JP2006127148A - 音声自動対話システムにおける情報処理方法 - Google Patents

Abstract

【課題】
音声自動対話システムについてユーザビリティを向上させる。
【解決手段】
本発明の方法は、特定のユーザからデータ入力を受け付けた場合、入力データの種類毎に入力データを特定のユーザ用の履歴データ格納部に格納するステップと、対話プログラムに従って特定種類のデータについて特定のユーザから音声によるデータ入力を求める前に、特定のユーザ用の履歴データ格納部を参照して、使用可能な特定種類のデータが格納されているか判断する判断ステップと、特定のユーザ用の履歴データ格納部に使用可能な特定種類のデータが格納されている場合には、特定のユーザに特定種類のデータの入力を求めることなく、特定種類のデータを特定のユーザ用の履歴データ格納部から読み出して所定の処理を実施する処理実施ステップとを含む。
【選択図】図４

Description

本発明は、音声自動対話システムに関連する技術に関する。

近年、ＶｏｉｃｅＸＭＬ（Voice eXtensible Markup Language）を用いて音声自動対話システム（例えば窓口案内、施設予約、情報配信、通信販売などの各種サービスを、対話制御、音声認識、音声合成、音声認証、コンピュータテレフォニー・インタフェース（ＣＴＩ：Computer Telephony Interface）プログラムなどにより実行するシステム）を構築するようになってきている。このような音声自動対話システムにおいては、様々な処理条件の下でユーザからの発話入力を待ち、発話された内容によって次の処理を行うといったことがＶｏｉｃｅＸＭＬドキュメント（ＸＭＬベースの音声対話記述用のスクリプト言語であるＶｏｉｃｅＸＭＬにより記述された音声による各種サービスアプリケーションであり、音声自動対話コンテンツとも呼ぶ）として記述されている。

上記音声自動対話システムでは、ＶｏｉｃｅＸＭＬインタプリタ（ＶｏｉｃｅＸＭＬドキュメントを解析する対話制御プログラム）が用いられるが、現在のＶｏｉｃｅＸＭＬインタプリタは、音声自動対話コンテンツを解析・処理した際に作成した内部変数のデータを後の利用のために保持するようになっていない。そのため音声自動対話システムの利用者は、同じサービスや、類似の発話入力を要求するような他のサービスを利用した場合も、毎回、同じ発話をしなければならない。

この問題を具体的に図１を用いて説明する。まず、ユーザは、音声自動対話システムに接続する（ステップ（１））。接続すると、音声自動対話システムは「何の情報をお知りになりたいですか？」という質問を例えば音声でユーザに対して出力する（ステップ（２））。これに対して、ユーザは「天気予報」という応答を発話する（ステップ（３））。そうすると、音声自動対話システムは、「住所を仰ってください」と例えば音声でユーザの入力を促す（ステップ（４））。これに対して、ユーザは「静岡県」「沼津市」という応答を発話する（ステップ（５））。このようなユーザの入力に対して音声自動対話システムは、「６月２６日の天気は晴れのち曇りです」（６月２６日は本日）という応答をユーザに対して出力する（ステップ（６））。なお、この際データベースなどを参照する。

ここでユーザが音声自動対話システムとの対話を終了させず接続を継続させると、音声自動対話システムは、「何の情報をお知りになりたいですか？」とユーザに問う（ステップ（７））。そうするとユーザは、「乗り換え案内」と返答する（ステップ（８））。これに対し、音声自動対話システムは、「出発地を仰ってください」と例えば音声でユーザの入力を促す（ステップ（９））。そうすると、ユーザは「静岡県」「沼津市」という応答を発話する（ステップ（１０））。このようなユーザの入力に対して音声自動対話システムは、「到着地を仰ってください」とユーザに入力を促す（ステップ（１１））。これに対して、ユーザは「東京都」「品川」という応答を発話する（ステップ（１２））。このようなユーザの入力に対して音声自動対話システムは、「８：４０沼津駅発三島行き。９：１０三島駅こだまＸＸＸ号東京行き」という応答をユーザに対して出力する（ステップ（１３））。

このようにユーザは、「天気予報情報提供」及び「乗り換え案内」の２種類のサービスを選択しているが、どちらのサービスを利用する場合も、「地域」の発話を行わなければならない。自分の住所が変わることはあまりないが、毎回「地域」の発話を行わなければならず、サービス利用時間が余計にかかり、使いにくいサービスとなっている。

