JP2020123817A - 画像形成システム、画像形成装置、画像形成方法及びプログラム - Google Patents

Abstract

【課題】ユーザが所望するジョブの設定や処理を音声指示により簡単にできる画像形成システム等を提供する。【解決手段】画像形成装置（１０）と、サーバ（２０）とを有する画像形成システム（１）において、音声入力部を有する音声装置（３０）を備え、サーバ（２０）の構成として、音声入力部より入力された音声データをテキスト情報に変換するテキスト変換部と、前記テキスト情報から特定の単語を抽出する特定単語抽出部と、特定の単語に対応するジョブを特定するジョブ特定情報管理部と、ジョブ特定情報を記憶する記憶部と、特定されたジョブを実行するジョブとして設定するジョブ設定部とを備え、画像形成装置（１０）の構成として、サーバ（２０）において設定されたジョブを実行するジョブ実行部とを備えることを特徴とする。【選択図】図１

Description

本発明は、画像形成システム等に係り、特に、音声指示することが可能な画像形成システム等に関する。

近年の画像形成システムにおいては、音声入力部と音声出力部とを備えて、画像形成装置における操作パネル等による手動操作に依らずに、ユーザと装置との対話によりユーザの音声による指示に応じてジョブの設定や処理を行うようにしたものが知られている。

従来技術として、例えば、音声操作指示装置において、表示部に表示され得る階層構成の複数の画面のうち、下位階層の画面に表示される設定項目を指定して、音声入力部から音声操作指示を行うと、表示制御部が表示部に、上位階層の画面から下位階層の画面に向けて順に画面を表示するようにするものが開示されている（特許文献１を参照。）。

これにより、どの階層の画面にどのような設定項目があるか、またどの設定項目が選択されているかを順次確認しながら、下位階層の画面に進むことを可能にしている。

特開２００７−１８０９０号公報

特許文献１の技術によれば、音声操作指示により表示画面上における手動操作と同様な指示を行うことができるが、表示画面に沿って、表示画面に関連する音声操作指示を行う必要があり、簡単に音声操作指示を行うことが難しいという問題が生じる。

また、他の例として、画像処理装置において、音声操作指示により紙出力された定型フォーマットをスキャンするとき、文書によって処理する内容が決まっていたとしても、実際にスキャンするときには、その文書に合わせて紙サイズや解像度、送り先等を個別に設定する必要がある。

そこで、文書に応じた細かい設定をプリセットとして、例えば「お薦め設定」として登録しておくと便利であるが、設定登録を行う場合、適切な設定を探して指定する必要がある。また、設定数が多くなると、適した設定を探すことが大変な作業となる。

このように、せっかく「お薦め設定」を登録しても、「お薦め設定」が多く存在する場合、ユーザが画面で望みの設定値（設定条件）を探すときに、画面の表示領域等の問題から探し難いという問題が生じる。

本発明は、上記従来の課題に鑑みてなされたものであり、ユーザが所望するジョブの設定や処理を音声指示により簡単にできる画像形成システム等を提供することを目的とする。

本発明は、画像形成装置と、サーバとを有する画像形成システムにおいて、音声を入力する音声入力部をさらに備え、前記サーバの構成として、前記音声入力部より入力された音声データをテキスト情報に変換するテキスト変換部と、前記テキスト情報から特定の単語を抽出する特定単語抽出部と、前記特定の単語に対応するジョブを特定するジョブ特定情報管理部と、特定されたジョブを実行するジョブとして設定するジョブ設定部と、を備え、前記画像形成装置の構成として、前記サーバにおいて設定されたジョブを実行するジョブ実行部と、を備えることを特徴とするものである。

また、本発明は、音声指示することが可能な画像形成装置において、音声を入力する音声入力部と、前記音声入力部より入力された音声データをテキスト情報に変換するテキスト変換部と、前記テキスト情報から特定の単語（キーワード）を抽出する特定単語抽出部と、前記特定の単語に対応するジョブを特定するジョブ特定情報管理部と、特定されたジョブを実行するジョブとして設定するジョブ設定部と、前記ジョブ設定部により設定された前記特定のジョブを実行するジョブ実行部と、を備えることを特徴とするものである。

また、本発明は、音声指示することが可能な画像形成方法において、音声を入力する工程と、入力された音声データをテキスト情報に変換する工程と、前記テキスト情報から特定の単語（キーワード）を抽出する工程と、前記特定の単語に対応するジョブを特定する工程と、特定されたジョブを実行するジョブとして設定する工程と、設定された特定のジョブを実行する工程と、を備えることを特徴とするものである。

また、本発明は、音声指示することが可能な画像形成装置のプログラムであって、コンピュータにより、音声を入力する機能と、入力された音声データをテキスト情報に変換する機能と、前記テキスト情報から特定の単語（キーワード）を抽出する機能と、前記特定の単語に対応するジョブを特定する機能と、特定されたジョブを実行するジョブとして設定する機能と、設定された特定のジョブを実行する機能と、を実現させることを特徴とするものである。

本発明によれば、画像形成システムにおいて、音声を入力する音声入力部を備えて、前記音声入力部より入力された音声データをテキスト情報を変換し、前記テキスト情報から特定の単語を抽出して、前記特定の単語に対応するジョブを特定するようにする。そして、特定されたジョブを実行するジョブとして設定し、実行するようにしたことで、ユーザが所望するジョブの設定や処理を音声指示により簡単に行うことができる画像形成システム等を提供することができる。

