JPH03154551A - 電話入力装置 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 〔産業上の利用分野〕 本発明は電話入力装置に係り、特に声音、プッシュボタ
ン（Ｐ　Ｂ）信号の両方を用いて電話から複数の項目を
入力するのに好適な電話入力装置に関する。

〔従来の技術〕

電話サービスにおいて電話機から情報を入力する場合、
入力方式には、計算機センタからのガイダンスで指定さ
れた項目を入力するガイダンス方式と、１回の入力で任
意の複数（１も含む）の項目を入力する一括入力方式が
あり、また、入力信号については、声音とＰＢ倍信号あ
る。

第４図ガイダンス方式の構成例を示したもので。

１ｏは計算機センタ、２０は電話機である。計算機セン
タ１０は電話機２０からの入力を受は付けるもので、音
声認識機構１１、ＰＢ受信機構１２、声音合成機構１３
．ガイダンス会話処理機構１６よりなる。利用者は電話
機２０から音声またはＰＢにより情報を入力する。入力
された信号は、計算機センタ１０において音声認識機構
１１またはＰＢ受信機構１２でコードに変換され、ガイ
ダンス会話処理機構１６へ渡される。ガイダンス会話処
理機構１６は入力された信号を解釈し、利用者に対して
声音合成機構１３を用いてガイダンスを音声出力する。

第５図はガイダンス方式による利用者と計算機センタの
会話シーケンス例で、（イ）は声音入力。

（ロ）はＰＢ入力、（ハ）は数字をＰＢ入力で他は声音
入力で行う例である。いずれも、１回の入力要求に対し
ては、声音かＰＢのいずれかのみの入力であり、利用者
は計算機センタから指定された項目を入力する。

第６図は一括入力方式の構成例で、音声による入力の場
合を示したものである。計算機センタ１０は音声認識機
構１１．声音合成機構１３．−括入力会話機構１５より
なり、−指入力解釈会話機構１５はさらに項目組立て部
１５１、意味検索部１５２及び間合せ部１５３よりなる
。

電話機２０から入力された音声は、計算機センタ１０に
おいて、音声認識機構１１で認識され、単語列（コート
列）に変換されて、−指入力解釈会話機構１５へ渡され
る。−指入力解釈会話機構１５の各部では、この単語列
に対して次のような処理を行い、複数項目を直しく解釈
する。即ち。

項目組立て部１５１は関連ある単語をまとめて複数の項
目に組立てる。意味検索部１５２は項目をサービス毎に
決められた入力項目に対応づける。

間合せ部１５３は誤認識等の原因で生じた解釈不可部分
を声音合成機構１３を用いて利用者に問い合せる。なお
、この−指入力解釈会話機構１．５については、例えば
特願昭６３−１２９３４９号に詳述されている。

第７図は第６図の一括入力方式による利用者と計算機セ
ンタの会話シーケンス例を示したものである。

〔発明が解決しようとする課題〕

ガイダンス方式では、１回しこ１項目の入力だけである
ので、入力毎に声音、ＰＢを変えた入力が可能である。

第５図（ハ）は、数字入力項目はＰＢ、その他の入力項
目は声音入力とした例である。

しかしながら、ガイダンス方式には、インタラクション
数が多くなることや、入力の必要がない項目にも「不要
」などと答えなければならないといった問題がある。こ
れに対し、−括入力方式では１回の入力で複数項目が入
力可能であり、かかるガイダンス方式の場合の問題が解
釈される。

−括入力方式において、１回の入力に声音とＰＢを混在
させると１例えば、数字入力は確実に入力できて操作が
簡単なＰＢ入力、数字以外の入力は覚え易い単語を用い
た声音入力とし、これらを自由に組合せて一括入力する
ことにより、効率的でマンマシンインタフェースのよい
入力が期待できる。しかしながら、従来は１回の入力で
は声音、ＰＢ一方のみの入力を前提としているため、声
音とＰＢを自由に組合せて一括入力するようなマンマシ
ンインタフェースのよい入力方式を実現できなかった。

本発明の目的は、声音とＰ　Ｂを自由に組合せ、複数項
目（１項目も含む）を電話機から一括入力す゛る効率的
でマンマシンインタフェースのより１データ入力を可能
とする′電話入力装置を提供することにある。

〔課題を解決するための手段〕

上記を達成するため、本発明の電話入力装置は、電話機
からの声音入力を認識し、対応するコードを出力する音
声認識機構と、電話機からのＰＢ信号入力を検出し、対
応するコードを出力するＰＢ受信機構と、前記音声認識
機構とＰＢ受信機構の出力を受けて、当該コードが声音
入力かＰＢ信号入力か判定し、声音入力と判定した時は
音声認識機構の出力を選択は、ＰＢ信号入力と判定した
時はＰＢ受信機構の出力を選択する選択機構と、前記選
択機構の選択結果を予め定義した入力項目の構成情報に
もづいて解釈する解釈機構からなることを特徴とする。

