JP2007226649A - 検索装置及びプログラム - Google Patents

Abstract

【課題】コンテンツの種類を問わずユーザが所望する情報を提供し、ユーザに対する操作性や利便性を向上させること。
【解決手段】音声入力部２１と、音声入力部２１により入力された音声を解析して語句を認識する音声認識部１６と、音声出力のための音声を合成する音声合成部１７と、音声合成部１７により合成された音声を出力する音声出力部３１と、放送される放送コンテンツの内容を示す情報を複数含む番組情報を収集する放送コンテンツ情報収集手段と、収集された放送コンテンツ情報群を記憶する記憶部１１と、記憶部に記憶されている放送コンテンツ情報群を参照して、音声認識部により認識された語句に対応する放送コンテンツを検索し、当該検索の結果を音声出力部により出力させる制御部１０と、を備える検索装置１。
【選択図】図１

Description

本発明は、検索装置及びプログラムに関する。

近年、ユーザが発する音声を認識する音声認識技術が発展し、この音声認識技術を用いたインターフェースが様々な電子機器に搭載されつつある。また、様々な情報の電子化が進み、ユーザが選択可能な情報が増加している。このような膨大な情報から手動操作でユーザが所望する情報を探し出すのは困難であり、煩雑な作業となっている。

そこで、音声認識技術を用いた音声入力手段から入力された要求に応じて、擬人化されたエージェントを表示し、エージェントの動作と共に音声を付けて、ユーザが所望する情報を提供する電子機器が開発されている。

例えば、ユーザの好みに合ったお勧めテレビ番組の情報を提供してテレビ番組を視聴させる電子機器において、電子的な放送プログラムを入手するＥＰＧ情報入手手段と、アプリケーションプログラムインターフェースからの情報を受けて、ユーザの嗜好を分析し、分析結果が蓄積された嗜好ＤＢの情報を基に、人工的なエージェントを表示し、エージェントの動作や音声により情報提供を行うエージェントインターフェース装置が開示されている（特許文献１参照）。

また、ハードディスク等に記録された膨大な音楽データから、ユーザの好みに応じた音楽データを検索する電子機器において、音楽データに関連する音楽関連情報を形態素解析して含まれている単語とその単語に対応するベクトルを生成し、辞書に登録し、音声により入力されたキーワードから、音楽関連情報を検索し、検索結果をエージェントを用いて提示する音楽データ再生装置が開示されている（特許文献２参照）。
特開２００２−７７７５５号公報 特開２００３−８４７８３号公報

しかしながら、上記のような従来の電子機器の検索対象としてのコンテンツは、特許文献１はテレビ番組に限定された装置であり、特許文献２は予め記録媒体に記録された音楽データに限定されている。

従って、テレビ番組の中にユーザが所望するテレビ番組が無い場合や、記録済みの音楽データの中にユーザが所望する音楽データが無い場合には、ユーザは、再度、他のコンテンツ（例えば、ラジオ番組等）の検索を行う為に操作や指示をしなくてはならず、煩雑な作業となる。特に、車載オーディオ装置や車載ナビゲーション装置等のユーザが何らかの運転をしながら用いられる電子機器に上述したような検索装置が適用される場合、所望の結果が得られなかった場合には、運転中に手動操作で検索操作を行わなくてはならず、事故発生の要因となる怖れがあり非常に危険である。

本発明の課題は、上記問題に鑑みて、コンテンツの種類を問わずユーザが所望する情報を提供し、ユーザに対する操作性や利便性を向上させることである。

請求項１に記載の発明は、
音声入力手段と、
前記音声入力手段により入力された音声を解析して語句を認識する音声認識手段と、
音声出力のための音声を合成する音声合成手段と、
前記音声合成手段により合成された音声を出力する出力手段と、
放送される放送コンテンツの内容を示す情報を複数含む放送コンテンツ情報群を収集する放送コンテンツ情報収集手段と、
前記放送コンテンツ情報収集手段により収集された放送コンテンツ情報群を記憶する記憶手段と、
前記記憶手段に記憶されている前記放送コンテンツ情報群を参照して、前記音声認識手段により認識された語句に対応する放送コンテンツを検索し、当該検索の結果を前記出力手段により出力させる制御手段と、
を備える検索装置であることを特徴としている。

