JP2011155354A - 音声メール実現システム、音声メール実現サーバ、その方法及びそのプログラム - Google Patents

Abstract

【課題】送信者に面倒な事前準備をさせることなく、メールで送信者の声を伝える。
【解決手段】送信側端末である第１の端末と、前記第１の端末からの送信を受信する第２の端末と、サーバと、がそれぞれ相互に接続されている通信システムにおいて、前記第１の端末が前記サーバを介して音声による通信を行う際に、前記音声を解析することにより当該音声の音素を抽出し、抽出した当該音素と前記第１の端末を識別するための情報とを紐付けた情報を生成する。前記第１の端末が前記第２の端末にテキストを用いたメールを送信した際に、当該テキストと、前記紐付けた情報とを用いることにより前記第２の端末に音声によるメールを取得させる。
【選択図】図１

Description

本発明は音声及び電子メールによる通信が可能な通信端末での音声メールの実現に関する。

現在、携帯電話機に代表される携帯端末や、パーソナルコンピュータ等の機器において電子メールにより連絡を取り合うことが一般的となっている。

また、電子メール（以下適宜単に「メール」と呼ぶ。）が進化したことにより、電話（音声による通話）よりメールが使用されるシーンが多くなってきている。

メールが多く利用される背景には、メールは相手の都合を考慮しなくて良いといった、利便性などの理由がある。もっとも、メールが多く利用される理由にはこういった利便性のみではなく、送信者側が、謝罪などリアルタイムに直接やり取りするには気まずい時に使用し易いといったことも言われている。

一方、受信者側にしてみると、テキストだけでは伝わりにくいことや、気まずいときこそ、その人らしさが出ると受け入れやすいなど、コミュニケーションにリアリティを求めるユーザも多い。

このような状況に鑑みて、特許文献１には着信側の装置にてテキストメールを読み上げるといった機能を有するシステムが紹介されている。

特開２００１−１９５０８０号公報

上述したように、テキストメールを読み上げる機能が存在するが、音声が統一されており、送信者の「その人らしさ」が表現できていない。

また、「その人らしさ」を表現するのであれば、ボイスメールや動画添付が想像できるが、日本人は無音文化であり、留守電になったら電話を切ってしまう人が多いように、使用頻度が低い。

更に、特許文献１に記載があるように、送信者の音素データを取得して、送信者の音声によりテキストメールを読み上げるという技術も存在する。しかしながらこの技術では送信者の音素データを取得の際に、定型文や５０音を発声し、送信者固有の音素を学習から取得しなければならず、この一連の作業はユーザにとって非常に面倒である。そして、このような事前準備が必要になることで、ユーザに受け入れられにくく、普及しやすい機能とは言い難い。

そこで、本発明は、送信者に面倒な事前準備をさせることなく、メールにより送信者の声を伝えることが可能な、音声メール実現システム、音声メール実現サーバ、その方法及びそのプログラムを提供することを目的とする。

本発明の第１の観点によれば、送信側端末である第１の端末と、前記第１の端末からの送信を受信する第２の端末と、サーバと、がそれぞれ相互に接続されている通信システムにおいて、前記第１の端末が前記サーバを介して音声による通信を行う際に、前記音声を解析することにより当該音声の音素を抽出し、抽出した当該音素と前記第１の端末を識別するための情報とを紐付けた情報を生成する音声認識手段を前記サーバが備え、前記第１の端末が前記第２の端末にテキストを用いたメールを送信した際に、当該テキストと、前記紐付けた情報とを用いることにより前記第２の端末に音声によるメールを取得させることを特徴とする通信システムが提供される。

本発明の第２の観点によれば、送信側端末である第１の端末と、前記第１の端末からの送信を受信する第２の端末と、のそれぞれと接続されているサーバにおいて、前記第１の端末が当該サーバを介して音声による通信を行う際に、前記音声を解析することにより当該音声の音素を抽出し、抽出した当該音素と前記第１の端末を識別するための情報とを紐付けた情報を生成する音声認識手段を備え、前記第１の端末が前記第２の端末にテキストを用いたメールを送信した際に、当該テキストと、前記紐付けた情報とを用いることにより前記第２の端末に音声によるメールを取得させることを特徴とするサーバが提供される。

