JP2020071669A - 画像形成システム、制御装置、および画像形成装置 - Google Patents

Abstract

【課題】ユーザーの音声による指示がどのジョブに対する指示なのかを極力短い時間で特定することができる画像形成に関わる技術を提供する。【解決手段】サーバー５００は、ユーザーの指示に対応するジョブの候補の各々の特徴を抽出し（Ｓ７０４）、抽出した特徴の違いに基づいて、ユーザーの指示に対応するジョブを特定するための質問を生成する（Ｓ７０５）。サーバー５００は、スマートスピーカー４００から、質問に対するユーザーの回答を受信し、受信した回答に基づいて、ユーザーの指示に対応するジョブを特定する（Ｓ７０８）。サーバー５００は、特定したジョブを蓄積している画像形成装置１００に対して指示を通知する（Ｓ７１０）。【選択図】図６

Description

本発明は、画像形成システム、制御装置、および画像形成装置に関するものである。

従来から、ユーザーの音声を認識して、認識した音声に基づいて処理を行うシステムが知られている。たとえば、特許文献１には、ユーザーの音声による指示を契機に、補助スプール部に蓄積されている印刷ジョブのジョブ属性を一つずつ読み上げ、ユーザーに実行させたいジョブを選択させる技術が記載されている。

特許文献２には、入力された音声信号に基づいて声紋を認識することによりユーザーを特定し、特定されたユーザーに紐づくジョブを実行する技術が記載されている。特許文献３には、集音マイクから入力された音声信号に基づいて声紋を認識することによりユーザーを特定し、特定されたユーザーが特定利用者である場合に、当該特定利用者のジョブを優先的に実行する技術が記載されている。

特開２００６−８８５０３号公報 特開２００８−２７１０４７号公報 特開２００４−６１６５１号公報

しかしながら、特許文献１に記載の技術では、補助スプール部に蓄積されている印刷ジョブのジョブ属性が一つずつ読み上げられるため、実行すべきジョブの特定に時間がかかってしまう。また、特許文献２または特許文献３に記載の技術では、声紋から特定されるユーザーのジョブを実行するというものであり、声紋から特定されるユーザーのジョブが複数ある場合に、その複数のジョブの中から実行すべきジョブを特定することについては考慮されていない。

本発明は、係る実情に鑑み考え出されたものであり、その目的は、ユーザーの音声による指示がどのジョブに対する指示なのかを極力短い時間で特定することである。

本発明のある局面に従う画像形成システムは、音声による指示を受け付ける対話型電子装置と通信可能な制御装置と、前記制御装置と通信可能な複数の画像形成装置とを備える画像形成システムであって、前記複数の画像形成装置の各々は、ジョブを蓄積する蓄積手段を備え、前記制御装置は、前記複数の画像形成装置に蓄積されているジョブの情報を取得する取得手段と、前記複数の画像形成装置のいずれかに蓄積されているジョブに対するユーザーの指示を前記対話型電子装置が受付けたときに、当該指示を前記対話型電子装置から受信する受信手段と、前記受信手段が受信したユーザーの指示に対応するジョブの候補が複数ある場合に、前記取得手段が取得したジョブの情報に基づいて複数あるジョブの候補の各々の特徴を抽出する抽出手段と、前記抽出手段が抽出した前記特徴の違いに基づいて、前記複数あるジョブの候補の中から前記指示に対応するジョブを特定するための質問を生成する生成手段と、前記生成手段が生成した前記質問を前記対話型電子装置へ送信する送信手段とを備える。

前記提供手段は、ジョブの情報を前記制御装置へ送信することによって当該ジョブの情報を前記制御装置に提供してもよく、あるいは、前記制御装置とは異なる記憶装置であって、前記制御装置がアクセス可能な記憶装置へ送信することによって当該ジョブの情報を前記制御装置に提供してもよい。

好ましくは、前記制御装置は、前記取得手段が取得したジョブの情報を記憶する記憶手段と、前記受信手段が受信したユーザーの指示に対応するジョブの候補が複数あるか否かを前記記憶手段の情報に基づいて判定する判定手段とをさらに備える。

好ましくは、前記受信手段は、前記対話型電子装置が出力した前記質問に対するユーザーの回答を受信し、前記制御装置は、前記受信手段が受信した回答に基づいて、前記指示に対応するジョブを特定する特定手段と、前記特定手段が特定したジョブを蓄積している画像形成装置に対して前記指示を通知する通知手段とをさらに備え、前記複数の画像形成装置の各々は、前記通知手段の通知に基づいて、前記蓄積手段に蓄積されているジョブに対して前記指示に対応する処理を実行する処理手段をさらに備える。

好ましくは、前記制御装置は、画像形成装置である。

好ましくは、前記抽出手段は、前記各々のジョブの種類を抽出する。

好ましくは、前記抽出手段は、前記各々のジョブにおいて処理される原稿の色モード、原稿のページ数、ファイルのフォーマット、ファイルの名称、原稿内の画像の数、および原稿内の画像の内容のいずれかを抽出する。

好ましくは、前記抽出手段は、前記各々のジョブが現在実行中であるか否かの情報を抽出する。

好ましくは、前記抽出手段は、前記各々のジョブが蓄積されている画像形成装置の設置位置を示す情報を抽出する。

好ましくは、前記生成手段は、実行中のジョブの特徴の違いに基づく質問を優先的に生成する。

好ましくは、前記生成手段は、前記各々のジョブの種類が異なる場合に、ジョブの種類を問う質問を生成する。

好ましくは、前記生成手段は、前記各々のジョブの種類が同一であり、かつ、前記各々のジョブにおいて処理される原稿の色モードが異なる場合に、原稿の色モードを問う質問を生成する。

好ましくは、前記生成手段は、前記各々のジョブの種類が同一であり、かつ、前記各々のジョブにおいて処理される原稿の色モードが同一であり、かつ、前記各々のジョブにおいて処理される原稿のページ数が異なる場合に、原稿のページ数を問う質問を生成する。

好ましくは、前記生成手段は、前記各々のジョブの種類が同一であり、かつ、前記各々のジョブにおいて処理される原稿の色モードが同一であり、かつ、前記各々のジョブにおいて処理される原稿のページ数が異なり、かつ、前記各々のジョブにおいて処理される原稿のページ数の差が閾値以上のものがある場合に、原稿のページ数の大小を問う質問を生成する。

好ましくは、前記生成手段は、前記各々のジョブの種類が同一であり、かつ、前記各々のジョブにおいて処理される原稿の色モードおよび原稿のページ数が同一であり、かつ、前記各々のジョブにおいて処理されるファイルのフォーマットが異なる場合に、ファイルのフォーマットを問う質問を生成する。

好ましくは、前記生成手段は、前記各々のジョブの種類が同一であり、かつ、前記各々のジョブにおいて処理される原稿の色モード、原稿のページ数、およびファイルのフォーマットが同一である場合に、ファイルの名称を問う質問を生成する。

好ましくは、前記生成手段は、前記各々のジョブの種類が同一であり、かつ、前記各々のジョブにおいて処理される原稿の色モード、原稿のページ数、およびファイルのフォーマットが同一であり、かつ、前記各々のジョブにおいて処理されるファイルの名称が閾値以上に長いものがある場合に、原稿内の画像の数を問う質問を生成する。

好ましくは、前記生成手段は、前記各々のジョブの種類が同一であり、かつ、前記各々のジョブにおいて処理される原稿の色モード、原稿のページ数、およびファイルのフォーマットが同一であり、かつ、前記各々のジョブにおいて処理されるファイルの名称が閾値以上に長いものがあり、かつ、前記各々のジョブにおいて処理される原稿内の画像の数の差が全て閾値以下の場合には、原稿内の画像の内容を問う質問を生成する。

好ましくは、前記生成手段は、前記各々のジョブが複数の画像形成装置に蓄積されている場合には、画像形成装置の設置位置を問う質問を生成する。

好ましくは、前記生成手段は、選択式の質問を生成する。

本発明のある局面に従う制御装置は、音声による指示を受け付ける対話型電子装置と通信可能であり、かつ、複数の画像形成装置と通信可能な制御装置であって、前記複数の画像形成装置に蓄積されているジョブの情報を取得する取得手段と、前記複数の画像形成装置のいずれかに蓄積されているジョブに対するユーザーの指示を前記対話型電子装置が受付けたときに、当該指示を前記対話型電子装置から受信する受信手段と、前記受信手段が受信したユーザーの指示に対応するジョブの候補が複数ある場合に、前記取得手段が取得したジョブの情報に基づいて複数あるジョブの候補の各々の特徴を抽出する抽出手段と、前記抽出手段が抽出した前記特徴の違いに基づいて、前記複数あるジョブの候補の中から前記指示に対応するジョブを特定するための質問を生成する生成手段と、前記生成手段が生成した前記質問を前記対話型電子装置へ送信する送信手段とを備える。

