JPS6385934A - 知的ワ−クステ−シヨン - 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】 ［発明の目的］ （産業上の利用分野） 本発明は、例えば着信電話に対して適切な対応を可能と
する知的ワークステーションに関する。

（従来の技術） 不在者への電話着信があった場合、その着信電話に対し
てどのように対応するかがオフィス業務の円滑化を図る
上で重要な課題となる。例えば重要な用件の電話着信が
あり、その用件に関与する担当者が不在の場合には適切
な代行者によりこれに対応することが必要である。つま
り用件に応じた適切な代行者を選定して、その着信電話
に対応することが必要である。

このような代行者の選定は、例えば受付は業務にあって
も同様であり、来訪者の用件にに応じて適切な担当者を
選定し、その担当者に連絡することが必要である。

そこで従来では、例えば組織表や業務分担表等を参照し
て用件に対処し得る代行者を選定し、その代行者に電話
を取次いだり、また連絡するようにしている。

しかし業務が多様化している現代社会にあっては、−個
人が複数の職務を果たし、またその業務分担も複雑に入
組んでいることが一般的である。

この為、適切な代行者を選定する作業が困難化している
。

またこのような手続きを経て選定した代行者であっても
、実際にはその用件に対応することができない場合があ
る。また選定した代行者が不在であることも多くある。

この結果、その都度、電話転送を繰返す等の不具合を招
来し、迅速で適切な対応をとることが困難化している。

（発明が解決しようとする問題点） このように従来にあっては、不在者に対する着信電話等
に対して、例えば組織表等からその適切な代行者を選定
することが非常に困難であった。

しかもこのような代行者選定作業は、一般的には非生産
的な雑務であり、オフィス業務の円滑な運用の妨げの原
因となる等の不具合があった。

本発明はこのような事情を考慮してなされたもので、そ
の目的とするところは、不在者に対する着信電話等に対
して適切な代行者を自動的に選定し、その用件に対して
迅速に対応することを可能とする知的ワークステーショ
ンを提浜することにある。

［発明の構成コ （問題点を解決するための手段） 本発明は第１図にその概念を示すように、情報蓄積装置
（データベース）に複数の個人をそれぞれ特定する情報
と業務内容に関する情報との相関関係を示す情報を代行
者のリレーションとして格納しておき、例えば電話着信
があったとき、その電話を介して与えられる電話音声を
音声認識し、その入力情報が指定する個人または業務内
容に関する情報に従って上記情報蓄積装置に格納された
個人スケジュールや代行者のリレーションを検索する。

そして着信電話が被呼する個人が不在の場合には、上記
データベースから該入力に対応し得る個人の情報（代行
者）を求め、その代行者に着信電話を転送する等してそ
の古漬電話に対応させるようにしたものである。

特に複数人の代行者を優先順位付けして登録しておき、
優先順位に従って順に選定された代行者の個人スケジュ
ールを参照する等して適切な代行者を迅速に求めるよう
にしたものである。

（作用） かくして本発明によれば、着信電話が指定する個人が不
在であれば、データベースの代行者のリレーションの検
索によってその用件等に応じた適切な代行者が自動的に
選定される。そしてこの代行者に自動的に電話転送され
る。従って着信電話を適切な代行者に迅速に転送し、そ
の対応に当たらせることが可能となる。

従って複雑に入組んだ組織表等を検索する必要がなくな
り、雑務を軽減してオフィス業務の円滑化を図ることを
可能とする等の効果を奏する。

（実施例） 以下、図面を参照して本発明の実施例につき説明する。

第２図は本発明の実施例に係る知的ワークステーション
の概略構成図である。この知的ワークステーションは、
以下の各部を備えて構成される。

バス１　；以下に説明する各部の間ので必要な情報転送
を行なう為に用いられる。

制御部２　；マイクロプロセッサを主体として構成され
、該知的ワークステーションの各部の動作をそれぞれ制
御するものである。

イメージ入力装置３　；カメラやスキャナ、ＯＣＲ等か
らなり、各種のイメージ情報を入力する。

位置座標入力装置４；タブレットやマウス等からなり、
指定された位置座標情報を入力する。

音声入力部５　；マイクロフォン等により構成され、音
声情報を入力する。

キーボード部６　；複数のキーを備え、文字・記号コー
ドや制御コード等を入力する為のものである。

ＩＣカー１部７　；後述するようにＩＣカードが装着さ
れ、該ＩＣカードとの間で必要な情報を入出力するもの
である。

バスコントローラ８　；バス１を介スる各部間の情報転
送を制御する。

音声出力部９　；スピーカ等からなり、音声情報を出力
する。

ディスプレイ部１０．ＣＲＴディスプレイや液晶ディス
プレイ等からなり、文字・図形・画像等を表示する。

イメージ出力装置１１．ＦＡＸやカラープリンタ等から
なり、種々のイメージ情報をプリント出力する。

通信装置１２，１３．該ワークステーションと電話機、
或いは遠隔地に設置された他のワークステーションや端
末等との情報通信を行なう。

切換え装置１４；ｆｆｌ数の通信装置を切換え使用する
゛。

タイマ一部１５；該ワークステーションに時刻情報や時
間情報を提供する。

暗号化処理部１６；種々の情報を暗号化処理する。

音声照合部１７；与えられた音声情報が特定の音声であ
るか否かを照合処理する。

イメージ照合部１８；与えられたイメージ情報が特定の
イメージであるか否かを照合処理する。

音声認識部１９；与えられた音声情報を認識処理する。

音声分析部２０．音声入力部５等から入力された音声の
特徴を抽出する等して該音声を分析処理する。

文字認識部２１；前記イメージ入力装置３等から入力さ
れた文字・記号パターンを認識処理する。

イメージ認識部２３；前記イメージ入力装置３等から入
力された図形イメージ等を認識処理する。

出力形態選択部２４；該ワークステーションから出力す
る情報の形態を選択制御する。

作業環境データ収集部２５；該ワークステーショの機能
状態や、それによるオフィス内の作業環境等の情報を収
集入力する。

音声合成部２Ｂ；処理データに従って合成音声を生成す
る。

イメージ合成部２７；複数のイメージ情報を合成処理し
たり、処理データに従ってイメージの編集処理を実行す
る。

図形合成処理部２８；種々の図形を合成処理したり、処
理データに従って図形の加入・削除等の編集処理を実行
する。

音声の圧縮・伸長部２９；音声データを圧縮符号化した
り、圧縮された音声データの復元伸長を行なう。

イメージの圧縮・伸長部３０；イメージ・データを圧縮
符号化したり、圧縮されたイメージ・データの復元伸長
を行なう。

信号処理部３１；種々の信号情報の符号化圧縮やその復
元伸長、必要な情報の付加等の一連の信号処理を実行す
る。

データベース部３２一種々の情報を複数のリレーション
にそれぞれ分類し、データベースとして蓄積する。尚、
このデータベースはコード情報のみならず、イメージや
音声等としても構築される。

本発明に係る知的ワークステーションは、゛基本的には
上述した各部を備えて構成され、上述した各部がそれぞ
れが持つ機能を有効に利用して全体的にインテリジェン
スな機能を呈するものとなっている。

次に前述したキーボード部５等のように一般的ではなく
、この知的ワークステーションにおいて特徴的な機能を
呈するＩＣカー１部７や暗号化処理部１８等について更
に詳しく説明する。

先ずＩＣカードは、例えば第３図に示すように名刺大の
大きさのカード本体７ａ内にマイクロプロセッサやメモ
リ回路等の半導体回路を内蔵し、カードの一端部に、上
述した構成の知的ワークステーション本体に接続する為
のインターフェース部７ｂ、および表示窓部７ｃを設け
て構成される。

尚、表示窓部７ｃは透明偏光体を埋め込んで形成される
もので、その位置はインターフェース部７ｂや半導体回
路と乗置しない位置に設定される。またカード本体７ａ
は、上記表示窓部７Ｃに対応する部分のみが透明であっ
ても良く、またその基板全体が透明なものであっても良
い。

しかしてＩＣカードは、具体的には第４図にその分解斜
視図を示すように、一対のカバー基板７ｄ。

７ａｓこれらのカバー基板７ｄ、　７ｅに挟持される埋
め込み基板７ｆ、コアシート材７ｇ１プリント基板７ｈ
を一体的に熱圧着して構成される。

このプリント基板７ｈの前記インターフェース部７ｂに
対向する位置には入出力端子７１が設けられ、また表示
窓部７Ｃに対向する位置には液晶表示装置７ｊが設けら
れる。更にはプリント基板７ｈには半導体集積回路７ｋ
が設けられる。またカバー基板７ｅには前記プリント基
板７ｈにおける発熱を発散する為の金属箔７ｍが設けら
れる。

尚、カバー基板７ｄ、　７ｅや埋め込み基板Ｈ，ココア
ート材７ｇにそれぞれ穿たれた孔部はプリント基板７ｈ
に集積された半導体集積回路７ｊ等にそれぞれ対向する
位置に設けられたものである。これらの孔部に上記半導
体集積回路７に等を嵌合させて前記カバー基板７ｄ、　
７ｑｓ埋め込み基板７ｆ、コアシート材７ｇ１プリント
基板７ｈが積層一体化されてＩＣカードが構成される。

そして入出力端子７１は、カバー基板７ｄに穿たれた孔
部を介して露出し、ワークステーション本体に電気的に
接続されるインターフェース部７ｂを構成する。

尚、前記液晶表示装置７ｊは、例えば第５図にプリント
基板７に部の断面構造を示すように、スペーサを介して
設けられた一対のポリエーテルサルフォンフィルム基板
の間に液晶層を挟持し、該フィルム基板の内側面に透明
導電膜をそれぞれ形成すると共に、下面側のフィルム基
板に偏光体や反射体を設けて構成される。このようにポ
リエーテルサルフオンフィルム基板を用いて液晶表示装
置７ｊを構成すれば、その厚みを０．８ｐ以下にするこ
とも容易であり、ガラス基板を用いて液晶表示装置を構
成する場合に比較してＩＣカード自体を薄くすることが
できる。

またこのＩＣカードの駆動電源については、前記インタ
ーフェース部７ｂを介してワークステーション本体側か
ら供給するようにしても良いが、カード内に内蔵するよ
うにしても良い。この場合には、例えば高分子フィルム
を用いたシート状の電池として組込むようにすれば良い
。

しかして前記半導体集積回路７には、例えば第６図に示
すようにＣＰＵ７ｐやデータメモリであるＰＲＯＭ７ｑ
、Ｅ２　ＰＲＯＭ７ｒ、およびこれらのメモリに対する
選択部７８等を備えて構成される。

ＦＲＯＭ？（ｌは消去・書替え不可能な大容量の不揮発
性メモリであり、前記ｃｐｔｒｙｐに対する制御プログ
ラムや、永久記録すべき情報等を格納している。またＥ
２ＦＲＯＭ？ｒは書替え可能な小容量の不揮発性メモリ
であり、例えば情報の取引番号や、情報通番等の使用時
に更新される情報が格納される。

これらのメモリは前記選択部７ｓの制御により選択的に
駆動され、前記ＣＰＵ７ｐとの間で情報の人出力を行な
う。ＣＰＵ７ｐはこれらのメモリを用いて必要な情報処
理を実行し、またそのインターフェース部から前述した
端子部７Ｉを介して知的ワークステーション本体との間
で情報の人出力を行なう。

前記ＩＣカード部７は、このようなＩＣカードを装着し
、該ＩＣカードとの間で情報の入出力を行なうことにな
る。

尚、ＩＣカードは上述した構成に限定されるものでない
ことは勿論のことであり、その構成に応じてＩＣカード
部７が構成されることも云うまでもない。

次に暗号化処理部Ｌ６について説明する。

暗号化処理部１６は、例えば第７図に示すように暗号化
部ｌｅａ　、復号化部１６ｂ　、秘密鍵ファイル部ｌｅ
ｅ　％公開鍵ファイル部ｌｅｄ　、そして鍵更新部ｌｅ
ｅを備えて構成される。

そして第８図にその概念を示すように、与えられた通信
原文を暗号鍵に従って暗号化してその暗号通信文を生成
したり、また逆に与えられた暗号通信文を暗号鍵に従っ
て復号してその原文を求める処理を実行する。

秘密鍵ファイル部ｌｅｅおよび公開鍵ファイル部ｌａｄ
はこの暗号・復号化に用いられる鍵を記憶するものであ
り、鍵更新部ｌｅｅはこれらのファイルされた鍵の更新
を司る。

ここで秘密鍵は、この暗号化処理部１Ｂを所有するワー
クステーションのみが知る鍵であり、他のワークステー
ション等に対しては秘密にされる。

これに対して公開鍵は各ワークステーションに設定され
た各秘密鍵とそれぞれ対をなすものであり、他のワーク
ステージジンにそれぞれ与えられて公開される。公開鍵
ファイル部ｌｅｄは、これらの複数のワークステーショ
ンがそれぞれ公開した公開鍵を、各ワークステーション
に対応して記憶するものである。

