JP4609509B2 - 情報処理システム - Google Patents

Description

本発明は、電話における通話音声を録音し、録音したデータに検索キーワードを関連付けて管理する技術に関する。特に、電話機能を備えたデバイスと、そのデバイスと通信可能に接続されている端末を含んでいる情報処理システムであり、デバイスが録音した録音データに検索キーワードを関連付けて管理する情報処理システムに関する。

電話の通話音声を自動的に録音する音声蓄積装置が知られている（例えば特許文献１）。特許文献１の音声蓄積装置は、録音データをメールボックスに格納する。

特開平９−４６４２８号公報

録音データの数が多くなった場合、録音データに検索キーワードを関連付けたデータベースを構築すると管理し易い。ユーザは、キーワード検索によって、多くの録音データの中から所望の録音データを見つけることができる。
データベースを構築するには、デバイスと通信可能に接続された端末（サーバ）が都合がよい。端末は、多数の録音データを蓄積できる。しかしながら、デバイスが録音した録音データに検索キーワードを関連付けてデータベースに登録する場合、デバイスのユーザは、電話回線が切断された後に端末へ接続するための処理をデバイスに入力し、検索キーワードを関連付ける端末に蓄積された録音データを選択し、さらに検索キーワードをデバイスに入力する必要があった。本明細書は、これらのユーザの入力操作を軽減することのできる情報処理システムを開示する。

本明細書が開示する情報処理システムは、電話機能を備えたデバイスと、そのデバイスと通信可能に接続されている端末とを含んでいる。デバイスは、録音手段、音声取得手段、第１送信手段、第２送信手段、デバイス側受信手段、表示制御手段、選択手段、第３送信手段を備えている。録音手段は、電話の通話音声を録音する。音声取得手段は、確立していた電話回線の切断を検知したことを条件として、外部から音声を取得する。第１送信手段は、録音手段が録音した録音データを端末へ送信する。第２送信手段は、音声取得手段が取得した音声データを端末へ送信する。デバイス側受信手段は、端末からキーワード候補を受信する。表示制御手段は、受信したキーワード候補をディスプレイに表示する。選択手段は、表示したキーワード候補の中から少なくとも一つのキーワード候補を選択する。選択手段が選択するキーワード候補は、表示したキーワード候補の中からユーザが指定する少なくとも一つのキーワード候補でよい。第３送信手段は、選択したキーワード候補を端末に送信する。
端末は、端末側受信手段、キーワード生成手段、端末側送信手段、及び、登録手段を備えている。端末側受信手段は、デバイスから録音データを受信する。キーワード生成手段は、デバイスから受信した音声データに基づいてキーワード候補を生成する。端末側送信手段は、生成したキーワード候補をデバイスに送信する。登録手段は、デバイスから受信したキーワード候補を、録音データを検索するための検索キーワードとして、デバイスから受信した録音データに関連付けてコンテンツデータベースに登録する。

このシステムは、確立していた電話回線の切断を検知したことを条件として、外部からの取得した音声、例えば、ユーザの音声に基づいてキーワード候補を生成して表示する。そして、このシステムは、表示したキーワード候補の中からユーザが指定した少なくとも一つのキーワード候補を録音データの検索キーワードとして登録する。第１に、このシステムは、電話回線の切断を検知すると自動的にユーザの音声を取得して端末へ送信する。これによってシステムは、デバイスを端末に接続するためのユーザ操作を不要とする。第２に、このシステムは、ユーザにキーワードを提示するまでユーザの操作を不要とする。すなわち、このシステムは、電話回線の切断からユーザにキーワードを提示するまでの間にユーザの操作を必要としない。また、このシステムは、確立していた電話回線の切断を検知すると、録音データの送信に続けて検索キーワードを送信することができ、それらを関連付けて登録することが可能である。従ってユーザは、いずれの録音データに検索キーワードを付与するのか容易に把握できる。このシステムは、意図しない録音データに誤った検索キーワードを関連付けて登録してしまうことを防止できる。
なお、電話回線は、相手の電話機との接続を意味するものであり、公衆回線を介した接続であってもインターネットを介した接続であってもよい。
また、端末がデバイスに組み込まれ一体に形成されていてもよいし、その逆に、デバイスに端末が組み込まれて一体に形成されていてもよい。

