JP2016151608A - 電子装置、情報端末システム、音声認識機能の起動プログラムおよび音声認識機能の起動方法 - Google Patents

Abstract

【課題】ユーザーの発話音声に応じて、複数の情報端末の中から情報端末を選択し、選択された情報端末の音声認識機能を自動的に起動させることができる電子装置を提供する。【解決手段】車載装置２０は、音声認識機能を備えたスマートフォン３０Ａ、３０Ｂを近距離無線通信４０Ａ、４０Ｂを介して同時に接続可能である。車載装置２０は、ユーザーの発話音声に、各スマートフォン３０Ａ、３０Ｂの音声認識機能を起動させる特有のキーワードが含まれているか否かを判定し、含まれていると判定した場合には、キーワードにより識別されるスマートフォンを選択し、選択されたスマートフォンに発話音声の音声信号を送信する。【選択図】図１

Description

本発明は、複数の情報端末を接続可能な電子装置に関し、特に、電子装置から複数の情報端末の音声認識機能を起動させる方法に関する。

キーボードなどによる手入力が困難な環境、例えば、走行中では、車載装置への入力手段として、音声入力の利用が増えてきている。また、車内に持ち込んだスマートフォン、タブレット型端末等の情報端末を車載装置に接続し、情報端末の機能を車載装置上で利用することも可能となっている。

車内に複数の情報端末が持ち込まれたとき、車載装置と通信を行うべき情報端末の接続先を選択する必要がある。特許文献１は、複数の話者の音声特徴をモデル化した音声モデルと各音声モデルに対応した携帯電話機の識別情報とを関連付けて記憶し、音声の発話があったとき、当該音声に一致する音声モデルに対応する携帯電話機を特定し、特定した携帯電話機を通信の接続先として選択する方法を開示している。

特開２０１０−７４４７２号公報

図１１は、従来の情報端末の接続システムの一例を示している。同図に示すように、車内に複数のスマートフォン（多機能型情報端末）４Ａ、４Ｂが持ち込まれたとき、スマートフォン４Ａ、４Ｂは、車載装置１と近距離無線通信５Ａ、５Ｂを介して接続される。近距離無線通信５Ａは、例えば、Bluetooth（登録商標）、ＷｉＦｉ（登録商標）などである。スマートフォン４Ａ、４Ｂと車載装置１との通信接続が確立されると、車載装置１の表示部には、例えば、スマートフォン４Ａ、４Ｂの機能を利用するためのメニュー画面２が立ち上がり、当該メニュー画面２のアイコンＡ１、Ａ２、Ａ３、Ａ４を利用してスマートフォン４Ａ、４Ｂへのユーザー入力を行うことができる。例えば、アイコンＡ１を選択すると、スマートフォン４Ａに搭載されるナビゲーション機能が実行され、スマートフォン４Ａから車載装置１に画像データが送信され、車載装置の表示部に自車位置を含む道路地図が表示される。また、アイコンＡ２を選択すると、スマートフォン４Ｂに搭載されるオーディオ再生機能が実行され、スマートフォン４Ｂから車載装置にオーディオデータが送信され、車載装置のスピーカから楽曲等が音声出力される。

また、メニュー画面には、スマートフォン４Ａ、４Ｂに搭載される音声認識機能を起動させるための音声認識ボタン３が設けられている。ユーザーは、音声認識ボタン３を選択することで、音声入力を行うことが可能であるが、ユーザーインターフェースの煩雑さを回避するため、ユーザーが発話した音声信号は、スマートフォン４Ａまたは４Ｂのいずれか一方へ送信される仕様になっている。例えば、夫婦で同乗している場合、一方のスマートフォン４Ａによりナビゲーション機能を実行し、他方のスマートフォン４Ｂで音楽等を再生するエンターテイメント機能を実行している状況において、音声認識ボタン３を押下したとき、車載装置１では、ユーザーがいずれのスマートフォンの音声認識機能を利用したいのか判定することができないという課題がある。また、音声認識を実行したスマートフォンにおいて音声認識結果に応じた動作が実施されるため、例えば、エンターテイメント機能を利用するために発話した音声信号が、ナビゲーション機能を実行しているスマートフォン４Ａへ送信されてしまうと、ユーザーが所望する動作と異なる動作が実施されてしまう。例えば、「○○に行きたい」という発話内容が、エンターテイメント機能を実行しているスマートフォン４Ｂに送信され、そのスマートフォン４Ｂにおいて「○○に行きたい」の音声認識結果に応じた動作が実施されると、意図していないスマートフォン４Ｂにおいてナビゲーション機能が起動されてしまう。また、「××を再生」という発話内容が、そのコンテンツを持たないスマートフォンに送信され、そのスマートフォンにおいて「××を再生」の音声認識結果に応じた動作が実施されると、コンテンツがないため再生することができない。

本発明は、このような従来の課題を解決するものであり、ユーザーの発話音声に応じて、複数の情報端末の中から情報端末を選択し、選択された情報端末の音声認識機能を自動的に起動させることができる、電子装置、情報端末システム、音声認識機能の起動プログラムおよび音声認識機能の起動方法を提供することを目的とする。

本発明に係る電子装置は、音声認識機能を備えた情報端末を複数同時に接続可能な接続手段と、発話音声を受け取り、発話音声に対応する音声信号を出力する音声入力手段と、前記音声入力手段から出力された音声信号の音声認識を行う音声認識手段と、前記音声認識手段の音声認識結果に基づき前記音声信号に特定の識別情報が含まれているか否かを判定する判定手段と、前記判定手段により特定の識別情報が含まれていると判定されたとき、前記特定の識別情報に基づき前記音声信号を送信すべき情報端末を選択する選択手段と、前記選択手段の選択結果に基づき前記音声信号を前記接続手段を介して送信する送信制御手段と、を有する。

