JP2015022310A - 音声アシスタントパーソナライズの方法 - Google Patents

Abstract

【課題】音声アシスタントパーソナライズの方法を提供する。
【解決手段】本発明は、音声アシスタントパーソナライズの方法において、まず音声モジュールを起動し、さらに音声認識ユニットが受け取った音声メッセージを認識し、認識結果により音声メッセージ中の個人名称を遠方の対応する音声アシスタント名称に変換し、サーバーの音声アシスタントモジュールを起動して、音声アシスタントサービスを提供させ、こうして、本発明は通用の音声アシスタント名称を個人名称に対応させて、個人名称で音声アシスタントモジュールを起動できるようにし、これにより、音声アシスタントにパーソナライズの設定を達成させる。
【選択図】図１

Description

本発明は一種のシステム設定構築の方法に係り、特に、一種の音声アシスタントパーソナライズの方法に関する。

デジタル化時代の来臨に伴い、人類とデジタル製品の間のインタラクションはますます頻繁になっているが、現在のデジタル製品の操作インタフェースはユーザーの要求を満足させられなくなっている。人類の日常生活における最も自然なコミュニケーション方式は言葉であるため、人類が使用する言語とデジタル製品を直接コミュニケートさせられれば、デジタル製品の操作インタフェースは、よりユーザーに受け入れられ易くなるであろう。たとえば、デジタル製品中に音声認識装置を加え、人類の言語を一連の命令に変換し、デジタル製品を操作することで、デジタル製品の操作はより便利となり、並びに大幅にデジタル製品の付加価値を増すことができる。

このほか、近年では、世界の携帯電話産業の主要な成長ポテンシャルは、二つの方向から来ており、その一つはハイレベルのスマートフォンで、北米、ヨーロッパ等の成熟した市場で広く消費者に受け入れられ、消費者の実質的な購買力が携帯電話の出荷量を牽引しており、二つ目は、南米、アジア等の新興市場であり、消費者の中、低レベルのスマートフォンに対する要求は急速に増加し、且つ中国、インド等の国家では、ハードウエア建設が２Ｇから３Ｇへのアップグレードをサポートする風潮にあり、膨大な買い換え要求があり、これにより、ここ２年ほど全世界のスマートフォンの出荷量表現は相当にめざましいものがあり、２０１１年の世界のスマートフォン生産量はほぼ１６．７億本となり、２０１２年の世界のスマートフォン生産量は１７．９億本に達し得て、２０１２年末には世界のスマートフォンクライアントは１１億に達し、且つタブレットＰＣは２０１３年の第２シーズンには、スマートフォンとタブレットＰＣの数量を合わせると、伝統的なデスクトップ型とノートブック型コンピュータを超え、明らかに、一つの新興のハードウエアとソフトウエアの市場を形成している。

しかし、ポータブルデジタルデバイスはすでに広く使用され並びに各種の機能を提供しており、たとえば、スマートフォンとタブレットＰＣは、ハンドヘルド使用と携行性のよさが重視されるほか、ネットワークブラウザ、マルチメディアブロードキャスティング、デジタル画像キャプチャ、アプリケーションプログラム実行（ＡＰＰ）の機能を提供しており、そのうち、アプリケーションプログラムはスマートフォンがモバイル産業を推進するもう一つのピークであり、たとえば、ｆａｃｅｂｏｏｋ（登録商標）、ｇｏｏｇｌｅ（登録商標）等の有名なＳＮＳ（登録商標）は、スマートフォン等のモバイルプラットフォームのアプリケーションプログラムの全世界での流行を牽引している。スマートフォン等のモバイルプラットフォームの入力インタフェースは有限であり、このため音声入力機能を発展させてそれをアプリケーションプログラムに組み合わせて音声アシスト機能を発展させられる。

