JPS6345950A - 対話形音声応答装置 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 〔産業上の利用分野〕 本発明は、対話形式で応答を行う対話形音声応答装置に
関するものである。

〔従来の技術〕

対話形音声応答装置は、回線からの入力内容に応じて、
音声による所定のメツセージを選択してこれを回線に送
出するものである。この装置においては、利用者（発呼
者）の意向を知るための手段、即ち回線からの入力手段
は、利用者の音声を認識することによるか、又はＰＢ（
ブツシュボタン）信号等の非音声情報を授受することに
よるものである。

第２図は音声認識を用いた場合の処理例を示すフローチ
ャートである。なお同図において口は利用者への音声の
送出ブロック、＝は利用者の音声の録音ブロックを示す
。同図に示すように利用者の意向を確認するために、例
えば「ハイ」の発声を指示する応答メツセージを送出し
て、利用者の音声を認識し、その認識結果が「ハイ」な
らば次の処理に進み、「ハイ」以外ならばもう一度同じ
応答メツセージを送出するものである。

一方、第３図はＰＢ信号を用いた処理例を示すフローチ
ャートである。同図に示すように本処理例では、「ハイ
」を意味する所定のＰＢ操作、例えば「＊０」を指示す
る応答メツセージを送出して、ＰＢ信号を検出すること
により、上記処理例と同様の処理を行うものである。

〔発明が解決しようとする問題点〕

しかしながら音声認識により処理する場合は、利用者が
「ハイ」の意思をもっているにも拘わらず、誤って「エ
エ」　「ドウゾ」等の認識対象以外の言葉を発した場合
に、「ハイ」以外の入力があったものと認識してしまい
、もう一度同じ応答メツセージを送出することになると
いう欠点があった。しかも第２図中に示したように、「
よろしかったら「ハイ」とおっしゃってください」等、
発声内容を指示する冗長なメツセージを挿入する必要が
ある等、人間同士の会話と大きく異なるため、利用しづ
らいという欠点もあった。

またＰＢ信号等により処理する場合も、第３図に示した
ように「ハイ」の場合は「＊０」を押すというような決
められた手順に従って操作する必要があるために、上記
と同様に誤操作による応答メツセージの繰り返し等の欠
点があり、しかも利用者に上記のような特殊なＰＢ操作
を強いることになるので、利用者の負担が極めて大きく
なるという欠点があった。

これらの欠点を解決するためには、入力手段として、語
霊・語数等に制限がない日常的な言葉によって入力内容
をｖｇ識することが必要であるが、現在の音声認識技術
ではハードウェア規模が非常に大きく高価になってしま
い、電話機等に適用するには難点があった。

本発明はこれらの問題点に鑑み、日常的な言葉の発声に
よる入力音声に応答でき、しかも簡便な構造の音声入力
応答装置を提供することを目的とする。

〔問題点を解決するための手段〕

本発明の構成を第１図に基づいて説明する。本発明は、
回線からの入力音声を受信し、それに基づいて応答メツ
セージを送出し、対話形式で応答を行う対話形音声応答
装置において、回線から入力音声を検出する入力音声検
出手段１と、入力音声の継続時間長（音声時間長）Ｔを
計測する測定手段２と、音声時間長しきい値情報を格納
する音声時間長しきい値情報格納手段３と、複数の応答
メツセージ情報を格納する応答メツセージ情報格納手段
４と、音声時間長Ｔを音声時間長しきい値と比較する比
較手段５と、その比較結果に基づいて応答メツセージを
選択し回線に出力する応答メツセージ送出手段６とを備
えたものである。

