JP3550471B2

JP3550471B2 - 画像データベース検索装置

Info

Publication number: JP3550471B2
Application number: JP33096396A
Authority: JP
Inventors: 輝夫浜野; 健梶井; 努佐々木; 曽根原　　登
Original assignee: Nippon Telegraph and Telephone Corp
Current assignee: Nippon Telegraph and Telephone Corp
Priority date: 1996-12-11
Filing date: 1996-12-11
Publication date: 2004-08-04
Anticipated expiration: 2016-12-11
Also published as: JPH10171830A

Description

【０００１】
【発明の属する技術分野】
本発明は、電気通信設備で構成されるネットワークを介して、ファクシミリ端末から分散型画像データベースを検索する技術分野に属するものである。
【０００２】
【従来の技術】
電気通信設備で構成されるネットワークを介して、画像データベースからファクシミリ端末によって画像情報の検索を行うファクシミリ情報提供サービスを実現するために、従来よりファクシミリＢＯＸなどの画像データベース検索装置が提案され、実用に供せられてきた。一般的にファクシミリ端末の入出力手段としては、画像情報および音声情報の入出力、およびプッシュボタン（以下ＰＢ）による０−９の数字と＊，＃記号の入力があげられる。しかし、ファクシミリ端末から画像データベース検索装置への入力手段として、信頼性の高いものはＰＢによるもののみである。
【０００３】
このため、面像データベース検索装置では、基本的にファクシミリ端末への音声ガイダンスの送出と、ファクシミリ端末からのＰＢ信号の発信によって、所望の画像情報の検索（特定）を行っていた。たとえば、画像データベース検索装置がファクシミリ端末から回線接続されると、まずＰＢに対応した選択肢を音声ガイダンスとしてファクシミリ端末に送出する。ファクシミリ端末側で検索ユーザが選択肢に対応したＰＢを押下すると、対応するＰＢ信号が発せられ、画像データベース検索装置は、受信したＰＢ信号を解析してどのＰＢが押下されたかを認識する。そして、このＰＢに対応する選択肢に該当する画像情報を画像データベースから読み出し、ファクシミリ端末に送出する。
【０００４】
この様な所望の画像情報を検索するための、音声ガイダンスとＰＢによる処理手順は、音声応答制御手順、またはサービス制御手順などと呼ばれる。従来は、このサービス制御手順を記述したサービス制御情報が、画像データベース検索装置に蓄積されていた。すなわち、従来のファクシミリ画像データベース検索装置は、ひとつの静的なサービス制御手順に従って動作していた。このため、画像データベースに蓄積されている画像情報に追加、削除などの変更が生じた場合には、同時に、画像データベース検索装置に蓄積されているサービス制御情報を、この画像データベース検索装置の管理者が変更する必要があった。すなわち従来の技術では、画像データベース検索装置に一括してサービス制御情報を蓄積していたために、サービス制御情報の管理も画像データベース検索装置上で一括して行う必要があった。
【０００５】
このため、図４の従来例に示すように、複数の画像情報蓄積装置１０４と画像データベース検索装置１０２をネットワーク１０３を介して分散して配置し分散型画像データベースを構築した場合、各画像情報蓄積装置１０４に対して、複数の人が、任意の時間に個々に画像情報を迫加、削除しようとすると、これに応じて、いちいち管理者が画像データベース検索装置１０２のサービス制御手順を書き換える必要が生じるという問題点があった。これは、作業が煩雑であるばかりでなく、画像情報の追加、削除とサービス制御情報の変更の連携がうまくとれないと、ファクシミリ端末１０１に対して、所望の画像情報を正しく送出できなくなるおそれがあった。
【０００６】
