JP2021170154A - 制御装置及びプログラム - Google Patents

Abstract

【課題】複数の設定指示に基づく設定を、設定の上書きや競合を起こすことなく実行できるようにする。【解決手段】本発明の一側面の画像処理システム１００の通信部４２は、情報処理装置１に実行させるジョブに関する複数の命令に対応する各情報を受信するとともに、ジョブの実行指示を情報処理装置１に送信する。設定セット生成部４３は、通信部４２が受信した情報の指示元を判別し、ジョブの設定命令に対応する情報を指示元２毎にグループ化した設定セットを生成する。制御部４１は、設定セットをジョブの実行指示として通信部４２を介して情報処理装置１に送信する制御を行う。【選択図】図２

Description

本発明は、制御装置及びプログラムに関する。

近年、ＡＩ（Artificial Intelligence）による音声認識技術の成熟により、スマートスピーカーが普及しており、スマートスピーカーは、一般家庭における家電等の音声操作や、企業等における情報処理装置の音声操作に用いられるようになっている。情報処理装置の一例である画像形成装置とスマートスピーカーとが連携される場合、ユーザーは、音声でスマートスピーカーに指示を行うことにより、画像形成装置にコピーやスキャン、印刷などのジョブを実行させることができる。

例えば、特許文献１には、複合機（ＭＦＰ：Multifunction Peripheral）、携帯端末、音声認識サーバ装置、及び、ＡＩアシスタントサーバ装置を備えた音声操作システムが記載されている。特許文献１には、音声操作システムを構成する携帯端末が、ＭＦＰを音声操作するための、ユーザからの音声入力を受け付け、受け付けた操作を、ユーザへ音声でフィードバックすることと、音声認識サーバ装置が、携帯端末から受信した音声データを分析し、テキストデータに変換することと、が記載されている。また、特許文献１には、ＡＩアシスタントサーバ装置が、テキストデータを分析し、事前登録されているユーザの意図（ＭＦＰのジョブ実行命令）に変換して携帯端末に送信することと、ＭＦＰが、携帯端末から送信されるジョブ実行命令を実行することと、が記載されている。

特開２０１９−１８５７３４号公報

ところで、画像形成装置等の情報処理装置と、スマートスピーカー等の音声入出力装置とは、一対一で対応付けられていることが通常であるが、この場合、ユーザーは、情報処理装置の近傍等に設置された音声入出力装置の位置まで出向いて、音声操作を行う必要がある。よって、例えば、各ユーザーのデスクの近傍等に音声入出力装置を配置し、該音声入出力装置を介して情報処理装置を操作できるようにすれば、ユーザーの利便性を向上させることができると考えられる。

しかしながら、一つの情報処理装置に対して、複数の音声入出力装置から音声操作を行えるようにした場合、ある音声入出力装置を介して指示されたジョブの実行又は設定が、他の音声入出力装置を介して行われた指示によって上書きされてしまったり、設定同士が競合してしまったりする状況が起こりうる。特に、一度の音声操作において、複数の設定に関する指示が行われる場合には、音声操作による指示が行われてから、画像形成装置において該指示に基づく設定が確定するまでに時間がかかる。したがって、音声操作によって複数の設定又はジョブに関する指示が行われる場合には、上述した上書きや競合がより起こりやすくなると想定される。

なお、音声入出力装置に限らず、ユーザーによるジェスチャーを解析して該ジェスチャーに対応する情報を出力する操作指示入力装置（指示元）等から指示が行われる場合においても、同様の問題が発生し得る。

本発明はこのような状況に鑑みてなされたものである。本発明の目的は、複数の指示入力装置のそれぞれを介して指示された複数の設定命令に基づく設定を、設定の上書きや競合を起こすことなく実行可能な制御装置及びプログラムを提供することにある。

上記課題を解決するため、本発明の一側面を反映した制御装置は、情報処理装置に実行させるジョブに関する複数の命令に対応する各情報を受信するとともに、ジョブの実行指示を情報処理装置に送信する通信部と、通信部が受信した情報の指示元を判別し、ジョブの設定命令に対応する情報を指示元毎にグループ化した設定セットを生成する設定セット生成部と、設定セットをジョブの実行指示として通信部を介して情報処理装置に送信する制御を行う制御部と、を備える。

また、本発明の一側面を反映したプログラムは、情報処理装置に実行させるジョブに関する複数の命令に対応する各情報を受信するとともに、ジョブの実行指示を情報処理装置に送信する手順と、受信した情報の指示元を判別し、ジョブの設定命令に対応する情報を指示元毎にグループ化した設定セットを生成する手順と、設定セットをジョブの実行指示として通信部を介して情報処理装置に送信する制御を行う手順と、を制御装置に実行させる。

本発明によれば、複数の指示元のそれぞれを介した複数の設定命令に基づく設定を、設定の上書きや競合を起こすことなく実行可能な情報処理装置及びプログラムが提供される。なお、上記した以外の課題、構成及び効果は、以下の実施形態の説明により明らかにされる。

本発明の一実施形態に係る画像処理システムの概要構成図である。 本発明の一実施形態に係る画像処理システムに含まれる画像形成装置、音声入出力装置及び音声処理サーバーの制御系の構成例を示すブロック図である。 本発明の一実施形態に係る音声操作に基づく画像処理システムの動作の例を示すシーケンス図である。 本発明の一実施形態に係る音声処理サーバーによる音声応答処理の手順の例を示すフローチャートである。 本発明の一実施形態に係るグルーピングが指示された時点で設定セットの生成を行う場合における、音声処理サーバーによる音声応答処理の手順の例を示すフローチャートである。 本発明の一実施形態に係る音声解析サーバーから送信されたテキストデータによってグルーピングの終了が指示されたか否かを最初に判定する場合における、音声処理サーバーによる音声応答処理の手順の例を示すフローチャートである。

以下、本発明を実施するための形態例について、添付図面を参照して説明する。本明細書及び図面において、実質的に同一の機能又は構成を有する構成要素は、同一の符号を付し、構成要素の重複説明は省略する。

＜画像処理システムの構成＞
まず、図１を参照して、本発明の一実施形態に係る画像処理システムの構成について説明する。図１は、本発明の一実施形態に係る画像処理システム１００の概要構成図である。

図１に示す画像処理システム１００は、画像形成装置１と、音声入出力装置２Ａ及び２Ｂ（音声入力装置の一例）と、音声解析サーバー３と、音声処理サーバー４（制御装置のの一例）と、を備える。画像形成装置１、音声入出力装置２Ａ，２Ｂ、音声解析サーバー３、音声処理サーバー４は、公衆交換電話網やＩＰ（Internet Protocol）網などよりなるネットワークＮを介して互いに接続される。

画像形成装置１は、例えば、コピー機能、プリンター機能、スキャナー機能等を有するＭＦＰで構成される。画像形成装置１は、不図示のプリンタコントローラー等から送信されたジョブに含まれる画像データに基づいて用紙に画像形成を行い、該画像が形成された用紙を印刷物として出力する。画像形成装置１に対するジョブの実行指示は、画像形成装置１に設けられた操作表示部１４（図２参照）に対するユーザーによる操作や、音声入出力装置２Ａ，２Ｂに対するユーザーＵＡ，ＵＢによる音声操作等によって行われる。

