JP2020170112A - 音声認識システム、近距離無線通信デバイス及び情報端末 - Google Patents

Abstract

【課題】 近距離無線通信デバイスから情報端末に送信される音声データに対して音声認識を行う場合に適切なタイミングで音声認識を行う。【解決手段】 近距離無線通信デバイスであるＢｌｕｅｔｏｏｔｈデバイス１０と情報端末２０とを含む音声認識システム１であって、Ｂｌｕｅｔｏｏｔｈデバイス１０は、ユーザからの操作に応じて、近距離無線通信の通信方式を第１の通信方式と第２の通信方式との間で切り替える切替部１６を備え、情報端末２０は、当該通信方式が第１の通信方式と第２の通信方式との間で切り替えられたことを検出する切替検出部２７と、第１の通信方式に切り替えられたことが検出されると音声認識部２５に、Ｂｌｕｅｔｏｏｔｈデバイス１０からの音声データに対する音声認識を開始させ、第２の通信方式に切り替えられたことが検出されると当該音声認識を停止させる制御部２８とを備える。【選択図】 図１

Description

本発明は、音声データに対する音声認識を行う音声認識システム、並びに当該音声認識システムに含まれる近距離無線通信デバイス及び情報端末に関する。

近年、音声認識技術及び機械翻訳技術の著しい進歩により、スマートフォン等の情報端末による音声翻訳サービスが普及しつつある。これはユーザが発話した内容を音声認識でテキストに変換し、そのテキストを目的の言語に機械翻訳して、翻訳結果を音声合成で再生するというシステムに基づいている。音声認識及び機械翻訳はネットワークを介したサーバで提供することが多いため、上記のようなサービスを利用するためには、通常、スマートフォン等のネットワーク接続できる情報端末が必要となる。

音声認識に係る技術として、マイクによって入力された音声データをＢｌｕｅｔｏｏｔｈ（登録商標）による通信で送信して音声認識装置に送信するというものがある（例えば、特許文献１参照）。

特開２００５−２１７４５６号公報

上記の音声翻訳をスマートフォン等の情報端末で実現するにあたって、翻訳結果の音声は、コミュニケーションの相手に聞かせる必要がある。従って、単一の情報端末でこれを行おうとすると、情報端末にユーザが発話し、その結果の音声を相手に聞かせるために、相手に情報端末を差し出し、更には、相手に発話してもらう時も相手に情報端末を差し出して発話してもらって、その結果をユーザが聞くという動作が必要になる。２台の情報端末を使って通信で連携すれば、各自が１台ずつ情報端末を持つことで、情報端末を交換せずにコミュニケーションが可能ではある。

これを１つの情報端末と、ヘッドセットのような主に音声データの入出力の機能及びＢｌｕｅｔｏｏｔｈ通信機能しか持たないＢｌｕｅｔｏｏｔｈマイクスピーカ（Ｂｌｕｅｔｏｏｔｈデバイス）とで実現することを考える。しかしながら、これらの装置の間でコミュニケーションのタイミングを制御する仕組みが無いため、１人が情報端末を、もう１人がＢｌｕｅｔｏｏｔｈマイクスピーカをそれぞれ持って双方向コミュニケーションをすることが難しい。

本発明は、上記に鑑みてなされたものであり、近距離無線通信デバイスから情報端末に送信される音声データに対して音声認識を行う場合に適切なタイミングで音声認識を行うことができる音声認識システム、近距離無線通信デバイス及び情報端末を提供することを目的とする。

上記の目的を達成するために、本発明に係る音声認識システムは、マイクを備える近距離無線通信デバイスと、当該近距離無線通信デバイスとの間で近距離無線通信によって音声データを送受信する情報端末とを含む音声認識システムであって、近距離無線通信デバイスは、ユーザからの操作を受け付ける操作受付部と、操作受付部によって受け付けられたユーザからの操作に応じて、近距離無線通信の通信方式を第１の通信方式と、第１の通信方式とは異なる第２の通信方式との間で切り替える切替部と、マイクによって入力された音声データを第１の通信方式で情報端末に送信する送信部と、を備え、情報端末は、近距離無線通信デバイスから音声データを受信して、受信した音声データに対して音声認識を行う音声認識部と、近距離無線通信デバイスによって、近距離無線通信の通信方式が第１の通信方式と、第２の通信方式との間で切り替えられたことを検出する切替検出部と、第１の通信方式に切り替えられたことが切替検出部によって検出されると音声認識部に近距離無線通信デバイスからの音声データに対する音声認識を開始させ、第２の通信方式に切り替えられたことが切替検出部によって検出されると音声認識部に近距離無線通信デバイスからの音声データに対する音声認識を停止させる制御部と、を備える。

本発明に係る音声認識システムでは、近距離無線通信デバイスにおいて第１の通信方式に切り替えられている際に、情報端末において近距離無線通信デバイスからの音声データに対する音声認識が行われる。従って、本発明に係る音声認識システムによれば、適切なタイミングで音声認識を行うことができる。

また、本発明に係る音声認識システムに含まれる近距離無線通信デバイス及び情報端末は、それら自体が新規な構成を有しており発明である。

本発明では、近距離無線通信デバイスにおいて第１の通信方式に切り替えられている際に、情報端末において近距離無線通信デバイスからの音声データに対する音声認識が行われる。従って、本発明によれば、適切なタイミングで音声認識を行うことができる。

本発明の実施形態に係る音声認識システム、並びに当該音声認識システムに含まれる近距離無線通信デバイスであるＢｌｕｅｔｏｏｔｈデバイス及び情報端末の構成を示す図である。 Ｂｌｕｅｔｏｏｔｈデバイスの外観を示す図である。 本発明の実施形態に係る近距離無線通信デバイスであるＢｌｕｅｔｏｏｔｈデバイスで実行される処理を示すフローチャートである。 本発明の実施形態に係る情報端末で実行される処理を示すフローチャートである。 本発明の実施形態に係る音声認識システムに含まれる近距離無線通信デバイスであるＢｌｕｅｔｏｏｔｈデバイス及び情報端末のハードウェア構成を示す図である。

以下、図面と共に本発明に係る音声認識システム、近距離無線通信デバイス及び情報端末の実施形態について詳細に説明する。なお、図面の説明においては同一要素には同一符号を付し、重複する説明を省略する。

図１に本実施形態に係る音声認識システム１を示す。音声認識システム１は、本実施形態に係る近距離無線通信デバイスであるＢｌｕｅｔｏｏｔｈデバイス１０と、本実施形態に係る情報端末２０とを含む。図２にＢｌｕｅｔｏｏｔｈデバイス１０の外観の例を示す。本実施形態に係る音声認識システム１は、音声翻訳の機能をユーザに提供する。Ｂｌｕｅｔｏｏｔｈデバイス１０と、情報端末２０とは、互いに異なるユーザによって用いられる。それぞれのユーザは、例えば、使用言語が異なるユーザである。

Ｂｌｕｅｔｏｏｔｈデバイス１０及び情報端末２０は、それぞれマイク１１，２１とスピーカ１２，２２とを備えている。Ｂｌｕｅｔｏｏｔｈデバイス１０のユーザが、Ｂｌｕｅｔｏｏｔｈデバイス１０のマイク１１に向かって発話すると、当該発話が翻訳された音声が情報端末２０のスピーカから出力される。また、情報端末２０のユーザが、情報端末２０のマイク２１に向かって発話すると、当該発話が翻訳された音声がＢｌｕｅｔｏｏｔｈデバイス１０のスピーカから出力される。このように本実施形態に係る音声認識システム１によれば、例えば、使用言語が異なるユーザ同士が音声でコミュニケーションを図ることができる。

