JP6710562B2 - 受付システム及び受付方法 - Google Patents

Description

本発明は、受付システム及び受付方法に関する。

利用者の発話内容に対して音声認識を行い、音声認識した結果を用いて処理を行う音声対話システムが求められている。近年、例えば会社やホテルの受け付け等に人型ロボットが採用され始めている。例えば、特許文献１には、来訪者が企業等を訪問したときに、ロボットが来訪者の名前や所属を質問し、さらに、希望する応対者を質問し、必要な応対者に対して来訪者が訪れたことを通知する受付システムが記載されている。

特許第４５９４８５７号公報

ロボットを使った受付システムでは、ロボットは、毎回来訪者が訪れる度に、来訪者の名前、応対者の名前等を質問することになる。この場合、来訪者にとっては、毎回同じことを答える必要があるので、冗長であった。

本発明は上記の点に鑑みてなされたものであり、冗長な受付業務が簡素化できる受付システム及び受付方法を提供することを目的とする。

（１）上記目的を達成するため、本発明の一態様に係る受付システムは、画像を撮影する撮像部と、過去に来訪した来訪者の画像と、当該来訪者が過去に来訪した応対者の情報とを関連付けて記憶する受付情報保存部と、前記来訪者への応対に関するシナリオに基づいて来訪者に対する質問を生成し、当該質問に対する来訪者からの応答により情報を取得する行動実行部と、を備え、前記行動実行部は、前記撮像部が撮影した前記画像に対応する画像を前記受付情報保存部が記憶しているか否かに応じて、前記シナリオに基づく前記来訪者へ提示に対する応対を変更し、前記来訪者に対して、当該来訪者が過去に来訪した履歴を前記受付情報保存部に記憶し、前記撮像部が撮影した前記画像に対応する画像が前記受付情報保存部に記憶されている場合、前記受付情報保存部が記憶する前記履歴に基づいて、前記応対者の候補を選択し、選択した前記応対者の候補が複数のとき、前記複数の応対者を候補者として前記来訪者に音声信号を用いて提示し、当該質問に対する応答の音声信号に対して音声認識を行った結果に基づいて、前記来訪者に対応する応対者を選択する。
（２）本発明の一態様に係る受付システムは、画像を撮影する撮像部と、過去に来訪した来訪者の画像と、当該来訪者が過去に来訪した応対者の情報とを関連付けて記憶する受付情報保存部と、前記来訪者への応対に関するシナリオに基づいて来訪者に対する質問を生成し、当該質問に対する来訪者からの応答により情報を取得する行動実行部と、を備え、前記行動実行部は、前記撮像部が撮影した前記画像に対応する画像を前記受付情報保存部が記憶しているか否かに応じて、前記シナリオに基づく前記来訪者へ提示に対する応対を変更し、前記来訪者に対して、当該来訪者が過去に来訪した履歴を前記受付情報保存部に記憶し、前記撮像部が撮影した前記画像に対応する画像が前記受付情報保存部に記憶されている場合、前記受付情報保存部が記憶する前記履歴に基づいて、前記応対者の候補を選択し、選択した前記応対者が複数のとき、前記複数の応対者を候補者として前記来訪者に画像を用いて提示する。

（３）本発明の一態様に係る受付システムは、前記来訪者が希望する応対者に、当該来訪者が訪れた旨を通知する通知部、を備え、前記通知部は、前記行動実行部が選択した前記応対者に、当該来訪者が訪れた旨を通知するようにしてもよい。

（４）本発明の一態様に係る受付システムにおいて、前記行動実行部は、前記撮像部が撮影した前記画像に対応する画像が前記受付情報保存部に記憶されていない場合、前記来訪者の情報と前記応対者の情報とを取得するための質問を前記シナリオに応じて前記来訪者に音声信号を用いて行い、当該質問に対する応答の音声信号に対して音声認識を行った結果に基づいて、前記来訪者に対応する応対者を選択するようにしてもよい。

（５）本発明の一態様に係る受付システムにおいて、前記行動実行部は、選択した前記応対者の候補が複数のとき、訪問したことが多い順に前記応対者の候補を提示するようにしてもよい。
（６）本発明の一態様に係る受付システムにおいて、前記行動実行部は、選択した前記応対者の候補が複数のとき、最近訪問したことがある順に前記応対者の候補を提示するようにしてもよい。

（７）本発明の一態様に係る受付システムにおいて、前記来訪者の進行方向を検出する検出部、を備え、前記行動実行部は、前記検出部が検出した前記来訪者の進行方向、および前記撮像部が撮像した前記画像から前記来訪者の進行方向を検出した進行方向のうちの少とも１つに基づいて、前記来訪者へ提示に対する応対を変更するようにしてもよい。

（８）上記目的を達成するため、本発明の一態様に係る受付方法は、撮像部が、画像を撮影する撮像手順と、行動実行部が、過去に来訪した来訪者の画像と、当該来訪者が過去に来訪した応対者の情報とを関連付けて受付情報保存部に記憶する記憶手順と、前記行動実行部が、前記来訪者への応対に関するシナリオに基づいて来訪者に対する質問を生成し、当該質問に対する来訪者からの応答により情報を取得する手順と、前記行動実行部が、前記撮像手順によって撮影された前記画像に対応する画像を前記受付情報保存部が記憶しているか否かに応じて、前記来訪者への応対に関するシナリオに基づく前記来訪者へ提示に対する応対を変更する変更手順と、前記行動実行部が、前記来訪者に対して、当該来訪者が過去に来訪した履歴を前記受付情報保存部に記憶させ、前記撮像手順によって撮影された前記画像に対応する画像が前記受付情報保存部に記憶されている場合、前記受付情報保存部が記憶する前記履歴に基づいて、前記応対者の候補を選択し、選択した前記応対者の候補が複数のとき、前記複数の応対者を候補者として前記来訪者に音声信号を用いて提示し、当該質問に対する応答の音声信号に対して音声認識を行った結果に基づいて、前記来訪者に対応する応対者を選択する手順と、を含む。
（９）上記目的を達成するため、本発明の一態様に係る受付方法は、撮像部が、画像を撮影する撮像手順と、行動実行部が、過去に来訪した来訪者の画像と、当該来訪者が過去に来訪した応対者の情報とを関連付けて受付情報保存部に記憶する記憶手順と、前記行動実行部が、前記来訪者への応対に関するシナリオに基づいて来訪者に対する質問を生成し、当該質問に対する来訪者からの応答により情報を取得する手順と、前記行動実行部が、前記撮像手順によって撮影された前記画像に対応する画像を前記受付情報保存部が記憶しているか否かに応じて、前記来訪者への応対に関するシナリオに基づく前記来訪者へ提示に対する応対を変更する変更手順と、前記行動実行部が、前記来訪者に対して、当該来訪者が過去に来訪した履歴を前記受付情報保存部に記憶させ、前記撮像部によって撮影された前記画像に対応する画像が前記受付情報保存部に記憶されている場合、前記受付情報保存部が記憶する前記履歴に基づいて、前記応対者の候補を選択し、選択した前記応対者が複数のとき、前記複数の応対者を候補者として前記来訪者に画像を用いて提示する手順と、を含む。

上述した（１）、（２）、（８）または（９）によれば、撮像した画像に基づいて、シナリオに基づく来訪者へ提示に対する応対を変更するようにしたので、冗長な受付業務が簡素化できる。

また、上述した（４）、（１）、（８）、（５）、又は（６）によれば、受付履歴に基づいて応対者の候補を来訪者に提示するので、候補者が来訪者の所望する応対者となる確率を上げることができる。

また、上述した（２）または（９）によれば、来訪者は、応対者を一覧表示で見ることができ、所望の応対者を選択しやすくなるという効果を奏する。
また、上述した（７）によれば、来訪者の進行方向に応じて応対を変更するようにしたので、冗長な受付業務が簡素化できる。

本実施形態に係る受付システムのイメージ図である。 第１実施形態に係る受付システムの概略構成を示すブロック図である。 第１実施形態に係る受付情報保存部が備えるデータベースの構成の一例を示す図ある。 第１実施形態に係る受付情報保存部に備えられるデータベースの構成の一例の説明図である。 第１実施形態に係る受付システムの受付動作を示すフローチャートである。 第１実施形態に係る来訪者が初めて来訪した場合に認識に成功したときの受付システムの受付動作の具体例を示す図である。 第１実施形態に係る来訪者が初めて来訪した場合に誤認識したときの受付システムの受付動作の具体例を示す図である。 第１実施形態に係る来訪者が２回目以降の来訪者である場合の受け付けシステムの受付動作の具体例を示している。 第２実施形態に係る受付システムの受付動作を示すフローチャートである。 第２実施形態に係る受付システムでの動作の説明図である。 第２実施形態に係る受付システムでの動作の説明図である。 第３実施形態に係る受付システムの概略構成を示すブロック図である。 第３実施形態に係る受付システムの動作の説明図である。