音声入出力装置２Ａ，２Ｂは、例えば、スマートスピーカーで構成され、マイクロフォン２３及びスピーカー２４（いずれも図２参照）を備える。音声入出力装置２Ａは、例えば、ユーザーＵＡのデスク（座席；図示略）の近辺に配置され、音声入出力装置２Ｂは、例えば、ユーザーＵＢのデスク（図示略）の近辺に配置される。

そして、音声入出力装置２Ａは、マイクロフォン２３が集音した音声、例えば、ユーザーＵＡによって発話された設定命令を音声データに変換し、該音声データを音声解析サーバー３に送信する。また、音声入出力装置２Ａは、音声処理サーバー４から送信される音声データを再生して、スピーカー２４から出力する。同様に、音声入出力装置２Ｂは、マイクロフォン２３が集音した音声、例えば、ユーザーＵＢによって発話された設定命令を音声データに変換し、該音声データを音声解析サーバー３に送信するとともに、音声処理サーバー４から送信される音声データを再生して、スピーカー２４から出力する。

ユーザーＵＡは、例えば、「『Ａ４』、『白黒』、『３枚』でコピー」等のように、画像形成装置１に対する複数の設定項目の設定命令を、音声入出力装置２Ａへの一度の音声操作によって指示することができる。同様に、ユーザーＵＢは、画像形成装置１に対する複数の設定項目の設定命令を、音声入出力装置２Ｂへの一度の音声操作によって指示することができる。なお、以下の説明において、音声入出力装置２Ａと２Ｂとを個別に識別する必要がない場合には、これらを音声入出力装置２と総称する。また、ユーザーＵＡとユーザーＵＢとを個別に識別する必要がない場合には、これらをユーザーＵと総称する。

音声解析サーバー３は、例えば、不図示のクラウド上に設けられる。音声解析サーバー３は、音声入出力装置２Ａ，２Ｂから送信された音声データに対して音声解析処理を行って、音声データをテキストデータ（設定命令に対応する情報の一例）に変換する。そして、音声解析サーバー３は、該テキストデータを音声処理サーバー４に送信する。

音声処理サーバー４は、例えば、不図示のクラウド上に設けられる。音声処理サーバー４は、ジョブに関する設定項目の設定命令に対応するテキストデータを音声解析サーバー３から受信した場合、該テキストデータと音声入出力装置２の識別情報とを対応付けた設定セットを生成する。そして、音声処理サーバー４は、生成した設定セットを記憶部４１３（図２参照）等に一時保存し、音声解析サーバー３から、音声操作の終了命令（命令入力の終了命令の一例）に対応するテキストデータを受信した時点で、一時保存されていた設定セットを一括してコマンド（以下、「設定セットコマンド」とも称する）に変換する。その後、音声処理サーバー４は、設定セットコマンドを画像形成装置１に送信する。

本実施形態に係る画像形成装置１は、複数の設定セットコマンドが順に格納されるデータ構造キュー（図示略）を有し、該データ構造キューに蓄積された複数の設定セットコマンドを、順番に（ＦＩＦＯ：First In First Out方式で）実行する機能を有する。

なお、本実施形態では、音声解析サーバー３、音声処理サーバー４がクラウド上に設けられる例を挙げたが、本発明はこれに限定されない。音声解析サーバー３、音声処理サーバー４は、不図示のオンプレミスサーバーの内部等に設けられてもよい。

＜画像処理システムを構成する画像形成装置及び音声入出力装置の制御系の構成＞
次に、図２を参照して、画像処理システム１００に含まれる画像形成装置１、音声入出力装置２及び音声処理サーバー４の制御系の構成例について説明する。図２は、画像処理システム１００に含まれる画像形成装置１、音声入出力装置２及び音声処理サーバー４の制御系の構成例を示すブロック図である。

［音声入出力装置の制御系の構成］
まず、音声入出力装置２の制御系の構成について説明する。図２に示すように、音声入出力装置２は、制御部２１と、通信部２２と、マイクロフォン２３と、スピーカー２４と、を含む。制御部２１は、ＣＰＵ（Central Processing Unit）２１０と、ＲＡＭ（Random Access Memory）２１１と、ＲＯＭ（Read Only Memory）２１２と、記憶部２１３と、を含む。

ＣＰＵ２１０は、ＲＯＭ２１２に記憶されているシステムプログラムや音声入出力処理プログラムなどの各種処理プログラムを読み出してＲＡＭ２１１に展開し、展開したプログラムに従って音声入出力装置２の各部の動作を制御する。例えば、制御部２１は、マイクロフォン２３が取得した音声データに識別ＩＤ２１３ａを付加したものを、通信部２２を介して音声解析サーバー３に送信したり、音声処理サーバー４から送信されて通信部２２が受信したメッセージの音声データを、スピーカー２４から音声として出力させたりする制御を行う。識別ＩＤ２１３ａは、音声入出力装置２の識別情報の一例であり、音声入出力装置２Ａを一意に識別することが可能な、音声入出力装置２Ａに固有の情報である。

ＲＡＭ２１１は、ＣＰＵ２１０により実行される各種プログラム及びこれらプログラムに係るデータを一時的に記憶するワークエリアを形成し、ジョブのキュー、各種動作の設定等を記憶する。

ＲＯＭ２１２は、半導体メモリ等の不揮発性メモリにより構成され、音声入出力装置２に対応するシステムプログラム、及び、該システムプログラム上で実行可能な音声入出力処理プログラム等を記憶する。これらのプログラムは、コンピュータが読取り可能なプログラムコードの形態で格納され、ＣＰＵ２１０は、当該プログラムコードに従った動作を逐次実行する。

記憶部２１３は、ＨＤＤ（Hard Disk Drive）やＳＳＤ（Solid State Drive）などにより構成され、記憶部２１３には、音声入出力装置２に係る各種の設定データや、音声入出力装置２の識別ＩＤ２１３ａなどが格納される。

通信部２２は、ネットワークＮを介して接続される画像形成装置１、音声解析サーバー３、音声処理サーバー４との間で行われる各種制御信号やデータなどの送受信動作を制御する。

マイクロフォン２３は、ユーザーＵによって発話された音声等の、音声入出力装置２の周囲の音声を集音して音声データに変換し、該音声データを制御部２１に出力する。スピーカー２４は、制御部２１から入力された音声データを音声として放音する。

［音声処理サーバーの制御系の構成］
次に、同じく図２を参照して、音声処理サーバー４の制御系の構成について説明する。音声処理サーバー４は、制御部４１と、通信部４２と、設定セット生成部４３と、を含む。制御部４１は、ＣＰＵ４１０と、ＲＡＭ４１１と、ＲＯＭ４１２と、記憶部４１３と、を含む。

ＣＰＵ４１０は、ＲＯＭ４１２に記憶されているシステムプログラムや音声処理プログラムなどの各種処理プログラムを読み出してＲＡＭ４１１に展開し、展開したプログラムに従って音声処理サーバー４の各部の動作を制御する。