なお、特開２００１−１６６７８５号公報には、事前に登録されている対話例を示すスクリプトに基づいて発話テキストを順次出力し、対話履歴を対話ログデータとして登録する対話ログデータベースにも同時に登録し、出力された発話テキストの内容を発話者に伝達し、発話者が自分の音声を音声データとして入力し、入力された音声データを記録しておき、音声データの記録が完了した後に、操作者が記録されている発話者の音声データに基づいて、対話ログデータベースの発話者の対話部分を書き起こすという技術が開示されている。但し、本公報記載の発明の目的は、容易に音声対話コーパスを作成することを目的としており、同一の対話者との対話において対話履歴を用いるわけではない。

また、特開２００３−１６９１４７号公報には、情報を蓄積した情報データベースと、登録された顧客ごとの静的及び動的属性データ（例えば、生年月日や住所、過去の取引記録や利用履歴）を格納する属性データベースと、自動音声応答サーバとを有する顧客応答システムが開示されている。そして、自動音声応答サーバは、アクセスしてきた顧客を特定した場合にその特定された顧客をキーとして検索部によって属性データベースを検索し、その顧客に適合したメッセージ（誕生日を祝うなどの気配り機能のメッセージと、商品やサービスの販売促進のためのメッセージ）を判定部によって選択して自動音声応答プロンプトとしてその顧客に送出する。但し、本公報において属性データベースから読み出したデータは、ユーザの発話を省略可能とするために用いられてはいない。

さらに、特開平６−２２３１０４号公報には、以下の技術が開示されている。すなわち、自然言語でなされる対話について、先行する対話の構造を文脈として解析し、その解析結果を用いて次発話の意図を予測して解釈する。発話の表層的な構造から得られる情報を優先的に利用して発話間の関係と参話者の関心の履歴を解析し、対話の構造を記述をする。発話間の関係は、最も基本的な発話の関係を発話対として、対話の領域を限定せずに局所的なレベルと協調的な問題解決過程のレベルから認識する。参話者の関心は次発話に変形を施されて引き継がれたオブジェクトを検出してその変化を記述する。そして、次発話と関係を持つと考えられる先行発話をヒューリスティックスを用いて順位付けで選択し、省略語の補充や代名詞の指示語の同定を行って次発話の解釈を行う。よって、履歴データについては次発話の解釈に用いられるものであり、ユーザの発話を省略可能とするためには用いられていない。
特開２００１−１６６７８５号公報 特開２００３−１６９１４７号公報 特開平６−２２３１０４号公報

上で述べたように従来技術では、ユーザは音声自動対話システムに対して同じ内容の発話を毎回繰り返さなければならない場合がある。これでは、システムの使い勝手が悪く、ユーザは利用に際してストレスを感じ、さらに利用時間が長くなるという問題がある。

従って、本発明の目的は、音声自動対話システムについてユーザビリティを向上させるための新たな技術を提供することである。

本発明に係る情報処理方法は、特定のユーザからデータ入力を受け付けた場合、入力データの種類毎に入力データを特定のユーザ用の履歴データ格納部に格納するステップと、対話プログラムに従って特定種類のデータについて特定のユーザから音声によるデータ入力を求める前に、特定のユーザ用の履歴データ格納部を参照して、使用可能な特定種類のデータが格納されているか判断する判断ステップと、特定のユーザ用の履歴データ格納部に使用可能な特定種類のデータが格納されている場合には、特定のユーザに特定種類のデータの入力を求めることなく、特定種類のデータを特定のユーザ用の履歴データ格納部から読み出して所定の処理を実施する処理実施ステップとを含む。

このように履歴データ格納部に格納された過去の入力データが、同一種類のデータ入力をユーザに求める前に読み出されるため、ユーザにとっては発話の回数が減ってユーザビリティが向上する。

また、上で述べた入力データの種類が、入力データを保持する内部変数の名前により特定されるようにしてもよい。すなわち、変数名が同一であれば、ユーザに入力を求めることなく履歴データ格納部において当該変数名に対応して登録されている過去の入力データを用いるようにするものである。

さらに、上で述べた特定のユーザから履歴データの使用を選択された場合に、判断ステップ及び処理実施ステップを実施するようにしてもよい。過去のデータをそのまま使用できない場合もあるためである。

