Microsoft Word - ★ＶＭＡ研究会予稿(NTT細淵)_130.doc

Size: px

Start display at page:

Download "Microsoft Word - ★ＶＭＡ研究会予稿(NTT細淵)_130.doc"

みいかなみこし
5 years ago
Views:

1 電話番号を用いたサービス開始と視覚情報による直感的操作が可能な自動応対システム細淵貴司松本猛西川嘉樹秦泉寺浩史 Takashi Hosobuchi Takeshi Matsumoto Yoshiki Nishikawa Hiroshi Jinzenji 日本電信電話株式会社 NTT サイバーソリューション研究所 Nippon Telegraph and Telephone Corporation, NTT Cyber Solution Laboratories あらまし本稿では宅配便の再配達手続きのように電話番号を入力し発呼することで人の代わりに機械が応答することで様々なサービスを提供する自動応対サービスの選択とその開始ができ音声通信だけでなく画面による情報提示と画面のタッチ入力による操作が可能な自動応対システムを提案する本システムにより電話をかけるという慣れ親しんだ操作でユーザはサービスの利用を開始しかつ音声だけでは伝えにくい情報を写真や図などの視覚情報を使ってユーザに伝えタッチ操作による直観的な操作ができる自動応対サービスを提供することが可能になる本稿ではアプローチとしてこれまで我々のグループで取り組んできた音声通話で開始し直感的な操作で意思を共有する人対人の双方向コミュニケーションシステムを適用するこれによりコミュニケーションの相手が人であるか機械であるかにかかわらず共通して簡単に利用できる双方向コミュニケーションシステムを目指すキーワード自動応対システム, 双方向コミュニケーション電話番号視覚情報 1. はじめに近年アクセスネットワークのブロードバンド化や固定電話のIP 化により音声や映像やデータなどの情報をリアルタイムにやり取りできるようになり多種多様なコミュニケーションサービスが提供できる通信環境が整ってきたまたiPad[1] などに代表されるタッチパネルを具備し操作が容易なタブレットPCなど使いやすいコミュニケーション端末も普及しつつあるこのような背景のもとこれまで我々のグループでは気軽に始められて言葉で伝えにくい気持ちまで伝えられる人対人の双方向コミュニケーションを実現するシステムの提案をおこなってきた [2] このコミュニケーションシステムは電話番号を用いて音声通話から開始しタッチパネルによる画像の視覚情報と手書き書き込みなどの共有ができるものである本研究ではその仕組みを人 - 機械の双方向コミュニケーションである自動応対システムへも適用を検討するそれは相手が人でもあっても機械であっても気軽に始められて直観的な操作が可能なコミュニケーションであれば基本的に必要な端末機能とプロトコルには大きな違いがないと考えられるためである本稿ではまず2 章でこれまでわれわれが取り組んできた人対人の双方向コミュニケーションシステムについてその目指した姿と検討内容について記すその後 3 章で現在の自動応答システムの問題点を分析し 4 章ではその問題点を解決する自動応対システムとして人対人の双方向コミュニケーションシステムを適用することを提案する 2. 人と人の双方向コミュニケーションシステム本章では提案する電話番号を用いたサービス開始と視覚情報による直感的操作が可能な自動応対システムのベースとなる我々が取り組んできた人対人の双方向コミュニケーションについて述べる 2.1. 目指すコミュニケーション本システムで目指したコミュニケーションは気軽に始められて音声では伝えにくい用件まで伝えられるコミュニケーションであるそのために下記を実現している 1 音声通話の開始から発展する遠隔コミュニケーション 2 通話の途中で会話の話題となるコンテンツの共有 1 の音声通話から開始するのはリアルタイムのコミュニケーションをとりたい時に一番よく利用されるのが音声通話であり電話をかけるという誰でも使い慣れているユーザビリティを用いてコミュニケーションを開始できるためである 2 における共有するコンテンツは画像写真ホームページなどである具体的には地図の画像子供の写真旅行先の集合写真会話中に話題に出た歌手のページ落書きしたホワイトボードなどでありいずれも音声通話の途中に話が弾んだ結果として話題で出てくることを想定しているそしてこれらのコンテンツを共有とともにコンテンツを通したユーザ同士のインタラクションを実現しているユーザ同士のインタラクションとは共有した写真への落書きや地図上の道順をしめすなどのコンテンツへの書き込みなどでありこれによりそのコンテンツによって伝えたい意思を簡単に共有できるようになるユーザビリティを考える際にはプライベートな通話におけるシーンを想定し以下の点を考慮した同じコンテンツを双方で同時に見られることコンテンツへの書き込み方法が簡単なこと以上述べてきた人対人の双方向コミュニケーションシステムのユースケースを図 1 に示す 1

