JP4225703B2 - 情報アクセス方法、情報アクセスシステムおよびプログラム - Google Patents
情報アクセス方法、情報アクセスシステムおよびプログラム Download PDFInfo
- Publication number
- JP4225703B2 JP4225703B2 JP2001133732A JP2001133732A JP4225703B2 JP 4225703 B2 JP4225703 B2 JP 4225703B2 JP 2001133732 A JP2001133732 A JP 2001133732A JP 2001133732 A JP2001133732 A JP 2001133732A JP 4225703 B2 JP4225703 B2 JP 4225703B2
- Authority
- JP
- Japan
- Prior art keywords
- page
- frame
- web page
- link
- information access
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L12/00—Data switching networks
- H04L12/66—Arrangements for connecting between networks having differing types of switching systems, e.g. gateways
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/75—Indicating network or usage conditions on the user display
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/957—Browsing optimisation, e.g. caching or content distillation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M3/00—Automatic or semi-automatic exchanges
- H04M3/42—Systems providing special services or facilities to subscribers
- H04M3/487—Arrangements for providing information services, e.g. recorded voice services or time announcements
- H04M3/493—Interactive information services, e.g. directory enquiries ; Arrangements therefor, e.g. interactive voice response [IVR] systems or voice portals
- H04M3/4938—Interactive information services, e.g. directory enquiries ; Arrangements therefor, e.g. interactive voice response [IVR] systems or voice portals comprising a voice browser which renders and interprets, e.g. VoiceXML
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L69/00—Network arrangements, protocols or services independent of the application payload and not provided for in the other groups of this subclass
- H04L69/30—Definitions, standards or architectural aspects of layered protocol stacks
- H04L69/32—Architecture of open systems interconnection [OSI] 7-layer type protocol stacks, e.g. the interfaces between the data link level and the physical level
- H04L69/322—Intralayer communication protocols among peer entities or protocol data unit [PDU] definitions
- H04L69/329—Intralayer communication protocols among peer entities or protocol data unit [PDU] definitions in the application layer [OSI layer 7]
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Transfer Between Computers (AREA)
- Telephonic Communication Services (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
【０００１】
【発明の属する技術分野】
本発明は、ウェブコンテンツの出力方法、出力システムおよびプログラムに関する。特にウェブページに記述されている情報（コンテンツ）をラジオのように聞き流す用途に適用して有効な技術に関する。
【０００２】
【従来の技術】
人は、目や手は塞がっているが耳が空いている場合に、ラジオや音楽を聴くことがよくある。たとえば自動車の運転中、電車（特に満員電車）内あるいは食事の仕度や掃除・洗濯等家事労働中にラジオや音楽を聴く場合が例示できる。
【０００３】
一方、インターネットの普及によりウェブ閲覧や電子メール閲覧が一般化している。前記のように耳は自由だが何らかの作業あるいは制約のためにコンピュータ・スクリーンあるいはキーボードにアクセスできないような状況でもウェブページや電子メールにアクセスしたい場合がある。このような場合音声ブラウザあるいは文書読み上げソフトウェアを用いてウェブページあるいは電子メールその他のテキストデータを読み上げる手法が適用できる。読み上げ音声を聞くことによりこれら情報にアクセスすることが可能である。たとえば「NewsTools」というニュース記事ダウンロードソフトウェアは各新聞社のサイトからの記事一覧の取得後、各記事のコンテンツをダウンロードし、連続して読み上げる機能を持っている。
【０００４】
なお、近年ＸＭＬ（extensible markup language）ベースの音声処理用構造化言語にVoiceＸＭＬが標準化されている。VoiceＸＭＬを用いれば簡単に音声処理が行え、電話等を用いた自動音声入力出力システムを構築することが可能になる。
【０００５】
【発明が解決しようとする課題】
電子メールのように主に情報の内容（コンテンツ）がテキストデータで構成される場合には前記音声ブラウザや読み上げソフトである程度満足の得られるアクセスが実現できる。しかし、読み上げ対象がウェブページの場合には各種の問題がある。
【０００６】
すなわち、ウェブページは一般にＨＴＭＬ（Hypertext markup language）やＸＭＬ等の構造化言語を用いて記述されており、コンテンツが要素（エレメント）やフレームを用いて複雑に構造化されている。また、画像データ等読み上げに適さないコンテンツが多く含まれ、各要素に含まれるテキストデータは一般に少ない。また、テキストデータはリンクによる関連付けによってタイトルと内容が離れた位置に置かれる。このように各要素のコンテンツが複雑に構造化され細分化され、また、ビジュアル化の進んだウェブページを従来の音声ブラウザ等によって単に読み上げるだけでは聞き流しに耐えるような意味内容をもった十分な量の情報を提供することは困難である。また、関連性を持った意味内容の順に再生するにはエレメントや構造に基づいたナビゲーションが必要になる。ところが、作業中は手も塞がっていることが多いので、煩雑なナビゲーション作業をキーボードによって行うには作業中等の聞き流し用途に適さない。さらに、ページがフレームによって分割されている時にはフレーム切替等の処理に問題を生じる。前記した「NewsTools」というソフトウェアを用いれば、特定のサイトに対してはスムーズな記事の読み上げが可能になるが、対象サイト、対象ページ、対象記事は予めシステムの中に組み込まれており、設定を変更することは全くできない点で大きな制限がある。
【０００７】
一方、コンピュータ操作に不慣れなユーザや一般に情報弱者といわれる障害者や高齢者へのデジタルディバイドは、インターネットの普及によりますます拡大したといわれている。このような問題を解決することは非常に大きな社会的課題であると考えられる。そこで誰もが容易に利用できる機器である電話を利用した情報提供サービスが実現すればこのようなデジタルディバイドが緩和されると期待できる。この際、情報量や情報の新しさを考慮すると、やはりウェブを利用することが望ましい。しかし電話を利用した情報アクセスには上記した構造化文書の読み上げ時の問題が同様に存在する。また、電話の数字キーからのナビゲーションを実現する技術を提供する必要がある。このような問題が解決できれば情報量が少なく更新されることも少ない現在の電話応答システムによる情報サービスを飛躍的に拡大することができると期待される。
【０００８】
本発明の目的は、ウェブページの構造を音声で聞き取りやすい内容に変換するとともに、ナビゲーションなしでラジオのように情報にアクセスできる技術を提供することにある。また、本発明の目的は、電話応答システム等誰でも簡単に操作できる装置を用いて、容易にウェブに記述された情報にアクセスできる技術を提供することにある。
【０００９】
【課題を解決するための手段】
本発明の概要を説明すれば以下の通りである。すなわち、本発明の情報アクセス方法は、ウェブページ内のリンクまたはリンクリストを指定するステップと、リンクまたはリンクリストで指定されたリンク先ページを取得するステップと、リンク先ページのコンテンツの全部または一部をウェブページのリンク箇所に挿入するステップと、リンク先ページのコンテンツが挿入されたウェブページのコンテンツの全部または一部を音声出力するステップと、を含む。そして、ウェブページに挿入されるリンク先ページの一部は、リンク先ページのメインコンテンツとすることができる。このような情報アクセス方法によれば、ターゲットのウェブページにリンク先ページのコンテンツが挿入されるので、纏まったデータ（情報）が１つのページ内に含まれ、ラジオにように聞き流すに十分な情報を得ることができる。
【００１０】
この場合、リンク先ページのメインコンテンツは、アノテーション情報を参照する第１の方法、または、リンク先ページに類似する類似ページとの差分を利用する第２の方法、の何れかの方法により抽出することができる。これにより、読み上げに適したウェブページの構成とすることができる。
【００１１】
また、リンク先ページの挿入はアノテーション情報として記録され、次回以降の処理はアノテーション情報を参照して自動的に行われるようにすることができる。
【００１２】
また、リンク先ページの一部または全部が挿入されたウェブページを、VoiceＸＭＬ文書に変換するステップをさらに含むことができる。VoiceＸＭＬを用いることによってシステムの構築が容易になり、柔軟な音声認識入力が実現できる。また、VoiceＸＭＬ文書への変換において、ウェブページの各要素をVoiceＸＭＬのフォームに割り当て、フォームのプロンプトによって要素を読み上げることができる。また、フォームのタイムアウトを０とし、フォームの処理を順次進めることによって要素を順次読み上げることができる。これにより、フォームに対応した要素（たとえばテキスト情報）を連続して読み上げることができる。
【００１３】
また、フォームに対して同一のキー入力操作および音声操作文法を設定し、かつ、割込み可能とすることにより、フォームの処理中にコマンド入力を受け付けることができる。これによりフォームの切れ目を意識することなくユーザは音声入力やキー入力を行える。
【００１４】
また、音声出力の出力先は電話であり、コマンド入力は電話からの音声またはダイヤルトーン入力とすることができる。誰にでも簡単に利用できる電話を用いることにより本音声応答システムの利用が拡大されると期待できる。
【００１５】
また、音声出力において、ウェブページのコンテンツの構造、量、現処理位置その他の関連情報を反映する音響効果を付加することができる。これにより、音声出力によりページのオーバービューを容易に把握できるようになる。
なお、音声出力とともに対応する画像を表示することもできる。小画面デバイス等への出力においてユーザービリティを向上できる。
【００１６】
また、前記情報アクセス方法において、ウェブページ内のフレームのうち、主フレームを検出するステップと、主フレーム以外の他のフレームに関連付けられるリンクを生成するステップと、リンクを主フレームに付加するステップと、をさらに含むことができる。これによりフレームを有するページにおいてもフレームを展開し、音声出力に適した形式に変換できる。
【００１７】
なお、主フレームの検出は、ウェブページ内のフレームのうち、最も広く表示されるフレームである第１の要素、または、フレーム内に含む文字数が最も多いフレームである第２の要素、または、第１および第２の要素に重み付けした指標が最も高いフレームである第３の要素、の何れかまたはこれらの組み合わせで判断でき、主フレームに対してアノテーションが付されている場合には、アノテーションに従って主フレーム内のグループの並び替え、テキストまたはリンクの挿入、その他の操作を行うステップをさらに含むことができる。
【００１８】
本発明の情報アクセス方法は、システムまたはプログラムとしても把握することが可能である。
【００１９】
【発明の実施の形態】
以下、本発明の実施の形態を図面に基づいて詳細に説明する。ただし、本発明は多くの異なる態様で実施することが可能であり、本実施の形態の記載内容に限定して解釈すべきではない。なお、実施の形態の全体を通して同じ要素には同じ番号を付するものとする。
【００２０】
以下の実施の形態では、主に方法またはシステムについて説明するが、当業者であれば明らかなとおり、本発明は方法、システムの他、コンピュータで使用可能なプログラムとしても実施できる。したがって、本発明は、ハードウェアとしての実施形態、ソフトウェアとしての実施形態またはソフトウェアとハードウェアとの組合せの実施形態をとることができる。プログラムを記録する媒体としては、ハードディスク、ＣＤ−ＲＯＭ、光記憶装置または磁気記憶装置を含む任意のコンピュータ可読媒体を例示できる。
【００２１】
また以下の実施の形態で用いるコンピュータシステムには、中央演算処理装置（ＣＰＵ）、主記憶装置（メインメモリ：ＲＡＭ）、不揮発性記憶装置（ＲＯＭ）等がバスで相互に接続される一般的なコンピュータシステムを用いる。バスには、その他コプロセッサ、画像アクセラレータ、キャッシュメモリ、入出力制御装置（Ｉ／Ｏ）等が接続されてもよい。バスには、適当なインタフェースを介して外部記憶装置、データ入力デバイス、表示デバイス、通信制御装置、音声出力装置等が接続される。その他、一般的にコンピュータシステムに備えられるハードウェア資源を備えることが可能なことは言うまでもない。外部記憶装置にはハードディスク装置、光磁気記憶装置、光記憶装置、フラッシュメモリ等半導体記憶装置が例示できる。データ入力デバイスには、キーボード等の入力装置、マウス等ポインティングデバイス、ペン入力装置、タブレット装置、スキャナ等の画像読み取り装置、音声入力装置等を含む。表示装置としては、ＣＲＴ、液晶表示装置、プラズマ表示装置が例示できる。また、コンピュータシステムには、パーソナルコンピュータ、ワークステーション、メインフレームコンピュータ等各種のコンピュータが含まれる。
【００２２】
また、本実施の形態で用いる電話には、固定電話、携帯電話、アナログ回線電話、ＩＳＤＮ対応等のディジタル回線電話、Ｌモード等インターネット対応の電話等各種の電話が含まれる。また、データ入出力デバイスには、ＰＤＡ（personal digital assistants）等の携帯端末、ｉモード対応等インターネット対応のディジタル携帯電話、ＰＨＳ（personal handy-phone system）電話等を含む。
【００２３】
図１は、本発明の一実施の形態である情報アクセスシステムの一例を示したブロック図である。本実施の形態の情報アクセスシステムは、電話１、音声ウェブアクセスサーバ２、ウェブサーバ３からなる。電話１は前記したとおり各種の電話が含まれ、インターネット電話も含まれる。ウェブサーバ３は、ＨＴＴＰ（hypertext transfer protocol）あるいはＨＴＴＰＳ等のプロトコルに従ったＨＴＴＰリクエストを受けてＨＴＭＬあるいはＸＭＬ等の構造化文書を返送する機能を持つ。図１では単一のウェブサーバ３を記述するが、複数のウェブサーバを有しても良い。すなわち、関連するウェブページが異なるウェブサーバに記録されているときには、複数のウェブサーバから各ウェブページがダウンロードされても良い。
【００２４】
音声ウェブアクセスサーバ２には、VoiceＸＭＬブラウザ４、VoiceＸＭＬ生成モジュール５、トランスコードモジュール６を含む。ここでは音声応答システム記述言語としてVoiceＸＭＬを示すが、本発明はこれに限定されるものではない。その他音声応答に適したシステム記述言語が適用できることは勿論である。ただし、VoiceＸＭＬを用いることによってシステムの記述が簡略化され、本発明を適用したときの効果を顕著に発揮できるメリットがある。
【００２５】
VoiceＸＭＬブラウザ４は、VoiceＸＭＬで記述された構造化文書（VoiceＸＭＬ文書）を処理する機能を持つ。VoiceＸＭＬの概要を説明すれば以下のとおりである。すなわち、VoiceＸＭＬはＸＭＬベースの音声認識および出力ソフトウェアであり、ＸＭＬ同様にタグによって文書内容の要素が規定できる。「form」タグでフォーム要素を特定し、フォームごとに順次処理が行われる。フォーム内では音声入力されるべき変数を「field」タグによって指定でき、「grammar」タグによって規定される文法に従う文字が音声認識されてフィールド変数に入力される。フィールドに音声入力された時には「filled」タグで指定された処理を行う。一方、「prompt」タグでテキストデータを指定することによりテキストを音声出力（読み上げ）することができる。これらタグを用いて音声認識および音声出力を行う処理が簡便に実現できる。なお、VoiceＸＭＬに上記説明以外の機能があることは勿論である。詳細な機能は仕様書（http://www.voicexml.org/spec.html）に記述されている。
