JP2005038067A

JP2005038067A - 音声入力機能を備えたフォームを提供する電子フォームシステム

Info

Publication number: JP2005038067A
Application number: JP2003198145A
Authority: JP
Inventors: Tomoko Wada; 朋子和田
Original assignee: Dai Nippon Printing Co Ltd
Current assignee: Dai Nippon Printing Co Ltd
Priority date: 2003-07-17
Filing date: 2003-07-17
Publication date: 2005-02-10

Abstract

【課題】音声入力を可能とすることで電子フォーム入力時の利用者の負担を軽減させ、さらに、使い勝手のよい音声インターフェースを備えた電子フォームシステムを提供する。
【解決手段】下記の態様の対話入力機能をＶｏｉｃｅＸＭＬで記述した電子フォームシステムにより上記課題を解決する。
１）各項目の入力順序とそれを促す音声ガイドの内容が決められており、利用者はプログラムされた音声ガイドに従って入力項目の内容を順に発声することにより電子フォームへの入力がなされることを特徴とする
２）音声ガイドを省略し、決められた項目順序で、入力内容を順に発声する、
３）１）または２）を利用者が選択できる。
４）最初の入力は音声で行い、確認訂正は画面インターフェースで行なう
【選択図】図１

Description

【０００１】
【発明の属する技術分野】
本発明は、電子フォームの入力を音声によりできる電子フォームシステムに関する。ここで電子フォームとは、ネットワーク環境下で実行される業務プロセスを、従来の紙の帳票に代わって実現するツールである。ネットワーク環境下で動作する電子フォームシステムにより提供される。
【０００２】
【従来技術】
電子フォームは、電子フォームシステムのユーザーインターフェースとして、特に従来の紙帳票類の電子的なメタファとして、入力・表示・出力等の機能を持ち、さらに、電子化の特性を活かして、例えば入力時点では入力ナビゲーション機能、誤入力チェック機能、自動計算機能等を持たせることもできるものとして利用されている。
【０００３】
電子フォームに何か入力するには、通常、キーボード若しくはそれに準じたもの（ペンパッド、マウス等）から入力する方法が一般的である。そのような操作ができないか非常に困難な状況下では一般に入力が不可能となる。また、身体的特徴により操作ができない場合フォーム入力は補助が必要となる。そのような悪条件の状況ではない場合であっても、入力ははしばしば利用者に負荷を強いる。
【０００４】
これを解決する一つの方法として、特許文献１では、電子フォームシステムの機能を提供するサーバー側で利用者の属性をあらかじめ記憶しておき、利用者の属性に応じて適切有効なナビゲーション機能を使い分ける仕組みを備えた電子書類作成支援システムが開示されている。そのような機能の一つとして音声によりユーザーの入力を受付け、音声信号を電子フォームの入力データに変換して受付ける手段を含んだ構成のシステムが開示されている。
【０００５】
【特許文献１】
特開２００２−１４９９０６号公報
【０００６】
【発明が解決しようとする課題】
特許文献１では、電子フォームシステムの機能を提供するサーバー側で利用者の属性をあらかじめ記憶しておかなければならないという制約がある。また、単に、音声信号を入力データとして受けつけることができるだけでは、必ずしも使い勝手のよい入力インターフェースとなるとは限らない場合がある。
【０００７】
本発明はこのような問題点を考慮してなされたものであり、音声入力を可能とすることで電子フォーム入力時の利用者の負担を軽減させ、さらに、使い勝手のよい音声入力インターフェースを備えた電子フォームシステムを提供することを課題とする。
【０００８】
【課題を解決するための手段】
課題を解決するための第１の発明は、利用者が発した音声を認識して電子フォームの入力データとして受付ける入力インターフェースを備えた電子フォームシステムであって、この電子フォームの入力インターフェース機能をＶｏｉｃｅＸＭＬで記述したことを特徴とする電子フォームシステムである。
【０００９】
ＶｏｉｃｅＸＭＬは音声だけで操作できるインターネットコンテンツを作成する標準記述言語である。ＸＭＬ（ｅＸｔｅｎｓｉｂｌｅＭａｒｋｕｐＬａｎｇｕａｇｅ）をベースにした音声による対話インターフェースの記述言語である。標準化団体Ｗ３Ｃ（ＷｏｒｌｄＷｉｄｅＷｅｂＣｏｎｓｏｒｔｉｕｍ）が使用を策定している。従来から電話やＦＡＸを用いて音声による対話インターフェースにより情報を取り出すシステムを実現する方法として音声応答装置を利用することが行われている。しかし音声応答装置を使用して作成した情報コンテンツは、音声応答装置に依存して作成せざるをえないため、ある音声応答装置用に作成した情報コンテンツを他のメーカーの音声応答装置で利用することができなかった。ＶｏｉｃｅＸＭＬはこのような問題を解消する技術である。ＨＴＭＬ（ＨｙｐｅｒＴｅｘｔＭａｒｋｕｐＬａｎｇｕａｇｅ）で作成されたデータがインターネット経由でアクセスできるサーバーに置かれていれば、Ｗｅｂブラウザを備えたコンピュータであればどこからでも閲覧できるのと同じように、音声による情報コンテンツを広くインターネット上で利用可能とする技術である。
