JPS63223965A - 知的ワ−クステ−シヨン - Google Patents

Abstract

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

Description

【発明の詳細な説明】 ［発明の目的］ （産業上の利用分野） 本発明は電話音声による間合せに効果的に対処し得る知
的ワークステーションに関する。

（従来の技術） 近時、電話を利用した銀行の振替照合サービスが注目さ
れている。このサービス機能は、任意の電話端末から電
話回線を介して音声入力されたＩＤ番号等を示す数値情
報を認識し、その認識語−果に従って情報蓄積装置（デ
ータベース）に蓄積されている情報（数値や単語２句）
を検索抽出し、これを音声合成して前記電話回線を介し
て音声出力するものである。つまり電話を利用して音声
入力された情報に従って必要な情報を検索し、この検索
情報を上記電話により音声応答するものである。

ところで情報化社会の多様化により、電話による情報の
問合せの種類が益々多様化する傾向にある。例えば上述
した銀行振替の数値データ等の間合せのみならず、最寄
り駅から訪問先への道順の問合せを実現すること等が考
えられている。

ところでこのような道順の間合せに対処する場合、一般
的には案内図等の図形の形でその応答が得られた方が好
都合であることが多々ある。

そこで従来のワークステーションでは、種々の目標物に
対する道順の情報を案内図として図形（画像）データと
してデータベースに格納しておき、その間合せに対して
ファクシミリ（ＦＡＸ）等の画像通信手段を用いて上記
案内図を画像データ出力して応答することが考えられて
いる。

ところが電話による間合せは、必ずしもファクシミリ機
能を備えた電話端末からなされるとは限らず、ファクシ
ミリ機能を持たない出先の公衆電話から問合せがなされ
ることが多いと考えられる。

しかしてこのような場合には、上述した案内図の画像出
力ができないことから、当然のことながら音声データと
してその道順を案内する文章を音声応答する必要がある
。そこで上記各案内図の図形（画像）データと共に、こ
の案内図の内容を示す案内文章をデータベースに登録し
ておき、これらを問合せのあった電話端末の種別に応じ
て選択的に応答出力することが考えられている。

然し乍ら、このような間合せ応答を実現するには、デー
タベースに上記案内図を示す図形（画像）データを格納
しておくことのみならず、その案内文章までも格納して
おく必要が生じるので、データベースに要求されるメモ
リ容量が極めて膨大なものとなる等の不具合が生じた。

またこれらの情報の管理も非常に繁雑化すると云う問題
が生じた。

更には各案内図に対応して、その道順を示す案内文章を
予め作成しておく必要があるので、その文章作成作業に
多大な労力を必要とする等の問題があった。

（発明が解決しようとする問題点） このように電話による種々の間合せに対処しようとする
場合、従来のワークステーションではその応答情報を格
納するためのデータベースのメモリ容量が徒に膨大化し
、また案内図等に対応した案内文章を予め作成する為に
多大な労力を必要とする等の不具合があった。

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、データベースとして必要なメモ
リ容量の削′減を図り得ると共に、電話を介する種々の
間合せに対してその電話端末の種別に応じた情報メディ
アで効果的に応答することのできる実用性の高い知的ワ
ークステーションを提供することにある。

［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、データベース
Ａに目標物に対する案内図等の地図情報を格納しておき
、電話回線を通して入力された単語音声を認識してその
認識結果を分析しく処理Ｂ）、この分析結果に従って上
記データベースＡを検索して上記入力音声によって特定
される地図情報を該データベースＡから抽出する（処理
Ｃ）。

しかして前記電話回線を介して音声入力した通信端末が
画像出力機能を備えるか否かを検定しく処理Ｄ）、上記
通信端末が画像出力機能を備える場合には上記地図情報
を前記電話回線を介して画像送信する（処理Ｅ）。

一方、前記通信端末が画像出力機能を備えていない場合
には前記地図情報を分析しく処理Ｆ）、その分析結果に
従って前記地図の内容を示す文章データ、例えば道順案
内の文章を作成する（処理Ｇ）。そしてこの処理Ｇにて
作成された文章データを音声合成して前記電話回線を介
して出力する（・処理Ｈ）。

このようにして問合せが発せられた電話端末の種別に応
じて、上記案内図を図形データとして、或いは上記案内
図から作成される案内文章を音声データとして応答出力
するようにしたことを特徴とするものである。

（作用） 本発明によれば、電話による間合せに対してデータベー
スから案内図等の図形情報が検索され、電話端末が画像
データだの通信機能を備える場合には、上記図形情報が
画像データとして応答出力される。また電話端末が画像
データ通信機能を備えない場合には、図形情報が解析さ
れてその図形情報の内容を示す文章データが作成される
。そしてこの文章データが音声合成されて応答出力され
る。

従ってデータベースとしては、案内図等の図形情報を格
納しておけば良いので、必要なメモリ容量が徒に膨大化
することがなくなる。換言すればデータベースの必要メ
モリ容量の低減を図り、装置構成の簡素化を図ることが
可能となる。

またデータベースから検索された図形情報に従って、そ
の解析結果から該図形情報の内容を示す、例えば道順案
内文等の文章が自動的に作成され、この文章データが音
声合成されて出力される。従って予め各図形情報毎に、
それに対応する文章データを作成しておく必要がなく、
文章作成に対する労力を大幅に軽減することができる。

