JP6065574B2 - ガイダンスシステム、ガイダンスシステム用サーバ及びガイダンスシステム用プログラム - Google Patents

Description

本発明は、ガイダンスシステム、ガイダンスシステム用サーバ及びガイダンスシステム用プログラムに関し、例えば、画像と音声とを連携してガイダンス情報を提供する場合に適用し得るものである。

従来、音声自動応答装置（ＩＶＲ；Ｉｎｔｅｒａｃｔｉｖｅ Ｖｏｉｃｅ Ｒｅｓｐｏｎｃｅ）等の音声ガイダンスサービスは、電話を使った音声のみでの情報提供を行っていた。音声のみのガイダンスよりも、テキストや画像、映像等を用いたビジュアル的なガイダンスの方が、ユーザに分かりやすい情報を提供することができる。例えば、特許文献１や特許文献２に開示されるように、音声ガイダンスとＷｅｂブラウザ機能とを連携させてユーザに情報提供する技術がある。

特許文献１の記載技術は、ＣＴＩ（Ｃｏｍｐｕｔｅｒ Ｔｅｌｅｐｈｏｎｙ Ｉｎｔｅｇｒａｔｉｏｎ）サーバが、顧客の端末装置にＷｅｂブラウザ機能が搭載されているか否かを判定し、搭載されていれば画像データと音声データとを端末に送信する技術である。

特許文献２の記載技術は、Ｗｅｂサーバは、インターネット機能付きの電話端末からの問合わせに応じて、電話端末のＷｅｂブラウザ画面に問合せ情報を表示させる。ユーザは、電話端末に表示された問合せ情報の応答情報を返信する。この問合せと応答とを何回か繰り返して、Ｗｅｂサーバは、ユーザの希望する適切な対応が可能な受付用電話番号を電話端末に表示させる。その後、ユーザが受付用電話番号に対して発信して、オペレータが対応するというものである。

音声ガイダンスとＷｅｂブラウザ機能とを連携させてユーザに情報提供する、上述した特許文献１以外の技術の多くでは、音声ガイダンスサービスに対して、テキストや画像、映像等による視覚的な確認を交えたサービスを展開したい場合、ユーザは、Ｗｅｂブラウザ等から手動で情報の検索やＵＲＬ（Ｕｎｉｆｏｒｍ Ｒｅｓｏｕｒｃｅ Ｌｏｃａｔｏｒ）の入力を行い、自分の手で視覚的な情報を提供する場まで到達する必要があった。

特開２００９−１８２８３６号公報 特開２００５−２７７９７０号公報

電話による音声ガイダンスサービスには、以下に挙げるいくつかの問題点が存在する。

［１］目的とする音声ガイダンスでメニューが読み上げられるまでガイダンスを待ち、さらに、そこからメニューを選択しなければならないため、時間が掛かり、ユーザは面倒に思う。

［２］間違ってメニューを選択してしまった場合に、簡単に前のメニューに戻ることができない。この場合も、もう一度戻るためのメニューが無いか、ガイダンスを聞き続ける必要がある。

［３］情報量が多い場合や、音声では伝わり難い情報は、音声ガイダンスで読み上げられても分かり難く、何度も繰り返し同じ情報を聞くこととなる。

［４］携帯電話や子機を使って音声ガイダンスサービスを利用した場合、ガイダンスを聞いた後、常にボタン操作をするために携帯電話や子機を持ち替えなければならない。

一方で、以上のような電話による音声ガイダンスを使った問い合わせを行わずに、Ｗｅｂによる検索を行う方法もある。しかし、これはＩＴ（Ｉｎｆｏｒｍａｔｉｏｎ Ｔｅｃｈｎｏｌｏｇｙ）リテラシの低い人にとっては、Ｗｅｂによる検索で欲しい情報に到達することは難しいという課題がある。

さらに、音声ガイダンスとＷｅｂ情報の提供を組み合わせた、ユーザからの入力方法が複数種類ある自動応答システム（以下、マルチ入力自動応答システムと呼ぶ）においては、音声ガイダンスとＷｅｂ情報を関連付けて表示するために、保守要員などが、手作業で、音声ガイダンスとＷｅｂ情報の表示時間の調整を実施する必要があり、その調整には多くの時間を費やす必要がある。そのため、マルチ入力自動応答システムは、サービスを展開する事業者にとって負担が大きいという課題がある。

そのため、ユーザなどに負担を掛けずに、音声ガイダンスの提供のタイミングと、音声ガイダンスに対応する視覚的な情報の提供のタイミングとの関係を適切化できるガイダンスシステム、ガイダンスシステム用サーバ及びガイダンスシステム用プログラムが望まれている。

第１の本発明のガイダンスシステムは、音声ガイダンスおよび視覚的情報を対応付けてユーザへ提供するガイダンスシステムであって、（１）ユーザからの入力を受け付けると共に、ユーザへの情報を発音出力及び表示出力可能な入出力手段と、（２）要求された上記音声ガイダンスを出力する音声ガイダンス生成手段と、（３）上記音声ガイダンス生成手段が上記音声ガイダンスを出力する以前に上記音声ガイダンスに対応する視覚的情報を生成し、上記音声ガイダンスに対応する視覚的情報を要求されると、生成された当該視覚的情報を出力する視覚的情報生成手段と、（４）上記入出力手段から、入力情報によって新たな情報の出力が要求されたときに、上記音声ガイダンス生成手段から該当する音声ガイダンスを出力させると共に、その音声ガイダンスに対応する視覚的情報を上記視覚的情報生成手段から出力させて、これら音声ガイダンス及び視覚的情報を上記入出力手段から自動的に出力させるユーザ提供情報管理・制御手段とを備えることを特徴とする。

第２の本発明のガイダンスシステム用サーバは、ユーザからの入力を受け付けると共に、ユーザへの情報を発音出力及び表示出力可能なユーザ端末へ、音声ガイダンスおよび視覚的情報を対応付けたガイダンスシステムを提供するガイダンスシステム用サーバであって、（１）要求された上記音声ガイダンスを出力する音声ガイダンス生成手段と、（２）上記音声ガイダンス生成手段が上記音声ガイダンスを出力する以前に上記音声ガイダンスに対応する視覚的情報を生成し、上記音声ガイダンスに対応する視覚的情報を要求されると、生成された当該視覚的情報を出力する視覚的情報生成手段と、（３）上記ユーザ端末から、入力情報によって新たな情報の出力が要求されたときに、上記音声ガイダンス生成手段から該当する音声ガイダンスを出力させると共に、その音声ガイダンスに対応する視覚的情報を上記視覚的情報生成手段から出力させて、これら音声ガイダンス及び視覚的情報を上記ユーザ端末から自動的に出力させるユーザ提供情報管理・制御手段とを備えることを特徴とする。