【００１０】
第１の発明の好ましい第２の態様として、各項目の入力順序とそれを促す音声ガイド内容が電子フォームの対話インターフェース機能を記述するＶｏｉｃｅＸＭＬデータにより記述されていて、利用者は前記プログラムされた音声ガイドに従って入力項目を決められた順序で順に発声することにより電子フォームへの入力がなされるように入力インターフェース機能を実現してもよい。
【００１１】
あるいは、好ましい第３の態様として、定められた順番で必要項目数分の項目の値として入力したい内容を音声発声することにより、音声入力を促す音声ガイド無しに電子フォームへ音声入力できる入力インターフェースを備えたものとして第１の発明に係る電子フォームシステムを実現してもよい。
【００１２】
あるいは、好ましい第４の態様として、利用者はこれから音声入力する内容の項目を表す項目名を、まず音声発声して指示し、次にその項目の値として入力したい内容を音声発声することを、必要項目数繰返すことにより、音声入力を促す音声ガイド無しに電子フォームへ音声入力できる入力インターフェースを備えたものとして第１の発明に係る電子フォームシステムを実現してもよい。
【００１３】
あるいは、好ましい第５の態様として、１つの電子フォームにおいて、利用者の選択により、第２の態様の入力インターフェースか、第３または第４の態様の入力インターフェースを用いるかを選択して入力できることを特徴とする電子フォームシステムとして実現してもよい。
【００１４】
第１の発明の好ましい第６の態様は、１回目の入力は音声を発声することにより受付けるが、利用者が入力内容送信を意味する対話操作を行なった後は、入力内容の訂正はマウスまたはキーボードまたはボタンの操作により画面上で受付けるようにしたことを特徴とする前記いずれかの態様の電子フォームシステムである。携帯電話端末の表示機能が充実してきたことを考慮すると、音声入力と画面入力の長所を利用できるこのような対話インターフェースが可能である。
【００１５】
【発明の実施の形態】
以下図面を用いて、本発明の一実施形態である電子フォームシステム１（以下「システム１」）を説明してゆく。図１にシステム１の全体構成図を示す。システム１においてはセンターサーバー側の設備としては、ＶｏｉｃｅＸＭＬサーバー３とＷｅｂサーバー４を備える。８は固定電話、９は携帯電話である。５はマイク、イヤホン端子（スピーカ）を内蔵したパソコンである。利用者は、固定電話８若しくは携帯電話９あるいは、パソコン５を通じてセンターにアクセスする。７はインターネット、６は電話回線である。
【００１６】
ＶｏｉｃｅＸＭＬサーバー３は、回線の着信や切断を監視／制御し電話網６とサーバー３の各部との間のインターフェースを提供する制御部３０、着信した音声信号を認識して入力デジタルデータとする音声認識部３２、出力デジタルデータを合成音声に変換する音声合成部３３、ＨＴＴＰサーバー４１から送られてくるＶｏｉｃｅＸＭＬ文書データを解釈して音声合成部３３に渡す出力データとし、また、入力データをＶｏｉｃｅＸＭＬのタグにしたがって解釈してＨＴＴＰサーバー４１に渡すデータ形式に変換するＶｏｉｃｅＸＭＬインタプリタ３１を含んだ構成となっている。
【００１７】
Ｗｅｂサーバー４は、ＨＴＴＰサーバー４１と電子フォームモジュール４２を備える。電子フォームモジュール４２は、幾つかのプログラムと必要なデータを含むソフトウエアモジュールである。電子フォームモジュール４２は、電子フォーム機能を利用者に提供するために、利用者が要求する処理および利用者の対話入力に応じて必要なＶｏｉｃｅＸＭＬデータ４３、またはＨＴＭＬデータ４４を作成して、または図示していない記憶装置よりフォームデータを読み出してＨＴＴＰサーバー４１に提供する。尚、携帯電話８の画面データを提供する場合はＨＴＭＬ以外のデータ形式のデータを提供する場合がある。ＨＴＴＰサーバー４１は、ＨＴＭＬデータ４４をＨＴＴＰプロトコルでインターネット７を通じて直接利用者に送信する（ＨＴＭＬデータ４４の場合）か、または、ＨＴＴＰプロトコルでＶｏｉｃｅＸＭＬインタプリタ３１に送付する（ＶｏｉｃｅＸＭＬデータ４３の場合）。電子フォームモジュール４２が提供する幾つかの処理は、ＨＴＴＰサーバー４１から呼出されるプログラムにより実行されるものである。尚、電子フォームモジュール４２は、Ｗｅｂサーバー４とは別のサーバーに備えることも可能である。
【００１８】
音声入力における各項目の入力順序はＶｏｉｃｅＸＭＬに定められたタグを用いて、記述することで決まる。ＶｏｉｃｅＸＭＬインタプリタ３１は、ＶｏｉｃｅＸＭＬのタグを認識し、タグを付されて記述されたデータの内容の意味を、タグにしたがって解釈して、入力案内音声として音声合成出力したり、音声の入力を待って、これを認識して、入力データとして扱うなどの処理を行なう。
【００１９】
システム１の対話入力機能は、幾つかの方式が可能である。以下、ＶｏｉｃｅＸＭＬの記述例を示しながらさらに詳細に説明する。
【００２０】
（方式１：システムが主導して対話音声入力を進める方式）図２は、方式１の対話入力例を示すものである。システムから、入力を促す案内音声が入力項目毎に音声出力され、利用者は項目毎にその値として入力する内容を音声発声して入力する。方式１では、使用するフォームの入力に慣れていない利用者でも音声ガイダンスにしたがって進めればよいので間違いなく入力することができる。