1 通話を開始今秋田だよ名物のきりたんぽ美味しかったよパパいいな ~! < タブレット型電話機 > 2 写真 + 手書き共有図 1: 人対人の双方向コミュニケーションのユースケース < タブレット型電話機 > 2.2. 人対人のコミュニケーションシステム本節では前節のような人対人の双方向コミュニケーションをおこなうシステムについて機能構成コミュニケーションの開始方法プロトコル構造インタラクションの表現方式を述べる 2.

画像ファイルの送受信や同じホームページを閲覧するための URL を共有する機能を提供するインタラクション送受信部は共有した地図画像などのコンテンツに対して相互のユーザが書き込みをおこなう際の書き込み情報のやり取りをおこなうコンテンツレイヤ管理機能は共有したコンテンツの表示と書き込み情報を画面に重ねて表示するこのようなレイヤ構造にすることで

2 1 通話を開始今秋田だよ名物のきりたんぽ美味しかったよパパいいな ~! < タブレット型電話機 > 2 写真 + 手書き共有図 1: 人対人の双方向コミュニケーションのユースケース < タブレット型電話機 > 2.2. 人対人のコミュニケーションシステム本節では前節のような人対人の双方向コミュニケーションをおこなうシステムについて機能構成コミュニケーションの開始方法プロトコル構造インタラクションの表現方式を述べる機能構成これまで我々が目指してきた前節の双方向コミュニケーションシステムの端末の機能構成図を図 2 に示す呼制御機能は遠隔の端末と接続するための機能であり電話番号によって相手を識別するメディア転送部は会話や相手の表情を見るための音声映像の送受信機能を有し接続後の基本的なコミュニケーション機能を提供するコンテンツ送受信機能は通話中に話題となるコンテンツを共有し画像ファイルの送受信や同じホームページを閲覧するための URL を共有する機能を提供するインタラクション送受信部は共有した地図画像などのコンテンツに対して相互のユーザが書き込みをおこなう際の書き込み情報のやり取りをおこなうコンテンツレイヤ管理機能は共有したコンテンツの表示と書き込み情報を画面に重ねて表示するこのようなレイヤ構造にすることで書き込んだ図形の修正や消去を簡単におこなうことができる ( 図 3) GUI 機能はユーザの入出力をつかさどり音声や画面の出力とタッチや音声 DTMF の入力の処理をおこなう図 3: コンテンツと書き込み情報のレイヤ構造音声通話からの開始とコンテンツ共有次に電話番号による発信とこれらのコミュニケーションの情報を伝達する方式について記す本システムでは通信網として音声映像データ通信が行えるSIP/SDPベースのIP 電話網 ( 例 : フレッツ光ネクスト ) [3]) を利用することとしたこの通信網は電話番号を用いて音声映像通信 ( 例音声電話テレビ電話 ) およびデータ通信をおこなうことができる音声映像通信の方式は SIP/SDP を用いたシステムで一般的に用いられている RTP/RTCP を用いているデータ通信方式は TCP 接続であり共有するコンテンツと書き込みのインタラクションの情報を伝送しているコンテンツ共有のプロトコルプロトコルの構造本節ではこの通信網を利用し新たに規定したデータ通信の方式について述べる具体的には確立した双方向通信のチャネルにおける共有するコンテンツの伝送方法書き込み情報の伝達方法書き込み情報の書式を規定していくこのような階層的なプロトコル構成を図 4 に示す以降の節で各階層のプロトコル規定を検討していく音声映像ユーザ入力 GUI 機能ユーザ出力ユーザ入力 GUI 機能ユーザ出力呼インタラクション情報コンテンツレイヤ管理機能コンテンツレイヤ管理機能データ (TCP) XMPP メディア転送部コンテンツ送受信機能インタラクション機能メディア転送機能コンテンツ送受信機能インタラクション機能音声映像 URL 画像手書き図形音声映像 URL 画像手書き図形コンテンツ情報呼制御機能呼制御機能ネットワーク図 2: 人対人の双方向コミュニケーションのシステム構成ネットワーク図 4: 人対人の双方向コミュニケーションのプロトコル構造 2