また、上で述べた判断ステップが、特定種類のデータが、特定のユーザ用の履歴データ格納部に登録された日時又は回数により使用可能か否かを判断するステップを含むようにしてもよい。一度だけ入力されたデータをそのまま使用するのではなく所定回数以上入力されたデータを用いるようにしても良い。またあまりに過去に入力されたデータをそのまま用いるのは問題がある場合もあるので、所定時間以上前の入力データについては使用不可と判断する場合もある。

本発明に係る情報処理方法をコンピュータに実行させるためのプログラムを作成することができ、当該プログラムは、例えばフレキシブル・ディスク、ＣＤ−ＲＯＭ、光磁気ディスク、半導体メモリ、ハードディスク等の記憶媒体又は記憶装置に格納される。また、ネットワークを介してディジタル信号にて頒布される場合もある。なお、処理途中のデータについては、コンピュータのメモリ等の記憶装置に一時保管される。

本発明によれば、音声自動対話システムについてユーザビリティを向上させることができる。

図２に本発明の一実施の形態に係る機能ブロック図を示す。音声自動対話システム１００は、ＶｏｉｃｅＸＭＬインタプリタ１０と、ＶｏｉｃｅＸＭＬドキュメント格納部１１と、音声処理部１２とを有する。音声処理部１２は、スピーカ及びマイクと直接接続する場合や、電話回線などの通信回線と接続する場合などがある。さらに、音声処理部１２には、音声認識処理、音声合成処理、音声認証処理、ＣＴＩプログラムなどが含まれる。ＶｏｉｃｅＸＭＬドキュメント格納部１１は、音声自動対話システム１００において提供されるサービスに必要となるＶｏｉｃｅＸＭＬドキュメントが格納されている。

ＶｏｉｃｅＸＭＬインタプリタ１０は、解析処理部１と、対話履歴使用設定部２と、対話履歴管理部３と、内部変数情報出力部４と、内部変数情報入力部５と、履歴データ格納部６とを有する。解析処理部１は、ＶｏｉｃｅＸＭＬドキュメント格納部１１を参照し、ＶｏｉｃｅＸＭＬドキュメントを解析すると共に、当該ＶｏｉｃｅＸＭＬドキュメントに従って、音声処理部１２、対話履歴使用設定部２及び対話履歴管理部３とデータのやり取りを行う。また、対話履歴使用設定部２は、対話履歴の使用がユーザにより指示されていれば、解析処理部１及び対話履歴管理部３に対話履歴の使用を前提とした処理を行うようにデータを保持する。対話履歴管理部３は、解析処理部１からの要求に応じて内部変数情報出力部４及び内部変数情報入力部５を制御する。

内部変数情報出力部４は、対話履歴管理部３からの指示に応じて、ユーザＩＤに対応して、今回ユーザから入力されたデータを、当該入力データが設定された内部変数の名前をファイル名に用いたファイルに登録し、履歴データ格納部６に格納する。例えば、「address」という内部変数に設定された入力データが、「静岡県沼津市」である場合には、図２に示すように「address.vxml.rireki」というファイルに「静岡県沼津市」というデータが登録される。同様に、「sports」という内部変数に設定された入力データが、「サッカー」である場合には、図２に示すように「sports.vxml.rireki」というファイルに「サッカー」というデータが登録される。本実施の形態では、内部変数の種類は、この内部変数名により特定されるものとする。

内部変数情報入力部５は、対話履歴管理部３からの指示に応じて、ユーザＩＤに対応して格納されているファイルのうち、今回データを設定すべき内部変数の名前をファイル名に含むファイルを履歴データ格納部６において探索し、特定された場合には当該ファイルの内容を今回データを設定すべき内部変数に設定する。例えば、今回データを設定すべき内部変数がsportsであれば、sports.vxml.rirekiというファイルを探索して、特定されればその内容である「サッカー」をsportsという内部変数に設定する。そして、設定完了を対話履歴管理部３を介して解析処理部１に返す。なお履歴データ格納部６にsports.vxml.rirekiというファイルが存在しなかった場合には、その旨を対話履歴管理部３を介して解析処理部１に通知する。

履歴データ格納部６は、ユーザＩＤ毎に、既に内部変数に設定されたことがある入力データを含み且つ当該内部変数名をファイル名に使用したファイルを格納している。図２の例では、ユーザＩＤ：８８１２１３のための履歴データ格納領域６１と、ユーザＩＤ：８８１２１４のための履歴データ格納領域６２と、ユーザＩＤ：８８１２１５のための履歴データ格納領域６３とが設けられている。当然ユーザＩＤの数は、３に限定されるものではない。

