JPH11510977A - オーディオインターフェイスを用いた情報の取り出し方法および装置 - Google Patents

Abstract

(57)【要約】 オーディオインターフェイス装置を用いてドキュメントサーバから情報を取り出すための方法および装置。ある有利な実施の形態では、通信ネットワークが、オーディオ処理ノードとオーディオインタープリタノードとを備えたオーディオブラウジングノードを含んでいる。オーディオインターフェイス装置とオーディオブラウジングノードとの間にはオーディオチャネルが確立される。オーディオブラウジングノードとドキュメントサーバとの間にはドキュメント供給プロトコルチャネルが確立される。ドキュメントサーバは、ドキュメント供給プロトコルチャネルを介してオーディオブラウジングノードにドキュメントを提供する。オーディオブラウジングノードは、ドキュメントをオーディオデータに翻訳し、さらにそのオーディオデータをオーディオチャネルを介してオーディオインターフェイスへ与える。オーディオインターフェイス装置は、オーディオチャネルを介してオーディオブラウジングノードへオーディオユーザ入力を与える。オーディオブラウジングノードは、そのオーディオユーザ入力を、ドキュメントサーバに与えられるのに適したユーザデータに翻訳し、さらにそのユーザデータをドキュメント供給プロトコルチャネルを介してドキュメントサーバに提供する。

Description

【発明の詳細な説明】 オーディオインターフェイスを用いた情報の取り出し方法および装置 発明の分野 本発明は情報の取り出し一般に関する。より詳細には、本発明は、オーディオ ユーザインターフェイスを用いたネットワークからの情報取り出しに関する。 発明の背景 通信ネットワーク上に存在する情報量は膨大であるとともに急速に増加してい る。このようなネットワークで最も一般的なものは、世界中のコンピュータがリ ンクされたネットワークであるインターネット（Internet）である。インターネ ットの普及度の高さの大部分は、インターネットのワールドワイドウェブ（ＷＷ Ｗ）部分に帰することができるであろう。ＷＷＷとは、サーバコンピュータとク ライアントコンピュータとの間の情報が通常ハイパーテキスト転送プロトコル（ ＨＴＴＰ）を用いてやり取りされる、インターネットの一部分である。サーバは 情報を記憶しており、クライアントからの要求に応答してクライアントに情報を 供給（すなわち、送信）する。クライアントは、情報を要求し且つ表示するため の、しばしばブラウザといわれるコンピュータソフトウェアプログラムを実行す る。ＷＷＷブラウザの例としては、ネットスケープ社（Netscape Communication s lnc.）のネットスケープ・ナビゲータ（Netscape Navigator）、およびマイク ロソフト社（Microsoft Corp.）のインターネット・エクスプローラ（Internet Explorer）がある。 サーバおよびこれに記憶された情報は、ＵＲＬ（Uniform Resource Locators ）によって識別される。ＵＲＬは、バーナーズ-リー（Berners-Lee,T.）らの”U niform Resource Locators”（RFC1738，Network Working Group，1994）に詳細 に説明されている。それは参考文献として本明細書に組み入れられる。例えば、 http://www.hostname.com/document1.html（注１）というＵＲＬは、”document 1.html”というドキュメントがホストサーバ”www.hostname.com”にあることを 示 している。つまり、クライアントによるホストサーバへの情報の要求は、通常Ｕ ＲＬを含んでいる。サーバからクライアントへ渡される情報は、通常ドキュメン トといわれる。かかるドキュメントは、ＨＴＭＬ（Hypertext Markup Language ）のようなドキュメント言語により記述されるのが一般的である。クライアント からの要求を受けると、サーバはＨＴＭＬドキュメントをクライアントに送信す る。ＨＴＭＬドキュメントは、コンピュータのディスプレイ画面でユーザに情報 を表示するためにブラウザに用いられる情報を含んでいる。ＨＴＭＬドキュメン トは、テキスト、論理構造コマンド、ハイパーテキストリンク、およびユーザ入 力コマンドを含んでいてよい。ユーザがディスプレイからハイパーテキストリン クを（例えばマウスをクリックすることにより）選択したときには、ブラウザは サーバに別のドキュメントを要求する。 現在のＷＷＷブラウザは、テキストおよびグラフィカルなユーザインターフェ イスに基づいている。つまり、ドキュメントはコンピュータの画面上にイメージ として示される。かかるイメージは例えばテキスト、グラフィック、ハイパーテ キストリンク、およびユーザ入力用ダイアローグボックスを含むものである。ユ ーザのＷＷＷとのすべての対話処理（インターアクション）は、グラフィカルユ ーザインターフェイスを通して行われる。オーディオデータはユーザのコンピュ ータで受信し且つ再生できるが（例えば、”.wav”または”.au”ファイル）、 オーディオデータを受信することはＷＷＷのグラフィカルインターフェイスにと っては副次的なことに過ぎない。つまり、オーディオデータはユーザの要求の結 果として送信されてもよいが、ユーザがオーディオインターフェイスを用いてＷ ＷＷと対話処理する手段は存在していない。 （注１） ここで例にあげたＵＲＬは説明のためだけに用いたものである。いか なる特定のＵＲＬを用いることも本発明の実例として以外に何ら意味を持つもの ではない。また、実際のＵＲＬを意味するものではない。 発明の要約 本発明は、オーディオインターフェイス装置（例えば、電話）を用いてドキュ メントサーバから情報を取り出すための方法および装置を提供する。また、ドキ ュメント供給プロトコルに従って動作するドキュメントサーバからドキュメント を取り出すインタープリタが提供される。このインタープリタは、ドキュメント を、オーディオユーザインターフェイスに与えられるオーディオデータに翻訳（ interpret）する。また、インタープリタは、オーディオインターフェイス装置 からのオーディオユーザ入力を受信する。また、インタープリタは、そのオーデ ィオユーザ入力を、ドキュメント供給プロトコルに従ってドキュメントサーバに 送信されるのに適したユーザデータに翻訳するとともに、このユーザデータをド キュメントサーバに提供する。多くの実施の形態では、インタープリタは、オー ディオユーザインターフェイス内或いはドキュメントサーバ内に位置しているこ とがあり、またはオーディオユーザインターフェイスとドキュメントサーバとの 間の通信チャネル内に配置されていることがある。 ある実施の形態によると、本発明のオーディオブラウジング（browsing）機能 を実行するための通信ネットワークノードは、長距離電話ネットワークのような 通信ネットワーク内にノードとして含まれている。オーディオインターフェイス 装置とノードとの間に、オーディオチャネルが確立される。また、ノードとドキ ュメントサーバとの間には、ドキュメント供給プロトコルチャネルが確立される 。ノードは、ドキュメント供給プロトコルに従ってドキュメントサーバに供給さ れたドキュメントを受信し、さらにそのドキュメントをオーディオユーザインタ ーフェイスに適したオーディオデータに翻訳する。そして、ノードは、オーディ オチャネルを介してオーディオインターフェイス装置に、そのオーディオデータ を送信する。また、ノードは、オーディオインターフェイス装置からオーディオ ユーザ入力（例えば、ＤＴＭＦトーン音または音声）を受信し、そのオーディオ ユーザ入力をドキュメントサーバに適したユーザデータに翻訳する。さらに、ノ ードは、ドキュメント供給プロトコルに従ってそのユーザデータをドキュメント サーバに送信する。 ある実施の形態では、ドキュメントサーバは、ハイパーテキスト転送プロトコ ルを介してクライアントと通信するワールドワイドウェブのドキュメントサーバ である。本発明の利点は、ユーザが、オーディオインターフェイス装置を介して ワールドワイドウェブのドキュメントサーバとのオーディオブラウジングセッシ ョンを行うことができることである。ワールドワイドウェブのドキュメントサー バは、このブラウジングセッションを通常のやり方で扱うことができ、その特定 のブラウジングセッションが通常のグラフィカルブラウザを実行するクライアン トにより開始させられたかまたはオーディオインターフェイス装置により開始さ せられたかを知っている必要がない。必要な翻訳機能は通信ネットワークノード で実行され、これらの機能は、オーディオ翻訳装置を用いるユーザおよびハイパ ーテキスト転送プロトコルに従って動作するワールドワイドウェブのドキュメン トサーバのいずれにも分からないように行われる。 本発明のこれらおよび他の利点は、以下の詳細な説明および添付図面を参照す ることにより当業者にとって明らかとなるであろう。 図面の簡単な説明 図１は、本発明を実行するのに適した通信システムを示す図である。 図２は、オーディオ処理ノードの構成部分のブロック図である。 図３は、オーディオインタープリタノードの構成部分のブロック図である。 図４は、ドキュメントサーバのブロック図である。 図５は、オーディオＨＴＭＬドキュメントの一例を示す図である。 図６は、ＨＴＭＬドキュメントの一例を示す図である。 図７は、オーディオブラウジング機能がユーザインターフェイス装置で実行さ れる一実施の形態のブロック図である。 図８は、図７のユーザインターフェイス装置の構成部分のブロック図である。 図９は、オーディオブラウジング機能がオーディオブラウジングドキュメント サーバで実行される一実施の形態のブロック図である。 図１０は、図９のオーディオブラウジングドキュメントサーバの構成部分のブ ロック図である。 図１１は、オーディオ翻訳機能がオーディオインタープリタドキュメントサー バで実行される一実施の形態のブロック図である。 図１２は、図１１のオーディオインタープリタドキュメントサーバの構成部分 のブロック図である。 詳細な説明 図１は、本発明を実行するのに適した通信システム１００を示す図である。例 えば電話１１０のようなオーディオインターフェイス装置が、ローカル交換キャ リア（ＬＥＣ）１２０に接続されている。オーディオインターフェイス装置とし ては電話以外のものを用いることもできる。例えば、オーディオインターフェイ ス装置は、電話通信機能のあるマルチメディアコンピュータであってもよい。本 発明によると、電話１１０のユーザは、例えばドキュメントサーバ１６０のよう なドキュメントサーバから提供される情報に関連した電話番号に電話を掛ける。 図１に示した典型的な実施の形態においては、ドキュメントサーバ１６０は通信 ネットワーク１６２の一部である。有利な実施の形態では、通信ネットワーク１ ６２はインターネット（Internet）である。ドキュメントサーバ１６０のような ドキュメントサーバを介してアクセスできる情報に関連した電話番号は、それが オーディオブラウジング補助部（adjunct）１５０のような特別な通信ネットワ ークノードにルート指定されるように設定される。図１に示した実施の形態では 、オーディオブラウジング補助部１５０は、長距離電話ネットワークである通信 ネットワーク１０２の中にあるノードである。