所
検索”、“給油所検索”、…、“その他”の順に各選択
肢が案内される。各選択肢が案内される具体例について
は後述する。なお、他の候補セットについても同様であ
る。

【００３４】また、選択肢の“その他”に関連付けられ
て、同じ階層に他の候補セット１００ａがあり、この候
補セット１００ａには、“交通情報”、“地図表示”、
…、“その他”という選択肢が含まれている。この候補
セット１００ａに含まれる選択肢の“その他”について
は、さらに他の選択肢が存在する場合には、新たな候補
セットが設けられ、この“その他”に関連付けられる。

【００３５】また、候補セット１００等に含まれる“そ
の他”以外の選択肢については、この選択肢に関連付け
て、複数の選択肢を含む候補セットが下位階層に設けら
れる。例えば、候補セット１００に含まれる“食事場所
検索”に関連付けられた下位階層の候補セットとして
は、候補セット１０２が存在しており、この候補セット
１０２には、食事場所を選択するために、“レストラン
ａ”など複数のフランチャイズ名等が選択肢として含ま
れている。同様に、候補セット１００に含まれる“給油
所検索”に関連付けられた下位階層の候補セットとして
は、候補セット１０４が存在しており、この候補セット
１０４には、給油所を選択するために、“Ａ石油”など
複数のフランチャイズ名等が選択肢として含まれてい
る。

【００３６】このように、本実施形態では、最上位階層
の候補セットから順に、一の選択肢を選択してその選択
肢に関連付けられた下位階層の候補セットに移るという
処理を繰り返していき、最終的に、最下位階層の候補セ
ットに含まれる複数の選択肢の中から一を選択すること
により、動作指示の内容が決定される。この場合に、上
位階層の候補セットに含まれる複数の選択肢が「検索キ
ー」に対応し、最下位階層の候補セットに含まれる複数
の選択肢が「検索対象項目」に対応している。なお、図
２では４階層の階層構造を有する候補セットが示されて
いるが、これは一例であり、動作指示の内容によりこの
階層数は増減する。

【００３７】ＤＢ更新部２８は、車両位置の検出結果を
ナビゲーション装置２から取得し、これに基づいて、候
補セットＤＢ２６に格納された食事場所、給油所、駐車
場などの施設の位置に関するデータ（位置データ）の内
容を更新する。例えばＤＢ更新部２８は、給油所検索が
行われており、検索対象となる施設のフランチャイズ名
が選択された場合に、このフランチャイズ名に対応する
店舗の中から、その時点での車両位置を中心とした所定
範囲内に存在する店舗を抽出し、抽出された店舗につい
てその位置データを算出し、候補セットＤＢ２６の内容
を更新する。

【００３８】動作指示出力部３０は、複数の選択肢から
いずれか一を選択する処理が繰り返されて最終的に選択
された項目の内容に対応して、所定の動作指示をナビゲ
ーション装置２またはオーディオ装置３に向けて出力す
る。上述した選択肢設定部１６、案内文生成部１８、音
声合成部２０、スピーカ２２が認識対象文字列出力手段
および選択文字列確認手段に、音声認識処理部１２が音
声認識処理手段に、選択肢設定部１６、選択項目判定部
２４が項目抽出手段に、対話開始ボタン１４がスイッチ
に、再要求ボタン１５が再音声出力指示手段に、候補セ
ットＤＢ２６がツリー構造格納手段に、選択項目判定部
２４が音声出力指示手段にそれぞれ対応している。

【００３９】本実施形態の音声検索装置１はこのような
構成を有しており、次にその動作について説明する。図
４は、第１の実施形態の音声検索装置１の動作手順を示
す流れ図である。利用者の発声する音声に対応してナビ
ゲーション装置２に対する動作指示を出力する際の動作
手順が示されている。

【００４０】選択肢設定部１６は、利用者により対話開
始ボタン１４が押下されたか否かを判定している（ステ
ップ１００）。対話開始ボタン１４が押下されない場合
は否定判断がなされ、ステップ１００での処理が繰り返
される。対話開始ボタンが利用者により押下された場合
には肯定判断が行われ、選択肢設定部１６は、候補セッ
トＤＢ２６に格納されたデータを用いて、最上位階層の
候補セットを先頭の候補セットとして設定する（ステッ
プ１０１）。

【００４１】次に選択肢設定部１６は、候補セットに含
まれる複数の選択肢に対応する文字列を音声認識処理部
１２および案内文生成部１８に通知する（ステップ１０
２）。案内文生成部１８は、候補セットに含まれる複数
の選択肢を案内する所定の案内文を生成して音声合成部
２０に出力する。音声合成部２０によって案内文に対応
する音声信号が生成されてスピーカ２２に出力され、ス
ピーカ２２から選択肢を提示する案内音声が出力される
（ステップ１０３）。

【００４２】また選択肢設定部１６は、利用者により再
要求ボタン１５が押下されたか否かを判定する（ステッ
プ１０４）。再要求ボタン１５が押下された場合には、
ステップ１０４で肯定判断が行われ、ステップ１０３に
戻り、以降の処理が繰り返される。具体的には、案内文
を再度出力するように要求された旨が選択肢設定部１６
から案内文生成部１８に通知される。この通知に応じ
て、先の処理時に生成した案内文が、案内文生成部１８
により、音声合成部２０に再度出力される。これによ
り、案内音声の再出力が行われる。

【００４３】再要求ボタン１５が押下されない場合に
は、ステップ１０４で否定判断が行われ、音声認識処理
部１２は、マイクロホン１０から出力される音声信号の
有無に基づいて、利用者により音声入力が行われたか否
かを判定する（ステップ１０５）。音声入力が行われな
い場合には、ステップ１０５で否定判断が行われ、この
場合には上述したステップ１０４に戻り、以降の処理が
繰り返される。

【００４４】音声入力が行われた場合には、ステップ１
０５で肯定判断が行われ、音声認識処理部１２は、選択
肢設定部１６から通知された複数の選択肢に対応する文
字列のみを音声認識の対象として所定の音声認識処理を
行い、利用者によって選択された一の選択肢を特定する
（ステップ１０６）。なお本実施形態では、選択肢設定
部１６から通知された複数の選択肢に加えて、「その
他」についても選択肢の１つとして音声認識の対象とさ
れているものとする。

【００４５】選択項目判定部２４は、音声認識処理部１
２から出力される音声認識結果に基づいて、選択肢の中
から「その他」が選択されたか否かを判定する（ステッ
プ１０７）。「その他」が選択されなかった場合には、
ステップ１０７で否定判断が行われ、選択項目判定部２
４は、選択肢設定部１６に指示を送り、利用者によって
選択された選択肢に対応する次の候補セット（下位階層
の候補セット）が存在するか否かを判定する（ステップ
１０８）。

【００４６】次の候補セットが存在する場合には、ステ
ップ１０８で肯定判断が行われ、選択項目判定部２４
は、次の候補セットを設定するように選択肢設定部１６
に指示する。指示を受けた選択肢設定部１６は、次の候
補セットを設定する（ステップ１０９）。その後、ステ
ップ１０２に戻り、以降の処理が行われる。

【００４７】また、選択肢の中から「その他」が選択さ
れた場合には、上述したステップ１０７で肯定判断が行
われ、選択項目判定部２４は、次の選択肢を設定するよ
うに選択肢設定部１６に通知する。通知を受けた選択肢
設定部１６は、候補セットＤＢ２６に格納されたデータ
に基づいて、次の選択肢が存在するか否かを判定し（ス
テップ１１０）、存在する場合には肯定判断を行って、
次の選択肢を設定する（ステップ１１１）。その後、上
述したステップ１０２に戻り、次の選択肢が音声認識処
理部１２および案内文生成部１８に通知され、以降の処
理が行われる。

【００４８】また、次の選択肢が存在しない場合には、
ステップ１１０で否定判断が行われ、この場合には、選
択肢設定部１６は、次の選択肢がない旨を案内する案内
文を生成するように案内文生成部１８に指示を送る。指
示を受けた案内文生成部１８によって所定の案内文が生
成されて音声合成部２０に出力され、次の選択肢がない
旨を通知する案内音声がスピーカ２２から出力される
（ステップ１１２）。その後、上述したステップ１０３
に戻り、前回の処理時に案内された選択肢が、利用者に
対して再度提示され、以降の処理が繰り返される。

【００４９】また、上述したステップ１０８における次
の候補セットが存在するかどうかの判定処理において、
次の候補セットが存在しない場合には否定判断が行わ
れ、選択項目判定部２４は、利用者によって最終的に選
択された項目の内容を動作指示出力部３０に通知する。
通知を受けた動作指示出力部３０は、利用者によって選
択された項目の内容に対応する動作指示を、ナビゲーシ
ョン装置２等に出力する（ステップ１１３）。

【００５０】次に、上述した図４に示した処理にしたが
って、音声検索装置１と利用者の間で行われる対話を具
体的に説明する。なお、以降の説明では、利用者を
「Ｕ」、音声検索装置１を「Ｓ」として、両者の対話例
を説明する。また、対話例と合わせて、候補セットＤＢ
２６から読み出されるデータの内容を示す図面を適宜参
照する。

