JP2003032388A

JP2003032388A - 通信端末装置及び処理システム

Info

Publication number: JP2003032388A
Application number: JP2001212485A
Authority: JP
Inventors: Toru Nada; 徹名田
Original assignee: Denso Corp
Current assignee: Denso Corp
Priority date: 2001-07-12
Filing date: 2001-07-12
Publication date: 2003-01-31

Abstract

(57)【要約】【課題】会話音声を認識して抽出したキーワードに基づ
いて検索を行った結果を、ユーザの特別な仲介動作を必
要とせずに会話者全員で共有できるようにする。【解決手段】処理システム１のユーザと他の通信機器５
０のユーザとの間でなされている会話音声を音声入力装
置４を介して入力し、音声認識部５ｃにて認識する。こ
の認識によって得たキーワードに基づく情報検索を行っ
た結果を、音声出力装置６ｂを介して出力することでこ
の処理システム１のユーザに了知させると共に、通信機
器６ａを介して他の通信機器５０へも送信することで、
会話相手にも了知させることができる。つまり、会話し
ている両者にとっては、さらに別のユーザが発言したよ
うに感じられ、あたかも３者通話しているような状況を
作り出すことができる。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、複数のユーザ間で
の会話が可能な通信端末装置及びその通信端末装置を備
えた処理システムに関する。

【０００２】

【従来の技術及び発明が解決しようとする課題】会話音
声を認識して、情報検索に適切なキーワード候補を表示
し、そのキーワード候補の中からユーザによって選択さ
れたキーワードにて検索を行い、その検索結果を表示す
る電話端末装置に関する技術が特開平１１−２５２２８
１号公報に開示されている。この技術によれば、会話を
しながらでも、簡易な操作で情報検索ができる。つま
り、情報検索に必要なキーワードをユーザ自身が最初か
ら入力しなくても、会話音声を認識して自動的に候補を
表示してくれるため、ユーザはその候補から所望のもの
を「選択」するという操作をすればよいだけとなる。

【０００３】しかしながら、この従来技術では、検索結
果を直接知ることができるのは検索を行った電話端末装
置を使用している側のユーザだけである。つまり、会話
相手には、検索結果を直接知ったユーザが口頭で伝える
必要があり、不便であった。つまり、情報検索の結果を
相手側に伝えるという伝達動作が必要となるからであ
る。その口頭での情報伝達がなされた後は、情報検索の
結果が会話者全員の知るところとなるため再度自然な会
話に戻るが、その口頭での情報伝達部分で自然な会話が
とぎれることは、好ましくない。また、間接的な情報伝
達、つまり伝言という形態となるため、正確な情報伝達
という点でも好ましくない。

【０００４】そこで、会話音声を認識して抽出したキー
ワードに基づいて検索を行った結果を、ユーザの特別な
仲介動作を必要とせずに会話者全員で共有できるように
することを目的とする。

【０００５】

【課題を解決するための手段及び発明の効果】請求項１
記載の通信端末装置によれば、複数のユーザ間でなされ
ている会話の音声を認識し、その認識結果を用いて情報
検索を行った結果を、音声出力手段を介して出力するこ
とで自装置のユーザに了知させると共に、通信手段を介
して別の通信端末装置へも送信することで、別の通信端
末装置のユーザ、すなわち会話相手にも了知させること
ができる。このようにすることで、従来技術で行ってい
た「情報検索の結果を一方のユーザが相手側に伝える」
という伝達動作が不要となる。つまり、会話音声を認識
して抽出したキーワードに基づいて検索を行った結果
を、ユーザの特別な仲介動作を必要とせずに会話者全員
で共有できるのである。したがって、会話している両者
にとっては、さらに別のユーザが発言したように感じら
れ、あたかも３者通話しているような状況を作り出すこ
とができる。もちろん、元々３者以上で会話している場
合には、さらに別のユーザが発言したような状況とな
り、自然な会話が続行できる。

