音声教材提供システム
【課題】 本発明では、利用者へ対話型の教材を容易に提供する。
【解決手段】 通信回線を介して教材情報を利用者に音声にて提供する音声教材提供システム（１００）において、利用者によって入力された教材情報に関するパラメータを取得し（１０１）、この取得した教材パラメータを解析し（１０２）、この解析された前記教材パラメータに基づいて、教材情報をＶＸＭＬ文書で生成し（１０３）、この生成された教材情報を音声ブラウザで音声化して教材を利用者に提供する（１０５）ことにより、上記課題の解決を図る。
【解決手段】 通信回線を介して教材情報を利用者に音声にて提供する音声教材提供システム（１００）において、利用者によって入力された教材情報に関するパラメータを取得し（１０１）、この取得した教材パラメータを解析し（１０２）、この解析された前記教材パラメータに基づいて、教材情報をＶＸＭＬ文書で生成し（１０３）、この生成された教材情報を音声ブラウザで音声化して教材を利用者に提供する（１０５）ことにより、上記課題の解決を図る。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、インターネットにおける音声を伴う教育サービスに関する。特に教育教材の簡便なコンテンツ作成に関する。
【背景技術】
【０００２】
近年では、通信環境のブロードバンド化の浸透により、インターネットを利用した学習教材が提供され普及している。聴覚を用いた教材は、聞き取りの反復操作や聞き流しを行うことで、記憶の活性化につながり、外国語の学習、資格や認定試験の受験対策用に有益な教材である。聴覚を必要とする教材の提供手段は、以下が主流である。
【０００３】
（１）予め教材内容を音声で録音し、利用者へはメディア媒体(ＣＤ／ＤＶＤ)と、更新（差分）内容をインターネット経由によるダウンロード形態とで配布。
（２）予め教材内容を音声で録音し、利用者へはインターネット経由によるストリーミング技術で配布。
【０００４】
（３）ＴＶ電話システムやＩＰ電話システムを用いて、オンラインで人（講師）による実対話教材の放送。
さて、近年、ＶｏｉｃｅＸＭＬ（Ｖｏｉｃｅ ｅｘｔｅｎｓｉｂｌｅ ｍａｒｋｕｐ ｌａｎｇｕａｇｅ。以下、ＶＸＭＬ。）が注目されている。ＶＸＭＬは、ＸＭＬベースの音声処理用構造化言語として、Ｗ３Ｃが中心でＶｏｉｃｅＸＭＬを標準化している。ＶＸＭＬでは、簡単に音声処理が行え、音声認識装置及び音声合成装置を用いて電話による音声入出力システムを構築できる。
【０００５】
日本では、日本テレコム社およびＮＴＴコミュニケーション社において、音声ポータルサービスが提供されている。音声ポータルサービスでは、利用者が必要とする情報をキーワードとして、あらかじめ登録し、関連するニュースや株価などのクリッピングサービスを実現している。米国では、音声ポータルのほかに航空券の予約サービスなどにも適用され始めている。
【０００６】
ＶＸＭＬ関連の特許文献としては、ニューズライン・ネットワーク社の特許文献１、ＩＢＭ社の特許文献２（ＨＴＭＬ言語のＶＸＭＬ変換技術）が開示されている。
【特許文献１】特開２００３−５７７８号公報
【特許文献２】特開２００２−３４２２１２号公報
【発明の開示】
【発明が解決しようとする課題】
【０００７】
教材の利用者（ユーザ）から提起される課題を以下に示す。
＜会話型教材の課題＞
（Ｉ）教材媒体の容量の都合上、会話の立場が固定している。
【０００８】
（ＩＩ）学習のための任意の文章の繰り返し、速度変更の操作が煩わしい。
（ＩＩＩ）書籍と比較すると、音声を用いた会話教材の発行種別が少なく、ユーザ側では教材の選択肢が限られる。
【０００９】
これより、現行の提供教材としてはリスニングが主体となり、利用者の発話を必要とする会話、発音矯正、単語音読による暗記などの学習には不向きであり、利用者の学習意欲の妨げになる場合があった。
【００１０】
＜ＴＶシステム型教材の課題＞
（ＩＶ）上述（Ｉ）〜（ＩＩＩ）の解決手段として、最近は利用者側のＰＣへカメラなどを追設したＴＶシステム装置を付帯した教育システムが登場し、利用されつつある。設置には、提供者側と利用者側の双方に経済負担を有する。さらに、「人」が相手であるため、繰り返し学習にも限度があり、また相手(講師)の資質や予約の必要などの依存要素が高い。
【００１１】
＜現行のインターネットを利用した教材の課題＞
（Ｖ）上述（Ｉ）〜（ＩＶ）はＰＣ上で動作する教材であるが、ＰＣに不慣れな利用者や一般に情報弱者とよばれる障害者や高齢者へのデジタルデバイドは、インターネットの増加とともに、ますます拡大したと言われている。
【００１２】
本発明の目的は、上記課題を解決するために、利用者へ対話型の教材を容易に提供することである。
【課題を解決するための手段】
【００１３】
上記課題は、特許請求の範囲の請求項１に記載の発明によれば、通信回線を介して教材情報を利用者に音声にて提供する音声教材提供システムにおいて、前記利用者によって入力された前記教材情報に関するパラメータを取得する教材パラメータ取得手段と、前記教材パラメータ取得手段により取得した前記教材パラメータを解析する教材パラメータ解析手段と、前記解析された前記教材パラメータに基づいて、前記教材情報を生成する教材情報生成手段と、前記教材情報生成手段により生成された前記教材情報を音声化して送信する音声化送信手段と、を備えることを特徴とする音声教材提供システムを提供することによって達成できる。
【００１４】
このように構成することによって、簡易に各利用者に適した音声付教材を提供することができる。
上記課題は、特許請求の範囲の請求項２に記載の発明によれば、前記音声教材提供システムは、さらに、前記教材情報を作成するための基礎となる教材情報である基礎教材情報が格納された基礎教材情報格納手段を備えることを特徴とする請求項１に記載の音声教材提供システムを提供することによって達成できる。
【００１５】
このように構成することによって、利用者の入力したパラメータに基づいて基礎教材情報をカスタマイズすることができる。
上記課題は、特許請求の範囲の請求項３に記載の発明によれば、前記教材情報生成手段は、前記教材パラメータに基づいて、ボイスＸＭＬ文書を動的に生成することを特徴とする請求項１に記載の音声教材提供システムを提供することによって達成できる。
【００１６】
このように構成することによって、ＶＸＭＬ文書を動的に生成することができるので、各利用者に適した教材を提供する際に、柔軟に対応することができる。
上記課題は、特許請求の範囲の請求項４に記載の発明によれば、通信回線を介して教材情報を利用者に音声にて提供するために、コンピュータを実行させるための音声教材提供プログラムにおいて、前記利用者によって入力された前記教材情報に関するパラメータを取得する教材パラメータ取得手順と、前記教材パラメータ取得手順により取得した前記教材パラメータを解析する教材パラメータ解析手順と、前記解析された前記教材パラメータに基づいて、前記教材情報を生成する教材情報生成手順と、前記教材情報生成手順により生成された前記教材情報を音声化して送信する音声化送信手順と、をコンピュータに実行させるための音声教材提供プログラムを提供することによって達成できる。
【００１７】
このように構成することによって、簡易に各利用者に適した音声付教材を提供することができる。
上記課題は、特許請求の範囲の請求項５に記載の発明によれば、通信回線を介して教材情報を利用者に音声にて提供する音声教材提供サーバ装置において、前記利用者によって入力された前記教材情報に関するパラメータを取得する教材パラメータ取得手段と、前記教材パラメータ取得手段により取得した前記教材パラメータを解析する教材パラメータ解析手段と、前記解析された前記教材パラメータに基づいて、前記教材情報を生成する教材情報生成手段と、前記教材情報生成手段により生成された前記教材情報を音声化して送信する音声化送信手段と、を備えることを特徴とする音声教材提供サーバ装置を提供することによって達成できる。
【００１８】
このように構成することによって、簡易に各利用者に適した音声付教材を提供することができる。
【発明の効果】
【００１９】
本発明を用いることにより、各利用者に適した音声付教材を提供する手段を簡素することができる。
【発明を実施するための最良の形態】
【００２０】
ＶｏｉｃｅＸＭＬを用いた動的な音声教材を生成するシステムを提供する。ソフトウェアの構造としては、教材基本シナリオ制御部、教材パラメータ解析部、教材動的作成エンジンを、従来のＶＸＭＬシステムへ組み込む形態である。
【００２１】
本発明では、書籍によりまたは任意の入力によりテキスト化された音声教材用の基本シナリオを用意し、次に教材を利用する前に利用者が指定する教材作成パラメータより、利用者に適した音声教材をＶＸＭＬで動的に作成し、利用者へ提供することである。
【００２２】
具体的には、利用者から指定されたパラメータにより、基本シナリオ（テキスト化された文の集合体）へ、ＶＸＭＬタグの発話、繰り返し構文、速度韻律、録音実施などのタグを挿入する。作成された内容は、指定パラメータ情報のみを残した形で別バッファへ保存され、次回の教材利用のために使用する。
【００２３】
これより、音声を有する教材の提供を簡素化し、情報弱者でも容易に利用できる機器として、電話を利用することで、聞き取り、発話、および数字キーから情報入力を基にサービスの提供を行うことができることで、デジタルデバイトを緩和されることが期待できる。
【００２４】
では、以下に本発明の実施の形態について説明する。
図１は、本発明にかかる音声教材提供システムの概要を示す。本発明にかかる音声教材提供システム１００は、通信回線を介して教材情報を利用者に音声にて提供するものである。音声教材提供システム１００は、教材パラメータ取得手段１０１、教材パラメータ解析手段１０２、教材情報生成手段１０３、基礎教材情報格納手段１０４、音声化送信手段１０５から構成される。
【００２５】
教材パラメータ取得手段１０１では、利用者によって入力された教材情報に関するパラメータを取得する。教材パラメータ解析手段１０２では、その取得した教材パラメータを解析する。教材情報生成手段１０３では、その解析された教材パラメータに基づいて、教材情報を生成する。音声化送信手段１０５では、その生成された教材情報を音声化して利用者に送信する。基礎教材情報格納手段１０４には、教材情報のオリジナルデータが格納されている。
【００２６】
図２は、本実施形態における音声教材提供システムの概要を示す。インターネット１４に接続される音声教材提供システム１は、利用者情報管理制御部２、教材配信制御部４、教材運用制御部７から構成される。
【００２７】
利用者情報管理制御部２は、音声教材提供システム１の利用者の情報を管理するためのサーバである。利用者情報管理制御部２は、例えば、利用者が過去にどのような要求をしたか等の履歴情報やユーザの言語のレベルがどのくらいなのか等の利用者に関する様々なプロファイル情報３やログイン情報を管理している。
【００２８】
教材配信制御部４は、教材をインターネット１４経由で利用者の端末に配信するためのサーバである。教材配信制御部４には、教材作成プログラム５と教材に関するデータベース６を用いることで、後述するように、利用者毎の要求に応じた教材を作成する。なお、本実施形態では、教材作成プログラム５とデータベース６は、教材配信制御部４に格納されているが、これに限定されず、利用者情報管理制御部２または教材運用制御部７に格納されていてもよいし、その他のサーバに格納されていてもよい。
【００２９】
教材運用制御部７は、教材を管理運用するためのサーバである。
