JP2017161850A - 会議支援装置、会議支援方法、及び会議支援プログラム - Google Patents

Abstract

【課題】簡単に発音列が与えられときの音声認識結果を得ることできる音声認識結果出力装置を提供する。【解決手段】認識部が、音声データを音声認識し、テキストデータを生成する。検知部は、テキストデータに対する訂正作業を検知し、要約部は、訂正作業が検知されている間、テキストデータのうち、訂正作業が行われている箇所以降に関する要約を生成する。そして、字幕部が、訂正作業が検知されている間は、要約に対応する字幕情報を生成し、訂正作業が検知されている間以外は、テキストデータに対応する字幕情報を生成する。【選択図】図１０

Description

本発明の実施の形態は、会議支援装置、会議支援方法、及び会議支援プログラムに関する。

今日において、音声認識技術を利用し、会議参加者の発言をリアルタイムに文字データに変換して表示することで、会議に参加している聴覚障碍者が、文字を介して会議の内容を把握可能となるように支援する会議支援装置が知られている。

会議支援装置において、複数の発話者が同時に発話した場合、及び、周囲のノイズが大きい環境下で音声認識処理を行う場合には、音声認識精度は低くなる。このため、会議参加者の発言が、誤った文字データに変換され得る。この場合、誤って変換された文字データ（認識結果）は、修正者等により手動で訂正される。

しかし、訂正者が訂正作業を行っている間、及び、閲覧者が訂正内容の確認作業を行っている間等に会議の議論が進むと、進んだ議論に対応する音声の認識結果が表示される。このため、訂正者及び閲覧者が集中して作業を行うことが困難となる問題がある。また、訂正者及び閲覧者は、自分が上述の作業を行っている間は、議論の内容を把握することは困難となる。作業後に現在の議論の内容を理解するには、作業開始から作業終了までの間の議論の内容を読む必要があり、作業終了後に現在の議論の内容を理解するまでに時間を要する問題がある。

特開２０１０−２８２０８３号公報

本発明が解決しようとする課題は、作業を行っている間でも、訂正者又は閲覧者が議論の内容を把握可能な会議支援装置、会議支援方法、及び会議支援プログラムを提供することである。

実施の形態によれば、認識部が、音声データを音声認識し、テキストデータを生成する。検知部は、テキストデータに対する訂正作業を検知し、要約部は、訂正作業が検知されている間、テキストデータのうち、訂正作業が行われている箇所以降に関する要約を生成する。そして、字幕部が、訂正作業が検知されている間は、要約に対応する字幕情報を生成し、訂正作業が検知されている間以外は、テキストデータに対応する字幕情報を生成する。

第１の実施の形態の会議支援システムで会議が行われている様子を示す図。 第１の実施の形態の会議支援システムに設けられている共有マシン及びパーソナルコンピュータ装置のハードウェア構成図。 第１の実施の形態の会議支援システムに設けられている会議支援プログラムに対応する機能ブロック図。 第１の実施の形態の会議支援システムの会議画面を示す図。 第１の実施の形態の会議支援システムのマイク設定画面を示す図。 第１の実施の形態の会議支援システムにおける字幕情報の記述例を示す図。 第１の実施の形態の会議支援システムにおいて、会議画面の字幕部に表示された字幕情報を示す図。 第１の実施の形態の会議支援システムにおいて、会議画面に表示された不明アイコンを示す図。 第１の実施の形態の会議支援システムにおいて、訂正が開始された不明箇所に対して表示される、訂正者が訂正中である旨の表示を示す図。 第１の実施の形態の会議支援システムにおいて、現在、訂正中の字幕以降に存在する、他の会議参加者の発言による字幕を示す図。 第１の実施の形態の会議支援システムにおける、要約生成動作の流れを示すフローチャート。 第２の実施の形態の会議支援システムにおいて、過去の会議の議事録から抽出された話題が、各会議参加者の発言の要約として表示された例を示す図。 第４の実施の形態の会議支援システムにおける要約のフォントサイズの調整動作の流れを示すフローチャート。 第４の実施の形態の会議支援システムにおいて、フォントサイズを調整して表示した要約の一例を示す図。

以下、実施の形態の会議支援システムを、図面を参照して詳細に説明する。

［第１の実施の形態］
［会議参加者］
まず、図１に、第１の実施の形態の会議支援システムにより、５名の会議参加者で会議が行われている様子を示す。図１に示す例の場合、会議参加者は、Ａさん、Ｂさん、Ｃさん、Ｘさん、及びＹさんである。このうち、Ａさん、Ｂさん及びＣさんは、会議支援システムにログインしており、Ｘさん及びＹさんは、会議支援システムにログインしていないものとする。

Ａさんは、会議の司会進行を行うファシリテータである。会議室に設置された共有マシン１を介して、会議支援システムを利用する。共有マシン１には、マイクロホン装置２が接続されている。Ａさんは、会議開始時に録音設定を行うことで、会議中の音声を共有マシン１に録音する役割を担っている。また、共有マシン１のＨＤＤ等の記憶部には（図２の符号１４等）、会議の参加者名のテキストデータ及びアジェンダ（会議で議論する事項（議題））のテキストデータが会議情報として予め記憶される。また、共有マシン１のＨＤＤ等の記憶部には、会議中における各会議参加者の発言のテキストデータ（聴覚障碍者のＢさんから指摘された不明点を訂正したテキストデータを含む）等の議事録が記憶される。なお、Ａさんは、後述するＣさんと同様に、聴覚障碍者のＢさんから指摘された不明点を確認し訂正作業を行うこともできる。

Ｂさんは、聴覚障碍者（情報保障が必要な方）である。Ｂさんは、自分のパーソナルコンピュータ装置３を用いて、会議支援システムを利用する。第１の実施の形態の会議支援システムは、会議参加者の発言の音声認識結果（字幕）を、各参加者のパーソナルコンピュータ装置の表示部に、リアルタイムに表示する。Ｂさんは、パーソナルコンピュータ装置３の表示部に表示される字幕を閲覧することで、会議の内容を把握しながら会議に参加する。また、Ｂさんは、表示された音声の認識結果（字幕）で不明点があれば指摘する。

Ｃさんは、自分のパーソナルコンピュータ装置４を用いて、会議支援システムを利用する。Ｃさんは、Ｂさんをサポートしながら、議論にも参加する。Ｃさんは、聴覚障碍者のＢさんから指摘された不明点を確認し訂正作業を行う。

