JP6843388B2 - Information processing system, information processing device, information processing method and program - Google Patents
Information processing system, information processing device, information processing method and program Download PDFInfo
- Publication number
- JP6843388B2 JP6843388B2 JP2017070933A JP2017070933A JP6843388B2 JP 6843388 B2 JP6843388 B2 JP 6843388B2 JP 2017070933 A JP2017070933 A JP 2017070933A JP 2017070933 A JP2017070933 A JP 2017070933A JP 6843388 B2 JP6843388 B2 JP 6843388B2
- Authority
- JP
- Japan
- Prior art keywords
- processing
- module
- information processing
- information
- processed
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Navigation (AREA)
Description
本発明は、情報処理システム、情報処理装置、情報処理方法及びプログラムに関する。 The present invention relates to an information processing system, an information processing device, an information processing method and a program.
近年、音声認識処理を行う音声認識システムが広く利用されつつある。
音声認識システムにおいて、精度の高い音声認識を行う場合、プロセッサやメモリ等のハードウェアリソースを大量に消費するため、端末装置からクラウド上のサーバに音声認識処理の一部または全部を依頼して分散処理が行われることも多い。
なお、音声認識処理を分散処理する音声認識システムに関する技術は、例えば、特許文献１に記載されている。
In recent years, a voice recognition system that performs voice recognition processing has been widely used.
In a voice recognition system, when performing highly accurate voice recognition, a large amount of hardware resources such as a processor and memory are consumed. Therefore, a terminal device requests a server on the cloud to perform part or all of the voice recognition processing and distributes it. Often processing is done.
A technique related to a voice recognition system that performs distributed processing of voice recognition processing is described in, for example, Patent Document 1.
しかしながら、端末装置からクラウド上のサーバに依頼して音声認識処理を行う場合、音声認識の精度は高まるものの、端末装置が処理結果を取得するまでにタイムラグが発生する。そして、音声認識の目的によっては、このようなタイムラグが看過できない場合があり、例えば、ロボット等との音声対話における音声認識では、スムーズな会話を妨げる可能性がある。なお、クラウド上のサーバにおいて処理負荷が増大した場合には、このようなタイムラグがより大きいものとなる。
このように、従来の技術においては、音声認識処理を適切に分散処理することが困難であった。
However, when the terminal device requests a server on the cloud to perform the voice recognition process, the accuracy of the voice recognition is improved, but a time lag occurs before the terminal device acquires the processing result. Depending on the purpose of voice recognition, such a time lag may not be overlooked. For example, voice recognition in a voice dialogue with a robot or the like may hinder smooth conversation. When the processing load on the server on the cloud increases, such a time lag becomes larger.
As described above, in the conventional technique, it is difficult to appropriately distribute the speech recognition process.
本発明は、音声認識処理をより適切に分散処理することを目的とする。 An object of the present invention is to more appropriately perform distributed processing of voice recognition processing.
上記目的を達成するため、本発明の一態様の情報処理システムは、
階層を設定された複数の情報処理装置を含む情報処理システムであって、
前記情報処理装置は、
音声認識に関する処理における処理対象のデータと当該データの処理条件とを含む処理モジュールを取得するモジュール取得手段と、
前記モジュール取得手段によって取得された前記処理モジュールの前記処理条件と、当該情報処理装置の処理能力を表す情報とに基づいて、当該情報処理装置において前記処理モジュールを処理可能であるか否かを判定する判定手段と、
前記判定手段によって、当該情報処理装置において前記処理モジュールを処理可能であると判定された場合に、当該処理モジュールを処理するモジュール実行手段と、
前記判定手段によって、当該情報処理装置において前記処理モジュールを処理可能でないと判定された場合に、当該処理モジュールの処理を他の前記情報処理装置に依頼するモジュール処理依頼手段と、
を備えることを特徴とする。
In order to achieve the above object, the information processing system of one aspect of the present invention is
An information processing system that includes multiple information processing devices with layers set.
The information processing device
A module acquisition means for acquiring a processing module including data to be processed in processing related to speech recognition and processing conditions of the data, and
Based on the processing conditions of the processing module acquired by the module acquisition means and the information representing the processing capacity of the information processing apparatus, it is determined whether or not the processing module can be processed by the information processing apparatus. Judgment means to
When the information processing apparatus determines that the processing module can be processed by the determination means, the module execution means for processing the processing module and the module execution means.
When the determination means determines that the processing module cannot be processed by the information processing apparatus, the module processing requesting means for requesting the processing of the processing module to another information processing apparatus.
It is characterized by having.
本発明によれば、音声認識処理をより適切に分散処理することができる。 According to the present invention, the voice recognition process can be more appropriately distributed.
以下、本発明の実施形態について、図面を用いて説明する。 Hereinafter, embodiments of the present invention will be described with reference to the drawings.
［構成］
［システム構成］
図１は、本発明に係る音声認識システム１のシステム構成を示す図である。
音声認識システム１は、本発明に係る情報処理システムの一実施形態として構成されるものであり、音声データを音声認識する処理等、目的とする処理（以下、「タスク」と称する。）を、そのタスクに要求される処理条件に応じて適応的に分散処理するシステムである。
なお、以下の説明において、タスクを構成する処理単位をモジュールと称し、モジュールを処理するアプリケーションの実行主体（各種情報処理装置）をユニットと称するものとする。本実施形態においては、タスクを構成する複数のモジュールが、そのモジュールを処理可能な各ユニットによって順次処理されることにより、タスク全体の処理が達成されるものである。
[Constitution]
[System configuration]
FIG. 1 is a diagram showing a system configuration of the voice recognition system 1 according to the present invention.
The voice recognition system 1 is configured as an embodiment of the information processing system according to the present invention, and a target process (hereinafter, referred to as "task") such as a process of recognizing voice data by voice is defined as a process. It is a system that adaptively distributes processing according to the processing conditions required for the task.
In the following description, the processing unit constituting the task is referred to as a module, and the execution subject (various information processing devices) of the application that processes the module is referred to as a unit. In the present embodiment, the processing of the entire task is achieved by sequentially processing a plurality of modules constituting the task by each unit capable of processing the modules.
