JPH0824323B2 - Intellectual work station - Google Patents

Intellectual work station

Info

Publication number
JPH0824323B2
JPH0824323B2 JP61230073A JP23007386A JPH0824323B2 JP H0824323 B2 JPH0824323 B2 JP H0824323B2 JP 61230073 A JP61230073 A JP 61230073A JP 23007386 A JP23007386 A JP 23007386A JP H0824323 B2 JPH0824323 B2 JP H0824323B2
Authority
JP
Japan
Prior art keywords
unit
voice
information
image
input
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.)
Expired - Fee Related
Application number
JP61230073A
Other languages
Japanese (ja)
Other versions
JPS6386944A (en
Inventor
成利 斉藤
基 栗原
典正 野村
博 松浦
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Toshiba Corp
Original Assignee
Toshiba Corp
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 Toshiba Corp filed Critical Toshiba Corp
Priority to JP61230073A priority Critical patent/JPH0824323B2/en
Publication of JPS6386944A publication Critical patent/JPS6386944A/en
Publication of JPH0824323B2 publication Critical patent/JPH0824323B2/en
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Description

【発明の詳細な説明】 [発明の目的] (産業上の利用分野) 本発明は、電話番号情報を登録したデータベースの機
能を有効に利用して、電話を介する任意の場所からの電
話音声による電話番号の問合せや、電話の転送接続要求
に対処し得る知的ワークステーションに関する。
DETAILED DESCRIPTION OF THE INVENTION Object of the Invention (Industrial field of application) The present invention makes effective use of the function of a database in which telephone number information is registered, and uses a telephone voice from an arbitrary place via a telephone. The present invention relates to an intelligent workstation capable of handling a telephone number inquiry and a telephone transfer connection request.

(従来の技術) 近時、短縮ダイヤル機能を備えた電話機の発達が目覚
ましく、種々のオフィス業務に幅広く導入されている。
この電話機が持つ短縮ダイヤル機能は、例えば頻繁に電
話する通話相手先の電話番号を短縮番号に対応付けて登
録しておくことによって、その短縮番号が指示入力され
たとき、該短縮番号に対応付けられた電話番号の電話機
に自動発信するものである。
(Prior Art) Recently, a telephone having a speed dial function has been remarkably developed, and has been widely introduced in various office work.
The speed dial function of this telephone is such that, for example, by registering the telephone number of the other party who frequently makes a call, in association with the abbreviated number, when the abbreviated number is instructed and input, the abbreviated number is associated with the abbreviated number. The call is automatically sent to the telephone having the specified telephone number.

このような短縮ダイヤル機能によれば、電話発信時に
おけるダイヤル操作の簡易化が図られ、オフィス業務の
作業効率の向上が図られる。しかしたび重なる短縮ダイ
ヤル機能の利用により、その利用者が通信相手先の短縮
番号だけを覚えており、その本来の電話番号を忘却する
等の弊害が生じている。この為、例えば出先の公衆電話
から電話しようとしても、その電話番号がわからないこ
とが多々生じた。そしてその都度、電話帳を調べたり、
電話局に対して電話番号の問合せを行なう等の作業が必
要となった。
According to such a speed dial function, the dial operation at the time of making a telephone call can be simplified, and the work efficiency of office work can be improved. However, due to the repeated use of the speed dial function, the user remembers only the speed dial number of the communication partner and forgets the original telephone number. Therefore, for example, even when trying to call from a public telephone on the road, it often happens that the telephone number is not known. And each time, I looked up the phone book,
Work such as inquiring the telephone number of the telephone office was necessary.

(発明が解決しようとする問題点) このように従来にあっては、電話機の短縮ダイヤル機
能の普及に伴ってその本来の電話番号を忘却し易く、か
えって電話帳にて電話番号を調べたり、その電話番号の
問合せを行なう機会が多くなると云う問題があった。
(Problems to be Solved by the Invention) As described above, in the related art, it is easy to forget the original telephone number with the spread of the speed dial function of the telephone, and instead to check the telephone number in the telephone directory, There was a problem that the number of inquiries about the telephone number increased.

本発明はこのような事情を考慮してなされたもので、
その目的とするところは、ワークステーションの普及に
伴い、該ワークステーションのデータベースに登録され
た情報を有効に利用して、例えば短縮番号からの電話番
号の問合せ等に簡易に対処し得るようにした知的ワーク
ステーションを提供することにある。
The present invention has been made in consideration of such circumstances.
With the spread of workstations, the purpose is to make effective use of the information registered in the database of the workstations so that it is possible to easily handle, for example, inquiries about telephone numbers from abbreviated numbers. To provide an intelligent workstation.

[発明の構成] (問題点を解決するための手段) 本発明は第1図にその概念を示すように、通信装置に
接続された電話回線を通じて入力された電話音声を認識
する手段と、メッセージ情報等を音声合成して上記電話
回線を介して出力する手段を備えたワークステーション
において、 ワークステーションへの着信電話が電話番号の問合せ
や電話の転送接続を要求したとき、その電話音声が示す
名前や短縮番号等を認識し、この認識結果に従ってデー
タベースを検索して上記問合せや転送要求のあった電話
番号を求める。そして電話番号の問合せ時には上記デー
タベースから検索された電話番号を音声合成して応答出
力し、電話の接続要求時には上記データベースから検索
された電話番号によって特定される電話機に前記着信電
話を転送制御するようにしたものである。
[Structure of the Invention] (Means for Solving the Problems) As shown in the concept of the present invention in FIG. 1, a means for recognizing a telephone voice input through a telephone line connected to a communication device, and a message. In a workstation equipped with a means for synthesizing information, etc. by voice synthesis and outputting it via the telephone line, when the incoming call to the workstation requests a telephone number inquiry or telephone transfer connection, the name indicated by the telephone voice And the abbreviated number are recognized, and the database is searched according to the recognition result to obtain the telephone number for which the above inquiry or transfer request is made. Then, when inquiring about the telephone number, the telephone number retrieved from the database is voice-synthesized and output as a response, and when the telephone connection is requested, the incoming call is transferred to the telephone specified by the telephone number retrieved from the database. It is the one.

(作用) 本発明によれば、電話番号を忘れたとき、任意の電話
機からその者が利用しているワークステーションに対し
て通話相手先の名前や短縮番号を音声入力することによ
ってデータベースから通話相手先の電話番号が検索され
て合成音声により応答される。従ってその電話番号の問
合せを非常に簡易に行なうことができる。
(Operation) According to the present invention, when a telephone number is forgotten, the name or abbreviated number of the other party is voice-input from any telephone to the workstation used by the person, and the other party is called from the database. The previous telephone number is retrieved and answered with a synthetic voice. Therefore, the inquiry about the telephone number can be performed very easily.

しかも通話相手先への転送接続を要求した場合には、
上記データベースから検索された電話番号に従ってその
電話が自動的に転送される。従って通信相手先の電話番
号を忘れた場合であっても、その通信相手先との電話通
信を非常に簡単に、効率良く行なうことが可能となる。
つまり公衆電話等の任意の電話機から、オフィスにおい
て日常的に使用している短縮番号だけで目的とする通信
相手先に電話することが可能となる。
And if you request a transfer connection to the other party,
The call is automatically transferred according to the phone number retrieved from the database. Therefore, even when the telephone number of the communication partner is forgotten, the telephone communication with the communication partner can be performed very easily and efficiently.
In other words, it is possible to call the intended communication partner from only an arbitrary telephone such as a public telephone using only the abbreviated number that is routinely used in the office.

(実施例) 以下、図面を参照して本発明の実施例につき説明す
る。
Embodiments Embodiments of the present invention will be described below with reference to the drawings.

第2図は本発明の実施例に係る知的ワークステーショ
ンの概略構成図である。この知的ワークステーション
は、以下の各部を備えて構成される。
FIG. 2 is a schematic configuration diagram of an intelligent workstation according to an embodiment of the present invention. This intelligent workstation includes the following units.

バス1;以下に説明する各部の間ので必要な情報転送を
行なう為に用いられる。
Bus 1; used to transfer necessary information between the units described below.

制御部2;マイクロプロセッサを主体として構成され、
該知的ワークステーションの各部の動作をそれぞれ制御
するものである。
Control unit 2; mainly composed of a microprocessor,
It controls the operation of each part of the intelligent workstation.

イメージ入力装置3;カメラやスキャナ、OCR等からな
り、各種のイメージ情報を入力する。
The image input device 3 includes a camera, a scanner, an OCR, and the like, and inputs various types of image information.

位置座標入力装置4;ダブレットやマウス等からなり、
指定された位置座標情報を入力する。
Position coordinate input device 4; doublet, mouse, etc.,
Enter the specified position coordinate information.

音声入力部5;マイクロフォン等により構成され、音声
情報を入力する。
Voice input unit 5; constituted by a microphone or the like, and inputs voice information.

キーボード部6;複数のキーを備え、文字・記号コード
や制御コード等を入力する為のものである。
Keyboard section 6; provided with a plurality of keys for inputting character / symbol codes, control codes, and the like.

ICカード部7;後述するようにICカードが装着され、該
ICカードとの間で必要な情報を入出力するものである。
IC card unit 7; an IC card is mounted as described later,
It is for inputting / outputting necessary information to / from an IC card.

バスコントローラ8;バス1を介する各部間の情報転送
を制御する。
A bus controller 8 for controlling information transfer between the units via the bus 1;

音声出力部9;スピーカ等からなり、音声情報を出力す
る。
The audio output unit 9 includes a speaker and outputs audio information.

ディスプレイ部10;CRTディスプレイや液晶ディスプレ
イ等からなり、文字・図形・画像等を表示する。
The display unit 10 includes a CRT display, a liquid crystal display, and the like, and displays characters, figures, images, and the like.

イメージ出力装置11;FAXやカラープリンタ等からな
り、種々のイメージ情報をプリント出力する。
The image output device 11 is composed of a fax machine, a color printer or the like, and prints out various image information.

通信装置12,13;該ワークステーションと電話機、或いは
遠隔地に設置された他のワークステーションや端末等と
の情報通信を行なう。
Communication devices 12, 13; perform information communication between the workstation and a telephone, or another workstation or terminal installed at a remote place.

切換え装置14;複数の通信装置を切換え使用する。 Switching device 14; switches and uses a plurality of communication devices.

タイマー部15;該ワークステーションに時刻情報や時
間情報を提供する。
Timer section 15; provides time information and time information to the workstation.

暗号化処理部16;種々の情報を暗号化処理する。 An encryption processing unit 16 for performing encryption processing on various information;

音声照合部17;与えられた音声情報が特定の音声であ
るか否かを照合処理する。
Voice collating unit 17; performs collation processing on whether or not the given voice information is a specific voice.

イメージ照合部18;与えられたイメージ情報が特定の
イメージであるか否かを照合処理する。
Image collating unit 18; performs collation processing as to whether or not the given image information is a specific image.

音声認識部19;与えられた音声情報を認識処理する。 Voice recognition unit 19; recognizes the given voice information.

音声分析部20;音声入力部5等から入力された音声の
特徴を抽出する等して該音声を分析処理する。
Speech analysis unit 20; analyzes the speech by extracting features of the speech input from the speech input unit 5 and the like.

文字認識部21;前記イメージ入力装置3等から入力さ
れた文字・記号パターンを認識処理する。
A character recognition unit 21 for recognizing a character / symbol pattern input from the image input device 3 or the like;

イメージ認識部23;前記イメージ入力装置3等から入
力された図形イメージ等を認識処理する。
An image recognition unit 23 for recognizing a graphic image or the like input from the image input device 3 or the like;

出力形態選択部24;該ワークステーションから出力す
る情報の形態を選択制御する。
Output form selection unit 24: Selects and controls the form of information output from the workstation.

作業環境データ収集部25;該ワークステーショの機能
状態や、それによるオフィス内の作業環境等の情報を収
集入力する。
Work environment data collection unit 25; collects and inputs information such as the function status of the workstation and the work environment in the office.

音声合成部26;処理データに従って合成音声を生成す
る。
Speech synthesizer 26; generates synthesized speech according to the processing data.

イメージ合成部27;複数のイメージ情報を合成処理し
たり、処理データに従ってイメージの編集処理を実行す
る。
An image synthesizing unit 27 for synthesizing a plurality of pieces of image information and executing an image editing process according to the processing data;

図形合成処理部28;種々の図形を合成処理したり、処
理データに従って図形の加入・削除等の編集処理を実行
する。
A graphic synthesis processing unit 28 for performing synthesis processing of various graphics and executing editing processing such as addition / deletion of graphics in accordance with processing data.

音声の圧縮・伸長部29;音声データを圧縮符号化した
り、圧縮された音声データの復元伸長を行なう。
Audio compression / decompression unit 29: Compresses and encodes audio data, and restores and expands compressed audio data.

イメージの圧縮・伸長部30;イメージ・データを圧縮
符号化したり、圧縮されたイメージ・データの復元伸長
を行なう。
Image compression / decompression unit 30; compression-encodes image data and restores / decompresses compressed image data.

信号処理部31;種々の信号情報の符号化圧縮やその復
元伸長、必要な情報の付加等の一連の信号処理を実行す
る。
The signal processing unit 31 performs a series of signal processing such as encoding and compression of various kinds of signal information, restoration and decompression thereof, and addition of necessary information.

データベース部32;種々の情報を複数のリレーション
にそれぞれ分類し、データベースとして蓄積する。尚、
このデータベースはコード情報のみならず、イメージや
音声等としても構築される。
Database unit 32: Classifies various information into a plurality of relations and stores them as a database. still,
This database is constructed not only as code information but also as images and sounds.

本発明に係る知的ワークステーションは、基本的には
上述した各部を備えて構成され、上述した各部がそれぞ
れが持つ機能を有効に利用して全体的にインテリジェン
スな機能を呈するものとなっている。
The intelligent workstation according to the present invention is basically configured to include the above-described units, and exhibits an intelligent function as a whole by effectively utilizing the functions of the above-described units. .

次に前述したキーボード部5等のように一般的ではな
く、この知的ワークステーションにおいて特徴的な機能
を呈するICカード部7や暗号化処理部16等について更に
詳しく説明する。
Next, the IC card unit 7, the encryption processing unit 16, and the like, which are not general like the keyboard unit 5 and the like described above, and have a characteristic function in this intelligent workstation will be described in more detail.

先ずICカードは、例えば第3図に示すように名刺大の
大きさのカード本体7a内にマイクロプロセッサやメモリ
回路等の半導体回路を内蔵し、カードの一端部に、上述
した構成の知的ワークステーション本体に接続する為の
インターフェース部7b、および表示窓部7cを設けて構成
される。
First, as shown in FIG. 3, for example, an IC card has a built-in semiconductor circuit such as a microprocessor and a memory circuit in a card body 7a having a size of a business card. An interface section 7b for connecting to the station body and a display window section 7c are provided.

尚、表示窓部7cは透明偏光体を埋め込んで形成される
もので、その位置はインターフェース部7bや半導体回路
と乗畳しない位置に設定される。またカード本体7aは、
上記表示窓部7cに対応する部分のみが透明であっても良
く、またその基板全体が透明なものであっても良い。
The display window portion 7c is formed by embedding a transparent polarizer, and its position is set so that it does not overlap with the interface portion 7b or the semiconductor circuit. Also, the card body 7a is
Only the portion corresponding to the display window 7c may be transparent, or the entire substrate may be transparent.

しかしてICカードは、具体的には第4図にその分解斜
視図を示すように、一対のカバー基板7d,7e、これらの
カバー基板7d,7eに挟持される埋め込み基板7f、コアシ
ート材7g、プリント基板7hを一体的に熱圧着して構成さ
れる。
Therefore, as shown in its exploded perspective view in FIG. 4, the IC card has a pair of cover substrates 7d and 7e, an embedded substrate 7f sandwiched between these cover substrates 7d and 7e, and a core sheet material 7g. The printed circuit board 7h is integrally thermocompression bonded.

このプリント基板7hの前記インターフェース部7bに対
向する位置には入出力端子7iが設けられ、また表示窓部
7cに対向する位置には液晶表示装置7jが設けられる。更
にはプリント基板7hには半導体集積回路7kが設けられ
る。またカバー基板7eには前記プリント基板7hにおける
発熱を発散する為の金属箔7mが設けられる。
An input / output terminal 7i is provided on the printed circuit board 7h at a position facing the interface section 7b, and a display window section is provided.
A liquid crystal display device 7j is provided at a position facing 7c. Furthermore, a semiconductor integrated circuit 7k is provided on the printed board 7h. Further, the cover substrate 7e is provided with a metal foil 7m for radiating the heat generated in the printed circuit board 7h.

尚、カバー基板7d,7eや埋め込み基板7f、コアシート
材7gにそれぞれ穿たれた孔部はプリント基板7hに集積さ
れた半導体集積回路7j等にそれぞれ対向する位置に設け
られたものである。これらの孔部に上記半導体集積回路
7k等を嵌合させて前記カバー基板7d,7e、埋め込み基板7
f、コアシート材7g、プリント基板7hが積層一体化され
てICカードが構成される。そして入出力端子7iは、カバ
ー基板7dに穿たれた孔部を介して露出し、ワークステー
ション本体に電気的に接続されるインターフェース部7b
を構成する。
The holes formed in the cover substrates 7d and 7e, the embedded substrate 7f, and the core sheet material 7g are provided at positions facing the semiconductor integrated circuits 7j and the like integrated on the printed circuit board 7h. The semiconductor integrated circuit is inserted into these holes.
7k and the like are fitted together, and the cover substrates 7d and 7e, the embedded substrate 7
f, a core sheet material 7g, and a printed circuit board 7h are laminated and integrated to form an IC card. The input / output terminal 7i is exposed through a hole formed in the cover substrate 7d, and is electrically connected to the workstation main body.
Is configured.

尚、前記液晶表示装置7jは、例えば第5図にプリント
基板7k部の断面構造を示すように、スペーサを介して設
けられた一対のポリエーテルサルフォンフィルム基板の
間に液晶層を挟持し、該フィルム基板の内側面に透明導
電膜をそれぞれ形成すると共に、下面側のフィルム基板
に偏光体や反射体を設けて構成される。このようにポリ
エーテルサルフォンフィルム基板を用いて液晶表示装置
7jを構成すれば、その厚みを0.6μm以下にすることも
容易であり、ガラス基板を用いて液晶表示装置を構成す
る場合に比較してICカード自体を薄くすることができ
る。
The liquid crystal display device 7j has a liquid crystal layer sandwiched between a pair of polyethersulfone film substrates provided via spacers, for example, as shown in a cross-sectional structure of a printed circuit board 7k in FIG. A transparent conductive film is formed on the inner surface of the film substrate, and a polarizer and a reflector are provided on the lower film substrate. A liquid crystal display device using a polyether sulfone film substrate
By configuring 7j, it is easy to reduce the thickness to 0.6 μm or less, and the IC card itself can be made thinner than when configuring a liquid crystal display device using a glass substrate.

またこのICカードの駆動電源については、前記インタ
ーフェース部7bを介してワークステーション本体側から
供給するようにしても良いが、カード内に内蔵するよう
にしても良い。この場合には、例えば高分子フィルムを
用いたシート状の電池として組込むようにすれば良い。
The drive power for the IC card may be supplied from the workstation main body via the interface unit 7b, or may be built in the card. In this case, for example, the battery may be incorporated as a sheet-shaped battery using a polymer film.

しかして前記半導体集積回路7kは、例えば第6図に示
すようにCPU7pやデータメモリであるPROM7q、E2PROM7
r、およびこれらのメモリに対する選択部7s等を備えて
構成される。PROM7qは消去・書替え不可能な大容量の不
揮発性メモリであり、前記CPU7pに対する制御プログラ
ムや、永久記録すべき情報等を格納している。またE2PR
OM7rは書替え可能な小容量の不揮発性メモリであり、例
えば情報の取引番号や、情報通番等の使用時に更新され
る情報が格納される。
Thus, the semiconductor integrated circuit 7k includes, for example, a CPU 7p and PROMs 7q and E 2 PROM 7 as data memories as shown in FIG.
r, and a selection unit 7s for these memories and the like. The PROM 7q is a large-capacity non-volatile memory that cannot be erased / rewritten, and stores a control program for the CPU 7p, information to be permanently recorded, and the like. Also E 2 PR
The OM7r is a rewritable small-capacity non-volatile memory, and stores, for example, a transaction number of information and information updated when the information serial number is used.

これらのメモリは前記選択部7sの制御により選択的に
駆動され、前記CPU7pとの間で情報の入出力を行なう。C
PU7pはこれらのメモリを用いて必要な情報処理を実行
し、またそのインターフェース部から前述した端子部7i
を介して知的ワークステーション本体との間で情報の入
出力を行なう。
These memories are selectively driven by the control of the selection section 7s, and input and output information to and from the CPU 7p. C
The PU 7p executes necessary information processing using these memories, and receives the above-described terminal unit 7i from its interface unit.
Information is input to and output from the intelligent workstation main body via.

前記ICカード部7は、このようなICカードを装着し、
該ICカードとの間で情報の入出力を行なうことになる。
The IC card section 7 is mounted with such an IC card,
Information is input / output to / from the IC card.

尚、ICカードは上述した構成に限定されるものでない
ことは勿論のことであり、その構成に応じてICカード部
7が構成されることも云うまでもない。
It goes without saying that the IC card is not limited to the above-mentioned configuration, and it goes without saying that the IC card unit 7 is configured according to the configuration.

次に暗号化処理部16について説明する。 Next, the encryption processing unit 16 will be described.

暗号化処理部16は、例えば第7図に示すように暗号化
部16a、復号化部16b、秘密鍵ファイル部16c、公開鍵フ
ァイル部16d、そして鍵更新部16eを備えて構成される。
The encryption processing unit 16 includes, for example, as shown in FIG. 7, an encryption unit 16a, a decryption unit 16b, a secret key file unit 16c, a public key file unit 16d, and a key update unit 16e.

そして第8図にその概念を示すように、与えられた通
信原文を暗号鍵に従って暗号化してその暗号通信文を生
成したり、また逆に与えられた暗号通信文を暗号鍵に従
って復号してその原文を求める処理を実行する。
Then, as shown in the concept in FIG. 8, the given communication original text is encrypted according to the encryption key to generate the encrypted communication text, and conversely, the given encrypted communication text is decrypted according to the encryption key and Executes the process for obtaining the original text.