〔作用〕

本発明の作用を同じく第１図に基づいて説明する。回線
からの相手側の入力音声は入力音声検出手段１により検
出される。そして測定手段２により音声時間長Ｔが計測
される。第４図は入力音声の内容と音声時間長との相関
関係を示す説明図であり、横軸は音声時間長Ｔ１縦軸は
出現頻度（Ｘ）を表わす。同図に示すように、一般に、
応答メツセージに続けて発せられる入力音声の内容と音
声時間長Ｔの長さとは相関関係がある。そこで比較手段
５によりこの音声時間長Ｔの長さを音声時間長しきい値
と比較することによって入力音声に対応した適切な応答
メツセージを選択することができ、応答メツセージ送出
手段６により選択された応答メツセージは回線に送出さ
れる。

〔実施例〕

本発明の一実施例を第５図及び第６図に基づいて説明す
る。

第５図は本発明の一実施例に係る自動応答録音装置を示
すブロック図であり、７は局線り１．Ｌ２に接続される
着信検出部、８は４又は８ビツトのマイクロコンピュー
タで構成される制御部、９はフックスイッチ、１０はフ
ックスイッチ９と並列に接続されるループ制御部、１１
はループ制御部１０を介して局線Ｌ１．Ｌ２に接続され
る通話回路部、１２は通話回路部１１の送話端子Ｔ１．
　Ｔ２に接続される応答メツセージ送出部、１３は応答
メツセージ送出部１２に接続され、複数の応答メツセー
ジ情報を蓄積した応答メツセージ情報蓄積部、１４は通
話回路部１１の受話端子Ｒ，，Ｒ２に接続される相手音
声検出部、１５は同じ（通話回路部１１の受話端子に接
続される相手メツセージ録音部、１６は相手音声の継続
時間長又は無言時間長を計測するための時計、１７は音
声時間長しきい値ＴＬ、ＴＨ（ＴＬ＜ＴＨ）、無言判定
しきい値及び発生終了しきい値といった時間長しきい値
情報を格納する時間長しきい値情報格納部である。

以上の構造における動作を同じく第５図に基づいて説明
する。まず、着信があると着信検出部７がこれを検出し
て制御部８に着信信号を出力する。

制御部８はこの着信信号があると、所定時間経過後、ル
ープ制御部１０を作動させてループを閉成し、自動着信
動作を終了する。

第６図は第５図の装置における応答制御を示すフローチ
ャートであり、以下の動作は第５図及び第６図に基づい
て説明する。ループ閉成後、応答メツセージ送出部１２
を作動させて、応答メツセージ情報蓄積部１３に予め記
憶させた第一メツセージ（例えば［はい、鈴木でござい
ます」）を通話回路部１１に送出する。

この際、第一メツセージの送出後、相手メツセージ録音
部１５を作動させ、通話回路部１１の受話端子Ｒ１，Ｒ
２から得られる利用者（発呼者）の音声を録音する。

同時に相手音声検出部１４により利用者の音声の有無を
監視する。無音区間の時間長を時計１６により計測し、
この時間長が無言判定しきい値を越える前に音声が検出
されたら、その無音区間は音声区間と次の音声区間との
間のポーズであると判断し、再び音声の無音区間の開始
を検知するために音声を監視する。そして無音区間の時
間長が無言判定しきい値を越えた時点で、利用者のメツ
セージが終了したものと判断し、その継続時間長（音声
時間長）に基づいて次に送出する応答メツセージの選択
制御が開始される。

ここで上記の第一応答メツセージが「はい、鈴木でござ
います」であるとすると、それに続く利用者のメツセー
ジには以下のような場合が考えられる。

〜７− ■　利用者が送出された応答メツセージを聞き取れなか
ったか、応答メツセージの内容に不自然さを感じた等の
理由で、「え？」「もしもし？」等の問い返しをした場
合。この場合音声時間長Ｔは極めて短くなる。

■　■と同じ理由により無言の場合。

■　「銘木一部さんいらっしゃいますでしようか。」の
ように、相手名のみが含まれているメツセージの場合。

この場合、音声時間長Ｔは比較的短くなる。

■　「東京の日中と申しますが、銘木一部さんいらしゃ
まいますでしょうか。」のように、利用者名と用件のあ
る相手の名が両方とも含まれているメツセージの場合。

この場合、音声時間長Ｔは比較的長くなる。

そこで本実施例では、音声時間長Ｔを時計１６により計
測し、音声時間長しきい値ＴＬ、ＴＨと比較することに
より上記の■ないし■、■又は■の場合に対応させてＴ
≦ＴＬ、ＴＬ＜Ｔ＜ＴＨ２ＴＨ≦Ｔの三つに分類する。

モしてＴ≦ＴＬのときは上記の■又は■の場合であると
判断し、再び第一メツセージを送出する。

またＴ　　＜ＴＮＴ　　のときは上記の■の場合である
と判断し、「恐れ入りますが、どちら様でしようか」等
、利用者名を質問する応答メツセージを選択して送出し
、利用者の音声を録音する。そして次に例えば「御用件
をお話し下さい」等の応答メツセージを送出し、再び利
用者の音声を録音する。

さらにＴＨ≦Ｔのときは上記の■の場合であると判断し
、ＴしくＴくＴＨのときのように利用者名を尋ねること
なく、用件を尋ねる旨の応答メツセージの送出を行い、
以下同様の動作を行う。

このよう１こ本実施例では、相手音声検出部１４により
利用者の音声の有無を監視し、時計１６により音声時間
長Ｔを計測することによって、利用者のメツセージの内
容を推測し、それに対応して適切な応答メツセージを送
出することができるので、利用者にとって極めて簡便な
自動応答録音装置を提供することができるという利点が
ある。

次に本発明の他の実施例を説明する。

まず本実施例の概略を第７図に基づい′Ｃ説明する。第
７図は本実施例の基本動作を示すフローチャートである
。前記の実施例では相手メツセージをその音声時間長Ｔ
により、Ｔ≦ＴＬの場合は利用者名、相手名を含まない
もの、ＴＬ＜ＴくＴＨの場合は利用者名を含まず相手名
を含むもの、Ｔ８≦Ｔの場合は利用者名及び相手名を含
むものというように判断するものであったが、第４図か
ら分かるようにＴしくＴ＜ＴＨのメツセージの場合、相
手名を含まず利用者名を含むものがある。この場合と利
用者名を含まず相手名を含む場合は音声時間長Ｔが同程
度であり、音声時間長Ｔからの判別は困難である。そこ
で本実施例は第７図に示すように、ＴＬ＜Ｔ＜Ｔ、の場
合に「はい」などの相槌を送出し、これに対し利用者か
ら応答があった場合は、前のメツセージは利用者名のみ
を含むものであり、さらに後のメツセージは用件のある
相手名のみを含むものであると判断し、利用者から応答
がない場合は、利用者のメツセージは用件のある相手名
のみを含むものであったと判断するようにしたものであ
る。

本実施例を第８図及び第９図（ａ）　（ｂ）　（ｃｌに
基づいて詳細に説明する。第８図は本発明の他の実施例
に係る自動応答録音装置を示すブロック図であり、着信
検出部７、制御部８、ループ制細部１０、通話回路部１
１、応答メツセージ送出部１２、応答メツセージ情報蓄
積部１３、相手音声検出部１４、相手メツセージ録音部
１５、時計１６、時間長しきい値情報格納部１７は第５
図と同じである。１８は通話回路部１１の送話端子Ｔ、
、Ｔ２に接続される相槌送出部である。なお応答メツセ
ージ情報蓄積部１３に相槌メツセージ情報を蓄積する態
様をとれば、相槌送出部１８を省略することができる。

以上の構造における動作を第８図に基づいて説明する。

まず着信があると、第１図の実施例と同様の自動着信動
作を行うと共に、相手メツセージ録音部１５を作動させ
、通話回路部１１の受話端子Ｒ１，Ｒ２から得られるメ
ツセージ音声の録音動作を開始する。

以下の動作は第８図及び第９図（ａｌ　（ｂｌ　（ｃ）
に基づいて説明する。第９図（Ｒ３（ｂ）　（ｃ）は第
８図の装置における応答制御を示すフローチャートであ
る。第９図（ａ）に示すように自動着信動作終了後、応
答メツセージ送出部１２を作動させて、応答メツセージ
情報蓄積部１３に予め記憶させた第１応答メツセージ（
例えば「はいＯＯ商事でございます」）を送出する。

その次に相手音声検出部１４を作動させ、利用者の音声
の有無及びその長さを監視する。時間長しきい値情報格
納部１７に格納されている無言判定しきい値時間が経過
しても利用者がメツセージを発しない場合には、利用者
は第１応答メツセージを聞き取れなかった等の原因で無
言状態にあるものと判断し、再び第１応答メツセージを
送出する。その後も利用者がメツセージを発しない場合
には、利用者はメツセージを述べる意思がないものと判
断し、定められた回数だけこの動作を繰り返した後、処
理終了過程へと移行する。

一方、利用者音声検出部１４から利用者のメツセージが
検出された場合には以下の音声時間長Ｔの測定を行う。

第９図（ｂ）に示すように、まず時計１６を作動させ、
利用者メツセージの音声時間長Ｔの計測を開始する。そ
して利用者メツセージが相手音声検出部１４により無音
と判定された場合には、一端時計１６を停止しそれまで
に計数された音声時間長Ｔを保存した後、無音時間の測
定を開始する。無音状態が時間長しきい値情報格納部１
７に格納されている発生終了しきい値時間以上継続した
場合には、その時点で利用者のメツセージは終了したと
判断するが、発生終了しきい値時間継続する以前に利用
者からの音声が相手音声検出部１４から検出された場合
には、先程保存された音声時間長Ｔを時計１６にロード
し直し、再び音声時間長Ｔの積算を行う。

第９図（ａｌに戻って説明する。利用者のメツセージ終
了が確認されたら、制御部８は音声時間長Ｔを時計１６
から読み込み、時間長しきい値情報格納部１７に格納さ
れていた音声時間長しきい値ＴＬ。

Ｔ８と比較を行う。比較の結果により以後の処理は次の
ようになる。

■　ＴＨ≦Ｔの場合 利用者第１メツセージは利用者名と用件のある相手名の
両方を述べていると判断できるので、応答メツセージ情
報蓄積部１３から利用者の用件を尋ねる応答メツセージ
（例えば「只今留守にしておりますので、用件がござい
ましたらどうぞおっしゃて下さい」）を選択し局線へ送
出する。

■　ＴしくＴくＴＨの場合 利用者第１メツセージは利用者のみを述べているか、用
件のある相手名のみを述べているかのいづれかであると
推定できる。そこで、相槌送出部１８から相槌（例えば
「はい」）を局線へ送出した後、相手音声検出部１４に
より利用者音声の監視を開始する。その後の処理は、利
用者音声の有無によって次の２つに別れる。

■−１一定時間が経過する以前に利用者の音声が検出さ
れた場合。

利用者第１メツセージは利用者名のみを述べたものであ
り、しかも利用者第２メツセージは用件のある相手名を
述べていると判断できるので、前述した利用者メツセー
ジ終了確認を行った後、応答メツセージ情報蓄積部１３
から利用者の用件を尋ねるメツセージを選択し局線へ送
出する。

■−２一定時間が経過しても利用者の音声が検出されな
い場合。

利用者第１メツセージは用件のある相手名のみを述べた
ものであると判断できるので、応答メツセージ情報蓄積
部１３から利用者名を尋ねるメツセージ（例えば「失礼
ですがどちら様でしょうか」）を選択し局線へ出力する
。そして、利用者メツセージ終了確認後、応答メツセー
ジ情報蓄積部１３から利用者の用件を尋ねるメツセージ
を選択し局線へ送出する。

■　ＴＬ≦Ｔの場合 利用者第１メツセージは利用者名も用件のある相手名も
述べていないと判断できるので、相槌送出部１８から相
槌を選択し局線へ出力した後、再び利用者第１メツセー
ジに対する処理を繰り返す。

以上の処理を行うことにより、装置はいづれにしても用
件を尋ねるメツセージを送出することになる。この用件
を尋ねるメツセージに対して利用者からの音声がない場
合には、第１応答メツセージ送出時と同様に一定の回数
用件を尋ねるメツセージを繰り返した後、処理終了過程
へ移行する。

利用者からの音声が検出された場合には、利用者メツセ
ージ終了確認（第９図（Ｃ））後、応答メツセージ情報
蓄積部１３から対話終了を表わすメツセージ（例えば「
どうもありがどうございました」）を選択し局線へ送出
したのち、ループ制御部１０を作動させループを開放す
ると共に、相手メツセージ録音部１５を停止しすべての
処理を終了する。

このように、相手音声検出部１４と時計１６により利用
者により利用者メツセージの継続時間長情報を抽出し、
その結果からその利用者メツセージの意味を推定すると
共に、音声時間長情報だけでは判定できないメツセージ
の意味を正確に推定・理解することができる。利用者メ
ツセージの意味を理解できれば、利用者メツセージに対
して適切な応答メツセージを出力することが可能になり
、マンマシンインタフェースのよい対話形応答ヲ実現で
きるという利点がある。

〔発明の効果〕

以上説明したように本発明によれば、入力音声の継続時
間の長さに基づいて、次に送出すべき応答メツセージを
選択することにより、入力音声の内容に対応した応答メ
ツセージの送出が行えるので、日常的な言葉の発声によ
る入力が可能な対話形の音声応答装置を実現できるとい
う効果がある。

【図面の簡単な説明】

第１図は本発明の構成を示すブロック図、第２図は音声
認識を用いた場合の処理例を示すフローチャート、第３
図はＰＢ信号を用いた処理例を示すフッ−チヤード、第
４図は入力音声の内容とその継続時間長との相関関係を
示す説明図、第５図は一実施例に係る自動応答録音装置
を示すブロック図、第６図は第５図の装置における応答
制御を示すフローチャート、第７図は他の実施例の基本
動作を示すフッ−チヤード、第８図は他の実施例に係る
自動応答録音装置を示すブロック図及び第９図（ａ）　
ｆｂｌ　（ｃ）は第８図の装置における応答制御を示す
フローチャートである。 １　・入力音声検出手段、２・・測定手段、３・・・音
声時間長しきい値情報格納手段、４・・・応答メツセー
ジ情報格納手段、５・・・比較手段、６・・・応答メツ
セージ送出手段、７・・・着信検出部、８・・制御部、
１０・・・ループ制御部、１１・・・通話回路部、１２
　・応答メツセージ送出部、１３・・・応答メツセージ
情報蓄積部、１４・・・相手音声検出部、１５・・・相
手メツセージ録音部、１６・・・時計、１７・・・時間
長しきい値情報格納部、１８・・・相槌送出部。 本発明の構成 音声認識を用いた処理例 第２図 會 ＰＢ等の非音声信号を用いた処理例 第３図 （ｂ） 他の実施例における 筑　ｑ　図 応答動作

Claims (1)

1. 【特許請求の範囲】 回線からの入力音声を受信し、それに基づいて応答メッ
   セージを送出し、対話形式で応答を行う対話形音声応答
   装置において、 回線から入力音声を検出する入力音声検出手段（１）と
   、 入力音声の継続時間長を計測する測定手段（２）と、音
   声時間長しきい値情報を格納する音声時間長しきい値情
   報格納手段（３）と、 複数の応答メッセージ情報を格納する応答メッセージ情
   報格納手段（４）と、 入力音声の継続時間長を音声時間長しきい値と比較する
   比較手段（５）と、 比較結果信号に基づいて応答メッセージを選択し回線に
   送出する応答メッセージ送出手段（６）とを備えたこと
   を特徴とする対話形音声応答装置。