JP2020098308A - Speech inquiry system, speech inquiry processing method, smart speaker operation server device, chatbot portal server device, and program - Google Patents

Speech inquiry system, speech inquiry processing method, smart speaker operation server device, chatbot portal server device, and program Download PDF

Info

Publication number
JP2020098308A
JP2020098308A JP2018237446A JP2018237446A JP2020098308A JP 2020098308 A JP2020098308 A JP 2020098308A JP 2018237446 A JP2018237446 A JP 2018237446A JP 2018237446 A JP2018237446 A JP 2018237446A JP 2020098308 A JP2020098308 A JP 2020098308A
Authority
JP
Japan
Prior art keywords
chatbot
server device
text
answer
question
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
JP2018237446A
Other languages
Japanese (ja)
Other versions
JP6555838B1 (en
Inventor
敏秀 金
Binshu Kim
敏秀 金
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
JE International Corp
Original Assignee
JE International Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by JE International Corp filed Critical JE International Corp
Priority to JP2018237446A priority Critical patent/JP6555838B1/en
Application granted granted Critical
Publication of JP6555838B1 publication Critical patent/JP6555838B1/en
Priority to PCT/JP2019/042493 priority patent/WO2020129419A1/en
Priority to TW108139504A priority patent/TW202028992A/en
Publication of JP2020098308A publication Critical patent/JP2020098308A/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
    • H04L51/02—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail using automatic reactions or user delegation, e.g. automatic replies or chatbot-generated messages
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/16—Sound input; Sound output
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L13/00—Speech synthesis; Text to speech systems
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/28—Constructional details of speech recognition systems
    • G10L15/30—Distributed recognition, e.g. in client-server systems, for mobile phones or network applications
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
    • H04L51/06—Message adaptation to terminal or network requirements
    • H04L51/066—Format adaptation, e.g. format conversion or compression

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Theoretical Computer Science (AREA)
  • Signal Processing (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Information Transfer Between Computers (AREA)
  • Telephonic Communication Services (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Manipulator (AREA)

Abstract

To provide a speech inquiry system etc., enabling a smart speaker to use knowledge already stored in an AI chatbot server device to answer questions.SOLUTION: A system includes a smart speaker operation server device, and a chatbot portal server device. The smart speaker operation server device comprises a speech recognition part which converts a question speech into a question text, a chatbot portal server transfer part which transmits the question text to the chatbot portal server device, and a speech synthesis part which converts a received answer text into an answer speech. The chatbot portal server device comprises a chatbot identification data management part which holds features by chatbot server devices, and a chatbot identification part which identifies a chatbot portal server device matching the question text according to features of the respective chatbot server devices and features of the question text.SELECTED DRAWING: Figure 1

Description

本発明は、音声問合せシステム、音声問合せ処理方法、スマートスピーカー運用サーバー装置、チャットボットポータルサーバー装置、およびプログラムに関する。 The present invention relates to a voice inquiry system, a voice inquiry processing method, a smart speaker operation server device, a chatbot portal server device, and a program.

現在、多くの種類のスマートスピーカー（「ＡＩスピーカー」とも呼ばれる。「ＡＩ」は人工知能を意味する。）が販売され、実用されている。スマートスピーカーは、人の音声を取得し、取得した音声に対する応答を音声として出力したり、取得した音声に対応する動作（例えば、外部の電気電子機器等の制御）を行ったりするものである。 At present, many types of smart speakers (also called “AI speakers”, “AI” means artificial intelligence) are being sold and put into practical use. The smart speaker acquires a human voice, outputs a response to the acquired voice as a voice, and performs an operation corresponding to the acquired voice (for example, control of an external electric/electronic device).

例えば、非特許文献１には、スマートスピーカーの技術の概略が示されている。 For example, Non-Patent Document 1 outlines the technology of a smart speaker.

また、現在、ＡＩチャットボットが実用化されている。ＡＩチャットボットは、人工知能等を用いて、入力される入力テキストデータに対して適切な応答である出力テキストデータを出力するものである。ＡＩチャットボットは、例えば、企業や店舗等が提供する商品やサービスに関する豊富な情報を持ち、それらの企業や店舗等の顧客からの質問に応える目的で広く使用されている。ＡＩチャットボットの利用により、企業や店舗等は、顧客に対して役に立つ高品質な情報を、少ないコストで提供することに成功している。 Also, AI chatbots are currently in practical use. The AI chatbot uses artificial intelligence or the like to output output text data that is an appropriate response to input input text data. The AI chatbot has, for example, a wealth of information about products and services provided by companies and stores, and is widely used for the purpose of answering questions from customers of those companies and stores. By using AI chatbots, companies and stores have succeeded in providing useful, high-quality information to customers at a low cost.

例えば、特許文献１には、機械学習処理により入力テキストと応答テキストとの関係を学習し、学習結果である知識データに基づいて入力テキストに適した応答テキストを生成するチャットボットサーバー装置が記載されている。 For example, Patent Literature 1 describes a chatbot server device that learns a relationship between an input text and a response text by machine learning processing and generates a response text suitable for the input text based on knowledge data as a learning result. ing.

特許第６２１８０５７号公報Japanese Patent No. 6218057

「スマートスピーカー」，フリー百科事典「ウィキペディア（Wikipedia）」，［online］，平成３０年（西暦２０１８年）１２月０７日更新，［平成３０年（西暦２０１８年）１２月０７日検索］,インターネット＜URL：https://ja.wikipedia.org/wiki/%E3%82%B9%E3%83%9E%E3%83%BC%E3%83%88%E3%82%B9%E3%83%94%E3%83%BC%E3%82%AB%E3%83%BC＞"Smart Speaker", free encyclopedia "Wikipedia", [online], updated December 07, 2018 (AD 2018), [Search December 07, 2018], Internet <URL: https://ja.wikipedia.org/wiki/%E3%82%B9%E3%83%9E%E3%83%BC%E3%83%88%E3%82%B9%E3%83% 94%E3%83%BC%E3%82%AB%E3%83%BC>

しかしながら、従来技術によるスマートスピーカーが対応可能な知識の分野あるいは量には、限りがある。様々な分野の、具体的かつ詳細な事項にスマートスピーカーが対応できることが望ましいが、スマートスピーカーを支える現状のバックボーンのシステムにおいて、特定の分野の、詳細な知識を蓄積することは容易ではない。また、機械学習を行うための学習データを準備することや、膨大な量の学習データを用いて限られた計算資源で学習処理を行うことは非常に困難である。 However, there is a limit to the field or amount of knowledge that the conventional smart speaker can handle. It is desirable that the smart speaker can deal with specific and detailed matters in various fields, but it is not easy to accumulate detailed knowledge in a specific field in the current backbone system that supports the smart speaker. Moreover, it is very difficult to prepare learning data for machine learning and to perform learning processing with a limited calculation resource using a huge amount of learning data.

一方で、ＡＩチャットボットは、様々な企業等で導入され、知識の蓄積が進んでいる。しかしながら、従来のスマートスピーカーの技術で、これらＡＩチャットボットに蓄積された知識を利用するしくみがない。 On the other hand, AI chatbots have been introduced by various companies, etc., and knowledge is accumulating. However, the conventional smart speaker technology has no mechanism for utilizing the knowledge accumulated in these AI chatbots.

本発明は、上記の課題認識に基づいて行なわれたものであり、ＡＩチャットボットサーバー装置に既に蓄えられた知識を用いて、スマートスピーカーが質問に対して答弁することができる技術を提供しようとするものである。本発明は、そういった技術を用いて構成される音声問合せシステム、音声問合せ処理方法、スマートスピーカー運用サーバー装置、チャットボットポータルサーバー装置、およびプログラムを提供しようとするものである。 The present invention has been made based on the above-mentioned problem recognition, and intends to provide a technique in which a smart speaker can answer a question by using the knowledge already stored in the AI chatbot server device. To do. The present invention is intended to provide a voice inquiry system, a voice inquiry processing method, a smart speaker operation server device, a chatbot portal server device, and a program configured using such a technology.

［１］上記の課題を解決するため、本発明の一態様による音声問合せシステムは、次の通りである。即ち、音声を入出力する機能を有する端末装置と、前記端末装置を稼働させるための機能を実行するスマートスピーカー運用サーバー装置と、前記端末装置から渡された質問に対する答弁を出力するチャットボットサーバー装置と、前記質問に適合する前記チャットボットサーバー装置を特定するための処理を行うチャットボットポータルサーバー装置と、を含んで構成される音声問合せシステムであって、前記端末装置は、音声による質問である質問音声を取得する音声入力部と、前記質問音声を前記スマートスピーカー運用サーバー装置に送信するとともに、前記質問音声に対応する答弁音声を前記スマートスピーカー運用サーバー装置から受信する音声伝達部と、前記答弁音声を音声として出力する音声出力部と、を具備するものであり、前記スマートスピーカー運用サーバー装置は、前記端末装置から送信された前記質問音声を質問テキストに変換する音声認識部と、前記質問テキストを前記チャットボットポータルサーバー装置に送信するチャットボットポータルサーバー転送部と、前記チャットボットポータルサーバー装置に送信された前記質問テキストに対応する答弁テキストを受信する答弁受信部と、前記答弁受信部が受信した前記答弁テキストを答弁音声に変換する音声合成部と、を具備するものであり、前記チャットボットポータルサーバー装置は、複数の前記チャットボットサーバー装置について、前記チャットボットサーバー装置ごとの特徴を表すデータを保持するチャットボット特定用データ管理部と、前記スマートスピーカー運用サーバー装置から送信された前記質問テキストに基づいて、前記チャットボット特定用データ管理部が保持する前記チャットボットサーバー装置ごとの特徴と、前記質問テキストの特徴とから、前記質問テキストに適合する前記チャットボットサーバー装置を特定するとともに、特定された前記チャットボットサーバー装置の所在を表す所在情報を含んだチャットボット情報を出力するチャットボット特定部と、を具備するものであり、前記チャットボットサーバー装置は、前記質問テキストと前記答弁テキストとの関係について機械学習済みであるモデルを備え、外部から受信する前記質問テキストと前記モデルとから、前記質問テキストに対応する前記答弁テキストを推論し出力する答弁推論部、を具備するものである。 [1] To solve the above problems, a voice inquiry system according to an aspect of the present invention is as follows. That is, a terminal device having a function of inputting/outputting voice, a smart speaker operation server device that executes a function for operating the terminal device, and a chatbot server device that outputs a reply to a question passed from the terminal device. And a chatbot portal server device that performs processing for identifying the chatbot server device that matches the question, wherein the terminal device is a voice question. A voice input unit for acquiring a question voice, a voice transmitting unit for transmitting the question voice to the smart speaker operation server device and a response voice corresponding to the question voice from the smart speaker operation server device, and the answer valve A voice output unit for outputting voice as voice, the smart speaker operation server device, a voice recognition unit for converting the question voice transmitted from the terminal device into a question text, and the question text To the chatbot portal server device, a chatbot portal server transfer unit, a reply receiving unit that receives a reply text corresponding to the question text sent to the chatbot portal server device, and a reply receiving unit that receives the reply text And a voice synthesizing unit for converting the answer text to an answer voice, wherein the chatbot portal server device is a data representing characteristics of each chatbot server device with respect to the plurality of chatbot server devices. Based on the question text sent from the chat bot specifying data management unit and the smart speaker operation server device, the features of each chat bot server device held by the chat bot specifying data management unit, A chatbot identification that identifies the chatbot server device that matches the question text from the characteristics of the question text and outputs chatbot information including location information indicating the location of the identified chatbot server device. And a chatbot server device, which comprises a model that has been machine-learned about the relationship between the question text and the answer text, from the question text and the model received from the outside, An answer reasoning unit that infers and outputs the answer text corresponding to the question text.

［２］また、本発明の一態様は、上記の音声問合せシステムにおいて、前記チャットボットポータルサーバー装置は、前記チャットボット特定部によって特定された前記チャットボットサーバー装置に対して、スマートスピーカー運用サーバー装置から受信した前記質問テキストを送信する質問送信部、をさらに具備する、ものである。 [2] Further, according to an aspect of the present invention, in the above voice inquiry system, the chatbot portal server device is a smart speaker operation server device with respect to the chatbot server device specified by the chatbot specifying unit. And a question transmitting unit that transmits the question text received from the question transmitting unit.

［３］また、本発明の一態様は、上記の音声問合せシステムにおいて、前記チャットボットポータルサーバー装置は、前記チャットボット特定部によって出力される前記チャットボット情報を、前記スマートスピーカー運用サーバー装置に送信するチャットボット情報送信部、をさらに具備するものであり、スマートスピーカー運用サーバー装置は、前記チャットボットポータルサーバー装置の前記チャットボット情報送信部から送信された前記チャットボット情報に含まれる特定の前記チャットボットサーバー装置の所在情報に基づいて、前記音声認識部から出力された前記質問テキストを、特定の前記チャットボットサーバー装置に送信するチャットボットサーバー転送部、をさらに具備するものである。 [3] Further, according to an aspect of the present invention, in the above voice inquiry system, the chatbot portal server device transmits the chatbot information output by the chatbot identifying unit to the smart speaker operation server device. The smart speaker operation server device further includes a chat bot information transmitting unit for performing the specific chat, which is included in the chat bot information transmitted from the chat bot information transmitting unit of the chat bot portal server device. It further comprises a chat bot server transfer unit for transmitting the question text output from the voice recognition unit to the specific chat bot server device based on the location information of the bot server device.

［４］また、本発明の一態様は、上記の音声問合せシステムにおいて、前記スマートスピーカー運用サーバー装置は、前記質問テキストと前記答弁テキストとの関係について機械学習済みである第２モデルを備え、前記音声認識部から出力された前記質問テキストと前記第２モデルとから、前記質問テキストに対応する第２答弁テキストを推論し出力する第２答弁推論部、をさらに具備し、前記スマートスピーカー運用サーバー装置の前記音声合成部は、前記質問テキストが前記チャットボットサーバー装置に転送されなかった場合には、前記答弁テキストに代えて前記第２答弁テキストを前記答弁音声に変換する、ものである。 [4] Further, according to an aspect of the present invention, in the above-described voice inquiry system, the smart speaker operation server device includes a second model that has been machine-learned about a relationship between the question text and the answer text. The smart speaker operation server device further comprising a second answer inference unit that infers and outputs a second answer text corresponding to the question text from the question text and the second model output from the voice recognition unit. When the question text is not transferred to the chatbot server device, the voice synthesizing unit converts the second answer text into the answer voice instead of the answer text.

［５］また、本発明の一態様は、上記の音声問合せシステムにおいて、前記第２答弁推論部は、前記第２答弁テキストを出力する際に、前記第２答弁テキストの適合度を出力するものであり、前記チャットボットポータルサーバー転送部は、前記第２答弁推論部が出力した前記適合度が所定の閾値未満である場合にのみ前記チャットボットサーバー装置を特定するために前記質問テキストを前記チャットボットポータルサーバー装置に送信し、前記適合度が当該閾値以上である場合には前記質問テキストを前記チャットボットポータルサーバー装置に送信することを抑止する、ものである。 [5] Further, according to an aspect of the present invention, in the above-described voice inquiry system, the second answer reasoning unit outputs the degree of conformity of the second answer text when outputting the second answer text. The chatbot portal server transfer unit uses the chat text to identify the chatbot server device only when the fitness output by the second answer reasoning unit is less than a predetermined threshold. The question text is transmitted to the bot portal server device, and when the compatibility is equal to or more than the threshold value, the question text is inhibited from being transmitted to the chat bot portal server device.

［６］また、本発明の一態様は、上記の音声問合せシステムにおいて、前記スマートスピーカー運用サーバー装置は、前記第２答弁テキストの前記適合度と前記所定の閾値とを比較し、前記適合度が当該閾値未満である場合には前記質問テキストを前記チャットボットポータルサーバー装置に送信するよう決定し、前記適合度が当該閾値以上である場合には前記質問テキストを前記チャットボットポータルサーバー装置に送信しないよう決定するチャットボットポータルサーバー転送決定部、をさらに具備し、前記チャットボットポータルサーバー転送部は、前記チャットボットポータルサーバー転送決定部が前記質問テキストを前記チャットボットポータルサーバー装置に送信するよう決定した場合には前記質問テキストを前記チャットボットポータルサーバー装置に送信し、前記チャットボットポータルサーバー転送決定部が前記質問テキストを前記チャットボットポータルサーバー装置に送信しないよう決定した場合には前記質問テキストを前記チャットボットポータルサーバー装置に送信することを抑止する、ものである。 [6] Further, according to an aspect of the present invention, in the above-described voice inquiry system, the smart speaker operation server device compares the goodness of fit of the second answer text with the predetermined threshold value, and the goodness of fit is If it is less than the threshold, the question text is determined to be transmitted to the chatbot portal server device, and if the conformity is equal to or more than the threshold, the question text is not transmitted to the chatbot portal server device. And a chatbot portal server transfer determining unit that determines that the chatbot portal server transfer determining unit determines that the chatbot portal server transfer determining unit transmits the question text to the chatbot portal server device. In that case, the question text is transmitted to the chatbot portal server device, and when the chatbot portal server transfer determination unit determines not to transmit the question text to the chatbot portal server device, the question text is This is to suppress sending to the chatbot portal server device.

［７］また、本発明の一態様は、音声を入出力する機能を有する端末装置と、前記端末装置を稼働させるための機能を実行するスマートスピーカー運用サーバー装置と、前記端末装置から渡された質問に対する答弁を出力するチャットボットサーバー装置と、前記質問に適合する前記チャットボットサーバー装置を特定するための処理を行うチャットボットポータルサーバー装置と、を用いた音声問合せ処理方法であって、前記端末装置では、音声入力部が音声による質問である質問音声を取得し、音声伝達部が、前記質問音声を前記スマートスピーカー運用サーバー装置に送信するとともに、前記質問音声に対応する答弁音声を前記スマートスピーカー運用サーバー装置から受信し、音声出力部が、前記答弁音声を音声として出力する、ものであり、前記スマートスピーカー運用サーバー装置では、音声認識部が、前記端末装置から送信された前記質問音声を質問テキストに変換し、チャットボットポータルサーバー転送部が、前記質問テキストを前記チャットボットポータルサーバー装置に送信し、答弁受信部が、前記チャットボットポータルサーバー装置に送信された前記質問テキストに対応する答弁テキストを受信し、音声合成部が、前記答弁受信部が受信した前記答弁テキストを答弁音声に変換する、ものであり、前記チャットボットポータルサーバー装置では、チャットボット特定用データ管理部が、複数の前記チャットボットサーバー装置について、前記チャットボットサーバー装置ごとの特徴を表すデータを保持し、チャットボット特定部が、前記スマートスピーカー運用サーバー装置から送信された前記質問テキストに基づいて、前記チャットボット特定用データ管理部が保持する前記チャットボットサーバー装置ごとの特徴と、前記質問テキストの特徴とから、前記質問テキストに適合する前記チャットボットサーバー装置を特定するとともに、特定された前記チャットボットサーバー装置の所在を表す所在情報を含んだチャットボット情報を出力する、ものであり、前記チャットボットサーバー装置では、答弁推論部が、前記質問テキストと前記答弁テキストとの関係について機械学習済みであるモデルを備え、外部から受信する前記質問テキストと前記モデルとから、前記質問テキストに対応する前記答弁テキストを推論し出力する、ものである。 [7] Further, according to one aspect of the present invention, a terminal device having a function of inputting/outputting voice, a smart speaker operation server device that executes a function for operating the terminal device, and a terminal device passed from the terminal device. A voice inquiry processing method using a chatbot server device that outputs an answer to a question, and a chatbot portal server device that performs a process for identifying the chatbot server device that matches the question, the terminal comprising: In the device, the voice input unit acquires a question voice that is a voice question, the voice transmitting unit transmits the question voice to the smart speaker operation server device, and the answer voice corresponding to the question voice is the smart speaker. In the smart speaker operation server device, the voice recognition unit receives the question voice transmitted from the terminal device, and the voice output unit outputs the answer voice as voice. The text is converted into a text, the chatbot portal server transfer unit transmits the question text to the chatbot portal server device, and the answer reception unit responds to the question text sent to the chatbot portal server device. The voice synthesizing unit converts the answer text received by the answer receiving unit into an answer voice, and in the chatbot portal server device, the chatbot specifying data management unit includes a plurality of the above. Regarding the chatbot server device, it holds data representing characteristics of each of the chatbot server devices, and the chatbot specifying unit, based on the question text transmitted from the smart speaker operation server device, the chatbot specifying data. From the characteristics of each chatbot server device held by the management unit and the characteristics of the question text, the chatbot server device that matches the question text is specified, and the whereabouts of the specified chatbot server device is specified. In the chatbot server device, the answer reasoning unit comprises a model that has been machine-learned about the relationship between the question text and the answer text, and The answer text corresponding to the question text is inferred and output from the question text and the model received from.

［８］また、本発明の一態様は、上記の音声問合せ処理方法であって、前記スマートスピーカー運用サーバー装置では、第２答弁推論部が、前記質問テキストと前記答弁テキストとの関係について機械学習済みである第２モデルを備え、前記音声認識部から出力された前記質問テキストと前記第２モデルとから、前記質問テキストに対応する第２答弁テキストを推論し出力し、前記音声合成部は、前記質問テキストが前記チャットボットサーバー装置に転送されなかった場合には、前記答弁テキストに代えて前記第２答弁テキストを前記答弁音声に変換するものであり、前記第２答弁推論部は、前記第２答弁テキストを出力する際に、前記第２答弁テキストの適合度を出力するものであり、前記チャットボットポータルサーバー転送部は、前記第２答弁推論部が出力した前記適合度が所定の閾値未満である場合にのみ前記チャットボットサーバー装置を特定するために前記質問テキストを前記チャットボットポータルサーバー装置に送信し、前記適合度が当該閾値以上である場合には前記質問テキストを前記チャットボットポータルサーバー装置に送信することを抑止する、ものである。 [8] Another aspect of the present invention is the above-described voice inquiry processing method, wherein in the smart speaker operation server device, the second answer reasoning unit performs machine learning on a relationship between the question text and the answer text. A second model that has been completed, and infers and outputs a second answer text corresponding to the question text from the question text and the second model output from the voice recognition unit, and the voice synthesis unit, When the question text is not transferred to the chatbot server device, the second answer text is converted into the answer voice in place of the answer text, and the second answer reasoning unit is configured to change the answer text to the second answer reasoning unit. When outputting the two-answer text, the conformance of the second answer text is output, and the chatbot portal server transfer unit has the conformance output by the second answer inference unit less than a predetermined threshold value. Only when the chatbot server device is specified, the question text is transmitted to the chatbot portal server device, and when the matching degree is equal to or more than the threshold value, the question text is sent to the chatbot portal server. It suppresses sending to the device.

［９］また、本発明の一態様は、上記の音声問合せ処理方法であって、前記スマートスピーカー運用サーバー装置では、チャットボットポータルサーバー転送決定部が、前記第２答弁テキストの前記適合度と前記所定の閾値とを比較し、前記適合度が当該閾値未満である場合には前記質問テキストを前記チャットボットポータルサーバー装置に送信するよう決定し、前記適合度が当該閾値以上である場合には前記質問テキストを前記チャットボットポータルサーバー装置に送信しないよう決定し、前記チャットボットポータルサーバー転送部は、前記チャットボットポータルサーバー転送決定部が前記質問テキストを前記チャットボットポータルサーバー装置に送信するよう決定した場合には前記質問テキストを前記チャットボットポータルサーバー装置に送信し、前記チャットボットポータルサーバー転送決定部が前記質問テキストを前記チャットボットポータルサーバー装置に送信しないよう決定した場合には前記質問テキストを前記チャットボットポータルサーバー装置に送信することを抑止する、ものである。 [9] Further, an aspect of the present invention is the voice inquiry processing method described above, wherein in the smart speaker operation server device, the chatbot portal server transfer determination unit includes the compatibility of the second answer text and the compatibility. If the fitness is less than the threshold, the question text is determined to be transmitted to the chatbot portal server device, and if the fitness is more than the threshold, The chatbot portal server transfer unit decided not to send the question text to the chatbot portal server device, and the chatbot portal server transfer decision unit decided to send the question text to the chatbot portal server device. In that case, the question text is transmitted to the chatbot portal server device, and when the chatbot portal server transfer determination unit determines not to transmit the question text to the chatbot portal server device, the question text is This is to suppress sending to the chatbot portal server device.