3 双方向通信方式通信方式は双方向で情報を送受信できる方式として標準化されている Extensible Messaging and Presence Protocol(XMPP)[4] を用いた XMPP は TCP セッションを常にオープンにしたままであり NAPT 接続環境下でも端末間での任意のタイミングでの通信が可能である NAPT 環境は現在のルータを介したインターネット利用環境で主流でありより汎用的な通信網 ( 例えば IP 電話とインターネット ) を用いた方式での通信にも適用できるプロトコルであるコンテンツとインタラクション情報の伝送方式インタラクション情報コンテンツの書き込みに関するレイヤ情報およびインタラクション情報の XMPP による伝送は XMPP 内で規定された情報伝送用タグで内包しておこなうこととした利用したタグは iq でありリクエストとレスポンスが対となる信頼性のある伝送方式である画像などバイナリファイルの送信に関しては XMPP はテキストベースのプロトコルであるための base64 エンコードをおこなってから伝送しているインタラクションの表現方式本節ではコンテンツに書き込みをおこなう際の表現形式の検討内容を記す今回のユースケースで共有されると考えられるコンテンツは地図子供の写真ホームページなどである上記のようなコンテンツが話題になっているときのインタラクションとしてはある部分を強調する簡単な情報の付与をするコンテンツに落書きをするなどと考えられるまた端末はタッチパネル端末でありマウスやキーボードはないことを想定しているこのようなデバイスでの会話中のインタラクションとしては四角など簡単な図形を書くタッチパネルに手書きで線を引く手書きで文字を書く書いたものを消すなどが考えられる以上をまとめると通話中のインタラクションの表現として以下の条件を満たせばよい手書き表現ができる簡単な図形が表現できる書いたものが消せるインタラクションの表現方法として Scalable Vector Graphics(SVG)[5] を利用した SVG は個々の描画オブジェクトの追加削除ができるという特徴を有し書いたり消したりする今回の要求条件と相性がよくまた手書きの表現簡単な図形を表現できるまたベクトルデータのため解像度が異なるディスプレイに表示するときにも描画が荒くならない利点も存在する人対人のコミュニケーションシステムの通信シーケンス最後に本章でこれまで議論してきた機能配置による通信シーケンスの例を図 5 に示すシーケンスは呼接続による開始フェーズ端末間のデータ通信が確立してコンテンツの共有やインタラクションがおこなわれるコミュニケーションフェーズ呼切断シーケンスによる終了フェーズに大きく分かれる発呼音声呼確立データセッション確立 XMPP 確立レイヤ情報コンテンツインタラクション情報インタラクション情報 XMPP 切断呼切断要求データセッション切断音声呼切断図 5: 人対人の双方向コミュニケーションの通信シーケンス 3. 自動応対システムとは本章では人対人のコミュニケーションを人対機械のコミュニケーションに応用することを考えるその理由はコミュニケーションの相手が人であるか機械であるかにかかわらず共通して簡単に利用できる双方向コミュニケーションシステムを目指しているためであるここで機械としてこれまで対面や電話テレビ電話越しに人が応対し提供していたサービスを人の代わりに応対することによって提供する自動応対システムを想定するこのような自動応対システムには以下のメリットがある 24 時間 365 日の対応が可能応対オペレータの人件費の削減端末このようなメリットにより例えば自動応対システムの一種別であるキオスク端末の出荷台数は平成 22 年度において対前年度比 131% と利用が大きく伸びている [6] 3.1. 自動応対システムの例本節では自動応対システムの具体例をユーザのサービス利用形態と利用メディア種別の観点でキオスク端末音声自動応答 webによる自動応対システムに分類して説明する ( 表 1) キオスク端末コンビニエンスストアなどに設置され主にタッチパネルと音声によって案内をする自動応対システムであるユーザはその端末のある場所に行ってサービスを利用する呼接続コミュニケーション端末呼切断3