図１に示すように、音声認識システム１は、複数のプライベートネットワーク１０と、複数の地域サーバ２０と、複数の専門サーバ３０と、クラウドサーバ４０と、管理装置５０とを含んで構成され、これらはネットワーク６０を介して、互いに通信可能に構成されている。なお、管理装置５０は、システムの構築目的等に応じて適宜設置されるものであり、管理装置５０の機能は他の装置に実装することもできる。
As shown in FIG. 1, the voice recognition system 1 includes a plurality of
プライベートネットワーク１０は、ホームネットワークや施設内ネットワーク（病院内ネットワーク等）によって構成される。
例えば、プライベートネットワーク１０は、複数のＩｏＴ（Ｉｎｔｅｒｎｅｔ ｏｆ Ｔｈｉｎｇｓ）機器１１と、複数の携帯端末１２と、複数の端末装置１３と、ローカルサーバ１４とを含んで構成され、これらは家庭内ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔ ｗｏｒｋ）あるいはＶＰＮ（Ｖｅｒｔｕａｌ Ｐｒｉｖａｔｅ Ｎｅｔｗｏｒｋ）等のローカルネットワーク１５を介して、互いに通信可能に構成されている。
The
For example, the
ＩｏＴ機器１１は、情報処理装置を備えた各種機器（家庭用電気機器あるいは医療機器等）によって構成される。本実施形態において、ＩｏＴ機器１１は、音声入力機能を備えているものとし、例えば、音声認識に対応した冷蔵庫やテレビ等の家電製品として構成することができる。
携帯端末１２は、例えば、スマートフォン、タブレット端末あるいはポータブルゲーム機等、携帯型の情報処理装置によって構成される。
The IoT
The
端末装置１３は、例えば、デスクトップ型のＰＣ（Ｐｅｒｓｏｎａｌ Ｃｏｍｐｕｔｅｒ）や家庭用ゲーム機等、据え置き型の情報処理装置によって構成される。
ローカルサーバ１４は、サーバコンピュータ等の情報処理装置によって構成され、プライベートネットワーク１０内の各機器を管理する機能を有している。また、ローカルサーバ１４は、プライベートネットワーク１０をネットワーク６０に接続する機能を有しており、プライベートネットワーク１０内の各機器は、ローカルサーバ１４を介して、ネットワーク６０に接続された各種機器と通信可能となっている。
The
The
地域サーバ２０は、サーバコンピュータ等の情報処理装置によって構成され、地域サーバ２０が設置された地域（エリア）において発生した処理（例えば、音声認識処理）を優先的に処理する。なお、地域サーバ２０に対応付けられる地域は、県や地方等の自治体の区分あるいは任意に設定された地域とすることができる。
専門サーバ３０は、サーバコンピュータ等の情報処理装置によって構成され、特定の専門分野に関する辞書及びアプリケーションを備えている。例えば、専門サーバ３０は、医療分野の専門サーバとして構成することができ、医療用語の辞書、薬剤に関する辞書、医療分野で用いられる専門性の高いアプリケーション（電子カルテのフォーマット変換アプリケーション等）を備えることができる。
The
The
クラウドサーバ４０は、クラウドネットワークシステム上に構築されたサーバであり、例えば、仮想サーバによって構成することができる。なお、クラウドサーバ４０を物理的なサーバコンピュータによって構成することも可能である。クラウドサーバ４０は、音声認識システム１において必要とされる音声認識に関する機能を全て備えており、各種辞書やアプリケーション等を記憶している。クラウドサーバ４０は、各種辞書やアプリケーション等を用いて、自ら処理を実行することの他、各種辞書やアプリケーションのうち、必要なものをモジュール化して、音声認識システム１における他の機器に提供することができる。モジュール化された各種辞書やアプリケーションの提供を受けた機器では、提供された辞書やアプリケーションによって、音声認識処理のユニットとしての機能を実装することができる。
The
管理装置５０は、音声認識システム１の構築目的等に応じて、適宜設置される情報処理装置であり、ＰＣあるいはサーバコンピュータ等によって構成される。管理装置５０は、音声認識システム１のネットワークプロパティやジョブの管理を行う。ネットワークプロパティとは、音声認識システム１における各機器のネットワーク構成（物理トポロジや論理トポロジ）あるいは各機器に関する情報等を表す属性情報である。また、ジョブとは、音声認識システム１において発生した音声認識に関する処理（例えば、音声認識処理を構成するモジュール等）である。管理装置５０は、ネットワークプロパティを最新の状態に更新すると共に、モジュールの分散処理について管理を依頼された場合、モジュールを実行する機器の割り当て、実行結果の集約及び依頼元への実行結果の送信を行う。なお、管理装置５０のこれらの機能は、音声認識システム１における他の一部の機器または全ての機器が実装することとしてもよく、この場合、管理装置５０は不要となる。
The
［階層構造］
次に、音声認識システム１を構成する各機器のネットワークにおける階層構造について説明する。
図２は、音声認識システム１を構成する各機器のネットワークにおける階層構造を示す模式図である。
[Hierarchical structure]
Next, the hierarchical structure in the network of each device constituting the voice recognition system 1 will be described.
FIG. 2 is a schematic diagram showing a hierarchical structure in a network of each device constituting the voice recognition system 1.
図２に示すように、音声認識システム１では、各機器が６階層に分類されており、最上位の第１層から最下位の第６層のそれぞれに各機器が分類されている。
例えば、第１層にはクラウドサーバ４０が属し、第２層には専門サーバ３０が属し、第３層には地域サーバ２０が属している。また、第４層にはローカルサーバ１４が属し、第５層には携帯端末１２及び端末装置１３が属し、第６層にはＩｏＴ機器１１が属している。
As shown in FIG. 2, in the voice recognition system 1, each device is classified into 6 layers, and each device is classified into each of the highest 1st layer to the lowest 6th layer.
For example, the
また、各機器においては、タスクの処理ルートとなる上位及び下位の機器（以下、適宜「隣接機器」と称する。）が設定されており、各機器が処理を依頼する場合、予め設定された上位の機器に処理を依頼する。なお、対象となる処理の処理ルートとして、各階層に属する機器が必ず含まれるものではなく、各機器が設置される状況に応じて、タスクの処理ルートは種々異なるものとなる。隣接機器を構成する機器としては、階層における上位及び下位の機器の他、同階層の機器を設定することとしてもよい。 In addition, in each device, upper and lower devices (hereinafter, appropriately referred to as "adjacent devices") that serve as task processing routes are set, and when each device requests processing, a preset upper device is set. Request processing from the equipment of. It should be noted that the processing route of the target processing does not always include the devices belonging to each layer, and the processing route of the task varies depending on the situation in which each device is installed. As the equipment constituting the adjacent equipment, in addition to the upper and lower equipment in the hierarchy, the equipment in the same layer may be set.
［ハードウェア構成］
次に、音声認識システム１の各機器を構成する情報処理装置のハードウェア構成について説明する。
図３は、音声認識システム１の各機器を構成する情報処理装置８００のハードウェア構成を示す図である。
[Hardware configuration]
Next, the hardware configuration of the information processing device constituting each device of the voice recognition system 1 will be described.
FIG. 3 is a diagram showing a hardware configuration of an
図３に示すように、情報処理装置８００は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）８１１と、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）８１２と、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）８１３と、バス８１４と、入力部８１５と、出力部８１６と、記憶部８１７と、通信部８１８と、ドライブ８１９と、を備えている。
As shown in FIG. 3, the
ＣＰＵ８１１は、ＲＯＭ８１２に記録されているプログラム、または、記憶部８１７からＲＡＭ８１３にロードされたプログラムに従って各種の処理を実行する。
ＲＡＭ８１３には、ＣＰＵ８１１が各種の処理を実行する上において必要なデータ等も適宜記憶される。
The
The
ＣＰＵ８１１、ＲＯＭ８１２及びＲＡＭ８１３は、バス８１４を介して相互に接続されている。バス８１４には、入力部８１５、出力部８１６、記憶部８１７、通信部８１８及びドライブ８１９が接続されている。
The
入力部８１５は、各種ボタン等で構成され、指示操作に応じて各種情報を入力する。また、入力部８１５は、音声入力のためのマイクを備え、入力された音声を電気信号に変換する。
出力部８１６は、ディスプレイやスピーカ等で構成され、画像や音声を出力する。
記憶部８１７は、ハードディスクあるいはＤＲＡＭ（Ｄｙｎａｍｉｃ Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）等で構成され、各サーバで管理される各種データを記憶する。
通信部８１８は、ネットワークを介して他の装置との間で行う通信を制御する。
The
The
The
The
ドライブ８１９には、磁気ディスク、光ディスク、光磁気ディスク、あるいは半導体メモリ等よりなる、リムーバブルメディア８２１が適宜装着される。ドライブ８１９によってリムーバブルメディア８２１から読み出されたプログラムは、必要に応じて記憶部８１７にインストールされる。
A
なお、このような情報処理装置８００の基本的構成に対し、各装置を具体的に構成する場合には、適宜、付加的なハードウェアを備えることができる。例えば、携帯端末１２を構成する場合、デジタル画像を撮像する撮像部を備えること等が可能である。また、携帯端末１２を構成する場合、入力部８１５としてタッチセンサを備え、出力部８１６のディスプレイと重ねて配置することにより、タッチパネルを構成すること等が可能である。また、ＩｏＴ機器１１を構成する場合、各ＩｏＴ機器１１に応じたハードウェア（音声認識に対応した冷蔵庫やテレビ等の家電製品、エアコン、照明装置等のハードウェア等）が情報処理装置８００と一体に構成される。
When each device is specifically configured with respect to the basic configuration of the
［モジュールとユニットとの関係］
次に、タスクを構成するモジュールと、モジュールを実行するユニットとの関係について説明する。
図４は、タスクを構成するモジュールと、モジュールを処理可能なユニットを構成する機器との対応関係の一例を示す模式図である。
図４に示す例では、入力された音声のデータをテキスト化する音声認識処理を対象として、タスクである音声認識処理を構成する各モジュールと、各モジュールを処理可能なユニットを構成する機器との対応関係が示されている。
[Relationship between modules and units]
Next, the relationship between the modules that make up the task and the units that execute the modules will be described.
FIG. 4 is a schematic diagram showing an example of a correspondence relationship between a module constituting a task and a device constituting a unit capable of processing the module.
In the example shown in FIG. 4, for the voice recognition process for converting the input voice data into text, each module constituting the voice recognition process which is a task and a device constituting a unit capable of processing each module are used. Correspondence is shown.