［１０］また、本発明の一態様による音声問合せシステムは、音声を入出力する機能を有する端末装置を稼働させるための機能を実行するスマートスピーカー運用サーバー装置と、質問に適合するチャットボットサーバー装置を特定するための処理を行うチャットボットポータルサーバー装置と、を含んで構成される音声問合せシステムであって、前記スマートスピーカー運用サーバー装置は、前記端末装置から送信された質問音声を質問テキストに変換する音声認識部と、前記質問テキストを前記チャットボットポータルサーバー装置に送信するチャットボットポータルサーバー転送部と、前記チャットボットポータルサーバー装置に送信された前記質問テキストに対応する答弁テキストを受信する答弁受信部と、前記答弁受信部が受信した前記答弁テキストを答弁音声に変換する音声合成部と、を具備するものであり、前記チャットボットポータルサーバー装置は、複数の前記チャットボットサーバー装置について、前記チャットボットサーバー装置ごとの特徴を表すデータを保持するチャットボット特定用データ管理部と、前記スマートスピーカー運用サーバー装置から送信された前記質問テキストに基づいて、前記チャットボット特定用データ管理部が保持する前記チャットボットサーバー装置ごとの特徴と、前記質問テキストの特徴とから、前記質問テキストに適合する前記チャットボットサーバー装置を特定するとともに、特定された前記チャットボットサーバー装置の所在を表す所在情報を含んだチャットボット情報を出力するチャットボット特定部と、を具備するものである。 [10] A voice inquiry system according to an aspect of the present invention includes a smart speaker operation server device that executes a function for operating a terminal device that has a function of inputting and outputting voice, and a chatbot server device that matches a question. A chat bot portal server device that performs a process for identifying the voice inquiry system, wherein the smart speaker operation server device converts the question voice transmitted from the terminal device into a question text. A voice recognition unit, a chatbot portal server transfer unit for transmitting the question text to the chatbot portal server device, and an answer reception for receiving an answer text corresponding to the question text sent to the chatbot portal server device And a voice synthesizing unit for converting the reply text received by the reply receiving unit into a reply voice, wherein the chatbot portal server device is a chatbot server device for a plurality of chatbot server devices. A chatbot specifying data management unit that holds data representing characteristics of each bot server device, and the chatbot specifying data management unit that holds the chatbot specifying data management unit based on the question text transmitted from the smart speaker operation server device. From the characteristics of each chatbot server device and the characteristics of the question text, the chatbot server device that matches the question text is specified, and location information indicating the whereabouts of the specified chatbot server device is included. And a chatbot specifying unit that outputs chatbot information.

［１１］また、本発明の一態様は、上記の音声問合せシステムにおいて、前記チャットボットポータルサーバー装置は、前記チャットボット特定部によって特定された前記チャットボットサーバー装置に対して、スマートスピーカー運用サーバー装置から受信した前記質問テキストを送信する質問送信部、をさらに具備するものである。 [11] Further, according to an aspect of the present invention, in the above voice inquiry system, the chatbot portal server device is a smart speaker operation server device with respect to the chatbot server device specified by the chatbot specifying unit. And a question transmitting unit for transmitting the question text received from

［１２］また、本発明の一態様は、上記の音声問合せシステムにおいて、前記チャットボットポータルサーバー装置は、前記チャットボット特定部によって出力される前記チャットボット情報を、前記スマートスピーカー運用サーバー装置に送信するチャットボット情報送信部、をさらに具備するものであり、スマートスピーカー運用サーバー装置は、前記チャットボットポータルサーバー装置の前記チャットボット情報送信部から送信された前記チャットボット情報に含まれる特定の前記チャットボットサーバー装置の所在情報に基づいて、前記音声認識部から出力された前記質問テキストを、特定の前記チャットボットサーバー装置に送信するチャットボットサーバー転送部、をさらに具備するものである。 [12] Further, according to an aspect of the present invention, in the above voice inquiry system, the chatbot portal server device transmits the chatbot information output by the chatbot identifying unit to the smart speaker operation server device. The smart speaker operation server device further comprises a chatbot information transmitting unit for performing the specific chat, which is included in the chatbot information transmitted from the chatbot information transmitting unit of the chatbot portal server device. It further comprises a chat bot server transfer unit for transmitting the question text output from the voice recognition unit to the specific chat bot server device based on the location information of the bot server device.

［１３］また、本発明の一態様は、上記の音声問合せシステムにおいて、前記スマートスピーカー運用サーバー装置は、前記質問テキストと前記答弁テキストとの関係について機械学習済みである第２モデルを備え、前記音声認識部から出力された前記質問テキストと前記第２モデルとから、前記質問テキストに対応する第２答弁テキストを推論し出力する第２答弁推論部、をさらに具備し、前記スマートスピーカー運用サーバー装置の前記音声合成部は、前記質問テキストが前記チャットボットサーバー装置に転送されなかった場合には、前記答弁テキストに代えて前記第２答弁テキストを前記答弁音声に変換する、ものである。 [13] Further, according to an aspect of the present invention, in the above-described voice inquiry system, the smart speaker operation server device includes a second model that has been machine-learned about a relationship between the question text and the answer text. The smart speaker operation server device further comprising a second answer inference unit that infers and outputs a second answer text corresponding to the question text from the question text and the second model output from the voice recognition unit. When the question text is not transferred to the chatbot server device, the voice synthesizing unit converts the second answer text into the answer voice instead of the answer text.

［１４］また、本発明の一態様は、上記の音声問合せシステムにおいて、前記第２答弁推論部は、前記第２答弁テキストを出力する際に、前記第２答弁テキストの適合度を出力するものであり、前記チャットボットポータルサーバー転送部は、前記第２答弁推論部が出力した前記適合度が所定の閾値未満である場合にのみ前記チャットボットサーバー装置を特定するために前記質問テキストを前記チャットボットポータルサーバー装置に送信し、前記適合度が当該閾値以上である場合には前記質問テキストを前記チャットボットポータルサーバー装置に送信することを抑止する、ものである。 [14] Further, according to an aspect of the present invention, in the above-described voice inquiry system, the second answer reasoning unit outputs the fitness of the second answer text when outputting the second answer text. The chatbot portal server transfer unit uses the chat text to identify the chatbot server device only when the compatibility output by the second answer reasoning unit is less than a predetermined threshold. The question text is transmitted to the bot portal server device, and when the matching degree is equal to or more than the threshold value, the question text is inhibited from being transmitted to the chat bot portal server device.

［１５］また、本発明の一態様は、上記の音声問合せシステムにおいて、前記スマートスピーカー運用サーバー装置は、前記第２答弁テキストの前記適合度と前記所定の閾値とを比較し、前記適合度が当該閾値未満である場合には前記質問テキストを前記チャットボットポータルサーバー装置に送信するよう決定し、前記適合度が当該閾値以上である場合には前記質問テキストを前記チャットボットポータルサーバー装置に送信しないよう決定するチャットボットポータルサーバー転送決定部、をさらに具備し、前記チャットボットポータルサーバー転送部は、前記チャットボットポータルサーバー転送決定部が前記質問テキストを前記チャットボットポータルサーバー装置に送信するよう決定した場合には前記質問テキストを前記チャットボットポータルサーバー装置に送信し、前記チャットボットポータルサーバー転送決定部が前記質問テキストを前記チャットボットポータルサーバー装置に送信しないよう決定した場合には前記質問テキストを前記チャットボットポータルサーバー装置に送信することを抑止する、ものである。 [15] Further, according to an aspect of the present invention, in the above voice inquiry system, the smart speaker operation server device compares the goodness of fit of the second answer text with the predetermined threshold value, and the goodness of fit is If it is less than the threshold, the question text is determined to be transmitted to the chatbot portal server device, and if the conformity is equal to or more than the threshold, the question text is not transmitted to the chatbot portal server device. And a chatbot portal server transfer determining unit that determines that the chatbot portal server transfer determining unit determines that the chatbot portal server transfer determining unit transmits the question text to the chatbot portal server device. In that case, the question text is transmitted to the chatbot portal server device, and when the chatbot portal server transfer determination unit determines not to transmit the question text to the chatbot portal server device, the question text is This is to suppress sending to the chatbot portal server device.

［１６］また、本発明の一態様は、音声を入出力する機能を有する端末装置を稼働させるための機能を実行するスマートスピーカー運用サーバー装置と、質問に適合するチャットボットサーバー装置を特定するための処理を行うチャットボットポータルサーバー装置と、を用いた音声問合せ処理方法であって、前記スマートスピーカー運用サーバー装置では、音声認識部が、前記端末装置から送信された質問音声を質問テキストに変換し、チャットボットポータルサーバー転送部が、前記質問テキストを前記チャットボットポータルサーバー装置に送信し、答弁受信部が、前記チャットボットポータルサーバー装置に送信された前記質問テキストに対応する答弁テキストを受信し、音声合成部が、前記答弁受信部が受信した前記答弁テキストを答弁音声に変換する、ものであり、前記チャットボットポータルサーバー装置では、チャットボット特定用データ管理部が、複数の前記チャットボットサーバー装置について、前記チャットボットサーバー装置ごとの特徴を表すデータを保持し、チャットボット特定部が、前記スマートスピーカー運用サーバー装置から送信された前記質問テキストに基づいて、前記チャットボット特定用データ管理部が保持する前記チャットボットサーバー装置ごとの特徴と、前記質問テキストの特徴とから、前記質問テキストに適合する前記チャットボットサーバー装置を特定するとともに、特定された前記チャットボットサーバー装置の所在を表す所在情報を含んだチャットボット情報を出力する、ものである。 [16] Another aspect of the present invention is to specify a smart speaker operation server device that executes a function for operating a terminal device having a function of inputting/outputting voice, and a chatbot server device that matches a question. A chat bot portal server device that performs the processing of 1. and a voice inquiry processing method using the same, wherein in the smart speaker operation server device, the voice recognition unit converts the question voice transmitted from the terminal device into question text. The chatbot portal server transfer unit transmits the question text to the chatbot portal server device, and the answer reception unit receives the answer text corresponding to the question text sent to the chatbot portal server device, A voice synthesizing unit converts the answer text received by the answer receiving unit into an answer voice. In the chatbot portal server device, a chatbot specifying data management unit includes a plurality of chatbot server devices. About the chatbot server device, the chatbot specifying part holds the data, and the chatbot specifying part holds the chatbot specifying data management part based on the question text transmitted from the smart speaker operation server device. From the characteristics of each chatbot server device and the characteristics of the question text, the chatbot server device that matches the question text is specified, and location information indicating the whereabouts of the specified chatbot server device is specified. It outputs chatbot information that includes it.

［１７］また、本発明の一態様は、上記の音声問合せ処理方法において、前記スマートスピーカー運用サーバー装置では、第２答弁推論部が、前記質問テキストと前記答弁テキストとの関係について機械学習済みである第２モデルを備え、前記音声認識部から出力された前記質問テキストと前記第２モデルとから、前記質問テキストに対応する第２答弁テキストを推論し出力し、前記音声合成部は、前記質問テキストが前記チャットボットサーバー装置に転送されなかった場合には、前記答弁テキストに代えて前記第２答弁テキストを前記答弁音声に変換するものであり、前記第２答弁推論部は、前記第２答弁テキストを出力する際に、前記第２答弁テキストの適合度を出力するものであり、前記チャットボットポータルサーバー転送部は、前記第２答弁推論部が出力した前記適合度が所定の閾値未満である場合にのみ前記チャットボットサーバー装置を特定するために前記質問テキストを前記チャットボットポータルサーバー装置に送信し、前記適合度が当該閾値以上である場合には前記質問テキストを前記チャットボットポータルサーバー装置に送信することを抑止する、ものである。 [17] Further, according to an aspect of the present invention, in the above-described voice inquiry processing method, in the smart speaker operation server device, the second answer reasoning unit has already machine-learned a relationship between the question text and the answer text. A second model is provided, and a second answer text corresponding to the question text is inferred and output from the question text output from the voice recognition unit and the second model, and the voice synthesis unit is configured to output the question. When the text is not transferred to the chatbot server device, the second answer text is converted into the answer voice in place of the answer text, and the second answer reasoning unit is used by the second answer reasoning unit. When the text is output, the goodness of fit of the second answer text is output, and the chatbot portal server transfer unit has the goodness of fit output by the second answer reasoning unit is less than a predetermined threshold value. Only when the question text is sent to the chatbot portal server device to identify the chatbot server device, and when the conformity is equal to or more than the threshold value, the question text is sent to the chatbot portal server device. It suppresses sending.

［１８］また、本発明の一態様は、上記の音声問合せ処理方法において、前記スマートスピーカー運用サーバー装置では、チャットボットポータルサーバー転送決定部が、前記第２答弁テキストの前記適合度と前記所定の閾値とを比較し、前記適合度が当該閾値未満である場合には前記質問テキストを前記チャットボットポータルサーバー装置に送信するよう決定し、前記適合度が当該閾値以上である場合には前記質問テキストを前記チャットボットポータルサーバー装置に送信しないよう決定し、前記チャットボットポータルサーバー転送部は、前記チャットボットポータルサーバー転送決定部が前記質問テキストを前記チャットボットポータルサーバー装置に送信するよう決定した場合には前記質問テキストを前記チャットボットポータルサーバー装置に送信し、前記チャットボットポータルサーバー転送決定部が前記質問テキストを前記チャットボットポータルサーバー装置に送信しないよう決定した場合には前記質問テキストを前記チャットボットポータルサーバー装置に送信することを抑止する、ものである。 [18] Further, according to an aspect of the present invention, in the above-described voice inquiry processing method, in the smart speaker operation server device, the chatbot portal server transfer determining unit determines the matching degree of the second answer text and the predetermined value. The threshold value is compared, and if the matching degree is less than the threshold value, the question text is determined to be transmitted to the chatbot portal server device, and if the matching degree is equal to or more than the threshold value, the question text is determined. Is determined not to be transmitted to the chatbot portal server device, and the chatbot portal server transfer unit determines that the chatbot portal server transfer determination unit determines to transmit the question text to the chatbot portal server device. Transmits the question text to the chatbot portal server device, and when the chatbot portal server transfer determining unit determines not to transmit the question text to the chatbot portal server device, transmits the question text to the chatbot. This is to suppress sending to the portal server device.

［１９］また、本発明の一態様によるスマートスピーカー運用サーバー装置は、音声を入出力する機能を有する端末装置を稼働させるための機能を実行するスマートスピーカー運用サーバー装置であって、前記端末装置から送信された質問音声を質問テキストに変換する音声認識部と、前記質問テキストを、前記質問テキストに適合するチャットボットサーバー装置を特定するための処理を行うチャットボットポータルサーバー装置に送信するチャットボットポータルサーバー転送部と、前記チャットボットポータルサーバー装置に送信された前記質問テキストに対応する答弁テキストを受信する答弁受信部と、前記答弁受信部が受信した前記答弁テキストを答弁音声に変換する音声合成部と、を具備するものである。 [19] Also, a smart speaker operation server device according to an aspect of the present invention is a smart speaker operation server device that executes a function for operating a terminal device having a function of inputting/outputting audio. A voice recognition unit that converts the transmitted question voice into a question text, and a chatbot portal that transmits the question text to a chatbot portal server device that performs processing for identifying a chatbot server device that matches the question text. A server transfer unit, an answer receiving unit that receives an answer text corresponding to the question text sent to the chatbot portal server device, and a voice synthesizing unit that converts the answer text received by the answer receiving unit into an answer voice. And are provided.

［２０］また、本発明の一態様は、上記のスマートスピーカー運用サーバー装置において、前記チャットボットポータルサーバー装置から送信されるチャットボット情報に含まれる、特定の前記チャットボットサーバー装置の所在情報に基づいて、前記音声認識部から出力された前記質問テキストを、特定の前記チャットボットサーバー装置に送信するチャットボットサーバー転送部、をさらに具備する、ものである。 [20] Further, according to an aspect of the present invention, in the smart speaker operation server device, based on the location information of the specific chatbot server device included in the chatbot information transmitted from the chatbot portal server device. In addition, a chatbot server transfer unit for transmitting the question text output from the voice recognition unit to the specific chatbot server device is further provided.

［２１］また、本発明の一態様は、上記のスマートスピーカー運用サーバー装置において、前記質問テキストと前記答弁テキストとの関係について機械学習済みである第２モデルを備え、前記音声認識部から出力された前記質問テキストと前記第２モデルとから、前記質問テキストに対応する第２答弁テキストを推論し出力する第２答弁推論部、をさらに具備し、前記音声合成部は、前記質問テキストが前記チャットボットサーバー装置に送信されなかった場合には、前記答弁テキストに代えて前記第２答弁テキストを前記答弁音声に変換する、ものである。 [21] Further, according to an aspect of the present invention, in the smart speaker operation server device, the second model, which has been machine-learned about the relationship between the question text and the answer text, is output from the voice recognition unit. And a second answer inference unit that infers and outputs a second answer text corresponding to the question text from the question text and the second model. When not transmitted to the bot server device, the second answer text is converted into the answer voice instead of the answer text.

［２２］また、本発明の一態様は、上記のスマートスピーカー運用サーバー装置において、前記第２答弁推論部は、前記第２答弁テキストを出力する際に、前記第２答弁テキストの適合度を出力するものであり、前記チャットボットポータルサーバー転送部は、前記第２答弁推論部が出力した前記適合度が所定の閾値未満である場合にのみ前記チャットボットサーバー装置を特定するために前記質問テキストを前記チャットボットポータルサーバー装置に送信し、前記適合度が当該閾値以上である場合には前記質問テキストを前記チャットボットポータルサーバー装置に送信することを抑止する、ものである。 [22] Further, according to an aspect of the present invention, in the smart speaker operation server device, the second answer reasoning unit outputs the fitness of the second answer text when outputting the second answer text. The chatbot portal server transfer unit uses the question text to specify the chatbot server device only when the goodness of fit output by the second answer reasoning unit is less than a predetermined threshold value. The question text is transmitted to the chatbot portal server device, and the question text is inhibited from being transmitted to the chatbot portal server device when the compatibility is equal to or more than the threshold value.

［２３］また、本発明の一態様は、上記のスマートスピーカー運用サーバー装置において、前記第２答弁テキストの前記適合度と前記所定の閾値とを比較し、前記適合度が当該閾値未満である場合には前記質問テキストを前記チャットボットポータルサーバー装置に送信するよう決定し、前記適合度が当該閾値以上である場合には前記質問テキストを前記チャットボットポータルサーバー装置に送信しないよう決定するチャットボットポータルサーバー転送決定部、をさらに具備し、前記チャットボットポータルサーバー転送部は、前記チャットボットポータルサーバー転送決定部が前記質問テキストを前記チャットボットポータルサーバー装置に送信するよう決定した場合には前記質問テキストを前記チャットボットポータルサーバー装置に送信し、前記チャットボットポータルサーバー転送決定部が前記質問テキストを前記チャットボットポータルサーバー装置に送信しないよう決定した場合には前記質問テキストを前記チャットボットポータルサーバー装置に送信することを抑止する、ものである。 [23] Further, according to an aspect of the present invention, in the smart speaker operation server device, the goodness of fit of the second answer text is compared with the predetermined threshold value, and the goodness of fit is less than the threshold value. In the chatbot portal, the question text is determined to be transmitted to the chatbot portal server device, and the question text is determined not to be transmitted to the chatbot portal server device when the compatibility is equal to or higher than the threshold value. The chatbot portal server transfer unit further comprises a server transfer determination unit, and the chatbot portal server transfer unit determines the question text when the chatbot portal server transfer determination unit determines to transmit the question text to the chatbot portal server device. To the chatbot portal server device, and if the chatbot portal server transfer determination unit determines not to send the question text to the chatbot portal server device, the question text to the chatbot portal server device. It suppresses sending.

［２４］また、本発明の一態様は、コンピューターを、音声を入出力する機能を有する端末装置を稼働させるための機能を実行するスマートスピーカー運用サーバー装置であって、前記端末装置から送信された質問音声を質問テキストに変換する音声認識部と、前記質問テキストを、前記質問テキストに適合するチャットボットサーバー装置を特定するための処理を行うチャットボットポータルサーバー装置に送信するチャットボットポータルサーバー転送部と、前記チャットボットポータルサーバー装置に送信された前記質問テキストに対応する答弁テキストを受信する答弁受信部と、前記答弁受信部が受信した前記答弁テキストを答弁音声に変換する音声合成部と、を具備するスマートスピーカー運用サーバー装置として機能させるためのプログラムである。 [24] Another aspect of the present invention is a smart speaker operation server device that executes a function for causing a computer to operate a terminal device having a function of inputting and outputting voice, and transmitted from the terminal device. A voice recognition unit for converting a question voice into a question text, and a chatbot portal server transfer unit for transmitting the question text to a chatbot portal server device that performs processing for identifying a chatbot server device that matches the question text. And an answer receiving unit that receives an answer text corresponding to the question text transmitted to the chatbot portal server device, and a voice synthesizing unit that converts the answer text received by the answer receiving unit into an answer voice. It is a program for functioning as a smart speaker operation server device provided.

［２５］また、本発明の一態様によるチャットボットポータルサーバー装置は、複数のチャットボットサーバー装置について、前記チャットボットサーバー装置ごとの特徴を表すデータを保持するチャットボット特定用データ管理部と、音声を入出力する機能を有する端末装置を稼働させるための機能を実行するスマートスピーカー運用サーバー装置から送信された質問テキストに基づいて、前記チャットボット特定用データ管理部が保持する前記チャットボットサーバー装置ごとの特徴と、前記質問テキストの特徴とから、前記質問テキストに適合する前記チャットボットサーバー装置を特定するとともに、特定された前記チャットボットサーバー装置の所在を表す所在情報を含んだチャットボット情報を出力するチャットボット特定部と、を具備するものである。 [25] A chatbot portal server device according to an aspect of the present invention includes a chatbot specifying data management unit that holds data representing characteristics of each of the chatbot server devices for a plurality of chatbot server devices; For each of the chatbot server devices held by the chatbot identifying data management unit, based on the question text transmitted from the smart speaker operation server device that executes the function for operating the terminal device having the function of inputting and outputting And the characteristics of the question text, the chatbot server device that matches the question text is identified, and the chatbot information including the location information indicating the location of the identified chatbot server device is output. And a chatbot specifying unit for performing.

［２６］また、本発明の一態様は、上記のチャットボットポータルサーバー装置において、前記チャットボット特定部によって特定された前記チャットボットサーバー装置に対して、スマートスピーカー運用サーバー装置から受信した前記質問テキストを送信する質問送信部、をさらに具備する、ものである。 [26] Also, according to an aspect of the present invention, in the chatbot portal server device, the question text received from the smart speaker operation server device to the chatbot server device specified by the chatbot specifying unit. And a question sending unit for sending the.

［２７］また、本発明の一態様は、上記のチャットボットポータルサーバー装置において、前記チャットボットポータルサーバー装置は、前記チャットボット特定部によって出力される前記チャットボット情報を、前記スマートスピーカー運用サーバー装置に送信するチャットボット情報送信部、をさらに具備する、ものである。 [27] Further, according to an aspect of the present invention, in the above chatbot portal server device, the chatbot portal server device stores the chatbot information output by the chatbot specifying unit in the smart speaker operation server device. And a chatbot information transmitting unit for transmitting the information to the chatbot.

