JP2017515134A - 模写によるデジタル携帯情報端末の対話、および応答時のリッチなマルチメディア - Google Patents

Abstract

デジタル携帯情報端末を実装するためのシステム、方法、装置、および、コンピュータプログラム製品について記載される。デジタル携帯情報端末は、デジタル携帯情報端末のペルソナとやり取りすることが意図される質問または発言をユーザが行ったことを判断することができる。ユーザがこのような質問またはこのような発言を行ったとの判断に応答して、デジタル携帯情報端末はそれに対する応答を、デジタル携帯情報端末のユーザインターフェース内でまたはそれによって、大衆文化への言及に関連するマルチメディアオブジェクトを表示するまたは再生することによって提供する。さらにまたは代替的に、ユーザがこのような質問またはこのような発言を行ったとの判断に応答して、デジタル携帯情報端末は、それに対する応答を、大衆文化への言及に関連する人物の声の模写を含む発話を生成するまたは再生することによって提供する。

Description

本発明は、模写によるデジタル携帯情報端末の対話、および応答時のリッチなマルチメディアに関する。

[0001]擬人化コンピュータ対話は、人工知能の分野において非常に一般的である。デジタル携帯情報端末（デジタルパーソナルアシスタント、ｄｉｇｉｔａｌ ｐｅｒｓｏｎａｌ ａｓｓｉｓｔａｎｔ）のメーカは、情報端末に個性を持たせることで、ユーザとやり取りするレベルを非常に高度に維持し、また、ユーザと情報端末との間の信用の要素を確立し、それによって、デジタル携帯情報端末の使用および情報端末との対話の継続を促進する。

[0002]やり取りのレベルを高度に維持するための１つの技法は、デジタル携帯情報端末によって行われる応答を面白くしかつ楽しませることを必要とする。デジタル携帯情報端末のいくつかの従来の実装形態は、ユーザが砕けた口調で質問をする時に、面白いテキストの応答を生成するようにプログラムされる。しかしながら、従来のデジタル携帯情報端末は、典型的には、遊び心に満ちた応答を提示する時に、デジタルキャンバスの柔軟性を十分に活用していないし、応答を行う時に、面白くまたは異なるように聞こえさせるための現代のテキスト音声合成技法の能力も活用していない。また、遊び心に満ちた応答の側面を伝達するために使用可能なデジタル情報端末の視覚表現は存在しない。

[0003]本明細書において、デジタル携帯情報端末を実装するためのシステム、方法、装置、および、コンピュータプログラム製品について記載される。デジタル携帯情報端末は、例えば、デジタル携帯情報端末がユーザの代わりに情報を得るまたは何か他のタスクを行うことを要求するのとは対照的に、デジタル携帯情報端末のペルソナ（ｐｅｒｓｏｎａ）とやり取りすることが意図される質問または発言をユーザが行ったことを判断することができる。ユーザがこのような質問またはこのような発言を行ったとの判断に応答して、デジタル携帯情報端末は、それに対する応答を、デジタル携帯情報端末のユーザインターフェース内でまたはそれによって、大衆文化への言及に関連するマルチメディアオブジェクトを表示することまたは再生することによって行う。さらにまたは代替的に、ユーザがこのような質問またはこのような発言を行ったとの判断に応答して、デジタル携帯情報端末は、それに対する応答を、大衆文化への言及に関連する人物の声の模写（ｉｍｐｅｒｓｏｎａｔｉｏｎ）を含む発話を生成することまたは再生することによって行う。さらにまた、デジタル携帯情報端末は、大衆文化への言及に関連する引用を含むテキストをデジタル携帯情報端末のユーザインターフェース内で表示すること、大衆文化への言及を呼び起こす（ｅｖｏｋｅ）、デジタル携帯情報端末の視覚表現をデジタル携帯情報端末のユーザインターフェース内で表示すること、および／または、大衆文化への言及に関連するコンテンツにアクセスするためにユーザによってアクティブ化され得るリンクをデジタル携帯情報端末のユーザインターフェース内で表示することによって、応答を行うことができる。

[0004]特に、本明細書では、デジタル携帯情報端末を実装するための方法について記載される。この方法によると、デジタル携帯情報端末のユーザの発声のデジタル表現が受け取られる。少なくとも発声のデジタル表現の解析に基づいて、発声がデジタル携帯情報端末のペルソナとやり取りすることが意図される発声を含むと判断される。発音がデジタル携帯情報端末のペルソナとやり取りすることが意図される発声を含むと少なくとも判断することに応答して、デジタル携帯情報端末に、発声に対する応答を生成させる。発声に対する応答は、デジタル携帯情報端末のユーザインターフェース内で表示されるまたはそれによって再生される、および、大衆文化への言及に関連するマルチメディアオブジェクト（例えば、画像、映像コンテンツまたは音声コンテンツ）を含む。代替的にはまたはさらに、発声に対する応答は、デジタル携帯情報端末によって生成されるまたは再生される、および大衆文化への言及に関連する人物の声の模写を含む発話を含む。

[0005]前述の方法の一実施形態において、発声に対する応答は、デジタル携帯情報端末のユーザインターフェース内で表示されるテキストであって、大衆文化への言及に関連する引用を含むテキストをさらに含む。

[0006]別の実施形態では、発話は大衆文化への言及に関連する引用を含む。
[0007]さらに別の実施形態では、発声に対する応答は、デジタル携帯情報端末のそのユーザインターフェース内で表示され、かつ、大衆文化への言及を呼び起こす視覚表現をさらに含む。さらにこのような実施形態によると、デジタル携帯情報端末の視覚表現は、デジタル携帯情報端末のアニメーションを含むことができる。

[0008]また別の実施形態では、発声に対する応答は、デジタル携帯情報端末のユーザインターフェース内で表示され、大衆文化への言及に関連するコンテンツにアクセスするためにユーザによってアクティブ化され得るリンクをさらに含む。

[0009]前述の方法の実装形態によっては、発声に対する応答を生成させることは、発声に対する複数の適格な応答を特定すること、および、発声に対する複数の適格な応答の中から発声に対する応答を選択することを含むことができる。

[0010]別の実装形態によると、発声に対する応答を生成させることは、発声タイプの階層ツリー内の特定の発声タイプに発声をマッチさせることであって、発声タイプの階層ツリーにおけるそれぞれの発声タイプに１つまたは複数の応答が関連付けられている、マッチさせること、および、特定の発声タイプに関連する応答の中から発声に対する応答を選択することを含む。

[0011]さらなる実装形態によると、発声に対する応答を生成させることは、発声がトレンディングトピックに関連すると判断すること、および、発声がトレンディングトピックに関連するとの判断に応答して、トレンディングトピックに関連する１つまたは複数の応答の中から発声に対する応答を選択することを含む。

[0012]なおさらなる実装形態によると、発声に対する応答を生成させることは、発声が、デジタル携帯情報端末のペルソナを伝達することが意図される１つまたは複数の事前定義された応答が存在する発声であると判断すること、および、発声が、デジタル携帯情報端末のペルソナを伝達することが意図される１つまたは複数の事前定義された応答が存在する発声であるとの判断に応答して、１つまたは複数の事前定義された応答の中から発声に対する応答を選択することを含む。

[0013]前述の方法の別の実施形態では、発声に対する応答を生成させることは、デジタル携帯情報端末を実行しているコンピューティングデバイスに対して音声ファイルを特定する発話または情報を含む音声ファイルを送信することを含む。

[0014]なお別の実施形態では、発声に対する応答を生成させることは、デジタル携帯情報端末を実行しているコンピューティングデバイスに対するテキストであって、デジタル携帯情報端末のテキスト音声コンポーネントによって発話を生成するように処理されるテキストを提供することを含む。

[0015]本明細書では、コンピューティングデバイスについても説明される。コンピューティングデバイスは少なくとも１つのプロセッサおよびメモリを含む。メモリは、少なくとも１つのプロセッサによって実行するためのコンピュータプログラム論理を記憶する。コンピュータプログラム論理は、少なくとも１つのプロセッサによって実行される時、動作を行うように構成される１つまたは複数のコンポーネントを含む。１つまたは複数のコンポーネントはデジタル携帯情報端末を含む。デジタル携帯情報端末は、ユーザの発声を表現する音声をキャプチャするように、および、その音声をデジタル携帯情報端末バックエンドへ伝送するように構成される。発声は、デジタル携帯情報端末のペルソナとやり取りすることが意図される発声を含む。デジタル携帯情報端末は、少なくとも、デジタル携帯情報端末バックエンドから受け取られた情報に基づいて発声に対する応答を行うようにさらに構成される。応答を行うことは、大衆文化への言及に関連する人物の声の模写を含む発話を生成することまたは再生することを含む。

[0016]コンピューティングデバイスの一実施形態では、デジタル携帯情報端末は、発話を含む音声ファイルを再生するように構成される。コンピューティングデバイスの別の実施形態では、デジタル携帯情報端末は、発話を生成するためにテキスト音声変換をテキストに適用するように構成される。

[0017]コンピューティングデバイスの別の実施形態では、応答を行うことは、デジタル携帯情報端末のユーザインターフェースによって、大衆文化への言及に関連するマルチメディアオブジェクトを表示することまたは再生すること、デジタル携帯情報端末のユーザインターフェース内で、大衆文化への言及に関連する引用を含むテキストを表示すること、デジタル携帯情報端末のユーザインターフェース内で大衆文化への言及を呼び起こす、デジタル携帯情報端末の視覚表現を表示すること、および、大衆文化への言及に関連するコンテンツにアクセスするためにユーザによってアクティブ化され得るリンクを、デジタル携帯情報端末のユーザインターフェース内で表示することのうちの少なくとも１つをさらに含む。

[0018]本明細書では、別のコンピューティングデバイスについて説明される。コンピューティングデバイスは少なくとも１つのプロセッサおよびメモリを含む。メモリは、少なくとも１つのプロセッサによって実行するためのコンピュータプログラム論理を記憶する。コンピュータプログラム論理は、少なくとも１つのプロセッサによって実行される時、動作を行うように構成される１つまたは複数のコンポーネントを含む。１つまたは複数のコンポーネントはデジタル携帯情報端末を含む。デジタル携帯情報端末は、ユーザの発声を表現する音声をキャプチャするように、および、その音声をデジタル携帯情報端末バックエンドへ伝送するように構成される。発声は、デジタル携帯情報端末のペルソナとやり取りすることが意図される発声を含む。デジタル携帯情報端末は、少なくとも、デジタル携帯情報端末バックエンドから受け取られた情報に基づいて発声に対する応答を行うようにさらに構成される。応答を行うことは、大衆文化への言及に関連するマルチメディアオブジェクトをデジタル携帯情報端末のユーザインターフェースによって表示することまたは再生することを含む。

[0019]コンピューティングデバイスの一実施形態では、マルチメディアオブジェクトは、画像、映像コンテンツ、または、音声コンテンツを含む。
[0020]コンピューティングデバイスの別の実施形態では、応答を行うことは、大衆文化への言及に関連する人物の声の模写を含む発話を生成することまたは再生すること、デジタル携帯情報端末のユーザインターフェース内で大衆文化への言及に関連する引用を含むテキストを表示すること、デジタル携帯情報端末のユーザインターフェース内で大衆文化への言及を呼び起こす、デジタル携帯情報端末の視覚表現を表示すること、および、大衆文化への言及に関連するコンテンツにアクセスするためにユーザによってアクティブ化され得るリンクをデジタル携帯情報端末のユーザインターフェース内で表示することのうちの少なくとも１つをさらに含む。

[0021]この「発明の概要」は、「発明を実施するための形態」においてさらに後述される概念の選択を簡略化した形で紹介するために提供される。この「発明の概要」において、特許請求される主題の重要な特徴または基本的な特徴を特定することは意図されておらず、特許請求される主題の範囲を限定するために使用されることも意図されていない。さらに、特許請求される主題は本書の「発明を実施するための形態」および／または他の節において記載される特定的な実施形態に限定されないことに留意されたい。かかる実施形態は本明細書では例示する目的のみで提示される。さらなる実施形態は、本明細書に含有される教示に基づいて、当業者には明らかとなろう。

[0022]本明細書に組み込まれ、かつ、本明細書の一部分を形成する添付の図面は、本発明の実施形態を示し、その説明と共に、さらに、本発明の原理を説明し、かつ、当業者が本発明を作製し使用することができるようにする役割を果たす。

