特許ウォッチ

公開番号2025144810
公報種別公開特許公報(A)
公開日2025-10-03
出願番号2024044669
出願日2024-03-21
発明の名称端末装置のためのコンピュータプログラム、端末装置、及び、端末装置によって実行される方法
出願人ブラザー工業株式会社
代理人弁理士法人快友国際特許事務所
主分類G10L 15/06 20130101AFI20250926BHJP(楽器;音響)
要約【課題】構音障害を有さないユーザと構音障害を有するユーザとのそれぞれの音声を文字列として適切に表示することが可能な技術を提供すること。
【解決手段】通信システムにおいて、携帯端末は、構音障害を有さないユーザの音声に対応する第1の文字列データを要求するための第1の情報を音声認識エンジンである音声認識サーバに供給する場合に、構音障害を有さないユーザのための第1の音声認識モデルが音声認識サーバによって利用されることに応じて、音声認識サーバから第1の文字列データを取得し、構音障害を有するユーザの音声に対応する第2の文字列データを要求するための第2の情報を音声認識サーバに供給する場合に、構音障害を有するユーザのための第2の音声認識モデルが音声認識サーバによって利用されることに応じて、音声認識サーバから第2の文字列データを取得する。
【選択図】図1
特許請求の範囲【請求項１】
端末装置のためのコンピュータプログラムであって、
前記端末装置のコンピュータを、以下の各部、即ち、
構音障害を有さないユーザの音声であるのか、前記構音障害を有するユーザの音声であるのか、を示す情報を音声認識エンジンに供給する第１の供給部と、
音声の入力が検出される場合に、前記音声に対応する音声データを前記音声認識エンジンに供給する第２の供給部と、
前記音声認識エンジンから、前記音声データに対応する文字列データを取得する取得部と、
前記文字列データに対応する文字列を含む第１の画面を前記端末装置の表示部に表示させる第１の表示制御部と、として機能させ、
前記取得部は、
前記構音障害を有さない前記ユーザの音声に対応する第１の文字列データを要求するための第１の情報が前記音声認識エンジンに供給される場合に、前記構音障害を有さない前記ユーザのための第１の音声認識モデルが前記音声認識エンジンによって利用されることに応じて、前記音声認識エンジンから前記第１の文字列データを取得し、
前記構音障害を有する前記ユーザの音声に対応する第２の文字列データを要求するための第２の情報が前記音声認識エンジンに供給される場合に、前記構音障害を有する前記ユーザのための第２の音声認識モデルが前記音声認識エンジンによって利用されることに応じて、前記音声認識エンジンから前記第２の文字列データを取得する、コンピュータプログラム。
続きを表示（約 2,500 文字）【請求項２】
前記第１の供給部は、
第１の操作が前記端末装置に加えられる場合に、前記第１の情報を前記音声認識エンジンに供給し、
前記第１の操作とは異なる第２の操作が前記端末装置に加えられる場合に、前記第２の情報を前記音声認識エンジンに供給する、請求項１に記載のコンピュータプログラム。
【請求項３】
前記コンピュータプログラムは、前記コンピュータを、さらに、
第１のアイコンと第２のアイコンとを含む第２の画面を前記表示部に表示させる第２の表示制御部として機能させ、
前記第１の操作は、前記第２の画面に含まれる前記第１のアイコンを選択する操作を含み、
前記第２の操作は、前記第２の画面に含まれる前記第２のアイコンを選択する操作を含む、請求項２に記載のコンピュータプログラム。
【請求項４】
前記第２の画面に含まれる前記第１のアイコンが操作されることに応じて表示される前記第１の画面は、第３のアイコンを含み、
前記第２の操作は、さらに、前記第１の画面に含まれる前記第３のアイコンを選択する操作を含む、請求項３に記載のコンピュータプログラム。
【請求項５】
前記第３のアイコンは、前記第２のアイコンと同じ形状を有する、請求項４に記載のコンピュータプログラム。
【請求項６】