【００５１】（対話例１）対話例１は、最寄りの給油所
を検索する際の対話例を示している。また図５は、対話
例１において用いられるデータの内容を示す図である。 Ｕ：対話開始ボタン１４を押下する。 Ｓ：「食事場所検索、給油所検索、施設検索、駐車場検
索、オーディオ操作、その他、の中から選択してくださ
い。」…（１） Ｕ：「給油所検索」…（２） Ｓ：「給油所検索ですね、ではフランチャイズ名を、Ａ
石油、Ｂ石油、Ｃ石油、Ｄ石油、Ｅ石油、その他、の中
から選択してください」…（３） Ｕ：「Ｂ石油」…（４） Ｓ：「Ｂ石油ですね、では２ｋｍ先右側、２．５ｋｍ左
側、３ｋｍ先左側、５ｋｍ先右側、その他、の中から選
択してください」…（５） Ｕ：「２ｋｍ先右側」…（６） Ｓ：「２ｋｍ先右側ですね、それではＢ石油いわき店に
目的地をセットします」…（７） 図５に示すように、利用者により対話開始ボタン１４が
押下されると、まず最上位階層の候補セットが読み出さ
れ、利用者が選択可能な複数の機能が上述した音声
（１）のように案内される。

【００５２】この音声に対応して、上述した音声（２）
に示すように利用者により「給油所検索」が選択される
と、この給油所選択に対応した下位階層の候補セットが
読み出され、利用者が選択可能な複数のフランチャイズ
名が上述した音声（３）のように案内される。

【００５３】ここで、上述した音声（４）に示すように
利用者によりフランチャイズ名の「Ｂ石油」が選択され
ると、このＢ石油に対応した下位階層の候補セットが読
み出され、自車位置を基準とした各施設の位置（相対的
な距離）が上述した音声（５）のように案内される。

【００５４】次に、上述した音声（６）に示すように、
利用者により位置「２ｋｍ先右側」が選択されると、こ
の選択された位置に対応する一の給油所である「Ｂ石油
いわき店」が特定され、上述した音声（７）に示すよう
に、この給油所が経路探索の目的地にセットされ、一連
の処理が終了する。

【００５５】（対話例２）対話例２は、上述した対話例
１と同様に最寄りの給油所を検索する場合であって、再
要求ボタン１５が押下された場合の対話例を示してい
る。なお、対話例２において用いられるデータの内容は
上述した図５と同様である。 Ｕ：対話開始ボタン１４を押下する。 Ｓ：「食事場所検索、給油所検索、施設検索、駐車場検
索、オーディオ操作、その他、の中から選択してくださ
い」 Ｕ：「給油所検索」 Ｓ：「給油所検索ですね、ではフランチャイズ名を、Ａ
石油、Ｂ石油、Ｃ石油、Ｄ石油、Ｅ石油、その他、の中
から選択してください」 Ｕ：再要求ボタン１５を押下する。 Ｓ：「入力は給油所検索ですね、つづいてフランチャイ
ズ名を、Ａ石油、Ｂ石油、Ｃ石油、Ｄ石油、Ｅ石油、そ
の他、の中から選択してください」…（８） Ｕ：「Ｂ石油」 Ｓ：「Ｂ石油ですね、では２ｋｍ先右側、２．５ｋｍ左
側、３ｋｍ先左側、５ｋｍ先右側、その他、の中から選
択してください」 Ｕ：「２ｋｍ先右側」 Ｓ：「２ｋｍ先右側ですね、それではＢ石油いわき店に
目的地をセットします」 上述した対話例における音声（８）に示すように、利用
者により再要求ボタン１５が押下されると、直前に案内
された候補セットの内容が、再度案内される。

【００５６】なお、この場合には、１回目と２回目で案
内文の内容を変更することが望ましい。上述した例で
は、１回目の案内文は「給油所検索ですね、では…」、
２回目の案内文は「入力は給油所検索ですね、つづいて
…」となっており、両者の内容が変更されている。ま
た、案内音声が聞き取りにくかった場合も考えられるの
で、再要求がなされた場合には、２回目の音声の発話ス
ピードを１回目よりも遅くするようにしてもよい。

【００５７】（対話例３）対話例３は、上述した対話例
１と同様に最寄りの給油所を検索する場合であって、選
択肢の中から「その他」が選択された場合の対話例を示
している。また図６は、対話例３において用いられるデ
ータの内容を示す図である。 Ｕ：対話開始ボタン１４を押下する。 Ｓ：「食事場所検索、給油所検索、施設検索、駐車場検
索、オーディオ操作、その他、の中から選択してくださ
い」 Ｕ：「給油所検索」 Ｓ：「給油所検索ですね、ではフランチャイズ名を、Ａ
石油、Ｂ石油、Ｃ石油、Ｄ石油、Ｅ石油、その他、の中
から選択してください」 Ｕ：「その他」…（９） Ｓ：「では、Ｆ石油、Ｇ石油、Ｈ石油、Ｉ石油、Ｊ石
油、その他、の中から選択してください」…（１０） Ｕ：「Ｇ石油」 Ｓ：「Ｇ石油ですね、では２ｋｍ先右側、２．５ｋｍ左
側、３ｋｍ先左側、５ｋｍ先右側、その他、の中から選
択してください」 Ｕ：「２ｋｍ先右側」 Ｓ：「２ｋｍ先右側ですね、それではＧ石油いわき店に
目的地をセットします」 上述した対話例における音声（９）に示すように、利用
者により選択肢の中から「その他」が選択されると、こ
の「その他」に対応して、同じ階層における次の選択肢
を含んだ候補セットが読み出され、上述した音声（１
０）に示すように、利用者が選択可能なフランチャイズ
名が追加して案内される。

【００５８】（対話例４）対話例４は、上述した対話例
３と同様に、選択肢の中から「その他」が選択された場
合であって、同じ階層における次の候補セットが存在し
なかった場合の対話例を示している。また図７は、対話
例４において用いられるデータの内容を示す図である。 Ｕ：対話開始ボタン１４を押下する。 Ｓ：「食事場所検索、給油所検索、施設検索、駐車場検
索、オーディオ操作、その他、の中から選択してくださ
い」 Ｕ：「給油所検索」 Ｓ：「給油所検索ですね、ではフランチャイズ名を、Ａ
石油、Ｂ石油、Ｃ石油、Ｄ石油、Ｅ石油、その他、の中
から選択してください」 Ｕ：「その他」 Ｓ：「では、Ｆ石油、Ｇ石油、Ｈ石油、Ｉ石油、Ｊ石
油、その他、の中から選択してください」 Ｕ：「その他」…（１１） Ｓ：「申し訳ございません。その他の候補はありませ
ん」…（１２） 上述した対話例における音声（１１）に示すように、利
用者により選択肢の中から「その他」が選択された場合
であって、同じ階層における次の候補セットが存在しな
い場合には、上述した音声（１２）に示すように、利用
者が選択可能な選択肢がもう存在しない旨が案内され
る。

【００５９】（対話例５）対話例５は、所望の施設を検
索する際の対話例を示している。また図８は、対話例５
において用いられるデータの内容を示す図である。 Ｕ：対話開始ボタン１４を押下する。 Ｓ：「食事場所検索、給油所検索、施設検索、駐車場検
索、オーディオ操作、その他、の中から選択してくださ
い」 Ｕ：「施設検索」…（１３） Ｓ：「施設検索ですね、では施設の地方を、北海道、東
北地方、関東地方、中部地方、近畿地方、その他、の中
から選択してください」…（１４） Ｕ：「東北地方」…（１５） Ｓ：「東北地方ですね、では施設の県を、福島県、秋田
県、岩手県、宮城県、青森県、その他、の中から選択し
てください」…（１６） Ｕ：「福島県」…（１７） Ｓ：「福島県ですね、では施設名称の先頭文字を、あ
行、か行、さ行、た行、な行、その他から選択してくだ
さい」…（１８） Ｕ：「あ行」…（１９） Ｓ：「あ行ですね、ではＲパイ、Ｒパイ技研、Ｒパイ情
報システム、Ｒピー事業所、Ｒピー物流、その他、の中
から選択してください」…（２０） Ｕ：「Ｒパイ」…（２１） Ｓ：「Ｒパイですね、それではＲパイに目的地をセット
します」…（２２） このように、選択可能な複数の機能が音声により案内さ
れ、利用者は、この音声に対応して目的の機能を選択す
る。上述した音声（１３）で示すように、利用者により
「施設検索」が選択されると、この施設検索に対応した
下位階層の候補セットが読み出され、上述した音声（１
４）に示すように、施設の所在する地方が選択肢として
案内される。

【００６０】ここで、上述した音声（１５）に示すよう
に利用者により施設の所在する地方として「東北地方」
が選択されると、この「東北地方」に対応した下位階層
の候補セットが読み出され、施設の所在する都府県名が
上述した音声（１６）のように案内される。

【００６１】上述した音声（１７）に示すように、利用
者により「福島県」が選択されると、対応する下位階層
の候補セットが読み出され、上述した音声（１８）に示
すように、施設の名称の先頭文字（あ行、か行等）が選
択肢として案内される。上述した音声（１９）に示すよ
うに、利用者により「あ行」が選択されると、対応する
下位階層の候補セットが読み出され、上述した音声（２
０）に示すように、「福島県」に所在する施設であっ
て、施設名称の先頭文字が「あ行」に属する施設の名称
が選択肢として案内される。

【００６２】ここで、上述した音声（２１）に示すよう
に、利用者により一の施設名称「Ｒパイ」が選択される
と、一の施設である「Ｒパイ」が特定されるため、上述
した音声（２２）に示すように、この施設が経路探索の
目的地にセットされ、一連の処理が終了する。

