JP2005118371A - Game machine - Google Patents

Game machine Download PDF

Info

Publication number
JP2005118371A
JP2005118371A JP2003358074A JP2003358074A JP2005118371A JP 2005118371 A JP2005118371 A JP 2005118371A JP 2003358074 A JP2003358074 A JP 2003358074A JP 2003358074 A JP2003358074 A JP 2003358074A JP 2005118371 A JP2005118371 A JP 2005118371A
Authority
JP
Japan
Prior art keywords
information
unit
utterance
topic
conversation
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
JP2003358074A
Other languages
Japanese (ja)
Inventor
Nobukatsu Hiranoya
信勝 平野谷
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Universal Entertainment Corp
Original Assignee
Aruze Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Aruze Corp filed Critical Aruze Corp
Priority to JP2003358074A priority Critical patent/JP2005118371A/en
Publication of JP2005118371A publication Critical patent/JP2005118371A/en
Pending legal-status Critical Current

Links

Images

Abstract

<P>PROBLEM TO BE SOLVED: To control a game so that various events are provided according to the number of utterance information uttered by a user. <P>SOLUTION: A conversation processing part comprises a conversation database means (a conversation database) storing a plurality of topic specifying information, a conversation control means (a conversation control part) for storing the history of conversation determined by previous conversations and previous sentences of reply and selecting a sentence of reply by collating the topic specifying information determined by the history of conversation and the utterance information, and a counting means (an utterance information number counting means) for counting the number of utterance information received in a prescribed period of time. The game processing part executes an event correlated to the number of the utterance information based on the number of the utterance information counted by the counting means. <P>COPYRIGHT: (C)2005,JPO&NCIPI

Description

本発明は、ゲーム機に関し、より詳しくは所定期間内にどの程度のユーザの発話があったかに基づいて、ゲーム内のイベントの制御を実行することが可能なゲーム機に関する。   The present invention relates to a game machine, and more particularly, to a game machine capable of executing control of events in a game based on how much user's utterance has occurred within a predetermined period.

近年の音声分析技術・音声認識技術の発展に伴い、ユーザの自然音声を入力として受け付け、この入力に対して所定の応答をなすマン−マシン・インターフェイスを用いた会話システムが普及しつつある。このような会話システムの例として、単なるキーワードマッチングではなく、会話の履歴、話題の推移などが加味された自然な会話に近い対話を人間対機械の間で成立させる会話システムが提案されている(例えば、特許文献1)。   With the recent development of speech analysis technology and speech recognition technology, conversation systems using a man-machine interface that accepts a user's natural speech as an input and makes a predetermined response to this input are becoming widespread. As an example of such a conversation system, there has been proposed a conversation system that establishes a conversation close to a natural conversation between humans and machines, taking into consideration the history of conversation, transition of topics, etc., rather than just keyword matching ( For example, Patent Document 1).

このような会話システムを用いビジネス・応用技術としては会話システムを用いたエンターテイメント(例えば、家庭用・業務用ゲーム)が考えられる。一例としては、モニターに表示されるキャラクタ(仮想人格)と会話し、会話に基づいてゲームを進めるゲームソフトや、或いはゲームを行いつつキャラクタと会話をおこなう(会話の内容がゲームの勝敗・進行に影響を与えない)ゲームソフトなど、主体となるゲームに副次的構成要素として会話システムを組み込むことが考えられている。
特開2002−358304号公報
As a business / applied technology using such a conversation system, entertainment using the conversation system (for example, home and business games) can be considered. As an example, it is possible to have a conversation with a character (virtual personality) displayed on a monitor, and to have a game software that advances the game based on the conversation, or to have a conversation with the character while playing the game (the content of the conversation is the outcome of the game) It is considered to incorporate a conversation system as a secondary component in a main game such as game software that does not affect the game.
JP 2002-358304 A

上記のような従来の会話システムにおいては、キャラクタとの対話はユーザの発話内容により決められていた。しかし、実際の人対人の会話においては、発話内容のみでなく会話が活発に行われているか否か、沈黙しがちであるか否か、すなわち、所定期間内での発話の回数、或いは会話と会話の時間的間隔などが話者の感情に作用して以降の会話に影響を与えていることが多い。   In the conventional conversation system as described above, the dialogue with the character is determined by the content of the user's utterance. However, in an actual person-to-person conversation, not only the content of the utterance but also whether the conversation is active, whether it tends to be silent, that is, the number of utterances within a predetermined period, or the conversation In many cases, the time interval of the conversation affects the emotions of the speaker and influences the subsequent conversation.

従来の会話システムにおいては、かかる会話が活発に行われているか否かなどについては、会話内容や会話とともに行われるゲームに反映されることがなく、キャラクタとの対話に不自然さが生ずるという問題点があった。   In conventional conversation systems, whether or not such conversations are active is not reflected in the content of the conversation or the game played together with the conversation, causing unnaturalness in the dialogue with the character. There was a point.

上記課題を解決するための手段として、本発明は以下のような特徴を有する。   As means for solving the above problems, the present invention has the following features.

本発明の第1の態様は、ユーザからの発話に応答する回答を出力する会話処理部(会話制御装置)と、ゲームを実行するゲーム処理部(ゲーム装置)とを有するゲーム機(ゲームシステム)として提案される。   A first aspect of the present invention is a game machine (game system) having a conversation processing unit (conversation control device) that outputs an answer in response to an utterance from a user and a game processing unit (game device) that executes a game. As suggested.

ここで、「発話」は必ずしも音声でなくともよく、キーボードなどの文字入力手段により生成された文字列データであってもよい。「回答」は、音声、画面表示された文字列のいずれでなされるものでもかまわない。また、本発明では「ゲーム」とは、娯楽目的のもののみならず、教育目的、研究目的などの娯楽以外の目的を有するゲームを含む。   Here, the “utterance” does not necessarily have to be voice, but may be character string data generated by a character input means such as a keyboard. The “answer” may be made either by voice or a character string displayed on the screen. In the present invention, the “game” includes not only a game for entertainment but also a game having a purpose other than entertainment such as an educational purpose and a research purpose.

上記ゲーム機において、会話処理部は、複数の話題特定情報を記憶する会話データベース手段(会話データベース)と、従前の会話及び従前の回答により定まる談話履歴を記憶し、この談話履歴により定まる話題特定情報と発話情報とを照合して回答文を選択する会話制御手段(会話制御部)と、所定の期間内に受け付けた発話情報の数を計数するカウント手段(発話情報数カウント手段)とを有し、ゲーム処理部は、カウント手段により計数された発話情報の数に基づいて、その発話情報の数に対応付けられたイベントの実行を行う。   In the above game machine, the conversation processing unit stores a conversation database means (conversation database) for storing a plurality of topic specifying information, a conversation history determined by a previous conversation and a previous answer, and topic specification information determined by the conversation history. And a speech control unit (conversation control unit) for selecting an answer sentence by comparing the speech information and a counting unit (speech information number counting unit) for counting the number of speech information received within a predetermined period The game processing unit executes an event associated with the number of utterance information based on the number of utterance information counted by the counting means.

ここで、「発話情報」とは、ユーザが発した、一つのまとまりを有する言葉の集合をいい、例えば、一つの文(一部が省略された省略文を含む)である。「話題特定情報」とは、ユーザとゲーム機が演じるキャラクタ間の会話のテーマを把握するための情報である。   Here, the “utterance information” refers to a set of words having a single unit uttered by the user, for example, a single sentence (including abbreviated sentences in which some are omitted). “Topic identification information” is information for grasping the theme of conversation between the character played by the user and the game machine.

本発明によれば、ユーザの発した発話情報の数に応じて、いろいろなイベントが発生するようゲームの制御が行えるため、よりユーザにおもしろさを感じさせることが可能となる。   According to the present invention, since the game can be controlled so that various events occur according to the number of utterance information uttered by the user, it is possible to make the user feel more interesting.

上記ゲーム機において、カウント手段は、会話制御手段がこの談話履歴により定まる話題特定情報と発話情報とを照合して、いずれかの話題特定情報を選択した場合に、その発話情報の数を計数するようにしてもよい。
このような構成とすれば、ユーザが今までの話題と全く関係のない話題や意味をなさないことを羅列しても、発話情報の数としてカウントされることがなく、流れのある会話のみに基づいていろいろなイベントが発生するようゲームの制御が行える。
In the above game machine, the counting means counts the number of utterance information when the conversation control means collates the topic specifying information determined by the discourse history and the utterance information and selects any one of the topic specifying information. You may do it.
With such a configuration, even if the user lists topics or meanings that have nothing to do with the topic at all, it will not be counted as the number of utterance information, and only for conversations that have a flow. You can control the game so that various events occur based on it.

また、上記ゲーム機において、ゲーム機がユーザの相手として提供するキャラクタの感情を制御するための感情状態情報を管理する感情状態情報管理手段をさらに有しており、この感情状態情報管理手段は、カウント手段から計数の結果得られた会話情報の数を受け取り、この会話情報の数に応じて感情状態情報の所定の処理を行うようにしてもよい。   The game machine further includes emotion state information management means for managing emotion state information for controlling the emotion of the character provided by the game machine as a user's partner. The number of conversation information obtained as a result of counting may be received from the counting means, and predetermined processing of emotion state information may be performed according to the number of conversation information.

かかる構成によれば、ユーザの積極的な会話態度(発話情報の数が多い)やユーザの消極的な発話態度(発話情報の数が少ない)をゲームイベントの発生に反映させることができるので、会話制御手段の回答との相乗効果により、さらに自然なキャラクタの演出を行うことが可能となる。   According to this configuration, since the user's positive conversation attitude (the number of utterance information is large) and the user's passive utterance attitude (the number of utterance information is small) can be reflected in the occurrence of the game event, Due to the synergistic effect with the answer of the conversation control means, it is possible to produce a more natural character.

本発明によれば、ユーザの発した発話情報の数に応じて、いろいろなイベントが発生するようゲームの制御が行えるため、よりユーザに面白さを感じさせることが可能となる。   According to the present invention, since the game can be controlled so that various events occur according to the number of utterance information uttered by the user, it is possible to make the user feel more interesting.

以下、図面を参照しながら本発明の実施の形態について説明する。本実施の形態は、ユーザの音声を受け付け可能なゲームシステムに関するものである。以下、このゲームシステムについて説明する。   Hereinafter, embodiments of the present invention will be described with reference to the drawings. The present embodiment relates to a game system that can accept a user's voice. Hereinafter, this game system will be described.

[ゲームシステムの構成例]
図1は、ゲームシステムの構成例を示すブロック図である。ゲームシステムGSは、会話制御装置1と、ゲーム装置2とを有している。ゲームシステムGSは、さらに会話制御装置1及びゲーム装置2に接続された音声入力手段3と、ゲーム装置2に接続された非音声入力手段4と、ゲーム装置2に接続された画像出力手段5と、会話制御装置1及びゲーム装置2に接続された音声出力手段6とを有している。
[Game system configuration example]
FIG. 1 is a block diagram illustrating a configuration example of a game system. The game system GS includes a conversation control device 1 and a game device 2. The game system GS further includes a voice input unit 3 connected to the conversation control device 1 and the game device 2, a non-voice input unit 4 connected to the game device 2, and an image output unit 5 connected to the game device 2. And a voice output means 6 connected to the conversation control device 1 and the game device 2.

会話制御装置1は、ユーザと会話制御装置1との間での会話が成立するように、ユーザの発話に応じて回答を返す機能を有する。   The conversation control device 1 has a function of returning an answer according to the user's utterance so that a conversation between the user and the conversation control device 1 is established.

ゲーム装置2は、ユーザの入力に応答して所定のゲーム処理を実行し、実行結果を利用者(ユーザ)に提示する機能を有する。なお、ゲームシステムGSが扱うゲームの種類はどのようなものでもよいが、本実施の形態では対戦型ゲームである麻雀ゲームを扱うゲーム装置2について説明する。   The game apparatus 2 has a function of executing a predetermined game process in response to a user input and presenting an execution result to a user (user). Note that any type of game may be handled by the game system GS, but in the present embodiment, a game apparatus 2 that handles a mahjong game that is a competitive game will be described.

会話制御装置1及びゲーム装置2はそれぞれ、たとえばコンピュータ、ワークステーションなどの情報処理装置であって、演算処理装置(CPU)、主メモリ(RAM)、読出し専用メモリ(ROM)、入出力装置(I/O)、ハードディスク装置等の外部記憶装置を具備している装置で構成されている。前記ROM、もしくは外部記憶装置などに情報処理装置を会話制御装置1及び/又はゲーム装置2として機能させるためのプログラム、もしくは会話制御方法及び/又はゲームの実行方法をコンピュータに実行させるためのプログラムが記憶されており、該プログラムを主メモリ上に載せ、CPUがこれを実行することにより会話制御装置1及び/又はゲーム装置2が実現される。また、上記プログラムは必ずしも当該装置内の記憶装置に記憶されていなくともよく、磁気ディスク、光ディスク、光磁気ディスク、CD(Compact Disc)、DVD(Digital Video Disc)などのコンピュータ読み取り可能なプログラム記録媒体や、外部の装置(例えば、ASP(アプリケーション・サービス・プロバイダ)のサーバなど)から提供され、これを主メモリに乗せる構成であっても良い。   Each of the conversation control device 1 and the game device 2 is an information processing device such as a computer or a workstation, for example, an arithmetic processing unit (CPU), a main memory (RAM), a read only memory (ROM), an input / output device (I). / O), and a device having an external storage device such as a hard disk device. A program for causing an information processing device to function as the conversation control device 1 and / or the game device 2 in the ROM or an external storage device, or a program for causing a computer to execute the conversation control method and / or the game execution method. The conversation control device 1 and / or the game device 2 is realized by placing the program on the main memory and executing it by the CPU. In addition, the program does not necessarily have to be stored in a storage device in the apparatus, and a computer-readable program recording medium such as a magnetic disk, an optical disk, a magneto-optical disk, a CD (Compact Disc), a DVD (Digital Video Disc), etc. Alternatively, it may be provided from an external device (for example, a server of an ASP (Application Service Provider)), and this may be placed on the main memory.

