JP2005070092A - ネットワークシステム、データ処理装置、方法、及びコンピュータ読み取り可能な記憶媒体 - Google Patents

Abstract

【課題】音声認識処理の利用促進を図るとともに、音声認識処理に使用される多種多様な音響モデルデータや言語モデルデータを迅速かつ低コストで作成、提供等する。
【解決手段】データ送信コンピュータ１０１と、システム運用コンピュータ１０２と、音声認識プログラム実行コンピュータ１０３とがネットワーク１０４を介して接続しており、データ送信コンピュータ１０１からシステム運用コンピュータ１０２へは、音声認識処理に使用される音響モデルデータ（或いは言語モデルデータ）を作成するのに必要な音声データ（或いは文書データ）が送信され、システム運用コンピュータ１０２では、受信した音声データ（或いは文書データ）をもとに音響モデルデータ（或いは言語モデルデータ）を作成し、音声認識プログラム実行コンピュータ１０３からの要求に応じて配信する。
【選択図】 図１

Description

【０００１】
【発明の属する技術分野】
本発明は、音声認識処理に使用される音響モデルデータや言語モデルデータの作成、提供等に利用されるネットワークシステム、データ処理装置、方法、及びコンピュータ読み取り可能な記憶媒体に関する。
【０００２】
【従来の技術】
音声をテキスト等の文字データに変換する音声認識システムが存在する。これらのシステムでは、入力された任意の音声に対して、音響モデルや言語モデルにより決められた一定の規則に従い文字データを生成する。
【０００３】
従来の音声認識システムにおいては、システム或いは製品ごとにあらかじめ固有の音響モデルや言語モデルがセットされており、使用者は購入したシステムに付属の音響モデルや言語モデルを用いて認識文を生成している。
【０００４】
また、音響モデルにおいては、使用者自らの音声を多数収録し、収録した自分の音声をもとに自分に適した音響モデルを作成することで（エンロール作業）、音声認識性能の向上をねらったものもある。
【０００５】
【特許文献１】
特開平９−２５８７７１号公報
【０００６】
【発明が解決しようとする課題】
使用者側においては、使用状況、目的によって多種多様な文章を音声認識により入力することを必要としている。
【０００７】
しかしながら、システムにバンドルされた音響モデルや言語モデルのみを用いた場合、使用者の要求する多種多様な音声認識を満たすことができないことがあった。
【０００８】
また、音響モデルにおいてエンロール作業を行う場合でも、エンロール作業による話者適応は長時間を要することから、使用者の負担が大きく、また、突発的な使用ではエンロール作業を行うことができないため、使用者の要求する音声認識を満たすことができないことがあった。
【０００９】
一方で、音響モデルや言語モデルの作成には、膨大な量のデータを収集する必要があり、手間とコストがかかるため、低コストで使用状況、目的に応じた多種多様な音響モデルや言語モデルを提供するのは困難であるといった欠点があった。
【００１０】
本発明は上記のような実情に鑑みてなされたものであり、ネットワークを利用することにより、音声認識処理の利用促進を図るとともに、音声認識処理に使用される多種多様な音響モデルデータや言語モデルデータを迅速かつ低コストで作成、提供等できるようにすることを目的とする。
【００１１】
【課題を解決するための手段】
本発明のネットワークシステムは、音声認識処理に使用されるモデルデータを作成するのに必要なデータを送信するデータ送信装置と、前記データ送信手段から受信した前記データをもとに前記モデルデータを作成するモデルデータ管理装置とがネットワークを介して接続する点に特徴を有する。
【００１２】
また、本発明の他のネットワークシステムは、音声認識処理に使用されるモデルデータを作成し、送信するデータ送信装置と、前記データ送信手段から受信した前記モデルデータを格納するモデルデータ管理装置とがネットワークを介して接続する点に特徴を有する。
【００１３】
また、本発明の他のネットワークシステムは、音声認識処理に使用されるモデルデータを配信するモデルデータ管理装置と、前記モデルデータ配信装置から受信した前記モデルデータを使用して音声認識処理を実行する音声認識処理実行装置とがネットワークを介して接続する点に特徴を有する。
【００１４】
また、本発明の他のネットワークシステムは、音声認識処理に使用されるモデルデータを格納するとともに、前記モデルデータを使用して音声認識処理を実行するモデルデータ管理装置と、前記モデルデータ管理装置での前記音声認識処理の対象となる音声データを送信する送信端末とがネットワークを介して接続する点に特徴を有する。
【００１５】
本発明のデータ処理装置は、音声認識処理に使用されるモデルデータを作成するのに必要なデータを外部から受信する受信手段と、前記受信手段により受信した前記データをもとに前記モデルデータを作成するモデル作成手段とを備えた点に特徴を有する。
【００１６】
また、本発明の他のデータ処理装置は、音声認識処理に使用されるモデルデータを外部から受信する受信手段と、前記モデルデータを格納するモデルデータ格納手段とを備えた点に特徴を有する。
【００１７】
また、本発明の他のデータ処理装置は、音声認識処理に使用されるモデルデータを格納するモデルデータ格納手段と、前記モデルデータを外部に配信するモデルデータ配信手段を備えた点に特徴を有する。
【００１８】
また、本発明の他のデータ処理装置は、音声認識処理に使用されるモデルデータを格納するモデルデータ格納手段と、外部から音声認識処理の対象となる音声データを受信する受信手段と、前記受信手段により受信した前記音声データについて前記モデルデータを使用して音声認識処理を行う音声認識処理手段と、前記音声認識処理手段で行われた音声認識処理結果を配信する音声認識処理結果配信手段とを備えた点に特徴を有する。
【００１９】
また、本発明の他のデータ処理装置は、音声認識処理に使用されるモデルデータを作成するのに必要なデータを格納する格納手段と、外部から入力された条件に応じて前記データをもとにオンデマンドで前記モデルデータを作成するモデル作成手段と、前記モデル作成手段により作成された前記モデルデータを外部に配信するモデルデータ配信手段とを備えた点に特徴を有する。
【００２０】
本発明のデータ処理方法は、音声認識処理に使用されるモデルデータを作成するのに必要なデータを外部から受信する手順と、前記受信したデータをもとに前記モデルデータを作成する手順とを有する点に特徴を有する。
【００２１】
また、本発明の他のデータ処理方法は、音声認識処理に使用されるモデルデータを外部から受信する手順と、前記モデルデータを格納する手順とを有する点に特徴を有する。
【００２２】
また、本発明の他のデータ処理方法は、音声認識処理に使用されるモデルデータを格納する手順と、前記モデルデータを外部に配信する手順とを有する点に特徴を有する。
【００２３】
また、本発明の他のデータ処理方法は、音声認識処理に使用されるモデルデータを格納する手順と、外部から音声認識処理の対象となる音声データを受信する手順と、前記受信した音声データについて前記モデルデータを使用して音声認識処理を行う手順と、前記音声認識処理結果を配信する手順とを有する点に特徴を有する。
【００２４】
また、本発明の他のデータ処理方法は、音声認識処理に使用されるモデルデータを作成するのに必要なデータを格納する手順と、外部から入力された条件に応じて前記データをもとにオンデマンドで前記モデルデータを作成する手順と、前記作成された前記モデルデータを外部に配信する手順とを有する点に特徴を有する。
【００２５】
本発明のコンピュータ読み取り可能な記憶媒体は、音声認識処理に使用されるモデルデータを作成するのに必要なデータを外部から受信する処理と、前記受信したデータをもとに前記モデルデータを作成する処理とを実行するプログラムを格納した点に特徴を有する。
【００２６】
また、本発明の他のコンピュータ読み取り可能な記憶媒体は、音声認識処理に使用されるモデルデータを外部から受信する処理と、前記モデルデータを格納する処理とを実行するプログラムを格納した点に特徴を有する。
【００２７】
また、本発明の他のコンピュータ読み取り可能な記憶媒体は、音声認識処理に使用されるモデルデータを格納する処理と、前記モデルデータを外部に配信する処理とを実行するプログラムを格納した点に特徴を有する。
【００２８】
また、本発明の他のコンピュータ読み取り可能な記憶媒体は、音声認識処理に使用されるモデルデータを格納する処理と、外部から音声認識処理の対象となる音声データを受信する処理と、前記受信した音声データについて前記モデルデータを使用して音声認識処理を行う処理と、前記音声認識処理結果を配信する処理とを実行するプログラムを格納した点に特徴を有する。
【００２９】
また、本発明の他のコンピュータ読み取り可能な記憶媒体は、音声認識処理に使用されるモデルデータを作成するのに必要なデータを格納する処理と、外部から入力された条件に応じて前記データをもとにオンデマンドで前記モデルデータを作成する処理と、前記作成された前記モデルデータを外部に配信する処理とを実行するプログラムを格納した点に特徴を有する。
【００３０】
【発明の実施の形態】
以下、図面を参照して、本発明のネットワークシステム、データ処理装置、方法、及びコンピュータ読み取り可能な記憶媒体の実施の形態について説明する。
【００３１】
（第１の実施の形態）
図１は、第１の実施の形態のシステム構成を示す図である。１０１はデータ送信コンピュータであり、音響モデルを作成するのに必要なデータをデータ提供者が送信するためのものである。なお、本実施の形態においては、このデータ送信コンピュータ１０１により、本発明でいうデータ送信装置の機能が実現されるものである。
【００３２】
１０２はシステム運用コンピュータであり、データ送信コンピュータ１０１から送信されたデータを受信し、データを管理し、データから音響モデルデータを作成し、使用者に音響モデルデータを配信するためのものである。また、システム運用コンピュータ１０２は、音響モデルデータの配信を受けた使用者がシステム運用者に対して音響モデルデータの対価を支払い、また、システム運用者がデータ提供者に対して提供データの対価を支払うための支払管理も行う。なお、本実施の形態においては、このシステム運用コンピュータ１０２により、本発明でいうモデルデータ管理装置、データ処理装置の機能が実現されるものである。
【００３３】
１０３は音声認識プログラム実行コンピュータであり、システム運用コンピュータ１０２から配信された音響モデルデータを受信して、音声認識プログラムにより音声認識処理を実行するためのものである。なお、本実施の形態においては、この音声認識プログラム実行コンピュータ１０３により、本発明でいう音声認識処理実行装置の機能が実現されるものである。
【００３４】
