JP2004133699A

JP2004133699A - 自動応答処理システムのクライアント端末装置およびサーバ装置

Info

Publication number: JP2004133699A
Application number: JP2002297767A
Authority: JP
Inventors: Toshiyuki Ito; 伊藤　俊之
Original assignee: Mitsubishi Electric Corp
Current assignee: Mitsubishi Electric Corp
Priority date: 2002-10-10
Filing date: 2002-10-10
Publication date: 2004-04-30

Abstract

【課題】クライアントで実行可能な処理はクライアントで実行することによりトラフィックまたはサーバの処理量の負荷を低減できる自動音声応答処理システムのクライアント端末装置およびサーバ装置を得る。
【解決手段】クライアント端末装置１０の音声応答シナリオ処理部１６がサーバ装置２０の記憶装置２８に格納されている音声応答シナリオをダウンロードし、振分判断処理部１７が次に実行する処理の音声応答シナリオとクライアント端末装置１０の処理能力とを比較して、その音声応答シナリオをクライアント端末装置１０自身で実行できるか否かを判断し、振分処理部１２が、前記判断結果が「実行可能」の場合は音声入力データを音声認識処理部１３に供給し、「実行不可能」の場合はサーバ装置２０の音声認識処理部２３に供給する。
【選択図】　　　　図１

Description

【０００１】
【発明の属する技術分野】
この発明は、ユーザに対して自動的に応答処理を行う自動応答処理システムのクライアント端末装置およびサーバ装置に関するものである。
【０００２】
【従来の技術】
ユーザに対して自動的に音声、テキストまたは画像を介して応答処理を行う各種の自動応答技術が提案されている。かかる自動応答技術の一種として、クライアント端末装置がユーザの入力を受け付け、入力に基づいた処理をサーバが実行し、サーバの処理に基づいてクライアント端末装置がユーザに返答するシステムがある。この種の自動応答処理システムでは、ユーザの入力に基づいた画像や音声データがネットワークを通じてサーバに転送され、高速な処理が要求される認識処理や合成処理はサーバで蓄積データを利用して行われる。例えば、特許文献１はこの種の自動応答処理システムを開示する。
【０００３】
【特許文献１】
特開平１０−２１４２５８号公報（第３−５頁、第１図）
【特許文献２】
特開２００１−３３７６９５公報
【特許文献３】
特開平５−２３３５６５号公報
【０００４】
【発明が解決しようとする課題】
従来のデータ処理システムでは、高速の処理や大規模な記憶容量を必要とする音声の認識処理や合成処理は専らサーバで行っていた。しかし、最近ではクライアントの処理能力が向上し、簡単な認識処理や合成処理はクライアントでも実行可能となっている。また、近年のモバイル通信環境の発展により大量のデータの交換が可能になってきているため、クライアントとサーバ間のトラフィックおよびサーバの処理量の負荷が増大している。この問題が重要視されるようになったため、クライアント側で実行可能な処理はクライアントで実行することによりトラフィックまたはサーバの処理量の負荷を低減することが望まれている。しかし、上記のシステムではこのような要求に対応できないという課題があった。
【０００５】
この発明は、上記のような課題を解決するためになされたもので、クライアントで実行可能な処理はクライアントで実行することによりトラフィックまたはサーバの処理量の負荷を低減できる自動音声応答処理システムのクライアント端末装置およびサーバ装置を得ることを目的とする。
【０００６】
【課題を解決するための手段】
この発明に係る自動応答処理システムのクライアント端末装置は、自動応答シナリオに従って入力データを自動的に処理して応答データを生成することができる外部装置と通信可能な自動応答処理システムのクライアント端末装置であって、入力データを生成する入力手段と、自動応答シナリオに従って入力データを自動的に処理して応答データを生成する応答処理手段と、自動応答シナリオの処理内容に基づいて、入力データを前記応答処理手段と前記外部装置のいずれに供給するかを判断する判断手段と、前記判断手段の判断に従って、入力データを前記応答処理手段または前記外部装置に供給する振分処理手段と、前記処理手段または前記外部装置で生成された応答データに基づいてユーザに応答する出力手段とを備えたものである。
