JP2015106203A - 情報処理装置、情報処理方法、及びプログラム - Google Patents

Abstract

【課題】音声入力によるインターネット検索により得られた検索結果を手早く簡単に閲覧することができる。【解決手段】音声情報を入力する音声入力手段と、入力された音声情報を認識し、音声認識されたデータを文字データに変換する音声文字変換手段と、所定のサーバに対して接続を行い、文字データを検索キーワードとしてサーバに送信し、該検索キーワードに関連する複数の項目を含む検索結果を受信する制御を行う制御手段と、項目を識別する識別情報を複数の項目に付与する識別情報付与手段と、音声入力手段に入力された音声情報が識別情報の一に対応するとき、該識別情報が付与された項目を出力する出力手段と、を備える。【選択図】図１

Description

本発明は、情報処理装置、情報処理方法、及びプログラムに関する。

近年、インターネットにおける検索エンジンを利用するに際し、検索キーワードを音声入力により行う技術が知られている。特許文献１には、移動通信端末に音声認識機能を設けることにより、ＷＥＢ検索したいキーワードを音声入力で行う技術が開示されている。

上記に関し、非特許文献１には、同じく音声認識により特定の検索用語に基づくインターネット検索を行い、その特定の検索用語に関する検索結果が複数ヒットした場合、さらにその特定の検索用語だけに検索結果を絞り込みたいとき、『クリック○○○（特定の検索用語）』と発声することで『○○○』が含まれる検索結果に新しいものから順に番号を付与する技術が開示されている。そして、番号として例えば『１』が付与された検索結果の詳細情報を閲覧したいとき、ユーザーは『クリック１』と発声することでその検索結果の詳細情報を閲覧することができる。

特開２００４−２６５２１７号公報

「ドラゴンスピーチ１１日本語版 機能紹介」インターネット＜http://www.dragonspeech.jp/features/voicecommand＞2013.9.4検索

非特許文献１に開示された技術によれば、上述したようにユーザーは『クリック』及び付与された番号を発声することでその番号が付与された検索結果の詳細情報を閲覧することができる。しかし、非特許文献１では、詳細情報を閲覧するための番号を付与するために、さらにユーザーは特定の検索用語を発声し、それによって付与された番号を発声なければならず、詳細情報を閲覧するまでに時間や手間がかかり非常に煩わしい。

本発明は、このような実情に鑑みてなされたものであって、音声入力によるインターネット検索により得られた検索結果を手早く簡単に閲覧することができる情報処理装置を提供することを目的とする。

上記の課題を解決するため、本発明の情報処理装置は、音声情報を入力する音声入力手段と、入力された音声情報を認識し、音声認識されたデータを文字データに変換する音声文字変換手段と、所定のサーバに対して接続を行い、文字データを検索キーワードとしてサーバに送信し、該検索キーワードに関連する複数の項目を含む検索結果を受信する制御を行う制御手段と、項目を識別する識別情報を複数の項目に付与する識別情報付与手段と、音声入力手段に入力された音声情報が識別情報の一に対応するとき、該識別情報が付与された項目を出力する出力手段と、を備えることを特徴とする。

本発明によれば、音声入力によるインターネット検索により得られた検索結果を手早く簡単に閲覧することができる。

本発明の実施形態における情報処理装置の概略構成ブロック図である。 本発明の実施形態における音声入力の一例を示す模式図である。 本発明の実施形態における検索結果の一覧表示と音声出力の一例を示す模式図である。 本発明の実施形態における検索結果である文字データ出力の一例を示す模式図である。 本発明の実施形態における検索結果である映像出力の一例を示す模式図である。 本発明の実施形態における検索結果にカテゴリ情報を付与する一例を示す模式図である。 本発明の実施形態における検索結果にユーザー嗜好度を付与する一例を示す模式図である。 本発明の実施形態における処理手順を示すフローチャートである。

本発明の実施形態の情報処理装置について図面を用いて以下説明する。なお、各図中、同一又は相当する部分には同一の符号を付しており、その重複説明は適宜に簡略化乃至省略する。本実施形態における情報処理装置としては、パーソナルコンピュータ（以下「ＰＣ」という。）に限らず、タブレット型ＰＣ、スマートフォン、携帯電話、ＰＤＡ（Ｐａｒｓｏｎａｌ Ｄｅｇｉｔａｌ Ａｓｓｉｓｔａｎｔ）等の携帯情報端末に加え、インターネット等の所定の情報処理機能を有するテレビジョン（以下「ＴＶ」という。）などが含まれる。