Ｂｌｕｅｔｏｏｔｈデバイス１０は、マイク１１と、スピーカ１２と、ボタン１３とを備えるデバイスである。Ｂｌｕｅｔｏｏｔｈデバイス１０を持ったユーザが発話する場合には、当該ユーザはボタン１３を押しながら発話を行う。Ｂｌｕｅｔｏｏｔｈデバイス１０の形状は、例えば、ユーザが片手で持てる程度の名刺サイズの形状である。図２に示すようにＢｌｕｅｔｏｏｔｈデバイス１０の所定の面にマイク１１と、スピーカ１２と、ボタン１３とが設けられる。ボタン１３は、例えば、ユーザが片手でＢｌｕｅｔｏｏｔｈデバイス１０を持ったときの当該ユーザの親指の位置に配置される。ユーザは、ボタン１３を押しながらＢｌｕｅｔｏｏｔｈデバイス１０を口元に持っていき発話することでクリアな音声を認識することができる。また、ボタン１３を押すことで、音声認識システム１では、後述するようにＢｌｕｅｔｏｏｔｈデバイス１０のユーザが発話する状態とすることができる。また、後述するようにＢｌｕｅｔｏｏｔｈデバイス１０は、Ｂｌｕｅｔｏｏｔｈによる近距離無線通信を行う機能、及び情報処理機能を有している。

情報端末２０は、例えば、スマートフォン等の情報処理端末である。情報端末２０は、従来のスマートフォン等と同様に、マイク２１と、スピーカ２２と、ボタン２３とを備える。情報端末２０としては、従来のスマートフォン等を利用することができる。なお、情報端末２０は、従来のスマートフォン等にはない後述する本実施形態に係る新規な機能を有する。当該新規な機能は、ソフトウェアによって実現することができる。但し、当該新規な機能は、ソフトウェア以外によって実現されてもよい。

情報端末２０を持ったユーザが発話する場合には、当該ユーザはボタン２３を押しながら発話を行う。また、後述するように情報端末２０は、Ｂｌｕｅｔｏｏｔｈによる近距離無線通信を行う機能、及び情報処理機能を有している。Ｂｌｕｅｔｏｏｔｈデバイス１０と情報端末２０とは互いに、Ｂｌｕｅｔｏｏｔｈによって音声データを送受信する。

Ｂｌｕｅｔｏｏｔｈデバイス１０は、情報端末２０に比べて安価に作成することができる。そのため、本実施形態のようにＢｌｕｅｔｏｏｔｈデバイス１０と情報端末２０とを用いることで、２つの情報端末を使う場合と比べて、安価に音声翻訳の機能を実現することができる。

引き続いて、本実施形態に係る音声認識システム１に含まれるＢｌｕｅｔｏｏｔｈデバイス１０及び情報端末２０の構成について説明する。図１に示すように本実施形態に係るＢｌｕｅｔｏｏｔｈデバイス１０は、マイク１１と、スピーカ１２と、ボタン１３と、Ｂｌｕｅｔｏｏｔｈ通信部１４と、操作受付部１５と、切替部１６とを備えて構成される。Ｂｌｕｅｔｏｏｔｈデバイス１０の説明におけるユーザは、特段の説明がなければＢｌｕｅｔｏｏｔｈデバイス１０のユーザである。

マイク１１は、音声を入力し、音声データ（音声信号）を生成する装置である。マイク１１としては、従来のマイクを用いることができる。スピーカ１２は、音声データを入力して音声出力（再生）する装置である。スピーカ１２としては、従来のスピーカを用いることができる。

ボタン１３は、ユーザが押下することができるボタンである。上述したようにボタン１３は、ユーザが発話する際に押下される。ボタン１３は、例えば、物理的な押しボタンである。ボタン１３は、それ以外の任意のもの、例えば、タッチパネルで実現されるもの等であってもよい。

Ｂｌｕｅｔｏｏｔｈ通信部１４、操作受付部１５及び切替部１６の機能は、Ｂｌｕｅｔｏｏｔｈデバイス１０が備えるプロセッサ、メモリ及び通信モジュール等のハードウェアによって実現される。

Ｂｌｕｅｔｏｏｔｈ通信部１４は、近距離無線通信であるＢｌｕｅｔｏｏｔｈによって他の装置との間で通信を行う機能部である。Ｂｌｕｅｔｏｏｔｈ通信部１４は、情報端末２０との間で音声データの送受信を行う。Ｂｌｕｅｔｏｏｔｈデバイス１０のマイク１１を用いるため、Ｂｌｕｅｔｏｏｔｈデバイス１０と情報端末２０との間では、ＨＦＰ（Hands-Free Profile）というプロファイルで通信を行う。ＨＦＰの通信では、通信モードが、本実施形態における第１の通信方式に相当するＳＣＯ（Synchronous Connection Oriented）と、本実施形態における第２の通信方式に相当するＡＣＬ（Asynchronous Connection Less）との２種類ある。第１の通信方式に相当するＳＣＯと、第２の通信方式に相当するＡＣＬとは互いに異なる方式である。ＨＦＰの通信では、ＳＣＯとＡＣＬとの何れか一方が設定されて、設定された通信モードによる通信が行われる。

ＳＣＯ（ＳＣＯリンク）は、予約済み帯域・短レイテンシの音声転送に特化したパケットを送受信するためのものである。ＡＣＬ（ＡＣＬリンク）は、一般のデータ転送に使われるパケットを送受信するためのものである。ＳＣＯは１６ｋＨｚであり、ＡＣＬは４４．１ｋＨｚであり、ＡＣＬは、ＳＣＯよりも通信品質が高い。ＡＣＬで音声データが送信される場合には、例えば、Ａ２ＤＰ（Advanced Audio Distribution Profile）でメディア音声として送信される。Ｂｌｕｅｔｏｏｔｈデバイス１０及び情報端末２０の何れも、ＨＦＰ及びＡ２ＤＰの通信プロファイルを備えており、上述した何れの方式での通信も行うことができる。

ＡＣＬ／Ａ２ＤＰで音声データが送信されれば、受信側において高音質で音声を再生することができる。但し、Ｂｌｕｅｔｏｏｔｈデバイス１０のマイク１１で音声を入力する場合には、ＳＣＯで通信する必要がある。そのため、本実施形態では、Ｂｌｕｅｔｏｏｔｈデバイス１０から情報端末２０への音声データ、即ち、上り方向の音声データはＳＣＯで送信される。情報端末２０からＢｌｕｅｔｏｏｔｈデバイス１０への音声データ、即ち、下り方向の音声データはＡＣＬ／Ａ２ＤＰで送信される。通信モードの切り替えは、以下の機能部により行われる。なお、以降の説明において、ＡＣＬで音声データの送信が行われる際には、音声データはＡ２ＤＰでメディア音声として送信される。

Ｂｌｕｅｔｏｏｔｈ通信部１４は、ＨＦＰの通信モード（ＨＦＰの状態）がＳＣＯに設定されている際には、マイク１１から音声データを入力して情報端末２０に送信する。即ち、Ｂｌｕｅｔｏｏｔｈ通信部１４は、マイク１１によって入力された音声データを、ＳＣＯで情報端末２０に送信する送信部である。また、Ｂｌｕｅｔｏｏｔｈ通信部１４は、ＨＦＰの通信モード（ＨＦＰの状態）がＡＣＬに設定されている際には、情報端末２０から送信される音声データを受信してスピーカ１２に出力する。