以下、本発明の実施の形態について図面を参照しながら説明する。
＜受付システムの概要＞
まず、本実施形態における受付システムの概要を説明する。
図１は、本実施形態に係る受付システム１のイメージ図である。
図１に示すように、受付システム１は、人型のロボット２（以下、ロボット２ともいう）が会社等に訪問する来訪者（お客様）３に対する受付業務を行う。

来訪者３は、ドア５から部屋４に入室する。部屋４には、ロボット２が待機している。また、部屋４には、来訪者３が待機するためのソファ６が置かれている。また、部屋４の天井には、来訪者を検出するセンサー３１が取り付けられている。来訪者３が部屋４に入室し、センサー３１により来訪者３が検出されると、ロボット２が来訪者３を出迎える。

ロボット２は来訪者３に挨拶をし、来訪者３の顔を含む領域を撮像した画像に対して画像認識を行うことで、初めての来訪者か否かを判定する。すなわち、ロボット２は、来訪者の画像と来訪者の情報と関連付けて、来訪者履歴として記憶している。そして、ロボット２は、今回の来訪者３の顔画像を来訪者履歴に登録されている顔画像を用いて顔認識を行っている。ロボット２は、今回の来訪者３の顔画像を来訪者履歴に登録されている顔画像から検索できなければ、今回の来訪者３は、初めての来訪者であると判定する。

初めての来訪者であれば、ロボット２は、来訪者に挨拶した後、ロボット２の役割を説明する。そして、ロボット２は、来訪者３の名前を質問し、来訪者３の名前を聞くと、来訪者３の名前を復唱確認して、来訪者３の情報を取得する。そして、ロボット２は、面会先の応対者を質問し、来訪者３から面会先の応対者の名前を聞くと、面会先の応対者の名前を復唱確認して、面会先の応対者の情報を取得する。それから、ロボット２は、面会先の応対者の連絡先に電話を接続し、応対者に来訪者があることを連絡する。

来訪者３が２回目以降の来訪者であれば、ロボット２は、来訪者３の顔認識を行って、来訪者３の情報を取得する。そして、ロボット２は、来訪者に挨拶した後、ロボット２の役割を説明する処理、来訪者３の名前を質問する処理、面会先の応対者を質問する処理をスキップする。そして、ロボット２は、過去の履歴に基づいて、来訪者３の名前と面会先の応対者を推定する。そして、ロボット２は、面会先の応対者がこれで正しいかを確認し、面会先の応対者の連絡先に電話を接続し、応対者に来訪者があることを連絡する。

このように、本発明に係る受付システム１では、来訪者３が２回目以降の来訪者であれば、ロボット２の役割を説明する処理、来訪者３の名前を質問する処理、及び面会先の応対者を質問する処理をスキップできるので、冗長な受付業務が簡素化できる。

＜第１実施形態＞
次に、本実施形態に係る受付システム１について詳細に説明する。
図２は、本実施形態に係る受付システム１の概略構成を示すブロック図である。図２に示すように、受付システム１は、受付部１０、行動実行部２０、センサー３１、人検出・人追跡部３２、通知部４０、及び端末４５を備える。

受付部１０は、収音部１１、音声合成部１２、音声出力部１３、撮像部１４、及び顔検出・顔認識部１５を備える。

行動実行部２０は、来訪者認識部２１、応対者認識部２２、シナリオ記憶部２４、受付情報保存部２５、及び応対者選択部２６を備える。来訪者認識部２１は、音声認識部２２１、人情報統合部２２２、及び言語理解部２２３を含んで構成される。応対者認識部２２は、音声認識部２２１及び言語理解部２２３を含んで構成される。応対者選択部２６は、行動生成部２６１、及び呼出者選択部２６２を備える。

通知部４０は、架電部４２及び発信部４３を備える。なお、通知部４０と端末４５とは、ネットワーク４４を介して接続される。

受付部１０は、例えば人型のロボット２である。受付部１０は、来訪者の音声を取得し、取得した音声を、行動実行部２０に出力する。受付部１０は、来訪者の顔を含む領域の画像を撮像し、撮像した画像から顔の画像を抽出し、抽出した結果を行動実行部２０に出力する。受付部１０は、行動実行部２０が出力する発話情報を音声信号に変換し、変換した音声信号を出力する。ここで、発話情報には、来訪者への挨拶、受付システム１の役割の説明、来訪者の確認、応対者の確認、応対者を呼びだしていることのお知らせ等が含まれている。なお、受付部１０は、行動実行部２０及び通知部４０のうち少なくとも１つを備えていてもよい。また、受付部１０の形状は、人型のロボットでなくてもよく、受付部１０の構成を備えていればよい。

収音部１１は、例えばＮ（Ｎは２以上の整数）本以上のマイクロホンを備えるマイクロホンアレイである。収音部１１は、収音した音声信号を電気信号に変換して、変換した音声信号を音声認識部２２１に出力する。なお、収音部１１は、収録したＮチャネルの音声信号を音声認識部２２１に無線で送信してもよいし、有線で送信してもよい。送信の際にチャネル間で音声信号が同期していればよい。

音声合成部１２は、行動実行部２０が出力する発話情報を音声信号に変換し、変換した音声信号を音声出力部１３に出力する。
音声出力部１３は、例えばスピーカーである。音声合成部１２が出力する音声信号を発する。

撮像部１４は、例えばＣＣＤ（Ｃｈａｒｇｅ Ｃｏｕｐｌｅｄ Ｄｅｖｉｃｅ；電荷結合素子）イメージセンサーを用いたカメラである。撮像部１４は、例えば所定の間隔毎に撮像し、撮像した画像を顔検出・顔認識部１５に出力する。所定の間隔とは、例えば５秒間隔である。

顔検出・顔認識部１５は、例えばＶｉｏｌａ＆Ｊｏｈｎｓの手法（参考文献１参照）を用いて、撮像部１４が出力した画像から人の顔の画像を検出して認識する。顔検出・顔認識部１５は、検出して認識した結果を示す情報を人情報統合部２２２に出力する。なお、顔検出・顔認識部１５が出力する情報には、来訪者の顔を含む画像（以下、顔画像とも言う）が含まれている。

参考文献１；Ｐａｕｌ Ｖｉｏｌａ ａｎｄ Ｍｉｃｈａｅｌ Ｊ． Ｊｏｎｅｓ． Ｒａｐｉｄ Ｏｂｊｅｃｔ Ｄｅｔｅｃｔｉｏｎ ｕｓｉｎｇ ａ Ｂｏｏｓｔｅｄ Ｃａｓｃａｄｅ ｏｆ Ｓｉｍｐｌｅ Ｆｅａｔｕｒｅｓ． ＩＥＥＥ ＣＶＰＲ， ２００１．

センサー３１は、例えば、天井に設置されている複数のＬＲＦ（Ｌａｓｅｒ Ｒａｎｇｅ Ｆｉｎｄｅｒ；レーザレンジファインダー）センサーである。ここで、ＬＲＦセンサーは、レーザー光を照射しながら、検知対象の空間を所定のピッチでスキャンして、物体に反射して戻ってくるまでの時間を測定することで、物体との距離と方向を検出する３次元の測域センサーである。ＬＲＦセンサーは、検出した物体との距離と方向を含む測距点の情報を測定し、測定した測距点の情報を人検出・人追跡部３２に出力する。なお、測距点の情報には、ｘ軸成分、ｙ軸成分、及びｚ軸成分が含まれる。複数のＬＲＦセンサーは、検知対象の空間の一部が重なるように、人を俯瞰できる位置、例えば検知対象の空間の天井や壁などに設置される。なお、本実施形態では、センサー３１の例として、ＬＲＦセンサーを用いる例を説明するが、これに限られず、他のセンサーであってもよい。

人検出・人追跡部３２は、センサー３１が出力する測距点の情報を用いて、例えば最短距離法などの階層的手法によって、所定の周期毎に測距点をクラスタデータに分類する。人検出・人追跡部３２は、分類したクラスタ毎の重心位置を算出し、算出した重心位置を、来訪者の位置を示す情報とする。人検出・人追跡部３２は、分類したクラスタデータを統合する。人検出・人追跡部３２は、統合したクラスタデータを用いて、人毎に識別子（ＩＤ）を割り当てる。人検出・人追跡部３２は、ＩＤを割り当てた人クラスタデータに対して追跡（トラッキング）を行う。なお、追跡は、例えば、測距点をｘｙ平面に投影し、投影した投影点が分類されたもの、クラスタの重心位置を用いて行う。人検出・人追跡部３２は、検出し追跡した結果を示す情報を人情報統合部２２２に出力する。

