CN111937086A - 信息提供方法、服务器、声音识别装置、信息提供程序以及信息提供系统 - Google Patents

信息提供方法、服务器、声音识别装置、信息提供程序以及信息提供系统 Download PDF

Info

Publication number
CN111937086A
CN111937086A CN201980023953.0A CN201980023953A CN111937086A CN 111937086 A CN111937086 A CN 111937086A CN 201980023953 A CN201980023953 A CN 201980023953A CN 111937086 A CN111937086 A CN 111937086A
Authority
CN
China
Prior art keywords
infection
information
region
data
voice
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.)
Pending
Application number
CN201980023953.0A
Other languages
English (en)
Inventor
池岛博子
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Panasonic Intellectual Property Management Co Ltd
Original Assignee
Panasonic Intellectual Property Management Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Panasonic Intellectual Property Management Co Ltd filed Critical Panasonic Intellectual Property Management Co Ltd
Priority claimed from PCT/JP2019/027290 external-priority patent/WO2020031599A1/ja
Publication of CN111937086A publication Critical patent/CN111937086A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/80ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for detecting, monitoring or modelling epidemics or pandemics, e.g. flu
    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02Alarms for ensuring the safety of persons
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/48Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
    • G10L25/51Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
    • G10L25/66Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination for extracting parameters related to health condition
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/67ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00Network arrangements or protocols for supporting network services or applications
    • H04L67/50Network services
    • H04L67/535Tracking the activity of the user
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W4/00Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02Services making use of location information
    • H04W4/023Services making use of location information using mutual or relative location information between multiple location based services [LBS] targets or of distance thresholds
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W4/00Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02Services making use of location information
    • H04W4/025Services making use of location information using location based information parameters
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • Biomedical Technology (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Signal Processing (AREA)
  • Business, Economics & Management (AREA)
  • Pathology (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • General Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Computational Linguistics (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Telephonic Communication Services (AREA)
  • Medical Treatment And Welfare Office Work (AREA)
  • Alarm Systems (AREA)

Abstract

从1个以上的声音识别装置取得地域感染信息,所述地域感染信息包含所述1个以上的声音识别装置解析声音信号而得到的感染注意等级、和与所述感染注意等级建立有关联的地域,基于所取得的所述地域感染信息,计算表示各地域的感染风险的大小的感染风险值,按照计算出的所述感染风险值生成所述地域的输出信息,并将生成的所述输出信息经由所述网络发送到对应的所述地域的设备。