【００６３】このように、第１の実施形態では、所定の
階層構造を有する候補セットを含んだデータを候補セッ
トＤＢ２６に格納しており、この候補セットに基づい
て、次に音声出力の対象となる選択肢に対応する複数の
文字列を抽出して、これらの文字列の読みを音声出力し
ている。そして、認識対象となる文字列を利用者にあら
かじめ提示し、この提示に対応して利用者により入力さ
れる音声に対応する文字列を、音声出力の対象となった
複数の文字列の中から選択し、利用者により選択された
選択肢を特定しているので、音声認識の精度を向上させ
ることができる。特に、階層構造を有する候補セットを
上位階層から順に辿っていくだけで、次に音声出力する
文字列を抽出することができるため、処理の簡略化が可
能となる 〔第２の実施形態〕ところで、上述した第１の実施形態
では、候補セットＤＢ２６には、階層構造を有する候補
セットがあらかじめ用意されて格納されていたが、一般
的なテーブル形式の構造を有するデータベースを用いて
第１の実施形態と同様の処理を行うこともできる。

【００６４】図９は、第２の実施形態の音声検索装置１
Ａを含んで構成される車載用システムの構成を示す図で
ある。図９に示す第２の実施形態の音声検索装置１Ａ
は、上述した第１の実施形態における音声検索装置１と
比較して、候補セットＤＢ２６がデータ内容の異なる候
補セットＤＢ２６ａに置き換えられた点が異なってお
り、またこのデータ内容の変更に伴って、利用者の発声
する音声に対応して動作指示の内容を絞り込む際の動作
手順が異なっている。以下、主に第１の実施形態との相
違点について着目して説明を行う。

【００６５】候補セットＤＢ２６ａは、選択肢設定部１
６が複数の選択肢を設定するために必要なデータを格納
している。図１０は、第２の実施形態の候補セットＤＢ
２６ａに格納されるデータの構造を示す図である。図１
０に示すように、第２の実施形態の候補セットＤＢ２６
ａに格納されるデータは、上述した第１の実施形態の場
合と異なり、テーブル形式となっている。

【００６６】この候補セットＤＢ２６ａに格納されるデ
ータ（テーブル情報）は、「優先度」、「候補セットタ
イトル」、「選択肢」という３つの要素から構成されて
いる。「優先度」は、上述した第１の実施形態における
階層と同様の意味を示している。すなわち、何らかの動
作指示を決定する際には、優先度１の「機能」から順
に、複数の選択肢の中から一の選択肢が選択される。選
択肢を提示し、選択する処理の具体例については後述す
る。なお、図１０に示す優先度１〜６に対応付けられて
いる各選択肢が「検索キー」に対応し、最終的に特定さ
れる選択肢である優先度７の各選択肢が「検索対象項
目」に対応している。

【００６７】また候補セットＤＢ２６ａでは、横方向の
１行分が１つのデータ群（以後、これを「レコード」と
呼ぶ）となっている。例えば、図１０に示した１行目の
レコードは、施設名「Ｂ石油いわき店」に関するデータ
群であり、機能としては「給油所検索」に関連してお
り、フランチャイズ名が「Ｂ石油」、施設の所在する地
方が「東北地方」、施設の所在する都府県が「福島
県」、施設名称の先頭文字が「は行」にそれぞれ属して
いることを示している。なお、位置については、上述し
たＤＢ更新部２８によってその内容が更新される。候補
セットＤＢ２６ａには、このようなレコードが複数含ま
れている。なお、この候補セットＤＢ２６ａがテーブル
格納手段に対応している。

【００６８】本実施形態の音声検索装置１Ａはこのよう
な構成を有しており、次にその動作について説明する。
図１１は、第２の実施形態の音声検索装置１Ａの部分的
な動作手順を示す流れ図である。なお、音楽検索装置１
Ａの基本的な操作手順は、上述した図４に示した第１の
実施形態の音楽検索装置１と同様であり、ステップ１０
１の処理内容とステップ１０７以降の処理内容が異なっ
ている。図１１には、この処理内容の相違する部分が主
に示されている。

【００６９】選択肢設定部１６は、利用者により対話開
始ボタン１４が押下されたか否かを判定する（ステップ
１００）。利用者により対話開始ボタン１４が押下され
ない場合は否定判断がなされ、ステップ１００の処理が
繰り返される。対話開始ボタン１４が押下された場合に
は、ステップ１００で肯定判断が行われ、選択肢設定部
１６は、候補セットＤＢ２６ａから“優先度１”の列に
属するデータを抽出し、抽出したデータを用いて先頭の
候補セットを設定する（ステップ１０１Ａ）。具体的に
は、図１０に示したように、本実施形態では、“優先度
１”の列のデータには各種機能の内容が含まれており、
これらの機能の内容を選択肢として含んだ候補セットが
設定される。その後、上述した第１の実施形態と同様に
して、図４に示すステップ１０２〜ステップ１０７に示
した処理が行われる。

【００７０】選択項目判定部２４は、音声認識処理部１
２から出力される音声認識結果に基づいて、選択肢の中
から「その他」が選択されたか否かを判定する（ステッ
プ１０７）。「その他」が選択されなかった場合には、
ステップ１０７で否定判断が行われ、その旨が選択項目
判定部２４から選択肢設定部１６に通知される。通知を
受けた選択肢設定部１６は、利用者によって選択された
選択肢に対応して、次の候補セットとして提示される候
補となる選択肢の絞り込みを行う（ステップ１２０）。
例えば、利用者によって「給油所検索」が選択された場
合であれば、選択項目判定部２４は、この「給油所検
索」に対応するレコードの絞り込みを行う。

【００７１】次に選択肢設定部１６は、優先度の高い候
補セットから順に、選択肢を２つ以上含む候補セットが
あるか否かを判定する（ステップ１２１）。選択肢を２
つ以上含んだ候補セットが存在する場合には、ステップ
１２１で肯定判断が行われ、次に選択肢設定部１６は、
ステップ１２１で特定された候補セット（２つ以上の選
択肢を含む候補セット）に対応して、所定数の選択肢を
抽出し、次の候補セットを設定する（ステップ１２
２）。

【００７２】図１２は、ステップ１２２に示す処理の詳
細な手順を示す流れ図である。まず、選択肢設定部１６
は、候補セットＤＢ２６ａに格納されているデータに基
づいて、優先度が高く、種類の異なる選択肢を２つ以上
含んだ候補セットを選択する（ステップ１３０）。

【００７３】次に選択肢設定部１６は、選択した候補セ
ットに含まれている選択肢の種類が所定数（本実施形態
では５つ）以下であるか否かを判定する（ステップ１３
１）。選択肢の種類が所定数以下でない場合には、ステ
ップ１３１で否定判断が行われ、次に選択肢設定部１６
は、所定数の選択肢を抽出する（ステップ１３２）。

【００７４】また、選択肢の種類が所定数以下である場
合には、ステップ１３１で肯定判断が行われ、次に選択
制設定部１６は、存在する選択肢を全て抽出する（ステ
ップ１３３）。次に選択肢設定部１６は、ステップ１３
２またはステップ１３３に示した処理において抽出され
た選択肢を、次の候補セットとして設定し（ステップ１
３４）、図１１に示すステップ１２２での処理が終了す
る。その後、ステップ１０２に戻り、以降の処理が繰り
返される。

【００７５】上述したステップ１０７において、選択肢
の中から「その他」が選択された場合には肯定判断が行
われ、選択項目判定部２４は、次の選択肢を設定するよ
うに選択肢設定部１６に通知する。通知を受けた選択肢
設定部１６は、候補セットＤＢ２６ａに格納されたデー
タに基づいて、前回の処理において既に提示された選択
肢以外の他の選択肢が存在するか否かを判定する（ステ
ップ１２３）。存在する場合には肯定判断を行って、次
の選択肢を設定する（ステップ１２４）。その後、上述
したステップ１０２に戻り、次の選択肢が音声認識処理
部１２および案内文生成部１８に通知され、以降の処理
が行われる。

【００７６】また、次の選択肢が存在しない場合には、
ステップ１２３で否定判断が行われる。この場合には、
選択肢設定部１６は、次の選択肢が存在しない旨を案内
する案内文を生成するように案内文生成部１８に指示を
送る。指示を受けた案内文生成部１８によって所定の案
内文が生成されて音声合成部２０に出力され、次の選択
肢がない旨を通知する案内音声がスピーカ２２から出力
される（ステップ１２５）。その後、上述したステップ
１０３に戻り、前回の処理時に案内された選択肢が、利
用者に対して再度提示され、以降の処理が繰り返され
る。

【００７７】上述したステップ１２１おいて、選択肢を
２つ以上含む候補セットが存在しなくなった場合には否
定判断が行われ、選択項目判定部２４は、利用者によっ
て最終的に選択された選択肢の内容を動作指示出力部３
０に通知する。通知を受けた動作指示出力部３０は、利
用者により選択された選択肢の内容に対応する動作指示
をナビゲーション装置２等に出力する（ステップ１２
６）。

【００７８】次に、上述した図１１に示した処理にした
がって、音声検索装置１Ａと利用者の間で行われる対話
を具体的に説明し、この対話例と合わせて、候補セット
ＤＢ２６ａに格納されたデータの中から必要なレコード
を抽出する様子について、図面を適宜参照して説明す
る。

