JP5351855B2 - 情報家電システム、情報取得方法及びプログラム - Google Patents

Description

本発明は、クライアント端末と、ネットワークを介して前記クライアント端末に接続する音声認識サーバと、ネットワークを介して音声認識サーバに接続する情報家電とを備える情報家電システム、情報取得方法及びプログラムに関する。

近年、ネットワークを介して、サーバに接続できる機能を備えるとともに、ディスプレイ上のＷｅｂブラウザを用いて、インターネットを利用することができるテレビジョン、カー・ナビゲーション等の家電、いわゆる情報家電（以下、情報家電と示す）が広く知られている（例えば、特許文献１）。

このような情報家電によれば、ユーザは、従来から用いられているパソコン等に限定されることなく、インターネットを利用することができる。

特開２００８−７９０７７号公報

しかしながら、上述した従来の情報家電には、次のような問題があった。すなわち、上述した情報家電を用いて、インターネットを利用する場合、ユーザは、パソコンにおけるキーボードに代わる入力装置として、通常、各情報家電に付属するリモコンを利用する。このようなリモコンは、本来、文字入力を目的としておらず、リモコンを用いた文字入力は、操作性に対するユーザの要求を満たせていないという問題がある。

上述した情報家電にキーボード等を接続して、操作性を解消することや、情報家電に制御プログラムをインストールし、外部に設置したパソコン等を用いて情報家電を制御することも可能であるが、この場合、追加の機器や、制御プログラムが必要となり、ユーザに経済的な負担や新たな作業負荷を強いることとなる。

そこで、本発明は、このような状況に鑑みてなされたものであり、特別な制御プログラムのインストールなど、ユーザに負担を強いて利便性を低下させることなく、操作性を向上させた情報家電システム、情報取得方法及びプログラムを提供することを目的とする。

上述した問題を解決するため、本発明は、次のような特徴を有している。まず、本発明の第１の特徴は、クライアント端末（例えば、携帯通信端末１０、クライアント端末３０）と、ネットワーク（通信ネットワーク５０）を介して前記クライアント端末に接続する音声認識サーバ（音声認識サーバ１００）と、Ｗｅｂブラウザ（Ｗｅｂブラウザ２１０）を有し、ネットワークを介して前記音声認識サーバに接続する情報家電（情報家電２００）とを備える情報家電システム（情報家電システム１）であって、前記クライアント端末は、音声を入力する音声入力手段（音声入力部１３）と、前記音声認識サーバを利用するユーザを識別するユーザ識別情報（例えば、ユーザＩＤ１５０）及び前記音声入力手段により入力された音声を送信する音声送信手段（通信部１７）とを備え、前記音声認識サーバは、前記音声を受信する音声受信手段（通信部１０３）と、前記音声受信手段から取得した音声（音声情報１４０）について、音声認識をする音声認識手段（音声認識部１１３）と、前記音声認識手段の音声認識の結果を認識結果情報（認識結果情報１７０）として前記ユーザ識別情報に関連する情報家電に送信する認識結果送信手段（通信部１０３）と、前記音声受信手段が音声を受信するに先立ち、前記情報家電によって送信された前記ユーザ識別情報と、該ユーザ識別情報に対応し、前記認識結果情報を受信する該情報家電を識別する情報家電識別情報（情報家電識別情報１６０）とを記憶する記憶手段（ユーザ情報記憶部１０５）を備え、前記認識結果送信手段（通信部１０３）は、前記音声認識手段が音声認識をしたことを確認し、前記認識結果情報を、前記記憶手段が記憶している対応関係に基づいて、前記ユーザ識別情報に関連する情報家電に送信し、前記情報家電の前記Ｗｅｂブラウザ（Ｗｅｂブラウザ２１０）は、前記認識結果情報を取得するデータ取得手段（データ取得部２１３）と、所定のタイミングで、前記ユーザ識別情報に関連する前記情報家電に対する前記認識結果情報の有無を確認する確認要求を前記音声認識サーバに送信する確認要求送信手段を備え、前記認識結果送信手段は、前記確認要求に基づいて、前記確認要求を送信した情報家電に前記認識結果情報を送信することを要旨とする。

このような情報家電システムは、クライアント端末と、音声認識サーバと、情報家電とを備える。ここで、クライアント端末は、音声を入力する音声入力手段と、音声認識サーバを利用するユーザを識別するユーザ識別情報及び音声入力手段により入力された音声を送信する音声入力手段とを備える。

また、音声認識サーバは、情報家電から受信した音声について、音声認識をする音声認識手段と、ユーザ識別情報に関連する情報家電に音声認識の結果である認識結果情報を送信するデータ取得手段とを備える。

このため、情報家電は、ネットワークを介して音声認識サーバに接続し、Ｗｅｂブラウザさえ備えていれば、キーボード等を接続して、操作性を解消することや、情報家電に制御プログラムをインストールし、外部に設置したパソコン等を用いて制御されていなくてもよい。

従って、特別な制御プログラムのインストールなど、ユーザに負担を強いて利便性を低下させることなく、操作性を向上させた情報家電システムを提供できる。

本発明の第２の特徴は、本発明の第１の特徴に係り、前記音声認識サーバは、インターネットサービス（インターネットサービス１１５ａ）と、前記インターネットサービスに関連するサービス関連単語（サービス関連単語１１７ｂ）とを記憶するインターネットサービス記憶部（インターネットサービス記憶部１１５）と、前記音声認識手段の音声認識の結果と、前記インターネットサービス記憶部のサービス関連単語とに基づいて、対応するインターネットサービスを判定するインターネットサービス判定手段（インターネットサービス判定部１１９）とを更に備えることを要旨とする。

本発明の第３の特徴は、本発明の第１の特徴に係り、前記音声認識サーバは、前記音声認識手段の音声認識の結果に基づいて、対応するインターネットサービスを指定するＵＲＬ（ＵＲＬ１１５ｃ）を作成するＵＲＬ作成手段（ＵＲＬ作成部１２１）を更に備え、前記認識結果送信手段は、前記ＵＲＬを認識結果情報として送信することを要旨とする。

本発明の第４の特徴は、本発明の第３の特徴に係り、前記ＵＲＬ作成手段は、前記音声認識手段の音声認識の結果を用いてインターネット検索を行い、前記音声認識手段の音声認識の結果に対応するＷｅｂページの属性に基づいて、前記インターネットサービスを指定する前記ＵＲＬを作成することを要旨とする。

本発明の第５の特徴は、本発明の第３又は第４の特徴に係り、前記音声認識サーバは、インターネットサービスと、前記インターネットサービスに関連するサービス関連単語とを記憶するインターネットサービス記憶部（インターネットサービス記憶部１１５）を更に備え、前記ＵＲＬ作成手段は、前記インターネットサービス記憶部に記憶されるサービス関連単語と、前記音声認識手段の音声認識の結果とに基づいて、前記インターネットサービスを判定し、前記ＵＲＬ（ＵＲＬ１４８）を作成することを要旨とする。

本発明の第６の特徴は、クライアント端末と、ネットワークを介して前記クライアント端末に接続する音声認識サーバと、Ｗｅｂブラウザを有し、ネットワークを介して前記音声認識サーバに接続する情報家電とを備える情報家電システムの情報取得方法であって、前記情報家電が、情報家電識別情報と、音声認識サーバを利用するユーザを識別するユーザ識別情報を前記音声認識サーバに送信するステップ（ステップＳ１０１）と、前記クライアント端末が、音声を入力するステップ（ステップＳ１１１）と、前記クライアント端末が、前記ユーザ識別情報及び前記音声を送信するステップ（ステップＳ１１３）と、前記音声認識サーバが、前記音声を受信するステップ（ステップＳ１２１）と、前記音声認識サーバが、該音声について、音声認識をするステップ（ステップＳ１２３）と、前記音声認識サーバが、前記音声認識の結果を認識結果情報として前記ユーザ識別情報に関連する情報家電に送信するステップ（ステップＳ１２９）と、前記情報家電の前記Ｗｅｂブラウザが、前記認識結果情報を取得するステップ（ステップＳ１３１）と、前記情報家電の前記Ｗｅｂブラウザが、所定のタイミングで、前記ユーザ識別情報に関連する前記情報家電に対する前記認識結果情報の有無を確認する確認要求を前記音声認識サーバに送信するステップを備え、前記認識結果情報を送信するステップは、前記確認要求に基づいて、前記確認要求を送信した情報家電に前記認識結果情報を送信することを要旨とする。