なお、図４においては、入力された音声のデータをテキスト化する音声認識処理（タスク）が、音声入力を行うモジュール、Ａ／Ｄ（Ａｎａｌｏｇ／Ｄｉｇｉｔａｌ）変換を行うモジュール、雑音処理等のフィルタリングを行うモジュール、発話区間の抽出を行うセグメンタとして機能するモジュール、音響分析によって特徴を抽出するモジュール、音声認識を実行するモジュール及び音声認識結果を出力するモジュールによって構成される場合を例として示している。 In FIG. 4, the voice recognition process (task) that converts the input voice data into text filters the module that performs voice input, the module that performs A / D (Analog / Digital) conversion, noise processing, and the like. An example is shown in which the module is composed of a module for performing speech, a module functioning as a segmenter for extracting speech sections, a module for extracting features by acoustic analysis, a module for performing speech recognition, and a module for outputting speech recognition results.
図４において、モジュールを処理可能なユニットは「○」によって示され、モジュールを処理可能な場合があるユニットは括弧付きの「○」によって示されている（以下、図５においても同様である。）
図４に示すように、音声入力を行うモジュールは、ＩｏＴ機器１１、携帯端末１２及び端末装置１３として構成されるユニットで処理することができる。なお、ローカルサーバ１４がホームサーバを構成する場合等には、ローカルサーバ１４も音声入力を行うモジュールを処理可能なユニットとして構成することができる。
In FIG. 4, units capable of processing modules are indicated by “◯”, and units that may be able to process modules are indicated by “◯” in parentheses (the same applies hereinafter in FIG. 5). )
As shown in FIG. 4, the module that performs voice input can be processed by a unit configured as an
Ａ／Ｄ変換を行うモジュールは、ＩｏＴ機器１１、携帯端末１２、端末装置１３及びローカルサーバ１４として構成されるユニットで処理することができる。
フィルタリングを行うモジュールは、携帯端末１２、端末装置１３及びローカルサーバ１４として構成されるユニットで処理することができる。
セグメンタとして機能するモジュールは、携帯端末１２、端末装置１３及びローカルサーバ１４として構成されるユニットで処理することができる。
音響分析によって特徴を抽出するモジュールは、携帯端末１２、端末装置１３及びローカルサーバ１４として構成されるユニットで処理することができる。
The module that performs A / D conversion can be processed by a unit configured as an
The filtering module can be processed by a unit configured as a
The module that functions as a segmenter can be processed by a unit configured as a
The module for extracting features by acoustic analysis can be processed by a unit configured as a
音声認識を実行するモジュールは、携帯端末１２、端末装置１３、ローカルサーバ１４、地域サーバ２０、専門サーバ３０及びクラウドサーバ４０として構成されるユニットで処理することができる。
音声認識結果を出力するモジュールは、携帯端末１２、端末装置１３及びローカルサーバ１４として構成されるユニットで処理することができる。
これらのモジュールが、タスクである音声認識処理に要求される処理条件に応じて、いずれかの機器（ユニット）によって処理されることにより、最終的な音声認識処理の結果（タスクの達成結果）が出力されることとなる。
The module that executes voice recognition can be processed by a unit composed of a
The module that outputs the voice recognition result can be processed by a unit configured as a
When these modules are processed by any device (unit) according to the processing conditions required for the task speech recognition process, the final result of the speech recognition process (task achievement result) is obtained. It will be output.
また、図５は、タスクを構成するモジュールと、モジュールを処理可能なユニットを構成する機器との対応関係の他の例を示す模式図である。
図５に示す例では、入力された音声のデータを音声認識処理し、ロボット（音声アシスタントサービスのエージェント等）と音声対話を行う対話処理を対象として、タスクである対話処理を構成する各モジュールと、各モジュールを処理可能なユニットを構成する機器との対応関係が示されている。
Further, FIG. 5 is a schematic diagram showing another example of the correspondence between the module constituting the task and the device constituting the unit capable of processing the module.
In the example shown in FIG. 5, each module constituting the dialogue processing, which is a task, is targeted for the dialogue processing in which the input voice data is voice-recognized and the voice dialogue is performed with the robot (agent of the voice assistant service, etc.). , Correspondence with the equipment constituting the unit capable of processing each module is shown.
なお、図５においては、入力された音声のデータを音声認識処理し、ロボットと音声対話を行う対話処理（タスク）が、音声入力を行うモジュール、音声認識を行うモジュール、言語理解（意味理解）を行うモジュール、対話管理を行うモジュール、応答文を生成するモジュール、キャラクタ（エージェント）の動作を生成するモジュール、音声を合成するモジュール及びキャラクタ（エージェント）の動作や音声を出力するモジュールによって構成される場合を例として示している。 In FIG. 5, the dialogue processing (task) that performs voice recognition processing on the input voice data and performs voice dialogue with the robot includes a module that performs voice input, a module that performs voice recognition, and language understanding (meaning understanding). It is composed of a module that performs dialogue management, a module that generates response statements, a module that generates character (agent) actions, a module that synthesizes voice, and a module that outputs character (agent) actions and voice. The case is shown as an example.
図５に示すように、音声入力を行うモジュールは、ＩｏＴ機器１１、携帯端末１２及び端末装置１３として構成されるユニットで処理することができる。なお、ローカルサーバ１４がホームサーバを構成する場合等には、ローカルサーバ１４も音声入力を行うモジュールを処理可能なユニットとして構成することができる。
音声認識を行うモジュールは、携帯端末１２、端末装置１３、ローカルサーバ１４、地域サーバ２０、専門サーバ３０及びクラウドサーバ４０として構成されるユニットで処理することができる。
As shown in FIG. 5, the module that performs voice input can be processed by a unit configured as an
The module that performs voice recognition can be processed by a unit composed of a
言語理解（意味理解）を行うモジュールは、ローカルサーバ１４、地域サーバ２０、専門サーバ３０及びクラウドサーバ４０に実装されたユニットで処理することができる。
対話管理を行うモジュールは、ローカルサーバ１４、地域サーバ２０、専門サーバ３０及びクラウドサーバ４０として構成されるユニットで処理することができる。
応答文を生成するモジュールは、携帯端末１２、端末装置１３、ローカルサーバ１４、地域サーバ２０、専門サーバ３０及びクラウドサーバ４０として構成されるユニットで処理することができる。
The module for language understanding (meaning understanding) can be processed by the units implemented in the
The module that performs dialogue management can be processed by a unit configured as a
The module that generates the response statement can be processed by a unit composed of a
キャラクタ（エージェント）の動作を生成するモジュールは、携帯端末１２、端末装置１３、ローカルサーバ１４、地域サーバ２０及び専門サーバ３０として構成されるユニットで処理することができる。
音声を合成するモジュールは、携帯端末１２、端末装置１３、ローカルサーバ１４、地域サーバ２０及び専門サーバ３０として構成されるユニットで処理することができる。
キャラクタ（エージェント）の動作や音声を出力するモジュールは、ＩｏＴ機器１１、携帯端末１２及び端末装置１３として構成されるユニットで処理することができる。
これらのモジュールが、タスクである対話処理の対象となる音声データに要求される処理条件に応じて、いずれかの機器（ユニット）によって処理されることにより、最終的な対話処理の結果（タスクの達成結果）が出力されることとなる。
The module that generates the character (agent) operation can be processed by a unit composed of a
The module for synthesizing voice can be processed by a unit composed of a
A module that outputs a character (agent) operation or voice can be processed by a unit configured as an
These modules are processed by one of the devices (units) according to the processing conditions required for the voice data that is the target of the interactive processing, which is the task, and the final interactive processing result (task). Achievement result) will be output.