第３の本発明のガイダンスシステム用プログラムは、ユーザからの入力を受け付けると共に、ユーザへの情報を発音出力及び表示出力可能なユーザ端末へ、音声ガイダンスおよび視覚的情報を対応付けたガイダンスシステムを提供するガイダンスシステム用サーバに搭載されるコンピュータを、（１）要求された上記音声ガイダンスを出力する音声ガイダンス生成手段と、（２）上記音声ガイダンス生成手段が上記音声ガイダンスを出力する以前に上記音声ガイダンスに対応する視覚的情報を生成し、上記音声ガイダンスに対応する視覚的情報要求されると、生成された当該視覚的情報を出力する視覚的情報生成手段と、（３）上記ユーザ端末から、入力情報によって新たな情報の出力が要求されたときに、上記音声ガイダンス生成手段から該当する音声ガイダンスを出力させると共に、その音声ガイダンスに対応する視覚的情報を上記視覚的情報生成手段から出力させて、これら音声ガイダンス及び視覚的情報を上記ユーザ端末から自動的に出力させるユーザ提供情報管理・制御手段として機能させることを特徴とする。

本発明によれば、ユーザなどに負担を掛けずに、音声ガイダンスの提供タイミングと、音声ガイダンスに対応する視覚的な情報の提供タイミングとの関係を適切化できるガイダンスシステム、ガイダンスシステム用サーバ及びガイダンスシステム用プログラムを提供できる。

実施形態のガイダンスシステムの構成を示すブロック図である。 実施形態のガイダンスシステムにおける、音声通信発信による新規セッションの確立動作を示す各部シーケンス図である。 実施形態のガイダンスシステムにおけるマルチセッション管理部が内蔵するセッション管理データベースの構成を示す説明図である。 実施形態のガイダンスシステムのユーザ端末に表示される視覚的コンテンツの一例を示す説明図である。 実施形態のガイダンスシステムにおける、Ｗｅｂ発信による新規セッションの確立動作を示す各部シーケンス図である。 実施形態のガイダンスシステムにおける、Ｗｅｂ発信による新規セッションの確立動作の中で表示される音声ガイダンスの発音出力の必要性を確認するコンテンツを示す説明図である。 実施形態のガイダンスシステムにおける、ユーザの音声による入力に応じ、次の音声ガイダンス及びそれに対応する視覚的コンテンツをセンタ側装置が提供する動作を示す各部シーケンス図である。 実施形態のガイダンスシステムにおける、Ｗｅｂページのアイコン操作入力に応じ、次の音声ガイダンス及びそれに対応する視覚的コンテンツをセンタ側装置が提供する動作を示す各部シーケンス図である。

（Ａ）主たる実施形態
以下、本発明によるガイダンスシステム、ガイダンスシステム用サーバ及びガイダンスシステム用プログラムの一実施形態を、図面を参照しながら説明する。

実施形態のガイダンスシステムは、当該ガイダンスシステムが組み込まれるシステムの用途は限定されないものである。例えば、コールセンタシステムの中のガイダンスシステムとして組み込まれたものであっても良く、ネット通販システムの中のガイダンスシステムとして組み込まれたものであっても良い。

（Ａ−１）実施形態の構成
図１は、実施形態のガイダンスシステムの構成を示すブロック図である。

図１において、実施形態のガイダンスシステム１０は、センタ側装置２０及びユーザ端末４００を構成要素として有し、センタ側装置２０及びユーザ端末４００は、音声網５００やデータ網５０１を介して接続されている。

センタ側装置２０がガイダンスシステム用サーバの実施形態に相当するものであり、物理的に、複数のサーバで構成されていても良く、また、１つのサーバで構成されていても良い。センタ側装置２０の各要素を、所定機能を実現するようにハードウェアで構成しても良く、ＣＰＵがソフトウェアを実行することで所定機能を発揮させるように構成しても良い。後者の場合であっても、機能的には、図１で表すことができる。

サービス提供者がガイダンスに提供サービスを実現するために構築したセンタ側装置２０は、マルチ制御サーバ１００、コンテンツサーバ２００及びＩＶＲサーバ３００を有する。センタ側装置２０は、ユーザ端末４００との間で、ＰＳＴＮ等の音声網５００やインターネット等のデータ網５０１を介して接続され、音声及びデータ（Ｗｅｂ情報など）の双方で通信を実施する。なお、音声通信にＶｏＩＰ（Ｖｏｉｃｅ ｏｖｅｒ ＩＰ）を適用するような場合には、音声網５００とデータ網５０１とが同一のものとなることもあり得る。

マルチ制御サーバ１００は、マルチアクセス制御部１１０、音声制御部１２０及びＷｅｂ制御部１３０でそれぞれ構成される。

マルチアクセス制御部１１０は、音声通信のためのセッション（音声セッション）やＷｅｂ情報の提供のためのセッション（Ｗｅｂセッション）を統括して管理し、制御するためのマルチセッション管理部１１１及びマルチセッション制御部１１２を有する。マルチセッション管理部１１１は、音声制御部１２０及びＷｅｂ制御部１３０がそれぞれ有するセッション制御部（後述する音声セッション制御部１２１、Ｗｅｂセッション制御部１３１）で生成されたセッションを一元に管理し、マルチ入出力に対応するセッション情報の組を管理する。マルチセッション制御部１１２は、セッション管理部１１１が管理するマルチ入出力のセッションに対して、適切なタイミングでの情報の提供を行うためのコンテンツの生成と対象セッションヘの配信データの提供を行う。

音声制御部１２０は、ユーザ端末４００との間で音声セッションの確立とそのセッション情報の管理を行うための音声セッション制御部１２１と、ＩＶＲサーバ３００との間で入力された音声情報をデータ化し、データで提供されたＩＶＲガイダンスをユーザに提供するための音声制御部本体１２２と有する。

Ｗｅｂ制御部１３０は、ユーザ端末４００との間でＷｅｂセッションの確立とそのセッション情報の管理を行うためのＷｅｂセッション制御部１３１と、コンテンツサーバ２００が持つ情報をＷｅｂ情報に変換し、ユーザ端末４００にＷｅｂ情報を提供するＷｅｂ制御部本体１３２とを有する。

コンテンツサーバ２００は、ユーザ端末４００に対して、音声若しくはＷｅｂによる情報提供を行うためのコンテンツデータを生成するコンテンツ制御部２０１と、コンテンツデータを保管するコンテンツデータベース（コンテンツＤＢ）２０２とを有する。

ＩＶＲサーバ３００は、ユーザ端末４００に対して、ＩＶＲガイダンスの音声データを提供するＩＶＲ生成部３０１と、ユーザ端末４００からの音声入力に対する内容の解析を行う音声認識部３０２とを有する。