請求項２に記載の発明は、請求項１記載の検索装置において、
予め記録媒体に記憶されている蓄積コンテンツの内容を示す情報を複数含む蓄積コンテンツ情報群を収集する蓄積コンテンツ情報収集手段と、を備え、
前記制御手段は、
前記記憶手段に記憶されている前記放送コンテンツ情報群を参照して、前記音声認識手段により認識された前記語句に対応する前記放送コンテンツを検索し、前記語句に対応する放送コンテンツが無い場合には、前記蓄積コンテンツ情報収集手段により前記蓄積コンテンツ情報群を収集させ、取得された当該蓄積コンテンツ情報群を参照して、前記音声認識手段により認識された前記語句に対応する前記蓄積コンテンツを検索し、当該検索の結果を前記出力手段により出力させること、
を特徴としている。

請求項３に記載の発明は、請求項１又は２記載の検索装置において、
予め蓄積コンテンツを記憶している蓄積コンテンツ記憶手段と、
前記蓄積コンテンツの内容を示す情報を複数含む蓄積コンテンツ情報群を収集する蓄積コンテンツ情報収集手段と、を備え、
前記制御手段は、
前記記憶手段に記憶されている前記放送コンテンツ情報群を参照して、前記音声認識手段により認識された前記語句に対応する前記放送コンテンツを検索し、当該検索の結果を前記出力手段により出力させた後、前記音声入力手段により入力された音声が、前記音声認識手段により前記出力手段から出力された検索の結果に対する否定的な語句であると判した場合、前記蓄積コンテンツ情報収集手段により前記蓄積コンテンツ情報群を収集させ、取得された当該蓄積コンテンツ情報群を参照して、放送コンテンツを検索した際に用いた前記音声認識手段により認識された前記語句に対応する前記蓄積コンテンツを検索し、当該検索の結果を前記出力手段により出力させること、
を特徴としている。

請求項４に記載の発明は、
コンピュータに、
音声入力手段、
前記音声入力手段により入力された音声を解析して語句を認識する音声認識手段、
音声出力のための音声を合成する音声合成手と、
前記音声合成手段により合成された音声を出力する出力手段、
放送される放送コンテンツの内容を示す情報を複数含む放送コンテンツ情報群を収集する放送コンテンツ情報収集手段、
前記放送コンテンツ情報収集手段により収集された放送コンテンツ情報群を記憶する記憶手段、
前記記憶手段に記憶されている前記放送コンテンツ情報群を参照して、前記音声認識手段により認識された語句に対応する放送コンテンツを検索し、当該検索の結果を前記出力手段により出力させる制御手段、
として機能させるためのプログラムであることを特徴としている。

本発明によれば、ユーザの発する音声に基づいて複数のコンテンツの検索を行うことができると共に、検索の結果を音声を用いて報知させることができるため、コンテンツの種類を問わずユーザが所望する情報を提供し、ユーザに対する操作性や利便性を向上させることができる。

以下、図を参照して本発明の実施の形態を詳細に説明する。
まず、構成を説明する。
図１に、本実施の形態における検索装置１の主要制御構成図を示す。

図１に示すように、検索装置１は、制御部１０、記憶部１１、オーディオ再生部１２、デジタルチューナ１３、アナログチューナ１４、通信部１５、音声認識部１６、音声合成部１７、音声入力部２１及び操作入力部２２を有する入力部２０、音声出力部３１及び表示部３２を有する出力部３０を備えて構成されており、各部はバス等により電気的に接続されている。

制御部１０は、ＣＰＵ（Central Processing Unit）、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）、ＨＤＤ（Hard Disk Drive）等により構成され、ＲＯＭやＨＤＤに記憶された各種データやシステムプログラム等をＲＡＭやＨＤＤ内に展開し、これらのプログラム及びデータとの協働により、検索装置１全体を統括的に制御し、音声対話方式を用いてユーザが検索装置１を制御するエージェント機能を実現するものである。

エージェント機能とは、ユーザによる指示に対して機器が自立的に処理を行う機能であり、ここでは、音声対話を行うことによって機器（本実施の形態においては検索装置１）の動作や設定を行う機能である。

本実施の形態において制御部１０は、記憶部１１に、適宜、デジタルチューナ１３、アナログチューナ１４、通信部１５から収集されたテレビ番組放送又はラジオ番組放送等の時間又は位置に応じて内容が変化して放送される放送コンテンツの内容を示す情報を複数含む番組情報を放送コンテンツ情報群として記憶させる制御手段である。