そこで、サービス制御情報自体を各画像情報蓄積装置１０４に分散して蓄積しておき、必要に応じて任意のサービス制御情報を動的に画像データベース検索装置１０２に呼び出すことで、複数のファクシミリ情報提供サービスを動的に実現可能とする方式が考えられる。すなわち、図５の従来例に示すように、画像データベース検索装置１０５には初期サービス制御情報が蓄積され、かつ個々の画像情報蓄積装置１０６には、複数の二次サービス制御情報と画像情報が蓄積されており、ひとつの二次サービス制御情報が、ひとつのファクシミリ情報提供サービスに対応している。そして、図６のサービス制御情報の構成例に示すように、初期サービス制御情報（図６（ａ））と二次サービス制御情報（図６（ｂ））には、ファクシミリ端末１０１に送出すべき音声ガイダンスを表す音声情報と、該音声ガイダンスヘの返答を示す番号をユーザがＰＢで指定した場合に、どういった動作をすべきかを表わす実行情報との組み含わせによってサービス制御手順が記述されている。
【０００７】
図７は、図５で示した動的なファクシミリ情報提供サービスの処理フローを示す図である。ファクシミリ端末から画像データベース検索装置に回線接続した場合（１）、まず最初に、画像データベース検索装置は、初期サービス制御情報に従ってサービス制御を行う（２）（３）。初期サービス制御情報には、所望のファクシミリ情報提供サービスに対応する二次サービス制御情報を検索するためのサービス制御手順が記述されており、初期サービス制御情報が示すサービス制御手順に従った音声ガイダンスに導かれて、ユーザはファクシミリ端末から、所望のファクシミリ情報サービスに対応する二次サービス制御情報をＰＢで特定する（４）。ユーザが所望する二次サービス制御情報が特定されると、画像データベース検索装置は、該二次サービス制御情報を読み込み（５）、該二次サービス制御情報に従ってサービス制御を行う（６）。二次サービス制御情報には、画像情報、または別の二次サービス制御情報を検索するためのサービス制御手順が記述されており、ユーザは、該二次サービス制御情報が示すサービス制御手順に従った音声ガイダンスに導かれて、所望の画像情報、または所望の（もうひとつの）二次サービス制御情報をＰＢで特定する（７）。そして画像データベース検索装置は、特定された該画像情報を検索してファクシミリ端末に送出するか、または特定された該二次サービス制御情報を読み込み、これが示すサービス制御手順に従って動作を続け、最後にユーザが所望する画像情報を検索して（８）、ファクシミリ端末に出力する（９）。上記したサービス制御情報は、音声ガイダンス情報と実行情報の組み合わせで表現され、音声ガイダンス情報に記述された音声情報をファクシミリ端末に送出した後、ファクシミリ端末からのＰＢ入力待ちとなり、実行情報には、入力されたＰＢに対してどの様に動作すべきかが記述されている。
【０００８】
【発明が解決しようとする課題】
しかしながら、この様な動的にサービス制御手順に従う従来の画像データベース検索装置において、サービス制御情報中に記述された音声ガイダンスを、どの様に音声情報に変換し、ファクシミリ端末に送出するかが問題となる。すなわち、音声ガイダンスをＰＣＭ等の音声情報としてサービス制御情報中に記述すると、サービス制御情報の規模が莫大になるため、二次サービス制御情報をネットワークを介して画像データベース検索装置に読み込む時間も莫大になる。また、音声ガイダンスを、すべてテキスト情報としてサービス制御情報中に記述しておき、必要に応じてこれを音声合成によって音声情報に変換する手法も考えられる。この場合、二次サービス制御情報のデータ量は僅かになり、読み込みに必要な時間も短いものとなる。しかし、音声合成に必要な処理時間が莫大になるばかりか、音声合成によって生成された音声情報の品質は実音声よりもはるかに低く、すべての音声ガイダンスを音声合成によって生成すると聞き取りづらいものとなってしまうという問題点があった。
【０００９】
そこで本発明は、上記の問題点を解決するため、ファクシミリ端末から検索可能な分散型画像データベースにおいて、複数の人が任意の時間に、別個に画像情報の追加、削除を行っても、その都度いちいち、画像データベース検索装置のサービス制御手順を書き換える必要がない動的サービス制御手順を用いる画像データベースにおいて、その動的サービス制御手順が記述された二次サービス制御情報の読み込みに要する時間および処理時間が少なく、かつ高品質な音声ガイダンスを提供可能な画像データベース検索装置を実現することを目的とする。
