JP2020155976A

JP2020155976A - 番組名検索支援装置、及び、番組名検索支援方法

Info

Publication number: JP2020155976A
Application number: JP2019053657A
Authority: JP
Inventors: 伸三松原; Shinzo Matsubara
Original assignee: Toshiba Visual Solutions Corp
Current assignee: Toshiba Visual Solutions Corp
Priority date: 2019-03-20
Filing date: 2019-03-20
Publication date: 2020-09-24
Anticipated expiration: 2039-03-20
Also published as: CN112243524B; JP7202938B2; WO2020187301A1; CN112243524A

Abstract

【課題】音声検索による番組名検索の確度を向上させることができる、番組名検索支援装置、及び、番組名検索支援方法を提供する。【解決手段】放送受信装置２に格納される番組名の表記である第１番組名と、番組名の読みとを対にして記憶する新番組情報データベース６１と、新番組情報データベース６１に格納されている番組名の読みに基づく音声データに対し、音声認識処理を施し得られた文字データである第２番組名を取得する文字データ通信回路５１と、第１番組名と第２番組名とが異なる場合、第１番組名と第２番組名をと対にして格納する読み替え辞書６２と、を有する。【選択図】図２

Description

本実施形態は、番組名検索支援装置、及び、番組名検索支援方法に関する。

テレビ等のＡＶ機器では、放送波から取得するＥＰＧ（Electronic Program Guide）を利用して、放送番組の検索を行うことが一般的である。検索キーワードを用いて放送番組名を検索する場合、従来、リモコンのボタンを操作して検索する文字を入力していた。

近年、操作者の音声を認識し、認識結果に基づいてＡＶ機器等を操作する音声認識技術が実用化されている（例えば、特許文献１参照）。例えば、マイクが搭載されたリモコンに向かって操作者が検索キーワードを発声すると、音声認識結果に基づいて放送番組名を検索することができる。このような音声検索は、文字入力検索に比べて手間なく短時間で検索を行うことができ、操作者の利便性向上に大きく貢献している。

しかし、音声検索では、音声認識結果として得られた番組名（文字列）と、ＥＰＧから取得した番組名とが一致しない場合、番組検索ができないという問題があった。

特開２０１２−１６８３４９号公報

本実施形態は、音声検索による番組名検索の確度を向上させることができる、番組名検索支援装置、及び、番組名検索支援方法を提供することを目的とする。

本実施形態の番組名検索支援装置は、番組名検索対象機器に格納される番組名の表記である第１番組名と、前記番組名の読みとを対にして記憶する番組情報記憶部と、前記番組情報記憶部に格納されている前記番組名の読みに基づく音声データに対し、音声認識処理を施し得られた文字データである第２番組名を取得する文字データ取得回路と、前記第１番組名と前記第２番組名とが異なる場合、前記第１番組名と前記第２番組名をと対にして格納する読み替え辞書と、を有する。

本実施形態に係わる番組名検索支援装置を用いた番組名検索システムの構成の一例を示す概略図。実施形態に係る番組名検索支援装置の一例である、言語処理サーバの構成を示すブロック図。新番組情報データの一例を説明する図。番組名読み替えデータの一例を説明する図。読み替え辞書作成方法の一例を説明するフローチャート。

以下、図面を参照して実施形態を説明する。

図１は、本実施形態に係わる番組名検索支援装置を用いた番組名検索システムの構成の一例を示す概略図である。番組名検索システムは、言語処理サーバ１と、番組名被検索装置である放送受信装置２と、音声認識サーバ３とから構成されている。言語処理サーバ１と、放送受信装置２と、音声認識サーバ３とは、インターネット回線４を介して互いに接続されている。

放送受信装置２は、空間を伝搬する電波として放送事業者が提供する番組や、ケーブル網やＩＰ網などのネットワークを通じて配信事業者が供給する番組などを受信して再生する。放送受信装置２は、リモートコントローラ（以下、リモコンと示す）２１を介して、ユーザからの操作指示を受け付ける。なお、放送受信装置２は、受信した番組を記録する記録再生装置を含む構成でもよい。