［２８］また、本発明の一態様は、コンピューターを、複数のチャットボットサーバー装置について、前記チャットボットサーバー装置ごとの特徴を表すデータを保持するチャットボット特定用データ管理部と、音声を入出力する機能を有する端末装置を稼働させるための機能を実行するスマートスピーカー運用サーバー装置から送信された質問テキストに基づいて、前記チャットボット特定用データ管理部が保持する前記チャットボットサーバー装置ごとの特徴と、前記質問テキストの特徴とから、前記質問テキストに適合する前記チャットボットサーバー装置を特定するとともに、特定された前記チャットボットサーバー装置の所在を表す所在情報を含んだチャットボット情報を出力するチャットボット特定部と、を具備するチャットボットポータルサーバー装置として機能させるためのプログラムである。 [28] Further, according to one aspect of the present invention, a computer, a chatbot specifying data management unit that holds data representing characteristics of each of the chatbot server devices, and a voice is input/output. Based on the question text transmitted from the smart speaker operation server device that executes the function for operating the terminal device having the function to perform, the characteristics of each chatbot server device held by the chatbot specifying data management unit, A chatbot that identifies the chatbot server device that matches the question text from the characteristics of the question text, and outputs chatbot information that includes location information indicating the location of the identified chatbot server device. It is a program for functioning as a chatbot portal server device including a specific unit.

本発明によれば、スマートスピーカーで取得された音声による質問に対して、スマートスピーカー運用サーバー装置が持つ知識（学習モデル）だけではなく、数多くのチャットボットサーバー装置が持つ知識（学習モデル）を利用した答弁を行える。数多くのチャットボットサーバー装置それぞれが、分散して学習処理を行い、知識を蓄積することができる。スマートスピーカーは、狭い分野の詳細な事項に関する音声による質問に対しても、知識に基づいて音声で答弁することが可能と案る。 According to the present invention, not only the knowledge (learning model) possessed by the smart speaker operation server device but also the knowledge (learning model) possessed by many chatbot server devices is used for the question by the voice acquired by the smart speaker. You can make an answer. Each of the many chatbot server devices can perform learning processing in a distributed manner and accumulate knowledge. It is possible that the smart speaker can make a voice response based on the knowledge, even for a voice question about a detailed matter in a narrow field.

本発明の第１実施形態による音声問合せシステムの概略構成を示した構成図である。1 is a configuration diagram showing a schematic configuration of a voice inquiry system according to a first embodiment of the present invention. 第１実施形態によるスマートスピーカーの概略機能構成を示す機能ブロック図である。It is a functional block diagram which shows a schematic functional structure of the smart speaker by 1st Embodiment. 第１実施形態によるスマートスピーカー運用サーバー装置の概略機能構成を示す機能ブロック図である。It is a functional block diagram showing a schematic functional structure of a smart speaker operation server device by a 1st embodiment. 第１実施形態によるチャットボットポータルサーバー装置の概略機能構成を示す機能ブロック図である。It is a functional block diagram which shows the schematic functional structure of the chatbot portal server apparatus by 1st Embodiment. 第１実施形態によるチャットボットサーバー装置の概略機能構成を示す機能ブロック図である。It is a functional block diagram which shows the schematic functional structure of the chatbot server apparatus by 1st Embodiment. 第１実施形態による音声問合せシステムが実現する音声による問い合わせ処理の流れを示したシーケンス図（その１）である。It is a sequence diagram (the 1) which showed the flow of the inquiry process by the voice implement|achieved by the voice inquiry system by 1st Embodiment. 第１実施形態による音声問合せシステムが実現する音声による問い合わせ処理の流れを示したシーケンス図（その２）である。It is a sequence diagram (the 2) which showed the flow of the inquiry processing by the voice implement|achieved by the voice inquiry system by 1st Embodiment. 本発明の第２実施形態による音声問合せシステムの概略構成を示す構成図である。It is a block diagram which shows schematic structure of the voice inquiry system by 2nd Embodiment of this invention. 第２実施形態によるスマートスピーカー運用サーバー装置の概略機能構成を示すブロック図である。It is a block diagram which shows schematic functional structure of the smart speaker operation server apparatus by 2nd Embodiment. 第２実施形態によるチャットボットポータルサーバー装置の概略機能構成を示すブロック図である。It is a block diagram which shows schematic functional structure of the chatbot portal server apparatus by 2nd Embodiment. 第２実施形態による音声問合せシステムが実現する音声による問い合わせ処理の流れを示したシーケンス図（その１）である。It is a sequence diagram (the 1) which showed the flow of the inquiry processing by the voice implement|achieved by the voice inquiry system by 2nd Embodiment. 第２実施形態による音声問合せシステムが実現する音声による問い合わせ処理の流れを示したシーケンス図（その２）である。It is a sequence diagram (the 2) which showed the flow of the inquiry processing by the voice implement|achieved by the voice inquiry system by 2nd Embodiment.

［第１実施形態］
次に、本発明の実施形態について、図面を参照しながら説明する。
図１は、本実施形態による音声問合せシステムの概略構成を示す構成図である。図示するように、音声問合せシステム９は、スマートスピーカー１（端末装置）と、スマートスピーカー運用サーバー装置２と、チャットボットポータルサーバー装置３と、チャットボットサーバー装置４Ａ，４Ｂ，４Ｃ，・・・とを含んで構成される。スマートスピーカー１を「端末装置」と呼ぶ場合もある。チャットボットサーバー装置４Ａ，４Ｂ，４Ｃ，・・・の各々を「チャットボットサーバー装置４」と呼ぶ場合もある。 [First Embodiment]
Next, embodiments of the present invention will be described with reference to the drawings.
FIG. 1 is a configuration diagram showing a schematic configuration of the voice inquiry system according to the present embodiment. As shown, the voice inquiry system 9 includes a smart speaker 1 (terminal device), a smart speaker operation server device 2, a chatbot portal server device 3, chatbot server devices 4A, 4B, 4C,. It is configured to include. The smart speaker 1 may be called a "terminal device". Each of the chatbot server devices 4A, 4B, 4C,... May also be referred to as “chatbot server device 4”.

音声問合せシステム９を構成する各装置の機能は、例えば、電子回路を用いて実現される。また、各装置の機能の一部が、コンピューターおよびプログラムを用いて実現されてもよい。 The function of each device constituting the voice inquiry system 9 is realized by using an electronic circuit, for example. In addition, a part of the functions of each device may be realized using a computer and a program.

示した構成図において、音声問合せシステム９は、１台のスマートスピーカー１と、１台のスマートスピーカー運用サーバー装置２と、１台のチャットボットポータルサーバー装置３と、３台のチャットボットサーバー装置４とを含んでいる。実際には、音声問合せシステム９を構成する各装置の台数は、ここに例示した台数に限定されず、任意である。 In the configuration diagram shown, the voice inquiry system 9 includes one smart speaker 1, one smart speaker operation server device 2, one chatbot portal server device 3, and three chatbot server devices 4. Includes and. Actually, the number of each device configuring the voice inquiry system 9 is not limited to the number illustrated here, but is arbitrary.

スマートスピーカー１は、ユーザーからの音声による質問を取得し、その質問に対する音声による答弁を行うものである。スマートスピーカー１は、「ＡＩスピーカー」とも呼ばれる。なお、スマートスピーカー１は、質問に対する答弁を出力するだけでなく、ユーザーからの音声による指令を解釈し、その指令の内容を実行する場合もある。ここで、指令とは、例えば、家電製品（テレビ受像機、照明器具、パーソナルコンピューター、空調器具、調理器具等）のスイッチをオンあるいはオフしたりするものである。また、指令とは、例えば、それらの家電製品の動作を制御したりする（例えば、空調装置の設定温度を上げたり下げたりする）ものである。 The smart speaker 1 acquires a voice question from a user and answers the question by voice. The smart speaker 1 is also called an "AI speaker". Note that the smart speaker 1 may not only output the answer to the question but also interpret a voice command from the user and execute the content of the command. Here, the command is, for example, to turn on or off a switch of a home electric appliance (a television receiver, a lighting device, a personal computer, an air conditioner, a cooking device, or the like). The command is, for example, to control the operation of those home electric appliances (for example, to raise or lower the set temperature of the air conditioner).

スマートスピーカー運用サーバー装置２は、スマートスピーカー１が稼働するために必要な機能を提供するサーバー装置である。
チャットボットポータルサーバー装置３は、スマートスピーカー１から渡される質問の内容に応じて、あらかじめ蓄積しておいた情報（知識）に基づき、質問に適したチャットボットサーバー装置４を特定する。チャットボットポータルサーバー装置３は、特定されたチャットボットサーバー装置４の所在情報（例えば、ＵＲＬ（ユニフォーム・リソース・ロケーター）等）を予め記憶している。この所在情報を用いることにより、特定されたチャットボットサーバー装置４にアクセスすることが可能となる。つまり、チャットボットポータルサーバー装置３は、多数のチャットボットサーバー装置４へのポータルとして機能する。
チャットボットサーバー装置４Ａ，４Ｂ，４Ｃ，・・・の各々は、質問を外部から受信し、受信した質問を基に最適な答弁を推定し、質問の送信元に対して推定結果である答弁を送信する。 The smart speaker operation server device 2 is a server device that provides functions necessary for the smart speaker 1 to operate.
The chatbot portal server device 3 identifies the chatbot server device 4 suitable for the question based on the information (knowledge) accumulated in advance, according to the content of the question passed from the smart speaker 1. The chatbot portal server device 3 stores in advance the location information (for example, URL (uniform resource locator) etc.) of the specified chatbot server device 4. By using this location information, it becomes possible to access the specified chatbot server device 4. That is, the chatbot portal server device 3 functions as a portal to many chatbot server devices 4.
Each of the chatbot server devices 4A, 4B, 4C,... Receives a question from the outside, estimates an optimal answer based on the received question, and gives an answer that is the estimation result to the sender of the question. Send.

音声問合せシステム９を構成する各装置は、通信ネットワーク（例えば、インターネットや無線ＬＡＮ（ローカルエリアネットワーク）等）により相互に接続される。これにより、装置間で通信を行い、データを送受信することが可能である。各装置の内部の機能構成を次に説明する。 The respective devices constituting the voice inquiry system 9 are mutually connected by a communication network (for example, the Internet, a wireless LAN (local area network), etc.). As a result, it is possible to communicate between the devices and send and receive data. The functional configuration inside each device will be described below.

図２は、本実施形態におけるスマートスピーカーの概略機能構成を示す機能ブロック図である。図示するように、スマートスピーカー１は、マイクロフォン１１（音声入力部）と、音声伝達部１２と、スピーカー１３（音声出力部）とを含んで構成される。 FIG. 2 is a functional block diagram showing a schematic functional configuration of the smart speaker according to this embodiment. As shown in the figure, the smart speaker 1 includes a microphone 11 (voice input unit), a voice transmitting unit 12, and a speaker 13 (voice output unit).

マイクロフォン１１は、外部から音声を取得し、電気信号として出力する。マイクロフォン１１は、取得した音声の信号を音声伝達部１２に渡す。
マイクロフォン１１を、「音声入力部」とも呼ぶ。
音声伝達部１２は、マイクロフォン１１から渡された音声を、スマートスピーカー運用サーバー装置２に送信する。このとき、音声伝達部１２は、適宜、音声を符号化して送信する。また、音声伝達部１２は、スマートスピーカー運用サーバー装置２から音声を受信し、受信した音声をスピーカー１３に渡す。このとき、音声伝達部１２は、適宜、音声を復号してスピーカー１３に渡す。
スピーカー１３は、音声伝達部１２から電気信号として渡された音声を、空気等の媒体の振動として外部に出力する。スピーカー１３は、空気を振動させるタイプのものの他に、例えば、骨伝導タイプのスピーカー等であってもよい。
スピーカー１３を、「音声出力部」とも呼ぶ。 The microphone 11 acquires sound from the outside and outputs it as an electric signal. The microphone 11 passes the acquired voice signal to the voice transmitting unit 12.
The microphone 11 is also called a “voice input unit”.
The voice transmitting unit 12 transmits the voice passed from the microphone 11 to the smart speaker operation server device 2. At this time, the voice transmitting unit 12 appropriately encodes the voice and transmits the voice. The voice transmitting unit 12 also receives voice from the smart speaker operation server device 2 and passes the received voice to the speaker 13. At this time, the voice transmitting unit 12 appropriately decodes the voice and passes it to the speaker 13.
The speaker 13 outputs the sound passed as an electric signal from the sound transmitting unit 12 to the outside as vibration of a medium such as air. The speaker 13 may be, for example, a bone conduction type speaker in addition to the type that vibrates air.
The speaker 13 is also referred to as a “voice output unit”.

上記の構成により、スマートスピーカー１は、例えばユーザーが音声として発話した質問を、スマートスピーカー運用サーバー装置２に送る。また、スマートスピーカー１は、スマートスピーカー運用サーバー装置２から、音声信号による答弁を受け取り、音声として出力する。この答弁は、スマートスピーカー運用サーバー装置２に送った質問に対応する答弁である。つまり、マイクロフォン１１から音声伝達部１２に渡される音声の内容は質問であり、音声伝達部１２からスピーカー１３に渡される音声の内容はその質問に対する答弁である。 With the above configuration, the smart speaker 1 sends, for example, a question uttered by the user as a voice to the smart speaker operation server device 2. Further, the smart speaker 1 receives the answer by the voice signal from the smart speaker operation server device 2 and outputs it as a voice. This answer is an answer to the question sent to the smart speaker operation server device 2. That is, the content of the voice passed from the microphone 11 to the voice transmission unit 12 is a question, and the content of the voice passed from the voice transmission unit 12 to the speaker 13 is an answer to the question.

スマートスピーカー１自体の機能は従来技術により実現される。本実施形態の従来にない特徴は、質問に対する最適な答弁を導出するためのバックボーン側、即ち、スマートスピーカー運用サーバー装置２と、チャットボットポータルサーバー装置３と、チャットボットサーバー装置４との機能の組み合わせにある。 The function of the smart speaker 1 itself is realized by the conventional technology. A feature of the present embodiment that has not been found in the past is that the functions of the backbone side for deriving an optimal answer to a question, that is, the smart speaker operation server device 2, the chatbot portal server device 3, and the chatbot server device 4 are provided. In combination.

図３は、本実施形態におけるスマートスピーカー運用サーバー装置の概略機能構成を示す機能ブロック図である。図示するように、スマートスピーカー運用サーバー装置２は、音声受信部２１と、音声認識部２２と、答弁推論部２３と、チャットボットポータルサーバー転送決定部２４と、チャットボットポータルサーバー転送部２５と、答弁受信部２６と、音声合成部２７と、音声送信部２８とを含んで構成される。
なお、答弁推論部２３を「第２答弁推論部」と呼んでもよい。 FIG. 3 is a functional block diagram showing a schematic functional configuration of the smart speaker operation server device according to the present embodiment. As shown in the figure, the smart speaker operation server device 2 includes a voice receiving unit 21, a voice recognizing unit 22, an answer inference unit 23, a chatbot portal server transfer determining unit 24, a chatbot portal server transferring unit 25, The answer reception unit 26, the voice synthesis unit 27, and the voice transmission unit 28 are included.
The answer reasoning unit 23 may be referred to as a “second answer reasoning unit”.

音声受信部２１は、スマートスピーカー１から音声を受信する。音声受信部２１は、受信した音声を音声認識部２２に渡す。
音声認識部２２は、音声受信部２１から渡された音声をテキストに変換して出力する。即ち、音声認識部２２は音声認識処理を行う。音声認識部２２は、音声認識の結果であるテキスト（質問）（「質問テキスト」とも呼ぶ）を答弁推論部２３に渡す。 The voice receiving unit 21 receives voice from the smart speaker 1. The voice receiving unit 21 passes the received voice to the voice recognizing unit 22.
The voice recognition unit 22 converts the voice passed from the voice reception unit 21 into text and outputs the text. That is, the voice recognition unit 22 performs voice recognition processing. The voice recognition unit 22 passes the text (question) (also referred to as “question text”) that is the result of voice recognition to the answer reasoning unit 23.

答弁推論部２３は、音声認識部２２からテキスト（質問）を受け取る。答弁推論部２３は、そのテキストを基に、予め蓄積された知識を用いて、適切な答弁を推論する。答弁推論部２３は、答弁を推論するために、ＡＩ（人工知能）の手法を用いる。つまり、答弁推論部２３は、質問と答弁の関係について学習済みのモデル（第２モデル）を記憶しており、音声認識部から渡されるテキスト（質問）にそのモデルを適用することによって、推論結果であるテキスト（答弁）（「答弁テキスト」とも呼ぶ。特に、答弁推論部２３による推論結果である「テキスト（答弁）」を「第２答弁テキスト」とも呼ぶ。）を出力する。答弁推論部２３は、推論結果であるテキスト（答弁）をチャットボットポータルサーバー転送決定部２４に渡す。答弁推論部２３は、テキスト（答弁）とともに、テキスト（答弁）の適合度を表す数値データをあわせてチャットボットポータルサーバー転送決定部２４に渡してもよい。適合度は、推論の処理の過程で得られるものであり、テキスト（答弁）がテキスト（質問）に適合している度合いを表す。機械学習済みのモデルに基づいてテキスト（答弁）の推論処理を行うとき、答弁推論部２３は、複数のテキスト（答弁）の候補それぞれについて、適合度を算出する。
この答弁推論部２３自体の機能は、従来技術によって実現可能である。 The answer reasoning unit 23 receives the text (question) from the voice recognition unit 22. Based on the text, the answer inference unit 23 infers an appropriate answer using the knowledge accumulated in advance. The answer inference unit 23 uses an AI (artificial intelligence) method to infer the answer. That is, the answer inference unit 23 stores a model (second model) that has been learned about the relationship between the question and the answer, and applies the model to the text (question) passed from the voice recognition unit to obtain the inference result. (Also referred to as “answer text”. In particular, the “text (answer)” that is the inference result by the answer inference unit 23 is also referred to as “second answer text”). The answer reasoning unit 23 passes the text (answer) that is the result of the reasoning to the chatbot portal server transfer determining unit 24. The answer inference unit 23 may pass together the text (answer) and numerical data representing the matching degree of the text (answer) to the chatbot portal server transfer determination unit 24. The goodness of fit is obtained during the process of inference, and represents the degree to which the text (answer) fits the text (question). When the text (answer) inference process is performed based on the machine-learned model, the answer reasoning unit 23 calculates the goodness of fit for each of the plurality of text (answer) candidates.
The function of the answer reasoning unit 23 itself can be realized by a conventional technique.

チャットボットポータルサーバー転送決定部２４は、答弁推論部２３からテキスト（答弁）を受け取り、テキスト（質問）をチャットボットポータルサーバー装置３に転送するか否かを決定する。一例として、チャットボットポータルサーバー転送決定部２４は、答弁推論部２３から渡されるテキスト（答弁）の適合度と所定の閾値とを比較する。テキスト（答弁）の適合度がその閾値よりも低い場合（閾値未満である場合）に、テキスト（質問）をチャットボットポータルサーバー装置３に転送するよう決定する。テキスト（答弁）の適合度が当該閾値以上である場合には、チャットボットポータルサーバー転送決定部２４は、テキスト（質問）をチャットボットポータルサーバー装置３に転送（送信）しないよう決定する。即ち、この場合、チャットボットポータルサーバー転送決定部２４は、チャットボットポータルサーバー転送部２５に、テキスト（質問）をチャットボットポータルサーバー装置３に転送することを抑止させる。テキスト（質問）をチャットボットポータルサーバー装置１に転送しないよう決定した場合には、チャットボットポータルサーバー転送決定部２４は、答弁推論部２３から出力されたテキスト（答弁）を音声合成部２７に渡す。つまり、答弁推論部２３から出力されたテキスト（答弁）の適合度が当該閾値以上である場合には、答弁推論部２３から出力されたテキスト（答弁）が、そのまま、スマートスピーカー１側への応答のために用いられる。 The chatbot portal server transfer determination unit 24 receives the text (answer) from the answer reasoning unit 23 and determines whether to transfer the text (question) to the chatbot portal server device 3. As an example, the chatbot portal server transfer determination unit 24 compares the conformance of the text (answer) passed from the answer reasoning unit 23 with a predetermined threshold value. When the matching degree of the text (answer) is lower than the threshold value (when it is less than the threshold value), it is determined to transfer the text (question) to the chatbot portal server device 3. If the matching degree of the text (answer) is equal to or more than the threshold value, the chatbot portal server transfer determination unit 24 determines not to transfer (transmit) the text (question) to the chatbot portal server device 3. That is, in this case, the chatbot portal server transfer determination unit 24 causes the chatbot portal server transfer unit 25 to prevent the text (question) from being transferred to the chatbot portal server device 3. When it is determined that the text (question) is not transferred to the chatbot portal server device 1, the chatbot portal server transfer determination unit 24 passes the text (answer) output from the answer inference unit 23 to the voice synthesis unit 27. .. That is, when the conformity of the text (answer) output from the answer inference unit 23 is equal to or more than the threshold value, the text (answer) output from the answer inference unit 23 is directly returned to the smart speaker 1 side. Used for.

チャットボットポータルサーバー転送部２５は、上記のチャットボットポータルサーバー転送決定部２４がテキスト（質問）をチャットボットポータルサーバー装置３に転送することを決定した場合に、テキスト（質問）をチャットボットポータルサーバー装置３に転送する。また、チャットボットポータルサーバー転送部２５は、上記のチャットボットポータルサーバー転送決定部２４がテキスト（質問）をチャットボットポータルサーバー装置３に転送（送信）しないよう決定した場合に、テキスト（質問）をチャットボットポータルサーバー装置３に転送することを抑止する。
答弁受信部２６は、チャットボットポータルサーバー装置３からテキスト（答弁）を受信する。このテキスト（答弁）は、チャットボットポータルサーバー転送部２５が送信したテキスト（質問）に対応してチャットボットポータルサーバー装置３から送信されるものである。 The chatbot portal server transfer unit 25 transfers the text (question) to the chatbot portal server device 3 when the chatbot portal server transfer determination unit 24 determines to transfer the text (question) to the chatbot portal server device 3. Transfer to device 3. Also, the chatbot portal server transfer unit 25 sends the text (question) when the chatbot portal server transfer determination unit 24 determines not to transfer (send) the text (question) to the chatbot portal server device 3. The transfer to the chatbot portal server device 3 is suppressed.
The reply reception unit 26 receives a text (reply) from the chatbot portal server device 3. This text (answer) is transmitted from the chatbot portal server device 3 in response to the text (question) transmitted by the chatbot portal server transfer unit 25.

上記のチャットボットポータルサーバー転送決定部２４は、答弁受信部２６がチャットボットポータルサーバー装置３から受信したテキスト（答弁）を音声合成部２７に渡す。ただし、テキスト（質問）をチャットボットポータルサーバー装置３に転送しないことを決定した場合には、チャットボットポータルサーバー転送決定部２４は、答弁推論部２３から出力されたテキスト（答弁）を音声合成部２７に渡す。 The chatbot portal server transfer determination unit 24 transfers the text (reply) received by the answer reception unit 26 from the chatbot portal server device 3 to the voice synthesis unit 27. However, when it is determined that the text (question) is not transferred to the chatbot portal server device 3, the chatbot portal server transfer determination unit 24 uses the text (answer) output from the answer inference unit 23 as the voice synthesis unit. Give to 27.

