JP7163845B2 - 情報処理装置、およびプログラム - Google Patents

Description

本開示は、情報処理装置、およびプログラムに関する。

従来より、音声認識の技術を使用し、音声をテキストに変換する技術がある。具体的には、コールセンターなどの音声通話が行われる産業分野において、このような技術を用いて業務効率の向上等に活用されている。

例えば、複数の音声認識エンジンで同時に音声認識を行い、夫々の音声認識エンジンの信頼性により認識結果を選択する技術がある（特許文献１参照）。

また、複数の音声認識エンジンで音声認識した結果のいずれかを採用するかを選択させる技術がある（特許文献２参照）。

特開２０１７－７６１３９号公報 特開２０１０－８５５３６号公報

音声認識の認識結果は、音声通話の業務では正解テキストを作成するのに用いられる。正解テキストとは、コールセンターの場合であれば、例えば、ユーザからの問い合わせ内容等をまとめたテキストである。従来は、正解テキストの作成は、音声を聞きながら手作業で実施していたため、多くの作業時間を要するという課題があった。作成作業に、音声認識エンジンを使用して、音声認識結果を参照しながら、正解テキストを作成する場合もある。この場合は、一社のエンジンを使用するため、同じ誤りが何度も発生するなど、手間がかかるという課題もあった。

音声認識エンジンを使用する場合は、複数の認識手法を並列処理させたり、正解に近い認識結果を選択する手法があるが、画面上で、正解テキストを作成する処理を行うことが検討されていないという課題があった。

本開示の課題は、認識された重要箇所の修正および登録を簡易かつ効率的に行うことができる情報処理装置、およびプログラムを提供することである。

本開示の情報処理装置は、音声認識の結果を修正して登録する情報処理装置であって、音声認識の結果を修正して登録する情報処理装置であって、音声認識を行ってテキストを記憶部に記憶する複数の音声認識部の各々と、前記記憶部に記憶された複数の前記テキストに基づいて、所定の規則に合致する前記テキストを検索し、検索されたテキストを重要テキストとして前記記憶部に記憶し、前記記憶部から読み出して前記重要テキストを表示する重要箇所絞込部と、前記重要箇所絞込部で表示された前記重要テキストから選択された前記重要テキストを前記記憶部から読み出して表示し、表示された前記重要テキストに関する情報を元に修正されたテキストである正解テキストを所定のフォームである第１フォームに入力させ、前記第１フォームに入力された前記正解テキストを前記記憶部に記憶する修正作業部と、前記正解テキストを認識して、予め定められた条件に従って、所定のフォームである第２フォームに情報を入力させる情報登録部と、を備える。

また、本開示のプログラムは、コンピュータを、本開示に記載の情報処理装置の各部として機能させるためのプログラムである。

本開示の情報処理装置、およびプログラムによれば、認識された重要箇所の修正および登録を簡易かつ効率的に行うことができる、という効果を得られる。

本実施形態の情報処理装置の構成の一例を示すブロック図である。 本実施形態の情報処理装置として機能するコンピュータの概略ブロック図である。 表示部によって出力される画面インターフェイスの一例を示す図である。 重要テキスト以外のテキストを含むエリアを選択した場合の一例を示す図である。 情報処理装置によって実行される処理ルーチンのフローチャートである。 重要箇所絞込領域に修正モードと登録モードを切り替えるボタンを設けた場合の一例を示す図である。

以下、本発明の実施形態について詳細に説明する。なお、本実施形態に係る情報処理装置は、コールセンターのオペレーションにおいて活用され、オペレータが操作する場合を例に説明する。なお、オペレーションでは、修正作業を行う修正モードと、修正を行わない登録モードとがあり、本実施形態では、修正モードを事前に選択している場合を前提とする。

＜本発明の実施形態に係る情報処理装置の構成＞

図１は、本実施形態の情報処理装置１０の構成の一例を示すブロック図である。図１に示す構成の情報処理装置１０は、ＣＰＵと、ＲＡＭと、後述する各処理ルーチンを実行するためのプログラムや各種データを記憶したＲＯＭと、を含むコンピュータで構成することが出来る。