１０４はネットワークであり、このネットワーク１０４を介して、データ送信コンピュータ１０１とシステム運用コンピュータ１０２と声認識プログラム実行コンピュータ１０３との間のデータ通信が行われる。以下に説明する実施の形態では、ネットワーク１０４としてインターネットを前提として説明するが、これに限定されるものではなく、任意の通信手段、例えば専用線を利用してもよい。
【００３５】
本実施の形態では、大きく分けて、データ送信コンピュータ１０１とシステム運用コンピュータ１０２間での提供データの収集、システム運用コンピュータ１０２での音響モデル作成、システム運用コンピュータ１０２と音声認識プログラム実行コンピュータ１０３間の音響モデルデータの配信・受信といった３つ点に特徴を有する。
【００３６】
（データ送信コンピュータ１０１とシステム運用コンピュータ１０２間での提供データの収集）
図２は、データ送信コンピュータ１０１が実現するデータ送信の機能構成を示すブロック図である。２０１は通信部であり、システム運用コンピュータ１０２との間で行われる通信を実現する。２０２はデータ送信部であり、音声データを送信する。２０３はデータ格納部であり、音声データを格納する。２０４は提供者情報送信部であり、提供者情報を送信する。２０５は提供者情報格納部であり、提供者情報を管理する。２０６はブラウザ部であり、送信に必要な情報等の表示を行う。
【００３７】
データ格納部２０３に格納される音声データの作成方法は問わない。音声データとしては、提供者が発声した音声そのもののデータの他にも、発声内容を記した文書データ、発声話者に関する情報（性別、年齢、個人識別情報等）、音声データ収録条件の情報（マイクの種類、サンプリングレート等）、収録環境条件の情報（収録場所、ノイズデータ等）等を付加したものであってもかまわない。
【００３８】
図３は、システム運用コンピュータ１０２が実現するデータ受信の機能構成を示すブロック図である。３０１は通信部であり、データ送信コンピュータ１０１との間で行われる通信を実現する。３０２はデータ受信部であり、提供者からの音声データを受信する。３０３はデータ確認部であり、受信したデータの確認を行う。３０４はデータ格納部であり、受信した音声データを格納する。３０５はデータ管理部であり、保存されたデータを一元管理する。データ確認部３０３では、受信した音声データのデータ量（発声単語数、発声時間等）を求め、不正なデータがないか等の提供データの信頼性を確認する。
【００３９】
また、３０６は提供者情報受信部であり、提供者情報を受信する。３０８は対価情報格納部であり、提供データの対価情報を保持する。３０７はデータ対価管理部であり、データ確認部３０３から得られる受信データの情報、提供者情報受信部３０６から得られる提供者情報、対価情報格納部３０８から得られる対価情報をもとに受信データの対価を決める。３０９は決済処理部であり、対価の決済を行う。
【００４０】
図４を参照して、データ送信コンピュータ１０１とシステム運用コンピュータ１０２間でなされる提供データの収集について説明する。データ提供者はデータ送信コンピュータ１０１を通じて、システム運用コンピュータ１０２にアクセスする（４０１）。インターネットを利用する場合、ＨＴＴＰ（Ｈｙｐｅｒｔｅｘｔ Ｔｒａｎｓｆｅｒ Ｐｒｏｔｏｃｏｌ）によりシステム運用コンビュータ１０２ヘのアクセスが可能である。つまり、システム運用者は収集用のホームページを開設し、そこヘデータ提供者がアクセスすることにより、システム運用コンピュータ１０２にアクセスを行うことができる。
【００４１】
システム運用コンピュータ１０２は、データ提供者からのアクセスに対して、データ提供者が送信する音声データに必要な情報（音声データの収録条件、話者条件、収録環境条件等）を入力したり、データ送信を行うのに必要な指示を行ったりするユーザインタフェースをデータ送信コンピュータ１０１のブラウザ部２０６に表示する（４０２）。インターネットを利用する場合、ＨＴＴＰが利用可能である。なお、データ提供者が提供する音声データを収録する際に、収録条件、話者条件、収録環境条件等の情報を音声データに付加し、これら情報を含む形で音声データとして扱うことも考えられるが、この場合には、データ提供者による情報の入力作業を省くことが可能である。
【００４２】
データ提供者はデータ送信コンピュータ１０１のブラウザ部２０６からの指示に従いデータ送信を行う。データ送信時には、データ格納部２０３に格納された音声データと、提供者情報格納部２０５に格納された提供者情報と、ブラウザ部２０６での入力により得られる情報とが、データ送信コンピュータ１０１を通じてシステム運用コンピュータ１０２に送信されることになる（４０３）。送信の際、データの機密保持等の観点から、適切な暗号方式を用いてデータの暗号化することが可能である。
【００４３】
システム運用コンピュータ１０２は、データ提供者から送信された音声データをデータ受信部３０２で、提供者情報を提供者情報受信部３０６で受信する（４０４）。受信された音声データはデータ確認部３０３に渡され、その音声データのデータ量（発声単語数、発声時間等）が求められ、不正なデータがないか等の提供データの信頼性が確認された上で、データ格納部３０４に保存される。その際、データ管理部３０５では音声データの管理情報の追加を行うとともに、上記４０２でデータ提供者が入力、又は音声データに付加された提供データに関する情報（音声データの収録条件、話者条件、収録環境条件等）を用いて提供データを分類し、目的別に整理することも可能であり、これら情報をあわせて管理を行う。
【００４４】
また、システム運用コンピュータ１０２は、データ確認部３０３で確認されたデータ量、提供者情報受信部３０６で受信された提供者情報、対価情報格納部３０８に格納されている提供データの対価情報という３つのデータをもとに、データ対価管理部３０７で提供者からの提供データの対価を決定する。そして、決済処理部３０９にて提供データの対価を提供者に支払う。決済処理部３０９は、電子決済、クレジットーカード、コンビニ決済、インターネット銀行等のインフラを使用して行うことが可能である。
【００４５】
そして、システム運用コンピュータ１０２からデータ提供者に対価支払いの確認を行い、提供データの送受信は完了する。対価支払いの確認は電子メール等で送信することが可能であり、セキュリティのため暗号化して送ることも可能である。この処理は、決済処理部３０９にて行うことも可能であり、省略することもできる。
【００４６】
なお、データ送信コンピュータ１０１とシステム運用コンピュータ１０２との間のデータ転送の方式は、２つのコンピュータ間で通信がなされるものであれば問わない。
【００４７】
ここで、図５を参照して、上記４０２においてデータ送信コンピュータ１０１のブラウザ部２０６に表示されるユーザインタフェースについて説明する。ここでは、データ提供者が提供する音声データに関する情報（話者：性別・年齢・体格（身長、体重）等、収録環境：オフィス・屋外・携帯電話等、使用言語：日本語・英語・フランス語・中国語等）を入力させるようにしている。
【００４８】
他にも、入力情報としては、発声内容を記した文書データ、音声データ収録条件の情報（マイクの種類、サンプリングレート等）等が考えられる。また、使用言語として、図５に示すような日本語・英語といった分類以外に、東北弁、関西弁といった情報を入力させるようにしてもよい。これら情報が提供データに付加されている場合は入力の必要はない。また、図５に示すように送信ボタン等を設定しておき、データ送信の実行を促すようにしている。
【００４９】
（システム運用コンピュータ１０２での音響モデル作成）
図６は、システム運用コンピュータ１０２がデータを管理し、収集した音声データから音響モデルを作成する機能構成を示すブロック図である。６０１は音声データ格納部であり、受信した音声データを保持する。６０２は音響モデルデータ格納部であり、作成した音響モデルデータを保持する。６０３は中間情報データ格納部であり、音響モデルを作成する際に必要な中間情報データを保持する。
６０４はデータ管理部であり、データを一元管理する。６０５は音響モデル作成部であり、音声データ格納部６０１に保持された音声データから音響モデルデータを作成し、音響モデルデータ格納部６０２に保管する。
【００５０】
音声データ格納部６０１、音響モデルデータ格納部６０２に格納された各データは、データ管理部６０４で一元管理され、音響モデル作成等の命令もデータ管理部６０４を通じて行われ、音響モデル作成で生成したデータに関する情報も、データ管理部６０４に受け渡し管理される。データ管理部６０４で管理された音声データに付随する音声データの収録条件・話者条件・収録環境条件等の情報を用いて提供データの分類され管理されているので、使用条件・目的に応じた多種多様な音響モデルを作成することが可能である。また、音響モデルを作成する際に必要な中間情報データは必ずしも保持しておく必要はなく、中間情報データ格納部６０３は省略することができる。
【００５１】
（システム運用コンピュータ１０２と音声認識プログラム実行コンピュータ１０３間の音響モデルデータの配信・受信）
図７は、システム運用コンピュータ１０２が実現するデータ配信の機能構成を示すブロック図である。７０１は通信部であり、音声認識プログラム実行コンピュータ１０３との間で行われる通信を実現する。７０２はユーザ要求受信部であり、使用者からの要求を受信する。７０３はカタログ送信部であり、提供する音響モデルデータのカタログ、対価の情報を使用者に送信する。７０４はカタログデータ格納部であり、提供可能な音響モデルのカタログを格納する。７０５は音響モデル対価情報格納部であり、音響モデルの対価情報を格納する。
【００５２】
また、７０６は音響データ対価管理部であり、使用者の要求する音響モデルの対価とユーザ情報とを管理する。７０７は決済処理部であり、対価の決済を行う。７０８はデータ管理部であり、提供する音響モデルデータ等を一元管理する。
７０９は音響モデルデータ格納部であり、提供する音響モデルデータを格納する。７１０は音響モデル配信部であり、使用者が要求した音響モデルデータを配信する。
【００５３】
図８は、音声認識プログラム実行コンピュータ１０３が実現するデータ受信と音声認識の機能構成を示すブロック図である。８０１は通信部であり、システム運用コンピュータ１０２との間で行われる通信を実現する。８０２はユーザ要求送信部であり、使用者から必要な音響モデルデータ等の要求をシステム運用コンピュータ１０２に送信する。８０３はデータ受信部であり、システム運用コンピュータ１０２から配信された音響モデルデータを受信する。
【００５４】
また、８０４は音声認識プログラム格納部であり、音声認識プログラムを格納する。８０５は音響モデルデータ格納部であり、受信した音響モデルデータを格納する。８０６は音声認識処理部であり、音声認識プログラム格納部８０４に格納された音声認識プログラムと音響モデルデータ格納部８０５に格納された音響モデルデータとを用いて音声認識処理を実行する。音響モデルデータ格納部８０５には複数の音響モデルデータを格納しておき、使用状況に応じて音響モデルデータを選択して使用することが可能である。８０７はブラウザ部であり、システム運用コンピュータ１０２から使用者に対して提供できる音響モデルデータとその価格等を提示する。
