JP6669951B2 - Voice response device - Google Patents

Voice response device Download PDF

Info

Publication number
JP6669951B2
JP6669951B2 JP2018036282A JP2018036282A JP6669951B2 JP 6669951 B2 JP6669951 B2 JP 6669951B2 JP 2018036282 A JP2018036282 A JP 2018036282A JP 2018036282 A JP2018036282 A JP 2018036282A JP 6669951 B2 JP6669951 B2 JP 6669951B2
Authority
JP
Japan
Prior art keywords
voice
response
user
information
server
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
JP2018036282A
Other languages
Japanese (ja)
Other versions
JP2018136545A (en
Inventor
勉 足立
勉 足立
丈誠 横井
丈誠 横井
林 茂
茂 林
健純 近藤
健純 近藤
辰美 黒田
辰美 黒田
大介 毛利
大介 毛利
豪生 野澤
豪生 野澤
謙史 竹中
謙史 竹中
毅 川西
毅 川西
健司 水野
健司 水野
博司 前川
博司 前川
岩田 誠
誠 岩田
Original Assignee
Case特許株式会社
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Case特許株式会社 filed Critical Case特許株式会社
Publication of JP2018136545A publication Critical patent/JP2018136545A/en
Application granted granted Critical
Publication of JP6669951B2 publication Critical patent/JP6669951B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/16Sound input; Sound output
    • G06F3/167Audio in a user interface, e.g. using voice commands for navigating, audio feedback

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Telephonic Communication Services (AREA)
  • Telephone Function (AREA)

Description

関連出願の相互参照Cross-reference of related applications

本国際出願は、2012年6月18日に日本国特許庁に出願された日本国特許出願第2
012−137065号、日本国特許出願第2012−137066号、および日本国特許出願第2012−137067号に基づく優先権を主張するものであり、日本国特許出願第2012−137065号、日本国特許出願第2012−137066号、および日本国特許出願第2012−137067号の全内容を参照により本国際出願に援用する。
This international application is based on Japanese Patent Application No. 2 filed with the Japan Patent Office on June 18, 2012.
Claims priority based on Japanese Patent Application No. 012-137065, Japanese Patent Application No. 2012-137066, and Japanese Patent Application No. 2012-137067, and Japanese Patent Application No. 2012-137065, Japanese Patent Application No. No. 2012-137066 and Japanese Patent Application No. 2012-137067 are hereby incorporated by reference into this international application.

本発明は、入力された文字情報に対する応答を音声で行わせる音声応答装置に関する。   The present invention relates to a voice response device that makes a response to input character information by voice.

上記の音声応答装置として、入力された質問に対する回答を辞書から検索し、検索した回答を音声で出力するものが知られている(例えば特許文献1参照)。また、使用者との対話の内容に基づいて質問に対する回答を生成する技術も知られている(例えば特許文献2参照)。   As the above-described voice response device, there is known a voice response device that retrieves an answer to an input question from a dictionary and outputs the retrieved answer by voice (for example, see Patent Document 1). Also, a technique for generating an answer to a question based on the content of a dialogue with a user is known (for example, see Patent Document 2).

特許第4832097号公報Japanese Patent No. 4832097 特許第4924950号公報Japanese Patent No. 4924950

上記技術では、単に1つの質問に対して辞書によって特定される1つの回答を行うように設定されている。
入力された文字情報に対する応答を音声で行わせる音声応答装置において、使用者にとってより使い勝手をよくすることが本発明の一側面である。
In the above technology, it is set so that one answer specified by a dictionary is simply given to one question.
One aspect of the present invention is to improve the usability for a user in a voice response device that makes a response to input character information by voice.

第1局面の発明においては、
入力された文字情報に対する応答を音声で行わせる音声応答装置であって、
前記文字情報に対する複数の異なる応答を取得する応答取得手段と、
前記複数の異なる応答をそれぞれ異なる声色で出力させる音声出力手段と、
を備えたことを特徴とする。
In the invention of the first aspect,
A voice response device that makes a response to input character information by voice,
Response acquisition means for acquiring a plurality of different responses to the character information,
Sound output means for outputting the plurality of different responses in different voice colors,
It is characterized by having.

このような音声応答装置によれば、複数の応答を異なる声色で出力させることができるので、1の文字情報に対する解が1つに特定できない場合であっても、異なる解を異なる声色で使用者に分かりやすく出力することができる。よって、使用者にとってより使い勝手をよくすることができる。   According to such a voice response device, a plurality of responses can be output in different voices. Therefore, even when the solution to one character information cannot be specified as one, the user can output different solutions in different voices. Can be output easily. Therefore, the usability can be improved for the user.

なお、本発明の音声応答装置は、例えば、使用者が所持する端末装置として構成されていてもよいし、この端末装置と通信を行うサーバとして構成されていてもよい。また、文字情報は、キーボード等に入力手段を利用して入力されてもよいし、音声を文字情報に変換することで入力されてもよい。   The voice response device of the present invention may be configured as, for example, a terminal device possessed by a user, or may be configured as a server that communicates with the terminal device. Further, the character information may be input using an input unit on a keyboard or the like, or may be input by converting voice into character information.

ところで、上記音声応答装置においては、第2局面の発明のように、
使用者が音声を入力するための音声入力手段と、入力された音声を文字情報に変換し、
該文字情報に対する複数の異なる応答を生成して当該音声応答装置に送信する外部装置、に対して送信する音声送信手段と、
を備え、
前記応答取得手段は、前記外部装置から前記応答を取得する
ようにしてもよい。
By the way, in the voice response device, as in the invention of the second aspect,
Voice input means for the user to input voice, and convert the input voice to character information,
An external device that generates a plurality of different responses to the character information and transmits the generated response to the voice response device;
With
The response acquiring unit may acquire the response from the external device.

このような音声応答装置によれば、音声応答装置では音声を入力することができるので、文字情報を音声で入力する構成とすることができる。また、外部装置において応答を生成する構成とすることができるので、音声応答装置での処理負荷を軽減することができる。   According to such a voice response device, the voice response device can input a voice, and thus can be configured to input character information by voice. In addition, since a response can be generated in the external device, the processing load on the voice response device can be reduced.

なお、音声送信手段においては、「入力された音声を文字情報に変換」する作動を音声応答装置で行ってもよいし、外部装置で行ってもよい。
さらに、上記音声応答装置においては、第3局面の発明のように、
当該音声応答装置または前記外部装置には、複数の文字情報のそれぞれに対して、各文字情報に対する肯定的応答と否定的応答とを含む複数の異なる応答が記録された応答記録手段、を備え、
前記応答取得手段は、前記複数の異なる応答として前記肯定的応答と前記否定的応答とを取得し、
前記音声出力手段は、前記肯定的応答と前記否定的応答とで異なる声色で再生するようにしてもよい。
In the voice transmitting means, the operation of “converting the input voice to character information” may be performed by a voice response device or may be performed by an external device.
Further, in the above voice response device, as in the invention of the third aspect,
The voice response device or the external device, for each of the plurality of character information, a response recording unit in which a plurality of different responses including a positive response and a negative response to each character information is recorded,
The response obtaining means obtains the positive response and the negative response as the plurality of different responses,
The audio output means may reproduce the voice in different voices for the positive response and the negative response.

このような音声応答装置によれば、肯定的応答と否定的応答というように、立場の異なる応答を異なる声色で再生することができるので、別人物が話しているかのように音声を再生することができる。よって、音声を聞く使用者に違和感を覚えさせにくくすることができる。   According to such a voice response device, responses in different positions, such as a positive response and a negative response, can be reproduced in different voices, so that voice can be reproduced as if another person is talking. Can be. Therefore, it is possible to make it difficult for the user who listens to the voice to feel uncomfortable.

なお、応答の種別や応答の際の言葉遣いによって声色を変更してもよい。例えば、優しい口調で応答を行う場合には、落ち着いた女性の音声で再生し、激しい口調で応答する場合には、勇ましい男性の音声で応答するなどすればよい。つまり、応答内容と性格とを対応付けておき、性格に応じて声色を設定するようにすればよい。   Note that the tone may be changed according to the type of response or the wording of the response. For example, when responding in a gentle tone, the voice may be reproduced with a calm female voice, and in responding with an intense tone, a brave male voice may be used. That is, the response content and the personality may be associated with each other, and the tone may be set according to the personality.

また、上記音声応答装置においては、第4局面の発明のように、仕事場や会社の受付で利用する構成とし、或いは使用者が誰かに直接言いにくいことを代わりに伝える構成とすることができる。   Further, in the above-described voice response apparatus, as in the invention of the fourth aspect, it is possible to adopt a configuration in which it is used at the reception of a work place or a company, or alternatively, a configuration in which it is difficult for a user to directly tell someone.

受付において音声応答装置を利用する場合には、セールスに来る者の名前と会社名を音声応答装置や外部装置に予め記録しておき、受付に来たものが、この名前や会社名を名乗った場合には、断る文句の音声を再生するように、応答を生成すればよい。   When using the voice response device at the reception, the name of the person coming to the sales and the company name are recorded in advance on the voice response device or an external device, and the person who came to the reception claims this name or the company name In such a case, the response may be generated so as to reproduce the voice of the rejection.

また、言いにくいことを代わりに伝える構成とする場合には、例えば、デート前に、今日はこのようなことを言いたいと本装置に話しかけておくと、適当なタイミング(例えば予め設定した時刻や、会話が途切れてから一定時間が経過した場合など)で、音声応答装置が代わりに話してくれる(音声を再生する)ようにすればよい。   In addition, in the case of a configuration in which something difficult to say is conveyed instead, for example, before the date, talking to the present device to say such a thing today can be performed at an appropriate timing (for example, a preset time or For example, when a certain period of time has elapsed since the conversation was interrupted), the voice response device may speak (reproduce the voice) instead.

或いは、言いにくいことのきっかけになる言葉、例えば「そういえば何か彼女に話すって言ってなかったっけ?」のような言葉、を話す構成としてもよい。つまり、直ちに応答を出力するのではなく、一定時間経過後など、再生条件が成立した場合に応答を出力するようにしてもよい。   Alternatively, it may be configured to speak a word that triggers something difficult to say, such as "Did you say something to her?" That is, instead of outputting a response immediately, a response may be output when a reproduction condition is satisfied, such as after a certain period of time.

さらに、上記音声応答装置においては、第5局面の発明のように、外部装置または音声応答装置は、文字情報に対する応答を生成するための情報を他の音声応答装置から取得するようにしてもよい。また、上記音声応答装置においては、第6局面の発明のように、文字情報に対する応答を生成するための情報を他の音声応答装置から要求された場合、この要求に応じた情報を返すようにしてもよい。   Further, in the voice response device, as in the fifth aspect, the external device or the voice response device may acquire information for generating a response to the character information from another voice response device. . Further, in the above-described voice response device, when information for generating a response to the character information is requested from another voice response device as in the sixth aspect of the invention, the information corresponding to the request is returned. You may.

この場合、音声応答装置は、位置情報、温度、湿度、照度、騒音レベル等を検出するためのセンサ類や、辞書情報などのデータベースを備えておき、要求に応じて必要な情報を抽出するようにすればよい。   In this case, the voice response device is provided with sensors for detecting position information, temperature, humidity, illuminance, noise level, and the like, and a database such as dictionary information, and extracts necessary information as required. What should I do?

このような音声応答装置(外部装置)によれば、他の音声応答装置から応答を生成するための情報を取得することができる。この場合、他の音声応答装置の位置等、他の音声応答装置固有の情報を取得することができる。   According to such a voice response device (external device), it is possible to obtain information for generating a response from another voice response device. In this case, information unique to another voice response device, such as the position of another voice response device, can be obtained.

また、他の音声応答装置に自身固有の情報を送信することができる。
さらに、上記音声応答装置においては、第7局面の発明のように、自身または他の音声応答装置が出力した応答(例えば、肯定的応答や否定的応答)を文字情報として入力し、この応答に対する反論を行うための応答を生成するようにしてもよい。つまり、使用者の立場からすると、賛成の立場と反対の立場との両方の意見による議論を聞くことができる。そして、この議論を聞いたうえで、使用者は最終判断を行うことができる。
Also, it is possible to transmit information unique to itself to another voice response device.
Further, in the above-described voice response device, as in the invention of the seventh aspect, a response (eg, a positive response or a negative response) output by the voice response device itself or another voice response device is input as character information, and the response to this response is input. A response for making a rebuttal may be generated. In other words, from the perspective of the employer, it is possible to hear discussions from both opinions in favor of and in favor of the opposite. Then, after hearing this discussion, the user can make a final decision.

この構成は、1台または複数の音声応答装置を用いて実現できる。この場合、複数の音声応答装置が音声をやり取りするには、音声を直接入出力してもよいし、無線等による通信を利用してもよい。   This configuration can be realized using one or a plurality of voice response devices. In this case, in order for a plurality of voice response devices to exchange voice, voice may be directly input / output, or wireless communication may be used.

また、第8局面の発明においては、
入力された文字情報に対する応答を音声で行わせる音声応答装置であって、
使用者または使用者に関係がある者を表す関係者の性格を予め設定された区分に従って対応付けた性格情報を取得する性格情報取得手段と、
前記文字情報に対する複数の異なる応答を表す応答候補を取得する応答取得手段と、
前記性格情報に応じて応答候補から出力させる応答を選択し、該選択した応答を出力させる音声出力手段と、
を備えたことを特徴とする。
In the eighth aspect of the invention,
A voice response device that makes a response to input character information by voice,
Personality information acquisition means for acquiring personality information that associates the personality of a person representing a user or a person related to the user according to a preset division,
Response acquisition means for acquiring response candidates representing a plurality of different responses to the character information,
Voice output means for selecting a response to be output from the response candidates according to the personality information, and outputting the selected response;
It is characterized by having.

このような音声応答装置によれば、使用者や使用者に関係がある者(関係者)の性格に応じて異なる応答を行うことができる。よって、使用者にとって使い勝手を良くすることができる。   According to such a voice response device, different responses can be made according to the characteristics of the user or a person (related person) related to the user. Therefore, usability can be improved for the user.

また、上記音声応答装置においては、第9局面の発明のように、
予め設定された複数の質問に対する回答に基づいて前記使用者または前記関係者の性格情報を生成する第1性格情報生成手段を備え、
前記性格情報取得手段は、前記性格情報生成手段で生成された性格情報を取得する
ようにしてもよい。
In the above-described voice response device, as in the ninth aspect of the invention,
A first personality information generating unit configured to generate personality information of the user or the related person based on answers to a plurality of questions set in advance;
The personality information obtaining means may obtain the personality information generated by the personality information generating means.

このような音声応答装置によれば、性格情報を音声応答装置において生成することができる。なお、性格情報を生成する際には、周知の性格分析技術(ロールシャッハ・テスト、ソンディ・テスト等)を利用すればよい。また、性格情報を生成する際には、企業等が採用試験に利用する適性検査の技術を利用してもよい。   According to such a voice response device, personality information can be generated in the voice response device. When generating the personality information, a well-known personality analysis technique (Rorschach test, Sondy test, or the like) may be used. When generating the personality information, an aptitude test technique used by a company or the like for an employment test may be used.

さらに、上記音声応答装置においては、第10局面の発明のように、
前記入力された文字情報に含まれる文字列に基づいて前記使用者または前記関係者の性格情報を生成する第2性格情報生成手段を備え、
前記性格情報取得手段は、前記性格情報生成手段で生成された性格情報を取得する
ようにしてもよい。
Further, in the above voice response device, as in the tenth aspect,
A second character information generating unit that generates character information of the user or the related person based on a character string included in the input character information,
The personality information obtaining means may obtain the personality information generated by the personality information generating means.

このような音声応答装置によれば、使用者が音声応答装置を利用する過程で性格情報を生成することができる。
また、上記音声応答装置においては、第11局面の発明のように、
文字情報に含まれる文字列に基づいて前記使用者または前記関係者の嗜好の傾向を示す嗜好情報を生成する嗜好情報生成手段、を備え、
前記音声出力手段は、前記嗜好情報に基づいて前記応答候補から出力させる応答を選択し、該選択した応答を出力させる
ようにしてもよい。
According to such a voice response device, personality information can be generated in a process in which a user uses the voice response device.
In the above-described voice response device, as in the eleventh aspect,
Preference information generating means for generating preference information indicating a preference tendency of the user or the related person based on a character string included in character information,
The audio output unit may select a response to be output from the response candidates based on the preference information, and output the selected response.

このような音声応答装置によれば、使用者または関係者の好みに応じて応答を行うことができる。
さらに、上記音声応答装置においては、第12局面の発明のように、使用者の行動(会話、移動した場所、カメラに映ったもの)を学習(記録および解析)しておき、使用者の会話における言葉足らずを補うようにしてもよい。
According to such a voice response device, a response can be made according to the preference of the user or the person concerned.
Further, in the above voice response apparatus, as in the twelfth aspect, learning (recording and analyzing) the user's actions (conversation, the place where the user has moved, and what is reflected on the camera), the user's conversation is performed. May be made up for the shortage of words.

例えば、「今日はハンバーグでいい?」との質問に対して「カレーがいいな。」と使用者が回答する会話に対して、本装置が「昨日ハンバーグだったからね」と補うと、使用者が、カレーがいいと発言した理由が伝わる。   For example, if the user supplements the conversation "The curry is good" to the question "Is it okay to have a hamburger today?" But the reason why he said curry is good is conveyed.

また、このような構成は、電話中に実施することもでき、また、使用者の会話に勝手に参加するよう構成してもよい。
さらに、上記音声応答装置においては、第13局面の発明のように、
応答候補を所定のサーバ、またはインターネット上から取得する応答候補取得手段、
を備えていてもよい。
Further, such a configuration can be implemented during a telephone call, or may be configured to participate in a conversation of the user without permission.
Further, in the above voice response device, as in the thirteenth aspect,
Response candidate obtaining means for obtaining a response candidate from a predetermined server or the Internet,
May be provided.

このような音声応答装置によれば、応答候補を自装置や外部装置だけでなく、インターネットや専用線等で接続された任意の装置から取得することができる。
また、上記音声応答装置においては、第14局面の発明のように、
使用者による動作を文字情報に変換する文字情報生成手段、
を備えていてもよい。
According to such a voice response device, response candidates can be obtained not only from the own device or an external device, but also from any device connected via the Internet, a dedicated line, or the like.
Further, in the voice response device, as in the fourteenth aspect,
Character information generating means for converting an operation by a user into character information,
May be provided.

ここで、本発明でいう動作には、会話、文字の手書き、或いは身振り手振り(例えば手話)等の筋肉の動作に起因するものが該当する。
このような音声応答装置によれば、使用者の動作を文字情報に変換することができる。
Here, the motions according to the present invention correspond to motions caused by muscle motions such as conversation, handwriting of characters, or gestures (eg, sign language).
According to such a voice response device, the operation of the user can be converted into character information.

さらに、上記音声応答装置においては、第15局面の発明のように、
文字情報生成手段は、使用者の発話による音声を文字情報に変換し、発声時の癖(発音上の癖など)を学習情報として蓄積する(特徴を捉えてこの特徴を記録しておく)
ようにしてもよい。
Further, in the voice response device, as in the fifteenth aspect,
The character information generation means converts the voice of the user's utterance into character information, and accumulates the habit (pronunciation in pronunciation) at the time of utterance as learning information (capturing the characteristic and recording this characteristic).
You may do so.

このような音声応答装置によれば、学習情報に基づいて文字情報を生成することができるので、文字情報の生成精度を向上させることができる。
また、上記音声応答装置においては、第16局面の発明のように、
前記学習情報を他の音声応答装置に転送する転送手段、
を備えていてもよい。
According to such a voice response device, the character information can be generated based on the learning information, so that the generation accuracy of the character information can be improved.
In the above-described voice response device, as in the sixteenth aspect,
Transfer means for transferring the learning information to another voice response device,
May be provided.

このような音声応答装置によれば、使用者が他の音声応答装置を利用する場合においても、本音声応答装置で記録された学習情報を利用することができる。よって、他の音声応答装置を利用する場合においても文字情報の生成精度を向上させることができる。   According to such a voice response device, even when the user uses another voice response device, the learning information recorded by the voice response device can be used. Therefore, even when another voice response device is used, the accuracy of generating character information can be improved.

さらに、上記音声応答装置においては、第17局面の発明のように、使用者の行動および操作のうちの何れかを検出し、これらに基づいて学習情報または性格情報を生成するようにしてもよい。   Further, in the above-described voice response device, as in the seventeenth aspect, any one of a user's action and operation may be detected, and learning information or personality information may be generated based on the detected action or operation. .

このような音声応答装置によれば、例えば、使用者が数日間連続で電車に飛び乗ることを検出した場合には、翌日からは数分早く家を出るよう促したり、会話から使用者に怒りやすい傾向があることを検出した場合には、気分を抑える音声や音楽を出力したりすることができる。   According to such a voice response device, for example, when it is detected that the user jumps on the train for several consecutive days, the user is prompted to leave the house several minutes earlier from the next day, or the user is easily angry from the conversation. When it is detected that there is a tendency, it is possible to output sound or music that suppresses the mood.

また、上記音声応答装置においては、第18局面の発明のように、
他の音声応答装置から他の音声応答装置に記録されている情報を取得する他装置情報取得手段
を備えていてもよい。
In the above-described voice response device, as in the eighteenth aspect,
Another device information acquisition means for acquiring information recorded in another voice response device from another voice response device may be provided.

このような音声応答装置によれば、他の音声応答装置に記録された情報に基づいて応答を生成することができる。
さらに、上記の音声応答装置においては、第19局面の発明のように、
前記文字情報が入力されない場合において、当該音声応答装置の状況が予め音声を出力させる条件として設定された再生条件に合致するか否かを判定する再生条件判定手段と、
前記再生条件に合致する場合に、予め設定されたメッセージを出力させるメッセージ再生手段と、
を備えていてもよい。
According to such a voice response device, a response can be generated based on information recorded in another voice response device.
Further, in the above voice response device, as in the invention of the nineteenth aspect,
When the character information is not input, a reproduction condition determination unit that determines whether the state of the voice response device matches a reproduction condition set in advance as a condition for outputting a voice,
A message playback unit that outputs a preset message when the playback condition is met;
May be provided.

このような音声応答装置によれば、文字情報が入力されない場合(つまり、使用者が話しかけない場合)であっても、音声を出力させることができる。例えば、強制的に使用者に発話させることで、自動車運転中の眠気抑制対策に利用することができる。また、一人暮らしの者が応答するか否かを判定することで、安否確認を行うことができる。   According to such a voice response device, it is possible to output voice even when character information is not input (that is, when the user does not speak). For example, by forcibly causing the user to speak, it can be used for measures to prevent drowsiness while driving a car. In addition, it is possible to confirm the safety by determining whether or not a person living alone responds.

また、上記音声応答装置においては、第20局面の発明のように、
メッセージ再生手段は、ニュースの情報を取得し、該ニュースに関するメッセージを使用者の回答を求める質問形式で出力させる
ようにしてもよい。
Further, in the voice response device, as in the invention of the twentieth aspect,
The message reproducing means may acquire news information and output a message relating to the news in a question format for asking the user for an answer.

このような音声応答装置によれば、ニュースに関する会話をすることができるので、いつも同じ会話ばかりになることを抑制することができる。会話の内容としては、例えば、ある会社の株価に関する情報を取得できた場合には、「今日の○○会社の株価が○○円上がりましたね。ご存じでしたか?」などとすることができる。   According to such a voice response device, since conversation about news can be performed, it is possible to suppress that the same conversation is always performed. As the content of the conversation, for example, if information on the stock price of a certain company can be obtained, "the stock price of the company XX today has risen by XX yen. Did you know?" .

さらに、上記音声応答装置においては、第21局面の発明のように、
音声出力手段またはメッセージ再生手段は、予め設定されたメッセージに別途取得した(ニュースや環境(気温、天気、位置情報等の)外部取得情報を付加して出力させる
ようにしてもよい。
Further, in the voice response device, as in the invention of the twenty-first aspect,
The voice output means or the message reproducing means may be configured to add externally acquired information (news, environment (temperature, weather, position information, etc.)) separately acquired to a preset message and output the message.

このような音声応答装置によれば、所定のメッセージと取得した情報とを組み合わせた応答を出力することができる。
また、上記音声応答装置においては、第22局面の発明のように、
複数のメッセージを取得し、メッセージの再生頻度に応じて再生するメッセージを選択して出力させる
ようにしてもよい。
According to such a voice response device, it is possible to output a response in which a predetermined message and acquired information are combined.
Further, in the voice response device, as in the invention of the twenty-second aspect,
A plurality of messages may be acquired, and a message to be reproduced may be selected and output according to the reproduction frequency of the message.

このような音声応答装置によれば、再生頻度が高いメッセージを再生しにくくすることで、メッセージ再生時のランダム性を奏したり、敢えて再生頻度が高いメッセージを繰り返し再生することで注意喚起や記憶の定着を促したりすることができる。   According to such a voice response device, it is difficult to reproduce a message with a high frequency of reproduction, thereby providing randomness at the time of message reproduction, or by repeatedly reproducing a message with a high frequency of reproduction to alert or store information. It can encourage retention.

さらに、上記音声応答装置においては、第23局面の発明のように、
応答やメッセージに対する回答が得られない場合に、予め設定された連絡先に対して、使用者を特定する情報、および回答が得られなかった旨を送信する未回答時送信手段、
を備えていてもよい。
Further, in the above voice response device, as in the invention of the twenty-third aspect,
When a response or a response to the message is not obtained, a non-response transmission unit that transmits information that specifies a user to a preset contact address and that no response was obtained,
May be provided.

このような音声応答装置によれば、回答が得られない場合に連絡先に通報することができる。よって、例えば、一人暮らしの老人等の異常を早期に通報することができる。
また、上記音声応答装置においては、第24局面の発明のように、
メッセージ再生手段は、会話内容を記憶し、聞いた内容について同じ内容を得るための質問をする(記憶確認処理)
ようにしてもよい。
According to such a voice response device, it is possible to notify a contact when a response cannot be obtained. Therefore, for example, an abnormality of an elderly person living alone can be reported early.
Further, in the voice response device, as in the invention of the twenty-fourth aspect,
The message reproducing means memorizes the conversation contents and asks a question for obtaining the same contents as the contents heard (memory confirmation processing).
You may do so.