秘密鍵ファイル部16cおよび公開鍵ファイル部16dはこ
の暗号・復号化に用いられる鍵を記憶するものであり、
鍵更新部16eはこれらのファイルされた鍵の更新を司
る。
The secret key file unit 16c and the public key file unit 16d store keys used for this encryption / decryption,
The key updating unit 16e controls updating of these filed keys.

ここで秘密鍵は、この暗号化処理部16を所有するワー
クステーションのみが知る鍵であり、他のワークステー
ション等に対しては秘密にされる。これに対して公開鍵
は各ワークステーションに設定された各秘密鍵とそれぞ
れ対をなすものであり、他のワークステーションにそれ
ぞれ与えられて公開される。公開鍵ファイル部16dは、
これらの複数のワークステーションがそれぞれ公開した
公開鍵を、各ワークステーションに対応して記憶するも
のである。
Here, the secret key is a key known only to the workstation that owns the encryption processing unit 16, and is kept secret from other workstations and the like. On the other hand, the public key forms a pair with each private key set in each workstation, and is given to each other workstation and made public. The public key file part 16d
The public keys respectively released by the plurality of workstations are stored in correspondence with the respective workstations.

暗号化部16aは第9図に示すように、RSA処理部16iと
暗号化種別付加部16jとを備えて構成される。そして通
信原文を暗号化して情報通信しようとするとき、その通
信相手先のワークステーションが公開した公開鍵を用い
て通信原文を暗号化し、その暗号通信文に暗号の種別を
示す情報を付加して通信情報を作成し、これを通信する
ものとなっている。尚、暗号の種別の情報は、例えば
“0"で暗号化していないこと、また“1"で暗号化してい
ることを示す情報や、暗号方式を示す情報等からなる。
As shown in FIG. 9, the encryption unit 16a includes an RSA processing unit 16i and an encryption type addition unit 16j. Then, when attempting to communicate information by encrypting the communication source text, the communication source text is encrypted using the public key disclosed by the workstation of the communication partner, and information indicating the type of encryption is added to the encrypted communication text. Communication information is created and communicated. The information on the type of encryption includes, for example, information indicating that encryption is not performed with “0”, information indicating that encryption is performed with “1”, information indicating an encryption method, and the like.

また復号化部16bは、自己ワークステーションが公開
した公開鍵を用いて或るワークステーションが暗号化し
て通信してきた暗号通信文を入力し、これを該秘密鍵に
対応した秘密鍵を用いて復号化するものであり、第10図
に示すように暗号文分割部16k、暗号種別判定部16m、切
換え部16n,16p、RSA処理部16qを備えて構成される。
Further, the decryption unit 16b inputs the encrypted communication text that a certain workstation encrypted and communicated using the public key published by the own workstation, and decrypts it using the private key corresponding to the private key. As shown in FIG. 10, the ciphertext division unit 16k, the cipher type determination unit 16m, the switching units 16n and 16p, and the RSA processing unit 16q are provided.

暗号文分割部16kは、前述したフォーマットで通信さ
れてきた通信情報を前述した暗号種別の情報と暗号化通
信文とに分割するものであり、暗号種別判定部16mは該
暗号種別情報からその通信文が暗号化されているか否か
を判別している。そして暗号化されていない場合にはそ
の通信文を切換え部16n,16pを介して出力し、暗号化さ
れている場合にはその通信文をRSA処理部16qに導いてい
る。このRSA処理部16qにて前記秘密鍵を用いて暗号化通
信文が復号化処理され、切換え部16pを介して出力され
る。
The ciphertext division unit 16k divides the communication information communicated in the above-described format into the above-mentioned encryption type information and the encrypted communication message. It is determined whether the sentence is encrypted. When the message is not encrypted, the message is output via the switching units 16n and 16p. When the message is encrypted, the message is led to the RSA processing unit 16q. The RSA processing unit 16q decrypts the encrypted message using the secret key, and outputs the decrypted message via the switching unit 16p.

尚、RSA処理部16i,16qは、例えば第11図に示すように
ブロック分割部16sとべき乗・剰余計算部16t、およびブ
ロック連結部16uとを備えて構成される。
The RSA processing units 16i and 16q include, for example, a block division unit 16s, a power / residue calculation unit 16t, and a block connection unit 16u as shown in FIG.

ここでブロック分割部16sは与えられた信号系列を一
定の長さのブロックMiに分割するものであり、べき乗・
剰余計算部16tは各ブロックMi毎に暗号化の鍵kを用い
て Ni=Mi k(mod n) なる信号系列Niを求めている。但し、nは固定の値であ
る。この信号系列Niがブロック連結部16uを介して順に
連結されて出力される。
Is intended to divide the here block division unit signal sequence 16s was given to the block M i of a certain length, power-
Remainder calculation portion 16t are seeking N i = M i k (mod n) becomes a signal sequence N i using the key k encrypted for each block M i. Here, n is a fixed value. The signal sequence N i is output is connected sequentially via block coupling portion 16u.

暗号化処理にあっては、上記信号系列Miが通信原文で
あり、この通信原文から暗号化された通信文が信号系列
Niとして求められる。また復号化処理にあっては上記信
号系列Miが暗号化通信文であり、この暗号化通信文から
復号化された通信原文が信号系列Niとして求められる。
In the encryption processing, the signal sequence M i is the communication text, and the encrypted communication text from this communication text is the signal sequence.
Is obtained as N i. In the decryption process, the signal series M i is the encrypted communication text, and the original communication text decrypted from the encrypted communication text is obtained as the signal series N i .

このような暗号化・復号化を担う鍵kが前述した公開
鍵と秘密鍵であり、これらは対をなして設定される。
The key k responsible for such encryption / decryption is the above-mentioned public key and private key, and these are set in pairs.

従ってワークステーションは、他のワークステーショ
ンから公開された公開鍵に従って通信情報をそれぞれ暗
号化することはできるが、その暗号化された通信文を復
号化し得るのは、その公開鍵と対をなす秘密鍵を知り得
る特定のワークステーションだけとなる。
Therefore, a workstation can encrypt communication information according to a public key published by another workstation, but can decrypt the encrypted communication text only by a secret paired with the public key. Only certain workstations can know the key.

従って或る情報を暗号化して通信しようとするワーク
ステーションは、通信相手先のワークステーションが公
開した公開鍵に従って該通信原文を暗号化して通信す
る。そしてその通信情報は、秘密鍵を持つ通信相手先の
ワークステーションのみが復号し得るものとなってい
る。
Therefore, a workstation that intends to communicate by encrypting certain information communicates by encrypting the communication original in accordance with the public key published by the workstation of the communication partner. Then, the communication information can be decrypted only by the communication partner workstation having the secret key.

尚、他のワークステーションがそれぞれ公開した公開
鍵の全てを公開鍵ファイル16dに格納しておく必要はな
い。例えばシステムに対して別に設けられた公開鍵ファ
イル・メモリに、各ワークステーションが公開した公開
鍵を各ワークステーションに対応されてファイルしてお
く。そして情報通信が必要となったとき、その通信相手
先の公開鍵を上記公開鍵ファイル・メモリから読出して
自己のワークステーションの公開鍵ファイル部16に格納
するようにしても良い。
Note that it is not necessary to store all the public keys published by other workstations in the public key file 16d. For example, in a public key file memory provided separately for the system, a public key published by each workstation is filed corresponding to each workstation. Then, when information communication is required, the public key of the communication partner may be read from the public key file memory and stored in the public key file section 16 of the own workstation.

以上が暗号化処理部16の基本的な構成とその機能であ
る。
The above is the basic configuration and function of the encryption processing unit 16.

次にイメージ照合部18について説明する。 Next, the image matching unit 18 will be described.

このイメージ照合部18は、前記イメージ入力装置3か
ら入力されたイメージ情報、例えば個人の顔のイメージ
を入力し、その個人同定を行なうものである。
The image collating unit 18 inputs image information input from the image input device 3, for example, an image of an individual's face, and identifies the individual.

第12図はこのイメージ照合部の概略構成を示すもの
で、18aはイメージ記憶部、18bは正規化回路、18cは2
値化(細線化)回路、18dは特徴データ抽出回路であ
る。また18eはイメージデータを記憶したデータ記憶部
であり、18fは検索回路、18gは照合回路、そして18hは
出力部である。
FIG. 12 shows a schematic configuration of this image collating unit, where 18a is an image storage unit, 18b is a normalization circuit, and 18c is 2
A digitizing (thinning) circuit, 18d is a feature data extracting circuit. 18e is a data storage unit that stores image data, 18f is a search circuit, 18g is a matching circuit, and 18h is an output unit.

イメージ記憶部18aは前記イメージ入力装置3を介し
て入力されたイメージ情報を記憶し、そのイメージ照合
処理に供するものである。このイメージ記憶部18aに記
憶されたイメージ情報に対して正規化回路18bは正規化
処理し、また2値化回路18cは2値化処理する。具体的
には、ここでは個人の顔のイメージからその個人同定を
行なうべく、正規化回路18bはその顔の大きさを正規化
している。この正規化された顔のイメージに対して2値
化回路18cは、例えばエッジ線分検出、そのエッジ線分
の細線化処理等を行なって該イメージの2値画像を求め
ている。
The image storage section 18a stores the image information input through the image input device 3 and uses it for the image matching process. The normalization circuit 18b performs normalization processing on the image information stored in the image storage unit 18a, and the binarization circuit 18c performs binarization processing. Specifically, here, the normalizing circuit 18b normalizes the size of the face so as to identify the individual from the image of the face of the individual. The binarization circuit 18c obtains a binary image of the normalized face image by performing, for example, edge line detection and thinning processing of the edge line.

特徴データ抽出回路18dは、このようにして正規化・
2値化されたイメージ情報からその特徴データを抽出す
るものである。即ち、顔のイメージによる照合処理にあ
っては、例えば第13図に示すように顔の輪郭を1つの特
徴として抽出し、更にそのイメージ中の目、鼻、口等の
特徴を抽出している。具体的には、顔の輪郭的特徴を分
類されたコード情報として、また両眼間の距離l、口の
大きさm、目と口との距離n等を数値データとしてその
イメージの特徴として抽出している。
The feature data extraction circuit 18d thus normalizes and
The feature data is extracted from the binarized image information. That is, in the matching process using the face image, for example, as shown in FIG. 13, the contour of the face is extracted as one feature, and further the features such as eyes, nose, mouth and the like in the image are extracted. . Specifically, the contour features of the face are extracted as classified code information, and the distance 1 between the eyes, the size m of the mouth, the distance n between the eyes and the mouth are extracted as numerical data as features of the image. doing.

しかしてデータ記憶部18eには、予め各個人について
求められた顔のイメージの特徴データが、例えば第14図
に示すように登録されている。即ち、各個人毎にその個
人名を識別名として上述した顔のイメージの特徴データ
が登録され、且つその顔のイメージ・データがポインタ
によって結ばれている。
Thus, in the data storage section 18e, feature data of the face image obtained in advance for each individual is registered, for example, as shown in FIG. That is, the feature data of the face image described above is registered for each individual with the individual name as an identification name, and the image data of the face is linked by a pointer.

検索回路18fは前記特徴データ抽出回路18dにて抽出さ
れた特徴データに基いて該データ記憶部18eを検索して
いる。そしてその検索データは照合回路18gに与えら
れ、前記特徴データ抽出回路18dで求められた特徴デー
タと照合処理されている。
The search circuit 18f searches the data storage section 18e based on the feature data extracted by the feature data extraction circuit 18d. Then, the search data is given to the collation circuit 18g and collated with the characteristic data obtained by the characteristic data extraction circuit 18d.

この照合処理は、例えば特徴データ抽出回路18dで求
められた入力イメージの特徴データをXi(iは特徴の種
別)、データ記憶部18eに登録されているイメージの特
徴データをYiとしたとき、 なる演算を行い、その演算結果Dの値が最も小さいもの
を、その個人として同定することによって行われる。こ
の同定結果が出力部18hを介して出力される。
This matching process is performed, for example, when the feature data of the input image obtained by the feature data extraction circuit 18d is X i (i is the feature type) and the feature data of the image registered in the data storage unit 18e is Y i. , Is performed, and the one with the smallest value of the calculation result D is identified as the individual. This identification result is output via the output unit 18h.

イメージ照合部18は、基本的にはこのようにして入力
イメージを照合処理し、例えば該入力イメージの個人同
定等を行なう。
The image collating unit 18 basically performs collation processing of the input image in this way, and performs, for example, individual identification of the input image.

次に音声認識部19について説明する。 Next, the speech recognition unit 19 will be described.

音声認識部19は、例えば第15図に示すように構成され
る。音声入力回路19aは、前記音声入力部5から入力さ
れた音声信号、または公衆電話回線を介して前記通信装
置12,13にて受信された音声信号を入力するもので、こ
の入力音声信号を適当な信号レベルに増幅する増幅器
や、帯域制限用のバンドパスフィルタおよびA/D変換器
等によって構成される。入力音声はこの音声入力回路19
aにて、例えば30〜3400Hzの周波数帯域の信号に制限さ
れ、12KHzのサンプリング周期で12ビットのディジタル
信号に量子化される。
The voice recognition unit 19 is configured, for example, as shown in FIG. The voice input circuit 19a inputs a voice signal input from the voice input unit 5 or a voice signal received by the communication devices 12 and 13 via a public telephone line. It is composed of an amplifier that amplifies to various signal levels, a bandpass filter for band limitation, an A / D converter, and the like. The input voice is this voice input circuit 19
In a, the signal is limited to a signal in a frequency band of, for example, 30 to 3400 Hz, and is quantized into a 12-bit digital signal at a sampling cycle of 12 KHz.

音響処理部19bは、例えば専用のハードウェアにより
構成された積和回路からなる。そして基本的には前記音
声入力回路19aと同期してパイプライン的に高速動作す
る。
The sound processing unit 19b includes, for example, a product-sum circuit configured by dedicated hardware. Basically, it operates in a pipeline manner at high speed in synchronization with the audio input circuit 19a.

ここでの音響処理は、2種のバンドパスフィルタ群に
より実行される。その1つは16チャンネルのフィルタバ
ンクで、このフィルタバンクを介して入力音声信号のス
ペクトルの変化が抽出される。今1つは、同じ帯域を4
チャンネルに分割したグロスフィルタであり、このグロ
スフィルタを介して入力音声の音響的特徴が抽出され
る。
The acoustic processing here is executed by two types of band pass filter groups. One of them is a 16-channel filter bank through which changes in the spectrum of an input audio signal are extracted. One now has the same bandwidth
This is a gloss filter divided into channels, and the acoustic characteristics of the input voice are extracted through the gloss filter.

これらの2種類のフィルタ群(フィルタバンクとグロ
スフィルタ)は、例えば4次巡回形のディジタルフィル
タとして構成される。そして、例えば10msec毎にそのフ
ィルタリング出力を求めるものとなっている。尚、この
音響処理部の制御はマイクロプログラム方式にて行われ
る。
These two types of filter groups (filter bank and gloss filter) are configured as, for example, a fourth-order cyclic digital filter. Then, for example, the filtering output is obtained every 10 msec. The control of the acoustic processing unit is performed by a micro program method.

しかして前処理・認識部19cは、高速プロセッサ19d、
パターンマッチング処理部19e、単語辞書メモリ19f、お
よびバッファメモリ19gによって構成される。
Thus, the preprocessing / recognition unit 19c is a high-speed processor 19d,
It comprises a pattern matching processing section 19e, a word dictionary memory 19f, and a buffer memory 19g.

バッファメモリ19gは上記音響処理部19bにてフィルタ
リング処理された音声信号を入力し、例えば最大1.8秒
分の音声データを蓄積するものとなっている。高速プロ
セッサ19dはこのバッファメモリ19gに格納されたデータ
に対して、音声区間検出、リサンプリング、ラベリン
グ、遷移ネットワークによる認識処理、およびその総合
論理判定処理の実行を行なっている。またこの高速プロ
セッサ19dにより、ホスト計算機との間の通信や該音声
認識部19全体の動作制御が行われる。
The buffer memory 19g receives the audio signal filtered by the acoustic processing unit 19b and stores, for example, audio data for a maximum of 1.8 seconds. The high speed processor 19d performs voice section detection, resampling, labeling, recognition processing by a transition network, and its comprehensive logic determination processing on the data stored in the buffer memory 19g. Further, the high speed processor 19d performs communication with the host computer and operation control of the entire voice recognition unit 19.

この高速プロセッサ19dにて処理された音声データに
ついて、パターンマッチング処理部19eは単語辞書メモ
リ19fに登録された単語音声の標準パターンデータとの
間で複合類似度計算等のマッチング処理を実行し、その
認識候補を求めている。
For the voice data processed by the high-speed processor 19d, the pattern matching processing unit 19e executes the matching process such as the composite similarity calculation with the standard pattern data of the word voice registered in the word dictionary memory 19f, Seeking recognition candidates.

例えば認識対象となる音声単語は離散的に発声され
る。そこで高速プロセッサ19dは、例えば音響処理の際
に10msec毎に計算される入力音声エネルギを用いて単語
音声の入力区間を検出している。
For example, a speech word to be recognized is uttered discretely. Therefore, the high-speed processor 19d detects the input section of the word voice using the input voice energy calculated every 10 msec, for example, during the sound processing.

具体的には第16図に示すように、背景雑音レベルと入
力音声レベルとから適応的に計算される閾値Eθを用
い、入力音声信号レベルが上記閾値Eθを一定時間以上
継続して越えたとき、該閾値Eθを越えた時点を音声単
語の始端Sとして検出している。その後、上記入力音声
信号のレベルが上記閾値Eθを一定時間以上継続して下
回ったとき、該閾値Eθを下回った時点を音声単語の終
端Eとして検出している。
Specifically, as shown in FIG. 16, a threshold E θ adaptively calculated from the background noise level and the input voice level is used, and the input voice signal level continuously exceeds the threshold E θ for a predetermined time or longer. At this time, the time when the threshold E θ is exceeded is detected as the start S of the voice word. Thereafter, when the level of the input audio signal falls below continues the above threshold E theta predetermined time or more is detected as the end E of the audio words when it falls below the threshold value E theta.

ところで音声認識はパターン認識の一種として考え得
る。しかし音声特有のパターン変動や、話者の性別・発
声器官の形状・発声法等に起因する個人差、また話者自
身が発生する雑音や周囲環境の雑音、更には電話音声の
場合には公衆電話回線を経由したことによるレベル差や
雑音の問題がある。この為、これらを考慮し、上述した
変動要素を吸収して、如何に精度良く、安定に音声認識
するかか問題となる。
Voice recognition can be considered as a type of pattern recognition. However, pattern variations peculiar to voice, individual differences caused by the gender of the speaker, the shape of the vocal organs, vocalization method, etc., the noise generated by the speaker himself or the surrounding environment, and in the case of telephone voice, the public There are problems of level difference and noise due to passing through the telephone line. Therefore, taking these factors into account, the above-mentioned variable element is absorbed, and it becomes a problem how to accurately and stably recognize speech.

そこでこの前処理・認識部19cではパターンマッチン
グ法と構造解析法とを2段階に組合せ、ハイブリッド構
造マッチング法と称される認識法を採用している。
Therefore, in this preprocessing / recognition unit 19c, the pattern matching method and the structure analysis method are combined in two stages, and a recognition method called a hybrid structure matching method is adopted.

即ち、上述したように単語音声区間が検出されると、
先ずその音声区間(S,E)を15等分し、その16点をそれ
ぞれリサンプル点とする。そして前述した如く音響処理
された16チャンネルの音声データ(スペクトル時系列)
から上記各リサンプル点でのスペクトルを抽出する。
尚、音声データのサンプル点と上記リサンプル点との間
でずれがある場合には、リサンプル点の最近傍点のスペ
クトルを抽出すれば良い。
That is, when a word voice section is detected as described above,
First, the voice section (S, E) is divided into 15 equal parts, and the 16 points are each set as a resample point. The 16-channel audio data (spectral time series) subjected to the acoustic processing as described above
The spectrum at each resample point is extracted from.
If there is a difference between the sample point of the audio data and the resample point, the spectrum of the nearest point of the resample point may be extracted.

このリサンプル処理によって16×16(=256)次元の
音声パターン・ベクトルXを求める。即ち、第j(j=
1,2,3,〜16)番目のリサンプル点をrjとするとき、rj
の16チャンネルのスペクトルデータを S(rj)=(S1rj,S2rj,〜S16rj) としてそれぞれ求め、これらのSirjを並べ換えて X=(S1rl,S1r2,〜S2rl,〜S16r16)t なる音声パターンのベクトルXを求める。但し、tは行
列の転置を示す。
By this re-sampling processing, a 16 × 16 (= 256) -dimensional voice pattern vector X is obtained. That is, the j-th (j =
When the (1,2,3, ~ 16) th resample point is r j , the spectral data of 16 channels at r j are obtained as S (rj) = (S 1rj , S 2rj , ~ S 16rj ), respectively. , S irj are rearranged to obtain a vector X of a voice pattern of X = (S 1rl , S 1r2 , ˜S 2rl , ˜S 16r16 ) t . Here, t indicates transposition of the matrix.

このようにして求められた入力音声パターンベクトル
Xと、単語辞書メモリ19fに予め登録された単語音声の
標準パターンとの類似度が、例えば複合類似度法によっ
て計算される。
The similarity between the input speech pattern vector X obtained in this way and the standard pattern of word speech registered in advance in the word dictionary memory 19f is calculated by, for example, the composite similarity method.

ここで単語辞書メモリ19fに予め登録された単語音声
の標準パターンは、その単語カテゴリωについて、 (ψ1k,ψ2k,〜ψLK) (λ1k,λ2k,〜λLK) 但し、 (λ1k≧λ2k≧〜≧λLK) として準備されている。尚、ψ.k,λ.kはカテゴリω
に属するパターンベクトルXの分散行列Kにおける固有
ベクトルとその固有値である。このような単語辞書につ
いて、上述した複合類似度S(k)は として計算される。尚、上式において‖X‖はベクトル
Xのノルムである。
Here, the pre-registered word speech in the word dictionary memory 19f standard pattern is, for the word category ω k, (ψ 1k, ψ 2k, ~ψ LK) (λ 1k, λ 2k, ~λ LK) However, ( λ 1k ≧ λ 2k ≧ ˜ ≧ λ LK ). Note that ψ.k and λ.k are categories ω k
Are the eigenvectors and their eigenvalues in the distribution matrix K of the pattern vector X belonging to For such a word dictionary, the above-described complex similarity S (k) is Calculated as Note that in the above equation, {X} is the norm of the vector X.