本発明の第７の特徴は、クライアント端末と、ネットワークを介して前記クライアント端末に接続する音声認識サーバと、Ｗｅｂブラウザを有し、ネットワークを介して前記音声認識サーバに接続する情報家電とを備える情報家電システムに情報を取得させるプログラムであって、前記情報家電に、情報家電識別情報と、音声認識サーバを利用するユーザを識別するユーザ識別情報を前記音声認識サーバに送信するステップと、前記クライアント端末に、音声を入力するステップと、前記クライアント端末に、ユーザ識別情報及び前記音声を送信するステップと、前記音声認識サーバに、前記音声を受信するステップと、前記音声認識サーバに、該音声について、音声認識をするステップと、前記音声認識サーバに、前記音声認識の結果を認識結果情報として前記ユーザ識別情報に関連する情報家電に送信するステップと、前記情報家電の前記Ｗｅｂブラウザに、前記認識結果情報を取得するステップと、前記情報家電の前記Ｗｅｂブラウザに、所定のタイミングで、前記ユーザ識別情報に関連する前記情報家電に対する前記認識結果情報の有無を確認する確認要求を前記音声認識サーバに送信するステップを実行させ、前記認識結果情報を送信するステップは、前記確認要求に基づいて、前記確認要求を送信した情報家電に前記認識結果情報を送信することを要旨とする。

本発明によれば、特別な制御プログラムのインストールなど、ユーザに負担を強いて利便性を低下させることなく、操作性を向上させた情報家電システム、情報取得方法及びプログラムを提供できる。

本発明の第１実施形態に係る情報家電システム１の全体概略構成図である。 本発明の第１実施形態に係る携帯通信端末１０の機能ブロック図である。 本発明の第１実施形態に係る音声認識サーバ１００の機能ブロック図である。 本発明の第１実施形態に係る音声認識サーバ１００のユーザ情報記憶部１０５に記憶される情報の一例を示す図である。 本発明の第１実施形態に係る音声認識サーバ１００の音声認識部１１３の動作を説明するための概念図である。 本発明の第１実施形態に係る音声認識サーバ１００のインターネットサービス記憶部１１５に記憶される情報の一例を示す図である。 本発明の第１実施形態に係る音声認識サーバ１００の関連単語記憶部１１７に記憶される情報の一例を示す図である。 本発明の第１実施形態に係る音声認識サーバ１００のインターネットサービス判定部１１９及びＵＲＬ作成部１２１の動作を説明するための概念図である。 本発明の第１実施形態に係る音声認識サーバ１００の認識結果記憶部１２３に記憶される情報の一例を示す図である。 本発明の第１実施形態に係る情報家電２００の機能ブロック図である。 本発明の第１実施形態に係る情報家電システム１の動作を示すフローチャートである。 本発明の第１実施形態に係る情報家電システム１の動作の詳細を示すフローチャートである。 本発明の第２実施形態に係る音声認識サーバ１００ａの機能ブロック図である。

次に、図面を参照して、本発明の実施形態について説明する。

なお、以下の図面の記載において、同一または類似の部分には、同一または類似の符号を付している。また、図面は模式的なものであり、各寸法の比率などは現実のものとは異なる。

したがって、具体的な寸法などは以下の説明を参酌して判断すればよく、図面相互間においても互いの寸法の関係や比率が異なる部分が含まれている。

［第１実施形態］
以下の実施形態においては、（１）情報家電システム１の全体構成、（２）携帯通信端末１０の詳細構成、（３）音声認識サーバ１００の詳細構成、（４）情報家電２００の詳細構成、（５）情報家電システム１の動作、及び（６）作用・効果について説明する。

（１）情報家電システム１の全体構成
図１は、第１実施形態に係る情報家電システム１の全体概略構成図である。

図１に示す情報家電システム１は、クライアント端末として機能する携帯通信端末１０、クライアント端末３０と、音声認識サーバ１００と、情報家電２００と、Ｗｅｂサーバ５００とを備える。
第１実施形態では、携帯通信端末１０、クライアント端末３０、音声認識サーバ１００、情報家電２００、Ｗｅｂサーバ５００が、通信ネットワーク５０（インターネットなど）を介して接続されている。

情報家電システム１では、音声情報１４０が、携帯通信端末１０又はクライアント端末３０から音声認識サーバ１００に送信される。また、情報家電システム１では、認識結果情報１７０が、音声認識サーバ１００から情報家電２００に送信される。また、情報家電システム１では、ＨＴＭＬ言語により構成され、ＪａｖａＳｃｒｉｐｔ等が埋め込まれたＷｅｂページ５１０が、Ｗｅｂサーバ５００から情報家電２００に送信される。Ｗｅｂページ５１０は、認識結果情報１７０に含まれるプログラムの実行を反映できるＷｅｂページページである。

音声認識サーバ１００及びＷｅｂサーバ５００は、ＣＰＵ等の制御装置、メモリやＨＤＤ等の記憶装置、通信ネットワーク５０と通信する通信Ｉ／Ｆ等の通信装置といったハードウェア資源を有するコンピュータ（単一或いは複数）により構成される。音声認識サーバ１００が備える下記の各ブロックは、前述したコンピュータの制御装置等のハードウェア資源を用いてコンピュータプログラムを実行することによって実現されるものである。なお、これらの各ブロック、手段は、単一のコンピュータ上に配置される必要はなく、必要に応じて分散される構成を採用しても良い。

携帯通信端末１０は、携帯通信端末装置（携帯電話機やスマートフォン）、クライアント端末３０は、ユーザが利用するＰＣ（Personal Computer）、タブレット型のＰＣ、カーナビゲーションシステム等であり、無線ＬＡＮや、近傍無線通信（Ｂｌｕｅｔｏｏｔｈ（登録商標）や赤外線通信等）或いは有線通信（ＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）ケーブル接続等）によって、通信ネットワーク５０を介して、音声認識サーバ１００に接続されている。携帯通信端末１０、クライアント端末３０は、音声認識サーバ１００及びＷｅｂサーバ５００が有するハードウェア資源に加えて、キーボタンやタッチパネル等の入力装置、液晶ディスプレイ等の出力装置、一般的なＷｅｂブラウザを備える。Ｗｅｂブラウザは、インターネットの標準プロトコルであるＨＴＴＰ（Hyper Text Transfer Protocol）等に従い、ＨＴＭＬ（Hyper Text Markup Language）等の言語で記述されたページデータの要求、取得及び表示、フォームデータの送信等を行う機能を有している。

なお、携帯通信端末１０、クライアント端末３０は、同一の機能を有しており、以下の記載においては、主に携帯通信端末１０について、記載する。従って、クライアント端末３０についても携帯通信端末１０と同様の機能を有しているが、詳細の記載は、適宜省略する。

情報家電２００は、無線ＬＡＮや、近傍無線通信（Ｂｌｕｅｔｏｏｔｈ（登録商標）や赤外線通信等）或いは有線通信（LANケーブル等）によって、通信ネットワーク５０を介して、音声認識サーバ１００に接続されている。情報家電２００は、いわゆる家電が有するハードウェア資源に加えて、ディスプレイ上のＷｅｂブラウザ２１０を用いて、インターネットを利用することができる情報家電である。例えば、情報家電２００は、テレビジョン、カー・ナビゲーション等の従来からディスプレイを備える家電に限られず、冷蔵庫、電子レンジ、エアコンなどの家電であってもよい。また、情報家電２００は、ネットワークを介して、サーバに接続できる機能を備えるとともに、ディスプレイ上のＷｅｂブラウザを用いて、インターネットを利用することができるいわゆるパソコンであってもよい。

（２）携帯通信端末１０の詳細構成
図２は、本発明の第１実施形態に係る携帯通信端末１０の機能ブロック図である。図２に示すように、携帯通信端末１０は、制御部１１、音声入力部１３、テキスト情報入力部１５、通信部１７、記憶部１９を備える。これらの機能部は、いわゆるコンピュータにより構成され、演算／制御装置としてのＣＰＵ（Central Processing Unit）、記憶媒体としてのＲＡＭ（Random Access Memory）及びＲＯＭ（Read Only Memory）、通信インターフェイス等が関連することで実現される。以下、各機能部について、説明する。なお、下記に示す音声認識サーバ１００及び情報家電２００の機能部も、携帯通信端末１０の機能部と同様に、いわゆるコンピュータにより構成されている。

（２．１）制御部１１
制御部１１は、携帯通信端末１０を制御するＣＰＵ等の制御装置である。制御部１１は、下記に示す機能部の動作を制御する。

（２．２）音声入力部１３
音声入力部１３は、マイク等の入力装置であり、携帯通信端末１０を利用するユーザ等の音声を入力する。また、音声入力部１３は、入力されたアナログ音声をデジタルの音声信号からなる音声情報１４０に変換する。