リモコン２１は、操作キー（数字キーや矢印キー、カラーボタンなど）と、マイクとを具備している。例えば、操作キーの一つであるマイクボタンを押すなど、リモコン２１に対して所定の操作を行うことで、ユーザは、リモコン２１のマイクを介して放送受信装置２に音声データを送信することができる。すなわち、ユーザは、音声データにより放送受信装置２に対して操作指示を入力することができる。

音声認識サーバ３は、クラウドベースの音声認識サービスを提供するサーバである。音声認識サーバ３は、インターネット回線４に接続された機器から送信されてくる音声データを、文字データに変換して出力する。

番組名検索支援装置である言語処理サーバ１は、プロセッサ１１を有している。言語処理サーバ１は、放送受信装置２、または、音声認識サーバ３から入力される文字データを解析し、放送受信装置２に対する操作内容やパラメータなどを抽出し、放送受信装置２で処理可能な形式に変換して出力する。

図２は、言語処理サーバ１の構成を示すブロック図である。言語処理サーバ１は、文字データ通信回路５１、言語データ解析回路５２、コマンド出力回路５３、読み替え辞書登録回路５４、音声データ送信回路５５、音声変換回路５６、の各回路を備えている。また、言語処理サーバ１は、新番組情報データベース６１と、読み替え辞書６２の各記憶装置も備えている。

文字データ通信回路５１、言語データ解析回路５２、コマンド出力回路５３、読み替え辞書登録回路５４、音声データ送信回路５５、音声変換回路５６、の各回路の機能は、プロセッサ１１であるＣＰＵ（ＣｅｎｔｒａｌＰｒｏｃｅｓｓｉｎｇＵｎｉｔ）によりソフトウェアで実現するものであってもよいし、ＦＰＧＡなどを用いてハードウェアで実現するものであってもよい。

文字データ取得回路としての文字データ通信回路５１は、インターネット回線４に接続された機器（例えば、放送受信装置２や音声認識サーバ３）との間での文字データの送受信を制御する。例えば、音声認識サーバ３から出力される文字データを取得したり、放送局などから送信される電子番組表（ＥＰＧ）情報を取得したりする。また、文字データ通信回路５１は、図示しない他のサーバから新番組情報を取得した場合、新番組情報データベース６１に当該情報を登録する。なお、新番組情報とは、ＥＰＧ情報において、それまでに取得していない新出の番組名を有する番組の情報である。

図３は、新番組情報データの一例を説明する図である。図３に示す新番組情報データは、新番組情報データベース６１に登録される。図３に示すように、新番組情報データは、１番組ごとに１レコードが作成され、各レコードは、例えば、「番組名」と、読み方（番組名の読み方のひらがな表記）である「よみ」と、「（情報）取得日」の３項目から構成される。「番組名」と「よみ」には、文字データ通信回路５１が取得した新番組情報から抽出されたデータが設定される。「取得日」には、当該レコードの新番組情報を他のサーバから受信した日が設定される。

言語データ解析回路５２は、文字データ通信回路５１において取得した文字データ（自然文として構成されたテキスト）に対し、必要に応じて形態素解析や構文解析などの自然言語解析処理を実行し、文字データの意味内容（操作内容）を把握する。例えば、「〇〇（番組名）が見たい」という文字データが入力されている場合、「〇〇（番組名）」を「検索」するという意味であると解析される。なお、解析結果に番組名が含まれる場合、読み替え辞書６２に当該番組名が登録されているか否かを検索する。登録されている場合、解析結果として得られた当該番組名の文字データを、読み替え辞書６２で指定されている別の文字データに置き換えて出力する。

コマンド出力回路５３は、言語データ解析回路５２における解析結果を、放送受信装置２において処理可能な形式に変換して出力する。例えば、上述の一例の場合、「〇〇（番組名）」をキーワードとする「検索」操作を実行するよう、放送受信装置２に対して操作指示信号を出力する。