このような音声応答装置によれば、使用者の記憶力の確認をするとともに、記憶の定着を図ることができる。
さらに、上記音声応答装置においては、第25局面の発明のように、
使用者が入力する音声の発音やアクセントの正確度合を検出する発話正確度検出手段と、
検出した正確度合を出力する正確度合出力手段と、
を備えていてもよい。
According to such a voice response device, it is possible to confirm the memory ability of the user and to fix the memory.
Further, in the voice response device, as in the invention of the twenty-fifth aspect,
Utterance accuracy detecting means for detecting the accuracy of pronunciation and accent of voice input by the user,
An accuracy output means for outputting the detected accuracy,
May be provided.

このような音声応答装置によれば、発音やアクセントの正確性を確認することができる。例えば外国語の練習を行う際に有効である。
また、上記音声応答装置においては、第26局面の発明のように、
前記正確度合出力手段は、正確度合が一定値以下の場合に、最も近い単語を含む音声を出力する
ようにしてもよい。
According to such a voice response device, the accuracy of pronunciation and accent can be confirmed. This is effective, for example, when practicing a foreign language.
In the above-described voice response device, as in the twenty-sixth aspect,
The accuracy output means may output a sound including the closest word when the accuracy is equal to or less than a certain value.

このような音声応答装置によれば、使用者が発音やアクセントの正確性を確認することができる。
さらに、上記音声応答装置においては、第27局面の発明のように、
メッセージ再生手段は、正確度合が一定値以下の場合に、再度、同じ質問を出力させるようにしてもよい。
According to such a voice response device, a user can confirm the accuracy of pronunciation and accent.
Further, in the voice response device, as in the invention of the twenty-seventh aspect,
The message reproducing means may output the same question again when the degree of accuracy is equal to or less than a certain value.

このような音声応答装置によれば同じ質問を出力することによって正確な回答を求めることができる。
また、上記音声応答装置においては、第28局面の発明のように、
入力された文字情報によって通信相手を特定し、通信相手毎に予め設定された通信先と前記通信相手とを接続する接続制御手段、
を備えていてもよい。
According to such a voice response device, an exact answer can be obtained by outputting the same question.
Further, in the voice response device, as in the invention of the twenty-eighth aspect,
Connection control means for specifying a communication partner by the input character information and connecting the communication partner and the communication partner preset for each communication partner;
May be provided.

このような音声応答装置によれば、受付業務や電話対応を補助することができる。
特に、上記音声応答装置においては、第29局面の発明のように、
接続制御手段は、営業活動(セールス)、来客を識別し、営業活動であれば断るメッセージを再生する
ようにしてもよい。
According to such a voice response device, it is possible to assist reception work and telephone correspondence.
In particular, in the voice response device, as in the invention of the twenty-ninth aspect,
The connection control means may identify a business activity (sales) and a visitor, and may reproduce a message refusing the business activity.

このような音声応答装置によれば、使用者の業務に支障がある虞がある者を、自身が対応することなく排除することができる。
さらに、上記音声応答装置においては、第30局面の発明のように、入力された文字情報(特に音声)に含まれるキーワードを抽出し、キーワードが該当する接続先に接続するようにしてもよい。なお、例えば相手先の名称等のキーワードとその接続先とは予め対応付けておけばよい。
According to such a voice response device, it is possible to eliminate a person who may interfere with the user's work without taking any action.
Further, in the above-described voice response device, as in the invention of the thirtieth aspect, a keyword included in the input character information (especially voice) may be extracted, and the keyword may be connected to a corresponding connection destination. Note that, for example, a keyword such as the name of the other party and its connection destination may be associated in advance.

このような音声応答装置によれば、電話の転送や受付への呼び出し等の業務を補助することができる。
また、上記音声応答装置においては、第31局面の発明のように、キーワードに基づいて相手が話す要件を認識し、相手が話した概要を使用者に伝えるようにしてもよい。
According to such a voice response device, it is possible to assist operations such as a telephone transfer and a call to a reception.
Further, in the above-described voice response apparatus, as in the invention of the thirty-first aspect, a requirement that the other party speaks may be recognized based on the keyword, and an outline of the other party speaking may be transmitted to the user.

このような音声応答装置によれば、客先との取次の業務を補助することができる。
さらに、上記音声応答装置においては、第32局面の発明のように、
使用者によって入力された音声について、声色から感情を読み取り、通常、怒り、喜び、困惑、悲しみ、高揚のうちの少なくとも1つを含む感情のうちの、何れの感情に該当するかを出力する感情判定手段
を備えていてもよい。
According to such a voice response device, it is possible to assist the agency work with the customer.
Further, in the voice response device, as in the invention of the thirty-second aspect,
An emotion that reads an emotion from a voice of a voice input by a user and outputs which of the emotions including at least one of normal, anger, joy, confusion, sadness, and exaltation. Determination means may be provided.

このような音声応答装置によれば、使用者の感情に応じて応答を出力することができる。
次に、第33局面の発明は、
前記文字情報が入力された際に、当該音声応答装置の周囲を撮像した撮像画像に応じた応答を生成する応答生成手段と、
前記応答を音声で出力させる音声出力手段と、
を備えたことを特徴とする。
According to such a voice response device, a response can be output according to the emotion of the user.
Next, the invention of the 33rd aspect is:
When the character information is input, response generation means for generating a response according to a captured image of the periphery of the voice response device,
Voice output means for outputting the response by voice,
It is characterized by having.

このような音声応答装置によれば、撮像画像に応じて応答を音声で出力することができる。したがって、文字情報のみから応答を生成する構成と比較して使い勝手を向上させることができる。   According to such a voice response device, it is possible to output a response in voice according to the captured image. Therefore, usability can be improved as compared with a configuration in which a response is generated only from character information.

本発明の具体的構成としては、例えば、認識したものが何かを応答するよう文字情報を入力し、撮像画像から認識したものが何か(誰か)を音声で出力するなどの構成が挙げられる。   As a specific configuration of the present invention, for example, a configuration in which text information is input so as to respond to what is recognized, and what (someone) is recognized from the captured image is output as a voice, or the like is given. .

ところで、上記音声応答装置においては、第34局面の発明のように、
文字情報に含まれる物体を撮像画像中から画像処理によって検索し、該検索された物体の位置を特定する位置特定手段検索手段と、
前記物体の位置まで案内する案内手段と、
を備えていてもよい。
By the way, in the voice response device, as in the invention of the thirty-fourth aspect,
Position specifying means searching means for searching an object included in the character information from the captured image by image processing, and specifying the position of the searched object;
Guiding means for guiding to the position of the object,
May be provided.

このような音声応答装置によれば、撮像画像中の物体まで使用者を案内することができる。
さらに、上記音声応答装置においては、第35局面の発明のように、
文字情報を音声で入力する際において使用者の口の形状を撮像した動画像を取得する音
声入力動画取得手段と、
前記音声を文字情報に変換し、かつ、該動画像に基づいて、音声の不明確な部分を推定して文字情報を補正する文字情報変換手段と、
を備えていてもよい。
According to such a voice response device, a user can be guided to an object in a captured image.
Further, in the voice response device, as in the invention of the thirty-fifth aspect,
Voice input moving image obtaining means for obtaining a moving image capturing the shape of the user's mouth when inputting character information by voice,
The voice information is converted to character information, and, based on the moving image, character information conversion means for correcting the character information by estimating an unclear portion of the sound,
May be provided.

このような音声応答装置によれば、口の形状から発声内容を推定することできるので、音声の不明確な部分を良好に推定することができる。
また、上記音声応答装置においては、第36局面の発明のように、
メッセージ再生手段は、思いがけずに発する音声を検出することによって使用者の苛立ちや動揺を検出し、苛立ちや動揺を抑制するためのメッセージを生成する
ようにしてもよい。
According to such a voice response device, since the utterance content can be estimated from the shape of the mouth, it is possible to satisfactorily estimate an unclear portion of the voice.
Further, in the voice response device, as in the invention of the thirty-sixth aspect,
The message reproducing means may detect the user's frustration or agitation by detecting a sound uttered unexpectedly, and may generate a message for suppressing the frustration or the agitation.

このような音声応答装置によれば、使用者に苛立ちや動揺がある場合に、これらを抑制することができる。よって、使用者と周囲とのトラブルの発生を抑制することができる。
さらに、上記音声応答装置においては、第37局面の発明のように、
目的地までの案内を行う場合において、目的地までの天気、温度、湿度、交通情報、路面状態等の経路情報を取得する経路情報取得手段、を備え、
メッセージ再生手段は、経路情報を音声で出力させる
ようにしてもよい。
According to such a voice response device, when the user is frustrated or upset, these can be suppressed. Therefore, occurrence of trouble between the user and the surroundings can be suppressed.
Further, in the above voice response device, as in the thirty-seventh aspect,
In the case of providing guidance to the destination, it is provided with route information acquisition means for acquiring route information such as weather, temperature, humidity, traffic information, and road surface conditions to the destination,
The message reproducing means may output the route information by voice.

このような音声応答装置によれば、目的地までの状況(経路情報)を使用者に音声で通知することができる。
また、上記音声応答装置においては、第38局面の発明のように、
使用者の視線を検出する視線検出手段と、
前記メッセージ再生手段による呼びかけに対して所定の位置に使用者の視線が移動しない場合、視線を所定の位置に移動させるよう要求する音声を出力する視線移動要求送信手段と、
を備えていてもよい。
According to such a voice response device, the situation (route information) to the destination can be notified to the user by voice.
Further, in the above voice response device, as in the invention of the thirty-eighth aspect,
Gaze detection means for detecting the gaze of the user,
When the user's line of sight does not move to a predetermined position in response to the call by the message reproducing unit, a line of sight movement request transmitting unit that outputs a voice requesting that the line of sight move to the predetermined position,
May be provided.

このような音声応答装置によれば、使用者に特定の位置を見させることができる。よって、車両運転時の安全確認などを確実に行うことができる。
なお、上記音声応答装置においては、第39局面の発明のように、
体の部位の位置や顔の表情を観察し、前記呼びかけ対する変化が少ない場合、体の部位の位置や顔の表情を変化させるよう要求する音声を出力する変化要求送信手段
を備えていてもよい。
According to such a voice response device, a user can be caused to see a specific position. Therefore, it is possible to surely confirm the safety at the time of driving the vehicle.
In the voice response device, as in the thirty-ninth aspect,
A change request transmission unit that observes the position of the body part and the facial expression and, when the change in response to the call is small, may output a voice requesting to change the position of the body part and the facial expression may be provided. .

このような音声応答装置によれば、使用者の体の部位の位置を特定の位置に移動させたり、特定の表情をするよう誘導したりすることができる。本発明は、車両の運転時や身体検査等の際に利用することができる。   According to such a voice response device, it is possible to move the position of the body part of the user to a specific position or to guide the user to give a specific expression. INDUSTRIAL APPLICATION This invention can be utilized at the time of driving of a vehicle, a physical examination, etc.

さらに、上記音声応答装置においては、第40局面の発明のように、
使用者が視聴する放送番組と同様の放送番組を取得する放送番組取得手段と、
放送番組が途切れた場合に、自身が取得した放送番組を出力することで途切れた放送番組を補完する放送番組補完手段と、
を備えていてもよい。
Further, in the voice response device, as in the invention of the fortieth aspect,
Broadcast program acquisition means for acquiring a broadcast program similar to a broadcast program viewed by a user;
Broadcast program complementing means for complementing the interrupted broadcast program by outputting the broadcast program obtained by itself when the broadcast program is interrupted,
May be provided.

このような音声応答装置によれば、使用者が視聴する放送番組が途切れないように補うことができる。
また、上記音声応答装置においては、第41局面の発明のように、
歌詞無しの楽曲に使用者が歌詞を付して歌う場合において、歌詞ありの楽曲と使用者が
付した歌詞とを比較し、使用者の歌詞のみがない部分において歌詞を音声で出力させる歌詞付加手段、を備えたこと。
According to such a voice response device, it is possible to supplement a broadcast program viewed by a user so as not to be interrupted.
Further, in the voice response device, as in the invention of the forty-first aspect,
When a user sings a song without lyrics with lyrics, the song with lyrics is compared with the lyrics given by the user, and lyrics are added to output the lyrics as voice when there is only the lyrics of the user. Means.

このような音声応答装置によれば、いわゆるカラオケにおいて使用者が歌えない部分(歌詞が途切れた部分)を補うことができる。
さらに、上記音声応答装置においては、第42局面の発明のように、
撮像画像中に文字が含まれる場合において、使用者からこの文字の読み方についての質問を受けると、この文字の情報を外部から取得し、この情報に含まれる文字の読み方を音声で出力させる読み方出力手段、
を備えていてもよい。
According to such a voice response device, it is possible to supplement a portion of the so-called karaoke where the user cannot sing (a portion where lyrics are interrupted).
Further, in the voice response device, as in the invention of the forty-second aspect,
When a character is included in a captured image and a user receives a question about how to read the character, the information of the character is obtained from the outside, and the reading of the character included in the information is output as a voice. means,
May be provided.

このような音声応答装置によれば、文字の読み方を使用者に教えることができる。
また、上記音声応答装置においては、第43局面の発明のように、
使用者の行動や使用者の周囲環境を検出する行動環境検出手段を備え、
メッセージ生成手段は、検出された行動や周囲環境に応じてメッセージを生成する
ようにしてもよい。
According to such a voice response device, it is possible to teach a user how to read characters.
Further, in the voice response device, as in the invention of the forty-third aspect,
Equipped with behavior environment detection means for detecting the behavior of the user and the surrounding environment of the user,
The message generating means may generate a message according to the detected action or the surrounding environment.

このような音声応答装置によれば、危険な場所や立ち入り禁止の領域などを報知することができる。また、使用者に異常な行動があることなどを検出することができる。
さらに、上記音声応答装置においては、第44局面の発明のように、
使用者を撮像した撮像画像に基づいて、健康状態を判定する健康状態判定手段と、
健康状態に応じてメッセージを生成する健康メッセージ生成手段と、
を備えていてもよい。
According to such a voice response device, it is possible to report a dangerous place, a restricted area, and the like. In addition, it is possible to detect that the user has abnormal behavior.
Further, in the voice response device, as in the invention of the forty-fourth aspect,
Health condition determination means for determining a health condition based on a captured image of the user,
Health message generating means for generating a message according to the health condition;
May be provided.

このような音声応答装置によれば、使用者の健康状態を管理することができる。
また、上記音声応答装置においては、第45局面の発明のように、
健康状態が基準値を下回る場合に、所定の連絡先に通報を行う通報手段、
を備えていてもよい。
According to such a voice response device, the health condition of the user can be managed.
Further, in the above voice response device, as in the invention of the forty-fifth aspect,
Notification means for notifying predetermined contact points when the health condition is below the reference value,
May be provided.

このような音声応答装置によれば、使用者の健康状態が基準値以下の場合に、通報を行うことができる。よってより早期に異常を他者に報知することができる。
さらに、上記音声応答装置においては、第46局面の発明のように、使用者以外の者から問い合わせに対して使用者についての情報を出力するようにしてもよい。
According to such a voice response device, it is possible to make a report when the user's health condition is equal to or less than the reference value. Therefore, the abnormality can be notified to another person earlier.
Furthermore, in the above-described voice response device, information on the user may be output in response to an inquiry from a person other than the user, as in the invention of the forty-sixth aspect.

このような音声応答装置によれば、例えば、使用者の食事内容な散歩の距離などを検出しておけば、病院等での質問に使用者に代わって回答することができる。また、健康状態や自己紹介など学習しておくようにしてもよい。   According to such a voice response device, for example, if the distance of a walk including a meal content of the user is detected, a question at a hospital or the like can be answered on behalf of the user. Moreover, you may make it learn, such as a health condition and self-introduction.

なお、各局面の発明は、他の発明を前提とする必要はなく、可能な限り独立した発明とすることができる。   It should be noted that the invention of each aspect does not need to be based on other inventions, and can be made as independent as possible.

本発明が適用された音声応答システムの概略構成を示すブロック図である。1 is a block diagram illustrating a schematic configuration of a voice response system to which the present invention has been applied. 端末装置の概略構成を示すブロック図である。FIG. 2 is a block diagram illustrating a schematic configuration of a terminal device. 端末装置のMPUが実行する音声応答端末処理を示すフローチャートである。It is a flowchart which shows the voice response terminal process which MPU of a terminal device performs. サーバの演算部が実行する音声応答サーバ処理を示すフローチャートである。It is a flowchart which shows the voice response server process which an operation part of a server performs. 応答候補DBの一例を示す説明図である。It is explanatory drawing which shows an example of a response candidate DB. 端末装置のMPUが実行する自動会話端末処理を示すフローチャートである。It is a flowchart which shows the automatic conversation terminal process which MPU of a terminal device performs. サーバの演算部が実行する自動会話サーバ処理を示すフローチャートである。It is a flowchart which shows the automatic conversation server process which the calculation part of a server performs. 端末装置のMPUが実行する伝言端末処理を示すフローチャートである。It is a flowchart which shows the message terminal process which MPU of a terminal device performs. サーバの演算部が実行する伝言サーバ処理を示すフローチャートである。It is a flowchart which shows the message server process which an operation part of a server performs. 端末装置のMPUが実行する誘導端末処理を示すフローチャートである。It is a flowchart which shows the guidance terminal process which MPU of a terminal device performs. サーバの演算部が実行する誘導サーバ処理を示すフローチャートである。It is a flowchart which shows the guidance server process which the calculation part of a server performs. サーバの演算部が実行する受付処理を示すフローチャートである。It is a flowchart which shows the reception process which the calculation part of a server performs. 端末装置のMPUが実行する情報提供端末処理を示すフローチャートである。It is a flowchart which shows the information provision terminal process which MPU of a terminal device performs. 性格DBの一例を示す説明図である。It is explanatory drawing which shows an example of a personality DB. 端末装置のMPUが実行する性格情報生成処理を示すフローチャートである。It is a flowchart which shows the character information generation process which MPU of a terminal device performs. 嗜好DBの一例を示す説明図である。It is explanatory drawing which shows an example of a taste DB. サーバの演算部が実行する嗜好情報生成処理を示すフローチャートである。9 is a flowchart illustrating a preference information generation process executed by a calculation unit of the server. 性格区分と嗜好との組み合わせ例を示す説明図である。It is explanatory drawing which shows the example of a combination of a personality classification and a preference. サーバの演算部が実行する動作文字入力処理を示すフローチャートである。It is a flowchart which shows the operation | movement character input process which the calculation part of a server performs. サーバの演算部が実行する他端末利用処理を示すフローチャートである。It is a flowchart which shows the other terminal use process which the calculation part of a server performs. サーバの演算部が実行する記憶確認処理を示すフローチャートである。It is a flowchart which shows the memory confirmation process which the calculation part of a server performs. サーバの演算部が実行する発音判定処理1を示すフローチャートである。5 is a flowchart illustrating a sound generation determination process 1 executed by a calculation unit of the server. サーバの演算部が実行する発音判定処理2を示すフローチャートである。9 is a flowchart illustrating a sound generation determination process 2 executed by a calculation unit of the server. サーバの演算部が実行する発音判定処理3を示すフローチャートである。9 is a flowchart illustrating a sound generation determination process 3 executed by a calculation unit of the server. サーバの演算部が実行する感情判定処理を示すフローチャートである。It is a flowchart which shows the emotion determination process which the calculation part of a server performs. サーバの演算部が実行する感情応答生成処理を示すフローチャートである。It is a flowchart which shows the emotion response generation process which the calculation part of a server performs. サーバの演算部が実行する案内処理を示すフローチャートである。It is a flowchart which shows the guidance process which the calculation part of a server performs. サーバの演算部が実行する移動要求処理1を示すフローチャートである。6 is a flowchart illustrating a movement request process 1 executed by a calculation unit of the server. サーバの演算部が実行する移動要求処理2を示すフローチャートである。9 is a flowchart illustrating a movement request process 2 executed by a calculation unit of the server. サーバの演算部が実行する放送楽曲補完処理を示すフローチャートである。It is a flowchart which shows the broadcast music complement process performed by the calculation part of a server. サーバの演算部が実行する文字解説処理を示すフローチャートである。It is a flowchart which shows the character commentary process which the calculation part of a server performs. サーバの演算部が実行する行動応答端末処理を示すフローチャートである。It is a flowchart which shows the action response terminal process which the calculation part of a server performs. サーバの演算部が実行する行動応答サーバ処理を示すフローチャートである。It is a flowchart which shows the action response server process which the calculation part of a server performs.

以下に本発明にかかる実施の形態を図面と共に説明する。
[第1実施形態]
[本実施形態の構成]
本発明が適用された音声応答システム100は、端末装置1において入力された音声に対して、サーバ90にて適切な応答を生成し、端末装置1で応答を音声で出力するよう構成されたシステムである。詳細には、図1に示すように、音声応答システム100は、複数の端末装置1とサーバ90とが通信基地局80やインターネット網85を介して互いに通信可能に構成されている。
An embodiment according to the present invention will be described below with reference to the drawings.
[First Embodiment]
[Configuration of the present embodiment]
The voice response system 100 to which the present invention is applied is a system configured to generate an appropriate response in the server 90 in response to voice input in the terminal device 1 and output the response in voice in the terminal device 1. It is. Specifically, as shown in FIG. 1, the voice response system 100 is configured such that a plurality of terminal devices 1 and a server 90 can communicate with each other via a communication base station 80 and an Internet network 85.

サーバ90は、通常のサーバ装置としての機能を備えている。特にサーバ90は、演算部101と、各種データベース(DB)とを備えている。演算部101は、CPUと、R
OM、RAM等のメモリを備えた周知の演算装置として構成されており、メモリ内のプログラムに基づいて、インターネット網85を介した端末装置1等との通信や、各種DB内のデータの読み書き、或いは、端末装置1を利用する使用者との会話を行うための音声認識や応答生成といった各種処理を実施する。
The server 90 has a function as a normal server device. In particular, the server 90 includes an arithmetic unit 101 and various databases (DB). The calculation unit 101 includes a CPU, R
It is configured as a well-known arithmetic device having a memory such as an OM and a RAM, and communicates with the terminal device 1 and the like via the Internet network 85, reads and writes data in various DBs, based on a program in the memory. Alternatively, various processes such as voice recognition and response generation for performing a conversation with the user using the terminal device 1 are performed.

各種DBとしては、図1に示すように、音声認識DB102、予測変換DB103、音声DB104、応答候補DB105、性格DB106、学習DB107、嗜好DB108、ニュースDB109、天気DB110、再生条件DB111、手書き文字・手話DB112、端末情報DB113、感情判定DB114、健康判定DB115、カラオケDB116、通報先DB117、セールスDB118、クライアントDB119等を備えている。なお、これらのDBの詳細については、処理の説明の都度述べることにする。   As shown in FIG. 1, various DBs include a voice recognition DB 102, a prediction conversion DB 103, a voice DB 104, a response candidate DB 105, a personality DB 106, a learning DB 107, a preference DB 108, a news DB 109, a weather DB 110, a reproduction condition DB 111, handwritten characters and sign language. A DB 112, a terminal information DB 113, an emotion determination DB 114, a health determination DB 115, a karaoke DB 116, a report destination DB 117, a sales DB 118, a client DB 119, and the like are provided. The details of these DBs will be described each time the processing is described.

次に、端末装置1は、図2に示すように、行動センサユニット10と、通信部50と、報知部60と、操作部70と、が所定の筐体に備えられて構成されている。
行動センサユニット10は、周知のMPU31(マイクロプロセッサユニット)、ROM、RAM等のメモリ39、および各種センサを備えており、MPU31は各種センサを構成するセンサ素子が検査対象(湿度、風速等)を良好に検出することができるように、例えば、センサ素子の温度に最適化するためのヒータを駆動させる等の処理を行う。
Next, as shown in FIG. 2, the terminal device 1 includes a behavior sensor unit 10, a communication unit 50, a notification unit 60, and an operation unit 70 provided in a predetermined housing.
The behavior sensor unit 10 includes a well-known MPU 31 (microprocessor unit), a memory 39 such as a ROM and a RAM, and various sensors. The MPU 31 is configured such that sensor elements constituting various sensors determine an inspection target (humidity, wind speed, etc.). For example, processing such as driving a heater for optimizing the temperature of the sensor element is performed so that the detection can be performed well.

行動センサユニット10は、各種センサとして、3次元加速度センサ11(3DGセンサ)と、3軸ジャイロセンサ13と、筐体の背面に配置された温度センサ15と、筐体の背面に配置された湿度センサ17と、筐体の正面に配置された温度センサ19と、筐体の正面に配置された湿度センサ21と、筐体の正面に配置された照度センサ23と、筐体の背面に配置された濡れセンサ25と、端末装置1の現在地を検出するGPS受信機27と、風速センサ29とを備えている。   The behavior sensor unit 10 includes, as various sensors, a three-dimensional acceleration sensor 11 (3DG sensor), a three-axis gyro sensor 13, a temperature sensor 15 disposed on the back of the housing, and a humidity disposed on the back of the housing. A sensor 17, a temperature sensor 19 disposed on the front of the housing, a humidity sensor 21 disposed on the front of the housing, an illuminance sensor 23 disposed on the front of the housing, and a rear surface of the housing. A wet sensor 25, a GPS receiver 27 for detecting the current location of the terminal device 1, and a wind speed sensor 29 are provided.

また、行動センサユニット10は、各種センサとして、心電センサ33、心音センサ35、マイク37、カメラ41も備えている。なお、各温度センサ15,19、および各湿度センサ17,21は、筐体の外部空気の温度または湿度を検査対象として測定を行う。   The behavior sensor unit 10 also includes an electrocardiographic sensor 33, a heart sound sensor 35, a microphone 37, and a camera 41 as various sensors. Each of the temperature sensors 15 and 19 and each of the humidity sensors 17 and 21 measure the temperature or humidity of the outside air of the housing as an inspection target.