番組情報は、放送コンテンツ毎の内容を示す情報を複数含み、放送コンテンツ毎に、例えば、ジャンル名（ニュース、ドラマ、映画、スポーツ、演劇、音楽、バラエティ、趣味・暮らし、アニメ、教育、情報、ドキュメンタリー等）、番組名、放送日時、出演者名、放送局名などを含む情報である。

また、制御部１０は、エージェント機能を用いて、記憶部１１に記憶されている番組情報（放送コンテンツ情報群）を参照して、音声入力部２１により入力されたユーザの音声が音声認識部１６により解析され認識された語句（以下、キーワードという。）に対応する放送コンテンツを検索し、この検索の結果を出力部３０により報知させる。
更に、キーワードに対応する放送コンテンツが無い場合、又は放送コンテンツの検索の結果における報知に対する応答として音声入力部２１より入力された音声が報知の結果に対して否定的な語句であると判別した場合、記録媒体に予め記録されている楽曲や映像等の蓄積コンテンツの内容を示す情報を複数含む蓄積コンテンツ情報群としての楽曲映像情報群を収集させ、収集された楽曲映像情報群を参照して、キーワードに対応する蓄積コンテンツを検索し、当該検索の結果を音声として合成された出力メッセージを音声出力部３１により出力させる。

楽曲映像情報群は、蓄積コンテンツ毎の内容を示す情報を複数含み、蓄積コンテンツ毎に、例えば、楽曲である場合には、楽曲のジャンル名（ロック、ポップス、パンク、レゲエ、クラッシック、ジャズ、演歌等）、楽曲名、アーティスト名、演奏時間などを含む情報であり、映像である場合には、映像のジャンル名（ＳＦ、ファンタジー、アクション、アドベンチャー、ホラー、コメディ、スポーツ、ドラマ、歴史、ミュージカル、アニメ等）、映像タイトル、出演者名、監督者名、脚本者名などを含む情報である。

記憶部１１は、放送コンテンツ情報群としての番組情報を記憶している記憶手段であり、磁気的、光学的記憶媒体若しくは半導体メモリで構成される電気的に消去及び書き換え可能な不揮発性の記憶媒体で構成されている。記憶部１１としては、例えば、ＨＤＤ、ＥＥＰＲＯＭ（Electrically Erasable and Programmable ROM）やフラッシュメモリなどが挙げられる。なお、記憶部１１は、着脱自在に装着可能な構成としてもよい。

オーディオ再生部１２は、ＤＶＤ（Digital Versatile Disk）プレイヤー、ＣＤ（Compact Disc）プレイヤーやＭＤ（Mini Disc）プレイヤー等の再生装置を備え、この再生装置に挿入されたＤＶＤ、ＣＤ、ＭＤ等や制御部１０内のＨＤＤ等の記録媒体（蓄積コンテンツ記憶手段）に予め記録された楽曲や映像等の蓄積コンテンツや、デジタルチューナ１３やアナログチューナ１４を介して受信されたテレビ放送番組やラジオ放送番組などの放送コンテンツを再生する装置である。

また、オーディオ再生部１２は、制御部１０の指示に応じて記録媒体に予め記憶された楽曲映像情報群を収集する蓄積コンテンツ情報収集手段である。
例えば、記憶媒体がＣＤの場合、ＴＯＣ（Table Of Contents）やＴＡＧ情報を参照してＣＤ内に記憶されている楽曲映像情報群を収集し、ＭＤの場合には、ＣＤＤＢを利用したＣＤに対してリッピングを行いリッピングされた楽曲がＭＤに記憶されているのであれば、ＣＤの場合と同様に楽曲映像情報群を収集する。

更に、オーディオ再生部１２は、ＣＤを自動認識し通信部１５を介してインターネット上のサーバと接続してＣＤの情報を蓄積コンテンツに関する情報として収集するＣＣＤＢ（ＣＤ Data Base）の機能を備えたり、ＤＶＤを自動識別し通信部１５を介してインターネット上のサーバと接続してＤＶＤの情報を蓄積コンテンツに関する情報として収集するＭｏｖｉｅＤＢの機能を備える。