端末は、複数の単語を含んでいる辞書データベースを備えていることが好ましい。より好ましくは、辞書データベースは、コンテンツデータベースに含まれている検索キーワードの数よりも多くの単語を含んでいる。その場合、キーワード生成手段は、受信した音声データに含まれている単語を辞書データベースから抽出し、抽出した単語を含んでいる検索キーワードをコンテンツデータベースから抽出し、抽出した検索キーワードをキーワード候補として採用することが好ましい。これにより、このシステムは、音声データに含まれる単語に同音異義語が存在するような場合でも、同音異義語を含む検索キーワードを抽出することができる。

キーワード生成手段は、辞書データベースから抽出した単語を含んでいる検索キーワードがコンテンツデータベースに存在しないことを条件として、辞書データベースから抽出した単語をキーワード候補として採用するとよい。この場合、このシステムは、辞書データベースから抽出した単語を、コンテンツデータベースに記憶されていない新たな検索キーワードとして、録音データに関連付けて登録することができる。
また、キーワード生成手段は、コンテンツデータベースから抽出した検索キーワードとともに、辞書データベースから抽出した単語をキーワード候補として採用してもよい。そうすることによってこのシステムは、ユーザの発した音声に含まれる単語に関連する多くのキーワード候補をユーザに提示することができる。

登録手段は、選択手段によりキーワード候補の選択が行われなかったことを条件として、即ち、ユーザがキーワードの選択を行わなかったことを条件として、予め定められたキーワードを録音データの検索キーワードとしてコンテンツデータベースに登録することが好ましい。
ユーザがキーワードの選択を行わなかった場合、予め定められたキーワードを録音データの検索キーワードとして登録することによって、ユーザが所望する検索キーワードが登録された録音データと、そうでない録音データを区別することができる。予め定められたキーワードが登録された録音データには、ユーザが後からキーワードを指定することができる。このときのキーワードの指定は、音声で入力されてもよいし、キーボードから入力されてもよい。

或いは、端末は、選択手段によりキーワード候補の選択が行われなかったことを条件として、録音データを、既に検索キーワードが登録された録音データと区別して記憶する記憶手段を備えていてよい。この場合、デバイスは、検索キーワードが登録されていない録音データのリストを表示するリスト表示制御手段を備えていることが好ましい。そして、選択手段は、表示したリストの中から一の録音データを選択し、登録手段は、選択手段が選択したキーワードを、選択した録音データの検索キーワードとしてコンテンツデータベースに登録するとよい。そのようなシステムによっても、ユーザが所望する検索キーワードが登録されていない録音データに、ユーザが後から検索キーワードを付する処理が容易となる。

本発明によれば、電話の通話音声を録音した録音データに検索キーワードを関連付けてデータベースに登録するためのユーザの操作を軽減することができる情報処理システムを実現できる。

図面を参照して実施例の情報処理システムを説明する。本実施例の情報処理システム１００は、ＭＦＤ１０（Ｍｕｌｔｉ Ｆｕｎｃｔｉｏｎ Ｄｅｖｉｃｅ）とサーバ４０がネットワーク６０を介して通信可能に接続されているシステムである。以下、情報処理システム１００を単にシステム１００と称する。

１．システム構成
図１にシステム１００のブロック図を示す。
ＭＦＤ１０は、電話機能、画像読取機能、ファクシミリ機能、コピー機能、プリンタ機能を兼ね備えている。
ＭＦＤ１０は、ＣＰＵ１２、ストレージ１４、ＲＡＭ２１（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、コンソール２２、ディスプレイ２４、ネットワークインタフェイス２６、ＰＳＴＮ（Public Switched Telephone Networks）インタフェイス２８、プリントユニット３０、ファクシミリユニット３２、スキャナユニット３４、およびハンドセット３６を備えている。図１に記された「Ｉ／Ｆ」の文字は「インタフェイス」を意味する。また、図１に記された「ＰＧＭ」の文字は、「プログラム」を意味する。

ＣＰＵ１２は、ストレージ１４に格納された制御プログラム１６に従ってＭＦＤ１０を制御する。ストレージ１４にはまた、各種のデータ２０が格納されている。コンソール２２は、ユーザの操作を受け付けるためのハードウエアである。すなわち、コンソール２２は、ユーザから所望の指示、例えば画像の読み取り指示を受け付ける。