本発明の第３の観点によれば、送信側端末と、前記送信側端末が通信を行うためのネットワーク上に存在するサーバと、のそれぞれと接続されている通信端末において、前記サーバが、前記送信側端末が前記サーバを介して音声による通信を行う際に、前記音声を解析することにより当該音声の音素を抽出し、抽出した当該音素と前記送信側端末を識別するための情報とを紐付けた情報を生成し、前記テキストを用いたメールを受信した際に、当該メールのテキストの内容と当該メールを発信した端末が送信側端末であるという情報を用いて、前記紐付けた情報を検索することにより得た情報である、当該メールに対応した音素及び前記テキストを受信し、当該受信した、前記メールに対応した音素及び前記テキストを音声合成することにより前記音声によるメールの取得を実現することを特徴とする通信端末が提供される。

本発明の第４の観点によれば、送信側端末である第１の端末と、前記第１の端末からの送信を受信する第２の端末と、サーバと、がそれぞれ相互に接続されているシステムが行う通信方法において、前記第１の端末が前記サーバを介して音声による通信を行う際に、前記音声を解析することにより当該音声の音素を抽出し、抽出した当該音素と前記第１の端末を識別するための情報とを紐付けた情報を生成する音声認識ステップを前記サーバが備え、前記第１の端末が前記第２の端末にテキストを用いたメールを送信した際に、当該テキストと、前記紐付けた情報とを用いることにより前記第２の端末に音声によるメールを取得させることを特徴とする通信方法が提供される。

本発明の第５の観点によれば、送信側端末である第１の端末と、前記第１の端末からの送信を受信する第２の端末と、のそれぞれと接続されているサーバに組み込まれる通信プログラムにおいて、前記第１の端末が当該サーバを介して音声による通信を行う際に、前記音声を解析することにより当該音声の音素を抽出し、抽出した当該音素と前記第１の端末を識別するための情報とを紐付けた情報を生成する音声認識手段を備え、前記第１の端末が前記第２の端末にテキストを用いたメールを送信した際に、当該テキストと、前記紐付けた情報とを用いることにより前記第２の端末に音声によるメールを取得させるサーバとしてコンピュータを機能させることを特徴とする通信プログラムが提供される。

本発明の第６の観点によれば、送信側端末と、前記送信側端末が通信を行うためのネットワーク上に存在するサーバと、のそれぞれと接続されている通信端末に組み込まれる通信プログラムにおいて、前記サーバが、前記送信側端末が前記サーバを介して音声による通信を行う際に、前記音声を解析することにより当該音声の音素を抽出し、抽出した当該音素と前記送信側端末を識別するための情報とを紐付けた情報を生成し、前記テキストを用いたメールを受信した際に、当該メールのテキストの内容と当該メールを発信した端末が送信側端末であるという情報を用いて、前記紐付けた情報を検索することにより得た情報である、当該メールに対応した音素及び前記テキストを受信し、当該受信した、前記メールに対応した音素及び前記テキストを音声合成することにより前記音声によるメールの取得を実現する通信端末としてコンピュータを機能させることを特徴とする通信プログラムが提供される。

本発明によれば、テキストデータを、ネットワーク上のサーバで送信者の音素データベースから音素データに変換することから、送信者に面倒な事前準備をさせることなく、受信者は送信者の声でメールを受け取ることが可能となる。

本発明の実施形態における携帯電話機の基本的構成を表す図である。 本発明の実施形態におけるサーバの基本的構成を表す図である。 本発明の実施形態の動作についてのイメージ図である。 本発明の実施形態の基本的動作を表すフローチャートである。 本発明の実施形態の動作についてのイメージ図である。 本発明の実施形態の基本的動作を表すフローチャートである。 本発明の実施形態の動作についてのイメージ図である。 本発明の実施形態におけるサーバの構成の変形例を表す図である。 本発明の実施形態の変形例における基本的動作を表すフローチャートである。

まず、本発明の実施形態の概略を説明する。本発明の実施形態は音声通信、電子メールが可能な通信端末で、音声メールを実現する。また、音声メールといっても、送信者が発声し録音したデータを送付するのではなく、送信者はテキストでメールを作成し送信する。そのテキストデータを、ネットワーク上のサーバで送信者の音素データベースから、音素データに変換することで、受信者は送信者の声でメールを受け取ることが出来る。そしてサーバに保存されている音素データベースは、送信者の音声通話中の会話を、音声認識にかけ、送信者が意識することなく自然に、音素を抽出かつデータベース化されるものである。以上が本願発明の実施形態の概略である。