音声合成部２７は、チャットボットポータルサーバー転送決定部２４から渡されたテキスト（答弁）を基に音声を合成する。言い換えれば、音声合成部２７は、テキスト（答弁）を音声（答弁）（「答弁音声」とも呼ぶ）に変換する。テキストに基づく音声合成の処理自体は、既存の技術を用いて実現可能である。
音声送信部２８は、音声合成部２７によって合成された音声（答弁）を、元の音声（質問）（「質問音声」とも呼ぶ）を送信してきたスマートスピーカー１に送信する。これにより、当該音声（答弁）は、スマートスピーカー１側で音声として出力される。 The voice synthesizing unit 27 synthesizes a voice based on the text (answer) passed from the chatbot portal server transfer determining unit 24. In other words, the voice synthesis unit 27 converts the text (reply) to voice (reply) (also referred to as “reply voice”). The text-based speech synthesis process itself can be realized using existing technology.
The voice transmitting unit 28 transmits the voice (answer) synthesized by the voice synthesizing unit 27 to the smart speaker 1 that has transmitted the original voice (question) (also referred to as “question voice”). As a result, the voice (answer) is output as voice on the smart speaker 1 side.

図４は、本実施形態におけるチャットボットポータルサーバー装置の概略機能構成を示す機能ブロック図である。図示するように、チャットボットポータルサーバー装置３は、質問受信部３１と、チャットボット特定部３２と、チャットボット特定用データ管理部３３と、質問送信部３４と、答弁受信部３５と、答弁送信部３６とを含んで構成される。 FIG. 4 is a functional block diagram showing a schematic functional configuration of the chatbot portal server device according to this embodiment. As illustrated, the chatbot portal server device 3 includes a question receiving unit 31, a chatbot identifying unit 32, a chatbot identifying data managing unit 33, a question transmitting unit 34, an answer receiving unit 35, and an answer transmission. And a part 36.

質問受信部３１は、スマートスピーカー運用サーバー装置２から、テキスト（質問）を受信する。質問受信部３１は、受信したテキスト（質問）をチャットボット特定部３２に渡す。 The question receiving unit 31 receives a text (question) from the smart speaker operation server device 2. The question receiving unit 31 passes the received text (question) to the chatbot specifying unit 32.

チャットボット特定部３２は、チャットボット特定用データ管理部３３が保持する情報を参照することによって、質問受信部３１から渡されたテキスト（質問）に適したチャットボットサーバー装置４を特定する。チャットボット特定部３２は、特定したチャットボットサーバー装置４の所在情報を、チャットボット特定用データ管理部３３から取得する。そして、チャットボット特定部３２は、質問受信部３１から渡されたテキスト（質問）と、特定されチャットボットサーバー装置４の所在情報とを、質問送信部３４に渡す。
より具体的には、チャットボット特定部３２は、質問受信部３１から渡されたテキスト（質問）の形態素解析処理を行うことによって、テキスト（質問）に含まれる単語の分布を表すベクトル情報を生成する。また、必要に応じて、チャットボット特定部３２は、当該テキスト（質問）の構文解析処理を行うことによって、テキスト（質問）に対応する構文木を生成する。そして、チャットボット特定部３２は、これらの解析結果（単語の分布を表すベクトルや、構文木）と、チャットボット特定用データ管理部３３が保持する、チャットボットサーバー装置４ごとの特徴を表すデータとの適合度を算出する。そして、チャットボット特定部３２は、当該テキスト（質問）に対して適合度の高い（例えば、適合度の最も高い）チャットボットサーバー装置４を特定する。一例として、テキスト（質問）は、「渋谷 〇〇食堂のチャーシュー麺の価格は？」などといったものである。なお、チャットボット特定部３２は、特定されたチャットボットサーバー装置４の所在情報（ＵＲＬ等）を、チャットボット特定用データ管理部３３から読み取る。 The chatbot specifying unit 32 specifies the chatbot server device 4 suitable for the text (question) passed from the question receiving unit 31 by referring to the information held by the chatbot specifying data management unit 33. The chatbot specifying unit 32 acquires the location information of the specified chatbot server device 4 from the chatbot specifying data management unit 33. Then, the chatbot identifying unit 32 delivers the text (question) passed from the question receiving unit 31 and the location information of the identified chatbot server device 4 to the question transmitting unit 34.
More specifically, the chatbot identifying unit 32 generates vector information representing a distribution of words included in the text (question) by performing a morphological analysis process on the text (question) passed from the question receiving unit 31. To do. In addition, the chatbot identifying unit 32 generates a syntax tree corresponding to the text (question) by performing a syntax analysis process on the text (question), if necessary. Then, the chatbot specifying unit 32 stores these analysis results (vectors or syntax trees representing the distribution of words) and the data that the chatbot specifying data management unit 33 holds for each chatbot server device 4. And calculate the goodness of fit. Then, the chatbot specifying unit 32 specifies the chatbot server device 4 having a high matching degree (for example, the highest matching degree) with respect to the text (question). As an example, the text (question) is such as "What is the price of Shibuya BBQ char siu noodles?" The chatbot specifying unit 32 reads the location information (URL or the like) of the specified chatbot server device 4 from the chatbot specifying data managing unit 33.

チャットボット特定用データ管理部３３は、チャットボット特定部３２がチャットボットサーバー装置４を特定するために必要な情報を保持し、管理する。個々のチャットボットサーバー装置４は、例えば、企業や、公共機関や、個々の店舗等によって運営される。チャットボット特定用データ管理部３３は、チャットボットサーバー装置４は、それらの企業や公共機関や店舗等の特徴を表す用語あるいは文等のデータを保持する。例えば、チャットボット特定用データ管理部３３は、企業や公共機関や店舗等の特徴を表す用語として、企業名称、機関名称、店舗名称、所在地情報（住所等）や、業種を表す情報や、提供される商品あるいはサービス等の内容を表す情報を保持する。例えば、チャットボット特定用データ管理部３３は、レストランに関して、名称、所在地、電話番号、地域名、料理のメニュー、店の特徴、店主名、シェフ名、営業時間帯、営業日および休業日（曜日等）等の情報を保持する。例えば、チャットボット特定用データ管理部３３は、航空会社に関して、会社名称、フライトの発着地（地名、空港名）、便名、フライトに関するサービス内容、フライトの予約に関する情報、チケットのディスカウントに関する情報等を保持する。 The chatbot specifying data management unit 33 holds and manages information necessary for the chatbot specifying unit 32 to specify the chatbot server device 4. Each chatbot server device 4 is operated by, for example, a company, a public institution, an individual store, or the like. The chatbot specifying data management unit 33 holds the chatbot server device 4 with data such as terms or sentences representing the characteristics of these companies, public institutions, stores, and the like. For example, the chatbot specifying data management unit 33 uses company terms, institution names, store names, location information (addresses, etc.), business type information, and provision as terms indicating characteristics of companies, public institutions, stores, etc. It holds information indicating the content of the product or service to be processed. For example, the chatbot specifying data management unit 33, for the restaurant, the name, the location, the telephone number, the area name, the food menu, the store characteristics, the store owner name, the chef name, the business hours, the business days and the holidays (day of the week). Etc.) etc. are retained. For example, the chatbot-specific data management unit 33, for an airline company, company name, flight departure and arrival (place name, airport name), flight number, service content related to flight, information related to flight reservation, information related to ticket discount, etc. Hold.

なお、チャットボット特定用データ管理部３３は、個々のチャットボットサーバー装置４にアクセスするための所在情報（ＵＲＬ等）をも保持し、チャットボット特定部３２に提供する。
また、チャットボット特定用データ管理部３３は、インターネットの巡回ロボットの技術等を用いて、チャットボットサーバー装置４に関する情報を、適宜、取得し、自己が管理する情報を更新する。
このように、チャットボット特定用データ管理部３３は、チャットボットサーバー装置４ごとの特徴を表す情報を保持し、必要に応じて更新する。これにより、チャットボット特定用データ管理部３３の情報を参照するチャットボット特定部３２は、テキスト（質問）によく適合するチャットボットサーバー装置４を特定することが可能となる。 The chatbot specifying data management unit 33 also holds location information (URL or the like) for accessing each chatbot server device 4 and provides it to the chatbot specifying unit 32.
Further, the chatbot specifying data management unit 33 appropriately acquires information about the chatbot server device 4 and updates the information managed by itself by using the technology of the patrol robot on the Internet.
In this way, the chatbot specifying data management unit 33 holds information representing the characteristics of each chatbot server device 4, and updates it as necessary. As a result, the chatbot specifying unit 32, which refers to the information of the chatbot specifying data management unit 33, can specify the chatbot server device 4 that is well suited to the text (question).

質問送信部３４は、チャットボット特定部３２から、対象としているテキスト（質問）と、特定されたチャットボットサーバー装置４の所在情報とを、受け取る。質問送信部３４は、当該チャットボットサーバー装置４にアクセスし、受け取ったテキスト（質問）をそのチャットボットサーバー装置４に送信する。
答弁受信部３５は、チャットボットサーバー装置４から、テキスト（答弁）を受信する。このテキスト（答弁）は、質問送信部３４が送信したテキスト（質問）に対応してチャットボットサーバー装置４側から送信されたものである。答弁受信部３５は、受信したテキスト（答弁）を答弁送信部３６に渡す。
答弁送信部３６は、答弁受信部３５からテキスト（答弁）を受け取る。答弁送信部３６は、そのテキスト（答弁）を、スマートスピーカー運用サーバー装置２に送信する。答弁送信部３６は、テキスト（答弁）をスマートスピーカー運用サーバー装置２に送信する際に、対応する元のテキスト（質問）と関連付けるための情報を付加してもよい。 The question transmitting unit 34 receives the target text (question) and the location information of the identified chatbot server device 4 from the chatbot identifying unit 32. The question transmitting unit 34 accesses the chatbot server device 4 and transmits the received text (question) to the chatbot server device 4.
The answer reception unit 35 receives a text (answer) from the chatbot server device 4. This text (answer) is transmitted from the chatbot server device 4 side in response to the text (question) transmitted by the question transmitting unit 34. The reply reception unit 35 passes the received text (reply) to the reply transmission unit 36.
The reply transmission unit 36 receives the text (reply) from the reply reception unit 35. The reply transmission unit 36 transmits the text (reply) to the smart speaker operation server device 2. When transmitting the text (reply) to the smart speaker operation server device 2, the reply transmitting unit 36 may add information for associating with the corresponding original text (question).

図５は、本実施形態におけるチャットボットサーバー装置の概略機能構成を示す機能ブロック図である。図示するように、チャットボットサーバー装置４は、質問受信部４１と、答弁推論部４２と、答弁送信部４３とを含んで構成される。 FIG. 5 is a functional block diagram showing a schematic functional configuration of the chatbot server device according to the present embodiment. As illustrated, the chatbot server device 4 is configured to include a question receiving unit 41, a reply inference unit 42, and a reply transmitting unit 43.

質問受信部４１は、外部の装置から、テキスト（質問）を受信する。質問受信部４１は、受信したテキスト（質問）を、答弁推論部４２に渡す。本実施形態において、質問受信部４１は、チャットボットポータルサーバー装置３からテキスト（質問）を受信する。 The question receiving unit 41 receives a text (question) from an external device. The question receiving unit 41 passes the received text (question) to the answer inference unit 42. In the present embodiment, the question receiving unit 41 receives a text (question) from the chatbot portal server device 3.

答弁推論部４２は、質問受信部４１からテキスト（質問）を受け取る。答弁推論部４２は、そのテキストを基に、予め蓄積された知識を用いて、適切な答弁を推論する。答弁推論部４２は、答弁を推論するために、ＡＩ（人工知能）の手法を用いる。つまり、答弁推論部４２は、既に説明した答弁推論部２３（スマートスピーカー運用サーバー装置２）と同様の、あるいは類似の技術を用いて、推論処理を行う。なお、答弁推論部４２は、当該チャットボットサーバー装置４用の学習データを用いて予め学習して置いたモデルを用いた推論を行う。答弁推論部２３は、推論結果であるテキスト（答弁）を出力する。答弁推論部２３は、推論結果であるテキスト（答弁）を答弁送信部４３に渡す。
この答弁推論部２３自体の機能は、従来技術によって実現可能である。 The answer reasoning unit 42 receives the text (question) from the question receiving unit 41. Based on the text, the answer inference unit 42 infers an appropriate answer using the knowledge accumulated in advance. The answer inference unit 42 uses an AI (artificial intelligence) method to infer the answer. That is, the answer reasoning unit 42 performs the reasoning process using the same or similar technique as the answer reasoning unit 23 (smart speaker operation server device 2) already described. The answer inference unit 42 uses the learning data for the chatbot server device 4 to make an inference using a model learned beforehand. The answer reasoning unit 23 outputs a text (answer) that is an inference result. The reply inference unit 23 passes the text (reply) as the inference result to the reply transmission unit 43.
The function of the answer reasoning unit 23 itself can be realized by a conventional technique.

答弁送信部４３は、答弁推論部４２から渡されたテキスト（答弁）を、外部の装置に送信する。本実施形態において、答弁送信部４３は、当該テキスト（答弁）をチャットボットポータルサーバー装置３に返送する。 The reply transmission unit 43 transmits the text (reply) passed from the reply inference unit 42 to an external device. In the present embodiment, the reply transmission unit 43 returns the text (reply) to the chatbot portal server device 3.

次に、音声問合せシステム９の全体における処理の流れを説明する。
図６および図７は、本実施形態による音声問合せシステム９が実現する音声による問い合わせ処理の流れを示したシーケンス図である。以下、このシーケンス図に沿ってその手順を説明する。 Next, the flow of processing in the entire voice inquiry system 9 will be described.
6 and 7 are sequence diagrams showing the flow of a voice inquiry process realized by the voice inquiry system 9 according to the present embodiment. The procedure will be described below with reference to this sequence diagram.

まず図６のステップＳ１において、スマートスピーカー１は、ユーザーの発話である音声を取得する。この音声の内容は、所定の分野に関する質問である。
ステップＳ２において、スマートスピーカー１は、ステップＳ１で取得した音声（質問）を、スマートスピーカー運用サーバー装置２に送信する。スマートスピーカー運用サーバー装置２は、この音声（質問）を受信する。 First, in step S1 of FIG. 6, the smart speaker 1 acquires a voice that is a user's utterance. The content of this voice is a question regarding a predetermined field.
In step S2, the smart speaker 1 transmits the voice (question) acquired in step S1 to the smart speaker operation server device 2. The smart speaker operation server device 2 receives this voice (question).

ステップＳ３において、スマートスピーカー運用サーバー装置２は、音声（質問）の音声認識処理を行う。これにより、スマートスピーカー運用サーバー装置２は、音声（質問）をテキスト（質問）に変換する。
ステップＳ４において、スマートスピーカー運用サーバー装置２は、ステップＳ３で得られたテキスト（質問）に基づいて、推論処理を行い、テキスト（質問）に対応するテキスト（答弁）を求める。
ステップＳ５において、スマートスピーカー運用サーバー装置２は、例えばテキスト（質問）とテキスト（答弁）との間の適合度等に基づいて、テキスト（質問）をチャットボットポータルサーバー装置３に転送するか否かを決定する。 In step S3, the smart speaker operation server device 2 performs voice recognition processing of voice (question). Thereby, the smart speaker operation server device 2 converts the voice (question) into text (question).
In step S4, the smart speaker operation server device 2 performs inference processing based on the text (question) obtained in step S3, and obtains a text (answer) corresponding to the text (question).
In step S5, whether or not the smart speaker operation server device 2 transfers the text (question) to the chatbot portal server device 3 based on, for example, the matching degree between the text (question) and the text (answer). To decide.

ここで、スマートスピーカー運用サーバー装置２がテキスト（質問）をチャットボットポータルサーバー装置３に転送する場合には、引き続き、次のステップＳ６からの処理を行う。一方、スマートスピーカー運用サーバー装置２がテキスト（質問）をチャットボットポータルサーバー装置３に転送しない場合（つまり、スマートスピーカー運用サーバー装置２自身の推論結果である答弁をスマートスピーカー１に返す場合）には、ステップＳ６からＳ１１までの処理をスキップして、ステップＳ１２の処理に移る。 Here, when the smart speaker operation server device 2 transfers the text (question) to the chatbot portal server device 3, the process from step S6 is continued. On the other hand, when the smart speaker operation server device 2 does not transfer the text (question) to the chatbot portal server device 3 (that is, when the answer which is the inference result of the smart speaker operation server device 2 is returned to the smart speaker 1). , And skips the processing of steps S6 to S11 and moves to the processing of step S12.

ステップＳ６において、スマートスピーカー運用サーバー装置２は、テキスト（質問）を、チャットボットポータルサーバー装置３に送信する。チャットボットポータルサーバー装置３は、このテキスト（質問）を受信する。
ステップＳ７において、チャットボットポータルサーバー装置３は、受信したテキスト（質問）に対応する、最適なチャットボットサーバー装置４を特定する。チャットボットポータルサーバー装置３は、特定されたチャットボットサーバー装置４の所在情報を用いて当該チャットボットサーバー装置４にアクセスすることができる。 In step S6, the smart speaker operation server device 2 transmits the text (question) to the chatbot portal server device 3. The chatbot portal server device 3 receives this text (question).
In step S7, the chatbot portal server device 3 identifies the optimum chatbot server device 4 corresponding to the received text (question). The chatbot portal server device 3 can access the chatbot server device 4 by using the location information of the specified chatbot server device 4.

ステップＳ８において、チャットボットポータルサーバー装置３は、ステップＳ８で受信したテキスト（質問）を、特定されたチャットボットサーバー装置４に送信する。チャットボットサーバー装置４は、このテキスト（質問）を受信する。
ステップＳ９において、ステップＳ８で受信したテキスト（質問）に基づき、返すべきテキスト（答弁）を推論する。 In step S8, the chatbot portal server device 3 transmits the text (question) received in step S8 to the specified chatbot server device 4. The chatbot server device 4 receives this text (question).
In step S9, the text (answer) to be returned is inferred based on the text (question) received in step S8.

次に図７に移り、ステップＳ１０において、チャットボットサーバー装置４は、ステップＳ９における推論処理の結果として得られたテキスト（答弁）を、チャットボットポータルサーバー装置３に送信する。チャットボットポータルサーバー装置３は、このテキスト（答弁）を受信する。
ステップＳ１１において、チャットボットポータルサーバー装置３は、上のステップＳ１０で受信したテキスト（答弁）を、スマートスピーカー運用サーバー装置２に送信する。スマートスピーカー運用サーバー装置２は、このテキスト（答弁）を受信する。 Next, moving to FIG. 7, in step S10, the chatbot server device 4 transmits the text (reply) obtained as a result of the inference process in step S9 to the chatbot portal server device 3. The chatbot portal server device 3 receives this text (answer).
In step S11, the chatbot portal server device 3 transmits the text (reply) received in step S10 above to the smart speaker operation server device 2. The smart speaker operation server device 2 receives this text (reply).

ステップＳ１２において、スマートスピーカー運用サーバー装置２は、得られたテキスト（答弁）を基に、音声合成処理を行う。この処理によって生成される音声は、テキスト（答弁）を読み上げた音声である。なお、音声合成の処理の基となるテキスト（答弁）は、スマートスピーカー運用サーバー装置２が、ステップＳ４で推論したことによって得られたテキスト（答弁）、あるいはステップＳ１１で受信して得られたテキスト（答弁）である。スマートスピーカー運用サーバー装置２は、テキスト（質問）をステップＳ６でチャットボットポータルサーバー装置３に転送した場合には、チャットボットポータルサーバー装置３から返されるテキスト（答弁）を基に音声合成処理を行う。スマートスピーカー運用サーバー装置２は、テキスト（質問）をステップＳ６でチャットボットポータルサーバー装置３に転送しなかった場合には、ステップＳ４の処理で得られたテキスト（答弁）を基に音声合成処理を行う。 In step S12, the smart speaker operation server device 2 performs a voice synthesis process based on the obtained text (answer). The voice generated by this process is a voice that reads a text (answer). The text (answer) that is the basis of the speech synthesis process is the text (answer) obtained by the smart speaker operation server device 2 inferring in step S4 or the text obtained by receiving in step S11. (Answer). When the smart speaker operation server device 2 transfers the text (question) to the chatbot portal server device 3 in step S6, the smart speaker operation server device 2 performs a voice synthesis process based on the text (answer) returned from the chatbot portal server device 3. .. When the text (question) is not transferred to the chatbot portal server device 3 in step S6, the smart speaker operation server device 2 performs a voice synthesis process based on the text (answer) obtained in the process of step S4. To do.

ステップＳ１３において、チャットボットポータルサーバー装置３は、ステップＳ１２で生成した音声（答弁）を、スマートスピーカー１に送信する。スマートスピーカー１は、この音声（答弁）を受信する。
ステップＳ１４において、スマートスピーカー１は、ステップＳ１３で受信した音声（答弁）を再生出力する。これにより、スマートスピーカー１のユーザーは、ステップＳ１において発話した音声（質問）に対応する音声（答弁）を聴くことができる。 In step S13, the chatbot portal server device 3 transmits the voice (answer) generated in step S12 to the smart speaker 1. The smart speaker 1 receives this voice (answer).
In step S14, the smart speaker 1 reproduces and outputs the voice (answer) received in step S13. As a result, the user of the smart speaker 1 can hear the voice (answer) corresponding to the voice (question) uttered in step S1.

以上説明したように、本実施形態によれば、スマートスピーカー運用サーバー装置２は、テキスト（質問）をチャットボットポータルサーバー装置３に転送する。チャットボットポータルサーバー装置３は、当該テキスト（質問）に適合するチャットボットサーバー装置４を特定する。チャットボットポータルサーバー装置３は、特定されたチャットボットサーバー装置４に、テキスト（質問）を転送する。そして、そのチャットボットサーバー装置４によって推論された結果のテキスト（答弁）をスマートスピーカー１から音声として出力できる。 As described above, according to this embodiment, the smart speaker operation server device 2 transfers the text (question) to the chatbot portal server device 3. The chatbot portal server device 3 identifies the chatbot server device 4 that matches the text (question). The chatbot portal server device 3 transfers the text (question) to the specified chatbot server device 4. Then, the resulting text (answer) inferred by the chatbot server device 4 can be output as voice from the smart speaker 1.

［第２実施形態］
次に、本発明の第２実施形態について説明する。なお、前実施形態において既に説明した事項については以下において説明を省略する場合がある。ここでは、本実施形態に特有の事項を中心に説明する。 [Second Embodiment]
Next, a second embodiment of the present invention will be described. Note that the description of the matters already described in the previous embodiment may be omitted below. Here, the description will be centered on matters peculiar to this embodiment.

図８は、本実施形態による音声問合せシステムの概略構成を示す構成図である。図示するように、音声問合せシステム１０９は、スマートスピーカー１と、スマートスピーカー運用サーバー装置１０２と、チャットボットポータルサーバー装置１０３と、チャットボットサーバー装置４Ａ，４Ｂ，４Ｃ，・・・（チャットボットサーバー装置４）とを含んで構成される。 FIG. 8 is a configuration diagram showing a schematic configuration of the voice inquiry system according to the present embodiment. As shown, the voice inquiry system 109 includes a smart speaker 1, a smart speaker operation server device 102, a chatbot portal server device 103, chatbot server devices 4A, 4B, 4C,... (Chatbot server device). 4) and are included.

これらのうち、スマートスピーカー１とチャットボットサーバー装置４とは、第１実施形態で説明したそれらと同等の機能を有するものである。一方、スマートスピーカー運用サーバー装置１０２と、チャットボットポータルサーバー装置１０３とは、本実施形態に特有の機能を含み、本実施形態に特有の処理を実行し得るものである。 Among these, the smart speaker 1 and the chatbot server device 4 have functions equivalent to those described in the first embodiment. On the other hand, the smart speaker operation server device 102 and the chatbot portal server device 103 include functions unique to this embodiment and can execute processing unique to this embodiment.

