JPH0823369A - 音声操作電話装置およびその音声による操作指示受付方法 - Google Patents

Abstract

(57)【要約】 【目的】音声入力により電話装置の操作が行えるような
音声操作電話装置およびその音声による操作指示受付方
法を提供する。 【構成】 あらかじめ定めた音声と操作を示すコマンド
とを対応させて単語パターンモデル１１０に記憶してお
き、マイク１１２から音声を入力し、マイク１１２から
入力された音声が、当該電話装置のあらかじめ定めた操
作の開始指示を示す「操作」という音声入力であるか否
かを判断する。判断の結果、マイク１１２から入力され
た音声が「操作」という音声入力であると判断されたと
きに、音声による認識の起動状態とし、そのつぎにマイ
ク１１２から入力された音声と単語パターンモデル１１
０に記憶する音声とを、比較処理部１０９において比較
する。比較の結果、一致する音声に対応するコマンドの
操作を実行する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、電話装置にかかり、特
に、音声入力により電話の操作を行うことができる音声
操作電話装置に関する。

【０００２】

【従来の技術】従来、電話装置においては、図１４
（ｂ）および（ｃ）に示すように、ユーザが、相手先の
電話番号を、電話装置１２００に備えられているキーを
押下したり、電話装置１２１０に備えられているダイヤ
ルを操作することにより、相手先への発信の操作を行っ
ている。また、図１４（ａ）に示すように、相手先の電
話番号をダイヤルする代わりに、受話器を持ち上げて相
手先の電話番号や相手先を発声し、音声認識により発信
の操作を行える電話装置がある。

【０００３】また、着信があって呼び出し音を送出時
に、音声入力があると着信を受け付けるような音声応答
機能を備えている電話装置もある。

【０００４】

【発明が解決しようとする課題】上述した従来の電話装
置においては、発信時に、キーやダイヤルの操作が必要
であったり、また、音声認識機能を動作させるために
は、受話器をユーザが持ち上げるという動作が必要であ
る。また、音声応答機能を備えている電話装置において
も、通話終了後に、回線切断の指示にはキー押下等の操
作が必要となる。このため、高齢者や障害者など、操作
に不自由な人は、電話装置を扱いにくいという問題点が
ある。

【０００５】本発明は、上記課題を解決するために、音
声入力により電話装置の操作が行えるような音声操作電
話装置およびその音声による操作指示受付方法を提供す
ることを目的とする。また、他の目的としては、音声入
力により電話装置の操作を行う場合において、誤認識を
防げるような音声操作電話装置を提供する。

【０００６】

【課題を解決するための手段】本発明は、上記課題を解
決するために、外部からの音声を入力する音声入力手段
と、回線を介して前記音声を送信する送信手段と、前記
回線から音声を受信する受信手段とを備える電話装置に
おいて、前記音声入力手段により入力された音声が、当
該電話装置のあらかじめ定めた操作の指示を示す音声入
力であるか否かを判断する判断手段と、あらかじめ定め
た音声と操作を示すコマンドとを対応させて記憶するコ
マンド記憶手段と、前記音声入力手段により入力された
音声と、前記コマンド記憶手段に記憶する音声とを比較
する比較手段と、前記判断手段により、前記音声入力手
段により入力された音声が操作の指示を示す音声入力で
あると判断されたときに、前記比較手段による比較の結
果、一致する音声に対応するコマンドを前記コマンド記
憶手段から抽出し、当該コマンドに対応する操作を実行
する実行手段とを有する。

【０００７】また、他の解決手段としては、回線に接続
され、当該回線の制御を行う電話装置において、電話の
音声による操作の開始を示す特定の音声を外部から受け
付ける操作開始受け付け手段と、前記操作開始受け付け
手段で前記特定の音声を受け付けたときに、音声による
操作の指示を示す音声入力を受け付け可能である旨のガ
イダンスメッセージを出力するメッセージ出力手段と、
前記メッセージ出力手段による前記ガイダンスメッセー
ジの出力後、前記音声による操作の指示として発信相手
先を特定する音声を受け付ける発信相手先受け付け手段
と、前記発信相手先受け付け手段により発信相手先を特
定する音声に対応する電話番号を発信する発信手段とを
有することができる。

【０００８】

【作用】コマンド記憶手段には、あらかじめ定めた音声
と操作を示すコマンドとを対応させて記憶させておく。

【０００９】音声入力手段は、例えばマイクなどであ
り、外部からの音声を入力し、判断手段は、音声入力手
段により入力された音声が、当該電話装置のあらかじめ
定めた操作の指示を示す音声入力であるか否かを判断す
る。

【００１０】比較手段は、前記音声入力手段により入力
された音声と、前記コマンド記憶手段に記憶する音声と
を比較する。実行手段では、前記判断手段により、前記
音声入力手段により入力された音声が操作の指示を示す
音声入力であると判断されたときに、前記比較手段によ
る比較の結果、一致する音声に対応するコマンドを前記
コマンド記憶手段から抽出し、当該コマンドに対応する
操作を実行する。これにより、判断手段において音声が
操作の指示を示す音声入力であると判断されたときに、
音声による操作指示として実行することができる。この
ため、回線を介しての通話中に会話として音声による操
作指示を発声しても、判断手段で音声が操作の指示を示
す音声入力であると判断していなければ、誤って切断等
の操作を実行することがない。

【００１１】判断手段の判断方法としては、コマンド記
憶手段に、音声による操作開始を示す特定の音声をさら
に記憶しておき、判断手段は、前記比較手段による比較
の結果、前記音声入力手段により入力された音声が前記
音声による操作開始を示す特定の音声に一致した場合
に、音声による操作開始と判断し、その後に、前記音声
入力手段により入力された音声は、前記操作の指示を示
す音声であるとすることができる。また、音声入力手段
により音声が最後に入力されたときから特定時間音声の
入力がなかった後に入力された音声が、操作の指示を示
す音声入力であると判断するようにしてもよい。さら
に、操作の指示を示す音声入力を受け付け可能である旨
のガイダンスメッセージを出力するようにして、ガイダ
ンスメッセージを送出後に、入力された音声は操作指示
を示す音声であると判断するようにしてもよい。