【００７９】（対話例６）対話例６は、最寄りの給油所
を検索する際の対話例を示している。また図１３は、対
話例６において候補セットＤＢ２６ａから抽出されるレ
コードの内容を示す図である。 Ｕ：対話開始ボタン１４を押下する。 Ｓ：「食事場所検索、給油所検索、施設検索、駐車場検
索、オーディオ操作、その他、の中から選択してくださ
い。」…（２３） Ｕ：「給油所検索」…（２４） Ｓ：「給油所検索ですね、ではフランチャイズ名を、Ａ
石油、Ｂ石油、Ｃ石油、Ｄ石油、Ｅ石油、その他、の中
から選択してください」…（２５） Ｕ：「Ｂ石油」…（２６） Ｓ：「Ｂ石油ですね、では２ｋｍ先右側、５ｋｍ左側、
その他、の中から選択してください」…（２７） Ｕ：「２ｋｍ先右側」…（２８） Ｓ：「２ｋｍ先右側ですね、それではＢ石油いわき店に
目的地をセットします」…（２９） 図１３に示すように、利用者により対話開始ボタン１４
が押下されると、まず優先度１の候補セットタイトルで
ある「機能」に対応して複数の選択肢が抽出され、利用
者が選択可能な複数の機能が上述した音声（２３）のよ
うに案内される。

【００８０】この音声（２３）に対応して、上述した音
声（２４）に示すように利用者により「給油所検索」が
選択されると、この「給油所選択」に対応したレコード
のみが絞り込まれ、次に優先度の高い優先度２の候補セ
ットタイトルである「フランチャイズ名」に対応して複
数の選択肢が抽出され、利用者が選択可能な複数のフラ
ンチャイズ名が上述した音声（２５）のように案内され
る。

【００８１】上述した音声（２６）に示すように利用者
によりフランチャイズ名の「Ｂ石油」が選択されると、
この「Ｂ石油」に対応したレコードのみが絞り込まれ、
次に優先度が高く、かつ２つ以上の種類の選択肢を含ん
でいる候補セットタイトルである優先度６の「位置」に
対応して、さらに複数の選択肢が抽出され、自車位置を
基準とした各施設の位置（相対的な距離）が上述した音
声（２７）のように案内される。

【００８２】上述した音声（２８）に示すように、利用
者により位置「２ｋｍ先右側」が選択されると、この選
択された位置に対応する一の給油所である「Ｂ石油いわ
き店」が特定され、上述した音声（２９）に示すよう
に、この給油所が経路探索の目的地にセットされ、一連
の処理が終了する。

【００８３】なお、再要求ボタン１５が押下された場合
については、上述した第１の実施形態における対話例２
と同様の対話が行われることとなり、その場合に用いら
れるデータの内容は、図１３に示すものと同様である。 （対話例７）対話例７は、上述した対話例６と同様に最
寄りの給油所を検索する場合であって、選択肢の中から
「その他」が選択された場合の対話例を示している。ま
た図１４は、対話例７において候補セットＤＢ２６ａか
ら抽出されるレコードの内容を示す図である。 Ｕ：対話開始ボタン１４を押下する。 Ｓ：「食事場所検索、給油所検索、施設検索、駐車場検
索、オーディオ操作、その他、の中から選択してくださ
い」 Ｕ：「給油所検索」 Ｓ：「給油所検索ですね、ではフランチャイズ名を、Ａ
石油、Ｂ石油、Ｃ石油、Ｄ石油、Ｅ石油、その他、の中
から選択してください」 Ｕ：「その他」…（３０） Ｓ：「では、Ｆ石油、Ｇ石油、その他、の中から選択し
てください」…（３１） Ｕ：「Ｇ石油」…（３２） Ｓ：「Ｇ石油ですね、それではＧ石油いわき店に目的地
をセットします」…（３３） 上述した対話例７における音声（３０）に示すように、
利用者により選択肢の中から「その他」が選択される
と、既に提示されたＡ石油、Ｂ石油、Ｃ石油、Ｄ石油、
Ｅ石油を除いたレコードが絞り込まれ、上述した音声
（３１）に示すように、利用者が選択可能なフランチャ
イズ名が追加して案内される。

【００８４】上述した音声（３２）に示すように利用者
によりフランチャイズ名の「Ｇ石油」が選択されると、
この「Ｇ石油」に対応したレコードのみが絞り込まれ
る。この場合には、フランチャイズ名に基づいた絞り込
みを行った時点で、一のレコードが絞り込まれており、
案内対象となる一の給油所である「Ｇ石油いわき店」が
特定されるため、上述した音声（３３）に示すように、
この給油所が経路探索の目的地にセットされ、一連の処
理が終了する。

【００８５】（対話例８）対話例８は、上述した対話例
７と同様に、選択肢の中から「その他」が選択された場
合であって、次に提示可能な選択肢が存在しなかった場
合の対話例を示している。また図１５は、対話例８にお
いて候補セットＤＢ２６ａから抽出されるレコードの内
容を示す図である。 Ｕ：対話開始ボタン１４を押下する。 Ｓ：「食事場所検索、給油所検索、施設検索、駐車場検
索、オーディオ操作、その他、の中から選択してくださ
い」 Ｕ：「給油所検索」 Ｓ：「給油所検索ですね、ではフランチャイズ名を、Ａ
石油、Ｂ石油、Ｃ石油、Ｄ石油、Ｅ石油、その他、の中
から選択してください」 Ｕ：「その他」 Ｓ：「では、Ｆ石油、Ｇ石油、その他、の中から選択し
てください」 Ｕ：「その他」…（３４） Ｓ：「申し訳ございません。その他の候補はありませ
ん」…（３５） 上述した対話例における音声（３４）に示すように、利
用者により選択肢の中から「その他」が選択された場合
であって、次に提示可能な選択肢が存在しなかった場合
には、上述した音声（３５）に示すように、利用者が選
択可能な選択肢がもう存在しない旨が案内される。

【００８６】このように、第２の実施形態では、所定の
テーブル形式を有し、複数の選択肢のそれぞれに異なる
優先度が対応付けられた所定のテーブル情報を候補セッ
トＤＢ２６ａに格納し、このテーブル情報に基づいて、
優先度が高い選択肢から順番に、対応する文字列の読み
を音声出力している。認識対象となる文字列を利用者に
あらかじめ提示し、この提示に対応して利用者により入
力される音声に対応する文字列を、音声出力の対象とな
った複数の文字列の中から選択し、利用者により選択さ
れた選択肢を特定しているので、音声認識の精度を向上
させることができる。特に、テーブル形式でデータを格
納しているので、レコードの追加・変更などを容易に行
うことができる利点がある。

【００８７】〔変形例〕なお、本発明は上述した各実施
形態のみに限定されるものではなく、本発明の要旨の範
囲内においてさらに種々の変形実施が可能である。例え
ば、上述した実施形態では、提示される複数の選択肢の
中からいずれか一の選択肢を利用者が順次選択していく
ことにより最終的な選択肢が選択され、その内容に対応
する動作指示がナビゲーション装置２等に対して行われ
ていたが、利用者が望んだ場合には選択肢が自動的に選
択されるようにしてもよい。

【００８８】図１６は、選択肢が自動的に選択される変
形例における音声検索装置の構成を示す図である。図１
６に示す音声検索装置１Ｂは、上述した第１の実施形態
における音声検索装置１と比較して、選択頻度学習部３
２と学習結果格納部３４が追加された点が異なってい
る。以下、主に第１の実施形態との相違点について着目
して、構成および動作の説明を行う。

【００８９】選択頻度学習部３２は、利用者に対して提
示される複数の選択肢について、利用者による選択頻度
を学習する。学習結果格納部３４は、選択頻度学習部３
２による学習結果を格納する。本実施形態では、選択肢
を選択するための音声入力を行う際に、利用者が「まか
せる」と入力することにより、選択肢が自動的に選択さ
れるようになっている。この「まかせる」が入力された
場合に、選択項目判定部２４は、学習結果格納部３４に
格納された学習結果を用いて、過去の選択頻度が高い選
択肢を自動的に選択し、動作指示の内容を決定してい
る。なおこの場合には、選択項目判定部２４が文字列選
択手段に対応する。

【００９０】音声検索装置１Ｂはこのような構成を有し
ており、次に、過去の選択肢の選択頻度に応じて選択肢
を自動的に選択する場合の動作について説明する。図１
７は、過去の選択肢の選択頻度に応じて選択肢を自動的
に選択する場合の音声検索装置１Ｂの部分的な動作手順
を示す流れ図である。なお、音楽検索装置１Ｂの基本的
な操作手順は、上述した図４に示した第１の実施形態の
音楽検索装置１と同様であり、ステップ１０７以降の処
理内容が異なっている。図１７には、この処理内容の相
違する部分が主に示されている。

【００９１】選択項目判定部２４は、音声認識処理部１
２から出力される音声認識結果に基づいて、選択肢の中
から「その他」が選択されたか否かを判定する（ステッ
プ１０７）。「その他」が選択された場合の処理は、図
４に示した第１の実施形態の音楽検索装置１と同様であ
り、説明を省略する。

【００９２】「その他」が選択されなかった場合には、
ステップ１０７で否定判断が行われ、次に選択項目判定
部２４は、音声認識処理部１２から出力される音声認識
結果に基づいて、選択肢の中から「まかせる」が選択さ
れたか否かを判定する（ステップ１４０）。