このような複合類似度計算が全てのカテゴリについて
それぞれ行われ、上位に位置する類似度値と、それを得
たカテゴリ名とが対にして求められる。
Such a composite similarity calculation is performed for each of all the categories, and the higher similarity value and the obtained category name are obtained as a pair.

このような複合類似度法によるパターンマッチングに
よって、多くのパターン変動を救出した認識処理が可能
となる。しかし類似パターンや雑音が加わったパターン
では、異なるカテゴリ間でその類似度値の差が小さくな
ることがある。
By such pattern matching using the composite similarity method, recognition processing in which many pattern variations are rescued becomes possible. However, in a similar pattern or a pattern to which noise is added, the difference between similarity values between different categories may be small.

そこで前述したようにパターンマッチング法を補うも
のとして、以下の構造解析の手法を導入している。この
構造解析は、単語音声を構成する音の違いに着目して認
識処理するもので、音素ラベル系列と音響的特徴系列の
2つの時系列を利用している。
Therefore, the following structural analysis method is introduced as a supplement to the pattern matching method as described above. In this structural analysis, recognition processing is performed by paying attention to the difference in sounds forming the word voice, and two time series of a phoneme label series and an acoustic feature series are used.

即ち、音素ラベル系列は、入力音声信号から10msec毎
に計算される16チャンネルのスペクトルを用いて音素辞
書との類似度を計算し、一定値以上の類似度を持つ音素
のラベル付けして求める。尚、この音素ラベルは、例え
ば5つの母音と鼻音との6種類からなる。この際、音素
辞書は、男声と女声に分けてそれぞれ準備しておく方が
望ましい。
That is, the phoneme label sequence is obtained by calculating the similarity with the phoneme dictionary using the spectrum of 16 channels calculated every 10 msec from the input speech signal, and labeling the phonemes having the similarity of a certain value or more. The phoneme label is composed of, for example, 6 types of 5 vowels and nasal sounds. At this time, it is desirable to prepare the phoneme dictionary separately for male and female voices.

ここで比較的安定に発音される母音に比べ、子音を音
素として個々にラベル付けすることが困難である。従っ
てその子音についてはその音響的な特徴をラベル付け
し、これを特徴情報とする。具体的には、音響処理で求
められる4チャンネルのグロスフィルタの出力と音声エ
ネルギとから音響的特徴を抽出する。このようにして特
徴抽出されてラベル付けされる音響的特徴は、例えば第
17図にグロスフィルタの出力の特徴と対比して示すよう
に、無音性、無声性、摩擦性、破裂性、エネルギ・ディ
ップ等の12種類からなる。
Here, it is more difficult to individually label consonants as phonemes, as compared to vowels that are sounded relatively stably. Therefore, the acoustic features of the consonants are labeled and used as feature information. Specifically, an acoustic feature is extracted from the outputs of the four-channel gross filter obtained by the acoustic processing and the sound energy. The acoustic features to be extracted and labeled in this way are, for example,
As shown in FIG. 17 in comparison with the characteristics of the output of the gross filter, there are twelve types such as silence, silence, friction, rupture, and energy dip.

しかして入力音声について求められた音素・音響ラベ
ル系列は、前記音声区間(S,E)を含む範囲に亙って、
各単語カテゴリ毎に作られた、例えば第18図に示す如き
遷移ネットワークに入力される。
Thus, the phoneme / acoustic label sequence obtained for the input speech is over a range including the speech section (S, E).
It is input to a transition network, such as that shown in FIG. 18, created for each word category.

この遷移ネットワークの各ノード毎に、指定された音
素ラベルや音響的特徴の有無をチェックする。そして無
であればリジェクト、有であれば次のノードに遷移さ
せ、その特徴系列が終了した時点で遷移ネットワークの
ゴールに到達した入力系列を受理し、そのカテゴリを求
める。尚、系列のチェックの方向は、ネットワーク毎に
その正逆を選択可能なものである。
For each node of this transition network, the presence or absence of a specified phoneme label or acoustic feature is checked. If no, the input node is rejected. If yes, the node is shifted to the next node. When the feature sequence ends, the input sequence that has reached the goal of the transition network is received, and the category is obtained. It should be noted that the direction of checking the sequence can be selected from forward and backward for each network.

総合判定論理は、前述した如くパターンマッチングに
よって順序付けられた候補カテゴリと、遷移ネットワー
クにより求められた認識結果とを総合して、その最終判
定を行なうロジックである。
The comprehensive judgment logic is a logic for making a final judgment by combining the candidate categories ordered by the pattern matching as described above and the recognition result obtained by the transition network.

即ち、この総合判定論理は、パターンマッチングで求
められた最大類似度をS1としたとき、これを所定の閾値
θと比較する。そして(S1<θ)の場合、これを雑音と
してリジェクトする。
That is, this complex decision logic, when the maximum similarity obtained by the pattern matching and the S 1, compares it with a predetermined threshold theta. Then, in the case of (S 1 <θ), this is rejected as noise.

また(S1≧θ)の場合には、別の閾値Δθを用いて
(S1−Δθ)以上の類似度を持つカテゴリを候補として
抽出する。そしてその抽出されたカテゴリの数nが1つ
である場合、これを認識結果として抽出する。また複数
のカテゴリが抽出された場合には、前記遷移ネットワー
クによる解析結果を参照し、遷移ネットワークで受理さ
れたカテゴリのみを抽出する。そしてその中で最大の類
似度を持つカテゴリを認識結果として求める。
If (S 1 ≧ θ), a category having a similarity of (S 1 −Δθ) or more is extracted as a candidate using another threshold value Δθ. If the number n of the extracted categories is one, this is extracted as a recognition result. When a plurality of categories are extracted, the analysis result by the transition network is referred to, and only the categories accepted by the transition network are extracted. Then, the category having the highest similarity among them is obtained as the recognition result.

尚、閾値処理によって抽出されたカテゴリの中に、遷
移ネットワークで受理されたものが含まれない場合に
は、判定不能とする。
If the category extracted by the threshold processing does not include the one accepted by the transition network, the determination cannot be made.

以上のようにして複合類似度法によるパターン認識処
理結果と、遷移ネットワークを用いた認識結果とを統合
してその入力単語音声の認識が行われる。
As described above, the input word voice is recognized by integrating the pattern recognition processing result by the composite similarity method and the recognition result using the transition network.

第19図はこの音声認識部における単語音声の認識処理
手続きの流れを示すもので、音声区間検出処理の後、リ
サンプル処理してパターンマッチングを行い、同時にラ
ベリング処理して遷移ネットワークによるチェックを行
い、しかる後、これらの各認識結果を統合してその総合
判定論理処理を行なうことが示される。このような処理
が前記高速プロセッサ19dによる処理シーケンスの下で
実行される。
FIG. 19 shows the flow of the word speech recognition processing procedure in this speech recognition unit. After speech section detection processing, resample processing is performed for pattern matching, and at the same time labeling processing is performed for checking by the transition network. Then, it is shown that these recognition results are integrated to perform the comprehensive decision logic process. Such processing is executed under a processing sequence by the high-speed processor 19d.

ところで離散的に発声された単語音声ではなく、連続
発声された音声中の単語を認識する場合には次のように
すれば良い。即ち、この場合には入力音声を種々の部分
区間に分割し、その部分区間毎に単語識別を行なって単
語類似度を求めるようにすれば良い。
When recognizing a word in a continuously uttered voice instead of a discretely uttered word voice, the following may be performed. That is, in this case, the input speech may be divided into various partial sections, and word identification may be performed for each of the partial sections to determine the word similarity.

具体的には、例えば第20図に示すように入力音声区間
における全ての分析フレーム間をそれぞれ部分区間の境
界候補とし、該入力音声区間を複数の部分区間に分け
る。この際、認識対象となる単語の継続時間長について
は最大時間長Dmaxと最小時間長Dminが設定できるので、
その範囲内の部分区間だけを認識処理対象とすれば良
い。
Specifically, for example, as shown in FIG. 20, all the analysis frames in the input voice section are set as boundary candidates of partial sections, and the input voice section is divided into a plurality of partial sections. At this time, the maximum duration D max and the minimum duration D min can be set for the duration of the word to be recognized.
Only the partial section within that range may be set as the recognition processing target.

ここで第20図に示す例では、連続発声された音声の単
語数が2個の場合を想定して2つの部分区間を求めてい
る。しかし一般的には入力音声の単語数は不明であるか
ら、2単語からn単語までが単語候補として存在すると
仮定して部分区間をそれぞれ検出すれば良い。そして検
出された各部分区間について単語類似度の計算を行い、
その類似度結果の繋がり関係を相互に比較して最も信頼
性の高い部分区間の境界を求め、その境界によって区切
られた部分区間の各単語認識結果を求めるようにすれば
良い。
Here, in the example shown in FIG. 20, two partial sections are obtained on the assumption that the number of words in a continuously uttered voice is two. However, since the number of words in the input speech is generally unknown, it is sufficient to detect each of the partial sections on the assumption that two to n words exist as word candidates. Then, the word similarity is calculated for each of the detected partial sections,
The connection relationship of the similarity results may be compared with each other to find the boundary of the most reliable subsection, and the word recognition results of the subsections delimited by the boundary may be found.

然し乍ら、このようにして部分区間を求めて単語類似
度計算を行なう場合、部分区間の数が膨大なものとなる
為、処理の高速化が妨げられる。従って実際的には処理
の高速化を考慮して、例えば入力単語数が2〜5単語、
1単語の継続時間長が128〜640msec、1回の発声におけ
る単語長の比が2.5以下、フレーム周期は16msec(8msec
周期で2個に1個の単語を取出す)等の制限を加えて部
分区間を検出するようにすれは良い。
However, when word similarity calculation is performed by obtaining partial sections in this way, the number of partial sections becomes enormous, which hinders high-speed processing. Therefore, in consideration of speeding up the processing, for example, the number of input words is 2 to 5 words,
The duration of one word is 128 to 640 msec, the ratio of the word length in one utterance is 2.5 or less, and the frame period is 16 msec (8 msec).
It is advisable to detect a partial section by applying a restriction such as (taking out one word for every two words in a cycle).

このようにすれば連続発声された音声中の単語をそれ
ぞれ効果的に認識することが可能となる。
This makes it possible to effectively recognize the words in the continuously uttered speech.

ところでこのような音声認識処理に供される辞書(単
語辞書)の学習は次のようにして行われる。
By the way, learning of a dictionary (word dictionary) used for such a voice recognition process is performed as follows.

この学習処理は、母音パターンおよび子音パターン
からその特性核を求める処理と、その特性核に対する
固有値と固有ベクトルを求める処理とに大別される。そ
してこの固有値と固有ベクトルとを、その固有値の大き
いものから順にN個求める。この処理は一般にKL展開と
称されるものである。
This learning process is roughly classified into a process for obtaining the characteristic nucleus from the vowel pattern and the consonant pattern, and a process for obtaining the eigenvalue and eigenvector for the characteristic nucleus. Then, N eigenvalues and eigenvectors are obtained in ascending order of the eigenvalues. This process is generally called KL expansion.

先ず特性核を求める処理について説明すると、入力音
声パターン(学習パターン)の特性核Kは、その学習パ
ターンの縦ベクトルをSmとしたとき、次のようにして求
められる。
When First, the process of obtaining the characteristic nuclear explained, characteristic nuclear K of the input speech pattern (training pattern), when the vertical vector of the learning patterns and the S m, is determined as follows.

ここに、 Sm=(Sm1,Sm2,〜Smn)t 尚、この学習パターンSmは、子音パターンの場合には
64次元の縦ベクトルとして与えられる。また母音パター
ンの場合には16次元の縦ベクトルとして与えられる。
Where S m = (S m1 , S m2 , ~ S mn ) t Note that this learning pattern S m is a consonant pattern
Given as a 64-dimensional vertical vector. In the case of a vowel pattern, it is given as a 16-dimensional vertical vector.

しかして特性核Kは、m個の学習パターンについて、
その縦ベクトルSmと、この縦ベクトルSmを転置した横ベ
クトルSmとを掛合わせて作成される行列の各成分を、上
記m個の学習パターンに亙って平均化して求められる。
従って特性核の要素数は上記ベクトルの要素数の2乗と
なる。
Thus, the characteristic kernel K is, for m learning patterns,
A column vector S m that, each component of the matrix is created by multiplying the horizontal vector S m with transposing the vertical vector S m, is calculated by averaging over the above m number of learning patterns.
Therefore, the number of elements of the characteristic kernel is the square of the number of elements of the vector.

尚、このような処理によってそのカテゴリのパターン
分布を反映した特性核Kを得るには、或る程度の量の学
習パターンを必要とする。この為、学習パターン・メモ
リに予め所定数の学習パターンを蓄積しておくことが必
要となる。
In order to obtain the characteristic kernel K reflecting the pattern distribution of the category by such processing, a certain amount of learning patterns is required. Therefore, it is necessary to store a predetermined number of learning patterns in the learning pattern memory in advance.

ところが母音の場合には16次元で最低6個のカテゴリ
の学習パターンを準備するだけで良いが、子音の場合に
は101カテゴリも存在し、しかも64次元のデータとして
求める必要がある。この為、このままでは膨大なメモリ
容量を必要とすることが否めない。
However, in the case of a vowel, it is only necessary to prepare a learning pattern of at least six categories in 16 dimensions, but in the case of a consonant, there are 101 categories, and it is necessary to obtain it as 64-dimensional data. For this reason, it is undeniable that an enormous memory capacity is required as it is.

そこで少数の学習パターンによってパターン分布を反
映した特性核Kを得るべく、次のような特性核の更新処
理を行い、逐次計算によってその特性核を次第にパター
ン分布を反映した形に改良して行くようにする。
Therefore, in order to obtain a characteristic kernel K reflecting the pattern distribution by a small number of learning patterns, the following characteristic kernel updating process is performed, and the characteristic kernel is gradually improved to a shape reflecting the pattern distribution by sequential calculation. To

即ち、 K=K′+wSnSn t なる演算処理を繰返し実行するようにする。但し、wは
特性核の更新時における重み係数である。この重み係数
wは正負の値を取り、正ならば特性核行列の入力パター
ンに対する類似度を大きくし、逆に負ならば上記類似度
を小さくする作用を呈する。
That, K = K '+ wS n S n t becomes so that arithmetic processing repeatedly executes. Here, w is a weight coefficient at the time of updating the characteristic kernel. The weight coefficient w takes a positive or negative value. If it is positive, the similarity to the input pattern of the characteristic kernel matrix is increased, and if it is negative, the similarity is reduced.

またK′はSnなる学習パターンを学習する前の特性核
を示しており、Kは学習パターンSnの学習によって更新
された特性核を示している。
The K 'indicates the characteristic before nuclei learn S n becomes learning pattern, K is shows the characteristic nuclear updated by learning of the learning pattern S n.

しかる後、このようにして求められた特性核に対し
て、その固有値と固有ベクトルを求める処理が行われ、
この固有値と固有ベクトルとに基いて前述した複合類似
度計算に用いられる標準パターンが作成される。
Thereafter, the characteristic nucleus obtained in this manner is subjected to processing for obtaining its eigenvalue and eigenvector,
Based on this eigenvalue and eigenvector, the standard pattern used for the above-described composite similarity calculation is created.

標準パターンは、上記特性核をKL展開することによっ
て求められるものであり、例えばべき乗方によるKL展開
によってその標準パターンが求められる。
The standard pattern is obtained by KL expanding the characteristic kernel, and the standard pattern is obtained by, for example, KL expansion based on the power method.

今、特性核Kが固有値λ,λ,〜λを持ち、こ
れに対応する固有ベクトルξ,ξ,〜ξを持つも
のとする。この場合、その任意ベクトルu0は、上記固有
ベクトルξ,ξ,〜ξの線形結合して として表わされる。このとき、 Kξ=λξ なる関係が成立することから、 となる。
It is now assumed that the characteristic kernel K has eigenvalues λ 1 , λ 2 , ˜λ n and corresponding eigenvectors ξ 1 , ξ 2 , ˜ξ n . In this case, the arbitrary vector u 0 is a linear combination of the above eigenvectors ξ 1 , ξ 2 , and ξ n. Is represented as At this time, since the relationship Kξ i = λ i i i holds, Becomes

ここで であるから、Sが十分大きくなると上式の第2項が0に
収束することになる。
here Therefore, if S becomes sufficiently large, the second term of the above equation will converge to zero.

故に前述した式を Ksu0=αλ1 sξ と看做すことができる。Therefore, the above equation can be regarded as K s u 0 = α 1 λ 1 s ξ 1 .

このことは、(Ks+1u0)と(Ksu0)との比が固有値λ
であることを示している。また(Ksu0)は固有ベクト
ルξに比例していることが示される。
This means that the ratio of (K s + 1 u 0 ) and (K s u 0 ) is eigenvalue λ.
1 is shown. It is also shown that (K s u 0 ) is proportional to the eigenvector ξ 1 .

ところでこのような理論に基く演算過程にあっては、
その演算途中結果が直ぐにスケールアウトするすること
が多い。そこでu0を任意の、例えば単位ベクトルとし、 vs+1=Kus us+1=(vs+1)/(bs+1) (s=0,1,2,…) なる演算を実行するようにする。ここで(bs+1)は、ベ
クトル(vs+1)の絶対値が最大の要素である。このと
き、 となることから、これよりλ,bs+1,ξ,us+1を求
めることが可能となる。
By the way, in the operation process based on such a theory,
In many cases, the intermediate results of the calculation are immediately scaled out. Therefore, let u 0 be an arbitrary unit vector, for example, v s + 1 = Ku s u s + 1 = (v s + 1 ) / (b s + 1 ) (s = 0,1,2, ...) To run. Here, (b s + 1 ) is the element having the maximum absolute value of the vector (v s + 1 ). At this time, Therefore, it is possible to obtain λ 1 , b s + 1 , ξ 1 , u s + 1 from this.

このようにしてその絶対値が最大の固有値λと固有
ベクトルξとを求めたら、次に同様にしてその絶対値
が次に大きい固有値λと固有ベクトルξとを求め
る。
After obtaining the eigenvalue λ 1 and the eigenvector が1 whose absolute values are the maximum in this manner, the eigenvalue λ 2 and the eigenvector ξ 2 whose absolute values are the next largest are similarly obtained.

ここで K′=K−λξξ1 t を考えると、 ξ1 tξ=0(i=2,3,〜,n) より、 K′ξ=Kξ−λξξ1 tξ =λξ−λξ=0(i=1) K′ξ=Kξ−λξξi tξ =λξ (i≠1) となる。従って上記K′は、 |λ|>…>|λ|>…>|λ|>0 なる固有値を持つことがわかる。尚、ここではξは正
規化されているとしている。
Considering here K ′ = K−λ 1 ξ 1 ξ 1 t , from ξ 1 t ξ i = 0 (i = 2,3, ˜, n), K′ξ 1 = Kξ 1 −λ 1 ξ 1 ξ 1 t ξ 1 = λ 1 ξ 1 -λ 1 ξ 1 = 0 (i = 1) K'ξ 1 = Kξ i -λ 1 ξ i ξ i t ξ i = λ i ξ i and (i ≠ 1) Become. Therefore, it is understood that the above K'has an eigenvalue of | λ 2 |>...> | λ r |>...> | λ n |> 0. In addition, here, it is assumed that ξ i is normalized.

このような処理は、前記特性核を K′=K−λξ・ξ として変換したK′に対して、上述した処理を繰返し実
行することによって達せられる。この処理によって絶対
値の大きい固有値とそれに対応する固有ベクトルが順に
求められ、辞書の学習が行われる。
Such processing can be achieved by repeatedly executing the above-described processing on K ′ obtained by converting the characteristic kernel as K ′ = K−λ 1 ξ · ξ t . By this processing, the eigenvalue having the largest absolute value and the eigenvector corresponding to the eigenvalue are sequentially obtained, and learning of the dictionary is performed.

第21図はこのような計算アルゴリズムに基いて実行さ
れる辞書の学習処理の手続きを示すものである。
FIG. 21 shows a procedure of dictionary learning processing executed based on such a calculation algorithm.

次に文字認識部21について説明する。 Next, the character recognition unit 21 will be described.

この文字認識部21は、スキャナ等によって読取られた
文字を認識する第1の文字認識ブロックと、タブレット
等を介してオンライン入力される文字情報を認識する第
2の文字認識ブロックとによって構成される。
The character recognition unit 21 includes a first character recognition block for recognizing characters read by a scanner or the like, and a second character recognition block for recognizing character information input online via a tablet or the like. .

この第1の文字認識ブロックは、例えば第22図に示す
ように、スキャナ等によって読取り入力された画像デー
タを格納する画像メモリ21aと、この画像メモリ21aに格
納された画像データ中から認識対象とする文字が記載さ
れた領域を検出する領域検出部21b、この領域検出結果
に従って前記画像メモリ21aに格納された画像データ中
から認識対象とする文字データを抽出する文字抽出部21
c、そして標準パターン辞書21dに予め登録された認識対
象文字の各標準文字パターンと、上記文字抽出部21cに
て抽出された文字パターンとを個々に照合して文字認識
する識別部21eとによって構成される。
For example, as shown in FIG. 22, the first character recognition block includes an image memory 21a for storing image data read and input by a scanner or the like, and a recognition target from among the image data stored in the image memory 21a. A region detecting unit 21b for detecting a region in which a character to be written is described, and a character extracting unit 21 for extracting character data to be recognized from image data stored in the image memory 21a according to the region detection result.
c, and an identification unit 21e for recognizing and characterizing each standard character pattern of the recognition target character registered in advance in the standard pattern dictionary 21d and the character pattern extracted by the character extraction unit 21c individually. Is done.

この文字認識ブロックは、例えば第23図に示すように
FAX送信原稿用紙21f上の所定の位置に設定され、送信宛
先が記入される文字枠21gに記載された文字を認識する
ものである。このような送信宛先が記載される原稿用紙
21fは、送信原稿が複数枚からなる場合、その一番最初
(1枚目)の原稿として用いられる。そしてこの1枚目
の原稿の読取り入力された画像データが文字認識処理の
為に前記画像メモリ21aに蓄積される。
This character recognition block is, for example, as shown in FIG.
This is for recognizing a character set in a predetermined position on the fax transmission manuscript paper 21f and described in a character box 21g in which a transmission destination is entered. Manuscript paper on which such a transmission destination is described
21f is used as the first (first) original when a plurality of originals are to be transmitted. The image data read and input from the first original is stored in the image memory 21a for character recognition processing.