【００２６】
VoiceＸＭＬブラウザ４には、音声合成エンジン７、音声認識エンジン８、ＤＴＭＦ信号処理エンジン９を含む。音声合成エンジン７は、現在処理中のフォーム内のプロンプトタグで特定されたテキスト（プロンプトが省略された場合はフォーム内のテキスト）を音声合成により電話１に出力する。音声認識エンジン８は電話１から入力される音声を認識し、現在処理中のフォーム内のフィールドに認識文字を入力する。音声認識の際には前記した文法に従うことは言うまでもない。ＤＴＭＦ信号処理エンジン９はＤＴＭＦ（dual tone multi frequency：いわゆるトーンダイヤル）信号を受信し処理する。
【００２７】
VoiceＸＭＬ生成モジュール５は、ＨＴＭＬあるいはＸＭＬで記述されている文書をVoiceＸＭＬに適合するように変換するモジュールである。
【００２８】
トランスコードモジュール６は、ウェブサーバ３からダウンロードしたオリジナルのウェブページ（ＨＴＭＬあるいはＸＭＬ等で記述されている）を電話での応答に適合した文書配置等に変換するモジュールである。図２は、トランスコードモジュール６の詳細についてその一例を示したブロック図である。トランスコードモジュール６には、フレーム処理モジュール１０、基本トランスコーディングモジュール１１、ラジオモジュール１２を含む。また、トランスコードモジュール６ではアノテーションデータベース１３を参照する。
【００２９】
フレーム処理モジュール１０は、ウェブサーバ３から取得したオリジナルウェブページにフレームが含まれる場合に、メインとなるフレームを検出し、他のフレームをメインフレームと関連させることによって展開する。このように複数フレームを展開することによってフレーム構造をもつページを音声出力に適した形式に変換することができる。
【００３０】
基本トランスコーディングモジュール１１は、「本文へジャンプ」リンクの付加や画像データのＡＬＴ属性がある場合にはその自動付加等を行う。
【００３１】
ラジオモジュール１２は、ウェブサーバ３から取得したオリジナルウェブページをラジオのように聞き流すに適した情報量を有するウェブページを生成する。ラジオモジュール１２には、リンクリスト処理モジュール１４、メインコンテンツ取得モジュール１５、リンク先ページ挿入モジュール１６を含む。
【００３２】
リンクリスト処理モジュール１４は、基本トランスコーディングを行った後のページに含まれるリンクをリストアップする。ページにアノテーションが付されている時にはアノテーション処理モジュール１７によってアノテーションを参照し、アノテーションに従った処理を行う。リンクのリストアップはリンクリスト解析モジュール１８によって行う。
【００３３】
メインコンテンツ取得モジュール１５は、リンクリスト処理モジュール１４によって抽出されたリンク先のページからメインコンテンツを抽出する。リンク先ページにアノテーションが付されている時にはアノテーション処理モジュール２０によってアノテーションを参照した簡略化を行う。ここで処理する簡略化は音声出力に適した形式にページを簡略化する操作をいう。たとえばバナーや画像等がページに含まれる場合はこれら音声化に必要でないデータを削除あるいはテキストデータに置き換える。リンク先ページにアノテーションが付されていない場合には、本発明者らの発明であるウェブ簡略化の手法（特願２０００−２２７９９６号に記載）を用いて簡略化を行う。アノテーションなしの簡略化はシンプリフィケーションモジュール１９によって行う。
【００３４】
なお、アノテーション処理モジュール１７、２０では、アノテーションデータベース１３を参照する。
【００３５】
リンク先ページ挿入モジュール１６は、メインコンテンツ取得モジュール１５によって得られたリンク先ページのコンテンツを対象ページ（リンク元のリンクリストを含むページ）に挿入する。
【００３６】
次に、前記システムを用いた電話応答システムの処理（電話によるウェブアクセス）を説明する。現在実現されている電話応答システムなどの音声による情報提供サービスは、限定された特定の情報のみを提供している点、および、それらの情報へのアクセスが複数候補からの選択操作という単純なインタフェイスで実現されているため操作がわずらわしく広く用いられるにいたっていない。その点、以下に説明する電話によるウェブアクセスは広範な情報を提供できる点で有効である。
【００３７】
（１）基本変換
前記フレーム処理モジュール１０と基本トランスコーディングモジュール１１による処理が基本変換処理に該当する。基本トランスコーディングは「本文へジャンプ」リンクの付加、ＡＬＴ属性の自動付加などの既存技術を用いることができるので詳細な説明は省略する。
【００３８】
（１−１） フレーム処理
フレーム処理モジュール１０によるフレーム展開処理である。本処理はフレームが使用されているページにおいてフレームを除去する処理であり、フレームが使用されていない場合は本処理を行う必要はない。
【００３９】
（１−１−１）メインフレーム（主フレーム）の検出
一般にフレームは、目次フレームやバナーフレームとともにメインコンテンツを含むフレームをページ内に存在させる。そこで、主たるコンテンツ（メインコンテンツ）を含んだメインフレームを優先的にユーザに提示する。メインコンテンツ特定のためには以下のようなヒューリスティックスを用いることができる。たとえば以下のような処理手順が例示できる。すなわち、
（ｉ）標準的なパーソナルコンピュータのディスプレイサイズを仮定してもっとも広く表示されるフレーム
（ｉｉ）コンテンツ（文字）をもっとも多く含んでいるフレーム
の２つの指標に対して重み付けを行いメインフレームとする。
なお、上記いずれかの指標を単独で用いても良い。
【００４０】
前記指標による自動検出が誤りであった場合、ユーザはメインフレームマークアップモードに切り替えることでメインフレームを指定するアノテーション情報をデータベースに登録することができる。これにより、次回からは自動検出ではなくアノテーション情報により、メインフレームが特定される。
【００４１】
（１−１−２）アノテーションベースのトランスコーディング
メインフレームのページに対してアノテーションベースのトランスコーディングを行う。前記（１−１−１）で特定されたメインフレームのページに対し、既知の技術であるコンテンツの並び替えのためのアノテーションや、ヘルプメッセージ挿入のためのアノテーションが存在していた場合、これらに基づいてトランスコーディングを行う。
【００４２】
まず、ページ内のビジュアルなグループを重要度に応じて並べ替える。並び替えはアノテーション情報に基づく。アノテーション情報は各グループを記述したデータ構造をもつ。さらにそれらのグループ間の区切れを示すテキストを挿入する。また、ページの先頭には各グループへのリンクを挿入する。これらのリンクのテキスト情報は各グループのタイトルとすることができる。このため、ユーザはこれらのリンクを確認することでページ上の情報のオーバービューを知ることができる。
【００４３】
（１−１−３）メインフレームページへのリンクの埋め込み
メインフレームのページを取得し、そのトップに他のフレームへのリンクを埋め込む。本システムにおいて音声による読み上げにはメインフレームが使用される。メインフレーム内に他のフレームページへのリンクを埋め込むことにより、他のフレームへのアクセスが可能となる。たとえば、ページの先頭に他のフレームに読み込まれるページへのリンクを埋め込めば、ユーザは他のフレームへのアクセスも可能となる。なお、トップに「本文へのジャンプ」リンクが存在する場合はその直下に他フレームへのリンクを埋め込む。
【００４４】
（１−１−４）フレーム処理の具体例
たとえば、ホームページリーダの読み上げ・ナビゲーション機能を用いてフレームをそのまま読み上げると、以下のような状態になる。すなわち、フレームで記述されたページに非視覚的にアクセスする場合、基本となるフレームページ(以下フレーム０と呼ぶ)に記述された各フレームを１つずつ開きその内容を確認することになる。この時、ユーザに与えられる情報は「frame」タグの「name」属性で記述されているテキストのみである。たとえばあるウェブサイト（www.tfm.co.jp）のフレーム０ページで読み上げられる音声情報を以下に示す。
【００４５】
＊＊＊＊＊
フレーム１TFM on the Web
フレーム２ TFM on the Web
フレーム３ TFM on the Web
フレーム４ TFM on the Web
フレーム5TFM on the Web
フレーム6TFM on the Web
フレーム7TFM on the Web
フレーム8TFM cn バナー フレーム
フレーム9 TFMライト フレーム
フレーム１0 TFM on the Web
フレーム１１ TFM バナーフレーム
フレーム１２ TFM on the Web
＊＊＊＊＊＊＊＊
【００４６】
名前（「name」属性で指定された情報）が多少異なるのは２フレームのみであり、ユーザは一つ一つのフレームを開かなければその内容を確認・判別できない。ここで必要とされるフレームはフレーム９のみであり、他は大部分が画像である。大部分は非視覚的なウェブアクセスには不必要な情報である。本手法を用いればwww.tfm.co.jpにアクセスした直後に従来のフレーム０のページではなくフレーム９がはじめから開かれる。つまり前記したヒューリスティックに基づいてメインフレームを判別すれば前記例の場合フレーム９が選択される。他のフレームについては従来どおり各フレームの番号に続いて「name」属性が読み上げられる。ナビゲーションもこれらについては同様でそれぞれのフレームを選択して開きその内容の確認ができる。これにより、ユーザはフレームページであることを意識することなく、通常のホームページと同様の操作でフレームページにアクセスすることができる。最近はフレームを用いたページが多く電話応答システムでのウェブ情報閲覧を実現するためには本手法は特に有効である。
【００４７】
（２）ラジオトランスコーディング
晴眼者もアクセスするであろうVoiceＸＭＬへのトランスコーディング技術として、ウェブページをラジオのように読み上げるトランスコーディングを提案する。晴眼者が本システムを利用する場合、ラジオのように何らかの作業を行いながらウェブページを「聞き流す」ことが想定される。しかし、そのような長時間の読み上げをおこなうためには、一つのウェブページが含んでいる情報量は少なく、また、記事とコンテンツが離れているため、ナビゲーションなくして(ラジオのように聞き流して)意味のある情報を得ることは困難であろう。そこで、このラジオトランスコーディングでは、いくつかのウェブページから一つの巨大なウェブページを作成する。前記ラジオモジュール１２での処理が該当する。ラジオトランスコーディングは、新聞社のトップページ等で多用される記事等のタイトルリンクリストに対して非常に有効である。基本的な処理ステップは次のようになる。
【００４８】
１．ユーザが記事タイトルのリンクリストなど、連続読み上げを行うリンクリストのグループ指定を行う。
２．システムが各リンク先のページからメインコンテンツを抜き出し、リンクの直下に挿入して巨大ページを作成する。挿入テキストであることは、サウンド効果を用いて表現することができる。
３．次回のアクセスからは自動的にこの巨大ページを読み上げる。
【００４９】
これにより、日々更新されるページであっても、ユーザが希望する情報を連続して作業中に聞くことができるようになる。以下、それぞれのステップの処理をより詳細に説明する。
【００５０】
（２−１）リンクリストの指定
ページ読み上げ途中にあるＤＴＭＦキーシーケンス(例えば *20)もしくはボイスコマンド（「ここをラジオにする。」など）が入力されると、システムはそのリンクリストをラジオモード化するアノテーション情報をアノテーションデータベース１３に登録する。
【００５１】
リンクリスト生成の際に、ページコンテンツ並び替えのためのグループアノテーションが存在していた場合は、そのグループをリンクリスト領域とする。アノテーション情報がない場合は、短い文字列、小さな画像などで連続した一連のリンクの領域をリンクリスト領域として登録する。
【００５２】
なお、リンクリスト指定の際には、指定はページの単位でもかまわない。その場合、ページ全体のリンクに対してリンク先コンテンツが挿入される。このため、すべてのコンテンツを含めて処理したい場合に有効である。
【００５３】
（２−２）リンク先ページのメインコンテンツの抜き出し
リンク先ページのメインコンテンツの抜き出しは以下の方針で行う。
１．ページコンテンツ並び替えのためのグループアノテーションが存在していた場合は、重要情報をメインコンテンツとして抜き出す。
２．アノテーション情報が存在しない場合は、既存技術である差分演算によるレイアウト成分の除去（前記シンプリフィケーションの手法）を行い、さらに断片的な文字列などの除去をおこなった上でメインコンテンツとする。
【００５４】
この方針に基づいてメインコンテンツを特定し、リンク元ページのリンクの直下に挿入する。
なお、リンク挿入位置は直下である必要はなく、そのリンク箇所（リンク構造を更新しないような箇所）であればよい。
【００５５】
メインコンテンツ内にリンクが存在し、それがページ内参照や相対パスによる参照である場合、リンク元ページ（コンテンツを挿入するページ）からのＵＲＬ（uniform resource locater）に書きかえる。また、記事のタイトルなど、リンクと同じ文字列が挿入するページの先頭にある場合はこれを削除する。これにより情報の重複を無くすことができる。
【００５６】
（２−３）次回アクセスの場合
次回のアクセスからは自動的にラジオトランスコーディングを行う。ユーザが選択したラジオトランスコーディング領域は、アノテーション情報としてアノテーションデータベース１３に登録できる。アノテーション情報はたとえば以下のデータを持つ。
【００５７】
「username」 指定したユーザ名
「xpath」 指定された領域のXpath属性
「generator」 自動検出された領域か、アノテーションに元づいた正確な領域か
「resource」 アノテーション対象ページのURL
【００５８】
なお、自動的に取得された関連情報がユーザの意図に沿わない場合、取得個所を修正するツールをウェブアプリケーションとして提供することができる。ユーザが指定した情報は、付加情報データベースに保存できる。
【００５９】
（２−４）ラジオトランスコーディングの具体例
図３はターゲットとするオリジナルウェブページの一例を示した表示画面図である。２１から２４で示すリンクリストラインを指定したと仮定する。図４〜７は各々リンクリストライン２１〜２４に対応するリンク先ページの表示画面図である。前記ラジオトランスコーディングを行うことにより、図８〜１０に示すページが生成される。なお、図８〜１０は画面が長大であるため３図に分割して示したものであり、実際には１つのページである。図示するようにリンク先ページのメインコンテンツのみがターゲットページに挿入され、１つの大きなページが生成される。これによりラジオのように聞き流すに適した読み上げ用のページが生成される。なお、図では画面左側のリンクリストや画面上部のバナー等が残存している画面を例示しているが、これを省略するアノテーションがある場合や前記したシンプリフィケーションを適用するとこれらを省略することができる。
【００６０】
（３）VoiceＸＭＬ生成
次に、ウェブページを自動的に電話応答システム記述言語(VoiceＸＭＬなど)に変換する。VoiceＸＭＬ生成モジュール５が処理を行う。ナビゲーションのユーザインタフェイスとしては、パーソナルコンピュータ上の視覚障害者用音声ブラウザで用意されているコマンドと類似のナビゲーションコマンドを用意する。これにより、連続した情報の読み上げ、ページ内の任意の個所から任意の個所への情報のジャンプなどといった音声ブラウザが持っている機能をVoiceＸＭＬで実現できる。VoiceＸＭＬへの変換には以下のような方針を採用する。
【００６１】
１．ウェブページ内の各エレメントをVoiceＸＭＬの一つのフォームに割り当てる。通常、フォームはシステムのプロンプトとユーザの入力を処理するものであるが、これにエレメント一つ分の読み上げを行わせる。
２．各フォームのタイムアウトを０に設定する。タイムアウト後に進む先のフォームとしてページ内の次のエレメントに対応するフォームを設定する。これにより、時間経過とともに各エレメントを連続時に読み上げられるようになる。
３．各フォームに対し、すべて同一のキー操作、音声操作文法を設定する。また、すべて割り込み可能に設定する。これにより、読み上げ中のどの時点であっても、フォームの切れ目をまったく意識することなく、同一の操作が可能となる。
【００６２】
電話のキー操作は、音声ブラウザに似せるために図１１のように割り当てる。図１１は電話キーへのコマンド割り当ての一例を示した図である。通常の音声ブラウザはキーボードおよびテンキーを用いているのに対し、電話では「＊」「＃」を含めた１２個のキーしか用いることができない。そのため、必要な機能を絞り込むとともに、「＊」をモディファイアキーとして用いることで、基本機能の割り当てを実現している。なお、同等の機能を音声コマンドによってもアクセス可能とする。図１２は音声コマンドの一例を示した図である。
【００６３】
また、ページ上のテキスト音声合成では表現しきれない情報、たとえば、現在位置、フォントスタイル、バックグランド・フォアグランドカラー、ページの論理構造などをサウンドエフェクトを用いて表現する。以下具体的にサウンドエフェクトを例示する。
【００６４】
１．読み上げ中のポジションに関しては、ページ内の読み上げ情報中で何パーセントの位置であるかを音声合成のパラメータを変更することで表現する。人間が認識可能なパラメータの変化ステップ数には限りがあるため、段階的に位置情報に対してパラメータを割り当てる。たとえば、認識可能なパラメータのステップ数が５である場合、２０％づつ同一のパラメータを割り当てる。音声合成パラメータには音の高低、読み上げの速さ、音色（声音）、バックグラウンド音のテンポ、楽曲の種類等、識別可能なあらゆるパラメータを採用できる。
【００６５】
２．エレメント/リンク/グループ間での移動コマンドが選択されたとき、移動の方向をサウンドにより表現する。たとえば、上方向に移動した場合、音程が上昇するサウンドを使用し、下方向は下降するサウンドを使用する。また、スキップされた読み上げテキストの量により、音程の変化量を制御する。
【００６６】
３．テキスト内で、もっとも多く用いられている文字属性を解析し、その文字属性を持つテキストに対して、デフォルトの音声パラメータを割り当てる。それ以外の文字属性を持つテキストには異なる音声パラメータを割り当てる。人間が認識可能なパラメータ変化には限界があるため、詳細な文字属性の違いを表現することはできないが、異なるフォントサイズやスタイル、色が用いられていることは容易に認識可能となる。
【００６７】