例えば、ＣＰＵ４１０は、音声解析サーバー３から、ジョブに関する設定項目の設定命令に対応するテキストデータが送信された場合に、設定セット生成部４３に設定セットの生成を指示する。また、ＣＰＵ４１０は、音声操作の終了命令に対応するテキストデータを通信部４２が受信した時点で、記憶部４１３に一時保存されていた設定セットを設定セットコマンドに変換し、該設定セットコマンドを、通信部４２を介して画像形成装置１に送信させる制御を行う。

音声操作の終了命令に対応するテキストデータには、例えば、画像形成装置１のスピーカー２４から出力された「これまでの設定で印刷（ジョブの一例）を開始しますか」等のジョブに関する設定項目の設定終了の確認の問いに対する、ユーザーＵによる「はい」、「ＯＫ」等の肯定の返答音声のテキストデータがある。

ＲＡＭ４１１は、ＣＰＵ４１０により実行される各種プログラム及びこれらプログラムに係るデータを一時的に記憶するワークエリアを形成する。

ＲＯＭ４１２は、半導体メモリ等の不揮発性メモリ等により構成され、音声処理サーバー４に対応するシステムプログラム、及び、該システムプログラム上で実行可能な音声処理プログラム等を記憶する。これらのプログラムは、コンピュータが読取り可能なプログラムコードの形態で格納され、ＣＰＵ４１０は、当該プログラムコードに従った動作を逐次実行する。

記憶部４１３は、ＨＤＤやＳＳＤなどにより構成され、記憶部４１３には、音声処理サーバー４に係る各種の設定データや、設定セット生成部４３により生成された設定セット４１３ａなどが格納される。なお、設定セット４１３ａは、記憶部４１３ではなくＲＯＭ４１２に記憶されてもよい。

通信部４２は、ネットワークＮを介して接続される画像形成装置１、音声解析サーバー３との間で行われる各種データの送受信動作を制御する。

設定セット生成部４３は、音声解析サーバー３から送信されて通信部４２が受信したテキストデータを解析する。そして、該テキストデータが、ジョブに関する設定項目の設定命令に対応するテキストデータである場合、該テキストデータを、該テキストデータに対応する命令の指示元の音声入出力装置２の識別ＩＤ２１３ａと対応付けて、設定セット４１３ａを生成する。

該当する識別ＩＤ２１３ａの設定セット４１３ａの形成領域（以下、「設定セット領域」と称する）が形成されていない場合、設定セット生成部４３は、まず、設定セット領域を形成する。そして、該設定セット領域に、識別ＩＤ２１３ａの音声入出力装置２が指示元である、ジョブに関する設定項目の設定命令に対応するテキストデータを格納する。

そして、設定セット生成部４３は、音声解析サーバー３から、ジョブに関する設定項目の設定命令に対応するテキストデータが送信される毎に、該テキストデータを格納することによって設定セット４１３ａを更新する。つまり、設定セット生成部４３は、ジョブに関する設定項目の設定命令に対応するテキストデータを、音声入出力装置２毎にグループ化（グルーピング）した設定セット４１３ａを生成する。

また、設定セット生成部４３は、音声解析サーバー３から送信されたテキストデータが、キャンセル命令、ジョブの開始命令でない場合、又は、画像形成装置１からジョブに関するエラーを示すステータスコードを受信していない場合、生成又は更新した設定セット４１３ａを記憶部２１３に一時保存する。つまり、通信部４２がこれらのテキストデータを受信するまでの間に、ジョブに関する設定項目の設定命令に対応するテキストデータを複数受信した場合には、設定セット生成部４３は、対応する設定セット４１３ａを随時更新し、該設定セット４１３ａを記憶部２１３に一時保存する。

キャンセル命令は、既に指示を行っている命令（設定命令、ジョブの実行命令）を取り消すための命令である。テキストデータがキャンセル命令を示すものであった場合、制御部４１は、キャンセルが指示された命令の取り消しを指示するコマンドを生成して、該コマンドを、キャンセル命令の指示元の音声入出力装置２の識別ＩＤ２１３ａとともに、通信部４２を介して画像形成装置１に送信させる制御を行う。

テキストデータが音声操作の終了命令を示すものであった場合、設定セット生成部４３は、記憶部２１３に一時保存されていた（複数の）設定セット４１３ａを設定セットコマンドに変換し、該設定セットコマンドを、通信部４２を介して画像形成装置１に送信させる制御を行う。

画像形成装置１から、ジョブに関するエラーを示すステータスコードを受信した場合、制御部４１は、エラーを起こしたジョブの開始命令の指示元の音声入出力装置２に対して、通信部４２を介して、エラーを示すメッセージを送信する制御を行う。

［画像形成装置の制御系の構成］
次に、同じく図２を参照して、画像形成装置１の制御系の構成について説明する。図２に示すように、画像形成装置１は、制御部１１と、通信部１２と、画像形成部１３と、操作表示部１４と、を含む。

通信部１２は、ネットワークＮを介して接続される音声処理サーバー４との間で行われる各種データの送受信動作を制御する。

制御部１１は、ＣＰＵ１１０と、ＲＡＭ１１１と、ＲＯＭ１１２と、記憶部１１３と、を含む。ＣＰＵ１１０は、ＲＯＭ１１２に記憶されているシステムプログラムや画像形成処理プログラムなどの各種処理プログラムを読み出してＲＡＭ１１１に展開し、展開したプログラムに従って画像形成装置１の各部の動作を制御する。

例えば、ＣＰＵ１１０は、音声処理サーバー４から送信される設定セットコマンドを記憶部１１３に形成されたデータ構造キュー（図示略）に順次格納する制御を行う。また、ＣＰＵ１１０は、該設定セットコマンドをデータ構造キューからＦＩＦＯ方式で読み出して、設定セットコマンドにより指定されたジョブを、画像形成部１３に実行させる制御を行う。

ＲＡＭ１１１は、ＣＰＵ１１０により実行される各種プログラム及びこれらプログラムに係るデータを一時的に記憶するワークエリアを形成し、ジョブのキュー、設定セットコマンド、各種動作の設定等を記憶する。

ＲＯＭ１１２は、半導体メモリ等の不揮発性メモリ等により構成され、画像形成装置１に対応するシステムプログラム、及び、該システムプログラム上で実行可能な画像形成処理プログラム等を記憶する。これらのプログラムは、コンピュータが読取り可能なプログラムコードの形態で格納され、ＣＰＵ１１０は、当該プログラムコードに従った動作を逐次実行する。

記憶部１１３は、ＨＤＤやＳＳＤなどにより構成され、画像形成装置１に係る各種の設定データや画像データなどを記憶する。

画像形成部１３は、不図示のプリンタコントローラー等から送信された画像データに基づいて用紙に画像形成を行い、該画像が形成された用紙を印刷物として出力する。具体的には、画像形成部１３は、不図示の帯電装置と、感光ドラムと、露光装置と、転写ベルトと、定着装置と、を備える。

そして、画像形成部１３は、まず、帯電装置により帯電された感光体ドラムに対して、露光装置から画像に応じた光を照射させることにより、感光ドラムの周上に静電潜像を形成させる。次いで、画像形成部１３は、現像装置から感光体にトナーを供給させることにより、帯電した静電潜像上にトナーを付着させてトナー像を現像させる。次いで、画像形成部１３は、トナー像を転写ベルトに１次転写させるとともに、転写ベルトに転写されたトナー像をから用紙に２次転写させ、さらに、定着装置に、用紙上に転写されたトナー像を用紙に定着させる。

