JP2022061119A - ネットワークシステム、情報処理方法、サーバ、および電気機器 - Google Patents

Abstract

【課題】効率的に音声対話を開始するための技術を提供する。【解決手段】電気機器２００と、サーバ１００と、を備えるネットワークシステム１が提供される。サーバは、電気機器が所定のウェイクワードを受け付けると音声対話を開始し、所定のウェイクワードの前後のワードを新たなウェイクワードとして登録する。【選択図】図２

Description

本発明は、音声対話の技術に関する。

ユーザの通信端末やインターネットなどを介して音声対話を行う技術が知られている。たとえば、国際公開第２０２０／１４５０７１号パンフレット（特許文献１）によると、ユーザが音声操作を良好に行い得るようにする。状況判断部により、状況を判断する。状態制御部により、判断された状況に適した音声コマンドの受け付け状態に制御する。例えば、受け付け状態にある音声コマンドが何であるかを、表示または音声出力でユーザに通知する。ユーザは誤認識を防ぐためのウェイクワードの発話をするなどのユーザアクションを行うことなく音声コマンドの発話を行うことができ、煩わしさや負担が軽減される。

また、国際公開第２０１９／１８７５４３号パンフレット（特許文献２）によると、入力音声に対する応答是非を精度高く判定する。入力音声のスタイルまたは出力音声のスタイルのうち少なくとも１つ以上に基づいて、前記入力音声に対する応答処理を実行するか否かを判定する知的処理部、を備える、情報処理装置が提供される。また、プロセッサが、入力音声のスタイルまたは出力音声のスタイルのうち少なくとも１つ以上に基づいて、前記入力音声に対する応答処理を実行するか否かを判定すること、を含む、情報処理方法が提供される。

国際公開第２０２０／１４５０７１号パンフレット 国際公開第２０１９／１８７５４３号パンフレット

本発明の目的は、効率的に音声対話を開始するための技術を提供することにある。

この発明のある態様に従うと、電気機器と、サーバと、を備えるネットワークシステムが提供される。サーバは、電気機器が所定のウェイクワードを受け付けると音声対話を開始し、所定のウェイクワードの前後のワードを新たなウェイクワードとして登録する。

以上のように、この発明によれば、効率的に音声対話を開始するための技術が提供される。

第１の実施の形態にかかるネットワークシステム１の全体構成を示すイメージ図である。 第１の実施の形態にかかるネットワークシステム１の全体的な機能や動作概要を示すイメージ図である。 第１の実施の形態にかかる新たなウェイクワードの登録の前後を示すイメージ図である。 第１の実施の形態にかかるサーバ１００の構成を表わすブロック図である。 第１の実施の形態にかかるユーザ情報データ１２１を示すイメージ図である。 第１の実施の形態にかかる機器情報データ１２２を示すイメージ図である。 第１の実施の形態にかかるウェイクワードデータ１２３を示すイメージ図である。 第１の実施の形態にかかるサーバ１００の情報処理を示すフローチャートである。 第１の実施の形態にかかる電気機器２００の構成を表わすブロック図である。 第１の実施の形態にかかる通信端末３００の構成を表わすブロック図である。 第２の実施の形態にかかる候補ワードデータ１２４を示すイメージ図である。 第３の実施の形態にかかる削除ワードデータ１２５を示すイメージ図である。 第４の実施の形態にかかるサーバ１００の情報処理を示すフローチャートである。

以下、図面を参照しつつ、本発明の実施の形態について説明する。以下の説明では、同一の部品には同一の符号を付してある。それらの名称および機能も同じである。したがって、それらについての詳細な説明は繰り返さない。
＜第１の実施の形態＞
＜ネットワークシステム１の概要＞

まず、図１を参照して本実施の形態にかかるネットワークシステム１の全体構成について説明する。本実施の形態にかかるネットワークシステム１は、主に、サーバ１００と、冷蔵庫や電子レンジやテレビなどの電気機器２００と、スマートフォンなどの通信端末３００と、電気機器２００などをインターネットなどの外部のネットワークに接続するためのルータ４００、などを含む。