[0023]例示の実施形態に従って、雑談タイプの発声に応答する際に模写およびマルチメディアを利用するデジタル携帯情報端末を実装する例示のシステムのブロック図である。 [0024]デジタル携帯情報端末が、ユーザが雑談タイプの発声を行ったことを判断すること、および、それに対する応答を行うことを可能にするために、図１のシステムのさまざまなコンポーネントがどのように動作するかを示すブロック図である。 [0025]ある実施形態に従って、雑談タイプの発声に対する応答を選択するために使用できる発声タイプの階層ツリーの例を示す図である。 [0026]ある実施形態に従って、雑談タイプの発声に応答してデジタル携帯情報端末によって行われ得る例示の応答を示すブロック図である。 [0027]さまざまな実施形態に従って、デジタル携帯情報端末のユーザインターフェースを介して行われ得る雑談タイプの発声に対する応答の例を示す図である。 さまざまな実施形態に従って、デジタル携帯情報端末のユーザインターフェースを介して行われ得る雑談タイプの発声に対する応答の例を示す図である。 さまざまな実施形態に従って、デジタル携帯情報端末のユーザインターフェースを介して行われ得る雑談タイプの発声に対する応答の例を示す図である。 さまざまな実施形態に従って、デジタル携帯情報端末のユーザインターフェースを介して行われ得る雑談タイプの発声に対する応答の例を示す図である。 さまざまな実施形態に従って、デジタル携帯情報端末のユーザインターフェースを介して行われ得る雑談タイプの発声に対する応答の例を示す図である。 さまざまな実施形態に従って、デジタル携帯情報端末のユーザインターフェースを介して行われ得る雑談タイプの発声に対する応答の例を示す図である。 [0028]ある実施形態に従って、雑談タイプの発声に応答する際に模写および／またはマルチメディアを利用するデジタル携帯情報端末を実装するための方法のフローチャートである。 [0029]ある実施形態に従って、声の模写を含む雑談タイプの発声に対する応答をデジタル携帯情報端末が行うことによる方法のフローチャートである。 [0030]ある実施形態に従って、マルチメディアオブジェクトを含む雑談タイプの発声に対する応答をデジタル携帯情報端末が行うことによる方法のフローチャートである。 [0031]さまざまな実施形態を実装するために使用可能な例示のモバイルデバイスのブロック図である。 [0032]さまざまな実施形態を実装するために使用可能な例示のプロセッサベースのコンピュータシステムのブロック図である。

[0033]本発明の特徴および利点は、図面と併せて用いられる時に下で明記される詳細な説明からより明らかとなろう。図面では、同様の参照符号は全体を通して対応する要素を特定する。図面において、同様の参照番号は、全体的に、同一の、機能的に同様の、および／または、構造的に同様の要素を示す。ある要素が最初に現れる図面は、対応する参照番号の最左の桁（複数可）によって示される。
Ｉ．序文
[0034]以下の詳細な説明は、本発明の例示の実施形態を示す添付の図面に言及する。しかしながら、本発明の範囲は、これらの実施形態に限定されず、むしろ、添付の特許請求の範囲によって定められる。よって、示される実施形態の修正バージョンなどの、添付の図面に示される実施形態の範囲を超えた実施形態は、それにもかかわらず、本発明によって包含されてよい。

[0035]本明細書における「一実施形態」、「ある実施形態」、または「例示の実施形態」などに対する言及は、説明される実施形態が特定の特徴、構造、または特性を含むことができるが、あらゆる実施形態が必ずしも特定の特徴、構造、または特性を含まなくてもよいことを示す。さらに、このような句は、必ずしも同じ実施形態に言及するものではない。また、特定の特徴、構造、または特性がある実施形態に関して説明される時に、明示的に説明されているか否かに関わらず、他の実施形態に関してこのような特徴、構造、または特性を実装することは当業者の知識内にあると考えられる。

[0036]本明細書において、デジタル携帯情報端末を実装するためのシステム、方法、装置、および、コンピュータプログラム製品について記載される。デジタル携帯情報端末は、例えば、デジタル携帯情報端末がユーザの代わりに情報を得るまたは何か他のタスクを行うことを要求するのとは対照的に、デジタル携帯情報端末のペルソナとやり取りすることが意図される質問または発言をユーザが行ったことを判断することができる。ユーザがこのような質問またはこのような発言を行ったとの判断に応答して、デジタル携帯情報端末はそれに対する応答を、デジタル携帯情報端末のユーザインターフェース内でまたはそれによって、大衆文化への言及に関連するマルチメディアオブジェクトを表示するまたは再生することによって行う。さらにまたは代替的に、ユーザがこのような質問またはこのような発言を行ったとの判断に応答して、デジタル携帯情報端末は、それに対する応答を、大衆文化への言及に関連する人物の声の模写を含む発話を生成するまたは再生することによって行う。さらにまた、デジタル携帯情報端末は、大衆文化への言及に関連する引用を含むテキストをデジタル携帯情報端末のユーザインターフェース内で表示すること、大衆文化への言及を呼び起こす、デジタル携帯情報端末の視覚表現をデジタル携帯情報端末のユーザインターフェース内で表示すること、および／または、大衆文化への言及に関連するコンテンツにアクセスするためにユーザによってアクティブ化され得るリンクをデジタル携帯情報端末のユーザインターフェース内で表示することによって、応答を行うことができる。

[0037]前述のやり方で、デジタル携帯情報端末が、そのペルソナとやり取りすることが意図されるユーザの発声（本明細書において「雑談タイプの発声」とも呼ばれる）に対して応答できるようにすることによって、本明細書に記載される実施形態は、有利には、ユーザとデジタル携帯情報端末との間のやり取りのレベルを上げ、また、ユーザと情報端末との間の信用の要素を確立することができ、それによって、デジタル携帯情報端末の継続される使用および情報端末との継続される対話を促進する。例えば、ユーザによって認識および／または理解されやすい大衆文化への言及に関連するマルチメディアオブジェクト、声の模写、引用、および、リンクを含む応答を行うことによって、デジタル携帯情報端末は、楽しませることと、ユーザとの共通意識を確立することとの両方を行うことができる。

[0038]第ＩＩ節では、実施形態に従って、雑談タイプの発声に応答する際に、模写および／またはマルチメディアを利用する、デジタル携帯情報端末を実装するシステム例について説明する。第ＩＩＩ節では、実施形態に従って、雑談タイプの発声に応答する際に、模写および／またはマルチメディアを利用する、デジタル携帯情報端末を実装するための例示の方法について説明する。第ＩＶ節では、本明細書に記載される実施形態に従って、デジタル携帯情報端末を実装するために使用可能な例示のモバイルデバイスについて説明する。第Ｖ節では、本明細書に記載される実施形態に従って、デジタル携帯情報端末を実装するために使用可能な例示のデスクトップコンピュータについて説明する。第ＶＩ節では、いくつかの結論を挙げる。
ＩＩ．応答時に模写および／またはマルチメディアを利用するデジタル携帯情報端末を実装するシステム例
[0039]図１は、例示の実施形態に従って、雑談タイプの発声に応答する際に模写およびマルチメディアを利用するデジタル携帯情報端末を実装する例示のシステム１００のブロック図である。図１に示されるように、システム１００は、１つまたは複数のネットワーク１０４を介してデジタル携帯情報端末バックエンド１０６に通信によって接続されるエンドユーザコンピューティングデバイス１０２を含む。これらのコンポーネントのそれぞれについてはここで説明される。

[0040]エンドユーザコンピューティングデバイス１０２は、インストールされているソフトウェアベースのデジタル携帯情報端末１３０を実行することができるプロセッサベースの電子デバイスを表すことが意図される。デジタル携帯情報端末１３０は、エンドユーザコンピューティングデバイス１０２のユーザの代わりに実行されてよい。一実施形態では、エンドユーザコンピューティングデバイス１０２は、モバイルフォン（例えばスマートフォン）などのモバイルコンピューティングデバイス、ラップトップコンピュータ、タブレットコンピュータ、ネットブック、スマートウォッチもしくはヘッドマウントコンピュータなどのウェアラブルコンピュータ、ポータブルメディアプレーヤー、ゲームコンソール、パーソナルナビゲーション情報端末、カメラ、または、ユーザの代わりにデジタル携帯情報端末を実行することができる任意の他のモバイルデバイスを備える。エンドユーザコンピューティングデバイス１０２の機能性を組み込むことができるモバイルデバイスの一例については、図１４を参照して後述される。別の実施形態では、エンドユーザコンピューティングデバイス１０２は、デスクトップコンピュータ、ゲームコンソール、または、ユーザの代わりにデジタル携帯情報端末を実行することができる他の非モバイルのコンピューティングプラットフォームを備える。エンドユーザコンピューティングデバイス１０２の機能性を組み込むことができる例示のデスクトップコンピュータについては、図１５を参照して後述される。

[0041]エンドユーザコンピューティングデバイス１０２は、ネットワーク１０４を介してデジタル携帯情報端末バックエンド１０６と通信できる。携帯情報端末バックエンド１０６は、デジタル携帯情報端末１３０、および、他のエンドユーザコンピューティングデバイス上で実行している他のデジタル携帯情報端末の動作をサポートするサービスを提供するようにプログラムされる１つまたは複数のコンピュータ（例えばサーバ）を備える。例えば、本明細書で述べられるように、携帯情報端末バックエンド１０６は、発話認識、ならびに、クエリ理解および応答に関するサービスをデジタル携帯情報端末１３０に提供するように構成される１つまたは複数のコンピュータを含む。特に、図１に示されるように、これらのサービスはそれぞれ、発話認識サービス１３２、ならびに、クエリ理解および応答システム１３６によって提供される。デジタル携帯情報端末バックエンド１０６は、デジタル携帯情報端末１３０の代わりに任意の数の他のサービスを行ってよいが、かかる追加のサービスは、本明細書において明示的に記載されない場合があることに留意されたい。

[0042]一実施形態では、デジタル携帯情報端末バックエンド１０６は、多数の適切に構成された機械のうちのいずれか１つが、１つまたは複数の所望のサービスにデジタル携帯情報端末１３０をサポートさせるために随意に選択されてよいクラウドベースバックエンドを備える。当業者には理解されるように、かかるクラウドベースの実装形態は、デジタル携帯情報端末１３０といったデジタル携帯情報端末にバックエンドサービスを提供するための信頼できかつスケーラブルなフレームワークを提供する。

[0043]ネットワーク１０４は、任意のタイプのネットワーク、または、エンドユーザコンピューティングデバイス１０２などのエンドユーザコンピューティングデバイスと、デジタル携帯情報端末バックエンド１０６との間の通信を容易にするのに適切なネットワークの組み合わせを表すことが意図される。ネットワーク１０４は、例えば、限定するのではなく、ワイドエリアネットワーク、ローカルエリアネットワーク、プライベートネットワーク、パブリックネットワーク、パケットネットワーク、回路交換ネットワーク、有線ネットワーク、および／または、無線ネットワークを含んでよい。

[0044]さらに図１に示されるように、エンドユーザコンピューティングデバイス１０２は、処理ユニット１１０、不揮発性メモリ１２０、揮発性メモリ１１２、１つまたは複数のユーザ入力デバイス１１６、ディスプレイ１１８、ならびに、１つまたは複数のネットワークインターフェース１１４を含む複数の相互接続コンポーネントを含む。これらのコンポーネントのそれぞれについてはここで説明される。

[0045]処理ユニット１１０は、１つまたは救数のマイクロプロセッサを表すことが意図される。これらマイクロプロセッサのそれぞれは、１つまたは複数の中央処理ユニット（ＣＰＵ）またはマイクロプロセッサコアを有してよい。処理ユニット１１０は、コンピュータプログラム（本明細書においてコンピュータプログラム論理とも呼ばれる）を実行するために周知のやり方で動作する。かかるコンピュータプログラムの実行によって、処理ユニット１１０は、本明細書に記載される動作を含む動作を行う。不揮発性メモリ１２０、揮発性メモリ１１２、ユーザ入力デバイス１１６、ディスプレイ１１８、およびネットワークインターフェース１１４のそれぞれは、１つまたは複数の適切なインターフェースを介して処理ユニット１１０に接続される。

[0046]不揮発性メモリ１２０は、コンピュータプログラムおよびデータを持続的に記憶するように動作する１つまたは複数のコンピュータ可読メモリデバイスを備え、それによって、エンドユーザコンピューティングデバイス１０２が、無電力であるまたはパワーダウン状態である時でも記憶された情報が失われないようにする。不揮発性メモリ１２０は、読み出し専用メモリ（ＲＯＭ）デバイス、ソリッドステートドライブ、ハードディスクドライブ、磁気ディスクおよび関連のドライブなどの磁気記憶媒体、光ディスクおよび関連のドライブなどの光学式記憶媒体、ならびに、ＵＳＢフラッシュドライブなどのフラッシュメモリデバイスを含むがこれらに限定されない多種多様の不揮発性コンピュータ可読メモリデバイスのいずれかを使用して実装されてよい。

[0047]揮発性メモリ１１２は、コンピュータプログラムおよびデータを非持続的に記憶するように動作する１つまたは複数のコンピュータ可読メモリデバイスを備え、それによって、エンドユーザコンピューティングデバイス１０２が、無電力であるまたはパワーダウン状態である時でも記憶された情報が失われないようにする。揮発性メモリ１１２は、ランダムアクセスメモリ（ＲＡＭ）デバイスを含むがこれに限定されない多種多様の揮発性コンピュータ可読メモリデバイスのいずれかを使用して実装されてよい。