領域検出部21bは、予め定められているFAX送信原稿用
紙21fのフォーマット情報から前記文字枠21gの位置情報
を得、認識対象とする文字が記載される領域を検出する
ものである。文字抽出部21cはこの領域検出情報と、そ
の画像情報の射影パターンの情報とを用いて、例えば第
24図に示すように前記文字枠21gに記載された文字の画
像データを個々に抽出している。
The area detecting section 21b obtains position information of the character frame 21g from predetermined format information of the fax transmission original sheet 21f, and detects an area in which a character to be recognized is described. The character extraction unit 21c uses the area detection information and the information of the projection pattern of the image information, for example, the first
As shown in FIG. 24, the image data of the characters described in the character frame 21g is individually extracted.

識別部21eは、例えば特公昭49-12778号公報等に開示
されるように、抽出された文字画像からその文字パター
ンの特徴を抽出し、その抽出した文字パターンと標準パ
ターン辞書21dに登録された各文字の標準パターンとを
パターンマッチングしている。そしてこのパターンマッ
チングによって照合の取れた標準パターンの文字カテゴ
リをその認識結果として求めている。
The identification unit 21e extracts the characteristics of the character pattern from the extracted character image and registers the extracted character pattern and the standard pattern dictionary 21d, as disclosed in, for example, Japanese Patent Publication No. Sho 49-12778. The pattern is matched with the standard pattern of each character. Then, the character category of the standard pattern that has been matched by this pattern matching is obtained as the recognition result.

尚、パターンマッチングの手法は種々変形できること
は云うまでもない。
Needless to say, the pattern matching method can be modified in various ways.

ところでタブレット等を介してオンライン入力される
文字情報を認識する第2の文字認識ブロックは、例えば
第25図に示すように構成される。
Incidentally, the second character recognition block for recognizing character information input online via a tablet or the like is configured as shown in FIG. 25, for example.

この第2の文字認識ブロックは、タブレット等を介し
てオンライン入力される文字の筆記ストロークを示す位
置座標の系列を順次検出する座標検出回路21hを備えて
いる。
The second character recognition block includes a coordinate detection circuit 21h for sequentially detecting a series of position coordinates indicating a writing stroke of a character input online via a tablet or the like.

この座標検出回路21hにて検出された位置座標の時系
列データは前処理回路21iに入力され、前記タブレット
4における検出誤り等の微小な雑音が除去された後、座
標系列記憶回路21jに順に記憶され、文字認識処理に供
される。尚、この前処理回路21iにて、例えば1文字分
の文字が入力されたとき、その文字の大きさの正規化処
理等が行われる。
The time-series data of the position coordinates detected by the coordinate detection circuit 21h is input to the preprocessing circuit 21i, and after minute noise such as detection error in the tablet 4 is removed, the time-series data is sequentially stored in the coordinate series storage circuit 21j. And subjected to character recognition processing. When a character of one character is input, for example, a normalization process of the character size is performed in the preprocessing circuit 21i.

また画数検出回路21kは、例えば筆記ストロークの途
切れ(位置座標データの時系列の区切り)から、その文
字パターンの筆記ストローク数、つまり画数を検出して
いる。
Further, the stroke number detection circuit 21k detects the number of strokes of the character pattern, that is, the number of strokes, for example, from a break in the writing stroke (time-sequence break of the position coordinate data).

しかして認識処理部21mは、前記画数の情報に従って
標準特徴パターンメモリ21nに登録された認識対象文字
カテゴリの標準パターンの中から、該当する画数の標準
パターンを選択的に抽出している。そしてこの標準パタ
ーンの各ストロークの特徴と座標系列記憶回路21jに記
憶された入力文字パターンのストロークの特徴とを相互
に比較(マッチング処理)ている。答決定回路21pはそ
のマッチング処理結果を判定し、入力文字パターンのス
トロークの特徴に該当するストロークを持つ認識対象文
字カテゴリを、その認識結果として求めている。
Thus, the recognition processing unit 21m selectively extracts the standard pattern of the corresponding number of strokes from the standard patterns of the recognition target character category registered in the standard feature pattern memory 21n according to the information of the number of strokes. Then, the feature of each stroke of the standard pattern and the feature of the stroke of the input character pattern stored in the coordinate series storage circuit 21j are compared with each other (matching processing). The answer determination circuit 21p determines the matching processing result, and obtains a recognition target character category having a stroke corresponding to the stroke feature of the input character pattern as the recognition result.

つまりオンライン入力される文字パターンの筆記スト
ロークの特徴に従って、そのストロークの特徴を標準文
字パターンのストロークの特徴とマッチング処理して上
記入力文字パターンを確認するものとなっている。
That is, according to the characteristic of the writing stroke of the character pattern input online, the characteristic of the stroke is matched with the characteristic of the stroke of the standard character pattern to confirm the input character pattern.

尚、ストロークの特徴としては、筆記ストロークを折
線近似したときの端点や交点、折点等の位置座標の情報
を用いるようにすれば良い。
It should be noted that, as the feature of the stroke, it is sufficient to use the information of the position coordinates of the end point, the intersection, the folding point, etc. when the writing stroke is approximated by the broken line.

以上のような機能を備えた文字認識部21によって、ス
キャナ等を介して読取り入力された文字情報や、タブレ
ット等の位置座標入力装置を介してオンライン入力され
る文字情報がそれぞれ文字認識される。
The character recognition unit 21 having the above functions recognizes character information read and input via a scanner or the like and character information input online via a position coordinate input device such as a tablet.

次に図形認識部22について説明する。 Next, the figure recognition unit 22 will be described.

この図形認識部22は、例えば第26図に示すように構成
される。入力部22aは、例えば撮像入力された図形画像
を記憶し、図形認識処理に供する。輪郭追跡部22bは、
例えば線分の追跡方向を第27図に示すように8方向に分
け、入力画像中の図形の輪郭を追跡したときにその追跡
方向がどの向きであるかを順に求めている。具体的に
は、例えば第28図に示すように三角形の図形を右回りに
追跡し、その追跡の向きの情報を、例えば 「1,2,〜2,3,4,〜4,5,7,〜7」 なる方向コードの系列として求めている。
The figure recognizing unit 22 is configured, for example, as shown in FIG. The input unit 22a stores, for example, a captured and input graphic image, and provides the graphic image to a graphic recognition process. The contour tracking unit 22b
For example, the tracking direction of the line segment is divided into eight directions as shown in FIG. 27, and when the contour of the figure in the input image is tracked, the direction of the tracking direction is sequentially obtained. Specifically, for example, as shown in FIG. 28, a triangular figure is tracked clockwise, and the information of the tracking direction is, for example, `` 1,2, to 2,3,4, to 4,5,7 , ~ 7 "as a series of direction codes.

セグメンテーション部22cは、このようにして求めら
れる方向コードの系列から、例えばその曲りの部分等の
特異点を抽出し、この特異点に従って該図形の輪郭を複
数の特徴部分に分割している。マッチング部22dはこの
ようにしてセグメンテーションされた図形輪郭の情報
と、辞書メモリ22eに登録されている各種図形の特徴情
報とをマッチング処理して入力図形を認識するものとな
っている。
The segmentation unit 22c extracts, for example, a singular point such as a curved portion from the series of direction codes obtained in this manner, and divides the contour of the figure into a plurality of characteristic portions according to the singular point. The matching unit 22d recognizes the input graphic by performing a matching process on the information on the graphic outline segmented in this way and the characteristic information of various graphics registered in the dictionary memory 22e.

例えば第29図に示す図形が与えられた場合には、その
輪郭追跡によって求められる方向コードの系列から、例
えば相互に隣接する3つの輪郭点(i−1),(i),
(i+1)で方向コードの和を順に求め、これをその中
央の輪郭点iにおける方向コードとして平滑化処理す
る。この平滑化処理によってノイズ成分の除去を行な
う。
For example, when a figure shown in FIG. 29 is given, for example, three mutually adjacent contour points (i-1), (i),
At (i + 1), the sum of the direction codes is sequentially obtained, and this is smoothed as the direction code at the central contour point i. The noise component is removed by this smoothing process.

しかる後、セグメンテーション部22cにて輪郭の特徴
点である端点、つまり曲りが急峻な点を検出し、その端
点を中心としてその輪郭を分割する。そしてその分割さ
れた輪郭部分毎に辞書メモリ22eと照合し、その認識結
果を求める。
Thereafter, the segmentation unit 22c detects an end point, which is a characteristic point of the contour, that is, a point with a sharp bend, and divides the contour around the end point. Then, each divided contour portion is collated with the dictionary memory 22e to obtain a recognition result.

以上の処理によって、第30図に例示するように丸図形
は端点が存在しないこと、三角図形は端点が3つ検出さ
れること、四角図形は端点が4つ検出されること等か
ら、これらの図形がそれぞれ識別認識される。この際、
上記各端点がそれぞれ凸状であることや、端点を結ぶ輪
郭が直線・曲線である等の情報を図形識別に利用しても
良い。
By the above processing, as shown in FIG. 30, the round figure has no end points, the triangular figure has three end points detected, and the square figure has four end points detected. Each figure is identified and recognized. On this occasion,
Information such as the fact that each of the above-mentioned end points is convex or that the contour connecting the end points is a straight line / curve may be used for figure identification.

これに対してイメージ認識部23は次のように構成され
る。
On the other hand, the image recognition unit 23 is configured as follows.

第31図はこのイメージ認識部23の概略構成を示すもの
で、原画画像メモリ23a、2値化装置23b、処理画像メモ
リ23c、細線化装置23d、そしてコード変換装置23eによ
って構成される。
FIG. 31 shows a schematic configuration of the image recognition unit 23, which comprises an original image memory 23a, a binarizing device 23b, a processed image memory 23c, a thinning device 23d, and a code converting device 23e.

画像メモリ23aは与えられた認識対象イメージ画像を
記憶するもので、2値化装置23bはこれを2値化処理し
て画像メモリ23cに格納している。この2値化レベル
は、例えば2値化画像をディスプレイモニタしながら可
変設定される。
The image memory 23a stores the given recognition target image, and the binarization device 23b binarizes the image and stores it in the image memory 23c. The binarization level is variably set while, for example, monitoring a binarized image on a display.

しかして細線化装置23dは2値化されたイメージ画像
を細線化処理してそのイメージを線図形化するものであ
る。この細線化処理されたイメージ画像によって前記画
像メモリ23cが書替えられて認識処理に供される。
Then, the thinning device 23d thins the binarized image image to form a line figure of the image. The image memory 23c is rewritten by the thinned image image and subjected to a recognition process.

コード変換装置23eは、例えば第32図に示すように構
成され、先ずセグメント分割部23fにて上記細線化画像
を複数のセグメントに分割している。このセグメントの
分割は、例えば線図形をその端点や分岐点、交点にて分
割することによって行われる。曲率交換部23gはこのよ
うにして分割された複数のセグメントについて、それぞ
れその曲率を求めている。
The code converting device 23e is configured, for example, as shown in FIG. 32, and first, the segment dividing unit 23f divides the thinned image into a plurality of segments. The segment is divided, for example, by dividing the line graphic at its end points, branch points, and intersections. The curvature exchanging portion 23g obtains the curvature of each of the plurality of segments thus divided.

直線・曲線分割部23h,曲線分割部23i,屈折点分割部23
j,および変曲点分割部23hは、上述した如く分割された
各セグメントを、その曲率の情報に従って更に分割する
もので、これらによって屈折点や直線と曲線との切替わ
り点、変曲点、曲線における半径変化点等がそれぞれ検
出される。このようなセグメント分割と特徴点検出によ
って前記イメージ線図形を構成する各部の情報がそれぞ
れ抽出される。
Straight line / curve division unit 23h, curve division unit 23i, inflection point division unit 23
j, and the inflection point division unit 23h further divides each segment divided as described above according to the information of the curvature thereof, and by these, a refraction point, a switching point between a straight line and a curve, an inflection point, A radius change point or the like on the curve is detected. By such segment division and feature point detection, information on each part constituting the image line figure is extracted.

近似情報作成部23mは、これらの分割されたセグメン
トおよびそのセグメント中の特徴点の情報を総合して前
記イメージ図形を表現する情報、例えば各セグメントの
始点および終点の位置座標、およびそのセグメントの種
別を特定するコード情報を得る。
The approximate information creating unit 23m integrates information of these divided segments and characteristic points in the segments to represent the image graphic, for example, position coordinates of a start point and an end point of each segment, and a type of the segment. Obtain code information that specifies

例えば入力イメージ画像が第33図(a)に示す如く与
えられた場合、その入力画像中のイメージ線図形23nを
細線化して抽出し、同図(b)に示すようにセグメント
分割する。この例では、円図形と四角図形とが直線によ
って所謂串刺しにされたイメージ線図形23nが入力され
ている。しかしてこのイメージ線図形23nは、第33図
(b)に示すようにその交点で分割され、2つの半円と
2つのコの字状図形、および4つの直線にセグメント化
される。
For example, when an input image image is given as shown in FIG. 33 (a), the image line graphic 23n in the input image is thinned and extracted, and segmented as shown in FIG. 33 (b). In this example, an image line figure 23n in which a circular figure and a square figure are so-called skewered by a straight line is input. Thus, the image line graphic 23n is divided at its intersection as shown in FIG. 33 (b), and is segmented into two semicircles, two U-shaped figures, and four straight lines.

曲率変換部23gは、第34図に示すようにセグメント分
割された各セグメントの曲率を求めており、前記直線・
曲線分割部23h,曲線分割部23i,屈折点分割部23j,および
変曲点分割部23hはその曲率変化点から各セグメントの
特徴点を検出している。具体的には第34図(a)に示す
例では2つの直線の屈折点における曲率が急峻に増大す
ることから、その曲率の変化から屈折点を検出すること
が可能となる。また第34図(b)に示す例では直線から
曲線への変化部分で曲率の変化が検出されるので、この
曲率の変化からその特徴点を検出することができる。
The curvature conversion unit 23g calculates the curvature of each segment obtained by segmenting as shown in FIG.
The curve dividing unit 23h, the curve dividing unit 23i, the inflection point dividing unit 23j, and the inflection point dividing unit 23h detect the feature points of each segment from the curvature change points. Specifically, in the example shown in FIG. 34 (a), since the curvature at the refraction point of two straight lines increases sharply, the refraction point can be detected from the change in the curvature. In the example shown in FIG. 34 (b), since a change in curvature is detected at a portion where the curve changes from a straight line to a curve, the characteristic point can be detected from the change in curvature.

同様にして第34図(c)(d)に示す例でも、その曲
率の変化点から、そのセグメントにおける特徴点を検出
することが可能となる。
Similarly, also in the examples shown in FIGS. 34 (c) and 34 (d), it is possible to detect a feature point in the segment from the change point of the curvature.

このようにしてイメージ認識部23では、与えられたイ
メージ図形をセグメント化し、各セグメントの特徴点を
検出している。そして該イメージ線図形を複数のセグメ
ントの各種別を示すコード情報とその位置座標として近
似表現して認識するものとなっている。
In this way, the image recognition unit 23 segments the given image figure and detects the characteristic points of each segment. Then, the image line figure is recognized by approximately expressing it as code information indicating each kind of a plurality of segments and its position coordinates.

さて音声照合部17は次のように構成されている。この
音声照合部17は、音声入力した話者を個人認識(個人同
定)するものであり、例えば第35図に示すように構成さ
れる。
The voice collating unit 17 is configured as follows. The voice collating unit 17 performs personal recognition (personal identification) of a speaker who has input a voice, and is configured, for example, as shown in FIG.

即ち、音声入力部17aを介して与えられる音声は、音
韻フィルタ17bおよび個人用フィルタ17cにてそれぞれフ
ィルタリングされ、その音声特徴が抽出される。音韻フ
ィルタ17bの複数のチャンネルの各帯域は、例えば第36
図(a)に示すように音声周波数帯域を等分割して設定
されている。このようなフィルタ特性を備えた音韻フィ
ルタ17bによって入力音声の音韻特徴を示す特徴パラメ
ータが抽出される。尚、各チャンネルの帯域幅を、音声
周波数帯域を対数関数的に分割設定したものとしても良
い。
That is, the voice provided via the voice input unit 17a is filtered by the phonological filter 17b and the personal filter 17c, respectively, and the voice feature is extracted. Each band of the plurality of channels of the phonological filter 17b is, for example, the 36th channel.
As shown in FIG. 7A, the audio frequency band is set by equally dividing it. The characteristic parameters indicating the phonological characteristics of the input speech are extracted by the phonological filter 17b having such filter characteristics. The bandwidth of each channel may be set by dividing the audio frequency band in a logarithmic function.

これに対して個人用フィルタ17cの複数のチャンネル
の各帯域幅は、第36図(b)に示すように音声周波数帯
域を指数関数的に分割して設定されている。このような
フィルタ特性を備えた個人用フィルタ17cによって、前
記入力音声の低域から中域にかけての音声特徴が、高域
側の特徴に比較して多く抽出されるようになっている。
そしてこれらの各チャンネルのフィルタ出力が個人照合
用の特徴パラメータとして求められている。
On the other hand, the respective bandwidths of the plurality of channels of the personal filter 17c are set by dividing the audio frequency band exponentially as shown in FIG. 36 (b). With the personal filter 17c having such a filter characteristic, more voice features from the low frequency band to the middle frequency band of the input voice are extracted as compared with the features on the high frequency side.
The filter output of each of these channels is obtained as a feature parameter for personal verification.

しかして単語認識部17dは、前記音韻フィルタ17bを介
して求められた音韻特徴パラメータから、その入力音声
が示す単語を単語辞書17eを参照して認識するものであ
る。この単語認識の機能は前述した音声認識部19と同様
であり、該音声認識部19の機能をそのまま利用するよう
にしても良い。そしてこの単語認識結果に従って個人辞
書17fの個人照合に供される辞書が選択される。この個
人辞書17fは、話者照合の対象とする個人が予め発声し
た特定の単語の前記個人用フィルタ17cによる分析結果
を、その単語毎に分類して登録したものである。
Then, the word recognition unit 17d recognizes the word indicated by the input voice from the phoneme feature parameter obtained through the phoneme filter 17b by referring to the word dictionary 17e. The word recognition function is the same as that of the voice recognition unit 19 described above, and the function of the voice recognition unit 19 may be used as it is. Then, a dictionary to be used for personal verification of the personal dictionary 17f is selected according to the word recognition result. In the personal dictionary 17f, the analysis result of a specific word uttered in advance by an individual to be subjected to speaker verification by the personal filter 17c is classified and registered for each word.

しかして話者照合部17gは、個人辞書17fから選択され
た該当単語の各特徴パラメータと、前記個人用辞書17c
にて求められた入力音声の特徴パラメータとの類似度を
計算し、その類似度値を所定の閾値でそれぞれ弁別して
いる。そしてそれらの弁別結果を相互に比較して、例え
ば類似度値が最も高く、次に高い類似度との差が十分に
ある特徴パラメータを得た個人カテゴリを該入力音声の
発声者であるとして個人同定している。
Thus, the speaker matching unit 17g calculates the characteristic parameters of the corresponding word selected from the personal dictionary 17f and the personal dictionary 17c.
The similarity with the characteristic parameter of the input voice calculated in the above is calculated, and the similarity value is discriminated by a predetermined threshold value. Then, the discrimination results are compared with each other, and for example, an individual category that has a characteristic parameter with the highest similarity value and a sufficient difference with the next highest similarity degree is regarded as the speaker of the input voice. Have identified.

ここで個人用フィルタ17cの特性について更に詳しく
説明すると、前述したように音韻特徴フィルタ17bとは
異なる特性に設定されている。この音声の個人性の識別
性について考察してみると、その識別性は、例えば F比=(個人間分散)/(個人内分散) として与えられるF比によって評価することができる。
Here, the characteristics of the personal filter 17c will be described in more detail. As described above, the characteristics are set to be different from those of the phoneme characteristic filter 17b. Considering the distinctiveness of the individuality of the voice, the distinctiveness can be evaluated by, for example, the F ratio given as F ratio = (variance between individuals) / (variance within individuals).

今、音韻フィルタ17bに設定されたフィルタ特性の各
チャンネル出力のF比について検討すると、第37図に実
線で示す指数関数的な傾向を示す。これ故、従来では専
ら高域側の音声特徴情報を利用して個人照合を行なって
いる。
Now, when examining the F ratio of each channel output of the filter characteristics set in the phonological filter 17b, an exponential trend indicated by a solid line in FIG. 37 is shown. For this reason, in the related art, personal verification is performed exclusively using voice characteristic information on the high frequency side.

しかし音声の高域側の特徴だけを用いるよりも、全周
波数帯域の音声特徴を用いて個人同定が可能であれば、
その照合精度が更に向上すると考えられる。即ち、全周
波数帯域においてF比の値が1以上となり、個人間分散
が個人内分散を上回れば、更に精度の高い個人照合が可
能となる。
However, if individual identification is possible using the voice features of all frequency bands, rather than using only the features on the high frequency side of the voice,
It is considered that the matching accuracy is further improved. That is, if the value of the F ratio becomes 1 or more in the entire frequency band and the inter-individual variance exceeds the intra-individual variance, more accurate individual verification can be performed.

そこでここでは、前述したように個人用フィルタ17c
の特性を指数関数的に定め、個人性の特徴が顕著である
高域側については大雑把に特徴抽出し、低域側のチャン
ネル割当て数を増やすことによって該低域側の音声特徴
を細かく抽出するようにしている。
Therefore, here, as described above, the personal filter 17c
Is exponentially determined, and the high-frequency side where personality characteristics are remarkable is roughly extracted, and the low-frequency side voice features are finely extracted by increasing the number of low-frequency channel assignments. Like that.

具体的には各チャンネルのF比の変化が指数関数的な
傾向を示すことから、低域側チャンネルの帯域幅に比較
して高域側チャンネルの帯域幅を指数関数的に増大させ
たフィルタバンクを構成し、これを個人用フィルタ17c
としている。
Specifically, since the change in the F ratio of each channel shows an exponential trend, the filter bank in which the bandwidth of the high-frequency channel is exponentially increased compared to the bandwidth of the low-frequency channel Configure this to personal filter 17c
And

このように構成されたフィルタ17cの各チャンネル出
力によれば、そのF比は第37図に破線で示すようにな
り、中域でのF比の大幅な向上が認められる。この結
果、高域側の音声特徴のみならず、中域における音声特
徴をも積極的に利用して個人照合を行なうことが可能と
なり、その照合精度の向上を図ることが可能となる。
According to each channel output of the filter 17c configured in this way, the F ratio is as shown by the broken line in FIG. 37, and a significant improvement in the F ratio in the middle range is recognized. As a result, it is possible to positively utilize not only the voice characteristic of the high frequency band but also the voice characteristic of the middle frequency band to perform the individual collation, and it is possible to improve the collation accuracy.

