JP2004090109A - ロボット装置およびロボット装置の対話方法 - Google Patents

Abstract

【課題】感情をこめて対話を行うロボット装置およびロボット装置の対話方法を提供する。
【解決手段】ロボットは、ロボットと人間および人間と人間との親密度を記録した親密度データベース２９Ａを有している。親密度データベース２９Ａは、人間とロボットに接するときの接し方や会話の内容をもとに更新されている。ロボットは、人間と対話する際の態度を記憶する対話データベースを有している。ロボットは、人間と対話する際、人間の会話の内容からその人間の感情を判別する。そして、ロボットは、人間の感情と人間の親密度とをもとに対話データベースを検索し、検索した態度でその人間に対して応答する。
【選択図】　図４

Description

【０００１】
【発明の属する技術分野】
本発明は、ロボット装置およびロボット装置の対話方法に関し、特に、対話者を認識して対話を行うロボット装置およびこのロボット装置の対話方法に関する。
【０００２】
【従来の技術】
従来、音声認識技術を利用して、使用者の発明を認識し、その発話に対する応答としての応答文を発話し、ユーザと対話する機能、およびユーザから受けた言葉を他の人間に伝達する伝達機能を有するロボットが実用化されている。
【０００３】
【発明が解決しようとする課題】
ところで、従来のロボットでは、ユーザとの対話を行う際やユーザの言葉を他の人間に伝達する際にユーザとの対話や他の人間との対話の内容を考慮し、感情をこめて対話するというようなことはなされていない。感情のない音声では人間とロボットとの間に壁を作ることとなり、ロボットが人間の生活環境に溶け込むことが困難になってしまう。
【０００４】
本発明は、このような状況に鑑みてなされたものであり、感情をこめて対話を行うロボット装置およびロボット装置の対話方法を提供することを目的とする。
【０００５】
【課題を解決するための手段】
上記の課題を解決するため、本発明にかかるロボット装置は、外部情報、外部からの働きかけに応じた動作及び／又は内部状態に基づいて自律的動作を実行し、ユーザと対話して該ユーザからの伝言を得、該ユーザが望む第三者と対話して伝言を伝えるロボット装置において、対話者を識別する識別手段と、識別手段において識別された対話者から得られる情報に応じて応答文および応答文を発話する際の動作を決定する行動決定手段とを備える。
【０００６】
また、本発明にかかるロボット装置の対話方法は、外部情報、外部からの働きかけに応じた動作及び／又は内部状態に基づいて自律的動作を実行し、ユーザと対話して該ユーザからの伝言を得、該ユーザが望む第三者と対話して伝言を伝えるロボット装置の対話方法において、対話者を識別する識別工程と、識別工程において識別された対話者から得られる情報に応じて応答文および応答文を発話する際の動作を決定する行動決定工程とを備える。
【０００７】
【発明の実施の形態】
以下、図面を参照して本発明を適用したロボットについて説明する。本発明を適用したロボットは、ロボットに接触する人間を識別し、その人間が発した言葉を聞き取る。ロボットは、接触した人間との親密度を記憶・更新しており、人間との親密度を基に、接触している人間に応対する態度および返答する言葉を変化させる。
【０００８】
また、ロボットは、人間同士の親密度を記憶・更新している。ロボットは、ある人間の発した言葉を他の人間に伝言するとき、人間同士の親密度と伝言する言葉の内容とを基に、伝言を与える側の人間に対する態度および伝言する言葉のニュアンスを変化させる。
【０００９】
図１に示すように、ロボット１は、体幹部ユニット２の所定の位置に頭部ユニット３が連結されると共に、左右２つの腕部ユニット４Ｒ／Ｌと、左右２つの脚部ユニット５Ｒ／Ｌが連結されて構成されている（但し、Ｒ及びＬの各々は、右及び左の各々を示す接尾辞である。以下において同じ。）。
【００１０】
このロボット１が具備する関節自由度構成を図２に模式的に示す。頭部ユニット３を支持する首関節は、首関節ヨー軸１０１と、首関節ピッチ軸１０２と、首関節ロール軸１０３という３自由度を有している。
【００１１】
また、上肢を構成する各々の腕部ユニット４Ｒ／Ｌは、肩関節ピッチ軸１０７と、肩関節ロール軸１０８と、上腕ヨー軸１０９と、肘関節ピッチ軸１１０と、前腕ヨー軸１１１と、手首関節ピッチ軸１１２と、手首関節ロール軸１１３と、手部１１４とで構成される。手部１１４は、実際には、複数本の指を含む多関節・多自由度構造体である。但し、手部１１４の動作は、ロボット装置１の姿勢制御や歩行制御に対する寄与や影響が少ないので、本明細書ではゼロ自由度と仮定する。したがって、各腕部は７自由度を有するとする。
【００１２】
また、体幹部ユニット２は、体幹ピッチ軸１０４と、体幹ロール軸１０５と、体幹ヨー軸１０６という３自由度を有する。
【００１３】
また、下肢を構成する各々の脚部ユニット５Ｒ／Ｌは、股関節ヨー軸１１５と、股関節ピッチ軸１１６と、股関節ロール軸１１７と、膝関節ピッチ軸１１８と、足首関節ピッチ軸１１９と、足首関節ロール軸１２０と、足部１２１とで構成される。本明細書中では、股関節ピッチ軸１１６と股関節ロール軸１１７の交点は、ロボット１の股関節位置を定義する。人体の足部１２１は、実際には多関節・多自由度の足底を含んだ構造体であるが、ロボット１の足底は、ゼロ自由度とする。したがって、各脚部は、６自由度で構成される。
【００１４】
以上を総括すれば、ロボット１としては、合計で３＋７×２＋３＋６×２＝３２自由度を有することになる。但し、エンターテインメント向けのロボット１が必ずしも３２自由度に限定されるわけではない。設計・制作上の制約条件や要求仕様等に応じて、自由度すなわち関節数を適宜増減することができる。
【００１５】
上述したようなロボット１がもつ各自由度は、実際にはアクチュエータを用いて実装される。外観上で余分な膨らみを排してヒトの自然体形状に近似させること、２足歩行という不安定構造体に対して姿勢制御を行うことなどの要請から、アクチュエータは小型且つ軽量であることが好ましい。
【００１６】
図３は、ロボット１の制御システム構成を模式的に示している。ロボット１は、ヒトの四肢を表現した体幹部ユニット２，頭部ユニット３，腕部ユニット４Ｒ／Ｌ，脚部ユニット５Ｒ／Ｌと、各ユニット間の協調動作を実現するための適応制御を行うコントローラ１０とで構成される。
【００１７】