Ｘさん及びＹさんは、各自、パーソナルコンピュータ装置５，７及びマイクロホン装置６．８を用いて議論に参加する会議参加者ではあるが、上述のように会議支援システムには、ログインしていない会議参加者である。ただ、会議支援システムにログインしていない場合でも、発言の音声認識結果に対応する字幕は生成され、各会議参加者の共有マシン１及び各パーソナルコンピュータ装置３，４，５，７に表示される。また、会議支援システムにログインしない会議参加者（この例の場合は、Ｘさん及びＹさん）は、会議に参加させなくてもよい（Ｘさん及びＹさんは、居なくてもよい）。

各会議参加者であるＡさんの共有マシン１、及び、Ｂさん、Ｃさん、Ｘさん、Ｙさんのパーソナルコンピュータ装置３，４，５，７は、例えば無線ＬＡＮ（Local Area Network）又は有線ＬＡＮ、インターネット等のネットワークを介して相互に接続されている。

図２は、Ａさんが操作する共有マシン１及び各会議参加者のパーソナルコンピュータ装置３，４，５，７のハードウェア構成図である。Ａさんが操作する共有マシン１で、その構成を説明すると、共有マシン１は、ＣＰＵ１１、ＲＯＭ１２、ＲＡＭ１３、ＨＤＤ１４、入出力インタフェース（入出力Ｉ／Ｆ）１５、通信Ｉ／Ｆ１６及び表示部１７を有している。

ＣＰＵは、「Central Processing Unit」の略記である。ＲＯＭは、「Read Only Memory」の略記である。ＲＡＭは、「Random Access Memory」の略記である。ＨＤＤは、「Hard Disc Drive」の略記である。ＣＰＵ１１〜表示部１７は、それぞれバスライン１８を介して相互に接続されている。また、入出力Ｉ／Ｆ１５には、マイクロホン装置２，マイクロホン装置６，マイクロホン装置８及びマイクロホン装置９等の各会議参加者が用いるマイクロホン装置が接続されている。さらに、Ａさん、Ｂさん、Ｃさん、Ｘさん、及びＹさんの共有マシン１及びパーソナルコンピュータ装置３，４，５，７は、それぞれに設けられている通信ＩＦ１６を介して相互に接続されている。

共有マシン１及びパーソナルコンピュータ装置３，４，５，７の各ＲＯＭ１２には、会議支援プログラムが記憶されている。図３は、ＣＰＵ１１が会議支援プログラムを実行することで実現される各機能の機能ブロック図である。この図３に示すように、ＣＰＵ１１は、会議支援プログラムに基づいて、音声受信部２１、音声認識部２２、字幕生成部２３、字幕提示部２４、要約生成部２５及び検知部２６として機能する。

音声受信部２１は、マイクロホン装置２を介して音声を受信する。音声認識部２２は、認識部の一例であり、受信された音声の音声認識結果となるテキストデータを生成する。字幕生成部２３は、認識された音声のテキストデータを用いて、後述するＨＴＭＬ（Hyper Text Markup Language）形式の字幕情報を生成する。字幕提示部２４は、生成された字幕情報を、パーソナルコンピュータ装置１の表示部１７に表示すると共に、ネットワークを介して各会議参加者のパーソナルコンピュータ装置３，４，５，７に送信して表示する。

例えば、聴覚障碍者であるＢさんは、字幕の意味が理解困難である場合、自分のパーソナルコンピュータ装置３を操作して、誤っている字幕を指定する。これにより、誤っている字幕であることを示す指摘情報が、Ｂさんのパーソナルコンピュータ装置３からＡさんの共有マシン１に送信される。検知部２６は、字幕情報の意味が理解困難であることを示す指摘情報の有無を検知する。

字幕生成部２３は、検知部２６からの検知出力に基づいて、聴覚障碍者であるＢさんから指摘された字幕の不明箇所を示すマークを生成する。字幕提示部２４は、生成されたマークを、Ｂさんから指摘された字幕の表示位置に隣接させて表示する。なお、生成されたマークを、Ｂさんから指摘された字幕の表示位置に重ねて、又は、近接させて表示してもよい。

また、Ｃさんは、自分のパーソナルコンピュータ装置４を介して、Ｂさんから指摘された字幕の不明箇所の文書を訂正処理する。検知部２６は、Ｃさんによる字幕の不明箇所の訂正作業を検知する。要約生成部２５は、要約部の一例であり、字幕の訂正作業中において、訂正作業中の字幕以降の発言のテキストデータを、例えば２０文字〜２５文字となるように要約したテキストデータを生成する。字幕生成部２３は、訂正作業中において、生成された要約のテキストデータを用いて、訂正された字幕情報を生成する。字幕提示部２４は、Ｂさんから指摘された字幕を、訂正された字幕に変更して表示する。なお、字幕生成部２３及び字幕提示部２４は、字幕部の一例である。

なお、音声受信部２１〜検知部２６は、一部又は全部をＩＣ（Integrated Circuit）等のハードウェアで実現してもよい。また、会議支援プログラムは、インストール可能な形式又は実行可能な形式のファイルでＣＤ−ＲＯＭ、フレキシブルディスク（ＦＤ）等のコンピュータ装置で読み取り可能な記録媒体に記録して提供してもよい。また、ＣＤ−Ｒ、ＤＶＤ（Digital Versatile Disk）、ブルーレイディスク（登録商標）、半導体メモリ等のコンピュータ装置で読み取り可能な記録媒体に記録して提供してもよい。また、会議支援プログラムは、インターネット等のネットワーク経由でインストールするように提供してもよい。また、会議支援プログラムは、機器内のＲＯＭ等に予め組み込んで提供してもよい。

次に、このような構成を有する第１の実施の形態の会議支援システムの動作説明をする。

［会議開始前］
まず、第１の実施の形態の会議支援システムを利用するユーザ（会議参加者）は、会議開催時に、本システムにログインする。図１に示す例の場合、上述のようにＡさん、Ｂさん及びＣさんは、会議支援システムにログインしており、Ｘさん及びＹさんは、会議支援システムにログインすることなく、会議に参加する。なお、会議支援システムにログインしていない場合でも、Ｘさん及びＹさんの発言はテキスト化され、会議情報として共有マシン１及び各会議参加者のパーソナルコンピュータ装置３，４，５，７のＨＤＤ１４に記憶される。

ログイン後において、共有マシン１のＣＰＵ１１は、ＨＤＤ１４に登録されている会議情報を読み込み、図４に示す会議画面を表示部１７に表示する。また、各会議参加者のパーソナルコンピュータ装置３，４，５，７のＣＰＵ１１は、共有マシン１から会議画面を取得し、それぞれ表示部１７に表示する。一例ではあるが、図４に示す会議画面の場合、各会議参加者が録音等の操作を指定するための操作部４０、及び、会議の字幕が時間軸に沿って表示される字幕部４１を有している。