好ましくは前記特定の識別情報は、情報端末の音声認識機能を起動させる情報である。好ましくは前記特定の識別情報は、情報端末を識別するための名称である。好ましくは電子装置はさらに、前記接続手段に接続された各情報端末に関連して特定の識別情報を格納する格納手段を含み、前記判定手段は、前記格納手段を参照して特定の識別情報の有無を判定する。好ましくは電子装置はさらに、前記判定手段により特定の識別情報が含まれていないと判定されたとき、特定の識別情報が含まれていない旨を警告する警告手段を含む。好ましくは電子装置はさらに、前記接続手段に接続された情報端末から特定の識別情報を取得する取得手段を含む。好ましくは前記警告手段は、前記接続手段により接続された各情報端末の特定の識別情報が同一であるとき、特定の識別情報が同一である旨を警告する。好ましくは前記警告手段は、前記接続手段により接続された情報端末の特定の識別情報を取得することができないとき、特定の識別情報を取得することができない旨を警告する。

本発明に係る情報端末システムは、上記構成の電子装置と、少なくとも第１および第２の情報端末を含むものであって、前記第１の情報端末は、第１の特定の識別情報に応答して起動される第１の音声認識機能と、第１の音声認識機能の認識結果に対応する機能を実行する第１の実行手段と、前記第１の実行手段の実行結果を電子装置に送信する第１の送信手段と、を有し、前記第２の情報端末は、第２の特定の識別情報に応答して起動される第２の音声認識機能と、第２の音声認識機能の認識結果に対応する機能を実行する第２の実行手段と、前記第２の実行手段の実行結果を電子装置に送信する第２の送信手段と、を有し、電子装置は、第１の送信手段または第２の送信手段から送信される実行結果を出力する出力手段を有する。

好ましくは第１の情報端末は、前記接続手段を介して電子装置に接続されたとき、第１の特定の識別情報を送信する第１の送信手段を含み、第２の情報端末は、前記接続手段を介して電子装置に接続されたとき、第２の特定の識別情報を送信する第２の送信手段を含む。好ましくは第１の情報端末は、第１の特定の識別情報を設定する第１の設定手段を含み、第２の情報端末は、第２の特定の識別情報を設定する第２の設定手段を含む。

本発明に係る音声認識機能の起動プログラムは、音声認識機能を有する情報端末を複数同時に接続可能な接続手段と、発話音声を受け取り、当該発話音声に対応する音声信号を提供する音声入力手段とを備えた電子装置が実行するものであって、前記音声入力手段から提供された音声信号を音声認識するステップと、前記音声認識ステップで認識された音声信号に特定の識別情報が含まれているか否かを判定するステップと、前記特定の識別情報が含まれていると判定されたとき、前記特定の識別情報に基づき前記音声信号を送信すべき情報端末を選択するステップと、選択された情報端末に前記音声信号を送信するステップとを有し、前記特定の識別情報は、情報端末の音声認識機能を起動される情報である。

本発明に係る音声認識機能の起動方法は、音声認識機能を有する情報端末を複数同時に接続可能な接続手段と、発話音声を受け取り、当該発話音声に対応する音声信号を提供する音声入力手段とを備えた電子装置におけるものであって、前記音声入力手段から提供された音声信号を音声認識するステップと、前記音声認識ステップで認識された音声信号に特定の識別情報が含まれているか否かを判定するステップと、前記特定の識別情報が含まれていると判定されたとき、前記特定の識別情報に基づき前記音声信号を送信すべき情報端末を選択するステップと、選択された情報端末に前記音声信号を送信するステップとを有し、前記特定の識別情報は、情報端末の音声認識機能を起動される情報である。

本発明によれば、発話音声に特定の識別情報が含まれている場合には、当該特定の識別情報により識別される情報端末を選択し、選択された情報端末に音声信号が送信されるようにしたので、ユーザーの意図に則した情報端末の音声認識機能を利用することができる。

本発明の第１の実施例に係る音声入力システムの全体を示す概要図である。 本発明の第１の実施例に係る車載装置の構成例を示す図である。 図２に示す音声認識モジュールの内部構成を示す図である。 図２に示す通信接続部の内部構成を示す図である。 本発明の第１の実施例に係る車載装置が実行する起動プログラムの機能的な構成例を示す図である。 本発明の第１の実施例に係るスマートフォンの機能的な構成例を示す図である。 本発明の第１の実施例に情報端末システムの動作を説明するフローチャートである。 車載装置から音声信号が送信された後のスマートフォンの音声認識動作を説明するフローチャートである。 本発明の第２の実施例に係る起動プログラムの機能的な構成例を示す図である。 本発明の第２の実施例に係る起動プログラムによる動作を説明するフローチャートである。 従来の情報端末接続システムの課題を説明する図である。

次に、本発明の実施の形態について説明する。本実施の形態に係る電子装置は、例えば、車両に予め搭載されるもの、あるいは車両に持ち込まれたものである。電子装置は、例えば、車両に搭載される車載装置であることができる。電子装置は、コンピュータ、電子処理装置、情報処理装置等であることができる。電子装置は、例えば、外部機器と通信する機能、ナビゲーション機能、オーディオ・ビデオデータを再生する機能、テレビ・ラジオを受信する機能等を備えることができる。