なお、サーバ１００としては、本実施の形態においては、図２に示すように、ユーザと音声対話を行うための対話サーバ１００Ａや、対話の履歴に基づいてウェイクワードを登録するための学習サーバ１００Ｂや、現在登録されているウェイクワードを通信端末３００に提供するためのアプリサーバ１００Ｃなどが準備される。以下では、これらのサーバを総称して、サーバ１００ともいう。

図１に戻って、電気機器２００は、冷蔵庫やテレビや電子レンジやエアコンなどに限らず、洗濯機、空気清浄器、加湿器、除湿器、掃除機、自動調理鍋、炊飯器、照明などの家電、パーソナルコンピュータ、ハードディスクレコーダ、プロジェクタ、音楽プレーヤー、ゲーム機、スピーカなどのＡＶ（オーディオ・ビジュアル）機器、太陽光発電システム、蓄電池システム、給湯システムなどのＨＥＭＳ設備、組み込み照明、インターホン、電気錠、給湯器、温水洗浄便座コントローラなどの住宅設備、などであってもよい。以下では、これらを総称して電気機器２００という。

また、通信端末３００も、スマートフォンに限らず、パーソナルコンピュータやタブレットやゲーム機やスピーカやウェアラブル端末などであってもよい。以下では、これらを総称して通信端末３００という。
＜ネットワークシステム１の機能構成＞

次に、図２を参照して本実施の形態にかかるネットワークシステム１の動作概要について説明する。

まず、ユーザが電気機器２００の近くで話をすると（ステップＳ００２）、電気機器２００は、取得した音声データを対話サーバ１００Ａにアップロードする（ステップＳ００４）。

対話サーバ１００Ａは、音声データに基づいて、電気機器２００のユーザに紐づけて登録されているウェイクワードが含まれているか否かを判断する（ステップＳ００６）。

対話サーバ１００Ａは、ウェイクワードが含まれていると、対話モードを開始して、対話音声を作成して電気機器２００に送り返す（ステップＳ００８）。

これを受けて、電気機器２００は、対話音声をスピーカから出力する（ステップＳ０１０）。

本実施の形態においては、対話サーバ１００Ａは、電気機器２００が取得した音声データや、電気機器２００が出力した音声データを対話履歴としてデータベースに登録しておく（ステップＳ０１２）。

そして、特に本実施の形態においては、取得した音声データにウェイクワードが含まれているときに、学習サーバ１００Ｂが、当該ウェイクワードの直前または直後の単語、たとえば、当該ウェイクワードの１０単語前までの単語と当該ウェイクワードの１０単語後までの単語とを、電気機器２００のユーザに対応付けて新たなウェイクワードとして登録する（ステップＳ０１４）。

これによって、次回から、対話サーバ１００Ａは、新たなウェイクワードを検知しても対話を開始することができる。このように本実施の形態においては、たとえば、図３に示すように、最初は、「冷蔵庫」というウェイクワードを受けた際に対話を開始するように設定されているものであるが、当該ウェイクワードの直後に使用される「今日」というワードや「おすすめ」というワードを新たにウェイクワードとして登録するものである。これによって、次回から、ユーザが、初期のウェイクワードを言い忘れて電気機器２００にいきなり話しかけた場合にも、音声対話が自動的に開始されるようになる。

また、本実施の形態においては、ユーザは、通信端末３００のアプリケーションを介して、アプリサーバ１００Ｃから、自分に紐づけて登録されているウェイクワードを示す情報を取得して確認することができる（ステップＳ０１６）。

以下、このような機能を実現するためのネットワークシステム１の具体的な構成について詳述する。
＜サーバの構成＞

まず、本実施の形態にかかるネットワークシステム１を構成するサーバの構成の一態様について説明する。なお、本実施の形態にかかるネットワークシステム１で利用される機能は、対話サーバ１００Ａと学習サーバ１００Ｂとアプリサーバ１００Ｃのような、３つのサーバ１００で実現することに限られるものではなく、クラウド上のさらに多くの装置によって実現されてもよいし、さらに少ない装置によって実現されてもよい。以下では、説明のために、対話サーバ１００Ａと学習サーバ１００Ｂとアプリサーバ１００Ｃとを、まとめて１つのサーバ１００として説明する。