会議開始時となると、本システムにログインしているファシリテータのＡさんは、会議画面の操作部４０に設けられている録音ボタン４２を操作する。共有マシン１のＣＰＵ１１は、録音ボタン４２の操作を検出すると、共有マシン１に接続されているマイクロホン装置を検出する。また、共有マシン１のＣＰＵ１１は、録音ボタン４２の操作を検出すると、各会議参加者のパーソナルコンピュータ装置３，４，５，７と通信を行い、各会議参加者のパーソナルコンピュータ装置３，４，５，７に接続されているマイクロホン装置を検出する。

図１の例の場合、共有マシン１にはマイクロホン装置２が接続されている。このため、共有マシン１のＣＰＵ１１は、共有マシン１に接続されているマイクロホン装置２を検出する。また、各会議参加者のパーソナルコンピュータ装置４，５，７には、それぞれマイクロホン装置９，６，８が接続されている。このため、共有マシン１のＣＰＵ１１は、各会議参加者のパーソナルコンピュータ装置４，５，７に、それぞれ接続されているマイクロホン装置９，６，８を検出する。

次に、共有マシン１のＣＰＵ１１は、図５に示すように各会議参加者及び各マイクロホン装置の関連付けを行うためのマイク設定画面を表示部１７に表示する。図５に示すマイク設定画面の場合、各マイクロホン装置に対応する会議参加者をプルダウンメニューで選択して設定するようになっている。すなわち、プルダウンボタン４５を操作すると、ＣＰＵ１１は、ＨＤＤ１４に予め登録されている会議参加者名を一覧表示する。Ａさんは、マイクロホン装置毎に、対応する会議参加者を選択操作する。ＣＰＵ１１は、マイクロホン装置を示す情報と、選択された会議参加者とを関連付けてＨＤＤ１４に会議情報として記憶制御する。これにより、各マイクロホン装置と、対応する会議参加者との関連付けの設定が完了する。

図５の例は、共有マシン１を操作するＡさんが、第１のマイクロホン装置（マイクロホン装置２）を使用する会議参加者として「自分（Ａさん）」を設定し、第２のマイクロホン装置（マイクロホン装置９）を使用する会議参加者として「Ｃさん」を設定した例である。また、図５の例は、共有マシン１を操作するＡさんが、第３のマイクロホン装置（マイクロホン装置６）を使用する会議参加者として「Ｘさん」を設定し、第４のマイクロホン装置（マイクロホン装置８）を使用する会議参加者として「Ｙさん」を設定した例である。さらに、図５の例は、共有マシン１を操作するＡさんが、図示していない第５のマイクロホン装置を使用する会議参加者として「Ｚさん」を設定した例である。

ファシリテータのＡさんは、このように各マイクロホン装置に対応する会議参加者を設定すると、各会議参加者は、いつでも発言可能となり、会議の開始が可能となる。ファシリテータのＡさんは、会議の内容を記録する場合、図５に例示する録音開始ボタン４６を操作する。Ａさんの共有マシン１のＣＰＵ１１は、共有マシン１の表示部に、図４に示した会議画面を表示する。また、共有マシン１のＣＰＵ１１は、各会議参加者のパーソナルコンピュータ装置３，４，５，７に会議画面を転送する。これにより、各会議参加者のパーソナルコンピュータ装置３，４，５，７の表示部に会議画面が表示される。

また、共有マシン１のＣＰＵ１１は、各会議参加者のパーソナルコンピュータ装置３，４，５，７からのマイクロホン入力、字幕の不明箇所の指摘操作、及び、字幕の不明箇所の訂正操作等に基づいて会議画面を更新する。そして、共有マシン１のＣＰＵ１１は、更新した会議画面を表示部に表示すると共に、各会議参加者のパーソナルコンピュータ装置３，４，５，７に送信する。これにより、各会議参加者のパーソナルコンピュータ装置３，４，５，７の表示部に更新された会議画面が表示される。

以下、具体例と共に共有マシン１の動作及び各会議参加者のパーソナルコンピュータ装置３，４，５，７の動作説明をする。

［第１の発言］
まず、会議において、Ａさんが、第１の発言として、「今日の会議を始めます」と発言したとする。共有マシン１のＣＰＵ１１は、ＲＯＭ１２に記憶されている会議支援プログラムに基づいて、図３に示す音声受信部２１として機能し、マイクロホン装置２を介して集音されたＡさんの第１の発言に対応する音声データを取得する。

次に、共有マシン１のＣＰＵ１１は、音声認識部２２として機能し、取得した音声データの音声認識処理を行う。この例の場合、音声認識処理により、「今日の会議を始めます」という、Ａさんの第１の発言に対応するテキストデータを得る。

次に、共有マシン１のＣＰＵ１１は、字幕生成部２３として機能し、Ａさんの第１の発言の情報と、「今日の会議を始めます」という、Ａさんの第１の発言の音声認識結果（テキストデータ）から、例えばＨＴＭＬ形式の字幕情報を生成する。この字幕情報は、図６に示すように、ＨＴＭＬによるタグ付きの字幕情報として生成される。この図６は、第１の発言（div id＝“１” class＝“subtitle”）の発言者（“speaker”）は「Ａさん」であり、「今日の会議を始めます」との字幕情報（“content”）が、字幕生成部２３により生成された例を示している。字幕生成部２３は、音声認識結果の音声区間を検出する音声区間検出処理（Voice Activity Detection: VAD）で検出された、１つの音声区間に含まれる発言である、一まとまりの発言毎に、１つの字幕を生成する。

次に、共有マシン１のＣＰＵ１１は、字幕提示部２４として機能し、共有マシン１の表示部に表示している会議画面の字幕部４１（図４参照）に、生成された字幕情報を表示する。また、共有マシン１のＣＰＵ１１は、字幕提示部２４として機能し、字幕情報を表示した会議画面を各会議参加者のパーソナルコンピュータ装置３，４，５，７に送信する。これにより、各会議参加者のパーソナルコンピュータ装置３，４，５，７の表示部に表示されている会議画面が更新される。

図７に、会議画面の字幕部４１に表示された字幕情報の表示例を示す。この図７は、発言者を人型のアイコン及び名前（テキストデータ）で表示し、字幕を吹き出し形式で表示する例である。字幕提示部２４は、各発言者のアイコンを、それぞれ表示形態を変えて表示する。すなわち、字幕提示部２４は、Ａさんのアイコンの下に、「Ａさん」というテキストデータを表示すると共に、アイコンからの吹き出し領域に、「今日の会議を始めます」との、Ａさんの第１の発言のテキストデータを表示する。