利用者は、ＰＣ（パーソナルコンピュータ）１０を用いてインターネット１４経由で、音声教材提供システム１にアクセスすることができる。また、利用者は、電話１１または携帯電話１２を用いて、電子交換機またはＩＰ電話制御装置１３を介してインターネット１４に接続されることにより、音声教材提供システム１にアクセスすることができる。
【００３０】
図３は、本実施形態における音声教材提供システム１の機能ブロック図である。同図は、図２の教材配信制御部４に対応する部分を以下に説明する。ＶＸＭＬインターフェイスサーバ２０は、音声教材提供システム１と利用者とのインターフェイスとなる部分である。ＶＸＭＬインターフェイスサーバ２０は、音声ブラウザ２１と利用者用プラットフォーム２４を備えている。なお、図３は、図２の音声教材提供システム１を機能的側面に基づいて描写したものであり、物理的な構成を示すものではない。
【００３１】
音声ブラウザ２１は、音声認識手段２２、音声合成手段２３を有する。音声認識手段２２は、入力された音声を認識して、それをテキスト化するものである。音声合成手段２３は、テキストの内容を音声合成技術を用いて音声で読み上げるものである。尚、これらは既存技術である。
【００３２】
利用者用プラットフォーム２４は、電話回線の制御を行うものである。例えば、電話によるユーザからの問い合わせの場合には、受話器が上がっているかどうか（すなわち電話回線のリンクが確立しているか）等の電話回線の状態を把握したり、プッシュ音を解析して押されたボタンが何であるか等を認識したりすることができる。
【００３３】
利用者は、電話回線のＯＮ／ＯＦＦ、音声、またはキーボード等のキー操作により、所定の情報（教材入力情報）を入力する。そうすると、その入力された情報がインターネットを経由してＶＸＭＬインターフェイスサーバ２０に伝送される。
【００３４】
ＤＢサーバ２９は、教材基本シナリオ情報３０と利用者プロファイル情報３１とが格納されている。教材基本シナリオ情報３０は、教材の基本シナリオ、すなわち、後述するように各利用者に合わせてカスタマイズされる前の初期状態の教材のシナリオ情報である。利用者プロファイル情報３１は、上述したように、音声教材提供システム１の利用に関し、利用者が過去にどのような要求をしたか、ユーザの言語のレベルがどのくらいなのか等の利用者の履歴情報である。
【００３５】
ＶＸＭＬ文書サーバ２５は、ＶＸＭＬコンテンツ（動的教材内容）２８を作成するものである。ＶＸＭＬ文書サーバ２５は、ＶＸＭＬインターフェイスサーバ２０によりテキスト化された利用者からの教材入力情報と、教材提供者が指定する制御情報とを基にＶＸＭＬコンテンツ２８を作成する。ＶＸＭＬコンテンツ２８の作成にあたり、ＶＸＭＬ文書サーバ２５はＤＢサーバ２９に格納されている教材の基本シナリオ情報３０と利用者のプロファイル情報３１とを参照する。ＶＸＭＬインターフェイスサーバ２０とＶＸＭＬ文書サーバ２５は、相互間でテキストにて情報の入出力を行う。
【００３６】
図４は、本実施形態における教材基本シナリオ３０のデータ構成の概要を示す。教材基本シナリオ３０は、シナリオ制御情報４０と、シナリオ内文情報４２と臨場感制御情報４５とから構成される。１シナリオ制御情報４０では、複数のシナリオ内文情報４２を持つ。
【００３７】
本実施形態においてシナリオとは、例えば、教材の題材としての状況のことをいう。例えば、英会話の音声教材提供システムの場合には、「喫茶店での会話」、「駅での会話」等のように各状況ごとの学習プログラムを示している。このようなシナリオは、複数の文（会話）から構成されている（図６のシナリオ内文情報ビュー４１参照）が、この個々の文をシナリオ内文情報４２という。そして、この複数の文の集合（文群）を制御する情報がシナリオ制御情報４０である。
【００３８】
シナリオ内文情報４２は、各文のデータ（本文データ４３と語彙データ４４）の制御情報である。本文データ４３は、本文の内容（会話の内容）である。語彙データは、本文に使う語彙のことであり、言い回しのバリエーションのデータである。本文データ４３と語彙データ４４については後述する。
【００３９】
臨場感制御情報４５は、会話の臨場感を演出（例えば、周囲の雑音など）する音声ファイル情報４６の制御情報である。これらについては、図５で詳述する。シナリオ内文情報４２及び臨場感制御情報４５は、読み書き可能な実データであり、シナリオ内文情報ビュー４１は、これらのデータをビューで形成したものである。
【００４０】
図５は、本実施形態における各データのスキーマ構成を示す。シナリオ制御情報４０は、少なくとも「シナリオＩＤ」、「シナリオ内文情報ビューＩＤ」、「シナリオ内文情報ＩＤ」、「臨場感制御ＩＤ」、「シナリオ名称」、「場面名称」、「ロール数」、「構成文数」、「全長」、「丁寧度」のカラムから構成される。
【００４１】
「シナリオＩＤ」には、複数シナリオを管理するＩＤが格納される。「シナリオ内文情報ビューＩＤ」には、シナリオ内文情報ビューを識別するＩＤが格納される。「シナリオ内文情報ＩＤ」には、１シナリオを形成する文のリンク情報（文の格納先）が格納される。「臨場感制御ＩＤ」には、会話の臨場感を演出する音声ファイル情報のＩＤが格納される。
【００４２】
「シナリオ名称」には、どのような状況のシナリオかを把握するためシナリオの名称が格納される。「場面名称」には、シナリオ内の所定の会話場面の概要を記述したものが格納される。「ロール数」には、会話の演手数または登場人物が格納される。「構成文数」には、１シナリオを形成する文の数が格納される。「全長」には、当該シナリオを行うのにかかる時間である。
【００４３】
「丁寧度」は、シナリオ内文を通しての丁寧度である。同じ意味合いのことを表現するにも、状況が変わればその丁寧さは変わってくる。例えば、飲食店で注文する場合にも、軽食店とレストランとではその表現が変わってくる。そのようなあらたまった表現にするか砕けた表現にするか設定することができる。
【００４４】
シナリオ内文情報４２は、各々の文に関する制御情報から成る。シナリオ内文情報４２は、少なくとも「シナリオ内文ＩＤ」、「本文ＩＤ」、「語彙置換え情報」、「文言語種別」、「文ロール情報」のカラムから構成される。
【００４５】
「シナリオ内文ＩＤ」には、１シナリオを形成する文のリンク情報が格納される。「本文ＩＤ」には、会話本文のファイルＩＤが格納される。「語彙置換え情報」には、文内の語彙の置換え情報が格納される。「文言語種別」には、文の言語情報が格納される。「文ロール情報」には、演じ手の種別が格納される。
【００４６】
シナリオ内文情報ビュー４１は、少なくとも「シナリオ内文ビューＩＤ」、「シナリオ内文ＩＤ」、「文ロール情報」、「臨場感制御ＩＤ」、「本文」のカラムから構成される。
【００４７】
臨場感制御情報４５は、少なくとも「臨場感制御ＩＤ」、「臨場感ファイルＩＤ」、「臨場感ファイル名」のカラムから構成される。
これらの情報群は、図５に示すようなリレーショナルで表される。
【００４８】
図６は、教材基本シナリオにおける各データのスキーマ内容例を示す。この例のシナリオ制御情報４０は、「シナリオＩＤ：ＳＩＮＡ５」、「シナリオ内文ビューＩＤ：ＶＩＥＷ２０」、「臨場感制御ＩＤ：１０」、「シナリオ内文ＩＤ：ＳＩＤ１０」、「シナリオ内文ＩＤ：ＳＩＤ１１」、「シナリオ内文ＩＤ：ＳＩＤ１２」、「シナリオ内文ＩＤ：ＳＩＤ２０」、「シナリオ内文ＩＤ：ＳＩＤ４０」、・・・「シナリオ名称：電話で次回打合せ日打診」、「場面名称：電話受付経由」、「ロール数：Ａ，Ｂ，Ｃ」、「構成文数：１２秒」、「全長：４２秒」、「丁寧度：やや親密」となっている。
【００４９】
シナリオ内文情報ビュー４１は、「シナリオ内文ビューＩＤ：ＶＩＥＷ２０」、「シナリオ内文ＩＤ：ＥＩＤ３０，ＳＩＤ１０，ＳＩＤ１１，ＳＩＤ１２，ＳＩＤ２０，ＳＩＤ４０，・・・」が格納されており、さらに、これらのシナリオ内文ＩＤに対応する「文ロール情報」及び「本文」が順に格納されている。
【００５０】
「文ロール情報：臨場感音、本文：電話ノイズ」４１ａに関連付いているのは、臨場感制御情報４５ａである。「文ロール情報：Ａ、本文：Ｉｎｄｅｒｓｔｏｒｙ Ｒｅｓａｒｃｈ，Ｍａｙ Ｉ ｈｅｌｐ ｙｏｕ？」４１ｂに関連付いているのは、シナリオ内文情報４２ａである。「文ロール情報：Ｂ、本文：Ｔｈｉｓ ｉｓ Ｋａｔｏ，ｃａｌｌｉｎｇ ｆｒｏｍ Ｊａｐａｎ．」４１ｃに関連付いているのは、シナリオ内文情報４２ｂである。「文ロール情報：Ｂ、本文：Ｍａｙ Ｉ ｓｐｅａｋ ｔｏ Ｍｒ．Ｂｒｏｗｎ．ｅｘｔｅｎｓｉｏｎ ｉｓ ６７９０−３２０」４１ｄに関連付いているのは、シナリオ内文情報４２ｃである。「文ロール情報：Ａ、本文：Ｏｎｅ ｍｏｒｍｅｎｔ ｐｌｅａｓｅ Ｓｉｒ．」４１ｅに関連付いているのは、シナリオ内文情報４２ｄである。「文ロール情報：臨場感音、本文：保留音２」４１ｆに関連付いているのは、臨場感制御情報４５ｂである。
【００５１】
なお、シナリオ内文情報４２ａの語彙置換え情報は「あり ＭａｙＩ ｈｅｌｐ ｙｏｕ ← ＸＸＸＸ」となっているが、これは、語彙置換え情報を「あり」にすることで、ある語彙「ＸＸＸＸ」から語彙「ＭａｙＩ ｈｅｌｐ ｙｏｕ」に設定したことを示している。シナリオ内文情報４２ｃの語彙置換え情報についても同様である。
【００５２】
図７は、本実施形態におけるデータ入出力とシーケンス概要を示す。まず、利用者（電話使用者）は、音声教材提供システム１の提供するサイトにアクセスするために指定の電話番号をダイヤルする（ステップ１、以下ステップをＳと称する）。着信後、音声ブラウザは、ＶＸＭＬにて以降のメニューを音声にてナビゲートを行う（Ｓ２）。
【００５３】
利用者は、Ｓ２でのナビゲートに従い利用者を特定するためのＩＤ（認識情報）などの入力を電話により行う（Ｓ３）。入力された情報は、入力解析部２６によって利用者プロファイル３１及び過去の教材作成情報５０と照合され、サービス提供を行うかが判別される（Ｓ４）。
【００５４】
Ｓ４での入力情報の解析結果に問題がなければ、音声ナビゲートに従い、利用者は教材利用情報を入力する（Ｓ５）。この教材利用情報の入力情報について図８を用いて説明する。
【００５５】
図８は、本実施形態における利用者用教材作成パラメータを示す。利用者には、この利用者用教材作成パラメータに関する所定の教材が予め提供されている。「教材基本番号」は、学習対象となる教材識別子である。例えば、「０１：喫茶店での会話」、「０２：空港での会話」等のようにシナリオと教材識別子は管理されているので、そのシナリオに対応する識別番号（教材基本番号）を入力する。なお、シナリオ名称を直接音声で入力するようにしてもよい。
【００５６】
「会話ロール」は、会話のロール（演じ手）を指定する。なお、この指定がない場合には、当該教材を聞き流す設定になる。「状況選択」は、実際の会話では、周りの騒々しさのなかで行われるため、その環境（たとえばホテルのロビーや会議場所など）を指定する。指定内容により騒音（例：ホテルのロビーの音など）をＢＧＭとして挿入する。
【００５７】
「反復」は、当該シナリオを予め反復する回数を入力する。なお、反復は、シナリオ内任意の箇所で任意の回数を設定することもできる。「自己発話結果の録音」は、自分の発話結果を録音し、会話実演後に第三者的に自分でその録音内容を確認するための設定である。
【００５８】
「自己発話内容の評価」は、自分の発話結果が「通じるか」の評価を応答してもらう設定である。この設定を有効にした場合は、さらに発話結果を「即時応答」か、または「待時応答」かの２種類のうちいずれかを選択することができる。「即時応答」は、利用者が発話する度に通じるかどうかの評価を応答してもらう設定である。「待時応答」は、シナリオを全て終えて最後に通じるかどうかの評価を応答してもらう設定である。なお、この「通じるか」の評価は、音声ブラウザが認識できるか否かを示すものである。