【００１２】このようにすることにより、入力した音声
が、音声による操作の指示であることを認識でき、電話
装置の、発信、着信、切断等の操作を音声入力により行
うことができる。また、判断手段を設けることにより、
音声入力が操作の指示か否かを判断するので、誤認識を
防ぐことができる。

【００１３】

【実施例】以下、本発明に係わる音声操作電話装置の実
施例について説明する。

【００１４】図１に、音声応答・認識機能電話システム
の構成図を示す。図１において、音声応答・認識機能電
話システムは、伝送路を介して公衆網（ＰＳＴＮ）に接
続され、通話の制御を行う通話回路１２０と、通信相手
側の音声を出力するための受話器１７０と、音声を増幅
する受話アンプ１６０と、音声を入力するための送話器
１９０と、音声を増幅する送話アンプ１８０と、スピー
カおよびマイクが一体となったヘッドセット１５５と、
音声の入出力を制御するためのヘッドセット制御部１５
０と、あらかじめ登録された音声パターンと照合して音
声認識を行う音声認識制御部１４０とを備える。また、
留守時に、相手先の電話に応答するための留守番電話機
能を備える留守番制御部１３０をさらに備えてもよい。

【００１５】本実施例における音声操作電話装置では、
電話装置に対して音声で操作を指示することにより電話
装置に手で操作することなく、発信から切断までと着信
から切断までとの動作を行うことができる。このため、
音声の入出力部分の実現形態としては、図４に示すよう
な構成をとることができる。図４（ａ）および図５
（ｂ）に示すように、通常の受話器のほかに、イヤホン
４０５などのスピーカ４０１とマイク４０２とを備える
ことができる。また、図４（ｂ）に示すように、電話装
置のユーザと対向する面にスピーカ４１１とマイク４１
２とを備えてもよい。また、図５（ｄ）に示すように、
外付けのスピーカ５３０とマイク５４０とを電話装置に
接続できるようにしてもよい。さらに、図４（ｃ）およ
び図５（ｃ）に示すように、スピーカとマイクとが一体
となったヘッドセット４３０を備えることができる。外
付けのイヤホン４０５、ヘッドセット４３０、または、
スピーカ５３０とマイク５４０とを接続する場合、図５
（ａ）に示すように、接続端子５１０を電話装置４００
に設けておく。接続端子５１０は、通話路に接続され
る。このような構成にすることにより、ハンズフリー
で、音声により電話の操作を行うことができる。

【００１６】音声操作電話装置の内部回路は、図２に示
すように構成される。図２において、ＳＰＣユニット２
００は、図１における音声認識制御部１４０であり、音
声の認識を行う。また、Ｈ／Ｓハンズフリ制御部２０８
は、図１に示すヘッドセット制御部１５０に相当し、音
声の入出力を制御する。留守制御部２３０は、図１に示
す留守番制御部１３０に相当する。また、通話路スイッ
チ２１１、局線インタフェース２２０および電話機機能
部制御用ＣＰＵ２５０は、図１に示す通話回路１２０に
相当する。通話路スイッチ２１１は、入力された音声
が、操作指示のための音声であるか否かを判断するため
の判断部である。電話機機能部制御用ＣＰＵ２５０は、
ＳＰＣユニット２００で認識された操作コマンドに従っ
て局線インタフェース２２０を制御する。

【００１７】図２に示すように、モジュラ２２３および
２２４において局線２２１を接続し、局線インタフェー
ス２２０において、発信または着信の局線の制御を行
う。通話路スイッチ２１１では、マイク２０５やハンド
セット２０４から入力された音声を、音声による操作で
あるか通話における会話であるかを判断し、判断結果に
従って、音声認識を行うＳＰＣユニット２００もしくは
局線インタフェース２２０に音声を送出する。従来の電
話装置では、ダイアルキー２６０を押下することにより
ダイヤル操作を行って発信操作をしたり、受話器を持ち
上げることで着信操作を行っていたが、本実施例におい
ては、これらの操作を音声により指示することにより行
う。音声認識を行うＳＰＣユニット２００では、後述す
るように、操作コマンドを音声により認識すると、パラ
レルインタフェース２０２を介して電話機能部制御用Ｃ
ＰＵ２５０に指示し、電話機能部制御用ＣＰＵ２５０で
は、指示された操作コマンドに従って、局線インタフェ
ース２２０を制御する。また、パラレルインタフェース
２０２に、電話機能部制御用ＣＰＵ２５０における制御
プログラムを記憶するＲＯＭ（Read Only Memory）およ
びＥＥＰＲＯＭ（Electrically Erasable and Programm
able Random Access Memory）と、一時的にデータを記
憶するためのＲＡＭ（Random Access Memory）と、時間
を計測するためのＲＴＣ（Real Time clock)とを接続さ
せており、電話機能部制御用ＣＰＵ２５０からこれらの
メモリ等にアクセスすることができる。

