JP2001306090A - 対話装置および方法、音声制御装置および方法、ならびにコンピュータを対話装置および音声制御装置として機能させるためのプログラムをそれぞれ記録したコンピュータ読取可能な記録媒体 - Google Patents

Abstract

(57)【要約】 【課題】 ユーザと電子機器との対話処理を高速に実行
する。 【解決手段】 ユーザから会話文が入力されると（Ｓ１
３でＹＥＳ）、入力会話文より単語抽出が行なわれ、抽
出された単語に対応した単語ベクトルを加算することに
より入力会話文ベクトルを生成する（Ｓ１４）。予め用
意された応答会話文に対しても同様に単語抽出および単
語ベクトルの加算が行なわれ、対話スクリプトベクトル
が生成される（Ｓ１５）。入力会話文ベクトルと最も類
似する方向を有する対話スクリプトベクトルが求められ
（Ｓ１６）、対話スクリプトベクトルに対応した応答会
話文が出力される（Ｓ１７）。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、対話装置および音
声制御装置に関し、特に、コンピュータや情報家電機器
等の電子機器において、人間と対話をするために用いら
れる対話装置および音声入力によって電子機器を制御す
るための音声制御機器に関する。

【０００２】

【従来の技術】近年、インターネットに接続可能な電子
レンジなどの情報家電機器が開発されているが、電気機
器類の操作に慣れていない人にとっては必ずしも使い勝
手のよいものではない。このため、情報家電機器のヒュ
ーマンインタフェースをいかに向上させるかが重要な鍵
となっている。そこで、人間と対話可能な対話装置を内
蔵した情報家電機器が開発されている。しかし、こうし
た対話装置は、予め登録された言葉や文章が入力された
場合のみ会話が成立し、想定外の言葉や文章が入力され
た場合には対話が困難である。

【０００３】そうした問題に対処するために特開平１０
−９７５３３号公報に開示の言語処理装置は、想定外の
文章が入力された場合であっても、統語解析や構文解析
を行なうことによる言語処理が可能である。

【０００４】また、特開２０００−２００８９号公報に
は、想定外の単語が入力された場合であっても、適切に
制御対象機器を制御できる音声制御システムが開示され
ている。

【０００５】

【発明が解決しようとする課題】しかし、特開平１０−
９７５３３号公報に開示の言語処理装置は、言語の意味
解析を行なっているため、処理に時間がかかるという問
題がある。また、この装置は、ユーザとの対話を行なう
ことができない。

【０００６】また、特開２０００−２００８９号公報に
開示の音声制御システムでは、入力した音声を誤認識し
た場合には、音声を再度入力しなければならないが、発
声の仕方によっては、何度やっても誤認識されてしまう
場合もあり、不便である。

【０００７】本発明は上述の課題を解決するためになさ
れたもので、その目的は、想定外の文章が入力された場
合であっても、ユーザとの対話処理を高速に実行可能な
対話装置を提供することである。

【０００８】本発明の他の目的は、発声の仕方が悪く、
想定外の文章が入力された場合であっても、制御対象機
器を適切に制御することができる音声制御装置を提供す
ることである。

【０００９】

【課題を解決するための手段】本発明のある局面に従う
対話装置は、会話文を入力するためにユーザが使用する
入力部と、単語と、当該単語を特徴づける多次元ベクト
ル空間内の単語ベクトルとを対応付けて記憶する単語辞
書と、各々、単語辞書に記憶された単語を少なくとも１
つ含む、複数の応答会話文を記憶する対話スクリプトデ
ータベースと、応答会話文をユーザに提示するために用
いられる出力部と、入力部および単語辞書に接続され、
会話文を特徴づける多次元ベクトル空間中の入力会話文
ベクトルを生成するための入力会話文ベクトル生成手段
と、対話スクリプトデータベースおよび単語辞書に接続
され、複数の応答会話文を特徴づける多次元ベクトル空
間中の複数の対話スクリプトベクトルをそれぞれ生成す
るための対話スクリプトベクトル生成手段と、入力会話
文ベクトル生成手段および対話スクリプトベクトル生成
手段に接続され、複数の対話スクリプトベクトルの中か
ら、入力会話文ベクトルと最も類似する対話スクリプト
ベクトルを求める検索部と、検索部、対話スクリプトデ
ータベースおよび出力部に接続され、検索部で検索され
た対話スクリプトベクトルに対応する応答会話文を対話
スクリプトデータベースより抽出し、出力部に出力する
対話制御部とを含む。

【００１０】入力された会話文の中から予め登録されて
いる単語を抽出し、入力会話文ベクトルを作成し、それ
と最も類似する対話スクリプトベクトルの選択を行な
い、応答会話文の選択が行なわれる。このため、入力会
話文に対応する応答会話文を探索するための複雑なルー
ルを作成する必要がなく、想定外の文章が入力された場
合であっても、単純な判断方法で適切な応答会話文を得
ることができる。そのため、処理を高速に行なうことが
できる。

【００１１】本発明の他の局面に従う対話装置は、会話
文を入力するためにユーザが使用する入力部と、単語
と、当該単語を特徴づける多次元ベクトル空間内の単語
ベクトルとを対応付けて記憶する単語辞書と、各々、単
語辞書に記憶された単語を少なくとも１つ含む、複数の
応答会話文と、当該複数の応答会話文をそれぞれ特徴づ
ける多次元ベクトル空間内の複数の対話スクリプトベク
トルとをそれぞれ対応付けて記憶する対話スクリプトデ
ータベースと、応答会話文をユーザに提示するために用
いられる出力部と、入力部および単語辞書に接続され、
会話文を特徴づける多次元ベクトル空間中の入力会話文
ベクトルを生成するための入力会話文ベクトル生成手段
と、入力会話文ベクトル生成手段および対話スクリプト
データベースに接続され、複数の対話スクリプトベクト
ルの中から、入力会話文ベクトルと最も類似する対話ス
クリプトベクトルを求める検索部と、検索部、対話スク
リプトデータベースおよび出力部に接続され、検索部で
検索された対話スクリプトベクトルに対応する応答会話
文を対話スクリプトデータベースより抽出し、出力部に
出力する対話制御部とを含む。