暗号化部ｌｅａは第９図に示すように、ＲＳＡ処理部１
６１と暗号化種別付加部１８ｊとを備えて構成される。

そして通信原文を暗号化して情報通信しようとするとき
、その通信相手先のワークステーションが公開した公開
鍵を用いて通信原文を暗号化し、その暗号通信文に暗号
の種別を示す情報を付加して通信情報を作成し、これを
通信するものとなっている。尚、暗号の種別の情報は、
例えば“０°で暗号化していないこと、また“１″で暗
号化していることを示す情報や、暗号方式を示す情報等
からなる。

また復号化部１６ｂは、自己ワークステーションが公開
した公開鍵を用いて成るワークステーションが暗号化し
て通信してきた暗号通信文を入力し、これを該秘密鍵に
対応した秘密鍵を用いて復号化するものであり、第１０
図に示すように暗号文分割部ｔｅｈ　、暗号種別判定部
１６ｆｆｉ、切換え部１６ｎ。

ｌａｐ、ＲＳＡ処理部ＩＢｑを備えて構成される。

暗号文分割部１６には、前述したフォーマットで通信さ
れてきた通信情報を前述した暗号種別の情報と暗号化通
信文とに分割するものであり、暗号種別判定部１６ｆｆ
ｉは該暗号種別情報からその通信文が暗号化されている
か否かを判別している。そして暗号化されていない場合
にはその通信文を切換え部１６ｎ、１６ｐを介して出力
し、暗号化されている場合にはその通信文をＲ８Ａ処理
部１８ｑに導いている。このＲＳＡ処理部１８ｑにて前
記秘密鍵を用いて暗号化通信文が復号化処理され、切換
え部ｔｃｐを介して出力される。

尚、Ｒ３Ａ処理部ＩＢｉ、１８Ｑは、例えば第１１図に
示すようにブロック分割部１８ｓとべき乗・剰余　・計
算部ｔｅｔ　、およびブロック連結部１８ｕとを備えて
構成される。

ここでブロック分割部１８ｓは与えられた信号系列を一
定の長さのブロックＭ１に分割するものであり、べき乗
・剰余計算部ｌｅｔは各ブロックＭ。

毎に暗号化のｉｌｋを用いて Ｎ　　　−Ｍ　　　　　（ｍｏｄｎ） なる信号系列Ｎ１を求めている。但し、ｎは固定の値で
ある。この信号系列Ｎ１がブロック連結部１６ｕを介し
て順に連結されて出力される。

暗号化処理にあっては、上記信号系列Ｍ、が通信原文で
あり、この通信原文から暗号化された通信文が信号系列
Ｎ１として求められる。また復号化処理にあっては上記
信号系列Ｍ１が暗号化通信文であり、この暗号化通信文
から復号化された通信原文が信号系列Ｎ１として求めら
れる。

このような暗号化・復号化を担う鍵ｋが前述した公開鍵
と秘密鍵であり、これらは対をなして設定される。

従ってワークステーションは、他のワークステーション
から公開された公開鍵に従って通信情報をそれぞれ暗号
化することはできるが、その暗号化された通信文を復号
化し得るのは、その公開鍵と対をなす秘密鍵を知り得る
特定のワークステーションだけとなる。

従って成る情報を暗号化して通信しようとするワークス
テーションは、通信相手先のワークステーションが公開
した公開鍵に従って該通信原文を暗号化して通信する。

そしてその通信情報は、秘密鍵を持つ通信相手先のワー
クステーションのみが復号し得るものとなっている。

尚、他のワークステーションがそれぞれ公開した公開鍵
の全てを公開鍵ファイルｌｅｄに格納しておく必要はな
い。例えばシステムに対して別に設けられた公開鍵ファ
イル・メモリに、各ワークステーションが公開した公開
鍵を各ワークステーションに対応されてファイルしてお
く。そして情報通信が必要となったとき、その通信相手
先の公開鍵を上記公開鍵ファイル・メモリから読出して
自己のワークステーションの公開鍵ファイル部１６に格
納するようにしても良い。

以上が暗号化処理部１Ｂの基本的な構成とその機能であ
る。

次にイメージ照合部１８について説明する。

このイメージ照合部１８は、前記イメージ入力装置３か
ら入力されたイメージ情報、例えば個人の顔のイメージ
を入力し、その個人同定を行なうものである。

第１２図はこのイメージ照合部の概略構成を示すもので
、１８ａはイメージ記憶部、１８ｂは正規化回路、１８
ｃは２値化（細線化）回路、１８ｄは特徴データ抽出回
路である。また　１８ｃはイメージデータを記憶したデ
ータ記憶部であり、１８１’は検索回路、１８ｇは照合
回路、そして１８ｈは出力部である。

イメージ記憶部１８ａは前記イメージ入力装置３を介し
て入力されたイメージ情報を記憶し、そのイメージ照合
処理に供するものである。このイメージ記憶部１８ａに
記憶されたイメージ情報に対して正規化回路１８ｂは正
規化処理し、また２値化回路１８ｃは２値化処理する。

具体的には、ここでは個人の顔のイメージからその個人
同定を行なうべく、正規化回路１８ｂはその顔の大きさ
を正規化している。この正規化された顔のイメージに対
して２値化回路１８ｃは、例えばエツジ線分検出、その
エツジ線分の細線化処理等を行なって該イメージの２値
画像を求めている。

特徴データ抽出回路１８ｄは、このようにして正規化・
２値化されたイメージ情報からその特徴データを抽出す
るものである。即ち、顔のイメージによる照合処理にあ
っては、例えば第１３図に示すように顔の輪郭を１つの
特徴として抽出し、更にそのイメージ中の目、鼻、口等
の特徴を抽出している。具体的には、顔の輪郭的特徴を
分類されたコード情報として、また両眼間の距離ノ、口
の大きさｍ、目と口との距離ｎ等を数値データと′して
そのイメージの特徴として抽出している。

しかしてデータ記憶部１８ｅには、予め各個人について
求められた顔のイメージの特徴データが、例えば第１４
図に示すように登録されている。即ち、各個人毎にその
個人名を識別名として上述した顔のイメージの特徴デー
タが登録され、且つその顔のイメージ・データがポイン
タによって結ばれている。

検索回路１８「は前記特徴データ抽出回路１８ｄにて抽
出された特徴データに基いて該データ記憶部１８ｃを検
索している。そしてその検索データは照合回路１８ｇに
与えられ、前記特徴データ抽出回路１８ｄで求められた
特徴データと照合処理されている。

この照合処理は、例えば特徴データ抽出回路１８ｄで求
められた°入力イメージの特徴データをＸ　ｔ　、　（
ｉは特徴の種別）、データ記憶部１８ｅに登録されてい
るイメージの特徴データをＹｌとしたとき、 Ｄ−Σ　ＩＸ、−Ｙ、１ なる演算を行い、その演算結果りの値が最も小さいもの
を、その個人として同定することによって行われる。こ
の同定結果が出力部１８ｈを介して出力される。

イメージ照合部１８は、基本的にはこのようにして入力
イメージを照合処理し、例えば該入力イメージの個人同
定等を行なう。

次に音声認識部１９について説明する。

音声認識部１９は、例えば第１５図に示すように構成さ
れる。音声入力回路Ｌ９ａは、前記音声入力部５から入
力された音声信号、または公衆電話回線を介して前記通
信装置１２．１３にて受信された音声信号を入力するも
ので、この入力音声信号を適当な信号レベルに増幅する
増幅器や、帯域制限用のバンドパスフィルタおよびＡ／
Ｄ変換器等によって構成される。入力音声はこの音声入
力回路１９ａにて、例えば３０〜３４００　Ｈｚの周波
数帯域の信号に制限され、１２ＫＨｚのサンプリング周
期で１２ビツトのディジタル信号に量子化される。

音響処理部１９ｂは、例えば専用のハードウェアにより
構成された積和回路からなる。そして基本的には前記音
声入力回路１９ａと同期してパイプライン的に高速動作
する。

ここでの音響処理は、２種のバンドパスフィルタ群によ
り実行される。その１つは１６チヤンネルのフィルタバ
ンクで、このフィルタバンクを介して入力音声信号のス
ペクトルの変化が抽出される。

今１つは、同じ帯域を４チヤンネルに分割したグロスフ
ィルタであり、このグロスフィルタを介して入力音声の
音響的特徴が抽出される。

これらの２種類のフィルタ群（フィルタバンクとグロス
フィルタ）は、例えば４次巡回形のディ′ジタルフィル
タとして構成される。そして、例えば１Ｏｆｆｌｓｅｃ
毎にそのフィルタリング出力を求めるものとなっている
。尚、この音響処理部の制御はマイクロプログラム方式
にて行われる。

しかして前処理・認識部１９ｃは、高速プロセッサ１９
ｄ１パターンマツチング処理部１９ｅ１単語辞書メモリ
１９ｒ１およびバッファメモリ１９ｇによって構成され
る。

バッファメモリ１９ｇは上記音響処理部１９ｂにてフィ
ルタリング処理された音声信号を入力し、例えば最大１
．８秒分の音声データを蓄積するものとなっている。高
速プロセッサＬ９ｄはこのバッファメモリ１９ｇに格納
されたデータに対して、音声区間検出、リサンプリング
、ラベリング、遷移ネットワークによる認識処理、およ
びその総合論理判定処理の実行を行なっている。またこ
の高速プロセッサ１９ｄにより、ホスト計算機との間の
通信や該音声認識部１９全体の動作制御が行われる。

この高速プロセッサ１９ｄにて処理された音声データに
ついて、パターンマツチング処理部１９ｃは単語辞書メ
モリ１９ｆに登録された単語音声の標準パターンデータ
との間で腹合類似度計算等のマツチング処理を実行し、
その認識候補を求めている。

例えば認識対象となる音声単語は離散的に発声される。

そこで高速プロセッサ１９ｄは、例えば音響処理の際に
１０Ｉｌｌｓｅｃ毎に計算される入力音声エネルギを用
いて単語音声の入力区間を検出している。

具体的には第１６図に示すように、背景雑音レベルと入
力音声レベルとから適応的に計算される閾値Ｅ、を用い
、入力音声信号レベルが上記閾値Ｅｏを一定時間以上継
続して越えたとき、該閾値Ｅ、を越えた時点を音声単語
の始端Ｓとし、て検出している。その後、上記入力音声
信号のレベルが上記閾値Ｅ。を一定時間以上継続して下
囲ったとき、該閾値Ｅ、を下回った時点を音声単語の終
端Ｅとして検出している。

ところで音声認識はパターン認識の一種として考え得る
。しかし音声特有のパターン変動や、話者の性別・発声
器官の形状・発声法等に起因する個人差、また話者自身
が発生する雑音や周囲環境の雑音、更には電話音声の場
合には公衆電話回線を経由したことによるレベル差や雑
音の問題がある。この為、これらを考慮し、上述した変
動要素を吸収して、如何に精度良く、安定に音声認識す
るかか問題となる。

そこでこの前処理・認識部１９ｃではパターンマツチン
グ法と構造解析法とを２段階に組合せ、ハイブリッド構
造マツチング法と称される認識法を採用している。

即ち、上述したように単語音声区間が検出されると、先
ずその音声区間（Ｓ、Ｅ）を１５等分し、その１６点を
それぞれリサンプル点とする。そして前述した如く音響
処理された１６チヤンネルの音声データ（スペクトル時
系列）から上記各リサンプル点でのスペクトルを抽出す
る。尚、音声データのサンプル点と上記リサンプル点と
の間でずれがある場合には、リサンプル点の最近傍点の
スペクトルを抽出すれば良い。

このりサンプル処理によって１８ＸｌＢ（−２５８）次
元の音声パターン・ベクトルＸを求める。即ち、第ｊ　
　＜　ｊ−１，２，３，〜１Ｂ）番目のリサンプル点を
ｒ、とするとき、ｒ、での１８チヤンネルのスベクＪコ トルデータを Ｓ（、）−（Ｓ　　、Ｓ　　、ＮＳ　　、）ｒ　　Ｊ　
　　　　　　　　　　ｌｒコ、　　　　２ｒＪ、　　　
　　　１６ｒ３としてそれぞれ求め、これらのＳ　　を
並べ換えｒｊ て ｌｒｌ、　　ｌｒ２．　　２ｒｌ、　　　１６ｒｌＢ　
）ＬＸ■　（Ｓ　　　　　Ｓ　　　　　ＮＳ　　　　Ｎ
Ｓなる音声パターンのベクトルＸを求める。但し、ｔは
行列の転置を示す。

このようにして求められた入力音声パターンベクトルＸ
と、単語辞書メモリ１９１’に予め登録された単語音声
の標準パターンとの類似度が、例えば複合類似度法によ
って計算される。