3次元加速度センサ11は、端末装置1に加えられる互いに直交する3方向(鉛直方向(Z方向)、筐体の幅方向(Y方向)、および筐体の厚み方向(X方向))における加速度を検出し、この検出結果を出力する。   The three-dimensional acceleration sensor 11 detects accelerations applied to the terminal device 1 in three orthogonal directions (vertical direction (Z direction), housing width direction (Y direction), and housing thickness direction (X direction)). And outputs the detection result.

3軸ジャイロセンサ13は、端末装置1に加えられる角速度として、鉛直方向(Z方向)と、該鉛直方向とは直交する任意の2方向(筐体の幅方向(Y方向)、および筐体の厚み方向(X方向))における角加速度(各方向における左回りの各速度を正とする)を検出し、この検出結果を出力する。   The three-axis gyro sensor 13 detects, as angular velocities applied to the terminal device 1, a vertical direction (Z direction), and any two directions perpendicular to the vertical direction (width direction (Y direction) of the housing, and Angular acceleration in the thickness direction (X direction) (each counterclockwise speed in each direction is positive) is detected, and the detection result is output.

温度センサ15,19は、例えば温度に応じて電気抵抗が変化するサーミスタ素子を備えて構成されている。なお、本実施例においては、温度センサ15,19は摂氏温度を検出し、以下の説明に記載する温度表示は全て摂氏温度で行うものとする。   The temperature sensors 15 and 19 include, for example, a thermistor element whose electric resistance changes according to the temperature. In the present embodiment, the temperature sensors 15 and 19 detect the temperature in degrees Celsius, and the temperature display described below is performed in degrees Celsius.

湿度センサ17,21は、例えば周知の高分子膜湿度センサとして構成されている。この高分子膜湿度センサは、相対湿度の変化に応じて高分子膜に含まれる水分の量が変化し、誘電率が変化するコンデンサとして構成されている。   The humidity sensors 17 and 21 are configured as, for example, a well-known polymer film humidity sensor. This polymer film humidity sensor is configured as a capacitor in which the amount of water contained in the polymer film changes according to the change in relative humidity, and the dielectric constant changes.

照度センサ23は、例えばフォトトランジスタを備えた周知の照度センサとして構成されている。
風速センサ29は、例えば周知の風速センサであって、ヒータ温度を所定温度に維持す
る際に必要な電力(放熱量)から風速を算出する。
The illuminance sensor 23 is configured as a known illuminance sensor including, for example, a phototransistor.
The wind speed sensor 29 is, for example, a well-known wind speed sensor, and calculates a wind speed from electric power (a heat release amount) required to maintain the heater temperature at a predetermined temperature.

心音センサ35は、使用者の心臓の拍動による振動を捉える振動センサとして構成されており、MPU31は心音センサ35による検出結果とマイク37から入力される心音とを鑑みて、拍動による振動や騒音と、他の振動や騒音とを識別する。   The heart sound sensor 35 is configured as a vibration sensor that captures vibration due to the pulsation of the user's heart, and the MPU 31 considers the vibration due to the pulsation in consideration of the detection result of the heart sound sensor 35 and the heart sound input from the microphone 37. Identify noise from other vibrations and noise.

濡れセンサ25は筐体表面の水滴を検出し、心電センサ33は使用者の鼓動を検出する。
カメラ41は、端末装置1の筐体内において、端末装置1の外部を撮像範囲とするように配置されている。
The wetting sensor 25 detects a water drop on the housing surface, and the electrocardiographic sensor 33 detects a user's beating.
The camera 41 is arranged inside the housing of the terminal device 1 so that the outside of the terminal device 1 is set as an imaging range.

通信部50は、周知のMPU51と、無線電話ユニット53と、連絡先メモリ55と、を備え、図示しない入出力インターフェイスを介して行動センサユニット10を構成する各種センサからの検出信号を取得可能に構成されている。そして、通信部50のMPU51は、この行動センサユニット10による検出結果や、操作部70を介して入力される入力信号、ROM(図示省略)に格納されたプログラムに応じた処理を実行する。   The communication unit 50 includes a well-known MPU 51, a wireless telephone unit 53, and a contact memory 55, and can acquire detection signals from various sensors constituting the behavior sensor unit 10 via an input / output interface (not shown). It is configured. Then, the MPU 51 of the communication unit 50 executes a process according to a detection result by the behavior sensor unit 10, an input signal input via the operation unit 70, and a program stored in a ROM (not shown).

具体的には、通信部50のMPU51は、使用者が行う特定の動作を検出する動作検出装置としての機能、使用者との位置関係を検出する位置関係検出装置としての機能、使用者により行われる運動の負荷を検出する運動負荷検出装置としての機能、およびMPU51による処理結果を送信する機能を実行する。   Specifically, the MPU 51 of the communication unit 50 has a function as an operation detecting device for detecting a specific operation performed by the user, a function as a positional relationship detecting device for detecting a positional relationship with the user, and a function performed by the user. The MPU 51 executes a function as an exercise load detection device that detects a load of exercise performed and a function of transmitting a processing result by the MPU 51.

無線電話ユニット53は、例えば携帯電話の基地局と通信可能に構成されており、通信部50のMPU51は、該MPU51による処理結果を報知部60に対して出力したり、無線電話ユニット53を介して予め設定された送信先に対して送信したりする。   The wireless telephone unit 53 is configured to be able to communicate with a base station of a mobile phone, for example, and the MPU 51 of the communication unit 50 outputs a processing result by the MPU 51 to the notifying unit 60, or outputs the result through the wireless telephone unit 53. To a preset destination.

連絡先メモリ55は、使用者の訪問先の位置情報を記憶するための記憶領域として機能する。この連絡先メモリ55には、使用者に異常が生じた場合に連絡をすべき連絡先(電話番号など)の情報が記録されている。   The contact memory 55 functions as a storage area for storing positional information of the visit destination of the user. In the contact memory 55, information on contact information (telephone number, etc.) to be contacted when an abnormality occurs in the user is recorded.

報知部60は、例えば、LCDや有機ELディスプレイとして構成されたディスプレイ61と、例えば7色に発光可能なLEDからなる電飾63と、スピーカ65とを備えている。報知部60を構成する各部は、通信部50のMPU51により駆動制御される。   The notification unit 60 includes, for example, a display 61 configured as an LCD or an organic EL display, an illumination 63 composed of, for example, LEDs capable of emitting seven colors, and a speaker 65. The components of the notification unit 60 are driven and controlled by the MPU 51 of the communication unit 50.

次に、操作部70としては、タッチパッド71と、確認ボタン73と、指紋センサ75と、救援依頼レバー77とを備えている。
タッチパッド71は、使用者(使用者や使用者の保護者等)により触れられた位置や圧力に応じた信号を出力する。
Next, the operation unit 70 includes a touch pad 71, a confirmation button 73, a fingerprint sensor 75, and a rescue request lever 77.
The touch pad 71 outputs a signal corresponding to a position or pressure touched by a user (a user, a guardian of the user, or the like).

確認ボタン73は、使用者に押下されると内蔵されたスイッチの接点が閉じるように構成されており、通信部50にて確認ボタン73が押下されたことを検出することができるようにされている。   The confirmation button 73 is configured so that the contact of a built-in switch is closed when pressed by the user, so that the communication unit 50 can detect that the confirmation button 73 is pressed. I have.

指紋センサ75は、周知の指紋センサであって、例えば、光学式センサを用いて指紋を読みとることができるよう構成されている。なお、指紋センサ75に換えて、例えば掌の静脈の形状を認識するセンサ等、人間の身体的特徴を認識することができる手段(バイオメトリクス認証をすることができる手段:個人を特定することができる手段)であれば、採用することができる。   The fingerprint sensor 75 is a well-known fingerprint sensor, and is configured to be able to read a fingerprint using, for example, an optical sensor. In place of the fingerprint sensor 75, a unit capable of recognizing human physical characteristics such as a sensor for recognizing the shape of a palm vein (a unit capable of performing biometrics authentication: identifying an individual) Any means that can be used).

また、操作されると所定の連絡先に接続される救援依頼レバー77も備えている。
[本実施形態の処理]
このような音声応答システム100において実施される処理について以下に説明する。
Also provided is a rescue request lever 77 which is connected to a predetermined contact when operated.
[Processing of this embodiment]
The processing performed in the voice response system 100 will be described below.

端末装置1にて実施される音声応答端末処理は、使用者による音声入力を受付けてこの音声をサーバ90に送り、サーバ90から出力すべき応答を受けるとこの応答を音声で再生する処理である。なお、この処理は、使用者が操作部70を介して音声入力を行う旨を入力すると開始される。   The voice response terminal process performed by the terminal device 1 is a process of receiving a voice input by a user, transmitting the voice to the server 90, and reproducing a response from the server 90 when receiving a response to be output from the server 90. . This process is started when the user inputs a command to input a voice through the operation unit 70.

詳細には、図3に示すように、まず、マイク37からの入力を受け付ける状態(ON状態)とし(S2)、カメラ41による撮像(録画)を開始する(S4)。そして、音声入力があったか否かを判定する(S6)。   More specifically, as shown in FIG. 3, first, an input from the microphone 37 is set (ON state) (S2), and imaging (recording) by the camera 41 is started (S4). Then, it is determined whether or not there is a voice input (S6).

音声入力がなければ(S6:NO)、タイムアウトしたか否かを判定する(S8)。ここで、タイムアウトとは、処理を待機する際の許容時間を超えたことを示し、ここでは許容時間は例えば5秒程度に設定される。   If there is no voice input (S6: NO), it is determined whether a timeout has occurred (S8). Here, the time-out indicates that the allowable time for waiting for processing has been exceeded, and the allowable time is set to, for example, about 5 seconds.

タイムアウトしていれば(S8:YES)、後述するS30の処理に移行する。また、タイムアウトしていなければ(S8:NO)、S6の処理に戻る。
音声入力があれば(S6:YES)、音声をメモリに記録し(S10)、音声の入力が終了したか否かを判定する(S12)。ここでは、音声が一定時間以上途切れた場合や、操作部70を介して音声入力を終了する旨が入力された場合に、音声の入力が終了したと判定する。
If a timeout has occurred (S8: YES), the process proceeds to S30 described below. If the timeout has not occurred (S8: NO), the process returns to S6.
If there is a voice input (S6: YES), the voice is recorded in the memory (S10), and it is determined whether or not the voice input has been completed (S12). Here, it is determined that the input of the voice has ended when the voice has been interrupted for a certain period of time or longer, or when an instruction to end the voice input has been input via the operation unit 70.

音声の入力が終了していなければ(S12:NO)、S10の処理に戻る。また、音声の入力が終了していれば(S12:YES)、自身を特定するためのID、音声、および撮像画像等のデータをサーバ90に対してパケット送信する(S14)。なお、データを送信する処理は、S10とS12の間で行ってもよい。   If the voice input has not been completed (S12: NO), the process returns to S10. If the input of the voice has been completed (S12: YES), the data of the ID for specifying itself, the voice, and the captured image is transmitted to the server 90 by packet (S14). The process of transmitting data may be performed between S10 and S12.

続いて、データの送信が完了したか否かを判定する(S16)。送信が完了していなければ(S16:NO)、S14の処理に戻る。
また、送信が完了していれば(S16:YES)、後述する音声応答サーバ処理にて送信されるデータ(パケット)を受信したか否かを判定する(S18)。データを受信していなければ(S18:NO)、タイムアウトしたか否かを判定する(S20)。
Subsequently, it is determined whether or not the data transmission has been completed (S16). If the transmission has not been completed (S16: NO), the process returns to S14.
If the transmission has been completed (S16: YES), it is determined whether or not the data (packet) transmitted in the voice response server process described later has been received (S18). If data has not been received (S18: NO), it is determined whether or not a timeout has occurred (S20).

タイムアウトしていれば(S20:YES)、後述するS30の処理に移行する。また、タイムアウトしていなければ(S20:NO)、S18の処理に戻る。
また、データを受信していれば(S18:YES)、パケットを受信する(S22)。この処理では、文字情報に対する1または複数の異なる応答がそれぞれ異なる声色で対応付けられたものを取得する。
If the time-out has occurred (S20: YES), the process proceeds to S30 described later. If the timeout has not occurred (S20: NO), the process returns to S18.
If data has been received (S18: YES), a packet is received (S22). In this process, one or a plurality of different responses to the character information are associated with different voices.

そして、受信が完了したか否かを判定する(S24)。受信が完了していなければ(S24:NO)、タイムアウトしたか否かを判定する(S26)。
タイムアウトしていれば(S26:YES)、エラーが発生した旨を報知部60を介して出力し、音声応答端末処理を終了する。また、タイムアウトしていなければ(S26:NO)、S22の処理に戻る。
Then, it is determined whether the reception is completed (S24). If the reception has not been completed (S24: NO), it is determined whether or not a timeout has occurred (S26).
If a timeout has occurred (S26: YES), the fact that an error has occurred is output via the notification unit 60, and the voice response terminal process ends. If the timeout has not occurred (S26: NO), the process returns to S22.

また、受信が完了していれば(S24:YES)、受信したパケットに基づく応答を音声でスピーカ65から出力させる(S28)。この処理では、複数の応答を再生する場合には、複数の応答がそれぞれ異なる声色で再生される。このような処理が終了すると、音声応答端末処理を終了する。   If the reception has been completed (S24: YES), a response based on the received packet is output from the speaker 65 by voice (S28). In this processing, when a plurality of responses are reproduced, the plurality of responses are reproduced in different voices. When such processing ends, the voice response terminal processing ends.

続いて、サーバ90(外部装置)にて実施される音声応答サーバ処理について図4を用いて説明する。音声応答サーバ処理は、端末装置1から音声を受信し、この音声を文字情報に変換する音声認識を行うとともに、音声に対する応答を生成して端末装置1に返す処理である。特に、本実施形態においては、複数の応答を異なる声色の音声と対応付けて送信する場合がある。   Next, the voice response server process performed by the server 90 (external device) will be described with reference to FIG. The voice response server process is a process of receiving a voice from the terminal device 1, performing voice recognition for converting the voice into character information, generating a response to the voice, and returning the response to the terminal device 1. In particular, in the present embodiment, a plurality of responses may be transmitted in association with voices of different timbres.

音声応答サーバ処理の詳細としては、図4に示すように、まず、何れかの端末装置1からのパケットを受信したか否かを判定する(S42)。パケットを受信していなければ(S42:NO)、S42の処理を繰り返す。   As the details of the voice response server process, as shown in FIG. 4, first, it is determined whether or not a packet from any of the terminal devices 1 has been received (S42). If the packet has not been received (S42: NO), the process of S42 is repeated.

また、パケットを受信していれば(S42:YES)、通信相手の端末装置1を特定する(S44)。この処理では、パケットに含まれる端末装置1のIDによって端末装置1を特定する。   If a packet has been received (S42: YES), the terminal device 1 of the communication partner is specified (S44). In this process, the terminal device 1 is specified by the ID of the terminal device 1 included in the packet.

続いて、パケットに含まれる音声を認識する(S46)。ここで、音声認識DB102においては、多数の音声の波形と多数の文字とが対応付けられている。また、予測変換DB103には、ある単語に続いて利用されがちな単語が対応付けられている。   Subsequently, the voice contained in the packet is recognized (S46). Here, in the voice recognition DB 102, many voice waveforms are associated with many characters. The prediction conversion DB 103 is associated with a word that is likely to be used following a certain word.

そこで、この処理では、音声認識DB102および予測変換DB103を参照することで、周知の音声認識処理を実施し、音声を文字情報に変換する。
続いて、撮像画像を画像処理することによって、撮像画像中の物体を特定する(S48)。そして、音声の波形や言葉の語尾などに基づいて、使用者の感情を判定する(S50)。
Therefore, in this process, a well-known voice recognition process is performed by referring to the voice recognition DB 102 and the prediction conversion DB 103, and the voice is converted into character information.
Subsequently, an object in the captured image is specified by performing image processing on the captured image (S48). Then, the emotion of the user is determined based on the waveform of the voice, the ending of the word, and the like (S50).

この処理では、音声の波形(声色)や言葉の語尾などと、通常、怒り、喜び、困惑、悲しみ、高揚などの感情の区分とが対応付けられた感情判定DB114を参照することによって、使用者の感情が何れかの区分に該当するかを判定し、この判定結果をメモリに記録する。続いて、学習DB107を参照することによって、この使用者がよく話す単語を検索し、音声認識にて生成した文字情報が曖昧であった部位を補正する。   In this process, the user refers to the emotion determination DB 114 in which the waveform of voice (voice color), the ending of words, and the like, and the classification of emotions, such as normal, anger, joy, confusion, sadness, and exaltation, are referred to. Is determined in any of the categories, and the determination result is recorded in the memory. Subsequently, by referring to the learning DB 107, a word frequently spoken by the user is searched, and a portion where the character information generated by voice recognition is ambiguous is corrected.

なお、学習DB107には、使用者がよく話す単語や発音時の癖など、使用者の特徴が使用者ごとに記録されている。また、使用者との会話において学習DB107へのデータの追加・修正がなされる。   In the learning DB 107, characteristics of the user such as words often spoken by the user and habits at the time of pronunciation are recorded for each user. In addition, in the conversation with the user, data is added or corrected to the learning DB 107.

続いて、補正後の文字情報を入力された文字情報として特定し(S54)、文字情報に類似する文章を入力として応答候補DB105から検索することによって、応答候補DB105から応答を取得する(S56)。ここで、応答候補DB105には、図5に示すように、入力となる文字情報、第1出力、第1出力の声色、第2出力、第2出力の声色が一義に対応付けられている。   Subsequently, the corrected character information is specified as the input character information (S54), and a response similar to the character information is input and retrieved from the response candidate DB 105 to obtain a response from the response candidate DB 105 (S56). . Here, in the response candidate DB 105, as shown in FIG. 5, input character information, a first output, a first output timbre, a second output, and a second output timbre are uniquely associated.

例えば、図5の第1段目に示すように、「今日の※の天気」という文字情報が入力されると、「今日の※の天気は※です」という第1出力が女1の声色に対応付けて出力される。ただし、「※」の部分は、地域名とその地域での数日間の天気予報とが対応付けられた天気DB110にアクセスすることで取得される。   For example, as shown in the first row of FIG. 5, when the character information of "Today's * weather" is input, the first output of "Today's * weather is *" is the voice of woman 1. Output in association. However, the part of “*” is acquired by accessing the weather DB 110 in which the area name is associated with the weather forecast for several days in the area.

また、「今日の※の天気」という文字情報が入力された場合には、今日の天気が変化するタイミングの天気も天気DB110から取得し、「ただし※は※です。」という第2出力が男1の声色に対応付けて出力される。今日の東京の天気が晴れで明日の天気が雨の場合において「今日の東京の天気」と入力された場合、女1の声色で、「今日の東京の天気
は晴れです。」と出力され、男1の声色で、「ただし明日は雨です。」と出力されることになる。
In addition, when the character information “Today's * weather” is input, the weather at the timing when today's weather changes is also obtained from the weather DB 110, and the second output “However, * is *.” It is output in association with one voice. If today's Tokyo weather is fine and tomorrow's weather is rainy, and if "Today's Tokyo weather" is entered, the voice of Woman 1 will output "Today's Tokyo weather is fine." The voice of Man 1 will output "However, it will rain tomorrow."

なお、本実施形態では、複数の応答を出力する場合を説明したが、入力に対する回答が1つだけの場合には応答は1つだけになる。このため、応答は1つであるか否かを判定する(S58)。応答が1つだけであれば(S58:YES)、後述するS62の処理に移行する。   In the present embodiment, a case has been described in which a plurality of responses are output. However, when there is only one response to an input, there is only one response. For this reason, it is determined whether there is one response (S58). If there is only one response (S58: YES), the process proceeds to S62 described later.

また、応答が複数であれば(S58:NO)、応答内容と声色とを対応付ける(S60)。ここで、音声DB104には、人工音声のデータベースが声色毎に格納されており、この処理では、各応答に対して設定された声色を、データベース中の声色と対応付ける。   If there are a plurality of responses (S58: NO), the response content is associated with the voice (S60). Here, the voice DB 104 stores a database of artificial voices for each voice, and in this process, the voice set for each response is associated with the voice in the database.

続いて、応答内容を音声に変換する(S62)。この処理では、音声DB104に格納されたデータベースに基づいて、応答内容(文字情報)を音声として出力する処理を行う。   Subsequently, the response content is converted to voice (S62). In this process, a process of outputting response contents (character information) as voice based on a database stored in the voice DB 104 is performed.

そして、生成した応答(音声)を通信相手の端末装置1にパケット送信する(S64)。なお、応答内容の音声を生成しつつパケット送信してもよい。
続いて、会話内容を記録する(S68)。この処理では、入力された文字情報と出力された応答内容を会話内容として学習DB107に記録する。この際、会話内容に含まれるキーワード(音声認識DB102に記録された単語)や発音時の特徴などを学習DB107に記録する。
Then, the generated response (voice) is transmitted as a packet to the communication partner terminal device 1 (S64). The packet may be transmitted while generating the voice of the response content.
Subsequently, the conversation contents are recorded (S68). In this process, the input character information and the output response content are recorded in the learning DB 107 as conversation content. At this time, keywords (words recorded in the voice recognition DB 102) included in the conversation contents and features at the time of pronunciation are recorded in the learning DB 107.

このような処理が終了すると、音声応答サーバ処理を終了する。
[本実施形態による効果]
以上のように詳述した音声応答システム100は、入力された文字情報に対する応答を音声で行わせるシステムであって、端末装置1(MPU31)は、文字情報に対する複数の異なる応答を取得し、複数の異なる応答をそれぞれ異なる声色で出力させる。
When such processing ends, the voice response server processing ends.
[Effects of the present embodiment]
The voice response system 100 described in detail above is a system for making a response to input character information by voice, and the terminal device 1 (MPU 31) acquires a plurality of different responses to character information, Are output in different voices.

このような音声応答システム100によれば、複数の応答を異なる声色で出力させることができるので、1の文字情報に対する解が1つに特定できない場合であっても、異なる解を異なる声色で使用者に分かりやすく出力することができる。よって、使用者にとってより使い勝手をよくすることができる。   According to such a voice response system 100, a plurality of responses can be output in different voices. Therefore, even when a solution for one character information cannot be specified as one, different solutions are used in different voices. Output can be easily understood by the user. Therefore, the usability can be improved for the user.

また、上記音声応答システム100において端末装置1は、マイク37を介して使用者による音声を入力し、サーバ90(演算部101)は、入力された音声を文字情報に変換し、該文字情報に対する複数の異なる応答を生成して端末装置1に対して送信する。そして、端末装置1は、サーバ90から応答を取得する。   Further, in the voice response system 100, the terminal device 1 inputs a voice of the user via the microphone 37, and the server 90 (the arithmetic unit 101) converts the input voice into character information, and A plurality of different responses are generated and transmitted to the terminal device 1. Then, the terminal device 1 acquires a response from the server 90.

このような音声応答システム100によれば、端末装置1では音声を入力することができるので、文字情報を音声で入力する構成とすることができる。また、サーバ90において応答を生成する構成とすることができるので、音声応答システム100での処理負荷を軽減することができる。   According to such a voice response system 100, since voice can be input in the terminal device 1, it is possible to adopt a configuration in which character information is input by voice. In addition, since the server 90 can generate a response, the processing load on the voice response system 100 can be reduced.

さらに、上記音声応答システム100においてサーバ90は、使用者の発話による音声を文字情報に変換し、発声時の癖(発音上の癖など)を学習情報として蓄積する(特徴を捉えてこの特徴を記録しておく)。   Further, in the voice response system 100, the server 90 converts the voice of the user's utterance into character information, and accumulates the habit (pronunciation in pronunciation) at the time of utterance as learning information. Record it).

このような音声応答システム100によれば、学習情報に基づいて文字情報を生成することができるので、文字情報の生成精度を向上させることができる。
さらに、上記音声応答システム100においてサーバ90は、使用者によって入力された音声について、声色から感情を読み取り、通常、怒り、喜び、困惑、悲しみ、高揚のうちの少なくとも1つを含む感情のうちの、何れの感情に該当するかを出力する。
According to such a voice response system 100, since character information can be generated based on learning information, the generation accuracy of character information can be improved.
Further, in the voice response system 100, the server 90 reads the emotion from the voice of the voice input by the user, and selects one of emotions including at least one of normal, anger, joy, confusion, sadness, and exaltation. , Which emotion is applicable.

このような音声応答システム100によれば、使用者の感情に応じて応答を出力することができる。
[第1実施形態の変形例]
本実施形態においては、文字情報を入力する構成として音声認識を利用したが、音声認識に限らず、キーボードやタッチパネル等の入力手段(操作部70)を利用して入力されてもよい。また、「入力された音声を文字情報に変換」する作動についてはサーバ90で行ったが、端末装置1で行ってもよい。
According to such a voice response system 100, a response can be output according to the emotion of the user.
[Modification of First Embodiment]
In the present embodiment, voice recognition is used as a configuration for inputting character information. However, the present invention is not limited to voice recognition, and input may be performed using input means (operation unit 70) such as a keyboard or a touch panel. Further, the operation of “converting the input voice into character information” is performed by the server 90, but may be performed by the terminal device 1.

さらに、上記音声応答システム100においてサーバ90には、複数の文字情報のそれぞれに対して、各文字情報に対する肯定的応答と否定的応答とを含む複数の異なる応答が記録された応答候補DB105、を備え、端末装置1は、複数の異なる応答として肯定的応答と否定的応答とを取得し、肯定的応答と否定的応答とで異なる声色で再生するようにしてもよい。   Further, in the voice response system 100, the server 90 includes, for each of the plurality of character information, a response candidate DB 105 in which a plurality of different responses including a positive response and a negative response to each character information are recorded. In addition, the terminal device 1 may acquire a positive response and a negative response as a plurality of different responses, and may reproduce the positive response and the negative response in different voices.