本実施形態における情報処理装置のハードウェア構成としては、例えばＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）と、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、及びハードディスク等の大容量記憶装置と、ＵＳＢ等の外部記憶装置との間でデータの送受信を行う各種インターフェースと、キーボードやマウス等の入力装置と、ディスプレイ等の表示装置と、音声を出力するスピーカ等の出力装置と、放送局との間で電波を送受信する放送チューナーと、インターネット等のネットワークとの通信を確立する通信装置とを含み構成される。

本実施形態の情報処理装置の概略構成について図１のブロック図を参照して説明する。本実施形態の情報処理装置１は、音声入力部１１と、音声文字変換部１２と、制御部１３と、識別情報付与部１４と、出力部１５と、表示部１６により構成されている。制御部１３は、インターネット２０等のネットワークを介してＷＥＢ検索サーバ３０と接続され、これによりユーザーは所望の情報を、インターネットを介して検索・閲覧することができる。なお、ＷＥＢ検索サーバ３０に代えて、例えば地上デジタル放送局と放送網を通じて放送波を受信する構成であってもよい。また、例えば、社内ネットワークなど、ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）により社内サーバと社員ＰＣとが接続されたインターネットを介さない構成であってもよい。

音声入力部１１は、例えば、ユーザーが発声した音声などの音声情報を入力するマイク等の音声入力手段である。

音声文字変換部１２は、例えば、マイク等により入力された音声情報を公知の音声認識手段により認識し、音声認識されたデータをテキストデータ等の文字データに変換する音声文字変換手段である。

制御部１３は、例えば、ＷＥＢ検索サーバ３０に対して接続を行い、文字データを検索キーワードとしてＷＥＢ検索サーバ３０に送信し、該検索キーワードに関連する複数の項目を含む検索結果を受信する制御を行うＷＥＢブラウザである。

識別情報付与部１４は、例えば、上記項目を識別する識別情報を上記複数の項目に付与する識別情報付与手段である。識別情報の詳細については後述する。ここで、項目の概念には、例えばＷＥＢ検索による検索結果に含まれる、文字データ、画像データ、音声データなどが含まれる。また、項目には、例えば、これらのデータの概要を示すタイトルのようなものも含まれる。つまり、本実施形態における項目とは、検索結果に含まれるあらゆる付随情報（データ）の総称をいう。

出力部１５は、例えば、マイク等に入力された音声情報が識別情報の一に対応するとき、該入力された識別情報が付与された検索結果を出力する。なお、音声情報として入力される識別情報は、上述した音声文字変換部１２により音声情報から文字データに逆変換され、該変換された文字データとしての識別情報と一致する識別情報が付与された検索結果が出力部１５により出力されるものである。出力部１５の詳細については後述する。

表示部１６は、例えば、識別情報付与部１４により識別情報が付与された複数の検索結果を識別情報に基づいて表示するディスプレイ等である。なお、『識別情報に基づいて』とは、例えば、後述するように識別情報として検索された時間に応じた時系列情報の場合、番号『１』が付与された検索結果が最新であることを表すものとして、以下『２』が付与された検索結果、『３』が付与された検索結果と順に表示することを意味するものである。

次に、本実施形態の音声入力部１１により音声情報を入力する処理の一例について図２を参照して説明する。図２では、例えば『検索したい用語をお話ください。』との検索を喚起するメッセージ１０１と、検索キーワードが入力される入力ウインドウ１０２が表示画面１００に表示されている。例えば、ユーザーであるＡさんは、音声入力部１１としてのマイクに対して『Ｎ社の最新ニュース！』との音声コマンド２００を発声し、音声入力により、Ｎ社に関する最新のニュースをインターネット検索により行う。

その後、『Ｎ社の最新ニュース！』との音声情報が音声文字変換部１２により文字データに変換され、変換された文字データを検索キーワードとしてインターネット検索が行われる。その結果、図３（ａ）に示すように、複数の検索結果が表示画面１００に一覧表示される。ここでは、例えば検索結果の要約が横書きに１行で表示され、３つの検索結果が上から下へ順に表示されているが、図３（ａ）の表示態様に限定されるものでないことは言うまでもなく、例えば検索結果が２行以上の構成であってもよく、あるいは、縦書きとしてもよい。