第１実施形態に係る画像形成システムの構成を示す説明図である。 前記画像形成システムを構成する画像形成装置の構成を示す説明図である。 前記画像形成装置の構成を示すブロック図である。 前記画像形成システムを構成するサーバの構成を示すブロック図である。 前記画像形成システムを構成する音声装置の構成を示すブロック図である。 ジョブ特定情報の一例を示すテーブルである。 ユーザ情報の一例を示すテーブルである。 前記画像形成システムにおいて音声指示を行う場合の処理工程を示すシーケンス図である。 前記画像形成システムにより画像形成装置に対してユーザの音声指示を行う実施例１を示す説明図である。 前記画像形成システムにより画像形成装置に対してユーザの音声指示を行う実施例２を示す説明図である。 第２実施形態に係る画像形成システムの構成を示す説明図である。 前記画像形成システムを構成する画像形成装置の構成を示すブロック図である。 前記画像形成システムを構成するサーバの構成を示すブロック図である。 前記画像形成システムにおいて音声指示を行う場合の処理工程を示すシーケンス図である。 前記画像形成システムにより画像形成装置に対してユーザの音声指示を行う実施例１を示す説明図である。 前記画像形成システムにより画像形成装置に対してユーザの音声指示を行う実施例２を示す説明図である。 第３実施形態に係る画像形成システムにおいて音声指示により実行するジョブがデータベースにない場合に新たなジョブを実行する処理工程を示すシーケンス図である。 第４実施形態に係る画像形成システムにおいて音声指示により実行するジョブを変更する場合の処理工程を示すシーケンス図である。

（第１実施形態）
以下、本発明の第１実施形態について図面を参照して説明する。
図１は発明を実施する形態の一例であって、本発明の第１実施形態に係る画像形成システムの構成を示す説明図、図２は前記画像形成システムを構成する画像形成装置の構成を示す説明図、図３は前記画像形成装置の構成を示すブロック図、図４は前記画像形成システムを構成するサーバの構成を示すブロック図、図５は前記画像形成システムを構成する音声装置の構成を示すブロック図、図６はジョブ特定情報の一例を示すテーブル、図７はユーザ情報の一例を示すテーブルである。

（画像形成システムの構成）
第１実施形態は、図１に示すように、画像形成装置１０と、サーバ２０と、音声装置３０とをネットワークＮＷを介して通信接続された画像形成システム１である。

画像形成システム１は、サーバ２０において、音声装置３０より入力された音声データから特定の単語を抽出して、特定の単語に対応するジョブを特定する。そして、特定の単語に対応する特定のジョブを実行するジョブとして設定し、画像形成装置１０により特定のジョブを実行することを特徴としている。

（画像形成装置の構成）
まず、第１実施形態に係る画像形成システム１を構成する画像形成装置１０の構成について説明する。

画像形成装置１０は、図２に示すように、装置本体の上部に原稿読取部１１２を備えて原稿の画像を読取り、電子写真方式により画像を出力する情報処理装置である。

画像形成装置１０は、図３に示すように、主に、制御部１００と、画像入力部１１０と、原稿読取部１１２と、画像処理部１２０と、画像形成部１３０と、操作部１４０と、表示部１５０と、記憶部１６０と、通信部１７０とを備え、ジョブ実行部１０３０を備えて構成されることを特徴としている。

制御部１００は、画像形成装置１０の全体を制御するための機能部である。
そして、制御部１００は、各種プログラムを読み出して実行することにより各種機能を実現しており、例えば１又は複数の演算装置（例えば、ＣＰＵ（Central Processing Unit））等により構成されている。

画像入力部１１０は、画像形成装置１０に入力される画像データを読み取るための機能部である。そして、画像入力部１１０は、原稿の画像を読み取る機能部である原稿読取部１１２と接続され、原稿読取部１１２から出力される画像データを入力する。

また、画像入力部１１０は、ＵＳＢ（Universal Serial Bus）メモリや、ＳＤカード等の記憶媒体から画像データを入力してもよい。また、他の端末装置と接続を行う通信部を備えて、他の端末装置から画像データを入力してもよい。

画像処理部１２０は、画像データに基づく出力データを記録媒体（例えば記録用紙）に形成するための機能部である。例えば、図２に示すように、給紙トレイ１２２から記録用紙を給紙し、画像処理部１２０において記録用紙の表面に画像が形成された後に排紙トレイ１２４から排紙される。画像処理部１２０は、例えば電子写真方式を利用したレーザプリンタ等により構成されている。

画像形成部１３０は、画像データに各種画像処理を施す機能部である。そして、画像処理が施された画像データに基づき出力画像を形成する。

操作部１４０は、ユーザによる操作指示を受け付けるための機能部であり、各種キースイッチや、接触による入力を検出する装置等により構成されている。ユーザは、操作部１４０を介して、使用する機能や出力条件を入力する。
表示部１５０は、ユーザに各種情報を表示するための機能部であり、例えばＬＣＤ（Liquid crystal display）等により構成されている。

なお、画像形成装置１０は、図２に示すように、操作パネル１４１と、表示部１５０とが一体に形成されているタッチパネルを備えてもよい。この場合において、タッチパネルの入力を検出する方式は、例えば、抵抗膜方式、赤外線方式、電磁誘導方式、静電容量方式といった、一般的な検出方式であればよい。

記憶部１６０は、画像形成装置１０の動作に必要な制御プログラムを含む各種プログラムや、読み取りデータを含む各種データやユーザ情報が記憶されている機能部である。記憶部１６０は、例えば、半導体メモリであるＳＳＤ（Solid State Drive）や、ＨＤＤ（Hard Disk Drive）等により構成されている。