胴体部ユニット２には、ロボット全体の制御を行うコントローラ１０、ロボットの動力源となるバッテリ１１、並びにバッテリセンサ１２および熱センサ１３からなる内部センサ部１４などが収納されている。
【００１８】
頭部ユニット４には、「耳」に相当するマイク（マイクロフォン）１５、「目」に相当するＣＣＤ（Ｃｈａｒｇｅ　Ｃｏｕｐｌｅｄ　Ｄｅｖｉｃｅ）カメラ１６、触覚に相当するタッチセンサ１７、「口」に相当するスピーカ１８などが、それぞれ所定位置に配設されている。
【００１９】
脚部ユニット３Ａ乃至３Ｄそれぞれの関節部分や、脚部ユニット３Ａ乃至３Ｄそれぞれと胴体部ユニット２の連結部分、頭部ユニット４と胴体部ユニット２の連結部分などには、図２の自由度構成に対応した部分にアクチュエータＡ_２乃至Ａ_４、Ａ_５乃至Ａ_７、Ａ_８乃至Ａ_１４、Ａ_１６乃至Ａ_２１が配設されており、これにより、各連結部分は、所定の自由度をもって回転することができるようになっている。
【００２０】
頭部ユニット４におけるマイク１５は、ユーザからの発話を含む周囲の音声（音）を集音し、得られた音声信号を、コントローラ１０に送出する。ＣＣＤカメラ１６は、周囲の状況を撮像し、得られた画像信号を、コントローラ１０に送出する。
【００２１】
タッチセンサ１７は、例えば、頭部ユニット４の上部に設けられており、ユーザからの「なでる」や「たたく」といった物理的な働きかけにより受けた圧力を検出し、その検出結果を圧力検出信号としてコントローラ１０に送出する。
【００２２】
胴体部ユニット２におけるバッテリセンサ１２は、バッテリ１１の残量を検出し、その検出結果を、バッテリ残量検出信号としてコントローラ１０に送出する。熱センサ１３は、ロボット内部の熱や外気の温度を検出し、その検出結果を、コントローラ１０に送出する。
【００２３】
ロボット１の動作は、コントローラ１０によって統括的に制御される。コントローラ１０は、ＣＰＵ１０Ａやメモリ１０Ｂを内蔵し、ＣＰＵ１０Ａにおいて、メモリ１０Ｂに記憶された制御プログラムが実行されることにより、各種の処理を行う。
【００２４】
即ち、コントローラ１０は、バッテリセンサ１２や、熱センサ１３、マイク１５、ＣＣＤカメラ１６、タッチセンサ１７から与えられる各信号に基づいて、周囲の状況や、ユーザからの指令、ユーザからの働きかけなどの有無を判断する。
【００２５】
さらに、コントローラ１０は、この判断結果等に基づいて、続く行動を決定し、その決定結果に基づいて、アクチュエータＡ_２乃至Ａ_４、Ａ_５乃至Ａ_７、Ａ_８乃至Ａ_１４、Ａ_１６乃至Ａ_２１のうちの必要なものを駆動する。これにより、ロボット１は、頭部ユニット４を上下左右に振る、各脚部ユニットＡ_１６乃至Ａ_２１を駆動する、ロボットを歩行するなどの行動を行う。
【００２６】
また、コントローラ１０は、必要に応じて、合成音を生成し、スピーカ１８に供給して出力させる。
【００２７】
以上のような構成を備えることによって、ロボット１は、外部情報、外部からの働きかけに応じた動作及び／又は内部状態に基づいて自立的に行動できるようになっている。
【００２８】
次に、図４は、コントローラ１０のユーザの発話に対する応答としての応答文を発話し、対話を行う機能（以下、対話機能と称する）を実行するための機能ブロック図である。なお、この対話機能は、ＣＰＵ１０Ａが、メモリ１０Ｂに記憶された制御プログラムを実行することによって実現されるようになっている。
【００２９】
話者識別部２１にはマイク１５から話者の音声が、ＣＣＤ１６カメラが撮像した話者の画像が入力される。話者認識部は、対話管理部２６に制御され、入力された音声および入力された画像に基づき識別情報記憶部２１Ａを参照して話者を識別する。
【００３０】
すなわち、識別情報記憶部２１Ａには、話者となり得るユーザの音声のピッチやフォルマントなどのユーザ固有の音声情報、およびユーザの画像上の特徴量が記録されている。
【００３１】
話者識別部２１は、入力された音声に対して、適応フィルタバンク等の音響処理を施し、ピッチやフォルマントを抽出し、また、入力された画像から特徴量を抽出し、識別情報記憶部２１Ａから、それらの抽出結果に対応するユーザのＩＤ（識別番号）を検出する。
【００３２】
話者識別部２１は、ＩＤと名前を関連付けるネームリストデータベース２１Ｂを有する。ネームリストデータベース２１Ｂは、図５に示すように、名前を格納するフィールドと、ＩＤを格納するフィールドの２つのフィールドが設けられている。ネームリストデータベース２１Ｂには、ロボット自身のＩＤも設定されており、この例ではロボットのＩＤは”０”となっている。
【００３３】
音声認識部２２は、対話管理部２６により制御され、マイク１５から与えられる音声信号を用いて、音声認識を行い、その音声認識結果としてのテキスト、その他付随する情報（例えば、ワードグラフ等）をバッファ２３に出力する。バッファ２３は、その音声認識結果を一時的に保持し、対話管理部２６からの指令に基づくタイミングで、対話管理部２６に出力する。
【００３４】
言語解析部２４は、対話管理部２６により制御され、バッファ２３を介して入力される音声認識部２２による音声認識結果を解析し、ユーザの発話の内容の意味理解を行い、その意味理解の結果としての単語情報や構文情報をバッファ２５に出力する。バッファ２５は、その意味理解の結果を一時的に保持し、対話管理部２６からの指令に基づくタイミングで意味理解の結果を対話管理部２６に出力する。
【００３５】
対話管理部２６は、バッファ２５を介して入力される言語解析部２４による意味理解の結果に対応する応答文（テキスト）を生成するために必要な応答文の意味や概念を表す情報（以下、応答文意味情報と称する）を生成する。対話管理部２６は、この際、話者識別部２１から送出された識別情報により識別される話者との対話（対話履歴）を利用して、行動指令情報および応答文意味情報を生成する。
【００３６】
応答文生成部２７は、対話管理部２６から入力される応答文意味情報を基に、応答文（テキスト）を生成し、音声合成部２８に出力する。応答文生成部２７は、応答文を生成するとき、言語解析部２４から入力される意味理解の結果と、話者識別部２１から入力される識別結果と、話者とロボットの親密度とを基に、話者に返答する際の態度および対話管理部２６から入力された応答文を変化させる。また、話者から他の人間に伝言を頼まれた場合、応答文生成部２７は、話者と他の人間との親密度を参照し、伝言する相手への態度及び対話管理部２６から入力された応答文を変化させる。