図４を参照して、サーバ１００は、主たる構成要素として、ＣＰＵ（Central Processing Unit）１１０と、メモリ１２０と、操作部１４０と、通信インターフェイス１６０とを含む。

ＣＰＵ１１０は、メモリ１２０に記憶されているプログラムを実行することによって、サーバ１００の各部を制御する。たとえば、ＣＰＵ１１０は、メモリ１２０に格納されているプログラムを実行し、各種のデータを参照することによって、後述する各種の処理を実行する。

メモリ１２０は、各種のＲＡＭ（Random Access Memory）、各種のＲＯＭ（Read‐Only Memory）などによって実現され、サーバ１００に内包されているものであってもよいし、サーバ１００の各種インターフェイスに着脱可能なものであってもよいし、サーバ１００からアクセス可能な他の装置の記録媒体であってもよい。メモリ１２０は、ＣＰＵ１１０によって実行されるプログラムや、ＣＰＵ１１０によるプログラムの実行により生成されたデータ、入力されたデータ、その他の本実施の形態にかかるサービスに利用されるデータベースなどを記憶する。

たとえば、メモリ１２０は、図５に示すような、ユーザ情報データ１２１を記憶する。ユーザ情報データ１２１は、本サービスに登録されるユーザ毎に、ユーザＩＤと、ユーザ名と、家族ＩＤと、メールアドレスと、住所と、ユーザが加入している各種のサービスの識別情報やサービス内容などを格納する。

メモリ１２０は、図６に示すような、機器情報データ１２２を記憶する。機器情報データ１２２は、本サービスに登録される電気機器毎に、機器ＩＤと、電気機器のユーザＩＤと、ペアリングのための接続ＩＤなどを格納する。

メモリ１２０は、図７に示すような、ウェイクワードデータ１２３を記憶する。ウェイクワードデータ１２３は、ユーザ毎に準備される。ウェイクワードデータ１２３は、ウェイクワードと登録日時との対応関係を格納する。

さらに、メモリ１２０は、対話音声の履歴データを、ユーザに紐づけて蓄積する。

図４に戻って、操作部１４０は、サービスの管理者などの命令を受け付けて、当該命令をＣＰＵ１１０に入力する。

通信インターフェイス１６０は、ＣＰＵ１１０からのデータを、インターネット、キャリア網、ルータなどを介して、電気機器２００や通信端末３００などの他の装置に送信する。逆に、通信インターフェイス１６０は、インターネット、キャリア網、ルータなどを介して電気機器２００や通信端末３００などの他の装置からのデータを受信して、ＣＰＵ１１０に受け渡す。

たとえば、ＣＰＵ１１０は、通信インターフェイス１６０を介して、電気機器２００から音声メッセージを取得し、解析し、当該音声メッセージに対する応答メッセージを作成し、電気機器２００に送信する。また、ＣＰＵ１１０は、通信インターフェイス１６０を介して、電気機器２００のユーザの通信端末３００からの要求に応じて、ウェイクワードデータ１２３を参照して、当該ユーザに紐づけて登録されているウェイクワードのリストのデータを通信端末３００に送信する。
＜ネットワークシステムの情報処理＞

次に、図８を参照して、サーバ１００における情報処理について説明する。なお、サーバ１００のＣＰＵ１１０は、メモリ１２０，２２０，３２０のプログラムに従って、以下の処理を実行する。