通信部１７０は、ネットワークＮＷを介してサーバ２０と通信接続を行う。
ジョブ実行部１０３０は、サーバ２０において設定されたジョブを実行する。

（サーバの構成）
次に、第１実施形態に係る画像形成システム１を構成するサーバ２０の構成について説明する。

サーバ２０は、図４に示すように、主に、制御部２００と、記憶部２６０と、通信部２７０と、テキスト変換部１０４０と、特定単語抽出部１０５０と、ジョブ特定情報管理部１０６０、ジョブ設定部１０７０とを備えることを特徴とする。

制御部２００は、サーバ２０の全体を制御するための機能部である。
そして、制御部２００は、各種プログラムを読み出して実行することにより各種機能を実現しており、例えば１又は複数の演算装置（例えば、ＣＰＵ（Central Processing Unit））等により構成されている。

記憶部２６０は、サーバ２０の動作に必要な制御プログラムを含む各種プログラムや、読み取りデータを含む各種データやユーザ情報が記憶されている機能部である。記憶部１６０は、例えば、半導体メモリであるＳＳＤ（Solid State Drive）や、ＨＤＤ（Hard Disk Drive）等により構成されている。

第１実施形態では、記憶部２６０は、更にジョブ特定情報管理部１０６０の情報として例えば、ジョブ特定情報やユーザ情報を含むジョブデータベースを記憶する。

ジョブ特定情報は、図６に示すように、例えば、項目として、「設定名」、「ジョブ」、「ユーザ」、「設定項目」、「表示値」、「設定値」が登録される。そして、項目毎にそれぞれの情報が登録される。これにより、ジョブ特定情報に基づき、それぞれの項目に応じたジョブを特定することができる。

設定名としては、例えば、「決裁書」、「見積依頼」などの書類名が設定される。
ジョブとしては、例えば、「スキャン」、「コピー」などの機能が設定される。
ユーザとしては、例えば、「山田」、「佐藤」などユーザ名が設定される。

設定項目としては、「色設定（カラー）」、「送信方法」、「送信先」、「送信態様（ＣＣ等）」、「出力状態（ステープル等）」、「使用媒体（原稿等）」などが設定される。表示値として、設定項目に対応して、例えば、「色設定（カラー）」に対して「白黒」、「送信方法」に対して「メール」や「共有フォルダ」など、「送信先」に対して「資材部」、「送信態様（ＣＣ等）」に対して「自分」、「出力状態（ステープル等）」に対して「あり」、「使用媒体（原稿等）に対して「両面」などが設定される。

ユーザ情報は、図７に示すように、例えば、項目として、「名前」、「メールアドレス」が登録される。これにより、ユーザ情報に基づき、ユーザの宛先を特定することができる。

通信部２７０は、ネットワークＮＷを介して画像形成装置１０と通信接続を行う。
テキスト変換部１０４０は、音声装置３０より入力された音声データを、音声認識を行うことによってテキスト情報にする。
特定単語抽出部１０５０は、テキスト情報から特定の単語を抽出する。

ジョブ特定情報管理部１０６０は、ジョブデータベースのジョブ特定情報やユーザ情報から特定の単語に対応するジョブを特定する。また、ジョブ特定情報管理部１０６０は、ジョブデータベースに新たなジョブ特定情報やユーザ情報を登録する。これにより、ジョブデータベースは更新されるようになっている。

ジョブ設定部１０７０は、特定の単語に基づき特定されたジョブを実行するジョブとして設定する。

（音声装置の構成）
音声装置３０は、図５に示すように、主に、制御部３００と、音声入力部（マイク）３１０と、音声出力部（スピーカ）３２０と、通信部３７０とを備えることを特徴とする。

制御部３００は、音声装置３０の全体を制御するための機能部である。
そして、制御部２００は、例えば１又は複数の演算装置（例えば、ＣＰＵ（Central Processing Unit））等により構成されている。

音声入力部３１０は、ユーザから発声される音声を入力する。
音声出力部３２０は、音声データを出力する。

なお、音声装置３０として、マイクおよびスピーカとして機能する、いわゆるスマートスピーカ等の会話型音声装置を採用してもよい。また、音声装置３０は、画像形成装置１０と直接通信接続したものであってもよい。

（画像形成システムにおける音声指示の処理工程）
次に、第１実施形態に係る画像形成システム１において、画像形成装置１０に対してユーザが音声指示により操作を行うときの処理工程について、図面を参照して説明する。
図８は第１実施形態に係る画像形成システムにおいて音声指示を行う場合の処理工程を示すシーケンス図である。

画像形成システム１において、ユーザ（利用者）が音声指示により画像形成装置１０の操作を行う場合は、図８に示すように、まず、ユーザが音声装置３０に対して操作開始することを音声で指示する（Ｓ１０１）。音声装置３０では、ユーザの音声が音声入力部３１０を介して音声データとして入力される（Ｓ１０３）。そして、音声データは、音声装置３０からサーバ２０に送られる。

サーバ２０において、テキスト変換部１０４０によりテキストデータに変換される（Ｓ１０５）。テキストデータは、特定単語抽出部１０５０により文脈が解析されて特定の単語（以下、「キーワード」と称する。）が抽出される（Ｓ１０７）。

ユーザの音声指示から抽出されたキーワードに基づき、サーバ２０の記憶部２６０のジョブデータベースからキーワードに対応したジョブ設定を検索する（Ｓ１０９）。そして、ジョブ設定を行うために必要なパラメータを求める（Ｓ１１１）。そして、画像形成装置１０に対して、表示画面をジョブ設定画面に変更することを要求する（Ｓ１１３）。