また、字幕提示部２４は、一例として、Ａさんのアイコンを青色のアイコンとして表示し、Ｘさんのアイコンを黄色のアイコンとして表示する等のように、各発言者のアイコンをそれぞれ識別可能なように、異なる表示形態で表示する。各発言者のアイコンは、この他、所定の画像又は記号等により、異なる表示形態で表示してもよい。

［第２の発言］
次に、Ａさんが、上述の第１の発言に続く第２の発言として、「今日の議題は、特許発明賞を誰にするかです」と発言したとする。共有マシン１の音声受信部２１は、Ａさんのマイクロホン装置２で集音された第２の発言に対応する音声データを受信する。共有マシン１の音声認識部２２は、受信された音声データの音声認識処理を行う。

ここで、音声認識処理において、正しくは「今日の議題は、特許発明賞を誰にするかです」と認識するところを、「今日の議題は、特許集めよう、誰にするか」と誤って認識したとする。この場合、字幕生成部２３及び字幕提示部２４により、図７に示すように誤って認識された「今日の議題は、特許集めよう、誰にするか」とのテキストデータが、共有マシン１及び各会議参加者のパーソナルコンピュータ装置３，４，５，７の各会議画面に表示される。図７に点線の四角で囲って示す箇所が、音声認識処理の誤認識により生成された、誤ったテキストデータである。

［第３の発言及び第４の発言］
次に、第３の発言として、Ｘさんが、「Ｙさんの先期の特許を推薦したい」と発言し、続けて、Ｘさんが、第４の発言として、「なぜなら、製品Ｙに搭載されたからです」と発言したとする。この場合も、上述と同様に共有マシン１の音声受信部２１が、Ｘさんのマイクロホン装置６により集音された上述の第３の発言及び第４の発言を取得する。共有マシン１の音声認識部２２〜字幕提示部２４は、Ｘさんの第３の発言及び第４の発言を、図７に示すように吹き出し形式で会議画面に表示する。また、共有マシン１の字幕提示部２４は、Ｘさんの第３の発言及び第４の発言の字幕情報を、各会議参加者のパーソナルコンピュータ装置３，４，５，７に送信する。各会議参加者のパーソナルコンピュータ装置３，４，５，７の字幕提示部２４は、共有マシン１から送信されたＸさんの第３の発言及び第４の発言の字幕情報を、図７に示すように吹き出し形式で会議画面に表示する。なお、会議画面は上部から下部にかけて時間軸が形成されており、字幕提示部２４は、発言順に会議画面の上部から下部にかけて、発言順に各発言の字幕を表示する。

［字幕の不明箇所の通知］
ここで、上述のように、Ａさんの第２の発言の字幕は、「今日の議題は、特許集めよう、誰にするか」とのように、誤った音声認識結果のまま、各会議参加者の会議画面に表示されている。このままでは、聴覚障碍者であるＢさんが、会議内容の把握が困難となる。この場合、Ｂさんは、会議画面の字幕部４１に表示された各会議参加者の発言の字幕のうち、内容の把握が困難となる字幕に対して、例えばマウスポインター等を用いて不明箇所を指摘する。Ｂさんのパーソナルコンピュータ装置３のＣＰＵ１１は、検知部２６として機能することで、Ｂさんから指摘された不明箇所に表示している発言に対応する、ＨＴＭＬのＤＩＶ要素のＩＤを検知する（図６参照）。

すなわち、上述の例の場合、Ｂさんにより指摘された不明箇所に対応する発言は、「今日の議題は、特許集めよう、誰にするか」との、Ａさんによる第２の発言である。そして、この第２の発言のＩＤは、「div id＝“２”」となる。検知部２６は、他の会議参加者の共有マシン１及びパーソナルコンピュータ装置３，４，５，７に対して、Ｂさんにより指摘された不明箇所に対応する発言のＤＩＶ要素のＩＤを送信（通知）する。

Ｂさんにより指摘された不明箇所に対応する発言のＤＩＶ要素のＩＤを受信した各会議参加者の共有マシン１及びパーソナルコンピュータ装置３，４，５，７の字幕提示部２４は、Ｂさんが不明箇所と指摘した発言の字幕を各会議参加者が認識できる位置に、不明箇所と指摘された発言であることを示す不明アイコンを表示する。図８は、不明アイコンが表示された会議画面を示している。上述の例の場合、Ａさんの第２の発言である「今日の議題は、特許集めよう、誰にするか」との発言を、Ｂさんが不明箇所として指摘している。このため、各会議参加者の共有マシン１及びパーソナルコンピュータ装置３，４，５，７の字幕提示部２４は、「div id＝“２”」のＩＤが付された第２の発言の吹き出しの横等に、クエスチョンマークのアイコンを表示する。また、字幕提示部２４は、クエスチョンマークのアイコンの下に、不明箇所と指摘した指摘者名（この場合は、Ｂさん）を表示する。なお、クエスチョンマークのアイコンは、誤っていることが指摘されたことを示す情報の一例である。

なお、少なくとも不明アイコンは、吹き出しに重ねて表示してもよいし、吹き出しに近接させて表示してもよい。また、不明アイコンは、クエスチョンマークのアイコン以外のアイコンでもよい。すなわち、各会議参加者が、不明と指摘された発言であることを認識できれば、どのような形態のアイコンを、どのような位置に表示してもよい。

［不明箇所の訂正動作］
次に、Ｂさんより通知を受けた不明箇所の訂正をＣさんが行う場合、Ｃさんは、自分のパーソナルコンピュータ装置４に表示されている会議画面の字幕部４１の不明箇所の字幕を、マウスポインター等を用いて指定し、訂正する文字を入力する。Ｃさんのパーソナルコンピュータ装置４の検知部２６は、Ｃさんが、Ｂさんに指摘された不明箇所の訂正を開始したことを検知すると、他の会議参加者の共有マシン１及び各パーソナルコンピュータ装置３，５，７に、訂正が開始されたことを示す情報、訂正箇所となる発言のＤＩＶ要素のＩＤ及び訂正者を示す情報を含む訂正開始情報を通知する。

共有マシン１及び各パーソナルコンピュータ装置３，５，７の字幕提示部２４は、訂正開始情報を受信すると、ＤＩＶ要素のＩＤに基づいて、訂正箇所となる発言を検出し、訂正者を示す情報に基づいて、訂正者を検出する。そして、共有マシン１及び各パーソナルコンピュータ装置３，５，７の字幕提示部２４は、図９に示すように、訂正が開始された不明箇所に対して、訂正者が訂正中である旨の表示を行う。この図９は、Ａさんの第２の発言の吹き出しの下に、「Ｃさんが訂正中」との表示が行われている例を示している。「Ｃさんが訂正中」との文字情報は、訂正処理中であることを示す情報の一例である。