本発明のある局面に従う画像形成装置は、音声による指示を受け付ける対話型電子装置と通信可能な制御装置に対して通信可能に接続される画像形成装置であって、前記制御装置は、複数の画像形成装置に蓄積されているジョブの情報を取得可能であって、前記複数の画像形成装置のいずれかに蓄積されているジョブに対するユーザーの指示を前記対話型電子装置から受信し、かつ、当該指示に対応するジョブの候補が複数ある場合に、取得したジョブの情報を基に複数あるジョブの候補の各々のジョブから抽出した特徴の違いに基づいて前記指示に対応するジョブを特定するための質問を生成し、当該質問を前記対話型電子装置へ送信可能であり、前記画像形成装置は、ジョブを蓄積する蓄積手段と、前記蓄積手段に蓄積されているジョブの情報を前記制御装置が前記特徴を抽出可能にするために提供する提供手段とを備える。

本発明のある局面に従う画像形成装置は、ジョブを蓄積可能な画像形成装置であって、前記画像形成装置に蓄積されているジョブに対するユーザーの音声による指示を受け付ける受付手段と、前記指示に対応するジョブの候補が複数蓄積されている場合に、複数あるジョブの候補の各々の特徴を抽出する抽出手段と、前記抽出手段が抽出した前記特徴の違いに基づいて、前記複数あるジョブの候補の中から前記指示に対応するジョブを特定するための質問を生成する生成手段と、前記生成手段が生成した前記質問を出力する出力手段と、前記質問に対する前記ユーザーの回答に基づいて、前記指示に対応するジョブを特定する特定手段と、前記特定手段が特定したジョブに対して前記指示に対応する処理を実行する処理手段とを備える。

本発明によれば、ユーザーの音声による指示がどのジョブに対する指示なのかを極力短い時間で特定することができる。

実施の形態に従う画像形成システムを示す図である。 実施の形態に従う画像形成装置の斜視図である。 画像形成装置のハードウェア構成を示すブロック図である。 スマートスピーカーのハードウェア構成を示すブロック図である。 サーバーのハードウェア構成を示すブロック図である。 サーバーの処理を示すフローチャートである。 ユーザーの指示に対応するジョブの候補の各々の特徴を纏めたテーブルを示す図である。 ユーザーの指示に対応するジョブの候補の各々の特徴を纏めたテーブルを示す図である。 制御部が質問を生成する処理を示すフローチャートである。 画像形成システムの処理の一例を示すシーケンス図である。 画像形成システムの処理の一例を示すシーケンス図である。 変形例における画像形成装置の処理の一例を示すシーケンス図である。 ユーザーの指示に対応するジョブの候補の各々の特徴を纏めたテーブルを示す図である。

以下、各実施の形態について、図面を参照しながら詳細に説明する。なお、図中の同一または相当部分については、同一符号を付してその説明は繰り返さない。

図１は、実施の形態に従う画像形成システム１を示す図である。画像形成システム１は、画像形成装置１００ａ，１００ｂ，１００ｃ、スマートスピーカー４００、およびサーバー５００を備える。画像形成装置１００ａ，１００ｂ，１００ｃ（以下、これらを纏めて画像形成装置１００と記すことがある）は、複数の画像形成装置の一例である。また、スマートスピーカー４００は、対話型電子装置の一例であり、サーバー５００は、制御装置の一例である。画像形成装置１００の各々と、スマートスピーカー４００と、サーバー５００とは、ネットワーク９９を介して相互に接続されており、相互に通信を行う。

ネットワーク９９は、ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）やＷＡＮ（Ｗｉｄｅ Ａｒｅａ Ｎｅｔｗｏｒｋ）などのインターネットである。ネットワーク９９は、ＴＣＰ／ＩＰ（Ｔｒａｎｓｍｉｓｓｉｏｎ Ｃｏｎｔｒｏｌ Ｐｒｏｔｏｃｏｌ／Ｉｎｔｅｒｎｅｔ Ｐｒｏｔｏｃｏｌ）のプロトコルを用いて各種機器を接続する。ネットワーク９９に接続された機器は、相互に各種データをやり取りすることができる。なお、画像形成システム１は、ネットワーク９９に接続された上述以外の機器を備えていてもよい。また、画像形成システム１に接続される画像形成装置は、画像形成装置１００ａ，１００ｂ，１００ｃの３台に限られない。

スマートスピーカー（ＡＩスピーカーとも呼ばれる）４００は、対話型の音声操作に対応したスピーカーである。スマートスピーカー４００は、ユーザーが音声による操作指示を行う前に発する特定のコマンドを受信することで、コマンド受付モードに遷移する。スマートスピーカー４００は、受け付けた音声の話者を特定する。また、スマートスピーカー４００は、画像形成装置１００に蓄積されているジョブに対するユーザーの指示を受け付け、サーバー５００へ送信する。また、スマートスピーカー４００は、サーバー５００が生成した質問を音声に変換し、ユーザーに対し出力する。

サーバー５００は、スマートスピーカー４００からユーザーの指示を受信した場合に、その指示に対応するジョブを特定するため、ユーザーの指示に対応するジョブの候補の各々の特徴を基に質問を生成し、スマートスピーカー４００へ送信する。また、サーバー５００は、スマートスピーカー４００から質問に対するユーザーの回答を受信した場合に、ユーザーの指示に対応するジョブを特定し、そのジョブを蓄積している画像形成装置（たとえば、画像形成装置１００ａ，１００ｂ，１００ｃ等）に対してユーザーの指示を通知する。

図２は、実施の形態に従う画像形成装置１００の斜視図である。なお、画像形成装置１００は、複合機（ＭＦＰ：Ｍｕｌｔｉ−Ｆｕｎｃｔｉｏｎａｌ Ｐｅｒｉｐｈｅｒａｌ）、複写機、プロダクション機（短納期、多品種、小ロット化に対応した商業用の印刷機）、ファクシミリ、プリンターといったどのような形態で実装されてもよい。図２に示す画像形成装置１００は、スキャナー機能、コピー機能、プリント機能、ファクシミリ機能、ネットワーク機能、ＢＯＸ機能といった複数の機能を搭載している。

画像形成装置１００は、原稿を光学的に読み取って画像データを取得する撮像部１０７と、画像データに基づいて用紙に画像を印刷するプリンターエンジン１０４とを備える。画像形成装置１００の本体上部には、撮像部１０７に原稿を送るフィーダ１３１が設けられ、画像形成装置１００の本体下部には、プリンターエンジン１０４に用紙を供給する複数の給紙部１３２ａ，１３２ｂ，１３２ｃ，１３２ｄが設けられる。また、画像形成装置１００の本体中央部には、プリンターエンジン１０４によって画像を形成された用紙が排紙されるトレー１３３が設けられる。なお、給紙部１３２ａ，１３２ｂ，１３２ｃ，１３２ｄの数は４つに限られない。また、用紙はトレー１３３に替え、画像形成装置１００の本体横に設けられるフィニッシャー（図示省略）から排紙されてもよい。

画像形成装置１００の本体の前面（ユーザーが操作時に対向する面）には、表示面を有する操作パネル１３０が設けられる。操作パネル１３０は、画像形成装置１００を操作するためのタッチパネルである。操作パネル１３０は、各種情報を表示するとともに、ユーザーの入力操作を受け付けることができる。ユーザーが立った状態で操作しやすいことを考慮して、図２に示すように、操作パネル１３０は斜めに傾斜された状態で取り付けられる。

図３は、画像形成装置１００のハードウェア構成を示すブロック図である。画像形成装置１００は、システムコントローラ１０１、メモリー１０２、ネットワークインターフェース１０３、プリンターエンジン１０４、出力画像処理部１０５、記憶装置１０６、撮像部１０７、入力画像処理部１０８、および操作パネル１３０を備える。