画像形成装置１０は、Ｓ１１３の要求に応じて、表示部１５０にジョブ設定画面を表示する（Ｓ１１５）。このとき同時に、音声装置３０の音声出力部３２０から「ジョブ設定画面を表示しました。ジョブの設定を行って下さい。」等のメッセージが音声出力される（Ｓ１１６）。

ユーザは、画像形成装置１０の表示部１５０に表示されたジョブ設定画面において、ジョブの詳細設定を入力する（Ｓ１１７）。そして、ユーザは、ジョブ設定が終了すると、ジョブを実行することを音声で指示する（Ｓ１１９）。

表示部１５０の設定画面においてユーザによるジョブ設定が行われると、サーバ２０にジョブ特定情報が通知される。サーバ２０おいて、ジョブ特定情報管理部１０６０によりジョブ特定情報に基づいてユーザの所望するジョブが特定される。

ジョブ特定情報管理部１０６０により特定されたジョブは、ジョブ設定部１０７０により実行するジョブとして設定される。そして、画像形成装置１０のジョブ実行部１０３０により実行される（Ｓ１２１）。

ジョブ設定でパラメータとして使用したジョブ特定情報は、新たなジョブ特定情報として登録される（Ｓ１２３）。そして、サーバ２０の記憶部２６０に新たなジョブ特定情報として保存される（Ｓ１２５）。

このようにして、画像形成システム１におけるユーザの音声指示によるジョブ設定が行われる。

（実施例１）
次に、第１実施形態に係る画像形成システム１を用いて音声指示を行う実施例１について図面を参照して説明する。
図９は第１実施形態に係る画像形成システムにより画像形成装置に対してユーザの音声指示を行う実施例１を示す説明図である。

ここでは、画像形成システム１において、画像形成装置１０によりユーザが決裁書をスキャンする場合について説明する。

画像形成システム１において、画像形成装置１０に対してユーザの音声指示によりジョブを実行する場合は、図９に示すように、画像形成装置１０がユーザを確認すると、音声装置３０から「ご用件は何ですか？」とコメントＣ１１の音声出力が行われる。

これに対してユーザが「決裁書をスキャンして」とコメントＣ１２の音声指示を行う。
画像形成装置１０は、表示部１５０に設定画面１５０１を表示する。設定画面１５０１には、設定要件として、印刷カラー（白黒）、回付先（資材部）、ＣＣ（自分）が表示されている。

そして、音声装置３０から「この設定でスキャンしますか？良ければスキャンする紙を置いて開始して下さい。」というコメントＣ１が音声出力される。

これに対してユーザが「開始して」とコメントＣ１４の音声指示を行う。
画像形成装置１０は、読み取り処理を実行して、読み取り処理が終了すると、音声装置３０から「スキャンしました。」とコメントＣ１５の音声出力が行われる。
このようにして、手動による操作を行うことなく、簡単な音声指示のみで、印刷カラー（白黒）、回付先（資材部）、ＣＣ（自分）という複数の設定がされた決裁書のスキャン処理（ジョブ）を一括して実行することができる。

（実施例２）
次に、第１実施形態に係る画像形成システム１を用いて音声指示を行う実施例２について図面を参照して説明する。
図１０は第１実施形態に係る画像形成システムにより画像形成装置に対してユーザの音声指示を行う実施例２を示す説明図である。

ここでは、画像形成システム１において、画像形成装置１０によりユーザが見積依頼を行う場合について説明する。

画像形成システム１において、画像形成装置１０に対してユーザの音声指示によりジョブを実行する場合は、図１０に示すように、画像形成装置１０がユーザを確認すると、音声装置３０から「ご用件は何ですか？」とコメントＣ２１の音声出力が行われる。

これに対してユーザが「見積依頼がしたい」とコメントＣ２２の音声指示を行う。
画像形成装置１０は、音声装置３０から「見積依頼の設定を行いますか？設定を入力してください。」というコメントＣ２３の音声出力が行われる。そして、画像形成装置１０は、表示部１５０に設定画面１５０２を表示する。

設定画面１５０２には、設定要件として、印刷カラー（カラー）、印刷面（両面）、共通フォルダ（見積依頼）、ＣＣ（自分）が表示されている。

これに対してユーザが「開始して」とコメントＣ２４の音声指示を行う。
画像形成装置１０は、読み取り処理を実行して、読み取り処理が終了すると、音声装置３０から「スキャンしました。今回の設定を保存しますか？」とコメントＣ２５の音声出力が行われる。

これに対してユーザが「保存して」とコメントＣ２６の音声指示を行う。
画像形成装置１０は、設定の保存処理が終了すると、音声装置３０から「保存しました。」とコメントＣ２７の音声出力が行われる。
このようにして、手動による操作を行うことなく、音声指示のみで見積依頼を行うことができる。

以上のように構成したので、第１実施形態によれば、音声指示することが可能な画像形成装置１０と、サーバ２０とを有する画像形成システム１において、画像形成装置１０の構成に、通信部１７０と、ジョブ実行部１０３０と、を備え、サーバ２０の構成に、通信部２７０と、テキスト変換部１０４０と、特定単語抽出部１０５０と、ジョブ特定情報管理部１０６０と、ジョブ特定情報を記憶する記憶部２６０と、ジョブ設定部１０７０と、を備え、さらに、マイク音声入力部３１０と、音声出力部３２０と、通信部３７０とを有する音声装置３０を別体で備えることで、音声装置３０により、出力される音声ガイドに対応して、ユーザが所望することを音声により指示することで、画像形成システム１により特定のジョブを簡単に検索してジョブ設定を行うことができる。

