JP2020087262A - 情報提示システム、情報提示装置、情報提示方法及びコンピュータプログラム - Google Patents

Abstract

【課題】未登録の電話番号に電話をする際の動作において、ユーザーの手間を軽減すること。【解決手段】発話された音声を取得し、前記音声に応じて音声信号を生成する音声信号生成部と、前記音声信号に基づいて、前記音声を表す文字列を生成する文字列生成部と、ネットワークで接続された検索装置に対し、前記文字列を用いてウェブページを検索する指示を送り、検索結果を取得する検索部と、前記検出結果の前記ウェブページに記載された文字列に基づいて、発呼先の候補となる電話番号を決定する決定部と、を備える、情報提示システムである。【選択図】図４

Description

本発明は、情報提示システム、情報提示装置、情報提示方法及びコンピュータプログラムに関する。

近年、音声によって操作可能な装置であるスマートスピーカが普及してきている。スマートスピーカは、受け付けた音声を文字列に変換し、文字列に予め定められた言葉が含まれている場合、言葉に応じた処理を行う。このため、ユーザーは、予め定められた言葉を発話することで、ウェブ検索や、他の通話装置へ発呼などの動作をスマートスピーカに行わせることができる。

特開２００２−１５２８２９号公報

しかしながら、他の通話装置に発呼するためには、対象となる電話番号と、電話番号に紐づける言葉とを事前に登録する必要があった。事前に登録されていない電話番号に発呼する際、ユーザーは、電話番号の検索に労力を要する場合があった。

上記事情に鑑み、本発明は、事前に登録されていない電話番号に発呼する際の、ユーザーの労力を軽減することを目的としている。

本発明の一態様は、発話された音声を取得し、前記音声に応じて音声信号を生成する音声信号生成部と、前記音声信号に基づいて、前記音声を表す文字列を生成する文字列生成部と、ネットワークで接続された検索装置に対し、前記文字列を用いてウェブページを検索する指示を送り、検索結果を取得する検索部と、前記検索結果が示すウェブページに記載された文字列に基づいて、発呼先の候補となる電話番号を決定する決定部と、を備える、情報提示システムである。

本発明の一態様は、上記の情報提示システムであって、前記検索結果が示す前記ウェブページが複数存在する場合、前記検索結果が示す前記ウェブページの評価要素に重み付けを行い、ユーザーが所望する電話番号を含む前記ウェブページを特定する特定部を、さらに備える。

本発明の一態様は、上記の情報提示システムであって、前記電話番号を特定するためのパラメーターとして、自装置が存在する位置を示す位置情報と、ユーザーの属性情報と、のうち少なくとも１つを取得するパラメーター取得部をさらに備え、前記特定部は、前記パラメーターに基づいて、前記検索結果が示す前記ウェブページの評価要素に重み付けを行い、ユーザーの所望する前記ウェブページを特定する。

本発明の一態様は、上記の情報提示システムであって、前記特定部で特定された前記ウェブページを構成する情報に基づいて、ユーザーに提示される所定の情報を示す提示情報を生成する提示情報生成部と、前記提示情報を表示する表示装置と、をさらに備える。

本発明の一態様は、上記の情報提示システムであって、前記提示情報生成部は、前記電話番号に発呼するか否かを前記ユーザーに確認するための情報を前記提示情報として生成し、発呼しない場合、前記提示情報生成部は、他の候補の前記電話番号に発呼するか否かを前記ユーザーに確認するための情報を前記提示情報として生成する。

本発明の一態様は、発話された音声を取得し、前記音声に応じて音声信号を生成する音声信号生成部と、前記音声信号に基づいて、前記音声を表す文字列を生成する文字列生成部と、を備える他のシステムから、前記文字列を取得し、ネットワークで接続された検索装置に対し、前記文字列を用いてウェブページを検索する指示を送り、検索結果を取得する検索部と、前記検索結果の前記ウェブページに記載された文字列に基づいて、発呼先の候補となる電話番号を決定する決定部と、を備える、情報提示装置である。
である。

本発明の一態様は、発話された音声を取得し、前記音声に応じて音声信号を生成する音声信号生成ステップと、前記音声信号に基づいて、前記音声を表す文字列を生成する文字列生成ステップと、ネットワークで接続された検索装置に対し、前記文字列を用いてウェブページを検索する指示を送り、検索結果を取得する検索ステップと、前記検索結果の前記ウェブページに記載された文字列に基づいて、発呼先の候補となる電話番号を決定する決定ステップと、を有する、情報提示方法である。

本発明の一態様は、上記の情報提示システムとしてコンピュータを機能させるためのコンピュータプログラムである。

本発明により、事前に登録されていない電話番号に電話をする場合、ユーザーの手間を軽減することが可能となる。

情報提示システム１のシステム構成を表すシステム構成図である。 音声入出力装置１００の機能構成を表す機能ブロック図である。 音声解析装置２００の機能構成を表す機能ブロック図である。 情報提示装置３００の機能構成を表す機能ブロック図である。 電話番号テーブルの具体例を示す図である。 重みテーブルの具体例を示す図である。 着信履歴テーブルの具体例を示す図である。 呼処理を行うまでの処理の流れを示すシーケンスチャートである。 呼処理を行うまでの処理の流れを示すシーケンスチャートである。 情報提示システム１ａのシステム構成を表すシステム構成図である。 情報提示装置３００ａの機能構成を表す機能ブロック図である。 提示情報を表示装置６００に表示するまでの処理の流れを示すシーケンスチャートである。 表示装置６００に表示される提示情報の具体例を表す図である。