音声変換回路５６は、入力される文字データを音声データに変換する。変換された音声データは、音声データ送信回路５５へ出力される。

音声データ送信回路５５は、インターネット回線４に接続された機器（例えば、音声認識サーバ３）に対し、音声変換回路５６から入力された音声データを送信する。

読み替え辞書登録回路５４は、番組名読み替えデータを作成し、読み替え辞書６２に登録する。図４は、番組名読み替えデータの一例を説明する図である。図４に示すように、番組名読み替えデータは、１番組ごとに１レコードが作成され、各レコードは、例えば、「入力番組名」と、「読み替え番組名」と、「登録日」の３項目から構成される。「入力番組名」は、新番組情報における「番組名」の「よみ」を音声認識サーバ３で文字データに変換して得られた番組名（文字データ）に対応する項目である。「読み替え番組名」は、「入力番組名」に登録された文字データと置き換えて使用する、別の文字データ（具体的には、新番組情報の「番組名」が設定される。「登録日」は、当該レコードが読み替え辞書６２に登録された日が設定される。なお、読み替え辞書６２は、言語データ解析回路５２から参照される。

次に、言語処理サーバ１における読み替え辞書作成方法について、図５を用いて説明する。図５は、読み替え辞書作成方法の一例を説明するフローチャートである。

まず、文字データ通信回路５１において、外部のサーバ等から新番組情報が取得され、新番組情報データベース６１に当該情報が登録される（Ｓ１）。続いて、読み替え辞書登録回路５４は、新番組情報データベース６１から、読み替え辞書登録候補となる番組名を抽出する（Ｓ２）。例えば、読み替え辞書の作成を最後に実施した日以降に新番組情報データベース６１に登録された番組を抽出する。読み替え辞書の作成を最後に実施した日が、例えば、２０１８年１１月１日である場合、「取得日」が２０１８年１１月２日以降のレコードを抽出し、抽出されたレコードの「番組名」に登録されている番組を、読み替え辞書登録候補とする。

なお、読み替え辞書登録候補番組の抽出方法は、上述の方法に限定されない。例えば、新番組情報データベース６１の各レコードに、読み替え辞書登録候補として抽出されたことがあるか否かを識別可能なフラグを設定しておき、未抽出を示すフラグを有するレコードの「番組名」に登録されている番組を、読み替え辞書登録候補としてもよい。

次に、読み替え辞書登録回路５４は、Ｓ２で抽出された番組名を、音声データに変換して音声認識サーバ３へ出力する（Ｓ３）。具体的には、まず、読み替え辞書登録回路５４は、抽出された番組名（文字データ）を、音声変換回路５６へ出力する。音声変換回路５６は、入力された文字データを音声データに変換し、音声データ送信回路５５を介して音声認識サーバ３へ出力する。なお、Ｓ２で複数の番組名が抽出された場合、複数の番組名から一つの番組名を選択し、上述したＳ３の手順を実行する。

なお、抽出された番組名（文字データ）を音声データに変換するのは、音声変換回路５６に限定されず、言語処理サーバ１から文字データを受信可能であって音声変換機能を有する他のサーバ等で行なってもよい。例えば、放送受信装置２に音声変換回路がある場合は、読み替え辞書登録回路５４から文字データ通信回路５１、インターネット回線４を介して放送受信装置２に当該番組名を送信し、放送受信装置２の音声変換回路で当該文字データを音声データに変換してもよい。この場合、変換された音声データは、インターネット回線４を介して放送受信装置２から音声認識サーバ３へ出力される。

続いて、言語処理サーバ１の文字データ通信回路５１は、Ｓ３において出力した音声データの認識結果、すなわち、音声データから変換された文字データを、音声認識サーバ３から取得する（Ｓ４）。文字データ通信回路５１は、取得した文字データを読み替え辞書登録回路５４へ出力する。読み替え辞書登録回路５４は、入力された文字データと、Ｓ３において出力した番組名（文字データ）とを比較する（Ｓ５）。両者が一致しない場合（Ｓ５、ＮＯ）、比較した文字データを、読み替え辞書６２に新規レコードとして登録する（Ｓ６）。すなわち、Ｓ３において音声認識サーバ３へ出力した番組名（文字データ）を「読み替え番組名」に設定し、Ｓ４で音声認識サーバ３から取得した文字データを「入力番組名」に設定し、登録作業を行なっている日を「登録日」に設定したレコードを、読み替え辞書６２に新規登録する。