即ち、この音声照合部17では、入力音声の単語認識に
供する特徴とは別に、フィルタバンクの工夫によりその
個人性が顕著に現われる特徴情報を抽出している。この
結果、入力音声に対する音韻認識とは独立にその話者に
対する個人同定、つまり個人照合を高精度に行なうもの
となっている。
In other words, the voice collating unit 17 extracts feature information in which the individuality remarkably appears by devising a filter bank, in addition to the feature used for word recognition of the input voice. As a result, individual identification of the speaker, that is, individual verification is performed with high accuracy independently of the phoneme recognition of the input speech.

次に音声合成部26について説明する。 Next, the speech synthesizer 26 will be described.

音声合成部26は、第38図に示すように判別器26a,復号
器26b,規制パラメータ生成装置26c,および音声合成器26
dを備えて構成される。
As shown in FIG. 38, the voice synthesizer 26 includes a discriminator 26a, a decoder 26b, a restriction parameter generator 26c, and a voice synthesizer 26.
It is configured with d.

判別器26aは入力されたコード列が文字列であるか、
或いは音声合成の為の分析パラメータを示す符号列かを
判定するものである。この情報判別は、例えば入力コー
ド列の一番最初に付加された識別情報を判定することに
よって行われる。そして分析パラメータであると判定し
た場合には、その符号列を復号器26bに与え、これを復
号処理してその音韻パラメータと韻律パラメータとをそ
れぞれ求めている。
The discriminator 26a determines whether the input code string is a character string,
Alternatively, it is determined whether the code string indicates an analysis parameter for speech synthesis. This information determination is performed, for example, by determining the identification information added to the very beginning of the input code string. If it is determined to be an analysis parameter, the code string is given to the decoder 26b, and this is subjected to a decoding process to obtain the phoneme parameter and the prosody parameter, respectively.

また文字列と判定した場合には、その文字列データを
規則合成パラメータ生成装置26cに与え、その音韻パラ
メータと韻律パラメータとの生成に供している。
When it is determined that the character string is a character string, the character string data is given to the rule synthesis parameter generation device 26c and used for generation of the phoneme parameter and the prosody parameter.

音声合成器26dは、このようにして復号器26bまたは規
則合成パラメータ生成装置26cにて求められた音韻パラ
メータと韻律パラメータとに従い、音源波を声道近似フ
ィルタを介して処理して合成音声波を生成している。
The speech synthesizer 26d processes the sound source wave through the vocal tract approximation filter according to the phoneme parameter and the prosody parameter thus obtained by the decoder 26b or the rule synthesis parameter generation device 26c, and synthesizes the synthesized speech wave. Is generating.

ここで規則合成パラメータ生成装置26cについて更に
説明すると、該装置26cは第39図に示す如く構成されて
いる。文字列解析部26eは言語辞書26を参照して入力文
字列中の単語を個々に同定し、その単語についてのアク
セント情報や単語・文節境界、品詞・活用等の文法情報
を求めている。そしてこの解析結果に対して音韻規則、
および韻律規則がそれぞれ適用され、その制御情報が生
成される。
Here, the rule synthesis parameter generation device 26c will be further described. The device 26c is configured as shown in FIG. The character string analysis unit 26e refers to the language dictionary 26 to identify each word in the input character string individually, and obtains accent information, word / bunsetsu boundary, grammatical information such as part-of-speech / inflection for the word. And the phoneme rules for this analysis result,
And prosody rules are respectively applied to generate control information thereof.

ここで音韻規則は、解析された単語の読みの情報を与
えると共に、単語の連接によって生じる連濁や無声化等
の現象を実現し、その音韻記号列を生成するものであ
る。音声パラメータ生成部26gはこの音韻記号列を入力
し、その音節単位に従ってCVファイル26hから音節パラ
メータを順次求めて補間結合している。この音声パラメ
ータ生成部26gにて上記音韻記号列から音韻パラメータ
系列が生成される。
Here, the phoneme rule provides information on the reading of the analyzed word, realizes phenomena such as rendaku and voicelessness caused by the concatenation of words, and generates a phoneme symbol string. The speech parameter generation unit 26g inputs this phonological symbol string, sequentially obtains syllable parameters from the CV file 26h in accordance with the syllable unit, and interpolates and connects them. The speech parameter generation unit 26g generates a phoneme parameter sequence from the phoneme symbol string.

また韻律規則は、単語・文節境界等の文法情報に従っ
て発話の境界や息継ぎ位置を決定し、各音の継続時間長
やポーズ長等を決定するものである。同時にこの韻律規
則により、各単語の基本アクセントをベースとし、文節
アクセントを考慮した韻律記号列が生成される。韻律パ
ラメータ生成部26iはこの韻律記号列を入力し、ピッチ
の時間変化パターンを表わす韻律パラメータ列を生成し
ている。
The prosody rule is to determine the boundaries of utterances and breathing positions according to grammatical information such as word / bunsetsu boundaries, and to determine the duration and pause length of each sound. At the same time, the prosody rule generates a prosody symbol string based on the basic accent of each word and taking into account the phrase accent. The prosody parameter generation unit 26i receives the prosody symbol string and generates a prosody parameter string representing a time change pattern of the pitch.

一方、入力コード列が音声合成の為の分析パラメータ
を示す符号列である場合、前記復号器26bは次のように
機能している。
On the other hand, when the input code sequence is a code sequence indicating analysis parameters for speech synthesis, the decoder 26b functions as follows.

即ち、分析パラメータの符号列がCVファイルのケプス
トラム係数を示す場合、その符号列26mは一般に第40図
に示すようにパラメータP(ピッチ)とC0,C1,〜C
m(ケプストラム係数)に対してビット割当てがなされ
て情報圧縮されている。そこで復号器26bではパラメー
タ変換テーブル26nを用い、上記情報圧縮された分析パ
ラメータを音声合成器26dに合せたビット数に変換・復
号している。例えば各パラメータをそれぞれ8ビットに
変換し、音韻パラメータ列(ケプストラム係数)とその
韻律パラメータ列(ピッチ)とをそれぞれ求めている。
That is, when the code string of the analysis parameter indicates the cepstrum coefficient of the CV file, the code string 26m generally has the parameters P (pitch) and C 0 , C 1 , to C as shown in FIG.
Information is compressed by assigning bits to m (cepstrum coefficient). Therefore, the decoder 26b uses the parameter conversion table 26n to convert / decode the information-compressed analysis parameter into the number of bits suitable for the speech synthesizer 26d. For example, each parameter is converted into 8 bits, and a phoneme parameter sequence (cepstrum coefficient) and its prosody parameter sequence (pitch) are obtained.

音声合成器26dは、例えば第41図に示すように有声音
源26qと無声音源(M系列発生器)26rとを備え、入力さ
れる韻律パラメータ列のピッチデータPに従って音声音
源波(P≠0)、または無声音源波(P=0)を選択的
に発生している。この音源波は前置増幅器26sに入力さ
れ、前記音韻パラメータのケプストラム係数C0に応じて
レベル制御されて対数振幅近似ディジタルフィルタ26t
に入力される。この対数振幅近似ディジタルフィルタ26
tは前記音韻パラメータのケプストラム係数C1,〜Cm
従って声道特性を近似する共振回路を構成し、上記音源
波をフィルタリング処理するものである。この対数振幅
近似ディジタルフィルタ26tにて前記音韻パラメータお
よび韻律パラメータで示される音声データが合成出力さ
れる。
The voice synthesizer 26d includes, for example, a voiced sound source 26q and an unvoiced sound source (M sequence generator) 26r as shown in FIG. 41, and a voice source wave (P ≠ 0) according to the pitch data P of the input prosody parameter sequence. , Or an unvoiced source wave (P = 0) is selectively generated. This source wave is input to the preamplifier 26s, the level is controlled according to the cepstrum coefficient C 0 of the phoneme parameter, and the logarithmic amplitude approximation digital filter 26t.
Is input to This logarithmic amplitude approximation digital filter 26
Reference numeral t denotes a resonance circuit that approximates the vocal tract characteristics according to the cepstrum coefficients C 1 to C m of the phoneme parameters, and filters the sound source wave. The logarithmic amplitude approximation digital filter 26t synthesizes and outputs the voice data represented by the phoneme parameter and the prosody parameter.

そして対数振幅近似ディジタルフィルタ26tにて合成
された信号は、D/A変換器26uを介した後、LPF26vを介し
てフィルタリングされて合成音声信号(アナログ信号)
として出力される。
The signal synthesized by the logarithmic amplitude approximation digital filter 26t passes through the D / A converter 26u and is then filtered through the LPF 26v to produce a synthesized voice signal (analog signal).
Is output as

以上のように構成された音声合成部26にて、入力デー
タ系列からそのデータ系列が示す音声が規則合成されて
出力される。
In the speech synthesizer 26 configured as described above, the speech indicated by the data sequence is rule-synthesized from the input data sequence and output.

次にイメージ合成部27について説明する。 Next, the image combining unit 27 will be described.

イメージ合成部27は、第42図に示すように制御演算部
27a,ディスプレイファイルメモリ27b,イメージ合成回路
27c,イメージメモリ27d,そして必要に応じてディスプレ
イ27eを備えて構成される。尚、このディスプレイ27e
は、該ワークステーションについて準備された前記ディ
スプレイ部10であっても良い。
The image synthesizing unit 27 includes, as shown in FIG.
27a, display file memory 27b, image synthesis circuit
27c, an image memory 27d, and optionally a display 27e. This display 27e
May be the display unit 10 prepared for the workstation.

イメージ合成回路27は、専用の制御演算部27aの制御
の下でディスプレイファイル27bに書込まれているベク
トルや多角形・円弧のパラメータを読出し、それによっ
て示される線図形を発生してイメージ・メモリ27dの指
定されたアドレスに書込んでいる。このイメージ合成回
路27のイメージ発生機能によってイメージメモリ27d上
に指定された線図形イメージが構築される。そしてこの
線図形イメージは、制御演算部27aの制御の下で前記デ
ィスプレイ27eにて表示されてモニタされる。
The image synthesizing circuit 27 reads out the parameters of the vectors and polygons / arcs written in the display file 27b under the control of the dedicated control operation unit 27a, generates a line figure indicated thereby, and generates an image / memory. Writing to the specified address of 27d. The designated line figure image is constructed on the image memory 27d by the image generating function of the image synthesizing circuit 27. This line graphic image is displayed and monitored on the display 27e under the control of the control calculation unit 27a.

またイメージ発生回路27bは、イメージ発生に対する
特殊処理機能と塗潰し処理機能とを備えている。この特
殊処理機能は、例えば複数のイメージ図形の重なりに対
して隠線の消去を行なったり、クリッピング処理を行な
う等の機能からなる。また塗潰し機能は、イメージ図形
の部分領域を指定された色を用いて塗潰す処理からな
る。
Further, the image generation circuit 27b has a special processing function for image generation and a filling processing function. The special processing function includes, for example, a function of erasing a hidden line with respect to an overlap of a plurality of image graphics and a function of performing a clipping process. The filling function includes a process of filling a partial area of an image graphic using a designated color.

このようなイメージ合成回路27bの機能によって、種
々のイメージ図形が作成され、またその合成処理等が行
われる。
By the function of the image synthesizing circuit 27b, various image graphics are created and the synthesizing process is performed.

ところで上述した如く発生したイメージ図形と自然画
との合成は次の2つに大別される。その1つは、例えば
風景写真等の自然画を背景として、その中に演算処理に
よって求められたイメージ画像を埋め込み合成する処理
であり、他の1つのは制御演算部27aが内部モデルとし
て持っている或る平面イメージ内に自然画を埋め込み合
成する処理からなる。
By the way, the synthesis of the image graphic and the natural image generated as described above is roughly classified into the following two. One is a process of embedding and combining an image image obtained by an arithmetic process in a natural image such as a landscape photograph as a background, and the other is a process in which the control arithmetic unit 27a has an internal model. It consists of a process of embedding and combining a natural image in a certain planar image.

ここで前者の自然画中にイメージ画像を埋め込み処理
する場合には、例えば第43図にその概念を例示するよう
に、制御演算部27aが発生する図形中に「透明色」を示
すコードを与えておき、これを自然画に対して重ね合せ
て合成することによって達せられる。すると「透明色」
コードが与えられた画像領域は、自然画の情報がそのま
ま表示されることになり、その外の部分は制御演算部27
aが発生した図形が表示されることになる。この結果、
自然画を背景としたイメージ合成が実現されることにな
る。この手法はオーバーレイと称される。
Here, when embedding an image image in the former natural image, a code indicating "transparent color" is given to a graphic generated by the control calculation unit 27a as illustrated in FIG. 43, for example. It can be achieved by superimposing this on a natural image and synthesizing it. Then "transparent color"
In the image area to which the code is given, the information of the natural image is displayed as it is.
The figure in which a occurred is displayed. As a result,
Image synthesis with a natural image in the background will be realized. This technique is called overlay.

これに対して第44図にその概念を示すように画像メモ
リ内に自然画を書込んでおき、その上(手前)に制御演
算部27aが発生した図形を書込んで行くようにしても良
い。この手法はzバッファ法と称されるものであり、前
述したオーバーレイ法と共に比較的簡単に実現すること
ができる。
On the other hand, as shown in the concept in FIG. 44, a natural image may be written in the image memory, and the graphic generated by the control calculation unit 27a may be written on (near) the natural image. . This method is called a z-buffer method, and can be realized relatively easily together with the above-described overlay method.

ところで制御演算部27aの内部モデルとして示される
平面内に自然画を嵌め込み合成する後者の場合には、次
のようにして高速処理される。
By the way, in the latter case in which a natural image is fitted into a plane shown as an internal model of the control calculation unit 27a and synthesized, the high-speed processing is performed as follows.

平面上にある自然画を、3次元空間内の任意の方向を
向いている平面に埋め込む為に必要な座標変換は次式で
与えられる。
The coordinate transformation required to embed a natural image on a plane in a plane facing an arbitrary direction in a three-dimensional space is given by the following equation.

但し、X,Yは表示面での座標であり、u,vは自然画での座
標である。
However, X and Y are coordinates on the display surface, and u and v are coordinates on the natural image.

この座標変換処理をそのまま実行しようとすると、1
画素を表示する毎に6回の乗算と2回の除算が必要とな
り、膨大な計算量と計算処理時間を必要とする。
If this coordinate conversion process is to be executed as it is, 1
Each time a pixel is displayed, six multiplications and two divisions are required, which requires an enormous amount of calculation and calculation processing time.

そこでここでは、次のような中間座標(s,t)を介し
て上述した演算を2回の変換処理に分解して実行するも
のとなっている。この演算処理は、例えばアフィン変換
を利用して高速に実行される。
Therefore, here, the above-described calculation is divided into two conversion processes and executed via the following intermediate coordinates (s, t). This arithmetic processing is executed at high speed using, for example, affine transformation.

u=(αs+αt+α)/t (1) v=(αs+αt+α)/t s=C5X-C4Y (2) t=C4X+C5Y+C6 即ち、上述した第(1)式を用いて透視変換を行い、
その後、第(2)式を用いて2次元アフィン変換を行な
って任意の平面への透視変換を高速に行なうものとなっ
ている。
u = (α 1 s + α 2 t + α 3 ) / t (1) v = (α 7 s + α 8 t + α 9 ) / t s = C 5 XC 4 Y (2) t = C 4 X + C 5 Y + C 6 or , The perspective transformation is performed using the above equation (1),
After that, two-dimensional affine transformation is performed using the equation (2), and perspective transformation to an arbitrary plane is performed at high speed.

ここで、第(1)式の分母は座標tそのものであるか
ら、従来より知られているアフィン変換回路を若干改良
するだけでその演算を高速に実行することが容易であ
る。
Here, since the denominator of the equation (1) is the coordinate t itself, it is easy to execute the calculation at high speed only by slightly improving the conventionally known affine transformation circuit.

このようにしてイメージ合成部27では種々のイメージ
合成処理を高速に実行するものとなっている。
In this way, the image synthesizing unit 27 executes various image synthesizing processes at high speed.

次に出力形態選択部24について説明する。 Next, the output mode selection unit 24 will be described.

この出力形態選択部24はメディア選択要求信号を受け
て起動され、どのメデイアを通じてデータ出力するかを
選択するものである。つまり種々のメディアのうち、ど
のメディアを通じて情報伝送するかを選択するものであ
る。
The output mode selection unit 24 is activated in response to the media selection request signal, and selects which media is used to output data. In other words, it is selected from among various media through which information is transmitted.

第45図はこの出力形態選択部24の概略構成図であり、
メディア選択制御部24a,入力メディア判定部24b,相手メ
ディア判定部24c,メディア変換テーブル24d,および自己
メディア機能テーブル24cを備えて構成される。また第4
6図はこの出力形態選択部24の処理の流れを示すもので
ある。この処理手続きの流れに沿って該出力形態選択部
24の機能を説明する。
FIG. 45 is a schematic configuration diagram of the output form selection unit 24,
The media selection control unit 24a, the input media determination unit 24b, the partner media determination unit 24c, the media conversion table 24d, and the self media function table 24c are configured. Also the fourth
FIG. 6 shows a flow of processing of the output mode selection unit 24. According to the flow of this processing procedure, the output form selection unit
24 functions will be described.

メディア選択要求信号が与えられるとメディア選択制
御部24aは前記制御部2に対してメディア選択動作に必
要な入力メディア情報の提供を要求する。そして入力メ
ディア判定部24bに対してメディア情報検出要求とメデ
ィア機能識別要求を発する。
Upon receiving the media selection request signal, the media selection control unit 24a requests the control unit 2 to provide input media information necessary for the media selection operation. Then, it issues a media information detection request and a media function identification request to the input media determination unit 24b.

入力メディア判定部24bはメディア検出部24fとメディ
ア識別部24gとによって構成され、上記メディア選択制
御部24aによる情報要求を受けて制御部2から与えられ
る入力メディアを検出し、且つその検出メディアの機能
を識別判定するものとなっている。この入力メディア判
定部24bは、例えば入力メディアが音声である場合、そ
のメディアの機能がADPCMである等として識別判定す
る。
The input media determination unit 24b is composed of a media detection unit 24f and a media identification unit 24g. The input media determination unit 24b receives an information request from the media selection control unit 24a, detects an input medium supplied from the control unit 2, and performs a function of the detected media. Is identified and determined. For example, when the input medium is audio, the input medium determination unit 24b identifies and determines that the function of the medium is ADPCM.

しかる後、メディア選択制御部24aは制御部2に対し
てそのデータ出力の相手先が自己端末(ワークステーシ
ョン内)の他の機能ブロックであるか、或いは通信回線
等を介して接続される別のワークステーションや通信端
末であるかを問合せる。そして別のワークステーション
や通信端末に対してデータ出力することが指示される
と、メディア選択制御部24aは送信相手局に関する識別
情報を制御部2に対して要求する。この要求を受けてデ
ータ出力する相手局に関する情報が相手メディア判定部
24cに入力される。
Thereafter, the media selection control unit 24a sends to the control unit 2 whether the destination of the data output is another functional block of its own terminal (within the workstation) or another media block connected via a communication line or the like. Inquires if it is a workstation or communication terminal. When instructed to output data to another workstation or communication terminal, the media selection control unit 24a requests the control unit 2 for identification information on a transmission partner station. The information about the partner station that outputs data in response to this request is the partner media determination unit.
Entered in 24c.

相手メディア判定部24cは、相手局識別部24h,相手局
メディア識別部24i,機能識別部24jを備えて構成され、
前記メディア選択制御部24aからの識別情報判定要求を
受けて作動する。そして相手局に対する識別情報から、
先ず相手局を識別し、相手局のメディアを識別する。そ
してその相手局メディアの機能を識別する。
The partner media determination unit 24c is configured to include a partner station identification unit 24h, a partner station media identification unit 24i, and a function identification unit 24j,
It operates upon receiving an identification information determination request from the media selection control unit 24a. And from the identification information for the partner station,
First, the partner station is identified, and the medium of the partner station is identified. Then, the function of the partner station media is identified.

具体的には、例えばデータ出力(送信)する相手局が
自動FAXであり、その通信メディアがイメージであっ
て、その機能がGIIIタイプである等を識別する。尚、こ
の相手局の識別は、相手局からそのネゴツェーション
(ハンドシェーク)機能を用いて送られてくる情報に基
いて行うよにしても良い。またネゴツェーション機能が
ない場合には、そのメディア検出機能を機能識別部24j
に持たせておけば良い。このようにすれば相手側からの
メディア情報信号に従ってその機能識別を行なうことが
可能となる。
Specifically, for example, the partner station that outputs (transmits) data is an automatic FAX, its communication medium is an image, and its function is GIII type. The identification of the partner station may be performed based on the information sent from the partner station using its negotiation (handshake) function. If there is no negotiation function, the media detection function is added to the function identification unit 24j.
You just have to hold it. This makes it possible to identify the function according to the media information signal from the other party.

第47図はこの相手局の識別処理手続きの流れを示すも
のである。この流れに示されるように、例えば通信相手
局が電話か否かを判定し、電話である場合にはFAX信号
が到来するか否かを判定する。
FIG. 47 shows a flow of the identification processing procedure of the partner station. As shown in this flow, for example, it is determined whether or not the communication partner station is a telephone, and if it is a telephone, it is determined whether or not a fax signal arrives.

そして相手局が電話であり、FAX信号が到来する場合
には、これを相手機器がFAXであると識別すれば良い。
また電話であると判定され、FAX信号が到来しない場合
には、相手機器は通常の電話であると判定すれば良い。
更に電話でないと判定された場合には、相手機器は電話
以外の他の通信機器であると判定するようにすれば良
い。
If the partner station is a telephone and a fax signal arrives, it may be determined that the partner device is a fax.
If it is determined that the telephone is a telephone and the FAX signal does not arrive, it may be determined that the partner device is a normal telephone.
Further, when it is determined that it is not a telephone, it is possible to determine that the partner device is a communication device other than the telephone.

