JP2021068942A - 発信制御装置、電話システム、発信制御方法、及び発信制御プログラム - Google Patents

Abstract

【課題】音声入力された情報に基づいて、発信先を特定するために必要な情報を要求することが可能な発信制御装置、電話システム、発信制御方法および発信制御プログラムを提供する。【解決手段】本発明にかかる発信制御装置４は、ユーザーの電話番号と該ユーザーを特定する複数の属性値とを対応付けて電話帳データとして記憶する電話帳データ記憶部４３１と、発信元からの音声に含まれる第1の属性値を取得する第１属性値取得部４２３と、第1の属性値に基づいて電話帳データを検索した結果、複数のユーザーが対応する場合、複数のユーザー間で互いに異なる第２の属性値を抽出し、第２の属性値を要求する音声応答を発信元に送信する、応答情報送信部４２４と、発信元から受信した音声に含まれる第２の属性値を取得する第２属性値取得部４２５と、第1および第２の属性値に基づいて、発信元からの通話を転送する発信処理制御部４２２とを備える。【選択図】図２

Description

本発明は、発信制御装置、電話システム、発信制御方法、及び発信制御プログラムに関する。

氏名等の情報を音声入力し、発信先の電話番号を特定する技術が、提案されている。特許文献１は、所属部署・氏名を順次音声入力し、発信先を特定する技術を開示している。

ここで、発信先を特定する方法は、所属部署と氏名とに限られない。例えば、氏名のみによって発信先が特定される場合や、役職と氏名とによって発信先が特定される場合も考えられる。

特開平１１−２９８６０９号公報

上記の様に、特許文献１に開示された技術は、音声入力する情報の順番が指定されている。したがって、音声入力された情報に基づいて他の情報を要求し、発信先を特定することは出来ないという問題があった。

本開示は上記課題を解決するためにされたものであって、音声入力された情報に基づいて、発信先を特定するために必要な情報を要求することが可能な発信制御装置、電話システム、発信制御方法、及び発信制御プログラムを提供することを目的とする。

本開示にかかる発信制御装置は、構内交換機に収容される複数の電話機のいずれかからの発信を制御する発信制御装置であって、ユーザーの電話番号と、当該ユーザーの属性を特定する複数の属性値と対応付けて電話帳データとして記憶する、電話帳データ記憶手段と、発信元からの音声に含まれる発信先を示す第1の属性値を取得する第１の属性値取得手段と、前記第１の属性値取得手段により取得された第1の属性値に基づいて前記電話帳データを検索した結果、複数のユーザーが対応する場合に、当該複数のユーザーについて前記第１の属性値以外の属性値であって複数のユーザー間で互いに異なる第２の属性値を抽出し、当該第２の属性値を要求する音声応答を前記発信元に送信する、応答情報送信手段と、前記音声応答に対応して、前記発信元から受信した音声に含まれる前記第２の属性値を取得する第２の属性値取得手段と、前記第１の属性値取得手段及び前記第２の属性値取得手段により取得された前記第1および第２の属性値に基づいて、前記発信元からの通話を転送する発信処理制御手段と、を備えるものである。

本開示にかかる電話システムは、ユーザーの電話番号と、当該ユーザーの属性を特定する複数の属性値と対応付けて電話帳データとして記憶する、電話帳データ記憶手段と、発信元からの音声に含まれる発信先を示す第1の属性値を取得する第１の属性値取得手段と、前記第１の属性値取得手段により取得された第1の属性値に基づいて前記電話帳データを検索した結果、複数のユーザーが対応する場合に、当該複数のユーザーについて前記第１の属性値以外の属性値であって複数のユーザー間で互いに異なる第２の属性値を抽出し、当該第２の属性値を要求する音声応答を前記発信元に送信する、応答情報送信手段と、前記音声応答に対応して、前記発信元から受信した音声データに含まれる前記第２の属性値を取得する第２の属性値取得手段と、前記第１の属性値取得手段及び前記第２の属性値取得手段により取得された前記第1および第２の属性値に基づいて、前記発信元からの通話を転送する発信処理制御手段と、を備え、構内交換機に収容される複数の電話機を有するものである。

本開示にかかる発信制御方法は、発信元からの音声に含まれる発信先を示す第1の属性値を取得するステップと、取得された第1の属性値に基づいて、ユーザーの電話番号と当該ユーザーの属性を特定する複数の属性値とを対応づけた電話帳データを検索した結果、複数のユーザーが対応する場合に、当該複数のユーザーについて前記第１の属性値以外の属性値であって複数のユーザー間で互いに異なる第２の属性値を抽出し、当該第２の属性値を要求する音声応答を前記発信元に送信するステップと、前記音声応答に対応して、前記発信元から受信した音声データに含まれる前記第２の属性値を取得するステップと、取得された前記第1および第２の属性値に基づいて、前記発信元からの通話を転送するステップを備え、構内交換機に収容される複数の電話機のいずれかからの発信を制御する、ものである。

本開示にかかる発信制御プログラムは、発信元からの音声に含まれる発信先を示す第1の属性値を取得するステップと、取得された第1の属性値に基づいて、ユーザーの電話番号と当該ユーザーの属性を特定する複数の属性値とを対応づけた電話帳データを検索した結果、複数のユーザーが対応する場合に、当該複数のユーザーについて前記第１の属性値以外の属性値であって複数のユーザー間で互いに異なる第２の属性値を抽出し、当該第２の属性値を要求する音声応答を前記発信元に送信するステップと、前記音声応答に対応して、前記発信元から受信した音声データに含まれる前記第２の属性値を取得するステップと、取得された前記第1および第２の属性値に基づいて、前記発信元からの通話を転送するステップを、構内交換機に収容される複数の電話機のいずれかからの発信を制御する発信制御装置に実行させる、ものである。

本開示によれば、音声入力された情報に基づいて、発信先を特定するために必要な情報を要求することが可能な発信制御装置、電話システム、発信制御方法および発信制御プログラムを提供することができる。