【０００６】また、請求項２記載の通信端末装置によれ
ば、ユーザが何ら特別な操作をせずに自動的に情報検索
を行うため、例えば自動車を運転しながら電話にて会話
している場合に有効である。運転時の安全のためには例
えばハンズフリー通話が有効であるが、このような情報
検索に際して従来技術のようなユーザによる手動操作が
必要とされると、せっかくハンズフリーにしている効果
が低減される。したがって、情報検索結果の出力までを
も自動的に行うことで、車両運転時の安全性確保という
メリットも得られる。特に、従来技術の場合には検索キ
ーワードの候補を表示してユーザからの指定を受けるよ
うにしていたが、車両運転時において脇見をしなくては
ならない状況を作るのは好ましくない。したがって、こ
の観点からも、ユーザの操作が不要で且つ検索結果を音
声にて了知させる手法を採用することが有効である。

【０００７】また、請求項３記載の通信端末装置によれ
ば、文脈から見て適合していないキーワードを除外して
情報検索できるので、誤認識によって得られた適切でな
いキーワードがそのまま情報検索に用いられることを防
止できる。また、会話であるので話題が転換することも
多い。その場合、話題転換前に認識したキーワードは、
誤認識ではなく正しく認識はしていても、情報検索のキ
ーワードとしては適切でない。したがって請求項４に示
すように、情報検索に際し、話題転換前のキーワードは
用いないようにすることで、適切な検索結果の提供が可
能となる。

【０００８】一方、検索結果に関しては、いきなり詳細
な内容を一方的に音声出力するのではなく、請求項５に
示すように、ユーザに対して詳細な結果を出力するか否
かをまず尋ねるようにすることが考えられる。このよう
な段取りを踏む方が、より自然な会話に近い。

【０００９】また、情報検索の対象となるデータベース
は、もちろん自装置内に持っていてもよいが、請求項６
のようにして、インターネットなどを介して外部のデー
タべースにアクセスすれば、より広範な情報リソースを
用いた検索が可能となる。ところで、このような通信端
末装置と、所定の処理を実行する処理装置（例えばナビ
ゲーション装置など）とを備え、検索結果を用いた処理
装置による処理をユーザが指示できるようにしてもよ
い。例えば検索結果として地名あるいは店の名前などの
「地名関連データ」が得られた場合、それを目的地とし
てナビゲーション装置に経路探索をさせたり、あるいは
その店が含まれる地図を表示させたりできると便利であ
る。例えば会話している両者が使用する通信端末装置が
同様の処理システムを構成しており、さらに共に車両に
搭載されている場合を考える。会話の流れから、ある店
へ集合することになった場合、会話者のいずれか一方が
目的地として経路探索を指示すれば、両車両に搭載され
ているナビゲーション装置にて経路探索がなされる。こ
のようにすれば、お互いで同意した集合場所への経路が
簡易に探索されるので、非常に使い勝手がよくなる。

【００１０】例えば処理装置がナビゲーション装置であ
れば、目的地などの設定のために階層的な構成を持つ地
名（住所）を音声入力することがあり、また、当然なが
らナビゲーション装置の各種機能を使うためのコマンド
を指示することがある。そして、このナビゲーション用
のシステムを想定した場合には、上述の認識処理を実行
することで、地名（住所）の入力だけでなくコマンドが
入力された場合にも即座に対応でき、コマンド用テンプ
レートデータを用いた認識処理を別途行わなくてもよ
い。つまりレスポンスが向上し、利用者にとっての使い
勝手が向上することとなる。また、地図表示であって
も、離れている会話者の両者がそれぞれ同じ地図画面を
見ることができれば、会話もし易くなる。

【００１１】

【発明の実施の形態】以下、本発明が適用された実施例
について図面を用いて説明する。なお、本発明の実施の
形態は、下記の実施例に何ら限定されることなく、本発
明の技術的範囲に属する限り、種々の形態を採り得るこ
とは言うまでもない。

【００１２】図１は本実施例の処理システム１の概略構
成を示すブロック図である。本処理システム１は、処理
装置として、車両に搭載されて用いられるいわゆるカー
ナビゲーション装置を想定し、このカーナビゲーション
装置と通信端末装置とを備えるシステムとして構成して
ある。