【００１２】対話スクリプトベクトルが予め対話スクリ
プトデータベースに記憶されている。このため、会話文
が入力されるたびに対話スクリプトベクトルを生成する
必要がなくなり、さらに処理を高速化することができ
る。

【００１３】本発明のさらに他の局面に従う対話方法
は、単語と、当該単語を特徴づける多次元ベクトル空間
内の単語ベクトルとを対応付けて記憶する単語辞書と、
各々、単語辞書に記憶された単語を少なくとも１つ含
む、複数の応答会話文を記憶する対話スクリプトデータ
ベースとを含む、対話装置で用いられる。対話方法は、
会話文を入力するステップと、単語辞書に記憶された単
語ベクトルに基づいて、会話文を特徴づける多次元ベク
トル空間中の入力会話文ベクトルを生成するステップ
と、単語辞書に記憶された単語ベクトルに基づいて、複
数の応答会話文を特徴づける多次元ベクトル空間中の複
数の対話スクリプトベクトルをそれぞれ生成するステッ
プと、複数の対話スクリプトベクトルの中から、入力会
話文ベクトルと最も類似する対話スクリプトベクトルを
求めるステップと、求められた対話スクリプトベクトル
に対応する応答会話文をユーザに提示するステップとを
含む。

【００１４】入力された会話文の中から予め登録されて
いる単語を抽出し、入力会話文ベクトルを作成し、それ
と最も類似する対話スクリプトベクトルの選択を行な
い、応答会話文の選択が行なわれる。このため、入力会
話文に対応する応答会話文を探索するための複雑なルー
ルを作成する必要がなく、想定外の文章が入力された場
合であっても、単純な判断方法で適切な応答会話文を得
ることができる。そのため、処理を高速に行なうことが
できる。

【００１５】本発明のさらに他の局面に従うコンピュー
タ読取可能な記録媒体は、コンピュータを対話装置とし
て機能させるためのプログラムを記録している。対話装
置は、会話文を入力するためにユーザが使用する入力部
と、単語と、当該単語を特徴づける多次元ベクトル空間
内の単語ベクトルとを対応付けて記憶する単語辞書と、
各々、単語辞書に記憶された単語を少なくとも１つ含
む、複数の応答会話文を記憶する対話スクリプトデータ
ベースと、応答会話文をユーザに提示するために用いら
れる出力部と、入力部および単語辞書に接続され、会話
文を特徴づける多次元ベクトル空間中の入力会話文ベク
トルを生成するための入力会話文ベクトル生成手段と、
対話スクリプトデータベースおよび単語辞書に接続さ
れ、複数の応答会話文を特徴づける多次元ベクトル空間
中の複数の対話スクリプトベクトルをそれぞれ生成する
ための対話スクリプトベクトル生成手段と、入力会話文
ベクトル生成手段および対話スクリプトベクトル生成手
段に接続され、複数の対話スクリプトベクトルの中か
ら、入力会話文ベクトルと最も類似する対話スクリプト
ベクトルを求める検索部と、検索部、対話スクリプトデ
ータベースおよび出力部に接続され、検索部で検索され
た対話スクリプトベクトルに対応する応答会話文を対話
スクリプトデータベースより抽出し、出力部に出力する
対話制御部とを含む。

【００１６】入力された会話文の中から予め登録されて
いる単語を抽出し、入力会話文ベクトルを作成し、それ
と最も類似する対話スクリプトベクトルの選択を行な
い、応答会話文の選択が行なわれる。このため、入力会
話文に対応する応答会話文を探索するための複雑なルー
ルを作成する必要がなく、想定外の文章が入力された場
合であっても、単純な判断方法で適切な応答会話文を得
ることができる。そのため、処理を高速に行なうことが
できる。

【００１７】本発明のさらに他の局面に従う音声制御装
置は、ユーザが音声を入力するために用いる音声入力部
と、音声入力部に接続され、入力された音声を認識する
音声認識部と、制御対象機器の制御命令の候補をユーザ
に提示するための提示部と、提示部に提示された候補の
中から制御命令を選択するためにユーザが使用する選択
部と、音声認識結果と制御対象機器を制御する制御スク
リプトとが対応付けられて記憶されている選択結果蓄積
部と、制御命令と制御スクリプトとが対応付けられて記
憶されている制御スクリプトデータベースと、音声認識
部および選択結果蓄積部に接続され、音声認識結果が選
択結果蓄積部に記憶されているか否かを確認するための
音声認識結果確認手段と、音声認識結果確認手段に接続
され、音声認識結果が選択結果蓄積部に記憶されている
場合に、音声認識結果に対応付けられた制御スクリプト
を実行するための第１の実行手段と、音声認識結果確認
手段に接続され、音声認識結果が選択結果が蓄積部に記
憶されていない場合に、音声認識結果に類似する制御命
令を有する制御スクリプトを選択し、提示部に提示する
スクリプト検索部と、音声認識部、選択部および選択結
果蓄積部に接続され、選択された制御命令に対応する制
御スクリプトを実行するとともに、音声認識結果と制御
スクリプトとを対応付けて選択結果蓄積部に記憶するた
めの第２の実行手段とを含む。

【００１８】音声を誤認識した場合であっても、誤認識
した結果と制御命令とが対応付けられて記憶されてい
る。このため、発声の仕方が悪く、誤認識されやすい発
声をするユーザであっても制御対象機器を適切に制御す
ることができる。