実施の形態１にかかる電話システムの構成例を示す構成図である。 実施の形態２にかかる発信制御装置の構成を示す構成図である。 実施の形態２にかかる電話システムの構成例を示す構成図である。 実施の形態２にかかるユーザー情報の例を示す図である。 実施の形態２にかかる電話システムの動作を示すシーケンス図である。 実施の形態２にかかる電話システムにおける音声認識処理の流れを示すフローチャートである。 実施の形態２にかかる電話システムにおいて、発信先を特定した場合の動作を示すフローチャートである。 実施の形態２にかかる電話システムにおいて、発信先の特定を行う動作を示すフローチャートである。 実施の形態３にかかる電話システムにおける発信履歴の例を示す図である。 発信制御装置のハードウェア構成例を示す図である。

＜実施の形態１＞
図1は、本実施の形態１にかかる発信制御装置４を含む電話システム３００の構成例を示す構成図である。電話システム３００は、構内交換機１、電話機２、３および発信制御装置４を備えるビジネスホンシステムである。構内交換機１、電話機２、３および発信制御装置４は、ネットワーク２００を介して互いに接続されている。ネットワーク２００は、移動体通信網、インターネット、イントラネット、ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）等の通信ネットワークである。

構内交換機１は、電話機２、３と発信制御装置４との間の呼を制御する。電話機２、３は、構内交換機１に収容される電話機であり、内線電話機としての機能を有する。発信制御装置４は、構内交換機に収容される複数の電話機２、３のいずれかからの発信を制御する。まず、発信制御装置４は、電話機２、３との呼を確立し、発信先を示す音声入力を受信する。次に、発信制御装置４は、音声入力から発信先を特定し、発信先に通話を転送する。

電話機２が発信元であり電話機３が発信先である場合、電話機２のユーザーは、まず、発信制御装置４に電話の発信を行う。発信制御装置４は、電話機２との呼を確立し、発信先に関する音声入力を受信する。この際、発信制御装置４は、音声入力を促すガイダンスを行っても良い。発信制御装置４は、音声入力から発信先が電話機３であることを特定し、電話機３に通話の転送処理を行う。

図２は、本実施の形態にかかる発信制御装置４の構成図である。発信制御装置４は、電話帳データ記憶部４３１、第１属性値取得部４２３、応答情報送信部４２４、第２属性値取得部４２５および発信処理制御部４２２を備える。

電話帳データ記憶部４３１は、ユーザーの電話番号と、当該ユーザーの属性を特定する複数の属性値と対応付けて電話帳データとして記憶する。ユーザーは、例えば、氏名、所属部署、役職等により特定される。属性値は、例えば、「山田太郎」、「知財部」、「部長」等である。電話帳データ記憶部は、ユーザー情報記憶部ともいう。

第１属性値取得部４２３は、発信元となる電話機２からの音声に含まれる発信先を示す第1の属性値を取得する。例えば、第１属性値取得部４２３は、電話機２のユーザーから音声入力された電話機３のユーザーの氏名を受信する。発信制御装置４は、第１の属性値を取得するために「音声を入力してください」等の音声応答を送信してもよい。当該音声応答は、関連技術とは異なり、属性値の種類を特定する情報を含まなくてもよい。

応答情報送信部４２４は、第１属性値取得部４２３により取得された第1の属性値に基づいて電話帳データを検索した結果、複数のユーザーが対応する場合に、当該複数のユーザーについて第１の属性値以外の属性値であって複数のユーザー間で互いに異なる第２の属性値を抽出する。応答情報送信部４２４は、当該第２の属性値を要求する音声応答を発信元に送信する。

例えば、第1の属性値として氏名が入力されたケースでは、電話帳データに同姓同名の人物が複数人登録されているケースが想定される。このような場合、応答情報送信部４２４は、同姓同名の複数のユーザーの異なる属性値を抽出する。例えば、所属部署が異なっていた場合、応答情報送信部４２４は、所属部署の音声入力を要求する音声を電話機２に送信する。第２属性値取得部４２５は、音声応答に対応して、発信元から受信した音声に含まれる第２の属性値を取得する。

発信処理制御部４２２は、第１属性値取得部４２３及び第２属性値取得部４２５により取得された第1および第２の属性値に基づいて、発信元からの通話を転送する。例えば、発信先が電話機３と特定された場合、発信処理制御部４２２は、電話機２との通話を電話機３に転送する。

本実施の形態では、発信先を示す第１の属性値に対応する複数のユーザーが電話帳データに登録されている場合、複数のユーザー間の属性値の差異に基づいて、第２の属性値を要求する。したがって、本実施の形態にかかる発信制御装置４は、音声入力された情報に基づいて、発信先を特定するために必要な情報を要求することが可能となる。

＜実施の形態２＞
図３は、本実施の形態２にかかる発信制御装置４を含む電話システム３００の構成例を示す構成図である。電話システム３００は、構内交換機１、電話機２、３および発信制御装置４を備える。なお、実施の形態１と重複する説明は省略する。

構内交換機１、電話機２、３および発信制御装置４は、ネットワーク２００を介して接続されている。ネットワーク２００は、移動体通信網、インターネット、イントラネット、ＬＡＮ等の通信ネットワークである。ネットワーク２００は、その一部または全部が有線によって構成されてもよく、その一部または全部が無線によって構成されてもよい。

構内交換機１は、電話機２、３と発信制御装置４との間の呼を制御する。構内交換機１は、会社内などに形成される電話システム（ビジネスホンシステム）において電話を受信・発信するための呼制御を行う装置である。構内交換機１は、例えば、ビジネスホン主装置、ＳＩＰ（Ｓｅｓｓｉｏｎ Ｉｎｉｔｉａｔｉｏｎ Ｐｒｏｔｏｃｏｌ）サーバ等である。

構内交換機１は、電話の主動作（発信、着信、保留、転送等）以外に、インスタントメッセージの送信、プレゼンス情報の更新、ビデオ会議の開催等の機能を有しても良い。なお、簡略化のため、構内交換機１へ接続される電話機は、２台のみ図示されている。構内交換機１は、それ以上の台数の電話機を接続されてもよい。