（２．３）テキスト情報入力部１５
テキスト情報入力部１５は、キーボタンやタッチパネル等の入力装置であり、携帯通信端末１０を利用するユーザの操作に伴ったテキストを入力する。

（２．４）通信部１７
通信部１７は、通信ネットワーク５０を介して、他の機器と通信を行う。具体的には、通信部１７は、音声送信手段として機能し、音声認識サーバ１００を利用するユーザを識別するユーザ識別情報であるユーザＩＤ１５０及び音声入力部１３により入力され、変換された音声情報１４０を音声認識サーバ１００に送信する。例えば、ユーザＩＤ１５０は、音声認識サーバ１００により発行されるＣｏｏｋｉｅ等を用いることができる。また、通信部１７は、ユーザＩＤ１５０の代わり、或いはユーザＩＤ１５０に加えて、情報家電２００を識別する情報家電識別情報１６０を送信してもよい。

（２．５）記憶部１９
記憶部１９は、音声入力部１３により入力され、変換された音声情報１４０、ユーザＩＤ１５０、携帯通信端末１０に固有の情報である端末識別情報等を記憶する。

（３）音声認識サーバ１００の詳細構成
図３は、第１実施形態に係る音声認識サーバ１００の機能ブロック図である。図３に示すように、音声認識サーバ１００は、制御部１０１、通信部１０３、ユーザ情報記憶部１０５、認証部１０７、音響モデル記憶部１０９、言語モデル記憶部１１１、音声認識部１１３、インターネットサービス記憶部１１５、関連単語記憶部１１７、インターネットサービス判定部１１９、ＵＲＬ作成部１２１、認識結果記憶部１２３を備える。
音声認識サーバ１００は、音声情報１４０について、音声認識を行い、音声認識が終了後、適時、認識結果情報１７０を情報家電２００に送信する。すなわち、音声認識サーバ１００は、処理が終了後適宜、次の処理を進めるいわゆるプッシュ型の配信を行うコンピュータである。

（３．１）制御部１０１
制御部１０１、音声認識サーバ１００を制御するＣＰＵ等の制御装置である。制御部１０１は、下記に示す機能部の動作を制御する。

（３．２）通信部１０３
通信部１０３は、通信ネットワーク５０を介して、他の機器と通信を行う。例えば、通信部１０３は、音声受信手段として機能し、音声情報１４０を携帯通信端末１０から受信する。

また、通信部１０３は、認識結果送信手段として機能し、音声認識部１１３の音声認識の結果を認識結果情報１７０としてユーザＩＤ１５０に関連する情報家電２００に送信する。通信部１０３は、音声認識部１１３が音声認識をしたことを確認し、適時、認識結果情報１７０を情報家電識別情報１６０に関連する情報家電２００に送信する。すなわち、通信部１０３により、音声認識サーバ１００は、いわゆるプッシュ型の配信を可能にする。

（３．３）ユーザ情報記憶部１０５
図４は、第１実施形態に係る音声認識サーバ１００のユーザ情報記憶部１０５に記憶される情報の一例を示す図である。図４に示すように、ユーザ情報記憶部１０５は、ユーザＩＤ１５０を記憶する。更に、ユーザ情報記憶部１０５は、認識結果情報１７０を受信する情報家電２００を識別する情報家電識別情報１６０をユーザＩＤ１５０に対応させて記憶する。ユーザ情報記憶部１０５は、所定のユーザが、複数の情報家電を用いて、音声認識サーバ１００を利用する場合、ユーザの要求等に基づいて、ユーザＩＤ１５０に対応する複数の情報家電識別情報１６０を記憶する。ユーザ情報記憶部１０５は、ユーザＩＤ１５０に対応するユーザのパスワード、ユーザの名前、居住地、メールアドレス、音声認識サーバ１００の利用履歴等の情報をユーザ識別情報として記憶してもよい。

ユーザＩＤ１５０は、tarou等のユーザが任意に指定した文字列である。ユーザＩＤ１５０は、音声認識サーバ１００により指定された乱数等であってもよい。
情報家電識別情報１６０は、情報家電２００を構成する家電固有の情報である。情報家電識別情報１６０は、情報家電２００の製造番号、通信ネットワーク５０上で情報家電２００を判別するためのＩＰアドレス等であってもよい。

（３．４）認証部１０７
認証部１０７は、通信部１０３を介して携帯通信端末１０又は情報家電２００から取得したユーザを識別するユーザ識別情報に基づいて、ユーザの認証をする。例えば、認証部１０７は、情報家電２００から取得したユーザＩＤ１５０と、パスワードとが、ユーザ情報記憶部１０５に記憶される情報と一致した場合に、音声認識サーバ１００を利用するユーザとして、妥当であると判定し、ユーザ固有のセッションを作成する。
（３．５）音響モデル記憶部１０９
音響モデル記憶部１０９は、発音記号と、発音記号に対応する複数の音声波形又は音声波形の統計的な音声波形のモデルである音声波形モデルとを記憶する。例えば、音響モデル記憶部１０９は、「あ」から「ん」までの平仮名の発音記号と、各発音記号に対応する複数又は統計的な音声波形モデルとを記憶する。

（３．６）言語モデル記憶部１１１
言語モデル記憶部１１１は、辞書部と、ｎ−ｇｒａｍを用いた言語モデルとからなる。辞書部には、発音記号と、発音記号に対応する単語とが含まれる。辞書部は、使用頻度に応じて各単語の出現確率をデータ化している。すなわち、辞書部の所定の発音記号に対する各単語の確率の累積は、１００％になる。例えば、辞書部は、「ろっぽんぎ」という発音記号に対して、「六本木」である確率は、９０％、「六方木」である確率は、５％・・・、という確率のデータを有し、「ろっぽんぎ」という発音記号に対する各単語の確率の累積は、１００％になる。

ｎ−ｇｒａｍを用いた言語モデルは、直前のｎ−１単語を指定したときに、ｎ単語目の単語の出現頻度を示すテーブルを有する。これにより、例えば、２−ｇｒａｍを用いた言語モデルでは、「新宿」という地名の単語の次には、「行く」等の動詞、「私」等の代名詞、が続きにくく、「タワー」等の名詞、固有名詞等が続きやすいというデータを有する。

（３．７）音声認識部１１３
図５は、第１実施形態に係る音声認識サーバ１００の音声認識部１１３の動作を説明するための概念図である。具体的には、図５（ａ）は、音声認識部１１３で変換される音声情報１４０の概念図である。図５（ｂ）は、音声認識部１１３で音声情報１４０に基づいて置き換えられる発音記号１４２の一例を示す図である。図５（ｃ）は、音声認識部１１３で発音記号１４２に基づいて変換される音声変換候補１４４の概念図である。

図５に示すように、音声認識部１１３は、音声受信手段として機能する通信部１０３から取得した音声情報１４０に対して、音声認識をする。

まず、図５（ｂ）に示すように、音声認識部１１３は、音声情報１４０と、音響モデル記憶部１０９とに基づいて、音声情報１４０を発音記号１４２に置き換える。具体的には、音声認識部１１３は、音声情報１４０の特徴量等に基づいて、音声情報１４０を単語又は文節等である音声区間に区切る。次に、音声認識部１１３は、音響モデル記憶部１０９から、音声情報１４０に対応する発音記号１４２を抽出することにより、音声情報１４０の所定の音声区間を発音記号１４２に置き換える。また、音声認識部１１３は、発音記号１４２に対して、音響モデル記憶部１０９に基づいた確率を付与して記憶する。

例えば、音声認識部１１３は、音声情報１４０の特徴量に基づいて、音響モデル記憶部１０９に基づいた確率付きで、音声情報１４０を「ろっぽんぎからしんじゅくまで」等の発音記号１４２に置き換える。

次に、図５（ｃ）に示すように、音声認識部１１３は、発音記号１４２について、言語モデル記憶部１１１に記憶される単語と、確率統計的な手法に基づいて、音声認識をする。言語モデル記憶部１１１は、発音記号１４２について、音声変換候補１４４と、音声変換候補１４４の確率とを記憶する。例えば、音声認識部１１３は、「ろっぽんぎからしんじゅくまで」という発音記号１４２について、言語モデル記憶部１１１に基づいて、「六本木から新宿まで」という音声変換候補１４４を作成する。すなわち、音声変換候補１４４は、発音記号１４２に対応するテキストデータである。