なお、本実施形態では、画像形成部１３が電子写真方式を用いて画像形成を行う例を挙げたが、本発明はこれに限定されない。本発明の画像形成装置は、インクジェット方式等の他の方式で画像形成を行う画像形成部を有する画像形成装置に適用されてもよい。

操作表示部１４は、例えば、ＬＣＤ（Liquid Crystal Display）や有機ＥＬ（Electroluminescence）等よりなる表示部と、タッチセンサ等よりなる操作入力部とが一体に形成されたタッチパネルとして構成される。なお、本実施形態では、表示部及び操作入力部が操作表示部１４として一体に形成される例を挙げたが、本発明はこれに限定されない。表示部と、キーボードやマウス等よりなる操作入力部とが、それぞれ別々に構成されてもよい。または、タッチパネルとして構成された操作表示部１４に加えて、キーボードやマウス等よりなる操作入力部を備える構成としてもよい。

［画像処理システムによる音声応答処理の概要］
次に、図３を参照して、本発明の一実施形態に係る画像処理システム１００による音声応答処理の概要について説明する。図３は、音声操作に基づく画像処理システム１００の動作の例を示すシーケンス図である。

まず、ユーザーＵＡ（図１参照）から音声入出力装置２Ａに対して発話による操作指示が行われ、音声操作開始を示す音声データ及び識別ＩＤ２１３ａが、音声入出力装置２Ａから音声解析サーバー３に送信される（ステップＳ１）。次いで、ユーザーＵＢ（図１参照）から音声入出力装置２Ｂに対して発話による操作指示が行われ、音声操作開始を示す音声データ及び識別ＩＤ２１３ａが、音声入出力装置２Ｂから音声解析サーバー３に送信される（ステップＳ２）。

次いで、音声解析サーバー３から音声処理サーバー４に対して、音声入出力装置２Ａのテキストデータ及び識別ＩＤ２１３ａと、音声入出力装置２Ｂのテキストデータ及び識別ＩＤ２１３ａと、が送信される（ステップＳ３）。なお、図３には、音声入出力装置２Ａから送信された情報と音声入出力装置２Ｂから送信された情報とが、ステップＳ３でまとめて音声解析サーバー３から音声処理サーバー４に送信される例を挙げたが、本発明はこれに限定されない。音声解析サーバー３から音声処理サーバー４への情報の送信は、音声入出力装置２Ａと音声入出力装置２Ｂとのそれぞれから情報が送られてくる都度、行われてもよい。

次いで、音声処理サーバー４の設定セット生成部４３（図２参照）は、音声入出力装置２Ｂの設定セット領域を生成する（ステップＳ４）。次いで、音声処理サーバー４の設定セット生成部４３は、音声入出力装置２Ａの設定セット領域を生成する（ステップＳ５）。

なお、図３には、音声処理サーバー４の設定セット生成部４３が、音声入出力装置２Ｂの設定セット領域を先に生成してから（ステップＳ４）、音声入出力装置２Ａの設定セット領域を生成する（ステップＳ５）例を示したが、本発明はこれに限定されない。音声解析サーバー３の処理によって、ステップＳ４及びＳ５の順番が逆になる場合もある。

次いで、ユーザーＵＡから音声入出力装置２Ａに対して「Ａ４、白黒」等の発話によるジョブの設定に関する音声操作が行われることにより、音声入出力装置２Ａから音声解析サーバー３に対して、設定に関する音声操作を示す音声データ及び識別ＩＤ２１３ａが送信される（ステップＳ６）。次いで、ユーザーＵＢから音声入出力装置２Ｂに対して「ＰＤＦ、３枚でスキャン」等の発話による音声操作が行われることにより、音声入出力装置２Ａから音声解析サーバー３に対して、設定に関する音声操作を示す音声データ及び識別ＩＤ２１３ａが送信される（ステップＳ７）。

次いで、音声解析サーバー３から音声処理サーバー４に対して、音声入出力装置２Ａのテキストデータ及び識別ＩＤ２１３ａと、音声入出力装置２Ｂのテキストデータ及び識別ＩＤ２１３ａと、が送信される（ステップＳ８）。次いで、音声処理サーバー４の設定セット生成部４３は、音声入出力装置２Ｂの設定セット４１３ａを生成する（ステップＳ９）。つまり、音声入出力装置２Ｂの識別ＩＤ２１３ａと対応して生成した設定セット領域に、「ＰＤＦ」、「３枚」、「スキャン」の各テキストデータを格納することにより、設定セット４１３ａを生成する。

次いで、音声処理サーバー４の設定セット生成部４３は、音声入出力装置２Ａの設定セット４１３ａを生成する（ステップＳ１０）。つまり、音声入出力装置２Ａの識別ＩＤ２１３ａと対応して生成した設定セット領域に、「Ａ４」、「白黒」の各テキストデータを格納することにより、設定セット４１３ａを生成する。

次いで、音声入出力装置２ＢからユーザーＵＢに対して「これまでの設定でジョブ１を実行しますか？」等の、ジョブ実行の是非の問いかけがあったことを受けて、ユーザーＵＢから音声入出力装置２Ｂに「はい」等の、肯定の返答が行われたとする。これにより、音声入出力装置２Ｂから音声解析サーバー３に対して、音声操作の終了を示す音声データ及び識別ＩＤ２１３ａが送信される（ステップＳ１１）。

なお、図３に示す例では、ユーザーＵＢから音声入出力装置２Ｂに対して肯定の返答が入力されたことをトリガとして、音声操作の終了を示す音声データ及び識別ＩＤ２１３ａが、音声入出力装置２Ｂから音声解析サーバー３に送信される例を挙げたが、本発明はこれに限定されない。例えば、ユーザーＵＢからの音声の入力が所定時間なかった（タイムアウトとなった）場合に、音声解析サーバー３は、音声操作が終了されたと判定してもよい。ユーザーＵＢからの音声入出力装置２Ｂに対する音声の入力が所定時間ない場合、音声解析サーバー３から音声処理サーバー４に対して、音声操作終了の通知が送信される。この音声操作終了の通知には、音声入出力装置２の識別ＩＤの情報も含まれる。したがって、音声処理サーバー４は、このような音声操作終了通知を音声解析サーバー３から受信した場合に、音声操作が終了したと判断してもよい。

次いで、音声解析サーバー３から音声処理サーバー４に対して、音声入出力装置２Ｂのテキストデータ及び識別ＩＤ２１３ａが送信される（ステップＳ１２）。次いで、音声処理サーバー４の制御部４１は、音声入出力装置２Ｂの設定セット４１３ａに対応するコマンドを生成し、該コマンドを、通信部４２を介して画像形成装置１に送信する（ステップＳ１３）。具体的には、音声処理サーバー４の制御部４１は、設定セット４１３ａを「ファイルフォーマット：ＰＤＦ、枚数：３枚、ジョブの種類：スキャン」のコマンドに変換し、該コマンドをジョブの実行指示として画像形成装置１に送信する制御を行う。