デジタルチューナ１３、アナログチューナ１４、通信部１５は、放送コンテンツの番組情報を適宜収集する放送コンテンツ情報収集手段である。

デジタルチューナ１３は、デジタル信号のテレビ放送番組やラジオ放送番組（以下、デジタルテレビ放送番組、デジタルラジオ放送番組）を受信すると共に、デジタルテレビ放送番組やデジタルラジオ放送番組の内容を示す情報を複数含む番組情報を収集する。例えば、デジタルチューナ１３により収集される番組情報としては、電子番組表（ＥＰＧ；Electric Program Guide）等を挙げることができる。

アナログチューナ１４は、アナログ信号のテレビ放送番組やラジオ放送番組（以下、アナログテレビ放送番組、アナログラジオ放送番組）を受信すると共に、アナログテレビ放送番組やアナログラジオ放送番組の内容を示す情報を複数含む番組情報を収集する。例えば、アナログチューナ１４により収集される番組情報は、「ＡＤＡＭＳ（登録商標）」や「電子番組ガイド（Ｇガイド）」等のサービスを用いて収集される電子番組表等を挙げることができる。

通信部１５は、モデム、ＴＡ（Terminal Adapter）、ルータ、ネットワークカード等により構成され、接続されるネットワーク上の各種サーバを含む外部機器と情報を送受信する。また、通信部１５は、インターネットを介して放送コンテンツの番組情報が掲載されているホームページから番組情報を収集したり、蓄積コンテンツの楽曲映像情報群を収集したりする。

音声認識部１６は、音声入力部２１から入力されたユーザの音声を解析して語句を認識し、認識された語句をキーワードとして取得して制御部１０に出力する音声認識手段である。例えば、人間の発声の小さな単位（音素）の音響特徴が記述された音響モデルと音声認識させる言葉が記述された認識辞書とを備え、音声入力部２１から入力された音声を分析して音響特徴を算出し、認識辞書に記述されている言葉の中から、言葉の音響特徴が入力音声の音響特徴に最も近い言葉を探して音声認識結果、即ち認識された語句（キーワード）として出力する。

音声合成部１７は、ユーザに対する提示情報を音声出力のための音声として合成し、合成された音声を出力メッセージとして音声出力部３１に出力する音声合成手段である。

入力部２０は、音声入力部２１と操作入力部２２を有している。
音声入力部２１は、ユーザが発する音声が入力されるマイクロフォン等であり、入力された音声を音声認識部１６に出力する音声入力手段である。

操作入力部２２は、検索装置１の各種動作指示が入力されるカーソルキー、数字入力キー及び各種機能キー等を備えたコントローラ、各種スイッチ、表示部３２の表示画面を覆うように設けられたタッチパネル等であり、動作指示を制御部１０に出力する。

出力部３０は、ユーザに対する提示情報を音声として合成された出力メッセージと共にユーザに対して報知させる手段であり、音声出力部３１と表示部３２を有している。

音声出力部３１は、音声合成部１７により合成された音声である出力メッセージを出力する出力手段であり、例えば、ユーザに音声を発するスピーカを挙げることができる。

表示部３２は、ＬＣＤ（Liquid Crystal Display）やＥＬ（Electro Luminescence）ディスプレイ等によって構成され、表示画面上にエージェント機能のキャラクタの画像を表示させたり提示情報に関する画像を表示したり、検索装置１内の各種機能等を表示する。

次に、本実施の形態の動作を説明する。
以下、放送コンテンツ及び蓄積コンテンツの総称をコンテンツとする。
図２及び図３に、本実施の形態におけるコンテンツの検索処理のフローチャートを示す。

制御部１０は、音声入力部２１により入力された音声が、コンテンツの検索指示であるか否かを判別し（ステップＳ１）、検索指示でないと判別した場合（ステップＳ１；Ｎｏ）、音声が入力されるまで待機する。

制御部１０は、音声入力部２１により入力された音声がコンテンツの検索指示であると判別した場合（ステップＳ１；Ｙｅｓ）、検索対象となるコンテンツの手がかりとなるキーワードを尋ねる旨の出力メッセージを報知するよう出力部３０に指示し、出力部３０は、表示部３２にキャラクタの画像を表示し、かつ、音声出力部３１から音声による出力メッセージを報知する（ステップＳ２）。

制御部１０は、音声入力部２１により音声が入力されたか否かを判別する（ステップＳ３）。

制御部１０は、音声入力部２１により音声が入力されていないと判別した場合（ステップＳ３；Ｎｏ）、ステップＳ２における出力メッセージを報知した時刻から予め設定された時間が経過したか否かを判別し（ステップＳ４）、予め設定された時間が経過していないと判別した場合（ステップＳ４；Ｎｏ）、ステップＳ２に戻る。