【０００７】
【発明の実施の形態】
以下、この発明の様々な実施の形態を説明する。
実施の形態１．
図１はこの発明の実施の形態１による自動音声応答処理システムのブロック図である。図１に示すように、この自動応答処理システムは、クライアント端末装置１０およびサーバ装置（外部装置）２０を備える。クライアント端末装置１０は、音声入力処理部（入力手段）１１、振分処理部（振分処理手段）１２、音声認識処理部（応答処理手段）１３、音声合成処理部（応答処理手段）１４、音声出力処理部（出力手段）１５、音声応答シナリオ処理部（応答処理手段）１６、振分判断処理部（判断手段）１７および記憶装置１８を有する。一方、サーバ装置２０は、音声認識処理部２３、音声合成処理部２４、音声応答シナリオ処理部２６、および記憶装置２８を有する。
クライアント端末装置１０およびサーバ装置２０は、ネットワークまたは専用回線で接続されている。使用しうるネットワークは、ＬＡＮ（ｌｏｃａｌ　ａｒｅａ　ｎｅｔｗｏｒｋ）でもインターネットでもよく、その通信形式は無線でも有線でもよい。
【０００８】
クライアント端末装置１０においては、ユーザから発せられた音声が音声入力処理部１１、すなわちマイクロフォンに入力され、音声入力処理部１１は音声を音声入力データに変換し、この音声入力データを振分処理部１２に供給する。振分処理部１２は、音声応答シナリオ処理部１６の振分判断処理部１７の判断（後述する）に基づいて、音声入力データをクライアント端末装置１０の音声認識処理部１３またはサーバ装置２０の音声認識処理部２３に供給する。
【０００９】
音声入力データが音声認識処理部１３に供給される場合には、音声認識処理部１３は音声認識を行う。すなわち音声入力データをテキストデータに変換する。変換されたテキストデータは、音声応答シナリオ処理部１６に供給される。音声応答シナリオ処理部１６はテキストデータに基づいて適切な処理を実行する。音声応答シナリオ処理部１６が実行する処理には、ユーザへの応答のための新たなテキストデータの作成および音声合成処理部１４へのそのテキストデータの供給や、音声認識処理部１３から供給されたテキストデータ自体の音声合成処理部１４への転送も含まれる。音声応答シナリオ処理部１６から供給されたテキストデータに基づいて音声合成処理部１４は音声を合成する。すなわち、テキストデータを音声出力データに変換する。この音声出力データを音声出力処理部１５すなわちスピーカが音声に変換してユーザに音声の応答を与える。
【００１０】
他方、振分処理部１２から音声入力データがサーバ装置２０の音声認識処理部２３に供給される場合には、音声認識処理部２３が音声認識を行う。すなわち音声入力データをテキストデータに変換する。変換されたテキストデータは、音声応答シナリオ処理部２６に供給される。音声応答シナリオ処理部２６はテキストデータに基づいて適切な処理を実行する。音声応答シナリオ処理部２６が実行する処理には、ユーザへの応答のための新たなテキストデータの作成および音声合成処理部２４へのそのテキストデータの供給や、音声認識処理部２３から供給されたテキストデータ自体の音声合成処理部２４への転送も含まれる。音声応答シナリオ処理部２６から供給されたテキストデータに基づいて音声合成処理部２４は音声を合成する。すなわち、テキストデータを音声出力データに変換する。音声合成処理部２４はこの音声出力データをクライアント端末装置１０に送信し、クライアント端末装置１０では音声出力データを音声出力処理部１５が音声に変換してユーザに音声の応答を与える。
【００１１】
この自動音声応答処理システムが行う自動音声応答処理は、振分判断処理部１７の判断に応じて、クライアント端末装置１０の音声応答シナリオ処理部１６またはサーバ装置２０の音声応答シナリオ処理部２６で実行される。クライアント端末装置１０において、音声応答シナリオ処理部１６は、自動音声応答シナリオに規定された手順に従って、音声認識処理、音声に基づく各種の処理、および音声合成処理を実行する。具体的には、音声応答シナリオ処理部１６は、音声認識処理部１３を制御して音声認識処理を実行させ、音声に基づく各種の処理を実行し、音声合成処理部１４を制御して音声合成処理を実行させる。また、サーバ装置２０において、音声応答シナリオ処理部２６は、自動音声応答シナリオに規定された手順に従って、音声認識処理部２３を制御して音声認識処理を実行させ、音声に基づく各種の処理を実行し、音声合成処理部２４を制御して音声合成処理を実行させる。