【００１３】本処理システム１は、位置検出器２、操作
機器３、音声入力装置４、制御装置５、出力装置６及び
外部記憶装置７を備えている。位置検出器２は、ＧＰＳ
（Global Positioning System）用の人工衛星からの送
信電波（ＧＰＳ信号）をＧＰＳアンテナを介して受信
し、車両の位置，方位，速度等を検出するＧＰＳ受信機
２ａと、車両に加えられる回転運動の大きさに基づいて
進行方位を検出するジャイロスコープ２ｂと、車速セン
サ２ｃとを備えている。そして、これら各センサ等２ａ
〜２ｃは、各々が性質の異なる誤差を有しているため、
互いに補完しながら使用するように構成されている。な
お、精度によっては、上述したセンサ等２ａ〜２ｃの中
の一部のみを用いて構成してもよく、また、地磁気に基
づいて絶対方位を検出する地磁気センサや左右操舵輪の
回転差などから得られる車両のステアリング角を累積し
て方向を求めるセンサ等を用いてもよい。

【００１４】また、操作機器３は、操作スイッチ群３ａ
及びリモコンセンサ３ｂを介して指示入力するためのリ
モートコントロール端末（以下、リモコンと称する。）
３ｃを有する。操作スイッチ群３ａとしては、後述する
表示装置６ｃと一体に構成され表示画面上に設定される
タッチスイッチ及び表示装置６ｃの周囲に設けられたメ
カニカルなキースイッチ等が用いられる。タッチスイッ
チは、表示装置６ｃの画面上に縦横無尽に配置された赤
外線センサより構成されており、例えば指やタッチペン
などでその赤外線を遮断すると、その遮断した位置が２
次元座標値（Ｘ，Ｙ）として検出される。これによっ
て、表示画面を直接タッチすることで、所定の指示を入
力できるようにされている。

【００１５】音声入力装置４は、図示しないマイクロフ
ォンを有しており、そのマイクロフォンを介して入力さ
れた本システムのユーザの発する音声を入力すると共
に、後述する他の通信機器５０（例えば携帯電話）から
送信されてきた当該他の通信機器５０のユーザが発した
音声も入力することができるようにされている。

【００１６】出力装置６は、通信機器６ａ、音声出力装
置６ｂ、表示装置６ｃを有している。通信機器は６ａ、
例えば携帯電話と携帯電話接続装置とのセット、自動車
電話などから構成されており、他の通信機器５０（他の
携帯電話や、他の自動車電話、あるいは一般電話など）
とデータ通信できるようになっている。また、音声出力
装置６ｂはスピーカを介して音声を出力するものであ
り、表示装置６ｃはディスプレイに画面表示を行うもの
である。

【００１７】なお、本実施例においては、音声入力装置
４が備えるマイクロフォンは、車両運転中の利用者の発
する音声を確実に収音可能な場所に設置され、一方、音
声出力装置６ｂが備えるスピーカは、車両運転中の利用
者がこのスピーカから出力される音声を確実に聴くこと
が可能な場所に設置される。したがって、通信機器６ａ
として携帯電話を利用した場合であっても、利用者が携
帯電話を手で持たずに通話する「ハンズフリー通話」が
可能となる。つまり、携帯電話は、基地局との間で電波
を送受信するためのアンテナ、マイク、スピーカ、操作
キー群（いずれも図示せず）などを備える一般的な構成
であり、単体で使用する場合には、上述のマイクとスピ
ーカを用いて通話を行う。しかし、携帯電話を利用する
場合には、携帯電話接続装置を用いて制御装置５側と接
続するため、携帯電話を、携帯電話接続装置を介して制
御装置５によって制御することができる。これによっ
て、上述したように、携帯電話が備えているスピーカ及
びマイクを用いずに、本処理システム１が備えるスピー
カ及びマイクを用いた通話が可能となる。なお、携帯電
話に着信があった場合には、利用者による着呼動作に応
じて着呼を行う。着呼動作とは、例えば操作スイッチ群
３ａ中の所定のスイッチ（着呼スイッチ）を操作した
り、ユーザが音声入力装置４から予め規定された言葉
（例えば「ハーイ」など）を発することで、それを制御
装置５内の音声認識部５ｃで認識し、データ処理部５ｄ
にて対応処理を行うようにしてもよい。

