JP2016058816A - 情報端末および情報端末システム - Google Patents

Abstract

【課題】音声によって不正使用者の使用の防止と操作とを容易に行えることができる情報端末および情報端末システムを提供する。
【解決手段】音声によって入力されたコマンドを音声データに変換して出力する音声入力部と、音声データを記憶する記憶部と、記憶部に記憶された音声データに基づいて処理を行う音声処理部と、を備え、音声処理部は、音声データが使用者が発した音声であるか否かを判定し、該音声データが使用者が発した音声であると判定した場合に、動作の実行が制限されているロック状態を解除して、該音声データに含まれるコマンドに応じた動作を実行する。
【選択図】図１

Description

本発明は、情報端末および情報端末システムに関する。

従来から、既存の移動体通信網を利用した携帯電話の機能と、携帯情報端末（ＰＤＡ：Ｐｅｒｓｏｎａｌ Ｄｉｇｉｔａｌ Ａｓｓｉｓｔａｎｔ）の機能とを融合させた、いわゆる、スマートフォンやタブレット端末などの情報端末が普及している。このような情報端末には、持ち運びしているときなど情報端末の使用者が意図しないのに動作してしまう誤動作の防止や、正当な使用者以外の者が操作してしまう不正使用の防止の機能として、ロック機能が備わっている。そして、ロック機能が動作している状態、すなわち、情報端末にロックがかかっている状態（以下、「ロック状態」という）では、情報端末の主要な機能に対する操作の受け付けや画面表示などの出力が、一部を除いて制限される。

また、近年では、情報端末を操作する方法として、情報端末に備えた操作ボタン（操作キー）やタッチパネルを操作する他に、音声によってコマンドを入力して情報端末を操作する機能を備えた情報端末の普及も進んでいる。しかし、情報端末のロック状態を解除するのに暗証番号を入力する場合には、予め定めた順番で複数回のタッチパネルのタッチ操作を行う必要があり、操作が煩雑であった。

そこで、情報端末のロック状態を解除する方法として、使用者が発する音声を認証することによって、正当な使用者を判定してロックを解除し、その後の入力操作を許容する技術が知られている（例えば、特許文献１）。

特開２００４−１２００６６号公報

しかしながら、従来の情報端末では、音声によって特定のコマンドを入力して操作する機能を備えている場合でも、ロック状態のときには、音声によるコマンドを入力することができない。このため、情報端末の使用者は、ロック状態を解除する操作を行った後に、音声によってコマンドを入力する必要があった。つまり、ロック状態から音声でコマンドを入力する場合には、ロック状態を解除する操作と、音声でコマンドを入力する操作との２つの操作が必要になる。このような２つの操作を情報端末に対して行うことは、時間と労力がかかり、正当な使用者にとって煩雑な操作である。

本発明は、上記の課題に基づいてなされたものであり、音声によって不正使用者の使用の防止と操作とを容易に行えることができる情報端末および情報端末システムを提供することを目的としている。

上記の課題を解決するため、本発明の情報端末は、音声によって入力されたコマンドを音声データに変換して出力する音声入力部と、前記音声データを記憶する記憶部と、前記記憶部に記憶された前記音声データに基づいて処理を行う音声処理部と、を備え、前記音声処理部は、前記音声データが使用者が発した音声であるか否かを判定し、該音声データが使用者が発した音声であると判定した場合に、動作の実行が制限されているロック状態を解除して、該音声データに含まれる前記コマンドに応じた動作を実行する。

また、本発明の情報端末システムは、情報端末とサーバー装置とが通信回線によって接続された情報端末システムであって、前記情報端末は、音声によって入力されたコマンドを音声データに変換して出力する音声入力部と、前記音声データを記憶する第１の記憶部と、前記第１の記憶部に記憶された前記音声データに基づいて処理を行う第１の音声処理部と、前記通信回線を介して前記サーバー装置の間で通信を行う第１の通信部と、前記音声データに含まれる前記コマンドに応じた動作の実行結果を提示する結果提示部と、を具備し、前記サーバー装置は、前記通信回線を介して前記情報端末１との間で通信を行う第２の通信部と、前記音声データを記憶する第２の記憶部と、前記第２の記憶部に記憶された前記音声データに基づいて処理を行う第２の音声処理部と、を具備し、前記第１の音声処理部または前記第２の音声処理部のいずれか一方が、前記音声データが前記情報端末の使用者が発した音声であるか否かを判定し、前記第１の音声処理部または前記第２の音声処理部のいずれか一方が、前記音声データが使用者が発した音声であると判定した場合に、前記情報端末の動作の実行が制限されているロック状態を解除し、前記第１の音声処理部または前記第２の音声処理部のいずれか一方が、前記音声データに含まれる前記コマンドに応じた前記サーバー装置の動作を実行する。