Description

信息提供方法、服务器、声音识别装置、信息提供程序以及信 息提供系统
技术领域
本公开涉及使用由声音识别装置得到的声音信号来提供与感染症相关的信息的技术。
背景技术
作为提供与现有的感染症相关的信息的信息提供系统,已知有专利文献1。在专利文献1中公开了如下技术:储存感染监视系统参加者的移动历史,由医院及卫生所根据确认及推定病毒感染的感染监视系统参加者的移动历史来管理该感染监视系统参加者的接近场所,在其他感染监视系统参加者接近该接近场所的情况下,向该其他感染监视系统参加者通知该接近场所和病毒感染者接近该接近场所的日期时间。
现有技术文献
专利文献
专利文献1:日本特开2011-248802号公报
发明内容
发明所要解决的课题
然而,在以往的结构中,在确定病毒感染地域时,仅考虑了在医院等医疗机构确认了病毒感染的设施以及在医疗机构确认了病毒感染的感染监视系统参加者的移动历史。因此,在准确且及时地确定针对每个地域的感染症的感染风险这一点上需要进一步的改善。
本公开的目的在于提供一种能够准确且及时地确定每个地域感染感染症的感染风险,并提供适当的信息以防止感染症扩大的技术。
用于解决课题的手段
本公开的一个方式的信息提供方法是提供与感染症相关的信息的信息提供系统中的信息提供方法,其中,所述信息提供系统的计算机,从经由网络连接的1个以上的声音识别装置取得地域感染信息,所述地域感染信息表示所述1个以上的声音识别装置解析声音信号而得到的1个以上的感染注意等级、和与所述1个以上的感染注意等级建立了关联的1个以上的地域,基于所取得的所述地域感染信息,计算表示所述1个以上的地域各自的感染风险的大小的感染风险值,针对所述1个以上的地域的每一个,按照计算出的所述感染风险值生成输出信息,针对所述1个以上的地域的每一个,将生成的所述输出信息经由所述网络发送到存在于与所述输出信息对应的地域的设备。
本公开的另一方式的声音识别装置提供与感染症相关的信息,其中,具备:麦克风,检测周围的声音并基于检测结果输出声音信号;处理器,对所述麦克风输出的声音信号执行声音识别处理;扬声器;以及存储器,所述处理器具备:感染注意等级确定部,从所述声音信号的所述声音识别处理的结果中,提取包含与感染风险相关的单词以及声音中的至少一方的第1声音数据,根据所述第1声音数据确定感染注意等级;地域确定部,从所述声音识别处理的结果中,提取第2声音数据,根据所述第2声音数据确定与所述第1声音数据相关联的地域,或者使用表示所述第1声音数据的说话者的移动历史的移动历史数据来确定与所述第1声音数据相关联的地域,所述第2声音数据是在由所述麦克风检测到与所述第1声音数据对应的声音的时间的前后一定期间中由所述麦克风检测到的声音所对应的数据;地域感染信息生成部,生成将所确定的所述地域与所确定的所述感染注意等级建立了对应的地域感染信息,并储存于所述存储器;以及输出信息生成部,根据所储存的所述地域感染信息生成与所述地域的所述感染注意等级相应的声音消息,所述扬声器输出所述声音消息。
本公开的又一方式的信息提供方法是具备声音识别装置和服务器并提供与感染症相关的信息的信息提供系统中的信息提供方法,其中,所述声音识别装置对基于使用麦克风检测到的声音的声音信号进行声音识别,确定有可能感染了所述感染症的可能感染者和所述可能感染者对所述感染症的感染可能性,将表示所述感染可能性的第1感染信息发送到所述可能感染者的便携终端,被发送了所述第1感染信息的所述便携终端,向所述服务器发送将该便携终端的位置信息和所述第1感染信息建立了对应的对应数据,所述服务器使用从包含所述便携终端的多个便携终端发送的、包含所述对应数据的多个对应数据,生成将地图数据上的特定的场所与所述场所中的可能感染者数建立了对应的映射数据,并发送到所述可能感染者的所述便携终端或与所述可能感染者不同的人物的便携终端,所述可能感染者的所述便携终端或所述其他人物的所述便携终端使用所述映射数据生成显示画面并显示于显示器。
发明效果
根据本公开,能够准确且及时地确定每个地域感染感染症的感染风险,并提供适当的信息以防止感染症的扩大。
附图说明
图1是表示本公开的实施方式1的信息提供系统的网络结构的一例的图。
图2是表示图1所示的信息提供系统的结构例的框图。
图3是表示图2所示的服务器的结构例的框图。
图4是表示智能扬声器的存储器所存储的登记信息DB的数据结构的一例的图。
图5是表示智能扬声器的存储器所存储的地域感染信息DB的数据结构的一例的图。
图6是说明基于智能扬声器的数据解析部的声音识别处理的图。
图7是表示服务器的存储器所存储的地域感染信息合计DB的数据结构的一例的图。
图8是表示本公开的实施方式1的信息提供系统的处理的一例的流程图。
图9是表示图8中的智能扬声器和服务器的处理的详细的流程图。
图10是图8的变形例的流程图。
图11是表示本公开的信息提供系统的使用情况的图。
图12是表示本公开的实施方式2的信息提供系统的网络结构的一例的图。
图13是表示图12所示的智能扬声器的结构例的框图。
图14是表示在实施方式2中,智能扬声器的存储器所存储的地域感染信息合计DB的数据结构的一例的图。
图15是表示本公开的实施方式1的信息提供系统的处理的一例的流程图。
图16是表示图15中的智能扬声器的处理的详细的流程图。
图17是表示本公开的实施方式2的信息提供系统的网络结构的一例的图。
图18是表示图17所示的信息提供系统的结构例的框图。
图19是表示图18所示的智能扬声器和服务器的结构例的框图。
图20是表示本公开的实施方式3的信息提供系统的处理的一例的流程图。
图21是图20的变形例的流程图。
图22是表示本公开的实施方式4的信息提供系统的网络结构的一例的图。
图23是表示图22所示的信息提供系统的结构例的框图。
图24是表示服务器的存储器所存储的映射DB的数据结构的一例的图。
图25是表示图22所示的信息提供系统的处理的一例的流程图。
图26是表示在接收到映射数据的便携终端中显示的显示画面的图。
图27是表示在接收到映射数据的便携终端中显示的显示画面的另一例的图。
具体实施方式
(得到本公开的见解)
当流感等感染症流行时,从医院和卫生所等医疗机构发布表示每个地域的感染者数的患者数据,因此,如果参照该患者数据,则使用者能够在一定程度上识别每个地域的感染症的流行程度。但是,该患者数据表示距发表时间点约1周前的患者数的情况较多,因此存在缺乏及时性的问题。因此,即使在对患者数据进行确认之后就进行感染症的对策也大多已经晚了,患者数据在抑制感染症的流行方面是不充分的。
因此,在感染症流行或表现出流行的预兆的情况下,期望及时地通知每个地域的感染症的流行程度。
然而,在家庭内,在感染症流行时或表现出感染症的流行的预兆时,设想例如发生“听说在AA小学正在流行流感。”这样的说话、或者“在公司的交易方好像正在流行流感。”这样的说话。因此,如果收集这样的说话并分析内容,则能够准确且及时地确定每个地域的感染风险。
因此,本发明者近年来着眼于正在普及的智能扬声器。如果使用该智能扬声器,则能够收集大量上述那样的说话,能够准确且及时地确定每个地域的感染风险。进而,还能够基于所确定的感染风险向使用者提供适当的信息。
在上述的专利文献1中,由于未使用智能扬声器,因此无法收集上述的说话,无法准确且及时地取得每个地域的感染风险。
另外,在专利文献1中,只不过是考虑到确认了病毒感染的感染监视系统参加者的接近场所,没有考虑到接近场所的感染风险。因此,在专利文献1中,无法向使用者提供与感染风险相应的适当的信息,会产生对使用者进行过剩的感染症对策,或者使用者的感染症对策变得不充分这样的课题。
另一方面,通过智能手机和平板终端等便携终端的大幅普及,容易确定持有便携终端的使用者的位置信息。因此,如果根据说话内容跟踪具有感染感染症的可能性的大量可能感染者的位置信息,则能够准确且及时地确定在哪个场所存在多少可能感染者。
并且,如果将映射了各场所中的可能感染者数的信息提示给使用者,则能够对使用者提示是否应该去往特定的场所或应该路过特定的场所这样的判断材料、以及在去往或者路过特定的场所的情况下应该采取怎样的感染症对策的判断材料。
在上述的专利文献1中,由于未使用智能扬声器,因此无法收集上述的说话,无法准确且及时地取得在哪个场所存在多少可能感染者。
另外,在专利文献1中,感染监视系统参加者是否感染了感染症,由于使用了医疗机构的判断结果,所以未追踪到没有接受医疗机构的诊疗,但自知感染的感染监视系统参加者的位置信息。因此,专利文献1无法准确且及时地确定在哪个场所存在多少可能感染者。由此,在专利文献1中,产生对利用者进行过剩的感染症对策,或利用者的感染症对策变得不充分这样的课题。
本公开是为了解决上述课题而完成的,准确且及时地确定每个地域感染感染症的感染风险,并且提供适当的信息以防止感染症的扩大。
本公开的一个方式是提供与感染症相关的信息的信息提供系统中的信息提供方法,其中,所述信息提供系统的计算机,从经由网络连接的1个以上的声音识别装置取得地域感染信息,所述地域感染信息表示所述1个以上的声音识别装置解析声音信号而得到的1个以上的感染注意等级、和与所述1个以上的感染注意等级建立了关联的1个以上的地域,基于所取得的所述地域感染信息,计算表示所述1个以上的地域各自的感染风险的大小的感染风险值,针对所述1个以上的地域的每一个,按照计算出的所述感染风险值生成输出信息,针对所述1个以上的地域的每一个,将生成的所述输出信息经由所述网络发送到存在于与所述输出信息对应的地域的设备。
根据本结构,从经由网络连接的1个以上的声音识别装置取得包含所述1个以上的声音识别装置解析声音信号而得到的1个以上的感染注意等级、和与所述1个以上的感染注意等级建立了关联的地域的地域感染信息。
然后,基于所取得的地域感染信息来计算表示各地域的感染风险的大小的感染风险值。因此,本结构能够大量收集基于使用者的例如在家庭交谈的说话而生成的地域感染信息,准确且及时地确定每个地域的感染风险值。
另外,在本结构中,根据感染风险值生成各地域的输出信息,并发送到与输出信息对应的地域的设备。因此,能够根据感染风险值而向使用者提供适当的信息,能够避免对使用者进行过剩的感染症对策、或者使用者的感染症对策变得不充分这样的事态。
在上述方式中,也可以是,所述感染风险值是通过计算所述1个以上的地域各自的所述1个以上的感染注意等级的每一个感染注意等级的报告件数,对计算出的所述报告件数进行与所述1个以上的感染注意等级相应的加权,并评价加权后的所述报告件数而计算出。
根据本结构,根据地域感染信息计算各地域的每个感染注意等级的感染症的报告件数,根据感染注意等级对计算出的报告件数进行加权,对加权后的报告件数进行评价而计算各地域的感染风险值。因此,本结构能够准确地计算各地域的感染注意等级。
在上述方式中,也可以是,所述1个以上的感染注意等级是使用所述1个以上的声音识别装置对所述声音信号进行解析而得到的声音识别内容来推定的。
例如,“隔壁班级由于流感而停课了。”这样的说话与“AA君由于流感而没上学。”这样的说话相比,由于能够推定为感染者较多,所以感染风险高,能够将感染风险进行分级。根据本结构,能够根据这样的说话内容来将地域感染信息中包含的感染注意等级进行分级。
在上述方式中,也可以是,进一步取得所述1个以上的地域各自的利用者数以及所述1个以上地域各自中的利用者的设想停留时间,所述1个以上的地域各自的所述感染风险值使用与该感染风险值对应的地域的第1修正系数来计算,所述第1修正系数是随着所述对应的地域的所述利用者数以及所述对应的地域中的所述利用者的设想停留时间中的至少一方增大而使所述对应的地域的所述感染风险值增大的系数。
根据本结构,越是利用者数多的地域以及利用者的设想停留时间长的地域,越能够将感染风险值计算得越高,能够得到更准确的感染风险值。
在上述方式中,也可以从社交网络服务服务器进一步取得包含表示所述1个以上的地域中的所述感染症的流行的地域感染词和所述地域感染词的使用频率在内的信息,所述1个以上的地域各自的所述感染风险值使用第2修正系数来计算,所述第2修正系数随着与该感染风险值对应的地域的所述地域感染词的使用频率变高而使所述对应的地域的所述感染风险值增大。
根据本结构,能够在社交网络上,在针对某个地域产生了感染症的情况成为话题的情况下,使该话题反映到感染风险值。
在上述方式中,也可以是,进一步取得表示所述1个以上的地域各自的所述感染症的患者数的患者数数据,所述1个以上的地域各自的所述感染风险值使用第3修正系数来计算,所述第3修正系数随着与该感染风险值对应的地域的患者数增大而使所述对应的地域的感染风险值增大。
根据本结构,能够考虑某个地域中的感染症的患者数的多少来计算感染风险值。
在上述方式中,也可以是,从设置在所述1个以上的地域各自中的病毒传感器进一步取得测定值,所述1个以上的地域各自的所述感染风险值随着设置于与该感染风险值对应的地域的病毒传感器的测定值变大而使所述对应的地域的所述感染风险值增大。
根据本结构,能够考虑设置于某个地域的病毒传感器的测定值的大小来计算感染风险值。
在上述方式中,也可以是,所述设备是声音输出装置,所述输出信息是使所述声音输出装置输出用于通知与所述感染风险值相应的感染风险的声音消息的第1控制命令。
根据本结构,由于从声音输出装置输出与感染风险值相应的声音消息,所以能够在防止利用者感染感染症的方面采取必要的措施,能够抑制感染症的扩大。
在上述方式中,也可以是,所述设备是空气净化器,所述输出信息是使所述空气净化器动作的第2控制命令。
根据本结构,例如,通过向设置于感染风险值高的地域的空气净化器发送去除病毒的控制命令,能够抑制感染症的扩大。
本公开的一个方式的声音识别装置提供与感染症相关的信息,其中,具备:麦克风,检测周围的声音并基于检测结果输出声音信号;处理器,对所述麦克风输出的声音信号执行声音识别处理;扬声器;以及存储器,所述处理器具备:感染注意等级确定部,从所述声音信号的所述声音识别处理的结果中,提取包含与感染风险相关的单词以及声音中的至少一方的第1声音数据,根据所述第1声音数据确定感染注意等级;地域确定部,从所述声音识别处理的结果中,提取第2声音数据,根据所述第2声音数据确定与所述第1声音数据相关联的地域,或者使用表示所述第1声音数据的说话者的移动历史的移动历史数据来确定与所述第1声音数据相关联的地域,所述第2声音数据是在由所述麦克风检测到与所述第1声音数据对应的声音的时间的前后一定期间中由所述麦克风检测到的声音所对应的数据;地域感染信息生成部,生成将所确定的所述地域与所确定的所述感染注意等级建立了对应的地域感染信息,并储存于所述存储器;以及输出信息生成部,根据所储存的所述地域感染信息生成与所述地域的所述感染注意等级相应的声音消息,所述扬声器输出所述声音消息。
根据本结构,从由麦克风检测出的声音信号中提取包含与感染风险相关的单词以及声音中的至少一方的第1声音数据,确定感染注意等级。另外,在由麦克风检测到与第1声音数据对应的声音的时间的前后一定期间,提取与由麦克风检测到的声音对应的第2声音数据,使用与第1声音数据相关联的地域或第1声音数据的说话者的移动历史数据来确定与第1声音数据相关联的地域。然后,将所确定的感染注意等级与所确定的地域建立对应而生成地域感染信息并将其储存在存储器中,根据所储存的地域感染信息生成与感染注意等级相应的声音消息,并从扬声器输出。
因此,本结构能够收集使用者的例如基于在家庭中交谈的说话而生成的地域感染信息,准确且及时地生成适合于每个地域的感染注意等级的声音消息并从扬声器输出。
因此,本结构能够根据感染注意等级向使用者提供适当的信息,能够避免对使用者进行过剩的感染症对策、或者使用者的感染症对策变得不充分这样的事态。另外,第1声音数据所包含的声音例如是使用者的打喷嚏以及咳嗽等声音。
在上述方式中,也可以是,所述感染注意等级确定部根据所述第1声音数据的说话内容来推定在所述地域流行的感染症或特定的人物感染的感染症。
根据本结构,在第1声音数据中例如包含“在BB地区正在流行流感”这样的说话内容的情况下,推定在相应的地域流行流感。另外,根据本结构,例如,在包含“AA君得了流感”这样的说话内容的情况下,推定为特定的人物感染了流感。
在上述方式中,也可以是,所述感染注意等级确定部根据所述第2声音数据的说话内容来推定特定的人物感染了感染症的期间,并使用推定结果来修正所述感染注意等级。
例如,在人物感染了流感的情况下,如果从感染起经过1周,则预计该人物从流感中恢复。在本结构中,根据第2声音数据的说话内容推定感染有感染症的期间,根据推定结果修正感染注意等级,因此能够准确地确定感染注意等级。
在上述方式中,也可以是,所述地域感染信息生成部在用于生成所述地域感染信息的信息不足的情况下,从所述扬声器输出提问消息,使用所述麦克风取得所述提问消息的回答声音信号,使用所述回答声音信号生成所述地域感染信息。
根据本结构,在用于生成地域感染信息的信息不足的情况下,从扬声器输出提问消息,使用针对该提问消息的使用者的回答声音信号来生成地域感染信息。因此,能够尽可能地避免无法生成地域感染信息的事态。
在上述方式中,也可以是,所述地域感染信息是将包含所述地域的1个以上的地域和包含所述感染注意等级的1个以上的感染注意等级建立了对应的信息,所述处理器还具备:报告件数计算部,通过将储存于所述存储器的所述地域感染信息按照所述1个以上的地域以及所述1个以上的感染注意等级进行分类,来计算所述1个以上的地域各自中的所述1个以上的感染注意等级的每一个感染注意等级的所述感染症的报告件数;以及感染风险值计算部,对计算出的所述报告件数进行与所述1个以上的感染注意等级相应的加权,通过评价加权后的所述报告件数来计算所述1个以上的地域各自的感染风险值,所述输出信息生成部按照计算出的所述感染风险值生成所述1个以上的地域各自的输出信息,所述声音识别装置还具备通信部,所述通信部针对所述1个以上的地域的每一个,经由网络向存在于与所述输出信息对应的地域的设备发送所生成的所述输出信息。
根据本结构,根据所取得的地域感染信息计算各地域的感染注意等级各自的感染症的报告件数,根据感染注意等级对计算出的报告件数进行加权,对加权后的报告件数进行评价而计算各地域的感染风险值。因此,本结构能够准确且及时地确定每个地域的感染风险值。
在上述方式中,也可以是,还具备社交信息取得部,所述社交信息取得部使用所述通信部从社交网络服务服务器取得包含表示在所述1个以上的地域各自中的感染症的流行的地域感染词和所述地域感染词的使用频率在内的信息,所述感染风险值计算部针对所述1个以上的地域的每一个,使用修正系数来计算所述感染风险值,所述修正系数随着所述地域感染词的使用频率变高而使感染风险值增大。
根据本结构,在对某个地域产生了感染症的情况在社交网络上成为话题的情况下,能够使该话题反映到感染风险值。
在上述方式中,也可以是,所述存储器储存由其他声音识别装置生成的地域感染信息。
根据本结构,与其他声音识别装置协作,能够计算更准确的感染风险值。
在上述方式中,也可以是,所述设备是经由网络与该声音识别装置连接的其他声音识别装置,所述输出信息生成部生成使所述其他声音识别装置输出与所述感染风险值相应的声音消息的第1控制命令,并发送到所述其他声音识别装置。
根据本结构,由于从感染症正在流行的地域的其他声音识别装置输出与感染风险值相应的声音消息,所以能够在防止使用者感染感染症的方面采取必要的措施,能够抑制感染症的扩大。
在上述方式中,也可以是,所述设备是空气净化器,所述输出信息生成部生成使所述空气净化器动作的第2控制命令,并发送到所述空气净化器。
根据本结构,例如,通过向设置于感染风险值高的地域的空气净化器发送去除病毒的控制命令,能够抑制感染症的扩大。
本公开的一个方式的信息提供方法是具备声音识别装置和服务器并提供与感染症相关的信息的信息提供系统中的信息提供方法,其中,所述声音识别装置对基于使用麦克风检测到的声音的声音信号进行声音识别,确定有可能感染了所述感染症的可能感染者和所述可能感染者对所述感染症的感染可能性,将表示所述感染可能性的第1感染信息发送到所述可能感染者的便携终端,被发送了所述第1感染信息的所述便携终端,向所述服务器发送将该便携终端的位置信息和所述第1感染信息建立了对应的对应数据,所述服务器使用从包含所述便携终端的多个便携终端发送的、包含所述对应数据的多个对应数据,生成将地图数据上的特定的场所与所述场所中的可能感染者数建立了对应的映射数据,并发送到所述可能感染者的所述便携终端或与所述可能感染者不同的人物的便携终端,所述可能感染者的所述便携终端或所述其他人物的所述便携终端使用所述映射数据生成显示画面并显示于显示器。
根据本结构,由声音识别装置确定可能感染者和可能感染者针对感染症的感染可能性,包含感染可能性的第1感染信息被发送到可能感染者的便携终端。另外,接收到第1感染信息的便携终端将自身的位置信息和感染信息建立有对应的对应数据发送到服务器。因此,服务器能够从可能感染者的便携终端取得该可能感染者的位置信息,能够准确且及时地确定在哪个场所存在多少可能感染者,即每个地域的感染风险。然后,将这样确定的场所与可能感染者数建立有对应的映射数据发送到便携终端,使用该映射数据的显示画面显示于便携终端。因此,便携终端的使用者例如能够识别在此后要去的场所存在多少可能感染者,能够采取适当的感染症对策。
在上述方式中,也可以是,所述声音识别装置根据所述声音信号的说话内容来推定所述可能感染者正在感染的所述感染症。
根据本结构,例如,在包含“流感正在流行”这样的说话内容的情况下,推定在该地域流感正在流行。
在上述方式中,也可以是,所述服务器使用所述可能感染者数计算所述场所中的感染风险,所述映射数据包含所述感染风险和与所述感染风险相应的感染预防对策的建议信息。
根据本结构,由于在便携终端上显示特定的场所中的感染风险和与感染风险相应的感染预防对策的建议信息,所以使用者能够采取万全的感染症对策去往特定的场所。
在上述方式中,也可以是,所述映射数据包含在所述场所设置的、测定所述场所的环境信息的传感器的测定数据。
根据本结构,由于在便携终端上显示特定的场所中的例如有无病毒、湿度以及温度这样的信息,所以能够向使用者提供感染症对策的判断材料以及是否应去往特定的场所的判断材料。
在上述方式中,也可以是,所述信息提供系统还具备外部服务器,所述声音识别装置根据所述声音信号确定与所述感染症相关联的场所和针对所述场所的感染注意等级,并将表示所述场所和所述感染注意等级的第2感染信息发送到所述外部服务器,所述外部服务器接收包含所述第2感染信息的多个第2感染信息,将所述多个第2感染信息按照每个场所及感染注意等级进行分类,由此计算各场所中的每个感染注意等级的报告件数,对计算出的所述报告件数进行与各感染注意等级相应的加权,通过评价加权后的所述报告件数来计算每个场所的感染风险值,所述服务器从所述外部服务器取得每个场所的所述感染风险值,所述映射数据包含各场所中的所述感染风险值。
根据本结构,由于在便携终端上显示特定的场所的感染风险值,所以能够向使用者提供感染症对策的判断材料及是否应去往特定的场所的判断材料。
在上述方式中,也可以是,所述显示画面是使所述场所中的所述可能感染者数重叠显示在地图图像上的画面。
根据本结构,由于特定的场所中的可能感染者数显示在地图图像上,所以使用者能够容易地识别在特定的场所感染症正在流行。
在上述方式中,也可以是,所述服务器根据来自所述便携终端的请求而发送所述映射数据。
根据本结构,例如,在使用者现在开始为了外出到某场所而向服务器发出移动路线的检索托付的情况下,能够结合检索结果,通知在移动路线的周围存在多少可能感染者,能够对使用者提示与感染症对策有关的判断材料。
本公开的又一方式的便携终端是提供与感染症相关的信息的信息提供系统中的便携终端,具备:通信部,从服务器接收映射数据,所述映射数据将地图数据上的特定的场所和各场所中的可能感染者数和与各场所的感染风险及与所述感染风险相应的感染预防对策的建议信息建立了对应;以及控制部,使用所述映射数据,生成在各场所将所述可能感染者数、感染风险和所述建议信息建立对应地显示的显示画面,并显示于显示部。
本公开的又一方式的多设备是提供与感染症相关的信息的多设备,具备:处理器,对输入到所述多设备的输入信号执行单词识别处理;显示部;以及存储器,所述处理器具备:感染注意等级确定部,从所述输入信号的所述单词识别处理的结果中,提取包含与感染风险相关的单词的第1单词数据,根据所述第1单词数据确定感染注意等级;地域确定部,从所述单词识别处理的结果中,从得到与所述第1单词数据对应的输入信号的时间的前后一定期间中的输入信号的单词识别处理的结果中,提取第2单词数据,根据所述第2单词数据确定与所述第1单词数据相关联的地域,或者使用表示所述多设备的移动历史的移动历史数据来确定与所述第1单词数据相关联的地域;地域感染信息生成部,生成将所确定的所述地域与所确定的所述感染注意等级建立了对应的地域感染信息,并储存于所述存储器;以及输出信息生成部,根据所储存的所述地域感染信息生成与所述地域的所述感染注意等级相应的消息,所述显示部显示所述消息。
本公开也能够作为使计算机执行这样的方法所包含的特征性的各步骤的计算机程序或通过该计算机程序进行动作的服务器来实现。另外,当然能够使这样的计算机程序经由CD-ROM等计算机可读取的非暂时性的记录介质或者因特网等通信网络流通。
另外,以下说明的实施方式均表示本公开的一个具体例。在以下的实施方式中示出的数值、形状、构成要素、步骤、步骤的顺序等是一例,并非旨在限定本公开。另外,关于以下的实施方式中的构成要素中的、未记载于表示最上位概念的独立权利要求书中的构成要素,作为任意的构成要素进行说明。另外,在所有的实施方式中,也能够组合各自的内容。
(实施方式1)
图1是表示本公开的实施方式1的信息提供系统的网络结构的一例的图。信息提供系统是在包含应用服务的使用者居住的地域以及距该地域到一定范围内存在的1个以上的地域的服务应用地域中,针对每个地域计算使用者患感染症的风险,并基于计算结果而向使用者提供用于防止患感染症的各种服务的系统。在此,地域包含地区以及场所。地区例如相当于如市、街区以及村这样,将服务应用地域以地理因素等规定的基准划分为多个的情况下的1个分区。场所表示商业设施、医院以及小学等地域所包含的设施的场所。感染症是病原体侵入生物体内并增殖而引起的疾病,例如,感冒、流感、痢疾、疟疾、以及诺如病毒等。
