JP4832158B2

JP4832158B2 - 音声応答装置及びその方法

Info

Publication number: JP4832158B2
Application number: JP2006136996A
Authority: JP
Inventors: 修太小川
Original assignee: Fujitsu Toshiba Mobile Communication Ltd
Current assignee: Fujitsu Mobile Communications Ltd
Priority date: 2006-05-16
Filing date: 2006-05-16
Publication date: 2011-12-07
Anticipated expiration: 2026-05-16
Also published as: JP2007310507A

Description

本発明は、携帯電話機などが備えている音声応答装置及びその方法に関する。

例えば、特許文献１に開示されているように、自動音声応答装置は一般に普及しており、この音声応答の設定情報を編集するには、例えばパソコンのような十分な視覚情報と入力手段を提供できる環境で行われることが一般的である。

ところが従来、十分な視覚情報と入力手段が提供し難い環境においては、設定者が音声応答の処理の流れを把握し設定情報の編集を行うことは困難であった。
特開２００５―２８６６７２公報

上述したように、従来、音声応答の設定は十分な視覚情報と入力手段を提供可能な環境で行われることが前提であり、それらを十分に提供し難い携帯通信端末のような環境においては、設定者が音声応答の処理の流れを把握し設定情報の編集を行うことは困難である。

そこで本発明は、上記の問題点を解決するためになされたものであって、音声応答の内容を容易に編集できる音声応答装置及びその方法を提供することを目的とする。

本発明は、音声応答動作が応答内容を表す基本動作を順番に組み合わせることにより構成され、前記基本動作に関する設定情報がそれぞれ記憶された記憶部と、前記記憶された設定情報に従って基本動作を順番に行い音声応答を実行する実行部と、前記音声応答が実行されている時に編集対象の基本動作を選択するための入力部と、前記入力された時に前記音声応答を停止し、更に実行されている基本動作に対応する設定情報を編集可能にするための画面を表示する編集提供部と、前記編集可能になった設定情報を編集するための編集部と、前記編集された設定情報を前記記憶部に記憶した設定情報に代えて更新させる更新部と、を有することを特徴とする。

本発明によれば、十分な視覚情報と入力手段を提供し難い環境において、設定者が音声応答の処理の流れを把握して設定情報を編集することが可能となる。

以下、本発明の一実施形態の実施形態に係わる音声応答装置について図１から図１２に基づいて説明する。本実施形態の音声応答装置は、図１２に示す携帯電話機に内蔵されている。

（１）音声応答装置の構成
図１は、本実施形態に係わる音声応答装置を示すブロック図である。

音声応答装置は、音声応答装置が行う動作を幾つかに分けた基本動作の設定情報である基本動作設定情報を設定するための、基本動作の種類１〜ｎ毎の第１編集手段１２〜第ｎ編集手段１２（なお、図１では編集手段１〜編集手段ｎと表現する）と、前記基本動作設定情報の組み合わせにより構成される音声応答設定情報の記憶手段１１と、前記記憶手段１１により記憶された音声応答設定情報に従って音声応答を実行する実行手段１３と、音声応答を設定するために音声応答が実行されている時、前記基本動作の種類毎の編集手段１２のうちいずれかを開始するための入力手段１５と、前記入力手段１５による入力のタイミングに基づいて編集対象とする基本動作設定情報を決め、該編集対象とする基本動作設定情報の基本動作の種類に対応する前記編集手段１２を開始する提供手段１４とを有する。

入力手段１５は、実行される音声応答を設定者が体験している最中に入力を行いやすい、例えば図１２のような位置にあるボタンが考えられる。音声応答装置の側面にあれば、設定者が音声応答を体験する時にスピーカ部を耳に当てた通話時の姿勢をとっていても入力しやすい。また、設定者が通話の姿勢をとらずモニタを見ながら音声応答を体験する場合、入力手段１５は音声応答装置の表面にあってもよい。

また、編集手段１２、実行手段１３、提供手段１４の各機能は、コンピュータに記憶されたプログラムによって実現される。

（２）音声応答設定情報
次に、音声応答設定情報について説明する。

音声応答設定情報は基本動作設定情報により構成される。基本動作設定情報の書式は図４に示すように、基本動作設定情報を音声応答設定情報の中で識別するためのＩＤと、基本動作の種類と、基本動作の実行に使う情報と、その基本動作設定情報の次に実行する基本動作の設定情報のＩＤとを持つ。「基本動作の実行に使う情報」の内容は基本動作の種類により異なる。例えば基本動作の種類が「音声発話」であれば、実行に使う情報は発話内容の文字列であり、基本動作の種類が「暗証番号待ち受け」であれば、実行に使う情報は暗証番号の数字列である。

