JP2002182896A - Voice recognizing system, voice recognizing device and method therefor - Google Patents
Voice recognizing system, voice recognizing device and method thereforInfo
- Publication number
- JP2002182896A JP2002182896A JP2000378019A JP2000378019A JP2002182896A JP 2002182896 A JP2002182896 A JP 2002182896A JP 2000378019 A JP2000378019 A JP 2000378019A JP 2000378019 A JP2000378019 A JP 2000378019A JP 2002182896 A JP2002182896 A JP 2002182896A
- Authority
- JP
- Japan
- Prior art keywords
- voice
- input
- switching
- recognition
- instruction
- 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.)
- Pending
Links
Abstract
Description
【０００１】[0001]
【発明の属する技術分野】本発明は、クライアント・サ
ーバ型音声認識システムにおいて、クライアントとサー
バ両者で音声認識が可能な場合に、ユーザから入力され
た音声データをどちらで認識するかを切り替えることが
可能な音声認識システムに関するものである。BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to a client-server type speech recognition system, in which, when speech recognition can be performed by both a client and a server, it is possible to switch between which speech data is input by a user. It relates to a possible speech recognition system.
【０００２】[0002]
【従来の技術】例えば、非力な携帯端末で音声認識機能
を実現させる場合などに、負荷の大きな音声認識を十分
な計算機資源と性能を持つ外部の音声認識サーバに分担
させる、いわゆるクライアント・サーバ型の音声認識シ
ステムが利用されている（特開平７−２２２２４８）。2. Description of the Related Art For example, when a voice recognition function is realized by a weak mobile terminal, a so-called client-server type in which a heavy load of voice recognition is shared by an external voice recognition server having sufficient computer resources and performance. (Japanese Patent Laid-Open No. 7-222248).
【０００３】一方で、クライアント・サーバ型音声認識
システムを使用する場合、大語彙などの高度な認識を行
う場合や、ネットワークに接続して使用する前提のある
ものはサーバ側で音声認識を行うが、クライアント側の
操作のような少数語彙の音声認識をクライアント上で行
うことで、ネットワークのトラフィックを軽減できるよ
うにした音声入力クライアント装置が考えられてきてい
る。On the other hand, when using a client-server type speech recognition system, when performing advanced recognition such as a large vocabulary, or when it is necessary to connect to a network, speech recognition is performed on the server side. A voice input client device that can reduce network traffic by performing voice recognition of a small number of vocabulary words, such as operation on the client side, has been considered.
【０００４】[0004]
【発明が解決しようとする課題】従来のシステムにおい
ては、入力された音声データからはクライアント装置と
サーバ装置のどちらの音声認識手段が使用されているか
が不明瞭で、判断がつかないという問題がある。また、
クライアント装置とサーバ装置で同一の語彙を認識辞書
に持っていた場合にも同様の問題が起る。In the conventional system, it is unclear from the input voice data whether the voice recognition means of the client device or the server device is used, and it is difficult to determine. is there. Also,
A similar problem occurs when the client device and the server device have the same vocabulary in the recognition dictionary.
【０００５】本発明は、上記の課題に鑑みてなされたも
のであり、入力された音声データをクライアント装置と
サーバ装置のどちらで認識するかを明示的に切り替える
ことで、クライアント装置に音声入力した場合に発生す
る、音声認識手段切り替えの不明瞭性を解決することを
目的とする。SUMMARY OF THE INVENTION The present invention has been made in view of the above-mentioned problems, and a voice input to a client device is performed by explicitly switching whether the input voice data is recognized by a client device or a server device. It is an object of the present invention to solve the ambiguity of switching voice recognition means that occurs in some cases.
【０００６】[0006]
【課題を解決するための手段】上記の課題を解決するた
めに本発明の音声認識システムは以下のような構成を備
える。すなわち、第１の装置と第２の装置がネットワー
ク内に通信可能に接続された音声認識を行うシステムで
あって、前記第１の装置が、音声を入力する１つ以上の
音声入力手段と、該音声入力手段により入力された音声
を認識する音声認識手段とを備え、前記第２の装置が、
前記音声入力手段により入力された音声を認識する音声
認識手段を備え、前記第１の装置は、前記音声入力手段
により入力された音声を、前記第１の装置の音声認識手
段と前記第２の装置の音声認識手段のいずれで音声認識
するかを明示的に切り替える切替手段を備える。In order to solve the above-mentioned problems, a speech recognition system according to the present invention has the following arrangement. That is, a system for performing voice recognition in which a first device and a second device are communicably connected in a network, wherein the first device includes one or more voice input means for inputting voice, Voice recognition means for recognizing the voice input by the voice input means, wherein the second device,
Voice recognition means for recognizing voice input by the voice input means, wherein the first device converts voice input by the voice input means into voice recognition means of the first device and the second There is provided switching means for explicitly switching which of the voice recognition means of the apparatus performs voice recognition.
【０００７】[0007]
【発明の実施の形態】以下、図面を参照して本発明の一
実施形態を詳細に説明する。DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS Hereinafter, an embodiment of the present invention will be described in detail with reference to the drawings.
【０００８】図１は、本発明の一実施形態に係る音声認
識システムの基本構成を示すブロック図である。FIG. 1 is a block diagram showing a basic configuration of a speech recognition system according to one embodiment of the present invention.
【０００９】同図において、１０１はユーザの入力音声
から音声認識部１０４および１０５で認識可能な音声デ
ータを生成する音声入力部である。１０２は音声入力部
１０１で生成した音声データを切り替え指示受信部１０
３の指示により音声認識部を音声入力クライアント装置
の音声認識部１０４ないしサーバ装置の音声認識部１０
５のいずれかに切り替える音声認識先切り替え部であ
る。切り替え指示受信部１０３は、音声入力クライアン
ト装置の音声認識部ないしはサーバ装置の音声認識部１
０５のいずれかを使用するように切り替える指示を受信
し、音声認識先切り替え部１０２に切り替え指示を伝え
る。１０４、１０５は音声入力部１０１で生成した音声
データを認識する音声認識部である。この時１０４は音
声入力クライアント装置上に存在し、１０５はサーバ装
置上に存在する。In FIG. 1, reference numeral 101 denotes a voice input unit for generating voice data recognizable by voice recognition units 104 and 105 from a user's input voice. Reference numeral 102 denotes a switch instruction receiving unit 10 for switching the audio data generated by the audio input unit 101.