例えば図5に示す第2段目に示すように、何らかの物を「買ってもよいか」との音声を入力すると、この物について、よい評判などの肯定的情報を女の声を対応付けて出力する。また、その一方で、悪い評判などの否定的情報を肯定的情報が対応付けられた女の声とは異なる声色(ここでは男の声)で出力する。   For example, as shown in the second row of FIG. 5, when a voice of "may I buy something" is input, positive information such as good reputation is associated with a female voice for this thing. Output. On the other hand, negative information such as bad reputation is output in a voice (here, a male voice) different from a female voice associated with positive information.

このような音声応答システム100によれば、肯定的応答と否定的応答というように、立場の異なる応答を異なる声色で再生することができるので、別人物が話しているように音声を再生することができる。よって、音声を聞く使用者に違和感を覚えさせにくくすることができる。   According to such a voice response system 100, responses in different positions, such as a positive response and a negative response, can be reproduced in different voices, so that voice is reproduced as if another person is speaking. Can be. Therefore, it is possible to make it difficult for the user who listens to the voice to feel uncomfortable.

なお、応答の種別や応答の際の言葉遣いによって声色を変更してもよい。例えば、優しい口調で応答を行う場合には、落ち着いた女性の音声で再生し、激しい口調で応答する場合には、勇ましい男性の音声で応答するなどすればよい。つまり、応答内容と性格とを対応付けておき、性格に応じて声色を設定するようにすればよい。   Note that the tone may be changed according to the type of response or the wording of the response. For example, when responding in a gentle tone, the voice may be reproduced with a calm female voice, and in responding with an intense tone, a brave male voice may be used. That is, the response content and the personality may be associated with each other, and the tone may be set according to the personality.

さらに、上記音声応答システム100においては、自身の端末装置1または他の端末装置1が出力した応答(例えば、肯定的応答や否定的応答)を文字情報として入力し、この応答に対する反論を行うための応答を生成するようにしてもよい。つまり、使用者の立場からすると、賛成の立場と反対の立場との両方の意見による議論を聞くことができる。そして、この議論を聞いたうえで、使用者は最終判断を行うことができる。   Further, in the voice response system 100, a response (for example, a positive response or a negative response) output from the terminal device 1 of itself or another terminal device 1 is input as character information, and a response is made to the response. May be generated. In other words, from the perspective of the employer, it is possible to hear discussions from both opinions in favor of and in favor of the opposite. Then, after hearing this discussion, the user can make a final decision.

この構成は、1台または複数の端末装置1を用いて実現できる。複数の端末装置1が音声を互いにやり取りするには、音声を直接入出力してもよいし、無線等による通信を利用してもよい。複数の端末装置1とサーバ90とが通信する場合には、S66の処理にて、他の端末装置1にデータを送信すればよい。   This configuration can be realized using one or a plurality of terminal devices 1. In order for the plurality of terminal devices 1 to exchange voice with each other, voice may be directly input and output, or wireless communication may be used. When the plurality of terminal devices 1 communicate with the server 90, data may be transmitted to the other terminal devices 1 in the process of S66.

さらに、上記音声応答システム100において演算部101は、使用者の行動(会話、移動した場所、カメラに映ったもの)を学習(記録および解析)しておき、使用者の会話における言葉足らずを補うようにしてもよい。   Further, in the voice response system 100, the arithmetic unit 101 learns (records and analyzes) the user's actions (conversation, the place where the user has moved, what is reflected on the camera), and makes up for the lack of words in the user's conversation. You may do so.

例えば、「今日はハンバーグでいい?」との質問に対して「カレーがいいな。」と使用者が回答する会話に対して、本装置が「昨日ハンバーグだったからね」と補うと、使用者
が、カレーがいいと発言した理由が伝わる。
For example, if the user supplements the conversation "The curry is good" to the question "Is it okay to have a hamburger today?" But the reason why he said curry is good is conveyed.

また、このような構成は、電話中に実施することもでき、また、使用者の会話に勝手に参加するよう構成してもよい。
さらに、上記音声応答システム100においてサーバ90は、応答候補を所定のサーバ、またはインターネット上から取得するようにしてもよい。
Further, such a configuration can be implemented during a telephone call, or may be configured to participate in a conversation of the user without permission.
Further, in the voice response system 100, the server 90 may acquire a response candidate from a predetermined server or the Internet.

このような音声応答システム100によれば、応答候補をサーバ90だけでなく、インターネットや専用線等で接続された任意の装置から取得することができる。
[第2実施形態]
[第2実施形態の処理]
次に、別形態の音声応答システムについて説明する。本実施形態(第2実施形態)以下の実施形態では、第1実施形態の音声応答システム100と異なる箇所のみを詳述し、第1実施形態の音声応答システム100と同様の箇所については、同一の符号を付して説明を省略する。
According to such a voice response system 100, response candidates can be obtained not only from the server 90 but also from any device connected via the Internet or a dedicated line.
[Second embodiment]
[Process of Second Embodiment]
Next, another type of voice response system will be described. This Embodiment (Second Embodiment) In the following embodiments, only portions different from the voice response system 100 of the first embodiment will be described in detail, and portions similar to those of the voice response system 100 of the first embodiment will be the same. And the description is omitted.

第2実施形態の音声応答システムでは、使用者が文字情報を入力しない場合においても、音声を出力する。詳細には、端末装置1では図6に示す自動会話端末処理を実施する。自動会話端末処理は、例えば端末装置1の電源が投入されると開始される処理であって、その後、繰り返し実行される処理である。   In the voice response system of the second embodiment, voice is output even when the user does not input character information. Specifically, the terminal device 1 performs an automatic conversation terminal process shown in FIG. The automatic conversation terminal process is, for example, a process that is started when the power of the terminal device 1 is turned on, and is a process that is repeatedly executed thereafter.

自動会話端末処理では、まず、自動会話をする旨の設定がON(オン)にされているか否かを判定する(S82)。なお、自動会話を行うか否かについては操作部70を介して、或いは音声を入力することによって使用者が設定可能に構成されている。   In the automatic conversation terminal processing, first, it is determined whether or not the setting for performing the automatic conversation has been turned ON (S82). It should be noted that whether or not to have an automatic conversation can be set by the user via the operation unit 70 or by inputting a voice.

自動会話する旨がOFF(オフ)であれば(S82:NO)、自動会話端末処理を終了する。また、自動会話する旨がONであれば(S82:YES)、自動会話モードに設定された旨を、自身を特定するためのIDとともにサーバ90に対して送信する(S84)。   If the automatic conversation is OFF (S82: NO), the automatic conversation terminal process ends. If the automatic conversation is ON (S82: YES), the automatic transmission mode is transmitted to the server 90 together with an ID for identifying itself (S84).

続いて、サーバ90からのパケットを受信したか否かを判定する(S86)。パケットを受信していなければ(S86:NO)、S86の処理を繰り返す。また、パケットを受信していれば(S86:YES)、前述のS22〜S30と同様の処理を実施し、これらの処理が終了すると自動会話端末処理を終了する。   Subsequently, it is determined whether a packet has been received from the server 90 (S86). If the packet has not been received (S86: NO), the process of S86 is repeated. If a packet has been received (S86: YES), the same processes as those in S22 to S30 described above are performed, and when these processes end, the automatic conversation terminal process ends.

また、サーバ90では、図7に示す自動会話サーバ処理を実行する。自動会話サーバ処理は、例えばサーバ90の電源が投入されると開始され、その後、繰り返し実行される処理である。   Further, the server 90 executes an automatic conversation server process shown in FIG. The automatic conversation server process is a process that is started, for example, when the power of the server 90 is turned on, and thereafter is repeatedly executed.

自動会話サーバ処理では、まず、自動会話モードに設定された旨を端末装置1から受信したか否かを判定する(S92)。自動会話モードに設定された旨を受信していなければ(S92:NO)、S98の処理に移行する。   In the automatic conversation server process, first, it is determined whether or not the fact that the automatic conversation mode has been set has been received from the terminal device 1 (S92). If the fact that the automatic conversation mode has been set has not been received (S92: NO), the process proceeds to S98.

自動会話モードに設定された旨を受信していれば(S92:YES)、受信したパケットに含まれるIDに基づいて通信相手となる端末装置1を特定し(S94)、この通信相手に対して自動会話する旨を設定する(S96)。続いて、自動会話する旨を設定した端末装置1のそれぞれについて、再生条件を満たすか否かを判定する(S98)。   If the fact that the automatic conversation mode has been set has been received (S92: YES), the terminal device 1 as a communication partner is specified based on the ID included in the received packet (S94), and the communication partner is identified. The automatic conversation is set (S96). Subsequently, it is determined whether or not the reproduction condition is satisfied for each of the terminal devices 1 set to have the automatic conversation (S98).

ここで、再生条件とは、例えば、前回の会話(音声入力)から一定時間が経過していることや、1日のあるきまった時刻、特定の天気のとき、何れかのセンサ値が異常を示す値
であるときなどを示す。
Here, the reproduction condition is, for example, that a certain time has elapsed since the previous conversation (voice input), a certain time of day, or a specific weather, when any of the sensor values is abnormal. Indicates when the value is indicated.

再生条件を満たしていなければ(S98:NO)、自動会話サーバ処理を終了する。また、再生条件を満たしていれば(S98:YES)、再生条件に応じたメッセージを生成する(S100)。   If the reproduction condition is not satisfied (S98: NO), the automatic conversation server process ends. If the reproduction condition is satisfied (S98: YES), a message corresponding to the reproduction condition is generated (S100).

ここで、再生条件に応じたメッセージとは、例えば、「おはようございます。」や「こんにちは。」等の定型文であってもよいし、最新のニュースが自動更新されるニュースDB109から得られる最新のニュースに関するものであってもよい。最新のニュースに関するものをメッセージとする場合には、例えば、ある会社の株価に関する情報を取得できた場合には、「今日の○○会社の株価が○○円上がりましたね。ご存じでしたか?」などとすることができる。   Here, the latest and the message in accordance with the playback conditions are, for example, "Good morning." Or "Hello." May be a fixed sentence such as, obtained from the news DB109 the latest news is automatically updated May be related to news. When a message related to the latest news is used as a message, for example, if information on the stock price of a certain company can be obtained, the message “The stock price of company XX today has risen by XX yen. Did you know? And so on.

この処理が終了すると、前述のS42〜S54の処理を実施する。そして、S54の処理が終了すると、通信相手となる端末装置1から所定の回答が得られたか否かを判定する(S112)。ここで、所定の回答とは、例えば、何らかの音声であってもよいし、特定の解答であってもよい。特定の解答とは、例えば、「知っていますか?」との質問に対しては、「知っている」または「知らない」という回答が該当し、「今の天気はどうですか?」という質問に対しては、「雨です」や「晴れています」など、天気を示す単語を含むものが該当する。   When this process ends, the processes in S42 to S54 described above are performed. Then, when the process of S54 is completed, it is determined whether a predetermined answer has been obtained from the terminal device 1 as the communication partner (S112). Here, the predetermined answer may be, for example, some kind of voice or a specific answer. The specific answer is, for example, for the question "Do you know?", The answer is "Know" or "Do not know", and for the question "How is the weather today?" On the other hand, those containing words indicating the weather, such as "rainy" and "sunny", are applicable.

所定の回答があれば(S112:YES)、自動会話サーバ処理を終了する。また、所定の回答がなければ(S112:NO)、S100にて送信したメッセージを再送する(S114)。このようにメッセージを再送する際には、声色を変化させ、語気を強く、かつ厳しい口調の音声を生成する。   If there is a predetermined answer (S112: YES), the automatic conversation server process ends. If there is no predetermined answer (S112: NO), the message transmitted in S100 is retransmitted (S114). When the message is retransmitted in this way, the tone is changed, and a voice with a strong tone and a severe tone is generated.

続いて、予め端末装置1と通報先とが対応付けられた通報先DB117を参照し、所定の通報先に回答がなかった旨を送信する(S116)。このような処理が終了すると、自動会話サーバ処理を終了する。   Subsequently, by referring to the report destination DB 117 in which the terminal device 1 and the report destination are associated in advance, it transmits that there is no answer to the predetermined report destination (S116). When such processing ends, the automatic conversation server processing ends.

[第2実施形態による効果]
上記の音声応答システム100においてサーバ90は、文字情報が入力されない場合において、当該音声応答システム100の状況が予め音声を出力させる条件として設定された再生条件に合致するか否かを判定する。そして、再生条件に合致する場合に、予め設定されたメッセージを出力させる。
[Effects of Second Embodiment]
In the above-described voice response system 100, when character information is not input, the server 90 determines whether or not the status of the voice response system 100 matches a reproduction condition set in advance as a condition for outputting a voice. Then, when the reproduction condition is met, a preset message is output.

このような音声応答システム100によれば、文字情報が入力されない場合(つまり、使用者が話しかけない場合)であっても、音声を出力させることができる。例えば、強制的に使用者に発話させることで、自動車運転中の眠気抑制対策に利用することができる。また、一人暮らしの者が応答するか否かを判定することで、安否確認を行うことができる。   According to such a voice response system 100, it is possible to output voice even when character information is not input (that is, when the user does not speak). For example, by forcibly causing the user to speak, it can be used for measures to prevent drowsiness while driving a car. In addition, it is possible to confirm the safety by determining whether or not a person living alone responds.

また、上記音声応答システム100においてサーバ90は、ニュースの情報を取得し、該ニュースに関するメッセージを使用者の回答を求める質問形式で出力させる。
このような音声応答システム100によれば、ニュースに関する会話をすることができるので、いつも同じ会話ばかりになることを抑制することができる。
Further, in the voice response system 100, the server 90 acquires news information and causes a message relating to the news to be output in a question format for asking the user for an answer.
According to such a voice response system 100, since conversation about news can be performed, it is possible to suppress that the same conversation is always performed.

さらに、上記音声応答システム100においてサーバ90は、予め設定されたメッセージに別途取得した(ニュースや環境(気温、天気、位置情報等の)外部取得情報を付加して出力させる。   Further, in the voice response system 100, the server 90 adds externally acquired information (news, environment (temperature, weather, location information, etc.)) to a preset message and outputs the message.

このような音声応答システム100によれば、所定のメッセージと取得した情報とを組み合わせた応答を出力することができる。
さらに、上記音声応答システム100においてサーバ90は、応答やメッセージに対する回答が得られない場合に、予め設定された連絡先に対して、使用者を特定する情報、および回答が得られなかった旨を送信する。
According to such a voice response system 100, a response in which a predetermined message and acquired information are combined can be output.
Further, in the voice response system 100, when a response or a response to the message is not obtained, the server 90 informs the preset contact information of the user and information indicating that the response was not obtained. Send.

このような音声応答システム100によれば、回答が得られない場合に連絡先に通報することができる。よって、例えば、一人暮らしの老人等の異常を早期に通報することができる。   According to such a voice response system 100, when an answer cannot be obtained, it is possible to notify a contact. Therefore, for example, an abnormality of an elderly person living alone can be reported early.

[第2実施形態の変形例]
また、上記音声応答システム100においてサーバ90は、複数のメッセージを取得し、メッセージの再生頻度に応じて再生するメッセージを選択して出力させるようにしてもよい。
[Modification of Second Embodiment]
Further, in the voice response system 100, the server 90 may acquire a plurality of messages, select a message to be reproduced according to the reproduction frequency of the message, and output the selected message.

このような音声応答システム100によれば、再生頻度が高いメッセージを再生しにくくすることで、メッセージ再生時のランダム性を奏したり、敢えて再生頻度が高いメッセージを繰り返し再生することで注意喚起や記憶の定着を促したりすることができる。   According to such a voice response system 100, by making it difficult to reproduce a message with a high frequency of reproduction, a randomness at the time of message reproduction is exhibited, or a message with a high frequency of reproduction is intentionally reproduced repeatedly to alert or store information. Or encourage the establishment of the image.

[第3実施形態]
[第3実施形態の処理]
次に第3実施形態の音声応答システムでは、使用者が誰かに直接は言いにくいことを端末装置1が代わりに伝える構成としている。例えば、デート前に、今日はこのようなことを言いたいと本装置に話しかけておくと、適当なタイミング(例えば予め設定した時刻や、会話が途切れてから一定時間が経過した場合など)で、音声応答システム100が代わりに話してくれる(音声を再生する)ようにする。
[Third embodiment]
[Processing of Third Embodiment]
Next, in the voice response system according to the third embodiment, the terminal device 1 is configured to notify the user that it is difficult to directly tell someone. For example, if you talk to the device today to say this before the date, at an appropriate timing (for example, at a preset time or when a certain period of time has elapsed since the conversation was interrupted) The voice response system 100 speaks (reproduces voice) instead.

詳細には、端末装置1は図8に示す伝言端末処理を実施し、サーバ90は図9に示す伝言サーバ処理を実施する。伝言端末処理は例えば端末装置1の電源が投入されると開始され、その後、繰り返し実行される処理である。   Specifically, the terminal device 1 implements the message terminal process shown in FIG. 8, and the server 90 implements the message server process shown in FIG. The message terminal process is started when, for example, the power of the terminal device 1 is turned on, and is a process repeatedly executed thereafter.

伝言端末処理では、図8に示すように、まず、使用者によって伝言モードが設定されているか否かを判定する(S132)。伝言モードが設定されていなければ(S132:NO)、S132の処理を繰り返す。   In the message terminal process, as shown in FIG. 8, first, it is determined whether the message mode is set by the user (S132). If the message mode is not set (S132: NO), the process of S132 is repeated.

また、伝言モードが設定されていれば(S132:YES)、S2〜S8の処理を実施し、S6にて肯定判定された場合には、端末装置1のメモリ内において、伝言モードフラグをON状態に設定する(S134)。そして、S10〜S16の処理を実施する。   If the message mode is set (S132: YES), the processes of S2 to S8 are performed, and if an affirmative determination is made in S6, the message mode flag in the memory of the terminal device 1 is turned on. Is set (S134). Then, the processing of S10 to S16 is performed.

S16にて肯定判定された場合には、サーバ90からのパケットを受信したか否かを判定する(S136)。パケットを受信していなければ(S136:NO)、S136の処理を繰り返す。また、パケットを受信していれば(S136:YES)、S24〜S30の処理を実施し、伝言端末処理を終了する。   When an affirmative determination is made in S16, it is determined whether a packet from the server 90 has been received (S136). If the packet has not been received (S136: NO), the process of S136 is repeated. If a packet has been received (S136: YES), the processes in S24 to S30 are performed, and the message terminal process ends.

次に、伝言サーバ処理は、例えばサーバ90の電源が投入されると開始される処理であり、その後、繰り返し実行される。詳細には、まず、何れかの端末装置1からパケットを受信したか否かを判定する(S142)。パケットを受信していなければ(S142:NO)、後述するS156の処理に移行する。   Next, the message server process is a process that is started, for example, when the power of the server 90 is turned on, and is thereafter repeatedly executed. Specifically, first, it is determined whether a packet has been received from any of the terminal devices 1 (S142). If a packet has not been received (S142: NO), the process proceeds to S156 described later.

また、パケットを受信していれば(S142:YES)、通信相手の端末装置1を特定し(S44)、パケットに伝言モードフラグ等のモードフラグが含まれているか否かを判定する(S144)。モードフラグがなければ(S144:NO)、S148の処理に移行する。   If a packet has been received (S142: YES), the communication partner terminal device 1 is specified (S44), and it is determined whether the packet includes a mode flag such as a message mode flag (S144). . If there is no mode flag (S144: NO), the process proceeds to S148.

また、モードフラグがあれば(S144:YES)、サーバ90においても通信相手の端末装置1に対応するフラグをON状態に設定することでモード設定をする(S146)。例えば、伝言モードフラグが対応する伝言モードであれば、後述するS46〜S152の処理が実施され、後述する誘導モードフラグが対応する誘導モードであれば、S46〜S176(図11参照)が実施されることになる。   If there is a mode flag (S144: YES), the server 90 also sets the mode by setting the flag corresponding to the communication partner terminal device 1 to the ON state (S146). For example, if the message mode flag corresponds to the message mode, the processes of S46 to S152 described later are performed. If the message mode flag corresponds to the guidance mode flag described later, S46 to S176 (see FIG. 11) are performed. Will be.

続いて、伝言フラグがON状態であるか否かを判定する(S148)。伝言フラグがON状態であれば(S148:YES)、S46〜S54の処理を実施し、続いて、伝言再生条件を抽出する(S150)。   Subsequently, it is determined whether or not the message flag is ON (S148). If the message flag is in the ON state (S148: YES), the processes of S46 to S54 are performed, and subsequently, message playback conditions are extracted (S150).

ここで、伝言再生条件は、予め使用者が端末装置1の操作部70を介して設定可能であって、例えば、時刻や位置が該当する。なお、伝言再生条件は、伝言端末処理のパケット送信の際にサーバ90に送信される。   Here, the message playback condition can be set in advance by the user via the operation unit 70 of the terminal device 1, and corresponds to, for example, a time or a position. Note that the message playback condition is transmitted to the server 90 at the time of packet transmission of the message terminal process.

続いて、伝言と音声(声色)とを対応付けて、メモリに記録し(S152)、S156の処理に移行する。また、伝言フラグがOFF状態であれば(S148:NO)、他のモードに関する処理を行い(S154)、再生タイミングになったか否かを判定する(S156)。ここで、再生タイミングとは、伝言再生条件で設定された内容を示す。   Subsequently, the message and the voice (voice color) are associated with each other and recorded in the memory (S152), and the process proceeds to S156. If the message flag is in the OFF state (S148: NO), processing relating to another mode is performed (S154), and it is determined whether or not the reproduction timing has come (S156). Here, the reproduction timing indicates the content set in the message reproduction condition.

再生タイミングでなければ(S156:NO)、直ちに伝言サーバ処理を終了する。また、再生タイミングであれば(S156:YES)、S62〜S64の処理を実施し、伝言サーバ処理を終了する。   If it is not the reproduction timing (S156: NO), the message server process ends immediately. If it is the playback timing (S156: YES), the processes of S62 to S64 are performed, and the message server process ends.

[第3実施形態による効果]
このような第3実施形態の音声応答システムによれば、使用者が入力した音声を直ちに再生するのではなく、一定時間後において伝言再生条件が成立したときに再生することができる。
[Effects of Third Embodiment]
According to the voice response system of the third embodiment, the voice input by the user can be reproduced when the message reproduction condition is satisfied after a certain period of time, instead of immediately reproducing the voice.

例えば、図5の第3段目に示すように、「○○さんに○○と伝えてね」と入力すると、○○さんの声が認識されてから(聞こえてから)、伝えたい文章が再生されることになる。   For example, as shown in the third row of FIG. 5, when "Please tell OO to say XX" is input, the text to be conveyed is made after OO's voice is recognized (after hearing). Will be played.

[第3実施形態の変形例]
上記第3実施形態においては、使用者が話した内容を再生するよう構成したが、言いにくいことのきっかけになる言葉、例えば「そういえば何か彼女に話すって言ってなかったっけ?」のような言葉、を話す構成としてもよい。詳細には、端末装置1は図10に示す誘導端末処理を実施し、サーバ90は図11に示す誘導サーバ処理を実施する。
[Modification of Third Embodiment]
In the third embodiment, the content spoken by the user is configured to be reproduced. However, a word that triggers the difficulty of saying, for example, "Did you say something to her?" Such a structure may be used to speak such words. Specifically, the terminal device 1 performs the guidance terminal process illustrated in FIG. 10, and the server 90 performs the guidance server process illustrated in FIG. 11.

誘導端末処理は、例えば端末装置1の電源が投入されると開始され、その後、繰り返し実行される処理である。例えば端末装置1の電源が投入されると開始され、その後、繰り返し実行される処理である。   The guidance terminal process is, for example, started when the power of the terminal device 1 is turned on, and is a process that is repeatedly executed thereafter. For example, the processing is started when the power of the terminal device 1 is turned on, and thereafter is repeatedly executed.

誘導端末処理では、図10に示すように、まず、使用者によって誘導モードが設定されているか否かを判定する(S162)。誘導モードが設定されていなければ(S162:NO)、S162の処理を繰り返す。   In the guidance terminal process, as shown in FIG. 10, first, it is determined whether or not the user has set the guidance mode (S162). If the guidance mode is not set (S162: NO), the process of S162 is repeated.

また、誘導モードが設定されていれば(S162:YES)、S2〜S8の処理を実施し、S6にて肯定判定された場合には、端末装置1のメモリ内において、誘導モードフラグをON状態に設定する(S164)。そして、S10〜S16の処理を実施する。   If the guidance mode has been set (S162: YES), the processing of S2 to S8 is performed, and if an affirmative determination is made in S6, the guidance mode flag in the memory of the terminal device 1 is turned on. Is set to (S164). Then, the processing of S10 to S16 is performed.

S16にて肯定判定された場合には、サーバ90からのパケットを受信したか否かを判定する(S166)。パケットを受信していなければ(S166:NO)、S166の処理を繰り返す。また、パケットを受信していれば(S166:YES)、S24〜S30の処理を実施し、誘導端末処理を終了する。   If an affirmative determination is made in S16, it is determined whether a packet from the server 90 has been received (S166). If the packet has not been received (S166: NO), the process of S166 is repeated. If a packet has been received (S166: YES), the processes in S24 to S30 are performed, and the guidance terminal process ends.

次に、誘導サーバ処理は、例えばサーバ90の電源が投入されると開始され、その後、繰り返し実行される処理である。詳細には、前述のS142〜S146の処理を実行する。そして、誘導フラグがON状態であるか否かを判定する(S172)。   Next, the guidance server process is a process that is started, for example, when the power of the server 90 is turned on, and thereafter is repeatedly executed. Specifically, the processing of S142 to S146 described above is executed. Then, it is determined whether or not the guidance flag is ON (S172).

誘導フラグがON状態であれば(S172:YES)、S46〜S54の処理を実施し、続いて、誘導再生条件を抽出する(S174)。
ここで、誘導再生条件においても伝言再生条件と同様に、予め使用者が端末装置1の操作部70を介して設定可能であって、例えば、時刻や位置が該当する。なお、誘導再生条件は、伝言端末処理のパケット送信の際にサーバ90に送信される。
If the guidance flag is ON (S172: YES), the processing of S46 to S54 is performed, and subsequently, the guidance reproduction condition is extracted (S174).
Here, similarly to the message playback condition, the user can set the guidance playback condition via the operation unit 70 of the terminal device 1 in advance, for example, the time and the position. The guidance reproduction condition is transmitted to the server 90 at the time of transmitting the message terminal processing packet.