【００９３】選択肢の中から「まかせる」が選択された
場合には、ステップ１４０で肯定判断が行われ、選択項
目判定部２４は、学習結果格納部３４に格納された学習
結果を読み出し、過去の選択頻度に基づいて選択肢を自
動的に選択する（ステップ１４１）。例えば、本実施形
態では、最終的な選択肢に至るまでの選択肢が全て自動
的に選択される。

【００９４】過去の選択頻度に応じて最終的な選択肢が
自動的に選択されると、あるいは、ステップ１０８で否
定判断が行われると、選択項目判定部２４は、最終的な
選択肢の内容を動作指示出力部３０に通知する。通知を
受けた動作指示出力部３０は、利用者により選択された
項目の内容に対応する動作指示をナビゲーション装置２
等に出力する（ステップ１１３）。

【００９５】次に、上述した図１７に示した処理にした
がって、音声検索装置１Ｂと利用者の間で行われる対話
を具体的に説明する。 （対話例９）対話例９は、上述した対話例１と同様に最
寄りの給油所を検索する場合であって、選択肢として
「まかせる」が選択された場合の対話例を示している。
なお、対話例９において用いられるデータの内容は、上
述した図５と同様である。 Ｕ：対話開始ボタン１４を押下する。 Ｓ：「食事場所検索、給油所検索、施設検索、駐車場検
索、オーディオ操作、その他、の中から選択してくださ
い」 Ｕ：「給油所検索」 Ｓ：「給油所検索ですね、ではフランチャイズ名を、Ａ
石油、Ｂ石油、Ｃ石油、Ｄ石油、Ｅ石油、その他、の中
から選択してください。または、“まかせる”とお話し
ください」…（３６） Ｕ：「まかせる」…（３７） Ｓ：「まかせていただけますね、それではＢ石油いわき
店に目的地をセットします」 上述した対話例では、音声（３６）に示すように、利用
者に対して、“まかせる”と言う選択肢が新たに加えら
れる。これに対して、音声（３７）に示すように、利用
者により“まかせる”が選択されると、過去の選択頻度
に応じて、最も選択頻度の高い選択肢が自動的に選択さ
れる。上述した例では、フランチャイズ名以降の選択肢
が過去の選択頻度に応じて自動的に選択されている。具
体的には、フランチャイズ名としては「Ｂ石油」が自動
的に選択され、位置については「２ｋｍ先右側」が自動
的に選択されることにより、最終的に「Ｂ石油いわき
店」という選択肢が選択されている。

【００９６】なお、上述した例では、最終的な選択肢に
至るまで全て自動的に選択されていたが、その時点での
選択肢のみが自動的に選択されるようにしてもよい。例
えば、フランチャイズ名を選択する際に「まかせる」が
選択された場合であれば、このフランチャイズ名につい
てのみ自動的に選択し、下位階層の候補セットである
「位置」に移行し、この候補セットに含まれる複数の選
択肢を提示するようにすればよい。また上述した例で
は、選択肢を自動的に選択する処理を第１の実施形態に
対して追加した場合について説明したが、第２の実施形
態に対しても同様にしてこの機能を追加することができ
る。

【００９７】また、上述した変形例では、選択肢として
「まかせる」が選択された場合に、過去の選択頻度に応
じて選択肢を選択していたが、過去の選択頻度にかかわ
らずランダムに選択肢を選択するようにしてもよい。こ
の場合には、過去の選択頻度を学習する処理が不要とな
り、構成を簡略化することができる。

【００９８】また、選択肢の過去の選択頻度を学習する
処理を行う場合に、この学習結果を候補セットＤＢ２６
（または２６ａ）に格納されているデータに反映させる
ようにしてもよい。例えば、上述した各実施形態では、
フランチャイズ名に関する複数の選択肢を案内する場合
に、「Ｇ石油」は、１回目に提示される選択肢の中から
“その他”が選択された場合に行われる２回目の案内時
に提示されていた。しかしながら、「Ｇ石油」が高い頻
度で選択されているという学習結果が得られている場合
であれば、この「Ｇ石油」が１回目の案内時に提示され
るようにしてもよい。あるいは、１回の案内に含まれる
複数の選択肢の中においても、過去の選択頻度に応じて
案内順序を入れ替えてもよい。例えば、初期状態では１
回目の案内において、Ａ石油、Ｂ石油、Ｃ石油、…とい
う順番で案内されていた場合に、過去の選択頻度として
Ｇ石油、Ｂ石油、Ａ石油、…という順に選択頻度が高い
という学習結果が得られている場合には、１回目の案内
を、Ｇ石油、Ｂ石油、Ａ石油、…という順番に入れ替え
ればよい。なお、この場合には学習結果格納部３４が選
択履歴格納手段に対応する。

【００９９】また、上述した各実施形態では、案内音声
を再度聞きたい場合には再要求ボタン１５を押下してい
たが、この再要求操作を音声入力によって行うようにし
てもよい。この場合には、例えば、「もう一度」などと
いう音声を入力し、これらの音声に対応して、直前の案
内内容が再度出力されるようにすればよい。

【０１００】また上述した各実施形態では、一旦選択さ
れた選択肢を取り消して、新たに選択肢を選択する場合
の動作については説明されなかったが、そのような処理
を行うこともできる。図１８は、一旦選択された選択肢
を取り消して、新たに選択肢を選択する場合の音声検索
装置の動作手順を部分的に示す流れ図である。例えば、
上述した第１の実施形態において説明した音声検索装置
１において、この処理が行われるものとして説明を行
う。この場合における基本的な動作手順は、上述した図
４に示す流れ図と同様であり、ステップ１０７以降に新
たな処理が追加されることとなる。図１８には、新たに
追加される処理内容が主に示されている。なお、この変
形例においては、選択項目判定部２４が再選択指示手段
に対応する。

【０１０１】選択項目判定部２４は、音声認識処理部１
２から出力される音声認識結果に基づいて、選択肢の中
から「その他」が選択されたか否かを判定する（ステッ
プ１０７）。利用者により「その他」が選択された場合
の処理は前述した図４と同様であり、ここでの説明は省
略する。

【０１０２】「その他」が選択されなかった場合には、
ステップ１０７で否定判断が行われ、次に選択項目判定
部２４は、音声認識処理部１２から出力される音声認識
結果に基づいて、「修正」という音声が入力されたか否
かを判定する（ステップ１５０）。具体的には、この
「修正」という音声入力によって否定的な見解を示すこ
とにより、一旦選択した選択肢を取り消す処理が行われ
るようになっている。なお「修正」の代わりに「戻る」
や「違う」などといった音声入力を行うことにより、否
定的な見解を示してもよい。

【０１０３】「修正」という音声が入力された場合に
は、ステップ１５０で肯定判断が行われ、選択項目判定
部２４は、選択肢設定部１６に対して、その時点で着目
している階層よりも１つ上位階層の候補セットを再度設
定するように指示する。この指示に応じて、選択肢設定
部１６は、上位階層の候補セットを再度設定する（ステ
ップ１５１）。その後、上述した図４に示すステップ１
０２に戻り、上位階層の候補セットに含まれる選択肢に
対応する文字列が認識対象として通知されるとともに、
この選択肢が音声出力され、以降の処理が繰り返され
る。

【０１０４】また「修正」という音声が入力されていな
い場合には、ステップ１５０で否定判断が行われ、この
場合にはステップ１０８に進み、それ以降の処理が行わ
れる。次に、上述した図１８に示した処理にしたがっ
て、音声検索装置１と利用者の間で行われる対話を具体
的に説明する。

【０１０５】（対話例１０）対話例１０は、上述した対
話例１等と同様に最寄りの給油所を検索する場合であっ
て、「修正」という音声が入力された場合の対話例を示
している。 Ｕ：対話開始ボタン１４を押下する。 Ｓ：「食事場所検索、給油所検索、施設検索、駐車場検
索、オーディオ操作、その他、の中から選択してくださ
い。」 Ｕ：「給油所検索」 Ｓ：「給油所検索ですね、ではフランチャイズ名を、Ａ
石油、Ｂ石油、Ｃ石油、Ｄ石油、Ｅ石油、その他、の中
から選択してください」 Ｕ：「Ａ石油」…（３８） Ｓ：「Ｅ石油ですね、では２ｋｍ先右側、２．５ｋｍ先
左側、３ｋｍ先左側、５ｋｍ左側、その他、の中から選
択してください」…（３９） Ｕ：「修正」…（４０） Ｓ：「ではフランチャイズ名を、Ａ石油、Ｂ石油、Ｃ石
油、Ｄ石油、Ｅ石油、その他、の中から選択してくださ
い」…（４１） Ｕ：「Ａ石油」 Ｓ：「Ａ石油ですね、では２ｋｍ先左側、５ｋｍ左側、
その他、の中から選択してください」 Ｕ：「２ｋｍ先左側」 Ｓ：「２ｋｍ先左側ですね、それではＡ石油いわき店に
目的地をセットします」 上述した対話例１０では、音声（３８）に示すように利
用者により選択肢の中から「Ａ石油」が選択されたにも
関わらず、音声（３９）に示すように誤認識が生じて
「Ｅ石油」が選択されたことになっている。この場合
に、音声（４０）に示すように利用者が「修正」と音声
入力を行うことにより、音声（４１）に示しように、上
位階層の候補セットであるフランチャイズ名に基づい
て、利用者が選択可能なフランチャイズ名が再度案内さ
れる。