例えば、情報処理装置１０は、図２に示すコンピュータ５０で実現することができる。コンピュータ５０はＣＰＵ５１、一時記憶領域としてのメモリ５２、及び不揮発性の記憶部５３を備える。また、コンピュータ５０は、入出力装置等（図示省略）が接続される入出力interface（Ｉ／Ｆ）５４、及び記録媒体に対するデータの読み込み及び書き込みを制御するread/write（Ｒ／Ｗ）部５５を備える。また、コンピュータ５０は、インターネット等のネットワークに接続されるネットワークＩ／Ｆ５６を備える。ＣＰＵ５１、メモリ５２、記憶部５３、入出力Ｉ／Ｆ５４、Ｒ／Ｗ部５５、及びネットワークＩ／Ｆ５６は、バス５７を介して互いに接続される。

記憶部５３は、Hard Disk Drive（ＨＤＤ）、solid state drive（ＳＳＤ）、フラッシュメモリ等によって実現できる。記憶媒体としての記憶部５３には、コンピュータ５０を機能させるためのプログラムが記憶されている。ＣＰＵ５１は、プログラムを記憶部５３から読み出してメモリ５２に展開し、プログラムが有するプロセスを順次実行する。また、記憶部５３には認識結果記憶部２２の情報が記憶される。

以上が図２におけるコンピュータの電気的な構成の一例の説明である。

情報処理装置１０は、機能的には、図１に示されるように、複数の音声認識部２０の各々と、認識結果記憶部２２と、重要箇所絞込部２４と、修正作業部２６と、情報登録部２８と、表示部３０とを備えている。なお、認識結果記憶部２２が本発明の記憶部の一例である。

ここで、表示部３０によって出力される画面インターフェイスの例を説明する。図３は、表示部３０によって出力される画面インターフェイスの一例を示す図である。図３に示すように、画面インターフェイスでは、重要箇所絞込領域２４Ａと、修正作業領域２６Ａと、情報登録領域２８Ａとが表示画面上に一体として形成される。各領域は、それぞれ重要箇所絞込部２４、修正作業部２６、および情報登録部２８に対応する。情報処理装置１０は、画面インターフェイスの各領域に、各処理部の処理結果の各種テキストを反映させる。このような画面インターフェイスによって、画面を、作業別に領域を３分割して表示することで、各種作業を１画面で完了できる。そのため、例えば、コールセンターなどでのオペレータが対話内容の履歴を残す作業などが、短時間で効率的に実施できるようになり、結果的に、より多くのコールに対応できるなどの効果が期待できる。なお、具体的な手法については、各領域に対応する各部の処理において後述する。

音声認識部２０の各々は、対話の音声認識を行う音声認識エンジンである。音声認識エンジンは音声認識部２０ごとに異なる手法の音声認識を行う。音声認識部２０の各々は、音声認識を行ってテキストを認識結果記憶部２２に記憶する。音声認識は、音声認識エンジンによって識別可能であれば発言者の発話ごとにまとめられ、テキストに発言者の識別ラベルが付与される。

認識結果記憶部２２には、音声認識部２０の各々で認識されたラベル付きテキストが記憶される。また、重要箇所絞込部２４で検索された重要テキストが記憶される。また、修正作業部２６で修正された正解テキストにより修正された重要テキストが記憶される。また、修正作業部２６で処理された音声認識エンジンの各々の認識率が記憶される。

重要箇所絞込部２４は、認識結果記憶部２２に記憶された複数のテキストに基づいて、所定の規則に合致するテキストを検索する。重要箇所絞込部２４は、検索されたテキストを重要テキストとして認識結果記憶部２２に記憶し、認識結果記憶部２２から読み出して重要テキストを重要箇所絞込領域２４Ａに表示する。また、重要箇所絞込部２４は、重要テキストの選択を受け付ける。選択は、吹き出し２４Ｂの重要テキストをクリックするか、ドラックアンドドロップ等によりテキストを選択することで行うようにすればよい。