【００１９】本発明のさらに他の局面に従う音声制御方
法は、入力された音声を認識する音声認識部と、制御対
象機器の制御命令の候補をユーザに提示するための提示
部と、提示部に提示された候補の中から制御命令を選択
するためにユーザが使用する選択部と、音声認識結果と
制御対象機器を制御する制御スクリプトとが対応付けら
れて記憶されている選択結果蓄積部と、制御命令と制御
スクリプトとが対応付けられて記憶されている制御スク
リプトデータベースとを有する音声制御装置で用いられ
る。音声制御方法は、音声を入力するステップと、入力
された音声を認識するステップと、音声認識結果が選択
結果蓄積部に記憶されているか否かを調べるステップ
と、音声認識結果が選択結果蓄積部に記憶されている場
合に、音声認識結果に対応付けられた制御スクリプトを
実行するステップと、音声認識結果が選択結果蓄積部に
記憶されていない場合に、音声認識結果に類似する制御
命令を有する制御スクリプトを選択し、提示部に提示す
るステップと、選択された制御命令に対応する制御スク
リプトを実行するステップと、選択された制御命令に対
応する音声認識結果および制御スクリプトを対応付けて
選択結果蓄積部に記憶するステップとを含む。

【００２０】音声を誤認識した場合であっても、誤認識
した結果と制御命令とが対応付けられて記憶されてい
る。このため、発声の仕方が悪く、誤認識されやすい発
声をするユーザであっても制御対象機器を適切に制御す
ることができる。

【００２１】本発明のさらに他の局面に従うコンピュー
タ読取可能な記録媒体は、コンピュータを音声制御装置
として機能させるためのプログラムを記録している。音
声制御装置は、ユーザが音声を入力するために用いる音
声入力部と、音声入力部に接続され、入力された音声を
認識する音声認識部と、制御対象機器の制御命令の候補
をユーザに提示するための提示部と、提示部に提示され
た候補の中から制御命令を選択するためにユーザが使用
する選択部と、音声認識結果と制御対象機器を制御する
制御スクリプトとが対応付けられて記憶されている選択
結果蓄積部と、制御命令と制御スクリプトとが対応付け
られて記憶されている制御スクリプトデータベースと、
音声認識部および選択結果蓄積部に接続され、音声認識
結果が選択結果蓄積部に記憶されているか否かを確認す
るための音声認識結果確認手段と、音声認識結果確認手
段に接続され、音声認識結果が選択結果蓄積部に記憶さ
れている場合に、音声認識結果に対応付けられた制御ス
クリプトを実行するための第１の実行手段と、音声認識
結果確認手段に接続され、音声認識結果が選択結果が蓄
積部に記憶されていない場合に、音声認識結果に類似す
る制御命令を有する制御スクリプトを選択し、提示部に
提示するスクリプト検索部と、音声認識部、選択部およ
び選択結果蓄積部に接続され、選択された制御命令に対
応する制御スクリプトを実行するとともに、音声認識結
果と制御スクリプトとを対応付けて選択結果蓄積部に記
憶するための第２の実行手段とを含む。

【００２２】音声を誤認識した場合であっても、誤認識
した結果と制御命令とが対応付けられて記憶されてい
る。このため、発声の仕方が悪く、誤認識されやすい発
声をするユーザであっても制御対象機器を適切に制御す
ることができる。

【００２３】

【発明の実施の形態】［実施の形態１］図１を参照し
て、本発明の実施の形態１に係る対話装置は、会話文の
入力を行なうためにユーザが使用する入力部１と、入力
した会話文に対する応答会話文を出力する出力部２と、
単語とその単語に対応付けられた単語ベクトルを保持す
る単語辞書７と、対話制御を行なうためのスクリプト
（以下「対話スクリプト」という。）を記憶する対話ス
クリプトデータベース８と、入力部１、出力部２、単語
辞書７および対話スクリプトデータベース８に接続さ
れ、入力部１より入力された会話文に対する応答会話文
を出力部２に出力する制御を行なう制御部３とを含む。

【００２４】制御部３は、入力部１より入力された会話
文および対話スクリプトデータベース８に記憶された対
話スクリプトに含まれる応答会話文の特徴をそれぞれ表
わす入力会話文ベクトルおよび対話スクリプトベクトル
を生成するベクトル生成部４と、対話スクリプトデータ
ベース８の検索を行なう検索部５と、対話スクリプトデ
ータベース８に記憶された対話スクリプトの記述に従い
対話制御を行なう対話制御部６とを含む。

【００２５】入力部１は、キーボードや音声入力装置な
どから構成される。出力部２は、ディスプレイやスピー
カなどから構成される。

【００２６】図２を参照して、単語辞書７には、上述の
ようにユーザが使用すると想定される単語に対する単語
ベクトルが記憶されている。単語ベクトルとは、会話文
中の単語が持つ概念と文脈との関係の程度を示したもの
であり、多数の特徴単語との意味的な結合関係の程度を
ベクトル表現したものである。Ｎ個の概念分類のそれぞ
れを特徴単語とすると、Ｎ次元ベクトルの要素の値が、
Ｎ個の特徴単語にそれぞれ対応付けられることになる。

【００２７】単語ｉの特徴ベクトルＸｉ＝（ｘｉ１，ｘ
ｉ２，．．．ｘｉＮ）の各要素の値ｘｉｊは、０≦ｘｉ
ｊ≦Ｅｍとなる（１≦ｊ≦Ｎ）。ここで、Ｅｍは、正の
定数である。単語ｉと特徴単語ｊとの間に関係がない場
合には、ｘｉｊ＝０とし、関係が存在する場合には、関
係の程度に応じて、ｘｉｊは大きい値を取る。たとえ
ば、特徴ベクトルが５つの特徴単語 （自然、都会、騒音、動物、緑）から成り立っていると
し、特徴ベクトルの各要素が、単語と特徴単語との間の
「関係あり」および「関係なし」をそれぞれ１および０
で表わすものとする。この時、単語「山」の単語ベクト
ルは、（１，０，０，１，１）と表わすことができる。