マルチ制御サーバ１００、コンテンツサーバ２００及びＩＶＲサーバ３００の各部の機能については、後述する動作説明で、より明らかにする。

ユーザ端末４００自体にはこの実施形態の特徴はないが、この実施形態の場合、ユーザ端末４００は、少なくとも以下の機能部を有することを要する。すなわち、ユーザ端末４００は、音声通話による情報の入出力を行うための音声制御部４０１（例えば、電話機能）と、Ｗｅｂによる情報の入出力を行うためのＷｅｂ制御部４０２（例えば、Ｗｅｂブラウザ）と、Ｗｅｂによる情報の表示を行うＷｅｂ表示部４０３とを有する。

例えば、Ｗｅｂブラウザを搭載した携帯電話機や、スマートフォンや、タブレット端末や、ソフトフォンを搭載したパソコンなどは、この実施形態のユーザ端末４００となり得る。なお、ユーザ端末４００は、機能部毎に複数個の端末に分かれていても構わない。例えば、Ｗｅｂブラウザが搭載されていない携帯電話機と、ソフトフォンに対応していないパソコンとの組をユーザ端末４００として適用するようにしても良い。

上述とは異なり、ユーザ端末４００は、ガイダンス提供サービスを行っている会社のサーバから所定のソフトウェアをダウンロードすることで（なお、記録媒体からのインストールでも良い）、この実施形態のユーザ端末として機能するようにしたものであっても良い。

（Ａ−２）実施形態の動作
次に、実施形態のガイダンスシステム１０の動作を、図面を参照しながら説明する。

以下では、音声通信発信（電話発信）による新規セッションの確立動作、Ｗｅｂ発信による新規セッションの確立動作、音声からの入力及び出力動作、Ｗｅｂからの入力及び出力動作の順に、ガイダンスシステム１０の動作を説明する。

（Ａ−２−１）音声通信発信による新規セッションの確立動作
図２は、実施形態のガイダンスシステム１０における、音声通信発信による新規セッションの確立動作を示す各部シーケンス図である。

ユーザは、センタ側装置２０について定まっている電話番号に対する発呼操作を行い、これにより、ユーザ端末４００の音声通信部４０１と、マルチ制御サーバ１００の音声セッション制御部１２１との協働により音声通信に係るセッション（以下、ユーザ・サーバ間セッションと呼ぶ）が確立する（ステップＳ１００）。音声セッション制御部１２１は、マルチセッション管理部１１１に、ユーザ情報と採番した音声セッション情報とを通知する（ステップＳ１０１）。

ここで、適用する呼制御プロトコルは任意であるが、ＶｏＩＰ通信の場合であればＳＩＰ（Ｓｅｓｓｉｏｎ Ｉｎｉｔｉａｔｉｏｎ Ｐｒｏｔｏｃｏｌ）を適用でき、ＳＩＰの一般的な手順によりセッションを確立することができる。また、音声セッション制御部１２１及びマルチセッション管理部１１１間の通信プロトコルは任意であるが、音声セッション制御部１２１及びユーザ端末４００間の情報の全て又は一部をそのまま適用できるようにＳＩＰを適用するようにしても良い。

音声セッション情報は、上述したユーザ・サーバ間セッションの情報（ＩＤ）と、ＩＶＲセッションの情報（ＩＤ）とでなる。ＩＶＲセッションは、マルチ制御サーバ１００及びＩＶＲサーバ３００間のセッションであり、サーバ・サーバ間セッションということができる。ユーザ情報は、例えば、ＳＩＰのＩＮＶＩＴＥメッセージから抽出した発信元の情報（例えば電話番号））である。

マルチセッション管理部１１１は、ＩＶＲサーバ３００のＩＶＲ生成部３０１にＩＶＲセッションの生成要求を出すと共に（ステップＳ１０２）、内蔵するセッション管理データベース（若しくはメモリ、以下ではデータベースとして説明する）１１１ａ上に音声セッション情報とユーザ情報との紐付け情報を登録する（ステップＳ１０３）。

図３は、マルチセッション管理部１１１が内蔵するセッション管理データベース１１１ａの構成を示す説明図である。

セッション管理データベース１１１ａの１レコードは、ユーザ情報、ユーザ・サーバ間セッション情報、ＩＶＲセッション情報、Ｗｅｂセッション情報、シナリオ情報、コンテンツ情報などを有している。Ｗｅｂセッション情報は、Ｗｅｂに係るコンテンツ（Ｗｅｂページ）を提供するためのユーザ端末４００とセンタ側装置２０とのセッションの情報である。シナリオ情報は、シナリオのどの段階のガイダンスを提供中（提供開始直前も含む）かを示す情報である。コンテンツ情報は、提供中（提供開始直前も含む）のコンテンツ（Ｗｅｂページ）の識別情報である。上述のように、ユーザ・サーバ間セッション情報及びＩＶＲセッション情報が音声セッション情報を構成しており、ステップＳ１０３の登録では、新たなレコードが追加された後、ユーザ情報、ユーザ・サーバ間セッション情報、ＩＶＲセッション情報及びシナリオ情報が記述され、Ｗｅｂセッション情報及びコンテンツ情報は空欄である。シナリオ情報には、初期段階を指示する情報が記述される。

マルチセッション管理部１１１は、ＩＶＲ生成部３０１からＩＶＲセッションの生成応答を受けると（ステップＳ１０４）、コンテンツサーバ２００のコンテンツ制御部２０１に対して、次のコンテンツ（ＩＶＲのガイダンス音声に対応するＷｅｂページを構成させる元となる情報であり、シナリオ情報によりコンテンツの種類が定まる）の取得要求を出す（ステップＳ１０５）。コンテンツ制御部２０１は、コンテンツデータベース２０２から要求されたコンテンツを取出してマルチセッション管理部１１１に返信し（ステップＳ１０６）、マルチセッション管理部１１１は、マルチセッション制御部１１２を経由して、Ｗｅｂセッション制御部１３１に対して、そのコンテンツと共に、Ｗｅｂセッションの事前生成（例えば、Ｗｅｂセッション情報の採番、ユーザ情報とＷｅｂセッション情報との対応付けなど）及びＷｅｂページの事前生成を指示する（ステップＳ１０７、Ｓ１０８）。

ここで、「事前」とは、ＩＶＲ音声ガイダンスの取出しを行う前に、Ｗｅｂページの生成などを開始することを意味している。この実施形態と異なり、ＩＶＲによる音声ガイダンスをユーザ端末４００に送出した後に、コンテンツの取出し、Ｗｅｂセッションの確立、Ｗｅｂページの生成、送出を行う場合には、音声ガイダンスに対応するＷｅｂページがユーザ端末４００で表示されるタイミングが、音声ガイダンスが発音出力されるタイミングからかなり遅れてしまい、ユーザは違和感を覚えたり、音声ガイダンスとＷｅｂページの連動を認識できなかったりする。そのため、この実施形態では、処理に時間を要するＷｅｂページの生成などを事前に行うこととした。