重要箇所絞込部２４は、対話の中から、重要な箇所と判断される発言や発言内の箇所を抽出し、図２に示したように、重要箇所絞込領域２４Ａに、音声認識で識別された発言者ごと重要テキストを表示する。図３では、右側のアイコンが問い合わせしたユーザ、左側のアイコンがオペレータの発言であることを表し、吹き出し２４Ｂに重要テキストを表示している場合を例に表示している。なお、重要な箇所と判断する所定の規則については、各種方法の採用や組合せにより、重要な箇所の判断を行うルールまたは識別モデルを学習しておけばよい。所定の規則は、例えば、特定キーワードが含まれる文章を抽出する、自然言語解析技術により文脈理解したうえで該当文章を抽出する、不要な文章を省いていくことにより該当文章を抽出するなどといった方法が挙げられる。

また、表示された重要テキストの中に重要な箇所がない場合が考えられる。重要箇所絞込領域２４Ａには、「・・・」表示された重要テキスト以外のテキストを含むエリア２４Ｃが設けられている。当該エリア２４Ｃは、対話の時系列上で、上部の重要テキストと下部の重要テキストとの間に記録されたテキストを含んでいる。

図４は、重要テキスト以外のテキストを含むエリア２４Ｃを選択した場合の一例を示す図である。当該エリアを選択することで、重要テキストとしてピックアップしていない別の発言を表示して取り出すことが可能である。重要だと判断して取り出した発言は、重要箇所絞込領域２４Ａに吹き出し２４Ｂの重要テキストとして追加することが可能である。なお、別の発言の吹き出しをポップアップ等で表示するようにしてもよい。

修正作業部２６は、重要箇所絞込領域２４Ａに表示された重要テキストから選択された重要テキストを認識結果記憶部２２から読み出して、修正作業領域２６Ａの表示領域２６Ｂに選択された重要テキストに関する情報を表示する。修正作業部２６は、修正作業領域２６Ａの修正作業フォーム２６Ｃから正解テキストの入力を受け付ける。正解テキストは、表示領域２６Ｂに表示された重要テキストに関する情報である、並列表示された音声認識エンジンの音声認識結果を元に修正されたテキストである。修正作業部２６は、正解文登録ボタンの押下を受け付け、正解テキストを修正済みの重要テキストとして認識結果記憶部２２に記憶する。修正作業フォーム２６Ｃへの入力および登録の作業はオペレータが行う。また、修正作業部２６は、認識結果記憶部２２から正解テキストで修正済みの重要テキストを認識結果記憶部２２から読み出して、重要箇所絞込領域２４Ａに修正済みの重要テキストとして表示に反映する。なお、修正作業フォームが第１フォームの一例である。

修正作業領域２６Ａは、重要箇所絞込部２４で重要な箇所と判断された重要テキスト、すなわち選択された重要テキストの文章について、誤認識がある場合に、本領域において修正を可能とする領域である。選択された重要テキストについて、表示領域２６Ｂに複数の音声認識エンジンによる結果を並列表示させることが可能である。なお、複数の音声認識エンジンの結果が合致している部分は、正解とみなすなどすることで、正解文案を修正作業フォーム２６Ｃに自動生成することを可能とする。このように、修正作業領域２６Ａは、正解文案を、オペレータの人手で確認の上、必要に応じ修正を行い、正解文を完成させることが可能な領域である。

また、修正作業部２６は、オペレータが正解テキストを修正作業フォーム２６Ｃで完成させて、正解文登録ボタンを押下したときに、表示領域２６Ｂに並列表示された音声認識エンジンの音声認識結果に対して、音声認識エンジンごとの認識率を算出して認識結果記憶部２２に記憶する。認識結果は、表示領域２６Ｂに表示することも可能である。認識率は、音声認識エンジンの元のテキストと、入力された正解テキストとを比較した場合の一致率等により算出すればよい。認識率は、音声認識エンジンの評価に活用することができる。

また、重要箇所絞込領域２４Ａに正解テキストの修正結果を反映する際に、重要テキストが修正済みである旨を、注釈、およびフォントの色の変更等によって提示してもよい。このように修正対象を識別可能な形式で反映することで、複数の修正箇所がある場合にいずれの重要テキストを修正したかをオペレータが把握できる。

情報登録部２８は、重要箇所絞込領域２４Ａの修正済みの重要テキストを認識して、予め定められた条件に従って、情報登録領域２８Ａの情報登録フォーム２８Ｂ～Ｅに情報を入力させる。情報登録部２８は、登録ボタンの押下を受け付け、登録情報を認識結果記憶部２２に記憶する。