［機能的構成］
次に、音声認識システム１の各機器を構成する情報処理装置８００の機能構成について説明する。
本実施形態において、音声認識システム１の各機器を構成する情報処理装置８００の基本的な機能構成は共通している。ただし、各機器において処理可能なモジュールに応じて、後述するモジュール実行部１５３で処理される内容が異なっている。
[Functional configuration]
Next, the functional configuration of the
In the present embodiment, the basic functional configuration of the
図６は、音声認識システム１の各機器を構成する情報処理装置８００の機能構成を示すブロック図である。
図６に示すように、ＣＰＵ８１１がモジュールの分散処理（以下、「モジュール分散処理」と称する。）のためのプログラムを実行することにより、ＣＰＵ８１１において、モジュール取得部１１１と、モジュール解析部１１２と、モジュール実行部１１３と、モジュール処理依頼部１１４と、処理結果出力部１１５とが機能する。
また、記憶部８１７には、パラメータ記憶部８１７ａと、ネットワークプロパティ記憶部８１７ｂとが形成される。
FIG. 6 is a block diagram showing a functional configuration of the
As shown in FIG. 6, when the
Further, in the
パラメータ記憶部８１７ａには、当該情報処理装置８００の処理能力を表すパラメータが記憶されている。処理能力を表すパラメータは、モジュールの処理に要求される処理条件を判定するための情報処理装置８００の属性情報を表すものであり、例えば、ユニットとしての機能の種別（いずれのモジュールを処理可能であるか）、保持している辞書の種別、応答速度を表すレベル（例えば、演算能力、メモリ容量等から設定されるレベル）、音声認識精度を表す指標（例えば、実装されているユニット及び辞書から設定されるレベル）等を含んでいる。
The
また、ネットワークプロパティ記憶部８１７ｂは、音声認識システム１における各機器のネットワーク構成（物理トポロジや論理トポロジ）あるいは各機器に関する情報等を表す属性情報（ネットワークプロパティ）を記憶している。ネットワークプロパティは、管理装置５０によって、最新の内容に逐次更新される。
モジュール取得部１１１は、入力部８１５を介してユーザから入力されること、あるいは、通信部８１８を介して他の機器（隣接機器）から依頼を受け付けることによって、処理対象となるモジュールを取得する。このとき取得されるモジュールには、処理対象となるデータと、そのデータに要求される処理条件を示すパラメータとが含まれている。なお、モジュール取得部１１１は、処理ルートにおける前段の機器でモジュールが処理された結果及び未処理であるモジュールを取得し、未処理であるモジュールの中で、現在処理すべきモジュール（１つまたは複数）を処理対象となるモジュールとして取得する。また、本実施形態において、処理対象となるモジュールの処理に要求される処理条件は、条件の内容に応じて、モジュール毎または処理対象となるタスク全体に設定されているものとする。
Further, the network
The
処理条件を示すパラメータとしては、例えば、
（１）タスクを達成するためのモジュールの構成
（２）タスクの実行進捗情報
（３）ローカル性のレベルとその地域名
（４）専門性のレベルとその分野
（５）機密性のレベル
（６）要求される応答速度のレベル
（７）要求される認識精度のレベル
（８）モジュールを入手可能なダウンロード先
等が含まれている。
As a parameter indicating the processing condition, for example,
(1) Module configuration to accomplish the task (2) Task execution progress information (3) Locality level and its area name (4) Specialty level and its field (5) Confidentiality level (6) ) Required response speed level (7) Required recognition accuracy level (8) Download destinations where modules can be obtained are included.
なお、処理条件を示すパラメータには、「（２）処理全体の実行進捗情報」が含まれているため、各モジュールが処理される毎に、処理条件を示すパラメータは逐次更新される（即ち、変化する）こととなる。 Since the parameter indicating the processing condition includes "(2) execution progress information of the entire processing", the parameter indicating the processing condition is sequentially updated every time each module is processed (that is,). Will change).
モジュール解析部１１２は、モジュール取得部１１１によって取得されたモジュールに関する処理条件のパラメータと、パラメータ記憶部８１７ａに記憶された当該情報処理装置８００の処理能力を表すパラメータとを比較し、当該情報処理装置８００において、取得されたモジュールを処理可能であるか否かの判定を行う。本実施形態において、モジュール解析部１１２は、当該情報処理装置８００の処理能力を表すパラメータが、モジュール取得部１１１によって取得されたモジュールに関する処理条件のパラメータのうちのいずれかを充足しない場合、当該情報処理装置８００において、そのモジュールを処理可能でないと判定する。なお、本実施形態において、モジュール解析部１１２は、モジュールを処理可能でないと判定される場合、要求応答速度のレベル以外においてモジュールを処理可能でないか、あるいは、要求応答速度のレベルのみにおいてモジュールを処理可能でないかについても判定する。
The
モジュール実行部１１３は、モジュール解析部１１２によって、当該情報処理装置８００において、取得されたモジュールを処理可能であると判定された場合に、処理対象となるモジュールのデータを処理する。本実施形態において、モジュール実行部１１３は、処理可能であると判定された１または複数種類のモジュールを処理することができる。
なお、モジュール実行部１１３の機能は、モジュールを処理するアプリケーション及び必要な辞書によって実現される。本実施形態において、モジュール実行部１１３の機能を実現するアプリケーション及び必要な辞書は、クラウドサーバ４０から必要に応じてダウンロードすることが可能となっている。
When the
The function of the
モジュール処理依頼部１１４は、モジュール解析部１１２によって、当該情報処理装置８００において、取得されたモジュールを処理可能でないと判定された場合及び処理可能であると判定されたモジュールの処理後に未処理のモジュールがタスクに残存している場合に、そのモジュールの処理を他の情報処理装置８００に依頼する。このとき、依頼先となる情報処理装置８００は、処理ルートとして設定されている隣接する情報処理装置８００である。一例として、本実施形態においては、モジュール処理依頼部１１４は、要求応答速度のレベル以外においてモジュールを処理可能でないと判定された場合、上位の情報処理装置８００に処理を依頼し、要求応答速度のレベルのみにおいてモジュールを処理可能でないと判定された場合、下位の複数の情報処理装置８００に処理を依頼（即ち、モジュールの分散処理を要求）する。ただし、依頼先の設定については、各種条件を設定することができる。
In the module
また、モジュール処理依頼部１１４は、モジュールの処理を依頼した依頼先の情報処理装置８００から処理結果を取得する。このとき、モジュール処理依頼部１１４は、下位の複数の情報処理装置８００に処理を依頼している場合、各情報処理装置８００からの処理結果を取得して統合することにより、モジュールの処理結果とする。
In addition, the module
処理結果出力部１１５は、モジュール実行部１１３の処理結果またはモジュール処理依頼部１１４が依頼先から取得して統合した処理結果を、モジュール取得部１１１がモジュールを取得した取得元に出力する。即ち、処理結果出力部１１５は、入力部８１５を介してユーザからモジュールが入力されている場合、出力部８１６のディスプレイに処理結果を表示したり、スピーカから処理結果の音声を出力したりする。また、処理結果出力部１１５は、通信部８１８を介して他の機器からモジュールの依頼を受け付けた場合、当該機器に処理結果を送信する。
The processing
［動作］
次に、音声認識システム１の動作を説明する。
音声認識システム１において、タスクが処理条件に応じて処理される場合、ＩｏＴ機器１１、携帯端末１２、端末装置１３、ローカルサーバ１４、地域サーバ２０、専門サーバ３０及びクラウドサーバ４０を構成する各情報処理装置８００において、同様の処理（モジュール分散処理）が行われる。なお、モジュールの処理内容及び用いられるパラメータ等については、各情報処理装置８００において異なっている。
[motion]
Next, the operation of the voice recognition system 1 will be described.
When the task is processed according to the processing conditions in the voice recognition system 1, each information constituting the
図７は、音声認識システム１の情報処理装置８００が実行するモジュール分散処理の流れを示すフローチャートである。
モジュール分散処理は、入力部８１５等を介して、モジュール分散処理の実行を指示する操作が行われることに対応して開始される。
ステップＳ１において、モジュール取得部１１１は、入力部８１５を介してユーザから入力されること、あるいは、通信部８１８を介して他の機器（隣接機器）から依頼を受け付けることによって、処理対象となるモジュール（１つまたは複数）を取得する。
FIG. 7 is a flowchart showing a flow of module distributed processing executed by the
The module distribution process is started in response to an operation instructing execution of the module distribution process via the
In step S1, the
ステップＳ２において、モジュール解析部１１２は、モジュール取得部１１１によって取得されたモジュールに関する処理条件のパラメータと、パラメータ記憶部８１７ａに記憶された当該情報処理装置８００の処理能力を表すパラメータとを比較することにより、モジュールの解析を行う。
In step S2, the
ステップＳ３において、モジュール解析部１１２は、モジュールの解析の結果、当該情報処理装置８００において、取得されたモジュールを処理可能であるか否かの判定を行う。
当該情報処理装置８００において、取得されたモジュールを処理可能である場合、ステップＳ３においてＹＥＳと判定されて、処理はステップＳ４に移行する。
一方、当該情報処理装置８００において、取得されたモジュールを処理可能でない場合、ステップＳ３においてＮＯと判定されて、処理はステップＳ５に移行する。
In step S3, the
If the
On the other hand, if the
ステップＳ４において、モジュール実行部１１３は、処理対象となるモジュールのデータを処理（モジュールを実行）する。このとき、モジュール実行部１１３は、当該情報処理装置８００において処理可能であると判定された１または複数のモジュールを処理する。なお、モジュール実行部１１３におけるデータの処理内容は、当該情報処理装置８００で処理可能なモジュールに応じて異なっている。また、モジュールの解析の結果、当該情報処理装置８００において、モジュールを処理可能であると判定されていることから、モジュール実行部１１３の処理では、処理対象となるモジュールの処理条件が充足される。
ステップＳ４の後、処理はステップＳ１０に移行する。
In step S4, the
After step S4, the process proceeds to step S10.