【００１０】
【課題を解決するための手段】
上記の課題を解決するため、本発明は、音声ガイダンスをファクシミリ端末に出力し、ファクシミリ端末からの応答情報を受け付け、画像情報蓄積装置から応答情報に応じた画像を検索して前記ファクシミリ端末に出力する画像データベース検索装置であって、音声情報識別記号と音声合成用テキスト情報とが混在した形で構成されるファクシミリ端末への音声ガイダンス情報と、該音声ガイダンス情報に対するファクシミリ端末からの応答情報に依存した処理内容を現す実行情報とからなるサービス制御情報が蓄積されているサービス制御情報蓄積部と、前記音声情報識別信号で検索可能な定型的な音声情報があらかじめ蓄積されている音声情報蓄積部と、音声合成用テキスト情報から合成音声情報を合成する音声合成部と、ファクシミリ端末への音声ガイダンスの出力にあたり、前記音声ガイダンス情報に音声情報識別記号が記載されていたときは当該音声情報識別記号に対応する音声情報を前記音声情報蓄積部から検索し、前記音声ガイダンス情報に音声合成用テキスト情報が記載されていれば当該音声合成用テキスト情報を前記音声合成部にて合成音声情報に合成し、前記音声ガイダンス情報に記載の音声情報識別記号と音声合成用テキスト情報の記述順に従って、音声情報もしくは合成音声情報、または、音声情報および合成音声情報を並べて単一の音声情報に構成する音声情報構成部と、前記単一の音声情報をファクシミリ端末に出力する音声情報部と、を有することを特徴とする。
【００１１】
上記の場合には、初期サービス制御情報の蓄積データ量を少なくする点、及びサービス処理が統一化される点で有利である。
【００１２】
本発明は、一般的なファクシミリ情報提供サービスで用いられる音声ガイダンスが定型的である点に着目し、まず音声ガイダンスで使用頻度の高い語句の音声情報を、あらかじめいくつか画像データベース検索装置内に蓄積しておく。そして、サービス制御情報中では、これら音声情報の識別記号とテキスト情報とを組み合わせた形式で記述しておき、音声ガイダンスを、該音声情報とテキスト情報の合成音声情報の任意の組み合わせによって生成することを特徴としている。
【００１３】
この様に、使用頻度の高い定型的な語句をあらかじめ音声情報として画像データベース検索装置に蓄積しておき、そのファクシミリ情報提供サービスに固有の必要最低限の音声情報だけを合成音声情報として生成することにより、二次サービス制御情報のデ一夕量を必要最低限に抑制し、画像データベース検索装置が音声合成処理に要する処理量も必要最低限に抑える。これにより、複数のファクシミリ情報提供サービスに対応する二次サービス制御情報を、動的に画像データベース検索装置に読み込み、これを実行する際の、読み込み時間および処理時間を最低限に抑制し、ユーザの待ち時間を短縮することを可能とする。また、音声合成処理を必要最低限に抑えることで、音声情報の品質の低下を防止する。
【００１４】
【発明の実施の形態】
以下、図を用いて本発明の実施形態例を詳細に説明する。
【００１５】
図１は、本発明の一実施形態例を示すシステム構成図である。図中、１はファクシミリ端末、２はファクシミリ端末１から検索を行う画像データベース装置である。この画像データベース装置２を構成するものとして、３はファクシミリ端末１から回線接続される画像データベース検索装置、４−１〜４−Ｌは分散型の画像データベースを構成する複数の画像情報蓄積装置、５は分散配置された画像情報蓄積装置４−１〜４−Ｌおよび画像データベース検索装置３を接続する画像ネットワーク部である。また、画像データベース検索装置３を構成するものとして、画像３−１はファクシミリ応答部、３−２は検索処理部、３−３は初期サービス制御情報蓄積部、３−４は二次サービス制御情報蓄積部、３−５は音声情報構成部、３−６は音声情報蓄積部、３−７は音声合成部であり、上記ファクシミリ応答部３−１を構成するものとして、３−１−１は制御部、３−１−２は通信インタフェース部、３−１−３はファクシミリ画像出力部、３−１−４は音声情報出力部、３−１−５はＰＢ信号入力部である。また、画像情報蓄積装置４−１〜４−Ｌを構成するものとして、４−１−１１〜４−１−１Ｍ，…，４−Ｌ−１１〜４−Ｌ−１Ｍは二次サービス制御情報蓄積部、４−１−２１〜４−１−２Ｎ，…，４−Ｌ−２１〜４−Ｌ−２Ｎは画像情報蓄積部である。
