特許ウォッチ

公開番号2025162928
公報種別公開特許公報(A)
公開日2025-10-28
出願番号2024066437
出願日2024-04-16
発明の名称音声応答システム、及びそれを利用した応答方法
出願人エムケイ無線事業協同組合,株式会社POSナビ
代理人個人
主分類G10L 15/22 20060101AFI20251021BHJP(楽器;音響)
要約【課題】音声の発話を受信したときに地名及び位置情報を検索し音声で応対できる音声応答システムを提供する。
【解決手段】音声情報を文字情報に変換する音声認識エンジン3と、文字情報を音声情報に変換する発話エンジン4と、正規地名13が登録されたマッピングシステム10(101,102)で検索困難、又は、音声説明容易な地名数まで絞り込みが困難な択一困難地名14を蓄積した択一困難地名データベース5と、前記択一困難地名データベース5の択一困難地名14の位置情報15を蓄積した位置データベース6と、前記択一困難地名データベース5及び前記位置データベース6を対象に、前記択一困難地名14及び前記択一困難地名14の位置情報15を検索し、音声説明容易な地名数まで絞り込む統合制御装置1000とを有し、択一困難地名の位置情報を検索し音声で応答できる音声応答システム1。
【選択図】図1
特許請求の範囲【請求項１】
音声インターフェースを介して受信した音声情報を文字情報に変換する音声認識エンジンと、
文字情報を音声情報に変換する発話エンジンと、
正規地名が登録されたマッピングシステムで検索困難、又は、音声説明容易な地名数まで絞り込みが困難な地名を蓄積した択一困難地名データベースと、
前記択一困難地名データベースの択一困難地名の位置情報を蓄積した位置データベースと、
前記択一困難地名データベース及び前記位置データベースを対象に、前記択一困難地名及び前記択一困難地名の位置情報を検索し、音声説明容易な地名数まで絞り込む統合制御装置と
を有する音声応答システム。
続きを表示（約 1,800 文字）【請求項２】
前記択一困難地名データベースは、慣用地名辞書、同表記異発音地名辞書及び同音異表記地名辞書を有し、
前記慣用地名辞書、同表記異発音地名辞書及び同音異表記地名辞書は、文字情報の前記択一困難地名に識別子を付した識別択一困難地名を蓄積する、
前記慣用地名辞書は、前記択一困難地名としての文字情報の慣用地名に、慣用地名であることを示す識別子を付した識別択一困難地名としての識別慣用地名と、前記識別慣用地名に一致する前記正規地名とを紐付けて蓄積し、
前記同表記異発音地名辞書は、前記択一困難地名としての、読み違いの文字情報の地名、及び、同表記異発音の文字情報の地名に、同表記異発音地名であることを示す識別子を付した識別択一困難地名としての識別同表記異発音地名と、前記識別同表記異発音地名に一致する前記正規地名とを紐付けて蓄積し、
前記同音異表記地名辞書は、前記択一困難地名としての、同音異表記の文字情報の地名、及び、言葉足らずの文字情報の不足地名に、同音異表記地名であることを示す識別子を付した識別択一困難地名としての識別同音異表記地名と、前記識別同音異表記地名に一致する前記正規地名とを紐付けて蓄積した
請求項１記載の音声応答システム。
【請求項３】
前記位置データベースは、前記識別択一困難地名と、前記識別択一困難地名に一致する前記正規地名と、前記正規地名の位置情報とを紐付けて蓄積する
請求項１記載の音声応答システム。
【請求項４】
前記統合制御装置は、
ユーザに対しユーザ情報及び地名を問う初期応答部と、
前記初期応答部で得た、地名及び前記地名の位置情報を、前記マッピングシステムを対象に検索する地図検索部と、
前記地名に追加地理情報を加えて検索する位置特定推理ユニットと、
前記地図検索部の検索で、音声説明容易な検出地名数まで絞り込めなかった場合、又は１つも検出しなかった場合に前記位置特定推理ユニットに処理を移管する移管部と、
前記地図検索部で音声説明容易な検出地名数を検出した場合に、前記択一困難地名データベース及び前記位置データベースを対象にマルチインデックス検索した各正規地名及び前記正規地名の位置情報に音声符号（１～３の番号等）を付し、ユーザに対し選択を要求する問いを出力する択一部と、