本発明によれば、情報端末および情報端末システムにおいて、音声によって不正使用者の使用の防止と操作とを容易にすることができるとの効果を奏する。

本発明の第１の実施形態における情報端末の概略構成を示したブロック図である。 第１の実施形態の情報端末における処理手順を示したフローチャートである。 本発明の第３の実施形態における情報端末システムの概略構成を示したブロック図である。 第３の実施形態の情報端末システムにおける処理手順を示したフローチャートである。

＜第１の実施形態＞
以下、本発明の実施形態について、図面を参照して説明する。図１は、第１の実施形態における情報端末の概略構成を示したブロック図である。情報端末１は、音声入力部１１と、表示部１２と、操作ボタン部１３と、操作入力部１４と、音声出力部１５と、通信部１６と、処理部１７と、記憶部１８とを備えている。

音声入力部１１は、例えば、マイクなどの音声入力装置を備え、情報端末１の使用者が発した言葉を音声データ（音声波形を数値で表したデータ（波形データ））に変換して出力する。音声入力部１１が変換した音声データは、処理部１７が、接続された記憶部１８に記憶させる。
表示部１２は、例えば、液晶ディスプレイ、有機ＥＬディスプレイなどの表示装置を備え、情報端末１が使用者に情報を提示するため画像を表示する。
操作ボタン部１３は、情報端末１の使用者によって操作される少なくとも１つの操作ボタン（例えば、電源オンオフボタン）を備え、使用者の操作に応じた情報端末１への入力を受け付ける。操作ボタン部１３は、受け付けた操作を表す情報を出力する。
操作入力部１４は、例えば、押圧センサを備え、情報端末１の使用者による各種のタッチ（タップやフリックなど）操作を検出することによって情報端末１への入力を受け付ける。操作入力部１４は、受け付けた操作を表す情報を出力する。なお、情報端末１では、操作入力部１４と表示部１２とは、両者のパネルが組み合わされたタッチパネルとして備えられてもよい。
音声出力部１５は、例えば、スピーカーなどの音声出力装置を備え、情報端末１が使用者に提供する情報を音声で出力する。
通信部１６は、通信回線を介して、情報端末１が扱う種々の情報の送受信を行う。例えば、情報端末１の電話機能では、移動体通信網を介して音声通話を行い、インターネット機能では、ネットワーク通信網を介してデータ通信を行う。なお、通信回線には、例えば、ＩＥＥＥ（Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｅｌｅｃｔｒｉｃａｌ ａｎｄ Ｅｌｅｃｔｒｏｎｉｃｓ Ｅｎｇｉｎｅｅｒｓ）８０２．１１などの無線通信規格、いわゆる、ＷｉＦｉ（登録商標）などの無線通信回線も含む。

処理部１７は、情報端末１内のそれぞれの部材を制御することによって、情報端末１の全体を制御する。また、処理部１７は、音声入力部１１から出力された音声データに含まれるコマンド（以下、「音声コマンド」という。ここでは、例えば、カナで表記した文字列を想定する。）、操作ボタン部１３から出力された情報、または操作入力部１４から出力された情報に基づいて、情報端末１の使用者によって要求（指示）された動作を実行する。
記憶部１８は、処理部１７が処理を実行するプログラムや、処理に使用するデータを記憶する。記憶部１８は、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）やＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）などのメモリで構成される。
図１に示した情報端末１の構成では、記憶部１８に、音声解析プログラム１８１、音声特徴データ１８２、入力音声データ１８３、および端末動作対応情報１８４が記憶されている状態を示している。

音声解析プログラム１８１は、処理部１７によって実行されるプログラム本体である。音声解析プログラム１８１は、音声認証機能（情報端末１の正当な使用者の音声特徴データ１８２と比較して、正当な使用者であるか否かを判別する機能）と、音声データ（波形データ）を文字列（音声コマンド）に変換する機能とを備えている。処理部１７は、音声解析プログラム１８１を実行することによって、入力された音声データに対して上述した処理などを行う音声処理部としての機能を実現する。

音声特徴データ１８２は、情報端末１の正当な使用者の音声の特徴を表すデータである。音声特徴データ１８２は、音声解析プログラム１８１を実行している処理部１７が、例えば、情報端末１を初期設定する際などに正当な使用者が発した言葉を音声入力部１１が変換した音声データ（電気信号）から抽出したものである。