情報登録フォーム２８Ｂ～Ｅには、それぞれカテゴリが設けられており、例えば、情報登録フォーム２８Ｂ、２８Ｃは「自由記入」、２８Ｄは「用件」、２８Ｅは「回答」のカテゴリと定義できる。情報登録領域２８Ａでは、重要箇所絞込領域２４Ａに表示された重要テキストを使用して、カテゴリごとに自動生成した文章や、重要テキストをコピーした文章を、予め用意した情報登録フォーム２８Ｂ～Ｅに反映して、ユーザの問い合わせ内容にあてはめることで、情報登録を簡易に実施することが可能となる。文章の自動生成は、重要テキストを選択した際に自動で行ってもよいし、情報登録フォームをクリックすることにより行ってもよい。また、コピーは重要テキストをダブルクリックすることで行えるようにしてもよい。

また、文章の自動生成には、例えば、重要箇所絞込領域２４Ａの吹き出し２４Ｂが、１０行以上におよぶ長文だった場合に、不要な言葉などを取り除き、文章を簡潔にするなどの作業が自動で行われるように作成した自動文章作成ツールを用いてもよい。これは、吹き出し２４Ｂに表示される重要テキストは、話し言葉であるため、不要な言葉も多く含まれる場合もあるからである。

＜本発明の実施形態に係る情報処理装置の作用＞

次に、図５を参照して、情報処理装置１０の作用を説明する。図５は、情報処理装置１０で実行する処理ルーチンのフローチャートである。処理ルーチンは、例えば、コールセンターでユーザとの対話が開始されると同時に実行される。

ステップＳ１００において、音声認識部２０の各々は、音声認識を行ってラベル付きのテキストを認識結果記憶部２２に記憶する。

ステップＳ１０２において、重要箇所絞込部２４は、認識結果記憶部２２に記憶された複数のテキストに基づいて、所定の規則に合致するテキストを検索する。

ステップＳ１０４において、重要箇所絞込部２４は、検索されたテキストを重要テキストとして認識結果記憶部２２に記憶し、認識結果記憶部２２から読み出して重要テキストを重要箇所絞込領域２４Ａに表示する。

ステップＳ１０６において、重要箇所絞込部２４は、重要箇所絞込領域２４Ａに表示された重要テキストから重要テキストの選択を受け付ける。

ステップＳ１０８において、修正作業部２６は、重要箇所絞込領域２４Ａに表示された重要テキストから選択された重要テキストを認識結果記憶部２２から読み出して、修正作業領域２６Ａの表示領域２６Ｂに選択された重要テキストに関する情報を表示する。

ステップＳ１１０において、修正作業部２６は、修正作業領域２６Ａの修正作業フォーム２６Ｃから正解テキストの入力を受け付ける。オペレータは、表示内容を元に、修正作業フォーム２６Ｃに正解テキストを入力する。

ステップＳ１１２において、修正作業部２６は、正解文登録ボタンの押下を受け付け、正解テキストを修正済みの重要テキストとして認識結果記憶部２２に記憶する。

ステップＳ１１４において、修正作業部２６は、認識結果記憶部２２から正解テキストで修正済みの重要テキストを認識結果記憶部２２から読み出して、重要箇所絞込領域２４Ａに修正済みの重要テキストを表示に反映する。

ステップＳ１１６において、修正作業部２６は、表示領域２６Ｂに並列表示された音声認識エンジンの音声認識結果に対して、音声認識エンジンごとの認識率を算出して認識結果記憶部２２に記憶する。

ステップＳ１１８において、情報登録部２８は、重要箇所絞込領域２４Ａの修正済みの重要テキストを認識して、予め定められた条件に従って、情報登録領域２８Ａの情報登録フォーム２８Ｂ～Ｅに対する情報の入力を受け付ける。

ステップＳ１２０において、情報登録部２８は、登録ボタンの押下を受け付け、登録情報を認識結果記憶部２２に記憶し、処理を終了する。

以上説明したように、本実施形態に係る情報処理装置１０は、認識された重要箇所の修正および登録を簡易かつ効率的に行うことができる。

なお、本発明は、上述した実施の形態に限定されるものではなく、この発明の要旨を逸脱しない範囲内で様々な変形や応用が可能である。

上述した実施形態では、修正モードを事前に選択している場合を例に説明したが、これに限定されるものではない。例えば、重要箇所絞込領域２４Ａでは、修正対象を選ぶのか、情報登録するのかを切り替える画面インターフェイスとしてもよい。図６は、重要箇所絞込領域２４Ａに修正モードと登録モードを切り替えるボタンを設けた場合の一例を示す図である。図６に示すように、モード選択領域２４Ｄによりモードを選択する。修正モードを選択した場合には、重要箇所絞込領域２４Ａで重要テキストを選択すると、修正作業領域２６Ａの表示領域２６Ｂおよび修正作業フォーム２６Ｃに重要テキストが反映される。登録モードを選択した場合には、重要箇所絞込領域２４Ａで重要テキストを選択すると、情報登録フォーム２８Ｂ～Ｅに所定の条件により自動反映される。また、オペレータは、重要箇所絞込領域２４Ａの重要テキストを、情報登録フォーム２８Ｂ～Ｅにコピーして情報の登録が行える。また、登録モードを選択した場合には、修正作業領域２６Ａを非表示にするようにしてもよい。このようにモードを切り替えられるようにすることで、オペレータが一画面で簡易に登録作業を行えるようになる。

また、本願明細書中において、プログラムが予めインストールされている実施形態として説明したが、当該プログラムを、コンピュータ読み取り可能な記録媒体に格納して提供することも可能である。

１０ 情報処理装置
２０ 音声認識部
２２ 認識結果記憶部
２４ 重要箇所絞込部
２６ 修正作業部
２８ 情報登録部
３０ 表示部

Claims (7)

1. 音声認識の結果を修正して登録する情報処理装置であって、
   音声認識を行ってテキストを記憶部に記憶する複数の音声認識部の各々と、
   前記記憶部に記憶された複数の前記テキストに基づいて、所定の規則に合致する前記テキストを検索し、検索されたテキストを重要テキストとして前記記憶部に記憶し、前記記憶部から読み出して前記重要テキストを表示する重要箇所絞込部と、
   前記重要箇所絞込部で表示された前記重要テキストから選択された前記重要テキストを前記記憶部から読み出して表示し、表示された前記重要テキストに関する情報を元に修正されたテキストである正解テキストを所定のフォームである第１フォームに入力させ、前記第１フォームに入力された前記正解テキストを前記記憶部に記憶する修正作業部と、
   前記正解テキストを認識して、予め定められた条件に従って、所定のフォームである第２フォームに情報を入力させる情報登録部と、
   を含む情報処理装置。
2. 表示部を更に含み、
   前記表示部は、前記重要箇所絞込部に対応する表示領域と、前記修正作業部に対応する表示領域と、前記情報登録部に対応する表示領域とを一体として表示するように形成する請求項１に記載の情報処理装置。
3. 前記修正作業部は、選択された前記重要テキストと、選択された前記重要テキストに対応する複数のテキストを前記記憶部から読み出して表示する請求項１または請求項２に記載の情報処理装置。
4. 前記修正作業部で登録された前記正解テキストに基づいて前記音声認識部の各々の認識率を計測し、前記記憶部に登録する請求項１～請求項３の何れか１項に記載の情報処理装置。
5. 前記重要箇所絞込部は、
   前記重要テキスト以外のテキストを含むエリアの選択に基づいて、前記重要テキスト以外の候補テキストを表示し、前記候補テキストから選択されたテキストを前記重要テキストとして前記記憶部に記憶する請求項１～請求項４の何れか１項に記載の情報処理装置。
6. 前記予め定められた条件は、前記テキストの自動反映に関する条件を含み、
   前記第２フォームは、カテゴリごとに複数設けられており、
   前記情報登録部は、前記予め定められた条件に従って、前記重要テキストおよび前記正解テキストに対応するカテゴリの前記第２フォームに前記情報の候補を反映する請求項１～請求項５のいずれか１項に記載の情報処理装置。
7. コンピュータを、請求項１～請求項６のいずれか１項に記載の情報処理装置の各部として機能させるためのプログラム。

Images