[第１の実施形態]
図１は、情報提示システム１のシステム構成を表すシステム構成図である。情報提示システム１は、音声による指示をユーザーから受け付け、着信端末５００に対して呼処理を行う。情報提示システム１は、音声入出力装置１００、音声解析装置２００、情報提示装置３００、検索サーバー４００及び着信端末５００を備える。情報提示システム１は、ネットワーク９００を介して互いに通信可能に接続される。ネットワーク９００は、どのようなネットワークで構築されてもよい。例えば、ネットワーク９００は、例えば、インターネット、ＷＡＮ（Wide Area Network）、ＬＡＮ（Local Area Network）、セルラー網などを含む。

音声入出力装置１００は、音声の入力及び出力が可能なスマートスピーカ等の装置である。音声入出力装置１００は、所定の場所に設けられる。所定の場所とは、例えば、音声入出力装置１００を所有する者の宅内であってもよいし、不特定多数の人が訪れる公共の空間であってもよい。音声入出力装置１００は、集音した音声から音声信号を生成して音声解析装置２００に送信する。音声入出力装置１００は、音声解析装置２００から受け付けた音声信号又は指示された音声データを出力する。

音声解析装置２００は、サーバー、パーソナルコンピュータ、スマートフォン、タブレットコンピュータ又はウェアラブルデバイス等の情報処理装置である。音声解析装置２００は、音声入出力装置１００によって送信された音声信号を解析する。音声解析装置２００は、解析結果に基づいて、集音された音声を表す文字列を生成する。音声解析装置２００は、解析結果に基づいて、話者を識別してもよい。

情報提示装置３００は、サーバー、パーソナルコンピュータ、スマートフォン、タブレットコンピュータ又はウェアラブルデバイス等の情報処理装置である。情報提示装置３００は、音声解析装置２００によって生成された文字列に基づいて、提示情報を生成する。情報提示装置３００は、音声入出力装置１００と着信端末５００との間で呼処理を行う。

検索サーバー４００は、情報提示装置３００から検索キーワード（以降「クエリ」という。）を取得し、取得したクエリに応じた情報を情報提示装置３００に提供する。検索サーバー４００は、取得したクエリに関連する情報を、検索エンジンを用いて検索する。検索サーバー４００は、取得したクエリに関連する情報をナレッジデータサーバーなどの検索されたクエリに対応するコンテンツを有するウェブサーバーから取得する。ナレッジデータサーバーとは、ウェブページなどの検索結果に対応するコンテンツをデータベースとして記憶するサーバーである。ウェブページは、例えば、ＨＴＭＬ（Hyper Text Markup Language）等のマークアップ言語で記述されたテキストデータや、スタイルシート、静止画像データ、動画データ、音声データなどを含むコンテンツである。例えば、検索結果は、ＵＲＬ及び検索順位である。ウェブページを構成する情報は、プログラムの情報、ウェブページを構成する情報（ページタイトル、施設名、住所、及び営業時間などの情報）である。検索サーバー４００は、検索エンジンの検索結果と、ナレッジデータサーバーから取得した情報とを情報提示装置３００に提供する。

着信端末５００は、音声入出力装置１００と通話を行うための情報処理装置である。着信端末５００は、パーソナルコンピュータ、スマートフォン、タブレットコンピュータ又はウェアラブルデバイス等の情報処理装置である。着信端末５００は、ユーザーの音声から音声信号を生成し、通話を行う他の情報処理装置に音声信号を送信する。着信端末５００は、音声信号を取得し、音声信号に応じた音声を出力する。

図２は、音声入出力装置１００の機能構成を表す機能ブロック図である。音声入出力装置１００は、音声入出力プログラムを実行することによって通信部１０１、マイク１０２、スピーカ１０３及び制御部１０４を備える装置として機能する。

通信部１０１は、ネットワークインタフェースである。通信部１０１はネットワーク９００を介して、音声解析装置２００及び情報提示装置３００と通信する。通信部１０１は、例えば無線ＬＡＮ（Local Area Network）、有線ＬＡＮ、Ｂｌｕｅｔｏｏｔｈ（登録商標）又はＬＴＥ（Long Term Evolution）（登録商標）等の通信方式で通信してもよい。

マイク１０２は、音声を取得する装置である。マイク１０２は、マイク１０２近傍の音声を取得する。マイク１０２は、例えば人間によって発話された音声を集音する。マイク１０２は、集音装置を音声入出力装置１００に接続するためのインタフェースであってもよい。この場合、マイク１０２は、集音装置において入力された音声信号から音声データ（例えば、集音装置に対して話しかけた音声）を生成し、音声入出力装置１００に入力する。

スピーカ１０３は、スピーカ又はイヤホン等の音声出力装置である。スピーカ１０３は、音声出力装置を音声入出力装置１００に接続するためのインタフェースであってもよい。この場合、スピーカ１０３は、音声信号（例えば、音声解析装置２００から取得された音声信号）を音声出力装置に出力する。

制御部１０４は、音声入出力装置１００の各部の動作を制御する。制御部１０４は、例えばＣＰＵ（Central Processing Unit）等のプロセッサ及びＲＡＭ（Random Access Memory）を備えた装置により実行される。制御部１０４は、プログラムを実行することによって、音声信号生成部１０５、音声出力部１０６、パラメーター取得部１０７、通信制御部１０８及び通話機能部１０９として機能する。

音声信号生成部１０５は、マイク１０２によって取得された音声に基づいて音声信号を生成する。音声信号生成部１０５は、生成された音声信号を音声解析装置２００に送信する。

音声出力部１０６は、音声信号に基づいて、スピーカ１０３に音声を発音させる。音声出力部１０６は、音声信号を音声解析装置２００から受信してもよいし、音声入出力装置１００に予め記録された音声信号を取得してもよい。

