JP2000259601A

JP2000259601A - 会話装置および方法

Info

Publication number: JP2000259601A
Application number: JP11103071A
Authority: JP
Inventors: Masami Kato; 誠巳加藤; Yosuke Tani; 洋介谷; Takayuki Kirikoshi; 孝之桐越; Hironori Sugata; 裕紀菅田
Original assignee: Individual
Current assignee: Individual
Priority date: 1999-03-05
Filing date: 1999-03-05
Publication date: 2000-09-22

Abstract

(57)【要約】【課題】コンピュータ・グラフィックスおよび音声認
識・合成により，人間と対話している感覚に近い会話が
可能な会話装置および方法を提供する．【解決手段】利用者が音声を入力する音声入力部と，
入力された音声を認識する音声認識部と，認識された音
声から応答文を構築する応答文構築部と，その構築され
た応答文を音声にする音声合成部と，その合成音声を出
力する合成音声出力部と，同じく構築された応答文に応
じた様々な動作をするロボットの映像を生成する映像生
成部と，その生成された映像をディスプレイなどの表示
デバイスに表示する映像表示部と，それらの処理に必要
なデータとして，応答文の集合である台本データとロボ
ット・データと個人情報データを格納するデータ格納部
とを備え，コンピュータ・グラフィックスおよび音声認
識・合成により，人間と対話している感覚に近い会話を
実現する．

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は，コンピュータとそ
の利用者が会話をする会話装置および方法に関し，特
に，コンピュータ・グラフィックスおよび音声認識・合
成により，人間と対話している感覚に近い会話が可能な
会話装置および方法に関する．

【０００２】

【従来の技術】Ｅｌｉｚａは、ＭＩＴのＪｏｓｅｐｈ
Ｗｅｉｚｅｎｂａｕｍによって１９６６年に作り出され
たコンピュータとの会話プログラムである．Ｅｌｉｚａ
のアルゴリズムは，入力文中の単語をキーワードとして
検索し，それに対して予め用意された応答文を出力する
ものである．キーワードが含まれていない入力文に対し
ては，答えることができないため，関係のない話題に逸
らす手法が取られている．Ｅｌｉｚａをセラピストにし
たて，精神分析治療をシミュレートした会話例はよく知
られている．初期のＥｌｉｚａによる会話装置は，利用
者はテキスト（入力文）をキーボードから入力し，会話
装置からの応答文も同じくディスプレイなどにテキスト
として表示されるというものである．

【０００３】また，会話装置からの応答を，テキストで
はなく，コンピュータの合成音声により行うものも提案
されている（ｈｔｔｐ：／／ｗｗｗ．ｖｐｅｒｓｏｎ．
ｃｏｍ／ｓｙｌｖｉｅ．ｈｔｍｌ）．この会話装置で
は，３次元コンピュータ・グラフィックスによりロボッ
トの顔の映像をディスプレイに表示し，応答の際に発せ
られる合成音声に同期して口部を動かすことで，人間と
対話している感覚に近づけている．

【０００４】

【発明が解決しようとする課題】初期のＥｌｉｚａによ
る会話装置および方法は，テキストをベースに会話が成
り立っているため，人間と会話しているという感覚から
は程遠いものである．この問題を解決するため，会話装
置からの応答を，テキストではなく，コンピュータの合
成音声により行うものも提案されているが，利用者から
の入力がキーボードを用いたテキストであるいう問題が
残っている．また，応答文に応じた動きをするロボット
の顔のみの表示のため，身振りや手振りなどによる表現
ができないという問題もある．さらに，これら２つの従
来技術においては，Ｅｌｉｚａ（会話プログラム）やＥ
ｌｉｚａを擬人化したロボットの人格なるものを変えた
り，利用者が話題を選択したり，事前に履歴情報，趣
味，家系図などを入力しておきデータベースとするなど
については考慮されていない．

