JP2001145082A - 音声応答型情報提供システム - Google Patents

Abstract

(57)【要約】 【課題】 ＰＣ等の設定が複雑な機器を用いることな
く、容易に文字や画像を含む各種情報を閲覧・入手する
ことができる音声応答型情報提供システムを提供する。 【解決手段】 この発明の音声応答型情報提供システム
１０は、テレビ電話端末装置６０と通信回線１００と音
声応答型情報サーバ１２から構成されている。音声応答
型情報サーバ１２は、発呼者から送信されてきた音声デ
ータに基づいて各種の処理を行う音声認識処理装置２６
と、テレビ電話端末装置６０に表示する画面を生成する
画面表示装置４４とを有する。音声認識処理装置２６
は、発呼者から画面切替えを指示するため発声された送
信された音声に基づいて、画面表示装置４４の生成する
画面を切替える。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】この発明は音声応答型情報提
供システムに関し、特にたとえば、通話者が発声した音
声を認識した結果に基づいて、通話者が使用しているテ
レビ電話端末装置に各種の情報を提供する音声応答型情
報提供システムに関する。

【０００２】

【従来の技術】従来、公衆回線等の通信回線を介してオ
ンデマンドに文字や画像を含む情報を閲覧・入手するに
は、パーソナルコンピュータ（以下単にＰＣと称す）
と、モデム若しくはターミナルアダプタを用いて、ＷＷ
Ｗ（World Wide Web）サーバに収納されているＨＴＭＬ
（HyperText Markup Language ）文書をＷＷＷブラウザ
により閲覧することにより行われていた。

【０００３】

【発明が解決しようとする課題】しかしながら、ＷＷＷ
サーバから文字や画像を含む情報を閲覧・入手する場合
には、ＷＷＷサーバと通信するために、ＰＣやモデム等
の高価な機器を入手しなければならないためコストが非
常に嵩む方法であった。またＰＣやモデム等の機器を入
手できた場合でも、ＷＷＷサーバと通信するためには、
ＰＣに種々の設定を施さなければならないため、ＰＣの
設定・操作等に習熟していない者は、通信可能な状態に
するために非常に多くの時間を要していた。さらにＷＷ
Ｗサーバと通信できる状態になったとしても、ＷＷＷサ
ーバから情報を入手するためには、キーボードやマウス
を用いて各種の入力作業を行わなければならないため、
キーボードやマウスの操作に不慣れな者や、手が不自由
な身体障害者や高齢者は使用することが困難であった。

【０００４】それゆえに、この発明の主たる目的は、Ｐ
Ｃ等の設定が複雑な機器を用いることなく、容易に文字
や画像を含む各種情報を閲覧・入手することができる音
声応答型情報提供システムを提供することである。

【０００５】

【課題を解決するための手段】この発明は、テレビ電話
端末装置と通信回線と音声応答型情報サーバからなる音
声応答型情報提供システムであって、音声応答型情報サ
ーバは、発呼者から送信されてきた音声に基づいて各種
の処理を行う音声認識処理装置と、テレビ電話端末装置
に表示する画面を生成する画面表示装置とを有し、音声
認識処理装置は、発呼者から画面切替えを指示するため
発声された送信された音声に基づいて、画面表示装置の
生成する画面を切替えることを特徴とした音声応答型情
報提供システムである。

【０００６】この発明の上述の目的，その他の目的，特
徴および利点は、図面を参照して行う以下の実施例の詳
細な説明から一層明らかとなろう。

【０００７】

【発明の実施の形態】図１は、本発明にかかる音声応答
型情報提供システムが電子カタログ装置として構成され
た場合の一実施形態を示すシステム構成図である。音声
応答型情報提供システム１０は、大別すると音声応答型
情報サーバ１２とテレビ電話端末装置６０とから構成さ
れる。音声応答型情報サーバ１２は、図１に示すよう
に、発呼者電話番号取得装置１４を含む。発呼者電話番
号取得装置１４は公衆回線１００と接続されており、接
続を要求してきたテレビ電話端末装置６０の電話番号
（正確にはテレビ電話端末装置６０が使用している電話
回線に付与されている番号）を取得する。なお、この実
施形態において発呼者電話番号取得装置１４は、日本電
信電話株式会社（以下単にＮＴＴ（登録商標）と称す）
が提供している発信電話情報通知サービス等を利用する
ことにより、発呼者が使用している電話番号を取得す
る。