【００３７】
音声合成部２８は、応答文生成部２７が出力する応答文に対応する合成音を生成し、スピーカ１８に出力する。
【００３８】
図６は、音声認識部２２の構成例を示している。話者の発話は、マイク１５に入力され、マイク１５で、電気信号としての音声信号に変換され、ＡＤ（ＡｎａｌｏｇＤｉｇｉｔａｌ）変換部５１に供給される。ＡＤ変換部３１では、マイク１５からのアナログ信号である音声信号がサンプリング、量子化され、ディジタル信号である音声データに変換される。この音声データは、特徴抽出部３２に供給される。
【００３９】
特徴抽出部３２は、ＡＤ変換部３１からの音声データについて、適当なフレームごとに、例えば、スペクトルや、線形予測係数、ケプストラム係数、線スペクトル対等の特徴パラメータを抽出し、マッチング部３３に供給する。
【００４０】
マッチング部３３は、特徴抽出部３２からの特徴パラメータに基づき、音響モデルデータベース３４、辞書データベース３５、および文法データベース３６を必要に応じて参照しながら、マイク１５に入力された音声（入力音声）を認識する。
【００４１】
即ち、音響モデルデータベース３４は、音声認識する音声の言語におけるここに音素や音節などの音響的な特徴を表す音響モデルを記憶している。ここで、音響モデルとして、例えば、ＨＭＭ（Ｈｉｄｄｅｎ　Ｍａｒｋｏｖ　Ｍｏｄｅｌ）などを用いることができる。辞書データベース３５は、認識対象の各単語について、その発音に関する情報が記述された単語辞書を記憶している。文法データベース３６は、辞書データベース３５の単語辞書に登録されている各単語が、どのように連鎖する（つながる）かを記述した文法規則を記憶している。ここで、文法規則としては、例えば、文脈自由文法（ＦＧ）や、統計的な単語連鎖確率（Ｎ−ｇｒａｍ）などに基づく規則を用いることができる。
【００４２】
マッチング部３３は、辞書データベース３５の単語辞書を参照することにより、音響モデルデータベース３４に記憶されている音響モデルを接続することで、単語の音響モデル（単語モデル）を構成する。さらに、マッチング部３３は、幾つかの単語モデルと、文法データベース３６に記憶された文法規則を参照することにより接続し、そのようにして接続された単語モデルを用いて、特徴パラメータに基づき、例えば、ＨＭＭ法等によって、マイク１５に入力された音声を認識する。マッチング部３３による音声認識結果は、例えば、テキスト等で、バッファに出力される。
【００４３】
図７は、言語解析部２４の構成例を示している。言語解析部２４のテキスト解析部４１には、音声認識部２２による音声認識結果としてのテキストが入力される。テキスト解析部４１は、辞書データベース４２や解析用文法データベース４３を参照しながら、そのテキストを解析する。
【００４４】
辞書データベース４２には、各単語の表記や、解析用文法を適用するために必要な品詞情報などが記述された単語辞書が記憶されている。また、解析用文法データベース４３には、単語辞書に記述された各単語の情報に基づいて、単語連鎖に関する制約等が記述された解析用文法規則が記憶されている。
【００４５】
テキスト解析部４１は、その単語辞書や解析用文法規則に基づいて、そこに入力されるテキスト（入力テキスト）の形態素解析や、構文解析等を行い、その入力テキストの意味理解を行い、その意味理解の結果としての言語情報をバッファに出力する。
【００４６】
例えば、音声認識部２２による、ユーザの発話「ワタナベさんに僕の車壊れちゃったと伝えておいてね」の音声認識結果（テキスト）が入力された場合、テキスト解析部４１において、その形態素解析や構文解析が行われ、「伝えておいてね」から”伝言を頼まれた”との意味理解が行われ、「ワタナベさんに」から伝言する相手は”ワタナベさん”であるとの意味理解が行われる。また、「僕の車」「壊れちゃった」から伝言する内容は、”話者の車”が”壊れた”ことであるとの意味理解が行われる。テキスト解析部４１による認識結果は、伝言［［伝えておいてね］，対象者［ワタナベさん］，伝言内容［動作［壊れちゃった］，対象物［車］，対象者［僕の］］］となる。
【００４７】
親密度更新部２９は、親密度データベース２９Ａを更新する。図８に示すように、親密度データベース２９Ａは、２つのＩＤと親密度とを関連付けて記憶している。親密度とは、親しさの度合いを数値化したものである。
【００４８】
ここで説明するロボット１は、親密度更新部によって更新される親密度に基づいて対話者に応対するときの態度を変更し、対話に感情を持たせることができる。
【００４９】
以下、本実施の形態における親密度を更新する例について説明する。親密度は、１．０から０．０の間の値をとり、親密度１．０のとき互いの関係は非常に良好とし、親密度０．０のとき互いの関係は非常に疎遠とする。親密度データベース２９Ａにおいて、ＩＤが０であるデータは、ロボットと他の人間との親密度であり、その他のデータはある人間と他の人間との親密度である。親密度更新部２９は、ロボットと人間との親密度と、ある人間と他の人間との親密度とを異なる方法で計算している。
【００５０】
以下、親密度の更新方法について説明する。親密度更新部２９は、ロボットと人間との親密度を計算する場合、話者識別部２１の識別結果と各センサからの検出結果とを入力し、センサの検出結果から何らかのインタラクションを受けたことを検出すると、インタラクションを与えた話者に対する親密度を更新する。親密度は、初期値を０．５とし、インタラクションの種類と、回数およびインタラクションを受けた時間などを基に更新される。
【００５１】
インタラクションの種類には、人間がロボットに対して食事を提供する、話かける、ボール遊びをするなどがある。
【００５２】
例えば、タッチセンサ１７の検出結果からロボットの頭がなでられたことやたたかれたことを検出すると、親密度更新部２９は、頭をなでた回数や頭をたたいた回数を以下の計算式（１）（２）に代入し、親密度を更新するための計算を行う。
頭をなでられた回数×ａを足す（ａは係数）　　　　　　・・・（１）
頭をたたかれた回数×ａを引く（ａは係数）　　　　　　・・・（２）
また、親密度更新部２９は、インタラクションを受けた時間を計測し、この時間を以下の計算式（３）（４）に代入し、親密度を更新するための計算を行う。
インタラクション時間の総和／起動時間の総和×ｂを足す・・・（３）