図３（ａ）では、例えば『［１］ Ｎ社、ノートＰＣのシェア世界No.１！』との検索結果１１１、『［２］ Ｎ社、超薄型ノートＰＣを新開発！』との検索結果１１２、『［３］ 情報機器フェスタへＮ社も出展！』との検索結果１１３とＮ社の最新ニュースが最新のものから順に上から下へ表示画面１００に表示されている。ここでの符号１１１ａとしての『［１］』、符号１１２ａとしての『［２］』、符号１１３ａとしての『［３］』が上述した時系列情報としての識別情報である。なお、本図では、時系列情報を最新のものから順に表示し、最新の検索結果から順に番号を付与している。一方、これに限定されず、例えば、１時間等の時間枠を規定する必要はあるが、古いものから順に表示し、古い検索結果から順に番号を付与するものとしてもよい。

ここで、Ａさんが、例えば『１番を見せて！』との音声コマンド２０１を発声すると、図３（ｂ）に示すように画面遷移し、検索結果１１１の詳細情報としてこのニュースの詳細がコンテンツ表示枠１１１０に表示される。なお、ユーザーは『１番を見せて！』ではなく単に『１番』と発声してもよい。つまり、本実施形態によれば、ユーザーは番号を言うだけで検索結果を手早く簡単に閲覧することができる。なお、ここでは詳細情報が文字データだけであるが、文字データと合わせて画像データを表示できることはいうまでもない。

また、図３（ｂ）に示すように、Ａさんが、例えば『［１］ Ｎ社、ノートＰＣのシェア世界No.１！』との検索結果１１１の詳細情報が表示されている状態で、さらに『読み上げて』との音声コマンド２０２を発声することで、検索結果１１１の詳細情報としてのニュース記事をスピーカにより音声出力させることができる。なお、音声コマンド２０２を発声することなく、単に、Ａさんが上述のように『１番！』と発声するだけで、詳細情報のコンテンツ表示枠１１１０への文字データの表示とともに、あるいは別個に、スピーカにより音声出力することでニュース記事が読み上げられるものとしてもよい。これにより、ユーザーは所望の検索結果を表示画面１００を見なくても耳からの聴覚情報として確認することができる。

さらに、出力部１５は、例えば、図３（ｂ）の画面状態において、Ａさんが『スクロール！』との音声コマンド２０３を発声することで、図４のように矢印１１１２の方向へコンテンツ表示枠１１１０に表示されていた文字データとしての詳細記事を下方向（一方）から対向する上方向（他方）へスクロール表示する。これにより、図３（ｂ）においてコンテンツ表示枠１１１０の下枠に隠れて見えていなかった続きの記事を閲覧することができる。これにより、ユーザーはマウス等の入力デバイスを使用せずスクロール表示させることができる。

なお、例えば、『スクロール！』との音声コマンド２０３を発声せずに、単に、ユーザーが上述のように『１番！』と発声するだけで、詳細情報のコンテンツ表示枠１１１０への文字データの表示とともに、ユーザーが読みやすいスピードで自動的にスクロール表示されるものとしてもよい。このスピードはユーザーが任意に設定できることはいうまでもない。

さらに、例えば、Ａさんが既に音声入力によるインターネット検索の結果、『１ 超高速列車まもなく営業運転開始１』との検索結果１２１が得られた場合において、Ａさんが『再生！』との音声コマンド２０４を発声することで、出力部１５は、この検索結果１２１に付随する映像情報としての映像コンテンツ１２１０を表示画面１００において再生出力することができる（図５）。なお、この映像情報に付随した音声情報が同時に再生されるものであってもよいことはいうまでもない。これにより、ユーザーは再生ボタンを押すことなく映像コンテンツを再生させることができる。

なお、例えば、『再生！』との音声コマンド２０４を発声せずに、単に、ユーザーが上述のように『１番！』と発声するだけで、映像コンテンツ１２１０が再生されるものとしてもよい。

さらに、上述した検索結果について、文字データの表示もしくはスクロール表示に加え、音声による文字データの読み上げ、さらに映像コンテンツの再生すべて又は一部を組み合わせて同じタイミングで出力することとしてもよい。

次に、識別情報付与部１４による別の識別情報について図６及び図７を参照して説明する。

まず、検索結果のカテゴリを表すカテゴリ情報を識別情報として付与する場合について図６を参照して説明する。ここでは、検索結果に付随しているカテゴリ情報を利用し、例えば検索結果のカテゴリを表すカテゴリ情報として『ニュース』、『映画』、『Ｑ＆Ａ』のカテゴリを想定する。そして、各カテゴリのイメージを表す図形アイコンをカテゴリ情報を表す識別情報として検索結果に付与するものである。