【００１８】つぎに、図３に示す音声操作電話装置の機
能構成図を参照し、機能ブロックごとに動作を説明す
る。

【００１９】図３において、１０１は装置全体を管理す
る主制御部、１０２は電話回線と接続する回線ｉ／ｆ
部、１０３は発着信の監視や制御を行う回線制御部、１
０４は通話路の接続制御を行う通話路制御部、１０５は
サービス音やガイダンスメッセージを出力する音源部、
１０６はマイク１１２からの音声の有無を判定する音検
出部、１０７はアナログ音とデジタル音の変換を行うＡ
／Ｄ変換機、１０８はデジタル音声信号を分析する音声
分析部、１０９は音声分析結果と単語パターンモデルを
比較する比較処理部、１１０は音声認識に必要な単語の
パラメータをあらかじめ蓄積する単語パターンモデル
部、１１１は電話機使用者へ音を通知するスピーカ、１
１２は電話機使用者が音声を入力するためのマイクであ
る。単語パターンモデル部１１０には、あらかじめ音声
コマンドに対応する音声パターンモデルが記憶されてい
る。

【００２０】本実施例においては、音声分析部１０８に
おいて音声の特徴を表すパラメータを抽出し、その抽出
したパラメータと、単語パターンモデル部１１０にあら
かじめ登録しておいた単語（コマンド）のパラメータと
を、ＤＰ（Dynamic Programming)マッチングやＨＭＭ
（Hidden Markov Model)などの手法により音声認識を行
う。ＤＰマッチング法では、入力音声から抽出したパラ
メータと単語パターンモデル部１１０に登録されている
標準モデルとの二つのパタン間の伸び縮みを吸収し、２
つのパタンの最もよく対応のとれるパスを能率よくもと
める方法であり、ＨＭＭ法では、マルコフモデルを利用
し、マルコフモデルの各状態における種々のシンボルの
出力確率と状態間の遷移確率とによって、音声スペクト
ルの確率的な変動を求め、最大確率で出力する単語を認
識結果としている。これらの方法により音声認識を行う
ことができる。音声認識は、信号処理用ＤＳＰを利用す
ることができる。

【００２１】また、音声コマンドの例を図１６に示す。
図１６に示すように、各コマンドごとにその操作を規定
しておき、これらのコマンドごとの音声パラメータを単
語パターンモデル部１１０にあらかじめ登録しておく。
また、認識されたコマンドにしたがって図３に示す主制
御部１０１が操作の指示を行う。図１６に示すように、
コマンドとしては、ダイアルを回線に送出指示するため
の「発信」というコマンドや、「天気予報」などのよう
に、相手先電話番号を特定するための単語を登録してお
いてもよい。また、ダイヤル番号を選択するためのコマ
ンドやダイヤル番号を直接入力して送出するためにダイ
アル番号のコマンド等をさらに登録しておいてもよい。

【００２２】さらに、音声による操作の開始を指示する
ために、「操作」という起動用単語を設けておくことが
できる。これにより、電話の通話中に、図３に示すマイ
ク１１２から入力した音声が会話の音声なのか操作指示
のための音声なのかを判断することができ、「操作」と
いう起動用単語が入力された後は、その後に入力する音
声は操作指示の音声であると判断することができる。例
えば、登録されているコマンドの「切断」という言葉を
通話中に発声しても、その前に「操作」という音声が認
識されていなければ、「切断」の音声コマンドとしては
認識しないようにできる。また、「操作」という起動用
単語の代わりに、マイク１１２に音声が最後に入力され
たときから特定時間音声の入力がなかった後に入力され
た音声が、操作の指示を示す音声入力であると判断する
ようにしてもよい。例えば、通話中に、３秒間、マイク
１１２から音声が入力されなければ音声による操作の開
始であると判断し、その後に、「切断」という音声が入
力されて認識できた場合には、回線の切断を実行する。
また、操作の指示を示す音声入力を受け付け可能である
旨のガイダンスメッセージをスピーカ１１１から出力す
るようにして、ガイダンスメッセージを送出後に、マイ
ク１１２から入力された音声は操作指示を示す音声であ
ると判断するようにしてもよい。例えば、「発声してく
ださい」等のガイダンスメッセージを送出後、「天気予
報」の単語が入力された場合には、「１７７」のダイア
ルを送出して発信を実行するようにできる。ガイダンス
メッセージは、音源１０５にあらかじめ登録しておくこ
とができる。ガイダンスメッセージとしては、ほかに、
一致するコマンドがなかった場合や、音声認識できなか
った場合に、「認識できませんでした。」などのよう
に、その旨のガイダンスメッセージを出力するようにで
きる。また、音声認識できた場合には、単語パターンモ
デル部１１０に登録してある音声をエコーバックにより
通知することができる。これにより、動作状態を容易に
確認することができる。さらに、操作の指示を示す音声
入力を受け付けることを示す表示を行うＬＥＤなどの表
示手段をさらに設けておき、表示が行われているとき
に、マイク１１２から入力された音声は操作指示を示す
音声であると判断するようにしてもよい。さらに、音声
認識結果を送出することによりユーザが認識結果を確認
し、確認用単語を発声するようにして手続を確実にして
もよい。

【００２３】また、コマンドに対応する音声を単語パタ
ーンモデル部１１０に登録する方法としては、図１５に
示すような登録手順フローにしたがって、あらかじめ登
録しておくことができる。図１５に示すように、登録
は、電話装置に備えられているキー入力によりコマンド
の識別番号を指示後、登録すべき音声を入力する。例え
ば、発信コマンドを登録する場合、図１６に示すコマン
ドの識別番号の「３」を、ステップ１８０６およびステ
ップ１８０７、もしくは、ステップ１８０８において、
押下後、登録すべき音声を「発信」というように発声
し、登録を行う。このようにして音声パターンをあらか
じめ登録しておける。

【００２４】つぎに、実際に発信、着信、切断等を行う
場合に、図３に示す音声操作電話装置における制御動作
を図９〜図１３に示すフローと、図６〜図８に示すシー
ケンスとを参照して説明する。