続いて、誘導内容を生成し、この誘導内容と音声(声色)とを対応付けて、メモリに記録する(S176)。ここで誘導内容としては、例えば、入力された文字情報に含まれる「したい」「希望」などの願望を表す単語を検索し、これらの単語の前のキーワードを抽出し、これらのキーワードを誘導する言葉として登録された言葉を誘導内容として出力する。なお、キーワードと誘導内容を示す言葉とは、予め対応付けられて応答候補DB105に記録されている。   Subsequently, the guidance content is generated, and the guidance content is associated with the voice (voice color) and recorded in the memory (S176). Here, as the guidance contents, for example, a search is made for words representing desires such as “want” and “desired” included in the input character information, and keywords before these words are extracted to derive these keywords. The words registered as words are output as guidance contents. The keywords and the words indicating the guidance contents are recorded in the response candidate DB 105 in association with each other in advance.

続いて、前述のS156以下の処理を実施し、サーバ処理を終了する。また、誘導フラグがOFF状態であれば(S172:NO)、他のモードに関する処理を行い(S154)、前述のS156以下の処理を実施し、サーバ処理を終了する。   Subsequently, the above-described processing of S156 and subsequent steps are performed, and the server processing ends. If the guidance flag is in the OFF state (S172: NO), a process related to another mode is performed (S154), and the processes from S156 are performed, and the server process ends.

このような第3実施形態の変形例の構成によれば、使用者が言いたい言葉を直接出力するのではなく、言いたい言葉を話せるように誘導することができる。
[第4実施形態]
[第4実施形態の処理]
次に、端末装置1を受付業務に使用する例について説明する。本実施形態においては、端末装置1は会社の受付などに設置される。なお、会社の代表電話やテレホンバンキングなどの電話受付に採用することもできる。ここで、本実施形態では、第1実施形態におけるS56の処理を、図12に示す受付処理に置き換えることによって実現される。
According to the configuration of the modified example of the third embodiment, it is possible to guide the user to speak the desired word, instead of directly outputting the desired word.
[Fourth embodiment]
[Process of Fourth Embodiment]
Next, an example in which the terminal device 1 is used for reception work will be described. In the present embodiment, the terminal device 1 is installed at a reception of a company or the like. In addition, it can also be adopted for telephone reception such as a company's representative telephone and telephone banking. Here, this embodiment is realized by replacing the processing of S56 in the first embodiment with the reception processing shown in FIG.

受付処理では、図12に示すように、まず、文字情報に会社名が含まれるか否かを判定する(S192)。この処理では、一般的な名前や会社名(音声認識DB102に記録されたもの)が含まれているか否かを判定する。   In the reception process, as shown in FIG. 12, first, it is determined whether or not the company name is included in the character information (S192). In this process, it is determined whether or not a general name or company name (recorded in the voice recognition DB 102) is included.

文字情報に会社名または個人名が含まれていなければ(S192:YES)、会社名および個人名を尋ねるための応答を生成し(S194)、受付処理を終了する。この処理では、例えば、「お名前とご用件をお話しください。」などの応答を生成する。   If the character information does not include the company name or the personal name (S192: YES), a response for asking for the company name and the personal name is generated (S194), and the reception process ends. In this process, for example, a response such as "Please tell us your name and business requirements" is generated.

文字情報に会社名または個人名が含まれていれば(S192:NO)、この会社名や個人名をセールスDB118およびクライアントDB119から抽出する(S196)。こ
こで、セールスDB118には、過去にセールスに来た会社および担当者、或いは苦情ばかり話すクレーマーの名前等が記録されている。また、クライアントDB119には、会社名やその会社の担当者、端末装置1の利用者側(自社側)の担当者、面会予定時刻等のスケジュール、担当者ごとに連絡先が対応付けて記録されている。
If the character information includes the company name or the personal name (S192: NO), the company name or the personal name is extracted from the sales DB 118 and the client DB 119 (S196). Here, in the sales DB 118, the names of companies and persons in charge who have come to the sales in the past, or the names of the complainers who speak only complaints are recorded. In the client DB 119, a company name, a person in charge of the company, a person in charge of the user of the terminal device 1 (own company side), a schedule such as scheduled visit time, and contact information are recorded in association with each person in charge. ing.

続いて、会社名や個人名をセールスDB118から抽出できたか否か、つまり、文字情報に含まれる会社名や個人名がセールスDB118に含まれていたか否かを判定する(S198)。会社名や個人名をセールスDB118から抽出できていれば(S198:YES)、セールスを断る旨のセールスお断り応答(取次ぎを断る応答)を生成し(S200)、受付処理を終了する。   Subsequently, it is determined whether or not the company name or the individual name has been extracted from the sales DB 118, that is, whether or not the company name or the individual name included in the character information has been included in the sales DB 118 (S198). If the company name or the individual name has been extracted from the sales DB 118 (S198: YES), a sales refusal response (response refusing the agency) to reject the sales is generated (S200), and the reception process ends.

また、会社名や個人名をセールスDB118から抽出できていなければ(S198:NO)、受付に来た者がクライアントDB119内のスケジュールにおいて、近い時刻(例えば、現在時刻の前後1時間以内)に訪問してくる者か否かを判定する(S202)。近い時刻に訪問してくる者であれば(S202:YES)、この者を担当する担当者の連絡先をクライアントDB119から抽出し、この担当者と受付に来た者とが会話をできるように、この担当者に接続する(S204)。この処理では、担当者の内線電話、携帯電話等に接続すればよい。   If the company name or the individual name has not been extracted from the sales DB 118 (S198: NO), the person who came to the reception visits the client DB 119 at a close time (for example, within one hour before and after the current time) in the schedule in the client DB 119. It is determined whether or not the person is the person who does (S202). If the visitor comes at a close time (S202: YES), the contact information of the person in charge of this person is extracted from the client DB 119 so that this person and the person who came to the reception can talk. , And connects to this person in charge (S204). In this process, it is only necessary to connect to the extension phone, mobile phone, or the like of the person in charge.

続いて、クライアント用の受付応答を生成する(S206)。ここで、クライアント用の受付応答としては、例えば、「○○様、いつもありがとうございます。担当者に接続しておりますのでしばらくお待ちください。」のような応答を生成する。このような処理が終了すると、受付処理を終了する。   Subsequently, an acceptance response for the client is generated (S206). Here, as a reception response for the client, for example, a response such as “Thank you very much, please wait for a while because we are connected to the person in charge” is generated. When such processing ends, the reception processing ends.

また、近い時刻に訪問してくる者でなければ(S202:NO)、予め設定された受付用の連絡先に接続し、この担当者と受付に来た者とが会話をできるように、この受付担当者に接続する(S208)。そして、通常受付応答を生成する(S210)。   If the visitor is not a visitor at a close time (S202: NO), the user is connected to a preset reception contact so that the person in charge and the visitor can have a conversation. A connection is made to the receptionist (S208). Then, a normal reception response is generated (S210).

ここで、通常受付応答としては、例えば、「受付に接続しておりますのでしばらくお待ちください。」のような応答を生成する。このような処理が終了すると、受付処理を終了する。   Here, as the normal reception response, for example, a response such as “Please wait for a while since we are connected to the reception” is generated. When such processing ends, the reception processing ends.

[第4実施形態による効果]
上記音声応答システム100においては、仕事場や会社の受付で利用する構成としている。この構成では、セールスに来る者の名前と会社名をサーバ90のセールスDB118に予め記録しておき、受付に来たものが、この名前や会社名を名乗った場合には、断る文句の音声を再生するように、応答を生成する。
[Effects of Fourth Embodiment]
The voice response system 100 is configured to be used at a work place or a company reception. In this configuration, the name of the person coming to the sales and the company name are recorded in the sales DB 118 of the server 90 in advance, and if the person who comes to the reception gives the name or the company name, the voice of the complaint to refuse is output. Generate a response to play.

また、上記音声応答システム100においてサーバ90は、入力された文字情報によって通信相手を特定し、通信相手毎に予め設定された通信先と通信相手とを接続する。
このような音声応答システム100によれば、受付業務や電話対応を補助することができる。また、このような音声応答システム100によれば、使用者の業務に支障がある虞がある者を、自身が対応することなく排除することができる。
Further, in the voice response system 100, the server 90 specifies the communication partner based on the input character information, and connects the communication partner preset for each communication partner with the communication partner.
According to such a voice response system 100, reception work and telephone correspondence can be assisted. Further, according to such a voice response system 100, it is possible to eliminate a person who may interfere with the work of the user without coping himself.

さらに、上記音声応答システム100においてサーバ90は、入力された文字情報(特に音声)に含まれるキーワードを抽出し、キーワードが該当する接続先に接続する。なお、例えば相手先の名称等のキーワードとその接続先とは予め対応付けられている。   Further, in the voice response system 100, the server 90 extracts a keyword included in the input character information (especially voice) and connects to the connection destination to which the keyword corresponds. In addition, for example, a keyword such as the name of the other party and its connection destination are associated in advance.

このような音声応答システム100によれば、電話の転送や受付への呼び出し等の業務を補助することができる。
[第4実施形態の変形例]
上記実施形態では、相手先に応じて接続先を設定するよう構成したが、この技術を応用して、例えば、テレホンバンキングやテレホンショッピング等の電話受付において、要件(文字情報に含まれるキーワード)を認識し、要件に応じて接続先を変更するようにしてもよい。
According to such a voice response system 100, it is possible to assist operations such as telephone transfer and call to reception.
[Modification of Fourth Embodiment]
In the above embodiment, the connection destination is set according to the destination. However, by applying this technology, for example, in a telephone reception such as telephone banking or telephone shopping, requirements (keywords included in character information) are set. Recognition may be performed and the connection destination may be changed according to requirements.

また、上記音声応答システム100においてサーバ90は、キーワードに基づいて相手が話す要件を認識し、相手が話した概要を使用者に伝えるようにしてもよい。
このような音声応答システム100によれば、客先との取次の業務を補助することができる。
Further, in the voice response system 100, the server 90 may recognize a requirement that the other party speaks based on the keyword, and inform the user of the outline spoken by the other party.
According to such a voice response system 100, it is possible to assist the agency work with the customer.

[第5実施形態]
[第5実施形態の処理]
次に、端末装置1は、他の端末装置1からの要求を受けて、他の端末装置1が求める情報を提供するようにしてもよい。
[Fifth Embodiment]
[Processing of Fifth Embodiment]
Next, the terminal device 1 may receive the request from the other terminal device 1 and provide the information required by the other terminal device 1.

このように構成する場合、サーバ90は、S56の処理において、必要な情報を他の端末装置1に要求し、他の端末装置1から必要な情報を取得した上で応答を生成する。そして、必要な情報を提供する端末装置1では、図13に示す情報提供端末処理が実施される。情報提供端末処理は、例えば、サーバ90からの要求があると開始される処理である。   In the case of such a configuration, in the process of S56, the server 90 requests necessary information from the other terminal device 1, obtains necessary information from the other terminal device 1, and generates a response. Then, in the terminal device 1 that provides necessary information, an information providing terminal process illustrated in FIG. 13 is performed. The information providing terminal process is, for example, a process that is started when there is a request from the server 90.

情報提供端末処理は、図13に示すように、まず、情報提供先を抽出する(S222)。この情報提供先は、情報を要求する他の端末装置1を示し、この他の端末装置1を特定するためのIDがサーバ90からの要求に含まれている。   As shown in FIG. 13, the information providing terminal process first extracts an information providing destination (S222). The information providing destination indicates another terminal device 1 requesting information, and an ID for specifying the other terminal device 1 is included in the request from the server 90.

続いて、情報の提供を許可する相手であるか否かを判定する(S224)。ここで、端末情報DB113には、家族や友人等、情報の提供を許可する相手のIDが予め記録されている。この処理ではこの端末情報DB113を参照することで判定を行う。   Subsequently, it is determined whether or not the user is a partner who is permitted to provide information (S224). Here, in the terminal information DB 113, the ID of a partner who is permitted to provide information, such as a family member or a friend, is recorded in advance. In this process, the determination is made by referring to the terminal information DB 113.

情報の提供を許可する相手であれば(S224:YES)、自身のメモリ39や各種センサ類等から要求された情報を取得し(S226)、このデータをサーバ90に送信する(S228)。また、情報の提供を許可する相手でなければ(S224:NO)、情報の提供を拒否する旨をサーバ90に送信する(S230)。   If it is a partner to whom the provision of information is permitted (S224: YES), the requested information is acquired from its own memory 39, various sensors, and the like (S226), and this data is transmitted to the server 90 (S228). If it is not a partner to whom the provision of the information is not permitted (S224: NO), a message to the effect that the provision of the information is rejected is transmitted to the server 90 (S230).

このような処理が終了すると、情報提供端末処理を終了する。
この構成では、例えば、図5の第4段目に示すように、「○○さんは何をしているか」という質問に対して、サーバ90は○○さんの端末装置1に位置情報を要求し、この端末装置1は位置情報を返す。
When such processing ends, the information providing terminal processing ends.
In this configuration, for example, as shown in the fourth row of FIG. 5, in response to the question "What is Mr. XX doing?", The server 90 requests the position information from Mr. XX's terminal device 1. Then, the terminal device 1 returns the position information.

そして、サーバ90は位置情報に基づいて○○さんの行動を認識する。例えば、線路上を人間の走る速度よりも速い速度で移動していれば、電車に乗って移動中と判断し、「○○さんは電車の中にいます。帰宅中のようです。」などと応答を生成することになる。   Then, the server 90 recognizes the action of Mr. XX based on the position information. For example, if you are moving on a railroad at a speed faster than the speed at which a person runs, it is determined that you are moving on a train, and "Mr. XX is on the train. It looks like you are returning home." And a response will be generated.

[第5実施形態による効果]
上記音声応答システム100においてサーバ90は要求元の端末装置1とは異なる他の端末装置1から他の端末装置1に記録されている情報を取得し、他の端末装置1に提供する。つまり、上記音声応答システム100においてサーバ90は、文字情報に対する応答を生成するための情報を他の端末装置1から取得する。
[Effects of Fifth Embodiment]
In the voice response system 100, the server 90 acquires information recorded in another terminal device 1 from another terminal device 1 different from the requesting terminal device 1, and provides the information to the other terminal device 1. That is, in the voice response system 100, the server 90 obtains information for generating a response to the character information from another terminal device 1.

このような音声応答システム100によれば、他の端末装置1に記録された情報に基づ
いて応答を生成することができる。
また、上記音声応答システム100において端末装置1は、文字情報に対する応答を生成するための情報を他の端末装置1から要求された場合、この要求に応じた情報を返す。
According to such a voice response system 100, a response can be generated based on information recorded in another terminal device 1.
Further, in the voice response system 100, when the terminal device 1 is requested from another terminal device 1 for information for generating a response to the character information, the terminal device 1 returns information corresponding to the request.

この構成において端末装置1は、位置情報、温度、湿度、照度、騒音レベル等を検出するためのセンサ類や、辞書情報などのデータベースを備えておき、要求に応じて必要な情報を抽出する。   In this configuration, the terminal device 1 is provided with sensors for detecting position information, temperature, humidity, illuminance, noise level, and the like, and a database such as dictionary information, and extracts necessary information as required.

このような音声応答システム100によれば、他の端末装置1の位置等、他の端末装置1固有の情報を取得することができる。また、他の端末装置1に自身固有の情報を送信することができる。   According to such a voice response system 100, information unique to another terminal device 1, such as the position of another terminal device 1, can be acquired. In addition, information unique to itself can be transmitted to another terminal device 1.

[第6実施形態]
[第6実施形態の処理]
次に、第6実施形態の音声応答システムでは、使用者または使用者に関係がある者を表す関係者の性格を予め設定された区分に従って対応付けた性格情報が記録された性格DB106を準備している。性格DB106は、例えば、図14に示すように、使用者や関係者の名前と、これらの者の性格区分とを対応付けて記録されている。
[Sixth embodiment]
[Process of Sixth Embodiment]
Next, in the voice response system of the sixth embodiment, a personality DB 106 in which personality information in which the personality of a user or a person who is related to the user is associated in accordance with a preset division is prepared. ing. In the personality DB 106, for example, as shown in FIG. 14, the names of users and related persons are recorded in association with the personality classifications of these persons.

また、図14に示す性格DB106では、使用者や関係者に性格テストを実施し、そのテスト結果についても記録している。ここで、性格情報を生成する際には、周知の性格分析技術(ロールシャッハ・テスト、ソンディ・テスト等)を利用すればよい。また、性格情報を生成する際には、企業等が採用試験に利用する適性検査の技術を利用してもよい。   In the personality DB 106 shown in FIG. 14, a personality test is performed on a user or a related person, and the test result is also recorded. Here, when generating the personality information, a well-known personality analysis technique (Rorschach test, Sondy test, etc.) may be used. When generating the personality information, an aptitude test technique used by a company or the like for an employment test may be used.

性格情報を生成する際には、例えば図15に示す性格情報生成処理を実施する。性格情報生成処理は、例えば、端末装置1において操作部70等を用いて性格情報を生成する旨が入力されると開始される処理である。   When generating the personality information, for example, a personality information generating process illustrated in FIG. 15 is performed. The personality information generation process is a process that is started, for example, when an instruction to generate personality information is input on the terminal device 1 using the operation unit 70 or the like.

性格情報生成処理では、図15に示すように、まず、マイク37をON状態とし(S242)、所定の4択問題の1つを音声で出力する(S244)。この際、4択問題については、サーバ90から取得してもよいし、予めメモリ39に記録された問題を出題してもよい。   In the personality information generation processing, as shown in FIG. 15, first, the microphone 37 is turned on (S242), and one of the predetermined four-choice questions is output as voice (S244). At this time, the four-choice question may be obtained from the server 90, or a question recorded in the memory 39 in advance may be set.

続いて、対象者(使用者またはその関係者)から音声で回答があったか否かを判定する(S246)。回答がなければ(S246:NO)、S246の処理を繰り返す。
また、回答があれば(S246:YES)、言葉の語尾、会話スピード等の会話パラメータを抽出し(S248)、現在の問題が最終問題であるか否かを判定する(S250)。最終問題でなければ(S250:NO)、次の問題を選択し(S252)、S242の処理に戻る。
Subsequently, it is determined whether or not a response has been made by voice from the target person (user or a related person) (S246). If there is no answer (S246: NO), the process of S246 is repeated.
If there is an answer (S246: YES), conversation parameters such as the ending of the word and the conversation speed are extracted (S248), and it is determined whether or not the current question is the final question (S250). If it is not the final question (S250: NO), the next question is selected (S252), and the process returns to S242.

また、最終問題であれば(S250:YES)、4択問題を回答することによる性格分析を行い(S254)、会話パラメータによる性格分析を行う(S256)。ここで、会話パラメータによる性格分析では、自分に自信がある人は語尾が強く、自信がない人は語尾が弱くなる傾向や、せっかちな人は会話スピードが速く、おっとりした人は会話スピードが遅い傾向等を捉えることができる。   If it is the final question (S250: YES), the personality analysis is performed by answering the four-choice question (S254), and the personality analysis is performed using the conversation parameters (S256). Here, in the personality analysis using conversation parameters, those who are confident in themselves tend to have strong endings, those who are not confident tend to have weak endings, impatient people have high conversation speed, and unfriendly people have low conversation speed It is possible to capture trends and the like.

続いて、これらの性格分析結果を加重平均するなど、総合的に分析し(S258)、性格区分に振り分ける(S260)。詳細には、テストによって得られた対象者の性格を点数化し、点数ごとに性格区分に振り分ける。   Subsequently, these personality analysis results are comprehensively analyzed, such as by weighted averaging (S258), and are assigned to personality categories (S260). Specifically, the personality of the subject obtained by the test is scored and assigned to the personality classification for each score.

続いて、対象者と性格区分とを対応付けて(S262)、性格DB106に記録させる(S264)。つまり、対象者と性格区分との関係をサーバ90に送信する。なお、このとき、テスト結果についてもサーバ90に送信し、サーバ90は図14に示すような性格DB106を構築する。このような処理が終了すると、性格情報生成処理を終了する。   Subsequently, the target person and the personality category are associated with each other (S262) and recorded in the personality DB 106 (S264). That is, the relationship between the subject and the personality classification is transmitted to the server 90. At this time, the test result is also transmitted to the server 90, and the server 90 constructs the character DB 106 as shown in FIG. When such processing ends, the personality information generation processing ends.

このように生成された性格DB106を利用する際には、性格区分と異なる応答とを対応付けたものを応答候補DB105において準備しておく。そして、サーバ90はS56の処理にて、文字情報に対する複数の異なる応答を表す応答候補を取得し、性格情報に応じて応答候補から出力させる応答を選択し、S60、S64の処理にて、該選択した応答を出力させる。   When using the personality DB 106 generated in this manner, a response candidate DB 105 that prepares a correspondence between a personality classification and a different response is prepared. Then, in the process of S56, the server 90 acquires response candidates representing a plurality of different responses to the character information, selects a response to be output from the response candidates according to the personality information, and performs the processes in S60 and S64. Output the selected response.

[第6実施形態による効果]
上記音声応答システム100において端末装置1は、予め設定された複数の質問に対する回答に基づいて使用者または関係者の性格情報を生成し、生成された性格情報を取得する。
[Effects of Sixth Embodiment]
In the voice response system 100, the terminal device 1 generates personality information of a user or a related person based on answers to a plurality of questions set in advance, and acquires the generated personality information.

このような音声応答システム100によれば、性格情報をサーバ90や端末装置1において生成することができる。
さらに、上記音声応答システム100において演算部101は、入力された文字情報に含まれる文字列に基づいて使用者または関係者の性格情報を生成する。
According to such a voice response system 100, personality information can be generated in the server 90 or the terminal device 1.
Further, in the voice response system 100, the calculation unit 101 generates the personality information of the user or the related person based on the character string included in the input character information.

このような音声応答システム100によれば、使用者が音声応答システム100を利用する過程で性格情報を生成することができる。
また、このような音声応答システム100によれば、使用者や使用者に関係がある者(関係者)の性格に応じて異なる応答を行うことができる。よって、使用者にとって使い勝手を良くすることができる。
According to such a voice response system 100, the user can generate personality information in the process of using the voice response system 100.
Further, according to such a voice response system 100, different responses can be made according to the character of the user or a person (related person) related to the user. Therefore, usability can be improved for the user.

[第6実施形態の変形例]
上記第6実施形態では、性格に応じて応答を1つに絞ってから出力してもよいし、複数の応答に対してそれぞれ異なる声色の音声を対応付けて出力してもよい。
[Modification of Sixth Embodiment]
In the sixth embodiment, the response may be output after being narrowed down to one according to the personality, or a plurality of responses may be output in association with voices of different timbres.

また、上記性格情報生成処理のうちの、S248、S254〜S264の処理は、サーバ90において実施してもよい。この場合、第1実施形態等と同様に、サーバ90に端末装置1を特定させつつ、端末装置1とサーバ90との間で音声や問題をやりとりすればよい。   Further, the processing of S248 and S254 to S264 in the personality information generation processing may be performed in the server 90. In this case, as in the first embodiment and the like, the server 90 may specify the terminal device 1 and exchange voices and problems between the terminal device 1 and the server 90.

さらに、上記音声応答システム100においてサーバ90は、使用者の行動および操作のうちの何れかを検出し、これらに基づいて学習情報または性格情報を生成するようにしてもよい。   Further, in the voice response system 100, the server 90 may detect any one of a user's action and operation, and generate learning information or personality information based on the detected action or operation.

このような音声応答システム100によれば、例えば、使用者が数日間連続で電車に飛び乗ることを検出した場合には、翌日からは数分早く家を出るよう促したり、会話から使用者に怒りやすい傾向があることを検出した場合には、気分を抑える音声や音楽を出力したりすることができる。   According to such a voice response system 100, for example, when it is detected that the user jumps on the train for several consecutive days, the user is prompted to leave the house several minutes earlier from the next day, or the user is angry from the conversation. When it is detected that there is a tendency to be easy, voice or music that suppresses the mood can be output.

[第7実施形態]
[第7実施形態の処理]
次に、第7実施形態の音声応答システムでは、使用者や関係者の嗜好を予め設定された区分に従って対応付けた嗜好情報が記録された嗜好DB108を準備している。嗜好DB108は、例えば、図16に示すように、使用者や関係者の名前と、これらの者の嗜好が
、食の好み(食)、色の好み(色)、趣味、等の嗜好の種別のそれぞれに対して対応付けて記録されている。
[Seventh embodiment]
[Processing of Seventh Embodiment]
Next, in the voice response system according to the seventh embodiment, a preference DB 108 in which preference information in which preferences of users and related parties are associated according to preset categories is prepared. For example, as shown in FIG. 16, the preference DB 108 stores the names of users and related persons, and the preferences of these persons as types of preferences such as food preference (food), color preference (color), and hobbies. Are recorded in association with each other.

特に、食の好みについては、甘党(甘)、辛党(辛)、その中間である並、色の好みについては、暖色系(暖)、寒色系(寒)、その中間である並、趣味については、インドア系の趣味(内)、アウトドア系の趣味(外)、インドア・アウトドア両方の趣味(内外)に分類している。   In particular, for food preferences, sweets (sweet), spicy (spicy), and averages between them, and for color preferences, warm colors (warm), cool colors (cold), intermediates, and hobbies Are categorized as indoor hobbies (inside), outdoor hobbies (outside), and both indoor and outdoor hobbies (inside and outside).