このようにして通信相手局のメディアが識別判定され
ると、次にメディア選択制御部24aは、例えば第48図に
示すように構成されたメディア変換テーブル24dを参照
して、入力メディア、入力機能、相手機器、相手機器メ
ディア、相手機器の機能に対応したメディア変換選択情
報を得る。
When the media of the communication partner station is discriminated and determined in this way, the media selection control unit 24a then refers to the media conversion table 24d configured as shown in FIG. , The other device, the other device media, and the media conversion selection information corresponding to the function of the other device.

例えば入力メディアが音声で、その機能がADPCMであ
り、相手機器がGIIIタイプのFAXである場合、相手機器
のメディアがイメージであること、そして主なメディア
変換機能が (音声)to(コード文字) (コード文字)to(イメージ) であること等が求められる。同時にそのその変換機能
が、 (ADPCM;音声)to(GIII;FAX) によって実現できることが求められる。この際、従属的
なメディア変換情報が存在すれば、これも同時に求めら
れる。
For example, if the input medium is voice, the function is ADPCM, and the partner device is a GIII type fax, the media of the partner device is an image, and the main media conversion function is (voice) to (code character). (Code character) to (image), etc. are required. At the same time, the conversion function must be realized by (ADPCM; voice) to (GIII; FAX). At this time, if there is dependent media conversion information, this is also obtained at the same time.

このようにして求められたメディア変換情報が制御部
2に与えられ、前記データ出力の形式が選択的に指定さ
れる。
The media conversion information obtained in this manner is supplied to the control unit 2, and the format of the data output is selectively designated.

尚、データ出力が自己のワークステーション内部に対
して行われる場合には、メディア選択制御部24aは自己
メディア機能テーブル24eを参照して、データ出力が可
能な出力形式を求める。この情報に従ってメディア選択
制御部24aは前記メディア変換テーブル24dの自己メディ
ア変換テーブルを参照し、同様にしてメディア変換情報
を求め、これを制御部2に与える。
When the data output is performed inside the own workstation, the media selection control unit 24a refers to the self media function table 24e to determine an output format in which the data can be output. In accordance with this information, the media selection control unit 24a refers to the self media conversion table of the media conversion table 24d, similarly obtains the media conversion information, and gives this to the control unit 2.

このようにして求められるメディア変換情報に従っ
て、例えば前述した音声合成部26を用いて文字コードの
系列で与えられる文章情報を音声情報に変換してデータ
出力したり、或いは音声認識部19を用いて音声情報を文
字コード系列の情報に変換してデータ出力することにな
る。
According to the media conversion information obtained in this way, for example, by using the voice synthesis unit 26 described above, the sentence information given in the sequence of character codes is converted into voice information and the data is output, or by using the voice recognition unit 19. The voice information is converted into character code series information and output as data.

次にデータベース部32について説明する。 Next, the database unit 32 will be described.

データベース部32はコードやイメージ、音声等の各種
のデータを整理して格納し、これを種々の応用システム
に供するものである。第49図はこのデータベース部32の
概略構成を示すもので、コマンドの解析処理等を実行す
るインターフェース部32a、データベースの検索処理等
を実行するデータ操作部32b、種々のデータを格納する
記憶媒体としての磁気ディスク装置32cや光ディスク装
置32d、そしてその付加機能部32eとによって構成され
る。
The database unit 32 organizes and stores various types of data such as codes, images, and voices, and supplies the data to various application systems. FIG. 49 shows a schematic configuration of the database unit 32, which includes an interface unit 32a for executing a command analysis process and the like, a data operation unit 32b for executing a database search process and the like, and a storage medium for storing various data. And the additional function unit 32e.

種々のデータは、そのデータの種別に従って複数のリ
レーションに分類整理され、各リレーション毎にそれぞ
れ登録されてデータベースが構築されている。
Various data are classified and organized into a plurality of relations according to the type of the data, and each relation is registered to construct a database.

以下、このデータベース部32を、その論理構造、蓄え
られるデータ、物理構造、および付加機能の4つに分け
て説明する。
Hereinafter, the database unit 32 will be described by dividing it into four parts: its logical structure, stored data, physical structure, and additional functions.

論理構造とはこのデータベース部32を応用システム側
から見た場合、種々のデータがどのように蓄積されてい
るかを示すものである。ここではリレーショナル・モデ
ルに従った論理構造として、例えば第50図に示すような
表のイメージとしてデータが取扱われるようになってい
る。
The logical structure indicates how various data are stored when the database unit 32 is viewed from the application system side. Here, data is handled as a logical structure according to the relational model, for example, as an image of a table as shown in FIG.

表(リレーション)には幾つかの欄(アトリビュー
ト)が設けられており、これらの各欄に所定の単位のデ
ータがそれぞれ格納される。データの単位(タップル)
は、各欄に格納すべき1組の値として定められる。この
ようなタップルを格納した任意個数のアトリビュートに
よって1つのリレーションが構築される。
The table (relation) is provided with several columns (attributes), and each of these columns stores data of a predetermined unit. Data unit (tupple)
Is defined as a set of values to be stored in each column. One relation is constructed by an arbitrary number of attributes storing such tuples.

しかしてこのモデルにあっては、リレーション名を指
定し、その各アトリビュートの値をそれぞれ与えること
によってデータベースへのデータの格納が行われる。ま
たデータベースの検索は、リレーションおよびアトリビ
ュートを指定し、そこに格納されている値が指定された
値、または別のアトリビュートに格納されている値との
間で所定の条件を満すか否かを判定し、その条件を満す
タップルを抽出することによって行われる。
In this model, however, data is stored in the database by specifying the relation name and giving the value of each attribute. Also, the database search specifies relations and attributes and determines whether the value stored therein meets the specified condition with the specified value or the value stored in another attribute. Then, a tuple that satisfies the condition is extracted.

この検索条件は、それらの値が等しい、等しくない、
小さい、大きい等として与えられる。この際、複数のア
トリビュートについてそれぞれ検索条件を指定し、その
条件判定結果を論理処理(アンドやオア等)して行なう
ことも可能である。更には、複数のリレーションを指定
し、或るリレーションの或るアトリビュートの値が他の
リレーションの或るアトリビュートの値に等しい等の条
件により、複数のリレーション中から所定のタップルを
求めるようなデータベース検索も可能である。
This search criterion means that their values are equal,
Given as small, large etc. At this time, it is also possible to specify a search condition for each of the plurality of attributes and to perform a logical process (AND or OR) on the condition determination result. Furthermore, a database search that specifies a plurality of relations and obtains a predetermined tapple from among a plurality of relations under conditions such that a value of an attribute of a relation is equal to a value of an attribute of another relation, or the like. Is also possible.

またデータベースからのデータ削除は、基本的には上
記検索と同様に行われるが、タップルを抽出することに
代えて、そのタップルを抹消することによって行われ
る。
Further, the data deletion from the database is basically performed in the same manner as the above search, but instead of extracting the tuple, the tuple is deleted.

更にデータ更新も同様であり、得られたタップルの指
定されたアトリビュートの値を変更し、これを格納する
ことによって行われる。
Further, the data update is performed in the same manner by changing the value of the designated attribute of the obtained tuple and storing the same.

また各リレーションには、各アトリビュート毎にデー
タの読出し,追加,変更が許可された人の情報(人名や
担当者コード)等が記入され、データ保護の対策が講じ
られている。尚、このデータ保護対策をアトリビュート
毎に行なうことに代えて、リレーション単位で行なうこ
とも可能である。尚、ここに記載される人の情報は複数
であっても良い。
In addition, information (personal name and person-in-charge code) of a person who is permitted to read, add, and change data is written in each relation for each attribute, and measures for data protection are taken. It should be noted that this data protection measure can be performed for each relation instead of performing for each attribute. The information of a person described here may be plural.

しかして第50図に示すリレーションの例では、文字列
としてそのデータが示されているが、各リレーションに
蓄積されるデータは単なるビット列であっても良い。つ
まりリレーションに蓄積されるデータは文字列は勿論の
こと、イメージ情報や音声情報等であっても良い。
Thus, in the example of the relation shown in FIG. 50, the data is shown as a character string, but the data stored in each relation may be a simple bit string. That is, the data stored in the relation may be not only a character string but also image information or audio information.

さてこのデータベースに蓄積されるデータは、上述し
た第50図に示す『個人スケジュール』のリレーションを
初めとして、例えば第51図に示すような『住所録』『個
人の仕事とその代行者』『操作履歴』『人事』『会議
室』『会議室予約』『会議』等の種々のリレーションか
らなる。
The data stored in this database includes, for example, the relations of the “personal schedule” shown in FIG. 50 described above, and “address book”, “personal work and its agent”, “operation” as shown in FIG. 51, for example. It consists of various relations such as history, personnel, conference room, conference room reservation, and conference.

この例に示されるようにリレーションは、主に個人用
として用いられるものと、多くの利用者によって共通に
利用されるものとからなる。そして個人用のリレーショ
ンは各個人が使用するワークステーション毎に設けら
れ、また共通リレーションは複数の利用者にとって共通
なワークステーションに設けられる。
As shown in this example, relations include those used mainly for personal use and those commonly used by many users. A personal relation is provided for each workstation used by each individual, and a common relation is provided for a workstation common to a plurality of users.

尚、共通のワークステーションとは必ずしもそのハー
ドウェアが他のワークステーションと異なることを意味
しない。また個人用のワークステーションが共通のワー
クステーションを兼ねても良いことも勿論のことであ
る。更には共通のワークステーションは1台に限られる
ものではなく、システムの階層レベルに応じて複数台設
けられるものであっても良い。要するに、複数のワーク
ステーションから容易に特定することのできるものとし
て共通のワークステーションが設定される。
The common workstation does not necessarily mean that its hardware is different from other workstations. It is needless to say that a personal workstation may also serve as a common workstation. Further, the number of common workstations is not limited to one, and a plurality of workstations may be provided according to the hierarchy level of the system. In short, a common workstation is set as one that can be easily specified from a plurality of workstations.

ここで第50図に示した『個人スケジュール』リレーシ
ョンのデータ構造について簡単に説明する。
Here, the data structure of the "personal schedule" relation shown in FIG. 50 will be briefly described.

このリレーションからは、そのリレーション名が『個
人スケジュール』であり、『△△△△』によって作成さ
れたことが示される。このリレーション作成者『△△△
△』は該リレーションに対して全てのデータ操作が許可
される。
This relation indicates that the relation name is "personal schedule" and was created by "@". This relation creator "△△△
“Δ” indicates that all data operations are permitted for the relation.

またこのリレーションに付加されたデータ保護機能に
よれば、データの読出しは全員に許可されており、デー
タの追加は『○○○○』と『技術部に所属する者』に対
してのみ許可されている。尚、この『技術部に所属する
者』は、例えば『人事』のリレーションを参照する等し
て求められる。またデータの変更は『人レベル』の値が
『5』以上のものに対してのみ許可されている。この
『人レベル』とは人事リレーションに関するものであ
り、例えば(部長;8)(次長;7)(課長;6)(主任;5)
等として役職を表わす。
In addition, according to the data protection function added to this relation, reading of data is permitted to all, and addition of data is permitted only to "○○○○" and "persons who belong to the engineering department". ing. The “person who belongs to the engineering department” is obtained by referring to the relation of “personnel”, for example. Data change is permitted only for those whose "person level" value is "5" or more. This "person level" is related to personnel relations, for example (manager; 8) (deputy manager; 7) (section manager; 6) (chief manager; 5)
Represents a position such as.

更にこのリレーションには、『開始時刻』『終了時
刻』『種類』『名称』『場所』等のアトリビュートが設
定され、そのそれぞれにデータが書込まれるようになっ
ている。
Further, attributes such as "start time", "end time", "type", "name", and "location" are set in this relation, and data is written into each of them.

次にこのデータベース部32における上述した各種のリ
レーションを実際に記憶する為の物理構造について説明
する。
Next, a physical structure for actually storing the various relations described above in the database unit 32 will be described.

情報蓄積部(記憶部)は大量データを蓄積し、その任
意の部分を比較的高速に読み書きすることができ、価格
的にさぼど高価でないものとして前述した磁気ディスク
装置32cや光ディスク装置32gが用いられる。
The information storage unit (storage unit) can store a large amount of data, and can read and write an arbitrary portion thereof at a relatively high speed. The magnetic disk device 32c and the optical disk device 32g described above are considered to be inexpensive in terms of price. Can be

この情報蓄積部へのデータベースの蓄積は、該情報蓄
積部の記憶領域を特定の大きさ(例えば数キロバイト程
度で、タップル長や計算機の速度等に応じて定められ
る)毎に区切り、各々をページとして管理して行われ
る。そして第52図に示すように、例えば第0ページにペ
ージ管理の情報を、第1ページにリレーション一覧表の
情報を、また第2ページに使用中のページ情報をそれぞ
れ格納する。
To store the database in the information storage unit, the storage area of the information storage unit is divided into pages of a specific size (for example, about several kilobytes, which is determined according to the tapple length, the speed of the computer, etc.). Is managed as. Then, as shown in FIG. 52, for example, page management information is stored in the 0th page, relation list information is stored in the 1st page, and page information in use is stored in the 2nd page.

このリレーションの一覧表によって、データベース中
における種々のリレーションの所在が示される。
The list of relations indicates the locations of various relations in the database.

例えば第9ページおよび第11ページに格納された実デ
ータは、第5ページに格納されたリレーションのアトリ
ビュート(主アトリビュート)に基き、第10ページに格
納されたインデックスページの情報に従ってソートされ
るようになっている。このインデックスページの情報
は、アトリビュートの値が幾つから幾つ迄のものがどの
ページに格納されているかを示すものである。
For example, the actual data stored in the ninth and eleventh pages is sorted based on the attribute (main attribute) of the relation stored in the fifth page according to the information of the index page stored in the tenth page. Has become. The information on the index page indicates on which page some attribute values are stored.

この主アトリビョート以外のアトリビュートによりデ
ータ検索する場合には、そのアトリビュートについて第
20ページのサブ・インデックスを経由して、先ず第21ペ
ージや第22ページに示されるサブデータを得る。このサ
ブデータにはアトリビュートの値と前述した主アトリビ
ュートの値のみが入っており、ここで求められるアトリ
ビュートの値を用いて実際のデータが求められる。
If you want to search data by an attribute other than this main attribute, make a
Via the 20-page sub-index, first, the sub-data shown on the 21st and 22nd pages is obtained. This sub-data contains only the value of the attribute and the value of the main attribute described above, and actual data is obtained using the value of the attribute obtained here.

尚、例えば画像データや音声データのようにその実デ
ータの量が膨大であり、その中の幾つかのビット誤りが
問題とならない場合には、これらの実データを光ディス
ク装置32d等の別の安価な情報記憶装置にファイルする
ようにしても良い。この場合には、第9ページや第11ペ
ージ等の実データ用ページには、その旨とその装置での
実データの格納位置情報を記憶しておくようにすれば良
い。
If the actual data amount is enormous, for example, image data or audio data, and some bit errors are not a problem, the actual data is transferred to another inexpensive optical disk device 32d or the like. A file may be stored in the information storage device. In this case, the fact and the storage position information of the actual data in the apparatus may be stored in the actual data pages such as the ninth page and the eleventh page.

しかしてこのように構築されたテータベースに対する
付加機能は、例えば不要データの自動廃棄等からなる。
この不要データの自動廃棄は、リレーションの付加情報
として[廃棄;可/不可][廃棄の方法]等を与えてお
き、所定の間隔でリレーション毎の消去コマンドを動作
させて行われる。
The additional function to the database constructed in this way includes, for example, automatic disposal of unnecessary data.
The automatic discarding of the unnecessary data is performed by providing [discarding; possible / impossible], [discarding method] and the like as additional information of the relation, and operating a delete command for each relation at predetermined intervals.

尚、タップルの消去は、例えば会議情報についてはそ
の終了時刻が現在の時刻より前であるか否か等を判定し
て行なうことが可能である。従ってこのようなタップル
の消去については、格別の機能追加は不要である。
It should be noted that taple erasure can be performed, for example, by determining whether or not the end time of the conference information is before the current time. Therefore, it is not necessary to add a special function to erase such a tuple.

また付加機能の他の重要な機能としてデータの保全が
ある。このデータの保全機能は、例えばハードウェアの
故障や停電等に原因してデータが不正(でたらめになっ
たり失われたりすること)となることを防ぐものであ
る。具体的にはこのデータの保全機能は、情報の二重化
や磁気テープへの書出し等によって実現される。
Data preservation is another important function of the additional function. This data security function is to prevent data from being fraudulent (random or lost) due to, for example, hardware failure or power failure. Specifically, this data security function is realized by duplication of information, writing to a magnetic tape, or the like.

このようにデータベース部32では、種々のデータをリ
レーション毎に分類整理し、且つページ単位に管理して
種々の応用システムに供するものとなっている。
In this way, the database unit 32 classifies and organizes various data for each relation and manages them in page units to provide them to various application systems.

次に作業環境データ収集部25について説明する。 Next, the work environment data collection unit 25 will be described.

この作業環境データ収集部25は、該ワークステーショ
ンに対する過去の操作履歴のデータを収集し、これに基
く操作ガイドを行なうものである。
The work environment data collection unit 25 collects past operation history data for the workstation and provides operation guidance based on the collected data.

ここで作業環境データ収集部25には、例えば第53図に
示すように当該情報処理システムが持つ機能に対応する
コマンドと、他の情報システムが持つ機能に対応するコ
マンドとを対応付けるコマンド対応テーブルが設けられ
ている。
Here, the work environment data collection unit 25 has a command correspondence table that associates commands corresponding to the functions of the information processing system with commands corresponding to the functions of other information systems, as shown in FIG. 53, for example. Is provided.

具体的には当該情報処理システムをA、他の情報処理
システムをB,C,D,…としたとき、システムAにおけるコ
マンド“DELETE"に対応する他のシステムのコマンドが
“DEL"“ERASE"“REMOVE"であることが、該コマンド対
応テーブルによって示されるようになっている。
Specifically, when the information processing system is A and the other information processing systems are B, C, D,..., The command of the other system corresponding to the command “DELETE” in the system A is “DEL” “ERASE” "REMOVE" is indicated by the command correspondence table.

第54図は利用者により入力されたコマンドを解析し、
所定の動作および各種ガイダンスを実行する作業環境デ
ータ収集部25の概略構成を示すものである。
Fig. 54 analyzes the command entered by the user,
3 shows a schematic configuration of a work environment data collection unit 25 that executes a predetermined operation and various guidance.

この作業環境データ収集部25では、先ずコマンド入力
部25aから入力されたコマンドをコマンド解析部25bに与
え、コマンド対応テーブル25cを参照して解析してい
る。具体的には第55図に示す手続きの流れに従って入力
コマンドがコマンド対応テーブル25cに登録されている
かを調べている。即ち、コマンドが入力されると、先ず
その入力コマンドがシステムAのものであるか否かが調
べられる。そして入力コマンドがシステムAのコマンド
であると解析されると、コマンド解析部25bは該入力コ
マンドをコマンド実行部25dに与え、そのコマンドに基
く所定の動作を実行させている。
In the work environment data collection unit 25, first, the command input from the command input unit 25a is given to the command analysis unit 25b, and the command correspondence table 25c is referenced and analyzed. Specifically, it is checked whether the input command is registered in the command correspondence table 25c according to the procedure flow shown in FIG. That is, when a command is input, it is first checked whether or not the input command is for the system A. Then, when the input command is analyzed as a command of the system A, the command analysis section 25b gives the input command to the command execution section 25d and causes it to execute a predetermined operation based on the command.

一方、入力コマンドがシステムAのものでない場合に
は、他のシステムのコマンドに該当するか否かが調べら
れ、対応付けされているコマンドが存在する場合には、
その対応コマンドを画面表示部25eにて表示する。つま
り他のシステム(システムB)で用いられているコマン
ド、例えば“DEL"である場合には、これに対応するシス
テムAのコマンド“DELETE"を求め、これを操作ガイダ
ンスとして画面表示部25eに表示することになる。
On the other hand, if the input command is not the command of the system A, it is checked whether or not the command corresponds to a command of another system, and if there is a corresponding command,
The corresponding command is displayed on the screen display unit 25e. That is, in the case of a command used in another system (system B), for example, "DEL", the corresponding command "DELETE" of system A is obtained and displayed on the screen display unit 25e as operation guidance. Will be done.

尚、入力コマンドに該当するコマンドがコマンド対応
テーブル25cに存在しなかった場合には、画面表示部25e
にてコマンドエラーメッセージの表示を行なう。
If the command corresponding to the input command does not exist in the command correspondence table 25c, the screen display unit 25e
To display the command error message.

具体的には次のようにしてそのコマンド入力に対する
処理が行われる。今、システムB,Cの操作経験の利用者
が初めてシステムA(当該情報処理システム)を操作す
るものとする。ここで利用者がコマンドを入力してデー
タ“ABC"を消去する場合、従来ではシステムAの取扱い
説明書に従ってデータ消去の為の“DELETE"なるコマン
ドを探し、これを入力することが必要となる。
Specifically, the processing for the command input is performed as follows. Now, it is assumed that a user who has experience operating the systems B and C operates the system A (the information processing system) for the first time. Here, when the user inputs a command to delete the data "ABC", conventionally, it is necessary to search for a command "DELETE" for data deletion according to the instruction manual of the system A and input the command. .

しかしここでは、その利用者は過去の経験に従って、
例えばシステムCで用いていたデータ消去コマンド“ER
ASE ABC"を第56図(a)に示すように入力する。
But here, the user, according to past experience,
For example, the data erasing command “ER” used in the system C
Enter "ASE ABC" as shown in Fig. 56 (a).

すると作業環境データ収集部25ではこの入力コマンド
を解析し、前記コマンド対応テーブル25cから入力コマ
ンド“ERACE"に対応するシステムAのコマンド“DELET
E"を求め、これをガイドとして表示することになる。こ
の結果、利用者はシステムAを初めて操作する場合であ
っても、そのデータ消去のコマンドが“DELETE"である
ことを知り、そのコマンドをガイドに従って入力するこ
とにより、そのデータ消去を行なうことが可能となる。
Then, the work environment data collection unit 25 analyzes the input command, and reads the command “DELET” of the system A corresponding to the input command “ERACE” from the command correspondence table 25c.
E will be sought, and this will be displayed as a guide. As a result, even if the user is operating system A for the first time, the user will know that the data deletion command is "DELETE" and By inputting according to the guide, the data can be erased.

