[发明专利]声音识别装置以及用于执行声音识别的方法

说明书

相关申请的交叉参考

本申请涉及包含在2008年2月15日提交的日本专利申请申请第 2008-035126号中的主题，其全部内容通过引用结合于此作为参考。

技术领域

本申请涉及声音识别装置，以及用于执行声音识别的方法。

背景技术

通常，已经知道一种与用户执行声音交互的机器人，其被称作声 音交互机器人。然而，在一些情况下由于从诸如家庭或办公室的实际 环境中的各种设备输出的噪声，声音交互机器人可能不能正确地识别 由用户发出的声音。为了提高在由家庭电器或用户的动作发出噪声的 环境中的声音识别率，优选地由用户以适当的强度将声音输入到传声 器中。

已经提出了一种用于通过在检测到用户声音时计算S/N比并在 S/N比低于给定值时将机器人移向用户来改进S/N比的方法。这样的 方法的示例在JP-A-2006-181651(同族美国公开是：US 2006/0143017A1)中被公开。然而，根据该方法，其没有确定机器 人为了接收满足足以进行声音识别的S/N比的声音而需要向用户移近 多少。此外，当周围噪声强度改变时，需要接收来自用户的另一声音 来确定至用户的距离是否恰当。

已经提出了一种用于向用户指示实际声音强度和根据周围噪声强 度的相对期望声音强度以使用户直觉地知道期望的声音音量的方法。 该方法的示例在JP-A-2006-227499中被公开。然而，用户发出的大 量声音是通过用户的头盖(brainpan)被用户听到的。因此，用户难 以根据机器人发出的指示来调节声音的音量。同样，当周围噪声强度 变化时，需要用户再次发出声音以接收适当强度范围内的声音。

上述传统方法采用了通过由用户发出的多个声音来调节用户的声 音强度的方法。因此，这些方法需要用户每次在由于环境变化(诸如 周围噪声强度的变化)而需要调节的时候再次发出声音。

发明内容

根据本发明的一个方面，提供了一种语音识别装置，包括：音频 输入模块，其接收音频输入，并输出音频信号，该音频输入模块具有 被配置为可调节的增益；语音识别模块，在音频信号中检测发现用户 的语音出现的语音区间，并对该语音区间期间的音频信号执行语音识 别；第一强度测量模块，测量语音区间中的音频信号的信号强度并将 测量的信号强度作为语音强度输出；第二强度测量模块，测量噪声区 间中的音频信号的信号强度并将测量的信号强度作为噪声强度输出， 其中噪声区间是语音区间之外的时间区间；第一计算模块，计算作为 语音强度与噪声强度之比的S/N比；距离测量模块，测量用户和语音 输入模块之间的当前距离；第一存储模块，存储对应于语音识别模块 能够执行具有给定识别率的语音识别的S/N比的第一阈值；第二存储 模块，存储具有语音强度、当前距离以及增益的集合的语音特性，通 过该语音特性，语音识别模块成功执行语音识别；第二计算模块，基 于语音特性计算用于当前距离的推荐距离范围，在该推荐距离范围 内，估算出S/N比超过第一阈值；以及显示模块，显示推荐距离范围 和当前距离。

根据本发明的另一方面，提供了一种执行语音识别的方法，该方 法包括：接收音频输入以输出具有被配置为可调节的增益的音频信 号；在音频信号中检测发现出现用户的语音的语音区间以对该语音区 间期间的音频信号执行语音识别；测量语音区间中的音频信号的信号 强度以将测量的信号强度作为语音强度输出；测量噪声区间中的音频 信号的信号强度，以将所测量的信号强度作为噪声强度输出，该噪声 区间是语音区间之外的时间区间；计算作为语音强度与噪声强度之比 的S/N比；测量距离用户的当前距离；存储对应于语音识别模块能够 执行语音识别以具有给定识别率的S/N比的第一阈值；存储具有语音 强度、当前距离以及增益的集合的语音特性，通过该语音特性，已经 成功执行语音识别；基于语音特性计算用于当前距离的推荐距离范 围，在该推荐距离范围内，估算出S/N比超过第一阈值；以及显示该 推荐距离范围和当前距离。

附图说明

将参考附图描述实施本发明的各种特征的一般配置。提供的附图 及其相关描述是为了示出本发明的实施例，而不用于限制本发明的范 围。

图1是示出了根据本发明的第一实施例的声音交互机器人的外观 的示意图。

图2是示出了根据第一实施例的声音交互机器人的使用的示例的 示意图。

图3是根据第一实施例的声音交互机器人的功能框图。