音声認識部２２１は、収音部１１が出力する音声信号に対して、音源定位処理、雑音抑圧処理、発話区間の検出処理、音源分離処理、及び音声認識処理を行う。音声認識部２２１は、収音部１１が出力するＮチャネルの音声信号に対して、自部が記憶する伝達関数を用いて、例えば、ＭＵＳＩＣ（Ｍｕｌｔｉｐｌｅ Ｓｉｇｎａｌ Ｃｌａｓｓｉｆｉｃａｔｉｏｎ；多重信号分類）法を用いて方向毎のパワーを示す空間スペクトルを算出する。音声認識部２２１は、空間スペクトルに基づいて音源毎の音源方向を定める。また、音声認識部２２１は、例えば室内インパルス応答の逆フィルタ処理によって残響を抑圧する。また、音声認識部２２１は、例えば自部が記憶する閾値を用いて発話区間を検出し、Ｎチャネルの音声信号から検出した発話区間内の音源方向情報とＮチャネルの音声信号をそれぞれ抽出する。また、音声認識部２２１は、Ｎチャネルの音声信号を音源方向情報が示す音源方向に基づいて、例えば、ＧＨＤＳＳ（Ｇｅｏｍｅｔｒｉｃ−ｃｏｎｓｔｒａｉｎｅｄ Ｈｉｇｈ−ｏｒｄｅｒ Ｄｅｃｏｒｒｅｌａｔｉｏｎ−ｂａｓｅｄ Ｓｏｕｒｃｅ Ｓｅｐａｒａｔｉｏｎ）法を用いて音源毎の音声信号である音源別音声信号に分離する。音声認識部２２１は、認識した結果を言語理解部２２３へ出力する。

人情報統合部２２２は、顔検出・顔認識部１５が出力する検出して認識した結果を示す情報と、人検出・人追跡部３２が出力する検出し追跡した結果を示す情報を取得し、取得した情報を統合する。

言語理解部２２３は、音声認識部２２１が出力する認識した結果に対して、フレームの分離音声信号の音声特徴量を算出する。言語理解部２２３は、算出した音声特徴量と自部が記憶する音声認識モデルを用いて言語理解処理を行う。言語理解部２２３は、算出した音声特徴量について音声認識モデルを用いて算出した尤度が最も高い語句を認識結果として定める。言語理解部２２３は、音源毎の発話内容として認識結果を示すテキストデータを生成する。言語理解部２２３は、テキストデータに対して係り受け解析を行い、名詞を抽出する。

来訪者認識部２１は、人情報統合部２２２が統合した情報に基づいて、所定の時間以上、受付部１０の所定の範囲に人が認識された場合に、受付部１０の前に人が存在していると判定し、人が来たことを示す来社情報を応対者選択部２６に出力する。なお、応対者選択部２６は、ＬＲＦセンサー３１が検出した結果、および撮像部１４が撮像した画像のうちすくなくとも１つを用いて、受付部１０の前に人が存在するか否かを判別する。また、来訪者認識部２１は、人情報統合部２２２が取得した顔画像が、受付情報保存部２５に記憶されているか否かを、例えばパターンマッチングの手法によって判定する。来訪者認識部２１は、判定した結果を、応対者選択部２６に出力する。判定した結果には、顔画像が受付情報保存部２５に記憶されていることを示す情報、または、顔画像が受付情報保存部２５に記憶されていないことを示す情報が含まれている。また、来訪者認識部２１は、顔画像が受付情報保存部２５に記憶されている場合、受付情報保存部２５が格納するデータベースを探索して、少なくとも来訪者の名前を示す名詞を抽出する。なお、来訪者認識部２１は、来訪者の所属（会社名、部署名等）を示す名詞や来訪回数等も探索してもよい。来訪者認識部２１は、行動生成部２６１が用件をたずねる発話情報を発話開始したとき、言語理解部２２３が認識したテキストデータの名詞に対して、受付情報保存部２５が格納するデータベースを探索して、来訪者の所属（会社名、部署名等）を示す名詞、来訪者の名前を示す名詞を抽出する。来訪者認識部２１は、抽出した顧客の所属を示す名詞、顧客の名前を示す名詞を応対者選択部２６に出力する。

応対者認識部２２は、行動生成部２６１が用件をたずねる発話情報を発話開始したとき、テキストデータの名詞のうち、顧客の所属を示す名詞と顧客の名前を示す名詞を除く名詞を抽出する。応対者認識部２２は、抽出した名詞に対して、受付情報保存部２５が格納する社員のデータベースを参照して、応対者の所属を示す名詞、応対者の名前を示す名詞を抽出する。応対者認識部２２は、抽出した応対者の所属を示す名詞、応対者の名前を示す名詞を応対者選択部２６に出力する。

シナリオ記憶部２４は、来訪者に対する受け答えのシナリオを記憶する。ここで、来訪者に対する受け答えのシナリオとは、例えば、来訪者への挨拶、受付システム１の役割の説明、来訪者の確認、応対者の確認、応対者を呼びだしていることのお知らせ等の順番を含むテキストファイルである。なお、シナリオには、質問や応答毎に、来訪者の来訪回数に応じて、質問や応答を行うか否かを示す情報が対応付けられている。

受付情報保存部２５は、所員データベース、来訪履歴データデース等を格納する。なお、受付情報保存部２５が格納する情報については、後述する。

応対者選択部２６は、受付部１０の前に人が存在すると認識したとき、シナリオ記憶部２４が記憶するシナリオに基づいて、行動を生成する。応対者選択部２６は、来訪者認識部２１が出力する判定した結果を取得する。応対者選択部２６は、取得した判定結果が、顔画像が受付情報保存部２５に記憶されていることを示す情報である場合、シナリオ記憶部２４が記憶するシナリオに応じて、来訪者に用件（来訪者の所属と名前、応対者名）の質問をスキップして、受付情報保存部２５が記憶する情報から応対者を選択する。また、応対者選択部２６は、応対者に対応する電話番号を、受付情報保存部２５を参照して抽出し、抽出した電話番号を通知部４０に出力する。

行動生成部２６１は、来訪者認識部２１が受付部１０の前に人が存在すると認識したとき、シナリオ記憶部２４が記憶するシナリオに基づいて、行動を生成する。
行動生成部２６１は、来訪者認識部２１が出力する判定した結果が、顔画像が受付情報保存部２５に記憶されていることを示す情報の場合、来訪者３を２回目以降の来訪者と判定する。この場合、行動生成部２６１は、来訪者認識部２１が認識した結果に応じて応対者を選択する指示に、来訪者が２回目以降の来訪者であることを示す情報を対応付けて、呼出者選択部２６２に出力する。行動生成部２６１は、呼出者選択部２６２が選択した応対者を確認する音声と認識した来訪者の名前と確認する音声を出力する。そして、行動生成部２６１は、来訪者名と応対者名が正しいと確認できた場合、応対者に電話を接続するように行動を生成する。

行動生成部２６１は、来訪者認識部２１が出力する判定した結果が、顔画像が受付情報保存部２５に記憶されていないことを示す情報の場合、来訪者３を初めての来訪者と判定する。この場合、行動生成部２６１は、来訪者への挨拶と受付システム１の役割の説明のテキストファイルをシナリオから選択し、選択したテキストファイルを音声合成部１２に出力する。また、行動生成部２６１は、用件をたずねるテキストファイルをシナリオから選択し、選択したテキストファイルを音声合成部１２に出力し、用件をたずねるテキストファイルを出力したことを示す情報を来訪者認識部２１と応対者認識部２２に出力する。また、行動生成部２６１は、来訪者認識部２１が来訪者の所属と名前の名詞を出力し、応対者認識部２２が応対者の所属と名前の名詞を出力したとき、応対者を選択する指示に、来訪者が初めての来訪者であることを示す情報を対応付けて、呼出者選択部２６２に出力する。なお、行動生成部２６１は、来訪者認識部２１が来訪者の所属と名前の名詞を出力し、応対者認識部２２が応対者の所属と名前の名詞を出力したとき、内容を確認するテキストファイルをシナリオから選択し、選択したテキストファイルを音声合成部１２に出力するようにしてもよい。また、行動生成部２６１は、呼出者選択部２６２が、応対者が不在であることを示す情報と、代理応対者を呼びだしていることを示す情報を出力した場合、応対者が不在であることを示し代理応対者を呼びだしていることを示すテキストファイルをシナリオから選択し、選択したテキストファイルを音声合成部１２に出力するようにしてもよい。また、行動生成部２６１は、架電部４２が出力する電話応答可否情報に応答があったことを示す情報が含まれる場合、呼びだしたことを示すテキストファイルをシナリオから選択し、選択したテキストファイルを音声合成部１２に出力するようにしてもよい。