ＣＰＵ１１０は、通信インターフェイス１６０を介して、電気機器２００から音声データを受信する（ステップＳ１０２）。

ＣＰＵ１１０は、音声データを履歴データとしてメモリ１２０に蓄積する（ステップＳ１０４）。

ＣＰＵ１１０は、音声データを解析して、受け付けたユーザ音声にウェイクワードが含まれているか否かを判断する（ステップＳ１０６）。

受け付けたユーザ音声にウェイクワードが含まれている場合（ステップＳ１０６にてＹＥＳである場合）、当該メモリ１２０に蓄積された音声データに基づいて、当該ウェイクワードの前後に検知されたワードを新たなウェイクワードしてウェイクワードデータ１２３に登録する（ステップＳ１０８）。これによって、ＣＰＵ１１０は、次回から、新たなウェイクワードを検知した場合にも音声対話を開始したり、当該新たなウェイクワードの直前や直後のワードをさらに新たなウェイクワードとして登録したりする。

ＣＰＵ１１０は、通信インターフェイス１６０を介して、電気機器２００に所定の音声、たとえば対話が開始されたことを示す音声を出力させたり、電気機器２００に所定のライト、たとえば対話が開始されたことを示す光を出力させたりする（ステップＳ１１０）。

ＣＰＵ１１０は、音声対話を開始する（ステップＳ１１２）。すなわち、ＣＰＵ１１０は、入力されたユーザ音声に対する音声メッセージを作成して、通信インターフェイス１６０を介して電気機器２００に送信する。

本実施の形態においては、ＣＰＵ１１０は、通信インターフェイス１６０を介して、電気機器２００から、会話を拒絶したり終了させるための音声メッセージを受信した場合や、ユーザに無視された場合には（ステップＳ１１４にてＹＥＳである場合）、ステップＳ１０６の判断に利用したウェイクワードの登録を削除する（ステップＳ１１６）。ここで、ＣＰＵ１１０は、最初に登録されているウェイクワードの登録は削除しないことが好ましい。
＜電気機器２００の構成＞

次に、図９を参照して、ネットワークシステム１を構成する電気機器２００の構成の一態様について説明する。本実施の形態にかかる電気機器２００は、主たる構成要素として、ＣＰＵ２１０と、メモリ２２０と、ディスプレイ２３０、操作部２４０と、通信インターフェイス２６０と、スピーカ２７０と、マイク２８０と、機器駆動部２９０と、ライト２９５とを含む。

ＣＰＵ２１０は、メモリ２２０あるいは外部の記憶媒体に記憶されているプログラムを実行することによって、電気機器２００の各部を制御する。

メモリ２２０は、各種のＲＡＭ、各種のＲＯＭなどによって実現され、ＣＰＵ２１０によって実行されるプログラムや、ＣＰＵ２１０によるプログラムの実行により生成されたデータ、操作部２４０を介して入力されたデータ、リモコンから受信したデータ、ルータ４００やインターネットを介してサーバ１００から受信したデータ、電気機器２００に対応する管理サーバのアドレス、暗号キー、など各種サービスを利用するために必要な情報などを記憶する。

ディスプレイ２３０は、ＣＰＵ２１０からの信号に基づいて、文字や画像などを出力する。なお、ディスプレイ２３０は、単にＬＥＤライトなどであってもよい。

操作部２４０は、ボタン、タッチパネルなどによって実現され、ユーザからの命令を受け付けて、当該命令をＣＰＵ２１０に入力する。なお、ディスプレイ２３０と操作部２４０とは、タッチパネル２５０を構成してもよい。

通信インターフェイス２６０は、無線通信を行うためのアンテナや、有線通信を行うためのコネクタなどによって実現される。ＣＰＵ２１０は、通信インターフェイス２６０を利用することによって、ルータ４００やインターネットなどを介して、サーバ１００や他の電気機器２００や通信端末３００と各種のデータをやり取りする。たとえば、ＣＰＵ２１０は、通信インターフェイス２６０を介して、動作内容や環境情報や音声データなどをサーバ１００に送信したり、操作命令や音声データなどをサーバ１００から受信したりする。