Ｗｅｂセッション制御部１３１は、Ｗｅｂセッションの事前生成及びＷｅｂページの事前生成の指示を受け付けると、Ｗｅｂページの生成やＷｅｂセッション情報の生成などを開始すると共に、その事前生成の指示に対する応答（Ｗｅｂセッション情報やコンテンツ情報を含む）を、マルチセッション制御部１１２を経由して、マルチセッション管理部１１１に返信する（ステップＳ１０９、Ｓ１１０）。このとき、マルチセッション管理部１１１は、返信されたＷｅｂセッション情報及びコンテンツ情報を内蔵するセッション管理データベース１１１ａ上の該当ユーザのレコードに追加する（ステップＳ１１１）。

以上のように、Ｗｅｂページの提供のための処理を前倒しで開始してから、マルチセッション管理部１１１は、ＩＶＲサーバ３００のＩＶＲ生成部３０１にＩＶＲコンテンツ（ガイダンス音声信号を形成するための元データ）の生成指示を出し（ステップＳ１１２）、ＩＶＲ生成部３０１からＩＶＲコンテンツを取得する（ステップＳ１１３）。そして、マルチセッション管理部１１１は、取得したＩＶＲコンテンツに基づいた音声ガイダンスの再生指示を、マルチセッション制御部１１２を経由で音声セッション制御部１２１に出し（ステップＳ１１４、Ｓ１１５）、音声セッション制御部１２１からユーザ端末４００へＩＶＲによる音声ガイダンスが与えられる（ステップＳ１１６）。

ユーザは、音声通信に係るユーザ・サーバ間セッションを確立させた後（ステップＳ１００参照）、視覚的なガイダンス情報を欲する場合には、Ｗｅｂセッションの確立のための操作を行う。例えば、センタ側装置２０について予め定められているＵＲＬにアクセスし、当初のＷｅｂページにユーザを特定する情報（例えば電話番号）などを入力したりする。このようなアクセスに基づく、ユーザ端末４００のＷｅｂ制御部４０２とマルチ制御サーバ１００のＷｅｂセッション制御部１３１との協働によりＷｅｂセッションが確立する（ステップＳ１１７）。なお、図２では、ＩＶＲによる音声ガイダンスの発音出力後に、ユーザがＷｅｂセッションの確立操作を行ったように記載しているが、ＩＶＲによる音声ガイダンスの発音出力がなされる前に、ユーザがＷｅｂセッションの確立操作を行っても良いことは勿論である。

Ｗｅｂセッション制御部１３１は、Ｗｅｂセッションが確立すると、確立したセッション情報をマルチセッション管理部１１１に通知する（ステップＳ１１８）。マルチセッション管理部１１１への通知方法は任意であるが、ユーザ・サーバ間セッションの通知（ステップＳ１０１参照）と同様に、ＳＩＰを適用することができる。マルチセッション管理部１１１は、通知された確立したセッションに係る情報に含まれているユーザ情報をキーとしてセッション管理データベース１１１ａを検索し、事前生成したコンテンツの情報やＷｅｂセッション情報を得る（ステップＳ１１９）。なお、マルチセッション管理部１１１は、セッション管理データベース１１１ａに事前生成されるコンテンツの情報が記述されていない場合には、その書き込み（ステップＳ１１１参照）を待って、コンテンツの情報を取得する。

そして、マルチセッション管理部１１１は、事前生成されてＷｅｂセッション制御部１３１に保管されているコンテンツ（Ｗｅｂページ）の送信指示を、マルチセッション制御部１１２経由でＷｅｂセッション制御部１３１に与える（ステップＳ１２０、Ｓ１２１）。Ｗｅｂセッション制御部１３１は、コンテンツ（Ｗｅｂページ）をユーザ端末４００に提供して表示させると共に（ステップＳ１２２）、マルチセッション制御部１１２経由で、マルチセッション管理部１１１へコンテンツを提供した旨を返信する（ステップＳ１２３、Ｓ１２４）。

以上のようにして、センタ側装置２０は、音声ガイダンスと対応する視覚的コンテンツ（Ｗｅｂページ）を並行的にユーザ端末４００に供給できる状態になり、ユーザ端末４００は、音声ガイダンスと対応する視覚的コンテンツ（Ｗｅｂページ）を並行的に受信してユーザに提供できる状態になる。

図４は、ユーザ端末４００に表示される視覚的コンテンツの一例を示しており、この例はコンテンツがＷｅｂページの場合である。

図４に示すコンテンツ例は、図形や絵や写真などのイメージが表示される部分Ｗ１と、提供された対応する音声ガイダンス（ステップＳ１１６）をテキスト列として記述している部分Ｗ２と、音声ガイダンス中の選択肢を別途取り上げてリンク付きアイコンで表示している部分Ｗ３とを含んでいる。

（Ａ−２−２）Ｗｅｂ発信による新規セッションの確立動作
図５は、実施形態のガイダンスシステム１０における、Ｗｅｂ発信による新規セッションの確立動作を示す各部シーケンス図である。

ユーザは、上述した図２に示す音声通信に係るユーザ・サーバ間セッションを確立した後にＷｅｂセッションを確立するという第１の確立手順に加え、Ｗｅｂセッションを確立した後に音声通信に係るユーザ・サーバ間セッションを確立するという第２の確立手順を採用することができる。

後者の第２の確立手順を採用する場合には、ユーザは、まず、Ｗｅｂセッションの確立のための操作を行い、これにより、ユーザ端末４００のＷｅｂ制御部４０２とマルチ制御サーバ１００のＷｅｂセッション制御部１３１との協働によりＷｅｂセッションが確立する（ステップＳ２００）。例えば、ユーザは、Ｗｅｂセッションの確立のために、センタ側装置２０について予め定められているＵＲＬにアクセスし、ＨＴＴＰ（ＨｙｐｅｒＴｅｘｔ Ｔｒａｎｓｆｅｒ Ｐｒｏｔｏｃｏｌ）に従ってセッションを確立させる。このときアクセスするＵＲＬは、上述した図２に示す第１の確立手順のステップＳ１１７で適用するＵＲＬと異なるようにし、図５に示す第２の確立手順の中におけるアクセスか、図２に示す第１の確立手順の中におけるアクセスかを容易に区別できるようにしても良い。

Ｗｅｂセッション制御部１３１は、Ｗｅｂセッションが確立すると、その旨をマルチセッション管理部１１１に通知する（ステップＳ２０１）。このとき、マルチセッション管理部１１１は、コンテンツ制御部２０１にコンテンツデータベース２０２からの当初のコンテンツの取得を依頼し（ステップＳ２０２）、コンテンツ制御部２０１が返信したコンテンツを受領する（ステップＳ２０３）。そして、マルチセッション管理部１１１は、取得したコンテンツを表示し得る形式のデータ（Ｗｅｂページ）に変換し、そのコンテンツをＷｅｂセッション制御部１３１経由でユーザ端末４００に送信して表示させると共に（ステップＳ２０４、Ｓ２０５）、セッション管理データベース１１１ａに新規なレコードを追加させ、Ｗｅｂセッション情報やシナリオ情報やコンテンツ情報などを記述する（ステップＳ２０６）。