図３（ａ）乃至（ｃ）に、ＶｏｉｃｅＸＭＬドキュメント格納部１１に格納されるＶｏｉｃｅＸＭＬドキュメントの一例（概要）を示す。図３（ａ）は、メインの処理内容が規定されている「main.vxml」を示す。ここでは、「天気予報」情報提供、「乗り換え案内」のいずれかがサービスとして選択可能なことを示している。図３（ｂ）は、「天気予報」情報提供の処理内容が規定されている「wether.vxml」を示す。ここでは、天気予報の場所を特定するため、addressという内部変数にデータが設定されることが示されている。図３（ｃ）は、「乗り換え案内」の処理内容が規定されている「travel.vxml」を示す。ここでは、出発地を特定するためのaddressという内部変数と、到着地を特定するためのto_addressという内部変数とにデータが設定されることが示されている。

次に、図４乃至図６を用いて図２に示した音声自動対話システム１００の処理フローを説明する。まず、サービス開始時に、ユーザからユーザＩＤを取得する（ステップＳ１）。なお、その際音声認証その他の認証処理等を行うことは周知であるからここでは説明を省略する。また、履歴データを使用するか否かの設定を処理開始時に行う場合には、本ステップにおいて解析処理部１が、履歴データを使用するか否かをユーザに対して問い合わせ、当該問い合わせに対するユーザからの返答に係るデータ（例えばＹｅｓ／Ｎｏ）を対話履歴使用設定部２に出力する。対話履歴使用設定部２は、解析処理部１から履歴データ使用の設定データ（例えばＹｅｓ／Ｎｏ）を受け取り、保持する。なお、履歴データの使用については、他の場面においても設定可能であり、その場合においても上で述べたのと同様の処理が行われる。一方、履歴データを使用するか否かについてデフォルト設定を例えばユーザＤＢに登録しておく場合もあり、その場合には対話履歴使用設定部２は、当該ユーザＤＢから履歴データ使用の設定データを読み出し、使用する。対話履歴使用設定部２は、対話履歴管理部３により参照され、履歴データの使用が設定されていれば対話履歴管理部３は解析処理部１の指示に応じて処理を実行する。

次に、解析処理部１は、ＶｏｉｃｅＸＭＬドキュメント格納部１１を参照して、処理すべきＶｏｉｃｅＸＭＬドキュメント内における所定範囲のデータ（コンテンツ）を読み出して、解析処理を実施する（ステップＳ３）。この処理については、例えばＸＭＬパーサによりＶｏｉｃｅＸＭＬドキュメントを分節し、処理内容を特定するものである。そして、解析処理部１は、解析結果から内部変数の設定が必要であるか判断する（ステップＳ５）。図３の例では、図３（ｂ）や図３（ｃ）のように「field name="address"」などのエレメントを検出したか否かで判断する。もし、内部変数の設定が必要ではない場合には、ステップＳ１９に移行する。

一方、内部変数の設定が必要であると判断された場合には、解析処理部１は、対話履歴使用設定部２を参照して履歴データを使用する設定がなされているか確認する（ステップＳ７）。もし、履歴データの使用が設定されていないと判断されれば、端子Ａを介して図５の処理に移行する。一方、履歴データの使用が設定されていると判断されれば、解析処理部１は、対話履歴管理部３に対し、ユーザのユーザＩＤを含み且つ今回の内部変数の名前のファイルに含まれるデータの要求を出力する。対話履歴管理部３は、要求に応じて内部変数情報入力部５に、指定された内部変数の名前のファイルが履歴データ格納部６に存在するか確認し、存在する場合には当該ファイルの内容を読み出すように命ずる。これに応じて内部変数情報入力部５は、履歴データ格納部６の指定ユーザＩＤの領域を指定の内部変数を用いて検索し、ファイルが存在するか確認する（ステップＳ９）。ファイルが存在する場合には、当該ファイルの内容を読み出す。