[0048]ディスプレイ１１８は、テキストおよび画像などのコンテンツがエンドユーザコンピューティングデバイス１０２のユーザに可視となるようにレンダリングされ得るデバイスを備える。かかるコンテンツを表示するために必要とされるレンダリング動作の一部または全ては、処理ユニット１１０によって少なくとも一部分において行われてよい。レンダリング動作の一部または全ては、処理ユニット１１０とディスプレイ１１８との間で連結される映像またはグラフィックスチップもしくはカード（図１には図示されない）などのディスプレイデバイスインターフェースによって行われてもよい。エンドユーザコンピューティングデバイス１０２の実装形態によっては、ディスプレイ１１８は、処理ユニット１１０と同じ物理的構造または筐体内に組み込まれるデバイスを含んでよい、または、処理ユニット１１０を含む構造または筐体から物理的に分離され、かつ、適切な有線および／または無線接続を介して接続されるモニター、プロジェクタ、または他のタイプのデバイスを備えてよい。

[0049]ユーザ入力デバイス１１６は、ユーザの操作またはその制御に応答してユーザ入力情報を生成するように動作する１つまたは複数のデバイスを備える。かかるユーザ入力情報は、これを処理するための処理ユニット１１０へ適切なインターフェースを介して渡される。実装形態によっては、ユーザ入力デバイス１１６は、タッチスクリーン（例えば、ディスプレイ１１８と一体化されるタッチスクリーン）、キーボード、キーバッド、マウス、タッチパッド、トラックボール、ジョイスティック、ポインティングスティック、ワイヤードグローブ、運動追跡センサ、ゲームコントローラもしくはゲームパッド、または、カメラなどの映像キャプチャデバイスを含んでよい。しかしながら、これらの例は、限定することが意図されるものではなく、ユーザ入力デバイス１１６は、本明細書に列挙されるもの以外の他のタイプのデバイスを含んでよい。実装形態によっては、それぞれのユーザ入力デバイス１１６は、（モバイルデバイス上の一体型のタッチスクリーン、タッチパッドまたはキーパッドなどの）処理ユニット１１０と同じ物理的構造または筐体内に組み込まれてもよいし、処理ユニット１１０を含む物理的構造または筐体から物理的に分離され、適切な有線および／または無線接続を介してそれに接続されてもよい。

[0050]ネットワークインターフェース１１４は、エンドユーザコンピューティングデバイス１０２が１つまたは複数のネットワーク１０４上で通信できるようにする１つまたは複数のインターフェースを備える。例えば、ネットワークインターフェース１１４は、イーサネット（登録商標）インターフェースなどの有線ネットワークインターフェース、または、ＩＥＥＥ８０２．１１（「Ｗｉ−Ｆｉ」）インターフェースもしくは３Ｇ通信インターフェースなどの無線ネットワークインターフェースを備えてよい。しかし、これらは例示にすぎなく、限定することを意図するものではない。

[0051]図１にさらに示されるように、不揮発性メモリ１２０は、複数のアプリケーション１２２およびオペレーティングシステム１２４を含むいくつかのソフトウェアコンポーネントを記憶する。

[0052]複数のアプリケーション１２２におけるそれぞれのアプリケーションは、エンドユーザコンピューティングデバイス１０２のユーザが処理ユニット１１０によって実行させることができるコンピュータプログラムを含む。それぞれのアプリケーションを実行させることによって、一定の動作がユーザの代わりに行われ、この場合、行われる動作のタイプは、アプリケーションがどのようにプログラムされるかによって変化することになる。アプリケーション１２２は、例えば、限定ではなく、テレフォニアプリケーション、電子メールアプリケーション、メッセージングアプリケーション、ＷＥＢブラウジングアプリケーション、カレンダーアプリケーション、ユーティリティアプリケーション、ゲームアプリケーション、ソーシャルネットワーキングアプリケーション、音楽アプリケーション、生産性アプリケーション、ライフスタイルアプリケーション、参照アプリケーション、旅行アプリケーション、スポーツアプリケーション、ナビゲーションアプリケーション、健康管理およびフィットネスアプリケーション、ニュースアプリケーション、写真撮影アプリケーション、財務管理アプリケーション、業務アプリケーション、教育アプリケーション、天気アプリケーション、本アプリケーション、または、医療アプリケーションなどを含んでよい。図１に示されるように、アプリケーション１２２は、デジタル携帯情報端末１３０を含み、この機能は、本明細書においてより詳細に説明される。

[0053]アプリケーション１２２は、実装形態によって、さまざまなやり方でエンドユーザコンピューティングデバイス１０２に対して配布および／またはインストールされてよい。例えば、一実施形態では、少なくとも１つのアプリケーションは、エンドユーザコンピューティングデバイス１０２に記憶されかつインストールされるアプリケーションからダウンロードされる。エンドユーザデバイス１０２が企業ネットワークの一部分としてまたは企業ネットワークと併せて利用される別の実施形態では、少なくとも１つのアプリケーションはさまざまな企業ネットワーク管理ツールのいずれかを使用してシステム管理者によってエンドユーザコンピューティングデバイス１０２に配布され、次いでインストールされる。さらに別の実施形態では、少なくとも１つのアプリケーションは、さまざまな適切なシステムビルダーユーティリティのいずれかを使用して、相手先商標製造会社（ＯＥＭ）または埋め込みデバイス製造会社などによって、システムビルダーによってエンドユーザコンピューティングデバイス１０２にインストールされる。さらなる実施形態では、オペレーティングシステム製造会社は、エンドユーザコンピューティングデバイス１０２にインストールされるオペレーティングシステム１２４と連動するアプリケーションを含んでよい。

[0054]オペレーティングシステム１２４は、リソースを管理し、かつ、アプリケーション１２２などの、エンドユーザコンピューティングデバイス１０２上で実行されるアプリケーションに共通のサービスを提供するプログラムのセットを備える。他の特徴の中で、オペレーティングシステム１２４は、オペレーティングシステム（ＯＳ）ユーザインターフェース１３２を備える。ＯＳユーザインターフェース１３２は、限定はされないが、アプリケーションを探索しかつ起動すること、一定のオペレーティングシステム機能性を呼び出すこと、および、一定のオペレーティングシステム設定を設定することなどの、さまざまな目的のためにユーザがオペレーティングシステム１２４と対話することができるユーザインターフェースを生成するオペレーティングシステム１２４のコンポーネントを備える。一実施形態では。ＯＳユーザインターフェース１３２は、タッチスクリーンベースのグラフィカルユーザインターフェース（ＧＵＩ）を備えるが、これは例にすぎない。さらにかかる例によると、エンドユーザコンピューティングデバイス１０２にインストールされるそれぞれのアプリケーション１２２は、ＧＵＩ内にアイコンまたはタイルとして表され、かつ、適切なアイコンまたはタイルとのタッチスクリーンによる対話を通してユーザによって呼び出されてよい。しかしながら、多種多様の代替的なユーザインターフェースモデルのいずれも、ＯＳユーザインターフェース１３２によって使用されてよい。

[0055]アプリケーション１２２およびオペレーティングシステム１２４は、不揮発性メモリ１２０において記憶されているとして示されるが、エンドユーザコンピューティングデバイス１０２の動作中、アプリケーション１２２、オペレーティングシステム１２４、またはそれらの一部は、揮発性メモリ１１２にロードされ、かつ、処理ユニット１１０によってプロセスとして揮発性メモリ１１２から実行されてよいことは理解されたい。

[0056]デジタル携帯情報端末１３０は、ユーザ入力、ならびに、位置把握、および、オンラインソースを含むさまざまなソースからの情報（天気または交通状況、ニュース、株価、ユーザスケジュール、小売価格など）にアクセスするための能力といった特徴に基づいてエンドユーザコンピューティングデバイス１０２のユーザのためにタスクまたはサービスを行うように構成されるコンピュータプログラムを含む。ユーザの代わりにデジタル携帯情報端末１３０によって行われ得るタスクの例は、ユーザによって指定された人物に電話をかけること、ユーザによって指定されたアプリケーションを起動すること、ユーザによって指定された電子メールまたはテキストメッセージをユーザによって指定された受取人へ送信すること、ユーザによって指定された音楽をかけること、ユーザカレンダー上でミーティングまたは他のイベントをスケジュール設定すること、ユーザによって指定された場所への方向を得ること、ユーザによって指定されたスポーツイベントに関連するスコアを得ること、ユーザによって指定されたコンテンツをソーシャルメディアウェブサイトまたはマイクロブロギングサービスに投稿すること、ユーザによって指定されたリマインダまたはノートを記録すること、天気予報を得ること、現在の時間を得ること、ユーザによって指定された時間にアラームを設定すること、ユーザによって指定された会社の株価を得ること、近くの商業施設を探索すること、または、インターネット検索を行うことなどを含んでよいがこれらに限定されない。デジタル携帯情報端末１３０は、ユーザとの継続される対話によってある期間にわたってその性能を改良するためのさまざまな人工知能技法のいずれかを使用してよい。デジタル携帯情報端末１３０は、知的携帯情報端末、知的ソフトウェア情報端末、または、バーチャル携帯情報端末などと呼ばれる場合もある。

[0057]デジタル携帯情報端末１３０はユーザインターフェースを提供するように構成され、このユーザインターフェースによって、質問、コマンドまたは他の言葉による入力をサブミットすることができる、および、かかる入力に対する応答がユーザに対して行われてよい。一実施形態では、入力は、エンドユーザコンピューティングデバイス１０２の１つまたは複数のマイクロフォン（そのそれぞれがユーザ入力デバイス１１６のうちの１つを備えてよい）によってキャプチャされるユーザ発話を含むことができるが、この例は、限定することを意図されておらず、ユーザ入力は、他のやり方で同様に行われてよい。デジタル携帯情報端末１３０によって生成される応答は、テキスト、画像、または、デジタル携帯情報端末１３０のグラフィカルユーザインターフェース内でディスプレイ１１８上に示される他の視覚コンテンツの形でユーザに可視とされてよい。応答は、コンピュータ生成の発話、または、エンドユーザコンピューティングデバイス１０２の１つまたは複数のスピーカー（図１には図示されない）を介して再生される他の音声コンテンツを含んでもよい。

[0058]実施形態によると、デジタル携帯情報端末１３０は、例えば、デジタル携帯情報端末１３０がユーザの代わりに情報を得るまたは何か他のタスクを行うことを要求するのとは対照的に、デジタル携帯情報端末のペルソナとやり取りすることが意図される質問または発言をユーザが行ったことを判断することができる。かかる質問または発言は、本来は砕けているまたは遊び心に満ちているものが多く、例えば、「結婚してくれますか？」、「何色が好きですか？」、「歌をうたって」、「冗談を言って」、「ノックノック」、「ウッドチャックが木を投げることができたら、どのくらいの量の木を投げられるか？」、「誰に一番電話をかけますか？」、「どこに体を隠すことができますか？」、「何かに似ていますか？」、「きれいですね」、「何歳ですか？」、「お父さんは誰ですか？」、「ボーイフレンドはいますか？」、「人生の意味とは何でしょうか？」、または、「あなたのことをもっと良く知りたいです」などを含むことができる。便宜上、かかる質問および発言は本明細書では、「雑談タイプの発声」または単に「雑談」と呼ばれる。

[0059]後述されるように、デジタル携帯情報端末１３０は、ユーザが雑談タイプの発声を行ったとの判断に応答してある一定の行動を取るようにさらに構成される。例えば、ユーザが雑談タイプの発声を行ったとの判断に応答して、デジタル携帯情報端末１３０はそれに対する応答を、（マルチメディアオブジェクトが本来は視覚によるものである時）そのユーザインターフェース内で、大衆文化への言及に関連するマルチメディアオブジェクトを表示すること、または、（マルチメディアオブジェクトが本来は聴覚によるものである時）そのユーザインターフェースによって、かかるマルチメディアオブジェクトを再生することによって提供することができる。本明細書で使用されるように、「大衆文化への言及」という用語は、人口の大部分の慣習、芸術および／または社会的相互作用に関連する任意の対象への言及を広範に包含することが意図される。例えば、何であれ限定することなく、大衆文化への言及は、周知の映画、テレビ番組、小説、短編小説、絵画、テレビゲーム、画像、映像、アニメ、有名人、男優もしくは女優、政治家もしくは他の著名人、決まり文句、ミーム、時事、または、故事などへの言及を含んでよい。

[0060]さらにまたは代替的に、ユーザが雑談タイプの発声を行ったとの判断に応答して、デジタル携帯情報端末１３０は、それに対する応答を、大衆文化への言及に関連する人物の声の模写を含む発話を生成するまたは再生することによって行うことができる。さらにまた、デジタル携帯情報端末１３０は、そのユーザインターフェース内で大衆文化への言及に関連する引用を含むテキストを表示すること、そのユーザインターフェース内で大衆文化を呼び起こすデジタル携帯情報端末の視覚表現を表示すること、および／または、そのユーザインターフェース内で大衆文化への言及に関連するコンテンツにアクセスするためにユーザによってアクティブ化され得るリンクを表示することによって、応答を行うように構成されてよい。

