JP2001134642A

JP2001134642A - 社会的反応特性を利用したエージェントシステム

Info

Publication number: JP2001134642A
Application number: JP31176499A
Authority: JP
Inventors: Takahiro Katagiri; 恭弘片桐; Isataka Takeuchi; 勇剛竹内; Toru Takahashi; 徹高橋; Yasuyuki Sumi; 康之角; Kenji Mase; 健二間瀬
Original assignee: ATR Media Integration and Communication Research Laboratories
Current assignee: ATR Media Integration and Communication Research Laboratories
Priority date: 1999-11-02
Filing date: 1999-11-02
Publication date: 2001-05-18

Abstract

(57)【要約】【構成】ガイドエージェントシステム（以下、単に
「システム」という。）１０はＣＰＵ１４を含み、ＣＰ
Ｕ１４はＲＯＭ２８に記憶されたプログラムなどに従っ
てエージェントを制御して、ユーザをガイドする。たと
えば、システム１０がミュージアムに設置された場合に
は、ユーザがキーボード４０を操作して性別などのユー
ザの個人情報およびシステムの利用頻度（利用回数）を
入力すると、これに応じてＣＰＵ１４はエージェントの
性別，動作および言葉使いを決定する。つまり、ユーザ
に応じてエージェントの制御を変えることができる。し
たがって、ミュージアムをガイドする回数が増えるにつ
れて、エージェントの動作や言葉使いを変えることがで
きる。【効果】より人間らしく振る舞うガイドシステムを得
ることができる。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】この発明は社会的反応特性を利用
したエージェントシステムに関し、特にたとえばエージ
ェントをディスプレイに表示し、そのエージェントが発
する言葉をディスプレイまたはスピーカから出力する、
社会的反応特性を利用したエージェントシステムに関す
る。

【０００２】

【従来の技術】従来のこの種のエージェントシステム
は、ミュージアムにおける情報案内システムに適用さ
れ、たとえばシステムに設けられたボタン等の操作に応
答して、展示物に関する情報がディスプレイおよびスピ
ーカの少なくとも一方から出力される。つまり、ユーザ
は文字および音声の少なくとも一方によって、展示物に
関する情報を入手していた。

【０００３】

【発明が解決しようとする課題】しかし、この従来技術
では、固定的に決められた情報（ガイド）がディスプレ
イまたはスピーカから出力されるため、たとえユーザが
システムに対して人間に対して振る舞うように操作等を
しても、システムと人間（ユーザ）との間の社会的距離
が縮まることはなかった。言い換えると、従来のガイド
システムでは、単に機械的にガイドするだけで、ユーザ
の個性を反映したガイドを行うことができなかった。

【０００４】それゆえに、この発明の主たる目的は、ユ
ーザの個性に応じたガイドができる、社会的反応特性を
利用したエージェントシステムを提供することである。

【０００５】

【課題を解決するための手段】この発明は、エージェン
トをディスプレイに表示し、エージェントが発する言葉
をディスプレイまたはスピーカから出力する社会的反特
性を利用したエージェントシステムであって、ユーザの
個人情報を取得する取得手段、システムの利用頻度を検
出する検出手段、および個人情報および利用頻度の少な
くとも一方に応じて前記エージェントの属性を決定する
決定手段を備えることを特徴とする、社会的反応特性を
利用したエージェントシステムである。

【０００６】

【作用】この社会的反応特性を利用したエージェントシ
ステムでは、女性または男性のエージェントがディスプ
レイに表示され、エージェントが発する言葉がディスプ
レイまたはスピーカから出力される。ユーザがキーボー
ドなどの接触入力装置を用いて個人情報を入力すると、
取得手段がその個人情報を取得する。また、検出手段が
ユーザがシステムを利用する利用頻度を検出する。決
定手段は、個人情報および利用頻度の少なくとも一方に
応じてエージェントの属性を決定する。つまり、ユーザ
に応じてエージェントの属性を変えることができる。

【０００７】たとえば、個人情報がユーザの性別および
性格の少なくとも一方を含む場合、性格に応じてエージ
ェントの性別を決定することができ、また性格に応じて
エージェントの動作や言葉使いを決定することができ
る。