図４に、前記書式に従った基本動作設定情報により構成される音声応答設定情報の例を示した。例ではＩＤ＝０の基本動作設定情報において、「暗証番号を入力してください」と音声発話することが指定され、ＩＤ＝１において暗証番号として数字列「３２５７」を待ち受けるよう設定されている。基本動作の実行に使う情報はこの例に限定せず、例えば基本動作の種類「音声発話」に対して、アクセント情報など音声発話に係わる情報を持つようにしてもよい。

基本動作の種類が「暗証番号の待ち受け」のように、音声応答に相対する人間からの入力結果によって適合または不適合の分岐が発生する場合、次に実行する基本動作の設定情報のＩＤを複数持つ。例ではＩＤ＝１の基本動作設定情報において、次に実行する基本動作の設定情報のＩＤに「２，３」と設定している。この基本動作が実行されている時、暗証番号「３２５７」が入力された場合は２、それ以外の入力では３が、次に実行する基本動作の設定情報のＩＤになる。音声応答装置はそれぞれの基本動作設定情報が持つ「次の設定情報のＩＤ」を辿り、終端の基本動作設定情報に至るまで基本動作を実行する。

音声応答設定情報を構成する基本動作設定情報のうち、ＩＤ＝０のものは音声応答装置が最初に実行する基本動作の設定情報であり、ＩＤ＝−１のものは音声応答設定情報の終端を示す基本動作設定情報である。

（３）音声応答装置の動作
次に、音声応答装置の動作について図２、図３を用いて説明する。

なお、図２は、図１における実行手段１３による音声応答の実行を含む音声応答設定開始から終了までのフローチャートである。また、図３は、図１における入力手段１５による編集開始意図を示す入力の待ち受けから、提供手段１４による編集環境の提供までのフローチャートである。

図２を用いて音声応答の設定の開始から終了までを説明する。

設定者が音声応答の設定を開始すると、音声応答装置は記憶手段１１から音声応答設定情報を読み込み、最初に行うように設定されている基本動作の設定情報を実行対象とする（ステップ１）。

次に、設定者による編集開始を意図する入力の待ち受けを開始する（ステップ２）。

次に、音声応答装置は、実行対象の基本動作設定情報が終端を示すものであるかどうか確認し（ステップ３）、終端でなければ基本動作設定情報に従って基本動作を実行する（ステップ４）。

次に、実行対象を次の基本動作設定情報に更新する。この時に下記のように基本動作設定情報が編集されていれば、編集された基本動作設定情報を記憶手段１１に更新する（ステップ５）。

ステップ３からステップ５の繰り返しにより基本動作を連続して実行することで、音声応答装置は音声応答設定情報に従った音声応答を実行する。

ステップ３において実行対象の基本動作設定情報が終端を示すものであれば、編集開始を意図する入力の待ち受けを終了し（ステップ６）、音声応答の設定を終了する。

なお、ステップ２で開始してステップ６で終了する編集開始を意図する入力の待ち受けは、ステップ３からステップ５のループで行われる音声応答の実行と並列して行う。

図３を用いて編集開始を意図する入力の待ち受け開始から、入力がなされて編集手段を提供するまでの流れを説明する。

音声応答装置は、図２を用いて説明した音声応答の実行と並列して、編集開始を意図する入力を待ち受ける（ステップ１）。入力手段１５を用いて設定者により入力がなされると、提供手段１４は、まず音声応答の実行を一時停止する（ステップ２）。すなわち図２におけるステップ３から５の繰り返しは一時停止される。

次に、編集対象とする基本動作設定情報Ｘを決定する（ステップ３）。この時、Ｘはステップ２で一時停止した際に音声応答装置が実行対象としていた基本動作設定情報である。

編集開始を意図する入力のタイミングに基づいてＸが決定するステップ３について、各基本動作を実行する合間に一定の待ち時間を設け、ある基本動作Ａの実行終了から次の基本動作Ｂの実行開始までの待ち時間中に入力があった場合は、基本動作ＡをＸとするようにしてもよい。これにより、例えば基本動作Ａが音声発話である場合、設定者は発話内容を全て聴き終わってから編集するかどうかを決め、編集開始を意図する入力を行うことができる。