【００５５】
図９を参照して、システム運用コンピュータ１０２と音声認識プログラム実行コンピュータ１０３間の音響モデルデータの配信・受信について説明する。使用者は音声認識プログラム実行コンピュータ１０３を通じて、システム運用コンピュータ１０２にアクセスする（９０１）。インターネットを利用する場合、ＨＴＴＰによりシステム運用コンビュータ１０２ヘのアクセスが可能である。
【００５６】
システム運用コンピュータ１０２は、提供する音響モデルデータのカタログを音声認識プログラム実行コンピュータ１０３のブラウザ部８０７を通じて表示することで使用者に掲示することができる（９０２）。インターネットを利用する場合にはＨＴＴＰが利用可能である。この際、使用者は必要としている音響モデルの話者条件や使用環境条件等を音声認識プログラム実行コンピュータ１０３を通じてシステム運用コンピュータ１０２に通知することにより、システム運用コンピュータ１０２は、使用者の要求に最適な音響モデルを提示し提供することが可能である。
【００５７】
使用者は、必要とする音響モデルがあれば、音声認識プログラム実行コンピュータ１０３を通じてシステム運用コンピュータ１０２に音響モデルデータの配信を要求する（９０３）。
【００５８】
システム運用コンピュータ１０２では、音響データ対価管理部７０６により決済処理部７０７を通じて音響モデルデータの対価を使用者から徴収する。決済処理部７０７は、電子決済、クレジットカード、コンビニ決済等の方法が可能である。決済処理部７０７により適切な決済がなされた後、データ管理部７０８を通じて使用者が必要とする音響モデルデータを選択し、音響モデル配信部７１０により音声認識プログラム実行コンピュータ１０３に配信する（９０４）。
【００５９】
音声認識プログラム実行コンピュータ１０３に配信された音響モデルデータは、データ受信部８０３を通じて音響モデルデータ格納部８０５に格納される。
【００６０】
さらに複数の音響モデルデータが必要な場合には、同様の手順で別の音響モデルデータを獲得すればよい。そして、使用者が音声認識を行う際に、音声認識プログラム格納部８０４に格納された音声認識プログラムと音響モデルデータ格納部８０５に格納された音響モデルデータとを用いて音声認識を行うことが可能である。
【００６１】
また、決済と音響モデルデータの配信順序として、通常のシェアウェアと同様に、使用期限を付加した形で音響モデルデータを配信して、実際に使用者がその音響モデルデータを使用し、必要とする音響モデルデータであるかを確認した後、決済を行う方法も可能である。
【００６２】
なお、システム運用コンピュータ１０２と音声認識プログラム実行コンピュータ１０３との間のデータ転送の方式は、２つのコンピュータ間で通信がなされるものであれば問わない。
【００６３】
上記９０２において音声認識プログラム実行コンピュータ１０３のブラウザ部８０７を通じて提供する音響モデルデータの種類等を表示して、使用者は必要とする音響モデルを選択することができる。その際のユーザインタフェースについて図１０を参照して説明する。ここでは、音響モデルに関する条件（使用話者条件：性別・年齢・体格等、使用環境：オフイス・屋外・携帯電話等、使用言語：日本語・英語・フランス語・中国語等）等を表示し、使用者が選択入力することにより、システム運用コンピュータ１０２に使用者が必要とする条件を伝えることができる。
【００６４】
システム運用コンピュータ１０２は、入力条件に最適だと思われる音響モデルを選び、選択された音響モデルの価格も表示する。システム運用コンピュータ１０２のデータ管理部６０４が、あらかじめ作成され、音響モデルデータ格納部６０２に格納された音響モデルデータから条件に従って最適だと思われるものの選択を行う以外に、使用者の要求する条件を満たすように収集された音声データから音響モデルデータをオンデマンドで作成することで、使用者の要求を条件を満たす音響モデルデータを提供することができる。なお、図１０に示すユーザインタフェースは一例であり、使用者が必要とする音響モデルを選択しやすいインタフェースを実現すればよい。
【００６５】
なお、上記実施の形態におけるシステム運用コンピュータ１０２の提供データの受信工程において、データ確認部３０３で、データ管理部３０５と連携し、提供音声データと既に収集されデータ格納部３０４に格納されている音声データとの整合性を取ることにより、提供者が同一の音声データを複数回送信することを防ぐことができる。
【００６６】
また、上記実施の形態におけるシステム運用コンピュータ１０２の提供データの受信工程において、あらかじめ提供者情報に提供者の音声の特徴を示す情報を付加しておき、データ確認部３０３で、その音声の特徴を示す情報を用いて、今回提供された提供音声データが提供者本人の発声した音声かどうかを確かめることができ、不正なデータの送信することを防ぐことができる。
【００６７】
また、上記実施の形態においては、提供者の音声データの収録方法は制限されていないが、音声の収録機能をするプログラムをシステム運用者が提供し、そのプログラムで作成された音声データにオリジナル性を示す情報を付加し送信を行うようにすればよい。そして、システム運用コンピュータ１０２の受信工程において、データ確認部３０３で、そのオリジナル性を示す情報を判断し、データ確認することで、提供者が同一文章を複数回送信することを防ぐことが可能である。
【００６８】
（第２の実施の形態）
上記第１の実施の形態では、データ提供者が提供するデータは音声データであることを前提にしているが、以下に述べる第２の実施の形態のように、データ送信コンピュータ１０１において音響モデルデータを作成し、それを送信することが可能であり、システム運用コンピュータ１０２においても音響モデルデータを受信することが可能である。図１１、１２には、第２の実施の形態のデータ提供コンピュータ１０１、システム運用コンピュータ１０２の機能構成を示す。
【００６９】
図１１において、１１０１は音声データ格納部であり、音声データを保持する。１１０２は音響モデルデータ格納部であり、作成した音響モデルデータを保持する。１１０３は音響モデルデータ作成部であり、音声データから音響モデルデータを作成する。１１０４はデータ送信部であり、提供するデータを送信する。
１１０５は提供者情報格納部であり、提供者情報を管理する。１１０６は提供者情報送信部であり、提供者情報を送信する。１１０７は通信部であり、システム運用コンピュータ１０２との間で行われる通信を実現する。
【００７０】
図１２において、１２０１は通信部であり、データ送信コンピュータ１０１との間で行われる通信を実現する。１２０２はデータ受信部であり、提供者からのデータを受信する。１２０３はデータ確認部（データチェック部）であり、受信したデータの確認を行う。１２０４はデータ管理部であり、保存されたデータを一元管理する。１２０５は音声データ格納部であり、受信した音声データを保持する。１２０６は音響モデルデータ格納部であり、受信した音響モデルデータを格納する。
【００７１】
また、１２０７は提供者情報受信部であり、提供者情報を受信する。１２０８は対価情報格納部であり、提供データの対価情報を保持する。１２０９はデータ対価管理部であり、データ確認部１２０３から得られる受信データの情報、提供者情報受信部１２０７から得られる提供者情報、対価情報格納部１２０８から得られる対価情報をもとに受信データの対価を決める。１２１０は決済処理部（対価データ送信部）であり、対価の決済を行う。
【００７２】
なお、データ送信コンピュータ１０１とシステム運用コンピュータ１０２間でなされる提供データの収集については第１の実施の形態における図４で説明したのと同様であり、ここではその詳細な説明は省略する。
【００７３】
（第３の実施の形態）
上記第１の実施の形態では、インターネットを介してＨＴＴＰでデータ送信コンピュータ１０１からシステム運用コンピュータ１０２に直接提供データの送受信を行うことを前提にしているが、提供する音声データはネット電話でやり取りされる音声データをターゲットにすることもできる。システム運用コンピュータ１０２にネット電話を実現するための処理機能を備えることにより提供データをさらに効率的に収集することが可能である。図１３、１４には、第３の実施の形態のデータ提供コンピュータ１０１、システム運用コンピュータ１０２の機能構成を示す。
【００７４】
図１３において、１３０１はネット電話送受信部であり、ネット電話により入力された音声データの送受信を行う。１３０２は通信部であり、ネット電話サーバ機能を持つシステム運用コンピュータ１０２との間で行われる通信を実現する。
【００７５】
図１４において、１４０１は通信部であり、データ送信コンピュータ１０１との間で行われる通信を実現する。１４０２は音声データの送受信を行うネット電話サーバ機能を有するネット電話処理部、及びネット電話処理部で処理される音声データより提供者が提供を許可した音声データの振り分けを行う振り分け処理部である。１４０３は提供者情報格納部であり、提供者情報を保持する。１４０４はデータ受信部であり、提供を許可された音声データを受信する。なお、データ確認部１４０５、音声データ格納部１４０６、データ管理部１４０７、提供者情報受信部１４０８、データ対価管理部１４０９、対価情報格納部１４１０、決済処理部１４１１については、上記第１の実施の形態で図３で説明したものと同様である。
【００７６】
図１５は、データ送信コンピュータ１０１とシステム運用コンピュータ１０２間でなされる提供データの収集について説明する図である。データ提供者はデータ送信コンピュータ１０１を通じてネット電話を行い、まず通話時の音声データを提供データとしてシステム運用者に提供してよいかを決める（１５０１）。通話内容等によりシステム運用者に提供したくない場合、提供せず通常の電話と同様通話することも可能である。通話時の音声データを提供データとしてシステム運用者に提供してもよい場合、提供可であることを記す提供可情報を音声データに付加する（１５０２）。その後、通常のネット電話と同様の処理が行われ、システム運用コンピュータで提供されるネット電話サーバに音声データを送信する（１５０３）。
【００７７】
システム運用コンピュータ１０２では、提供者から送信された音声データをネット電話処理部１４０２で処理し（１５０４）、提供可能な音声データかどうか判断する（１５０５）。提供可情報が付加された音声データであればシステム運用コンピュータ１０２の音声データをコピーして取込みを行う（１５０６）。そして、ネット電話処理部１４０２で通話先に音声が行われる。１５０６で取り込まれた音声データは、上記実施の形態における音声データと同様にシステム運用コンピュータ１０２で処理される。
【００７８】
なお、上記実施の形態においては、システム運用者からデータ提供者に支払う提供データの対価として、通話料金の削減という形で対価を支払うことが可能である。
【００７９】