もしファイルが存在しないと判断された場合には（ステップＳ１１：Ｎｏルート）、使用可能な履歴データは存在しないものとして端子Ａを介して図５の処理に移行する。なお、内部変数情報入力部５は、ファイルが見つからなかった旨のデータを対話履歴管理部３を介して解析処理部１に出力する。一方、ファイルが存在すると判断された場合には（ステップＳ１１：Ｙｅｓルート）、内部変数情報入力部５は、当該ファイルを履歴データ格納部６から読み出し、対話履歴管理部３を介して解析処理部１に当該ファイルの内容を出力する。そうすると、解析処理部１は、データ確認処理を実施する（ステップＳ１３）。このデータ確認処理は、「＊＊＊（履歴データ）でよろしいですか？」といった、ユーザにデータ内容を確認するための出力を例えば音声処理部１２を介して出力する。これに対してユーザは、「はい（Ｙｅｓ）／いいえ（Ｎｏ）」といった返答を入力する。そうすると音声処理部１２は音声認識処理を実施して、処理結果を解析処理部１に出力する。解析処理部１は、音声処理部１２の処理結果を受け取り、ユーザが「はい」などの肯定的入力を行っているか判断する（ステップＳ１５）。もし、「いいえ」などの否定的入力を行っていると判断された場合には、端子Ａを介して図５の処理に移行する。一方、「はい」などの肯定的入力を行ったと判断された場合には、解析処理部１は、対話履歴管理部３を介して内部変数情報入力部５に、読み出したファイルのデータ（履歴データ）の内部変数への設定を指示する。内部変数情報入力部５は、指示に応じて読み出したファイルのデータを内部変数にセットする（ステップＳ１７）。なお、ステップＳ１７については解析処理部１が内部変数に履歴データをセットするようにしてもよい。そうすると、解析処理部１は、ＶｏｉｃｅＸＭＬドキュメントに従って、所定の処理を実施する（ステップＳ１９）。さらに、ステップＳ３乃至Ｓ２１の処理を処理終了が指示されるまで繰り返す。

このように、ステップＳ５で特定された内部変数に対するデータの入力をユーザに求めることなく当該内部変数に対してデータが自動的にセットされるため、ユーザは同じような内容に対する発話回数を減らすことができ、ユーザビリティが向上する。

次に、端子Ａを介して移行した後の処理について図５を用いて説明する。まず、解析処理部１は、音声処理部１２に対して「＊＊＊（入力が必要なデータ名）を仰ってください」というような音声出力を行わせる（ステップＳ３１）。そして、ユーザによる音声入力を待つ。ユーザは、当該音声出力に応じて返答を音声入力する。そうすると、音声処理部１２は、当該音声入力を受け付け、音声認識処理を実施し、認識結果を解析処理部１に出力する（ステップＳ３３）。そして、ステップＳ１３と同様に、データ確認処理を実施する（ステップＳ３５）。すなわち、「＊＊＊（認識結果）でよろしいですか？」といった、ユーザに内容を確認するための出力を例えば音声処理部１２に出力する。これに対してユーザは、「はい（Ｙｅｓ）／いいえ（Ｎｏ）」といった返答を入力する。そうすると音声処理部１２は音声認識処理を実施して、処理結果を解析処理部１に出力する。解析処理部１は、音声処理部１２の処理結果を受け取り、ユーザが「はい」などの肯定的入力を行っているか判断する（ステップＳ３７）。もし、「いいえ」などの否定的入力を行っていると判断された場合には、ステップＳ３１に戻る。

一方、「はい」などの肯定的入力を行ったと判断された場合には、解析処理部１は、内部変数に入力データ（認識結果）を設定する（ステップＳ３９）。また、ユーザＩＤと入力データと内部変数名とのセットを含む履歴登録要求を対話履歴管理部３に出力する。そうすると、対話履歴管理部３は、内部変数情報出力部４に対して、履歴データ格納部６内のユーザＩＤに対応する記憶領域に、入力データを含み且つ内部変数名からなるファイル名を有するファイルを登録するように命ずる。内部変数情報出力部４は、対話履歴管理部３からの命令に従って、履歴データ格納部６のユーザＩＤに対応する記憶領域内に、上記のようなファイルを生成して登録する（ステップＳ４１）。この後、処理は端子Ｂを介して図４のステップＳ１９に移行する。

以上のような処理を実施すれば、履歴データを使用する設定がなされていない場合、使用可能な履歴データが履歴データ格納部に格納されていない場合、履歴データがそのまま使用できなかった場合などは、ユーザに音声入力を求め、ユーザから受け付けた音声入力から内部変数にデータをセットすることができるようになる。