しかも音声応答時に必要な文章データを、データベース
から検索された図形情報に従って必要に応じて作成すれ
ば良いので、間合せ要求に応じた対処が可能となり、文
章データ作成の為の無駄な労力を軽減することができる
等の効果が奏せられる。つまり、間合せに対して音声応
答が必要な場合にのみ、文章データの作成を行えば良い
ので、データベースの格納された図形情報の全てに対し
て文章データを作成する必要がなくなり、利用されない
文章データを作成する等の無駄を省くことが可能となる
。

（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。

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。

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。

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。

イメージ入力装置３　：カメラやスキャナ、或いはＯＣ
Ｒ等からなり、各種のイメージ情報を入力する。

位置座標入力装置４；タ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。

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。′ キーボード部Ｂ　；複数のキーを備え、文字・記号コー
ドや制御コード等を人力する為のものである。

ＩＣカー１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。

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。

音声出力部９　；スピーカ等からなり、音声情報を出力
する。

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。

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。

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。

切換え装置１４；複数の通信装置を切換え使用する。

タイマ一部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。

暗号化処理部１６；種々の情報を暗号化処理する。

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。

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。

音声認識部１９；与えられた音声情報を認識処理する。

音声分析部２０；音声人力部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。

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。

イメージ認識部２３；前記イメージ入力装置３等から人
力された図形イメージ等を認識処理する。

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。

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。

音声合成部２６；処理データに従って合成音声を生成す
る。

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。

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。

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。

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。

信号処理部３■；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。

データベース部３２；種々の情報を複数のりレーション
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。

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。

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。

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。

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。

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７ｇ１プリント基板７ｈ
を一体的に熱圧着して構成される。

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７１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ガが設けられ
る。

尚、カバー基板７ｄ、　７ｅや埋め込み基板７ｒ１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７
ｈ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７に等を嵌合させて前記カバー基板７ｄ、
　７ｅ、埋め込み基板７「、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７１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。

尚、前記液晶表示装置７ｊは、例えば第５図にプリント
基板７に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０．６ｐ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。

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
。

しかして前記半導体集積回路７には、例えば第６図に示
すようにＣＰＵ７ｐや、データ・メモリであるＰＲＯＭ
７ｑ、Ｅ２ＰＲＯＭ７ｒ、およびこれらのメモリに対す
る選択部７８等を備えて構成される。

ＰＲＯＭ７（＋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Ｅ２
ＦＲＯＭ７ｒ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、情報取引時に用いられ
る番号、およびその使用時に更新される情報が格納され
る。

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。ＣＰＵ７ｐ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７１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。

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。

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１
部７が構成されることも云うまでもない。

次に暗号化処理部１６について説明する。

この暗号化処理部１６は、例えば第７図に示すように暗
号化部１６ａ１復号化部１６ｂ、秘密鍵ファイル部ｌｅ
ｅ　ｓ公開鍵ファイル部１６ｄ１そして鍵更新部１６ｅ
を備えて構成される。

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。

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。

ここで秘密鍵は、この暗号化処理部１Ｂ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。

暗号化部ｔｅａは第９図に示すように、ＲＳＡ処理部１
６１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“Ｏ”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。

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成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、これを上記秘密鍵
に対応した秘密鍵を用いて復号化するものであり、第１
０図に示すように暗号文分割部１６ｋ　、暗号種別判定
部１６ｍ１切換え部１６ｎ。

１８ｐ、Ｒ３Ａ処理部１６９を備えて構成される。

暗号文分割部１６には、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１６ｆｆ
＋は該暗号種別情報が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Ｒ３Ａ処
理部１８ｑに導いている。このＲＳＡ処理部１８ｑ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、上
記切換え部Ｌ６ｐを介して出力される。

尚、Ｒ３Ａ処理部１６１．１６ｑは、例えば第１１図に
示すようにブロック分割部１８ｓとべき乗・剰余計算部
１６ｔ１およびブロック連結部１６ｕとを備えて構成さ
れる。

ここでブロック分割部１８ｓは与えられた信号系列を一
定の長さのブロックＭ１に分割するものであり、べき乗
・剰余計算部ｌｅｔは各ブロック間１毎に暗号化の鍵ｋ
を用いて Ｎ　　−Ｍｌｋ（ｍｏｄ　ｎ） なる信号系列Ｎ、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。

暗号化処理にあっては、上記信号系列Ｍ１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
Ｎ１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Ｍ１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Ｎ１として求めら
れる。

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。

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。これ故、成る情
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。

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ｌｅｄ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Φ゛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・メモリがら読出し
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。

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。

次にイメージ照合部１８について説明する。

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。

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、１８
ｅ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。

イメージ記憶部１８ａは前記イメージ入力装置３を介し
て人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、例えばエツジ線分検出、そ
のエツ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。

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Ｍノ、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。

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。

検索回路１８「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。

この照合処理は、例えば前記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Ｘ　ｓ　　（
ｔ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Ｙ、としたとき、 Ｄ−Σ　ＩＸ、−Ｙｌ　１ なる演算を行い、その演算結果り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。

イメージ照合部Ｉ８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。

次に音声認識部１９について説明する。

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１９ａ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ビツトのディジタル信号に量子化される。

音響処理ｔ４１９ｂ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。

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チヤ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チヤ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。

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１０ｍ５ｅｃ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。

しかして前処理・認識部１９ｅは、高速プロセッサ１９
ｄ１パターンマツチング処理部１９ｅ１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。

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。

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、パターンマツチング処理部１９ｅは単語辞書メ
モリ１９１’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ツチング処理を実行し
、その認識候補を求めている。

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
ｌｏｍｓｅｃ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。

