JP2013254395A - 処理装置、処理システム、出力方法およびプログラム - Google Patents

Abstract

【課題】ユーザの状況に適した提供方法で、ユーザに情報を提供することのできる処理装置を提供する。
【解決手段】ユーザの音声を認識する音声認識部２１と、ユーザの現在状況を認識する状況認識部２２と、音声認識部２１で認識された音声に基づいて検索された検索結果を取得する検索結果取得部２４と、状況認識部により認識された現在状況に基づいて、検索結果を出力する方法を決定する出力方法決定部と、決定された方法で、検索結果を出力部に出力させる出力制御部２６とを備える。
【選択図】図１

Description

本発明は、処理装置、処理システム、出力方法およびプログラムに関する。

従来、人間と対話を行う装置が知られている。例えば、特許文献１には、対話の状況に応じて、コンピュータであるエージェントによる発話の内容やタイミングを決定する装置が開示されている。

しかしながら、従来の対話装置においては、対話の状況は考慮されていても、ユーザや、エージェントの地理的な状況や、場の雰囲気など外界環境が考慮されていない。このため、例えば電車内や映画館の中など、音声出力の適さない場所で、音声が出力されてしまうといった不都合が生じていた。

本発明は、上記に鑑みてなされたものであって、ユーザの状況に適した提供方法で、ユーザに情報を提供することのできる処理装置、処理システム、出力方法およびプログラムを提供することを目的とする。

上述した課題を解決し、目的を達成するために、本発明は、処理装置であって、ユーザの音声を認識する音声認識部と、ユーザの現在の状況を認識する状況認識部と、前記音声認識部で認識された音声基づいて検索された検索結果を取得する検索結果取得部と、前記状況認識部により認識された前記現在の状況に基づいて、前記検索結果を出力する方法を決定する出力方法決定部と、前記出力方法決定部により決定された前記方法で、前記検索結果取得部により出力された前記検索結果を出力部に出力させる出力制御部とを備えることを特徴とする。

また、本発明は、処理システムであって、ユーザの音声を認識する音声認識部と、ユーザの現在の状況を認識する状況認識部と、前記音声認識部で認識された音声に基づいて検索された検索結果を取得する検索結果取得部と、前記状況認識部により認識された前記現在の状況に基づいて、前記検索結果を出力する方法を決定する出力方法決定部と、前記出力方法決定部により決定された前記方法で、前記検索結果取得部により取得された前記検索結果を出力部に出力させる出力制御部とを備えることを特徴とする。

また、本発明は、出力方法であって、ユーザの音声を認識する音声認識ステップと、ユーザの現在の状況を認識する状況認識ステップと、前記音声認識ステップにおいて認識された音声に基づいて検索された検索結果を取得する検索結果取得ステップと、前記状況認識ステップにおいて認識された前記現在の状況に基づいて、前記検索結果を出力する方法を決定する出力方法決定ステップと、前記出力方法決定ステップにおいて決定された前記方法で、前記検索結果取得ステップにおいて取得された前記検索結果を出力部に出力させる出力ステップとを含むことを特徴とする。

また、本発明は、プログラムであって、ユーザの音声を認識する音声認識ステップと、ユーザの現在の状況を認識する状況認識ステップと、前記音声認識ステップにおいて認識された音声に基づいて検索された検索結果を取得する検索結果取得ステップと、前記状況認識ステップにおいて認識された前記現在の状況に基づいて、前記検索結果を出力する方法を決定する出力方法決定ステップと、前記出力方法決定ステップにおいて決定された前記方法で、前記検索結果取得ステップにおいて取得された前記検索結果を出力部に出力させる出力ステップとをコンピュータに実行させるためのプログラムである。

本発明によれば、ユーザの状況に適した提供方法でユーザに情報を提供することができるという効果を奏する。

図１は、処理システムの構成の一例を示すブロック図である。 図２は、提供方法決定テーブルのデータ構成を模式的に示す図である。 図３は、処理システムで実行される処理の一例を示すフローチャートである。