このような嗜好DB108を構築する際には、例えば、図17に示す嗜好情報生成処理を実行する。嗜好情報生成処理は、例えば、S48〜S54の間で実施される。
詳細には、図17に示すように、文字情報から嗜好に関するキーワードを抽出し(S282)、画像処理によって特定された物体のうち、嗜好に関するものを抽出する(S284)。なお、嗜好に関するキーワードは、嗜好DB108において、嗜好の種別とその種別の中での分類(食の好みであれば甘、並、辛など)とが対応付けられており、これらの処理では抽出したキーワードや物体が嗜好DB108に含まれている場合に、嗜好に関するものとして抽出される。
When constructing such a preference DB 108, for example, a preference information generation process shown in FIG. 17 is executed. The preference information generation processing is performed, for example, between S48 and S54.
More specifically, as shown in FIG. 17, a keyword related to taste is extracted from the character information (S282), and an object related to taste is extracted from the objects identified by the image processing (S284). In the preference DB 108, the preference type is associated with the type of the preference and the category (such as sweet, average, spicy, etc. for food preference) in the preference DB 108, and is extracted in these processes. When a keyword or an object is included in the preference DB 108, it is extracted as one related to the preference.

続いて、嗜好に関するキーワードのグループごとにカウンタをインクリメントする(S288)。例えば、キムチのように、嗜好の種別が「食の好み」であり、種別が「辛」であるものが抽出された場合には、「食の好み」「辛」が対応するカウンタをインクリメントする。   Subsequently, the counter is incremented for each group of keywords relating to preferences (S288). For example, when the type of preference is “food preference” and a type of “spicy” is extracted, such as kimchi, the counter corresponding to “food preference” and “spicy” is incremented. .

そして、カウンタ値に基づいて、嗜好情報(嗜好DB108)を更新する(S290)。つまり、「嗜好の種別」ごとに、最もカウンタ値が大きな「種別」が最も嗜好に合致しているものとして、使用者や関係者の嗜好の特徴として嗜好DB108に記録する。このような処理が終了すると、嗜好情報生成処理を終了する。   Then, the preference information (preference DB 108) is updated based on the counter value (S290). That is, for each “type of preference”, the “type” having the largest counter value matches the preference and is recorded in the preference DB 108 as a characteristic of the preference of the user or the related person. When such processing ends, the preference information generation processing ends.

このように生成された嗜好DB108を利用する際には、嗜好毎に異なる応答を対応付けたものを応答候補DB105において準備しておき、サーバ90はS56の処理にて、文字情報に対する複数の異なる応答を表す応答候補を取得し、嗜好情報に応じて応答候補から出力させる応答を選択し、S60、S64の処理にて、該選択した応答を出力させる。   When the preference DB 108 generated in this way is used, a response associated with a different response for each preference is prepared in the response candidate DB 105, and the server 90 performs a plurality of different responses to the character information in the process of S56. A response candidate representing the response is obtained, a response to be output from the response candidate is selected according to the preference information, and the selected response is output in the processes of S60 and S64.

[第7実施形態による効果]
上記音声応答システム100においてサーバ90は、文字情報に含まれる文字列に基づいて使用者または関係者の嗜好の傾向を示す嗜好情報を生成する。そして、嗜好情報に基づいて応答候補から出力させる応答を選択し、該選択した応答を出力させる。
[Effects of Seventh Embodiment]
In the voice response system 100, the server 90 generates preference information indicating a tendency of a user or a related person's preference based on a character string included in the character information. Then, a response to be output from the response candidates is selected based on the preference information, and the selected response is output.

このような音声応答システム100によれば、使用者または関係者の好みに応じて応答を行うことができる。例えば、使用者が関係者のプレゼントを買う際に、「○○さんは何がほしいかな」と端末装置1に問いかけると、嗜好情報に応じた応答を得ることができる。   According to such a voice response system 100, a response can be made according to the preference of a user or a related person. For example, when the user asks the terminal device 1 "What do you want?" When buying a present of a related person, a response corresponding to the preference information can be obtained.

[第7実施形態の変形例]
応答候補DB105においては、図18に示すように、性格区分と嗜好情報とを対応付けたテーブルを持たせておいてもよい。
[Modification of Seventh Embodiment]
As shown in FIG. 18, the response candidate DB 105 may have a table in which personality categories and preference information are associated with each other.

例えば、図18に示す例では、性格区分と色に関する好みとを対応付けて、女性がプレゼントとして貰えると喜ぶと推定できる商品をマトリクス状に配置している。
S56の処理では、このように性格と嗜好との両方を加味して応答を生成することもで
きる。
For example, in the example shown in FIG. 18, personality categories and color preferences are associated with each other, and products that can be presumed to be enjoyed by women as gifts are arranged in a matrix.
In the process of S56, a response can be generated in consideration of both the personality and the preference.

[第8実施形態]
[第8実施形態の処理]
上記実施形態では、音声を文字情報に変換したが、使用者による動作を文字情報に変換するようにしてもよい。
[Eighth Embodiment]
[Process of Eighth Embodiment]
In the above embodiment, the voice is converted to character information. However, the operation by the user may be converted to character information.

詳細には、端末装置1は、使用者の動作を撮像画像として捉えてサーバ90に送信し、サーバ90では、例えば、図19に示す動作文字入力処理を実施すればよい。動作文字入力処理は、S48の処理にて撮像画像中に使用者の体の部位が映っていた場合に開始される処理である。   Specifically, the terminal device 1 captures a user's operation as a captured image and transmits the captured image to the server 90, and the server 90 may execute an operation character input process illustrated in FIG. 19, for example. The motion character input process is a process that is started when the body part of the user is displayed in the captured image in the process of S48.

動作文字入力処理では、図19に示すように、まず、撮像画像を取得する(S302)。そして、使用者が手書きで文字を入力しようとしているか、手話で文字を入力しようとしているかを判定する(S304、S308)。   In the operation character input process, as shown in FIG. 19, first, a captured image is obtained (S302). Then, it is determined whether the user is trying to input characters by handwriting or by using sign language (S304, S308).

これらの処理では、例えば、撮像画像に使用者の上半身が顔とともに映っている場合には、手話で文字を入力しようとしていると判定し、撮像画像に使用者の顔が映ることなく使用者の手が映っている場合には、手書きで文字を入力しようとしていると判定する。   In these processes, for example, when the upper body of the user is shown together with the face in the captured image, it is determined that characters are to be input in sign language, and the user's face is not displayed in the captured image. If the hand is reflected, it is determined that a character is to be input by handwriting.

手書きで文字を入力しようとしてれば(S304:YES)、指先またはペン先の挙動を記録し(S306)、この挙動に基づいて挙動を文字情報に変換する(S312)。ここで、手書き文字・手話DB112には、文字を手書きする際の挙動と文字とが対応付けられており、また、手の動きと手話により表現される文字とが対応付けられている。S312の処理では、手書き文字・手話DB112を参照することによって、文字情報を生成する。   If a character is to be input by handwriting (S304: YES), the behavior of the fingertip or the pen tip is recorded (S306), and the behavior is converted into character information based on this behavior (S312). Here, in the handwritten character / sign language DB 112, the behavior when the character is handwritten and the character are associated with each other, and the movement of the hand and the character represented by the sign language are associated with each other. In the process of S312, character information is generated by referring to the handwritten character / sign language DB 112.

また、手話で文字を入力しようとしてれば(S304:NO、S308:YES)、手書き文字・手話DB112を参照して手話内容を認識し、前述のS312の処理を実施する。また、手書きや手話で文字を入力しようとしてなければ(S308:NO)、他の方式による入力の処理を行う(S314)。   If a character is to be input in sign language (S304: NO, S308: YES), the content of the sign language is recognized with reference to the handwritten character / sign language DB 112, and the processing of S312 is performed. If the user does not intend to input characters by handwriting or sign language (S308: NO), input processing by another method is performed (S314).

続いて、動作によって入力された文字と音声によって入力された文字とを対応付け、類似性がある音声があるか否か(文字に基づく基準波形と発音波形との一致度が基準値以上か否か)を判定する(S316)。このような音声入力があれば(S316:YES)、この使用者がこの文字を入力するときのアクセントや発音の特徴を、文字と対応付けて学習DB107に記録し(S318)、動作文字入力処理を終了する。   Subsequently, the character input by the operation is associated with the character input by voice, and whether or not there is a similar voice (whether or not the matching degree between the reference waveform based on the character and the pronunciation waveform is equal to or higher than the reference value Is determined (S316). If there is such a voice input (S316: YES), the accent and pronunciation characteristics when this user inputs this character are recorded in the learning DB 107 in association with the character (S318), and the operation character input processing is performed. To end.

また、このような音声入力がなければ(S316:NO)、動作文字入力処理を終了する。
[第8実施形態による効果]
上記音声応答システム100においては、使用者による動作を文字情報に変換するので、使用者が声を出すことなく文字情報を入力することができる。
If there is no such voice input (S316: NO), the operation character input process ends.
[Effects of Eighth Embodiment]
In the voice response system 100, since the operation by the user is converted into character information, the user can input the character information without speaking.

[第8実施形態の変形例]
本実施形態の動作としては、文字の手書き、或いは身振り手振り(例えば手話)だけでなく筋肉の動作に起因するものであればよい。
[Modification of Eighth Embodiment]
The operation according to the present embodiment may be not only handwritten characters or gestures (for example, sign language), but also operations caused by muscle movements.

[第9実施形態]
[第9実施形態の処理]
学習DB107の内容は、使用者が普段利用する端末装置1とは別の他の端末装置1を利用する場合に、この他の端末装置1において利用できるようにしてもよい。この場合、他の端末装置1から、利用要求とともに、普段利用する端末装置1のIDとパスワードをサーバ90に対して送信する。
[Ninth embodiment]
[Process of Ninth Embodiment]
When the user uses another terminal device 1 different from the terminal device 1 that the user normally uses, the contents of the learning DB 107 may be made available to the other terminal device 1. In this case, the ID and password of the terminal device 1 that is usually used are transmitted to the server 90 together with the use request from the other terminal device 1.

そして、サーバ90では、図20に示す他端末利用処理を実行する。他端末利用処理は、利用要求を受けると開始される処理である。
他端末利用処理では、図20に示すように、まず、IDとパスワードが入力されたか否かを判定する(S332)。IDとパスワードが入力されていなければ(S332:NO)、S332の処理を繰り返す。
Then, the server 90 executes the other terminal use process shown in FIG. The other terminal use process is a process that is started when a use request is received.
In the other terminal use process, as shown in FIG. 20, first, it is determined whether an ID and a password have been input (S332). If the ID and the password have not been input (S332: NO), the process of S332 is repeated.

また、IDとパスワードが入力されていれば(S332:YES)、IDとパスワードによる認証が完了したか否かを判定する(S334)。認証が完了していれば(S334:YES)、認証が完了した旨を他の端末装置1に送信し(S336)、他の端末装置1がIDとパスワードが対応する端末装置1の学習DB107を利用するよう設定する(S338)。   If the ID and the password have been input (S332: YES), it is determined whether the authentication based on the ID and the password has been completed (S334). If the authentication has been completed (S334: YES), the fact that the authentication has been completed is transmitted to the other terminal device 1 (S336), and the other terminal device 1 stores the learning DB 107 of the terminal device 1 corresponding to the ID and the password. It is set to be used (S338).

認証が完了しなければ(S334:NO)、エラーである旨を他の端末装置1に送信し(S340)、他端末利用処理を終了する。
[第9実施形態による効果]
また、上記音声応答システム100においてサーバ90は、ある端末装置1の学習情報を他の端末装置1に転送する。
If the authentication is not completed (S334: NO), an error message is transmitted to the other terminal device 1 (S340), and the other terminal use process ends.
[Effects of the Ninth Embodiment]
In the voice response system 100, the server 90 transfers the learning information of one terminal device 1 to another terminal device 1.

このような音声応答システム100によれば、ある端末装置1を利用する使用者が他の端末装置1を利用する場合においても、ある端末装置1で記録された学習情報(サーバ90に記録された学習情報)を利用することができる。よって、他の端末装置1を利用する場合においても文字情報の生成精度を向上させることができる。特に、使用者が端末装置1を複数所持する場合に有効である。   According to such a voice response system 100, even when a user who uses a certain terminal device 1 uses another terminal device 1, the learning information recorded in the certain terminal device 1 (the learning information recorded in the server 90). Learning information) can be used. Therefore, even when another terminal device 1 is used, the accuracy of generating character information can be improved. This is particularly effective when the user has a plurality of terminal devices 1.

さらに、上記音声応答システム100においてサーバ90は、使用者以外の者から問い合わせに対して使用者についての情報を出力する。
このような音声応答システム100によれば、例えば、使用者の食事内容な散歩の距離などを検出しておけば、病院等での質問に使用者に代わって回答することができる。また、健康状態や自己紹介など学習しておくようにしてもよい。
Further, in the voice response system 100, the server 90 outputs information about the user in response to an inquiry from a person other than the user.
According to such a voice response system 100, for example, if the distance of a walk including a meal content of the user is detected, a question at a hospital or the like can be answered on behalf of the user. Moreover, you may make it learn, such as a health condition and self-introduction.

[第9実施形態の変形例]
第9実施形態の構成と同様に、利用を終了する要求と、IDおよびパスワードを受けると、IDおよびパスワードが対応する端末装置1に対する学習DB107の利用を終了(禁止)するようにしてもよい。
[Modification of Ninth Embodiment]
Similarly to the configuration of the ninth embodiment, when a request to end use and an ID and a password are received, the use of the learning DB 107 for the terminal device 1 corresponding to the ID and the password may be ended (prohibited).

[第10実施形態]
[第10実施形態の処理]
第10実施形態の音声応答システムでは、サーバ90が、会話内容を記憶し、聞いた内容について同じ内容を得るための質問をする。詳細には、図7に示す自動会話サーバ処理のS100において、図21に示す記憶確認処理を実行する。
[Tenth embodiment]
[Process of Tenth Embodiment]
In the voice response system according to the tenth embodiment, the server 90 stores the conversation content and asks a question for obtaining the same content as the content heard. More specifically, in S100 of the automatic conversation server process shown in FIG. 7, the storage confirmation process shown in FIG. 21 is executed.

記憶確認処理では、図21に示すように、過去の会話内容を学習DB107から抽出し(S352)、このうちの何れかの会話内容に含まれるキーワードを解答とする質問を生成する(S353)。このような処理が終了すると記憶確認処理を終了する。   In the storage confirmation process, as shown in FIG. 21, past conversation contents are extracted from the learning DB 107 (S352), and a question is generated that answers a keyword included in any of the conversation contents (S353). When such processing ends, the storage confirmation processing ends.

記憶確認処理では、例えば、「昨日の夕食のメニューは何でしたか」や、「3日前にどこに出かけましたか」などと質問すればよい。
[第10実施形態による効果]
このような音声応答システム100によれば、使用者の記憶力の確認をするとともに、記憶の定着を図ることができる。高齢者の認知症の進行を抑制するためにも有効であると考えられる。
In the memory confirmation processing, for example, a question such as "What was the dinner menu yesterday?" Or "Where did you go three days ago?"
[Effects of the Tenth Embodiment]
According to such a voice response system 100, it is possible to confirm the memory ability of the user and to fix the memory. It is also considered to be effective in suppressing the progress of dementia in the elderly.

[第11実施形態]
[第11実施形態の処理]
次に、第11実施形態の音声応答システムでは、端末装置1およびサーバ90を利用して使用者が外国語の練習を行えるよう構成している。
[Eleventh embodiment]
[Process of Eleventh Embodiment]
Next, the voice response system of the eleventh embodiment is configured so that the user can practice a foreign language using the terminal device 1 and the server 90.

詳細には、図22に示す発音判定処理1と図23に示す発音判定処理2と図24に示す発音判定処理3とを順に実行する。ただし、サーバ90は、音声応答サーバ処理(図2)の実施毎に、発音判定処理1〜3の各処理のうちの1つを実行する。また、発音判定処理1〜3の各処理は、前述のS56の処理として実行される。   More specifically, a sound generation determination process 1 shown in FIG. 22, a sound generation determination process 2 shown in FIG. 23, and a sound generation determination process 3 shown in FIG. 24 are sequentially executed. However, the server 90 executes one of the sound determination processes 1 to 3 each time the voice response server process (FIG. 2) is performed. Each of the sound generation determination processes 1 to 3 is executed as the above-described process of S56.

まず、発音判定処理1では、図22に示すように、所定の文章を音声で入力するよう指示する旨の応答を生成する(S362)。この処理では、例えば、外国語の手本となる文章を生成し、この文章を手本に続いて真似て話すよう促す。この処理が終了すると、発音判定処理1を終了する。   First, in the pronunciation determination processing 1, as shown in FIG. 22, a response to instruct to input a predetermined sentence by voice is generated (S362). In this process, for example, a sentence serving as an example of a foreign language is generated, and the user is prompted to imitate the sentence following the example. When this processing ends, the sound generation determination processing 1 ends.

次に、発音判定処理1に伴って音声が入力されると、発音判定処理2を実施する。発音判定処理2では、図23に示すように、発音およびアクセントの正確性をスコア(点数)化する(S372)。この処理では、音声は波形として捉え、このとき手本となる文章を波形としたときとの波形の一致度合をスコア化する。   Next, when a voice is input along with the pronunciation determination process 1, a pronunciation determination process 2 is performed. In the pronunciation determination processing 2, as shown in FIG. 23, the accuracy of pronunciation and accent is converted into a score (point) (S372). In this process, the voice is captured as a waveform, and the degree of coincidence between the waveform and the sentence used as a model at this time is scored.

そして、このスコアをメモリに記録し(S374)、発音判定処理2を終了する。続いて、発音判定処理3を実施する。発音判定処理3では、図24に示すように、まず、スコアが閾値未満であるか否かを判定する(S382)。   Then, this score is recorded in the memory (S374), and the sound generation determination processing 2 is terminated. Subsequently, a sound generation determination process 3 is performed. In the sound generation determination process 3, as shown in FIG. 24, first, it is determined whether or not the score is less than the threshold (S382).

スコアが閾値未満であれば(S382:YES)、再度、同様の文章を入力するよう指示する旨の応答を生成する(S384)。この処理では、例えば、再度、手本に続いて真似て話すよう促すための応答を生成する。   If the score is less than the threshold (S382: YES), a response is generated again to instruct to input a similar sentence (S384). In this process, for example, a response is generated again to prompt the user to speak imitatively following the example.

また、スコアが閾値以上であれば(S382:NO)、発音がよかった旨および次の文章を入力するよう促す応答を生成する(S386)。例えば、「よい発音です。次に進みましょう。」などと応答を生成する。   If the score is equal to or greater than the threshold value (S382: NO), a response to the effect that the pronunciation is good and a prompt to input the next sentence are generated (S386). For example, a response such as "Good pronunciation. Let's go next."

このような処理が終了すると、発音判定処理3を終了する。
[第11実施形態による効果]
上記音声応答システム100においてサーバ90は、使用者が入力する音声の発音やアクセントの正確度合を検出し、検出した正確度合を出力する。
When such processing ends, the sound generation determination processing 3 ends.
[Effects of Eleventh Embodiment]
In the voice response system 100, the server 90 detects the accuracy of pronunciation and accent of the voice input by the user, and outputs the detected accuracy.

このような音声応答システム100によれば、発音やアクセントの正確性を確認することができる。例えば外国語の練習を行う際に有効である。
さらに、上記音声応答システム100においてサーバ90は、正確度合が一定値以下の場合に、再度、同じ質問を出力させる。
According to such a voice response system 100, the accuracy of pronunciation and accent can be confirmed. This is effective, for example, when practicing a foreign language.
Further, in the voice response system 100, the server 90 causes the same question to be output again when the degree of accuracy is equal to or less than a certain value.

このような音声応答システム100によれば同じ質問を出力することによって正確な回
答を求めることができる。
[第11実施形態の変形例]
上記音声応答システム100においてサーバ90は、正確度合が一定値以下の場合に、確認のために、使用者が行った発音に最も近い単語を含む音声を出力するようにしてもよい。
According to such a voice response system 100, an accurate answer can be obtained by outputting the same question.
[Modification of Eleventh Embodiment]
In the voice response system 100, the server 90 may output a voice including a word closest to the pronunciation performed by the user for confirmation when the accuracy is equal to or less than a certain value.

このような音声応答システム100によれば、使用者が発音やアクセントの正確性を確認することができる。
[第12実施形態]
[第12実施形態の処理]
次に第12実施形態の音声応答システムについて説明する。第12実施形態の音声応答システムでは、使用者が入力した音声から使用者の感情を検出し、感情に応じて使用者を癒す応答を生成する。
According to such a voice response system 100, the user can confirm the accuracy of pronunciation and accent.
[Twelfth embodiment]
[Processing in Twelfth Embodiment]
Next, a voice response system according to a twelfth embodiment will be described. In the voice response system according to the twelfth embodiment, the emotion of the user is detected from the voice input by the user, and a response that heals the user is generated according to the emotion.

詳細には、図25に示す感情判定処理と、図26に示す感情応答生成処理とを実行する。感情判定処理は、前述のS50の処理の詳細として実施され、図25に示すように、まず、声色、文章の語尾の強弱、一文の長さ、会話スピード、思いがけず出る言葉等から感情をスコア化する(S392)、続いて、スコアによって感情を分類し、メモリに記録する(S394)。   In detail, the emotion determination process shown in FIG. 25 and the emotion response generation process shown in FIG. 26 are executed. The emotion determination process is performed as the details of the above-described process of S50. As shown in FIG. 25, first, emotions are scored based on voice tone, strength of sentence ending, length of one sentence, conversation speed, unexpected words, and the like. Then, the emotions are classified according to the score and recorded in the memory (S394).

このような処理が終了すると、感情判定処理を終了する。続いて、前述のS56の処理において、感情応答生成処理を実行する。
詳細には、図26に示すように、まず、感情判定処理にて設定された感情区分を判定する(S412)。感情区分が通常であれば(S412:通常)、「こんにちは」等の普通の挨拶文を応答(メッセージ)として生成する(S414)。
When such processing ends, the emotion determination processing ends. Subsequently, an emotion response generation process is executed in the process of S56 described above.
More specifically, as shown in FIG. 26, first, the emotion classification set in the emotion determination processing is determined (S412). If the emotion category is a normal (S412: Normal), generated as a response (message) an ordinary greeting such as "Hello" (S414).

また、感情区分が怒りであれば(S412:怒り)、「お気に障りましたか」等、相手の感情を落ち着かせる際の文章を応答として生成する(S416)。さらに、感情区分が喜びであれば(S412:喜び)、「今日は楽しいですね」等、普通の挨拶文と比較して明るいニュアンスの挨拶文を応答として生成する(S418)。   If the emotion category is anger (S412: anger), a sentence for calming the other party's emotion, such as "Did you bother you?", Is generated as a response (S416). Further, if the emotion classification is joy (S412: joy), a greeting with a nuance brighter than a normal greeting is generated as a response, such as "I'm happy today" (S418).

また、感情区分が困惑であれば(S412:困惑)、「どうかしましたか」等、相手を気遣う際の挨拶文を応答として生成する(S420)。このような処理が終了すると、感情応答生成処理を終了する。   If the emotion classification is puzzled (S412: puzzled), a greeting, such as "How did you do?" When such processing ends, the emotion response generation processing ends.

[第12実施形態による効果]
上記音声応答システム100においてサーバ90は、思いがけずに発する音声を検出することによって使用者の苛立ちや動揺を検出し、苛立ちや動揺を抑制するためのメッセージを生成する。
[Effects of the Twelfth Embodiment]
In the voice response system 100, the server 90 detects a user's frustration or sway by detecting a voice uttered unexpectedly, and generates a message for suppressing the frustration or sway.

このような音声応答システム100によれば、使用者に苛立ちや動揺がある場合に、これらを抑制することができる。よって、使用者と周囲とのトラブルの発声を抑制することができる。   According to such a voice response system 100, when the user is frustrated or upset, these can be suppressed. Therefore, it is possible to suppress the occurrence of trouble between the user and the surroundings.

[第13実施形態]
[第13実施形態の処理]
次に第13実施形態の音声応答システムについて説明する。第13実施形態の音声応答システムでは、撮像画像中の物体まで使用者を案内する処理を行う。この処理はサーバ90において前述のS56の処理の詳細として実施される。
[Thirteenth embodiment]
[Processing of Thirteenth Embodiment]
Next, a voice response system according to a thirteenth embodiment will be described. In the voice response system according to the thirteenth embodiment, a process for guiding a user to an object in a captured image is performed. This processing is performed in the server 90 as details of the processing of S56 described above.

端末装置1において「見えているタワーまで道案内してください」などと音声で入力すると、S56の処理では案内処理が実施される。案内処理では、図27に示すように、まず、端末位置情報を端末装置1のGPS受信機27等から取得する(S432)。   When a voice such as “Please guide the way to the visible tower” is input on the terminal device 1 by voice, guidance processing is performed in the processing of S56. In the guidance process, as shown in FIG. 27, first, terminal position information is acquired from the GPS receiver 27 or the like of the terminal device 1 (S432).

そして、音声(文字情報)と画像処理とに基づいて、撮像画像中の物体のうちから対象となる物体を特定し、この位置を特定する(S434)。この処理では、物体の形状、相対的な位置等に基づいて地図情報(外部から取得してもよいし、サーバ90が保持していてもよい)において物体の位置を特定する。例えば、撮像画像中にタワーが映っていた場合、端末装置1の位置とタワーの形状とから、そのタワーを地図上において特定する。   Then, based on the sound (character information) and the image processing, a target object is specified from among the objects in the captured image, and this position is specified (S434). In this processing, the position of the object is specified in the map information (may be acquired from the outside or may be held by the server 90) based on the shape, relative position, and the like of the object. For example, when the tower is reflected in the captured image, the tower is specified on the map from the position of the terminal device 1 and the shape of the tower.

続いて、この物体までの経路を検索し(S436)、経路情報を取得する(S438)。この処理は周知のクラウド方式のナビゲーション装置における処理と同様の処理を用いて実現できる。   Subsequently, a route to this object is searched (S436), and route information is obtained (S438). This processing can be realized using the same processing as the processing in a well-known cloud type navigation device.