次に、提供手段１４は図５のようにＸの基本動作の種類に基づき、編集手段１２を基本動作設定情報のｎ個の編集手段１２から選び提供する（ステップ４）。

具体的には、第１編集手段１２では音声発話内容をテキスト文で編集可能にする。第２編集手段１２では暗唱番号を変更可能にする。第３編集手段１２では音声発話内容を複数の固定音声から一つ選択できるようにする。

また、この時、基本動作設定情報がさらに内部でいくつかの設定可能な情報を持っているような場合は、対応する編集手段を複数用意しておき、設定者が選べるよう図６のようなメニューを表示してもよい。例えば、音声応答における発話内容の編集、アクセントの編集、声質の編集である。

また、図７のように対象とする基本動作設定情報の位置への新たな基本動作の作成及び挿入や、対象とする基本動作設定情報の削除などの編集メニューや、図８のように、現在対象としている基本動作の位置を基点にして、音声応答の実行再開の箇所を設定者が選ぶメニューを表示する選択肢を提供してもよい。

基本動作設定情報の編集手段１２については、基本動作設定情報内の編集対象箇所のデータ形式が一致する場合に、異なる基本動作の種類を持つ複数の基本動作設定情報に対して同一の編集手段１２をステップ４で提供するようにしてもよい。

設定者が編集を完了した後、音声応答装置はステップ２で一時停止した音声応答の実行を再開し、再び編集開始を意図する入力の待ち受け状態に戻る。

（４）具体的動作内容
図９、図１０、図１１は、図４で示した音声応答設定情報を例にとり、音声応答の実行と設定の流れをまとめたものである。音声応答の実行と設定は図９から始まり、ステップ２の暗証番号の入力結果により図１０と図１１に分岐する。

まず図９のステップ１で、基本動作設定情報に基づきスピーカから音声が発話される。モニタには実行中の基本動作の種類が音声発話であることと、その発話内容が表示される。またこの時、編集開始を意図する入力を設定者が行った場合、音声応答の実行は一時停止され、モニタは編集時の状態に移行する。編集時のモニタには音声発話の内容を編集するためのエディットボックスのようなインタフェースが提供される。

ステップ１において音声発話の実行を終えると、音声応答装置は暗証番号待ち受け状態に移行する（ステップ２）。この時モニタは実行している基本動作の種類が暗証番号待ち受けであることと、待ち受けている暗証番号の数字列を示す。またこの時、編集開始を意図する入力を設定者が行うと音声応答の実行は一時停止され、モニタは編集時の状態に移行する。編集時のモニタには待ち受ける暗証番号を編集するためのインタフェースが提供される。

暗証番号待ち受けを音声応答装置が実行している時、設定者により正しい暗証番号が入力されると音声応答装置の状態は図１０へ、それ以外が入力されると図１１へ移行する。

正しい暗証番号が入力された場合の流れについて、図１０を用いて説明する。

ステップ１では基本動作設定情報に基づき、固定音声の再生が行われる。再生される音声は暗証番号の適合を表す固定音声Ａである。モニタは実行中の基本動作の種類が固定音声再生であることと、再生されている音声が固定音声Ａであることを表示する。またこの時、編集開始を意図する入力を設定者が行うと音声応答の実行は一時停止され、モニタは編集時の状態に移行する。編集時のモニタには再生する固定音声を変更するためのプルダウンメニューのようなインタフェースが提供される。続くステップ２で、音声応答装置は暗証番号の入力が適合した旨の音声を発話する。このステップにおける説明は図９のステップ１と同様である。次に音声応答装置は取り次ぎを行う（ステップ３）。この際モニタは取次ぎを実行中であることを表示する。この時、編集開始を意図する入力を設定者が行っても基本動作設定情報に編集可能な情報がないため無効となる。音声応答装置は実行を続け、終端の基本動作設定情報に達して音声応答の実行を終了する（ステップ４）。この時点で音声応答の設定も終了となる。

図９のステップ２において、正しくない暗証番号が入力された場合の流れについて図１１に示す。

基本的には図１０で示した流れと同様である。暗証番号が不適合であったことを示す固定音声Ｂが再生され（ステップ１）、不適合であるため留守番電話に繋ぐ旨の音声が発話され（ステップ２）、そして留守番電話が実行され（ステップ３）、音声応答の実行を終了する（ステップ４）。