スマートスピーカー１とチャットボットサーバー装置４とのそれぞれの内部の機能構成については、第１実施形態のそれと同様であるため、ここでの詳細な説明を省略する。 The internal functional configurations of the smart speaker 1 and the chatbot server device 4 are the same as those in the first embodiment, and thus detailed description thereof is omitted here.

スマートスピーカー運用サーバー装置１０２は、スマートスピーカー１が稼働するために必要な機能を提供するサーバー装置である。第１実施形態におけるスマートスピーカー運用サーバー装置２は、テキスト（質問）をチャットボットポータルサーバー装置３に送信した場合に、そのテキスト（質問）に対応するテキスト（答弁）をチャットボットポータルサーバー装置３から受信していた。これに対して、本実施形態におけるスマートスピーカー運用サーバー装置１０２は、チャットボットポータルサーバー装置１０３に送信したテキスト（質問）に対応する、チャットボットサーバー装置４の所在情報を、チャットボットポータルサーバー装置１０３から受信する。そして、スマートスピーカー運用サーバー装置１０２は、そのチャットボットサーバー装置４の所在情報を用いて、テキスト（質問）を当該チャットボットサーバー装置４に送信する。そして、そのテキスト（質問）に対応するテキスト（答弁）を、当該チャットボットサーバー装置４から受信する。スマートスピーカー運用サーバー装置１０２の機能のその他の点は、第１実施形態におけるスマートスピーカー運用サーバー装置２と同様（または類似）である。 The smart speaker operation server device 102 is a server device that provides functions necessary for the smart speaker 1 to operate. When the text (question) is transmitted to the chatbot portal server apparatus 3, the smart speaker operation server apparatus 2 according to the first embodiment sends the text (answer) corresponding to the text (question) from the chatbot portal server apparatus 3. I was receiving. On the other hand, the smart speaker operation server device 102 according to the present embodiment stores the location information of the chatbot server device 4 corresponding to the text (question) transmitted to the chatbot portal server device 103 in the chatbot portal server device 103. To receive from. Then, the smart speaker operation server device 102 transmits the text (question) to the chatbot server device 4 by using the location information of the chatbot server device 4. Then, the text (answer) corresponding to the text (question) is received from the chatbot server device 4. The other points of the function of the smart speaker operation server device 102 are the same as (or similar to) the smart speaker operation server device 2 in the first embodiment.

チャットボットポータルサーバー装置１０３は、スマートスピーカー１から渡される質問の内容に応じて、あらかじめ蓄積しておいた情報（知識）に基づき、質問に適したチャットボットサーバー装置４を特定する。第１実施形態におけるチャットボットポータルサーバー装置３は、テキスト（質問）に適したチャットボットサーバー装置４に対して、そのテキスト（質問）を送信していた。これに対して、本実施形態におけるチャットボットポータルサーバー装置１０３は、特定したチャットボットサーバー装置４の所在情報をスマートスピーカー運用サーバー装置１０２に返す。これにより、スマートスピーカー運用サーバー装置１０２は、特定されたチャットボットサーバー装置４にアクセスできるようになる。本実施形態において、チャットボットポータルサーバー装置１０３自身は、チャットボットサーバー装置４からテキスト（答弁）を受信したり、そのテキスト（答弁）をスマートスピーカー運用サーバー装置１０２に転送したりすることもない。本実施形態においても、チャットボットポータルサーバー装置１０３は、多数のチャットボットサーバー装置４へのポータルとして機能する。 The chatbot portal server device 103 specifies the chatbot server device 4 suitable for the question based on the information (knowledge) accumulated in advance according to the content of the question passed from the smart speaker 1. The chatbot portal server device 3 in the first embodiment has transmitted the text (question) to the chatbot server device 4 suitable for the text (question). On the other hand, the chatbot portal server device 103 in the present embodiment returns the location information of the specified chatbot server device 4 to the smart speaker operation server device 102. As a result, the smart speaker operation server device 102 can access the specified chatbot server device 4. In the present embodiment, the chatbot portal server device 103 itself does not receive a text (reply) from the chatbot server device 4 or transfer the text (reply) to the smart speaker operation server device 102. Also in this embodiment, the chatbot portal server device 103 functions as a portal to many chatbot server devices 4.

図９は、本実施形態によるスマートスピーカー運用サーバー装置の概略機能構成を示すブロック図である。図示するように、スマートスピーカー運用サーバー装置１０２は、音声受信部２１と、音声認識部２２と、答弁推論部２３と、チャットボットポータルサーバー転送決定部１２４と、チャットボットポータルサーバー転送部１２５と、チャットボットサーバー転送部１２６と、音声合成部２７と、音声送信部２８とを含んで構成される。これらの各部のうち、音声受信部２１と、音声認識部２２と、答弁推論部２３と、音声合成部２７と、音声送信部２８の機能は、第１実施形態におけるそれらと同等のものであるので、これら各部の機能についての詳細な説明を省略する。チャットボットポータルサーバー転送決定部１２４と、チャットボットポータルサーバー転送部１２５と、チャットボットサーバー転送部１２６のそれぞれは、本実施形態に特有の機能を含み、特有の処理を実行する。各部の機能は、次に説明する通りである。 FIG. 9 is a block diagram showing a schematic functional configuration of the smart speaker operation server device according to the present embodiment. As illustrated, the smart speaker operation server device 102 includes a voice receiving unit 21, a voice recognizing unit 22, an answer inference unit 23, a chatbot portal server transfer determining unit 124, a chatbot portal server transferring unit 125, It is configured to include a chatbot server transfer unit 126, a voice synthesis unit 27, and a voice transmission unit 28. Among these units, the functions of the voice receiving unit 21, the voice recognizing unit 22, the answer inference unit 23, the voice synthesizing unit 27, and the voice transmitting unit 28 are the same as those in the first embodiment. Therefore, detailed description of the functions of these units will be omitted. Each of the chatbot portal server transfer determination unit 124, the chatbot portal server transfer unit 125, and the chatbot server transfer unit 126 includes a function unique to this embodiment and executes a unique process. The function of each part is as described below.

チャットボットポータルサーバー転送決定部１２４は、答弁推論部２３からテキスト（答弁）を受け取り、テキスト（質問）をチャットボットポータルサーバー装置１０３に転送するか否かを決定する。第１実施形態と同様に、チャットボットポータルサーバー転送決定部１２４は、答弁推論部２３から渡されるテキスト（答弁）の適合度と所定の閾値とを比較する。テキスト（答弁）の適合度が所定の閾値よりも低い場合に、テキスト（質問）をチャットボットポータルサーバー装置１０３に転送するよう決定する。また、テキスト（答弁）の適合度が当該閾値以上である場合には、チャットボットポータルサーバー転送決定部１２４は、テキスト（質問）をチャットボットポータルサーバー装置１０３に転送しないよう決定する。テキスト（質問）をチャットボットポータルサーバー装置１０３に転送しないよう決定した場合には、チャットボットポータルサーバー転送決定部１２４は、答弁推論部２３から出力されたテキスト（答弁）を音声合成部２７に渡す。即ち、答弁推論部２３から出力されたテキスト（答弁）の適合度が前記閾値以上である場合には、答弁推論部２３から出力されたテキスト（答弁）が、そのまま、スマートスピーカー１側への応答のために用いられる。
第１実施形態の場合と異なり、チャットボットポータルサーバー転送決定部１２４は、チャットボットポータルサーバー転送部１２５にテキスト（質問）を渡した場合、そのテキスト（質問）に対応するチャットボットサーバー装置４の所在情報を受け取る。そして、チャットボットポータルサーバー転送決定部１２４は、テキスト（質問）と、チャットボットサーバー装置４の所在情報とを、チャットボットサーバー転送部１２６に渡す。そして、チャットボットポータルサーバー転送決定部１２４は、当該テキスト（質問）に対応するテキスト（答弁）を、チャットボットサーバー転送部１２６から受け取る。以後は、第１実施形態の場合と同様に、チャットボットポータルサーバー転送決定部１２４は、答弁推論部２３から受け取ったテキスト（答弁）またはチャットボットサーバー転送部１２６から受け取ったテキスト（答弁）のいずれかを、音声合成部２７に渡す。 The chatbot portal server transfer determination unit 124 receives the text (answer) from the answer reasoning unit 23 and determines whether to transfer the text (question) to the chatbot portal server apparatus 103. Similar to the first embodiment, the chatbot portal server transfer determination unit 124 compares the suitability of the text (answer) passed from the reply reasoning unit 23 with a predetermined threshold value. When the matching degree of the text (answer) is lower than a predetermined threshold value, it is determined to transfer the text (question) to the chatbot portal server device 103. If the conformity of the text (answer) is equal to or more than the threshold value, the chatbot portal server transfer determination unit 124 determines not to transfer the text (question) to the chatbot portal server apparatus 103. When it is determined that the text (question) is not transferred to the chatbot portal server device 103, the chatbot portal server transfer determination unit 124 passes the text (answer) output from the answer inference unit 23 to the voice synthesis unit 27. .. That is, when the matching degree of the text (answer) output from the answer inference unit 23 is equal to or more than the threshold value, the text (answer) output from the answer inference unit 23 is directly returned to the smart speaker 1 side. Used for.
Unlike the case of the first embodiment, when the chatbot portal server transfer determination unit 124 passes a text (question) to the chatbot portal server transfer unit 125, the chatbot server device 4 of the chatbot server device 4 corresponding to the text (question). Receive location information. Then, the chatbot portal server transfer determination unit 124 passes the text (question) and the location information of the chatbot server device 4 to the chatbot server transfer unit 126. Then, the chatbot portal server transfer determination unit 124 receives the text (answer) corresponding to the text (question) from the chatbot server transfer unit 126. After that, as in the case of the first embodiment, the chatbot portal server transfer determination unit 124 determines whether the text (answer) received from the answer inference unit 23 or the text (answer) received from the chatbot server transfer unit 126. Is passed to the voice synthesizer 27.

チャットボットポータルサーバー転送部１２５は、上記のチャットボットポータルサーバー転送決定部１２４がテキスト（質問）をチャットボットポータルサーバー装置１０３に転送することを決定した場合に、テキスト（質問）をチャットボットポータルサーバー装置１０３に送信する。そして、チャットボットポータルサーバー転送部１２５は、送信したテキスト（質問）に対応するチャットボットサーバー装置４の所在情報を、チャットボットポータルサーバー装置１０３から受け取る。
チャットボットポータルサーバー転送部１２５は、一方、上記のチャットボットポータルサーバー転送決定部１２４がテキスト（質問）をチャットボットポータルサーバー装置１０３に転送しないよう決定した場合に、テキスト（質問）をチャットボットポータルサーバー装置１０３に送信することを抑止する。 The chatbot portal server transfer unit 125 transmits the text (question) to the chatbot portal server when the chatbot portal server transfer determination unit 124 determines to transfer the text (question) to the chatbot portal server apparatus 103. It is transmitted to the device 103. Then, the chatbot portal server transfer unit 125 receives the location information of the chatbot server device 4 corresponding to the transmitted text (question) from the chatbot portal server device 103.
On the other hand, when the chatbot portal server transfer determination unit 124 determines not to transfer the text (question) to the chatbot portal server apparatus 103, the chatbot portal server transfer unit 125 transmits the text (question) to the chatbot portal. Transmission to the server device 103 is suppressed.

チャットボットサーバー転送部１２６は、チャットボットポータルサーバー転送決定部１２４から、前述のテキスト（質問）と、このテキスト（質問）に対応するチャットボットサーバー装置４の所在情報を受け取る。そして、チャットボットサーバー転送部１２６は、このチャットボットサーバー装置４の所在情報を用いて、チャットボットサーバー装置４にアクセスする。そして、チャットボットサーバー転送部１２６は、当該チャットボットサーバー装置４に対して、テキスト（質問）を送信する。そして、チャットボットサーバー転送部１２６は、このテキスト（質問）への応答であるテキスト（答弁）を、チャットボットサーバー装置４から受信する。チャットボットサーバー転送部１２６は、受信したテキスト（答弁）を、チャットボットポータルサーバー転送決定部１２４に渡す。 The chatbot server transfer unit 126 receives the above-mentioned text (question) and the location information of the chatbot server device 4 corresponding to this text (question) from the chatbot portal server transfer determination unit 124. Then, the chatbot server transfer unit 126 uses the location information of the chatbot server device 4 to access the chatbot server device 4. Then, the chatbot server transfer unit 126 transmits the text (question) to the chatbot server device 4. Then, the chatbot server transfer unit 126 receives, from the chatbot server device 4, a text (reply) which is a response to the text (question). The chatbot server transfer unit 126 passes the received text (answer) to the chatbot portal server transfer determination unit 124.

なお、チャットボットサーバー転送部１２６は、テキスト（答弁）をチャットボットサーバー装置４から受信するものであるため、「答弁受信部」とも呼ばれる。 Note that the chatbot server transfer unit 126 receives a text (reply) from the chatbot server device 4, and is therefore also referred to as a “reply receiver”.

図１０は、本実施形態によるチャットボットポータルサーバー装置の概略機能構成を示すブロック図である。図示するように、チャットボットポータルサーバー装置１０３は、質問受信部３１と、チャットボット特定部１３２と、チャットボット特定用データ管理部３３と、チャットボット情報送信部１３７とを含んで構成される。これらのうち、質問受信部３１および チャットボット特定用データ管理部３３の機能は、第１実施形態におけるそれと同様のものであるので、ここでは、詳細な説明を省略する。一方、チャットボット特定部１３２は、本実施形態に特有の機能を含む。また、チャットボット情報送信部１３７は、第１実施形態にはなかった機能である。 FIG. 10 is a block diagram showing a schematic functional configuration of the chatbot portal server device according to the present embodiment. As illustrated, the chatbot portal server device 103 includes a question receiving unit 31, a chatbot identifying unit 132, a chatbot identifying data managing unit 33, and a chatbot information transmitting unit 137. Among these, the functions of the question receiving unit 31 and the chatbot specifying data management unit 33 are the same as those in the first embodiment, and therefore detailed description thereof will be omitted here. On the other hand, the chatbot identifying unit 132 includes a function unique to this embodiment. Further, the chatbot information transmission unit 137 is a function not provided in the first embodiment.

チャットボット特定部１３２は、チャットボット特定部３２は、チャットボット特定用データ管理部３３が保持する情報を参照することによって、質問受信部３１から渡されたテキスト（質問）に適したチャットボットサーバー装置４を特定する。具体的には、チャットボット特定部１３２は、第１実施形態のチャットボット特定部３２と同様の方法を用いて、チャットボットサーバー装置４を特定する。本実施形態において、チャットボットポータルサーバー装置１０３は、テキスト（質問）をチャットボットサーバー装置４に送信しない。チャットボット特定部１３２は、特定されたチャットボットサーバー装置４の情報を、チャットボット情報送信部１３７に渡す。 The chatbot identifying unit 132 refers to the information held by the chatbot identifying data managing unit 33, and the chatbot identifying unit 32 refers to the chatbot server suitable for the text (question) passed from the question receiving unit 31. The device 4 is specified. Specifically, the chatbot specifying unit 132 specifies the chatbot server device 4 by using the same method as the chatbot specifying unit 32 of the first embodiment. In the present embodiment, the chatbot portal server device 103 does not send the text (question) to the chatbot server device 4. The chatbot specifying unit 132 passes the specified information on the chatbot server device 4 to the chatbot information transmitting unit 137.

チャットボット情報送信部１３７は、チャットボット特定部１３２からチャットボット情報を受け取る。このチャットボット情報は、特定のチャットボットサーバー装置４にアクセスするために必要な情報を含む。チャットボット情報送信部１３７は、受け取ったチャットボット情報を、スマートスピーカー運用サーバー装置１０２に送信する。これにより、スマートスピーカー運用サーバー装置１０２は、特定されたチャットボットサーバー装置４にアクセスできるようになる。 The chatbot information transmitting unit 137 receives the chatbot information from the chatbot identifying unit 132. The chatbot information includes information necessary for accessing the specific chatbot server device 4. The chatbot information transmitting unit 137 transmits the received chatbot information to the smart speaker operation server device 102. As a result, the smart speaker operation server device 102 can access the specified chatbot server device 4.

次に、音声問合せシステム１０９の全体における処理の流れを説明する。
図１１および図１２は、本実施形態による音声問合せシステム１０９における、音声による問い合わせ処理の流れを示したシーケンス図である。以下、このシーケンス図に沿ってその手順を説明する。 Next, the flow of processing in the entire voice inquiry system 109 will be described.
11 and 12 are sequence diagrams showing a flow of a voice inquiry process in the voice inquiry system 109 according to the present embodiment. The procedure will be described below with reference to this sequence diagram.

まず図１１のステップＳ１０１からステップＳ１０７までの処理の流れは、図６（第１実施形態）に示したステップＳ１０１からステップＳ１０７までの処理の流れと同様であるため、ここでの説明を省略する。
図１１のステップＳ１０８において、チャットボットポータルサーバー装置１０３は、特定されたチャットボットサーバー装置４の所在情報等を含むチャットボット情報を、スマートスピーカー運用サーバー装置１０２に送信する。スマートスピーカー運用サーバー装置１０２は、このチャットボット情報を受信する。このチャットボット情報を用いることにより、スマートスピーカー運用サーバー装置１０２は、特定のチャットボットサーバー装置４にアクセスすることが可能となる。
ステップＳ１０９において、スマートスピーカー運用サーバー装置１０２は、ステップＳ１０３で得られているテキスト（質問）を、当該チャットボットサーバー装置４に送信する。チャットボットサーバー装置４は、このテキスト（質問）を受信する。 First, the process flow from step S101 to step S107 in FIG. 11 is the same as the process flow from step S101 to step S107 shown in FIG. 6 (first embodiment), and therefore the description thereof is omitted here. ..
In step S108 of FIG. 11, the chatbot portal server device 103 transmits the chatbot information including the location information of the specified chatbot server device 4 to the smart speaker operation server device 102. The smart speaker operation server device 102 receives this chatbot information. By using this chatbot information, the smart speaker operation server device 102 can access the specific chatbot server device 4.
In step S109, the smart speaker operation server device 102 transmits the text (question) obtained in step S103 to the chatbot server device 4. The chatbot server device 4 receives this text (question).

図１２に移って、ステップＳ１１０において、チャットボットサーバー装置４は、ステップＳ１０９で受信したテキスト（質問）に基づいて、最適な答弁を推論する。推論の結果として、チャットボットサーバー装置４は、テキスト（答弁）を得る。
ステップＳ１１１において、チャットボットサーバー装置４は、ステップＳ１１０の推論処理で得られたテキスト（答弁）を、スマートスピーカー運用サーバー装置１０２に送信する。スマートスピーカー運用サーバー装置１０２は、このテキスト（答弁）を受信する。 12, in step S110, the chatbot server device 4 infers an optimal answer based on the text (question) received in step S109. As a result of the inference, the chatbot server device 4 obtains the text (answer).
In step S111, the chatbot server device 4 transmits the text (reply) obtained by the inference process of step S110 to the smart speaker operation server device 102. The smart speaker operation server device 102 receives this text (reply).

ステップＳ１１２において、スマートスピーカー運用サーバー装置１０２は、テキスト（答弁）を基に音声合成処理を行う。ここで用いられるテキスト（答弁）は、ステップＳ１０４における推論結果としてられたテキスト、またはステップＳ１１０における推論結果としてられたテキストのいずれか一方である。チャットボットサーバー装置４が呼ばれた場合には、ステップＳ１１０においてチャットボットサーバー装置４が出力したテキスト（答弁）が用いられる。ステップＳ１１２の処理のその他の点は、図７（第１実施形態）のステップＳ１２の処理と同様であるため、ここでは詳細な説明を省略する。 In step S112, the smart speaker operation server device 102 performs a voice synthesis process based on the text (answer). The text (answer) used here is either the text obtained as the inference result in step S104 or the text obtained as the inference result in step S110. When the chatbot server device 4 is called, the text (answer) output by the chatbot server device 4 in step S110 is used. Since the other points of the process of step S112 are the same as the process of step S12 of FIG. 7 (first embodiment), detailed description thereof will be omitted here.

ステップＳ１１３およびステップＳ１１４における処理は、図７（第１実施形態）のステップＳ１３およびステップＳ１４の処理とそれぞれ同様であるため、ここでは詳細な説明を省略する。 The processing in steps S113 and S114 is the same as the processing in steps S13 and S14 of FIG. 7 (first embodiment), respectively, and thus detailed description thereof is omitted here.

以上説明したように、本実施形態によれば、スマートスピーカー運用サーバー装置１０２は、テキスト（質問）をチャットボットポータルサーバー装置１０３に転送する。チャットボットポータルサーバー装置１０３は、当該テキスト（質問）に適合するチャットボットサーバー装置４を特定する。チャットボットポータルサーバー装置１０３は、特定されたチャットボットサーバー装置４の情報をスマートスピーカー運用サーバー装置１０２に渡す。スマートスピーカー運用サーバー装置１０２は、受け取ったチャットボットサーバー情報に基づいて、チャットボットポータルサーバー装置１０３によって特定されたチャットボットサーバー装置４にテキスト（質問）を送信する。そして、そのチャットボットサーバー装置４によって推論された結果のテキスト（答弁）をスマートスピーカー１から音声として出力できる。 As described above, according to the present embodiment, the smart speaker operation server device 102 transfers the text (question) to the chatbot portal server device 103. The chatbot portal server device 103 identifies the chatbot server device 4 that matches the text (question). The chatbot portal server device 103 passes the information on the specified chatbot server device 4 to the smart speaker operation server device 102. The smart speaker operation server device 102 transmits a text (question) to the chatbot server device 4 specified by the chatbot portal server device 103 based on the received chatbot server information. Then, the resulting text (answer) inferred by the chatbot server device 4 can be output as voice from the smart speaker 1.

［変形例］
以上、複数の実施形態について説明したが、さらにそれらの変形例を実施してもよい。以下で変形例について説明する。なお、組み合わせることによって矛盾等が生じない限り、複数の変形例を組み合わせて実施するようにしてもよい。 [Modification]
Although a plurality of embodiments have been described above, modifications thereof may be further implemented. Modifications will be described below. Note that a plurality of modified examples may be combined and implemented as long as no contradiction occurs due to the combination.

［第１変形例］
スマートスピーカー１の代わりに、他の装置を同等の位置づけの装置として用いてもよい。例えば、ＰＣ（パーソナルコンピューター）や、スマートフォン（スマホ）や、タブレット端末や、スマートウォッチ（腕時計型情報端末装置）や、その他のウェアラブル端末等を、スマートスピーカー１の代替手段として用いてもよい。この場合、これらの代替手段である装置（デバイス）が、既に述べたスマートスピーカー１の機能を有するものとして実施する。 [First Modification]
Instead of the smart speaker 1, another device may be used as an equivalently positioned device. For example, a PC (personal computer), a smartphone (smartphone), a tablet terminal, a smart watch (wristwatch-type information terminal device), another wearable terminal, or the like may be used as an alternative to the smart speaker 1. In this case, the device (device), which is an alternative means for them, is implemented as having the function of the smart speaker 1 described above.

［第２変形例］
第１実施形態および第２実施形態のそれぞれにおいて、スマートスピーカー運用サーバー装置（２，１０２）が答弁推論部２３を持たない、あるいは答弁推論部が機能しないようにしてもよい。この場合、スマートスピーカー運用サーバー装置（２，１０２）は、テキスト（質問）を基にテキスト（答弁）を推論する処理を行わない。本変形例では、スマートスピーカー運用サーバー装置（２，１０２）から直接的あるいは間接的に呼び出されたチャットボットサーバー装置４のみが、テキスト（質問）に基づいてテキスト（答弁）を推論する。したがって、スマートスピーカー運用サーバー装置（２，１０２）内の音声合成部２７は、必ず、チャットボットサーバー装置４側から送信されたテキスト（答弁）に基づいて音声合成処理を行う。 [Second Modification]
In each of the first and second embodiments, the smart speaker operation server device (2, 102) may not have the answer reasoning unit 23, or the answer reasoning unit may not function. In this case, the smart speaker operation server device (2, 102) does not perform the process of inferring the text (answer) based on the text (question). In this modification, only the chatbot server device 4 directly or indirectly called from the smart speaker operation server device (2, 102) infers the text (answer) based on the text (question). Therefore, the voice synthesis unit 27 in the smart speaker operation server device (2, 102) always performs the voice synthesis process based on the text (answer) transmitted from the chatbot server device 4 side.