発信制御装置４は、ネットワーク２００を介して電話機２、３および構内交換機１に接続されている。発信制御装置４は、音声情報処理部４１、制御部４２および記憶部４３を備える。音声情報処理部４１は、音声情報とテキスト情報との変換処理の全般を行う。制御部４２は、データ制御に関する処理の全般を行う。記憶部４３は、データ保持に関する処理の全般を行う。

音声情報処理部４１は、音声−テキスト変換部４１１、エンティティ検出部４１２およびテキスト−音声変換部４１３を備える。音声−テキスト変換部４１１は、発信者（発信元のユーザー）の音声入力から得られた音声データをテキストへ変換する。エンティティ検出部４１２は、テキストから特定の相手を検出するために利用する識別情報(エンティティ)を抽出する。識別情報は、属性値ともいう。テキスト−音声変換部４１３は、発信者に対する音声応答へ利用される音声データをテキストから生成する。

制御部４２は、無音検出制御部４２１、発信処理制御部４２２、第１属性値取得部４２３、応答情報送信部４２４、および第２属性値取得部４２５を備える。無音検出制御部４２１は、発信者の音声入力の終了を検出する。発信処理制御部４２２は、発信、着信、保留、転送及び通話の切断等の処理を行う。第１属性値取得部４２３は、エンティティ検出部４１２から第１の属性値を取得する。応答情報送信部４２４は、発信先を特定するために必要な情報を要求する音声応答を送信する。音声応答は、後述する応答情報記憶部４３３から取得する。第２属性値取得部４２５は、エンティティ検出部４１２から第２の属性値を取得する。第１の属性値および第２の属性値については、実施の形態１と同様である。

記憶部４３は、電話帳データ記憶部４３１、音声記憶部４３２、応答情報記憶部４３３、履歴記憶部４３４およびエンティティ記憶部４３５を備える。電話帳データ記憶部４３１は、発信制御装置４で利用するユーザー情報（電話帳データ）を記憶する。電話帳データ記憶部４３１は、ユーザー情報記憶部ともいう。ユーザー情報とは、ユーザーの電話番号と属性値とである。それぞれのユーザー情報は、図４のような構造を持ち得る。図４では、ユーザーの属性値として、名字、名前、部署、役職等が設定されている。なお、図４に記載されている属性値（項目）は、一例に過ぎず、それ以外の任意の属性値（項目）であってもよい。電話帳データ記憶部４３１には、電話システム３００を利用するユーザー全員のユーザー情報が登録されていることが望ましい。

音声記憶部４３２は、発信者から音声入力された音声データを記憶する。保存された音声データは、音声−テキスト変換部４１１でテキスト化される。応答情報記憶部４３３は、発信者への応答情報をテキスト形式で記憶する。応答情報は、テキスト−音声変換部４１３によって音声データへ変換されることにより、発信者への音声応答に利用される。応答情報記憶部４３３は、あるいは、テキスト−音声変換部４１３を介さずに予め生成された音声データを格納していてもよい。

履歴記憶部４３４は、全てのユーザーの通話履歴と通話内容（テキストあるいは音声データ）とを関連付けて保存する。エンティティ記憶部４３５は、音声認識されたテキストから抽出される文字列（エンティティ）を記憶する。例えば、ユーザーの名前、所属、位置情報等の発信先を特定するために利用される識別情報（属性値）が、エンティティとして抽出される。

図５は、電話システム３００の動作の概要を示すシーケンス図である。
まず、発信元となる電話機２は、発信制御装置４に発信操作を行う（ステップＳ２１）。ＳＩＰ（Ｓｅｓｓｉｏｎ Ｉｎｉｔｉａｔｉｏｎ Ｐｒｏｔｏｃｏｌ）を用いて呼を確立する場合、電話機２は、まず、構内交換機１を介して、発信制御装置４にＳＩＰの「ＩＮＶＩＴＥ」リクエストを送信する。発信制御装置４は、電話機２の「ＩＮＶＩＴＥ」リクエストに対して「２００／ＯＫ」のレスポンスを送信する。電話機２は、「２００／ＯＫ」を受信すると、その確認として「ＡＣＫ」を送信する。上述した動作により、電話機２と発信制御装置４との間で、呼が確立される（ステップＳ２２）。

次に、発信制御装置４は、電話機２に対して、発信先を識別する情報の音声入力を促すメッセージを送信する（ステップＳ２３）。メッセージは、例えば、「音声を入力してください」等である。次に、発信制御装置４は、入力された音声を記憶するために録音を開始する（ステップＳ２４）。次に、電話機２のユーザーが、発信制御装置４に、音声を入力する（ステップＳ２５）。入力される音声は、「ヤマダさんに電話」等である。

次に、発信制御装置４は、録音を停止する（ステップＳ２６）。録音が終了したか否かは、音声入力後の無音の状態を検出することにより行われる。次に、発信制御装置４は、録音された音声をテキストに変換する（ステップＳ２７）。次に、発信制御装置４は、テキストに含まれている発信先を識別するための属性値を検出する（ステップＳ２８）。属性値は、エンティティともいう。入力音声が「ヤマダさんに電話」の場合、エンティティは、「ヤマダ」となる。

次に、発信制御装置４は、検出された属性値に基づいて、発信先の特定を行う（ステップＳ２９）。具体的には、発信制御装置４は、検出された属性値で電話帳データ記憶部４３１を検索する。検索結果として候補が1人だけ得られた場合、発信先を特定できたこととなる。

検索結果として複数人の候補が存在する場合、発信制御装置４は、まず、複数の候補のユーザー情報（属性値）を比較して差異点を抽出する。次に、発信制御装置４は、電話機２に対し、発信先を特定するために必要な情報を要求する。つまり、発信制御装置４は、上述した差異に関する属性値を要求する音声を電話機２に送出する。次に、発信制御装置４は、新たに得られた属性値を用いて発信先を特定する。詳しい説明は、後述する。