【０００８】発呼者電話番号取得装置１４には、テレビ
電話送受信装置１６が接続される。テレビ電話送受信装
置１６は、図２に示すように、インターフェイス部１８
と制御部２０と音声処理部２２と画像処理部２４とから
構成される。インターフェイス部１８は、テレビ電話送
受信装置１６と発呼者電話番号取得装置１４とを結ぶイ
ンターフェイスである。インタフェース部１８には、音
声応答型情報サーバ１２とテレビ電話端末装置６０とが
接続されているとき、発呼者電話番号取得装置１４を介
して、音声データ，画像データが送受される。インター
フェイス部１８には、制御部２０が接続され、さらに制
御部２０には音声処理部２２と画像処理部２４とが接続
される。

【０００９】制御部２０は、インターフェイス部１８よ
り入力された音声データおよび画像データ、すなわちテ
レビ電話端末装置６０により多重化され送信された音声
データおよび画像データを適宜分離して、それぞれ音声
処理部２２および画像処理部２４に入力する。また制御
部２０は、音声処理部２２から入力された音声データと
画像処理部２４から入力された画像データとを多重化処
理して、インターフェース部１８を介してテレビ電話端
末装置６０に送信する。音声処理部２２は、入出力され
た音声データを適宜処理して、テレビ電話端末装置６０
に送信可能な状態にしたり、後述する音声認識処理装置
２６で受信可能な状態にするものである。

【００１０】また画像処理部２４は、入出力された画像
データを適宜処理して、テレビ電話端末装置６０に送信
可能な状態にしたり、表示装置（図示しない）が接続さ
れた場合において、画像データを表示装置で表示可能な
状態にするものである。なお、現在説明している実施形
態においては、テレビ電話端末装置６０から送信される
画像データは存在しないため、画像処理部２４には表示
装置を接続していないが、テレビ電話端末装置６０にＣ
ＣＤカメラ等を接続してテレビ電話端末装置６０から画
像データが送信されるように構成した場合には、画像処
理部２４に表示装置を接続して、発呼者の状態をモニタ
可能なように構成されてもよい。

【００１１】音声処理部２２には、音声応答処理装置２
６が接続される。音声応答処理装置２６は、図３に示す
ように、中央処理装置であるＣＰＵ２８を有する。ＣＰ
Ｕ２８には、音声応答処理装置２６の基本入出力設定処
理を行うＢＩＯＳ（Basic Input/Output Sytem）を記憶
したＲＯＭ３０が接続される。またＣＰＵ２８には、Ｃ
ＰＵ２８が音声認識処理や応答処理を実行するために使
用する音声認識応答処理プログラムやプログラムに適用
されるデータが一時的に配置されるＲＡＭ３２が接続さ
れる。

【００１２】さらにＣＰＵ２８には、ハードディスク等
からなる記憶装置３４が接続されている。記憶装置３４
には、図４に示すように、音声認識処理プログラム３４
ａ，応答音声データファイル群３４ｂ，顧客情報データ
ベースファイル３４ｃ，ファイル情報データベースファ
イル３４ｄが記憶されている。音声認識処理プログラム
３４ａは、テレビ電話端末装置６０から送信された音声
を認識して、認識した内容に基づいて各種の処理を行う
アプリケーションプログラムである。応答音声データフ
ァイル３４ｂは、音声認識処理装置２６がテレビ電話端
末６０に対して送信し、各種の指示や確認を行うための
メッセージをテレビ電話端末６０側で発声させるために
使用される音声データを記憶したファイル群である。顧
客情報データベースファイル３４ｃは、図５に示すよう
に、少なくとも顧客の氏名と連絡先の電話番号を記憶し
たデータベースファイルであるが、住所等のその他顧客
に関する関するデータを記憶するように構成してもよ
い。ファイル情報データベースファイル３４ｄは、図６
に示すように、後述する画面表示装置４４に収納されて
いる画面表示に用いられる各ファイルの各ファイルに割
り振られた「ラベル名」，「ファイル名」，送信する音
声データファイルを種別を特定するための「種別」，当
該ファイルの前に表示されるべきファイルのラベル名で
ある「前情報ラベル名」，当該ファイルの後に表示され
るべきファイルのラベル名である「次情報ラベル名」が
データベース形式で記憶されたデータベースファイルで
ある。なお、これらのファイルの作用については、後に
行う本実施形態の動作の説明の時に詳述する。