【００１８】また、外部記憶装置７は、外部データ入力
器７ａ及び外部記憶媒体７ｂを有しており、外部データ
入力器７ａを用いて外部記憶媒体７ｂから読み出した各
種データを制御装置５へ出力する。この外部記憶媒体７
ｂには、位置検出の精度向上のためのいわゆるマップマ
ッチング用データ、地図データ及び目印データを含むナ
ビゲーション用の各種データに加えて、音声認識処理を
行う際に用いる辞書データが記憶されている。この外部
記憶媒体７ｂとしては、その記憶すべきデータ量からＤ
ＶＤを用いるのが一般的であると考えられるが、ＣＤ−
ＲＯＭ等の他の媒体を用いても良い。外部記憶媒体７ｂ
としてＤＶＤを用いた場合には、外部データ入力器７ａ
はＤＶＤプレーヤとなる。

【００１９】一方、制御装置５は、ＣＰＵ，ＲＯＭ，Ｒ
ＡＭからなる周知のマイクロコンピュータを中心に構成
されており、システム全体の制御を司る。制御装置５
は、位置データ入力部５ａと、操作入力検出部５ｂと、
音声認識部５ｃ、データ処理部５ｄと、出力方法選択部
５ｅと、検索データ格納部５ｆと、キーワード・文法デ
ータ格納部５ｇとを備えている。

【００２０】位置データ入力部５ａは、ＧＰＳ受信機２
ａ、ジャイロスコープ２ｂ及び車速センサ２ｃからのデ
ータ（位置データ）を入力する。この入力された位置デ
ータはデータ処理部５ｄへ送られる。データ処理部５ｄ
では、この位置データ及び外部データ入力器７ａを介し
て外部記憶媒体７ｂから取得した地図データを基にして
現在地を特定（算出）する。

【００２１】操作入力検出部５ｂは、操作スイッチ群３
ａ及びリモコンセンサ３ｂからユーザの行った操作入力
を検出し、音声認識部５ｃやデータ処理部５ｄへ出力す
る。音声認識部５ｃは、音声入力装置４を介して入力さ
れた音声から会話音声データを抽出する。そして、その
抽出した会話音声データに対し、キーワード・文法デー
タ格納部５ｇに記憶している辞書データを参照して照合
を行ない、複数の比較対象パターン候補と比較して一致
度の高い上位比較対象パターンを得る。

【００２２】なお、音声認識は常に行うわけではなく、
周囲の定常ノイズレベルの検出を行い、定常ノイズに会
話音声が上乗せされたことを検出した場合、あるいはユ
ーザの操作機器３を介した認識開始指示操作を操作入力
検出部５ｂにて検出した場合に実行する。音声入力装置
４を介してユーザから入力される信号は、認識対象の会
話音声だけでなく雑音も混在したものであるため、音声
区間と雑音区間の判定を行なう。この判定方法としては
従来より多くの手法が提案されており、例えば入力信号
の短時間パワーを一定時間毎に抽出していき、所定の閾
値以上の短時間パワーが一定以上継続したか否かによっ
て音声区間であるか雑音区間であるかを判定する手法が
よく採用されている。また、入力音声中の単語系列の認
識は、抽出された会話音声データを順次音響分析して音
響的特徴量（例えばケプストラム）を抽出し、この音響
分析によって得られた音響的特徴量時系列データを得
る。そして、周知のＨＭＭ（隠れマルコフモデル）、Ｄ
Ｐマッチング法あるいはニューラルネットなどによっ
て、この時系列データをいくつかの区間に分け、各区間
が辞書データとして格納されたどの単語に対応している
かを求める。

【００２３】そして、このようにして得られた認識結果
に対して、必要に応じて文脈判定を行い、適切なキーワ
ードを決定してデータ処理部５ｄへ送る。文脈判定につ
いては後述する。データ処理部５ｄでは、上述した現在
地特定に加え、その現在地から目的地までの最適な経路
を探索したり、その探索した経路に基づく経路案内をし
たり、指示された地点を含む地図を表示したりするナビ
ゲーション関連の処理を行う。また、音声認識部５ｃに
て認識されたキーワードに基づいて情報検索をし、その
検索結果を音声にて出力する処理も行う。データ処理部
５ｄは、その処理に応じた出力方法となるよう、出力方
法選択部５ｅを介して選択した出力装置６にて、必要な
出力を行う。

