[發明專利]聲音識別裝置以及用于執行聲音識別的方法

有效

• 申請號: 200910007438.1
• 申請日: 2009-02-13
• 公開（公告）號: CN101510425A
• 公開（公告）日: 2009-08-19
• 發明（設計）人: 杉山博史;鈴木薰;山本大介;古賀敏之
• 申請（專利權）人: 株式會社東芝
• 主分類號: G10L15/26
• 分類號: G10L15/26
• 代理公司: 中國國際貿易促進委員會專利商標事務所
• 代理人: 屠長存

相關申請的交叉參考

本申請涉及包含在2008年2月15日提交的日本專利申請申請第 2008-035126號中的主題，其全部內容通過引用結合于此作為參考。

技術領域

本申請涉及聲音識別裝置，以及用于執行聲音識別的方法。

背景技術

通常，已經知道一種與用戶執行聲音交互的機器人，其被稱作聲 音交互機器人。然而，在一些情況下由于從諸如家庭或辦公室的實際 環境中的各種設備輸出的噪聲，聲音交互機器人可能不能正確地識別 由用戶發出的聲音。為了提高在由家庭電器或用戶的動作發出噪聲的 環境中的聲音識別率，優選地由用戶以適當的強度將聲音輸入到傳聲 器中。

已經提出了一種用于通過在檢測到用戶聲音時計算S/N比并在 S/N比低于給定值時將機器人移向用戶來改進S/N比的方法。這樣的 方法的示例在JP-A-2006-181651(同族美國公開是：US 2006/0143017A1)中被公開。然而，根據該方法，其沒有確定機器 人為了接收滿足足以進行聲音識別的S/N比的聲音而需要向用戶移近 多少。此外，當周圍噪聲強度改變時，需要接收來自用戶的另一聲音 來確定至用戶的距離是否恰當。

已經提出了一種用于向用戶指示實際聲音強度和根據周圍噪聲強 度的相對期望聲音強度以使用戶直覺地知道期望的聲音音量的方法。 該方法的示例在JP-A-2006-227499中被公開。然而，用戶發出的大 量聲音是通過用戶的頭蓋(brainpan)被用戶聽到的。因此，用戶難 以根據機器人發出的指示來調節聲音的音量。同樣，當周圍噪聲強度 變化時，需要用戶再次發出聲音以接收適當強度范圍內的聲音。

上述傳統方法采用了通過由用戶發出的多個聲音來調節用戶的聲 音強度的方法。因此，這些方法需要用戶每次在由于環境變化(諸如 周圍噪聲強度的變化)而需要調節的時候再次發出聲音。

發明內容

根據本發明的一個方面，提供了一種語音識別裝置，包括：音頻 輸入模塊，其接收音頻輸入，并輸出音頻信號，該音頻輸入模塊具有 被配置為可調節的增益；語音識別模塊，在音頻信號中檢測發現用戶 的語音出現的語音區間，并對該語音區間期間的音頻信號執行語音識 別；第一強度測量模塊，測量語音區間中的音頻信號的信號強度并將 測量的信號強度作為語音強度輸出；第二強度測量模塊，測量噪聲區 間中的音頻信號的信號強度并將測量的信號強度作為噪聲強度輸出， 其中噪聲區間是語音區間之外的時間區間；第一計算模塊，計算作為 語音強度與噪聲強度之比的S/N比；距離測量模塊，測量用戶和語音 輸入模塊之間的當前距離；第一存儲模塊，存儲對應于語音識別模塊 能夠執行具有給定識別率的語音識別的S/N比的第一閾值；第二存儲 模塊，存儲具有語音強度、當前距離以及增益的集合的語音特性，通 過該語音特性，語音識別模塊成功執行語音識別；第二計算模塊，基 于語音特性計算用于當前距離的推薦距離范圍，在該推薦距離范圍 內，估算出S/N比超過第一閾值；以及顯示模塊，顯示推薦距離范圍 和當前距離。

根據本發明的另一方面，提供了一種執行語音識別的方法，該方 法包括：接收音頻輸入以輸出具有被配置為可調節的增益的音頻信 號；在音頻信號中檢測發現出現用戶的語音的語音區間以對該語音區 間期間的音頻信號執行語音識別；測量語音區間中的音頻信號的信號 強度以將測量的信號強度作為語音強度輸出；測量噪聲區間中的音頻 信號的信號強度，以將所測量的信號強度作為噪聲強度輸出，該噪聲 區間是語音區間之外的時間區間；計算作為語音強度與噪聲強度之比 的S/N比；測量距離用戶的當前距離；存儲對應于語音識別模塊能夠 執行語音識別以具有給定識別率的S/N比的第一閾值；存儲具有語音 強度、當前距離以及增益的集合的語音特性，通過該語音特性，已經 成功執行語音識別；基于語音特性計算用于當前距離的推薦距離范 圍，在該推薦距離范圍內，估算出S/N比超過第一閾值；以及顯示該 推薦距離范圍和當前距離。

附圖說明

將參考附圖描述實施本發明的各種特征的一般配置。提供的附圖 及其相關描述是為了示出本發明的實施例，而不用于限制本發明的范 圍。

圖1是示出了根據本發明的第一實施例的聲音交互機器人的外觀 的示意圖。

圖2是示出了根據第一實施例的聲音交互機器人的使用的示例的 示意圖。

圖3是根據第一實施例的聲音交互機器人的功能框圖。