【００１２】
自動音声応答シナリオとは、音声認識処理、音声合成処理およびそれらを繋ぐ処理のフロー、さらに他システムまたは他装置との連携処理に関する処理のフローなどを規定した複数のスクリプトファイルの集合であって、自動音声応答処理全体が規定されたものである。例えば、住所を取得するスクリプト、名前を取得するスクリプト、取得したデータを記憶装置に格納するスクリプト等がある。連携処理としての認証処理および認証に続くサービス処理のためのスクリプトが設けられていてもよい。
【００１３】
サーバ装置２０の記憶装置２８には自動音声応答シナリオが格納されており、音声応答シナリオ処理部２６は、記憶装置２８から読み出された音声応答シナリオ中のスクリプトに従って動作する。また、サーバ装置２０の音声応答シナリオ処理部２６は、記憶装置２８から音声応答シナリオを読み出してクライアント端末装置１０に転送する機能を有しており、このようにダウンロードされた音声応答シナリオはクライアント端末装置１０の記憶装置１８に一時的に格納される。音声応答シナリオ処理部１６は、記憶装置１８から読み出された音声応答シナリオ中のスクリプトに従って動作する。記憶装置１８には、このクライアント端末装置１０の音声認識処理能力および音声認識処理能力に関する情報があらかじめ格納されている。
【００１４】
次に動作について説明する。
自動音声応答処理用プログラムがクライアント端末装置１０で起動されると、クライアント端末装置１０の音声応答シナリオ処理部１６がサーバ装置２０の記憶装置２８に格納されている音声応答シナリオをダウンロードする。ダウンロードする対象は、自動音声応答処理の全てのスクリプトつまりシナリオ全体でもよいし、一部のスクリプトでもよい。例えば、高性能なクライアント端末装置１０の場合は、全てのスクリプトをダウンロードするなど、クライアント端末装置１０が自分の処理能力に応じて決定してもよい。
【００１５】
また、クライアント端末装置１０の処理能力に関わらず、サーバ装置２０の音声応答シナリオ処理部２６がダウンロードするスクリプトを決定してもよい。例えば、音声応答処理全体が軽い処理であれば音声応答シナリオ全体をダウンロードし、重い処理が含まれる場合には重い処理と軽い処理とを分割して軽い処理のスクリプトだけをダウンロードするようにしてもよい。音声認識・音声合成処理に関するスクリプトだけをダウンロードしてもよい。ダウンロードしたシナリオまたはスクリプトは記憶装置１８に格納される。
【００１６】
続いて、音声応答シナリオ処理部１６は、自動音声応答処理用プログラムに従って動作する。自動音声応答処理用プログラムの実行中に、音声応答シナリオ処理部１６は振分判断処理部１７により、次に実行する処理段階について調べる。具体的には、次に実行する処理の音声応答シナリオまたはスクリプトと、記憶装置１８に格納されているクライアント端末装置１０の処理能力、例えば音声認識・合成処理能力とを比較して、その音声応答シナリオまたはスクリプトをクライアント端末装置１０自身で実行できるか否かを判断し、この判断結果を振分処理部１２に供給する。
【００１７】
判断結果が「実行可能」である場合は、クライアント端末装置１０の音声応答シナリオ処理部１６が、次の音声応答シナリオまたはスクリプトに従って音声応答処理を実行する。また、判断結果が「実行不可能」である場合は、音声応答シナリオ処理部１６は、この判断結果を次に実行すべき音声応答シナリオまたはスクリプトの指定とともに、サーバ装置２０の音声応答シナリオ処理部２６に通知する。音声応答シナリオ処理部２６はこれに応答して適切な音声応答処理を実行可能に待機する。
【００１８】
上記判断結果に応じて、音声入力処理部１１で生成された音声入力データを振分処理部１２は、音声認識処理部１３とサーバ装置２０の音声認識処理部２３のいずれかに供給する。具体的には、振分処理部１２は上記判断結果が「実行可能」である場合は上記音声入力データを音声認識処理部１３に供給し、「実行不可能」である場合は上記音声入力データをサーバ装置２０の音声認識処理部２３に転送する。例えば、実行すべきスクリプトが、ユーザの名前の入力を要求する名前取得スクリプトである場合には、音声入力処理部１１はユーザが発音した名前を表す音声入力データを生成して振分処理部１２に供給し、振分処理部１２はその音声入力データを音声認識処理部１３または音声認識処理部２３に供給する。