【０００８】また、利用頻度がシステムの利用回数や利
用時間を含む場合、利用回数が増えまたは利用時間が長
くなるにつれてエージェントの言葉使いを変え、比較的
荒い言葉使いで親密な程度を表現することができる。つ
まり、人間関係が深まるように、システムと人間との距
離を縮めることができる。

【０００９】さらに、属性がエージェントの性別を含む
場合、上述のようにユーザの性別に応じてエージェント
の性別を決定することができる。たとえば、ユーザが男
性であれば、エージェントは女性とする。

【００１０】さらにまた、属性がエージェントの動作や
言葉使いを含む場合、ユーザの性格に応じてエージェン
トの動作を決定し、また上述のようにシステムの利用頻
度に応じて言葉使いを変えることができる。

【００１１】たとえば、速く大きな動作やゆっくり小さ
な動作などのような動作に対する少なくとも２種類以上
のキャラクタデータファイルを記憶しておけば、ユーザ
の性格に応じて動作を決定することができる。

【００１２】このような社会的反応特性を利用したエー
ジェントシステムは、エージェントがたとえば展示物等
の案内をするようなガイドエージェントシステムに用い
ることができる。

【００１３】

【発明の効果】この発明によれば、ユーザの個人情報や
システムの利用頻度に応じてエージェントの動作および
言葉使いなどの属性を変えることができるので、より人
間らしく振る舞うエージェントシステムが得られる。

【００１４】この発明の上述の目的，その他の目的，特
徴および利点は、図面を参照して行う以下の実施例の詳
細な説明から一層明らかとなろう。

【００１５】

【実施例】図１を参照して、この実施例のガイドエージ
ェントシステム（以下、単に「システム」という。）１
０は、コンピュータ１２を含む。コンピュータ１２はＣ
ＰＵ１４を含み、ＣＰＵ１４はバス１６を介してコンピ
ュータ１２に含まれる画像認識回路１８，音声合成回路
２０，画像生成回路２２，音声認識回路２４，ＲＡＭ２
６，ＲＯＭ２８およびメモリ３０に接続される。また、
システム１０は、マイク３２，モニタ３４，スピーカ３
６、カラーカメラ（カメラ）３８およびキーボード４０
を含む。マイク３２は、図示しないインターフェイス
（Ｉ／Ｆ）を介して音声認識回路２４に接続される。ま
た、モニタ３４は、Ｉ／Ｆ（図示せず）を介して画像生
成回路２２に接続される。さらに、スピーカ３６は、Ｉ
／Ｆ（図示せず）を介して音声合成回路２０に接続され
る。さらにまた、カメラ３８は、Ｉ／Ｆ（図示せず）を
介して画像認識回路１８に接続される。また、キーボー
ド４０は、Ｉ／Ｆ（図示せず）を介してＣＰＵ１４に接
続される。

【００１６】画像認識回路１８は、カメラ３８で撮影さ
れた人物（ユーザ）の顔を撮影し、撮影した映像に基づ
いて顔画像を生成する。また、生成した顔画像をＲＡＭ
２６から読み出された顔画像と比較し、ユーザの性別を
認識する。そして、認識した結果をＣＰＵ１４に出力す
る。

【００１７】音声合成回路２０は、ＣＰＵ１４の指示に
従ってＲＡＭ２６から読み出された音声合成データに基
づいて、ガイドする女性または男性のエージェントが発
する言葉をスピーカ３６から出力する。したがって、女
性または男性のエージェントが発する言葉がシステム１
０の周辺に発声される。

【００１８】画像生成回路２２は、ＣＰＵ１４の指示に
従ってＲＡＭ２６から読み出された女性または男性のエ
ージェントのキャラクタデータをコンピュータグラフィ
ックス（ＣＧ）の手法によりモニタ３４に表示するため
のデータに変換して、出力する。また、画像生成回路２
２はＣＰＵ１４の指示に従ってＲＡＭ２６から与えられ
るエージェントが発する言葉を文字で表示するためのデ
ータ（ガイドデータ）をキャラクタデータ（画像デー
タ）に上書きし、モニタ３４に出力する。したがって、
モニタ３４には、女性および男性のエージェントのＣＧ
キャラクタが表示されるとともに、エージェントが発す
る言葉（所定のメッセージ）に対応する文字が表示され
る。