また、図1では、会話制御装置1とゲーム装置2とを互いに独立した装置として表示しているが、会話制御装置1とゲーム装置2とを互いに独立した装置である必要はなく、演算処理装置(CPU)、主メモリ(RAM)、読出し専用メモリ(ROM)、入出力装置(I/O)、ハードディスク装置等の外部記憶装置を共通に使用して、同一ハードウエアによって会話制御装置1とゲーム装置2を実現する構成としてもかまわない。   In FIG. 1, the conversation control device 1 and the game device 2 are displayed as independent devices. However, the conversation control device 1 and the game device 2 do not have to be independent from each other. (CPU), main memory (RAM), read-only memory (ROM), input / output device (I / O), external storage device such as a hard disk device, etc. are used in common, and the conversation control device 1 and the game with the same hardware A configuration for realizing the device 2 may be used.

音声入力手段3は、ユーザの音声信号を電気信号、光信号など所定の信号に変換して会話制御装置1及びゲーム装置2に供給する機能を有し、たとえば音声入力用マイクである。音声入力手段3は、会話制御装置1がプログラム等によって実現する疑似人格(キャラクタ)に対する発話の入力とともに、ゲームに関する入力(例えば、ポンをする、リーチをかける、ロンをする)を受け付ける。   The voice input means 3 has a function of converting a user's voice signal into a predetermined signal such as an electric signal or an optical signal and supplying the signal to the conversation control device 1 and the game device 2, and is, for example, a voice input microphone. The voice input means 3 accepts an input related to a game (for example, pong, reach, or long) as well as an utterance input to a pseudo personality (character) realized by the conversation control device 1 by a program or the like.

非音声入力手段4は、音声入力以外のユーザによる入力をゲーム装置2に提供する機能を有し、例えば、キーボード、ジョイスティック、コントローラ、ポインティングデバイスなどである。これにより、ユーザはゲームに必要な入力、たとえば牌をつもる、牌を捨てる、ポンをする、リーチをかける、ロンをするなどをゲーム装置2に伝えることができる。   The non-speech input unit 4 has a function of providing the game apparatus 2 with input by the user other than the voice input, and is a keyboard, a joystick, a controller, a pointing device, or the like, for example. Thereby, the user can inform the game apparatus 2 of input necessary for the game, for example, to make a bag, throw away a bag, pong, reach, or run.

画像出力手段5は、ゲーム装置2がゲームの進行に従って生成するゲーム画面をユーザに表示する機能を有し、例えば、液晶ディスプレイ装置などである。   The image output means 5 has a function of displaying to the user a game screen generated by the game apparatus 2 as the game progresses, and is, for example, a liquid crystal display apparatus.

音声出力手段6は、会話制御装置1がキャラクタ(疑似人格、仮想人格)の回答文として出力した内容を音声信号として出力し、またゲームに関する音声/音響(効果音、BGMなど)を出力する機能を有し、たとえばサウンドボード、スピーカなどである。   The voice output means 6 outputs the content output as an answer sentence of the character (pseudo personality, virtual personality) by the conversation control device 1 as a voice signal, and also outputs voice / sound (sound effect, BGM, etc.) related to the game. For example, a sound board or a speaker.

[ゲーム装置]
次に、図2を参照しながらゲーム装置2の構成例について説明する。
ゲーム装置2は、前述のように、演算処理装置(CPU)、主メモリ(RAM)、読出し専用メモリ(ROM)、入出力装置(I/O)、ハードディスク装置等の外部記憶装置を具備している情報処理装置であって、所定のプログラムを情報処理装置で実行することにより、ゲーム装置2およびゲーム装置2を構成する以下の構成要素が実現される。
図2は、ゲーム装置2の構成例を示すブロック図である。ゲーム装置2は、文字列/命令変換部201と、ゲーム進行制御部202と、画像処理部203と、音声処理部204とを有している。
[Game device]
Next, a configuration example of the game apparatus 2 will be described with reference to FIG.
As described above, the game apparatus 2 includes an external storage device such as an arithmetic processing unit (CPU), a main memory (RAM), a read-only memory (ROM), an input / output device (I / O), and a hard disk device. By executing a predetermined program on the information processing apparatus, the game apparatus 2 and the following components constituting the game apparatus 2 are realized.
FIG. 2 is a block diagram illustrating a configuration example of the game apparatus 2. The game apparatus 2 includes a character string / command conversion unit 201, a game progress control unit 202, an image processing unit 203, and a sound processing unit 204.

文字列/命令変換部201は、会話制御装置1から送られる、ユーザの発話を文字列情報を所定のコマンドに変換する機能を有し、たとえばユーザが「ポン!」と発話した場合、文字列/命令変換部201は、会話制御装置1から送られる文字列情報「ポン」を「ポン」の実行コマンドに変更してゲーム進行制御部202に渡す。なお、ユーザの発話の内、ゲームの進行に関係ないもの(「こんにちは」「名前は?」)については、文字列/命令変換部201は何らの出力をしない。   The character string / command conversion unit 201 has a function of converting the user's utterance sent from the conversation control device 1 into character commands, and for example, when the user utters “Pon!” The command conversion unit 201 changes the character string information “Pong” sent from the conversation control device 1 to an execution command of “Pong” and passes it to the game progress control unit 202. It should be noted that, out of the user's speech, those not related to the progress of the game ( "Hello", "name?") For the string / instruction conversion unit 201 is not the any of the output.

ゲーム進行制御部202は、ユーザの入力に応じてゲームを進行させ、かつ進行に従って、画面表示のためのデータ、音声出力のためのデータを指定する機能を有する。
画像処理部203は、ゲーム進行制御部202から指定された画面表示のためのデータを予めゲームに必要な画像データを記憶している記憶部(図略)から読み出し、これを画像出力手段5に提供する。
音声処理部204は、ゲーム進行制御部202から指定された画面表示のためのデータを予めゲームに必要な音声データ・音響データを記憶している記憶部(図略)から読み出し、これを音声出力手段6に提供する。
The game progress control unit 202 has a function of causing the game to proceed in accordance with user input and designating data for screen display and data for audio output according to the progress.
The image processing unit 203 reads the screen display data designated by the game progress control unit 202 from a storage unit (not shown) that stores image data necessary for the game in advance, and stores the data in the image output unit 5. provide.
The voice processing unit 204 reads out data for screen display designated by the game progress control unit 202 from a storage unit (not shown) that stores voice data / acoustic data necessary for the game in advance, and outputs this as voice output. Provided to means 6.

また、ゲーム進行制御部202は、会話制御装置1よりゲーム終了の指令を受けた場合には、ゲームを終了するように動作する。   In addition, when the game progress control unit 202 receives a game end command from the conversation control device 1, the game progress control unit 202 operates to end the game.

[会話制御装置の構成例]
[全体構成]
図3は、本実施の形態に係る会話制御装置1の概略構成図である。
会話制御装置1は、前述のように、演算処理装置(CPU)、主メモリ(RAM)、読出し専用メモリ(ROM)、入出力装置(I/O)、ハードディスク装置等の外部記憶装置を具備している情報処理装置であって、所定のプログラムを情報処理装置で実行することにより、会話制御装置1および会話制御装置1を構成する以下の構成要素が実現される。
図3に示すように、会話制御装置1は、音声認識部200と、会話制御部300と、文解析部400と、会話データベース500と、感情状態情報管理部600と、音声認識辞書記憶部700と、発話情報数カウント部800とを備えている。
[Configuration example of conversation control device]
[overall structure]
FIG. 3 is a schematic configuration diagram of the conversation control device 1 according to the present embodiment.
As described above, the conversation control device 1 includes an external storage device such as an arithmetic processing unit (CPU), a main memory (RAM), a read-only memory (ROM), an input / output device (I / O), and a hard disk device. The following components constituting the conversation control device 1 and the conversation control device 1 are realized by executing a predetermined program by the information processing device.
As shown in FIG. 3, the conversation control device 1 includes a speech recognition unit 200, a conversation control unit 300, a sentence analysis unit 400, a conversation database 500, an emotional state information management unit 600, and a speech recognition dictionary storage unit 700. And an utterance information count unit 800.

[音声認識部]
音声認識部200は、音声入力手段3から提供される、発話に応じた信号に基づいて、発話内容に対応する文字列を特定するものである。具体的には、音声入力手段3から音声信号が入力された音声認識部200は、この音声信号を、音声認識辞書記憶部700に格納されている辞書および会話データベース500と照合して、音声信号から推測される音声認識結果を出力する。なお、図3に示す構成例では、音声認識部200は、会話制御部300に会話データベース500の記憶内容の取得を要求し、会話制御部300が要求に応じて取得した会話データベース500の記憶内容を受け取るようになっているが、音声認識部200が直接会話データベース500の記憶内容を取得して音声信号との比較を行う構成であってもかまわない。
[Voice recognition part]
The voice recognition unit 200 specifies a character string corresponding to the utterance content based on the signal corresponding to the utterance provided from the voice input unit 3. Specifically, the voice recognition unit 200 to which the voice signal is input from the voice input unit 3 collates this voice signal with the dictionary and the conversation database 500 stored in the voice recognition dictionary storage unit 700 to obtain the voice signal. The speech recognition result estimated from the above is output. In the configuration example illustrated in FIG. 3, the speech recognition unit 200 requests the conversation control unit 300 to acquire the storage content of the conversation database 500, and the storage content of the conversation database 500 acquired by the conversation control unit 300 in response to the request. However, the voice recognition unit 200 may directly acquire the stored contents of the conversation database 500 and compare it with the voice signal.

[音声認識部の構成例]
図4に、音声認識部200の構成例を示す機能ブロック図を示す。音声認識部200は、特徴抽出部200Aと、バッファメモリ(BM)200Bと、単語照合部200Cと、バッファメモリ(BM)200Dと、候補決定部200Eと、単語仮説絞込部200Fを有している。単語照合部200C及び単語仮説絞込部200Fは音声認識辞書記憶部700に接続されており、候補決定部200Eは会話制御部300に接続されている。
[Configuration example of voice recognition unit]
FIG. 4 is a functional block diagram illustrating a configuration example of the voice recognition unit 200. The speech recognition unit 200 includes a feature extraction unit 200A, a buffer memory (BM) 200B, a word matching unit 200C, a buffer memory (BM) 200D, a candidate determination unit 200E, and a word hypothesis narrowing unit 200F. Yes. The word matching unit 200C and the word hypothesis narrowing unit 200F are connected to the speech recognition dictionary storage unit 700, and the candidate determination unit 200E is connected to the conversation control unit 300.

単語照合部200Cに接続された音声認識辞書記憶部700は、音素隠れマルコフモデルを(以下、隠れマルコフモデルをHMMという。)を記憶している。音素HMMは、各状態を含んで表され、各状態はそれぞれ以下の情報を有する。(a)状態番号、(b)受理可能なコンテキストクラス、(c)先行状態、及び後続状態のリスト、(d)出力確率密度分布のパラメータ、及び(e)自己遷移確率及び後続状態への遷移確率から構成されている。なお、本実施形態において用いる音素HMMは、各分布がどの話者に由来するかを特定する必要があるため、所定の話者混合HMMを変換して生成する。ここで、出力確率密度関数は34次元の対角共分散行列をもつ混合ガウス分布である。また、単語照合部200Cに接続された音声認識辞書記憶部700は単語辞書を記憶している。単語辞書は、音素HMMの各単語毎にシンボルで表した読みを示すシンボル列を格納する。   The speech recognition dictionary storage unit 700 connected to the word matching unit 200C stores phoneme hidden Markov models (hereinafter, hidden Markov models are referred to as HMMs). The phoneme HMM is represented including each state, and each state has the following information. (A) state number, (b) acceptable context class, (c) list of preceding and subsequent states, (d) parameters of output probability density distribution, and (e) self-transition probabilities and transitions to subsequent states. It consists of probabilities. Note that the phoneme HMM used in the present embodiment is generated by converting a predetermined speaker mixed HMM because it is necessary to specify which speaker each distribution is derived from. Here, the output probability density function is a mixed Gaussian distribution having a 34-dimensional diagonal covariance matrix. In addition, the speech recognition dictionary storage unit 700 connected to the word matching unit 200C stores a word dictionary. The word dictionary stores a symbol string indicating a symbolic reading for each word of the phoneme HMM.