また、本実施の形態に情報端末は、例えば、スマートフォン、携帯電話機、タブレット端末等である。情報端末は、例えば、車内に持ち込まれたとき、車内の電子装置に接続され、電子装置は、情報端末に搭載された機能を利用することができる。例えば、情報端末に搭載されたナビゲーション機能や楽曲再生機能等を利用することができる。つまり、情報端末でナビゲーション機能が実行されたとき、電子装置の表示部にナビゲーション機能の道路地図が表示されたり、情報端末でオーディオデータが再生されたとき、電子装置のスピーカから再生されたオーディオが出力される。さらに本実施の形態では、情報端末は音声認識機能を備えており、複数の情報端末が電子装置に接続されているとき、電子装置に入力された発話音声を音声認識することで、いずれかの情報端末の音声認識機能を起動させる。

以下、図面を参照して本発明の実施例について説明する。図１は、本発明の第１の実施例に係る情報端末システムの全体を示す概要図である。情報端末システム１０は、電子装置としての車載装置２０と、情報端末としてのスマートフォン３０Ａ、３０Ｂとを含み、スマートフォン３０Ａ、３０Ｂは、それぞれ近距離無線通信４０Ａ、４０Ｂを介して車載装置２０に接続される。車載装置２０は、スマートフォン３０Ａ、３０Ｂが接続されると、表示部には、スマートフォン３０Ａ、３０Ｂの機能を利用したり、スマートフォンとの連携を容易にするためのメニュー画面２２が表示される。メニュー画面２２には、例えば、アイコンＡ１、Ａ２、Ａ３、Ａ４が表示される。ユーザーによってアイコンＡ１が選択されると、その入力信号が通信４０Ａを介してスマートフォン３０Ａへ送信され、例えば、スマートフォン３０Ａに搭載されるナビゲーション機能が実行され、スマートフォン３０Ａで実行されたナビゲーション機能の画像データが車載装置２０へ送信され、次いで車載装置の表示部に自車位置を含む道路地図が表示される。また、ユーザーによってアイコンＡ２が選択されると、その入力信号が通信４０Ｂを介してスマートフォン３０Ｂへ送信され、例えば、スマートフォン３０Ｂに搭載されるオーディオ再生機能が実行され、スマートフォン３０Ｂで実行されたオーディオ再生機能のオーディオデータが車載装置２０へ送信され、車載装置２０のスピーカから音声が出力される。

さらにスマートフォン３０Ａ、３０Ｂには、それぞれ独自の音声入力および音声認識機能が搭載されている。スマートフォン３０Ａ、３０Ｂが車載装置２０に接続されている間、車載装置２０への発話音声をスマートフォン３０Ａ、３０Ｂのいずれかへ入力させ、音声認識機能を利用することができる。ユーザーは、発話音声を入力させるとき、メニュー画面２２の音声認識ボタン２４を押下する。言い換えれば、音声認識ボタン２４が押下されたとき、ユーザーの発話音声が車載装置２０に取り込まれる。車載装置２０は、取り込んだ発話音声の音声認識を行い、その認識結果に基づきスマートフォン３０Ａ、３０Ｂのいずれの音声認識機能を利用するのかを選択または決定し、選択されたスマートフォンの音声認識機能を起動させる。

また、車載装置２０は、近距離無線通信により、複数のスマートフォンを同時に接続することが可能である。近距離無線通信は、例えば、例えば、Bluetooth（登録商標）、ＷｉＦｉ（登録商標）、無線ＬＡＮ、その他の通信手段であることができる。車載装置２０は、複数のスマートフォンが接続されている状況で、各スマートフォンから画像データやオーディオを受け取り、受け取った画像データやオーディオデータを出力させることができる。車載装置２０は、複数の画像データ、あるいは複数のオーディオデータが競合しないように、出力を調整する機能を有する。

図２は、第１の実施例に係る車載装置２０の構成例を示す図である。車載装置２０は、入力部１００、音声認識モジュール１１０、通信接続部１２０、マルチメディア再生部１３０、音声出力部１４０、表示部１５０、ナビゲーション部１６０、記憶部１７０、制御部１８０を含んで構成される。

入力部１００は、ユーザーからの入力を受け取り、これを制御部等へ提供する。入力部１００は、例えば、タッチパネル、入力キーデバイス、ユーザーの発話音声を入力するマイクロフォン等を含む。ユーザーは、音声入力を行うとき、例えば、図１に示す音声認識ボタン２４を押下する。これにより、マイクロフォンに入力された発話音声は、電気的な音声信号に変換され、音声認識モジュール１１０等へ提供される。

音声認識モジュール１１０は、マイクロフォンからの音声信号を受け取り、音声信号の音声認識を行う。図３は、音声認識モジュール１１０の内部構成例を示す図である。音声認識モジュール１１０は、マイクロフォン１０２からの音声信号Ｓ１を受け取り、この音声信号の符号化処理を行う符号化処理部１１２と、符号化処理された音声信号の音声認識を行う音声認識処理部１１４とを有する。音声認識処理部１１４は、符号化された音声信号から、発話音声に含まれる五十音やアルファベット等の認識を行う。この認識結果Ｓ２は、制御部１８０へ提供される。