システムコントローラ１０１は、メモリー１０２、ネットワークインターフェース１０３、プリンターエンジン１０４、出力画像処理部１０５、記憶装置１０６、撮像部１０７、入力画像処理部１０８、および操作パネル１３０とバスを介して接続される。システムコントローラ１０１は、画像形成装置１００の各部の動作を総括的に制御し、スキャンジョブ、コピージョブ、メール送信ジョブ、およびプリントジョブ等の各種ジョブを実行する。システムコントローラ１０１は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）１２１、およびＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）１２２等から構成される。ＣＰＵ１２１は、ＲＯＭ１２２に記憶された制御プログラムを実行する。ＲＯＭ１２２は、画像形成装置１００の動作を制御する制御プログラムを格納する。

メモリー１０２は、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）等であり、ＣＰＵ１２１が制御プログラムを実行するときに必要なデータを一時的に記憶するために用いられる作業用のメモリーである。

ネットワークインターフェース１０３は、システムコントローラ１０１からの指示に従って、ネットワーク９９で接続される外部機器（たとえば、ネットワーク９９を介して接続されるサーバー５００、ＰＣ、他の画像形成装置等）との通信を行う。

プリンターエンジン１０４は、出力画像処理部１０５にて処理された印刷データに基づいて、画像を用紙等へ印刷する処理を行う。画像形成装置１００がプリンターとして動作する場合には、プリンターエンジン１０４は、ネットワークインターフェース１０３を介して取得した画像を印刷し、画像形成装置１００が複写機として動作する場合には、撮像部１０７で読み取った画像を印刷する。

出力画像処理部１０５は、画像データから印刷データを作成する処理を行う。記憶装置１０６は、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）等であり、画像形成装置１００の動作に関わる各種データ（たとえば、ネットワークインターフェース１０３を介して取得した画像データ、撮像部１０７で読み取った画像データ、操作パネル１３０に表示する画像データ等）を記憶する。

撮像部１０７は、原稿の表面に表示された画像を読み取る。入力画像処理部１０８は、撮像部１０７で読み取った画像データを処理する。

なお、ファクシミリ機能に関わるハードウェアについては、図示および説明を省略する。また、画像形成装置１００は、上述以外のハードウェアを備えていてもよい。

図４は、スマートスピーカー４００のハードウェア構成を示すブロック図である。スマートスピーカー４００は、制御部４０１、メモリー４０２、記憶装置４０３、音声受付部４０４、ネットワークインターフェース４０５、および音声出力部４０６を備える。

制御部４０１は、メモリー４０２、記憶装置４０３、音声受付部４０４、ネットワークインターフェース４０５、および音声出力部４０６とバスを介して接続される。制御部４０１は、スマートスピーカー４００の各部の動作を総括的に制御する。制御部４０１は、ＣＰＵ４１１およびＲＯＭ４１２等から構成される。ＣＰＵ４１１は、ＲＯＭ４１２に記憶された制御プログラムを実行する。ＲＯＭ４１２は、スマートスピーカー４００の動作を制御する制御プログラムを格納する。

メモリー４０２は、ＲＡＭ等であり、ＣＰＵ４１１が制御プログラムを実行するときに必要なデータを一時的に記憶するために用いられる作業用のメモリーである。

記憶装置４０３は、ＨＤＤ等であり、ユーザーの音声（声紋）を記憶する。

音声受付部４０４は、マイク等であり、ユーザーの音声を受け付ける。音声受付部４０４で受け付けた音声は、記憶装置４０３に記憶しているユーザーの音声（声紋）と照合され、話者が特定される。

ネットワークインターフェース４０５は、制御部４０１からの指示に従って、ネットワーク９９を介してサーバー５００と通信を行う。スマートスピーカー４００は、画像形成装置１００に蓄積されているジョブに対するユーザーの指示を受信した場合に、ネットワークインターフェース４０５を介して、特定した話者の情報と共に受け付けたユーザーの指示をサーバー５００へ送信する。また、スマートスピーカー４００は、ネットワークインターフェース４０５を介して、サーバー５００から、サーバー５００が生成した質問を受信する。また、スマートスピーカー４００は、サーバー５００が生成した質問に対するユーザーの回答を受信した場合に、ネットワークインターフェース４０５を介して、ユーザーの回答をサーバー５００へ送信する。

音声出力部４０６は、サーバー５００から受信した質問を音声に変換し、ユーザーに対し出力する。

なお、スマートスピーカー４００は、上述以外のハードウェアを備えていてもよい。

図５は、サーバー５００のハードウェア構成を示すブロック図である。サーバー５００は、制御部５０１、メモリー５０２、ネットワークインターフェース５０３、および記憶装置５０４を備える。

制御部５０１は、メモリー５０２、ネットワークインターフェース５０３、および記憶装置５０４とバスを介して接続される。制御部５０１は、サーバー５００の各部の動作を総括的に制御する。制御部５０１は、ＣＰＵ５１１およびＲＯＭ５１２等から構成される。ＣＰＵ５１１は、ＲＯＭ５１２に記憶された制御プログラムを実行する。ＲＯＭ５１２は、サーバー５００の動作を制御する制御プログラムを格納する。

メモリー５０２は、ＲＡＭ等であり、ＣＰＵ５１１が制御プログラムを実行するときに必要なデータを一時的に記憶するために用いられる作業用のメモリーである。

ネットワークインターフェース５０３は、制御部５０１からの指示に従って、ネットワーク９９を介してスマートスピーカー４００や画像形成装置１００と通信を行う。サーバー５００は、ネットワークインターフェース５０３を介して、スマートスピーカー４００からユーザーの指示や質問に対するユーザーの回答を受信する。また、サーバー５００は、ネットワークインターフェース５０３を介して、画像形成装置１００に蓄積されているジョブの情報を取得する。また、サーバー５００は、ネットワークインターフェース５０３を介して、生成した質問をスマートスピーカー４００へ送信する。また、サーバー５００は、ユーザーの指示に対応するジョブを蓄積している画像形成装置（たとえば、画像形成装置１００ａ，１００ｂ，１００ｃ等）に対してユーザーの指示を送信する。

記憶装置５０４は、ＨＤＤ等であり、サーバー５００の動作に関わる各種データを記憶する。具体的には、記憶装置５０４は、画像形成装置１００から取得した画像形成装置１００に蓄積されているジョブの情報を各画像形成装置１００ａ、１００ｂ、１００ｃ別に記憶する。

なお、各画像形成装置１００ａ、１００ｂ、１００ｃ（図１参照）に蓄積されているジョブの情報は、サーバー５００の記憶装置５０４とは別の記憶装置に記憶してもよい。たとえば、サーバー５００とは別の記憶装置をインターネットなどの通信手段を経由してサーバー５００および各画像形成装置１００ａ、１００ｂ、１００ｃと接続する。各画像形成装置１００ａ、１００ｂ、１００ｃは、ジョブの情報を記憶装置に提供する。記憶装置は、ジョブの情報を各画像形成装置１００ａ、１００ｂ、１００ｃ別に記憶する。サーバー５００は、必要に応じて記憶装置にアクセスし、各画像形成装置１００ａ、１００ｂ、１００ｃに蓄積されているジョブの情報を取得する。

図６は、サーバー５００の処理を示すフローチャートである。図６に示す一連の処理は、サーバー５００が、スマートスピーカー４００からユーザーの指示（音声）を受信した場合に、ユーザーの指示に対応するジョブを特定し、特定したジョブを蓄積している画像形成装置１００に指示を通知する処理であり、制御部５０１によって行われる。

まず、制御部５０１は、スマートスピーカー４００からユーザーの指示（音声）を受信したか否かを判定する（Ｓ７００）。スマートスピーカー４００からユーザーの指示（音声）を受信した場合には（Ｓ７００でＹＥＳ）、制御部５０１は、Ｓ７０１へ移行する。一方、スマートスピーカー４００からユーザーの指示（音声）を受信しなかった場合には（Ｓ７００でＮＯ）、制御部５０１は、スマートスピーカー４００からユーザーの指示（音声）を受信するまで、Ｓ７００の判定処理を繰返す。

Ｓ７０１では、制御部５０１は、スマートスピーカー４００から受信したユーザーの指示に対し、音声認識の処理を行い、ユーザーの指示内容（たとえば、「ジョブを止める」や、「ジョブを優先的に実行する」等）を特定する。