（５）効果
このように、本実施形態に係わる音声応答装置によれば、設定者は音声応答を体験し、編集したい箇所で音声応答を一時停止して提供される編集環境で編集を行い、編集後に音声応答を再開するという動作を繰り返すことで、音声応答の流れを把握しながらその設定を行うことが可能となる。

（６）変更例
本発明は上記各実施形態に限らず、その主旨を逸脱しない限り種々に変更することができる。

上記実施形態では、携帯電話機で説明したが、これに限らず十分な視覚情報と入力手段を提供し難い他の携帯端末機の音声応答装置でも適用できる。

本発明の実施形態に係わる音声応答装置の構成を示すブロック図である。音声応答装置のフローチャートである。編集環境提供時の動作を示すフローチャートである。音声応答装置における設定情報の書式と例である。音声応答装置における基本動作の種類とそれぞれの設定情報を編集するための編集手段の例である。音声応答装置において、詳細な編集対象を設定者が選ぶためのメニューの例である。音声応答装置において、基本動作に対する操作を設定者が選ぶためのメニューの例である。音声応答装置において、音声応答の実行箇所を設定者が選ぶためのメニューの例である。音声応答装置において、図４で示した音声応答設定情報を例にとり、音声応答の実行と設定の流れについて、前半部分をまとめた図である。音声応答装置において、図４で示した音声応答設定情報を例にとり、音声応答の実行と設定の流れについて、後半部分をまとめた図である。音声応答装置において、図４で示した音声応答設定情報を例にとり、音声応答の実行と設定の流れについて、後半部分をまとめた図である。音声応答装置において、図１で示した入力手段１５の配置例である。

符号の説明

１１記憶手段
１２編集手段
１３実行手段
１４提供手段
１５入力手段

Claims

音声応答動作が応答内容を表す基本動作を順番に組み合わせることにより構成され、前記基本動作に関する設定情報がそれぞれ記憶された記憶部と、
前記記憶された設定情報に従って基本動作を順番に行い音声応答を実行する実行部と、
前記音声応答が実行されている時に編集対象の基本動作を選択するための入力部と、
前記入力された時に前記音声応答を停止し、更に実行されている基本動作に対応する設定情報を編集可能にするための画面を表示する編集提供部と、
前記編集可能になった設定情報を編集するための編集部と、
前記編集された設定情報を前記記憶部に記憶した設定情報に代えて更新させる更新部と、
を有する
ことを特徴とする音声応答装置。
前記設定情報が、前記基本動作の内容を表す種類と、前記基本動作を前記実行部が実行する際に用いる情報と、この基本動作の次に実行する基本動作の設定情報を特定する情報を含む
ことを特徴とする請求項１記載の音声応答装置。
前記編集部が、前記設定情報における発話内容を編集可能にする
ことを特徴とする請求項１記載の音声応答装置。
前記編集部が、前記発話内容をテキスト文によって編集可能にする
ことを特徴とする請求項３記載の音声応答装置。
前記編集部が、前記発話内容を予め記憶された複数の固定音声から選択させる
ことを特徴とする請求項３記載の音声応答装置。
前記編集部が、前記設定情報におけるアクセント、または、声質を編集可能にする
ことを特徴とする請求項１記載の音声応答装置。
音声応答動作が応答内容を表す基本動作を順番に組み合わせることにより構成され、前記基本動作に関する設定情報がそれぞれ記憶され、
前記記憶された設定情報に従って基本動作を順番に行い音声応答を実行し、
前記音声応答が実行されている時に編集対象の基本動作を選択し、
前記入力された時に前記音声応答を停止し、更に実行されている基本動作に対応する設定情報を編集可能にするための画面を表示し、
前記編集可能にされた設定情報を編集し、
前記編集された設定情報を前記記憶した設定情報に代えて更新させる
ことを特徴とする音声応答方法。
音声応答動作が応答内容を表す基本動作を順番に組み合わせることにより構成され、前記基本動作に関する設定情報がそれぞれ記憶された記憶機能と、
前記記憶された設定情報に従って基本動作を順番に行い音声応答を実行する実行機能と、
前記音声応答が実行されている時に編集対象の基本動作を選択するための入力機能と、
前記入力された時に前記音声応答を停止し、更に実行されている基本動作に対応する設定情報を編集可能にするための画面を表示する編集提供機能と、
前記編集可能になった設定情報を編集するための編集機能と、
前記編集された設定情報を前記記憶機能に記憶した設定情報に代えて更新させる更新機能と、
をコンピュータによって実現する
ことを特徴とする音声応答プログラム。