通信接続部１２０は、図１に示すように、近距離無線通信４０Ａ、４０Ｂにより複数のスマートフォン３０Ａ、３０Ｂを同時に接続することを可能にするための複数の通信チャンネルを有する。ここでは、２つのスマートフォン３０Ａ、３０Ｂを同時に接続する例を示しているため、通信接続部１２０は、２つの通信チャンネルを有するが、３つ以上のスマートフォンが同時に接続される場合には、３つ以上の通信チャンネルを有することになる。

図４は、通信接続部１２０の内部構成例を示す図である。通信接続部１２０は、音声信号Ｓ１を入力し、当該音声信号Ｓ１の出力を選択する出力選択部１２２と、出力選択部１２２に接続された２つの通信チャンネル１２４Ａ、１２４Ｂとを有する。出力選択部１２２は、制御部１８０からの選択信号ＳＥＬに従い、音声信号Ｓ１を通信チャンネル１２４Ａまたは１２４Ｂに出力する。通信チャンネル１２４Ａは、近距離無線通信４０Ａを介してスマートフォン３０Ａにデータを送信する送信部１２６Ａ、およびスマートフォン３０Ａから近距離無線通信４０Ａを介してデータを受信する受信部１２８Ａを有し、スマートフォン３０Ａとの間で双方向のデータ通信を可能にする。通信チャンネル１２４Ｂは、近距離無線通信４０Ｂを介してスマートフォン３０Ｂにデータを送信する送信部１２６Ｂ、およびスマートフォン３０Ｂから近距離無線通信４０Ｂを介してデータを受信する受信部１２８Ｂを有し、スマートフォン３０Ｂとの間で双方向のデータ通信を可能にする。

ユーザーの発話音声がマイクロフォン１０２に入力されたとき、出力選択部１２２は、選択信号ＳＥＬに従い、通信チャンネル１２４Ａまたは１２４Ｂのいずれかを選択し、音声信号Ｓ１を選択された通信チャンネル１２４Ａ、１２４Ｂの送信部１２６Ａ、１２６Ｂを介してスマートフォン３０Ａ、３０Ｂへ送信する。一方、スマートフォン３０Ａまたは３０Ｂは、受信した音声信号Ｓ１に基づき音声認識機能を起動させ、かつ音声信号Ｓ１の音声認識を行い、さらに音声認識結果に応じた動作を実行する。実行した動作に関する画像データまたはオーディオデータは、選択された通信チャンネル１２４Ａ、１２４Ｂの受信部１２８Ａ、１２８Ｂで受信され、受信された画像データが表示部１５０に表示され、あるいは受信されたオーディオデータが音声出力部１４０から出力される。

マルチメディア再生部１３０は、ＤＶＤ、ＣＤ、ブルーレイディスク等の記録媒体に記録されたビデオデータ、オーディオデータを再生する。再生されたビデオデータは、表示部１５０に表示され、オーディオデータは音声出力部１４０から出力される。

音声出力部１４０は、マルチメディア再生部１３０により再生されたオーディオデータ、スマートフォン３０Ａ、３０Ｂから通信接続部１２０を介して受信されたオーディオデータを出力する。表示部１５０は、マルチメディア再生部１３０により再生された画像データ、スマートフォン３０Ａ、３０Ｂから通信接続部１２０を介して受信された画像データを出力する。

ナビゲーション部１６０は、ＧＰＳ衛星から送信される位置情報や、車両に搭載されたジャイロセンサや加速度センサ等のセンサから得られる位置情報に基づき、自車位置周辺の道路地図を表示部１５０に表示させたり、目的地までの経路の探索や案内を行ったりする。記憶部１７０は、車載装置２０で実行されるアプリケーションソフトウエアや、制御部１８０が実行するプログラム、その他必要なデータ等を記憶することができる。例えば、ナビゲーション部１６０が必要とする道路データや施設データなどのデータベースを格納することができる。

制御部１８０は、マイクロプロセッサやマイクロコントローラを含み、ＲＯＭ／ＲＡＭあるいは記憶部１７０に記憶されたプログラム等を実行することにより各部を制御する。さらに本実施例では、制御部１８０は、複数のスマートフォンが同時に接続されたとき、内蔵する音声認識機能を利用して、スマートフォンの音声認識機能を起動させるための起動プログラム２００を実行する。

図５は、第１の実施例に係る起動プログラムの機能的な構成例を示す図である。起動プログラム２００は、通信接続部１２０を介してスマートフォンが接続されたことを検出する接続検出部２１０、接続検出部２１０によりスマートフォンの接続が検出されたとき、スマートフォンの音声認識機能を起動させるためのキーワード（特定の識別情報）を取得するキーワード取得部２２０、キーワードを格納するキーワード格納部２３０、発話音声にキーワードが含まれるか否かを判定するキーワード判定部２４０、キーワード判定部２４０の判定結果に基づき出力選択部１２２の選択を制御する選択制御部２５０、マイクロフォンから入力された音声信号の送信を制御する送信制御部２６０、キーワード判定部２４０によりキーワードが含まれていないと判定された場合等に、警告を発する警告部２７０を含んで構成される。

接続検出部１２０は、通信接続部１２０にスマートフォンが接続されたことを検出すると、当該スマートフォンの固有のデバイス情報または機種名等を検出し、検出結果をキーワード取得部２２０やキーワード格納部２３０等へ提供する。

キーワード取得部２２０は、スマートフォンの接続が接続検出部２１０によって検出されたとき、スマートフォンから、当該スマートフォンの音声認識機能を起動させるためのキーワードを取得する。キーワードは、音声認識機能を起動させることができる情報であればよく、その取り決めは自由である。例えば、スマートフォンに搭載される音声認識機能を起動させるものとして予め規定された用語であってもよいし、あるいは、スマートフォン側において任意に設定された用語であってもよい。また、キーワード取得部２２０による動作は、必ずしも必須ではない。もし、車載装置側において、スマートフォンの音声認識機能を起動させるためのキーワードが既知であれば、キーワードを取得する必要はない。