ユーザ端末４００に当初に表示されるコンテンツは、例えば２種類ある。２種類のコンテンツは、当初の音声ガイダンスに対応したコンテンツ（上述した図４参照）と、図６に示す音声ガイダンスの発音出力の必要性を確認するコンテンツとであり、後者のコンテンツの必要表示領域を前者のコンテンツの必要表示領域より小さくし、後者のコンテンツを前者のコンテンツ上に表示させる。図６は、音声ガイダンスの発音出力の必要性を確認するコンテンツの一例を示している。図６の例は、「音声によるガイダンスが必要な方は電話番号を入力した後、実行キーを押して下さい。」という文章と、電話番号を入力させるフィールドと、「実行キー」アイコンと、「音声不要キー」アイコンとを含んでいる。「音声不要キー」アイコンが操作されたときには、図６に示すコンテンツの表示は終了し、図４に示すコンテンツだけが表示される。この表示の終了は、図６に示すコンテンツのデータの中に表示を終了させるソフトウェアを組み込んでおくことにより、センタ側装置２０との通信を行うことなく実行される。「実行キー」アイコンが操作されたときには、操作に対する後述するステップＳ２１１の応答がユーザ端末４００に返信されたときに、図６に示すコンテンツの表示は終了し、図４に示すコンテンツだけが表示されることになる。

ユーザが電話番号を入力して音声ガイダンスの発音出力を求めた場合（図６の例であれば、電話番号を入力後に実行キーアイコンを操作した場合）には、ユーザ端末４００は、音声ガイダンスの発音出力のための、電話番号を伴うＨＴＴＰに従っている接続指示（図６ではＩＶＲ接続指示と記述している）を、Ｗｅｂセッション制御部１３１経由で、マルチセッション管理部１１１に与える（ステップＳ２０８）。このとき、マルチセッション管理部１１１は、指示に係るＷｅｂセッション情報をキーとしてセッション管理データベース１１１ａのレコードを認識し、そのレコードのユーザ情報のフィールドに指示に含まれている電話番号を記述すると共に（ステップＳ２０９）、指示を受け付けた旨を、Ｗｅｂセッション制御部１３１経由で、ユーザ端末４００に返信する（ステップＳ２１０、Ｓ２１１）。

次に、マルチセッション管理部１１１は、ＩＶＲサーバ３００との間で、ＩＶＲによる音声ガイダンスやそれに対する応答音声信号を授受できるようにすべくＩＶＲセッションを生成させて取込み（ステップＳ２１２、Ｓ２１３）、また、音声セッション制御部１２１に対して、マルチセッション制御部１１２経由で、ユーザ端末４００との音声通信に係るセッションの確立を指示する（ステップＳ２１４、Ｓ２１５）。この指示には、ユーザ端末４００から通知された電話番号が含まれている。このとき、音声セッション制御部１２１は、ユーザ端末４００に向けて発呼し、ユーザ（ユーザ端末４００）がオフフックすることで、音声通信に係るユーザ端末４００及びセンタ側装置２０間のユーザ・サーバ間セッションが確立する（ステップＳ２１６、Ｓ２１７）。

なお、図６では、セッション確立のための授受を２本の線（ステップＳ２１６、Ｓ２１７）で示しているが、これは図面表記の簡便性のためであり、実際には、これより多くの信号授受が実行される。セッション確立のための呼制御プロトコルとして例えばＳＩＰを適用でき、ＳＩＰの場合であれば、ＩＮＶＩＴＥ、１８０ Ｒｉｎｇｉｎｇ、２００ ＯＫ、ＡＣＫなどのＳＩＰメッセージが授受されてセッションが確立される。

ユーザ・サーバ間セッションが確立すると、音声セッション制御部１２１は、その旨をマルチセッション制御部１１２経由でマルチセッション管理部１１１へ通知する（ステップＳ２１８、Ｓ２１９）。このとき、マルチセッション管理部１１１は、内蔵するセッション管理データベース１１１ａの該当するレコードに、音声セッション情報（ユーザ・サーバ間セッション及びＩＶＲセッションの情報）を追加記述する（ステップＳ２２０）。

その後、マルチセッション管理部１１１は、ＩＶＲ生成部３０１に、ＩＶＲコンテンツ（ＩＶＲによる音声ガイダンスの元データ（例えば、圧縮されている））の生成を指示し（ステップＳ２２１）、返信されたＩＶＲコンテンツを取込む（ステップＳ２２２）。そして、マルチセッション管理部１１１は、ＩＶＲによる音声ガイダンスを再生し、再生した音声ガイダンスを、マルチセッション制御部１１２、音声セッション制御部１２１経由でユーザ端末４００に与えて発音出力させる（ステップＳ２２３〜Ｓ２２５）。ユーザ端末４００（のＷｅｂ制御部４０２）は、ステップＳ２０７の情報を送信した以降、音声ガイダンスが再生されること（例えば、ユーザ端末４００が内蔵する受信信号の有音無音判定回路の出力が有音になること）を監視しており、音声ガイダンスの受信開始を認識すると、音声ガイダンスの再生開始を、Ｗｅｂセッション制御部１３１経由でマルチセッション管理部１１１に通知する（ステップＳ２２６、Ｓ２２７）。

以上のようにして、センタ側装置２０は、音声ガイダンスと対応する視覚的コンテンツ（Ｗｅｂページ）を並行的にユーザ端末４００に供給できる状態になり、ユーザ端末４００は、音声ガイダンスと対応する視覚的コンテンツ（Ｗｅｂページ）を並行的に受信してユーザに提供できる状態になる。

（Ａ−２−３）音声からの入力及び出力動作
図７は、実施形態のガイダンスシステム１０における、ユーザの音声による入力に応じ、次の音声ガイダンス及びそれに対応する視覚的コンテンツをセンタ側装置が提供する動作を示す各部シーケンス図である。

発音出力された音声ガイダンス若しくは表示されたＷｅｂページのガイダンスによって、次のガイダンスへ移行する選択肢を認識したユーザは、ユーザ端末４００に対して、音声によって選択肢の選択を入力しても良く、また、表示されたＷｅｂページの選択肢アイコンを操作して選択入力を行っても良い。

図７は、音声によって選択肢の選択入力を行った場合の流れを示しており、後述する図８は、Ｗｅｂページの選択肢アイコンを操作して選択入力を行った場合の流れを示している。