【００１６】
初期サービス制御情報蓄積部３−３には、あらかじめ初期サービス制御情報が、音声情報蓄積部３−６にはあらかじめ音声ガイダンスにおいて使用頻度の高い語句の音声情報が識別記号で検索できる形式で蓄積され、二次サービス制御情報蓄積部４−１−１１〜４−１−１Ｍ，…，４−Ｌ−１１〜４−Ｌ−１Ｍには、あらかじめ二次サービス制御情報が、そして画像情報蓄積部４−１−２１〜４−１−２Ｎ，…，４−Ｌ−２１〜４−Ｌ−２Ｎには、あらかじめ画像情報が蓄積されているものとする。
【００１７】
本装置を動作させるには、まずファクシミリ端末１から、通信インタフェース部３−１−２に回線接続を行う。該通信インタフェース部３−１−２は、ファクシミリ端末１から回線接続されると、サービス開始要求信号を制御部３−１−１に出力する。該制御部３−１−１は該サービス開始要求信号を入力されると、初期サービス制御情報蓄積部３−３から、初期サービス制御情報を読み出し、該初期サービス制御情報に記述された音声ガイダンス情報を音声情報構成部３−５に出力する。該音声情報構成部３−５は、該音声ガイダンス情報に音声情報識別記号が含まれている場合は、該音声情報識別記号に該当する音声情報を音声情報蓄積部３−６から読み出し、該音声ガイダンス情報に音声合成用テキスト情報が含まれる場合には、該音声合成用テキスト情報を音声合成部３−７に出力する。該音声合成部３−７は、該音声合成用テキスト情報から合成音声情報を生成し、前記音声情報構成部３−５に出力する。該音声情報構成部３−５は、該音声情報蓄積部３−６から読み出した該音声情報、および該音声合成部３−７が出力した該合成音声情報を該音声ガイダンス情報に記述されている順番に並べて単一の音声情報を構成し、制御部３−１−１に出力する。
【００１８】
該制御部３−１−１は、該音声情報を音声情報出力部３−１−４に出力する。音声情報出力部３−１−４は、該音声情報を電話で聞くことが可能な音声信号に変換して、通信インタフェース部３−１−２を介してファクシミリ端末１に出力する。ファクシミリ端末１側では、ユーザが該音声信号を聞き、返答に該当する番号を、ファクシミリ端末１のＰＢから入力する。該ファクシミリ端末１は、該ＰＢに対応するＰＢ信号を通信インタフェース部３−１−２に出力する。該通信インタフェース部３−１−２は該ＰＢ信号を入力されると、該ＰＢ信号をＰＢ信号入力部３−１−５に出力する。ＰＢ信号入力部３−１−５は、該ＰＢ信号を対応する番号情報に変換し、該番号情報を制御部３−１−１に出力する。
【００１９】
制御部３−１−１は、該番号情報を入力されると、該初期サービス制御情報の該当する実行情報にしたがって、該当する二次サービス制御情報の蓄積アドレス情報を検索処理部３−２に出力する。検索処理部３−２は、ネットワーク部５を介して該蓄積アドレス情報が示す画像情報蓄積装置４−１〜４−Ｌ上の二次サービス制御情報蓄積部４−１−１Ｍ，…，４−Ｌ−１１〜４−Ｌ−１Ｍから二次サービス制御情報を読み出し、画像データベース検索装置３の二次サービス制御情報蓄積部３−４に一旦蓄積する。
【００２０】
制御部３−１−１は、該二次サービス制御情報蓄積部３−４に蓄積された二次サービス制御情報を読み出し、該二次サービス制御情報に記述された音声ガイダンス情報を音声情報構成部３−５に出力する。該音声情報構成部３−５は、該音声ガイダンス情報に音声情報識別記号が含まれている場合は、該音声情報識別記号に該当する音声情報を音声情報蓄積部３−６から読み出し、該音声ガイダンス情報に音声合成用テキスト情報が含まれる場合には、該音声合成用テキスト情報を音声合成部３−７に出力する。該音声合成部３−７は、該音声合成用テキスト情報から合成音声情報を生成し、前記音声情報構成部３−５に出力する。該音声情報構成部３−５は、該音声情報蓄積部３−６から読み出した該音声情報、および該音声合成部３−７が出力した該合成音声情報を該音声ガイダンス情報に記述されている順番に並べて単一の音声情報を構成し、制御部３−１−１に出力する。