キーワード格納部２３０は、キーワード取得部２２０により取得されたキーワード、あるいはスマートフォンに予め設定されている既知のキーワードを格納する。例えば、図１に示すように、スマートフォン３０Ａには、「Ｈｏｇｅ」という端末名称が付与され、この「Ｈｏｇｅ」は、スマートフォン３０Ａの音声認識機能（または音声認識アプリケーション）を起動させるキーワードであるとき、「Ｈｏｇｅ」が、スマートフォン３０Ａの固有のデバイス情報または機種名と関連付けして格納される。また、スマートフォン３０Ｂには、「Ｄｏｒｅ」という端末名称が付与され、この「Ｄｏｒｅ」は、スマートフォン３０Ｂの音声認識機能（または音声認識アプリケーション）を起動させるキーワードであるとき、「Ｄｏｒｅ」は、スマートフォン３０Ｂの固有のデバイス情報または機種名と関連付けして格納される。

キーワード判定部２４０は、ユーザーから発話音声が入力されたとき、音声認識モジュール１１０からの音声認識信号Ｓ２にキーワードが含まれているか否かを判定する。キーワードが含まれる位置は、特に限定されるものではないが、例えば、発話音声の先頭にキーワードが含まれている否かを判定する。図１の例で言えば、キーワード判定部２４０は、発話音声に、「Ｈｏｇｅ」または「Ｄｏｒｅ」が含まれているか否かを判定する。この判定結果は、選択制御部２５０へ提供される。

選択制御部２５０は、キーワード判定部２４０によってキーワードが含まれていると判定された場合、キーワードにより識別されるスマートフォンを選択するための選択信号ＳＥＬを通信接続部１２０へ提供する。例えば、音声発話に「Ｈｏｇｅ」というキーワードが含まれているとき、選択制御部２５０は、出力選択部１２２が通信チャンネル１２４Ａを選択するような選択信号ＳＥＬを出力する。

キーワード判定部２４０による適切な判定が行われたとき、送信制御部２６０は、選択制御部２５０により選択された通信チャンネル１２４Ａまたは１２４Ｂの送信部１２６Ａ、１２６Ｂを介して音声信号Ｓ１が送信されるように送信を制御する。

警告部２７０は、キーワード判定部２４０により発話音声にキーワードが含まれていないと判定された場合、発話音声にキーワードが含まれていない旨を警告する。これにより、ユーザーは、音声発話が不適切であったことを知り、ユーザーは、再度、音声入力を行う。また、警告部２７０は、キーワード格納部２７０に格納されたキーワードが重複しているとき、その旨の警告を発する。キーワードが重複していると、スマートフォンの選択をすることができないためである。この場合には、スマートフォンの音声認識機能を起動させるキーワードを他のキーワードに変更し、これをキーワード格納部２３０に格納させる。格納方法は、ユーザー操作であってもよいし、あるいは、スマートフォンを再接続することで、キーワード取得部２２０に再度キーワードを取得させるようにしてもよい。さらに警告部２７０は、キーワード格納部２７０にキーワードを格納することができないとき、その旨の警告を発する。キーワードが分からないと、スマートフォンの選択をすることができないためである。この場合には、ユーザー入力によりキーワード格納部２３０にキーワードを格納するようにしてもよい。

図６は、スマートフォンに含まれる処理プログラムの構成例を示す図である。処理プログラム３００は、車載装置２０からの音声信号Ｓ１を入力する音声信号入力部３１０、入力された音声信号Ｓ１により起動されかつ音声信号Ｓ１の認識を行う音声認識処理部３２０、音声認識処理部３２０の認識結果に基づき動作を実行する実行部３３０、実行部３３０で実行された結果を車載装置２０へ送信する送信部３４０、車載装置２０からの要求に応答してキーワードを送信するキーワード送信部３５０、ユーザー入力等によりキーワードの設定および変更を可能にするキーワード設定・変更部３６０を含んで構成される。

音声信号入力部３１０は、車載装置２０に発話音声が入力されたとき、送信制御部２６０によって送信された発話音声に対応する音声信号Ｓ１を受け取る。音声認識処理部３２０は、入力した音声信号Ｓ１に含まれるキーワードによって起動され、次いで音声信号Ｓ１の認識処理を行う。実行部３３０は、認識結果に対応する機能を実行し、送信部３４０は、実行された結果を車載装置２０へ送信する。例えば、音声信号Ｓ１の発話内容が「Ｈｏｇｅ、楽曲Ａの再生」であるとき、音声認識処理部３２０は、「Ｈｏｇｅ」によって起動され、かつ「Ｈｏｇｅ、楽曲Ａの再生」の認識結果を実行部３３０へ伝える。これにより、実行部３２０は、スマートフォン３０Ｂのオーディオ再生機能を実行し、楽曲Ａを再生する。送信部３４０は、実行部３３０によって実行された楽曲Ａのオーディオデータを車載装置２０へ送信する。車載装置２０は、受信したオーディオデータを音声出力部１４０から出力する。