例えば、『ニュース』カテゴリを表す図形アイコン１３０ａとして新聞のイラストをアイコン化したものを識別情報として採用し、『映画』カテゴリを表す図形アイコン１４０ａとして映画のカチンコのイラストをアイコン化したものを識別情報として採用し、『Ｑ＆Ａ』カテゴリを表す図形アイコン１５０ａとして疑問符『？』のイラストをアイコン化したものを識別情報として採用している。

そして、ここでは例えば、図形アイコン１３０ａが付された検索結果１３０として『Ｎ社、ノートＰＣのシェア世界No.１！』のニュース記事要約が、図形アイコン１４０ａが付された検索結果１４０として『[無料動画]△△△・オブ・アイアン』のタイトル名が、図形アイコン１５０ａが付された検索結果１５０として『[Ｑ＆Ａ]恐竜はなぜ絶滅したの？』の質問文が表示画面１００に表示されている。なお、ここでは、各カテゴリにおける最新の検索結果のみが表示され、カテゴリとしても３種類だけとなっているが、これに限定されず、例えば各カテゴリにおける上位３位までの検索結果を表示してもよく、また、４種類以上のカテゴリに関する検索結果を表示することとしてもよい。

例えば、ユーザーが図形アイコン１３０ａの名称として予め設定しておいた『ニュース』と発声することにより、上述した各態様により、『Ｎ社、ノートＰＣのシェア世界No.１！』のニュース記事の詳細情報が出力される。

次に、検索結果に対するユーザーの嗜好度合を表す嗜好情報を識別情報として付与する場合について図７を参照して説明する。ここでは、例えばユーザーが予め個々人の嗜好情報を設定しておき、嗜好度合の高いものから順に検索結果を表示する。例えば、嗜好度合を示す符号『Ａ』、『Ｂ』、『Ｃ』とし、符号『Ａ』が付与された検索結果が最もユーザーの嗜好度合が高い検索結果ということを示している。

例えば、ここでは、嗜好度合を示す符号１６０ａとしての符号『Ａ』が『○○キース△△選手、最多安打達成！』のスポーツに関する検索結果１６０に付与され、嗜好度合を示す符号１７０ａとしての符号『Ｂ』が『政府、□□□会合へ参加！』のニュースに関する検索結果１７０に付与され、嗜好度合を示す符号１８０ａとしての符号『Ｃ』が『ＮＫＢ３６志Ｎ田マリ子卒業！』のアイドル情報に関する検索結果１８０に付与されている。

つまり、ここでは、ユーザーはスポーツへの嗜好が最も高く、その次にニュース、その次にアイドル情報を嗜好するという設定がなされていることとしている。よって、嗜好度合の最も高いスポーツに関連する検索結果１６０に符号『Ａ』が付与され、その次に嗜好度合が高いニュースに関連する検索結果１７０に符号『Ｂ』が付与され、その次に嗜好度合が高いアイドル情報に関連する検索結果１８０に符号『Ｃ』が付与されていることになる。なお、ここでは３つの嗜好度合だけの説明となっているが、４つ以上の嗜好度合を設定してもよいことはいうまでもない。

例えば、ユーザーが嗜好度合を示す符号１６０ａとしての符号『Ａ』を発声することにより、上述した各態様により、『○○キース△△選手、最多安打達成！』のスポーツ記事の詳細情報が出力される。

次に、本実施形態の処理手順について図８を参照して説明する。まず、音声入力部１１を介して、ユーザーの音声コマンドにより音声情報が入力される（ステップＳ１）。

そして、音声文字変換部１２は、入力された音声情報を認識し、音声認識されたデータを文字データに変換する（ステップＳ２）。

制御部１３は、変換された文字データを検索キーワードとしてＷＥＢサーバ３０に送信し、ＷＥＢサーバ３０からキーワード検索による検索結果を受信する（ステップＳ３）。

識別情報付与部１４は、検索結果を識別する識別情報を検索結果に付与する（ステップＳ４）。

ユーザーは、表示画面１００に表示された複数の検索結果の中から所望の検索結果を閲覧するため、その検索結果に付与された識別情報を音声情報として発声し、発声された音声情報が音声入力部１１を介して情報処理装置１に入力される（ステップＳ５）。

