JPS6386648A - 優先電話方式 - Google Patents

Abstract

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

Description

【発明の詳細な説明】 （産業上の利用分野） 本発明は受信電話の重要度に応じてその電話を被呼者に
取次ぐことのできる優先電話方式に関する。

（従来の技術） 手軽な情報伝達手段として電話が幅広く用いられている
。その反面、例えばオフィスにおいて重要な作業を行な
っている最中であっても、無条件に電話が掛かってくる
ことがあり、その都度、作業の中断を迫られることがあ
る。

そこで重要な作業中、留守番電話機能を用いて自動的に
不在応答することが考えられている。しかし着信電話の
中には、その重要な作業を中断しても応答しなければな
らない重要な要件のものも存在する。これ故、上記留守
番電話機能をむやみに利用することは甚だ具合が悪い。

（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、着信電話の重要度に応じた
電話取次ぎを行なうことが困難であり、その為には専用
の秘書を必要とする等の問題があった。

本発明はこのようなりｆ情に鑑みてなされたもので、そ
の目的とするところは、人手を煩わすことなしに着信電
話の重要度に応じた電話取次ぎを自動的に行い得る優先
電話方式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、着信電話の発呼者と被呼者とを、例えば電話
音声の認識によって求め、第１図にその概念を示すよう
にデータベースＡにｒめ登録されている住所録や人事録
、個人スケジュール等のリレーションを検索して上記発
呼者に関する重要度■、および被呼者に関する重要度Ｋ
をそれぞれ求める。そしてこれらの重要度に、Ｉを相互
に比較して、例えば（Ｋ＜　Ｉ）なるときには不在メツ
セージを音声合成して応答し、（Ｋ≧１）なるときにの
み被呼者を呼出して前記着信電話を転送するようにした
ものである。

（作用） 本発明によれば、例えば通常連絡の電話を受け、そのと
き被呼者が会議に出席中であることがその個人スケジュ
ールのリレーションから検出されたとき、その重要度の
比較によって自動的に不在応答が行われる。また被呼者
が会議出席中であっても、その上長からの電話を受けた
ときには、例えば人事録のリレーションからその電話が
重要な要件を持つことが判定され、会議中の被呼者に電
話転送がなされる。

つまり発呼者に関する種々の情報からその重要度Ｋが求
められ、また被呼者に関する種々の情報からその重要度
Ｉが求められて、その着信電話を被呼者に転送するか、
或いは不在応答するかが自動判定されることになる。こ
の結果、人手を煩わすことなく適切な電話応答処理を行
なうことが可能となる。

（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、
以ド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、ＯＣＲ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（Ｉが成され
、音声情報を入力する。

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。

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人出力するもの
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Ｉｔ、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■９：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等から人力された音声の
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等から入
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用を生成す
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２８一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。

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。

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
♀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
路と垂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。

７ｃ、これらのカバー基板７ｄ、　７ｃに挟持される埋
め込み基板７「、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。

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ｔ＆７ｈには半導体集積回路７
ｋが設けられる。またカバー括仮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７厘が設け
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、
　７ｅｓ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オンフィルム基板
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
ｒＩＩ７ｊ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ＰＲＯＭ７ｑ
ＳＥ２　ＰＲＯＭ７ｒ、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。

ＦＲＯＭ７ｑ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Ｅ２Ｆ
ＲＯＭ７ｒ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。

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
で情報の人出力を行なう。

前記ＩＣカード部７は、このようなＩＣカードを装置し
、該ＩＣカードとの間で情報の人出力を行なうことにな
る。

尚、ＩＣカードはＬ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。

次に暗号化処理部１６について説明する。

暗号化処理部１６は、例えば第７図に示すように暗号化
部ｌｅａ　、復号化部１６ｂ１秘密鍵ファイル部１６ｃ
１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ｌａｄ
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１８ｃ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。

暗号化部ｔｅａは第９図に示すように、Ｒ５Ａ処理部１
８１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。

また復号化部＋６ｂ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１６に１暗号種別判定部１
８１、切換え部１８ｎ。

１６ｐ、Ｒ５Ａ処理部１６ｑ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、１８ｐ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Ｒ３Ａ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ｌＢｐを介して出力される。

尚、Ｒ８Ａ処理部１Ｂｉ、１８Ｑは、例えば第１１図に
示すようにブロック分割部ＩＢｓとべき乗・剰余計算部
１８ｔ１およびブロック連結部１８ｕとを備えて構成さ
れる。