次に、本発明の実施形態について図面を用いて詳細に説明する。本実施形態は、ネットワークを介して相互に通信を行う複数の携帯電話機と、そのネットワーク上に設けられているサーバ２００を有する。本実施形態では、携帯電話機として、携帯電話機１００と携帯電話機１１０を示す。

まず、図１を参照して携帯電話機１００について説明する。図１を参照すると携帯電話機１００は、操作受付部１０１、テキストメール生成部１０２、通信部１０３、表示部１０４、テキスト／音声合成部１０５及び音声入出力部１０６を有している。

携帯電話機１００は音声及び電子メールによる通信が可能な携帯電話機である。

操作受付部１０１は、利用者からの操作を受け付ける。操作受付部１０１は、具体的にはテンキーに代表される入力ボタン等である。

テキストメール生成部１０２は、利用者からの操作に基づいてテキストメールを生成する部分である。テキストメール生成部１０２は、具体的には漢字変換等の文字変換や、絵文字の提供等を行うソフトウェアと、当該ソフトウェアを動作させるためのプロセッサ等である。

通信部１０３は、テキストメールや音声等の送受信を行うための通信機能を有する部分である。

表示部１０４は、利用者にテキスト等の画像情報を提供する機能を有する。表示部１０４は、例えば液晶等を用いたディスプレイである。

なお、例えばタッチパネルを用いるのであれば操作受付部１０１と表示部１０４を一つの部分として実現することもできる。

テキスト／音声合成部１０５は、テキスト情報と音素とを用いて音声合成を行う機能を有する部分である。

音声入出力部１０６は、音声情報の入力を受け付ける機能及び音声情報を出力する機能を有する。音声入出力部１０６は、具体的には例えばマイクとスピーカーの組合せである。音声入出力部１０６に入力された音声通話の会話を以下では「音声データ３０１」と呼ぶ。

なお、携帯電話機１１０は携帯電話機１００と同等の構成を有しているので携帯電話機１１０の構成については説明を省略する。

次に図２を参照するとネットワーク上のサーバ２００は、音声認識部２０１、音素ＤＢ２０２、ＤＢ読み出し部２０３及び送受信部２０４を有する。

音声認識部２０１は、音声データ３０１から音素を抽出する機能を有する。なお送信者の音声データ３０１から抽出した音素を以下では「音素データ３０２」と呼ぶ。また、音声認識部２０１は抽出した音素データ３０２を、送信者を識別するための情報と紐付けして音素ＤＢに登録する。なお、送信者を識別する情報としては、例えば発信側の携帯電話機１００の電話番号等を用いるようにしてもよい。

音素ＤＢ２０２は、データベースを記憶する情報記憶装置である。音素ＤＢ２０２は音声認識部２０１から登録された情報を保持する。

ＤＢ読み出し部２０３は、送信者からのテキストメール（以下、「テキストメール３０３」と呼ぶ。）を用いて音素ＤＢ２０２を読み出し、当該送信者及びテキストに対応する音素データを取得する。なお、この送信者及びテキストに対応する音素データを以下では、「対応音素データ３０４」と呼ぶ。そして、ＤＢ読み出し部２０３は、取得した対応音素データ３０４を送受信部２０４に引き渡す。

送受信部２０４はネットワークを介して情報をやり取りする部分である。送受信部２０４は音声認識部２０１に音声データ３０１を引き渡す。また、送受信部２０４は、ＤＢ読み出し部２０３にテキストメール３０３を引き渡し、引き替えに対応音素データ３０４をＤＢ読み出し部２０３から取得する。

次に、本実施形態の動作について説明する。

まず、図３のイメージ図と、図４のフローチャートを用いて音素データ３０２を抽出し、データベース化する仕組みを示す。

まず、音声入出力部１０６が、送信者４０１の音声通話の会話（音声データ３０１）を、受け付ける（ステップＳ１１）。

受け付けた音声データ３０１は、通信部１０３によりサーバ２００にアップロードされる（ステップＳ１２）。

次に、サーバ２００が、送受信部２０４によりアップロードされた音声データ３０１を受け付ける（ステップＳ１３）。

そして、音声認識部２０１により受け付けた音声データ３０１から、音素データ３０２が抽出される（ステップＳ１４）。

その後、音声認識部２０１は、抽出した音素データ３０２を、送信者４０１を識別するための情報と紐付けして音素ＤＢに登録する（ステップＳ１５）。

これにより、音素データ３０２の抽出及びデータベース化は終了する。

次に、図５のイメージ図と、図６のフローチャートを用いて送信者４０１のテキストメール作成から受信者４０２が送信者４０１の声でメールを受け取るまでの動作について説明する。