前記択一部の問いにユーザが応じて選択した１つの地名及び位置情報の正解を確認する問いを出力する確認部と
を有する請求項１記載の音声応答システム。
【請求項５】
前記位置特定推理ユニットは、
前記地図検索部から、処理の移管を受けたときに、ユーザに対し追加地理情報の問いを出力する特定情報追加部と、
前記地名に前記追加地理情報を加えて前記択一困難地名データベースを対象に音声説明容易な検出地名数まで絞り込む推理選抜部と、
前記推理選抜部が、前記択一困難地名データベース及び前記位置データベースを対象に前記択一困難地名、前記択一困難地名の正規地名、及び、前記正規地名の位置情報をマルチインデックス検索し、音声説明容易な検出地名数を検出した場合に、検索結果を前記択一部に送信する出力部と
を有する請求項４記載の音声応答システム。
【請求項６】
前記位置特定推理ユニットが、前記択一困難地名データベース及び前記位置データベースを対象に、前記識別択一困難地名をマルチインデックス検索する推理検索工程と、
前記推理検索工程で、音声説明容易な検出地名数まで絞り込めなかった場合、又は１つも検出しなかった場合に、前記推理選抜部が、追加地理情報の問いを出力する特定情報追加工程と、
前記識別択一困難地名に前記特定情報追加工程で得た追加地理情報を加えて、前記推理選抜部が、前記択一困難地名データベース及び前記位置データベースを対象にマルチインデックス検索し、音声説明容易な検出地名数まで絞り込む推理選抜工程と、
前記推理選抜工程で絞り込んだ正規地名及び追加地理情報又は住所を前記択一部に送信する出力工程と
を有する請求項５記載の音声応答システムを利用した応答方法。

発明の詳細な説明【技術分野】
【０００１】
本発明は、コンピュータを利用して音声による通話に応対する音声応答システム、及び、前記音声応答システムを利用した応答方法に関する。
続きを表示（約 2,800 文字）【背景技術】
【０００２】
近年、スマートフォンやタブレットＰＣ等の携帯端末からタクシーを呼ぶ際に、現在地の店名、会社名、家名や地名又は住所等を知っている場合には、電話網を通じたオペレータとの通話で呼ぶことができる。又、外出先の路上等、正確な現在地が不明な場合や、言葉で説明するのが難しい場合等には、タクシー配車アプリを利用できる。前記タクシー配車アプリを利用すると、前記携帯端末からオペレータを介さずにインターネットに接続しディスプレイに表示されたウェブマップ上の現在地に配車の要請ができる。しかしながら、携帯端末を使いこなすことが困難な高齢者や児童等は、従来通り電話網を通じた会話で呼ぶしかなく、タクシー会社は、オペレータによる対応を削減出来なかった。
【０００３】
オペレータの負担を軽減する技術としてコンピュータを利用した音声による受注技術がある。
例えば、特許文献１（特開平８－３２０６９６号公報）に示された任意に話された単語の自動通話認識方法は、単語モデルと少なくとも部分的に認識決定の基になる相関データとを記憶する第１のデータベースを備えた自動通話認識（ＡＳＲ）装置において、補助的な第２のデータベースに記憶された情報を用いて前記ＡＳＲ装置の能力を高める方法であって、第１及び第２の部分を有する入力をユーザから受信する工程と、前記ユーザから得られた入力を前記ＡＳＲ装置に記憶する工程と、前記ＡＳＲ装置が前記ユーザから回収された前記入力の第１の部分を認識する工程と、前記入力の第１の部分に関連した、前記補助データベースに記憶された補助データを識別して読み出す工程と、前記補助データベースから読み出された前記情報から引き出されたテンプレートを作り出す工程と、前記テンプレートを用いて、前記ユーザが話した通りに前記入力の第２の部分を認識する工程とからなる。前記補助データベースは、固有名詞等の補助文書情報を読み出すためにアクセスされる。文書／通話手段は補助データベースから読み出された文書の音素表現を生成するために用いられ、この音素表現は、話された単語を認識するための自動通話認識（ＡＳＲ）装置で話者非依存テンプレートとして用いることができる。前記ＡＳＲ装置が話者特定訓練をすることなく任意に話された単語を認識できる。
【０００４】
また、特許文献２（特開２０２３－２６５０号公報）に示された自動通話システムには、自動通話システムのための方法、システムおよび装置が開示される。
いくつかの実装形態は、電話通話を開始し、ユーザとの電話での会話を行うためにボットを使用することに向けられている。ボットは、電話通話中に合成音声を提供している間、割り込まれる場合がある。割り込みは、複数の異なる割り込みタイプのうちの1つに分類することができ、ボットは、割り込みタイプに基づいて割り込みに反応することができる。いくつかの実装形態は、電話での会話中に第１のユーザが第２のユーザによって保留にされたことを判定し、第１のユーザが電話通話を切ったとの判定に応答して電話通話をアクティブ状態に維持することに向けられている。第１のユーザには、第２のユーザが通話に再参加したときに通知することができ、第１のユーザに関連付けられたボットは、第２のユーザが電話通話に再参加したことを第１のユーザに通知することができる。
【先行技術文献】
【特許文献】
【０００５】
特開平８－３２０６９６号公報
特開２０２３－２６５０号公報
【発明の概要】
【発明が解決しようとする課題】
【０００６】
しかしながら、前記特許文献１の任意に話された単語の自動通話認識方法は、データベースから読み出された補助情報を用いて、電話網を通じて話すユーザの単語を認識する際に自動通話認識装置（ＡＳＲ）を支援する方法に関するが、電話網を通じてタクシーの配車依頼を受注する際に、ユーザの音声情報に基づき、乗車位置や目的地等の対象地名及び地図座標を検索し、応答できるものではない。
【０００７】
前記特許文献２の自動通話システムは、複数のユーザが音声を発している場合にも、日時、予約内容、人数等の重要な情報を収集できる。しかしながら、前記特許文献１と同様に、タクシーの配車依頼を受注する際に、対象地名及び地図座標を検索し、応答できるものではない。
【０００８】
タクシー配車アプリが、ユーザからタクシーの配車依頼を受注する際には、ユーザの現在地を乗車位置としてマッピングシステムで検出するか、又は、ユーザの文字入力によって住所や緯度・経度等の位置情報を取得し、更に、目的地を前記マッピングシステムの地図上で選択するか、又はユーザによる文字入力によって取得することができる。しかしながら、スマートフォンやタブレットＰＣ等の操作に不慣れな高齢者や児童等が、前記タクシー配車アプリを適切に使用できない場合には、電話で配車依頼をすることとなる。
【０００９】
従前までのコンピュータ技術では、音声通話による配車依頼を受注するのが困難であった。音声情報を文字情報化し、文字情報の中から地名を抽出し、その地名をマッピングシステムで検索することとなる。コンシューマ向けのマッピングシステムは正規地名のみが登録されており、正規地名から大きくかけ離れた地域特有の地名や屋号、愛称等の非正規地名の場合には地図上の位置を特定できなかった。又、同表記異発音の地名、同音異表記の地名、言葉足らずの音声による地名等、複数の住所を検出した場合に、音声通話によって効率的に一つの場所に絞り込むことが困難であった。以上のような理由からオペレータの負担を軽減するのは難しかった。
【００１０】
更に、タクシー会社の電話網を通じた受注に留まらず、自動運転化技術が搭載された車両に乗車したユーザが前記車両に搭載したＡｉエンジンに、音声インターフェースを通じて目的地（地名）を発話し、目的地を指示することが今後予想される。前記車載のＡｉエンジンは、前記ユーザの音声情報を文字情報化し、前記文字情報化した地名を、車載カーナビ、及び前記車載カーナビが接続するウェブマッピングシステム等で前記地名を検索することとなる。この場合にもユーザが前記車載カーナビやウェブマッピングシステム等に登録されていない非正規地名を発話した場合、位置情報を検出できないという問題が発生する。更に、同表記異発音の地名、同音異表記の地名、言葉足らずの音声による地名等、複数の住所を検出した場合に、音声通話によって効率的に一つの場所に絞り込むことが困難であるという課題も残る。
（【００１１】以降は省略されています）

関連特許