〔作　用〕

声音、ＰＢ倍信号判定は、一般に声音周波数とＰＢ信号
周波数の帯域が異なることを利用して、周波数フィルタ
により行われる。この場合、周波数フィルタにより、声
音でＰＢ受信ｆｉ構が動作しないようにできても、音声
認識機構がＰＢ倍信号誤って認識する危険性があり、声
音とＰＢ倍信号２つの入力があったと誤判定されること
がある。

また、音声認識処理時間、ＰＢ検出処理時間は一般に異
なるので、音声認識機構からの出力、Ｐ　１３受信機構
からの出力順序が反転することがある。

このような場合も、選択機構により、声音入力に対して
は音声認識機構の処理結果、ＰＢ倍信号対してはＰＢ受
信機構の処理結果が必ず得られるため、電話機から声音
とＰＢ倍信号両者を使用して複数の項目を入力すること
ができるようになる。

〔実施例〕

以下、本発明の一実施例について図面により説明する。

第１図は本発明の一実施例の構成図で、１０は計算機セ
ンタ、２０は電話機である。計算機センタ１０は電話機
２０からの音声とＰＢ大入力受は付けるもので、音声認
識機構１１、ＰＢ受信機構１２、声音合成機構１３、選
択機構１４及び−括入力解釈会話機構１５よりなり、−
括入力解釈会話機構１５はさらに項目組立て部１５１、
意味検索部１５２、問合せ部１５よりなる。

電話機２０から入力された信号（声音またはＰＢ倍信号
は音声認識機構１１、ＰＢ受信機構１２で並行して処理
され、処理結果（コード）が選択機構１４へ渡される。

選択機構１４では、音声認識機構１１とＰＢ受信機構１
２の処理結果を受け。

ＰＢ大入力声音入力かの判定を行い、声音入力と判定し
た時は音声認識機構１１の処理結果を採用し、ＰＢ大入
力判定した時はＰＢ受信機構１２がらの処理結果を採用
する。選択機構１４の処理結果は一括入力解釈会話機構
１５に渡され、第６図の場合と同様にして一括入力され
た複数項目が正しく解釈される。

第２図は声音とＰＢ倍信号混在した一括入力方式による
利用者と計算機センタの会話シーケンス例を示したもの
で、数字にはＰＢ大入力それ以外には声音入力を用いた
例である。第３図は、この声音、ＰＢ大入力判別する選
択機構１４の処理を説明する図である。

音声認識機構１１では、声音周波数とＰＢ信号周波数の
帯域が異なることを利用して音声を認識し、単語列（コ
ード列）を出力する。この結果、声音入力（入力１、入
力４）は、音声認識機構１１からＴｖの処理遅延後、認
識結果ｖ１、ｖ４として出力される。この音声認識機構
１１にはＰＢ倍信号入力されるため、該ＰＢ倍信号標準
バタンとの照合を行い、この結果が、ある閾値より近け
れば、処理遅延Ｔｖ後、音声認識結果が出力される６第
３図の認識結果■２は、ＰＢ倍信号入力２）を誤って認
識したことを示している。閾値より離れていれば、認識
対象語ではないと判定し何も出力されない（入力３、入
力５、入力６に対しては音声認識機構１１からの出力は
ない）。一方、ＰＢ受信機構１２には、ある帯域の周波
数を減衰または強調する周波数フィルタをＰＢ信号受信
部の前に置くことにより、声音入力を誤ってＰＢ（ｉｌ
ｉ号とすることを防ぎ１本当にＰＢ倍信号有った時のみ
、該ＰＢ受信機構１２が動作するようにすることが可能
である（例えば特開昭６１−７８２９６号公報）。この
結果、ＰＢ大入力入力２．入力３、入力５、入力６）は
、ＰＢ受信機構１２がらＴｐの処理遅延後、処理結果（
コード）Ｐ２、Ｐ３゜ＰＢ、Ｐ６が必ず出力され、声音
を誤ってＰＢ受信結果として出力することはない。

このように、周波数フィルタにより音声でＰＢ受信機構
１２が動作しないようにできても、音声認識機構１１が
ＰＢを誤って認識する危険性があり、ＰＢ入力が音声認
識４！に構１１、ＰＢ受信機構１２の両方から出力され
ることがある（入力２のケース）。さらには、音声認識
機構１１の処理遅延Ｔｖ、ＰＢ受信機構１２の処理遅延
Ｔｐの違いにより、入力順序と処理結果の出力順序が逆
転することがある（入力４と入力Ｓのケース）。このた
め１選択機構１４では以下の処理を行う。なお。