呼出者選択部２６２は、来訪者が２回目以降の来訪者であることを示す情報を行動生成部２６１から取得したとき、来訪者の名前を用いて、受付情報保存部２５が記憶する情報を参照して応対者の候補を抽出し、抽出した応対者を示す情報を行動生成部２６１に出力する。
また、呼出者選択部２６２は、来訪者が初めての来訪者であることを示す情報を行動生成部２６１から取得したとき、応対者認識部２２が出力する応対者の所属と名前の名詞を取得し、取得した応対者を選択する。
さらに、呼出者選択部２６２は、選択した応対者に対応する電話番号を、受付情報保存部２５を参照して抽出し、抽出した電話番号を通知部４０に出力する。

ネットワーク４４は、電話通信回線、インターネット回線、無線回線等のネットワークである。
通知部４０は、応対者選択部２６が出力する電話番号を取得し、取得した電話番号に対応する端末４５へ発信する。通知部４０は、電話の応答があったか否かを示す電話応答可否情報を生成し、生成した電話応答可否情報を行動生成部２６１に出力する。

架電部４２は、応対者選択部２６が出力する応対者の電話番号を取得し、取得した応対者の電話番号に対応する端末４５へ発信部４３を制御して発信する。架電部４２は、所定の時間内に応対者の応答があったか否かを示す電話応答可否情報を生成し、生成した電話応答可否情報を行動生成部２６１に出力する。なお、架電部４２は、電話がつながっても留守番電話の受け付け等に接続された場合、応対者の応答がなかったと判別するようにしてもよい。この場合、架電部４２は、音声認識処理を行うことで、留守番電話に接続されたか、応対者に接続されたかを判別するようにしてもよい。

発信部４３は、架電部４２の制御に応じて、ネットワーク４４を介して端末４５に発信する。
端末４５は、応対者毎に電話番号が割り当てられている電話機であり、例えば携帯電話である。なお、端末４５は、社内で利用されている内線電話用の電話機等であってもよい。

図３及び図４は、第１実施形態に係る受付情報保存部２５が備えるデータベースの構成の一例を示す図ある。図３に示すように、受付情報保存部２５は、来訪履歴データベース２５１と所員データベース２５２を備える。

来訪履歴データベース２５１は、図４の表ｇ１０１に示すように、訪問日時（来訪の履歴）と、来訪者名と、来訪者の顔画像と、来訪者の所属と、応対者の名前と、応対者の所属とを対応付けて記憶している。来訪履歴データベース２５１は、来訪者がある毎に、更新されていく。所員データベース２５２は、図４の表ｇ１０２に示すように、所員名と、所員の所属先と、連絡先の電話番号とを対応付けて記憶している。来訪履歴データベース２５１は、電話の発呼又は着呼がある毎に、行動実行部２０または通知部４０のうち少なくとも１つによって更新される。

なお、受付情報保存部２５に設けられるデータベースは、これらに限定されるものではない。受付情報保存部２５には、更に、所員の出勤や退勤の情報、所員のスケジュール情報、会議の開催情報、仕事の関係情報、関連先の企業の職員情報等を保存していてもよい。

次に、本実施形態に係る受付システム１の受付動作について説明する。まず、来訪者３が初めて来訪した場合と２回目以降に来訪した場合に共通の受け付け動作について、図２と図４を参照しつつ説明する。

センサー３１の検出信号から、来訪者３が検出されると、行動生成部２６１は、来訪したお客様である来訪者に挨拶をする発話を音声合成部１２に出力する。これにより、音声出力部１３から挨拶をする発話が出力される。

撮像部１４は来訪者の顔を含む画像を撮影する。顔検出・顔認識部１５は、来訪者の顔認識を行う。図４の表ｇ１０１に示すように、来訪履歴データベース２５１には、来訪者の顔画像が記憶されている。来訪者認識部２１は、顔検出・顔認識部１５が検出して認識した来訪者３の顔画像と、来訪履歴データベース２５１が格納する顔画像とのマッチング演算を行うことで、来訪者３を選択する。また、来訪者認識部２１は、顔検出・顔認識部１５が検出して認識した来訪者３の顔画像とマッチングする画像を来訪履歴データベース２５１中に検索できない場合、来訪者３が初めての来訪者であると判定する。

次に、受付システム１の処理手順について説明する。
図５は、本実施形態に係る受付システム１の受付動作を示すフローチャートである。
（ステップＳ１０１）来訪者認識部２１は、人情報統合部２２２が統合した情報に基づいて、所定の時間以上、受付部１０の所定の範囲に人が認識された場合に、受付部１０の前に人が存在していると判定する。行動生成部２６１は、受付部１０の所定の範囲に人がいると判定されたとき、挨拶を発話する音声情報を音声合成部１２に出力し、音声出力部１３から、挨拶の発話を行う。続けて、撮像部１４は、来訪者３の顔を含む領域の画像を撮影する（撮像手順）。

（ステップＳ１０２）来訪者認識部２１は、人情報統合部２２２が取得した顔画像が、受付情報保存部２５に記憶されているか否かによって、来訪者３が初めての来訪であるか否かを、例えばパターンマッチングの手法によって判定する。来訪者認識部２１は、来訪者３が初めての来訪であると判定した場合（ステップＳ１０２；ＹＥＳ）、ステップＳ１０３の処理に進み、来訪者３が初めての来訪ではないと判定した場合（ステップＳ１０２；ＮＯ）、ステップＳ１１２の処理に進む。すなわち、本実施形態では、来訪者３の来訪回数に基づいて、来訪者３への応対を変更している（変更手順）。

（ステップＳ１０３）行動生成部２６１は、シナリオ記憶部２４が記憶するシナリオに応じて、ロボット２（図１）（受付部１０）の役割の説明の音声情報を音声合成部１２に出力し、音声出力部１３からロボット２の役割の説明の音声を発話させる。

（ステップＳ１０４）行動生成部２６１は、シナリオに応じて、来訪者３の名前を質問する音声情報を音声合成部１２に出力することで、来訪者３の名前を質問する。

（ステップＳ１０５）収音部１１は、来訪者３が発した音声信号を収音する。続けて、音声認識部２２１は、収音部１１が集音した来訪者３の音声信号に対して音声認識する。続けて、言語理解部２２３は、音声認識部２２１が音声認識した結果に対して係り受け解析等を行って、来訪者の名前を取得する。

（ステップＳ１０６）行動生成部２６１は、シナリオに従って、認識した来訪者３の名前を復唱確認するために、来訪者３の名前を確認するテキストファイルを音声合成部１２に出力ことで、来訪者の名前を確認する。

（ステップＳ１０７）来訪者３は、認識結果が正しいことを示す発話か正しくないことを示す発話を行う。来訪者認識部２１は、収音部１１が収音した音声信号に対して音声認識と言語理解を行い、来訪者３の名前の認識結果が正しいか否かを判定する。来訪者認識部２１は、例えば、認識結果が「はい」の場合を正しいと判定し、認識結果が「いいえ」の場合を正しくないと判定する。来訪者認識部２１は、来訪者３の名前の認識結果が正しいと判定した場合（ステップＳ１０７；ＹＥＳ）、ステップＳ１０８の処理に進め、来訪者３の名前の認識結果が正しくないと判定した場合（ステップＳ１０７；ＮＯ）、ステップＳ１０４の処理に戻す。

（ステップＳ１０８）行動生成部２６１は、応対者の名前を質問する音声情報を音声合成部１２に出力することで、応対者の名前を質問する。

（ステップＳ１０９）収音部１１は、来訪者３が発話した応対者の名前を収音する。応対者認識部２２は、収音部１１が収音した音声信号に対して音声認識と言語理解を行い、応対者の名前を取得する。

（ステップＳ１１０）行動生成部２６１は、認識した音声を復唱確認するために、応対者の名前を確認するために、テキストファイルを音声合成部１２に出力ことで、応対者の名前を確認する。

（ステップＳ１１１）来訪者３は、認識結果が正しいか否か示す発話を行う。応対者認識部２２は、収音部１１が収音した音声信号に対して音声認識と言語理解を行い、応対者の名前の認識結果が正しいか否かを判定する。応対者認識部２２は、応対者の名前の認識結果が正しいと判定した場合（ステップＳ１１１；ＹＥＳ）、ステップＳ１１６に処理を進め、応対者の名前の認識結果が正しくないと判定した場合（ステップＳ１１１；ＮＯ）、ステップＳ１０８に処理を戻す。

以上のように、来訪者３が初めての来訪の場合は、ステップＳ１０３からステップＳ１１１の処理が行われる。

（ステップＳ１１２）来訪者認識部２１は、顔画像が受付情報保存部２５に記憶されている場合、受付情報保存部２５が格納するデータベースを探索して、少なくとも来訪者の名前を示す名詞を抽出することで来訪者を識別する。