【００５９】
「相手発話内容の韻律情報（速度，音量）」は、自分に対する相手側（他の演じ手）発話内容の速度と音量の指示する。「相手発話内容の性別」は、男性音声、または女性音声かを指示する。それでは、図７の続きを説明する。
【００６０】
Ｓ５で利用者により入力された情報（図８で示した利用者用教材作成パラメータ）を動的教材生成部２７にて、教材基本シナリオ３０と照合を行い、入力内容の妥当性（例えば、未入力チェック、ニューメリックチェック、データ型チェック等）を判別する（Ｓ６）。
【００６１】
Ｓ６で入力情報に問題がなければ、動的教材生成部２７は、利用者の教材利用情報（図８参照）と教材提供者が指定する制御情報（図９参照）とを基に、教材基本シナリオ３０から動的教材５１をＶＸＭＬ文書で生成する（Ｓ７）。ここで、図９を用いて教材提供者が指定する制御情報について説明する。
【００６２】
図９は、本実施形態における教材提供者用教材作成パラメータを示す。「教材言語種別」は、教材の使用言語（例えば、日本語、英語、中国語、韓国語、アラビア語 等）を指定（翻訳エンジンと連動）することができる。将来の音声合成、認識装置の多言語化に対応させることができる。
【００６３】
「発話ソース」は、発話のソース（音声合成装置による音声か録音ファイルによる音声か）を指定する。音声合成装置の成熟度により任意に選択することができる。「有人指定」は、Ｑ＆Ａ対応などをオンラインで行うことができるように有人センター呼び出しの指定する。それでは、図７の続きを説明する。
【００６４】
Ｓ７で生成された教材は、教材実施の全時間情報を含めた内容で、音声ブラウザに転送され、利用者へ送出される。生成された教材は、利用者毎に次回再実行ができる情報形態（生成したＶＸＭＬ文書を格納するのではなく、再度同一のＶＸＭＬ文書を生成するのに必要な情報、例えば利用者用教材作成パラメータを格納しておく。）で教材作成情報ＤＢ５０へ格納される。これにより、音源の動的作成に伴うサーバ側記憶媒体容量を省小化することができる。また、音声ブラウザでは、ＶＸＭＬ文体に従い、音声合成（発話）、音声認識（可聴）を行い（Ｓ８）、教材の利用をナビゲートすることにより、利用者に教材を提供する。
【００６５】
図１０は、本実施形態における入力情報解析部の処理ブロックを示す。同図の処理ブロックは、図７のＳ６に相当するものである。入力情報解析部６０では、利用者が入力する教材利用情報と教材提供者が指定するパラメータにより、教材作成範囲の妥当性を判別する（利用者情報解析処理６１及び教材提供者情報解析処理６２）。
【００６６】
図１１は、本実施形態における動的教材生成部の処理ブロックを示す。同図の処理ブロックは、図７のＳ７に相当するものである。動的教材生成部での処理は、大別すると、文体要素抽出部７０、文体整形部７５、作成情報管理部８２の３ブロックからなる。
【００６７】
文体要素抽出部７０では、指定された教材基本シナリオの読出し（基本情報シナリオ読出し処理７１）、使用語彙の置き換え（使用語彙置換処理７２）、他言語への一括翻訳（多言語化対応）（一括翻訳処理７３）を行い、教材の部品を抽出する。また、利用者からの教材入力情報に状況選択の指定時は、該当する効果音（教材の背景音）を抽出する（臨場感音抽出７４）。
【００６８】
文体整形部７５では、まずＶＸＭＬ文構造に影響を与えない整形を行う。会話ロールの指定では、音声認識手段２２、音声合成手段２３が実行すべき文情報を設定する（会話ロール設定処理７６）。音声合成手段用に速度、音量、抑揚、性別などの韻律制御タグを設定する（相手側韻律設定処理７７）。利用者からの教材入力情報に、自己発話内容の録音実行が指定されている場合は、録音ファイルの作成を行う制御タグを音声認識箇所に設定する（自己側録音情報設定７８）。
【００６９】
次に、文体整形部７５では、ＶＸＭＬ文構造に影響がある整形を行う。利用者からの教材入力情報である発話評価の応答（即時・待時）内容により、音声認識手段の反応結果を通知実行する制御タグを該当部に挿入する（発話評価の応答化処理７９）。また、反復範囲の指定がある場合は、該当の文、または文群に反復制御タグを挿入する（反復化処理８０）。文体の整形後、文毎でもつ文長時間を加算し、総時間を設定する（文長計測８１）。
【００７０】
作成情報管理部８２では、文体整形を行った内容を利用者毎の教材用領域へ転送を行う（作成情報転送処理８３）。また、利用者が教材の再利用を行えるように利用者用教材作成パラメータと教材提供者用教材作成パラメータを管理するために、それらを専用領域へ格納する（作成履歴管理処理８４）。
【００７１】
図１２は、本実施形態における文体要素抽出部７０で実行される処理フローを示す。まず、入力情報解析部６０により解析処理された利用者用教材作成パラメータ（図８参照）を読み込む（Ｓ１１）。この読み込んだ利用者用教材作成パラメータのうち教材基本番号より、これに対応するシナリオ内文情報ビューを教材基本シナリオＤＢから読み込む（Ｓ１２）。このビューを作業用エリアへ複製する（Ｓ１３）。これにより、以下で当該ビューにリンクしている臨場感制御情報４５及びシナリオ内文情報４２を取得することができる。
【００７２】
次に、利用者用教材作成パラメータから「状況選択」に関する情報を抽出する（Ｓ１４）。基本シナリオのビュー情報内に、Ｓ１４で抽出された「状況選択」の互換情報（利用者により選択された情報）が含まれているかを判別する（Ｓ１５）。図６のシナリオ内文情報ビュー４１の臨場感音４１ａ，４１ｆが、利用者により選択された臨場感音に置き換わる。
【００７３】
互換情報がある場合（Ｓ１６で「有り」へ進む）には、Ｓ１３で複製したビューの臨場感音を互換情報に置き換え（Ｓ１７）、Ｓ１８へ進む。互換情報がない場合（Ｓ１６で「無し」へ進む）には、Ｓ１８へ進む。
【００７４】
次に、利用者用教材作成パラメータの「使用語彙選択内容」（図８には不図示）を抽出する（Ｓ１８）。基本シナリオのビュー情報内に、Ｓ１４で抽出された「使用語彙選択内容」の互換情報が含まれているかを判別する（Ｓ１９）。互換情報がある場合（Ｓ２０で「有り」へ進む）には、Ｓ１３で複製したビューの語彙を互換情報に置き換え（２１）、図１３へ進む。互換情報がない場合（Ｓ２０で「無し」へ進む）には、図１３へ進む。
【００７５】
図１３は、本実施形態における文体整形部７５で実行される処理フローを示す。まず、利用者用教材作成パラメータで指定された会話ロールを抽出する（Ｓ３１）。抽出された内容が会話ロールの指定がある旨の場合（Ｓ３２で「有り」へ進む）には、非対応文（指定外の演じ手の文）をスピーチ設定（音声で読み上げる設定）にする（Ｓ３３）。抽出された内容が会話ロールの指定がない旨の場合には、全文（全演じ手の文）をスピーチ設定にする（Ｓ３４）。
【００７６】
次に、利用者用教材作成パラメータの会話ロール性別情報を抽出する（Ｓ３５）。抽出された内容に性別情報が有る場合（Ｓ３６で「有り」へ進む）には、相手発話文に性別を設定するために、ＶＸＭＬ文書の該当する箇所に性別制御タグを挿入する（Ｓ３７）。抽出された内容に性別情報がない場合（Ｓ３６で「無し」へ進む）には、次の処理へ進む。
【００７７】
次に、利用者用教材作成パラメータの相手発話内容の韻律情報を抽出する（Ｓ３８）。抽出された内容に韻律情報が有る場合（Ｓ３９で「有り」へ進む）には、相手発話文の韻律情報を設定するために、ＶＸＭＬ文書の該当する箇所に韻律制御タグを挿入する（Ｓ４０）。抽出された内容に韻律情報がない場合（Ｓ３９で「無し」へ進む）には、次の処理へ進む。
【００７８】
次に、利用者用教材作成パラメータの自己発話内容の録音情報を抽出する（Ｓ４１）。抽出された内容に録音情報が有る場合（Ｓ４２で「有り」へ進む）には、当該利用者の発話する自発話文に録音設定をするために、ＶＸＭＬ文書の該当する箇所に制御タグを挿入する（Ｓ４３）。抽出された内容に録音情報がない場合（Ｓ３９で「無し」へ進む）には、次の処理へ進む。
【００７９】
次に、利用者用教材作成パラメータの自己発話内容の評価情報の種別（即時、待時）を抽出する（Ｓ４４）。抽出された評価情報の種別が「即時」の場合（Ｓ４５で「即時」へ進む）は、ＶＸＭＬ文書において「通じません文」（音声認識手段の反応結果を通知実行する制御タグ、以下同じ）を自己文直下に挿入する（Ｓ４６）。抽出された評価情報の種別が「待時」の場合（Ｓ４５で「待時」へ進む）は、ＶＸＭＬ文書において「通じません文」を最終位置に挿入する（Ｓ４７）。抽出された評価情報の種別の指定がない場合（Ｓ４５で「指定なし」へ進む）は、次の処理へ進む。
【００８０】
次に、利用者用教材作成パラメータの反復指定情報を抽出する（Ｓ４８）。抽出された内容に反復指定情報が有る場合（Ｓ４９で「有り」へ進む）には、その反復指定情報で指定された文箇所を指定された回数分複製するために、ＶＸＭＬ文書の該当する箇所に反復制御タグを挿入する（Ｓ５０）。抽出された内容に録音情報がない場合（Ｓ４９で「無し」へ進む）には、次の処理へ進む。
【００８１】
図１４は、本実施形態における作成情報管理部８２で実行される処理フローを示す。まず、上記で作成されたＶＸＭＬ文書の内容を音声ブラウザ２０で音声化して利用者へ送出する（Ｓ６１）。利用者用教材作成パラメータに当該利用者用教材作成パラメータを格納しておく指定情報（図８では不図示）が含まれている場合には、当該利用者用教材作成パラメータを実施時刻と共に利用者プロファイル及び教材作成情報に格納する。
【００８２】
図１５は、本実施形態における音声教材提供システム１を構築する各サーバのハードウェア環境の構成ブロック図である。同図において音声教材提供システム１の各サーバ装置１５０（サーバ２，４，７等）は、中央処理装置（ＣＰＵ）１５２、リードオンリメモリ（ＲＯＭ）１５３、ランダムアクセスメモリ（ＲＡＭ）１５６、通信インターフェイス（以下、インターフェイスをＩ／Ｆという）１５４、記憶装置１５７、出力Ｉ／Ｆ１５１、入力Ｉ／Ｆ１５５、可搬型記憶媒体の読み取り装置１５８、およびこれらの全てが接続されたバス１５９、出力Ｉ／Ｆ１５１に接続している出力装置１６０、入力Ｉ／Ｆ１５５に接続している入力装置１６１によって構成されている。
【００８３】
記憶装置１５７としてはハードディスク、磁気ディスクなど様々な形式の記憶装置を使用することができ、このような記憶装置１５７、またはＲＯＭ１５３には、本実施形態で用いたフローのプログラムが格納されている。また、記憶装置１５７には、本実施形態で用いたデータベースが格納されている。
【００８４】
上記のプログラムは、プログラム提供者側からネットワーク１６２、および通信Ｉ／Ｆ１５４を介して、例えば記憶装置１５７に格納されることも、また市販され、流通している可搬型記憶媒体に格納され、読み取り装置１５８にセットされて、ＣＰＵ１５２によって実行されることも可能である。可搬型記憶媒体としてはＣＤ−ＲＯＭ、フレキシブルディスク、光ディスク、光磁気ディスク、ＩＣカードなど様々な形式の記憶媒体を使用することができ、このような記憶媒体に格納されたプログラムが読み取り装置１５８によって読み取られる。
【００８５】
また、入力装置１６１には、キーボード、マウス、または電子カメラ、マイク、スキャナ、センサ、タブレットなどを用いることが可能である。また、出力装置１６０には、ディスプレイ、プリンタ、スピーカなどを用いることが可能である。また、ネットワーク１６２は、インターネット、ＬＡＮ、ＷＡＮ、専用線、有線、無線等の通信網であってよい。