（３．８）インターネットサービス記憶部１１５
図６は、第１実施形態に係る音声認識サーバ１００のインターネットサービス記憶部１１５に記憶される情報の一例を示す図である。インターネットサービス記憶部１１５は、インターネットサービス１１５ａと、インターネットサービスを判定する条件１１５ｂと、インターネットサービスに対応するＵＲＬ１１５ｃ等を記憶する。

具体的には、インターネットサービス１１５ａは、サービスの概要を示す名称や、サービスＩＤであり、例えば、経路探索、地図、レシピ等である。

条件１１５ｂは、各インターネットサービス１１５ａに含まれるサービス関連単語１１７ｂと、条件式とを含む情報である。例えば、インターネットサービス記憶部１１５は、サービス関連単語として、「から」、「まで」、「路線」「経路」を、経路探索というインターネットサービス１１５ａに対応させて記憶する。同様にしてインターネットサービス記憶部１１５は、サービス関連単語として、「地図」、「県」、「府」「市」等を、地図というインターネットサービス１１５ａに、「天気」、「郵便番号」、「〒」等を、天気というインターネットサービス１１５ａに、「作り方」、「料理」等を、レシピというインターネットサービス１１５ａに、それぞれ対応させて記憶する。

ＵＲＬ１１５ｃは、各インターネットサービス１１５ａに対応するＷｅｂページのＵＲＬである。

（３．９）関連単語記憶部１１７
図７は、第１実施形態に係る音声認識サーバ１００の関連単語記憶部１１７に記憶される情報の一例を示す図である。関連単語記憶部１１７は、ＵＲＬ１１７ａと、サービス関連単語１１７ｂと、該当項目１１７ｃと、処理プログラム１１７ｄ等を記憶する。
具体的には、ＵＲＬ１１７ａは、インターネットサービス記憶部１１５に記憶されるＵＲＬ１１５ｃと共通のＵＲＬであり、各インターネットサービスに対応するＷｅｂページのＵＲＬである。

サービス関連単語１１７ｂは、インターネットサービス記憶部１１５に記憶される条件１１５ｂに含まれる各サービス関連単語であり、インターネットサービス１１５ａ又はＵＲＬ１１７ａの特徴となる単語である。

該当項目１１７ｃは、ＵＲＬ１１７ａに対応するＷｅｂページにおいて、サービス関連単語１１７ｂがどの項目に該当するかを示す属性情報である。例えば、該当項目１１７ｃは、ＵＲＬ１１７ａに対応するＷｅｂページのＨＴＭＬにおいて、サービス関連単語１１７ｂがどのテキストボックスに該当するかを示す。

処理プログラム１１７ｄは、サービス関連単語１１７ｂと、該当項目１１７ｃとに基づいて、ＵＲＬ１１７ａに対応するＷｅｂページにおいて、どのような処理をすべきかを示す情報である。例えば、処理プログラム１１７ｄは、ＪａｖａＳｃｒｉｐｔ等のスクリプト言語により記述され、ＵＲＬ１１７ａに対応するＷｅｂページにおいて、どの項目に、サービス関連単語１１７ｂの前後の単語を入力すべきかを示している。

（３．１０）インターネットサービス判定部１１９
図８は、第１実施形態に係る音声認識サーバ１００のインターネットサービス判定部１１９及びＵＲＬ作成部１２１の動作を説明するための概念図である。具体的には、図８（ａ）は、インターネットサービス判定部１１９で変換される音声変換候補１４４の概念図である。図８（ｂ）は、インターネットサービス判定部１１９で音声変換候補１４４に基づいて置き換えられる標準クエリ１４６の一例を示す図である。図８（ｃ）は、ＵＲＬ作成部１２１で標準クエリ１４６に基づいて変換されるＵＲＬ１４８の概念図である。

インターネットサービス判定部１１９は、音声認識部１１３の音声認識の結果である音声変換候補１４４に基づいて、対応するインターネットサービスを判定する。具体的には、インターネットサービス判定部１１９は、インターネットサービス記憶部１１５のサービス関連単語１１７ｂと、音声変換候補１４４とに基づいて、音声変換候補１４４に含まれる単語と、条件１１５ｂとを比較して、インターネットサービス１１５ａを判定する。

例えば、インターネットサービス判定部１１９は、音声変換候補１４４に「から」、「まで」、「路線」の全て、又は、「から」、「まで」、「経路」の全てが含まれている場合に、インターネットサービス１１５ａが、経路探索であると判定する。

更に、図８（ｂ）に示すように、インターネットサービス判定部１１９は、インターネットサービス記憶部１１５と、関連単語記憶部１１７とに基づいて、標準クエリ１４６を作成する。具体的には、インターネットサービス判定部１１９は、インターネットサービス１１５ａを判定し、条件１１５ｂに含まれるサービス関連単語１１７ｂに基づいて、音声変換候補１４４をＵＲＬ１１５ｃに対応するＷｅｂページにおいて該当する該当項目１１７ｃに変換することで、標準クエリ１４６を作成する。

例えば、インターネットサービス判定部１１９は、音声変換候補１４４に「から」、「まで」、「路線」の全て、又は、「から」、「まで」、「経路」の全てが含まれている場合に、インターネットサービス１１５ａが、経路探索であると判定し、音声変換候補１４４に含まれる「から」を「出発地」、「まで」を「目的地」に変換し、更に「経路探索」を検索候補とした標準クエリ１４６を作成する。

（３．１１）ＵＲＬ作成部１２１
ＵＲＬ作成部１２１は、音声認識部１１３の音声認識の結果である音声変換候補１４４に基づいて、対応するインターネットサービスを指定するＵＲＬ１１５ｃを作成する。

具体的には、ＵＲＬ作成部１２１は、条件１１５ｂと、音声変換候補１４４とを比較して、インターネットサービス１１５ａを判定し、ＵＲＬ１１５ｃを作成する。すなわち、ＵＲＬ作成部１２１は、インターネットサービス記憶部１１５に記憶される条件１１５ｂに含まれるサービス関連単語１１７ｂと、音声変換候補１４４とに基づいて、インターネットサービス１１５ａを判定し、ＵＲＬ１１５ｃを作成する。

図８（ｃ）に示すように、ＵＲＬ作成部１２１は、音声変換候補１４４と、ＵＲＬ１１５ｃに対応するＷｅｂページにおいて該当する該当項目１１７ｃとに基づいて、標準クエリ１４６を反映したＵＲＬ１４８を作成する。例えば、ＵＲＬ作成部１２１は、「出発地」が「六本木」であることに対応したＵＲＬと、「目的地」が、「新宿」であることに対応したＵＲＬと、ＵＲＬ１１５ｃとを合わせたＵＲＬ１４８を作成する。すなわち、ＵＲＬ１４８は、経路探索サービスを提供するインターネットサービスにおいて、六本木から新宿までの経路を示したＷｅｂページのアドレスとなる。

ＵＲＬ作成部１２１は、音声変換候補１４４と、ＵＲＬ１１５ｃに対応するＷｅｂページにおいて該当する該当項目１１７ｃとに基づいて、標準クエリ１４６を反映した処理プログラム１１７ｄを作成してもよい。この場合、例えば、ＵＲＬ作成部１２１は、関連単語記憶部１１７の情報に基づいて、「出発地」が「六本木」であることに対応した処理プログラム１１７ｄと、「目的地」が、「新宿」であることに対応した処理プログラム１１７ｄとを組み合わせたＪａｖａＳｃｒｉｐｔ等のプログラムを作成する。

通信部１０３は、認識結果情報１７０として、ＵＲＬ１４８を情報家電２００に送信する。又は、通信部１０３は、認識結果情報１７０として、ＵＲＬ１１５ｃと、処理プログラム１１７ｄの組み合わせからなる情報を情報家電２００に送信してもよい。

（３．１２）認識結果記憶部１２３
図９は、第１実施形態に係る音声認識サーバ１００の認識結果記憶部１２３に記憶される情報の一例を示す図である。

認識結果記憶部１２３は、ユーザＩＤ１５０と、情報家電識別情報１６０と、認識結果情報１７０と、送信日時等を記憶する。送信日時は、通信部１０３により認識結果情報１７０が情報家電２００に送信された日時を示す情報である。

（４）情報家電２００の詳細構成
図１０は、第１実施形態の情報家電２００の機能ブロック図である。図１０に示すように、情報家電２００は、制御部２０１、通信部２０３、入力部２０５、情報記憶部２０７、Ｗｅｂブラウザ２１０を備える。

（４．１）制御部２０１
制御部２０１は、情報家電２００を制御するＣＰＵ等の制御装置である。制御部２０１は、下記に示す機能部の動作を制御する。

（４．２）通信部２０３
通信部２０３は、通信ネットワーク５０を介して、他の機器と通信を行う。具体的には、通信部２０３は、送信手段として機能し、情報記憶部２０７に記憶されている情報を音声認識サーバ１００に送信する。例えば、通信部２０３は、ログイン処理において、ユーザＩＤ１５０、パスワード、ログイン要求を音声認識サーバ１００に送信する。

