2/2013

32/54

１２３ロエレクトロニカ社のCコンパイラを採用した。　今回利用した音声認識モジュールは，音声認識開始前に，以下３つのモードのいずれかを選択する必要がある。①　特定話者モード（SDモード）　SVモードと合わせて任意のフレーズを32個登録できる。フレーズを登録学習させた話者と，一致する話者でないと認識ができないモード。　あらかじめ登録されている計25個のフレーズ（ワードセットは３種類）に対して，話者を特定せず認識できるモード。あらかじめ登録されているフレーズを表６に示す。　SIモードでは，音声認識開始前にワードセットNo．の指定が必要である。　登録したフレーズを最大５人の話者で区別して認識できるモード。同一フレーズでも話者を区別して認識可能。　音声認識モジュールは，エンドユーザへ以下のような反応を返す。　認識成功とは，学習登録したフレーズもしくはあらかじめ登録されているフレーズ（例えば「上」）を，話者が発声し一致した場合である。　認識失敗とは，制限時間内に話者が発声しないような無音声な場合，もしくは発声したが音声認識モジュールが認識できない雑音レベルだった場合である。登録フレーズ－30－　誤認識とは，認識失敗と異なり，話者が発声したフレーズとは想定外の学習登録したフレーズもしくはあらかじめ登録されているフレーズで認識した場合である（例えば，「上」と発声したのに「下」で認識した）。　平成24年11月２日（金）に対象者宅で，音声認識モジュールの各モードの動作検証を行った。下位コントローラーが未完成だったため，音声認識モジュールと付属のアプリケーションソフト（EasyVR）を利用し検証した。①　特定話者モード（SDモード）の動作結果　本来ならフレーズ登録した話者のみ認識するモードだが，フレーズ登録者以外の話者でも認識成功してしまった。　あらかじめ登録されているフレーズであれば，不特定の話者で認識した。ここで意図的にあらかじめ登録されているフレーズを含む歌を，対象者宅のTVから流した結果，認識成功してしまった。　フレーズ登録したそれぞれの話者で認識した。しかしながら，フレーズ登録した話者であっても，声のトーン，イントネーション，フレーズ時間（話す速度）によって誤認識および認識失敗することがわかった。　以上の結果から，テーブルを上昇下降する「上」と「下」があらかじめフレーズとして登録されている不特定話者モード（SIモード）を，下位コントローラーで採用することとした。　音声認識モジュールは，PICマイコンのUARTによる通信方法で制御できる。認識処理の流れを図18に示す。　①認識開始コマンドでSIモードおよびワードセットを指定する。図18ではワードセットNo．２を指4.1.3　音声認識モジュールについて②　不特定話者モード（SIモード）③　話者特定モード（SVモード）　＊　認識成功（Recognition OK）　＊　認識失敗（Recognition Error）表６　SIモード登録フレーズワードセットNo．アクション，進め，曲がれ，走れ，見ろ，攻撃，止まれ，こんにちは左，右，上，下，前，後ろゼロ，イチ，ニ，サン，ヨン，ゴ，ロク，ナナ，ハチ，キュウまたはク，ジュウ技能と技術　2/2013　＊　誤認識（Error）4.1.4　音声認識モジュール各モードの動作検証②　不特定話者モード（SIモード）の動作結果③　話者特定モード（SVモード）の動作結果4.2　不特定話者モード（SIモード）処理手順