次に、発信制御装置４は、電話機２に対して転送先を確認するメッセージを送出する（ステップＳ３０）。次に、電話機２のユーザーは、発信制御装置４に対して返答を行う。つまり、発信制御装置４が特定した転送先が正しければ、電話機２から「はい（Ｙｅｓ）」を表す音声が送出される（ステップＳ３１）。なお、転送先が正しくない場合、電話機２は「いいえ（Ｎｏ）」を表す音声を送出し、発信制御装置４はステップＳ２３の処理に戻る。

次に、発信制御装置４は、電話機２との通話を発信先である電話機３に転送する処理を行う。ＳＩＰを用いる場合、発信制御装置４は、電話機２に「ＲＥＦＥＲ」リクエストを送信する。「ＲＥＦＥＲ」リクエストは、電話機３へ「ＩＮＶＩＴＥ」リクエストを送信するように要求するものである。電話機２は、「ＲＥＦＥＲ」リクエストに対する応答として「２０２ Ａｃｃｅｐｔｅｄ」を送出する（ステップＳ３２）。

次に、電話機２は、「ＩＮＶＩＴＥ」リクエストを、構内交換機１を介して電話機３に送信する（ステップＳ３３〜ステップＳ３４）。次に、発信制御装置４は、電話機２との通話を切断するため、電話機２に「ＢＹＥ」リクエストを送信する。電話機２は、「ＢＹＥ」リクエストに対する応答として「２００ ＯＫ」を送信する（ステップＳ３５）。

次に、電話機３は、「ＩＮＶＩＴＥ」リクエストに対する応答として「２００ ＯＫ」を、構内交換機１を介して電話機２に送信する。電話機２は、「２００ ＯＫ」に対する確認として「ＡＣＫ」を、構内交換機１を介して電話機３に送信する（ステップＳ３６〜ステップＳ３７）。

次に、電話機２は、電話機３との呼を確立したことを伝える「ＮＯＴＩＦＹ」リクエストを、構内交換機１を介して発信制御装置４に通知する（ステップＳ３８〜ステップＳ３９）。上述したステップＳ３２〜Ｓ３９によって、電話機２と電話機３との呼が確立する（ステップＳ４０）。

図６は、発信制御装置４が音声を認識する動作を示すフローチャートである。
まず、電話機２は、構内交換機１を介して発信制御装置４へ通話の発信を行い、呼の接続（Ｃａｌｌ Ｓｅｓｓｉｏｎ）が確立される（ステップＳ５０）。ここで、呼の接続とは、発信者と発信先との間でお互いに通話することが可能になった状態を意味する。発信者および発信先は、ネットワーク２００を介して音声データの送受信を行うことによって、通話する。

次に、発信制御装置４は、ダイヤル情報から発信者の情報を取得し、電話帳データ記憶部４３１を参照して発信者のユーザー情報が存在するかを判定する（ステップＳ５１）。発信者のユーザー情報が存在しない場合（ステップＳ５１のＮｏ）、発信制御装置４は、応答情報記憶部４３３から音声応答データを取得し、発信者の電話機へ送出することにより、ユーザー情報の登録を促す（ステップＳ５２)。

次に、発信者のユーザー情報が存在する場合（ステップＳ５１のＹｅｓ）あるいはユーザー情報の登録処理（ステップＳ５２）後、発信制御装置４は、履歴記憶部４３４を参照して発信者の利用状況を確認する（ステップＳ５３）。発信制御装置４の利用が初めてである場合（ステップＳ５３のＹｅｓ）、発信制御装置４は、応答情報記憶部４３３から発信制御装置４の使用方法に関する音声データを取得し、発信者の電話機２へ送出する（ステップＳ５４）。使用方法に関する音声データは、例えば、「発信制御装置の使い方は〜です」といったメッセージである。

発信制御装置４の利用が初めてではない場合（ステップＳ５３のＮｏ）あるいは使用方法に関する音声データの送信（ステップＳ５４）後、発信制御装置４は、応答情報記憶部４３３から発信者の音声入力を促す音声データを取得し、発信者の電話機２へ送出する（ステップＳ５５）。音声入力を促す音声データは、例えば「音声を入力してください」等である。

次に、発信制御装置４は、発信者からの音声入力の録音を開始する（ステップＳ５６）。また、同時に無音検出制御部４２１は、発信者から入力される音声の状態の監視を開始する（ステップＳ５７）。なお、録音された音声データは、音声記憶部４３２に保存される。

発信者の音声入力は、様々なパターンが考えられる。最も単純な例として、相手の名前を呼びかける場合を考える。まず、発信者が、「ヤマダさんに電話」のような音声を入力する。音声入力後、無音検出制御部４２１によって音量が閾値を下回る状態が一定時間以上検知された場合（ステップＳ５７のＹｅｓ）、音声記憶部４３２は、録音を停止する（ステップＳ５８）。入力された音声が検知できない場合（ステップＳ５７のＮｏ）、発信制御装置４は、再度の音声入力を促す音声データを発信者へ送出する（ステップＳ６０）。音声データは、例えば、「すみません、よく聞き取れませんでした。もう一度お願いします」等である。音声データ送出後、発信制御装置４は、再び録音を開始する（ステップＳ５６）。

最後に、発信制御装置４は、保存された音声データを音声−テキスト変換部４１１へ送信し、音声データのテキスト化を開始する（ステップＳ５９）。なお、無音検出制御部４２１の検知条件である音量の閾値及び時間の長さは、任意の値を設定する事ができる。例えば、電話帳データ記憶部４３１は、ユーザー毎に設定された音量の閾値または無音時間の長さを記憶してもよい。無音検出制御部４２１は、電話帳データ記憶部４３１を参照し、発信者に応じて動的に閾値等を変更することが可能となる。声量の大きさ、話す速度等の個人差の影響を抑えることができるため、より確実性の高い音声入力が可能になる。