またファイル名のリストを表示するべく、第56図
(b)に示すようにシステムBにおけるコマンド“DIR"
を入力した場合には、同様にして該システムAにおける
対応コマンド“CATA"が求められ、ガイド表示される。
この結果、このガイドに従ってコマンド“CATA"を入力
することによって、そのファイル名のリストが表示され
る。
In order to display the list of file names, the command "DIR" in system B is displayed as shown in FIG. 56 (b).
Is input, the corresponding command "CATA" in the system A is similarly obtained and displayed as a guide.
As a result, by inputting the command “CATA” according to this guide, a list of the file names is displayed.

このようにこの作業環境データ収集部25の機能を活用
することにより、過去の操作経験のあるシステムで用い
られていたコマンドの入力によって、そのシステムにお
ける対応コマンドがガイド表示される。従ってシステム
利用者は、過去に得た知識を最大限に利用してシステム
を操作することが可能となる。そして当該情報処理シス
テムのコマンドを容易に知ることが可能となる。従って
その都度、当該情報処理システムの操作説明書を調べる
等の煩わしさから解放される。故に、システムの操作の
習得に要する時間を大幅に短縮することができる等の効
果が期待できる。
In this way, by utilizing the function of the work environment data collection unit 25, the corresponding command in the system is guided and displayed by the input of the command used in the system having the past operation experience. Therefore, the system user can operate the system by making the most of the knowledge acquired in the past. Then, it becomes possible to easily know the command of the information processing system. Therefore, each time, it is free from the trouble of checking the operation manual of the information processing system. Therefore, it is possible to expect an effect that the time required for learning the operation of the system can be greatly reduced.

尚、入力コマンドに対応するコマンドを求め、これを
ガイド表示したとき、その合否の判定入力を受けて、そ
のコマンドを実行するようにしても良い。
Alternatively, a command corresponding to the input command may be obtained, and when this is displayed as a guide, the command may be executed in response to the determination input of the pass / fail.

即ち、第57図にその手続きの流れを示し、第58図にそ
の表示例を示すように他のシステムの消去コマンド“ER
ASE"し、これに対応するシステムAの消去コマンド“DE
LETE"が求められたとき、これが正しいか否かを問合せ
る。そして正(Y)なる指示入力があったとき、その入
力コマンドが“DELETE"を示していると判定し、これを
コマンド実行部25dに送ってその処理を実行させるよう
にする。
That is, the flow of the procedure is shown in FIG. 57, and as shown in the display example in FIG. 58, the erase command “ER
ASE "and the corresponding system A erase command" DE
When "LETE" is obtained, it is inquired whether or not this is correct. When there is a positive (Y) instruction input, it is determined that the input command indicates "DELETE", and this is determined by the command execution unit 25d. To execute the process.

このようにすれば、コマンドの対応関係がガイド指示
されると同時に、その入力コマンドに従って所望とする
処理が実行されるので、改めて正しいコマンドを入力し
直す必要がなくなる。つまり入力コマンドの対応コマン
ドへの自動変換が行われて、その処理が実行されること
になる。従って、更にその操作性の向上を図ることが可
能となる。
In this way, the desired processing is executed in accordance with the input command at the same time that the command correspondence is instructed, and it is not necessary to input the correct command again. That is, the input command is automatically converted into the corresponding command, and the processing is executed. Therefore, the operability can be further improved.

尚、対応コマンドはシステムの種類に応じて何種類存
在しても良いものである。要はコマンド対応テーブル25
cに対応付けてそれぞれ格納しておけば良い。またコマ
ンドは上述した文字列形式に限定されないことも云うま
でもない。
Note that any number of corresponding commands may exist according to the type of system. In short, command correspondence table 25
It may be stored in association with c. It goes without saying that the command is not limited to the character string format described above.

次にこの作業環境データ収集部25におけるシステム習
熟度のデータ収集について説明する。この作業環境デー
タ収集部25の内部に、このシステム習熟度のデータ収集
処理を実行する為のハードウェアとして、外部記憶装置
と制御装置が置かれる。
Next, data collection of the system proficiency level in the work environment data collection unit 25 will be described. An external storage device and a control device are provided inside the work environment data collection unit 25 as hardware for executing the data collection processing of the system proficiency level.

第59図はシステム習熟度のデータ収集処理を示す流れ
図である。
FIG. 59 is a flowchart showing a data acquisition process of the system proficiency level.

利用者がその識別コード(ユーザ番号やパスワード
等)を入力すると、作業環境データ収集部25はその識別
コードに対応する習熟度表を外部記憶装置から求め、装
置内部にセットする。この習熟度表は各利用者がシステ
ムの様々な利用機能に対してどの程度習熟しているかを
格納したもので、例えば第60図に示す如く構成されてい
る。
When the user inputs the identification code (user number, password, etc.), the work environment data collection unit 25 obtains a proficiency table corresponding to the identification code from the external storage device and sets the table in the device. This proficiency table stores the degree to which each user is proficient in various use functions of the system, and is configured, for example, as shown in FIG.

即ち、この習熟度表は各利用機能に対してその利用頻
度、最終利用年月日時、ユーザが申告した該機能に対す
る習熟クラス、該機能を前回利用した際の習熟度クラ
ス、更には該機能の複雑度の情報等によって構成されて
いる。
That is, this proficiency level table shows the usage frequency of each function, the last usage date, the proficiency class for the function declared by the user, the proficiency class when the function was last used, and the proficiency level of the function. It is composed of complexity information and the like.

ここで複雑度とは該当利用機能が専門知識を要求する
程高くなり、また基本機能より高級機能になる程高くな
るものである。
Here, the complexity is higher as the use function requires specialized knowledge, and higher as the function becomes higher-level than the basic function.

しかしてこのような習熟度表は各利用者毎に設けら
れ、外部記憶装置にそれぞれ記憶されている。尚、シス
テムを初めて利用する利用者に対しては、識別コードの
新規設定によりその利用者に対する習熟度表が作成さ
れ、外部記憶装置に登録される。
Such a proficiency table is provided for each user and stored in the external storage device. For the user who uses the system for the first time, a proficiency table for the user is created by newly setting the identification code and registered in the external storage device.

尚、外部記憶装置には、例えば第61図に示すように上
述した習熟度表に加えて、前記習熟度クラスに対応した
利用機能毎のメッセージが登録されている。このメッセ
ージは習熟度のクラスが低い程、その背景説明を含む判
り易い説明となっている。また習熟度の高いクラスほ
ど、簡略な説明と専門的な機能の紹介を含んだ高度な内
容となっている。
In addition, in the external storage device, for example, as shown in FIG. 61, in addition to the above-described proficiency table, a message for each use function corresponding to the proficiency class is registered. In this message, the lower the proficiency class, the easier the explanation including the background explanation. The more proficient the class, the more advanced the content, including brief explanations and introduction of specialized functions.

また習熟度のクラスは、例えば A;初級者クラス B;中級者クラス C;習熟者クラス のように分類設定される。 The proficiency level is classified and set as, for example, A; beginner class B; intermediate class C; proficiency class.

しかして入力された識別コードに対応した習熟度表が
求められると、次にその利用機能を利用者に選択させる
為のメニューが表示される。このメニューに対して利用
者は、例えばその利用機能に対応する番号等を入力す
る。すると制御装置ではその入力情報が終了信号か利用
機能の選択信号かを判断し、利用機能選択信号の場合に
は次のように動作する。
When a proficiency table corresponding to the input identification code is obtained, a menu for allowing the user to select the use function is displayed. For this menu, the user inputs, for example, a number or the like corresponding to the used function. Then, the control device determines whether the input information is an end signal or a use function selection signal. If the input information is a use function selection signal, the control device operates as follows.

即ち、利用機能選択信号が入力されると、先ずその利
用者に関する前記習熟度表を参照し、選択された利用機
能に対応する利用頻度や最終利用年月日時,申告習熟度
クラス等の情報が求められる。そしてこれらの情報に従
って重み付け処理を施し、現在の習熟度クラスの決定が
行われる。
That is, when the use function selection signal is input, first, the proficiency table relating to the user is referred to, and information such as the use frequency, the last use date and time, and the declared proficiency class corresponding to the selected use function is obtained. Desired. A weighting process is performed in accordance with these pieces of information, and the current proficiency level class is determined.

この習熟度クラスの判定は、例えば利用頻度をPi、最
終利用年月日時ををTe、現在の利用年月日時をTc、利用
者申告習熟度クラスをX1、前回利用習熟度クラスをX2
{A,B,C}、複雑度をPc、そして判別関数をFrとしたと
き、 Fr=K1Pi+K2(Tc-Te) +K3G1[X1] +K4G2[X2]+K5Pc として求められ。但し、上式においてK1,K2,K3,K4は、
実験等によって適切な値に設定される定義である。また
上記G1,G2であり、Y1,Y2,Y3,Z1,Z2,Z3は、A,B,Cに対する評価重み
である。これらの評価重みは Y1<Y2<Y3,Z1<Z2<Z3 なる関係を有し、実験等によって適切な値に設定され
る。
This proficiency class is determined by, for example, the usage frequency P i , the last usage date and time T e , the current usage date and time T c , the user declaration proficiency class X 1 , and the previous usage proficiency class. X 2
Let {A, B, C}, complexity be P c , and discriminant function be F r , then F r = K 1 P i + K 2 (T c -T e ) + K 3 G 1 [X 1 ] + K Calculated as 4 G 2 [X 2 ] + K 5 P c . However, in the above equation, K 1 , K 2 , K 3 and K 4 are
It is a definition that is set to an appropriate value through experiments and the like. G 1 and G 2 are And Y 1 , Y 2 , Y 3 , Z 1 , Z 2 , and Z 3 are evaluation weights for A, B, and C. These evaluation weights have a relationship of Y 1 <Y 2 <Y 3 and Z 1 <Z 2 <Z 3 and are set to appropriate values by experiments or the like.

ここでG1[X1]は、X1=AのときY1なる値を取り、X2
=BのときY2なる値を取ることを意味する。また(Tc-T
e)は、最終利用年月日時から現在までの日数を時間換
算したものである。
Here, G 1 [X 1 ] takes a value of Y 1 when X 1 = A, and X 2
= Means taking the Y 2 becomes a value when the B. Also (T c -T
e ) is a time conversion of the number of days from the date of last use to the present.

しかしてクラス判定は、上述した判別関数Frの値によ
り次のようにして行われる。
Then, the class determination is performed as follows based on the value of the discriminant function F r described above.

Fr<N1 …Aクラス N1≦Fr<N2 …Bクラス N2≦Fr …Cクラス 尚、判定閾値N1,N2は実験等に基いて適切に定められ
る。
F r <N 1 ... A class N 1 ≤ F r <N 2 ... B class N 2 ≤ F r ... C class The determination threshold values N 1 and N 2 are appropriately determined based on experiments and the like.

このようにして習熟度クラスが決定されると、その決
定された習熟度クラスに対応し、且つ前述した如く指定
された利用機能に該当するガイドメッセージやエラーメ
ッセージを外部記憶装置から求める。
When the proficiency class is determined in this way, a guide message or an error message corresponding to the determined proficiency class and corresponding to the specified use function as described above is obtained from the external storage device.

しかる後、今回決定された習熟度クラスと、前記習熟
度表に格納されている前回の習熟度クラスとを比較照合
する。そして習熟度クラスに変更がある場合には、その
習熟度に変更がある旨を示すメッセージを前記ガイドメ
ッセージ等に付加して書込む。
Thereafter, the proficiency class determined this time is compared with the previous proficiency class stored in the proficiency table. When the proficiency level is changed, a message indicating that the proficiency level is changed is added to the guide message or the like and written.

この習熟度クラス変更のメッセージは、例えば第62図
に示すような4種類のメッセージからなる。そしてその
クラス変更の形態に応じて求められ、前記ガイドメッセ
ージ等と共に表示される。利用者はこのようにして表示
される各種メッセージに従ってその処理操作を行なうこ
とになる。
The proficiency level class change message includes, for example, four types of messages as shown in FIG. Then, it is determined according to the mode of class change and is displayed together with the guide message. The user performs the processing operation according to the various messages displayed in this manner.

具体的には作成データをファイルに格納する利用機能
に対して、その利用者が初級者クラス(Aクラス)と判
定されると第63図に示す如きメッセージが表示される。
そしてこのメッセージにも拘らず利用者が情報入力を誤
った場合には、例えば第64図に示すようなエラーメッセ
ージの表示が行われ、その利用機能に対する操作のガイ
ドが行われる。
Specifically, for the use function of storing the created data in a file, when the user is determined to be the beginner class (A class), a message as shown in FIG. 63 is displayed.
If the user makes a mistake in inputting information despite this message, an error message such as that shown in FIG. 64 is displayed to guide the operation of the function to be used.

またその利用者の習熟度が中級者クラス(Bクラス)
と判定された場合には、第65図に示す如きメッセージが
表示される。そしてこのメッセージにも拘らず利用者が
情報入力を誤った場合には、例えば第66図に示すような
エラーメッセージの表示が行われ、その利用機能に対す
る操作のガイドが行われる。同様にその利用者の習熟度
が習熟者クラス(Cクラス)と判定された場合には、第
67図に示す如きメッセージが表示され、情報入力の誤り
がある場合には、例えば第68図に示すようなエラーメッ
セージの表示が行われてその利用機能に対する操作のガ
イドが行われる。
In addition, the user's proficiency level is intermediate class (B class)
Is determined, a message as shown in FIG. 65 is displayed. If the user makes a mistake in inputting information despite this message, an error message as shown in, for example, FIG. 66 is displayed to guide the operation of the function to be used. Similarly, if the user's proficiency level is determined to be the proficiency class (C class), the
When a message as shown in FIG. 67 is displayed and there is an error in the information input, for example, an error message as shown in FIG. 68 is displayed to guide the operation for the used function.

しかして上述した如く表示したガイドメッセージの空
欄に対してデータ入力が行われると、制御装置は前述し
た如く求めている該当利用者の習熟度表の該当利用頻度
を(+1)すると共に、最終利用年月日時および前回利
用習熟クラスの更新を行なう。そして該利用機能の実行
を促すと共に、該当利用機能が終了したものと看做して
前述した利用機能選択の為のメニュー表示動作に戻る。
When the data is entered in the blank space of the guide message displayed as described above, the control device adds (+1) the corresponding use frequency of the proficiency level table of the corresponding user, as described above, and makes the final use. Update the date and time and the previous use learning class. Then, the user is prompted to execute the use function, and it is considered that the use function has been completed, and the process returns to the above-described menu display operation for selecting the use function.

ここで再び利用機能選択信号が入力されると、上述し
た処理を再び繰返して実行することになる。しかし終了
選択信号が入力された場合には、上述した如く作成・更
新した習熟度表を外部記憶装置の習熟度ファイルに、そ
の該当利用者の識別コードと共に書込み、これを保存す
る。そしての一連の処理手続きを終了する。
Here, when the use function selection signal is input again, the above-described processing is repeated and executed. However, when the end selection signal is input, the proficiency table created and updated as described above is written into the proficiency file of the external storage device together with the identification code of the corresponding user, and stored. Then, the series of processing procedures is ended.

このようにして作業環境データ収集部25では、システ
ムの操作に関する習熟度のデータを収集しながら、その
収集されたデータに従ってその操作を適切にガイダンス
するものとなっている。
In this way, the work environment data collection unit 25 collects data of the proficiency level regarding the operation of the system, and appropriately guides the operation according to the collected data.

以上が本ワークステーションの基本的な構成とその機
能である。
The above is the basic configuration of this workstation and its functions.

次のこのように構成されたワークステーションにおけ
る電話番号の問合せ処理機能について説明する。
Next, a telephone number inquiry processing function in the workstation configured as described above will be described.

この電話番号の問合せ処理機能は、電話回線を介する
音声によって目的とする電話番号をデータベースから検
索し、この電話番号を音声合成して上記電話回線を介し
て音声出力したり、或いはデータベースから検索された
電話番号によって特定される電話機にその着信電話を転
送接続しようとするものである。
This telephone number inquiry processing function retrieves the target telephone number from the database by voice through the telephone line, synthesizes this telephone number by voice synthesis, outputs the voice through the telephone line, or retrieves from the database. It attempts to connect the incoming call to the telephone specified by the telephone number.

第69図はこの電話番号の問合せ処理手続きの流れを示
すものである。
FIG. 69 shows the flow of this telephone number inquiry processing procedure.

本ワークステーションに前記通信装置12,13を介して
電話着信があると(ステップa)、先ず前記音声合成部
26が起動されて所定のメッセージが音声合成され、その
着信電話回線に出力される(ステップb)。この音声合
成によるメッセージ出力は、例えば 『こちらは○○でございます。どのような御用件でし
ょうか?』 等の応答からなる。
When there is an incoming call to the work station via the communication devices 12 and 13 (step a), first, the voice synthesis unit
26 is activated and a predetermined message is voice-synthesized and output to the incoming telephone line (step b). The message output by this voice synthesis is, for example, "This is ○○. What kind of business is it? ], Etc.

このようなメッセージに対して電話発呼者は、ワーク
ステーションに対して要求する電話番号の問合せ等の情
報を発声し、該電話回線を介して音声入力することにな
る。
In response to such a message, the telephone caller utters information such as an inquiry about the telephone number requested of the workstation, and inputs the voice through the telephone line.

例えば電話番号の問合せ時には、 (名前)(所属)“バンゴウ” のように、電話番号を求めたい相手の名前とその所属、
および電話番号の問合せを指定する“バンゴウ”なるキ
ーワードを発声してその情報入力が行われる。或いは “タンシュク”(短縮番号) のように、短縮番号に対応する電話番号を求めることを
指定するキーワード“タンシュク”と、相手先の日常使
用している短縮番号を発声してその情報入力が行われ
る。
For example, when inquiring about a phone number, the name and affiliation of the person who wants the phone number, such as (name) (affiliation) "Bangou",
And the keyword "Bangou" that specifies the inquiry of the telephone number is uttered and the information is input. Alternatively, you can enter the information by saying the keyword "Tanshuk", such as "Tanshuk" (abbreviated number), which specifies to obtain the telephone number corresponding to the abbreviated number, and the abbreviated number that the other party uses everyday. Be seen.

尚、短縮番号を問合せする場合には、 (名前)(所属)“タンシュク” のように、短縮番号を求めたい相手の名前とその所属、
および短縮番号の問合せを指定する“タンシュク”なる
キーワードを発声してその情報入力が行われる。或いは “バンゴウ”(電話番号) のように、電話番号に対応する短縮番号を求めることを
指定するキーワード“バンゴウ”と、相手先の電話番号
を発声してその情報入力が行われる。
When inquiring about the abbreviated number, the name and affiliation of the person who wants the abbreviated number, such as (Name) (Affiliation) "Tanshuk",
And the keyword "Tanshuk" that specifies the inquiry of the abbreviated number is uttered and the information is input. Alternatively, a keyword such as "Bangou" (telephone number), which specifies to obtain a shortened number corresponding to the telephone number, and the telephone number of the other party are uttered and the information is input.

更に後述するように電話の転送接続を要求する場合に
は、 (名前)(所属)“ツナゲ” のように、電話の転送接続を要求する相手の名前とその
所属、および電話の転送接続を指定する“ツナゲ”なる
キーワードを発声してその情報入力が行われる。
When requesting a call transfer connection, as described below, specify the name and affiliation of the person requesting the call transfer connection, and the call transfer connection, such as (Name) (affiliation) “Tsunage”. The information is input by uttering the keyword “Tsunage”.

ワークステーションでは、このようにして電話回線を
介して音声入力される情報を前記音声認識部19にて認識
し、その要求項目を確定する(ステップc)。そしてそ
の認識結果に従い、例えばその名前と所属とを検索情報
として前記データベース部32の“人事”や“住所録”の
リレーションを検索し、目的とする電話番号やその短縮
番号等を求める(ステップd)。尚、短縮番号に従って
その短縮番号に対応する電話番号を求めたり、或いは電
話番号に従ってその短縮番号を求める場合も、同様に行
われる。
In the work station, the voice recognition unit 19 recognizes the information thus inputted by voice through the telephone line, and confirms the required item (step c). Then, according to the recognition result, for example, by using the name and affiliation as search information, the relations of “personnel” and “address book” in the database unit 32 are searched to obtain a target telephone number and its abbreviated number (step d). ). The same applies when the telephone number corresponding to the shortened number is obtained according to the shortened number or the shortened number is obtained according to the telephone number.

しかる後、上記データベース検索が電話番号の問合せ
の為に行われたか、或いは電話の転送接続を行なう為に
行われたかが判定される(ステップe)。この判定は、
例えば処理要求のキーワードが“ツナゲ”であったか否
かを判定する等して行われる。
Thereafter, it is determined whether the database search is performed for inquiry of the telephone number or for the transfer connection of the telephone (step e). This judgment is
For example, it is performed by determining whether or not the keyword of the processing request is “tsunage”.

そして電話番号(短縮番号)の問合せ時には、前述し
た如くデータベース部32から検索抽出された電話番号
(短縮番号)の情報を前記音声合成部26にて音声合成
し、前記着信電話回線を介してメッセージ出力する(ス
テップf)。このメッセージ出力は、例えば 『お問合せのあった電話番号(短縮番号)は、××××
です。
When inquiring about the telephone number (abbreviated number), the information of the telephone number (abbreviated number) retrieved and extracted from the database unit 32 as described above is voice-synthesized by the voice synthesizing unit 26, and a message is sent through the incoming telephone line. Output (step f). This message output is, for example, "The phone number (shortened number) you have inquired is XXX
is.

これで問合せのサービスを終了します。』 等の音声情報を生成して行われる。 This terminates the inquiry service. ], Etc., and voice information is generated.

以上の一連の処理手続きによって、電話回線を介した
音声による電話番号の問合せ、或いは短縮番号の問合せ
処理を終了し、前記着信電話を切断する(ステップ
g)。
Through the series of processing procedures described above, the processing for inquiring the telephone number by voice or the inquiry for the abbreviated number through the telephone line is completed, and the incoming call is disconnected (step g).

ところで前記ワークステーションに対して要求された
処理が電話の転送接続であった場合、次のような処理が
行われる。
By the way, when the processing requested to the workstation is a telephone transfer connection, the following processing is performed.

即ち、前記着信電話についてその発信者の居場所、つ
まり電話の転送を要求している発信者がどこから電話し
ているかが求められる(ステップh)。この発信者の居
場所を求める処理は、例えば前述した音声合成機能を用
いて発信者の居場所を問合せ、これに対して応答入力さ
れた電話音声を認識する等して行われる。
That is, the location of the caller of the incoming call, that is, from where the caller requesting the call transfer is calling (step h). The process of obtaining the caller's whereabouts is performed, for example, by inquiring about the caller's whereabouts using the voice synthesis function described above, and recognizing the telephone voice that is input in response to this.