ネットワークインタフェイス２６は、ＬＡＮ５０を介して、端末と通信するためのハードウエアウエアである。ＰＳＴＮインタフェイス２８は、ＭＦＤ１０を公衆回線（不図示）に接続しているハードウエアである。ＭＦＤ１０は、公衆回線を通じてファクシミリのデータを授受する。プリントユニット３０は印刷機能のためのハードウエアである。ファクシミリユニット３２はファクシミリ機能のためのハードウエアである。スキャナユニット３４はスキャナ機能（画像読取機能）のためのハードウエアである。ハンドセット３６は、ユーザが他の電話機のユーザと通話するためのハードウエアである。ＭＦＤ１０は、公衆回線又はインターネットを介して、他の電話機（電話機能を備えた通信装置を含む）との間に電話回線を確立することができる。
ＲＡＭ２１は、データを一時的に記憶するメモリである。ＭＦＤ１０は、電話の通話音声を録音し、録音データをＲＡＭ２１に記憶する。記憶された録音データは、サーバ４０に送られる。

サーバ４０の構成を説明する。サーバ４０は、ＣＰＵ４２、ストレージ４４、ＲＡＭ４８を備えている。ストレージ４４には、制御プログラム４６、コンテンツデータベース５０、及び辞書データベース５２が格納されている。

２．システムの機能
システム１００は、ＭＦＤ１０が録音した電話の通話音声を録音し、録音データをサーバ４０のコンテンツデータベース５０に登録して管理することができる。コンテンツデータベース５０の一例を図２に示す。コンテンツデータベース５０には、録音データのファイルと、録音データに関連付けられた検索キーワードが登録されている。録音データと検索キーワードの組みをレコードと称する。各レコードには識別子（ＩＤ）が付されている。例えば「００１」のＩＤが付されたレコードには、「xxx.xx」という名称のファイル（録音データのファイル）に、「商品企画」という検索キーワードが関連付けられている。コンテンツデータベース５０は、ファイル名とともに、そのファイルのパスを記憶している。図２のコンテンツデータベース５０は、「xxx.xx」という名称のファイルが、「folder1」というフォルダに格納されていることを示している。「００２」のＩＤが付されたレコードには、「yyy.yy」という名称のファイル（録音データを記述したファイル）に、「企画会議」という検索キーワードが関連付けられている。「００３」のＩＤが付されたレコードには、「zzz.zz」という名称のファイル（録音データを記述したファイル）に、「欧州規格」という検索キーワードが関連付けられている。「００４」のＩＤが付されたレコードには、「aaa.aa」という名称のファイル（録音データを記述したファイル）に、「未分類」という検索キーワードが関連付けられている。「商品企画」、「企画会議」、および「欧州規格」の検索キーワードは、ユーザが指定した検索キーワードである。「未分類」という検索キーワードは、システム１００が自動的に関連付けた検索キーワードである。システム１００は、ユーザが検索キーワードを指定していない録音データについては、予め定められた検索キーワード「未分類」を自動的に関連付けてコンテンツデータベース５０に登録する。
ユーザは、検索キーワードを指定することによって、所望のファイル（録音データ）をコンテンツデータベース５０から検索することができる。システム１００は、録音データに検索キーワードを関連付けて登録することによって、多くの録音データを管理し易くする。
システム１００は、電話の通話音声を録音した録音データにユーザが検索キーワードを指定する操作負荷を軽減することができる。

３．システムが実行する処理
図３に、システム１００が実行する処理のフローチャートを示す。図３の中央にＭＦＤ１０が実行する処理のフローチャートを示す。図３の右側にサーバ４０が実行する処理のフローチャートを示す。図３の左側に、ユーザの操作を示す。なお、以下では、他の電話機からＭＦＤ１０へ着信があった場合の処理を説明するが、ＭＦＤ１０から他の電話機に発信する場合も同様の処理が実行される。
他の電話機から着信があった場合、ＭＦＤ１０は、ユーザがハンドセットを取り上げる操作（Ｕ２）を、電話回線の確立として検知する（Ｍ２）。すなわち、回線が閉結されたことを検知する。電話回線の確立を検知すると、ＭＦＤ１０は電話の通話音声の録音を開始する（Ｍ４）。ＭＦＤ１０は、ユーザが電話回線を切断する操作（Ｕ４）を行なうと、その操作を電話回線の切断として検知する（Ｍ６）。電話回線の切断を検知すると、ＭＦＤ１０は、録音を終了し、録音データをサーバ４０へ送信する（Ｍ６）。サーバ４０は、ＭＦＤ１０から送られた録音データを受信し、所定のフォルダに格納する（Ｓ２）。なお、ユーザが電話回線を切断する操作の種類には、例えば、コンソールに設けられた終了ボタンを押す操作、或いは、ハンドセットを置く操作がある。