４．視覚的ページの構造を直感的に把握するのと同様に、サウンド効果のみを用いてページのオーバービューを表現する。各文字属性、スタイル、フォントサイズ、カラー、リンクテキスト、フォームの開始/終了などのページの構造に対して別々のサウンドを割り当て、それを連続して再生する。各サウンドの長さはテキストの長さに比例させる。また、ユーザの指定により、特定の情報だけを連続して再生することも可能とする。たとえば、リンクとそれ以外のみを表現することにより、リンクリストの割合のみを直感的に確認するといった使い方が考えられる。また、テーブルの開始/終了、セルの開始を表現することにより、そのテーブルの構造の規則性を直感的に確認し、レイアウトテーブルとデータを表現しているテーブルを識別できる機能を提供できる。
【００６８】
以上、本発明者によってなされた発明を発明の実施の形態に基づき具体的に説明したが、本発明は前記実施の形態に限定されるものではなく、その要旨を逸脱しない範囲で種々変更可能であることは言うまでもない。
【００６９】
たとえば、前記実施の形態では電話からウェブにアクセスする例を説明したがブラウザのプラグインからアクセスすることも可能である。前記のように電話からではなく、ブラウザに組み込まれたプラグインとストリーミングオーディオ再生ソフト（たとえばリアルオーディオなど）の組み合わせでも本発明を利用することができる。図１３はプラグインとストリーミングの組合せによるシステム構成の一例を示したブロック図である。ブラウザ３４のプラグイン３５からアクセスする場合、プラグイン３５からキーインプットの情報がソケット通信によって送信される。プラグイン用サーバ３１の側ではキー操作受信モジュール３３によってこれを受信し、VoiceＸＭＬブラウザ４に送信する。VoiceＸＭＬブラウザ４からの音声信号はストリーミング変換モジュール３２によってストリーミングデータに変換されて、ブラウザ３４側に送信される。ブラウザ３４側は音声合成装置を持つ必要はなく、ストリーミングデータを再生する機能だけを持てばよい。このシステムにより、視覚障害者は自分のパーソナルコンピュータに複雑なソフトウェアをインストールすることなく、ウェブアクセスが可能になる。また、音声合成エンジンを搭載できない携帯端末などのデバイスにおいても音声によるウェブアクセスが可能になる。
【００７０】
また、ラジオトランスコーディングは音声出力用途には限られない。ラジオトランスコーディングは複数ページを一つのページに変換する技術であるととらえることもできる。そのため、分割されているページを一つにまとめたほうが視覚的にも利用しやすい場合等は音声によるウェブアクセスのためだけではなく、これを利用することが可能である。例えば、章や節の単位で分割されたページになっている論文などのページを印刷や閲覧性向上の目的で一つにまとめたほうが利用しやすい場合がある。このような用途でラジオトランスコーディングを利用することもできる。
【００７１】
また、基本あるいはラジオトランスコーディングを表示画面への表示と組み合わせて利用することができる。たとえば、携帯端末などの小画面デバイスを用いてウェブアクセスをする場合、読み上げとディスプレイ表示を同時に行いながらアクセスすることでユーザビリティを向上できる。このような用途にも本発明を適用することができる。まず、本発明における基本トランスコーディング、場合によってはラジオトランスコーディングを行う。その上で、VoiceＸＭＬとＨＴＭＬの両方をクライアントに送る。クライアント側ではVoiceＸＭＬとＨＴＭＬを同期させながら再生する、つまり、読み上げに応じてＨＴＭＬのビューをスクロールさせる機能を持ったプラグインをブラウザ上で動作させることにより、小画面デバイスの環境においても視覚、聴覚を両方用いたウェブアクセスが可能になる。また、ＨＴＭＬビューがスクロールされたときにサウンドのオーバービューと同様に、テキストを読み上げずにサウンドのみを鳴らすことで文書構造のオーバービューを聴覚的に確認しながらすばやく目的個所に到達することが可能になる。
なお、音声と画像は同期させることが好ましいが、必ずしも同期させる必要はない。
【００７２】
また、前記実施の形態では、リンク先ページのコンテンツをターゲットページに挿入する例を説明したが、ターゲットページにはリンク先ページのデータ量等の情報だけを挿入し、コンテンツは再生の都度リンク先ページから取得しても良い。つまり大きなページファイルを作るのではなく、リンクその他最小限の情報のみをターゲットページに保持し、処理と同時に所定のＵＲＬからリンク先ページのコンテンツを取得しても良い。
【００７３】
【発明の効果】
本願で開示される発明のうち、代表的なものによって得られる効果は、以下の通りである。すなわち、ウェブページの構造を音声で聞き取りやすい内容に変換するとともに、ナビゲーションなしでラジオのようにウェブ情報にアクセスできる。また、電話応答システム等誰でも簡単に操作できる装置を用いて、容易にウェブ情報にアクセスできる。
【図面の簡単な説明】
【図１】本発明の一実施の形態である情報アクセスシステムの一例を示したブロック図である。
【図２】トランスコードモジュール６の詳細についてその一例を示したブロック図である。
【図３】ターゲットとするオリジナルウェブページの一例を示した表示画面図である。
【図４】リンクリストライン２１に対応するリンク先ページの表示画面図である。
【図５】リンクリストライン２２に対応するリンク先ページの表示画面図である。
【図６】リンクリストライン２３に対応するリンク先ページの表示画面図である。
【図７】リンクリストライン２４に対応するリンク先ページの表示画面図である。
【図８】ラジオトランスコードされたページの表示画面図（一部）である。
【図９】ラジオトランスコードされたページの表示画面図（一部）である。
【図１０】ラジオトランスコードされたページの表示画面図（一部）である。
【図１１】電話キーへのコマンド割り当ての一例を示した図である。
【図１２】音声コマンドの一例を示した図である。
【図１３】プラグインとストリーミングの組合せによるシステム構成の一例を示したブロック図である。
【符号の説明】
１…電話、２…音声ウェブアクセスサーバ、３…ウェブサーバ、４…VoiceＸＭＬブラウザ、５…VoiceＸＭＬ生成モジュール、６…トランスコードモジュール、７…音声合成エンジン、８…音声認識エンジン、９…ＤＴＭＦ信号処理エンジン、１０…フレーム処理モジュール、１１…基本トランスコーディングモジュール、１２…ラジオモジュール、１３…アノテーションデータベース、１４…リンクリスト処理モジュール、１５…メインコンテンツ取得モジュール、１６…リンク先ページ挿入モジュール、１７…アノテーション処理モジュール、１８…リンクリスト解析モジュール、１９…シンプリフィケーションモジュール、２０…アノテーション処理モジュール、２１〜２４…リンクリストライン、３１…プラグイン用サーバ、３２…ストリーミング変換モジュール、３３…キー操作受信モジュール、３４…ブラウザ、３５…プラグイン。
【発明の属する技術分野】
本発明は、ウェブコンテンツの出力方法、出力システムおよびプログラムに関する。特にウェブページに記述されている情報（コンテンツ）をラジオのように聞き流す用途に適用して有効な技術に関する。
【０００２】
【従来の技術】
人は、目や手は塞がっているが耳が空いている場合に、ラジオや音楽を聴くことがよくある。たとえば自動車の運転中、電車（特に満員電車）内あるいは食事の仕度や掃除・洗濯等家事労働中にラジオや音楽を聴く場合が例示できる。
【０００３】
一方、インターネットの普及によりウェブ閲覧や電子メール閲覧が一般化している。前記のように耳は自由だが何らかの作業あるいは制約のためにコンピュータ・スクリーンあるいはキーボードにアクセスできないような状況でもウェブページや電子メールにアクセスしたい場合がある。このような場合音声ブラウザあるいは文書読み上げソフトウェアを用いてウェブページあるいは電子メールその他のテキストデータを読み上げる手法が適用できる。読み上げ音声を聞くことによりこれら情報にアクセスすることが可能である。たとえば「NewsTools」というニュース記事ダウンロードソフトウェアは各新聞社のサイトからの記事一覧の取得後、各記事のコンテンツをダウンロードし、連続して読み上げる機能を持っている。
【０００４】
なお、近年ＸＭＬ（extensible markup language）ベースの音声処理用構造化言語にVoiceＸＭＬが標準化されている。VoiceＸＭＬを用いれば簡単に音声処理が行え、電話等を用いた自動音声入力出力システムを構築することが可能になる。
【０００５】
【発明が解決しようとする課題】
電子メールのように主に情報の内容（コンテンツ）がテキストデータで構成される場合には前記音声ブラウザや読み上げソフトである程度満足の得られるアクセスが実現できる。しかし、読み上げ対象がウェブページの場合には各種の問題がある。
【０００６】
すなわち、ウェブページは一般にＨＴＭＬ（Hypertext markup language）やＸＭＬ等の構造化言語を用いて記述されており、コンテンツが要素（エレメント）やフレームを用いて複雑に構造化されている。また、画像データ等読み上げに適さないコンテンツが多く含まれ、各要素に含まれるテキストデータは一般に少ない。また、テキストデータはリンクによる関連付けによってタイトルと内容が離れた位置に置かれる。このように各要素のコンテンツが複雑に構造化され細分化され、また、ビジュアル化の進んだウェブページを従来の音声ブラウザ等によって単に読み上げるだけでは聞き流しに耐えるような意味内容をもった十分な量の情報を提供することは困難である。また、関連性を持った意味内容の順に再生するにはエレメントや構造に基づいたナビゲーションが必要になる。ところが、作業中は手も塞がっていることが多いので、煩雑なナビゲーション作業をキーボードによって行うには作業中等の聞き流し用途に適さない。さらに、ページがフレームによって分割されている時にはフレーム切替等の処理に問題を生じる。前記した「NewsTools」というソフトウェアを用いれば、特定のサイトに対してはスムーズな記事の読み上げが可能になるが、対象サイト、対象ページ、対象記事は予めシステムの中に組み込まれており、設定を変更することは全くできない点で大きな制限がある。
【０００７】
一方、コンピュータ操作に不慣れなユーザや一般に情報弱者といわれる障害者や高齢者へのデジタルディバイドは、インターネットの普及によりますます拡大したといわれている。このような問題を解決することは非常に大きな社会的課題であると考えられる。そこで誰もが容易に利用できる機器である電話を利用した情報提供サービスが実現すればこのようなデジタルディバイドが緩和されると期待できる。この際、情報量や情報の新しさを考慮すると、やはりウェブを利用することが望ましい。しかし電話を利用した情報アクセスには上記した構造化文書の読み上げ時の問題が同様に存在する。また、電話の数字キーからのナビゲーションを実現する技術を提供する必要がある。このような問題が解決できれば情報量が少なく更新されることも少ない現在の電話応答システムによる情報サービスを飛躍的に拡大することができると期待される。
【０００８】
本発明の目的は、ウェブページの構造を音声で聞き取りやすい内容に変換するとともに、ナビゲーションなしでラジオのように情報にアクセスできる技術を提供することにある。また、本発明の目的は、電話応答システム等誰でも簡単に操作できる装置を用いて、容易にウェブに記述された情報にアクセスできる技術を提供することにある。
【０００９】
【課題を解決するための手段】
本発明の概要を説明すれば以下の通りである。すなわち、本発明の情報アクセス方法は、ウェブページ内のリンクまたはリンクリストを指定するステップと、リンクまたはリンクリストで指定されたリンク先ページを取得するステップと、リンク先ページのコンテンツの全部または一部をウェブページのリンク箇所に挿入するステップと、リンク先ページのコンテンツが挿入されたウェブページのコンテンツの全部または一部を音声出力するステップと、を含む。そして、ウェブページに挿入されるリンク先ページの一部は、リンク先ページのメインコンテンツとすることができる。このような情報アクセス方法によれば、ターゲットのウェブページにリンク先ページのコンテンツが挿入されるので、纏まったデータ（情報）が１つのページ内に含まれ、ラジオにように聞き流すに十分な情報を得ることができる。
【００１０】
この場合、リンク先ページのメインコンテンツは、アノテーション情報を参照する第１の方法、または、リンク先ページに類似する類似ページとの差分を利用する第２の方法、の何れかの方法により抽出することができる。これにより、読み上げに適したウェブページの構成とすることができる。
【００１１】
また、リンク先ページの挿入はアノテーション情報として記録され、次回以降の処理はアノテーション情報を参照して自動的に行われるようにすることができる。
【００１２】
また、リンク先ページの一部または全部が挿入されたウェブページを、VoiceＸＭＬ文書に変換するステップをさらに含むことができる。VoiceＸＭＬを用いることによってシステムの構築が容易になり、柔軟な音声認識入力が実現できる。また、VoiceＸＭＬ文書への変換において、ウェブページの各要素をVoiceＸＭＬのフォームに割り当て、フォームのプロンプトによって要素を読み上げることができる。また、フォームのタイムアウトを０とし、フォームの処理を順次進めることによって要素を順次読み上げることができる。これにより、フォームに対応した要素（たとえばテキスト情報）を連続して読み上げることができる。
【００１３】
また、フォームに対して同一のキー入力操作および音声操作文法を設定し、かつ、割込み可能とすることにより、フォームの処理中にコマンド入力を受け付けることができる。これによりフォームの切れ目を意識することなくユーザは音声入力やキー入力を行える。
【００１４】
また、音声出力の出力先は電話であり、コマンド入力は電話からの音声またはダイヤルトーン入力とすることができる。誰にでも簡単に利用できる電話を用いることにより本音声応答システムの利用が拡大されると期待できる。
【００１５】
また、音声出力において、ウェブページのコンテンツの構造、量、現処理位置その他の関連情報を反映する音響効果を付加することができる。これにより、音声出力によりページのオーバービューを容易に把握できるようになる。
なお、音声出力とともに対応する画像を表示することもできる。小画面デバイス等への出力においてユーザービリティを向上できる。
【００１６】
また、前記情報アクセス方法において、ウェブページ内のフレームのうち、主フレームを検出するステップと、主フレーム以外の他のフレームに関連付けられるリンクを生成するステップと、リンクを主フレームに付加するステップと、をさらに含むことができる。これによりフレームを有するページにおいてもフレームを展開し、音声出力に適した形式に変換できる。
【００１７】
なお、主フレームの検出は、ウェブページ内のフレームのうち、最も広く表示されるフレームである第１の要素、または、フレーム内に含む文字数が最も多いフレームである第２の要素、または、第１および第２の要素に重み付けした指標が最も高いフレームである第３の要素、の何れかまたはこれらの組み合わせで判断でき、主フレームに対してアノテーションが付されている場合には、アノテーションに従って主フレーム内のグループの並び替え、テキストまたはリンクの挿入、その他の操作を行うステップをさらに含むことができる。
【００１８】
本発明の情報アクセス方法は、システムまたはプログラムとしても把握することが可能である。
【００１９】
【発明の実施の形態】
以下、本発明の実施の形態を図面に基づいて詳細に説明する。ただし、本発明は多くの異なる態様で実施することが可能であり、本実施の形態の記載内容に限定して解釈すべきではない。なお、実施の形態の全体を通して同じ要素には同じ番号を付するものとする。
【００２０】
以下の実施の形態では、主に方法またはシステムについて説明するが、当業者であれば明らかなとおり、本発明は方法、システムの他、コンピュータで使用可能なプログラムとしても実施できる。したがって、本発明は、ハードウェアとしての実施形態、ソフトウェアとしての実施形態またはソフトウェアとハードウェアとの組合せの実施形態をとることができる。プログラムを記録する媒体としては、ハードディスク、ＣＤ−ＲＯＭ、光記憶装置または磁気記憶装置を含む任意のコンピュータ可読媒体を例示できる。
【００２１】
また以下の実施の形態で用いるコンピュータシステムには、中央演算処理装置（ＣＰＵ）、主記憶装置（メインメモリ：ＲＡＭ）、不揮発性記憶装置（ＲＯＭ）等がバスで相互に接続される一般的なコンピュータシステムを用いる。バスには、その他コプロセッサ、画像アクセラレータ、キャッシュメモリ、入出力制御装置（Ｉ／Ｏ）等が接続されてもよい。バスには、適当なインタフェースを介して外部記憶装置、データ入力デバイス、表示デバイス、通信制御装置、音声出力装置等が接続される。その他、一般的にコンピュータシステムに備えられるハードウェア資源を備えることが可能なことは言うまでもない。外部記憶装置にはハードディスク装置、光磁気記憶装置、光記憶装置、フラッシュメモリ等半導体記憶装置が例示できる。データ入力デバイスには、キーボード等の入力装置、マウス等ポインティングデバイス、ペン入力装置、タブレット装置、スキャナ等の画像読み取り装置、音声入力装置等を含む。表示装置としては、ＣＲＴ、液晶表示装置、プラズマ表示装置が例示できる。また、コンピュータシステムには、パーソナルコンピュータ、ワークステーション、メインフレームコンピュータ等各種のコンピュータが含まれる。
【００２２】
また、本実施の形態で用いる電話には、固定電話、携帯電話、アナログ回線電話、ＩＳＤＮ対応等のディジタル回線電話、Ｌモード等インターネット対応の電話等各種の電話が含まれる。また、データ入出力デバイスには、ＰＤＡ（personal digital assistants）等の携帯端末、ｉモード対応等インターネット対応のディジタル携帯電話、ＰＨＳ（personal handy-phone system）電話等を含む。
【００２３】
図１は、本発明の一実施の形態である情報アクセスシステムの一例を示したブロック図である。本実施の形態の情報アクセスシステムは、電話１、音声ウェブアクセスサーバ２、ウェブサーバ３からなる。電話１は前記したとおり各種の電話が含まれ、インターネット電話も含まれる。ウェブサーバ３は、ＨＴＴＰ（hypertext transfer protocol）あるいはＨＴＴＰＳ等のプロトコルに従ったＨＴＴＰリクエストを受けてＨＴＭＬあるいはＸＭＬ等の構造化文書を返送する機能を持つ。図１では単一のウェブサーバ３を記述するが、複数のウェブサーバを有しても良い。すなわち、関連するウェブページが異なるウェブサーバに記録されているときには、複数のウェブサーバから各ウェブページがダウンロードされても良い。
【００２４】