そして、出力部１５は、音声情報として入力された識別情報と一致する識別情報が付与された検索結果を出力する（ステップＳ６）。

なお、上述する各実施の形態は、本発明の好適な実施の形態であり、本発明の要旨を逸脱しない範囲内において種々変更実施が可能である。例えば、上記機能は、アセンブラ、Ｃ言語などのプログラミング言語などで記述されたコンピュータ実行可能なプログラムにより実現することができる。

１ 情報処理装置
１１ 音声入力部
１２ 音声文字変換部
１３ 制御部
１４ 識別情報付与部
１５ 出力部
１６ 表示部
２０ インターネット
３０ ＷＥＢ検索サーバ
１００ 表示画面

Claims (10)

1. 音声情報を入力する音声入力手段と、
   前記入力された音声情報を認識し、音声認識されたデータを文字データに変換する音声文字変換手段と、
   所定のサーバに対して接続を行い、前記文字データを検索キーワードとして前記サーバに送信し、該検索キーワードに関連する複数の項目を含む検索結果を受信する制御を行う制御手段と、
   前記項目を識別する識別情報を前記複数の項目に付与する識別情報付与手段と、
   前記音声入力手段に入力された音声情報が前記識別情報の一に対応するとき、該識別情報が付与された前記項目を出力する出力手段と、
   を備えることを特徴とする情報処理装置。
2. 前記出力手段は、前記音声文字変換手段により前記検索結果に含まれる文字データから変換された音声情報を出力することを特徴とする請求項１記載の情報処理装置。
3. 前記出力手段は、前記検索結果に含まれる文字データを表示画面における一方から対向する他方へスクロール表示することにより出力することを特徴とする請求項１又は２記載の情報処理装置。
4. 前記出力手段は、前記検索結果に含まれる映像情報を表示画面において再生し、前記映像情報に付随する音声情報を出力することを特徴とする請求項１から３の何れか１項に記載の情報処理装置。
5. 前記識別情報付与手段は、前記制御手段により前記検索結果を複数受信したとき、前記複数の検索結果が検索された時間に応じた時系列情報を識別情報として前記複数の検索結果それぞれに含まれる前記項目ごとに付与することを特徴とする請求項１から４の何れか１項に記載の情報処理装置。
6. 前記識別情報付与手段は、前記制御手段により前記検索結果を複数受信したとき、前記複数の検索結果のカテゴリを表すカテゴリ情報を識別情報として前記複数の検索結果それぞれに含まれる前記項目ごとに付与することを特徴とする請求項１から５の何れか１項に記載の情報処理装置。
7. 前記識別情報付与手段は、前記制御手段により前記検索結果を複数受信したとき、前記複数の検索結果に対するユーザーの嗜好度合を表す嗜好情報を識別情報として前記複数の検索結果それぞれに含まれる前記項目ごとに付与することを特徴とする請求項１から６の何れか１項に記載の情報処理装置。
8. 前記識別情報付与手段により前記識別情報が付与された前記項目を前記識別情報に基づいて表示する表示手段を備えることを特徴とする請求項１から７の何れか１項に記載の情報処理装置。
9. 音声情報を入力して記憶部に記憶する工程と、
   前記記憶部に記憶された音声情報を認識し、音声認識されたデータを文字データに変換し前記記憶部に記憶する工程と、
   所定のサーバに対して接続を行い、前記記憶部に記憶された文字データを検索キーワードとして前記サーバに送信し、該検索キーワードに関連する複数の項目を含む検索結果を受信して前記記憶部に記憶する制御を行う工程と、
   前記項目を識別する識別情報を前記記憶部に記憶された前記検索結果に含まれる前記複数の項目に付与する工程と、
   入力された音声情報が前記識別情報の一に対応するとき、該識別情報が付与された前記項目を出力する工程と、
   を備えることを特徴とする情報処理方法。
10. 音声情報を入力して記憶部に記憶するステップと、
    前記記憶部に記憶された音声情報を認識し、音声認識されたデータを文字データに変換し前記記憶部に記憶するステップと、
    所定のサーバに対して接続を行い、前記記憶部に記憶された文字データを検索キーワードとして前記サーバに送信し、該検索キーワードに関連する複数の項目を含む検索結果を受信して前記記憶部に記憶する制御を行うステップと、
    前記項目を識別する識別情報を前記記憶部に記憶された前記検索結果に含まれる前記複数の項目に付与するステップと、
    入力された音声情報が前記識別情報の一に対応するとき、該識別情報が付与された前記項目を出力するステップと、
    をコンピュータに実行させることを特徴とするプログラム。

Images