制御部１０は、予め設定された時間が経過したと判別した場合（ステップＳ４；Ｙｅｓ）、本処理を終了させる。

制御部１０は、音声入力部２１により音声が入力されたと判別した場合（ステップＳ３；Ｙｅｓ）、音声認識部１６により入力された音声に基づいてキーワードを認識させ、認識されたキーワードを検索対象となるコンテンツのキーワードとして取得させる（ステップＳ５）。

制御部１０は、音声認識部１６によりキーワードが取得されたか否かを判別する（ステップＳ６）。

制御部１０は、音声認識部１６によりキーワードが取得されていないと判別した場合（ステップＳ６；Ｎｏ）、ステップＳ２に戻る。

制御部１０は、音声認識部１６によりキーワードが取得されたと判別した場合（ステップＳ６；Ｙｅｓ）、記憶部１１に記憶されている放送コンテンツの番組情報を参照して、音声認識部１６により取得されたキーワードに対応する放送コンテンツを検索する（ステップＳ７）。

制御部１０は、音声認識部１６により取得されたキーワードに対応するキーワードを含む放送コンテンツの内容を示す情報が有るか否かを判別する（ステップＳ８）。

制御部１０は、音声認識部１６により取得されたキーワードに対応するキーワードを含む放送コンテンツの内容を示す情報が無いと判別した場合（ステップＳ８；Ｎｏ）、ステップＳ１３に進む。

制御部１０は、音声認識部１６により取得されたキーワードに対応するキーワードを含む放送コンテンツの内容を示す情報が有ると判別した場合（ステップＳ８；Ｙｅｓ）、記憶部１１に記憶されている放送コンテンツの番組情報から対応した放送コンテンツの内容を示す情報を読み出して、対応した放送コンテンツの内容を示す情報を出力メッセージとして報知するよう出力部３０に指示し、出力部３０は、表示部３２にキャラクタの画像を表示し、かつ、音声出力部３１から音声による出力メッセージを報知する（ステップＳ９）。

制御部１０は、ステップＳ９においてユーザに報知した出力メッセージに応答する音声が音声入力部２１から入力されたか否かを判別し（ステップＳ１０）、ステップＳ９においてユーザに報知した出力メッセージに応答する音声が音声入力部２１から入力されていないと判別した場合（ステップＳ１０；Ｎｏ）、ステップＳ１２に進む。

制御部１０は、ステップＳ９においてユーザに報知した出力メッセージに応答する音声が音声入力部２１から入力されたと判別した場合（ステップＳ１０；Ｙｅｓ）、入力された音声が報知結果、即ち、出力メッセージに対して否定的な語句であるか否かを判別する（ステップＳ１１）。

制御部１０は、入力された音声が報知結果、即ち、出力メッセージに対して否定的な語句であると判別した場合（ステップＳ１１；Ｙｅｓ）、ステップＳ１３に進む。否定的な語句とは、例えば、「つまらない」、「見ない」、「聞かない」等の報知されたコンテンツの内容を示す情報に対して、それらを選択しない意味を示す語句である。

制御部１０は、制御部１０は、入力された音声が報知結果、即ち、出力メッセージに対して否定的な語句でないと判別した場合（ステップＳ１１；Ｎｏ）、報知された放送コンテンツの内容を示す情報のうちいずれか１つの放送コンテンツを選択した指示が入力部２０から入力されたか否かを判別する（ステップＳ１２）。

制御部１０は、報知された放送コンテンツの内容を示す情報のうちいずれか１つの放送コンテンツを選択した指示が入力されたと判別した場合（ステップＳ１２；Ｙｅｓ）、ステップＳ２０に進む。

制御部１０は、報知された放送コンテンツの内容を示す情報のうちいずれか１つの放送コンテンツを選択した指示が入力されないと判別した場合（ステップＳ１２；Ｎｏ）、オーディオ再生装置１２に挿入されているＤＣ、ＭＤ、ＤＶＤ等や制御部１０内のＨＤＤ等の記録媒体に予め記憶されている蓄積コンテンツの楽曲映像情報群を収集させ、収集された楽曲映像情報群を参照して、音声認識部１６により取得されたキーワードに対応する蓄積コンテンツを検索する（ステップＳ１３）。