キーワード送信部３５０は、車載装置２０のキーワード取得部２２０からの要求があったとき、これに応答して、キーワードを車載装置２０へ送信する。キーワード設定・変更部３６０は、スマートフォンの音声認識機能を起動可能なキーワードを、例えば、メモリ等に記憶する。また、ある態様では、スマートフォンは、音声認識機能を起動させるためのキーワードを変更することが可能である。この変更は、ユーザー操作により行うことが可能である。例えば、スマートフォン３０Ａの音声認識機能を起動させるキーワードは、「Ｈｏｇｅ」であるが、もし、「Ｈｏｇｅ」が同一機種のスマートフォンの全てに共通であるならば、同一機種のスマートフォンが車載装置２０に同時に接続されると、キーワードが同一になってしまう。そのような事態を解消するため、キーワードを他の名称、例えば、スマートフォンの端末の名称、あるいは他の固有の名称に変更する。この場合、キーワード設定・変更部３６０は、「Ｈｏｇｅ」を変更するのではなく、「Ｈｏｇｅ」と関連付けされた固有の名称を見かけのキーワードに設定する。つまり、ユーザーが見かけの固有名称を含む音声発話を行ったとしても、音声認識機能が起動されるようにする。

次に、本実施例の情報端末システムにおけるスマートフォンの音声認識機能の起動について図７のフローを参照して説明する。先ず、図１に示すように、複数のスマートフォン３０Ａ、３０Ｂが同時に接続されている状況において、例えば、スマートフォン３０Ａのオーディオ再生が実施され、スマートフォン３０Ａから送信されたオーディオデータが車載装置２０の音声出力部１４０から出力され、スマートフォン３０Ｂのナビゲーション機能が実施され、スマートフォン３０Ｂから送信された道路地図データが表示部１５０に表示される（Ｓ１００）。

次に、ユーザーは、音声入力による所望の指示を与えるため、音声認識ボタン２４を押下し、ユーザーの発話音声が車載装置２０に入力される（Ｓ１０２）。発話音声が入力されると、起動プログラム２００が動作される。発話音声が音声認識モジュール１１０によって認識処理され、次に、キーワード判定部２１０は、認識された信号Ｓ２に基づき、ユーザーの発話音声にキーワードが含まれているか否かを判定する（Ｓ１０４）。つまり、スマートフォン３０Ａの音声認識機能を起動させる「Ｈｏｇｅ」またはスマートフォン３０Ｂの音声認識機能を起動させる「Ｄｏｒｅ」が含まれているか否かが判定される。

キーワード判定部２４０により「Ｈｏｇｅ」または「Ｄｏｒｅ」が含まれていると判定された場合、選択制御部２５０は、キーワードに基づき出力選択部１２２（図４）の選択を制御する（Ｓ１０６）。「Ｈｏｇｅ」が含まれていれば、通信チャンネル１２４Ａが選択され、「Ｄｏｒｅ」が含まれていれば、通信チャンネル１２４Ｂが選択されるような選択信号ＳＥＬが出力選択部１２２へ出力される。次に、送信制御部２６０は、発話音声に対応する音声信号Ｓ１を、選択された通信チャンネルを介して選択されたスマートフォンへ送信する（Ｓ１０８）。一方、キーワード判定部２４０によりキーワードが含まれていないと判定された場合には、警告部２７０による警告が発せられる（Ｓ１１０）。警告は、例えば、いずれのスマートフォンが選択されているのかが識別できないことメッセージや、音声発話の再入力を促すメッセージなどを発する。

図８は、車載装置２０から音声信号Ｓ１がスマートフォン３０Ａ／３０Ｂへ送信された後の動作を説明するフローである。図７のＳ１０８によって音声信号Ｓ１がスマートフォン３０Ａ／３０Ｂに送信されると、音声信号Ｓ１が音声信号入力部３１０で受け取られ、音声認識処理部３２０が起動される（Ｓ１２０）。音声認識処理部３２０は、音声信号Ｓ１を認識し、その認識結果に対応する機能が実行部３３０によって実行される（Ｓ１２２）。実行部３３０による実行結果は、送信部３４０により車載装置２０に送信され（Ｓ１２４）、車載装置２０は、処理結果を受け取り、これを出力する（Ｓ１２６）。

このように本実施例では、車載装置２０から入力された発話音声を車載装置２０の内蔵音声認識機能（音声認識モジュール１１０）により認識し、起動プログラム２００によって、適切なスマートフォンの送信先として自動選択することが可能となる。例えば、スマートフォン３０Ａで音楽再生を行い、スマートフォン３０Ｂでナビゲーション機能を実行し、各々の処理結果を車載装置２０から出力しているような場合、ユーザーが音楽再生に対する指示を行いたければ、スマートフォン３０Ａのキーワードである端末名称「Ｈｏｇｅ」を含む発話音声の入力指示を行うことにより、スマートフォン３０Ａに所望の指示、例えば、他の楽曲の再生の指示、を適切に与えることができる。また、ナビゲーション機能に対する指示を行いたい場合は、スマートフォン３０Ｂのキーワードである端末名称「Ｄｏｒｅ」を含む発話音声の入力指示を行えば良い。これにより、音楽再生に対する指示が、ナビゲーション機能を実行しているスマートフォン３０Ｂに送信されてしまうという不具合を防止することができる。

次に、本発明の第２の実施例について説明する。第２の実施例は、複数のスマートフォンの中から、一意にスマートフォンの選択ができなかった場合の対応に関する。なお、特段の記載がない限り、第２の実施例の車載装置２０およびスマートフォン３０Ａ、３０Ｂは、第１の実施例と同様の構成を有するものとする。