入力音声データ１８３は、情報端末１の使用者が発した言葉を音声入力部１１が変換した音声データである。音声解析プログラム１８１を実行している処理部１７は、入力音声データ１８３から、情報端末１の使用者によって入力された動作、つまり、使用者が要求している動作を指示する音声コマンドを抽出して、情報端末１が音声コマンドに応じた動作を実行するようにする。

端末動作対応情報１８４は、情報端末１が実行する動作と、この動作を実行するための音声コマンドとが対応付けられた情報である。例えば、「地図を表示」という音声コマンドと、「地図を表示するアプリケーションソフトウェアを起動する」という情報端末１の動作が１対１に対応付けられている。端末動作対応情報１８４には、このような音声コマンドと情報端末１の動作とを１対１に対応付けた複数の情報が含まれている。処理部１７は、情報端末１の使用者が音声によって入力した音声コマンドが、情報端末１のいずれの動作を要求（指示）するコマンドであるかを、端末動作対応情報１８４を参照して判断する。なお、端末動作対応情報１８４に含まれる音声コマンドと情報端末１の動作とを対応付けた情報は、情報端末１に予め定められている情報のみではなく、例えば、情報端末１を初期設定する際などに正当な使用者が設定することもできる。

このような構成によって情報端末１は、使用者から入力された音声コマンドに応じた動作を実行する。このとき、情報端末１は、主要な機能の実行を制限するためにロックがかかっている状態（ロック状態）のときにも使用者が音声を入力することができる。そして、情報端末１は、ロック状態のときに使用者から音声コマンドが入力された場合には、まず、入力された音声が正当な使用者が発した音声であるか否かを上述の音声認識処理により判定する。そして、情報端末１は、音声が正当な使用者からの入力である場合に、情報端末１のロック状態を解除し、次に、入力された音声コマンドによって指示された動作を実行する。

次に、第１の実施形態の情報端末１がロック状態のときに入力された音声コマンドに応じた動作を実行する際の処理手順について説明する。図２は、第１の実施形態の情報端末１における処理手順を示したフローチャートである。なお、以下の説明においては、正当な使用者の音声特徴データ１８２および端末動作対応情報１８４が、事前に記憶部１８に記憶されているものとして説明を行う。

音声入力部１１は、情報端末１がロック状態であっても使用者からの音声の入力を受け付ける状態となっている。このとき、使用者が言葉を発して、情報端末１に所望の動作を実行させるための音声コマンドを入力すると、音声入力部１１は、使用者が発した言葉を音声データに変換する（ステップＳ１０１）。そして、処理部１７は、音声入力部１１が変換した音声データを、入力音声データ１８３として記憶部１８に記憶させる（ステップＳ１０２）。

続いて、処理部１７は、記憶部１８から音声解析プログラム１８１を読み出して起動する。そして、音声解析プログラム１８１を実行している処理部１７は、今回入力された入力音声データ１８３に含まれる音声の特徴と、記憶部１８に記憶されている音声特徴データ１８２に含まれる正当な使用者の音声の特徴とを比較する（ステップＳ１０３）。

そして、処理部１７は、ステップＳ１０３における音声の特徴の比較結果に基づいて、今回入力された入力音声データ１８３が正当な使用者が発した音声であるか否かを判定する（ステップＳ１０４）。このステップＳ１０４における判定は、例えば、今回入力された入力音声データ１８３に含まれる音声の特徴と、音声特徴データ１８２に含まれる正当な使用者の音声の特徴との類似度に基づいて行う。この場合、処理部１７は、音声の特徴の類似度が予め定めた値（閾値）以上である場合に、入力音声データ１８３が正当な使用者が発した音声であると判定し、音声の特徴の類似度が予め定めた値よりも低い場合に、入力音声データ１８３が正当な使用者が発した音声ではないと判定する。なお、処理部１７による音声の特徴の判定方法、つまり、音声解析プログラム１８１における音声認識の方法は、上述した方法に限定されるものではなく、既存のいかなる技術を用いてもよい。

ステップＳ１０４の判定によって、今回入力された入力音声データ１８３が正当な使用者が発した音声ではないと判定した場合（ステップＳ１０４の“ＮＯ”）には、処理部１７は、今回入力された入力音声データ１８３に対する処理を終了する。この際の入力音声データ１８３は破棄される。一方、ステップＳ１０４の判定によって、今回入力された入力音声データ１８３が正当な使用者が発した音声であると判定した場合には、処理部１７は、情報端末１のロック状態を解除する（ステップＳ１０５）。