【００２４】検索データ格納部５ｆは、内部記憶媒体を
有しており、データ処理部５ｄにて情報検索した結果を
格納する。そして、データ処理部５ｄは、会話中の特定
のタイミングで、その検索結果を音声出力装置６ｂから
音声にて出力すると共に、通信機器６ａを介して他の通
信機器にも送信する。なお、データ処理部５ｄにて経路
探索を行った結果得られた案内ルートも、ここに記憶さ
れる。そして、経路案内に際しては、表示装置６ｃに表
示した道路データに案内ルートを重ねて強調表示し、ま
た、データ処理部５ｄにて特定した現在地に基づき、音
声出力装置６ｂによって経路の進行方向などの音声案内
を行う。

【００２５】次に、本実施例の処理システム１の動作に
ついて、特に、会話中のキーワードに基づいて情報検索
を行い、その検索結果を会話しているユーザに音声にて
情報提供する点を中心に説明する。図２のフローチャー
トに示すように、最初のステップＳ１では、ノイズ学習
を行う。これは、音声入力装置４にて入力した音声に基
づき、音声認識部５ｃにおいて定常ノイズレベルを測定
するものである。そして続くＳ２では、会話音声入力の
開始を示すトリガがあったか否かを判断し、トリガがあ
った場合には（Ｓ２：ＹＥＳ）、音声認識を行う（Ｓ
３）。なお、「トリガがあった場合」とは、上述したよ
うに、定常ノイズに会話音声が上乗せされたことを検出
した場合、あるいはユーザの操作機器３を介した認識開
始指示操作を操作入力検出部５ｂにて検出した場合であ
る。

【００２６】Ｓ３の音声認識に続いてＳ４ではキーワー
ド抽出を行う。これは、継続的に入力される会話音声に
対して、キーワード・文法データ格納部５ｇに格納され
ている認識語彙データベースを参照しながら、複数のキ
ーワードを認識結果として得るものである。

【００２７】ここでは、２者が次のような会話を例に挙
げてさらに説明する。Ａ１：「ところでお腹が空いたね。何食べようか。」Ｂ１：「うーん、あっさりしたのがいいな。」Ａ２：「じゃ和食とかどうかな。」Ｂ２：「うどんとかそばがいいね。」Ａ３：「松本市でどこか良いところ知ってる？」Ｓ４でのキーワード抽出の際、突発的なノイズや発声者
の癖などにより、例えば上記Ａ２の発声内容から「ジャ
ワ」「華道」といった誤ったキーワードを検出したり、
Ｂ２の発声内容から誤って「そら」というキーワードを
検出してしまう可能性がある。そのため、続くＳ５では
文脈判定を行い、その判定結果に基づいてキーワードが
有効か否か（適切か否か）を判断し（Ｓ６）、キーワー
ドが有効な場合のみ（Ｓ６：ＹＥＳ）、検索用のキーワ
ード列に追加され（Ｓ７）、データ検索処理が実行され
る（Ｓ８）。具体的には、上記会話内容から得られるキ
ーワードとして「お腹がすいた」「食べよう」「あっさ
り」「和食」「うどん」などは、内容的に相互に関連す
るキーワードであることが分かるため、「そば」という
キーワードが抽出された場合は有効だと判断されるが
（Ｓ６：ＹＥＳ）、飲食に関連しないような「ジャワ」
「華道」「そら」といったキーワードが抽出された場合
は有効でないと判断される（Ｓ６：ＮＯ）。

【００２８】キーワードが有効でない場合は（Ｓ６：Ｎ
Ｏ）、話題転換があったか否かを判断する（Ｓ１０）。
例えば「ところで」「それから」「こんどは」などの話
題転換時に用いられるキーワードを抽出した場合には
（Ｓ１０：ＹＥＳ）、それまでに格納したキーワード列
をクリアしてから（Ｓ１１）、Ｓ３へ戻る。しかし、話
題転換でない場合には（Ｓ１０：ＮＯ）、キーワード列
のクリアはせずにＳ３へ戻る。