第２の実施例では、起動プログラム２００Ａはさらに、図９に示すように、スマートフォンを一意に選択できるか否かを判定する選択判定部２８０を含む。選択判定部２８０は、接続検出部２１０の検出結果、およびキーワード格納部２３０の格納結果を参照し、複数のスマートフォンに同一のキーワードが設定されているとき、あるいは接続されているスマートフォンのキーワードが設定されていないとき、スマートフォンを一意に選択することができないと判定し、その判定結果を警告部２７０へ提供する。選択判定部２８０により選択不可と判定された場合、警告部２７０は、スマートフォンを適切に選択できる環境にない旨をユーザーに通知する。例えば、警告部２７０は、複数のスマートフォンに同一のキーワードが付されている場合には、キーワードの変更を促す警告を出力し、スマートフォンにキーワードが設定されていない場合には、キーワードの設定を促す警告を出力する。警告方法は、例えば、音声出力部１４０からの音声メッセージ、表示部１５０からの表示メッセージである。

図１０は、第２の実施例の動作を説明するフローである。選択判定部２８０による判定動作のタイミングは、特に制限されないが、例えば、スマートフォンが接続されたときに実施される。先ず、選択判定部２８０は、接続検出部２１０の検出結果およびキーワード格納部２３０の格納内容を参照し（Ｓ２００）、スマートフォンの選択を行うことが可能か否かを判定する（Ｓ２０２）。選択可と判定された場合には、そのまま終了する。選択不可と判定された場合には、警告部２７０は、キーワードが重複する場合には（Ｓ２０４）、キーワードを変更する警告を出力する（Ｓ２０６）。キーワードの重複ではなく、キーワードが設定されていない場合には（Ｓ２０８）、キーワードの取得または設定を促す警告を出力する（Ｓ２１０）。キーワードの重複およびキーワードの未設定のいずれでもない場合には（Ｓ２０４、Ｓ２０８）、その他のエラーとして処理する（Ｓ２１２）。

キーワード重複やキーワードの未設定の警告が発せられたとき、ユーザーは、スマートフォン側のキーワード設定・変更部３６０によりキーワードの設定、変更をすることができる。この場合、スマートフォンと車載装置２０との間の接続を切断した状態で、キーワードを変更する。そして、スマートフォンを車載装置２０に再接続させたとき、キーワード取得部２２０が変更されたキーワードを取得し、これをキーワード格納部２３０に格納する。

このように第２の実施例によれば、スマートフォンを一意に選択できないような場合に、警告を発することで、ユーザーは、そのような不具合を解消することができ、適切なスマートフォンの選択が可能になる。

なお、上記実施例では、スマートフォンの端末名称またはその音声認識機能を起動させる名称のキーワード判定を行ったが、これは一例であり、他の固有の名称をキーワードに設定してもよい。また、上記実施例では、車載装置にスマートフォンが接続される例を示したが、スマートフォン以外のタブレット端末、携帯電話等の情報端末であってもよい。

以上、本発明の好ましい実施の形態について詳述したが、本発明は、特定の実施形態に限定されるものではなく、特許請求の範囲に記載された発明の要旨の範囲において、種々の変形、変更が可能である。

１：車載装置 ２：メニュー画面
３：音声認識ボタン ４Ａ、４Ｂ：スマートフォン
５Ａ、５Ｂ：近距離無線通信 １０：情報端末システム
２０：車載装置 ２２：メニュー画面
２４：音声認識ボタン ３０Ａ、３０Ｂ：スマートフォン
４０Ａ、４０Ｂ：近距離無線通信 １００：入力部
１０２：マイクロフォン １１０：音声認識モジュール
１１２：符号化処理部 １１４：音声認識処理部
１２０：通信部 １２２：出力選択部
１２４Ａ、１２４Ｂ：通信チャンネル １２６Ａ、１２６Ｂ：送信部
１２８Ａ、１２８Ｂ：受信部 １３０：マルチメディア再生部
１４０：音声出力部 １５０：表示部
１６０：ナビゲーション部 １７０：記憶部
１８０：制御部 ２００：起動プログラム
２１０：接続検出部 ２２０：キーワード取得部
２３０：キーワード格納部 ２４０：キーワード判定部
２５０：選択制御部 ２６０：送信制御部
２７０：警告部 ２８０：選択判定部
３００：処理プログラム ３１０：音声信号入力部
３２０：音声認識処理部 ３３０：実行部
３４０：送信部 ３５０：キーワード送信部
３６０：キーワード設定・変更部 Ａ１、Ａ２、Ａ３、Ａ４：アイコン
Ｓ１：音声信号 Ｓ２：音声認識信号
ＳＥＬ：選択信号

Claims (20)