各会議参加者は、この表示を見ることで、Ｂさんにより指摘された不明箇所が、Ｃさんにより訂正されていることを認識することができる。なお、この例では、Ａさんの第２の発言の吹き出しの下に、「Ｃさんが訂正中」との表示を行った例であるが、第２の発言の吹き出しの中に、「Ｃさんが訂正中」との表示を行ってもよい。また、訂正者及び訂正箇所が認識できれば、どの位置に上述の表示を行ってもよい。

また、Ｃさんのパーソナルコンピュータ装置４のＣＰＵ１１は、Ｃさんの訂正作業により正しい文字等の入力が行われると、入力された文字等の入力情報を、Ｃさんのパーソナルコンピュータ装置４の表示部１７に表示する。これにより、Ｃさんのパーソナルコンピュータ装置４上では、訂正箇所の字幕が、正しい文字等に更新される。また、Ｃさんのパーソナルコンピュータ装置４のＣＰＵ１１は、Ｃさんの訂正作業により正しい文字等の入力が行われると、入力された文字等の入力情報を、ファシリテータのＡさんの共有マシン１に送信する。Ａさんの共有マシン１のＣＰＵ１１は、受信した入力情報を、Ａさんのパーソナルコンピュータ装置４の表示部１７に表示する。また、Ａさんの共有マシン１のＣＰＵ１１は、受信した入力情報をＢさん，Ｘさん及びＹさんのパーソナルコンピュータ装置４に転送する。これにより、全会議参加者のパーソナルコンピュータ装置に、Ｃさんの訂正作業により入力された入力情報を、略々リアルタイムで表示することができる。

なお、この例では、訂正作業による入力情報を、一旦、ファシリテータのＡさんの共有マシン１に送信し、共有マシン１から他の会議参加者のパーソナルコンピュータ装置に転送することとした。しかし、訂正作業を行っているＣさんのパーソナルコンピュータ装置のＣＰＵ１１が、他の会議参加者のパーソナルコンピュータ装置に、訂正作業による入力情報を、直接送信してもよい。

［第５の発言］
次に、Ｙさんが、「Ｚさんの特許を推薦したい」と発言したとする。ファシリテータのＡさんの共有マシン１の音声受信部２１は、Ｙさんのマイクロホン装置８で集音された「Ｚさんの特許を推薦したい」との第５の発言の音声データを取得する。次に、共有マシン１の音声認識部２２は、取得した第５の発言の音声データに基づいて音声認識処理を行い、「Ｚさんの特許を推薦したい」という音声認識結果に対応するテキストデータを生成する。

［要約生成動作］
ここで、第１の実施の形態の会議支援システムは、検知部２６が訂正者による訂正作業を検知している間、ファシリテータのＡさんの共有マシン１は、「通常モード」から「要約モード」に移行し、要約生成部２５が、現在、訂正作業中の発言以降の発言の音声認識結果を要約したテキストデータを生成する。

［各会議参加者の発言毎の要約動作］
具体的には、Ａさんの共有マシン１は、「要約モード」に移行すると、要約生成部２５が、図１０に示すように、現在、Ｃさんが訂正中であるＡさんの第２の発言の字幕以降に、いずれかの会議参加者の発言による字幕が存在するか否かを判別する。字幕が存在する場合、各字幕の発言をした会議参加者を特定する。各発言に対応する字幕（テキストデータ）には、その発言をした会議参加者名の情報及び発言時刻の情報等が付されている。このため、要約生成部２５は、各発言の字幕に付されている会議参加者名の情報を参照することで、各字幕の発言をした会議参加者を特定する。

要約生成部２５は、音声認識部２２で生成された、各会議参加者の各発言に対応するテキストデータを、一つの字幕の表示許容文字数である、例えば２０文字〜２５文字の字幕となるように要約処理する。一例ではあるが、要約生成部２５は、一まとまりの音声データの認識結果となるテキストデータから、「です」「ます」等の助動詞を除去し、また、キーワードの抽出等を行うことで、２０文字〜２５文字に要約したテキストデータを生成する。

なお、「要約処理」とは、文書の助動詞等を削除し、また、発言のテキストデータから抽出したキーワードを表示することで、文書の全体的な文字数を削減する処理の他、所定の文字数の単語を、所定の文字数以下の単語に置き換えることで、文書の全体的な文字数を削減する処理等も含む概念である。

また、このような要約処理により、一つの字幕の表示許容文字数以上の文字数のテキストデータが生成された場合、要約生成部２５は、表示許容文字数以上となる文字を削除することで、要約となるテキストデータを生成してもよい。この場合、例えば字幕の表示許容文字数が２５文字であれば、要約生成部２５は、先頭の文字から２５文字目までを残し、２６文字目以降の文字を切り捨てることで、全体の文字数を表示許容文字数とした要約を生成する。

また、要約生成部２５は、同じ参加者の発言が連続する場合、同じ参加者の各発言をまとめて、一つの字幕の表示許容文字数とした要約を生成する。例えば、図８に示したように、現在、Ｃさんが訂正中であるＡさんの第２の発言以降に、Ｘさんが「Ｙさんの、先期の特許を推薦したい」と発言し、続けてＸさんが「なぜなら、製品Ｙに搭載されたから」と発言したとする。この場合、要約生成部２５は、例えば図１０に示すように「Ｙさんの、先期の特許。製品Ｙに搭載」とのように、Ｘさんの２つの発言の音声認識結果を、一つにまとめた要約を生成する。

なお、要約生成部２５は、同じ会議参加者の発言が続く場合、要約生成部２５は、同じ会議参加者の発言のうち、「最初の発言」又は「最初の発言及び最初の発言に続く所定数の発言」に対応する要約を生成してもよい。

字幕生成部２３は、要約生成部２５で生成された要約となるテキストデータから字幕情報を生成する。また、字幕情報が要約であることを示す「要約」との文字を字幕情報に付加する。字幕提示部２４は、生成された要約の字幕情報、及び「要約」との文字を表示部１７に表示する。これにより、例えば図１０に示すように、「Ｙさんの、先期の特許。製品Ｙに搭載」との要約の字幕、及び、この字幕が要約であることを示す「要約」の文字が表示部１７に表示される。