よって、その通話呼び出しはＬＥ Ｃ１２０にルート指定され、ＬＥＣ１２０がその通話呼び出しをさらに中継線１ ２５を介して長距離キャリアスイッチ１３０へルート指定する。長距離ネットワ ーク１０２は、通話呼び出しのルート指定を行うためにスイッチ１３０と同様の 他のスイッチを有することが一般的である。しかしながら、簡単のために図１に はスイッチが１つだけ描かれている。通信ネットワーク１０２内のスイッチ１３ ０は”インテリジェント”スイッチであり、様々な機能を実行するためにプログ ラムされることがある処理ユニット１３１を含んでいる（または処理ユニット１ ３１に接続されている）。このように通信ネットワークスイッチ内に処理ユニッ トを用いることおよびそれをプログラムすることは、この技術分野では周知であ る。スイッチ１３０で通話呼び出しを受信すると、その通話呼び出しはオーディ オブラウジング補助部１５０へルート指定される。これにより、電話１１０とオ ーデ ィオブラウジング補助部１５０との間にオーディオチャネルが確立される。通信 ネットワークを通しての通話のルート指定（ルーティング）はこの技術分野では 周知であり、ここではこれ以上説明しない。 ある実施の形態では、本発明によるオーディオブラウジングサービスは、通信 ネットワーク１０２のサービスプロバイダによって提供されるオーディオブラウ ジングサービスの加入者となったユーザだけに提供される。かかる実施の形態で は、スイッチ１３０に接続されたデータベース１４０が、加入者のリストを含ん でいる。スイッチ１３０は、通話呼び出しが加入者からサーバへされたかどうか を判定するためにデータベース１４０を参照する。これを実現するための１つの 方法は、データベース１４０内に呼び出し電話番号（ＡＮＩ）のリストを記憶し ておくことである。周知の方法では、ＬＥＣ１２０がスイッチ１３０に電話１１ ０のＡＮＩを提供する。そして、スイッチ１３０は、そのＡＮＩがデータベース １４０に記憶されたオーディオブラウジングサービスの加入者リストに含まれて いるかどうかを判定するためにデータベース１４０を参照する。もしそのＡＮＩ がリストにあれば、スイッチ１３０は、本発明に従い通話呼び出しをオーディオ ブラウジング補助部１５０にルート指定する。もしそのＡＮＩがオーディオブラ ウジングサービスの加入者でなければ、適切なメッセージが電話１１０に送られ る。 オーディオブラウジング補助部１５０は、ともに後で詳述する、オーディオ処 理ノード１５２とオーディオインタープリタノード１５４とを含んでいる。オー ディオブラウジング補助部１５０は、本発明に従ってオーディオブラウジング機 能を提供する。 電話１１０からの通話呼び出しを受信すると、オーディオブラウジング補助部 １５０は、リンク１６４を介して、呼び出した電話番号に関連したドキュメント サーバ１６０との通信チャネルを確立する。電話番号とドキュメントサーバとの 関連は、後で詳述する。ＷＷＷについての実施の形態では、リンク１６４はＴＣ Ｐ／ＩＰに対するソケット接続であり、その確立はこの技術分野では周知である 。ＴＣＰ／ＩＰのさらなる情報については、参考文献として組み入れられる、コ マー・ダグラス（Comer，Douglas）の”Internetworking with TCP/IP：Princip l es，Protocols，and Architecture”（Englewood Cliffs，NJ，Prentice Hall， 1988）を参照されたい。オーディオブラウジング補助部１５０およびドキュメン トサーバ１６０は、ドキュメント供給プロトコルを用いて互いに交信する。ここ で、ドキュメント供給プロトコルとは、クライアントとサーバとの間の情報の転 送についての通信プロトコルである。かかるプロトコルによると、クライアント はサーバに要求を送ることによりサーバに情報を要求し、サーバは要求された情 報を含むドキュメントをクライアントに送ることにより要求に応える。よって、 ドキュメント供給プロトコルチャネルは、オーディオブラウジング補助部１５０ とドキュメントサーバ１６０との間にリンク１６４を介して確立される。有利で あるＷＷＷについての実施の形態では、ドキュメント供給プロトコルは、ハイパ ーテキスト転送プロトコル（ＨＴＴＰ）である。このプロトコルはＷＷＷ通信の 技術では周知であり、参考文献として組み入れられる、バーナーズ−リー（Bern ers-Lee，T）およびコノリー(Connolly，D)の”Hypertext Transfer Protocol(H TTP)Working Draft of the Internet Engineering Task Force”（1993）に詳述 されている。 従って、オーディオブラウジング補助部１５０は、ＨＴＴＰプロトコルを用い てドキュメントサーバ１６０と通信する。よって、ドキュメントサーバ１６０に 関する限り、それは通常のグラフィカルブラウザを実行する通常のＷＷＷクライ アントのいずれかと通信しているように振る舞う。つまり、ドキュメントサーバ １６０は、リンク１６４から受け取った要求に応答してオーディオブラウジング 補助部１５０にドキュメントを供給する。ここでドキュメントとは情報の集合で ある。ドキュメントはサーバ１６０で予め決められた静的ドキュメントであって もよく、このときには、そのドキュメントへの全ての要求に対して同じ情報が与 えられる結果となる。或いは、ドキュメントは、要求に応答して供給される情報 が要求がされた時点で動的に生成されるような動的なものであってもよい。一般 には動的ドキュメントは、情報への要求に応答してサーバ１６０によって実行さ れるプログラムであるスクリプトによって生成される。例えば、ＵＲＬはあるス クリプトと関連するものであってよい。サーバ１６０がＵＲＬを含む要求を受信 したとき、サーバ１６０はスクリプトを実行して動的ドキュメントを生成し、情 報を要求したクライアントにその動的に生成されたドキュメントを供給する。ド キュメントを動的に生成するためにスクリプトを用いることはこの技術分野では 周知である。 サーバ１６０によって供給されたドキュメントは、テキスト、論理構造コマン ド、ハイパーテキストリンク、およびユーザ入力コマンドを含んでいる。こうい ったドキュメントの１つの特徴は、ドキュメントに含まれる情報の物理構造（す なわち、通常のグラフィックブラウザを実行してクライアント側で表示したとき の情報の物理レイアウト）が定義されていないことである。その代わりとして、 ドキュメントは、物理レイアウトを定義するためにブラウザにおいて翻訳される 論理構造コマンドを含んでいる。例えば、このような論理構造コマンドは、強調 コマンドや新しいパラグラフコマンドなどを含んでいる。このようなコマンドの シンタックス構造は、参考文献として組み入れられるゴールドファーブ・チャー ルズ（Goldfarb，Charles）の”The SGML Handbook”（Clarendon Press，1990 ）に記載されているＳＧＭＬ（Standard Generalized Markup Language）のよう な、より一般的な目的のドキュメント構造言語の規定に適合していてよい。本発 明のＷＷＷについての実施の形態では、これらドキュメントは、ハイパーテキス トマークアップ言語（ＨＴＭＬ）のドキュメントである。ＨＴＭＬは、ＷＷＷサ ーバによって供給されるドキュメントを定義するために用いられるＳＧＭＬに基 づいた周知の言語である。ＨＴＭＬについては、参考文献として組み入れられる 、バーナーズ−リー（Berners-Lee，T）およびコノリー（Connolly，D）の”Hyp ertext Markup Language（HTML）Working Draft of the Internet Engineering Task Force”（1993）に詳述されている。 ＨＴＭＬドキュメントが通常のブラウザを実行するクライアントによって受信 されたときに、ブラウザはＨＴＭＬドキュメントをイメージに翻訳し且つそのイ メージをコンピュータディスプレイ画面に表示する。しかしながら、本発明の原 理によると、ドキュメントサーバ１６０からドキュメントを受信すると、オーデ ィオブラウジング補助部１５０はそのドキュメントをオーディオデータに変換す る。かかる変換の詳細は後で詳しく説明する。そして、オーディオデータは、ス イッチ１３０およびＬＥＣ１２０を介して電話１１０に送られる。つまり、この 方法によると、電話１１０のユーザは、オーディオインターフェイスを介してド キュメントサーバ１６０の情報にアクセスすることが可能である。 さらに、ユーザは、電話１１０からオーディオブラウジング補助部１５０にオ ーディオユーザ入力を送ることも可能である。オーディオユーザ入力は、例えば 音声信号またはＤＴＭＦトーン音であってよい。オーディオブラウジング補助部 １５０は、オーディオユーザ入力を、ＨＴＴＰプロトコルに従ってリンク１６４ を介してドキュメントサーバ１６０に送信するのに適したユーザデータまたは命 令に変換する。ユーザデータまたは命令は、さらにドキュメント供給プロトコル チャネルを介してドキュメントサーバ１６０に送られる。これにより、ユーザと ドキュメントサーバとはオーディオユーザインターフェイスを介して互いに対話 処理することとなる。 このやり方では、ユーザはオーディオインターフェイスを介してＷＷＷドキュ メントサーバとブラウジングセッションを行うことができる。ドキュメントサー バは、かかるブラウジングセッションを通常のやり方で扱うことができ、特定の ブラウジングセッションが通常のグラフィカルブラウザを実行するクライアント により開始させられたかまたは電話のようなオーディオインターフェイスにより 開始させられたかを知っている必要がない。ネットワーク１０２内のオーディオ ブラウジング補助部１５０は、ドキュメントサーバ１６０から供給されたドキュ メントを、電話１１０に送るのに適したオーディオデータに翻訳する。さらに、 オーディオブラウジング補助部１５０は、電話１１０で受け取ったオーディオユ ーザ入力を、ドキュメントサーバ１６０で受信されるのに適したユーザデータに 翻訳する。 次に、ブラウジングセッションに関する利点のある実施の形態について、より 詳細に説明する。ここで、電話１１０側にいるユーザが、ドキュメントサーバ１ ６０を介してアクセス可能な情報と関連付けられそれゆえオーディオブラウジン グ補助部１５０にルート指定されるように設定された番号（１２３）４５６−７ ８９０（注２）にダイアルすると仮定する。通話呼び出しはＬＥＣ１２０にルー ト指定され、ＬＥＣ１２０はその電話番号を長距離ネットワーク１０２、特にス イッチ１３０にルート指定されたものとして認識する。通話呼び出しを受信する と、スイッチ１３０は次にその通話呼び出しをリンク１３２を介してオーディオ ブラウジング補助部１５０にルート指定する。これにより、電話１１０とオーデ ィオブラウジング補助部１５０との間のオーディオチャネルが確立される。 オーディオ処理ノード１５２の詳細が図２に示されている。オーディオ処理ノ ード１５２は、電話ネットワークインターフェイスモジュール２１０と、ＤＴＭ Ｆデコーダ／ジェネレータ２１２と、音声認識モジュール２１４と、テキスト− 音声モジュール２１６と、オーディオ再生／録音モジュール２１８とを備えてお り、図２に示すように、これらのそれぞれがオーディオバス２２０および制御／ データバス２２２に接続されている。さらに、オーディオ処理ノード１５２は、 中央処理装置２２４と、メモリ装置２２８と、パケットネットワークインターフ ェイス２３０とを備えており、これらのそれぞれは制御／データバス２２２に接 続されている。