また、通信部２０３は、受信手段として機能し、音声認識サーバ１００から認識結果情報１７０を受信する。具体的には、通信部２０３は、音声認識サーバ１００から認識結果情報１７０として、ＵＲＬ１１５ｃと、処理プログラム１１７ｄの組み合わせからなる情報、又はＵＲＬ１４８を受信する。

また、通信部２０３は、外部入力装置からの信号の受信手段として機能する。例えば、通信部２０３は、情報家電２００の外部から、情報を入力するリモコンの操作に基づいて、送信された信号を受信する。通信部２０３は、Ｗｅｂサーバに対して、Ｗｅｂページの送信要求を送信するとともに、ＷｅｂサーバからＷｅｂページを受信する。

（４．３）入力部２０５
入力部２０５は、ボタンやタッチパネル等の入力装置であり、情報家電２００を利用するユーザの操作に伴った信号のオン、オフを入力する。

（４．４）情報記憶部２０７
情報記憶部２０７は、情報家電２００の機能に関連する情報を記憶する。また、情報記憶部２０７は、情報家電識別情報１６０と、情報家電識別情報１６０に関連する情報を記憶する。

（４．５）Ｗｅｂブラウザ２１０
図１０に示すように、Ｗｅｂブラウザ２１０は、表示部２１１、データ取得部２１３、スクリプト実行部２１５を備える。Ｗｅｂブラウザ２１０は、インターネットの標準プロトコルであるＨＴＴＰ（Hyper Text Transfer Protocol）等に従い、ＨＴＭＬ（Hyper Text Markup Language）等の言語で記述されたＷｅｂページの取得要求の送信、Ｗｅｂページの取得、及びＷｅｂページの表示、フォームデータの送信等を行う機能を有している。また、Ｗｅｂブラウザ２１０には、Ｗｅｂページを表示する際の操作を制御するスクリプト言語、例えば、JavaScriptが実装されている。

（４．５．１）表示部２１１
表示部２１１は、通信部２０３から取得したＷｅｂページを情報家電２００のディスプレイ等を介して、Ｗｅｂページを表示する。

（４．５．２）データ取得部２１３
データ取得部２１３は、認識結果情報１７０を通信部２０３から取得する。具体的には、データ取得部２１３は、認識結果情報１７０として、ＵＲＬ１４８又は、ＵＲＬ１１５ｃと、処理プログラム１１７ｄの組み合わせからなる情報を取得する。

（４．５．３）スクリプト実行部２１５
スクリプト実行部２１５は、Ｗｅｂページを構成するＨＴＭＬに埋め込まれたＪａｖａＳｃｒｉｐｔ等のプログラム、または、Ｗｅｂページと共に取得したＪａｖａＳｃｒｉｐｔ等のプログラムを実行する。これにより、Ｗｅｂブラウザ２１０を介して表示されるＷｅｂページにプログラムに基づいて、動きを付加する。

例えば、データ取得部２１３が、路線探索に関するＷｅｂページを記載したＵＲＬ１１５ｃと、「出発地」に「六本木」を入力すること、「目的地」に「新宿」を入力することを示した処理プログラム１１７ｄの組み合わせからなる情報を取得した場合、Ｗｅｂブラウザ２１０は、ＵＲＬ１１５ｃに記載されたＷｅｂページをＷｅｂサーバより取得する。次に、表示部２１１は、路線探索に関するＷｅｂページを表示し、スクリプト実行部２１５は、取得したプログラムを実行することにより、対応するテキストボックスに、「六本木」、「新宿」を入力する。

（５）情報家電システム１の動作
情報家電システム１の動作について、（５．１）全体概略動作、（５．２）情報家電システム１のログイン動作、（５．３）携帯通信端末１０の音声入力動作、（５．４）音声認識サーバ１００の音声認識動作の順に説明する。

（５．１）全体概略動作
図１１は、第１実施形態に係る情報家電システム１の動作を示すフローチャートである。

図１１に示すように、ステップＳ１００において、ユーザは、情報家電２００及び携帯通信端末１０を用いて、それぞれ情報家電システム１にログインする。具体的には、携帯通信端末１０が、ユーザの操作等により、ユーザＩＤ１５０を音声認識サーバ１００に送信することにより、音声認識サーバ１００にログインする。また、情報家電２００が、ユーザの操作等により、ユーザＩＤ１５０又は、情報家電識別情報１６０を音声認識サーバ１００に送信することにより、音声認識サーバ１００にログインする。

ステップＳ１１０において、ユーザは、携帯通信端末１０を用いて、音声を入力する。具体的には、携帯通信端末１０が、音声入力部１３により入力され、変換された音声情報１４０を音声認識サーバ１００に送信する。

ステップＳ１２０において、音声認識サーバ１００は、音声情報１４０について、音声認識を行い、認識結果情報１７０を情報家電２００に送信する。

ステップＳ１３０において、情報家電２００は、認識結果情報１７０に基づいて、該当するＷｅｂサーバから認識結果情報１７０に該当するＷｅｂページを取得する。

（５．２）情報家電システム１のログイン動作
図１２は、第１実施形態に係る情報家電システム１の動作の詳細を示すフローチャートである。ステップＳ１０１〜ステップＳ１０９は、図１１におけるステップＳ１００のログイン動作の詳細を示す。

ステップＳ１０１において、情報家電２００は、ユーザの操作等により、ユーザを識別するユーザ識別情報と、情報家電システム１へのログイン要求とを音声認識サーバ１００に送信する。具体的には、情報家電２００の通信部２０３は、ユーザの操作等により、ユーザＩＤ１５０又は、情報家電識別情報１６０、パスワード等と、ログイン要求とを音声認識サーバ１００に送信する。

ステップＳ１０３において、音声認識サーバ１００の認証部１０７は、通信部１０３を介して情報家電２００から取得したユーザ識別情報に基づいて、ユーザの認証をする。

ステップＳ１０５において、携帯通信端末１０は、ユーザの操作等により、ユーザを識別するユーザ識別情報と、情報家電システム１へのログイン要求とを音声認識サーバ１００に送信する。具体的には、携帯通信端末１０の通信部１７は、ユーザの操作等により、ユーザＩＤ１５０又は、情報家電識別情報１６０、パスワード等と、ログイン要求とを音声認識サーバ１００に送信する。

ステップＳ１０７において、音声認識サーバ１００の認証部１０７は、通信部１７を介して携帯通信端末１０から取得したユーザ識別情報に基づいて、ユーザの認証をする。

ステップＳ１０９において、音声認識サーバ１００の通信部１０３は、ログインを示す情報を含むＷｅｂページ５１０を情報家電２００及び携帯通信端末１０に送信する。

（５．３）携帯通信端末１０の音声入力動作
図１２に示すステップＳ１１１〜ステップＳ１１３は、図１１におけるステップＳ１１０の音声入力動作の詳細を示す。

ステップＳ１１１において、携帯通信端末１０の音声入力部１３は、携帯通信端末１０を利用するユーザ等の音声を入力する。また、音声入力部１３は、入力された音声を音声信号からなる音声情報１４０に変換する。

ステップＳ１１３において、携帯通信端末１０の通信部１７は、音声情報１４０を音声認識サーバ１００に送信する。また、音声認識サーバ１００を利用するユーザが、複数の情報家電を用いる場合、すなわち、ユーザ情報記憶部１０５にユーザＩＤ１５０に対応する情報家電識別情報１６０が複数記憶される場合、通信部１７は、認識結果情報１７０を受信する情報家電２００を識別する情報家電識別情報１６０を音声認識サーバ１００に送信する。

また、ユーザ情報記憶部１０５にユーザＩＤ１５０に対応する情報家電識別情報１６０が複数記憶される場合において、携帯通信端末１０の通信部１７から情報家電２００を識別する情報家電識別情報１６０が送信されなかった場合、音声認識サーバ１００は、どの情報家電２００に対して、認識結果情報１７０を送信するかを問いかける確認要求をステップＳ１１３以降で携帯通信端末１０に送信してもよい。

（５．４）音声認識サーバ１００の音声認識動作
図１２に示すステップＳ１２１〜ステップＳ１２９は、図１１におけるステップＳ１２０の音声認識動作の詳細を示す。

ステップＳ１２１において、音声認識サーバ１００の通信部１０３は、音声情報１４０を受信する。

ステップＳ１２３において、音声認識サーバ１００の音声認識部１１３は、通信部１０３から取得した音声情報１４０について、音声認識をする。

ステップＳ１２５において、音声認識サーバ１００のインターネットサービス判定部１１９は、音声認識部１１３の音声認識の結果である音声変換候補１４４に基づいて、対応するインターネットサービスを判定する。

