JP2012194337A - 自動音声応答装置、音声応答処理システム及び自動音声応答方法 - Google Patents

Abstract

【課題】自動的な応答処理をより確実に機能させる。
【解決手段】実施の形態の自動音声応答装置は、音声認識部、応答処理実行部及び管理情報更新部を備える。音声認識部は、入力された音声を音声認識して文字データを取り出す。応答処理実行部は、応答処理の内容と文字データとを予め関連付けて登録した管理情報に基づいて、音声認識の結果に対応した応答処理を実行する。管理情報更新部は、音声認識により得られた文字データが管理情報中に未登録であった場合、管理情報中に登録済みの応答処理の内容のいずれかを未登録の文字データと新たに関連付ける。
【選択図】図２

Description

本発明の実施形態は、自動音声応答装置、音声応答処理システム及び自動音声応答方法に関する。

企業などの電話窓口で、音声による自動応答を行う自動音声応答装置が知られている。自動音声応答装置は、発信者による電話機からの入力操作などに応じて、予め録音してある応答メッセージを自動再生して発信者に提供する。さらに、今日では、発信者による発話を音声認識し、この認識結果に対応した応答メッセージを自動再生する高機能な装置も開発されている。

しかしながら、音声認識を行うタイプの自動音声応答装置は、発信者による発話を正しく音声認識できていない場合、これに連動して自動応答の処理も機能しなくなるため、このような状況での応答処理としては、オペレータによる人為的な対応が必要となる。

特開２００２−２９７１７９号公報 特開平１１−２７３６４号公報

そこで、本発明が解決しようとする課題は、自動的な応答処理をより確実に機能させることができる自動音声応答装置、音声応答処理システム及び自動音声応答方法を提供することである。

実施の形態の自動音声応答装置は、音声認識部、応答処理実行部及び管理情報更新部を備える。音声認識部は、入力された音声を音声認識して文字データを取り出す。応答処理実行部は、応答処理の内容と文字データとを予め関連付けて登録した管理情報に基づいて、音声認識の結果に対応した応答処理を実行する。管理情報更新部は、音声認識により得られた文字データが管理情報中に未登録であった場合、管理情報中に登録済みの応答処理の内容のいずれかを未登録の文字データと新たに関連付ける。

実施の形態に係る音声応答処理システムの構成を模式的に示す図。 図１の音声応答処理システムが備える自動音声応答装置及び端末装置の構成を主に示す機能ブロック図。 図１の音声応答処理システムが備える管理用データベースの初期の構成を示す図。 図１の音声応答処理システムにおいて、音声認識により得られた文字データが管理用データベースに登録されていない場合の情報のやり取りを示す図。 図１の音声応答処理システムにおいて、管理用データベースに文字データを登録する場合の情報のやり取りを示す図。 図３の管理用データベースの更新後の構成を示す図。 図６の更新後の管理用データベースを用いた音声応答処理システム上での情報のやり取りを示す図。 図２の自動音声応答装置による自動音声応答方法を示すフローチャート。 他の実施形態に係る自動音声応答装置の構成を主に示す機能ブロック図。

以下、実施の形態を図面に基づき説明する。
図１に示すように、実施の形態に係る音声応答処理システム１は、例えば一般の企業とユーザとの間で利用されるものであって、構内交換機（ＰＢＸ：Private Branch eXchange）３、通話装置としての例えば電話端末２、内線端末１０，２０…、自動音声応答装置（ＩＶＲ：Interactive Voice Response）７、端末装置としての例えば操作端末５を主に備えている。

音声応答処理システム１は、上記した複数の機器が所定の通信網を介して互いに接続されている。図１に示すように、例えば、ユーザが通話に使用する電話端末２と構内交換機３とは、一般電話回線やＩＳＤＮ回線などの公衆網６を介して接続されている。内線と外線の交換を行う構内交換機３は、例えばＩＰ（Internet Protocol）−ＰＢＸとして構成されている。この構内交換機３と、自動音声応答装置７、操作端末５及び内線端末（内線電話機）１０，２０…とは、ＬＡＮなどのネットワーク１２を介して互いに接続されている。

したがって、電話端末２側から構内交換機３側へ送られてきた音声データなどは、ネットワーク１２に対応するプロトコルに変換（符号化）された後、構内交換機３側から例えば自動音声応答装置７側へ送信される。これを受信した自動音声応答装置７は、符号化された音声データを、図２に示す後述する送受信部１５で復号する。

図１、図２に示すように、本実施形態の自動音声応答装置７は、例えば顧客対応用のコールセンタの総合電話窓口などに設置されている。操作端末５は、オペレータが操作するためのコンピュータ装置などで構成されている。一方、上記した企業が電機メーカなどである場合、内線端末１０は、例えば生活家電製品に関する顧客対応用の専用電話窓口などに設置され、また、内線端末２０は、例えば情報関連機器に関する顧客対応用の専用電話窓口などに設置されている。

ここで、図２に示すように、音声応答処理システム１は、自動音声応答装置７が参照する外部（補助）記憶装置などに構築された音声認識用データベース２２、応答処理用データベース２１、及び管理情報としての管理用データベース８を備えている。なお、これらのデータベースが構築された外部記憶装置は、自動音声応答装置７本体に搭載されるものであってもよいし、自動音声応答装置７とは別体の装置として構成されていてもよい。

音声認識用データベース２２には、音声の特徴量（特徴ベクトルなど）と文字データ（テキストデータ）とが互いに関連付け（対応付け）されて記憶されている。音声の特徴量は、所定の音声パターンにおいて、周波数分布における音声の強さ又は音声の弱さのピークの出現位置、一定時間内における周波数の変動の度合い、さらには、横軸を周波数、縦軸を音声の強さとした場合に、強さのピーク（山）はどの周波数の時に現れるかなどといった各種の特徴を抽出することによって得られている。

具体的には、音声認識用データベース２２では、音声の特徴量と文字データとが、単語の単位で関連付けされていると共に文字の単位でも関連付けされている。つまり、音声認識用データベース２２では、例えば「イチバン」に対応する音声の特徴量とこの「イチバン」に対応する文字データとが単語単位（用語単位）で関連付けされている。さらに、音声認識用データベース２２では、例えば「イ」、「チ」、「バ」、「ン」にそれぞれ対応する一語毎（一文字単位）の音声の特徴量とこれら「イ」、「チ」、「バ」、「ン」にそれぞれ対応する文字データとが一文字単位で関連付けされている。

管理情報をテーブルの形式で構築している管理用データベース８には、図３に示すように、応答処理の内容と文字データとが予め関連付けされてテーブルの形式で登録されている。より詳細には、管理用データベース８では、ＩＤ番号と、「イチバン」、「ニバン」などの単語単位（用語単位）の文字データと、「フローＡ」、「フローＢ」などの応答処理フローと、が互いに関連付けされている。

ここで、応答処理フローとは、電話端末２から発話された音声を音声認識にした結果に対応する応答処理の内容を示すものであって、例えば「フローＡ」に該当する処理内容としては、図１に示すように、自動音声応答装置７から内線端末１０への転送処理、つまり、総合電話窓口などから生活家電製品に関する専用電話窓口などへの窓口の切替処理が例示される。また、例えば「フローＢ」に該当する処理内容としては、自動音声応答装置７から内線端末２０への転送処理、すなわち、総合電話窓口などから情報関連機器に関する専用電話窓口などへの切替処理を例示することができる。内線端末１０，２０への切替処理は、切替先を指定した切替要求を自動音声応答装置７から構内交換機３へ通知することで実現される。

応答処理用データベース２１には、管理用データベース８に登録されているものとは異なる応答処理の内容と、文字データと、が関連付けされて記憶されている。具体的には、応答処理用データベース２１では、例えば「イチバン」、「ニバン」…、「ハイ」、「イイエ」などに対応する文字データと、例えば「フローＡを実行（専用電話窓口の内線端末１０へ転送）しますがよろしいですか？」、「総合電話窓口のオペレータにおつなぎ（操作端末５へ転送）しますがよろしいですか？」といった音声による各種の応答メッセージの再生処理と、が関連付けられている。

ここで、自動音声応答装置７の構成について詳述する。図２に示すように、自動音声応答装置７は、音声ガイダンスなどによる自動応答を行える装置であって、着呼、音声の認識、後述する応答処理実行部１８による他の内線端末１０、２０や操作端末５への転送処理（切替処理）及び録音音声や合成音声の再生処理など、各種の機能を有する。つまり、自動音声応答装置７は、図２に示すように、受付部１６及び通知部１７を含む送受信部１５、音声認識部２６、上記した応答処理実行部１８、並びに管理情報更新部１９を備えている。

送受信部１５は、ネットワーク１２上の構内交換機３、操作端末５及び内線端末１０、２０…との間で、各種の情報をやり取りする。より具体的には、送受信部１５は、図４に示すように、公衆網６及び構内交換機３を介して電話端末２側から音声（音声データａ）を取得し、音声認識部２６へ入力する。音声認識部２６は、音声認識用データベース２２を参照しつつ、入力された音声を音声認識して文字データを取り出す。また、音声認識部２６は、音声認識により得られた文字データを応答処理実行部１８及び管理情報更新部１９へ送信する。

応答処理実行部１８は、管理用データベース８の登録内容に基づいて、音声認識部２６による音声認識の結果（認識された文字データ）に対応した応答処理（応答処理フロー）を実行する。また、応答処理実行部１８は、応答処理用データベース２１に記憶された内容に基づいて、音声認識部２６による音声認識の結果や各種の命令に対応した応答処理を実行する。

管理情報更新部１９は、音声認識により得られた文字データが管理用データベース８中に未登録であった場合、管理用データベース８中に登録済みの応答処理の内容のいずれかを未登録の文字データと新たに関連付ける。この処理について詳述すると、音声認識された文字データを音声認識部２６から受け取った管理情報更新部１９が、管理用データベース８中にこの文字データが未登録であると判断した場合、送受信部１５が有する通知部１７は、この旨を外部の装置へ通知する。詳細には、通知部１７は、図４に示すように、当該文字データが未登録であることを示す報知情報ｂを操作端末５へ通知する。この場合、実質的に自動応答の処理が機能しなくなるため、図５に示すように、操作端末５を操作するオペレータによる人為的な応答処理となる。また、図４では、電話端末２側で「イチバン」と発話された音声が自動音声応答装置７側では「バチバン」として音声認識された例を示している。

図２、図５に示すように、送受信部１５が有する受付部１６は、管理用データベース８中から選択した登録済みの応答処理の内容（応答処理フロー）の一つと未登録の文字データとの関連付けを要求した操作端末５からの登録要求ｃを受け付ける。上記した管理情報更新部１９は、受付部１６で受け付けた登録要求ｃに基づいて、図６に示すように、管理用データベース８を更新する。図６では、未登録だった「バチバン」を「フローＡ（電話窓口を内線端末１０へ転送）」と関連付けて管理用データベース８中に登録した例を示している。

ここで、オペレータが操作する操作端末５の構成について説明する。図１、図２に示すように、操作端末５は、送信部２３、受信部２４、及び入出力処理部２５、並びに音声の入力機能を有するコンピュータ装置で実現されている。受信部２４は、具体的には、図２、図４に示すように、自動音声応答装置７の通知部１７から送信されてくる前述した報知情報ｂを受信する。一方、送信部２３は、受信部２４で受信した報知情報に対する返信情報として、図２、図５に示すように、上述した登録要求ｃを自動音声応答装置７の受付部１６へ送信する。

入出力処理部２５は、受信部２４で受信した報知情報ｂなどを操作端末５が備えるディスプレイ上に例えばＧＵＩ表示させ、また一方で、例えば上記の登録要求ｃの生成に必要な情報などを、オペレータが操作するキーボードなどを介して入力する。さらに、入出力処理部２５は、オペレータが発話した音声を入力する。この入力された音声は、図５に示すように、送信部２３により音声データとして構内交換機３側へ送信される。

ここで、登録要求ｃが生成される手順を例示する。操作端末５へ報知情報ｂが通知された後、オペレータは、例えば「ご希望の専用電話窓口に対応する番号名をもう一度発声して下さい。」といった人為的な応答メッセージ（音声データ）を操作端末５から構内交換機３及び公衆網６を介して電話端末２へ送信する。このメッセージを受けた電話端末２側のユーザは、例えば「イチバン」と発話する。これを受けた操作端末５側のオペレータは、「フローＡを実行（専用電話窓口の内線端末１０へ転送）しますがよろしいですか？」といった応答メッセージを電話端末２側へ返信する。

このメッセージを受けた電話端末２側のユーザは、例えば「ハイ」と発話する。これを受けた操作端末５側のオペレータは、操作端末５を操作して内線端末１０への転送処理、つまり、生活家電製品に関する専用電話窓口への切替要求ｄを構内交換機３へ通知する。これにより、フローＡが実行されて電話窓口が内線端末１０へ切替られ、電話端末２側から発話された音声データｅは、内線端末１０側へ送信される。

この際、オペレータは、電話端末２側のユーザが所望していた応答処理フローが、フローＡであることを把握できるため、操作端末５からの入力操作により、未登録の文字データと関連付けるべき応答処理フロー（応答処理の内容）がフローＡであることを示す情報を、報知情報ｂに対応付けて入出力処理部２５から入力する。この入力処理によって、実質的に管理用データベース８中からオペレータの操作を介して選択した登録済みの応答処理フロー（図６に例示しているフローＡ）と未登録の文字データ（バチバン）との関連付けを要求できる登録要求ｃが生成される。

このようにして生成される登録要求ｃは、前述したように、操作端末５の送信部２３から自動音声応答装置７の通知部１７へ通知され、さらに、管理情報更新部１９は、受付部１６で受け付けた登録要求ｃに基づいて、図６に示すように、管理用データベース８を更新する。この後、自動音声応答装置７（音声応答処理システム１）では、図７に示すように、電話端末２側で「イチバン」と発話された音声データｆが自動音声応答装置７側では「バチバン」と誤って音声認識された場合でも、図６示すように、「フローＡ」に新たに関連付けられた文字データ「バチバン」が管理用データベース８中に登録されたことで、図７に示すように、フローＡが自動で実行されて内線端末１０への切替要求ｇが自動音声応答装置７の送受信部１５から構内交換機３へ通知される。

さらにこの後、電話端末２側から発話された音声データｈは、内線端末１０側へ送信されることになる。したがって、管理用データベース８の更新機能を有する自動音声応答装置７では、入力された音声が誤って音声認識された場合でも、必ずしも、オペレータによる人為的な対応（応答処理）になるとは限らないため、自動応答処理の確実性を向上させることができる。この結果、自動音声応答装置７では、電話窓口での応答処理の効率化を図ることができる。

次に、このような構成の自動音声応答装置７により実現される自動音声応答方法を、上記した図１〜図７などに加え、図８に示すフローチャートに基づき説明する。図１、図２、図８に示すように、まず、公衆網６、構内交換機３及び送受信部１５を介して電話端末２側から音声（音声データ）を取得した音声認識部２６は、音声認識用データベース２２を参照しつつ、取得した音声を音声認識する（Ｓ［ステップ］１）。

続いて、図２、図８に示すように、応答処理実行部１８及び管理情報更新部１９は、音声認識により得られた文字データを管理用データベース８内で検索し（Ｓ２）、この文字データが管理用データベース８内に登録されている否かを検出する（Ｓ３）。登録されている場合（Ｓ３のＹＥＳ）、応答処理実行部１８は、音声認識された登録済みの文字データに対応した応答処理フローを実行する（Ｓ４）。

一方、音声認識により得られた文字データが未登録である場合（Ｓ３のＮＯ）、図２、図４、図５、図８に示すように、報知情報ｂを操作端末５へ通知し、この返信情報として、未登録の文字データの登録要求ｃを受付部１６で受け付ける（Ｓ５）。さらに、管理情報更新部１９は、図６、図８に示すように、受け付けた登録要求ｃに基づいて、未登録の文字データと登録済みの応答処理フローの一つとを関連付けするようにして、管理用データベース８を更新する（Ｓ６）。

既述したように、本実施形態の自動音声応答装置７（音声応答処理システム１及び自動音声応答方法）では、音声認識により得られた文字データが管理用データベース８に未登録であった場合、管理用データベース８中に既に登録されている応答処理の内容の一つを未登録の文字データと新たに関連付ける。これにより、自動音声応答装置７によれば、その後の自動応答処理をより確実に機能させることができる。

以上、具体的に説明した実施形態は例示であり、技術的範囲はこれにのみ限定されるものではなく、その要旨を逸脱しない範囲で種々変更可能である。例えば、図９に示すように、自動音声応答装置７に代えて自動音声応答装置３７を適用することも可能である。自動音声応答装置３７は、図１、図２に示す操作端末５を用いることなく、図９に示すように、電話端末２と自動音声応答装置３７との間での音声データのやり取りによって、オペレータによる人為的な処理を介在させることなく、管理用データベース８を自動更新することが可能となる。

すなわち、この自動音声応答装置３７は、受付部１６及び管理情報更新部１９に代えて、受付部３６及び管理情報更新部３９を備えている。この自動音声応答装置３７において、登録要求が生成される手順を例示する。自動音声応答装置３７は、例えば「ご希望の専用電話窓口に対応する番号名を発声して下さい。」といったメッセージを電話端末２側へ送信する。このメッセージを受けた電話端末２側のユーザは、例えば「イチバン」と発話する。これを受けた自動音声応答装置３７では、例えば「マチバン」として誤って音声認識し、この結果、管理用データベース８中に文字データが未登録であった場合でも、「フローＡを実行（専用電話窓口の内線端末１０へ転送）しますがよろしいですか？」といった自動応答メッセージを電話端末２側へ返信する。

ここで、このメッセージを受けた電話端末２側のユーザが「ハイ」と発話し、この音声データを自動音声応答装置３７側で受信した場合には、受付部３６は、これを登録要求として受け付ける。さらに、管理情報更新部３９は、受付部３６で受け付けた登録要求に基づいて、未登録の文字データ「マチバン」と登録済みの応答処理フローである「フローＡ」とを関連付けするようにして、管理用データベース８を自動更新する。またこの際、応答処理実行部１８は、フローＡを自動実行する。したがって、自動音声応答装置３７によれば、管理用データベース８の更新を迅速に行うことができると共に、自動応答処理をさらに確実に機能させることが可能となる。

１…音声応答処理システム、２…電話端末、３…構内交換機、５…操作端末、６…公衆網、７，３７…自動音声応答装置、８…管理用データベース、１０，２０…内線端末、１２…ネットワーク、１５…送受信部、１６，３６…受付部、１７…通知部、１８…応答処理実行部、１９，３９…管理情報更新部、２１…応答処理用データベース、２２…音声認識用データベース、２３…送信部、２４…受信部、２５…入出力処理部、２６…音声認識部。

Claims (6)

1. 入力された音声を音声認識して文字データを取り出す音声認識部と、
   応答処理の内容と文字データとを予め関連付けて登録した管理情報に基づいて、前記音声認識の結果に対応した応答処理を実行する応答処理実行部と、
   前記音声認識により得られた文字データが前記管理情報中に未登録であった場合、前記管理情報中に登録済みの応答処理の内容のいずれかを前記未登録の文字データと新たに関連付ける管理情報更新部と、
   を備える自動音声応答装置。
2. 前記音声認識により取り出された文字データが前記管理情報中に未登録であった場合、この旨を外部の装置へ通知する通知部、
   をさらに備える請求項１記載の自動音声応答装置。
3. 前記管理情報中から選択した登録済みの応答処理の内容の一つと前記未登録の文字データとの関連付けを要求した登録要求を受け付ける受付部をさらに備え、
   前記管理情報更新部は、前記受付部で受け付けた登録要求に基づいて前記管理情報を更新する、
   請求項１又は２記載の自動音声応答装置。
4. 前記管理情報更新部が関連付ける前記応答処理は、前記未登録の文字データに係る音声に対して行った応答処理の内容を、前記未登録の文字データと新たに関連付ける、
   請求項１又は２記載の自動音声応答装置。
5. 通信網を介して接続された通話装置と自動音声応答装置と端末装置とを含む音声応答処理システムであって、
   前記自動音声応答装置は、
   前記通信網を介して前記通話装置から取得した音声を音声認識して文字データを取り出す音声認識部と、
   応答処理の内容と文字データとを予め関連付けて登録した管理情報に基づいて、前記音声認識の結果に対応した応答処理を実行する応答処理実行部と、
   前記音声認識により得られた文字データが前記管理情報中に未登録であった場合、当該文字データが未登録であることを示す報知情報を前記端末装置へ通知する通知部と、
   前記管理情報中から選択した登録済みの応答処理の内容の一つと前記未登録の文字データとの関連付けを要求した前記端末装置からの登録要求を受け付ける受付部と、
   前記受付部で受け付けた登録要求に基づいて前記管理情報を更新する管理情報更新部と、を備え、
   前記端末装置は、
   前記通知部から前記報知情報を受信する受信部と、
   前記受信部で受信した前記報知情報に対する返信情報として前記登録要求を前記受付部へ送信する送信部と、
   を備える音声応答処理システム。
6. 入力された音声を音声認識して文字データを取り出すステップと、
   応答処理の内容と文字データとを予め関連付けて登録した管理情報に基づいて、前記音声認識の結果に対応した応答処理を実行するステップと、
   前記音声認識により得られた文字データが前記管理情報中に未登録であった場合、前記管理情報中に登録済みの応答処理の内容のいずれかを前記未登録の文字データと新たに関連付けるステップと、
   を有する自動音声応答方法。

Images