信息提供系统具备服务器1、智能扬声器2(声音识别装置及设备的一例)、便携终端3、病毒传感器4、患者数DB(数据库)5、SNS词DB6、地域信息DB7、感染症推移DB8、地域感染信息DB9、登记信息DB10、移动信息DB11、检索信息DB12及空气净化器13(设备的一例)。
服务器1~空气净化器13经由网络NT彼此可通信地连接。网络NT例如包括因特网通信网和移动电话通信网等。
服务器1例如是由1个以上的计算机构成的云服务器,使用从智能扬声器2取得的地域感染信息来计算各地域的感染风险值。
智能扬声器2例如设置于使用者的家庭。智能扬声器2也被称为AI扬声器,是利用麦克风对在家庭内交谈的对话进行收集并对收集的声音信号进行声音识别,并使用声音识别结果向使用者提供各种服务的装置。智能扬声器2是声音识别装置和声音输出装置的一例。在图1的例子中,图示了2个智能扬声器2_1、2_2,但这只是一例,智能扬声器2的个数可以是1个,也可以是3个以上。
便携终端3是由设置有智能扬声器2的家庭的使用者持有的装置。便携终端3例如由智能手机、平板终端以及按钮式的移动电话等可携带的信息处理装置构成。在图1中,示出了3个便携终端3_1、3_2、3_3,但这是一例,便携终端3的个数可以是1个,也可以是2个,也可以是4个以上。
病毒传感器4例如由检测流感病毒、诺如病毒等病毒的传感器构成。
患者数DB5存储表示每个地域的感染症的患者数的分布的患者数数据。另外,患者数数据是由医院和卫生所等医疗机构生成的数据,例如是在感染症流行的情况下,为了促使地域居民采取对感染症的对策而生成的数据。但是,患者数数据中包含的患者数一般表示感染症流行起一定期间后(例如1周后)的患者数,因此存在患者数数据缺乏及时性的缺点。患者数DB5是在医疗机构管理的医疗机构服务器上构建的数据库,经由医疗机构服务器与网络NT连接。
SNS(社交网络服务)词DB6是将在SNS上成为话题的词与该词的使用频率的随时间的推移建立对应并进行存储的数据库。例如,由于在AA地域流感流行,因此在SNS上与“AA地区”相关联地“流感”的使用频率超过了一定的值的情况下,SNS词DB6存储与像“AA地区-流感”这样的场所和感染症建立了对应的地域感染词相关的使用频率的时间推移。SNS词DB6例如是在SNS的管理者管理的SNS管理服务器上构建的数据库,经由SNS管理服务器与网络NT连接。
地域信息DB7存储服务应用地域中的表示地图数据和公共交通工具的路线图的路线图数据和表示大型设施的拥挤状况的拥挤状况数据。大型设施例如是公民馆、图书馆、游泳池以及商业设施等。地域信息DB7例如是在本信息提供服务的管理者管理的管理服务器上构建的数据库,经由管理服务器与网络NT连接。另外,地域数据所包含的地图数据例如通过管理服务器取入在因特网上由检索引擎的运营公司提供的地图数据来存储于地域信息DB7。另外,地域数据所包含的公共交通工具的路线图数据通过管理服务器取入由铁路公司以及公共汽车公司等在因特网上公开的路线图数据来存储于地域信息DB7。另外,地域数据中包含的拥挤状况数据例如通过管理服务器取入在因特网上由检索引擎的运营公司生成的拥挤状况数据来存储在地域信息DB7中。
感染症推移DB8存储感染症推移数据,所述感染症推移数据表示在过去,感染症按各个感染症的种类和地域如何推移。感染症推移数据按各个感染症的种类和地域存储例如在过去,感染症流行时的患者数和流行年月日。感染症推移DB8例如是在医疗机构服务器上构建的数据库,经由医疗机构服务器与网络NT连接。
地域感染信息DB9是以智能扬声器2进行了声音识别的使用者的说话历史为基础而制作的,存储表示各地域的感染注意等级的地域感染信息。登记信息DB10存储设置有智能扬声器2的家庭的构成人员的个人信息。地域感染信息DB9以及登记信息DB10例如存储于智能扬声器2的存储器。但是,这只是一例,地域感染信息DB9以及登记信息DB10也可以由外部服务器存储。
移动信息DB11存储持有便携终端3的使用者的移动信息。移动信息例如是将便携终端3所具备的GPS传感器计算出的位置信息与计算时刻建立了对应的数据。移动信息DB11例如存储在便携终端3的存储器中。但是,这是一例,移动信息DB11也可以存储于外部服务器。
检索信息DB12存储表示使用者在便携终端3上执行的针对检索引擎的检索历史的检索信息。检索信息例如是将输入到检索引擎的检索词和检索时刻建立了对应的数据。
空气净化器13设置在服务应用地域内,按照从对应的智能扬声器2发送的第2控制命令进行动作。例如,空气净化器13在设置的地域流行感染症的情况下,按照来自设置在该地域的智能扬声器2的第2控制命令进行动作,净化周围的空气,由此防止感染症的扩大。
图2是表示图1所示的信息提供系统的结构例的框图。智能扬声器2具备数据解析部201、存储器202、扬声器203、控制部204、通信部205和麦克风206。数据解析部201由对麦克风206所收集的声音信号进行声音识别处理的处理器构成。
在此,数据解析部201从麦克风206收集到的声音信号中提取包含与感染风险相关的单词和声音信号中的至少一方的第1声音数据,根据第1声音数据确定感染注意等级。并且,数据解析部201从在第1声音数据被麦克风206收集的时间的前后一定期间由麦克风206收集的声音信号中提取第2声音数据,根据第2声音数据确定与第1声音数据相关联的地域。或者,数据解析部201使用第1声音数据的说话者的移动信息确定与第1声音数据相关联的地域。然后,数据解析部201将所确定的地域与所确定的感染注意等级建立对应地生成地域感染信息。
感染注意等级是通过对第1声音数据中包含的咳嗽以及打喷嚏等声音信号或者第1声音数据所示的说话内容进行解析而得到的、对感染症的流行程度进行了数值化的数据。作为第1声音数据被收集的时间的前后一定期间,采用使用者彼此交谈的与感染症相关的一系列会话的会话时间,例如采用10秒、30秒、1分钟等的值。
存储器202例如由半导体存储器构成,存储登记信息DB10以及地域感染信息DB9。稍后将描述登记信息DB10和区域感染信息DB9的详细。
扬声器203在控制部204的控制下输出声音消息。
控制部204例如由CPU构成,负责智能扬声器2的整体控制。通信部205由用于将智能扬声器2与网络NT连接的通信装置构成。例如,通信部205将由数据解析部201生成的地域感染信息发送到服务器1。麦克风206收集周围的声音,并转换成声音信号。
便携终端3具备GPS传感器301、存储器302、控制部303、通信部304、显示部305和操作部306。GPS传感器301定期地计算智能手机的位置。
存储器302例如由半导体存储器构成,存储检索信息DB12以及移动信息DB11。
控制部303例如由CPU构成,负责便携终端3的整体控制。例如,控制部303将由GPS传感器301计算出的位置与计算时刻建立对应而生成移动信息,并存储于移动信息DB11。另外,控制部303通过操作操作部306,将输入到检索引擎的检索词和检索时刻建立对应而生成检索信息,并存储到检索信息DB12中。
通信部304由将便携终端3与网络NT连接的通信装置构成。显示部305由液晶面板等显示装置构成,在控制部303的控制下显示各种图像。例如,显示部305显示检索引擎的图像。
操作部306例如由触摸面板构成,受理由使用者输入的各种操作。例如,操作部306受理输入检索词的操作。
病毒传感器4具备检测部401、存储器402、控制部403以及通信部404。检测部401例如具备:光源,向被施加了唾液酸以及金纳米粒子中的至少一方的检体照射光;受光元件,检测因有无病毒而变化的光的波长以及反射率(透射率);以及处理器,使用受光元件的检测结果来判定有无病毒。
存储器402例如由半导体存储器构成,存储检测部401的病毒检测结果。
控制部403例如由CPU构成,负责病毒传感器4的整体控制。通信部404由将病毒传感器4与网络NT连接的通信装置构成。
空气净化器13具备控制部1301、离子产生部1302以及通信部1303。控制部1301例如由CPU构成,负责空气净化器13的整体控制。离子产生部1302使空气中产生离子,使病毒失活。通信部1303由将空气净化器13与网络NT连接的通信装置构成。
数据库群14汇总示出了图1所示的患者数DB5、SNS词DB6、地域信息DB7以及感染症推移DB8,构建在图1中说明的各种服务器上。
图3是表示图2所示的服务器1的结构例的框图。服务器1具备处理器101、通信部102和存储器103。处理器101例如由CPU构成,具备报告件数计算部111、感染风险值计算部112、输出信息生成部113以及社交信息取得部114。报告件数计算部111~社交信息取得部114通过处理器101执行存储于存储器103的使计算机作为服务器1发挥功能的控制程序来实现。
报告件数计算部111通过将通信部102从智能扬声器2接收到的地域感染信息按地域以及感染注意等级进行分类,从而计算各地域的每一个中的按感染注意等级的感染症的报告件数。
感染风险值计算部112对报告件数计算部111计算出的报告件数进行与感染注意等级相应的加权,通过评价加权后的报告件数来计算各地域的感染风险值。在此,感染风险值是表示各地域中的感染症的感染风险的大小的指标。
输出信息生成部113根据感染风险值计算部112计算出的各地域的感染风险值生成输出信息,并使用通信部102发送到相应的地域的设备。作为输出信息,例如采用第1控制命令,所述第1控制命令用于使设置在被判定为感染风险值高的地域的智能扬声器2输出声音消息。第1控制命令中包含使智能扬声器2输出的声音消息。
社交信息取得部114使用通信部102从SNS词DB6取得地域感染词和地域感染词的使用频率的时间推移。存储器103例如由半导体存储器构成,存储地域感染信息合计DB50。地域感染信息合计DB50的详细将在后面叙述。
图4是表示智能扬声器2的存储器202存储的登记信息DB10的数据结构的一例的图。登记信息DB10包括基本信息表T11和登记信息表T12。
基本信息表T11是存储智能扬声器2的设置场所以及设定内容的表。具体而言,基本信息表T11存储“智能扬声器ID”、“设置场所”、“通知设定”、“通知地区设定”、以及“设备控制设定”。“智能扬声器ID”是唯一分配给被接入的智能扬声器2的识别符。“设置场所”是智能扬声器2的设置场所。在此,采用设置有智能扬声器2的房屋的地址。“通知设定”是表示在从服务器1接收到第1控制命令的情况下,是否使智能扬声器2输出声音消息的设定信息。例如,在通知设定为ON的情况下,在从服务器1接收到第1控制命令的情况下,智能扬声器2输出第1控制命令中包含的声音消息。另一方面,在通知设定为OFF的情况下,即使从服务器1接收第1控制命令,智能扬声器2也不输出第1控制命令中包含的声音消息。
“通知地区设定”是表示是否将存储于地域感染信息DB9的地域感染信息与设置于关联地区的智能扬声器2共享的信息。在通知地区设定被设定为“包括关联地区”的情况下,智能扬声器2与设置于同一地区或者预先决定的关联地区的智能扬声器2共享地域感染信息。
“设备控制设定”是表示在从服务器1接收到第1控制命令的情况下,是否将用于使对应的空气净化器13运转的第2控制命令向对应的空气净化器13发送的设定信息。例如,如果设备控制设定为“委托”,则智能扬声器2向对应的空气净化器13发送第2控制命令。另一方面,如果设备控制设定不是“委托”,则智能扬声器2不向对应的空气净化器13发送第2控制命令。在此,对应的空气净化器13是指设置在设置有智能扬声器2的地域内的空气净化器13,是指预先与智能扬声器2建立了对应的空气净化器13。例如,若设置在具有智能扬声器2的家庭中,则设置在该家庭内的空气净化器13相当于对应的空气净化器13。
登记信息表T12是存储设置有智能扬声器2的家庭的构成人员的个人信息的表。登记信息表T12是在1个记录中存储1个登记信息的表。登记信息将“编号”、“用户”、“第1称呼”、“第2称呼”、“第3称呼”、“声纹登记编号”、“年龄”、“性别”、“常去地点1”、“常去等级1”、“停留时间标准1”、“常去地点2”、“常去等级2”、“停留时间标准2”、“疾病信息”、“关联称呼”、以及“关系”建立对应并进行存储。
“编号(号码)”是家族的构成人员的识别符。在“用户”栏中存储有家族的构成人员的名字。在此,由于家族由4名构成人员构成,所以在”用户”栏中存储有这4名构成人员的名字。“第1称呼”、“第2称呼”以及“第3称呼”分别是各构成人员的家族内的惯称。“第1称呼”~“第3称呼”表示在家族内来自其他构成人员对自身的惯称或自身对自身的惯称。在家族内,称呼根据说话的人物与被说话的人物的关系等而存在各种变形。因此,在此,为了对应各种变形,将“第1称呼”~“第3称呼”这3个称呼存储在登记信息表T12中。
“声纹登记编号(号码)”表示各构成人员的声纹数据的索引。由于各构成人员的声纹数据在存储器202中事先与声纹登记编号建立对应地存储,所以将声纹登记编号作为键,从存储器202中读出相应的构成人员的声纹数据。“年龄”表示各构成人员的年龄,“性别”表示各构成人员的性别。“常去地点1”表示工作地点或学校等各构成人员最常去的场所。“常去等级1”是将各构成人员去常去地点的程度数值化后的数据。在此,将1周去的次数采用为“常去等级1”。具体而言,“常去等级1”将1周去7天的场所设定为“5”,将1周去4天以上6天以下的场所设定为“4”,将1周去2天以上3天以下的场所设定为“3”,将1周去1天的场所设定为“2”,将不是每周去而是1月去2次以上的场所设定为“1”。这对于“常去等级2”也相同。
“停留时间标准1”表示各构成人员在常去地点1的停留时间的标准。“常去地点2”表示各构成人员仅次于常去地点1常去的地方。“常去等级2”以及“停留时间标准2”分别表示针对常去地点2的常去等级以及停留时间标准。
“疾病信息”表示如代谢综合征(metabolic syndrome)和过敏性皮炎(atopy)那样各构成人员正患有的疾病。“关联称呼”表示家族外(例如公司以及学校等)中的各构成人员的称呼。“关系”是指如上司和朋友那样,对各构成人员称呼关联称呼的人物与各构成人员之间的关系。
在图4中,”用户”、“第1称呼”~“第3称呼”、“年龄”、“性别”、“疾病信息”、“关联称呼”以及“关系”例如是用户使用输入装置或者声音预先输入的数据。“声纹登记编号”是在声纹登记阶段中赋予的数据。“常去地点1”、“常去等级1”以及“停留时间标准1”既可以是用户使用输入装置或者声音输入的,也可以是使用存储在移动信息DB11中的移动信息来确定的。这对于“常去地点2”、“常去等级2”、以及“停留时间标准2”也相同。另外,登记在登记信息表T12中的各信息也可以是通过对智能扬声器2取得的声音进行机械学习而自动登记的信息。
图5是表示智能扬声器2的存储器202存储的地域感染信息DB9的数据结构的一例的图。地域感染信息DB9是以设置有智能扬声器2的家庭的构成人员的说话为基础而制作的,是存储包含每个地域的感染注意等级的地域感染信息的数据库。地域感染信息DB9在1个记录中存储1个地域感染信息。地域感染信息是按1个声音识别结果而生成的信息,包含“时刻”、“检测”以及“解析结果”。
“时刻”以2018/1/18/7:00(2018年1月18日7时)的方式表示进行了声音识别的时刻。“检测”表示声音识别结果,包含“内容”和“源头”。“内容”表示声音识别结果的内容(声音识别内容)。如果声音识别内容是说话,则“内容”例如由将“昨天在公司见到的交易方的人好像得了流感”这样的说话内容文本化后的数据构成。另外,“内容”只要是声音识别内容为咳嗽以及打喷嚏那样的声音,则由“咳嗽声”以及“喷嚏声”等数据构成。“源头”表示声音识别内容的发言源头。在此,在“源头”栏中,如“编号1/发言”那样,存储有构成人员的识别符和内容的类别。构成人员的识别符采用存储在登记信息表T12中的构成人员的识别符,例如,如果是太郎则为编号1,如果是花子则为编号2。
内容的类别表示声音识别内容的类别,在此,有“发言”及“检索”。“发言”表示声音识别内容是构成人员的说话或构成人员的咳嗽声或喷嚏声。“检索”表示声音识别内容是构成人员对智能扬声器2的检索托付。
“解析结果”表示针对声音识别内容的解析结果,包含“场所”、“地区”、“感染注意等级”、“推定感染症名”、“流行时期修正值”、“对象者编号(号码)”、“感染可能性”以及“附属数据”。
“场所”表示根据声音识别内容推定的感染症的流行场所。“地区”表示所推定的流行场所所属的地区。“感染注意等级”是将根据声音识别内容推定的感染症的流行程度进行了数值化的数据。在此,感染症的流行程度越高,感染注意等级就从1到5的数值中采用越大的数值。
例如,如果声音识别内容是表示大量(例如2个以上)感染者的内容,则感染注意等级被设定为“5”。另外,如果声音识别内容是无法确定人数但能够确定至少有1名感染者的内容,则感染注意等级被设定为“4”。另外,如果声音识别内容是包含无法确定病名但与感染症相关的信息的内容,则感染注意等级被设定为“3”。另外,如果声音识别内容是表示感染症的初期症状(例如咳嗽声和喷嚏声)的内容,则感染注意等级被设定为“2”。另外,如果声音识别内容是表示针对感染症的关心的提高的内容,则感染注意等级被设定为“1”。
所述地域感染信息也可以使用输入到多设备的消息或检索词来制作。多设备根据被输入的单词设定感染注意等级,根据被输入了与所设定的感染注意等级对应的单词的时间的前后所输入的单词或者位置信息数据来确定地域,将感染注意等级与地域建立对应。
所谓多设备,例如是便携终端、个人计算机,具有消息发送功能和/或利用检索引擎的检索功能。
“推定感染症名”表示流感及感冒这样的根据声音识别内容推定的感染症名。“流行时期修正值”是考虑了感染症的流行时期的对感染注意等级的修正系数。例如,如果感染症是流感,则一般经过1周时恢复。因此,根据声音识别内容而推定的感染症的流行时期越是从当前时间点起追溯过去,在0~1的范围内,流行时期修正值被设定为越低的值。在此,在根据声音识别内容推定的感染症的流行时期为1周以内或不明的情况下,流行时期修正值被设定为“1”。另外,如果根据声音识别内容推定的感染症的流行时期在2周以内,则流行时期修正值被设定为“0.75”。另外,如果根据声音识别内容推定的感染症的流行时期在1个月以内,则流行时期修正值被设定为“0.5”。另外,如果根据声音识别内容推定的感染症的流行时期在1个半月以内,则流行时期修正值被设定为“0.25”。另外,如果根据声音识别内容推定的感染症的流行时期比1个半月更过去,则流行时期修正值被设定为“0”。
感染注意等级的最终值通过乘以表示流行时期修正值的修正值来计算。
“对象者编号”是根据声音识别内容推定为感染了感染症的构成人员的识别符,在此,采用了构成人员的识别符。“感染可能性”表示根据声音识别内容推定的“对象者编号”的栏中存储的构成人员感染了感染症的可能性。
在此,关于感染可能性,构成人员感染了感染症的可能性越高,从1~6的数值中采用越大的数值。具体而言,在能够断定构成人员是感染者的情况下,将感染可能性设定为“6”。另外,在构成人员有可能与感染者密切接触的情况下,将感染可能性设定为“5”。另外,如果构成人员在感染症的流行场所的停留时间为长时间(例如4小时以上),则设定感染可能性为“4”。另外,如果构成人员在感染症的流行场所的停留时间为短时间(例如3小时以上且小于4小时),则感染可能性被设定为“3”。另外,在虽然不能确定停留时间,但能够推定构成人员去过感染症的流行场所的情况或者构成人员在感染症的流行场所的停留时间小于3小时的情况下,感染可能性被设定为“2”。另外,在构成人员感染了感染症的可能性低的情况下,感染可能性被设定为“1”。
在“附属数据”栏中存储有表示登记在“对象者编号”栏中的构成人员的移动路线的移动信息。如果该构成人员持有便携终端3,则移动信息能够从移动信息DB11取得。因此,在此,针对持有便携终端3的“太郎”登记附属数据,其他构成人员没有登记附属数据。另外,在“附属数据”栏中,“移动信息/智能手机”表示取得移动信息的设备是便携终端3。另外,登记在“附属数据”中的移动信息以声音识别内容的“时刻”为基准而采用过去一定期间的移动信息。这样,通过存储移动信息,能够确定感染可能性高的构成人员靠近的地域,能够反映在该地域的感染风险值的计算中。
图6是说明智能扬声器2的数据解析部201的声音识别处理的图。首先,数据解析部201对麦克风206所收集到的声音信号进行声音识别。在此,如地域感染信息DB9的第1行所示,例如得到“昨天在公司见到的交易方的人好像得了流感”这样的声音识别内容。另外,通过使用声纹数据来确定该说话的说话者。在第1行的例子中,确定了“编号1”的“太郎”为说话者。
接着,数据解析部201从声音识别内容中提取包含病名词(与感染风险相关的单词)的第1声音数据。
在第1行的例子中,提取包含病名词的“得了流感”作为第1声音数据。接着,数据解析部201根据第1声音数据的说话确定感染注意等级。在第1行的例子中,能够根据作为第1声音数据的“得了流感”的说话内容推定为至少1名人物感染了流感,因此设定“4”作为感染注意等级。
接着,数据解析部201从在第1声音数据被收集的时间的前后一定期间麦克风206收集的声音信号中提取第2声音数据。在第1行的例子中,提取在比第1声音数据“得了流感”靠前的一定期间说话的“昨天在公司见到的交易方的人”作为第2声音数据。
接着,数据解析部201根据第2声音数据确定与第1声音数据相关联的场所。在第1行的例子中,在“昨天在公司见到的交易方的人”中,由于包含作为场所词的“公司”,因此提取“公司”。
在此,说话者为“太郎”,在登记信息DB10中存储有太郎的工作地点即“AB商事”作为“太郎”的“常去地点1”。因此,根据第2声音数据确定“AB商事”作为与第1声音数据相关联的场所。由此,在“场所”栏中存储有“AB商事”。另外,由于“AB商事”的所在地属于“BB地域”,因此在“地区”栏中存储有“BB地区”。在此,数据解析部201通过参照地域信息DB7中包含的地图数据,确定“场所”所属的“地区”即可。
接着,数据解析部201根据第2声音数据分别确定日期时间词和人物词。在第1行的例子中,在第2声音数据“昨天在公司见到的交易方的人”中包含“昨天”作为日期时间词,以及“见到的交易方的人”作为人物词,因此确定“昨天”以及“见到的交易方的人”。
在第1行的例子中,声音识别出的时刻是2018年1月18的7时,日期时间词是“昨天”,所以作为与第1声音数据相关联的日期时间,确定“2018年1月17日”。在此,2018年1月17日是被声音识别的时刻,即是从当前时间点起1周以内,所以作为“流行时期修正值”而设定为“×1”。
另外,在第1行的例子中,在作为人物词的“见到的交易方的人”中作为说话者的“太郎”见到“交易方的人”,有可能密切接触。因此,作为“感染可能性”而设定为“5”。
另外,在第1行的例子中,由于说话者为“太郎”,因此在“对象者编号”中存储有作为“太郎”的识别符的“1”。
在此,数据解析部201针对日期时间词、场所词、人物词以及病名词的每一个,从存储器202读出预先存储有成为候选的单词的单词列表,通过参照这些单词列表,根据声音识别内容确定日期时间词、场所词、人物词以及病名词的每一个即可。
参照图5,在第6行的例子中,由于从麦克风206所收集到的声音信号中识别出喷嚏声,所以作为声音识别内容而存储有喷嚏声。另外,由于该喷嚏声是“太郎”的发言,因此在“源头”栏中存储有作为太郎的识别符的“编号1”和“发言”。另外,由于喷嚏声在设置有智能扬声器2的家庭中发言,因此在“场所”栏中存储有“家”,“家”属于“CC地区”,因此在“地区”栏中存储有“CC地区”。另外,由于喷嚏声是感染症的初期症状,所以在“感染注意等级”栏中存储有“2”,由于喷嚏声在感冒的情况下被发出,因此在“推定感染症名”栏中存储有“感冒”。另外,由于喷嚏声是当前发出的,因此“流行时期修正值”被设定为“×1”。另外,由于发出了喷嚏声的人物是“太郎”,因此在“对象者编号”栏中存储有作为“太郎”的识别符的“1”。另外,发出喷嚏声的为“太郎”本人,太郎为感冒感染者,因此在“感染可能性”栏中存储有“6”。另外,“太郎”持有便携终端3,能够取得移动信息,因此在“附属数据”栏中存储有太郎的移动信息。
另外,智能扬声器2在每次向地域感染信息DB9追加新的地域感染信息时,将该追加的地域感染信息发送到服务器1。所发送的地域感染信息相对于所生成的地域感染信息,还附加了由“对象者编号”表示的构成人员的年龄段以及性别。在地域感染信息中,在“对象者编号”中包含有构成人员的识别符,但由于服务器1不具备登记信息DB10,因此无法根据“对象者编号”确定构成人员的姓名等个人信息。由此,防止个人信息的泄露。另外,在地域感染信息中附加了年龄段及性别是因为为了构建图7的第3表T53而将地域感染信息按年龄段及性别分类。
图7是表示服务器1的存储器103存储的地域感染信息合计DB50的数据结构的一例的图。地域感染信息合计DB50是通过对从智能扬声器2_1、2_2发送来的地域感染信息进行合计而构建的数据库,具备第1表T51、第2表T52、第3表T53以及第4表T54。
另外,每当满足图9所示的解析条件而进行合计处理时,第1表T51~第4表T54制作1个表。在图7中,示出了在2018年1月18日实施的合计处理中生成的表。
第1表T51是通过按每个场所对从智能扬声器2发送来的地域感染信息进行分类而构建的表,针对1个场所分配有1个记录。
第1表T51将“场所”、“按感染注意等级的报告件数”、“基于利用者数的修正系数”(第1修正系数的一例)、“基于设想停留时间的修正系数”(第1修正系数的一例)、“基于SNS信息的注意等级”(第2修正系数的一例)、“基于患者数数据的注意等级”(第3修正系数的一例)、“病毒传感器”、“感染注意风险值”以及“关联场所”建立对应地存储。