パラメーター取得部１０７は、電話番号データベース、自装置が存在する位置を示す位置情報と、ユーザーの属性情報と、の内少なくとも１つを取得する。例えば、電話番号データベースは、予めユーザーによって登録された電話番号と電話番号に対応付けられた文字列を有するデータベースである。例えば、位置情報は、スマートスピーカが設置されている位置の情報である。例えば、属性情報は、音声入出力装置１００に予め登録された電話番号、ユーザーの名前、ユーザーの性別、着信を許否した履歴などの情報を示す情報である。属性情報は、音声入出力装置１００に記憶されている。

通信制御部１０８は、通信部１０１を制御する。通信制御部１０８は、音声入出力装置１００と音声解析装置２００との通信において、音声入出力装置１００が音声信号を送信するか受信するかを制御する。例えば、通信制御部１０８は、音声入出力装置１００から音声解析装置２００に音声信号を送信する場合、通信部１０１を送信部として制御する。例えば、例えば、通信制御部１０８は、音声入出力装置１００が音声解析装置２００から音声信号を受信する場合、通信部１０１を受信部として制御する。

通話機能部１０９は、通話機能部１０９は、発信端末（音声入出力装置１００）と、着信端末５００とが通話を行うための制御を行う。例えば、通話機能部１０９は、ユーザーから中継用電話番号への発呼指示を受け付ける。このとき、ユーザーは、着信端末５００へ発呼することを意識して発呼指示を行うが、実際には、中継用電話番号が指示されるため情報提示装置３００に対する発呼指示が実行される。通話機能部１０９は、指定された中継用電話番号に対して発呼信号を送信する。この発呼信号には、例えば着信端末５００の電話番号を示す情報が含まれてもよい。発呼信号の具体例として、ＩＮＶＩＴＥ信号がある。発呼信号の中継装置である情報提示装置３００にて、発信端末（音声入出力装置１００）と着信端末５００との呼を確立させる処理が行われる。呼を確立させる処理が終了した場合、発信端末（音声入出力装置１００）と着信端末５００とは、通話可能に接続される。

図３は、音声解析装置２００の機能構成を表す機能ブロック図である。音声解析装置２００は、プログラムを実行することによって通信部２０１及び制御部２０２を備える装置として機能する。

通信部２０１は、ネットワークインタフェースである。通信部２０１はネットワーク９００を介して、音声入出力装置１００及び情報提示装置３００と通信する。通信部２０１は、例えば無線ＬＡＮ、有線ＬＡＮ、Ｂｌｕｅｔｏｏｔｈ又はＬＴＥ等の通信方式で通信してもよい。

制御部２０２は、例えばＣＰＵ等のプロセッサ及びＲＡＭを備えた装置により実行される。制御部２０２は、プログラムを実行することによって、音声信号取得部２０３、文字列生成部２０４、文字列解析部２０５および音声信号生成部２０６として機能する。

音声信号取得部２０３は、音声入出力装置１００から送信された音声信号を取得する。音声信号取得部２０３は、取得された音声信号を文字列生成部２０４に出力する。

文字列生成部２０４は、音声信号に基づいて文字列を生成する。具体的には、文字列生成部２０４は、音声信号によって表される波形の形状又は周波数成分に応じて文字列を生成する。文字列生成部２０４は、公知の手法を用いて文字列を生成してもよい。文字列生成部２０４は、生成された文字列を文字列解析部２０５に出力する。

文字列解析部２０５は、所定の処理を行うことで文字列からユーザの意図を示す意図情報を取得する。意図情報は、ユーザの意図を表す情報である。所定の処理は、例えば形態素解析又はトピック分析等の公知の自然言語処理手法が用いられてもよい。所定の処理として形態素解析が用いられる場合、意図情報は形態素である。所定の処理としてトピック分析が用いられる場合、意図情報はトピックモデルである。以下、所定の処理として形態素解析が用いられるものとして説明する。

文字列解析部２０５は、文字列に対して形態素解析を行うことで１つ以上の形態素を取得する。形態素解析は、文字列を形態素に分解する処理である。形態素解析には、公知のアルゴリズムが用いられてもよい。形態素は、文字列を分割することで得られる。形態素解析は、分解された形態素に対して品詞を判別する処理が含まれていてもよい。

音声信号生成部２０６は、音声入出力装置１００で出力させたい言葉の音声信号を生成する。音声信号生成部２０６は、例えば、音声信号取得部２０３で取得された音声信号に応じて、音声入出力装置１００で出力させたい言葉の音声信号を決定する。音声信号生成部２０６は、ネットワーク９００を介して取得された音声信号を送信してもよいし、音声解析装置２００に予め記録された音声信号を送信してもよい。音声信号生成部２０６は、通信部２０１を介して、音声入出力装置１００に送信された音声信号は、スピーカ１０３で出力される。

図４は、情報提示装置３００の機能構成を表す機能ブロック図である。情報提示装置３００は、情報提示プログラムを実行することによって通信部３０１、電話番号データベース３０２、重み付け情報記憶部３０３、通話履歴記憶部３０４、制御部３０５、検索部３０６、特定部３０７、電話番号決定部３０８、提示情報生成部３０９、通話中継部３１０及び通話履歴管理部３１１を備える装置として機能する。

通信部３０１は、ネットワークインタフェースである。通信部３０１はネットワーク９００を介して、音声解析装置２００及び表示装置６００と通信する。通信部３０１は、例えば無線ＬＡＮ、有線ＬＡＮ、Ｂｌｕｅｔｏｏｔｈ又はＬＴＥ等の通信方式で通信してもよい。