まず、送信者４０１が操作受付部１０１、テキストメール生成部１０２及び表示部１０４を用いてテキストメール３０３を作成する（ステップＳ２１）。

そしてテキストメール３０３は通信部１０３から送信される（ステップＳ２２）。

テキストメール３０３は、サーバ２００の送受信部２０４にて受け付けられ、テキストメール３０３はＤＢ読み出し部２０３に引き渡される（ステップＳ２３）。

ＤＢ読み出し部２０３は、音素ＤＢ２０２を用いて送信者４０１及びテキストメール３０３のテキストに対応する対応音素データ３０４を取得する（ステップＳ２４）。

次に、送受信部２０４は、対応音素データ３０４をＤＢ読み出し部２０３より受け取り、この、対応音素データ３０４及びテキストメール３０３を受信者４０２が所持する携帯電話機１１０に送付する（ステップＳ２５）。

携帯電話機１１０は、自らの有する通信部１０３を用いて対応音素データ３０４及びテキストメール３０３を受信する。そして、この対応音素データ３０４及びテキストメール３０３を自らの有するテキスト／音声合成部１０５に引き渡す（ステップＳ２６）。

テキスト／音声合成部１０５は、対応音素データ３０４及びテキストメール３０３を音声合成し、音声出力部１０６を用いてこの合成した音声を出力する（ステップＳ２７）。

受信者４０２は、この音声出力を聞くことにより送信者４０１の声でメールを受け取ることが出来る。なお、音声メールを出力すると共にテキストメール３０３のテキストを携帯電話機１１０が有する表示部１０４に表示するようにしてもよい。

以上説明した本発明の実施形態は、以下に示すような多くの効果を奏する。

第１の効果は音声メールを受け取ることで、受信者は送信者の存在を身近に感じられることである。

その理由は、この音声メールは画一的な音声ではなく発信者の音素に基づいたものであり「その人らしさ」を感じることができるからである。

第２の効果はテキストだけではなく（若しくはテキストとともに）音声で伝えることで、より内容が伝わりやすくなることである。

第３の効果は送信者が、音声メール発信のために発声しなくても、相手に自分の声を届けることが出来ることである。

その理由は、音素データベースに格納されている音素を用いて音声メールを生成するからである。

以上説明した実施形態を以下のように構成することも可能である。

１） 携帯電話機に限らず、音声通信・電子メールができる任意の端末を用いて、携帯電話機１００に相当する端末を実現しても良い。例えば、ＰＨＳ（Personal Handy-phone System）や、パーソナルコンピュータを用いて実現してもよい。

２） 音声認識は、端末内に専用ソフトを搭載しておき、会話中に処理する方法、あるいは会話を録音しておき、後から処理を行う方法のどちらでもよい。

３） 携帯電話機１００の内部で行っている音声合成を、サーバ２００で行うようにしてもよい。この場合、図８に示すようにサーバ２００にテキスト／音声合成部１０５と同等の機能を有するテキスト／音声合成部２０５が追加される。また、この場合携帯電話機１００のテキスト／音声合成部１０５を省略するようにしてもよい。

動作例としては、図７及び８に示すように、サーバ２００で音声合成機能をもち、テキストメール３０３と対応音素データ３０４から音声メール３０５を作成し（ステップＳ３５）、携帯電話機１１０に送付することも可能である（ステップＳ３６）。

４） メール機能の一つである、感情理解エンジンと組み合わせ、音声で感情が表現できるようにする。

５） 仕事での声・話し方、家族と話すときの声・話し方など、一人の送信者に対して、複数パターンの音素データベースを作成し、送信先の相手によって声色を変えるようにしてもよい。

６） また、音素データベース（音素ＤＢ２０２）は、音声通話での音素データ３０１をのみを用いて、音素データをゼロから作成する方法だけでなく、ある音素データをベースとして変形し、発声者の声に似せる方法も可能である。例えば、ベースの音素データは、年齢（大人／子供）、性別（男／女）、強弱（力強い声／柔らかい声／…など）、などの音質でパターン化された音素データから、最も適しているものを選択する。音素データの変形は、ベースの音素データと発声者の音素データとを比較し、そこから差分ベクトルを抽出し、それをもとに変形する。

７） 音声通話から音素を抽出することから、通話をすればするほど、よりその人らしい音声でメールが送れるようになる。それを、相手との親密度合い測る指標として表現するなど、音素の学習過程をゲーム感覚で楽しめるようにしてもよい。