【００２５】図９に、本実施例に係わる音声操作電話装
置の発信制御のフローチャートを示す。また、図６に、
発信時に、マイク１１２／スピーカ１１１と、主制御部
１０１のＣＰＵと、音声分析部１０８、比較処理部１０
９および音源１０５に相当する音声認識ボードとのやり
取りを示すシーケンス図を示す。ＣＰＵと音声認識ボー
ド間は、ＣＰＵから音声認識ボードに対して操作を指示
するためのコマンドと、音声認識ボードからＣＰＵに対
して応答するレスポンスとの識別番号があらかじめ定め
られている。例えば、コマンド０は音声認識ボードの初
期化を指示するためのコマンドであり、コマンド２は話
者や単語を登録する際に指示するコマンドであり、コマ
ンド７は話者を特定するためのコマンドであり、コマン
ド１０は音声認識を行うように指示するコマンドであ
る。また、レスポンス２は、音声認識ができたときに出
力するレスポンスであり、レスポンス３は、音声認識が
できなかったときに出力するレスポンスを示している。
また、音声認識ボードからはガイダンスメッセージを出
力することができる。なお、シーケンス図において、示
している時間は、処理にかかる時間を例示したものであ
る。

【００２６】図９に示すように、音声操作電話装置が待
ち受け状態（Ｓ９０１）の時に、マイク１１２から音を
受信した場合（Ｓ９０２）、その音は通話路制御部１０
４により音声分析部１０８に入力される（Ｓ９０３）。
音声分析部１０８では、入力された音声のパラメータを
抽出し、比較処理部１０９に抽出したパラメータを出力
する。比較処理部１０９では、単語パターンモデル部１
１０に登録されている音声パラメータと比較照合を行う
ことにより音声認識処理を行い（Ｓ９０３）、比較結果
を主制御部１０１に通知する。主制御部１０１では、比
較結果により、起動用単語の「操作」を認識したか否か
を判断し（Ｓ９０４）、起動用単語でなかった場合は待
ち受け状態（Ｓ９０１）に戻り、比較結果が起動用単語
の場合は起動用単語の受付確認音もしくは音声認識開始
を示す旨や発声を促すガイダンスメッセージをスピーカ
１１１より出力し（Ｓ９０５）、以後、受け付ける音声
は、操作指示であると判断できる（この状態を、以下、
起動状態という）。

【００２７】起動状態の時に、マイク１１２から音を受
信した場合（Ｓ９０６）、その音は通話路制御部１０４
を経由して音声分析部１０８に入力し（Ｓ９０７）、比
較処理部１０９において音声認識処理を行い、比較結果
を主制御部１０１に通知する。比較結果が発信相手先を
特定する単語を認識した場合は（Ｓ９０８）、受付確認
音をもしくは確認用単語音声の発声を促すガイダンスメ
ッセージをスピーカ１１１より出力し（Ｓ９１２）、確
認用単語もしくは発信指示単語をマイク１１２から受信
する（Ｓ９１３）。その音は通話路制御部１０４を経由
して音声分析部１０８に入力し（Ｓ９１４）、比較処理
部１０９において音声認識処理を行い、比較結果を主制
御部１０１に通知する。

【００２８】比較の結果、認識できなかった場合は（Ｓ
９０８もしくはＳ９１５）、認識不可通知音もしくは
「認識できませんでした」等のガイダンスメッセージを
スピーカ１１１より出力し（Ｓ９０９もしくはＳ９１
７）、起動状態に戻る。また、認識不可回数を計数し
（Ｓ９０８−１もしくはＳ９１５−１）、認識不可回数
が特定回数になったときには（Ｓ９１０もしくはＳ９１
６）、認識できないことを示すビープ音やガイダンスメ
ッセージを出力し（Ｓ９１１）、待ち受け状態（Ｓ９０
１）に戻ってもよい。または、このとき、比較結果が取
消指示単語の場合は、受付確認音をスピーカ１１１より
出力し、待ち受け状態（Ｓ９０１）に戻るようにしても
よい。

【００２９】確認用単語を認識した場合には（Ｓ９１
５）、受付確認音をスピーカ１１１より出力し、回線を
ループ閉成し（Ｓ９１８）、発信相手先のダイヤルを回
線に送出し（Ｓ９１９）、相手先呼出中状態（Ｓ９２
０，Ｓ９２１）に移る。これにより、発信が実行され
る。

【００３０】以上のように、発信時には、音声入力によ
る操作を開始する旨の起動用単語を受け付けて、それを
認識後、発信相手先を特定する音声を受け付けて認識
後、発信を実行することができる。さらに、確認用単語
を受け付けることにより、発信の実行を確認することが
できる。また、ガイダンスメッセージを出力して、発声
を促すことができる。さらに、認識不可の場合にはその
旨のガイダンスメッセージを出力することにより、ユー
ザが音声認識できなかったことを知ることができる。ま
た、図６に示すように、比較処理部１０９の比較の結
果、一致した、単語パターンモデル１１０に記憶する音
声もしくはマイク１１２で入力した音声をスピーカから
出力するようにしてもよい。これにより、ユーザは、音
声認識結果を知ることができる。

【００３１】つぎに、図１０に、本実施例に係わる音声
操作電話装置の着信制御のフローチャートを示す。ま
た、図７に、着信時に、マイク１１２／スピーカ１１１
と、音声認識の開始を指示するためのボイススイッチ
と、主制御部１０１のＣＰＵと、音声分析部１０８、比
較処理部１０９および音源１０５に相当する音声認識ボ
ードと、電話回線が接続される網と、網から受信した音
声を出力するスピーカとのやり取りを示すシーケンス図
を示す。着信時には、着信音鳴動中に、マイク１１２か
ら音声を入力すると、音声認識の開始であるとし、その
後、着信応答指示を受け付ける。