In response to the instruction of 3, the voice recognition unit is changed to the voice recognition unit 104 of the voice input client device or the voice recognition unit 10 of the server device
5 is a voice recognition destination switching unit for switching to any one of the voice recognition destinations. The switching instruction receiving unit 103 is a voice recognition unit of the voice input client device or the voice recognition unit 1 of the server device.
The voice recognition destination switching unit 102 receives the instruction to switch to use any one of the voice recognition devices 05 and 05 and transmits the switching instruction to the voice recognition destination switching unit 102. Reference numerals 104 and 105 denote voice recognition units that recognize voice data generated by the voice input unit 101. At this time, 104 exists on the voice input client device, and 105 exists on the server device.
【００１０】図２は、本発明の一実施形態に係る音声入
力クライアント装置のシステム構成を示すブロック図で
ある。FIG. 2 is a block diagram showing a system configuration of the voice input client device according to one embodiment of the present invention.
【００１１】同図の音声入力クライアント装置２００に
おいて、２０１は音声入力部１０１で処理する音声を獲
得するための例えばマイクなどの音声入力装置である。
２０２はユーザの切り替え指示が入力される例えばボタ
ンやキーなどの音声入力クライアント上の物理的な切り
替え指示入力装置である。２０３はサーバ装置との間で
音声入力クライアント装置がデータの送受信を行う為の
通信装置である。２０４は図１における各処理を行うプ
ログラムを格納するＲＯＭである。２０５はＲＯＭ２０
４に格納されたプログラム実行時のワーク用のＲＡＭで
ある。２０６はＲＯＭ２０４およびＲＡＭ２０５に格納
したプログラムを実行するＣＰＵである。２０７は本装
置の各部を接続してデータをやり取りするバスである。
２０８は音声入力クライアント装置とサーバ装置を接続
してデータを送受信するためのネットワークである。２
０９はクライアント・サーバ型音声認識システムにおけ
る音声認識可能なサーバ装置であり本実施形態において
は１つである。サーバ装置２０９の詳細については省略
する。In the voice input client device 200 shown in FIG. 1, reference numeral 201 denotes a voice input device such as a microphone for obtaining voice processed by the voice input unit 101.
Reference numeral 202 denotes a physical switching instruction input device on a voice input client, such as a button or a key, to which a user's switching instruction is input. A communication device 203 is used by the voice input client device to transmit and receive data to and from the server device. A ROM 204 stores a program for performing each processing in FIG. 205 is the ROM 20
4 is a work RAM for executing a program stored in the RAM 4. A CPU 206 executes the programs stored in the ROM 204 and the RAM 205. Reference numeral 207 denotes a bus for connecting each unit of the apparatus and exchanging data.
A network 208 connects the voice input client device and the server device to transmit and receive data. 2
Reference numeral 09 denotes a server device capable of performing voice recognition in the client-server type voice recognition system, and is one in the present embodiment. Details of the server device 209 are omitted.
【００１２】次に図３に示すフローチャートを用いて本
実施形態における音声認識システムの概要を説明する。Next, the outline of the speech recognition system according to the present embodiment will be described with reference to the flowchart shown in FIG.
【００１３】まず、ステップＳ３０１では、音声入力ク
ライアント装置２００の音声入力装置２０１に対して、
ユーザから入力された音声を音声入力部１０１が音声認
識部１０４、１０５で認識できる音声データ形式にして
取得する。ステップＳ３０２では、切り替え指示受信部
１０３が切り替え指示入力装置２０２に対するユーザか
らの、例えばボタンを押す等の切り替え指示が入力され
ているかを監視し、切り替え指示を受信している場合は
ステップＳ３０３に移る。切り替え指示を受信していな
い場合はステップＳ３０５に移る。ステップＳ３０３で
は、音声認識先切り替え部１０２がステップＳ３０１で
取得した音声データを音声入力クライアント装置２００
で音声認識するように音声データを送信する。ステップ
Ｓ３０４ではＳ３０３で送信されてきたデータを音声入
力クライアント装置の音声認識部１０４で認識する。そ
して認識結果の処理へと続くが以降の詳細は省略する。First, in step S301, the voice input device 201 of the voice input client device 200 is
The voice input by the user is obtained in a voice data format that can be recognized by the voice recognition unit 104 or 105 by the voice input unit 101. In step S302, the switching instruction receiving unit 103 monitors whether a switching instruction such as pressing a button has been input from the user to the switching instruction input device 202. If the switching instruction has been received, the process proceeds to step S303. . If the switching instruction has not been received, the process proceeds to step S305. In step S303, the voice recognition destination switching unit 102 applies the voice data acquired in step S301 to the voice input client device 200.
The voice data is transmitted so as to recognize the voice. In step S304, the data transmitted in step S303 is recognized by the voice recognition unit 104 of the voice input client device. Then, the processing continues to the processing of the recognition result, but the details thereafter are omitted.
【００１４】また、ステップＳ３０５では切り替え指示
が出されていない為、音声認識先切り替え部１０２は送
信先を切り替えず、通常のクライアント・サーバ型音声
認識システム同様、音声データをサーバ装置２０９へ送
信し、サーバ装置２０９の音声認識部１０５で認識を行
う。認識結果は、音声入力クライアント装置２００に返
信され、音声入力クライアント装置２００にて、例えば
表示、印刷或いはコマンドとして出力される（ステップ
Ｓ３０６）。なお、ステップＳ３０６での処理は一般的
なクライアント・サーバ型の音声認識システムに準ずる
ため、ここでは詳細は省略する。Since no switching instruction has been issued in step S305, the voice recognition destination switching unit 102 does not switch the transmission destination, and transmits voice data to the server device 209 as in a normal client-server type voice recognition system. Then, the voice recognition unit 105 of the server device 209 performs the recognition. The recognition result is returned to the voice input client device 200, and is output, for example, as a display, a print, or a command in the voice input client device 200 (step S306). Note that the processing in step S306 conforms to a general client-server type speech recognition system, and thus details are omitted here.