4 利用例としては図書館の蔵書検索役所の館内案内コンビニエンスストアのチケット予約サービスなどである音声自動応答 (Interactive Voice Response, IVR) 電話音声による遠隔の自動応対システムであるユーザは電話をかけてサービスを利用するガイダンス等情報の提示は音声によってなされユーザの入力はダイヤルボタンによる DTMF 入力や音声認識によって行われる利用例としてはチケット予約テレホンバンキングなどである表 1: 自動応対システムの分類設置タイプ利用メディア分類種別設置型遠隔型視覚情報音声情報音声情報視覚情報 ( 音声情報 ) キオスク端末音声自動応答 (IVR) Web の自動応対システム web 上の自動応対システム主に視覚的情報による遠隔の自動応対システムユーザはネットワークに接続されたパソコンやタブレット端末のウェブブラウザ専用のアプリケーションを用いてサービスを利用する利用例はネットショッピングネット銀行取引などである 3.2. 現状の自動応対システムの問題点本章では現状の自動応対システムの問題点のうちサービスを利用するユーザにとって重要と思われる便利さ簡単さといったユーザビリティの問題点に着目する以降先の分類で挙げたキオスク端末 IVR Web の自動応対システムのユーザビリティをサービス開始前とサービス開始後の2つのフェーズに分けて分析するサービス利用前のユーザビリティサービス開始前のユーザビリティについてここではさらに利用開始までの流れを端末のロケーションに行くまでとサービスを開始するまでの 2 つにわけて分析をおこなう端末のロケーションに行くまで自動応対サービスを受けるにあたってユーザはその利用端末の前にいることが必要であり利用端末が既にユーザのそばにあるか設置されている場所まで行く必要があるかでユーザビリティは大きく変わってくる IVR と web はそれぞれユーザの利用端末である電話やパソコンと自動応対サーバがそれぞれ電話回線インターネットで接続されており接続が担保されている場所なら遠隔からサービスを受けることができる一方キオスク端末は所定の場所に設置されているためその端末がある場所に行かないとサービスを受けることができない自動応対システムは現金など現物をやり取りする ATM やその場所に設置してあることに価値のある観光案内端末など一部のサービスを除き応対内容が情報の入力と出力のみであるならば応対する端末に通信機能と組み合わせることで遠隔でのサービス提供が基本的には可能でありどこでもサービスが受けられることが望ましいサービスを開始するまでユーザが端末の前についたとすると次はその端末でサービスを開始する必要がある本節では開始方法のユーザビリティについてそれぞれのシステムを分析するキオスク端末のサービス開始についてキオスク端末は端末の前に行けば通常既にサービスメニューが表示されているか画面をワンタッチすることで自動的にサービスが開始されるそのためサービスの開始は比較的簡単であると考えられる web の自動応対のサービス開始について web はサービスを指定するのに最終的にはサービスを識別するための URL を指定する必要がある URL は直接ブラウザのアドレス欄に入力して指定することも可能であるが通常は下記のような URL の入手方法とも関係したより簡便な方法で指定される検索エンジンの利用リンク情報の取得検索エンジンの利用ではまず検索エンジンのホームページやブラウザの検索入力ボックスに所望のサービス名を入力し検索エンジンから出力されたサービスリストの中から利用したいサービスを選択することでサービスのホームページを開くリンク情報の取得では主に 2 種類の方法がある 1 つ目はユーザが既にホームページを閲覧していて利用したいサービスがあった場合そのホームページ上のリンクからサービスのホームページを開く方法であるユーザが閲覧するサービスのリンクがあるホームページはポータルサイトや SNS サイトでの知人のおすすめなどが考えられる 2 つ目はユーザが受け取ったメールなどに利用したいサービスがあった場合そのホームページ上のリンクからサービスのホームページを開く方法であるメールは知人からやメールマガジンなどから受信することが考えられるこれまで述べた検索エンジンリンク情報の利用による方法は既に web やメールの利用に慣れているユーザにとっては簡単だがそれらが使いこなせない IT リテラシの低いユーザにとっては難しいそれは検索エンジンの利用やサービスへのリンクが記載されたメールの入手がそもそも難しいからである以上の議論により web の自動応対サービスの開始は IT リテラシの低いユーザにとっては難しいと考えられる IVR のサービス開始について IVR は受けたいサービスの電話番号に電話をかけるという慣れた手順でサービスを受けることができる IVR のサ 4