操作受付部１５は、ユーザからＢｌｕｅｔｏｏｔｈデバイス１０に対する操作を受け付ける機能部である。操作受付部１５は、当該操作としてボタン１３の押下を検出して受け付ける。操作受付部１５は、ユーザのボタン１３の押下を受け付けると、その旨を切替部１６に通知する。あるいは、操作受付部１５は、ボタン１３の押下状態が、押下されている状態から押下されていない状態に変化したこと、及び押下されていない状態から押下されている状態に変化したことを検出してもよい。

切替部１６は、操作受付部１５によって受け付けられたユーザからの操作に応じて、ＢｌｕｅｔｏｏｔｈのＨＦＰの通信モードをＳＣＯと、ＡＣＬとの間で切り替える機能部である。例えば、切替部１６は、操作受付部１５からの通知によって示されるボタン１３の押下状態に応じて切替を行う。切替部１６は、ボタン１３が押下されている際には通信モードをＳＣＯに設定し、ボタン１３が押下されていない際には通信モードをＡＣＬに設定する。即ち、ボタン１３の押下が開始されると、切替部１６は、通信モードをＡＣＬからＳＣＯに切り替える。ボタン１３の押下が終了すると、切替部１６は、通信モードをＳＣＯからＡＣＬに切り替える。切替部１６は、Ｂｌｕｅｔｏｏｔｈ通信部１４に対して当該切替を指示する。Ｂｌｕｅｔｏｏｔｈ通信部１４は、当該指示を受け付けて、指示に係る通信モードで通信を行う。

なお、上述したように通信モードがＳＣＯに設定されている際のみに上り方向の通信が行われるため、その際には下り方向の音声データの音声出力を行うスピーカ１２の機能を停止させることとしてもよい。また、通信モードがＡＣＬに設定されている際のみに下り方向の通信が行われるため、その際には上り方向の音声データを入力するマイク１１の機能を停止させることとしてもよい。以上が、本実施形態に係るＢｌｕｅｔｏｏｔｈデバイス１０の構成である。

続いて、情報端末２０の構成について説明する。図１に示すように本実施形態に係る情報端末２０は、マイク２１と、スピーカ２２と、ボタン２３と、Ｂｌｕｅｔｏｏｔｈ通信部２４と、音声認識部２５と、翻訳部２６と、切替検出部２７と、制御部２８と、出力部２９とを備えて構成される。情報端末２０は、上記以外にも通常の情報端末が備える機能を備えていてもよい。情報端末２０の説明におけるユーザは、特段の説明がなければ情報端末２０のユーザである。

マイク２１は、音声を入力し、音声データを生成する装置である。マイク２１としては、従来のマイクを用いることができる。スピーカ２２は、音声データを入力して音声出力する装置である。スピーカ２２としては、従来のスピーカを用いることができる。

ボタン２３は、ユーザが押下することができるボタンである。上述したようにボタン２３は、ユーザが発話する際に押下される。ボタン２３は、例えば、タッチパネルで実現されるもの、又は物理的な押しボタンである。ボタン１３は、それ以外の任意のものであってもよい。

Ｂｌｕｅｔｏｏｔｈ通信部２４、音声認識部２５、翻訳部２６、切替検出部２７、制御部２８及び出力部２９の機能は、情報端末２０が備える、プロセッサ、メモリ及び通信モジュール等のハードウェアによって実現される。

Ｂｌｕｅｔｏｏｔｈ通信部２４は、近距離無線通信であるＢｌｕｅｔｏｏｔｈによって他の装置との間で通信を行う機能部である。Ｂｌｕｅｔｏｏｔｈ通信部１４は、Ｂｌｕｅｔｏｏｔｈデバイス１０との間で音声データの送受信を行う。Ｂｌｕｅｔｏｏｔｈ通信部２４は、Ｂｌｕｅｔｏｏｔｈデバイス１０側で設定された通信モードで通信を行う。Ｂｌｕｅｔｏｏｔｈ通信部２４は、Ｂｌｕｅｔｏｏｔｈデバイス１０との間のＨＦＰの通信モード（状態）を監視し、通信モードの変化があった場合に、通信モードがＳＣＯであるか、あるいはＡＣＬであるかを識別する。Ｂｌｕｅｔｏｏｔｈ通信部２４による通信モードの監視及び識別は、従来の方法によって瞬時に行うことができる。Ｂｌｕｅｔｏｏｔｈ通信部２４は、識別した通信モードでＢｌｕｅｔｏｏｔｈデバイス１０と通信を行う。また、Ｂｌｕｅｔｏｏｔｈ通信部２４は、識別した通信モードを切替検出部２７に通知する。

Ｂｌｕｅｔｏｏｔｈ通信部２４は、ＨＦＰの通信モード（ＨＦＰの状態）がＳＣＯに設定されている際には、Ｂｌｕｅｔｏｏｔｈデバイス１０から送信される音声データを受信して音声認識部２５に出力する。また、Ｂｌｕｅｔｏｏｔｈ通信部２４は、ＨＦＰの通信モードがＡＣＬに設定されている際には、出力部２９から音声データを入力してＢｌｕｅｔｏｏｔｈデバイス１０に送信する。

音声認識部２５は、音声データに対して音声認識を行う機能部である。音声認識部２５は、Ｂｌｕｅｔｏｏｔｈ通信部２４を介してＢｌｕｅｔｏｏｔｈデバイス１０から音声データを受信して、受信した音声データに対して音声認識を行う。また、音声認識部２５は、マイク２１から音声データを入力して、入力した音声データに対して音声認識を行う。

音声認識部２５による音声認識自体は、従来の方法等で行うことができる。なお、音声認識は、情報端末２０内のみで行われる必要はなく、外部の装置が用いられて行われてもよい。例えば、音声認識部２５は、情報端末２０が備える移動体通信機能等のネットワーク接続機能によって、音声認識を行うサーバ（図示せず）に音声認識の対象の音声データを送信し、当該サーバから音声認識の結果であるテキストを受信してもよい。

音声認識部２５による音声認識において、Ｂｌｕｅｔｏｏｔｈデバイス１０からの音声データ及びマイク２１からの音声データそれぞれに対して、音声認識を行う言語（例えば、日本語、英語）が予め設定されている。これらの言語は、互いに異なる言語であり、例えば、翻訳の前後の言語である。音声認識の結果のテキストは、設定された言語のテキストとなる。音声認識部２５は、音声認識の結果であるテキストを翻訳部２６に出力する。

後述するように、音声認識部２５は、制御部２８から音声認識のタイミングの制御を受ける。音声認識部２５は、制御部２８からの制御によって音声認識を行うとされたタイミングで音声認識を行う。

翻訳部２６は、音声認識部２５による音声認識の結果に対して翻訳を行う機能部である。翻訳部２６は、音声認識の結果であるテキストを音声認識部２５から入力して、当該テキストに対して翻訳を行う。翻訳部２６による翻訳自体は、従来の機械翻訳の方法等で行うことができる。