話者の発声音声はマイクロホンなどに入力されて音声信号に変換された後、特徴抽出部200Aに入力される。特徴抽出部200Aは、入力された音声信号をA/D変換した後、特徴パラメータを抽出し、これを出力する。特徴パラメータを抽出し、これを出力する方法としては様々なものが考えられるが、例えば一例としては、LPC分析を実行し、対数パワー、16次ケプストラム係数、Δ対数パワー及び16次Δケプストラム係数を含む34次元の特徴パラメータを抽出する方法などが挙げられる。抽出された特徴パラメータの時系列はバッファメモリ(BM)200Bを介して単語照合部200Cに入力される。   The voice of the speaker is input to a microphone or the like and converted into an audio signal, and then input to the feature extraction unit 200A. The feature extraction unit 200A performs A / D conversion on the input audio signal, extracts feature parameters, and outputs them. There are various methods for extracting and outputting feature parameters. For example, as an example, LPC analysis is performed, and logarithmic power, 16th-order cepstrum coefficient, Δlogarithmic power, and 16th-order Δcepstrum coefficient are calculated. Examples include a method of extracting 34-dimensional feature parameters. The extracted time series of feature parameters is input to the word matching unit 200C via the buffer memory (BM) 200B.

単語照合部200Cは、ワン−パス・ビタビ復号化法を用いて、バッファメモリ200Bを介して入力される特徴パラメータのデータに基づいて、音声認識辞書記憶部700に記憶された音素HMMと単語辞書とを用いて単語仮説を検出し、尤度を計算して出力する。ここで、単語照合部200Cは、各時刻の各HMMの状態毎に、単語内の尤度と発声開始からの尤度を計算する。尤度は、単語の識別番号、単語の開始時刻、先行単語の違い毎に個別にもつ。また、計算処理量の削減のために、音素HMM及び単語辞書とに基づいて計算される総尤度のうちの低い尤度のグリッド仮説を削減するようにしてもよい。単語照合部200Cは、検出した単語仮説とその尤度の情報を発声開始時刻からの時間情報(具体的には、例えばフレーム番号)とともにバッファメモリ200Dを介して候補決定部200E及び単語仮説絞込部200Fに出力する。   The word matching unit 200C uses the one-pass Viterbi decoding method to generate a phoneme HMM and a word dictionary stored in the speech recognition dictionary storage unit 700 based on feature parameter data input via the buffer memory 200B. Is used to detect the word hypothesis, and the likelihood is calculated and output. Here, the word matching unit 200C calculates the likelihood in the word and the likelihood from the start of utterance for each state of each HMM at each time. The likelihood is individually provided for each word identification number, word start time, and difference between preceding words. In order to reduce the amount of calculation processing, the low likelihood grid hypothesis among the total likelihoods calculated based on the phoneme HMM and the word dictionary may be reduced. The word matching unit 200C includes information on the detected word hypothesis and its likelihood along with time information from the utterance start time (specifically, for example, a frame number) and the candidate determination unit 200E and the word hypothesis narrowing down via the buffer memory 200D. Output to the unit 200F.

候補決定部200Eは、会話制御部300を参照して、検出した単語仮説と所定の談話空間内の話題特定情報とを比較し、検出した単語仮説の内、所定の談話空間内の話題特定情報と一致するものがあるか否かを判定し、一致するものがある場合は、その一致する単語仮説を認識結果として出力し、一方一致するものがない場合は、単語仮説絞込部200Fに単語仮説の絞込を行うよう要求する。   The candidate determining unit 200E refers to the conversation control unit 300, compares the detected word hypothesis with the topic specifying information in the predetermined discourse space, and among the detected word hypotheses, the topic specifying information in the predetermined discourse space If there is a match, the matching word hypothesis is output as a recognition result. If there is no match, the word hypothesis narrowing unit 200F Request to narrow down hypotheses.

候補決定部200Eの動作例を説明する。今、単語照合部200Cが複数の単語仮説「カンタク」「カタク」「カントク」およびその尤度(認識率)を出力し、所定の談話空間は「映画」に関するものでありその話題特定情報には「カントク(監督)」は含まれているが、「カンタク(干拓)」及び「カタク(仮託)」は含まれていないとする。また「カンタク」「カタク」「カントク」の尤度(認識率)は「カンタク」が最も高く「カントク」は最も低く、「カタク」は両者の中間であったとする。   An operation example of the candidate determination unit 200E will be described. Now, the word matching unit 200C outputs a plurality of word hypotheses “Kantaku”, “Katak”, “Kantoku” and the likelihood (recognition rate), and the predetermined discourse space relates to “movie”, and the topic specifying information includes “Kantoku (director)” is included, but “Kantaku (reclaimed)” and “Katak (temporary contract)” are not included. Further, the likelihood (recognition rate) of “Kantaku”, “Katak”, and “Kantoku” is highest in “Kantaku”, lowest in “Kantoku”, and “Katak” is in between.

上記の状況において、候補決定部200Eは、検出した単語仮説と所定の談話空間内の話題特定情報とを比較して、単語仮説「カントク」が、所定の談話空間内の話題特定情報と一致するものであると判定し、単語仮説「カントク」を認識結果として出力し、会話制御部に渡す。このように処理することにより、現在扱われている話題「映画」に関連した「カントク(監督)」が、より上位の尤度(認識率)を有する単語仮説「カンタク」「カタク」に優先されて選択され、その結果会話の文脈に即した音声認識結果を出力することが可能となる。   In the above situation, the candidate determining unit 200E compares the detected word hypothesis with the topic specifying information in the predetermined discourse space, and the word hypothesis “Kantoku” matches the topic specifying information in the predetermined discourse space. The word hypothesis “Kantoku” is output as a recognition result and passed to the conversation control unit. By processing in this way, “Kantoku (Director)” related to the topic “Movie” currently being handled is prioritized over the word hypotheses “Kantaku” and “Katak” with higher likelihood (recognition rate). As a result, it is possible to output a speech recognition result in accordance with the context of the conversation.

一方、一致するものがない場合は、候補決定部200Eからの単語仮説の絞込を行う要求に応じて単語仮説絞込部200Fが認識結果を出力するよう動作する。単語仮説絞込部200Fは、単語照合部200Cからバッファメモリ200Dを介して出力される複数個の単語仮説に基づいて、音声認識辞書記憶部700に記憶された統計的言語モデルを参照して、終了時刻が等しく開始時刻が異なる同一の単語の単語仮説に対して、当該単語の先頭音素環境毎に、発声開始時刻から当該単語の終了時刻に至る計算された総尤度のうちの最も高い尤度を有する1つの単語仮説で代表させるように単語仮説の絞り込みを行った後、絞り込み後のすべての単語仮説の単語列のうち、最大の総尤度を有する仮説の単語列を認識結果として出力する。本実施形態においては、好ましくは、処理すべき当該単語の先頭音素環境とは、当該単語より先行する単語仮説の最終音素と、当該単語の単語仮説の最初の2つの音素とを含む3つの音素並びをいう。   On the other hand, if there is no match, the word hypothesis narrowing unit 200F operates to output the recognition result in response to a request for narrowing down word hypotheses from the candidate determination unit 200E. The word hypothesis narrowing-down unit 200F refers to a statistical language model stored in the speech recognition dictionary storage unit 700 based on a plurality of word hypotheses output from the word matching unit 200C via the buffer memory 200D. For the same word hypothesis of the same word with the same end time but different start time, the highest likelihood of the calculated total likelihood from the utterance start time to the end time of the word for each head phoneme environment of the word After narrowing down word hypotheses so that they are represented by a single word hypothesis having a degree, a word string of a hypothesis having the maximum total likelihood is output as a recognition result among the word strings of all the word hypotheses after narrowing down To do. In the present embodiment, preferably, the first phoneme environment of the word to be processed is three phonemes including the final phoneme of the word hypothesis preceding the word and the first two phonemes of the word hypothesis of the word. Say a line.

単語仮説絞込部200Fによる単語絞込処理の例を図5を参照しながら説明する。図5は、単語仮説絞込部200Fの処理の一例を示すタイミングチャートである。
例えば(i−1)番目の単語Wi-1の次に、音素列a1、a2、…、anからなるi番目の単語Wiがくるときに、単語Wi-1の単語仮説として6つの仮説Wa、Wb、Wc、Wd、We、Wfが存在しているとする。ここで、前者3つの単語仮説Wa、Wb、Wcの最終音素は/x/であるとし、後者3つの単語仮説Wd、We、Wfの最終音素は/y/であるとする。終了時刻teにおいて単語仮説Wa、Wb、Wcを前提とする3つの仮説と、単語仮説Wd、We、Wfを前提とする1の仮説が残っているものとすると、先頭音素環境が等しい前者3つ仮説のうち、総尤度が最も高い仮説一つを残し、その他を削除する。
An example of word narrowing processing by the word hypothesis narrowing unit 200F will be described with reference to FIG. FIG. 5 is a timing chart showing an example of processing of the word hypothesis narrowing-down unit 200F.
For example, when the i-th word Wi consisting of the phoneme sequence a1, a2,..., An comes after the (i-1) -th word Wi-1, six hypotheses Wa as word hypotheses Wa, Assume that Wb, Wc, Wd, We, and Wf exist. Here, it is assumed that the final phoneme of the former three word hypotheses Wa, Wb, and Wc is / x /, and the final phoneme of the latter three word hypotheses Wd, We, and Wf is / y /. Assuming that three hypotheses premised on the word hypotheses Wa, Wb, and Wc and one hypothesis premised on the word hypotheses Wd, We, and Wf remain at the end time te, the former three with the same initial phoneme environment Of the hypotheses, one of the hypotheses with the highest total likelihood is left and the others are deleted.

なお、単語仮説Wd、We、Wfを前提とする仮説は先頭音素環境が他の3つの仮説と違うため、すなわち、先行する単語仮説の最終音素がxではなくyであるため、この単語仮説Wd、We、Wfを前提とする仮説は削除しない。すなわち、先行する単語仮説の最終音素毎に1つのみ仮説を残す。   Note that the hypothesis premised on the word hypothesis Wd, We, Wf is that the leading phoneme environment is different from the other three hypotheses, that is, the final phoneme of the preceding word hypothesis is y instead of x, so this word hypothesis Wd , We and Wf are not deleted. That is, only one hypothesis is left for each final phoneme of the preceding word hypothesis.

以上の実施形態においては、当該単語の先頭音素環境とは、当該単語より先行する単語仮説の最終音素と、当該単語の単語仮説の最初の2つの音素とを含む3つの音素並びとして定義されているが、本発明はこれに限らず、先行する単語仮説の最終音素と、最終音素と連続する先行する単語仮説の少なくとも1つの音素とを含む先行単語仮説の音素列と、当該単語の単語仮説の最初の音素を含む音素列とを含む音素並びとしてもよい。
以上の実施の形態において、特徴抽出部200Aと、単語照合部200Cと、候補決定部200Eと、単語仮説絞込部200Fとは、例えば、デジタル電子計算機などのコンピュータで構成され、バッファメモリ200B、200Dと、音声認識辞書記憶部700とは、例えばハードデイスク、メモリなどの記憶装置で構成される。
In the above embodiment, the first phoneme environment of the word is defined as three phoneme sequences including the final phoneme of the word hypothesis preceding the word and the first two phonemes of the word hypothesis of the word. However, the present invention is not limited to this, the phoneme string of the preceding word hypothesis including the final phoneme of the preceding word hypothesis, and at least one phoneme of the preceding word hypothesis continuous with the last phoneme, and the word hypothesis of the word A phoneme sequence including a phoneme string including the first phoneme may be used.
In the above embodiment, the feature extraction unit 200A, the word collation unit 200C, the candidate determination unit 200E, and the word hypothesis narrowing unit 200F are configured by, for example, a computer such as a digital computer, and the buffer memory 200B, The 200D and the speech recognition dictionary storage unit 700 are configured by a storage device such as a hard disk or a memory.

以上実施形態においては、単語照合部200C、単語仮説絞込部200Fとを用いて音声認識を行っているが、本発明はこれに限らず、例えば、音素HMMを参照する音素照合部と、例えばOne
Pass DPアルゴリズムを用いて統計的言語モデルを参照して単語の音声認識を行う音声認識部とで構成してもよい。
また、本実施の形態では、音声認識部200は会話制御装置1の一部分として説明するが、音声認識部200、音声認識辞書記憶部700、及び会話データベース500より構成される、独立した音声認識装置とすることも可能である。
In the above embodiment, speech recognition is performed using the word matching unit 200C and the word hypothesis narrowing unit 200F. However, the present invention is not limited to this, and for example, a phoneme matching unit that refers to a phoneme HMM, One
You may comprise with the speech recognition part which performs speech recognition of a word with reference to a statistical language model using a Pass DP algorithm.
In the present embodiment, the voice recognition unit 200 is described as a part of the conversation control device 1, but an independent voice recognition device including the voice recognition unit 200, the voice recognition dictionary storage unit 700, and the conversation database 500. It is also possible.