【００２１】
該制御部３−１−１は、該音声情報を音声情報出力部３−１−４に出力する。音声情報出力部３−１−４は、該音声情報を電話で聞くことが可能な音声信号に変換して、通信インタフェース部３−１−２を介してファクシミリ端末１に出力する。
【００２２】
ファクシミリ端末１側では、ユーザが該音声信号を聞き、所望の返答に該当する番号を、ファクシミリ端末１のＰＢから入力する。該ファクシミリ端末１は、該ＰＢに対応するＰＢ信号を通信インタフェース部３−１−２に出力する。該通信インタフェース部３−１−２は該ＰＢ信号を入力されると、該ＰＢ信号をＰＢ信号入力部３−１−５に出力する。ＰＢ信号入力部３−１−５は、該ＰＢ信号を対応する番号情報に変換し、該番号情報を制御部３−１−１に出力する。
【００２３】
制御部３−１−１は、該番号情報を入力されると、該二次サービス制御情報の実行情報にしたがって、該当する画像情報の蓄積アドレス情報を検索処理部３−２に出力する。検索処理部３−２は、ネットワーク部５を介して、該蓄積アドレス情報が示す画像情報蓄積装置４−１〜４−Ｌ上の画像情報蓄積部４−１−２１〜４−１−２Ｎ，…，４−Ｌ−２１〜４−Ｌ−２Ｎに蓄積された画像情報を読み出し、制御部３−１−１に出力する。制御部３−１−１は、該画像情報を入力されると、該画像情報をファクシミリ画像情報出力部３−１−３に出力する。該ファクシミリ画像情報出力部３−１−３は、該画像情報をファクシミリ符号化して、通信インタフェース部３−１−２を介してファクシミリ端末１に出力する。
【００２４】
本実施形態例は、この様な構成になっているから、複数のファクシミリ情報提供サービスに対応する二次サービス制御情報を動的に画像データベース検索装置３に読み込み、該二次サービス制御情報に従ったファクシミリ情報提供サービスを実行する画像データベース検索装置において、二次サービス制御情報のデータ量と音声合成処理に要する処理量を最小限に抑制することが可能となる。
【００２５】
次に、上記実施形態例によるファクシミリ情報提供サービスの具体例を説明する。図２は合成音声と蓄積音声を混合記述するサービス制御情報の一例を示す図であり、図３はそのサービス処理フローの例を示す図である。
【００２６】
初期サービス制御情報は、たとえば図２（ａ）に示すように記述され、二次サービス制御情報は、たとえば、図２（ｂ）に示すように記述される。ここで、音声ガイダンス情報は、あらかじめ画像データベース検索装置内の音声情報蓄積部に図２（ｃ）に示すように蓄積されている使用頻度の高い音声情報の識別記号、および音声合成用テキスト情報の組み合わせで表現される。
【００２７】
まず、ファクシミリ端末から画像データベース検索装置に回線接続した場合（１）、最初は初期サービス制御情報が読み込まれ（２）、その音声ガイダンス情報Ａに記述された音声情報識別記号に該当するすでに蓄積されている音声情報（この例では「こちらはＸＸＸファクシミリ情報提供サービスです。天気情報が欲しい方は１＃を、交通情報が欲しい方は２＃を押して下さい。」）が音声ガイダンスとしてファクシミリ端末に送出される（３）。そして、ユーザは該音声ガイダンスが示す選択肢に対応する番号（この例では１＃）をＰＢから入力する。ファクシミリ端末は、該ＰＢ信号を画像データベース検索装置に送信し（４）、該画像データベース検索装置は、入力されたＰＢ信号を番号に変換する。そして、該番号に対応する実行情報Ａを参照して、次にとるべき動作を決定する。この例では、１＃が入力されたので、画像データベース検索装置は、蓄積アドレスαに蓄積された二次サービス制御情報を読み込み、これに従うサービス制御を行う（５）。
【００２８】
このサービス制御においては、まず音声ガイダンス情報Ａ’に記述されている音声情報の識別記号から検索した音声情報と、音声合成用テキスト情報を変換した合成音声情報とを、それらが記述されている順に並べて単一の音声情報Ａ’を構成し、ファクシミリ端末に送出する（６）。この例では、「こちらは天気情報サービスです。関東地方の天気を知りたい方は１＃を、東海地方の天気を知りたい方は２＃を押して下さい。」という音声ガイダンスが送出される。ユーザがＰＢより２＃を押すと、該ＰＢ信号がファクシミリ端末から送出される（７）。画像データベース検索装置は、該ＰＢ信号を番号に変換し、実行情報Ａ’を参照して次の動作を決定する。すなわち、この例では、画像データベース検索装置は、蓄積アドレスωに蓄積されている画像情報を読み出し（８）、ファクシミリ端末に送出する（９）。