（ステップＳ１１３）応対者選択部２６は、受付情報保存部２５が記憶する来訪者に対応付けられている応対者を選択することで、応対者を推定する。

（ステップＳ１１４）行動生成部２６１は、来訪者３の名前と、推察した応対者の名前を確認する音声情報を音声合成部１２に出力することで、来訪者３の名前と応対者の名前を確認する。なお、行動生成部２６１は、例えば、受付情報保存部２５が記憶する来訪者に対応付けられている応対者が１人の場合や、受付情報保存部２５が記憶するに基づいて来訪した日から所定の期間（例えば半年）に１人の応対者のみと会っていると判定される場合、ステップＳ１１４とステップＳ１１５の処理を省略して、ステップＳ１１６の処理に進めるようにしてもよい。

（ステップＳ１１５）来訪者３は、推察された応対者が正しいか否かを示す発話を行う。応対者認識部２２は、収音部１１が収音した音声信号に対して音声認識と言語理解を行い、来訪者３の名前と応対者の名前が正しいか否かを判定する。応対者認識部２２は、来訪者３の名前と応対者の名前が正しいと判定した場合（ステップＳ１１５；ＹＥＳ）、ステップＳ１１６の処理に進め、来訪者３の名前と応対者の名前が正しくないと判定した場合（ステップＳ１１５；ＮＯ）、ステップＳ１０４の処理に戻す。

以上のように、本実施形態では、ステップＳ１０３で来訪者３が初めての来訪ではないと判定すると、ロボットの役割の説明、来訪者３の名前を質問する処理、応対者の名前を質問する処理であるステップＳ１０２からステップＳ１１１の処理をスキップして、来訪者３の過去の履歴から応対者を推測する。

（ステップＳ１１６）応対者選択部２６は、受付情報保存部２５の所員データベース２５２の情報を用いて、応対者の所属する部署の電話番号を検索する。続けて、架電部４２は、電話番号に対応する端末４５に電話をかける。来訪者が２回目以降の来訪であり且つ応対者の端末４５が受電した場合、応対者選択部２６は、来訪者３が受け付けに来たことを示す音声メッセージを生成し、生成した音声メッセージを端末４５に発信する。または、来訪者３が初めての来訪であり且つ応対者の端末４５が受電した場合、応対者選択部２６は、来訪者３が発話した音声信号に対して音声認識した後の音声信号を端末４５に発信する。なお、応対者選択部２６は、来訪者が発話した音声信号に対して音声認識した後の音声信号を、例えば、雑音抑圧を行い、発話区間を検出した結果に基づいて発話毎に区切るようにしてもよい。これにより、応対者は、来訪者３の発話を聞きやすくなる。

（ステップＳ１１７）応対者選択部２６は、今回の訪問に関する履歴情報を受付情報保存部２５の来訪履歴データベース２５１に書き込む。また、来訪者３の来訪が初めての場合に、来訪者認識部２１は、来訪者３の名前と、来訪者３の顔画像とを来訪履歴データベース２５１に書き込む（記憶手順）。

次に、本実施形態に係る受付システム１の受付動作の具体例を説明する。
図６は、本実施形態に係る来訪者３が初めて来訪した場合に認識に成功したときの受付システム１の受付動作の具体例を示す図である。また、図７は、本実施形態に係る来訪者３が初めて来訪した場合に誤認識したときの受付システム１の受付動作の具体例を示す図である。

図６に示すように、来訪者３が初めてのお客様であれば、受付部１０を含むロボット２は、挨拶の発話Ｒ１１（「こんにちは。」）の後に、ロボットの役割の説明する発話Ｒ１２（「受け付けシステムです。受け付けシステムは、お客様の訪問先の応対者を呼び出します。」）を出力する。続いて、ロボット２は、来訪者の名前を質問する発話Ｒ１３（「お客様のお名前を教えて下さい。」）を出力する。なお、ロボット２は、不図示のモーター、センサー、制御部等を有し、画像認識した結果やセンサー３１が検出した結果に基づいて、ロボット２の向き、またはロボット２の顔の向きを、来訪者が存在する方へ向けるように制御するようにしてもよい。

来訪者３は、来訪者の名前を質問する音声に応えて、来訪者の名前の発話Ｈ１１（「田中です。」）を行う。ロボット２は、来訪者３からの発話Ｈ１１に対して、復唱確認のための発話Ｒ１４（「田中さんですね？」）を出力する。来訪者３は、復唱確認のための発話Ｒ１４に応えて、肯定を示す発話Ｈ１２（「そうです。」）を行う。

なお、ここで、ロボット２が「田中さん」を誤って「竹中さん」と認識したとすると、図７に示すように、ロボット２は、来訪者３からの発話Ｈ１１に対して、復唱確認のための発話Ｒ１４Ａ（「竹中さんですね？」）を出力する。来訪者３は、復唱確認のための発話Ｒ１４Ａに応えて、否定を示す発話Ｈ１２Ａ（「いいえ、違います。」）を行う。ロボット２は、来訪者３の名前の復唱確認の結果が否定であれば、更に、来訪者３の名前を質問する発話Ｒ１３Ａ（「すいませんが、もう一度、お客様のお名前を教えて下さい。」）を出力する。

図６において、ロボット２は、来訪者３の名前の復唱確認の結果が肯定であれば、面会する相手の名前を質問する発話Ｒ１５（「訪問先の応対者の名前を教えて下さい。」）を出力する。来訪者３は、面会する相手の名前を質問する発話Ｒ１５に応えて、面会する相手の名前の発話Ｈ１３（「三宅さんをお願いします。」）を行う。ロボット２は、面会する相手の名前の発話Ｈ１３に応えて、復唱確認の発話Ｒ１６（「第１開発部の三宅さんですね？」）を出力する。来訪者３は、復唱確認のための発話Ｒ１６に対して、肯定を示す発話Ｈ１４（「そうです。」）を行う。

ロボット２は、面会する相手の名前の復唱確認の結果が肯定であれば、「第１開発部の三宅さん」の部署に電話を掛け、電話の呼び出し中であることを示す発話Ｒ１７（「ただいま、三宅さんに電話をつないでいます。しばらくお待ちください。」）を行う。また、ロボット２は、電話の相手先に、「受け付けに田中さんが来たこと」を音声メッセージで伝える。そして、電話が繋がると、ロボット２は、電話が繋がったことを示す発話Ｒ１８（「呼び出しがつながりました。担当者が来るまで、ソファにお掛けになってお待ち下さい。」）を出力する。

ここで、電話の呼び出しに失敗すると、図７に示すように、ロボット２は、電話が繋がらなかったことを示す発話Ｒ１８Ａ（「呼び出しがつながりませんでした。代わりの応対者を呼び出しています。」）を出力する。

次に、来訪者３が２回目以降の来訪者である場合のロボット２の受付動作の具体例について説明する。図８は、本実施形態に係る来訪者３が２回目以降の来訪者３である場合の受付システム１の受付動作の具体例を示している。

図８に示すように、来訪者３が２回目以降の訪問のお客様であれば、ロボット２は、挨拶の発話Ｒ３１（「こんにちは」）を出力する。次に、ロボット２は、来訪者３の顔画像と、過去の履歴に基づいて、来訪者３の名前と面会先の応対者の候補を推定する。来訪者３の名前が「田中」、来訪者３の面会先が「第１開発部の三宅」と推察されたら、ロボット２は、来訪者と応対者とを確認する発話Ｒ３２（「田中様ですね。訪問先の担当者は、第１開発部の三宅さんでしょうか？」）を出力する。

来訪者３は、発話Ｒ３２に応えて、面会先が正しいか否かの発話を発する。ここでは、来訪者３は、発話Ｒ３２に対して、肯定を示す発話Ｈ３１（「そうです。」）を行う。

ロボット２は、来訪者３の確認の結果が肯定であれば、「第１開発部の三宅さん」の部署に電話を掛け、電話の呼び出し中であることを示す発話Ｒ３３（「ただいま、三宅さんに電話をつないでいます。しばらくお待ちください。」）を出力する。また、ロボット２は、電話の相手先に、「受け付けに田中さんが来たこと」を音声メッセージで伝える。そして、電話が繋がると、ロボット２は、電話が繋がったことを示す発話Ｒ３４（「呼び出しがつながりました。応対者が来るまで、ソファにお掛けになってお待ち下さい。」）を出力する。

このように、本発明に係る受付システム１では、来訪者３が初めての来訪である場合、ロボット２は、まず、ロボット２の役割を説明する音声を出力し、来訪者の名前を質問する音声を出力して、来訪者３から名前を取得し、面会先の応対者を質問する音声を出力して、来訪者３から面会先の応対者の名前を取得し、それから、面会先の応対者に電話を接続する。このシナリオでは、初来訪者のお客様に対してはわかりやすく応対し、幅広い来訪者に対応できる。