[音声認識部の動作例]
つぎに図6を参照しながら音声認識部200の動作について説明する。図6は、音声認識部200の動作例を示すフロー図である。音声入力手段3より音声信号を受け取ると、音声認識部200は入力された音声の特徴分析を行い、特徴パラメータを生成する(ステップS601)。次に、この特徴パラメータと音声認識辞書記憶部700に記憶された音素HMM及び言語モデルとを比較して、所定個数の単語仮説及びその尤度を取得する(ステップS602)。次に、音声認識部200は、取得した所定個数の単語仮説と検出した単語仮説と所定の談話空間内の話題特定情報とを比較し、検出した単語仮説の内、所定の談話空間内の話題特定情報と一致するものがあるか否かを判定する(ステップS603、S604)。一致するものがある場合は、音声認識部200はその一致する単語仮説を認識結果として出力する(ステップS605)。一方、一致するものがない場合は、音声認識部200は取得した単語仮説の尤度に従って、最大尤度を有する単語仮説を認識結果として出力する(ステップS606)。
[Operation example of voice recognition unit]
Next, the operation of the speech recognition unit 200 will be described with reference to FIG. FIG. 6 is a flowchart showing an operation example of the speech recognition unit 200. When receiving a voice signal from the voice input unit 3, the voice recognition unit 200 performs a feature analysis of the input voice and generates a feature parameter (step S601). Next, this feature parameter is compared with the phoneme HMM and language model stored in the speech recognition dictionary storage unit 700 to obtain a predetermined number of word hypotheses and their likelihoods (step S602). Next, the speech recognition unit 200 compares the acquired predetermined number of word hypotheses with the detected word hypothesis and the topic identification information in the predetermined discourse space, and among the detected word hypotheses, the topic in the predetermined discourse space It is determined whether there is a match with the specific information (steps S603 and S604). If there is a match, the speech recognition unit 200 outputs the matching word hypothesis as a recognition result (step S605). On the other hand, when there is no match, the speech recognition unit 200 outputs the word hypothesis having the maximum likelihood as the recognition result according to the acquired likelihood of the word hypothesis (step S606).

[音声認識辞書記憶部]
再び、図3に戻って、会話制御装置1の構成例の説明を続ける。
音声認識辞書記憶部700は、標準的な音声信号に対応する文字列を格納するものである。この照合をした音声認識部200は、その音声信号に対応する単語仮説に対応する文字列を特定し、その特定した文字列を文字列信号として会話制御部300に出力する。
[Voice recognition dictionary storage]
Returning to FIG. 3 again, the description of the configuration example of the conversation control device 1 will be continued.
The voice recognition dictionary storage unit 700 stores a character string corresponding to a standard voice signal. The voice recognition unit 200 that has performed the collation identifies a character string corresponding to the word hypothesis corresponding to the voice signal, and outputs the identified character string to the conversation control unit 300 as a character string signal.

[文解析部]
次に、図1及び図7を参照しながら文解析部400の構成例について説明する。図7は、会話制御装置1の部分拡大ブロック図であって、会話制御部300及び文解析部400の具体的構成例を示すブロック図である。なお、図7においては、会話制御部300、文解析部400、および会話データベース500のみ図示しており、その他の構成要素の表示は省略されている。
[Sentence Analysis Department]
Next, a configuration example of the sentence analysis unit 400 will be described with reference to FIGS. 1 and 7. FIG. 7 is a partial enlarged block diagram of the conversation control device 1, and is a block diagram illustrating a specific configuration example of the conversation control unit 300 and the sentence analysis unit 400. In FIG. 7, only the conversation control unit 300, the sentence analysis unit 400, and the conversation database 500 are shown, and the display of other components is omitted.

前記文解析部400は、音声認識部200で特定された文字列を解析するものである。この文解析部400は、本実施の形態では、図7に示すように、文字列特定部410と、形態素抽出部420と、形態素データベース430と、入力種類判定部440と、発話種類データベース450とを有している。文字列特定部410は、音声入力手段3及び音声認識部200で特定された一連の文字列を一文節毎に区切るものである。この一文節とは、文法の意味を崩さない程度に文字列をできるだけ細かく区切った一区切り文を意味する。具体的に、文字列特定部410は、一連の文字列の中に、ある一定以上の時間間隔があるときは、その部分で文字列を区切る。文字列特定部410は、その区切った各文字列を形態素抽出部420及び入力種類判定部440に出力する。尚、以下で説明する「文字列」は、一文節毎の文字列を意味するものとする。   The sentence analysis unit 400 analyzes the character string specified by the speech recognition unit 200. In this embodiment, as shown in FIG. 7, the sentence analysis unit 400 includes a character string identification unit 410, a morpheme extraction unit 420, a morpheme database 430, an input type determination unit 440, and an utterance type database 450. have. The character string specifying unit 410 divides a series of character strings specified by the voice input unit 3 and the voice recognition unit 200 for each sentence. This one-sentence means a delimiter sentence in which character strings are divided as finely as possible without breaking the meaning of the grammar. Specifically, when there is a certain time interval or more in a series of character strings, the character string specifying unit 410 divides the character string at that portion. The character string specifying unit 410 outputs the divided character strings to the morpheme extracting unit 420 and the input type determining unit 440. It should be noted that “character string” described below means a character string for each phrase.

[形態素抽出部]
形態素抽出部420は、文字列特定部410で区切られた一文節の文字列に基づいて、その一文節の文字列の中から、文字列の最小単位を構成する各形態素を第一形態素情報として抽出するものである。ここで、形態素とは、本実施の形態では、文字列に現された語構成の最小単位を意味するものとする。この語構成の最小単位としては、例えば、名詞、形容詞、動詞などの品詞が挙げられる。
[Morpheme extraction unit]
The morpheme extraction unit 420 sets, as first morpheme information, each morpheme constituting the minimum unit of the character string from the character string of the one phrase according to the character string of the one sentence divided by the character string specifying unit 410. To extract. Here, in this embodiment, the morpheme means the minimum unit of the word structure represented in the character string. Examples of the minimum unit of the word structure include parts of speech such as nouns, adjectives and verbs.

図8は、文字列とこの文字列から抽出される形態素との関係を示す図である。各形態素は、図8に示すように、本実施の形態ではm1、m2、m3…、と表現することができる。図8に示すように、文字列特定部410から文字列が入力された形態素抽出部420は、入力された文字列と、形態素データベース430に予め格納されている形態素群(この形態素群は、それぞれの品詞分類に属する各形態素についてその形態素の見出し語・読み・品詞・活用形などを記述した形態素辞書として用意されている)とを照合する。その照合をした形態素抽出部420は、その文字列の中から、予め記憶された形態素群のいずれかと一致する各形態素(m1、m2、…)を抽出する。この抽出された各形態素を除いた要素(n1、n2、n3…)は、例えば助動詞等が挙げられる。   FIG. 8 is a diagram illustrating a relationship between a character string and a morpheme extracted from the character string. As shown in FIG. 8, each morpheme can be expressed as m1, m2, m3... In the present embodiment. As shown in FIG. 8, the morpheme extraction unit 420 to which the character string is input from the character string specifying unit 410 includes the input character string and a morpheme group stored in advance in the morpheme database 430. Morphemes that belong to the part-of-speech classification are prepared as a morpheme dictionary that describes the morpheme entry word, reading, part-of-speech, utilization form, etc.). The collated morpheme extraction unit 420 extracts each morpheme (m1, m2,...) That matches one of the previously stored morpheme groups from the character string. Examples of the elements (n1, n2, n3...) Excluding each extracted morpheme include auxiliary verbs.

この形態素抽出部420は、抽出した各形態素を第一形態素情報として話題特定情報検索蔀320に出力する。なお、第一形態素情報は構造化されている必要はない。ここで「構造化」とは、文字列の中に含まれる形態素を品詞等に基づいて分類し配列することをいい、たとえば発話文である文字列を、「主語+目的語+述語」などの様に、所定の順番で形態素を配列してなるデータに変換することを言う。もちろん、構造化した第一形態素情報を用いたとしても、それが本実施の形態を実現をさまたげることはない。   The morpheme extraction unit 420 outputs each extracted morpheme to the topic identification information search box 320 as first morpheme information. Note that the first morpheme information need not be structured. Here, “structured” means to classify and arrange morphemes contained in a character string based on the part of speech, for example, a character string that is an utterance sentence, such as “subject + object + predicate”. In the same way, it refers to conversion into data obtained by arranging morphemes in a predetermined order. Of course, even if structured first morpheme information is used, this does not interfere with the implementation of the present embodiment.

[入力種類判定部]
入力種類判定部440は、文字列特定部410で特定された文字列に基づいて、発話内容の種類(発話種類)を判定し、判定結果に従って発話種類を示す情報を出力する機能を有する。この発話種類は、発話内容の種類を特定する情報であって、本実施の形態では、例えば図9に示す「発話文のタイプ」を意味する。図9は、「発話文のタイプ」と、その発話文のタイプを表す二文字のアルファベット、及びその発話文のタイプに該当する発話文の例を示す図である。
[Input type determination unit]
The input type determination unit 440 has a function of determining the type of utterance content (speech type) based on the character string specified by the character string specifying unit 410 and outputting information indicating the utterance type according to the determination result. This utterance type is information for specifying the type of utterance content, and in the present embodiment, it means, for example, the “spoken sentence type” shown in FIG. FIG. 9 is a diagram illustrating an example of “spoken sentence type”, a two-letter alphabet representing the type of the spoken sentence, and a spoken sentence corresponding to the type of the spoken sentence.

ここで、「発話文のタイプ」は、本実施の形態では、図9に示すように、陳述文(D ; Declaration)、時間文(T ; Time)、場所文(L ; Location)、反発文(N ; Negation)などから構成され、この発話文のタイプに従って回答文を決定するために用いられる。この各タイプから構成される文は、肯定文又は質問文で構成される。「陳述文」とは、利用者の意見又は考えを示す文を意味するものである。この陳述文は本実施の形態では、図9に示すように、例えば「私は佐藤が好きです」のような文である。「場所文」とは、場所的な概念を伴う文を意味するものである。「時間文」とは、時間的な概念を伴う文を意味するものである。「反発文」とは、陳述文を否定するときの文を意味する。「発話文のタイプ」についての例文は図9に示す通りである。   In this embodiment, as shown in FIG. 9, “spoken sentence type” is a statement sentence (D; Declaration), a time sentence (T; Time), a location sentence (L; Location), and a repulsive sentence. (N; Negation) and the like, and is used to determine the answer sentence according to the type of the utterance sentence. The sentence composed of each type is composed of an affirmative sentence or a question sentence. The “declaration sentence” means a sentence indicating a user's opinion or idea. In the present embodiment, this statement is a sentence such as “I like Sato” as shown in FIG. “Place sentence” means a sentence with a place concept. “Time sentence” means a sentence with a temporal concept. “Rebound sentence” means a sentence when a statement is denied. An example sentence for “spoken sentence type” is as shown in FIG.

「発話文のタイプ」を判定する場合、入力種類判定部440は、本実施の形態では、陳述文であることを判定するための定義表現辞書、反発文であることを判定するための反発表現辞書等の表現と発話文のタイプの対応関係を記述した辞書群を用いる。図10は、使用する辞書と、その辞書に該当する表現が含まれている場合になされる判定の種類を示す。具体例を挙げると、文字列特定部410から文字列が入力された入力種類判定部440は、入力された文字列に基づいて、その文字列と発話種類データベース450に格納されている各辞書とを照合する。その照合をした入力種類判定部440は、その文字列の中から、各辞書に関係する要素(D、Nなどの判定の種類を示すデータ)を抽出する。   In the case of determining “spoken sentence type”, in this embodiment, the input type determining unit 440 is a definition expression dictionary for determining that it is a statement sentence, and a repulsive expression for determining that it is a repulsive sentence. A dictionary group describing the correspondence between the expression of the dictionary and the type of utterance is used. FIG. 10 shows a dictionary to be used and types of determinations that are made when the corresponding expression is included in the dictionary. As a specific example, the input type determination unit 440 to which a character string is input from the character string specifying unit 410, based on the input character string, each character string and each dictionary stored in the utterance type database 450, Is matched. The input type determination unit 440 that has performed the collation extracts elements (data indicating the type of determination such as D and N) related to each dictionary from the character string.

この入力種類判定部440は、抽出した要素に基づいて、「発話文のタイプ」を判定する。例えば、入力種類判定部440は、ある事象について陳述している要素が文字列の中に含まれる場合には、その要素が含まれている文字列を陳述文として判定する。入力種類判定部440は、判定した「発話文のタイプ」を回答取得部350に出力する。   The input type determination unit 440 determines “spoken sentence type” based on the extracted elements. For example, when an element that describes a certain event is included in a character string, the input type determination unit 440 determines the character string that includes the element as a statement. The input type determination unit 440 outputs the determined “spoken sentence type” to the answer acquisition unit 350.

[会話データベース]
次に、会話データベース500が記憶するデータのデータ構成例について図11を参照しながら説明する。図11は、会話データベース500が記憶するデータのデータ構成の一例を示す概念図である。
[Conversation database]
Next, a data configuration example of data stored in the conversation database 500 will be described with reference to FIG. FIG. 11 is a conceptual diagram illustrating an example of a data configuration of data stored in the conversation database 500.