【００３２】図１０に示すように、音声操作電話装置が
待ち受け状態（Ｓ１０１）の時に、回線からの着信を監
視し、着信を検出した場合（Ｓ１０２）、回線からの１
６Ｈｚ信号を受信中は、スピーカ１１１より着信音を出
力し（Ｓ１０３）、着信がある旨を通知する。回線から
の１６Ｈｚ信号が中断中は、スピーカ１１１の着信音鳴
動も中断する。着信音の鳴動中断中はマイク１１２から
の音入力を音検出部１０６で監視し（Ｓ１０４）、音入
力を検出した場合は、回線からの１６Ｈｚ信号を受信し
た時も着信音は鳴動させないようにして（Ｓ１０５）、
音受信確認音もしくは着信応答指示音性の入力案内ガイ
ダンスをスピーカ１１１より出力し（Ｓ１０６）、指示
待ち状態とする。

【００３３】指示待ち状態の時に、マイク１１２から音
を受信した場合、その音は通話路制御部１０４を経由し
て音声分析部１０８に入力し（Ｓ１０８）、比較処理部
１０９において音声認識処理を行い、比較結果を主制御
部１０１に通知する。比較結果が着信応答指示単語の場
合は（Ｓ１０９）、受付確認音もしくは着信応答指示用
音声をスピーカ１１１より出力し（Ｓ１１０）、回線を
ループ閉成し（Ｓ１１１）、相手と通話可能状態にする
（Ｓ１１２）。比較の結果、着信応答指示単語を認識で
きなかった場合は、認識不可通知音（ビープ音等）もし
くは認識不可ガイダンスおよび音声の再入力案内ガイダ
ンスをスピーカ１１１より出力し（Ｓ１１２）、Ｓ１０
３に移行する。また、認識不可回数を計数し（Ｓ１１９
−１）、認識不可回数が特定回数になったときには（Ｓ
１１３）、認識できないことを示すビープ音やガイダン
スメッセージを出力てもよい（Ｓ１１４）。このように
して着信に応答することができる。

【００３４】以上のように、着信時には、着信音鳴動中
に、マイク１１２から音声を入力すると、音声認識の開
始であるとし、その後、着信応答指示を受け付けて、着
信応答を実行することができる。

【００３５】つぎに、図１１に、本実施例に係わる音声
操作電話装置の通話状態における切断制御のフローチャ
ートを示す。また、図８に、切断、復旧時にマイク１１
２／スピーカ１１１と、主制御部１０１のＣＰＵと、音
声分析部１０８、比較処理部１０９および音源１０５に
相当する音声認識ボードと、電話回線が接続される網と
のやり取りを示すシーケンス図を示す。通話中に切断指
示を受け付ける場合、通話の会話であるのか切断指示の
音声であるのかを判断する必要があるので、音声入力に
よる操作を開始する旨の起動用単語を受け付けて、それ
を認識後、切断指示用音声の「切断」を受け付けて認識
後、切断処理を実行する。

【００３６】図１１に示すように、音声操作電話装置が
通話状態の時に、マイク１１２からの音入力を音検出部
１０６で監視し（Ｓ２０１）、マイク１１２から音声を
受信した場合は（Ｓ２０３）、その音は通話路制御部１
０４により音声分析部１０８に入力される（Ｓ２０
４）。音声分析部１０８では、入力された音声のパラメ
ータを抽出し、比較処理部１０９に抽出したパラメータ
を出力する。比較処理部１０９では、単語パターンモデ
ル部１１０に登録されている音声パラメータと比較照合
を行うことにより音声認識処理を行い（Ｓ２０４）、比
較結果を主制御部１０１に通知する。主制御部１０１で
は、比較結果により、起動用単語の「操作」を認識した
か否かを判断し（Ｓ２０５）、起動用単語でなかった場
合は待ち受け状態（Ｓ２０１）に戻り、比較結果が起動
用単語の場合は、ガイダンスメッセージが回線に送出さ
れないようにするためにマイク／スピーカと回線制御部
間の通話路を切断する（Ｓ２０６）。そして、起動用単
語の受付確認音もしくは音声認識開始を示す旨や発声を
促す、音声入力案内ガイダンスメッセージをスピーカ１
１１より出力し（Ｓ２０７）、以後、受け付ける音声
は、操作指示であると判断できる（この状態を、以下、
起動状態という）。

【００３７】起動状態の時に、マイク１１２から音を受
信した場合（Ｓ２０８）、その音を通話路制御部１０４
を経由して音声分析部１０８に入力し（Ｓ２０９）、比
較処理部１０９において音声認識処理を行い、比較結果
を主制御部１０１に通知する。比較の結果が、切断指示
単語の場合は（Ｓ２１０）、受付確認音もしくは切断指
示用音声をスピーカ１１１より出力し（Ｓ２１１）、回
線のループを解放して回線を切断し（Ｓ２１２）、話中
音をスピーカから数秒間出力後（Ｓ２１３）、待ち受け
状態に移る。また、比較の結果が、取消指示単語の場合
は（Ｓ２１４）、受付確認音もしくは取り消し指示用音
声をスピーカ１１１より出力し（Ｓ２１５）、マイク１
１２と音声分析部１０８の通話路を切断し、通話状態３
０５に戻る。また、比較結果が取消指示単語または切断
指示単語でない場合で、認識不可回数がリトライ回数制
限値に満たない場合は、指示待ち状態に戻るようにして
もよい。認識不可回数がリトライ回数制限値に達した場
合は、不完了音をスピーカ１１１より出力し、マイク１
１２と音声分析部１０８の通話路を切断し、通話状態３
０５に戻る。このようにして通話中の切断を実行するこ
とができる。

【００３８】また、上述した処理は、相手呼出し中に切
断を行う場合にも同様の処理を行うことにより切断を実
行できる。

【００３９】以上のように、切断時には、音声入力によ
る操作を開始する旨の起動用単語を受け付けて、それを
認識後、切断指示の音声を受け付けて認識後、切断を実
行することができる。