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Ｍ１に分割するものであり、べき乗
・剰余計算部１８１は各ブロックＭ。

毎に暗号化の鍵ｋを用いて Ｎ　　−Ｍ　　　（ｍｏｄｎ） 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Ｎ１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Ｍ、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。

従って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１［ｉｄ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−に記公開鍵ファイル・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Ｉ６
に格納するようにしても良い。

以ｌユが暗号化処理部１Ｂの基本的な構成とその機能で
ある。

次にイメージ照合部Ｉ８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
ｃは２値化（細線化）回路、Ｌ８ｄ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、１８１’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（ｉ？ｒ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１８ｅ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口、鼻、口τ
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＃）、口
の大きさｍ１０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１８ｃには、ｒ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」一連した顔のイメージの特徴デ
ータが登録され、Ｒ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Ｉ８ｒは前記特徴データ抽出回路＋８ｄ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Ｘｌ　（ｌ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Ｙｌとしたとき、 Ｄ−Σ　ｌＸ、−Ｙ、１ 、　　　１　　　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。

次に音声認識部１９について説明する。

音り認識部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（８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３０〜３４００七の周波数
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と同期してバイブライン的に高速動作
する。

ここでの音響処理は、２ｆ１１ｉのバンドパスフィルタ
群により実行される。その１つは１８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ｌｏａ＋ｓｃｃ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１９ｃは、高速プロセッサ１９
ｄ　、パターンマッチング処理部１９ｃ１単語辞書メモ
リ１９「、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人力し、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７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１９ｃ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ツチング処理を実行し
、その認識紋補を求めている。

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
１０１１１ｓｅｃ毎に５１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、背景雑音レベルと入
力音点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Ｅｏ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ド回
ったとき、該閾値Ｅ。を下回った時点を音声１１ｊ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
。しかし音声特角“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，〜１Ｇ）番目のりサンプル点を
「、とするとき、ｒ、での１６チヤンネルのスベクコｊ トルデータを Ｓ（、）−（Ｓ　　　、Ｓ　　　、　　〜Ｓ　　　　、
）ｒ　Ｊ　　　　　　　　　ｌｒ、＋、　　　２ｒＪ、
　　　　　１６ｚとしてそれぞれ求め、これらのＳ　、
を並べ換えｌｒ、１ て Ｘ−（Ｓ　　　　Ｓ　　　　−５−Ｓ　　　　　）ｔｌ
ｒｌ、　　　ｌｒ２．　　　２ｒ１．　　　　１６ｒ１
６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　、〜ψ０．） １に’　　２ｋ （λ　　λ　、〜λ　） １に’　　２ｋ　　　　Ｌｋ 但し、 （λｌｋ≧λ２に≧〜≧λＬｋ） として準備されている。尚、ψ　　λ　はカテゴ、に’
　　、に りω″ｋ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、」二連した慢合類似度Ｓ　（ｋ）は として計算される。尚、上式においてＩＩ　Ｘ　ＩＩ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、ｌｌｊｌ昔語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、入力音用信号から１０ｍ５ｅ
ｃ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、エネルギ争ディッ
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人力される。

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ックする。そして無で
あればリジェクト、何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、この場合、これを
雑音としてリジェクトする。

また（Ｓｌ≧θ）の場合には、別の閾値Δθを用いて（
Ｓｌ−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（１７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図はこの音用認識部における単語告白の認忠処理
手続きの流れを示すもので、音岸区間険ングを行い、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４゜このよう
な処理が前記高速プロセッサ＋９ｄ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、この場合には入力告白を種々の部分区
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図に示すように人力音声区間
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
界較補とし、該人力音声区間を１ｕ数の部分区間に分け
る。この際、認識対象となる１１１語の継続時間長につ
いては最大時間長Ｄ　　とｌａｘ 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り
１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。しかし一般的には人力音声の１１′Ｌ語数は不明
であるから、２１１１語からｎｒｎ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、例えば人力ζ１１語数が２〜５単語
、１単語の継続時間長が１２８〜８４０　ｍ５ｅｃ、　
１回の発声におけるｌｌｊ語長の比が２．５以下、フレ
ーム周期は１６ａ＋ｓｅｃ　（８ｍ５ｅｃ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
有値と固をベクトルを求める処理とに大別される。そし
てこの固有値と固をベクトルとを、その固有値の大きい
ものから順にＮ細末める。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。

