JP4756764B2

JP4756764B2 - プログラム及び情報処理装置並びに情報処理方法

Info

Publication number: JP4756764B2
Application number: JP2001104995A
Authority: JP
Inventors: 晃弘櫛田; 哲夫小坂
Original assignee: Canon Inc
Current assignee: Canon Inc
Priority date: 2001-04-03
Filing date: 2001-04-03
Publication date: 2011-08-24
Anticipated expiration: 2021-04-03
Also published as: JP2002304407A

Description

【０００１】
【発明の属する技術分野】
本発明は、インターネット等のネットワーク上で提供される情報を閲覧等する技術に関する。
【０００２】
【従来の技術】
インターネット上で提供される情報の多くは、ハイパーテキスト文書で構成されている。ハイパーテキスト文書は、更に他の情報を参照する構造を有しており、ブラウザによって表示されたハイパーテキスト文書に埋め込まれているハイパーリンク個所をマウス等で選択することにより、リンク先の情報をロードして表示することができる。ユーザは、ハイパーリンク箇所を選択することにより、リンク先の情報を次々と取得し、目的とする情報に辿り着くことができる。
【０００３】
一方、音声認識技術を採用したブラウザも提案されている。このうち、例えば、特開平10-124293号公報には、HTML文書に記述されているリンク先の情報の説明文の中から単語を自動抽出し、その単語とユーザの音声により入力された単語とに基づいて、次に取得するリンク先の情報を選択する技術が開示されている。
【０００４】
また、リンク先の情報にそれぞれ固有の番号をつけ、その番号がユーザから音声入力された場合に、当該リンク先の情報を取得する技術も提案されている。
【０００５】
【発明が解決しようとする課題】
しかしながら、HTML文書に記述されているリンク先の情報の説明文は、リンク先の情報のタイトルといった極めて簡単な説明しか含まれておらず、ユーザが必要とする情報をうまく選択できない場合がある。
【０００６】
また、リンク先の情報にそれぞれ固有の番号を付ける方式では、リンク先の情報が多数に及ぶ場合に、各番号を確認することは甚だ面倒である。
【０００７】
従って、本発明の目的は、ユーザが必要とするリンク先の情報を適切かつ簡単に選択できる技術を提供することにある。
【０００８】
【課題を解決するための手段】
本発明によれば、ネットワーク上のサーバから取得した情報にリンクする情報がある場合に、そのリンク先の情報を、ユーザからの音声による指示に基づいて選択するために、コンピュータを、前記リンク先の情報を取得する取得手段、取得した前記リンク先の情報からキーワードを抽出する抽出手段、取得した前記リンク先の情報毎に、抽出したキーワードの出現数を検出する検出手段、取得した前記リンク先の情報毎に作成されると共に検出した前記キーワードの出現数が関連付けられ、抽出した前記キーワードに関する音声認識を行うための音声認識辞書を作成する作成手段、前記ユーザからの音声と、前記音声認識辞書と、を照合する照合手段、前記照合手段による照合の結果と前記キーワードの出現数とに基づいて、前記リンク先の情報を選択する選択手段、として機能させるプログラムが提供される。
【０００９】
また、本発明によれば、ユーザからの音声による指示が入力される入力手段と、ネットワーク上のサーバから情報を取得する手段と、取得した情報にリンクする情報がある場合に、そのリンク先の情報を取得する手段と、取得した前記リンク先の情報からキーワードを抽出する手段と、取得した前記リンク先の情報毎に、抽出したキーワードの出現数を検出する手段と、取得した前記リンク先の情報毎に作成されると共に検出した前記キーワードの出現数が関連付けられ、抽出した前記キーワードに関する音声認識を行うための音声認識辞書を作成する手段と、入力された前記音声と、前記音声認識辞書と、を照合する手段と、前記照合手段による照合の結果と前記キーワードの出現数とに基づいて、前記リンク先の情報を選択する選択手段と、選択された前記リンク先の情報を出力する出力手段と、を備えた情報処理装置が提供される。
また、本発明によれば、ネットワーク上のサーバから取得した情報にリンクする情報がある場合に、そのリンク先の情報を、ユーザからの音声による指示に基づいて選択するために、コンピュータが実行する情報処理方法であって、前記コンピュータの取得手段が、前記リンク先の情報を取得する工程と、前記コンピュータの抽出手段が、取得した前記リンク先の情報からキーワードを抽出する工程と、前記コンピュータの検出手段が、取得した前記リンク先の情報毎に、抽出したキーワードの出現数を検出する工程と、前記コンピュータの作成手段が、取得した前記リンク先の情報毎に作成されると共に検出した前記キーワードの出現数が関連付けられ、抽出した前記キーワードに関する音声認識を行うための音声認識辞書を作成する工程と、前記コンピュータの照合手段が、前記ユーザからの音声と、前記音声認識辞書と、を照合する工程と、前記コンピュータの選択手段が、前記照合手段による照合の結果と前記キーワードの出現数とに基づいて、前記リンク先の情報を選択する工程と、を備えたことを特徴とする情報処理方法が提供される。
【００１４】
【発明の実施の形態】
図1は、本発明の一実施形態に係る情報処理装置のハードウェアの構成例を示すブロック図である。
【００１５】
ＣＰＵ１は、全体を統括制御するものであり、ＲＯＭ２に格納されているプログラムを読み出し、その読み出したプログラムに基づいて、各種処理動作を実行する。ＲＯＭ２は、ＣＰＵ１が実行する処理の各種プログラムを格納している。
ＲＡＭ３は、ＲＯＭ２に格納されている各種プログラムの実行に必要な記憶領域を提供する。
【００１６】
ＨＤ（ハードディスク）４は、二次記憶装置として、OSや各種プログラムを格納している。また、ＨＤ４には、後で説明する音声認識辞書を作成する基礎となる音声認識辞書作成用データが格納されている。入力インターフェース５には、キーボード１０、マウス１１、及び、Ａ／Ｄ変換器８を介してマイク９が接続されている。マイク９は、ユーザからの音声による指示を入力するためのものであり、ユーザの音声は、このマイク９で収音されてＡ／Ｄ変換器８でアナログ信号からデジタル信号へ変換され、入力インターフェース５を介してＣＰＵ１により取得されることとなる。
【００１７】
出力インターフェース６には、ＣＲＴやＬＣＤ等のディスプレイ１２が接続されている。なお、ディスプレイ１２に加えて、又は、音声のみのブラウザとして構成する場合にはこれに代えて、スピーカ等の音声出力装置を取り付ける形態も採用できる。通信インターフェース７は、インターネットに接続し、インターネット上のサーバと通信を行うためのものである。これらの各構成は、図示するようにバスにより機能的に接続されている。
【００１８】
次に、係る構成からなる情報処理装置におけるＣＰＵ１の処理を図２のフローチャートを参照して説明する。
【００１９】
Ｓ１では、通信インターフェース７を介して、インターネット上のサーバから情報（ハイパーテキスト文書であるとする。）を取得する。具体的には、例えば、ユーザがキーボード１０から欲しい情報のＵＲＬを指定すると、指定されたＵＲＬを有するサーバにアクセスし、指定されたＵＲＬのハイパーテキスト文書を取得する。
【００２０】
Ｓ２では、取得したハイパーテキスト文書の内容をディスプレイ１２に表示する。なお、取得したハイパーテキスト文書を表示せずに、合成音声で出力するという手法を採用することも可能である。Ｓ３では、取得したハイパーテキスト文書に記述されたリンク先の情報のＵＲＬを抽出する。例えば、HTMLで記述されている場合、リンク先（ハイパーリンク箇所）は、
＜ＡＨＲＥＦ＝"[文字列A]"＞[文字列B]＜／Ａ＞
と記述されている。[文字列A]は、リンク先の情報が存在する場所を表すＵＲＬであり、[文字列B]は、そのリンク先の内容の説明文である。
【００２１】
Ｓ４では、Ｓ３で抽出したＵＲＬの示すリンク先へ順次アクセスし、Ｓ１で取得したハイパーテキスト文書にリンクする全てのリンク先の情報を取得し、ＨＤ４へ格納する。Ｓ５では、Ｓ４で取得したリンク先の情報からキーワードを抽出する。具体的には、例えば、形態素解析を行い、名詞及び名詞句を抽出し、これらの語をキーワードとする方法がある。また、抽出された名詞及び名詞句の内、出現数の高い語のみをキーワードとしてもよい。
【００２２】
Ｓ６では、Ｓ５で抽出したキーワードに関する音声認識を行うための音声認識辞書を作成する。音声認識辞書は、ＨＤ４に格納された音声認識辞書作成用データに基づいて作成され、図３に示すように、リンク先の情報毎に生成し、一意のＩＤ番号を付与する。ＩＤ番号の付け方は如何なるものでもよいが、例えば、Ｓ１で取得したディスプレイ１２に表示中のハイパーテキスト文書中における、ハイパーリンク箇所の出現順にＩＤ番号を付与する方法がある。
【００２３】
Ｓ７では、ユーザからマイク８を介して音声による指示が入力されたか否かを判定し、既に入力されていればこれを受け付けてＳ８へ進む。ここでの指示とは、ユーザが次に出力を希望するリンク先の情報を選択するための指示であり、ユーザが欲しい情報に関連する何らかのキーワードを発声することとなる。本実施形態では、ユーザが発声するキーワードは１つのみであるとして説明する。
【００２４】
Ｓ８では、ユーザが発声した音声の音声認識を行い、マイク８から入力されたユーザの音声と、Ｓ６で作成した音声認識辞書とを順番に照合する。照合の結果、ユーザが発声したキーワードが認識された音声認識辞書のＩＤ番号がピックアップされ、複数あれば全ての音声認識辞書のＩＤ番号がピックアップされる。
【００２５】
Ｓ９では、Ｓ８の照合結果に基づいて、リンク先の情報を選択する。ここでは、Ｓ８で得られたＩＤ番号に対応するリンク先の情報を選択する。Ｓ８においてＩＤ番号が一つもピックアップされなかった場合は、Ｓ７へ戻って再認識する等し、２つ以上の場合は、何らかの形で一つを選択する。複数のリンク先の情報から、１つを選択する方法としては、いかなるものを用いても良いが、例えば、各ＩＤ番号の中で最も小さいＩＤ番号を選択する方法やランダムに選択する方法などがある。
【００２６】
Ｓ１０では、Ｓ９で選択されたリンク先の情報をＨＤ４から読み出して、ディスプレイに表示する。その後、Ｓ３に処理が戻る。この場合、ＨＤ４に格納したリンク先の情報や、Ｓ６で作成した音声認識辞書を消去してもよいし、消去しなくともよい。
【００２７】
このように、本実施形態では、ユーザは何らかのキーワードを発声するだけでリンク先の情報が選択されるので操作が極めて簡単である。また、音声認識辞書をリンク先の情報に含まれるキーワードから作成するので、リンク先の情報の内容に即した音声認識辞書が作成され、ユーザが必要とするリンク先の情報を適切に選択できる。
【００２８】
＜＜他の実施形態＞＞
＜リンク先の情報の選択＞
上述したＳ８において、ユーザが発声したキーワードが複数の音声認識辞書に含まれていた場合に、Ｓ９では、そのキーワードを最も多く含むリンク先の情報を選択するようにすることもできる。
【００２９】
この場合、Ｓ５では、リンク先の情報からキーワードを抽出すると共に、そのリンク先の情報における各キーワードの出現数を検出し、Ｓ６では各キーワードの出現数を関連付けた音声認識辞書を作成する。Ｓ８では、ユーザが発声したキーワードが認識された音声認識辞書のＩＤ番号をピックアップすると共に、各リンク先の情報におけるそのキーワードの出現数を読み出す。そして、Ｓ９では、Ｓ８の照合の結果得られた複数のリンク先の情報のうち、ユーザが発声したキーワードを最も多く含むリンク先の情報を選択する。
【００３０】
＜複数のキーワードによる音声入力＞
上述した実施形態では、ユーザが発声するキーワードは１つのみであるとして説明したが、複数のキーワードが発声された場合に対応するようにすることもできる。
【００３１】
この場合、例えば、”音声入力開始”、”音声入力終了”などの予約語を音声認識可能に設定し、そのような予約語用の音声認識辞書をＨＤ４に予め格納しておく。ユーザから、これらの予約語が音声入力されることによって音声入力の開始と終了を判定する。なお、音声入力の開始と終了との判定は、これに限られず、例えば、キーボード１０において特定のキーが押される、または、離される事によって、音声入力の開始と終了を判定してもよい。
【００３２】
そして、音声入力の開始と終了の間に音声入力された複数のキーワードに対してそれぞれ上述した音声認識辞書によるＳ８の照合を行う。Ｓ８の照合では、ユーザの発声した全てのキーワードを含むリンク先の情報がピックアップされる。
【００３３】
リンク先の情報が複数ピックアップされた場合に、Ｓ９においていずれか１つのリンク先の情報を選択する方法としては、いかなるものでもよいが、例えば、音声認識辞書のＩＤ番号ごとに、各キーワードのハイパーテキスト文書中の出現数を加算し、その最大値をとる音声認識辞書に対応するリンク先の情報を選択する方法、全てのキーワードにおいて得られた音声認識辞書に対応するリンク先の情報を選択する方法、音声認識辞書のＩＤ番号が最も小さいリンク先の情報を選択する方法、若しくは、ランダムに選択する方法などがある。これら各方法を組み合わせて使用することももちろん可能である。
【００３４】
＜キーワードの抽出対象の選択等＞
上記実施形態では、Ｓ５のキーワードの抽出対象をリンク先の情報としているが、Ｓ１で取得したアクセス中の情報に含まれるリンク先の情報の説明文中のキーワードや、リンク先の情報毎に一意に付与した番号を使用するといった、従来手法と組み合わせることもできる。
【００３５】
具体的には、例えば、第１のモードとして、リンク先の情報からキーワードを抽出するモードと、第２のモードとして、Ｓ１で取得した情報に含まれるリンク先の情報の説明文からのキーワード又はリンク先の情報毎に一意に付与した番号を抽出するモードと、を用意し、ユーザがいずれかのモードを選択するようにしてもよい。この場合、モードの選択は、例えば、キーボード１０やマウス１１による操作や、マイク９からの音声入力によっても行ってもよい。
【００３６】
第２のモードが選択された場合、図２の処理の流れとしては、Ｓ３及びＳ４が省略されて、Ｓ５では、Ｓ１で取得された情報の中のリンク先の情報の説明文からキーワードを抽出することとなる。
【００３７】
＜複数の辞書の利用等＞
上記＜キーワードの抽出対象の選択等＞では、第１のモードとしてリンク先の情報からキーワードを抽出して音声認識辞書を作成し、第２のモードとしてＳ１で取得した情報に含まれるリンク先の情報の説明文からのキーワード又はリンク先の情報毎に一意に付与した番号を抽出して音声認識辞書を作成しすることとした。
【００３８】
しかしながら、前者を第１の音声認識辞書とし、後者を第２の音声認識辞書として、これらの双方を作成し、これらの双方を用いて音声認識を行ってリンク先を選択するようにしてもよい。この場合、例えば、第１の音声認識辞書によりあるリンク先がヒットし、また、第２の音声認識辞書により他のリンク先がヒットする場合も考えられるが、そのような場合は、ユーザの指定等により予めいずれか一方の辞書に優先度を設定しておき、優先度の高い音声認識辞書の認識結果を優先するようにすることもできる。
【００３９】
なお、本発明の目的は、前述した実施形態の機能を実現するソフトウェアのプログラムコードを、例えば、これを記録した記憶媒体（または記録媒体）等を介して、システムあるいは装置に供給し、そのシステムあるいは装置のコンピュータ（またはCPUやMPU）が、該プログラムコードを実行することによっても、達成されることは言うまでもない。この場合、そのプログラムコード自体が前述した実施形態の機能を実現することになり、そのプログラムコード、及び、これを記憶した記憶媒体は本発明を構成することになる。また、コンピュータが読み出したプログラムコードを実行することにより、前述した実施形態の機能が実現されるだけでなく、そのプログラムコードの指示に基づき、コンピュータ上で稼働しているオペレーティングシステム(OS)などが実際の処理の一部または全部を行い、その処理によって前述した実施形態の機能が実現される場合も含まれることは言うまでもない。
【００４０】
さらに、プログラムコードが、コンピュータに挿入された機能拡張カードやコンピュータに接続された機能拡張ユニットに備わるメモリに書込まれた後、そのプログラムコードの指示に基づき、その機能拡張カードや機能拡張ユニットに備わるCPUなどが実際の処理の一部または全部を行い、その処理によって前述した実施形態の機能が実現される場合も含まれることは言うまでもない。
【００４１】
【発明の効果】
以上説明したとおり、本発明によれば、ユーザが必要とするリンク先の情報を適切かつ簡単に選択することができる。
【図面の簡単な説明】
【図１】本発明の一実施形態に係る情報処理装置のハードウェアの構成例を示すブロック図である。
【図２】ＣＰＵ１の処理を示すフローチャートである。
【図３】リンク先の情報と音声認識辞書とＩＤ番号との関係を示す図である。

Claims

ネットワーク上のサーバから取得した情報にリンクする情報がある場合に、そのリンク先の情報を、ユーザからの音声による指示に基づいて選択するために、コンピュータを、
前記リンク先の情報を取得する取得手段、
取得した前記リンク先の情報からキーワードを抽出する抽出手段、
取得した前記リンク先の情報毎に、抽出したキーワードの出現数を検出する検出手段、
取得した前記リンク先の情報毎に作成されると共に検出した前記キーワードの出現数が関連付けられ、抽出した前記キーワードに関する音声認識を行うための音声認識辞書を作成する作成手段、
前記ユーザからの音声と、前記音声認識辞書と、を照合する照合手段、
前記照合手段による照合の結果と前記キーワードの出現数とに基づいて、前記リンク先の情報を選択する選択手段、
として機能させるプログラム。
ユーザからの音声による指示が入力される入力手段と、
ネットワーク上のサーバから情報を取得する手段と、
取得した情報にリンクする情報がある場合に、そのリンク先の情報を取得する手段と、
取得した前記リンク先の情報からキーワードを抽出する手段と、
取得した前記リンク先の情報毎に、抽出したキーワードの出現数を検出する手段と、
取得した前記リンク先の情報毎に作成されると共に検出した前記キーワードの出現数が関連付けられ、抽出した前記キーワードに関する音声認識を行うための音声認識辞書を作成する手段と、
入力された前記音声と、前記音声認識辞書と、を照合する手段と、
前記照合手段による照合の結果と前記キーワードの出現数とに基づいて、前記リンク先の情報を選択する選択手段と、
選択された前記リンク先の情報を出力する出力手段と、
を備えた情報処理装置。
ネットワーク上のサーバから取得した情報にリンクする情報がある場合に、そのリンク先の情報を、ユーザからの音声による指示に基づいて選択するために、コンピュータが実行する情報処理方法であって、
前記コンピュータの取得手段が、前記リンク先の情報を取得する工程と、
前記コンピュータの抽出手段が、取得した前記リンク先の情報からキーワードを抽出する工程と、
前記コンピュータの検出手段が、取得した前記リンク先の情報毎に、抽出したキーワードの出現数を検出する工程と、
前記コンピュータの作成手段が、取得した前記リンク先の情報毎に作成されると共に検出した前記キーワードの出現数が関連付けられ、抽出した前記キーワードに関する音声認識を行うための音声認識辞書を作成する工程と、
前記コンピュータの照合手段が、前記ユーザからの音声と、前記音声認識辞書と、を照合する工程と、
前記コンピュータの選択手段が、前記照合手段による照合の結果と前記キーワードの出現数とに基づいて、前記リンク先の情報を選択する工程と、
を備えたことを特徴とする情報処理方法。