【００１９】音声認識回路２４は、マイク３２を介して
入力されるユーザの音声を認識し、認識した言葉をＲＡ
Ｍ２６に保持された音声認識用のデータ（音声認識用デ
ータ）を参照して、ユーザの性別を認識し、認識した結
果をＣＰＵ１４に知らせる。具体的には、音声認識回路
２４は、本件出願人によって先に出願された特願平１１
−２０２５１４号「仮想変身装置」に詳細に示されるピ
ッチ周波数に基づいて性別を認識する。また、音声認識
回路２４は、音声認識用データを参照して、入力された
言葉を例えばＤＰマッチング法により認識する。なお、
ＨＭＭ(HiddenMarkov model: 隠れマルコフモデル）に
よる方法を用いて、入力された言葉を認識するようにし
てもよい。さらに、音声認識回路２４は、所定のタイミ
ングで音声認識を実行し、女性または男性のエージェン
トが質問等の所定のメッセージを発してから所定時間
（たとえば１０秒間）マイク３２を介して入力される音
声を録音し、これを認識している。

【００２０】ＲＯＭ２８はメモリエリア２８ａ，２８
ｂ，２８ｃ，２８ｄおよび２８ｅを含み、メモリエリア
２８ａにはガイドのためのプログラムが記憶されてい
る。また、メモリエリア２８ｂには、女性のエージェン
トに対応する画像ファイルおよび音声合成ファイル、お
よび男性のエージェントに対応する画像ファイルおよび
音声合成ファイルが記憶される。

【００２１】ここで、画像ファイルは、エージェントの
動きに応じて２種類のキャラクタデータファイルを含
む。つまり、エージェントの動きを速く大きく表示する
ためのキャラクタデータファイルおよびエージェントの
動きをゆっくり小さく表示するためのキャラクタデータ
ファイルを含む。キャラクタデータファイルには、それ
ぞの動きに対応してエージェントのＣＧキャラクタをモ
ニタ３４に表示するためのキャラクタデータが含まれ
る。音声合成ファイルもまた、２種類の音声合成データ
ファイルを含む。この実施例では、「です、ます」など
の丁寧な表現の言葉でガイドするための音声合成データ
ファイルおよび「だ、ぞ」などの親しげな表現の言葉で
ガイドするための音声合成データファイルが含まれる。
音声合成データファイルにはそれぞれの言葉使いに応じ
た複数の言葉に対応する音声合成データが含まれる。

【００２２】また、メモリエリア２８ｃには、２種類の
ガイドデータファイルが記憶される。つまり、上述した
丁寧な表現の言葉および親しげな表現の言葉に対応する
ガイドデータファイルを含む。ガイドデータファイルに
は、エージェントが発する所定のメッセージに使用する
ための複数のガイドデータが含まれる。さらに、メモリ
エリア２８ｄには、上述した音声認識用データが記憶さ
れる。音声認識用データは、女性または男性のエージェ
ントが発する質問等に対してユーザが入力する言葉に対
応するデータであり、複数の老若男女が発した複数の言
葉に対するデータが予め記憶されたものである。さらに
また、メモリエリア２８ｅには、複数の人物の顔画像に
対応する複数の顔画像データが記憶され、カメラ３８で
撮影した顔画像に基づいて性別を判断する場合に使用さ
れる。

【００２３】なお、この実施例では、コンピュータ１２
の内部に設けられたＲＯＭ２８に種々のデータを記憶す
るようにしているが、ＣＤ−ＲＯＭやＤＶＤ−ＲＯＭな
どの外部記憶媒体に記憶するようにしてもよい。

【００２４】たとえば、システム１０はミュージアムに
おける情報案内システムに適用できる。ユーザがキーボ
ード４０に設けられたリターンキー（図示せず）を操作
すると、ＲＯＭ２８のメモリエリア２８ａに記憶された
ガイドのプログラムに従ってガイドが開始される。する
と、モニタ３４に初期画面が表示される。この初期画面
では、性別などのユーザの個人情報やシステム１０の利
用頻度を入力するための項目がモニタ３４に表示され
る。さらに、女性または男性のエージェントの声で“入
力して下さい。”などのメッセージをスピーカ３６を介
して出力するようにしてもよい。