電話回線の切断を検知したＭＦＤ１０は、ユーザに音声入力を促すメッセージを、ハンドセットのスピーカを通して出力する（Ｍ８）。すなわちＭＦＤ１０は、電話回線の切断を検知したことを条件として、ユーザに音声入力を促すメッセージを出力する。ユーザは、ＭＦＤ１０の誘導に従って、録音データに関連付けることを希望するキーワードを発声する（Ｕ６）。ＭＦＤ１０は、ハンドセットのマイクロホンを介して、ユーザが発した音声を取得する（Ｍ１０）。すなわちＭＦＤ１０は、電話回線の切断を検知したことを条件として、ユーザが発した音声を取得する。
ＭＦＤ１０は、取得した音声をデジタルデータ（音声データ）に変換してサーバ４０へ送信する（Ｍ１２）。サーバ４０は、ＭＦＤ１０から音声データを受信する（Ｓ４）。サーバ４０は、受信した音声データに基づいて、キーワード候補を生成する（Ｓ６）。キーワード候補の生成は次の手順で行われる。サーバ４０は、受信した音声データをテキスト変換する（Ｓ６−１）。テキストへの変換は、周知の音声認識技術により行われるとよい。サーバ４０は、テキストに含まれている単語を辞書データベース５２から抽出する（Ｓ６−２）。次いでサーバ４０は、抽出した単語を含んでいる検索キーワードを、コンテンツデータベース５０から抽出する（Ｓ６−３）。なお、図３のステップＳ６−３に記した「ＫＷＤ」の文字列は「キーワード」を意味する。
ステップＳ６−１の処理において、サーバ４０は、複数の単語を抽出する場合がある。またステップＳ６−２の処理において、サーバ４０は、複数の検索キーワードを抽出する場合がある。キーワード生成の事例は後述する。
サーバ４０は、抽出した検索キーワードを、録音データに関連付けるキーワード候補としてＭＦＤ１０へ送信する（Ｓ８）。

ＭＦＤ１０は、サーバ４０からキーワード候補を受信する（Ｍ１４）。ＭＦＤ１０は、受信したキーワード候補をディスプレイ２４に表示する（Ｍ１６）。ユーザは、表示されたキーワード候補の中から、録音データに関連付けることを希望するキーワード候補を、ハンドセットのマイクロホンを介して指定する（Ｕ８）。ユーザは、複数のキーワード候補を指定することができる。また、ユーザは、希望するキーワードが表示されていない場合、キーワードを指定せずに終了することを指定することもできる。ユーザの指定に応じてＭＦＤ１０が実行する処理については後述する。なお、ユーザによるキーワード候補の指定は、コンソールを介して入力されてもよい。
ＭＦＤ１０は、ユーザが指定するキーワード候補を選択する（Ｍ１８）。ＭＦＤ１０は、選択したキーワード候補サーバ４０に送信する（Ｍ２０）。
サーバ４０は、ＭＦＤ１０が送信したキーワード候補を受信する（Ｓ１０）。サーバ４０は、受信したキーワード候補を、検索キーワードとしてステップＳ２で受信した録音データに関連付けてコンテンツデータベース５０に登録する（Ｓ１２）。
なお、図示を省略しているが、登録を完了したサーバ４０は、完了メッセージをＭＦＤ１０に送信し、ＭＦＤ１０は完了メッセージを表示する。

以上説明したように、システム１００は、電話回線の切断後に直ちに、録音データに検索キーワードを関連付けて登録する処理を実行する。その際、ユーザは、電話に用いたハンドセットを介してＭＦＤ１０に指示を与えるだけでよい。特に、システム１００は、ユーザが発した単語を含む過去の検索キーワードをコンテンツデータベース５０から抽出して表示する。ユーザは、過去の検索キーワードの中から、新たな録音データに関連付けるキーワードを指定することができる。すなわち、過去の録音データに付した検索キーワードを、新たな録音データの検索キーワードに指定することができる。