ユーザが音声によって選択肢の選択入力を行うと（図４の例に対する音声入力は「１」、「２」若しくは「３」と発音することになる）、ユーザ端末４００は、捕捉した音声のデータを音声制御部本体１２２に与え（ステップＳ３００）、音声制御部本体１２２は、その音声データをマルチセッション管理部１１１に引き渡す（ステップＳ３０１）。このとき、マルチセッション管理部１１１は、ＩＶＲサーバ３００との間に確立しているＩＶＲセッションを通じて、音声認識部３０２に音声データのテキストデータ化を求め（ステップＳ３０２）、音声認識部３０２は与えられた音声データに対する音声認識を実行し、得たテキストデータ（ユーザが選択した選択肢を規定する情報）をマルチセッション管理部１１１に返信する（ステップＳ３０３）。

そして、マルチセッション管理部１１１は、返信されたテキストデータにより定まる次の視覚的なコンテンツの情報をコンテンツ制御部２０１に要求し（ステップＳ３０４）、コンテンツ制御部２０１が要求に応じてコンテンツデータベース２０２から取出した視覚的なコンテンツ情報を受領する（ステップＳ３０５）。

その後、マルチセッション管理部１１１は、今回のユーザ入力に対する処理が完了する前に、次のユーザ入力があって、現在の処理に悪影響を及ぼすことを防止するため、マルチセッション制御部１１２経由で、Ｗｅｂセッション制御部１３１及び音声セッション制御部１２１に対して、新たな入力を受け付けないで拒否することを通知し、Ｗｅｂセッション制御部１３１及び音声セッション制御部１２１はそれぞれ、受付拒否状態となる（ステップＳ３０６〜Ｓ３０９）。

マルチセッション管理部１１１は、今回のユーザ対応のＩＶＲセッションを介して、ＩＶＲ生成部３０１に対して、ユーザが選択した選択肢を規定する情報に応じたＩＶＲコンテンツの生成を要求し（ステップＳ３１０）、ＩＶＲ生成部３０１が生成したＩＶＲコンテンツを受領する（ステップＳ３１１）。また、マルチセッション管理部１１１は、ステップＳ３０５で受領した視覚的なコンテンツ情報をＷｅｂ制御部本体１３２に渡して表示形式への変換を要求し（ステップＳ３１２）、Ｗｅｂ制御部本体１３２は、その要求に応じて表示形式への変換を行って応答を返信する（ステップＳ３１３）。

処理の前後が全体の動作に影響しないならば、各種のシーケンス図（図２、図５、図７及び後述する図８）に記述した処理は、その順番を入れ替えても、また、並行処理しても良い。上述した受付拒否状態に移行させる処理（ステップＳ３０６〜Ｓ３０９）、ＩＶＲコンテンツを生成させて取込む処理（ステップＳ３１０、Ｓ３１１）、視覚的コンテンツ情報の表示形式への変換を指示してその応答を取込む処理（ステップＳ３１２、Ｓ３１３）などは、処理順序を問わない関係にあるので、図７に示す処理順序に限定されるものではなく、処理順序を入れ換えても、並行処理するようにしても良い。

マルチセッション管理部１１１は、ＩＶＲコンテンツの生成完了や表示形式の視覚的コンテンツの生成完了を受けると、内蔵するマルチセッション管理データベース１１１ａ上に登録されたユーザのアクティブなセッション情報を確認する（ステップＳ３１４）。言い換えると、生成完了したコンテンツの送付先を確認する。図７は、あるユーザ端末４００に関する処理を示しているが、実際上は、センタ側装置２０は、複数のユーザ端末４００に関する処理を並行的に実行しているため、このような確認動作が必要である。

その後、マルチセッション管理部１１１は、マルチセッション制御部１１２経由で、Ｗｅｂセッション制御部１３１及び音声セッション制御部１２１へ、入力受付を再開させること、コンテンツ配信を待機することを指示する（ステップＳ３１５〜Ｓ３１８）。これにより、Ｗｅｂセッション制御部１３１は、新規入力を受け付けられる状態に戻ると共に、視覚的コンテンツの配信を待機する状態になり、待機状態になったことを、マルチセッション制御部１１２経由で、マルチセッション管理部１１１へ返信する（ステップＳ３１９、Ｓ３２０）。同様に、マルチセッション管理部１１１は、新規入力を受け付けられる状態に戻ると共に、音声ガイダンスの配信を待機する状態になり、待機状態になったことを、マルチセッション制御部１１２経由で、マルチセッション管理部１１１へ返信する（ステップＳ３２１、Ｓ３２２）。

マルチセッション管理部１１１は、Ｗｅｂセッション制御部１３１及び音声セッション制御部１２１からの配信待機状態の通知により配信準備の完了を認識すると、マルチセッション制御部１１２にＷｅｂコンテンツ接続指示を出し（ステップＳ３２３）、このとき、マルチセッション制御部１１２は、Ｗｅｂセッション制御部１３１を通じて、ユーザ端末４００にアクセス先をＷｅｂセッション制御部１３１としたＷｅｂコンテンツ接続通知を送信する(ステップＳ３２４)。

このＷｅｂコンテンツ接続通知の送信は、ユーザが音声入力によって次のガイダンスを求めたため、ユーザ端末４００のＷｅｂ制御部４０２が、入力があったことを認識していないこと、及び、今回のユーザ入力に基づく、次の音声ガイダンス及び視覚的コンテンツ情報の提供を同期して実行させることを考慮して設けられた処理である。後述するＷｅｂページに対するアイコン操作によってユーザが次のガイダンスを求めた場合には、前者は成り立たないが、後者が成り立つので、ユーザが音声入力によって次のガイダンスを求めた場合と同様に、Ｗｅｂコンテンツ接続通知の送信を行っている。

Ｗｅｂコンテンツ接続通知を受信したユーザ端末４００は、自動的に、通知されたＷｅｂアクセス先であるＷｅｂセッション制御部１３１にアクセスする（ステップＳ３２６）。なお、アクセスを促すアイコンを表示させ、ユーザがそのアイコンを操作することにより、ユーザ端末４００がアクセスするようにしても良い。アクセスされると、Ｗｅｂセッション制御部１３１は、Ｗｅｂ制御部本体１３２に生成した表示形式の視覚的コンテンツ情報（Ｗｅｂページ）の取得を要求し（ステップＳ３２７）、Ｗｅｂ制御部本体１３２が送出した表示形式の視覚的コンテンツ情報（Ｗｅｂページ）を取込む（ステップＳ３２８）。また、Ｗｅｂセッション制御部１３１は、マルチセッション制御部１１２経由で、マルチセッション管理部１１１にＷｅｂアクセスがあったことを通知する（ステップＳ３２９、Ｓ３３０）。