【００１９】
振分処理部１２の判断が「実行可能」である場合、音声認識処理部１３は取得した音声入力データを認識、すなわち音声入力データをテキストデータに変換し、これを音声応答シナリオ処理部１６に転送する。音声応答シナリオに従って音声応答シナリオ処理部１６は、このテキストデータに基づいて適切な処理を実行する。また、音声応答シナリオ処理部１６から供給されたテキストデータに基づいて、音声合成処理部１４は音声出力データを生成し、続いてこの音声出力データを振分処理部１２に供給する。振分処理部１２は、取得した音声出力データを音声出力処理部１５に伝達し、音声出力処理部１５は音声を出力する。
例えば、名前取得スクリプトにおいては、音声応答シナリオ処理部１６は、音声認識処理部１３が生成したユーザの名前を表すテキストデータを音声合成処理部１４に転送し、音声合成処理部１４は、音声認識処理部１３が認識した名前が正しいか否かをユーザに確認させるために、このテキストデータから音声出力データを生成し、音声出力処理部１５はその名前を発音する。
【００２０】
一方、判断結果が「実行不可能」である場合、サーバ装置２０の音声認識処理部２３は取得した音声入力データを認識、すなわち音声入力データをテキストデータに変換し、これを音声応答シナリオ処理部２６に転送する。音声応答シナリオに従って音声応答シナリオ処理部２６は、このテキストデータに基づいて適切な処理を実行する。また、音声応答シナリオ処理部２６から供給されたテキストデータに基づいて、音声合成処理部２４は音声出力データを生成し、続いてこの音声出力データをクライアント端末装置１０の振分処理部１２に転送する。振分処理部１２は、取得した音声出力データを音声出力処理部１５に伝達し、音声出力処理部１５は音声を出力する。
例えば、名前取得スクリプトにおいては、音声応答シナリオ処理部２６は、音声認識処理部２３が生成したユーザの名前を表すテキストデータを音声合成処理部２４に転送し、音声合成処理部２４は、音声認識処理部２３が認識した名前が正しいか否かをユーザに確認させるために、このテキストデータから音声出力データを生成し、音声出力処理部１５はその名前を発音する。
【００２１】
実行中の音声応答シナリオまたはスクリプトに残りの工程があれば、クライアント端末装置１０またはサーバ装置２０は残りの工程に従った処理を続行する一方、音声応答シナリオまたはスクリプトが終了すれば次の音声応答シナリオまたはスクリプトに従って処理を開始する。例えば、名前取得スクリプトでは、ユーザから音声認識が誤っている旨を示す音声入力が音声入力処理部１１に与えられると、音声応答シナリオ処理部１６または２６は名前取得スクリプトを再試行する。他方、ユーザから音声認識が正しい旨を示す音声入力が音声入力処理部１１に与えられると、名前を示すテキストデータを音声応答シナリオ処理部１６または２６は記憶装置１８または２８に格納して名前取得スクリプトは終了する。名前取得スクリプトの終了後、例えばユーザの住所の入力を要求する住所取得スクリプトを開始する。音声応答シナリオまたはスクリプトの処理をサーバ装置２０で実行した場合には、音声応答シナリオ処理部２６はそのスクリプト処理の終了をクライアント端末装置１０に通知し、自動音声応答プログラムの次の処理の開始を円滑化すると好ましい。
【００２２】
次に実行する音声応答シナリオまたはスクリプトについても、上記と同様に音声応答シナリオ処理部１６は振分判断処理部１７により、音声応答シナリオまたはスクリプトをクライアント端末装置１０自身で実行できるか否かを判断し、この判断に従ってクライアント端末装置１０またはサーバ装置２０がその音声応答シナリオまたはスクリプトを実行する。以降、同様に音声応答シナリオまたはスクリプトに従って自動音声応答処理を行う。
【００２３】
なお、自動音声応答処理用プログラム起動時に、音声応答シナリオのうち一部のスクリプトファイルのみをダウンロードした場合は、次のスクリプトファイルが必要になった時点で、音声応答シナリオ処理部１６はその旨をサーバ装置２０に通知し、サーバ装置２０より必要なスクリプトファイルをダウンロードする。続いて、クライアント端末装置１０の処理能力に基づいてクライアント端末装置１０で実行可能か否かを振分判断処理部１７で判断して、上記と同様に処理を行う。
【００２４】