そして、経路を案内するための応答を生成する(S440)。この処理においても、ナビゲーション装置による案内と同様の応答を生成すればよい。
このような処理が終了すると、案内処理を終了する。なお、使用者が移動しながら案内処理を実施する際には、自動会話サーバ処理を利用して、使用者が案内すべきポイントに到達することを再生条件としてメッセージを再生すればよい。
Then, a response for guiding the route is generated (S440). In this process, a response similar to the guidance provided by the navigation device may be generated.
When such processing ends, the guidance processing ends. When the guidance process is performed while the user is moving, the message may be reproduced using the automatic conversation server process under the reproduction condition that the user reaches a point to be guided.

[第13実施形態による効果]
上記音声応答システム100においてサーバ90は、文字情報が入力された際に、当該音声応答システム100の周囲を撮像した撮像画像に応じた応答を生成し、この応答を音声で出力させる。
[Effects of the thirteenth embodiment]
In the voice response system 100, when character information is input, the server 90 generates a response corresponding to a captured image of the surroundings of the voice response system 100, and outputs the response as voice.

このような音声応答システム100によれば、撮像画像に応じて応答を音声で出力することができる。したがって、文字情報のみから応答を生成する構成と比較して使い勝手を向上させることができる。   According to such a voice response system 100, a response can be output by voice according to a captured image. Therefore, usability can be improved as compared with a configuration in which a response is generated only from character information.

また、上記音声応答システム100においてサーバ90は、文字情報に含まれる物体を撮像画像中から画像処理によって検索し、該検索された物体の位置を特定し、この物体の位置まで案内する。   Further, in the voice response system 100, the server 90 searches for an object included in the character information from the captured image by image processing, specifies the position of the searched object, and provides guidance to the position of the object.

このような音声応答システム100によれば、撮像画像中の物体まで使用者を案内することができる。
さらに、上記音声応答システム100においてサーバ90は、目的地までの案内を行う場合において、目的地までの天気、温度、湿度、交通情報、路面状態等の経路情報を取得し、経路情報を音声で出力させる。
According to such a voice response system 100, a user can be guided to an object in a captured image.
Further, in the voice response system 100, when providing guidance to the destination, the server 90 obtains route information such as weather, temperature, humidity, traffic information, and road surface conditions to the destination, and outputs the route information by voice. Output.

このような音声応答システム100によれば、目的地までの状況(経路情報)を使用者に音声で通知することができる。
[第13実施形態の変形例]
上記構成に加えて、認識したものが何かを応答するよう文字情報を入力し、撮像画像から認識したものが何か(誰か)を音声で出力するようにしてもよい。
According to such a voice response system 100, the situation (route information) to the destination can be notified to the user by voice.
[Modification of the thirteenth embodiment]
In addition to the above configuration, character information may be input so as to respond to what is recognized, and what (someone) is recognized from the captured image may be output as voice.

さらに、上記音声応答システム100においてサーバ90は、S48の処理に換えて、文字情報を音声で入力する際において使用者の口の形状を撮像した動画像を取得してもよい。この場合、S52の処理に換えて、音声を文字情報に変換し、かつ、該動画像に基づいて、音声の不明確な部分を推定して文字情報を補正してもよい。   Further, in the voice response system 100, the server 90 may acquire a moving image of the shape of the mouth of the user when inputting character information by voice, instead of the process of S48. In this case, instead of the processing of S52, the sound may be converted into character information, and the character information may be corrected by estimating an unclear portion of the sound based on the moving image.

このような音声応答システム100によれば、口の形状から発声内容を推定することできるので、音声の不明確な部分を良好に推定することができる。
[第14実施形態]
[第14実施形態の処理]
次に第14実施形態の音声応答システムについて説明する。第14実施形態の音声応答システムでは、使用者に所定の動作を要求し、この要求通りに使用者が動作を行ったかどうかを判定する。この構成では、図6に示す自動会話端末処理、および図7に示す自動会話サーバ処理において、前述のS56の処理の詳細として図28に示す移動要求処理1および図29に示す移動要求処理2が順に実施される。
According to such a voice response system 100, since the utterance content can be estimated from the shape of the mouth, an unclear portion of the voice can be satisfactorily estimated.
[Fourteenth embodiment]
[Processing of Fourteenth Embodiment]
Next, a voice response system according to a fourteenth embodiment will be described. In the voice response system according to the fourteenth embodiment, a predetermined operation is requested from the user, and it is determined whether the user has performed the operation as requested. In this configuration, in the automatic conversation terminal processing shown in FIG. 6 and the automatic conversation server processing shown in FIG. 7, the movement request processing 1 shown in FIG. 28 and the movement request processing 2 shown in FIG. It is performed in order.

初めにS54の処理が終了すると移動要求処理1が開始され、移動要求処理1では、図28に示すように、所定の位置に視線や頭を移動させるよう指示する旨の応答(メッセージ)を出力する(S452)。この処理が終了すると、移動要求処理1を終了する。   First, when the processing of S54 is completed, the movement request processing 1 is started. In the movement request processing 1, as shown in FIG. 28, a response (message) indicating that the gaze or the head is moved to a predetermined position is output. (S452). When this process ends, the transfer request process 1 ends.

続いて、次にS54の処理が終了すると移動要求処理2が開始され、移動要求処理2では、図29に示すように、指示通りに視線や頭の位置が移動したか否かを判定する(S462)。この処理では、カメラによる撮像画像を画像処理することや、端末装置1の各種センサによる検出結果を用いて使用者の動作を検出する。なお、画像処理によって視線を検出する場合には、周知の視線認識の技術を採用すればよい。   Subsequently, when the processing of S54 is completed next, the movement request processing 2 is started. In the movement request processing 2, as shown in FIG. 29, it is determined whether or not the line of sight or the position of the head has moved as instructed ( S462). In this process, image processing of an image captured by a camera is performed, and the operation of the user is detected using detection results obtained by various sensors of the terminal device 1. In the case where the line of sight is detected by image processing, a well-known line of sight recognition technology may be employed.

指示通りに視線や頭が移動していなければ(S462:NO)、再度、S452にて生成した応答を出力する(S464)。また、指示通りに視線や頭が移動していれば(S462:YES)、別の任意の応答を生成する(S466)。   If the line of sight or head is not moving as instructed (S462: NO), the response generated in S452 is output again (S464). If the line of sight or the head is moving as instructed (S462: YES), another arbitrary response is generated (S466).

このような処理が終了すると、移動要求処理2を終了する。
[第14実施形態による効果]
上記音声応答システム100においては、使用者の視線を検出し、呼びかけに対して所定の位置に使用者の視線が移動しない場合、視線を所定の位置に移動させるよう要求する音声を出力する。
When such processing ends, the movement request processing 2 ends.
[Effects of Fourteenth Embodiment]
The voice response system 100 detects the user's line of sight and outputs a voice requesting that the user's line of sight be moved to a predetermined position if the user's line of sight does not move to a predetermined position in response to the call.

このような音声応答システム100によれば、使用者に特定の位置を見させることができる。よって、車両運転時の安全確認などを確実に行うことができる。
なお、上記音声応答システム100においてサーバ90は、体の部位の位置や顔の表情を観察し、呼びかけ対する変化が少ない場合、体の部位の位置や顔の表情を変化させるよう要求する音声を出力する。
According to such a voice response system 100, it is possible to make a user see a specific position. Therefore, it is possible to surely confirm the safety at the time of driving the vehicle.
In the voice response system 100, the server 90 observes the position of the body part and the facial expression, and outputs a voice requesting to change the position of the body part and the facial expression when there is little change in response to the call. I do.

このような音声応答システム100によれば、使用者の体の部位の位置を特定の位置に移動させたり、特定の表情をするよう誘導したりすることができる。本発明は、車両の運転時や身体検査等の際に利用することができる。   According to such a voice response system 100, it is possible to move the position of the body part of the user to a specific position or to guide the user to give a specific expression. INDUSTRIAL APPLICATION This invention can be utilized at the time of driving of a vehicle, a physical examination, etc.

[第15実施形態]
[第15実施形態の処理]
次に第15実施形態の音声応答システムについて説明する。第15実施形態の音声応答システムでは、使用者が音声として放送番組や楽曲を入力した場合において、放送番組や楽曲が途切れた場合に補完する処理を実施する。
[Fifteenth Embodiment]
[Processing in Fifteenth Embodiment]
Next, a voice response system according to a fifteenth embodiment will be described. In the voice response system according to the fifteenth embodiment, when a user inputs a broadcast program or music as voice, a process for complementing the broadcast program or music when it is interrupted is performed.

この構成では、前述のS56の詳細として、図30に示す放送楽曲補完処理を実施する。放送楽曲補完処理では、図30に示すように、まず、放送番組や楽曲(使用者が歌う場合にはその歌)が途切れたか否かを判定する(S482)。   In this configuration, as a detail of S56, the broadcast music supplement processing shown in FIG. 30 is performed. In the broadcast music complementing process, as shown in FIG. 30, first, it is determined whether or not the broadcast program or the music (or the song if the user sings) is interrupted (S482).

途切れていれば(S482:YES)、後述するS492の処理にて同期した放送番組や楽曲を応答内容として設定し(S484)、放送楽曲補完処理を終了する。また、途切れていなければ(S482:NO)、放送番組の視聴中であれば放送番組を取得し(S486)、楽曲の演奏中であれば該当する楽曲を取得する(S488)。   If it is interrupted (S482: YES), a broadcast program or music synchronized in the processing of S492 described later is set as the response content (S484), and the broadcast music complement processing ends. If the broadcast is not interrupted (S482: NO), the broadcast program is acquired if the broadcast program is being viewed (S486), and if the music is being played, the corresponding music is acquired (S488).

ここで、カラオケDB116には、楽曲と歌詞とが対応付けて記録されており、この処理において楽曲を取得する場合には、歌詞が付いた楽曲を取得する。
続いて、使用者が視聴する放送番組または楽曲を特定する(S490)。そして、この放送番組または楽曲を取得して、使用者が視聴する放送番組または楽曲に同期して再生できるよう準備し(S492)、放送楽曲補完処理を終了する。
Here, in the karaoke DB 116, music and lyrics are recorded in association with each other. When music is acquired in this process, music with lyrics is acquired.
Next, a broadcast program or a song to be viewed by the user is specified (S490). Then, the broadcast program or the song is acquired, and the broadcast program or the song is prepared so as to be reproduced in synchronization with the broadcast program or the song to be viewed by the user (S492), and the broadcast song complementing process ends.

[第15実施形態による効果]
上記音声応答システム100においてサーバ90は、使用者が視聴する放送番組と同様の放送番組を取得し、放送番組が途切れた場合に、自身が取得した放送番組を出力することで途切れた放送番組を補完する。
[Effects of Fifteenth Embodiment]
In the voice response system 100, the server 90 acquires a broadcast program similar to a broadcast program viewed by a user, and outputs the acquired broadcast program when the broadcast program is interrupted to output the interrupted broadcast program. Complement.

このような音声応答システム100によれば、使用者が視聴する放送番組が途切れないように補うことができる。
また、上記音声応答システム100においてサーバ90は、歌詞無しの楽曲に使用者が歌詞を付して歌う場合において、歌詞ありの楽曲と使用者が付した歌詞とを比較し、使用者の歌詞のみがない部分において歌詞を音声で出力させる。
According to such an audio response system 100, it is possible to supplement a broadcast program viewed by a user so as not to be interrupted.
Further, in the voice response system 100, when the user sings the song without the lyrics, the server 90 compares the song with the lyrics with the lyrics attached by the user, and only the lyrics of the user are compared. The lyrics are output as voice in the part where there is no.

このような音声応答システム100によれば、いわゆるカラオケ装置を利用する使用者が歌えない部分(歌詞が途切れた部分)を補うことができる。
[第16実施形態]
[第16実施形態の処理]
次に第16実施形態の音声応答システムについて説明する。第16実施形態の音声応答システムでは、撮像画像中に文字が含まれる場合において、端末装置1において使用者からこの文字の読み方についての質問を受けると、この文字の情報を外部から取得し、この情報に含まれる文字の読み方を音声で出力させる。
According to such a voice response system 100, it is possible to supplement a portion where a user using a so-called karaoke apparatus cannot sing (a portion where lyrics are interrupted).
[Sixteenth embodiment]
[Processing of Sixteenth Embodiment]
Next, a voice response system according to a sixteenth embodiment will be described. In the voice response system according to the sixteenth embodiment, in a case where a character is included in a captured image, when the user receives a question about how to read the character in the terminal device 1, the information of the character is obtained from the outside, and The voice of the character included in the information is output.

この構成では、前述のS56の詳細として、図31に示す文字解説処理を実施する。文字解説処理では、図31に示すように、まず、例えば「読み方」のように読みの質問を受けたか否かを判定する(S502)。読みの質問を受けていれば(S502:YES)、画像認識した文字について、読みをインターネット網85を介して接続された他のサーバ等から検索し(S504)、得られた読みを応答に設定し(S506)、文字解説処理を終了する。   In this configuration, a character explanation process shown in FIG. 31 is performed as details of S56 described above. In the character explanation process, as shown in FIG. 31, first, it is determined whether or not a reading question has been received, for example, “how to read” (S502). If a reading question has been received (S502: YES), the reading of the image-recognized character is searched from another server or the like connected via the Internet 85 (S504), and the obtained reading is set as a response. (S506), and ends the character explanation processing.

読みの質問でなければ(S502:NO)、国語辞典に記載された内容のような「言葉の意味」の質問。を受けたか否かを判定する(S508)。意味の質問を受けていれば、画像認識した文字(言葉)について、意味をインターネット網85を介して接続された他のサーバ等から検索し(S510)、得られた意味を応答に設定し(S512)、文字解説処理を終了する。   If it is not a reading question (S502: NO), a question of "meaning of words" such as the content described in a Japanese dictionary. It is determined whether or not it has been received (S508). If a question about the meaning has been received, the meaning of the image-recognized character (word) is searched from another server or the like connected via the Internet 85 (S510), and the obtained meaning is set as a response (S510). S512), the character explanation processing ends.

[第16実施形態による効果]
このような音声応答システム100によれば、画像認識した文字について、読みを他のサーバ等から検索し、得られた読みを応答に設定するので、文字の読み方や言葉の意味等を使用者に教えることができる。
[Effects of Sixteenth Embodiment]
According to such a voice response system 100, for a character whose image has been recognized, the reading is retrieved from another server or the like, and the obtained reading is set as a response. Can teach.

[第17実施形態]
[第17実施形態の処理]
次に第17実施形態の音声応答システムについて説明する。第17実施形態の音声応答システムでは、端末装置1によって検出されたセンサ値に基づいて、サーバ90が端末装置1の使用者の異常行動や結構状態を検出し、異常がある場合に通報を行う処理を実施する。
[Seventeenth embodiment]
[Processing of Seventeenth Embodiment]
Next, a voice response system according to a seventeenth embodiment will be described. In the voice response system according to the seventeenth embodiment, the server 90 detects an abnormal behavior or a fine state of the user of the terminal device 1 based on the sensor value detected by the terminal device 1, and reports when there is an abnormality. Perform processing.

詳細には、端末装置1においては図32に示す行動応答端末処理を実施し、サーバ90においては行動応答サーバ処理を実施する。行動応答端末処理においては、図32に示すように、まず、端末装置1に搭載された各種センサによる出力を取得するとともに(S522)、カメラ41による撮像画像を取得する(S524)。そして、取得した各種センサによる出力および撮像画像をサーバ90に対してパケット送信し(S526)、行動応答端末処理を終了する。   Specifically, the terminal device 1 performs the action response terminal processing shown in FIG. 32, and the server 90 performs the action response server processing. In the action response terminal process, as shown in FIG. 32, first, outputs from various sensors mounted on the terminal device 1 are obtained (S522), and an image captured by the camera 41 is obtained (S524). Then, the acquired outputs from the various sensors and the captured images are transmitted as packets to the server 90 (S526), and the action response terminal process ends.

次に、行動応答サーバ処理では、図33に示すように、まず、前述のS42〜S44の処理を実施する。続いて、端末装置1の位置情報(GPS受信機27による検出結果)に基づいて、徘徊等の行動を特定し(S532)、温度センサ15,19等による検出結果に基づいて使用者の環境を検出する(S534)。そして、異常を検出する(S536)。   Next, in the action response server process, as shown in FIG. 33, first, the processes of S42 to S44 described above are performed. Subsequently, an action such as wandering is specified based on the position information of the terminal device 1 (the detection result by the GPS receiver 27) (S532), and the environment of the user is determined based on the detection result by the temperature sensors 15, 19 and the like. It is detected (S534). Then, an abnormality is detected (S536).

この処理では、位置情報の変化と環境とに基づいて異常を検出する。例えば、使用者が高温や低温の場所で動かない場合や、使用者が普段行かない場所に存在する場合に、異常である旨を検出する(S536)。或いは、位置情報や環境を点数化し、この点数が基準値を下回る場合(基準範囲外である場合)に異常であると判断する。   In this process, an abnormality is detected based on the change in the position information and the environment. For example, when the user does not move in a place where the temperature is high or low, or when the user exists in a place where the user does not usually go, it is detected that there is an abnormality (S536). Alternatively, the position information and the environment are scored, and when the score is lower than the reference value (out of the reference range), it is determined that there is an abnormality.

続いて、異常が検出されたか否かを判定する(S538)。異常が検出されていなければ(S538:NO)、行動応答サーバ処理を終了する。また、異常が検出されていれば(S538:YES)、異常がある旨のメッセージを生成し(S540)、所定の連絡先に通報する(S542)。そして、前述のS62〜S68(S66を除く)の処理を実施し、行動応答サーバ処理を終了する。   Subsequently, it is determined whether an abnormality has been detected (S538). If no abnormality is detected (S538: NO), the action response server process ends. If an abnormality has been detected (S538: YES), a message indicating that there is an abnormality is generated (S540), and notification is made to a predetermined contact (S542). Then, the processes of S62 to S68 (excluding S66) are performed, and the action response server process ends.

[第17実施形態による効果]
上記音声応答システム100においてサーバ90は、使用者の行動や使用者の周囲環境を検出し、検出された行動や周囲環境に応じてメッセージを生成する。
[Effects of Seventeenth Embodiment]
In the voice response system 100, the server 90 detects the behavior of the user and the surrounding environment of the user, and generates a message according to the detected behavior and the surrounding environment.

このような音声応答システム100によれば、危険な場所や立ち入り禁止の領域などを報知することができる。また、使用者に異常な行動があることなどを検出することができる。   According to such a voice response system 100, it is possible to report a dangerous place, a restricted area, and the like. In addition, it is possible to detect that the user has abnormal behavior.

さらに、上記音声応答システム100においてサーバ90は、使用者を撮像した撮像画像に基づいて、健康状態を判定し、この健康状態に応じてメッセージを生成する。
このような音声応答システム100によれば、使用者の健康状態を管理することができる。
Further, in the voice response system 100, the server 90 determines a health condition based on a captured image of the user, and generates a message according to the health condition.
According to such a voice response system 100, the health condition of the user can be managed.

また、上記音声応答システム100においてサーバ90は、健康状態が基準値を下回る場合に、所定の連絡先に通報を行う。
このような音声応答システム100によれば、使用者の健康状態が基準値以下の場合に、通報を行うことができる。よってより早期に異常を他者に報知することができる。
In the voice response system 100, the server 90 notifies a predetermined contact when the health condition is lower than the reference value.
According to such a voice response system 100, it is possible to make a report when the user's health condition is equal to or less than the reference value. Therefore, the abnormality can be notified to another person earlier.

[その他の実施形態]
本発明の実施の形態は、上記の実施形態に何ら限定されることはなく、本発明の技術的
範囲に属する限り種々の形態を採りうる。
[Other Embodiments]
The embodiments of the present invention are not limited to the above-described embodiments, and may take various forms as long as they belong to the technical scope of the present invention.

例えば、音声応答システム100が二者間および多者間でのやり取りを仲介するようにしてもよい。詳細には、交差点等で道を譲り合う必要がある場合、どちらの車両が先に交差点に進入するかを端末装置1同士が交渉するようにしてもよい。この場合、各端末装置1はサーバ90に対して交差点へ接近する際の移動方位や交差点への接近速度の情報を送信し、サーバ90は、移動方位や接近速度に応じて各端末装置1に優先順位を設定し、優先順位に応じて「とまれ」や「進入可」などの音声を生成して出力すればよい。   For example, the voice response system 100 may mediate exchanges between two parties and between multiple parties. Specifically, when it is necessary to give way at an intersection or the like, the terminal devices 1 may negotiate which vehicle will enter the intersection first. In this case, each terminal device 1 transmits to the server 90 the information of the moving direction when approaching the intersection and the approach speed to the intersection, and the server 90 sends the information to each terminal device 1 according to the moving direction and the approach speed. A priority may be set, and a sound such as “stop” or “enterable” may be generated and output according to the priority.

また、音声通信等、リアルタイムに応答を行う必要がある通信の着呼(着信)を端末装置1が受け付ける際には、使用者の都合のよいときだけ着呼を受け付けるようにしてもよい。具体的には、カメラ41にて使用者の顔を撮像できたときに使用者の都合のよいときとみなして着呼を受け付けるようにしてもよい。   In addition, when the terminal device 1 receives an incoming call (incoming call) of a communication that needs to respond in real time, such as voice communication, the incoming call may be received only at the convenience of the user. Specifically, when an image of the user's face can be captured by the camera 41, the incoming call may be accepted as a convenient time for the user.

さらに、音声通信等の際に、相手を呼び出しても応答しないと、不愉快になる人がいる。このような感情を抑制するために、相手からの応答を待っている利用者に対し、相手の状況を伝えるようにしてもよい。例えば、端末装置1において使用者のスケジュールを管理しておき、使用者が着呼に対して応答しない場合、使用者が何をしているか、或いは、使用者のスケジュールの空き時間を検索し、使用者がいつ応答できるか伝えるようにすることが考えられる。   Further, in voice communication or the like, there is a person who is unpleasant if he does not answer even if he calls the other party. In order to suppress such feelings, the situation of the partner may be transmitted to the user waiting for a response from the partner. For example, the user's schedule is managed in the terminal device 1, and when the user does not respond to the incoming call, the user searches for what the user is doing or the free time of the user's schedule, It is conceivable to tell when the user can respond.

また、使用者が着呼に対して応答しない場合、使用者の場所を呼出元に伝えてもよい。例えば、使用者がスマートフォンやパソコンを介してインターネット等に繋いでいれば、どの端末が操作されているかがわかる。この情報から使用者の場所を特定して呼出元に伝えることが考えられる。   If the user does not respond to the incoming call, the location of the user may be notified to the caller. For example, if the user is connected to the Internet or the like via a smartphone or a personal computer, it is possible to know which terminal is being operated. It is conceivable that the location of the user is specified from this information and transmitted to the caller.

さらに、使用者が着呼に対して応答できるか否かを、GPS等を用いた位置情報を利用して判断するようにしてもよい。位置情報に基づけば、車に乗っているか否か、自宅に居るか否か等を判断でき、例えば使用者が移動中である場合やベッド上にいる場合であれば、公共性が高い或いは睡眠中と判断して着呼に応答できないと判断すればよい。このように着呼に応答できない場合には、前述のように使用者が何をしているか等を呼出元に伝えることが考えられる。   Further, whether or not the user can respond to the incoming call may be determined using position information using GPS or the like. Based on the location information, it can be determined whether or not the user is in a car or at home. For example, if the user is moving or on a bed, the publicity is high or sleeping. What is necessary is just to determine that it is medium and cannot respond to an incoming call. If the call cannot be answered in this way, it is conceivable to inform the caller of what the user is doing as described above.

また、位置情報を取得するためには、防犯カメラを利用する構成も考えられる。近年では、様々な場所防犯カメラが取り付けられているので、これらの防犯カメラを利用して、顔認証等の本人を特定するための構成を利用して、使用者の位置を認識することができる。また、防犯カメラを利用して使用者が何をしているか(電話に出られる状況か否か)といった状況判断を行ってもよい。また、着呼に応答できるか否かについては、別の固定電話を使っているかといった条件(固定電話の使用中には着呼に応答できない)でも判断できる。   In order to acquire the position information, a configuration using a security camera is also conceivable. In recent years, various location security cameras have been attached, so that these security cameras can be used to recognize the position of the user using a configuration for identifying the user such as face authentication. . Further, a situation determination such as what the user is doing (whether or not the user can answer the phone) may be performed using the security camera. Whether or not a call can be answered can also be determined based on conditions such as whether another fixed telephone is used (the call cannot be answered while the fixed telephone is being used).

さらに、端末装置1の使用者が誰かと会話をしたい場合、使用者の性格学習結果を利用し、不特定多数の内、利用者同士の相性が良いと推定される端末装置を呼び出すようにしてもよい。また、このような場合、盛り上がりそうな話題(双方の使用者が興味のある話題(学習結果を利用して抽出されるもの))を使用者に対して話しかけるようにしてもよい。   Further, when the user of the terminal device 1 wants to have a conversation with somebody, the terminal device which is estimated to be compatible with the user among a large number of unspecified people is used by using the character learning result of the user. Is also good. In such a case, topics that are likely to be exciting (topics that both users are interested in (extracted using learning results)) may be addressed to the users.

また、音声応答装置の利用が長時間ない場合(基準時間以上、使用者が発話していないとき)に、音声応答装置が使用者に何らかの言葉を掛けるようにしてもよい。
この際に、GPS等の位置情報を利用して話しかける言葉を選択してもよい。
Further, when the voice response device has not been used for a long time (when the user is not speaking for a reference time or more), the voice response device may give the user some words.
At this time, words to be spoken may be selected using position information such as GPS.

[特許請求の範囲または課題を解決するための手段に記載(本発明)の各手段と、実施形態における構成との関係]
上記実施形態における端末装置1、サーバ90は本発明の音声応答装置の一例に相当する。また、上記実施形態における22、S56の処理は本発明の応答取得手段の一例に相当する。
[Relationship between each means described in the claims or means for solving the problem (the present invention) and the configuration in the embodiment]
The terminal device 1 and the server 90 in the above embodiment correspond to an example of the voice response device of the present invention. Further, the processing of S22 and S56 in the above embodiment corresponds to an example of the response acquisition unit of the present invention.