【０１０６】（対話例１１）対話例１１は、「修正」と
いう音声が入力された場合の他の対話例を示している。 Ｕ：対話開始ボタン１４を押下する。 Ｓ：「食事場所検索、給油所検索、施設検索、駐車場検
索、オーディオ操作、その他、の中から選択してくださ
い。」 Ｕ：「給油所検索」 Ｓ：「給油所検索ですね、ではフランチャイズ名を、Ａ
石油、Ｂ石油、Ｃ石油、Ｄ石油、Ｅ石油、その他、の中
から選択してください」 Ｕ：「施設検索」…（４２） Ｓ：「Ｃ石油ですね、では２ｋｍ先右側、２．５ｋｍ先
左側、３ｋｍ先右側、５ｋｍ左側、その他、の中から選
択してください」…（４３） Ｕ：「修正」…（４４） Ｓ：「ではフランチャイズ名を、Ａ石油、Ｂ石油、Ｃ石
油、Ｄ石油、Ｅ石油、その他、の中から選択してくださ
い」…（４５） Ｕ：「修正」…（４６） Ｓ：「食事場所検索、給油所検索、施設検索、駐車場検
索、オーディオ操作、その他、の中から選択してくださ
い。」…（４７） Ｕ：「施設検索」 以下、施設検索を選択してからの対話は、上述した対話
例５と同様に行われるので、ここでは説明を省略する。

【０１０７】上述した対話例１１では、利用者は一旦
「給油所検索」を選択したものの、「施設検索」を選択
したくなったため、音声（４２）に示すように、音声検
索装置１から提示されている選択肢とは異なる選択肢で
ある「施設検索」を音声入力している。この場合であっ
ても音声検索装置１は、音声（４３）に示すように、そ
の時点における選択肢の中から、入力された音声に最も
近いものを選択して処理を続行する。

【０１０８】音声（４４）に示すように、利用者が「修
正」と音声入力を行うことにより、音声（４５）に示す
ように、上位階層の候補セットであるフランチャイズ名
に基づいて、利用者が選択可能なフランチャイズ名が再
度案内される。音声（４６）に示すように、ここで利用
者が、さらに「修正」と音声入力を行うことにより、音
声（４７）に示すように、さらに上位階層の候補セット
である「機能」に基づいて、利用者が選択可能な選択肢
が再度案内される。

【０１０９】ところで、上述した対話例１１では、提示
される複数の選択肢の内容に沿わない音声入力が行われ
た場合であっても、その時点における複数の選択肢の中
からいずれかが選択されていたが、選択肢の内容に沿わ
ない音声入力が行われ、選択肢を特定することが難しい
場合には、有効な認識結果が得られなかった旨を通知す
るようにしてもよい。この場合には、上述した図４に示
すステップ１０６の処理において認識結果の有効性を判
断し、文字列の一致率が非常に低い（例えば、１０％以
下など）場合には、選択肢を特定できなかった旨を通知
すればよい。以下に、有効な認識結果が得られなかった
場合の対話を具体的に説明する。

【０１１０】（対話例１２） Ｕ：対話開始ボタン１４を押下する。 Ｓ：「食事場所検索、給油所検索、施設検索、駐車場検
索、オーディオ操作、その他、の中から選択してくださ
い。」 Ｕ：「給油所検索」 Ｓ：「給油所検索ですね、ではフランチャイズ名を、Ａ
石油、Ｂ石油、Ｃ石油、Ｄ石油、Ｅ石油、その他、の中
から選択してください」 Ｕ：「Ｈ石油」…（４８） Ｓ：「申し訳ございません。入力された単語を認識でき
ませんでした。フランチャイズ名を、Ａ石油、Ｂ石油、
Ｃ石油、Ｄ石油、Ｅ石油、その他、の中から選択してく
ださい」…（４９） 上述した対話例１２では、音声（４８）に示すように、
選択肢として提示されていない「Ｈ石油」が利用者によ
って選択されたため、音声検索装置１は有効な認識結果
を得ることができない。したがって音声検索装置１は、
音声（４９）に示すように、選択肢を特定することがで
きなかった旨を利用者に対して通知するとともに、再度
の選択肢の入力を促す案内を行っている。

【０１１１】また、音声認識処理を行う際に、提示した
複数の選択肢に対応する文字列と利用者によって入力さ
れた音声に対する文字列との部分的な一致を考慮して、
認識精度を高めるようにしてもよい。例えば、選択肢と
して提示された「給油所検索」を選択する際に、利用者
によっては「給油所」という部分しか発声しないことも
考えられる。このような場合に、「給油所検索」という
文字列の全体だけを音声認識の対象とすると、利用者が
発声した「給油所」とは部分的にしか一致していないた
め一致率が低く、もちろん、他の選択肢（「食事場所検
索」等）とも一致率が低いため、利用者により選択され
た選択肢を正確に特定することが難しい場合がある。し
たがって、例えば給油所検索については、認識対象文字
列を「給油所検索」および「給油所」とし、食事場所検
索については「食事場所検索」、「食事場所」、「食
事」などにすることにより、複数の選択肢に対応する文
字列と利用者によって入力された音声に対する文字列と
の全体的な一致と部分的な一致の両者を判定することが
できるため、認識精度を高めることができる。

【０１１２】なお、このように部分的な一致を考慮する
場合においても、認識結果を返答する際には、文字列の
全体を出力することが好ましい。例えば、利用者により
「給油所」と入力された場合であっても、対応する認識
結果の返答としては、「給油所検索ですね」というよう
に、文字列の全体を返答することが好ましい。

【０１１３】また上述した各実施形態では、複数の選択
肢を提示し、いずれか一を利用者に音声入力させていた
が、各選択肢に対して所定の符号を付加して提示し、所
望の選択肢に付加された符号を音声入力するようにして
もよい。具体的には、所定の符号としては「１、２、
３、…」等の数字や「Ａ、Ｂ、Ｃ、…」等の文字などが
考えられる。例えば、選択肢として複数の機能を提示す
る場合であれば、「１：食事場所検索、２：給油所検
索、３：施設検索、４：駐車場検索、５：オーディオ操
作、６：その他、の中から該当する数字を選択してくだ
さい」というような内容の案内音声を出力し、１〜６の
いずれかの数字を利用者に音声入力させればよい。この
ように、所定の符号を用いる場合には、利用者は所望の
選択肢に対応付けられた符号を発声するだけでよく、音
声入力をより簡単にすることができる。また、音声認識
処理の対象とする文字列を数字等の簡単な文字列にする
ことができるため、認識精度を向上させることができ
る。

【０１１４】また、上述した各実施形態では、複数の選
択肢が全て提示された後に、利用者が一の選択肢を選択
して音声入力を行っていたが、全ての選択肢が提示され
るよりも先に利用者による音声入力が行われた場合に
は、その時点で音声認識処理を開始するようにしてもよ
い。利用者によっては、出力される音声案内を聞いてい
るとき、所望の選択肢が出力された直後に、音声入力を
開始する場合がある。このような場合には、選択肢が全
て提示された後でなくても、速やかに音声認識処理を開
始することにより、操作性をより向上させることができ
る。

【０１１５】また、上述した各実施形態では、単体で用
いられる音声検索装置について説明していたが、ネット
ワークを介して接続されたサーバと端末装置とに機能を
分散配置して音声検索装置を構成してもよい。図１９
は、ネットワークを介して接続されたサーバと端末装置
とに機能を分散配置した場合の音声検索装置の構成例を
示す図である。図１９に示す音声検索装置は、所定のネ
ットワーク６を介して接続された音声検索端末装置４と
サーバ５から構成されている。

【０１１６】音声検索端末装置４は、基本的には上述し
た第２の実施形態における音声検索装置１Ａと同様の構
成を有しており、通信処理部３６が追加された点が異な
っている。なお、音声検索端末装置４の構成は、上述し
た第１の実施形態における音声検索装置１と同様にして
もよい。

【０１１７】音声検索端末装置４に備わった通信処理部
３６は、候補セットＤＢ２６ａに格納されるデータを更
新するために必要な情報をネットワーク６を介してサー
バ５から取得するための通信処理を行う。ＤＢ更新部２
８は、通信処理部３６によって受信された情報に基づい
て、候補セットＤＢ２６ａに格納されているデータを更
新する。この更新処理は、音声検索端末装置４による所
定の処理に先だって行われる。

【０１１８】また、サーバ５は、サーバ制御部５０、候
補セットＤＢ５２、通信処理部５４を含んで構成されて
いる。サーバ制御部５０は、サーバ５の全体動作を制御
する。候補セットＤＢ５２は、上述した音声検索端末装
置４に備わっている候補セットＤＢ２６ａと基本的に同
じ内容データを格納している。この候補セットＤＢ５２
に格納されるデータは、随時、新しい内容に更新されて
いる。

【０１１９】音声検索端末装置４から所定の要求がなさ
れた場合に、サーバ制御部５０は、以前に音声検索端末
装置４に送信済みの内容に対する変更内容を含んだ所定
の差分情報を候補セットＤＢ５２から抽出し、この差分
情報を音声検索端末装置４に対して送信する。通信処理
部５４は、サーバ５が音声検索端末装置４との間でデー
タの送受を行うために必要な通信処理を行う。