以上のように、この実施の形態１によれば、クライアント端末装置１０が音声応答シナリオ処理部１６の振分判断処理部１７により、自動応答シナリオの処理内容に基づいて、音声入力データの供給先を判断するようにしたので、クライアントの処理能力に応じてクライアント端末装置１０で実行可能な音声応答シナリオの処理内容はクライアント端末装置１０で実行し、実行不可能な処理内容は音声入力データをサーバ装置２０に転送してサーバ装置２０で実行するようにすることができる。従って、トラフィックまたはサーバの処理量の負荷を軽減させた自動音声応答処理システムを提供できるという効果が得られる。
【００２５】
実施の形態２．
図２は、この発明の実施の形態２による自動音声応答処理システムのブロック図である。図１と共通する構成要素を示すには同一の符号を用いて、それらの詳細な説明は省略する。
図２に示す自動音声応答処理システムおいて、クライアント端末装置１０の音声応答シナリオ処理部１６には振分判断処理部１７が設けられておらず、サーバ装置（外部装置）２０の音声応答シナリオ処理部２６に振分判断処理部（判断手段）２７が設けられている。音声入力処理部１１で生成された音声入力データをクライアント端末装置１０の音声応答シナリオ処理部（応答処理手段）１６とサーバ装置２０の音声応答シナリオ処理部（応答処理手段）２６のいずれで処理すべきかをサーバ装置２０の振分判断処理部２７が判断する。
【００２６】
この判断の基準としてクライアント端末装置１０の処理能力、例えば音声認識・合成処理能力が使用される。このため、クライアント端末装置１０には、音声応答処理能力通知部（処理能力通知手段）１９が設けられており、音声応答処理能力通知部１９は、クライアント端末装置１０の音声認識・合成処理能力に関する情報をサーバ装置２０に転送する。
【００２７】
自動音声応答処理用プログラムがクライアント端末装置１０で起動されると、クライアント端末装置１０の音声応答シナリオ処理部１６が、実行する音声応答シナリオをサーバ装置２０の音声応答シナリオ処理部２６に対して通知する。実行する音声応答シナリオは自動音声応答処理の全てでもよいし、一部でもよい。また、このとき通知するのは、音声応答シナリオの概要、または音声応答シナリオの種類を区別するＩＤ等でよい。続いて、音声応答処理能力通知部１９がクライアント端末装置１０の音声認識・合成処理能力に関する情報をサーバ装置２０の音声応答シナリオ処理部２６に対して通知する。
【００２８】
音声応答シナリオ処理部２６は、クライアント端末装置１０から通知された音声応答シナリオのＩＤ等に対応する音声応答シナリオを記憶装置２８から取得する。続いて、振分判断処理部２７が、次に実行すべき処理段階について調べる。具体的には、実行する音声応答シナリオと通知されたクライアント端末装置１０の処理能力とを比較してクライアント端末装置１０で当該音声応答シナリオを実行できるか否かを判断する。なお、実行する音声応答シナリオは、クライアント端末装置１０の音声応答シナリオ処理部１６が通知する代わりにサーバ装置２０の音声応答シナリオ処理部２６が決定するようにしてもよい。
【００２９】
音声応答シナリオ処理部２６は、判断通知手段として上記判断結果をクライアント端末装置１０の音声応答シナリオ処理部１６に転送する。また、判断結果がクライアント端末装置１０で「実行可能」である場合は、当該音声応答シナリオをダウンロードする。音声応答シナリオ処理部１６は、取得した判断結果を振分処理部（振分処理手段）１２に供給すると共に、ダウンロードした音声応答シナリオに従って音声応答処理を開始する。また、判断結果が「実行不可能」である場合は、音声応答シナリオ処理部２６が音声応答処理を開始する。
【００３０】
以降、実施の形態１と同様に、音声入力処理部１１がユーザから音声入力データを取得すると、振分処理部１２は上記判断結果が「実行可能」である場合は音声入力データを音声認識処理部１３に供給し、「実行不可能」である場合は音声入力データをサーバ装置２０の音声認識処理部２３に転送する。判断結果が「実行可能」である場合、音声認識処理部１３は取得した音声入力データをテキストデータに変換し、これを音声応答シナリオ処理部１６に転送する。音声応答シナリオに従って音声応答シナリオ処理部１６はテキストデータに適切な処理を施す。また、音声応答シナリオ処理部１６から供給されたテキストデータに基づいて、音声合成処理部１４は音声出力データを生成し、振分処理部１２に供給する。振分処理部１２は音声出力データを音声出力処理部１５に伝達し、音声出力処理部１５は音声を出力する。
【００３１】