音声ウェブアクセスサーバ２には、VoiceＸＭＬブラウザ４、VoiceＸＭＬ生成モジュール５、トランスコードモジュール６を含む。ここでは音声応答システム記述言語としてVoiceＸＭＬを示すが、本発明はこれに限定されるものではない。その他音声応答に適したシステム記述言語が適用できることは勿論である。ただし、VoiceＸＭＬを用いることによってシステムの記述が簡略化され、本発明を適用したときの効果を顕著に発揮できるメリットがある。
【００２５】
VoiceＸＭＬブラウザ４は、VoiceＸＭＬで記述された構造化文書（VoiceＸＭＬ文書）を処理する機能を持つ。VoiceＸＭＬの概要を説明すれば以下のとおりである。すなわち、VoiceＸＭＬはＸＭＬベースの音声認識および出力ソフトウェアであり、ＸＭＬ同様にタグによって文書内容の要素が規定できる。「form」タグでフォーム要素を特定し、フォームごとに順次処理が行われる。フォーム内では音声入力されるべき変数を「field」タグによって指定でき、「grammar」タグによって規定される文法に従う文字が音声認識されてフィールド変数に入力される。フィールドに音声入力された時には「filled」タグで指定された処理を行う。一方、「prompt」タグでテキストデータを指定することによりテキストを音声出力（読み上げ）することができる。これらタグを用いて音声認識および音声出力を行う処理が簡便に実現できる。なお、VoiceＸＭＬに上記説明以外の機能があることは勿論である。詳細な機能は仕様書（http://www.voicexml.org/spec.html）に記述されている。
【００２６】
VoiceＸＭＬブラウザ４には、音声合成エンジン７、音声認識エンジン８、ＤＴＭＦ信号処理エンジン９を含む。音声合成エンジン７は、現在処理中のフォーム内のプロンプトタグで特定されたテキスト（プロンプトが省略された場合はフォーム内のテキスト）を音声合成により電話１に出力する。音声認識エンジン８は電話１から入力される音声を認識し、現在処理中のフォーム内のフィールドに認識文字を入力する。音声認識の際には前記した文法に従うことは言うまでもない。ＤＴＭＦ信号処理エンジン９はＤＴＭＦ（dual tone multi frequency：いわゆるトーンダイヤル）信号を受信し処理する。
【００２７】
VoiceＸＭＬ生成モジュール５は、ＨＴＭＬあるいはＸＭＬで記述されている文書をVoiceＸＭＬに適合するように変換するモジュールである。
【００２８】
トランスコードモジュール６は、ウェブサーバ３からダウンロードしたオリジナルのウェブページ（ＨＴＭＬあるいはＸＭＬ等で記述されている）を電話での応答に適合した文書配置等に変換するモジュールである。図２は、トランスコードモジュール６の詳細についてその一例を示したブロック図である。トランスコードモジュール６には、フレーム処理モジュール１０、基本トランスコーディングモジュール１１、ラジオモジュール１２を含む。また、トランスコードモジュール６ではアノテーションデータベース１３を参照する。
【００２９】
フレーム処理モジュール１０は、ウェブサーバ３から取得したオリジナルウェブページにフレームが含まれる場合に、メインとなるフレームを検出し、他のフレームをメインフレームと関連させることによって展開する。このように複数フレームを展開することによってフレーム構造をもつページを音声出力に適した形式に変換することができる。
【００３０】
基本トランスコーディングモジュール１１は、「本文へジャンプ」リンクの付加や画像データのＡＬＴ属性がある場合にはその自動付加等を行う。
【００３１】
ラジオモジュール１２は、ウェブサーバ３から取得したオリジナルウェブページをラジオのように聞き流すに適した情報量を有するウェブページを生成する。ラジオモジュール１２には、リンクリスト処理モジュール１４、メインコンテンツ取得モジュール１５、リンク先ページ挿入モジュール１６を含む。
【００３２】
リンクリスト処理モジュール１４は、基本トランスコーディングを行った後のページに含まれるリンクをリストアップする。ページにアノテーションが付されている時にはアノテーション処理モジュール１７によってアノテーションを参照し、アノテーションに従った処理を行う。リンクのリストアップはリンクリスト解析モジュール１８によって行う。
【００３３】
メインコンテンツ取得モジュール１５は、リンクリスト処理モジュール１４によって抽出されたリンク先のページからメインコンテンツを抽出する。リンク先ページにアノテーションが付されている時にはアノテーション処理モジュール２０によってアノテーションを参照した簡略化を行う。ここで処理する簡略化は音声出力に適した形式にページを簡略化する操作をいう。たとえばバナーや画像等がページに含まれる場合はこれら音声化に必要でないデータを削除あるいはテキストデータに置き換える。リンク先ページにアノテーションが付されていない場合には、本発明者らの発明であるウェブ簡略化の手法（特願２０００−２２７９９６号に記載）を用いて簡略化を行う。アノテーションなしの簡略化はシンプリフィケーションモジュール１９によって行う。
【００３４】
なお、アノテーション処理モジュール１７、２０では、アノテーションデータベース１３を参照する。
【００３５】
リンク先ページ挿入モジュール１６は、メインコンテンツ取得モジュール１５によって得られたリンク先ページのコンテンツを対象ページ（リンク元のリンクリストを含むページ）に挿入する。
【００３６】
次に、前記システムを用いた電話応答システムの処理（電話によるウェブアクセス）を説明する。現在実現されている電話応答システムなどの音声による情報提供サービスは、限定された特定の情報のみを提供している点、および、それらの情報へのアクセスが複数候補からの選択操作という単純なインタフェイスで実現されているため操作がわずらわしく広く用いられるにいたっていない。その点、以下に説明する電話によるウェブアクセスは広範な情報を提供できる点で有効である。
【００３７】
（１）基本変換
前記フレーム処理モジュール１０と基本トランスコーディングモジュール１１による処理が基本変換処理に該当する。基本トランスコーディングは「本文へジャンプ」リンクの付加、ＡＬＴ属性の自動付加などの既存技術を用いることができるので詳細な説明は省略する。
【００３８】
（１−１） フレーム処理
フレーム処理モジュール１０によるフレーム展開処理である。本処理はフレームが使用されているページにおいてフレームを除去する処理であり、フレームが使用されていない場合は本処理を行う必要はない。
【００３９】
（１−１−１）メインフレーム（主フレーム）の検出
一般にフレームは、目次フレームやバナーフレームとともにメインコンテンツを含むフレームをページ内に存在させる。そこで、主たるコンテンツ（メインコンテンツ）を含んだメインフレームを優先的にユーザに提示する。メインコンテンツ特定のためには以下のようなヒューリスティックスを用いることができる。たとえば以下のような処理手順が例示できる。すなわち、
（ｉ）標準的なパーソナルコンピュータのディスプレイサイズを仮定してもっとも広く表示されるフレーム
（ｉｉ）コンテンツ（文字）をもっとも多く含んでいるフレーム
の２つの指標に対して重み付けを行いメインフレームとする。
なお、上記いずれかの指標を単独で用いても良い。
【００４０】
前記指標による自動検出が誤りであった場合、ユーザはメインフレームマークアップモードに切り替えることでメインフレームを指定するアノテーション情報をデータベースに登録することができる。これにより、次回からは自動検出ではなくアノテーション情報により、メインフレームが特定される。
【００４１】
（１−１−２）アノテーションベースのトランスコーディング
メインフレームのページに対してアノテーションベースのトランスコーディングを行う。前記（１−１−１）で特定されたメインフレームのページに対し、既知の技術であるコンテンツの並び替えのためのアノテーションや、ヘルプメッセージ挿入のためのアノテーションが存在していた場合、これらに基づいてトランスコーディングを行う。
【００４２】
まず、ページ内のビジュアルなグループを重要度に応じて並べ替える。並び替えはアノテーション情報に基づく。アノテーション情報は各グループを記述したデータ構造をもつ。さらにそれらのグループ間の区切れを示すテキストを挿入する。また、ページの先頭には各グループへのリンクを挿入する。これらのリンクのテキスト情報は各グループのタイトルとすることができる。このため、ユーザはこれらのリンクを確認することでページ上の情報のオーバービューを知ることができる。
【００４３】
（１−１−３）メインフレームページへのリンクの埋め込み
メインフレームのページを取得し、そのトップに他のフレームへのリンクを埋め込む。本システムにおいて音声による読み上げにはメインフレームが使用される。メインフレーム内に他のフレームページへのリンクを埋め込むことにより、他のフレームへのアクセスが可能となる。たとえば、ページの先頭に他のフレームに読み込まれるページへのリンクを埋め込めば、ユーザは他のフレームへのアクセスも可能となる。なお、トップに「本文へのジャンプ」リンクが存在する場合はその直下に他フレームへのリンクを埋め込む。
【００４４】
（１−１−４）フレーム処理の具体例
たとえば、ホームページリーダの読み上げ・ナビゲーション機能を用いてフレームをそのまま読み上げると、以下のような状態になる。すなわち、フレームで記述されたページに非視覚的にアクセスする場合、基本となるフレームページ(以下フレーム０と呼ぶ)に記述された各フレームを１つずつ開きその内容を確認することになる。この時、ユーザに与えられる情報は「frame」タグの「name」属性で記述されているテキストのみである。たとえばあるウェブサイト（www.tfm.co.jp）のフレーム０ページで読み上げられる音声情報を以下に示す。
【００４５】
＊＊＊＊＊
フレーム１TFM on the Web
フレーム２ TFM on the Web
フレーム３ TFM on the Web
フレーム４ TFM on the Web
フレーム5TFM on the Web
フレーム6TFM on the Web
フレーム7TFM on the Web
フレーム8TFM cn バナー フレーム
フレーム9 TFMライト フレーム
フレーム１0 TFM on the Web
フレーム１１ TFM バナーフレーム
フレーム１２ TFM on the Web
＊＊＊＊＊＊＊＊
【００４６】
名前（「name」属性で指定された情報）が多少異なるのは２フレームのみであり、ユーザは一つ一つのフレームを開かなければその内容を確認・判別できない。ここで必要とされるフレームはフレーム９のみであり、他は大部分が画像である。大部分は非視覚的なウェブアクセスには不必要な情報である。本手法を用いればwww.tfm.co.jpにアクセスした直後に従来のフレーム０のページではなくフレーム９がはじめから開かれる。つまり前記したヒューリスティックに基づいてメインフレームを判別すれば前記例の場合フレーム９が選択される。他のフレームについては従来どおり各フレームの番号に続いて「name」属性が読み上げられる。ナビゲーションもこれらについては同様でそれぞれのフレームを選択して開きその内容の確認ができる。これにより、ユーザはフレームページであることを意識することなく、通常のホームページと同様の操作でフレームページにアクセスすることができる。最近はフレームを用いたページが多く電話応答システムでのウェブ情報閲覧を実現するためには本手法は特に有効である。
【００４７】
（２）ラジオトランスコーディング
晴眼者もアクセスするであろうVoiceＸＭＬへのトランスコーディング技術として、ウェブページをラジオのように読み上げるトランスコーディングを提案する。晴眼者が本システムを利用する場合、ラジオのように何らかの作業を行いながらウェブページを「聞き流す」ことが想定される。しかし、そのような長時間の読み上げをおこなうためには、一つのウェブページが含んでいる情報量は少なく、また、記事とコンテンツが離れているため、ナビゲーションなくして(ラジオのように聞き流して)意味のある情報を得ることは困難であろう。そこで、このラジオトランスコーディングでは、いくつかのウェブページから一つの巨大なウェブページを作成する。前記ラジオモジュール１２での処理が該当する。ラジオトランスコーディングは、新聞社のトップページ等で多用される記事等のタイトルリンクリストに対して非常に有効である。基本的な処理ステップは次のようになる。
【００４８】
１．ユーザが記事タイトルのリンクリストなど、連続読み上げを行うリンクリストのグループ指定を行う。
２．システムが各リンク先のページからメインコンテンツを抜き出し、リンクの直下に挿入して巨大ページを作成する。挿入テキストであることは、サウンド効果を用いて表現することができる。
３．次回のアクセスからは自動的にこの巨大ページを読み上げる。
【００４９】
これにより、日々更新されるページであっても、ユーザが希望する情報を連続して作業中に聞くことができるようになる。以下、それぞれのステップの処理をより詳細に説明する。
【００５０】
（２−１）リンクリストの指定
ページ読み上げ途中にあるＤＴＭＦキーシーケンス(例えば *20)もしくはボイスコマンド（「ここをラジオにする。」など）が入力されると、システムはそのリンクリストをラジオモード化するアノテーション情報をアノテーションデータベース１３に登録する。
【００５１】
リンクリスト生成の際に、ページコンテンツ並び替えのためのグループアノテーションが存在していた場合は、そのグループをリンクリスト領域とする。アノテーション情報がない場合は、短い文字列、小さな画像などで連続した一連のリンクの領域をリンクリスト領域として登録する。
【００５２】
なお、リンクリスト指定の際には、指定はページの単位でもかまわない。その場合、ページ全体のリンクに対してリンク先コンテンツが挿入される。このため、すべてのコンテンツを含めて処理したい場合に有効である。
【００５３】
（２−２）リンク先ページのメインコンテンツの抜き出し
リンク先ページのメインコンテンツの抜き出しは以下の方針で行う。
１．ページコンテンツ並び替えのためのグループアノテーションが存在していた場合は、重要情報をメインコンテンツとして抜き出す。
２．アノテーション情報が存在しない場合は、既存技術である差分演算によるレイアウト成分の除去（前記シンプリフィケーションの手法）を行い、さらに断片的な文字列などの除去をおこなった上でメインコンテンツとする。
【００５４】
この方針に基づいてメインコンテンツを特定し、リンク元ページのリンクの直下に挿入する。
なお、リンク挿入位置は直下である必要はなく、そのリンク箇所（リンク構造を更新しないような箇所）であればよい。
【００５５】
メインコンテンツ内にリンクが存在し、それがページ内参照や相対パスによる参照である場合、リンク元ページ（コンテンツを挿入するページ）からのＵＲＬ（uniform resource locater）に書きかえる。また、記事のタイトルなど、リンクと同じ文字列が挿入するページの先頭にある場合はこれを削除する。これにより情報の重複を無くすことができる。
【００５６】
（２−３）次回アクセスの場合
次回のアクセスからは自動的にラジオトランスコーディングを行う。ユーザが選択したラジオトランスコーディング領域は、アノテーション情報としてアノテーションデータベース１３に登録できる。アノテーション情報はたとえば以下のデータを持つ。
【００５７】
「username」 指定したユーザ名
「xpath」 指定された領域のXpath属性
「generator」 自動検出された領域か、アノテーションに元づいた正確な領域か
「resource」 アノテーション対象ページのURL
【００５８】
なお、自動的に取得された関連情報がユーザの意図に沿わない場合、取得個所を修正するツールをウェブアプリケーションとして提供することができる。ユーザが指定した情報は、付加情報データベースに保存できる。
【００５９】
（２−４）ラジオトランスコーディングの具体例
図３はターゲットとするオリジナルウェブページの一例を示した表示画面図である。２１から２４で示すリンクリストラインを指定したと仮定する。図４〜７は各々リンクリストライン２１〜２４に対応するリンク先ページの表示画面図である。前記ラジオトランスコーディングを行うことにより、図８〜１０に示すページが生成される。なお、図８〜１０は画面が長大であるため３図に分割して示したものであり、実際には１つのページである。図示するようにリンク先ページのメインコンテンツのみがターゲットページに挿入され、１つの大きなページが生成される。これによりラジオのように聞き流すに適した読み上げ用のページが生成される。なお、図では画面左側のリンクリストや画面上部のバナー等が残存している画面を例示しているが、これを省略するアノテーションがある場合や前記したシンプリフィケーションを適用するとこれらを省略することができる。
【００６０】
（３）VoiceＸＭＬ生成
次に、ウェブページを自動的に電話応答システム記述言語(VoiceＸＭＬなど)に変換する。VoiceＸＭＬ生成モジュール５が処理を行う。ナビゲーションのユーザインタフェイスとしては、パーソナルコンピュータ上の視覚障害者用音声ブラウザで用意されているコマンドと類似のナビゲーションコマンドを用意する。これにより、連続した情報の読み上げ、ページ内の任意の個所から任意の個所への情報のジャンプなどといった音声ブラウザが持っている機能をVoiceＸＭＬで実現できる。VoiceＸＭＬへの変換には以下のような方針を採用する。
【００６１】
１．ウェブページ内の各エレメントをVoiceＸＭＬの一つのフォームに割り当てる。通常、フォームはシステムのプロンプトとユーザの入力を処理するものであるが、これにエレメント一つ分の読み上げを行わせる。
２．各フォームのタイムアウトを０に設定する。タイムアウト後に進む先のフォームとしてページ内の次のエレメントに対応するフォームを設定する。これにより、時間経過とともに各エレメントを連続時に読み上げられるようになる。
３．各フォームに対し、すべて同一のキー操作、音声操作文法を設定する。また、すべて割り込み可能に設定する。これにより、読み上げ中のどの時点であっても、フォームの切れ目をまったく意識することなく、同一の操作が可能となる。
【００６２】
電話のキー操作は、音声ブラウザに似せるために図１１のように割り当てる。図１１は電話キーへのコマンド割り当ての一例を示した図である。通常の音声ブラウザはキーボードおよびテンキーを用いているのに対し、電話では「＊」「＃」を含めた１２個のキーしか用いることができない。そのため、必要な機能を絞り込むとともに、「＊」をモディファイアキーとして用いることで、基本機能の割り当てを実現している。なお、同等の機能を音声コマンドによってもアクセス可能とする。図１２は音声コマンドの一例を示した図である。
【００６３】
また、ページ上のテキスト音声合成では表現しきれない情報、たとえば、現在位置、フォントスタイル、バックグランド・フォアグランドカラー、ページの論理構造などをサウンドエフェクトを用いて表現する。以下具体的にサウンドエフェクトを例示する。