これを受けて、マルチセッション管理部１１１は、マルチセッション制御部１１２経由でＷｅｂセッション制御部１３１に表示形式の視覚的コンテンツ情報（Ｗｅｂページ）の配信を指示して視覚的コンテンツ情報を配信させると共に（ステップＳ３３１〜Ｓ３３３）、マルチセッション制御部１１２経由で音声セッション制御部１２１にＩＶＲによる音声ガイダンスの配信を指示して音声ガイダンスを配信させる（ステップＳ３３４〜Ｓ３３６）。

これにより、ユーザ端末４００においては、音声ガイダンスに対応する視覚的コンテンツ情報であるＷｅｂページが表示されると並行して、音声ガイダンスが発音出力される。

（Ａ−２−４）Ｗｅｂからの入力及び出力動作
図８は、実施形態のガイダンスシステム１０における、Ｗｅｂページのアイコン操作入力に応じ、次の音声ガイダンス及びそれに対応する視覚的コンテンツをセンタ側装置が提供する動作を示す各部シーケンス図である。図８において、上述した図７との同一、対応ステップには同一符号を付して示している。

発音出力された音声ガイダンス若しくは表示されたＷｅｂページのガイダンスによって、次のガイダンスへ移行する選択肢を認識したユーザは、ユーザ端末４００に対して、音声によって選択肢の選択を入力しても良く、また、表示されたＷｅｂページの選択肢アイコンを操作して選択入力を行っても良い。図８は、ユーザがＷｅｂページの選択肢アイコンを操作して選択入力を行った場合の流れを示している。

ユーザがＷｅｂページの選択肢アイコンを操作すると、ユーザ端末４００は、その操作情報を、Ｗｅｂ制御部本体１３２経由でマルチセッション管理部１１１に与える（ステップＳ４００、Ｓ４０１）。このとき、マルチセッション管理部１１１は、この操作入力情報を受けて、操作された選択肢に応じた次のコンテンツをコンテンツサーバ２００のコンテンツ制御部２０１に要求し（ステップＳ４０２）、コンテンツ制御部２０１がコンテンツデータベース２０２から取出した次のコンテンツを受領する（ステップＳ４０３）。また、マルチセッション管理部１１１は、次のコンテンツの表示形式の生成、配信が完了するまでに表示する一時的な表示形式のコンテンツとして、入力操作を受け付けた旨のメッセージ（例えば、「１の押下を受け付けました。」）を追加した現在のコンテンツを、Ｗｅｂ制御部本体１３２経由でユーザ端末４００に送信する（ステップＳ４０４、Ｓ４０５）。

一般的なＷｅｂページの提供システムの場合、Ｗｅｂページ上のリンク付きアイコンが操作されると、直ちに、次のＷｅｂページの表示に切り替えるが、この実施形態の場合、音声ガイダンスの発音出力に同期して、視覚的なガイダンス情報である次のＷｅｂページを提供するため、同期した提供の準備が完了するまで、入力操作を受け付けた旨のメッセージを追加した現在のコンテンツを継続して表示させることとしている。

入力操作を受け付けた旨のメッセージを追加した現在のコンテンツをユーザ端末４００に送信した以降の処理は、ユーザが音声によって選択肢を入力した上述した図７の場合と同様であるので、その説明は省略する。

（Ａ−３）実施形態の効果
上記実施形態によれば、音声ガイダンスの発音出力と並行して、音声ガイダンスの内容を記述した視覚的情報（Ｗｅｂページ）を表示するようにしたので、音声のみでは伝わりにくい情報や、音声では記憶に留めにくい情報や、聞き漏らした情報を視覚的に補足して、ユーザに提供することができる。

また、上記実施形態によれば、ユーザは、音声入力だけではなく、視覚的な表示情報からの入力も実施できるので、聞き漏らした場合などにおいて、同じ音声ガイダンスを発音出力させてから入力するような無駄な手順を踏むことなく、所望する入力を行うことができ、また、入力方法の自由度も高くなっている。

以上のように、複数のユーザ入力方法を備え、音声ガイダンスの発音出力と表示出力が並行して（タイムラグなく、若しくは、ごく僅かなタイムラグで）行われることにより、ユーザの音声ガイダンスやＷｅｂサービスに対する不満を補うことが可能となり、その結果、サービスの途中離脱率の改善やカスタマサポートにかかるコストの低減に貢献することが可能となる。

（Ｂ）他の実施形態
上記実施形態においては、発音出力された音声ガイダンスに応じたユーザの入力が、音声の発音入力、表示された視覚的情報におけるキーアイコンの操作入力であるものを示したが、これらの一方又は両方に代え、若しくは、これらの両方の入力方法に加え、ユーザ端末４００が有するテンキーの操作入力であっても良い。テンキーの操作により送信される信号がＰＢ（Ｐｕｓｈ Ｂｕｔｔｏｎ）信号であれば、ＩＶＲサーバにＰＢ信号の判定回路を設けることを要する。

上記実施形態においては、Ｗｅｂセッションを確立した後に音声通信に係るユーザ・サーバ間セッションを確立する手順（第２の確立手順）の場合において、Ｗｅｂセッションの当初の確立操作がなされたときに、電話番号を入力させる画面と最初の音声ガイダンスに対応した視覚的なコンテンツ情報画面とを、マルチウィンドウで表示させるものを示したが、これに代えて、以下のようにすることにより、音声ガイダンスの発音出力と、音声ガイダンスの内容を記述した視覚的情報（Ｗｅｂページ）の表示とを並行させるようにしても良い。すなわち、Ｗｅｂセッションの当初の確立操作がなされたときに、電話番号を入力させる画面だけをユーザ端末に表示させ、一方、センタ側装置は、これに並行して最初の音声ガイダンスに対応した視覚的なコンテンツ情報画面の事前生成処理を行い、電話番号が入力されて、その電話番号に基づいて音声セッションを確立した以降に、ＩＶＲによる音声ガイダンスの提供と、音声ガイダンスの内容を記述した視覚的情報（Ｗｅｂページ）の提供とを並行して行うようにしても良い。

上記実施形態においては、視覚的コンテンツの情報をＷｅｂページで提供するものを示したが、視覚的なコンテンツ情報の提供方法はこれに限定されるものではない。

上記実施形態では、音声通信発信（電話発信）によっても、Ｗｅｂ発信によっても新規セッションを確立できるものを示したが、新規セッションの確立はいずれか一方だけに対応するシステムであっても良い。

上記実施形態では、音声ガイダンスも、音声ガイダンスの内容を記述した視覚的情報（Ｗｅｂページ）も１つの言語（日本語）であるものを示したが、これに限定されるものではない。例えば、初期（若しくは全ての）の音声ガイダンス若しくは視覚的情報から言語を選択できる（若しくは切り替えることができる）ようにしても良い。また例えば、音声ガイダンスは１つの言語に固定であるが、視覚的情報には複数の言語の表現を含めるようにしても良い。