【００２５】したがって、ユーザはキーボード４０を操
作して、性別，氏名，住所および電話番号などの個人情
報およびシステム１０の利用頻度（利用回数）を入力す
ることができる。また、個人情報にはユーザの性格も含
まれ、ユーザの性格はたとえば性格判断テストで判断さ
れる。なお、この実施例では、簡単に説明するため、性
格判断テストでは、内向的または外向的のいずれかを判
断している。

【００２６】すべての個人情報が入力されると、個人情
報はＣＰＵ１４の指示に従ってＲＡＭ２６のワーキング
エリア２６ａに一旦格納される。つまり、個人情報が取
得される。ＣＰＵ１４は、ワーキングエリア２６ａ内の
個人情報を参照して、エージェントの性別，動作および
言葉使いを決定してから、個人情報をメモリ３０に記憶
する。なお、この実施例では、キーボード４０を用いて
接触入力するようにしているが、タッチパネルを用いる
ようにしてもよい。また、マイク３２を介して音声で個
人情報および使用頻度を入力するようにしてもよい。さ
らに、性別のみの情報を取得する場合には、カメラ３８
で撮影された顔画像から判断するようにしてもよい。さ
らにまた、一度システム１０を利用して、個人情報を入
力したユーザであれば、たとえば氏名と電話番号のみを
入力するようにし、入力した氏名と電話番号とに基づい
てメモリ３０から個人情報を検索して読み出し、ＲＡＭ
２６のワーキングエリア２６ａに書き込むようにしても
よい。したがって、一度性格判断テストをしたユーザに
対しては、性格判断テストは省略される。

【００２７】具体的には、ＣＰＵ１４は図２に示すフロ
ー図に従って処理し、エージェントの性別、動作および
言葉使いを決定する。つまり、個人情報を取得するとＣ
ＰＵ１４は処理を開始し、ステップＳ１でユーザが男性
かどうかを判断する。ステップＳ１で“ＹＥＳ”であれ
ば、つまりユーザが男性であれば、ステップＳ３でガイ
ドするエージェントを女性に決定して、ステップＳ７に
進む。一方、ステップＳ１で“ＮＯ”であれば、つまり
ユーザが女性であれば、ステップＳ５でガイドするエー
ジェントを男性に決定し、ステップＳ７に進む。

【００２８】ステップＳ７では、ユーザの性格が外向的
かどうかを判断する。ステップＳ７で“ＹＥＳ”であれ
ば、つまり性格が外向的であれば、ステップＳ９でエー
ジェントの表現を「強い」に決定する。具体的には、Ｃ
ＰＵ１４は音声合成回路２０を制御して、エージェント
が発する言葉（ガイド）の音量を大きくするとともに、
高い声にする。続くステップＳ１１では、ステップＳ３
またはＳ５で決定した女性または男性のエージェントが
速く大きな動作をするキャラクタデータファイルをＲＯ
Ｍ２８のメモリエリア２８ｂに記憶された画像ファイル
から読み出し、ＲＡＭ２６のワーキングエリア２６ｂに
書き込む。

【００２９】一方、ステップＳ７で“ＮＯ”であれば、
つまり性格が内向的であれば、ステップＳ１３でエージ
ェントの表現を「弱い」に決定する。具体的には、ＣＰ
Ｕ１４は音声合成回路２０を制御して、エージェントが
発するガイドの音量を小さくするとともに、低い声にす
る。続くステップＳ１５では、女性または男性のエージ
ェントがゆっくり小さな動作をするキャラクタデータフ
ァイルをメモリエリア２８ｂに記憶された画像ファイル
から読み出し、ワーキングエリア２６ｂに書き込む。

【００３０】続いて、ステップＳ１７では、システム１
０の利用回数が３回以上であるかどうかを判断する。つ
まり、使用頻度が判断される。ステップＳ１７で“ＹＥ
Ｓ”であれば、つまりシステム１０の使用頻度が高けれ
ば、ステップＳ１９でＲＯＭ２８のメモリエリア２８ｂ
に記憶された女性または男性のエージェントの音声合成
ファイルから親しげな表現の言葉に対応する音声合成デ
ータファイルを読み出し、ＲＡＭ２６のワーキングエリ
ア２６ｃに書き込む。