（インタラクション中の正の感情−インタラクション中の負の感情）×ｃを足す（ｃは係数）　　　　　　　　　　　　　　　　　　　　・・・（４）
上記式（３）により、インタラクション時間が長いほど親密度が高くなり、上記式（４）により、インタラクション中にロボットの気分がよければ親密度が高くなり、不快な感情が強ければ親密度が低くなる。また、話者識別部２１からの入力が少ない人間、ロボットとの接触の少ない人間は、時間に応じて徐々に親密度が減少する。親密度更新部２９は、このようにして、ロボット自身と他の人間との親密度を更新する。
【００５３】
また、ある人間と他の人間との間の親密度を更新する場合、親密度更新部２９は、人間の会話の意味および口調をもとに親密度データベース２９Ａを更新する。親密度の更新方法は複数考えられる。
【００５４】
第１の方法は、ロボット１が人間に直接質問する方法である。親密度更新部２９は、「Ａさん、Ｂさんのこと好き？」などと質問をするようにロボットを制御し、このときのＡさんの返答に応じてＡさんとＢさんとの親密度を更新する。
【００５５】
第２の方法は、ロボットと人間との会話の内容から推測する方法である。ある人間とロボットとが会話をしているとき、親密度更新部２９は、話者認識部の認識結果と、言語解析部２４からの解析結果をもとに、誰がどのような会話をしているかを認識する。そして、話者が他の人間ついての会話しているときに、親密度更新部２９は、話者が話している人間の名前からＩＤを読み出し、話者の会話の内容およびイントネーションなどをもとに、話者と話者が話している人間との親密度を更新する。また、親密度更新部２９は、話者がある人間について話すときの回数および頻度を記憶しておき、回数や頻度が高いほど親密度を高くする。
【００５６】
第３の方法は、ロボットを含まない複数の人間の会話から推測する方法である。複数の人間が会話をしているとき、親密度更新部２９は、話者認識結果の認識結果と、言語解析部２４からの解析結果をもとに、会話をしている人間の親密度および会話に出場する人間の親密度を更新する。例えば、Ａ、Ｂ、Ｃ、Ｄの４人が会話をしているとき、ＡさんがＢさんに対して冷たい口調で話しかけると、親密度更新部２９は、ＡさんとＢさんとの親密度を低くする。また、Ａ、Ｂ、Ｃ、Ｄの４人が会話をしているとき、その場にいないＥさんという人間を誉めていれば、親密度更新部２９は、Ａ、Ｂ、Ｃ、Ｄの４人とＥさんの親密度を高くする。
【００５７】
図９は、対話管理部２６の構成例を示している。対話管理部２６の対話制御部５１には、言語解析部２４による意味理解の結果および話者識別部２１による識別結果が入力される。対話制御部５１は、その意味理解の結果の一部または全部を、対話履歴記憶部５２に順次供給して記憶させる。これにより、対話履歴記憶部５２には、対話履歴が記憶され、また更新される。
【００５８】
対話制御部５１は入力される意味理解の結果（ユーザの発話）に基づき、シナリオ記憶部５３を参照して、ユーザの発話に対する応答としての行動の行動指令情報を生成する。
【００５９】
シナリオ記憶部５３には、発話に対する応答としての行動の行動指令情報を生成するのに必要な情報がどのような情報であるかを示す情報が、行動に対応するフレーム毎に記憶されている。
【００６０】
対話制御部５１は、発話に対する応答としての行動に対応するフレームをシナリオ記憶部５３から検出し、検出したフレームに示されている必要情報項目に対応して、その必要情報をフレームに埋め込む。これにより、行動指令情報が生成される。具体的には、フレームに示される必要情報項目の必要情報が、発話の意味理解の結果に含まれている場合、対話制御部５１はそこから必要情報をよみとり、そのフレームに埋め込む。一方、必要情報が発話の意味理解の結果に含まれていない場合、対話制御部５１は、必要情報を対話履歴記憶部５２から検出し、そのフレームに埋め込む。
【００６１】
例えば、「○○（ロボットの名称）ちゃん新聞とってきてくれる」の意味理解の結果として、要求［くれる，動作［取ってくる，対象物［新聞］，対象者［ロボット，敬称［ちゃん］］］］が入力され、その発話に対する応答としての、ロボットが新聞を取ってくる行動に対応するフレームによれば、その行動指令情報を生成するために、対象物［新聞］が置かれている場所の情報（必要情報）がさらに必要であるとされている場合、対話制御部５１は、その必要情報（対話の中で省略され、対話理解の結果には含まれていない必要情報を対話履歴記憶部５２から検出し、そのフレームに埋め込む。
【００６２】
例えば、対象物［新聞］が、新聞受けに置かれていることが検出された場合、その必要情報は、フレームに埋め込まれ、行動指令情報として、要求［くれる，動作［取ってくる，対象物［新聞］，場所［新聞受け］］，対象者［ロボット、敬称［ちゃん］］］が生成される。
【００６３】
対話履歴記憶部５２には、対話履歴が話者ごとに記憶されている。なお、対話履歴記憶部５２から、必要情報を検出する際、対話制御部５１は、対話履歴記憶部５２に記憶されている話者ごとの対話履歴のうち、話者識別部２１により識別された話者の対話履歴を参照する。
【００６４】
また、必要情報がユーザの意味理解の結果および対話履歴記憶部５２の両方から検出することができないとき、すなわち、必要情報が、意味理解の結果にも含まれず、対話履歴記憶部５２にも記憶されていないとき、対話制御部５１は、知識データベース５４に記憶されている手順に従い、その必要情報をユーザから聞きとるための応答文の応答意味情報を生成し、応答文生成部２７に出力する。これにより、この応答文意味情報に基づいて生成された応答文が発話され、その応答としての発話から必要情報が取得される。その結果、行動指令情報が生成される。
【００６５】
例えば、上述の例では、新聞の置かれている場所が意味理解の結果にも含まれず、対話履歴記憶部５２にも記憶されていない場合、知識データベース５４に記憶されている手順に従って、例えば、応答文意味情報として対象者［ロボット，敬称［ちゃん］］，動作［取ってくる，対象物［新聞］，場所［？］］が生成される。このように、過去の対話の中で、すでに指定されており、対話の中で省略されている事柄については、対話履歴から検出される。
【００６６】
すなわち、知識データベース５４には、対話の中で、ユーザが所定の情報を聞きとるための応答文の応答文意味情報を生成するための手順が記憶されている。
【００６７】