【００１３】さらにＣＰＵ２８には、ＣＰＵ２８より出
された画面描画命令の処理を行う画面制御処理部３６が
接続される。画面制御処理部３６には、処理結果である
画面を表示するための表示装置３８が接続され、音声認
識処理装置２６の作動状況がモニタできるように構成さ
れる。またＣＰＵ２８には、通信制御装置４０が接続さ
れる。通信制御装置４０は、テレビ電話送受信装置１６
と音声データの送受を行うために適宜音声データを処理
するものであり、音声認識処理装置２６はテレビ電話送
受信装置１６と通信制御装置４０において接続されてい
る。またＣＰＵ２８には、ネットワークインターフェイ
ス部４２が接続される。ネットワークインターフェイス
部４２は、音声応答処理装置２６から画面表示装置４４
に画像表示の指示を行うための制御信号等の送受を行う
ためのインターフェイスでありＬＡＮ回線（図示せず）
に接続される。なお、この実施形態において音声応答処
理装置２６は、ネットワークインターフェイス部４２に
ＬＡＮ回線を接続して画面表示装置４４と接続している
が、これに限らず、音声応答処理装置２６と画面表示装
置４４とをシリアルコード等を用いて直接と接続しても
よい。

【００１４】テレビ電話送受信装置１６の画像処理部２
４には、画面表示装置４４が接続される。画面表示装置
４４は、図７に示すように、中央処理装置であるＣＰＵ
４６を有する。ＣＰＵ４６には、画面表示装置４４の基
本入出力設定処理を行うＢＩＯＳを記憶したＲＯＭ４８
が接続される。またＣＰＵ４６には、ＣＰＵ４６が画面
表示処理を実行するときに使用されるプログラムやデー
タが一時的に記憶されるＲＡＭ５０が接続される。さら
にＣＰＵ４６には、画面を表示するために必要なプログ
ラム（図示せず）および複数のデータファイル（図示せ
ず）を記憶する記憶装置５２が接続される。なお、デー
タファイルとしては、テキストデータを記録したテキス
トデータファイル，画像データを記録した画像データフ
ァイルやＨＴＭＬ文書データを記録したＨＴＭＬ文書デ
ータファイル等のＰＣにおいて表示可能なデータ全てが
適用される。

【００１５】ＣＰＵ４６には、ＣＰＵ４６より出された
画面描画命令に基づいて画像データの生成する画面制御
処理部５４が接続される。画面制御処理部５４には、テ
レビ電話送受信装置１６の画像処理部２４が接続され
て、画面制御処理部５４により生成された画像データを
テレビ電話送受信装置１６へ送信可能に構成される。ま
た画面制御処理部５４には表示装置５６が接続されてお
り、画面制御処理部５４からテレビ電話送受信装置１６
へ送信される画面をモニタ可能に構成される。さらにＣ
ＰＵ４６には、音声応答型情報サーバ１２から送出され
た制御信号を受信するためのネットワークインターフェ
イス部５８が接続される。

【００１６】次にテレビ電話端末装置６０について説明
する。テレビ電話端末装置６０は、図１に示すように、
テレビ電話送受信装置６２を含む。テレビ電話送受信装
置６２は、図８に示すように、テレビ電話送受信装置１
６と同様の構成をとっており、インターフェイス部６
４，制御部６６，音声処理部６８，画像処理部７０から
構成される。なお、各部の作用については、テレビ電話
送受信装置１６と略同様であることより省略する。

【００１７】音声処理部６８には、送受話器７２が接続
される。送受話器７２は、テレビ電話端末装置６０を使
用する者、すなわち発呼者の音声を入力し、また音声応
答処理装置２６から送信された音声データを音声として
再生するものである。画像処理部７０には、表示装置７
４が接続される。表示装置７４は、音声応答型情報サー
バ１２から送信された画像データを表示するものであ
り、発呼者が閲覧したい画面を表示するために用いられ
る。

【００１８】次に、本実施形態に図９に参照しながら電
子カタログ装置として構成された音声応答型情報提供シ
ステム１０の動作について説明する。なお、図９は、電
子カタログ装置として構成された音声応答型情報提供シ
ステム１０の動作を示すフローチャート図である。

【００１９】まず始めに、ステップＳ１では、発呼者に
よりテレビ電話端末装置６０から音声応答型情報サーバ
１２への回線の接続を行われる。

【００２０】ステップＳ２では、発呼者電話番号取得装
置１４によりテレビ電話端末装置６０の電話番号が取得
され、音声認識処理装置２６により取得された電話番号
を用いて発呼者の特定が行われる。発呼者の特定は、顧
客情報データベースファイル３４ｃに記憶されている顧
客の電話番号データをサーチすることにより行われる。
なお、発呼者により電話番号が非通知となるように操作
がされている場合や、発呼者が顧客情報データベースフ
ァイル３４ｃに登録されていない場合において、発呼者
の電話番号が取得されなかったときにおいても次のステ
ップＳ３に進められる。