ステップＳ５において、モジュール解析部１１２は、要求応答速度のレベルのみにおいてモジュールを処理可能でない（要求応答速度のレベルのみ充足しない）か否かの判定を行う。
要求応答速度のレベルのみにおいてモジュールを処理可能でない場合、ステップＳ５においてＹＥＳと判定されて、処理はステップＳ６に移行する。
一方、要求応答速度のレベル以外においてモジュールを処理可能でない場合、ステップＳ５においてＮＯと判定されて、処理はステップＳ８に移行する。
In step S5, the
If the module cannot be processed only at the level of the requested response speed, YES is determined in step S5, and the process proceeds to step S6.
On the other hand, if the module cannot be processed at a level other than the request response speed level, NO is determined in step S5, and the process proceeds to step S8.
ステップＳ６において、モジュール処理依頼部１１４は、モジュール取得部１１１によって取得されたモジュールの処理を管理装置５０に依頼（分散処理を要求）する。なお、モジュールの処理を分散処理する場合、管理装置５０に依頼を行う他、上位の情報処理装置８００に依頼を行うことも可能である。また、モジュール処理依頼部１１４が、モジュールの処理を同階層に属する他の情報処理装置８００に依頼することとしてもよい。
ステップＳ７において、モジュール処理依頼部１１４は、管理装置５０を介してモジュールの処理を依頼した依頼先の各情報処理装置８００から処理結果を取得する。このとき、モジュール処理依頼部１１４は、各情報処理装置８００からの処理結果を取得して統合することにより、モジュールの処理結果とする。
ステップＳ７の後、処理はステップＳ１０に移行する。
In step S6, the module
In step S7, the module
After step S7, the process proceeds to step S10.
ステップＳ８において、モジュール処理依頼部１１４は、モジュールの処理を上位の情報処理装置８００に依頼する。
ステップＳ９において、モジュール処理依頼部１１４は、モジュールの処理を依頼した依頼先の情報処理装置８００から処理結果を取得する。
ステップＳ９の後、処理はステップＳ１１に移行する。
In step S8, the module
In step S9, the module
After step S9, the process proceeds to step S11.
ステップＳ１０において、モジュール処理依頼部１１４は、未処理のモジュールがタスクに残存しているか否かの判定を行う。
未処理のモジュールがタスクに残存している場合、ステップＳ１０においてＹＥＳと判定されて、処理はステップＳ８に移行する。
一方、未処理のモジュールがタスクに残存していない場合、ステップＳ１０においてＮＯと判定されて、処理はステップＳ１１に移行する。
ステップＳ１１において、処理結果出力部１１５は、モジュール実行部１１３の処理結果またはモジュール処理依頼部１１４が依頼先から取得して統合した処理結果を、モジュール取得部１１１がモジュールを取得した取得元に出力する。
ステップＳ１１の後、モジュール分散処理は終了となる。
In step S10, the module
If the unprocessed module remains in the task, YES is determined in step S10, and the process proceeds to step S8.
On the other hand, if the unprocessed module does not remain in the task, it is determined as NO in step S10, and the process proceeds to step S11.
In step S11, the processing
After step S11, the module distribution process ends.
このような処理により、音声認識システム１の各情報処理装置８００では、処理対象となるモジュールを取得し、モジュールに設定されている処理条件を当該情報処理装置８００が充足可能であるか否かを判定し、充足可能である場合には、処理対象のモジュールを処理する。一方、モジュールに設定されている処理条件を当該情報処理装置８００が充足可能でない場合、処理ルートとして設定されている隣接機器にモジュールの処理を依頼する。
モジュールの処理の依頼を受けた情報処理装置８００では、同様に、モジュールに設定されている処理条件を当該情報処理装置８００が充足可能であるか否かを判定し、充足可能である場合には処理を行い、充足可能でない場合には隣接機器にモジュールの依頼を処理する。
By such processing, each
Similarly, the
このような処理が音声認識システム１を構成する各情報処理装置８００で行われる結果、下位の情報処理装置８００から上位の情報処理装置８００に処理を依頼されながら、処理対象のデータの処理が完了することとなる。なお、このとき、必要に応じて、上位の情報処理装置８００から下位の複数の情報処理装置８００にモジュールの分散処理が要求され、処理時間の短縮が図られる。
したがって、音声認識システム１によれば、音声認識処理をより適切に分散処理することが可能となる。
As a result of such processing being performed by each
Therefore, according to the voice recognition system 1, the voice recognition process can be more appropriately distributed.
［モジュール解析の具体例］
次に、本実施形態に係る音声認識システム１において、モジュールの解析が行われる場合の具体例について説明する。
なお、以下の説明では、処理条件のパラメータのうち、注目する特定のパラメータの解析の例について説明するが、他の処理条件のパラメータも同様に解析することができる。
[Specific example of module analysis]
Next, a specific example of the case where the module is analyzed in the voice recognition system 1 according to the present embodiment will be described.
In the following description, an example of analysis of a specific parameter of interest among the parameters of the processing conditions will be described, but parameters of other processing conditions can be analyzed in the same manner.
［具体例１］
携帯端末１２から依頼された処理対象となるモジュールＭ１に、処理条件のパラメータ「（６）要求される応答速度のレベル」、「（７）要求される認識精度のレベル」として、「要求応答速度のレベル３、要求認識精度のレベル４」が設定されていたとする。
そして、ローカルサーバ１４の処理能力を表すパラメータには、「要求応答速度のレベル２、要求認識精度のレベル２」が設定されているとする。
この場合、ローカルサーバ１４は、モジュールＭ１の処理条件として、要求応答速度のレベル及び要求認識精度のレベルを充足しないため、処理ルートにおける上位の情報処理装置８００（ここでは地域サーバ２０とする）に処理を依頼する。
[Specific example 1]
The processing target module M1 requested by the
Then, it is assumed that "request response speed level 2 and request recognition accuracy level 2" are set in the parameters representing the processing capacity of the
In this case, since the
次に、地域サーバ２０の処理能力を表すパラメータには、「要求応答速度のレベル４、要求認識精度のレベル３」が設定されているとする。
この場合、地域サーバ２０は、モジュールＭ１の処理条件として、要求認識精度のレベルを充足しないため、処理ルートにおける上位の情報処理装置８００（ここではクラウドサーバ４０とする）に処理を依頼する。
そして、クラウドサーバ４０の処理能力を表すパラメータには、「要求応答速度のレベル５、要求認識精度のレベル５」が設定されているとする。
この場合、クラウドサーバ４０は、モジュールＭ１の処理条件を全て充足するため、モジュールＭ１の処理対象となるデータを処理する。
Next, it is assumed that "request response speed level 4 and request recognition accuracy level 3" are set as parameters representing the processing capacity of the
In this case, since the
Then, it is assumed that "request response speed level 5 and request recognition accuracy level 5" are set as parameters representing the processing capacity of the
In this case, the
［具体例２］
携帯端末１２から依頼された処理対象となるモジュールＭ２に、処理条件のパラメータ「（６）要求される応答速度のレベル」、「（７）要求される認識精度のレベル」として、「要求応答速度のレベル３、要求認識精度のレベル３」が設定されていたとする。
そして、ローカルサーバ１４の処理能力を表すパラメータには、「要求応答速度のレベル２、要求認識精度のレベル２」が設定されているとする。
この場合、ローカルサーバ１４は、モジュールＭ２の処理条件として、要求応答速度のレベル及び要求認識精度のレベルを充足しないため、処理ルートにおける上位の情報処理装置８００（ここでは地域サーバ２０とする）に処理を依頼する。
[Specific example 2]
The processing target module M2 requested by the
Then, it is assumed that "request response speed level 2 and request recognition accuracy level 2" are set in the parameters representing the processing capacity of the
In this case, since the
次に、地域サーバ２０の処理能力を表すパラメータには、「要求応答速度のレベル４、要求認識精度のレベル３」が設定されているとする。
この場合、地域サーバ２０は、モジュールＭ１の処理条件を全て充足するため、モジュールＭ１の処理対象となるデータを処理する。
Next, it is assumed that "request response speed level 4 and request recognition accuracy level 3" are set as parameters representing the processing capacity of the
In this case, the
［具体例３］