８） また、同報メールの機能（同一の内容のメールを同時に複数の宛先に送信する機能。）を用いて複数の受信者に対して音声メールを送付するようにしてもよい。

なお、本発明の実施形態である音声メール実現システムの構成要素である音声メール実現サーバ及び携帯電話機は、ハードウェアにより実現することもできるが、コンピュータをその音声メール実現サーバ及び携帯電話機として機能させるためのプログラムをコンピュータがコンピュータ読み取り可能な記録媒体から読み込んで実行することによっても実現することができる。

また、本発明の実施形態による音声メール実現方法は、ハードウェアにより実現することもできるが、コンピュータにその方法を実行させるためのプログラムをコンピュータがコンピュータ読み取り可能な記録媒体から読み込んで実行することによっても実現することができる。

また、上述した実施形態は、本発明の好適な実施形態ではあるが、上記実施形態のみに本発明の範囲を限定するものではなく、本発明の要旨を逸脱しない範囲において種々の変更を施した形態での実施が可能である。

（付記１）
送信側端末である第１の端末と、前記第１の端末からの送信を受信する第２の端末と、サーバと、がそれぞれ相互に接続されているシステムが行う通信方法において、
前記第１の端末が前記サーバを介して音声による通信を行う際に、前記音声を解析することにより当該音声の音素を抽出し、抽出した当該音素と前記第１の端末を識別するための情報とを紐付けた情報を生成する音声認識ステップを前記サーバが備え、
前記第１の端末が前記第２の端末にテキストを用いたメールを送信した際に、当該テキストと、前記紐付けた情報とを用いることにより前記第２の端末に音声によるメールを取得させることを特徴とする通信方法。

（付記２）
付記１に記載の通信方法において、
前記サーバは前記テキストを用いたメールを受信した際に、当該メールのテキストの内容と当該メールを発信した端末が第１の端末であるという情報を用いて、前記紐付けた情報を検索し、検索の結果得られた当該メールに対応した音素及び前記テキストを前記第２の端末に送信し、
前記第２の端末は、前記メールに対応した音素及び前記テキストを音声合成することにより前記音声によるメールの取得を実現することを特徴とする通信方法。

（付記３）
付記１記載の通信方法において、
前記サーバは前記テキストを用いたメールを受信した際に、当該メールのテキストの内容と当該メールを発信した端末が第１の端末であるという情報を用いて、前記紐付けた情報を検索し、検索の結果得られた当該メールに対応した音素及び前記テキストを音声合成し、当該音声合成の結果を前記第２の端末に送信し、
前記第２の端末は、前記音声合成の結果を受信することにより前記音声によるメールの取得を実現することを特徴とする通信方法。

（付記４）
付記２又は３に記載の通信方法において、
前記第２の端末が複数存在し、前記第１の端末は同一のテキストを用いたメールを当該複数の第２の端末のそれぞれ宛てに同時に送信することを特徴とする通信方法。

１００、１１０ 携帯電話機
１０１ 操作受付部
１０２ テキストメール生成部
１０３ 通信部
１０４ 表示部
１０５、２０５ テキスト／音声合成部
１０６ 音声入出力部
２００ サーバ
２０１ 音声認識部
２０２ 音素ＤＢ
２０３ ＤＢ読み出し部
２０４ 送受信部

Claims (9)