次いで、ユーザーＵＡから音声入出力装置２Ａに対して「２枚、印刷」等の発話によるジョブの設定に関する音声操作が行われることにより、音声入出力装置２Ａから音声解析サーバー３に対して、設定に関する音声操作を示す音声データ及び識別ＩＤ２１３ａが送信される（ステップＳ１４）。次いで、音声解析サーバー３から音声処理サーバー４に対して、音声入出力装置２Ａのテキストデータ及び識別ＩＤ２１３ａが送信される（ステップＳ１５）。

次いで、音声処理サーバー４の設定セット生成部４３は、音声入出力装置２Ａの設定セット４１３ａを更新する（ステップＳ１６）。つまり、音声入出力装置２Ｂの識別ＩＤ２１３ａと対応して生成した設定セット領域に、「２枚」、「印刷」の各テキストデータを追加で格納することにより、設定セット４１３ａを更新する。

次いで、音声入出力装置２ＡからユーザーＵＡに対してジョブ実行の是非の問いかけがあったことを受けて、ユーザーＵＡから音声入出力装置２Ａに「はい」等の、肯定の返答が行われたとする。これにより、音声入出力装置２Ａから音声解析サーバー３に対して、音声操作の終了を示す音声データ及び識別ＩＤ２１３ａが送信される（ステップＳ１７）。

次いで、音声解析サーバー３から音声処理サーバー４に対して、音声入出力装置２Ａのテキストデータ及び識別ＩＤ２１３ａが送信される（ステップＳ１８）。次いで、音声処理サーバー４の制御部４１は、音声入出力装置２Ａの設定セット４１３ａに対応するコマンドを生成し、該コマンドを、通信部４２を介して画像形成装置１に送信する（ステップＳ１９）。具体的には、音声処理サーバー４の制御部４１は、設定セット４１３ａを「用紙サイズ：Ａ４、カラー：白黒、枚数：３枚、ジョブの種類：印刷」のコマンドに変換し、該コマンドを、ジョブの実行指示として画像形成装置１に送信する制御を行う。

次いで、画像形成装置１の制御部１１から画像形成部１３に対して、音声入出力装置２Ｂに対する音声操作に基づくジョブの実行指示が行われる（ステップＳ２０）。すなわち、音声入出力装置２Ｂに対する音声操作に基づいて、音声処理サーバー４から送信された、「ファイルフォーマット：ＰＤＦ、枚数：３枚、ジョブの種類：スキャン」のコマンドに基づくジョブの実行が指示される。この指示に基づいて、画像形成部１３によって、ジョブが実行される。

次いで、画像形成装置１の制御部１１から画像形成部１３に対して、音声入出力装置２Ａに対する音声操作に基づくジョブの実行指示が行われる（ステップＳ２１）。すなわち、音声入出力装置２Ａに対する音声操作に基づいて、音声処理サーバー４から送信された、「用紙サイズ：Ａ４、カラー：白黒、枚数：３枚、ジョブの種類：印刷」のコマンドに基づくジョブの実行が指示される。この指示に基づいて、画像形成部１３によって、ジョブが実行される。

なお、図３には、画像形成装置１の制御部１１から画像形成部１３に対するジョブの実行指示が、音声入出力装置２Ａ及び２Ｂに対応するコマンドを両方受信した段階で行われる例を示したが、本発明はこれに限定されない。例えば、音声入出力装置２Ｂへの音声操作に基づくジョブの実行指示は、ステップＳ１３で送信された、音声入出力装置２Ｂに対応するコマンドを受信した時点で、すぐに行われてもよい。

［音声処理サーバーによる音声応答処理の手順］
次に、図４を参照して、本発明の一実施形態に係る音声処理サーバー４による音声応答処理の手順について説明する。図４は、音声処理サーバー４による音声応答処理の手順の例を示すフローチャートである。まず、音声処理サーバー４の通信部４２は、音声解析サーバー３から送信されたテキストデータ及び音声入出力装置２の識別ＩＤ２１３ａ、又は、画像形成装置１から送信されたステータスコードを受け付ける（受信する）（ステップＳ３１）。

次いで、音声処理サーバー４の制御部４１は、ステップＳ３１で受信したステータスコードを解析し、該ステータスコードが、ジョブに関するエラーを示すものであるか否かを判定する（ステップＳ３２）。ステップＳ３２で、エラーを示すステータスコードであると判定された場合（ステップＳ３２がＹＥＳ判定の場合）、制御部４１は、該エラーの内容を示すメッセージを、通信部４２を介して、ステップＳ３１で受信した識別ＩＤ２１３ａ（図においては「該当識別ＩＤ」と表記）を有する音声入出力装置２（音声操作の指示元）に送信する制御を行う（ステップＳ３３）。ステップＳ３３の処理後、制御部４１は処理をステップＳ３１に戻す。

一方、ステップＳ３２で、ステップＳ３１で受信したステータスコードは、ジョブに関するエラーを示すものではないと判定された場合（ステップＳ３２がＮＯ判定の場合）、制御部４１は、ステップＳ３１で受信したテキストデータはキャンセル命令を示すものであるか否かを判定する（ステップＳ３４）。ステップＳ３４で、テキストデータはキャンセル命令を示すものであると判定された場合（ステップＳ３４がＹＥＳ判定の場合）、制御部４１は、キャンセル命令を示すテキストデータをコマンドに変換する（ステップＳ３５）。

次いで、制御部４１は、ステップＳ３１で受信した識別ＩＤ２１３ａと、ステップＳ３５で生成したコマンドとを、通信部４２を介して画像形成装置１に送信する制御を行う（ステップＳ３６）。ステップＳ３６の処理後、制御部４１は処理をステップＳ３１に戻す。

ステップＳ３４で、テキストデータはキャンセル命令を示すものでないと判定された場合（ステップＳ３４がＮＯ判定の場合）、制御部４１は、ステップＳ３１で受信したテキストデータによって、音声操作終了が指示されたか否かを判定する（ステップＳ３７）。

制御部４１は、例えば、音声解析サーバー３から受信したテキストデータが、音声操作の終了指示を示すものであった場合、該テキストデータによって、グルーピングの終了が指示されたと判断する。音声操作の終了指示には、音声入出力装置２からユーザーＵに対して、「これまでの設定でジョブを実行しますか？」等の、ジョブ実行の是非の問いかけがあったことを受けて、ユーザーＵから音声入出力装置２に入力された、「はい」、「ＹＥＳ」等の、肯定の返答等がある。

ステップＳ３７で、音声操作終了の指示は受け付けていないと判定された場合（ステップＳ３７がＮＯ判定の場合）、制御部４１は、ステップＳ３１で受信した識別ＩＤ２１３ａに対応する設定セット領域が形成されているか否かを判定する（ステップＳ３８）。ステップＳ３８で、設定セット領域は形成されていないと判定された場合（ステップＳ３８がＮＯ判定の場合）、設定セット生成部４３は、ステップＳ３１で受信した識別ＩＤ２１３ａに対応する設定セット領域を形成する（ステップＳ３９）。