図３に示したステップＭ１２以降のＭＦＤ１０の処理と、ステップＳ４以降のサーバ４０の処理を詳しく説明する。
図４に、ステップＭ１２（図３）以降のＭＦＤ１０の処理のフローチャートを示す。図４に示す「ＫＷＤ」の文字は「キーワード」を意味する。ステップＭ１２とＭ１４の処理は前述した。
ステップＭ１６においてＭＦＤ１０は、ステップＭ１４で受信したキーワード候補の他に、「未分類」、「候補なし」、および「音声再入力」の選択肢を表示する。ユーザは、表示されたキーワード候補の中から、録音データに関連付けることを希望するキーワード候補を指定する（図３のＵ８）。この場合（Ｍ１８の分岐判断：「ＫＷＤ」）、ＭＦＤ１０は、ユーザが指定したキーワード候補を選択し、選択したキーワード候補をサーバ４０へ送信する（Ｍ２０−１）。サーバ４０は、ＭＦＤ１０からキーワード候補を受信し、受信したキーワード候補を録音データの検索キーワードとしてコンテンツデータベース５０へ登録する。サーバ４０は、登録を完了した旨のメッセージをＭＦＤ１０へ送信する。ＭＦＤ１０は、サーバ４０からメッセージを受信し、受信したメッセージを表示する（Ｍ２２）。ステップＭ２０−１の処理は、図３のステップＭ２０に相当する。

録音データに関連付けることを希望するキーワード候補が表示されていない場合、ユーザは、「未分類」、「候補なし」、「音声再入力」のいずれかを指定することができる。
ユーザが「未分類」を指定した場合（Ｍ１８の分岐判断：「未分類」）、ＭＦＤ１０は、「未分類要求」をサーバ４０へ送信する（Ｍ２０−２）。サーバ４０は、「未分類要求」に対応した処理を実行し、処理が完了したことを示すメッセージをＭＦＤ１０へ送信する。ＭＦＤ１０は、サーバ４０からメッセージを受信し、受信したメッセージを表示する（Ｍ２４）。「未分類要求」に対応した処理は後述する。なお、ステップＭ２０−２の処理は、図３のステップＭ２０に相当する。

ユーザが「候補なし」を指定した場合（Ｍ１８の分岐判断：「候補なし」）、ＭＦＤ１０は、「単語要求」をサーバ４０へ送信する（Ｍ２６）。「単語要求」を受信したサーバ４０は、ステップＳ６−２（図３）で抽出した単語をＭＦＤ１０へ送信する。ＭＦＤ１０は、サーバ４０から単語を受信し（Ｍ１４）、ステップＭ１６以降の処理を繰り返す。

ユーザが「音声再入力」を指定した場合は、ＭＦＤ１０は、図３のステップＭ８へ戻って処理を続ける。

図５にステップＳ４（図３）以降のサーバ４０の処理のフローチャートを示す。図５に示す「ＫＷＤ」の文字は「キーワード」を意味する。ステップＳ４、Ｓ６−１、Ｓ６−２、及びＳ６−３の処理は前述した。
ステップＳ６−３において、検索キーワードの抽出が成功した場合（Ｓ７：ＹＥＳ）、サーバ４０は、抽出した検索キーワードを、新たな録音データのキーワード候補としてＭＦＤ１０へ送信する（Ｓ８−１）。検索キーワードの抽出が成功しなかった場合（Ｓ７：ＮＯ）、すなわち、ステップＳ６−２で抽出した単語を含んでいる検索キーワードがコンテンツデータベース５０に存在しなかった場合、サーバ４０は、抽出した単語を、新たな録音データのキーワード候補としてＭＦＤ１０へ送信する（Ｓ８−２）。ステップＳ８−１とＳ８−２の処理は、図３のステップＳ８の処理に相当する。

次にサーバ４０は、ＭＦＤ１０からの「要求」を受信し、受信した「要求」に応じた処理を実行する（Ｓ１０）。
ＭＦＤ１０からキーワードを受信した場合、サーバ４０は、「登録要求」を受信したと判断する（ステップＳ１０の分岐判断：「登録要求」）。このときの処理は、図４のステップＭ２０−１に対応する。この場合、サーバ４０は、受信したキーワードを、録音データの検索キーワードとしてコンテンツデータベース５０へ登録する（Ｓ１２−１）。そして、登録処理を完了した旨のメッセージをＭＦＤ１０へ送信する（Ｓ１４−１）。

ＭＦＤ１０から「未分類要求」を受信した場合（ステップＳ１０の分岐判断：「未分類要求」）、サーバ４０は、予め決められたキーワード「未分類」を、録音データの検索キーワードとしてコンテンツデータベース５０へ登録する（Ｓ１２−２）。このときの処理は、図４のステップＭ２０−２に対応する。そして、サーバ４０は、登録処理を完了した旨のメッセージをＭＦＤ１０へ送信する（Ｓ１４−２）。図２に示したコンテンツデータベースにおける「０００４」のレコードの検索キーワードに「未分類」が登録されているケースが、このステップＳ１２−２の処理の結果である。
ステップＳ１２−１及びＳ１２−２の処理は、図３のステップＳ１２の処理に相当する。