【００４０】さらに、上述した切断の処理においては、
起動用単語を認識しているが、さらに、通話中の無音時
間を計測して無音時間が特定時間続いた後に起動用単語
を認識するようにしてもよい。

【００４１】この場合の処理を、図１７および図１８を
参照して説明する。図１７および図１８に、本実施例に
係わる音声操作電話装置の通話状態における切断制御の
他のフローチャートを示す。

【００４２】図１７において、音声操作電話装置が通話
状態の時に、マイク１１２からの音入力を音検出部１０
６で監視し（Ｓ８０１）、音入力が無くなったことを検
出した場合は、無音時間の計測を開始し（Ｓ８０２）、
次の音入力を検出するまで無音時間の計数を行う（Ｓ８
０３）。無音時間の計測は、図２に示すＲＴＣ２４０に
おいて行うことができる。無音時間が音声認識開始準備
時間の特定時間ｎを越える前にマイク１１２からの音入
力を検出した場合は、無音時間の計数をクリアし（Ｓ８
０６）、通話状態３０５を継続する。無音時間が音声認
識開始準備時間ｎを越えた場合は、無音時間の計数をク
リアし、マイク１１２と音声分析部１０８の通話路を接
続し、マイク１１２からの音入力を待つ（Ｓ８０７）。
マイク１１２から音を受信した場合、その音を通話路制
御部１０４を経由して音声分析部１０８に入力し（Ｓ８
０８）、比較処理部１０９において音声認識処理を行い
（Ｓ８０９）、比較結果を主制御部１０１に通知する
（Ｓ８１０）。比較の結果、起動用単語の場合は、受付
確認音をスピーカ１１１より出力し（Ｓ８１２）、指示
待ち状態８１３に移る。比較結果が起動用単語でない場
合は、マイク１１２と音声分析部１０８の通話路を切断
し、通話状態を継続する。

【００４３】図１８において、指示待ち状態Ｓ８１３の
時に、マイク１１２から音を受信した場合、その音を通
話路制御部１０４を経由して音声分析部１０８に入力し
（Ｓ８１５）、比較処理部１０９において音声認識処理
を行い（Ｓ８１６）、比較結果を主制御部１０１に通知
する（Ｓ８１７）。比較結果が取消指示単語の場合は、
受付確認音をスピーカ１１１より出力し（Ｓ８１９）、
マイク１１２と音声分析部１０８の通話路を切断し、通
話状態３０５に戻る。比較結果が切断指示単語の場合
は、受付確認音をスピーカ１１１より出力し（Ｓ８２
１）、回線のループを解放して回線を切断し（Ｓ８２
２）、待ち受け状態に移る。また、比較結果が取消指示
単語または切断指示単語でない場合で、認識不可回数が
リトライ回数制限値に満たない場合は、指示待ち状態８
１３に戻るようにしてもよい。認識不可回数がリトライ
回数制限値に達した場合は、不完了音をスピーカ１１１
より出力し（Ｓ８２５）、マイク１１２と音声分析部１
０８の通話路を切断し、通話状態３０５に戻る。

【００４４】以上のように処理することにより、通話中
の無音時間を計測して無音時間が特定時間続いた後に起
動用単語を認識し、切断指示を受け付けた場合に切断を
実行することができる。これにより、通話中にも、切断
指示を音声によりすることができ、無音時間を計測する
ことにより、切断指示であることをより確実に認識する
ことができる。また、無音時間が特定時間続いた後に、
起動用単語を受け付けないで、直接切断指示を受け付け
るようにしてもよい。また、相手先呼出し中の切断処理
も同様に行うことができる。

【００４５】つぎに、図１２および図１３に、本実施例
に係わる音声操作電話装置のキャッチホン制御のフロー
チャートを示す。通話中に相手先から発信があった場合
に、相手先を変更できるキャッチホンのサービスを受け
ている場合には、キャッチホンを行う旨のキャッチホン
指示用単語を受けて認識することにより相手先を変更す
ることができる。

【００４６】図１２に示すように、音声操作電話装置が
通話状態３０５の時に、マイク１１２からの音入力を音
検出部１０６で監視し（１００１）、音入力が無くなっ
たことを検出した場合は、無音時間の計測を開始し（１
００２）、次の音入力を検出するまで無音時間の計数を
行う（１００３）。無音時間が音声認識開始準備時間ｎ
を越える前にマイク１１２からの音入力を検出した場合
は、無音時間の計数をクリアし（１００６）、通話状態
３０５を継続する。無音時間が音声認識開始準備時間ｎ
を越えた場合は、無音時間の計数をクリアし、マイク１
１２と音声分析部１０８の通話路を接続し、マイク１１
２からの音入力を待つ（１００７）。マイク１１２から
音を受信した場合、その音を通話路制御部１０４を経由
して音声分析部１０８に入力し（１００８）、比較処理
部１０９において音声認識処理を行い（１００９）、比
較結果を主制御部１０１に通知する（１０１０）。比較
結果が起動用単語の場合は、受付確認音をスピーカ１１
１より出力し（１０１２）、指示待ち状態１０１３に移
る。比較結果が起動用単語でない場合は、マイク１１２
と音声分析部１０８の通話路を切断し、通話状態３０５
を継続する。