【００６４】
１．読み上げ中のポジションに関しては、ページ内の読み上げ情報中で何パーセントの位置であるかを音声合成のパラメータを変更することで表現する。人間が認識可能なパラメータの変化ステップ数には限りがあるため、段階的に位置情報に対してパラメータを割り当てる。たとえば、認識可能なパラメータのステップ数が５である場合、２０％づつ同一のパラメータを割り当てる。音声合成パラメータには音の高低、読み上げの速さ、音色（声音）、バックグラウンド音のテンポ、楽曲の種類等、識別可能なあらゆるパラメータを採用できる。
【００６５】
２．エレメント/リンク/グループ間での移動コマンドが選択されたとき、移動の方向をサウンドにより表現する。たとえば、上方向に移動した場合、音程が上昇するサウンドを使用し、下方向は下降するサウンドを使用する。また、スキップされた読み上げテキストの量により、音程の変化量を制御する。
【００６６】
３．テキスト内で、もっとも多く用いられている文字属性を解析し、その文字属性を持つテキストに対して、デフォルトの音声パラメータを割り当てる。それ以外の文字属性を持つテキストには異なる音声パラメータを割り当てる。人間が認識可能なパラメータ変化には限界があるため、詳細な文字属性の違いを表現することはできないが、異なるフォントサイズやスタイル、色が用いられていることは容易に認識可能となる。
【００６７】
４．視覚的ページの構造を直感的に把握するのと同様に、サウンド効果のみを用いてページのオーバービューを表現する。各文字属性、スタイル、フォントサイズ、カラー、リンクテキスト、フォームの開始/終了などのページの構造に対して別々のサウンドを割り当て、それを連続して再生する。各サウンドの長さはテキストの長さに比例させる。また、ユーザの指定により、特定の情報だけを連続して再生することも可能とする。たとえば、リンクとそれ以外のみを表現することにより、リンクリストの割合のみを直感的に確認するといった使い方が考えられる。また、テーブルの開始/終了、セルの開始を表現することにより、そのテーブルの構造の規則性を直感的に確認し、レイアウトテーブルとデータを表現しているテーブルを識別できる機能を提供できる。
【００６８】
以上、本発明者によってなされた発明を発明の実施の形態に基づき具体的に説明したが、本発明は前記実施の形態に限定されるものではなく、その要旨を逸脱しない範囲で種々変更可能であることは言うまでもない。
【００６９】
たとえば、前記実施の形態では電話からウェブにアクセスする例を説明したがブラウザのプラグインからアクセスすることも可能である。前記のように電話からではなく、ブラウザに組み込まれたプラグインとストリーミングオーディオ再生ソフト（たとえばリアルオーディオなど）の組み合わせでも本発明を利用することができる。図１３はプラグインとストリーミングの組合せによるシステム構成の一例を示したブロック図である。ブラウザ３４のプラグイン３５からアクセスする場合、プラグイン３５からキーインプットの情報がソケット通信によって送信される。プラグイン用サーバ３１の側ではキー操作受信モジュール３３によってこれを受信し、VoiceＸＭＬブラウザ４に送信する。VoiceＸＭＬブラウザ４からの音声信号はストリーミング変換モジュール３２によってストリーミングデータに変換されて、ブラウザ３４側に送信される。ブラウザ３４側は音声合成装置を持つ必要はなく、ストリーミングデータを再生する機能だけを持てばよい。このシステムにより、視覚障害者は自分のパーソナルコンピュータに複雑なソフトウェアをインストールすることなく、ウェブアクセスが可能になる。また、音声合成エンジンを搭載できない携帯端末などのデバイスにおいても音声によるウェブアクセスが可能になる。
【００７０】
また、ラジオトランスコーディングは音声出力用途には限られない。ラジオトランスコーディングは複数ページを一つのページに変換する技術であるととらえることもできる。そのため、分割されているページを一つにまとめたほうが視覚的にも利用しやすい場合等は音声によるウェブアクセスのためだけではなく、これを利用することが可能である。例えば、章や節の単位で分割されたページになっている論文などのページを印刷や閲覧性向上の目的で一つにまとめたほうが利用しやすい場合がある。このような用途でラジオトランスコーディングを利用することもできる。
【００７１】
また、基本あるいはラジオトランスコーディングを表示画面への表示と組み合わせて利用することができる。たとえば、携帯端末などの小画面デバイスを用いてウェブアクセスをする場合、読み上げとディスプレイ表示を同時に行いながらアクセスすることでユーザビリティを向上できる。このような用途にも本発明を適用することができる。まず、本発明における基本トランスコーディング、場合によってはラジオトランスコーディングを行う。その上で、VoiceＸＭＬとＨＴＭＬの両方をクライアントに送る。クライアント側ではVoiceＸＭＬとＨＴＭＬを同期させながら再生する、つまり、読み上げに応じてＨＴＭＬのビューをスクロールさせる機能を持ったプラグインをブラウザ上で動作させることにより、小画面デバイスの環境においても視覚、聴覚を両方用いたウェブアクセスが可能になる。また、ＨＴＭＬビューがスクロールされたときにサウンドのオーバービューと同様に、テキストを読み上げずにサウンドのみを鳴らすことで文書構造のオーバービューを聴覚的に確認しながらすばやく目的個所に到達することが可能になる。
なお、音声と画像は同期させることが好ましいが、必ずしも同期させる必要はない。
【００７２】
また、前記実施の形態では、リンク先ページのコンテンツをターゲットページに挿入する例を説明したが、ターゲットページにはリンク先ページのデータ量等の情報だけを挿入し、コンテンツは再生の都度リンク先ページから取得しても良い。つまり大きなページファイルを作るのではなく、リンクその他最小限の情報のみをターゲットページに保持し、処理と同時に所定のＵＲＬからリンク先ページのコンテンツを取得しても良い。
【００７３】
【発明の効果】
本願で開示される発明のうち、代表的なものによって得られる効果は、以下の通りである。すなわち、ウェブページの構造を音声で聞き取りやすい内容に変換するとともに、ナビゲーションなしでラジオのようにウェブ情報にアクセスできる。また、電話応答システム等誰でも簡単に操作できる装置を用いて、容易にウェブ情報にアクセスできる。
【図面の簡単な説明】
【図１】本発明の一実施の形態である情報アクセスシステムの一例を示したブロック図である。
【図２】トランスコードモジュール６の詳細についてその一例を示したブロック図である。
【図３】ターゲットとするオリジナルウェブページの一例を示した表示画面図である。
【図４】リンクリストライン２１に対応するリンク先ページの表示画面図である。
【図５】リンクリストライン２２に対応するリンク先ページの表示画面図である。
【図６】リンクリストライン２３に対応するリンク先ページの表示画面図である。
【図７】リンクリストライン２４に対応するリンク先ページの表示画面図である。
【図８】ラジオトランスコードされたページの表示画面図（一部）である。
【図９】ラジオトランスコードされたページの表示画面図（一部）である。
【図１０】ラジオトランスコードされたページの表示画面図（一部）である。
【図１１】電話キーへのコマンド割り当ての一例を示した図である。
【図１２】音声コマンドの一例を示した図である。
【図１３】プラグインとストリーミングの組合せによるシステム構成の一例を示したブロック図である。
【符号の説明】
１…電話、２…音声ウェブアクセスサーバ、３…ウェブサーバ、４…VoiceＸＭＬブラウザ、５…VoiceＸＭＬ生成モジュール、６…トランスコードモジュール、７…音声合成エンジン、８…音声認識エンジン、９…ＤＴＭＦ信号処理エンジン、１０…フレーム処理モジュール、１１…基本トランスコーディングモジュール、１２…ラジオモジュール、１３…アノテーションデータベース、１４…リンクリスト処理モジュール、１５…メインコンテンツ取得モジュール、１６…リンク先ページ挿入モジュール、１７…アノテーション処理モジュール、１８…リンクリスト解析モジュール、１９…シンプリフィケーションモジュール、２０…アノテーション処理モジュール、２１〜２４…リンクリストライン、３１…プラグイン用サーバ、３２…ストリーミング変換モジュール、３３…キー操作受信モジュール、３４…ブラウザ、３５…プラグイン。
Claims (22)
- ユーザからのコマンド入力に応答してコンピュータが、ウェブページ内のリンクまたはリンクリストを指定するステップと、
前記コンピュータが、前記リンクまたはリンクリストで指定されたリンク先ページを取得するステップと、
前記コンピュータが、前記リンク先ページのメインコンテンツを前記ウェブページの前記リンク箇所に挿入するステップと、
前記コンピュータが、前記リンク先ページのメインコンテンツが挿入された前記ウェブページのコンテンツの全部または一部を音声出力するステップと、
を含む情報アクセス方法。 - 前記リンク先ページの挿入はアノテーション情報として記録され、次回以降の処理は前記アノテーション情報を参照して自動的に行われる請求項１記載の情報アクセス方法。
- 前記リンク先ページのメインコンテンツが挿入された前記ウェブページを、前記コンピュータがVoiceＸＭＬ文書に変換するステップをさらに含む請求項１記載の情報アクセス方法。
- 前記VoiceＸＭＬ文書への変換において、前記ウェブページの各要素を前記VoiceＸＭＬのフォームに割り当て、前記フォームのプロンプトによって前記要素を前記コンピュータが読み上げる請求項３記載の情報アクセス方法。
- 前記フォームのタイムアウトを０とし、前記フォームの処理を順次進めることによって前記要素を前記コンピュータが順次読み上げる請求項４記載の情報アクセス方法。
- 前記フォームに対して同一のキー入力操作および音声操作文法を設定し、かつ、割込み可能とすることにより、前記フォームの処理中に前記コンピュータがコマンド入力を受け付ける請求項４記載の情報アクセス方法。
- 前記音声出力の出力先は電話であり、前記コマンド入力は前記電話からの音声またはダイヤルトーン入力である請求項５または６記載の情報アクセス方法。
- 前記音声出力において、前記ウェブページのコンテンツの構造、量、現処理位置その他の関連情報を反映する音響効果を付加する請求項１記載の情報アクセス方法。
- 前記音声出力とともに前記ウェブページの画面を表示装置に表示する請求項１記載の情報アクセス方法。
- 前記コンピュータが、ウェブページ内のフレームのうち、主フレームを検出するステップと、
前記コンピュータが、前記主フレーム以外の他のフレームに関連付けられるリンクを生成するステップと、
前記コンピュータが、前記リンクを前記主フレームに付加するステップと、
をさらに含む請求項１記載の情報アクセス方法。 - 前記主フレームの検出は、前記ウェブページ内のフレームのうち、最も広く表示されるフレームである第１の要素、または、前記フレーム内に含む文字数が最も多いフレームである第２の要素、または、前記第１および第２の要素に重み付けした指標が最も高いフレームである第３の要素、の何れかまたはこれらの組み合わせで判断される請求項１０記載の情報アクセス方法。
- 前記主フレームに対してアノテーションが付されている場合には、前記アノテーションに従って前記主フレーム内のグループの並び替え、テキストまたはリンクの挿入、その他の操作を前記コンピュータが行うステップをさらに含む請求項１１記載の情報アクセス方法。
- ウェブページ内のリンクまたはリンクリストを指定する手段と、
前記リンクまたはリンクリストで指定されたリンク先ページを取得する手段と、
前記リンク先ページのメインコンテンツを前記ウェブページの前記リンク箇所に挿入する手段と、
前記リンク先ページのメインコンテンツが挿入された前記ウェブページのコンテンツの全部または一部を音声出力する手段と、
を含む情報アクセスシステム。 - 前記リンク先ページの挿入操作をアノテーション情報として記録する手段と、
次回以降の処理を前記アノテーション情報を参照して自動的に行う手段と、
をさらに含む請求項１３記載の情報アクセスシステム。 - 前記リンク先ページのメインコンテンツが挿入された前記ウェブページを、VoiceＸＭＬ文書に変換する手段をさらに含む請求項１３記載の情報アクセスシステム。
- 前記音声出力の出力先は電話であり、前記電話からの音声またはダイヤルトーンによる入力を受け付ける手段をさらに含む請求項１３記載の情報アクセスシステム。
- 前記音声出力手段において、前記ウェブページのコンテンツの構造、量、現処理位置その他の関連情報を反映する音響効果を付加する手段をさらに含む請求項１３記載の情報アクセスシステム。
- 前記音声出力とともに前記ウェブページの画面を表示装置に表示する手段をさらに含む請求項１３記載の情報アクセスシステム。
- ウェブページ内のフレームのうち、主フレームを検出する手段と、
前記主フレーム以外の他のフレームに関連付けられるリンクを生成する手段と、
前記リンクを前記主フレームに付加する手段と、
をさらに含む請求項１３記載の情報アクセスシステム。 - 前記主フレームの検出は、前記ウェブページ内のフレームのうち、最も広く表示されるフレームである第１の要素、または、前記フレーム内に含む文字数が最も多いフレームである第２の要素、または、前記第１および第２の要素に重み付けした指標が最も高いフレームである第３の要素、の何れかまたはこれらの組み合わせで判断する請求項１９記載の情報アクセスシステム。
- 前記主フレームに対してアノテーションが付されている場合には、前記アノテーションに従って前記主フレーム内のグループの並び替え、テキストまたはリンクの挿入、その他の操作を行う手段をさらに含む請求項２０記載の情報アクセスシステム。
- コンピュータで実行可能なプログラムであって、
ウェブページ内のリンクまたはリンクリストを指定する機能と、
前記リンクまたはリンクリストで指定されたリンク先ページを取得する機能と、
前記リンク先ページのメインコンテンツを前記ウェブページの前記リンク箇所に挿入する機能と、
前記リンク先ページのメインコンテンツが挿入された前記ウェブページのコンテンツの全部または一部を音声出力する機能と、
をコンピュータに実現させるためのプログラム。
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001133732A JP4225703B2 (ja) | 2001-04-27 | 2001-04-27 | 情報アクセス方法、情報アクセスシステムおよびプログラム |
| CA2372544A CA2372544C (en) | 2001-04-27 | 2002-02-18 | Information access method, information access system and program therefor |
| US10/133,686 US7197462B2 (en) | 2001-04-27 | 2002-04-27 | System and method for information access |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001133732A JP4225703B2 (ja) | 2001-04-27 | 2001-04-27 | 情報アクセス方法、情報アクセスシステムおよびプログラム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2002342212A JP2002342212A (ja) | 2002-11-29 |
| JP4225703B2 true JP4225703B2 (ja) | 2009-02-18 |
Family
ID=18981536
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2001133732A Expired - Fee Related JP4225703B2 (ja) | 2001-04-27 | 2001-04-27 | 情報アクセス方法、情報アクセスシステムおよびプログラム |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US7197462B2 (ja) |
| JP (1) | JP4225703B2 (ja) |
| CA (1) | CA2372544C (ja) |
Families Citing this family (158)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3703080B2 (ja) * | 2000-07-27 | 2005-10-05 | インターナショナル・ビジネス・マシーンズ・コーポレーション | ウェブコンテンツを簡略化するための方法、システムおよび媒体 |
| US6699665B1 (en) * | 2000-11-08 | 2004-03-02 | Surface Logix, Inc. | Multiple array system for integrating bioarrays |
| US20020143817A1 (en) * | 2001-03-29 | 2002-10-03 | International Business Machines Corporation | Presentation of salient features in a page to a visually impaired user |
| US7406658B2 (en) * | 2002-05-13 | 2008-07-29 | International Business Machines Corporation | Deriving menu-based voice markup from visual markup |
| EP1542164A1 (en) * | 2002-08-29 | 2005-06-15 | Kistem Co. Ltd. | Vision aid network server, vision aid network system, vision aid method, vision aid system, color sense function reporting system, program for reporting color sense function, method for reporting color sense function, color sense aid system, color sense aid program, and color sense aid method |
| AU2002951709A0 (en) * | 2002-09-26 | 2002-10-17 | Canon Information Systems Research Australia Pty Ltd | Efficient printing of frames pages |