［訂正完了時の動作］
次に、Ｃさんのパーソナルコンピュータ装置４の字幕生成部２３及び字幕提示部２４は、Ｃさんのパーソナルコンピュータ装置４の検知部２６により訂正作業が開始されたことが検出されると、図９及び図１０に例示するように、「Ｃさんが訂正中」との訂正作業中であることを示す文字の横等に、訂正作業が完了した際に操作する訂正完了ボタン５１を表示する。なお、この例は、訂正作業を行っているＣさんのパーソナルコンピュータ装置４のＣＰＵ１１が、Ｃさんのパーソナルコンピュータ装置４の表示部１７に訂正完了ボタン５１を表示する例である。しかし、訂正作業を行っているＣさんのパーソナルコンピュータ装置４のＣＰＵ１１が、他の会議参加者のパーソナルコンピュータ装置１，３，５，７と通信を行うことで、他の会議参加者のパーソナルコンピュータ装置１，３，５，７にも訂正完了ボタン５１を表示してもよい。

Ｃさんが、「今日の議題は、特許集めよう、誰にするか」と誤って認識された音声認識結果の字幕を、「今日の議題は、特許発明賞を誰にするかです」との、正しい字幕に訂正する訂正作業が完了すると、表示部１７に表示されている訂正完了ボタン５１を操作する。Ｃさんのパーソナルコンピュータ装置４の検知部２６は、訂正完了ボタン５１の操作を検知すると、ファシリテータのＡさんの共有マシン１に、訂正完了情報を送信する。Ａさんの共有マシン１は、訂正完了情報を受信すると、「要約モード」から「通常モード」に移行し、要約生成部２５は、上述の要約の生成を終了する。以後、共有マシン１は、「通常モード」で動作し、字幕生成部２３及び字幕提示部２４が、上述のように音声認識部２２から供給される各会議参加者の発言の音声認識結果毎に、対応する字幕を生成して表示部１７に表示する。

図１１のフローチャートは、このような第１の実施の形態の会議支援システムにおける、Ａさんの共有マシン１のＣＰＵ１１の要約生成動作の流れを示している。この図１１のフローチャートにおいて、ステップＳ１では、共有マシン１のＣＰＵ１１が音声受信部２１として機能し、発言した会議参加者のマイクロホン装置で取得された音声の音声データを受信する。ステップＳ２では、音声認識部２２が、取得された音声データに基づいて音声認識処理を行い、音声認識結果となるテキストデータを生成する。

ステップＳ３では、例えば聴覚障碍者であるＢさん等から字幕の不明箇所の指摘がされたか否か（訂正リクエストの有無）を判別する。訂正リクエストが無い場合は（ステップＳ３：Ｎｏ：通常モード）、ステップＳ９において、字幕生成部２３及び字幕提示部２４が、音声認識結果に対応する字幕を生成する。そして、ステップＳ８において、Ａさんのパーソナルコンピュータの字幕生成部２３及び字幕提示部２４が、他の会議参加者の各パーソナルコンピュータ装置３，４，５，７の表示部１７に、生成した字幕を表示して、図１１のフローチャートの処理を終了する。

これに対して、訂正リクエストが検出された場合（ステップＳ３：Ｙｅｓ）、ステップＳ４に処理が進む。ステップＳ４では、Ａさんの共有マシン１の要約生成部２５が、Ｃさんのパーソナルコンピュータ装置４から訂正開始情報が通知されてから、訂正完了情報が通知されるまでの間である、現在、訂正担当者が訂正作業中であるか否か（要約モード中であるか否か）を判別する。現在、訂正担当者が訂正作業中ではないと判別した場合（現在、通常モードであると判別した場合：ステップＳ４：Ｎｏ）、処理がステップＳ９に進み、Ａさんのパーソナルコンピュータの字幕生成部２３及び字幕提示部２４が、他の会議参加者の各パーソナルコンピュータ装置３，４，５，７の表示部１７に、生成した字幕を表示して、図１１のフローチャートの処理を終了する。

ステップＳ４において、現在、訂正担当者が訂正作業中であると判別した場合（現在、要約モードであると判別した場合：ステップＳ４：Ｙｅｓ）、処理がステップＳ５に進む。ステップＳ５では、Ａさんの共有マシン１の要約生成部２５が、現在、訂正処理されている字幕のＤＩＶ要素のＩＤを取得することで、現在の作業位置を検出する。ステップＳ６では、Ａさんの共有マシン１の要約生成部２５が、現在の作業位置以降となる発言に対応する要約を生成する。

ステップＳ７及びステップＳ８では、Ａさんの共有マシン１の字幕生成部２３及び字幕提示部２４が、生成した要約の字幕を、他の会議参加者の各パーソナルコンピュータ装置３，４，５，７の表示部１７に表示して、図１１のフローチャートの処理を終了する。これにより、指摘箇所の修正中は、各発言の要約を表示することができ、訂正担当者等が訂正中等に進行した会議の内容を、容易に把握可能とすることができる。

［第１の実施の形態の効果］
以上の説明から明らかなように、第１の実施の形態の会議支援システムは、各会議参加者の発言を音声認識処理し、音声認識結果に応じた字幕を生成して、各会議参加者のパーソナルコンピュータ装置の表示部１７に表示する。

音声認識処理の誤認識等により、例えば聴覚障碍者のＢさんから、理解が困難な字幕の訂正要求があると、訂正担当者であるＣさんが、字幕の訂正処理を行う。Ｃさんが訂正処理を行っている間、システムは、「通常モード」から「要約モード」に移行する。そして、「要約モード」の間、訂正処理を行っている字幕以降となる発言を要約した字幕を生成して表示する。これにより、Ｃさんが訂正処理を行っている間は（要約モードの間は）、各会議参加者の発言の要約を表示することができる。

このため、会議に参加している聴覚障碍者又は訂正担当者が、誤った字幕を訂正している間、及び、訂正結果を確認している間等にも、現在進行している議論の概要を把握することができる。これにより、聴覚障碍者又は訂正担当者が、訂正作業の完了からスムーズに、現在の議論に参加（復帰）できる。

［第２の実施の形態］
次に、第２の実施の形態の会議支援システムの説明をする。

［話題毎の要約動作］
上述の第１の実施の形態は、要約生成部２５が、各会議参加者の発言毎に要約を生成する例であった。これに対して、第２の実施の形態は、要約生成部２５が、過去の会議の議事録から、例えば話題（トピック）等の所定の文書を抽出しておき、話題毎の要約を生成する例である。なお、上述の第１の実施の形態と第２の実施の形態とでは、この点のみが異なる。このため、以下、両者の差異の説明のみ行い、重複説明は省略する。

すなわち、第２の実施の形態の会議支援システムの場合、ファシリテータであるＡさんの共有マシン１の要約生成部２５は、ＨＤＤ１４に記憶されている過去の会議の議事録（会議情報）から、各会議の話題を示す情報（話題情報）を、予め抽出してＨＤＤ１４の記憶部に記憶しておく。話題情報は文書情報の一例であり、ＨＤＤ１４は文書情報記憶部の一例である。