【０００５】本発明では，上述のような課題を持つ会話
装置および方法に対して，ハンズフリーな入力や，ロボ
ットの身振りや手振りなどによる表現を可能とし，ま
た，ロボットの人格なるものを変えたり，利用者が話題
を選択したり，事前に履歴情報，趣味，家系図，友人な
どを入力しておきデータベースとすることで，人間と対
話している感覚に近い会話が可能な会話装置および方法
を提供するものである．

【０００６】

【課題を解決するための手段】利用者が音声を入力する
音声入力部と，入力された音声を認識する音声認識部
と，認識された音声から応答文を構築する応答文構築部
と，その構築された応答文を音声にする音声合成部と，
その合成音声を出力する合成音声出力部と，同じく構築
された応答文に応じた様々な動作をするロボットの映像
を生成する映像生成部と，その生成された映像をディス
プレイなどの表示デバイスに表示する映像表示部と，そ
れらの処理に必要なデータとして，応答文の集合である
台本データとロボット・データと個人情報データを格納
するデータ格納部とを備え，コンピュータ・グラフィッ
クスおよび音声認識・合成により，人間と対話している
感覚に近い会話を実現する．

【０００７】

【発明の実施の形態】まず，本発明の会話装置について
説明する．

【０００８】図１は，本発明による会話装置の構成例を
示しており，利用者１０が音声を入力する音声入力部２
０と，入力された音声を認識する音声認識部３０と，認
識された音声からＥｌｉｚａのアルゴリズムにより応答
文を構築する，すなわち，認識された結果である入力文
中のキーワードを検索し，それに対して予め用意された
応答文をデータ格納部９０から探し出すことにより応答
文を構築する応答文構築部４０と，その構築された応答
文を音声にする音声合成部５０と，その合成音声を出力
する合成音声出力部６０と，同じく構築された応答文に
応じた様々な動作をするロボットの映像を生成する映像
生成部７０と，その生成された映像をディスプレイなど
の表示デバイスに表示する映像表示部８０と，それらの
処理に必要なデータを格納するデータ格納部９０とから
成る．

【０００９】図１６は，データ格納部９０を示してい
る．映像表示部８０に表示されるロボットに対して様々
な人格なるものを与えたり，色々な話題に対応させるた
めの応答文の集合である台本データ９１０と，映像表示
部８０を介して応答文に応じた様々な動作を利用者１０
に提供するための元データである３次元ロボット・デー
タ９２０と，利用者１０の個人情報である個人情報デー
タ９３０とから成る．本実施例においては，ロボット・
データは３次元としたが，２次元であってもかまわない
ことは言うまでもない．

【００１０】次に，本発明の会話方法について説明す
る．

【００１１】まず，利用者１０は，マイクなどの音声入
力部２０を用いて映像表示部８０に表示されるロボット
に話しかける．入力された音声は，音声認識部３０で認
識され，応答文構築部４０にその結果が渡される．応答
文構築部４０では，Ｅｌｉｚａのアルゴリズムにより応
答文を構築する．すなわち，認識された結果である入力
文中のキーワードを検索し，それに対して予め用意され
た応答文をデータ格納部９０から探し出すことにより応
答文を構築する．この応答文を音声合成部５０で音声に
し，スピーカなどの合成音声出力部６０から音声化され
た応答文を出力する．さらに，応答文に応じた様々な動
作をするロボットの映像を映像生成部７０で生成し，デ
ィスプレイなどの映像表示部８０に出力する．この一連
の流れにより，利用者１０と映像表示部８０に表示され
るロボットとの会話が成立する．本実施例においては，
上述の通り入力を音声認識，出力を合成音声としたが，
従来のようにキーボード入力，テキストによる出力も可
能なことは言うまでもない．また，マウスからの選択入
力やディジタイザからの手書き文字の入力も可能なこと
は言うまでもない．さらに，出力を合成音声で行う場
合，タレント，有名人あるいは親，兄弟，子供，恋人等
の声を合成することができることは言うまでもない．