【００４７】図１３において、指示待ち状態１０１３の
時に、マイク１１２から音を受信した場合、その音を通
話路制御部１０４を経由して音声分析部１０８に入力し
（１０１５）、比較処理部１０９において音声認識処理
を行い（１０１６）、比較結果を主制御部１０１に通知
する（１０１７）。比較結果が取消指示単語の場合は、
受付確認音をスピーカ１１１より出力し（１０１９）、
マイク１１２と音声分析部１０８の通話路を切断し、通
話状態３０５に戻る。比較結果がキャッチホン指示単語
の場合は、受付確認音をスピーカ１１１より出力し（１
０２１）、回線のループを瞬断して通話相手を切り替え
て（１０２２）、マイク１１２と音声分析部１０８の通
話路を切断し、通話状態３０５に戻る。比較結果が取消
指示単語またはキャッチホン指示単語でなかった場合
で、認識不可回数がリトライ回数制限値に満たない場合
は、指示待ち状態１０１３に戻る。認識不可回数がリト
ライ回数制限値に達した場合は、不完了音をスピーカ１
１１より出力し（１０２４）、マイク１１２と音声分析
部１０８の通話路を切断し、通話状態３０５に戻る。

【００４８】以上のように処理することにより、通話中
の無音時間を計測して無音時間が特定時間続いた後に起
動用単語を認識し、キャッチホンの指示を受け付けた場
合に相手先を変更することができる。これにより、通話
中にも、キャッチホン指示を音声によりすることがで
き、また、無音時間を計測することにより、キャッチホ
ン指示であることをより確実に認識することができる。
また、無音時間が特定時間続いた後に、起動用単語を受
け付けないで、直接キャッチホン指示を受け付けるよう
にしてもよい。また、相手先からの呼び出し音送出後
に、直接キャッチホン指示を受け付けるようにしてもよ
い。

【００４９】以上説明したように、上記各実施例によれ
ば、音声操作電話装置において、手で操作することなし
に、音声入力により、発信、着信、切断等の電話装置の
操作を行うことができる。このため、高齢者や障害者等
の手による操作が不自由な者にも使い勝手がよく、音声
認識による容易な操作を提供することができる。

【００５０】さらに、音声による操作の開始を指示する
ために、「操作」という起動用単語を設けておくことに
より、電話の通話中に、入力した音声が会話の音声なの
か操作指示のための音声なのかを判断することができ、
「操作」という起動用単語が入力された後は、その後に
入力する音声は操作指示の音声であると判断することが
できる。これにより、誤認識を防ぐことができる。ま
た、「操作」という起動用単語の代わりに、音声が最後
に入力されたときから特定時間音声の入力がなかった後
に入力された音声が、操作の指示を示す音声入力である
と判断することができる。また、操作の指示を示す音声
入力を受け付け可能である旨のガイダンスメッセージを
スピーカから出力するようにして、ガイダンスメッセー
ジを送出後に、マイクから入力された音声は操作指示を
示す音声であると判断することができる。

【００５１】また、ガイダンスメッセージとしては、ほ
かに、一致するコマンドがなかった場合や、音声認識で
きなかった場合に、「認識できませんでした。」などの
ように、その旨のガイダンスメッセージを出力するよう
にでき、認識結果をユーザが知ることができる。

【００５２】

【発明の効果】本発明によれば、音声操作電話装置にお
いて、手で操作することなしに、音声入力により、発
信、着信、切断等の電話装置の操作を行うことができ
る。また、音声が操作指示の音声であることを判断する
ため、誤認識を防ぐことができる。

【図面の簡単な説明】

【図１】本実施例における音声応答・認識機能電話シス
テムの構成図。

【図２】本実施例における音声応答・認識機能電話シス
テムのブロック図。

【図３】本実施例における音声操作電話装置の機能構成
図。

【図４】本実施例における音声操作電話装置の実現形態
を示す説明図。

【図５】本実施例における音声操作電話装置の実現形態
を示す説明図。

【図６】本実施例における発信シーケンスを示す説明
図。

【図７】本実施例における着信シーケンスを示す説明
図。

【図８】本実施例における通話中／呼出し中での切断復
旧シーケンスを示す説明図。

【図９】本実施例における発信制御フローチャート。

【図１０】本実施例における着信制御フローチャート。

【図１１】本実施例における切断制御フローチャート。

【図１２】本実施例におけるキャッチホン制御フローチ
ャート（その１）。

【図１３】本実施例におけるキャッチホン制御フローチ
ャート（その２）。

【図１４】従来技術を示す説明図。

【図１５】本実施例における音声コマンド登録フローチ
ャート。

【図１６】本実施例における音声操作電話装置における
音声コマンドを示す説明図。

【図１７】本実施例における他の切断制御フローチャー
ト（その１）。

【図１８】本実施例における他の切断制御フローチャー
ト（その２）。

【符号の説明】

１００…公衆網、１１１…スピーカ、１２０…通話回
線、１３０…留守番制御部、１４０…音声認識制御部、
１５０…ヘッドセット制御部、１５５…ヘッドセット、
１６０…受話アンプ、１７０…受話器、１８０…送話ア
ンプ、１９０…送話器。

───────────────────────────────────────────────────── フロントページの続き (72)発明者 畠山 寧 東京都千代田区内幸町一丁目１番６号 日 本電信電話株式会社内 (72)発明者 佐柄 和彦 東京都千代田区内幸町一丁目１番６号 日 本電信電話株式会社内

Claims (15)