オーディオ処理ノード１５２の全体としての機能は、中央処理装 置２２４によって制御される。中央処理装置２２４は、メモリ装置２２８に記憶 されて実行されるコンピュータプログラム命令２３２の制御によって動作する。 メモリ装置２２８は機械的に読みだし可能な装置であればどのようなものでもよ い。例えば、メモリ装置２２８は、ランダムアクセスメモリ（ＲＡＭ）、リード オンリーメモリ（ＲＯＭ）、プログラム可能なリードオンリーメモリ（ＰＲＯＭ ）、消去可能ＰＲＯＭ（ＥＰＲＯＭ）、電気的消去可能ＰＲＯＭ（ＥＥＰＲＯＭ ）、磁気記憶媒体（すなわち、磁気ディスク）、または光学的記憶媒体（すなわ ち、ＣＤ−ＲＯＭ）であってよい。さらに、オーディオ処理ノード１５２は、中 央処理装置２２４によるアクセスが可能で且つコンピュータプログラム命令２３ ２とデータ２３４とを共に記憶することができる機械的に読みだし可能な装置の 様々な組合せを含んでいてよい。 電話ネットワークインターフェイスモジュール２１０は、オーディオ処理ノー ド１５２と電話ネットワークスイッチ１３０との間の低レベルの対話処理を扱う 。ある実施の形態においては、モジュール２１０は、１または複数のアナログチ ップ／リングループスタート電話回線終端子からなる。モジュール２１０により 、中央処理装置２２４は制御データバス２２２を介してリンク１３２を制御する ことができる。制御機能としては、オンフック／オフフック、呼び出し検出、お よ び遠端オンフック検出を含む。別の実施の形態では、モジュール２１０は、Ｔ１ ／ＤＳ１、Ｅ１、またはＰＲ１のような１または複数のチャネル化ディジタルイ ンターフェイスを含んでいる。信号は帯域内または帯域外であってよい。ＤＴＭ Ｆデコーダ／ジェネレータ２１２は、ＤＴＭＦトーン信号のディジタルデータへ の変換、およびディジタルデータからのＤＴＭＦトーン音の生成を扱う。音声認 識モジュール２１４は、ユーザの電話１１０で発生してオーディオバス２２０か ら受け取った音声信号を認識する。このような音声信号は音声認識モジュール２ １４によって処理され、ディジタルデータに変換される。テキスト−音声モジュ ール２１６は、ドキュメントサーバ１６０から受け取ったドキュメントのテキス トを、電話１１０側のユーザに送信されるオーディオ音声信号に変換する。オー ディオ再生／録音モジュール２１８はドキュメントサーバ１６０から受け取った オーディオデータを電話１１０側で再生するとともに、ユーザの声のようなオー ディオデータを録音するために用いられる。各モジュール２１０、２１２、２１ ４、２１６、２１８は、図２では別々の機能のモジュールとして示されているこ とを付記しておく。各モジュール２１２、２１４、２１６、２１８の機能は、周 知の信号処理技術を用いて、ハードウェア、ソフトウェアまたはハードウェアと ソフトウェアの組合せとして実現されてもよい。モジュール２１０の機能は、周 知の信号処理技術を用いて、ハードウェア、またはハードウェアとソフトウェア の組合せとして実現されてもよい。各モジュールの機能は、実例に関連して後で さらに詳述される。パケットネットワークインターフェイス２３０は、オーディ オ処理ノード１５２とオーディオインタープリタノード１５４との間の通信のた めに用いられる。 オーディオブラウジング補助部１５０は、オーディオ処理ノード１５２に接続 されたオーディオインタープリタノード１５４をも含んでいる。オーディオイン タープリタノード１５４は、図３にその詳細が示されている。オーディオインタ ープリタノード１５４は、中央処理装置３０２と、メモリ３０４と、制御／デー タバス３１０によって接続された２つのパケットネットワークインターフェイス ３０６、３０８とを含んでいる。オーディオインタープリタノード１５４の全体 としての機能は、中央処理装置３０２によって制御される。中央処理装置３０２ は、メモリ装置３０４に記憶されて実行されるコンピュータプログラム命令３１ ２の制御によって動作する。 メモリ装置３０４は機械的に読みだし可能な装置であればどのようなものでも よい。例えば、メモリ装置３０４は、ランダムアクセスメモリ（ＲＡＭ）、リー ドオンリーメモリ（ＲＯＭ）、プログラム可能なリードオンリーメモリ（ＰＲＯ Ｍ）、消去可能ＰＲＯＭ（ＥＰＲＯＭ）、電気的消去可能ＰＲＯＭ（ＥＥＰＲＯ Ｍ）、磁気記憶媒体（すなわち、磁気ディスク）、または光学的記憶媒体（すな わち、ＣＤ−ＲＯＭ）であってよい。さらに、オーディオインタープリタノード １５４は、中央処理装置３０２によるアクセスが可能で且つコンピュータプログ ラム命令３１２とデータ３１４とを共に記憶することができる機械的に読みだし 可能な装置の様々な組合せを含んでいてよい。 中央処理装置が実行するソフトウェア命令を用いて、オーディオ処理ノード１ ５２およびオーディオインタープリタノード１５４のような装置を制御すること は、この技術分野では周知であり、ここではさらに詳しい説明はしない。 実例に戻ると、電話１１０から電話番号（１２３）４５６−７８９０への通話 呼び出しはオーディオブラウジング補助部１５０、特にオーディオ処理ノード１ ５２へルート指定されている。中央処理装置２２４は、電話ネットワークインタ ーフェイスモジュール２１０により呼び出し中の回線を検出する。通話呼び出し を検出すると、中央処理装置は、ダイアルされた番号（ＤＮ）と関連したＵＲＬ を決定するために参照を行う。ダイアルされた電話番号（ＤＮ）はこの技術分野 では周知のやり方でローカル交換キャリア１２０からスイッチ１３０へ与えられ 、さらにＤＮはスイッチ１３０からオーディオブラウジング補助部１５０に与え られる。メモリ２２８内には、ＤＮに関連したＵＲＬのリストがデータ２３４と して記憶されている。本例ではＤＮ（１２３）４５６−７８９０がＵＲＬ http: //www.att.com/〜phone/greeting と関連付けられていると仮定する。 別の実施の形態では、様々なＤＮと関連付けられたＵＲＬのリストは、オーデ ィオブラウジング補助部１５０にローカルにあるのではなく、データベース１４ ０のようなネットワークデータベースに記憶されている。かかる実施の形態では 、オーディオ処理ノード１５２の中央処理装置２２４が、ネットワークスイッチ １ ３０に対してデータベース１４０の参照を要求する信号を送る。スイッチはデー タベース１４０からＵＲＬを要求し、結果として得たＵＲＬをオーディオ処理ノ ード１５２に送り戻す。オーディオ処理ノード１５２とスイッチ１３０とデータ ベース１４０との間の通信は、この技術分野では周知である例えばＳＳ７のよう な帯域外信号システムを経由してもよいことを付記しておく。このような構成の 利点は、複数のオーディオブラウジング補助部がネットワーク１０２内に存在し てもよく、そしてそれぞれが１つのデータベース１４０を共有してもよいことで ある。これにより、ＵＲＬと関連するＤＮとを更新する必要があるデータベース １４０は１つだけとなる。 ＤＮに関連したＵＲＬを受け取った後、オーディオ処理ノード１５２の中央処 理装置２２４は、（ＵＲＬを含む）メッセージをオーディオインタープリタノー ド１５４に送り、オーディオインタープリタノード１５４にオーディオ翻訳／ブ ラウジングセッションを始めるように命令する。かかるメッセージは、中央処理 装置２２４から制御／データバス２２２を経てパケットネットワークインターフ ェイス２３０へ送られる。さらにこのメッセージは、オーディオ処理ノード１５ ２のパケットネットワークインターフェイス２３０から接続１５３を介してオー ディオインタープリタノード１５４のパケットネットワークインターフェイス３ ０６へ送られる。ある有利な実施の形態では、オーディオ処理ノード１５２およ びオーディオインタープリタノード１５４は並置され、これにより一体としてオ ーディオブラウジング補助部１５０を形成する。別の実施の形態では、オーディ オ処理ノード１５２およびオーディオインタープリタノード１５４は地理的に分 離されてもよい。このような代替的ないくつかの実施の形態については後述する 。接続１５３は、この技術分野では周知のパケットデータネットワーク接続（例 えば、イーサネットに対するＴＣＰ／ＩＰ接続）であってよい。 実例に戻ると、オーディオインタープリタノード１５４は、パケットネットワ ークインターフェイス３０６を介して、新たなオーディオ翻訳／ブラウジングセ ッションを始めるようにというメッセージを受け取る。中央処理装置３０２は、 複数のユーザについての複数のオーディオ翻訳／ブラウジングセッションを同時 に制御することが可能である。プロセッサによるこのような複数処理の実行は周 知であり、各セッションを制御するソフトウェア処理の例示を一般に伴っている 。オーディオ翻訳／ブラウジングセッションの開始に当たり、オーディオインタ ープリタノード１５４は、ＵＲＬ http://www.att.com/〜phone/greeting につ いてのＨＴＴＰ要求を接続１６４を介してドキュメントサーバ１６０へ送る。本 例では、ドキュメントサーバ１６０がホスト名 www.att.com と関連していると 仮定している。 ドキュメントサーバ１６０の詳細が図４に示されている。ドキュメントサーバ １６０は、メモリ４０４に接続された中央処理装置４０２を含むコンピュータで ある。ドキュメントサーバ１６０の機能は、メモリ４０４に記憶されたコンピュ ータプログラム命令４１６を実行する中央処理装置４０２によって制御される。 動作に当たり、ドキュメントサーバ１６０は、接続１６４およびパケットネット ワークインターフェイス４４０を介してオーディオインタープリタノード１５４ からのドキュメントの要求を受け取る。中央処理装置４０２はその要求を翻訳し メモリ４０４から要求された情報を取り出す。かかる要求は、ＨＴＭＬドキュメ ント４０８、オーディオＨＴＭＬドキュメント４１０、オーディオファイル４１ ２、またはグラフィックファイル４１４に対するものであってよい。ＨＴＭＬド キュメント４０８は周知のものであり、通常のＷＷＷグラフィカルブラウザに用 いられる通常のＨＴＭＬ命令を含んでいる。オーディオＨＴＭＬドキュメントは ＨＴＭＬドキュメントに類似しているが、本発明に従ったオーディオインタープ リタノード１５４での翻訳のための特有の付加命令を有している。本発明のオー ディオブラウジング面について特有のかかる命令を、ここではオーディオＨＴＭ Ｌ命令という。オーディオＨＴＭＬドキュメントおよびオーディオＨＴＭＬ命令 についての詳細は後で詳しく説明する。オーディオファイル４１２はオーディオ 情報を含むフアイルである。グラフィックファイル４１４はグラフィカル（図表 ）情報を含むフアイルである。この技術分野で周知な方法によると、ＵＲＬは特 定のドキュメントサーバにある特定のドキュメントを同定する。メモリ４０４は 、動的に生成されるＨＴＭＬドキュメントおよびオーディオＨＴＭＬドキュメン トについてのスクリプト４１８をも含んでいてよい。本例に戻ると、ＵＲＬ htt p://www.att.com/〜phone/greeting についてのＨＴＴＰ要求は、オーディオイ ン タープリタノード１５４から接続１６４を介してドキュメントサーバ１６０によ って受信される。 ドキュメントサーバはこのＵＲＬを翻訳し、中央処理装置４０２の制御のもと でメモリ４０４からオーディオＨＴＭＬページを取り出す。