電話番号データベース３０２は、磁気ハードディスク装置や半導体記憶装置等の記憶装置を用いて構成される。電話番号データベース３０２は、登録電話番号テーブルを予め記憶する。登録電話番号テーブルは、予め登録された電話番号と、電話番号に紐づけて登録された登録名とを有するテーブルである。図５は、電話番号データベースの具体例を示す図である。登録電話番号テーブルは、電話番号レコードを有する。電話番号レコードは、検索に使用する電話番号及び登録名の文字列を有する。電話番号レコードは、予め登録電話番号テーブルに記録される。

図５に示される例では、登録電話番号テーブルの最上段の電話番号レコードは、“電話番号”の値が「０９０−ＸＸＸＸ−０００１」、“登録名”の値が「ＡＡＡ」である。従って、登録電話番号テーブルの最上段のレコードによると、文字列解析部２０５で解析された文字列の形態素に「ＡＡＡ」が含まれている場合、電話番号データベース３０２に基づいて、電話番号「０９０−ＸＸＸＸ−０００１」が決定される。なお、図５に示される登録電話番号テーブルは一具体例に過ぎない。そのため、図５とは異なる態様で登録電話番号テーブルが構成されてもよい。例えば、登録電話番号テーブルは、属性情報のカラムを有してもよい。

図４に戻って、情報提示装置３００の説明を続ける。重み付け情報記憶部３０３は、磁気ハードディスク装置や半導体記憶装置等の記憶装置を用いて構成される。重み付け情報記憶部３０３は、重みテーブルを記憶する。重みテーブルは、検索サーバー４００で検索されたウェブページに重みを付与するための情報を有するテーブルである。図６は、重みテーブルの具体例を示す図である。重みテーブルは、重みレコードを有する。重みレコードは、ウェブページに重み付けを行うための評価要素に応じて、重み及び評価値の各値を有する。

図６に示される例では、重みテーブルの最上段の重みレコードは、“評価要素”の値が「検索順位」、“重み（ｗ）”の値が「０．３」、“評価値（ｘ）”の値が「１／順位」である。順位とは、検索されたウェブページの表示される順番である。順位は、検索されたウェブページの検索結果の順番に決定される。重みテーブルの最上段のレコードによると、評価要素「検索順位」によって特定される重みは、重み「０．３」及び評価値「１／順位」である。なお、図６に示される重みテーブルは一具体例に過ぎない。そのため、図６とは異なる態様で重みテーブルが構成されてもよい。例えば、重みテーブルは、通話の頻度のカラムを有してもよい。

図４に戻って、情報提示装置３００の説明を続ける。通話履歴記憶部３０４は、磁気ハードディスク装置や半導体記憶装置等の記憶装置を用いて構成される。通話履歴記憶部３０４は、発着信履歴テーブルを記憶する。発着信履歴テーブルは、着信側の電話番号及び発信側の電話番号と、通話を行った時間を有するテーブルである。

図７に示される例では、発着信履歴テーブルの最上段のレコードは、“発信側電話番号”の値が「０５０−ｘｘｘｘ−１２３４」、“着信側電話番号”の値が「０３−ｘｘｘｘ−１２３４」、“通話開始時刻”の値が「２０１８／ＭＭ／ＤＤ １０：００」、“通話終了時刻”の値が「２０１８／ＭＭ／ＤＤ １０：１０」である。従って、発着信履歴テーブルの最上段のレコードによると、発信端末（音声入出力装置１００）と着信端末５００との通話時間を算出できる。なお、図７に示される発着信履歴テーブルは一具体例に過ぎない。そのため、図７とは異なる態様で発着信履歴テーブルが構成されてもよい。例えば、発着信履歴テーブルは、電話番号に応じたユーザーの属性情報のカラムを有していてもよい。なお、図７の例では、発着信履歴テーブルは、音声入出力装置１００毎に生成されるため、発信側電話番号は全て同じ電話番号である。

図４に戻って、情報提示装置３００の説明を続ける。制御部３０５は、情報提示装置３００の各部の動作を制御する。制御部３０５は、例えばＣＰＵ等のプロセッサ及びＲＡＭを備えた装置により実行される。制御部３０５は、プログラムを実行することによって、検索部３０６、特定部３０７、電話番号決定部３０８、提示情報生成部３０９、通話中継部３１０及び通話履歴管理部３１１として機能する。

検索部３０６は、文字列解析部２０５で解析された文字列をクエリとして、電話番号データベースの登録名にクエリが存在するか否かを検索する。検索部３０６は、音声入出力装置１００に予め記録された電話番号データベースを取得する。検索部３０６は、クエリが電話番号データベースの登録名に存在する場合、検索部３０６は、クエリに対応付けられた電話番号を電話番号決定部３０８に送る。検索部３０６は、クエリが電話番号データベースの登録名に存在しない場合、クエリを検索サーバー４００に送信する。具体例を用いて説明する。文字列解析部２０５で解析された文字列に「ＡＡＡ」が存在する場合、検索部３０６は、登録電話番号テーブルのレコードに「ＡＡＡ」が存在するか否かを検索する。検索部３０６は、解析された文字列「ＡＡＡ」が登録電話番号テーブルの登録名に存在する場合、「ＡＡＡ」に対応付けられた電話番号を取得する。「ＡＡＡ」が電話番号データベースに存在しない場合、検索部３０６は、「ＡＡＡ」を検索クエリとして検索サーバー４００に送信する。検索部３０６は、検索サーバー４００の検索結果を取得する。検索部３０６は、取得した検索結果を特定部３０７に送る。