以下に添付図面を参照して、処理装置、処理システム、出力方法およびプログラムの実施の形態を詳細に説明する。

図１は、本実施形態の処理システム１の構成の一例を示すブロック図である。図１に示すように、処理システム１は、処理装置の一例としてのネットワークエージェント（以下、「ＮＡ」と称する）１０と、検索サーバ１０１とを備えている。ＮＡ１０と検索サーバ１０１は、インターネット１０７を介して接続されている。

検索サーバ１０１は、Ｗｅｂ上で公開されている情報を検索するものであり、例えば、Ｗｅｂ上で検索エンジン機能を提供するものなどであればよい。具体的には、検索サーバ１０１は、ＮＡ１０から検索クエリを受信し、受信した検索クエリに従ってＷｅｂ上で公開されている情報を検索し、検索結果をＮＡ１０に送信する。ここで、検索サーバ１０１が検索する情報は、Ｗｅｂの動的ページ上で公開されている動的情報であっても、Ｗｅｂの静的ページ上で公開されている静的情報であってもよい。なお、図１に示す例では、検索サーバを１台例示しているが、これに限定されるものではなく、何台であってもよい。

ＮＡ１０は、Ｗｅｂ上で公開されている情報や機能にアクセスする端末である。本実施形態では、ＮＡ１０は、スマートフォンやタブレットなど携帯型の端末を想定しているが、これに限定されるものではなく、インターネットにアクセス可能な装置であればよい。

本実施形態では、ユーザＵ１がＮＡ１０を所有しており、ユーザＵ１がユーザＵ２との対話にＮＡ１０を使用する場合を想定してＮＡ１０（処理システム１）について説明するが、ユーザが単独でＮＡ１０を使用することもできるし、３人以上のユーザが共用してＮＡ１０を使用することもできる。

処理システム１は、例えばユーザＵ１とユーザＵ２の会話において、検索サーバ１０１を含むＷｅｂクラウドを用いて会話をサポートするシステムである。例えば、ユーザＵ１とユーザＵ２が「クリスマスにどこに行こうか？」という内容の会話をしていた場合に、ＮＡ１０はＷｅｂクラウドから「クリスマスにお勧めの場所」の検索結果を受け取り、これをユーザに提示することができる。

ＮＡ１０は、図１に示すように、音声入力部１１と、ＧＰＳ（Global Positioning System）受信部１３と、通信部１５と、撮像部１６と、記憶部１７と、出力部１９と、制御部２０とを備えている。

音声入力部１１は、ユーザが発する音声等をＮＡ１０に入力するものであり、マイクロフォンなどの集音器により実現できる。ＧＰＳ受信部１３は、ユーザの位置を示す位置情報を受信する。ＧＰＳ受信部１３は、具体的には、ＧＰＳ衛星からの電波を受信するものであり、ＧＰＳ受信機などにより実現できる。

通信部１５は、インターネット１０７を介して検索サーバ１０１などの外部機器と通信するものであり、ＮＩＣ（Network Interface Card）などの通信装置により実現できる。撮像部１６は、当該ＮＡ１０のユーザや、ユーザの周囲環境を撮像するものであり、デジタルカメラ、ステレオカメラなどの撮像装置により実現できる。

記憶部１７は、ＮＡ１０で実行される各種プログラムやＮＡ１０で行われる各種処理に使用されるデータなどを記憶する。記憶部１７は、例えば、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、メモリカード、光ディスク、ＲＯＭ（Read Only Memory）、及びＲＡＭ（Random Access Memory）などの磁気的、光学的、又は電気的に記憶可能な記憶装置により実現できる。

出力部１９は、制御部２０の処理結果を出力するものであり、液晶ディスプレイやタッチパネル式ディスプレイなどの表示出力用の表示装置、スピーカなどの音声出力用の音声装置などで実現してもよいし、これらの装置を併用して実現してもよい。