要約生成部２５は、要約モードとなった際に、各会議参加者の発言のテキストデータと、予め抽出しておいた過去の各会議での話題のテキストデータとを比較する。そして、要約生成部２５は、過去の各会議での話題と一致又は近似する発言があった場合に、一致又は近似する発言を行った会議参加者の字幕を、ＨＤＤ１４に記憶されている話題の文字に要約して表示する。

図１２に、第２の実施の形態の会議支援システムの表示例を示す。この図１２は、「Ｂモジュールの不具合について」との過去の話題が、過去の会議の議事録から抽出されていた場合の例である。この例の場合、会議参加者であるＹさん及びＺさんが、例えば「Ｂモジュールには、不具合があります。」等の発言をしたために、要約生成部２５が、「Ｂモジュールの不具合について」との過去の話題と一致すると判断した例である。この場合、要約生成部２５は、Ｙさん及びＺさんの各アイコンの一部を重ねた情報で表示する。また、要約生成部２５は、Ｙさん及びＺさんの発言を「Ｂモジュールの不具合について」との、過去の会議の話題に要約する。

これにより、第２の実施の形態の会議支援システムは、会議に参加している聴覚障碍者又は訂正担当者が、誤った字幕を訂正している間、及び、訂正結果を確認している間等にも、現在進行している議論の概要を把握することができ、聴覚障碍者又は訂正担当者が、訂正作業の完了からスムーズに、現在の議論に参加（復帰）できる等、上述の第１の実施の形態と同様の効果を得ることができる。

［第３の実施の形態］
次に、第３の実施の形態の会議支援システムの説明をする。この第３の実施の形態の会議支援システムは、会議のアジェンダから予めキーワードを抽出しておき、各キーワードに重み付けを行う。そして、各発言に含まれるキーワードの重み付け係数に応じて、作成する要約の文字数等を変更する。なお、上述の第２の実施の形態と第３の実施の形態とでは、この点のみが異なる。このため、以下、両者の差異の説明のみ行い、重複説明は省略する。

すなわち、第３の実施の形態の会議支援システムの場合、ファシリテータであるＡさんの共有マシン１の要約生成部２５は、ＨＤＤ１４に記憶されている、これから行う会議のアジェンダから、キーワードを予め抽出し、抽出した各キーワードに対して、それぞれ重み付け係数を付加してＨＤＤ１４等の記憶部に記憶しておく。ＨＤＤ１４は、キーワード記憶部の一例である。

要約生成部２５は、要約モードとなった際に、各会議参加者の発言のテキストデータ中に含まれるキーワードを検出し、また、検出したキーワードの重み付け係数をＨＤＤ１４から検出する。そして、要約生成部２５は、大きな値の重み付け係数のキーワードを含む発言に対しては、例えば「Ｂモジュールの不具合について」等の文書調の要約を生成する。これに対して、要約生成部２５は、小さな値の重み付け係数のキーワードしか含まない発言に対しては、例えば「Ｂモジュール」等の単語調の要約を生成する。

これにより、重要なキーワードを含む発言は、長めの文書の要約とすることができ、また、それほど重要ではないキーワードしか含まない発言は、短めの文書の要約とすることができる。

なお、この他、要約生成部２５は、会議参加者の発言時間長又は発言回数に応じて、要約の文書の長さを調整してもよい。例えば、要約生成部２５は、発言時間が３分の場合、３つの文書の要約を生成する。また、発言回数が３回の場合、要約生成部２５は、３つのキーワードを表示する。発言時間が長い発言、また、発言回数が多い会議参加者の発言は、重要度の高い発言となることが多い。このため、発言時間又は発言回数に応じて文書の長さを調整した要約を生成することで、発言の重要度に応じた文書の長さの要約を生成できる。

［第４の実施の形態］
次に、第４の実施の形態の会議支援システムの説明をする。この第４の実施の形態の会議支援システムは、作成する要約が、字幕の表示許容文字数以上の文字数となる場合、作成した要約が、一つの字幕の表示領域内に表示可能となるように、フォントサイズを調整する例である。なお、上述の各実施の形態と第４の実施の形態とでは、この点のみが異なる。このため、以下、両者の差異の説明のみ行い、重複説明は省略する。

図１３は、第４の実施の形態の会議支援システムにおける、ファシリテータであるＡさんの共有マシン１のフォントサイズの調整動作の流れを示すフローチャートである。まず、ステップＳ１０では、Ａさん等により設定される既定のフォントサイズＦＳの値と、字幕の一行の文字数ＷＣの値を、Ａさんの共有マシン１のＣＰＵ１１が、ＨＤＤ１４又はＲＡＭ１３等の記憶部に記憶する。ステップＳ１１では、Ａさんの共有マシン１のＣＰＵ１１が、Ａさん等により設定される一つの字幕の最大行数ＭＡＸ＿ＬＣの値を、ＨＤＤ１４又はＲＡＭ１３等の記憶部に記憶する。

ステップＳ１２では、要約モードに移行することで、Ａさんの共有マシン１の要約生成部２５が、字幕の要約を生成する。ステップＳ１３では、要約生成部２５が、生成した字幕の要約の文字数ｗｃをカウントする、そして、要約生成部２５は、ステップＳ１４において、一つの字幕の最大行数ＭＡＸ＿ＬＣに、字幕の一行の文字数ＷＣを乗算処理した値が、カウントした字幕の要約の文字数ｗｃ未満であるか否か（ｗｃ＞ＭＡＸ＿ＬＣ×ＷＣ）を判別する。

一つの字幕の最大行数ＭＡＸ＿ＬＣに、字幕の一行の文字数ＷＣを乗算処理した値が、カウントした字幕の要約の文字数ｗｃ未満であるということは、生成した字幕の要約を、フォントサイズを変更することなく、一つの字幕の表示領域に表示可能であることを意味する。このため、要約生成部２５は、生成した要約のフォントサイズを、ステップＳ１７において、ステップＳ１０で設定した既定のフォントサイズＦＳに設定する。この場合、ステップＳ１６において、字幕生成部２３及び字幕提示部２４により、生成した要約が、既定のフォントサイズで、一つの字幕の表示領域に表示される。