ＭＦＤ１０から「単語要求」を受信した場合（ステップＳ１０の分岐判断：「単語要求」）、サーバ４０は、ステップＳ６−２で抽出した単語をキーワード候補として送信する（Ｓ８−２）。そして再びＭＦＤ１０からの「要求」を待つ（Ｓ１０）。

図２を参照して、キーワード生成処理の例を説明する。ユーザが発した音声が「きかく」であった場合、サーバ４０は、辞書データベース５２から、「きかく」に一致する単語を抽出する。この場合、「きかく」、「キカク」、「規格」及び「企画」の４つの単語が抽出される（Ｓ６−２）。次にサーバ４０は、これら４つの単語のいずれかを含む検索キーワードをコンテンツデータベース５０から抽出する。図２に示すとおり、「規格」の単語を含んでいる「欧州規格」と、「企画」の単語を含んでいる「商品企画」と「企画会議」の検索キーワードが抽出される（Ｓ６−３）。サーバ４０は、ステップＳ８−１の処理において、「欧州規格」、「商品企画」、および「企画会議」の３つの検索キーワードをキーワード候補として送信する。他方ステップＳ８−２の処理では、サーバ４０は、「きかく」、「キカク」、「規格」及び「企画」の４つの単語を、キーワード候補として送信する。

上記説明したように、サーバ４０は、予め定められた「未分類」の検索キーワードを登録することによって、ユーザが希望する検索キーワードが既に登録された録音データとそうでない録音データを区別することができる。「未分類」の検索キーワードが登録された録音データに対してユーザが希望する検索キーワードを関連付ける処理を説明する。以下では、「未分類」の検索キーワードが登録された録音データを未分類データと称する。
図６に、ＭＦＤ１０とサーバ４０のフローチャートを示す。
まずユーザが、未分類データのリスト表示の指示をＭＦＤ１０に与える（Ｕ１０）。ユーザの指示を受け付けるとＭＦＤ１０は、未分類データの「リスト要求」をサーバ４０へ送信する（Ｍ１００）。サーバ４０は、「リスト要求」をＭＦＤ１０から受信する（Ｓ１００）。「リスト要求」を受信したサーバ４０は、コンテンツデータベース５０の中から「未分類」の検索キーワードが関連付けられた録音データ（即ち未分類データ）を抽出し、抽出した未分類データのリストをＭＦＤ１０へ送信する（Ｓ１０２）。ＭＦＤ１０は、リストを受信する（Ｍ１０２）。ＭＦＤ１０は、受信したリストを表示する（Ｍ１０４）。ユーザは、表示されたリストの中から、検索キーワードを登録することを希望する未分類データを指定する（Ｕ１２）。ＭＦＤ１０は、ユーザが指定した未分類データを選択する（Ｍ１０８）。ＭＦＤ１０は、選択した未分類データをサーバ４０へ送信する（Ｍ１１０）。サーバ４０は、ＭＦＤ１０から未分類データを受信する（Ｓ１０４）。こうして、ＭＦＤ１０とサーバ４０は、ユーザが検索キーワードを関連付けることを望んでいる未分類データを特定することができる。以後は、ＭＦＤ１０はステップＭ８（図３）の処理へ移行し、サーバ４０はステップＳ４（図３）の処理へ移行する。

以上、本発明の具体例を詳細に説明したが、これらは例示にすぎず、特許請求の範囲を限定するものではない。特許請求の範囲に記載の技術には、以上に例示した具体例を様々に変形、変更したものが含まれる。

ＭＦＤ１０が実行する処理は、制御プログラム１６に記述されている。従ってＭＦＤ１０は、以下の手段として機能する。
・電話の通話音声を録音する録音手段；
・電話回線の切断を検知したことを条件として、ユーザが発した音声を取得する音声取得手段；
・録音手段が録音した録音データを端末へ送信する第１送信手段；
・音声取得手段が取得した音声データを端末へ送信する第２送信手段；
・端末からキーワード候補を受信する受信手段；
・受信したキーワード候補をディスプレイに表示する表示制御手段；
・表示したキーワード候補の中から少なくとも一つのキーワード候補を選択する選択手段；
・選択したキーワード候補を端末に送信する第３送信手段。