[話題特定情報]     [Topic specific information]

前記会話データベース500は、図11に示すように、話題を特定するための話題特定情報810を予め複数記憶する。又、それぞれの話題特定情報810は、他の話題特定情報と関連づけられていてもよく、例えば、図11に示す例では、話題特定情報Cが特定されると、この話題特定情報Cに関連づけられている他の話題特定情報A、B、Dが定まるように記憶されている。   As shown in FIG. 11, the conversation database 500 stores a plurality of pieces of topic specifying information 810 for specifying topics in advance. Each topic specifying information 810 may be associated with other topic specifying information. For example, in the example shown in FIG. 11, when the topic specifying information C is specified, it is associated with the topic specifying information C. The other topic specifying information A, B, D is stored so as to be determined.

具体的には、話題特定情報810は、本実施の形態では、利用者から入力されると予想される入力内容又は利用者への回答文に関連性のある「キーワード」を意味する。   Specifically, in the present embodiment, the topic identification information 810 means “keywords” that are relevant to the input content expected to be input by the user or the answer sentence to the user.

話題特定情報810には、一又は複数の話題タイトル820が対応付けられて記憶されている。話題タイトル820は、一つの文字、複数の文字列又はこれらの組み合わせからなる形態素により構成されている。各話題タイトル820には、利用者への回答文830が対応付けられて記憶されている。また、回答文830の種類を示す複数の回答種類は、回答文に対応付けられている。   One or more topic titles 820 are stored in the topic specifying information 810 in association with each other. The topic title 820 is composed of morphemes composed of one character, a plurality of character strings, or a combination thereof. Each topic title 820 stores an answer sentence 830 to the user in association with it. In addition, a plurality of answer types indicating the type of the answer sentence 830 are associated with the answer sentence.

更に、回答文830には会話制御装置1が提供する疑似人格の感情を示すデータである感情フラグ840が対応付けされて記憶されている。感情フラグ840は感情を区別できる情報であればどのようなデータを用いてもよく、例えば、「平常」の感情を示す感情フラグとして文字データ「A」を割り当て、「激怒」の感情を示す感情フラグ840として文字データ「B」を割り当て、「怒り」の感情を示す感情フラグとして文字データ「C」を割り当て、「喜び」の感情を示す感情フラグとして文字データ「D」を割り当てるなどのようにする。本実施の形態にかかる会話制御装置1は、この感情フラグ840を参照して、会話制御装置1が提供する疑似人格の感情を制御することとなる。   Furthermore, an emotion flag 840 that is data indicating the emotion of the pseudo personality provided by the conversation control device 1 is stored in association with the answer sentence 830. The emotion flag 840 may be any data as long as it can distinguish emotions. For example, the character data “A” is assigned as an emotion flag indicating “normal” emotion and the emotion indicating “anger” emotion is indicated. The character data “B” is assigned as the flag 840, the character data “C” is assigned as the emotion flag indicating the emotion of “anger”, the character data “D” is assigned as the emotion flag indicating the emotion of “joy”, and so on. To do. The conversation control device 1 according to the present embodiment refers to the emotion flag 840 and controls the emotion of the pseudo personality provided by the conversation control device 1.

次に、ある話題特定情報と他の話題特定情報との関連づけについて説明する。図12は、ある話題特定情報810Aと他の話題特定情報810B、810C〜810C、810D〜810D…との関連付けを示す図である。なお、以下の説明において「関連づけされて記憶される」とは、ある情報Xを読み取るとその情報Xに関連づけられている情報Yを読み取りできることをいい、例えば、情報Xのデータの中に情報Yを読み出すための情報(例えば、情報Yの格納先アドレスを示すポインタ、情報Yの格納先物理メモリアドレス、論理アドレスなど)が格納されている状態を、「情報Yが情報Xに『関連づけされて記憶され』ている」というものとする。 Next, the association between certain topic specifying information and other topic specifying information will be described. FIG. 12 is a diagram showing an association between certain topic specifying information 810A and other topic specifying information 810B, 810C 1 to 810C 4 , 810D 1 to 810D 3 . In the following description, “stored in association” means that when information X is read, information Y associated with the information X can be read. For example, information Y in the data of the information X Is stored as information (for example, a pointer indicating the storage destination address of information Y, a physical memory address of the storage destination of information Y, and a logical address). "Remembered".

図12に示す例では、話題特定情報は他の話題特定情報との間で上位概念、下位概念、同義語、対義語(本図の例では省略)が関連づけされて記憶させることができる。本図に示す例では、話題特定情報810A(=「映画」)に対する上位概念の話題特定情報として話題特定情報810B(=「娯楽」)が話題特定情報810Aに関連づけされて記憶されており、たとえば話題特定情報(「映画」)に対して上の階層に記憶される。   In the example shown in FIG. 12, the topic identification information can be stored in association with other topic identification information in association with a higher concept, a lower concept, a synonym, and a synonym (omitted in the example of this figure). In the example shown in this figure, topic specifying information 810B (= “entertainment”) is stored in association with the topic specifying information 810A as topic specifying information of the higher concept for the topic specifying information 810A (= “movie”). The topic specific information (“movie”) is stored in the upper hierarchy.

また、話題特定情報810A(=「映画」)に対する下位概念の話題特定情報810C(=「監督」)、話題特定情報810C(=「主演」)、話題特定情報810C(=「配給会社」)、話題特定情報810C(=「上映時間」)、および話題特定情報810D(=「七人の侍」)、話題特定情報810D(=「乱」)、話題特定情報810D(=「用心棒」)、…、が話題特定情報810Aに関連づけされて記憶されている。 Further, topic specific information 810C 1 (= “director”), topic specific information 810C 2 (= “starring”), topic specific information 810C 3 (= “distribution company” for topic specific information 810A (= “movie”) )), Topic identification information 810C 4 (= “screening time”), topic identification information 810D 1 (= “Seven Samurai”), topic identification information 810D 2 (= “Ran”), topic identification information 810D 3 ( = "Bouncer"), ... are stored in association with the topic identification information 810A.

又、話題特定情報810Aには、同義語900が関連づけらている。この例では、話題特定情報810Aであるキーワード「映画」の同義語として「作品」、「内容」、「シネマ」が記憶されている様子を示している。このような同意語を定めることにより、発話にはキーワード「映画」は含まれていないが「作品」、「内容」、「シネマ」が発話文等に含まれている場合に、話題特定情報810Aが発話文等に含まれているものとして取り扱うことを可能とする。   In addition, the synonym 900 is associated with the topic identification information 810A. In this example, “works”, “contents”, and “cinema” are stored as synonyms of the keyword “movie” that is the topic identification information 810A. By defining such synonyms, the topic specifying information 810A is obtained when the utterance does not include the keyword “movie” but includes “works”, “contents”, and “cinema” in the utterance sentence or the like. Can be handled as being included in an utterance sentence.

本実施の形態にかかる会話制御装置1は、会話データベース500の記憶内容を参照することにより、ある話題特定情報を特定するとその話題特定情報に関連づけられて記憶されている他の話題特定情報及びその話題特定情報の話題タイトル、回答文などを高速で検索・抽出することが可能となる。   When the conversation control device 1 according to the present embodiment identifies certain topic identification information by referring to the stored content of the conversation database 500, the other topic identification information stored in association with the topic identification information and It is possible to search and extract topic titles and answer sentences of topic identification information at high speed.

[話題タイトル]
次に、話題タイトル(「第二形態素情報」ともいう)のデータ構成例について、図13を参照しながら説明する。図13は、話題タイトル(「第二形態素情報」ともいう)のデータ構成例を示す図である。
[Topic title]
Next, a data configuration example of a topic title (also referred to as “second morpheme information”) will be described with reference to FIG. FIG. 13 is a diagram illustrating a data configuration example of a topic title (also referred to as “second morpheme information”).

話題特定情報810D、810D、810D、…はそれぞれ複数の異なる話題タイトル820、820、…、話題タイトル820、820、…、話題タイトル820、820、…を有している。
本実施の形態では、図13に示すように、それぞれの話題タイトル820は、第一特定情報1301と、第二特定情報及1302と、第三特定情報1303によって構成される情報である。ここで、第一特定情報1301は、本実施の形態では、話題を構成する主要な形態素を意味するものである。第一特定情報の例としては、例えば文を構成する主語が挙げられる。また、第二特定情報1302は、本実施の形態では、第一特定情報1301と密接な関連性を有する形態素を意味するものである。この第二特定情報1302は、例えば目的語が挙げられる。更に、第三特定情報1303は、本実施の形態では、ある対象についての動きを示す形態素、又は名詞等を修飾する形態素を意味するものである。この第三特定情報1303は、例えば動詞、副詞又は形容詞が挙げられる。なお、第一特定情報1301、第二特定情報1302、第三特定情報1303それぞれの意味は上述の内容に限定される必要はなく、別の意味を第一特定情報1301、第二特定情報1302、第三特定情報1303に与えても、これらから文の内容を把握可能な限り、本実施の形態は成立する。
The topic identification information 810D 1 , 810D 2 , 810D 3 ,... Has a plurality of different topic titles 820 1 , 820 2 ,..., Topic titles 820 3 , 820 4 ,..., Topic titles 820 5 , 820 6 ,. ing.
In the present embodiment, as shown in FIG. 13, each topic title 820 is information including first specific information 1301, second specific information 1302, and third specific information 1303. Here, in the present embodiment, the first specific information 1301 means main morphemes constituting a topic. As an example of the first specific information, for example, a subject constituting a sentence can be cited. Further, the second specific information 1302 means a morpheme having a close relationship with the first specific information 1301 in the present embodiment. The second specific information 1302 is, for example, an object. Further, in the present embodiment, the third specifying information 1303 means a morpheme that indicates movement of a certain object or a morpheme that modifies a noun or the like. Examples of the third specific information 1303 include verbs, adverbs, and adjectives. The meanings of the first specific information 1301, the second specific information 1302, and the third specific information 1303 do not have to be limited to the above-described contents, and other meanings are the first specific information 1301, the second specific information 1302, Even if the third specific information 1303 is given, the present embodiment is established as long as the contents of the sentence can be grasped from these.

例えば、主語が「七人の侍」、形容詞が「面白い」である場合には、図13に示すように、話題タイトル(第二形態素情報)820は、第一特定情報1301である形態素「七人の侍」と、第三特定情報1303である形態素「面白い」とから構成されることになる。なお、この話題タイトル820には第二特定情報である形態素は含まれておらず、該当する形態素がないことを示すための記号「*」が第二特定情報1302として格納されている。 For example, the subject is "Seven Samurai" and the adjective is "interesting", as shown in FIG. 13, the topic title (second morpheme information) 820 2 is the first identification information 1301 morpheme " It consists of “Seven Samurai” and the morpheme “Funny” which is the third specific information 1303. Incidentally, this is the topic title 820 2 not included morpheme is the second specifying information, the symbol for indicating that there is no corresponding morpheme "*" is stored as the second specification information 1302.

なお、この話題タイトル820(七人の侍;*;面白い)は、「七人の侍は面白い」の意味を有する。なお、本明細書中、この話題タイトル820を構成する括弧内は、以下では左から第一特定情報1301、第二特定情報1302、第三特定情報1303の順番となっている。また、話題タイトル820のうち、第一から第三特定情報に含まれる形態素がない場合には、その部分については、「*」を示すことにする。 The topic title 820 2 (Seven Samurai; *; Interesting) has the meaning of “Seven Samurai is interesting”. In the present specification, the parentheses constituting the topic title 820 are in the order of first specific information 1301, second specific information 1302, and third specific information 1303 from the left in the following. In addition, in the topic title 820, when there is no morpheme included in the first to third specific information, “*” is indicated for the portion.

なお、上記話題タイトル820を構成する特定情報は、上記のような第一から第三特定情報のように三つに限定されるものではなく、更に他の特定情報(第四特定情報、およびそれ以上)を有するようにしてもよい。   Note that the specific information constituting the topic title 820 is not limited to three like the first to third specific information as described above, and is further limited to other specific information (fourth specific information, and it). You may make it have the above.

[回答文]
次に、回答文830について説明する。回答文830は、図14に示すように、本実施の形態では、利用者から発話された発話文のタイプに対応した回答をするために、陳述(D ; Declaration)、時間(T ; Time)、場所(L ; Location)、否定(N ; Negation)などのタイプ(回答種類)に分類されている。また肯定文は「A」とし、質問文は「Q」とする。
例えば、話題タイトル(820)1−1が(佐藤;*;好き){これは、「佐藤が好きです」に含まれる形態素を抽出したもの}である場合には、その話題タイトル(820)1-1に対応する回答文(830)1−1は、(DA;陳述肯定文「私も佐藤が好きです」)、(TA;時間肯定文「私は打席に立ったときの佐藤が好きです」)などが挙げられる。後述する回答取得部350は、その話題タイトル820に対応付けられた一の回答文830を取得する。
[Answer]
Next, the answer sentence 830 will be described. As shown in FIG. 14, in the present embodiment, the reply sentence 830 includes a statement (D; Declaration) and a time (T; Time) in order to make a reply corresponding to the type of utterance sentence uttered by the user. , Location (L; Location), negation (N; Negation), and other types (answer types). The affirmative sentence is “A” and the question sentence is “Q”.
For example, when the topic title (820) 1-1 is (Sato; *; likes) {this is an extracted morpheme contained in “I like Sato”}, the topic title (820) 1 The answer sentence (830) 1-1 corresponding to -1 is (DA; statement affirmation sentence "I also like Sato"), (TA; time affirmation sentence "I like Sato when I was standing at bat" ]). An answer acquisition unit 350 described later acquires one answer sentence 830 associated with the topic title 820.