| US7548858B2 (en) * | 2003-03-05 | 2009-06-16 | Microsoft Corporation | System and method for selective audible rendering of data to a user based on user input |
| US9165478B2 (en) * | 2003-04-18 | 2015-10-20 | International Business Machines Corporation | System and method to enable blind people to have access to information printed on a physical document |
| US7725875B2 (en) * | 2003-09-04 | 2010-05-25 | Pervasive Software, Inc. | Automated world wide web navigation and content extraction |
| US7629989B2 (en) * | 2004-04-02 | 2009-12-08 | K-Nfb Reading Technology, Inc. | Reducing processing latency in optical character recognition for portable reading machine |
| WO2005106846A2 (en) * | 2004-04-28 | 2005-11-10 | Otodio Limited | Conversion of a text document in text-to-speech data |
| JP4518553B2 (ja) * | 2004-11-08 | 2010-08-04 | 日本電信電話株式会社 | ウェブコンテンツ閲覧装置、ウェブコンテンツ閲覧装置の制御方法及びプログラム |
| JP4577885B2 (ja) * | 2004-12-17 | 2010-11-10 | 日本電信電話株式会社 | 音声ブラウザ装置、ウェブコンテンツ読み上げ方法およびプログラム |
| JP2006171544A (ja) * | 2004-12-17 | 2006-06-29 | Nippon Telegr & Teleph Corp <Ntt> | 音声ブラウザ装置、音声ブラウザ方法およびプログラム |
| US7669149B2 (en) * | 2004-12-30 | 2010-02-23 | Sap Ag | Matching user interface elements to screen reader functions |
| US20060150084A1 (en) * | 2004-12-30 | 2006-07-06 | Josef Dietl | Data format for representing user interface elements for a screen reader |
| US7620890B2 (en) * | 2004-12-30 | 2009-11-17 | Sap Ag | Presenting user interface elements to a screen reader using placeholders |
| JP4743686B2 (ja) * | 2005-01-19 | 2011-08-10 | 京セラ株式会社 | 携帯端末装置、およびその音声読み上げ方法、並びに音声読み上げプログラム |
| DE102006030186A1 (de) * | 2005-06-30 | 2007-04-05 | Lg Electronics Inc. | Haushaltsgerät mit Radioempfangsfunktion |
| DE102006030184A1 (de) * | 2005-06-30 | 2007-01-25 | Lg Electronics Inc. | Haushaltsgerät mit einem MP3-Spieler |
| US8977636B2 (en) * | 2005-08-19 | 2015-03-10 | International Business Machines Corporation | Synthesizing aggregate data of disparate data types into data of a uniform data type |
| US8677377B2 (en) | 2005-09-08 | 2014-03-18 | Apple Inc. | Method and apparatus for building an intelligent automated assistant |
| US8266220B2 (en) * | 2005-09-14 | 2012-09-11 | International Business Machines Corporation | Email management and rendering |
| US8694319B2 (en) | 2005-11-03 | 2014-04-08 | International Business Machines Corporation | Dynamic prosody adjustment for voice-rendering synthesized data |
| US8639515B2 (en) * | 2005-11-10 | 2014-01-28 | International Business Machines Corporation | Extending voice-based markup using a plug-in framework |
| US8271107B2 (en) * | 2006-01-13 | 2012-09-18 | International Business Machines Corporation | Controlling audio operation for data management and data rendering |
| US20070192674A1 (en) * | 2006-02-13 | 2007-08-16 | Bodin William K | Publishing content through RSS feeds |
| US7505978B2 (en) | 2006-02-13 | 2009-03-17 | International Business Machines Corporation | Aggregating content of disparate data types from disparate data sources for single point access |
| US9135339B2 (en) | 2006-02-13 | 2015-09-15 | International Business Machines Corporation | Invoking an audio hyperlink |
| US7996754B2 (en) | 2006-02-13 | 2011-08-09 | International Business Machines Corporation | Consolidated content management |
| US9361299B2 (en) | 2006-03-09 | 2016-06-07 | International Business Machines Corporation | RSS content administration for rendering RSS content on a digital audio player |
| US8849895B2 (en) | 2006-03-09 | 2014-09-30 | International Business Machines Corporation | Associating user selected content management directives with user selected ratings |
| US9092542B2 (en) * | 2006-03-09 | 2015-07-28 | International Business Machines Corporation | Podcasting content associated with a user account |
| US8286229B2 (en) | 2006-05-24 | 2012-10-09 | International Business Machines Corporation | Token-based content subscription |
| US7778980B2 (en) | 2006-05-24 | 2010-08-17 | International Business Machines Corporation | Providing disparate content as a playlist of media files |
| US20070277088A1 (en) * | 2006-05-24 | 2007-11-29 | Bodin William K | Enhancing an existing web page |
| JP5283355B2 (ja) * | 2006-08-08 | 2013-09-04 | アクセンテュア グローバル サービシーズ ゲーエムベーハー | モバイルの音声コンテンツ配信システム |
| US9318108B2 (en) | 2010-01-18 | 2016-04-19 | Apple Inc. | Intelligent automated assistant |
| US9087507B2 (en) * | 2006-09-15 | 2015-07-21 | Yahoo! Inc. | Aural skimming and scrolling |
| US7831432B2 (en) | 2006-09-29 | 2010-11-09 | International Business Machines Corporation | Audio menus describing media contents of media players |
| US9196241B2 (en) | 2006-09-29 | 2015-11-24 | International Business Machines Corporation | Asynchronous communications using messages recorded on handheld devices |
| US7827033B2 (en) * | 2006-12-06 | 2010-11-02 | Nuance Communications, Inc. | Enabling grammars in web page frames |
| US8219402B2 (en) | 2007-01-03 | 2012-07-10 | International Business Machines Corporation | Asynchronous receipt of information from a user |
| US9318100B2 (en) | 2007-01-03 | 2016-04-19 | International Business Machines Corporation | Supplementing audio recorded in a media file |
| JP4598800B2 (ja) * | 2007-05-18 | 2010-12-15 | 日本電信電話株式会社 | コンテンツ変換装置、コンテンツ変換方法およびコンテンツ変換プログラム |
| US9065911B2 (en) * | 2007-09-28 | 2015-06-23 | Nuance Communications, Inc. | System, method and architecture for control and multi-modal synchronization of speech browsers |
| US8837465B2 (en) | 2008-04-02 | 2014-09-16 | Twilio, Inc. | System and method for processing telephony sessions |
| CA2720398C (en) | 2008-04-02 | 2016-08-16 | Twilio Inc. | System and method for processing telephony sessions |
| US8996376B2 (en) | 2008-04-05 | 2015-03-31 | Apple Inc. | Intelligent text-to-speech conversion |
| JP2009265279A (ja) * | 2008-04-23 | 2009-11-12 | Sony Ericsson Mobilecommunications Japan Inc | 音声合成装置、音声合成方法、音声合成プログラム、携帯情報端末、および音声合成システム |
| EP2335402A4 (en) | 2008-10-01 | 2013-04-24 | Twilio Inc | TELEPHONY WEB EVENT SYSTEM AND METHOD |
| EP2404412B1 (en) | 2009-03-02 | 2019-05-01 | Twilio Inc. | Method and system for a multitenancy telephone network |
| US8509415B2 (en) | 2009-03-02 | 2013-08-13 | Twilio, Inc. | Method and system for a multitenancy telephony network |
| US10241752B2 (en) | 2011-09-30 | 2019-03-26 | Apple Inc. | Interface for a virtual digital assistant |
| US10241644B2 (en) | 2011-06-03 | 2019-03-26 | Apple Inc. | Actionable reminder entries |
| US9431006B2 (en) | 2009-07-02 | 2016-08-30 | Apple Inc. | Methods and apparatuses for automatic speech recognition |
| US8582737B2 (en) | 2009-10-07 | 2013-11-12 | Twilio, Inc. | System and method for running a multi-module telephony application |
| US9210275B2 (en) | 2009-10-07 | 2015-12-08 | Twilio, Inc. | System and method for running a multi-module telephony application |
| US8996384B2 (en) * | 2009-10-30 | 2015-03-31 | Vocollect, Inc. | Transforming components of a web page to voice prompts |
| US8638781B2 (en) * | 2010-01-19 | 2014-01-28 | Twilio, Inc. | Method and system for preserving telephony session state |
| US8682667B2 (en) | 2010-02-25 | 2014-03-25 | Apple Inc. | User profiling for selecting user specific voice input processing information |
| KR101008996B1 (ko) * | 2010-05-17 | 2011-01-17 | 주식회사 네오브이 | 음성안내문을 활용한 순차적 웹사이트 이동 시스템 |
| US9459926B2 (en) | 2010-06-23 | 2016-10-04 | Twilio, Inc. | System and method for managing a computing cluster |
| US9459925B2 (en) | 2010-06-23 | 2016-10-04 | Twilio, Inc. | System and method for managing a computing cluster |
| US9590849B2 (en) | 2010-06-23 | 2017-03-07 | Twilio, Inc. | System and method for managing a computing cluster |
| US9338064B2 (en) | 2010-06-23 | 2016-05-10 | Twilio, Inc. | System and method for managing a computing cluster |
| US20120208495A1 (en) | 2010-06-23 | 2012-08-16 | Twilio, Inc. | System and method for monitoring account usage on a platform |
| US8416923B2 (en) | 2010-06-23 | 2013-04-09 | Twilio, Inc. | Method for providing clean endpoint addresses |
| US8838707B2 (en) | 2010-06-25 | 2014-09-16 | Twilio, Inc. | System and method for enabling real-time eventing |
| CN102035883B (zh) * | 2010-11-26 | 2015-07-01 | 百度在线网络技术（北京）有限公司 | 一种在网络设备中用于优化网页的方法和设备 |
| US8649268B2 (en) | 2011-02-04 | 2014-02-11 | Twilio, Inc. | Method for processing telephony sessions of a network |