【００２１】
図３は、方式１の対話インターフェースを実現するＶｏｉｃｅＸＭＬドキュメントの一例である。＜ｆｉｅｌｄｎａｍｅ＝”項目名”＞と＜／ｆｉｅｌｄ＞で区切られるまとまりが１つの項目の入力を示す。このまとまりを必要な項目種類だけ繰返すことでフォームの入力ができる。＜ｐｒｏｍｐｔ＞と＜／ｐｒｏｍｐｔ＞で区切られるまとまり案内音声を再生し、引き続く利用者の音声を待つ。
【００２２】
（方式２および方式３：ユーザーが主導して対話音声入力を進める方式）図４は、方式２の対話入力例を示すものである。利用者は項目毎にその値として入力する内容を項目入力の順に連続して音声発声して入力する。使用するフォームの入力に慣れている利用者では項目の入力毎にいちいち音声ガイダンスを聞くよりも、この方が能率的に入力できる。入力順を間違えた時のシステム側の負荷がかかるので、利用者が項目値を発声する前にかならず項目名を発声するようにしてもよい。
【００２３】
図６は、方式２の対話インターフェースを実現するＶｏｉｃｅＸＭＬドキュメントの一例である。＜ｆｉｅｌｄｎａｍｅ＝”項目名”＞と＜／ｆｉｅｌｄ＞で区切られるまとまりが１つの項目の入力を示す。音声による入力ガイダンスを意味する＜ｐｒｏｍｐｔ＞タグが省略されている。
利用者は、定められた項目の順に、その値として入力すべき内容を順に発声することでフォームの入力ができる。方式３はこの方式２の変形であって、入力順が前後しても正しく入力できるように、利用者が項目値を発声する前にかならず項目名を発声するようにしたものである。
【００２４】
（方式４：選択可能な方式）上記３方式のいずれで行なうかを、利用者が選択できるようにした電子フォームである。図５は、方式４の対話入力例の冒頭部分を示すものである。この方式の場合にはどちらの方式で行なうかを選択する入力を冒頭で受付けるようなＶｏｉｃｅＸＭＬドキュメントを用意すればよい。
【００２５】
（方式５：確認訂正画面と併用する方式）携帯電話利用者が増え、携帯電話端末の表示機能が充実してきていることを考えると電子フォームへの入力をまず音声だけで行い、音声入力した後、確認は携帯電話機やパソコンの画面で行ない、訂正する時だけキー入力するという対話インターフェースも有効である。電子フォームモジュール４２のプログラムを工夫することにより、このような音声入力と画面入力のそれぞれの利点を取り入れた複合型入力インターフェースを提供することが可能となる。すなわち、利用者は、名前や住所等の字数の多い入力は音声入力の方が楽であり、一方、入力データの確認、訂正のための入力操作は、画面とキーボードまたはボタン操作による方が速く訂正が可能なので、両者の長所を組合わせるわけである。
【００２６】
具体的には、最初に、電子フォームの基本画面をＨＴＭＬデータ（携帯電話の場合は、携帯電話端末で表示可能な形式のデータの意味とする。以下同じ。）として利用者のパソコンに送り、そこで、キーボード、ボタン又はマウス操作を用いた対話画面により入力を行なうか、音声入力により入力を行なうか、音声入力の場合は、前記方式１〜３のいずれを用いるかを選択させ、一通りのデータ入力が終ったところで、利用者が入力終りを示す指示を行なった時に、センター側ではそれまでの入力したデータから確認訂正入力用の画面を表示するＨＴＭＬデータを生成し、これを利用者に送付する。利用者は、パソコン、または携帯電話機の画面上で、必要に応じて訂正入力を行なう。
【００２７】
すなわち、電子フォームモジュール４２を、最初の段階でＨＴＴＰサーバー４１に呼出された時にＶｏｉｃｅＸＭＬドキュメントを提供する第１のプログラムと、次の段階で、利用者が音声入力した結果がＷｅｂサーバー４に送り付けられた時にＨＴＴＰサーバー４１から呼出されて、その入力データに基づいて確認画面・訂正入力画面として利用者の使用する端末で表示されるＨＴＭＬデータを生成して提供する第２のプログラムと、を含むように構成すればよい。
【００２８】
以上説明した方式１から方式５の音声入力インターフェース機能を備えた電子フォームを利用できる電子フォームシステムは、音声を利用するコンテンツの記述言語であるＶｏｉｃｅＸＭＬおよび、ＨＴＴＰをはじめとするＷＷＷ技術を用いて実現可能である。
【００２９】
【発明の効果】
以上、方式１から方式５の音声入力方式を実現した電子フォームを提供する電子フォームシステムを採用することにより、利用者の負担は軽減され、使い勝手のよい音声入力インターフェースを備えた電子フォームシステムを提供することができるという顕著な効果を奏する。
【図面の簡単な説明】
【図１】本発明の一実施形態である電子フォームシステム１の全体構成図である。
【図２】方式１による音声対話入力の一例である。
【図３】方式１による音声対話入力を行なうＶｏｉｃｅＸＭＬの記述例である。
【図４】方式２による音声対話入力の一例である。
【図５】方式４による音声対話入力の一例である。
【図６】方式２による音声対話入力を行なうＶｏｉｃｅＸＭＬの記述例である
【符号の説明】
１電子フォームシステム
３ＶｏｉｃｅＸＭＬサーバー
４ＷＷＷサーバー
５パソコン
６電話回線網
７インターネット
８固定電話
９携帯電話
３０制御部
３１ＶｏｉｃｅＸＭＬインタプリタ
３２音声認識部
３３音声合成部
４１ＨＴＴＰサーバー
４２電子フォームモジュール
４３ＶｏｉｃｅＸＭＬドキュメント
４４ＨＴＭＬドキュメント