翻訳部２６による翻訳において、翻訳の前後の言語が予め設定されている。翻訳の前後の言語は、翻訳元のテキストがＢｌｕｅｔｏｏｔｈデバイス１０からの音声データに基づくもの、及びマイク２１からの音声データに基づくものそれぞれに対して、設定されている。これらの言語の組は、互いに異なる組であり、例えば、組に含まれる２つの言語は同一であり、一方の翻訳前の言語ともう一方の翻訳後の言語とが同じとなる組である。なお、翻訳も、音声認識と同様に情報端末２０内のみで行われる必要はなく、外部の装置が用いられて行われてもよい。翻訳部２６は、翻訳の結果であるテキストを出力部２９に出力する。

切替検出部２７は、Ｂｌｕｅｔｏｏｔｈデバイス１０によって、ＢｌｕｅｔｏｏｔｈのＨＦＰの通信モードをＳＣＯと、ＡＣＬとの間で切り替えられたことを検出する機能部である。切替検出部２７は、Ｂｌｕｅｔｏｏｔｈ通信部２４によるＨＦＰの通信モードの監視及び識別に基づく通知によって上記の検出を行う。切替検出部２７は、通信モードの切り替えを検出したら制御部２８にその旨及び切り替えの方向を通知する。

制御部２８は、音声認識部２５による音声認識の開始及び停止を制御する制御部である。制御部２８は、切替検出部２７から切り替えに係る通知を受け付ける。ＨＦＰの通信モードがＡＣＬからＳＣＯに切り替えられたことが切替検出部２７によって検出されると、制御部２８は、音声認識部２５にＢｌｕｅｔｏｏｔｈデバイス１０からの音声データに対する音声認識を開始（起動）させる。また、ＨＦＰの通信モードがＳＣＯからＡＣＬに切り替えられたことが切替検出部２７によって検出されると、制御部２８は、音声認識部２５にＢｌｕｅｔｏｏｔｈデバイス１０からの音声データに対する音声認識を停止させる。

音声認識部２５は、上記の制御に応じたタイミングでＢｌｕｅｔｏｏｔｈデバイス１０からの音声データに対する音声認識を行う。音声認識部２５は、Ｂｌｕｅｔｏｏｔｈデバイス１０からの音声データに対する音声認識を停止している際にＢｌｕｅｔｏｏｔｈデバイス１０以外から音声データを入力して、入力した音声データに対して音声認識を行う。具体的には、音声認識部２５は、上述したようにマイク２１から音声データを入力して、入力した音声データに対して音声認識を行う。制御部２８は、以下のようにマイク２１からの音声データに対する音声認識の開始及び停止を制御する。

制御部２８は、ユーザから情報端末２０に対する操作を受け付ける。制御部２８は、当該操作としてボタン２３の押下を検出して受け付ける。あるいは、制御部２８は、ボタン２３の押下状態が、押下されている状態から押下されていない状態に変化したこと、及び押下されていない状態から押下されている状態に変化したことを検出してもよい。

制御部２８は、受け付けられたユーザからの操作に応じて、マイク２１からの音声データに対する音声認識の開始及び停止を制御する。例えば、制御部２８は、ボタン２３の押下状態に応じて音声認識の開始及び停止を制御する。切替部１６は、ボタン２３が押下されている際には、音声認識部２５にマイク２１からの音声データに対する音声認識を行わせる。切替部１６は、ボタン２３が押下されていない際には、音声認識部２５にマイク２１からの音声データに対する音声認識を行わせない。即ち、ボタン２３の押下が開始されると、制御部２８は、音声認識部２５にマイク２１からの音声データに対する音声認識を開始させる。ボタン２３の押下が終了すると、制御部２８は、音声認識部２５にマイク２１からの音声データに対する音声認識を終了させる。なお、マイク２１からの音声データに対する音声認識が行われないタイミングでは、マイク２１の機能を停止させることとしてもよい。

出力部２９は、音声データを出力する機能部である。出力部２９は、音声認識部２５による音声認識の結果に応じた音声データとして、翻訳部２６による翻訳の結果に応じた音声データを出力する。出力部２９は、翻訳部２６から翻訳の結果であるテキストを入力する。出力部２９は、入力したテキストを音声に変換する音声合成を行って音声データを生成する。出力部２９による音声合成自体は、従来の方法等で行うことができる。なお、音声合成も、音声認識及び翻訳と同様に情報端末２０内のみで行われる必要はなく、外部の装置が用いられて行われてもよい。

出力部２９は、Ｂｌｕｅｔｏｏｔｈデバイス１０以外からの音声データに対する音声認識の結果に応じた音声データを、Ｂｌｕｅｔｏｏｔｈ通信部２４を介してＡＣＬでＢｌｕｅｔｏｏｔｈデバイス１０に送信する。具体的には、出力部２９は、マイク２１から入力された音声データに対応する翻訳の結果のテキストから音声合成して生成した音声データを、Ｂｌｕｅｔｏｏｔｈ通信部２４を介してＡＣＬでＢｌｕｅｔｏｏｔｈデバイス１０に送信する。

出力部２９は、Ｂｌｕｅｔｏｏｔｈデバイス１０からの音声データに対する音声認識の結果に応じた音声データを、Ｂｌｕｅｔｏｏｔｈデバイス１０以外に出力する。具体的には、出力部２９は、Ｂｌｕｅｔｏｏｔｈデバイス１０から入力された音声データに対応する翻訳の結果のテキストから音声合成して生成した音声データを、スピーカ２２に出力する。このように出力部２９は、音声認識された音声データが、どこから入力されたかに応じて出力する音声データのルート制御を行う。

なお、上述したように通信モードがＳＣＯに設定されている際のみに上り方向の通信が行われるため、その際には下り方向に係る音声データを入力するマイク２１の機能を停止させることとしてもよい。また、通信モードがＡＣＬに設定されている際のみに下り方向の通信が行われるため、その際には上り方向に係る音声データの音声出力を行うスピーカ２２の機能を停止させることとしてもよい。以上が、本実施形態に係る情報端末２０の構成である。

引き続いて、図３及び図４のフローチャートを用いて、本実施形態に係る音声認識システム１で実行される処理（音声認識システム１が行う動作方法）を説明する。まず、図３のフローチャートを用いて、本実施形態に係るＢｌｕｅｔｏｏｔｈデバイス１０で実行される処理を説明する。本処理では、操作受付部１５によって、ユーザよるボタン１３の押下の検出が行われる（Ｓ０１）。ボタン１３が押下されていた場合（Ｓ０１のＹＥＳ）、その時点でＢｌｕｅｔｏｏｔｈ通信部１４のＨＦＰの状態がＡＣＬであれば、切替部１６によってＨＦＰの状態がＳＣＯに切り替えられる（Ｓ０２）。その時点でＢｌｕｅｔｏｏｔｈ通信部１４のＨＦＰの状態がＳＣＯであれば、切り替えは行われずＳＣＯが維持される。

続いて、マイク１１によって、音声が入力される（Ｓ０３）。マイク１１によって入力された音声データは、Ｂｌｕｅｔｏｏｔｈ通信部１４によって、ＳＣＯで情報端末２０に送信される（Ｓ０４）。Ｓ０３において、ユーザの音声である発話が入力されると、後述する情報端末２０側の処理によって翻訳された音声となって情報端末２０において音声出力される。続いて、Ｓ０１以降の処理が繰り返される。