具体的には第１６図に示すように、背景雑音レベルと人
力音声レベルとから適応的に計算される閾値Ｅ。を用い
、入力音声信号レベルが上記閾値Ｅ、を一定時間以上継
続して越えたとき、該閾値Ｅ、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Ｅ。を一定時間以上継続して下回
ったとき、該閾値Ｅ。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。

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
るかが問題となる。

そこでこの前処理・認識部１９ｃではパターンマツチン
グ法と構造解析法とを２段階に組合せ、ハイブリッド構
造マツチング法と称される認識法を採用している。

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チヤ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。

このリサンプル処理によって例えば１８Ｘ１Ｂ（−２５
６）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）番目のりサ
ンプル点をｒ、とするとき、ｒ、での１６チヤンネルの
スＪ　　　　　　　　　　　　　　　　　　ｊベクトル
データを Ｓ　　、−（Ｓ　　、Ｓ　　、〜Ｓ　　　、）ｒ　Ｊ　
　　　１ｚ１２ｒＪ１１８ｒＪとしてそれぞれ求め、こ
れらのＳ　、を並べ換えｒＪ て Ｘ−（Ｓ　　　　Ｓ　　　　−３’　　　−３）ｔｌｒ
ｌ、　　　ｌｒ２．　　　　２ｒｌ、　　　　　１６ｒ
１Ｂ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。

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。

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ωｋについて、 （ψ　　ψ　　〜ψ　） １に、　　２に、　　　Ｌｋ （λ　　λ　　〜λ　） １に、　　２に、　　　Ｌｋ 但し、 （λ　≧λ　≧〜≧λＬｋ） １ｋ　　　２に として準備されている。尚、ψ　　λ　はカテゴ、に、
　　　、に すωｋに属するパターンベクトルＸの共分散行列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ＩＩ　Ｘ　１１は
ベクトルＸのノルムである。

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。

このような複合類似度法によるパターンマツチングによ
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。

そこで前述したようにパターンマツ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。

即ち、音素ラベル系列は、人力音声信号から１０１１１
ｓｅｅ毎に計算される１６チヤ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。

ここで比較的安定に発音されるの母音に比べ、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チヤンネルのグロ
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。

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、前記音声期間（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。

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・ツクする。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。

総合判定論理は、前述した如くパターンマツチングによ
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。

即ち、この総合判定論理は、パターンマツチングで求め
られた最大類似度を８１としたとき、これを所定の閾値
θと比較する。そして（Ｓｌくθ）の場合、これを雑音
としてリジェクトする。

また（Ｓ、≧θ）の場合には、別の閾値Δθを用いて（
Ｓ、−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。

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。

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。

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ツチングを行い、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。

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。

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Ｄ　　とｌ１ａｘ 最小時間長Ｄ　　が設定できるので、その範囲内ｉｎ の部分区間だけを認識処理対象とすれば良い。

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。

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１２８〜６４０　ａｓｅｃ、　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１８ｍ５ｅｃ　（８ｓｓｅｃ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。

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。

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。

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。

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）の特性核には、その学習パタ
ーンの縦ベクトルをＳ　としたとき、■ 次のようにして求められる。

５−（Ｓ　　　　Ｓ　　　　−５）ｔ ｔａ　　　　ｉｔ、　　ＩＩ２．　　　　Ｉｌｎ尚、こ
の学習パターンＳ　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１８次元の縦ベクトルとし
て与えられる。

しかして特性核にはｍ個の学習パターンについて、その
縦ベクトルＳ　と、この縦ベクトルＳｍｌ を転置した横ベクトルＳ　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。

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、成る程度の量の学習
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。

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。

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。

即ち、 Ｋ−に’＋ｗＳ　Ｓ　　ｔ 　　　　ｎ 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カバター
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。

またに′はＳ　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Ｓ　の学習によって更
新された特性核を示している。

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−ンが作成される。

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、例えばべき東方によるＫＬ展
開によってその標準パターンが求められる。

今、特性核Ｋが固有値λ１．λ２．〜λ□を持ち、これ
に対応する固有ベクトルξ１．ξ２．〜ξ。を持つもの
とする。この場合、その任意ベクトルＵ。

は、上記固有ベクトルξ１．ξ２．〜ξ。の線形結合し
て １　　＋ｗ　　、Σ　αｉ　ξ１ として表わされる。このとき、 Ｋｖ１−λ１　ξ１ なる関係が成立することから、 Ｋｕ　　鴫Ｋ　（Σ　α１ξ１） −Ｋ　　　　（Σ　α１　λｉ　ξＩ）噛　・・・・・
・　−Σ　α、λ　５ １−１　１　１　　ξ１ となる。

ここで ・・・・・・　　〉１λ　１ １λ　　ｌ＞ｌ　λ２１〉 ｌ　　　　　　　　　　　　　　　　　ｎＫ　ｕ。

［λ１／λ１　］　＞　１　　　（ｉ−２，３，〜、ｎ
）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。

故に前述した式を Ｋｕ　　−α１λ１　ξ１ と看做すことができる。

ｓｏｌ このことは、（Ｋ　　　ｕ　　）と（Ｋ　　ｕ　　）と
の比が固を値λｌであることを示している。また（Ｋ　
　ｕ　　）は固有ベクトルξ１に比例していることが示
される。

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Ｕ　を任意の、例えば単位ベクトルとし、 ｖ　　　　　−Ｋｕ ｓｏｌ　　　　　　　　。