[0061]デジタル携帯情報端末１３０が、ユーザが雑談タイプの発声を行ったと判断し、かつ、それに対して応答する１つのやり方は、ここで、図２のブロック図２００を参照して説明される。特に、ブロック図２００は、デジタル携帯情報端末１３０が、ユーザが雑談タイプの発声を行ったと判断すること、および、それに対して応答することを可能にするために、システム１００のさまざまなコンポーネントが共にどのように動作するかを示す。

[0062]図２を参照すると、デジタル携帯情報端末１３０がエンドユーザコンピューティングデバイス１０２上で起動された後でプロセスは開始する。デジタル携帯情報端末１３０と対話するために、ユーザは、エンドユーザコンピューティングデバイス１０２の１つまたは複数のマイクロフォンに話しかける。ユーザの発声は、マイクロフォンによってキャプチャされ、かつ、周知のやり方でアナログからデジタルへ変換される。デジタル携帯情報端末１３０は、その発声のデジタル表現を、ネットワーク１０４を介して、（デジタル携帯情報端末バックエンド１０６の一部分である）発話認識サービス１３２へ音声ストリームとして伝送させる。例えば、一実施形態では、ユーザがエンドユーザコンピューティングデバイスのマイクロフォンに話しかけると、デジタル携帯情報端末１３０は、周期的に、ユーザの発声の一部のデジタル表現を、パケット化させ、かつ、ネットワーク１０４を介して発話認識サービス１３２へ伝送させる。

[0063]発話認識サービス１３２は、それに伝送される音声ストリームをデジタル携帯情報端末１３０によって受け取り、かつ、その音声ストリームを解析してその表音コンテンツを判断するように動作する。発話認識サービス１３２が音声ストリームの表音コンテンツを判断すると、その後、表音コンテンツを１つまたは複数の語にマッピングする。ここで用いられた語は共に認識された発声を含む。発話認識サービス１３２は次いで、認識された発声をクエリ理解および応答システム１３６に渡す。

[0064]図２に示されるように、発話認識サービス１３２は、認識された発声を、ネットワーク１０４を介してデジタル携帯情報端末１３０へ伝送し返すこともできる。デジタル携帯情報端末１３０は、（ディスプレイ１１８を介して可視である）そのグラフィカルユーザインターフェース内で認識された発声のテキストバージョンを表示することができることで、ユーザは、認識された発声を閲覧し、かつ、認識された発声がユーザが言ったことを精確に表しているか否かを判断することができる。ある実施形態によると、デジタル携帯情報端末１３０は、ユーザが、認識された発声がユーザが言ったことを精確に表していないとユーザが判断する場合に認識された発声を編集し、かつ、編集されたバージョンの発声を、それをさらに処理するために、クエリ理解および応答システム１３６へ伝送することができる手段をさらに提供することができる。

[0065]クエリ理解および応答システム１３６は、認識されたまたは訂正された発声を受け取り、かつ、その語を解析してかかる発声がその語によってどのように扱われるべきかを判断する。例えば、クエリ理解および応答システム１３６は、認識されたまたは訂正された発声がタスクの事前定義されたセットの範囲内で特定のタスクの呼び出しを含むと判断することができる。例えば、何であれ限定することなく、タスクは、ユーザによって指定された人物に電話をかけること（例えば、「ブライアンに電話する」）、ユーザによって指定された電子メールまたはテキストメッセージをユーザによって指定された受取人へ送信すること（例えば、遅れるとキャロルにメールする）、または、リマインダを作成すること（例えば、「１時間たったらオーブンをチェックすることを思い出させる。」）を含んでよい。認識されたまたは訂正された発声が事前定義されたセットの範囲内で特定のタスクの呼び出しを含むとクエリ理解および応答システム１３６が判断する場合、特殊論理（例えば、エンドユーザコンピューティングデバイス１０２の範囲内の特殊論理）にタスクを行わせるようにする。

[0066]しかしながら、クエリ理解および応答システム１３６が認識されたまたは訂正された発声を事前定義されたセットの範囲内のタスクのいずれかにマッチさせない場合、クエリ理解および応答システム１３６は、さらに、発声の語を解析してその語によってかかる発声がどのように扱われるべきかを判断することができる。例えば、クエリ理解および応答システム１３６は、発声が、ウェブ検索を行うことによって、または、ユーザにウェブ検索を行う機会を与えることによって扱われるべきであることを判断することができる。この場合、発声は、クエリ理解および応答システム１３６にとって内的および／または外的であるウェブ検索を促進するために特殊論理によって扱われてよい。代替的には、クエリ理解および応答システム１３６は、発声の語の解析に基づいて、発声が、上で述べられるようにデジタル携帯情報端末１３０のペルソナとやり取りすることが意図される発声である雑談タイプの発声を含むと判断することができる。

[0067]実装形態によっては、クエリ理解および応答システム１３６は、発話の語の解析以外のまたはそれに加えた要因の解析に基づいて、発声が雑談タイプの発声を含むと判断することができる。例えば、クエリ理解および応答システム１３６は、部分的に、発声のイントネーションの解析、ユーザの会話履歴から得られる文脈上の手掛かり、または、発声が雑談タイプの発声を含むことを判断する際に役立つと考えられる場合がある他の要因に基づいて、発声が雑談タイプの発声を含むことを判断することができる。

[0068]発声が雑談タイプの発声を含むことをクエリ理解および応答システム１３６が判断する場合、発声は、クエリ理解および応答システム１３６の一部分である雑談用クエリ理解および応答システム１３８によって扱われることになる。雑談用クエリ理解および応答システム１３８は、雑談タイプの発声の主題を判断し、次いで判断された主題に基づいて、雑談タイプの発声に対する適切な応答をデジタル携帯情報端末１３０によって出力させるための措置を講じる。図２に示されるように、このことは、ネットワーク１０４を介して、雑談用クエリ理解および応答システム１３８からデジタル携帯情報端末１３０へ応答の全てまたは一部分を送信することを伴う場合がある。応答の構成、および、応答がデジタル携帯情報端末１３０へ伝達されるおよび／またはそれによって生成されるやり方については、より詳細に後述される。

[0069]一実施形態では、雑談用クエリ理解および応答システム１３８は、雑談タイプの発声の主題を判断し、次いで、発声に対して応答するのに適切である複数の適格な応答を特定する。雑談用クエリ理解および応答システム１３８は、その後、デジタル携帯情報端末１３０によって提供される応答として複数の適格な応答のうちの１つを選択する。かかる選択は、ランダムに、ある一定のシーケンスで、または、何か他の選択方法論を使用することによって行われてよい。所与の雑談タイプの発声に対する複数の適格な応答を維持することによって、雑談用クエリ理解および応答システム１３８は、デジタル携帯情報端末１３０がいかなる場合も同じ発声に対して同じ応答を行わないことを徹底することによって、ユーザとデジタル携帯情報端末１３０との対話に対してある多様性および予測不可能な状況をもたらすことができる。

[0070]一実施形態では、雑談用クエリ理解および応答システム１３８は、１つまたは複数の応答がそれに関連付けられている発声タイプの階層ツリー内で、雑談タイプの発声を特定の発声タイプにマッチさせるように動作する。雑談用クエリ理解および応答システム１３８は次いで、関連付けられた応答の中から雑談タイプの発声に対する応答を選択する。

[0071]この概念の例示に役立たせるために、図３は、ある実施形態に従って、雑談タイプの発声に対する応答を選択するために使用可能な例示の発声タイプの階層ツリー３００を示す。図３に示されるように、階層ツリー３００のルートノードは一般的な雑談発声タイプである。このルートノードの下位のあらゆる発声タイプは雑談タイプの発声を含む。このルートノードより下の１レベルに、アサーション（「Ａｓｓｅｒｔｉｏｎ（アサーション）」）である、コマンド（「Ｃｏｍｍａｎｄ（コマンド）」）である、本来は戯れた（「Ｆｌｉｒｔ（戯れ）」）、デジタル携帯情報端末１３０についての情報を要求している（「Ｓｙｓ−ｉｎｆｏ（システム情報）」）、または、デジタル携帯情報端末１３０から意見を要求している（「Ｓｙｓ−ｏｐｉｎｉｏｎ（システム意見）」）雑談タイプの発声がある。これらノードのそれぞれの下位に、雑談発声タイプのさらなるカテゴリおよびサブカテゴリがある。よって、発声タイプは一般的に、階層ツリー３００のタイプのより広範な状態から階層ツリー３００の最下位より狭い状態になる。

[0072]ある実施形態では、雑談タイプの発声の解析に基づいて、雑談用クエリ理解および応答システム１３８は、階層ツリー３００を渡り、かつ、発声をノードのうちの１つにマッチさせる。例えば、雑談用クエリ理解および応答システム１３８は、ある雑談タイプの発声は「アサーション（Ａｓｓｅｒｔｉｏｎ）」、「コマンド（Ｃｏｍｍａｎｄ）」、「戯れ（Ｆｌｉｒｔ）」、「システム情報（Ｓｙｓ−ｉｎｆｏ）」および「システム意見（Ｓｙｓ−ｏｐｉｎｉｏｎ）」にマッチさせるものとする信頼度スコアを生成することができる。雑談用クエリ理解および応答システム１３８は次いで、（ある最小信頼度スコアがノードのうちの少なくとも１つに対して得られたと仮定して）最大信頼度スコアが得られたノードを選択する。例示のために、最大信頼度スコアが「システム意見」に対して生成されると仮定する。そして、雑談用クエリ理解および応答システム１３８は、ノード「システム意見」へと階層ツリー３００を渡り、かつ、雑談タイプの発声は、「システム意見」の子ノードのそれぞれ、すなわち、「マイクロソフト」、「トレンディング」および「アドバイス」にマッチされるものとする信頼度スコアを生成することになる。雑談用クエリ理解および応答システム１３８は次いで、（またも、ある最小信頼度スコアが子ノードのうちの少なくとも１つに対して得られたと仮定して）最大信頼度スコアが実現された子ノードを選択する。子ノードのそれぞれに対する信頼度スコアがある事前定義された最小信頼度スコアを下回る場合、階層ツリー３００を渡ることはノード「システム意見」で停止する。

[0073]１つまたは複数の応答は階層ツリー３００におけるそれぞれのノードに関連付けられる。雑談用クエリ理解および応答システム１３８が階層ツリー３００を渡ることが終わり、かつ、雑談タイプの発声に対してマッチするノードを選択した時、雑談用クエリ理解および応答システム１３８は、マッチするノードに関連付けられる１つまたは複数の応答の中から応答を選択することができる。

[0074]雑談タイプの発声に対する適切な応答を特定するための前述のアプローチは、応答が、雑談タイプの発声の広範なグループ、および、広範なグループの範囲内のより狭いグループの両方に対して定められることを可能にする点において有利である。例として、ノード「システム意見」の範囲内のノード「マイクロソフト」について、雑談タイプの発声に対して非常に特定的な応答が作られ得る（例えば、「マイクロソフトはすばらしいと思う！」）が、これは、システムが、ユーザがマイクロソフトについてデジタル携帯情報端末１３０の意見を求めているという高レベルの信頼度を有するからである。対照的に、ノード「システム意見」について、雑談タイプの発声に対するより包括的な応答が作られ得る（例えば「コメントはない」または「言いたくない」）が、これは、システムが、ユーザがデジタル携帯情報端末１３０の意見を求めているという高レベルの信頼度を有するが、意見が要求されている主題を判断することができないからである。

[0075]一実施形態では、階層ツリー３００に含まれる場合がある発声のタイプは、ユーザ発声のログの人による検査、および、それぞれの発声を適切な発声タイプにラベル付けすることによって判断されてよい。例えば、ワシントン州レドモンドのマイクロソフト社によって開発されたＵｎｉｖｅｒｓａｌ Ｈｕｍａｎ Ｒｅｌｅｖａｎｃｅ Ｓｙｓｔｅｍ（ＵＨＲＳ）などのクラウドソーシングプラットフォームは、何千ものユーザ発声についての人間による検査およびラベル付けを成し遂げるために使用されてよい。次いで、このクラウドソーシング情報は、階層ツリー３００を生成するために使用できる。階層ツリー３００などの発声タイプの階層ツリーを生成するためのさらに他の方法が使用される場合がある。