上で述べたように、履歴データが有効に用いられればユーザの発話回数は削減される。このようすを図６を用いて説明する。例えば、ユーザが使用する機器と音声自動対話システム１００が接続されており（音声自動対話システム１００に直接入力する場合には接続は不要）、さらにユーザＩＤの入力等が完了しているものとする。そうすると、音声自動対話システム１００内におけるＶｏｉｃｅＸＭＬインタプリタ１０の解析処理部１は、ＶｏｉｃｅＸＭＬドキュメント格納部１１から図３（ａ）のmain.vxmlファイルを読み出し、解析処理を実施する。そして、解析結果に従って、「何の情報をお知りになりたいですか？」という問い合わせするように音声処理部１２に指示する。音声処理部１２は、指示に従って出力を行う（ステップ（２１））。これに対してユーザが「天気予報」という音声入力を行うと、音声処理部１２は音声認識処理を行い、認識結果を解析処理部１に出力する（ステップ（２２））。解析処理部１は、音声処理部１２から認識結果を受け取ると、「天気予報」という回答及び図３（ａ）のmain.vxmlのファイルに従って、図３（ｂ）のwether.vxmlというファイルの処理に移行する。ここで、内部変数addressに、天気予報の場所を設定する必要があることが分かる。そこで、対話履歴管理部３に内部変数addressの履歴データを取得するように要求する。対話履歴管理部３は、内部変数情報入力部５に、ユーザＩＤ及び内部変数addressで特定されるファイルを履歴データ格納部６内において探索させる。ここでは以前内部変数addressにデータを登録したことがあるものとする。従って、内部変数情報入力部５は、ユーザＩＤ及び内部変数addressで特定されるファイルのデータを読み出す。そうすると、図１のように「住所を仰ってください」といったような音声出力を行うことはなく、ステップＳ１３における確認処理を行って確認が得られれば、解析処理部１は、内部変数に設定されたデータにより図示しないデータベースなどから得られた「６月２６日の天気は晴れのち曇りです」といったデータを、音声処理部１２に出力させる（ステップ（２３））。

さらに、処理が終了しない場合には、解析処理部１は、ＶｏｉｃｅＸＭＬドキュメント格納部１１から図３（ａ）のmain.vxmlファイルを読み出し、解析処理を実施する。そして、解析結果に従って、「何の情報をお知りになりたいですか？」という問い合わせするように音声処理部１２に指示する。音声処理部１２は、指示に従って出力を行う（ステップ（２４））。これに対してユーザが「乗り換え案内」という音声入力を行うと、音声処理部１２は音声認識処理を行い、認識結果を解析処理部１に出力する（ステップ（２５））。解析処理部１は、音声処理部１２から認識結果を受け取ると、「乗り換え案内」という回答及び図３（ａ）のmain.vxmlのファイルに従って、図３（ｃ）のtravel.vxmlというファイルの処理に移行する。ここで、内部変数address及びto_addressに、出発地名及び到着地名を設定する必要があることが分かる。そこで、対話履歴管理部３に内部変数address及びto_addressの履歴データを取得するように要求する。対話履歴管理部３は、内部変数情報入力部５に、ユーザＩＤ及び内部変数address又はto_addressで特定されるファイルを履歴データ格納部６内において探索させる。ここでは以前内部変数addressにデータを登録したことがあるが、内部変数to_addressにはデータが未設定であるとする。そうすると、内部変数情報入力部５は、ユーザＩＤ及び内部変数addressで特定されるファイル及びユーザＩＤ及び内部変数to_addressで特定されるファイルを探索する。結果として、内部変数addressで特定されるファイルのみが抽出され、内部変数to_addressで特定されるファイルは抽出されない。そうすると、図１のように「出発地を仰ってください」といったような音声出力を行うことはなく、ステップＳ１３における確認処理を行って確認が得られれば、内部変数addressに履歴データ格納部６から抽出されたファイルの内容が登録される。一方、不足している内部変数to_addressのために、「到着地を仰ってください」という出力が音声処理部１２になされる。音声処理部１２は上記のような質問がユーザに対して出力されるように処理を行う（ステップ（２６））。これに対して、ユーザは、「東京都」「品川」という入力を行うので、当該入力を受け付け、音声処理部１２は、音声認識処理を実施する（ステップ（２７））。音声認識処理の結果は解析処理部１に出力される。解析処理部１は、認識結果を受け付け、ステップＳ３５における確認処理を実施し、確認が得られれば、内部変数to_addressに入力されたデータを登録する。このようにして得られた内部変数address及びto_addressに設定されたデータにより図示しないデータベースなどから得られた「８：４０ 沼津駅発三島行き。９：１０三島駅こだまＸＸＸ号東京行き」といったデータを、音声処理部１２に出力させる（ステップ（２８））。

このように、確認処理はあるが図１と図６を比較すれば、ユーザの発話回数は明らかに減少しており、繰り返し同じ発話を行わなければならないという手間を省くことができるようになっている。