【００８６】
以上より、利用者に適した音声付教材を提供する手段を簡素することができる。また、音源の動的作成に伴うサーバ側記憶媒体容量を省小化することができる。また、ＶＸＭＬ化に伴い、電話によるｗｅｂハンズフリーが可能となり、情報弱者（デジタルデバイド）への保護を図ることができる。また、ＶＸＭＬ化による副次効果として、既存教材には無かった長文のラジオのような聞き流しなど、従来にない学習サービス形態を創出することができる。
【００８７】
（付記１）通信回線を介して教材情報を利用者に音声にて提供する音声教材提供システムにおいて、
前記利用者によって入力された前記教材情報に関するパラメータを取得する教材パラメータ取得手段と、
前記教材パラメータ取得手段により取得した前記教材パラメータを解析する教材パラメータ解析手段と、
前記解析された前記教材パラメータに基づいて、前記教材情報を生成する教材情報生成手段と、
前記教材情報生成手段により生成された前記教材情報を音声化して送信する音声化送信手段と、
を備えることを特徴とする音声教材提供システム。
【００８８】
（付記２）前記音声教材提供システムは、さらに、
前記教材情報を作成するための基礎となる教材情報である基礎教材情報が格納された基礎教材情報格納手段を備えることを特徴とする付記１に記載の音声教材提供システム。
【００８９】
（付記３）前記教材情報生成手段は、前記基礎教材情報のうち、前記教材パラメータに対応する情報があれば、該情報を該教材パラメータに置換することを特徴とする付記２に記載の音声教材提供システム。
【００９０】
（付記４）前記教材情報生成手段は、前記教材パラメータに基づいて、ボイスＸＭＬ文書を動的に生成することを特徴とする付記１に記載の音声教材提供システム。
（付記５）前記教材情報生成手段は、前記教材パラメータに基づいて、所定の制御タグを前記ボイスＸＭＬ文書に挿入することを特徴とする付記４に記載の音声教材提供システム。
【００９１】
（付記６）前記教材情報は、複数の演じ手による複数の会話文から構成されており、
前記教材パラメータを構成する情報は、前記演じ手のうちのいずれかの演じ手を指定する情報、前記演じ手による会話がされている場所周辺の環境音、前記会話文を反復させるか否かを示す情報、前記利用者の発話結果を録音するか否かの情報、前記利用者の発話結果が認識できるか否かの情報、前記指定された演じ手以外の前記演じ手の発話の速度と音量と性別を指定する情報のうち少なくともいずれか１つを含むことを特徴とする付記１に記載の音声教材提供システム。
【００９２】
（付記７）前記教材パラメータ取得手段は、音声ブラウザの音声認識手段であり、前記音声化手段は、音声ブラウザの音声合成手段であることを特徴とする付記１に記載の音声教材提供システム。
【００９３】
（付記８）通信回線を介して教材情報を利用者に音声にて提供するために、コンピュータを実行させるための音声教材提供プログラムにおいて、
前記利用者によって入力された前記教材情報に関するパラメータを取得する教材パラメータ取得手順と、
前記教材パラメータ取得手順により取得した前記教材パラメータを解析する教材パラメータ解析手順と、
前記解析された前記教材パラメータに基づいて、前記教材情報を生成する教材情報生成手順と、
前記教材情報生成手順により生成された前記教材情報を音声化して送信する音声化送信手順と、
をコンピュータに実行させるための音声教材提供プログラム。
【００９４】
（付記９）教材情報生成手順は、前記教材情報を作成するための基礎となる教材情報である基礎教材情報と前記教材パラメータとから該教材情報特徴とする付記８に記載の音声教材提供プログラム。
【００９５】
（付記１０）前記教材情報生成手順は、前記基礎教材情報のうち、前記教材パラメータに対応する情報があれば、該情報を該教材パラメータに置換することを特徴とする付記９に記載の音声教材提供プログラム。
【００９６】
（付記１１）前記教材情報生成手順は、前記教材パラメータに基づいて、ボイスＸＭＬ文書を動的に生成することを特徴とする付記８に記載の音声教材提供プログラム。
（付記１２）前記教材情報生成手順は、前記教材パラメータに基づいて、所定の制御タグを前記ボイスＸＭＬ文書に挿入することを特徴とする付記１１に記載の音声教材提供プログラム。
【００９７】
（付記１３）前記教材情報は、複数の演じ手による複数の会話文から構成されており、
前記教材パラメータを構成する情報は、前記演じ手のうちのいずれかの演じ手を指定する情報、前記演じ手による会話がされている場所周辺の環境音、前記会話文を反復させるか否かを示す情報、前記利用者の発話結果を録音するか否かの情報、前記利用者の発話結果が認識できるか否かの情報、前記指定された演じ手以外の前記演じ手の発話の速度と音量と性別を指定する情報のうち少なくともいずれか１つを含むことを特徴とする付記８に記載の音声教材提供プログラム。
【００９８】
（付記１４）通信回線を介して教材情報を利用者に音声にて提供する音声教材提供サーバ装置において、
前記利用者によって入力された前記教材情報に関するパラメータを取得する教材パラメータ取得手段と、
前記教材パラメータ取得手段により取得した前記教材パラメータを解析する教材パラメータ解析手段と、
前記解析された前記教材パラメータに基づいて、前記教材情報を生成する教材情報生成手段と、
前記教材情報生成手段により生成された前記教材情報を音声化して送信する音声化送信手段と、
を備えることを特徴とする音声教材提供サーバ装置。
【００９９】
（付記１５）前記音声教材提供サーバ装置は、さらに、
前記教材情報を作成するための基礎となる教材情報である基礎教材情報が格納された基礎教材情報格納手段を備えることを特徴とする付記１４に記載の音声教材提供サーバ装置。
【０１００】
（付記１６）前記教材情報生成手段は、前記基礎教材情報のうち、前記教材パラメータに対応する情報があれば、該情報を該教材パラメータに置換することを特徴とする付記１５に記載の音声教材提供サーバ装置。
【０１０１】
（付記１７）前記教材情報生成手段は、前記教材パラメータに基づいて、ボイスＸＭＬ文書を動的に生成することを特徴とする付記１４に記載の音声教材提供サーバ装置。
（付記１８）前記教材情報生成手段は、前記教材パラメータに基づいて、所定の制御タグを前記ボイスＸＭＬ文書に挿入することを特徴とする付記１７に記載の音声教材提供サーバ装置。
【０１０２】
（付記１９）前記教材情報は、複数の演じ手による複数の会話文から構成されており、
前記教材パラメータを構成する情報は、前記演じ手のうちのいずれかの演じ手を指定する情報、前記演じ手による会話がされている場所周辺の環境音、前記会話文を反復させるか否かを示す情報、前記利用者の発話結果を録音するか否かの情報、前記利用者の発話結果が認識できるか否かの情報、前記指定された演じ手以外の前記演じ手の発話の速度と音量と性別を指定する情報のうち少なくともいずれか１つを含むことを特徴とする付記１４に記載の音声教材提供サーバ装置。
【０１０３】
（付記２０）前記教材パラメータ取得手段は、音声ブラウザの音声認識手段であり、前記音声化手段は、音声ブラウザの音声合成手段であることを特徴とする付記１４に記載の音声教材提供サーバ装置。
【図面の簡単な説明】
【０１０４】
【図１】本発明にかかる音声教材提供システムの概要を示す図である。
【図２】本実施形態における音声教材提供システムの概要を示す図である。
【図３】本実施形態における音声教材提供システム１の機能ブロック図である。
【図４】本実施形態における教材基本シナリオ３０のデータ構成の概要を示す図である。
【図５】本実施形態における各データのスキーマ構成を示す図である。
【図６】本実施形態における教材基本シナリオにおける各データのスキーマ内容例を示す図である。
【図７】本実施形態におけるデータ入出力とシーケンス概要を示す図である。
【図８】本実施形態における利用者用教材作成パラメータを示す図である。
【図９】本実施形態における教材提供者用教材作成パラメータを示す図である。
【図１０】本実施形態における入力情報解析部の処理ブロックを示す図である。
【図１１】本実施形態における動的教材生成部の処理ブロックを示す図である。
【図１２】本実施形態における文体要素抽出部７０で実行される処理フローを示す図である。
【図１３】本実施形態における文体整形部７５で実行される処理フローを示す図である。
【図１４】本実施形態における作成情報管理部８２で実行される処理フローを示す図である。
【図１５】本実施形態における音声教材提供システム１を構築する各サーバのハードウェア環境の構成ブロック図である。
【符号の説明】
【０１０５】
１００ 音声教材提供システム
１０１ 教材パラメータ取得手段
１０２ 教材パラメータ解析手段
１０３ 教材情報生成手段
１０４ 基礎教材情報格納手段
１０５ 音声化送信手段
１ 音声教材提供システム
２ 利用者情報管理制御部
３ 利用者プロファイル情報
４ 教材配信制御部
５ 教材作成プログラム
６ データベース
７ 教材運用制御部
１０ ＰＣ
１１ 電話
１２ 携帯電話
１３ 電子交換機またはＩＰ電話制御装置
１４ インターネット
２０ ＶＸＭＬインターフェイスサーバ
２１ 音声ブラウザ
２２ 音声認識手段
２３ 音声合成手段
２４ 利用者用プラットフォーム
２５ ＶＸＭＬ文書サーバ
２９ ＤＢサーバ
３０ 教材基本シナリオ情報
３１ 利用者プロファイル情報
【技術分野】
【０００１】
本発明は、インターネットにおける音声を伴う教育サービスに関する。特に教育教材の簡便なコンテンツ作成に関する。
【背景技術】
【０００２】
近年では、通信環境のブロードバンド化の浸透により、インターネットを利用した学習教材が提供され普及している。聴覚を用いた教材は、聞き取りの反復操作や聞き流しを行うことで、記憶の活性化につながり、外国語の学習、資格や認定試験の受験対策用に有益な教材である。聴覚を必要とする教材の提供手段は、以下が主流である。
【０００３】
（１）予め教材内容を音声で録音し、利用者へはメディア媒体(ＣＤ／ＤＶＤ)と、更新（差分）内容をインターネット経由によるダウンロード形態とで配布。
（２）予め教材内容を音声で録音し、利用者へはインターネット経由によるストリーミング技術で配布。
【０００４】
（３）ＴＶ電話システムやＩＰ電話システムを用いて、オンラインで人（講師）による実対話教材の放送。
さて、近年、ＶｏｉｃｅＸＭＬ（Ｖｏｉｃｅ ｅｘｔｅｎｓｉｂｌｅ ｍａｒｋｕｐ ｌａｎｇｕａｇｅ。以下、ＶＸＭＬ。）が注目されている。ＶＸＭＬは、ＸＭＬベースの音声処理用構造化言語として、Ｗ３Ｃが中心でＶｏｉｃｅＸＭＬを標準化している。ＶＸＭＬでは、簡単に音声処理が行え、音声認識装置及び音声合成装置を用いて電話による音声入出力システムを構築できる。
【０００５】
日本では、日本テレコム社およびＮＴＴコミュニケーション社において、音声ポータルサービスが提供されている。音声ポータルサービスでは、利用者が必要とする情報をキーワードとして、あらかじめ登録し、関連するニュースや株価などのクリッピングサービスを実現している。米国では、音声ポータルのほかに航空券の予約サービスなどにも適用され始めている。
【０００６】
ＶＸＭＬ関連の特許文献としては、ニューズライン・ネットワーク社の特許文献１、ＩＢＭ社の特許文献２（ＨＴＭＬ言語のＶＸＭＬ変換技術）が開示されている。
【特許文献１】特開２００３−５７７８号公報
【特許文献２】特開２００２−３４２２１２号公報
【発明の開示】
【発明が解決しようとする課題】