【００３１】一方、ステップＳ１７で“ＮＯ”であれ
ば、つまりシステム１０の使用頻度が低ければ、ステッ
プＳ２１でメモリエリア２８ｂに記憶された女性または
男性のエージェントの音声合成ファイルから丁寧な表現
の言葉に対応する音声合成データファイルを読み出し、
ワーキングエリア２６ｃに書き込む。

【００３２】続いて、ステップＳ２３では、ステップＳ
１９またはＳ２３で決定された親しげな表現または丁寧
な表現で所定のメッセージをモニタ３４に表示するため
の、ガイドデータファイルをＲＯＭ２８のメモリエリア
２８ｃから読み出し、ＲＡＭ２６のワーキングエリア２
６ｄに書き込む。続いて、ステップＳ２５でワーキング
エリア２６ａの個人情報をメモリ３０に書き込み、処理
を終了する。

【００３３】したがって、システム１０は、決定された
性別等でエージェントおよびガイドをモニタ３４に表示
するとともに、そのエージェントが発するガイドをスピ
ーカ３６から出力する。

【００３４】たとえば、ユーザが内向的な男性であり、
初めてシステム１０を利用する場合には、エージェント
は女性に決定され、エージェントの動きはゆっくりと小
さく表示される。また、女性のエージェントは丁寧な表
現でガイドする。したがって、“３番の展示を見に行っ
て下さい。”や“次は５番の展示に行きましょうよ。”
などの言葉でユーザをガイドする。このとき、女性のエ
ージェントが発する言葉の音量は小さくされ、声は低く
される。

【００３５】また、ユーザが外向的な女性であり、何度
もシステム１０を利用している場合には、男性のエージ
ェントに決定され、エージェントの動きは速く大きく表
示される。また、男性のエージェントは親しげな表現で
ガイドする。したがって、“３番の展示を見に行ってく
れる？”や“次は５番の展示に行こう。”などの言葉で
ユーザをガイドする。このとき、男性のエージェントが
発する言葉の音量は大きくされ、声は高くされる。

【００３６】なお、この実施例では、ミュージアムの１
箇所でガイドを受けられるようにしているが、要所毎に
ガイドを受けられるようにしてもよい。この場合には、
コンピュータ１２に接続されるマイク３２などの入力装
置およびモニタ３４などの出力装置をミュージアムの要
所毎に設置して、ユーザが要所毎に入力装置を操作し、
エージェントから情報を入手すればよい。また、この場
合には、初期画面でシステム１０の使用頻度を入力する
のではなく、ユーザが要所に設置されているシステム１
０の利用回数をカウントするようにして使用頻度を検出
するようにしてもよい。なお、この場合には、たとえば
ユーザが予め割り当てられた番号をキーボード４０を用
いて入力することによって、ユーザを識別するための情
報がシステム１０で取得される。

【００３７】この実施例によれば、ユーザの個人情報お
よびシステムの利用頻度に応じて決定したエージェント
の性別、動作および言葉使いでガイドするので、より人
間らしく振る舞うガイドシステムを得ることができる。
したがって、人間とシステムとの社会的距離を縮めるこ
とができる。言い換えると、親密度を高めることができ
る。

【００３８】なお、この実施例では、利用頻度はシステ
ムを利用した回数で判断するようにしているが、システ
ムを利用している時間の長さで判断するようにしてもよ
い。この場合には、初めてミュージアムに来たユーザで
あっても、長時間システムを利用することにより、人間
同士の社会的距離が縮まるように、システムとユーザと
の間の親密度が高まると考えられる。したがって、ミュ
ージアムに入ったときには、エージェントは丁寧な表現
でガイドするが、ユーザがミュージアムを出る頃には、
親しげな表現でガイドするようにしてもよい。

【００３９】また、この実施例では、性別、氏名、住所
およ電話番号などの個人情報を入力するようにしたが、
さらに年齢を入力するようにしてもよい。つまり、年齢
をパラメータとして、年齢層に応じたエージェントを表
示するようにしてもよい。たとえば、ユーザが年配の男
性であれば、若い女性のエージェントをモニタ３４に表
示するようなことが考えられる。