【００２９】
この様な構成であれば、使用頻度の高い定型的な語句はあらかじめ音声情報として画像データベース検索装置に蓄積しておき、そのファクシミリ情報提供サービスに固有の必要最低限の音声情報だけを合成音声情報として生成することで、二次サービス制御情報のデ一夕量を必要最低限に抑制でき、しかも画像データベース検索装置が音声合成処理に要する処理量も必要最低限に抑えることが可能となる。
【００３０】
従って、複数のファクシミリ情報提供サービスに対応する二次サービス制御情報を、動的に画像データベース検索装置に読み込み、これを実行する際の、読み込み時間および処理時間を最低限に抑制することが可能となる。また、音声合成が必要最小限に抑制されるため、音声情報の品質を高く維持できる。
【００３１】
【発明の効果】
本発明によって、動的なサービス制御手順に従って動作する画像データベース検索装置において、二次サービス制御情報の読み込み時間と音声合成処理に要する処理時間が最小限となるから、ファクシミリ端末側でのユーザの待ち時間を最小とし、音声情報の品質を高く維持する効果を得ることが出来る。
【図面の簡単な説明】
【図１】本発明の画像データベース検索装置の一実施形態例を説明するシステム構成図である。
【図２】（ａ），（ｂ），（ｃ）は、上記実施形態例におけるサービス制御情報の構成例を説明する図である。
【図３】上記実施形態例におけるサービス処理フローの例を示す図である。
【図４】従来技術による一般的な画像データベース検索装置を説明する図である。
【図５】従来技術による動的サービス制御可能な画像データベース検索装置を説明する図である。
【図６】（ａ），（ｂ）は、従来技術における動的サービス制御に用いるサービス制御情報の構成例を示す図である。
【図７】従来技術における動的サービス処理フローの例を示す図である。
【符号の説明】
１…ファクシミリ端末
２…画像データベース装置
３…制御部
３−１−２…通信インタフェース部
３−１−３…ファクシミリ画像出力部
３−１−４…音声情報出力部
３−１−５…ＰＢ信号入力部
３−２…検索処理部
３−３…初期サービス制御情報蓄積部
３−４…二次サービス制御情報蓄積部
３−５…音声情報構成部
３−６…音声情報蓄積部
３−７…音声合成部
４−１〜４−Ｌは画像情報蓄積装置
４−１−１１〜４−１−１Ｍ，…，４−Ｌ−１１〜４−Ｌ−１Ｍ…二次サービス制御情報蓄積部
４−１−２１〜４−１−２Ｎ，…，４−Ｌ−２１〜４−Ｌ−２Ｎ…画像情報蓄積部
５…ネットワーク部

Claims

音声ガイダンスをファクシミリ端末に出力し、ファクシミリ端末からの応答情報を受け付け、画像情報蓄積装置から応答情報に応じた画像を検索して前記ファクシミリ端末に出力する画像データベース検索装置であって、
音声情報識別記号と音声合成用テキスト情報とが混在した形で構成されるファクシミリ端末への音声ガイダンス情報と、該音声ガイダンス情報に対するファクシミリ端末からの応答情報に依存した処理内容を現す実行情報とからなるサービス制御情報が蓄積されているサービス制御情報蓄積部と、
前記音声情報識別信号で検索可能な定型的な音声情報があらかじめ蓄積されている音声情報蓄積部と、
音声合成用テキスト情報から合成音声情報を合成する音声合成部と、
ファクシミリ端末への音声ガイダンスの出力にあたり、前記音声ガイダンス情報に音声情報識別記号が記載されていたときは当該音声情報識別記号に対応する音声情報を前記音声情報蓄積部から検索し、前記音声ガイダンス情報に音声合成用テキスト情報が記載されていれば当該音声合成用テキスト情報を前記音声合成部にて合成音声情報に合成し、前記音声ガイダンス情報に記載の音声情報識別記号と音声合成用テキスト情報の記述順に従って、音声情報もしくは合成音声情報、または、音声情報および合成音声情報を並べて単一の音声情報に構成する音声情報構成部と、
前記単一の音声情報をファクシミリ端末に出力する音声情報部と、
を有することを特徴とする画像データベース検索装置。