ここに、 ５−（Ｓ　　　　Ｓ　　　　−３）ｔ ｌ　　　　ＩＩ’　　ｌ＋２’　　　ｆｆ１ｎ尚、この
学習パターンＳ　は、子音パターンの痣 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。

しかして特性ＦＮ　Ｋ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α Ｓ　を転置した横ベクトルＳ　とを掛合わせて作ＩＩ　
　　　　　　　　　　　　　　　　　　　　　　　　　
　　　　　ｍ成される行列の各成分を、−１−記ｍ個の
学習パターンに屍って平均化して求められる。従って特
性核の要素数は」−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１６　Ｋを得るには、成る程度の二の
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’＋ＷＳＳ　　　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人カバター
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・れる標準パターンが作成される。

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
開によってその標章パターンが求められる。

今、特性核Ｋが固有値λ　、λ２．〜λ　を持ｎ 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Ｕ　は、
上記固有ベクトルξ　、ξ２．〜ｌ ξ　の線形結合して Ｕ　−Σ　α１ξ１ ０国 として表わされる。このとき、 Ｋｖ１−λＩ　ξＩ なる関係が成立することから、 となる。

ユニで ・・・・・・　　〉１λ　１ １λ　　１〉１λ２１〉 ｎ ［λ　／λｌ］　＞　１　　　（１−２，３，〜、ｎ）
であるから、Ｓが十分大きくなると１−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　　−α　λ　８ξ ｏ　　　１１　　１ と石像すことができる。

このことは、（ＫＳ”ｌ　ｕ　）と（Ｋｓｕ）との比が
固有値λ１であることを示している。また（Ｋｓｕ）は
固有ベクトルξｌ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では、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、 ｖＳ＋１−ＫｕＳ ｕ　３＋　１−（ｖ）　／（ｂ） ｓｏｌ　　　　　ｓｏｌ なる演算を実行するようにする。ここで（ｂ　　　）ｓ
ｏｌ 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、 ｕ　　　＝（ｖ　　　）／（ｂ　　　）ｓｏｌ　　　　
　ｓｏｌ　　　　　　５ｏ１−（Ｋｕ　　）／（ｂ　　
　） ｓ　　　　　　ｓｏｌ ？ ＝（Ｋｖ　　）／（ｂ　　　−ｂ　　）ｓ　　　　　　
ｓｏｌ　　　ｓ ？ Ｓ啼亀 −（Ｋ　〜　　　ｕ　　　）／（ｂ　　　　　・・・・
・・ｂ　　）ｏ　　　　　　　　　　　　　　　　ｓｏ
ｌ　　　　　　　　　　　　　ｓとなることから、これ
よりλ　、ｂ　　、ξ　。

ｌ　　　　　　ｓｏｌ　　　　　　１ ｕｓ＋１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λｌと固有ベ
クトルξｌ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。

ここで Ｋ’−に−λｌξ１ξ１ を考えると、 ξ　１　ｔ　ξ　、−０（１−２，３，〜　１口）より
、 ｔ Ｋ′　ξ　−にξ　−λ　　ξ　ξ　　　ξ１ｉ　　　
　　　　ｌ　　　　　１１１ −λ　ξ　−λ１　ξ１−０（１−１）Ｋ　　’　　　
ξ　　　＝　Ｋ　ξ　　　−λ　　　　ξ　、　　ξ　
　　　　　ξ　１１　　　　　　　！　　　　　　１１
１−λＩ　ξ、　　　　　　　　　（ｊ≠１）となる。

従って。Ｌ記に′は、 １λ２１〉・・・〉１λｒ　１＞・・・〉１λｎ　１〉
０なる固自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。

このような処理は、前記特性核を 【 Ｋ’−に−仙ξψξ 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。

次に文字認識口４２１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人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人力された画像デー
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２１ｃ、そして標準パターン辞＠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、−
１，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２１ｒ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枚口）の原稿として用いられる。そして
この１枚口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。

領域検出部２１ｂは、予め定められているＦＡＸ送信原
稿用紙２１ｒ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。

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
と標章パターン辞書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２Ｈに人力され、前記タブレット
４における検出誤り等の微小な靴音が除去された後、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
字分の文字が人力されたとき、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りの途
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＋ｎは、前記画数の情報に従っ
て標準特徴パターンメモリ２Ｉｎ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
ｉｐはそのマツチング処理結果を判定し、人力文字パタ
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
人力文字パターンを認識するものとなっている。