“场所”栏存储地域感染信息中包含的场所的名称。“按感染注意等级的报告件数”表示按地域感染信息中包含的每个感染注意等级对地域感染信息的报告件数进行合计而得到的值。例如,在第1行的例子中,关于“AB商事”,感染注意等级为5的地域感染信息被发送35次。因此,在“AB商事”的感染注意等级“5”栏中存储有报告件数“35”。同样地,对于“AB商事”的感染注意等级“4”、“3”、“2”、“1”的各个栏,也存储有报告件数“60”、“101”、“150”、“321”。
另外,感染注意等级对每个等级设定有权重。权重是通过感染风险值计算部112比较由智能扬声器2设定的感染注意等级和实际的感染症的流行结果而学习到的数据。在此,实际的感染症的流行结果参照存储于感染症推移DB8的感染症推移数据即可。
例如,在作为感染注意等级而设定的“5”相对于实际的感染症的流行结果被过大评价的情况下,权重采用比“5”低的值。
详细而言,计算从本次计算出的感染注意等级“5”的报告件数,减去感染症推移数据所示的流行时的患者数所得的差,若差为规定值以上大小,则作为过大评价,使感染注意等级“5”的当前的权重的值减少规定的调整幅度。另一方面,如果所述差小于规定值,则作为未被过大评价而维持当前的权重的值。
另外,如果上述差在负的方向上为规定值以上大小,则作为过小评价,在将最大值设为“5”的基础上,使感染注意等级“5”的当前的权重的值增大规定的调整幅度。另一方面,若所述差在负的方向上小于规定值,则作为未过小评价而维持当前的权重的值。这样,每当进行合计处理时更新权重的值。另外,对于其他感染注意等级的权重的值也同样地更新。
在图7的例子中,作为感染注意等级“5”的权重,采用了“3”。在同样的考虑下,对于感染注意等级“4”、“3”、“2”、“1”,权重分别设定为“1”、“0.7”、“0.4”、“0.1”。另外,定期地计算并更新权重。
“基于利用者数的修正系数”由感染风险值计算部112设定,在相应的场所,利用者数越多设定越大的值。在此,相应的场所中的利用者数通过参照地域信息DB7的大型设施的当前的拥挤状况来确定。
“基于设想停留时间的修正系数”由感染风险值计算部112设定,在相应的场所,利用者的设想停留时间越长,则设定越大的值。在此,“基于设想停留时间的修正系数”采用按每个场所预先决定的值。
“基于SNS信息的注意等级”由感染风险值计算部112设定,在SNS上,随着表示相应的场所的地域感染词的当前的使用频率变高而设定为大的值。这里,从SNS词DB6取得地域感染词的使用频率。“基于患者数数据的注意等级”是随着包含场所的地域的患者数增大而设定为大的值。
“基于患者数数据的注意等级”由感染风险值计算部112设定,相应的场所的患者数数据越多则设定越大的值。在此,相应的场所的患者数数据从患者数DB5取得。
“病毒传感器”表示在相应的场所的病毒传感器4的设置的有无及设置台数、和病毒传感器4的当前的测定值。“感染风险值”由感染风险值计算部112计算,表示相应的场所中的感染症流行程度。
“感染风险值”在将感染注意等级i(=1~5)的权重设为αi、将场所j中的感染注意等级i的报告件数设为βij、将场所j中的基于利用者数的修正系数设为aj、将场所j中的基于设想停留时间的修正系数设为bj、将场所j中的基于SNS信息的注意等级设为cj、将场所j中的基于患者数数据的注意等级设为dj时,感染风险值计算部112通过下述的式(1)计算场所j的感染风险值。
场所j的感染风险值=aj×bj×cj×dj×∑iαi×βij(1)
例如,在AB商事的例子中,感染风险值通过aj×bj×cj×dj×(35×3+60×1+101×0.7+150×0.4+321×0.1)来计算。
另外,权重也可以对“基于利用者数的修正系数”、“基于设想停留时间的修正系数”、“基于SNS信息的注意等级”、“基于患者数数据的注意等级”的每一个而设定。
“基于利用者数的修正系数”的权重是由感染风险值计算部112设定的、通过比较实际的感染症的流行结果与利用者数而学习的数据。对于实际的感染症的流行结果,利用者数给予的影响度越低则该权重被设定为越小的值。
“基于设想停留时间的修正系数”的权重由感染风险值计算部112设定,对于实际的感染症的流行结果,设想停留时间给予的影响度越低则设定为越小的值。“基于SNS信息的注意等级”的权重由感染风险值计算部112设定,对于实际的感染症的流行结果,SNS信息的影响度越低则设定为越小的值。“基于患者数数据的注意等级”的权重由感染风险值计算部112设定,对于实际的感染症的流行结果,患者数给予的影响度越低则设定为越小的值。
若将“基于利用者数的修正系数”、“基于设想停留时间的修正系数”、“基于SNS信息的注意等级”以及“基于患者数数据的注意等级”的各自的权重设为p1、p2、p3、p4,则感染风险值计算部112使用下述的式(2)计算感染风险值。
场所j的感染风险值=p1×aj×p2×bj×p3×cj×p4×dj×∑iαi×βij(2)
另外,感染风险值也可以考虑病毒传感器4的设置台数和测定值。在该情况下,感染风险值计算部112通过随着病毒传感器4的设置台数增大而降低由式(1)或式(2)得到的感染风险值,随着病毒传感器4的测定值增大而增大由式(1)或式(2)得到的感染风险值,由此计算最终的感染风险值即可。
“关联场所”表示如果是停留在相应的场所的利用者则去的可能性高的场所。例如,由于“AB商事”的工作人员大多来往于“DD健身房”,所以作为“AB商事”的关联场所存储有“DD健身房”。
在该情况下,相应的场所的感染风险值也可以考虑关联场所的感染风险值来设定。例如,也可以通过对相应的场所的感染风险值加上与关联场所的感染风险值乘以规定的系数所得的值来计算最终的感染风险值。
第2表T52是通过按每个地区对从智能扬声器2发送来的地域感染信息进行分类而构建的表。第2表T52除了将地域感染信息不是按每个场所而是按每个地区分类这一点以外,与第1表T51相同,因此省略详细的说明。但是,第2表T52具备“基于停留者数的修正系数”来代替“基于利用者的修正系数”。“基于停留者数的修正系数”表示与在地区停留的人物相应的修正系数。另外,第2表T52具备“关联地区”来代替“关联场所”。
第3表T53是通过将从智能扬声器2发送来的地域感染信息按年龄段以及性别进行分类而构建的表,针对1个年龄段以及性别分配有1个记录。在此,关于年龄段及性别,如“未满10岁的男性”、“未满10岁的女性”那样,将年龄按男女每10岁分为1分区而采用。
第3表T53与第1表T51同样地,除了具备“按感染注意等级的报告件数”、“基于SNS信息的注意等级”以及“基于患者数数据的注意等级”以外,还具备“基于全体比的修正系数”以及“基于免疫力的修正系数”来代替“基于利用者数的修正系数”以及“基于设想停留时间的修正系数”。“基于全体比的修正系数”表示相对于根据从智能扬声器2发送来的地域感染信息合计出的全部个体数的各年龄段的比例。“基于设想免疫力的修正系数”在免疫力越高的年龄段设定越小的值。
第4表T54是通过将从智能扬声器2发送来的地域感染信息按场所以及感染症进行分类而构建的表,针对1个场所分配有1个记录。例如,在第1行的AB商事的例子中,存储有基于地域感染信息的按感染症的报告件数。
图8是表示本公开的实施方式1的信息提供系统的处理的一例的流程图。在S101中,智能扬声器2的麦克风206收集周围的声音,并且取得声音信号。在S102中,智能扬声器2的数据解析部201解析声音信号,并生成地域感染信息。在此,通过对声音信号执行声音识别处理,取得“昨天在公司见到的交易方的人好像得了流感”这样的声音识别内容。另外,在此,通过使用声纹数据,来确定该声音识别内容的说话者。另外,从该声音识别内容中提取病名词、场所词、日期时间词、以及人物词。然后,根据这些词的提取结果,在地域感染信息DB9所示的各栏中存储数据,将新的地域感染信息追加到地域感染信息DB9中(S103)。
在S104中,智能扬声器2的通信部205向服务器1发送附加了“年龄段”以及“性别”的数据的地域感染信息。
在S111中,服务器1的报告件数计算部111以及感染风险值计算部112使用从智能扬声器2发送来的地域感染信息,并且根据需要使用数据库群14,从而更新地域感染信息合计DB50。
在S112中,服务器1的输出信息生成部113参照更新后的地域感染信息合计DB50,确定要注意的地域以及要注意的年龄段。
在S113中,服务器1的输出信息生成部113使用所确定的要注意的地域以及要注意的年龄段,生成用于从设置于要注意的地域的智能扬声器2输出用于通知感染风险的声音消息的第1控制命令,并使用通信部102向相应的智能扬声器2发送。
在S105中,接收到第1控制命令的智能扬声器2按照第1控制命令从扬声器203输出声音消息。
在S106中,接收到第1控制命令的智能扬声器2向对应的空气净化器13发送第2控制命令。
在S121中,接收到第2控制命令的空气净化器13按照第2控制命令开始动作,对周围的空气进行净化。
图9是表示在图8中智能扬声器2和服务器1的处理的详细的流程图。S201~S204与图8的S101~104相同,因此省略说明。
在S301中,服务器1的处理器101判定是否满足解析开始条件。在此,解析开始条件是用于开始地域感染信息合计DB50的解析的条件,例如,采用从上次解析起经过了一定期间这一条件、或者从上次解析起接收到一定个数的地域感染信息这样的条件。
在满足解析开始条件的情况下(S301:是),处理进入S302,在不满足解析开始条件的情况下(S301:否),处理返回S301。
在S302中,报告件数计算部111使用从上次解析到本次解析为止的期间新接收到的地域感染信息来计算报告件数。
在此,报告件数计算部111按每个场所对新接收到的地域感染信息进行分类,并且按每个感染注意等级进行分类,由此计算各场所的按感染注意等级的报告件数,生成第1表T51。
参照图7,例如,在新接收到的地域感染信息中,关于“AB商事”,感染注意等级为“5”的地域感染信息为35个。因此,在第1表T51中,AB商事的感染注意等级“5”的报告件数存储为“35”。
同样地,报告件数计算部111按每个地区对新接收到的地域感染信息进行分类,并且按每个感染注意等级进行分类,由此计算各地区的按感染注意等级的报告件数,生成第2表T52。
进而,报告件数计算部111按每个年龄段以及性别对新接收到的地域感染信息进行分类,并且按每个感染注意等级进行分类,由此计算按每个年龄段以及性别的按感染注意等级的报告件数,生成第3表T53。
进而,报告件数计算部111按每个场所对新接收到的地域感染信息进行分类,并且按每个“推定感染症”进行分类,由此计算每个场所的感染症的报告件数,生成第4表T54。
在S303中,感染风险值计算部112计算关于所生成的第1表T51、第2表T52及第3表T53各自的感染风险值。在此,感染风险值计算部112使用上述的式(1)或式(2),计算第1表T51所示的每个场所的感染风险值、第2表T52所示的每个地域的感染风险值、第3表T53所示的每个年龄段以及性别的感染风险值。
在S304中,输出信息生成部113判定是否存在感染风险值高于阈值的地域以及年龄段以及性别。参照图7的第1表T51,当与场所相关的阈值例如为“300”时,“AB商事”的感染风险值为“327.8”,比阈值大,因此判定为AB商事是要注意的场所。
另外,参照图7的第2表T52,当与地区相关的阈值例如为“400”时,“BB地区”的感染风险值为“518.6”,因此判定为“BB地区”是要注意的地区。
另外,参照图7的第3表T53,当与年龄段及性别相关的阈值为“400”、十几岁的男性的感染风险值为500时,将十几岁的男性确定为需要注意的年龄段。
在S304中,如果没有感染风险值高于阈值的地域(S304:否),则处理返回S301,如果存在感染风险值高于阈值的地域(S304:是),则处理进入S305。
在S305中,输出信息生成部113对设置于要注意的地区以及要注意的场所的智能扬声器2生成第1控制命令。在此,输出信息生成部113例如生成使智能扬声器2输出“在AA地区正在流行流感”这样的声音消息的第1控制命令即可。或者,也可以是,考虑要注意的年龄段,输出信息生成部113生成使智能扬声器2输出例如“在AA地区正在流行流感。特别是在十几岁的男性中流行。”这样的声音消息的第1控制命令。或者,输出信息生成部113也可以按照感染风险值的大小,将感染风险的等级分为例如强、中、小的3阶段程度,生成使智能扬声器2输出与该等级相应的声音消息的第1控制命令。例如,生成如下第1控制命令即可:如果感染风险的等级为强,则使智能扬声器2输出“避免外出吧”这样的声音消息、如果感染风险的等级为中,则使智能扬声器2输出“外出时戴口罩吧。另外,回家时漱口和洗手吧”这样的声音消息、如果感染风险的等级小,则使智能扬声器2输出“请洗手吧。”这样的声音消息。
在S205中,在智能扬声器2的通信部205接收到第1控制命令的情况下(S205:是),处理进入S206,在未接收到第1控制命令的情况下(S205:否),处理返回S201。
在步骤S206中,智能扬声器2的控制部204按照接收到的第1控制命令从扬声器203输出声音消息。在此,如上述那样,输出对使用者通知感染症的流行的声音消息、通知流行的年龄段以及性别的声音消息、以及通知感染风险的等级的声音消息。
在S207中,智能扬声器2的控制部204判定设备控制设定是否为“委托”。如果设备控制设定为“委托”(S207:是),则智能扬声器2的控制部204使用通信部205向对应的空气净化器13发送第2控制命令(S208)。另一方面,如果设备控制设定不是“委托”(S207:否),则处理返回201。
图10是图8的变形例的流程图。在图10的流程中,对图8的流程进一步追加便携终端3的处理。另外,在图10中,对与图8相同的处理标注相同的步骤编号,并省略说明。
在S131中,便携终端3的控制部303将利用信息存储在存储器302中。在此,在利用信息中包含移动信息、检索信息,控制部303以一定的时间间隔将移动信息存储于移动信息DB11,并且每当由使用者输入消息和/或检索词时,将输入信息、检索信息存储于检索信息DB12即可。
在S132中,便携终端3的通信部304将利用信息发送到智能扬声器2。在此,便携终端3的控制部303只要将存储在移动信息DB11中的移动信息中的从当前到过去一定期间的移动信息包含在利用信息中,并且将存储在检索信息DB12中的检索信息中的从当前到过去一定期间的检索信息包含在利用信息中即可。
另外,便携终端3可以定期地向智能扬声器2发送利用信息,也可以根据来自智能扬声器2的请求将利用信息发送到智能扬声器2。
在S101之后的S102A中,智能扬声器2的数据解析部201除了解析声音信号之外,还根据需要使用利用信息来生成地域感染信息。例如,能够根据声音识别内容确定时间词,但无法确定场所词。在该情况下,若存在说话者的移动信息,则数据解析部201使用该移动信息来确定在时间词所示的日期时间说话者所处的场所即可。
这样,在图10的流程中,如果在生成地域感染信息的基础上存在声音识别内容不足的信息,则通过来自便携终端3的利用信息来补充不足的信息,能够尽可能地避免不生成地域感染信息的事态。
图11是表示本公开的信息提供系统的使用情况的图。在家庭603中,太郎说了“得了流感”(S601),通过智能扬声器2_3,该说话被声音识别。智能扬声器2_3根据S601的说话,判断太郎已感染流感,从太郎的移动信息中将太郎去过的地方即“AA车站”和“BB公园”确定为注意场所(S602)。然后,将所确定的注意场所通知给服务器1。
在家庭601中,花子说了“在隔壁班级好像正在流行流感”(S603),通过智能扬声器2_1对该说话进行了声音识别。智能扬声器2_1根据S603的说话,将花子的小学即AA小学确定为注意场所(S604)。然后,向服务器1发送用于通知所确定的注意场所的地域感染信息。
服务器1通过解析这些地域感染信息,判定为在AA小学所属的CC地区正在流行感染症,并向CC地区的智能扬声器2_1、2_2通知该情况(S605)。
接收到该通知的智能扬声器2_1输出将通勤路线“设为不通过CC地区的路线吗”这样的声音消息。另外,接收到该通知的智能扬声器2_2将“今天的晚饭用提高免疫力的菜单怎么样?”这样的声音消息(S607),或者,输出“在您居住的地域,感染症流行注意等级上升。将空气净化器切换为感染对策模式。”这样的声音消息(S608)。
这样,根据本公开的信息提供系统,从经由网络NT连接的1个以上的智能扬声器2取得包含智能扬声器2对声音信号进行解析而得到的感染注意等级、和与感染注意等级建立了关联的地域的地域感染信息。
然后,根据所取得的地域感染信息计算出各地域的感染注意等级各自的感染症的报告件数,根据感染注意等级对计算出的报告件数进行加权,对加权后的报告件数进行评价而计算出各地域的感染风险值。因此,本信息提供系统能够大量收集基于利用者的例如在家庭内交谈的说话而生成的地域感染信息,准确且及时地确定每个地域的感染风险值。
另外,在本信息提供系统中,生成使按照感染风险值的声音消息从各地域的智能扬声器2输出的第1控制命令,并发送到对应的地域的智能扬声器2。因此,能够根据感染风险值而向利用者提供适当的信息,能够避免对利用者进行过剩的感染症对策、或者利用者的感染症对策变得不充分这样的事态。
另外,实施方式1能够采用下述的变形例。
(1-1)在上述实施方式1中,第2控制命令从接收到第1控制命令的智能扬声器2发送到空气净化器13,但本公开并不限定于此。例如,第2控制命令也可以从服务器1直接发送到空气净化器13。在该情况下,服务器1只要将设置有各智能扬声器2的地域与通信地址建立对应地存储即可。
(1-2)在上述实施方式1中,智能扬声器2的数据解析部201也可以在生成地域感染信息时,计算从声音识别内容中提取出的场所词与病名词的说话距离,如果说话距离在一定的值以上,则从扬声器203输出询问使用者从场所词确定的场所是否正确的提问消息。然后,在使用者说正确的情况下,数据解析部201生成将从场所词确定的场所和从病名词确定的感染注意等级建立了对应的地域感染信息,并存储在地域感染信息DB9中即可。此外,说话距离能够采用在表示声音识别内容的文本数据中,从病名词到场所词的字符数。这是基于随着从病名词到场所词的字符数变长,两词的关联性降低这样的考虑。
(1-3)在生成地域感染信息时,智能扬声器2的数据解析部201也可以根据从声音识别内容确定的感染注意等级为一定等级以上的构成人员(感染者)的移动信息,确定位于该构成人员的移动路线上的车站、商业设施、以及学校等大量人物集中的设施,使用通信部205向服务器1通知所确定的设施。而且,服务器1也可以使被通知的设施的场所以及地区的感染风险值上升规定值。由此,能够更准确地计算位于感染者的移动路线上的设施所在的场所以及地区的感染风险值。
(1-4)在上述实施方式1中,向感染风险值为阈值以上的地域的智能扬声器2发送了第1控制命令,但本公开并不限定于此,也可以向全部的智能扬声器2发送第1控制命令。在该情况下,只要将根据感染风险值而使不同的声音消息从智能扬声器2输出的第1控制命令发送到智能扬声器2即可。例如,如上所述,只要发送根据感染风险值强、中、小而使预先决定的声音消息从智能扬声器2输出的第1控制命令即可。另外,对于在感染风险值为阈值以下的地域设置的智能扬声器2,发送输出表示在该地区没有流行感染症,但在其他地区正在流行感染症的声音消息的第1控制命令即可。
(1-5)在上述实施方式1中,作为变动说明了图7所示的权重,但本公开并不限定于此,权重也可以采用预先决定的固定值。在该情况下,例如,针对按感染注意等级的报告件数的等级“5”~“1”的各权重的值采用“5”~“1”即可。
(1-6)在上述实施方式1中,对每个感染注意等级的报告件数进行与感染注意等级相应的加权,通过评价加权后的报告件数来计算感染风险值,但本公开不限定于此。例如,也可以不对每个感染注意等级的报告件数进行加权而进行评价,从而计算感染风险值。
(1-7)上述的多设备的具体例如下所述。多设备包括处理器、显示部、存储器和输入部。处理器对包含输入到输入部的单词的输入信号执行单词识别处理。作为单词,包括消息和/或检索词。输入部例如是触摸面板、键盘或者鼠标等操作装置或者麦克风等。输入信号是将包含由输入部输入的单词的信息转换为电信号的信号。
处理器包括感染注意等级确定部、地域确定部、地域感染信息生成部以及输出信息生成部。感染注意等级确定部对输入部取得的输入信号执行单词识别处理。感染注意等级确定部从单词识别处理的结果中提取包含与感染风险相关的单词的第1单词数据,根据第1单词数据确定感染注意等级。第1单词数据例如是图6所示的病名词等。
地域确定部根据单词识别处理的结果,对输入部取得与第1单词数据对应的输入信号的时间的前后一定期间中的输入信号执行单词识别处理。地域确定部从单词识别处理的结果中提取第2单词数据,根据第2单词数据确定与第1单词数据相关联的地域。或者,地域确定部使用表示多设备的移动历史的移动历史数据来确定与第1单词数据相关联的地域。第2单词数据例如是图6中说明的公司等场所词。
地域感染信息生成部生成将所确定的地域与所确定的感染注意等级建立了对应的地域感染信息,并储存于地域感染信息DB9(相当于存储器)。
输出信息生成部根据储存在存储器中的地域感染信息生成与地域的感染注意等级相应的消息。
(实施方式2)
图12是表示本公开的实施方式2的信息提供系统的网络结构的一例的图。在实施方式2中,省略与实施方式1重复的内容的说明。实施方式2中的信息提供系统取代服务器1而多个智能扬声器2A协作,向使用者提供与感染症相关的信息。
实施方式2中的信息提供系统具备智能扬声器2A(声音识别装置及设备的一例)、便携终端3、地域感染信息DB9、登记信息DB10、移动信息DB11、检索信息DB12及空气净化器13(设备的一例)。
这些设备经由网络NT能够相互通信地连接。网络NT例如包括因特网通信网和移动电话通信网等。
图13是表示图12所示的智能扬声器2A的结构例的框图。智能扬声器2A具备处理器210、麦克风220、通信部230、扬声器240以及存储器250。处理器210对由麦克风220收集的声音信号进行声音识别处理。
处理器210具备感染注意等级确定部211、地域确定部212、地域感染信息生成部213、报告件数计算部214、感染风险值计算部215、输出信息生成部216以及社交信息取得部217。
感染注意等级确定部211从麦克风220收集到的声音信号中提取包含与感染风险相关的单词和声音中的至少一方的第1声音数据,根据第1声音数据确定感染注意等级。感染注意等级确定部211根据第1声音数据的说话内容来推定在地域正在流行的感染症或特定的人物正在感染的感染症。感染注意等级确定部211根据第2声音数据的说话内容来推定特定的人物正在感染感染症的期间,使用推定结果来修正感染注意等级。
地域确定部212从在第1声音数据被收集的时间的前后一定期间由麦克风收集到的声音信号中提取第2声音数据,根据第2声音数据确定与第1声音数据相关联的地域。或者,地域确定部212使用第1声音数据的说话者的移动信息(移动历史数据的一例)来确定与第1声音数据相关联的地域。作为第1声音数据被收集的时间的前后一定期间,采用与使用者彼此交谈的感染症相关的一系列的会话的会话时间,例如采用10秒、30秒、1分钟等值。
地域感染信息生成部213将由地域确定部212确定出的地域和由感染注意等级确定部211确定出的感染注意等级建立对应而生成地域感染信息,并储存于存储器250的地域感染信息DB9。地域感染信息生成部213在用于生成地域感染信息的信息不足的情况下,从扬声器240输出提问消息,使用麦克风220取得提问消息的回答声音信号,使用回答声音信号生成地域感染信息。
报告件数计算部214通过将储存于地域感染信息DB9的地域感染信息按每个地域以及感染注意等级进行分类,从而计算1个以上的地域的每一个中的每1个以上的感染注意等级的感染症的报告件数。
感染注意等级是通过对第1声音数据中包含的咳嗽以及打喷嚏等声音信号或者第1声音数据所示的说话内容进行解析而得到的对感染症的流行程度进行了数值化的数据。
感染风险值计算部215对报告件数计算部214计算出的报告件数进行与感染注意等级相应的加权,通过评价加权后的报告件数来计算各地域的感染风险值。在此,感染风险值是表示各地域中的感染症的感染风险的大小的指标。
输出信息生成部216根据感染风险值计算部215计算出的各地域的感染风险值,生成与感染风险值相应的声音消息。在此,输出信息生成部216例如生成第1控制命令,并使用通信部230向该其他智能扬声器2A发送,所述第1控制命令用于输出从设置于被判定为感染风险值高的地域的其他智能扬声器2A生成的声音消息。输出信息生成部216生成第2控制命令,并发送到空气净化器13,所述第2命令使设置于判定为感染风险值高的地域的空气净化器13动作。
社交信息取得部217使用通信部230从社交网络服务服务器取得包含在地域中表示地域的感染症的流行的地域感染词和地域感染词的使用频率在内的信息。在该情况下,感染风险值计算部215使用修正系数来计算感染风险值,所述修正系数随着对应的地域的地域感染词的使用频率变高而使对应的地域的感染风险值增大。
麦克风220对周围的声音进行收集,并转换为声音信号。通信部230由用于将智能扬声器2A与网络NT连接的通信装置构成。扬声器240在处理器210的控制下输出声音消息。
存储器250例如由半导体存储器构成,存储登记信息DB10、地域感染信息DB9以及地域感染信息合计DB50A。稍后将描述登记信息DB10、地域感染信息DB9和地域感染信息合计DB50A的详细。
智能扬声器2A的存储器250存储的登记信息DB10的数据结构与图4相同,因此省略详细的说明。
但是,在实施方式2中,基本信息表T11所示的“通知设定”是表示在不是从服务器1,而是从其他的智能扬声器2A接收到第1控制命令的情况下,是否使智能扬声器2A输出声音消息的设定信息。例如,在通知设定为ON的情况下,在从其他的智能扬声器2A接收到第1控制命令的情况下,智能扬声器2A输出第1控制命令中包含的声音消息。另一方面,在通知设定为OFF的情况下,即使从其他的智能扬声器2A接收第1控制命令,智能扬声器2A也不输出第1控制命令中包含的声音消息。