ステップＳ１２７において、音声認識サーバ１００のＵＲＬ作成部１２１は、音声認識部１１３の音声認識の結果である音声変換候補１４４に基づいて、対応するインターネットサービスを指定するＵＲＬ１１５ｃを作成する。

ステップＳ１２９において、音声認識サーバ１００の通信部１０３は、音声認識部１１３の音声認識の結果を認識結果情報１７０としてユーザＩＤ１５０に関連する情報家電２００に送信する。具体的には、通信部１０３は、ユーザ情報記憶部１０５を参照して、ユーザＩＤ１５０に対応する情報家電識別情報１６０を備える情報家電２００に認識結果情報１７０を送信する。音声認識サーバ１００を利用するユーザが、複数の情報家電を用いる場合、通信部１０３は、携帯通信端末１０から受信した情報家電識別情報１６０に基づいて、対応する情報家電２００に認識結果情報１７０を送信する。

通信部１０３は、認識結果情報１７０としてＵＲＬ１４８又は、ＵＲＬ１１５ｃと、処理プログラム１１７ｄの組み合わせからなる情報を情報家電２００に送信する。なお、通信部１０３は、音声認識部１１３が音声認識をしたことを確認することにより、認識結果情報１７０を情報家電識別情報１６０に関連する情報家電２００に送信してもよい。

（５．５）情報家電２００のＷｅｂページ取得動作
図１２に示すステップＳ１３１〜ステップＳ１３７は、図１１におけるステップＳ１３０のＷｅｂページの取得動作の詳細を示す。

ステップＳ１３１において、情報家電２００のデータ取得部２１３は、認識結果情報１７０を通信部２０３から取得する。具体的には、データ取得部２１３は、認識結果情報１７０として、ＵＲＬ１４８又は、ＵＲＬ１１５ｃと、処理プログラム１１７ｄの組み合わせからなる情報を取得する。

ステップＳ１３３において、情報家電２００の通信部２０３は、ＵＲＬ１４８に基づいて、該当するＷｅｂサーバ５００に対して、Ｗｅｂページの送信要求を送信する。

ステップＳ１３５において、情報家電２００の通信部２０３は、ＵＲＬ１４８に記載されたＷｅｂページをＷｅｂサーバ５００から受信する。

ステップＳ１３７において、表示部２１１は、通信部２０３から取得したＷｅｂページ５１０を情報家電２００のディスプレイ等を介して、表示する。

（６）作用・効果
以上説明したように、第１実施形態によれば、情報家電システム１は、携帯通信端末１０と、音声認識サーバ１００と、情報家電２００とを備える。
ここで、携帯通信端末１０は、音声を入力する音声入力部１３と、音声認識サーバ１００を利用するユーザを識別するユーザ識別情報及び音声入力部１３により入力された音声情報１４０を送信する通信部１７とを備える。

また、音声認識サーバ１００は、情報家電２００から受信した音声について、音声認識をする音声認識部１１３と、ユーザ識別情報であるユーザＩＤ１５０に関連する情報家電２００に音声認識の結果である認識結果情報１７０を送信する通信部１０３とを備える。

このため、情報家電２００は、通信ネットワーク５０を介して音声認識サーバ１００に接続し、Ｗｅｂブラウザ２１０さえ備えていれば、キーボード等を接続して、操作性を解消することや、情報家電に制御プログラムをインストールし、外部に設置したパソコン等を用いて制御されていなくてもよい。

従って、特別な制御プログラムのインストールなど、ユーザに負担を強いて利便性を低下させることなく、操作性を向上させた情報家電システム１を提供できる。

また、情報家電２００は、Ｗｅｂブラウザ２１０さえ備えていれば、それ以上の新たな構成を付与する必要がないため、情報家電２００を製造する家電メーカの協力が無くとも情報家電システム１を利用可能とすることができる。

実施形態では、音声認識サーバ１００のユーザ情報記憶部１０５は、認識結果情報１７０を受信する情報家電２００を識別する情報家電識別情報１６０をユーザ識別情報に対応させて記憶する。また、通信部１０３は、音声認識部１１３が音声認識をしたことを確認し、認識結果情報１７０を情報家電識別情報１６０に関連する情報家電２００に送信する。

このため、通信部１０３は、音声認識部１１３が音声認識をした後、適宜、認識結果情報１７０を情報家電２００に送信する。従って、情報家電２００は、認識結果情報１７０をタイムリーに受信することができる。

実施形態では、音声認識サーバ１００は、インターネットサービス１１５ａと、インターネットサービス１１５ａに関連するサービス関連単語１１７ｂとを記憶するインターネットサービス記憶部１１５と、音声認識部１１３の音声認識の結果である音声変換候補１４４と、インターネットサービス記憶部１１５に基づいて、対応するインターネットサービス１１５ａを判定するインターネットサービス判定部１１９とを更に備える。

このため、音声認識サーバ１００は、音声認識部１１３の音声認識の結果を情報家電２００に送信するだけでなく、対応するインターネットサービス１１５ａを情報家電２００に送信することができる。従って、情報家電システム１は、ユーザにより入力された音声に基づいて、音声認識の結果を出力する、いわゆる音声認識システムとして機能するだけでなく、ユーザの欲する最適なインターネットサービス１１５ａを出力することができる。

実施形態では、音声認識サーバ１００は、音声認識部１１３の音声認識の結果である音声変換候補１４４に基づいて、対応するインターネットサービス１１５ａを指定するＵＲＬ１１５ｃを作成するＵＲＬ作成部１２１を更に備える。また、通信部１０３は、ＵＲＬ１１５ｃを認識結果情報１７０として送信する。

従って、情報家電システム１は、ユーザにより入力された音声に基づいて、音声認識の結果を出力する、いわゆる音声認識システムとして機能するだけでなく、ユーザの欲するインターネットサービス１１５ａを提供するＵＲＬ１１５ｃを出力することができる。これによれば、ユーザは、音声さえ入力すれば、ＵＲＬ１１５ｃを選択するだけで、ユーザの欲するインターネットサービス１１５ａを提供するＷｅｂページへアクセスすることができる。

更に、実施形態では、ＵＲＬ作成部１２１は、インターネットサービス記憶部１１５に記憶されるサービス関連単語１１７ｂと、音声認識部１１３の音声認識の結果である音声変換候補１４４とに基づいて、インターネットサービス１１５ａを判定し、ＵＲＬ１４８を作成する。

すなわち、ＵＲＬ作成部１２１は、インターネットサービス１１５ａを判定するだけでなく、音声認識部１１３の音声認識の結果である音声変換候補１４４に基づいたＵＲＬ１４８を作成する。従って、情報家電システム１は、ユーザにより入力された音声に基づいて、音声認識の結果を出力する、いわゆる音声認識システムとして機能するだけでなく、ユーザの欲する項目を考慮したＷｅｂページを提供するＵＲＬ１４８を出力することができる。例えば、ユーザは、「六本木から新宿まで」と音声入力すれば、ＵＲＬ１４８に基づいた六本木から新宿までの経路を示したＷｅｂページへアクセスすることができる。

実施形態では、携帯通信端末１０の通信部１７は、情報家電２００を識別する情報家電識別情報１６０を更に送信する。また、音声認識サーバ１００のユーザ情報記憶部１０５は、ユーザ識別情報に対応する複数の情報家電識別情報１６０を記憶する。このため、音声認識サーバ１００の通信部１０３は、携帯通信端末１０の通信部１７により送信された情報家電識別情報１６０に基づいて、情報を情報家電識別情報１６０に関連する情報家電２００に送信する。従って、情報家電システム１は、音声認識サーバ１００のユーザ情報記憶部１０５が、ユーザ識別情報に対応する複数の情報家電識別情報１６０を記憶する場合においても、該当する情報家電２００に認識結果情報１７０を送信することができる。

［第２実施形態］
以下の第２実施形態においては、第１実施形態と異なる点を主に説明し、重複する説明を省略する。

上述した第１実施形態では、図３に示すように、音声認識サーバ１００は、制御部１０１、通信部１０３、ユーザ情報記憶部１０５、認証部１０７、音響モデル記憶部１０９、言語モデル記憶部１１１、音声認識部１１３、インターネットサービス記憶部１１５、関連単語記憶部１１７、インターネットサービス判定部１１９、ＵＲＬ作成部１２１、認識結果記憶部１２３を備える。