【００２１】ステップＳ３では、「こんにちわ、コスモ
薬品です。テレビ電話の準備はできていますか。できて
いる場合は、はいとお答えください。」等のテレビ電話
送受信装置６２の準備を確認するメッセージが記録され
ている音声データファイルが応答音声データファイル群
３４ｂから音声認識処理装置２６により選択・再生され
音声データが送信される。その結果、送受話器７２にお
いてメッセージが再生される。

【００２２】ステップＳ４では、テレビ電話端末装置６
０により「はい」という音声が入力されたか否かの判断
が音声認識処理装置２６により行われる。「はい」と認
識された場合には、次のステップＳ５に進み、「はい」
と認識されなかった場合には、再度ステップＳ３から処
理が行われる。

【００２３】ステップＳ５では、音声認識処理装置２６
により「それでは、テレビ電話をつなぎますので２０秒
程お待ちください。」等のメッセージを記録した音声デ
ータファイルが再生され、音声データが送信されると共
に、画面表示装置４４により初期画面を表示する画像デ
ータがテレビ電話端末装置６０に送信される。なおこの
とき画面表示装置４４は、音声認識処理装置２６の制御
によってテレビ電話端末装置６０に送信するためのデー
タである初期メニュー．ｈｔｍの内容に基づいて画面制
御処理部５４により画面データを生成して送信を行う。

【００２４】ステップＳ６では、テレビ電話端末装置６
０側の表示装置７４での初期メニューの画面の表示状態
を確認するために、「テレビに映りましたでしょうか。
映りました場合には、はいとお答え下さい。」等の音声
が音声認識処理装置２６よりテレビ電話端末装置６０に
送信される。

【００２５】ステップＳ７では、テレビ電話端末装置６
０より「はい」という音声が入力されたか否かの判断が
音声認識処理装置２６により行われる。「はい」という
音声が認識された場合には、次のステップＳ８に進み、
「はい」と認識されなかった場合には、再度ステップＳ
５から処理が行われる。

【００２６】ステップＳ８では、音声認識処理装置２６
により、「閲覧したい内容をメニュー画面に表示されて
いる番号でお答え下さい。」等の閲覧するファイルの選
択を促す音声がテレビ電話端末装置６０に送信される。
なおこのとき音声認識処理装置２６は、ファイル情報デ
ータベースファイル３４ｃより取得した「種別」のデー
タに基づいて、「種別がメニューに分類されるファイル
が表示されているときに送信されるべき音声データファ
イルが再生されて音声データの送信を行う。

【００２７】ステップＳ９では、発呼者により発声され
た番号の認識が音声認識処理装置２６により行われ、テ
レビ電話端末装置６０において現在表示されている画面
を生成するデータである初期ファイルメニュー．ｈｔｍ
の次の画面として発声された番号の画面が存在するか否
かの判断が音声認識処理装置２６により行われる。そし
て番号に対応のファイルが存在するときには、対応する
ファイルの画像データを送信すると共に、番号に対応し
ているファイルが分類されている「種別」に基づいて音
声データが送信される。図６に示されているデータを例
にとって具体的に説明すると、発呼者により「１」と発
声された場合には、ファイル情報データベースファイル
３４ｄに基づいて、初期メニューファイル．ｈｔｍの次
情報ラベル名のデータに１と登録されている健康食品．
ｈｔｍの画面データが送信されると共に、健康食品．ｈ
ｔｍが分類されている「種別」である「メニュー」に対
応したメッセージが記憶されている音声データファイル
が再生されて音声データが送信される。また、健康食
品．ｈｔｍの画面がテレビ電話端末装置６０において表
示されている場合には、発呼者により「１」と発声され
た場合には、次画面に霊芝エキス．ｈｔｍの画面データ
が送信されると共に、霊芝．ｈｔｍの分類されている
「種別」である「カタログ」に対応したメッセージが記
憶されている音声データファイルが再生され音声が送信
される。さらに、霊芝．ｈｔｍの画面がテレビ電話端末
装置６０において表示されている場合には、発呼者によ
り「次」と発声された場合には、次画面にビタミンＥ．
ｈｔｍの画面データが送信されると共に、ビタミンＥ．
ｈｔｍの分類されている「種別」である「カタログ」に
対応したメッセージが記憶されている音声データファイ
ルが再生され音声が送信される。

【００２８】なお、発呼者により発声された番号番号が
存在しない場合や、発呼者により番号が発声されなかっ
た場合、発声された番号の認識できなかった場合には、
再度ステップＳ８から処理が行われる。