面、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
ット等の位置座標人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。

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ｒ　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。

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次
数の特徴部分に分割している。

マツチング部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２２ｃ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）　
、（ｉｌｌ）で方向コードの和を順に求め、これをその
中央の輪郭点【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
。

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。

以上の処理によって、第３０図に例示するように九図形
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−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忠部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　ｓ　２値化装置２３ｂ１
処理画像メモリ２３ｃ１細線化装置２３ｄ１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２値化されたイメ−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２３ｃ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２３１’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
史に分割するもので、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２３１＋１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
′１６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２３１．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段数のセグメ
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、音声人力部１７ａを介して与えられる音声は、音
韻フィルタ＋７ｂ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１夏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＋７ｂに
よって人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
、前記人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■９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ｌｌｊ語認識結果に従って個人辞書１７１’
の個人照合に供される辞書が選択される。この個人辞ｉ
　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１７ｅ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
人力音用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の特性について川に詳しく
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１
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＋７ｂ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４−となり、個人間分散
が個人内分数を１−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１．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１７
ｃ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−［−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１１語認識
に供する特徴とは別に、フィルタバンクのＴ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文に行なうも
のとなっている。

次１千音声合成部２６について説明する。

音声合成部２Ｂ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２６ｃ、およ
び音声合成器２６ｄを備えて構成される。

判別器２（ｉａは人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、例えば人力コ
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。モして°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−夕を規
則合成パラメータ生成装置２Ｂｃ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２８ｃについて更に
説明すると、該装置２８ｃは第３９図に示す如く構成さ
れている。文字列解析部２８ｅ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。

ここで音韻規則は、解析されたＣｌ語の読みの情報を１
７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ｊｌｊ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捕間結合している。この
音声パラメータ生成部２８ｇにて」−記音類記号列から
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、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、人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。

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２Ｂ＋ｎは一般に第
４０図に示すようにパラメータＰ（ピッチ）とＣ、Ｃ、
〜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Ｓ　２Ｂｂではパ
ラメータ変換テーブル２６ｎを用い、−１−記情報圧縮
された分析パラメータを音声合成器２８ｄ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５２Ｂｄは、例えば第４１図に示すように′ｆ
；ｒ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
に従って有岸音源波（Ｐ≠０）、または無小音源波（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２８１に入力される
。この対数振幅近似ディジタルフィルタ２Ｂｔは前記音
韻パラメータのケプストラム係数Ｃ、〜Ｃに従って声道
特性を近似する１１ｍ 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２
６ｔ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２６【にて合成
された信号は、Ｄ／Ａ変換器２８ｕを介した後、Ｌ　Ｐ
　Ｆ　２６ｖ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２６にて、人力デー
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２７ｃを備えて構成される。

尚、このディスプレイ２７ｃは％　ｆｊワークステーシ
ョンについて４　ｇされた前記ディスプレイ部１０であ
っでも良い。

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。

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」二連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、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、その他の部分は制御演算部
２７ａ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釣部１１ｊに実現す
ることができる。

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。

平面」−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。

ＣＸ十Ｃ５Ｙ＋ＣＢ Ｃ４Ｘ＋Ｃ５Ｙ＋Ｃ６ 但し、Ｘ、Ｙは表示面での座標であり、Ｌｌ、　　Ｖは
自然画でのｊ小振である。

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十α　を十α　）　／　ｔ　　　　（１）
ｖ■（α７Ｓ＋α８を十α９）／１ ｓ−０５Ｘ−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。

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品である。

このようにしてイメージ合成部２７ては種々のイメージ
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２４０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
要な人力メディア情報の提供を要求する。そして人力メ
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。

人力メディア判定部２４ｂはメディア検出部２４ｒとメ
ディア識別部２４ｇとによって構成され、−１一記メデ
イア選択制御部２４ａによる情報要求を受けて制御部２
から与えられる人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。この人
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に人力される。

相手メディア判定部２４ｃは、相手局識別部２４ｈ。

をロ手局メディア識羽部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ＧＩ［Ｉ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２４
ｊ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図はこの相手局の諜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↑ＩＩ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、人力機能、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ＡＤＰＣＭで
あり、相手機器がＧＩＶＥタイプのＦＡＸである場合、
Ｉ１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　　（ＧＩＩ［；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２４ｃ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。