上記実施形態の説明では、Ｗｅｂブラウザを搭載した携帯電話機や、スマートフォンや、タブレット端末や、ソフトフォンを搭載したパソコンなどがユーザ端末４００となり得ると説明したが、ユーザ端末は、これに限定されるものではない。ユーザ端末が、銀行のＡＴＭ（Ａｕｔｏｍａｔｅｄ Ｔｅｌｌｅｒ Ｍａｃｈｉｎｅ）や、公共施設等に設置されるキオスク端末、デジタルサイネージ端末などであっても良く、このような端末をユーザ端末として適用することにより、様々な業種やサービスヘ本発明のガイダンスシステムを活用することができる。

さらに、上記実施形態では、ユーザの入出力手段としてのユーザ端末がセンタ側装置と通信網を介して接続するものを示したが、入出力手段が装置本体に搭載された単独の装置のガイダンスシステムとして、本発明のガイダンスシステムを適用することができる。すなわち、音声ガイダンスと、それに対応する視覚的情報との並行的な提供が好ましい独立装置にも、本発明のガイダンスシステムを適用することができる。

１０…ガイダンスシステム、
２０…センタ側装置、
１００…マルチ制御サーバ、１１０…マルチアクセス制御部、１１１…マルチセッション管理部、１１２…マルチセッション制御部、１２０…音声制御部、１２１…音声セッション制御部、１２２…音声制御部本体、１３０…Ｗｅｂ制御部、１３１…Ｗｅｂセッション制御部、１３２…Ｗｅｂ制御部本体、
２００…コンテンツサーバ、２０１…コンテンツ制御部、２０２…コンテンツデータベース（コンテンツＤＢ）、
３００…ＩＶＲサーバ、３０１…ＩＶＲ生成部、３０２…音声認識部、
４００…ユーザ端末、４０１…音声制御部、４０２…Ｗｅｂ制御部、４０３…Ｗｅｂ表示部、
５００…音声網、５０１…データ網。

Claims (7)

1. 音声ガイダンスおよび視覚的情報を対応付けてユーザへ提供するガイダンスシステムであって、
   ユーザからの入力を受け付けると共に、ユーザへの情報を発音出力及び表示出力可能な入出力手段と、
   要求された上記音声ガイダンスを出力する音声ガイダンス生成手段と、
   上記音声ガイダンス生成手段が上記音声ガイダンスを出力する以前に上記音声ガイダンスに対応する視覚的情報を生成し、上記音声ガイダンスに対応する視覚的情報を要求されると、生成された当該視覚的情報を出力する視覚的情報生成手段と、
   上記入出力手段から、入力情報によって新たな情報の出力が要求されたときに、上記音声ガイダンス生成手段から該当する音声ガイダンスを出力させると共に、その音声ガイダンスに対応する視覚的情報を上記視覚的情報生成手段から出力させて、これら音声ガイダンス及び視覚的情報を上記入出力手段から自動的に出力させるユーザ提供情報管理・制御手段と
   を備えることを特徴とするガイダンスシステム。
2. 上記入出力手段は、
   ユーザの発生音声を捕捉した信号をそのまま入力情報とする、若しくは、ユーザのキー操作に応じたＰＢ信号を入力情報とする、音声網用の伝送に適した入力情報を得る第１の入力部と、
   表示出力された視覚的情報上に存在するキーアイコンの操作情報を入力情報とする、データ網用の伝送に適した入力情報を得る第２の入力部とを備え、
   上記ユーザ提供情報管理・制御手段が、上記第１の入力部及び上記第２の入力部のいずれからの入力情報にも対応できるものである
   ことを特徴とする請求項１に記載のガイダンスシステム。
3. 上記ユーザ提供情報管理・制御手段は、上記音声ガイダンス生成手段から該当する音声ガイダンスを出力させる処理、上記視覚的情報生成手段から音声ガイダンスに対応する視覚的情報を出力させる処理、取出した音声ガイダンスを上記入出力手段に送出する処理、取出した視覚的情報を上記入出力手段に送出する処理の流れを予め一つのフローで定め、上記入出力手段からの音声ガイダンス及び視覚的情報の出力タイミングを制御することを特徴とする請求項１又は２に記載のガイダンスシステム。
4. 上記入出力手段がユーザ端末に搭載され、
   上記音声ガイダンス生成手段、上記視覚的情報生成手段及び上記ユーザ提供情報管理・制御手段がガイダンスシステム用サーバに搭載され、
   上記ユーザ端末及び上記ガイダンスシステム用サーバが通信網を介して接続する
   ことを特徴とする請求項１〜３のいずれかに記載のガイダンスシステム。
5. 上記視覚的情報がＷｅｂページ構成の情報であることを特徴とする請求項４に記載のガイダンスシステム。
6. ユーザからの入力を受け付けると共に、ユーザへの情報を発音出力及び表示出力可能なユーザ端末へ、音声ガイダンスおよび視覚的情報を対応付けたガイダンスシステムを提供するガイダンスシステム用サーバにおいて、
   要求された上記音声ガイダンスを出力する音声ガイダンス生成手段と、
   上記音声ガイダンス生成手段が上記音声ガイダンスを出力する以前に上記音声ガイダンスに対応する視覚的情報を生成し、上記音声ガイダンスに対応する視覚的情報を要求されると、生成された当該視覚的情報を出力する視覚的情報生成手段と、
   上記ユーザ端末から、入力情報によって新たな情報の出力が要求されたときに、上記音声ガイダンス生成手段から該当する音声ガイダンスを出力させると共に、その音声ガイダンスに対応する視覚的情報を上記視覚的情報生成手段から出力させて、これら音声ガイダンス及び視覚的情報を上記ユーザ端末から自動的に出力させるユーザ提供情報管理・制御手段と
   を備えることを特徴とするガイダンスシステム用サーバ。
7. ユーザからの入力を受け付けると共に、ユーザへの情報を発音出力及び表示出力可能なユーザ端末へ、音声ガイダンスおよび視覚的情報を対応付けたガイダンスシステムを提供するガイダンスシステム用サーバに搭載されるコンピュータを、
   要求された上記音声ガイダンスを出力する音声ガイダンス生成手段と、
   上記音声ガイダンス生成手段が上記音声ガイダンスを出力する以前に上記音声ガイダンスに対応する視覚的情報を生成し、上記音声ガイダンスに対応する視覚的情報要求されると、生成された当該視覚的情報を出力する視覚的情報生成手段と、
   上記ユーザ端末から、入力情報によって新たな情報の出力が要求されたときに、上記音声ガイダンス生成手段から該当する音声ガイダンスを出力させると共に、その音声ガイダンスに対応する視覚的情報を上記視覚的情報生成手段から出力させて、これら音声ガイダンス及び視覚的情報を上記ユーザ端末から自動的に出力させるユーザ提供情報管理・制御手段として
   機能させることを特徴とするガイダンスシステム用プログラム。

Images