スピーカ２７０は、ＣＰＵ２１０からの音声データに基づいて音声メッセージなどを出力する。マイク２８０は、ユーザの声などを取得して音声データをＣＰＵ２１０に入力する。特に本実施の形態においては、ＣＰＵ２１０は、マイク２８０から受け付けた音声データを、通信インターフェイス２６０を介してサーバ１００に送信したり、サーバ１００からの音声メッセージをスピーカ２７０から出力したりする。

機器駆動部２９０は、ＣＰＵ２１０からの信号に基づいて、電気機器２００の各部（モータやヒータやセンサやアンテナなど）を制御する。機器駆動部２９０は、たとえば、冷蔵庫やエアコンに関しては圧縮機やファンであったり、電子レンジに関しては加熱調理のためのアンテナや回転テーブルであったり、テレビに関しては受信アンテナやチューナであったり、する。

ライト２９５は、音声対話中であることを示す光を発するためのライトである。ライト２９５は、シンプルな小さなライトでもよいが、電気機器２００の正面の周囲や上面の周囲などに全体的に設けられて、電気機器２００の外面の広い範囲から柔らかく照射されるものであることが好ましい。
＜通信端末３００の構成＞

次に、図１０を参照して、ネットワークシステム１を構成する通信端末３００の構成の一態様について説明する。本実施の形態にかかる通信端末３００は、主たる構成要素として、ＣＰＵ３１０と、メモリ３２０と、ディスプレイ３３０と、操作部３４０と、通信インターフェイス３６０と、スピーカ３７０と、マイク３８０、カメラ３９０などを含む。

ＣＰＵ３１０は、メモリ３２０に記憶されているプログラムを実行することによって、通信端末３００の各部を制御する。

メモリ３２０は、各種のＲＡＭや、各種のＲＯＭなどによって実現される。メモリ３２０は、各種サービスのためのアプリケーションプログラムや通知エージェント用のプログラムや、ＣＰＵ３１０によるプログラムの実行により生成されたデータ、サーバ１００から受信したデータ、操作部３４０を介して入力されたデータ、通信端末３００のユーザを特定するための情報などを記憶する。

ディスプレイ３３０は、ＣＰＵ３１０からのデータに基づいて、画像やテキストを表示する。操作部３４０は、ポインティングデバイスやスイッチなどから構成され、ユーザからの各種の命令をＣＰＵ３１０に入力する。なお、ユーザ端末は、ディスプレイ３３０と操作部３４０とを含むタッチパネル３５０を有してもよい。

通信インターフェイス３６０は、インターネットやキャリア網やルータ４００などを介して、サーバ１００や電気機器２００などの他の装置との間でデータを送受信する。たとえば、ＣＰＵ３１０は、プログラムに従って、通信インターフェイス３６０を介してサーバ１００と、ユーザに関する各種の情報をやりとりする。ＣＰＵ３１０は、当該各種の情報を、他のアプリケーションプログラムに提供することによって各種のサービスを受けることができる。

スピーカ３７０は、ＣＰＵ３１０からの音声データに基づいて音声メッセージなどを出力する。マイク３８０は、ユーザの声などを取得して音声データをＣＰＵ３１０に入力する。カメラ３９０は、撮影した静止画像や動画像をＣＰＵ３１０に入力したり、メモリ３２０に格納したりする。

このように構成されているため、ＣＰＵ３１０は、ユーザの指示に基づいて、通信インターフェイス３６０を介してウェイクワードの要求をサーバ１００に送信したり、サーバ１００からの情報に基づいて、現在登録されているウェイクワードのリストをディスプレイ３３０に表示したりする。
＜第２の実施の形態＞

上記の実施の形態においては、ウェイクワードの直前または直後のワードを新たなウェイクワードとして登録するものであった。しかしながら、ウェイクワードの直前または直後に複数回検知されたワードを新たなウェイクワードとして登録してもよい。

より詳細には、本実施の形態においては、サーバ１００のメモリ１２０は、候補ワードデータ１２４を格納する。図１１を参照して、候補ワードデータ１２４は、ユーザ毎に、準備され、候補ワード毎に、ウェイクワードの直前または直後に検知された回数が記憶される。ＣＰＵ１１０は、ステップＳ１０８において、候補のワードのうちの、所定回数、たとえば５回など、以上検知されたものを新たなウェイクワードしてウェイクワードデータ１２３に登録することが好ましい。

