[發明專利]聲音識別裝置

有效

• 申請號: 200980161199.3
• 申請日: 2009-11-06
• 公開（公告）號: CN102483918A
• 公開（公告）日: 2012-05-30
• 發明（設計）人: 大內一成;古賀敏之;山本大介;土井美和子
• 申請（專利權）人: 株式會社東芝
• 主分類號: G10L15/28
• 分類號: G10L15/28
• 代理公司: 中國國際貿易促進委員會專利商標事務所 11038
• 代理人: 張麗

技術領域

本發明涉及聲音識別裝置。

背景技術

有探測說話者發出的聲音，并將麥克風陣列的指向方向設定為發出該聲音的方向的聲音識別裝置(參照專利文獻1)。

該聲音識別裝置通過判定輸入聲音的聲壓和時間是否超過規定的閾值，推測聲音的音源方向，設定麥克風陣列的指向方向。并且，對來自指向方向的聲音進行強調，并進行聲音識別。

專利文獻1：日本特開2002-366191號公報

發明內容

但是，專利文獻1的聲音識別裝置有時識別到說話者發出的聲音以外的音(例如，關門聲等噪音)。其結果，有時將麥克風陣列的指向方向設定為這樣的音的音源方向，而無法高精度地進行聲音識別。

本發明是鑒于上述課題而完成的，其目的在于提供一種能夠高精度地進行聲音識別的聲音識別裝置。

本發明的一方面的聲音識別裝置，其特征在于，具備：判定部，判定在輸入到包括多個麥克風的聲音輸入部的音中，是否包含規定的強度以上的1000Hz以上的頻率；音源方向推測部，在所述判定部的判定是真的情況下，推測包含1000Hz以上的頻率的所述音的音源方向；以及聲音識別部，判定從所推測出的所述音源方向到來的音是否與預先登記的聲音模型一致。

根據本發明，能夠提供能夠高精度地進行聲音識別的聲音識別裝置。

附圖說明

圖1是本發明的第1實施方式的聲音識別裝置的框圖。

圖2是示出聲音識別裝置中的麥克風陣列的配置例的示意圖。

圖3是示出聲音識別裝置的處理流程的一個例子的流程圖。

圖4是示出所輸入的噪音、人的聲音、拍響手的音的頻率分布的一個例子的示意圖。

圖5是示出拍響手掌的音的時間變化的圖。

圖6是示出操作命令的數據庫的一個例子的圖。

圖7是示出操作命令的數據庫的另一例子的圖。

圖8是本發明的第1實施方式的聲音識別裝置的變形例1的框圖。

圖9是本發明的第2實施方式的聲音識別裝置的框圖。

圖10是示出聲音識別裝置的處理流程的一個例子的流程圖。

圖11是示出將手掌拍響兩次的音的時間變化的一個例子的圖。

(符號說明)

10、100：聲音識別裝置；11：麥克風陣列；12：存儲部；13、113：判定部；14：音源方向推測部；15：指向性控制部；16：聲音識別部；17：設備控制部；18：顯示部；20：電視接收機；21、22：麥克風；29：框體；50：聲音輸入部；150：提取部

具體實施方式

以下，參照附圖，詳細說明本發明的實施方式。

在本說明書中，對同樣的要素附加同一符號而適宜地省略詳細的說明。

(第1實施方式)

第1實施方式的聲音識別裝置10通過探測由于說話者的動作而產生的音(以下稱為“信號音”)，將聲音輸入部中包含的麥克風陣列的指向方向設定為信號音的音源方向，識別來自說話者的聲音，控制電視接收機等電子設備。在信號音中，例如，包括拍響手掌等多個身體的部位的音、彈手指的音、用手指或手等身體的部位敲打物體的音等。在本實施方式中，將拍響手掌的音用作信號音。

圖1是第1實施方式的聲音識別裝置的框圖。本實施方式的聲音識別裝置10具備聲音輸入部50、存儲部12、判定部13、音源方向推測部14、指向性控制部15、聲音識別部16、設備控制部17以及顯示部18。

聲音輸入部50包括1個或者多組的麥克風陣列。

在本實施方式中，聲音輸入部50包括1個麥克風陣列11。

聲音輸入部50輸入聲音識別裝置的外部的音、人的聲音(voice)，作為音數據保存到存儲部12。

存儲部12除了音數據以外，還儲存為了后述的聲音識別部16識別聲音而所需的聲音模型。

判定部13判定在存儲部12中保存的音數據中是否包含有滿足后述的規定的條件的音數據。

音源方向推測部14根據由判定部13判定的判定結果，推測該音數據的音源方向(發出信號音的方向)。

指向性控制部15將麥克風陣列11的指向方向設定為音源方向推測部14推測出的音源方向。

在麥克風陣列11的指向方向的設定完成之后，指向性控制部15向聲音識別部16輸出識別開始命令。

聲音識別部16接收來自指向性控制部15的識別開始命令。