続いて、処理部１７は、今回入力された入力音声データ１８３から音声コマンドを抽出する。そして、処理部１７は、記憶部１８に記憶されている端末動作対応情報１８４を参照して、抽出した音声コマンドが情報端末１のいずれかの動作を指示するコマンドであるかを判断する。そして、処理部１７は、情報端末１の動作を指示するコマンドであると判断した場合に、抽出した音声コマンドに対応する動作を実行する（ステップＳ１０６）。そして、処理部１７は、今回入力された入力音声データ１８３に対する処理を終了する。

このような処理手順によって情報端末１は、第一に、ロック状態のときに入力された入力音声データ１８３に基づいて、今回入力された音声が正当な使用者が発した音声であるか否かを判定する。そして、情報端末１は、第二に、入力音声データ１８３が正当な使用者から入力された音声である場合にのみ、ロック状態の解除と、第三に、入力された音声コマンドに対応する動作、すなわち、正当な使用者が目的としている情報端末１の動作とを実行する。第１の実施形態によれば、入力された入力音声データ１８３をきっかけ（トリガー）として、上述の第一、第二、第三の動作が順次に可能となり、音声によって不正使用者の使用の防止と操作とを容易にすることができるとの効果を奏する。

＜第２の実施形態＞
次に、本発明における第２の実施形態について説明する。第１の実施形態の情報端末１では、入力音声データ１８３を、上述した第一、第二、第三の動作のために利用した。しかし、入力音声データ１８３は、第一と第二の動作のためにのみ用いることもできる。あるいは、第一と第三の動作のためにのみ用いることもできる。

第２の実施形態の情報端末の構成は、図１に示した第１の実施形態の情報端末１の構成と同様である。また、処理のフローも図２に示したフローチャートと同様である。しかし、入力音声データ１８３を第一と第二の動作のためにのみ用いる場合は、ステップＳ１０６の実行はされない点のみが異なる。また、入力音声データ１８３を第一と第三の動作のためにのみ用いる場合は、ステップＳ１０５の実行はされない点のみが異なる。

＜第３の実施形態＞
次に、本発明における第３の実施形態について説明する。第１の実施形態および第２の実施形態では、音声コマンドに対応する動作を情報端末１で実行する場合を説明した。しかし、音声コマンドは、情報端末１を動作させるためだけではなく、例えば、情報端末１と通信するサーバー装置を動作させる、つまり、情報端末１を備えたシステムを動作させることもできる。

図３は、第３の実施形態における情報端末システムの概略構成を示したブロック図である。情報端末システム１０は、情報端末１とサーバー装置２とが、通信回線３を介して接続された構成である。図３に示した情報端末システム１０は、第１の実施形態の情報端末１がシステム内に構成された場合の一例である。なお、第２の実施形態の情報端末１が通信回線３を介してサーバー装置２と接続された構成であっても、同様の動作をする。

情報端末１の構成は、図１に示した第１の実施形態の情報端末１と同様である。従って、情報端末１の構成に関する詳細な説明は省略する。
通信回線３は、情報端末１とサーバー装置２とがデータ通信を行うためのネットワーク通信網であり、例えばインターネットである。なお、通信回線３は、音声通話を行う移動体通信網を利用してデータ通信を行う構成であってもよい。
サーバー装置２は、通信部２１と、処理部２２と、記憶装置２３とを備えている。

通信部２１は、通信回線３を介して、情報端末１に備えた通信部１６との間で通信を行い、情報端末システム１０における種々の情報やデータの送受信を行う。
処理部２２は、サーバー装置２内のそれぞれの構成要素を制御することによって、サーバー装置２の全体を制御する。また、処理部２２は、情報端末１の使用者が音声入力部１１、操作ボタン部１３、または操作入力部１４によって入力した要求（指示）に応じた動作を実行し、その結果を通信部２１および通信回線３を介して情報端末１に送信する。
記憶装置２３は、処理部２２が処理を実行するプログラムや、処理に使用するデータを記憶する。記憶装置２３は、ハードディスクドライブなどの補助記憶装置や、ＲＯＭ、ＲＡＭなどのメモリで構成される。記憶装置２３には、情報端末１に備えた記憶部１８が記憶している音声解析プログラム１８１、入力音声データ１８３、および端末動作対応情報１８４に相当するプログラム（不図示）やデータ（不図示）が記憶されている。以下の説明においては、音声解析プログラム１８１に相当するプログラムを音声解析プログラム２３１といい、入力音声データ１８３に相当するデータを入力音声データ２３３といい、端末動作対応情報１８４に相当する情報をサーバー動作対応情報２３４という。