また、上記実施の形態では、インターネットを介してやり取りされる音声データにはネット電話で用いられる音声データを前提にしたが、それ以外に、音声メール、音声チャット等で用いられる音声データを対象にすることも考えられる。
【００８０】
（第４の実施の形態）
上記第１の実施の形態では、ネットワークを介してシステム運用コンピュータ１０２から音声認識プログラム実行コンピュータ１０３を介して使用者に提供されるのは音響モデルデータに限定して述べたが、音響モデルデータと同時に、音声認識プログラムを提供することも可能である。音声認識プログラムをネットワーク経由で提供することにより、使用者の使用する環境に応じて、認識速度優先版、認識精度優先版、省メモリ版、低スペック機版等の各種音声認識プログラムを使用者が選択することができる。音響モデルに加え、音声認識プログラムを使用者が選択可能になることで、より使用環境に応じた音声認識が行うことができる。
【００８１】
図１６は、音声認識プログラム配信機能を追加したシステム運用コンピュータ１０２が実現するデータ配信の機能構成を示すブロック図である。１６０１は通信部であり、システム運用コンピュータ１０２と音声認識プログラム実行コンピュータ１０３間で行われる通信を実現する。１６０２はユーザ要求受信部であり、使用者からの要求を受信する。１６０３はカタログ送信部であり、提供する音声認識プログラムのカタログ・対価の情報を使用者に送信する。１６０４はプログラムカタログ格納部であり、提供可能な音声認識プログラムのカタログを格納する。
【００８２】
また、１６０５はプログラム対価情報格納部であり、音声認識プログラムの対価情報を格納する。１６０６はプログラム対価管理部であり、ユーザの要求する音声認識プログラムの対価とユーザ情報とを管理する。１６０７は決済処理部であり、対価の決済を行う。１６０８はプログラム配信部であり、提供する音声認識プログラムを配信する。１６０９は音声認識プログラム格納部であり、提供する音声認識プログラムを格納する。
【００８３】
図１７は、音声認識プログラム実行コンピュータ１０３が実現するデータ受信と音声認識の機能構成を示すブロック図である。１７０１は通信部であり、システム運用コンピュータ１０２と音声認識プログラム実行コンピュータ１０３間で行われる通信を実現する。１７０２はユーザ要求送信部であり、使用者から必要な音声認識プログラム・音響モデルデータの要求をシステム運用コンピュータ１０２に送信する。１７０３はデータ受信部であり、システム運用コンピュータ１０２から配信された音声認識プログラム・音響モデルデータを受信する。
【００８４】
また、１７０４は音声認識プログラム格納部であり、受信した音声認識プログラムを格納する。１７０５は音響モデルデータ格納部であり、受信した音響モデルデータを格納する。１７０６は音声認識処理部であり、音声認識プログラム格納部１７０４に格納された音声認識プログラムと音響モデルデータ格納部１７０５に格納された音響モデルデータとを用いて音声認識を行う。音声認識プログラム格納部１７０４には複数の音声認識プログラムを格納しておき、使用状況に応じて音声認識プログラムを選択して使用することが可能である。１７０７はブラウザ部であり、システム運用コンピュータ１０２から使用者に対して提供できる音声認識プログラムとその価格等を提示する。
【００８５】
（第５の実施の形態）
上記第１の実施の形態では、使用者は音声認識プログラム実行コンピュータ１０３において音声認識を行うことが前提であったが、音声認識プログラムをシステム運用コンピュータ１０２で用意しておき、使用者は、自己の端末から音声認識したい音声データをシステム運用コンピュータ１０２に送信し、システム運用コンピュータ１０２で音声認識を行い、使用者は認識結果のみ得ることも可能である。
【００８６】
図１８は、音声認識プログラムを実行するシステム運用コンピュータ１０２が実現する音声認識の機能構成を示したブロック図である。１８０１は通信部であり、システム運用コンピュータ１０２と後述する使用者の端末間で行われる通信を実現する。１８０２はユーザ要求受信部であり、使用者から必要な音響モデル・音声認識プログラム等の選択、音声認識を行う音声データを受信する。１８０３は音声認識処理部である。１８０４は音響モデルデータ格納部である。１８０５は音声認識プログラム格納部である。音声認識処理部１８０３では、音響モデルデータ格納部１８０４、音声認識プログラム格納部１８０５に格納された中から使用者の選択した音響モデル・音声認識プログラムを用いて音声認識を行う。
【００８７】
また、１８０６は認識結果配信部であり、認識結果を使用者に送信する。１８０７は使用量計算部であり、音声認識処理部１８０３の使用回数・認識文字数等に応じて使用量の計算を行う。１８０８は使用量対価格納部である。１８０９は対価管理部であり、使用量対価格納部１８０８２格納された使用量対価情報を参照して、使用者が使用した音声認識結果に見合う対価を決定する。１８１０は決済処理部である。
【００８８】
図１９は、使用者の端末の機能構成を示すブロック図である。１９０１は通信部であり、システム運用コンピュータ１０２と通信を実現する。１９０２のユーザ要求送信部である。１９０７はブラウザ部である。１９０３は音声データ処理部で、入力された音声を適切なデータに変換する。１９０４は音声データ送信部であり、音声データ処理部１９０３で変換されたデータをシステム運用コンピュータ１０２に送信する。送信するデータは音声データそのままでもよいし、音声データの特徴量でもよい。
【００８９】
また、１９０５は認識結果受信部であり、システム運用コンピュータ１０２で音声認識された結果を受信する。１９０６は認識結果表示部であり、認識結果である認識文が表示される。
【００９０】
なお、図１９に示した使用者の端末としては、一般的なパーソナルコンピュータでもよいが、携帯電話等の携帯端末を使用できるようにしておけば、音声認識プログラムを実行するには能力が足りないモパイル環境においても有効的である。
【００９１】
上記実施の形態では、システム運用コンピュータ１０２で音声認識を行うために使用者から送信された音声データを、音声認識に使用するだけでなく、音響モデルデータとして音響モデルデータ格納部１８０４に格納することも可能である。
【００９２】
また、上記実施の形態のようにシステム運用コンピュータ１０２上に音声認識プログラムを用意することで、図２０に示すように、音響モデルを選択する際に、いったん使用者が読み上げ文を発声しサンプル音声データを入力し、システム運用コンピュータ１０２上でそれぞれの音響モデルに対しての認識結果を計算し、音響モデルを用いたごとに認識率・認識速度・認識結果等を表示することで、使用者は提供された音響モデルの性能等を確認してから認識性能が要求を満たす音響モデルを選ぶことが可能である。これによって、使用者の要求する音響モデルの提供がさらに改善される。
【００９３】
（第６の実施の形態）
音声認識プログラム実行コンピュータ１０３で音声認識を行うことにより認識結果の文章が得られるが、音声認識時に入力された音声データをいったん格納し、音声データとしてシステム運用コンピュータ１０２に提供することも可能である。この場合、音声認識プログラム実行コンピュータ１０３が、本発明でいうデータ送信装置としても機能することになる。
【００９４】
図２１は、音声認識プログラム実行コンピュータ１０３が実現する音声認識のために入力された音声データを送信する機能構成を示すブロック図である。２１０１は通信部であり、システム運用コンピュータ１０２との間で行われる通信を実現する。２１０２は音声認識処理部であり、音声認識を実際に行う。２１０３は音声認識プログラム格納部であり、音声認識に使用する音声認識プログラムを格納する。２１０４は音響モデルデータ格納部であり、音響モデルデータを格納する。
【００９５】
２１０５は音声データ格納部であり、音声認識処理時に入力された音声データを格納する。２１０６はデータ送信部であり、上記音声データを提供データとしてシステム運用コンピュータ１０２に送信する。このとき、音声データに音声認識処理部２１０２から得られる認識結果の文書データ、収録環境情報等を付加することが望ましい。
【００９６】
（第７の実施の形態）
上記第１の実施の形態では、データ提供者に対して提供データの対価として金銭を払うことを前提にしているが、他の方法で提供者に対して対価を払うことが可能であり、データ提供者が企業等である場合、使用者に対する広告を出すことにより対価とすることが考えられる。
【００９７】
図２２には、音声認識プログラム実行コンピュータ１０３が実現するデータ受信と音声認識の機能構成を示すブロック図である。音声認識処理部２２０６に広告表示部２２０８を備えることで、音声認識を行う際に広告表示を行うことができる。なお、通信部２２０１、ユーザ要求送信部２２０２、データ受信部２２０３、音声認識プログラム格納部２２０４、音響モデルデータ格納部２２０５、音声認識処理部２２０６、ブラウザ部２２０７については、第１の実施の形態の図８で説明したのと同様である。また、広告は、使用者が使用する音声認識プログラム実行コンピュータ１０３のブラウザ部２２０７に表示することが可能である。
【００９８】
上記第１〜７の実施の形態では、音声データをもとに作成される「音響モデルデータ」について説明したが、以下に説明する第８〜１５実施の形態では、文書データをもとに作成される「言語モデルデータ」について説明する。
【００９９】
（第８の実施の形態）
第８の実施の形態のシステム構成は、図１に示すものと同様であり、データ送信コンピュータ１０１と、システム運用コンピュータ１０２と、音声認識プログラム実行コンピュータ１０３とがインターネット等のネットワーク１０４を介して接続する。
【０１００】
本実施の形態でも、大きく分けて、データ送信コンピュータ１０１とシステム運用コンピュータ１０２間での提供データの収集、システム運用コンピュータ１０２での言語モデル作成、システム運用コンピュータ１０２と音声認識プログラム実行コンピュータ１０３間の言語モデルデータの配信・受信といった３つ特徴を有する。
【０１０１】
（データ送信コンピュータ１０１とシステム運用コンピュータ１０２間での提供データの収集）
データ送信コンピュータ１０１が実現するデータ送信の機能構成は図２に示すブロック図と同様であり、図２を参照して説明する。すなわち、データ送信コンピュータ１０１は、通信部２０１、データ送信部２０２、データ格納部２０３、提供者情報送信部２０４、提供者情報格納部２０５を備えている。ただし、第１の実施の形態で述べた音声データではなく、データ格納部２０３には文書データが格納され、データ送信部２０２からは文書データが送信される。
【０１０２】
また、システム運用コンピュータ１０２が実現するデータ受信の機能構成は図３に示すのと同様であり、図３を参照して説明する。すなわち、システム運用コンピュータ１０２は、通信部３０１、データ受信部３０２、データ確認部３０３、データ格納部３０４、データ管理部３０５、提供者情報受信部３０６、データ対価管理部３０７、対価情報格納部３０８、決済処理部３０９を備えている。ただし、第１の実施の形態で述べた音声データではなく、データ受信部３０２では文書データを受信し、データ確認部３０３では受信した文書データのデータ量（総文字数、総データ数、総単語数、総文数等）を確認し、データ格納部３０４では文書データを格納する。