ステップＳ３９の処理後、又は、ステップＳ３８で設定セット領域は形成済であると判定された場合（ステップＳ３８がＹＥＳ判定の場合）、設定セット生成部４３は、ステップＳ３１で受信した識別ＩＤ２１３ａに対応する設定セット４１３ａを、ステップＳ３１で受信したテキストデータに応じて更新する（ステップＳ４０）。

次いで、制御部４１は、ステップＳ３１で受信したテキストデータに示される命令が、画像形成装置１によって実行可能なものであるか否かを判定する（ステップＳ４１）。ステップＳ４１で、画像形成装置１によって実行可能な命令でないと判定された場合（ステップＳ４１がＮＯ判定の場合）、実行不可の通知（の音声データ）を、設定セット４１３ａに含まれる識別ＩＤ２１３ａに対応する音声入出力装置２に送信する（ステップＳ４２）。

これにより、例えば、ユーザーＵＡから音声入出力装置２Ａに対して、Ａ４サイズの用紙のみを収容した画像形成装置１でのＡ３サイズの用紙への印刷が指示された場合、音声入出力装置２ＡからユーザーＵＡに対して、設定の実行が不可である旨のメッセージが音声で通知される。ステップＳ４２の処理後、制御部４１は処理をステップＳ３１に戻す。一方、ステップＳ４１で、画像形成装置１によって実行可能な命令であると判定された場合（ステップＳ４１がＹＥＳ判定の場合）、制御部４１は、処理をステップＳ３１に戻す。

ステップＳ３７で、音声操作終了の指示を受け付けたと判定された場合（ステップＳ３７がＹＥＳ判定の場合）、音声処理サーバー４の制御部４１は、識別ＩＤ２１３ａに対応付けられた設定セット４１３ａをコマンドに変換する（ステップＳ４３）。設定セット４１３ａに複数の設定命令に対応する複数のテキストデータが格納されている場合には、ステップＳ４３で、該複数のテキストデータが一括してコマンドに変換される。

次いで、制御部４１は、設定セット４１３ａに含まれていた識別ＩＤ２１３ａとステップＳ４３で生成したコマンドとを、通信部４２を介して画像形成装置１に送信する（ステップＳ４４）。次いで、設定セット生成部４３は、識別ＩＤ２１３ａに対応付けられた設定セット４１３ａをすべてクリア（削除）する（ステップＳ４５）。ステップＳ４５の処理後、制御部４１は処理をステップＳ３１に戻す。

なお、図４には、音声入出力装置２からジョブに関する設定の設定命令に対応するテキストデータが送信される都度、該テキストデータで設定セット４１３ａを更新する例を挙げたが、本発明はこれに限定されない。設定セット生成部４３による設定セット４１３ａの生成は、例えば、音声操作終了を示す音声データに基づくテキストデータが音声解析サーバー３から送信された時点で、まとめて実行されてもよい。

図５は、グルーピングが指示された時点で設定セット４１３ａの生成を行う場合における、音声処理サーバー４による音声応答処理の手順の例を示すフローチャートである。図５のステップＳ５１〜ステップＳ５６は、図４のステップＳ３１〜ステップＳ３６と同一であるため、ここでの説明は省略する。

ステップＳ５４で、テキストデータはキャンセル命令を示すものでないと判定された場合（ステップＳ５４がＮＯ判定の場合）、制御部４１は、ステップＳ５１で受信したテキストデータによって、音声操作の終了が指示されたか否かを判定する（ステップＳ５７）。ステップＳ５７で音声操作の終了は指示されていないと判定された場合（ステップＳ５７がＮＯ判定の場合）、設定セット生成部４３は、ステップＳ５１で受信したテキストデータと識別ＩＤ２１３ａとを対応付けたものを、一時保存する（ステップＳ５８）。ステップＳ５８の処理後、制御部４１は処理をステップＳ５１に戻す。

一方、ステップＳ５７で、音声操作の終了が指示されたと判定された場合（ステップＳ５７がＹＥＳ判定の場合）、設定セット生成部４３は、一時保存されていたテキストデータを一つの設定セット４１３ａに変換する（ステップＳ５９）。複数の設定命令に対応する複数のテキストデータが一時保存されている場合には、ステップＳ５９で、該複数のテキストデータが一括して設定セット４１３ａに変換される。

次いで、制御部４１は、設定セット４１３ａに含まれる命令が、画像形成装置１によって実行可能なものであるか否かを判定する（ステップＳ６０）。ステップＳ６０で、画像形成装置１によって実行可能な命令でないと判定された場合（ステップＳ６０がＮＯ判定の場合）、制御部４１は、実行不可の通知を、設定セット４１３ａの識別ＩＤ２１３ａに対応する音声入出力装置２に送信する（ステップＳ６１）。

一方、ステップＳ６０で、画像形成装置１によって実行可能な命令であると判定された場合（ステップＳ６０がＹＥＳ判定の場合）、制御部４１は、該当識別ＩＤ２１３ａの設定セット４１３ａをコマンドに変換する（ステップＳ６２）。次いで、制御部４１は、設定セット４１３ａと対応付けられていた識別ＩＤ２１３ａとステップＳ６２で生成されたコマンドとを、通信部４２を介して画像形成装置１に送信する制御を行う（ステップＳ６３）。次いで、設定セット生成部４３は、識別ＩＤ２１３ａと対応付けられた設定セット４１３ａをクリアする（ステップＳ６４）。ステップＳ６４の処理後、制御部４１は処理をステップＳ５１に戻す。

なお、図４及び図５には、音声処理サーバー４の制御部４１が、画像形成装置１から送信されたステータスコードは、ジョブに関するエラーを示すものであるか否かを、最初に判定する例を示したが、本発明はこれに限定されない。例えば、制御部４１は、音声解析サーバー３から送信されたテキストデータによって音声操作の終了が指示されたか否かを、最初に判定してもよい。

図６は、音声解析サーバー３から送信されたテキストデータによって音声操作の終了が指示されたか否かを最初に判定する場合における、音声処理サーバー４による音声応答処理の手順の例を示すフローチャートである。

まず、音声処理サーバー４の通信部４２は、音声解析サーバー３から送信されたテキストデータ及び音声入出力装置２の識別ＩＤ２１３ａ、又は、画像形成装置１から送信されたステータスコードを受け付ける（受信する）（ステップＳ７１）。次いで、音声処理サーバー４の制御部４１は、ステップＳ７１で受け付けたテキストデータによって、音声操作終了が指示されたか否かを判定する（ステップＳ７２）。

ステップＳ７２で、音声操作終了は指示されていないと判定された場合（ステップＳ７２がＮＯ判定の場合）、制御部４１は、ステップＳ７１で受信したステータスコードを解析し、該ステータスコードが、ジョブに関するエラーを示すものであるか否かを判定する（ステップＳ７３）。ステップＳ７３で、エラーを示すステータスコードであると判定された場合（ステップＳ７３がＹＥＳ判定の場合）、制御部４１は、該エラーの内容を示すメッセージを、ステップＳ７１で受信した識別ＩＤ２１３ａを有する音声入出力装置２（音声操作の指示元）に送信する制御を行う（ステップＳ７４）。ステップＳ７４の処理後、制御部４１は処理をステップＳ７１に戻す。