以上本発明の一実施の形態を説明したが、本発明はこれに限定されるものではない。例えば、図２に示した機能ブロックは一例であって、必ずしも実際のプログラムモジュールに対応するものではない。

また、図４のステップＳ１１における使用可能な履歴データという判断については、単に履歴データ格納部６に該当ファイルが存在するという条件だけではなく、他の条件を付加するようにしても良い。例えば、３回など所定の回数以上同じ入力がなされているということを条件にしても良い。その場合には、履歴データ格納部６のファイルには、入力データだけではなく、入力回数のカウンタ値を登録しておく必要がある。また、あまり古い入力データについては使用しないような構成を採用する場合には、履歴データ格納部６のファイルに入力データの入力日時を登録しておき、当該入力日時が現在日時から例えば６ヶ月といったように所定期間内であることを確認して使用可能か否かを判断するようにしても良い。なお、履歴データ格納部６のファイルの使用履歴をさらに参照する場合もある。すなわち、入力日時は古いがそのまま使用した履歴が例えば１ヶ月など所定期間以内に存在する場合には、使用可能と判断するようにしても良い。

さらに、ＶｏｉｃｅＸＭＬドキュメントに適用した場合を説明したが、ＶｏｉｃｅＸＭＬでなくとも、ユーザとの対話により処理を進めてゆく音声自動対話システムに適用することも可能である。

また、上で述べた音声自動対話システム１００は、コンピュータ装置であって、図７に示すように、メモリ２５０１（記憶部）とＣＰＵ２５０３（処理部）とハードディスク・ドライブ（ＨＤＤ）２５０５（記憶部）と表示装置２５０９に接続される表示制御部２５０７とリムーバブル・ディスク２５１１用のドライブ装置２５１３と入力装置２５１５とネットワークに接続するための通信制御部２５１７とがバス２５１９で接続されている。オペレーティング・システム（ＯＳ：Operating System）及び本実施の形態における処理を実施するためのアプリケーション・プログラムは、ＨＤＤ２５０５に格納されており、ＣＰＵ２５０３により実行される際にはＨＤＤ２５０５からメモリ２５０１に読み出される。必要に応じてＣＰＵ２５０３は、表示制御部２５０７、通信制御部２５１７、ドライブ装置２５１３を制御して、必要な動作を行わせる。また、処理途中のデータについては、メモリ２５０１に格納され、必要があればＨＤＤ２５０５に格納される。本発明の実施の形態では、上で述べた処理を実施するためのアプリケーション・プログラムはリムーバブル・ディスク２５１１に格納されて頒布され、ドライブ装置２５１３からＨＤＤ２５０５にインストールされる。インターネットなどのネットワーク及び通信制御部２５１７を経由して、ＨＤＤ２５０５にインストールされる場合もある。このようなコンピュータ装置は、上で述べたＣＰＵ２５０３、メモリ２５０１などのハードウエアとＯＳ及び必要なアプリケーション・プログラムとが有機的に協働することにより、上で述べたような各種機能を実現する。

（付記１）
特定のユーザからデータ入力を受け付けた場合、入力データの種類毎に前記入力データを前記特定のユーザ用の履歴データ格納部に格納するステップと、
前記対話プログラムに従って特定種類のデータについて前記特定のユーザから音声によるデータ入力を求める前に、前記特定のユーザ用の履歴データ格納部を参照して、使用可能な前記特定種類のデータが格納されているか判断する判断ステップと、
前記特定のユーザ用の履歴データ格納部に使用可能な前記特定種類のデータが格納されている場合には、前記特定のユーザに前記特定種類のデータの入力を求めることなく、前記特定種類のデータを前記特定のユーザ用の履歴データ格納部から読み出して所定の処理を実施する処理実施ステップと、
を含み、コンピュータに実行される情報処理方法。

（付記２）
前記入力データの種類が、前記入力データを保持する内部変数の名前により特定されることを特徴とする付記１記載の情報処理方法。

（付記３）
前記特定のユーザから履歴データの使用を選択された場合に、前記判断ステップ及び前記処理実施ステップを実施することを特徴とする付記１記載の情報処理方法。

（付記４）
前記判断ステップが、
前記特定種類のデータが、前記特定のユーザ用の履歴データ格納部に登録された日時又は回数により使用可能か否かを判断するステップ
を含む付記１記載の情報処理方法。