【００１５】[0015]
【他の実施形態】上記実施形態においては、ユーザが使
用する入力装置２０２として物理的なボタンを想定した
が、この限りではない。例えば、図４のようなシステム
構成をとることも可能である。すなわち、音声入力クラ
イアント装置４００に図２における入力装置２０２に替
えてＧＵＩ入出力装置４０２を設けることによってグラ
フィカル・ユーザ・インタフェース（ＧＵＩ）をユーザ
に提供する。そして、図１の切り替え指示受信部１０３
においてＧＵＩによる切り替え指示入力を処理し、これ
によって音声認識先の切り替えを行っても良い。Other Embodiments In the above embodiment, a physical button is assumed as the input device 202 used by the user, but the present invention is not limited to this. For example, a system configuration as shown in FIG. 4 can be adopted. That is, a graphical user interface (GUI) is provided to the user by providing a GUI input / output device 402 in the voice input client device 400 instead of the input device 202 in FIG. Then, the switching instruction receiving unit 103 of FIG.
May process a switching instruction input by a GUI, thereby switching the voice recognition destination.
【００１６】[0016]
【他の実施形態】上記実施形態においては、ユーザが使
用する入力装置２０２として物理的なボタンを想定した
が、この限りではない。例えば、図５に示す基本構成を
とることも可能である。すなわち、音声入力部１０１で
生成した音声データを切り替え指示受信部５０３−１で
受信する。このとき、受信した音声データが切り替え指
示を表す特定の音声入力であることを切り替え指示音声
認識部５０３−２が認識した場合に、音声認識切り替え
部１０２に切り替え信号を送信し、音声認識切り替え部
１０２では、切り替え信号にしたがって、それ以降の音
声認識を音声入力クライアント装置かサーバ装置のいず
れかで行うように切り替えてもよい。Other Embodiments In the above embodiment, a physical button is assumed as the input device 202 used by the user, but the present invention is not limited to this. For example, it is possible to adopt the basic configuration shown in FIG. That is, the audio data generated by the audio input unit 101 is received by the switching instruction receiving unit 503-1. At this time, when the switching instruction voice recognition unit 503-2 recognizes that the received voice data is a specific voice input indicating a switching instruction, the voice recognition switching unit 102 transmits a switching signal to the voice recognition switching unit. In step 102, in accordance with the switching signal, the subsequent voice recognition may be switched to be performed by either the voice input client device or the server device.
【００１７】[0017]
【他の実施形態】上記実施形態においては、ユーザが使
用する入力装置２０２として音声入力クライアント上の
ボタンを想定したが、この限りではない。例えば、外部
のリモコンなどからの無線信号を受信する装置としても
良い。Other Embodiments In the above embodiment, a button on the voice input client is assumed as the input device 202 used by the user, but the present invention is not limited to this. For example, a device that receives a wireless signal from an external remote controller or the like may be used.
【００１８】[0018]
【他の実施形態】上記実施形態においては、ステップＳ
３０１において音声認識部１０４、１０５で認識できる
音声データ形式に変換しているが、例えば、サーバ装置
とクライアント装置で音声認識に使用するデータ形式が
異なる場合は、音声認識先切り替え部１０２において音
声認識先が決定したあと、その音声認識部で認識可能な
音声データ形式に変換しても良い。[Other Embodiments] In the above embodiment, step S
In 301, the data is converted into a voice data format that can be recognized by the voice recognition units 104 and 105. For example, when the data format used for voice recognition differs between the server device and the client device, the voice recognition destination switching unit 102 performs voice recognition. After the destination is determined, the data may be converted into a voice data format recognizable by the voice recognition unit.
【００１９】[0019]
【他の実施形態】上記実施形態においては、切り替え指
示をボタンでのみ行うことを想定したが、同時に複数の
切り替え指示手段を持っても良い。例えば、ボタン、Ｇ
ＵＩのどちらを用いても切り替えることが可能とする等
である。[Other Embodiments] In the above embodiment, it is assumed that the switching instruction is given only by the button, but a plurality of switching instruction means may be provided at the same time. For example, button, G
Switching can be performed using either of the UIs.
【００２０】[0020]
【他の実施形態】上記実施形態においては、いずれもサ
ーバ装置は１つであることを想定しているが、複数のサ
ーバ装置がネットワーク内に存在しても良い。この場
合、音声認識先切り替え部は音声入力クライアント装置
のものを含め、切り替え指示受信部の指示に従って、使
用する音声認識手段を切り替えることも可能である。Other Embodiments In the above embodiments, it is assumed that there is only one server device, but a plurality of server devices may exist in the network. In this case, the voice recognition destination switching unit can switch the voice recognition unit to be used in accordance with the instruction of the switching instruction receiving unit, including the voice input client device.
【００２１】[0021]
【他の実施形態】上記実施形態においては、切り替え指
示を受信することを想定したが、これを設けなくても良
い。例えば図６に示すシステム構成をとることも可能で
ある。すなわち、音声入力クライアント装置６００に図
２における入力装置２０２に替えて、音声入力装置６０
２を用意する。このとき、図７に示すような音声入力特
定部７０３を用いて音声入力が為された音声入力装置を
特定する。これにより、音声入力部Ａ７０１に対する入
力の場合は、音声入力クライアント装置６００の音声認
識部７０４で音声認識を行い、音声入力装置Ｂ７０２に
対する入力の場合は、サーバ装置上の音声認識部７０５
で音声認識を行う等のようにして切り替えることが可能
となる。また、サーバ装置が複数存在する場合は、音声
入力装置は必要な個数分さらに複数存在しても良い。Other Embodiments In the above embodiment, it is assumed that a switching instruction is received, but this need not be provided. For example, the system configuration shown in FIG. 6 can be adopted. That is, instead of the input device 202 in FIG.
