【課題】広範なソーシャル・コミュニケーションを喚起する。
【解決手段】インターネットに接続可能なネットワーク端末に接続され、ユーザの頭部に装着可能なヘッドセットシステムから得られるユーザの主観的な視野等を反映した画像、及び音声信号を、ネットワーク端末経由で知識情報処理サーバシステムにアップロードし、画像に内包されているユーザが着目した特定物体等に対し、音声認識システムとの協調動作により、ユーザ自身の音声による着目対象の指定、選択等を、サーバシステム上で可能にし、ユーザによる一連の画像認識プロセス及び画像認識結果を、音声合成システムとの協調動作により、サーバシステム側がインターネットを介し、ユーザのネットワーク端末経由で、画像認識結果及びその認識プロセスをユーザのヘッドセットシステムに組込まれたイヤフォンに対し音声情報として通知し、ユーザのメッセージやつぶやきを広範なユーザ間で共有可能にする。 （もっと読む）

【課題】従来、通話録音データと接触履歴情報を関連付けることは可能であったが、キーワードを指定して、接触履歴と関連する内容を検索することはできなかった。
本発明の目的は、キーワード等の検索条件に該当する通話録音内容を容易に検索できるようにすることにより、接触履歴に関連する通話録音内容の検索を効率的に行うことができる証券向け顧客情報管理システムを提供することにある。
【解決手段】本発明の顧客との接触情報である音声データを文字データに変換して管理する顧客情報管理システムは、顧客との接触履歴情報データを入力する接触履歴情報データ入力手段と、文字データを接触履歴情報データと関連付ける文字データ関連付手段と、接触履歴情報データと文字データを表示する表示手段とを有することを特徴とする。 （もっと読む）

【課題】１つの自然文によって複数のコマンドを実行可能とした音声制御システムにおいて、従来よりも幅広い表現の自然文を受け入れることを可能とし、ユーザの利便性を向上する。
【解決手段】自然文から抽出される言葉と制御コマンドとを直接結びつけるコマンド変換辞書を記憶手段１０４に備えると共に、制御コマンドに直接結びつかない言葉を制御コマンド生成用のパラメータに変換するための変換補助情報を記憶手段１０６に記憶する。また、制御コマンドに直接結びつかない言葉については変換補助情報を参照して制御コマンド生成用のパラメータに変換し、制御コマンドを生成するコマンド変換手段１０３を備える。 （もっと読む）

【課題】 本発明の目的は、より手軽に高い検索機能を利用できる情報端末の技術を提供することにある。
【解決手段】
本発明に係る情報端末は、音声の入力を受け付ける音声入力受付手段と、ネットワークを介して所定のサーバー装置と通信を行う通信手段と、出力手段と、前記音声入力受付手段により受け付けた音声の情報を前記サーバー装置へ送信して前記音声の情報に関係するＰＯＩ（Ｐｏｉｎｔ Ｏｆ Ｉｎｔｅｒｅｓｔ）の候補を特定する情報を受信するＰＯＩ特定手段と、前記ＰＯＩ特定手段により受信したＰＯＩの候補を特定する情報を前記出力手段へ出力するＰＯＩ候補出力手段と、前記ＰＯＩの候補を特定する情報の選択入力を受け付けて当該ＰＯＩへ至る経路を探索する経路探索手段と、を備えることを特徴とする。 （もっと読む）

【課題】複数のユーザ端末のうちのいずれに対するユーザ入力にも応答するための制御サーバ、制御方法、プログラム、および制御システムを提供する。
【解決手段】音声ガイダンスサーバによる電話端末に対する音声ガイダンスの提供を制御する音声ガイダンス制御部と、前記音声ガイダンスの内容に関連するＷｅｂコンテンツのＷｅｂクライアントに対する提供を制御するＷｅｂコンテンツ制御部と、前記電話端末に対するユーザによる入力内容を示す音声入力結果、および前記Ｗｅｂクライアントに対するユーザによる入力内容を示すＷｅｂ入力結果が通知され、前記音声入力結果または前記Ｗｅｂ入力結果に基づく指示を前記音声ガイダンス制御部および前記Ｗｅｂコンテンツ制御部に出すマルチアクセス制御部と、を備える、制御サーバ。 （もっと読む）

【課題】高いセキュリティを求められる既存のアプリケーションに対して音声入力機能を簡単に追加することができる入力支援装置を提供すること。
【解決手段】本発明に係る入力支援装置を含む情報処理装置２００は、情報を入力するための入力エリアを入力画面に表示するアプリケーションソフトウェアである電子カルテ部２０３に対して、音声入力機能を追加する装置であって、入力エリアの表示位置と、当該入力エリアを表す読みを特定する第１の情報と、を対応付けた画面構成テーブルを格納する画面構成テーブル格納部２０８と、発話音声に対する音声認識処理の結果を表す第２の情報を取得し、取得した前記第２の情報に対応する入力エリアの表示位置を、画面構成テーブルを参照して特定し、特定した前記表示位置を選択する操作情報を、電子カルテ部２０３に入力する入力情報生成部２１０とを有する。 （もっと読む）

【課題】客の注文の入力に誤りがあったとしても、簡単に訂正できるオーダ端末を提供する。
【解決手段】音を取り込むマイクと、あらかじめ記憶した複数の料理情報中から、前記マイクで取り込んだ音の中の音声により所定の料理情報を認識して呼び出す呼出手段と、前記呼出手段で呼び出した料理情報を記憶する注文記憶手段と、前記呼出手段で呼び出した注文情報を表示する表示手段と、前記マイクで取り込んだ音を記録する記録手段と、前記記録部で記録した音を再生する再生手段とを備えたオーダ端末とした。 （もっと読む）

【課題】音声データのうち書き起こしが完了した位置を特定可能な書き起こし支援システムを提供する。
【解決手段】実施形態の書き起こし支援システムは、音声データをテキスト化する書き起こし作業を支援する書き起こし支援システムであって、第１記憶部と、再生部と、第２記憶部と、テキスト作成部と、推定部とを備える。第１記憶部は、音声データを記憶する。再生部は、音声データを再生する。第２記憶部は、音声データに対して音声認識処理を実行することにより得られる音声テキストデータを構成する複数の文字列の各々と、音声データの位置を示す音声位置情報とを対応付けた音声インデックスを記憶する。テキスト作成部は、ユーザーの操作入力に応じてテキストを作成する。推定部は、音声インデックスに基づいて、前記音声データのうち、前記テキストの作成が完了した位置を示す作成済み音声位置情報を推定する。 （もっと読む）

【課題】同時に複数の医療用実習装置を用いて医療実習を実施するための技術を提供する。
【解決手段】医療用実習システム１００は、それぞれで歯科実習が実施される複数の医療用実習装置１０を備えている。複数の医療用実習装置１０のそれぞれは、擬似患者体２および診療台３を備えている。また、医療用実習システム１００は、擬似患者体２の動作を制御する中央制御部９０と、擬似患者体２の頭部模型２ａの表情を変化させる擬似患者体駆動部２Ａと、医療実習において、擬似患者体２の動作内容を示す情報が記述されている複数の医療用実習シナリオの中から、特定の医療用実習シナリオを選択するための表示部９２（シナリオ選択部）とを備えており、中央制御部９０は、選択された医療用実習シナリオを実行する。 （もっと読む）

【課題】言葉の塊であるチャンクをパターン認識しながら読解する能力を評価する。
【解決手段】記憶部９は、判定基本文章を基本文字データとして記憶するとともに、判定表示文章を表示文字データとして記憶する。判定表示文章は、判定基本文章がチャンク毎に区別可能に仮名文字によって表されたものであり、且つ複数のチャンクのうち４文字以上の仮名文字から構成される所定の変換対象チャンクの最初の１文字と最後の１文字とを除く複数の中間文字の配列順序が入れ替えられている。計算部８は、判定表示文章を表示装置３に表示し、マイク７は、判定表示文章を音読する回答者の発話音声を音声データとして取得する。計算部８は、音声データを解析して音読文字データに変換し、音読文字データと基本文字データとを照合することによって、回答者の文章認識能力を評価する。 （もっと読む）

【課題】両手がふさがった状態でも、正解文字列と実際に記載されている文字列との照合作業を音声により行うことを可能とする音認識装置の提供。
【解決手段】装着者の音声を検出するマイクロフォンと、装着者に音声情報を伝達するスピーカと、正解文字列を読み取るための読取装置と、処理装置と、を備えるハンズフリー型の音声認識装置であって、処理装置が、装着者の読み上げた文字列を音声認識処理し、読取装置で読み取った正解文字列とのマッチングを行い、マッチングの判定結果を出力することを特徴とする音声認識装置。 （もっと読む）

【課題】例えば会議の議事録中における特定の箇所に関連する音声を、高い精度で特定する。
【解決手段】音声変換部２０１は、複数の発言の内容を複数の第１のテキストデータに変換するとともに、各発言の開始時間を特定する。発言者特定部２０２は、各発言の発言者を特定する。テキスト入力部２０６は、第２のテキストデータを入力する。入力時間特定部２０８は、第２のテキストデータの入力時間及び第２のテキストデータに対応する発言者を特定する。マッチング箇所特定部２０４は、複数の第１のテキストデータと第２のテキストデータとをマッチングする。音声区間特定部２０５は、音声変換部２０１、発言者特定部２０２、入力時間特定部２０８及びマッチング箇所特定部２０４の特定処理の結果に基づいて、複数の第１のテキストデータから第２のテキストデータに対応する第１のテキストデータを特定する。 （もっと読む）

【課題】会議に関する補足項目を容易に管理することが可能な会議システムおよびそれに関連する技術を提供する。
【解決手段】この会議システムは、各発言者の発言内容を音声認識して文字データに変換する音声認識手段と、文字データに変換された発言内容から所定のキーワード（例えば「「フォローアップ必要」）をトリガー情報として検出する検出手段とを備える。また、この会議システムは、トリガー情報の検出に応じて、或る発言者の発言に関連して補足処理（フォローアップ処理）を行うべき補足項目（フォローアップ項目）ＬＭ１，ＬＭ２，...を作成し、当該補足項目ＬＭ１，ＬＭ２，...を含む補足リスト（フォローアップリスト）ＦＬを作成するリスト作成手段を備えるとともに、当該補足リストの表示用データを生成する表示制御手段をさらに備える。 （もっと読む）

【課題】 コンテンツを閲覧した複数のユーザの好みを考慮したアルバムやダイジェストを自動で作成する。
【解決手段】 再生された複数のコンテンツを閲覧した複数のユーザの反応を取得（Ｓ３０４、Ｓ３０６）し、この取得された複数のユーザの反応に基づき、前記再生された複数のコンテンツの優先度を決定し（Ｓ３０８）、決定された優先度に基づいてアルバムを作成する（Ｓ３０９）。 （もっと読む）

【課題】通話で送信されてきた音声信号に基づいた情報を容易に得る。
【解決手段】通信装置１００−１が、通信装置１００−２から送信されてきた音声信号から音声を認識し、認識した音声を示す音声情報をサーバ２００へ送信し、サーバ２００が、送信されてきた音声情報に基づいて表示情報を、音声情報と表示情報とをあらかじめ対応付けて記憶する記憶部から検索し、検索した表示情報を通信装置１００−１へ送信し、通信装置１００−１が、サーバ２００から送信されてきた表示情報を表示する。 （もっと読む）

【課題】本発明は、通話内容を把握することが容易な通信機器及び表示システムを提供する。
【解決手段】通信機器は、表示部２１と、音声が入力され、入力された音声を音声データに変換して出力するマイク１２と、外部通信機器との間での通話に利用され、その外部通信機器から音声データが入力される通信部３２と、特定の単語に対応する登録単語データを記憶する記憶部３３と、マイク１２から出力された音声データと通信部３２に入力された音声データとの少なくとも一方と、記憶部３３に記憶された登録単語データとに基づいて、各音声データに基づく音声の中に含まれる特定の単語を抽出する抽出部４１と、抽出部４１によって抽出された特定の単語或いは当該特定の単語を含む文節又は文を表示部２１に表示させる表示制御部４２と、を備える。 （もっと読む）

【課題】店舗などで買い物をする際、買う予定をしていた商品を買い忘れていることを容易に通知する。
【解決手段】携帯端末１００の記憶部１０４に音声入力部あるいは文字入力部により購入予定品名を登録する。店舗などで買物をする場合、品名抽出部１０６が、撮影部１０５が撮影した画像から品名を抽出し、比較部１０７が、品名抽出部１０６が抽出した品名である購入済み品名と、記憶部１０４に記憶された購入予定品名とを比較し、表示部１０８が、比較の結果を表示する。 （もっと読む）

【課題】本願発明が解決しようとする課題は、検索システムの制御を簡素化することにある。
【解決手段】本願発明は、検索技術に関し、端末の現在の位置を示す現在地情報を取得し、目的地に関する情報である目的地情報を音声情報として取得し、この取得した音声情報に前記取得した現在地情報をデータハイディングにより付加して音声透かし情報を生成し、前記生成された音声透かし情報の音声情報から目的地情報を認識し、この認識した目的地情報と、前記生成された音声透かし情報の現在地情報とに基づいて、地図情報を検索することを特徴とする。 （もっと読む）

【課題】音声をテキストに変換する装置及び方法を提供することを目的とする。
【解決手段】本発明の音声をテキストに変換する装置は、音声受信モジュール、音声識別モジュール、表示モジュール、入力モジュール及び制御モジュールを備え、前記音声受信モジュールは、外部の音声信号を受け取って前記音声識別モジュールに送信し、前記音声識別モジュールは、異なる所定の時間範囲における各々の所定の時間範囲内の音声信号をテキストデータに変換してから前記制御モジュールに送信し、前記入力モジュールは、ユーザーが入力した文字データを前記制御モジュールに送信し、前記制御モジュールは、同じ所定の時間範囲内のユーザーが入力した文字、音声から変換されたテキスト及び同じ前記所定の時間範囲を前記表示モジュールに表示させる。 （もっと読む）

【課題】映像の字幕を生成し、視聴端末で同期表示するように字幕と映像とを配信すること。
【解決手段】字幕生成配信システムは、音声を含む映像を取得する撮影装置１０と、撮影装置１０で取得された映像を所定時間遅延させる映像バッファ４１と、編集端末２０から受信した字幕情報とを視聴端末５０に配信する配信部４２を含む配信サーバ４０と、撮影装置１０で取得された映像に含まれる音声に対する音声認識結果を取得する音声認識サーバ３０と、音声認識サーバ３０で取得された音声認識結果をユーザが編集するための編集画面を表示し、編集画面から字幕を取得する編集部２２と、映像バッファ４１で映像を遅延させた所定時間と、音声認識サーバ３０および編集部２２での処理に要した時間とに応じて決定される時間、字幕を遅延させる字幕バッファ２３とを含む編集端末２０と、を備える。 （もっと読む）