| CN102163213B (zh) * | 2011-02-25 | 2015-06-24 | 中国科学院计算技术研究所 | 一种语音浏览方法及浏览器 |
| US9398622B2 (en) | 2011-05-23 | 2016-07-19 | Twilio, Inc. | System and method for connecting a communication to a client |
| US9648006B2 (en) | 2011-05-23 | 2017-05-09 | Twilio, Inc. | System and method for communicating with a client application |
| US20140044123A1 (en) | 2011-05-23 | 2014-02-13 | Twilio, Inc. | System and method for real time communicating with a client application |
| US10182147B2 (en) | 2011-09-21 | 2019-01-15 | Twilio Inc. | System and method for determining and communicating presence information |
| EP2759123B1 (en) | 2011-09-21 | 2018-08-15 | Twilio, Inc. | System and method for authorizing and connecting application developers and users |
| US20130144847A1 (en) * | 2011-12-05 | 2013-06-06 | Google Inc. | De-Duplication of Featured Content |
| US9495227B2 (en) | 2012-02-10 | 2016-11-15 | Twilio, Inc. | System and method for managing concurrent events |
| US20130304928A1 (en) | 2012-05-09 | 2013-11-14 | Twilio, Inc. | System and method for managing latency in a distributed telephony network |
| US9602586B2 (en) | 2012-05-09 | 2017-03-21 | Twilio, Inc. | System and method for managing media in a distributed communication network |
| US9240941B2 (en) | 2012-05-09 | 2016-01-19 | Twilio, Inc. | System and method for managing media in a distributed communication network |
| US9280610B2 (en) | 2012-05-14 | 2016-03-08 | Apple Inc. | Crowd sourcing information to fulfill user requests |
| US9721563B2 (en) | 2012-06-08 | 2017-08-01 | Apple Inc. | Name recognition system |
| IL220411A0 (en) * | 2012-06-14 | 2012-10-31 | Haim Nachum Markovitz | Information presentation system and method |
| US9247062B2 (en) | 2012-06-19 | 2016-01-26 | Twilio, Inc. | System and method for queuing a communication session |
| US9495129B2 (en) * | 2012-06-29 | 2016-11-15 | Apple Inc. | Device, method, and user interface for voice-activated navigation and browsing of a document |
| US8737962B2 (en) | 2012-07-24 | 2014-05-27 | Twilio, Inc. | Method and system for preventing illicit use of a telephony platform |
| US8738051B2 (en) | 2012-07-26 | 2014-05-27 | Twilio, Inc. | Method and system for controlling message routing |
| US9547647B2 (en) | 2012-09-19 | 2017-01-17 | Apple Inc. | Voice-based media searching |
| US8938053B2 (en) | 2012-10-15 | 2015-01-20 | Twilio, Inc. | System and method for triggering on platform usage |
| US8948356B2 (en) | 2012-10-15 | 2015-02-03 | Twilio, Inc. | System and method for routing communications |
| US9253254B2 (en) | 2013-01-14 | 2016-02-02 | Twilio, Inc. | System and method for offering a multi-partner delegated platform |
| US9282124B2 (en) | 2013-03-14 | 2016-03-08 | Twilio, Inc. | System and method for integrating session initiation protocol communication in a telecommunications platform |
| US9001666B2 (en) | 2013-03-15 | 2015-04-07 | Twilio, Inc. | System and method for improving routing in a distributed communication platform |
| WO2014197334A2 (en) | 2013-06-07 | 2014-12-11 | Apple Inc. | System and method for user-specified pronunciation of words for speech synthesis and recognition |
| US9225840B2 (en) | 2013-06-19 | 2015-12-29 | Twilio, Inc. | System and method for providing a communication endpoint information service |
| US9338280B2 (en) | 2013-06-19 | 2016-05-10 | Twilio, Inc. | System and method for managing telephony endpoint inventory |
| US9240966B2 (en) | 2013-06-19 | 2016-01-19 | Twilio, Inc. | System and method for transmitting and receiving media messages |
| US9483328B2 (en) | 2013-07-19 | 2016-11-01 | Twilio, Inc. | System and method for delivering application content |
| US9274858B2 (en) | 2013-09-17 | 2016-03-01 | Twilio, Inc. | System and method for tagging and tracking events of an application platform |
| US9338018B2 (en) | 2013-09-17 | 2016-05-10 | Twilio, Inc. | System and method for pricing communication of a telecommunication platform |
| US9137127B2 (en) | 2013-09-17 | 2015-09-15 | Twilio, Inc. | System and method for providing communication platform metadata |
| US9553799B2 (en) | 2013-11-12 | 2017-01-24 | Twilio, Inc. | System and method for client communication in a distributed telephony network |
| US9325624B2 (en) | 2013-11-12 | 2016-04-26 | Twilio, Inc. | System and method for enabling dynamic multi-modal communication |
| US9344573B2 (en) | 2014-03-14 | 2016-05-17 | Twilio, Inc. | System and method for a work distribution service |
| US9226217B2 (en) | 2014-04-17 | 2015-12-29 | Twilio, Inc. | System and method for enabling multi-modal communication |
| US9430463B2 (en) | 2014-05-30 | 2016-08-30 | Apple Inc. | Exemplar-based natural language processing |
| US9338493B2 (en) | 2014-06-30 | 2016-05-10 | Apple Inc. | Intelligent automated assistant for TV user interactions |
| US9251371B2 (en) | 2014-07-07 | 2016-02-02 | Twilio, Inc. | Method and system for applying data retention policies in a computing platform |
| US9246694B1 (en) | 2014-07-07 | 2016-01-26 | Twilio, Inc. | System and method for managing conferencing in a distributed communication network |
| US9516101B2 (en) | 2014-07-07 | 2016-12-06 | Twilio, Inc. | System and method for collecting feedback in a multi-tenant communication platform |
| US9774687B2 (en) | 2014-07-07 | 2017-09-26 | Twilio, Inc. | System and method for managing media and signaling in a communication platform |
| US9668121B2 (en) | 2014-09-30 | 2017-05-30 | Apple Inc. | Social reminders |
| US9749428B2 (en) | 2014-10-21 | 2017-08-29 | Twilio, Inc. | System and method for providing a network discovery service platform |
| CN105677649B (zh) * | 2014-11-18 | 2019-04-23 | 中国移动通信集团公司 | 一种个性化网页排版的方法及装置 |
| CN104468740B (zh) * | 2014-11-21 | 2019-03-08 | 网宿科技股份有限公司 | 一种网页传输智能处理系统及其方法 |
| US9477975B2 (en) | 2015-02-03 | 2016-10-25 | Twilio, Inc. | System and method for a media intelligence platform |
| US10567477B2 (en) | 2015-03-08 | 2020-02-18 | Apple Inc. | Virtual assistant continuity |
| US10419891B2 (en) | 2015-05-14 | 2019-09-17 | Twilio, Inc. | System and method for communicating through multiple endpoints |
| US9948703B2 (en) | 2015-05-14 | 2018-04-17 | Twilio, Inc. | System and method for signaling through data storage |
| US9578173B2 (en) | 2015-06-05 | 2017-02-21 | Apple Inc. | Virtual assistant aided communication with 3rd party service in a communication session |
| US10671428B2 (en) | 2015-09-08 | 2020-06-02 | Apple Inc. | Distributed personal assistant |
| US10747498B2 (en) | 2015-09-08 | 2020-08-18 | Apple Inc. | Zero latency digital assistant |
| US10366158B2 (en) | 2015-09-29 | 2019-07-30 | Apple Inc. | Efficient word encoding for recurrent neural network language models |
| US11010550B2 (en) | 2015-09-29 | 2021-05-18 | Apple Inc. | Unified language modeling framework for word prediction, auto-completion and auto-correction |
| US11587559B2 (en) | 2015-09-30 | 2023-02-21 | Apple Inc. | Intelligent device identification |
| US10691473B2 (en) | 2015-11-06 | 2020-06-23 | Apple Inc. | Intelligent automated assistant in a messaging environment |
| US10049668B2 (en) | 2015-12-02 | 2018-08-14 | Apple Inc. | Applying neural network language models to weighted finite state transducers for automatic speech recognition |
| US10223066B2 (en) | 2015-12-23 | 2019-03-05 | Apple Inc. | Proactive assistance based on dialog communication between devices |
| US10659349B2 (en) | 2016-02-04 | 2020-05-19 | Twilio Inc. | Systems and methods for providing secure network exchanged for a multitenant virtual private cloud |
| US10446143B2 (en) | 2016-03-14 | 2019-10-15 | Apple Inc. | Identification of voice inputs providing credentials |
| US10372804B2 (en) | 2016-05-17 | 2019-08-06 | Bruce HASSEL | Interactive audio validation/assistance system and methodologies |
| US10686902B2 (en) | 2016-05-23 | 2020-06-16 | Twilio Inc. | System and method for a multi-channel notification service |
| US10063713B2 (en) | 2016-05-23 | 2018-08-28 | Twilio Inc. | System and method for programmatic device connectivity |
| US9934775B2 (en) | 2016-05-26 | 2018-04-03 | Apple Inc. | Unit-selection text-to-speech synthesis based on predicted concatenation parameters |
| US9972304B2 (en) | 2016-06-03 | 2018-05-15 | Apple Inc. | Privacy preserving distributed evaluation framework for embedded personalized systems |
| US10249300B2 (en) | 2016-06-06 | 2019-04-02 | Apple Inc. | Intelligent list reading |