これに対して、来訪者３が２回目以降の来訪者であれば、受付システム１は、過去の履歴に基づいて推定された来訪者の名前と面会先の応対者を確認する音声を出力し、確認ができた場合、面会先の応対者に電話を接続する。このシナリオでは、ロボット２の役割を説明する音声を出力する処理と、来訪者３の名前を質問する音声を出力する処理と、面会先の応対者を質問する音声を出力する処理がスキップできるので、冗長な受付業務が簡素化できる。

＜第２実施形態＞
次に、第２実施形態について説明する。なお、本実施形態に係る受付システム１の構成は、前述の第１実施形態と同様であり、その説明は省略する。

前述したように、第１実施形態では、来訪者３が２回目以降の来訪者であれば、行動実行部２０が、過去の履歴に基づいて推定された来訪者の名前と面会先の応対者の候補を推定している。ここで、来訪者３が過去に、複数の応対者と面会している場合が想定される。本実施形態では、行動実行部２０は、過去の履歴に基づいて、面会先の応対者の候補を複数人推定し、この中から、今回の面会先の応対者を選べるようにしている。

応対者選択部２６は、第１実施形態の処理に加えて、以下の処理も行う。応対者選択部２６は、応対者の候補が複数の場合、複数の応対者候補の中から応対者を選択してもらう質問をシナリオに応じて生成し、生成した質問のテキストファイルを音声合成部１２に出力する。応対者選択部２６は、音声認識部２２１と言語理解部２２３によって検出結果に応じて、応対者を決定する。

図９は、本実施形態に係る受付システム１の受付動作を示すフローチャートである。
（ステップＳ２０１）受付システム１は、ステップＳ２０１の処理を、ステップＳ１０１（図５）と同様に行い、ステップＳ２０２の処理に進める。

（ステップＳ２０２）来訪者認識部２１は、人情報統合部２２２が取得した顔画像が、受付情報保存部２５に記憶されているか否かによって、来訪者３が初めての来訪であるか否かを、例えばパターンマッチングの手法によって判定する。来訪者認識部２１は、来訪者３が初めての来訪であると判定した場合（ステップＳ２０２；ＹＥＳ）、ステップＳ２０３の処理に進み、来訪者３が初めての来訪ではないと判定した場合（ステップＳ２０２；ＮＯ）、ステップＳ２１２の処理に進む。すなわち、本実施形態でも、第１実施形態と同様に、来訪者３の来訪回数に基づいて、来訪者３への応対を変更している（変更手順）。

（ステップＳ２０３）来訪者３が初めての来訪であると判定した場合、受付システム１は、ステップＳ２０３〜ステップＳ２１１の処理を、ステップＳ１０３〜ステップＳ１１１（図５）と同様に行い、ステップＳ２１９の処理に進める。
このように、ステップＳ２０２で来訪者３が初めて来訪したと判定されると、本実施形態においても第１実施形態と同様に、ステップＳ２０３でロボットの役割の説明が行われ、ステップＳ２０４で来訪者３の名前を質問する処理が行われ、ステップＳ２０８で面会する応対者の名前を質問する処理が行われる。

一方、ステップＳ２０２において、来訪者３が初めての来訪でなければ（ステップＳ２０２：ＮＯ）、受付システム１は、第１実施形態と同様にステップＳ２０３〜ステップＳ２１１の処理をスキップして、ステップＳ２１２に処理を進める。

（ステップＳ２１２）来訪者認識部２１は、ステップＳ２１２の処理を、ステップＳ１１２（図５）と同様に行い、ステップＳ２１３の処理に進める。
（ステップＳ２１３）応対者選択部２６は、受付情報保存部２５の来訪履歴データベース２５１の情報を用いて、来訪者に対応付けられている応対者が複数の場合、複数の応対者を選択することで、複数の応対者を推定する。

（ステップＳ２１４）呼出者選択部２６２は、複数の応対者の候補をソートする。なお、呼出者選択部２６２は、面会した回数が多い順にソートしてもよいし、面会日が近い順にソートしてもよい。なお、呼出者選択部２６２は、ソートした結果、候補の応対者が所定の人数以上の場合、上位から所定の人数の応対者を抽出するようにしてもよい。

（ステップＳ２１５）行動生成部２６１は、シナリオに応じて、ソートされた候補者の順に、来訪者３の名前と、面会する応対者の名前の候補を確認する音声情報を音声合成部１２に出力することで、来訪者３に音声で提示する。

（ステップＳ２１６）来訪者３は、提示された中に、希望する応対者が存在するか否かを示す発話する。来訪者認識部２１は、収音部１１が収音した音声信号に対して音声認識と言語理解を行い、肯定を示す発話であるか否かの認識結果に基づいて、応対者の候補者の名前が正しいか否かを判定する。来訪者認識部２１は、応対者の候補者の名前が正しいと判定した場合（ステップＳ２１６；ＹＥＳ）、ステップＳ２１９の処理に進め、応対者の候補者の名前が正しくないと判定した場合（ステップＳ２１６；ＮＯ）、ステップＳ２１７の処理に進める。

（ステップＳ２１７）行動生成部２６１は、面会する応対者を次の候補者に設定しステップＳ２１８に進める。
（ステップＳ２１８）行動生成部２６１は、次の候補者があるか否かを判定し、次の候補者があれば（ステップＳ２１８：ＹＥＳ）、ステップＳ２１５に処理を戻し、次の候補者がなければ（ステップＳ２１８：ＮＯ）、ステップＳ２０４に処理を戻す。受付システム１は、ステップＳ２１５からステップＳ２１８を繰り返すことで、応対者の候補が複数いる場合であっても、ステップＳ２１４でソートした順に、複数の応対者について、来訪者３の名前と、応対者の名前の候補を確認する音声が出力する。受付システム１は、肯定を示す発話が認識されたとき、その候補者を応対者に選択し、ステップＳ２１９の処理に進める。

以上のように、受付システム１は、ステップＳ２０２で来訪者３が初めての来訪ではないと判定すると、第１実施形態と同様に、ロボットの役割の説明、来訪者３の名前を質問する処理、面会する応対者の名前を質問する処理であるステップＳ２０３〜ステップＳ２１１の処理をスキップする。そして、受付システム１は、ステップＳ２１３及びステップＳ２１４で、過去の履歴を基に、複数の応対者の候補を抽出し、ステップＳ２１５からステップＳ２１８を繰り返すことで、ステップＳ２１４でソートした順に、複数の応対者について、来訪者３の名前と、面会する応対者の名前の候補を確認する音声を出力する。

（ステップＳ２１９）受付システム１は、ステップＳ２１９〜ステップＳ２２０の処理を、ステップＳ１１６〜ステップＳ１１７（図５）と同様に行う。

次に、本実施形態に係る受付システム１の受付動作の具体例を説明する。
図１０及び図１１は、本実施形態に係る受付システム１での動作の説明図である。本実施形態では、過去の来訪履歴から、来訪者３が過去に訪問したことがある応対者が面会先の候補として抽出される。そして、この応対者の候補が面会した回数が多い順に、又は、面会日が近い順にソートされる。図１０は、訪問者（「山田様」）について抽出された３人の応対者を示している。図１０の符号ｇ２０１が示す領域の図は、訪問日時が現在の日時に近い順にソートした例である。訪問先は、直近の訪問先と同じであることが多いことから、訪問日時が近い順に面会先の候補をソートすると、候補者が正しい面会先の応対者となる確率が高くなる。また、図１０の符号ｇ２０２が示す領域の図は、訪問回数が多い順にソートした例である。訪問者は、同じ訪問先を訪問することが多いことから、訪問回数が多い順にソートすると、候補者が正しい面会先の応対者となる確率が高くなる。なお、訪問回数が同じ応対者が複数存在する場合、呼出者選択部２６２は、訪問日時を比較し、訪問日時が新しい応対者の方を訪問日時が古い応対者より上位にソートするようにしてもよい。または、呼出者選択部２６２は、あいうえお順やアルファベット順など予め定められている順にソートするようにしてもよい。

面会先の候補者である応対者が決まると、図１１に示すように、ロボット２は、図１０に示した面会先の候補の順に、訪問先の応対者を確認する発話を行う。ここでは、来訪者３の面会先は、第１開発部の三宅さんであるとする。また、訪問者の候補は、図１０の符号ｇ２０１が示す領域の図に示すように、訪問日時が現在の日時に近い順にソートされているとする。