【００２８】図２に示した単語の特徴ベクトルは、５つ
の特徴単語 （程度、時間、肯定的、人間、人工）から成り立ってい
る。

【００２９】対話スクリプトデータベース８に記憶され
た対話スクリプトは、対話開始スクリプトおよび応答会
話スクリプトの２種類のスクリプトからなる。対話開始
スクリプトには、対話開始条件および対話開始文が記述
されている。対話開始条件とは、対話装置が対話を開始
する条件のことであり、対話開始文とは、対話開始条件
が満たされた場合に対話装置が出力部２に出力する会話
文のことである。たとえば、対話開始条件として「午前
７時」が設定され、対話開始文として「おはよう」が設
定されているとする。このとき、午前７時になると対話
装置が出力部２に「おはよう」と出力し、ユーザに話し
掛けることになる。

【００３０】図３を参照して、応答会話スクリプトに
は、対話スクリプト番号と、応答会話文とが記述されて
いる。たとえば、対話スクリプト番号１の応答会話スク
リプトの応答会話文は、「今日は晴れです。」である。
応答会話文には、単語辞書７に記憶されている単語のう
ち少なくとも１つが必ず含まれている。

【００３１】図４を参照して、対話装置の各部は以下の
ように動作する。対話制御部６は、対話スクリプトデー
タベース８に記憶された対話開始スクリプトの対話開始
条件が満たされているか否かを判断する（Ｓ１１）。対
話開始条件が満たされている場合には（Ｓ１１でＹＥ
Ｓ）、対話制御部６は、対話開始条件に対応する対話開
始文を出力部２に出力する（Ｓ１２）。たとえば、上述
の例では、午前７時になった時点で「おはよう」との出
力が行なわれる。

【００３２】対話開始条件が満たされていなければ（Ｓ
１１でＮＯ）、対話制御部６は、入力部１より会話文が
入力されているか否かを調べる（Ｓ１３）。会話文が入
力されていれば（Ｓ１３でＹＥＳ）、ベクトル生成部４
は、入力された会話文を入力会話文ベクトルに変換する
（Ｓ１４）。ベクトル生成部４は、入力された会話文の
中から単語辞書７に記憶された単語と同一の単語を抽出
する。ベクトル生成部４は、抽出した単語に対応する単
語ベクトルを単語辞書７より読み出す。ベクトル生成部
４は、読み出された単語ベクトルの和（以下「和ベクト
ル」という。）を求め、大きさが一定となるように正規
化を行なうことにより入力会話文ベクトルを生成する。

【００３３】図２を参照して、たとえば、会話文「調子
はどう？」が入力されたとすると、この会話文より、
「調子」という単語が抽出され、単語「調子」に対する
単語ベクトル（１，０，１，１，０）が抽出される。
「調子」以外の単語は抽出されていないため、和ベクト
ルは（１，０，１，１，０）となる。大きさが１０とな
るように和ベクトルを正規化すると、（５．８，０，
５．８，５．８，０）となる。よって、会話文「調子は
どう？」に対する入力会話文ベクトルＶｉは以下のよう
に表わされる。なお、各要素の値は小数第２位で四捨五
入される。

【００３４】 Ｖｉ＝（５．８，０，５．８，５．８，０） ベクトル生成部４は、同様にして、対話スクリプトデー
タベース８に記憶されている応答会話スクリプトに記述
された応答会話文を対話スクリプトベクトルに変換する
（Ｓ１５）。図３を参照して、対話スクリプト番号１の
応答会話文「今日は晴れです。」には、単語辞書７（図
２）に記憶された「今日」および「晴れ」という単語が
含まれる。よって、対話スクリプト番号１の対話スクリ
プトベクトルＶａ（１）は、「今日」および「晴れ」の
単語ベクトル（０，１，０，０，０）および（１，０，
１，０，０）を加算し、大きさが１０となるように正規
化することにより計算され、以下のように示される。

【００３５】 Ｖａ（１）＝（５．８，５．８，５．８，０，０） 同様に、対話スクリプト番号２および３に対する対話ス
クリプトベクトルＶａ（２）およびＶａ（３）を計算す
ると、以下のようになる。

【００３６】 Ｖａ（２）＝（０，０，０，７．１，７．１） Ｖａ（３）＝（８．９，０，４．５，０，０） 検索部５は、入力部１より入力された会話文に応答する
ための応答会話スクリプトを対話スクリプトデータベー
ス８より検索する（Ｓ１６）。具体的には、以下のよう
な動作を行ない、応答会話スクリプトを検索する。

【００３７】検索部５は、ベクトル生成部４で生成され
た入力会話文ベクトルＶｉと対話スクリプトベクトルと
の内積を計算し、内積値より入力会話文ベクトルＶｉと
最も類似する対話スクリプトベクトルを求め、応答会話
スクリプトを定める。

【００３８】たとえば、上述の例では、入力会話文ベク
トルＶｉと対話スクリプトベクトルＶａ（１）、Ｖａ
（２）およびＶａ（３）との内積値は、以下のようにな
る。

【００３９】Ｖｉ・Ｖａ（１）＝６７．２８ Ｖｉ・Ｖａ（２）＝４１．１８ Ｖｉ・Ｖａ（３）＝７７．７２ 入力会話文ベクトルＶｉと対話スクリプトベクトルＶａ
（３）との内積値が一番大きい。このため、対話スクリ
プト番号３の応答会話スクリプトが選択される。

