| 摘要 |
<p>音声対話に必要となる物体名を空間内で取得した画像から得ることによって、利用者が音声対話によって依頼した物体を簡便に検索する。物体の検索を依頼する音声認識イベントがあると、依頼のキーワードに関連するキー画像を画像データベース１３６から抽出する。抽出件数が０件であれば再発話を促す音声をスピーカ部１６から出力する。抽出件数が１件以上あれば環境設置型カメラが撮影した画像から、抽出したキー画像と類似度の高い画像を抽出する。画像抽出数が０件であれば該当する物体がない旨をスピーカ部１６から出力する。検索画像数が２件以上の場合、絞り込み問い合わせの音声をスピーカ部１６から出力し、絞り込みを行う。問い合わせの結果、絞り込み方法がない場合や検索画像数が１件の場合には、検索画像群から場所を特定し、その場所を説明する音声をスピーカ部１６から出力する。</p> |