Claims

利用者が発した音声を認識して電子フォームの入力データとして受付ける入力インターフェースを備えた電子フォームシステムであって、この電子フォームの入力インターフェース機能をＶｏｉｃｅＸＭＬで記述したことを特徴とする電子フォームシステム。
請求項１に記載の電子フォームシステムにおいて、各項目の入力順序とそれを促す音声ガイド内容が電子フォームの対話インターフェース機能を記述するＶｏｉｃｅＸＭＬデータにより記述されていて、利用者は前記プログラムされた音声ガイドに従って入力項目を決められた順序で順に発声することにより電子フォームへの入力がなされることを特徴とする電子フォームシステム。
請求項１に記載の電子フォームシステムであって、定められた順番で必要項目数分の項目の値として入力したい内容を音声発声することにより、音声入力を促す音声ガイド無しに電子フォームへ音声入力できる入力インターフェースを備えたことを特徴とする電子フォームシステム。
請求項１に記載の電子フォームシステムであって、利用者はこれから音声入力する内容の項目を表す項目名を、まず音声発声して指示し、次にその項目の値として入力したい内容を音声発声することを、必要項目数繰返すことにより、音声入力を促す音声ガイド無しに電子フォームへ音声入力できる入力インターフェースを備えたことを特徴とする電子フォームシステム。
１つの電子フォームにおいて、利用者の選択により、請求項２に記載の入力インターフェースか、請求項３または請求項４に記載の入力インターフェースを用いるかを選択して入力できることを特徴とする電子フォームシステム。
１回目の入力は音声を発声することにより受付けるが、利用者が入力内容送信を意味する対話操作を行なった後は、入力内容の訂正はマウスまたはキーボードまたはボタンの操作により画面上で受付けるようにしたことを特徴とする請求項１から請求項５のいずれかに記載の電子フォームシステム。