ービス開始は電話番号の入手と関係して以下の方法が考えられる紙媒体からの入手音声媒体からの入手動画媒体からの入手紙媒体からの入手の場合ではユーザが受け取ったパンフレットやメモや電話帳に印刷されたサービスの電話番号を読んで電話をかける音声媒体からの入手の場合では対面の会話や電話での会話を通して教えてもらった電話番号をいったんメモに取りその電話番号に電話をかける

5 ービス開始は電話番号の入手と関係して以下の方法が考えられる紙媒体からの入手音声媒体からの入手動画媒体からの入手紙媒体からの入手の場合ではユーザが受け取ったパンフレットやメモや電話帳に印刷されたサービスの電話番号を読んで電話をかける音声媒体からの入手の場合では対面の会話や電話での会話を通して教えてもらった電話番号をいったんメモに取りその電話番号に電話をかける動画媒体からの入手の場合ではテレビ CM などに語呂をつけられ表示読み上げされる電話番号をいったんメモに取りその電話番号に電話をかけるこれらの方法はサービスの電話番号を入手方法がアナログ的な手段でありわかりやすいことから IT リテラシの低いユーザでもサービスの開始が可能であるサービス利用中のユーザビリティ次にサービスが開始した後のユーザビリティについてそれぞれのシステムについて分析をおこなうキオスク端末はタッチパネルと音声ガイダンスを用いることで視覚音声による情報出力と画面タッチによる直感的な入力により IT リテラシの低い人々にも使いやすく設計されている Web は情報出力に文字や表や画像時には音声や動画を用い入力にマウスやタッチパネルを用いておりサイトのデザイン設計によって使いやすさは様々であるが視覚的な情報とクリックタッチ操作によって直観的な操作をすることが可能である一方 IVR はサービス提供が音声メディアのみであり音声を聞き終わらないと, ユーザは動作を決定できない音声が長いと聞いた内容を忘れてしまい再確認しづらいなど時系列にしか伝達できない音声の特性による使いづらさが存在する以上自動応対端末のユーザビリティをまとめたものを表 2 に示すこの表を見るとどの自動応対システム 3 つのユーザビリティ観点をすべて満たしていない 4. 目指す自動応対システム 4.1. 電話番号によるサービス開始と視覚情報を利用した自動応対システム本章では前章で分析した 3 つのユーザビリティ観点をすべて満たす自動応対システムを目指すアプローチとしては 2 章の人 - 人双方向コミュニケーションシステムの適用することで電話番号とデータ通信を用い音声と視覚情報を連携させることで IT リテラシの低いユーザを含めてどこからでも簡単にサービスを受けられることをねらいとするまた仕組みを共通化することで端末の実装コストを下げられるという別の狙いも存在するユースケース本節では目指す自動応対システムのユースケースを示し必要な要求条件を洗い出していく図 6 にユースケースを示しその内容について説明していくユースケース 1 ユーザは自宅にいて自動応対サービスを受ける 2 自動応対サービスを受ける端末は画面を備えたタッチパネル型である 3 電話を掛ける操作で自動応対サービスを開始する 4 ダイヤル時の電話番号によって自分の受けたい自動応答サービスを選択する 5 自動応対サービスのガイダンスやメニューは音声で聞こえ画面にもサービス内容が文字や図形画像で表示される 6 ユーザの入力は DTMF や音声認識の他に画面に表示されたボタンのタッチ操作でも可能である 7 通話を終了する操作でサービスを終了する表 2: 自動応対システムのユーザビリティ分析サービス開始前の簡単さ端末の場所に行く必要サービス開始時の簡単さ IVR なし電話番号で開始サービス開始後の簡単さ音声のみのため一覧性速覧性が不足キオスク端末ありそのサービス専用のためサービス選択操作が不要視覚情報により一覧性速覧性がよい web なし IT リテラシが必要視覚情報により一覧性速覧性がよい図 6: 目指す自動応対システムのユースケース 4.2. 提案するサービスの要求条件上記のユースケースから要求条件を抽出する電話をかけるという慣れ親しんだ操作でサービスの利用を開始し直観的な操作ができることから分類 1 の要求条件が抽出される 5