【０１０３】
本実施の形態でも、図４を参照して、データ送信コンピュータ１０１とシステム運用コンピュータ１０２間でなされる提供データの収集について説明する。データ提供者はデータ送信コンピュータ１０１を通じて、システム運用コンピュータ１０２にアクセスする（４０１）。インターネットを利用する場合、ＨＴＴＰ（Ｈｙｐｅｒｔｅｘｔ Ｔｒａｎｓｆｅｒ Ｐｒｏｔｏｃｏｌ）によりシステム運用コンビュータ１０２ヘのアクセスが可能である。つまり、システム運用者は収集用のホームページを開設し、そこヘデータ提供者がアクセスすることにより、システム運用コンピュータ１０２にアクセスを行うことができる。
【０１０４】
システム運用コンピュータ１０２は、データ提供者からのアクセスに対して、データ提供者がデータ送信に必要な情報（文書データのジャンル等）を入力したり、データ送信を行うのに必要な指示を行ったりするユーザインタフェースをデータ送信コンピュータ１０１のブラウザ部２０６に表示する（４０２）。インターネットを利用する場合、ＨＴＴＰが利用可能である。
【０１０５】
データ提供者はブラウザ部２０６からの指示に従いデータ送信を行う。データ送信時には、データ格納部２０３に格納された文書データと、提供者情報格納部２０５に格納された提供者情報と、ブラウザ部２０６での入力により得られる情報とが、データ送信コンピュータ１０１を通じてシステム運用コンピュータ１０２に送信されることになる（４０３）。送信の際、データの機密保持等の観点から、適切な暗号方式を用いてデータの暗号化することが可能である。
【０１０６】
システム運用コンピュータ１０２は、データ提供者から送信された文書データをデータ受信部３０２で、提供者情報を提供者情報受信部３０６で受信する（４０４）。受信された文書データはデータ確認部３０３に渡され、その文書データのデータ量（総文字数、総データ数、総単語数、総文数等）が求められ、不正なデータがないか等の提供データの信頼性が確認された上で、データ格納部３０４に保存される。その際、データ管理部３０５では文書データの管理情報の追加を行うとともに、上記４０２で入力された提供データに関する情報（文書データのジャンル等）を用いて提供データを分類し、目的別に整理することも可能であり、これら情報をあわせて管理を行う。
【０１０７】
また、システム運用コンピュータ１０２は、データ確認部３０３で確認されたデータ量、提供者情報受信部３０６で受信された提供者情報、対価情報格納部３０８に格納されている提供データの対価情報という３つのデータをもとに、データ対価管理部３０７で提供者からの提供データの対価を決定する。そして、決済処理部３０９にて提供データの対価を提供者に支払う。決済処理部３０９は、電子決済、クレジットーカード、コンビニ決済、インターネット銀行等のインフラを使用して行うことが可能である。
【０１０８】
そして、システム運用コンピュータ１０２からデータ提供者に対価支払いの確認を行い、提供データの送受信は完了する。対価支払いの確認は電子メール等で送信することが可能であり、セキュリティのため暗号化して送ることも可能である。この処理は、決済処理部３０９にて行うことも可能であり、省略することもできる。
【０１０９】
なお、データ送信コンピュータ１０１とシステム運用コンピュータ１０２との間のデータ転送の方式は、２つのコンピュータ間で通信がなされるものであれば問わない。
【０１１０】
ここで、図２３を参照して、上記４０２においてデータ送信コンピュータ１０１のブラウザ部２０６に表示されるユーザインタフェースについて説明する。ここでは、データ提供者が提供する文書データに関する情報（提供文書の言語：日本語・英語・フランス語・中国語等、提供文書のジャンル：日常会話・新聞記事・コギャル会話・ビジネス用語・政治経済・医療等）を入力させるようにしている。また、図２３に示すように送信ボタン等を設定しておき、データ送信の実行を促すようにしている。
【０１１１】
（システム運用コンピュータ１０２での言語モデル作成）
図２４は、システム運用コンピュータ１０２がデータを管理し、収集した文書データから言語モデルを作成する機能構成を示すブロック図である。２４０１は文書データ格納部であり、受信した文書データを保持する。２４０２は形態素解析データ格納部であり、作成した形態素解析データを保持する。２４０３は言語モデルデータ格納部であり、作成した言語モデルデータを保持する。２４０４はデータ管理部であり、データを一元管理する。
【０１１２】
また、２４０５は形態素解析部であり、文書データ格納部２４０１に保持された文書データに対して形態素解析を行い、形態素解析データを作成し、形態素解析データ格納部２４０２に保管する。２４０６は言語モデル作成部であり、形態素解析データ格納部２４０２に保持された形態素解析データから言語モデルデータを作成し、言語モデルデータ格納部２４０３に保管する。
【０１１３】
文書データ格納部２４０１、形態素解析データ格納部２４０２、言語モデルデータ格納部２４０３に格納された各データは、データ管理部２４０４で一元管理される。形態素解析、言語モデル作成等の命令もデータ管理部２４０４を通じて行われ、形態素解析、言語モデル作成で生成したデータに関する情報も、データ管理部２４０４に受け渡し管理される。データ管理部２４０４にて提供データの分類、目的・ジャンル別に管理されているので、目的・ジャンル別の言語モデルを作成することが可能である。
【０１１４】
（システム運用コンピュータ１０２と音声認識プログラム実行コンピュータ１０３間の言語モデルデータの配信・受信）
図２５は、システム運用コンピュータ１０２が実現するデータ配信の機能構成を示すブロック図である。２５０１は通信部であり、音声認識プログラム実行コンピュータ１０３との間で行われる通信を実現する。２５０２はユーザ要求受信部であり、使用者からの要求を受信する。２５０３はカタログ送信部であり、提供する言語モデルデータのカタログ、対価の情報を使用者に送信する。２５０４はカタログデータ格納部であり、提供可能な言語モデルのカタログを格納する。
２５０５は言語モデル対価情報格納部であり、言語モデルの対価情報を格納する。
【０１１５】
また、２５０６は言語データ対価管理部であり、使用者の要求する言語モデルの対価とユーザ情報とを管理する。２５０７は決済処理部であり、対価の決済を行う。２５０８はデータ管理部であり、提供する言語モデルデータ等を一元管理する。２５０９は言語モデルデータ格納部であり、提供する言語モデルデータを格納する。２５１０は言語モデル配信部であり、使用者が要求した言語モデルデータを配信する。
【０１１６】
図２６は、音声認識プログラム実行コンピュータ１０３が実現するデータ受信と音声認識の機能構成を示すブロック図である。２６０１は通信部であり、システム運用コンピュータ１０２との間で行われる通信を実現する。２６０２はユーザ要求送信部であり、使用者から必要な言語モデルデータ等の要求をシステム運用コンピュータ１０２に送信する。２６０３はデータ受信部であり、システム運用コンピュータ１０２から配信された言語モデルデータを受信する。
【０１１７】
また、２６０４は音声認識プログラム格納部であり、音声認識プログラムを格納する。２６０５は言語モデルデータ格納部であり、受信した言語モデルデータを格納する。２６０６は音声認識処理部であり、音声認識プログラム格納部２６０４に格納された音声認識プログラムと言語モデルデータ格納部２６０５に格納された音響モデルデータとを用いて音声認識処理を実行する。言語モデルデータ格納部２６０５には複数の言語モデルデータを格納しておき、使用状況に応じて言語モデルデータを選択して使用することが可能である。２６０７はブラウザ部であり、システム運用コンピュータ１０２から使用者に対して提供できる言語モデルデータとその価格等を提示する。
【０１１８】
本実施の形態でも、図９を参照して、システム運用コンピュータ１０２と音声認識プログラム実行コンピュータ１０３間の言語モデルデータの配信・受信について説明する。使用者は音声認識プログラム実行コンピュータ１０３を通じて、システム運用コンピュータ１０２にアクセスする（９０１）。インターネットを利用する場合、ＨＴＴＰによりシステム運用コンビュータ１０２ヘのアクセスが可能である。
【０１１９】
システム運用コンピュータ１０２は、提供する言語モデルデータのカタログを音声認識プログラム実行コンピュータ１０３のブラウザ部２６０７を通じて表示することで使用者に掲示することができる（９０２）。インターネットを利用する場合にはＨＴＴＰが利用可能である。この際、使用者は必要としている言語モデルのジャンル等の条件を音声認識プログラム実行コンピュータ１０３を通じてシステム運用コンピュータ１０２に通知することにより、システム運用コンピュータ１０２は、使用者の要求に最適な言語モデルを提示し提供することが可能である。
【０１２０】
使用者は、必要とする言語モデルがあれば、音声認識プログラム実行コンピュータ１０３を通じてシステム運用コンピュータ１０２に言語モデルデータの配信を要求する（９０３）。
【０１２１】
システム運用コンピュータ１０２では、言語データ対価管理部２５０６により決済処理部２５０７を通じて言語モデルデータの対価を使用者から徴収する。決済処理部２５０７は、電子決済、クレジットカード、コンビニ決済等の方法が可能である。決済処理部２５０７により適切な決済がなされた後、データ管理部２５０８を通じて使用者が必要とする言語モデルデータを選択し、言語モデル配信部２５１０により音声認識プログラム実行コンピュータ１０３に配信する（９０４）。
【０１２２】
音声認識プログラム実行コンピュータ１０３に配信された言語モデルデータは、データ受信部２６０３を通じて言語モデルデータ格納部２６０５に格納される（９０４）。
【０１２３】
さらに複数の言語モデルデータが必要な場合には、同様の手順で別の言語モデルデータを獲得すればよい。そして、使用者が音声認識を行う際に、音声認識プログラム格納部２６０４に格納された音声認識プログラムと言語モデルデータ格納部２６０５に格納された言語モデルデータとを用いて音声認識を行うことが可能である。
【０１２４】
また、決済と言語モデルデータの配信順序として、通常のシェアウェアと同様に、使用期限を付加した形で言語モデルデータを配信して、実際に使用者がその言語モデルデータを使用し、必要とする言語モデルデータであるかを確認した後、決済を行う方法も可能である。
【０１２５】
なお、システム運用コンピュータ１０２と音声認識プログラム実行コンピュータ１０３との間のデータ転送の方式は、２つのコンピュータ間で通信がなされるものであれば問わない。
【０１２６】