［第３変形例］
第１実施形態および第２実施形態のそれぞれにおいて、チャットボットポータルサーバー装置（３，１０３）がテキスト（質問）に対して適合度の高いチャットボットサーバー装置４を特定することができない場合に、スマートスピーカー運用サーバー装置２の答弁推論部２３によって推論された結果であるテキスト（答弁）を、音声合成部２７によって音声化するようにしてもよい。例えば、チャットボットポータルサーバー装置（３，１０３）の処理として、テキスト（質問）とチャットボットサーバー装置４との間の適合度の最大値が所定の閾値に満たない場合に、上記のように、チャットボットサーバー装置４を呼び出すことなく、答弁推論部２３の推論結果を音声化して、スマートスピーカー１に送信するようにする。 [Third Modification]
In each of the first and second embodiments, when the chatbot portal server device (3, 103) cannot specify the chatbot server device 4 having a high degree of conformity to the text (question), smart chat is performed. The text (answer) that is the result of the inference by the answer inference unit 23 of the speaker operation server device 2 may be converted into a voice by the voice synthesizing unit 27. For example, as the processing of the chatbot portal server device (3, 103), when the maximum value of the matching degree between the text (question) and the chatbot server device 4 does not reach the predetermined threshold value, as described above, The inference result of the answer inference unit 23 is converted into voice and transmitted to the smart speaker 1 without calling the chatbot server device 4.

［第４変形例］
第１実施形態および第２実施形態のそれぞれにおいて、チャットボットポータルサーバー装置（３，１０３）がテキスト（質問）に対して適合度の高いチャットボットサーバー装置４を特定することができない場合に、スマートスピーカー運用サーバー装置（２，１０２）は、適切なチャットボットサーバー装置４が存在しないことを示す情報を、スマートスピーカー１側に返すようにしてもよい。例えば、チャットボットポータルサーバー装置（３，１０３）の処理として、テキスト（質問）とチャットボットサーバー装置４との間の適合度の最大値が所定の閾値に満たない場合に、上記のように、適切なチャットボットサーバー装置４が存在しないことを表す情報（例えば、音声）を、スマートスピーカー運用サーバー装置（２，１０２）からスマートスピーカー１に返すようにする。 [Fourth Modification]
In each of the first and second embodiments, when the chatbot portal server device (3, 103) cannot specify the chatbot server device 4 having a high degree of conformity to the text (question), smart chat is performed. The speaker operation server device (2, 102) may return information indicating that the appropriate chatbot server device 4 does not exist to the smart speaker 1 side. For example, as the processing of the chatbot portal server device (3, 103), when the maximum value of the matching degree between the text (question) and the chatbot server device 4 does not reach the predetermined threshold value, as described above, Information (for example, voice) indicating that the appropriate chatbot server device 4 does not exist is returned from the smart speaker operation server device (2, 102) to the smart speaker 1.

［第５変形例］
第１実施形態および第２実施形態では、スマートスピーカー運用サーバー装置（２，１０２）内で、音声認識処理（音声認識部２２）および音声合成処理（音声合成部２７）を行っていた。それを代替する方法として、音声認識処理または音声合成処理の少なくともいずれか一方を、スマートスピーカー１側で行うようにしてもよい。音声認識処理をスマートスピーカー１側で行う場合、スマートスピーカー１は、音声ではなくテキスト（質問）をスマートスピーカー運用サーバー装置（２，１０２）に対して送信する。音声合成処理をスマートスピーカー１側で行う場合、スマートスピーカー１は、音声ではなくテキスト（答弁）をスマートスピーカー運用サーバー装置（２，１０２）から受信する。 [Fifth Modification]
In the first and second embodiments, the voice recognition process (voice recognition unit 22) and the voice synthesis process (voice synthesis unit 27) are performed in the smart speaker operation server device (2, 102). As an alternative method, at least one of the voice recognition process and the voice synthesis process may be performed on the smart speaker 1 side. When the voice recognition process is performed on the smart speaker 1 side, the smart speaker 1 transmits text (question) instead of voice to the smart speaker operation server device (2, 102). When performing the voice synthesis process on the smart speaker 1 side, the smart speaker 1 receives not the voice but the text (answer) from the smart speaker operation server device (2, 102).

以上の複数の実施形態（変形例を含む）をまとめると、下記の通りである。
音声問合せシステムは、スマートスピーカー（１，端末装置）と、スマートスピーカー運用サーバー装置（２，１０２）と、チャットボットポータルサーバー装置（３，１０３）と、チャットボットサーバー装置（４）とを含んで構成される。この構成のうち、スマートスピーカー運用サーバー装置（２，１０２）と、チャットボットポータルサーバー装置（３，１０３）のみで構成されるシステムを「音声問合せシステム」と呼んでもよい。 The following is a summary of the above-described embodiments (including modified examples).
The voice inquiry system includes a smart speaker (1, terminal device), a smart speaker operation server device (2, 102), a chatbot portal server device (3, 103), and a chatbot server device (4). Composed. In this configuration, a system including only the smart speaker operation server device (2, 102) and the chatbot portal server device (3, 103) may be called a “voice inquiry system”.

スマートスピーカー（１，端末装置）は、音声を入出力する機能を有する。これにより、ユーザーは質問等の音声をスマートスピーカー１に投げかけ、その質問に対する答弁等の音声をスマートスピーカー（１）から聞き取ることができる。スマートスピーカー（１）は、マイクロフォン（１１，音声入力部）と、音声伝達部１２と、スピーカー（１３，音声出力部）とを含む。
マイクロフォン（１１）は、音声による質問である質問音声を取得する。
音声伝達部（１２）は、前記質問音声を前記スマートスピーカー運用サーバー装置（２，１０２）に送信するとともに、前記質問音声に対応する答弁音声を前記スマートスピーカー運用サーバー装置（２，１０２）から受信する。
スピーカー（１３）は、前記答弁音声を音声として出力する。 The smart speaker (1, terminal device) has a function of inputting and outputting voice. As a result, the user can cast a voice such as a question to the smart speaker 1 and hear a voice such as an answer to the question from the smart speaker (1). The smart speaker (1) includes a microphone (11, voice input unit), a voice transmission unit 12, and a speaker (13, voice output unit).
The microphone (11) acquires a question voice that is a voice question.
A voice transmitting unit (12) transmits the question voice to the smart speaker operation server device (2, 102) and receives an answer voice corresponding to the question voice from the smart speaker operation server device (2, 102). To do.
The speaker (13) outputs the answer voice as voice.

スマートスピーカー運用サーバー装置（２，１０２）は、前記端末装置（１）を稼働させるための機能を実行する。
スマートスピーカー運用サーバー装置（２，１０２）は、音声認識部（２２）と、チャットボットポータルサーバー転送部（２５，１２５）と、答弁受信部（２６，チャットボットサーバー転送部１２６）と、音声合成部（２７）とを含む。
音声認識部（２２）は、前記端末装置（１）から送信された前記質問音声を質問テキストに変換する。
チャットボットポータルサーバー転送部（２５，１２５）は、前記質問テキストを前記チャットボットポータルサーバー装置（３，１０３）に送信する。
答弁受信部（２６，１２６）は、前記チャットボットポータルサーバー装置（３，１０３）に送信された前記質問テキストに対応する答弁テキストを受信する。
音声合成部（２７）は、前記答弁受信部（２６）が受信した前記答弁テキストを答弁音声に変換する。 The smart speaker operation server device (2, 102) executes a function for operating the terminal device (1).
The smart speaker operation server device (2, 102) includes a voice recognition unit (22), a chatbot portal server transfer unit (25, 125), an answer reception unit (26, chatbot server transfer unit 126), and voice synthesis. Part (27).
A voice recognition unit (22) converts the question voice transmitted from the terminal device (1) into a question text.
The chatbot portal server transfer unit (25, 125) transmits the question text to the chatbot portal server device (3, 103).
The answer reception unit (26, 126) receives the answer text corresponding to the question text transmitted to the chatbot portal server device (3, 103).
The voice synthesis unit (27) converts the answer text received by the answer reception unit (26) into answer voice.

チャットボットポータルサーバー装置（３，１０３）は、前記質問に適合する前記チャットボットサーバー装置（４）を特定するための処理を行う。
チャットボットポータルサーバー装置（３，１０３）は、チャットボット特定用データ管理部（３３）と、チャットボット特定部（３２，１３２）とを含む。
チャットボット特定用データ管理部（３３）は、複数の前記チャットボットサーバー装置（４）について、前記チャットボットサーバー装置（４）ごとの特徴を表すデータを保持する。
チャットボット特定部（３２，１３２）は、前記スマートスピーカー運用サーバー装置（２，１０２）から送信された前記質問テキストに基づいて、前記チャットボット特定用データ管理部（３３）が保持する前記チャットボットサーバー装置（４）ごとの特徴と、前記質問テキストの特徴とから、前記質問テキストに適合する前記チャットボットサーバー装置（４）を特定する。また、チャットボット特定部（３２，１３２）は、特定された前記チャットボットサーバー装置（４）の所在を表す所在情報を含んだチャットボット情報を出力する。
これにより、チャットボット特定部（３２，１３２）が出力したチャットボット情報を用いて、質問テキストが、特定されたチャットボットサーバー装置（４）に送信され得る。 The chatbot portal server device (3, 103) performs a process for identifying the chatbot server device (4) that matches the question.
The chatbot portal server device (3, 103) includes a chatbot specifying data management unit (33) and a chatbot specifying unit (32, 132).
The chatbot specifying data management unit (33) holds data representing the characteristics of each of the chatbot server devices (4) with respect to the plurality of chatbot server devices (4).
The chatbot identifying unit (32, 132) holds the chatbot identifying data management unit (33) based on the question text transmitted from the smart speaker operation server device (2, 102). The chatbot server device (4) that matches the question text is identified from the feature of each server device (4) and the feature of the question text. Further, the chatbot specifying unit (32, 132) outputs chatbot information including location information indicating the location of the specified chatbot server device (4).
As a result, the question text can be transmitted to the identified chatbot server device (4) using the chatbot information output by the chatbot identifying unit (32, 132).

チャットボットサーバー装置（４）は、前記端末装置（１）から渡された質問に対する答弁を出力する。
チャットボットサーバー装置（４）は、答弁推論部（４２）を含む。
答弁推論部（４２）は、前記質問テキストと前記答弁テキストとの関係について機械学習済みであるモデルを備え、外部から受信する前記質問テキストと前記モデルとから、前記質問テキストに対応する前記答弁テキストを推論し出力する。 The chatbot server device (4) outputs an answer to the question passed from the terminal device (1).
The chatbot server device (4) includes an answer reasoning unit (42).
The answer reasoning unit (42) includes a model that has been machine-learned about the relationship between the question text and the answer text, and the answer text corresponding to the question text from the question text and the model received from the outside. Infer and output.

チャットボットポータルサーバー装置（３）は、質問送信部（３４）をさらに備えてもよい。
質問送信部（３４）は、前記チャットボット特定部（３２）によって特定された前記チャットボットサーバー装置（４）に対して、スマートスピーカー運用サーバー装置（２）から受信した前記質問テキストを送信する。このとき、質問送信部（３４）は、チャットボット特定部（３２）が出力したチャットボット情報から、質問テキストの送信先であるチャットボットサーバー装置（４）の所在情報を得る。 The chatbot portal server device (3) may further include a question sending unit (34).
The question transmitting unit (34) transmits the question text received from the smart speaker operation server device (2) to the chatbot server device (4) identified by the chatbot identifying unit (32). At this time, the question transmitting unit (34) obtains the location information of the chatbot server device (4), which is the destination of the question text, from the chatbot information output by the chatbot identifying unit (32).

チャットボットポータルサーバー装置（１０３）は、チャットボット情報送信部（１３７）をさらに備えてもよい。
チャットボット情報送信部（１３７）は、前記チャットボット特定部（１３２）によって出力される前記チャットボット情報を、前記スマートスピーカー運用サーバー装置（１０２）に送信する。
また、これに対応して、スマートスピーカー運用サーバー装置（１０２）は、チャットボットサーバー転送部（１２６）をさらに備える。
チャットボットサーバー転送部（１２６）は、前記チャットボットポータルサーバー装置（１０３）の前記チャットボット情報送信部（１３７）から送信された前記チャットボット情報に含まれる特定の前記チャットボットサーバー装置（４）の所在情報に基づいて、前記音声認識部（２２）から出力された前記質問テキストを、特定の前記チャットボットサーバー装置（４）に送信する。 The chatbot portal server device (103) may further include a chatbot information transmission unit (137).
The chatbot information transmission unit (137) transmits the chatbot information output by the chatbot identification unit (132) to the smart speaker operation server device (102).
Correspondingly, the smart speaker operation server device (102) further includes a chatbot server transfer unit (126).
The chatbot server transfer unit (126) includes the specific chatbot server device (4) included in the chatbot information transmitted from the chatbot information transmission unit (137) of the chatbot portal server device (103). The question text output from the voice recognition unit (22) is transmitted to the specific chatbot server device (4) on the basis of the location information.

スマートスピーカー運用サーバー装置（２，１０２）は、答弁推論部（２３，第２答弁推論部）をさらに備えてもよい。
答弁推論部（２３）は、前記質問テキストと前記答弁テキストとの関係について機械学習済みである第２モデルを備え、前記音声認識部（２３）から出力された前記質問テキストと前記第２モデルとから、前記質問テキストに対応する第２答弁テキストを推論し出力する。
この場合、スマートスピーカー運用サーバー装置（２，１０２）の前記音声合成部（２７）は、前記質問テキストが前記チャットボットサーバー装置（４）に転送されなかった場合には、前記答弁テキスト（つまりチャットボットサーバー装置（４）から出力される答弁テキスト）に代えて前記第２答弁テキストを前記答弁音声に変換する。
この構成によると、スマートスピーカー運用サーバー装置（２，１０２）が適切な答弁を推論できる場合には、その答弁をスマートスピーカー（１）側に返すことができる。スマートスピーカー運用サーバー装置（２，１０２）が適切な答弁を推論できなかった場合のみに、チャットボットサーバー装置（４）が推論した答弁をスマートスピーカー（１）側に返す。 The smart speaker operation server device (2, 102) may further include an answer reasoning unit (23, second answer reasoning unit).
The answer reasoning unit (23) includes a second model that has been machine-learned about the relationship between the question text and the answer text, and the question text and the second model output from the voice recognition unit (23). To infer and output the second answer text corresponding to the question text.
In this case, if the question text is not transferred to the chat bot server device (4), the voice synthesis unit (27) of the smart speaker operation server device (2, 102) transmits the answer text (that is, the chat text). The second answer text is converted into the answer voice instead of the answer text output from the bot server device (4).
According to this configuration, when the smart speaker operation server device (2, 102) can infer an appropriate answer, the answer can be returned to the smart speaker (1) side. Only when the smart speaker operation server device (2, 102) cannot infer an appropriate answer, the answer inferred by the chatbot server device (4) is returned to the smart speaker (1) side.

スマートスピーカー運用サーバー装置（２，１０２）を、さらに、次のように構成してもよい。
第２答弁推論部（２３）は、前記第２答弁テキストを出力する際に、前記第２答弁テキストの適合度を出力する。
前記チャットボットポータルサーバー転送部（２５，１２５）は、前記第２答弁推論部（２３）が出力した前記適合度が所定の閾値未満である場合にのみ前記チャットボットサーバー装置（４）を特定するために前記質問テキストを前記チャットボットポータルサーバー装置（３，１０３）に送信し、前記適合度が当該閾値以上である場合には前記質問テキストを前記チャットボットポータルサーバー装置（３，１０３）に送信することを抑止する。 The smart speaker operation server device (2, 102) may be further configured as follows.
When outputting the second answer text, the second answer reasoning unit (23) outputs the suitability of the second answer text.
The chat bot portal server transfer unit (25, 125) specifies the chat bot server device (4) only when the suitability output by the second answer reasoning unit (23) is less than a predetermined threshold value. In order to transmit the question text to the chatbot portal server device (3, 103), and when the matching degree is equal to or more than the threshold value, the question text is transmitted to the chatbot portal server device (3, 103). Suppress doing.

スマートスピーカー運用サーバー装置（２，１０２）は、チャットボットポータルサーバー転送決定部（２４，１２４）を備えていてもよい。
チャットボットポータルサーバー転送決定部（２４，１２４）は、第２答弁推論部（２３）が出力した第２答弁テキストの適合度と所定の閾値とを比較する。チャットボットポータルサーバー転送決定部（２４，１２４）は、前記適合度が当該閾値未満である場合には前記質問テキストを前記チャットボットポータルサーバー装置に送信するよう決定し、前記適合度が当該閾値以上である場合には前記質問テキストを前記チャットボットポータルサーバー装置に送信しないよう決定する。
この場合、チャットボットポータルサーバー転送部（２５，１２５）は、チャットボットポータルサーバー転送決定部（２４，１２４）が質問テキストをチャットボットポータルサーバー装置（３，１０３）に送信するよう決定した場合には前記質問テキストを前記チャットボットポータルサーバー装置（３，１０３）に送信し、前記チャットボットポータルサーバー転送決定部（２４，１２４）が前記質問テキストを前記チャットボットポータルサーバー装置（３，１０３）に送信しないよう決定した場合には前記質問テキストを前記チャットボットポータルサーバー装置（３，１０３）に送信することを抑止する。 The smart speaker operation server device (2, 102) may include a chatbot portal server transfer determination unit (24, 124).
The chatbot portal server transfer determination unit (24, 124) compares the fitness of the second answer text output by the second answer inference unit (23) with a predetermined threshold value. The chatbot portal server transfer determination unit (24, 124) determines to transmit the question text to the chatbot portal server device when the matching degree is less than the threshold value, and the matching degree is equal to or more than the threshold value. If it is, it is determined not to send the question text to the chatbot portal server device.
In this case, the chatbot portal server transfer unit (25, 125) determines that the chatbot portal server transfer determination unit (24, 124) determines to transmit the question text to the chatbot portal server device (3, 103). Sends the question text to the chatbot portal server device (3, 103), and the chatbot portal server transfer determining unit (24, 124) sends the question text to the chatbot portal server device (3, 103). If it is decided not to send, the sending of the question text to the chatbot portal server device (3, 103) is suppressed.

なお、上述した実施形態（変形例を含む）におけるスマートスピーカー、スマートスピーカー運用サーバー装置、チャットボットポータルサイトサーバー装置、チャットボットサーバー装置といった各装置が有する機能の少なくとも一部をコンピューターで実現することができる。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ー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ー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良い。なお、ここでいう「コンピューターシステム」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、「コンピューター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、ＤＶＤ−ＲＯＭ、ＵＳＢメモリー等の可搬媒体、コンピューター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「コンピューター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、一時的に、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ーシステム内部の揮発性メモリーのように、一定時間プログラムを保持しているものも含んでも良い。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良く、さらに前述した機能をコンピューター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良い。 Note that at least a part of the functions of each device such as the smart speaker, the smart speaker operation server device, the chatbot portal site server device, and the chatbot server device according to the above-described embodiments (including modifications) can be realized by a computer. it can. In that case, the program for realizing this function may be recorded in a computer-readable recording medium, and the program recorded in this recording medium may be read by a computer system and executed. Note that the “computer system” mentioned here includes an OS and hardware such as peripheral devices. Further, the "computer-readable recording medium" means a flexible disk, a magneto-optical disk, a portable medium such as a ROM, a CD-ROM, a DVD-ROM, a USB memory, and a storage device such as a hard disk built in a computer system. Say that. Further, the "computer-readable recording medium" means a program that temporarily and dynamically holds a program, such as a communication line when transmitting the program through a network such as the Internet or a communication line such as a telephone line. In this case, it may include a volatile memory that holds a program for a certain period of time, such as a volatile memory inside a computer system that serves as a server or a client in that case. Further, the above program may be one for realizing some of the functions described above, or may be one that can realize the above functions in combination with a program already recorded in the computer system.

以上、この発明の実施形態および変形例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。 Although the embodiments and modified examples of the present invention have been described in detail above with reference to the drawings, the specific configuration is not limited to the embodiments and includes a design etc. within the scope not departing from the gist of the present invention. Be done.

本発明は、例えば、インターネット等の通信ネットワークを用いた情報提供等に利用することができる。本発明を適用できる業種には制約がない。なお、本発明の利用範囲はここに例示したものには限られない。 INDUSTRIAL APPLICABILITY The present invention can be used, for example, for providing information using a communication network such as the Internet. There are no restrictions on the industries to which the present invention can be applied. Note that the scope of use of the present invention is not limited to the examples given here.