説明は第３図に示したようにＴ　ｖ　＞　Ｔ　ｐとして
行うが、逆の場合でも全く同様である。

処理遅延の小さいＰＢ受信機構１２の出力が実際の出力
時刻より処理遅延の差ＩＴｖ−Ｔｐｌだけ遅れたと見な
し、処理遅延の差を補正する。具体的には、ＰＢＢ信機
構１２の出力を遅延［１１路等により１Ｔｖ−Ｔｐｌ遅
らせて出力する方法、Ｉ〕Ｂ受信機構１２．音声認識機
構１１からの出力時刻に処理遅延時間を加減することに
より、計算上行う方法などが考えられる。

選択機構１４では、上記処理時間の差を補正したＰＢＢ
信機構１２、音声認識機構１１の処理結果に対し、両者
の時間差がある値ｄより小さかった場合には、ＰＢ大入
力ＰＢＢ信機構１２、音声認識機構１１の両者で処理さ
れたものとみなし、音声認識機構１１からの出力を破棄
する。ｄよりも大きかった場合には、遅延時間の差を補
正した結果をそのまま出力する。なお、ｄは利用者が声
音またはＰＢを入力する時間間隔Ｔｉに比べ小さいため
、利用者が独立に入力した音声とＰＢを誤って同一入力
とみなし捨ててしまうことはない。

この結果、■ＰＢが音声認識機構１１で誤って処理され
た時の出力を削除することが出来る（入力２のケース）
。■処理遅延の差により出力が逆転した時にも１元の正
しい順序に戻すことができる（入力４、入力５のケース
）。

以上により、音声入力に対しては音声認識機構１１の処
理結果、ＰＢ倍信号対してはＰＢ受受信機工１２処理結
果を必ず得ることができる。選択機構１４の処理結果は
第６図における音声認識機構１１の出力と同じであり、
これ以降は一括入力解釈会話機構１５により、従来と同
様にして一括入力された複数項目が正しく解釈される。

〔発明の効果〕

以上述べたように、本発明によれば、音声とＰＢを組み
合わせた複数項目の一括入力が可能となるので、従来技
術に比べ以下の効果がある。

■　音声またはＰＢによるガイダンス久方と比較し、入
力インタラクション数を減少できる。

■　音声あるいはＰＢのみによる一括入力方式と比較し
、数字をＰＢ大入力数字以外を音声入力とすることによ
り、 イ、数字の入力が確実になる。

口、電話から受発注を行うような場合、商品名（非数字
単語の音声入力）と個数（数字のＰＢ大入力のベアで構
成される入力項目が複数−括入力されるが、このような
ケースでは、確実なＰＢ大入力よる数字が入力項目の区
切りとできるので。

−括入力の解釈を確実なものとすることができる。

ハ、数字の音声認識用の標準バタンか不要になるので、
認識装置の価格を安くすることができ、または、その分
、他の認識単語数を増すことができる。

【図面の簡単な説明】

第１図は本発明の一実施例の構成図、第２図は音声とＰ
Ｂ倍信号混在する会話シーケンス例を示す図、第３図は
第１図の選択機構の処理を説明する図、第４図は従来の
ガイダンス方式の構成例を示す図、第５図は第４図に対
する会話シーケンス例を示す図、第６図は従来の一括入
力方式の構成例を示す図、第７図は第６図に対する会話
シーケンス例を示す図である。 １０・・・計算機センタ、　　１１・・・音声認識機構
、１２・・・ＰＢＢ信機構、　　１３・・・声音合成機
構、１４・・・選択機構、 １５・・・−括入力解釈会話機構、 ２０・・・電話機。

Claims (1)

【特許請求の範囲】
1. （１）電話機から音声とプッシュボタン信号（以下、Ｐ
   Ｂ信号と称す）の組合わされた１または複数の項目を入
   力する装置であって、 電話機からの音声入力を認識し、対応するコードを出力
   する音声認識機構と、 電話機からのＰＢ信号入力を検出し、対応するコードを
   出力するＰＢ受信機構と、 前記音声認識機構とＰＢ受信機構の出力を受けて、当該
   コードが音声入力かＰＢ信号入力か判定し、音声入力と
   判定した時は音声認識機構の出力を選択し、ＰＢ信号入
   力と判定した時はＰＢ受信機構の出力を選択する選択機
   構と、前記選択機構の選択結果を予め定義した入力項目
   の構成情報にもとづいて解釈する解釈機構とからなるこ
   とを特徴とする電話入力装置。