6 分類 1 人対人の双方向コミュニケーションシステムでも実現されている要求条件遠隔でサービスを受けられる電話番号でサービスが開始できる画面表示とタッチ操作が可能であるこれらはユースケース 1~4,7 から導き出されるが既に人対人の双方向コミュニケーションシステムで実現されており今回自動応対システムでも流用することで実現する一方自動応対システムはコミュニケーションの相手側が機械でありユーザの入力に応じて自動で判断し画面情報音声情報による応答が求められるためこの部分を機能拡張する必要があるこの部分の要求条件を分類 2 に示す分類 2 相手が機械になることによる要求条件項番 1: 自動応対サービスが実行できることユースケース全体の要件として自動応対サービスを提供するには自動応対システムがそのサービス動作内容を規定した情報を保持している必要があり自動応対サーバはサービス開始を要求された時にそれを読み込んで実行する必要があるこのサービス動作内容を規定したものを以降自動応対シナリオと呼ぶことにする項番 2: 画面タッチによる入力ができることユースケースの 6 により自動応対システムはユーザの入力としてメニューの選択や申し込み確定など画面上に表示されるボタンの押下操作ができることが必要になる加えて通信網はボタンのタッチ操作情報を伝送できる必要がある項番 3: 音声による対話ができることユースケースの 5 により自動応対システムからのガイダンスやメニュー等は音声により読み上げられる必要があるまたユースケースの 6 により端末にはマイクによる音声入力とダイアルパッドによる DTMF の入力が可能である 4.3. 要求条件を満たす方式の検討機能構成の検討要求条件から人と人との双方向コミュニケーションシステムをベースにした自動応対システムの機能構成は図 7 となる色濃く塗りつぶした部分が人と機械との双方向コミュニケーションの要因によるものである項番 1: 自動応対シナリオを保持実行できること自動応対シナリオはシステムが提供する自動応対サービスを規定したもので自動応対サービスがユーザの入力に応じて判断をおこないその結果をユーザへの出力 ( 音声画面情報 ) として提示する動作の必然性から状態遷移や提示する音声画面情報を出力するロジック情報が含まれる必要があるまたユーザの入力に応じて自動応対シナリオを処理できなくてはならない以上よりサービス提供者が作成した自動応対シナリオを保持し状態遷移やユーザに提示する音声画面情報を決定する自動応対シナリオ処理機能が必要となる自動応対サーバ端末自動応対シナリオ処理機能音声合成認識メディア転送機能音声ユーザ入力コンテンツ送受信機能 URL 画像コンテンツレイヤ管理機能呼制御機能ネットワーク GUI 機能メディア転送機能コンテンツ送受信機能音声 URL 画像コンテンツレイヤ管理機能呼制御機能自動応対シナリオインタラクション機能タッチ図形ユーザ出力インタラクション機能タッチ図形図 7: 目指す自動応対システムの構成図項番 2: 画面タッチによる入力ができること人と人との双方向システムではインタラクションを SVG データの送信によりおこなっていたが自動応対システムにおいてはタッチ座標の情報を XMPP 内で規定された情報伝送用タグで端末から自動応対サーバへ送信しタッチされた座標の解釈 ( ボタンを押された等 ) は自動応対サーバ側で処理することとしたタッチされた座標の解釈をサーバ側で処理することにより端末側の処理を少なくし端末側のコストを下げることをねらう項番 3: 音声による対話ができること既存の IVR と同じようにメディア転送機能と自動応対シナリオの間に音声合成音声認識 DTMF 認識機能を導入した音声合成と音声認識の機能は端末の処理負荷を少なくするためサーバ側でおこなうこととし自動応対サーバと端末の間の音声は電話の音声として伝送される自動応対シナリオ今回は音声自動応対シナリオで使われる VoiceXML[7] をベースとして画面描画画面タッチ入力の自動応対シナリオ部分を拡張した自動応対シナリオには音声情報画面情報タッチ判定情報ロジック処理の内容が記載される自動応対シナリオ内の音声情報画面情報タッチ判定情報ロジック処理は互いに連携して自動応対サービスを 6

実現しているが VoiceXML の状態遷移の単位であるフォーム単位でシナリオを独立して区切ることができるそこでシナリオ書式を単純化するためにまず各フォーム単位で音声情報画面情報タッチ判定情報ロジック処理を記載することとしたまた各フォームについても各処理をわかりやすくするためにフォームごとに音声応対部分画面表示とタッチ判定部分とその他の処理ロジックに切り分けて記載することとした図