Prepare 2 At this time, the voice input device to which the voice has been input is specified using the voice input specifying unit 703 as shown in FIG. Thus, in the case of input to the voice input unit A 701, the voice recognition unit 704 of the voice input client device 600 performs voice recognition, and in the case of input to the voice input device B 702, the voice recognition unit 705 on the server device.
It is possible to perform switching in such a manner that voice recognition is performed. Further, when there are a plurality of server devices, a plurality of voice input devices may be provided in a required number.
【００２２】[0022]
【他の実施形態】上記実施形態においては、音声入力ク
ライアント装置、サーバ装置各々の各部を同一の計算機
上で構成する場合について説明したが、これに限定され
るものではなく、ネットワーク上に分散した計算機や処
理装置などに分かれて各部を構成してもよい。[Other Embodiments] In the above embodiment, the case where each part of the voice input client device and the server device is configured on the same computer has been described. However, the present invention is not limited to this. Each unit may be configured by being divided into a computer and a processing device.
【００２３】[0023]
【他の実施形態】上記実施形態においては、プログラム
をＲＯＭに保持する場合について説明したが、これに限
定されるものではなく、任意の記憶媒体を用いて実現し
てもよい。また、同様の動作をする回路で実現してもよ
い。Other Embodiments In the above embodiment, the case where the program is stored in the ROM has been described. However, the present invention is not limited to this, and may be realized using an arbitrary storage medium. Further, it may be realized by a circuit that performs the same operation.
【００２４】[0024]
【他の実施形態】なお、本発明は、複数の機器から構成
されるシステムに適用しても、１つの機器からなる装置
に適用してもよい。前述した実施形態の機能を実現する
ソフトウエアのプログラムコードを記録した記録媒体
を、システム或いは装置に供給し、そのシステム或いは
装置のコンピュータ（またはＣＰＵやＭＰＵ）が記録媒
体に格納されたプログラムコードを読み出し実行するこ
とによっても、達成されることは言うまでもない。この
場合、記録媒体から読み出されたプログラムコード自体
が前述した実施形態の機能を実現することになり、その
プログラムコードを記録した記録媒体は本発明を構成す
ることになる。[Other Embodiments] The present invention may be applied to a system constituted by a plurality of devices or to an apparatus constituted by a single device. A recording medium storing software program codes for realizing the functions of the above-described embodiments is supplied to a system or an apparatus, and a computer (or CPU or MPU) of the system or apparatus executes the program code stored in the recording medium. Needless to say, this can also be achieved by executing the reading. In this case, the program code itself read from the recording medium implements the functions of the above-described embodiment, and the recording medium on which the program code is recorded constitutes the present invention.
【００２５】[0025]
【他の実施形態】プログラムコードを供給するための記
録媒体としては、たとえば、フロッピー（登録商標）デ
ィスク、ハードディスク、光ディスク、光磁気ディス
ク、ＣＤ−ＲＯＭ、ＣＤ−Ｒ、ＤＶＤ−ＲＯＭ、ＤＶＤ
−ＲＡＭ、磁気テープ、不揮発性のメモリカード、ＲＯ
Ｍなどを用いることができる。Other Embodiments As a recording medium for supplying a program code, for example, a floppy (registered trademark) disk, hard disk, optical disk, magneto-optical disk, CD-ROM, CD-R, DVD-ROM, DVD
-RAM, magnetic tape, nonvolatile memory card, RO
M or the like can be used.
【００２６】また、コンピュータが読み出したプログラ
ムコードを実行することにより、前述した実施形態の機
能が実現されるだけでなく、そのプログラムコードの指
示に基づき、コンピュータ上で稼働しているＯＳなどが
実際の処理の一部または全部を行ない、その処理によっ
て前述した実施形態の機能が実現される場合も含まれる
ことは言うまでもない。When the computer executes the readout program code, not only the functions of the above-described embodiment are realized, but also the OS or the like running on the computer is actually executed based on the instructions of the program code. It goes without saying that a part or all of the above-described processing is performed, and the functions of the above-described embodiments are realized by the processing.
【００２７】更に、記録媒体から読み出されたプログラ
ムコードが、コンピュータに挿入された機能拡張ボード
やコンピュータに接続された機能拡張ユニットに備わる
メモリに書き込まれた後、そのプログラムコードの指示
に基づき、その機能拡張ボードや機能拡張ユニットに備
わるＣＰＵなどが実際の処理の一部または全部を行な
い、その処理によって前述した実施形態の機能が実現さ
れる場合も含まれることは言うまでもない。Further, after the program code read from the recording medium is written into a memory provided on a function expansion board inserted into the computer or a function expansion unit connected to the computer, based on the instruction of the program code, It goes without saying that the CPU provided in the function expansion board or the function expansion unit performs a part or all of the actual processing, and the processing realizes the functions of the above-described embodiments.
【００２８】[0028]
【発明の効果】以上説明したように、本発明によれば、
入力された音声データをクライアント装置とサーバ装置
のどちらで認識するかを明示的に切り替えることで、ク
ライアント装置に音声入力した場合に発生する、音声認
識手段切り替えの不明瞭性を解決する効果が得られる。As described above, according to the present invention,
By explicitly switching whether the input voice data is recognized by the client device or the server device, an effect of solving the ambiguity of switching the voice recognition means, which occurs when voice is input to the client device, is obtained. Can be
【図１】本発明に係る音声入力クライアント装置の実施
形態の基本構成を示すブロック図である。FIG. 1 is a block diagram showing a basic configuration of an embodiment of a voice input client device according to the present invention.
【図２】本発明に係る音声入力クライアント装置の実施
形態のシステム構成を示すブロック図である。FIG. 2 is a block diagram illustrating a system configuration of an embodiment of a voice input client device according to the present invention.
【図３】本発明に係る音声入力クライアント装置の実施
形態の動作を説明するフローチャートである。FIG. 3 is a flowchart illustrating the operation of the embodiment of the voice input client device according to the present invention.
【図４】本発明に係る音声入力クライアント装置に表示
装置を持たせた場合の実施形態のシステム構成を示すブ
ロック図である。FIG. 4 is a block diagram showing a system configuration of an embodiment when a display device is provided in the voice input client device according to the present invention.