1. 音声認識機能を備えた情報端末を複数同時に接続可能な接続手段と、
   発話音声を受け取り、発話音声に対応する音声信号を出力する音声入力手段と、
   前記音声入力手段から出力された音声信号の音声認識を行う音声認識手段と、
   前記音声認識手段の音声認識結果に基づき前記音声信号に特定の識別情報が含まれているか否かを判定する判定手段と、
   前記判定手段により特定の識別情報が含まれていると判定されたとき、前記特定の識別情報に基づき前記音声信号を送信すべき情報端末を選択する選択手段と、
   前記選択手段の選択結果に基づき前記音声信号を前記接続手段を介して送信する送信制御手段と、
   を有する電子装置。
2. 前記特定の識別情報は、情報端末の音声認識機能を起動させる情報である、請求項１に記載の電子装置。
3. 前記特定の識別情報は、情報端末を識別するための名称である、請求項２に記載の電子装置。
4. 電子装置はさらに、前記接続手段に接続された各情報端末に関連して特定の識別情報を格納する格納手段を含み、前記判定手段は、前記格納手段を参照して特定の識別情報の有無を判定する、請求項１に記載の電子装置。
5. 電子装置はさらに、前記判定手段により特定の識別情報が含まれていないと判定されたとき、特定の識別情報が含まれていない旨を警告する警告手段を含む、請求項１ないし４いずれか１つに記載の電子装置。
6. 電子装置はさらに、前記接続手段に接続された情報端末から特定の識別情報を取得する取得手段を含む、請求項１ないし３いずれか１つに記載の電子装置。
7. 前記警告手段は、前記接続手段により接続された各情報端末の特定の識別情報が同一であるとき、特定の識別情報が同一である旨を警告する、請求項４または６に記載の電子装置。
8. 前記警告手段は、前記接続手段により接続された情報端末の特定の識別情報を取得することができないとき、特定の識別情報を取得することができない旨を警告する、請求項４または６に記載の電子装置。
9. 請求項１ないし８いずれか１つに記載の電子装置と、少なくとも第１および第２の情報端末を含む情報端末システムであって、
   前記第１の情報端末は、
   第１の特定の識別情報に応答して起動される第１の音声認識機能と、
   第１の音声認識機能の認識結果に対応する機能を実行する第１の実行手段と、
   前記第１の実行手段の実行結果を電子装置に送信する第１の送信手段と、を有し、
   前記第２の情報端末は、
   第２の特定の識別情報に応答して起動される第２の音声認識機能と、
   第２の音声認識機能の認識結果に対応する機能を実行する第２の実行手段と、
   前記第２の実行手段の実行結果を電子装置に送信する第２の送信手段と、を有し、
   電子装置は、第１の送信手段または第２の送信手段から送信される実行結果を出力する出力手段を有する、情報端末システム。
10. 第１の情報端末は、前記接続手段を介して電子装置に接続されたとき、第１の特定の識別情報を送信する第１の送信手段を含み、第２の情報端末は、前記接続手段を介して電子装置に接続されたとき、第２の特定の識別情報を送信する第２の送信手段を含む、請求項９に記載の情報端末システム。
11. 第１の情報端末は、第１の特定の識別情報を設定する第１の設定手段を含み、第２の情報端末は、第２の特定の識別情報を設定する第２の設定手段を含む、請求項９または１０に記載の情報端末システム。
12. 音声認識機能を有する情報端末を複数同時に接続可能な接続手段と、発話音声を受け取り、当該発話音声に対応する音声信号を提供する音声入力手段とを備えた電子装置が実行する、音声認識機能の起動プログラムであって、
    前記音声入力手段から提供された音声信号を音声認識するステップと、
    前記音声認識ステップで認識された音声信号に特定の識別情報が含まれているか否かを判定するステップと、
    前記特定の識別情報が含まれていると判定されたとき、前記特定の識別情報に基づき前記音声信号を送信すべき情報端末を選択するステップと、
    選択された情報端末に前記音声信号を送信するステップと、を有し、
    前記特定の識別情報は、情報端末の音声認識機能を起動される情報である、音声認識機能の起動プログラム。
13. 前記特定の識別情報は、情報端末を識別するための名称である、請求項１２に記載の起動プログラム。
14. 起動プログラムはさらに、前記接続手段に接続された各情報端末に関連して特定の識別情報を格納するステップを含み、前記判定するステップは、前記格納するステップにより格納された特定の識別情報を参照して特定の識別情報の有無を判定する、請求項１２に記載の起動プログラム。
15. 起動プログラムはさらに、前記接続手段に接続された情報端末から特定の識別情報を取得するステップを含む、請求項１２ないし１４いずれか１つに記載の起動プログラム。
16. 起動プログラムはさらに、前記判定するステップにより特定の識別情報が含まれていないと判定されたとき、特定の識別情報が含まれていない旨を警告するステップを含む、請求項１２ないし１５いずれか１つに記載の起動プログラム。
17. 起動プログラムはさらに、前記接続手段により接続された各情報端末の特定の識別情報が同一であるとき、特定の識別情報が同一である旨を警告するステップを含む、請求項１２ないし１６いずれか１つに記載の起動プログラム。
18. 音声認識機能を有する情報端末を複数同時に接続可能な接続手段と、発話音声を受け取り、当該発話音声に対応する音声信号を提供する音声入力手段とを備えた電子装置における音声認識機能の起動方法であって、
    前記音声入力手段から提供された音声信号を音声認識するステップと、
    前記音声認識ステップで認識された音声信号に特定の識別情報が含まれているか否かを判定するステップと、
    前記特定の識別情報が含まれていると判定されたとき、前記特定の識別情報に基づき前記音声信号を送信すべき情報端末を選択するステップと、
    選択された情報端末に前記音声信号を送信するステップと、を有し、
    前記特定の識別情報は、情報端末の音声認識機能を起動される情報である、音声認識機能の起動方法。
19. 起動方法はさらに、前記接続手段に接続された各情報端末に関連して特定の識別情報を格納するステップを含み、前記判定するステップは、前記格納するステップにより格納された特定の識別情報を参照して特定の識別情報の有無を判定する、請求項１８に記載の起動方法。
20. 起動方法はさらに、前記接続手段に接続された情報端末から特定の識別情報を取得するステップを含む、請求項１７または１９に記載の起動方法。
    

Images