【００４０】対話制御部６は、Ｓ１６の処理で検索され
た応答会話スクリプトに含まれる応答会話文を出力部２
に出力する（Ｓ１７）。ここでは、対話スクリプト番号
３の応答会話スクリプトに含まれる応答会話文「すこぶ
る元気です。」が入力に対する応答結果として出力され
る。

【００４１】Ｓ１７で応答会話文が出力された後、また
はＳ１３で入力部１に会話文が入力されていないと判断
された後（Ｓ１３でＮＯ）、対話制御部６は、対話を終
了させるか否かを判断する（Ｓ１８）。対話終了は、ユ
ーザが発する「会話を終了したい。」との音声に応答し
て行なうようにしてもよい。または、入力部１がマウス
を含み、出力部２がディスプレイを含む場合には、ディ
スプレイ上に表示された「終了」ボタンをマウスでクリ
ックすることにより対話を終了させるようにしてもよ
い。対話を終了させないと判断した場合には（Ｓ１８で
ＮＯ）、Ｓ１１以降の処理を繰返す。

【００４２】なお、上述の例では、ユーザから会話文が
入力されるごとに対話スクリプトベクトルを生成してい
た（図２のＳ１５）。しかし、対話スクリプトベクトル
は対話スクリプトに固有のものであるため、一回求めれ
ば再度求める必要はない。このため、対話スクリプトベ
クトルを予め求めておき、対話スクリプトデータベース
８に記憶するようにしてもよい。このようにすることに
より、Ｓ１５の処理を省略することができ、処理の高速
化につながる。

【００４３】上述の対話装置は、コンピュータを用いて
構成することもできる。このとき、制御部３は、ＣＰＵ
（Central Processing Unit）により構成され、単語辞
書７および対話スクリプトデータベース８はハードディ
スク装置などの外部記憶装置より構成される。ＣＰＵで
実行されるプログラムは、ＣＤ−ＲＯＭ（Compact Disc
-Read Only Memory）等に記憶され、図示しないＣＤ−
ＲＯＭ装置により読取られ、ＣＰＵに供給される。また
は、通信回線を通じて、ＣＰＵにダウンロードされる。

【００４４】以上説明したように、本実施の形態に係る
対話装置によれば、入力された会話文の中から予め登録
されている単語を抽出し、入力会話文ベクトルを作成
し、それと最も類似する対話スクリプトベクトルの選択
を行ない、応答会話文の選択が行なわれる。このため、
入力会話文に対応する応答会話文を探索するための複雑
なルールを作成する必要がなく、単純な判断方法で適切
な応答会話文を得ることができる。そのため、処理を高
速に行なうことができる。

【００４５】［実施の形態２］図５を参照して、本発明
の実施の形態２に係る音声制御装置は、ユーザが音声入
力するために用いる音声入力部９と、音声入力に対する
制御対象機器１９の制御命令の候補をユーザに提示する
ための提示部１１と、提示部１１に提示された候補の中
から制御命令を選択するためにユーザが使用する選択部
１０と、制御対象機器１９を制御するためのスクリプト
を格納する制御スクリプトデータベース１７と、選択部
１０で選択された制御命令と音声入力部９より入力され
た音声の認識結果とを対応付けて格納する選択結果蓄積
部１８と、音声入力部９、選択部１０、提示部１１、制
御スクリプトデータベース１７、選択結果蓄積部１８お
よび制御対象機器１９に接続され、音声入力部９より入
力された音声に基づいて制御対象機器１９を制御する音
声制御部１２とを含む。

【００４６】音声制御部１２は、音声入力部９より入力
された音声を認識する音声認識部１３と、音声認識部１
３で認識された結果から制御スクリプトデータベース１
７に格納されている制御スクリプトを検索し、制御命令
の候補を検索するスクリプト検索部１４と、音声入力部
９より入力された音声または選択部１０で選択された制
御命令に従い、制御対象機器１９を制御する実行部１５
とを含む。

【００４７】音声入力部９は、マイクなどより構成され
る。選択部１０は、キーボード、マウスなどより構成さ
れる。提示部１１は、ディスプレイなどより構成され
る。

【００４８】図６を参照して、制御スクリプトデータベ
ース１７は、制御命令およびその制御命令を実現する制
御スクリプトの番号より構成される。また、制御スクリ
プトデータベース１７には、図７に示されるような、制
御スクリプト番号に対応した制御スクリプトも合わせて
格納されている。

【００４９】図８を参照して、選択結果蓄積部１８に
は、音声認識の結果と、それに対応する対応制御スクリ
プトの番号とが合わせて記憶されている。

【００５０】図９を参照して、音声制御装置の各部は以
下のように動作する。ユーザが音声入力部９を用いて音
声入力を行なうと（Ｓ２１）、音声認識部１３は、入力
された音声の認識を行なう（Ｓ２２）。実行部１５は、
音声認識結果が選択結果蓄積部１８に格納されているか
否かを調べる（Ｓ２３）。音声認識結果が選択結果蓄積
部１８に格納されていれば（Ｓ２３でＹＥＳ）、スクリ
プト検索部１４は、音声認識結果に対応付けられている
制御スクリプトを読み出す（Ｓ２９）。実行部１５は、
読み出した制御スクリプトに従い制御対象機器１９を制
御する処理を実行する（Ｓ２８）。

【００５１】音声認識結果が選択結果蓄積部１８に格納
されていなければ（Ｓ２３でＮＯ）、スクリプト検索部
１４は、制御スクリプトデータベース１７より、音声認
識結果に適合する制御スクリプトを検索する（Ｓ２
４）。具体的には、音声認識結果より、図示しない単語
辞書に登録された単語を抽出する。次に、スクリプト検
索部１４は、抽出された単語を含む制御命令、すなわち
制御スクリプトを抽出する。スクリプト検索部１４は、
検索された制御スクリプトを入力音声に対する制御対象
機器１９の制御命令の候補として、提示部１１に提示す
る（Ｓ２５）。ユーザが選択部１０を用いて、提示され
た制御命令の候補の中から制御命令を選択すると（Ｓ２
６）、ユーザの選択した制御命令（制御スクリプト）と
音声認識結果とが対応付けられ選択結果蓄積部１８に格
納される（Ｓ２７）。その後、実行部１５は、選択され
た制御命令に従い制御対象機器１９を制御する（Ｓ２
８）。