ｕ”　＝　（ｖ　　　）／　（ｂ　　　）ｓｏｌ　　　
　　　　　　　ｓｏｌ （ｓ＝ｏ、１．２．・・・） なる演算を実行するようにする。ここで（ｂ　　　’）
ｓｏｌ は、ベクトル（ｖ　　　）の絶対値が最大の要素でｓｏ
ｌ ある。このとき、 ＝（ｖ　　　）／（ｂ　　　） ｕｓ＋１　　　　　ｓｏｌ　　　　　　５ｏ１＝（Ｋｕ
　　）／（ｂ　　　） ｓ　　　　　　５ｏ１ ＝（Ｋｖ　　）／（ｂ　　　−ｂ　　）ｓ　　　　　　
ｓｏｌ　　　ｓ ｓｏｌ ＝（Ｋ　　　ｕ）／（ｂ　　　・・・・・・ｂ　）ｏ　
　　　　　ｓｏｌ　　　　　ｓ となることから、これよりλ　ｂ　　ξ　Ｕｆ、　　ｓ
ｏｌ、　　ｌ、　　ｓｏｌ を求めることが可能となる。

このようにしてその絶対値が最大の固有値λ１と固有ベ
クトルξ１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λ２と固有ベクトルξ２とを求める。

ユニで Ｋ’−に−λ１　ξ１　ξ１ を考えると、 ξ１ｔξ、−０　　（１−２，３，〜、ｎ）より、 Ｋ′　ξ　−にξ　−λ１ξ１ξ１　　ξ１■１ 一λ１ξ１−λ１ξ１−０（１−１） Ｋ′　ξ　−にξ　−λ　ξ　ξ　　ξ。

一仙ξｌ（１≠１） となる。従って上記に′は、 １λ２１〉・・・〉１λｒ　１＞−＞ｌλｎ　１〉０な
る固有値を持つことがわかる。尚、ここでは　−ξ１は
正規化されているとしている。

このような処理は、前記特性核を に’　−に−λ　ξ・ξ１ として変換したに′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。

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。

次に文字認識部２１について説明する。

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。

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２１
ａ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２Ｌａ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２１ｃ、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。

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人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。

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２１
ｇ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。

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ツチングしている。そしてこのパ
ターンマツ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。

尚、パターンマツチングの手法は種々変形できることは
云うまでもない。

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。

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。

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２１１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２１１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。

また画数検出回路２１には、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。

しかして認識処理部２１＋ａ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２１
ｊ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（マツチング処理）でいる。答決定回路２
１ｐはそのマツ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
。

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ツチング処理して上記
入力文字パターンを認識するものとなっている。

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。

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人力され
る文字情報がそれぞれ文字認識される。

次に図形認識部２２について説明する。

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ｒｌ、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。

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。

マツチングＲ２２ｄ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ツチング処理して入
力図形を認識するものとなっている。

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（１−１）（１）（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じて平滑化処理する。こ
の平滑化処理によってノイズ成分の除去を行なう。

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。

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。

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。

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２３ｂ５処
理画像メモリ２３Ｃ１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。

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。

しかして細線化装置２３ｄはｚ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。

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２３ｒ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。曲率変換部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。

直線・曲線分割部２３ｈ１曲線分割部２３１．屈折点分
割部２３ｊ、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。

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。

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。

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２３ｈ１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。

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。

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。

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。

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。

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。

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１
９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１７
ｆ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。

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５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、次に高い類似度値と
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。

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）／（個人内分数）として与えられ
るＦ比によって評価することができる。

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。

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
個人内分数を上回れば、更に精度の高い個人照合が可能
となる。

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。

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。

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。

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。

次に音声合成部２６について説明する。

音声合成部２６は、第３８図に示すように判別器２６ａ
、復号器２６ｂ、規則パラメータ生成装置２６Ｃ１およ
び音声合成器２６ｄを備えて構成される。

判別器２８ａ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２８ｂ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。

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１８ｃ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。

音声合成器２８ｄ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ｉ！２８ｃ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。

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２Ｂ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。

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人力し
、その音節単位に従ってＣＶファイル２８ｈ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。

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、その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２６１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。

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２８ｂは次のように
機能している。

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２８ｍは一般に第４
０図に示すようにパラメータＰ（ピッチ）とＣ８，Ｃ１
，〜Ｃ，（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ビツトに変換し、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。

音声合成器２Ｂｄは、例えば第４１図に示すように有声
音ｇ２８ｑ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
て有声音源波（Ｐ≠Ｏ）、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Ｃに応じてしベル制御され
て対数振幅近似ディジタルフィルタ２８ｔに入力される
。この対数振幅近似ディジタルフィルタ２６ｔは前記音
韻パラメータのケプストラム係数Ｃ，〜Ｃ［ｌに従って
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
。

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２８ｕを介した後、Ｌ　Ｐ
　Ｆ　ＺＢｖ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。

以上のように構成された音声合成部２Ｂ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。

次にイメージ合成部２７について説明する。

イメージ合成部２７は、第４２図に示すように制御計算
機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。

イメージ合成回路２７は、専用の制御計算機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２７
ｄ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、制御計算機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。

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
。

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。

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、その中に計算機処理に
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つのは計算機が内部モデルとして持って
いる成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。

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、計算機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、その他の部分は計算機が発生した図形
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。

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）に計算機
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２バツフア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
。

ところで計算機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。

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。

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。

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。

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。

ｕ＝（α　Ｓ＋α　　＋α　）／ｌ　　　　（１）■１
ｍ（α　Ｓ＋α　　＋α９）／１ Ｓ鴫Ｃ３Ｘ−Ｃ４Ｙ　　　　　　　　　　　　（２）ｔ
−ＣＸ＋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。