【０１２０】このように、サーバ５から送信される所定
の差分情報に基づいて、音声検索端末装置４に備わった
候補セットＤＢ２６ａの内容を更新することができるの
で、音声検索端末装置４は、内容の更新された新しい情
報を各種処理に反映させることができる。特に、サーバ
５から音声検索端末装置４に送られてくる情報は、前回
までに送られてきた情報に対する変更内容を含む差分情
報であるため、送受するデータ量を低減し、通信コスト
を削減することができる。

【０１２１】なお、上述したサーバ５が、検索対象項目
とそれぞれに対応する検索キーに関する情報を格納する
機能を有している。音声検索端末装置４が、認識対象文
字列出力手段、マイクロホン、音声認識処理手段、項目
抽出手段に対応する機能を有しており、これらを用いた
各種の処理に先だって、上述したサーバ５から必要な情
報を取得している。

【０１２２】図２０は、ネットワークを介して接続され
たサーバと端末装置とに機能を分散配置した場合の音声
検索装置の他の構成例を示す図である。図２０に示す音
声検索装置は、所定のネットワーク６を介して接続され
た音声検索端末装置４Ａとサーバ５Ａから構成されてい
る。

【０１２３】図２０に示す音声検索装置では、上述した
第１の実施形態の音声検索装置１に備わっていた候補セ
ットＤＢ２６（あるいは第２の実施形態の音声検索装置
１Ａに備わっていた候補セットＤＢ２６ａ）、選択肢設
定部１６、選択項目判定部２４のそれぞれによって実現
される機能に対応する構成がサーバ５Ａに配置されてい
る。具体的には、サーバ５Ａは、サーバ制御部５０、候
補セットＤＢ５２、通信処理部５４、選択肢設定部５
６、選択項目判定部５８を備えている。

【０１２４】また、音声検索端末装置４Ａは、上述した
音声検索端末装置４から、選択肢設定部１６、選択項目
判定部２４、候補セットＤＢ２６ａ、ＤＢ更新部２８が
省略されており、制御部３８が追加されている。利用者
の発声する音声に対応してナビゲーション装置２等に対
して動作指示を出力する際に、音声検索端末装置４Ａ内
の制御部３８は、選択肢を提示するために必要な最小限
のデータを通信処理部３６を介してサーバ５Ａから取得
する。案内文生成部１８は、制御部３８からの指示にし
たがって、所定の案内文を生成し、出力する。サーバ５
Ａは、利用者の音声に対する音声認識結果を音声検索端
末装置４Ａから取得し、次の候補セットを設定し、選択
肢の提示に必要なデータを音声検索端末装置４Ａに送信
する処理や、最終的に選択された一の選択肢を抽出する
処理などを行っている。

【０１２５】なお、上述したサーバ５Ａが、検索対象項
目とそれぞれに対応する検索キーに関する情報を格納す
るとともに、認識対象文字列出力手段による音声出力の
対象となる文字列の抽出処理と、項目抽出手段による検
索対象項目の抽出処理を行う機能を有している。また、
音声検索端末装置４Ａが、認識対象文字列出力手段、マ
イクロホン、音声認識処理手段に対応する機能を有して
おり、これらの処理に必要な情報を上述したサーバ５Ａ
から取得している。

【０１２６】図２１は、ネットワークを介して接続され
たサーバと端末装置とに機能を分散配置した場合の音声
検索装置の他の構成例を示す図である。図２１に示す音
声検索装置は、所定のネットワーク６を介して接続され
た音声検索端末装置４Ｂとサーバ５Ｂから構成されてい
る。

【０１２７】図２１に示す音声検索装置では、上述した
図２０に示した音声検索装置において、さらに案内文生
成部１８の機能をサーバ側に配置した点が異なってい
る。具体的には、サーバ５Ｂは、サーバ制御部５０、候
補セットＤＢ５２、通信処理部５４、選択肢設定部５
６、選択項目判定部５８、案内文生成部６０を備えてい
る。また音声検索端末装置４Ｂは、音声検索端末装置４
Ａから案内文生成部１８が削除された点が異なってい
る。図２１に示す音声検索装置では、案内文の生成がサ
ーバ５Ｂで行われるため、音声検索端末装置４Ｂ内の制
御部３８は、サーバ５Ｂによって生成された案内文を受
け取り、これを音声合成部２０に出力する。それ以外の
動作内容は、図２０に示す音声検索装置と同様である。

【０１２８】図２２は、ネットワークを介して接続され
たサーバと端末装置とに機能を分散配置した場合の音声
検索装置の他の構成例を示す図である。図２２に示す音
声検索装置は、所定のネットワーク６を介して接続され
た音声検索端末装置４Ｃとサーバ５Ｃから構成されてい
る。図２２に示す音声検索装置では、上述した図２１に
示した音声検索装置において、さらに音声認識処理部１
２と音声合成部２０の機能をサーバ側に配置した点が異
なっている。具体的には、サーバ５Ｃは、サーバ制御部
５０、候補セットＤＢ５２、通信処理部５４、選択肢設
定部５６、選択項目判定部５８、案内文生成部６０、音
声認識処理部６２、音声合成部６４を備えている。また
音声検索端末装置４Ｃは、音声検索端末装置４Ｂから音
声認識処理部１２と音声合成部２０が削除された点が異
なっている。

【０１２９】図２２に示す音声検索装置では、マイクロ
ホン１０によって集音された利用者の音声が制御部３８
によってデジタルの音声データに変換されてサーバ５Ｃ
に送信される。そして、送信された音声データに基づい
て、サーバ５Ｃ内の音声認識処理部６２により所定の音
声認識処理が行われる。また、案内文生成部６０によっ
て生成された案内文に対応して、音声合成部６４により
所定の音声合成処理が行われ、案内文に対応した音声デ
ータが生成される。生成された音声データは、音声検索
端末装置４Ｃに送信され、音声検索端末装置４Ｃ内の制
御部３８によってアナログ信号に変換されてスピーカ２
２に出力される。

【０１３０】図２０〜図２２に示す変形例の音声検索装
置では、多くの機能をサーバ側に配置しているので、音
声検索端末装置側の処理負担が軽減し、構成の簡略化が
可能となるため、音声検索端末装置のコストダウンを図
ることができる利点がある。また、上述した各実施形態
や変形例では、本発明の音声検索装置を車載用システム
に適用した場合について種々の形態を説明してきたが、
本発明の適用範囲は車載用システムに限定されるもので
はなく、他の種々のシステムに適用することができる。

【０１３１】

【発明の効果】上述したように、本発明によれば、検索
キーとなりうる複数の文字列の読みを音声出力すること
により、認識対象となる文字列をあらかじめ利用者に提
示しており、これらの文字列のみを音声認識の対象とし
ているため、音声認識の精度を向上させることができ
る。

【図面の簡単な説明】

【図１】第１の実施形態の音声検索装置を含んで構成さ
れる車載用システムの構成を示す図である。

【図２】候補セットＤＢに格納されるデータの構造を示
す図である。

【図３】図２に示したデータ構造における上位階層の候
補セットと下位階層の候補セットとの対応関係を示す図
である。

【図４】第１の実施形態の音声検索装置の動作手順を示
す流れ図である。

【図５】対話例１において用いられるデータの内容を示
す図である。

【図６】対話例３において用いられるデータの内容を示
す図である。

【図７】対話例４において用いられるデータの内容を示
す図である。

【図８】対話例５において用いられるデータの内容を示
す図である。

【図９】第２の実施形態の音声検索装置を含んで構成さ
れる車載用システムの構成を示す図である。

【図１０】第２の実施形態の候補セットＤＢに格納され
るデータの構造を示す図である。

【図１１】第２の実施形態の音声検索装置の部分的な動
作手順を示す流れ図である。

【図１２】ステップ１２２に示す処理の詳細な手順を示
す流れ図である。

【図１３】対話例６において候補セットＤＢから抽出さ
れるレコードの内容を示す図である。

【図１４】対話例７において候補セットＤＢから抽出さ
れるレコードの内容を示す図である。

【図１５】対話例８において候補セットＤＢから抽出さ
れるレコードの内容を示す図である。

【図１６】選択肢が自動的に選択される変形例における
音声検索装置の構成を示す図である。

【図１７】選択頻度に応じて選択肢を自動的に選択する
場合の音声検索装置の部分的な動作手順を示す流れ図で
ある。

【図１８】一旦選択された選択肢を取り消して、新たに
選択肢を選択する場合の音声検索装置の動作手順を部分
的に示す流れ図である。

【図１９】ネットワークを介して接続されたサーバと端
末装置とに機能を分散配置した場合の音声検索装置の構
成例を示す図である。

【図２０】ネットワークを介して接続されたサーバと端
末装置とに機能を分散配置した場合の音声検索装置の他
の構成例を示す図である。

【図２１】ネットワークを介して接続されたサーバと端
末装置とに機能を分散配置した場合の音声検索装置の他
の構成例を示す図である。

【図２２】ネットワークを介して接続されたサーバと端
末装置とに機能を分散配置した場合の音声検索装置の他
の構成例を示す図である。

【符号の説明】

１、１Ａ、１Ｂ 音声検索装置 ２ ナビゲーション装置 ３ オーディオ装置 ４、４Ａ、４Ｂ、４Ｃ 音声検索端末装置 ５、５Ａ、５Ｂ、５Ｃ サーバ ６ ネットワーク １０ マイクロホン １２、６２ 音声認識処理部 １４ 対話開始ボタン １５ 再要求ボタン １６、５６ 選択肢設定部 １８、６０ 案内文生成部 ２０、６４ 音声出力部 ２２ スピーカ ２４、５８ 選択項目判定部 ２６、２６ａ、５２ 候補セットＤＢ（データベース） ２８ ＤＢ更新部 ３０ 動作指示出力部 ３２ 選択頻度学習部 ３４ 学習結果格納部