[0076]別の実施形態では、雑談用クエリ理解および応答システム１３８は、１つまたは複数のトレンディングトピックのそれぞれに関連付けられる１つまたは複数の応答を維持するように構成される。一般的に言えば、トレンディングトピックは、ユーザに人気になってきているまたは最近人気になってきているトピックであり、（例えば、デジタル携帯情報端末にサブミットされる発声、検索エンジンクエリ、ツイッター（登録商標）などのマイクロブログ、フェイスブックなどのソーシャルネットワーキングサイト、ニュース掲載物、または、他のソースを自動的に監視することによって）自動的に、または、（例えば、人間によるこれらソースのいずれかまたは全ての観察を通して）手動で特定されてよい。雑談タイプの発声が特定のトレンディングトピックに関連付けられることを雑談用クエリ理解および応答システム１３８が判断する時、雑談用クエリ理解および応答システム１３８は、特定のトレンディングトピックに関連付けられた１つまたは複数の応答の中から雑談タイプの発声に対する応答を選択してよい。

[0077]さらにかかる実施形態によると、トレンディングトピックは、雑談タイプの発声に対して適切な応答を選択するために、雑談用クエリ理解および応答システム１３８によって使用される発声タイプの階層ツリー内で表されてよい。例えば、図３に示されるように、「システム意見」の下のノードのうちの１つは「トレンディング」である。このノードは、１つまたは複数のトレンディングトピックに関してデジタル携帯情報端末１３０の意見を要請している雑談タイプの発声に対する応答を記憶するために使用できる。さらにまたこの実施形態によると、「トレンディング」ノードには複数の子ノードがそれに関連付けられてよく、ここで、それぞれの子ノードは、特定のトレンディングトピックに関連付けられ、かつ、１つまたは複数の応答がそれに関連付けられている。

[0078]さらに別の実施形態では、雑談用クエリ理解および応答システム１３８は、デジタル携帯情報端末１３０のペルソナを伝達することが意図されるある一定の雑談タイプの発声に対する１つまたは複数の応答を維持するように構成される。例えば、デジタル携帯情報端末１３０が、そのペルソナに関連付けられる特定の語、句、またはトピックについて何か言うように徹底することに関心があってよい。この場合、編集チームは、かかるトピックが論じられる時はいつでも、デジタル携帯情報端末１３０が特徴的な応答を行うことを徹底するために、ある一定の雑談タイプの発声に対して事前定義された応答を生成してよい。この場合、雑談タイプの発声がデジタル携帯情報端末１３０のペルソナを伝達することが意図される１つまたは複数の事前定義された応答が存在する発声であることを雑談用クエリ理解および応答システム１３８が判断する時、雑談用クエリ理解および応答システム１３８は、１つまたは複数の事前定義された応答の中から雑談タイプの発声に対する応答を選択することになる。

[0079]図４は、ある実施形態に従って、雑談タイプの発声に応答してデジタル携帯情報端末１３０によって行われ得る例示の応答４００を示すブロック図である。図４に示されるように、応答４００は、ディスプレイストリング（ｄｉｓｐｌａｙ ｓｔｒｉｎｇ）４０２、発話コンテンツ４０４、発話模写コンポーネント４０６、発話感情コンポーネント４０８、デジタル携帯情報端末アニメーション４１０、マルチメディアコンポーネント４１２、および、コンテンツへのリンク４１４を含むいくつかのコンポーネントを含む。

[0080]実装形態によっては、応答４００の範囲内のコンポーネントのそれぞれは、デジタル携帯情報端末バックエンド１０６によって記憶されおよび／または生成されてよく、ユーザへの応答が行われるべき時点で雑談用クエリ理解および応答システム１３８によってデジタル携帯情報端末１３０へ伝送されてよい。代替的には、応答４００のコンポーネントの１つ、２つ以上、または全ては、（例えば不揮発性メモリ１２０において）エンドユーザコンピューティングデバイス１０２に記憶されてよく、および／または、エンドユーザコンピューティングデバイス１０２によって生成されてよく、雑談用クエリ理解および応答システム１３８は、ユーザに対する応答が行われるべき時点でコンポーネントを特定するまたは得るのに十分な情報をデジタル携帯情報端末１３０に送信することができ、それによって、デジタル携帯情報端末１３０はコンポーネントをローカルに得ることができる。

[0081]さらに、応答４００は７つの異なるコンポーネントを含むが、雑談タイプの発声に対する応答は図４に示されるコンポーネントの全てより少ないコンポーネントを含む場合があることは理解されたい。

[0082]ディスプレイストリング４０２は、デジタル携帯情報端末１３０のユーザインターフェース内で表示されるべきテキストを含む。このテキストは、ユーザの雑談タイプの発声に対する言葉による応答を含んでよい。一実施形態では、ディスプレイストリング４０２は、大衆文化への言及に関連する引用を含んでよい。

[0083]発話コンテンツ４０４は、デジタル携帯情報端末１３０のユーザインターフェースによって生成されるべきまたは再生されるべき発話を含む。デジタル携帯情報端末１３０は、発話コンテンツ４０４の一部分を含むテキストにテキスト音声変換を適用することによって、かかる発話を生成することができる。代替的には、デジタル携帯情報端末１３０は、発話コンテンツ４０４の範囲内で含まれるまたはこれによって特定される音声ファイルを再生することによって、かかる発話を生成することができる。一実施形態では、発話コンテンツ４０４は、ディスプレイストリング４０２に含まれるコンテンツの可聴バーションを含むが、このケースにはこれは必要ではない。例えば、発話コンテンツ４０４は、ディスプレイストリング４０２に含まれる言葉情報とは全体的に異なる言葉情報を含んでよい。ディスプレイストリング４０２のように、発話コンテンツ４０４のコンテンツは、大衆文化への言及に関連する引用を含むことができる。

[0084]発話模写コンポーネント４０６は、デジタル携帯情報端末１３０が、大衆文化への言及に関連する人物などの人物の声を模写するやり方で、発話コンテンツ４０４を生成するまたは再生するものとすることを示すコンポーネントである。発話模写コンポーネント４０６は、模写を行うために、デジタル携帯情報端末１３０によって再生されるものとする音声ファイルを含むまたは特定することができる。代替的には、発話模写コンポーネント４０６は、特別なテキスト音声コンバータがデジタル携帯情報端末１３０によって使用されて、所望の人物の声を模写するやり方で発話コンテンツ４０４を生成するものとすることを示すことができる。

[0085]発話感情コンポーネント４０８は、発話を生成するためにテキスト音声変換がかかるコンテンツに適用される時に発話コンテンツ４０４に適用されるものとする感情要素を含む。

[0086]デジタル携帯情報端末アニメーション４１０は、そのユーザインターフェース内で表示されるべき、デジタル携帯情報端末１３０を表すアバターのアニメーションを含む。そのアニメーションは、大衆文化への言及を呼び起こすように設計されてよい。応答４００の説明はデジタル携帯情報端末アニメーション４１０に言及するが、静止画像などを含む、アニメーション以外のアバターの視覚表現のタイプが大衆文化を呼び起こすために使用できることは理解されたい。

[0087]マルチメディアコンポーネント４１２は、デジタル携帯情報端末１３０のユーザインターフェース内で表示されるべきまたはこれによって再生されるべき１つまたは複数のマルチメディアオブジェクトを含む。それぞれのマルチメディアオブジェクトは大衆文化への言及に関連付けられてよい。実装形態によっては、それぞれのマルチメディアオブジェクトは、例えば、デジタル携帯情報端末１３０のユーザインターフェース内で表示される画像、デジタル携帯情報端末１３０のユーザインターフェース内で表示される映像コンテンツ、または、デジタル携帯情報端末１３０のユーザインターフェースによって再生される音声コンテンツを含んでよい。

[0088]コンテンツへのリンク４１４は、デジタル携帯情報端末１３０のユーザインターフェース内で表示されてよく、かつ、他のコンテンツにアクセスするためにユーザによってアクティブ化され得るリンクを含む。例えば、リンクは、大衆文化への言及に関連するコンテンツにアクセスするためにユーザによってアクティブ化され得る。

[0089]図５〜図１０は、デジタル携帯情報端末１３０のユーザインターフェースを介して行われてよい、雑談タイプの発声への応答のいくつかの例を提供する。これらの例は、実施形態に従って、雑談タイプの発声への応答に含まれてよいさまざまなコンポーネントを例示するのに役立つ。図５〜図１０の例では、エンドユーザコンピューティングデバイス１０２はスマートフォンであり、ディスプレイ１１８はスマートフォンの一体型のディスプレイである。しかしながら、先に記されたように、エンドユーザコンピューティングデバイス１０２はスマートフォンに限定されず、多種多様のモバイルおよび非モバイルコンピューティングデバイスのいずれかであってよい。

[0090]図５は、「統計学の試験が心配だよ」といった雑談タイプの発声に対してデジタル携帯情報端末１３０によって行われ得る応答を示す。この雑談タイプの発声に応答して、「フォースと共にあらんことを」という語を含むディスプレイストリング５０２が、デジタル携帯情報端末１３０のグラフィカルユーザインターフェース内で表示される。このディスプレイストリングテキストは、人気のある「スターウォーズ」の映画からの周知の引用を含む。

[0091]さらに、雑談タイプの発声に応答して、デジタル携帯情報端末１３０の視覚表現５０４はグラフィカルユーザインターフェース内で表示される。視覚表現５０４はライトセーバーを含み、ひいてはまた「スターウォーズ」の映画を呼び起こす。ある実施形態では、視覚表現５０４は、恐らく、エンドユーザコンピューティングデバイス１０２の１つまたは複数のスピーカを介して再生される可聴式ライトセーバー音を伴って、周囲でライトセーバーを振るデジタル携帯情報端末１３０のアバターのアニメーションの一部分を含んでよい。

[0092]ある実施形態では、図５において提供される応答は、エンドユーザコンピューティングデバイス１０２の１つまたは複数のスピーカを介して再生される可聴式発話も含む。この場合、かかる発話は、「フォースと共にあらんことを」という語も含む。ある実施形態では、発話は、ヨーダまたはオビ＝ワン・ケノービなどの有名な「スターウォーズ」のキャラクタの模写を含む。先に説明されたように、かかる発話は、指定された音声ファイルを再生することによって、または、特別なテキスト音声変換プロセスを「フォースと共にあらんことを」というテキストに適用することによってレンダリングされてよい。実装形態によっては、模写は、「スターウォーズ」のキャラクタ以外の人物が模写を行っている（例えば、デジタル携帯情報端末１３０に関連付けられたデフォルトの声が模写を行っている）ことが明らかとなるようにレンダリングされてよい。他の実装形態では、模写は、「スターウォーズ」のキャラクタのものとは区別ができない声を生成することができる、または、実際、「スターウォーズ」のキャラクタを演じた男優の声であってよい。

[0093]ディスプレイストリング５０２、視覚表現５０４、および、模写によってもたらされた発話を共に用いることは、励ましの語を与えることによってユーザの雑談タイプの発声に適切に応答するだけでなく、ユーザには瞬時に通じ、かつ、それとの共通意識を確立するのに役立つであろうと思われる大衆文化への言及（「スターウォーズ」）を強く呼び起こす役割を果たす。さらに、応答は、ライトセーバーのアニメーションおよび模写された声を含む多様な形の体感出力を含むため、ユーザ、したがって単調なテキスト応答に関わりかつユーザを楽しませる可能性が高い。

[0094]図６は、「（公序良俗違反につき、不掲載）？」という雑談タイプの発声に対してデジタル携帯情報端末１３０によって行われ得る応答を示す。この雑談タイプの発声に応答して、「この人達はうまくいかなかった」という語を含むディスプレイストリング６０２は、デジタル携帯情報端末１３０のグラフィカルユーザインターフェース内で表示される。応答は、エンドユーザコンピューティングデバイス１０２の１つまたは複数のスピーカを介して再生される可聴式発話を含むこともできる。この場合、かかる発話は「この人達はうまくいかなかった」という語も含む。ディスプレイストリング６０２のテキストは、デジタル携帯情報端末１３０のグラフィカルユーザインターフェース内でも表示されるマルチメディアオブジェクト６０４に言及している。図６に示されるように、マルチメディアオブジェクト６０４は、周知の銀行強盗のボニー・パーカーおよびクライド・バロウの生死に関するドラマである１９６７年の映画「ボニーとクライド」の映画ポスターの画像を含む。

[0095]ディスプレイストリング６０２（および対応する可聴式発話）およびマルチメディアオブジェクト６０４を共に用いることは、銀行強盗をする危険を指摘することによってユーザの雑談タイプの発声に適切に応答することと（ボニーおよびクライドは警官によって射殺された）、また、ユーザに通じ、かつ、ユーザとの共通意識を確立するのに役立つ可能性が高い大衆文化への言及（ボニーおよびクライド、ならびに同名の映画）を呼び起こすことの両方を行う、「（公序良俗違反につき、不掲載）？」という雑談タイプの発声に対する応答を含む。また、応答は単調なテキスト以外の出力から形成されるため、ユーザに関わりかつユーザを楽しませる可能性が高い。