Ｓ７０２では、制御部５０１は、ユーザーの指示に対応するジョブの候補の各々について、画像形成装置１００から情報を取得する。制御部５０１が取得する情報は、たとえば、ジョブの種類、ジョブにおいて処理される原稿の色モード、ジョブにおいて処理される原稿のページ数、ジョブにおいて処理されるファイルのフォーマット、ジョブにおいて処理されるファイルの名称、ジョブにおいて処理される原稿内の画像の数、ジョブにおいて処理される原稿内の画像の内容、および現在実行中のジョブであるか否かという情報（以下、「ステイタス」ともいう）等である。制御部５０１は、取得した情報を記憶装置５０４に記憶する。なお、制御部５０１が取得する情報には、上記以外の情報（たとえば、ジョブが発生した日時や、画像形成装置１００の設置位置を示す情報等）が含まれていてもよい。画像形成装置１００の設置位置を示す情報とは、スマートスピーカー４００と画像形成装置１００との離間距離でもよいし、コピールーム１、入口付近、会議室付近等、画像形成装置１００の設置場所の名称でもよい。画像形成装置１００の設置位置を示す情報は、画像形成装置１００を設置したときにサービスマンによって設定される。

次いで、制御部５０１は、Ｓ７０２で取得した情報を基に、ユーザーの指示に対応するジョブの候補が複数あるか否かを判定する（Ｓ７０３）。具体的には、Ｓ７０２で取得した情報の中に複数のジョブの情報が含まれている場合に、制御部５０１はユーザーの指示に対応するジョブの候補が複数あると判断する。ユーザーの指示に対応するジョブの候補が複数ある場合には（Ｓ７０３でＹＥＳ）、制御部５０１は、Ｓ７０４へ移行する。一方、ユーザーの指示に対応するジョブの候補が複数ではない場合、つまり、ユーザーの指示に対応するジョブの候補が一つである場合には（Ｓ７０３でＮＯ）、制御部５０１は、Ｓ７１０へ移行する。

Ｓ７０４では、制御部５０１は、Ｓ７０２で取得したジョブの情報に基づいて、ユーザーの指示に対応するジョブの候補について、各々のジョブ（以下、単に「各々のジョブ」とも称す）の特徴を抽出する。各々のジョブの特徴は、各々のジョブの種類、各々のジョブにおいて処理される原稿の色モード、各々のジョブにおいて処理される原稿のページ数、各々のジョブにおいて処理されるファイルのフォーマット、各々のジョブにおいて処理されるファイルの名称、各々のジョブにおいて処理される原稿内の画像の数、各々のジョブにおいて処理される原稿内の画像の内容、および各々のジョブのステイタス等である。なお、制御部５０１が抽出する各々のジョブの特徴には、上記以外の特徴が含まれていてもよく、スマートスピーカー４００と画像形成装置１００との離間距離等が含まれていてもよい。

次いで、制御部５０１は、抽出した特徴の違いに基づいて、各々のジョブの中からユーザーの指示に対応するジョブを特定するための質問を生成する（Ｓ７０５）。具体的には、抽出した特徴のうちジョブの種類に違いがある場合には、制御部５０１は、「ジョブの種類は何ですか？」という質問を生成する。また、抽出した特徴のうち原稿の色モードに違いがある場合には、制御部５０１は、「原稿の色モードは何ですか？」という質問を生成する。

次いで、制御部５０１は、生成した質問をスマートスピーカー４００へ送信する（Ｓ７０６）。スマートスピーカー４００へ送信された質問は、音声出力部４０６から音声で出力される。ユーザーは、音声で出力された質問に対し、音声で回答することができる。ユーザーの回答は、音声受付部４０４で受け付けられ、サーバー５００へ送信される。

次いで、制御部５０１は、スマートスピーカー４００からユーザーの回答を受信する（Ｓ７０７）。次いで、制御部５０１は、受信した回答に基づいて、ユーザーの指示に対応するジョブを特定する（Ｓ７０８）。次いで、制御部５０１は、ユーザーの指示に対応するジョブを一つに特定できたか否かを判定する（Ｓ７０９）。ユーザーの指示に対応するジョブを一つに特定できた場合には（Ｓ７０９でＹＥＳ）、制御部５０１は、Ｓ７１０へ移行する。一方、ユーザーの指示に対応するジョブを一つに特定できなかった場合には（Ｓ７０９でＮＯ）、制御部５０１は、Ｓ７０５へ移行する。たとえば、「ジョブの種類は何ですか？」という質問に対し「プリントです」という回答が得られたとして、各々のジョブの中にプリントジョブが一つしか含まれていない場合には、制御部５０１は、ユーザーの指示に対応するジョブを一つに特定することができるが、各々のジョブの中にプリントジョブが複数含まれている場合には、制御部５０１は、ユーザーの指示に対応するジョブを一つに特定することができない。制御部５０１は、ユーザーの指示に対応するジョブを一つに特定することができない場合には（Ｓ７０９でＮＯ）、Ｓ７０８で特定したジョブについて、その特徴の違いに基づいて質問を生成する処理（Ｓ７０５）へ移行する。

Ｓ７１０では、制御部５０１は、一つに特定されたユーザーの指示に対応するジョブを蓄積している画像形成装置１００に対して、ユーザーの指示を通知する。これにより、通知を受信した画像形成装置１００において、ユーザーの指示が実行されることになる。

制御部５０１は、Ｓ７１０の処理の後、図６に示す一連の処理を終了する。

図７は、ユーザーの指示に対応するジョブの候補の各々の特徴を纏めたテーブル７５０〜テーブル７５３を示す図である。図８は、ユーザーの指示に対応するジョブの候補の各々の特徴を纏めたテーブル７５４〜テーブル７５７を示す図である。図７（Ａ）〜図７（Ｄ）は、テーブル７５０〜テーブル７５３を示す。図８（Ｅ）〜図８（Ｈ）は、テーブル７５４〜テーブル７５７を示す。テーブル７５０〜テーブル７５７は、ジョブＮｏおよびジョブの特徴から構成される。ジョブＮｏはジョブの識別番号であり、サーバー５００が画像形成装置１００に蓄積されているジョブの情報を画像形成装置１００から取得した場合に、制御部５０１によって付与される。一方、ジョブの特徴（「画像形成装置」、「種類」、「色モード」、「ページ数」、「フォーマット」、「ファイル名」、「画像の数」、「画像の内容」、および「ステイタス」）は、制御部５０１が画像形成装置１００から取得（Ｓ７０２）した情報を基に抽出（Ｓ７０４）したものである。テーブル７５０〜テーブル７５７は、記憶装置５０４に格納される。テーブル７５０〜テーブル７５７は、サーバー５００が画像形成装置１００からジョブの情報を取得（Ｓ７０２）するたびに更新される。

ジョブの特徴のうち「画像形成装置」とは、ジョブが蓄積されている画像形成装置を特定可能な情報であり、たとえば、画像形成装置１００ａであれば「１００ａ」、画像形成装置１００ｂであれば「１００ｂ」、画像形成装置１００ｃであれば「１００ｃ」等で表される。

ジョブの特徴のうち「種類」とは、ジョブの種類を特定可能な情報であり、たとえば、コピージョブであれば「Ｃｏｐｙ」、プリントジョブであれば「Ｐｒｉｎｔ」、スキャンジョブであれば「Ｓｃａｎ」等で表される。

ジョブの特徴のうち「色モード」とは、ジョブにおいて処理される原稿の色モードを特定可能な情報であり、たとえば、フルカラーモードであれば「Ｆｕｌｌ Ｃｏｌｏｒ」、モノクロモードであれば「Ｍｏｎｏ」、２色モードであれば「２ｖａｌｕｅ」等で表される。

ジョブの特徴のうち「ページ数」とは、ジョブにおいて処理される原稿のページ数を特定可能な情報であり、たとえば、ジョブにおいて処理される原稿が５ページであれば「５」というように、原稿のページ数が数値で表される。

ジョブの特徴のうち「フォーマット」とは、ジョブにおいて処理されるファイルのフォーマットを特定可能な情報であり、たとえば、「ＰＤＦ」、「ＤＯＣＸ」、「ＸＬＳＸ」等で表される。

ジョブの特徴のうち「ファイル名」とは、ジョブにおいて処理されるファイルの名称を特定可能な情報であり、たとえば、「ａａａａ」、「ｂｂｂｂ」、「ｃｃｃｃ」、「ｄｄｄｄ」等である。

ジョブの特徴のうち「画像の数」とは、ジョブにおいて処理される原稿内の画像の数を特定可能な情報であり、たとえば、ジョブにおいて処理される原稿内の画像の数が２つであれば「２」というように、原稿内の画像の数が数値で表される。