以上のようにして生成された行動指令情報は、コントローラ１０の他の機能である。アクチュエータＡ_２乃至Ａ_４、Ａ_５乃至Ａ_７、Ａ_８乃至Ａ_１４、Ａ_１６乃至Ａ_２１などを制御する機能において用いられる。これにより、その行動指令情報に基づいて、例えば、必要なアクチュエータが駆動され、例えば、ロボットは、新聞受けまで歩行するなどの行動を取る。
【００６８】
図１０は、応答文生成部２７の構成例を示している。応答文生成部２７のテキスト生成部６１には、対話管理部２６からの応答文意味情報が入力される。応答文生成部２７は、応答文意味情報に基づき、生成規則データベース６２を参照して、応答文（テキスト）を生成する。また、応答文生成部２７は、話者の感情を推定し、推定した結果と親密度とを基に、応答文を変化させたり、応答するときのイントネーションや態度を変化させる。
【００６９】
応答文生成部２７は、言語解析部２４の解析結果を基に、話者の感情を推定する。例えば、話者がロボットに対して、「僕の車壊れちゃった」と発話すると、言語解析部２４の解析結果は、動作［壊れた］，対象物［［車］，対象者［僕の］］となる。応答文生成部２７は、「壊れた」というネガティブの言葉があることから、話者の伝言属性（以下、感情のカテゴリーと記す）を「悲しみ」に分類する。
【００７０】
そして、応答文生成部２７は、親密度データベース２９Ａとネームリストデータベース２１Ｂとを読み出す。応答文生成部２７は、話者識別部２１から入力される話者のＩＤとロボットのＩＤ”０”をキーとして親密度データベース２９Ａを検索し、ロボットと話者との親密度を読み出す。
【００７１】
また、話者がロボットに伝言を依頼した場合、応答文生成部２７は、対話管理部２６からの応答文意味情報をもとに、伝言する人間（以下、伝言対象者と称する）の名前を抽出する。例えば、話者がロボットに対して、「ワタナベさんに僕の車が壊れちゃったと伝えておいてね」と発話した場合、言語解析部２４の解析結果は、伝言［［伝えておいてね］，対象者［ワタナベさん］，伝言内容［動作［壊れちゃった］，対象物［車］，対象者［僕の］］］となる。応答文生成部２７は、伝言対象者の名前”ワタナベ”を読み出し、伝言対象者の名前”ワタナベ”をキーとしてネームリストデータベース２１Ｂから伝言対象者のＩＤを検索する。
【００７２】
応答文生成部２７は、話者のＩＤとロボットのＩＤ”０”、伝言対象者のＩＤとロボットのＩＤ”０”、話者のＩＤと伝言対象者のＩＤとをキーとして親密度データベース２９Ａを検索し、話者とロボットとの親密度、伝言対象者とロボットとの親密度、話者と伝言対象者との親密度を読み出す。応答文生成部２７は、親密度を読み出すと、環境から親密度への影響を考慮した値、インタラクションバリュー（以降、ＩＶと称する）を算出する。
【００７３】
応答文生成部２７は、ＩＶを算出すると、対話データベース６３を参照して話者または伝言対象者に応答するときの態度、および応答文に付加する語尾を選択する。対話データベース６３は、応答するときの語調、スピード、抑揚、語尾などが記録されており、これらのデータは、会話に含まれる感情のカテゴリー、ロボットが応答する相手、およびロボットと話者または伝言対象者とのＩＶごとに分類されている。
【００７４】
具体的に説明すると、図１１、図１２に示すように、対話データベース６３は、ロボットが応答する相手が話者または伝言対象者であるかによって分類されており、さらに、話者または伝言対象者とロボットとのＩＶが０．５以上であるか、０．５未満であるかによって分類されている。すなわち、対話データベース６３は、「ロボットと話者のＩＶが０．５以上のとき」、「ロボットと話者のＩＶが０．５未満のとき」、「ロボットと伝言対象者のＩＶが０．５以上のとき」、「ロボットと伝言対象者のＩＶが０．５未満のとき」の４つのパターンに分類されている。さらに、対話データベース６３は、会話に含まれる感情のカテゴリーによっても分類されており、感情のカテゴリーには、「怒り」、「喜び」、「悲しみ」、「謝罪」、「感情なし」があり、感情のカテゴリーに対応した語調、スピード、抑揚、語尾が記憶されている。
【００７５】
応答文生成部２７は、対話する相手、ＩＶ、感情のカテゴリーをもとに、対話データベース６３を検索すると、検索した語尾を応答文に付加する。そして、応答文生成部２７は、語尾を付加した応答文、検索した語調、スピード、抑揚などのデータを音声合成部２８に出力する。
【００７６】
図１３は、音声合成部２８の構成例を示している。音声合成部２８のテキスト解析部７１には、応答文生成部２７により生成された応答文（テキスト）が音声合成処理の対象として入力されるようになっており、テキスト解析部７１は、辞書データベース７２や解析用文法データベース７３を参照しながら、そのテキストを解析する。
【００７７】
即ち、辞書データベース７２には、各単語の品詞情報や、読み、アクセント等の情報が記述された単語辞書が記憶されており、また、解析用文法データベース７３には、辞書データベース７２の単語辞書に記述された単語について、単語連鎖に関する制約等の解析用文法規則が記憶されている。そして、テキスト解析部７１は、この単語辞書および解析用文法規則に基づいて、そこに入力されるテキストの形態素解析や構文解析等の解析を行い、後段の規則合成部７４で行われる規則音声合成に必要な情報を抽出する。ここで、規則音声合成に必要な情報としては、例えば、ポーズの位置や、アクセントおよびイントネーションを制御するための情報その他の韻律情報や、各単語の発音等の音韻情報などである。
【００７８】
また、テキスト解析部７１は、規則音声合成に必要な情報を抽出する際、応答文生成部２７から入力される応答文の語調、スピード、抑揚などのデータを加味し、規則音声合成に必要な情報を変更する。
【００７９】
テキスト解析部７１で得られた情報は、規則合成部７４に供給され、規則合成部７４では、音素片データベース７５を用いて、テキスト解析部７１に入力されたテキストに対応する合成音の音声データ（ディジタルデータ）が生成される。
【００８０】
即ち、音素片データベース７５には、例えば、ＣＶ（Ｃｏｎｓｏｎａｎｔ，Ｖｏｗｅｌ）や、ＶＣＶ、ＣＶＣ等の形で音素片データが記憶されており、規則合成部７４はテキスト解析部７１からの情報に基づいて、必要な音素片データを接続し、さらに、ポーズ、アクセント、イントネーション等を適切に付加することで、テキスト解析部７１に入力されたテキストに対応する合成音の音声データを生成する。
【００８１】