【００１２】図２は，本発明による会話方法の会話例を
示している．入力文中に「風邪」というキーワードがあ
るので，それに対して用意された応答文（４）が出力さ
れる．また，入力文（７）や（９）にはキーワードが含
まれていないため，趣味について語りかけたり（８），
適当な応答をしている（１０）．このように，Ｅｌｉｚ
ａのアルゴリズムは，入力文中のキーワードを検索し，
それに対して用意された応答文を出力するものである．
この台本のようなものを書き換えることで，映像表示部
８０に表示されるロボットに対し，様々な人格なるもの
を与えることができることは言うまでもない．例えば，
この台本を入れ替えることにより，タレント，有名人あ
るいは親，兄弟，子供，恋人などの人格を与えることも
可能である．また，利用者１０が台本を選択すること
で，話題（ごまをすってほしい，楽しい話をしたい，愚
痴を聞いてほしい，野球の話をしたい，昔話を聞きた
い，など）を選ぶことも可能である．さらに，新聞記事
などをスキャナで読み取り，その結果を文字認識し台本
を作成することで，時事的話題に関する会話も可能とな
る．この台本データ９１０は，前記データ格納部９０に
格納されている．

【００１３】図３は，会話の内容を示すウィンドウの例
である．利用者１０は，入出力手段にかかわらず，この
ウィンドウで会話の内容を確認することができる．

【００１４】図４は，会話の履歴を示すウィンドウの例
である．会話中に，どのような会話をしたか，どんな話
題だったか，どんな質問をしたかなど，過去の会話の内
容が知りたい場合がある．利用者１０は必要に応じてこ
のウィンドウを見ることで，会話を始めてから現在に至
るまでのやり取りを確認することができる．また，会話
履歴ウィンドウに表示される情報をログファイルとして
保存することも可能であることは言うまでもない．

【００１５】図５は，映像表示部８０に表示される３次
元コンピュータ・グラフィックスで表現されたロボット
を示している．このロボットは，応答文に応じた動きを
することができる．

【００１６】図６から図１３は，応答文に応じた様々な
ロボットの動作例を示している．図６は挨拶，図７はう
なずく，図８は首をかしげる，図９は万歳，図１０は泣
く，図１１は驚く，図１２は笑う，図１３は怒る動作を
示している．この動作の選択は，入力文中のキーワード
を元に行うか，または，入力文を形態素解析することに
よって，入力文中から動詞，形容詞，副詞を抽出するこ
とで行う．また，人間の顔の表情（喜怒哀楽など）や身
振り，手振りを計算機に取り込むことによりロボットの
動作に反映させることも可能であることは言うまでもな
い．

【００１７】図１４は，ログインダイアログを示してい
る．利用者１０は，はじめに，このログインダイアログ
を用いて利用者１０自身の名前を入力する．この操作の
後，利用者１０は映像表示部８０に表示されるロボット
との会話が可能となる．その入力した名前が過去に入力
されたものと一致した場合，既にデータ格納部９０に保
存してある個人情報（履歴情報，趣味，家系図，友人な
ど）を読み込む．これにより，利用者１０に特化した話
題にも対応できる．また，一致しなかった場合は，個人
情報データ９３０を作成するために個人情報入力ダイア
ログを開く．

【００１８】図１５は，個人情報入力ダイアログを示し
ている．本実施例では，生年月日，趣味，性別を入力し
ているが，この他，どのような個人情報でもかまわない
ことは言うまでもない．入力された個人情報はデータ格
納部９０に格納される．

【００１９】このように，本発明においては，ハンズフ
リーな入力や，ロボットの身振りや手振りなどによる表
現を可能とし，また，ロボットの人格なるものを変えた
り，利用者１０が話題を選択したり，事前に履歴情報，
趣味，家系図，友人などを入力しておきデータベースと
することで，人間と対話している感覚に近い会話が可能
となる．