【０００７】
教材の利用者（ユーザ）から提起される課題を以下に示す。
＜会話型教材の課題＞
（Ｉ）教材媒体の容量の都合上、会話の立場が固定している。
【０００８】
（ＩＩ）学習のための任意の文章の繰り返し、速度変更の操作が煩わしい。
（ＩＩＩ）書籍と比較すると、音声を用いた会話教材の発行種別が少なく、ユーザ側では教材の選択肢が限られる。
【０００９】
これより、現行の提供教材としてはリスニングが主体となり、利用者の発話を必要とする会話、発音矯正、単語音読による暗記などの学習には不向きであり、利用者の学習意欲の妨げになる場合があった。
【００１０】
＜ＴＶシステム型教材の課題＞
（ＩＶ）上述（Ｉ）〜（ＩＩＩ）の解決手段として、最近は利用者側のＰＣへカメラなどを追設したＴＶシステム装置を付帯した教育システムが登場し、利用されつつある。設置には、提供者側と利用者側の双方に経済負担を有する。さらに、「人」が相手であるため、繰り返し学習にも限度があり、また相手(講師)の資質や予約の必要などの依存要素が高い。
【００１１】
＜現行のインターネットを利用した教材の課題＞
（Ｖ）上述（Ｉ）〜（ＩＶ）はＰＣ上で動作する教材であるが、ＰＣに不慣れな利用者や一般に情報弱者とよばれる障害者や高齢者へのデジタルデバイドは、インターネットの増加とともに、ますます拡大したと言われている。
【００１２】
本発明の目的は、上記課題を解決するために、利用者へ対話型の教材を容易に提供することである。
【課題を解決するための手段】
【００１３】
上記課題は、特許請求の範囲の請求項１に記載の発明によれば、通信回線を介して教材情報を利用者に音声にて提供する音声教材提供システムにおいて、前記利用者によって入力された前記教材情報に関するパラメータを取得する教材パラメータ取得手段と、前記教材パラメータ取得手段により取得した前記教材パラメータを解析する教材パラメータ解析手段と、前記解析された前記教材パラメータに基づいて、前記教材情報を生成する教材情報生成手段と、前記教材情報生成手段により生成された前記教材情報を音声化して送信する音声化送信手段と、を備えることを特徴とする音声教材提供システムを提供することによって達成できる。
【００１４】
このように構成することによって、簡易に各利用者に適した音声付教材を提供することができる。
上記課題は、特許請求の範囲の請求項２に記載の発明によれば、前記音声教材提供システムは、さらに、前記教材情報を作成するための基礎となる教材情報である基礎教材情報が格納された基礎教材情報格納手段を備えることを特徴とする請求項１に記載の音声教材提供システムを提供することによって達成できる。
【００１５】
このように構成することによって、利用者の入力したパラメータに基づいて基礎教材情報をカスタマイズすることができる。
上記課題は、特許請求の範囲の請求項３に記載の発明によれば、前記教材情報生成手段は、前記教材パラメータに基づいて、ボイスＸＭＬ文書を動的に生成することを特徴とする請求項１に記載の音声教材提供システムを提供することによって達成できる。
【００１６】
このように構成することによって、ＶＸＭＬ文書を動的に生成することができるので、各利用者に適した教材を提供する際に、柔軟に対応することができる。
上記課題は、特許請求の範囲の請求項４に記載の発明によれば、通信回線を介して教材情報を利用者に音声にて提供するために、コンピュータを実行させるための音声教材提供プログラムにおいて、前記利用者によって入力された前記教材情報に関するパラメータを取得する教材パラメータ取得手順と、前記教材パラメータ取得手順により取得した前記教材パラメータを解析する教材パラメータ解析手順と、前記解析された前記教材パラメータに基づいて、前記教材情報を生成する教材情報生成手順と、前記教材情報生成手順により生成された前記教材情報を音声化して送信する音声化送信手順と、をコンピュータに実行させるための音声教材提供プログラムを提供することによって達成できる。
【００１７】
このように構成することによって、簡易に各利用者に適した音声付教材を提供することができる。
上記課題は、特許請求の範囲の請求項５に記載の発明によれば、通信回線を介して教材情報を利用者に音声にて提供する音声教材提供サーバ装置において、前記利用者によって入力された前記教材情報に関するパラメータを取得する教材パラメータ取得手段と、前記教材パラメータ取得手段により取得した前記教材パラメータを解析する教材パラメータ解析手段と、前記解析された前記教材パラメータに基づいて、前記教材情報を生成する教材情報生成手段と、前記教材情報生成手段により生成された前記教材情報を音声化して送信する音声化送信手段と、を備えることを特徴とする音声教材提供サーバ装置を提供することによって達成できる。
【００１８】
このように構成することによって、簡易に各利用者に適した音声付教材を提供することができる。
【発明の効果】
【００１９】
本発明を用いることにより、各利用者に適した音声付教材を提供する手段を簡素することができる。
【発明を実施するための最良の形態】
【００２０】
ＶｏｉｃｅＸＭＬを用いた動的な音声教材を生成するシステムを提供する。ソフトウェアの構造としては、教材基本シナリオ制御部、教材パラメータ解析部、教材動的作成エンジンを、従来のＶＸＭＬシステムへ組み込む形態である。
【００２１】
本発明では、書籍によりまたは任意の入力によりテキスト化された音声教材用の基本シナリオを用意し、次に教材を利用する前に利用者が指定する教材作成パラメータより、利用者に適した音声教材をＶＸＭＬで動的に作成し、利用者へ提供することである。
【００２２】
具体的には、利用者から指定されたパラメータにより、基本シナリオ（テキスト化された文の集合体）へ、ＶＸＭＬタグの発話、繰り返し構文、速度韻律、録音実施などのタグを挿入する。作成された内容は、指定パラメータ情報のみを残した形で別バッファへ保存され、次回の教材利用のために使用する。
【００２３】
これより、音声を有する教材の提供を簡素化し、情報弱者でも容易に利用できる機器として、電話を利用することで、聞き取り、発話、および数字キーから情報入力を基にサービスの提供を行うことができることで、デジタルデバイトを緩和されることが期待できる。
【００２４】
では、以下に本発明の実施の形態について説明する。
図１は、本発明にかかる音声教材提供システムの概要を示す。本発明にかかる音声教材提供システム１００は、通信回線を介して教材情報を利用者に音声にて提供するものである。音声教材提供システム１００は、教材パラメータ取得手段１０１、教材パラメータ解析手段１０２、教材情報生成手段１０３、基礎教材情報格納手段１０４、音声化送信手段１０５から構成される。
【００２５】
教材パラメータ取得手段１０１では、利用者によって入力された教材情報に関するパラメータを取得する。教材パラメータ解析手段１０２では、その取得した教材パラメータを解析する。教材情報生成手段１０３では、その解析された教材パラメータに基づいて、教材情報を生成する。音声化送信手段１０５では、その生成された教材情報を音声化して利用者に送信する。基礎教材情報格納手段１０４には、教材情報のオリジナルデータが格納されている。
【００２６】
図２は、本実施形態における音声教材提供システムの概要を示す。インターネット１４に接続される音声教材提供システム１は、利用者情報管理制御部２、教材配信制御部４、教材運用制御部７から構成される。
【００２７】
利用者情報管理制御部２は、音声教材提供システム１の利用者の情報を管理するためのサーバである。利用者情報管理制御部２は、例えば、利用者が過去にどのような要求をしたか等の履歴情報やユーザの言語のレベルがどのくらいなのか等の利用者に関する様々なプロファイル情報３やログイン情報を管理している。
【００２８】
教材配信制御部４は、教材をインターネット１４経由で利用者の端末に配信するためのサーバである。教材配信制御部４には、教材作成プログラム５と教材に関するデータベース６を用いることで、後述するように、利用者毎の要求に応じた教材を作成する。なお、本実施形態では、教材作成プログラム５とデータベース６は、教材配信制御部４に格納されているが、これに限定されず、利用者情報管理制御部２または教材運用制御部７に格納されていてもよいし、その他のサーバに格納されていてもよい。
【００２９】
教材運用制御部７は、教材を管理運用するためのサーバである。
利用者は、ＰＣ（パーソナルコンピュータ）１０を用いてインターネット１４経由で、音声教材提供システム１にアクセスすることができる。また、利用者は、電話１１または携帯電話１２を用いて、電子交換機またはＩＰ電話制御装置１３を介してインターネット１４に接続されることにより、音声教材提供システム１にアクセスすることができる。
【００３０】
図３は、本実施形態における音声教材提供システム１の機能ブロック図である。同図は、図２の教材配信制御部４に対応する部分を以下に説明する。ＶＸＭＬインターフェイスサーバ２０は、音声教材提供システム１と利用者とのインターフェイスとなる部分である。ＶＸＭＬインターフェイスサーバ２０は、音声ブラウザ２１と利用者用プラットフォーム２４を備えている。なお、図３は、図２の音声教材提供システム１を機能的側面に基づいて描写したものであり、物理的な構成を示すものではない。
【００３１】
音声ブラウザ２１は、音声認識手段２２、音声合成手段２３を有する。音声認識手段２２は、入力された音声を認識して、それをテキスト化するものである。音声合成手段２３は、テキストの内容を音声合成技術を用いて音声で読み上げるものである。尚、これらは既存技術である。
【００３２】
利用者用プラットフォーム２４は、電話回線の制御を行うものである。例えば、電話によるユーザからの問い合わせの場合には、受話器が上がっているかどうか（すなわち電話回線のリンクが確立しているか）等の電話回線の状態を把握したり、プッシュ音を解析して押されたボタンが何であるか等を認識したりすることができる。
【００３３】
利用者は、電話回線のＯＮ／ＯＦＦ、音声、またはキーボード等のキー操作により、所定の情報（教材入力情報）を入力する。そうすると、その入力された情報がインターネットを経由してＶＸＭＬインターフェイスサーバ２０に伝送される。
【００３４】
ＤＢサーバ２９は、教材基本シナリオ情報３０と利用者プロファイル情報３１とが格納されている。教材基本シナリオ情報３０は、教材の基本シナリオ、すなわち、後述するように各利用者に合わせてカスタマイズされる前の初期状態の教材のシナリオ情報である。利用者プロファイル情報３１は、上述したように、音声教材提供システム１の利用に関し、利用者が過去にどのような要求をしたか、ユーザの言語のレベルがどのくらいなのか等の利用者の履歴情報である。
【００３５】
ＶＸＭＬ文書サーバ２５は、ＶＸＭＬコンテンツ（動的教材内容）２８を作成するものである。ＶＸＭＬ文書サーバ２５は、ＶＸＭＬインターフェイスサーバ２０によりテキスト化された利用者からの教材入力情報と、教材提供者が指定する制御情報とを基にＶＸＭＬコンテンツ２８を作成する。ＶＸＭＬコンテンツ２８の作成にあたり、ＶＸＭＬ文書サーバ２５はＤＢサーバ２９に格納されている教材の基本シナリオ情報３０と利用者のプロファイル情報３１とを参照する。ＶＸＭＬインターフェイスサーバ２０とＶＸＭＬ文書サーバ２５は、相互間でテキストにて情報の入出力を行う。
【００３６】
図４は、本実施形態における教材基本シナリオ３０のデータ構成の概要を示す。教材基本シナリオ３０は、シナリオ制御情報４０と、シナリオ内文情報４２と臨場感制御情報４５とから構成される。１シナリオ制御情報４０では、複数のシナリオ内文情報４２を持つ。