制御部２０は、ＮＡ１０の各部を制御するものであり、音声認識部２１と、状況認識部２２と、検索要求部２３と、検索結果取得部２４と、提供方法決定部２５と、出力制御部２６とを含む。音声認識部２１、状況認識部２２、検索要求部２３、検索結果取得部２４、提供方法決定部２５および出力制御部２６は、例えば、ＣＰＵ（Central Processing Unit）などの処理装置にプログラムを実行させること、即ち、ソフトウェアにより実現してもよいし、ＩＣ（Integrated Circuit）などのハードウェアにより実現してもよいし、ソフトウェア及びハードウェアを併用して実現してもよい。

音声認識部２１は、入力された音声に対し音声認識処理を施し、音声認識結果を得る。具体的には、音声認識部２１は、音声入力部１１から入力された音声の特徴量を抽出し、記憶部１７に記憶されている音声認識用の辞書データなどを用いて、抽出した特徴量をテキスト（文字列）に変換する。音声認識手法の詳細については、例えば、特開２００４−４５５９１号公報や特開２００８−２８１９０１号公報などに開示されている公知の手法を用いることができるため、ここでは、詳細な説明は省略する。

状況認識部２２は、例えばＧＰＳ受信部１３などの検出センサによる検出結果、外部から入力される情報および記憶部１７に記憶されている情報に基づいて、ユーザの現在の状況を認識する。ここで、ユーザの現在の状況としては、外界状況、行動状況および提供可能データ状況がある。

外界状況は、現在のユーザ位置、天気、気温、時刻など、ユーザの存在する環境に関する状況である。状況認識部２２は、ＧＰＳ受信部１３が受信するＧＰＳ衛星からの電波を用いて、ＮＡ１０のユーザの現在位置を認識する。また、状況認識部２２は、認識したユーザの現在位置を基に、後述する検索要求部２３に天気、気温、又は時刻のＷｅｂ検索を要求し、後述する検索結果取得部２４により取得されたＷｅｂ検索の検索結果からユーザの現在位置の天気、気温、又は時刻を認識する。

行動状況は、「歩行中」、「電車に乗車中」、「会話中」、「手を伸ばしみかんを掴んだ」、「相槌を打った」、「頷いた」など、ユーザの行動に起因した状況である。状況認識部２２は、ＧＰＳ受信部１３が受信する位置情報の時間変化に基づいて、「歩行中」または「電車に乗車中」であることを認識する。

状況認識部２２は、ＧＰＳ受信部１３が受信する位置情報の時間変化から得られる移動速度に基づいて、電車での移動と、歩行とを判別する。さらに、状況認識部２２は、位置情報と、記憶部１７に記憶されている地図情報とを照合することにより、移動経路が道路上であるか線路上であるかを判別してもよい。これにより、電車での移動と徒歩での移動とを区別することができる。状況認識部２２はさらに、撮像部１８により得られる周辺画像から電車内の映像か否かにより両者を判別してもよい。

状況認識部２２は、音声入力部１１に入力された音声に基づいて、複数の人物の声が入力された場合に、「会話中」であることを認識する。状況認識部２２はさらに、撮像部１６により複数の人物の撮像画像が得られたか否かを考慮して、「会話中」か否かを判断してもよい。

状況認識部２２は、また撮像部１６により撮像されたユーザの画像に基づいて、「手を伸ばしみかんを掴んだ」ことを認識する。具体的には、音声認識部２１は、ユーザが撮像された動画像または時系列に沿って得られた静止画像から、ユーザの手がユーザの胴***置から遠ざかる方向への移動を検知し、さらに手の移動先にみかんが検知された場合に、「手を伸ばしみかんを掴んだ」と認識する。以上のように、音声入力部１１、ＧＰＳ受信部１３および撮像部１６は、外界の状況を検出する検出センサとして機能する。