音声解析プログラム２３１は、処理部２２によって実行されるプログラム本体である。音声解析プログラム２３１は、音声認証機能（情報端末１の正当な使用者の音声特徴データ１８２と比較して、正当な使用者であるか否かを判別する機能）と、音声データ（波形データ）を文字列（音声コマンド）に変換する機能とを備えている。処理部２２は、音声解析プログラム２３１を実行することによって、通信回線３を介して情報端末１から送信されてきた音声データに対して上述した処理などを行う音声処理部としての機能を実現する。

入力音声データ２３３は、情報端末１に入力された入力音声データ１８３が、通信回線３を介して送信されてきた音声データである。音声解析プログラム２３１を実行している処理部２２は、入力音声データ２３３から、情報端末１の使用者によって入力されたサーバー装置２の動作、つまり、使用者が要求しているサーバー装置２の動作を指示する音声コマンドを抽出し、抽出した音声コマンドに応じた動作を実行する。

サーバー動作対応情報２３４は、サーバー装置２が実行する動作と、この動作を実行するための音声コマンドとが１対１に対応付けられた複数の情報である。処理部２２は、通信回線３を介して情報端末１から送信されてきた音声コマンドが、サーバー装置２のいずれの動作を要求（指示）するコマンドであるかを、サーバー動作対応情報２３４を参照して判断する。なお、サーバー動作対応情報２３４に含まれる音声コマンドとサーバー装置２の動作とを対応付けた情報は、サーバー装置２や情報端末１に予め定められている情報のみではなく、例えば、情報端末１を含んだ情報端末システム１０を構成する際に、情報端末１の正当な使用者が設定することもできる。

このような構成によって情報端末システム１０は、情報端末１の使用者から入力された音声コマンドをサーバー装置２に送信し、サーバー装置２が音声コマンドに応じた動作を実行する。このとき、情報端末１は、ロック状態のときにも使用者が音声を入力することができる。そして、情報端末１は、ロック状態のときに使用者から音声コマンドが入力された場合には、まず、第１の実施形態と同様に、入力された音声が正当な使用者が発した音声であるか否かを判定する。そして、情報端末１は、音声が正当な使用者からの入力である場合にロック状態を解除し、入力音声データ１８３を、通信回線３を介してサーバー装置２に送信する。そして、サーバー装置２は、送信されてきた入力音声データ１８３から音声コマンドを抽出して動作を実行し、その結果を、通信回線３を介して情報端末１に送信する。これにより情報端末１は、送信されてきた結果を、正当な使用者に提示する。

次に、情報端末１がロック状態であるときに入力された音声コマンドに応じた動作を実行する際の処理手順について説明する。図４は、第３の実施形態の情報端末システム１０における処理手順を示したフローチャートである。なお、以下の説明においては、正当な使用者の音声特徴データ１８２および端末動作対応情報１８４が事前に情報端末１に備えた記憶部１８に記憶され、サーバー動作対応情報２３４が事前にサーバー装置２に備えた記憶装置２３に記憶されているものとして説明を行う。

図４に示した情報端末システム１０の処理手順には、図２に示した第１の実施形態の情報端末１における処理と同じ処理手順が含まれている。このため、図４に示したフローチャートにおける同じ処理手順には、図２のフローチャートに付与したステップ番号と同一のステップ番号を付与している。より具体的には、図４に示した情報端末システム１０の処理におけるステップＳ１０１〜ステップＳ１０５までの処理は、第１の実施形態の情報端末１がロック状態を解除するまでの処理と同じであるため、同一のステップ番号を付与している。従って、図４に示した情報端末システム１０のフローチャートの説明においては、情報端末１がロック状態を解除するまでの処理に関する詳細な説明は省略する。

ステップＳ１０５においてロック状態を解除した後、音声解析プログラム１８１を実行している処理部１７は、通信部１６によって、記憶部１８に記憶されている入力音声データ１８３をそのまま通信回線３を介してサーバー装置２に送信する（ステップＳ２０６）。つまり、処理部１７は、入力音声データ１８３から音声コマンドを抽出せずにサーバー装置２に送信する。これにより、サーバー装置２に備えた通信部２１は、通信回線３を介して送信されてきた入力音声データ１８３を受信し、処理部２２は、通信部２１が受信した入力音声データ１８３を入力音声データ２３３として記憶装置２３に記憶させる。