Ｓ０１において、ボタン１３が押下されていなかった場合（Ｓ０１のＮＯ）、その時点でＢｌｕｅｔｏｏｔｈ通信部１４のＨＦＰの状態がＳＣＯであれば、切替部１６によってＨＦＰの状態がＡＣＬに切り替えられる（Ｓ０５）。その時点でＢｌｕｅｔｏｏｔｈ通信部１４のＨＦＰの状態がＡＣＬであれば、切り替えは行われずＡＣＬが維持される。

続いて、Ｂｌｕｅｔｏｏｔｈ通信部１４によって、ＡＣＬで情報端末２０から送信される音声データが受信される（Ｓ０６）。受信された音声データは、スピーカ１２によって音声出力される（Ｓ０７）。ここで音声出力される音声は、後述する情報端末２０側の処理で示されるように、情報端末２０のユーザの発話が翻訳されたものである。なお、情報端末２０のユーザの発話のタイミングによっては、情報端末２０からＢｌｕｅｔｏｏｔｈデバイス１０への音声データの送信は行われず、音声出力も行われない。続いて、Ｓ０１以降の処理が繰り返される。以上が、本実施形態に係るＢｌｕｅｔｏｏｔｈデバイス１０で実行される処理である。

続いて、図４のフローチャートを用いて、本実施形態に係る情報端末２０で実行される処理を説明する。本処理では、切替検出部２７によって、Ｂｌｕｅｔｏｏｔｈ通信部２４のＢｌｕｅｔｏｏｔｈデバイス１０との間のＨＦＰの状態が監視される（Ｓ１１）。監視されたＨＦＰの状態がＳＣＯであった場合（Ｓ１２のＹＥＳ）、その時点で音声認識部２５によるＢｌｕｅｔｏｏｔｈデバイス１０からの音声データに対する音声認識が停止されていれば（即ち、その前の監視の時点でＨＦＰの状態がＡＣＬであったら）、制御部２８によって、音声認識部２５によるＢｌｕｅｔｏｏｔｈデバイス１０からの音声データに対する音声認識を開始する制御が行われる（Ｓ１３）。その時点で既に当該音声認識が開始されていたら、その状態が維持される。

続いて、Ｂｌｕｅｔｏｏｔｈ通信部２４によって、ＳＣＯでＢｌｕｅｔｏｏｔｈデバイス１０から送信される音声データが受信される（Ｓ１４）。続いて、受信された音声データに対して、音声認識部２５によって音声認識が行われる（Ｓ１５）。続いて、翻訳部２６によって、音声認識の結果であるテキストに対する翻訳が行われる（Ｓ１６）。続いて、出力部２９によって、翻訳の結果のテキストから音声合成が行われて、音声データが生成される（Ｓ１７）。続いて、生成された音声データは、スピーカ２２によって音声出力される（Ｓ１８）。Ｓ１４で入力される音声データは、上述したＢｌｕｅｔｏｏｔｈデバイス１０側の処理で示されるように、Ｂｌｕｅｔｏｏｔｈデバイス１０のユーザの発話に係るものである。従って、ここで音声出力される音声は、Ｂｌｕｅｔｏｏｔｈデバイス１０のユーザの発話が翻訳されたものである。なお、Ｂｌｕｅｔｏｏｔｈデバイス１０のユーザの発話のタイミングによっては、音声データから音声認識がなされず（音声認識によるテキストが取得されず）、それ以降の処理も行われない。続いて、Ｓ１１以降の処理が繰り返される。

Ｓ１２において、監視されたＨＦＰの状態がＡＣＬであった場合（Ｓ１２のＮＯ）、その時点で音声認識部２５によるＢｌｕｅｔｏｏｔｈデバイス１０からの音声データに対する音声認識が開始されていれば（即ち、その前の監視の時点でＨＦＰの状態がＳＣＯであったら）、制御部２８によって、音声認識部２５によるＢｌｕｅｔｏｏｔｈデバイス１０からの音声データに対する音声認識を停止する制御が行われる（Ｓ１９）。その時点で既に当該音声認識が停止されていたら、その状態が維持される。

続いて、制御部２８によって、ユーザよるボタン２３の押下の検出が行われる（Ｓ２０）。ボタン２３が押下されていなかった場合（Ｓ２０のＮＯ）、続いて、Ｓ１１以降の処理が繰り返される。ボタン２３が押下されていた場合（Ｓ２０のＹＥＳ）、マイク２１によって、音声が入力される（Ｓ２１）。続いて、マイク１１によって入力された音声データに対して、音声認識部２５によって音声認識が行われる（Ｓ２２）。続いて、翻訳部２６によって、音声認識の結果であるテキストに対する翻訳が行われる（Ｓ２３）。続いて、出力部２９によって、翻訳の結果のテキストから音声合成が行われて、音声データが生成される（Ｓ２４）。続いて、生成された音声データは、Ｂｌｕｅｔｏｏｔｈ通信部２４によって、ＡＣＬでＢｌｕｅｔｏｏｔｈデバイス１０に送信される（Ｓ２５）。なお、情報端末２０のユーザの発話のタイミングによっては、音声データから音声認識がなされず（音声認識によるテキストが取得されず）、それ以降の処理も行われない。続いて、Ｓ１１以降の処理が繰り返される。以上が、本実施形態に係る情報端末２０で実行される処理である。

本実施形態では、Ｂｌｕｅｔｏｏｔｈデバイス１０において通信モードがＳＣＯに切り替えられている際に、情報端末２０においてＢｌｕｅｔｏｏｔｈデバイス１０からの音声データに対する音声認識が行われる。即ち、情報端末２０における音声認識を、Ｂｌｕｅｔｏｏｔｈデバイス１０における通信モードの切り替えをトリガとして行うことができる。このように、本実施形態によれば、音声認識のタイミングをＢｌｕｅｔｏｏｔｈデバイス１０側で制御することができる。従って、本実施形態によれば、適切なタイミングで音声認識を行うことができる。また、本実施形態によれば、通信モードの切り替えによって音声認識の開始及び終了を制御するので、音声認識の開始及び終了を制御するためだけにＢｌｕｅｔｏｏｔｈデバイス１０と情報端末２０との間で送受信される信号を用いる必要がない。

また、本実施形態のように情報端末２０において、Ｂｌｕｅｔｏｏｔｈデバイス１０以外（本実施形態では情報端末２０のマイク２１）から音声データを入力して音声認識を行って、当該音声認識の結果に応じた音声データをＡＣＬでＢｌｕｅｔｏｏｔｈデバイス１０に送信し、Ｂｌｕｅｔｏｏｔｈデバイス１０からの音声データに対する音声認識の結果に応じた音声データをＢｌｕｅｔｏｏｔｈデバイス１０以外（本実施形態では情報端末２０のスピーカ２２）に出力することとしてもよい。この構成によれば、例えば、２人のユーザの音声がそれぞれ翻訳される翻訳システムを実現することができる。但し、上記の構成は、翻訳システム以外に用いられてもよい。

また、本発明の実施形態としては、Ｂｌｕｅｔｏｏｔｈデバイス１０以外からの音声データの入力及び音声認識は行われなくてよく、Ｂｌｕｅｔｏｏｔｈデバイス１０からの音声データに対する音声認識のみが行われるものであってもよい。この際、例えば、Ｂｌｕｅｔｏｏｔｈデバイス１０からの音声データに係る翻訳の結果の音声データが、情報端末２０からＢｌｕｅｔｏｏｔｈデバイス１０に送信されて、Ｂｌｕｅｔｏｏｔｈデバイス１０のスピーカ１２から音声出力されてもよい。この場合、Ｂｌｕｅｔｏｏｔｈデバイス１０から情報端末２０へのユーザの発話に係る音声データの送信は、ＳＣＯで行われる。また、情報端末２０からＢｌｕｅｔｏｏｔｈデバイス１０への翻訳の結果に係る音声データの送信は、ユーザがＢｌｕｅｔｏｏｔｈデバイス１０のボタン１３を話した後、ＡＣＬで行われる。