7 実現しているが VoiceXML の状態遷移の単位であるフォーム単位でシナリオを独立して区切ることができるそこでシナリオ書式を単純化するためにまず各フォーム単位で音声情報画面情報タッチ判定情報ロジック処理を記載することとしたまた各フォームについても各処理をわかりやすくするためにフォームごとに音声応対部分画面表示とタッチ判定部分とその他の処理ロジックに切り分けて記載することとした図 8 が自動応対シナリオの記述例である加えて図 8 の記述により表現された端末の画面例を図 9 に示す以降図 8 に従って具体的な自動応対シナリオの動作を説明する各吹き出しで示したようにフォーム (form タグや menu タグ ) 内に音声応対部分画面表示部分タッチ判定エリアの 4 つに分けてそれぞれ記載しているこの自動シナリオが開始されるとサーバ側で音声合成された音声が端末側で電話の音声として読み上げられ画面表示ではサーバから SVG で規定された画面情報が端末に送信されて表示がされる読み上げられる合成音声は prompt タグに規定した文字列である決定の場合は 1 を戻る場合は 2 をまたは画面のボタンを選んでくださいである画面表示では SVG で規定された図 9 のように表示がなされる画面上の決定ボタン戻るボタンは文字列とそれを囲む矩形で表現している <?xml version="1.0" encoding="utf-8"?> <NGNIVR-XML version="0.4"> <menu id=menu0> <prompt> 決定の場合はダイヤルの 1 を戻るの場合は 2 をまたは画面のボタンで選んでください </prompt> <UpperLayer> <view> <svg> <text x= 200" y= 100" font-size="32"> 決定か戻るのボタンを選んでください </text> <rect x= 100 y= 450 height= 150" width= 200" /> <text x= 130" y= 460" font-size="32"> 決定 </text> <rect x= 500" y= 450" height="150" width= 200" /> <text x= 530 y= 460" font-size="32"> 戻る </text> </svg> </view> </UpperLayer> 音声情報画面情報タッチ判定情報決定の場合はダイヤルの 1 を戻るの場合は 2 をまたは画面のボタンで選んでください決定か戻るのボタンを選んでください決定戻る図 9: 図 8 のシナリオの画面表示例ユーザは表示された決定ボタンのタッチか DTMF の 1 を入力することで決定ボタンを選択することができる決定ボタンのタッチ判定エリアには touch 属性により area1 の名前を付け決定ボタンの表示エリアと同じ座標エリアを指定している area1 の判定エリアをタッチされた場合同じく touch 属性で area1 を指定した choice タグが呼び出されその choice タグ内の next 属性に指定された form1 に遷移する 4.4. 