しかし、以上の技術は、いずれもいかにアプリケーションプログラムをパーソナライズするかについての技術は提供しておらず、このため、全ての人が同一のアプリケーションプログラムを使用する状況では、プログラム名称が重複する状況があり得て、同じ言葉を発音すると、隣接する複数のスマートフォン上の同一名称のアプリケーションプログラムが起動してしまう。たとえば、アップル社の販売しているスマートフォンｉＰｈｏｎｅ（登録商標）とタブレットＰＣのｉＰａｄ（登録商標）の採用している音声アシストアプリケーションプログラムはＳｉｒｉ（登録商標）と呼ばれるが、アップル社のスマートフォン或いはタブレットＰＣが一緒に置かれている時、Ｓｉｒｉ（登録商標）は同じアプリケーションプログラム名称であり、一人のユーザーが呼称することで同時に起動し得る。

上述の問題に基づき、本発明は一種の音声アシスタントパーソナライズの方法を提供し、それはパーソナライズドするため個人名称をシステム名称に対応させ、これにより、異なるユーザーのスマートフォン中に同じアプリケーションプログラムがあっても、異なる名称を有するために、同時に起動させないようにする。

本発明の主要な目的は、一種の音声アシスタントパーソナライズの方法を提供することにあり、それは、音声アシストが有する個人名称が、同じシステム名称に対応させることにより、異なるユーザーの間でスマートフォンのアプリケーションプログラムに相互に干渉させない。

上述の目的を達成するため、本発明が提示する一種の音声アシスタントパーソナライズの方法は、まず音声モジュールを起動し、該音声モジュールは個人名称を有し、続いて、音声メッセージを該音声モジュールに入力し、該音声メッセージは該個人名称を包含し、これにより該音声メッセージを認識して、認識データを発生し、続いて、該音声モジュールが該認識データを該個人名称を、遠方の対応する音声アシスタント名称に変換し、そのうち、該音声アシスタント名称はサーバーの音声アシスタントモジュールを起動する。

こうして、本発明の音声アシスタントパーソナライズの方法は、音声アシストパーソナライゼーションを提供し、複数の音声アシスタントが同一の名称を有する状況で、同一の音声メッセージにより同時に起動されることを防止する。

本発明の好ましい実施例のブロック図である。 本発明の好ましい実施例のフローチャートである。 本発明の好ましい実施例の部分音声アシスタントの表示図である。 本発明の好ましい実施例の部分音声アシスタントの表示図である。 本発明のもう一つの実施例のフローチャートである。 本発明のもう一つの実施例のフローチャートである。

以下に本発明の技術内容、構造特徴、達成する目的及び作用効果について、以下に例を挙げ並びに図面を組み合わせて詳細に説明する。

本発明は音声アシスタントパーソナライズの方法を提供し、それはパーソナライズされた個人名称を音声アシスタント名称に対応させ、これにより音声アシストパーソナライゼーションを提供し、複数の音声アシスタントが同一の名称である状況下で、同一の音声メッセージにより起動されてしまうのを防止する。

図１を参照されたい。それは本発明の一つの実施例のブロック図である。図示されるように、本発明の音声アシスタントパーソナライズの方法が採用するシステムは、モバイル装置１０とサーバー２０を包含する。モバイル装置１０は、音声モジュール１２を包含し、該音声モジュール１２は、音声入力ユニット１２２、音声認識ユニット１２４、メッセージ変換ユニット１２６、及びメッセージ伝送ユニット１２８を包含する。サーバー２０には音声アシスタントモジュール２２２が設けられる。このほか、モバイル装置１０はさらに出力ユニット１４を包含する。

音声モジュール１２はモバイル装置１０中に設置される。音声モジュール１２は個人名称を有し、並びにその機能、すなわち、音声入力、音声認識、メッセージ変換及びメッセージ伝送により、対応するハードウエアを実行し、本実施例は対応するユニットを以て説明する。音声入力ユニット１２２はモバイル装置１０のマイクロホン（図示せず）及び録音プログラムに対応し、これによりユーザーが入力する音声メッセージを収録する。音声認識ユニット１２４はモバイル装置１０の演算処理ユニットにおいて実行され、モバイル装置１０の演算処理ユニットは、音声認識の演算法により、その受信した音声メッセージに対して認識を行ない、認識データを獲得する。メッセージ変換ユニット１２６もまたモバイル装置１０の演算処理ユニットにおいて実行され、それは本発明の音声アシスタント名称と個人名称に対して関連性を提供し、音声モジュール１２の個人名称を、関連する音声アシスタント名称に対応させられるようにする。