また、本実施形態のように音声認識の結果に対して翻訳を行う構成であってもよい。この構成によれば、適切なタイミングで音声認識されたものに対して翻訳を行う翻訳システムを実現することができる。

また、本実施形態のように第１の通信方式及び第２の通信方式として、それぞれＳＣＯ、及びＳＣＯよりも通信品質が高いＡＣＬを用いることとしてもよい。この構成によれば、ＳＣＯによってＢｌｕｅｔｏｏｔｈデバイス１０から情報端末２０に対して確実に音声データを送信することができると共に、Ｂｌｕｅｔｏｏｔｈデバイス１０において音声出力される音声データを、通信品質が高いＡＣＬで送信することができる。従って、Ｂｌｕｅｔｏｏｔｈデバイス１０からの音声データに対しては確実に音声認識が行われ、Ｂｌｕｅｔｏｏｔｈデバイス１０では高品質な音声出力が行われる。

なお、上述した実施形態では、近距離無線通信の例をＢｌｕｅｔｏｏｔｈとしたが、Ｂｌｕｅｔｏｏｔｈ以外の近距離無線通信によって本発明の実施形態が実現されてもよい。また、第１の通信方式及び第２の通信方式をそれぞれ、ＳＣＯ及びＡＣＬとしたが、第１の通信方式及び第２の通信方式はそれ以外であってもよい。

また、上述した実施形態では、ユーザの操作は、ボタン１３，２３の押下としたが、必ずしもボタン１３，２３の押下である必要はなく、通信モードの切り替えのトリガとなり得る操作であればどのようなものであってもよい。

なお、上記実施形態の説明に用いたブロック図の一部は、機能単位のブロックを示している。これらの機能ブロック（構成部）は、ハードウェア及びソフトウェアの少なくとも一方の任意の組み合わせによって実現される。また、各機能ブロックの実現方法は特に限定されない。すなわち、各機能ブロックは、物理的又は論理的に結合した１つの装置を用いて実現されてもよいし、物理的又は論理的に分離した２つ以上の装置を直接的又は間接的に（例えば、有線、無線などを用いて）接続し、これら複数の装置を用いて実現されてもよい。機能ブロックは、上記１つの装置又は上記複数の装置にソフトウェアを組み合わせて実現されてもよい。

機能には、判断、決定、判定、計算、算出、処理、導出、調査、探索、確認、受信、送信、出力、アクセス、解決、選択、選定、確立、比較、想定、期待、見做し、報知（broadcasting）、通知（notifying）、通信（communicating）、転送（forwarding）、構成（configuring）、再構成（reconfiguring）、割り当て（allocating、mapping）、割り振り（assigning）などがあるが、これらに限られない。たとえば、送信を機能させる機能ブロック（構成部）は、送信部（transmitting unit）や送信機（transmitter）と呼称される。いずれも、上述したとおり、実現方法は特に限定されない。

例えば、本開示の一実施の形態におけるＢｌｕｅｔｏｏｔｈデバイス１０及び情報端末２０は、本開示の方法の処理を行うコンピュータとして機能してもよい。図５は、本開示の一実施の形態に係るＢｌｕｅｔｏｏｔｈデバイス１０及び情報端末２０のハードウェア構成の一例を示す図である。上述のＢｌｕｅｔｏｏｔｈデバイス１０及び情報端末２０は、物理的には、プロセッサ１００１、メモリ１００２、ストレージ１００３、通信装置１００４、入力装置１００５、出力装置１００６、バス１００７などを含むコンピュータ装置として構成されてもよい。

なお、以下の説明では、「装置」という文言は、回路、デバイス、ユニットなどに読み替えることができる。Ｂｌｕｅｔｏｏｔｈデバイス１０及び情報端末２０のハードウェア構成は、図に示した各装置を１つ又は複数含むように構成されてもよいし、一部の装置を含まずに構成されてもよい。

Ｂｌｕｅｔｏｏｔｈデバイス１０及び情報端末２０における各機能は、プロセッサ１００１、メモリ１００２などのハードウェア上に所定のソフトウェア（プログラム）を読み込ませることによって、プロセッサ１００１が演算を行い、通信装置１００４による通信を制御したり、メモリ１００２及びストレージ１００３におけるデータの読み出し及び書き込みの少なくとも一方を制御したりすることによって実現される。

プロセッサ１００１は、例えば、オペレーティングシステムを動作させてコンピュータ全体を制御する。プロセッサ１００１は、周辺装置とのインターフェース、制御装置、演算装置、レジスタなどを含む中央処理装置（ＣＰＵ：Central Processing Unit）によって構成されてもよい。例えば、上述のＢｌｕｅｔｏｏｔｈデバイス１０及び情報端末２０における各機能は、プロセッサ１００１によって実現されてもよい。

また、プロセッサ１００１は、プログラム（プログラムコード）、ソフトウェアモジュール、データなどを、ストレージ１００３及び通信装置１００４の少なくとも一方からメモリ１００２に読み出し、これらに従って各種の処理を実行する。プログラムとしては、上述の実施の形態において説明した動作の少なくとも一部をコンピュータに実行させるプログラムが用いられる。例えば、Ｂｌｕｅｔｏｏｔｈデバイス１０及び情報端末２０における各機能は、メモリ１００２に格納され、プロセッサ１００１において動作する制御プログラムによって実現されてもよい。上述の各種処理は、１つのプロセッサ１００１によって実行される旨を説明してきたが、２以上のプロセッサ１００１により同時又は逐次に実行されてもよい。プロセッサ１００１は、１以上のチップによって実装されてもよい。なお、プログラムは、電気通信回線を介してネットワークから送信されても良い。

メモリ１００２は、コンピュータ読み取り可能な記録媒体であり、例えば、ＲＯＭ（Read Only Memory）、ＥＰＲＯＭ（Erasable Programmable ＲＯＭ）、ＥＥＰＲＯＭ（Electrically Erasable Programmable ＲＯＭ）、ＲＡＭ（Random Access Memory）などの少なくとも１つによって構成されてもよい。メモリ１００２は、レジスタ、キャッシュ、メインメモリ（主記憶装置）などと呼ばれてもよい。メモリ１００２は、本開示の一実施の形態に係る方法を実施するために実行可能なプログラム（プログラムコード）、ソフトウェアモジュールなどを保存することができる。

ストレージ１００３は、コンピュータ読み取り可能な記録媒体であり、例えば、ＣＤ−ＲＯＭ（Compact Disc ＲＯＭ）などの光ディスク、ハードディスクドライブ、フレキシブルディスク、光磁気ディスク(例えば、コンパクトディスク、デジタル多用途ディスク、Ｂｌｕ−ｒａｙ（登録商標）ディスク)、スマートカード、フラッシュメモリ(例えば、カード、スティック、キードライブ)、フロッピー（登録商標）ディスク、磁気ストリップなどの少なくとも１つによって構成されてもよい。ストレージ１００３は、補助記憶装置と呼ばれてもよい。上述の記憶媒体は、例えば、メモリ１００２及びストレージ１００３の少なくとも一方を含むデータベース、サーバその他の適切な媒体であってもよい。