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。

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。

次に出力形態選択部２４について説明する。

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、どのメディ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。

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２４
ｂ、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２４ｅを備え
て構成される。また第４６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。

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。

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。

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
末であるかを間合せる。

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２
４ａ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。

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２４１１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。

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Ｇｍ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エーション（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。またネゴツエ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。

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。

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。

このようにして通信相手局のメディアが職別判定される
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。

例えば入力メディアが音声で、その機能がＡＤ−ＰＣＭ
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。

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。

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。゛ 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２Ｂ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。

次にデータベース部３２について説明する。

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３
２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３２ａ１データベースの検索
処理等を実行するデータ操作部３２ｂ１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
デイスク装置３２ｄ１そしてその付加機能部３．２８と
によって構成される。

種々のデータは、そのデータの種別に従って複数のりレ
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。

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。

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。

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（タラプル）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
なタラプルを格納した任意個数のアトリビュートによっ
て１つのりレーションが構築される。

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
タラプルを抽出することによって行われる。

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、複数のりレーションを指定し
、成るリレーションの成るアトリビュートの値が他のリ
レーションの成るアトリビュートの値に等しい等の条件
により、複数のりレーション中から所定のタラプルを求
めるようなデータベース検索も可能である。

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、タラプルを抽出することに代
えて、そのタラプルを抹消することによって行われる。

更にデータ更新も同様であり、得られたタラプルの指定
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。

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。

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。

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Ｊ「会議」等の種々のりレー
ションからなる。

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。そして個人用のりレーション
は各個人が使用するワークステーション毎に設けられ、
また共通り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。

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。

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。

このリレーションからは、そのリレーション名が１個人
スケジュール」であり、「△△ΔΔ」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「ΔΔ△Δ
Ｊ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。

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ｒｏｏｏＯＪ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
ｊは、例えば「人事」のり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１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１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。

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。

次にこのデータベース部３２における上述した各種のり
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。

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や光デイスク装置３２ｇが用いられる。

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く例えば数キロバイト程度
で、タラ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Ｏベージにページ
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。

このリレーションの一覧表によって、データベース中に
おける種々のりレーションの所在が示される。

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り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。

この主アトリビュ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２
０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。

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イスク
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。

しかしてこのように構築されたデ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／不可コ［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Ｖを動作さ
せて行われる。

尚、タラプルの消去は、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ラプルの
消去については、格別の機能追加は不要である。

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。

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。

次に作業環境データ収集部２５について説明する。

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。

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。

具体的には当該情報処理システムをＡ１他の情報処理シ
ステムをＢ、Ｃ，Ｄ、・・・とじたとき、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“や“ＥＲＡＳＥ”　　”ＲＥ
ＭＯＶＥ’であルコとが、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。

第５４図は利用者により人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。

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から人力されたコマンドをコマンド解析部２５
ｂ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、コマンドが人力され
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、前記コマンド解析部
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。

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
ドが、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。

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２
５０にてコマンドエラーメツセージの表示を行なう。

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
が初めてシステム人（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
。

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。

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
’ＤＥＬＥＴＥ”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“Ｄ
ＥＬＥＴＥ”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。

またファイル名のリストを表示するべく、例えば第５６
図（ｂ）に示すようにシステムＢにおけるコマンド“Ｄ
ＩＲ“を入力した場合には、同様にして該システムＡに
おいて対応するコマンド“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”を人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。

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。

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。

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“
ＥＲＡＳＥ“し、これに対応するシステムＡの消去コマ
ンド“ＤＥＬＥＴＥ″が求められたとき、これが正しい
か否かを間合せる。

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。

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。

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。

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。

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。

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。

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、
更ばは該機能の複雑度の情報等によって構成されている
。

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。

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。

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
利用機能毎のメツセージが登録されている。このメツセ
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はど
、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。

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。

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。

すると制御部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。

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は処理を施し、現在
の習熟度クラスの決定が行われる。

この習熟度クラスの判定は、例えば利用頻度をＰｌ、最
小利用年月日時をＴ　１現在の利用年月日時をＴ　１利
用者申告習熟度クラスをＸ　、前同利用習熟度クラスを
Ｘ２ｅ（Ａ、Ｂ、Ｃ）　％複雑度をＰ　１そして判別関
数、をＦ　としたとき、ｃ　　　　　　　　　　　　　
　　　　　　　　　　　　ｒＦ　　−ＫＩＰｌ＋に２　
（Ｔｏ−Ｔ、）「 十に３Ｇ工　［Ｘ１］ 十に４Ｇ２　［Ｘ２］＋に５Ｐ。

として求められ。但し、上式においてＫ　１．Ｋ　ＬＫ
　ａ　、　Ｎ４は、実験等によって適切な値に設定され
る定数である。また上記Ｇ　１．Ｇ　２はであり、Ｙ　
ｔ　、　Ｙ　２　、　Ｙ　ａ　、　Ｚ　ｔ　、　Ｚ　２
　、　Ｚ　ａは、Ａ、Ｂ。

Ｃに対する評価重みである。これらの評価重みはＹ　く
Ｙ　くＹ　　、Ｚ　くＺ２くＺ３１　２　３　　　ｌ なる関係を有し、実験等によって適切な値に設定される
。

ここで０１　［Ｘ１］は、Ｘｌ−ＡのときＹｌなる値を
取り、Ｎ２−ＢのときＹ２なる値を取ることを意味する
。また（Ｔ　　−Ｔ　　）は、最終利用ｅ　　　　　　
　８ 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
。