特定部３０７は、検索部３０６の検索結果と、重み付け情報記憶部３０３と、に従ってウェブページに重み付けを行い、ユーザーの所望するウェブページを特定する。特定部３０７は、検索結果が示すウェブページが複数存在する場合、検索結果が示すウェブページの評価要素に重み付けを行い、ユーザーが所望する電話番号を含むウェブページを特定する。具体的には、特定部３０７は、重みテーブルの「評価要素」に基づいて検索結果に重み付けを行う。例えば、特定部３０７は、検索結果の「ウェブページの表示順」である場合、重みｗを「０．３」、評価値ｘを「１／順位」とし、数式（１）に基づいて、評価要素「検索順位」の重みを算出する。数式（１）のＥ＿ｎは電話番号の評価値を示す。数式（１）のｎはウェブサイトの検索順位を示す。数式（１）のｉは、評価要素に対応付けられた番号である。特定部３０７は、検索結果に基づいて各評価要素で重み付けを行い、ユーザーの所望するウェブページを特定する。具体的には、特定部３０７は、電話番号の評価値が最大になるウェブページを特定する。特定部３０７は、特定したウェブページの情報を電話番号決定部３０８に送る。

電話番号決定部３０８は、特定部３０７で特定されたウェブページから電話番号を取得する。例えば、電話番号決定部３０８は、ウェブページのテキストデータから所定の文字数の数列を抽出し、ウェブページの電話番号を決定する。例えば、電話番号決定部３０８は、ウェブページを構成するプログラムのテキストから電話番号のタグを含む記載を抽出し、ウェブページの電話番号を決定する。電話番号決定部３０８は、検索部３０６からクエリに対応付けられた電話番号を受け取った場合、当該電話番号を着信端末５００の電話番号として決定する。

提示情報生成部３０９は、特定部３０７で特定されたウェブページに基づいて、提示情報を生成する。提示情報とは、ウェブページを構成するテキストデータや、スタイルシート、静止画像データ、動画データ、音声データなどを含むコンテンツに基づいて生成されたウェブページを示す情報である。例えば提示情報生成部３０９は、ウェブページを構成する情報と、発着信履歴テーブルとに基づいて、施設名、ページタイトル、サムネイル画像、評価、地図画像、電話番号情報及び通話履歴を含む提示情報を生成する。提示情報生成部３０９は、通信部３０１を介して、生成した提示情報（音声データ）を音声解析装置２００に送信する。

通話中継部３１０は、音声入出力装置１００と着信端末５００との通話を中継する。以下の説明では、音声入出力装置１００を発信端末１００として表す。例えば、通話中継部３１０は、発信端末１００から発呼信号を受信すると、受信された発呼信号に応じて呼処理を行う。通話中継部３１０において実行される呼処理は、発呼信号の送信元である発信端末１００と自装置との間で呼を確立するための処理である。呼処理の具体例として、受信されたＩＮＶＩＴＥ信号に応じて１００Ｔｒｙｉｎｇ信号、１８０Ｒｉｎｇｉｎｇ信号及び２００ＯＫ信号を送信する処理がある。呼処理が終了すると、発信端末１００及び情報提示装置３００の間で呼が確立される。

通話中継部３１０は、発信端末１００との間で呼が確立されると、発信端末１００に対して呼び出し中ガイダンス信号を送信する。呼び出し中ガイダンス信号は、予め情報提示装置３００において記憶装置に記録されている信号である。呼び出し中ガイダンス信号は、発信端末１００において再生されることによって音声が出力される。この音声は、例えば発信端末１００のユーザーが相手方（着信端末５００のユーザ）の応答を待っている状態であることを認識できるような音声である。例えば、呼び出し中ガイダンス信号は、“ただいま呼び出しております。しばらくお待ち下さい。”という音声を出力するための信号であってもよい。呼び出し中ガイダンス信号は、所定のタイミングまで（例えば発信端末１００と着信端末５００との間で呼が確立されるまで）継続して送信されてもよい。

通話中継部３１０は、着信端末５００の電話番号を取得する。通話中継部３１０は、取得された着信端末５００に対して送信される通知メッセージを生成する。通話中継部３１０は、生成された通知メッセージを、取得された着信端末５００の電話番号に送信する。

着信端末５００は、通話中継部３１０から通知メッセージを受信すると、受信された通知メッセージの内容を自装置の画面に表示する。着信端末５００のユーザーは、表示された通知メッセージの内容（特に発信端末１００の電話番号）に応じて、発信端末１００による発呼に応じるか否か判断する。着信端末５００のユーザーは、発信端末１００による発呼に応じると判断した場合、通話中継部３１０に対して発呼することを着信端末５００に指示する。着信端末５００は、ユーザーの指示に応じて、中継用電話番号に対して発呼信号を送信する。この発呼信号には、例えば発信端末１００の電話番号を示す情報が含まれてもよい。この発呼信号には、例えば発信端末１００の識別情報（例えば電話番号）と、発信端末１００との呼を接続することを示す制御情報が含まれてもよい。

通話中継部３１０は、着信端末５００から発呼信号を受信すると、着信端末５００と発信端末１００との間の呼を確立するための処理（呼処理）を実行する。通話中継部３１０は、呼を確立する対象となる発信端末１００及び着信端末５００をどのような処理によって判定してもよい。例えば、着信端末５００から受信された発呼信号に含まれる制御情報に基づいて判定されてもよい。通話中継部３１０が呼処理を実行することによって、発信端末１００と着信端末５００との間で呼が確立される。この後、発信端末１００のユーザーと着信端末５００のユーザーとは通話を行うことが可能となる。

通話履歴管理部３１１は、通話が行われた場合、“発信側電話番号”、“着信側電話番号”、“通話開始時刻”及び“通話終了時刻”を取得し、通話履歴テーブルに格納する。発信側電話番号は、自装置の電話番号である。着信側電話番号は、呼処理で通話が確立された着信端末５００の電話番号である。通話開始時刻は、自装置と着信端末５００との間で呼が確立された時刻である。通話終了時刻は、自装置と着信端末５００との間の呼が終了した時刻である。