【００２９】このようにして抽出したキーワードの内、
有効なものがキーワード列に追加され（Ｓ７）、データ
検索処理（Ｓ８）が実行される。このデータ検索処理
は、データ処理部５ｄ（図１参照）で行われ、検索デー
タ格納部５ｆ内の内部記憶媒体や外部記憶装置７内の外
部記憶媒体に記憶されている情報ソースを用いて検索が
なされる。そして、検索終了条件を満たしたかどうか判
断する（Ｓ９）。情報検索した場合には、対応する情報
の絞り込みを行い、絞り込んだ結果が例えば５〜１０件
程度になった場合に検索終了条件を満たすと判断する
（Ｓ９：ＹＥＳ）。また、これだけでなく、文脈から質
問調のキーワードを検索した場合や、会話が中断した場
合なども検索終了条件を満たしたと判断して（Ｓ９：Ｙ
ＥＳ）、Ｓ１２へ移行する。

【００３０】Ｓ１２では、情報提供をするかしないかを
ユーザに尋ね、ユーザの回答が情報提供を肯定するもの
であった場合（Ｓ１３：ＹＥＳ）、情報提供を実行する
（Ｓ１４）。Ｓ１２では、検索された結果の概要と、詳
細な結果を出力するか否かを尋ねる内容を出力する。例
えば「ポーン（警告音）、お知らせです。和食・うどん
・松本市で１０件の候補が見つかりました。音声案内し
ますか？」というような内容をまず出力する。この出力
は、音声出力装置６ｂを介して本処理システム１のユー
ザに対して音声にて行うと共に、通信機器６ａを介して
他の通信機器５０にも送話データとして送られ、他の通
信機器５０の持つスピーカなどから音声にて出力され
る。これによって、会話している両者は共に上記内容を
聞くことができる。また、Ｓ１３で肯定する回答は、会
話しているいずれか行ってもよい。会話音声を認識して
いるからである。そして、Ｓ１４で詳細な情報が提供さ
れるが、これも当然ながら会話している両者は音声にて
知ることができる。

【００３１】なお、本実施例の場合には、通信機器６ａ
が「通信手段」に相当し、音声入力装置４が「音声入力
手段」に相当し、音声出力装置６ｂが「音声出力手段」
に相当する。また、音声認識部５ｃが「認識手段」及び
「文脈判定手段」に相当し、データ処理部５ｄが「検索
手段」及び「検索結果出力制御手段」に相当する。

【００３２】このように、本実施例の処理システム１に
よれば、複数のユーザ間でなされている会話音声を認識
して得たキーワードに基づく情報検索を行った結果を、
音声出力装置６ｂを介して出力することでこの処理シス
テム１のユーザに了知させると共に、通信機器６ａを介
して他の通信機器５０へも送信することで、会話相手に
も了知させることができる。そのため、従来技術で行っ
ていた「情報検索の結果を一方のユーザが相手側に伝え
る」という伝達動作が不要となり、検索結果を、ユーザ
の特別な仲介動作を必要とせずに会話者全員で共有でき
る。つまり、会話している両者にとっては、さらに別の
ユーザが発言したように感じられ、あたかも３者通話し
ているような状況を作り出すことができる。

【００３３】特に、本実施例の場合には、利用者が電話
を手で持たずに通話する「ハンズフリー通話」を採用し
ているため、自動車を運転しながら電話にて会話するこ
とが可能であるが、情報検索に際して従来技術のような
ユーザによる手動操作が必要とされると、せっかくハン
ズフリーにしている効果が低減される。したがって、情
報検索結果の出力までをも自動的に行うことで、車両運
転時の安全性確保というメリットも得られる。

【００３４】また、本実施例の処理システム１は、ナビ
ゲーション機能を備えたシステムであるため、検索結果
を用いた処理装置による処理をユーザが指示できるよう
にしてもよい。例えば上述例では、和食・うどん・松本
市というキーワードで検索した結果として、１０件の店
舗名が音声案内されるので、その中からユーザが指定し
た店舗を目的地として経路探索及び経路案内をさせても
よい。具体的には、システム側が店舗名の音声案内に先
立って、例えば「名前を言えば目的地に設定できます」
といった音声案内をすることが好ましい。