しかしてクラス判定は、上述した判別関数Ｆ。

の値により次のようにして行われる。

Ｆ　　＜Ｎ　　　・・・Ａクラス 　　　Ｉ Ｎ　≦Ｆ　　＜Ｎ　　　・・・Ｂクラスｌ　　　ｒ　　
　２ Ｎ２≦Ｆ、　　　　・・・Ｃクラス 尚、判定閾値Ｎｌ、Ｎ２は実験等に基いて適切に定めら
れる。

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ツセージやエラーメツ
セージを外部記憶装置から求める。

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ツセージを前記ガイドメツ
セージ等に付加して書込む。

この習熟度クラス変更のメツセージは、例えば第６２図
に示すような４種類のメツセージからなる。そしてその
クラス変更の形態に応じて求められ、前記ガイドメツセ
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ツセージに従
ってその処理操作を行なうことになる。

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図に示す如きメツセージが表示される。

そしてこのメツ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ツ
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。

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図に示す如きメツセージが
表示される。そしてこのメツ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
なエラーメツ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図に示す如きメツセージが表示され、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
ーメツ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。

しかして上述した如く表示したガイドメツセージの空欄
に対してデータ入力が行われると、制御部は前述した如
く求めている該当利用者の習熟皮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。

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・更新した習熟皮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。

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。

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。

次に上述した如き基本機能を備えた本ワークステーショ
ンにおける本発明の特徴的な処理機能について説明する
。

この本発明に係る特徴的な機能、つまり電話を介する情
報の間合せに対する目的情報の抽出とその情報の上記電
話を介する応答出力機能は、主として前述した音声認識
処理機能、データベース部３２の検索処理機能、図形認
識処理機能等を用いて実現される。

第６９図は本処理機能の概略的な流れを示すものである
。この処理機能は、例えば出先の任意の電話端末から電
話回線を介して本ワークステーションをアクセスし、こ
のＭ話を介して本ワークステーションに対する処理手続
きの要求を音声入力することによって起動される（ステ
ップａ）。このワークステーションに対する処理手続き
の要求は、例えば特定の個人の自宅（目標物）までの道
順を間合せる場合、その要求項目を特定する単語音声を
入力することによって行われる。

具体的には、「案内（アンナイ）」「自宅（ジタク）」
「山田（ヤマダ）」「太部（タロウ）」等の単語音声を
順に発声して、ワークステーションに対する要求項目の
情報を音声人力する。

しかしてこれらの単語音声の情報は前記通信装置１２．
１３を介してワークステーションに取込まれ、前記音声
認識部１９にて音声認識される。そしてその認識結果の
解析が行われ、入力音声の要求項目が認識され、例えば
「山田太部さんの自宅までの案内情報の提供が要求され
ている。」ことが解析される（ステップｂ）。

その後、上記認識結果が目標物に対する道案内を要求し
ているか否かが判定される（ステップＣ）。そしてその
要求項目の内容に応じた処理がそれぞれ起動される。

ここで目標物に対する案内情報の提供が要求された場合
には、上記音声人力され、認識処理された項目情報に従
って前記データベースからの該当情報の検索抽出処理が
起動される（ステップｄ）。

即ち、前記データベースの“住所録リレーション″の中
の“名前アトリビュート“や“住所録アトリビュート”
自宅案内図アトリビュート”等を前記音声人力された項
目情報に従って順に検索する。

具体的には、上述した要求項目の情報が入力された場合
には、例えば“名前アトリビュート２から「山田太部」
を検索し、これに対応する“自宅案内図アトリビュート
”の内容を取出す。そしてこの内容から「山田太部さん
の自宅案内図」の図面番号を求め、データベースから該
当図面番号の、例えば第７０図に示すような案内図（地
図情報）の図面（画像）データを抽出する。

一方、前記出力形態選択部２４にて上述した要求項目の
情報を電話回線を介して音声入力した電話端末の種別が
判定される。この判定処理は、該電話端末がファクシミ
リ（ＦＡＸ）端末としての機能を備えているか否かを判
定しくステップｅ）、ＦＡＸ機能を備えていない場合に
は、例えば上記電話端末が液晶ディスプレイ等の画像表
示装置を使用することができるか否かを判定することに
よって行われる（ステップｆ）。

このような判定処理の結果、間合せ要求を発した電話端
末がＦＡＸ機能を備えている場合には、上記データベー
スから検索抽出した該当要求項目の案内図を、その電話
回線を介して上記電話端末にＦＡＸ送信出力する（ステ
ップｇ）。

また間合せ要求を発した電話端末がＦＡＸ機能を備えて
い・ないが、液晶ディスプレイ等の画像表示装置を具備
している、或いは画像表示装置を接続可能な場合には、
前記データベースから検索抽出した該当要求項目の案内
図を、その電話回線を介して上記電話端末に画像データ
出力する。そしてその電話端末の表示装置にて前記案内
図を画像表示させ、要求された情報を提供する（ステッ
プｈ）。

これに対して間合せ要求を発した電話端末が、通常の電
話機の如き画像表示（出力）機能を持たない場合には、
後で詳述するように前記データベースから検索抽出され
た案内図の解析処理が行われ、その内容を示す文章デー
タの作成が行われる（ステップｉ）。そしてこの作成文
章データの音声合成処理が行われ、前記電話回線を介す
る音声メツセージの応答出力による情報提供が行われる
（ステップｊ）。

さて前記データベース部３２に格納され、電話による間
合せに対する情報提供に供される案内図（地図情報）は
、第７０図に例示するように道路を示す線分と各種のシ
ンボルとによって表現される。尚、各種のシンボルは、
例えば第７１図に示すように目標物に対する目印となる
情報（交番や病院等）を予め設定した図形パターンとし
て与えられる。