【００２９】また、ステップＳ１０以降は適宜選択され
たファイルの画面データを送信するように判断作業が行
われる。なお、回線を切断するためには任意のステップ
若しくは各ステップにおいて「切断」等の切断を意味す
る言葉を発声した場合に、音声認識処理装置２６が回線
を切断するよう処理するように構成されればよい。この
ように、この実施形態では、キーボードやマウス等によ
る入力作業を行わずして、発呼者が閲覧を要求するファ
イルの番号を発声するだけでテレビ電話端末６０に表示
することができる。また、ファイル情報データベースフ
ァイル３４ｄに基づいて、画面が送信されることによ
り、情報関連性がないファイルの画面が唐突にテレビ電
話端末６０において表示されることにより、発呼者が混
乱を来すことなく様々な情報を閲覧することができる。

【００３０】なお、この実施形態においては、電子カタ
ログ装置として適用された場合について説明したが、本
発明にかかる音声応答型情報提供システム１０の用途
は、これに限られることなく、電話受電転送業務，資料
請求受注業務，通信販売受注業務，テレフォンバンキン
グなどの業務に適用することが可能である。これらの業
務の場合には、テレビ電話端末６０に画像データや音声
を送信するだけでは、これらの業務に適用することがで
きないが、電話受電転送業務の場合には、音声認識処理
装置２６が送信する音声に基づいて電話転送先を選択し
てもうらか、画面に表示された電話転送先により電話転
送先を選択してもうらかして、電話転送先を特定して、
音声認識処理装置２６により電話転送処理を行うことに
より電話受電転送業務を処理することが可能となり、ま
た、資料請求受注業務，通信販売受注業務，テレフォン
バンキングなどの業務に適用する場合には、発呼者を特
定するための氏名等の情報と、画面および音声に基づい
て、数量，金額などが発声された音声を各項目毎に音声
データファイルとして記憶してのデータベースファイル
に登録することにより資料請求受注業務，通信販売受注
業務，テレフォンバンキング等の業務を処理することが
可能となる。なお、受注された内容の受注処理は、オペ
レータにより適宜受注毎に音声データファイルが再生さ
れ、受注処理が行われることにより最終処理される。

【００３１】

【発明の効果】本発明にかかる音声応答型情報提供シス
テムによれば、ＰＣ等の設定が複雑な機器を用いること
なく、容易に文字や画像を含む各種情報を閲覧・入手す
ることができ、且つ電話受電転送業務，資料請求受注業
務，通信販売受注業務，テレフォンバンキング等の様々
な業務に適用することが可能である。

【図面の簡単な説明】

【図１】本発明にかかる音声応答型情報提供システムが
電子カタログ装置として構成された場合の一実施形態を
示すシステム構成図である。

【図２】テレビ電話送受信装置を示すブロック図であ
る。

【図３】音声応答型情報サーバを示すブロック図であ
る。

【図４】記憶装置に記憶されているファイルを示す概念
図である。

【図５】顧客情報データベースファイルを示す概念図で
ある。

【図６】ファイル情報データベースファイルを示す概念
図である。

【図７】画面表示装置を示すブロック図である。

【図８】テレビ電話送受信装置を示すブロック図であ
る。

【図９】音声応答型情報サーバの動作を示すフローチャ
ート図である。

【符号の説明】

１０ 音声応答型情報提供システム １２ 音声応答型情報サーバ １４ 発呼者電話番号取得装置 １６ テレビ電話送受信装置 ２６ 音声認識処理装置 ３４ａ 音声認識処理プログラム ３４ｂ 応答音声データファイル群 ３４ｄ 顧客情報データベースファイル ３４ｃ ファイル情報データベースファイル ４４ 画面表示装置 ６０ テレビ電話端末装置 ６２ テレビ電話送受信装置 ７２ 送受話器 ７４ 表示装置 １００ 公衆回線

Claims (1)

【特許請求の範囲】
1. 【請求項１】 テレビ電話端末装置と通信回線と音声応
   答型情報サーバからなる音声応答型情報提供システムで
   あって、 前記音声応答型情報サーバは、 発呼者から送信されてきた音声に基づいて各種の処理を
   行う音声認識処理装置と、 前記テレビ電話端末装置に表示する画面を生成する画面
   表示装置とを有し、 前記音声認識処理装置は、前記発呼者から画面切替えを
   指示するため発声された送信された音声に基づいて、前
   記画面表示装置の生成する画面を切替えることを特徴と
   した音声応答型情報提供システム。