前記第２の画面に含まれる前記第２のアイコンが操作されることに応じて表示される前記第１の画面は、第４のアイコンを含み、
前記第１の操作は、さらに、前記第１の画面に含まれる前記第４のアイコンを選択する操作を含む、請求項３に記載のコンピュータプログラム。
【請求項７】
前記音声認識エンジンは、前記構音障害を有する複数のユーザに対応する複数の第２の音声認識モデルを備え、
前記第２の情報は、前記構音障害を有する特定のユーザに対応する特定の第２の音声認識モデルを示す情報を含み、
前記取得部は、前記第２の情報が前記音声認識エンジンに供給される場合に、前記特定の第２の音声認識モデルが前記音声認識エンジンによって利用されることに応じて、前記音声認識エンジンから前記第２の文字列データを取得する、請求項１に記載のコンピュータプログラム。
【請求項８】
前記第２の供給部は、
前記構音障害を有さない前記ユーザの第１の音声に対応する第１の音声データを前記音声認識エンジンに供給し、
前記構音障害を有する前記ユーザの第２の音声に対応する第２の音声データを前記音声認識エンジンに供給し、
前記取得部は、
前記音声認識エンジンから、前記第１の音声データに対応する前記第１の文字列データを取得し、
前記音声認識エンジンから、前記第２の音声データに対応する前記第２の文字列データを取得し、
前記第１の表示制御部は、前記第１の文字列データに対応する第１の文字列と、前記第２の文字列データに対応する第２の文字列と、を含む前記第１の画面を前記表示部に表示させる、請求項１に記載のコンピュータプログラム。
【請求項９】
端末装置であって、
構音障害を有さないユーザの音声であるのか、前記構音障害を有するユーザの音声であるのか、を示す情報を音声認識エンジンに供給する第１の供給部と、
音声の入力が検出される場合に、前記音声に対応する音声データを前記音声認識エンジンに供給する第２の供給部と、
前記音声認識エンジンから、前記音声データに対応する文字列データを取得する取得部と、
前記文字列データに対応する文字列を含む第１の画面を前記端末装置の表示部に表示させる第１の表示制御部と、を備え、
前記取得部は、
前記構音障害を有さない前記ユーザの音声に対応する第１の文字列データを要求するための第１の情報が前記音声認識エンジンに供給される場合に、前記構音障害を有さない前記ユーザのための第１の音声認識モデルが前記音声認識エンジンによって利用されることに応じて、前記音声認識エンジンから前記第１の文字列データを取得し、
前記構音障害を有する前記ユーザの音声に対応する第２の文字列データを要求するための第２の情報が前記音声認識エンジンに供給される場合に、前記構音障害を有する前記ユーザのための第２の音声認識モデルが前記音声認識エンジンによって利用されることに応じて、前記音声認識エンジンから前記第２の文字列データを取得する、端末装置。
【請求項１０】
端末装置によって実行される方法であって、
構音障害を有さないユーザの音声であるのか、前記構音障害を有するユーザの音声であるのか、を示す情報を音声認識エンジンに供給する第１の供給工程と、
音声の入力が検出される場合に、前記音声に対応する音声データを前記音声認識エンジンに供給する第２の供給工程と、
前記音声認識エンジンから、前記音声データに対応する文字列データを取得する取得工程と、
前記文字列データに対応する文字列を含む第１の画面を前記端末装置の表示部に表示させる第１の表示制御工程と、を備え、
前記取得工程は、
前記構音障害を有さない前記ユーザの音声に対応する第１の文字列データを要求するための第１の情報が前記音声認識エンジンに供給される場合に、前記構音障害を有さない前記ユーザのための第１の音声認識モデルが前記音声認識エンジンによって利用されることに応じて、前記音声認識エンジンから前記第１の文字列データを取得し、
前記構音障害を有する前記ユーザの音声に対応する第２の文字列データを要求するための第２の情報が前記音声認識エンジンに供給される場合に、前記構音障害を有する前記ユーザのための第２の音声認識モデルが前記音声認識エンジンによって利用されることに応じて、前記音声認識エンジンから前記第２の文字列データを取得する、方法。