ここでこれらの線分や各種のシンボルで表現される案内
図は、例えば各シンボルをそれぞれ孤立させて（道路を
示す線分と接することなく）作成され、道順を示す道路
線分を太線化する等して作成される。また道路を示す線
分の横には、例えば交差点や曲り点等の代表的な特徴点
間の距離を示す情報が記入される。

このような取決めに基いて案内図が作成されることによ
り、その道順の案内情報が簡潔に、且つ適確に呈示され
るものとなっている。また以下に説明するように、案内
図の認識・分析処理による案内文章の作成の容易化が図
られるものとなって−いる。

さて、上記案内図からの案内文章の作成は次のようにし
て行われる。

第７２図は前記図形認識部２２の一部として実現される
案内図解析部の構成例を示すもので、細線化処理部２２
ｍ、セグメント分割部２２ｎ、シンボル検出部２２ｐ、
シンボル認識部２２ｑ、道セグメント検出部２２ｒ、道
順検出部２２ｓ、そして案内文作成部２２１を備えて構
成される。

細線化処理部２２ｏ＋は前記データベースから読出され
た案内図を細線化処理し、例えば前記道路を示す線分を
線幅１に細線化するものである。この細線化によって線
分の追跡の容易化が図られ、端点や分岐点等の特徴点の
抽出が容易化される。

セグメント分割部２２ｎは上述した如く細線化された案
内図の画像データを、例えば第７３図に示すようにラス
クスキャンして線分の開始点を求め、この開始点を１つ
の特徴点として線分の追跡を行う。この線分の追跡は、
例えば第７４図に示すように現在点への進入方向に対す
る進行方向の優先順位を定め、前記線分を順に辿りなが
ら進行方向の変化を調べて交差点や屈折点等の特徴点を
求める。そしてその線分を上記特徴点にて順にセグメン
ト分割し、各セグメントの特徴情報を抽出することによ
って行われる。尚、このようにして抽出されるセグメン
トの情報は、例えば第７５図に例示するようなセグメン
ト・テーブルに順に格納されて後述する道セグメントの
検出等に供される。

尚、セグメント・テーブルは、検出されたセグメント毎
に順に番号付けして各セグメントの情報を管理するもの
で、そのセグメントの開始点座標。

終点座標、長さ、線幅、角点数、他のセグメントとのリ
ンク情報、シンボルや文字や道路の別を示すフラグ情報
等を格納するものとなっている。

尚、上記線幅は、例えば第７６図に示すように線分を幅
方向に走査したときの黒点の数を計測し、最も少ない計
数値を線幅の値として求めるようにすれば良い。また角
点については第７７図に示すように線分上の３点ａ、ｂ
、ｃを一定間隔で求め、これらの３点間で形成される直
線ａｂと直線ｂｅとのなす角度θを求め、その各自θが
所定値以下となったときに上記点すを角点候補とする。

そして上記３点ａ、ｂ、ｃをずらしながら同様な処理を
繰返し、角点候補を相互に比較して真の角点を最終的に
決定するようにすれば、簡易に角点を求めることが可能
となる。

しかして道セグメント検出部２２ｒは上述した如く求め
られたセグメント情報から道路を示すセグメントを検出
しており、道順検出部２２ｓは道路を示すセグメント中
の線幅の太いセグメントを抽出して、これを道順を示す
セグメントであると判定している。

一方、シンボル検出部２２ｐは前記セグメント情報中の
、例えば閉ループ形成するセグメントをシンボル・マー
クとして検出しており、シンボル認識部２２ｑはそのシ
ンボルφマークの特徴から前述した第７１図に示す対応
情報に従い、そのシンボルを認識している。そしてその
認識されたシンボルが前述した道路を示すセグメントに
対してどのような位置関係にあるかを認識している。

以上のようにして前記データベースから検索抽出された
案内図の図面情報がセグメント分割とシンボル認識等に
よって分析され、認識処理される。

案内文作成部２２ｔはこのような認識結果に従って、例
えば駅を道順案内開始点とし、目標物（目的地）までの
道順を前記太線で示される道路の情報として求めている
。同時にその道順に沿って、その通路長やその道路周辺
に存在するシンボルの認識結果を道順案内の目印として
求めている。そして、第７０図に示す案内図が与えられ
た場合には、例えば次のような案内文を順に作成するも
のとなっている。

■　駅を出て２０メートルはど直進します。

■　突当たった所で左に曲りまず。

■　５０メートルはど進むと右手に病院があり、交差点
に出ます。

■　この交差点を右に曲りまず。

■　２００メートルはど進むと右手に交番があり、交差
点に出ます。

■　この交差点を右に曲りまず。

■　１５０メートルはど進むと右手に目的地があります
。

■　以上です。

以上のように作成した文章データを音声合成部２Ｂに与
え、前述したようにその文字列を解析して上記文章デー
タに対応した音声を規則合成する。

そしてこの規則合成した音声データを前記通信装置１ｆ
１２．１３をから電話回線を介して前述した間合せのあ
った電話端末に音声出力することになる。

以上のように本発明によれば、電話回線を介して音声入
力された問合せの情報を音声認識し、例えば道順の間合
せに対する案内図がデータベースから検索抽出される。

そして上記問合せを発した電話端末が画像データ通信機
能を備えている場合には、上記案内図を画像データ通信
してその電話端末に出力し、該電話端末が画像通信機能
を備えていない場合には、上記案内図の解析が行われて
その内容を示す案内文章の作成が行われる。そしてこの
案内文章を音声合成して電話端末に音声出力される。