【００２０】ここまでは，スタンドアローンで動く会話
装置について説明してきたが，電話やインターネットな
どネットワークを介して利用することもできることは言
うまでもない．また，会話の相手が複数のロボットであ
ってもかまわない．さらに，利用者１０からの入力文を
形態素解析や構文解析することにより，意味理解や談話
解析を行い，その結果を応答文やコンピュータ・グラフ
ィックスで表現されたロボットの動作に反映することが
できる．Ｅｌｉｚａのアルゴリズムへ形態素解析を適用
することの利点は，以下の通りである．Ａ）形態素解析では，各単語，各品詞にコストが与えら
れており，そのコストによって文章を形態素に分解する
ので，入力文はほぼ適切に品詞分解される．よって，Ｅ
ｌｉｚａのキーワード検索において，正確なキーワード
検索がしやすく，不自然な対話が生じにくい．Ｂ）形態素解析によって，形容詞，副詞，動詞が正確に
抽出できるので，３次元ロボットの動作へ，会話の内容
を反映させやすくなる．Ｃ）形態素解析によって分解された形態素は，活用する
品詞に関して，その読みと終止形が分かる．よって，Ｅ
ｌｉｚａのキーワードのデータファイル（台本データ９
１０）に終止形のみを登録しておけばよく，全ての活用
形を登録する必要はなくなる．Ｄ）名詞を正確に抽出することにより，同義語の取り扱
いが容易となる．Ｅ）入力文の意味を正確に理解する上で，Ｅｌｉｚａに
構文解析を適用する際に有効に利用し得る．

【００２１】応用例としては，例えば，利用者１０が指
示を与え，それに従順に従うロボットや，複数のロボッ
トにサッカー，野球などをプログラムで実行させている
状態において，監督になったような感覚で色々指示を与
え，自分のチームをコントロールするなども考えられ
る．また，プログラムされたロボットのゴルフのスイン
グ（または，テニスのラケットの使い方）を音声などで
指示して矯正し，打球の変化の結果を示すなども考えら
れる．さらに，利用者１０が日本語で話すと英語で答え
てくるようにし，英語が下手な人が，英会話の練習で利
用するなども考えられる．

【００２２】

【発明の効果】本発明の会話装置および方法では，コン
ピュータ・グラフィックスおよび音声認識・合成を利用
者とのインターフェースとしているため，利用者が人間
と対話している感覚に近い形で会話することができる．
また，本発明におけるデータ格納部に格納されている夫
々のデータを入れ替えることにより，様々なロボットを
創り出すことができる．従って，一人でいるときの退屈
しのぎやドライブ中の眠気防止に役立つロボットなども
創り出すことが可能である．

【００２３】

【図面の簡単な説明】

【図１】本発明による会話装置の構成例を示すブロック
図である．

【図２】本発明による会話方法の会話例を示す文章であ
る．

【図３】会話の内容を示すウィンドウである．

【図４】会話の履歴を示すウィンドウである．

【図５】３次元コンピュータ・グラフィックスで表現さ
れたロボットを示すウィンドウである．

【図６】応答文に応じたロボットの動作例１（挨拶）を
示すウィンドウである．

【図７】応答文に応じたロボットの動作例２（うなず
く）を示すウィンドウである．

【図８】応答文に応じたロボットの動作例３（首をかし
げる）を示すウィンドウである．

【図９】応答文に応じたロボットの動作例４（万歳）を
示すウィンドウである．

【図１０】応答文に応じたロボットの動作例５（泣く）
を示すウィンドウである．

【図１１】応答文に応じたロボットの動作例６（驚く）
を示すウィンドウである．

【図１２】応答文に応じたロボットの動作例７（笑う）
を示すウィンドウである．

【図１３】応答文に応じたロボットの動作例８（怒る）
を示すウィンドウである．

【図１４】ログインダイアログを示すウィンドウであ
る．

【図１５】個人情報入力ダイアログを示すウィンドウで
ある．

【図１６】本発明による会話装置のデータ格納部を示す
模式図である．

【符号の説明】

１０利用者２０音声入力部３０音声認識部４０応答文構築部５０音声合成部６０合成音声出力部７０映像生成部８０映像表示部９０データ格納部９１０台本データ９２０３次元ロボット・データ９３０個人情報データ