この音声データは、ＤＡ変換部７６に供給され、そこで、アナログ信号としての音声信号に変換される。この音声信号は、スピーカ１８に供給され、これにより、テキスト解析部７１に入力されたテキストに対応する合成音が出力される。
【００８２】
次に、上記ロボットが話者からの伝言を受け、伝言対象者に伝える動作について、図１４のフローチャートを参照して説明する。
【００８３】
例えば、「ワタナベさんに僕の車が壊れちゃったと伝えておいてね」と話者がロボットに発話すると、話者の音声はマイク１５を介して音声認識部２２に出力される。音声認識部２２は、話者の音声を用いて音声認識を行い、音声認識結果としてのテキスト「ワタナベさんに僕の車が壊れちゃったと伝えておいてね」をバッファに出力する。
【００８４】
言語解析部２４は、音声認識部２２の認識結果「ワタナベさんに僕の車が壊れちゃったと伝えておいてね」（テキスト）が入力されると、このテキストの意味理解を行う。言語解析部２４は、伝えておいてねから、“伝言を頼まれた”との意味理解が行われ、「ワタナベさんに」から伝言する相手は“ワタナベさん”であるとの意味理解が行われる。また、「僕の車」「壊れちゃった」から伝言する内容は、“話者の車”が“壊れた”ことであるとの意味理解が行われる。言語解析部２４による認識結果は、伝言［［伝えておいてね］，対象者［ワタナベさん］，伝言内容［動作［壊れちゃった］，対象物［車］，対象者［僕の］］］となる。
【００８５】
対話管理部２６は、言語解析部２４からの出力結果をもとに応答文意味情報を生成し、応答文生成部２７に出力する。
【００８６】
応答文生成部２７は、言語解析部２４の出力結果、伝言［［伝えておいてね］，対象者［ワタナベさん］，伝言内容［動作［壊れちゃった］，対象物［車］，対象者［僕の］］］を入力すると、この出力結果のなかに「壊れた」というネガティブな言葉があることから、話者の感情のカテゴリーを「悲しみ」と分類する（ステップＳ１）。
【００８７】
次いで、応答文生成部２７は、ネームリストデータベース２１Ｂと親密度データベース２９Ａとを読み出す（ステップＳ２）。話者識別部２１は、ロボットが会話をしている話者の識別を行う（ステップＳ３）。話者識別部２１は、話者の識別を行うと（ステップＳ３；ＹＥＳ）、話者のＩＤを応答文生成部２７に出力する（ステップＳ４）。話者識別部２１は、話者のデータが記憶されておらず話者が識別できない場合（ステップＳ３；ＮＯ）、話者を識別できなかった旨を対話管理部２６に出力する。対話管理部２６は、話者識別部２１からの出力に応じて、話者の名前をたずねる応答文意味情報を生成する。この応答文に対し話者が自分の名前を返答した場合、応答文生成部２７は、話者の名前にＩＤを付けてネームリストデータベース２１Ｂに格納する。例えば、話者が「私は“ヤマダ”です」と応答すると応答文生成部２７は、言語解析部２４からの出力を入力し、“ヤマダ”さんにＩＤ“４”を付加してネームリストデータベース２１Ｂに格納する（ステップＳ５）。ステップＳ５において、話者の名前とＩＤがネームリストデータベース２１Ｂに格納されると、ステップＳ６に処理を移行する。
【００８８】
応答文生成部２７は、対話管理部２６からの応答文意味情報および言語解析部２４からの解析結果をもとに、伝言を伝える相手（伝言対象者）が“ワタナベ”さんであることを認識する。そして、名前が“ワタナベ”であるデータをネームリストデータベース２１Ｂから検索する（ステップＳ６）。応答文生成部２７は、“ワタナベ”という名前がネームリストデータベース２１Ｂに記録されていない場合（ステップＳ６；ＮＯ）、名前“ワタナベ”さんにＩＤ“５”を付加してネームリストデータベース２１Ｂに格納するとともに、親密度データベース２９Ａの話者（＝ＩＤ“４”）とワタナベさん（＝ＩＤ“５”）親密度を０．５に設定し（ステップＳ７）、ステップＳ８に処理を移行する。
【００８９】
また、ステップＳ６において、伝言対象者の名前“ワタナベ”がネームリストデータベース２１Ｂに存在する場合（ステップＳ６；ＹＥＳ）、ステップＳ８に処理を移行する。
【００９０】
応答文生成部２７は、話者とロボットの親密度、伝言対象者とロボットの親密度、話者と伝言対象者との親密度を親密度データベース２９Ａから読み出す。
【００９１】
例えば、話者“ヤマダ”、伝言対象者“ワタナベ”であるとき、図５のネームリストデータベース２１Ｂを参照すると、話者のＩＤは“４”、伝言対象者のＩＤは“５”となる。また、ロボットのＩＤは“０”である。そこで、それぞれのＩＤをもとに、図８の親密度データベース２９Ａを検索すると、話者（＝ＩＤ“４”）とロボット（＝ＩＤ“０”）の親密度は０．５、伝言対象者（＝ＩＤ“５”）とロボット（＝ＩＤ“０”）の親密度は０．７、話者（ＩＤ“４”）と伝言対象者（＝ＩＤ“５”）の親密度は０．７となる（ステップＳ８）。
【００９２】
そして、応答文生成部２７は、ＩＶを計算する。ＩＶとは、外部の環境から親密度への影響を考慮した値である。外部の環境とは、職場、結婚式、葬式、自宅、屋外などのロボットが存在する周囲の環境のことである。
【００９３】
ＩＶを計算する例として、外部の環境が屋外か屋内かによってＩＶを変更する例について説明する。屋外にいるときの人間は感情を表に出しにくくなる。そのため、親密度が０．５以上のとき親密度から０．１を引いた値をＩＶとし、親密度が０．５未満のとき親密度に０．１足した値をＩＶとする。また、親密度が０．５以上でＩＶが０．５未満になるときはＩＶを０．５とし、親密度が０．５未満でＩＶが０．５を超える場合には、ＩＶを０．４９とする。また、ＩＶの影響が生じない場合には、ＩＶ＝親密度とする（ステップＳ９）。
【００９４】
応答文生成部２７は、対話管理部２６から入力した応答文意味情報をもとに、応答文を生成するとともにロボットと話者のＩＶおよび話者の会話に含まれる感情のカテゴリーをもとに、対話データベース６３を検索し、ロボットが話者に話しかける際の語調、スピード、抑揚、語尾を検索する。
【００９５】
上記の例を用いて説明すると、話者“ヤマダ”と“ロボット”との親密度は０．５である。ここで外部環境からの影響はなくＩＶ＝親密度とすると、ＩＶ＝０．５となる。また、ステップＳ１において、話者“ヤマダ”の伝言属性は“悲しみ”に分類されている。そこで、ロボットと話者のＩＶが０．５、感情のカテゴリーが“悲しみ”のデータを図１１および図１２の対話データベース６３から検索すると、語調“悲しみに同調する”、スピード“ゆっくり”、抑揚“少し低い音”、語尾“元気を出してよ”となる。応答文生成部２７は、対話管理部２６から入力した応答文意味情報をもとに応答文“車壊れちゃったのか”を生成し、この応答文に語尾“元気を出してよ”を付加した応答文“車壊れちゃったのか、元気出してよ”と、語調“悲しみに同調する”、スピード“ゆっくり”、抑揚“少し低い音”というデータを音声合成部２８に出力する。