ジョブの特徴のうち「画像の内容」とは、ジョブにおいて処理される原稿内の画像の種類とその数を特定可能な情報であり、たとえば、ジョブにおいて処理される原稿内の画像が１つのグラフであれば「Ｃｈａｒｔ‐１」、ジョブにおいて処理される原稿内の画像が１つの写真であれば「Ｐｈｏｔｏ‐１」、ジョブにおいて処理される原稿内の画像が１つのグラフと１つの写真であれば「Ｃｈａｒｔ‐１／Ｐｈｏｔｏ‐１」等で表される。

ジョブの特徴のうち「ステイタス」とは、ジョブが実行中のジョブか否かを特定可能な情報であり、たとえば、ジョブが実行中であれば「Ｒｕｎ」、ジョブが待機中であれば「Ｗａｉｔ」等で表される。

たとえば、テーブル７５０を参照して、ジョブ０１は、画像形成装置１００ａに蓄積されており、ジョブの種類はプリントジョブであり、ジョブにおいて処理される原稿の色モードはフルカラーであり、ジョブにおいて処理される原稿のページ数は１ページであり、ジョブにおいて処理されるファイルのフォーマットはＰＤＦであり、ジョブにおいて処理されるファイルの名称はａａａａであり、ジョブにおいて処理される原稿内の画像の数は１つであり、ジョブにおいて処理される原稿内の画像はグラフであり、ジョブのステイタスは実行中であるということが分かる。

制御部５０１は、抽出したジョブの特徴のうち、ジョブの「種類」に違いがある場合には、ジョブの種類を問う質問を生成する。たとえば、制御部５０１が抽出したジョブの特徴がテーブル７５０に記載されているものであったと仮定すると、ジョブの「種類」が「Ｐｒｉｎｔ」、「Ｃｏｐｙ」、「Ｓｃａｎ」と異なっているので、制御部５０１は「ジョブの種類は何ですか？」という質問を生成する。

また、制御部５０１は、抽出したジョブの特徴のうち、ジョブの「種類」に違いはないが、原稿の「色モード」に違いがある場合には、原稿の色モードを問う質問を生成する。たとえば、制御部５０１が抽出したジョブの特徴がテーブル７５１に記載されているものであったと仮定すると、ジョブの「種類」は全て「Ｐｒｉｎｔ」であり、ジョブの「種類」に違いはないが、原稿の「色モード」は「Ｆｕｌｌ Ｃｏｌｏｒ」、「Ｍｏｎｏ」、「２ｖａｌｕｅ」と異なっているので、制御部５０１は「原稿の色モードは何ですか？」という質問を生成する。

また、制御部５０１は、抽出したジョブの特徴のうち、ジョブの「種類」および原稿の「色モード」に違いはないが、原稿の「ページ数」に違いがあり、かつ、原稿のページ数の差が全て閾値未満である場合には、原稿のページ数を問う質問を生成する。たとえば、制御部５０１が抽出したジョブの特徴がテーブル７５２に記載されているものであったと仮定すると、ジョブの「種類」は全て「Ｐｒｉｎｔ」であり、原稿の「色モード」は全て「Ｆｕｌｌ Ｃｏｌｏｒ」であり、ジョブの「種類」および原稿の「色モード」に違いはないが、原稿の「ページ数」が「５」、「２」、「４」、「１」と異なり、かつ、原稿のページ数の差が全て閾値（たとえば、「５０」）未満であるので、制御部５０１は「原稿は何ページですか？」という質問を生成する。なお、原稿のページ数の差の閾値は「５０」に限られない。

また、制御部５０１は、抽出したジョブの特徴のうち、ジョブの「種類」および原稿の「色モード」に違いはないが、原稿の「ページ数」に違いがあり、かつ、原稿のページ数の差が閾値以上のものがある場合には、原稿のページ数が多いか少ないかを問う質問を生成する。たとえば、制御部５０１が抽出したジョブの特徴がテーブル７５３に記載されているものであったと仮定すると、ジョブの「種類」は全て「Ｐｒｉｎｔ」であり、原稿の「色モード」は全て「Ｆｕｌｌ Ｃｏｌｏｒ」であり、ジョブの「種類」および原稿の「色モード」に違いはないが、原稿の「ページ数」が「５００」、「１００」、「１」、「５」と異なり、かつ、原稿のページ数の差が閾値（たとえば、「５０」）以上のものがあるので、制御部５０１は「原稿のページ数は多いですか、それとも少ないですか？」という質問を生成する。なお、原稿のページ数の差の閾値は「５０」に限られない。

また、制御部５０１は、抽出したジョブの特徴のうち、ジョブの「種類」、原稿の「色モード」、および原稿の「ページ数」に違いはないが、ファイルの「フォーマット」に違いがある場合には、ファイルのフォーマットを問う質問を生成する。たとえば、制御部５０１が抽出したジョブの特徴がテーブル７５４に記載されているものであったと仮定すると、ジョブの「種類」は全て「Ｐｒｉｎｔ」であり、原稿の「色モード」は全て「Ｆｕｌｌ Ｃｏｌｏｒ」であり、原稿の「ページ数」は全て「１」であり、ジョブの「種類」、原稿の「色モード」、および原稿の「ページ数」に違いはないが、ファイルの「フォーマット」が、「ＰＤＦ」、「ＤＯＣＸ」、「ＸＬＳＸ」と異なっているので、制御部５０１は「ファイルのフォーマットは何ですか？」という質問を生成する。

また、制御部５０１は、抽出したジョブの特徴のうち、ジョブの「種類」、原稿の「色モード」、原稿の「ページ数」、およびファイルの「フォーマット」に違いはないが、「ファイル名」の長さが全て閾値未満である場合には、ファイルの名称を問う質問を生成する。たとえば、制御部５０１が抽出したジョブの特徴がテーブル７５５に記載されているものであったと仮定すると、ジョブの「種類」は全て「Ｐｒｉｎｔ」であり、原稿の「色モード」は全て「Ｆｕｌｌ Ｃｏｌｏｒ」であり、原稿の「ページ数」は全て「１」であり、ファイルの「フォーマット」は全て「ＰＤＦ」であり、ジョブの「種類」、原稿の「色モード」、原稿の「ページ数」、およびファイルの「フォーマット」に違いはないが、「ファイル名」の長さが全て閾値（たとえば、「５」）未満であるので、制御部５０１は「ファイルの名称は何ですか？」という質問を生成する。なお、「ファイル名」の長さの閾値は「５」に限られない。

また、制御部５０１は、抽出したジョブの特徴のうち、ジョブの「種類」、原稿の「色モード」、原稿の「ページ数」、およびファイルの「フォーマット」に違いがなく、かつ、「ファイル名」の長さが閾値以上のものがあり、かつ、原稿内の「画像の数」の差が全て閾値以下である場合には、原稿内の画像の内容を問う質問を生成する。たとえば、制御部５０１が抽出したジョブの特徴がテーブル７５６に記載されているものであったと仮定すると、ジョブの「種類」は全て「Ｐｒｉｎｔ」であり、原稿の「色モード」は全て「Ｆｕｌｌ Ｃｏｌｏｒ」であり、原稿の「ページ数」は全て「１」であり、ファイルの「フォーマット」は全て「ＰＤＦ」であり、ジョブの「種類」、原稿の「色モード」、原稿の「ページ数」、およびファイルの「フォーマット」に違いはなく、かつ、「ファイル名」の長さが閾値（たとえば、「５」）以上のものがあり、かつ、原稿内の「画像の数」の差が全て閾値（たとえば、「１」）以下であるので、制御部５０１は「原稿内の画像はどういう画像ですか？画像の種類とその数を教えて下さい。」という質問を生成する。なお、「ファイル名」の長さの閾値は「５」に限られない。また、原稿内の「画像の数」の差の閾値は「１」に限られない。