【００３５】例えば会話している両者が図１に示すよう
な処理システム１を搭載した車両を運転している場合、
会話者のいずれか一方が目的地として経路探索を音声に
て指示すれば、両車両に搭載されているナビゲーション
機能にて経路探索・案内がなされる。このようにすれ
ば、会話の中で集合場所を決めた場合に、その集合場所
への経路探索・案内への移行が簡易になされるので、非
常に使い勝手がよい。

【００３６】[他の実施例など] （１）上記実施例では、図２のＳ８におけるデータ検索
処理は、検索データ格納部５ｆ内の内部記憶媒体や外部
記憶装置７内の外部記憶媒体に記憶されている情報ソー
スを用いて検索をするように説明したが、通信機器６ａ
を用い、インターネットなどを介して外部のデータべー
スにアクセスして行うこともできる。このようにすれ
ば、より広範な情報リソースを用いた検索が可能とな
る。

【００３７】（２）図２のＳ１４での詳細情報の提供に
関しては、音声出力装置６ｂからの音声による出力だけ
でなく、表示装置６ｃからの表示による出力も併用して
もよい。また、他の通信機器５０側にも表示機能がある
場合には、その他の通信機器５０にも表示データを送信
し、会話者が共に音声及び表示にて情報提供を受けられ
るようにしてもよい。例えば車両走行中はそのような表
示をしないようにしていたとしても、車両停止中の場合
には、表示による情報提供も併用した方が便利である。

【００３８】（３）音声認識に関して補足しておく。例
えば上述の会話例では、「松本市でどこか…」といった
地名に関する発声がある。市のレベルであれば比較的同
一の名称は少ないが、例えばさらに下位の町や区のレベ
ルであれば同一名称が多くなる。例えば単に東区といっ
た場合にどこの東区かが特定できない。しかし、単に東
区といった場合には、現在ユーザが居る地域内に存在す
る東区を意図していると考えられる。そこで、ナビゲー
ション機能（詳しくは位置特定機能）を利用して、例え
ば現在位置が名古屋市内であれば、愛知県名古屋市とい
うキーワードも補完して最終的な認識結果を得るように
してもよい。なお、名古屋市内に居るということは愛知
県内に居るということなので、愛知県というキーワード
も補完する。こうすれば、同じ県内の他の市町村の名称
をユーザが発声する際、愛知県が省略されていても対応
できる。

【００３９】（４）上記実施例では、ＧＰＳ受信機２
ａ，ジャイロスコープ２ｂ，車速センサ２ｃからなる位
置検出器２にて検出されるデータに基づき、制御装置５
が、車両現在位置の誤差を補間しながら車両現在位置を
特定した。しかし、必ずしもこのような位置検出器２が
必要なわけではない。例えば、路側ビーコンなどから位
置情報を取得し、それに基づいて現在位置を特定するよ
うにしてもよい。また、携帯電話やＰＨＳ等の位置特定
ができる機能によって現在地を特定するようにしてもよ
い。

【００４０】（５）上述した音声認識・情報検索・検索
結果の提供などに関する処理をコンピュータシステムに
て実現する機能は、例えば、コンピュータシステム側で
起動するプログラムとして備えることができる。このよ
うなプログラムの場合、例えば、フロッピー（登録商
標）ディスク、光磁気ディスク、ＣＤ−ＲＯＭ、ハード
ディスク等のコンピュータ読み取り可能な記録媒体に記
録し、必要に応じてコンピュータシステムにロードして
起動することにより用いることができる。この他、ＲＯ
ＭやバックアップＲＡＭをコンピュータ読み取り可能な
記録媒体として前記プログラムを記録しておき、このＲ
ＯＭあるいはバックアップＲＡＭをコンピュータシステ
ムに組み込んで用いても良い。

【図面の簡単な説明】

【図１】実施例としての処理システムの概略構成を示
すブロック図である。

【図２】実施例の処理システムの動作について、特
に、会話中のキーワードに基づいて情報検索を行い、そ
の検索結果を会話しているユーザに音声にて情報提供す
る処理を示すフローチャートである。