続いて、処理部２２は、記憶装置２３から音声解析プログラム２３１を読み出して起動する。そして、音声解析プログラム２３１を実行している処理部２２は、今回送信された入力音声データ２３３から音声コマンドを抽出する。その後、処理部２２は、記憶装置２３に記憶されているサーバー動作対応情報２３４を参照して、抽出した音声コマンドがサーバー装置２のいずれかの動作を指示するコマンドであるかを判断する。そして、処理部２２は、サーバー装置２の動作を指示するコマンドであると判断した場合に、抽出した音声コマンドに対応する動作を実行する（ステップＳ２０７）。

続いて、処理部２２は、抽出した音声コマンドを実行した結果のデータ（以下、「応答データ」という）生成する。そして、処理部２２は、生成した応答データを、通信部２１によって通信回線３を介して情報端末１に送信する（ステップＳ２０８）。例えば、今回送信されてきた入力音声データ２３３から抽出した音声コマンドが「東京の明日の天気はいかが」という音声コマンドである場合、ステップＳ２０７において、処理部２２は、サーバー装置２内に格納されている天気に関するデータや、サーバー装置２に接続されている他のサーバー装置に格納されているデータを参照するなどして、「東京の明日の天気」を調査する。そして、ステップＳ２０８において、処理部２２は、調査した「東京の明日の天気」を表す音声のデータ（例えば、「晴れのち曇りです」と発声する音声のデータ）や画像のデータ（例えば、「晴れのち曇り」を表す天気記号の画像のデータ）を応答データとして生成して、情報端末１に送信する。これにより、情報端末１に備えた通信部１６は、通信回線３を介して送信されてきた応答データを受信し、処理部１７は、通信部１６が受信した応答データを記憶部１８に記憶させる。また、処理部２２は、今回送信されてきた入力音声データ２３３に対する処理を終了する。

続いて、処理部１７は、記憶部１８に記憶した応答データを出力して、音声コマンドに対する応答を情報端末１の使用者に提示する（ステップＳ２０９）。例えば、応答データが音声のデータである場合には、応答データを音声出力部１５に出力し、入力された音声コマンドに対する応答を音声出力部１５から発せられる音声によって提示する。また、例えば、応答データが画像のデータである場合には、応答データを表示部１２に出力し、入力された音声コマンドに対する応答を表示部１２に表示される画像によって提示する。そして、処理部１７は、今回入力された入力音声データ１８３に対する処理を終了する。

このような処理手順によって情報端末システム１０では、情報端末１が、ロック状態のときに入力された入力音声データ１８３に基づいて、今回入力された音声が正当な使用者が発した音声であるか否かを判定する。そして、情報端末１は、入力音声データ１８３が正当な使用者から入力された音声である場合にのみ、ロック状態を解除して入力音声データ１８３サーバー装置２に送信する。そして、情報端末システム１０では、サーバー装置２が、受信した入力音声データ１８３（入力音声データ２３３）に含まれる音声コマンドに対応する動作、すなわち、正当な使用者が目的としているサーバー装置２の動作を実行して、その実行結果である応答データを情報端末１に送信（返信）する。これにより、情報端末１は、入力された音声コマンドに応じた結果を、それが外部の情報を参照する必要がある高度な内容のものであっても、正当な使用者に提示することができる。

＜第４の実施形態＞
次に、本発明における第４の実施形態について説明する。第３の実施形態の情報端末システム１０では、情報端末１が、使用者から入力された入力音声データ１８３が正当な使用者が発した音声であるか否かを判定する構成について説明した。しかし、入力音声データ１８３が正当な使用者が発した音声であるか否かの判定も、サーバー装置２が行う構成にすることもできる。

第４の実施形態の情報端末システムの構成は、図３に示した第３の実施形態の情報端末システム１０の構成と同様である。従って、第４の実施形態の情報端末システムも情報端末システム１０とし、図３に示した構成を用いて、第３の実施形態の情報端末システム１０と異なる動作について説明する。

第４の実施形態の情報端末システム１０においては、情報端末１に備えた記憶部１８が記憶している音声特徴データ１８２に相当するデータ（不図示）も、サーバー装置２に備えた記憶装置２３に記憶している。以下の説明においては、音声特徴データ１８２に相当するデータを音声特徴データ２３２という。