【図５】本発明に係る音声入力クライアント装置に切り
替え指示音声認識部を持たせた場合の実施形態の基本構
成を示すブロック図である。FIG. 5 is a block diagram showing a basic configuration of an embodiment in which the voice input client device according to the present invention has a switching instruction voice recognition unit.
【図６】本発明に係る音声入力クライアント装置に音声
入力装置を複数持たせた場合の実施形態の基本構成を示
すブロック図である。FIG. 6 is a block diagram showing a basic configuration of an embodiment when a plurality of voice input devices are provided in the voice input client device according to the present invention.
【図７】本発明に係る音声入力クライアント装置に音声
入力装置を複数持たせた場合の実施形態の基本構成を示
すブロック図である。FIG. 7 is a block diagram showing a basic configuration of an embodiment when a plurality of voice input devices are provided in the voice input client device according to the present invention.
１０１ 音声入力部 １０２ 音声認識先切り替え部 １０３ 切り替え指示受信部 １０４ 音声認識部（クライアント上） １０５ 音声認識部（サーバ上） ２０１ 音声入力装置 ２０２ 入力装置 ２０３ 通信装置 ２０４ ＲＯＭ ２０５ ＲＡＭ ２０６ ＣＰＵ ２０７ バス ２０８ ネットワーク ２０９ サーバ装置 101 Voice Input Unit 102 Voice Recognition Destination Switching Unit 103 Switching Instruction Receiving Unit 104 Voice Recognition Unit (On Client) 105 Voice Recognition Unit (On Server) 201 Voice Input Device 202 Input Device 203 Communication Device 204 ROM 205 RAM 206 CPU 207 Bus 208 Network 209 Server device
Claims (19)
内に通信可能に接続された音声認識を行うシステムであ
って、 前記第１の装置が、 音声を入力する１つ以上の音声入力手段と、該音声入力
手段により入力された音声を認識する音声認識手段とを
備え、 前記第２の装置が、 前記音声入力手段により入力された音声を認識する音声
認識手段を備え、 前記第１の装置は、前記音声入力手段により入力された
音声を、前記第１の装置の音声認識手段と前記第２の装
置の音声認識手段のいずれで音声認識するかを明示的に
切り替える切替手段を備えることを特徴とする音声認識
システム。1. A system for performing voice recognition in which a first device and a second device are communicably connected in a network, wherein the first device includes one or more voice inputs for inputting voice. Means, and voice recognition means for recognizing voice input by the voice input means, wherein the second device comprises: voice recognition means for recognizing voice input by the voice input means; The apparatus further includes a switching unit for explicitly switching whether the voice input by the voice input unit is recognized by the voice recognition unit of the first device or the voice recognition unit of the second device. A speech recognition system characterized by the following.
・インターフェースを提供するＧＵＩ入出力手段からの
指示入力を受け付ける切替指示受付手段を更に備え、該
切替指示受付手段が受け付けた指示入力に従って、前記
第１の装置の音声認識手段と前記第２の装置の音声認識
手段のいずれで音声認識するかを切り替えることを特徴
とする請求項１に記載の音声認識システム。2. The apparatus according to claim 1, wherein said switching means further comprises a switching instruction receiving means for receiving an instruction input from a GUI input / output means for providing a graphical user interface, and said switching instruction receiving means receives the instruction input from said switching instruction receiving means. 2. The speech recognition system according to claim 1, wherein the speech recognition unit of the first device or the speech recognition unit of the second device switches between speech recognition.
入力された特定の音声を指示入力として受け付ける音声
指示受付手段を更に備え、該音声指示受付手段が受け付
けた指示入力に従って、前記第１の装置の音声認識手段
と前記第２の装置の音声認識手段のいずれで音声認識す
るかを切り替えることを特徴とする請求項１に記載の音
声認識システム。3. The switching means further includes a voice instruction receiving means for receiving a specific voice input from the voice input means as a command input, and the first means receives the first voice in accordance with the command input received by the voice command receiving means. 2. The speech recognition system according to claim 1, wherein the speech recognition unit of the device or the speech recognition unit of the second device switches between speech recognition.
力手段のうち、特定の音声入力手段からの音声入力の有
無を指示入力として受け付ける音声入力特定手段を更に
備え、該音声入力特定手段が受け付けた指示入力に従っ
て、前記第１の装置の音声認識手段と前記第２の装置の
音声認識手段のいずれで音声認識するかを切り替えるこ
とを特徴とする請求項１に記載の音声認識システム。4. The voice input specifying means further comprising: a voice input specifying means for receiving, as an instruction input, the presence or absence of a voice input from a specific voice input means among the one or more voice input means. 2. The speech recognition system according to claim 1, wherein the speech recognition unit of the first device or the speech recognition unit of the second device switches between speech recognition in accordance with the instruction input received by the user.
し、前記第２の装置はサーバとして機能することを特徴
とする請求項１に記載の音声認識システム。5. The speech recognition system according to claim 1, wherein said first device functions as a client, and said second device functions as a server.
と、 前記音声入力手段により入力された音声を認識する音声
認識手段と、 前記音声入力手段により入力された音声を、前記第１の
装置の音声認識手段と前記第２の装置の音声認識手段の
いずれで音声認識するかを明示的に切り替える切替手段
と、 前記切替手段にて、前記第２の装置の音声認識手段で音
声認識することを選択した場合に、前記音声入力手段に
て入力された音声データを該第２の装置へ送信する送信
手段と、 前記第２の装置で音声認識された認識結果を受信する受
信手段とを備えることを特徴とする音声認識装置。6. One or more voice input means for inputting voice, voice recognition means for recognizing voice input by the voice input means, and voice input by the voice input means, Switching means for explicitly switching which of the voice recognition means of the apparatus and the voice recognition means of the second apparatus performs voice recognition, and the switching means for performing voice recognition by the voice recognition means of the second apparatus And transmitting means for transmitting voice data input by the voice input means to the second device, and receiving means for receiving a result of voice recognition performed by the second device. A speech recognition device, comprising:
・インターフェースを提供するＧＵＩ入出力手段からの
指示入力を受け付ける切替指示受付手段を更に備え、該
切替指示受付手段が受け付けた指示入力に従って、前記
第１の装置の音声認識手段と前記第２の装置の音声認識
手段のいずれで音声認識するかを切り替えることを特徴
とする請求項６に記載の音声認識装置。7. The switching unit further includes a switching instruction receiving unit that receives an instruction input from a GUI input / output unit that provides a graphical user interface, and the switching unit receives the instruction input according to the instruction input received by the switching instruction receiving unit. 7. The speech recognition device according to claim 6, wherein the speech recognition unit of the first device or the speech recognition unit of the second device switches between speech recognition.