ここで単語辞書メモリ１９ｆ’に予め登録された単語音
声の標準パターンは、その単語カテゴリωｋについて、 （ψ　、ψ　　〜ψ　） １ｋ　　　２に’　　　Ｌｋ （λ　　λ　　〜λ　） １に’　　２に’　　　Ｌに 但し、 （λ　≧λ　≧〜≧λＬｋ） １ｋ　　　２に として＄備されている。尚、ψ　　λ　はカテゴ、に’
　　、に りωｋに属するパターンベクトルＸの分散行列Ｋにおけ
る固有ベクトルとその固有値である。このような単語辞
書について、上述した腹合類似度Ｓ　（ｋ）は として計算される。尚、上式においてＩＩ　Ｘ　ＩＩは
ベクトルＸのノルムである。

このような複合類似度計算が全てのカテゴリについてそ
れぞれ行われ、上位に位置する類似度値と、それを得た
カテゴリ名とが対にして求められる。

このような複合類似度法によるパターンマツチングによ
って、多くのパターン変動を救出した認識処理が可能と
なる。しかし類似パターンや雑音が加わったパターンで
は、異なるカテゴリ間でその類似度値の差が小さくなる
ことがある。

そこで前述したようにパターンマツチング法を補うもの
として、以下の構造解析の手法を導入している。この構
造解析は、単語音声を構成する音の違いに着目して認識
処理するもので、音素ラベル系列と音響的特徴系列の２
つの時系列を利用している。

即ち、音素ラベル系列は、入力音声信号から１０ｍ５ｅ
ｃ毎に計算される１６チヤンネルのスペクトルを用いて
音素辞書との類似度を計算し、一定値具」−の類似度を
持つ音素のラベル付けして求める。尚、この音素ラベル
は、例えば５つの母音と鼻音との６種類からなる。この
際、音素辞書は、男声と女声に分けてそれぞれ準備して
おく方が望ましい。

ここで比較的安定に発音される母音に比べ、子音を音素
として個々にラベル付けすることが困難である。従って
その子音についてはその音響的な特徴をラベル付けし、
これを特徴情報とする。具体的には、音響処理で求めら
れる４チヤンネルのグロスフィルタの出力と音声エネル
ギとから音響的特徴を抽出する。このようにして特徴抽
出されてラベル付けされる音響的特徴は、例えば第１７
図にグロスフィルタの出力の特徴と対比して示すように
、無音性、無声性、摩擦性、破裂性、エネルギ・ディッ
プ等の１２ＰＩ類からなる。

しかして入力音声について求められた音素・音響ラベル
系列は、前記音声区間（Ｓ、Ｅ）を含む範囲に亙って、
各単語カテゴリ毎に作られた、例えば第１８図に示す如
き遷移ネットワークに入力される。

この遷移ネットワークの各ノード毎に、指定された音素
ラベルや音響的特徴の有無をチェックする。そして無で
あればリジェクト、有であれば次のノードに遷移させ、
その特徴系列が終了した時点で遷移ネットワークのゴー
ルに到達した入力系列を受理し、そのカテゴリを求める
。尚、系列のチェックの方向は、ネットワーク毎にその
正逆を選択可能なものである。

総合判定論理は、前述した如くパターンマツチングによ
って順序付けられた候補カテゴリと、遷移ネットワーク
により求められた認識結果とを総合して、その最終判定
を行なうロジックである。

即ち、この総合判定論理は、パターンマツチングで求め
られた最大類似度を８１としたとき、これを所定の閾値
θと比較する。そして（Ｓｌくθ）の場合、これを雑音
としてリジェク、トする。

また（Ｓ１≧θ）の場合には、別の閾値Δθを用いて（
Ｓｌ−Δθ）以上の類似度を持つカテゴリを候補として
抽出する。そしてその抽出されたカテゴリの数ｎが１つ
である場合、これを認識結果として抽出する。また複数
のカテゴリが抽出された場合には、前記遷移ネットワー
クによる解析結果を参照し、遷移ネットワークで受理さ
れたカテゴリのみを抽出する。そしてその中で最大の類
似度を持つカテゴリを認識結果として求める。

尚、閾値処理に・よって抽出されたカテゴリの中に、遷
移ネットワークで受理されたものが含まれない場合には
、判定不能とする。

以上のようにして複合類似度法によるパターン認識処理
結果と、遷移ネットワークを用いた認識結果とを統合し
てその入力単語音声の認識が行われる。　　　゛ 第１９図はこの音声認識部における単語音声の認識処理
手続きの流れを示すもので、音声区間検出処理の後、リ
サンプル処理してパターンマツチングを行い、同時にラ
ベリング処理して遷移ネットワークによるチェックを行
い、しかる後、これらの各認識結果を統合してその総合
判定論理処理を行なうことが示される。このような処理
が前記高速プロセッサ１９ｄによる処理シーケンスの下
で実行される。

ところで離散的に発声された単語音声ではなく、連続発
声された音声中の単語を認識する場合には次のようにす
れば良い。即ち、この場合には入力音声を種々の部分区
間に分割し、その部分区間毎にｒＩｔ語識別を行なって
単語類似度を求めるようにすれば良い。

具体的には、例えば第２０図に示すように入力音声区間
における全ての分析フレーム間をそれぞれ部分区間の境
界候補とし、該入力音声区間を複数の部分区間に分ける
。この際、認識対象となる単語の継続時間長については
最大時間長Ｄ　　とａｘ 最小時間長Ｄ　　が設定できるので、その範囲内１ｎ の部分区間だけを認識処理対像とすれば良い。

ここで第２０図に示す例では、連続発声された音声の単
語数が２個の場合を想定して２つの部分区間を求めてい
る。しかし一般的には入力音声の単語数は不明であるか
ら、２単語からｎ単語までが単語候補として存在すると
仮定して部分区間をそれぞれ検出すれば良い。そして検
出された各部分区間について単語類似度の計算を行い、
その類似度結果の繋がり関係を相互に比較して最も信頼
性の高い部分区間の境界を求め、その境界によって区切
られた部分区間の各単語認識結果を求めるようにすれば
良い。

然し乍ら、このようにして部分区間を求めて単語類似度
計算を行なう場合、部分区間の数が膨大なものとなる為
、処理の高速化が妨げられる。従って実際的には処理の
高速化を考慮して、例えば入力単語数が２〜５単語、１
単語の継続時間長が１２８〜８４０　ｍ５ｅｃ、　１回
の発声における単語長の比が２．５以下、フレーム周期
は１６ａ＋ｓｅｃ　（８ＩＩＩＳｃｔｅ周期で２個に１
個の単語を取出す）等の制限を加えて部分区間を検出す
るようにすれは良い。

このようにすれば連続発声された音声中の単語をそれぞ
れ効果的に認識することが可能となる。

ところでこのような音声認識処理に供される辞書く単語
辞書）の学習は次のようにして行われる。

この学習処理は、■母音パターンおよび子音パターンか
らその特性核を求める処理と、■その特性核に対する固
を値と固有ベクトルを求める処理とに大別される。そし
てこの固有値と固有ベクトルとを、その固を値の大きい
ものから順にＮ細末める。この処理は一般にＫＬ展開と
称されるものである。

先ず特性核を求める処理について説明すると、入力音声
パターン（学習パターン）の特性核には、その学習パタ
ーンの縦ベクトルをＳ　としたとき、次のようにして求
められる。

ここに、 ５−（Ｓ　　　　Ｓ　　　　−３）ｔ ｍ　　　　１１１’　　ａ＋２’　　　Ｉｌｎ尚、この
学習パターンＳ　は、子音パターンの場合には６４次元
の縦ベクトルとして与えられる。

また母音パターンの場合には１６次元、の縦ベクトルと
して与えられる。

しかして特性核には、ｍ個の学習パターンについて、そ
の縦ベクトルＳ　と、この縦ベクトルＳ　を転置した横
ベクトルＳ　とを掛合わせて作ｆｆｌ　　　　　　　　
　　　　　　　　　　　　　　　　　　　　　　　１１
成される行列の各成分を、上記ｍ個の学習パターンに亙
って平均化して求められる。従って特性核の要素数は上
記ベクトルの要素数の２乗となる。

尚、このような処理によってそのカテゴリのパターン分
布を反映した特性核Ｋを得るには、成る程度の量の学習
パターンを必要とする。この為、学習パターン・メモリ
に予め所定数の学習パターンを蓄積しておくことが必要
となる。

ところが母音の場合には１８次元で最低６個のカテゴリ
の学習パターンを準備するだけで良いが、子音の場合に
は１０１カテゴリも存在し、しかも６４次元のデータと
して求める必要がある。この為、このままでは膨大なメ
モリ容量を必要とすることが否めない。

そこで少数の学習パターンによってパターン分布を反映
した特性核Ｋを得るべく、次のような特性核の更新処理
を行い、逐次計算によってその特性核を次第にパターン
分布を反映した形に改良して行くようにする。

即ち、 Ｋ−に’＋ｗＳＳ　　ｔ 　　　　ｎ なる演算処理を繰返し実行するようにする。但し、Ｗは
特性核の更新時における重み係数である。この重み係数
Ｗは正負の値を取り、正ならば特性核行列の入カバター
ンに対する類似度を大きくし、逆に負ならば上記類似度
を小さくする作用を呈する。

またに′はＳ　なる学習パターンを学習する前の特性核
を示しており、Ｋは学習パターンＳ　の学習によって更
新された特性核を示しそいる。

しかる後、このようにして求められた特性核に対して、
その固有値と固有ベクトルを求める処理が行われ、この
固有値と固有ベクトルとに基いて前述した複合類似度計
算に用いられる標準パターンが作成される。

標準パターンは、上記特性核をＫＬ展開することによっ
て求められるものであり、例えばべき東方によるＫＬ展
開によってその標準パターンが求められる。

今、特性核Ｋが固有値λ　、λ２．〜λ　を持ｌ　　　
　　　　　　　　　　　ｎ ち、これに対応する固有ベクトルξ　、ξ２．〜■ ξ　を持つものとする。この場合、その任意ベクトルＵ
　は、上記固有ベクトルξ　、ξ２．〜ξ　の線形結合
して Ｕ　讃　Σ　α、ξ。

（）　　　ｌ＝　ｔ　　Ｉ　　ｌ として表わされる。このとき、 Ｋξｌ″″λｌ　ξＩ なる関係が成立することから、 となる。

ここで １　λ　　１　〉　１　λ　　１　〉　　　　　　　　
　　〉　１　λ　　　１１　　　　２　　　　　　　　
　　　　ｎ［λｌ／λ１　］　＞　１　　（１＝２．３
：〜、ｎ）であるから、Ｓが十分大きくなると上式の第
２項が０に収束することになる。

故に前述した式を Ｋｕ　　−αｌ　λ１　　ξ１ と石像すことができる。

５＋１ このことは、（Ｋ　　　ｕ　　）と（Ｋ　　ｕ　　）と
の比が固有値λｌであることを示している。また（Ｋ　
　ｕ　　）は固有ベクトルξｌに比例していることが示
される。

ところでこのような理論に基く演算過程にありでは、そ
の演算途中結果が直ぐにスケールアウトするすることが
多い。そこでＵ　を任意の、例えば単位ベクトルとし、 ｖｓ＋ｌ暉Ｋｕ −（Ｖ　　　）／（ｂ　　　） ｕｓｏｌ　　　　　　　　ｓｏｌ　　　　　　　　　　
ｓｏｌ（ｓ＝０．Ｌ４．・・・） なる演算を実行するようにする。ここで（ｂ　　　）ｓ
ｏｌ は、ベクトル（Ｖ　　　）の絶対値が最大の要素でｓｏ
ｌ ある。このとき、 −（ｖ　　　）／（ｂ　　　） ｕｓｏｌ　　　　　ｓｏｌ　　　　　　ｓ＋１＝（Ｋｕ
　　）／（ｂ　　　） ｓ　　　　　　ｓｏｌ −（Ｋｖ）／（ｂ　　　争ｂ　） ｓ　　　　　　　　　ｓｏｌ　　　　　　ｓり＋１ ＝（Ｋ　　　ｕ　　）／（ｂ　　　・・・・・・ｂ　）
Ｏｓｏｌ　　　　　ｓ となることから、これよりλ　、ｂ　　、ξｌ。

ｌ　　　　　　ｓｏｌ ’　ｓｏｌを求めることが可能となる。

このようにしてその絶対値が最大の固有値λ１と固有ベ
クトルξ１とを求めたら、次に同様にしてその絶対値が
次に大きい固有値λ２と固有ベクトルξ２とを求める。

ここで Ｋ’　−に−λ１ξ１ξ１ を考えると、 ξｌ　　ξｌ−０（ｌ−２，３，〜、ｎ）より、 Ｋ′　ξ　−にξ１−λｌξ１ξ１　　ξ１一λ　ξ　
−λ１ξ１−０（１−１） に′　ξ　−にξ　−λ　　ξ　ξ、ｔ　ξ１　　　　
　ｉ　　　　ｌＩ＋　　　　ｉ〜λＩ　ξ１　　　　　
　　　　（ｉ≠１）となる。従って上記に′は、 １λ２１〉・・・〉１λｒ　１〉・・・〉Ｉλｎ　１〉
０なる固有値を持つことがわかる。尚、ここではξｌは
正規化されているとしている。