図７は、本実施の形態にかかる発信制御装置４が、第１の属性値によって発信先を特定した場合の動作を示すフローチャートである。
エンティティ検出部４１２は、音声−テキスト変換部４１１から得られたテキストから氏名等の属性値を抽出する（ステップＳ６１）。属性値を示す文字列は、予めエンティティ記憶部４３５に保存されている。例えば、「ヤマダさんに電話」というテキストが、音声−テキスト変換部４１１によって得られた場合について説明する。エンティティ記憶部４３５に「ヤマダ」という文字列が保存されていれば、エンティティ検出部４１２は、「ヤマダ」という文字列を抽出することができる。つまり、エンティティとしてユーザーの名前を保存しておくことにより、第１属性値取得部４２３は、電話を発信する相手の名前を取得することができる。

相手の名前を取得した後、発信制御装置４は、電話帳データ記憶部４３１に記憶された
ユーザー情報と照合し、候補が存在するかを判定する（ステップＳ６２）。候補が存在しない場合（ステップＳ６２のＮｏ）、発信制御装置４は、応答情報記憶部４３３から音声応答データを取得し、発信者の電話機２へ送出することにより、該メッセージ（候補が存在しないこと）を伝える（ステップＳ６３）。その後、発信制御装置４は、発信者の音声入力を促し、音声入力を待機する状態へ戻る（ステップＳ６４）。

一方、候補が存在する場合（ステップＳ６２のＹｅｓ）について説明する。以下では、候補が1人だけの場合について説明する。候補が複数存在する場合については後述する。発信制御装置４は、発信先を特定した場合、発信元と発信先との呼を接続することを伝える音声応答を発信元に送出する（ステップＳ６５）。

次に、発信処理制御部４２２は、発信先の電話番号を取得し、発信者の電話機２との通話を、構内交換機１を介して発信先の電話機３へ転送する（ステップＳ６６）。つまり、発信処理制御部４２２は、電話機３を鳴動させ、発信制御装置４と電話機２との呼を切断する。発信先が電話機３に応答すると、オフフック（ＯＦＦ ＨＯＯＫ）が検出され、発信先と発信者との通話が開始される。

以上のように、本実施の形態にかかる発信制御装置４を介することにより、発信者は、電話を発信する前に発信先の電話番号を記憶したり、電話帳に登録したりする必要がなく、効率的に電話の発信を行うことができる。

図８は、本実施形態にかかる発信制御装置４が、複数の候補から発信先を特定する動作を示すフローチャートである。以下、相手の名前から発信先を特定する場合に、候補をただ一人に特定できないケースについて説明する。例えば、「山田」というエンティティを検出した場合、同姓の「山田太郎」「山田次郎」「山田三郎」等の複数のユーザーが存在する場合が想定される。

発信者の音声入力に対して候補が複数存在する場合、応答情報送信部４２４は、複数の候補のユーザー情報を取得し、取得したユーザー情報の比較を行い、差分情報を取得する（ステップＳ７１）。差分情報とは、ユーザー間における異なる属性値を示す情報である。次に、応答情報送信部４２４は、取得した差分情報に基づいて発信者へ音声応答を送出する（ステップＳ７２）。つまり、応答情報送信部４２４は、第２の属性値を要求する音声応答を送出する。

例えば、「山田太郎」「山田次郎」「山田三郎」のユーザー情報に含まれる“部署”が、それぞれ”総務部”、”人事部”、”知財部”と異なる場合について説明する。このような場合、“部署”が第２の属性値となる。応答情報送信部４２４は、発信者へ「部署を教えてください」という音声応答を送出することによって、発信者へ”部署”の情報を音声入力することを促す。

また、候補が２名の場合、応答情報送信部４２４は、「役職は部長ですか？」等のはい／いいえで回答できる音声応答を送出してもよい。次に、第２属性値取得部４２５は、発信者の音声入力を基に第２の属性値を取得し、ユーザーの絞り込みを行う（ステップＳ７３）。発信先を特定することができた場合（ステップＳ７４のＹｅｓ）、発信制御装置４は、図７のステップＳ６６と同様に通話を発信先へ転送する（ステップＳ７５）。特定できなかった場合（ステップＳ７４のＮｏ）、応答情報送信部４２４は、再度、別の差分情報を基に発信者へ音声入力を促す（ステップＳ７２）。ユーザーを絞り込む処理を繰り返し行なうことで、同姓同名のユーザーが存在する場合も、発信制御装置４は、発信先（発信者が発信したい相手）を特定し、電話を発信することができる。

以下、本実施の形態の効果について説明する。
関連する会社内の電話システムでは、電話を発信するためにまず相手の電話番号を知っていなければならず、あるいは、事前に相手の電話番号を電話帳に登録しておく必要があった。したがって、相手の電話番号が電話帳に登録されていない場合、周囲に尋ねるか、あるいは、ウェブサイトやメールの送信者情報などに記載されている電話番号を確認する等の手間が生じていた。

本実施の形態にかかる発信制御装置は、発信者からの着信に応答し、入力された音声データを音声認識によりテキスト化する。得られたテキストから相手を識別する情報（エンティティ）を抽出し、電話帳データ記憶部（ユーザー情報記憶部）に記憶されたユーザー情報と照合することで発信先を特定する。複数の候補が存在する場合、ユーザー情報の差分に基づいて発信者へ応答を送出し、入力された音声データから発信先を特定する。発信制御装置は、発信先の電話機へ転送処理を行い、発信者の電話機との呼を確立する。

本実施の形態では、電話を発信する際に、発信したい相手の任意の属性値を音声入力する。そして、属性値で相手を特定し、電話の発信をすることができる。よって、事前に発信先の電話番号を記憶したり、電話帳に登録したりする必要がなく、効率的に電話の発信を行うことが可能となる。

本実施の形態では、複数のユーザーに関する情報が記録されたユーザー情報を利用する。したがって、発信先を特定するためのキーワードをあらかじめ個別に登録する必要はない。そして、発信制御装置は、音声入力された属性値から相手を特定し、通話の発信をすることが可能となる。