提供可能データ状況は、ユーザに提供することのできるデータのデータ形式の状況である。なお、本実施の形態においては、ユーザに提供するデータ形式として、テキストデータ、画像データおよび音声データを想定するものとする。なおユーザにデータを提供する装置は、ＮＡ１０であってもよく、またＮＡ１０以外の機器であってもよい。

例えばユーザが、スピーカを備える機器やスピーカを備えるＮＡ１０を所持している場合には、スピーカを用いて音声データを出力することにより、ユーザにデータを提供することができるが、ユーザが、表示画面を備える機器や表示画面を備えるＮＡ１０を所持していない場合には、テキストデータおよび画像データとしてのデータをユーザに提供することはできない。

なお、提供可能データ状況については、予め記憶部１７に記憶されているものとする。状況認識部２２は、記憶部１７を参照し、提供可能データ状況を認識する。例えば、ユーザがスマートフォンを所持している場合には、音声データ、画像データおよびテキストデータの出力が可能であるという提供可能データ状況が認識される。また、ユーザがスピーカを備える機器を所持していない場合には、音声データの出力不可という提供可能データ状況が認識される。また、ユーザが供える機器が供える表示画面のサイズが小さい場合には、画像データの出力不可であり、テキストデータの出力のみ可能という提供可能データ状況が認識される。

さらに、例えば公共の機器や、共有機器など、ユーザが所持する機器やＮＡ１０以外の機器が備える出力機能を用いて、ユーザにデータを提供することができる場合には、状況認識部２２は、利用可能な出力機能により提供可能なデータ形式についても、提供可能データ状況として状況認識結果を得る。具体的には、状況認識部２２は、例えば、インターネット１０７を介して外部機器から、ユーザの個人情報や、ユーザ位置周辺の地図情報上に記載された機器の出力機能の情報などを受信し、受信した情報に基づいて、ＮＡ１０以外の機器の出力機能についての状況認識結果を得る。すなわち、状況認識部２２は、外部機器から入力された情報に基づいて、提供可能データ状況を認識する。

検索要求部２３は、音声認識部２１により得られた音声認識結果と、状況認識部２２により得られた状況認識結果とを取得し、これらに基づいて、情報の検索を要求する。検索要求部２３は、例えば、「ユーザがみかんを掴んだ」という状況認識結果と、「賞味期限を知りたい」という音声認識結果を取得した場合には、「みかんの賞味期限」を検索クエリとし、検索サーバ１０１にウェブ上での検索を要求する。

検索結果取得部２４は、通信部１５を介して検索サーバ１０１から検索クエリに対する検索結果を取得する。検索結果が地図情報である場合には、検索結果取得部２４は、住所を示すテキストデータ、音声案内用の音声データ、地図を示す画像データなどを取得する。

提供方法決定部２５は、状況認識結果に基づいて、検索結果のユーザへの提供方法、すなわち検索結果の出力方法を決定する。提供方法決定部２５は、さらにインターネット１７を介して必要な情報を取得し、取得した情報を考慮して、提供方法を決定してもよい。

提供方法決定部２５は具体的には、記憶部１７に記憶されている提供方法決定テーブルを参照し、状況認識結果に基づいて、ユーザへの提供方法を決定する。提供方法決定部２５は、出力方法決定部として機能する。

図２は、提供方法決定テーブル３０のデータ構成を模式的に示す図である。提供方法決定テーブル３０は、状況認識結果と、可能な提供方法とを対応付けて記憶している。なお、提供方法決定テーブル３０は、予め設計者等により記憶部１７等に設定されているものとする。

状況認識結果１に示すように、状況認識結果に制約がない場合には、テキスト、画像および音声のいずれのデータもユーザへの提供が可能である。例えば、ユーザがスマートフォンなど、テキスト、画像および音声のいずれのデータも出力可能な機器を所持しており、ユーザが公園に居る場合などが状況認識結果１に該当する。

状況認識結果２に示すように、ユーザが電車に乗車中である場合には、テキストおよび画像のデータのみユーザへの提供が可能である。電車内では、マナーモードが推奨されており、音声データの出力は適切でないことに対応するものである。