すなわち、第１実施形態の画像形成システム１によれば、日常的に行われる定型業務については、例えば用途から決まったキーワードから特定の設定を呼び出すことができ、ユーザは個別の設定を行うことなくジョブ設定を行うことができるので、速やかにジョブを実行することができる。

また、これまでの設定から変更してジョブ実行した場合に、例えば、これまでとは異なる用途で使用するための、ユーザが新たな用途として設定することで、次回から新たな用途として呼び出すことができる

また、第１実施形態では、ジョブを特定するジョブデータベースとして、ジョブ特定情報とユーザ情報を用いることで、ユーザの音声指示に含むキーワードに基づきユーザの所望するジョブを簡単に特定することができる。

また、第１実施形態によれば、ジョブデータベースとして、ジョブ特定情報とユーザ情報を含み、ジョブ特定情報の項目にユーザを設定するようにしたので、ユーザ毎にジョブを特定することができるので、ユーザの所望するジョブを簡単に特定することができる。

ユーザの特定は、ユーザを特定するユーザ特定部として、例えば音声認識部を備えて、ユーザの音声情報に基づき、ユーザを特定するようにしてもよい。また、ユーザを特定するユーザ特定部として、カメラを備えて、カメラからの画像情報に基づき、ユーザを特定するようにしてもよい。さらに、ユーザを認証するためのｉｃカード等からの情報に基づき、ユーザを特定するようにしてもよい。

なお、第１実施形態では、画像形成システム１の構成として、画像形成装置１０とサーバ２０とを備えて、ジョブ設定を行うようにしているが、例えば、画像形成装置１０にサーバ２０に備わるジョブ設定に関する機能を画像形成装置１０に備えて、画像形成装置１０単体でジョブ設定を行うようにしてもよい。

また、第１実施形態では、画像形成システム１の構成として、音声入力部及び音声出力部として機能する対話型の音声装置３０を別体で用いることで、画像形成システム１の構成を簡潔にすることができ、マイクやスピーカを意識することなく、ユーザが自然に音声操作を行うことができる。

（第２実施形態）
次に、第２実施形態について説明する。
第２実施形態は、画像形成システムにおいて、第１実施形態に係る音声装置３０に換えて、音声入力部及び音声出力部として、画像形成装置にマイクとスピーカとを備えることを特徴とするものである。

図１１は第２実施形態に係る画像形成システムの構成を示す説明図、図１２は前記画像形成システムを構成する画像形成装置の構成を示すブロック図、図１３は前記画像形成システムを構成するサーバの構成を示すブロック図である。

なお、第２実施形態において、説明の便宜上、第１実施形態の画像形成システム１と同一の構成、第１実施形態と同一の処理工程には、同一の番号を付して説明を省略する。

（画像形成システムの構成）
第２実施形態は、図１１に示すように、画像形成装置２１０と、サーバ２２０とをネットワークＮＷを介して通信接続された画像形成システム２１である。

画像形成システム２１は、音声を入力する音声入力部として機能するマイク１０１０と、音声を出力する音声出力部として機能するスピーカ１０２０とを備える。マイク１０１０より入力された音声データをテキスト化し、マイク１０１０より入力された音声データから特定の単語を抽出して、特定の単語に対応するジョブを特定する。そして、特定の単語に対応する特定のジョブを実行するジョブとして設定し、画像形成装置２１０によりジョブを実行することを特徴とする。

（画像形成装置の構成）
画像形成装置２１０は、図１２に示すように、第１実施形態の画像形成装置１０の構成に加えて、マイク１０１０と、スピーカ１０２０とを備えて、音声指示することが可能に構成されている。

画像形成装置２１０は、図１２に示すように、主に、制御部２１００と、画像入力部１１０と、原稿読取部１１２と、画像処理部１２０と、画像形成部１３０と、操作部１４０と、表示部１５０と、記憶部１６０と、通信部１７０とを備え、さらに、マイク１０１０と、スピーカ１０２０と、ジョブ実行部１０３０を備えて構成されることを特徴としている。

制御部２１００は、画像形成装置２１０の全体を制御するための機能部である。
通信部１７０は、ネットワークＮＷを介してサーバ２２０と通信接続を行う。
マイク１０１０は、ユーザから発声される音声を入力する。
スピーカ１０２０は、音声データを出力する。
ジョブ実行部１０３０は、サーバ２２０において設定されたジョブを実行する。

（サーバの構成）
サーバ２２０は、図１３に示すように、主に、制御部２２００と、記憶部２６０と、通信部２７０と、テキスト変換部１０４０と、特定単語抽出部１０５０と、ジョブ特定情報管理部１０６０、ジョブ設定部１０７０とを備えることを特徴とする。

制御部２２００は、サーバ２２０の全体を制御するための機能部である。

通信部２７０は、ネットワークＮＷを介して画像形成装置２１０と通信接続を行う。
テキスト変換部１０４０は、第２実施形態では、マイク１０１０より入力された音声データをテキスト化する。
特定単語抽出部１０５０は、第２実施形態では、マイク１０１０より入力された音声データから特定の単語を抽出する。

（画像形成システムにおける音声指示の処理工程）
次に、第２実施形態に係る画像形成システム２１において、画像形成装置２１０に対してユーザが音声指示により操作を行うときの処理工程について、図面を参照して説明する。
図１４は第２実施形態に係る画像形成システムにおいて音声指示を行う場合の処理工程を示すシーケンス図である。

画像形成システム２１において、ユーザ（利用者）が音声指示により画像形成装置２１０の操作を行う場合は、図１４に示すように、まず、ユーザが画像形成装置２１０に対して操作開始することを音声で指示する（Ｓ２０１）。画像形成装置２１０では、ユーザの音声がマイク１０１０を介して音声データとして入力される（Ｓ２０３）。そして、音声データは、画像形成装置２１０からサーバ２２０に送られる。

サーバ２２０において、テキスト変換部１０４０によりテキストデータに変換される（Ｓ２０５）。テキストデータは、特定単語抽出部１０５０により文脈が解析されて特定の単語（以下、「キーワード」と称する。）が抽出される（Ｓ２０７）。

ユーザの音声指示から抽出されたキーワードに基づき、サーバ２２０の記憶部２６０のジョブデータベースからキーワードに対応したジョブ設定を検索する（Ｓ２０９）。そして、ジョブ設定を行うために必要なパラメータを求める（Ｓ２１１）。そして、画像形成装置２１０に対して、表示画面をジョブ設定画面に変更することを要求する（Ｓ２１３）。

画像形成装置２１０は、Ｓ２１３の要求に応じて、表示部１５０にジョブ設定画面を表示する（Ｓ２１５）。このとき同時に、スピーカ１０２０から「ジョブ設定画面を表示しました。ジョブの設定を行って下さい。」等のメッセージが音声出力される（Ｓ２１６）。

ユーザは、画像形成装置２１０の表示部１５０に表示されたジョブ設定画面において、ジョブの詳細設定を入力する（Ｓ２１７）。そして、ユーザは、ジョブ設定が終了すると、ジョブを実行することを音声で指示する（Ｓ２１９）。

表示部１５０の設定画面においてユーザによるジョブ設定が行われると、サーバ２２０にジョブ特定情報が通知される。サーバ２２０おいて、ジョブ特定情報管理部１０６０によりジョブ特定情報に基づいてユーザの所望するジョブが特定される。

ジョブ特定情報管理部１０６０により特定されたジョブは、ジョブ設定部１０７０により実行するジョブとして設定される。そして、画像形成装置２１０のジョブ実行部１０３０により実行される（Ｓ２２１）。

ジョブ設定でパラメータとして使用したジョブ特定情報は、新たなジョブ特定情報として登録される（Ｓ２２３）。そして、サーバ２０の記憶部２６０に新たなジョブ特定情報として保存される（Ｓ２２５）。

このようにして、画像形成システム２１におけるユーザの音声指示によるジョブ設定が行われる。

（実施例１）
次に、第２実施形態に係る画像形成システム２１を用いて音声指示を行う実施例１について図面を参照して説明する。
図１５は第２実施形態に係る画像形成システムにより画像形成装置に対してユーザの音声指示を行う実施例１を示す説明図である。

ここでは、画像形成システム２１において、画像形成装置２１０よりユーザが決裁書をスキャンする場合について説明する。

画像形成システム２１において、画像形成装置２１０に対してユーザの音声指示によりジョブを実行する場合は、図１５に示すように、画像形成装置２１０がユーザを確認すると、スピーカ１０２０から「ご用件は何ですか？」とコメントＣ２１１の音声出力が行われる。

これに対してユーザが「決裁書をスキャンして」とコメントＣ２１２の音声指示を行う。
画像形成装置２１０は、表示部１５０に設定画面１５０１を表示する。設定画面１５０１には、設定要件として、印刷カラー（白黒）、回付先（資材部）、ＣＣ（自分）が表示されている。

そして、スピーカ１０２０から「この設定でスキャンしますか？良ければスキャンする紙を置いて開始して下さい。」というコメントＣ２１３が音声出力される。

これに対してユーザが「開始して」とコメントＣ２１４の音声指示を行う。
画像形成装置２１０は、読み取り処理を実行して、読み取り処理が終了すると、スピーカ１０２０から「スキャンしました。」とコメントＣ２１５の音声出力が行われる。
このようにして、手動による操作を行うことなく、音声指示のみで決裁書の読み取り処理を行うことができる。

（実施例２）
次に、第２実施形態に係る画像形成システム２１を用いて音声指示を行う実施例２について図面を参照して説明する。
図１６は第２実施形態に係る画像形成システムにより画像形成装置に対してユーザの音声指示を行う実施例２を示す説明図である。

ここでは、画像形成システム２１において、画像形成装置２１０によりユーザが見積依頼を行う場合について説明する。

画像形成システム２１において、画像形成装置２１０に対してユーザの音声指示によりジョブを実行する場合は、図１６に示すように、画像形成装置２１０がユーザを確認すると、スピーカ１０２０から「ご用件は何ですか？」とコメントＣ２２１の音声出力が行われる。

これに対してユーザが「見積依頼がしたい」とコメントＣ２２２の音声指示を行う。
画像形成装置２１０は、スピーカ１０２０から「見積依頼の設定を行いますか？設定を入力してください。」というコメントＣ２２３の音声出力が行われる。そして、画像形成装置２１０は、表示部１５０に設定画面１５０２を表示する。

設定画面１５０２には、設定要件として、印刷カラー（カラー）、印刷面（両面）、共通フォルダ（見積依頼）、ＣＣ（自分）が表示されている。

これに対してユーザが「開始して」とコメントＣ２２４の音声指示を行う。
画像形成装置２１０は、読み取り処理を実行して、読み取り処理が終了すると、スピーカ１０２０から「スキャンしました。今回の設定を保存しますか？」とコメントＣ２２５の音声出力が行われる。

これに対してユーザが「保存して」とコメントＣ２２６の音声指示を行う。
画像形成装置２１０は、設定の保存処理が終了すると、スピーカ１０２０から「保存しました。」とコメントＣ２２７の音声出力が行われる。
このようにして、手動による操作を行うことなく、音声指示のみで見積依頼を行うことができる。

以上のように構成したので、第２実施形態によれば、音声指示することが可能な画像形成装置２１０と、サーバ２２０とを有する画像形成システム２１において、画像形成装置２１０の構成に、通信部１７０と、マイク１０１０と、スピーカ１０２０と、ジョブ実行部１０３０と、を備え、サーバ２２０の構成に、通信部２７０と、テキスト変換部１０４０と、特定単語抽出部１０５０と、ジョブ特定情報管理部１０６０と、ジョブ特定情報を記憶する記憶部２６０と、ジョブ設定部１０７０と、を備えることで、マイク１０１０とスピーカ１０２０とにより、出力される音声ガイドに対応して、ユーザが所望することを音声により指示することで、画像形成システム２１により特定のジョブを簡単に検索してジョブ設定を行うことができる。

（第３実施形態）
次に、第３実施形態について説明する。
第３実施形態は、第１実施形態に係る画像形成システム１において、ユーザが所望するジョブがジョブデータベースに無い場合は、ユーザが所望するジョブを設定ジョブとして登録して実行することを特徴とするものである。

図１７は第３実施形態に係る画像形成システムにおいて音声指示により実行するジョブがデータベースにない場合に新たなジョブを実行する処理工程を示すシーケンス図である。

なお、第３実施形態において、説明の便宜上、第１実施形態と同一の処理工程には、同一の番号を付して説明を省略する。

まず、画像形成システム１において、図１７に示すように、ユーザが音声指示により所望するジョブ内容を音声装置３０から音声入力する（Ｓ１０１）。

サーバ２０のジョブデータベースにキーワードに対応したジョブ設定を検索した結果（Ｓ１０９）、ユーザの所望するジョブ内容を実現するジョブが検索されなかった場合は、画像形成装置１０に対して、表示画面を新たなジョブ設定を行う設定画面に変更することを要求する（Ｓ３１３）。このとき、当該ジョブ内容を実行する設定ジョブがデータベースに無い旨を音声出力するようにしてもよい（Ｓ３１４）。

画像形成装置１０は、Ｓ３１３の要求に応じて、表示部１５０に新たなジョブ設定を行う設定画面を表示する（Ｓ３１５）。このとき同時に、音声装置３０から「新たなジョブ設定を行う設定画面を表示しました。新たなジョブの設定を行って下さい。」等のメッセージが音声出力される（Ｓ３１６）。

ユーザは、画像形成装置１０の表示部１５０に表示された新たなジョブ設定を行う設定画面において、ユーザの所望するジョブの詳細設定を入力する（Ｓ３１７）。そして、ユーザは、ジョブ設定が終了すると、ジョブを実行することを音声で指示する（Ｓ３１９）。

ジョブ特定情報管理部１０６０により新たに特定されたジョブは、ジョブ設定部１０７０により実行するジョブとして設定される。そして、画像形成装置１０のジョブ実行部１０３０により実行される（Ｓ３２１）。

ユーザより新たに設定されたジョブ特定情報は、ジョブ特定情報管理部１０６０により、新たなジョブ特定情報としてジョブデータベースに登録される（Ｓ３２２）。

ジョブ設定でパラメータとして使用した新たなジョブ特定情報は、新たなジョブ特定情報として登録される（Ｓ３２３）。そして、サーバ２０の記憶部２６０に新たなジョブ特定情報として保存される（Ｓ３２５）。

このようにして、画像形成システム１において、ユーザの所望するジョブがデータベースにない場合には、新たなジョブとして登録して実行することができる。

以上のように構成したので、第３実施形態によれば、ユーザの所望するジョブが、サーバ２０に予め設定されたデータベースに実行可能なジョブとして登録されていない場合は、ユーザの所望するジョブに関する情報を、新たなジョブ特定情報として登録することで、実行するジョブをして設定することができる。

（第４実施形態）
次に、第４実施形態について説明する。
第４実施形態は、第１実施形態に係る画像形成システム１において、ジョブ実行時に、実行するジョブが変更された場合に、変更された新たなジョブを実行することを特徴とするものである。

図１８は第４実施形態に係る画像形成システムにおいて音声指示により実行するジョブを変更する場合の処理工程を示すシーケンス図である。

なお、第４実施形態において、説明の便宜上、第１実施形態と同一の処理工程には、同一の番号を付して説明を省略する。

画像形成システム１において、図１８に示すように、ユーザの音声指示により画像形成装置１０のマイク１０１０から音声入力されたジョブ内容は（Ｓ１０１）、サーバ２０において相当するジョブが検索されて（Ｓ１０９）、ユーザによりジョブ設定画面において実行するジョブの詳細が設定される（Ｓ１１７）。

ここで、ユーザによりジョブを実行する指示として、当該ジョブを実行せずにジョブを変更する指示が行われた場合は（Ｓ４０１）、ジョブを設定するための処理（Ｓ１０３〜Ｓ１１６）と同様な処理を変更するジョブに対して実行する（Ｓ４１０）。

ユーザは、画像形成装置１０の表示部１５０に表示された変更するジョブを設定する設定画面において、ジョブの詳細設定を入力する（Ｓ４１７）。そして、ユーザは、ジョブ設定が終了すると、ジョブを実行することを音声で指示する（Ｓ４１９）。

ジョブ特定情報管理部１０６０により新たに特定されたジョブは、ジョブ設定部１０７０により実行するジョブとして設定される。そして、画像形成装置１０のジョブ実行部１０３０により実行される（Ｓ４２１）。