そして、中央処理装 置４０２は、このオーディオＨＴＭＬドキュメントを、パケットネットワークイ ンターフェイス４４０およびリンク１６４を介してオーディオインタープリタノ ード１５４に送る。 ＵＲＬ http://www.att.com/〜phone/greeting についての要求に応答して送 られ、さらにオーディオインタープリタノード１５４に受信されるオーディオＨ ＴＭＬドキュメント５００が、図５に示されている。オーディオインタープリタ ノード１５４は以下のようにドキュメント５００の翻訳を始める。ある実施の形 態では、ページのタイトルを含む、ドキュメント５００のライン５０２〜５０６ の＜ＨＥＡＤ＞部分は音声には変換されず、オーディオインタープリタノード１ ５４に無視される。別の実施の形態では、＜ＴＩＴＬＥ＞部分は後述するテキス ト−音声を用いて翻訳されてもよい。 ドキュメント５００の＜ＢＯＤＹ＞部分のライン５０８にあるテキスト”Ｈｅ ｌｌｏ！”は、パケットネットワークインターフェイス３０６およびリンク１５ ３を介してオーディオインタープリタノード１５４からオーディオ処理ノード１ ５２へ送られる。テキスト”Ｈｅｌｌｏ！”について、オーディオインタープリ タノード１５４は、そのテキストはテキスト−音声モジュール２１６で処理され るべきものであるとの命令をオーディオ処理ノード１５２に送る。オーディオ処 理ノード１５２はパケットネットワークインターフェイス２３０を介して当該テ キストおよび命令を受け取り、そして当該テキストは制御／データバス２２２を 介してテキスト−音声モジュール２１６に与えられる。テキスト−音声モジュー ル２１６は、”Ｈｅｌｌｏ”（注３）を再生するオーディオ信号を生成し、オー ディオバス２２０を介してこの信号を電話ネットワークインターフェイスモジュ ール２１０へ送る。さらに、電話ネットワークインターフェイスモジュール２１ ０はこのオーディオ信号を電話１１０に送る。テキスト−音声変換は周知であっ て、テキスト−音声モジュール２１４には通常のテキスト−音声技術が用いられ てよいことを付記しておく。例えば、テキストが音声に変換される際、テキスト 内の記号”！”は大きな音量での再生と翻訳されてもよい。 ドキュメント５００のライン５１０はフォーム命令であり、オーディオインタ ープリタノード１５４はこの命令についてはオーディオ処理ノード１５２に対し て何も送らない。オーディオインタープリタノード１５４はユーザからの将来の 応答を期待することを示すものとしてライン５１０を翻訳し、そしてこの応答は 、http://machine:8888/hastings-bin/getscript.sh．によって同定されるスク リプトへのアーギュメント（argument）として与えられる。ライン５１２はオー ディオＨＴＭＬ命令である。オーディオインタープリタノード１５４は、メモリ ４０４の記憶領域４１２内にある、www-spr.ih.att.com/〜hastings/annc/greet ing.mu8 で同定されるオーディオファイルについてのｈｔｔｐ要求をサーバ１６ ０へ送ることによりライン５１２を翻訳する。ドキュメントサーバ１６０はメモ リ４０４からオーディオファイルを取り出し、それをリンク１６４を介してオー ディオインタープリタノード１５４へ送る。オーディオファイルを受け取ると、 オーディオインタープリタノード１５４はそのファイルを、そのファイルがオー ディオ再生／録音モジュール２１８により再生されるべきものであることを示す 命令とともにオーディオ処理ノード１５２へ送る。これらファイルおよび命令を 受け取ると、オーディオ処理ノード１５２は、このオーディオファイルをオーデ ィオ再生／録音モジュール２１８へルート指定する。オーディオ再生／録音モジ ュール２１８は、オーディオバス２２０を介して電話ネットワークインターフェ イスモジュール２１０に送られるオーディオ信号を生成する。そして、電話ネッ トワークインターフェイスモジュール２１０はそのオーディオ信号を電話１１０ へ送る。この結果、電話１１０側にいるユーザは、電話１１０のスピーカで、オ ーディオファイル www-spr.ih.att.com/〜hastings/annc/greeting.mu8 の内容 を聞くことになる。 ライン５１４〜５１６はオーディオＨＴＭＬ命令である。オーディオインター プリタノード１５４はライン５１４をオーディオ処理ノード１５２に送らない。 ライン５１４は、ユーザからの応答が可変ネーム”collectvar”と関連したドキ ュメントサーバ１６０に送られることを示している。この命令は、ユーザが情報 を促されそして情報を与えるプロンプト−コレクト（collect）シーケンスの開 始を示すものである。この命令に続いて、プロンプト命令５１６および一組の選 択命令５１８〜５２２がある。オーディオインタープリタノード１５４はライン ５１２と同様なやり方でライン５１６を処理し、この結果、電話１１０側にいる ユーザは http://www-spr.ih.att.com/〜hastings/annc/choices.mu8 で同定さ れるファイルからの音を聞くことになる。この音はいくつかの基準に基づいて選 択をするようにユーザに尋ねるものであり、オーディオインタープリタノード１ ５４は電話１１０側のユーザからの応答を待つ。また、処理ライン５１６の結果 、中央処理装置３０２はオーディオ処理ノード１５２へ、電話ネットワークイン ターフェイスモジュール２１０がオーディオ入力を受け取る準備をするようにす るメッセージを送る。 そして、ユーザは電話１１０からのオーディオユーザ入力で応答する。オーデ ィオユーザ入力は、ユーザが電話１１０のキーパッド上のキーを押すことによっ て生成されるＤＴＭＦトーン形式であってよい。例えば、もしユーザが電話１１ ０のキーパッドの”２”を押すと、オーディオ処理ノード１５２は電話ネットワ ークインターフェイスモジュール２１０を介して”２”と関連したＤＴＭＦトー ン音を受け取る。かかるオーディオ信号は中央処理装置２２４によってＤＴＭＦ トーン音として認識され、この信号をオーディオバス２２０を介してＤＴＭＦデ コーダ／ジェネレータ２１２に送るために命令が電話ネットワークインターフェ イスモジュール２１０に送られる。中央処理装置２２４は、ＤＴＭＦトーン音を ディジタルデータに変換しさらにそのディジタルデータをパケットネットワーク インターフェイス２３０からオーディオインタープリタノード１５４へ送信する ように、ＤＴＭＦデコーダ／ジェネレータ２１２に命令する。この信号が受信さ れると、オーディオインタープリタノード１５４は、ユーザの応答が”２”、つ まりオーディオＨＴＭＬドキュメント５００のライン５２０に示された値”Ｊｉ ｍ”の選択であることを認識する。つまり、オーディオインタープリタノード１ ５４は可変”collectvar”と関連した値”Ｊｉｍ”を、ドキュメント５００のラ イン５１０で同定されるスクリプト http://machine:8888/hastings-bin/getscr ipt.sh．に送る。もしユーザの応答がリストされていないものを選択して入力す るものであれば、つまり本例で”１”から”３”以外の応答があれば、或いは所 定時間内にユーザが応答しなかったならば、オーディオインタープリタノード１ ５４は、「選択を受領できません。もう一度やり直してください」（イタリック 体）という音声信号を生成するようにテキスト−音声モジュール２１６に命令し 、そしてその信号が電話１１０側のユーザに送られる。 代替的には、オーディオユーザ入力は音声信号であってもよい。つまり、ユー ザが電話１１０のキーパッドの番号２を押す代わりに、ユーザは電話１１０のマ イクに「２」という語を話すのである。この音声信号は、電話ネットワークイン ターフェイスモジュール２１０を介してオーディオ処理ノード１５２に受信され る。そしてオーディオ信号は中央処理装置２２４によって音声信号であると認識 され、かかる信号をオーディオバス２２０を介して音声認識モジュール２１４に 送るために電話ネットワークインターフェイスモジュール２１０に命令が与えら れる。中央処理装置２２４は、音声信号をディジタルデータに変換しさらにこの ディジタルデータをオーディオインタープリタノード１５４に送信するためにパ ケットネットワークインターフェイス２３０へ与えるように、音声認識モジュー ル２１４に命令する。そしてオーディオインタープリタノード１５４は、ディジ タルデータを受け取ると、ＤＴＭＦオーディオユーザ入力に関して説明したよう にこのデータを処理する。なお、音声認識モジュール２１４はこの技術分野では 周知の通常の音声認識技術にしたがって動作するものであることを付記しておく 。 ＨＴＭＬドキュメントにはしばしばハイパーテキストリンクが存在する。これ が通常のグラフィカルブラウザを実行するコンピュータの画面に表示されるとき 、ハイパーテキストリンクはグラフィカルに示される（例えば、下線つきで）。 もしユーザが、例えばリンクをマウスでクリックすることにより、グラフィカル にリンクを選択した場合、ブラウザはリンクに示されたドキュメントについての 要求を生成し、その要求をドキュメントサーバに送る。ここで、図６に示された ＨＴＭＬドキュメント６００について考察する。ライン６０４、６０５は、ハイ パーテキストリンクの通常のＨＴＭＬ記述を詳細に示している。もしこのページ が通常のグラフィカルブラウザで処理されたならば、ディスプレイは以下のよう に見える。 This page gives you a choice of links to follow to other World W ide Web pages. Please click on one of the links below. （このページでは他のＷＷＷのページへのリンクを選択できます。以下 のリンクのどれか１つをクリックして下さい） click here for information on cars （自動車の情報についてはここをクリック） click here for information on trucks （トラックの情報についてはここをクリック） そして、ユーザは、マウスのようなグラフィカルポインティングデバイスを用い てリンクの１つを選択する。もしユーザが click here for information on car s を選択すると、ブラウザはＵＲＬ http://www.abc.com/cars.html で同定され るドキュメントについての要求を生成する。もしユーザが click here for info rmation on trucks を選択すると、ブラウザはＵＲＬ http://www.abc.com/truc ks.html で同定されるドキュメントについての要求を生成する。 次に、本発明に従ったＨＴＭＬハイパーテキストリンクの処理について、図６ を参照して説明する。ここで、ドキュメントサーバ１６０が図６に示されたＨＴ ＭＬドキュメント６００をオーディオインタープリタノード１５４に提供するこ とを仮定する。ライン６０２、６０３はテキスト−音声モジュール２１６によっ てオーディオ信号に変換され、上述のようにユーザの電話１１０に与えられる。 つまり、ユーザは、「このページでは他のＷＷＷのページへのリンクを選択でき ます。以下のリンクのどれか１つをクリックして下さい」という音声を聞く。ラ イン６０４では、ライン６０４がハイパーテキストリンクであるとオーディオイ ンタープリタノード１５４が認識する。オーディオインタープリタノード１５４ はオーディオ処理ノード１５２に対して、電話１１０へのトーン音をＤＴＭＦデ コーダ／ジェネレータ２１２が生成するようにする命令を送る。或いは、このト ーン音は、オーディオインタープリタノード１５４が、オーディオ再生／録音モ ジュール２１８にトーン音を含むオーディオファイルを再生させるようにする命 令を、オーディオ処理ノード１５２に送ることによっても生成される。ハイパー テキストリンクの始まりをユーザに知らせるために、この特有のトーン音が用い られる。そして、オーディオインタープリタノード１５４は、テキストがテキス ト−音声モジュール２１６で処理されることを示す命令とともに、ハイパーテキ ストリンクのテキスト（click here for information on cars）をオーディオ処 理ノード１５２に与える。この結果、「自動車の情報についてはここをクリック 」という音声信号が電話１１０に与えられる。そして、オーディオインタープリ タノード１５４は、電話１１０へのトーン音をＤＴＭＦデコーダ／ジェネレータ ２１２が生成するようにする命令をオーディオ処理ノード１５２に送る。ハイパ ーテキストリンクの終了をユーザに知らせるために、この特有のトーン音が用い られる。ハイパーテキストリンクの始まりおよび終了をユーザに知らせるために 用いられるトーン音は同じトーン音でもよいし異なるトーン音でもよい。終了ト ーン音に引き続いて休止が置かれる。トーン音を用いる代わりに、ハイパーテキ ストリンクの始まりおよび終了が、「リンク開始［ハイパーテキスト］リンク終 了」のような音声信号で識別されてもよい。 もしユーザがリンクをたどることを希望する場合、ユーザは休止期間にユーザ オーディオ入力を供給する。例えば、ユーザがリンク”click here for informa tion on cars ”をたどることを望むものとする。ユーザは、リンクについて生成 された音声信号に引き続く休止期間内にオーディオ入力を入力する。オーディオ 入力は、例えば、電話１１０のキーパッド上のキーを押すことで生成されるＤＴ ＭＦトーン音であってよい。ＤＴＭＦトーン音はオーディオ処理ノード１５２に 受信され、さらにＤＴＭＦデコーダ／ジェネレータ２１２によって処理される。 ＤＴＭＦトーン音を表すデータは、制御／データバス２２２、パケットネットワ ークインターフェイス２３０、およびリンク１５３を介してオーディオインター プリタノード１５４に与えられる。オーディオインタープリタノード１５４は、 この信号を受け取ると、選択されたリンクに続く休止期間内に信号が受け取られ たことを認識し、そして、オーディオインタープリタノード１５４は、選択され たリンクに関連したＵＲＬ http://www.abc.com/cars.html で同定されるＷＷＷ ドキュメントについての要求を生成する。或いは、ハイパーテキストリンクを選 択するためのオーディオユーザ入力は、音声信号であってもよい。 リンクの別のタイプとして、ハイパーテキストアンカーリンク（anchor link ）がある。アンカーリンクは、１つのＨＴＭＬドキュメント内の特定の場所にユ ーザがジャンプできるようにするものである。通常のグラフィカルブラウザでは 、ユーザがアンカーリンクを選択したとき、ブラウザはリンクで指示されたドキ ュメントの一部を表示する。本発明のオーディオブラウジング技術によると、ユ ーザがアンカーリンクを選択したとき、オーディオインタープリタノード１５４ はリンクで指定された個所のドキュメントを翻訳し始める。例えば、ドキュメン ト６００のライン６２０は、このドキュメントのライン６２５の部分へのハイパ ーテキストアンカーを含んでいる。このハイパーテキストリンクは、上述のよう に、新たなＨＴＭＬドキュメントを同定するハイパーテキストリンクと同様にユ ーザに識別される。ハイパーテキストアンカーリンクは、例えば、リンクがアン カーリンクであることを示す異なるオーディオトーン音または生成された音声信 号によって区別されるものであってよい。もしユーザがライン６２０でアンカー リンクを選択すると、オーディオインタープリタノード１５４はライン６２５の テキストにスキップし、そこのＨＴＭＬドキュメント６００を翻訳し始める。 図１に関連して説明した有利な実施の形態は、オーディオ処理ノード１５２と オーディオインタープリタノード１５４とを含むオーディオブラウジング補助部 １５０が、長距離通信ネットワーク１０２内に位置する通信ネットワークノード 内に具体化されるようにしたものである。このようにすることで、本発明による オーディオブラウジング機能を、電話ネットワーク１０２サービス提供者が電話 ネットワーク加入者に提供することができるようになる。かかる構成では、ユー ザの構内設備またはドキュメントサーバに付加的なハードウェアが必要になるこ とがない。全てのオーディオブラウジング機能が電話ネットワーク１０２内の構 成要素によって提供される。しかしながら、このほかの構成とすることも可能で あり、かかる代替的な構成はここでの開示により当業者が容易に実施できるもの である。 かかる代替的構成の１つが図７に示されており、オーディオブラウジング補助 部の機能が図示のユーザインターフェイス装置７００において実行される。この 実施の形態では、オーディオ処理ノード１５２の機能およびオーディオインター プリタノード１５４の機能は、ユーザインターフェイス装置７００内に１つにま とめられている。ユーザインターフェイス装置７００は、通信リンク７０２を介 してドキュメントサーバ１６０と通信する。リンク７０２は図１に関して説明し たリンク１６４と同様である。つまり、リンク７０２はＴＣＰ／ＩＰに対するソ ケット接続であってよく、その確立はこの技術分野では周知である。ユーザイン ターフェイス装置７００の詳細が図８に示されている。ユーザインターフェイス 装置７００は、ユーザ入力を受け付けるためのキーパッド／キーボード８０２お よびマイク８０４と、オーディオ出力をユーザに提供するためのスピーカ８０６ とを備えている。また、ユーザインターフェイス装置７００は、制御／データバ ス８２４に接続されたキーパッド／キーボードインターフェイスモジュール８１ ６をも備えている。さらに、ユーザインターフェイス装置７００は、コーデック （codec）８１０と 音声認識モジュール８１８と、テキスト−音声モジュール ８２０と、オーディオ再生／録音モジュール８２２とを備えており、図８に示す ように、それぞれがオーディオバス８０８と制御／データバス８２４とに接続さ れている。コーデック８１０は、アナログ−ディジタルコンバータ８１２とディ ジタル−アナログコンバータ８１４とを含んでおり、これら両方は制御／データ バス８２４を介して中央処理装置８２６によって制御される。アナログ−ディジ タルコンバータ８１２は、マイク８０４からのアナログオーディオユーザ入力を ディジタルオーディオ信号に変換し、そのディジタルオーディオ信号をオーディ オバス８０８に与える。ディジタル−アナログコンバータ８１４は、オーディオ バス８０８からのディジタル信号を、スピーカ８０６から送出されるアナログオ ーディオ信号に変換する。キーパッド／キーボードインターフェイスモジュール ８１６は、キーパッド／キーボード８０２からの入力を受け取り、その入力を制 御／データバス８２４に与える。音声認識モジュール８１８、テキスト−音声モ ジュール８２０、およびオーディオ再生／録音モジュール８２２は、図２に関連 して説明したモジュール２１４、２１６および２１８とそれぞれ同じ機能を実行 し、これらと同様に構成されている。さらに、ユーザインターフェイス装置７０ ０は、リンク７０２を介してインターネットのようなパケットネットワークに接 続するためのパケットネットワークインターフェイス８３４を含んでいる。さら に、ユーザインターフェイス装置７００は、それぞれ制御／データバス８２４に 接続された、中央処理装置８２６およびメモリ装置８２８を含んでいる。ユーザ インターフェイス装置７００の全体としての機能は、中央処理装置８２６によっ て制御される。中央処理装置８２６は、メモリ装置８２８に記憶されて実行され るコンピュータプログラム命令８３０の制御のもとで動作する。メモリ装置８２ ８はデータ８３２をも含んでいる。 ユーザインターフェイス装置７００は、図１の実施の形態と関連して説明した オーディオ処理ノード１５２およびオーディオインタープリタノード１５４の機 能を実行する。これらの機能は、コンピュータプログラム命令８３０を実行する 中央処理装置８２６によって実行される。つまり、コンピュータプログラム命令 ８３０は、（１）オーディオ処理ノード１５２の機能を実行するコンピュータプ ログラム命令２３２、および（２）オーディオインタープリタノード１５４の機 能を実行するコンピュータプログラム命令３１２、と同じまたは類似のプログラ ム命令を含むものである。オーディオ処理ノード１５２およびオーディオインタ ープリタノード１５４の機能は前に詳しく説明したので、ここではこれ以上詳細 には述べない。中央処理装置８２６は、複数の処理を同時に実行することができ 、これにより、オーディオ処理ノード１５２およびオーディオインタープリタノ ード１５４の機能を実行する。このマルチ処理機能が図８に描かれており、そこ では中央処理装置８２６がオーディオ翻訳／ブラウジング処理８３６とオーディ オプロセス処理８３８とを行うものとして示されている。 動作において、ユーザインターフェイス装置７００のユーザは、キーパッド／ キーボード８０２またはマイク８０４を用いてＵＲＬを要求する。もしキーパッ ド／キーボード８０２がＵＲＬの要求に用いられたならば、キーパッド／キーボ ードインターフェイスモジュール８１６が要求されたＵＲＬを制御／データバス ８２４を介して中央処理装置８２６に与える。もしマイク８０４がＵＲＬの要求 に用いられたならば、ユーザの声はマイク８０４で受信され、アナログ−ディジ タルコンバータ８１２でディジタル化され、オーディオバス８０８を介して音声 認識モジュール８１８に与えられる。そして、音声認識モジュール８１８は、要 求されたＵＲＬを制御／データバス８２４を介して中央処理装置８２６に与える 。 中央処理装置８２６は、ＵＲＬを受信すると、オーディオ翻訳／ブラウジング 処理８３６で例示されたオーディオブラウジング／翻訳セッションを開始する。 オーディオ翻訳／ブラウジング処理８３６は、図１の実施の形態に関連して説明 したのと類似のやり方で、パケットネットワークインターフェイス８３４を介し てドキュメントサーバ１６０にＨＴＴＰ要求を送る。ドキュメントサーバ１６０ からドキュメントを受け取ると、オーディオ翻訳／ブラウジング処理８３６は、 本発明のオーディオブラウジング技術に従ってドキュメントを翻訳する。このド キュメントの翻訳によって生じた音は、オーディオプロセス処理８３８の制御に よりスピーカ８０６からユーザに与えられる。同様に、ユーザインターフェイス 装置７００のユーザは、マイク８０４を介してユーザインターフェイス装置にオ ーディオユーザ入力を与えることができる。 オーディオ翻訳／ブラウジング処理８３６およびオーディオプロセス処理８３ ８はともにユーザインターフェイス装置７００内にあるから、２つの処理の間の 全ての通信は中央処理装置８２６を通して処理間通信によって行われ、処理８３ ６、８３８とユーザインターフェイス装置７００の他の要素との間の全ての通信 は制御／データバス８２４を介して行われる。 図７および図８は、パケットネットワーク１６２内のドキュメントサーバ１６ ０と直接通信しているユーザインターフェイス装置７００を示している。或いは 、ユーザインターフェイス装置７００は標準的な電話接続を介してドキュメント サーバ１６０と通信するようにされていてもよい。かかる構成において、パケッ トネットワークインターフェイス８３４の代わりに、制御／データバス８２４を 介して中央処理装置８２６に制御される電話インターフェイス回路を用いてもよ い。ユーザインターフェイス装置７００は、電話ネットワークを介してドキュメ ントサーバへ電話をする。ドキュメントサーバ１６０は、電話ネットワークイン ターフェイスモジュール２１０（図２）と類似のハードウェアを用いてユーザイ ンターフェイス装置７００からの通話呼び出しを着信する。或いは、ドキュメン トサーバ１６０へのパケットネットワーク接続を提供する終端点（termination poin t）により、電話ネットワーク内で通話呼び出しが着信され得る。 図９に示す別の構成では、オーディオブラウジング補助部１５０の機能（オー ディオ処理ノード１５２およびオーディオインタープリタノード１５４の機能を 含んでいる）並びにドキュメントサーバ１６０の機能が、オーディオブラウジン グドキュメントサーバ９００内で実行される。図９に描かれているように、通話 呼び出しは電話１１０から、ＬＥＣ１２０、スイッチ１３０、別のＬＥＣ９０２ を経てオーディオブラウジングドキュメントサーバ９００へルート指定される。 つまり、この実施の形態では、通常の電話１１０から電話ネットワークを介して オーディオブラウジングドキュメントサーバ９００に到達することができる。さ らに、オーディオブラウジングドキュメントサーバ９００は、リンク９０４を介 してインターネットにも接続されている。オーディオブラウジングドキュメント サーバ９００の詳細が図１０に示されている。オーディオブラウジングドキュメ ントサーバ９００は、電話ネットワークインターフェイスモジュール１０１０と 、ＤＴＭＦデコーダ／ジェネレータ１０１２と、音声認識モジュール１０１４と 、テキスト−音声モジュール１０１６と、オーディオ再生／録音モジュール１０ １８とを備えており、図１０に示すように、これらのそれぞれはオーディオバス １００２および制御／データバス１００４に接続されている。これらモジュール １０１０、１０１２、１０１４、１０１６、および１０１８は、図２に関連して 説明したモジュール２１０、２１２、２１４、２１６、および２１８とそれぞれ 同じ機能を実行するものであり、これらと同様に構成されている。さらに、オー ディオブラウジングドキュメントサーバ９００は、リンク９０４を介してインタ ーネットのようなパケットネットワークに接続するためのパケットネットワーク インターフェイス１０４４を含んでいる。パケットネットワークインターフェイ ス１０４４は、図２に関連して説明したパケットネットワークインターフェイス ２３０と同様なものである。また、オーディオブラウジングドキュメントサーバ ９００は、中央処理装置１０２０とメモリ装置１０３０とを含んでおり、これら 両方は制御／データバス１００４に接続されている。オーディオブラウジングド キュメントサーバ９００の全体としての機能は、中央処理装置１０２０によって 制御される。中央処理装置１０２０は、メモリ装置１０３０に記憶されて実行さ れ るコンピュータプログラム命令１０３２の制御のもとで動作する。メモリ装置１ ０３０は、データ１０３４、ＨＴＭＬドキュメント１０３６、オーディオＨＴＭ Ｌドキュメント１０３８、オーディオファイル１０４０、およびグラフィックフ ァイル１０４２をも含んでいる。 オーディオブラウジングドキュメントサーバ９００は、図１の実施の形態に関 連して説明した、オーディオ処理ノード１５２と、オーディオインタープリタノ ード１５４と、ドキュメントサーバ１６０との機能を実行する。これらの機能は 、コンピュータプログラム命令１０３２を実行する中央処理装置１０２０によっ て行われる。つまり、コンピュータプログラム命令１０３２は、（１）オーディ オ処理ノード１５２の機能を実行するコンピュータプログラム命令２３２、（２ ）オーディオインタープリタノード１５４の機能を実行するコンピュータプログ ラム命令３１２、および（３）ドキュメントサーバ１６０の機能を実行するコン ピュータプログラム命令４１６、と同じまたは類似のプログラム命令を含むもの である。オーディオ処理ノード１５２、オーディオインタープリタノード１５４ 、およびドキュメントサーバ１６０の機能は前に詳しく説明したので、ここでは これ以上詳細には述べない。中央処理装置１０２０は、複数の処理を同時に実行 することができ、これにより、オーディオ処理ノード１５２、オーディオインタ ープリタノード１５４およびドキュメントサーバ１６０の機能を実行する。この マルチ処理機能が図１０に描かれており、そこでは中央処理装置１０２０がオー ディオ翻訳／ブラウジング処理１０２２とドキュメント供給処理１０２４とオー ディオプロセス処理１０２６とを行うものとして示されている。 動作において、電話１１０からオーディオブラウジングドキュメントサーバ９ ００を介してアクセス可能な情報に関連した電話番号への通話呼び出しは、ＬＥ Ｃ１２０、スイッチ１３０、およびＬＥＣ９０２を介してオーディオブラウジン グドキュメントサーバ９００にルート指定される。なお、複数の電話番号がオー ディオブラウジングドキュメントサーバ９００を介してアクセス可能な種々の情 報に関連付けられていてよく、その各電話番号がオーディオブラウジングドキュ メントサーバ９００にルート指定されることを付記しておく。呼び出しのあった 回線は、オーディオプロセス処理１０２６の制御のもとで電話ネットワークイン ターフェイスモジュール１０１０を介して検出される。通話呼び出しが検出され ると、中央処理装置１０２０は、ダイアルされた番号（ＤＮ）と関連したＵＲＬ を決定するために参照を行う。ＤＮは、この技術分野で周知の方法によりＬＥＣ ９０２からオーディオブラウジングドキュメントサーバ９００に与えられる。Ｄ Ｎとその関連ＵＲＬのリストはメモリ１０３０内にデータ１０３４として記憶さ れている。ＤＮと関連したＵＲＬを受け取ると、中央処理装置１０２０は、オー ディオ翻訳／ブラウジング処理１０２２で例示されたオーディオブラウジング／ 翻訳セッションを開始する。オーディオ翻訳／ブラウジング処理１０２２は、中 央処理装置１０２０に共存するドキュメント供給処理１０２４にＨＴＴＰ要求を 送る。ドキュメント供給処理１０２４は、図１に示した実施の形態のドキュメン トサーバ１６０と関連して説明したドキュメントサーバ機能を実行する。これら ドキュメントサーバ機能は、メモリ１０３０に記憶された、ＨＴＭＬドキュメン ト１０３６、オーディオＨＴＭＬドキュメント１０３８、オーディオファイル１ ０４０、およびグラフィックファイル１０４２によってサポートされる。これに より、中央処理装置１０２０は、ＵＲＬと関連したドキュメントをメモリ１０３ ０から取り出すこととなる。そして、オーディオ翻訳／ブラウジング処理１０２ ２は、本発明のオーディオブラウジング技術に従ってドキュメントを翻訳する。 このドキュメントの翻訳で生じた音は、オーディオプロセス処理１０２６の制御 によりユーザに与えられる。同様に、電話１１０のユーザは、図１の実施の形態 と関連して説明したのと同様なやり方で、オーディオブラウジングドキュメント サーバ９００にオーディオユーザ入力を与えることができる。 オーディオ翻訳／ブラウジング処理１０２２、ドキュメント供給処理１０２４ およびオーディオプロセス処理１０２６はともにオーディオブラウジングドキュ メントサーバ９００内にあるから、処理１０２２、１０２４、１０２６間の全て の通信は中央処理装置１０２０を通して処理間通信によって行われ、処理１０２ ２、１０２４、１０２６とオーディオブラウジングドキュメントサーバ９００の 他の要素との間の全ての通信は制御／データバス１００４を介して行われる。本 実施の形態の１つの利益は、ＨＴＭＬドキュメントおよび他のデータが処理（例 えば、翻訳）のために潜在的に不確かな広域ネットワークを通過する必要がない という点で効率がよいことである。 図１に示した実施の形態では、オーディオ処理ノード１５２およびオーディオ インタープリタノード１５４は並置されていた。しかしながら、オーディオ処理 ノード１５２およびオーディオインタープリタノード１５４の機能は、図１１に 示すように地理的に分離されてもよい。かかる実施の形態では、オーディオ処理 ノード１５２が通信ネットワーク１０２内に含まれており、オーディオインター プリタドキュメントサーバ１１００がパケットネットワーク１６２内に含まれて いる。オーディオ処理ノード１５２の機能は、図１に関連して説明したのと同様 である。ドキュメントサーバ１６０のようなドキュメントサーバの機能とオーデ ィオインタープリタノード１５４の機能とを実行するオーディオインタープリタ ドキュメントサーバ１１００の詳細が、図１２に示されている。オーディオイン タープリタドキュメントサーバ１１００は、リンク１５３および制御／データバ ス１２０４に接続されたパケットネットワークインターフェイス１２０２を含ん でいる。また、オーディオインタープリタドキュメントサーバ１１００は、中央 処理装置１２０６とメモリ装置１２１２とを含んでおり、これら両方が制御／デ ータバス１２０４に接続されている。オーディオインタープリタドキュメントサ ーバ１１００の全体としての機能は、中央処理装置１２０６によって制御される 。中央処理装置１２０６は、メモリ装置１２１２に記憶されて実行されるコンピ ュータプログラム命令１２１４の制御のもとで動作する。メモリ装置１２１２は 、データ１２１６、ＨＴＭＬドキュメント１２１８、オーディオＨＴＭＬドキュ メント１２２０、オーディオファイル１２２２、およびグラフイックファイル１ ２２４をも含んでいる。 オーディオインタープリタドキュメントサーバ１１００は、図１の実施の形態 に関連して説明した、オーディオインタープリタノード１５４とドキュメントサ ーバ１６０との機能を実行する。これらの機能は、コンピュータプログラム命令 １２１４を実行する中央処理装置１２０６によって行われる。つまり、コンピュ ータプログラム命令１２１４は、（１）オーディオインタープリタノード１５４ の機能を実行するコンピュータプログラム命令３１２、および（２）ドキュメン トサーバ１６０の機能を実行するコンピュータプログラム命令４１６、と同じま たは類似のプログラム命令を含むものである。オーディオインタープリタノード １５４およびドキュメントサーバ１６０の機能は前に詳しく説明したので、ここ ではこれ以上詳細には述べない。中央処理装置１２０６は、複数の処理を同時に 実行することができ、これにより、オーディオインタープリタノード１５４およ びドキュメントサーバ１６０の機能を実行する。このマルチ処理機能が図１２に 描かれており、そこでは中央処理装置１２０６がオーディオ翻訳／ブラウジング 処理１２０８とドキュメント供給処理１２１０とを行うものとして示されている 。 動作において、オーディオ処理ノード１５２は、図１に関連して説明したのと 同様のやり方で、リンク１５３を介してオーディオインタープリタドキュメント サーバ１１００と通信する。しかし、オーディオインタープリタノード１５４が リンク１６４を介してドキュメントサーバと通信する図１とは異なり、オーディ オ翻訳ブラウジング処理１２０８は処理間通信により中央処理装置１２０６を介 してドキュメント供給処理１２１０と通信する。 よって、以上説明したように、本発明のオーディオブラウジングは、オーディ オ処理機能、オーディオ翻訳／ブラウジング機能、およびドキュメント供給機能 が特定の構成に応じて一体または分離されるというように、様々な形態で実現す ることができる。当業者は、他の構成によっても本発明のオーディオブラウジン グ機能が提供されることを認めるであろう。 以上の記述から分かるように、本発明は、通常のグラフィックブラウザととも に用いられるようにされた標準的なＨＴＭＬドキュメントとともに、または本発 明の特徴であるオーディオブラウジングに用いられるように特に生成されたオー ディオＨＴＭＬドキュメントとともに用いられる。 標準的なＨＴＭＬドキュメントのオーディオ翻訳については、多くの標準的な テキスト−音声変換技術が用いられてよい。次のセクションでは、標準的なＨＴ ＭＬドキュメントをオーディオデータに変換するために用いられる技術について 説明する。ここで説明するＨＴＭＬドキュメントをオーディオデータに変換する 技術は説明のためのものに過ぎず、当業者はＨＴＭＬドキュメントをオーディオ 信号に変換する他の様々な技術を容易に実行することが可能である。 標準的なテキスト文書は、周知である通常のテキスト−音声変換技術を用いて 翻訳される。テキストはドキュメント内で出会ったときに翻訳され、このような 翻訳はユーザがオーディオ入力（例えば、プロンプトに答えるためまたはリンク をたどるため）を供給するまで、或いはドキュメント内でプロンプトに到達する まで続けられる。ある文章の終わりは、音に休止を付加することで翻訳され、パ ラグラフマーク＜ｐ＞は長い休止を挿入することで翻訳される。テキスト様式は 、以下のように翻訳されてよい。 イメージ命令は、特定のイメージがドキュメント内に挿入されることを示すＨ ＴＭＬの仕様である。ＨＴＭＬイメージ命令の一例は、以下のようなものである 。 <IMG SRC="http://machine.att.com/image.gif" ALT="[image of car]"> この命令は、ＵＲＬで定義された機械からイメージファイル”image.gif”が 取り出され、それがクライアントのブラウザで表示されることを示している。あ る通常のグラフィックブラウザはイメージファイルをサポートしておらず、その ためＨＴＭＬイメージ命令はイメージの代わりに表示される代替テキストを含む ことがある。つまり、上述の例では、”image of car”というテキストがイメー ジファイルの代わりに含まれる。本発明のオーディオブラウジング技術によると 、イメージ命令が代替テキストを含むものであれば、そのテキストは処理されて 音声に変換され、その音声信号がユーザに提供される。つまり、この例では、” image of car”「自動車のイメージ」という音声信号が電話１１０側のユーザに 提供される。もし、代替テキストが提供されなければ、代替テキストのないイメ ージに遭遇したことを示す音声信号（例えば、「代替説明のない写真です」）が 生成される。 通常のＨＴＭＬは、ユーザ入力の入力（entering）をサポートする命令を含ん でいる。例えば、以下の命令、 <SELECT NAME="selectvar"> <OPTION> mary <OPTION SELECTED> joe <OPTION> </SELECT> は、ジョー（joe）がデフォールトのオプションとされているときに、マリー（m ary）とジョーという２つのオプションからのユーザが選択することを要求する ものである。クライアントが通常のグラフィカルブラウザを実行する際、これら のオプションは例えばプルダウンメニューとして表されてよい。本発明のオーデ ィオブラウジング技術によると、上記の命令は、以下のような音声信号に翻訳さ れる。 「以下のうちの１つを選んでください。メリー（休止）、現在選択されて いるジョー（休止）、オプションの終了。オプションをもう一度繰り返すには * ｒ、次に行くには # を押してください」 もしあるオプションの後の休止期間にユーザがパウンドキー（pound key）を押 すと、そのオプションが選択される。どのアイテムが選択されても、ユーザが次 に進むことを選択したときは、可変な選択変数（selectvar）と関連したドキュ メントサーバに戻る。ユーザがＤＴＭＦ信号で選択する代わりに、ユーザが音声 信号で選択を行なってもよい。 ユーザ入力を入力する別の通常のＨＴＭＬ命令は、チェックボックス命令であ る。例えば、以下のような一連の命令、 <INPUT TYPE="checkbox" NAME="varname"VALUE="red" CHECKED> <INPUT TYPE="checkbox" NAME="varname"VALUE="blue"> <INPUT TYPE="checkbox" NAME="varname"VALUE="green"> は、通常のグラフィックブラウザでは以下のように表示される。 赤（red） □ 青（blue） □ 緑（green） □ デフォールトでは赤のボックスがチェックされている。ユーザは、青または緑 のボックスをチェックすることでこのデフォールトを変更することが可能である 。本発明のオーディオブラウジング技術によると、上記一連の命令は、ユーザに 与えられる以下のような音声信号に翻訳される。 「以下の選択は休止期間に # を押せば変えられます。現在選択されてい る赤（休止）、青（休止）、緑（休止）。このリストをもう一度繰り返すには * ｒ、次に行くには # を押してください」 休止期間に # を押してＤＴＭＦ信号を生成すると、ユーザは休止期間の前にあ るアイテムを選択することができる。# キーをもう一度押すと、ユーザは一連の 入力動作から抜け出すことができる。ユーザがオプションのリストをもう一度繰 り返したいときには *r を押せばよい。ＤＴＭＦ信号入力の代わりに、ユーザが 音声信号入力を用いてチェックボックスオプションを選択するようにしてもよい 。 通常のＨＴＭＬドキュメントは、以下のような TEXTAREA 命令を用いてユーザ にテキスト入力を要求することができる。 <TEXTAREA COLS=60 ROWS=4 NAME="textvar">ここにテキストを挿入してく ださい </TEXTAREA> これにより、通常のグラフィックブラウザでは、「ここにテキストを挿入してく ださい」というテキストに続いて、テキスト入力のためにユーザに与えられた６ ０行４列のテキストボックスが表示されることになる。本発明のオーディオブラ ウジング技術によると、上記命令は以下のように翻訳される。COL および ROWS というパラメータは無視され、 「ここにテキストを挿入してください」 という音声がユーザに与えられる。そして、ユーザはＤＴＭＦトーン音に続いて # 信号を入力することができる。これらＤＴＭＦ信号は、変数”textvar”と関 連したドキュメントサーバに与えられる結果により処理される。或いは、ユーザ は電話１１０のマイクに応答を話すことでテキストを与えることができ、その音 声は音声認識モジュール２１４でデータに変換され、そのデータが変数”textva r”と関連したドキュメントサーバ１６０に与えられる。 以上の記述から分かるように、通常のＨＴＭＬドキュメントが本発明のオーデ ィオブラウジング技術によりブラウズされ得るように様々な技術を用いることが できる。 本発明によるオーディオブラウジングの利益をより十分に明らかにするために 、通常のＨＴＭＬ命令に加えて付加的なドキュメント命令が用いられてもよい。 オーディオＨＴＭＬ命令といわれるこれらの命令が、通常のＨＴＭＬドキュメン トに導入されてもよい。これらのオーディオＨＴＭＬ命令を以下で説明する。 音声源命令、 <VOICE SRC="//www.abc.com/audio.file"> によると、特定されたファイルがユーザに対して再生される結果となる。かかる 命令は、図５に例示したドキュメント５００のライン５１２に詳細に記載されて いる。 ネームコレクト命令、 <COLLECT NAME="collectvar"> はプロンプトおよびコレクトシーケンスの開始を指定している。かかるコレクト ネーム命令の後には、プロンプト命令および１組の選択命令が続く。ユーザが選 択を行うと、オーディオユーザ入力で示されたように、ユーザの選択の結果は可 変コレクト変数（collectvar）と関連したドキュメントサーバに与えられる。コ レクトネーム命令は、関連するプロンプトおよびコレクトシーケンスとともに、 図５に例示したドキュメント５００のライン５１４〜５２４に詳細に説明されて いる。 ＤＴＭＦ入力命令、 <INPUT TYPE="DTMF" MAXLENGTH="5" NAME=varname> は、ＤＴＭＦ信号形式のオーディオユーザ入力がユーザから予期されることを示 している。この命令はオーディオブラウジング補助部１５０を休止させユーザか らのＤＴＭＦ入力を待機するようにする。ユーザは電話１１０のキーパッドにあ るキーを押すことによってＤＴＭＦシーケンスを入力し、# キーを押すことでシ ーケンスの終了を指示する。ＤＴＭＦ入力は、例示したＨＴＭＬドキュメント５ ００について上述したように処理される。そして、デコードされたＤＴＭＦ信号 は、可変ネーム（varname）と関連したドキュメントサーバに与えられる。MAXLE NGTH パラメータは、入力可能な最大長（ＤＴＭＦ入力）を示す。もしユーザが ＤＴＭＦキー（この例では５）の最大数を超えて入力すると、システムは超過し た入力を無視する。 同様に、SPEECH 入力命令、 <INPUT TYPE="SPEECH" MAXLENGTH="5" NAME=varname> は、音声信号形式のオーディオユーザ入力がユーザから予期されることを示して いる。この命令はオーディオブラウジング補助部１５０を休止させユーザからの ＤＴＭＦ音声入力を待機するようにする。ユーザは電話１１０のマイクに向かっ て話して音声信号を入力する。音声入力は、例示したＨＴＭＬドキュメント５０ ０について上述したように処理される。そして、音声信号は、可変ネームと関連 したドキュメントサーバに与えられる。MAXLENGTH パラメータは、音声入力の最 大長が５秒であることを示す。 ここで説明したオーディオＨＴＭＬ命令は、本発明のオーディオブラウジング 技術の利益を利用するために実行されうるオーディオＨＴＭＬのタイプの例であ る。当業者は別のタイプのオーディオＨＴＭＬ命令を容易に実行することができ る。 上述のオーディオＨＴＭＬ命令に加えて、オーディオブラウジング補助部１５ ０は様々なナビゲーション命令をサポートしている。通常のグラフィックブラウ ザでは、ユーザはドキュメントによりナビゲーションするための通常の技術を用 いてもよい。このような通常の技術は、ドキュメントをスクロールするためのテ キストスライダと、カーソル動作と、ページアップ、ページダウン、ホーム、お よびエンドのような命令とを含んでいる。本発明のオーディオブラウジング技術 によると、以下のように、ユーザは、ＤＴＭＦトーン形式または音声形式のいず れかのオーディオユーザ入力を用いてドキュメントをナビゲートしてもよい。 以上の詳細な説明は、全ての点について実例となる典型的なものであって限定 的なものと理解されるものではなく、ここで開示する発明の範囲は詳細な説明か らではなく、特許法に許される最大限の範囲に解釈される請求の範囲によって決 定されるものである。また、ここで示し説明した実施の形態は本発明の原則を例 示しただけのものであり、当業者は本発明の範囲および特徴から離れることなく 様々な設計変更を行なってもよいことが理解される。例えば、ここではパケット スイッチ通信チャネルのような通信チャネルについて説明したが、回路スイッチ 通信チャネルのような通信チャネルでの実行も可能である。 （注２） ここで電話番号は説明のためだけに用いたものである。いかなる特定 の電話番号を用いることも本発明の実例として以外に何ら意味を持つものではな い。また、実際の電話番号を意味するものではない。 （注３） ここでイタリック体はテキストが音声として再生されることを示すた めに用いられる。

───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.⁶ 識別記号 ＦＩ Ｈ０４Ｍ 11/08 Ｈ０４Ｌ 11/20 １０２Ｚ (72)発明者 ラミング ジェームス クリストファー アメリカ合衆国 カリフォルニア州 メン ロパーク シャロン パーク ドライブ 350 アパートメント エヌ−103 (72)発明者 レアー ケネス ジー アメリカ合衆国 イリノイ州 バーウィン ウェスト 35 ストリート 7108 (72)発明者 タッキー カーティス デュアン アメリカ合衆国 イリノイ州 シカゴ ノ ース レタ 3546 【要約の続き】 したユーザデータに翻訳し、さらにそのユーザデータを ドキュメント供給プロトコルチャネルを介してドキュメ ントサーバに提供する。

Claims (1)

1. 【特許請求の範囲】 １ サーバに記憶されている情報へのオーディオアクセスを提供するための方 法において、 オーディオインターフェイス装置と通信ネットワークノードとの間にオーディ オチャネルを確立するステップと、 前記通信ネットワークノードと前記サーバとの間にドキュメント供給プロトコ ルチャネルを確立するステップと、 前記サーバから前記ドキュメント供給プロトコルチャネルを介して、前記通信 ネットワークノードにおいてドキュメントを受信するステップと、 前記受信したドキュメントを、前記通信ネットワークノードにおいてオーディ オデータに翻訳するステップと、 前記オーディオデータを、前記通信ネットワークノードから前記オーディオチ ャネルを介して前記オーディオインターフェイス装置に送信するステップとを備 えていることを特徴とする方法。 ２ 前記オーディオインターフェイス装置が電話であり、前記オーディオチャ ネルを確立するステップが、 前記サーバに関連した電話番号への電話を受信するステップと、 前記電話を前記通信ネットワークノードへルート指定するステップとをさらに 備えていることを特徴とする請求項１の方法。 ３ 前記サーバがＷＷＷドキュメントサーバであり、前記ドキュメント供給プ ロトコルがハイパーテキスト転送プロトコルであることを特徴とする請求項１の 方法。 ４ 前記ドキュメントがＨＴＭＬ命令を含んでいることを特徴とする請求項１ の方法。 ５ 前記ドキュメントがオーディオＨＴＭＬ命令をさらに含んでいることを特 徴とする請求項４の方法。 ６ 前記オーディオインターフェイス装置から前記オーディオチャネルを介し たオーディオユーザ入力を、前記通信ネットワークノードにおいて受信するステ ップと、 前記通信ネットワークノードにある前記オーディオユーザ入力を、前記ドキュ メント供給プロトコルを介して送信されるのに適したユーザデータに翻訳するす るステップと、 前記ユーザデータを前記ドキュメント供給プロトコルチャネルを介して前記サ ーバへ送信するステップとをさらに備えていることを特徴とする請求項１の方法 。 ７ 前記オーディオユーザ入力がＤＴＭＦトーン音であることを特徴とする請 求項６の方法。 ８ 前記オーディオユーザ入力が音声信号であることを特徴とする請求項６の 方法。 ９ サーバに記憶されている情報へアクセスするためのシステムであって、 オーディオインターフェイス装置から前記サーバに関連した電話番号への通話 呼び出しを受信する通信ネットワークノードであって、この通信ネットワークノ ードと前記オーディオインターフェイス装置との間にオーディオチャネルが確立 されているような通信ネットワークノードと、 前記電話番号を前記サーバと関連付けるための、前記通信ネットワークノード によってアクセス可能なデータベースと、 前記通信ネットワークノードと前記サーバとの間にドキュメント供給プロトコ ルチャネルを確立するための、前記通信ネットワークノードに関連した手段と、 前記サーバから前記ドキュメント供給プロトコルチャネルを介して受信したド キュメントをオーディオデータに翻訳するための、前記通信ネットワークノード に関連したインタープリタと、 前記オーディオデータを前記オーディオチャネルを介して前記オーディオイン ターフェイス装置に送信するための、前記通信ネットワークノードに関連した手 段とを備えていることを特徴とするシステム。 １０ 前記オーディオインターフェイス装置が電話であることを特徴とする請 求項９のシステム。 １１ 前記インタープリタは、前記オーディオインターフェイス装置から前記 オーディオチャネルを介して受信したオーディオユーザインターフェイスを、前 記ドキュメント供給プロトコルを介しての送信に適したユーザデータに翻訳する ようにもされており、 前記システムが、前記ドキュメント供給プロトコルチャネルを介して前記サー バに前記ユーザデータを送信するための手段をさらに備えていることを特徴とす る請求項９のシステム。 １２ 前記オーディオユーザ入力がＤＴＭＦトーン音であることを特徴とする 請求項１１のシステム。 １３ 前記オーディオユーザ入力が音声信号であることを特徴とする請求項１ １のシステム。 １４ 前記サーバがＷＷＷドキュメントサーバであり、前記ドキュメント供給 プロトコルがハイパーテキスト転送プロトコルであることを特徴とする請求項９ のシステム。 １５ 前記ドキュメントがＨＴＭＬ命令を含んでいることを特徴とする請求項 ９のシステム。 １６ 前記ドキュメントがオーディオＨＴＭＬ命令をさらに含んでいることを 特徴とする請求項１５のシステム。 １７ 前記データベースが、電話番号とＵＲＬとを関連付けるデータを含んで いることを特徴とする請求項９のシステム。 １８ ドキュメント供給プロトコルに従ってドキュメントを供給するサーバに 記憶された情報へのオーディオアクセスを提供する方法において、 オーディオインターフェイス装置と前記サーバとの間に通信チャネルを確立す るステップと、 前記サーバに供給されたドキュメントをオーディオデータに翻訳するステップ と、 前記オーディオデータを前記オーディオインターフェイス装置に提供するステ ップとを備えていることを特徴とする方法。 １９ 前記翻訳するステップが前記サーバで行われることを特徴とする請求項 １８の方法。 ２０ 前記ドキュメント供給プロトコルがハイパーテキスト転送プロトコルで あることを特徴とする請求項１９の方法。 ２１ 前記翻訳するステップが前記オーディオユーザインターフェイスで行わ れることを特徴とする請求項１８の方法。 ２２ 前記翻訳するステップが、前記サーバと前記オーディオユーザインター フェイスとの間に配置された、前記通信チャネル内の中間ノードで行われること を特徴とする請求項１８の方法。 ２３ 前記ドキュメント供給プロトコルがハイパーテキスト転送プロトコルで あることを特徴とする請求項１８の方法。 ２４ 前記オーディオインターフェイス装置から受信したオーディオユーザ入 力を、前記ドキュメント供給プロトコルと共存できる命令に翻訳するステップと 、 前記命令を前記サーバに提供するステップとを備えていることを特徴とする請 求項１８の方法。 ２５ サーバとオーディオインターフェイス装置とが通信チャネルで接続され ており、ドキュメント供給プロトコルに従って動作する前記サーバと前記オーデ ィオインターフェイス装置との間で情報を翻訳するためのシステムにおいて、 前記ドキュメント供給プロトコルを介して前記サーバによって供給されるドキ ュメントを受信するための手段と、 前記受信したドキュメントをオーディオデータに翻訳するためのインタープリ タと、 前記オーディオデータを前記オーディオインターフェイス装置に提供するため の手段とを備えていることを特徴とするシステム。 ２６ 前記オーディオインターフェイス装置が電話であり、前記システムが前 記通信チャネルを確立するための手段をさらに備えており、この通信チャネルを 確立するための手段が、 前記電話から前記サーバに関連した電話番号への電話を受信するための手段と 、 前記電話番号と前記サーバとを関連付けるためのデータベースとを備えている ことを特徴とする請求項２５のシステム。 ２７ 前記インタープリタが、前記オーディオインターフェイス装置と前記サ ーバとの間の前記通信チャネル内に置かれたノードに位置していることを特徴と する請求項２５のシステム。 ２８ 前記インタープリタが、前記ドキュメントサーバ内に位置していること を特徴とする請求項２５のシステム。 ２９ 前記インタープリタが、前記オーディオインターフェイス装置内に位置 していることを特徴とする請求項２５のシステム。 ３０ 前記インタープリタが、前記オーディオインターフェイス装置から受信 したオーディオユーザ入力を、前記ドキュメント供給プロトコルに従って送信さ れるのに適した命令に翻訳するようにもされており、 前記システムは前記命令を前記ドキュメントサーバに提供する手段をさらに備 えていることを特徴とする請求項２５のシステム。 ３１ 記憶されたドキュメントへのオーディオアクセスを提供するためのドキ ュメントサーバにおいて、 オーディオインターフェイス装置との通信を提供する通信リンクと接続するた めのインターフェイスと、 コンピュータプログラム命令および前記ドキュメントを記憶する機械読みだし 可能な記憶装置と、 前記コンピュータプログラム命令を実行するために、前記メモリおよび前記イ ンターフェイスに接続された中央処理装置とを備えており、 前記コンピュータプロググラム命令により、前記中央処理装置は、 ドキュメント要求の受信に応答し、ドキュメント供給プロトコルに従って前記 機械読みだし可能な記憶装置から前記要求されたドキュメントを取り出すステッ プと、 前記要求されたドキュメントをオーディオデータに翻訳するステップと、 前記オーディオデータを、前記インターフェイスを介して前記オーディオイン ターフェイス装置へ送信するステップとを実行するようにされていることを特徴 とするドキュメントサーバ。 ３２ 前記ドキュメント供給プロトコルがハイパーテキスト転送プロトコルで あることを特徴とする請求項３１のドキュメントサーバ。 ３３ 前記通信リンクが電話ネットワーク接続であり、前記ドキュメントサー バが電話ネットワークインターフェイスをさらに備えていることを特徴とする請 求項３１のドキュメントサーバ。 ３４ 前記通信リンクがパケットネットワーク接続であり、前記ドキュメント サーバがパケットネットワークインターフェイスをさらに備えていることを特徴 とする請求項３１のドキュメントサーバ。 ３５ 前記コンピュータプログラム命令により前記中央処理装置が、さらに 前記オーディオインターフェイス装置から前記通信リンクを介して受信したオ ーディオユーザ入力に応答し、前記オーディオユーザ入力をユーザデータに翻訳 するステップと、 前記ユーザデータに応答し、ドキュメント供給プロトコルに従って前記機械読 みだし可能な記憶装置からドキュメントを取り出すステップとを実行するように されていることを特徴とする請求項３１のドキュメントサーバ。