[会話制御部]
ここで図7に戻り、会話制御部300の構成例を説明する。
[Conversation control unit]
Here, returning to FIG. 7, a configuration example of the conversation control unit 300 will be described.

会話制御部300は、会話制御装置1内の各構成要素(音声認識部200,文解析部400、会話データベース500,感情状態情報管理部600,音声認識辞書記憶部700、発話情報数カウント部800)間のデータの受け渡しを制御するとともに、発話に応答する回答文の決定、出力を行う機能を有する。
前記会話制御部300は、本実施の形態では、図7に示すように、管理部310と、話題特定情報検索部320と、省略文補完部330と、話題検索部340と、回答取得部350とを有している。前記管理部310は、会話制御部300の全体を制御するとともに、発話情報の発生ごとに発話情報数カウント部800に通知するものである。なお、発話情報の発生を管理部310が検知するに当たって、文解析部400により特定された文字列や形態素用いて、文の切れ目(句読点)などを基準として発話情報の発生ごとに発話情報数カウント部800に通知するようにしてもよい。
The conversation control unit 300 includes each component (speech recognition unit 200, sentence analysis unit 400, conversation database 500, emotion state information management unit 600, speech recognition dictionary storage unit 700, utterance information count unit 800 in the conversation control device 1. ) And a function for determining and outputting an answer sentence that responds to an utterance.
In the present embodiment, as shown in FIG. 7, the conversation control unit 300 includes a management unit 310, a topic specifying information search unit 320, an abbreviated sentence complement unit 330, a topic search unit 340, and an answer acquisition unit 350. And have. The management unit 310 controls the entire conversation control unit 300 and notifies the utterance information count unit 800 every time utterance information is generated. In addition, when the management unit 310 detects the occurrence of utterance information, the number of utterance information is counted for each occurrence of utterance information using a character string or morpheme specified by the sentence analysis unit 400 with reference to a sentence break (punctuation mark) or the like. The unit 800 may be notified.

また、管理部310は談話履歴を記憶し、且つ必要に応じて更新する機能を有する。管理部310は話題特定情報検索部320と、省略文補完部330と、話題検索部340と、回答取得部350からの要求に応じて、記憶している談話履歴の全部又は一部をこれら各部に渡す機能を有する。
「談話履歴」とは、ユーザと会話制御装置1間の会話の話題や主題を特定する情報であって、後述する談話履歴は「着目話題特定情報」「着目話題タイトル」「利用者入力文話題特定情報」「回答文話題特定情報」の少なくともいずれか一つを含む情報である。また、談話履歴に含まれる「着目話題特定情報」「着目話題タイトル」「回答文話題特定情報」は直前の会話によって定められたものに限定されず、過去の所定期間の間に着目話題特定情報」「着目話題タイトル」「回答文話題特定情報」となったもの、若しくはそれらの累積的記録であってもよい。
The management unit 310 has a function of storing the discourse history and updating it as necessary. In response to requests from the topic identification information search unit 320, the abbreviated sentence complement unit 330, the topic search unit 340, and the answer acquisition unit 350, the management unit 310 converts all or part of the stored discourse history into these units. The function to pass to.
The “discourse history” is information for specifying the topic and subject of the conversation between the user and the conversation control device 1, and the discourse history to be described later is “target topic specification information”, “target topic title”, “user input sentence topic” This information includes at least one of “specific information” and “answer sentence topic specific information”. In addition, “focused topic identification information”, “focused topic title”, and “answer sentence topic specific information” included in the discourse history are not limited to those determined by the previous conversation, but focused topic identification information during a past predetermined period. "Remarked topic title", "Reply sentence topic specific information", or a cumulative record thereof.

以下、会話制御部300を構成する各部について説明する。   Hereinafter, each part which comprises the conversation control part 300 is demonstrated.

[話題特定情報検索部]
話題特定情報検索部320は、形態素抽出部420で抽出された第一形態素情報と各話題特定情報とを照合し、各話題特定情報の中から、第一形態素情報を構成する形態素と一致する話題特定情報を検索するものである。具体的に、話題特定情報検索部320は、形態素抽出部420から入力された第一形態素情報が「佐藤」及び「好き」の二つの形態素で構成される場合には、入力された第一形態素情報と話題特定情報群とを照合する。
[Topic specific information search part]
The topic identification information search unit 320 collates the first morpheme information extracted by the morpheme extraction unit 420 with each topic identification information, and the topic that matches the morpheme constituting the first morpheme information from each topic identification information. Search for specific information. Specifically, the topic identification information search unit 320, when the first morpheme information input from the morpheme extraction unit 420 is composed of two morphemes "Sato" and "like", the input first morpheme The information is collated with the topic specific information group.

この照合をした話題特定情報検索部320は、着目話題タイトル820focus(前回までに検索された話題タイトル)に第一形態素情報を構成する形態素(例えば「佐藤」)が含まれているときは、その着目話題タイトル820focusを回答取得部350に出力する。一方、着目話題タイトル820focusに第一形態素情報を構成する形態素が含まれていないときは、話題特定情報検索部320は、第一形態素情報に基づいて利用者入力文話題特定情報を決定し、入力された第一形態素情報及び利用者入力文話題特定情報を省略文補完部330に出力する。なお、「利用者入力文話題特定情報」は、第一形態素情報に含まれる形態素の内、利用者が話題としている内容に該当する形態素に相当する話題特定情報、若しくは第一形態素情報に含まれる形態素の内、利用者が話題としている内容に該当する可能性がある形態素に相当する話題特定情報をいう。   The topic identification information search unit 320 that has performed this collation, when a morpheme constituting the first morpheme information (for example, “Sato”) is included in the focused topic title 820focus (topic title searched up to the previous time), The subject topic title 820focus is output to the answer acquisition unit 350. On the other hand, when the morpheme constituting the first morpheme information is not included in the focused topic title 820focus, the topic identification information search unit 320 determines the user input sentence topic identification information based on the first morpheme information and inputs it. The first morpheme information and the user input sentence topic specifying information are output to the abbreviated sentence complementing unit 330. "User input sentence topic specific information" is included in the topic specific information corresponding to the morpheme corresponding to the content that the user is talking about or the first morpheme information among the morphemes included in the first morpheme information. The topic specific information corresponding to the morpheme which may correspond to the content which the user is talking about among morphemes.

[省略文補完部]
省略文補完部330は、前記第一形態素情報を、前回までに検索された話題特定情報810(以下、「着目話題特定情報」)及び前回の回答文に含まれる話題特定情報810(以下、「回答文話題特定情報」という)を利用して、補完することにより複数種類の補完された第一形態素情報を生成する。例えば発話文が「好きだ」という文であった場合、省略文補完部330は、着目話題特定情報「佐藤」を、第一形態素情報「好き」に含めて、補完された第一形態素情報「佐藤、好き」を生成する。
[Abbreviated sentence completion part]
The abbreviated sentence complementing unit 330 uses the first morpheme information as the topic specifying information 810 (hereinafter referred to as “focused topic specifying information”) searched up to the previous time and the topic specifying information 810 (hereinafter referred to as “ A plurality of types of complemented first morpheme information is generated by complementing using “answer sentence topic specifying information”). For example, when the utterance sentence is a sentence “I like”, the abbreviated sentence complementing unit 330 includes the topic topic identification information “Sato” in the first morpheme information “like” and the complemented first morpheme information “ "Sato likes".

すなわち、第一形態素情報を「W」、着目話題特定情報や回答文話題特定情報の集合を「D」とすると、省略文補完部330は、第一形態素情報「W」に集合「D」の要素を含めて、補完された第一形態素情報を生成する。   In other words, if the first morpheme information is “W” and the set of the topic topic identification information and the answer sentence topic specification information is “D”, the abbreviated sentence complementing unit 330 adds the set “D” to the first morpheme information “W”. Complemented first morpheme information including elements is generated.

これにより、第一形態素情報を用いて構成される文が、省略文であって日本語として明解でない場合などにおいて、省略文補完部330は、集合「D」を用いて、その集合「D」の要素(例えば、"佐藤")を第一形態素情報「W」に含めることができる。この結果、省略文補完部330は、第一形態素情報「好き」を補完された第一形態素情報「佐藤、好き」にすることができる。なお、補完された第一形態素情報「佐藤、好き」は、「佐藤が好きだ」という発話内容に対応する。   As a result, when the sentence constructed using the first morpheme information is an abbreviated sentence and is not clear as Japanese, the abbreviated sentence complementing unit 330 uses the set “D” to set the set “D”. (For example, “Sato”) can be included in the first morpheme information “W”. As a result, the abbreviated sentence complementing unit 330 can change the first morpheme information “like” to the first morpheme information “Sato, like”. The complemented first morpheme information “Sato, I like” corresponds to the utterance content “I like Sato”.

すなわち、省略文補完部330は、利用者の発話内容が省略文である場合などであっても、集合「D」を用いて省略文を補完することができる。この結果、省略文補完部330は、第一形態素情報から構成される文が省略文であっても、その文が適正な日本語となるようにすることができる。   That is, the abbreviated sentence complementing unit 330 can supplement the abbreviated sentence using the set “D” even when the user's utterance content is an abbreviated sentence. As a result, even if the sentence composed of the first morpheme information is an abbreviated sentence, the abbreviated sentence complementing unit 330 can make the sentence in proper Japanese.

また、省略文補完部330が、前記集合「D」に基づいて、補完後の第一形態素情報に一致する話題タイトル1020を検索する。補完後の第一形態素情報に一致する話題タイトル1020を発見した場合は、省略文補完部330はこの話題タイトル1020を回答取得部350に出力する。回答取得部350は、省略文補完部330で検索された適切な話題タイトル1020に基づいて、利用者の発話内容に最も適した回答文1030を出力することができる。   In addition, the abbreviated sentence complementing unit 330 searches for the topic title 1020 that matches the first morpheme information after completion based on the set “D”. If a topic title 1020 that matches the first morpheme information after complement is found, the abbreviated sentence complement unit 330 outputs the topic title 1020 to the answer acquisition unit 350. The answer acquisition unit 350 can output the answer sentence 1030 most suitable for the user's utterance content based on the appropriate topic title 1020 searched by the abbreviation sentence complementing unit 330.

尚、省略文補完部330は、集合「D」の要素を第一形態素情報に含めるだけに限定されるものではない。この省略文補完部330は、着目話題タイトルに基づいて、その話題タイトルを構成する第一特定情報、第二特定情報又は第三特定情報のいずれかに含まれる形態素を、抽出された第一形態素情報に含めても良い。   Note that the abbreviated sentence complementing unit 330 is not limited to only including elements of the set “D” in the first morpheme information. The abbreviated sentence complementing unit 330 extracts the first morpheme extracted from the morpheme included in any one of the first specific information, the second specific information, or the third specific information constituting the topic title based on the topic title of interest. It may be included in the information.

[話題検索部]
話題検索部340は、省略文補完部330で話題タイトル820が決まらなかったとき、第一形態素情報と、利用者入力文話題特定情報に対応する各話題タイトル820とを照合し、各話題タイトル820の中から、第一形態素情報に最も適する話題タイトル820を検索するものである。
具体的に、省略文補完部330から検索命令信号が入力された話題検索部340は、入力された検索命令信号に含まれる利用者入力文話題特定情報及び第一形態素情報に基づいて、その利用者入力文話題特定情報に対応付けられた各話題タイトルの中から、その第一形態素情報に最も適した話題タイトル820を検索する。話題検索部340は、その検索した話題タイトル820を検索結果信号として回答取得部350に出力する。
[Topic Search Department]
When the topic title 820 is not determined by the abbreviated sentence complementing unit 330, the topic search unit 340 collates the first morpheme information with each topic title 820 corresponding to the user input sentence topic specifying information, and each topic title 820 The topic title 820 that is most suitable for the first morpheme information is searched for.
Specifically, the topic search unit 340 to which the search command signal is input from the abbreviated sentence complement unit 330 is used based on the user input sentence topic identification information and the first morpheme information included in the input search command signal. The topic title 820 most suitable for the first morpheme information is searched from among the topic titles associated with the person input sentence topic identification information. The topic search unit 340 outputs the searched topic title 820 to the answer acquisition unit 350 as a search result signal.

図15は、ある話題特定情報810(=「佐藤」)に対応付けされた、話題タイトル820、回答文830、感情フラグ840の具体例を示す図である。図15に示すように、例えば、話題検索部340は、入力された第一形態素情報「佐藤、好き」に話題特定情報810(=「佐藤」)が含まれるので、その話題特定情報810(=「佐藤」)を特定し、次に、その話題特定情報810(=「佐藤」)に対応付けられた各話題タイトル(820)1-1、1-2、…と入力された第一形態素情報「佐藤、好き」とを照合する。
話題検索部340は、その照合結果に基づいて、各話題タイトル(820)1-1〜1-2の中から、入力された第一形態素情報「佐藤、好き」と一致する話題タイトル(820)1-1(佐藤;*;好き)を特定する。話題検索部340は、検索した話題タイトル(820)1-1(佐藤;*;好き)を検索結果信号として回答取得部350に出力する。
FIG. 15 is a diagram illustrating specific examples of the topic title 820, the answer sentence 830, and the emotion flag 840 associated with certain topic specifying information 810 (= “Sato”). As shown in FIG. 15, for example, the topic search unit 340 includes the topic identification information 810 (= “Sato”) in the input first morpheme information “Sato, I like”, so the topic identification information 810 (= "Sato") is specified, and then the first morpheme information inputted as each topic title (820) 1-1, 1-2, ... associated with the topic specifying information 810 (= "Sato") Match “Sato, I like”.
The topic search unit 340, based on the comparison result, the topic title (820) that matches the input first morpheme information “Sato, I like” from among the topic titles (820) 1-1 and 1-2. Specify 1-1 (Sato; *; likes). The topic search unit 340 outputs the searched topic title (820) 1-1 (Sato; *; likes) to the answer acquisition unit 350 as a search result signal.