1. 送信側端末である第１の端末と、前記第１の端末からの送信を受信する第２の端末と、サーバと、がそれぞれ相互に接続されている通信システムにおいて、
   前記第１の端末が前記サーバを介して音声による通信を行う際に、前記音声を解析することにより当該音声の音素を抽出し、抽出した当該音素と前記第１の端末を識別するための情報とを紐付けた情報を生成する音声認識手段を前記サーバが備え、
   前記第１の端末が前記第２の端末にテキストを用いたメールを送信した際に、当該テキストと、前記紐付けた情報とを用いることにより前記第２の端末に音声によるメールを取得させることを特徴とする通信システム。
2. 請求項１に記載の通信システムにおいて、
   前記サーバは前記テキストを用いたメールを受信した際に、当該メールのテキストの内容と当該メールを発信した端末が第１の端末であるという情報を用いて、前記紐付けた情報を検索し、検索の結果得られた当該メールに対応した音素及び前記テキストを前記第２の端末に送信し、
   前記第２の端末は、前記メールに対応した音素及び前記テキストを音声合成することにより前記音声によるメールの取得を実現することを特徴とする通信システム。
3. 請求項１に記載の通信システムにおいて、
   前記サーバは前記テキストを用いたメールを受信した際に、当該メールのテキストの内容と当該メールを発信した端末が第１の端末であるという情報を用いて、前記紐付けた情報を検索し、検索の結果得られた当該メールに対応した音素及び前記テキストを音声合成し、当該音声合成の結果を前記第２の端末に送信し、
   前記第２の端末は、前記音声合成の結果を受信することにより前記音声によるメールの取得を実現することを特徴とする通信システム。
4. 請求項２又は３に記載の通信システムにおいて、
   前記第２の端末が複数存在し、前記第１の端末は同一のテキストを用いたメールを当該複数の第２の端末のそれぞれ宛てに同時に送信することを特徴とする通信システム。
5. 送信側端末である第１の端末と、前記第１の端末からの送信を受信する第２の端末と、のそれぞれと接続されているサーバにおいて、
   前記第１の端末が当該サーバを介して音声による通信を行う際に、前記音声を解析することにより当該音声の音素を抽出し、抽出した当該音素と前記第１の端末を識別するための情報とを紐付けた情報を生成する音声認識手段を備え、
   前記第１の端末が前記第２の端末にテキストを用いたメールを送信した際に、当該テキストと、前記紐付けた情報とを用いることにより前記第２の端末に音声によるメールを取得させることを特徴とするサーバ。
6. 送信側端末と、前記送信側端末が通信を行うためのネットワーク上に存在するサーバと、
   のそれぞれと接続されている通信端末において、
   前記サーバが、前記送信側端末が前記サーバを介して音声による通信を行う際に、前記音声を解析することにより当該音声の音素を抽出し、抽出した当該音素と前記送信側端末を識別するための情報とを紐付けた情報を生成し、前記テキストを用いたメールを受信した際に、当該メールのテキストの内容と当該メールを発信した端末が送信側端末であるという情報を用いて、前記紐付けた情報を検索することにより得た情報である、当該メールに対応した音素及び前記テキストを受信し、
   当該受信した、前記メールに対応した音素及び前記テキストを音声合成することにより前記音声によるメールの取得を実現することを特徴とする通信端末。
7. 送信側端末である第１の端末と、前記第１の端末からの送信を受信する第２の端末と、サーバと、がそれぞれ相互に接続されているシステムが行う通信方法において、
   前記第１の端末が前記サーバを介して音声による通信を行う際に、前記音声を解析することにより当該音声の音素を抽出し、抽出した当該音素と前記第１の端末を識別するための情報とを紐付けた情報を生成する音声認識ステップを前記サーバが備え、
   前記第１の端末が前記第２の端末にテキストを用いたメールを送信した際に、当該テキストと、前記紐付けた情報とを用いることにより前記第２の端末に音声によるメールを取得させることを特徴とする通信方法。
8. 送信側端末である第１の端末と、前記第１の端末からの送信を受信する第２の端末と、のそれぞれと接続されているサーバに組み込まれる通信プログラムにおいて、
   前記第１の端末が当該サーバを介して音声による通信を行う際に、前記音声を解析することにより当該音声の音素を抽出し、抽出した当該音素と前記第１の端末を識別するための情報とを紐付けた情報を生成する音声認識手段を備え、
   前記第１の端末が前記第２の端末にテキストを用いたメールを送信した際に、当該テキストと、前記紐付けた情報とを用いることにより前記第２の端末に音声によるメールを取得させるサーバとしてコンピュータを機能させることを特徴とする通信プログラム。
9. 送信側端末と、前記送信側端末が通信を行うためのネットワーク上に存在するサーバと、のそれぞれと接続されている通信端末に組み込まれる通信プログラムにおいて、
   前記サーバが、前記送信側端末が前記サーバを介して音声による通信を行う際に、前記音声を解析することにより当該音声の音素を抽出し、抽出した当該音素と前記送信側端末を識別するための情報とを紐付けた情報を生成し、前記テキストを用いたメールを受信した際に、当該メールのテキストの内容と当該メールを発信した端末が送信側端末であるという情報を用いて、前記紐付けた情報を検索することにより得た情報である、当該メールに対応した音素及び前記テキストを受信し、
   当該受信した、前記メールに対応した音素及び前記テキストを音声合成することにより前記音声によるメールの取得を実現する通信端末としてコンピュータを機能させることを特徴とする通信プログラム。

Images