状況認識結果３に示すように、ユーザが歩行中である場合であって、ユーザがテキスト、画像および音声のいずれのデータも出力可能な機器を所持している場合には、画像および音声のデータのみユーザへの提供が可能である。画像や音声でわかり易い内容のデータをユーザに提供することにより、ユーザは立ち止まることなく、内容を把握することができる。

状況認識結果４に示すように、ユーザが歩行中である場合であって、出力機能を有する機器を所持せず、移動経路上にスピーカを搭載した電光掲示板（表示画面）が存在する場合には、テキストおよび音声のデータのみユーザへの提供が可能である。この場合には、ＮＡ１０は、インターネット１０７を介して、電光掲示板に検索結果を送信し、電光掲示版に、テキストおよび音声データとして検索結果を出力させることにより、ユーザに検索結果を提供する。

状況認識結果５に示すように、提供可能データがテキストデータのみである場合には、テキストデータのみユーザへの提供が可能である。例えば、ユーザが所持する機器の表示画面サイズが小さい場合に状況認識結果５に該当する。

状況認識結果６に示すように、ユーザが急いで歩いている場合には、画像データのみユーザへの提供が可能である。このように、ユーザが急いでいる場合には、容易にかつ迅速にユーザに内容を伝えることができるデータ形式のみ提供可能とする。

なお、急いでいることの認識については、状況認識部２２が、例えば記憶部１７または通信部１５を介してアクセス可能なＷｅｂクラウド環境のいずれかの装置にユーザの個人情報として登録してあるスケジュール等の情報に基づいて、「何時にどこに行かなくてはならない」ということを理解する。状況認識部２２はさらに、現在のユーザ位置、現在時刻、目的地、目的地到着予定時刻に基づいて、急いでいるか否かを認識する。

状況認識結果７に示すように、提供可能データが音声データのみである場合には、音声データのみユーザへの提供が可能である。状況認識結果８に示すように、ユーザが提供対象としているデータと異なる新たなデータを要求している場合には、提供対象のデータの提供を行わない。提供対象のデータについては、すでに興味がないと考えられるためである。

なお、図２に示す提供方法決定テーブル３０のデータは、提供方法テーブル３０のデータの一部であり、提供方法決定テーブル３０は、より詳細な状況認識結果と提供方法の対応を記憶しているものとする。

なお、他の例としては、状況認識部２２は、提供方法決定テーブルにかえて、提供方法を決定するためのアルゴリズムにしたがって、状況認識結果から提供方法を決定してもよい。この場合には、記憶部１７は、提供方法決定テーブルに替えて、アルゴリズムを記憶するものとする。なお、提供方法決定テーブルまたはアルゴリズムなど、状況認識部２２が参照する情報は、通信部１５を介してアクセス可能なＷｅｂクラウド環境のいずれかの装置に記憶されていればよく、その記憶場所は、ＮＡ１０に限定されるものではない。

図１に戻り、出力制御部２６は、提供方法決定部２５により決定された出力方法に応じて、指定された出力先に検索結果を出力させる。出力制御部２６は、例えば、出力部１９に音声出力を行わせる場合、検出結果取得部２４により生成された応答文（検索結果）を音声合成して音声に変換し、出力部１９に音声出力させる。出力制御部２６は、また例えば、出力部１９としての表示画面に画像を表示する場合には、応答文（検索結果）を描画データに変換し、出力部１９に画面出力させる。出力制御部２６はまた、外部機器を用いた出力方法が決定された場合には、通信部１５を介して指定された外部機器に応答文（検索結果）を送信する。この場合には、指定された外部機器において、検索結果が指定された出力形式で出力される。