図８及び図９は、呼処理を行うまでの処理の流れを示すシーケンスチャートである。音声信号生成部１０５は、マイク１０２によって集音された音声に基づいて音声信号を生成する（ステップＳ１０１）。通信部１０１は、生成された音声信号を音声解析装置２００に送信する（ステップＳ１０２）。

文字列生成部２０４は、音声信号によって表される波形の形状又は周波数成分に応じて文字列を生成する（ステップＳ１０３）。文字列解析部２０５は、送信された文字列に対して形態素解析を行うことで１つ以上の形態素を取得する（ステップＳ１０４）。通信部２０１は、文字列解析部２０５の解析結果を情報提示装置３００に送信する（ステップＳ１０５）。

検索部３０６は、文字列解析部２０５で解析された文字列をクエリとして決定する（ステップＳ１０６）。検索部３０６は、音声入出力装置１００に予め記録された電話番号データベースを取得する（ステップＳ１０７）。検索部３０６は、電話番号データベースに登録された登録名からクエリを検索する（ステップＳ１０８）。

検索部３０６は、クエリが電話番号データベースに存在するか否か判定する（ステップＳ１０９）。クエリが電話番号データベースに存在しない場合（ステップＳ１０９：ＮＯ）、クエリを検索サーバー４００に送信する（ステップＳ１１０）。検索サーバー４００は、取得したクエリに関連する情報を、検索エンジンを用いて検索する（ステップＳ１１１）。検索サーバー４００は、検索エンジンの検索結果と、ナレッジデータサーバーから取得した情報とを情報提示装置３００に提供する（ステップＳ１１２）。検索部３０６は、検索サーバー４００の検索結果を取得する（ステップＳ１１３）。

特定部３０７は、検索部３０６の検索結果と、重み付け情報記憶部３０３と、に従ってウェブページに重み付けを行い、ユーザーの所望するウェブページを特定する（ステップＳ１１４）。電話番号決定部３０８は、特定部３０７で特定されたウェブページから電話番号を取得する（ステップＳ１１５）。

クエリが電話番号データベースに存在する場合（ステップＳ１０９：ＹＥＳ）、電話番号決定部３０８は、検索部３０６からクエリに対応付けられた電話番号を受け取り、着信端末５００の電話番号として決定する（ステップＳ１１５）。提示情報生成部３０９は、特定部３０７で特定されたウェブページに基づいて、提示情報（音声データ）を生成する（ステップＳ１１６）。提示情報生成部３０９は、通信部３０１を介して、生成した提示情報（音声データ）を音声解析装置２００に送信する（ステップＳ１１７）。

音声信号生成部２０６は、音声入出力装置１００で出力させたい言葉の音声信号を生成する（ステップＳ１１８）。音声信号生成部２０６は、通信部２０１を介して、音声信号を音声入出力装置１００に送信する（ステップＳ１１９）。音声出力部１０６は、音声信号に基づいて、スピーカ１０３に音声を発音させる（ステップＳ１２０）。ステップＳ１２０の処理を行ったあと、情報提示システム１は、ステップＳ１０１〜ステップＳ１０６までの処理を行う。その後、通話中継部３１０は、発信端末（音声入出力装置１００）と、着信端末５００とが通話を行うための制御を行う（ステップＳ１２１）。

通話中継部３１０がユーザーから通話指示を受け付けなかった場合（ステップＳ１２１：ＮＯ）、ステップＳ１１３の処理に移行する。通話中継部３１０がユーザーから通話指示を受け付けた場合（ステップＳ１２１：ＹＥＳ）、通話中継部３１０は呼処理を行う（ステップＳ１２３）。呼処理に関しては通話中継部３１０で既に説明したため、説明を省略する。通話履歴管理部３１１は、“発信側電話番号”、“着信側電話番号”、“通話開始時刻”及び“通話終了時刻”を取得し、通話履歴テーブルに格納する（ステップＳ１２４）。

本実施形態では、音声入出力装置１００、音声解析装置２００及び情報提示装置３００は各１台の装置であるとして説明したが、複数の装置で構成されてもよい。音声解析装置２００、情報提示装置３００及び検索サーバー４００は、クラウドコンピューティングシステムによって構成されてもよい。また、音声入出力装置１００、音声解析装置２００、情報提示装置３００及び検索サーバー４００は、それぞれの機能をすべて有する１台の装置として構成されてもよい。

[第２の実施形態]
図１０は、情報提示システム１ａのシステム構成を表すシステム構成図である。情報提示システム１ａは、音声による指示をユーザーから受け付け、着信端末５００に対して呼処理を行う。情報提示システム１ａは、提示情報を表示装置６００に表示する。情報提示システム１は、音声入出力装置１００、音声解析装置２００、情報提示装置３００、検索サーバー４００、着信端末５００及び表示装置６００を備える。情報提示システム１は、ネットワーク９００を介して互いに通信可能に接続される。ネットワーク９００は、どのようなネットワークで構築されてもよい。例えば、ネットワーク９００は、例えば、インターネット、ＷＡＮ（Wide Area Network）、ＬＡＮ（Local Area Network）、セルラー網などを含む。なお、第２の実施形態では、第１の実施形態で説明した内容に関しては適宜省略する。

表示装置６００は、テレビ、デジタルサイネージ、ＶＲ（Virtual Reality）ゴーグル又はディスプレイ等の表示装置である。表示装置６００は、情報提示装置３００によって生成された提示情報を表示する。表示装置６００は、表示装置に対して行われた操作（例えば、リモコン操作、コンテンツ再生、録画等）を情報提示装置３００に送信する。

図１１は、情報提示装置３００ａの機能構成を表す機能ブロック図である。情報提示装置３００ａは、情報提示プログラムを実行することによって通信部３０１、電話番号データベース３０２、重み付け情報記憶部３０３、通話履歴記憶部３０４、制御部３０５ａ、検索部３０６、特定部３０７、電話番号決定部３０８、提示情報生成部３０９、通話中継部３１０、通話履歴管理部３１１及び表示制御部３１２を備える装置として機能する。