[0096]図７は、「世界中でどの車が好き？」という雑談タイプの発声に対してデジタル携帯情報端末１３０によって行われ得る応答を示す。この雑談タイプの発声に応答して、「デロリアンが好き。特にタイムトラベルするやつがね」という語を含むディスプレイストリング７０２は、デジタル携帯情報端末１３０のグラフィカルユーザインターフェース内で表示される。応答は、エンドユーザコンピューティングデバイス１０２の１つまたは複数のスピーカを介して再生される可聴式発話も含むことができる。この場合、かかる発話は「デロリアンが好き。特にタイムトラベルするやつがね」という語も含む。このテキストおよび発話は周知の「バック・トゥ・ザ・フューチャー」の映画に言及する。

[0097]図７にも示されるように、応答は、デジタル携帯情報端末１３０のグラフィカルユーザインターフェースの文脈の中でユーザによって再生かつ閲覧できる「バック・トゥ・ザ・フューチャー−時計台のシーン．ａｖ」と呼ばれるユーチューブ（登録商標）の映像の形のマルチメディアオブジェクト７０４も含む。

[0098]さらに図７に示されるように、応答は、ユーザによってアクティブにされる時、ユーザが元々の発声である「世界中でどの車が好き？」という句についてウェブを検索できるようにするリンク７０６を含む。代替的な実施形態では、ユーザによってアクティブにされる時、ユーザが大衆文化への言及（例えば「バック・トゥ・ザ・フューチャー」の映画）に関連するコンテンツについてウェブを検索できるようにするリンクが提供されてよいことに留意されたい。

[0099]図５および図６の応答のように、図７の応答は、大衆文化への言及を強く呼び起こし、ひいては、ユーザとの共通点を確立することができる。さらに、デジタル携帯情報端末１３０のグラフィカルユーザインターフェースから直接閲覧可能な映像コンテンツによって、応答を高度に関わらせている。

[00100]図８は、「最低な女」という雑談タイプの発声に対するデジタル携帯情報端末１３０によって行われ得る応答を示す。この雑談タイプの発声に応答して、「私は恋人で、子供で、母親でもあるのよ」という語を含むディスプレイストリング８０２は、デジタル携帯情報端末１３０のグラフィカルユーザインターフェース内で表示される。応答は、エンドユーザコンピューティングデバイス１０２の１つまたは複数のスピーカを介して再生される可聴式発話を含むこともできる。この場合、かかる発話は「私は恋人で、子供で、母親でもあるのよ」という語も含む。このテキストおよび発話は、メレディス・ブルックスによる周知の歌「（公序良俗違反につき、不掲載）」の歌詞の一部を含む。

[00101]図８にも示されるように、応答は、メレディス・ブルックスの画像の形のマルチメディアオブジェクト８０４も含む。応答は、「（公序良俗違反につき、不掲載）」という歌についての情報を提供するテキスト部８０６も含み、それぞれ、１つまたは複数のソースから歌のデジタルコピーを購入するためにユーザによってアクティブ化され得る１つまたは複数のリンクを含むこともできる。

[00102]図８に対する応答は、一見したところ軽蔑的な雑談タイプの発声に応答する（および幾分そらす）ために大衆文化への言及を巧みに利用し、また、ユーザを関わらせるのに役立つ可能性のある関心を引くマルチメディアコンテンツも含む。図８に示される応答は、雑談タイプの発声に対する応答が、いくつかの点で、ユーザが応答時に言及されている歌を購入することを可能とされる広告または商機としての役割をどのように果たすことができるかも示す。

[00103]図９は、「誰があなたのお父さん？」という雑談タイプの発声に対してデジタル携帯情報端末１３０によって行われ得る応答を示す。この雑談タイプの発声に応答して、「彼らだよ」という語を含むディスプレイストリング９０２は、デジタル携帯情報端末１３０のグラフィカルユーザインターフェース内で表示される。応答は、エンドユーザコンピューティングデバイス１０２の１つまたは複数のスピーカを介して再生される可聴式発話を含むこともできる。この場合、かかる発話は「彼らだよ」という語も含む。ディスプレイストリング９０２のテキストは、デジタル携帯情報端末１３０のグラフィカルユーザインターフェース内でも表示されるマルチメディアオブジェクト９０４に言及している。図９に示されるように、マルチメディアオブジェクト９０４は、非常に人気がある「オースティン・パワーズ」の映画から、それぞれ、オースティン・パワーズおよびドクター・イーブルのキャラクタの格好をしたビル・ゲイツ（マイクロソフトの会長）およびスティーブ・バルマー（マイクロソフトの最高経営責任者）の映像を含む。この映像は、デジタル携帯情報端末１３０のグラフィカルユーザインターフェースの文脈の中でユーザによって再生および閲覧されてよい。

[00104]ワシントン州レドモンドのマイクロソフト社によってデジタル携帯情報端末１３０が発行されるある実施形態では、映像に示される図がマイクロソフトに関連する周知のペルソナであるため、図９に示される応答は適している。さらに、映像コンテンツは、ユーザを笑わせかつ関わらせている。

[00105]図１０は、「何か面白いもの見せて？」という雑談タイプの発声に対してデジタル携帯情報端末１３０によって行われ得る応答を示す。この雑談タイプの発声に応答して、「私の友達には思っていることがある」という語を含むディスプレイストリング１００２は、デジタル携帯情報端末１３０のグラフィカルユーザインターフェース内で表示される。応答は、エンドユーザコンピューティングデバイス１０２の１つまたは複数のスピーカを介して再生される可聴式発話を含むこともできる。この場合、かかる発話は「私の友達には思っていることがある」という語も含む。ディスプレイストリング１００２のテキストは、デジタル携帯情報端末１３０のグラフィカルユーザインターフェース内でも表示されるマルチメディアオブジェクト１００４に言及している。図１０に示されるように、マルチメディアオブジェクト１００４は、「楽しいと思ったことが一度ある。最悪な気分だった」というキャッチコピーがついた不機嫌そうな猫の画像を含む。この画像は、ユーザが瞬時に認識でき、ユーザを笑わせかつ関わらせるのにも役立つ場合がある、人気のある「グランピー・キャット」というインターネットミームに対する言及である。

[00106]図５〜図１０の前述の例は、本明細書では例によってのみ提供されている。図５〜図１０に示されるもの以外の雑談タイプの発声に対する多種多様の応答が提供される場合があることは当業者には理解されるであろう。かかる応答は、図４を参照して先に説明された応答コンポーネントのみならず、さらなるコンポーネントの任意の１つまたは複数を含むことができる。
ＩＩＩ．応答時に模写および／またはマルチメディアを利用するデジタル携帯情報端末を実装するための例示の方法
[00107]図１１は、ある実施形態に従って雑談タイプの発声に応答する際に模写および／またはマルチメディアを利用するデジタル携帯情報端末を実装するための方法のフローチャート１１００を示す。フローチャート１１００の方法は、図１を参照して上述されるように、例えば、デジタル携帯情報端末バックエンド１０６によって行われてよい。従って、フローチャート１１００の方法は、ここで、継続して図１のシステム１００を参照して説明される。しかしながら、方法はその実装形態に限定されない。

[00108]図１１に示されるように、フローチャート１１００の方法は、デジタル携帯情報端末のユーザの発声のデジタル表現が受け取られるステップ１１０２で開始する。発声のデジタル表現は、例えば、図２を参照して上述されるように、発話認識サービス１３２によって生成される発話、または、ユーザとデジタル携帯情報端末１３０との対話を通して生成される訂正済み発話を含んでよい。その図に関してさらに論じられるように、発声のデジタル表現はクエリ理解および応答システム１３６によって受け取られる。

[00109]ステップ１１０４では、発声のデジタル表現が解析される。図２を参照して上述されるように、このステップは、発声が雑談タイプの発声を含むかどうか判断するために、クエリ理解および応答システム１３６によって行われる解析を必要とする場合がある。

[00110]ステップ１１０６では、少なくとも発声のデジタル表現の解析に基づいて、発声がデジタル携帯情報端末のペルソナとやり取りすることが意図される発声を含むことが判断される。図２を参照して上述されるように、このステップは、発声が雑談タイプの発声であることをクエリ理解および応答システム１３６が判断する時に行われる。先に記したように、この判断は、クエリ理解および応答システム１３６によって行われる発声の解析に基づいてよい。

[00111]ステップ１１０８では、少なくともステップ１１０６でなされた判断に応答して、大衆文化への言及に関連するマルチメディア、および、大衆文化に関連する人物の声の模写を含む発話のうちの少なくとも１つを含む発声に対する応答を、デジタル携帯情報端末によって生成させる。マルチメディアオブジェクトは、例えば、画像、映像コンテンツ、または、音声コンテンツを含むことができ、デジタル携帯情報端末のユーザインターフェース内で表示されてよい、または、それによって再生されてよい。発話はデジタル携帯情報端末によって生成または再生されてよい。図４を参照して上述されるマルチメディアコンポーネント４０４などのマルチメディアオブジェクトを含む、または、図４を参照して上述されるように発話模写コンポーネント４０６によって示されるような模写された発話を含む応答をデジタル携帯情報端末１３０に行わせるこのステップは、例えば、雑談用クエリ理解および応答システム１３８によって行われてよい。雑談用クエリ理解および応答システム１３８がこの機能を果たすやり方は、先に説明されている。

[00112]また先に説明されたように、ステップ１１０８において論じられた発声に対する応答は、デジタル携帯情報端末のユーザインターフェース内で表示されるテキストをさらに含んでよい。このテキストは、大衆文化への言及に関連する引用、そのユーザインターフェース内で表示され、かつ、大衆文化への言及を呼び起こす、デジタル携帯情報端末の視覚表現（例えば、デジタル携帯情報端末のアニメーション）、および／または、デジタル携帯情報端末のユーザインターフェース内で表示され、かつ、雑談タイプの発声または大衆文化への言及に関連するコンテンツなどのコンテンツにアクセスするためにユーザによってアクティブ化され得るリンクを含む。さらに、デジタル携帯情報端末によって生成または再生される発話は、大衆文化への言及に関連する引用を含むことができる。

[00113]一実施形態では、発声に対する応答をステップ１１０８において生成させることは、発声に対する複数の適格な応答を特定することと、次いで、発声に対する複数の適格な応答の中から発声に対する応答を選択することとを含む。

[00114]別の実施形態では、発声に対する応答をステップ１１０８において生成させることは、発声タイプの階層ツリー（例えば、図３を参照して上述されるような階層ツリー３００）の範囲内で特定の発声タイプに発声をマッチさせることを含む。発声タイプの階層ツリーにおけるそれぞれの発声タイプには、１つまたは複数の応答が関連付けられている。マッチさせた後、発声に対する応答は、特定の発声タイプに関連付けられた応答の中から選択される。

[00115]さらに別の実施形態では、発声に対する応答をステップ１１０８において生成させることは、発声がトレンディングトピックに関連すると判断することと、次いで、発声がトレンディングトピックに関連すると判断することに応答して、トレンディングトピックに関連する１つまたは複数の応答の中から発声に対する応答を選択することとを含む。

[00116]さらなる実施形態では、発声に対する応答をステップ１１０８において生成させることは、発声が、デジタル携帯情報端末のペルソナを伝達することが意図される１つまたは複数の事前定義された応答が存在する発声であると判断することと、この判断に応答して、１つまたは複数の事前定義された応答の中から発声に対する応答を選択することとを含む。

[00117]なおさらなる実施形態では、発声に対する応答をステップ１１０８において生成させることは、デジタル携帯情報端末を実行しているコンピューティングデバイスに対して音声ファイルを特定する発話または情報を含む音声ファイルを送信することを含む。このステップは、例えば、雑談用クエリ理解および応答システム１３８が模写された発話を含む音声ファイルをエンドユーザコンピューティングデバイス１０２へ送信することで、その音声ファイルに対してデジタル携帯情報端末１３０によってアクセスかつ再生できる時、または、雑談用クエリ理解および応答システム１３８がかかる音声ファイルを特定する情報をデジタル携帯情報端末１３０へ送信することで、その音声ファイルはデジタル携帯情報端末１３０によってローカルに得られことが可能である時に行われてよい。

[00118]さらに別の実施形態では、発声に対する応答をステップ１１０８において生成させることは、デジタル携帯情報端末を実行しているコンピューティングデバイスにテキストを提供することを含む。ここで、テキストは、発話を生成するためにデジタル携帯情報端末のテキスト音声コンポーネントによって処理されるものである。このステップは、例えば、デジタル携帯情報端末１３０が特別なテキスト音声コンバータを指定されたテキストに適用して、テキストを特定の人物の声を模写するような発話に変換させるものとするという指示を雑談用クエリ理解および応答システム１３８がデジタル携帯情報端末１３０に送信する時に行われてよい。

[00119]図１２は、ある実施形態に従って、デジタル携帯情報端末が声の模写を含む雑談タイプの発声に対する応答を行うことによる方法のフローチャート１２００を示す。フローチャート１２００の方法は、例えば、図１を参照して上述されるように、デジタル携帯情報端末１３０によって行われてよい。従って、フローチャート１２００の方法は、ここで、継続して図１のシステム１００を参照して説明される。しかしながら、方法はその実装形態に限定されない。