| US10049663B2 (en) | 2016-06-08 | 2018-08-14 | Apple, Inc. | Intelligent automated assistant for media exploration |
| DK179309B1 (en) | 2016-06-09 | 2018-04-23 | Apple Inc | Intelligent automated assistant in a home environment |
| US10067938B2 (en) | 2016-06-10 | 2018-09-04 | Apple Inc. | Multilingual word prediction |
| US10586535B2 (en) | 2016-06-10 | 2020-03-10 | Apple Inc. | Intelligent digital assistant in a multi-tasking environment |
| US10509862B2 (en) | 2016-06-10 | 2019-12-17 | Apple Inc. | Dynamic phrase expansion of language input |
| US10192552B2 (en) | 2016-06-10 | 2019-01-29 | Apple Inc. | Digital assistant providing whispered speech |
| US10490187B2 (en) | 2016-06-10 | 2019-11-26 | Apple Inc. | Digital assistant providing automated status report |
| DK179343B1 (en) | 2016-06-11 | 2018-05-14 | Apple Inc | Intelligent task discovery |
| DK179415B1 (en) | 2016-06-11 | 2018-06-14 | Apple Inc | Intelligent device arbitration and control |
| DK201670540A1 (en) | 2016-06-11 | 2018-01-08 | Apple Inc | Application integration with a digital assistant |
| DK179049B1 (en) | 2016-06-11 | 2017-09-18 | Apple Inc | Data driven natural language event detection and classification |
| US10043516B2 (en) | 2016-09-23 | 2018-08-07 | Apple Inc. | Intelligent automated assistant |
| US10593346B2 (en) | 2016-12-22 | 2020-03-17 | Apple Inc. | Rank-reduced token representation for automatic speech recognition |
| DK201770439A1 (en) | 2017-05-11 | 2018-12-13 | Apple Inc. | Offline personal assistant |
| DK179745B1 (en) | 2017-05-12 | 2019-05-01 | Apple Inc. | SYNCHRONIZATION AND TASK DELEGATION OF A DIGITAL ASSISTANT |
| DK179496B1 (en) | 2017-05-12 | 2019-01-15 | Apple Inc. | USER-SPECIFIC Acoustic Models |
| DK201770432A1 (en) | 2017-05-15 | 2018-12-21 | Apple Inc. | Hierarchical belief states for digital assistants |
| DK201770431A1 (en) | 2017-05-15 | 2018-12-20 | Apple Inc. | Optimizing dialogue policy decisions for digital assistants using implicit feedback |
| DK179549B1 (en) | 2017-05-16 | 2019-02-12 | Apple Inc. | FAR-FIELD EXTENSION FOR DIGITAL ASSISTANT SERVICES |
| JP7009840B2 (ja) | 2017-08-30 | 2022-01-26 | 富士通株式会社 | 情報処理装置、情報処理方法及び対話制御システム |
Family Cites Families (25)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3448874B2 (ja) * | 1992-02-15 | 2003-09-22 | 富士ゼロックス株式会社 | 文書処理装置および文書処理方法 |
| JP3408332B2 (ja) * | 1994-09-12 | 2003-05-19 | 富士通株式会社 | ハイパーテキスト読上装置 |
| JPH08263518A (ja) * | 1995-03-24 | 1996-10-11 | Fuji Xerox Co Ltd | ハイパーテキスト装置 |
| US5953392A (en) * | 1996-03-01 | 1999-09-14 | Netphonic Communications, Inc. | Method and apparatus for telephonically accessing and navigating the internet |
| JPH1078952A (ja) * | 1996-07-29 | 1998-03-24 | Internatl Business Mach Corp <Ibm> | 音声合成方法、音声合成装置、ハイパーテキストの制御方法及び制御装置 |
| JPH10124293A (ja) * | 1996-08-23 | 1998-05-15 | Osaka Gas Co Ltd | 音声指令可能なコンピュータとそれ用の媒体 |
| US6282511B1 (en) * | 1996-12-04 | 2001-08-28 | At&T | Voiced interface with hyperlinked information |
| JPH10326178A (ja) * | 1997-03-21 | 1998-12-08 | Fujitsu Ltd | 情報処理装置及びプログラム記憶媒体 |
| US6101472A (en) * | 1997-04-16 | 2000-08-08 | International Business Machines Corporation | Data processing system and method for navigating a network using a voice command |
| JPH10322478A (ja) * | 1997-05-15 | 1998-12-04 | Matsushita Electric Ind Co Ltd | 音声によるハイパーテキストアクセス装置 |
| JPH1125098A (ja) * | 1997-06-24 | 1999-01-29 | Internatl Business Mach Corp <Ibm> | 情報処理装置、リンク先ファイルの取得方法および記憶媒体 |
| JPH1125125A (ja) * | 1997-07-08 | 1999-01-29 | Canon Inc | ネットワーク情報探索装置、ネットワーク情報探索方法および記憶媒体 |
| JP3789614B2 (ja) * | 1997-10-02 | 2006-06-28 | 日本電信電話株式会社 | ブラウザシステム、音声プロキシサーバ、リンク項目の読み上げ方法及びリンク項目の読み上げプログラムを格納した記憶媒体 |
| JP3864197B2 (ja) * | 1998-02-27 | 2006-12-27 | 日本電信電話株式会社 | 音声クライアント端末装置 |
| US6115686A (en) * | 1998-04-02 | 2000-09-05 | Industrial Technology Research Institute | Hyper text mark up language document to speech converter |
| JP2000187493A (ja) * | 1998-12-22 | 2000-07-04 | Sumitomo Electric Ind Ltd | 音声出力装置および車載用コンピュータ |
| JP2000194532A (ja) * | 1998-12-24 | 2000-07-14 | Casio Comput Co Ltd | オブジェクト選択処理装置、及び記憶媒体 |
| JP2000215023A (ja) * | 1999-01-21 | 2000-08-04 | Toshiba Corp | ペ―ジ記述言語表示装置及びペ―ジ記述言語表示プログラムを記録した機械読み取り可能な記録媒体 |
| US6606611B1 (en) * | 1999-02-27 | 2003-08-12 | Emdadur Khan | System and method for audio-only internet browsing using a standard telephone |
| JP2000259484A (ja) * | 1999-03-05 | 2000-09-22 | Sharp Corp | 情報処理システム及び情報処理プログラムを記憶した記憶媒体 |
| JP2000352988A (ja) * | 1999-06-14 | 2000-12-19 | Nippon Telegr & Teleph Corp <Ntt> | 自動ヘッダ抽出機能付き選択読み上げ処理方法ならびにそのためのプログラムを記録した記録媒体 |
| JP2001014319A (ja) * | 1999-06-28 | 2001-01-19 | Nissan Motor Co Ltd | ハイパーテキストアクセス装置 |
| US6647534B1 (en) * | 1999-06-30 | 2003-11-11 | Ricoh Company Limited | Method and system for organizing document information in a non-directed arrangement of documents |
| JP2001043064A (ja) * | 1999-07-30 | 2001-02-16 | Canon Inc | 音声情報処理方法、装置及び記憶媒体 |
| JP2001092845A (ja) * | 1999-09-27 | 2001-04-06 | Toshiba Corp | 文書取得方法及び記録媒体 |
-
2001
- 2001-04-27 JP JP2001133732A patent/JP4225703B2/ja not_active Expired - Fee Related
-
2002
- 2002-02-18 CA CA2372544A patent/CA2372544C/en not_active Expired - Fee Related
- 2002-04-27 US US10/133,686 patent/US7197462B2/en not_active Expired - Lifetime
Also Published As
| Publication number | Publication date |
|---|---|
| CA2372544A1 (en) | 2002-10-27 |
| CA2372544C (en) | 2010-05-11 |
| US20020198720A1 (en) | 2002-12-26 |
| JP2002342212A (ja) | 2002-11-29 |
| US7197462B2 (en) | 2007-03-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4225703B2 (ja) | 情報アクセス方法、情報アクセスシステムおよびプログラム | |
| US8781840B2 (en) | Retrieval and presentation of network service results for mobile device using a multimodal browser | |
| US7062437B2 (en) | Audio renderings for expressing non-audio nuances | |
| JPH1078952A (ja) | 音声合成方法、音声合成装置、ハイパーテキストの制御方法及び制御装置 | |
| JP2001014319A (ja) | ハイパーテキストアクセス装置 | |
| GB2383247A (en) | Multi-modal picture allowing verbal interaction between a user and the picture | |
| JP3789614B2 (ja) | ブラウザシステム、音声プロキシサーバ、リンク項目の読み上げ方法及びリンク項目の読み上げプログラムを格納した記憶媒体 | |
| US6732078B1 (en) | Audio control method and audio controlled device | |
| JPH1125098A (ja) | 情報処理装置、リンク先ファイルの取得方法および記憶媒体 | |
| JP2002197118A (ja) | 情報アクセス方法、情報アクセスシステムおよび記録媒体 | |
| JPH10124293A (ja) | 音声指令可能なコンピュータとそれ用の媒体 | |
| KR100491613B1 (ko) | 웹문서의 클로즈업 기능을 구비한 정보통신기기와 이것을 이용한 웹문서의 디스플레이 방법 및 그 방법을 기록한 기록매체 | |
| JP2002091473A (ja) | 情報処理装置 | |
| JPH10322478A (ja) | 音声によるハイパーテキストアクセス装置 | |
| JP2005128955A (ja) | 情報処理方法および記憶媒体、プログラム | |
| JPH10326178A (ja) | 情報処理装置及びプログラム記憶媒体 | |
| JP4110938B2 (ja) | Ｗｅｂブラウザ制御方法及び装置 | |
| JP4014361B2 (ja) | 音声合成装置及び音声合成方法並びに音声合成プログラムを記録したコンピュータ読み取り可能な記録媒体 | |
| JP2002297667A (ja) | 文書閲覧装置 | |
| KR20000000048A (ko) | 동시 음성 앵커를 이용하는 오디오 웹 브라우저 시스템 및 오디오 웹 브라우저 구현방법 | |
| JP2005266009A (ja) | データ変換プログラムおよびデータ変換装置 | |
| KR20010017323A (ko) | 어학 학습 기능을 갖는 웹 브라이징 장치 및 방법 | |
| JP2003202881A (ja) | マークアップ言語文書変換処理方法，マークアップ言語文書変換装置，そのプログラムおよびそのプログラムの記録媒体 | |
| Raggett et al. | Voice Browsers | |
| JP2009086597A (ja) | テキスト音声変換サービスシステム及び方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20040630 |
|
| A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20040929 |
|
| A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20041004 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20050104 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20050216 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20050519 |
|
| A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20050620 |
|
| A912 | Re-examination (zenchi) completed and case transferred to appeal board |
Free format text: JAPANESE INTERMEDIATE CODE: A912 Effective date: 20050708 |
|
| RD14 | Notification of resignation of power of sub attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7434 Effective date: 20070306 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20081125 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111205 Year of fee payment: 3 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 4225703 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111205 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121205 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121205 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131205 Year of fee payment: 5 |
|
| LAPS | Cancellation because of no payment of annual fees |