音声特徴データ２３２は、情報端末１の正当な使用者の音声の特徴を表す音声特徴データ１８２と同じデータである。音声特徴データ２３２は、例えば、情報端末１を含んだ情報端末システム１０が構成される際に、通信回線３を介して情報端末１から送信される。なお、音声特徴データ２３２は、音声解析プログラム２３１を実行している処理部２２が、通信回線３を介して情報端末１から送信されてきた正当な使用者の音声データから抽出して記憶装置２３に記憶させることもできる。

情報端末システム１０における処理手順は、正当な使用者を判定する処理と、情報端末１のロック状態を解除する処理をサーバー装置２が行うこと以外は、図４に示した情報端末システム１０の処理におけるステップＳ１０１〜ステップＳ１０５までの処理と同様である。より具体的には、情報端末システム１０では、正当な使用者の判定を音声特徴データ２３２に含まれる音声の特徴と比較することによって行い、今回送信された入力音声データ２３３が正当な使用者が発した音声であると判定した場合に、情報端末１のロック状態を解除することを表す指示を情報端末１に送信することによって、情報端末１のロック状態を解除する。

このように、サーバー装置２が正当な使用者が発した音声であるか否かの判定を行う構成であっても、第３の実施形態と同様に、入力音声データ２３３（入力音声データ１８３）が正当な使用者から入力された音声である場合にのみ、情報端末１のロック状態を解除することができる。そして、第３の実施形態と同様に、情報端末１が、サーバー装置２が動作を実行した結果を正当な使用者に提示することができる。

＜変形例＞
第４の実施形態の情報端末システム１０においては、記憶部１８が記憶している音声特徴データ１８２に相当するデータもサーバー装置２に備えた記憶装置２３に記憶している。このため、第４の実施形態の情報端末システム１０は、情報端末１の記憶部１８に、音声解析プログラム１８１および音声特徴データ１８２を記憶させない構成であってもよい。

＜変形例＞
第３および第４の実施形態の情報端末システム１０においては、情報端末１に音声で入力されたコマンドに対応する動作をサーバー装置２が実行する場合について説明したが、入力されたコマンドに対応する動作は、情報端末１とサーバー装置２とが分担して実行してもよい。また、第３および第４の実施形態の情報端末システム１０においては、情報端末１とサーバー装置２とのそれぞれが同様の機能を実行することができる構成であった、つまり、情報端末１とサーバー装置２とで重複する機能を備えていた。しかし、情報端末１とサーバー装置２とのいずれか一方、または情報端末１とサーバー装置２とが分担して入力されたコマンドに対応する動作を実行するように、情報端末１とサーバー装置２とに備える機能を重複させない、つまり、重複する機能は情報端末１とサーバー装置２とのそれぞれに備えない構成であってもよい。

上記に述べたとおり、本発明を実施するための形態によれば、情報端末がロック状態のときに使用者が発した言葉を音声データに変換して一旦記憶する。そして、本発明を実施するための形態では、変換した音声データに基づいて、言葉を発した使用者が正当な使用者であるか否かを判定し、入力された音声データが正当な使用者が発した音声を変換した音声データである場合にのみ、情報端末のロック状態を解除する。そして、本発明を実施するための形態では、ロック状態の解除に用いた音声データに含まれるコマンドに対応する動作を実行し、その結果を正当な使用者に提示する。このように、本発明を実施するための形態では、音声データを、正当な使用者を判定する材料、情報端末のロック状態を解除する契機、および指示された動作の実行との３種類の用途に使用する。これにより、本発明を実施するための形態では、情報端末にロックがかかっている状態であっても音声によってコマンドを入力することによって、情報端末の使用者は、容易に情報端末を操作することができる。このことにより、情報端末の使用者は、情報端末を操作する際に要する時間を短縮し、情報端末を操作するための労力を軽減することができる。

以上、本発明の実施形態について、図面を参照して説明してきたが、具体的な構成はこの実施形態に限定されるものではなく、本発明の趣旨を逸脱しない範囲においての種々の変更も含まれる。

本発明は、携帯電話、スマートフォン、タブレット端末、ウェアラブル端末などの情報端末装置において実施することができる。

１・・・情報端末、１１・・・音声入力部、１２・・・表示部（結果提示部）、１３・・・操作ボタン部、１４・・・操作入力部、１５・・・音声出力部（結果提示部）、１６・・・通信部（第１の通信部）、１７・・・処理部（音声処理部，第１の音声処理部）、１８・・・記憶部（記憶部，第１の記憶部）、１８１・・・音声解析プログラム、１８２・・・音声特徴データ、１８３・・・入力音声データ（音声データ）、１８４・・・端末動作対応情報（動作対応情報）、１０・・・情報端末システム、２・・・サーバー装置、２１・・・通信部（第２の通信部）、２２・・・処理部（第２の音声処理部）、２３・・・記憶装置（第２の記憶部）、３・・・通信回線