上記９０２において音声認識プログラム実行コンピュータ１０３のブラウザ部２６０７を通じて提供する言語モデルデータの種類等を表示して、使用者は必要とする言語モデルを選択することができる。その際のユーザインタフェースについて図２７を参照して説明する。図２７（Ａ）に示すように、言語モデルに関する条件（言語情報：日本語・英語・フランス語・中国語等、言語モデルのジャンル：日常会話・新聞記事・コギャル会話・ビジネス用語・政治経済・医療等）等を表示し、使用者が必要とする言語モデルを選択することが可能であり、システム運用コンピュータ１０２は条件を満たす言語モデルを選択して提供することができる。また、選択された言語モデルの価格も表示する。
【０１２７】
また、必要とする言語モデルが必ずしも一意に決まらない場合がある。その場合、図２７（Ｂ）に示すように、言語モデルに関する条件（言語情報：日本語・英語・フランス語・中国語等、言語モデルのジャンル：日常会話・新聞記事・コギャル会話・ビジネス用語・政治経済・医療等）の割合を入力して要求することも可能である。
【０１２８】
システム運用コンピュータ１０２のデータ管理部２４０４が、あらかじめ作成され、言語モデルデータ格納部２４０３に格納された言語モデルデータから条件に従って最適だと思われるものの選択を行う以外に、使用者の要求する条件を満たすように収集された文書データから言語モデルデータをオンデマンドで作成することで、使用者の要求を条件を満たすブレンドされた言語モデルデータを提供することができる。なお、図２７に示すユーザインタフェースは一例であり、使用者が必要とする音響モデルを選択しやすいインタフェースを実現すればよい。
【０１２９】
なお、上記実施の形態におけるシステム運用コンピュータ１０２の提供データの受信工程において、データ確認部３０３で、データ管理部３０５と連携し、提供文書データと既に収集されデータ格納部３０４に格納されている文書データとの整合性を取ることにより、提供者が同一の音声データを複数回送信することを防ぐことができる。
【０１３０】
また、上記実施の形態においては、提供者が提供する文書データの作成方法は制限されていないが、文書を作成するエディタやワープロ機能を有するプログラムをシステム運用者が提供し、そのプログラムで作成された文書データにオリジナル性を示す情報を付加し送信を行うようにすればよい。そして、システム運用コンピュータ１０２の受信工程において、データ確認部３０３で、そのオリジナル性を示す情報を判断し、データ確認することで、提供者が同一文章を複数回送信することを防ぐことが可能である。
【０１３１】
（第９の実施の形態）
上記第８の実施の形態では、データ提供者が提供するデータは文書データであることを前提にしているが、以下に述べる第９の実施の形態のように、データ送信コンピュータ１０１において言語モデルデータを作成し、それを送信することが可能であり、システム運用コンピュータ１０２においても言語モデルデータを受信することが可能である。図２８、２９には、第９の実施の形態のデータ提供コンピュータ１０１、システム運用コンピュータ１０２の機能構成を示す。
【０１３２】
図２８において、２８０１は文書データ格納部であり、文書データを保持する。２８０２は形態素解析データ格納部であり、作成した形態素解析データを保持する。２８０３は言語モデルデータ格納部であり、作成した言語モデルデータを保持する。２８０４はデータ送信部であり、提供するデータを送信する。２８０５は形態素解析部であり、文書データから形態素解析データを作成する。２８０６は言語モデル作成部であり、形態素解析データから言語モデルデータを作成する。２８０７は通信部であり、システム運用コンピュータ１０２との間で行われる通信を実現する。２８０８は提供者情報格納部であり、提供者情報を管理する。２８０９は提供者情報送信部であり、提供者情報を送信する。
【０１３３】
図２９において、２９０１は通信部であり、データ送信コンピュータ１０１との間で行われる通信を実現する。２９０２はデータ受信部であり、提供者からのデータを受信する。２９０３はデータ確認部（データチェック部）であり、受信したデータの確認を行う。２９０４はデータ管理部であり、保存されたデータを一元管理する。２９０５は文書データ格納部であり、受信した文書データを保持する。２９０６は形態素解析データ格納部であり、形態素解析データを格納する。２９０７は言語モデルデータ格納部であり、受信した言語モデルデータを格納する。
【０１３４】
また、２９０８は提供者情報受信部であり、提供者情報を受信する。２９０９は対価情報格納部であり、提供データの対価情報を保持する。２９１０はデータ対価管理部であり、データ確認部２９０３から得られる受信データの情報、提供者情報受信部２９０８から得られる提供者情報、対価情報格納部２９０９から得られる対価情報をもとに受信データの対価を決める。２９１１は決済処理部（対価データ送信部）であり、対価の決済を行う。
【０１３５】
なお、データ送信コンピュータ１０１とシステム運用コンピュータ１０２間でなされる提供データの収集については第８の実施の形態における図４で説明した通りであり、ここではその詳細な説明は省略する。
【０１３６】
（第１０の実施の形態）
上記第８の実施の形態では、インターネットを介してＨＴＴＰでデータ送信コンピュータ１０１からシステム運用コンピュータ１０２に直接提供データの送受信を行うことを前提にしているが、提供する文書データは電子メールに書かれた文書データをターゲットにすることもできる。システム運用コンピュータ１０２にメールサーバ機能を備えることにより提供データをさらに効率的に収集することが可能である。図３０、３１には、第１０の実施の形態のデータ提供コンピュータ１０１、システム運用コンピュータ１０２の機能構成を示す。
【０１３７】
図３０において、３００１は文書データ格納部であり、メール文書データを保持する。３００２はメール送受信部であり、メールの送受信を行う。３００３は通信部であり、メールサーバ機能を持つシステム運用コンピュータ１０２との間で行われる通信を実現する。
【０１３８】
図３１において、３１０１は通信部であり、データ送信コンピュータ１０１との間で行われる通信を実現する。３１０２はメールの送受信を行うメールサーバ機能を有するメールサーバ処理部、３１０４は振り分け部であり、メールサーバ処理部３１０２に送られたメールより提供者が提供を許可したメールの振り分けを行う。３１０３は提供者情報格納部であり、提供者情報を保持する。３１０５はデータ受信部であり、提供を許可されたメールの文書データを受信する。なお、データ確認部３１０６、データ格納部３１０７、データ管理部３１０８、提供者情報受信部３１０９、データ対価管理部３１１０、対価情報格納部３１１１、決済処理部３１１２については、上記第８の実施の形態で図３で説明したものと同様である。
【０１３９】
図３２は、データ送信コンピュータ１０１とシステム運用コンピュータ１０２間でなされる提供データの収集について説明する図である。データ提供者はデータ送信コンピュータ１０１を用いてメールを作成し、そのメールを提供データとしてシステム運用者に提供してよいかを決める（３２０１、３２０２）。メールの内容等によりシステム運用者に提供したくない場合、提供せず通常のメールと同様送信することも可能である。メールを提供データとしてシステム運用者に提供してもよい場合、提供可であることを記す提供可情報をメールに付加する（３２０３）。その後、通常のメールのように、ＳＭＴＰ（Ｓｉｍｐｌｅ Ｍａｉｌ Ｔｒａｎｓｆｅｒ Ｐｒｏｔｏｃｏｌ）等を用いてシステム運用コンピュータで提供されるメールサーバに送信する（３２０４）。
【０１４０】
システム運用コンピュータ１０２では、提供者から送信されたメールをメールサーバ処理部３１０２で処理し（３２０５）、提供可情報が付加されたメールかどうかを判断する（３２０６）。提供可情報が付加されたメールであればシステム運用コンピュータ１０２のメール文書をコピーして取込みを行う（３２０７）。そして、メールサーバ処理部３１０２でメールを送り先に送信する（３２０８）。３２０７で取り込まれたメール文書は、上記実施の形態における文書データと同様にシステム運用コンピュータ１０２で処理される。
【０１４１】
なお、上記実施の形態においては、システム運用者からデータ提供者に支払う提供データの対価として、無料メール機能提供という形で対価を支払うことが可能である。
【０１４２】
（第１１の実施の形態）
上記第８の実施の形態では、インターネットを介してＨＴＴＰでデータ送信コンピュータ１０１からシステム運用コンピュータ１０２に直接提供データの送受信を行うことを前提にしているが、提供する文書データをＨＴＭＬ（ｈｙｐｅｒｔｅｘｔ ｍａｒｋｕｐ ｌａｎｇｕａｇｅ）文書として書かれた文書データをターゲットにすることもできる。システム運用コンピュータ１０２にＷＷＷサーバ機能を備えることにより提供データをさらに効率的に収集することが可能である。図３３、３４には、第１１の実施の形態のデータ提供コンピュータ１０１、システム運用コンピュータ１０２の機能構成を示す。
【０１４３】
図３３において、３３０１はＨＴＭＬデータ格納部であり、ＨＴＭＬデータを保持する。３３０２はＷＷＷ送受信部であり、ＨＴＭＬのアップロードを行う。
３３０３は通信部であり、ＷＷＷサーバ機能を持つシステム運用コンピュータ１０２との間で行われる通信を実現する。この場合、使用者情報はサーバ側が保持する使用者情報から取得することができる。また、上記実施の形態でデータ提供者が入力した提供データに関する情報（ジャンル等）はＨＴＭＬデータのヘッダ等に記載することができる。
【０１４４】
図３４において、３４０１は通信部であり、データ送信コンピュータ１０１との間で行われる通信を実現する。３４０２はＷＷＷサーバ処理部であり、ＨＴＭＬファイルのアップロード等を実現し、ＷＷＷを管理するＷＷＷサーバ機能を有する。３４０３は提供者ＷＷＷ格納部であり、提供者のＨＴＭＬデータを公開するＷＷＷスペースを確保する。３４０４はＨＴＭＬデータ受信部であり、ＨＴＭＬ文書データを受信する。３４０５はテキスト変換部であり、ＷＷＷサーバにアップロードされたＨＴＭＬ文書データをテキスト文書データに変換する。なお、データ確認部３４０６、データ格納部３４０７、データ管理部３４０８、提供者情報受信部３４０９、データ対価管理部３４１０、対価情報格納部３４１１、決済処理部３４１２については、上記第８の実施の形態で図３で説明したものと同様である。
【０１４５】
図３５は、データ送信コンピュータ１０１とシステム運用コンピュータ１０２間でなされる提供データの収集について説明する図である。データ提供者はデータ送信コンピュータ１０１を用いてＨＴＭＬ文書データを作成し、通常のＨＴＭＬデータのようにＦＴＰ（Ｆｉｌｅ Ｔｒａｎｓｆｅｒ Ｐｒｏｔｏｃｏｌ）等を用いてシステム運用コンピュータ１０２で提供されるＷＷＷサーバにアップロードする（３５０１、３５０２）。
【０１４６】
システム運用コンピュータ１０２では、提供者から送信されたＨＴＭＬデータをＷＷＷサーバ処理部３４０２で処理し（３５０３）、提供者ＷＷＷ格納部３４０３に格納し公開する一方で（３５０４）、ＨＴＭＬ文書データをコピーして取込みを行う（３５０５）。３５０５で取込まれたＨＴＭＬ文書データは、上記実施の形態における文書データと同様にシステム運用コンピュータ１０２で処理される。なお、ＷＷＷサーバ上におかれたＨＴＭＬデータは一般的に広く公開されるものであることから、ＷＷＷサーバにおかれたデータはすべて提供可として扱うものとしている。