実装例以上検討してきた端末配置通信プロトコル自動応対シナリオについて自動応対サーバおよび端末の実装をおこなった実装した自動応対システムの端末側を図 10 に示す端末側のプログラムは使いやすいタッチパネル端末が普及しつつある Android OS に実装した実装したシステムは電話番号で簡単に自動応対サービスを開始でき直観的な操作でだれでも使える自動応対システムになった <TouchSelect> <select x="100" y= 450" height="150" width= 200" touch=" area1"/> <select x= 500" y= 450" height= 150" width= 200" touch=" area2"/> </TouchSelect> <choice touch="area1" dtmf="1" next="#form_1"> <choice touch="area2" dtmf="2" next="#form_2"> </menu> <form id=form1> : <form/> <form id=form2> : <form/> </NGNIVR-XML> 図 8: シナリオ記述例ロジック処理図 10: 実装した自動応対システム ( 端末側 ) 5. まとめ本稿では自動応対システムの現状と問題点を分析し電話番号を用いたサービス開始と視覚情報による直感的操作が可能な自動応対システムの実現手法を提案したその際のアプローチとしてこれまで我々のグループで取り組んできた音声通話で開始し直感的な操作で意思を共有する人対人の双方向コミュニケーションシステムを適用した 7

8 今後は実際の提案する機能を実際に利用されている自動応対サービスのサービス内容で評価するなどして提案手法の有効性を検証する 6. 参考文献 [1] ipad [2] NTT R&D フォーラム [3] フレッツ光ネクスト,NTT 東日本 [4] XMPP IETF RFC 3920: Extensible Messaging and Presence Protocol (XMPP) October 2004 [5] W3C Recommendation Scalable Vector Graphics (SVG) 1.0 September 2001 [6] 一般社団法人電子情報技術産業協会 IS-11- 情端 -5 端末装置に関する調査報告書 [7] W3C Note Voice extensible Markup Language (VoiceXML) version 1.0 May

Microsoft PowerPoint TTCセミナー原稿（TR-1038）r2.pptx

Microsoft PowerPoint TTCセミナー原稿（TR-1038）r2.pptx NGN 環境下の SOAP/HTTP を利用したコンテンツ転送システムの紹介 - TR-1038-2011.10.310 TTC メディア符号化専門委員会マルチメディアシステムSWG 大畑博敬 (NTT サイバーソリューション研究所 ) 1 説明のアウトライン 1. 背景と目的 2. NGN について 3. 通信サービスの提供遷移 4. 従来の利用シーンと新たな利用シーン 5. 電話番号を使ったファイル送信