【００９６】
音声合成部２８は、語調、スピード、抑揚というデータを加味しながら、応答文の音声合成を行い、音声データを生成する。音声合成部２８は、生成した音声データをＤＡ変換部７６に出力し、応答文“車壊れちゃったのか、元気出してよ”が音声として出力され、話者とロボットとの間の対話が行われる。（ステップＳ１０）。
【００９７】
ロボットが伝言対象者に伝言を送る場合、対話データベース６３の他に伝言データベース６４を用いて、ロボットの応答文の語尾および語調などを変化させる。
【００９８】
伝言データベース６４は、図１５に示すように、話者と伝言対象者とのＩＶ、感情のカテゴリーによって区分されている。すなわち、伝言データベース６４は、「話者と伝言対象者のＩＶが０．５以上のとき」と「話者と伝言対象者のＩＶが０．５未満のとき」の２つのパターンに分類されている。さらに、伝言データベース６４は、会話に含まれる感情のカテゴリーによっても分類されており、感情のカテゴリーには、「怒り」、「喜び」、「悲しみ」、「謝罪」、「感情なし」がある。
【００９９】
伝言データベース６４は、話者と伝言対象者とのＩＶをもとにデータを区分している点を特徴としており、応答文生成部２７は、話者と伝言対象者とのＩＶが算出できた際には、対話データベース６３を基本として使用し、語尾については伝言データベース６４を使用する。話者と伝言対象者のＩＶは算出できないが、話者とロボットおよび伝言対象者とロボットのＩＶが算出できた際には、対話データベース６３を使用する。
【０１００】
上述の例では、話者“ヤマダ”と伝言対象者“ワタナベ”の間の親密度は”０．７”である。ここで、ＩＶ＝親密度とすると、ＩＶ＝０．７となる。また、ステップＳ１において、感情のカテゴリーは”悲しみ”と判定されている。図１５の伝言データベースにおいて、話者と伝言対象者とのＩＶが０．５以上、感情のカテゴリーが”悲しみ”であるときの語尾は“慰めてあげてよ”になる。ここで、応答文生成部２７が、“ワタナベさんの車壊れたっていってたよ”という応答文を生成している場合、この応答文の語尾に“慰めてあげてよ”を付加し、“ワタナベさんの車壊れたっていってたよ、慰めてあげなよ”という応答文を生成する。
【０１０１】
応答文生成部２７は、生成した応答文を音声合成部２８に出力し、音声合成部２８は、音声合成を行い、音声データを生成する。音声合成部２８は生成した音声データをＤＡ変換部７６に出力する。ＤＡ変換部７６は、音声データをアナログデータに変換し、このデータはスピーカ１８を介して音声として出力される。これにより、ロボットと伝言対象者との対話が行われる（ステップＳ１１）。
【０１０２】
また、話者と伝言対象者とのＩＶが計算できなかった場合、応答文生成部２７は、応答文に付加する語尾、応答文を発話するときの語調、スピード、抑揚などを対話データベース６３から検索して、この検索結果に応じて応答文を発話する。
【０１０３】
上記の例では伝言対象者とロボットの親密度は０．７、ＩＶ＝親密度とすると、ＩＶ＝０．７となる。応答文生成部２７は、ロボットと伝言対象者のＩＶが０．５以上、感情のカテゴリーが悲しみのデータを対話データベース６３から検索する。この検出結果は、語調“親切に伝言”、スピード”普通”、抑揚“フラット”、語尾“どうする？”となる。ここで、応答文生成部２７が“ワタナベさん車壊れたっていってたよ”という応答文を生成している場合、この応答文の語尾に“どうする？”が付加されて、応答文は、“ワタナベさん車壊れたっていってたよ、どうする？”となる。そして、応答文生成部２７は、生成した応答文と、語調、スピード、抑揚などのデータを音声合成部２８に出力し、音声として出力させる。
【０１０４】
以上のように、本発明を適用したロボット１は、周囲の人間とロボット１との親密度および人間同士の親密度を記憶・更新することができる。また、このロボット１は、この親密度に基づいて対話者への応答および応答するときの態度を変更できる。
【０１０５】
また、ロボット１は、会話の内容をもとに話者がどのような感情であるかを推定し、この推定結果と親密度との２つの因子に基づいて対話者への応答および応答するときの態度を変更できる。
【０１０６】
また、ロボット１は、外部の環境のような外的要因がロボットおよび人間の親密度に影響を与えることを考慮し、インタラクションバリューを計算する。ロボット１は、このインタラクションバリューに基づいて対話者への応答および応答するときの態度を変更できる。
【０１０７】
このように、ロボット１は、会話相手、会話の内容および外的要因に応じて応答する内容および応答するときの態度を変更できることから、ロボット１の応対に感情がこもる。これにより、人間は、ロボットに対して親しみを感じるようになる。
【０１０８】
なお、本明細書において、記録媒体により提供されるプログラムを記述するステップは、記載された順序に沿って時系列的に行われる処理はもちろん、必ずしも時系列的に処理されなくとも、並列的あるいは個別に実行される処理をも含むものである。
【０１０９】
【発明の効果】
上述のように、本発明にかかるロボット装置は、伝言を伝える際に、対話者を識別し、識別した対話者から得られる情報に応じて応答文および応答文を発話する際の動作を決定することによって、感情をこめて対話を行うことができる。
【０１１０】
また、本発明にかかるロボット装置の対話方法は、伝言を伝える際に、対話者を識別し、識別した対話者から得られる情報に応じて応答文および応答文を発話する際の動作を決定することによって、ロボットに感情をこめて対話をさせることができる。
【図面の簡単な説明】
【図１】本発明を適用したロボットの外観の構成例を示す図である。
【図２】図１のロボットの自由度構成モデルを模式的に示す図である。
【図３】図１のロボットの内部の構成例を示すブロック図である。
【図４】対話機能を実行するための機能ブロック図である。
【図５】ネームリストデータベースの構造を示す図である。
【図６】音声認識部の構成を示すブロック図である。
【図７】言語解析部の構成を示すブロック図である。
【図８】親密度データベースの構成を示す図である。