まず、ロボット２は、訪問先の応対者を確認するＲ４１（「田中様ですね。訪問先の担当者は、第２開発部の鈴木さんでしょうか？」を出力する。

来訪者３は、訪問先の応対者を確認する発話Ｒ４１に応えて、面会先が正しいか否かの発話を発する。ここでは、来訪者３は、発話Ｒ４１に対して、否定を示す発話Ｈ４１（「違います。」）を行う。

ロボット２は、面会先の確認結果が否定であれば、次の候補に移り、訪問先の応対者を確認する発話Ｒ４２（「訪問先の担当者は、第１開発部の三宅さんでしょうか？」を出力する。

来訪者３は、訪問先の応対者を確認する発話Ｒ４２に応えて、面会先が正しいか否かの発話を発する。ここでは、来訪者３は、訪問先の応対者を確認する発話Ｒ４２に対して、肯定を示す発話Ｈ４２（「そうです。」）を行う。

ロボット２は、面会先の確認結果が肯定であれば、「第１開発部の三宅さん」の部署に電話を掛け、電話の呼び出し中であることを示す発話Ｒ４３（「ただいま、三宅さんに電話をつないでいます。しばらくお待ちください。」）を行う。また、ロボット２は、電話の相手先に、「受け付けに田中さんが来たこと」を音声メッセージで伝える。そして、電話が繋がると、ロボット２は、電話が繋がったことを示す発話Ｒ４４（「呼び出しがつながりました。担当者が来るまで、ソファにお掛けになってお待ち下さい。」）を出力する。

以上のように、本実施形態においても、来訪者が２回目以降の来訪の場合、来訪者への名前の確認や用件の質問を行わずに、撮像した画像に基づいて、来訪者と応対者の候補を選択する。そして、本実施形態では、応対者の候補が複数存在する場合、面会回数等に応じた順に、応対者の候補を音声で来訪者へ伝えることで確認する。これにより、来訪者は、音声による対応の手間を省くことができ、且つ適切な応対者を選択して、選択した応対者を呼び出すことができる。

＜第３実施形態＞
第２実施形態では、応対者の複数の候補を音声で確認する例を説明したが、これに限られない。本実施形態では、応対者の候補が複数存在する場合、表示部上に表示し、来訪者にタッチパネルを操作してもらうことで応対者を選択する例を説明する。

図１２は、本実施形態に係る受付システム１Ａの概略構成を示すブロック図である。図１２に示すように、本実施形態に係る受付システム１Ａは、受付部１０、行動実行部２０Ａ、センサー３１、人検出・人追跡部３２、通知部４０、端末４５、表示部５１、およびタッチパネル入力部５２を備える。なお、受付システム１と同じ機能を有する機能部には、同じ符号を用いて説明を省略する。

行動実行部２０Ａは、来訪者認識部２１、応対者認識部２２、シナリオ記憶部２４、受付情報保存部２５、および応対者選択部２６Ａを備える。来訪者認識部２１は、音声認識部２２１、人情報統合部２２２、および言語理解部２２３を含んで構成される。応対者認識部２２は、音声認識部２２１および言語理解部２２３を含んで構成される。応対者選択部２６Ａは、行動生成部２６１、および呼出者選択部２６２Ａを備える。

表示部５１は、例えば液晶パネル、有機ＥＬ（エレクトロルミネッセンス）表示装置、電子インク表示装置等である。表示部５１は、行動実行部２０Ａが出力するテキストファイルを表示する。なお、表示部５１は、例えばスマートフォンなどの携帯電話、タブレット端末等であってもよく、行動実行部２０Ａと有線または無線によって接続されていてもよい。

タッチパネル入力部５２は、表示部５１の上面に設けられているタッチパネルセンサーである。タッチパネル入力部５２は、来訪者３の操作を受け付け、受け付けた操作結果を示す情報を行動実行部２０Ａに出力する。

応対者選択部２６Ａの呼出者選択部２６２Ａは、タッチパネル入力部５２が検出した検出結果に応じて、応対者を決定する。

図１３は、本実施形態に係る受付システム１Ａの動作の説明図である。本実施形態では、第２実施形態と同様に、過去の来訪履歴から、来訪者３が過去に訪問したことがある応対者を候補として抽出する。そして、この応対者の候補が面会した回数が多い順に、又は、面会日が現在の日時に近い順にソートされる。図１３の符号ｇ３０１が示す領域の図は、訪問者（「山田様」）について抽出された３人の応対者を示している。これら３人の応対者は、面会日が近い順にソートされ、３人の面会先の候補者となる。

面会先の候補者が決まると、図１３の符号ｇ３０２が示す領域の図に示すように、表示部５１には、複数の応対者の一覧が表示される。来訪者３は、この複数の応対者の一覧の表示から、タッチパネル入力部５２の操作により、今回訪問する応対者を選ぶことができる。すなわち、図１３の符号ｇ３０２が示す領域の図に示すように、表示部５１には、面会先の候補として、ソートされた３人の訪問先の応対者の名前と、「その他」とが表示される。訪問先の応対者の名前を選択した場合には、その応対者への電話連絡が行われる。「その他」が選択されると、来訪者３の音声入力により訪問先の応対者が決められ、音声入力により取得された応対者への電話連絡が行われる。

なお、上述した例では、来訪者３が、表示部５１上に表示された画像を見て、タッチパネル入力部５２を操作して応対者を選択する例を説明したが、これに限られない。受付システム１Ａは、来訪者３が、表示部５１上に表示された結果を見て、音声で希望する応対者の名前や表示されている番号等を発話した場合、発話された音声信号に対して音声認識を行うことで、応対者を選択するようにしてもよい。

以上のように、本実施形態では、表示部５１に応対者の候補の一覧を表示し、その中から希望する応対者をタッチパネル入力部５２の操作で来訪者３が選択する。これにより、本実施形態においても、来訪者が２回目以降の来訪の場合、来訪者への名前の確認や用件の質問を行わずに、撮像した画像に基づいて、来訪者と応対者の候補を選択する。そして、本実施形態では、応対者の候補が複数存在する場合、面会回数等に応じた順に、応対者の候補を表示部５１上に表示することで来訪者へ伝えることで確認する。これにより、来訪者は、音声による対応の手間を省くことができ、且つ適切な応対者を選択して、選択した応対者を呼び出すことができる。

なお、受付システム１（または１Ａ）は、センサー３１の検出値または撮像部１４が撮像した画像に基づいて、人の進行方向を検出し、来訪者であるか、打合せが終わって帰る人かを検出するようにしてもよい。そして、受付システム１（または１Ａ）は、来訪者の場合に、受け付けシステムの動作を開始し、帰る人に、用件の質問等を繰り返して行わずに「お疲れ様でした」等の音声を発話するようにしてもよい。

なお、受付システム１（または１Ａ）は、初めての来訪者と２回目以降の来訪者とで、行動を変更する例を説明したが、これに限られない。シナリオ記憶部２４が記憶するシナリオに応じて、３回目以降等、来訪回数に応じて行動を切り替え、質問等をスキップしたり、異なる処理を行うようにしてもよい。この場合、シナリオ記憶部２４は、予め来訪者の来訪回数に応じたシナリオを記憶する。

例えば、受付システム１（または１Ａ）は、来訪者３の顔画像とともに、来訪者の名前と来訪日時を記憶しておき、最後の来訪から一定期間、例えば１年間見えなかったお客様には、「Ａ様、ご無沙汰しております」と挨拶し、その他のお客様に対しては「Ａ様、いつもご利用ありがとうございます」と挨拶するように、来訪者３の来訪履歴に応じて挨拶を変えるようにしてもよい。来訪者３に応じて挨拶を変えることにより、ロボットはお客様を理解していることをアピールでき、お客様はスムースに対話を開始できる。

また、受付システム１（または１Ａ）は、来訪者３とロボット２が同時に発話した場合、ロボット２の発話を停止したり、次にロボット２が発話する場合に、間を空けてから発話を開始するようにしてもよい。このようにすると、スムースなターンテイキングを実現でき、初来訪のお客様でもスムースな対話ができる。

また、来訪者認識部２１が、来訪者３が初めて来訪したか否かを判定する際、撮像部１４で撮影した来訪者３の顔画像と、来訪履歴データベース２５１の顔画像とのマッチング演算を行う。来訪者認識部２１は、マッチングの程度に応じて、シナリオを変えるようにしてもよい。例えば、撮像部１４で撮影した来訪者３の顔画像と、来訪履歴データベース２５１の顔画像とのマッチング量に閾値を設け、マッチング量が閾値以上の場合、受付システム１（または１Ａ）は、「Ａ様ですね」と挨拶をし、マッチング量が閾値以下の場合には、「Ａ様でよろしかったでしょうか」と挨拶するようにしてもよい。