尚、発信電話機がその発信時に自己の電話端末番号を
送信するディジタル電話端末の場合には、電話着信時に
検出される発信元電話番号から、該発信電話機の設置場
所を求めるようにしても良い。即ち、発信元電話番号に
従って前記データベース部32の“人事”等のリレーショ
ンを検索し、その発信電話機の利用者の住所を求めるよ
うにすれば良い。
When the calling telephone is a digital telephone terminal that transmits its own telephone terminal number when making a call, the installation location of the calling telephone may be obtained from the calling telephone number detected when the call is received. That is, the relation such as "personnel" in the database unit 32 may be searched according to the caller telephone number and the address of the user of the caller telephone may be obtained.

その後、本ワークステーションが設置された場所(住
所)と、電話発信者の居場所、および転送接続が要求さ
れた相手先の電話番号によって示される転送先の場所の
情報から、その通話基本料金を求める(ステップi)。
After that, the basic call charge is calculated from the location (address) where this workstation is installed, the location of the caller, and the location of the transfer destination indicated by the telephone number of the other party to whom the transfer connection was requested. (Step i).

即ち、本ワークステーションと着信電話の発信場所と
の距離からその通話基本料金α1を求め、また本ワーク
ステーションと電話転送先との距離からその通話基本料
金α2を求める。そしてこれらの通話基本料金を加算
し、前記転送接続要求に従ってその転送先に前記着信電
話を転送接続した場合の通話料金(α1+α2)を求め
る。一方、前記着信電話の発信場所とその電話転送先と
の間で直接電話した場合の通話基本料金α3を求める。
That is, the basic call charge α1 is obtained from the distance between the work station and the place where the incoming call is made, and the basic call charge α2 is obtained from the distance between the work station and the call transfer destination. Then, these call basic charges are added to obtain a call charge (α1 + α2) when the incoming call is transferred and connected to the transfer destination according to the transfer connection request. On the other hand, the call basic charge α3 when a direct call is made between the place where the incoming call is made and the call transfer destination is obtained.

そしてこれらの通話基本料金(α1+α2),α3を
相互に比較し、前述した電話の転送接続要求を受けてそ
の転送先に電話を転送した場合、その通話料金が不当に
高くならないか否かを判定する(ステップj)。
Then, these basic call charges (α1 + α2) and α3 are compared with each other, and it is determined whether the call charge does not become unreasonably high when the call transfer request is received and the call is transferred to the transfer destination. (Step j).

この判定の結果、電話の転送接続を行なっても、その
通話料金が不当に高くならないことを確認して前記着信
電話の前記データベースから検索抽出された電話番号へ
の電話転送処理を行なう(ステップk)。そしてその転
送先の電話が話中でないことを確認し(ステップl)、
前記着信電話の発信者に対して電話転送する旨を通知し
(ステップm)、該着信電話との通話回線を切断する。
この結果、前記着信電話がその転送先の電話に接続さ
れ、その間の通話が行われることになる。
As a result of this judgment, it is confirmed that the call charge does not become unreasonably high even if the call transfer connection is made, and the call transfer process to the telephone number retrieved and extracted from the database of the incoming call is performed (step k). ). And make sure that the transfer destination phone is not busy (step l),
The caller of the incoming call is notified of the call transfer (step m), and the call line to the incoming call is disconnected.
As a result, the incoming call is connected to the transfer-destination phone and a call is made during that time.

尚、電話を転送した場合、その通話料金が不当に高く
なるような場合、例えば大阪から東京(ワークステーシ
ョンの設置場所)に掛かってきた電話を京都に転送する
ような場合、大阪から京都に直接電話した方が電話料金
的に遥かに経済的であるので、このような場合には電話
転送よりも直接電話した方が経済的である旨をメッセー
ジ出力し、同時に前記データベースから検索抽出された
転送先の電話番号を通知する(ステップn)。同様にし
て転送先の電話が話中の場合には、その旨をメッセージ
出力し、前記データベースから検索抽出された転送先の
電話番号を通知する(ステップn)。
If you transfer a call and the call charge is unreasonably high, for example, if you transfer a call from Osaka to Tokyo (work station installation location) to Kyoto, you can directly transfer from Osaka to Kyoto. Since telephone charges are far more economical in terms of telephone charges, in such a case, a message is output indicating that it is more economical to make a direct telephone call than a telephone transfer, and at the same time, the transfer retrieved and extracted from the database is transferred. Notify the previous telephone number (step n). Similarly, when the transfer destination telephone is busy, a message to that effect is output, and the transfer destination telephone number retrieved and extracted from the database is notified (step n).

以上のようにしてワークステーションに入力された処
理要求が“ツナゲ”の場合、その転送先の電話番号をデ
ータベースを検索して求め、その転送先への前記着信電
話の転送処理を行なう。
When the processing request input to the workstation as described above is "Tsunage", the telephone number of the transfer destination is searched for in the database and the transfer processing of the incoming call to the transfer destination is performed.

尚、本発明は上述した実施例に限定されるものではな
い。例えば電話番号を知りたい相手の名前とその所属か
ら電話番号を求める場合、前述したデータベース部32に
登録された該当個人の個人スケジュールを検索してその
個人の居場所を求め、その居場所に電話を転送するよう
にしても良い。また電話回線を介して入力された情報に
従ってデータベースから電話番号を検索する場合、その
情報入力者(電話発信者)を認識照合し、予め定められ
た個人からの問合せであるか否かを判定した上で、その
要求に応じるようにしても良い。また電話発信者の情報
と短縮番号とに応じて所望とする電話番号を検索抽出す
るようにしても良い。このようにすれば、利用者毎に独
立に設定した短縮番号からその本来の電話番号を検索抽
出することが可能となる。その他、本発明はその要旨を
逸脱しない範囲で種々変形して実施することができる。
The present invention is not limited to the above embodiment. For example, if you want to obtain the telephone number from the name and affiliation of the person who wants to know the telephone number, search the personal schedule of the relevant individual registered in the database unit 32 above to find the location of that individual, and transfer the call to that location. It may be done. Also, when searching for a telephone number from the database according to the information input via the telephone line, the information input person (phone caller) is recognized and collated, and it is determined whether or not the inquiry is from a predetermined individual. Alternatively, the request may be met. Further, a desired telephone number may be searched and extracted according to the information of the caller and the abbreviated number. By doing so, it becomes possible to retrieve and extract the original telephone number from the abbreviated number independently set for each user. In addition, the present invention can be variously modified and implemented without departing from the gist thereof.

[発明の効果] 以上説明したように本発明によれば、身近な通信手段
である電話を利用し、音声によりデータベースを検索し
て電話番号の問合せを行い得る。しかも求めたい電話番
号の相手の名前のみならず、日常的に用いている短縮番
号からでもその電話番号を求めることができる。従っ
て、例えば出先の公衆電話から電話しようとする場合、
相手の電話番号を忘却した場合であっても、簡易にその
電話番号を問合せる事ができる。また通話先への電話の
転送接続を要求し、その通話先に電話を転送接続すこと
もできるので、相手先の電話番号を忘れた場合であって
も、その通話先と確実に電話連絡することが可能となる
等の実用上多大なる効果が奏せられる。
[Effects of the Invention] As described above, according to the present invention, a telephone, which is a familiar communication means, can be used to search a database by voice and make an inquiry about a telephone number. Moreover, the telephone number can be obtained not only from the name of the other party of the telephone number to be obtained, but also from the shortened number used on a daily basis. So, for example, if you try to call from a public telephone on the road,
Even if the other party's telephone number is forgotten, the telephone number can be easily inquired. You can also request a call transfer connection to the call destination and transfer the call to that call destination, so even if you forget the other party's phone number, you can reliably contact the call destination. It is possible to obtain a great practical effect such as the above.

【図面の簡単な説明】[Brief description of drawings]

図は本発明の一実施例を示すもので、 第1図はワークステーションにおける電話番号の問合せ
機能の概略を示す図、第2図は本発明に係る知的ワーク
ステーションの全体構成を示す概略図、 第3図はワークステーションに付随するICカードの外観
図、第4図はICカードの構造を示す分解斜視図、第5図
はICカードのプリント基板部の構造を示す図、第6図は
ICカードの半導体集積回路部の構成を示す図、 第7図はワークステーションにおける暗号化処理部の構
成を示す図、第8図は暗号・復号化の概念を示す図、第
9図は暗号化部の構成図、第10図は復号化部の構成図、
第11図はRSA処理部の構成図、 第12図はワークステーションにおけるイメージ照合部の
構成を示す図、第13図はイメージ処理される顔の例を示
す図、第14図はイメージ・データの構造を示す図、 第15図はワークステーションにおける音声認識部の構成
を示す図、第16図は入力音声パターンの例を示す図、第
17図は子音の音響的特徴を示す図、第18図は遷移ネット
ワークの例を示す図、第19図は音声認識処理の手続きを
示す図、第20図は入力音声に対する部分区間検出を説明
する為の図、第21図は音声認識辞書の学習処理手続きを
示す図、 第22図はワークステーションにおける文字認識部の第1
の文字認識ブロックの構成を示す図、第23図は認識対象
となる文字が記載されるFAX送信原稿用紙の例を示す
図、第24図は認識対象文字の切出し処理を説明する為の
図、第25図は文字認識部における第2の文字認識ブロッ
クの構成を示す図、 第26図はワークステーションにおける図形認識部の構成
を示す図、第27図乃至第30図は図形認識処理を説明する
為の図、 第31図はワークステーションにおけるイメージ認識部の
構成を示す図、第32図はコード変換装置の構成図、第33
図は入力イメージに対する処理例を示す図、第34図はセ
グメントにおける特徴点検出を示す図、 第35図はワークステーションにおける音声照合部の構成
を示す図、第36図はフィルタバンクの帯域分割例を示す
図、第37図はフィルタ特性を示す図、 第38図はワークステーションにおける音声合成部の構成
を示す図、第39図は規則合成パラメータ生成装置の構成
図、第40図は音声パラメータの変換構造を示す図、第41
図は音声合成器の構成図、 第42図はワークステーションにおけるイメージ合成部の
構成を示す図、第43図および第44図はイメージ合成処理
の概念を示す図、 第45図はワークステーションにおける出力形態選択部の
構成を示す図、第46図は出力形態選択処理手続きの流れ
を示す図、第47図は相手局識別処理手続きの流れを示す
図、第48図はメディア変換テーブルの構造を示す図、 第49図はワークステーションにおけるデータベース部の
構成を示す図、第50図はデータベースのデータ構造を示
す図、第51図はリレーションの例を示す図、第52図はリ
レーションの構造を示す図、 第53図はコマンド対応テーブルの構造を示す図、第54図
はワークステーションにおける作業環境データ収集部の
構成を示す図、第55図乃至第58図はコマンド部の処理を
説明する為の図、第59図はシステム習熟度のデータ収集
処理の流れを示す図、第60図は習熟度表の構造を示す
図、第61図乃至第68図は作業環境データ収集部の処理を
説明する為の図、 第69図は本ワークステーションにおける電話番号問合せ
処理手続きの流れを示す図である。 1……バス、2……制御部、3……イメージ入力装置、
4……位置入力装置、5……音声入力部、6……キーボ
ード部、7……ICカード部、8……バスコントローラ、
9……音声出力装置、10……ディスプレイ部、11……イ
メージ出力装置、12,13……通信装置、14……切換え装
置、15……タイマー部、16……暗号化処理部、17……音
声照合部、18……イメージ照合部、19……音声認識部、
20……音声分析部、21……文字認識部、22……図形認識
部、23……イメージ認識部、24……出力形態選択部、25
……作業環境データ収集部、26……音声合成部、27……
イメージ合成部、28……図形合成部、29……音声の圧縮
・伸長部、30……イメージの圧縮・伸長部、31……信号
処理部、32……データベース部。
FIG. 1 shows an embodiment of the present invention. FIG. 1 is a diagram showing an outline of a telephone number inquiry function in a workstation, and FIG. 2 is a schematic diagram showing an entire configuration of an intelligent workstation according to the present invention. , FIG. 3 is an external view of an IC card attached to the workstation, FIG. 4 is an exploded perspective view showing the structure of the IC card, FIG. 5 is a view showing the structure of the printed circuit board portion of the IC card, and FIG.
FIG. 7 is a diagram showing a configuration of a semiconductor integrated circuit unit of an IC card, FIG. 7 is a diagram showing a configuration of an encryption processing unit in a workstation, FIG. 8 is a diagram showing a concept of encryption / decryption, and FIG. FIG. 10 is a configuration diagram of a decoding unit,
FIG. 11 is a block diagram of the RSA processing unit, FIG. 12 is a diagram showing the configuration of the image matching unit in the workstation, FIG. 13 is a diagram showing an example of a face subjected to image processing, and FIG. 14 is a diagram showing image data. FIG. 15 is a diagram showing the structure, FIG. 15 is a diagram showing the configuration of a voice recognition unit in the workstation, FIG. 16 is a diagram showing an example of an input voice pattern, FIG.
FIG. 17 is a diagram showing acoustic features of consonants, FIG. 18 is a diagram showing an example of a transition network, FIG. 19 is a diagram showing a procedure of a speech recognition process, and FIG. FIG. 21 is a diagram showing a learning processing procedure of a speech recognition dictionary, and FIG. 22 is a first diagram of a character recognition unit in a workstation.
FIG. 23 is a diagram showing the configuration of a character recognition block of FIG. 23, FIG. 23 is a diagram showing an example of a FAX transmission original sheet in which characters to be recognized are described, and FIG. FIG. 25 is a diagram showing the configuration of the second character recognition block in the character recognition unit, FIG. 26 is a diagram showing the configuration of the graphic recognition unit in the workstation, and FIGS. 27 to 30 are for explaining the graphic recognition processing. FIG. 31 is a diagram showing the configuration of the image recognition unit in the workstation, FIG. 32 is a configuration diagram of the code conversion device, and FIG.
Fig. 34 is a diagram showing an example of processing on an input image, Fig. 34 is a diagram showing feature point detection in a segment, Fig. 35 is a diagram showing the configuration of a voice collating unit in a workstation, and Fig. 36 is a band division example of a filter bank. FIG. 37 is a diagram showing a filter characteristic, FIG. 38 is a diagram showing a configuration of a speech synthesis unit in a workstation, FIG. 39 is a configuration diagram of a rule synthesis parameter generation device, and FIG. FIG. 41 shows a conversion structure, and FIG.
Fig. 42 is a block diagram of a speech synthesizer, Fig. 42 is a diagram showing the configuration of an image synthesis unit in a workstation, Figs. 43 and 44 are diagrams showing the concept of image synthesis processing, and Fig. 45 is an output at the workstation. FIG. 46 is a diagram showing a configuration of a form selection unit, FIG. 46 is a diagram showing a flow of an output form selection processing procedure, FIG. 47 is a diagram showing a flow of a partner station identification processing procedure, and FIG. 48 is a structure of a media conversion table. Fig. 49 Fig. 49 is a diagram showing the structure of the database unit in the workstation. Fig. 50 is a diagram showing the data structure of the database. Fig. 51 is a diagram showing an example of relations. Fig. 52 is a diagram showing the structure of relations. FIG. 53 is a diagram showing the structure of the command correspondence table, FIG. 54 is a diagram showing the configuration of the work environment data collection unit in the workstation, and FIGS. 55 to 58 are for explaining the processing of the command unit. Fig. 59 is a diagram showing the flow of the system proficiency level data collection process, Fig. 60 is a diagram showing the structure of the proficiency level table, and Figs. 61 to 68 are explanations of the process of the work environment data collection unit. FIG. 69 is a diagram showing the flow of a telephone number inquiry processing procedure in this workstation. 1 ... bus, 2 ... control unit, 3 ... image input device,
4 position input device, 5 voice input unit, 6 keyboard unit, 7 IC card unit, 8 bus controller,
9 audio output device, 10 display unit, 11 image output device, 12, 13 communication device, 14 switching device, 15 timer unit, 16 encryption processing unit, 17 processing unit ... Speech matching unit, 18 ... Image matching unit, 19 ... Speech recognition unit,
20: Voice analysis unit, 21: Character recognition unit, 22: Graphic recognition unit, 23: Image recognition unit, 24: Output form selection unit, 25
…… Work environment data collection unit, 26 …… Speech synthesis unit, 27 ……
An image synthesizing unit, 28 a graphic synthesizing unit, 29 a voice compression / expansion unit, 30 an image compression / expansion unit, 31 a signal processing unit, 32 a database unit.

───────────────────────────────────────────────────── フロントページの続き (72)発明者 松浦 博 神奈川県川崎市幸区小向東芝町1番地 株 式会社東芝総合研究所内 (56)参考文献 特開 昭60−52155(JP,A) 実願昭58−87809号(実開昭59−193050 号)の願書に添付した明細書及び図面の内 容を撮影したマイクロフィルム(JP, U) ─────────────────────────────────────────────────── ─── Continuation of the front page (72) Inventor Hiroshi Matsuura 1 Komukai Toshiba-cho, Sachi-ku, Kawasaki-shi, Kanagawa Inside the Toshiba Research Institute Co., Ltd. (56) Reference JP-A-60-52155 (JP, A) Actual A microfilm (JP, U) of the contents and drawings attached to the application for Japanese Patent Application No. 58-87809 (No. 59-193050, Shokai)

Claims (1)

【特許請求の範囲】[Claims] 【請求項1】電話回線を介して入力された音声情報を認
識する音声認識手段と、メッセージ情報を音声合成して
上記電話回線を介して出力する音声合成手段とを備えた
知的ワークステーションであって、 複数の個人それぞれの少なくとも名前、住所、電話番号
及び当該電話番号の短縮番号を含む個人情報を蓄積した
データベースと、 着信電話が、名前或いは短縮番号による電話番号の問合
せ、または名前或いは短縮番号による電話の転送接続を
要求したとき、その入力電話音声を上記音声認識手段に
より認識し、その認識結果に含まれる上記名前或いは短
縮番号に従って上記データベースを検索して、上記問合
せ、または転送接続要求のあった電話番号を求める手段
と、 上記着信電話が電話番号の問合せ要求のときには、上記
データベースから検索された電話番号を上記音声合成手
段により音声合成して応答出力する手段と、 上記着信電話が電話の転送接続要求のときには、上記ワ
ークステーションの設置場所、着信電話の発信場所、及
び上記データベースから検索された電話番号によって特
定される転送先の距離的関係から、転送接続を実行する
か否かを判定し、転送接続を実行すると判定した場合に
は、上記検索された電話番号によって特定される電話機
に上記着信電話を転送制御し、転送接続を実行しないと
判定した場合には、上記検索された電話番号を上記音声
合成手段により音声合成して応答出力する手段と を具備したことを特徴とする知的ワークステーション。
1. An intelligent workstation comprising: a voice recognition means for recognizing voice information inputted through a telephone line; and a voice synthesizing means for synthesizing message information by voice and outputting it through the telephone line. There is a database that stores personal information including at least the name, address, telephone number, and abbreviated number of the telephone number of each of a plurality of individuals, and the incoming call is the inquiry of the telephone number by name or abbreviated number, or the name or abbreviated number. When a telephone transfer connection by number is requested, the input telephone voice is recognized by the voice recognition means, the database is searched according to the name or abbreviated number included in the recognition result, and the inquiry or the transfer connection request is made. If there is a request for a telephone number for the incoming call, the above database A means for synthesizing the telephone number retrieved from the voice by the voice synthesizing means and outputting a response; and, when the incoming call is a call transfer connection request, the installation location of the workstation, the outgoing call location of the incoming call, and the database. From the distance relationship of the transfer destination specified by the telephone number retrieved from, it is determined whether or not to execute the transfer connection. And a means for controlling the transfer of the incoming call to the telephone set, and synthesizing the searched telephone number by the voice synthesizing means and outputting a response when the transfer number is determined not to be executed. And an intelligent workstation.
JP61230073A 1986-09-30 1986-09-30 Intellectual work station Expired - Fee Related JPH0824323B2 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP61230073A JPH0824323B2 (en) 1986-09-30 1986-09-30 Intellectual work station

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP61230073A JPH0824323B2 (en) 1986-09-30 1986-09-30 Intellectual work station

Publications (2)

Publication Number Publication Date
JPS6386944A JPS6386944A (en) 1988-04-18
JPH0824323B2 true JPH0824323B2 (en) 1996-03-06

Family

ID=16902118

Family Applications (1)

Application Number Title Priority Date Filing Date
JP61230073A Expired - Fee Related JPH0824323B2 (en) 1986-09-30 1986-09-30 Intellectual work station

Country Status (1)

Country Link
JP (1) JPH0824323B2 (en)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0265350A (en) * 1988-08-31 1990-03-06 Pioneer Answerphone Mfg Corp Telephone set
JPH03131156A (en) * 1989-10-17 1991-06-04 Nec Corp Telephone set

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS59193050U (en) * 1983-06-10 1984-12-21 日本電気株式会社 Automatic forwarding phone device
JPS6052155A (en) * 1983-09-01 1985-03-25 Nec Corp Voice response system

Also Published As

Publication number Publication date
JPS6386944A (en) 1988-04-18

Similar Documents

Publication Publication Date Title
JP2558682B2 (en) Intellectual work station
JPH07105848B2 (en) Media conversion method
CN117010907A (en) Multi-mode customer service method and system based on voice and image recognition
JPS63276672A (en) Intelligent work station
JP2582356B2 (en) Facsimile communication system
JPH06187351A (en) Schedule management system
JPH0824323B2 (en) Intellectual work station
JPS6386652A (en) Telephone incoming call information offering system
JPS6385968A (en) Schedule informing system
JPS6385934A (en) Intelligent work station
JPS6386648A (en) Preferential telephone system
JPS6385963A (en) Conference arranging system
JPS6385964A (en) Schedule display system
JPS6386646A (en) Work station
JPS6385929A (en) File retriever
JPS6386947A (en) Work station
JPS6386647A (en) Automatic call transfer telephone system
JPS6385979A (en) File retrieving device
JPS6386662A (en) Fax male system
JPS6386658A (en) Voice informing equipment
JPS6386659A (en) Work station
JPS6385916A (en) Abbreviated key system
JPS6385931A (en) Intelligent work station
JPS6385966A (en) Intelligent work station
JPS6385945A (en) Work station

Legal Events

Date Code Title Description
LAPS Cancellation because of no payment of annual fees