出力制御部２６は、さらに状況認識結果に基づいて、出力タイミングを制御する。出力制御部２６は、例えばユーザの発話中であるという状況認識結果が得られた場合には、発話の終了後を出力タイミングと決定し、発話の終了後に検索結果の応答文を出力する。出力制御部２６はまた、提供方法決定テーブル３０の状況認識結果８のように、提供可能な出力形式が存在しない場合には、出力タイミングではないと判断し、出力を行わない。なお、状況認識結果から出力タイミングを決定するためのアルゴリズムまたは状況認識結果と出力タイミングの制御方法とを対応付けたテーブルが予め記憶部１７に記憶されており、出力制御部２６は、アルゴリズムまたはテーブルを用いることにより、出力タイミングを決定するものとする。

なお、ＮＡ１０は、上述した各部の全てを必須の構成とする必要はなく、その一部を省略した構成としてもよい。

次に、本実施形態の処理システムの動作について説明する。図３は、本実施形態の処理システム１で実行される処理の一例を示すフローチャートである。ＮＡ１０においては、常にユーザの行動を認識する（ステップＳ１０１）。具体的には、音声認識部２１は、音声入力部１１に音声が入力される度に、音声認識処理を行い、また、状況認識部２２は常にユーザの行動状況の認識を行う。次に、検索要求部２３は、音声認識部２１および状況認識部２２により得られた行動認識結果から検索クエリを生成し、検索サーバ１０１に検索を要求する（ステップＳ１０２）。

続いて、検索サーバ１０１は、ＮＡ１０から検索クエリを受信し、受信した検索クエリに従ってＷｅｂ上で公開されている情報を検索し、検索結果をＮＡ１０に送信する（ステップＳ１０３）。

続いて、検索結果取得部２４は、検索サーバ１０１から情報の検索結果を取得する（ステップＳ１０４）。次に、状況認識部２２は、所定の行動認識結果が得られた場合に、状況認識の必要があると判断し（ステップＳ１０５でＹｅｓ）、検出センサによる検出結果と、外部から入力された情報と、記憶部１７に記憶されている情報とに基づいて、外界状況、および提供可能データ状況に対する状況認識結果を得る（ステップＳ１０６）。

ここで、状況認識の必要があると判断される行動認識結果としては、「発言した」、「立ち上がった」などが挙げられる。状況認識部２２が状況認識を開始する条件は、記憶部１７に記憶されており、状況認識部２２は、記憶部１７に記憶されている条件に合致する行動認識結果が得られた場合に状況認識を行う。

一方で、状況認識の必要がないと判断される行動認識結果としては、「相槌を打った」、「頷いた」などが挙げられる。これらの行動が観察される状況においては、情報提供の必要がない可能性が高いためである。

続いて、提供方法決定部２５は、提供方法決定テーブル３０を参照し、状況認識結果に基づいて、ユーザへの検索結果の提供方法を決定する（ステップＳ１０７）。次に、出力制御部２６は、状況認識結果に基づいて、出力タイミングであるか否かを判定する。そして、出力タイミングであると判定された場合に（ステップＳ１０８でＹｅｓ）、検索結果を提供方法決定部２５により決定された提供方法で出力する（ステップＳ１０９）。

ここで、検索結果取得部２４が取得した検索結果のデータが、提供方法決定部に２５により決定された提供方法のデータ形式でない場合には、出力制御部２６は、検索結果のデータを提供方法決定部により決定された提供方法のデータ形式に変換する。例えば、検索結果として画像データや音声データを取得した場合において、決定された提供方法（データ形式）がテキストデータである場合は、出力制御部２６は、検索結果のデータをテキストデータに変換する。

ステップＳ１０８において、出力タイミングでないと判定された場合には（ステップＳ１０８でＮｏ）、出力タイミングまで待機する。出力タイミングか否かの判定においては、出力制御部２６は、例えば、ユーザが音声データのみ出力可能な機器のみを所持し、かつ電車に乗っている状況においては、出力タイミングでないと判定する。さらに、その後、ユーザが電車から降りたことを示す状況認識結果が得られた場合には、出力制御部２６は、出力タイミングであると判定し、提供が保留されていた検索結果がユーザに提供される。

なお、ステップＳ１０８において、一定期間内に検索結果の出力タイミングであると判定されなかった場合、検索結果を出力部１９に出力させずに、処理を終了する。これにより、ＮＡ１０による応答が望まれていない場合には、応答を行わず、対話の妨げになることを回避することが可能となる。

以上のように、本実施の形態にかかる処理システム１においては、ユーザの状況に適した出力形式のデータを出力することができる。すなわち、ユーザの状況に適した形式でデータを提供することができる。

例えば、ユーザＵ１とユーザＵ２が電車の中で話をしている場合に、突然、ＮＡ１０から音声で情報を提供された場合には、周囲の人にとって迷惑になってしまう可能性がある。これに対し、本実施の形態にかかる処理システム１によれば、電車の中では、音声出力を禁止し、画像データまたはテキストデータを表示画面に表示することができる。なお、この場合に、スマートフォンの振動による通知を利用可能な場合には、振動による通知とともに、画像データまたはテキストデータを表示画面に表示することとしてもよい。

また例えば、ユーザの歩行中において、ユーザが所持する携帯端末にテキストメールで地図情報が提供された場合には、視認性が低く、ユーザは容易に内容を理解することができない、また携帯端末を取り出す必要があるなどの利便性が低い。これに対し、本実施の形態にかかる処理システム１においては、歩行経路に広域地図を表示可能なディスプレイが設置されている場合には、このディスプレイに広域地図を表示することにより、ユーザにデータを提供することができるので、ユーザは、立ち止まることなく希望する広域地図を閲覧することができる。

以上、本発明を実施の形態を用いて説明したが、上記実施の形態に多様な変更または改良を加えることができる。

そうした変更例としては、ＮＡ１０の１または２以上のユーザに関する、情報の提供方法に関する設定情報や履歴情報やユーザによるフィードバック情報などを、各ユーザの個人情報として、記憶部１７に記憶してもよい。この場合には、提供方法決定部２５は、さらに個人情報を参照して、提供方法を決定する。これにより、ユーザに適した提供方法を決定することができる。さらに、ＮＡ１０が決定した提供方法がユーザにとって不適切であった場合には、その旨をユーザがフィードバックすることで提供方法の改善を行ってもよい。

ＮＡ１０はさらに、状況認識結果と、ユーザが希望する提供方法とを個人情報として蓄積してもよい。そして、提供方法決定部２５は、次回以降の提供方法決定時に提供個人情報に基づいて、提供方法に重み付けを行った上で提供方法を決定してもよい。

本実施の形態のＮＡ１０は、ＣＰＵなどの制御装置と、ＲＯＭ（Read Only Memory）やＲＡＭなどの記憶装置と、ＨＤＤ、ＣＤドライブ装置などの外部記憶装置と、ディスプレイ装置などの表示装置と、キーボードやマウスなどの入力装置を備えており、通常のコンピュータを利用したハードウェア構成となっている。

本実施形態のＮＡ１０で実行されるプログラムは、インストール可能な形式又は実行可能な形式のファイルでＣＤ−ＲＯＭ、フレキシブルディスク（ＦＤ）、ＣＤ−Ｒ、ＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｋ）等のコンピュータで読み取り可能な記録媒体に記録されて提供される。

また、本実施形態のＮＡ１０で実行されるプログラムを、インターネット等のネットワークに接続されたコンピュータ上に格納し、ネットワーク経由でダウンロードさせることにより提供するように構成しても良い。また、本実施形態のＮＡ１０で実行されるプログラムをインターネット等のネットワーク経由で提供または配布するように構成しても良い。また、本実施形態のプログラムを、ＲＯＭ等に予め組み込んで提供するように構成してもよい。

本実施の形態のＮＡ１０で実行されるプログラムは、上述した各部（行動認識部、状況認識部、検索要求部、検索結果取得部、提供方法決定部、出力制御部）を含むモジュール構成となっており、実際のハードウェアとしてはＣＰＵ（プロセッサ）が上記記憶媒体からプログラムを読み出して実行することにより上記各部が主記憶装置上にロードされ、各部が主記憶装置上に生成されるようになっている。

１ 処理システム
１０ ＮＡ
１１ 音声入力部
１３ ＧＰＳ受信部
１５ 通信部
１６ 撮像部
１７ 記憶部
１９ 出力部
２０ 制御部
２１ 音声認識部
２２ 状況認識部
２３ 検索要求部
２４ 検索結果取得部
２５ 提供方法決定部
２６ 出力制御部

特開２０１０−１８６２３７号公報

Claims (8)

1. ユーザの音声を認識する音声認識部と、
   ユーザの現在の状況を認識する状況認識部と、
   前記音声認識部で認識された音声基づいて検索された検索結果を取得する検索結果取得部と、
   前記状況認識部により認識された前記現在の状況に基づいて、前記検索結果を出力する方法を決定する出力方法決定部と、
   前記出力方法決定部により決定された前記方法で、前記検索結果取得部により出力された前記検索結果を出力部に出力させる出力制御部と
   を備えることを特徴とする処理装置。
2. 前記現在の状況は、ユーザの行動状況、外界状況およびユーザに提供可能なデータのデータ形式の状況うち少なくとも一つの状況を含むことを特徴とする請求項１に記載の処理装置。
3. 前記状況認識部は、前記検索結果取得部が前記検索結果を取得した場合に、前記現在の状況を認識することを特徴とする請求項１または２に記載の処理装置。
4. 前記状況認識部は、前記出力方法決定部が前記現在の状況において出力可能な方法がないと判断した場合に、一定時間経過後に再び前記現在の状況を認識し、
   前記出力方法決定部は、前記状況認識部により再び認識された前記現在の状況に基づいて、前記方法を決定することを特徴とする請求項１から３のいずれか一項に記載の処理装置。
5. 前記出力方法決定部は、前記検索結果を画像データ、テキストデータまたは音声データのうち少なくとも１つの出力形式で出力することを、前記方法として決定することを特徴とする請求項１から４のいずれか一項に記載の処理装置。
6. ユーザの音声を認識する音声認識部と、
   ユーザの現在の状況を認識する状況認識部と、
   前記音声認識部で認識された音声に基づいて検索された検索結果を取得する検索結果取得部と、
   前記状況認識部により認識された前記現在の状況に基づいて、前記検索結果を出力する方法を決定する出力方法決定部と、
   前記出力方法決定部により決定された前記方法で、前記検索結果取得部により取得された前記検索結果を出力部に出力させる出力制御部と
   を備えることを特徴とする処理システム。
7. ユーザの音声を認識する音声認識ステップと、
   ユーザの現在の状況を認識する状況認識ステップと、
   前記音声認識ステップにおいて認識された音声に基づいて検索された検索結果を取得する検索結果取得ステップと、
   前記状況認識ステップにおいて認識された前記現在の状況に基づいて、前記検索結果を出力する方法を決定する出力方法決定ステップと、
   前記出力方法決定ステップにおいて決定された前記方法で、前記検索結果取得ステップにおいて取得された前記検索結果を出力部に出力させる出力ステップと
   を含むことを特徴とする出力方法。
8. ユーザの音声を認識する音声認識ステップと、
   ユーザの現在の状況を認識する状況認識ステップと、
   前記音声認識ステップにおいて認識された音声に基づいて検索された検索結果を取得する検索結果取得ステップと、
   前記状況認識ステップにおいて認識された前記現在の状況に基づいて、前記検索結果を出力する方法を決定する出力方法決定ステップと、
   前記出力方法決定ステップにおいて決定された前記方法で、前記検索結果取得ステップにおいて取得された前記検索結果を出力部に出力させる出力ステップと
   をコンピュータに実行させるためのプログラム。

Images