Claims (5)

1. 音声によって入力されたコマンドを音声データに変換して出力する音声入力部と、
   前記音声データを記憶する記憶部と、
   前記記憶部に記憶された前記音声データに基づいて処理を行う音声処理部と、
   を備え、
   前記音声処理部は、
   前記音声データが使用者が発した音声であるか否かを判定し、該音声データが使用者が発した音声であると判定した場合に、動作の実行が制限されているロック状態を解除して、該音声データに含まれる前記コマンドに応じた動作を実行する、
   情報端末。
2. 前記記憶部は、
   使用者の音声の特徴を表す音声特徴データと、
   前記コマンドと該コマンドに応じて動作する当該情報端末の動作とを対応付けた動作対応情報と、
   を記憶し、
   前記音声処理部は、
   前記音声データに含まれる音声の特徴と、前記音声特徴データとを比較することによって該音声データが使用者が発した音声であるか否かを判定し、
   前記音声データから抽出したコマンドが前記動作対応情報に含まれる場合に、該抽出したコマンドに応じた動作を実行する、
   請求項１に記載の情報端末。
3. 情報端末とサーバー装置とが通信回線によって接続された情報端末システムであって、
   前記情報端末は、
   音声によって入力されたコマンドを音声データに変換して出力する音声入力部と、
   前記音声データを記憶する第１の記憶部と、
   前記第１の記憶部に記憶された前記音声データに基づいて処理を行う第１の音声処理部と、
   前記通信回線を介して前記サーバー装置の間で通信を行う第１の通信部と、
   前記音声データに含まれる前記コマンドに応じた動作の実行結果を提示する結果提示部と、
   を具備し、
   前記サーバー装置は、
   前記通信回線を介して前記情報端末１との間で通信を行う第２の通信部と、
   前記音声データを記憶する第２の記憶部と、
   前記第２の記憶部に記憶された前記音声データに基づいて処理を行う第２の音声処理部と、
   を具備し、
   前記第１の音声処理部または前記第２の音声処理部のいずれか一方が、
   前記音声データが前記情報端末の使用者が発した音声であるか否かを判定し、
   前記第１の音声処理部または前記第２の音声処理部のいずれか一方が、
   前記音声データが使用者が発した音声であると判定した場合に、前記情報端末の動作の実行が制限されているロック状態を解除し、
   前記第１の音声処理部または前記第２の音声処理部のいずれか一方が、
   前記音声データに含まれる前記コマンドに応じた前記サーバー装置の動作を実行する、
   情報端末システム。
4. 前記第１の音声処理部は、
   前記音声データが前記情報端末の使用者が発した音声であるか否かを判定し、該音声データが使用者が発した音声であると判定した場合に、当該情報端末の動作の実行が制限されているロック状態を解除して、該音声データを前記第１の通信部によって前記サーバー装置に送信し、
   前記第２の音声処理部は、
   前記第２の通信部が受信した前記音声データに含まれる前記コマンドに応じた前記サーバー装置の動作を実行し、該実行した結果を表す応答データを前記第２の通信部によって前記情報端末に送信し、
   前記結果提示部は、
   前記第１の通信部が受信した前記応答データを、前記情報端末の使用者に提示する、
   請求項３に記載の情報端末システム。
5. 少なくとも前記第１の記憶部または前記第２の記憶部のいずれか一方に、
   使用者の音声の特徴を表す音声特徴データと、
   前記コマンドと該コマンドに応じて動作する当該情報端末を含む情報端末システムの動作とを対応付けた動作対応情報と、
   を記憶し、
   前記音声特徴データを記憶した前記第１の記憶部または前記第２の記憶部に対応する 前記第１の音声処理部または前記第２の音声処理部のいずれか一方が、
   前記音声データに含まれる音声の特徴と、前記音声特徴データとを比較することによって該音声データが前記情報端末の使用者が発した音声であるか否かを判定し、
   前記動作対応情報を記憶した前記第１の記憶部または前記第２の記憶部に対応する 前記第１の音声処理部または前記第２の音声処理部のいずれか一方が、
   前記音声データから抽出したコマンドが前記動作対応情報に含まれる場合に、該抽出したコマンドに応じた動作を実行する、
   請求項４に記載の情報端末システム。

Images