[回答取得部]
回答取得部350は、話題検索部340で検索された話題タイトル820に基づいて、その話題タイトル820に対応付けられた回答文830を取得する。また、回答取得部350は、話題検索部340で検索された話題タイトルに基づいて、その話題タイトルに対応付けられた各回答種類と、入力種類判定部440で判定された発話種類とを照合する。その照合をした回答取得部350は、各回答種類の中から、判定された発話種類と一致する回答種類を検索する。
[Answer section]
The answer acquisition unit 350 acquires an answer sentence 830 associated with the topic title 820 based on the topic title 820 searched by the topic search unit 340. Also, the answer acquisition unit 350 collates each answer type associated with the topic title with the utterance type determined by the input type determination unit 440 based on the topic title searched by the topic search unit 340. . The answer acquisition unit 350 that has performed the collation searches for an answer type that matches the determined utterance type from among the answer types.

図15に示すように、例えば、回答取得部350は、話題検索部340で検索された話題タイトル820が話題タイトル(820)1-1(佐藤;*;好き)である場合には、その話題タイトル1-1に対応付けられている回答文(830)1-1(DA、TAなど)の中から、入力種類判定部440で判定された「発話文のタイプ」(例えばDA)と一致する回答種類(DA)を特定する。この回答種類(DA)を特定した回答取得部350は、特定した回答種類(DA)に基づいて、その回答種類(DA)に対応付けられた回答文(830)1-1(「私も佐藤が好きです。」)を取得する。
ここで、上記"DA"、"TA"等のうち、"A"は、肯定形式を意味する。従って、発話種類及び回答種類に"A"が含まれているときは、ある事柄について肯定することを示している。また、発話種類及び回答種類には、"DQ"、"TQ"等の種類を含めることもできる。この"DQ"、"TQ"等のうち"Q"は、ある事柄についての質問を意味する。
As shown in FIG. 15, for example, when the topic title 820 searched by the topic search unit 340 is the topic title (820) 1-1 (Sato; Matches the “spoken sentence type” (for example, DA) determined by the input type determination unit 440 from among the answer sentences (830) 1-1 (DA, TA, etc.) associated with the title 1-1. Identify the answer type (DA). Based on the identified answer type (DA), the answer acquisition unit 350 that identified the answer type (DA) responds to the answer sentence (830) 1-1 associated with the answer type (DA) ("I am also Sato I like. ”) To get.
Here, among the “DA”, “TA”, etc., “A” means an affirmative form. Therefore, when “A” is included in the utterance type and the answer type, it indicates that a certain matter is affirmed. In addition, types such as “DQ” and “TQ” can be included in the utterance type and the answer type. Of these “DQ”, “TQ”, etc., “Q” means a question about a certain matter.

回答種類が上記質問形式(Q)からなるときは、この回答種類に対応付けられる回答文は、肯定形式(A)で構成される。この肯定形式(A)で作成された回答文としては、質問事項に対して回答する文等が挙げられる。例えば、発話文が「あなたはスロットマシンを操作したことがありますか?」である場合には、この発話文についての発話種類は、質問形式(Q)となる。この質問形式(Q)に対応付けられる回答文830は、例えば「私はスロットマシンを操作したことがあります」(肯定形式(A))が挙げられる。   When the answer type is the above question format (Q), the answer sentence associated with the answer type is configured in an affirmative format (A). Examples of the answer sentence created in this affirmative form (A) include a sentence that answers a question item. For example, when the utterance sentence is "Have you operated the slot machine?", The utterance type for this utterance sentence is a question form (Q). The answer sentence 830 associated with this question format (Q) is, for example, “I have operated the slot machine” (affirmative format (A)).

一方、発話種類が肯定形式(A)からなるときは、この回答種類に対応付けられる回答文830は、質問形式(Q)で構成される。この質問形式(Q)で作成された回答文830としては、発話内容に対して聞き返す質問文、又は特定の事柄を聞き出す質問文等が挙げられる。例えば、発話文が「私はスロットマシンで遊ぶのが趣味です」である場合には、この発話文についての発話種類は、肯定形式(A)となる。この肯定形式(A)に対応付けられる回答文は、例えば"パチンコで遊ぶのは趣味ではないのですか?"(特定の事柄を聞き出す質問文(Q))が挙げられる。   On the other hand, when the utterance type is an affirmative form (A), the answer sentence 830 associated with the answer type is configured with a question form (Q). Examples of the answer sentence 830 created in this question format (Q) include a question sentence that is replied to the utterance content, or a question sentence that asks for a specific matter. For example, when the utterance sentence is “I play with a slot machine”, the utterance type for this utterance sentence is an affirmative form (A). The answer sentence associated with this affirmative form (A) is, for example, “isn't it a hobby to play with pachinko?” (Question sentence (Q) to ask for a specific matter).

回答取得部350は、取得した回答文830を回答文信号として管理部310に出力するとともに、回答文830に対応した感情フラグ840を感情状態情報管理部600に出力する。また、回答取得部350から回答文信号が入力された管理部310は、入力された回答文信号を音声出力手段6に出力するとともに、発話情報数カウント部800に発話情報の発生があったことを通知する。   The answer acquisition unit 350 outputs the acquired answer sentence 830 as an answer sentence signal to the management unit 310 and outputs an emotion flag 840 corresponding to the answer sentence 830 to the emotion state information management unit 600. In addition, the management unit 310 to which the answer sentence signal is input from the answer acquisition unit 350 outputs the input answer sentence signal to the voice output unit 6 and the utterance information count unit 800 generates utterance information. To be notified.

[発話情報数カウント部]
次に、発話情報カウント部800について説明する。発話情報数カウント部800は、所定の期間内におけるユーザの発話をカウントしてカウントした値を発話情報数として記憶し、所定期間における発話情報数に応じたイベントを選択し、これをゲーム装置2に通知する機能を有する。
[Speech information count section]
Next, the utterance information counting unit 800 will be described. The utterance information count section 800 counts the user's utterances within a predetermined period, stores the counted value as the utterance information number, selects an event according to the utterance information number during the predetermined period, and selects this as the game apparatus 2. It has a function to notify.

図16は、発話情報数カウント部800の構成例を示す機能ブロック図である。発話情報数カウント部800は、所定期間判定部800Aと、カウンタ部800Bと、イベント選択部800Cとを有している。   FIG. 16 is a functional block diagram illustrating a configuration example of the utterance information count unit 800. The utterance information count unit 800 includes a predetermined period determination unit 800A, a counter unit 800B, and an event selection unit 800C.

所定期間判定部800Aは、予め定めた所定の期間の開始及び終了を検知して、カウンタ部800Bに通知する機能を有する。カウンタ部800Bは、会話制御部300から発話情報の発生の通知を受ける毎に、カウント値に一ずつ加算し、所定期間の到来によりカウント値をイベント選択部に通知する機能を有する。カウンタ部800Bは、所定期間判定部800Aから所定期間の開始の通知を受けると、記憶しているカウント値をクリアして新たなカウントを開始できるようにする。   The predetermined period determination unit 800A has a function of detecting the start and end of a predetermined period and notifying the counter unit 800B. The counter unit 800B has a function of adding one by one to the count value every time notification of the generation of utterance information is received from the conversation control unit 300, and notifying the event selection unit of the count value when a predetermined period arrives. Upon receiving a notification of the start of the predetermined period from the predetermined period determination unit 800A, the counter unit 800B clears the stored count value so that a new count can be started.

イベント選択部800Cは、発話情報数と、イベントを対応付けて記憶しているイベントテーブルを有しており、カウンタ部800Bからカウント値を受け取ると、イベントテーブルを参照して対応するイベントを決定し、これをゲーム装置2に通知する機能を有している。   The event selection unit 800C has an event table in which the number of utterance information and events are stored in association with each other. When a count value is received from the counter unit 800B, the event selection unit 800C determines a corresponding event with reference to the event table. This has a function of notifying the game apparatus 2 of this.

図17(A)(B)は、イベントテーブルの例を示す図である。図17(A)は、ゲーム終了後に実行されるエンディングイベントを2種類準備しており、発話情報数が15以上であれば、特別イベントを選択し、一方発話情報数が15未満である場合は、特別イベントとは異なる通常イベントを選択することをしているイベントテーブルである。特別エンディングイベントは通常エンディングイベントよりユーザに対する満足感を高められる画像、演出、音楽より構成されている。このようなイベントテーブルを用いることにより、ユーザはより満足感を得られる特別エンディングイベントを見られるよう、より発話数を多くするよう、ゲームシステムGSに対する対話をより積極的に行うよう促すことができる。   17A and 17B are diagrams showing examples of event tables. In FIG. 17A, two types of ending events to be executed after the game end are prepared. If the number of utterance information is 15 or more, a special event is selected, while the number of utterance information is less than 15. This is an event table for selecting a normal event different from a special event. The special ending event is composed of images, effects, and music that can enhance the user's satisfaction compared to the normal ending event. By using such an event table, the user can be encouraged to more actively interact with the game system GS so that the number of utterances can be increased so that a special ending event with a more satisfying feeling can be seen. .

図17(B)に、ゲーム開始からゲーム終了までの間に行われるイベントを定めるイベントテーブルの例を示す。このイベントテーブルでは、発話情報数が5未満の場合は、バッド・イベントを選択し、発話情報数が5以上12未満の場合は、通常イベントBを選択し、発話情報数が12以上15未満の場合は、通常イベントAを選択し、発話情報数が15以上の場合は、特別イベントを選択することが定められている。
[感情状態情報管理部]
図3に戻り、感情状態情報管理部600について説明する。
FIG. 17B shows an example of an event table that defines events to be performed between the start of the game and the end of the game. In this event table, when the number of utterance information is less than 5, a bad event is selected, and when the number of utterance information is 5 or more and less than 12, normal event B is selected and the number of utterance information is 12 or more and less than 15. In this case, it is determined that the normal event A is selected, and that the special event is selected when the number of utterance information is 15 or more.
[Emotion State Information Management Department]
Returning to FIG. 3, the emotional state information management unit 600 will be described.

感情状態情報管理部600は、会話制御部300から感情フラグ840を受け取り、どの感情フラグに対応するキャラクタデータを取得するのかを管理する機能を有する。感情状態情報管理部600は、会話制御部300から感情フラグ840を受け取ると、これを記憶し、記憶した感情フラグに基づいて感情状態情報を生成し、ゲーム装置2に所定のタイミングで感情状態情報を通知する。感情状態情報は、たとえば各感情(喜怒哀楽)ごとの値やフラグ成立の有無より構成される。感情状態情報は、ゲームシステムGSによって演じられる、ユーザに対する対戦者(疑似人格、キャラクタ)の感情を定める情報であり、ゲームシステムGSは、この感情状態情報によってキャラクタデータの表示の制御等を行う。
[ゲームシステムの動作例]
次に、上記ゲームシステムGSの動作例について説明する。
図18は、本実施の形態にかかるゲームシステムGSの会話制御装置1についての主要な処理を示すフローチャートである。ゲームシステムGSのゲーム装置2側では、ゲームに関する処理が並行して行われているがここでは説明は省略する。
The emotion state information management unit 600 has a function of receiving the emotion flag 840 from the conversation control unit 300 and managing which emotion flag character data corresponding to. When emotion state information management unit 600 receives emotion flag 840 from conversation control unit 300, emotion state information management unit 600 stores the emotion flag 840, generates emotion state information based on the stored emotion flag, and sends emotion state information to game device 2 at a predetermined timing. To be notified. The emotional state information includes, for example, a value for each emotion (feeling emotional) and presence / absence of flag establishment. The emotional state information is information that determines the emotion of the opponent (pseudo personality, character) played by the game system GS, and the game system GS controls the display of character data by this emotional state information.
[Game system operation example]
Next, an operation example of the game system GS will be described.
FIG. 18 is a flowchart showing main processes for the conversation control device 1 of the game system GS according to the present embodiment. On the game device 2 side of the game system GS, processing related to the game is performed in parallel, but description thereof is omitted here.

まず、会話制御装置1は、ユーザからの発話を音声認識部200にて受け付け、会話制御部300にて処理できるデータに変化するユーザ発話受付処理を行う(ステップS1801)。   First, the conversation control device 1 accepts an utterance from the user by the voice recognition unit 200, and performs a user utterance acceptance process that changes to data that can be processed by the conversation control unit 300 (step S1801).