サーバ４０が実行する処理は、制御プログラム４６に記述されている。従ってサーバ４０は、以下の手段として機能する。
・ＭＦＤ１０から受信した音声データに基づいてキーワード候補を生成するキーワード生成手段；
・生成したキーワード候補をＭＦＤ１０に送信する送信手段；
・ＭＦＤ１０から受信したキーワード候補を、録音データを検索するための検索キーワードとしてコンテンツデータベース５０に登録する登録手段。

サーバ４０は、図３のステップＳ８において、コンテンツデータベース５０から抽出した検索キーワードとともに、辞書データベース５２から抽出した単語をキーワード候補としてＭＦＤ１０へ送信してもよい。その際、キーワード候補を受信したＭＦＤ１０は、検索キーワードを優先的に表示し（例えば、ディスプレイ２４の上方）、辞書データベース５２から抽出した単語は検索キーワードよりも優先度を下げて表示するとよい（例えば、ディスプレイ２４の下方）。
また、サーバ４０は、「未分類」が選択された録音データを、既に検索キーワードが登録された過去の録音データと区別してストレージ４４に記憶してもよい。
検索キーワード、及び、キーワード候補は、複数の単語からなる文字列であってもよい。即ち、情報処理システムは、辞書データベース５２から抽出した単語を含んでいる文字列をコンテンツデータベース５０から抽出し、抽出した文字列をキーワード候補として採用してよい。
実施例で説明したサーバ４０の処理は、ＭＦＤ１０で実施されてもよい。即ち、図３〜図５に示した処理をＭＦＤ１０が全て実行してもよい。

ハンドセットは、デバイスが備えているスピーカとマイクロホンでよい。ＭＦＤ１０は、ディスプレイを介してユーザにメッセージを提示するとともに、コンソールを介してユーザの指示を受け付けてよい。しかし、ＭＦＤ１０は、ハンドセットをヒューマンマシンインタフェイスとして利用することも好適である。ＭＦＤ１０は、次の技術的特徴を有していてよい。
・相手の装置と通話するためのスピーカとマイクロホン；
・電話の通話音声を録音する録音手段；
・電話回線の切断を検知したことを条件として、ユーザに音声入力を促すメッセージを出力するメッセージ出力手段；メッセージは、スピーカ又はディスプレイを介して出力される；
・ユーザが発した音声をマイクロホンを介して取得する音声取得手段；
・前述した第１送信手段、第２送信手段、受信手段、表示制御手段、選択手段、及び、第３送信手段。
上記の技術的特徴を備えたＭＦＤ１０は、ユーザが通話のためにマイクロホンを使用する点に着目し、そのマイクロホンを使ってキーワード候補を生成するための音声を取得する。

ユーザが通話を終了する際、終了ボタンを押す代わりに、ハンドセットを置くことによっても、電話回線を切断することができる。そこで、ハンドセットをヒューマンマシンインタフェイスとして用いる場合、システム１００は、次の処理を行うことも好適である。以下の処理は、図３に示したフローチャートを参照しながら理解されたい。
ユーザが終了ボタンを押した場合（Ｕ４）、ＭＦＤ１０は、録音データに、直ちにキーワード登録処理を実行する旨のフラグを付してサーバ４０へ送信する（Ｍ６）。サーバ４０は、フラグ付きの録音データを受信する（Ｓ２）。サーバ４０は、受信した録音データに前述のフラグが付されていることを条件として、ＭＦＤ１０による音声データの送信（Ｍ１２）に備えて待機する。音声データを受信したサーバ４０は、ステップＳ６及びＳ８の処理を実行し、ＭＦＤ１０によるキーワード候補の送信（Ｍ２０）に備えて待機する。キーワード候補を受信したサーバ４０は、ステップＳ１２の処理を実行する。ステップＳ１２の処理を実行する際、サーバ４０は、録音データに付されたフラグを削除する。
他方、ステップＵ４において、ユーザが終了ボタンを押す代わりにハンドセットを置いて電話回線を切断した場合、ＭＦＤ１０は、前述のフラグを付さずに録音データをサーバ４０へ送信する（Ｍ６）。サーバ４０は、受信した録音データに前述のフラグが付されていないことを条件として、音声データやキーワード候補の送信に備えて待機することなく、受信した録音データに予め定められたキーワード「未分類」を関連付けてコンテンツデータベースに登録する。
即ち、システム１００は、ユーザが終了ボタンを押すことによって電話回線を切断した場合には、ユーザの音声入力に基づいて、ユーザが希望するキーワードの登録処理を実行する。他方、システム１００は、ユーザが終了ボタンを押すのではなく、ハンドセットを置くことによって電話回線を切断した場合には、ユーザの音声入力を待たずに予め定められたキーワードを登録する処理を自動的に実行する。上記したフラグを採用することによって、システム１００は、効率よく録音データにキーワードを関連付けることができる。