另外,在实施方式2中,基本信息表T11所示的“设备控制设定”是表示在不是从服务器1,而是从其他智能扬声器2A接收到第1控制命令的情况下,是否将用于使对应的空气净化器13工作的第2控制命令发送到对应的空气净化器13的设定信息。
登记信息表T12所示的“声纹登记编号(号码)”与实施方式1同样地表示各构成人员的声纹数据的索引。但是,在实施方式2中,由于各构成人员的声纹数据在存储器250中事先与声纹登记编号建立对应地存储,所以将声纹登记编号作为键,从存储器250读出相应的构成人员的声纹数据。
智能扬声器2A的存储器250存储的地域感染信息DB9的数据结构与图5相同,因此省略详细的说明。
说明智能扬声器2A的处理器210的声音识别处理的图与在实施方式1中说明的图6相同,因此省略详细的说明。但是,在实施方式2中,不是数据解析部201,而是感染注意等级确定部211对麦克风220所收集到的声音信号进行声音识别。
另外,在实施方式2中,不是数据解析部201,而是感染注意等级确定部211从声音识别内容中提取包含病名词(与感染风险相关的单词)的第1声音数据。
另外,在实施方式2中,不是数据解析部201,而是地域确定部212从在第1声音数据被收集的时间的前后一定期间麦克风220收集的声音信号中提取第2声音数据。
另外,在实施方式2中,不是数据解析部201,而是地域确定部212根据第2声音数据确定与第1声音数据相关联的场所。
另外,在实施方式2中,不是数据解析部201,而是地域确定部212从第2声音数据中分别确定日期时间词以及人物词。
在此,地域确定部212针对日期时间词、场所词、人物词以及病名词的每一个,从存储器250读出预先存储有成为候选的单词的单词列表,通过参照这些单词列表,根据声音识别内容确定日期时间词、场所词、人物词以及病名词的每一个即可。
图14是表示在实施方式2中智能扬声器2A的存储器250存储的地域感染信息合计DB50A的数据结构的一例的图。地域感染信息合计DB50A是通过对存储于地域感染信息DB9的地域感染信息进行合计而构建的数据库,具备第1表T51A以及第2表T52A。
另外,每当满足图16的S4005的解析条件而执行地域感染信息的解析处理时,第1表T51A以及第2表T52A制作1个表。在图14中,示出了在2018年1月18日实施的合计处理中制作成的表。作为规定的解析条件,例如能够采用从上次进行解析处理起经过了一定期间这一条件、或者上次进行合计处理后生成了一定个数的地域感染信息这样的条件。
第1表T51A是通过按每个场所对存储于地域感染信息DB9的地域感染信息进行分类而构建的表,针对1个场所分配有1个记录。
第1表T51A将“场所”、“按感染注意等级的报告件数”、“基于利用者数的修正系数”、“基于设想停留时间的修正系数”、“基于SNS信息的注意等级”(修正系数的一例)、“基于患者数数据的注意等级”、“基于协作智能扬声器的注意等级”、“感染注意风险值”以及“关联场所”建立对应地存储。
“场所”栏存储地域感染信息中包含的场所的名称。“按感染注意等级的报告件数”表示按地域感染信息中包含的每个感染注意等级对地域感染信息的报告件数进行合计而得到的值。例如,在第1行的例子中,关于“AB商事”,由于新生成的地域感染信息中的感染注意等级为“5”的地域感染信息为2个,因此在“AB商事”的感染注意等级“5”栏中存储有报告件数“2”。同样地,对于“AB商事”的感染注意等级“4”、“3”、“2”、“1”的各个栏,也存储有报告件数为“2”、“4”、“5”、“10”。
另外,感染注意等级按每个等级而设定有权重。权重是通过感染风险值计算部215比较由智能扬声器2A设定的感染注意等级和实际的感染症的流行结果而学习到的数据。在此,实际的感染症的流行结果参照存储于感染症推移DB8的感染症推移数据即可。该权重的计算的详细与实施方式1相同,因此省略详细的说明。
“基于利用者数的修正系数”由感染风险值计算部215设定,在相应的场所,利用者数越多设定越大的值。在此,相应的场所中的利用者数通过参照地域信息DB7的大型设施的当前的拥挤状况来确定。
“基于设想停留时间的修正系数”由感染风险值计算部215设定,在相应的场所,利用者的设想停留时间越长设定越大的值。在此,“基于设想停留时间的修正系数”采用按每个场所预先决定的值。
“基于SNS信息的注意等级”由感染风险值计算部215设定,在SNS上,随着表示相应的场所的地域感染词的当前的使用频率变高而设定为大的值。这里,从SNS词DB6取得地域感染词的使用频率。“基于患者数数据的注意等级”是随着包含场所的地域的患者数增大而设定为大的值。
“基于患者数数据的注意等级”是由感染风险值计算部215设定、相应的场所的患者数数据越多则设定越大的值。在此,相应的场所的患者数数据从患者数DB5取得。
“基于协作智能扬声器的感染风险值”表示按协作的其他智能扬声器2A计算出的每个地域计算出的感染风险值。
“感染风险值”在将感染注意等级i(=1~5)的权重设为αi、将场所j中的感染注意等级i的报告件数设为βij、将场所j中的基于利用者数的修正系数设为aj、将场所j中的基于设想停留时间的修正系数设为bj、将场所j中的基于SNS信息的注意等级设为cj、将场所j中的基于患者数数据的注意等级设为dj、将场所j中的基于协作智能扬声器的感染风险值设为ej时,感染风险值计算部215通过下述的式(3)计算场所j的感染风险值。
场所j的感染风险值=aj×bj×cj×dj×ej×∑iαi×βij(3)
例如,在AB商事的例子中,感染风险值通过aj×bj×cj×dj×ej×(2×3+2×1+4×0.7+5×0.4+10×0.1)计算。
另外,权重也可以对“基于利用者数的修正系数”、“基于设想停留时间的修正系数”、“基于SNS信息的注意等级”、“基于患者数数据的注意等级”的每一个而设定。
“基于利用者数的修正系数”的权重是由感染风险值计算部215设定的、通过比较实际的感染症的流行结果与利用者数而学习到的数据。对于实际的感染症的流行结果,利用者数给予的影响度越低则该权重被设定为越小的值。
“基于设想停留时间的修正系数”的权重由感染风险值计算部215设定,设想停留时间对实际的感染症的流行结果的影响度越低则设定越小的值。“基于SNS信息的注意等级”的权重由感染风险值计算部215设定,SNS信息对实际的感染症的流行结果的影响度越低则设定越小的值。“基于患者数数据的注意等级”的权重由感染风险值计算部215设定,患者数对实际的感染症的流行结果的影响度越低则设定越小的值。“基于协作智能扬声器的感染风险值”的权重由感染风险值计算部215设定,基于协作智能扬声器的感染风险值对实际的感染症的流行结果的影响度越低则设定越小的值。
若将“基于利用者数的修正系数”、“基于设想停留时间的修正系数”、“基于SNS信息的注意等级”、“基于患者数数据的注意等级”以及“基于协作智能扬声器的感染风险值”的各自的权重设为p1、p2、p3、p4、p5,则感染风险值计算部215使用下述的式(4)计算感染风险值。
场所j的感染风险值=p1×aj×p2×bj×p3×cj×p4×dj×p5×ej×∑iαi×βij(4)
“关联场所”表示停留在相应的场所的利用者去的可能性高的场所。例如,由于“AB商事”的工作人员大多往来“DD健身房”,所以作为“AB商事”的关联场所存储有“DD健身房”。
在该情况下,相应的场所的感染风险值也可以考虑关联场所的感染风险值来设定。例如,也可以通过对相应的场所的感染风险值加上与关联场所的感染风险值乘以规定的系数所得的值来算出最终的感染风险值。
第2表T52A是通过按每个地区对从智能扬声器2A发送来的地域感染信息进行分类而构建的表。第2表T52A除了将地域感染信息按每个地区分类而不是按每个场所分类这一点以外,与第1表T51A相同,因此省略详细的说明。但是,第2表T52A具备“基于停留者数的修正系数”来代替“基于利用者的修正系数”。“基于停留者数的修正系数”表示与在地区停留的人物相应的修正系数。另外,第2表T52A具备“关联地区”来代替“关联场所”。
图15是表示本公开的实施方式1的信息提供系统的处理的一例的流程图。在S1001中,智能扬声器2A的麦克风220收集周围的声音,并且取得声音信号。在步骤S1002中,智能扬声器2A的感染注意等级确定部211和地域确定部212解析声音信号,并且地域感染信息生成部213根据声音信号的解析结果生成地域感染信息。在此,通过对声音信号执行声音识别处理,取得“昨天在公司见到的交易方的人好像得了流感”这样的声音识别内容。另外,在此,通过使用声纹数据,来确定该声音识别内容的说话者。另外,从该声音识别内容中提取病名词、场所词、日期时间词、以及人物词。
在S1003中,智能扬声器2A_1的处理器210将新生成的地域感染信息存储于地域感染信息DB9。
在S1004中,智能扬声器2A_1的处理器210使用通信部230向智能扬声器2A_2发送新生成的地域感染信息,并且使用通信部230接收从智能扬声器2A_2发送来的地域感染信息并存储于地域感染信息DB9。由此,智能扬声器2A的存储器250储存由其他智能扬声器2A生成的地域感染信息。
在S1005中,智能扬声器2A_1的报告件数计算部214以及感染风险值计算部215通过对存储于地域感染信息DB9的地域感染信息进行合计来更新地域感染信息合计DB50A。由此,生成图14所示的第1表T51A和第2表T52A。
在S1006中,智能扬声器2A_1的输出信息生成部216参照更新后的地域感染信息合计DB50A来确定要注意的地域。在此,假设设置有智能扬声器2A_2的地域被确定为需要注意的地域。
在S1007中,智能扬声器2A_1的输出信息生成部216生成第1控制命令,所述第1控制命令用于从设置于所确定的要注意的地域的智能扬声器2A_2输出用于通知感染风险的声音消息,并使用通信部230向智能扬声器2A_2发送。
在S1008中,智能扬声器2A_1的输出信息生成部216生成用于向智能扬声器2A_1的使用者通知所确定的要注意的地域的感染风险的声音消息,并从扬声器240输出。该声音消息的输出例如也可以将向确定出的要注意的地域外出或通过的内容的声音向智能扬声器2A_1说了的情况作为触发而输出。
此外,智能扬声器2A_2进行的S2001~S2005的处理与S1001~S1005相同,因此省略说明。
在步骤S2006中,接收到第1控制命令的智能扬声器2A_2按照第1控制命令从扬声器240输出声音消息。
在S2007中,接收到第1控制命令的智能扬声器2A_2向对应的空气净化器13发送第2控制命令。
在S3001中,接收到第2控制命令的空气净化器13按照第2控制命令开始动作,对周围的空气进行净化。
图16是表示在图15中智能扬声器2A_1的处理的详细的流程图。在此,列举智能扬声器2A_1从其他智能扬声器2A_3接收第1控制命令,向空气净化器13发送第2控制命令的使用情况为例进行说明。
S4001~S4004与图15的S1001~S1004相同,因此省略说明。在步骤S4005中,智能扬声器2A_1的处理器210判定是否满足解析开始条件。在此,解析开始条件是用于开始地域感染信息合计DB50A的解析的条件,例如,采用从上次解析起经过了一定期间这一条件、或者从上次解析起接收到一定个数的地域感染信息这样的条件。
在满足解析开始条件的情况下(S4005:是),处理进入S4006,在不满足解析开始条件的情况下(S4005:否),处理返回S4001。
在S4006中,报告件数计算部214使用从上次解析到本次解析为止的期间新接收到的地域感染信息来计算报告件数。
在此,报告件数计算部214按每个场所对新接收到的地域感染信息进行分类,并且按每个感染注意等级进行分类,由此计算各场所的按感染注意等级的报告件数,生成第1表T51A。
参照图14,例如,在新接收到的地域感染信息中,关于“AB商事”,感染注意等级为“5”的地域感染信息为2个。因此,在第1表T51A中,AB商事的感染注意等级“5”的报告件数存储为“2”。
同样地,报告件数计算部214按照每个地区对新接收到的地域感染信息进行分类,并且按每个感染注意等级进行分类,由此计算出各地区的按感染注意等级的报告件数,生成第2表T52A。
在S4007中,感染风险值计算部215对所生成的第1表T51A和第2表T52A计算感染风险值。在此,感染风险值计算部215使用上述的式(3)或式(4),计算第1表T51A所示的每个场所的感染风险值、第2表T52A所示的每个地区的感染风险值。
在S4008中,输出信息生成部216判定是否存在感染风险值高于阈值的地域。参照图14的第1表T51A,当与场所相关的阈值例如为“10”时,“AB商事”的感染风险值为“13.8”,比阈值大,因此判定为AB商事是要注意的场所。
另外,参照图14的第2表T52A,当与地区相关的阈值例如为“400”时,“BB地区”的感染风险值为“518.6”,因此判定为“BB地区”是要注意的地区。
在S4008中,如果没有感染风险值高于阈值的地域(S4008:否),则处理返回S4001,如果存在感染风险值高于阈值的地域(S4008:是),则处理进入S4009。
在S4009中,输出信息生成部216对设置于要注意的地区以及要注意的场所的智能扬声器2A_2生成第1控制命令。在此,输出信息生成部216例如生成第1控制命令即可,所述第1控制命令使智能扬声器2A_2输出在设置有智能扬声器2A_2的地区正在流行感染症的主旨的声音消息。或者,输出信息生成部216也可以按照感染风险值的大小,将感染风险的等级分为例如强、中、小的3阶段的程度,生成使与该等级相应的声音消息从智能扬声器2A_2输出的第1控制命令。例如,生成如下第1控制命令即可:如果感染风险的等级为强,则使智能扬声器2A-2输出“避免外出吧”这样的声音消息、如果感染风险的等级为中,则使智能扬声器2A-2输出“外出时戴口罩吧。另外,回家时漱口和洗手吧”这样的声音消息、如果感染风险的等级小,则使智能扬声器2A-2输出“请洗手吧。”这样的声音消息。
在S4010中,在智能扬声器2A_1的通信部230从其他智能扬声器2A_3接收到第1控制命令的情况下(S4010:是),处理进入S4011,在未接收到第1控制命令的情况下(S4010:否),处理返回S4001。
在S4011中,智能扬声器2A_1的输出信息生成部216按照接收到的第1控制命令从扬声器240输出声音消息。在此,如上述那样,输出向使用者通知感染症的流行的声音消息以及通知感染风险的等级的声音消息。
在S4012中,智能扬声器2A_1的输出信息生成部216判定设备控制设定是否是“委托”。如果设备控制设定为“委托”(S4012:是),则智能扬声器2A_1的输出信息生成部216使用通信部230向对应的空气净化器13发送第2控制命令(S4013)。另一方面,如果设备控制设定不是“委托”(S4012:否),则处理返回4001。
这样,根据本实施方式,收集基于使用者的例如在家庭中交谈的说话而将感染注意等级与地域建立了对应的地域感染信息,因此能够准确且及时地生成适合于每个地域的感染注意等级的声音消息并从扬声器输出。
因此,本结构能够根据感染注意等级向使用者提供适当的信息,能够避免对使用者进行过剩的感染症对策、或者使用者的感染症对策变得不充分这样的事态。
(实施方式3)
实施方式2的信息提供系统是智能扬声器2B与服务器1A协作而向使用者提供与感染症相关的信息的系统。在实施方式3中,省略与实施方式1、2重复的内容的说明。
图17是表示本公开的实施方式2的信息提供系统的网络结构的一例的图。
在图17中,除了图13的结构以外,还设置有服务器1A以及病毒传感器4。服务器1A例如是由1个以上的计算机构成的云服务器,使用从智能扬声器2B取得的地域感染信息来计算各地域的感染风险值。
图18是表示图17所示的信息提供系统的结构例的框图。在图18中,服务器1A以及智能扬声器2B以外的结构与图2相同,因此省略说明。
图19是表示图18所示的智能扬声器2B和服务器1A的结构例的框图。在图19中,与图13的不同点在于:地域感染信息合计DB50A代替智能扬声器2A的存储器250,设置在服务器1A的存储器130;以及报告件数计算部214、感染风险值计算部215、输出信息生成部216以及社交信息取得部217,代替智能扬声器2A的处理器210而设置于服务器1A的处理器110。
图20是表示本公开的实施方式3的信息提供系统的处理的一例的流程图。另外,在图20中,对与图15相同的处理标注相同的步骤编号并省略说明。
在接着S1004的S5001中,从智能扬声器2B接收到地域感染信息的服务器1A的报告件数计算部214以及感染风险值计算部215使用从智能扬声器2B发送来的地域感染信息,并且根据需要使用数据库群14,从而更新地域感染信息合计DB50A。
在步骤S5002中,服务器1A的输出信息生成部216参照更新的地域感染信息合计DB50A来确定要注意的地域。
在S5003中,服务器1A的输出信息生成部216使用所确定的要注意的地域,生成第1控制命令,并使用通信部102向相应的智能扬声器2B发送,所述第1控制命令用于从设置于要注意的地域的智能扬声器2B输出用于通知感染风险的声音消息。
在S2006A中,接收到第1控制命令的智能扬声器2B按照第1控制命令从扬声器240输出声音消息。
在S2007A中,接收到第1控制命令的智能扬声器2B向对应的空气净化器13发送第2控制命令。
在S3001中,接收到第2控制命令的空气净化器13按照第2控制命令开始动作,对周围的空气进行净化。
图21是图20的变形例的流程图。在图21的流程中,对图20的流程进一步追加了便携终端3的处理。另外,在图21中,对与图20相同的处理标注相同的步骤编号,并省略说明。
在S1301中,便携终端3的控制部303将利用信息存储在存储器302中。在此,在利用信息中包含移动信息和检索信息,控制部303以一定的时间间隔将移动信息存储于移动信息DB11,并且每当由使用者输入检索词时,将检索信息存储于检索信息DB12即可。
在S1302中,便携终端3的通信部304将利用信息发送到智能扬声器2B。在此,便携终端3的控制部303只要将存储在移动信息DB11中的移动信息中的从当前到过去一定期间的移动信息包含在利用信息中,并且将存储在检索信息DB12中的检索信息中的从当前到过去一定期间的检索信息包含在利用信息中即可。
另外,便携终端3可以定期地向智能扬声器2B发送利用信息,也可以根据来自智能扬声器2B的请求将利用信息发送到智能扬声器2B。
在接着S1001的S1002A中,智能扬声器2B的处理器210除了解析声音信号以外,还根据需要通过使用利用信息来生成地域感染信息。例如,设为能够根据声音识别内容确定时间词,但无法确定场所词。在该情况下,如果存在说话者的移动信息,则处理器210使用该移动信息确定在时间词所示的日期时间说话者所处的场所即可。
这样,在图21的流程中,如果在生成地域感染信息上存在声音识别内容不足的信息,则通过来自便携终端3的利用信息来补充不足的信息,能够尽可能地避免不生成地域感染信息的事态。
另外,实施方式2、3能够采用下述的变形例。
(2-1)在上述实施方式2、3中,如图15所示,第2控制命令从接收到第1控制命令的智能扬声器2A_2发送到空气净化器13,但本公开并不限定于此。例如,第2控制命令也可以从发送了第1控制命令的智能扬声器2A_1直接发送到空气净化器13。在该情况下,智能扬声器2A_1只要将设置有各智能扬声器2A的地域与通信地址建立对应地存储即可。这也能够应用于实施方式3。即,在图20中,第2控制命令也可以从发送了第1控制命令的服务器1A直接发送到空气净化器13。
(2-2)在上述实施方式2、3中,地域感染信息生成部213也可以在生成地域感染信息时,计算从声音识别内容中提取出的场所词与病名词的说话距离,如果说话距离在一定的值以上,则从扬声器240输出询问使用者根据场所词确定的场所是否正确的提问消息。然后,在使用者说了正确的情况下,地域感染信息生成部213生成将根据场所词确定的场所和根据病名词确定的感染注意等级建立了对应的地域感染信息,并存储于地域感染信息DB9即可。此外,说话距离能够采用在表示声音识别内容的文本数据中,从病名词到场所词的字符数。这是基于随着从病名词到场所词的字符数变长,两词的关联性降低这样的考虑。
(2-3)在生成地域感染信息时,地域感染信息生成部213也可以根据从声音识别内容确定的感染注意等级为一定等级以上的构成人员(感染者)的移动信息,确定位于该构成人员的移动路线上的车站、商业设施、以及学校等大量人物集中的设施,并使用通信部230将所确定的设施通知给其他的智能扬声器2A、2B或服务器1A。而且,其他的智能扬声器2A、2B或服务器1A也可以使被通知的设施的场所及地区的感染风险值上升规定值。由此,能够更准确地计算位于感染者的移动路线上的设施所在的场所以及地区的感染风险值。
(2-4)在上述实施方式2、3中,向感染风险值为阈值以上的地域的智能扬声器2A、2B发送了第1控制命令,但本公开并不限定于此,也可以向全部的智能扬声器2A、2B发送第1控制命令。在该情况下,只要将根据感染风险值而使不同的声音消息从智能扬声器2A、2B输出的第1控制命令发送到智能扬声器2A、2B即可。例如,如上所述,只要发送使根据感染风险值强、中、小而预先决定的声音消息从智能扬声器2A、2B输出的第1控制命令即可。另外,对于设置于感染风险值为阈值以下的地域的智能扬声器2A、2B,发送输出表示在该地区没有流行感染症,但在其他地区正在流行感染症的声音消息的第1控制命令即可。
(2-5)在实施方式2、3中,作为变动说明了图14所示的权重,但本公开并不限定于此,权重也可以采用预先决定的固定值。在该情况下,例如,针对按感染注意等级的报告件数的等级“5”~“1”的各权重的值采用“5”~“1”即可。
(2-6)在上述实施方式中,基于图14所示的地域感染信息合计DB50A中记载的感染风险值来生成声音消息,但本公开并不限定于此。例如,也可以从图5所示的地域感染信息DB9生成声音消息。例如,设为智能扬声器2A、2B从使用者受理了想要告知感染症的流行场所的意思的说话。在该情况下,智能扬声器2A、2B也可以在地域感染信息中计算一定期间(例如,今天)的感染注意等级的合计值,生成表示该合计值为阈值以上的地域是感染症的流行场所的声音消息。
(实施方式4)
图22是表示本公开的实施方式4的信息提供系统的网络结构的一例的图。实施方式4的信息提供系统生成映射数据,并提供给使用者,该映射数据是在包含应用了服务的使用者居住的地域以及从该地域起处于一定范围内的1个以上的地域的服务应用地域中,将地图数据上的特定的场所与在该场所的可能感染者数建立对应而得到的。在本实施方式中,对与实施方式1~3相同的内容省略说明。
信息提供系统具备服务器1B、智能扬声器2C、便携终端3A、病毒传感器4、患者数DB(数据库)5、SNS词DB6、地域信息DB7、感染症推移DB8、地域感染信息DB9、登记信息DB10、移动信息DB11、检索信息DB12、对策信息DB16、感染风险值DB14以及外部服务器15。
服务器1B~感染风险值DB14经由网络NT彼此可通信地连接。
服务器1B例如是由1个以上的计算机构成的云服务器,生成上述的映射数据并发送到便携终端3A。
智能扬声器2C例如设置于使用者的家庭。智能扬声器2C是声音识别装置的一例。在图22的例子中,图示了2个智能扬声器2C_1、2C_2,但这只是一例,智能扬声器2C的个数可以是1个,也可以是3个以上。
便携终端3A是由设置有智能扬声器2C的家庭的使用者持有的装置。便携终端3A例如由智能手机、平板终端以及按钮式的移动电话等能够携带的信息处理装置构成。在图22中,示出了3个便携终端3A_1、3A_2、3A_3,但这只是一例,便携终端3A的个数可以是1个,也可以是2个,也可以是4个以上。
在实施方式4中,地域信息DB7例如是在本信息提供服务的管理者管理的外部服务器15上构建的数据库,经由外部服务器15与网络NT连接。另外,地域数据所包含的地图数据例如通过外部服务器15取入在因特网上由检索引擎的运营公司提供的地图数据来存储于地域信息DB7。另外,地域数据所包含的公共交通工具的路线图数据通过外部服务器15取入由铁路公司以及公共汽车公司等在因特网上公开的路线图数据来存储于地域信息DB7。另外,地域数据中包含的拥挤状况数据例如通过外部服务器15取入在因特网上由检索引擎的运营公司生成的拥挤状况数据来存储于地域信息DB7。
地域感染信息DB9是以智能扬声器2C进行了声音识别的使用者的说话历史而制作的,存储表示各地域的感染注意等级的地域感染信息。登记信息DB10存储设置有智能扬声器2C的家庭的构成人员的个人信息。地域感染信息DB9和登记信息DB10例如存储在智能扬声器2C的存储器中。但是,这只是一例,地域感染信息DB9以及登记信息DB10也可以存储在外部服务器15中。
移动信息DB11存储持有便携终端3A的使用者的移动信息。移动信息例如是将便携终端3A所具备的GPS传感器计算出的位置信息与计算时刻建立了对应的数据。移动信息DB11例如存储在便携终端3A的存储器中。但是,这只是一例,移动信息DB11也可以存储在外部服务器15中。
检索信息DB12存储表示使用者在便携终端3A上执行的针对检索引擎的检索历史的检索信息。检索信息例如是将输入到检索引擎的检索词和检索时刻建立了对应的数据。
对策信息DB13存储包含基于感染对策传感器20(图23)的测定数据的测定数据,所述感染对策传感器20在服务应用地域内,设置于大型商业设施、公民馆以及图书馆这样的各种设施,测量周围的环境信息。
感染风险值DB14由外部服务器15构建,是存储表示每个场所的感染风险的感染风险值的数据库。感染风险值的计算的详细将在后面叙述。
外部服务器15是由1个以上的计算机构成的云服务器,存储地域信息DB7、对策信息DB13以及感染风险值DB14。另外,外部服务器15计算每个场所的感染风险值,并将其存储在感染风险值DB14中。