これに対して、第２実施形態では、図１３に示すように、音声認識サーバ１００ａは、制御部１０１、通信部１０３、ユーザ情報記憶部１０５、認証部１０７、音響モデル記憶部１０９、言語モデル記憶部１１１、音声認識部１１３、認識結果記憶部１２３を備える。すなわち、音声認識サーバ１００ａは、第１実施形態に記載のインターネットサービス記憶部１１５、関連単語記憶部１１７、インターネットサービス判定部１１９、ＵＲＬ作成部１２１を備えない点で、音声認識サーバ１００と異なる。

また、第２実施形態では、スクリプト実行部２１５が実行するＷｅｂページを構成するＨＴＭＬに埋め込まれたＪａｖａＳｃｒｉｐｔ等のプログラム、または、Ｗｅｂページと共に取得したＪａｖａＳｃｒｉｐｔ等のプログラム（以下、プログラムと示す）が、第１実施形態に記載のプログラムと異なる。具体的には、第２実施形態では、上述したプログラムが、第１実施形態に記載のインターネットサービス記憶部１１５、関連単語記憶部１１７、インターネットサービス判定部１１９、ＵＲＬ作成部１２１の機能を備える。

すなわち、第２実施形態では、スクリプト実行部２１５が実行するプログラムが、インターネットサービス１１５ａ、条件１１５ｂ、ＵＲＬ１１５ｃ等を記憶する。また、上述したプログラムは、音声認識部１１３の音声認識の結果である音声変換候補１４４に基づいて、対応するインターネットサービスを判定する機能を備える。また、プログラムは、インターネットサービスを判定し、ＵＲＬ１１５ｃを作成する機能を備える。

このようなプログラムは、Ｗｅｂページ５１０を送信するＷｅｂサーバ５００から送信され、Ｗｅｂページ５１０向けの機能を備えていればよい。例えば、Ｗｅｂページ５１０が、地図を提供するページである場合、プログラムは、音声変換候補１４４に「地図」、「県」、「府」「市」等の地図に関連するサービス関連単語が含まれているか、否かに基づいて、判定をする機能を備えていればよい。

なお、プログラムは、第１実施形態に記載のインターネットサービス記憶部１１５、関連単語記憶部１１７に相当する機能を備えていなくてもよい。この場合、Ｗｅｂページ５１０を送信するＷｅｂサーバ５００が、インターネットサービス記憶部１１５、関連単語記憶部１１７に相当する機能を備えることにより、プログラムは、適宜Ｗｅｂサーバ５００に問い合わせを行うことにより、インターネットサービス等の判定を実行できる。

［その他の実施形態］
上述した第１実施形態では、音声認識サーバ１００は、音声情報１４０について、音声認識を行い、音声認識が終了後、適時、認識結果情報１７０を情報家電２００に送信する。すなわち、音声認識サーバ１００は、処理が終了後適宜、次の処理を進めるいわゆるプッシュ型の配信を行うコンピュータである。本発明は、これに限られず、例えば、音声認識サーバ１００は、音声情報１４０について、音声認識を行い、音声認識が終了後、情報家電２００の要求に応じて、認識結果情報１７０を情報家電２００に送信する。すなわち、情報家電２００が、音声認識サーバ１００に対して、情報家電２００に送信すべき情報の有無を確認する、いわゆるポーリング型の配信を行うコンピュータであってもよい。

この場合、情報家電２００のＷｅｂブラウザ２１０は、所定のタイミングで、ユーザ識別情報に関連するＷｅｂブラウザ２１０に対する認識結果情報１７０の有無を確認する確認要求を音声認識サーバ１００に送信する確認要求送信手段を更に備える。また、音声認識サーバ１００の通信部１０３は、確認要求に基づいて、確認要求を送信した情報家電２００に認識結果情報１７０を送信する。

このような情報家電２００によれば、例えば、情報家電２００のセキュリティー仕様などにより、プッシュ型の配信を受け付けない場合においても、情報家電２００の確認要求送信手段が、所定のタイミングで、確認要求を音声認識サーバ１００に送信することにより、音声認識サーバ１００と、情報家電２００との通信を可能にすることができる。このようなポーリング型の配信は、情報家電２００のＷｅｂブラウザ２１０に実装されるＪａｖａＳｃｒｉｐｔにより、実現できる。

上述した第１実施形態では、ＵＲＬ作成部１２１は、音声認識部１１３の音声認識の結果である音声変換候補１４４に基づいて、対応するインターネットサービス１１５ａを指定するＵＲＬ１１５ｃを作成する。本発明は、これに限定されず、ＵＲＬ作成部１２１は、音声認識部１１３の音声認識の結果である音声変換候補１４４を用いてインターネット検索を行い、音声変換候補１４４に対応するＷｅｂページの属性に基づいて、インターネットサービス１１５ａを指定するＵＲＬ１４８を作成してもよい。具体的には、ＵＲＬ作成部１２１は、Ｗｅｂページの特徴語をＴＦ／ＩＤＦ等の技術により抽出して、サービスと特徴語とを関連づけたテーブルを参照することにより、インターネットサービス１１５ａを指定するＵＲＬ１４８を作成してもよい。

このようなＵＲＬ作成部１２１によれば、リアルタイムで、音声変換候補１４４に基づく、最適のインターネットサービス１１５ａを提供するＷｅｂページを検索することができる。

上述した第１実施形態では、音声認識サーバ１００を利用するユーザを識別するユーザ識別情報として、ユーザＩＤ１５０を用いている。本発明は、これに限られず、ユーザを識別するユーザ識別情報としてとして、ユーザ情報、端末の識別情報等を用いてもよい。ユーザ情報は、ユーザの氏名、居住地等の個人に関連する情報である。端末の識別情報は、端末固有の情報であり、端末を所有するユーザを特定できる。

これらのユーザ識別情報は、携帯通信端末１０と、音声認識サーバ１００との間で暗号化されて送受信されてもよい。また、携帯通信端末１０及び音声認識サーバ１００が、ユーザＩＤ、ユーザ情報、端末の識別情報等の少なくとも何れかに基づく情報をそれぞれ記憶し、共有してもよい。この場合、ユーザ識別情報は、携帯通信端末１０及び音声認識サーバ１００でそれぞれ記憶し、共有した情報であり、ユーザＩＤ、ユーザ情報、端末の識別情報等の少なくとも何れかに基づく情報であればよい。

上述した第１実施形態では、通信部１０３は、「出発地」が「六本木」であることに対応したＵＲＬと、「目的地」が、「新宿」であることに対応したＵＲＬと、ＵＲＬ１１５ｃとを合わせたＵＲＬ１４８を認識結果情報１７０として、情報家電２００に送信している。本発明は、これに限定されず、通信部１０３は、音声認識部１１３の音声認識の結果である音声変換候補１４４を認識結果情報１７０として、情報家電２００に送信してもよい。また、通信部１０３は、音声変換候補１４４に含まれる「から」を「出発地」、「まで」を「目的地」に変換し、更に「経路探索」を検索候補とした標準クエリ１４６を認識結果情報１７０として、情報家電２００に送信してもよい。

上述した第１実施形態では、音声認識の結果を情報家電２００で表示しているが、本発明はこれに限定されず、認識結果を携帯通信端末１０に送信して、携帯通信端末１０で表示してもよい。

上述した第１実施形態では、携帯通信端末１０、音声認識サーバ１００、情報家電２００が備える各ブロックについて記載しているが、本発明はこれに限られず、例えば、上記の各ブロックの機能を実行するコンピュータプログラムとしてもよく、また、このコンピュータプログラムを配信する情報処理装置であってもよい。また、上述したように、情報を取得する情報取得方法であってもよい。

上述した第１実施形態では、本発明の情報家電２００は、いわゆる家電が有するハードウェア資源に加えて、ディスプレイ上のＷｅｂブラウザ２１０を用いて、インターネットを利用することができる情報家電である。しかしながら、情報家電２００は、前述の通りＷｅｂブラウザ２１０を備えていればよく、パソコンであってもよい。この場合、情報家電システム１によれば、キーボードを用いなくてもよいため、キーボード入力に不慣れなユーザ、キーボードによる入力に不自由なユーザに特に有効である。