【０１４７】
なお、上記実施の形態においては、システム運用者からデータ提供者に支払う提供データの対価として、無料ＷＷＷスペース提供という形で対価を支払うことが可能である。
【０１４８】
（第１２の実施の形態）
言語モデルデータについての実施の形態においても、上述した音響モデルデータについての第４の実施の形態と同様に、システム運用コンピュータ１０２から、言語モデルデータと同時に音声認識プログラムを提供することが可能である。
音声認識プログラムをネットワーク経由で提供することにより、使用者の使用する環境に応じて、認識速度優先版、認識精度優先版、省メモリ版、低スペック機版等の各種音声認識プログラムを使用者が選択することができる。言語モデルに加え、音声認識プログラムを使用者が選択可能になることで、より使用環境に応じた音声認識が行うことができる。
【０１４９】
なお、音声認識プログラム配信機能を追加したシステム運用コンピュータ１０２が実現するデータ配信の機能、また、音声認識プログラム実行コンピュータ１０３が実現するデータ受信と音声認識の機能は、音響モデルデータではなく言語モデルデータを扱う点以外において図１６、１７で説明したのと同様であり、ここではその詳細な説明は省略する。
【０１５０】
（第１３の実施の形態）
言語モデルデータについての実施の形態でも、上述した音響モデルデータについての第５の実施の形態と同様に、音声認識プログラムをシステム運用コンピュータ１０２で用意しておき、使用者は、自己の端末から音声認識したい音声データをシステム運用コンピュータ１０２に送信し、システム運用コンピュータ１０２で音声認識を行い、使用者は認識結果のみ得ることが可能である。
【０１５１】
なお、音声認識プログラムを実行するシステム運用コンピュータ１０２が実現する音声認識の機能、また、使用者の端末の機能は、音響モデルデータではなく言語モデルデータを扱う点以外において図１８、１９で説明したのと同様であり、ここではその詳細な説明は省略する。
【０１５２】
また、システム運用コンピュータ１０２上に音声認識プログラムを用意することで、図３６に示すように、言語モデルを選択する際に、いったん使用者がサンプル音声データを入力し、システム運用コンピュータ１０２上でそれぞれの言語モデルに対しての認識結果を計算し、各言語モデルを用いた場合の認識結果を表示することで、使用者は提供された言語モデルの性能等を確認してから認識性能が要求を満たす言語モデルを選ぶことが可能である。これによって、使用者の要求する言語モデルの提供がさらに改善される。
【０１５３】
（第１４の実施の形態）
言語モデルデータについての実施の形態では、音声認識プログラム実行コンピュータ１０３で音声認識を行うことにより認識結果の文章が得られるが、この認識結果をいったん格納し、文書データとしてシステム運用コンピュータ１０２に提供することも可能である。すなわち、上述した音響モデルデータについての第６の実施の形態では、音声認識時に入力された音声データをいったん格納し、音声データとしてシステム運用コンピュータ１０２に提供していたが、本実施の形態では、認識結果を文書としてシステム運用コンピュータ１０２に提供するものである。この場合、音声認識プログラム実行コンピュータ１０３が、本発明でいうデータ送信装置としても機能することになる。
【０１５４】
図３７は、音声認識プログラム実行コンピュータ１０３が実現する音声認識の結果である文書データを送信する機能構成を示すブロック図である。３７０１は通信部であり、システム運用コンピュータ１０２との間で行われる通信を実現する。３７０２は音声認識処理部であり、音声認識を実際に行う。３７０３は音声認識プログラム格納部であり、音声認識に使用する音声認識プログラムを格納する。３７０４は言語モデルデータ格納部であり、言語モデルデータを格納する。
【０１５５】
３７０５は認識結果格納部であり、音声認識処理により認識された認識結果を格納する。３７０６はデータ送信部であり、上記認識結果である文書データを提供データとしてシステム運用コンピュータ１０２に送信する。
【０１５６】
（第１５の実施の形態）
言語モデルデータについての実施の形態でも、上述した音響モデルデータについての第７の実施の形態と同様に、金銭を払う以外の方法で提供者に対して対価を払うことが可能であり、データ提供者が企業等である場合、広告を出すことにより対価とすることが考えられる。
【０１５７】
なお、音声認識プログラム実行コンピュータ１０３が実現するデータ受信と音声認識の機能は、音響モデルデータではなく言語モデルデータを扱う点以外において図２２で説明したのと同様であり、ここではその詳細な説明は省略する。
【０１５８】
（その他の実施の形態）
上記第１〜７の実施の形態では、「音響モデルデータ」を使用するもの、上記第８〜１５実施の形態では、「言語モデルデータ」を使用するものについて説明したが、その両者を扱うようにしてもかまわない。
【０１５９】
また、本発明は複数の機器から構成されるシステムに適用しても一つの機器からなる装置に適用してもよい。
【０１６０】
また、上述した実施の形態の機能を実現するべく各種のデバイスを動作させるように、該各種デバイスと接続された装置或いはシステム内のコンピュータに対し、上記実施の形態の機能を実現するためのソフトウェアのプログラムコードを供給し、そのシステム或いは装置のコンピュータ（ＣＰＵ或いはＭＰＵ）に格納されたプログラムに従って上記各種デバイスを動作させることによって実施したものも、本発明の範疇に含まれる。
【０１６１】
また、この場合、上記ソフトウェアのプログラムコード自体が上述した実施の形態の機能を実現することになり、そのプログラムコード自体、及びそのプログラムコードをコンピュータに供給するための手段、例えばかかるプログラムコードを格納した記録媒体は本発明を構成する。かかるプログラムコードを記憶する記録媒体としては、例えばフレキシブルディスク、ハードディスク、光ディスク、光磁気ディスク、ＣＤ−ＲＯＭ、磁気テープ、不揮発性のメモリカード、ＲＯＭ等を用いることができる。
【０１６２】
また、コンピュータが供給されたプログラムコードを実行することにより、上述の実施の形態の機能が実現されるだけでなく、そのプログラムコードがコンピュータにおいて稼働しているＯＳ（オペレーティングシステム）或いは他のアプリケーションソフト等と共同して上述の実施の形態の機能が実現される場合にもかかるプログラムコードは本発明の実施の形態に含まれることはいうまでもない。
【０１６３】
さらに、供給されたプログラムコードがコンピュータの機能拡張ボードやコンピュータに接続された機能拡張ユニットに備わるメモリに格納された後、そのプログラムコードの指示に基づいてその機能拡張ボードや機能拡張ユニットに備わるＣＰＵ等が実際の処理の一部又は全部を行い、その処理によって上述した実施の形態の機能が実現される場合にも本発明に含まれることはいうまでもない。
【０１６４】
なお、上記実施の形態において示した各部の形状及び構造は、何れも本発明を実施するにあたっての具体化のほんの一例を示したものに過ぎず、これらによって本発明の技術的範囲が限定的に解釈されてはならないものである。すなわち、本発明はその精神、又はその主要な特徴から逸脱することなく、様々な形で実施することができる。
【０１６５】
【発明の効果】
以上述べたように本発明によれば、ネットワークを利用することにより、音声認識処理の利用促進を図るとともに、音声認識処理に使用される多種多様な音響モデルデータや言語モデルデータを迅速かつ低コストで作成、提供等することが可能となる。
【図面の簡単な説明】
【図１】システム構成を示す図である。
【図２】第１の実施の形態においてデータ送信コンピュータ１０１が実現するデータ送信の機能構成を示すブロック図である。
【図３】第１の実施の形態においてシステム運用コンピュータ１０２が実現するデータ受信の機能構成を示すブロック図である。
【図４】第１の実施の形態においてデータ送信コンピュータ１０１とシステム運用コンピュータ１０２間でなされる提供データの収集について説明する図である。
【図５】データ送信コンピュータ１０１のブラウザ部２０６に表示されるユーザインタフェースの一例を示す図である。
【図６】第１の実施の形態においてシステム運用コンピュータ１０２がデータを管理し、収集した音声データから音響モデルを作成する機能構成を示すブロック図である。
【図７】第１の実施の形態においてシステム運用コンピュータ１０２が実現するデータ配信の機能構成を示すブロック図である。
【図８】第１の実施の形態において音声認識プログラム実行コンピュータ１０３が実現するデータ受信と音声認識の機能構成を示すブロック図である。
【図９】第１の実施の形態においてシステム運用コンピュータ１０２と音声認識プログラム実行コンピュータ１０３間の音響モデルデータの配信・受信について説明する図である。
【図１０】データ送信コンピュータ１０１のブラウザ部２０６に表示されるユーザインタフェースの一例を示す図である。
【図１１】第２の実施の形態においてデータ送信コンピュータ１０１が実現するデータ送信の機能構成を示すブロック図である。
【図１２】第２の実施の形態においてシステム運用コンピュータ１０２が実現するデータ受信の機能構成を示すブロック図である。
【図１３】第３の実施の形態においてデータ送信コンピュータ１０１が実現するデータ送信の機能構成を示すブロック図である。
【図１４】第３の実施の形態においてシステム運用コンピュータ１０２が実現するデータ受信の機能構成を示すブロック図である。
【図１５】第３の実施の形態においてデータ送信コンピュータ１０１とシステム運用コンピュータ１０２間でなされる提供データの収集について説明する図である。
【図１６】第４の実施の形態において音声認識プログラム配信機能を追加したシステム運用コンピュータ１０２が実現するデータ配信の機能構成を示すブロック図である。
【図１７】第４の実施の形態において音声認識プログラム実行コンピュータ１０３が実現するデータ受信と音声認識の機能構成を示すブロック図である。
【図１８】第５の実施の形態において音声認識プログラムを実行するシステム運用コンピュータ１０２が実現する音声認識の機能構成を示したブロック図である。
【図１９】第５の実施の形態において使用者の端末の機能構成を示すブロック図である。
【図２０】使用者の端末に表示されるユーザインタフェースの一例を示す図である。
【図２１】第６の実施の形態において音声認識プログラム実行コンピュータ１０３が実現する音声認識のために入力された音声データを送信する機能構成を示すブロック図である。
【図２２】第７の実施の形態において音声認識プログラム実行コンピュータ１０３が実現するデータ受信と音声認識の機能構成を示すブロック図である。
【図２３】データ送信コンピュータ１０１のブラウザ部２０６に表示されるユーザインタフェースの一例を示す図である。