【特許請求の範囲】
1. 【請求項１】外部からの音声を入力する音声入力手段
   と、回線を介して前記音声を送信する送信手段と、前記
   回線から音声を受信する受信手段とを備える電話装置に
   おいて、 前記音声入力手段により入力された音声が、当該電話装
   置のあらかじめ定めた操作の指示を示す音声入力である
   か否かを判断する判断手段と、 あらかじめ定めた音声と操作を示すコマンドとを対応さ
   せて記憶するコマンド記憶手段と、 前記音声入力手段により入力された音声と、前記コマン
   ド記憶手段に記憶する音声とを比較する比較手段と、 前記判断手段により、前記音声入力手段により入力され
   た音声が操作の指示を示す音声入力であると判断された
   ときに、前記比較手段による比較の結果、一致する音声
   に対応するコマンドを前記コマンド記憶手段から抽出
   し、当該コマンドに対応する操作を実行する実行手段と
   を有することを特徴とする音声操作電話装置。
2. 【請求項２】請求項１において、前記判断手段は、前記
   音声入力手段により音声が入力されたときから特定時間
   音声の入力がなかった後に入力された音声が、操作の指
   示を示す音声入力であると判断することを特徴とする音
   声操作電話装置。
3. 【請求項３】請求項２において、前記判断手段における
   判断は、回線を介しての通話中に行うことを特徴とする
   音声操作電話装置。
4. 【請求項４】請求項１において、前記コマンド記憶手段
   は、音声による操作開始を示す特定の音声をさらに記憶
   し、 前記判断手段は、前記比較手段による比較の結果、前記
   音声入力手段により入力された音声が前記音声による操
   作開始を示す特定の音声に一致した場合に、音声による
   操作開始と判断し、その後に、前記音声入力手段により
   入力された音声は、前記操作の指示を示す音声であると
   することを特徴とする音声操作電話装置。
5. 【請求項５】請求項１において、前記操作の指示を示す
   音声入力を受け付け可能である旨のガイダンスメッセー
   ジを出力するメッセージ出力手段をさらに有することを
   特徴とする音声操作電話装置。
6. 【請求項６】請求項５において、前記判断手段は、前記
   メッセージ出力手段による前記ガイダンスメッセージを
   出力後に、前記音声入力手段により入力された音声は操
   作指示を示す音声であると判断することを特徴とする音
   声操作電話装置。
7. 【請求項７】請求項１において、前記比較手段による比
   較の結果、一致するコマンドがなかった場合にその旨の
   ガイダンスメッセージを出力する不一致メッセージ出力
   手段をさらに有することを特徴とする音声操作電話装
   置。
8. 【請求項８】請求項１において、前記操作の指示を示す
   音声入力を受け付けることを示す表示を行う表示手段を
   さらに有し、 前記判断手段において、前記表示手段により前記表示が
   行われているときに、前記音声入力手段により入力され
   た音声は操作指示を示す音声であると判断することを特
   徴とする音声操作電話装置。
9. 【請求項９】請求項１において、前記コマンド記憶手段
   に、前記コマンドに対応する音声を登録する登録手段を
   さらに有することを特徴とする音声操作電話装置。
10. 【請求項１０】請求項１において、前記実行手段による
    実行の前に、前記比較手段による比較の結果、一致し
    た、前記コマンド記憶手段に記憶する音声もしくは前記
    音声入力手段で入力した音声を外部に出力する出力手段
    をさらに有することを特徴とする音声操作電話装置。
11. 【請求項１１】回線に接続され、当該回線の制御を行う
    電話装置において、 電話の音声による操作の開始を示す特定の音声を外部か
    ら受け付ける操作開始受け付け手段と、 前記操作開始受け付け手段で前記特定の音声を受け付け
    たときに、音声による操作の指示を示す音声入力を受け
    付け可能である旨のガイダンスメッセージを出力するメ
    ッセージ出力手段と、 前記メッセージ出力手段による前記ガイダンスメッセー
    ジの出力後、前記音声による操作の指示として発信相手
    先を特定する音声を受け付ける発信相手先受け付け手段
    と、 前記発信相手先受け付け手段により発信相手先を特定す
    る音声に対応する電話番号を発信する発信手段とを有す
    ることを特徴とする音声操作電話装置。
12. 【請求項１２】回線に接続され、当該回線の制御を行う
    電話装置において、 電話の着信を検出し、着信音を出力する着信音出力手段
    と、 前記着信音出力手段による着信音出力中に、音声を外部
    から受け付ける音声受け付け手段と、 前記音声受け付け手段による音声の受付後に、操作の指
    示を示す音声入力を受け付け可能である旨のガイダンス
    メッセージを出力するメッセージ出力手段と、 前記メッセージ出力手段によるガイダンスメッセージの
    出力後、着信応答を行うことを示すコマンドに対応する
    特定の音声を受け付ける着信応答受け付け手段と、 前記着信応答受け付け手段による前記特定の音声の受付
    後、着信を受け付けて通話状態にする着信応答手段とを
    有することを特徴とする音声操作電話装置。
13. 【請求項１３】回線に接続され、当該回線の制御を行う
    電話装置において、 通話中に、電話の操作の開始を示す特定の音声を外部か
    ら受け付ける操作開始受け付け手段と、 前記操作開始受け付け手段による前記特定の音声を受け
    付けたときに、操作の指示を示す音声入力を受け付け可
    能である旨のガイダンスメッセージを出力するメッセー
    ジ出力手段と、 前記メッセージ出力手段によるメッセージの出力後、切
    断指示を示すコマンドに対応する特定の音声を受け付け
    る切断指示受け付け手段と、 前記切断指示受け付け手段による前記特定の音声の受付
    後、回線の切断を行う切断手段とを有することを特徴と
    する音声操作電話装置。
14. 【請求項１４】請求項１から請求項１３の各々におい
    て、前記回線から受信した音声を出力する音声出力手段
    をさらに有することを特徴とする音声操作電話装置。
15. 【請求項１５】回線に接続され、当該回線の制御を行う
    電話装置における音声による操作指示受付方法であっ
    て、 あらかじめ定めた音声と操作を示すコマンドとを対応さ
    せて記憶しておき、 外部からの音声を入力し、 前記入力された音声が、当該電話装置のあらかじめ定め
    た操作の指示を示す音声入力であるか否かを判断し、 前記判断の結果、前記入力された音声が操作の指示を示
    す音声入力であると判断されたときに、前記入力された
    音声と、前記記憶する音声とを比較し、 前記比較の結果、一致する音声に対応するコマンドの操
    作を実行することを特徴とする音声による操作指示受付
    方法。