【００３７】
本実施形態においてシナリオとは、例えば、教材の題材としての状況のことをいう。例えば、英会話の音声教材提供システムの場合には、「喫茶店での会話」、「駅での会話」等のように各状況ごとの学習プログラムを示している。このようなシナリオは、複数の文（会話）から構成されている（図６のシナリオ内文情報ビュー４１参照）が、この個々の文をシナリオ内文情報４２という。そして、この複数の文の集合（文群）を制御する情報がシナリオ制御情報４０である。
【００３８】
シナリオ内文情報４２は、各文のデータ（本文データ４３と語彙データ４４）の制御情報である。本文データ４３は、本文の内容（会話の内容）である。語彙データは、本文に使う語彙のことであり、言い回しのバリエーションのデータである。本文データ４３と語彙データ４４については後述する。
【００３９】
臨場感制御情報４５は、会話の臨場感を演出（例えば、周囲の雑音など）する音声ファイル情報４６の制御情報である。これらについては、図５で詳述する。シナリオ内文情報４２及び臨場感制御情報４５は、読み書き可能な実データであり、シナリオ内文情報ビュー４１は、これらのデータをビューで形成したものである。
【００４０】
図５は、本実施形態における各データのスキーマ構成を示す。シナリオ制御情報４０は、少なくとも「シナリオＩＤ」、「シナリオ内文情報ビューＩＤ」、「シナリオ内文情報ＩＤ」、「臨場感制御ＩＤ」、「シナリオ名称」、「場面名称」、「ロール数」、「構成文数」、「全長」、「丁寧度」のカラムから構成される。
【００４１】
「シナリオＩＤ」には、複数シナリオを管理するＩＤが格納される。「シナリオ内文情報ビューＩＤ」には、シナリオ内文情報ビューを識別するＩＤが格納される。「シナリオ内文情報ＩＤ」には、１シナリオを形成する文のリンク情報（文の格納先）が格納される。「臨場感制御ＩＤ」には、会話の臨場感を演出する音声ファイル情報のＩＤが格納される。
【００４２】
「シナリオ名称」には、どのような状況のシナリオかを把握するためシナリオの名称が格納される。「場面名称」には、シナリオ内の所定の会話場面の概要を記述したものが格納される。「ロール数」には、会話の演手数または登場人物が格納される。「構成文数」には、１シナリオを形成する文の数が格納される。「全長」には、当該シナリオを行うのにかかる時間である。
【００４３】
「丁寧度」は、シナリオ内文を通しての丁寧度である。同じ意味合いのことを表現するにも、状況が変わればその丁寧さは変わってくる。例えば、飲食店で注文する場合にも、軽食店とレストランとではその表現が変わってくる。そのようなあらたまった表現にするか砕けた表現にするか設定することができる。
【００４４】
シナリオ内文情報４２は、各々の文に関する制御情報から成る。シナリオ内文情報４２は、少なくとも「シナリオ内文ＩＤ」、「本文ＩＤ」、「語彙置換え情報」、「文言語種別」、「文ロール情報」のカラムから構成される。
【００４５】
「シナリオ内文ＩＤ」には、１シナリオを形成する文のリンク情報が格納される。「本文ＩＤ」には、会話本文のファイルＩＤが格納される。「語彙置換え情報」には、文内の語彙の置換え情報が格納される。「文言語種別」には、文の言語情報が格納される。「文ロール情報」には、演じ手の種別が格納される。
【００４６】
シナリオ内文情報ビュー４１は、少なくとも「シナリオ内文ビューＩＤ」、「シナリオ内文ＩＤ」、「文ロール情報」、「臨場感制御ＩＤ」、「本文」のカラムから構成される。
【００４７】
臨場感制御情報４５は、少なくとも「臨場感制御ＩＤ」、「臨場感ファイルＩＤ」、「臨場感ファイル名」のカラムから構成される。
これらの情報群は、図５に示すようなリレーショナルで表される。
【００４８】
図６は、教材基本シナリオにおける各データのスキーマ内容例を示す。この例のシナリオ制御情報４０は、「シナリオＩＤ：ＳＩＮＡ５」、「シナリオ内文ビューＩＤ：ＶＩＥＷ２０」、「臨場感制御ＩＤ：１０」、「シナリオ内文ＩＤ：ＳＩＤ１０」、「シナリオ内文ＩＤ：ＳＩＤ１１」、「シナリオ内文ＩＤ：ＳＩＤ１２」、「シナリオ内文ＩＤ：ＳＩＤ２０」、「シナリオ内文ＩＤ：ＳＩＤ４０」、・・・「シナリオ名称：電話で次回打合せ日打診」、「場面名称：電話受付経由」、「ロール数：Ａ，Ｂ，Ｃ」、「構成文数：１２秒」、「全長：４２秒」、「丁寧度：やや親密」となっている。
【００４９】
シナリオ内文情報ビュー４１は、「シナリオ内文ビューＩＤ：ＶＩＥＷ２０」、「シナリオ内文ＩＤ：ＥＩＤ３０，ＳＩＤ１０，ＳＩＤ１１，ＳＩＤ１２，ＳＩＤ２０，ＳＩＤ４０，・・・」が格納されており、さらに、これらのシナリオ内文ＩＤに対応する「文ロール情報」及び「本文」が順に格納されている。
【００５０】
「文ロール情報：臨場感音、本文：電話ノイズ」４１ａに関連付いているのは、臨場感制御情報４５ａである。「文ロール情報：Ａ、本文：Ｉｎｄｅｒｓｔｏｒｙ Ｒｅｓａｒｃｈ，Ｍａｙ Ｉ ｈｅｌｐ ｙｏｕ？」４１ｂに関連付いているのは、シナリオ内文情報４２ａである。「文ロール情報：Ｂ、本文：Ｔｈｉｓ ｉｓ Ｋａｔｏ，ｃａｌｌｉｎｇ ｆｒｏｍ Ｊａｐａｎ．」４１ｃに関連付いているのは、シナリオ内文情報４２ｂである。「文ロール情報：Ｂ、本文：Ｍａｙ Ｉ ｓｐｅａｋ ｔｏ Ｍｒ．Ｂｒｏｗｎ．ｅｘｔｅｎｓｉｏｎ ｉｓ ６７９０−３２０」４１ｄに関連付いているのは、シナリオ内文情報４２ｃである。「文ロール情報：Ａ、本文：Ｏｎｅ ｍｏｒｍｅｎｔ ｐｌｅａｓｅ Ｓｉｒ．」４１ｅに関連付いているのは、シナリオ内文情報４２ｄである。「文ロール情報：臨場感音、本文：保留音２」４１ｆに関連付いているのは、臨場感制御情報４５ｂである。
【００５１】
なお、シナリオ内文情報４２ａの語彙置換え情報は「あり ＭａｙＩ ｈｅｌｐ ｙｏｕ ← ＸＸＸＸ」となっているが、これは、語彙置換え情報を「あり」にすることで、ある語彙「ＸＸＸＸ」から語彙「ＭａｙＩ ｈｅｌｐ ｙｏｕ」に設定したことを示している。シナリオ内文情報４２ｃの語彙置換え情報についても同様である。
【００５２】
図７は、本実施形態におけるデータ入出力とシーケンス概要を示す。まず、利用者（電話使用者）は、音声教材提供システム１の提供するサイトにアクセスするために指定の電話番号をダイヤルする（ステップ１、以下ステップをＳと称する）。着信後、音声ブラウザは、ＶＸＭＬにて以降のメニューを音声にてナビゲートを行う（Ｓ２）。
【００５３】
利用者は、Ｓ２でのナビゲートに従い利用者を特定するためのＩＤ（認識情報）などの入力を電話により行う（Ｓ３）。入力された情報は、入力解析部２６によって利用者プロファイル３１及び過去の教材作成情報５０と照合され、サービス提供を行うかが判別される（Ｓ４）。
【００５４】
Ｓ４での入力情報の解析結果に問題がなければ、音声ナビゲートに従い、利用者は教材利用情報を入力する（Ｓ５）。この教材利用情報の入力情報について図８を用いて説明する。
【００５５】
図８は、本実施形態における利用者用教材作成パラメータを示す。利用者には、この利用者用教材作成パラメータに関する所定の教材が予め提供されている。「教材基本番号」は、学習対象となる教材識別子である。例えば、「０１：喫茶店での会話」、「０２：空港での会話」等のようにシナリオと教材識別子は管理されているので、そのシナリオに対応する識別番号（教材基本番号）を入力する。なお、シナリオ名称を直接音声で入力するようにしてもよい。
【００５６】
「会話ロール」は、会話のロール（演じ手）を指定する。なお、この指定がない場合には、当該教材を聞き流す設定になる。「状況選択」は、実際の会話では、周りの騒々しさのなかで行われるため、その環境（たとえばホテルのロビーや会議場所など）を指定する。指定内容により騒音（例：ホテルのロビーの音など）をＢＧＭとして挿入する。
【００５７】
「反復」は、当該シナリオを予め反復する回数を入力する。なお、反復は、シナリオ内任意の箇所で任意の回数を設定することもできる。「自己発話結果の録音」は、自分の発話結果を録音し、会話実演後に第三者的に自分でその録音内容を確認するための設定である。
【００５８】
「自己発話内容の評価」は、自分の発話結果が「通じるか」の評価を応答してもらう設定である。この設定を有効にした場合は、さらに発話結果を「即時応答」か、または「待時応答」かの２種類のうちいずれかを選択することができる。「即時応答」は、利用者が発話する度に通じるかどうかの評価を応答してもらう設定である。「待時応答」は、シナリオを全て終えて最後に通じるかどうかの評価を応答してもらう設定である。なお、この「通じるか」の評価は、音声ブラウザが認識できるか否かを示すものである。
【００５９】
「相手発話内容の韻律情報（速度，音量）」は、自分に対する相手側（他の演じ手）発話内容の速度と音量の指示する。「相手発話内容の性別」は、男性音声、または女性音声かを指示する。それでは、図７の続きを説明する。
【００６０】
Ｓ５で利用者により入力された情報（図８で示した利用者用教材作成パラメータ）を動的教材生成部２７にて、教材基本シナリオ３０と照合を行い、入力内容の妥当性（例えば、未入力チェック、ニューメリックチェック、データ型チェック等）を判別する（Ｓ６）。
【００６１】
Ｓ６で入力情報に問題がなければ、動的教材生成部２７は、利用者の教材利用情報（図８参照）と教材提供者が指定する制御情報（図９参照）とを基に、教材基本シナリオ３０から動的教材５１をＶＸＭＬ文書で生成する（Ｓ７）。ここで、図９を用いて教材提供者が指定する制御情報について説明する。
【００６２】
図９は、本実施形態における教材提供者用教材作成パラメータを示す。「教材言語種別」は、教材の使用言語（例えば、日本語、英語、中国語、韓国語、アラビア語 等）を指定（翻訳エンジンと連動）することができる。将来の音声合成、認識装置の多言語化に対応させることができる。
【００６３】
「発話ソース」は、発話のソース（音声合成装置による音声か録音ファイルによる音声か）を指定する。音声合成装置の成熟度により任意に選択することができる。「有人指定」は、Ｑ＆Ａ対応などをオンラインで行うことができるように有人センター呼び出しの指定する。それでは、図７の続きを説明する。
【００６４】
Ｓ７で生成された教材は、教材実施の全時間情報を含めた内容で、音声ブラウザに転送され、利用者へ送出される。生成された教材は、利用者毎に次回再実行ができる情報形態（生成したＶＸＭＬ文書を格納するのではなく、再度同一のＶＸＭＬ文書を生成するのに必要な情報、例えば利用者用教材作成パラメータを格納しておく。）で教材作成情報ＤＢ５０へ格納される。これにより、音源の動的作成に伴うサーバ側記憶媒体容量を省小化することができる。また、音声ブラウザでは、ＶＸＭＬ文体に従い、音声合成（発話）、音声認識（可聴）を行い（Ｓ８）、教材の利用をナビゲートすることにより、利用者に教材を提供する。
【００６５】
図１０は、本実施形態における入力情報解析部の処理ブロックを示す。同図の処理ブロックは、図７のＳ６に相当するものである。入力情報解析部６０では、利用者が入力する教材利用情報と教材提供者が指定するパラメータにより、教材作成範囲の妥当性を判別する（利用者情報解析処理６１及び教材提供者情報解析処理６２）。
【００６６】
図１１は、本実施形態における動的教材生成部の処理ブロックを示す。同図の処理ブロックは、図７のＳ７に相当するものである。動的教材生成部での処理は、大別すると、文体要素抽出部７０、文体整形部７５、作成情報管理部８２の３ブロックからなる。
【００６７】