图23是表示图22所示的信息提供系统的结构例的框图。智能扬声器2C包括数据解析部201A、存储器202、扬声器203、控制部204A、通信部205A和麦克风206。数据解析部201A由对麦克风206所收集的声音信号进行声音识别处理的处理器构成。在图23中,与图2重复的模块标注与图2相同的附图标记,并省略说明。
数据解析部201A对麦克风206收集到的声音信号进行声音识别,确定有可能正在感染感染症的可能感染者和可能感染者的感染可能性,生成地域感染信息(第1感染信息的一例)。数据解析部201A根据声音信号的说话内容来推定可能感染者正在感染的感染症。
通信部205A由用于将智能扬声器2C与网络NT连接的通信装置构成。例如,通信部205A将由数据解析部201A生成的地域感染信息发送到可能感染者的便携终端3A。
便携终端3A具备GPS传感器301、存储器302、控制部303A、通信部304、显示部305(显示器的一例)以及操作部306。
控制部303A除了图2所示的控制部303的功能以外,还在通信部205A接收到来自智能扬声器2C的地域感染信息的情况下,从移动信息DB11读出过去一定期间的位置信息,生成读出的位置信息和接收到的地域感染信息建立了对应的对应数据,并使用通信部205A向服务器1B发送。
服务器1B具备数据解析部1001、存储器1002、控制部1003以及通信部1004。数据解析部1001例如由CPU构成,在通信部1004接收到来自便携终端3A的对应数据的情况下,使用对应数据,生成将地图数据上的特定的场所和该场所中的可能感染者数建立对应的映射数据。然后,数据解析部1001将所生成的映射数据存储在映射DB1005中。地图数据是指地图数据,特定的场所是指从声音识别内容中提取出的场所或预先决定的地图数据上的场所。
存储器1002例如由半导体存储器构成,存储映射DB1005。稍后将描述映射DB1005的详细。
控制部1003例如由CPU构成,在通信部1004接收到来自便携终端3A的请求的情况下,使用通信部1004对发送了该请求的便携终端3A发送映射数据。通信部1004是将服务器1B与网络NT连接的通信装置。在此,发送请求的便携终端3A包括可能感染者的便携终端3A和除此以外的成为服务的应用对象的人物的便携终端3A。
感染对策传感器20例如由空气净化器构成,具备检测部2001、存储器2002、控制部2003以及通信部2004。检测部2001例如由温度传感器和湿度传感器构成,检测周围的温度和湿度。检测部2001从存储器2002取得控制部2003所设定的感染对策传感器20的设定值。在此,作为感染对策传感器20的设定值,例如采用“强”、“中”以及“弱”这样的感染对策传感器20的净化能力的设定值。
存储器2002例如由半导体存储器构成,存储检测部2001检测出的测定数据以及控制部2003所设定的设定值。
控制部2003例如由CPU构成,负责感染对策传感器20的整体控制。通信部2004由使感染对策传感器20与网络NT连接的通信装置构成。
数据库群14A汇总表示图22所示的患者数DB5、SNS词DB6、地域信息DB7、感染症推移DB8、对策信息DB16以及感染风险值DB14,构建在图22中说明的各种服务器上。
智能扬声器2C的存储器202存储的登记信息DB10的数据结构与图4相同,因此省略详细的说明。
但是,在实施方式4中,基本信息表T11所示的“通知设定”是表示在从服务器1B或外部服务器15接收到说话命令的情况下,是否使智能扬声器2C输出声音消息的设定信息。例如,在通知设定为ON的情况下,在从服务器1B或外部服务器15接收到说话命令的情况下,智能扬声器2C输出说话命令中包含的声音消息。另一方面,在通知设定为OFF的情况下,即使从服务器1B接收到说话命令,智能扬声器2C也不输出说话命令中包含的声音消息。
另外,在实施方式4中,基本信息表T11所示的“设备控制设定”是表示在从服务器1B或外部服务器15接收到说话命令的情况下,是否将用于使对应的空气净化器工作的控制命令发送到对应的空气净化器的设定信息。例如,如果设备控制设定为“委托”,则智能扬声器2C向对应的空气净化器发送控制命令。另一方面,如果设备控制设定不是“委托”,则智能扬声器2C不向对应的空气净化器发送控制命令。在此,对应的空气净化器是指,如果设置在具有智能扬声器2C的家庭中,则相当于设置在该家庭内的空气净化器。
智能扬声器2C的存储器202所存储的地域感染信息DB9的数据结构与图5相同,因此省略详细的说明。
但是,在实施方式4中,“场所”表示从声音识别内容中提取出的场所。“地区”表示所提取的场所所属的地区。
另外,在实施方式4中,在“附属数据”栏中存储有表示登记在“对象者编号”栏中的构成人员的移动路线的移动信息。从构成人员所持有的便携终端3A的移动信息DB11取得移动信息。
在“附属数据”栏中,“移动信息/智能手机”表示取得移动信息的设备是便携终端3A。另外,登记在“附属数据”中的移动信息以声音识别内容的“时刻”为基准而采用过去一定期间的移动信息。这样,通过存储移动信息,能够确定感染可能性高的构成人员靠近的场所,能够使用所确定的场所来确定感染症的流行场所。
对智能扬声器2C的数据解析部201A的声音识别处理进行说明的图与图6相同,因此省略详细的说明。
但是,在第1行的例子中,由于说话者“太郎”是有可能感染了感染症的人物、即可能感染者,因此在“对象者编号”中存储有作为“太郎”的识别符的“1”。
图24是表示服务器1B的存储器1002存储的映射DB1005的数据结构的一例的图。映射DB1005对1个记录分配1个映射数据,存储1个或多个场所中的可能感染者数和环境信息的时间推移。
“场所”是包含在从便携终端3A发送的对应数据中的场所、即图5所示的地域感染信息DB9中包含的“场所”。或者,“场所”也可以是在服务应用地域中,大型商业设施、公民馆、学校、医院以及车站这样的大量人物集中的预先决定的场所。以下,将它们统称为特定的场所。
在图24的例子中,将“AA购物中心”和“CC超市”确定为特定的场所。另外,在“AA购物中心”中,由于确定了如星广场以及月广场这样更详细的场所的可能感染者数,所以对于这些场所也存储有可能感染者数。另外,在AA购物中心中确定了详细的场所的原因在于,在图5所示的地域感染信息的场所的栏中存储有“AA购物中心的星广场”以及“AA购物中心的月广场”。或者,对于AA购物中心,预先决定将星广场以及月广场设定为特定的场所。
在此,在2018年1月18日9时、2018年1月18日10时、…这样以1小时为单位计算每个特定的场所的可能感染者数,但该1小时是一例,也可以如1分钟、10分钟、2小时这样每隔其他时间计算出可能感染者数。
以2018年1月18日10时为例,首先,数据解析部1001在从上次可可能感染者数的计算时刻“2018年1月18日9时”到同日的“10时”为止的时间段中,从从便携终端3A发送的对应数据中提取可能感染者的移动信息。具体而言,提取在对应数据中包含的地域感染信息(图5)的“附属数据”栏中存储的移动信息。
然后,数据解析部1001根据提取出的移动信息,判定在该时间段中可能感染者是否在特定的场所停留了规定时间以上。在此,作为规定时间,例如能够采用1分钟、2分钟、5分钟、以及10分钟这样的时间。另外,例如在AA购物中心的例子中,能够根据地图数据确定AA购物中心的纬度范围和经度范围,根据在该纬度范围内和经度范围内是否存在可能感染者的移动信息所示的纬度以及经度来判定可能感染者是否位于特定的场所。或者,也可以根据可能感染者的纬度和经度是否位于AA购物中心的中心位置的一定范围内来判定。
然后,数据解析部1001通过对在每个特定的场所停留了规定时间以上的可能感染者数进行合计,计算每个特定的场所的可能感染者数,并存储到映射DB1005的相应的栏中。
在图24的例子中,在9时至10时的时间段中,8名可能感染者的移动信息表示在“AA购物中心的星广场”停留规定时间以上,因此,作为在“AA购物中心的星广场”的2018年1月18日10时的可能感染者数,计算出8人。同样地,对于其他特定的场所也计算出可能感染者数。
环境信息表示特定的场所的周围的环境信息及感染症对策信息,例如是从设置于特定的场所的感染对策传感器20取得的信息。在图24的例子中,作为环境信息,包含“温度”、“湿度”、“设定值”、“感染风险”以及“感染风险值”。设定值表示“强”、“中”以及“弱”这样的感染对策传感器20的净化能力的设定值。另外,在感染对策传感器20未动作的情况下,作为设定值而存储OFF。感染对策传感器20正在进行动作被认为在特定的场所正在进行感染症对策,因此在“设定值”为“强”、“中”及“弱”的情况下,判断为正在进行环境对策。
感染风险表示数据解析部1001计算出的特定的场所的感染风险。感染风险例如如下算出。首先,数据解析部1001计算特定的场所中的感染者密度。例如,若将从地域信息DB7取得的AA购物中心的占地面积设为S,将当前的AA购物中心的流行感染者数设为n,将感染者密度设为nr,则数据解析部1001通过nr=n/S来计算感染者密度。接着,数据解析部1001通过对感染者密度乘以由AA购物中心的当前的温度决定的温度系数kt、和由湿度决定的湿度系数km、由设定值决定的设定值系数kl,来计算AA购物中心的感染风险评价值α(=nr·kt·km·kl)。例如,流感病毒湿度越低、气温越低越容易增殖,因此随着湿度及温度变低而湿度系数km及温度系数kt设定得越大。另外,随着设定值变大,病毒减少,因此设定值越大,设定值系数kl被设定得越小。
然后,数据解析部1001按照感染风险评价值α属于针对“大”、“中”以及“小”分别预先决定的数值范围中的哪个数值范围来计算感染风险。即,感染风险用“大”、“中”、“小”这3个阶段表示。但是,这只是一例,感染风险可以用2个阶段表示,也可以用4个阶段以上表示。
感染风险值是对通过外部服务器15分析从智能扬声器2C发送的大量地域感染信息而获得的特定的场所的感染风险进行数值化后的指标。感染风险值被存储在感染风险值DB14中,服务器1B从感染风险值DB14取得特定的场所的感染风险值。
感染风险值由外部服务器15如下述那样算出。首先,外部服务器15从智能扬声器2C随时接收地域感染信息(第2感染信息的一例)。然后,外部服务器15通过将地域感染信息按每个特定的场所以及感染注意等级进行分类,从而计算特定的场所中的每个感染注意等级的报告件数。参照图5,设在AB商事中,感染注意等级“5”~“1”的地域感染信息分别接收到“10”、“8”、“7”、“15”、“20”个。在该情况下,外部服务器15针对AB商事,将感染注意等级“5”~“1”各自的报告件数计算为“10”、“8”、“7”、“15”、“20”。
接着,外部服务器15对感染注意等级“5”~“1”分别使用预先决定的权重对报告件数进行加权相加,由此计算感染风险值。例如,若将感染注意等级“5”~“1”各自的权重设为“k5”、“k4”、“k3”、“k2”、“k1”,则如下述那样计算AB商事的感染风险值。
AB商事的感染风险值=k5·10+k4·8+k3·7+k2·15+k1·20
外部服务器15通过针对每个特定的场所执行这样的处理来计算每个特定的场所的感染风险值。在此,外部服务器15每隔规定时间(例如1天)计算感染风险值,并按时间序列存储于感染风险值DB14。因此,在从服务器1B接收到感染风险值的取得请求的情况下,外部服务器15将最新的感染风险值发送到服务器1B即可。
图25是表示图22所示的信息提供系统的处理的一例的流程图。在S1101中,便携终端3A的控制部303A将利用信息存储在存储器302中。在此,在利用信息中包含移动信息和检索信息,控制部303A以一定的时间间隔将移动信息存储于移动信息DB11,并且每当由使用者输入检索词时,将检索信息存储于检索信息DB12即可。
在S1102中,便携终端3A的通信部304将利用信息发送到智能扬声器2C。在此,便携终端3A的控制部303A只要将存储在移动信息DB11中的移动信息中的从当前到过去一定期间(例如,1小时)的移动信息包含在利用信息中,并且将存储在检索信息DB12中的检索信息中的从当前到过去一定期间(例如,1小时)的检索信息包含在利用信息中即可。另外,便携终端3A例如向设置于使用者的家庭的预先决定的智能扬声器2C发送利用信息即可。
另外,便携终端3A可以定期(例如每隔1小时)将利用信息发送到智能扬声器2C,也可以根据来自智能扬声器2C的请求将利用信息发送到智能扬声器2C。
在S2101中,智能扬声器2C的麦克风206收集周围的声音,并且取得声音信号。在S2102中,智能扬声器2C的数据解析部201A解析声音信号。在此,通过对声音信号执行声音识别处理,取得“昨天在公司见到的交易方的人好像得了流感”这样的声音识别内容。另外,在此,通过使用声纹数据,来确定该声音识别内容的说话者。另外,从该声音识别内容中提取出病名词、场所词、日期时间词、以及人物词。
在S2103中,智能扬声器2C的数据解析部201A使用从便携终端3A发送的利用信息和在S2102中取得的声音识别内容来生成地域感染信息,并将其存储在地域感染信息DB9中。由此,在地域感染信息DB9所示的各栏中存储数据,将新的地域感染信息追加到地域感染信息DB9中。例如,说话者的识别符存储在”对应者编号”的栏中,根据病名词推定出的感染症名存储在“推定感染症名”的栏中,根据场所词推定出的场所和地区存储在“场所”和“地区”的栏中,根据从日期时间词推定出的时刻决定“流行时期修正值”,从人物词推定出的感染可能性存储在“感染可能性”的栏中,利用信息存储在“附属数据”的栏中。
在S2104中,智能扬声器2C的数据解析部201A使用通信部205A将所生成的地域感染信息发送到可能感染者的便携终端3A。在此,可能感染者是设置有智能扬声器2C的家庭的构成人员,智能扬声器2C事先将各构成人员的便携终端3A的通信地址存储在存储器302中。因此,智能扬声器2C能够向可能感染者的便携终端3A发送地域感染信息。另外,智能扬声器2C每当生成地域感染信息时,向相应的便携终端3A发送地域感染信息即可。
在S1104中,便携终端3A的控制部303A将在S2104中发送的地域感染信息与位置信息建立对应而生成对应数据。在此,控制部303A从移动信息DB11以及检索信息DB12读出从接收到地域感染信息起过去一定期间(例如1小时)的移动信息以及检索信息,并包含于对应数据即可。
在步骤S1105中,便携终端3A的通信部304将在S1104中生成的对应数据发送到服务器1B。以后,便携终端3A的通信部304定期(例如每隔1小时)将对应数据发送到服务器1B,每次发送时都进行S3102以后的处理,定期地更新映射数据。
在S3101中,服务器1B的控制部204A将在步骤S1105中发送的对应数据储存在存储器1002中。
在S3102中,服务器1B的数据解析部1001根据储存在存储器1002中的对应数据生成映射数据,并将其存储在映射DB1005中。在此,数据解析部1001以规定时间间隔生成映射数据,只要在从上次生成映射数据起到生成本次的映射数据为止的时间内使用存储于存储器1002的对应数据来生成映射数据即可。
在S3103中,服务器1B的控制部1003使用通信部1004向感染对策传感器20发送使感染对策传感器20动作的控制命令。在此,控制部1003参照图24所示的“场所”,生成与当前时间点的可能感染者数相应的控制命令即可。在图24的例子中,2018年1月18日10时,AA购物中心的星广场中的可能感染者数为“8人”。另外,假设“8人”为预先决定的阈值以上。在该情况下,控制部1003将使设置于星广场的感染对策传感器20动作的控制命令发送到感染对策传感器20。在该情况下,控制部1003只要发送以与“8”人相应的净化能力的设定值使感染对策传感器20动作的控制命令即可。例如,如果以如下规则确定设定值,即若1人~5人,则为“弱”,若5人~10人,则为“中”,若大于10人,则为“强”,那么控制部1003只要向感染对策传感器20发送使其以“中”的设定值进行动作的控制命令即可。在此,控制命令所包含的设定值根据可能感染者数来决定,但这只是一例,也可以根据特定的场所的感染者密度来决定。
在S4101中,感染对策传感器20的控制部2003以按照所发送的控制命令的设定值使感染对策传感器20动作。
在S4102中,感染对策传感器20的控制部2003使用通信部2004向服务器1B发送构成检测部2001的湿度传感器以及温度传感器分别检测出的测定数据和存储于存储器2002的当前的设定值。
在S3104中,服务器1B的数据解析部1001将测定数据反映在映射数据中。例如,在2018年1月18日10时的时间点,从设置于AA购物中心的星广场的感染对策传感器20发送了温度“24.5度”及湿度“54%”的测定数据和设定值“中”。在该情况下,数据解析部1001在图24所示的2018年1月18日10时的“星广场”的“环境信息”栏中存储“温度:24.5度、湿度:54%、设定值:中”即可。
在S1106中,便携终端3A的控制部303A在从使用者使用操作部306输入了请求的发送指示时,使用通信部304将请求发送到服务器1B。也可以是,在便携终端3A中,例如安装有用于向使用者提供本信息提示系统的服务的提供应用程序,在使用者输入了使该提供应用程序启动的操作的情况下,发送请求。或者,也可以是,在使用者使用该提供应用程序输入了地图信息的阅览请求的情况下,发送请求。或者,也可以是,在便携终端3A中,在提供应用程序检测到现有的路径检索应用程序从服务器取得了按照使用者的指示到某目的地为止的移动路线的情况下,发送请求。在该情况下,也可以是,发送用于取得关于位于路径检索应用程序取得的移动路线的周围的特定的场所的映射数据的请求。或者,也可以是,在便携终端3A中,在提供应用程序检测到使用者启动了地图应用程序的情况下,发送用于取得距使用者阅览的地图画面的中心场所一定区域内的特定的场所的映射数据的请求。
在S3105中,服务器1B的通信部1004从映射DB1005向便携终端3A发送包含最新的可能感染者数以及环境信息的映射数据。另外,关于发送哪个特定的场所的映射数据,能够采用各种方式。例如,也可以是,如果从便携终端3A发送了表示移动路线的请求,则发送位于移动路线的周围的特定的场所的映射数据。另外,也可以是,发送距便携终端3A的当前位置周围一定区域内的特定的场所的映射数据。或者,也可以是,在使用者在便携终端3A的地图应用程序上阅览地图的情况下,发送处于距地图画面的中心场所一定区域内的特定的场所的映射数据。或者,也可以是,发送映射DB1005中存储的所有特定的场所的映射数据。
在此,服务器1B作为在发送的映射数据中包含的环境信息,除了温度、湿度、设定值、感染风险以及感染风险值以外,还可以包含病毒传感器4的病毒的检测结果。例如,在AA购物中心中设置有病毒传感器4,如果能够从该病毒传感器4取得病毒的检测结果,则服务器1B只要将AA购物中心中的病毒的检测结果包含在映射数据中即可。
图26是表示在接收到映射数据的便携终端3A中显示的显示画面G1、G2的图。显示画面G1、G2是便携终端3A的控制部303A使用从服务器1B发送来的映射数据而生成的。
显示画面G1在地图图像上显示有显示与各特定的场所的感染症相关的信息的显示栏801、802。在此,作为特定的场所,特定有AA购物中心和CC超市,因此显示与AA购物中心对应的显示栏801和与CC超市对应的显示栏802。此外,显示画面G1通过使用者启动提供应用程序或者启动地图应用程序来显示。
在显示栏801中显示AA购物中心中的可能感染者数、感染对策、感染风险。可能感染者数表示存储在映射DB1005中的AA购物中心中的最新的可能感染者数。
感染对策表示AA购物中心中的感染对策的有无。在此,由于进行了感染对策,因此显示了双重圆的标记和记载为“详细”的按钮。若“详细”按钮被使用者输入选择的操作,则控制部303A从显示画面G1向显示画面G2切换显示画面。
感染风险是针对AA购物中心计算出的感染风险。在此,感染风险显示为“小”,显示与“小”对应的感染对策的建议信息。在此,显示有“回来的话请洗手/漱口吧”这样的建议信息。另外,建议信息根据“大”、“中”、“小”的感染风险而采用预先决定的消息。
在显示栏802中,也显示与显示栏801相同的内容。另外,在CC超市中,由于没有进行感染对策,因此作为感染对策而显示“?”,不进行“详细”按钮的显示。另外,由于CC超市的感染风险被计算为中,因此显示感染风险为“中”,作为与“中”对应的感染对策的建议信息,显示有“戴上口罩出门,回来后洗手/漱口吧”。
显示画面G2是显示在特定的场所的感染对策的详细信息的画面,在此,显示AA购物中心的详细信息。显示画面G2具备4个显示栏R1~R4。显示栏R1表示AA购物中心整体的感染对策。在此,由于进行了感染对策,所以感染对策用双重圆显示。是否进行了感染对策例如根据感染对策传感器20的动作的有无来判定,如果感染对策传感器20进行动作则显示双重圆,如果没有进行动作则显示×。另外,在显示栏R1中显示AA购物中心中的感染风险值“340”。
显示栏R2表示AA购物中心的星广场中的感染对策的详细信息。在此,显示“温度:24.5℃、湿度:54%、空气净化器设定:强、病毒传感器:无反应、感染风险:小”。这些信息是在图25的S3103中从服务器1B发送的映射数据中包含的信息。空气净化器设定表示感染对策传感器20的设定值。
显示栏R3表示AA购物中心的月广场中的感染对策的详细信息。在此,显示有与星广场相同的信息。
显示栏R4表示在相应的便携终端3A的使用者的家庭中设置的智能扬声器2C对相应的使用者计算出的感染可能性。参照图5。例如,假设该便携终端3A是识别符“编号1”的“太郎”。在该情况下,存储在地域感染信息DB9中的太郎的感染可能性显示在显示栏R4中。另外,在地域感染信息DB9中关于“太郎”存储有多个感染可能性的情况下,也可以在显示栏R4显示从当前时间点起例如过去一定期间(例如一天)的地域感染信息中包含的感染可能性的平均值。由于能够仅对家庭中设置有智能扬声器2C的使用者计算感染可能性,所以在未设置智能扬声器2C的使用者的便携终端3A中,省略显示栏R4的显示。
例如,在启动提供应用程序时,便携终端3A从家庭的智能扬声器2C取得相应的使用者的感染可能性来计算感染可能性即可。
映射数据也可以根据特定的场所追加用于计算感染风险的环境信息。图27是表示在接收到映射数据的便携终端3A中显示的显示画面的另一例的图。在图27的例子中,特定的场所是医院(AB综合医院)。显示画面G3与图26的显示画面G1对应,包括显示与感染症相关的信息的显示栏801、802。显示画面G4与图26的显示画面G2对应,显示在特定的场所的感染对策的详细信息。在图27的例子中,在显示栏R1中追加了“今天的感染患者数”的项目。“今天的感染患者数”的项目表示在AB综合医院中在当日受诊的患者中判明有感染症的人数。另外,在图27的例子中,在显示栏R2、R3中设置有感染预防对策的栏。当选择该栏时,显示表示“感染症预防对策”的显示画面G5。显示画面G5例如显示“彻底戴口罩”、“可能感染者的受诊区分”、“换气的实施”以及“消毒剂的设置”这样的针对感染预防对策的项目和与各项目对应的评价。评价表示感染预防对策的对策程度。在此,评价使用双重圆(◎),圆(○表示比◎实施的程度低)这样的记号。
这样,根据本实施方式,由智能扬声器2C确定可能感染者和针对可能感染者的感染症的感染可能性,包含感染可能性的地域感染信息被发送到可能感染者的便携终端3A。另外,接收到地域感染信息的便携终端3A向服务器1B发送将自身的位置信息和地域感染信息建立了对应的对应数据。因此,服务器1B能够从可能感染者的便携终端3A取得该可能感染者的位置信息,能够准确且及时地确定在哪个场所存在多少可能感染者。然后,将这样确定的场所与可能感染者数建立了对应的映射数据发送到便携终端3A,使用该映射数据的显示画面G1、G2显示于便携终端3A。因此,便携终端3A的使用者例如能够识别在接下来要去的场所中存在多少可能感染者,能够采取适当的感染症对策。
另外,实施方式4能够采用以下的变形例。
(4-1)在图25的流程的S1106中,从向服务器1B发送了对应数据的便携终端3A、即可能感染者的便携终端3A发送了请求,但本公开并不限定于此。例如,也可以从与可能感染者不同的人物的便携终端3A发送请求。在该情况下,服务器1B在S3105中,向相应的人物的便携终端3A发送映射数据即可。
(4-2)在图25的流程的S4102中,服务器1B从感染对策传感器20接收测定数据,但本公开并不限定于此。例如,服务器1B也可以从对策信息DB13接收特定的场所的测定数据。在该情况下,在病毒传感器4也将测定数据储存于对策信息DB13的情况下,服务器1B只要从对策信息DB13除了取得感染对策传感器20的测定数据之外还取得病毒传感器4的测定数据即可。
产业上的可利用性
根据本公开,能够提供在防止感染症的扩大方面有用的技术。
附图标记说明
1,1A,1B:服务器
2,2A,2B,2C:智能扬声器
3,3A:便携终端
4:病毒传感器
13:空气净化器
15:外部服务器
20:感染对策传感器
101,110:处理器
103,130:存储器
111:报告件数计算部
112:感染风险值计算部
113:输出信息生成部
114:社交信息取得部
201,201A:数据解析部
202:存储器
203:扬声器
204,204A:控制部
205,205A:通信部
206:麦克风
210:处理器
211:感染注意等级确定部
212:地域确定部
213:地域感染信息生成部
214:报告件数计算部
215:感染风险值计算部
216:输出信息生成部
217:社交信息取得部
220:麦克风
230:通信部
240:扬声器
250:存储器
301:GPS传感器
302:存储器
303,303A:控制部
304:通信部
305:显示部
306:操作部
1001:数据解析部
1002:存储器
1003:控制部
1004:通信部
10:登记信息DB
1005:映射DB
11:移动信息DB
12:检索信息DB
14:感染风险值DB
16:对策信息DB
5:患者数DB
50,DB50A:地域感染信息合计
7:地域信息
DB8:感染症推移
DB9:地域感染信息DB