【図２４】第８の実施の形態においてシステム運用コンピュータ１０２がデータを管理し、収集した文書データから言語モデルを作成する機能構成を示すブロック図である。
【図２５】第８の実施の形態においてシステム運用コンピュータ１０２が実現するデータ配信の機能構成を示すブロック図である。
【図２６】第８の実施の形態において音声認識プログラム実行コンピュータ１０３が実現するデータ受信と音声認識の機能構成を示すブロック図である。
【図２７】データ送信コンピュータ１０１のブラウザ部２０６に表示されるユーザインタフェースの一例を示す図である。
【図２８】第９の実施の形態においてデータ送信コンピュータ１０１が実現するデータ送信の機能構成を示すブロック図である。
【図２９】第９の実施の形態においてシステム運用コンピュータ１０２が実現するデータ受信の機能構成を示すブロック図である。
【図３０】第１０の実施の形態においてデータ送信コンピュータ１０１が実現するデータ送信の機能構成を示すブロック図である。
【図３１】第１０の実施の形態においてシステム運用コンピュータ１０２が実現するデータ受信の機能構成を示すブロック図である。
【図３２】第１０の実施の形態においてデータ送信コンピュータ１０１とシステム運用コンピュータ１０２間でなされる提供データの収集について説明する図である。
【図３３】第１１の実施の形態においてシステム運用コンピュータ１０２が実現するデータ受信の機能構成を示すブロック図である。
【図３４】第１１の実施の形態においてデータ送信コンピュータ１０１とシステム運用コンピュータ１０２間でなされる提供データの収集について説明する図である。
【図３５】第１１の実施の形態においてデータ送信コンピュータ１０１とシステム運用コンピュータ１０２間でなされる提供データの収集について説明する図である。
【図３６】使用者の端末に表示されるユーザインタフェースの一例を示す図である。
【図３７】第１４の実施の形態において音声認識プログラム実行コンピュータ１０３が実現する音声認識の結果である文書データを送信する機能構成を示すブロック図である。
【符号の説明】
１０１ データ送信コンピュータ
１０２ システム運用コンピュータ
１０３ 音声認識プログラム実行コンピュータ
１０４ ネットワーク
２０１ 通信部
２０２ データ送信部
２０３ データ格納部
２０４ 提供者情報送信部
２０５ 提供者情報格納部
２０６ ブラウザ部
３０１ 通信部
３０２ データ受信部
３０３ データ確認部
３０４ データ格納部
３０５ データ管理部
３０６ 提供者情報受信部
３０７ データ対価管理部
３０８ 対価情報格納部
３０９ 決済処理部
６０１ 音声データ格納部
６０２ 音響モデルデータ
６０３ 中間情報データ格納部
６０４ データ管理部
６０５ 音響モデル作成部
７０１ 通信部
７０２ ユーザ要求受信部
７０３ カタログ送信部
７０４ カタログデータ格納部
７０５ 音響モデル対価情報格納部
７０６ 音響データ対価管理部
７０７ 決済処理部
７０８ データ管理部
７０９ 音響モデルデータ格納部
７１０ 音響モデル配信部
８０１ 通信部
８０２ ユーザ要求送信部
８０３ データ受信部
８０４ 音声認識プログラム格納部
８０５ 音響モデルデータ格納部
８０６ 音声認識処理部
８０７ ブラウザ部

Claims (33)

1. 音声認識処理に使用されるモデルデータを作成するのに必要なデータを送信するデータ送信装置と、
   前記データ送信手段から受信した前記データをもとに前記モデルデータを作成するモデルデータ管理装置とがネットワークを介して接続することを特徴とするネットワークシステム。
2. 音声認識処理に使用されるモデルデータを作成し、送信するデータ送信装置と、
   前記データ送信手段から受信した前記モデルデータを格納するモデルデータ管理装置とがネットワークを介して接続することを特徴とするネットワークシステム。
3. 音声認識処理に使用されるモデルデータを配信するモデルデータ管理装置と、
   前記モデルデータ配信装置から受信した前記モデルデータを使用して音声認識処理を実行する音声認識処理実行装置とがネットワークを介して接続することを特徴とするネットワークシステム。
4. 前記モデルデータ管理装置は、前記モデルデータを作成するのに必要なデータを格納しており、前記音声認識処理実行装置から入力された条件に応じてオンデマンドで前記モデルデータを作成して配信することを特徴とする請求項３に記載のネットワークシステム。
5. 音声認識処理に使用されるモデルデータを格納するとともに、前記モデルデータを使用して音声認識処理を実行するモデルデータ管理装置と、
   前記モデルデータ管理装置での前記音声認識処理の対象となる音声データを送信する送信端末とがネットワークを介して接続することを特徴とするネットワークシステム。
6. 音声認識処理に使用されるモデルデータを作成するのに必要なデータを外部から受信する受信手段と、
   前記受信手段により受信した前記データをもとに前記モデルデータを作成するモデル作成手段とを備えたことを特徴とするデータ処理装置。
7. 前記データに関してデータ提供者に支払う対価を管理する対価管理手段を備えたことを特徴とする請求項６に記載のデータ処理装置。
8. 前記モデルデータは音響モデルデータであり、前記データは音声データを含むことを特徴とする請求項６に記載のデータ処理装置。
9. 前記音声データはネット電話で用いられたものであることを特徴とする請求項８に記載のデータ処理装置。
10. 前記音声データは音声メールで用いられたものであることを特徴とする請求項８に記載のデータ処理装置。
11. 前記音声データは音声チャットで用いられたものであることを特徴とする請求項８に記載のデータ処理装置。
12. 前記モデルデータは言語モデルデータであり、前記データは文書データを含むことを特徴とする請求項６に記載のデータ処理装置。
13. 前記文書データは電子メールとして書かれたものであることを特徴とする請求項１２に記載のデータ処理装置。
14. 前記文書データはＨＴＭＬデータとして書かれたものであることを特徴とする請求項１２に記載のデータ処理装置。
15. 前記受信手段により受信した前記データのデータ量を確認するデータ確認手段を備えたことを特徴とする請求項６に記載のデータ処理装置。
16. 音声認識処理に使用されるモデルデータを外部から受信する受信手段と、
    前記モデルデータを格納するモデルデータ格納手段とを備えたことを特徴とするデータ処理装置。
17. 音声認識処理に使用されるモデルデータを格納するモデルデータ格納手段と、
    前記モデルデータを外部に配信するモデルデータ配信手段を備えたことを特徴とするデータ処理装置。
18. 前記モデルデータの配信に関してデータ使用者から徴収する対価を管理する対価管理手段を備えたことを特徴とする請求項１７に記載のデータ処理装置。
19. 前記モデルデータを使用して行う音声認識処理のためのプログラムを配信するプログラム配信手段を備えたことを特徴とする請求項１７に記載のデータ処理装置。
20. 前記音声認識処理のためのプログラムの配信に関してプログラム使用者から徴収する対価を管理する対価管理手段を備えたことを特徴とする請求項１９に記載のデータ処理装置。
21. 音声認識処理に使用されるモデルデータを格納するモデルデータ格納手段と、
    外部から音声認識処理の対象となる音声データを受信する受信手段と、
    前記受信手段により受信した前記音声データについて前記モデルデータを使用して音声認識処理を行う音声認識処理手段と、
    前記音声認識処理手段で行われた音声認識処理結果を配信する音声認識処理結果配信手段とを備えたことを特徴とするデータ処理装置。
22. 前記音声認識処理の使用量を計測する使用量計測部を備えたことを特徴とする請求項２１に記載のデータ処理装置。
23. 音声認識処理に使用されるモデルデータを作成するのに必要なデータを格納する格納手段と、
    外部から入力された条件に応じて前記データをもとにオンデマンドで前記モデルデータを作成するモデル作成手段と、
    前記モデル作成手段により作成された前記モデルデータを外部に配信するモデルデータ配信手段とを備えたことを特徴とするデータ処理装置。
24. 音声認識処理に使用されるモデルデータを作成するのに必要なデータを外部から受信する手順と、
    前記受信したデータをもとに前記モデルデータを作成する手順とを有することを特徴とするデータ処理方法。
25. 音声認識処理に使用されるモデルデータを外部から受信する手順と、
    前記モデルデータを格納する手順とを有することを特徴とするデータ処理方法。
26. 音声認識処理に使用されるモデルデータを格納する手順と、
    前記モデルデータを外部に配信する手順とを有することを特徴とするデータ処理方法。
27. 音声認識処理に使用されるモデルデータを格納する手順と、
    外部から音声認識処理の対象となる音声データを受信する手順と、
    前記受信した音声データについて前記モデルデータを使用して音声認識処理を行う手順と、
    前記音声認識処理結果を配信する手順とを有することを特徴とするデータ処理方法。
28. 音声認識処理に使用されるモデルデータを作成するのに必要なデータを格納する手順と、
    外部から入力された条件に応じて前記データをもとにオンデマンドで前記モデルデータを作成する手順と、
    前記作成された前記モデルデータを外部に配信する手順とを有することを特徴とするデータ処理方法。
29. 音声認識処理に使用されるモデルデータを作成するのに必要なデータを外部から受信する処理と、
    前記受信したデータをもとに前記モデルデータを作成する処理とを実行するプログラムを格納したことを特徴とするコンピュータ読み取り可能な記憶媒体。
30. 音声認識処理に使用されるモデルデータを外部から受信する処理と、
    前記モデルデータを格納する処理とを実行するプログラムを格納したことを特徴とするコンピュータ読み取り可能な記憶媒体。
31. 音声認識処理に使用されるモデルデータを格納する処理と、
    前記モデルデータを外部に配信する処理とを実行するプログラムを格納したことを特徴とするコンピュータ読み取り可能な記憶媒体。
32. 音声認識処理に使用されるモデルデータを格納する処理と、
    外部から音声認識処理の対象となる音声データを受信する処理と、
    前記受信した音声データについて前記モデルデータを使用して音声認識処理を行う処理と、
    前記音声認識処理結果を配信する処理とを実行するプログラムを格納したことを特徴とするコンピュータ読み取り可能な記憶媒体。
33. 音声認識処理に使用されるモデルデータを作成するのに必要なデータを格納する処理と、
    外部から入力された条件に応じて前記データをもとにオンデマンドで前記モデルデータを作成する処理と、
    前記作成された前記モデルデータを外部に配信する処理とを実行するプログラムを格納したことを特徴とするコンピュータ読み取り可能な記憶媒体。

Images