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
デイスク装置３２ｄ１そしてその付加機能部３２ｅ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′ｔ（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。

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＃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中位のデータ
がそれぞれ格納される。データの１１Ｘ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ｆｆ：ｆｆｉ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。史には、複数のリ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、複数のリ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、得られたタツブルの指定
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１１１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１１とその代行者」「操作履歴」　１人：Ｈ
Ｊｒ会二室」　「会議室予約」「会議」等の種々のリレ
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ｔ（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「個人
スケジュール」であり、「△Δ△△」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「△△Δ△
」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「Ｏ○○Ｏ」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ｊ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１人レベル」の値がｒ
５Ｊ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。

川にこのリレーションには、「開始時刻」　「終了時刻
」　１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リ
レーションを実際に記憶する為の物理＋Ｍ　逍について
説明する。

情報Ｎ稜部（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、タツブ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−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
おける種々のリ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。

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ｈ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ご１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１
１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ドを動作さ
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
種みの応用システムに供するものとなっている。

次に作文環境データ収集部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Ａ、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””ＥＲＡＳＥ’　　”ＲＥ
ＭＯＶＥ−であることｌ）＜、譲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（１１成を示すものである。

この作業環境データ収集３２５では、先ずコマンド人力
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
か否かが調ベられる。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２５
ｂ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２５ｃ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。

尚、人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
５ｅ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人力してデー
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）に示すように人力
する。

すると作業環境データ収集部２５ではこの人力コマンド
を解析し、前記コマンド対応テーブル２５ｅから人力コ
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 “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。

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。

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人力によって、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）なる指示人力があったとき、その人力コ
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、改めて市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
への自動変換が行イ〕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り一を図ることが
可能となる。

尚、対応コマンドはシステムの種類に応じて同種類存在
しても良いものである。要はコマンド対応テーブル２５
ｅ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。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。

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
、更に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−
Ｌ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
容となりている。

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人力する。

すると制御装置ではその人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人力されると、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ロ時、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Ｐ　１最
終利用年月日時をＴ　１現在の利用年月ｉ。

日時をＴ　１利用者申告習熟度クラスをＸ　１前Ｃ１ 回利用習熟度クラスをｘ２＠（Ａ、Ｂ、Ｃ１、ｌ’；；
難度をＰ　１そして判別関数をＦ　としたとき、ｒ Ｆ　　−に、Ｐ、＋に２　（Ｔｏ−Ｔ８）「 ＋に３ｃ１　［ｘ、］ 十に４Ｇ２　［Ｘ２〕＋に５Ｐｃ として求められ。但し、１−式においてＫ　　、Ｋ　　
。

Ｋ　　、Ｋ　　は、実験等によって適切な値に設定さ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　、　　ＺｌくＺ２くＺ３なる関係を何
し、実験等によって適切な値に設定される。

ここでＧ［Ｘ］は、Ｘ、−ＡのときＹ、なｌす る値を取り、Ｘ　　−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Ｃｅ 年月日時から現在までの口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Ｆｒの値によ
り次のようにして行われる。

Ｆ　　＜Ｎ　　　・・・Ａクラス 「　　ｌ Ｎ　≦Ｆ　　＜Ｎ　　　・・・Ｂクラス１「２ Ｎ２≦Ｆ、　　　　　・・・Ｃクラス 尚、判定閾値Ｎ　　、Ｎ　　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
表に格納諮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人力を誤
った場合には、例えば第６４図に示すようなエラーメツ
セージの表小が行われ、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、情報人力の
誤りがある場合には、例えば第６８図に示すようなエラ
ーメソ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
に対してデータ人力が行われると、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石像して前
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、その該当利用者の歳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１−が本ワークステーションの基本的な（を成とその
機能である。

次に上述した如く構成されるワークステーションにおい
て実現される本発明の優先電話方式につき説明する。

ワークステーションにおける優先電話機能は、主として
前述した音声認識部１９と音声合成部２６とを用いた着
信電話に対する応答処理機能、データベース部３２に登
録された住所録や人事録、個人スケジュール等のリレー
ションを検索して発呼者および被呼者に関する重要度の
情報をそれぞれ求める処理機能、そしてこれらの重要度
を比較判定して前記着信電話に対して不在応答するか、
その着信電話を被呼者に転送するかを決定する処理機能
によって実現される。