さらに、上記実施形態におけるS28、S60、S64の処理は本発明の音声出力手段の一例に相当する。また、上記実施形態におけるS2、S6の処理は本発明の音声入力手段の一例に相当する。   Further, the processing of S28, S60, and S64 in the above embodiment corresponds to an example of the audio output unit of the present invention. Further, the processing of S2 and S6 in the above embodiment corresponds to an example of the voice input means of the present invention.

さらに、上記実施形態におけるS14の処理は本発明の音声送信手段の一例に相当する。また、上記実施形態における応答候補DB105は本発明の応答記録手段の一例に相当する。   Further, the processing of S14 in the above embodiment corresponds to an example of the voice transmitting means of the present invention. The response candidate DB 105 in the above embodiment corresponds to an example of a response recording unit of the present invention.

さらに、上記実施形態におけるS56の処理は本発明の性格情報取得手段の一例に相当する。また、上記実施形態におけるS22、S56の処理は本発明の応答取得手段の一例に相当する。   Further, the processing of S56 in the above embodiment corresponds to an example of the personality information acquiring means of the present invention. Further, the processing of S22 and S56 in the above embodiment corresponds to an example of the response acquisition unit of the present invention.

さらに、上記実施形態におけるS28、S60、S64の処理は本発明の音声出力手段の一例に相当する。また、上記実施形態におけるS254、S258、S260の処理は本発明の第1性格情報生成手段、第2性格情報生成手段の一例に相当する。また、上記実施形態におけるS56の処理は本発明の性格情報取得手段の一例に相当する。   Further, the processing of S28, S60, and S64 in the above embodiment corresponds to an example of the audio output unit of the present invention. Further, the processing of S254, S258, and S260 in the above embodiment corresponds to an example of a first character information generating unit and a second character information generating unit of the present invention. Further, the processing of S56 in the above embodiment corresponds to an example of the personality information acquiring means of the present invention.

さらに、上記実施形態におけるS22、S56の処理は本発明の応答取得手段に相当する。また、上記実施形態におけるS28、S60、S64の処理は本発明の音声出力手段の一例に相当する。   Further, the processing of S22 and S56 in the above embodiment corresponds to a response acquisition unit of the present invention. Further, the processing of S28, S60, and S64 in the above embodiment corresponds to an example of the audio output unit of the present invention.

さらに、上記実施形態におけるS254、S258、S260の処理は本発明の第1性格情報生成手段、第2性格情報生成手段の一例に相当する。
さらに、上記実施形態におけるS48、S56の処理は本発明の応答生成手段の一例に相当する。また、上記実施形態におけるS28、S60、S64の処理は本発明の音声出力手段の一例に相当する。
Further, the processing of S254, S258, and S260 in the above embodiment corresponds to an example of a first character information generating unit and a second character information generating unit of the present invention.
Further, the processing of S48 and S56 in the above embodiment corresponds to an example of the response generation unit of the present invention. Further, the processing of S28, S60, and S64 in the above embodiment corresponds to an example of the audio output unit of the present invention.

さらに、上記実施形態における変形例:S48の処理は本発明の音声入力動画取得手段の一例に相当する。また、上記実施形態におけるS52の処理は本発明の文字情報変換手段の一例に相当する。   Further, the modified example in the above embodiment: the process of S48 corresponds to an example of the voice input moving image acquisition unit of the present invention. Further, the processing of S52 in the above embodiment corresponds to an example of the character information conversion means of the present invention.

さらに、上記実施形態における嗜好情報生成処理は本発明の嗜好情報生成手段の一例に相当する。また、上記実施形態におけるS56の処理は本発明の応答候補取得手段の一例に相当する。   Further, the preference information generation processing in the above embodiment corresponds to an example of the preference information generation means of the present invention. Further, the processing of S56 in the above embodiment corresponds to an example of a response candidate acquiring unit of the present invention.

さらに、上記実施形態における動作文字入力処理は本発明の文字情報生成手段の一例に相当する。また、他装置情報取得手段上記実施形態における他端末利用処理は本発明の転送手段の一例に相当する。   Further, the operation character input processing in the above embodiment corresponds to an example of the character information generating means of the present invention. Other device information acquisition means The other terminal use processing in the above embodiment corresponds to an example of the transfer means of the present invention.

さらに、上記実施形態におけるS98の処理は本発明の再生条件判定手段の一例に相当する。また、上記実施形態におけるS100の処理は本発明のメッセージ再生手段の一例に相当する。   Further, the processing of S98 in the above embodiment corresponds to an example of the reproduction condition determining means of the present invention. Further, the processing of S100 in the above embodiment corresponds to an example of the message reproducing means of the present invention.

さらに、上記実施形態におけるS116の処理は本発明の未回答時送信手段の一例に相当する。また、上記実施形態におけるS372の処理は本発明の発話正確度検出手段の一例に相当する。   Further, the process of S116 in the above embodiment corresponds to an example of the non-response transmitting unit of the present invention. Further, the processing of S372 in the above embodiment corresponds to an example of the utterance accuracy detection means of the present invention.

さらに、上記実施形態におけるS374の処理は本発明の正確度合出力手段の一例に相当する。また、上記実施形態におけるS204の処理は本発明の接続制御手段の一例に相当する。   Further, the processing of S374 in the above embodiment corresponds to an example of the accuracy output means of the present invention. Further, the processing of S204 in the above embodiment corresponds to an example of the connection control means of the present invention.

さらに、上記実施形態におけるS50の処理は本発明の感情判定手段の一例に相当する。また、上記実施形態におけるS438の処理は本発明の経路情報取得手段の一例に相当する。   Further, the processing of S50 in the above embodiment corresponds to an example of the emotion determination means of the present invention. Further, the processing of S438 in the above embodiment corresponds to an example of the route information acquisition unit of the present invention.

さらに、上記実施形態におけるS462の処理は本発明の視線検出手段の一例に相当する。また、上記実施形態におけるS464の処理は本発明の視線移動要求送信手段の一例に相当する。   Further, the processing of S462 in the above embodiment corresponds to an example of the visual line detection means of the present invention. Further, the processing of S464 in the above embodiment corresponds to an example of a gaze movement request transmitting unit of the present invention.

さらに、上記実施形態におけるS464の処理は本発明の変化要求送信手段の一例に相当する。また、上記実施形態におけるS486の処理は本発明の放送番組取得手段の一例に相当する。   Further, the processing of S464 in the above embodiment corresponds to an example of the change request transmitting means of the present invention. Further, the processing of S486 in the above embodiment corresponds to an example of the broadcast program acquisition means of the present invention.

さらに、上記実施形態におけるS484の処理は本発明の放送番組補完手段、歌詞付加手段の一例に相当する。また、上記実施形態におけるS504、S506の処理は本発明の読み方出力手段の一例に相当する。また、上記実施形態におけるS522、S524の処理は本発明の行動環境検出手段の一例に相当する。   Further, the processing of S484 in the above embodiment corresponds to an example of the broadcast program supplementing means and the lyrics adding means of the present invention. Further, the processing of S504 and S506 in the above embodiment corresponds to an example of the reading output means of the present invention. Further, the processing of S522 and S524 in the above embodiment corresponds to an example of the behavior environment detecting means of the present invention.

さらに、上記実施形態におけるS538の処理は本発明の健康状態判定手段の一例に相当する。また、上記実施形態におけるS540の処理は本発明の健康メッセージ生成手段の一例に相当する。   Further, the processing of S538 in the above embodiment corresponds to an example of the health condition determination means of the present invention. Further, the processing of S540 in the above embodiment corresponds to an example of the health message generating means of the present invention.

さらに、上記実施形態におけるS542の処理は本発明の通報手段の一例に相当する。   Further, the processing of S542 in the above embodiment corresponds to an example of the reporting means of the present invention.

1…端末装置、10…行動センサユニット、11…次元加速度センサ、13…軸ジャイロセンサ、15…温度センサ、17…湿度センサ、19…温度センサ、21…湿度センサ、23…照度センサ、25…濡れセンサ、27…GPS受信機、29…風速センサ、33…心電センサ、35…心音センサ、37…マイク、39…メモリ、41…カメラ、50…通信部、53…無線電話ユニット、55…連絡先メモリ、60…報知部、61…ディスプレイ、63…電飾、65…スピーカ、70…操作部、71…タッチパッド、73…確認ボタン、75…指紋センサ、77…救援依頼レバー、80…通信基地局、85…インターネット網、90…サーバ、100…音声応答システム、101…演算部、102…音声認識DB、103…予測変換DB、104…音声DB、105…応答候補DB、106…性格DB、107…学習DB、108…嗜好DB、109…ニュースDB、110…天気DB、111…再生条件DB、112…手書き文字・手話DB、113…端末情報DB、114…感情判定DB、115…健康判定DB、116…カラオケDB、117…通報先DB、118…セールスDB、119…クライアントDB。   DESCRIPTION OF SYMBOLS 1 ... Terminal device, 10 ... Behavior sensor unit, 11 ... Dimensional acceleration sensor, 13 ... Shaft gyro sensor, 15 ... Temperature sensor, 17 ... Humidity sensor, 19 ... Temperature sensor, 21 ... Humidity sensor, 23 ... Illuminance sensor, 25 ... Wetness sensor, 27 GPS receiver, 29 Wind speed sensor, 33 Electrocardiographic sensor, 35 Heart sound sensor, 37 Microphone, 39 Memory, 41 Camera, 50 Communication unit, 53 Wireless telephone unit, 55 Contact memory, 60 ... notification unit, 61 ... display, 63 ... illumination, 65 ... speaker, 70 ... operation unit, 71 ... touch pad, 73 ... confirmation button, 75 ... fingerprint sensor, 77 ... rescue request lever, 80 ... Communication base station, 85 Internet network, 90 server, 100 voice response system, 101 arithmetic unit, 102 voice recognition DB, 103 prediction conversion DB, 04: voice DB, 105: response candidate DB, 106: personality DB, 107: learning DB, 108: preference DB, 109: news DB, 110: weather DB, 111: reproduction condition DB, 112: handwritten character / sign language DB, 113: terminal information DB, 114: emotion judgment DB, 115: health judgment DB, 116: karaoke DB, 117: report destination DB, 118: sales DB, 119: client DB.

Claims (1)

入力された1の音声に対する複数の異なる応答であって、言葉遣いが異なる複数の応答を取得するように構成された応答取得部と、
前記複数の異なる応答を音声で順次出力させるように構成された音声出力部と、
音声によって自動会話する旨をオンさせるように構成された音声起動部と、
IDの送信元にメッセージを送信するように構成されたサーバに対して、自身を特定するためのIDを送信するように構成されたID送信部と、
前記自動会話する旨がオンされると、前記サーバから再生条件に応じたメッセージを取得するように構成された送受信部と、
を備える音声応答装置。
A response acquisition unit configured to acquire a plurality of different responses to one input voice, the responses having different wording;
An audio output unit configured to sequentially output the plurality of different responses by audio,
A voice activation unit configured to turn on automatic conversation by voice;
An ID transmission unit configured to transmit an ID for identifying itself to a server configured to transmit a message to an ID transmission source;
When the automatic conversation is turned on, a transmitting / receiving unit configured to acquire a message according to a reproduction condition from the server,
A voice response device comprising:
JP2018036282A 2012-06-18 2018-03-01 Voice response device Active JP6669951B2 (en)

Applications Claiming Priority (6)

Application Number Priority Date Filing Date Title
JP2012137065 2012-06-18
JP2012137065 2012-06-18
JP2012137067 2012-06-18
JP2012137067 2012-06-18
JP2012137066 2012-06-18
JP2012137066 2012-06-18

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
JP2017147206A Division JP2017215602A (en) 2012-06-18 2017-07-28 Dozing suppression device

Publications (2)

Publication Number Publication Date
JP2018136545A JP2018136545A (en) 2018-08-30
JP6669951B2 true JP6669951B2 (en) 2020-03-18

Family

ID=49768566

Family Applications (14)

Application Number Title Priority Date Filing Date
JP2014521255A Active JP6267636B2 (en) 2012-06-18 2013-05-29 Voice response device
JP2017147207A Active JP6552123B2 (en) 2012-06-18 2017-07-28 Response request device
JP2017147206A Pending JP2017215602A (en) 2012-06-18 2017-07-28 Dozing suppression device
JP2017221748A Pending JP2018049285A (en) 2012-06-18 2017-11-17 Voice response device
JP2018015621A Pending JP2018092179A (en) 2012-06-18 2018-01-31 Reception apparatus
JP2018026895A Withdrawn JP2018136540A (en) 2012-06-18 2018-02-19 Voice response device
JP2018026896A Withdrawn JP2018136541A (en) 2012-06-18 2018-02-19 Voice response device
JP2018036282A Active JP6669951B2 (en) 2012-06-18 2018-03-01 Voice response device
JP2018036283A Pending JP2018136546A (en) 2012-06-18 2018-03-01 Voice response device
JP2019090021A Active JP6751865B2 (en) 2012-06-18 2019-05-10 Server for voice response device and voice response system
JP2019208039A Active JP6969811B2 (en) 2012-06-18 2019-11-18 Voice response device
JP2021134981A Pending JP2021184111A (en) 2012-06-18 2021-08-20 Terminal device and vehicle
JP2022017187A Active JP7231289B2 (en) 2012-06-18 2022-02-07 voice response system
JP2023016185A Active JP7531241B2 (en) 2012-06-18 2023-02-06 Information providing system, terminal device, and server

Family Applications Before (7)

Application Number Title Priority Date Filing Date
JP2014521255A Active JP6267636B2 (en) 2012-06-18 2013-05-29 Voice response device
JP2017147207A Active JP6552123B2 (en) 2012-06-18 2017-07-28 Response request device
JP2017147206A Pending JP2017215602A (en) 2012-06-18 2017-07-28 Dozing suppression device
JP2017221748A Pending JP2018049285A (en) 2012-06-18 2017-11-17 Voice response device
JP2018015621A Pending JP2018092179A (en) 2012-06-18 2018-01-31 Reception apparatus
JP2018026895A Withdrawn JP2018136540A (en) 2012-06-18 2018-02-19 Voice response device
JP2018026896A Withdrawn JP2018136541A (en) 2012-06-18 2018-02-19 Voice response device

Family Applications After (6)

Application Number Title Priority Date Filing Date
JP2018036283A Pending JP2018136546A (en) 2012-06-18 2018-03-01 Voice response device
JP2019090021A Active JP6751865B2 (en) 2012-06-18 2019-05-10 Server for voice response device and voice response system
JP2019208039A Active JP6969811B2 (en) 2012-06-18 2019-11-18 Voice response device
JP2021134981A Pending JP2021184111A (en) 2012-06-18 2021-08-20 Terminal device and vehicle
JP2022017187A Active JP7231289B2 (en) 2012-06-18 2022-02-07 voice response system
JP2023016185A Active JP7531241B2 (en) 2012-06-18 2023-02-06 Information providing system, terminal device, and server

Country Status (2)

Country Link
JP (14) JP6267636B2 (en)
WO (1) WO2013190963A1 (en)

Families Citing this family (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6267636B2 (en) * 2012-06-18 2018-01-24 エイディシーテクノロジー株式会社 Voice response device
JP6400337B2 (en) * 2014-05-28 2018-10-03 シャープ株式会社 Electronic equipment and message system
JP6448971B2 (en) * 2014-09-30 2019-01-09 シャープ株式会社 Interactive device
JP6450138B2 (en) * 2014-10-07 2019-01-09 株式会社Nttドコモ Information processing apparatus and utterance content output method
WO2016103881A1 (en) 2014-12-25 2016-06-30 エイディシーテクノロジー株式会社 Robot
JP6768283B2 (en) * 2015-10-29 2020-10-14 シャープ株式会社 Electronic devices and their control methods
US11595331B2 (en) 2016-01-28 2023-02-28 Sony Group Corporation Communication system and communication control method
US11159462B2 (en) 2016-01-28 2021-10-26 Sony Corporation Communication system and communication control method
JP6205039B1 (en) * 2016-09-16 2017-09-27 ヤフー株式会社 Information processing apparatus, information processing method, and program
CN109844855B (en) * 2016-10-03 2023-12-05 谷歌有限责任公司 Multiple computing agent execution of tasks
US11663535B2 (en) 2016-10-03 2023-05-30 Google Llc Multi computational agent performance of tasks
US10853747B2 (en) 2016-10-03 2020-12-01 Google Llc Selection of computational agent for task performance
US10311856B2 (en) 2016-10-03 2019-06-04 Google Llc Synthesized voice selection for computational agents
JP2018167339A (en) * 2017-03-29 2018-11-01 富士通株式会社 Utterance control program, information processor, and utterance control method
JP6977323B2 (en) * 2017-06-14 2021-12-08 ヤマハ株式会社 Singing voice output method, voice response system, and program
CN111655409B (en) 2018-03-16 2022-12-30 住友电工硬质合金株式会社 Surface-coated cutting tool and method for manufacturing same
WO2019187590A1 (en) * 2018-03-29 2019-10-03 ソニー株式会社 Information processing device, information processing method, and program
JPWO2022038720A1 (en) 2020-08-19 2022-02-24
JP7457816B2 (en) 2020-08-19 2024-03-28 日本たばこ産業株式会社 Packaging materials for tobacco products and packages for tobacco products
EP4407602A1 (en) 2021-09-22 2024-07-31 Fuji Corporation Situation awareness system, voice response device, and situation awareness method
US12032807B1 (en) 2021-11-08 2024-07-09 Arrowhead Center, Inc. Assistive communication method and apparatus

Family Cites Families (48)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS58104743U (en) * 1982-01-13 1983-07-16 日本精機株式会社 Vehicle audio notification device
JP2912394B2 (en) * 1989-10-04 1999-06-28 株式会社日立製作所 Car phone position notification device
JP3120995B2 (en) 1990-07-03 2000-12-25 本田技研工業株式会社 Paint temperature control system
JP3674990B2 (en) * 1995-08-21 2005-07-27 セイコーエプソン株式会社 Speech recognition dialogue apparatus and speech recognition dialogue processing method
US5766015A (en) * 1996-07-11 1998-06-16 Digispeech (Israel) Ltd. Apparatus for interactive language training
JP3408425B2 (en) * 1998-08-11 2003-05-19 株式会社日立製作所 Automatic mediation method and medium on which processing program is recorded
JP4228442B2 (en) * 1998-12-21 2009-02-25 ソニー株式会社 Voice response device
EP1139318A4 (en) * 1999-09-27 2002-11-20 Kojima Co Ltd Pronunciation evaluation system
JP2001256036A (en) 2000-03-03 2001-09-21 Ever Prospect Internatl Ltd Method for transferring information with equipment, equipment with interactive function applying the same and life support system formed by combining equipment
JP2001330450A (en) * 2000-03-13 2001-11-30 Alpine Electronics Inc Automobile navigation system
US6731307B1 (en) * 2000-10-30 2004-05-04 Koninklije Philips Electronics N.V. User interface/entertainment device that simulates personal interaction and responds to user's mental state and/or personality
CN1266625C (en) * 2001-05-04 2006-07-26 微软公司 Server for identifying WEB invocation
JP2002342356A (en) * 2001-05-18 2002-11-29 Nec Software Kyushu Ltd System, method and program for providing information
JP2003023501A (en) * 2001-07-06 2003-01-24 Self Security:Kk Safety confirmation support equipment of single life person
JP2003108362A (en) * 2001-07-23 2003-04-11 Matsushita Electric Works Ltd Communication supporting device and system thereof
JP2003108376A (en) * 2001-10-01 2003-04-11 Denso Corp Response message generation apparatus, and terminal device thereof
JP2003216176A (en) * 2002-01-28 2003-07-30 Matsushita Electric Works Ltd Speech controller
JP4086280B2 (en) * 2002-01-29 2008-05-14 株式会社東芝 Voice input system, voice input method, and voice input program
EP1408303B1 (en) * 2002-03-15 2011-12-21 Mitsubishi Denki Kabushiki Kaisha Vehicular navigation device
JP3777337B2 (en) * 2002-03-27 2006-05-24 ドコモ・モバイルメディア関西株式会社 Data server access control method, system thereof, management apparatus, computer program, and recording medium
JP2003329477A (en) * 2002-05-15 2003-11-19 Pioneer Electronic Corp Navigation device and interactive information providing program
JP2004021121A (en) * 2002-06-19 2004-01-22 Nec Corp Voice interaction controller unit
JP2004030313A (en) * 2002-06-26 2004-01-29 Ntt Docomo Tokai Inc Method and system for providing service
JP2004046400A (en) * 2002-07-10 2004-02-12 Mitsubishi Heavy Ind Ltd Speaking method of robot
JP2004301942A (en) * 2003-03-28 2004-10-28 Bandai Co Ltd Speech recognition device, conversation device, and robot toy
JP2004364128A (en) * 2003-06-06 2004-12-24 Sanyo Electric Co Ltd Communication system
JP3895758B2 (en) * 2004-01-27 2007-03-22 松下電器産業株式会社 Speech synthesizer
JP2005301914A (en) * 2004-04-15 2005-10-27 Sharp Corp Portable information appliance
JP2005342862A (en) * 2004-06-04 2005-12-15 Nec Corp Robot
JP2005352895A (en) * 2004-06-11 2005-12-22 Kenwood Corp Vehicle driver awakening system
EP1835771A4 (en) * 2004-12-28 2012-01-04 Sharp Kk Mobile terminal, communication terminal, location notifying system using them, and location notifying method
US8983962B2 (en) * 2005-02-08 2015-03-17 Nec Corporation Question and answer data editing device, question and answer data editing method and question answer data editing program
JP2006227846A (en) * 2005-02-16 2006-08-31 Fujitsu Ten Ltd Information display system
JP4586566B2 (en) * 2005-02-22 2010-11-24 トヨタ自動車株式会社 Spoken dialogue system
JP4631501B2 (en) * 2005-03-28 2011-02-16 パナソニック電工株式会社 Home system
JP4745036B2 (en) * 2005-11-28 2011-08-10 パナソニック株式会社 Speech translation apparatus and speech translation method
JP2008053989A (en) * 2006-08-24 2008-03-06 Megachips System Solutions Inc Door phone system
JP2008153889A (en) * 2006-12-15 2008-07-03 Promise Co Ltd Answering operation mediation system
JP2008152013A (en) * 2006-12-18 2008-07-03 Canon Inc Voice synthesizing device and method
JP5173221B2 (en) * 2007-03-25 2013-04-03 京セラ株式会社 Mobile terminal, information processing system, and information processing method
JP2009093284A (en) * 2007-10-04 2009-04-30 Toyota Motor Corp Drive support device
JP2009151766A (en) 2007-11-30 2009-07-09 Nec Corp Life adviser support system, adviser side terminal system, authentication server, server, support method and program
JP5305802B2 (en) * 2008-09-17 2013-10-02 オリンパス株式会社 Information presentation system, program, and information storage medium
JP2010079149A (en) * 2008-09-29 2010-04-08 Brother Ind Ltd Visitor reception device, person-in-charge terminal, visitor reception method, and visitor reception program
JP5195405B2 (en) * 2008-12-25 2013-05-08 トヨタ自動車株式会社 Response generating apparatus and program
US8499085B2 (en) * 2009-03-16 2013-07-30 Avaya, Inc. Advanced availability detection
JP5563422B2 (en) * 2010-10-15 2014-07-30 京セラ株式会社 Electronic device and control method
JP6267636B2 (en) * 2012-06-18 2018-01-24 エイディシーテクノロジー株式会社 Voice response device

Also Published As

Publication number Publication date
JP2018049285A (en) 2018-03-29
JP2017215602A (en) 2017-12-07
JP2018092179A (en) 2018-06-14
JP2023079225A (en) 2023-06-07
JP2022062200A (en) 2022-04-19
JP6267636B2 (en) 2018-01-24
JP2018136541A (en) 2018-08-30
JP6969811B2 (en) 2021-11-24
JP2018136540A (en) 2018-08-30
JP7531241B2 (en) 2024-08-09
JP2018136545A (en) 2018-08-30
WO2013190963A1 (en) 2013-12-27
JP6751865B2 (en) 2020-09-09
JP7231289B2 (en) 2023-03-01
JP2021184111A (en) 2021-12-02
JP2018136546A (en) 2018-08-30
JP2019179243A (en) 2019-10-17
JP6552123B2 (en) 2019-07-31
JP2020038387A (en) 2020-03-12
JPWO2013190963A1 (en) 2016-05-26
JP2017215603A (en) 2017-12-07

Similar Documents

Publication Publication Date Title
JP6669951B2 (en) Voice response device
US11241789B2 (en) Data processing method for care-giving robot and apparatus
US11430439B2 (en) System and method for providing assistance in a live conversation
JP7070544B2 (en) Learning device, learning method, speech synthesizer, speech synthesizer
US20160379107A1 (en) Human-computer interactive method based on artificial intelligence and terminal device
JP2019049742A (en) Voice response device
WO2017163515A1 (en) Information processing system, information processing device, information processing method, and recording medium
JPWO2016181670A1 (en) Information processing apparatus, information processing method, and program
CN112074804A (en) Information processing system, information processing method, and recording medium
JP2024150630A (en) Voice Response System
JP2020166593A (en) User support device, user support method, and user support program
US11270682B2 (en) Information processing device and information processing method for presentation of word-of-mouth information
JP7425681B2 (en) Social ability generation device, social ability generation method, and communication robot
CN116189682A (en) Text information display method and device, electronic equipment and storage medium

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20180301

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20180426

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20190129

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20190329

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20190806

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20190926

RD02 Notification of acceptance of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7422

Effective date: 20191212

RD04 Notification of resignation of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7424

Effective date: 20191213

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20200114

A711 Notification of change in applicant

Free format text: JAPANESE INTERMEDIATE CODE: A711

Effective date: 20200130

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20200205

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A821

Effective date: 20200130

R150 Certificate of patent or registration of utility model

Ref document number: 6669951

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

S531 Written request for registration of change of domicile

Free format text: JAPANESE INTERMEDIATE CODE: R313531

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350