【００５２】たとえば、ユーザが制御対象機器１９とし
てのコンピュータを操作し、コンピュータネットワーク
にダイアルアップ接続をする場合を考える。ユーザは音
声入力部９を用いて「ダイアルアップ」と音声入力した
とする（Ｓ２１）。しかし、音声認識部１３が「ダイヤ
るアップ」と認識してしまったとする（Ｓ２２）。この
時点では、「ダイヤるアップ」と同じ文章が選択結果蓄
積部１８に登録されていない（Ｓ２３でＮＯ）。

【００５３】このため、スクリプト検索部１４は、図６
に示した制御スクリプトデータベース１７より、音声認
識結果に適合する制御スクリプトを検索する（Ｓ２
４）。すなわち、スクリプト検索部１４は、音声認識結
果「ダイヤるアップ」より単語「ダイヤ」および「アッ
プ」を抽出し、それらに対応する、以下に示す５つの制
御スクリプトを検索する（Ｓ２４）。

【００５４】１．ＯＳのアップデートを行なう。 ２．ファイルのアップロードを行なう。

【００５５】３．宝石関係の商取引サイトを見る。 ４．ダイアルアップ接続を行なう。

【００５６】５．ソフトのアップグレード情報サイトを
見る。 スクリプト検索部１４は、検索した制御スクリプトを音
声認識結果「ダイヤるアップ」に対する制御命令の候補
として、提示部１１に提示する（Ｓ２５）。ユーザは、
そのうち、「ダイアルアップ接続を行なう。」を選択し
たと想定する（Ｓ２６）。ユーザの選択した制御命令
「ダイアルアップ接続を行なう。」と音声認識結果「ダ
イヤるアップ」とが対応付けられて選択結果蓄積部１８
に記憶される（Ｓ２７）。その後、制御スクリプト「ダ
イアルアップ接続を行なう。」が実行される（Ｓ２
８）。

【００５７】それ以降の処理では、ユーザが入力音声が
「ダイヤるアップ」と認識されたとしても、その音声認
識結果に対する制御スクリプト「ダイアルアップ接続を
行なう。」が選択結果蓄積部１８に記憶されている。こ
のため、ユーザが制御命令の選択を行なうことなく、制
御スクリプトが実行される（Ｓ２３でＹＥＳ、Ｓ２９、
Ｓ２８）。

【００５８】上述の音声制御装置は、コンピュータを用
いて構成することもできる。このとき、音声制御部１２
は、ＣＰＵ（Central Processing Unit）により構成さ
れ、制御スクリプトデータベース１７および選択結果蓄
積部１８はハードディスク装置などの外部記憶装置より
構成される。ＣＰＵで実行されるプログラムは、ＣＤ−
ＲＯＭ（Compact Disc-Read Only Memory）等に記憶さ
れ、図示しないＣＤ−ＲＯＭ装置により読取られ、ＣＰ
Ｕに供給される。または、通信回線を通じて、ＣＰＵに
ダウンロードされる。

【００５９】以上説明したように、本実施の形態に係る
音声制御装置は、音声を誤認識した場合であっても、誤
認識した結果と制御命令とが対応付けられて記憶されて
いる。このため、発声の仕方が悪く、誤認識されやすい
発声をするユーザであっても制御対象機器を適切に制御
することができる。

【００６０】今回開示された実施の形態はすべての点で
例示であって制限的なものではないと考えられるべきで
ある。本発明の範囲は上記した説明ではなくて特許請求
の範囲によって示され、特許請求の範囲と均等の意味お
よび範囲内でのすべての変更が含まれることが意図され
る。

【００６１】

【発明の効果】本発明によると、入力された会話文の中
から予め登録されている単語を抽出し、入力会話文ベク
トルを作成し、それと最も類似する対話スクリプトベク
トルの選択を行ない、応答会話文の選択が行なわれる。
このため、入力会話文に対応する応答会話文を探索する
ための複雑なルールを作成する必要がなく、単純な判断
方法で適切な応答会話文を得ることができる。そのた
め、処理を高速に行なうことができる。

【００６２】また、音声を誤認識した場合であっても、
誤認識した結果と制御命令とが対応付けられて記憶され
ている。このため、発声の仕方が悪く、誤認識されやす
い発声をするユーザであっても制御対象機器を適切に制
御することができる。

【図面の簡単な説明】

【図１】 本発明の実施の形態１に係る対話装置の構成
を示すブロック図である。

【図２】 単語辞書に記憶されているデータの一例を示
す図である。

【図３】 応答会話スクリプトの一例を示す図である。

【図４】 対話処理のフローチャートである。

【図５】 本発明の実施の形態２に係る音声制御装置の
構成を示すブロック図である。

【図６】 制御スクリプトデータベース１７に記憶され
ているデータの一例を示す図である。

【図７】 制御スクリプトの一例を示す図である。

【図８】 選択結果蓄積部に記憶されているデータの一
例を示す図である。

【図９】 音声制御処理のフローチャートである。

【符号の説明】

１ 入力部、２ 出力部、３ 制御部、４ ベクトル生
成部、５ 検索部、６対話制御部、７ 単語辞書、８
対話スクリプトデータベース、９ 音声入力部、１０
選択部、１１ 提示部、１２ 音声制御部、１３ 音声
認識部、１４スクリプト検索部、１５ 実行部、１７
制御スクリプトデータベース、１８選択結果蓄積部、１
９ 制御対象機器。