携帯端末１２から依頼された処理対象となるモジュールＭ３に、処理条件のパラメータ「（６）要求される応答速度のレベル」、「（７）要求される認識精度のレベル」として、「要求応答速度のレベル５、要求認識精度のレベル３」が設定されていたとする。
そして、ローカルサーバ１４の処理能力を表すパラメータには、「要求応答速度のレベル２、要求認識精度のレベル２」が設定されているとする。
この場合、ローカルサーバ１４は、モジュールＭ３の処理条件として、要求応答速度のレベル及び要求認識精度のレベルを充足しないため、処理ルートにおける上位の情報処理装置８００（ここでは地域サーバ２０とする）に処理を依頼する。
[Specific example 3]
The processing target module M3 requested by the
Then, it is assumed that "request response speed level 2 and request recognition accuracy level 2" are set in the parameters representing the processing capacity of the
In this case, since the
次に、地域サーバ２０の処理能力を表すパラメータには、「要求応答速度のレベル４、要求認識精度のレベル３」が設定されているとする。
この場合、地域サーバ２０は、要求認識精度のレベルを充足するものの、要求応答速度のレベルを充足しない。
ここで、モジュールＭ３の処理条件として、要求応答速度のレベルのみを充足しない場合、地域サーバ２０は、管理装置５０（あるいは上位の情報処理装置８００、同階層の他の情報処理装置８００）に処理を依頼（即ち、モジュールの分散処理を要求）する。これにより、地域サーバ２０単独でモジュールＭ３を処理する場合よりも応答速度が速くなるため、モジュールＭ３の処理条件としての要求応答速度のレベルを充足することとなる。
即ち、モジュールＭ３は、実質的に地域サーバ２０で処理される。
Next, it is assumed that "request response speed level 4 and request recognition accuracy level 3" are set as parameters representing the processing capacity of the
In this case, the
Here, when only the level of the request response speed is not satisfied as the processing condition of the module M3, the
That is, the module M3 is substantially processed by the
［具体例４］
携帯端末１２から依頼された処理対象となるモジュールＭ４に、処理条件のパラメータ「（４）専門性のレベルとその分野」として、「専門性のレベル４、分野：医療」が設定されていたとする。
そして、ローカルサーバ１４の処理能力を表すパラメータには、「専門性のレベル１、分野：ＩＴ」が設定されているとする。
この場合、ローカルサーバ１４は、モジュールＭ４の処理条件として、専門性のレベル及び分野を充足しないため、処理ルートにおける上位の情報処理装置８００（ここでは第１の専門サーバ３０とする）に処理を依頼する。
[Specific example 4]
It is assumed that "specialty level 4, field: medical care" is set as the processing condition parameter "(4) specialty level and its field" in the module M4 to be processed requested by the
Then, it is assumed that "specialty level 1, field: IT" is set as a parameter representing the processing capacity of the
In this case, since the
次に、第１の専門サーバ３０の処理能力を表すパラメータには、「専門性のレベル３、分野：医療」が設定されているとする。
この場合、第１の専門サーバ３０は、モジュールＭ４の処理条件として、専門性のレベルを充足しないため、処理ルートにおける上位の情報処理装置８００（ここでは第２の専門サーバ３０とする）に処理を依頼する。
第２の専門サーバ３０の処理能力を表すパラメータには、「専門性のレベル５、分野：医療」が設定されているとする。
Next, it is assumed that "specialty level 3, field: medical care" is set as a parameter representing the processing capacity of the first
In this case, since the first
It is assumed that "specialty level 5, field: medical care" is set as a parameter representing the processing capacity of the second
この場合、第２の専門サーバ３０は、モジュールＭ４の処理条件を全て充足するため、モジュールＭ４の処理対象となるデータを処理する。
なお、これらの例に示す処理条件の他、情報処理装置８００に実装されているユニットと処理対象のモジュールとの適合性を判定する等のモジュールの解析が行われ、モジュールが順次処理されることにより、タスク全体の処理が達成される。
In this case, the second
In addition to the processing conditions shown in these examples, the modules are analyzed, such as determining the compatibility between the unit mounted on the
以上のように構成される音声認識システム１は、階層を設定された複数の情報処理装置８００を含み、情報処理装置８００は、モジュール取得部１１１と、モジュール解析部１１２と、モジュール実行部１１３と、モジュール処理依頼部１１４とを備える。
モジュール取得部１１１は、音声認識に関する処理における処理対象のデータと当該データの処理条件とを含む処理モジュールを取得する。
モジュール解析部１１２は、モジュール取得部１１１によって取得された処理モジュールの処理条件と、当該情報処理装置８００の処理能力を表す情報とに基づいて、当該情報処理装置８００において処理モジュールを処理可能であるか否かを判定する。
モジュール実行部１１３は、モジュール解析部１１２によって、当該情報処理装置８００において処理モジュールを処理可能であると判定された場合に、当該処理モジュールを処理する。
モジュール処理依頼部１１４は、モジュール解析部１１２によって、当該情報処理装置８００において処理モジュールを処理可能でないと判定された場合に、当該処理モジュールの処理を他の情報処理装置８００に依頼する。
これにより、情報処理装置８００は、処理モジュールを取得し、処理モジュールに設定されている処理条件を当該情報処理装置８００が充足可能であるか否かを判定し、充足可能である場合には、処理モジュールを処理する。一方、処理モジュールに設定されている処理条件を当該情報処理装置８００が充足可能でない場合、他の情報処理装置８００にモジュールの処理を依頼する。このような処理が音声認識システム１を構成する各情報処理装置８００で行われる
そのため、下位の情報処理装置８００から上位の情報処理装置８００に処理を依頼されながら、処理対象のデータの処理が完了することとなる。
したがって、音声認識システム１によれば、音声認識処理をより適切に分散処理することが可能となる。
The voice recognition system 1 configured as described above includes a plurality of
The
The
When the
When the
As a result, the
Therefore, according to the voice recognition system 1, the voice recognition process can be more appropriately distributed.
発言情報は、参加者の発言が音声認識されることによって生成される。
これにより、参加者の発言を速やかにテキストデータ化して、議事録作成のための処理に用いることができる。
The remark information is generated by voice recognition of the remarks of the participants.
As a result, the participants' remarks can be quickly converted into text data and used for processing for creating minutes.
階層における最上位には、音声認識に関する処理の処理モジュールを全て処理可能な情報処理装置を含む。
階層における下位側には、ユーザが直接使用する情報処理装置を含む。
これにより、ユーザが直接使用する情報処理装置に近い階層の情報処理装置を優先して、処理モジュールの処理が図られるため、ユーザに対して高い応答性をもって処理結果を返すことが可能となる。また、高い階層の情報処理装置に処理モジュールの処理を順次依頼していくことで、処理モジュールの処理を確実に行うことが可能となる。
At the top of the hierarchy is an information processing device capable of processing all processing modules for processing related to speech recognition.
The lower side of the hierarchy includes an information processing device that the user directly uses.
As a result, the processing module is processed by giving priority to the information processing device in the layer close to the information processing device directly used by the user, so that the processing result can be returned to the user with high responsiveness. Further, by sequentially requesting the information processing apparatus of a higher layer to process the processing module, it is possible to reliably perform the processing of the processing module.
少なくともいずれかの処理モジュールの処理条件には、音声認識処理の処理単位を表す種別及びレベルを含む。
これにより、音声認識処理において、処理モジュールの処理を適確な種別及び要求されるレベルで処理することが可能となる。
The processing conditions of at least one processing module include a type and level representing a processing unit of speech recognition processing.
As a result, in the voice recognition process, it is possible to process the process of the processing module at an appropriate type and a required level.