１ スマートスピーカー（ＡＩスピーカー，端末装置）
２ スマートスピーカー運用サーバー装置
３ チャットボットポータルサーバー装置
４，４Ａ，４Ｂ，４Ｃ，・・・ チャットボットサーバー装置
９ 音声問合せシステム
１１ マイクロフォン（音声入力部）
１２ 音声伝達部
１３ スピーカー（音声出力部）
２１ 音声受信部
２２ 音声認識部
２３ 答弁推論部（第２答弁推論部）
２４ チャットボットポータルサーバー転送決定部
２５ チャットボットポータルサーバー転送部
２６ 答弁受信部
２７ 音声合成部
２８ 音声送信部
３１ 質問受信部
３２ チャットボット特定部
３３ チャットボット特定用データ管理部
３４ 質問送信部
３５ 答弁受信部
３６ 答弁送信部
４１ 質問受信部
４２ 答弁推論部
４３ 答弁送信部
１０２ スマートスピーカー運用サーバー装置
１０３ チャットボットポータルサーバー装置
１０９ 音声問合せシステム
１２４ チャットボットポータルサーバー転送決定部
１２５ チャットボットポータルサーバー転送部
１２６ チャットボットサーバー転送部（答弁受信部）
１３２ チャットボット特定部
１３７ チャットボット情報送信部 1 Smart speaker (AI speaker, terminal device)
2 Smart speaker operation server device 3 Chatbot portal server device 4, 4A, 4B, 4C,... Chatbot server device 9 Voice inquiry system 11 Microphone (voice input unit)
12 audio transmission unit 13 speaker (audio output unit)
21 voice reception unit 22 voice recognition unit 23 answer reasoning unit (second answer reasoning unit)
24 Chatbot Portal Server Transfer Decision Section 25 Chatbot Portal Server Transfer Section 26 Answer Receiving Section 27 Voice Synthesis Section 28 Voice Sending Section 31 Question Receiving Section 32 Chatbot Identifying Section 33 Chatbot Identifying Data Management Section 34 Question Sending Section 35 Answer Receiving unit 36 Answer sending unit 41 Question receiving unit 42 Answer inferring unit 43 Answer sending unit 102 Smart speaker operation server device 103 Chatbot portal server device 109 Voice inquiry system 124 Chatbot portal server transfer determination unit 125 Chatbot portal server transfer unit 126 Chatbot server transfer unit (answer reception unit)
132 Chatbot identification unit 137 Chatbot information transmission unit

Claims (28)

音声を入出力する機能を有する端末装置と、
前記端末装置を稼働させるための機能を実行するスマートスピーカー運用サーバー装置と、
前記端末装置から渡された質問に対する答弁を出力するチャットボットサーバー装置と、
前記質問に適合する前記チャットボットサーバー装置を特定するための処理を行うチャットボットポータルサーバー装置と、
を含んで構成される音声問合せシステムであって、
前記端末装置は、
音声による質問である質問音声を取得する音声入力部と、
前記質問音声を前記スマートスピーカー運用サーバー装置に送信するとともに、前記質問音声に対応する答弁音声を前記スマートスピーカー運用サーバー装置から受信する音声伝達部と、
前記答弁音声を音声として出力する音声出力部と、
を具備するものであり、
前記スマートスピーカー運用サーバー装置は、
前記端末装置から送信された前記質問音声を質問テキストに変換する音声認識部と、
前記質問テキストを前記チャットボットポータルサーバー装置に送信するチャットボットポータルサーバー転送部と、
前記チャットボットポータルサーバー装置に送信された前記質問テキストに対応する答弁テキストを受信する答弁受信部と、
前記答弁受信部が受信した前記答弁テキストを答弁音声に変換する音声合成部と、
を具備するものであり、
前記チャットボットポータルサーバー装置は、
複数の前記チャットボットサーバー装置について、前記チャットボットサーバー装置ごとの特徴を表すデータを保持するチャットボット特定用データ管理部と、
前記スマートスピーカー運用サーバー装置から送信された前記質問テキストに基づいて、前記チャットボット特定用データ管理部が保持する前記チャットボットサーバー装置ごとの特徴と、前記質問テキストの特徴とから、前記質問テキストに適合する前記チャットボットサーバー装置を特定するとともに、特定された前記チャットボットサーバー装置の所在を表す所在情報を含んだチャットボット情報を出力するチャットボット特定部と、
を具備するものであり、
前記チャットボットサーバー装置は、
前記質問テキストと前記答弁テキストとの関係について機械学習済みであるモデルを備え、外部から受信する前記質問テキストと前記モデルとから、前記質問テキストに対応する前記答弁テキストを推論し出力する答弁推論部、
を具備するものである、
音声問合せシステム。 A terminal device having a function of inputting and outputting voice,
A smart speaker operation server device that executes a function for operating the terminal device;
A chatbot server device that outputs an answer to the question passed from the terminal device,
A chatbot portal server device that performs a process for identifying the chatbot server device that matches the question;
A voice inquiry system including:
The terminal device,
A voice input unit for acquiring a question voice that is a voice question,
A voice transmitting unit that transmits the question voice to the smart speaker operation server device and receives an answer voice corresponding to the question voice from the smart speaker operation server device,
A voice output unit for outputting the answer voice as voice,
Is equipped with
The smart speaker operation server device,
A voice recognition unit that converts the question voice transmitted from the terminal device into a question text,
A chatbot portal server transfer unit for transmitting the question text to the chatbot portal server device,
An answer receiving unit that receives an answer text corresponding to the question text transmitted to the chatbot portal server device,
A voice synthesizer for converting the answer text received by the answer receiver into answer speech;
Is equipped with
The chatbot portal server device is
For a plurality of the chatbot server devices, a chatbot specifying data management unit that holds data representing characteristics of each of the chatbot server devices,
Based on the question text transmitted from the smart speaker operation server device, from the characteristics of each chatbot server device held by the chatbot specifying data management unit and the characteristics of the question text, to the question text A chatbot identifying unit that identifies the matching chatbot server device and outputs chatbot information including location information indicating the location of the identified chatbot server device,
Is equipped with
The chatbot server device is
An answer reasoning unit that includes a model that has been machine-learned about the relationship between the question text and the answer text, and infers and outputs the answer text corresponding to the question text from the question text and the model received from the outside. ,
Is equipped with,
Voice inquiry system. 前記チャットボットポータルサーバー装置は、
前記チャットボット特定部によって特定された前記チャットボットサーバー装置に対して、スマートスピーカー運用サーバー装置から受信した前記質問テキストを送信する質問送信部、
をさらに具備する、
請求項１に記載の音声問合せシステム。 The chatbot portal server device is
A question sending unit that sends the question text received from the smart speaker operation server device to the chatbot server device identified by the chatbot identifying unit,
Further comprising,
The voice inquiry system according to claim 1. 前記チャットボットポータルサーバー装置は、
前記チャットボット特定部によって出力される前記チャットボット情報を、前記スマートスピーカー運用サーバー装置に送信するチャットボット情報送信部、
をさらに具備するものであり、
スマートスピーカー運用サーバー装置は、
前記チャットボットポータルサーバー装置の前記チャットボット情報送信部から送信された前記チャットボット情報に含まれる特定の前記チャットボットサーバー装置の所在情報に基づいて、前記音声認識部から出力された前記質問テキストを、特定の前記チャットボットサーバー装置に送信するチャットボットサーバー転送部、
をさらに具備するものである、
請求項１に記載の音声問合せシステム。 The chatbot portal server device is
A chatbot information transmitting unit that transmits the chatbot information output by the chatbot specifying unit to the smart speaker operation server device,
Is further provided,
The smart speaker operation server device is
Based on the location information of the particular chatbot server device included in the chatbot information transmitted from the chatbot information transmission unit of the chatbot portal server device, the question text output from the voice recognition unit A chatbot server transfer unit for transmitting to the particular chatbot server device,
Is further provided,
The voice inquiry system according to claim 1. 前記スマートスピーカー運用サーバー装置は、
前記質問テキストと前記答弁テキストとの関係について機械学習済みである第２モデルを備え、前記音声認識部から出力された前記質問テキストと前記第２モデルとから、前記質問テキストに対応する第２答弁テキストを推論し出力する第２答弁推論部、
をさらに具備し、
前記スマートスピーカー運用サーバー装置の前記音声合成部は、前記質問テキストが前記チャットボットサーバー装置に転送されなかった場合には、前記答弁テキストに代えて前記第２答弁テキストを前記答弁音声に変換する、
請求項１から３までのいずれか一項に記載の音声問合せシステム。 The smart speaker operation server device,
A second model that has been machine-learned about the relationship between the question text and the answer text, and a second answer corresponding to the question text from the question text and the second model output from the voice recognition unit. A second answer reasoning unit that infers and outputs text,
Further comprising,
If the question text is not transferred to the chatbot server device, the voice synthesis unit of the smart speaker operation server device converts the second answer text into the answer voice instead of the answer text.
The voice inquiry system according to any one of claims 1 to 3. 前記第２答弁推論部は、前記第２答弁テキストを出力する際に、前記第２答弁テキストの適合度を出力するものであり、
前記チャットボットポータルサーバー転送部は、前記第２答弁推論部が出力した前記適合度が所定の閾値未満である場合にのみ前記チャットボットサーバー装置を特定するために前記質問テキストを前記チャットボットポータルサーバー装置に送信し、前記適合度が当該閾値以上である場合には前記質問テキストを前記チャットボットポータルサーバー装置に送信することを抑止する、
請求項４に記載の音声問合せシステム。 The second answer reasoning unit outputs the degree of suitability of the second answer text when outputting the second answer text,
The chatbot portal server transfer unit outputs the question text to the chatbot portal server in order to identify the chatbot server device only when the goodness of fit output from the second answer reasoning unit is less than a predetermined threshold value. Sending to the chatbot portal server device, and sending the question text to the chatbot portal server device when the compatibility is equal to or higher than the threshold value,
The voice inquiry system according to claim 4. 前記スマートスピーカー運用サーバー装置は、
前記第２答弁テキストの前記適合度と前記所定の閾値とを比較し、前記適合度が当該閾値未満である場合には前記質問テキストを前記チャットボットポータルサーバー装置に送信するよう決定し、前記適合度が当該閾値以上である場合には前記質問テキストを前記チャットボットポータルサーバー装置に送信しないよう決定するチャットボットポータルサーバー転送決定部、
をさらに具備し、
前記チャットボットポータルサーバー転送部は、前記チャットボットポータルサーバー転送決定部が前記質問テキストを前記チャットボットポータルサーバー装置に送信するよう決定した場合には前記質問テキストを前記チャットボットポータルサーバー装置に送信し、前記チャットボットポータルサーバー転送決定部が前記質問テキストを前記チャットボットポータルサーバー装置に送信しないよう決定した場合には前記質問テキストを前記チャットボットポータルサーバー装置に送信することを抑止する、
請求項５に記載の音声問合せシステム。 The smart speaker operation server device,
The goodness of fit of the second answer text is compared with the predetermined threshold value, and if the goodness of fit is less than the threshold value, the question text is determined to be transmitted to the chatbot portal server device, and the suitability is met. A chatbot portal server transfer determination unit that determines not to send the question text to the chatbot portal server device when the degree is equal to or higher than the threshold value,
Further comprising,
The chatbot portal server transfer unit transmits the question text to the chatbot portal server device when the chatbot portal server transfer determination unit determines to transmit the question text to the chatbot portal server device. When the chatbot portal server transfer determination unit determines not to send the question text to the chatbot portal server device, it prevents sending the question text to the chatbot portal server device,
The voice inquiry system according to claim 5. 音声を入出力する機能を有する端末装置と、
前記端末装置を稼働させるための機能を実行するスマートスピーカー運用サーバー装置と、
前記端末装置から渡された質問に対する答弁を出力するチャットボットサーバー装置と、
前記質問に適合する前記チャットボットサーバー装置を特定するための処理を行うチャットボットポータルサーバー装置と、
を用いた音声問合せ処理方法であって、
前記端末装置では、
音声入力部が音声による質問である質問音声を取得し、
音声伝達部が、前記質問音声を前記スマートスピーカー運用サーバー装置に送信するとともに、前記質問音声に対応する答弁音声を前記スマートスピーカー運用サーバー装置から受信し、
音声出力部が、前記答弁音声を音声として出力する、
ものであり、
前記スマートスピーカー運用サーバー装置では、
音声認識部が、前記端末装置から送信された前記質問音声を質問テキストに変換し、
チャットボットポータルサーバー転送部が、前記質問テキストを前記チャットボットポータルサーバー装置に送信し、
答弁受信部が、前記チャットボットポータルサーバー装置に送信された前記質問テキストに対応する答弁テキストを受信し、
音声合成部が、前記答弁受信部が受信した前記答弁テキストを答弁音声に変換する、
ものであり、
前記チャットボットポータルサーバー装置では、
チャットボット特定用データ管理部が、複数の前記チャットボットサーバー装置について、前記チャットボットサーバー装置ごとの特徴を表すデータを保持し、
チャットボット特定部が、前記スマートスピーカー運用サーバー装置から送信された前記質問テキストに基づいて、前記チャットボット特定用データ管理部が保持する前記チャットボットサーバー装置ごとの特徴と、前記質問テキストの特徴とから、前記質問テキストに適合する前記チャットボットサーバー装置を特定するとともに、特定された前記チャットボットサーバー装置の所在を表す所在情報を含んだチャットボット情報を出力する、
ものであり、
前記チャットボットサーバー装置では、
答弁推論部が、前記質問テキストと前記答弁テキストとの関係について機械学習済みであるモデルを備え、外部から受信する前記質問テキストと前記モデルとから、前記質問テキストに対応する前記答弁テキストを推論し出力する、
ものである、
音声問合せ処理方法。 A terminal device having a function of inputting and outputting voice,
A smart speaker operation server device that executes a function for operating the terminal device;
A chatbot server device that outputs an answer to the question passed from the terminal device,
A chatbot portal server device that performs a process for identifying the chatbot server device that matches the question;
A voice inquiry processing method using
In the terminal device,
The voice input unit acquires a question voice that is a voice question,
The voice transmitting unit transmits the question voice to the smart speaker operation server device, and receives an answer voice corresponding to the question voice from the smart speaker operation server device,
The voice output unit outputs the answer voice as voice,
Is something
In the smart speaker operation server device,
The voice recognition unit converts the question voice transmitted from the terminal device into a question text,
The chatbot portal server transfer unit transmits the question text to the chatbot portal server device,
The answer receiving unit receives the answer text corresponding to the question text transmitted to the chatbot portal server device,
A voice synthesizer converts the answer text received by the answer receiver into answer speech,
Is something
In the chatbot portal server device,
The chatbot specifying data management unit holds, for a plurality of the chatbot server devices, data representing characteristics of each of the chatbot server devices,
The chatbot specifying unit, based on the question text transmitted from the smart speaker operation server device, the characteristics of each chatbot server device held by the chatbot specifying data management unit, and the characteristics of the question text, From the chatbot server device that matches the question text, and outputs chatbot information including location information indicating the location of the identified chatbot server device.
Is something
In the chatbot server device,
The answer reasoning unit includes a model that has been machine-learned about the relationship between the question text and the answer text, and infers the answer text corresponding to the question text from the question text and the model received from the outside. Output,
Is something
Voice inquiry processing method. 前記スマートスピーカー運用サーバー装置では、
第２答弁推論部が、前記質問テキストと前記答弁テキストとの関係について機械学習済みである第２モデルを備え、前記音声認識部から出力された前記質問テキストと前記第２モデルとから、前記質問テキストに対応する第２答弁テキストを推論し出力し、
前記音声合成部は、前記質問テキストが前記チャットボットサーバー装置に転送されなかった場合には、前記答弁テキストに代えて前記第２答弁テキストを前記答弁音声に変換するものであり、
前記第２答弁推論部は、前記第２答弁テキストを出力する際に、前記第２答弁テキストの適合度を出力するものであり、
前記チャットボットポータルサーバー転送部は、前記第２答弁推論部が出力した前記適合度が所定の閾値未満である場合にのみ前記チャットボットサーバー装置を特定するために前記質問テキストを前記チャットボットポータルサーバー装置に送信し、前記適合度が当該閾値以上である場合には前記質問テキストを前記チャットボットポータルサーバー装置に送信することを抑止する、
請求項７に記載の音声問合せ処理方法。 In the smart speaker operation server device,
The second answer reasoning unit includes a second model that has been machine-learned about the relationship between the question text and the answer text, and the question is output from the question text and the second model output from the voice recognition unit. Infer and output the second answer text corresponding to the text,
When the question text is not transferred to the chatbot server device, the voice synthesis unit converts the second answer text into the answer voice instead of the answer text.
The second answer reasoning unit outputs the degree of suitability of the second answer text when outputting the second answer text,
The chatbot portal server transfer unit outputs the question text to the chatbot portal server in order to identify the chatbot server device only when the goodness of fit output from the second answer reasoning unit is less than a predetermined threshold value. Sending to the chatbot portal server device, and sending the question text to the chatbot portal server device when the compatibility is equal to or higher than the threshold value,
The voice inquiry processing method according to claim 7. 前記スマートスピーカー運用サーバー装置では、
チャットボットポータルサーバー転送決定部が、前記第２答弁テキストの前記適合度と前記所定の閾値とを比較し、前記適合度が当該閾値未満である場合には前記質問テキストを前記チャットボットポータルサーバー装置に送信するよう決定し、前記適合度が当該閾値以上である場合には前記質問テキストを前記チャットボットポータルサーバー装置に送信しないよう決定し、
前記チャットボットポータルサーバー転送部は、前記チャットボットポータルサーバー転送決定部が前記質問テキストを前記チャットボットポータルサーバー装置に送信するよう決定した場合には前記質問テキストを前記チャットボットポータルサーバー装置に送信し、前記チャットボットポータルサーバー転送決定部が前記質問テキストを前記チャットボットポータルサーバー装置に送信しないよう決定した場合には前記質問テキストを前記チャットボットポータルサーバー装置に送信することを抑止する、
請求項８に記載の音声問合せ処理方法。 In the smart speaker operation server device,
The chatbot portal server transfer determination unit compares the goodness of fit of the second answer text with the predetermined threshold value, and if the goodness of fit is less than the threshold value, the chatbot portal server device outputs the question text. To the chatbot portal server device, the question text is determined not to be transmitted to the chatbot portal server device when the suitability is equal to or higher than the threshold value.
The chatbot portal server transfer unit transmits the question text to the chatbot portal server device when the chatbot portal server transfer determination unit determines to transmit the question text to the chatbot portal server device. When the chatbot portal server transfer determination unit determines not to send the question text to the chatbot portal server device, it prevents sending the question text to the chatbot portal server device,
The voice inquiry processing method according to claim 8. 音声を入出力する機能を有する端末装置を稼働させるための機能を実行するスマートスピーカー運用サーバー装置と、
質問に適合するチャットボットサーバー装置を特定するための処理を行うチャットボットポータルサーバー装置と、
を含んで構成される音声問合せシステムであって、
前記スマートスピーカー運用サーバー装置は、
前記端末装置から送信された質問音声を質問テキストに変換する音声認識部と、
前記質問テキストを前記チャットボットポータルサーバー装置に送信するチャットボットポータルサーバー転送部と、
前記チャットボットポータルサーバー装置に送信された前記質問テキストに対応する答弁テキストを受信する答弁受信部と、
前記答弁受信部が受信した前記答弁テキストを答弁音声に変換する音声合成部と、
を具備するものであり、
前記チャットボットポータルサーバー装置は、
複数の前記チャットボットサーバー装置について、前記チャットボットサーバー装置ごとの特徴を表すデータを保持するチャットボット特定用データ管理部と、
前記スマートスピーカー運用サーバー装置から送信された前記質問テキストに基づいて、前記チャットボット特定用データ管理部が保持する前記チャットボットサーバー装置ごとの特徴と、前記質問テキストの特徴とから、前記質問テキストに適合する前記チャットボットサーバー装置を特定するとともに、特定された前記チャットボットサーバー装置の所在を表す所在情報を含んだチャットボット情報を出力するチャットボット特定部と、
を具備するものである、
音声問合せシステム。 A smart speaker operation server device that executes a function for operating a terminal device having a function of inputting and outputting audio;
A chatbot portal server device that performs processing for identifying a chatbot server device that matches the question,
A voice inquiry system including:
The smart speaker operation server device,
A voice recognition unit for converting the question voice transmitted from the terminal device into a question text,
A chatbot portal server transfer unit for transmitting the question text to the chatbot portal server device,
An answer receiving unit that receives an answer text corresponding to the question text transmitted to the chatbot portal server device,
A voice synthesizer for converting the answer text received by the answer receiver into answer speech;
Is equipped with
The chatbot portal server device is
For a plurality of the chatbot server devices, a chatbot specifying data management unit that holds data representing characteristics of each of the chatbot server devices,
Based on the question text transmitted from the smart speaker operation server device, from the characteristics of each chatbot server device held by the chatbot specifying data management unit and the characteristics of the question text, to the question text A chatbot identifying unit that identifies the matching chatbot server device and outputs chatbot information including location information indicating the location of the identified chatbot server device,
Is equipped with,
Voice inquiry system. 前記チャットボットポータルサーバー装置は、
前記チャットボット特定部によって特定された前記チャットボットサーバー装置に対して、スマートスピーカー運用サーバー装置から受信した前記質問テキストを送信する質問送信部、
をさらに具備する、
請求項１０に記載の音声問合せシステム。 The chatbot portal server device is
A question sending unit that sends the question text received from the smart speaker operation server device to the chatbot server device identified by the chatbot identifying unit,
Further comprising,
The voice inquiry system according to claim 10. 前記チャットボットポータルサーバー装置は、
前記チャットボット特定部によって出力される前記チャットボット情報を、前記スマートスピーカー運用サーバー装置に送信するチャットボット情報送信部、
をさらに具備するものであり、
スマートスピーカー運用サーバー装置は、
前記チャットボットポータルサーバー装置の前記チャットボット情報送信部から送信された前記チャットボット情報に含まれる特定の前記チャットボットサーバー装置の所在情報に基づいて、前記音声認識部から出力された前記質問テキストを、特定の前記チャットボットサーバー装置に送信するチャットボットサーバー転送部、
をさらに具備するものである、
請求項１０に記載の音声問合せシステム。 The chatbot portal server device is
A chatbot information transmitting unit that transmits the chatbot information output by the chatbot specifying unit to the smart speaker operation server device,
Is further provided,
The smart speaker operation server device is
Based on the location information of the particular chatbot server device included in the chatbot information transmitted from the chatbot information transmission unit of the chatbot portal server device, the question text output from the voice recognition unit A chatbot server transfer unit for transmitting to the particular chatbot server device,
Is further provided,
The voice inquiry system according to claim 10. 前記スマートスピーカー運用サーバー装置は、
前記質問テキストと前記答弁テキストとの関係について機械学習済みである第２モデルを備え、前記音声認識部から出力された前記質問テキストと前記第２モデルとから、前記質問テキストに対応する第２答弁テキストを推論し出力する第２答弁推論部、
をさらに具備し、
前記スマートスピーカー運用サーバー装置の前記音声合成部は、前記質問テキストが前記チャットボットサーバー装置に転送されなかった場合には、前記答弁テキストに代えて前記第２答弁テキストを前記答弁音声に変換する、
請求項１０から１２までのいずれか一項に記載の音声問合せシステム。 The smart speaker operation server device,
A second model that has been machine-learned about the relationship between the question text and the answer text, and a second answer corresponding to the question text from the question text and the second model output from the voice recognition unit. A second answer reasoning unit that infers and outputs text,
Further comprising,
If the question text is not transferred to the chatbot server device, the voice synthesis unit of the smart speaker operation server device converts the second answer text into the answer voice instead of the answer text.
The voice inquiry system according to any one of claims 10 to 12. 前記第２答弁推論部は、前記第２答弁テキストを出力する際に、前記第２答弁テキストの適合度を出力するものであり、
前記チャットボットポータルサーバー転送部は、前記第２答弁推論部が出力した前記適合度が所定の閾値未満である場合にのみ前記チャットボットサーバー装置を特定するために前記質問テキストを前記チャットボットポータルサーバー装置に送信し、前記適合度が当該閾値以上である場合には前記質問テキストを前記チャットボットポータルサーバー装置に送信することを抑止する、
請求項１３に記載の音声問合せシステム。 The second answer reasoning unit outputs the degree of suitability of the second answer text when outputting the second answer text,
The chatbot portal server transfer unit outputs the question text to the chatbot portal server in order to identify the chatbot server device only when the goodness of fit output from the second answer reasoning unit is less than a predetermined threshold value. Sending to the chatbot portal server device, and sending the question text to the chatbot portal server device when the compatibility is equal to or higher than the threshold value,
The voice inquiry system according to claim 13. 前記スマートスピーカー運用サーバー装置は、
前記第２答弁テキストの前記適合度と前記所定の閾値とを比較し、前記適合度が当該閾値未満である場合には前記質問テキストを前記チャットボットポータルサーバー装置に送信するよう決定し、前記適合度が当該閾値以上である場合には前記質問テキストを前記チャットボットポータルサーバー装置に送信しないよう決定するチャットボットポータルサーバー転送決定部、
をさらに具備し、
前記チャットボットポータルサーバー転送部は、前記チャットボットポータルサーバー転送決定部が前記質問テキストを前記チャットボットポータルサーバー装置に送信するよう決定した場合には前記質問テキストを前記チャットボットポータルサーバー装置に送信し、前記チャットボットポータルサーバー転送決定部が前記質問テキストを前記チャットボットポータルサーバー装置に送信しないよう決定した場合には前記質問テキストを前記チャットボットポータルサーバー装置に送信することを抑止する、
請求項１４に記載の音声問合せシステム。 The smart speaker operation server device,
The goodness of fit of the second answer text is compared with the predetermined threshold value, and if the goodness of fit is less than the threshold value, the question text is determined to be transmitted to the chatbot portal server device, and the suitability is met. A chatbot portal server transfer determination unit that determines not to send the question text to the chatbot portal server device when the degree is equal to or higher than the threshold value,
Further comprising,
The chatbot portal server transfer unit transmits the question text to the chatbot portal server device when the chatbot portal server transfer determination unit determines to transmit the question text to the chatbot portal server device. When the chatbot portal server transfer determination unit determines not to send the question text to the chatbot portal server device, it prevents sending the question text to the chatbot portal server device,
The voice inquiry system according to claim 14. 音声を入出力する機能を有する端末装置を稼働させるための機能を実行するスマートスピーカー運用サーバー装置と、
質問に適合するチャットボットサーバー装置を特定するための処理を行うチャットボットポータルサーバー装置と、
を用いた音声問合せ処理方法であって、
前記スマートスピーカー運用サーバー装置では、
音声認識部が、前記端末装置から送信された質問音声を質問テキストに変換し、
チャットボットポータルサーバー転送部が、前記質問テキストを前記チャットボットポータルサーバー装置に送信し、
答弁受信部が、前記チャットボットポータルサーバー装置に送信された前記質問テキストに対応する答弁テキストを受信し、
音声合成部が、前記答弁受信部が受信した前記答弁テキストを答弁音声に変換する、
ものであり、
前記チャットボットポータルサーバー装置では、
チャットボット特定用データ管理部が、複数の前記チャットボットサーバー装置について、前記チャットボットサーバー装置ごとの特徴を表すデータを保持し、
チャットボット特定部が、前記スマートスピーカー運用サーバー装置から送信された前記質問テキストに基づいて、前記チャットボット特定用データ管理部が保持する前記チャットボットサーバー装置ごとの特徴と、前記質問テキストの特徴とから、前記質問テキストに適合する前記チャットボットサーバー装置を特定するとともに、特定された前記チャットボットサーバー装置の所在を表す所在情報を含んだチャットボット情報を出力する、
ものである、
音声問合せ処理方法。 A smart speaker operation server device that executes a function for operating a terminal device having a function of inputting and outputting audio;
A chatbot portal server device that performs processing for identifying a chatbot server device that matches the question,
A voice inquiry processing method using
In the smart speaker operation server device,
The voice recognition unit converts the question voice transmitted from the terminal device into a question text,
The chatbot portal server transfer unit transmits the question text to the chatbot portal server device,
The answer receiving unit receives the answer text corresponding to the question text transmitted to the chatbot portal server device,
A voice synthesizer converts the answer text received by the answer receiver into answer speech,
Is something
In the chatbot portal server device,
The chatbot specifying data management unit holds, for a plurality of the chatbot server devices, data representing characteristics of each of the chatbot server devices,
The chatbot specifying unit, based on the question text transmitted from the smart speaker operation server device, the characteristics of each chatbot server device held by the chatbot specifying data management unit, and the characteristics of the question text, From the chatbot server device that matches the question text, and outputs chatbot information including location information indicating the location of the identified chatbot server device.
Is something
Voice inquiry processing method. 前記スマートスピーカー運用サーバー装置では、
第２答弁推論部が、前記質問テキストと前記答弁テキストとの関係について機械学習済みである第２モデルを備え、前記音声認識部から出力された前記質問テキストと前記第２モデルとから、前記質問テキストに対応する第２答弁テキストを推論し出力し、
前記音声合成部は、前記質問テキストが前記チャットボットサーバー装置に転送されなかった場合には、前記答弁テキストに代えて前記第２答弁テキストを前記答弁音声に変換するものであり、
前記第２答弁推論部は、前記第２答弁テキストを出力する際に、前記第２答弁テキストの適合度を出力するものであり、
前記チャットボットポータルサーバー転送部は、前記第２答弁推論部が出力した前記適合度が所定の閾値未満である場合にのみ前記チャットボットサーバー装置を特定するために前記質問テキストを前記チャットボットポータルサーバー装置に送信し、前記適合度が当該閾値以上である場合には前記質問テキストを前記チャットボットポータルサーバー装置に送信することを抑止する、
請求項１６に記載の音声問合せ処理方法。 In the smart speaker operation server device,
The second answer reasoning unit includes a second model that has been machine-learned about the relationship between the question text and the answer text, and the question is output from the question text and the second model output from the voice recognition unit. Infer and output the second answer text corresponding to the text,
When the question text is not transferred to the chatbot server device, the voice synthesis unit converts the second answer text into the answer voice instead of the answer text.
The second answer reasoning unit outputs the degree of suitability of the second answer text when outputting the second answer text,
The chatbot portal server transfer unit outputs the question text to the chatbot portal server in order to identify the chatbot server device only when the goodness of fit output from the second answer reasoning unit is less than a predetermined threshold value. Sending to the chatbot portal server device, and sending the question text to the chatbot portal server device when the compatibility is equal to or higher than the threshold value,
The voice inquiry processing method according to claim 16. 前記スマートスピーカー運用サーバー装置では、
チャットボットポータルサーバー転送決定部が、前記第２答弁テキストの前記適合度と前記所定の閾値とを比較し、前記適合度が当該閾値未満である場合には前記質問テキストを前記チャットボットポータルサーバー装置に送信するよう決定し、前記適合度が当該閾値以上である場合には前記質問テキストを前記チャットボットポータルサーバー装置に送信しないよう決定し、
前記チャットボットポータルサーバー転送部は、前記チャットボットポータルサーバー転送決定部が前記質問テキストを前記チャットボットポータルサーバー装置に送信するよう決定した場合には前記質問テキストを前記チャットボットポータルサーバー装置に送信し、前記チャットボットポータルサーバー転送決定部が前記質問テキストを前記チャットボットポータルサーバー装置に送信しないよう決定した場合には前記質問テキストを前記チャットボットポータルサーバー装置に送信することを抑止する、
請求項１７に記載の音声問合せ処理方法。 In the smart speaker operation server device,
The chatbot portal server transfer determination unit compares the goodness of fit of the second answer text with the predetermined threshold value, and if the goodness of fit is less than the threshold value, the chatbot portal server device outputs the question text. To the chatbot portal server device, the question text is determined not to be transmitted to the chatbot portal server device when the suitability is equal to or higher than the threshold value.
The chatbot portal server transfer unit transmits the question text to the chatbot portal server device when the chatbot portal server transfer determination unit determines to transmit the question text to the chatbot portal server device. When the chatbot portal server transfer determination unit determines not to send the question text to the chatbot portal server device, it prevents sending the question text to the chatbot portal server device,
The voice inquiry processing method according to claim 17. 音声を入出力する機能を有する端末装置を稼働させるための機能を実行するスマートスピーカー運用サーバー装置であって、
前記端末装置から送信された質問音声を質問テキストに変換する音声認識部と、
前記質問テキストを、前記質問テキストに適合するチャットボットサーバー装置を特定するための処理を行うチャットボットポータルサーバー装置に送信するチャットボットポータルサーバー転送部と、
前記チャットボットポータルサーバー装置に送信された前記質問テキストに対応する答弁テキストを受信する答弁受信部と、
前記答弁受信部が受信した前記答弁テキストを答弁音声に変換する音声合成部と、
を具備するスマートスピーカー運用サーバー装置。 A smart speaker operation server device for executing a function for operating a terminal device having a function of inputting and outputting voice,
A voice recognition unit for converting the question voice transmitted from the terminal device into a question text,
A chatbot portal server transfer unit that transmits the question text to a chatbot portal server device that performs processing for identifying a chatbot server device that matches the question text.
An answer receiving unit that receives an answer text corresponding to the question text transmitted to the chatbot portal server device,
A voice synthesizer for converting the answer text received by the answer receiver into answer speech;
Smart speaker operation server device equipped with. 前記チャットボットポータルサーバー装置から送信されるチャットボット情報に含まれる、特定の前記チャットボットサーバー装置の所在情報に基づいて、前記音声認識部から出力された前記質問テキストを、特定の前記チャットボットサーバー装置に送信するチャットボットサーバー転送部、
をさらに具備する、
請求項１９に記載のスマートスピーカー運用サーバー装置。 Based on the location information of the specific chatbot server device included in the chatbot information transmitted from the chatbot portal server device, the question text output from the voice recognition unit is converted into the specific chatbot server. Chatbot server transfer unit to send to the device,
Further comprising,
The smart speaker operation server device according to claim 19. 前記質問テキストと前記答弁テキストとの関係について機械学習済みである第２モデルを備え、前記音声認識部から出力された前記質問テキストと前記第２モデルとから、前記質問テキストに対応する第２答弁テキストを推論し出力する第２答弁推論部、
をさらに具備し、
前記音声合成部は、前記質問テキストが前記チャットボットサーバー装置に送信されなかった場合には、前記答弁テキストに代えて前記第２答弁テキストを前記答弁音声に変換する、
請求項１９または請求項２０に記載のスマートスピーカー運用サーバー装置。 A second model that has been machine-learned about the relationship between the question text and the answer text, and a second answer corresponding to the question text from the question text and the second model output from the voice recognition unit. A second answer reasoning unit that infers and outputs text,
Further comprising,
When the question text is not transmitted to the chatbot server device, the voice synthesizer converts the second answer text into the answer voice instead of the answer text.
The smart speaker operation server device according to claim 19 or 20. 前記第２答弁推論部は、前記第２答弁テキストを出力する際に、前記第２答弁テキストの適合度を出力するものであり、
前記チャットボットポータルサーバー転送部は、前記第２答弁推論部が出力した前記適合度が所定の閾値未満である場合にのみ前記チャットボットサーバー装置を特定するために前記質問テキストを前記チャットボットポータルサーバー装置に送信し、前記適合度が当該閾値以上である場合には前記質問テキストを前記チャットボットポータルサーバー装置に送信することを抑止する、
請求項２１に記載のスマートスピーカー運用サーバー装置。 The second answer reasoning unit outputs the degree of suitability of the second answer text when outputting the second answer text,
The chatbot portal server transfer unit outputs the question text to the chatbot portal server in order to identify the chatbot server device only when the goodness of fit output from the second answer reasoning unit is less than a predetermined threshold value. Sending to the chatbot portal server device, and sending the question text to the chatbot portal server device when the compatibility is equal to or higher than the threshold value,
The smart speaker operation server device according to claim 21. 前記第２答弁テキストの前記適合度と前記所定の閾値とを比較し、前記適合度が当該閾値未満である場合には前記質問テキストを前記チャットボットポータルサーバー装置に送信するよう決定し、前記適合度が当該閾値以上である場合には前記質問テキストを前記チャットボットポータルサーバー装置に送信しないよう決定するチャットボットポータルサーバー転送決定部、
をさらに具備し、
前記チャットボットポータルサーバー転送部は、前記チャットボットポータルサーバー転送決定部が前記質問テキストを前記チャットボットポータルサーバー装置に送信するよう決定した場合には前記質問テキストを前記チャットボットポータルサーバー装置に送信し、前記チャットボットポータルサーバー転送決定部が前記質問テキストを前記チャットボットポータルサーバー装置に送信しないよう決定した場合には前記質問テキストを前記チャットボットポータルサーバー装置に送信することを抑止する、
請求項２２に記載のスマートスピーカー運用サーバー装置。 The goodness of fit of the second answer text is compared with the predetermined threshold value, and if the goodness of fit is less than the threshold value, the question text is determined to be transmitted to the chatbot portal server device, and the suitability is met. A chatbot portal server transfer determination unit that determines not to send the question text to the chatbot portal server device when the degree is equal to or higher than the threshold value,
Further comprising,
The chatbot portal server transfer unit transmits the question text to the chatbot portal server device when the chatbot portal server transfer determination unit determines to transmit the question text to the chatbot portal server device. When the chatbot portal server transfer determination unit determines not to send the question text to the chatbot portal server device, it prevents sending the question text to the chatbot portal server device,
The smart speaker operation server device according to claim 22. コンピューターを、
音声を入出力する機能を有する端末装置を稼働させるための機能を実行するスマートスピーカー運用サーバー装置であって、
前記端末装置から送信された質問音声を質問テキストに変換する音声認識部と、
前記質問テキストを、前記質問テキストに適合するチャットボットサーバー装置を特定するための処理を行うチャットボットポータルサーバー装置に送信するチャットボットポータルサーバー転送部と、
前記チャットボットポータルサーバー装置に送信された前記質問テキストに対応する答弁テキストを受信する答弁受信部と、
前記答弁受信部が受信した前記答弁テキストを答弁音声に変換する音声合成部と、
を具備するスマートスピーカー運用サーバー装置として機能させるためのプログラム。 Computer
A smart speaker operation server device for executing a function for operating a terminal device having a function of inputting and outputting voice,
A voice recognition unit for converting the question voice transmitted from the terminal device into a question text,
A chatbot portal server transfer unit that transmits the question text to a chatbot portal server device that performs processing for identifying a chatbot server device that matches the question text.
An answer receiving unit that receives an answer text corresponding to the question text transmitted to the chatbot portal server device,
A voice synthesizer for converting the answer text received by the answer receiver into answer speech;
A program for operating as a smart speaker operation server device equipped with. 複数のチャットボットサーバー装置について、前記チャットボットサーバー装置ごとの特徴を表すデータを保持するチャットボット特定用データ管理部と、
音声を入出力する機能を有する端末装置を稼働させるための機能を実行するスマートスピーカー運用サーバー装置から送信された質問テキストに基づいて、前記チャットボット特定用データ管理部が保持する前記チャットボットサーバー装置ごとの特徴と、前記質問テキストの特徴とから、前記質問テキストに適合する前記チャットボットサーバー装置を特定するとともに、特定された前記チャットボットサーバー装置の所在を表す所在情報を含んだチャットボット情報を出力するチャットボット特定部と、
を具備するチャットボットポータルサーバー装置。 For a plurality of chatbot server devices, a chatbot specifying data management unit that holds data representing characteristics of each of the chatbot server devices,
The chatbot server device held by the chatbot specifying data management unit based on the question text transmitted from the smart speaker operation server device that executes the function for operating the terminal device having the function of inputting/outputting voice. Each of the characteristics and the characteristics of the question text, while specifying the chat bot server device that matches the question text, and chat bot information including location information indicating the location of the specified chat bot server device. Chatbot specific part to output,
A chatbot portal server device including the. 前記チャットボット特定部によって特定された前記チャットボットサーバー装置に対して、スマートスピーカー運用サーバー装置から受信した前記質問テキストを送信する質問送信部、
をさらに具備する、
請求項２５に記載のチャットボットポータルサーバー装置。 A question sending unit that sends the question text received from the smart speaker operation server device to the chatbot server device identified by the chatbot identifying unit,
Further comprising,
The chatbot portal server device according to claim 25. 前記チャットボットポータルサーバー装置は、
前記チャットボット特定部によって出力される前記チャットボット情報を、前記スマートスピーカー運用サーバー装置に送信するチャットボット情報送信部、
をさらに具備する、
請求項２５に記載のチャットボットポータルサーバー装置。 The chatbot portal server device is
A chatbot information transmitting unit that transmits the chatbot information output by the chatbot specifying unit to the smart speaker operation server device,
Further comprising,
The chatbot portal server device according to claim 25. コンピューターを、
複数のチャットボットサーバー装置について、前記チャットボットサーバー装置ごとの特徴を表すデータを保持するチャットボット特定用データ管理部と、
音声を入出力する機能を有する端末装置を稼働させるための機能を実行するスマートスピーカー運用サーバー装置から送信された質問テキストに基づいて、前記チャットボット特定用データ管理部が保持する前記チャットボットサーバー装置ごとの特徴と、前記質問テキストの特徴とから、前記質問テキストに適合する前記チャットボットサーバー装置を特定するとともに、特定された前記チャットボットサーバー装置の所在を表す所在情報を含んだチャットボット情報を出力するチャットボット特定部と、
を具備するチャットボットポータルサーバー装置として機能させるためのプログラム。 Computer
For a plurality of chatbot server devices, a chatbot specifying data management unit that holds data representing characteristics of each of the chatbot server devices,
The chatbot server device held by the chatbot specifying data management unit based on the question text transmitted from the smart speaker operation server device that executes the function for operating the terminal device having the function of inputting/outputting voice. Each of the characteristics and the characteristics of the question text, while specifying the chat bot server device that matches the question text, and chat bot information including location information indicating the location of the specified chat bot server device. Chatbot specific part to output,
A program for functioning as a chatbot portal server device equipped with.
JP2018237446A 2018-12-19 2018-12-19 Voice inquiry system, voice inquiry processing method, smart speaker operation server apparatus, chatbot portal server apparatus, and program. Active JP6555838B1 (en)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2018237446A JP6555838B1 (en) 2018-12-19 2018-12-19 Voice inquiry system, voice inquiry processing method, smart speaker operation server apparatus, chatbot portal server apparatus, and program.
PCT/JP2019/042493 WO2020129419A1 (en) 2018-12-19 2019-10-30 Voice inquiry system, voice inquiry processing method, smart speaker operation server device, and program
TW108139504A TW202028992A (en) 2018-12-19 2019-10-31 Voice inquiry system, voice inquiry processing method, smart speaker operation server device, and program