また、本実施の形態では、複数の候補が存在する場合に、ユーザー情報の差分に基づいて音声応答を送出する。したがって、属性を順番に確認していく関連技術と比較して、少ない回数の質問で発信先を特定することができる可能性がある。

＜実施の形態３＞
本実施の形態３にかかる発信制御装置４は、発信者の音声入力（第１の属性値）に対応する複数の候補が存在する場合、通話履歴を参照して候補の絞り込みを行う。構成図は、図３と同じであるため説明を省略する。

図９は、履歴記憶部４３４が記憶する履歴情報の例を示す。履歴記憶部４３４には、発番号、着番号、時刻、通話時間などの情報が記憶される。本実施の形態では、発番号、着番号に名前が記録されているが、電話番号であってもよい。

音声入力に対応する複数の候補が存在する場合、発信制御装置４は、履歴記憶部４３４の通話履歴の発信元（発番号）を参照する。つまり、発信制御装置４は、該通話履歴の発信元（発番号）と発信先とを照合する。例えば、検出されたエンティティ「山田太郎」と通話履歴の「山田太郎」とが一致する場合、発信制御装置４は、発信先を通話履歴に含まれる「山田太郎」に特定することができる。

通話履歴と照合し、一致するユーザーを発信先として特定することで、発信者は、以前通話を交わしたことがある相手へ優先的に発信することができる。したがって、上述した差分情報に基づいて絞り込んでいく方法と比べて、音声入力をする手間を削減することが可能になる。仮に、通話履歴にさらに複数の候補が存在し一意に特定できない場合、発信制御装置４は、実施の形態２と同様に差分情報を取得し、取得した差分情報に基づいて発信者へ音声応答を送出してもよい。また、発信制御装置４は、例えば”時刻”を参照し、最近通話を行った相手を発信先として特定してもよい。

なお、実施例では発信先が内線の場合について説明したが、電話帳データ記憶部４３１のユーザー情報に、取引先など外線のユーザーを登録しておくことで、発信先を外線としてもよい。

＜ハードウェアの構成例＞
次に、ハードウェアの構成例について述べる。
図１０は、発信制御装置４を実現するためのハードウェアを例示する図である。発信制御装置４は、バス１０２０、プロセッサ１０４０、メモリ１０６０、ストレージデバイス１０８０、及びネットワークインタフェース１１２０を有する。バス１０２０は、プロセッサ１０４０、メモリ１０６０、ストレージデバイス１０８０、及びネットワークインタフェース１１２０が、相互にデータを送受信するためのデータ伝送路である。ただし、プロセッサ１０４０などを互いに接続する方法は、バス接続に限定されない。プロセッサ１０４０は、CPU(Central Processing Unit)、GPU（Graphics Processing Unit）、又はFPGA（Field-Programmable Gate Array）などの種々のプロセッサである。メモリ１０６０は、RAM（Random Access Memory）などを用いて実現される主記憶装置である。ストレージデバイス１０８０は、ハードディスク、SSD（Solid State Drive）、メモリカード、又は ROM（Read Only Memory）などを用いて実現される補助記憶装置である。

ネットワークインタフェース１１２０は、発信制御装置４をネットワーク１３００に接続するためのインタフェースである。このネットワークは、例えば LAN（Local Area Network）や WAN（Wide Area Network）である。ネットワークインタフェース１１２０がネットワークに接続する方法は、無線接続であってもよいし、有線接続であってもよい。

ストレージデバイス１０８０は、発信制御装置４の各手段を実現するプログラムモジュールを記憶している。プロセッサ１０４０は、これら各プログラムモジュールをメモリ１０６０に読み出して実行することで、各プログラムモジュールに対応する機能を実現する。

上述の実施の形態における各種の処理は、ハードウェアでもソフトウェアでも実現できる。例えば、任意の処理を、ＣＰＵ（Central Processing Unit）にコンピュータプログラムを実行させることにより実現することも可能である。

プログラムは、様々なタイプの非一時的なコンピュータ可読媒体（non-transitory computer readable medium）を用いて格納され、コンピュータに供給することができる。非一時的なコンピュータ可読媒体は、様々なタイプの実体のある記録媒体（tangible storage medium）を含む。非一時的なコンピュータ可読媒体の例は、磁気記録媒体（例えばフレキシブルディスク、磁気テープ、ハードディスクドライブ）、光磁気記録媒体（例えば光磁気ディスク）、ＣＤ−ＲＯＭ（Read Only Memory）、ＣＤ−Ｒ、ＣＤ−Ｒ／Ｗ、半導体メモリ（例えば、マスクＲＯＭ、ＰＲＯＭ（Programmable ROM）、ＥＰＲＯＭ（Erasable PROM）、フラッシュＲＯＭ、ＲＡＭ（random access memory））を含む。また、プログラムは、様々なタイプの一時的なコンピュータ可読媒体（transitory computer readable medium）によってコンピュータに供給されてもよい。一時的なコンピュータ可読媒体の例は、電気信号、光信号、及び電磁波を含む。一時的なコンピュータ可読媒体は、電線及び光ファイバ等の有線通信路、又は無線通信路を介して、プログラムをコンピュータに供給できる。

なお、本発明は上記実施の形態に限られたものではなく、趣旨を逸脱しない範囲で適宜変更することが可能である。

上記の実施形態の一部又は全部は、以下の付記のようにも記載されうるが、以下には限られない。

（付記１）
構内交換機に収容される複数の電話機のいずれかからの発信を制御する発信制御装置であって、
ユーザーの電話番号と、当該ユーザーの属性を特定する複数の属性値と対応付けて電話帳データとして記憶する、電話帳データ記憶手段と、
発信元からの音声に含まれる発信先を示す第1の属性値を取得する第１の属性値取得手段と、
前記第１の属性値取得手段により取得された第1の属性値に基づいて前記電話帳データを検索した結果、複数のユーザーが対応する場合に、当該複数のユーザーについて前記第１の属性値以外の属性値であって複数のユーザー間で互いに異なる第２の属性値を抽出し、当該第２の属性値を要求する音声応答を前記発信元に送信する、応答情報送信手段と、
前記音声応答に対応して、前記発信元から受信した音声に含まれる前記第２の属性値を取得する第２の属性値取得手段と、
前記第１の属性値取得手段及び前記第２の属性値取得手段により取得された前記第1および第２の属性値に基づいて、前記発信元からの通話を転送する発信処理制御手段と、
を備える発信制御装置。