制御部１０は、音声認識部１６により取得されたキーワードに対応するキーワードを含む蓄積コンテンツの内容を示す情報が有るか否かを判別する（ステップＳ１４）。

制御部１０は、音声認識部１６により取得されたキーワードに対応するキーワードを含む蓄積コンテンツの内容を示す情報が無いと判別した場合（ステップＳ１４；Ｎｏ）、キーワードに対応するコンテンツが無い旨を出力メッセージとして報知するよう出力部３０に指示し、出力部３０は、表示部３２にキャラクタの画像を表示し、かつ、音声出力部３１から音声による出力メッセージを報知し（ステップＳ１５）、本処理を終了させる。

制御部１０は、音声認識部１６により取得されたキーワードに対応するキーワードを含む蓄積コンテンツの内容を示す情報が有ると判別した場合（ステップＳ１４；Ｙｅｓ）、収集された楽曲映像情報群から対応した蓄積コンテンツの内容を示す情報を読み出して、対応した蓄積コンテンツの内容を示す情報を出力メッセージとして報知するよう出力部３０に指示し、出力部３０は、表示部３２にキャラクタの画像を表示し、かつ、音声出力部３１から音声による出力メッセージを報知する（ステップＳ１６）。

制御部１０は、ステップＳ１６においてユーザに報知した出力メッセージに応答する音声が音声入力部２１から入力されたか否かを判別し（ステップＳ１７）、ステップＳ１６においてユーザに報知した出力メッセージに応答する音声が音声入力部２１から入力されていないと判別した場合（ステップＳ１７；Ｎｏ）、ステップＳ１９に進む。

制御部１０は、ステップＳ１６においてユーザに報知した出力メッセージに応答する音声が音声入力部２１から入力されたと判別した場合（ステップＳ１７；Ｙｅｓ）、入力された音声が報知結果、即ち、出力メッセージに対して否定的な語句であるか否かを判別する（ステップＳ１８）。

制御部１０は、入力された音声が報知結果、即ち、出力メッセージに対して否定的な語句であると判別した場合（ステップＳ１８；Ｙｅｓ）、本処理を終了させる。

制御部１０は、入力された音声が報知結果、即ち、出力メッセージに対して否定的な語句でないと判別した場合（ステップＳ１８；Ｎｏ）、報知された蓄積コンテンツの内容を示す情報のうちいずれか１つの蓄積コンテンツを選択した指示が入力部２０から入力されたか否かを判別する（ステップＳ１９）。

制御部１０は、報知された蓄積コンテンツの内容を示す情報のうちいずれか１つの蓄積コンテンツを選択した指示が入力されないと判別した場合（ステップＳ１９；Ｎｏ）、本処理を終了させる。

制御部１０は、報知された蓄積コンテンツの内容を示す情報のうちいずれか１つの蓄積コンテンツを選択した指示が入力されたと判別した場合（ステップＳ１９；Ｙｅｓ）、ステップＳ２０に進む。

制御部１０は、ステップＳ１２；Ｙｅｓ後又はステップＳ１９；Ｙｅｓ後、選択された放送コンテンツ又は蓄積コンテンツの実行処理行い、本処理を終了させる。

以上のように、本実施形態によれば、ユーザの発する音声に基づいて複数のコンテンツの検索を行うことができると共に、検索の結果を音声を用いて報知させることができるため、コンテンツの種類を問わずユーザが所望する情報を提供し、ユーザに対する操作性や利便性を向上させることができる。

また、時間又は位置に応じて内容が変化して放送される放送コンテンツの内容を示す情報を含む番組情報が適宜番組情報（放送コンテンツ情報群）として記憶されることにより、放送コンテンツの検索を行う前にユーザが予め放送コンテンツの内容を示す情報を収集する操作を行う必要が無くなり、放送コンテンツを検索する際に常に最適な番組情報を用いることができるため、検索の結果の信頼性を向上させることができる。

更に、記録媒体に予め記憶されている蓄積コンテンツの内容を示す情報を複数含む楽曲映像情報を収集する蓄積コンテンツ収集手段を備えることにより、放送コンテンツが無い場合又はユーザが所望する放送コンテンツが無い場合には、蓄積コンテンツ収集手段から蓄積コンテンツの内容を示す情報を予め収集すればよく、予め記憶しておく必要が無いため、メモリ容量の増大を抑制することができる。

なお、本発明は、上記実施形態に限らず、適宜変更可能であるのは勿論である。
例えば、本実施形態の検索装置１を車等に搭載されるオーディオ装置や、楽曲、映像、ラジオ放送番組やテレビ放送番組を視聴又は再生することができ携帯可能な携帯情報端末機器（例えば、携帯音楽プレイヤー、携帯電話、ＰＤＡ（Personal Digital Assistance）等）、楽曲、映像、ラジオ放送番組やテレビ放送番組を視聴又は再生可能なその他電子機器に備えられても良い。

本実施の形態における検索装置１の主要制御構成図である。 本実施の形態におけるコンテンツの検索処理のフローチャートである。 本実施の形態におけるコンテンツの検索処理のフローチャートである（図２の続き）。

符号の説明

１ 検索装置
１０ 制御部
１１ 記憶部
１２ オーディオ再生部
１３ デジタルチューナ
１４ アナログチューナ
１５ 通信部
１６ 音声認識部
１７ 音声合成部
２０ 入力部
２１ 音声入力部
２２ 操作入力部
３０ 出力部
３１ 音声出力部
３２ 表示部

Claims (4)

1. 音声入力手段と、
   前記音声入力手段により入力された音声を解析して語句を認識する音声認識手段と、
   音声出力のための音声を合成する音声合成手段と、
   前記音声合成手段により合成された音声を出力する出力手段と、
   放送される放送コンテンツの内容を示す情報を複数含む放送コンテンツ情報群を収集する放送コンテンツ情報収集手段と、
   前記放送コンテンツ情報収集手段により収集された放送コンテンツ情報群を記憶する記憶手段と、
   前記記憶手段に記憶されている前記放送コンテンツ情報群を参照して、前記音声認識手段により認識された語句に対応する放送コンテンツを検索し、当該検索の結果を前記出力手段により出力させる制御手段と、
   を備えること、
   を特徴とする検索装置。
2. 予め記録媒体に記憶されている蓄積コンテンツの内容を示す情報を複数含む蓄積コンテンツ情報群を収集する蓄積コンテンツ情報収集手段と、を備え、
   前記制御手段は、
   前記記憶手段に記憶されている前記放送コンテンツ情報群を参照して、前記音声認識手段により認識された前記語句に対応する前記放送コンテンツを検索し、前記語句に対応する放送コンテンツが無い場合には、前記蓄積コンテンツ情報収集手段により前記蓄積コンテンツ情報群を収集させ、取得された当該蓄積コンテンツ情報群を参照して、前記音声認識手段により認識された前記語句に対応する前記蓄積コンテンツを検索し、当該検索の結果を前記出力手段により出力させること、
   を特徴とする請求項１記載の検索装置。
3. 予め蓄積コンテンツを記憶している蓄積コンテンツ記憶手段と、
   前記蓄積コンテンツの内容を示す情報を複数含む蓄積コンテンツ情報群を収集する蓄積コンテンツ情報収集手段と、を備え、
   前記制御手段は、
   前記記憶手段に記憶されている前記放送コンテンツ情報群を参照して、前記音声認識手段により認識された前記語句に対応する前記放送コンテンツを検索し、当該検索の結果を前記出力手段により出力させた後、前記音声入力手段により入力された音声が、前記音声認識手段により前記出力手段から出力された検索の結果に対する否定的な語句であると判した場合、前記蓄積コンテンツ情報収集手段により前記蓄積コンテンツ情報群を収集させ、取得された当該蓄積コンテンツ情報群を参照して、放送コンテンツを検索した際に用いた前記音声認識手段により認識された前記語句に対応する前記蓄積コンテンツを検索し、当該検索の結果を前記出力手段により出力させること、
   を特徴とする請求項１又は２記載の検索装置。
4. コンピュータに、
   音声入力手段、
   前記音声入力手段により入力された音声を解析して語句を認識する音声認識手段、
   音声出力のための音声を合成する音声合成手と、
   前記音声合成手段により合成された音声を出力する出力手段、
   放送される放送コンテンツの内容を示す情報を複数含む放送コンテンツ情報群を収集する放送コンテンツ情報収集手段、
   前記放送コンテンツ情報収集手段により収集された放送コンテンツ情報群を記憶する記憶手段、
   前記記憶手段に記憶されている前記放送コンテンツ情報群を参照して、前記音声認識手段により認識された語句に対応する放送コンテンツを検索し、当該検索の結果を前記出力手段により出力させる制御手段、
   として機能させるためのプログラム。

Images