以上を受け、メッセージ伝送ユニット１２８は個人名称を有し音声アシスタント名称に対応する音声メッセージを受け取り、メッセージ変換ユニット１２６が処理した音声メッセージを、インターネット３０を介してサーバー２０に送り、サーバー２０はその受信した音声メッセージにより音声アシスタント名称が対応する音声アシスタントモジュール２２２を起動する。音声アシスタントモジュール２２２がまだ起動していない時、サーバー２０はその受信した音声メッセージにより、音声アシスタントモジュール２２２を起動し、音声アシスタントモジュール２２２が起動した時、サーバー２０はその受信した音声メッセージにより、音声アシスタントモジュール２２２を制御して対応する応答メッセージを発生する。サーバー２０の音声アシスタントモジュール２２２の発生する応答メッセージはインターネット３０を介してメッセージ伝送ユニット１２８に伝送され、メッセージ伝送ユニット１２８はその受け取った応答メッセージをメッセージ変換ユニット１２６に送り、対応する応答メッセージに変換し、すなわち、応答メッセージ中の音声アシスタント名称を個人名称に回帰させ、これにより、音声モジュール１２に出力ユニット１４へと出力させ、応答メッセージを出力する。たとえば、表示ユニットが個人名称に対応する応答メッセージを表示するか、或いはスピーカーが個人名称に対応する応答メッセージを放送する。

図１と図２を併せて参照されたい。それは本発明の実施例のブロック図とフローチャートである。図示されるように、本発明は、いずれも音声アシスタントＳｉｒｉ（登録商標）が設けられたモバイル装置が一緒に置かれる時に、同時に呼ばれて起動してしまう問題に対して、パーソナライズするための解決策を提供し、その詳細な説明は以下のとおりである。本発明の音声アシスタントパーソナライズの方法は、そのステップが以下を包含する。

ステップＳ１００：音声モジュールを起動する。該音声モジュールは個人名称を有する。

ステップＳ１１０：音声メッセージを該音声モジュールに入力し、該音声メッセージは該個人名称を包含する。

ステップＳ１２０：該音声メッセージを認識して、認識データを発生する。

ステップＳ１３０：該個人名称を音声アシスタント名称に変換する。

ステップＳ１４０：該サーバーの音声アシスタントモジュールを起動する。

ステップＳ１００中、ユーザーはモバイル装置１０上で音声モジュール１２を起動し、音声モジュール１２は個人名称を有し、ユーザーは音声モジュール１２の個人名称により別人のモバイル装置に設けられた音声モジュールと違いを有する。ステップＳ１１０中、音声モジュール１２は音声入力ユニット１２２によりユーザーにより入力された音声メッセージを受け取る。たとえば、起きなさい！パビ！。このうち、パビは個人名称の例である。ステップＳ１２０中、音声モジュール１２は音声認識ユニット１２４により音声入力ユニット１２２の受け取った音声メッセージを認識し、並びに認識データを発生する。そのうち、音声認識ユニット１２４は音声参考データにより認識を行ない、該音声参考データは少なくとも一つのキーワードであり、音声メッセージ中の音声文字の参考対照に用いる。同時に、音声認識ユニット１２４はさらに音声メッセージ中の少なくとも一つの周波数、たとえば２００Hzから５００Hzに基づき認識を行ない、簡単に発生する剰余音声データの認識に用いる。

ステップＳ１３０中、メッセージ変換ユニット１２６は認識データにより音声メッセージ中の個人名称を遠方の対応する音声アシスタント名称に変換する。たとえば、個人名称がパビであり、音声アシスタント名称はＳｉｒｉ（登録商標）であれば、メッセージ変換ユニット１２６は音声メッセージを個人名称から対応する音声アシスタント名称へと変換する。ステップＳ１４０において、メッセージ伝送ユニット１２８はメッセージ変換ユニット１２６により変換後の音声メッセージをサーバー２０に伝送し、サーバー２０にこれにより音声アシスタントモジュール２２２を駆動させる。本実施例では、音声メッセージにより音声アシスタントモジュール２２２の起動がトリガされることにより、ユーザーはモバイル装置１０の音声モジュール１２及びサーバー２０の音声アシスタントモジュール２２２を使用し、続いて音声アシスタントプログラムとの対話を行なえる。

以下に図１と図２に対して例を挙げて説明する。本発明はいずれも音声アシスタントＳｉｒｉ（登録商標）が設けられた複数のモバイル装置において、音声アシスタントＳｉｒｉ（登録商標）がパーソナライズされておらず、モバイル装置が一緒に置かれている時に、”Ｓｉｒｉ（登録商標）”と呼ばれると、共に起動してしまう問題に対して解決を提供する。上述の図１及び図２について例を挙げて以下のように説明を行なう。

図１と図２、及び図３Ａを参照されたい。ユーザーＵｓｅｒはモバイル装置１０に対して入力音声メッセージＶｏｉｃｅ ｉｎ”パビ！起きて”のように話しかける。そのうち、本実施例のパピは音声モジュール１２の個人名称である。モバイル装置１０の音声モジュール１２はそれによりユーザーが入力した音声メッセージに対して認識を行ない、音声メッセージの認識データに基づき、個人名称を音声アシスタント名称に変換する。本実施例の音声アシスタント名称はＳｉｒｉ（登録商標）であり、これによりモバイル装置１０がインターネット３０に伝送する音声メッセージｍｓｇ１は音声アシスタント名称Ｓｉｒｉ（登録商標）を包含し、こうしてサーバー２０は音声アシスタント名称Ｓｉｒｉ（登録商標）を包含する音声メッセージｍｓｇｌにより音声アシスタントモジュール２２２をトリガし起動する。

図１と図２、及び図３Ｂを参照されたい。サーバー２０の音声アシスタントモジュール２２２は、モバイル装置１０が入力する音声メッセージｍｓｇ１に基づき、応答メッセージｍｓｇ２を返し、それもまた音声アシスタント名称Ｓｉｒｉ（登録商標）を包含するメッセージとされ、サーバー２０がインターネット３０を介してモバイル装置１０に伝送し、モバイル装置１０は音声アシスタント名称Ｓｉｒｉ（登録商標）を包含するメッセージを個人名称を包含するメッセージに変換し、これによりモバイル装置１０にスピーカーを通して音声メッセージを再生させる。このほか、モバイル装置１０はまた、表示ユニットにより個人名称を包含する応答メッセージを表示してもよく、また、音声メッセージＶｏｉｃｅ ｏｕｔ”Ｈｉ！パビは起きました！”のように出力してもよい。

こうして、モバイル装置１０は音声モジュール１２のサポートにより、音声アシスタントが単一の音声アシスタント名称だけを有さないようにし、パーソナライズのための個人名称により、ユーザーが重複した名称によりその他のモバイル装置中の音声アシスタントを起動してしまうことを考慮しなくてもよいようにする。

図４を参照されたい。それは本発明の別の実施例のフローチャートである。そのうち、図２と図４の差異は、図４はさらに声紋パラメータキャプチャのステップと、システム設定のステップを包含することにある。図示されるように、本発明の音声アシスタントパーソナライズの方法は、以下に示されるステップを有するものとされ得る。

ステップＳ２００：音声モジュールを起動し、該音声モジュールは個人名称を有するものとする。

ステップＳ２１０：音声メッセージを該音声モジュールに入力し、該音声メッセージは該個人名称を包含するものとする。

ステップＳ２１５：声紋パラメータをキャプチャする。

ステップＳ２２０：該音声メッセージを認識する。

ステップＳ２３０：個人名称を音声アシスタント名称に変換し並びにシステム設定を設定する。

ステップＳ２４０：該サーバーの音声アシスタントモジュールをトリガする。

ステップＳ２００からステップＳ２１０は、ステップＳ１００からステップＳ１１０と同じであり、このためここでは重複した説明は行なわない。ステップＳ２１５において、音声入力ユニット１２２はさらに、音声メッセージ中に含まれる声紋パラメータをキャプチャして、後続ステップにおける使用に供する。ステップＳ２２０中、音声認識ユニット１２４は、音声参考データと声紋パラメータに基づき音声メッセージを認識し、認識データを生成し、且つ音声認識ユニット１２４はさらに音声周波数に基づいて音声メッセージに対して認識を行なう。ステップＳ２３０において、メッセージ変換ユニット１２６は個人名称を遠方の対応する音声アシスタント名称に変換し、並びに声紋パラメータに基づき、システム設定を設定し、たとえば、システムパスワード、ウェブサイトサーチ設定、ユーザーインタフェース設定或いは暗号化設定を行ない、これにより音声アシスタントの個人安全性設定を強化する。ステップＳ２４０において、メッセージ伝送ユニット１２８はメッセージ変換ユニット１２６が処理した後の音声メッセージをサーバー２０に伝送し、音声アシスタント名称を包含する音声メッセージを利用してサーバー２０の音声アシスタントモジュール２２２を起動する。このほか、サーバー２０はさらに声紋パラメータと音声メッセージに基づき、サーバー２０の音声アシスタントモジュール２２２をトリガしてもよい。

図５を参照されたい。それは本発明の別の実施例のフローチャートである。そのうち、図４と図５の違いは、図４は同時に個人名称を変換しシステム設定を設定することにある。図５のシステム設定は音声アシスタントモジュールトリガの後に実行される。図示されるように、本発明の音声アシスタントパーソナライズの方法はさらに、音声アシスタントモジュールトリガの後に、さらにシステム設定を設定し、本発明の方法のステップは以下のとおりである。

ステップＳ３００：音声モジュールを起動する。該音声モジュールは個人名称を有する。

ステップＳ３１０：音声メッセージを該音声モジュールに入力し、該音声メッセージは該個人名称を包含する。

ステップＳ３１５：声紋パラメータをキャプチャする。

ステップＳ３２０：該音声メッセージを認識する。

ステップＳ３３０：個人名称を音声アシスタント名称に変換する。

ステップＳ３４０：サーバーの音声アシスタントモジュールをトリガする。

ステップＳ３５０：システム設定を設定する。

ステップＳ３００からステップＳ３２０及びステップＳ３４０は、上述のステップＳ２００からステップＳ２２０及びステップＳ２４０と同じであり、このためここでは重複した説明は行なわない。ステップＳ３３０において、メッセージ変換ユニット１２６は個人名称を遠方の対応する音声アシスタント名称に変換し、音声メッセージを個人名称により音声アシスタント名称に対応させる。ステップＳ３５０中、音声モジュール１２は声紋パラメータに基づきシステム設定を設定し、たとえば、システムパスワード、ウェブページサーチ設定、ユーザーインタフェース設定或いは暗号化設定を設定し、音声アシスタントの個人安全性設定を強化する。

総合すると、本発明は一種の音声アシスタントパーソナライズの方法であり、個人名称を変換して音声アシスタント名称に対応させ、個人名称を有する音声モジュールを音声アシスタント名称を有する音声アシスタントモジュールに対応させ、これにより、異なる人が所有する音声モジュールが重複名称を有さないようにし、これにより隣り合った音声モジュールが同一の音声メッセージにより起動されるのを防止し、且つ声紋パラメータによりモバイル装置の音声アシストにおける安全性を強化する。

以上は本発明の好ましい実施例の説明に過ぎず、並びに本発明を限定するものではなく、本発明に提示の精神より逸脱せずに完成されるその他の同等の効果の修飾或いは置換は、いずれも本発明の権利請求範囲内に属する。

本発明は新規性、進歩性及び産業上の利用性を有し、特許の要件を満たしていることは疑いがない。

１０ モバイル装置
１２ 音声モジュール
１２２ 音声入力ユニット
１２４ 音声認識ユニット
１２６ メッセージ変換ユニット
１２８ メッセージ伝送ユニット
１４ 出力ユニット
２０ サーバー
２２２ 音声アシスタントモジュール
３０ インターネット
ｍｓｇ１ 音声メッセージ
ｍｓｇ２ 応答メッセージ
Ｖｏｉｃｅ ｉｎ 入力音声メッセージ
Ｖｏｉｃｅ ｏｕｔ 出力音声メッセージ
Ｕｓｅｒ ユーザー

Claims (10)

1. 音声アシスタントパーソナライズの方法において、
   個人名称を有する音声モジュールを起動するステップ、
   該個人名称を包含する音声メッセージを該音声モジュールに入力するステップ、
   該音声メッセージを認識して、認識データを生成するステップ、
   該音声モジュールが該認識データを認識し、該個人名称を遠方の対応する音声アシスタント名称に変換し、該音声アシスタント名称がサーバーの音声アシスタントモジュールをトリガするステップ、
   以上のステップを包含することを特徴とする、音声アシスタントパーソナライズの方法。
2. 請求項１記載の音声アシスタントパーソナライズの方法において、音声メッセージを該音声モジュールに入力するステップの後に、さらに該音声メッセージの声紋パラメータをキャプチャするステップを包含することを特徴とする、音声アシスタントパーソナライズの方法。
3. 請求項２記載の音声アシスタントパーソナライズの方法において、音声メッセージを認識するステップ中、さらに該声紋パラメータに基づき該音声メッセージを認識することを特徴とする、音声アシスタントパーソナライズの方法。
4. 請求項２記載の音声アシスタントパーソナライズの方法において、該音声モジュールが該認識データを認識し、該個人名称を遠方の対応する音声アシスタント名称に変換するステップ中、さらに該声紋パラメータに基づきシステム設定を設定することを特徴とする、音声アシスタントパーソナライズの方法。
5. 請求項４記載の音声アシスタントパーソナライズの方法において、該システム設定は、システムパスワード、ウェブページサーチ設定、ユーザーインタフェース設定或いは暗号化設定とされることを特徴とする、音声アシスタントパーソナライズの方法。
6. 請求項２記載の音声アシスタントパーソナライズの方法において、該音声アシスタント名称がサーバーの音声アシスタントモジュールをトリガするステップの後、さらに該声紋パラメータに基づきシステム設定を設定するステップを包含することを特徴とする、音声アシスタントパーソナライズの方法。
7. 請求項６記載の音声アシスタントパーソナライズの方法において、該システム設定は、システムパスワード、ウェブページサーチ設定、ユーザーインタフェース設定或いは暗号化設定とされることを特徴とする、音声アシスタントパーソナライズの方法。
8. 請求項１記載の音声アシスタントパーソナライズの方法において、該音声メッセージを認識するステップ中、さらに音声参考データに基づいて該音声メッセージを認識し、該音声参考データは少なくとも一つのキーワードを包含することを特徴とする、音声アシスタントパーソナライズの方法。
9. 請求項８記載の音声アシスタントパーソナライズの方法において、該音声メッセージを認識するステップ中、さらに少なくとも一つの音声周波数と該音声参考データに基づいて該音声メッセージを認識することを特徴とする、音声アシスタントパーソナライズの方法。
10. 請求項１記載の音声アシスタントパーソナライズの方法において、該音声アシスタント名称がサーバーの音声アシスタントモジュールをトリガするステップにおいて、さらに該音声メッセージの声紋パラメタに基づいて該サーバーの該音声アシスタントモジュールの起動をトリガすることを特徴とする、音声アシスタントパーソナライズの方法。

Images