従って問合せの要求を発した電話端末に対して、例えば
目的地までの道順案内を案内図として、或いは案内文章
として効果的に応答することができる。しかも問合せを
発した電話端末の種別に応じて、つまりＦＡＸ等の画像
通信機能やディスプレイ等の画像表示機能を備えている
かに応じて上記案内図を画像として、または案内文章を
音声として選択的に応答出力することができる。故に、
その問合せに対する応答を簡潔で理解し易い形式で与え
ることが可能となり、種々の状況下における種々の間合
せに効果的に対処することが可能となる。

またワークステーションにとっては、上述した案内文章
を予め作成しておき、この案内文章を案内図に対応させ
てそれぞれデータベースに格納しておく必要がないので
、データベースに必要なメモリ容量を低減することがで
きる。換言すれば、データベースが持つメモリ容量を有
効に活用して、他の情報の格納を可能とする等の効果が
奏せられる。

しかも案内文章を必要とするか否かが不明な案内図に関
してまでも、予めその案内文章を作成しておく必要がな
いので、案内文章作成の為の労力を大幅に軽減すること
ができる。そして案内文章が必要となった時点でのみ、
その案内図に基く案内文章の作成が行われるので、その
処理効率が高い等の実用上多大なる効果が奏せられる。

尚、本発明は上述した実施例に限定されるものではない
。例えば案内図の解析アルゴリズムや、解析された案内
図の情報に基く案内文章の作成アルゴリズムはそのシス
テム使用に応じて定めれば良いものである。また音声の
合成アルゴリズムも種々変形可能である。要するに本発
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。

［発明の効果コ 以上説明したように本発明によれば、間合せ要求を発し
た電話端末の種別に応じた効果的な間合せ応答を行うこ
とが可能である。そして図面情報から必要に応じて文章
データを作成するので、予め音声メツセージデータを作
成しておく等の手間を省くことができ、また音声メツセ
ージを格納しておく為の記憶装置が不要である等の効果
が奏せられる。この結果、高度な機能を備えたワークス
テーションを低コストに構築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。

【図面の簡単な説明】

図は本発明の一実施例を示すもので、 第１図は本発明に係るワークステーションの特徴的な処
理機能を示す図、第２図はワークステーションの概略構
成図、 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Ｒ３Ａ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３
４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５
２図はり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５
４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図は習熟皮表の
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図乃至第７７図は本ワークステーションにおける
間合せ応答の機能を説明する為の図で、第６９図は間合
せ応答手続きの流れを示す図、第７０図はデータベース
から検索抽出される案内図の例を示す図、第７１図はシ
ンボルの意味を示す図、第７２図は案内図を解析して案
内文章を作成する処理機能の概略的なブロック構成図、
第７３図乃至第７７図はそれぞれ案内図の解析処理手続
きの手法を説明する為の図である。 ■・・・バス、２・・・制御部、３・・・イメージ人力
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、訃・・バ
スコントローラ、９・・・音声出力装置、ｌＯ・・・デ
ィスプレイ部、１１・・・イメージ出力装置、１２．１
３・・・通信装置、１４・・・切換え装置、１５・・・
タイマ一部、１Ｂ・・・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、２２ｇ＋・・・細線化処理部、
２２ｎ・・・セグメント分割部、２２ｐ・・・シンボル
検出部、２２Ｑ・・・シンボル認識部、２２「・・・道
セグメント検出部、２２ｓ・・・道順検出部、２２ｔ・
・・案内文作成部、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、
２Ｂ・・・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。 出願人代理人　弁理士　鈴江武彦 第４図 第７図 （暗号イ乙）１　　　　　１（イｉ号イ０＃！８図 第９図 第１０図 （４１！；ｋ） 第１１図 ＃！１２図 第１３図　　　　　第、４図 Ｊｌ！！　１９図 第２０図 第２１図 第２６図 第２７図　　　　第２８図 ＃！２９図　　　　第３０図 第３１図 第３２図 （ａ）　　　　　　　　　　　　　（ｂ）第３３図 第３４図 ＃！３８図 第３９　図ｌ５４０　図 第４１図 第４２図 第４３図 第４４図 第４６図 第４８図 第４９図 第５０図 第５２図 ｔ７１４５３図 第５４図 第５５図 第５６図 第５８図 第６０図 ＃！６１図 莞６３図 第６４図 第６５図 第６６図 第６７図 第６８図 第６９図 第７０図 第７１図 第７２図 第７３　ｒＩｌ第７４　ｍ 第７５図 第　７６　　図

Claims (2)

【特許請求の範囲】
1. （１）電話回線を通して入力された単語音声を認識し、
   その認識結果を分析する手段と、この分析結果に従って
   データベースを検索して上記入力音声が示す地図情報を
   該データベースから抽出する手段と、前記電話回線を介
   して音声入力した通信端末が画像出力機能を備えるか否
   かを検定する手段と、上記通信端末が画像出力機能を備
   える場合には上記地図情報を前記電話回線を介して画像
   送信する手段と、前記通信端末が画像出力機能を備えな
   い場合には前記地図情報を分析し、その分析結果に従っ
   て前記地図の内容を示す文章データを作成する手段と、
   作成された文章データを音声合成して前記電話回線を介
   して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。
2. （２）地図情報は、目標物に対する案内図であって、目
   標物毎に分類されてデータベースに格納されたものであ
   る特許請求の範囲第１項記載の知的ワークステーション
   。