ユーザより新たに設定されたジョブ特定情報は、ジョブ特定情報管理部１０６０により、新たなジョブ特定情報としてジョブデータベースに登録される（Ｓ４２２）。

ジョブ設定でパラメータとして使用した新たなジョブ特定情報は、新たなジョブ特定情報として登録される（Ｓ４２３）。そして、サーバ２０の記憶部２６０に新たなジョブ特定情報として保存される（Ｓ４２５）。

このようにして、画像形成システム１において、設定されたジョブに対して実行する指示を行う際に、ジョブを変更して実行することができる。

以上のように構成したので、第４実施形態によれば、設定されたジョブに対して実行する指示を行う際に、実行するジョブを変更する指示を行ったときには、指示された新たなジョブを実行するジョブに変更し、変更したジョブを登録して実行することができる。

以上のように、本発明は、上述した実施例や実施形態に限定されるものではなく、請求項に示した範囲で種々の変更が可能である。当業者であれば、特許請求の範囲に記載された範疇内において、各種の変更例または修正例に想到し得ることは明らかであり、すなわち、本発明の要旨を逸脱しない範囲内において適宜変更した技術的手段を組み合わせて得られる実施形態についても本発明の技術的範囲に含まれる。

１，２１ 画像形成システム
１０，２１０ 画像形成装置
２０，２２０ サーバ
３０ 音声装置
１００，２１００ 制御部（画像形成装置用）
１７０，２７０，３７０ 通信部
２００，２２００ 制御部（サーバ用）
３００ 制御部（音声装置用）
３１０ 音声入力部
３２０ 音声出力部
１０１０ マイク
１０２０ スピーカ
１０３０ ジョブ実行部
１０４０ テキスト変換部
１０５０ 特定単語抽出部
１０６０ ジョブ特定情報管理部
１０７０ ジョブ設定部
ＮＷ ネットワーク

Claims (10)

1. 画像形成装置と、サーバとを有する画像形成システムにおいて、
   音声を入力する音声入力部を更に備え、
   前記サーバは、
   前記音声入力部より入力された音声データをテキスト情報に変換するテキスト変換部と、
   前記テキスト情報から特定の単語を抽出する特定単語抽出部と、
   前記特定の単語に対応するジョブを特定するジョブ特定情報管理部と、
   特定されたジョブを実行するジョブとして設定するジョブ設定部と、
   を備え、
   前記画像形成装置は、
   前記サーバにおいて設定されたジョブを実行するジョブ実行部と、
   を備えることを特徴とする画像形成システム。
2. 前記音声入力部は、
   前記画像形成装置と前記サーバとは別体で設けられ、
   前記音声入力部より入力された音声データが前記サーバに送信可能とされていることを特徴とする請求項１に記載の画像形成システム。
3. 前記音声入力部は、前記画像形成装置に設けられ、
   前記音声入力部より入力された音声データが前記サーバに送信可能とされていることを特徴とする請求項１に記載の画像形成システム。
4. ユーザより指示されたジョブが前記ジョブ特定情報管理部に無い場合は、
   前記ジョブ設定部は、前記ユーザより指示されたジョブを実行するジョブとして設定し、
   前記ジョブ実行部は、前記ジョブ設定部で設定された前記ジョブを実行し、
   前記ジョブ特定情報管理部は、前記ジョブを新たな特定情報として登録することを特徴とする請求項１から３のうち何れか一項に記載の画像形成システム。
5. ユーザを特定するユーザ特定部を更に備え、
   前記特定情報は、ユーザ毎に前記ジョブ特定情報管理部に登録され、
   前記ジョブ特定情報管理部は、前記特定情報と特定されたユーザとにより特定されるジョブを呼び出すことを特徴とする請求項１から４のうち何れか一項に記載の画像形成システム。
6. 前記ジョブ実行部は、前記ジョブ設定部により設定されたジョブを実行する際に、ユーザから確認の応答があった場合は、前記ジョブを実行することを特徴とする請求項１から５のうち何れか一項に記載の画像形成システム。
7. 前記ジョブ実行部は、前記ジョブ設定部により設定されたジョブを実行する際に、ユーザから別のジョブが指示された場合は、前記設定されたジョブの代わりに前記ユーザから指示されたジョブを実行することを特徴とする請求項１から６のうち何れか一項に記載の画像形成システム。
8. 音声指示することが可能な画像形成装置において、
   音声を入力する音声入力部と、
   前記音声入力部より入力された音声データをテキスト情報に変換するテキスト変換部と、
   前記テキスト情報から特定の単語を抽出する特定単語抽出部と、
   前記特定の単語に対応するジョブを特定するジョブ特定情報管理部と、
   特定されたジョブを実行するジョブとして設定するジョブ設定部と、
   前記ジョブ設定部により設定された前記特定のジョブを実行するジョブ実行部と、
   を備えることを特徴とする画像形成装置。
9. 音声指示することが可能な画像形成方法において、
   音声を入力する工程と、
   入力された音声データをテキスト情報に変換する工程と、
   前記テキスト情報から特定の単語を抽出する工程と、
   前記特定の単語に対応するジョブを特定する工程と、
   特定されたジョブを実行するジョブとして設定する工程と、
   設定された特定のジョブを実行する工程と、
   を備えることを特徴とする画像形成方法。
10. 音声指示することが可能な画像形成装置のプログラムであって、
    コンピュータにより、
    音声を入力する機能と、
    入力された音声データをテキスト情報に変換する機能と、
    前記テキスト情報から特定の単語を抽出する機能と、
    前記特定の単語に対応するジョブを特定する機能と、
    特定されたジョブを実行するジョブとして設定する機能と、
    設定された特定のジョブを実行する機能と、
    を実現させることを特徴とするプログラム。

Images