通信装置１００４は、有線ネットワーク及び無線ネットワークの少なくとも一方を介してコンピュータ間の通信を行うためのハードウェア（送受信デバイス）であり、例えばネットワークデバイス、ネットワークコントローラ、ネットワークカード、通信モジュールなどともいう。通信装置１００４は、例えば周波数分割複信（ＦＤＤ：Frequency Division Duplex）及び時分割複信（ＴＤＤ：Time Division Duplex）の少なくとも一方を実現するために、高周波スイッチ、デュプレクサ、フィルタ、周波数シンセサイザなどを含んで構成されてもよい。例えば、上述のＢｌｕｅｔｏｏｔｈデバイス１０及び情報端末２０における各機能は、通信装置１００４によって実現されてもよい。

入力装置１００５は、外部からの入力を受け付ける入力デバイス（例えば、キーボード、マウス、マイクロフォン、スイッチ、ボタン、センサなど）である。出力装置１００６は、外部への出力を実施する出力デバイス（例えば、ディスプレイ、スピーカー、LEDランプなど）である。なお、入力装置１００５及び出力装置１００６は、一体となった構成（例えば、タッチパネル）であってもよい。

また、プロセッサ１００１、メモリ１００２などの各装置は、情報を通信するためのバス１００７によって接続される。バス１００７は、単一のバスを用いて構成されてもよいし、装置間ごとに異なるバスを用いて構成されてもよい。

また、Ｂｌｕｅｔｏｏｔｈデバイス１０及び情報端末２０は、マイクロプロセッサ、デジタル信号プロセッサ（ＤＳＰ：Digital Signal Processor）、ＡＳＩＣ（Application Specific Integrated Circuit）、ＰＬＤ（Programmable Logic Device）、ＦＰＧＡ（Field Programmable Gate Array）などのハードウェアを含んで構成されてもよく、当該ハードウェアにより、各機能ブロックの一部又は全てが実現されてもよい。例えば、プロセッサ１００１は、これらのハードウェアの少なくとも１つを用いて実装されてもよい。

情報の通知は、本開示において説明した態様／実施形態に限られず、他の方法を用いて行われてもよい。例えば、情報の通知は、物理レイヤシグナリング（例えば、ＤＣＩ（Downlink Control Information）、ＵＣＩ（Uplink Control Information））、上位レイヤシグナリング（例えば、ＲＲＣ（Radio Resource Control）シグナリング、ＭＡＣ（Medium Access Control）シグナリング、報知情報（ＭＩＢ（Master Information Block）、ＳＩＢ（System Information Block）））、その他の信号又はこれらの組み合わせによって実施されてもよい。また、ＲＲＣシグナリングは、ＲＲＣメッセージと呼ばれてもよく、例えば、ＲＲＣ接続セットアップ（RRC Connection Setup）メッセージ、ＲＲＣ接続再構成（RRC Connection Reconfiguration）メッセージなどであってもよい。

本開示において説明した各態様／実施形態の処理手順、シーケンス、フローチャートなどは、矛盾の無い限り、順序を入れ替えてもよい。例えば、本開示において説明した方法については、例示的な順序を用いて様々なステップの要素を提示しており、提示した特定の順序に限定されない。

入出力された情報等は特定の場所（例えば、メモリ）に保存されてもよいし、管理テーブルを用いて管理してもよい。入出力される情報等は、上書き、更新、又は追記され得る。出力された情報等は削除されてもよい。入力された情報等は他の装置へ送信されてもよい。

判定は、１ビットで表される値（０か１か）によって行われてもよいし、真偽値（Boolean：true又はfalse）によって行われてもよいし、数値の比較（例えば、所定の値との比較）によって行われてもよい。

本開示において説明した各態様／実施形態は単独で用いてもよいし、組み合わせて用いてもよいし、実行に伴って切り替えて用いてもよい。また、所定の情報の通知（例えば、「Ｘであること」の通知）は、明示的に行うものに限られず、暗黙的（例えば、当該所定の情報の通知を行わない）ことによって行われてもよい。

以上、本開示について詳細に説明したが、当業者にとっては、本開示が本開示中に説明した実施形態に限定されるものではないということは明らかである。本開示は、請求の範囲の記載により定まる本開示の趣旨及び範囲を逸脱することなく修正及び変更態様として実施することができる。したがって、本開示の記載は、例示説明を目的とするものであり、本開示に対して何ら制限的な意味を有するものではない。

ソフトウェアは、ソフトウェア、ファームウェア、ミドルウェア、マイクロコード、ハードウェア記述言語と呼ばれるか、他の名称で呼ばれるかを問わず、命令、命令セット、コード、コードセグメント、プログラムコード、プログラム、サブプログラム、ソフトウェアモジュール、アプリケーション、ソフトウェアアプリケーション、ソフトウェアパッケージ、ルーチン、サブルーチン、オブジェクト、実行可能ファイル、実行スレッド、手順、機能などを意味するよう広く解釈されるべきである。

また、ソフトウェア、命令、情報などは、伝送媒体を介して送受信されてもよい。例えば、ソフトウェアが、有線技術（同軸ケーブル、光ファイバケーブル、ツイストペア、デジタル加入者回線（ＤＳＬ：Digital Subscriber Line）など）及び無線技術（赤外線、マイクロ波など）の少なくとも一方を使用してウェブサイト、サーバ、又は他のリモートソースから送信される場合、これらの有線技術及び無線技術の少なくとも一方は、伝送媒体の定義内に含まれる。

本開示において説明した情報、信号などは、様々な異なる技術のいずれかを使用して表されてもよい。例えば、上記の説明全体に渡って言及され得るデータ、命令、コマンド、情報、信号、ビット、シンボル、チップなどは、電圧、電流、電磁波、磁界若しくは磁性粒子、光場若しくは光子、又はこれらの任意の組み合わせによって表されてもよい。

なお、本開示において説明した用語及び本開示の理解に必要な用語については、同一の又は類似する意味を有する用語と置き換えてもよい。例えば、チャネル及びシンボルの少なくとも一方は信号（シグナリング）であってもよい。また、信号はメッセージであってもよい。

また、本開示において説明した情報、パラメータなどは、絶対値を用いて表されてもよいし、所定の値からの相対値を用いて表されてもよいし、対応する別の情報を用いて表されてもよい。

上述したパラメータに使用する名称はいかなる点においても限定的な名称ではない。さらに、これらのパラメータを使用する数式等は、本開示で明示的に開示したものと異なる場合もある。

本開示で使用する「判断(determining)」、「決定(determining)」という用語は、多種多様な動作を包含する場合がある。「判断」、「決定」は、例えば、判定(judging)、計算(calculating)、算出(computing)、処理(processing)、導出(deriving)、調査(investigating)、探索(looking up、search、inquiry)（例えば、テーブル、データベース又は別のデータ構造での探索）、確認(ascertaining)した事を「判断」「決定」したとみなす事などを含み得る。また、「判断」、「決定」は、受信(receiving)（例えば、情報を受信すること）、送信(transmitting)(例えば、情報を送信すること)、入力(input)、出力(output)、アクセス(accessing)（例えば、メモリ中のデータにアクセスすること）した事を「判断」「決定」したとみなす事などを含み得る。また、「判断」、「決定」は、解決(resolving)、選択(selecting)、選定(choosing)、確立(establishing)、比較(comparing)などした事を「判断」「決定」したとみなす事を含み得る。つまり、「判断」「決定」は、何らかの動作を「判断」「決定」したとみなす事を含み得る。また、「判断（決定）」は、「想定する（assuming）」、「期待する（expecting）」、「みなす（considering）」などで読み替えられてもよい。