一方、判断結果が「実行不可能」である場合、音声認識処理部２３は取得した音声入力データをテキストデータに変換してこれを音声応答シナリオ処理部２６に転送する。音声応答シナリオに従って音声応答シナリオ処理部２６はテキストデータに基づいた適切な処理を行う。また、音声応答シナリオ処理部２６から供給されたテキストデータに基づいて、音声合成処理部２４は音声出力データを生成し、振分処理部１２に転送する。振分処理部１２は音声出力データを音声出力処理部１５に伝達し、音声出力処理部１５は音声を出力する。
【００３２】
上記の手順により、音声応答シナリオに従って自動音声応答処理を行う。音声応答シナリオの処理をサーバ装置２０で実行した場合には、音声応答シナリオ処理部２６はその音声応答シナリオの処理の終了をクライアント端末装置１０に通知し、自動音声応答プログラムの次の処理の開始を円滑化すると好ましい。
自動音声応答処理用プログラム起動時に、実行する音声応答シナリオとして音声応答シナリオ処理部１６が一部のスクリプトファイルのみを通知した場合は、次のスクリプトファイルが必要になった時点で音声応答シナリオ処理部１６は必要なスクリプトファイルを通知する。続いて、クライアント端末装置１０の処理能力に基づいてクライアント端末装置１０でそのスクリプトファイルを実行可能か否かを振分判断処理部２７で判断して、実行可能である場合のみそのスクリプトファイルをダウンロードし、上記と同様に処理を行う。
【００３３】
以上のように、この実施の形態２によれば、クライアント端末装置１０が音声認識・合成処理能力に関する情報をサーバ装置２０に通知する音声応答処理能力通知部１９を備え、サーバ装置２０の振分判断処理部２７が自動音声応答シナリオの処理内容とクライアント端末装置の処理能力に応じて音声入力データの供給先を判断するようにしたので、クライアントの処理能力に応じてクライアント端末装置１０で実行可能な音声応答シナリオの処理内容はクライアント端末装置１０で実行し、実行不可能な処理内容は音声入力データをサーバ装置２０に転送してサーバ装置２０で実行するようにすることができる。従って、サーバの処理量の負荷を軽減させた自動音声応答処理システムを提供できるという効果が得られる。
【００３４】
また、クライアント端末装置１０で実行可能な音声応答シナリオのみをダウンロードするようにしたので、クライアント端末装置１０で実行不可能な音声応答シナリオまでダウンロードすることがないため、トラフィックを軽減させることができる。
【００３５】
実施の形態３．
図３は、この発明の実施の形態３による自動音声応答処理システムのブロック図である。図３において、図２と共通する構成要素を示すには同一の符号を用いて、それらの詳細な説明を省略する。この実施の形態では、クライアント端末装置１０の記憶装置１８に汎用的な音声応答シナリオ（以下、組込音声応答シナリオと呼ぶ）があらかじめ格納されている。
【００３６】
自動音声応答処理用プログラムがクライアント端末装置１０で起動されると、クライアント端末装置１０の音声応答シナリオ処理部１６が、実行する音声応答シナリオをサーバ装置２０の音声応答シナリオ処理部２６に対して通知する。実行する音声応答シナリオは自動音声応答処理の全てでもよいし、一部でもよい。続いて、音声応答処理能力通知部１９が既存シナリオ通知手段として機能し、クライアント端末装置１０の音声認識処理・合成処理能力および記憶装置１８にあらかじめ格納されている組込音声応答シナリオをサーバ装置２０の音声応答シナリオ処理部２６に対して通知する。これらの音声応答シナリオの通知については、音声応答シナリオの概要、または音声応答シナリオの種類を区別するＩＤ等を通知すればよい。
【００３７】
音声応答シナリオ処理部２６は、クライアント端末装置１０から通知された音声応答シナリオのＩＤ等に対応する音声応答シナリオを記憶装置２８から取得する。続いて、振分判断処理部２７が、次に実行する処理段階について調べる。具体的には、実行する音声応答シナリオと通知されたクライアント端末装置１０の処理能力とを比較してクライアント端末装置１０で当該音声応答シナリオを実行できるか否かを判断する。さらに振分判断処理部２７はクライアント端末装置１０で「実行可能」と判断した場合に、クライアント端末装置１０から与えられた組込音声応答シナリオの通知から、実行する音声応答シナリオがクライアント端末装置１０の記憶装置１８に格納されているか否か判断する。なお、実行する音声応答シナリオは、クライアント端末装置１０の音声応答シナリオ処理部１６が通知する代わりにサーバ装置２０の音声応答シナリオ処理部２６が決定するようにしてもよい。
