[发明专利]搜索装置、搜索方法以及程序

说明书

技术领域

本公开涉及搜索装置、搜索方法以及程序，尤其涉及能够在声音搜索中获得灵活搜索结果的搜索装置、搜索方法以及程序。

背景技术

作为使用由用户输入的声音来搜索与该声音对应的词语串(诸如，一组文本)的声音搜索方法，举例说明仅使用声音识别装置的方法(例如，参见日本未审查专利申请公开No.2001-242884)。

在仅使用声音识别装置的声音搜索中，对输入声音执行声音识别，同时预先登记在字典中的词语(词汇)序列被用作声音识别装置中的声音识别结果的目标，并且声音识别结果被输出作为搜索结果词语串，搜索结果词语串是搜索与输入声音对应的词语串的结果。

从而，由于作为用于与输入声音对应的词语串的搜索结果的目标的词语串(以下还被称为搜索结果目标词语串)限于作为登记在词典中的词语的序列的词语串(在本说明书中包括一个词语)，其在仅使用声音识别装置的声音搜索中是声音识别结果的目标，用户的话语被限于登记在用于声音识别的字典中的词语的序列。

从而，近年来已经提出了被称为语音搜索的声音搜索方法。

根据该语音搜索，语言模型(诸如，N-gram等)被用于执行连续声音识别，并且执行声音识别结果和登记在除用于声音识别(从登记在DB中的多组文本中搜索与声音识别结果对应的多组文本)的字典之外还单独准备的DB(数据库)中的多组文本之间的匹配。

然后，基于匹配结果，与声音识别结果匹配的一个最高排列组的文本或N个最高排列组的文本被输出为搜索结果词语串。

根据语音搜索，由于登记在除用于声音识别的字典之外还单独准备的DB中的多组文本变为搜索结果目标词语串，可以通过将多组文本登记在DB中并且使用多组文本作为搜索结果目标词语串来执行声音搜索。

即，根据语音搜索，可以在登记在DB中的多组文本的范围内执行具有达到某一程度的准确度的声音搜索，作为搜索结果目标词语串，甚至用于包括除登记在用于声音识别的字典中的词语之外的词语的用户的话语。

另外，已经提出了一种方法，其中，对存储声音和图像的多媒体文件执行声音识别，以从多媒体文件中的声音生成用于编索引的多组文本，并且基于说话者指明来搜索多媒体文件中的声音(参见日本未审查专利申请公开No.2000-348064)。

发明内容

根据相关技术中的语音搜索，如果用户说相同的话(如果用户发出相同的输入声音)，则输出相同搜索结果词语串。

即，根据相关技术中的语音搜索，当用户A说特定话U时可以获得的搜索结果词语串也可以在用户B说相同话U时获得。

然而，在一些情况下，用户A和与用户A不同的用户B(即，例如，男性用户A和女性用户B)说相同的话的而希望不同搜索结果词语串。

从而，存在对可以根据用户(说话者)而获得不同和灵活的搜索结果词语串的语音搜索的需求。

考虑以上情况作出本公开，并且希望可以在声音搜索中获得灵活的搜索结果。

根据本公开的实施例的搜索装置或使计算机用作这种搜索装置的程序包括：声音识别单元，其识别输入声音；用户信息估计单元，其基于输入声音来估计输入声音的说话者的身体状态和情感行为中的至少一个，并且输出表示估计结果的用户信息；匹配单元，其对于多个搜索结果目标词语串中的每个，在搜索结果目标发音符号串和识别结果发音符号串之间执行匹配，其中，搜索结果目标发音符号串是表示搜索结果目标词语串的发音的发音符号的序列，识别结果发音符号串是表示用于输入声音的声音识别结果的发音的发音符号的序列，多个搜索结果目标词语串是作为与输入声音对应的词语串的搜索结果的目标的词语串；以及生成单元，其基于搜索结果目标发音符号串和识别结果发音符号串之间的匹配结果，从多个搜索结果目标词语串中生成搜索结果词语串，作为用于与输入声音对应的词语串的搜索结果，其中，匹配单元和生成单元中的至少一个根据用户信息来改变处理。