同様に、ステップＳ１１４やステップＳ１１６の、ウェイクワードの登録の削除に関しても、ＣＰＵ１１０は、何度も会話を拒絶されたり、無視されたりした場合に、ウェイクワードデータ１２３の登録を削除してもよい。
＜第３の実施の形態＞

また、上記の実施の形態に加えて、ステップＳ１１６で登録を削除されたウェイクワードに関しては、所定の期間、たとえば２週間など、新たなウェイクワードとして登録しないことが好ましい。また、一度削除された場合は、２週間登録できないようにして、再度削除された場合は、さらに長い期間、たとえば３か月間登録できないようにすることが好ましい。

より詳細には、本実施の形態においては、メモリ１２０は、ユーザ毎に、図１２に示すような削除ワードデータ１２５を記憶する。削除ワードデータ１２５は、削除されたワード毎に、ワード、１回目の削除日時、登録可能日時、２回目の削除日時、登録可能日時、３回目の削除日時・・・などが格納される。

これによって、ＣＰＵ１１０は、ステップＳ１０８において、登録済みのウェイクワードの直前および直後のワードのうち、削除されてから所定期間が経過していないワードを除外して、残りのワードを新たなウェイクワードしてウェイクワードデータ１２３に登録することが好ましい。あるいは、ＣＰＵ１１０は、ステップＳ１０８において、登録済みのウェイクワードの直前および直後のワードのうち、削除されてから所定期間が経過していないワードを除外して、残りのワードを候補のワードとして取り扱う。
＜第４の実施の形態＞

上記の実施の形態のネットワークシステム１の各装置の役割の一部または全部を他の装置が実行してもよい。たとえば、サーバ１００や電気機器２００や通信端末３００の各々の役割の一部または全部を別の装置が担ったり、それらの装置の１つ１つの役割の一部または全部を複数の装置で分担したりしてもよい。たとえば、具体的には、サーバ１００が、１つの装置で実現されてもよいし、クラウド上の複数の装置によって実現されてもよい。あるいは、電気機器２００や通信端末３００が、サーバ１００の処理の一部の役割を担ったりしてもよい。あるいは、電気機器２００が、電気機器本体と、後付けの通信モジュールとによって構成されてもよい。

たとえば、電気機器２００が、ユーザ音声に基づいてウェイクワードを検知してもよい。より詳細には、本実施の形態においては、電気機器２００のメモリ２２０が、ウェイクワードデータや音声の履歴データなどを記憶する。この場合は、電気機器２００のＣＰＵ２１０は、メモリ２２０のプログラムに従って以下の処理を実行する。

図１３を参照して、ＣＰＵ２１０は、マイク２８０を介してユーザからの音声を取得する（ステップＳ３０２）。

ＣＰＵ２１０は、音声データを、履歴データとして、メモリ２２０に蓄積する（ステップＳ３０４）。

ＣＰＵ２１０は、音声データを解析して、受け付けたユーザ音声にウェイクワードが含まれているか否かを判断する（ステップＳ３０６）。

受け付けたユーザ音声にウェイクワードが含まれている場合（ステップＳ３０６にてＹＥＳである場合）、ＣＰＵ２１０は、当該メモリ２２０に蓄積された音声データに基づいて、当該ウェイクワードの前後に検知されたワードを新たなウェイクワードしてウェイクワードデータに登録する（ステップＳ３０８）。なお、ＣＰＵ２１０は、通信インターフェイス２６０を介して、新たなウェイクワードをサーバ１００に通知する。これによって、サーバ１００は、通信端末３００からの要求に応じて、新しいウェイクワードのリストをユーザに提供することができる。

ＣＰＵ２１０は、スピーカ２７０に、所定の音声、たとえば対話が開始されたことを示す音声を出力させたり、ライト２９５に、所定のライト、たとえば対話が開始されたことを示す光を出力させたりする（ステップＳ３１０）。