───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.⁷ 識別記号ＦＩテーマコート゛(参考）Ｇ１０Ｌ 15/00 Ｇ１０Ｌ 3/00 ５５１Ｐ 15/22 ５７１ＵＧ０６Ｆ 15/38 ＺＦターム(参考） 5B091 AA11 AA15 CB12 CB24 CB32 CC01 DA06 EA02 5D015 KK03 KK04 LL05 5D045 AB01 AB21 9A001 DD13 HH17 HH18 HH26 HZ01 HZ13 HZ19 HZ29

Claims

【特許請求の範囲】

【請求項１】利用者と会話をする装置であって，利用者
が音声を入力する音声入力部と，入力された音声を認識
する音声認識部と，認識された音声から応答文を構築す
る応答文構築部と，その構築された応答文を音声にする
音声合成部と，その合成音声を出力する合成音声出力部
と，同じく構築された応答文に応じた様々な動作をする
ロボットの映像を生成する映像生成部と，その生成され
た映像をディスプレイなどの表示デバイスに表示する映
像表示部と，それらの処理に必要なデータとして，応答
文の集合である台本データとロボット・データと個人情
報データを格納するデータ格納部とを備え，コンピュー
タ・グラフィックスおよび音声認識・合成により，人間
と対話している感覚に近い会話ができることを特徴とす
る会話装置．
【請求項２】利用者と会話をする方法であって，利用者
が音声を入力し，入力された音声を認識して入力文を作
成し，その認識結果である入力文を元に応答文を構築
し，その応答文を音声合成により音声化しその結果を出
力すると共に，応答文に応じた様々な動作をするロボッ
トの映像を，データ格納部に格納されているロボット・
データを元に生成しその結果を出力することにより，コ
ンピュータ・グラフィックスおよび音声認識・合成によ
り，人間と対話している感覚に近い会話ができることを
特徴とする会話方法．
【請求項３】前記応答文を，Ｅｌｉｚａのアルゴリズム
により構築する，すなわち，認識された結果である入力
文中のキーワードを検索し，それに対して予め用意され
た応答文をデータ格納部から探し出すことにより応答文
を構築することを特徴とする請求項１乃至２のいずれか
に記載の会話装置および方法．
【請求項４】前記ロボット・データを，３次元データと
することを特徴とする請求項１乃至２のいずれかに記載
の会話装置および方法．
【請求項５】前記データ格納部に格納されている台本デ
ータを，利用者が追加または交換または削除することが
できることを特徴とする請求項１乃至４のいずれかに記
載の会話装置および方法．
【請求項６】請求項５において，台本データを追加また
は交換することにより，会話装置の人格なるものかつ／
または話題を変更することができることを特徴とする会
話装置および方法．
【請求項７】前記データ格納部に格納されているロボッ
ト・データを，利用者が追加または交換または削除する
ことができることを特徴とする請求項１乃至４のいずれ
かに記載の会話装置および方法．
【請求項８】請求項７において，ロボット・データを追
加または交換することにより，前記ロボットの顔の表情
かつ／または外観かつ／または身振りかつ／または手振
りを変更することができることを特徴とする会話装置お
よび方法．
【請求項９】前記データ格納部に格納されている個人情
報データを，利用者が追加たは交換または削除すること
ができることを特徴とする請求項１乃至４のいずれかに
記載の会話装置および方法．
【請求項１０】請求項９において，個人情報データを追
加または交換することにより，特定個人に関する会話を
することができることを特徴とする会話装置および方
法．
【請求項１１】前記応答文を構築する場合，前記入力文
を形態素解析かつ／または構文解析した結果を利用する
ことを特徴とする請求項１乃至４のいずれかに記載の会
話装置および方法．
【請求項１２】応答文に応じた様々な動作をする前記ロ
ボットの映像を，データ格納部に格納されているロボッ
ト・データを元に生成する場合，前記応答文を形態素解
析した結果を利用することを特徴とする請求項１乃至４
のいずれかに記載の会話装置および方法．