以上のように、上述した実施形態によれば、撮像した画像に基づいて、シナリオに基づく来訪者３へ提示に対する応対を変更するようにしたので、冗長な受付業務が簡素化できる。
また、上述した実施形態によれば、複数回訪れている来訪者３に対して、毎回来訪者３の所属や名前を伺う必要がなくなるので、来訪者３の負荷を減らすことができる。
また、上述した実施形態によれば、受付履歴に基づいて応対者の候補を来訪者３に提示するので、候補者が来訪者３の所望する応対者となる確率を上げることができる。
また、上述した実施形態によれば、来訪者３は、応対者を一覧表示で見ることができ、所望の応対者を選択しやすくなるという効果を奏する。
また、上述した実施形態によれば、来訪者３の進行方向に応じて応対を変更するようにしたので、冗長な受付業務が簡素化できる。

なお、受付システム１の全部または一部の機能を実現するためのプログラムをコンピュータ読み取り可能な記録媒体に記録して、この記録媒体に記録されたプログラムをコンピュータシステムに読み込ませ、実行することにより各部の処理を行ってもよい。なお、ここでいう「コンピュータシステム」とは、ＯＳや周辺機器等のハードウェアを含むものとする。
また、「コンピュータシステム」は、ＷＷＷシステムを利用している場合であれば、ホームページ提供環境（あるいは表示環境）も含むものとする。
また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ＲＯＭ、ＣＤ−ＲＯＭ等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。さらに「コンピュータ読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムを送信する場合の通信線のように、短時間の間、動的にプログラムを保持するもの、その場合のサーバやクライアントとなるコンピュータシステム内部の揮発性メモリのように、一定時間プログラムを保持しているものも含むものとする。また上記プログラムは、前述した機能の一部を実現するためのものであっても良く、さらに前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるものであってもよい。

以上、本発明の実施形態について図面を参照して詳述してきたが、具体的な構成はこの実施形態に限られるものではなく、この発明の要旨を逸脱しない範囲の設計変更等も含まれる。

１、１Ａ…受付システム、１０…受付部、１１…収音部、１２…音声合成部、１３…音声出力部、１４…撮像部、１５…顔検出・顔認識部、２０、２０Ａ…行動実行部、２１…来訪者認識部、２２…応対者認識部、２４…シナリオ記憶部、２５…受付情報保存部、２６、２６Ａ…応対者選択部、３１…センサー、３２…人検出・人追跡部、４０…通知部、４２…架電部、４３…発信部、４４…ネットワーク、４５…端末、５１…表示部、５２…タッチパネル入力部、２２１…音声認識部、２２２…人情報統合部、２２３…言語理解部、２５１…来訪履歴データベース、２５２…所員データベース、２６１…行動生成部、２６２、２６２Ａ…呼出者選択部

Claims (9)

1. 画像を撮影する撮像部と、
   過去に来訪した来訪者の画像と、当該来訪者が過去に来訪した応対者の情報とを関連付けて記憶する受付情報保存部と、
   前記来訪者への応対に関するシナリオに基づいて来訪者に対する質問を生成し、当該質問に対する来訪者からの応答により情報を取得する行動実行部と、
   を備え、
   前記行動実行部は、
   前記撮像部が撮影した前記画像に対応する画像を前記受付情報保存部が記憶しているか否かに応じて、前記シナリオに基づく前記来訪者へ提示に対する応対を変更し、
   前記来訪者に対して、当該来訪者が過去に来訪した履歴を前記受付情報保存部に記憶し、前記撮像部が撮影した前記画像に対応する画像が前記受付情報保存部に記憶されている場合、前記受付情報保存部が記憶する前記履歴に基づいて、前記応対者の候補を選択し、選択した前記応対者の候補が複数のとき、前記複数の応対者を候補者として前記来訪者に音声信号を用いて提示し、当該質問に対する応答の音声信号に対して音声認識を行った結果に基づいて、前記来訪者に対応する応対者を選択する、
   受付システム。
2. 画像を撮影する撮像部と、
   過去に来訪した来訪者の画像と、当該来訪者が過去に来訪した応対者の情報とを関連付けて記憶する受付情報保存部と、
   前記来訪者への応対に関するシナリオに基づいて来訪者に対する質問を生成し、当該質問に対する来訪者からの応答により情報を取得する行動実行部と、
   を備え、
   前記行動実行部は、
   前記撮像部が撮影した前記画像に対応する画像を前記受付情報保存部が記憶しているか否かに応じて、前記シナリオに基づく前記来訪者へ提示に対する応対を変更し、
   前記来訪者に対して、当該来訪者が過去に来訪した履歴を前記受付情報保存部に記憶し、前記撮像部が撮影した前記画像に対応する画像が前記受付情報保存部に記憶されている場合、前記受付情報保存部が記憶する前記履歴に基づいて、前記応対者の候補を選択し、選択した前記応対者が複数のとき、前記複数の応対者を候補者として前記来訪者に画像を用いて提示する、
   受付システム。
3. 前記来訪者が希望する応対者に、当該来訪者が訪れた旨を通知する通知部、を備え、
   前記通知部は、
   前記行動実行部が選択した前記応対者に、当該来訪者が訪れた旨を通知する、請求項１または請求項２に記載の受付システム。
4. 前記行動実行部は、
   前記撮像部が撮影した前記画像に対応する画像が前記受付情報保存部に記憶されていない場合、前記来訪者の情報と前記応対者の情報とを取得するための質問を前記シナリオに応じて前記来訪者に音声信号を用いて行い、当該質問に対する応答の音声信号に対して音声認識を行った結果に基づいて、前記来訪者に対応する応対者を選択する、請求項１から請求項３のいずれか１項に記載の受付システム。
5. 前記行動実行部は、
   選択した前記応対者の候補が複数のとき、訪問したことが多い順に前記応対者の候補を提示する、請求項１または請求項２に記載の受付システム。
6. 前記行動実行部は、
   選択した前記応対者の候補が複数のとき、最近訪問したことがある順に前記応対者の候補を提示する、請求項１または請求項２に記載の受付システム。
7. 前記来訪者の進行方向を検出する検出部、を備え、
   前記行動実行部は、
   前記検出部が検出した前記来訪者の進行方向、および前記撮像部が撮像した前記画像から前記来訪者の進行方向を検出した進行方向のうちの少なくとも１つに基づいて、前記来訪者へ提示に対する応対を変更する、請求項１から請求項６のいずれか１項に記載の受付システム。
8. 撮像部が、画像を撮影する撮像手順と、
   行動実行部が、過去に来訪した来訪者の画像と、当該来訪者が過去に来訪した応対者の情報とを関連付けて受付情報保存部に記憶する記憶手順と、
   前記行動実行部が、前記来訪者への応対に関するシナリオに基づいて来訪者に対する質問を生成し、当該質問に対する来訪者からの応答により情報を取得する手順と、
   前記行動実行部が、前記撮像手順によって撮影された前記画像に対応する画像を前記受付情報保存部が記憶しているか否かに応じて、前記来訪者への応対に関するシナリオに基づく前記来訪者へ提示に対する応対を変更する変更手順と、
   前記行動実行部が、前記来訪者に対して、当該来訪者が過去に来訪した履歴を前記受付情報保存部に記憶させ、前記撮像手順によって撮影された前記画像に対応する画像が前記受付情報保存部に記憶されている場合、前記受付情報保存部が記憶する前記履歴に基づいて、前記応対者の候補を選択し、選択した前記応対者の候補が複数のとき、前記複数の応対者を候補者として前記来訪者に音声信号を用いて提示し、当該質問に対する応答の音声信号に対して音声認識を行った結果に基づいて、前記来訪者に対応する応対者を選択する手順と、
   を含む受付方法。
9. 撮像部が、画像を撮影する撮像手順と、
   行動実行部が、過去に来訪した来訪者の画像と、当該来訪者が過去に来訪した応対者の情報とを関連付けて受付情報保存部に記憶する記憶手順と、
   前記行動実行部が、前記来訪者への応対に関するシナリオに基づいて来訪者に対する質問を生成し、当該質問に対する来訪者からの応答により情報を取得する手順と、
   前記行動実行部が、前記撮像手順によって撮影された前記画像に対応する画像を前記受付情報保存部が記憶しているか否かに応じて、前記来訪者への応対に関するシナリオに基づく前記来訪者へ提示に対する応対を変更する変更手順と、
   前記行動実行部が、前記来訪者に対して、当該来訪者が過去に来訪した履歴を前記受付情報保存部に記憶させ、前記撮像部によって撮影された前記画像に対応する画像が前記受付情報保存部に記憶されている場合、前記受付情報保存部が記憶する前記履歴に基づいて、前記応対者の候補を選択し、選択した前記応対者が複数のとき、前記複数の応対者を候補者として前記来訪者に画像を用いて提示する手順と、
   を含む受付方法。

Images