（付記２）
通話開始後に音声入力を促す音声応答を発信元に送信する音声入力要求手段をさらに備え、当該音声応答には、前記属性値の種類を特定する情報を含まない付記１に記載の発信制御装置。

（付記３）
前記発信元と前記発信先とを対応付けて、発信履歴として記憶する発信履歴記憶部をさらに備え、
前記発信処理制御手段は、前記第１の属性値および前記発信履歴に基づいて、前記通話を転送する、付記１又は２に記載の発信制御装置。

（付記４）
前記発信履歴記憶部は、発信時刻を前記発信履歴として記憶し、
前記発信処理制御手段は、前記第1の属性値および前記発信時刻に基づいて、前記通話を転送する、付記３に記載の発信制御装置。

（付記５）
前記応答情報送信手段は、前記第1の属性値で前記電話帳データを検索した結果に２人のユーザーのみが含まれる場合、「はい」又は「いいえ」で回答可能な前記音声応答を前記発信元に送信する、付記１から４のいずれか１項に記載の発信制御装置。

（付記６）
ユーザーの電話番号と、当該ユーザーの属性を特定する複数の属性値と対応付けて電話帳データとして記憶する、電話帳データ記憶手段と、
発信元からの音声に含まれる発信先を示す第1の属性値を取得する第１の属性値取得手段と、
前記第１の属性値取得手段により取得された第1の属性値に基づいて前記電話帳データを検索した結果、複数のユーザーが対応する場合に、当該複数のユーザーについて前記第１の属性値以外の属性値であって複数のユーザー間で互いに異なる第２の属性値を抽出し、当該第２の属性値を要求する音声応答を前記発信元に送信する、応答情報送信手段と、
前記音声応答に対応して、前記発信元から受信した音声データに含まれる前記第２の属性値を取得する第２の属性値取得手段と、
前記第１の属性値取得手段及び前記第２の属性値取得手段により取得された前記第1および第２の属性値に基づいて、前記発信元からの通話を転送する発信処理制御手段と、
を備え、構内交換機に収容される複数の電話機を有する電話システム。

（付記７）
通話開始後に音声入力を促す音声応答を発信元に送信する音声入力要求手段をさらに備え、当該音声応答には、前記属性値の種類を特定する情報を含まない付記６に記載の電話システム。

（付記８）
前記発信元と前記発信先とを対応付けて、発信履歴として記憶する発信履歴記憶部をさらに備え、
前記発信処理制御手段は、前記第１の属性値および前記発信履歴に基づいて、前記通話を転送する、付記６又は７に記載の電話システム。

（付記９）
前記発信履歴記憶部は、発信時刻を前記発信履歴として記憶し、
前記発信処理制御手段は、前記第1の属性値および前記発信時刻に基づいて、前記通話を転送する、付記８に記載の電話システム。

（付記１０）
前記応答情報送信手段は、前記第1の属性値で前記電話帳データを検索した結果に２人のユーザーのみが含まれる場合、「はい」又は「いいえ」で回答可能な前記音声応答を前記発信元に送信する、付記６から９のいずれか１項に記載の電話システム。

（付記１１）
発信元からの音声に含まれる発信先を示す第1の属性値を取得するステップと、
取得された第1の属性値に基づいて、ユーザーの電話番号と当該ユーザーの属性を特定する複数の属性値とを対応づけた電話帳データを検索した結果、複数のユーザーが対応する場合に、当該複数のユーザーについて前記第１の属性値以外の属性値であって複数のユーザー間で互いに異なる第２の属性値を抽出し、当該第２の属性値を要求する音声応答を前記発信元に送信するステップと、
前記音声応答に対応して、前記発信元から受信した音声データに含まれる前記第２の属性値を取得するステップと、
取得された前記第1および第２の属性値に基づいて、前記発信元からの通話を転送するステップを備え、構内交換機に収容される複数の電話機のいずれかからの発信を制御する、発信制御方法。

（付記１２）
通話開始後に、音声入力を促す音声応答を発信元に送信するステップをさらに備え、当該音声応答には、前記属性値の種類を特定する情報を含まない付記１１に記載の発信制御方法。

（付記１３）
前記発信元と前記発信先とを対応付けて、発信履歴として記憶し、
前記第１の属性値および前記発信履歴に基づいて、前記通話を転送する、付記１１又は１２に記載の発信制御方法。

（付記１４）
発信時刻を前記発信履歴として記憶し、
前記第1の属性値および前記発信時刻に基づいて、前記通話を転送する、付記１３に記載の発信制御方法。

（付記１５）
前記第1の属性値で前記電話帳データを検索した結果に２人のユーザーのみが含まれる場合、「はい」又は「いいえ」で回答可能な前記音声応答を前記発信元に送信する、付記１１から１４のいずれか１項に記載の発信制御方法。

（付記１６）
発信元からの音声に含まれる発信先を示す第1の属性値を取得するステップと、
取得された第1の属性値に基づいて、ユーザーの電話番号と当該ユーザーの属性を特定する複数の属性値とを対応づけた電話帳データを検索した結果、複数のユーザーが対応する場合に、当該複数のユーザーについて前記第１の属性値以外の属性値であって複数のユーザー間で互いに異なる第２の属性値を抽出し、当該第２の属性値を要求する音声応答を前記発信元に送信するステップと、
前記音声応答に対応して、前記発信元から受信した音声データに含まれる前記第２の属性値を取得するステップと、
取得された前記第1および第２の属性値に基づいて、前記発信元からの通話を転送するステップを、
構内交換機に収容される複数の電話機のいずれかからの発信を制御する発信制御装置に実行させる、発信制御プログラム。