Claims (30)

1.一种信息提供方法,是提供与感染症相关的信息的信息提供系统中的信息提供方法,其中,
所述信息提供系统的计算机,
从经由网络连接的1个以上的声音识别装置取得地域感染信息,
所述地域感染信息表示所述1个以上的声音识别装置解析声音信号而得到的1个以上的感染注意等级、和与所述1个以上的感染注意等级建立了关联的1个以上的地域,
基于所取得的所述地域感染信息,计算表示所述1个以上的地域各自的感染风险的大小的感染风险值,
针对所述1个以上的地域的每一个,按照计算出的所述感染风险值生成输出信息,
针对所述1个以上的地域的每一个,将生成的所述输出信息经由所述网络发送到存在于与所述输出信息对应的地域的设备。
2.根据权利要求1所述的信息提供方法,其中,
所述感染风险值是通过计算所述1个以上的地域各自的所述1个以上的感染注意等级的每一个感染注意等级的报告件数,对计算出的所述报告件数进行与所述1个以上的感染注意等级相应的加权,并评价加权后的所述报告件数而计算出。
3.根据权利要求1或2所述的信息提供方法,其中,
所述1个以上的感染注意等级是使用所述1个以上的声音识别装置对所述声音信号进行解析而得到的声音识别内容来推定的。
4.根据权利要求1至3中任一项所述的信息提供方法,其中,
进一步取得所述1个以上的地域各自的利用者数以及所述1个以上地域各自中的利用者的设想停留时间,
所述1个以上的地域各自的所述感染风险值使用与该感染风险值对应的地域的第1修正系数来计算,
所述第1修正系数是随着所述对应的地域的所述利用者数以及所述对应的地域中的所述利用者的设想停留时间中的至少一方增大而使所述对应的地域的所述感染风险值增大的系数。
5.根据权利要求1至4中任一项所述的信息提供方法,其中,
从社交网络服务服务器进一步取得包含表示所述1个以上的地域中的所述感染症的流行的地域感染词和所述地域感染词的使用频率在内的信息,
所述1个以上的地域各自的所述感染风险值使用第2修正系数来计算,所述第2修正系数随着与该感染风险值对应的地域的所述地域感染词的使用频率变高而使所述对应的地域的所述感染风险值增大。
6.根据权利要求1至5中任一项所述的信息提供方法,其中,
进一步取得表示所述1个以上的地域各自的所述感染症的患者数的患者数数据,
所述1个以上的地域各自的所述感染风险值使用第3修正系数来计算,所述第3修正系数随着与该感染风险值对应的地域的患者数增大而使所述对应的地域的感染风险值增大。
7.根据权利要求1至6中任一项所述的信息提供方法,其中,
从设置在所述1个以上的地域各自中的病毒传感器进一步取得测定值,
所述1个以上的地域各自的所述感染风险值随着设置于与该感染风险值对应的地域的病毒传感器的测定值变大而使所述对应的地域的所述感染风险值增大。
8.根据权利要求1至7中任一项所述的信息提供方法,其中,
所述设备是声音输出装置,
所述输出信息是使所述声音输出装置输出用于通知与所述感染风险值相应的感染风险的声音消息的第1控制命令。
9.根据权利要求1至8中任一项所述的信息提供方法,其中,
所述设备是空气净化器,
所述输出信息是使所述空气净化器动作的第2控制命令。
10.一种服务器,是提供与感染症相关的信息的信息提供系统中的服务器,其中,具备:
通信部,从经由网络连接的1个以上的声音识别装置取得地域感染信息,所述地域感染信息表示所述1个以上的声音识别装置解析声音信号而得到的1个以上的感染注意等级、和与所述1个以上的感染注意等级建立了关联的1个以上的地域;
感染风险值计算部,基于所取得的所述地域感染信息,计算表示所述1个以上的地域各自的感染风险的大小的感染风险值;以及
输出信息生成部,针对所述1个以上的地域的每一个,按照计算出的所述感染风险值生成输出信息,
所述通信部针对所述1个以上的地域的每一个,经由所述网络向存在于与所述输出信息对应的地域的设备发送所生成的所述输出信息。
11.一种声音识别装置,提供与感染症相关的信息,其中,具备:
麦克风,检测周围的声音并基于检测结果输出声音信号;
处理器,对所述麦克风输出的声音信号执行声音识别处理;
扬声器;以及
存储器,
所述处理器具备:
感染注意等级确定部,从所述声音信号的所述声音识别处理的结果中,提取包含与感染风险相关的单词以及声音中的至少一方的第1声音数据,根据所述第1声音数据确定感染注意等级;
地域确定部,从所述声音识别处理的结果中,提取第2声音数据,根据所述第2声音数据确定与所述第1声音数据相关联的地域,或者使用表示所述第1声音数据的说话者的移动历史的移动历史数据来确定与所述第1声音数据相关联的地域,所述第2声音数据是在由所述麦克风检测到与所述第1声音数据对应的声音的时间的前后一定期间中由所述麦克风检测到的声音所对应的数据;
地域感染信息生成部,生成将所确定的所述地域与所确定的所述感染注意等级建立了对应的地域感染信息,并储存于所述存储器;以及
输出信息生成部,根据所储存的所述地域感染信息生成与所述地域的所述感染注意等级相应的声音消息,
所述扬声器输出所述声音消息。
12.根据权利要求11所述的声音识别装置,其中,
所述感染注意等级确定部根据所述第1声音数据的说话内容来推定在所述地域流行的感染症或特定的人物感染的感染症。
13.根据权利要求11或12所述的声音识别装置,其中,
所述感染注意等级确定部根据所述第2声音数据的说话内容来推定特定的人物感染了感染症的期间,并使用推定结果来修正所述感染注意等级。
14.根据权利要求11至13中任一项所述的声音识别装置,其中,
所述地域感染信息生成部在用于生成所述地域感染信息的信息不足的情况下,从所述扬声器输出提问消息,使用所述麦克风取得所述提问消息的回答声音信号,使用所述回答声音信号生成所述地域感染信息。
15.根据权利要求11至14中任一项所述的声音识别装置,其中,
所述地域感染信息是将包含所述地域的1个以上的地域和包含所述感染注意等级的1个以上的感染注意等级建立了对应的信息,
所述处理器还具备:
报告件数计算部,通过将储存于所述存储器的所述地域感染信息按照所述1个以上的地域以及所述1个以上的感染注意等级进行分类,来计算所述1个以上的地域各自中的所述1个以上的感染注意等级的每一个感染注意等级的所述感染症的报告件数;以及
感染风险值计算部,对计算出的所述报告件数进行与所述1个以上的感染注意等级相应的加权,通过评价加权后的所述报告件数来计算所述1个以上的地域各自的感染风险值,
所述输出信息生成部按照计算出的所述感染风险值生成所述1个以上的地域各自的输出信息,
所述声音识别装置还具备通信部,所述通信部针对所述1个以上的地域的每一个,经由网络向存在于与所述输出信息对应的地域的设备发送所生成的所述输出信息。
16.根据权利要求15所述的声音识别装置,其中,
还具备社交信息取得部,所述社交信息取得部使用所述通信部从社交网络服务服务器取得包含表示在所述1个以上的地域各自中的感染症的流行的地域感染词和所述地域感染词的使用频率在内的信息,
所述感染风险值计算部针对所述1个以上的地域的每一个,使用修正系数来计算所述感染风险值,所述修正系数随着所述地域感染词的使用频率变高而使感染风险值增大。
17.根据权利要求15或16所述的声音识别装置,其中,
所述存储器储存由其他声音识别装置生成的地域感染信息。
18.根据权利要求15至17中任一项所述的声音识别装置,其中,
所述设备是经由网络与该声音识别装置连接的其他声音识别装置,
所述输出信息生成部生成使所述其他声音识别装置输出与所述感染风险值相应的声音消息的第1控制命令,并发送到所述其他声音识别装置。
19.根据权利要求15至18中任一项所述的声音识别装置,其中,
所述设备是空气净化器,
所述输出信息生成部生成使所述空气净化器动作的第2控制命令,并发送到所述空气净化器。
20.一种信息提供方法,是提供与感染症相关的信息的声音识别装置中的信息提供方法,其中,
所述声音识别装置的处理器,
从麦克风检测到的声音中提取包含与感染风险相关的单词以及声音中的至少一方的第1声音数据,根据所述第1声音数据确定感染注意等级,
从在由所述麦克风检测到与所述第1声音数据对应的声音的时间的前后一定期间中由所述麦克风检测到的声音中,提取第2声音数据,根据所述第2声音数据确定与所述第1声音数据相关联的地域,或者使用所述第1声音数据的说话者的移动历史数据来确定与所述第1声音数据相关联的地域,
生成将所确定的所述地域与所确定的所述感染注意等级建立了对应的地域感染信息并储存于存储器中,
根据储存的所述地域感染信息生成与所述地域的所述感染注意等级相应的声音消息,
将所述声音消息从扬声器输出。
21.一种信息提供程序,是提供与感染症相关联的信息的声音识别装置中的信息提供程序,其中,
使所述声音识别装置的处理器执行如下处理:
从麦克风检测到的声音中提取包含与感染风险相关的单词以及声音中的至少一方的第1声音数据,根据所述第1声音数据确定感染注意等级,
从在由所述麦克风检测到与所述第1声音数据对应的声音的时间的前后一定期间中由所述麦克风检测到的声音中,提取第2声音数据,根据所述第2声音数据确定与所述第1声音数据相关联的地域,或者使用所述第1声音数据的说话者的移动历史数据来确定与所述第1声音数据相关联的地域,
生成将所确定的所述地域与所确定的所述感染注意等级建立了对应的地域感染信息并储存于存储器中,
根据所储存的所述地域感染信息生成与所述地域的所述感染注意等级相应的声音消息并储存于存储器中,
从扬声器输出所述声音消息。
22.一种信息提供方法,是具备声音识别装置和服务器并提供与感染症相关的信息的信息提供系统中的信息提供方法,其中,
所述声音识别装置对基于使用麦克风检测到的声音的声音信号进行声音识别,确定有可能感染了所述感染症的可能感染者和所述可能感染者对所述感染症的感染可能性,将表示所述感染可能性的第1感染信息发送到所述可能感染者的便携终端,
被发送了所述第1感染信息的所述便携终端,向所述服务器发送将该便携终端的位置信息和所述第1感染信息建立了对应的对应数据,
所述服务器使用从包含所述便携终端的多个便携终端发送的、包含所述对应数据的多个对应数据,生成将地图数据上的特定的场所与所述场所中的可能感染者数建立了对应的映射数据,并发送到所述可能感染者的所述便携终端或与所述可能感染者不同的人物的便携终端,
所述可能感染者的所述便携终端或所述其他人物的所述便携终端使用所述映射数据生成显示画面并显示于显示器。
23.根据权利要求22所述的信息提供方法,其中,
所述声音识别装置根据所述声音信号的说话内容来推定所述可能感染者感染的所述感染症。
24.根据权利要求22或23所述的信息提供方法,其中,
所述服务器使用所述可能感染者数计算所述场所中的感染风险,
所述映射数据包含所述感染风险和与所述感染风险相应的感染预防对策的建议信息。
25.根据权利要求22至24中任一项所述的信息提供方法,其中,
所述映射数据包含在所述场所设置的、测定所述场所的环境信息的传感器的测定数据。
26.根据权利要求22至25中任一项所述的信息提供方法,其中,
所述信息提供系统还具备外部服务器,
所述声音识别装置根据所述声音信号确定与所述感染症相关联的场所和针对所述场所的感染注意等级,并将表示所述场所和所述感染注意等级的第2感染信息发送到所述外部服务器,
所述外部服务器接收包含所述第2感染信息的多个第2感染信息,将所述多个第2感染信息按照每个场所及感染注意等级进行分类,由此计算各场所中的每个感染注意等级的报告件数,对计算出的所述报告件数进行与各感染注意等级相应的加权,通过评价加权后的所述报告件数来计算每个场所的感染风险值,
所述服务器从所述外部服务器取得每个场所的所述感染风险值,
所述映射数据包含各场所中的所述感染风险值。
27.根据权利要求22至26中任一项所述的信息提供方法,其中,
所述显示画面是使所述场所中的所述可能感染者数重叠显示在地图图像上的画面。
28.根据权利要求22至27中任一项所述的信息提供方法,其中,
所述服务器根据来自所述便携终端的请求发送所述映射数据。
29.一种信息提供系统,提供与感染症相关的信息,其中,
所述信息提供系统具备声音识别装置、多个便携终端和服务器,
所述声音识别装置对基于使用麦克风检测到的声音的声音信号进行声音识别,确定有可能感染所述感染症的可能感染者和所述可能感染者对所述感染症的感染可能性,将包含所述感染可能性的第1感染信息发送到所述多个便携终端中的所述可能感染者的便携终端,
被发送了所述第1感染信息的所述便携终端向所述服务器发送将该便携终端的位置信息和所述第1感染信息建立了对应的对应数据,
所述服务器使用从所述多个便携终端发送的、包含所述对应数据的多个对应数据,生成将地图数据上的特定的场所与所述场所中的可能感染者数建立了对应的映射数据,并发送到所述可能感染者的所述便携终端或所述多个便携终端中的其他便携终端,
所述便携终端或所述其他便携终端使用所述映射数据生成显示画面并显示于显示器。
30.一种多设备,提供与感染症相关联的信息,其中,具备:
处理器,对输入到所述多设备的输入信号执行单词识别处理;
显示部;以及
存储器,
所述处理器具备:
感染注意等级确定部,从所述输入信号的所述单词识别处理的结果中,提取包含与感染风险相关的单词的第1单词数据,根据所述第1单词数据确定感染注意等级;
地域确定部,从所述单词识别处理的结果中,从得到与所述第1单词数据对应的输入信号的时间的前后一定期间中的输入信号的单词识别处理的结果中,提取第2单词数据,根据所述第2单词数据确定与所述第1单词数据相关联的地域,或者使用表示所述多设备的移动历史的移动历史数据来确定与所述第1单词数据相关联的地域;
地域感染信息生成部,生成将所确定的所述地域与所确定的所述感染注意等级建立了对应的地域感染信息,并储存于所述存储器;以及
输出信息生成部,根据所储存的所述地域感染信息生成与所述地域的所述感染注意等级相应的消息,
所述显示部显示所述消息。
CN201980023953.0A 2018-08-08 2019-07-10 信息提供方法、服务器、声音识别装置、信息提供程序以及信息提供系统 Pending CN111937086A (zh)