提示情報生成部３０９ａは、特定部３０７で特定されたウェブページに基づいて、提示情報を生成する。提示情報生成部３０９ａは、提示情報を音声データ及び表示データで生成する。提示情報生成部３０９ａは、特定部３０７で特定されたウェブページに基づいて、提示情報を生成する。例えば、提示情報生成部３０９ａは、表示装置６００に表示するための表示データを提示情報として生成する。例えば、提示情報生成部３０９ａは、音声入出力装置１００で出力するための音声データを提示情報として生成してもよい。提示情報生成部３０９ａは、生成した提示情報を表示制御部３１２に送信する。

表示制御部３１２は、通信部３０１を介して、生成された提示情報（表示データ）を表示装置６００に送信する。具体的には、表示制御部３１２は、提示情報を表示装置６００に送信する。表示装置６００は、送信された提示情報（表示データ）を表示する。表示制御部３１２は、提示情報（表示データ）を表示装置６００に送信した際に、音声解析装置２００に対して提示情報（音声データ）を送信する。提示情報（音声データ）は、音声入出力装置１００から出力される音声信号を含んでもよい。

図１２は、提示情報を表示装置６００に表示するまでの処理の流れを示すシーケンスチャートである。なお、図８で説明した内容に関しては適宜省略する。
情報提示システム１は、ステップＳ１０１からステップＳ１１５まで処理を行う。提示情報生成部３０９ａは、特定部３０７で特定されたウェブページに基づいて、提示情報を生成する（ステップＳ２０１）。提示情報生成部３０９ａは、提示情報を音声データ及び表示データで生成する。表示制御部３１２は、通信部３０１を介して、生成された提示情報（表示データ）を表示装置６００に送信する（ステップＳ２０２）。表示装置６００は、表示装置６００は、送信された提示情報（表示データ）を表示する（ステップＳ２０３）。提示情報生成部３０９ａは、通信部３０１を介して、生成された提示情報（音声データ）を音声解析装置２００に送信する（ステップＳ２０４）。なお、ステップＳ１１８〜ステップＳ１２４までの処理に関しては、図８及び図９で説明したため説明を省略する。

図１３は、表示装置６００に表示される提示情報の具体例を表す図である。
表示装置６００は、表示制御部３１２から送信された提示情報（表示データ）を表示する。例えば、表示装置６００は、施設名６０１、ページタイトル６０２、サムネイル画像６０３、評価６０４、通話履歴６０５、地図画像６０６及び電話番号情報６０７を表示する。施設名６０１は、ウェブページに掲載された施設の名前である。ページタイトル６０２は、ウェブページのページのタイトルである。評価６０４は、施設の評価である。例えば、評価６０４は、施設が飲食店であれば、当該施設を掲載するサイトから評価を取得してもよい。サムネイル画像６０３は、ウェブページの表示例であってもよいし、ウェブページが有する画像データであってもよい。評価６０４は、ウェブページ又は施設の評価である。通話履歴６０５は、発着信履歴テーブルに基づいた最新の発着信履歴である。地図画像６０６は、施設の位置に基づいた地図の画像である。電話番号情報６０７は、電話番号決定部３０８で決定された電話番号と、当該電話番号が迷惑電話のサイトに掲載されているか否かを示す情報とを含む情報である。例えば、電話番号情報６０７は、電話番号が迷惑電話のサイトに掲載されていない場合、「サイト掲載なし」と表示される。例えば、電話番号情報６０７は、電話番号が迷惑電話のサイトに掲載されている場合、「サイト掲載あり」と表示される。

本実施形態では、音声入出力装置１００、音声解析装置２００及び情報提示装置３００は各１台の装置であるとして説明したが、複数の装置で構成されてもよい。音声解析装置２００、情報提示装置３００及び検索サーバー４００は、クラウドコンピューティングシステムによって構成されてもよい。また、音声入出力装置１００、音声解析装置２００、情報提示装置３００、検索サーバー４００及び表示装置６００は、それぞれの機能をすべて有する１台の装置として構成されてもよい。

このように構成された情報提示システム１では、話者が音声入出力装置１００に対して発話した音声に基づいて文字列生成部２０４は、文字列を生成する。文字列解析部２０５は、生成された文字列から意図情報を取得する。検索部３０６は、文字列解析部２０５で解析された文字列をクエリとして決定し、検索装置に検索命令を通知する。特定部３０７は、検索部３０６の検索結果と、重み付け情報記憶部３０３と、に従ってウェブページに重み付けを行い、ユーザーの所望するウェブページを特定する。電話番号決定部３０８は、特定部３０７で特定されたウェブページから電話番号を取得するこれにより、情報提示システム１は、事前に登録されていない電話番号に電話をする場合、ユーザーの手間を軽減することが可能になる。

[変形例]
情報提示装置３００は、発話された音声を取得し、音声に応じて音声信号を生成する音声信号生成部と、音声信号に基づいて、音声を表す文字列を生成する文字列生成部と、を備える他のシステムから、文字列を取得してもよい。
電話番号決定部３０８は、特定部３０７で算出された評価値に基づいて、複数のウェブページから電話番号を取得してもよい。
発着信履歴は、スマートスピーカの過去の発信履歴及び過去の着信履歴であってもよいし、スマートスピーカと連携した携帯端末の過去の発信履歴及び過去の着信履歴であってもよい。