文体要素抽出部７０では、指定された教材基本シナリオの読出し（基本情報シナリオ読出し処理７１）、使用語彙の置き換え（使用語彙置換処理７２）、他言語への一括翻訳（多言語化対応）（一括翻訳処理７３）を行い、教材の部品を抽出する。また、利用者からの教材入力情報に状況選択の指定時は、該当する効果音（教材の背景音）を抽出する（臨場感音抽出７４）。
【００６８】
文体整形部７５では、まずＶＸＭＬ文構造に影響を与えない整形を行う。会話ロールの指定では、音声認識手段２２、音声合成手段２３が実行すべき文情報を設定する（会話ロール設定処理７６）。音声合成手段用に速度、音量、抑揚、性別などの韻律制御タグを設定する（相手側韻律設定処理７７）。利用者からの教材入力情報に、自己発話内容の録音実行が指定されている場合は、録音ファイルの作成を行う制御タグを音声認識箇所に設定する（自己側録音情報設定７８）。
【００６９】
次に、文体整形部７５では、ＶＸＭＬ文構造に影響がある整形を行う。利用者からの教材入力情報である発話評価の応答（即時・待時）内容により、音声認識手段の反応結果を通知実行する制御タグを該当部に挿入する（発話評価の応答化処理７９）。また、反復範囲の指定がある場合は、該当の文、または文群に反復制御タグを挿入する（反復化処理８０）。文体の整形後、文毎でもつ文長時間を加算し、総時間を設定する（文長計測８１）。
【００７０】
作成情報管理部８２では、文体整形を行った内容を利用者毎の教材用領域へ転送を行う（作成情報転送処理８３）。また、利用者が教材の再利用を行えるように利用者用教材作成パラメータと教材提供者用教材作成パラメータを管理するために、それらを専用領域へ格納する（作成履歴管理処理８４）。
【００７１】
図１２は、本実施形態における文体要素抽出部７０で実行される処理フローを示す。まず、入力情報解析部６０により解析処理された利用者用教材作成パラメータ（図８参照）を読み込む（Ｓ１１）。この読み込んだ利用者用教材作成パラメータのうち教材基本番号より、これに対応するシナリオ内文情報ビューを教材基本シナリオＤＢから読み込む（Ｓ１２）。このビューを作業用エリアへ複製する（Ｓ１３）。これにより、以下で当該ビューにリンクしている臨場感制御情報４５及びシナリオ内文情報４２を取得することができる。
【００７２】
次に、利用者用教材作成パラメータから「状況選択」に関する情報を抽出する（Ｓ１４）。基本シナリオのビュー情報内に、Ｓ１４で抽出された「状況選択」の互換情報（利用者により選択された情報）が含まれているかを判別する（Ｓ１５）。図６のシナリオ内文情報ビュー４１の臨場感音４１ａ，４１ｆが、利用者により選択された臨場感音に置き換わる。
【００７３】
互換情報がある場合（Ｓ１６で「有り」へ進む）には、Ｓ１３で複製したビューの臨場感音を互換情報に置き換え（Ｓ１７）、Ｓ１８へ進む。互換情報がない場合（Ｓ１６で「無し」へ進む）には、Ｓ１８へ進む。
【００７４】
次に、利用者用教材作成パラメータの「使用語彙選択内容」（図８には不図示）を抽出する（Ｓ１８）。基本シナリオのビュー情報内に、Ｓ１４で抽出された「使用語彙選択内容」の互換情報が含まれているかを判別する（Ｓ１９）。互換情報がある場合（Ｓ２０で「有り」へ進む）には、Ｓ１３で複製したビューの語彙を互換情報に置き換え（２１）、図１３へ進む。互換情報がない場合（Ｓ２０で「無し」へ進む）には、図１３へ進む。
【００７５】
図１３は、本実施形態における文体整形部７５で実行される処理フローを示す。まず、利用者用教材作成パラメータで指定された会話ロールを抽出する（Ｓ３１）。抽出された内容が会話ロールの指定がある旨の場合（Ｓ３２で「有り」へ進む）には、非対応文（指定外の演じ手の文）をスピーチ設定（音声で読み上げる設定）にする（Ｓ３３）。抽出された内容が会話ロールの指定がない旨の場合には、全文（全演じ手の文）をスピーチ設定にする（Ｓ３４）。
【００７６】
次に、利用者用教材作成パラメータの会話ロール性別情報を抽出する（Ｓ３５）。抽出された内容に性別情報が有る場合（Ｓ３６で「有り」へ進む）には、相手発話文に性別を設定するために、ＶＸＭＬ文書の該当する箇所に性別制御タグを挿入する（Ｓ３７）。抽出された内容に性別情報がない場合（Ｓ３６で「無し」へ進む）には、次の処理へ進む。
【００７７】
次に、利用者用教材作成パラメータの相手発話内容の韻律情報を抽出する（Ｓ３８）。抽出された内容に韻律情報が有る場合（Ｓ３９で「有り」へ進む）には、相手発話文の韻律情報を設定するために、ＶＸＭＬ文書の該当する箇所に韻律制御タグを挿入する（Ｓ４０）。抽出された内容に韻律情報がない場合（Ｓ３９で「無し」へ進む）には、次の処理へ進む。
【００７８】
次に、利用者用教材作成パラメータの自己発話内容の録音情報を抽出する（Ｓ４１）。抽出された内容に録音情報が有る場合（Ｓ４２で「有り」へ進む）には、当該利用者の発話する自発話文に録音設定をするために、ＶＸＭＬ文書の該当する箇所に制御タグを挿入する（Ｓ４３）。抽出された内容に録音情報がない場合（Ｓ３９で「無し」へ進む）には、次の処理へ進む。
【００７９】
次に、利用者用教材作成パラメータの自己発話内容の評価情報の種別（即時、待時）を抽出する（Ｓ４４）。抽出された評価情報の種別が「即時」の場合（Ｓ４５で「即時」へ進む）は、ＶＸＭＬ文書において「通じません文」（音声認識手段の反応結果を通知実行する制御タグ、以下同じ）を自己文直下に挿入する（Ｓ４６）。抽出された評価情報の種別が「待時」の場合（Ｓ４５で「待時」へ進む）は、ＶＸＭＬ文書において「通じません文」を最終位置に挿入する（Ｓ４７）。抽出された評価情報の種別の指定がない場合（Ｓ４５で「指定なし」へ進む）は、次の処理へ進む。
【００８０】
次に、利用者用教材作成パラメータの反復指定情報を抽出する（Ｓ４８）。抽出された内容に反復指定情報が有る場合（Ｓ４９で「有り」へ進む）には、その反復指定情報で指定された文箇所を指定された回数分複製するために、ＶＸＭＬ文書の該当する箇所に反復制御タグを挿入する（Ｓ５０）。抽出された内容に録音情報がない場合（Ｓ４９で「無し」へ進む）には、次の処理へ進む。
【００８１】
図１４は、本実施形態における作成情報管理部８２で実行される処理フローを示す。まず、上記で作成されたＶＸＭＬ文書の内容を音声ブラウザ２０で音声化して利用者へ送出する（Ｓ６１）。利用者用教材作成パラメータに当該利用者用教材作成パラメータを格納しておく指定情報（図８では不図示）が含まれている場合には、当該利用者用教材作成パラメータを実施時刻と共に利用者プロファイル及び教材作成情報に格納する。
【００８２】
図１５は、本実施形態における音声教材提供システム１を構築する各サーバのハードウェア環境の構成ブロック図である。同図において音声教材提供システム１の各サーバ装置１５０（サーバ２，４，７等）は、中央処理装置（ＣＰＵ）１５２、リードオンリメモリ（ＲＯＭ）１５３、ランダムアクセスメモリ（ＲＡＭ）１５６、通信インターフェイス（以下、インターフェイスをＩ／Ｆという）１５４、記憶装置１５７、出力Ｉ／Ｆ１５１、入力Ｉ／Ｆ１５５、可搬型記憶媒体の読み取り装置１５８、およびこれらの全てが接続されたバス１５９、出力Ｉ／Ｆ１５１に接続している出力装置１６０、入力Ｉ／Ｆ１５５に接続している入力装置１６１によって構成されている。
【００８３】
記憶装置１５７としてはハードディスク、磁気ディスクなど様々な形式の記憶装置を使用することができ、このような記憶装置１５７、またはＲＯＭ１５３には、本実施形態で用いたフローのプログラムが格納されている。また、記憶装置１５７には、本実施形態で用いたデータベースが格納されている。
【００８４】
上記のプログラムは、プログラム提供者側からネットワーク１６２、および通信Ｉ／Ｆ１５４を介して、例えば記憶装置１５７に格納されることも、また市販され、流通している可搬型記憶媒体に格納され、読み取り装置１５８にセットされて、ＣＰＵ１５２によって実行されることも可能である。可搬型記憶媒体としてはＣＤ−ＲＯＭ、フレキシブルディスク、光ディスク、光磁気ディスク、ＩＣカードなど様々な形式の記憶媒体を使用することができ、このような記憶媒体に格納されたプログラムが読み取り装置１５８によって読み取られる。
【００８５】
また、入力装置１６１には、キーボード、マウス、または電子カメラ、マイク、スキャナ、センサ、タブレットなどを用いることが可能である。また、出力装置１６０には、ディスプレイ、プリンタ、スピーカなどを用いることが可能である。また、ネットワーク１６２は、インターネット、ＬＡＮ、ＷＡＮ、専用線、有線、無線等の通信網であってよい。
【００８６】
以上より、利用者に適した音声付教材を提供する手段を簡素することができる。また、音源の動的作成に伴うサーバ側記憶媒体容量を省小化することができる。また、ＶＸＭＬ化に伴い、電話によるｗｅｂハンズフリーが可能となり、情報弱者（デジタルデバイド）への保護を図ることができる。また、ＶＸＭＬ化による副次効果として、既存教材には無かった長文のラジオのような聞き流しなど、従来にない学習サービス形態を創出することができる。
【００８７】
（付記１）通信回線を介して教材情報を利用者に音声にて提供する音声教材提供システムにおいて、
前記利用者によって入力された前記教材情報に関するパラメータを取得する教材パラメータ取得手段と、
前記教材パラメータ取得手段により取得した前記教材パラメータを解析する教材パラメータ解析手段と、
前記解析された前記教材パラメータに基づいて、前記教材情報を生成する教材情報生成手段と、
前記教材情報生成手段により生成された前記教材情報を音声化して送信する音声化送信手段と、
を備えることを特徴とする音声教材提供システム。
【００８８】
（付記２）前記音声教材提供システムは、さらに、
前記教材情報を作成するための基礎となる教材情報である基礎教材情報が格納された基礎教材情報格納手段を備えることを特徴とする付記１に記載の音声教材提供システム。
【００８９】
（付記３）前記教材情報生成手段は、前記基礎教材情報のうち、前記教材パラメータに対応する情報があれば、該情報を該教材パラメータに置換することを特徴とする付記２に記載の音声教材提供システム。
【００９０】
（付記４）前記教材情報生成手段は、前記教材パラメータに基づいて、ボイスＸＭＬ文書を動的に生成することを特徴とする付記１に記載の音声教材提供システム。
（付記５）前記教材情報生成手段は、前記教材パラメータに基づいて、所定の制御タグを前記ボイスＸＭＬ文書に挿入することを特徴とする付記４に記載の音声教材提供システム。
【００９１】
（付記６）前記教材情報は、複数の演じ手による複数の会話文から構成されており、
前記教材パラメータを構成する情報は、前記演じ手のうちのいずれかの演じ手を指定する情報、前記演じ手による会話がされている場所周辺の環境音、前記会話文を反復させるか否かを示す情報、前記利用者の発話結果を録音するか否かの情報、前記利用者の発話結果が認識できるか否かの情報、前記指定された演じ手以外の前記演じ手の発話の速度と音量と性別を指定する情報のうち少なくともいずれか１つを含むことを特徴とする付記１に記載の音声教材提供システム。
【００９２】
（付記７）前記教材パラメータ取得手段は、音声ブラウザの音声認識手段であり、前記音声化手段は、音声ブラウザの音声合成手段であることを特徴とする付記１に記載の音声教材提供システム。
【００９３】
（付記８）通信回線を介して教材情報を利用者に音声にて提供するために、コンピュータを実行させるための音声教材提供プログラムにおいて、
前記利用者によって入力された前記教材情報に関するパラメータを取得する教材パラメータ取得手順と、
前記教材パラメータ取得手順により取得した前記教材パラメータを解析する教材パラメータ解析手順と、
前記解析された前記教材パラメータに基づいて、前記教材情報を生成する教材情報生成手順と、
前記教材情報生成手順により生成された前記教材情報を音声化して送信する音声化送信手順と、
をコンピュータに実行させるための音声教材提供プログラム。
【００９４】
（付記９）教材情報生成手順は、前記教材情報を作成するための基礎となる教材情報である基礎教材情報と前記教材パラメータとから該教材情報特徴とする付記８に記載の音声教材提供プログラム。
【００９５】
（付記１０）前記教材情報生成手順は、前記基礎教材情報のうち、前記教材パラメータに対応する情報があれば、該情報を該教材パラメータに置換することを特徴とする付記９に記載の音声教材提供プログラム。
【００９６】
（付記１１）前記教材情報生成手順は、前記教材パラメータに基づいて、ボイスＸＭＬ文書を動的に生成することを特徴とする付記８に記載の音声教材提供プログラム。
（付記１２）前記教材情報生成手順は、前記教材パラメータに基づいて、所定の制御タグを前記ボイスＸＭＬ文書に挿入することを特徴とする付記１１に記載の音声教材提供プログラム。
【００９７】
（付記１３）前記教材情報は、複数の演じ手による複数の会話文から構成されており、
前記教材パラメータを構成する情報は、前記演じ手のうちのいずれかの演じ手を指定する情報、前記演じ手による会話がされている場所周辺の環境音、前記会話文を反復させるか否かを示す情報、前記利用者の発話結果を録音するか否かの情報、前記利用者の発話結果が認識できるか否かの情報、前記指定された演じ手以外の前記演じ手の発話の速度と音量と性別を指定する情報のうち少なくともいずれか１つを含むことを特徴とする付記８に記載の音声教材提供プログラム。
【００９８】
（付記１４）通信回線を介して教材情報を利用者に音声にて提供する音声教材提供サーバ装置において、
前記利用者によって入力された前記教材情報に関するパラメータを取得する教材パラメータ取得手段と、
前記教材パラメータ取得手段により取得した前記教材パラメータを解析する教材パラメータ解析手段と、
前記解析された前記教材パラメータに基づいて、前記教材情報を生成する教材情報生成手段と、
前記教材情報生成手段により生成された前記教材情報を音声化して送信する音声化送信手段と、
を備えることを特徴とする音声教材提供サーバ装置。
【００９９】
（付記１５）前記音声教材提供サーバ装置は、さらに、
前記教材情報を作成するための基礎となる教材情報である基礎教材情報が格納された基礎教材情報格納手段を備えることを特徴とする付記１４に記載の音声教材提供サーバ装置。
【０１００】
（付記１６）前記教材情報生成手段は、前記基礎教材情報のうち、前記教材パラメータに対応する情報があれば、該情報を該教材パラメータに置換することを特徴とする付記１５に記載の音声教材提供サーバ装置。
【０１０１】
（付記１７）前記教材情報生成手段は、前記教材パラメータに基づいて、ボイスＸＭＬ文書を動的に生成することを特徴とする付記１４に記載の音声教材提供サーバ装置。
（付記１８）前記教材情報生成手段は、前記教材パラメータに基づいて、所定の制御タグを前記ボイスＸＭＬ文書に挿入することを特徴とする付記１７に記載の音声教材提供サーバ装置。
【０１０２】
（付記１９）前記教材情報は、複数の演じ手による複数の会話文から構成されており、
前記教材パラメータを構成する情報は、前記演じ手のうちのいずれかの演じ手を指定する情報、前記演じ手による会話がされている場所周辺の環境音、前記会話文を反復させるか否かを示す情報、前記利用者の発話結果を録音するか否かの情報、前記利用者の発話結果が認識できるか否かの情報、前記指定された演じ手以外の前記演じ手の発話の速度と音量と性別を指定する情報のうち少なくともいずれか１つを含むことを特徴とする付記１４に記載の音声教材提供サーバ装置。
【０１０３】
（付記２０）前記教材パラメータ取得手段は、音声ブラウザの音声認識手段であり、前記音声化手段は、音声ブラウザの音声合成手段であることを特徴とする付記１４に記載の音声教材提供サーバ装置。
【図面の簡単な説明】
【０１０４】
【図１】本発明にかかる音声教材提供システムの概要を示す図である。
【図２】本実施形態における音声教材提供システムの概要を示す図である。
【図３】本実施形態における音声教材提供システム１の機能ブロック図である。
【図４】本実施形態における教材基本シナリオ３０のデータ構成の概要を示す図である。
【図５】本実施形態における各データのスキーマ構成を示す図である。
【図６】本実施形態における教材基本シナリオにおける各データのスキーマ内容例を示す図である。
【図７】本実施形態におけるデータ入出力とシーケンス概要を示す図である。
【図８】本実施形態における利用者用教材作成パラメータを示す図である。
【図９】本実施形態における教材提供者用教材作成パラメータを示す図である。
【図１０】本実施形態における入力情報解析部の処理ブロックを示す図である。
【図１１】本実施形態における動的教材生成部の処理ブロックを示す図である。
【図１２】本実施形態における文体要素抽出部７０で実行される処理フローを示す図である。
【図１３】本実施形態における文体整形部７５で実行される処理フローを示す図である。
【図１４】本実施形態における作成情報管理部８２で実行される処理フローを示す図である。
【図１５】本実施形態における音声教材提供システム１を構築する各サーバのハードウェア環境の構成ブロック図である。
【符号の説明】
【０１０５】
１００ 音声教材提供システム
１０１ 教材パラメータ取得手段
１０２ 教材パラメータ解析手段
１０３ 教材情報生成手段
１０４ 基礎教材情報格納手段
１０５ 音声化送信手段
１ 音声教材提供システム
２ 利用者情報管理制御部
３ 利用者プロファイル情報
４ 教材配信制御部
５ 教材作成プログラム
６ データベース
７ 教材運用制御部
１０ ＰＣ
１１ 電話
１２ 携帯電話
１３ 電子交換機またはＩＰ電話制御装置
１４ インターネット
２０ ＶＸＭＬインターフェイスサーバ
２１ 音声ブラウザ
２２ 音声認識手段
２３ 音声合成手段
２４ 利用者用プラットフォーム
２５ ＶＸＭＬ文書サーバ
２９ ＤＢサーバ
３０ 教材基本シナリオ情報
３１ 利用者プロファイル情報
【特許請求の範囲】
【請求項１】
通信回線を介して教材情報を利用者に音声にて提供する音声教材提供システムにおいて、
前記利用者によって入力された前記教材情報に関するパラメータを取得する教材パラメータ取得手段と、
前記教材パラメータ取得手段により取得した前記教材パラメータを解析する教材パラメータ解析手段と、
前記解析された前記教材パラメータに基づいて、前記教材情報を生成する教材情報生成手段と、
前記教材情報生成手段により生成された前記教材情報を音声化して送信する音声化送信手段と、
を備えることを特徴とする音声教材提供システム。
【請求項２】
前記音声教材提供システムは、さらに、
前記教材情報を作成するための基礎となる教材情報である基礎教材情報が格納された基礎教材情報格納手段を備えることを特徴とする請求項１に記載の音声教材提供システム。
【請求項３】
前記教材情報生成手段は、前記教材パラメータに基づいて、ボイスＸＭＬ文書を動的に生成することを特徴とする請求項１に記載の音声教材提供システム。
【請求項４】
通信回線を介して教材情報を利用者に音声にて提供するために、コンピュータを実行させるための音声教材提供プログラムにおいて、
前記利用者によって入力された前記教材情報に関するパラメータを取得する教材パラメータ取得手順と、
前記教材パラメータ取得手順により取得した前記教材パラメータを解析する教材パラメータ解析手順と、
前記解析された前記教材パラメータに基づいて、前記教材情報を生成する教材情報生成手順と、
前記教材情報生成手順により生成された前記教材情報を音声化して送信する音声化送信手順と、
をコンピュータに実行させるための音声教材提供プログラム。
【請求項５】
通信回線を介して教材情報を利用者に音声にて提供する音声教材提供サーバ装置において、
前記利用者によって入力された前記教材情報に関するパラメータを取得する教材パラメータ取得手段と、
前記教材パラメータ取得手段により取得した前記教材パラメータを解析する教材パラメータ解析手段と、
前記解析された前記教材パラメータに基づいて、前記教材情報を生成する教材情報生成手段と、
前記教材情報生成手段により生成された前記教材情報を音声化して送信する音声化送信手段と、
を備えることを特徴とする音声教材提供サーバ装置。
【請求項１】
通信回線を介して教材情報を利用者に音声にて提供する音声教材提供システムにおいて、
前記利用者によって入力された前記教材情報に関するパラメータを取得する教材パラメータ取得手段と、
前記教材パラメータ取得手段により取得した前記教材パラメータを解析する教材パラメータ解析手段と、
前記解析された前記教材パラメータに基づいて、前記教材情報を生成する教材情報生成手段と、
前記教材情報生成手段により生成された前記教材情報を音声化して送信する音声化送信手段と、
を備えることを特徴とする音声教材提供システム。
【請求項２】
前記音声教材提供システムは、さらに、
前記教材情報を作成するための基礎となる教材情報である基礎教材情報が格納された基礎教材情報格納手段を備えることを特徴とする請求項１に記載の音声教材提供システム。
【請求項３】
前記教材情報生成手段は、前記教材パラメータに基づいて、ボイスＸＭＬ文書を動的に生成することを特徴とする請求項１に記載の音声教材提供システム。
【請求項４】
通信回線を介して教材情報を利用者に音声にて提供するために、コンピュータを実行させるための音声教材提供プログラムにおいて、
前記利用者によって入力された前記教材情報に関するパラメータを取得する教材パラメータ取得手順と、
前記教材パラメータ取得手順により取得した前記教材パラメータを解析する教材パラメータ解析手順と、
前記解析された前記教材パラメータに基づいて、前記教材情報を生成する教材情報生成手順と、
前記教材情報生成手順により生成された前記教材情報を音声化して送信する音声化送信手順と、
をコンピュータに実行させるための音声教材提供プログラム。
【請求項５】
通信回線を介して教材情報を利用者に音声にて提供する音声教材提供サーバ装置において、
前記利用者によって入力された前記教材情報に関するパラメータを取得する教材パラメータ取得手段と、
前記教材パラメータ取得手段により取得した前記教材パラメータを解析する教材パラメータ解析手段と、
前記解析された前記教材パラメータに基づいて、前記教材情報を生成する教材情報生成手段と、
前記教材情報生成手段により生成された前記教材情報を音声化して送信する音声化送信手段と、
を備えることを特徴とする音声教材提供サーバ装置。
【図１】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図２】
【図３】
【図４】
【図５】
【図６】
【公開番号】特開２００６−１６３１０８（Ｐ２００６−１６３１０８Ａ）
【公開日】平成１８年６月２２日（２００６．６．２２）
【国際特許分類】
【出願番号】特願２００４−３５６４４９（Ｐ２００４−３５６４４９）
【出願日】平成１６年１２月９日（２００４．１２．９）
【出願人】（０００００５２２３）富士通株式会社 (25,993)
【Ｆターム（参考）】
【公開日】平成１８年６月２２日（２００６．６．２２）
【国際特許分類】
【出願日】平成１６年１２月９日（２００４．１２．９）
【出願人】（０００００５２２３）富士通株式会社 (25,993)
【Ｆターム（参考）】
[ Back to top ]