された特定の音声を指示入力として受け付ける音声指示
受付手段を更に備え、該音声指示受付手段が受け付けた
指示入力に従って、前記第１の装置の音声認識手段と前
記第２の装置の音声認識手段のいずれで音声認識するか
を切り替えることを特徴とする請求項６に記載の音声認
識装置。8. The switching device further includes a voice instruction receiving unit that receives a specific voice input from the input unit as an instruction input, and the first device is configured to receive the specific voice according to the instruction input received by the voice instruction receiving unit. 7. The speech recognition device according to claim 6, wherein the speech recognition unit switches between the speech recognition unit and the speech recognition unit of the second device.
力手段のうち、特定の音声入力手段からの音声入力の有
無を指示入力として受け付ける音声入力特定手段を更に
備え、該音声入力特定手段が受け付けた指示入力に従っ
て、前記第１の装置の音声認識手段と前記第２の装置の
音声認識手段のいずれで音声認識するかを切り替えるこ
とを特徴とする請求項６に記載の音声認識装置。9. The voice input specifying means further comprising: a voice input specifying means for receiving, as an instruction input, the presence or absence of a voice input from a specific voice input means among the one or more voice input means. 7. The speech recognition apparatus according to claim 6, wherein the speech recognition unit of the first apparatus or the speech recognition unit of the second apparatus switches between speech recognition in accordance with the instruction input received by the apparatus.
ク内に通信可能に接続された音声認識を行うシステムに
おける音声認識方法であって、 前記第１の装置において、１つ以上の音声入力手段を用
いて音声入力し、入力された音声を認識する音声認識工
程と、 前記第２の装置において、前記音声入力手段により入力
された音声を認識する音声認識工程と、 前記第１の装置において、前記音声入力手段により入力
された音声を、前記第１の装置で実行される音声認識工
程と前記第２の装置で実行される音声認識工程のいずれ
で音声認識するかを明示的に切り替える切替工程とを備
えることを特徴とする音声認識方法。10. A voice recognition method in a voice recognition system in which a first device and a second device are communicably connected in a network, wherein the first device includes one or more voice inputs. A voice recognition step of inputting a voice using a unit and recognizing the input voice; a voice recognition step of recognizing a voice input by the voice input means in the second device; Switching to explicitly switch whether the voice input by the voice input unit is to be recognized in the voice recognition step performed by the first device or the voice recognition process performed by the second device. And a speech recognition method.
ザ・インターフェースを提供するＧＵＩ入出力手段から
の指示入力を受け付ける切替指示受付工程を更に備え、
該切替指示受付工程が受け付けた指示入力に従って、前
記第１の装置で実行される音声認識工程と前記第２の装
置で実行される音声認識工程のいずれで音声認識するか
を切り替えることを特徴とする請求項１０に記載の音声
認識方法。11. The switching step further includes a switching instruction receiving step of receiving an instruction input from a GUI input / output unit that provides a graphical user interface,
According to the instruction input received by the switching instruction receiving step, switching is performed between the voice recognition step executed by the first device and the voice recognition step executed by the second device. The voice recognition method according to claim 10.
ら入力された特定の音声を指示入力として受け付ける音
声指示受付工程を更に備え、該音声指示受付工程が受け
付けた指示入力に従って、前記第１の装置で実行される
音声認識工程と前記第２の装置で実行される音声認識工
程のいずれで音声認識するかを切り替えることを特徴と
する請求項１０に記載の音声認識方法。12. The switching step further includes a voice instruction receiving step of receiving, as an instruction input, a specific voice input from the voice input means, wherein the first instruction is received in accordance with the instruction input received by the voice instruction receiving step. 11. The speech recognition method according to claim 10, wherein switching is made between speech recognition performed by the device and speech recognition performed by the second device.
入力手段を用いて音声入力し、特定の音声入力手段から
の音声入力の有無を指示入力として受け付ける音声入力
特定工程を更に備え、該音声入力特定工程が受け付けた
指示入力に従って、前記第１の装置で実行される音声認
識工程と前記第２の装置で実行される音声認識工程のい
ずれで音声認識するかを切り替えることを特徴とする請
求項１０に記載の音声認識方法。13. The switching step further includes a voice input specifying step of performing voice input using one or more of the voice input units and receiving, as an instruction input, the presence or absence of a voice input from a specific voice input unit. In accordance with the instruction input received by the voice input identification step, the voice recognition is switched between the voice recognition step performed by the first device and the voice recognition process performed by the second device. The speech recognition method according to claim 10.
の装置はサーバとして機能することを特徴とする請求項
１０に記載の音声認識方法。14. In the network, the first device functions as a client and the second device
The voice recognition method according to claim 10, wherein the device functions as a server.
入力し、入力された音声を認識する音声認識工程と、 前記音声入力手段により入力された音声を、前記第１の
装置で実行される音声認識工程と前記第２の装置で実行
される音声認識工程のいずれで音声認識するかを明示的
に切り替える切替工程と、 前記切替工程にて、前記第２の装置で実行される音声認
識工程で音声認識することを選択した場合に、前記音声
入力手段にて入力された音声データを該第２の装置へ送
信する送信工程と、 前記第２の装置で音声認識された認識結果を受信する受
信工程とを備えることを特徴とする音声認識方法。15. A voice recognition step of performing voice input using one or more voice input means and recognizing the input voice, and executing the voice input by the voice input means in the first device. A switching step for explicitly switching between the voice recognition step performed by the second apparatus and the voice recognition step performed by the second apparatus; and the speech recognition performed by the second apparatus in the switching step. A transmitting step of transmitting voice data input by the voice input means to the second device when selecting voice recognition in the step; and receiving a recognition result recognized by the second device by voice. A voice recognition method.