【図９】対話管理部の構成を示す図である。
【図１０】応答文生成部の構成を示す図である。
【図１１】対話データベースの構成を示す図である。
【図１２】対話データベースの構成を示す図である。
【図１３】音声合成部の構成を示す図である。
【図１４】対話機能の処理の流れを示すフローチャートである。
【図１５】伝言データベースの構成を示す図である。
【符号の説明】
１０　コントローラ、１０Ａ　ＣＰＵ、１０Ｂ　メモリ、１５　マイク、１６ＣＣＤカメラ、２１　話者識別部、２１Ｂ　ネームリストデータベース、２２音声認識部、２３　バッファ、２４　言語解析部、２５　バッファ、２６　対話管理部、２７　応答文生成部、２８　音声合成部、２９　親密度更新部、２９Ａ　親密度データベース、３１　ＡＤ変換部、３２　特徴抽出部、３３　マッチング部、３４　音響モデルデータベース、３５　辞書データベース、３６　文法データベース、４１　テキスト解析部、４２　辞書データベース、４３　解析用文法データベース、５１　対話制御部、５２　対話履歴記憶部、５３　シナリオ記憶部、５４　知識データベース、６１　テキスト生成部、６２　生成規則データベース、６３　対話データベース、６４　伝言データベース、７１　テキスト生成部、７２　辞書データベース、７３　解析用文法データベース、７４　規則合成部、７５　音素片データベース、７６　ＤＡ変換部

Claims (18)

1. 外部情報、外部からの働きかけに応じた動作及び／又は内部状態に基づいて自律的動作を実行し、ユーザと対話して該ユーザからの伝言を得、該ユーザが望む第三者と対話して上記伝言を伝えるロボット装置において、
   対話者を識別する識別手段と、
   上記識別手段において識別された対話者から得られる情報に応じて応答文および応答文を発話する際の動作を決定する行動決定手段と
   を備えることを特徴とするロボット装置。
2. 上記対話者との間の親密度を記憶する親密度記憶手段と、
   上記対話者とのコミュニケーションから上記親密度記憶手段に記憶された親密度を更新する親密度更新手段とを備え、
   上記行動決定手段は、上記親密度に応じて上記対話における応答文および応答文を発話する際の態度を決定することを特徴とする請求項１記載のロボット装置。
3. 上記親密度更新手段は、上記ユーザとのコミュニケーションに応じて、当該ロボット装置自身とユーザとの親密度を更新することを特徴とする請求項２記載のロボット装置。
4. 上記親密度更新手段は、上記第三者とのコミュニケーションに応じて、当該ロボット装置自身と上記第三者との親密度を更新することを特徴とする請求項２記載のロボット装置。
5. 上記親密度更新手段は、上記ユーザとの対話において上記ユーザから受ける該ユーザの上記第三者に対する反応と、上記第三者との対話において上記第三者から受ける該第三者の上記ユーザに対する反応と、上記ユーザと上記第三者との対話とから上記ユーザと上記第三者との間の親密度を更新することを特徴とする請求項２記載のロボット装置。
6. 上記対話の内容に含まれる表現から伝言属性を判別する伝言属性判別手段を備え、
   上記行動決定手段は、上記伝言属性に応じて上記対話における応答文および応答文を発話するときの態度を決定することを特徴とする請求項１記載のロボット装置。
7. 上記伝言属性は、上記伝言の内容に含まれる怒り、喜び、悲しみ及び謝罪の表現から判別される感情の属性であることを特徴とする請求項６記載のロボット装置。
8. 上記行動決定手段は、応答文を発話するときの態度として、応答文を発話する際の語調、スピード、抑揚、応答文に付加する語尾を決定することを特徴とする請求項１記載のロボット装置。
9. 上記行動決定手段は、当該ロボット装置自身と対話者との置かれた外部環境に基づいて上記対話における応答文および応答文を発話する際の態度を決定することを特徴とする請求項１記載のロボット装置。
10. 外部情報、外部からの働きかけに応じた動作及び／又は内部状態に基づいて自律的動作を実行し、ユーザと対話して該ユーザからの伝言を得、該ユーザが望む第三者と対話して上記伝言を伝えるロボット装置の対話方法において、
    対話者を識別する識別工程と、
    上記識別工程において識別された対話者から得られる情報に応じて応答文および応答文を発話する際の動作を決定する行動決定工程と
    を備えることを特徴とするロボット装置の対話方法。
11. 上記対話者との間の親密度を記憶手段に記憶する親密度記憶工程と、
    上記対話者とのコミュニケーションから上記記憶手段に記憶された親密度を更新する親密度更新工程とを備え、
    上記行動決定工程は、上記親密度に応じて上記対話における応答文および応答文を発話する際の態度を決定することを特徴とする請求項１０記載のロボット装置の対話方法。
12. 上記親密度更新工程は、上記ユーザから受ける行動およびユーザとの対話に応じて、当該ロボット装置とユーザとの親密度を更新することを特徴とする請求項１１記載のロボット装置の対話方法。
13. 上記親密度更新工程は、上記第三者から受ける行動およびユーザとの対話に応じて、ロボット装置と上記第三者との親密度を更新することを特徴とする請求項１１記載のロボット装置の対話方法。
14. 上記親密度更新工程は、上記ユーザから受ける上記第三者についての対話と、上記第三者から受ける上記ユーザについての対話と、上記ユーザと上記第三者との対話とに応じて上記ユーザと上記第三者との間の親密度を更新することを特徴とする請求項１１記載のロボット装置の対話方法。
15. 上記対話の内容に含まれる表現から伝言属性を判別する伝言属性判別工程を備え、
    上記行動生成工程は、上記伝言属性に応じて上記対話における応答文および応答文を発話するときの態度を決定することを特徴とする請求項１０記載のロボット装置の対話方法。
16. 上記伝言属性は、上記伝言の内容に含まれる怒り、喜び、悲しみ、謝罪の表現から判別される感情の属性であることを特徴とする請求項１５記載のロボット装置の対話方法。
17. 上記行動決定工程は、応答文を発話する際の態度として、応答文を発話する際の語調、スピード、抑揚、応答文に付加する語尾を決定することを特徴とする請求項１０記載のロボット装置の対話方法。
18. 上記行動決定工程は、外部の環境に応じて上記対話における応答文および応答文を発話する際の態度を決定することを特徴とする請求項１０記載のロボット装置の対話方法。

Images