[00120]図１２に示されるように、フローチャート１２００の方法はステップ１２０２で開始する。このステップ１２０２では、デジタル携帯情報端末１３０は、デジタル携帯情報端末１３０のペルソナとやり取りすることが意図されるユーザの発声を表現する音声をキャプチャする。

[00121]ステップ１２０４では、デジタル携帯情報端末１３０は音声をデジタル携帯情報端末バックエンド１０６へ伝送する。
[00122]ステップ１２０６では、デジタル携帯情報端末１３０は、少なくとも、デジタル携帯情報端末バックエンド１０６から受け取られた情報に基づいて発声に対する応答を行う。応答を行うことは、大衆文化への言及に関連するペルソナの声の模写を含む発話を生成することまたは再生することを含む。

[00123]ある実施形態では、ステップ１２０６において応答を行うことは、発話を含む音声ファイルを再生することを含む。代替的な実施形態では、ステップ１２０６において応答を行うことは、発話を生成するためにテキスト音声変換をテキストに適用することを含む。

[00124]さらなる実施形態によると、ステップ１２０６において応答を行うことは、デジタル携帯情報端末１３０のユーザインターフェースによって、大衆文化への言及に関連するマルチメディアオブジェクトを表示することまたは再生することと、デジタル携帯情報端末のユーザインターフェース内で、大衆文化への言及に関連する引用を含むテキストを表示することと、デジタル携帯情報端末のユーザインターフェース内で大衆文化への言及を呼び起こす、デジタル携帯情報端末の視覚表現を表示することと、発声、または大衆文化への言及に関連するコンテンツなどのコンテンツにアクセスするためにユーザによってアクティブ化され得るリンクをデジタル携帯情報端末のユーザインターフェース内で表示することとのうちの１つまたは複数を含む。

[00125]図１３は、ある実施形態に従って、デジタル携帯情報端末がマルチメディアオブジェクトを含む雑談タイプの発声に対する応答を行うことによる方法のフローチャート１３００を示す。フローチャート１３００の方法は、例えば、図１を参照して上述されるように、デジタル携帯情報端末１３０によって行われてよい。従って、フローチャート１３００の方法は、ここで、継続して図１のシステム１００を参照して説明される。しかしながら、方法はその実装形態に限定されない。

[00126]図１３に示されるように、フローチャート１３００の方法はステップ１３０２で開始する。このステップ１３０２では、デジタル携帯情報端末１３０は、デジタル携帯情報端末１３０のペルソナとやり取りすることが意図されるユーザの発声を表す音声をキャプチャする。

[00127]ステップ１３０４では、デジタル携帯情報端末１３０は音声をデジタル携帯情報端末バックエンド１０６へ伝送する。
[00128]ステップ１３０６では、デジタル携帯情報端末１３０は、少なくとも、デジタル携帯情報端末バックエンド１０６から受け取られた情報に基づいて発声に対する応答を行う。応答を行うことは、大衆文化への言及に関連するマルチメディアオブジェクトを、デジタル携帯情報端末１３０のユーザインターフェースによって表示することまたは再生することを含む。

[00129]ある実施形態では、ステップ１３０６においてマルチメディアオブジェクトを表示することまたは再生することは、デジタル携帯情報端末１３０のユーザインターフェースによって、画像または映像コンテンツを表示すること、または、音声コンテンツを再生することを含む。

[00130]さらなる実施形態によると、ステップ１３０６において応答を行うことは、大衆文化への言及に関連する人物の声の模写を含む発話を生成することまたは再生することと、デジタル携帯情報端末のユーザインターフェース内で、大衆文化への言及に関連する引用を含むテキストを表示することと、デジタル携帯情報端末のユーザインターフェース内で大衆文化への言及を呼び起こす、デジタル携帯情報端末の視覚表現を表示することと、発声、または大衆文化への言及に関連するコンテンツなどのコンテンツにアクセスするためにユーザによってアクティブ化され得るリンクをデジタル携帯情報端末のユーザインターフェース内で表示することとのうちの１つまたは複数を含む。
ＩＶ．例示のモバイルデバイス実装形態
[00131]図１４は、図１を参照して上述されるように、エンドユーザコンピューティングデバイス１０２を実装するために使用できる例示のモバイルデバイス１４０２のブロック図である。図１４に示されるように、モバイルデバイス１４０２は、さまざまなオプションのハードウェアおよびソフトウェアコンポーネントを含む。モバイルデバイス１４０２におけるいずれのコンポーネントもいずれの他のコンポーネントと通信できるが、簡単に示すために全ての接続が示されているわけではない。モバイルデバイス１４０２は、さまざまなコンピューティングデバイス（例えば、セルフォン、スマートフォン、ハンドヘルドコンピュータ、パーソナルデジタル情報端末（ＰＤＡ）など）のいずれかとすることができ、セルラーもしくは衛星ネットワークなどの１つまたは複数のモバイル通信ネットワーク１４０４、または、ローカルエリアもしくはワイドエリアネットワークによる無線双方向通信を可能にすることができる。

[00132]示されたモバイルデバイス１４０２は、信号符号化、データ処理、入出力処理、電力制御、および／または他の機能といったかかるタスクを行うためのコントローラまたはプロセッサ１４１０（例えば、信号プロセッサ、マイクロプロセッサ、ＡＳＩＣ、または、他の制御および処理論理回路）を含むことができる。オペレーティングシステム１４１２は、モバイルデバイス１４０２のコンポーネントの割り当ておよび使用を制御し、かつ、１つまたは複数のアプリケーションプログラム１４１４（「アプリケーション」または「アプリ」とも呼ばれる）をサポートすることができる。アプリケーションプログラム１４１４は、一般のモバイルコンピューティングアプリケーション（例えば、電子メールアプリケーション、カレンダ、コンタクトマネージャ、ウェブブラウザ、メッセージングアプリケーション）、および、任意の他のコンピューティングアプリケーション（例えば、文書処理アプリケーション、マッピングアプリケーション、メディアプレーヤアプリケーション）を含んでよい。一実施形態では、アプリケーションプログラム１４１４はデジタル携帯情報端末１３０を含む。

[00133]示されたモバイルデバイス１４０２はメモリ１４２０を含むことができる。メモリ１４２０は、取り外し不可能なメモリ１４２２および／または取り外し可能なメモリ１４２４を含むことができる。取り外し不可能なメモリ１４２２は、ＲＡＭ、ＲＯＭ、フラッシュメモリ、ハードディスク、または、他の周知のメモリデバイスもしくは技術を含むことができる。取り外し可能なメモリ１４２４は、ＧＳＭ（登録商標）通信システムにおいて周知であるフラッシュメモリもしくは加入者識別モジュール（ＳＩＭ）カード、または、「スマートカード」などの他の周知のメモリデバイスもしくは技術を含むことができる。メモリ１４２０は、オペレーティングシステム１４１２およびアプリケーション１４１４を実行するためのデータおよび／またはコードを記憶するために使用できる。データの例は、ウェブページ、テキスト、画像、サウンドファイル、映像データ、または、１つまたは複数の有線もしくは無線ネットワークを介して１つまたは複数のネットワークサーバもしくは他のデバイスに対して送受信が行われる他のデータを含むことができる。メモリ１４２０は、国際移動電話加入者識別情報（ＩＭＳＩ）などの加入者識別子、および、国際移動電話識別番号（ＩＭＥＩ）などの機器識別子を記憶するために使用できる。かかる識別子は、ネットワークサーバへ伝送されてユーザおよび機器を特定することができる。

[00134]モバイルデバイス１４０２は、タッチスクリーン１４３２、マイクロフォン１４３４、カメラ１４３６、物理的キーボード１４３８、および／または、トラックボール１４４０などの１つまたは複数の入力デバイス１４３０、ならびに、スピーカ１４５２およびディスプレイ１４５４などの１つまたは複数の出力デバイス１４５０をサポートすることができる。タッチスクリーン１４３２などのタッチスクリーンは、種々のやり方で入力を検出することができる。例えば、静電容量式タッチスクリーンは、オブジェクト（例えば指先）が表面上を流れる電流をひずませるまたは遮断する時のタッチ入力を検出する。別の例として、タッチスクリーンは、光センサからのビームが遮断される時にタッチ入力を検出するために光センサを使用することができる。スクリーンの表面との物理的接触は、いくつかのタッチスクリーンによって検出される入力には必要ではない。

[00135]（図示されない）他の可能な出力デバイスは、圧電または他の触覚出力デバイスを含むことができる。いくつかのデバイスは２つ以上の入出力機能を果たすことができる。例えば、タッチスクリーン１４３２およびディスプレイ１４５４は単一入出力デバイスにおいて組み合わせ可能である。入力デバイス１４３０はナチュラルユーザインターフェース（ＮＵＩ）を含むことができる。

[00136]無線モデム１４６０は、アンテナ（図示せず）に連結でき、当技術分野ではよく理解されるように、プロセッサ１４１０と外部デバイスとの間の双方向通信をサポートすることができる。モデム１４６０は、概して示され、モバイル通信ネットワーク１４０４および／または他の無線式モデム（例えば、ブルートゥース（登録商標）１４６４および／またはＷｉ−Ｆｉ１４６２）と通信するためにセルラーモデム１４６６を含むことができる。無線モデム１４６０の少なくとも１つは、典型的には、セルラーネットワーク間で、または、モバイルデバイスと公衆交換電話網（ＰＳＴＮ）との間で、単一セルラーネットワークの範囲内のデータおよび音声通信のためのＧＳＭネットワークなどの１つまたは複数のセルラーネットワークと通信するように構成される。

[00137]モバイルデバイス１４０２は、少なくとも１つの入出力ポート１４８０、電源１４８２、全地球測位システム（ＧＰＳ）受信機などの衛星ナビゲーションシステム受信機１４８４、加速度計１４８６、ならびに／または、ＵＳＢポート、ＩＥＥＥ１３９４（ＦｉｒｅＷｉｒｅ）ポート、および／もしくは、ＲＳ−２３２ポートとすることができる物理的コネクタ１４９０をさらに含むことができる。モバイルデバイス１４０２の示されたコンポーネントは、当業者には認識されると思われるが、いずれのコンポーネントも削除でき、他のコンポーネントは追加できるため、必要とされない、または全ては含まれない。

[00138]ある実施形態では、モバイルデバイス１４０２のある一定のコンポーネントは、先の節において説明されるように、デジタル携帯情報端末１３０による動作を行うように構成される。上述されるようにデジタル携帯情報端末１３０による動作を行うためのコンピュータプログラム論理は、メモリ１４２０に記憶され、かつ、プロセッサ１４１０によって実行されてよい。かかるコンピュータプログラム論理を実行することによって、プロセッサ１４１０は、図１を参照して上述されるようにデジタル携帯情報端末１３０の特徴のいずれかを実装させられてよい。また、かかるコンピュータプログラム論理を実行することによって、プロセッサ１４１０は、図１２および図１３に示されるフローチャートのいずれかもしくは全てのステップのいずれかまたは全てを行うようにされてもよい。
Ｖ．例示のコンピュータシステム実装
[00139]図１５は、本明細書に記載されるさまざまな実施形態を実装するために使用できる例示のプロセッサベースのコンピュータシステム１５００を示す。例えば、システム１５００は、図１を参照して上述されるように、エンドユーザコンピューティングデバイス１０２、または、デジタル携帯情報端末バックエンド１０６を実装するために使用されるコンピュータのいずれかを実装するために使用されてよい。システム１５００は、図１１〜図１３に示されるフローチャートのいずれかもしくは全てのステップのいずれかまたは全てを実装するために使用されてもよい。本明細書に提供されるシステム１５００の説明は例示の目的で提供され、限定することは意図されない。当業者には既知であると思われるが、実施形態はさらなるタイプのコンピュータシステムにおいて実装されてよい。

[00140]図１５に示されるように、システム１５００は、処理ユニット１５０２、システムメモリ１５０４、および、システムメモリ１５０４を含むさまざまなシステムコンポーネントを処理ユニット１５０２に連結するバス１５０６を含む。処理ユニット１５０２は、１つまたは複数のマイクロプロセッサまたはマイクロプロセッサコアを含むことができる。バス１５０６は、メモリバスまたはメモリコントローラ、周辺バス、アクセラレーテッドグラフィックスポート、および、さまざまなバスアーキテクチャのいずれかを使用するプロセッサまたはローカルバスを含むいくつかのタイプのバス構造のいずれかの１つまたは複数を表す。システムメモリ１５０４は、読み出し専用メモリ（ＲＯＭ）１５０８およびランダムアクセスメモリ（ＲＡＭ）１５１０を含む。基本入出力システム１５１２（ＢＩＯＳ）はＲＯＭ１５０８に記憶される。