また、制御部５０１は、抽出したジョブの特徴のうち、ジョブの「種類」、原稿の「色モード」、原稿の「ページ数」、およびファイルの「フォーマット」に違いがなく、かつ、「ファイル名」の長さが閾値以上のものがあり、かつ、原稿内の「画像の数」の差が閾値を超えているものがある場合には、原稿内の画像の数を問う質問を生成する。たとえば、制御部５０１が抽出したジョブの特徴がテーブル７５７に記載されているものであったと仮定すると、ジョブの「種類」は全て「Ｐｒｉｎｔ」であり、原稿の「色モード」は全て「Ｆｕｌｌ Ｃｏｌｏｒ」であり、原稿の「ページ数」は全て「１」であり、ファイルの「フォーマット」は全て「ＰＤＦ」であり、ジョブの「種類」、原稿の「色モード」、原稿の「ページ数」、およびファイルの「フォーマット」に違いはなく、かつ、「ファイル名」の長さが閾値（たとえば、「５」）以上のものがあり、かつ、原稿内の「画像の数」の差が閾値（たとえば、「１」）を超えているものがあるので、制御部５０１は「原稿内の画像はいくつありますか？」という質問を生成する。なお、「ファイル名」の長さの閾値は「５」に限られない。また、原稿内の「画像の数」の差の閾値は「１」に限られない。

このように、制御部５０１は、抽出したジョブの特徴の違いに基づいて、質問を生成する。図９は、制御部５０１が質問を生成する処理（Ｓ７０５）を示すフローチャートである。

図９を参照して、まず、制御部５０１は、抽出したジョブの特徴のうちジョブの種類に違いがあるか否かを判定する（Ｓ８００）。ジョブの種類に違いがある場合には（Ｓ８００でＹＥＳ）、制御部５０１は、ジョブの種類を問う質問を生成する（Ｓ８０１）。一方、ジョブの種類に違いがない場合には（Ｓ８００でＮＯ）、制御部５０１は、Ｓ８０２へ移行する。

Ｓ８０２では、制御部５０１は、抽出したジョブの特徴のうち原稿の色モードに違いがあるか否かを判定する。原稿の色モードに違いがある場合には（Ｓ８０２でＹＥＳ）、制御部５０１は、原稿の色モードを問う質問を生成する（Ｓ８０３）。一方、原稿の色モードに違いがない場合には（Ｓ８０２でＮＯ）、制御部５０１は、Ｓ８０４へ移行する。

Ｓ８０４では、制御部５０１は、抽出したジョブの特徴のうち原稿のページ数に違いがあるか否かを判定する。原稿のページ数に違いがある場合には（Ｓ８０４でＹＥＳ）、制御部５０１は、Ｓ８０５へ移行する。一方、原稿のページ数に違いがない場合には（Ｓ８０４でＮＯ）、制御部５０１は、Ｓ８０８へ移行する。

Ｓ８０５では、制御部５０１は、原稿のページ数の差が閾値以上のものがあるか否かを判定する。原稿のページ数の差が閾値以上のものがある場合には（Ｓ８０５でＹＥＳ）、制御部５０１は、原稿のページ数が多いか少ないかを問う質問を生成する（Ｓ８０６）。一方、原稿のページ数の差が全て閾値未満である場合には（Ｓ８０５でＮＯ）、制御部５０１は、原稿のページ数を問う質問を生成する（Ｓ８０７）。

Ｓ８０８では、制御部５０１は、抽出したジョブの特徴のうちファイルのフォーマットに違いがあるか否かを判定する。ファイルのフォーマットに違いがある場合には（Ｓ８０８でＹＥＳ）、制御部５０１は、ファイルのフォーマットを問う質問を生成する（Ｓ８０９）。一方、ファイルのフォーマットに違いがない場合には（Ｓ８０８でＮＯ）、制御部５０１は、Ｓ８１０へ移行する。

Ｓ８１０では、制御部５０１は、原稿のファイル名の長さが全て閾値未満であるか否かを判定する。ファイル名の長さが全て閾値未満である場合には（Ｓ８１０でＹＥＳ）、制御部５０１は、ファイル名を問う質問を生成する（Ｓ８１１）。一方、ファイル名の長さが閾値を超えているものがある場合には（Ｓ８１０でＮＯ）、制御部５０１は、Ｓ８１２へ移行する。

Ｓ８１２では、制御部５０１は、原稿内の画像の数の差が全て閾値以下であるか否かを判定する。原稿内の画像の数の差が全て閾値以下である場合には（Ｓ８１２でＹＥＳ）、制御部５０１は、原稿内の画像の内容を問う質問を生成する（Ｓ８１３）。一方、原稿内の画像の数の差が閾値を超えているものがある場合には（Ｓ８１２でＮＯ）、制御部５０１は、原稿内の画像の数を問う質問を生成する（Ｓ８１４）。

制御部５０１は、Ｓ８０１、Ｓ８０３、Ｓ８０６、Ｓ８０７、Ｓ８０９、Ｓ８１１、Ｓ８１３、またはＳ８１４の処理の後、図９に示す一連の処理を終了する。

なお、制御部５０１は、図９においては、実行中のジョブであるか否かを区別することなく、Ｓ７０４で抽出した全てのジョブの特徴の違いに基づいて質問を生成したが、制御部５０１は、実行中のジョブの特徴の違いに基づく質問を優先的に生成してもよい。

また、制御部５０１は、ユーザーの指示に対応するジョブの候補が複数の画像形成装置に蓄積されている場合には、指示対象のジョブが蓄積されている画像形成装置１００の設置位置を問う質問を生成してもよい。また、指示対象のジョブが蓄積されている画像形成装置１００の設置位置を問う質問は、ユーザーへの質問回数が特定回数目である場合に生成される。具体的には、ユーザーの指示に対応するジョブの候補が複数の画像形成装置に蓄積されており、ユーザーへの質問回数が特定回数目である場合に、制御部５０１は、「指示対象のジョブが蓄積されている画像形成装置１００はどの辺りに設置されていますか？」という質問を生成する。なお、指示対象のジョブが蓄積されている画像形成装置１００の設置位置を問う質問は、これに限られず、「指示対象のジョブが蓄積されている画像形成装置１００はここから近いですか？遠いですか？」という質問等でもよく、画像形成装置１００から取得した画像形成装置１００の設置位置を示す情報を基に、質問内容が決められる。

また、制御部５０１が生成する質問は、「ジョブの種類は何ですか？」というような非択一式の質問に限られない。制御部５０１は、「ジョブの種類はコピーですか？プリントですか？スキャンですか？」というような択一式の質問を生成してもよい。制御部５０１が択一式の質問を生成する場合には、選択肢は抽出した特徴で構成されるのが望ましい。

図１０および図１１は、画像形成システム１の処理の一例を示すシーケンス図である。図１０および図１１に示す例は、画像形成装置１００に蓄積されているユーザーのジョブはテーブル７５０に記載のジョブ０１〜ジョブ０４であり、ユーザーがジョブ０４の実行を止めたい場合を想定した例である。

図１０および図１１を参照して、ユーザーが、スマートスピーカー４００に対し、「ジョブを止めて」と指示すると（Ｓ９００）、スマートスピーカー４００は、受け付けた音声を記憶装置４０３に記憶しているユーザーの音声（声紋）と照合し、話者を特定する（Ｓ９０１）。なお、ユーザーの指示は、画像形成装置１００に蓄積されているジョブに対する指示であればよく、「ジョブを止めて」という指示に限られない。ユーザーは、ジョブを優先的に実行させたい場合には、「ジョブを優先的に実行して」と指示してもよい。次いで、スマートスピーカー４００は、受け付けたユーザーの指示および特定した話者の情報をサーバー５００へ送信する（Ｓ９０２）。

サーバー５００は、スマートスピーカー４００から、ユーザーの指示および特定した話者の情報を受信すると、音声認識の処理を行い、「ジョブの実行を中止する」というユーザーの指示内容を特定する（Ｓ９０３）。次いで、サーバー５００は、スマートスピーカー４００より受信した話者の情報から特定されるユーザーのジョブについて、画像形成装置１００に対し情報を要求する（Ｓ９０４ａ、Ｓ９０４ｂ、Ｓ９０４ｃ）。当該要求に対し、画像形成装置１００は、当該要求に対応する情報、ここでは、ジョブ０１〜ジョブ０４の情報をサーバー５００へ提供する（Ｓ９０５ａ、Ｓ９０５ｂ、Ｓ９０５ｃ）。

サーバー５００は、画像形成装置１００から提供されたジョブの情報の中から、各々のジョブの特徴を抽出する（Ｓ９０６）。抽出した特徴のうち、ジョブの「種類」が「Ｐｒｉｎｔ」、「Ｃｏｐｙ」、「Ｓｃａｎ」と異なっているので、サーバー５００は、「ジョブの種類は何ですか？」という質問を生成し（Ｓ９０７）、スマートスピーカー４００へ送信する（Ｓ９０８）。

スマートスピーカー４００は、「ジョブの種類は何ですか？」という質問を音声で出力する（Ｓ９０９）。ユーザーが「プリントです」と回答する（Ｓ９１０）と、スマートスピーカー４００は、「プリントです」というユーザーの回答をサーバー５００へ送信する（Ｓ９１１）。

次いで、サーバー５００は、スマートスピーカー４００から「プリントです」というユーザーの回答を受信すると、受信した回答に基づいて、ユーザーの指示に対応するジョブがジョブ０１またはジョブ０４であると特定する（Ｓ９１２）。次いで、ユーザーの指示に対応するジョブを一つに特定できなかったので、サーバー５００は、Ｓ９１２で特定したジョブ０１とジョブ０４の特徴の違いに基づいて質問を生成する（Ｓ９１３）。具体的には、ジョブの「種類」はいずれも「Ｐｒｉｎｔ」であるが、原稿の「色モード」は「Ｆｕｌｌ Ｃｏｌｏｒ」、「Ｍｏｎｏ」と異なっているので、サーバー５００は「原稿の色モードは何ですか？」という質問を生成し（Ｓ９１３）、スマートスピーカー４００へ送信する（Ｓ９１４）。

スマートスピーカー４００は、「原稿の色モードは何ですか？」という質問を音声で出力する（Ｓ９１５）。ユーザーが「モノクロです」と回答する（Ｓ９１６）と、スマートスピーカー４００は、「モノクロです」というユーザーの回答をサーバー５００へ送信する（Ｓ９１７）。

次いで、サーバー５００は、スマートスピーカー４００から「モノクロです」というユーザーの回答を受信すると、受信した回答に基づいて、ユーザーの指示に対応するジョブがジョブ０４であると特定する（Ｓ９１８）。次いで、ユーザーの指示に対応するジョブを一つに特定できたので、サーバー５００は、Ｓ９１８で特定したジョブ０４を蓄積している画像形成装置１００ｃに対して、「ジョブ０４の実行を中止する」というユーザーの指示を通知する（Ｓ９１９）。通知を受信した画像形成装置１００ｃでは、ジョブ０４の実行が中止される（Ｓ９２０）。

このようにして、画像形成システム１では、「ジョブを止めて」というユーザーの指示に対応するジョブが特定され、ユーザーの指示に対応した処理、ここでは、特定されたジョブの実行が中止される。

以上のように、実施の形態に従う画像形成システム１では、スマートスピーカー４００が画像形成装置１００に蓄積されているジョブに対する指示を音声で受け付け、サーバー５００がユーザーの指示に対応するジョブの候補の各々の特徴の違いに基づいた質問を生成する。これにより、ユーザーの指示に対応するジョブの候補が複数ある場合でも、各々のジョブの特徴の違いに基づいて質問がなされるので、ユーザーの指示に対応するジョブが極力短い時間で特定される。その結果、ユーザーの指示がプリントジョブやコピージョブを止めることであった場合には、ユーザーの指示に対応するジョブが極力短い時間で特定されるので、無駄に用紙やトナーが消費されてしまうことを防ぐことができる。また、ユーザーの指示がジョブを優先的に実行することであった場合には、ユーザーの指示に対応するジョブが極力短い時間で特定されるので、指示に対応するジョブが完了するまでのユーザーの待ち時間を極力短くすることができる。

なお、サーバー５００は、画像形成装置１００のいずれか、たとえば、画像形成装置１００ａであってもよい。サーバー５００が画像形成装置１００ａである場合には、画像形成装置１００ａが、図６に示す一連の処理を実行する。

また、実施の形態に従う画像形成システム１では、画像形成装置１００とは別に、スマートスピーカー４００を備え、スマートスピーカー４００によって、ユーザーの音声を受け付け、ユーザーに対し音声を出力していたが、スマートスピーカー４００の機能を画像形成装置１００に内蔵させてもよい。

また、実施の形態に従う画像形成システム１では、画像形成装置１００は複数の画像形成装置の一例であったが、画像形成装置１００は１台であってもよい。

［変形例］
実施の形態に従う画像形成システム１は、スマートスピーカー４００、サーバー５００、および画像形成装置１００から構成されていたが、変形例に従う画像形成システム（図示省略）は画像形成装置２００のみから構成される。画像形成装置２００は、画像形成装置１００の構成に、スマートスピーカー４００の構成およびサーバー５００の構成を備える。

図１２および図１３を参照して、変形例における画像形成装置２００の処理について説明する。図１２は、変形例における画像形成装置２００の処理の一例を示すシーケンス図である。図１３は、ユーザーの指示に対応するジョブの候補の各々の特徴を纏めたテーブル７５８を示す図である。図１２に示す例は、画像形成装置２００に蓄積されているユーザーのジョブはテーブル７５８に記載のジョブ３３〜ジョブ３５であり、ユーザーがジョブ３５の実行を止めたい場合を想定した例である。なお、テーブル７５８は、テーブル７５０〜テーブル７５７と同様のテーブルであることから、詳細な説明は省略する。

図１２を参照して、ユーザーが、画像形成装置２００に対し、「ジョブを止めて」と指示すると（Ｓ９５０）、画像形成装置２００は、受け付けた音声を記憶装置（図示省略）に記憶しているユーザーの音声（声紋）と照合し、話者を特定する（Ｓ９５１）。次いで、画像形成装置２００は、音声認識の処理を行い、「ジョブの実行を中止する」というユーザーの指示内容を特定する（Ｓ９５２）。

画像形成装置２００は、ユーザーの指示に対応するジョブの候補の各々の特徴を抽出する（Ｓ９５３）。抽出した特徴のうち、ジョブの「種類」が「Ｓｃａｎ」、「Ｃｏｐｙ」、「Ｐｒｉｎｔ」と異なっているので、画像形成装置２００は、「ジョブの種類は何ですか？」という質問を生成し（Ｓ９５４）、音声で出力する（Ｓ９５５）。

これに対し、ユーザーが「プリントです」と回答すると（Ｓ９５６）、画像形成装置２００は、受信した回答に基づいて、ユーザーの指示に対応するジョブがジョブ３５であると特定する（Ｓ９５７）。次いで、画像形成装置２００は、特定したジョブ３５の実行を中止する（Ｓ９５８）。

このようにして、画像形成装置２００は、「ジョブを止めて」というユーザーの指示を受け付け、指示に対応するジョブを特定し、指示に対応した処理、ここでは、特定したジョブの実行を中止するという処理を行う。

以上のように、変形例に従う画像形成システム（図示省略）では、画像形成装置２００は、蓄積しているジョブに対する指示を音声で受け付け、ユーザーの指示に対応するジョブの候補の各々の特徴の違いに基づいた質問を行う。これにより、ユーザーの指示に対応するジョブの候補が複数ある場合でも、各々のジョブの特徴の違いに基づいた質問がなされるので、ユーザーの指示に対応するジョブが極力短い時間で特定される。その結果、ユーザーの指示がプリントジョブやコピージョブを止めることであった場合には、ユーザーの指示に対応するジョブが極力短い時間で特定されるので、無駄に用紙やトナーが消費されてしまうことを防ぐことができる。また、ユーザーの指示がジョブを優先的に実行することであった場合には、ユーザーの指示に対応するジョブが極力短い時間で特定されるので、指示に対応するジョブが完了するまでのユーザーの待ち時間を極力短くすることができる。

今回開示された実施の形態はすべての点で例示であって制限的なものではないと考えられるべきである。本発明の範囲は上記した説明ではなくて特許請求の範囲によって示され、特許請求の範囲と均等の意味および範囲内でのすべての変更が含まれることが意図される。

１００，１００ａ，１００ｂ，１００ｃ，２００ 画像形成装置、４００ スマートスピーカー、５００ サーバー、５０１ 制御部、５０４ 記憶装置、７５０〜７５８ テーブル。

Claims (22)

1. 音声による指示を受け付ける対話型電子装置と通信可能な制御装置と、前記制御装置と通信可能な複数の画像形成装置とを備える画像形成システムであって、
   前記複数の画像形成装置の各々は、
   ジョブを蓄積する蓄積手段を備え、
   前記制御装置は、
   前記複数の画像形成装置に蓄積されているジョブの情報を取得する取得手段と、
   前記複数の画像形成装置のいずれかに蓄積されているジョブに対するユーザーの指示を前記対話型電子装置が受付けたときに、当該指示を前記対話型電子装置から受信する受信手段と、
   前記受信手段が受信したユーザーの指示に対応するジョブの候補が複数ある場合に、前記取得手段が取得したジョブの情報に基づいて複数あるジョブの候補の各々の特徴を抽出する抽出手段と、
   前記抽出手段が抽出した前記特徴の違いに基づいて、前記複数あるジョブの候補の中から前記指示に対応するジョブを特定するための質問を生成する生成手段と、
   前記生成手段が生成した前記質問を前記対話型電子装置へ送信する送信手段とを備える、画像形成システム。
2. 前記制御装置は、
   前記取得手段が取得したジョブの情報を記憶する記憶手段と、
   前記受信手段が受信したユーザーの指示に対応するジョブの候補が複数あるか否かを前記記憶手段の情報に基づいて判定する判定手段とをさらに備える、請求項１に記載の画像形成システム。
3. 前記受信手段は、前記対話型電子装置が出力した前記質問に対するユーザーの回答を受信し、
   前記制御装置は、
   前記受信手段が受信した回答に基づいて、前記指示に対応するジョブを特定する特定手段と、
   前記特定手段が特定したジョブを蓄積している画像形成装置に対して前記指示を通知する通知手段とをさらに備え、
   前記複数の画像形成装置の各々は、
   前記通知手段の通知に基づいて、前記蓄積手段に蓄積されているジョブに対して前記指示に対応する処理を実行する処理手段をさらに備える、請求項１または請求項２に記載の画像形成システム。
4. 前記制御装置は、画像形成装置である、請求項１〜請求項３のいずれか１項に記載の画像形成システム。
5. 前記抽出手段は、前記各々のジョブの種類を抽出する、請求項１〜請求項４のいずれか１項に記載の画像形成システム。
6. 前記抽出手段は、前記各々のジョブにおいて処理される原稿の色モード、原稿のページ数、ファイルのフォーマット、ファイルの名称、原稿内の画像の数、および原稿内の画像の内容のいずれかを抽出する、請求項１〜請求項５のいずれか１項に記載の画像形成システム。
7. 前記抽出手段は、前記各々のジョブが現在実行中であるか否かの情報を抽出する、請求項１〜請求項６のいずれか１項に記載の画像形成システム。
8. 前記抽出手段は、前記各々のジョブが蓄積されている画像形成装置の設置位置を示す情報を抽出する、請求項１〜請求項７のいずれか１項に記載の画像形成システム。
9. 前記生成手段は、実行中のジョブの特徴の違いに基づく質問を優先的に生成する、請求項１〜請求項８のいずれか１項に記載の画像形成システム。
10. 前記生成手段は、前記各々のジョブの種類が異なる場合に、ジョブの種類を問う質問を生成する、請求項１〜請求項９のいずれか１項に記載の画像形成システム。
11. 前記生成手段は、前記各々のジョブの種類が同一であり、かつ、前記各々のジョブにおいて処理される原稿の色モードが異なる場合に、原稿の色モードを問う質問を生成する、請求項１〜請求項１０のいずれか１項に記載の画像形成システム。
12. 前記生成手段は、前記各々のジョブの種類が同一であり、かつ、前記各々のジョブにおいて処理される原稿の色モードが同一であり、かつ、前記各々のジョブにおいて処理される原稿のページ数が異なる場合に、原稿のページ数を問う質問を生成する、請求項１〜請求項１１のいずれか１項に記載の画像形成システム。
13. 前記生成手段は、前記各々のジョブの種類が同一であり、かつ、前記各々のジョブにおいて処理される原稿の色モードが同一であり、かつ、前記各々のジョブにおいて処理される原稿のページ数が異なり、かつ、前記各々のジョブにおいて処理される原稿のページ数の差が閾値以上のものがある場合に、原稿のページ数の大小を問う質問を生成する、請求項１〜請求項１２のいずれか１項に記載の画像形成システム。
14. 前記生成手段は、前記各々のジョブの種類が同一であり、かつ、前記各々のジョブにおいて処理される原稿の色モードおよび原稿のページ数が同一であり、かつ、前記各々のジョブにおいて処理されるファイルのフォーマットが異なる場合に、ファイルのフォーマットを問う質問を生成する、請求項１〜請求項１３のいずれか１項に記載の画像形成システム。
15. 前記生成手段は、前記各々のジョブの種類が同一であり、かつ、前記各々のジョブにおいて処理される原稿の色モード、原稿のページ数、およびファイルのフォーマットが同一である場合に、ファイルの名称を問う質問を生成する、請求項１〜請求項１４のいずれか１項に記載の画像形成システム。
16. 前記生成手段は、前記各々のジョブの種類が同一であり、かつ、前記各々のジョブにおいて処理される原稿の色モード、原稿のページ数、およびファイルのフォーマットが同一であり、かつ、前記各々のジョブにおいて処理されるファイルの名称が閾値以上に長いものがある場合に、原稿内の画像の数を問う質問を生成する、請求項１〜請求項１５のいずれか１項に記載の画像形成システム。
17. 前記生成手段は、前記各々のジョブの種類が同一であり、かつ、前記各々のジョブにおいて処理される原稿の色モード、原稿のページ数、およびファイルのフォーマットが同一であり、かつ、前記各々のジョブにおいて処理されるファイルの名称が閾値以上に長いものがあり、かつ、前記各々のジョブにおいて処理される原稿内の画像の数の差が全て閾値以下の場合には、原稿内の画像の内容を問う質問を生成する、請求項１〜請求項１６のいずれか１項に記載の画像形成システム。
18. 前記生成手段は、前記各々のジョブが複数の画像形成装置に蓄積されている場合には、画像形成装置の設置位置を問う質問を生成する、請求項１〜請求項１７のいずれか１項に記載の画像形成システム。
19. 前記生成手段は、選択式の質問を生成する、請求項１〜請求項１８のいずれか１項に記載の画像形成システム。
20. 音声による指示を受け付ける対話型電子装置と通信可能であり、かつ、複数の画像形成装置と通信可能な制御装置であって、
    前記複数の画像形成装置に蓄積されているジョブの情報を取得する取得手段と、
    前記複数の画像形成装置のいずれかに蓄積されているジョブに対するユーザーの指示を前記対話型電子装置が受付けたときに、当該指示を前記対話型電子装置から受信する受信手段と、
    前記受信手段が受信したユーザーの指示に対応するジョブの候補が複数ある場合に、前記取得手段が取得したジョブの情報に基づいて複数あるジョブの候補の各々の特徴を抽出する抽出手段と、
    前記抽出手段が抽出した前記特徴の違いに基づいて、前記複数あるジョブの候補の中から前記指示に対応するジョブを特定するための質問を生成する生成手段と、
    前記生成手段が生成した前記質問を前記対話型電子装置へ送信する送信手段とを備える、制御装置。
21. 音声による指示を受け付ける対話型電子装置と通信可能な制御装置に対して通信可能に接続される画像形成装置であって、
    前記制御装置は、
    複数の画像形成装置に蓄積されているジョブの情報を取得可能であって、
    前記複数の画像形成装置のいずれかに蓄積されているジョブに対するユーザーの指示を前記対話型電子装置から受信し、かつ、当該指示に対応するジョブの候補が複数ある場合に、取得したジョブの情報を基に複数あるジョブの候補の各々のジョブから抽出した特徴の違いに基づいて前記指示に対応するジョブを特定するための質問を生成し、当該質問を前記対話型電子装置へ送信可能であり、
    前記画像形成装置は、
    ジョブを蓄積する蓄積手段と、
    前記蓄積手段に蓄積されているジョブの情報を前記制御装置が前記特徴を抽出可能にするために提供する提供手段とを備える、画像形成装置。
22. ジョブを蓄積可能な画像形成装置であって、
    前記画像形成装置に蓄積されているジョブに対するユーザーの音声による指示を受け付ける受付手段と、
    前記指示に対応するジョブの候補が複数蓄積されている場合に、複数あるジョブの候補の各々の特徴を抽出する抽出手段と、
    前記抽出手段が抽出した前記特徴の違いに基づいて、前記複数あるジョブの候補の中から前記指示に対応するジョブを特定するための質問を生成する生成手段と、
    前記生成手段が生成した前記質問を出力する出力手段と、
    前記質問に対する前記ユーザーの回答に基づいて、前記指示に対応するジョブを特定する特定手段と、
    前記特定手段が特定したジョブに対して前記指示に対応する処理を実行する処理手段とを備える、画像形成装置。