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2018237446A JP6555838B1 (en) 2018-12-19 2018-12-19 Voice inquiry system, voice inquiry processing method, smart speaker operation server apparatus, chatbot portal server apparatus, and program.

Publications (2)

Publication Number Publication Date
JP6555838B1 JP6555838B1 (en) 2019-08-07
JP2020098308A true JP2020098308A (en) 2020-06-25

Family

ID=67539799

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2018237446A Active JP6555838B1 (en) 2018-12-19 2018-12-19 Voice inquiry system, voice inquiry processing method, smart speaker operation server apparatus, chatbot portal server apparatus, and program.

Country Status (3)

Country Link
JP (1) JP6555838B1 (en)
TW (1) TW202028992A (en)
WO (1) WO2020129419A1 (en)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023239779A1 (en) * 2022-06-08 2023-12-14 Liveperson, Inc. Ai based hold messaging
CN115410576A (en) * 2022-08-26 2022-11-29 国网河南省电力公司信息通信公司 Intelligent customer service system and intelligent customer service robot

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002300491A (en) * 2001-03-30 2002-10-11 Just Syst Corp Apparatus for outputting information on program
JP2003295890A (en) * 2002-04-04 2003-10-15 Nec Corp Apparatus, system, and method for speech recognition interactive selection, and program
JP2006039120A (en) * 2004-07-26 2006-02-09 Sony Corp Interactive device and interactive method, program and recording medium
JP2013537332A (en) * 2010-09-08 2013-09-30 ニュアンス コミュニケーションズ，インコーポレイテッド Method and apparatus for internet search
US20180025085A1 (en) * 2016-07-19 2018-01-25 Microsoft Technology Licensing, Llc Systems and methods for responding to an online user query
JP2018041124A (en) * 2016-09-05 2018-03-15 株式会社Ｎｅｘｔｒｅｍｅｒ Interaction controller, interaction engine, management terminal, interaction device, interaction control method, interaction method, and program
WO2018088355A1 (en) * 2016-11-08 2018-05-17 国立研究開発法人情報通信研究機構 Voice interaction system, voice interaction device, user terminal, and voice interaction method
JP2018189984A (en) * 2013-06-19 2018-11-29 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカＰａｎａｓｏｎｉｃ Ｉｎｔｅｌｌｅｃｔｕａｌ Ｐｒｏｐｅｒｔｙ Ｃｏｒｐｏｒａｔｉｏｎ ｏｆ Ａｍｅｒｉｃａ Voice interaction method, and, voice interaction agent server
JP6433614B1 (en) * 2018-04-16 2018-12-05 Ｊｅインターナショナル株式会社 Chatbot search system and program

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS58131244A (en) * 1982-01-27 1983-08-05 プレパイ工業株式会社 Method and apparatus for installing waste water treating tank
JP6470246B2 (en) * 2016-11-15 2019-02-13 ソフトバンク株式会社 User support system, user support program and user support method
JP7055327B2 (en) * 2017-10-13 2022-04-18 ロボットスタート株式会社 Conversation collection device, conversation collection system and conversation collection method

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002300491A (en) * 2001-03-30 2002-10-11 Just Syst Corp Apparatus for outputting information on program
JP2003295890A (en) * 2002-04-04 2003-10-15 Nec Corp Apparatus, system, and method for speech recognition interactive selection, and program
JP2006039120A (en) * 2004-07-26 2006-02-09 Sony Corp Interactive device and interactive method, program and recording medium
JP2013537332A (en) * 2010-09-08 2013-09-30 ニュアンス コミュニケーションズ，インコーポレイテッド Method and apparatus for internet search
JP2018189984A (en) * 2013-06-19 2018-11-29 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカＰａｎａｓｏｎｉｃ Ｉｎｔｅｌｌｅｃｔｕａｌ Ｐｒｏｐｅｒｔｙ Ｃｏｒｐｏｒａｔｉｏｎ ｏｆ Ａｍｅｒｉｃａ Voice interaction method, and, voice interaction agent server
US20180025085A1 (en) * 2016-07-19 2018-01-25 Microsoft Technology Licensing, Llc Systems and methods for responding to an online user query
JP2018041124A (en) * 2016-09-05 2018-03-15 株式会社Ｎｅｘｔｒｅｍｅｒ Interaction controller, interaction engine, management terminal, interaction device, interaction control method, interaction method, and program
WO2018088355A1 (en) * 2016-11-08 2018-05-17 国立研究開発法人情報通信研究機構 Voice interaction system, voice interaction device, user terminal, and voice interaction method
JP6433614B1 (en) * 2018-04-16 2018-12-05 Ｊｅインターナショナル株式会社 Chatbot search system and program

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
辻野 孝輔，外３名: "音声対話システムの実用化に向けて−実サービスにおける音声認識と自然言語インタフェース技術", 人工知能学会誌, vol. 第28巻，第1号, JPN6019001918, 1 January 2013 (2013-01-01), JP, pages 75 - 81, ISSN: 0004020997 *

Also Published As

Publication number Publication date
WO2020129419A1 (en) 2020-06-25
JP6555838B1 (en) 2019-08-07
TW202028992A (en) 2020-08-01

Similar Documents

Publication Publication Date Title
KR101840420B1 (en) Method and apparatus for providing chatbot platform
US11682393B2 (en) Method and system for context association and personalization using a wake-word in virtual personal assistants
KR102146884B1 (en) Chatting system, ChatBot Server Apparatus, ChatBot ID Managing Apparatus, Chatting Mediating Server Apparatus, Program, Chatting Method, and Chatting Mediating Method
CN103631853B (en) Phonetic search based on correlation and response
US20100112991A1 (en) Ambient sound detection and recognition method
JP5441455B2 (en) Network-based service provision system
CN108932946A (en) The voice interactive method and device that visitor need to service
WO2020129419A1 (en) Voice inquiry system, voice inquiry processing method, smart speaker operation server device, and program
JPWO2019073669A1 (en) Information processing equipment, information processing methods, and programs
CN110727775B (en) Method and apparatus for processing information
JP2019057093A (en) Information processor and program
JP2009187163A (en) Questioning and responding apparatus
KR20200063646A (en) Method for providing voice advertisement and system thereof
JP6314582B2 (en) Communication device, operator selection method and program
KR20220058745A (en) System and method for providing voice assistant service regarding text including anaphora
CN109791476A (en) Communication device
JP6875270B2 (en) Automatic response device and automatic response method
US11451511B1 (en) Audio-based systems, devices, and methods for domain services
WO2019177102A1 (en) Ai speaker system, method for controlling ai speaker system, and program
CN109981770A (en) Methods, devices and systems for pushed information
JP2019204271A (en) Operator support device, operator support system, and program
KR20140065542A (en) Sns utilizes expert consultation system
KR102030564B1 (en) Method for sharing information between users by chatbot
US20220138427A1 (en) System and method for providing voice assistant service regarding text including anaphora
JP6632144B2 (en) Information processing apparatus, information processing system, information processing method, and information processing program

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20181219

A871 Explanation of circumstances concerning accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A871

Effective date: 20181219

A975 Report on accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A971005

Effective date: 20190118

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20190129

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20190312

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20190423

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20190508

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20190611

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20190708

R150 Certificate of patent or registration of utility model

Ref document number: 6555838

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

S531 Written request for registration of change of domicile

Free format text: JAPANESE INTERMEDIATE CODE: R313531

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350

S111 Request for change of ownership or part of ownership

Free format text: JAPANESE INTERMEDIATE CODE: R313113