【００３８】
音声応答シナリオ処理部２６は、判断通知手段として上記判断結果をクライアント端末装置１０の音声応答シナリオ処理部１６に通知する。また、判断結果がクライアント端末装置１０で「実行可能」であり、かつ当該音声応答シナリオが記憶装置１８に格納されていないと判断された場合は、クライアント端末装置１０でその音声応答シナリオを実行させるために、音声応答シナリオ処理部２６は送信手段として、音声応答シナリオをクライアント端末装置１０に送信する。クライアント端末装置１０の振分処理部１２は、受信手段として、このようにダウンロードした不足の音声応答シナリオを記憶装置１８に格納する。
また、判断結果が「実行可能」である場合、音声応答シナリオ処理部１６は、取得した判断結果を振分処理部１２に供給すると共に、あらかじめ記憶装置１８に格納されていたかまたは新たにダウンロードした音声応答シナリオに従って音声応答処理を開始する。
また、判断結果が「実行不可能」である場合は、音声応答シナリオ処理部２６が音声応答処理を開始する。
【００３９】
以降、実施の形態１，２と同様に、音声入力処理部１１がユーザから音声入力データを取得すると、振分処理部１２は上記判断結果が「実行可能」である場合は音声入力データを音声認識処理部１３に供給し、「実行不可能」である場合は音声入力データをサーバ装置２０の音声認識処理部２３に転送する。判断結果が「実行可能」である場合、音声認識処理部１３は取得した音声入力データをテキストデータに変換し、これを音声応答シナリオ処理部１６に転送する。音声応答シナリオに従って音声応答シナリオ処理部１６はテキストデータに適切な処理を施す。また、音声応答シナリオ処理部１６から供給されたテキストデータに基づいて、音声合成処理部１４は音声出力データを生成し、振分処理部１２に供給する。振分処理部１２は音声出力データを音声出力処理部１５に伝達し、音声出力処理部１５は音声を出力する。
一方、判断結果が「実行不可能」である場合、音声認識処理部２３は取得した音声入力データをテキストデータに変換してこれを音声応答シナリオ処理部２６に転送する。音声応答シナリオに従って音声応答シナリオ処理部２６はテキストデータに基づいた適切な処理を行う。また、音声応答シナリオ処理部２６から供給されたテキストデータに基づいて、音声合成処理部２４は音声出力データを生成し、振分処理部１２に転送する。振分処理部１２は音声出力データを音声出力処理部１５に伝達し、音声出力処理部１５は音声を出力する。
【００４０】
上記の手順により、音声応答シナリオに従って自動音声応答処理を行う。音声応答シナリオの処理をサーバ装置２０で実行した場合には、音声応答シナリオ処理部２６はその音声応答シナリオの処理の終了をクライアント端末装置１０に通知し、自動音声応答プログラムの次の処理の開始を円滑化すると好ましい。
自動音声応答処理用プログラム起動時に、実行する音声応答シナリオとして音声応答シナリオ処理部１６が一部のスクリプトファイルのみを通知した場合は、次のスクリプトファイルが必要になった時点で音声応答シナリオ処理部１６は必要なスクリプトファイルを通知する。続いて、クライアント端末装置１０の処理能力に基づいてクライアント端末装置１０でそのスクリプトファイルを実行可能か否かを振分判断処理部２７で判断して、実行可能である場合のみそのスクリプトファイルをダウンロードし、上記と同様に処理を行う。
【００４１】
以上のように、この実施の形態３によれば、クライアント端末装置１０の記憶装置１８に汎用的な音声応答シナリオをあらかじめ格納し、サーバ装置２０の振分判断処理部２７が自動音声応答シナリオの処理内容とクライアント端末装置のあらかじめ格納された音声応答シナリオに基づいて、クライアント端末装置に格納されていない自動音声応答シナリオを送信するようにしたので、格納した音声応答シナリオについてはダウンロードする必要がなく、実施の形態２に比べてトラフィックを軽減させた自動音声応答処理システムを提供できるという効果が得られる。
【００４２】
以上の実施の形態１〜３は、ユーザが音声を入力し、ユーザに音声で返答する自動音声応答システムに関するが、この発明を以上の実施の形態に限定することを意図するものではない。例えば、ユーザが音声、テキストおよび画像のいずれか、またはこれらの組合せを入力し、ユーザに音声、テキストおよび画像のいずれか、またはこれらの組合せで返答する自動応答システムにも上記の原理を応用することが可能であり、そのような原理が応用された実施の形態もこの発明の範囲内にある。