───────────────────────────────────────────────────── 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 ５５１Ｎ ５６１Ｅ

Claims (10)

【特許請求の範囲】
1. 【請求項１】 会話文を入力するためにユーザが使用す
   る入力部と、 単語と、当該単語を特徴づける多次元ベクトル空間内の
   単語ベクトルとを対応付けて記憶する単語辞書と、 各々、前記単語辞書に記憶された前記単語を少なくとも
   １つ含む、複数の応答会話文を記憶する対話スクリプト
   データベースと、 前記応答会話文を前記ユーザに提示するために用いられ
   る出力部と、 前記入力部および前記単語辞書に接続され、前記会話文
   を特徴づける前記多次元ベクトル空間中の入力会話文ベ
   クトルを生成するための入力会話文ベクトル生成手段
   と、 前記対話スクリプトデータベースおよび前記単語辞書に
   接続され、前記複数の応答会話文を特徴づける前記多次
   元ベクトル空間中の複数の対話スクリプトベクトルをそ
   れぞれ生成するための対話スクリプトベクトル生成手段
   と、 前記入力会話文ベクトル生成手段および前記対話スクリ
   プトベクトル生成手段に接続され、前記複数の対話スク
   リプトベクトルの中から、前記入力会話文ベクトルと最
   も類似する対話スクリプトベクトルを求める検索部と、 前記検索部、前記対話スクリプトデータベースおよび前
   記出力部に接続され、前記検索部で検索された対話スク
   リプトベクトルに対応する応答会話文を前記対話スクリ
   プトデータベースより抽出し、前記出力部に出力する対
   話制御部とを含む、対話装置。
2. 【請求項２】 会話文を入力するためにユーザが使用す
   る入力部と、 単語と、当該単語を特徴づける多次元ベクトル空間内の
   単語ベクトルとを対応付けて記憶する単語辞書と、 各々、前記単語辞書に記憶された前記単語を少なくとも
   １つ含む、複数の応答会話文と、当該複数の応答会話文
   をそれぞれ特徴づける前記多次元ベクトル空間内の複数
   の対話スクリプトベクトルとをそれぞれ対応付けて記憶
   する対話スクリプトデータベースと、 前記応答会話文を前記ユーザに提示するために用いられ
   る出力部と、 前記入力部および前記単語辞書に接続され、前記会話文
   を特徴づける前記多次元ベクトル空間中の入力会話文ベ
   クトルを生成するための入力会話文ベクトル生成手段
   と、 前記入力会話文ベクトル生成手段および前記対話スクリ
   プトデータベースに接続され、前記複数の対話スクリプ
   トベクトルの中から、前記入力会話文ベクトルと最も類
   似する対話スクリプトベクトルを求める検索部と、 前記検索部、前記対話スクリプトデータベースおよび前
   記出力部に接続され、前記検索部で検索された対話スク
   リプトベクトルに対応する応答会話文を前記対話スクリ
   プトデータベースより抽出し、前記出力部に出力する対
   話制御部とを含む、対話装置。
3. 【請求項３】 前記入力会話文ベクトル生成手段は、 前記会話文より前記単語辞書に記憶された単語を抽出す
   るための単語抽出手段と、 当該単語に対応付けられた単語ベクトルの和を求めるた
   めの手段と、 求められたベクトルを正規化して、前記入力会話文ベク
   トルを生成するための手段とを含む、請求項１または２
   に記載の対話装置。
4. 【請求項４】 前記対話スクリプトベクトル生成手段
   は、 前記複数の応答会話文の各々について、前記単語辞書に
   記憶された単語を抽出するための単語抽出手段と、 当該単語に対応付けられた単語ベクトルの和を求めるた
   めの手段と、 求められたベクトルを正規化して、前記対話スクリプト
   ベクトルを生成するための手段とを含む、請求項１に記
   載の対話装置。
5. 【請求項５】 前記検索部は、前記複数の対話スクリプ
   トベクトルの各々について、前記入力会話文ベクトルと
   の内積値を求めるための手段と、 前記内積値が最大となる前記対話スクリプトベクトルを
   求めるための手段とを含む、請求項１〜４のいずれかに
   記載の対話装置。
6. 【請求項６】 単語と、当該単語を特徴づける多次元ベ
   クトル空間内の単語ベクトルとを対応付けて記憶する単
   語辞書と、 各々、前記単語辞書に記憶された前記単語を少なくとも
   １つ含む、複数の応答会話文を記憶する対話スクリプト
   データベースとを含む、対話装置で用いられる対話方法
   であって、 会話文を入力するステップと、 前記単語辞書に記憶された単語ベクトルに基づいて、前
   記会話文を特徴づける前記多次元ベクトル空間中の入力
   会話文ベクトルを生成するステップと、 前記単語辞書に記憶された単語ベクトルに基づいて、前
   記複数の応答会話文を特徴づける前記多次元ベクトル空
   間中の複数の対話スクリプトベクトルをそれぞれ生成す
   るステップと、 前記複数の対話スクリプトベクトルの中から、前記入力
   会話文ベクトルと最も類似する対話スクリプトベクトル
   を求めるステップと、 求められた前記対話スクリプトベクトルに対応する応答
   会話文をユーザに提示するステップとを含む、対話方
   法。
7. 【請求項７】 コンピュータを対話装置として機能させ
   るためのプログラムを記録したコンピュータ読取可能な
   記録媒体であって、 前記対話装置は、 会話文を入力するためにユーザが使用する入力部と、 単語と、当該単語を特徴づける多次元ベクトル空間内の
   単語ベクトルとを対応付けて記憶する単語辞書と、 各々、前記単語辞書に記憶された前記単語を少なくとも
   １つ含む、複数の応答会話文を記憶する対話スクリプト
   データベースと、 前記応答会話文を前記ユーザに提示するために用いられ