このような処理は、前記特性核を に’　　−に−λ　　ξ・ξ１ として変換したに′に対して、上述した処理を繰返し実
行することによって達せられる。この処理によって絶対
値の大きい固を値とそれに対応する固有ベクトルが順に
求められ、辞書の学習が行われる。

第２１図はこのような計算アルゴリズムに基いて実行さ
れる辞書の学習処理の手続きを示すものである。

次に文字認識部２１について説明する。

この文字認識部２１は、スキャナ等によって読取られた
文字を認識する第１の文字認識ブロックと、タブレット
等を介してオンライン入力される文字情報を認識する第
２の文字認識ブロックとによって構成される。

この第１の文字認識ブロックは、例えば第２２図に示す
ように、スキャナ等によって読取り入力された画像デー
タを格納する画像メモリ２１ａと、この画像メモリ２１
ａに格納された画像データ中から認識対象とする文字が
記載された領域を検出する領域検出部２１ｂ　、この領
域検出結果に従って前記画像メモリ２１ａに格納された
画像データ中から４諧対象とする文字データを抽出する
文字抽出部２１ｃ　、そして標準パターン辞書２１ｄに
予め登録された認識対象文字の各標準文字パターンと、
上記文字抽出部２１ｃにて抽出された文字パターンとを
個々に照合して文字認識する識別部２１ｃとによって構
成される。

この文字認識ブロックは、例えば第２３図に示すように
ＦＡＸ送信原稿用紙２１ｆ’上の所定の位置に設定され
、送信宛先が記入される文字枠２１ｇに記載された文字
を認識するものである。このような送信宛先が記載され
る原稿用紙２１１’は、送信原稿が複数枚からなる場合
、その一番最初（１枚目）の原稿として用いられる。そ
してこの１枚目の原稿の読取り入力された画像データが
文字認識処理の為に前記画像メモリ２１ａに蓄積される
。

領域検出部２１ｂは、予め定められているＦＡＸ送信原
稿用紙２１ｆ’のフォーマット情報から前記文字枠２１
ｇの位置情報を得、認識対象とする文字が記載される領
域を検出するものである。文字抽出部２１ｃはこの領域
検出情報と、その画像情報の射影パターンの情報とを用
いて、例えば第２４図に示すように前記文字枠２１ｇに
記載された文字の画像データを個々に抽出している。

識別部２１ｅは、例えば特公昭４９−１２７７８号公報
等に開示されるように、抽出された文字画像からその文
字パターンの特徴を抽出し、その抽出した文字パターン
と標準パターン辞１］２１ｄに登録された各文字の標準
パターンとをパターンマツチングしている。そしてこの
パターンマツチングによって照合の取れた標準パターン
の文字カテゴリをその認識結果として求めている。

尚、パターンマツチングの手法は種々変形できることは
云うまでもない。

ところでタブレット等を介してオンライン入力される文
字情報を認識する第２の文字認識ブロックは、例えば第
２５図に示すように構成される。

この第２の文字認識ブロックは、タブレット等を介して
オンライン入力される文字の筆記ストロ一りを示す位置
座標の系列を順次検出する座標検出回路２１ｈを備えて
いる。

この座標検出回路２１ｈにて検出された位置座標の時系
列データは前処理回路２１ｉに入力され、前記タブレッ
ト４における検出誤り等の微小な雑音が除去された後、
座標系列記憶回路２１ｊに順に記憶され、文字認識処理
に供される。尚、この前処理回路２１１にて、例えば１
文字分の文字が入力されたとき、その文字の大きさの正
規化処理等が行われる。

また画数検出回路２１には、例えば筆記ストロークの途
切れ（位置座標データの時系列の区切り）から、その文
字パターンの筆記ストローク数、つまり画数を検出して
いる。

しかして認識処理部２１ｍは、前記画数の情報に従って
標準特徴パターンメモリ２１ｎに登録された認識対象文
字カテゴリの標準パターンの中から、該当する画数の標
準パターンを選択的に抽出している。そしてこの標準パ
ターンの各ストロークの特徴と座標系列記憶回路２１ｊ
に記憶された入力文字パターンのストロークの特徴とを
相娃に比較（マツチング処理）でいる。答決定回路２１
ｐはそのマツチング処理結果を判定し、入力文字パター
ンのストロークの特徴に該当するストロークを持つ認識
対型文字カテゴリを、その認識結果として求めている。

つまりオンライン入力される文字パターンの筆記ストロ
ークの特徴に従って、そのストロークの特徴を標準文字
パターンのストロークの特徴とマツチング処理して上記
入力文字パターンを認識するものとなっている。

尚、ストロークの特徴としては、筆記ストロークを折線
近似したときの端点や交点、折点等の位置座標の情報を
用いるようにすれば良い。

以上のような機能を備えた文字認識部２１によって、ス
キャナ等を介して読取り入力された文字情報や、タブレ
ット等の位置座標入力装置を介してオンライン入力され
る文字情報がそれぞれ文字認識される。

次に図形認識部２２について説明する。

この図形二８識部２２は、例えば第２６図に示すように
構成される。入力部２２ａは、例えば撮像入力された図
形画像を記憶し、図形認識処理に供する。

輪郭追跡部２２ｂは、例えば線分の追跡方向を第２７図
に示すように８方向に分け、入力画像中の図形の輪郭を
追跡したときにその追跡方向がどの向きであるかを順に
求めている。具体的には、例えば第２８図に示すように
三角形の図形を右回りに追跡し、その追跡の向きの情報
を、例えばｒｌ、２．〜２．３，４．〜４．５．７．〜
７」なる方向コードの系列として求めている。

セグメンテーション部２２ｃは、このようにして求めら
れる方向コードの系列から、例えばその曲りの部分等の
特異点を抽出し、この特異点に従って該図形の輪郭を複
数の特徴部分に分割している。

マツチング部２２ｄはこのようにしてセグメンテーショ
ンされた図形輪郭の情報と、辞書メモリ２２ｅに登録さ
れている各種図形の特徴情報とをマツチング処理して入
力図形を２．工するものとなっている。

例えば第２９図に示す図形が与えられた場合には、その
輪郭追跡によって求められる方向コードの系列から、例
えば相互に隣接する３つの輪郭点（１−１）、（１）、
（１＋１）で方向コードの和を順に求め、これをその中
央の輪郭点１における方向コードとして平滑化処理する
。この平滑化処理によってノイズ成分の除去を行なう。

しかる後、セグメンテーション部２２ｃにて輪郭の特徴
点である端点、つまり曲りが急峻な点を検出し、その端
点を中心としてその輪郭を分割する。

そしてその分割された輪郭部分毎に辞書メモリ２２ｅと
照合し、その認識結果を求める。

以上の処理によって、第３０図に例示するように丸図形
は端点が存在しないこと、三角図形は端点が３つ検出さ
れること、四角図形は端点が４つ検出されること等から
、これらの図形がそれぞれ識別認識される。この際、上
記各端点がそれぞれ凸状であることや、端点を結ぶ輪郭
が直線・曲線である等の情報を図形識別に利用しても良
い。

これに対してイメージ認識部２３は次のように構成され
る。

第３１図はこのイメージ認識部２３の概略構成を示すも
ので、原画画像メモリ２３ａ　、　２値化装置２３ｂ、
処理画像メモリ２３ｃ１細線化装置２３ｄ、そしてコー
ド変換装置２３ｏによって構成される。

画像メモリ２３ａは与えられた認識対象イメージ画像を
記憶するもので、２値化装置２３ｂはこれを２値化処理
して画像メモリ２３ｃに格納している。

この２値化レベルは、例えば２値化画像をディスプレイ
モニタしながら可変設定される。

しかして細線化装置２３ｄは２値化されたイメージ画像
を細線化処理してそのイメージを線図形化するものであ
る。この細線化処理されたイメージ画像によって前記画
像メモリ２３ｃが書替えられて認識処理に供される。

コード変換装置２３ｅは、例えば第３２図に示すように
構成され、先ずセグメント分割部２３１’にて上記細線
化画像を複数のセグメントに分割している。このセグメ
ントの分割は、例えば線図形をその端点や分岐点、交点
にて分割することによって行われる。曲率変換部２８ｇ
はこのようにして分割された複数のセグメントについて
、それぞれその曲率を求めている。

直線・曲線分割部２３ｈ１曲線分割部２３１．屈折点分
割部２８ｊ、および変曲点分割部２３ｈは、上述した如
く分割された各セグメントを、その曲率の情報に従って
更に分割するもので、これらによって屈折点や直線と曲
線との切替わり点、変曲点、曲線における半径変化点等
がそれぞれ検出される。このようなセグメント分割と特
徴点検出によって前記イメージ線図形を構成する各部の
情報がそれぞれ抽出される。

近似情報作成部２３■は、これらの分割されたセグメン
トおよびそのセグメント中の特徴点の情報を総合して前
記イメージ図形を表現する情報、例えば各セグメントの
始点および終点の位置座標、およびそのセグメントの種
別を特定するコード情報を得る。

例えば入力イメージ画像が第３３図（ａ）に示す如く与
えられた場合、その入力画像中のイメージ線図形２３ｎ
を細線化して抽出し、同図（ｂ）に示すようにセグメン
ト分割する。この例では、円図形と四角図形とが直線に
よって所謂串刺しにされたイメージ線図形２３ｎが入力
されている。しかしてこのイメージ線図形２３ｎは、第
３３図（ｂ）に示すようにその交点で分割され、２つの
半円と２つのコの字状図形、および４つの直線にセグメ
ント化される。

曲率変換部２３ｇは、第３４図に示すようにセグメント
分割された各セグメントの曲率を求めており、前記直線
・曲線分割部２３ｈ１曲線分割部２３１．屈折点分割部
２３ｊ、および変曲点分割部２３ｈはその曲率変化点か
ら各セグメントの特徴点を検出している。具体的には第
３４図（ａ）に示す例では２つの直線の屈折点における
曲率が急峻に増大することから、その曲率の変化から屈
折点を検出することが可能となる。また第３４図（ｂ）
に示す例では直線から曲線への変化部分で曲率の変化が
検出されるので、この曲率の変化からその特徴点を検出
することができる。

同様にして第３４図（ｃ）（ｄ）に示す例でも、その曲
率の変化点から、そのセグメントにおける特徴点を検出
することが可能となる。

このようにしてイメージ認識部２３では、与えられたイ
メージ図形をセグメント化し、各セグメントの特徴点を
検出している。そして該イメージ線図形を複数のセグメ
ントの各種別を示すコード情報とその位置座標として近
似表現して認識するものとなっている。

さて音声照合部１７は次のように構成されている。

この音声照合部１７は、音声入力した話者を個人認識（
個人同定）するものであり、例えば第３５図に示すよう
に構成される。

即ち、音声入力部１７ａを介して与えられる音声は、音
韻フィルタ１７ｂおよび個人用フィルタ１７ｃにてそれ
ぞれフィルタリングされ、その音声特徴が抽出される。

音韻フィルタ１７ｂの複数のチャンネルの各帯域は、例
えば第３６図（ａ）に示すように音声周波数帯域を等分
割して設定されている。

このようなフィルタ特性を備えた音韻フィルタ１７ｂに
よって入力音声の音韻特徴を示す特徴パラメータが抽出
される。尚、各チャンネルの帯域幅を、音声周波数帯域
を対数関数的に分割設定したものとしても良い。

これに対して個人用フィルタ１７ｅの複数のチャンネル
の各帯域幅は、第３６図（ｂ）に示すように音声周波数
帯域を指数関数的に分割して設定されている。このよう
なフィルタ特性を備えた個人用フィルタ１７ｅによって
、前記入力音声の低域から中域にかけての音声特徴が、
高域側の特徴に比較して多く抽出されるようになってい
る。そしてこれらの各チャンネルのフィルタ出力が個人
照合用の特徴バグメータとして求められている。

しかして単語認識部１７ｄは、前記音韻フィルタ１７ｂ
を介して求められた音韻特徴パラメータから、その入力
音声が示す単語を単語辞書１７ｅを参照して認識するも
のである。この単語認識の機能は前述した音声認識部１
９と同様であり、該音声認識部１９の機能をそのまま利
用するようにしても良い。

そしてこの単語認識結果に従って個人辞書ＩＨの個人照
合に供される辞書が選択される。この個人辞書１７「は
、話者照合の対象とする個人が予め発声した特定の単語
の前記個人用フィルタＬ７ｃによる分析結果を、その単
語毎に分類して登録したものである。

しかして話者照合部１７ｇは、個人辞書１７ｒから選択
された該当単語の各特徴パラメータと、前記個人用辞書
１７ｃにて求められた入力音声の特徴パラメータとの類
似度を計算し、その類似度値を所定の閾値でそれぞれ弁
別している。そしてそれらの弁別結果を相互に比較して
、例えば類似度値が最も高く、次に高い類似度値との差
が十分にある特徴パラメータを得た個人カテゴリを該入
力音声の発声者であるとして個人同定している。

ここで個人用フィルタ１７ｃの特性について一更に詳し
く説明すると、前述したように音韻特徴フィルタ１７ｂ
とは異なる特性に設定されている。この音声の個人性の
識別性について考察してみると、その識別性は、例えば Ｆ比−（個人間分散）／（個人内分散）として与えられ
るＦ比によって評価することができる。

今、音韻フィルタ１７．ｂに設定されたフィルタ特性の
各チャンネル出力のＦ比について検討すると、第３７図
に実線で示す指数関数的な傾向を示す。

これ故、従来では専ら高域側の音声特徴情報を利用して
個人照合を行なっている。

しかし音声の高域側の特徴だけを用いるよりも、全周波
数帯域の音声特徴を用いて個人同定が可能であれば、そ
の照合精度が更に向上すると考えられる。即ち、全周波
数帯域においてＦ比の値が１以上となり、個人間分散が
個人内分散を上回れば、更に精度の高い個人照合が可能
となる。

そこでここでは、前述したように個人用フィルタ１７Ｃ
の特性を指数関数的に定め、個人性の特徴が顕著である
高域側については大雑把に特徴抽出し、低域側のチャン
ネル割当て数を増やすことによって該低域側の音声特徴
を細かく抽出するようにしている。

具体的には各チャンネルのＦ比の変化が指数関数的な傾
向を示すことから、低域側チャンネルの帯域幅に比較し
て高域側チャンネルの帯域幅を指数関数的に増大させた
フィルタバンクを構成し、これを個人用フィルタ１７ｃ
としている。

このように構成されたフィルタ１７ｃの各チャンネル出
力によれば、そのＦ比は第３７図に破線で示すようにな
り、中域でのＦ比の大幅な向上が認められる。この結果
、高域側の音声特徴のみならず、中域における音声特徴
をも積極的に利用して個人照合を行なうことが可能とな
り、その照合精度の向上を図ることが可能となる。

即ち、この音声照合部１７では、入力音声の単語認識に
供する特徴とは別に、フィルタバンクの工夫によりその
個人性が顕著に現われる特徴情報を抽出している。この
結果、入力音声に対する音韻認識とは独立にその話者に
対する個人同定、つまり個人照合を高精度に行なうもの
となっている。

次に音声合成部２Ｂについて説明する。

音声合成部２６は、第３８図に示すように判別器２６ａ
、復号器２６ｂ、規則パラメータ生成装置２８Ｃ２およ
び音声合成器２６ｄを備えて構成される。

判別器２６ａは入力されたコード列が文字列であるか、
或いは音声合成の為の分析パラメータを示す符号列かを
判定するものである。この情報判別は、例えば入力コー
ド列の一番最初に付加された識別情報を判定することに
よって行われる。そして分析パラメータであると判定し
た場合には、その符号列を復号器２８ｂに与え、これを
復号処理してその音韻パラメータと韻律パラメータとを
それぞれ求めている。

また文字列と判定した場合には、その文字列データを規
則合成パラメータ生成装置２６ｃに与え、その音韻パラ
メータと韻律パラメータとの生成に供している。

音声合成器２Ｂｄは、このようにして復号器２６ｂまた
は規則合成パラメータ生成装置２６ｃにて求められた音
韻パラメータと韻律パラメータとに従い、音源波を声道
近似フィルタを介して処理して合成音声波を生成してい
る。

ここで規則合成パラメータ生成装置２８ｃについて更に
説明すると、該装置２８ｃは第３９図に示す如く構成さ
れている。文字列解析部２１３ｅは言語辞書２６を参照
して入力文字列中の単語を個々に同定し、その単語につ
いてのアクセント情報や単語・文節境界、品詞・活用等
の文法情報を求めている。

そしてこの解析結果に対して音韻規則、および韻律規則
がそれぞれ適用され、その制御情報が生成される。

ここで音韻規則は、解析された単語の読みの情報を与え
ると共に、単語の連接によって生じる連濁や無声化等の
現象を実現し、その音韻記号列を生成するものである。

音声パラメータ生成部２６ｇはこの音韻記号列を入力し
、その音節単位に従ってＣｖファイル２８ｈから音節パ
ラメータを順次求めて補間結合している。こめ音声パラ
メータ生成部２６ｇにて上記音韻記号列から音韻パラメ
ータ系列が生成される。

また韻律規則は、単語・文節境界等の文法情報に従って
発話の境界や息継ぎ位置を決定し、各音の継続時間長や
ポーズ長等を決定するものである。

同時にこの韻律規則により、各単語の基本アクセントを
ベースとし、文節アクセントを考慮した韻律記号列が生
成される。韻律パラメータ生成部２６１はこの韻律記号
列を入力し、ピッチの時間変化パターンを表わす韻律パ
ラメータ列を生成している。

一方、入力コード列が音声合成の為の分析パラメータを
示す符号列である場合、前記復号器２６ｂは次のように
機能している。

即ち、分析パラメータの符号列がＣＶファイルのケプス
トラム係数を示す場合、その符号列２６Ｉ１１は一般に
第４０図に示すようにパラメータＰ（ピッチ）とＣ，Ｃ
１，〜Ｃ（ケプストラム係数）Ｉｌｌ に対してビット割当てがなされて情報圧縮されている。

そこで復号器２８ｂではパラメータ変換テーブル２６ｎ
を用い、上記情報圧縮された分析パラメータを音声合成
器２６ｄに合せたビット数に変換・復号している。例え
ば各パラメータをそれぞれ８ビツトに変換し、音韻パラ
メータ列（ケプストラム係数）とその韻律パラメータ列
（ピッチ）とをそれぞれ求めている。

音声合成器２８ｄは、例えば第４１図に示すように有声
音源２８ｑと無声音源（Ｍ系列発生器）２６「とを備え
、入力される韻律パラメータ列のピッチデータＰに従っ
て有声音源波（Ｐ≠０）、または無声音源波（Ｐ−０）
を選択的に発生している。

この音源波は前置増幅器２８ｓに入力され、前記音韻パ
ラメータのケプストラム係数Ｃに応じてしベル制御され
て対数振幅近似ディジタルフィルタ２Ｂｔに入力される
。この対数振幅近似ディジクルフィルタ２６ｔは前記音
韻パラメータのケプストラム係数Ｃ、〜Ｃに従って声道
特性を近似するｌ　　　　　　　■ 共振回路を構成・シ、上記音源波をフィルタリング処理
するものである。この対数振幅近似ディジタルフィルタ
２８ｔにて前記音韻パラメータおよび韻律パラメータで
示される音声データが合成出力される。

そして対数振幅近似ディジタルフィルタ２６ｔにて合成
された信号は、Ｄ／Ａ変換器２８ｕを介した後、ＬＰＦ
２６ｖを介してフィルタリングされて合成音声信号（ア
ナログ信号）として出力される。

以ヒのように構成された音声合成部２６にて、入力デー
タ系列からそのデータ系列が示す音声が規則合成されて
出力される。

次にイメージ合成部２７について説明する。

イメージ合成部２７は、第４２図に示すように制御演算
部２７ａ、ディスプレイファイルメモリ２７ｂ、イメー
ジ合成回路２丁Ｃ，イメージメモリ２７ｄ、そして必要
に応じてディスプレイ２７ｅを備えて構成される。

尚、このディスプレイ２７ｅは、該ワークステーション
について準備された前記ディスプレイ部１０であっても
良い。

イメージ合成回路２７は、専用の制御演算部２７ａの制
御の下でディスプレイファイル２７ｂに書込まれている
ベクトルや多角形・円弧のパラメータを読出し、それに
よりて示される線図形を発生してイメージ合成回路２７
ｄの指定されたアドレスに書込んでいる。このイメージ
合成回路２７のイメージ発生機能によってイメージメモ
リ２７ｄ上に指定された線図形イメージが構築される。

そしてこの線図形イメージは、制御演算部２７ａの制御
の下で前記ディスプレイ２７ｅにて表示されてモニタさ
れる。

またイメージ発生回路２７ｂは、イメージ発生に対する
特殊処理機能と塗潰し処理機能とを備えている。この特
殊処理機能は、例えば複数のイメージ図形の重なりに対
して隠線の消去を行なったり、クリッピング処理を行な
う等の機能からなる。また塗潰し機能は、イメージ図形
の部分領域を指定された色を用いて塗潰す処理からなる
。

このようなイメージ合成回路２７ｂの機能によって、種
々のイメージ図形が作成され、またその合成処理等が行
われる。

ところで上述した如く発生したイメージ図形と自然画と
の合成は次の２つに大別される。その１つは、例えば風
景写真等の自然画を背景として、その中に演算処理に°
よって求められたイメージ画像を埋め込み合成する処理
であり、他の１つのは制御演算部２７ａが内部モデルと
して持っている成る平面イメージ内に自然画を埋め込み
合成する処理からなる。

ここで前者の自然画中にイメージ画像を埋め込み処理す
る場合には、例えば第４３図にその概念を例示するよう
に、制御演算部２７ａが発生する図形中に「透明色」を
示すコードを与えておき、これを自然画に対して重ね合
せて合成することによって達せられる。すると「透明色
」コードが与えられた画像領域は、自然画の情報がその
まま表示されるこ、とになり、その他の部分は制御演算
部２７ａが発生した図形が表示されることになる。この
結果、自然画を背景としたイメージ合成が実現されるこ
とになる。この手法はオーバーレイと称される。

これに対して第４４図にその概念を示すように画像メモ
リ内に自然画を書込んでおき、その上（手前）に制御演
算部２７ａが発生した図形を書込んで行くようにしても
良い。この手法は２バツフア法と称されるものであり、
前述したオーバーレイ法と共に比較的簡単に実現するこ
とができる。

ところで制御演算部２７ａの内部モデルとして示される
平面内に自然画を嵌め込み合成する後者の場合には、次
のようにして高速処理される。

平面上にある自然画を、３次元空間内の任意の方向を向
いている平面に埋め込む為に必要な座標変換は次式で与
えられる。

但し、ｘ、ｙは表示面での座標であり、ｕ、ｖは自然画
での座標である。

この座標変換処理をそのまま実行しようとすると、１画
素を表示する毎に６回の乗算と２回の除算が必要となり
、膨大な計算量と計算処理時間を必要とする。

そこでここでは、次のような中間座標（ｓ、ｔ）を介し
て上述した演算を２回の変換処理に分解して実行するも
のとなっている。この演算処理は、例えばアフィン変換
を利用して高速に実行される。

ｕ−（α　Ｓ＋α　ｔ＋α　）　／　ｔ　　　　（１）
Ｌ　　　　２　　　３ Ｖ−（（！　　ｓ＋ａ８を十ａ９）／１５−Ｃ３Ｘ−Ｃ
４Ｙ　　　　　　　　　　　（２）を鴫ＣＸ＋Ｃ５Ｙ＋
Ｃ６ 即ち、上述した第（１）式を用いて透視変換を行い、そ
の後、第（２）式を用いて２次元アフィン変換を行なっ
て任意の平面への透視変換を高速に行なうものとなって
いる。

ここで、第（１）式の分母は座標ｔそのものであるから
、従来より知られているアフィン変換回路を若干改良す
るだけでその演算を高速に実行することが容品である。

このようにしてイメージ合成部２７では種々のイメージ
合成処理を高速に実行するものとなっている。

次に出力形態選択部２４について説明する。

この出力形態選択部２４はメディア選択要求信号を受け
て起動°され、どのメディアを通じてデータ出力するか
を選択するものである。つまり種々のメディアのうち、
どのメディアを通じて情報伝送するかを選択す今もので
ある。

第４５図はこの出力形態選択部２４の概略構成図であり
、メディア選択制御部２４ａ、入力メディア判定部２４
ｂ、相手メディア判定部２４Ｃ，メディア変換テーブル
２４ｄ、および自己メディア機能テーブル２４０を備え
て構成される。また第４６図はこの出力形態選択部２４
の処理の流れを示すものである。この処理手続きの流れ
に沿って該出力形態選択部２４の機能を説明する。

メディア選択要求信号が与えられるとメディア選択制御
部２４ａは前記制御部２に対してメディア選択動作に必
要な入力メディア情報の提供を要求する。そして入力メ
ディア判定部２４ｂに対してメディア情報検出要求とメ
ディア機能識別要求を発する。

入力メディア判定部２４ｂはメディア検出部２４「とメ
ディア識別部２４ｇとによって構成され、上記メディア
選択制御部２４ａによる情報要求を受けて制御部２から
与えられる入力メディアを検出し、且つその検出メディ
アの機能を識別判定するものとなっている。この入力メ
ディア判定部２４ｂは、例えば入力メディアが音声であ
る場合、そのメディアの機能がＡＤＰＣＭである等とし
て識別判定する。

しかる後、メディア選択制御部２４ａは制御部２に対し
てそのデータ出力の相手先が自己端末（ワークステーシ
ョン内）の他の機能ブロックであるか、或いは通信回線
等を介して接続される別のワークステーションや通信端
末であるかを間合せる。

そして別のワークステーションや通信端末に対してデー
タ出力することが指示されると、メディア選択制御部２
４ａは送信相手局に関する識別情報を制御部２に対して
要求する。この要求を受けてデータ出力する相手局に関
する情報が相手メディア判定部２４ｃに入力される。

相手メディア判定部２４ｃは、相手局識別部２４ｈ。

相手局メディア識別部２４１１機能識別部２４ｊを備え
て構成され、前記メディア選択制御部２４ａからの識別
情報判定要求を受けて作動する。そして相手局に対する
識別情報から、先ず相手局を識別し、相手局のメディア
を諧別する。そしてその相手局メディアの機能を識別す
る。

具体的には、例えばデータ出力（送信）する相手局が自
動ＦＡＸであり、その通信メディアがイメージであって
、その機能がＧｍタイプである等を識別する。尚、この
相手局の識別は、相手局からそのネゴツエーシジン（ハ
ンドシェーク）機能を用いて送られてくる情報に基いて
行うよにしても良い。またネゴツエーション機能がない
場合には、そのメディア検出機能を機能識別部２４ｊに
持たせておけば良い。このようにすれば相手側からのメ
ディア情報信号に従ってその機能識別を行なうことが可
能となる。

第４７図はこの相手局の識別処理手続きの流れを示すも
のである。この流れに示されるように、例えば通信相手
局が電話か否かを判定し、電話である場合にはＦＡＸ信
号が到来するか否かを判定する。

そして相手局が電話であり、ＦＡＸ信号が到来する場合
には、これを相手機器がＦＡＸであると識別すれば良い
。また電話であると判定され、ＦＡＸ信号が到来しない
場合には、相手機器は通常の電話であると判定すれば良
い。更に電話でないと判定された場合には、相手機器は
電話以外の他の通信機器であると判定するようにすれば
良い。

このようにして通信相手局のメディアが識別判定される
と、次にメディア選択制御部２４ａは、例えば第４８図
に示すように構成されたメディア変換テーブル２４ｄを
参照して、入力メディア、入力機能、相手機器、相手機
器メディア、相手機器の機能に対応したメディア変換選
択情報を得る。

例えば入力メディアが音声で、その機能がＡＤＰＣＭで
あり、相手機器がＧＩＩＩタイプのＦＡＸである場合、
相手機器のメディアがイメージであること、そして主な
メディア変換機能が（音声）ｔｏ（コード文字） （コード文字）ｔｏ（イメージ） であること等が求められる。同時にそのその変換機能が
、 （ＡＤＰＣＭ、音声）ｔｏ　　（ＧＩ［Ｉ；ＦＡＸ）に
よって実現できることが求められる。この際、従属的な
メディア変換情報が存在すれば、これも同時に求められ
る。

このようにして求められたメディア変換情報が制御部２
に与えられ、前記データ出力の形式が選択的に指定され
る。

尚、データ出力が自己のワークステーション内部に対し
て行われる場合には、メディア選択制御部２４ａは自己
メディア機能テーブル２４ｅを参照して、データ出力が
可能な出力形式を求める。この情報に従ってメディア選
択制御部２４ａは前記メディア変換テーブル２４ｄの自
己メディア変換テーブルを参照し、同様にしてメディア
変換情報を求め、これを制御部２に与える。

このようにして求められるメディア変換情報に従って、
例えば前述した音声合成部２６を用いて文字コードの系
列で与えられる文章情報を音声情報に変換してデータ出
力したり、或いは音声認識部Ｉ９を用いて音声情報を文
字コード系列の情報に変換してデータ出力することにな
る。

次にデータベース部３２について説明する。

データベース部３２はコードやイメージ、音声等の各種
のデータを整理して格納し、これを種々の応用システム
に供するものである。第４９図はこのデータベース部３
２の概略構成を示すもので、コマンドの解析処理等を実
行するインターフェース部３２ａ１データベースの検索
処理等を実行するデータ操作部３２ｂ１種々のデータを
格納する記憶媒体としての磁気ディスク装置３２ｃや光
デイスク装置３２ｄ１そしてその付加機能部３２０とに
よって構成される。

種々のデータは、そのデータの種別に従って複数のリレ
ーションに分類整理され、各リレーション毎にそれぞれ
登録されてデータベースが措築されている。

以下、このデータベース部３２を、その論理構造、蓄え
られるデータ、物理構造、および付加機能の４つに分け
て説明する。

論理構造とはこのデータベース部３２を応用システム側
から見た場合、種々のデータがどのように蓄積されてい
るかを示すものである。ここではリレーショナル・モデ
ルに従った論理構造として、例えば第５０図に示すよう
な表のイメージとしてデータが取扱われるようになって
いる。

表（リレーション）には幾つかの欄（アトリビュート）
が設けられており、これらの各欄に所定の単位のデータ
がそれぞれ格納される。データの単位（タラプル）は、
各欄に格納すべき１組の値として定められる。このよう
なタラプルを格納した任意個数のアトリビュートによっ
て１つのリレーションが構築される。

しかしてこのモデルにあっては、リレーション名を指定
し、その各アトリビュートの値をそれぞれ与えることに
よってデータベースへのデータの格納が行われる。また
データベースの検索は、リレーションおよびアトリビュ
ートを指定し、そこに格納されている値が指定された値
、または別のアトリビュートに格納されている値との間
で所定の条件を満すか否かを判定し、その条件を満すタ
ラプルを抽出することによって行われる。

この検索条件は、それらの値が等しい、等しくない、小
さい、大きい等として与えられる。この際、複数のアト
リビュートについてそれぞれ検索条件を指定し、その条
件判定結果を論理処理（アンドやオア等）して行なうこ
とも可能である。史には、複数のリレーションを指定し
、成るリレーションの成るアトリビュートの値が他のリ
レーションの成るアトリビュートの値に等しい等の条件
により、複数のリレーション中から所定のタラプルを求
めるようなデータベース検索も可能である。

またデータベースからのデータ削除は、基本的にはＪ二
足検索と同様に行われるが、タラプルを抽出することに
代えて、そのタラプルを抹消することによって行われる
。

更にデータ更新も同様であり、得られたタラプルの指定
されたアトリビュートの値を変更し、これを格納するこ
とによって行われる。

また各リレーションには、各アトリビュート毎にデータ
の読出し、追加、変更が許可された大の情報（人名や担
当者コード）等が記入され、データ保護の対策が講じら
れている。尚、このデータ保護対策をアトリビュート毎
に行なうことに代えて、リレーション単位で行なうこと
も可能である。

尚、ここに記載される人の情報は複数であっても良い。

しかして第５０図に示すリレーションの例では、文字列
としてそのデータが示されているが、各リレーションに
蓄積されるデータは単なるビット列であっても良い。つ
まりリレーションに蓄積されるデータは文字列は勿論の
こと、イメージ情報や音声情報等であっても良い。

さてこのデータベースに蓄積されるデータは、上述した
第５０図に示す「個人スケジュール」のリレーションを
初めとして、例えば第５１図に示すような「住所録」　
１個人の仕事とその代行者」「操作履歴」　「人事」　
「会議室」　「会議室予約」「会議ｊ等の種々のリレー
ションからなる。

この例に示されるようにリレーションは、主に個人用と
して用いられるものと、多くの利用者によって共通に利
用されるものとからなる。そして個人用のリレーション
は各個人が使用するワークステーション毎に設けられ、
また共通リレーションは複数の利用者にとって共通なワ
ークステーションに設けられる。

尚、共通のワークステーションとは必ずしもそのハード
ウェアが他のワークステーションと異なることを意味し
ない。また個人用のワークステーションが共通のワーク
ステーションを兼ねても良いことも勿論のことである。

更には共通のワークステーションは１台に限られるもの
ではなく、システムの階層レベルに応じて複数台設けら
れるものであっても良い。要するに、複数のワークステ
ーションから容易に特定することのできるものとして共
通のワークステーションが設定される。

ここで第５０図に示した「個人スケジュール」リレーシ
ョンのデータ構造について簡単に説明する。

このリレーションからは、そのリレーション名が「個人
スケジュール」であり、「△△△△」によって作成され
たことが示される。このリレーション作成者「ΔΔΔΔ
」は該リレーションに対して全てのデータ操作が許可さ
れる。

またこのリレーションに付加されたデータ保護機能によ
れば、データの読出しは全員に許可されており、データ
の追加は「○ＯＯ○」と「技術部に所属する者」に対し
てのみ許可されている。尚、この「技術部に所属する者
」は、例えば「人事」のりレージジンを参照する等して
求められる。またデータの変更は１人レベル」の値がｒ
５Ｊ以上のものに対してのみ許可されている。この１人
レベル」とは人事リレーションに関するものであり、例
えば（部長；８）（次長；７）（課長；６）（主任；５
）等として役職を表わす。

更にこのリレーションには、ｒ開始時刻」　「終了時刻
」　１種類」　「名称」　「場所ｊ等のアトリビュート
が設定され、そのそれぞれにデータが書込まれるように
なっている。

次にこのデータベース部３２における上述した各種のり
レージジンを実際に記憶する為の物理構造について説明
する。

情報蓄積部（記憶部）は大量データを蓄積し、その任意
の部分を比較的高速に読み書きすることができ、価格的
にさぼど高価でないものとして前述した磁気≠イスク装
置３２ｃや光デイスク装置３２ｇが用いられる。

この情報蓄積部へのデータベースの蓄積は、該情報蓄積
部の記憶領域を特定の大きさく例えば数キロバイト程度
で、タラプル長や計算機の速度等に応じて定められる）
毎に区切り、各々をページとして管理して行われる。そ
して第５２図に示すように、例えば第０ページにページ
管理の情報を、第１ページにリレーション−覧表の情報
を、また第２ページに使用中のページ情報をそれぞれ格
納する。

このリレーションの一覧表によって、データベース中に
おける種々のりレージジンの所在が示される。

例えば第９ページおよび第１１ページに格納された実デ
ータは、第５ページに格納されたリレーションのアトリ
ビュート（主アトリビュート）に基き、第１０ページに
格納されたインデックスページの情報に従ってソートさ
れるようになっている。このインデックスページの情報
は、アトリビュートの値が幾つから幾つ迄のものがどの
ページに格納されているかを示すものである。

この主アトリビュート以外のアトリビュートによりデー
タ検索する場合には、そのアトリビュートについて第２
０ページのサブ・インデックスを経由して、先ず第２１
ページや第２２ページに示されるサブデータを得る。こ
のサブデータにはアトリビュートの値と前述した主アト
リビュートの値のみが入っており、ここで求められるア
トリビュートの値を用いて実際のデータが求められる。

尚、例えば画像データや音声データのようにその実デー
タの量が膨大であり、その中の幾つかのビット誤りが問
題とならない場合には、これらの実データを光デイスク
装置３２ｄ等の別の安価な情報記憶装置にファイルする
ようにしても良い。この場合には、第９ページや第１１
ページ等の実データ用ページには、その旨とその装置で
の実データの格納位置情報を記憶しておくようにすれば
良い。

しかしてこのように構築されたテークベースに対する付
加機能は、例えば不要データの自動廃棄等からなる。こ
の不要データの自動廃棄は、リレーションの付加情報と
して［廃棄；可／不可］［廃棄の方法］等を与えておき
、所定の間隔でリレーション毎の消去コマンドを動作さ
せて行われる。

尚、タラプルの消去は、例えば会議情報についてはその
終了時刻が現在の時刻より前であるか否か等を判定して
行なうことが可能である。従ってこのようなタラプルの
消去については、格別の機能追加は不要である。

また付加機能の他の重要な機能としてデータの保全があ
る。このデータの保全機能は、例えばハードウェアの故
障や停電等に原因してデータが不正（でたらめになった
り失われたりすること）となることを防ぐものである。

具体的にはこのデー夕の保全機能は、情報の二重化や磁
気テープへの書出し等によって実現される。

このようにデータベース部３２では、種々のデータをリ
レーション毎に分類整理し、且つページ単位に管理して
種々の応用システムに供するものとなっている。

次に作業環境データ収集部２５について説明する。

この作業環境データ収集部２５は、該ワークステーショ
ンに対する過去の操作履歴のデータを収集し、これに基
く操作ガイドを行なうものである。

ここで作業環境データ収集部２５には、例えば第５３図
に示すように当該情報処理システムが持つ機能に対応す
るコマンドと、他の情報システムが持つ機能に対応する
コマンドとを対応付けるコマンド対応テーブルが設けら
れている。

具体的には当該情報処理システムをＡ、他の情報処理シ
ステムをＢ、Ｃ，Ｄ、・・・とじたとき、システムＡに
おけるコマンド“ＤＥＬＥＴＥ”に対応する他のシステ
ムのコマンドが　“ＤＥＬ””ＥＲＡＳＥ”　　“ＲＥ
ＭＯＶＥ”　であルコとが、該コマンド対応テーブルに
よって示されるようになっている。

第５４図は利用者により入力されたコマンドを解析し、
所定の動作および各種ガイダンスを実行する作業環境デ
ータ収集部２５の概略構成を示すものである。

この作業環境データ収集部２５では、先ずコマンド入力
部２５ａから入力されたコマンドをコマンド解析部２５
ｂに与え、コマンド対応テーブル２５ｃを参照して解析
している。具体的には第５５図に示す手続きの流れに従
って入力コマンドがコマンド対応テーブル２５ｃに登録
されているかを調べている。即ち、コマンドが入力され
ると、先ずその入力コマンドがシステムＡのものである
か否かが調べられる。そして入力コマンドがシステムＡ
のコマンドであると解析されると、コマンド解析部２５
ｂは該入力コマンドをコマンド実行部２５ｄに与え、そ
のコマンドに基く所定の動作を実行させている。

一方、入力コマンドがシステムＡのものでない場合には
、他のシステムのコマンドに該当するか否かが調べられ
、対応付けされているコマンドが存在する場合には、そ
の対応コマンドを画面表示部２５ｅにて表示する。つま
り他のシステム（システムＢ）で用いられているコマン
ド、例えば“ＤＥＬ”である場合には、これに対応する
システムへのコマンド”ＤＥＬＥＴＥ”を求め、これを
操作ガイダンスとして画面表示部２５ｅに表示すること
になる。

尚、入力コマンドに該当するコマンドがコマンド対応テ
ーブル２５ｃに存在しなかった場合には、画面表示部２
５ｃにてコマンドエラーメツセージの表示を行なう。

具体的には次のようにしてそのコマンド入力に対する処
理が行われる。今、システムＢ、Ｃの操作経験の利用者
が初めてシステムＡ（当該情報処理システム）を操作す
るものとする。ここで利用者がコマンドを入力してデー
タ“ＡＢＣ”を消去する場合、従来ではシステムＡの取
扱い説明書に従ってデータ消去の為の“ＤＥＬＥＴＥ”
なるコマンドを探し、これを入力することが必要となる
。

しかしここでは、その利用者は過去の経験に従って、例
えばシステムＣで用いていたデータ消去コマンド″ＥＲ
ＡＳＥ　　ＡＢＣ”を第５６図（ａ）に示すように入力
する。

すると作業環境データ収集部２５ではこの入力コマンド
を解析し、前記コマンド対応テーブル２５ｃから入力コ
マンド”ＥＲＡＣＥ’に対応するシステムＡのコマンド
”ＤＥＬＥＴＥ”を求め、これをガイドとして表示する
ことになる。この結果、利用者はシステムＡを初めて操
作する場合であっても、そのデータ消去のコマンドが “ＤＥＬＥＴＥ″であることを知り、そのコマンドをガ
イドに従って入力することにより、そのデータ消去を行
なう４とが可能となる。

またファイル名のリストを表示するべく、第５６図（ｂ
）に示すようにシステムＢにおけるコマンド“ＤＩＲ”
を入力した場合には、同様にして該システムＡにおける
対応コマンド“ＣＡＴＡ”が求められ、ガイド表示され
る。この結果、このガイドに従ってコマンド“ＣＡＴＡ
”を入力することによって、そのファイル名のリストが
表示される。

このようにこの作業環境データ収集部２５の機能を活用
することにより、過去の操作経験のあるシステムで用い
られていたコマンドの入力によって、そのシステムにお
ける対応コマンドがガイド表示される。従ってシステム
利用者は、過去に得た知識を最大限に利用してシステム
を操作することが可能となる。そして当該情報処理シス
テムのコマンドを容易に知ることが可能となる。従って
その都度、当該情報処理システムの操作説明書を調べる
等の煩わしさから解放される。故に、システムの操作の
習得に要する時間を大幅に短縮することができる等の効
果が期待できる。

尚、入力コマンドに対応するコマンドを求め、これをガ
イド表示したとき、その合否の判定入力を受けて、その
コマンドを実行するようにしても良い。

即ち、第５７図にその手続きの流れを示し、第５８図に
その表示例を示すように他のシステムの消去コマンド″
ＥＲＡＳＥ”し、これに対応するシステムＡの消去コマ
ンド″ＤＥＬＥＴＥ’が求められたとき、これが正しい
か否かを間合せる。

そして正（Ｙ）なる指示入力があったとき、その入力コ
マンドが“ＤＥＬＥＴＥ”を示していると判定し、これ
をコマンド実行部２５ｄに送ってその処理を実行させる
ようにする。

このようにすれば、コマンドの対応関係かガイド指示さ
れると同時に、その入力、コマンドに従って所望とする
処理が実行されるので、改めて正しいコマンドを入力し
直す必要がなくなる。つまり入力コマンドの対応コマン
ドへの自動変換が行われて、その処理が実行されること
になる。従って、更にその操作性の向上を図ることが可
能となる。

尚、対応コマンドはシステムの種類に応じて何種類存在
しても良いものである。要はコマンド対応テーブル２５
ｃに対応付けてそれぞれ格納しておけば良い。またコマ
ンドは上述した文字列形式に限定されないことも云うま
でもない。

次にこの作業環境データ収集部２５におけるシステム習
熟度のデータ収集について説明する。この作業環境デー
タ収集部２５の内部に、このシステム習熟度のデータ収
集処理を実行する為のハードウェアとして、外部記憶装
置と制御装置が置かれる。

第５９図はシステム習熟度のデータ収集処理を示す流れ
図である。

利用者がその識別コード（ユーザ番号やパスワード等）
を入力すると、作業環境データ収集部２５はその識別コ
ードに対応する習熟度表を外部記憶装置から求め、装置
内部にセットする。この習熟度表は各利用者がシステム
の様々な利用機能に対してどの程度習熟しているかを格
納したもので、例えば第６０図に示す如く構成されてい
る。

即ち、この習熟度表は各利用機能に対してその利用頻度
、最終利用年月日時、ユーザが申告した該機能に対する
習熟クラス、該機能を前回利用した際の習熟度クラス、
更には該機能の複雑度の情報等によって構成されている
。

ここで複雑度とは該当利用機能が専門知識を要求する程
高くなり、また基本機能より高級機能になる程高くなる
ものである。

しかしてこのような習熟度表は各利用者毎に設けられ、
外部記憶装置にそれぞれ記憶されている。

尚、システムを初めて利用する利用者に対しては、識別
コードの新規設定によりその利用者に対する習熟度表が
作成され、外部記憶装置に登録される。

尚、外部記憶装置には、例えば第６１図に示すように上
述した習熟度表に加えて、前記習熟度クラスに対応した
利用機能毎のメツセージが登録されている。このメツセ
ージは習熟度のクラスが低゛い程、その背景説明を含む
判り易い説明となっている。また習熟度の高いクラスは
ど、簡略な説明と専門的な機能の紹介を含んだ高度な内
容となっている。

また習熟度のクラスは、例えば Ａ；初級者クラス Ｂ；中級者クラス Ｃ；習熟者クラス のように分類設定される。

しかして入力された識別コードに対応した習熟度表が求
められると、次にその利用機能を利用者に選択させる為
のメニューが表示される。このメニューに対して利用者
は、例えばその利用機能に対応する番号等を入力する。

すると制御装置ではその入力情報が終了信号か利用機能
の選択信号かを判断し、利用機能選択信号の場合には次
のように動作する。

即ち、利用機能選択信号が入力されると、先ずその利用
者に関する前記習熟度表を参照し、選択された利用機能
に対応する利用頻度や最終利用年月日時、申告習熟度ク
ラス等の情報が求められる。

そしてこれらの情報に従って重み付は処理を施し、現在
の習熟度クラスの決定が行われる。

この習熟度クラスの判定は、例えば利用頻度をＰ３、最
終利用年月日時をＴ　、現在の利用年月Ｉ　　　　　　
　　　　　　　　　　　　　　　　　　　　　　Ｅ１日
時をＴ　１利用者申告習熟度クラスをＸ　１前口利用習
熟度クラスをＸ２ａ！（Ａ、Ｂ、Ｃ１、ｍ雑度をＰ　１
そして判別関数をＦ　としたとき、Ｃ「 Ｆ′　陶Ｋ　　　Ｐ　　　＋Ｋ　　　（Ｔ　　　−Ｔ　
　）ｒ　　　、１　　　１　　　　２　　　　　ｃ　　
　　　ｃ＋に３　ＧＬ　　［ｘｔ　］ 十　Ｎ４　Ｇ２　　［Ｎ２　コ　＋　Ｎ５　Ｐ。

として求められ。但し、上式においてＫ　　、Ｋ　　。

に、に４は、実験等によって適切な値に設定さＡ、Ｂ、
Ｃに対する評価重みである。これらの評価重みは Ｙ＜Ｙ＜Ｙ、Ｚ＜Ｚ＜Ｚ なる関係を有し、実験等によって適切な値に設定される
。

ここでＧＩ　［Ｘｌ］は、Ｘｌ−ＡのときＹｌなる値を
取り、Ｎ２−ＢのときＹ２なる値を取ることを意味する
。また（Ｔ　　−Ｔ　　）は、最終利用Ｃｅ 年月日時から現在までの日数を時間換算したものである
。

しかしてクラス判定は、上述した判別関数Ｆｒの値によ
り次のようにして行われる。

Ｆ　　＜Ｎ　　　・・・Ａクラス 「　　Ｉ Ｎ　≦Ｆ　　＜Ｎ　　　・・・Ｂクラスｌ　　　ｒ　　
　２ Ｎ２≦Ｆｒ　　　　・・・Ｃクラス 尚、判定閾値Ｎ　　、Ｎ　　は実験等に基いて適切に定
められる。

このようにして習熟度クラスが決定されると、その決定
された習熟度クラスに対応し、且つ前述した如く指定さ
れた利用機能に該当するガイドメツセージやエラーメツ
セージを外部記憶装置から求める。

しかる後、今回決定された習熟度クラスと、前記習熟度
表に格納されている前回の習熟度クラスとを比較照合す
る。そして習熟度クラスに変更がある場合には、その習
熟度に変更がある旨を示すメツセージを前記ガイドメツ
セージ等に付加して書込む。

この習熟度クラス変更のメツセージは、例えば第６２図
に示すような４種類のメソセージからなる。そしてその
クラス変更の形態に応じて求められ、前記ガイドメツセ
ージ等と共に表示される。

利用者はこのようにして表示される各種メツセージに従
ってその処理操作を行なうことになる。

具体的には作成データをファイルに格納する利用機能に
対して、その利用者が初級者クラス（Ａクラス）と判定
されると第６３図に示す如きメツセージが表示される。

そしてこのメツセージにも拘らず利用者が情報入力を誤
った場合には、例えば第６４図に示すようなエラーメツ
セージの表示が行われ、その利用機能に対する操作のガ
イドが行われる。

またその利用者の習熟度が中級者クラス（Ｂクラス）と
判定された場合には、第６５図に示す如きメツセージが
表示される。そしてこのメツセージにも拘らず利用者が
情報入力を誤った場合には、例えば第６６図に示すよう
なエラーメツセージの表示が行われ、その利用機能に対
する操作のガイドが行われる。同様にその利用者の習熟
度が習熟者クラス（Ｃクラス）と判定された場合には、
第６７図に示す如きメツセージが表示され、情報入力の
誤りがある場合には、例えば第６８図に示すようなエラ
ーメツセージの表示が行われてその利用機能に対する操
作のガイドが行われる。

しかして上述した如く表示したガイドメツセージの空欄
に対してデータ入力が行われると、制御装置は前述した
如く求めている該当利用者の習熟度表の該当利用頻度を
（＋１）すると共に、最終利用年月日時および前回利用
習熟クラスの更新を行なう。そして該利用機能の実行を
促すと共に、該当利用機能が終了したものと石像して前
述した利用機能選択の為のメニュー表示動作に戻る。

ここで再び利用機能選択信号が入力されると、上述した
処理を再び繰返して実行することになる。

しかし終了選択信号が入力された場合には、上述した如
く作成・更新した習熟度表を外部記憶装置の習熟度ファ
イルに、その該当利用者の識別コードと共に書込み、こ
れを保存する。そしての一連の処理手続きを終了する。

このようにして作業環境データ収集部２５では、システ
ムの操作に関する習熟度のデータを収集しながら、その
収集されたデータに従ってその操作を適切にガイダンス
するものとなっている。

以上が本ワークステーションの基本的な構成とその機能
である。

次に上述した如く構成されたワークステーションにおけ
る代行者選定の処理機能について説明する。

この代行者の選定処理機能は、例えば着信電話に対して
その被呼者が不在のとき、その電話用件等に従って該着
信電話に対応し得る適切な代行者を自動的に選定しよう
とするものである。以下、この処理手続きを第６９図に
示す処理の流れに沿って説明する。

電話着信があると前記制御部２の自動オペレート機能が
作動し、前記音声合成部２Ｂおよび音声認識部１９が起
動される。そして音声合成部２６にて、例えば 「ＯＯでございます。誰に御用でしょうか？」等のメツ
セージが生成され、上記着信電話の発呼者に間合せ出力
される。

これを受けて発呼者が誰に用件があるかを発声すると、
その電話音声は前記音声認識部１９に入力されて音声認
識される。この音声認識によって前記電話音声からその
被呼者（電話呼出される個人）が求められる（ステップ
ａ）。

するとワークステーションでは、この被呼者の情報に従
って前記データベース部３２に登録された該被呼者の個
人スケジュールを検索する（ステップｂ）。この個人ス
ケジュール検索によって該個人（被呼者）が在席してい
るか否か、つまりその電話に応答可能か否かが判定され
る　（ステップＣ）。被呼者が在席している場合には、
例えば前記音声合成部２６から、例えば 「ただいま、おつなぎします。」 等のメツセージを出力して、該着信電話をその被呼者が
利用する電話端末に転送する　（ステップｄ）。この被
呼者が利用する電話端末は、例えば前記データベース部
３２に登録された人事等のリレーションから、該被呼者
の内線電話番号を求める等して行われる。

これに対して被呼者が不在であり、上記着信電話に対応
できない場合には（ステップｃ）、前記、音声合成部２
Ｂが起動されて被呼者不在のメツセージ、および電話の
用件を伺う旨のメツセージが音声出力される（ステップ
ｅ）。このメツセージ出力は、 「××は不在ですが、どのような御用件でしょうか？」 等の問合せを発することによって行われる。

この間合せに対して発呼者がその用件（仕事名）を発声
すると、その電話音声の認識処理が行われ、その入力音
声情報中から仕事（用件）に関する情報が抽出される（
ステップｆ）。そしてこの認識された用件の情報に従っ
て、前記被呼者に代わって着信電話に対応するべく代行
者の選定が行われる。

この代行者の選定は、先ず前記データベース部３２に登
録された、例えば前記第５１図（ｂ）に示す如き代行者
のリレーションを検索して行われる（ステップｇ）。こ
の代行者のリレーションは、種々のの仕事（用件）に関
して、その仕事に対処し得る個人の個人名を代行者とし
て登録したものであって、複数人の代行者がいる場合に
は優先順位を付して順に登録されている。つまり業務の
組織構造や業務分担等に従って、各仕事毎にそれに対処
し得る代行者名を登録してものとなっている。

このような代行者のリレーションから、前述した着信電
話の用件に応じた代行者がその優先順位に従って順に検
索抽出される（ステップｇ）。

しかして代行者が検索抽出されると、次にその代行者の
個人スケジュールが検索される（ステップｈ）。そして
その代行者が実際に前記着信電話に対“応することが゛
できるか否かが判定される（ステップｉ）。

ここで代行者の所在が明らかな場合には、その所在場所
に電話して前記音声合成部２６から電話代行の旨のメツ
セージを出力し、前記着信電話を転送する（ステップｊ
）。この電話代行の旨のメツセージは、例えば 「××さんへの△△に関する電話ですが、代わりに電話
を受けて下さい。」 等の合成音声からなる。この処理によって前記着信電話
に対する代行者による応対が行われることになる。

これに対して代行者が在席していないが、その付近（例
えば同じ管理セクション内）に居ることが明らかな場合
には、例えば電話のゾーンベージング機能等を用いて代
行者を呼出す　（ステップｋ）。そしてその代行者が最
寄りの電話端末から応答したとき（ステップ、１’）、
その代行者に対して前述した電話代行の旨のメツセージ
を伝え、その電話端末に前記着信電話を転送する（ステ
ップｍ）。

これに対して前述した代行者の個人スケジニール検索に
よって、選定した代行者が不在であると判定された場合
（ステップｌ）、前記代行者のリレーションから次順位
の代行者を求める（ステップｎ）。そしてこの次順位の
代行者に関して上述した処理を繰返し、その対向者に前
記着信電話を転送する。

尚、代行者のリレーションに登録された全ての代行者が
不在等に起因して前記着信電話を受けることができない
場合には（ステップＯ）、その他の人によって前記着信
電話に応対してもその用件を満すことができない。従っ
てこの場合には、前記音声合成部２Ｂからその業務担当
者が不在である旨をメツセージ出力する（ステップｐ）
。

以上のような代行者選定手続きによって着信電話に対す
る適切な代行者を選定し、その代行者に対して電話が転
送される。従って従来のように組織表や業務分担表等を
調べてその用件に対、処し得る代行者を一々調べる必要
がなくなる。故に非生産的な雑務を大幅に軽減しつつ、
適切な代行者を迅速に選定して着信電話に対応すること
が可能となる。

尚、本発明は上述した実施例に限定されるものではない
。ここでは不在者に対する電話着信についての代行者の
選定について説明したが、受付は業務における担当者選
定についても同様に実施することができる。

また着信電話に対してその被呼者の外出先等に電話転送
が可能な場合には、上記着信電話を転送処理することも
できる。またここでは音声入力された用件の情報から代
行者を選定したが、例えば業務組織表に従ってその被呼
者の個人名から直接的に代行者を選定することも可能で
ある。その他、本発明はその要旨を逸脱しない範囲で種
々変形して実施することができる。

［発明の効果］ 以上説明したように本発明によれば、例えば着信電話の
被呼者が不在の場合、その用件の情報等に従って上記着
信電話に対応するに適した代行者を迅速に、しかも自動
的に選定することができる。従って人手に頼って行われ
ていた代行者選定の非生産的な雑務を大幅に軽減して適
切な代行者による迅速な対応を取ることが可能となり、
オフィス業務の円滑化、業務効率の向上を図ることが可
能となる等の実用上多大なる効果が奏せられる。

【図面の簡単な説明】

図は本発明の一実施例を示すもので、 第１図は本発明に係るワークステーションにおける代行
者選定処理機能の概略構成を示す図、第２図はこの代行
者選定処理機能を備えたワークステーションの概略構成
図、 第３図はワークステーションに付随するＩＣカードの外
観図、第４図はＩＣカードの構造を示す分解斜視図、第
５図はＩＣカードのプリント基板部の構造を示す図、第
６図はＩＣカードの半導体集積回路部の構成を示す図、 第７図はワークステーションにおける暗号化処理部の構
成を示す図、第８図は暗号・復号化の概念を示す図、第
９図は暗号化部の構成図、第１０図は復号化部の構成図
、第１１図はＲ５Ａ処理部の構成図、 第１２図はワークステーションにおけるイメージ照合部
の構成を示す図、第１３図はイメージ処理される顔の例
を示す図、第１４図はイメージ・データの構造を示す図
、 第１５図はワークステーションにおける音声認諜部の構
成を示す図、第１６図は入力音声パターンの例を示す図
、第１７図は子音の音響的特徴を示す図、第１８図は遷
移ネットワークの例を示す図、第１９図は音声認識処理
の手続きを示す図、第２０図は入力音声に対する部分区
間検出を説明する為の図、第２１図は音声認識辞書の学
習処理手続きを示す図、 第２２図はワークステーションにおける文字認識部の第
１の文字認識ブロックの構成を示す図、第２３図は認識
対象となる文字が記載されるＦＡＸ送信原稿用紙の例を
示す図、第２４図は認識対象文字の切出し処理を説明す
る為の図、第２５図は文字認忠部における第２の文字認
識ブロックの構成を示す図、 第２６図はワークステーションにおける図形認識部の構
成を示す図、第２７図乃至第３０図は図形認識処理を説
明する為の図、 第３１図はワークステーションにおけるイメージ認識部
の構成を示す図、第３２図はコード変換装置の構成図、
第３３図は入力イメージに対する処理例を示す図、第３
４図はセグメントにおける特徴点検出を示す図、 第３５図はワークステーションにおける音声照合部の構
成を示す図、第３６図はフィルタバンクの帯域分割例を
示す図、第３７図はフィルタ特性を示す図、 第３８図はワークステーションにおける音声合成部の構
成を示す図、第３９図は規則合成パラメータ生成装置の
構成図、第４０図は音声パラメータの変換構造を示す図
、第４１図は音声合成器の構成図、 第４２図はワークステーションにおけるイメージ合成部
の構成を示す図、第４３図および第４４図はイメージ合
成処理の概念を示す図、第４５図はワークステーション
における出力形態選択部の構成を示す図、第４６図は出
力形態選択処理手続きの流れを示す図、第４７図は相手
局識別処理手続きの流れを示す図、第４８図はメディア
変換テーブルの構造を示す図、 第４９図はワークステーションにおけるデータベース部
の構成を示す図、第５０図はデータベースのデータ構造
を示す図、第５１図はリレーションの例を示す図、第５
２図はリレーションの構造を示す図、 第５３図はコマンド対応テーブルの構造を示す図、第５
４図はワークステーションにおける作業環境データ収集
部の構成を示す図、第５５図乃至第５８図はコマンド部
の処理を説明する為の図、第５９図はシステム習熟度の
データ収集処理の流れを示す図、第６０図は習熟度表の
構造を示す図、第６１図乃至第６８図は作業環境データ
収集部の処理を説明する為の図、 第６９図は本ワークステーションにおける代行者選定処
理手続きの流れを示す図である。 ■・・・バス、２・・・制御部、３・・・イメージ入力
装置、４・・・位置入力装置、５・・・音声入力部、６
・・・キーボード部、７・・・ＩＣカード部、８・・・
バスコントローラ、９・・・音声出力装置、１０・・・
ディスプレイ部、１１・・・イメージ出力装置、１２．
１３・・・通信装置、１４・・・切換え装置、１５・・
・タイマ一部、１６・・・暗号化処理部、１７・・・音
声照合部、１８・・・イメージ照合部、１９・・・音声
認識部、２０・・・音声分析部、２１・・・文字認識部
、２２・・・図形認識部、２３・・・イメージ認識部、
２４・・・出力形態選択部、２５・・・作業環境データ
収集部、２６・・・音声合成部、２７・・・イメージ合
成部、２８・・・図形合成部、２９・・・音声の圧縮・
伸長部、３０・・・イメージの圧縮・伸長部、３１・・
・信号処理部、３２・・・データベース部。 出願入代通人　弁理士　鉛工武彦 第１図 ＃Ｉ４５図 第６図 第４図 ｖ４７図 （暗号イし）１　　　　　　ｔ（１１号化）第８図 第９図 第１０図 （４１！；ｋ） 第１１図 第１２図 第１３図　　　　　第１４図 第１７図 第１９図 第２０図 第２５図 第２６図 第２７図　　　　第２８図 第２９図　　　　第３０図 第３１図 第３３図 第３７図　　　ＣＭ 第３８図 ＊　３９　図第４０　図 第４１図 第４２図 第４３図 第４９図 第５２図 第６０図 第６１図 第６３図 第６４図 第６５図 第６６図

Claims (6)

【特許請求の範囲】
1. （１）複数の個人をそれぞれ特定する情報と業務内容に
   関する情報との相関関係を示す情報を代行者のリレーシ
   ョンとして格納した情報蓄積装置と、入力情報が指定す
   る個人または業務内容に関する情報に従って上記情報蓄
   積装置を検索して、該入力に対応し得る個人の情報を求
   める手段とを具備したことを特徴とする知的ワークステ
   ーション。
2. （２）情報蓄積装置の検索は、入力情報が指定する個人
   が該入力に対応できないときに行われ、上記指定さた個
   人の代行者を求めるものである特許請求の範囲第１項記
   載の知的ワークステーション。
3. （３）情報蓄積装置の検索は、入力情報が示す用件から
   業務内容を判定し、この判定された業務内容の情報に従
   って上記用件に対処し得る個人、またはその代行者を求
   めるものである特許請求の範囲第１項記載の知的ワーク
   ステーション。
4. （４）入力情報は、通信手段を介して入力されるもので
   ある特許請求の範囲第１項記載の知的ワークステーショ
   ン。
5. （５）情報蓄積装置に格納された代行者の情報は、特定
   の個人に対して複数人の代行者を優先順位付けして登録
   したものであって、優先順位の高い代行者から順に検索
   抽出されるものである特許請求の範囲第１項記載の知的
   ワークステーション。
6. （６）指定された個人、または検索された代行者が入力
   に対処し得るか否かの判定は、その個人の情報蓄積装置
   に格納された個人スケジュールを検索して行われるもの
   である特許請求の範囲第１項記載の知的ワークステーシ
   ョン。