「接続された(connected)」、「結合された(coupled)」という用語、又はこれらのあらゆる変形は、２又はそれ以上の要素間の直接的又は間接的なあらゆる接続又は結合を意味し、互いに「接続」又は「結合」された２つの要素間に１又はそれ以上の中間要素が存在することを含むことができる。要素間の結合又は接続は、物理的なものであっても、論理的なものであっても、或いはこれらの組み合わせであってもよい。例えば、「接続」は「アクセス」で読み替えられてもよい。本開示で使用する場合、２つの要素は、１又はそれ以上の電線、ケーブル及びプリント電気接続の少なくとも一つを用いて、並びにいくつかの非限定的かつ非包括的な例として、無線周波数領域、マイクロ波領域及び光（可視及び不可視の両方）領域の波長を有する電磁エネルギーなどを用いて、互いに「接続」又は「結合」されると考えることができる。

本開示において使用する「に基づいて」という記載は、別段に明記されていない限り、「のみに基づいて」を意味しない。言い換えれば、「に基づいて」という記載は、「のみに基づいて」と「に少なくとも基づいて」の両方を意味する。

本開示において使用する「第１の」、「第２の」などの呼称を使用した要素へのいかなる参照も、それらの要素の量又は順序を全般的に限定しない。これらの呼称は、２つ以上の要素間を区別する便利な方法として本開示において使用され得る。したがって、第１及び第２の要素への参照は、２つの要素のみが採用され得ること、又は何らかの形で第１の要素が第２の要素に先行しなければならないことを意味しない。

本開示において、「含む（include）」、「含んでいる（including）」及びそれらの変形が使用されている場合、これらの用語は、用語「備える（comprising）」と同様に、包括的であることが意図される。さらに、本開示において使用されている用語「又は（or）」は、排他的論理和ではないことが意図される。

本開示において、例えば、英語でのa, an及びtheのように、翻訳により冠詞が追加された場合、本開示は、これらの冠詞の後に続く名詞が複数形であることを含んでもよい。

本開示において、「ＡとＢが異なる」という用語は、「ＡとＢが互いに異なる」ことを意味してもよい。なお、当該用語は、「ＡとＢがそれぞれＣと異なる」ことを意味してもよい。「離れる」、「結合される」などの用語も、「異なる」と同様に解釈されてもよい。

１…音声認識システム、１０…Ｂｌｕｅｔｏｏｔｈデバイス、１１…マイク、１２…スピーカ、１３…ボタン、１４…Ｂｌｕｅｔｏｏｔｈ通信部、１５…操作受付部、１６…切替部、２０…情報端末、２１…マイク、２２…スピーカ、２３…ボタン、２４…Ｂｌｕｅｔｏｏｔｈ通信部、２５…音声認識部、２６…翻訳部、２７…切替検出部、２８…制御部、２９…出力部、１００１…プロセッサ、１００２…メモリ、１００３…ストレージ、１００４…通信装置、１００５…入力装置、１００６…出力装置、１００７…バス。

Claims (7)

1. マイクを備える近距離無線通信デバイスと、当該近距離無線通信デバイスとの間で近距離無線通信によって音声データを送受信する情報端末とを含む音声認識システムであって、
   前記近距離無線通信デバイスは、
   ユーザからの操作を受け付ける操作受付部と、
   前記操作受付部によって受け付けられたユーザからの操作に応じて、近距離無線通信の通信方式を第１の通信方式と、第１の通信方式とは異なる第２の通信方式との間で切り替える切替部と、
   前記マイクによって入力された音声データを前記第１の通信方式で前記情報端末に送信する送信部と、を備え、
   前記情報端末は、
   前記近距離無線通信デバイスから音声データを受信して、受信した音声データに対して音声認識を行う音声認識部と、
   前記近距離無線通信デバイスによって、近距離無線通信の通信方式が前記第１の通信方式と、前記第２の通信方式との間で切り替えられたことを検出する切替検出部と、
   前記第１の通信方式に切り替えられたことが前記切替検出部によって検出されると前記音声認識部に前記近距離無線通信デバイスからの音声データに対する音声認識を開始させ、前記第２の通信方式に切り替えられたことが前記切替検出部によって検出されると前記音声認識部に前記近距離無線通信デバイスからの音声データに対する音声認識を停止させる制御部と、を備える音声認識システム。
2. 前記情報端末は、
   音声データを出力する出力部を更に備え、
   前記音声認識部は、前記近距離無線通信デバイスからの音声データに対する音声認識を停止している際に前記近距離無線通信デバイス以外から音声データを入力して、入力した音声データに対して音声認識を行い、
   前記出力部は、前記近距離無線通信デバイス以外からの音声データに対する音声認識の結果に応じた音声データを前記第２の通信方式で前記近距離無線通信デバイスに送信し、前記近距離無線通信デバイスからの音声データに対する音声認識の結果に応じた音声データを前記近距離無線通信デバイス以外に出力する、請求項１に記載の音声認識システム。
3. 前記情報端末は、
   前記音声認識部による音声認識の結果に対して翻訳を行う翻訳部を更に備え、
   前記出力部は、前記音声認識部による音声認識の結果に応じた音声データとして、前記翻訳部による翻訳の結果に応じた音声データを出力する、請求項２に記載の音声認識システム。
4. 前記第２の通信方式は、前記第１の通信方式よりも通信品質が高い請求項１〜３の何れか一項に記載の音声認識システム。
5. 前記近距離無線通信は、Ｂｌｕｅｔｏｏｔｈによる通信であり、第１の通信方式は、ＳＣＯであり、第２の通信方式は、ＡＣＬである請求項４に記載の音声認識システム。
6. マイクを備える近距離無線通信デバイスと、当該近距離無線通信デバイスとの間で近距離無線通信によって音声データを送受信する情報端末とを含む音声認識システムに含まれる近距離無線通信デバイスであって、
   ユーザからの操作を受け付ける操作受付部と、
   前記操作受付部によって受け付けられたユーザからの操作に応じて、近距離無線通信の通信方式を第１の通信方式と、第１の通信方式とは異なる第２の通信方式との間で切り替える切替部と、
   前記マイクによって入力された音声データを前記第１の通信方式で前記情報端末に送信する送信部と、
   を備える近距離無線通信デバイス。
7. マイクを備える近距離無線通信デバイスと、当該近距離無線通信デバイスとの間で近距離無線通信によって音声データを送受信する情報端末とを含む音声認識システムに含まれる情報端末であって、
   前記近距離無線通信デバイスから音声データを受信して、受信した音声データに対して音声認識を行う音声認識部と、
   前記近距離無線通信デバイスによって、近距離無線通信の通信方式が第１の通信方式と、第１の通信方式とは異なる第２の通信方式との間で切り替えられたことを検出する切替検出部と、
   前記第１の通信方式に切り替えられたことが前記切替検出部によって検出されると前記音声認識部に前記近距離無線通信デバイスからの音声データに対する音声認識を開始させ、前記第２の通信方式に切り替えられたことが前記切替検出部によって検出されると前記音声認識部に前記近距離無線通信デバイスからの音声データに対する音声認識を停止させる制御部と、
   を備える情報端末。

Images