一方、ステップＳ７３で、ステップＳ７１で受信したステータスコードは、ジョブに関するエラーを示すものではないと判定された場合（ステップＳ７３がＮＯ判定の場合）、制御部４１は、ステップＳ７１で受信したテキストデータはキャンセル命令を示すものであるか否かを判定する（ステップＳ７５）。ステップＳ７５で、テキストデータはキャンセル命令を示すものであると判定された場合（ステップＳ７５がＹＥＳ判定の場合）、制御部４１は、キャンセル命令を示すテキストデータをコマンドに変換する（ステップＳ７６）。

次いで、制御部４１は、ステップＳ７１で受信した識別ＩＤ２１３ａと、ステップＳ７６で生成したコマンドとを、通信部４２を介して画像形成装置１に送信する制御を行う（ステップＳ７７）。ステップＳ７７の処理後、制御部４１は処理をステップＳ７１に戻す。

ステップＳ７５で、テキストデータはキャンセル命令を示すものでないと判定された場合（ステップＳ７５がＮＯ判定の場合）、制御部４１は、ステップＳ７１で受信した識別ＩＤ２１３ａに対応する設定セット領域が形成されているか否かを判定する（ステップＳ７８）。ステップＳ７８で、設定セット領域は形成されていないと判定された場合（ステップＳ７８がＮＯ判定の場合）、設定セット生成部４３は、ステップＳ７１で受信した識別ＩＤ２１３ａに対応する設定セット領域を形成する（ステップＳ７９）。

ステップＳ７９の処理後、又は、ステップＳ７８で、設定セット領域は形成済であると判定された場合（ステップＳ７８がＹＥＳ判定の場合）、設定セット生成部４３は、ステップＳ７１で受信した識別ＩＤ２１３ａに対応する設定セット４１３ａを、ステップＳ７１で受信したテキストデータに応じて更新する（ステップＳ８０）。

次いで、制御部４１は、ステップＳ７１で受信したテキストデータに示される命令が、画像形成装置１によって実行可能なものであるか否かを判定する（ステップＳ８１）。ステップＳ８１で、画像形成装置１によって実行可能な命令でないと判定された場合（ステップＳ８１がＮＯ判定の場合）、実行不可の通知（の音声データ）を、設定セット４１３ａに含まれる識別ＩＤ２１３ａに対応する音声入出力装置２に送信する（ステップＳ８２）。ステップＳ８２の処理後、又は、ステップＳ８１で、画像形成装置１によって実行可能な命令であると判定された場合（ステップＳ８１がＹＥＳ判定の場合）、制御部４１は、処理をステップＳ７１に戻す。

ステップＳ７２で、音声操作の終了指示を受け付けたと判定された場合（ステップＳ７２がＹＥＳ判定の場合）、音声処理サーバー４の制御部４１は、識別ＩＤ２１３ａに対応付けられた設定セット４１３ａをコマンドに変換する（ステップＳ８３）。設定セット４１３ａに複数の設定命令に対応する複数のテキストデータが格納されている場合には、ステップＳ７４で、該複数のテキストデータが一括してコマンドに変換される。

次いで、制御部４１は、設定セット４１３ａに含まれていた識別ＩＤ２１３ａとステップＳ８３で生成したコマンドとを、通信部４２を介して画像形成装置１に送信する（ステップＳ８４）。次いで、設定セット生成部４３は、識別ＩＤ２１３ａに対応付けられた設定セット４１３ａをすべてクリア（削除）する（ステップＳ８５）。ステップＳ８５の処理後、制御部４１は処理をステップＳ７１に戻す。

上述した実施形態では、音声処理サーバー４の設定セット生成部４３は、通信部４２が受け付けた命令が、ジョブに関する設定項目の設定命令に対応するテキストデータである場合、該テキストデータを音声入出力装置２毎にグループ化した設定セット４１３ａを生成する。そして、制御部４１は、設定セット４１３ａをジョブの実行指示として画像形成装置１に送信する制御を行う。

つまり、本実施形態では、複数の音声入出力装置２から、ジョブに関する設定項目の設定命令を受け付けた場合であっても、該複数の設定命令は、音声処理サーバー４によって音声入出力装置２毎にグルーピングされ、ジョブの実行指示として画像形成装置１に送信される。

例えば、複数の音声入出力装置２Ａ，２Ｂのそれぞれから、略同一のタイミングで複数の設定命令が送信され、該設定命令に対応するテキストデータが、時系列に音声入出力装置２Ａ，２Ｂ，２Ａ等の順番で音声処理サーバー４に入力されたとする。このような場合であっても、本実施形態では、複数の設定命令に対応する各テキストデータは、設定セット生成部４３によって、音声入出力装置２Ａ、２Ｂのそれぞれに対応付けられてグルーピングされ、制御部４１によって、ジョブの実行指示として画像形成装置１に送信される。つまり、複数の設定命令が、指示が行われたそのままの順序で画像形成装置１に送信されることがなくなるため、本実施形態によれば、画像形成装置１における複数の設定指示に基づく設定を、設定の上書きや競合を起こすことなく実行させることが可能となる。

また、上述した実施形態では、設定セット生成部４３は、通信部４２がジョブに関する設定項目の設定命令に対応する情報を受け取る都度、設定命令に対応するテキストデータ、又は、設定命令に対応するテキストデータが追加されることにより更新された設定セット４１３ａを一時保存する。そして、制御部４１は、通信部４２が受け取った命令が、音声入出力装置２への命令入力の終了命令である場合、設定セット４１３ａを一括してコマンドに変換する。

したがって、本実施形態によれば、一つの音声入出力装置２から送信された複数の設定命令が、一括してコマンドに変換されて画像形成装置１に送信される。それゆえ、本実施形態によれば、一つの音声入出力装置２から送信されたジョブに関する複数の設定命令が、画像形成装置１においてバラバラに認識されることを防ぐことができ、複数の設定指示に基づく設定が、設定の上書きや競合を起こすことなく実行されるようになる。

また、上述した実施形態では、音声処理サーバー４の制御部４１は、通信部４２が受け取った命令に対応するテキストデータが、命令のキャンセル命令に対応するテキストデータである場合、キャンセル命令の指示元の音声入出力装置２の識別ＩＤ２１３ａと、命令のキャンセル指示とを、画像形成装置１に送信する制御を行う。したがって、本実施形態によれば、画像形成装置１は、命令のキャンセル指示を行った指示元を特定した上で、指示元からのキャンセル命令に基づく命令（ジョブに関する設定項目の設定命令等）を、間違いなくキャンセルすることができる。

また、上述した実施形態では、音声処理サーバー４の制御部４１は、通信部４２が画像形成装置１から送信されたジョブに関するメッセージを受け取った場合、該メッセージを設定命令の指示元の音声入出力装置２に送信する制御を行う。したがって、例えば、画像形成装置１でエラー等が発生した場合にも、エラーが発生したジョブに関する設定項目の設定命令の指示元の音声入出力装置２に対して、エラーメッセージが送信され、該エラーメッセージは、音声入出力装置２を介してユーザーＵに通知される。それゆえ、本実施形態によれば、エラー等が発生したジョブに関する設定項目の設定命令の指示元に対して、適切にメッセージを通知することが可能となる。