また、本明細書または図面に説明した技術要素は、単独であるいは各種の組合せによって技術的有用性を発揮するものであり、出願時請求項記載の組合せに限定されるものではない。また、本明細書または図面に例示した技術は複数目的を同時に達成するものであり、そのうちの一つの目的を達成すること自体で技術的有用性を持つものである。

情報処理システムのブロック図を示す。 コンピュータデータベースの一例を示す。 システムの処理のフローチャートを示す。 ＭＦＤの処理の詳細なフローチャートを示す。 サーバの処理の詳細なフローチャートを示す。 システムの別の処理のフローチャートを示す。

符号の説明

１０：ＭＦＤ（情報処理装置）
１２：ＣＰＵ
１４：ストレージ
１６：制御プログラム
２１：ＲＡＭ
２２：コンソール
２４：ディスプレイ
３６：ハンドセット
４０：サーバ
４２：ＣＰＵ
４４：ストレージ
４６：制御プログラム
５０：コンテンツデータベース
５２：辞書データベース
６０：ネットワーク
１００：情報処理システム

Claims (6)

1. 電話機能を備えたデバイスと、前記デバイスと通信可能に接続されている端末とを含んでいる情報処理システムであり、
   デバイスは、
   電話の通話音声を録音する録音手段と、
   確立していた電話回線の切断を検知したことを条件として、外部から音声を取得する音声取得手段と、
   録音手段が録音した録音データを端末へ送信する第１送信手段と、
   音声取得手段が取得した音声データを端末へ送信する第２送信手段と、
   端末からキーワード候補を受信するデバイス側受信手段と、
   受信したキーワード候補をディスプレイに表示する表示制御手段と、
   表示したキーワード候補の中から少なくとも一つのキーワード候補を選択する選択手段と、
   選択したキーワード候補を端末に送信する第３送信手段と、を備えており、
   端末は、
   デバイスから録音データを受信する端末側受信手段と、
   デバイスから受信した音声データに基づいてキーワード候補を生成するキーワード生成手段と、
   生成したキーワード候補をデバイスに送信する端末側送信手段と、
   デバイスから受信したキーワード候補を、録音データを検索するための検索キーワードとして、デバイスから受信した録音データに関連付けてコンテンツデータベースに登録する登録手段と、
   を備えていることを特徴とする情報処理システム。
2. 端末は、
   複数の単語を含んでいる辞書データベースを備えており、
   キーワード生成手段は、
   受信した音声データに含まれている単語を辞書データベースから抽出し、
   抽出した単語を含んでいる検索キーワードをコンテンツデータベースから抽出し、
   抽出した検索キーワードをキーワード候補として採用することを特徴とする請求項１に記載の情報処理システム。
3. キーワード生成手段は、辞書データベースから抽出した単語を含んでいる検索キーワードがコンテンツデータベースに存在しないことを条件として、辞書データベースから抽出した単語をキーワード候補として採用することを特徴とする請求項２に記載の情報処理システム。
4. キーワード生成手段は、コンテンツデータベースから抽出した検索キーワードとともに、辞書データベースから抽出した単語をキーワード候補として採用することを特徴とする請求項２に記載の情報処理システム。
5. 登録手段は、選択手段によりキーワード候補の選択が行われなかったことを条件として、予め定められたキーワードを録音データの検索キーワードとしてコンテンツデータベースに登録することを特徴とする請求項１から４のいずれか１項に記載の情報処理システム。
6. 端末は、選択手段によりキーワード候補の選択が行われかったことを条件として、前記録音データを、既に検索キーワードが登録された録音データと区別して記憶する記憶手段を備えており、
   デバイスは、
   検索キーワードが登録されていない録音データのリストをディスプレイに表示するリスト表示制御手段を備え、
   選択手段は、表示したリストの中から一の録音データを選択し、
   登録手段は、選択手段が選択したキーワードを、選択した録音データの検索キーワードとしてコンテンツデータベースに登録することを特徴とする請求項１から４のいずれか１項に記載の情報処理システム。

Images