ＣＰＵ２１０は、音声メッセージをサーバ１００に送信することによって、サーバ１００による音声対話を開始する（ステップＳ３１２）。すなわち、ＣＰＵ２１０は、入力されたユーザ音声に対する音声メッセージを、通信インターフェイス２６０を介してサーバ１００からダウンロードして、スピーカ２７０から出力する。

本実施の形態においては、ＣＰＵ２１０は、マイク２８０を介して、会話を終了させるための音声メッセージを受信した場合や、ユーザに無視された場合には（ステップＳ３１４にてＹＥＳである場合）、ステップＳ３０６の判断に利用したウェイクワードの登録を削除する（ステップＳ３１６）。なお、ＣＰＵ３１０は、最初に登録されているウェイクワードの登録は削除しないことが好ましい。また、ＣＰＵ２１０は、通信インターフェイス２６０を介して、登録削除されたウェイクワードをサーバ１００に通知する。これによって、サーバ１００は、通信端末３００からの要求に応じて、現在のウェイクワードのリストをユーザに提供することができる。

このような形態には限られず、音声にウェイクワードが含まれているかの判断を電気機器２００で行いつつ、新たなウェイクワードにするか否かはサーバ１００で判断してもよい。この場合は、電気機器２００は、音声対話を開始するか否かに関わらず、すなわちウェイクワードを検知する前から、マイク２８０で取得した音声データをサーバ１００にアップロードしていることが好ましい。なお、音声対話自体も電気機器２００がローカルで実行してもよい。
＜まとめ＞

上記の実施の形態においては、電気機器と、サーバと、を備えるネットワークシステムが提供される。サーバは、電気機器が所定のウェイクワードを受け付けると音声対話を開始し、所定のウェイクワードの前後のワードを新たなウェイクワードとして登録する。

好ましくは、サーバは、所定のウェイクワードの前後に所定回数以上検知されたワードを新たなウェイクワードとして登録する。

好ましくは、サーバは、登録されたウェイクワードに基づいて音声対話を開始した後に、電気機器が、ユーザから音声対話を拒むメッセージを受け付けた場合に、当該ウェイクワードを登録から除外する。

好ましくは、サーバは、登録されたウェイクワードに基づいて音声対話を開始した後に、電気機器からの音声対話をユーザが無視した場合に、当該ウェイクワードを登録から除外する。

好ましくは、所定のウェイクワードおよび新たなウェイクワードが電気機器に記憶され、電気機器が、周囲の音声から、所定のウェイクワードおよび新たなウェイクワードを検知すると、サーバに音声対話を開始させる。

好ましくは、所定のウェイクワードおよび新たなウェイクワードが検知されると、電気機器が、所定の音声または所定の光を出力する。

好ましくは、所定のウェイクワードおよび新たなウェイクワードが検知されると、電気機器が、全体的に光を発する。

好ましくは、サーバは、電気機器に対応する通信端末に、現在登録されているウェイクワードの情報を送信する。

上記の実施の形態においては、電気機器が所定のウェイクワードを受け付けると、サーバが音声対話を開始するステップと、サーバが所定のウェイクワードの前後のワードを新たなウェイクワードとして登録するステップと、を備える情報処理方法が提供される。

上記の実施の形態においては、電気機器と通信するための通信インターフェイスと、メモリと、電気機器が所定のウェイクワードを受け付けると音声対話を開始し、所定のウェイクワードの前後のワードを新たなウェイクワードとしてメモリに登録するプロセッサとを備える、サーバが提供される。

上記の実施の形態においては、スピーカと、マイクと、メモリと、マイクを介して所定のウェイクワードを受け付けるとスピーカを介して音声対話を開始し、所定のウェイクワードの前後のワードを新たなウェイクワードとしてメモリに登録するプロセッサとを備える、電気機器が提供される。

今回開示された実施の形態はすべての点で例示であって制限的なものではないと考えられるべきである。本発明の範囲は、上記した説明ではなく、特許請求の範囲によって示され、特許請求の範囲と均等の意味および範囲内でのすべての変更が含まれることが意図される。

１ ：ネットワークシステム
１００ ：サーバ
１００Ａ ：対話サーバ
１００Ｂ ：学習サーバ
１００Ｃ ：アプリサーバ
１１０ ：ＣＰＵ
１２０ ：メモリ
１２１ ：ユーザ情報データ
１２２ ：機器情報データ
１２３ ：ウェイクワードデータ
１２４ ：候補ワードデータ
１４０ ：操作部
１６０ ：通信インターフェイス
２００ ：電気機器
２１０ ：ＣＰＵ
２２０ ：メモリ
２３０ ：ディスプレイ
２４０ ：操作部
２５０ ：タッチパネル
２６０ ：通信インターフェイス
２７０ ：スピーカ
２８０ ：マイク
２９０ ：機器駆動部
２９５ ：ライト
３００ ：通信端末
３１０ ：ＣＰＵ
３２０ ：メモリ
３３０ ：ディスプレイ
３４０ ：操作部
３５０ ：タッチパネル
３６０ ：通信インターフェイス
３７０ ：スピーカ
３８０ ：マイク
３９０ ：カメラ
４００ ：ルータ

Claims (11)

1. 電気機器と、
   サーバと、を備え、
   前記サーバは、前記電気機器が所定のウェイクワードを受け付けると音声対話を開始し、前記所定のウェイクワードの前後のワードを新たなウェイクワードとして登録する、ネットワークシステム。
2. 前記サーバは、前記所定のウェイクワードの前後に所定回数以上検知されたワードを前記新たなウェイクワードとして登録する、請求項１に記載のネットワークシステム。
3. 前記サーバは、登録されたウェイクワードに基づいて音声対話を開始した後に、前記電気機器が、ユーザから音声対話を拒むメッセージを受け付けた場合に、当該ウェイクワードを登録から除外する、請求項１または２に記載のネットワークシステム。
4. 前記サーバは、登録されたウェイクワードに基づいて音声対話を開始した後に、前記電気機器からの音声対話をユーザが無視した場合に、当該ウェイクワードを登録から除外する、請求項１から３のいずれか１項に記載のネットワークシステム。
5. 前記所定のウェイクワードおよび前記新たなウェイクワードが前記電気機器に記憶され、
   前記電気機器が、周囲の音声から、前記所定のウェイクワードおよび前記新たなウェイクワードを検知すると、前記サーバに音声対話を開始させる、請求項１から４のいずれか１項に記載のネットワークシステム。
6. 前記所定のウェイクワードおよび前記新たなウェイクワードが検知されると、前記電気機器が、所定の音声または所定の光を出力する、請求項５に記載のネットワークシステム。
7. 前記所定のウェイクワードおよび前記新たなウェイクワードが検知されると、前記電気機器が、全体的に光を発する、請求項５に記載のネットワークシステム。
8. 前記サーバは、前記電気機器に対応する通信端末に、現在登録されているウェイクワードの情報を送信する、請求項１から７のいずれか１項に記載のネットワークシステム。
9. 電気機器が所定のウェイクワードを受け付けると、サーバが音声対話を開始するステップと、
   前記サーバが前記所定のウェイクワードの前後のワードを新たなウェイクワードとして登録するステップと、を備える情報処理方法。
10. 電気機器と通信するための通信インターフェイスと、
    メモリと、
    前記電気機器が所定のウェイクワードを受け付けると音声対話を開始し、前記所定のウェイクワードの前後のワードを新たなウェイクワードとして前記メモリに登録するプロセッサとを備える、サーバ。
11. スピーカと、
    マイクと、
    メモリと、
    前記マイクを介して所定のウェイクワードを受け付けると前記スピーカを介して音声対話を開始し、前記所定のウェイクワードの前後のワードを新たなウェイクワードとして前記メモリに登録するプロセッサとを備える、電気機器。

Images