【符号の説明】

１…処理システム１、２…位置検出器、２ａ…ＧＰＳ受
信機、２ｂ…ジャイロスコープ、２ｃ…車速センサ、３
…操作機器、操作機器３ａ…操作スイッチ群、３ｂ…リ
モコンセンサ、３ｃ…リモコン、音声入力装置４、制御
装置５、５ａ…位置データ入力部、５ｂ…操作入力検出
部、５ｃ…音声認識部、５ｄ…データ処理部、５ｅ…出
力方法選択部、５ｆ…検索データ格納部、５ｇ…キーワ
ード・文法データ格納部、６…出力装置、６ａ…通信機
器、６ｂ…音声出力装置、６ｃ…表示装置、７…外部記
憶装置、７ａ…外部データ入力器、７ｂ…外部記憶媒体

───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.⁷ 識別記号ＦＩテーマコート゛(参考）Ｇ１０Ｌ 15/28 Ｈ０４Ｍ 3/42

Claims

【特許請求の範囲】

【請求項１】通信手段と、音声入力手段と、音声出力手
段とを備え、別の通信端末装置のユーザとの間で音声に
よる会話が可能な通信端末装置であって、前記音声入力手段は、ユーザ間の会話音声を入力可能で
あり、さらに、前記音声入力手段を介して入力された会話音声を認識す
る認識手段と、前記認識手段によって認識した結果を用いて情報検索を
行う検索手段と、前記検索手段によって検索された結果を、前記音声出力
手段を介して音声にて出力させると共に、前記通信手段
を介して前記別の通信端末装置へも音声データとして送
信する検索結果出力制御手段とを備えていることを特徴
とする通信端末装置。
【請求項２】請求項１記載の通信端末装置において、前記検索手段は、前記認識手段による認識結果を用いて
自動的に情報検索を行うことを特徴とする通信端末装
置。
【請求項３】請求項１又は２記載の通信端末装置におい
て、前記認識手段による認識結果として得られたキーワード
に対して、会話における文脈を考慮した適否判定を行う
文脈判定手段を備え、前記検索手段は、前記文脈判定手段によって文脈に適合
していると判定されたキーワードを用いて前記情報検索
を行うことを特徴とする通信端末装置。
【請求項４】請求項３記載の通信端末装置において、前記文脈判定手段は、話題転換の有無を判定可能であ
り、前記検索手段は、前記文脈判定手段によって話題転換が
あったと判定された場合には、当該判定以前に前記認識
手段による認識結果として得られたキーワードを前記情
報検索のためには用いないことを特徴とする通信端末装
置。
【請求項５】請求項１〜４のいずれか記載の通信端末装
置において、前記検索結果出力制御手段は、まず、検索手段によって検索された結果の概要と、詳細
な結果を出力するか否かを尋ねる内容を出力し、前記音声入力手段を介して入力した会話音声を前記認識
手段によって認識した結果が、前記詳細な結果を出力す
ることを指示している場合には、前記詳細な結果を出力
することを特徴とする通信端末装置。
【請求項６】請求項１〜５のいずれか記載の通信端末装
置において、前記検索手段は、前記通信手段あるいは別の通信手段を介して外部のデー
タベースにアクセスして前記情報検索を行うことを特徴
とする通信端末装置。
【請求項７】請求項１〜６のいずれか記載の通信端末装
置と、所定の処理を実行する処理装置とを備える処理シ
ステムであって、前記通信端末装置は、前記音声入力手段を介して入力し
た会話音声を前記認識手段によって認識した結果が、前
記検索結果を用いた前記処理装置による所定の処理の実
行を指示している場合、前記処理装置に対してその旨を
通知し、その通知を受けた前記処理装置は、指示された所定の処
理を実行することを特徴とする処理システム。
【請求項８】請求項７記載の処理システムであって、前記処理装置は、ナビゲーション装置であり、前記検索結果を用いた前記処理装置による所定の処理
は、検索結果としての地名関連データを目的地とする経
路探索あるいは当該地名関連データに基づく地図表示で
あることを特徴とする処理システム。