[00141]システム１５００は、以下のドライブ：ハードディスクに対して読み書きするためのハードディスクドライブ１５１４、取り外し可能な磁気ディスク１５１８に対して読み書きするための磁気ディスクドライブ１５１６、および、ＣＤ ＲＯＭ、ＤＶＤ ＲＯＭ、ブルーレイ（登録商標）ディスク、または、他の光媒体などの取り外し可能な光ディスク１５２２に対して読み書きするための光ディスクドライブ１５２０のうちの１つまたは複数も有する。ハードディスクドライブ１５１４、磁気ディスクドライブ１５１６、および、光ディスクドライブ１５２０はそれぞれ、ハードディスクドライブインターフェース１５２４、磁気ディスクドライブインターフェース１５２６、および、光ドライブインターフェース１５２８によってバス１５０６に接続される。ドライブおよびそれらの関連のコンピュータ可読媒体は、コンピュータ可読命令、データ構造、プログラムモジュール、および、他のデータの不揮発性記憶域をコンピュータに提供する。ハードディスク、取り外し可能な磁気ディスク、および、取り外し可能な光ディスクが記載されているが、フラッシュメモリカード、デジタル映像ディスク、ランダムアクセスメモリ（ＲＡＭ）、および、読み出し専用メモリ（ＲＯＭ）などの他のタイプのコンピュータ可読メモリデバイスおよび記憶構造を使用してデータを記憶できる。

[00142]いくつかのプログラムモジュールは、ハードディスク、磁気ディスク、光ディスク、ＲＯＭまたはＲＡＭに記憶されてよい。これらのプログラムモジュールは、オペレーティングシステム１５３０、１つまたは複数のアプリケーションプログラム１５３２、他のプログラムモジュール１５３４、および、プログラムデータ１５３６を含む。さまざまな実施形態によると、プログラムモジュールは、図１を参照して上述されるように、エンドユーザコンピューティングデバイス１０２、または、デジタル携帯情報端末バックエンド１０６を実装するために使用されるコンピュータのいずれかの機能および特徴のいずれかまたは全てを果たすために処理ユニット１５０２によって実行可能なコンピュータプログラム論理を含んでよい。プログラムモジュールは、処理ユニット１５０２によって実行される時、図１１〜図１３のフローチャートを参照して示されるもしくは説明されるステップまたは動作のいずれかを行うコンピュータプログラム論理を含むこともできる。

[00143]ユーザは、キーボード１５３８およびポインティングデバイス１５４０などの入力デバイスを通してコマンドおよび情報をシステム１５００に入力してよい。（図示されない）他の入力デバイスは、マイクロフォン、ジョイスティック、ゲームコントローラ、またはスキャナなどを含むことができる。一実施形態では、ディスプレイ１５４４と併せてタッチスクリーンが提供されることで、タッチスクリーン上の１つまたは複数のポイントに対する（例えば指またはスタイラスなどによる）触感を適用することによってユーザがユーザ入力を行えるようにする。これらのおよび他の入力デバイスは、バス１５０６に連結されるシリアルポートインターフェース１５４２を通して処理ユニット１５０２に接続されることが多いが、パラレルポート、ゲームポート、または、ユニバーサルシリアルバス（ＵＳＢ）などの他のインターフェースによって接続されてよい。かかるインターフェースは有線または無線インターフェースであってよい。

[00144]ディスプレイ１５４４はまた、映像アダプタ１５４６などのインターフェースを介してバス１５０６に接続される。ディスプレイ１５４４に加えて、システム１５００は、スピーカおよびプリンタなどの（図示されない）他の周辺出力デバイスを含むことができる。

[00145]システム１５００は、ネットワークインターフェースもしくはアダプタ１５５０、モデム１５５２、または、ネットワーク上の通信を確立するための他の適切な手段を通してネットワーク１５４８（例えば、ローカルエリアネットワーク、またはインターネットなどのワイドエリアネットワーク）に接続される。内部または外部にあってよいモデム１５５２は、シリアルポートインターフェース１５４２を介してバス１５０６に接続される。

[00146]本明細書で使用されるように、「コンピュータプログラム媒体」、「コンピュータ可読媒体」、および「コンピュータ可読記憶媒体」という用語は一般的に、ハードディスクドライブ１５１４に関連付けられたハードディスク、取り外し可能な磁気ディスク１５１８、取り外し可能な光ディスク１５２２といったメモリデバイスまたは記憶構造のみならず、フラッシュメモリカード、デジタル映像ディスク、ランダムアクセスメモリ（ＲＡＭ）、および、読み出し専用メモリ（ＲＯＭ）などの他のメモリデバイスまたは記憶構造に言及するために使用される。かかるコンピュータ可読記憶媒体は、通信媒体と区別され、かつ重複しない（通信媒体を含まない）。通信媒体は典型的には、搬送波などの変調されたデータ信号において、コンピュータ可読命令、データ構造、プログラムモジュール、または、他のデータを組み入れる。「変調されたデータ信号」という用語は、信号中に情報を符号化するようなやり方でその特性のうちの１つまたは複数が設定されたまたは変更された信号を意味する。限定ではなく例として、通信媒体は、音響、無線周波数、赤外線、および、他の無線媒体などの無線媒体を含む。実施形態はまた、かかる通信媒体に関する。

[00147]上で記したように、（アプリケーションプログラム１５３２および他のプログラムモジュール１５３４を含む）コンピュータプログラムおよびモジュールは、ハードディスク、磁気ディスク、光ディスク、ＲＯＭ、または、ＲＡＭに記憶されてよい。かかるコンピュータプログラムはまた、ネットワークインターフェース１５５０、シリアルポートインターフェース１５４２、または、任意の他のインターフェースタイプを介して受け取られてよい。かかるコンピュータプログラムは、アプリケーションによって実行またはロードされる時、コンピュータ１５００に、本明細書に論じられた本発明の実施形態の特徴を実装することを可能する。従って、このようなコンピュータプログラムは、コンピュータ１５００のコントローラを表す。

[00148]実施形態はまた、任意のコンピュータ使用可能媒体に記憶されたソフトウェアを備えるコンピュータプログラム製品に関する。かかるソフトウェアは、１つまたは複数のデータ処理デバイスにおいて実行される時、データ処理デバイスを本明細書に記載されるように動作させる。本発明の実施形態は、現在または将来的に知られる、任意のコンピュータ使用可能媒体またはコンピュータ可読媒体を採用する。コンピュータ可読媒体の例は、ＲＡＭ、ハードドライブ、フロッピーディスク、ＣＤ ＲＯＭ、ＤＶＤ ＲＯＭ、ジップディスク、テープ、磁気記憶デバイス、光記憶デバイス、ＭＥＭ、および、ナノ技術に基づいた記憶デバイスなどといったメモリデバイスおよび記憶構造を含むが、これらに限定されるものではない。

[00149]代替的な実装形態では、システム１５００は、ハードウェア論理／電気回路またはファームウェアとして実装されてよい。さらなる実施形態によると、これらのコンポーネントの１つまたは複数は、システムオンチップ（ＳｏＣ）で実装されてよい。ＳｏＣは、プロセッサ（例えば、マイクロコントローラ、マイクロプロセッサ、デジタル信号プロセッサ（ＤＳＰ）など）、メモリ、１つもしくは複数の通信インターフェース、ならびに／または、さらなる回路、および／もしくはその機能を果たすための埋め込まれたファームウェアの１つまたは複数を含む集積回路チップを含むことができる。
ＶＩ．結論
[00150]さまざまな実施形態が上述されたが、それらは限定ではなく例として提示されているにすぎないことは理解されるべきである。形および細部のさまざまな変更が、本発明の趣旨および範囲から逸脱せずに実施形態で行われ得ることは、当業者には理解されるであろう。よって、本発明の広さおよび範囲は、上述した例示の実施形態のいずれかによって限定されるべきでなく、以下の特許請求の範囲およびそれらの均等物によってのみ定められるべきである。

Claims (10)

1. デジタル携帯情報端末を実装するための方法であって、
   前記デジタル携帯情報端末のユーザの発声のデジタル表現を受け取るステップと、
   少なくとも前記発声の前記デジタル表現の解析に基づいて、前記発声が前記デジタル携帯情報端末のペルソナとやり取りすることが意図される発声を含むと判断するステップと、
   前記発声が前記デジタル携帯情報端末の前記ペルソナとやり取りすることが意図される発声を含むと少なくとも前記判断するステップに応答して、
   前記デジタル携帯情報端末のユーザインターフェース内で表示されるまたはそれによって再生されるマルチメディアオブジェクトであって、大衆文化への言及に関連するマルチメディアオブジェクト、および、
   前記デジタル携帯情報端末によって生成されるまたは再生される発話であって、前記大衆文化への言及に関連する人物の声の模写を含む発話、
   のうちの少なくとも１つを含む、前記発声に対する応答を、前記デジタル携帯情報端末によって生成させるステップと、
   を含む、方法。
2. 前記発声に対する前記応答は、前記デジタル携帯情報端末の前記ユーザインターフェース内で表示されるテキストであって、前記大衆文化への言及に関連する引用を含むテキストをさらに含む、請求項１に記載の方法。
3. 前記発声に対する前記応答は、前記デジタル携帯情報端末の前記ユーザインターフェース内で表示され、前記大衆文化への言及を呼び起こす、前記デジタル携帯情報端末の視覚表現をさらに含む、請求項１に記載の方法。
4. 前記マルチメディアオブジェクトは、
   前記デジタル携帯情報端末の前記ユーザインターフェース内に表示される画像もしくは映像コンテンツ、または、前記デジタル携帯情報端末の前記ユーザインターフェースによって再生される音声コンテンツを含む、請求項１に記載の方法。
5. 前記発声に対する前記応答は、前記デジタル携帯情報端末の前記ユーザインターフェース内で表示され、前記大衆文化への言及に関連するコンテンツにアクセスするために前記ユーザによってアクティブ化され得るリンクをさらに含む、請求項１に記載の方法。
6. 前記発声に対する前記応答を生成させるステップは、
   発声タイプの階層ツリー内の特定の発声タイプに前記発声をマッチさせるステップであって、前記発声タイプの階層ツリーにおけるそれぞれの発声タイプに１つまたは複数の応答が関連付けられている、ステップと、
   前記特定の発声タイプに関連する前記応答の中から前記発声に対する前記応答を選択するステップと、を含む、請求項１に記載の方法。
7. 前記発声に対する前記応答を生成させるステップは、
   前記発声がトレンディングトピックに関連すると判断するステップと、
   前記発声が前記トレンディングトピックに関連するとの判断に応答して、前記トレンディングトピックに関連する１つまたは複数の応答の中から前記発声に対する前記応答を選択するステップと、
   を含む、請求項１に記載の方法。
8. 前記発声に対する前記応答を生成させるステップは、
   前記発声が、前記デジタル携帯情報端末の前記ペルソナを伝達することが意図される１つまたは複数の事前定義された応答が存在する発声であると判断するステップと、
   前記発声が前記デジタル携帯情報端末の前記ペルソナを伝達することが意図される１つまたは複数の事前定義された応答が存在する発声であるとの判断に応答して、前記１つまたは複数の事前定義された応答の中から前記発声に対する前記応答を選択するステップと、
   を含む、請求項１に記載の方法。
9. 少なくとも１つのプロセッサと、
   前記少なくとも１つのプロセッサによって実行するためのコンピュータプログラム論理を記憶するメモリと
   を備えるコンピューティングデバイスであって、前記コンピュータプログラム論理は、前記少なくとも１つのプロセッサによって実行される時、動作を行うように構成される１つまたは複数のコンポーネントを含み、前記１つまたは複数のコンポーネントは、
   ユーザの発声を表現する音声をキャプチャするように、および、前記音声をデジタル携帯情報端末バックエンドへ伝送するように構成されるデジタル携帯情報端末であって、前記発声は、前記デジタル携帯情報端末のペルソナとやり取りすることが意図される発声を含む、デジタル携帯情報端末を含み、
   前記デジタル携帯情報端末は、少なくとも前記デジタル携帯情報端末バックエンドから受け取られた情報に基づいて前記発声に対する応答を行うようにさらに構成され、前記応答を行うステップは、大衆文化への言及に関連するマルチメディアオブジェクトを前記デジタル携帯情報端末のユーザインターフェースによって表示することまたは再生することを含む、コンピューティングデバイス。
10. 前記応答を行うステップは、
    前記大衆文化への言及に関連する人物の声の模写を含む発話を生成するまたは再生するステップと、
    前記デジタル携帯情報端末の前記ユーザインターフェース内で、前記大衆文化への言及に関連する引用を含むテキストを表示するステップと、
    前記デジタル携帯情報端末の前記ユーザインターフェース内で前記大衆文化への言及を呼び起こす、前記デジタル携帯情報端末の視覚表現を表示するステップと、
    前記大衆文化への言及に関連するコンテンツにアクセスするために前記ユーザによってアクティブ化され得るリンクを、前記デジタル携帯情報端末の前記ユーザインターフェース内で表示するステップと、
    のうちの少なくとも１つをさらに含む、請求項９に記載のコンピューティングデバイス。

Images