以下、これらの処理機能によって実現される優先電話方
式を、第６９図に示す処理の流れに沿って説明する。

今、電話管信があると、先ずその相手先電話番号の探知
が行われる（ステップａ）。この相手先電話番号の探知
は、例えばディジタル電話端末がらの発信ｎ、νに、通
話先電話番号に従う電話回線接続の後、該電話端末から
送出される送信元電話番号を検出する等して行われる。

しかる後、検出された電話番号をキーワードとして前記
データベース部３２に登録された住所録のリレーション
を検索し、該電話番号を登録している個人を探す（ステ
ップｂ）。そして該当者が見出されたか否かを判定しく
ステップＣ）　、誼当者がいる場合にはその該当者を発
呼者として特定する。そして上記住所録のリレーション
から発呼者に関する重要度の情報、例えばどこから電話
しているかの情報を求め、これを発呼者の重要度にとし
て加算する（ステップｈ）。

また上記住所録のリレーションから該当者が検索できな
い場合には、次に人事録のリレーションを検索しくステ
ップｄ）、同様にして該当者がいるか否かを判定する（
ステップｅ）。そして該当者が検索できた場合にはその
該当者を発呼者として特定し、その人事録のリレーショ
ンからその発呼者に関する重要度の情報を求める。この
人事録のリレーションから求められる重要度の情報は、
例えば人事的なレベルの情報からなる。このような情報
を前記発呼者の重要度にとして加算する（ステップｈ）
。

尚、データベース部３２の上述したリレーションから発
呼者を特定することができない場合には、前記音声合成
部２６の機能を用いて発呼者の氏名、会社名、用件等の
音声入力を促すメゾセージを音声合成して出力し、これ
に対する発呼者がらの電話音声を前記音声認識部１９に
て認識処理する。そしてこの音声認識の結果として発呼
者の氏名、会社名、用件等を求める（ステップｇ）。し
かる後、これらの情報に従って再度前記データベース部
３２を検索し、該発呼者に関する重要度の情報Ｋを求め
る。

また電話着信時に相手先の電話番号を探知できなかった
場合にもデータベース検索が失敗することから、同様な
電話応答処理（ステップｇ）によって発呼者の特定を行
なう。しかる後、これらの情報に従って再度前記データ
ベース部３２を検索し、該発呼者に関する重要度の情報
Ｋを求める。この処理手続きによって、予め登録された
電話端末以外の電話から、例えば出先の公衆電話から電
話した場合であっても、発呼者に関する情報が求められ
るようになっている。

尚、この２回口のデータベース検索によっても、該デー
タベース部３２から発呼者に関する情報が求められない
場合には、即ちデータベース部３２に発呼者に関する情
報が登録されていない場合には、予期しない人からの電
話であることがわかる。しかし前述した電話応答処理（
ステップｇ）にょって既にその発呼者を知り得ているこ
とから、：ｉ電話応答処理を繰返すことなく次の処理に
進める（ステップｆ）。

しかして」二連した如き処理手続きによって発呼者が特
定された後、次にその発呼者に関する最終的な重要度Ｋ
を求める（ステップｉ）。この処理は、例えばデータベ
ース部３２に登録された発呼者に関する情報の全てを抽
出し、抽出された情報の全てを総合判定して求められる
。

次に前記発呼者からの電話音声からその被呼者を求める
。この被呼者の特定は、前記音声認識部１９０機能を用
いて電話音声を音声認識して行われる。しかる後、前記
データベース部３２を検索し、例えばその被呼者の個人
スケジュールのリレーション等から該被呼者に関する情
報を抽出し、その重要度Ｉを求める（ステップｊ）。こ
の被呼者の重要度ｌを求めるに際しても、例えば人事に
関する情報等が抽出される。そしてこれらの情報を総合
ｔ、１１定して、被呼者の重要度Ｉが最終決定される。

制御部２は、このようにして抽出される発呼者の重要度
にと、被呼者の重要度ＩとをＦＩＪ互に比較し、いずれ
の重要度が高いかを判定する（ステップｋ）。そして重
要度の関係が（Ｋ＜　Ｉ）の場合には、着信電話のｉｆ
ｉ要度よりも、その被呼者が携わっている仕事の重要度
の方が高いと判断し、前述した音声合成部１９の機能を
用いてその被呼者が不在である旨のメツセージを音声合
成して通知する（ステップノ）。また重要度の関係が（
Ｋ≧工）の場合には、例えば着信電話が緊急性を持つ等
として判断し、その被呼者を呼出処理して該被呼者に電
話を転送する（ステップｍ）。