ザ・インターフェースを提供するＧＵＩ入出力手段から
の指示入力を受け付ける切替指示受付工程を更に備え、
該切替指示受付工程が受け付けた指示入力に従って、前
記第１の装置で実行される音声認識工程と前記第２の装
置で実行される音声認識工程のいずれで音声認識するか
を切り替えることを特徴とする請求項１５に記載の音声
認識方法。16. The switching step further includes a switching instruction receiving step of receiving an instruction input from a GUI input / output unit that provides a graphical user interface,
According to the instruction input received by the switching instruction receiving step, switching is performed between the voice recognition step executed by the first device and the voice recognition step executed by the second device. 16. The speech recognition method according to claim 15, wherein
ら入力された特定の音声を指示入力として受け付ける音
声指示受付工程を更に備え、該音声指示受付工程が受け
付けた指示入力に従って、前記第１の装置で実行される
音声認識工程と前記第２の装置で実行される音声認識工
程のいずれで音声認識するかを切り替えることを特徴と
する請求項１５に記載の音声認識方法。17. The switching step further includes a voice instruction receiving step of receiving, as an instruction input, a specific voice input from the voice input means, wherein the first instruction is received in accordance with the instruction input received by the voice instruction receiving step. 16. The voice recognition method according to claim 15, wherein the voice recognition step is switched between the voice recognition step performed by the device and the voice recognition process performed by the second device.
入力手段を用いて音声を入力し、特定の音声入力手段か
らの音声入力の有無を指示入力として受け付ける音声入
力特定工程を更に備え、該音声入力特定工程が受け付け
た指示入力に従って、前記第１の装置で実行される音声
認識工程と前記第２の装置で実行される音声認識工程の
いずれで音声認識するかを切り替えることを特徴とする
請求項１５に記載の音声認識方法。18. The switching step further includes a voice input specifying step of inputting a voice using one or more of the voice input units and receiving the presence or absence of a voice input from a specific voice input unit as an instruction input, According to the instruction input received by the voice input specifying step, switching between voice recognition in the voice recognition step performed in the first device and voice recognition step performed in the second device is performed. 16. The speech recognition method according to claim 15, wherein
載の音声認識方法をコンピュータによって実現させるた
めの制御プログラムを格納する記憶媒体。19. A storage medium storing a control program for causing a computer to implement the speech recognition method according to claim 10. Description:
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000378019A JP2002182896A (en) | 2000-12-12 | 2000-12-12 | Voice recognizing system, voice recognizing device and method therefor |
| US09/972,996 US7174299B2 (en) | 1995-08-18 | 2001-10-10 | Speech recognition system, speech recognition apparatus, and speech recognition method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000378019A JP2002182896A (en) | 2000-12-12 | 2000-12-12 | Voice recognizing system, voice recognizing device and method therefor |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2002182896A true JP2002182896A (en) | 2002-06-28 |
| JP2002182896A5 JP2002182896A5 (en) | 2008-01-31 |
Family
ID=18846662
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2000378019A Pending JP2002182896A (en) | 1995-08-18 | 2000-12-12 | Voice recognizing system, voice recognizing device and method therefor |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2002182896A (en) |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005284543A (en) * | 2004-03-29 | 2005-10-13 | Chugoku Electric Power Co Inc:The | Business support system and method |
| JP2006003696A (en) * | 2004-06-18 | 2006-01-05 | Toyota Motor Corp | Voice recognition device, voice recognition method and voice recognition program |
| JP2011232619A (en) * | 2010-04-28 | 2011-11-17 | Ntt Docomo Inc | Voice recognition device and voice recognition method |
| JP2012133243A (en) * | 2010-12-22 | 2012-07-12 | Toshiba Corp | Speech recognition device, speech recognition method, and television receiver having speech recognition device mounted thereon |
| JP2013529794A (en) * | 2010-06-24 | 2013-07-22 | 本田技研工業株式会社 | Communication system and method between in-vehicle speech recognition system and off-vehicle speech recognition system |
| US8606570B2 (en) | 2008-06-25 | 2013-12-10 | Canon Kabushiki Kaisha | Imaging apparatus, method of controlling same and computer program therefor |
| JP2014138421A (en) * | 2013-01-17 | 2014-07-28 | Samsung Electronics Co Ltd | Video processing apparatus, control method for the same, and video processing system |
| WO2014171144A1 (en) * | 2013-04-19 | 2014-10-23 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ | Control method for household electrical appliance, household electrical appliance control system, and gateway |
| WO2014208231A1 (en) * | 2013-06-28 | 2014-12-31 | 株式会社ＡＴＲ－Ｔｒｅｋ | Voice recognition client device for local voice recognition |
| JP2015102795A (en) * | 2013-11-27 | 2015-06-04 | シャープ株式会社 | Voice recognition terminal, server, control method for server, voice recognition system, control program for voice recognition terminal, and control program for server |
| JP2019028160A (en) * | 2017-07-27 | 2019-02-21 | アルパイン株式会社 | Electronic device and information terminal system |
-
2000
- 2000-12-12 JP JP2000378019A patent/JP2002182896A/en active Pending
Cited By (24)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005284543A (en) * | 2004-03-29 | 2005-10-13 | Chugoku Electric Power Co Inc:The | Business support system and method |
| JP2006003696A (en) * | 2004-06-18 | 2006-01-05 | Toyota Motor Corp | Voice recognition device, voice recognition method and voice recognition program |
| JP4554285B2 (en) * | 2004-06-18 | 2010-09-29 | トヨタ自動車株式会社 | Speech recognition system, speech recognition method, and speech recognition program |
| US8606570B2 (en) | 2008-06-25 | 2013-12-10 | Canon Kabushiki Kaisha | Imaging apparatus, method of controlling same and computer program therefor |
| JP2011232619A (en) * | 2010-04-28 | 2011-11-17 | Ntt Docomo Inc | Voice recognition device and voice recognition method |
| US9564132B2 (en) | 2010-06-24 | 2017-02-07 | Honda Motor Co., Ltd. | Communication system and method between an on-vehicle voice recognition system and an off-vehicle voice recognition system |