処理モジュールの処理条件には、要求される応答速度、要求される認識精度、専門性のレベル及び分野、地域性のレベル及び地域名の少なくともいずれかを含む。
これにより、種々の特性を有する音声認識処理の対象について、音声認識システム１における適切な情報処理装置が処理モジュールを逐次処理することにより、処理単位毎に処理を行いつつ、音声認識処理全体を遂行することができる。
The processing conditions of the processing module include at least one of the required response speed, required recognition accuracy, level of expertise and field, level of regionality and regional name.
As a result, the appropriate information processing device in the voice recognition system 1 sequentially processes the processing modules for the target of the voice recognition processing having various characteristics, so that the entire voice recognition processing is executed while performing the processing for each processing unit. can do.
情報処理装置は、モジュール解析部１１２の判定結果に基づいて、当該情報処理装置８００のモジュール実行部１１３における処理モジュールの実行、階層における上位の他の情報処理装置８００への依頼、及び他の情報処理装置８００への分散処理の依頼の少なくともいずれかにより、処理モジュールを処理する。
これにより、処理モジュールをより適切な処理形態で、要求される処理条件に適合させて処理することが可能となる。
Based on the determination result of the
As a result, the processing module can be processed in a more appropriate processing form in conformity with the required processing conditions.
処理モジュールは、音声をテキスト化する音声認識処理を構成する処理モジュールである。
これにより、応答速度や認識精度の要求を充足する処理主体を適応的に選択して、音声認識処理の中核的な処理を適切に分散処理することができる。
The processing module is a processing module that constitutes a voice recognition process for converting voice into text.
As a result, it is possible to adaptively select a processing subject that satisfies the requirements of response speed and recognition accuracy, and appropriately distribute the core processing of the speech recognition processing.
処理モジュールは、人間とコンピュータとの音声対話処理を構成する処理モジュールである。
これにより、多様で高度な処理能力が必要となる音声認識処理を適切に分散処理することが可能となる。
The processing module is a processing module that constitutes a voice dialogue process between a human and a computer.
This makes it possible to appropriately distribute the voice recognition processing that requires various and advanced processing capabilities.
なお、本発明は、上述の実施形態に限定されるものではなく、本発明の目的を達成できる範囲での変形、改良等は本発明に含まれるものである。
上述した一連の処理は、ハードウェアにより実行させることもできるし、ソフトウェアにより実行させることもできる。
換言すると、図６の機能的構成は例示に過ぎず、特に限定されない。即ち、上述した一連の処理を全体として実行できる機能が音声認識システム１に備えられていれば足り、この機能を実現するためにどのような機能ブロックを用いるのかは特に図６の例に限定されない。
また、１つの機能ブロックは、ハードウェア単体で構成してもよいし、ソフトウェア単体で構成してもよいし、それらの組み合わせで構成してもよい。
The present invention is not limited to the above-described embodiment, and modifications, improvements, and the like within the range in which the object of the present invention can be achieved are included in the present invention.
The series of processes described above can be executed by hardware or software.
In other words, the functional configuration of FIG. 6 is merely an example and is not particularly limited. That is, it suffices if the voice recognition system 1 is provided with a function capable of executing the above-mentioned series of processes as a whole, and what kind of functional block is used to realize this function is not particularly limited to the example of FIG. ..
Further, one functional block may be configured by a single piece of hardware, a single piece of software, or a combination thereof.
一連の処理をソフトウェアにより実行させる場合には、そのソフトウェアを構成するプログラムが、コンピュータ等にネットワークや記録媒体からインストールされる。
コンピュータは、専用のハードウェアに組み込まれているコンピュータであってもよい。また、コンピュータは、各種のプログラムをインストールすることで、各種の機能を実行することが可能なコンピュータ、例えば汎用のパーソナルコンピュータであってもよい。
When a series of processes are executed by software, the programs constituting the software are installed on a computer or the like from a network or a recording medium.
The computer may be a computer embedded in dedicated hardware. Further, the computer may be a computer capable of executing various functions by installing various programs, for example, a general-purpose personal computer.
このようなプログラムを含む記録媒体は、ユーザにプログラムを提供するために装置本体とは別に配布される図２のリムーバブルメディア８２１により構成されるだけでなく、装置本体に予め組み込まれた状態でユーザに提供される記録媒体等で構成される。リムーバブルメディア８２１は、例えば、磁気ディスク（フロッピディスクを含む）、光ディスク、または光磁気ディスク等により構成される。光ディスクは、例えば、ＣＤ−ＲＯＭ（Ｃｏｍｐａｃｔ Ｄｉｓｋ−Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ），ＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｋ）等により構成される。光磁気ディスクは、ＭＤ（Ｍｉｎｉ−Ｄｉｓｋ）等により構成される。また、装置本体に予め組み込まれた状態でユーザに提供される記録媒体は、例えば、プログラムが記録されている図２のＲＯＭ８１２や、図２の記憶部８１７に含まれるＤＲＡＭ等で構成される。
The recording medium containing such a program is not only composed of the
なお、本明細書において、記録媒体に記録されるプログラムを記述するステップは、その順序に沿って時系列的に行われる処理はもちろん、必ずしも時系列的に処理されなくとも、並列的あるいは個別に実行される処理をも含むものである。
また、本明細書において、システムの用語は、複数の装置や複数の手段等より構成される全体的な装置を意味するものとする。
In the present specification, the steps for describing a program to be recorded on a recording medium are not only processed in chronological order but also in parallel or individually, even if they are not necessarily processed in chronological order. It also includes the processing to be executed.
Further, in the present specification, the term of the system means an overall device composed of a plurality of devices, a plurality of means, and the like.
１ 音声認識システム、１０ プライベートネットワーク、１１ ＩｏＴ機器、１２ 携帯端末、１３ 端末装置、１４ ローカルサーバ、１５ ローカルネットワーク、２０ 地域サーバ、３０ 専門サーバ、４０ クラウドサーバ、５０ 管理装置、６０ ネットワーク、８００ 情報処理装置、８１１ ＣＰＵ、８１２ ＲＯＭ、８１３ ＲＡＭ、８１４ バス、８１５ 入力部、８１６ 出力部、８１７ 記憶部、８１７ａ パラメータ記憶部、８１７ｂ ネットワークプロパティ記憶部、８１８ 通信部、８１９ ドライブ、８２１ リムーバブルメディア、１１１ モジュール取得部、１１２ モジュール解析部、１１３ モジュール実行部、１１４ モジュール処理依頼部、１１５ 処理結果出力部 1 Voice recognition system, 10 private network, 11 IoT device, 12 mobile terminal, 13 terminal device, 14 local server, 15 local network, 20 regional server, 30 specialized server, 40 cloud server, 50 management device, 60 network, 800 information Processing device, 811 CPU, 812 ROM, 813 RAM, 814 bus, 815 input unit, 816 output unit, 817 storage unit, 817a parameter storage unit, 817b network property storage unit, 818 communication unit, 819 drive, 821 removable media, 111 Module acquisition unit, 112 module analysis unit, 113 module execution unit, 114 module processing request unit, 115 processing result output unit
Claims (10)
前記情報処理装置は、
音声認識に関する処理における処理対象のデータと当該データの処理条件とを含む処理モジュールを取得するモジュール取得手段と、
前記モジュール取得手段によって取得された前記処理モジュールの前記処理条件と、当該情報処理装置の処理能力を表す情報とに基づいて、当該情報処理装置において前記処理モジュールを処理可能であるか否かを判定する判定手段と、
前記判定手段によって、当該情報処理装置において前記処理モジュールを処理可能であると判定された場合に、当該処理モジュールを処理するモジュール実行手段と、
前記判定手段によって、当該情報処理装置において前記処理モジュールを処理可能でないと判定された場合に、当該処理モジュールの処理を他の前記情報処理装置に依頼するモジュール処理依頼手段と、
を備えることを特徴とする情報処理システム。 An information processing system that includes multiple information processing devices with layers set.
The information processing device
A module acquisition means for acquiring a processing module including data to be processed in processing related to speech recognition and processing conditions of the data, and
Based on the processing conditions of the processing module acquired by the module acquisition means and the information representing the processing capacity of the information processing apparatus, it is determined whether or not the processing module can be processed by the information processing apparatus. Judgment means to
When the information processing apparatus determines that the processing module can be processed by the determination means, the module execution means for processing the processing module and the module execution means.
When the determination means determines that the processing module cannot be processed by the information processing apparatus, the module processing requesting means for requesting the processing of the processing module to another information processing apparatus.
An information processing system characterized by being equipped with.