このように本方式にあっては、着信電話の発呼者と被呼
者の重要度に、Ｉがそれぞれ求められ、そのＩｆ（’ｆ
ｆ度が比較されて不在応答するか、或いは被呼者に電話
転送するかが自動的に決定される。

従って被呼者側では、重要度や緊急性が高い電話を受け
たときにのみ電話呼出を受けることになる。

そして遂行中の仕事に比較して重要度の低い電話着信が
あった場合には、自動的に不在応答がなされることにな
るので、不本意な電話着信に煩わされることなく、その
仕事に専念することが可能となる。換言すれば、不本意
な電話着信を効果的に排除することが可能となる。

尚、本発明は上述した実施例に限定されるものではない
。例えば重要度の情報は緊急性、人“ｊｔ的レベル、用
件等の複数の項目に分けて設定されるものであっても良
い。そしてこれらのｋｕ　ＩＡの項１１の相互関係から
その重要度を総合判定するようにしても良い。また重要
度の判定アルゴリズムも種々設定可能なことも云うまで
もない。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可能である。

［発明の効果］ 以上説明したように本発明によれば、データベースの検
索によって着信電話の発呼者と被呼者゛に関する重要度
の情報を求め、これらを比較判定して不在応答するか電
話転送するかが自動判定される。従って人手を煩わすこ
となく不本意な電話着信を効果的に排除して仕事に専念
することが１１Ｊ能となり、緊急性がある等の重要な電
話のみを受けることが可能となる。故に、例えばオフィ
ス業務に適用する等して多大なる効果を奏し得る。

【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図は本発明に係る優先電話方式の概念を示す図、第
２図は優先電話機能を備えた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Ｒ５Ａ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（＆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図は入力音白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図は人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慮部のｔ
ｉ４成を示す図、第２７図乃至第３０図は図形認１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−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図は人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
閲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図は優先電話機能を実現する管信電話対応処理手
続きの流れを示す図である。 ｌ・・・バス、２・・・制御部、３・・・イメージ入力
装置、４・・・位置人力装置、５・・・音声人力部、Ｂ
・・・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、ｌＯ・・・
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・・
・タイマ一部、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。 出願人代理人　弁理士　鈴江武彦 第１図 第４図 第３図 ｈ 第５図 第６図 第７図 （暗号イ乙）１　　　　　　ｔ（イマ号化）第８図 第１０図 （４１！−ｋ） 第１２図 第１３図　　　　　第１４図 第１８図 第１９図 第２１図 第２４図 第２５図 第２６図 第２７図　　　　第２８図 第２９図　　　　第３０図 ！＄３１図 第３２図 （ａ）　　　　　　　　　　　　（ｂ）第３３図 第３４図 ＃！３７図　　　０Ｈ 第３８図 第３９図　　　　　第４０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 第５３図 第５４図 第５５図 第５６図 第５８図 第５７図 第５９図 第６０図 第６１図 第６２図 第６３図 第６５図 第６７図 第６８図 第６９図

Claims (5)

【特許請求の範囲】
1. （１）受信電話の発呼者を確認する手段と、データベー
   スを検索して上記発呼者に関する重要度を求める手段と
   、前記発呼者からの電話音声を認識して被呼者を特定す
   る手段と、データベースを検索して該被呼者に関する重
   要度を求める手段と、この被呼者の重要度と前記発呼者
   の重要度とを比較する手段と、発呼者の重要度が高いと
   きには前記被呼者に前記電話を転送し、被呼者の重要度
   が高い場合には不在応答する手段とを具備したことを特
   徴とする優先電話方式。
2. （２）受信電話の発呼者の確認は、電話発呼時に発呼電
   話から送信される電話番号情報を検出して行われるもの
   である特許請求の範囲第１項記載の優先電話方式。
3. （３）発呼者の確認は、発呼者確認のメッセージ出力に
   対する発呼者の音声応答を認識して行われるものである
   特許請求の範囲第１項記載の優先電話方式。
4. （４）重要度は、データベースに登録されたスケジュー
   ルや人事録等のリレーションを検索して求められるもの
   である特許請求の範囲第１項記載の優先電話方式。
5. （５）不在応答は、不在通知のメッセージを音声合成し
   て行われるものである特許請求の範囲第１項記載の優先
   電話方式。