| JP2013529794A (en) * | 2010-06-24 | 2013-07-22 | 本田技研工業株式会社 | Communication system and method between in-vehicle speech recognition system and off-vehicle speech recognition system |
| US10818286B2 (en) | 2010-06-24 | 2020-10-27 | Honda Motor Co., Ltd. | Communication system and method between an on-vehicle voice recognition system and an off-vehicle voice recognition system |
| US10269348B2 (en) | 2010-06-24 | 2019-04-23 | Honda Motor Co., Ltd. | Communication system and method between an on-vehicle voice recognition system and an off-vehicle voice recognition system |
| US9620121B2 (en) | 2010-06-24 | 2017-04-11 | Honda Motor Co., Ltd. | Communication system and method between an on-vehicle voice recognition system and an off-vehicle voice recognition system |
| JP2012133243A (en) * | 2010-12-22 | 2012-07-12 | Toshiba Corp | Speech recognition device, speech recognition method, and television receiver having speech recognition device mounted thereon |
| US8421932B2 (en) | 2010-12-22 | 2013-04-16 | Kabushiki Kaisha Toshiba | Apparatus and method for speech recognition, and television equipped with apparatus for speech recognition |
| CN108446095A (en) * | 2013-01-17 | 2018-08-24 | 三星电子株式会社 | Image processing equipment, its control method and image processing system |
| JP2014138421A (en) * | 2013-01-17 | 2014-07-28 | Samsung Electronics Co Ltd | Video processing apparatus, control method for the same, and video processing system |
| US9390716B2 (en) | 2013-04-19 | 2016-07-12 | Panasonic Intellectual Property Corporation Of America | Control method for household electrical appliance, household electrical appliance control system, and gateway |
| JPWO2014171144A1 (en) * | 2013-04-19 | 2017-02-16 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカＰａｎａｓｏｎｉｃ Ｉｎｔｅｌｌｅｃｔｕａｌ Ｐｒｏｐｅｒｔｙ Ｃｏｒｐｏｒａｔｉｏｎ ｏｆ Ａｍｅｒｉｃａ | Home appliance control method, home appliance control system, and gateway |
| JP2018190436A (en) * | 2013-04-19 | 2018-11-29 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカＰａｎａｓｏｎｉｃ Ｉｎｔｅｌｌｅｃｔｕａｌ Ｐｒｏｐｅｒｔｙ Ｃｏｒｐｏｒａｔｉｏｎ ｏｆ Ａｍｅｒｉｃａ | Control method of appliances, appliances, and program |
| WO2014171144A1 (en) * | 2013-04-19 | 2014-10-23 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ | Control method for household electrical appliance, household electrical appliance control system, and gateway |
| USRE48569E1 (en) | 2013-04-19 | 2021-05-25 | Panasonic Intellectual Property Corporation Of America | Control method for household electrical appliance, household electrical appliance control system, and gateway |
| CN105408953A (en) * | 2013-06-28 | 2016-03-16 | 株式会社ＡＴＲ－Ｔｒｅｋ | Voice recognition client device for local voice recognition |
| JP2015011170A (en) * | 2013-06-28 | 2015-01-19 | 株式会社ＡＴＲ−Ｔｒｅｋ | Voice recognition client device performing local voice recognition |
| WO2014208231A1 (en) * | 2013-06-28 | 2014-12-31 | 株式会社ＡＴＲ－Ｔｒｅｋ | Voice recognition client device for local voice recognition |
| JP2015102795A (en) * | 2013-11-27 | 2015-06-04 | シャープ株式会社 | Voice recognition terminal, server, control method for server, voice recognition system, control program for voice recognition terminal, and control program for server |
| JP2019028160A (en) * | 2017-07-27 | 2019-02-21 | アルパイン株式会社 | Electronic device and information terminal system |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7174299B2 (en) | Speech recognition system, speech recognition apparatus, and speech recognition method | |
| US20210398527A1 (en) | Terminal screen projection control method and terminal | |
| JP2006352869A (en) | Communication terminal and method of transmitting content of conversation at the communication terminal | |
| JP2002182896A (en) | Voice recognizing system, voice recognizing device and method therefor | |
| CN110992955A (en) | Voice operation method, device, equipment and storage medium of intelligent equipment | |
| KR102197143B1 (en) | System for command operation using speech recognition and method thereof | |
| US7251602B2 (en) | Voice browser system | |
| EP1085501B1 (en) | Client-server based speech recognition | |
| JPH02140863A (en) | Text transmission system for terminal side editor in distributed type editor | |
| JP2004208171A (en) | Radio acoustic device and sound acquiring method in the device | |
| JP5163682B2 (en) | Interpreter call system | |
| CN114884584B (en) | Data transmission method, related device and computer program product | |
| JPS62262164A (en) | Virtual terminal controller | |
| JP2010041689A (en) | Image display and information transmit method | |
| KR100642577B1 (en) | Method and apparatus for transforming voice message into text message and transmitting the same | |
| JP2000253108A (en) | Portable telephone device | |
| JP2005128076A (en) | Speech recognition system for recognizing speech data from terminal, and method therefor | |
| EP1141818A1 (en) | Device with speech signal input means and control signal input means | |
| JP4047854B2 (en) | Device-to-device serial communication method and apparatus | |
| JPH07319782A (en) | Character code converter | |
| JP2008046707A (en) | Converted data display method and apparatus | |
| JP5105126B2 (en) | Information processing apparatus and information processing method | |
| JP2000151827A (en) | Telephone voice recognizing system | |
| JPH05292191A (en) | Automatic mutual communication system utilizing voice automatic replying equipment | |
| JP3008716B2 (en) | Printing device |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20071210 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20071210 |
|
| RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20071210 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20080516 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20080708 |
|
| RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20080828 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20090109 |