───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.⁷ 識別記号 ＦＩ テーマコート゛(参考） Ｇ０６Ｆ 17/30 Ｇ０６Ｆ 17/30 ３１０Ｂ ３４０ ３４０Ｂ Ｇ１０Ｌ 15/06 Ｇ１０Ｌ 3/00 ５２１Ｗ 15/18 ５３７Ｊ 15/00 ５５１Ｑ 15/28 (72)発明者 斉藤 望 東京都品川区西五反田１丁目１番８号 ア ルパイン株式会社内 Ｆターム(参考） 5B075 NK02 NK43 PP07 PP13 PQ04 PQ46 PQ75 PR03 5D015 AA04 BB01 DD02 HH00 KK01

Claims (20)

【特許請求の範囲】
1. 【請求項１】 複数の検索対象項目のそれぞれに検索キ
   ーが対応付けられており、利用者の入力音声の内容と前
   記検索キーとを比較することにより、前記検索対象項目
   の中から該当するものを抽出する音声検索装置におい
   て、 前記検索キーとなりうる文字列の最大個数を設定し、そ
   の数を超えない範囲で複数の前記文字列の読みを音声出
   力する認識対象文字列出力手段と、 利用者の音声を集音するマイクロホンと、 前記マイクロホンによって集音した音声に対して音声認
   識処理を行い、この音声に対応する文字列を、前記認識
   対象文字列出力手段による音声出力の対象となった前記
   文字列の中から選択する音声認識処理手段と、 前記音声認識処理手段によって選択された前記文字列に
   よって特定される前記検索キーに対応する前記検索対象
   項目を抽出する項目抽出手段と、 を備えることを特徴とする音声検索装置。
2. 【請求項２】 請求項１において、 前記利用者が発声する前に操作されるスイッチをさらに
   備え、 前記スイッチが操作されたときに、前記音声認識処理手
   段による音声認識処理を開始することを特徴とする音声
   検索装置。
3. 【請求項３】 請求項１において、 前記音声認識処理手段によって選択された前記文字列の
   読みを音声出力する選択文字列確認手段をさらに備える
   ことを特徴とする音声検索装置。
4. 【請求項４】 請求項３において、 前記音声認識処理手段による前記文字列の選択結果に対
   して前記利用者による否定的な見解が示されたときに、
   この選択結果を得るために用いられた複数の前記文字列
   の読みを再度音声出力する指示を前記認識対象文字列出
   力手段に対して行う再選択指示手段をさらに備えること
   を特徴とする音声検索装置。
5. 【請求項５】 請求項１〜４のいずれかにおいて、 前記認識対象文字列出力手段は、認識対象となる前記文
   字列の総数が前記最大個数を超えているときに、複数回
   に分けて前記最大個数を超えない範囲の数の前記文字列
   の読みを音声出力し、 前記音声認識処理手段は、１回の音声出力毎に前記文字
   列の選択判定を行うことを特徴とする音声検索装置。
6. 【請求項６】 請求項５において、 前記利用者によって他の選択候補の音声出力が指示され
   たときに、前記認識対象文字列出力手段に対して２回目
   以降の音声出力を指示する音声出力指示手段をさらに備
   えることを特徴とする音声検索装置。
7. 【請求項７】 請求項１〜６のいずれかにおいて、 再度の音声出力が前記利用者によって指示されたとき
   に、前記認識対象文字列出力手段に対して、直前に音声
   出力した複数の前記文字列の読みを再度音声出力する指
   示を行う再音声出力指示手段をさらに備えることを特徴
   とする音声検索装置。
8. 【請求項８】 請求項１〜７のいずれかにおいて、 前記文字列の選択動作をまかせる旨の指示が前記利用者
   によってなされたときに、前記音声認識処理手段による
   音声認識処理の結果を用いずに前記文字列の選択を行う
   文字列選択手段をさらに備え、 前記文字列選択手段による前記文字列の選択が行われた
   ときに、前記項目抽出手段は、前記音声認識処理手段に
   よって選択される前記文字列に代えて、前記文字列選択
   手段によって選択された前記文字列を用いて前記検索対
   象項目の抽出動作を行うことを特徴とする音声検索装
   置。
9. 【請求項９】 請求項１〜８のいずれかにおいて、 前記検索対象項目のそれぞれには、複数の前記検索キー
   が対応付けられており、一の前記検索キーに対応して前
   記項目抽出手段によって一の前記検索対象項目の絞り込
   みが行えなかったときに、一の前記検索対象項目の絞り
   込みが行えるまで、他の前記検索キーを用いた前記認識
   対象文字列出力手段、前記音声認識処理手段および前記
   項目抽出手段による処理を繰り返すことを特徴とする音
   声検索装置。
10. 【請求項１０】 請求項９において、 複数の前記検索キーのそれぞれには異なる優先度が対応
    付けられており、複数の前記検索対象項目のそれぞれに
    複数の前記検索キーに対応する複数の前記文字列が対応
    付けられたテーブル情報を格納するテーブル格納手段を
    さらに備え、 前記認識対象文字列出力手段は、前記テーブル情報に基
    づいて、優先度が高い前記検索キーから順番に、対応す
    る前記文字列の読みを音声出力することを特徴とする音
    声検索装置。
11. 【請求項１１】 請求項９において、 一の前記検索キーに対応する前記文字列の選択が行われ
    たときに、次に選択対象となる前記検索キーおよびこの
    検索キーに対応する前記文字列を示す複数階層のツリー
    構造情報を格納するツリー構造格納手段をさらに備え、 前記認識対象文字列出力手段は、前記ツリー構造情報に
    基づいて、次に音声出力の対象となる前記検索キーに対
    応する複数の前記文字列を抽出して、これらの文字列の
    読みを音声出力することを特徴とする音声検索装置。
12. 【請求項１２】 請求項１〜１１のいずれかにおいて、 前記音声認識処理手段による過去の選択履歴情報を格納
    する選択履歴格納手段をさらに備え、 前記認識対象文字列出力手段は、前記選択履歴情報に基
    づいて選択頻度が高い前記文字列を判定し、この文字列
    の読みを優先的に音声出力することを特徴とする音声検
    索装置。
13. 【請求項１３】 請求項１〜１２のいずれかにおいて、 複数の前記文字列のそれぞれは、日本語の５０音の中の
    一音からなっており、 前記項目抽出手段は、先頭の一語が前記音声認識処理手
    段によって選択された前記一音に一致する前記検索キー
    を抽出することを特徴とする音声検索装置。
14. 【請求項１４】 請求項１〜１３のいずれかにおいて、 前記音声認識処理手段は、前記文字列を構成する全ての
    文字と、音声認識処理結果の全体とを比較することによ
    り、前記文字列の選択を行うことを特徴とする音声検索
    装置。
15. 【請求項１５】 請求項１〜１３のいずれかにおいて、 前記音声認識処理手段は、前記文字列の一部を構成する
    文字と、音声認識処理結果の全体とを比較することによ
    り、前記文字列の選択を行うことを特徴とする音声検索
    装置。
16. 【請求項１６】 請求項１４または１５において、 前記音声認識処理手段は、前記認識対象文字列出力手段
    による音声出力が終了する前に、前記利用者の音声が前
    記マイクロホンによって集音されたときに、前記文字列
    の選択動作を開始することを特徴とする音声検索装置。
17. 【請求項１７】 請求項１〜１６のいずれかにおいて、 前記最大個数は、７±２の範囲に設定されていることを
    特徴とする音声検索装置。
18. 【請求項１８】 請求項１〜１７のいずれかにおいて、 ネットワークを介して接続されたサーバと端末装置とに
    機能が分散配置されており、 前記サーバは、前記検索対象項目とそれぞれに対応する
    前記検索キーに関する情報を格納する機能を有し、 前記端末装置は、前記認識対象文字列出力手段、前記マ
    イクロホン、前記音声認識処理手段、前記項目抽出手段
    に対応する機能を有するとともに、これらを用いた各種
    の処理に先立って、前記サーバから必要な情報を取得す
    ることを特徴とする音声検索装置。
19. 【請求項１９】 請求項１８において、 前記サーバから前記端末装置に送られてくる情報は、前
    回までに送られてきた情報に対する変更内容を含む差分
    情報であることを特徴とする音声検索装置。
20. 【請求項２０】 請求項１〜１７のいずれかにおいて、 ネットワークを介して接続されたサーバと端末装置とに
    機能が分散配置されており、 前記サーバは、前記検索対象項目とそれぞれに対応する
    前記検索キーに関する情報を格納するとともに、前記認
    識対象文字列出力手段による音声出力の対象となる前記
    文字列の抽出処理と、前記項目抽出手段による前記検索
    対象項目の抽出処理を行う機能を有し、 前記端末装置は、前記認識対象文字列出力手段、前記マ
    イクロホン、前記音声認識処理手段に対応する機能を有
    するとともに、これらの処理に必要な情報を前記サーバ
    から取得することを特徴とする音声検索装置。