Applications Claiming Priority (9)

Application Number Priority Date Filing Date Title
JP2018149708 2018-08-08
JP2018-149707 2018-08-08
JP2018-149706 2018-08-08
JP2018149707 2018-08-08
JP2018149706 2018-08-08
JP2018-149708 2018-08-08
JP2019120241A JP7422308B2 (ja) 2018-08-08 2019-06-27 情報提供方法、サーバ、音声認識装置、及び情報提供プログラム
JP2019-120241 2019-06-27
PCT/JP2019/027290 WO2020031599A1 (ja) 2018-08-08 2019-07-10 情報提供方法、サーバ、音声認識装置、情報提供プログラム、及び情報提供システム

Publications (1)

Publication Number Publication Date
CN111937086A true CN111937086A (zh) 2020-11-13

Family

ID=69620175

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980023953.0A Pending CN111937086A (zh) 2018-08-08 2019-07-10 信息提供方法、服务器、声音识别装置、信息提供程序以及信息提供系统

Country Status (3)

Country Link
US (1) US12057235B2 (zh)
JP (1) JP7422308B2 (zh)
CN (1) CN111937086A (zh)

Families Citing this family (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US12007732B2 (en) 2019-07-12 2024-06-11 Johnson Controls Tyco IP Holdings LLP HVAC system with building infection control
US11131473B2 (en) 2019-07-12 2021-09-28 Johnson Controls Tyco IP Holdings LLP HVAC system design and operational tool for building infection control
US11960261B2 (en) 2019-07-12 2024-04-16 Johnson Controls Tyco IP Holdings LLP HVAC system with sustainability and emissions controls
US11761660B2 (en) 2019-01-30 2023-09-19 Johnson Controls Tyco IP Holdings LLP Building control system with feedback and feedforward total energy flow compensation
US11274842B2 (en) 2019-07-12 2022-03-15 Johnson Controls Tyco IP Holdings LLP Systems and methods for optimizing ventilation, filtration, and conditioning schemes for buildings
US11714393B2 (en) 2019-07-12 2023-08-01 Johnson Controls Tyco IP Holdings LLP Building control system with load curtailment optimization
JP7330133B2 (ja) * 2020-04-20 2023-08-21 株式会社東芝 近接検知装置、近接検知方法及び近接検知システム
CN111755130A (zh) * 2020-06-02 2020-10-09 RealMe重庆移动通信有限公司 防控方法和装置、终端、防控系统和可读存储介质
US12119121B2 (en) * 2020-07-02 2024-10-15 Asahi Kasei Kabushiki Kaisha System and method for managing facilities
JP7084962B2 (ja) * 2020-07-08 2022-06-15 ソフトバンク株式会社 推定プログラム、推定装置、推定方法、生成プログラム、生成装置及び生成方法
JP7121778B2 (ja) * 2020-07-20 2022-08-18 ヤフー株式会社 情報処理装置、情報処理方法、及び情報処理プログラム
US20220020481A1 (en) 2020-07-20 2022-01-20 Abbott Laboratories Digital pass verification systems and methods
US20220028557A1 (en) 2020-07-22 2022-01-27 Pandemic Insights, Inc. Natural-language text generation with pandemic-bio-surveillance multi pathogen systems
JP7535215B2 (ja) 2020-08-06 2024-08-16 株式会社日曜発明ギャラリー 感染症関連対策情報システム
JP7373692B2 (ja) * 2020-08-26 2023-11-02 シグニファイ ホールディング ビー ヴィ 感染症状を示す個人を検出及び追跡するためのシステム及び方法
JP2022050843A (ja) * 2020-09-18 2022-03-31 ダイキン工業株式会社 換気システム
JP7492669B2 (ja) 2020-09-29 2024-05-30 株式会社Cognano 情報処理装置及び感染症情報表示システム
CN112466284B (zh) * 2020-11-25 2023-08-22 南京邮电大学 一种口罩语音鉴别方法
JP7095918B1 (ja) 2021-01-27 2022-07-05 株式会社Updater 空気質情報提供システム
WO2022163149A1 (ja) * 2021-01-27 2022-08-04 パナソニックIpマネジメント株式会社 空間提示システム、空間提示方法、及び、プログラム
JP2022136841A (ja) * 2021-03-08 2022-09-21 株式会社日立ビルシステム 案内システム
JP7353318B2 (ja) * 2021-03-19 2023-09-29 ヤフー株式会社 情報処理装置、情報処理方法、及び情報処理プログラム
JP7524120B2 (ja) 2021-03-24 2024-07-29 株式会社Nttドコモ 感染リスク推定装置
US20220310270A1 (en) * 2021-03-26 2022-09-29 Asahi Kasei Microdevices Corporation Infection risk determination system, infection risk determination method and computer-readable medium
JP7301186B2 (ja) * 2021-03-26 2023-06-30 旭化成エレクトロニクス株式会社 感染リスク判定システム、感染リスク判定方法および感染リスク判定プログラム
CN113197403B (zh) * 2021-05-14 2023-02-17 广州乾睿医疗科技有限公司 一种可预防感染病毒的方法和智能手环
JP7505767B2 (ja) * 2021-06-09 2024-06-25 Necプラットフォームズ株式会社 誘導情報生成装置、制御方法、及びプログラム
WO2022264551A1 (ja) * 2021-06-18 2022-12-22 パナソニックIpマネジメント株式会社 通知システム、通知方法、プログラム及び管理システム
US20230039967A1 (en) * 2021-08-03 2023-02-09 Alarm.Com Incorporated Airborne pathogen detection through networked biosensors
CN114842980B (zh) 2022-04-14 2023-07-25 浙江大学 一种基于WiFi匹配的传染病易感人群接触追踪预筛选方法

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005275708A (ja) * 2004-03-24 2005-10-06 Nec Corp 風邪ウイルス伝播情報伝達システムと風邪ウイルス情報センター装置および風邪ウイルス伝播情報伝達方法
JP2011089921A (ja) * 2009-10-23 2011-05-06 Mitsubishi Electric Corp 移動体用ナビゲーション装置、サーバおよびこれらを用いた情報提供システム
US20120112883A1 (en) * 2008-12-08 2012-05-10 Infonaut, Inc. Disease Mapping and Infection Control System and Method
US20140289178A1 (en) * 2013-03-22 2014-09-25 International Business Machines Corporation Information processing apparatus, information processing method and program
US20160132652A1 (en) * 2014-11-11 2016-05-12 Ebay Inc. Communicable disease tracking
US20170024531A1 (en) * 2015-07-22 2017-01-26 Radicalogic Technologies, Inc. Dba Rl Solutions Systems and methods for near-real or real-time contact tracing
US20170125034A1 (en) * 2015-11-04 2017-05-04 Ioannis Kakadiaris Systems for and methods of intelligent acoustic monitoring
KR20170053145A (ko) * 2015-11-05 2017-05-15 고려대학교 산학협력단 전염병 예방과 확산 방지를 위한 전염병 추적 관리 시스템
US20170199979A1 (en) * 2016-01-11 2017-07-13 Bruce Reiner Method and system of radiation profiling
CN107615328A (zh) * 2015-01-29 2018-01-19 株式会社Jtb 风险信息传输装置及风险信息传输方法
CN107924716A (zh) * 2015-08-06 2018-04-17 微软技术许可有限责任公司 用于标识健康风险地区的计算系统

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2002061647A1 (fr) 2001-01-31 2002-08-08 Hitachi, Ltd. Procede et systeme permettant d'afficher des informations relatives a une maladie infectieuse, et procede permettant d'accepter la demande d'analyse d'une maladie infectieuse
JP2011248802A (ja) 2010-05-31 2011-12-08 Michito Miyazaki Gps機能を使ったウイルス感染ハザードシステム
JP6107278B2 (ja) 2013-03-22 2017-04-05 日本電気株式会社 感染危険エリア特定システム、感染危険エリア特定方法、及びプログラム
JP6471452B2 (ja) 2014-10-17 2019-02-20 日本電気株式会社 感染症流行予測装置、感染症流行予測方法及びプログラム
JP2021114005A (ja) * 2018-04-12 2021-08-05 ソニーグループ株式会社 情報処理装置および情報処理方法
EP3818545B1 (en) * 2018-07-02 2024-08-28 Baxter International Inc. Graph database for outbreak tracking and management

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005275708A (ja) * 2004-03-24 2005-10-06 Nec Corp 風邪ウイルス伝播情報伝達システムと風邪ウイルス情報センター装置および風邪ウイルス伝播情報伝達方法
US20120112883A1 (en) * 2008-12-08 2012-05-10 Infonaut, Inc. Disease Mapping and Infection Control System and Method
JP2011089921A (ja) * 2009-10-23 2011-05-06 Mitsubishi Electric Corp 移動体用ナビゲーション装置、サーバおよびこれらを用いた情報提供システム
US20140289178A1 (en) * 2013-03-22 2014-09-25 International Business Machines Corporation Information processing apparatus, information processing method and program
US20160132652A1 (en) * 2014-11-11 2016-05-12 Ebay Inc. Communicable disease tracking
CN107615328A (zh) * 2015-01-29 2018-01-19 株式会社Jtb 风险信息传输装置及风险信息传输方法
US20170024531A1 (en) * 2015-07-22 2017-01-26 Radicalogic Technologies, Inc. Dba Rl Solutions Systems and methods for near-real or real-time contact tracing
CN107924716A (zh) * 2015-08-06 2018-04-17 微软技术许可有限责任公司 用于标识健康风险地区的计算系统
US20170125034A1 (en) * 2015-11-04 2017-05-04 Ioannis Kakadiaris Systems for and methods of intelligent acoustic monitoring
KR20170053145A (ko) * 2015-11-05 2017-05-15 고려대학교 산학협력단 전염병 예방과 확산 방지를 위한 전염병 추적 관리 시스템
US20170199979A1 (en) * 2016-01-11 2017-07-13 Bruce Reiner Method and system of radiation profiling

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
佘玉梅等: "《人工智能原理及应用》", 31 December 2018, 上海交通大学出版社, pages: 141 - 142 *

Also Published As

Publication number Publication date
JP2020027610A (ja) 2020-02-20
JP7422308B2 (ja) 2024-01-26
US20210043330A1 (en) 2021-02-11
US12057235B2 (en) 2024-08-06

Similar Documents

Publication Publication Date Title
CN111937086A (zh) 信息提供方法、服务器、声音识别装置、信息提供程序以及信息提供系统
WO2020031599A1 (ja) 情報提供方法、サーバ、音声認識装置、情報提供プログラム、及び情報提供システム
Yuan et al. The missing parts from social media-enabled smart cities: who, where, when, and what?
JP6952745B2 (ja) 行動支援プログラム
JP5951802B2 (ja) ユーザーのパーソナルコンテキストを識別および分析するためのシステムおよび方法
US11615893B2 (en) Method for evaluating infection risk, infection risk evaluation system, and medium
US20210320997A1 (en) Information processing device, information processing method, and information processing program
US20180302741A1 (en) Information processing device and method
JP2017174346A (ja) 受付システムおよび受付方法
US9088653B2 (en) Adaptive system with call center and trusted network
US9794409B2 (en) Adaptive system with call center and trusted network
EP4137985A1 (en) Intelligent voice interaction method and apparatus, device and computer storage medium
Núñez-Corrales et al. The epidemiology workbench: a tool for communities to strategize in response to covid-19 and other infectious diseases
CN107889213B (zh) 物品定位方法、装置及服务器
JP2021033773A (ja) 対象地域の不動産の稼働率を推定するプログラム、装置及び方法
CN104572866A (zh) 用户关系链获取方法及装置
Lee et al. Human mobility during COVID-19 in the context of mild social distancing: Implications for technological interventions
JPWO2019155629A1 (ja) コミュニケーション評価システム及びコミュニケーション評価方法
Fisher et al. A proposal to enhance national capability to manage epidemics: the critical importance of expert statistical input including official statistics
KR102502852B1 (ko) 빅데이터의 ai 분석을 통해 개인정보 노출을 최소화한 감염병 예방 시스템
WO2022201642A1 (ja) 行動分析装置および方法
Karanth et al. Modeling User Context from Smartphone Data for Recognition of Health Status
Yener et al. City-level User Location Detection from Social Media and Analysis of Political Participation
US20180039739A1 (en) Medical information system, information processing terminal, medical information server and medical information providing method
JP2024151148A (ja) 省エネ行動変容支援装置及び省エネ行動変容支援方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination