JPH04167749A - 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】 ［発明の目的コ （産業上の利用分野） 本発明は入力情報に対する応答情報を、聞き取り易い音
声にて応答出力することのできる音声応答装置に関する
。

（従来の技術） 近時、銀行業務等におけるテレホンサービスや、デパー
ト等における催し物案内サービスにおいて、電話を介し
て音声やブツシュホン信号として入力される問い合わせ
情報を認識し、その認識結果に対する回答情報を音声に
より通知する音声応答装置が注目されている。

この種の音声応答装置では、例えば予め応答内容が定ま
っている ｒ毎度ご利用戴きましてありがとうごさいます。」「お
問い合わせの＊＊についてお知らせします。」等の定型
文と、問い合わせ内容に応じて種々変化する応答情報を
含む非定型文とに分け、上記定型文を録音編集方式によ
り生成し、多種多様に変化する非定型文については規則
合成方式により生成□ することが試みられている。

尚、録音編集方式は、予め録音収集した各種の音声メツ
セージを組み合わせ編集して応答出力すべき音声を得る
ものてあり、ＰＣＭやＡＤＰＣＭ等の技術の導入により
、高品質な応答音声を得ることができると云う特徴を持
つ。然し乍ら、予め録音収集し、音声ファイルとして保
存しておく音声メツセージの数に限りかある。これ故、
多種多様に変化する応答情報の全てに対処してその音声
を生成することが困難である。また音声データを追加登
録することも困難であり、応答出力しようとする定型文
に応して種々の音声データを編集する作業自体も非割に
困難であると云う問題かある。

この点、規則合成方式は、単語に対する品詞。

読み、アクセント型等の情報を格納したアクセント辞書
を備え、文字列として与えられる応答情報を上記アクセ
ント辞書を参照して音声を規則合成するので、多種多様
に変化する文字列が与えられた場合であっても、アクセ
ントが付された音声を比較的容易に生成することかでき
る。

しかしこの録音編集方式にあっては、アクセント辞書に
登録されていない文字列（非定型文）が与えられた場合
、規則合成する音声にアクセントをイ」与することかで
きないので、この場合にはアクセントのない平板型の音
声しか生成することができない。しかも前記録音編集方
式により生成される音声と比較した場合、その音声品質
か劣ることか否めず、規則合成された音声に馴染みのな
い者にとっては聞き取り難いと云う問題もある。

（発明か解決しようとする課題） このように従来にあっては、応答出力すべき情報内容を
定型文と非定型文とに分け、定型文について録音編集方
式にて音声を生成し、非定型文については規則合成方式
により音声を生成しているので、応答内容としてはさほ
ど重要でない定型文だけか高品質に音声出力され、応答
出力すべき重要な内容については規則合成により生成さ
れた聞き取り難い音声として出力されると云う不具合が
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、応答出力すべき音声を聞き取り
易い高品質なものとすることのできる実用性の高い音声
応答装置を提供することにある。

〔発明の構成］ （課題を解決するための手段） 本発明に係る音声応答装置は、入力された情報を認識処
理し、その認識結果に対する情報を音声により応答出力
する際、基本的には応答出力する音声を録音編集方式に
より生成し、この録音編集方式にて生成できない音声、
つまり録音編集方式の音声応答部に生成出力すべき音声
が登録されていないときに、その音声を規則合成方式に
より生成して出力するようにしたことを特徴とするもの
である。

つまり応答出力すべき情報内容を定型文と非定型文とに
分けるのではなく、非定型文であっても使用頻度の高い
ものについてはその音声データを登録しておいて録音編
集方式１どより音声を生成し、この録音編集方式の音声
応答部に登録されていない音声についてのみ、規則合成
方式によりその音声を生成して出力するようにしたこと
を特徴としている。

（作　用） このように構成された本発明によれば、例えば主要な顧
客名等の使用頻度の高い非定型文については録音編集方
式による高品質な音声にて応答出力することか可能とな
り、登録されていない特殊な情報内容からなる非定型文
を応答出力する場合にのみ、その音声を規則合成方式に
て生成出力することになる。この結果、多少は規則合成
により生成された品質の悪い音声が出力されるものの、
全体的には録音編集方式により生成された高品質な音声
を多く出力することが可能となり、全体的な応答出力音
声の品質を高めて聞き取り易いものとすることか可能と
なる。

（実施例） 以下、図面を参照して本発明の一実施例に係る音声応答
装置について説明する。

第１図は実施例装置の概略構成図で、■は通信回線２を
介して実施例装置に接続される電話機である。本装置の
利用者は、電話機１を介して音声やＰＢ倍信号ブツシュ
ホン信号）を用いて問い合わせ情報を入力し、その回答
情報を音声メツセージとして、そのサービスを受けるこ
とになる。

尚、電話機１に変えて専用の端末機器が用いられるよう
な場合には、コード情報として問い合わせの情報か入力
される場合もある。

しかして回線制御部３は前記通信回線２を介して接続さ
れる電話機１との間での回線接続を制御し、通信回線２
を通して音声やＰＢ倍信号コード情報等を送受信する。

ＰＢ信号受信送信部４は、前記通信回線２から回線制御
部３を介して入力されるＰＢ倍信号識別し、その識別コ
ード情報をホスト計算機６に与えると共に、電話機１の
自動呼び出しの為のＰＢ倍信号前記ホスト計算機６の制
御の下で生成し、これを前記回線制御部３から通信回線
２に送出して自動発呼する。また音声認識部５は前記通
信回線２から回線制御部３を介して入力される音声を認
識し、その認識結果をホスト計算機６に与えるものであ
る。

電話機１から音声やＰＢ倍信号用いて入力される問い合
わせの情報は、このような音声認識部５やＰＢ信号受信
送信部４にて認識・識別処理され、ホスト計算機６に与
えられてその情報内容が解釈される。そしてホスト計算
機６では、その解釈結果（問い合わせ情報）に応じて、
例えば図示していないデータベースを検索する等して、
文字列等からなる回答情報を求める。そしてその回答情
報に応じて、録音編集方式により上記回答情報を示す音
声メツセージを生成する第１の音声応答部である応答部
８、または規則合成方式により上記回答情報を示す音声
メツセージを生成する第２の音声応答部である音声規則
合成部９を起動し、応答出力すべき音声を生成する。こ
れらの応答部８および音声規則合成部９にて生成され−
た音声が前記回線制御部３を介して通信回線２に出力さ
れ、電話機１に対して応答出力される。

尚、音声規則合成部９は、例えば第２図に示すような情
報内容を蓄えたアクセント辞書１０を参照し、入力され
た文字列により示される音声を、適宜アク、セントを付
加して生成するものである。この音声の規則合成につい
ては、従来より種々提唱されている音声の規則合成のア
ルゴリズムを適宜利用して行われる。

さてこの実施例装置か特徴としているところは、例えば
第３図に示すように構成された顧客コード変換テーブル
７を備え、ホスト計算機６が音声応答するべき回答情報
を求めたとき、この顧客コード変換テーブル７を参照し
て上記音声応答すべき回答情報の音声データが前記応答
部８に登録されているか否かを調べる機能を持っている
点にある。

そしてホスト計算機６では、音声応答すべき回答情報の
音声データが前記応答部８に登録されている場合には、
この応答部８を起動して録音編集方式により音声を生成
して応答出力させ、登録されていない場合にのみ前記音
声規則合成部１０を起動して規則合成方式により音声を
合成するように制御することを特徴としている。

即ち、顧客コード変換テーブル７には、例えば顧客名が
その使用頻度の高い順序で、前記応答部８に登録されて
いる音声データのフレーズ番号に対応付けて記憶されて
いる。ホスト計算機６は、回答情報が求められたとき、
その回答情報を表す文字列を構成する単語や句毎に前記
顧客コード変換テーブル７を検索し、その単語や句が登
録されているか否かを調べる。そして顧客コード変換テ
一ブルアに該当する単語や句（この例では顧客名）が登
録されている場合、その単語や句に対応付けられている
フレーズ番号を求め、これを前記応答部８に出力して該
当する音声データを読み出し、その音声を生成出力させ
る。

また顧客コード変換テーブル７に該当する単語や句が登
録されていない場合には、ホスト計算機６は、その単語
や句を示す文字列を前記音声規則合成部９に与え、アク
セント辞書１０を参照した音声の規則合成を行なわせる
ことになる。

このように構成された本装庫は、具体的には次のように
動作する。

電話機１からの呼び出しがあると、回線制御部３はこれ
を検出してホスト計算機６を起動し、例えば暗唱番号１
口座番号、振込み紹介が否がの問い合わせを行う為の初
期動作を行わせる。これを受けてホスト計算機Ｂは、 「こちらはＯ○銀行てす。」 「サービスコードをどうぞ。」 「口座番号と暗唱番号を入力して下さい。」等の一連の
メツセージを応答出力するべく、応答部８に対してこれ
らの応答内容を特定するフレーズ番号を与える。

これを受けて応答部８は、応答メモリから上記フレーズ
番号により指定される前記音声メツセージに対応したデ
ータを読み出し、これを音声波形に変換して音声信号を
生成して前記電話機１に対して応答出力する。

電話機１の使用者は、この応答メツセージに従って、例
えばダイヤルバット操作によりＰＢ倍信号して前記メツ
セージにて入力か促された口座番号や暗唱番号を入力す
る。これらの情報を音声により人力しても良いことは云
うまでもない。

すると本装置では、前記ＰＢ信号受信送信部４にてその
入力ＰＢ倍信号識別し、その識別情報をホスト計算機６
に与える。入力か音声である場合には、その入力音声が
音声認識部５にて認識処理され、その認識結果（例えば
数字コード）かホスト計算機６に与えられる。このよう
にして入力処理された情報を解析することにより、ホス
ト計算機６は電話機１の利用者か何を要求しているか（
問い合わせているか）を知ることになり、その要求に応
じた応答情報を求める。

この応答情報は、例えば 「振込み３件」 「振込みかありました。」 等として求められる。この応答メツセージの中の下線を
付して示した部分か非定型部分である。

しかしてホスト計算機６ては、これらの文字列で示され
る単語について順次顧客コード変換テーブル７を参照し
て、その音声データか登録されているか否かを調べ、そ
の結果に従って前記合成部８にて音声を生成するか、或
いは音声規則合成部９にて音声を生成するかを決定する
。尚、ここでは上記非定型部分である下線部分の文字列
（顧客名）について説明すると、ホスト計算機６は下線
を付して示した文字列部分（顧客名）を録音東方式によ
り音声出力可能であるか否かを調べる。

するとこの場合、「カワザキキギョウ」については顧客
コート変換テーブル７に登録されていないことから、そ
の文字列情報を音声規則合成部９に与え、アクセント辞
書１０を参照した規則合成方式により上記文字列か示す
音声を合成出力させる。

マタ「ヨコハマコーギョー」については顧客コード変換
テーブル７に登録されているから、そのフレーズ番号［
２０１］を求め、これを応答部８に与えて録音編集方式
により上記文字列か示す音声を合成出力させる。そして
次の「カワサキコウギョウ」については顧客コード変換
テーブル７に登録されていないことから、その文字列情
報を音声規則合成部９に与え、同様にしてアクセント辞
書１０を参照した規則合成方式により上記文字列が示す
音声を合成出力させる。

尚、この規則合成においては、第２図に示すように「カ
ワサキ」についてのアクセント型が「０］として、また
「キギョウ」　「コウギョウ」についてアクセント型が
［１］としてそれぞれ指定されているので、［′］をア
クセント位置として「カワサキキーギョー」 「カワサキコーーギョー」 のように音声を規則合成する。

このように本実施例装置によれば、応答出力する音声メ
ツセージ中の、例えば使用頻度が高い等の理由により登
録されている非定型部分の音声データ（顧客名）か示す
音声を録音編集方式により生成して出力するので、自然
性の高い高品質な音声メツセージとすることかできる。

そして登録されていない非定型部分の音声データ（顧客
名）についてたけ、その音声を規則合成方式により生成
出力するので、全体的に録音編集方式により生成される
音声を多くし、高品質で聞き取り易いものとすることが
できる。この結果、違和感の少ない音声メツセージ応答
を効率的に行うことか可能となる等の実用上多大なる効
果が奏せられる。

尚、本発明は上述した実施例に限定されるものではない
。例えばアクセント辞書１０の構成や、テーブル７に登
録しておく顧客名の情報は、上述した例に限られるもの
ではない。つまり録音編集方式により生成する音声を顧
客名に限らす、他の使用頻度の高い単語や句とすること
も勿論可能である。またアクセント辞書１０と文字列と
の照合をホスト計算機にて行い、音声規則合成部９に韻
律情報と音韻系列とを与えて規則合成処理を実行させる
ようにしても良い。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、音声メツセージを
定型文と非定型文とに分けてそれぞれ別個に音声を生成
するのではなく、録音編集方式により音声を求めること
のできない応答メツセージの部分だけを規則合成方式に
よりその音声を求めるので、使用頻度の高い単語や句に
ついての音声データを予め登録しておくことで、全体的
に録音編集方式により生成された音声部分を多くし、聞
き取り易い高品質な音声メツセージを応答出力すること
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に係る音声応答装置について示す
もので、 パ″１第１図は実施例装置の概略構成を示す図、第２図
は実施例装置におけるアクセント辞書の内容を示す図、
第３図は実施例における顧客コード変換テーブルの内容
を示す図である。 ３・・・回線制御部、４・・・ＰＢ信号受信送信部、５
・・・音声認識部、６・・・ホスト計算機、７・・・顧
客コード変換テーブル、訃・・応答部（録音編集方式に
よる第１の音声応答部）、９・・・音声規則合成部（規
則合成方式による第２の音声応答部）、１０・・・アク
セント辞書。 出願人代理人　弁理士　鈴江武彦

Claims (1)

1. 【特許請求の範囲】 入力された情報を認識処理し、その認識結果に対する情
   報を音声により応答出力する音声応答装置において、 応答出力する音声を録音編集方式により生成する第１の
   音声応答部と、応答出力すべき音声が上記音声応答部に
   登録されていないときに、その音声を規則合成方式によ
   り生成する第２の音声応答部とを具備したことを特徴と
   する音声応答装置。