【００４０】さらに、個人情報に趣味，好きな画家また
は好きなジャンルなどの情報を加えることにより、ユー
ザに適合したガイドをすることができる。たとえば、日
本画が好きなユーザに対しては、日本画を順序よく見れ
るようにミュージアムをガイドすることができる。

【００４１】さらにまた、エージェントの動作や言葉使
いに対して２種類のキャラクタデータファイル、２種類
の音声合成データファイルおよび２種類のガイドデータ
ファイルからそれぞれ１種類に決定するようにしている
が、さらに種類を増やしてもよい。

【００４２】このように、個人情報（パラメータ）の数
やファイルの種類を増加させることにより、よりユーザ
に対して適切な情報を提供することができる。また、パ
ラメータの種類を変えることにより、他の目的に使用す
るようなシステムに適用することができる。つまり、電
子広告、電子モールおよびカーナビゲーションなどの様
々な情報案内システムやレコメンデーションシステムに
適用することができる。

【図面の簡単な説明】

【図１】この発明の一実施例を示す図解図である。

【図２】図１実施例に示すＣＰＵの処理の一部を示すフ
ロー図である。

【符号の説明】

１０ …ガイドエージェントシステム１２ …コンピュータ１４ …ＣＰＵ１８ …画像認識回路２０ …音声合成回路２２ …画像生成回路２４ …音声認識回路２６ …ＲＡＭ２８ …ＲＯＭ３０ …メモリ３２ …マイク３４ …モニタ３６ …スピーカ３８ …カメラ４０ …キーボード

───────────────────────────────────────────────────── フロントページの続き (72)発明者竹内勇剛京都府相楽郡精華町大字乾谷小字三平谷５番地株式会社エイ・ティ・アール知能映像通信研究所内 (72)発明者高橋徹京都府相楽郡精華町大字乾谷小字三平谷５番地株式会社エイ・ティ・アール知能映像通信研究所内 (72)発明者角康之京都府相楽郡精華町大字乾谷小字三平谷５番地株式会社エイ・ティ・アール知能映像通信研究所内 (72)発明者間瀬健二京都府相楽郡精華町大字乾谷小字三平谷５番地株式会社エイ・ティ・アール知能映像通信研究所内Ｆターム(参考） 5B049 AA01 AA02 CC02 DD00 DD03 EE00 EE07 FF06 5C082 AA03 CB01 CB06 DA87 MM05 MM08 5D015 LL06 LL08 5D045 AB02 9A001 HH18 HH32 JJ72

Claims

【特許請求の範囲】

【請求項１】エージェントをディスプレイに表示し、前
記エージェントが発する言葉を前記ディスプレイまたは
スピーカから出力する社会的反応特性を利用したエージ
ェントシステムであって、ユーザの個人情報を取得する取得手段、システムの利用頻度を検出する検出手段、および前記個
人情報および前記利用頻度の少なくとも一方に応じて前
記エージェントの属性を決定する決定手段を備えること
を特徴とする、社会的反応特性を利用したエージェント
システム。
【請求項２】前記個人情報は性別および性格の少なくと
も一方を含む、請求項１記載の社会的反応特性を利用し
たエージェントシステム。
【請求項３】前記利用頻度は利用回数および利用時間の
少なくとも一方を含む、請求項１または２記載の社会的
反応特性を利用したエージェントシステム。
【請求項４】前記属性は前記エージェントの性別を含
む、請求項１ないし３のいずれかに記載の社会的反応特
性を利用したエージェントシステム。
【請求項５】前記属性は前記エージェントの動作および
言葉使いの少なくとも一方をさらに含む、請求項４記載
の社会的反応特性を利用したエージェントシステム。
【請求項６】前記エージェントの前記動作に対する少な
くとも２種類以上のキャラクタデータファイルを記憶す
る第１メモリをさらに備え、前記決定手段は前記２種類以上のキャラクタデータファ
イルから１種類のキャラクタデータファイルに決定す
る、請求項５記載の社会的反応特性を利用したエージェ
ントシステム。
【請求項７】請求項１ないし６のいずれかに記載の社会
的反応特性を利用したエージェントシステムを用いたガ
イドエージェントシステム。