一方、一つの字幕の最大行数ＭＡＸ＿ＬＣに、字幕の一行の文字数ＷＣを乗算処理した値が、カウントした字幕の要約の文字数ｗｃ以上であるということは、生成した字幕の要約は、一つの字幕の表示領域に表示できないことを意味する。このため、要約生成部２５は、ステップＳ１５に処理を進め、既定のフォントサイズＦＳに、カウントした字幕の要約の文字数ｗｃを乗算処理した値を、一つの字幕の最大行数ＭＡＸ＿ＬＣに、字幕の一行の文字数ＷＣを乗算処理した値で除算処理した値を、生成した要約のフォントサイズに設定する（fontsize＝（ＦＳ×ｗｃ）／（ＷＣ×ＭＡＸ＿ＬＣ））。この場合、ステップＳ１６において、字幕生成部２３及び字幕提示部２４により、生成した要約が、「fontsize＝（ＦＳ×ｗｃ）／（ＷＣ×ＭＡＸ＿ＬＣ）」の数式で算出されたフォントサイズで、字幕の表示領域に表示される。これにより、生成した要約の全ての文字を、一つの字幕の表示領域に表示可能とすることができる。

このように、第４の実施の形態の会議支援システムは、既定のフォントサイズと字幕の一行に表示する文字数と、１つの字幕の表示領域に対する最大行数の設定を設け、音声認識結果となるテキストデータ、又は、生成した要約のテキストデータの行数が、最大行数以下の場合には、既定のフォントサイズで表示する。これに対して、音声認識結果となるテキストデータ、又は、要約のテキストデータの行数が、最大行数以上の場合は、最大行数に収まるように、フォントサイズを調整して表示する。これにより、例えば図１４に示すように、「Ｙさんの、先期の特許。製品Ｙに搭載。学会で最優秀賞。今後の応用も期待大。事業貢献度も大きい。すばらしい」等の長文の要約であっても、既定よりも小さいフォントサイズに調整することで、一つの字幕の表示領域に、要約の全ても文字を表示することができる他、上述の各実施の形態と同様の効果を得ることができる。なお、図１４の例は、一つの字幕の表示領域は、既定のフォントサイズが「１４」、字幕の一行の文字数が「２０文字」、最大行数が「２行」である場合の例である。

本発明の実施の形態を説明したが、これらの実施の形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら実施の形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施の形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。

１ 共有マシン
２ マイクロホン装置
３ パーソナルコンピュータ装置
４ パーソナルコンピュータ装置
５ パーソナルコンピュータ装置
６ マイクロホン装置
７ パーソナルコンピュータ装置
８ マイクロホン装置
９ マイクロホン装置
１１ ＣＰＵ
１２ ＲＯＭ
１３ ＲＡＭ
１４ ＨＤＤ
１５ 入出力Ｉ／Ｆ
１６ 通信Ｉ／Ｆ
１７ 表示部
２１ 音声受信部
２２ 音声認識部
２３ 字幕生成部
２４ 字幕提示部
２５ 要約生成部
２６ 検知部
４０ 操作部
４１ 字幕ブロック
４２ 録音ボタン
４６ 録音開始ボタン
５１ 訂正完了ボタン

Claims (11)

1. 音声データを音声認識し、テキストデータを生成する認識部と、
   前記テキストデータに対する訂正作業を検知する検知部と、
   前記訂正作業が検知されている間、前記テキストデータのうち、前記訂正作業が行われている箇所以降に関する要約を生成する要約部と、
   前記訂正作業が検知されている間は、前記要約に対応する字幕情報を生成し、前記訂正作業が検知されている間以外は、前記テキストデータに対応する字幕情報を生成する字幕部と
   を有する会議支援装置。
2. 前記検知部は、前記字幕情報が誤っていることを指摘する指摘情報の有無を検知し、
   前記字幕部は、誤っていることが指摘された前記字幕情報に対して、誤っていることが指摘されたことを示す情報を付加して表示すること
   を特徴とする請求項１に記載の会議支援装置。
3. 前記字幕部は、前記訂正作業が検知されている間、訂正処理されている前記字幕情報に、訂正処理中であることを示す情報を付加して表示すること
   を特徴とする請求項１又は請求項２に記載の会議支援装置。
4. 前記要約部は、一まとまりの音声データに対応する前記テキストデータ毎に、前記要約を生成すること
   を特徴とする請求項１から請求項３のうち、いずれか一項に記載の会議支援装置。
5. 文書情報が記憶された文書情報記憶部を、さらに備え、
   前記要約部は、前記訂正作業が行われている前記テキストデータ以降の前記テキストデータに一致又は近似する前記文書情報を前記要約として生成すること
   を特徴とする請求項１から請求項３のうち、いずれか一項に記載の会議支援装置。
6. 重み付け係数が付されたキーワードが記憶されたキーワード記憶部を、さらに備え、
   前記要約部は、前記訂正作業が行われている前記テキストデータ以降の前記テキストデータに含まれるキーワードに対応する重み付け係数を、前記キーワード記憶部から検出し、検出した重み付け係数に応じて文字数を変更した前記要約を生成すること
   を特徴とする請求項１から請求項５のうち、いずれか一項に記載の会議支援装置。
7. 前記要約部は、一まとまりの音声データに対応する前記テキストデータの時間的な長さを調整した要約を生成し、又は、一まとまりの音声データに対応する前記テキストデータのうち、同一人物のテキストデータの出現回数に応じて文書の長さを調整した要約を生成すること
   を特徴とする請求項１から請求項６のうち、いずれか一項に記載の会議支援装置。
8. 前記要約部は、作成した要約が、前記表示部における、一つの字幕の表示領域に表示可能となるように、要約の文字のフォントサイズを調整すること
   を特徴とする請求項１から請求項７のうち、いずれか一項に記載の会議支援装置。
9. 前記字幕部は、生成した前記字幕情報を表示部に表示すること
   を特徴とする請求項１から請求項８のうち、いずれか一項に記載の会議支援装置。
10. 認識部が、音声データを音声認識し、テキストデータを生成する認識ステップと、
    検知部が、前記テキストデータに対する訂正作業を検知する検知ステップと、
    要約部が、前記訂正作業が検知されている間、前記テキストデータのうち、前記訂正作業が行われている箇所以降に関する要約を生成する要約生成ステップと、
    字幕部が、前記訂正作業が検知されている間は、前記要約に対応する字幕情報を生成し、前記訂正作業が検知されている間以外は、前記テキストデータに対応する字幕情報を生成する字幕生成ステップと
    を有する会議支援方法。
11. コンピュータを、
    音声データを音声認識し、テキストデータを生成する認識部と、
    前記テキストデータに対する訂正作業を検知する検知部と、
    前記訂正作業が検知されている間、前記テキストデータのうち、前記訂正作業が行われている箇所以降に関する要約を生成する要約部と、
    前記訂正作業が検知されている間は、前記要約に対応する字幕情報を生成し、前記訂正作業が検知されている間以外は、前記テキストデータに対応する字幕情報を生成する字幕部
    として機能させるための会議支援プログラム。

Images