例えば、Ｓ３において、「３年Ｋ組」という表記の番組名（文字データ）を音声変換した音声データ、すなわち、「さんねんけーぐみ」という読みを音声変換した音声データを音声認識サーバ３に出力する。Ｓ４において「三年Ｋ組」という文字データが入力された場合、両者は一致しない。従って、「３年Ｋ組」と「三年Ｋ組」の文字データのペアは、Ｓ６において、図４に示す表の一番上のレコードのように、読み替え辞書６２に登録される。

一方、Ｓ５において、入力された文字データと、Ｓ３において出力した番組名（文字データ）とが一致する場合、読み替え辞書６２への登録は行なわずに、Ｓ７に進む。

Ｓ２において抽出された読み替え辞書登録候補の番組名が複数ある場合、全ての番組について、読み替え辞書６２への登録要否判定の一連の手順（Ｓ３〜Ｓ６）を実行済である場合（Ｓ７、ＹＥＳ）、図５に示す言語処理サーバ１における読み替え辞書作成手順を終了する。一方、読み替え辞書６２への登録要否判定の一連の手順を実行していない番組名がある場合（Ｓ７、ＮＯ）、Ｓ８に進んで、未実行の番組名の中から番組名を一つ抽出して、次の判定対象番組名としてセットする。セットした番組名について、Ｓ３からＳ６の一例の手順を実行する。

このように、音声認識により取得した番組名の表記が、電子番組表（ＥＰＧ）の番組名の表記と異なるものを、読み替え辞書として登録しておくことで、放送受信装置２で音声検索を行なった場合に、検索精度を向上させることができる。

例えば、図１に示す番組名検索システムにおいて、特定の番組名の音声検索は、以下のように行われる。まず、ユーザが放送受信装置２のリモコン２１を用いて、特定の番組名を検索したい旨を音声入力する。例えば、「ＢＡＣＫＳＴＲＥＥＴＫＩＤＳ」という番組を検索したい場合、ユーザは、「ばっくすとりーときっずがみたい」と、リモコン２１のマイクに向かって発生する。

放送受信装置２は、ユーザから入力された音声データ（例えば、「ばっくすとりーときっずがみたい」という音声データ）を、インターネット回線４を介して音声認識サーバ３に送信する。音声認識サーバ３は、入力された音声データを文字データに変換し、インターネット回線４を介して言語処理サーバ１に送信する。例えば、「ばっくすとりーときっずがみたい」という音声データは、「バックストリートキッズが見たい」という文字データに変換されて送信される。

音声認識サーバ３から入力された文字データは、文字データ通信回路５１から言語データ解析回路５２へ出力される。言語データ解析回路５２は、入力されている文字データに対して自然言語解析処理を行い、文字データの意味内容を把握し、解析結果を生成する。例えば、「バックストリートキッズが見たい」という文字データが入力された場合、「バックストリートキッズ」という番組名をキーワードとして「検索する」という操作を実行する、という解析結果を生成する。

言語データ解析回路５２は、解析結果に含まれる番組名が、読み替え辞書６２の「入力番組名」に登録されているか否かを検索する。登録されている場合、当該レコードの「読み替え番組名」に登録されている文字データを、解析結果に含まれる当該番組名と置き換える。そして、番組名置き換え後の解析結果をコマンド出力回路５３へ出力する。

例えば、解析結果に「バックストリートキッズ」という番組名が存在する場合、言語データ解析回路５２は、読み替え辞書６２を参照し、「バックストリートキッズ」という番組名（文字データ）が「入力番組名」として登録されているか否かを検索する。登録されている場合、当該レコードの「読み替え番組名」に登録されている番組名（文字データ）を抽出する。

上述のように、ＥＰＧの表記に基づく読み替え辞書登録作業がすでになされている場合、「入力番組名」が「バックストリートキッズ」、「読み替え番組名」が「ＢＡＣＫＳＴＲＥＥＴＫＩＤＳ」と設定されたレコードが、読み替え辞書６２に登録されている。従って、言語データ解析回路５２は、読み替え辞書６２を参照し、解析結果の「バックストリートキッズ」という番組名（文字列）を「ＢＡＣＫＳＴＲＥＥＴＫＩＤＳ」に置き換える。そして、コマンド出力回路５３には、「ＢＡＣＫＳＴＲＥＥＴＫＩＤＳ」という番組名をキーワードとして「検索する」という操作を実行する、という解析結果が出力される。