   る出力部と、 前記入力部および前記単語辞書に接続され、前記会話文
   を特徴づける前記多次元ベクトル空間中の入力会話文ベ
   クトルを生成するための入力会話文ベクトル生成手段
   と、 前記対話スクリプトデータベースおよび前記単語辞書に
   接続され、前記複数の応答会話文を特徴づける前記多次
   元ベクトル空間中の複数の対話スクリプトベクトルをそ
   れぞれ生成するための対話スクリプトベクトル生成手段
   と、 前記入力会話文ベクトル生成手段および前記対話スクリ
   プトベクトル生成手段に接続され、前記複数の対話スク
   リプトベクトルの中から、前記入力会話文ベクトルと最
   も類似する対話スクリプトベクトルを求める検索部と、 前記検索部、前記対話スクリプトデータベースおよび前
   記出力部に接続され、前記検索部で検索された対話スク
   リプトベクトルに対応する応答会話文を前記対話スクリ
   プトデータベースより抽出し、前記出力部に出力する対
   話制御部とを含む、コンピュータ読取可能な記録媒体。
8. 【請求項８】 ユーザが音声を入力するために用いる音
   声入力部と、 前記音声入力部に接続され、入力された音声を認識する
   音声認識部と、 制御対象機器の制御命令の候補をユーザに提示するため
   の提示部と、 前記提示部に提示された候補の中から制御命令を選択す
   るためにユーザが使用する選択部と、 音声認識結果と制御対象機器を制御する制御スクリプト
   とが対応付けられて記憶されている選択結果蓄積部と、 制御命令と前記制御スクリプトとが対応付けられて記憶
   されている制御スクリプトデータベースと、 前記音声認識部および前記選択結果蓄積部に接続され、
   音声認識結果が前記選択結果蓄積部に記憶されているか
   否かを確認するための音声認識結果確認手段と、 前記音声認識結果確認手段に接続され、前記音声認識結
   果が前記選択結果蓄積部に記憶されている場合に、前記
   音声認識結果に対応付けられた制御スクリプトを実行す
   るための第１の実行手段と、 前記音声認識結果確認手段に接続され、前記音声認識結
   果が前記選択結果が蓄積部に記憶されていない場合に、
   前記音声認識結果に類似する制御命令を有する制御スク
   リプトを選択し、前記提示部に提示するスクリプト検索
   部と、 前記音声認識部、前記選択部および前記選択結果蓄積部
   に接続され、選択された制御命令に対応する制御スクリ
   プトを実行するとともに、音声認識結果と前記制御スク
   リプトとを対応付けて前記選択結果蓄積部に記憶するた
   めの第２の実行手段とを含む、音声制御装置。
9. 【請求項９】 入力された音声を認識する音声認識部
   と、 制御対象機器の制御命令の候補をユーザに提示するため
   の提示部と、 前記提示部に提示された候補の中から制御命令を選択す
   るためにユーザが使用する選択部と、 音声認識結果と制御対象機器を制御する制御スクリプト
   とが対応付けられて記憶されている選択結果蓄積部と、 制御命令と前記制御スクリプトとが対応付けられて記憶
   されている制御スクリプトデータベースとを有する音声
   制御装置で用いられる音声制御方法であって、音声を入
   力するステップと、 入力された音声を認識するステップと、 音声認識結果が前記選択結果蓄積部に記憶されているか
   否かを調べるステップと、 前記音声認識結果が前記選択結果蓄積部に記憶されてい
   る場合に、前記音声認識結果に対応付けられた制御スク
   リプトを実行するステップと、 前記音声認識結果が前記選択結果蓄積部に記憶されてい
   ない場合に、前記音声認識結果に類似する制御命令を有
   する制御スクリプトを選択し、前記提示部に提示するス
   テップと、 選択された制御命令に対応する制御スクリプトを実行す
   るステップと、 選択された制御命令に対応する音声認識結果および制御
   スクリプトを対応付けて前記選択結果蓄積部に記憶する
   ステップとを含む、音声制御方法。
10. 【請求項１０】 コンピュータを音声制御装置として機
    能させるためのプログラムを記録したコンピュータ読取
    可能な記録媒体であって、 前記音声制御装置は、 ユーザが音声を入力するために用いる音声入力部と、 前記音声入力部に接続され、入力された音声を認識する
    音声認識部と、 制御対象機器の制御命令の候補をユーザに提示するため
    の提示部と、 前記提示部に提示された候補の中から制御命令を選択す
    るためにユーザが使用する選択部と、 音声認識結果と制御対象機器を制御する制御スクリプト
    とが対応付けられて記憶されている選択結果蓄積部と、 制御命令と前記制御スクリプトとが対応付けられて記憶
    されている制御スクリプトデータベースと、 前記音声認識部および前記選択結果蓄積部に接続され、
    音声認識結果が前記選択結果蓄積部に記憶されているか
    否かを確認するための音声認識結果確認手段と、 前記音声認識結果確認手段に接続され、前記音声認識結
    果が前記選択結果蓄積部に記憶されている場合に、前記
    音声認識結果に対応付けられた制御スクリプトを実行す
    るための第１の実行手段と、 前記音声認識結果確認手段に接続され、前記音声認識結
    果が前記選択結果が蓄積部に記憶されていない場合に、
    前記音声認識結果に類似する制御命令を有する制御スク
    リプトを選択し、前記提示部に提示するスクリプト検索
    部と、 前記音声認識部、前記選択部および前記選択結果蓄積部
    に接続され、選択された制御命令に対応する制御スクリ
    プトを実行するとともに、音声認識結果と前記制御スク
    リプトとを対応付けて前記選択結果蓄積部に記憶するた
    めの第２の実行手段とを含む、コンピュータ読取可能な
    記録媒体。