提示情報生成部３０９ａは、提示情報（音声データ）を生成しなくてもよい。この場合、表示装置６００にのみ提示情報（表示データ）を表示し、音声入出力装置１００は、音声による提示情報（音声データ）の出力を行わない。
電話番号が迷惑電話のサイトに掲載されている場合、表示装置６００は、ユーザーに対し音声又は点滅表示などの方法を用いて警告を行ってもよい。

上述した実施形態における音声信号取得部２０３、文字列生成部２０４、文字列解析部２０５、検索部３０６、特定部３０７、電話番号決定部３０８、提示情報生成部３０９、通話中継部３１０及び通話履歴管理部３１１をコンピュータで実現するようにしてもよい。その場合、この機能を実現するためのプログラムをコンピュータ読み取り可能な記録媒体に記録して、この記録媒体に記録されたプログラムをコンピュータシステムに読み込ませ、実行することによって実現してもよい。なお、ここでいう「コンピュータシステム」とは、ＯＳや周辺機器等のハードウェアを含むものとする。また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ＲＯＭ、ＣＤ−ＲＯＭ等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。さらに「コンピュータ読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムを送信する場合の通信線のように、短時間の間、動的にプログラムを保持するもの、その場合のサーバーやクライアントとなるコンピュータシステム内部の揮発性メモリのように、一定時間プログラムを保持しているものも含んでもよい。また上記プログラムは、前述した機能の一部を実現するためのものであってもよく、さらに前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるものであってもよく、ＦＰＧＡ（Field Programmable Gate Array）等のプログラマブルロジックデバイスを用いて実現されるものであってもよい。

以上、この発明の実施形態について図面を参照して詳述してきたが、具体的な構成はこの実施形態に限られるものではなく、この発明の要旨を逸脱しない範囲の設計等も含まれる。

本発明は、音声を用いた通話を支援するサービスに適用可能である。

１…情報提示システム、 １００…音声入出力装置、 １０１…通信部、 １０２…マイク、 １０３…スピーカ、 １０４…制御部、 １０５…音声信号生成部、 １０６…音声出力部、 １０７…パラメーター取得部、 １０８…通信制御部、 １０９…通話機能部、 ２００…音声解析装置、 ２０１…通信部、 ２０２…制御部、 ２０３…音声信号取得部、 ２０４…文字列生成部、 ２０５…文字列解析部、 ２０６…音声信号生成部、 ３００…情報提示装置、 ３０１…通信部、 ３０２…電話番号データベース、 ３０３…重み付け情報記憶部、 ３０４…通話履歴記憶部、 ３０５…制御部、 ３０６…検索部、 ３０７…特定部、 ３０８…電話番号決定部、 ３０９…提示情報生成部、 ３１０…通話中継部、 ３１１…通話履歴管理部、 ３１２…表示制御部、 ４００…検索サーバー、 ５００…着信端末、 ６００…表示装置、 ９００…ネットワーク

Claims (8)

1. 発話された音声を取得し、前記音声に応じて音声信号を生成する音声信号生成部と、
   前記音声信号に基づいて、前記音声を表す文字列を生成する文字列生成部と、
   ネットワークで接続された検索装置に対し、前記文字列を用いてウェブページを検索する指示を送り、検索結果を取得する検索部と、
   前記検索結果が示すウェブページに記載された文字列に基づいて、発呼先の候補となる電話番号を決定する決定部と、
   を備える、情報提示システム。
2. 前記検索結果が示す前記ウェブページが複数存在する場合、前記検索結果が示す前記ウェブページの評価要素に重み付けを行い、ユーザーが所望する電話番号を含む前記ウェブページを特定する特定部を、
   さらに備える請求項１に記載の情報提示システム。
3. 前記電話番号を特定するためのパラメーターとして、自装置が存在する位置を示す位置情報と、ユーザーの属性情報と、のうち少なくとも１つを取得するパラメーター取得部をさらに備え、
   前記特定部は、前記パラメーターに基づいて、前記検索結果が示す前記ウェブページの評価要素に重み付けを行い、ユーザーの所望する前記ウェブページを特定する
   請求項２に記載の情報提示システム。
4. 前記特定部で特定された前記ウェブページを構成する情報に基づいて、ユーザーに提示される所定の情報を示す提示情報を生成する提示情報生成部と、
   前記提示情報を表示する表示装置と、
   をさらに備える請求項２又は３に記載の情報提示システム。
5. 前記提示情報生成部は、前記電話番号に発呼するか否かを前記ユーザーに確認するための情報を前記提示情報として生成し、
   発呼しない場合、前記提示情報生成部は、他の候補の前記電話番号に発呼するか否かを前記ユーザーに確認するための情報を前記提示情報として生成する
   請求項４に記載の情報提示システム。
6. 発話された音声を取得し、前記音声に応じて音声信号を生成する音声信号生成部と、前記音声信号に基づいて、前記音声を表す文字列を生成する文字列生成部と、を備える他のシステムから、前記文字列を取得し、ネットワークで接続された検索装置に対し、前記文字列を用いてウェブページを検索する指示を送り、検索結果を取得する検索部と、
   前記検索結果の前記ウェブページに記載された文字列に基づいて、発呼先の候補となる電話番号を決定する決定部と、
   を備える、情報提示装置。
7. 発話された音声を取得し、前記音声に応じて音声信号を生成する音声信号生成ステップと、
   前記音声信号に基づいて、前記音声を表す文字列を生成する文字列生成ステップと、
   ネットワークで接続された検索装置に対し、前記文字列を用いてウェブページを検索する指示を送り、検索結果を取得する検索ステップと、
   前記検索結果の前記ウェブページに記載された文字列に基づいて、発呼先の候補となる電話番号を決定する決定ステップと、
   を有する、情報提示方法。
8. 請求項１から５のいずれか一項に記載の情報提示システムとしてコンピュータを機能させるためのコンピュータプログラム。

Images