コマンド出力回路５３は、言語データ解析回路５２から入力された解析結果を、放送受信装置２において処理可能な形式に変換して出力する。上述の一例の場合、番組表（ＥＰＧ）や録画データなどの番組名において、「ＢＡＣＫＳＴＲＥＥＴＫＩＤＳ」を「検索」するよう、放送受信装置２に対して操作指示信号を出力する。

放送受信装置２は、記憶している番組表（ＥＰＧ）等から、「ＢＡＣＫＳＴＲＥＥＴＫＩＤＳ」という表記の番組名を抽出し、検索結果画面などに表示する。音声認識サーバ３から出力された文字データである「バックストリートキッズ」という表記をそのまま用いて、放送受信装置２に対して検索指示を行った場合、番組表（ＥＰＧ）における表記（「ＢＡＣＫＳＴＲＥＥＴＫＩＤＳ」）と異なるため、所望の番組が検索できないという問題
があった。これに対し、本実施形態では、言語処理サーバ１において、音声認識サーバ３から出力された文字データの表記が、ＥＰＧにおける表記と異なる番組名については、ＥＰＧの表記に読み替えて、放送受信装置２に対して操作指示を行っているので、表記の不一致による検索漏れを低減することができ、音声検索における検索精度を向上させることができる。

なお、上述では、放送受信装置２に対して番組名を音声検索する場合を一例にあげて説明したが、インターネットテレビなど、ネットワークを通じて配信業者が供給する番組などの音声検索についても、適用可能である。

本発明のいくつかの実施形態を説明したが、これらの実施形態は、一例として示したものであり、発明の範囲を限定することは意図していない。これら新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれると共に、特許請求の範囲に記載された発明とその均等の範囲に含まれる。

１…言語処理サーバ、
２…放送受信装置、
３…音声認識サーバ、
４…インターネット回線、
２１…リモコン、
５１…文字データ通信回路、
５２…言語データ解析回路、
５３…コマンド出力回路、
５４…読み替え辞書登録回路、
５５…音声データ送信回路、
５６…音声変換回路、
６１…新番組情報データベース、
６２…読み替え辞書、

Claims

番組名検索対象機器に格納される番組名の表記である第１番組名と、前記番組名の読みとを対にして記憶する番組情報記憶部と、
前記番組情報記憶部に格納されている前記番組名の読みに基づく音声データに対し、音声認識処理を施し得られた文字データである第２番組名を取得する文字データ取得回路と、
前記第１番組名と前記第２番組名とが異なる場合、前記第１番組名と前記第２番組名をと対にして格納する読み替え辞書と、
を有する番組名検索支援装置。
前記番組名検索対象機器に格納される前記番組名は、電子番組表に記載されている番組名であることを特徴とする、請求項１に記載の番組名検索支援装置。
前記番組名検索対象機器を操作するために入力された操作用音声データに対し、音声認識処理を施し得られた文字データの自然言語解析処理を実行する言語データ解析回路を更に有し、前記言語データ解析回路は、前記自然言語解析処理の対象となる前記文字データにおいて前記第２番組名が存在し、かつ、前記読み替え辞書に前記第２番組名が格納されている場合、前記第２番組名を、前記読み替え辞書において対にして格納されている前記第１番組名に置き換えて、前記自然言語解析処理を実行することを特徴とする、請求項１又は請求項２に記載の番組名検索支援装置。
番組名検索対象機器に格納される番組名の表記である第１番組名と、前記番組名の読みとを対にして取得し、
前記番組名の読みに基づく音声データに対し、音声認識処理を施し得られた文字データである第２番組名を取得し、
前記第１番組名と前記第２番組名とが異なる場合、前記第１番組名と前記第２番組名をと対にして読み替え辞書に登録する、番組名検索支援方法。
前記番組名検索対象機器に格納される前記番組名は、電子番組表に記載されている番組名であることを特徴とする、請求項４に記載の番組名検索支援方法。