（付記５）
特定のユーザからデータ入力を受け付けた場合、入力データの種類毎に前記入力データを前記特定のユーザ用の履歴データ格納部に格納するステップと、
前記対話プログラムに従って特定種類のデータについて前記特定のユーザから音声によるデータ入力を求める前に、前記特定のユーザ用の履歴データ格納部を参照して、使用可能な前記特定種類のデータが格納されているか判断する判断ステップと、
前記特定のユーザ用の履歴データ格納部に使用可能な前記特定種類のデータが格納されている場合には、前記特定のユーザに前記特定種類のデータの入力を求めることなく、前記特定種類のデータを前記特定のユーザ用の履歴データ格納部から読み出して所定の処理を実施する処理実施ステップと、
をコンピュータに実行させるプログラム。

（付記６）
特定のユーザからデータ入力を受け付けた場合、入力データの種類毎に前記入力データを前記特定のユーザ用の履歴データ格納部に格納する手段と、
対話プログラムに従って特定種類のデータについて前記特定のユーザから音声によるデータ入力を求める前に、前記特定のユーザ用の履歴データ格納部を参照して、使用可能な前記特定種類のデータが格納されているか判断する判断手段と、
前記特定のユーザ用の履歴データ格納部に使用可能な前記特定種類のデータが格納されている場合には、前記特定のユーザに前記特定種類のデータの入力を求めることなく、前記特定種類のデータを前記特定のユーザ用の履歴データ格納部から読み出して所定の処理を実施する処理実施手段と、
を有する情報処理装置。

従来技術の対話シナリオの一例を示す図である。 本発明の一実施の形態における機能ブロック図である。 （ａ）乃至（ｃ）はＶｏｉｃｅＸＭＬドキュメントの概要を示す図である。 本実施の形態における処理フローの第１の部分を示す図である。 本実施の形態における処理フローの第２の部分を示す図である。 本実施の形態における対話シナリオの一例を示す図である。 コンピュータのブロック図である。

符号の説明

１００ 音声自動対話システム １０ ＶｏｉｃｅＸＭＬインタプリタ
１１ ＶｏｉｃｅＸＭＬドキュメント格納部 １２ 音声処理部
１ 解析処理部 ２ 対話履歴使用設定部
３ 対話履歴管理部 ４ 内部変数情報出力部
５ 内部変数情報入力部 ６ 履歴データ格納部

Claims (5)

1. 特定のユーザからデータ入力を受け付けた場合、入力データの種類毎に前記入力データを前記特定のユーザ用の履歴データ格納部に格納するステップと、
   対話プログラムに従って特定種類のデータについて前記特定のユーザから音声によるデータ入力を求める前に、前記特定のユーザ用の履歴データ格納部を参照して、使用可能な前記特定種類のデータが格納されているか判断する判断ステップと、
   前記特定のユーザ用の履歴データ格納部に使用可能な前記特定種類のデータが格納されている場合には、前記特定のユーザに前記特定種類のデータの入力を求めることなく、前記特定種類のデータを前記特定のユーザ用の履歴データ格納部から読み出して所定の処理を実施する処理実施ステップと、
   を含み、コンピュータに実行される情報処理方法。
2. 前記入力データの種類が、前記入力データを保持する内部変数の名前により特定されることを特徴とする請求項１記載の情報処理方法。
3. 前記特定のユーザから履歴データの使用を選択された場合に、前記判断ステップ及び前記処理実施ステップを実施することを特徴とする請求項１記載の情報処理方法。
4. 前記判断ステップが、
   前記特定種類のデータが、前記特定のユーザ用の履歴データ格納部に登録された日時又は回数により使用可能か否かを判断するステップ
   を含む請求項１記載の情報処理方法。
5. 特定のユーザからデータ入力を受け付けた場合、入力データの種類毎に前記入力データを前記特定のユーザ用の履歴データ格納部に格納するステップと、
   対話プログラムに従って特定種類のデータについて前記特定のユーザから音声によるデータ入力を求める前に、前記特定のユーザ用の履歴データ格納部を参照して、使用可能な前記特定種類のデータが格納されているか判断する判断ステップと、
   前記特定のユーザ用の履歴データ格納部に使用可能な前記特定種類のデータが格納されている場合には、前記特定のユーザに前記特定種類のデータの入力を求めることなく、前記特定種類のデータを前記特定のユーザ用の履歴データ格納部から読み出して所定の処理を実施する処理実施ステップと、
   をコンピュータに実行させるプログラム。

Images