前記階層における下位側には、ユーザが直接使用する情報処理装置を含むことを特徴とする請求項１に記載の情報処理システム。 At the top of the hierarchy, an information processing device capable of processing all processing modules for processing related to speech recognition is included.
The information processing system according to claim 1, wherein the lower side of the hierarchy includes an information processing device directly used by the user.
音声認識に関する処理における処理対象のデータと当該データの処理条件とを含む処理モジュールを取得するモジュール取得手段と、
前記モジュール取得手段によって取得された前記処理モジュールの前記処理条件と、当該情報処理装置の処理能力を表す情報とに基づいて、当該情報処理装置において前記処理モジュールを処理可能であるか否かを判定する判定手段と、
前記判定手段によって、当該情報処理装置において前記処理モジュールを処理可能であると判定された場合に、当該処理モジュールを処理するモジュール実行手段と、
前記判定手段によって、当該情報処理装置において前記処理モジュールを処理可能でないと判定された場合に、当該処理モジュールの処理を他の前記情報処理装置に依頼するモジュール処理依頼手段と、
を備えることを特徴とする情報処理装置。 The information processing device that constitutes an information processing system that includes a plurality of information processing devices for which a hierarchy is set.
A module acquisition means for acquiring a processing module including data to be processed in processing related to speech recognition and processing conditions of the data, and
Based on the processing conditions of the processing module acquired by the module acquisition means and the information representing the processing capacity of the information processing apparatus, it is determined whether or not the processing module can be processed by the information processing apparatus. Judgment means to
When the information processing apparatus determines that the processing module can be processed by the determination means, the module execution means for processing the processing module and the module execution means.
When the determination means determines that the processing module cannot be processed by the information processing apparatus, the module processing requesting means for requesting the processing of the processing module to another information processing apparatus.
An information processing device characterized by being equipped with.
前記情報処理装置が、
音声認識に関する処理における処理対象のデータと当該データの処理条件とを含む処理モジュールを取得するモジュール取得ステップと、
前記モジュール取得ステップにおいて取得された前記処理モジュールの前記処理条件と、当該情報処理装置の処理能力を表す情報とに基づいて、当該情報処理装置において前記処理モジュールを処理可能であるか否かを判定する判定ステップと、
前記判定ステップにおいて、当該情報処理装置において前記処理モジュールを処理可能であると判定された場合に、当該処理モジュールを処理するモジュール実行ステップと、
前記判定ステップによって、当該情報処理装置において前記処理モジュールを処理可能でないと判定された場合に、当該処理モジュールの処理を他の前記情報処理装置に依頼するモジュール処理依頼ステップと、
を含むことを特徴とする情報処理方法。 It is an information processing method executed in an information processing system including a plurality of information processing devices having a hierarchy set.
The information processing device
A module acquisition step for acquiring a processing module including data to be processed in processing related to speech recognition and processing conditions for the data, and
Based on the processing conditions of the processing module acquired in the module acquisition step and the information representing the processing capacity of the information processing apparatus, it is determined whether or not the processing module can be processed by the information processing apparatus. Judgment step to do and
In the determination step, when it is determined that the information processing apparatus can process the processing module, the module execution step for processing the processing module and the module execution step.
When it is determined by the determination step that the processing module cannot be processed by the information processing apparatus, a module processing request step of requesting the processing of the processing module to another information processing apparatus is performed.
An information processing method characterized by including.
音声認識に関する処理における処理対象のデータと当該データの処理条件とを含む処理モジュールを取得するモジュール取得機能と、
前記モジュール取得機能によって取得された前記処理モジュールの前記処理条件と、当該情報処理装置の処理能力を表す情報とに基づいて、当該情報処理装置において前記処理モジュールを処理可能であるか否かを判定する判定機能と、
前記判定機能によって、当該情報処理装置において前記処理モジュールを処理可能であると判定された場合に、当該処理モジュールを処理するモジュール実行機能と、
前記判定機能によって、当該情報処理装置において前記処理モジュールを処理可能でないと判定された場合に、当該処理モジュールの処理を他の前記情報処理装置に依頼するモジュール処理依頼機能と、
を実現させることを特徴とするプログラム。 A computer as the information processing device that constitutes an information processing system that includes a plurality of information processing devices for which a hierarchy is set.
A module acquisition function that acquires a processing module that includes the data to be processed in the processing related to speech recognition and the processing conditions for the data, and
Based on the processing conditions of the processing module acquired by the module acquisition function and the information representing the processing capacity of the information processing apparatus, it is determined whether or not the processing module can be processed by the information processing apparatus. Judgment function to
When the information processing apparatus determines that the processing module can be processed by the determination function, the module execution function for processing the processing module and the module execution function.
When the determination function determines that the information processing device cannot process the processing module, the module processing request function that requests the processing of the processing module to another information processing device.
A program characterized by realizing.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2017070933A JP6843388B2 (en) | 2017-03-31 | 2017-03-31 | Information processing system, information processing device, information processing method and program |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2017070933A JP6843388B2 (en) | 2017-03-31 | 2017-03-31 | Information processing system, information processing device, information processing method and program |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2018173515A JP2018173515A (en) | 2018-11-08 |
| JP6843388B2 true JP6843388B2 (en) | 2021-03-17 |
Family
ID=64107803
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2017070933A Active JP6843388B2 (en) | 2017-03-31 | 2017-03-31 | Information processing system, information processing device, information processing method and program |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP6843388B2 (en) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP7503939B2 (en) * | 2020-06-11 | 2024-06-21 | Tis株式会社 | Information processing device, program, and information processing method |
| US11749284B2 (en) * | 2020-11-13 | 2023-09-05 | Google Llc | Dynamically adapting on-device models, of grouped assistant devices, for cooperative processing of assistant requests |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3477432B2 (en) * | 2000-08-04 | 2003-12-10 | 旭化成株式会社 | Speech recognition method and server and speech recognition system |
| JP2003295890A (en) * | 2002-04-04 | 2003-10-15 | Nec Corp | Apparatus, system, and method for speech recognition interactive selection, and program |
| KR100695127B1 (en) * | 2004-10-08 | 2007-03-14 | 삼성전자주식회사 | Multi-stage Speech Recognition Device and Method |
-
2017
- 2017-03-31 JP JP2017070933A patent/JP6843388B2/en active Active
Also Published As
| Publication number | Publication date |
|---|---|
| JP2018173515A (en) | 2018-11-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7293393B2 (en) | Computational Resource Estimation for Functional Implementation on Computing Platforms | |
| WO2020098414A1 (en) | Data processing method for terminal, device, and terminal | |
| CN110555550B (en) | Deployment method, device and equipment of online prediction service | |
| CN110365796A (en) | Service request processing method, device | |
| KR20210141704A (en) | Graph representation and description of configuration parameters for media processing functions in network-based media processing (NBMP) | |
| JP6843388B2 (en) | Information processing system, information processing device, information processing method and program | |
| CN118296122A (en) | A message processing method, device, equipment and medium | |
| WO2025180484A1 (en) | Detection processing for resource service | |
| CN118733730A (en) | Question and answer method, device, related equipment and computer program product | |
| CN118295827A (en) | Model calling method, device, medium, equipment and computer program product | |
| CN115878296B (en) | Resource management method and device, electronic equipment and readable storage medium | |
| CN113837382A (en) | Method and system for training graph neural network | |
| CN111278085B (en) | Method and device for acquiring target network | |
| CN110288683B (en) | Method and apparatus for generating information | |
| CN120653405B (en) | Multi-agent arrangement method, equipment and storage medium based on service grid | |
| JP6922670B2 (en) | Resource determination device, resource determination method and resource determination processing program | |
| WO2023065218A1 (en) | Mapping relationship generation method and apparatus and storage medium | |
| US10902461B2 (en) | Environmental modification using tone model analysis | |
| JP7608647B1 (en) | Processing device, processing method, and processing program | |
| CN106557310B (en) | A remote desktop management method and system | |
| CN117251035A (en) | Heat dissipation control method, heat dissipation control device, electronic equipment and computer readable medium | |
| CN115757287A (en) | Object file construction method, device and storage medium | |
| JP2018163611A (en) | Information processing device, information processing method, and information processing program | |
| CN119150941B (en) | Model optimization method, device, equipment, storage medium and program product | |
| CN112947920A (en) | Script generation method and system for camera effect |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200311 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210113 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20210202 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210208 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6843388 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |