JP2010206717A - 音声応答システム、音声応答装置および音声応答方法 - Google Patents

Abstract

【課題】複数のユーザが電話での通話中に、電話機に付属するキーボタン等を用いて所望の音声情報を要求することができる音声応答システム等を提供する。
【解決手段】例えば電話端末１０ａのユーザが電話端末１０ｂのユーザと通話するときに、音声応答装置３０によるサービスを希望する場合、電話端末１０ｂと音声応答装置３０を接続相手として発呼処理を行う。これにより、電話端末１０ａ，１０ｂおよび音声応答装置３０の間の３者通話が構成される。電話端末１０ａ，１０ｂのユーザが、電話機に付属するキーボタン等を用いて所望の音声情報を要求すると、音声応答装置３０は、これに応じてデータベースを参照して音声情報を出力する。音声応答装置３０から出力される音声情報は、音声出力により電話端末１０ａ，１０ｂの双方のユーザに伝えられる。
【選択図】図１

Description

本発明は、複数人による電話の通話中に、所望の情報を音声で提供する音声応答サービスに関する。

インターネット技術の発展と普及に伴い、ＩＰ(Internet Protocol)による電話交換技術も発展し、１対１でのＩＰ電話に加え、３者以上を同時接続して通話を行うグループ通話サービスも増加している。更に、通話中に会話の内容に応じた音信号を提供する通信サービスシステム等も提案されている。

下記特許文献１には、発信者が通話を希望する複数の通話先の電話番号をネットワークに接続された電話帳データベースに予め登録しておき、発信者の要求に応じて電話帳データベースが同時回線接続手段を有するコールセンタに接続要求を行い、複数の通話先を一斉に呼び出すグループ通話システムが記載されている。これにより、交換機や中継器の大幅な技術変更を必要とせずに、グループ通話が実現できるとされている。

特許文献２には、顧客から音声で入力される要求に応じて自動応答をすると共に、顧客毎の属性データを属性データベースとして蓄積しておき、アクセスしてきた顧客を特定したときに、その顧客に適合したメッセージを選択して送出する顧客応答システムが記載されている。

特許文献３には、通信ネットワークを介して複数の端末装置間の通話サービスを行うサーバに音声認識手段を設け、通話中の会話の音声信号に基づいて認識した内容に応じて応答用の音信号を生成し、端末装置に送信する通信サービスシステムが記載されている。

特許文献４には、ユーザが発信した電話番号や個人を特定するための固有の情報等に基づいて、登録済みのユーザであることを確認した上で、各ユーザに適した音声を送信する自動音声応答システムが記載されている。

特開２００３−２９８７５１号公報 特開２００３−１６９１４７号公報 特開２００５−２８６８８６号公報 特開２００８−２９４８８１号公報

しかしながら、ユーザが所望の音声情報を取得できる電話による音声応答サービスは、例えば前記特許文献２，４に示すように、１ユーザと１装置との間のやりとりが基本となっており、複数のユーザを同時に対象とする利用は想定されていない。なお、特許文献３の通信サービスシステムは、通話中の会話の音声信号に基づいて応答用の音信号を提供するものであるが、個々のユーザからの具体的な音声情報の要求に対応できるようには構成されていない。

本発明は上記課題に鑑みてなされたものであり、２または３以上のユーザが電話での通話中に、電話機等に付属するキーボタン等を用いて所望の音声情報を要求することができる音声応答システム、音声応答装置および音声応答方法を提供することを目的とする。

上記目的を達成するために、本発明の第１の観点に係る音声応答システムは、通信網を介して通話を行う複数の電話端末と、前記通信網を介して少なくとも１つの前記電話端末に接続し、該接続した電話端末から与えられる要求に従って音声データを提供する音声応答装置と、を備える音声応答システムであって、前記音声応答装置は、所定の呼設定手順に従って前記通信網を介して少なくとも１つの前記電話端末に接続する接続制御手段と、所定の伝送制御手順に従って前記接続した電話端末との間で音声信号の送受信を行う音声交換手段と、前記接続した電話端末からユーザの操作に応じて送信される要求信号を受信する信号入力手段と、前記要求信号に基づいて音声情報を編集する音声情報編集手段と、前記編集された音声情報を前記音声交換手段を介して前記接続した電話端末に出力する音声出力手段と、を有することを特徴とする。

本発明の第２の観点に係る音声応答装置は、通信網を介して少なくとも１つの電話端末に接続し、該接続した電話端末から与えられる要求に従って音声データを提供する音声応答装置であって、前記通信網を介して少なくとも１つの前記電話端末に接続する接続制御手段と、前記接続した電話端末との間で音声信号の送受信を行う音声交換手段と、前記接続した電話端末からユーザの操作に応じて送信される要求信号を受信する信号入力手段と、前記要求信号に基づいて音声情報を編集する音声情報編集手段と、前記編集された音声情報を前記音声交換手段を介して前記接続した電話端末に出力する音声出力手段と、を有することを特徴とする。

本発明の第３の観点に係る音声応答方法は、通信網を介して少なくとも１つの電話端末に接続し、該接続した電話端末から与えられる要求に従って音声データを提供する音声応答装置による音声応答方法であって、前記通信網を介して少なくとも１つの前記電話端末に接続する接続制御処理と、前記接続した電話端末との間で音声信号の送受信を行う音声交換処理と、前記接続した電話端末からユーザの操作に応じて送信される要求信号を受信する信号入力処理と、前記要求信号に基づいて音声情報を編集する音声情報編集処理と、
前記編集された音声情報を前記接続した電話端末に出力する音声出力処理と、を順次実行することを特徴とする。

本発明によれば、音声応答装置は、通信網を介して接続した電話端末からユーザの操作に応じて送信される要求信号を受信する信号入力手段を有している。これにより、複数のユーザが電話で通話中に、例えば電話機等に付属するキーボタン等を用い、音声応答装置に対して所望の音声情報を要求して音声で受信することができる。

本発明の実施形態を示す音声応答システムの構成図である。 図１中の音声応答装置の一例を示す構成図である。 本発明のその他の実施形態を示す音声応答システムの構成図である。

以下、本発明の実施の形態について図面を参照して詳細に説明する。
本発明の実施形態の音声応答システムは、図１に示すように、ＩＰ電話網に適用されるものである。ＩＰ電話網は、インターネット等の通信網であるＩＰ網１を利用して、複数の電話端末１０ａ，１０ｂ，…間で電話通信を行うものである。電話端末１０ａ，１０ｂ，…は、電話交換機２０ａ，２０ｂ，…を介して、ＩＰ網１に接続されている。また、音声応答装置３０は、交換機能と電話端末機能と音声応答機能を合わせ持つ疑似電話端末であり、ＩＰ網１に接続されている。

この図１では、説明の都合上、電話交換機２０ａに１台の電話端末１０ａが接続されているが、実際には１台の電話交換機２０ａに複数台の電話端末１０ａが接続される。
なお、電話端末１０ａ等は、一般的には、インターネットに加入するユーザ宅内に設けられるターミナル・アダプタに、パーソナル・コンピュータと共に接続されるようになっている。一方、電話交換機２０ａ等は、ユーザの電話端末やパーソナル・コンピュータをＩＰ網１に接続する回線接続業者（プロバイダ）側に設置されるものである。

電話端末１０ａは、発着信処理部１１ａ、番号入力部１２ａ、音声入力部１３ａ、および音声出力部１４ａを備えている。なお、電話端末１０ｂは、発着信処理部１１ｂ、番号入力部１２ｂ、音声入力部１３ｂ、および音声出力部１４ｂを備えているが、機能としては電話端末１０ａと同じである。

発着信処理部１１ａは、ユーザの操作に従って通話先の電話番号を電話交換機２０ａに送信する発呼要求や、電話交換機２０ａから与えられる呼び出し信号に従って行う着呼表示等の制御を処理するものである。なお、発着信処理部１１ａは、ＩＰ網１上で電話の呼設定を実現するための、テキスト・ベースのアプリケーション層プロトコルであるＳＩＰ(Session Initiation Protocol)に準拠した信号（以下、ＳＩＰ信号という）を使用して、電話交換機２０ａとの間の信号転送を行うようになっている。

番号入力部１２ａは、電話の発呼、着呼、終話等の呼制御信号以外の信号、即ちユーザが通話中に音声応答装置３０に対して音声情報を要求するための番号等を入力するため入力手段である。なお、ユーザが直接操作するプッシュスイッチ等は、電話番号入力用のプッシュスイッチ等と共用し、呼制御時と通話時とで機能を切り替えるように構成することができる。番号入力部１２ａは、発着信処理部１１ａと同様に、ＳＩＰ信号を使用して電話交換機２０ａとの間の信号転送を行うようになっている。

音声入力部１３ａは、マイクロフォンやアナログ／ディジタル変換器等で構成され、ユーザの音声をディジタル化して音声パケット信号を生成し、電話交換機２０ａ側に出力するものである。また、音声出力部１４ａは、ディジタル／アナログ変換器やスピーカ等で構成され、電話交換機２０ａ側から与えられる音声パケット信号を音響信号に変換して出力するものである。

これらの音声入力部１３ａと音声出力部１４ａは、音声や映像をストリーミング再生するための伝送プロトコルであるＲＴＰ(Real-time Transport Protocol)に準拠した信号（以下、ＲＴＰ信号という）を使用して、電話交換機２０ａとの間の信号転送を行うようになっている。ＲＰＴとしては、例えば、ＩＴＵ−Ｔ（国際電気通信連合−電気通信標準化部門）の勧告Ｈ．３２３が用いられる。

電話交換機２０ａは、信号交換部２１ａ、端末信号送信部２２ａ、および音声交換部２３ａを備えている。なお、電話交換機２０ｂは、信号交換部２１ｂ、端末信号送信部２２ｂ、および音声交換部２３ｂを備えているが、機能としては電話交換機２０ａと同じである。

信号交換部２１ａは、電話端末１０ａの発着信処理部１１ａとの間で送受信されるＳＩＰ信号に基づいて、他の電話端末１０ｂ等や音声応答装置３０に対する交換接続制御を行うものである。一方、端末信号送信部２２ａは、電話端末１０ａの番号入力部１２ａから与えられるＳＩＰ信号を、音声応答装置３０に送信するものである。

音声交換部２３ａは、電話端末１０ｂ等や音声応答装置３０との間の接続が完了した状態で、電話端末１０ａの音声入力部１３ａおよび音声出力部１４ａと、接続先の電話端末１０ｂ等や音声応答装置３０との間での音声パケット信号の交換処理を行うものである。

なお、上記の説明は、電話端末１０ａと電話交換機２０ａの間が光ケーブル等のディジタル回線で接続されている場合である。ＡＤＳＬ(Asymmetric Digital Subscriber Line)等で接続されている場合は、電話端末１０ａと電話交換機２０ａの間の呼制御信号や音声はアナログ信号で送受信され、電話交換機２０ａによってアナログ／ディジタル変換およびディジタル／アナログ変換が行われて、ＩＰ網１との間でディジタル信号によって送受信されるようになっている。

音声応答装置３０は、図２にその構成例を示すように、信号交換部３１、音声交換部３２、着信処理部３３、信号入力部３４、音声入力部３５、音声出力部３６、ユーザ情報参照部３７、音声情報編集部３８、ユーザ・データベース（ユーザＤＢ）３９、および音声データベース（音声ＤＢ）４０を備えている。

この内、信号交換部３１と音声交換部３２は、電話交換機に対応する機能を有するもので、信号交換部３１は、電話交換機２０ａ等からＩＰ網１を介して与えられるＳＩＰ信号に従って、着呼、終話等の呼制御を行うものである。また、音声交換部３２は、接続された電話端末１０ａ等との間で音声パケット信号の送受信等の交換処理を行うものである。

一方、着信処理部３３、信号入力部３４、音声入力部３５、および音声出力部３６は、電話端末１０ａ等に対応する機能を有するものである。着信処理部３３は、信号交換部３１から与えられる呼び出し信号に従って、音声交換部３２や、信号入力部３４、音声入力部３５、音声出力部３６等を、音声応答装置としての動作可能な状態に制御するものである。また、信号交換部３１から終話信号が与えられたときには、着信処理部３３は、音声交換部３２等の動作を停止させるようになっている。

信号入力部３４は、ユーザが通話中に電話端末１０ａ等のプッシュスイッチ等から入力した音声情報を要求する番号等のＳＩＰ信号を受信するものである。音声入力部３５は、音声交換部３２を通して与えられるＲＴＰ信号による音声パケット信号を入力するものである。また、音声出力部３６は、音声情報編集部３８で編集された音声データをＲＴＰ信号による音声パケット信号に変換して音声交換部３２に出力するものである。

更に、ユーザ情報参照部３７、音声情報編集部３８、ユーザ・データベース３９、および音声データベース４０は、音声応答機能の主要部を構成するものである。

ユーザ情報参照部３７は、信号入力部３４や音声入力部３５によって、通話中のユーザから番号入力や音声入力で入力された情報に対する動作を、ユーザ・データベース３９を参照して取得するものである。ユーザ情報参照部３７は、ユーザ・データベース３９から取得した音声情報の種類等を、音声情報編集部３８に与えるようになっている。なお、ユーザ・データベース３９は、ユーザ毎の環境や嗜好等に応じて、要求番号と要求する音声情報の種類等を対応付けて登録したデータベースである。

音声情報編集部３８は、ユーザ情報参照部３７から与えられた音声情報の種類等に従って、音声データベース４０を参照してユーザの要求に応じた音声データを取得し、取得した音声データを編集して音声出力部３６へ出力するものである。なお、音声データベース４０は、ユーザから要求される各種の音声データを、検索可能な状態で予め格納しておくものである。

次に、図１及び図２の動作を説明する。
発呼側の電話端末（例えば、１０ａ）から、着呼側の電話端末（例えば、１０ｂ）への発信を行う。このとき、電話端末１０ａのユーザが、音声応答サービスを希望していれば、電話端末１０ｂに割り当てられた電話番号に加えて、音声応答装置３０に割り当てられた電話番号を入力する。

ユーザによる番号入力操作で、電話端末１０ａの発着信処理部１１ａから電話交換機２０ａの信号交換部２１ａに発呼要求が送信される。信号交換部２１ａは、発呼要求に従って着信側の電話端末１０ｂに対する発信処理を行うと共に、音声応答装置３０への発信処理を行う。この発信処理は、信号交換部２１ａからＩＰ網１を介して着信側の電話交換機２０ｂと音声応答装置３０へ、ＳＩＰ信号を送信することによって実行される。

電話交換機２０ａから、電話端末１０ｂに対するＳＩＰ信号を受信した電話交換機２０ｂは、着呼側の電話端末１０ｂを呼び出す。電話端末１０ｂの発着信処理部１１ｂは、呼び出し音等を出力し、電話端末１０ｂ側のユーザがこれに応じると、ＳＩＰの手順に従って電話端末２０ａ，２０ｂ間の接続が確立する。これにより、電話端末２０ａのユーザと、電話端末２０ｂのユーザとの間での通話が可能になる。

一方、電話交換機２０ａから、ＳＩＰ信号を受信した音声応答装置３０の信号交換部３１は、着信処理部３３に電話端末１０ａからの着信を伝え、音声交換部３２等を動作可能な状態に設定する。更に、信号交換部３１は、ＳＩＰの手順に従って電話端末２０ａ，２０ｂとの間での接続を確立する。これにより、音声応答装置３０の音声応答機能が開始し、音声交換部３２を通して電話端末２０ａ，２０ｂとの間での音声交換が開始される。

音声応答装置３０の信号入力部３４には、電話端末２０ａのユーザが入力した音声情報を要求するための番号入力だけでなく、電話端末２０ｂのユーザが入力した番号入力も入力される。また、音声応答装置３０の音声入力部３５には、電話端末２０ａ，２０ｂからの音声パケット信号が入力される。

ユーザ情報参照部３７は、信号入力部３４や音声入力部３５に入力された要求情報に従ってユーザ・データベース３９を参照し、入力された情報に対応する音声情報の種類等を取得する。更に、ユーザ情報参照部３７は、ユーザ・データベース３９から取得した音声情報の種類等を音声情報編集部３８へ与える。

音声情報編集部３８は、ユーザ情報参照部３７から与えられた音声情報の種類等に従って、音声データベース４０を参照してユーザの要求に応じた音声データを取得し、取得した音声データを編集して音声出力部３６へ出力する。音声出力部３６へ出力された音声データは、音声パケット信号に変換され、ＲＴＰの手順に従って音声交換部３２からＩＰ網１を介して、電話端末２０ａ，２０ｂへ送信される。

このように、電話端末２０ａ，２０ｂ間の通話状態が継続している間、音声応答装置３０は、これらの電話端末２０ａ，２０ｂから与えられる要求に応じて、所望の音声情報を提供する。

電話端末２０ａまたは電話端末２０ｂから、終話を示す信号が出力されると、電話交換機２０ａ，２０ｂと音声応答装置３０の電話交換機能により、電話端末２０ａ，２０ｂおよび音声応答装置３０の間の電話接続が切断され、通話状態が終了する。

以上詳細に説明したように、本実施形態の音声応答システムは、次のような利点がある。
（１） 複数のユーザが電話での通話中に、電話機等に付属するキーボタン等を用いて所望の音声情報を要求することができる。例えば、音声応答装置３０からの音声ガイドに従って情報入力を行う電話サービスを、１人ではなく、遠隔地にいる複数人で通話しながら利用することができる。
（２） ユーザの操作によって所望の音声情報を要求することができるので、必要とする音声情報を容易に選択して取得することができる。
（３） 音声応答装置３０は、交換機能と電話端末機能と音声応答機能を合わせ持つ疑似電話端末となっているので、従来のＩＰ電話交換機を変更することなく、音声応答サービスを提供することができる。

なお、本発明は、上記実施形態に限定されるものではなく、下記のような種々の変形が可能である。
（ａ） ２つの電話端末１０ａ，１０ｂの間の通話に、音声応答装置３０が第３者として接続して音声応答を行う場合を説明したが、３つ以上の電話端末１０ａ，１０ｂ，…の間の通話に音声応答装置３０を接続することも可能である。なお、音声応答装置３０は、従来の音声応答装置と同様に、１つの電話端末１０ａから接続されて、音声応答を行うことも可能である。
（ｂ） 音声応答装置３０は、要求される音声データを出力するだけでなく、音声データの早送りや巻き戻し、次のトラックへの変更等の音声再生制御も可能とするように構成することができる。

（ｃ） 音声応答装置３０は、構成要素としてユーザ・データベース３９と音声データベース４０を有しているが、図３に示すように、ユーザ・データベースと音声データベースをデータベース・サーバ（ＤＢ）３０Ｂとして独立させても良い。その場合、必要に応じて音声応答装置３０ＡからＩＰ網１を介して、データベース・サーバ３０Ｂのユーザデータや音声データを参照するように構成すれば良い。これにより、個々の音声応答装置３０Ａの規模を簡素化することができるので、多数の音声応答装置３０Ａを分散配置することができる。
（ｄ） 電話端末１０ａ等からの要求に応じて音声データベース４０の音声データを提供するだけでなく、電話端末１０ａ等から出力された音声自体に対して、合成や変換処理を加えることも可能である。

（ｅ） 呼制御信号や音声パケット信号の転送方式は、例示したＳＩＰやＲＴＰによる手順に限定するものではない。
（ｆ） 通話中に音声応答装置３０から広告メッセージを送信し、通話料金を割り引くサービス等にも適用することができる。

１ ＩＰ網
１０ａ，１０ｂ 電話端末
１１ａ，１１ｂ 発着信処理部
１２ａ，１２ｂ 番号入力部
１３ａ，１３ｂ，３５ 音声入力部
１４ａ，１４ｂ，３６ 音声出力部
２０ａ，２０ｂ 電話交換機
２１ａ，２１ｂ，３１ 信号交換部
２２ａ，２２ｂ 端末信号送信部
２３ａ，２３ｂ，３２ 音声交換部
３０，３０Ａ 音声応答装置
３０Ｂ データベース・サーバ
３３ 着信処理部
３４ 信号入力部
３７ ユーザ情報参照部
３８ 音声情報編集部
３９ ユーザ・データベース
４０ 音声データベース

Claims (8)

1. 通信網を介して通話を行う複数の電話端末と、前記通信網を介して少なくとも１つの前記電話端末に接続し、該接続した電話端末から与えられる要求に従って音声データを提供する音声応答装置と、を備える音声応答システムであって、
   前記音声応答装置は、
   所定の呼設定手順に従って前記通信網を介して少なくとも１つの前記電話端末に接続する接続制御手段と、
   所定の伝送制御手順に従って前記接続した電話端末との間で音声信号の送受信を行う音声交換手段と、
   前記接続した電話端末からユーザの操作に応じて送信される要求信号を受信する信号入力手段と、
   前記要求信号に基づいて音声情報を編集する音声情報編集手段と、
   前記編集された音声情報を前記音声交換手段を介して前記接続した電話端末に出力する音声出力手段と、
   を有することを特徴とする音声応答システム。
2. 前記音声応答装置は、更に、前記接続した電話端末から入力される音声信号によって前記要求信号を認識する音声入力手段を有することを特徴とする請求項１に記載の音声応答システム。
3. 前記音声応答装置は、更に、
   前記音声情報編集手段が、前記要求信号に基づいて前記ユーザに固有の情報を取得するためのユーザ・データベースと、
   前記音声情報編集手段が、前記ユーザ・データベースから取得した前記ユーザに固有の情報に基づいて所望の音声データを取得するための音声データベースと、
   を有することを特徴とする請求項１または２に記載の音声応答システム。
4. 前記通信網は、インターネット・プロトコル通信網であり、
   前記所定の呼設定手順は、ＳＩＰ(Session Initiation Protocol)であり、
   前記所定の伝送制御手順は、ＲＴＰ(Real-time Transport Protocol)である、
   ことを特徴とする請求項１乃至３のいずれか１項に記載の音声応答システム。
5. 通信網を介して少なくとも１つの電話端末に接続し、該接続した電話端末から与えられる要求に従って音声データを提供する音声応答装置であって、
   前記通信網を介して少なくとも１つの前記電話端末に接続する接続制御手段と、
   前記接続した電話端末との間で音声信号の送受信を行う音声交換手段と、
   前記接続した電話端末からユーザの操作に応じて送信される要求信号を受信する信号入力手段と、
   前記要求信号に基づいて音声情報を編集する音声情報編集手段と、
   前記編集された音声情報を前記音声交換手段を介して前記接続した電話端末に出力する音声出力手段と、
   を有することを特徴とする音声応答装置。
6. 前記接続した電話端末から入力される音声信号によって前記要求信号を認識する音声入力手段を、更に有することを特徴とする請求項５に記載の音声応答装置。
7. 前記音声情報編集手段が、前記要求信号に基づいて前記ユーザに固有の情報を取得するためのユーザ・データベースと、
   前記音声情報編集手段が、前記ユーザ・データベースから取得した前記ユーザに固有の情報に基づいて所望の音声データを取得するための音声データベースと、
   を更に有することを特徴とする請求項５または６に記載の音声応答装置。
8. 通信網を介して少なくとも１つの電話端末に接続し、該接続した電話端末から与えられる要求に従って音声データを提供する音声応答装置による音声応答方法であって、
   前記通信網を介して少なくとも１つの前記電話端末に接続する接続制御処理と、
   前記接続した電話端末との間で音声信号の送受信を行う音声交換処理と、
   前記接続した電話端末からユーザの操作に応じて送信される要求信号を受信する信号入力処理と、
   前記要求信号に基づいて音声情報を編集する音声情報編集処理と、
   前記編集された音声情報を前記接続した電話端末に出力する音声出力処理と、
   を順次実行することを特徴とする音声応答方法。

Images