発明の詳細な説明【技術分野】
【０００１】
本明細書は、音声認識に関する技術を開示する。
続きを表示（約 1,800 文字）【背景技術】
【０００２】
特許文献１には、音声を認識して文字列を表示するアプリケーションが開示されている。
【先行技術文献】
【特許文献】
【０００３】
特開２０１９－０１６２０６号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
上記の技術では、構音障害を有さないユーザと構音障害を有するユーザとを区別して音声を認識することについて何ら開示されていない。本明細書では、構音障害を有さないユーザと構音障害を有するユーザとのそれぞれの音声を文字列として適切に表示することが可能な技術を提供する。
【課題を解決するための手段】
【０００５】
本明細書は、端末装置のためのコンピュータプログラムを開示する。コンピュータプログラムは、前記端末装置のコンピュータを、以下の各部、即ち、構音障害を有さないユーザの音声であるのか、前記構音障害を有するユーザの音声であるのか、を示す情報を音声認識エンジンに供給する第１の供給部と、音声の入力が検出される場合に、前記音声に対応する音声データを前記音声認識エンジンに供給する第２の供給部と、前記音声認識エンジンから、前記音声データに対応する文字列データを取得する取得部と、前記文字列データに対応する文字列を含む第１の画面を前記端末装置の表示部に表示させる第１の表示制御部と、として機能させてもよい。前記取得部は、前記構音障害を有さない前記ユーザの音声に対応する第１の文字列データを要求するための第１の情報が前記音声認識エンジンに供給される場合に、前記構音障害を有さない前記ユーザのための第１の音声認識モデルが前記音声認識エンジンによって利用されることに応じて、前記音声認識エンジンから前記第１の文字列データを取得し、前記構音障害を有する前記ユーザの音声に対応する第２の文字列データを要求するための第２の情報が前記音声認識エンジンに供給される場合に、前記構音障害を有する前記ユーザのための第２の音声認識モデルが前記音声認識エンジンによって利用されることに応じて、前記音声認識エンジンから前記第２の文字列データを取得してもよい。
【０００６】
上記の構成によると、端末装置は、構音障害を有さないユーザの音声に対応する第１の文字列データを要求するための第１の情報と、構音障害を有するユーザの音声に対応する第２の文字列データを要求するための第２の情報と、のいずれかを音声認識エンジンに供給するので、ユーザに応じた適切な音声認識結果を取得することができる。このために、端末装置は、構音障害を有さないユーザと構音障害を有するユーザとのそれぞれの音声を文字列として適切に表示することができる。
【０００７】
上記のコンピュータプログラムを格納するコンピュータ読取可能記録媒体も新規で有用である。また、上記の端末装置そのもの及び上記の端末装置によって実行される方法も新規で有用である。また、上記の端末装置と音声認識エンジンとを含む通信システムも新規で有用である。
【図面の簡単な説明】
【０００８】
通信システムの構成を示す。
携帯端末と音声認識サーバとによって実行される各処理のシーケンス図を示す。
ケースＢのシーケンス図を示す。
携帯端末に表示される画面の一例を示す。
【発明を実施するための形態】
【０００９】
（通信システム２の構成：図１）
図１に示されるように、通信システム２は、携帯端末１０と音声認識サーバ１００とを備える。本実施例では、携帯端末１０が、構音障害を有さないユーザと構音障害を有するユーザとのそれぞれの音声に対応する文字列を表示するための技術を開示する。
【００１０】
（携帯端末１０の構成）
携帯端末１０は、スマートフォン、タブレットＰＣ、携帯電話等の可搬型のユーザ端末装置である。変形例では、携帯端末１０に代えて、据置型のユーザ端末装置が利用されてもよい。携帯端末１０は、操作部１２と表示部１４とマイク１６と通信インターフェース１８と制御部３０とを備える。
（【００１１】以降は省略されています）

関連特許