上述した第１実施形態では、ステップＳ１００において、携帯通信端末１０及び情報家電２００が、音声認識サーバ１００にログインしてから音声認識を行っている。本発明は、これに限定されず、例えば、ステップＳ１１３において、携帯通信端末１０の通信部１７は、音声情報１４０と共に、ユーザＩＤ１５０を音声認識サーバ１００に送信することにより、携帯通信端末１０は、ステップＳ１２０の音声認識と同時に音声認識サーバ１００にログインしてもよい。また、情報家電２００は、ステップＳ１２０の音声認識の段階で、音声認識サーバ１００にログインしていなくてもよく、代わりに携帯通信端末１０が、認識結果情報１７０を送信すべく情報家電２００を識別する情報家電識別情報１６０を音声認識サーバ１００に送信していればよい。これによれば、情報家電２００は、ステップＳ１２０の音声認識の段階で、音声認識サーバ１００にログインしていなくても、認識結果情報１７０を受信した際に、音声認識サーバ１００にログインすることで、情報家電システム１は、動作する。

このように、本発明は、ここでは記載していない様々な実施の形態などを含むことは勿論である。したがって、本発明の技術的範囲は、上述の説明から妥当な特許請求の範囲に係る発明特定事項によってのみ定められるものである。

例えば、各構成図、フローチャート、概念図の図などは例示に過ぎず、各要素の有無、その順序や具体的内容などは適宜変更可能である。一例として、手動によるブロックの指定は必須ではなく、また、本発明において、各手段などの要素は、コンピュータの演算制御部に限らず、ワイヤードロジック等に基づく電子回路で実現してもよい。

１ 情報家電システム
１０ 携帯通信端末
１１ 制御部
１３ 音声入力部
１５ テキスト情報入力部
１７ 通信部
１９ 記憶部
３０ クライアント端末
５０ 通信ネットワーク
１００ 音声認識サーバ
１０１ 制御部
１０３ 通信部
１０５ ユーザ情報記憶部
１０７ 認証部
１０９ 音響モデル記憶部
１１１ 言語モデル記憶部
１１３ 音声認識部
１１５ インターネットサービス記憶部
１１５ａ インターネットサービス
１１５ｂ 条件
１１７ 関連単語記憶部
１１７ｂ サービス関連単語
１１７ｃ 該当項目
１１７ｄ 処理プログラム
１１９ インターネットサービス判定部
１２１ ＵＲＬ作成部
１２３ 認識結果記憶部
１４０ 音声情報
１４２ 発音記号
１４４ 音声変換候補
１４６ 標準クエリ
１５０ ユーザＩＤ
１６０ 情報家電識別情報
１７０ 認識結果情報
２００ 情報家電
２０１ 制御部
２０３ 通信部
２０５ 入力部
２０７ 情報記憶部
２１０ ブラウザ
２１１ 表示部
２１３ データ取得部
２１５ スクリプト実行部
５００ Ｗｅｂサーバ
５１０ Ｗｅｂページ

Claims (7)

1. クライアント端末と、ネットワークを介して前記クライアント端末に接続する音声認識サーバと、Ｗｅｂブラウザを有しネットワークを介して前記音声認識サーバに接続する情報家電とを備える情報家電システムであって、
   前記クライアント端末は、
   音声を入力する音声入力手段と、前記音声認識サーバを利用するユーザを識別するユーザ識別情報及び前記音声入力手段により入力された音声を送信する音声送信手段とを備え、
   前記音声認識サーバは、
   前記音声を受信する音声受信手段と、
   前記音声受信手段から取得した音声について、音声認識をする音声認識手段と、
   前記音声認識手段の音声認識の結果を認識結果情報として前記ユーザ識別情報に関連する情報家電に送信する認識結果送信手段と、
   前記音声受信手段が音声を受信するに先立ち、前記情報家電によって送信された前記ユーザ識別情報と、該ユーザ識別情報に対応し、前記認識結果情報を受信する該情報家電を識別する情報家電識別情報とを記憶する記憶手段を備え、
   前記認識結果送信手段は、前記音声認識手段が音声認識をしたことを確認し、前記認識結果情報を、前記記憶手段が記憶している対応関係に基づいて、前記ユーザ識別情報に関連する情報家電に送信し、
   前記情報家電の前記Ｗｅｂブラウザは、
   前記認識結果情報を取得するデータ取得手段と、
   所定のタイミングで、前記ユーザ識別情報に関連する前記情報家電に対する前記認識結果情報の有無を確認する確認要求を前記音声認識サーバに送信する確認要求送信手段を備え、
   前記認識結果送信手段は、前記確認要求に基づいて、前記確認要求を送信した情報家電に前記認識結果情報を送信する
   ことを特徴とする情報家電システム。
2. 前記音声認識サーバは、
   インターネットサービスと、前記インターネットサービスに関連するサービス関連単語とを記憶するインターネットサービス記憶部と、
   前記音声認識手段の音声認識の結果と、前記インターネットサービス記憶部のサービス関連単語とに基づいて、対応するインターネットサービスを判定するインターネットサービス判定手段とを更に備えることを特徴とする請求項１に記載の情報家電システム。
3. 前記音声認識サーバは、
   前記音声認識手段の音声認識の結果に基づいて、対応するインターネットサービスを指定するＵＲＬを作成するＵＲＬ作成手段を更に備え、
   前記認識結果送信手段は、前記ＵＲＬを認識結果情報として送信することを特徴とする請求項１に記載の情報家電システム。
4. 前記ＵＲＬ作成手段は、
   前記音声認識手段の音声認識の結果を用いてインターネット検索を行い、前記音声認識手段の音声認識の結果に対応するＷｅｂページの属性に基づいて、前記インターネットサービスを指定する前記ＵＲＬを作成することを特徴とする請求項３に記載の情報家電システム。
5. 前記音声認識サーバは、
   インターネットサービスと、前記インターネットサービスに関連するサービス関連単語とを記憶するインターネットサービス記憶部を更に備え、
   前記ＵＲＬ作成手段は、
   前記インターネットサービス記憶部に記憶されるサービス関連単語と、前記音声認識手段の音声認識の結果とに基づいて、前記インターネットサービスを判定し、前記ＵＲＬを作成することを特徴とする請求項３又は４に記載の情報家電システム。
6. クライアント端末と、ネットワークを介して前記クライアント端末に接続する音声認識サーバと、Ｗｅｂブラウザを有し、ネットワークを介して前記音声認識サーバに接続する情報家電とを備える情報家電システムの情報取得方法であって、
   前記情報家電が、情報家電識別情報と、音声認識サーバを利用するユーザを識別するユーザ識別情報を前記音声認識サーバに送信するステップと、
   前記クライアント端末が、音声を入力するステップと、
   前記クライアント端末が、前記ユーザ識別情報及び前記音声を送信するステップと、
   前記音声認識サーバが、前記音声を受信するステップと、
   前記音声認識サーバが、該音声について、音声認識をするステップと、
   前記音声認識サーバが、前記音声認識の結果を認識結果情報として前記ユーザ識別情報に関連する情報家電に送信するステップと、
   前記情報家電の前記Ｗｅｂブラウザが、前記認識結果情報を取得するステップと、
   前記情報家電の前記Ｗｅｂブラウザが、所定のタイミングで、前記ユーザ識別情報に関連する前記情報家電に対する前記認識結果情報の有無を確認する確認要求を前記音声認識サーバに送信するステップを備え、
   前記認識結果情報を送信するステップは、前記確認要求に基づいて、前記確認要求を送信した情報家電に前記認識結果情報を送信する
   ことを特徴とする情報家電システムの情報取得方法。
7. クライアント端末と、ネットワークを介して前記クライアント端末に接続する音声認識サーバと、Ｗｅｂブラウザを有し、ネットワークを介して前記音声認識サーバに接続する情報家電とを備える情報家電システムに情報を取得させるプログラムであって、
   前記情報家電に、情報家電識別情報と、音声認識サーバを利用するユーザを識別するユーザ識別情報を前記音声認識サーバに送信するステップと、
   前記クライアント端末に、音声を入力するステップと、
   前記クライアント端末に、ユーザ識別情報及び前記音声を送信するステップと、
   前記音声認識サーバに、前記音声を受信するステップと、
   前記音声認識サーバに、該音声について、音声認識をするステップと、
   前記音声認識サーバに、前記音声認識の結果を認識結果情報として前記ユーザ識別情報に関連する情報家電に送信するステップと、
   前記情報家電の前記Ｗｅｂブラウザに、前記認識結果情報を取得するステップと、
   前記情報家電の前記Ｗｅｂブラウザに、所定のタイミングで、前記ユーザ識別情報に関連する前記情報家電に対する前記認識結果情報の有無を確認する確認要求を前記音声認識サーバに送信するステップを実行させ、
   前記認識結果情報を送信するステップは、前記確認要求に基づいて、前記確認要求を送信した情報家電に前記認識結果情報を送信する
   ことを特徴とするプログラム。

Images