１ 構内交換機
２、３ 電話機
４ 発信制御装置
４１ 音声情報処理部
４２ 制御部
４３ 記憶部
２００、１３００ ネットワーク
３００ 電話システム
４１１ 音声−テキスト変換部
４１２ エンティティ検出部
４１３ テキスト−音声変換部
４２１ 無音検出制御部
４２２ 発信処理制御部
４２３ 第１属性値取得部
４２４ 応答情報送信部
４２５ 第２属性値取得部
４３１ 電話帳データ記憶部
４３２ 音声記憶部
４３３ 応答情報記憶部
４３４ 履歴記憶部
４３５ エンティティ記憶部

Claims (10)

1. 構内交換機に収容される複数の電話機のいずれかからの発信を制御する発信制御装置であって、
   ユーザーの電話番号と、当該ユーザーの属性を特定する複数の属性値と対応付けて電話帳データとして記憶する、電話帳データ記憶手段と、
   発信元からの音声に含まれる発信先を示す第1の属性値を取得する第１の属性値取得手段と、
   前記第１の属性値取得手段により取得された第1の属性値に基づいて前記電話帳データを検索した結果、複数のユーザーが対応する場合に、当該複数のユーザーについて前記第１の属性値以外の属性値であって複数のユーザー間で互いに異なる第２の属性値を抽出し、当該第２の属性値を要求する音声応答を前記発信元に送信する、応答情報送信手段と、
   前記音声応答に対応して、前記発信元から受信した音声に含まれる前記第２の属性値を取得する第２の属性値取得手段と、
   前記第１の属性値取得手段及び前記第２の属性値取得手段により取得された前記第1および第２の属性値に基づいて、前記発信元からの通話を転送する発信処理制御手段と、
   を備える発信制御装置。
2. 通話開始後に音声入力を促す音声応答を発信元に送信する音声入力要求手段をさらに備え、当該音声応答には、前記属性値の種類を特定する情報を含まない請求項１に記載の発信制御装置。
3. 前記発信元と前記発信先とを対応付けて、発信履歴として記憶する発信履歴記憶部をさらに備え、
   前記発信処理制御手段は、前記第１の属性値および前記発信履歴に基づいて、前記通話を転送する、請求項１又は２に記載の発信制御装置。
4. 前記発信履歴記憶部は、発信時刻を前記発信履歴として記憶し、
   前記発信処理制御手段は、前記第1の属性値および前記発信時刻に基づいて、前記通話を転送する、請求項３に記載の発信制御装置。
5. 前記応答情報送信手段は、前記第1の属性値で前記電話帳データを検索した結果に２人のユーザーのみが含まれる場合、「はい」又は「いいえ」で回答可能な前記音声応答を前記発信元に送信する、請求項１から４のいずれか１項に記載の発信制御装置。
6. ユーザーの電話番号と、当該ユーザーの属性を特定する複数の属性値と対応付けて電話帳データとして記憶する、電話帳データ記憶手段と、
   発信元からの音声に含まれる発信先を示す第1の属性値を取得する第１の属性値取得手段と、
   前記第１の属性値取得手段により取得された第1の属性値に基づいて前記電話帳データを検索した結果、複数のユーザーが対応する場合に、当該複数のユーザーについて前記第１の属性値以外の属性値であって複数のユーザー間で互いに異なる第２の属性値を抽出し、当該第２の属性値を要求する音声応答を前記発信元に送信する、応答情報送信手段と、
   前記音声応答に対応して、前記発信元から受信した音声データに含まれる前記第２の属性値を取得する第２の属性値取得手段と、
   前記第１の属性値取得手段及び前記第２の属性値取得手段により取得された前記第1および第２の属性値に基づいて、前記発信元からの通話を転送する発信処理制御手段と、
   を備え、構内交換機に収容される複数の電話機を有する電話システム。
7. 通話開始後に音声入力を促す音声応答を発信元に送信する音声入力要求手段をさらに備え、当該音声応答には、前記属性値の種類を特定する情報を含まない請求項６に記載の電話システム。
8. 発信元からの音声に含まれる発信先を示す第1の属性値を取得するステップと、
   取得された第1の属性値に基づいて、ユーザーの電話番号と当該ユーザーの属性を特定する複数の属性値とを対応づけた電話帳データを検索した結果、複数のユーザーが対応する場合に、当該複数のユーザーについて前記第１の属性値以外の属性値であって複数のユーザー間で互いに異なる第２の属性値を抽出し、当該第２の属性値を要求する音声応答を前記発信元に送信するステップと、
   前記音声応答に対応して、前記発信元から受信した音声データに含まれる前記第２の属性値を取得するステップと、
   取得された前記第1および第２の属性値に基づいて、前記発信元からの通話を転送するステップを備え、構内交換機に収容される複数の電話機のいずれかからの発信を制御する、発信制御方法。
9. 通話開始後に、音声入力を促す音声応答を発信元に送信するステップをさらに備え、当該音声応答には、前記属性値の種類を特定する情報を含まない請求項８に記載の発信制御方法。
10. 発信元からの音声に含まれる発信先を示す第1の属性値を取得するステップと、
    取得された第1の属性値に基づいて、ユーザーの電話番号と当該ユーザーの属性を特定する複数の属性値とを対応づけた電話帳データを検索した結果、複数のユーザーが対応する場合に、当該複数のユーザーについて前記第１の属性値以外の属性値であって複数のユーザー間で互いに異なる第２の属性値を抽出し、当該第２の属性値を要求する音声応答を前記発信元に送信するステップと、
    前記音声応答に対応して、前記発信元から受信した音声データに含まれる前記第２の属性値を取得するステップと、
    取得された前記第1および第２の属性値に基づいて、前記発信元からの通話を転送するステップを、
    構内交換機に収容される複数の電話機のいずれかからの発信を制御する発信制御装置に実行させる、発信制御プログラム。

Images