【００４３】
【発明の効果】
以上のように、この発明によれば、自動応答シナリオ中の処理内容に基づいて、入力データの供給先を判断するようにしたので、クライアントの処理能力に応じてクライアント端末装置で実行可能な音声応答シナリオの処理内容はクライアント端末装置で実行し、実行不可能な処理内容は入力データをサーバ装置に転送してサーバ装置で実行するようにすることができる。従って、トラフィックまたはサーバの処理量の負荷を軽減させることができるという効果がある。
【図面の簡単な説明】
【図１】この発明の実施の形態１による自動音声応答処理システムのブロック図である。
【図２】同実施の形態２による自動音声応答処理システムのブロック図である。
【図３】同実施の形態３による自動音声応答処理システムのブロック図である。
【符号の説明】
１０　クライアント端末装置、１１　音声入力処理部（入力手段）、１２　振分処理部（振分処理手段、受信手段）、１３，２３　音声認識処理部（応答処理手段）、１４，２４　音声合成処理部（応答処理手段）、１５　音声出力処理部（出力手段）、１６　音声応答シナリオ処理部（応答処理手段）、１７，２７　振分判断処理部（判断手段）、１８，２８　記憶装置、１９　音声応答処理能力通知部（処理能力通知手段、既存シナリオ通知手段）、２０　サーバ装置（外部装置）、２６　音声応答シナリオ処理部（応答処理手段、送信手段）。

Claims

自動応答シナリオに従って入力データを自動的に処理して応答データを生成することができる外部装置と通信可能な自動応答処理システムのクライアント端末装置であって、
入力データを生成する入力手段と、
自動応答シナリオに従って入力データを自動的に処理して応答データを生成する応答処理手段と、
自動応答シナリオの処理内容に基づいて、入力データを前記応答処理手段と前記外部装置のいずれに供給するかを判断する判断手段と、
前記判断手段の判断に従って、入力データを前記応答処理手段または前記外部装置に供給する振分処理手段と、
前記処理手段または前記外部装置で生成された応答データに基づいてユーザに応答する出力手段とを備えた自動応答処理システムのクライアント端末装置。
自動応答シナリオに従って入力データを自動的に処理して応答データを生成することができる外部装置と通信可能な自動応答処理システムのクライアント端末装置であって、
入力データを生成する入力手段と、
自動応答シナリオに従って入力データを自動的に処理して応答データを生成する応答処理手段と、
入力データを前記応答処理手段と前記外部装置のいずれに供給するかを前記外部装置で判断させるために、当該クライアント端末装置の処理能力を前記外部装置に通知する処理能力通知手段と、
前記外部装置の判断に従って、前記入力データを前記応答処理手段または前記外部装置に供給する振分処理手段と、
前記応答処理手段または前記外部装置で生成された応答データに基づいてユーザに応答する出力手段とを備えた自動応答処理システムのクライアント端末装置。
自動応答シナリオを格納した記憶手段と、
前記記憶手段に格納された自動応答シナリオを外部装置に通知する既存シナリオ通知手段と、
前記記憶手段に格納されていない自動応答シナリオを前記外部装置から受信する受信手段とを備えたことを特徴とする請求項２記載の自動応答処理システムのクライアント端末装置。
自動応答シナリオに従って入力データを自動的に処理して応答データを生成することができるクライアント端末装置と通信可能な自動応答処理システムのサーバ装置であって、
前記クライアント端末装置から受信した入力データを自動応答シナリオに従って自動的に処理して応答データを生成し、前記応答データを前記クライアント端末装置に与える応答処理手段と、
自動応答シナリオの処理内容と前記クライアント端末装置の処理能力に基づいて、入力データを前記応答処理手段と前記クライアント端末装置のいずれで処理すべきかを判断する判断手段と、
前記判断手段の判断を前記クライアント端末装置に通知する判断通知手段とを備えた自動応答処理システムのサーバ装置。
判断手段が入力データをクライアント端末装置で処理すべきと判断したとき、自動応答シナリオの処理内容と前記クライアント端末装置に既に格納されている自動応答シナリオの内容に基づいて、前記クライアント端末装置に格納されていない自動応答シナリオを送信する送信手段を備えたことを特徴とする請求項４記載の自動応答処理システムのサーバ装置。