また、上述した実施形態では、音声処理サーバー４の制御部４１は、設定セット４１３ａに実行不可能な設定が含まれる場合、設定セット４１３ａに含まれる設定命令の実行不可の通知を、設定命令の指示元の音声入出力装置２に送信する制御を行う。それゆえ、本実施形態によれば、音声入出力装置２を介して、画像形成装置１側で実施ができない設定命令が入力された場合であっても、その内容を、設定命令の指示元のユーザーＵに適切に通知することが可能となる。

＜各種変形例＞
なお、本発明は上述した実施形態に限られるものではなく、特許請求の範囲に記載した本発明の要旨を逸脱しない限りにおいて、その他種々の応用例、変形例を取り得る。

上述した実施形態では、設定セット生成部４３は、「Ａ４」、「白黒」等のテキストデータを設定セット領域に格納することにより、設定セット４１３ａを生成する例を挙げたが、本発明はこれに限定されない。例えば、設定セット生成部４３は、テキストデータを設定コード等に変換し、該変換コードを設定セット領域に格納することにより、設定セット４１３ａを生成してもよい。

また、上述した実施形態では、音声入出力装置２から送信される識別ＩＤ２１３ａに基づいて、音声処理サーバー４の制御部４１が命令の指示元の音声入出力装置２を判別する例を挙げたが、本発明はこれに限定されない。例えば、音声処理サーバー４の設定セット生成部４３は、音声入出力装置２から送信され、音声解析サーバー３から中継される音声データを分析して得られる情報に基づいて、音声入出力装置２を識別してもよい。音声データを分析して得られる情報には、例えば、音声入出力装置２に対して音声操作を行ったユーザーＵの声紋の情報や、音声として発話により入力されたユーザーＵのＩＤ（ユーザーが個別に有する情報の一例）などがある。

また、設定セット生成部４３は、ジョブに関する設定項目の設定命令に対応するテキストデータを、音声データの解析により判別されたユーザー毎にグルーピングすることにより、設定セット４１３ａを生成してもよい。このような制御が行われることにより、音声入出力装置２Ａ又は２Ｂの１台に対して、複数ユーザーによって、並行して音声による指示が入力された場合にも、画像形成装置１が、個々のユーザーより指示された各ジョブを実行することが可能となる。

また、上述した実施形態では、本発明の指示入力装置を音声入出力装置２に適用した例を挙げたが、本発明はこれに限定されない。本発明の指示入力装置は、ユーザーＵのジェスチャーを撮影して動作を解析することによりユーザーＵによる指示を取得する、操作指示入力装置等に適用されてもよい。

また、上述した実施形態では、音声入出力装置２としてスマートスピーカーが用いられる例を挙げたが、本発明はこれに限定されない。音声入出力装置２として、携帯電話端末やスマートフォンなどの、ユーザーＵが所持する携帯端末装置が用いられてもよい。

さらに、上述した実施形態では、本発明の情報処理装置を、画像形成装置１に適用した例を挙げたが、本発明はこれに限定されない。ジョブに関する複数の設定項目の設定命令を音声操作により受け付ける装置であれば、画像形成装置１以外の他の装置に適用されてもよい。

１…画像形成装置、２、２Ａ、２Ｂ…音声入出力装置、３…音声解析サーバー、４…音声処理サーバー、１１…制御部、１２…通信部、１３…画像形成部、４１…制御部、４２…通信部、４３…設定セット生成部、１００…画像処理システム

Claims (13)

1. 情報処理装置に実行させるジョブに関する複数の命令に対応する各情報を受信するとともに、前記ジョブの実行指示を前記情報処理装置に送信する通信部と、
   前記通信部が受信した前記情報の指示元を判別し、前記ジョブの設定命令に対応する情報を前記指示元毎にグループ化した設定セットを生成する設定セット生成部と、
   前記設定セットを、前記ジョブの実行指示として前記通信部を介して前記情報処理装置に送信する制御を行う制御部と、を備えた
   制御装置。
2. 前記制御部は、前記設定セットを前記情報処理装置が解釈可能なコマンドに変換し、該コマンドを用いて前記ジョブの実行指示を行う
   請求項１に記載の制御装置。
3. 前記設定セット生成部は、前記通信部が前記ジョブに関する設定項目の設定命令に対応する情報を受信する都度、前記設定命令に対応する情報、又は、前記設定命令に対応する情報が追加されることにより更新された前記設定セットを、一時保存する
   請求項２に記載の制御装置。
4. 前記制御部は、前記通信部が受信した情報が、前記指示元への命令入力の終了命令に対応する情報である場合、一時保存されていた前記設定セットを一括して前記コマンドに変換する
   請求項３に記載の制御装置。
5. 前記制御部は、前記通信部が受信した情報が、前記命令のキャンセル命令に対応する情報である場合、前記キャンセル命令の指示元の前記指示元又はユーザーの識別情報と、前記命令のキャンセル指示とを、前記情報処理装置に送信する制御を行う
   請求項１〜４のいずれか一項に記載の制御装置。
6. 前記制御部は、前記通信部が、前記情報処理装置から送信された、前記ジョブに関するエラーの情報を受信した場合、前記エラーの内容を示すメッセージを前記設定命令の指示元の前記指示元に送信する制御を行う
   請求項１〜５のいずれか一項に記載の制御装置。
7. 前記制御部は、前記設定セットに実行不可能な設定が含まれる場合、前記設定セットに含まれる設定命令の実行不可の通知を、前記通信部を介して、前記設定命令の指示元の前記指示元に送信する制御を行う
   請求項１〜６のいずれか一項に記載の制御装置。
8. 前記指示元は、入力された音声又はジェスチャーをデータに変換して出力する指示入力装置であり、
   前記設定セット生成部は、前記設定命令に付与された識別情報に基づいて、前記指示入力装置を識別する
   請求項１〜７のいずれか一項に記載の制御装置。
9. 前記識別情報は、前記指示入力装置に固有の情報である
   請求項８に記載の制御装置。
10. 前記識別情報は、前記指示入力装置に前記設定命令を入力したユーザーに固有の情報である
    請求項８に記載の制御装置。
11. 前記設定セット生成部は、前記通信部が受信した前記情報を解析して得られる情報に基づいて、前記指示元を識別する
    請求項１〜７のいずれか一項に記載の制御装置。
12. 前記指示元は、入力された音声を音声データに変換して出力する音声入力装置であり、
    前記通信部が受信した前記情報を前記設定セット生成部が解析して得られる情報は、前記音声入力装置に前記設定命令を入力したユーザーの声紋の情報である
    請求項１１に記載の制御装置。
13. 情報処理装置に実行させるジョブに関する複数の命令に対応する各情報を受信するとともに、前記ジョブの実行指示を前記情報処理装置に送信する手順と、
    受信した前記情報の指示元を判別し、前記ジョブの設定命令に対応する情報を前記指示元毎にグループ化した設定セットを生成する手順と、
    前記設定セットを、前記ジョブの実行指示として前記情報処理装置に送信する制御を行う手順と、を制御装置に実行させる
    プログラム。
    

Images