次に、会話制御装置1は、会話制御部300によって発話情報の受付を検知し、発話情報ごとにカウント値(たとえば1ずつ)を発話情報数カウント部800に送る。発話情報数カウント部800はこれを累積加算して、ユーザ発話数カウント処理を行う(ステップS1802)。   Next, conversation control device 1 detects reception of utterance information by conversation control unit 300 and sends a count value (for example, one by one) to utterance information number counting unit 800 for each utterance information. The utterance information number counting unit 800 cumulatively adds these and performs user utterance number counting processing (step S1802).

会話制御装置1は、所定期間が到来したか否かをチェックする(ステップS1803)。所定期間が到来していなければ、新たなユーザの発話受付をできるようにステップS1801、S1802を実行する。一方、所定期間が到来した場合は、その時点にて記憶している発話情報数であるカウント値を用いて、前述のイベントテーブルなどにもとづき、発話情報数に対応するイベントの選択をおこなう(ステップS1804)。   The conversation control device 1 checks whether or not a predetermined period has arrived (step S1803). If the predetermined period has not arrived, steps S1801 and S1802 are executed so that a new user can accept an utterance. On the other hand, when the predetermined period has arrived, an event corresponding to the number of utterance information is selected based on the event table described above using the count value that is the number of utterance information stored at that time (step S1804).

次に、会話制御装置1は、上記ステップS1804にて選択したイベントをゲーム装置2に通知する。ゲーム装置2は、通知されたイベントを発生させる処理を行う(ステップS1805)。イベントは、ゲーム装置2によって実行可能なイベントであればどのようなものでもよく、例えばエンディングの実行、キャラクタの強制変更、持ち点の増減、ゲームの強制終了、所定の演出の実行などである。   Next, the conversation control device 1 notifies the game device 2 of the event selected in step S1804. The game device 2 performs a process for generating the notified event (step S1805). The event may be any event that can be executed by the game apparatus 2, for example, execution of ending, forced change of character, increase / decrease of points, forced termination of the game, execution of a predetermined effect, and the like.

次に、ゲームシステムGSは、ゲーム終了条件の成立の判定を行う(ステップS1806)。ゲーム終了条件が成立している場合(例えば遊技時間の終了)は、ゲームシステムGSは、ゲームを終了させる。一方、ゲーム終了条件が成立していない場合は、再度ステップS1801に戻り、ユーザ発話の受付を待つ。   Next, the game system GS determines whether or not the game end condition is satisfied (step S1806). When the game end condition is satisfied (for example, the end of the game time), the game system GS ends the game. On the other hand, if the game end condition is not satisfied, the process returns to step S1801 and waits for acceptance of the user utterance.

上記ステップS1802からS1805と並行して、或いはこれらステップとは別個独立に、会話制御装置1はユーザの発話に対する回答をなすための会話制御処理を行う(ステップS1807)。   Concurrently with steps S1802 to S1805 or independently of these steps, the conversation control device 1 performs a conversation control process for making an answer to the user's utterance (step S1807).

[会話制御方法]
上記構成を有する会話制御装置1による会話制御処理(ステップS1807)は、以下の手順により実施することができる。図19は、本実施の形態に係る会話制御方法の手順を示すフロー図である。
先ず、音声入力手段3が、利用者からの発話内容を取得するステップを行う(ステップS1901)。具体的には、音声入力手段3は、利用者の発話内容を構成する音声を取得する。音声入力手段3は、取得した音声を音声信号として音声認識部200に出力する。
[Conversation control method]
The conversation control process (step S1807) by the conversation control apparatus 1 having the above configuration can be implemented by the following procedure. FIG. 19 is a flowchart showing the procedure of the conversation control method according to the present embodiment.
First, the voice input means 3 performs a step of acquiring the utterance content from the user (step S1901). Specifically, the voice input unit 3 acquires the voice constituting the user's utterance content. The voice input unit 3 outputs the acquired voice to the voice recognition unit 200 as a voice signal.

次いで、音声認識部200が、音声入力手段3で取得した発話内容に基づいて、発話内容に対応する文字列を特定するステップを行う(ステップS1902)。具体的には、音声入力手段3から音声信号が入力された音声認識部200は、入力された音声信号に基づいて、その音声信号に対応する単語仮説(候補)を特定する。音声認識部200は、特定した単語仮説(候補)に対応付けられた文字列を取得し、取得した文字列を文字列信号として会話制御部300に出力する。   Next, the voice recognition unit 200 performs a step of specifying a character string corresponding to the utterance content based on the utterance content acquired by the voice input unit 3 (step S1902). Specifically, the voice recognition unit 200 to which a voice signal is input from the voice input unit 3 specifies a word hypothesis (candidate) corresponding to the voice signal based on the input voice signal. The voice recognition unit 200 acquires a character string associated with the identified word hypothesis (candidate), and outputs the acquired character string to the conversation control unit 300 as a character string signal.

そして、文字列特定部410が、音声認識部200で特定された一連の文字列を一文毎に区切るステップを行う(ステップS1903)。具体的には、管理部310から文字列信号(あるいは形態素信号)が入力された文字列特定部410は、その入力された一連の文字列の中に、ある一定以上の時間間隔があるときは、その部分で文字列を区切る。文字列特定部410は、その区切った各文字列を形態素抽出部420及び入力種類判定部440に出力する。なお、文字列特定部410は、入力された文字列がキーボードから入力された文字列である場合には、句読点又はスペース等のある部分で文字列を区切るのが好ましい。   Then, the character string specifying unit 410 performs a step of dividing the series of character strings specified by the voice recognition unit 200 for each sentence (step S1903). Specifically, the character string specifying unit 410 to which a character string signal (or morpheme signal) is input from the management unit 310 has a certain time interval or more in the input series of character strings. , Delimit the string at that part. The character string specifying unit 410 outputs the divided character strings to the morpheme extracting unit 420 and the input type determining unit 440. In addition, when the input character string is a character string input from the keyboard, the character string specifying unit 410 preferably divides the character string at a part such as a punctuation mark or a space.

その後、形態素抽出部420が、文字列特定部410で特定された文字列に基づいて、文字列の最小単位を構成する各形態素を第一形態素情報として抽出するステップを行う(ステップS1904)。具体的に、文字列特定部410から文字列が入力された形態素抽出部420は、入力された文字列と、形態素データベース430に予め格納されている形態素群とを照合する。なお、その形態素群は、本実施の形態では、それぞれの品詞分類に属する各形態素について、その形態素の見出し語・読み・品詞・活用形などを記述した形態素辞書として準備されている。
この照合をした形態素抽出部420は、入力された文字列の中から、予め記憶された形態素群に含まれる各形態素と一致する各形態素(m1、m2、…)を抽出する。形態素抽出部420は、抽出した各形態素を第一形態素情報として話題特定情報検索部320に出力する。
Thereafter, the morpheme extraction unit 420 performs a step of extracting each morpheme constituting the minimum unit of the character string as the first morpheme information based on the character string specified by the character string specifying unit 410 (step S1904). Specifically, the morpheme extraction unit 420 to which the character string is input from the character string specifying unit 410 collates the input character string with a morpheme group stored in advance in the morpheme database 430. In this embodiment, the morpheme group is prepared as a morpheme dictionary in which each morpheme belonging to each part-of-speech classification describes a morpheme entry word, reading, part-of-speech, utilization form, and the like.
The matched morpheme extraction unit 420 extracts each morpheme (m1, m2,...) That matches each morpheme included in the previously stored morpheme group from the input character string. The morpheme extraction unit 420 outputs each extracted morpheme to the topic identification information search unit 320 as first morpheme information.

次いで、入力種類判定部440が、文字列特定部410で特定された一文を構成する各形態素に基づいて、「発話文のタイプ」を判定するステップを行う(ステップS1905)。具体的には、文字列特定部410から文字列が入力された入力種類判定部440は、入力された文字列に基づいて、その文字列と発話種類データベース450に格納されている各辞書とを照合し、その文字列の中から、各辞書に関係する要素を抽出する。この要素を抽出した入力種類判定部440は、抽出した要素に基づいて、その要素がどの「発話文のタイプ」に属するのかを判定する。入力種類判定部440は、判定した「発話文のタイプ」(発話種類)を回答取得部350に出力する。   Next, the input type determination unit 440 performs a step of determining “spoken sentence type” based on each morpheme constituting one sentence specified by the character string specifying unit 410 (step S1905). Specifically, the input type determination unit 440, to which the character string is input from the character string specifying unit 410, determines the character string and each dictionary stored in the utterance type database 450 based on the input character string. Collation is performed, and elements related to each dictionary are extracted from the character string. The input type determination unit 440 that extracted this element determines to which “spoken sentence type” the element belongs based on the extracted element. The input type determination unit 440 outputs the determined “spoken sentence type” (speech type) to the answer acquisition unit 350.

そして、話題特定情報検索部320が、形態素抽出部420で抽出された第一形態素情報と着目話題タイトル820focusとを比較するステップを行う(ステップS1906)。
第一形態素情報を構成する形態素と着目話題タイトル820focusとが一致する場合、話題特定情報検索部320は、その話題タイトル820を回答取得部350に出力する。一方、話題特定情報検索部320は、第一形態素情報を構成する形態素と話題タイトルと820が一致しなかった場合には、入力された第一形態素情報及び利用者入力文話題特定情報810を検索命令信号として省略文補完部330に出力する。
Then, the topic identification information search unit 320 performs a step of comparing the first morpheme information extracted by the morpheme extraction unit 420 with the topic title of interest 820focus (step S1906).
If the morpheme constituting the first morpheme information matches the topic topic title 820focus, the topic identification information search unit 320 outputs the topic title 820 to the answer acquisition unit 350. On the other hand, if the morpheme constituting the first morpheme information and the topic title 820 do not match, the topic specific information search unit 320 searches the input first morpheme information and user input sentence topic specific information 810. An abbreviated sentence complementing unit 330 outputs the command signal.

その後、省略文補完部330が、話題特定情報検索部320から入力された第一形態素情報に基づいて、着目話題特定情報及び回答文話題特定情報を、入力された第一形態素情報に含めるステップを行う(ステップS1907)。具体的には、第一形態素情報を「W」、着目話題特定情報及び回答文話題特定情報の集合を「D」とすると、省略文補完部330は、第一形態素情報「W」に話題特定情報「D」の要素を含めて、補完された第一形態素情報を生成し、この補完された第一形態素情報と集合「D」に関連づけされたすべての話題タイトル820とを照合し、補完された第一形態素情報と一致する話題タイトル820があるか検索する。補完された第一形態素情報と一致する話題タイトル820がある場合は、省略文補完部330は、その話題タイトル820を回答取得部350に出力する。一方、補完された第一形態素情報と一致する話題タイトル820を発見しなかった場合は、省略文補完部330は、第一形態素情報と利用者入力文話題特定情報とを話題検索部340に渡す。   Thereafter, the abbreviated sentence complementing unit 330 includes the focused topic specifying information and the answer sentence topic specifying information in the input first morpheme information based on the first morpheme information input from the topic specifying information search unit 320. This is performed (step S1907). Specifically, when the first morpheme information is “W” and the set of the topic topic identification information and the answer sentence topic identification information is “D”, the abbreviated sentence complementing unit 330 identifies the topic as the first morpheme information “W”. Complemented first morpheme information including the element of information “D” is generated, and the complemented first morpheme information is collated with all topic titles 820 associated with the set “D” to be complemented. Whether there is a topic title 820 that matches the first morpheme information is searched. If there is a topic title 820 that matches the complemented first morpheme information, the abbreviated sentence complementing unit 330 outputs the topic title 820 to the answer acquisition unit 350. On the other hand, when the topic title 820 that matches the supplemented first morpheme information is not found, the abbreviated sentence complementing unit 330 passes the first morpheme information and the user input sentence topic specifying information to the topic search unit 340. .

次いで、話題検索部340は、第一形態素情報と、利用者入力文話題特定情報とを照合し、各話題タイトル820の中から、第一形態素情報に適した話題タイトル820を検索するステップを行う(ステップS1908)。具体的には、省略文補完部330から検索命令信号が入力された話題検索部340は、入力された検索命令信号に含まれる利用者入力文話題特定情報及び第一形態素情報に基づいて、その利用者入力文話題特定情報に対応付けられた各話題タイトル820の中から、その第一形態素情報に適した話題タイトル820を検索する。話題検索部340は、その検索の結果得られた話題タイトル820を検索結果信号として回答取得部350に出力する。   Next, the topic search unit 340 collates the first morpheme information with the user input sentence topic identification information, and performs a step of searching for the topic title 820 suitable for the first morpheme information from each topic title 820. (Step S1908). Specifically, the topic search unit 340 to which the search command signal is input from the abbreviated sentence complement unit 330 is based on the user input sentence topic identification information and the first morpheme information included in the input search command signal. A topic title 820 suitable for the first morpheme information is searched from the topic titles 820 associated with the user input sentence topic identification information. The topic search unit 340 outputs the topic title 820 obtained as a result of the search to the answer acquisition unit 350 as a search result signal.

次いで、回答取得部350が、話題特定情報検索部320、省略文補完部330、あるいは話題検索部340で検索された話題タイトル820に基づいて、判定された利用者の発話種類と話題タイトル820に対応付けられた各回答種類とを照合する。この照合をした回答取得部350は、各回答種類の中から、判定された発話種類と一致する回答種類を検索する(ステップS1909)。
具体的に、話題検索部340から検索結果信号と、入力種類判定部440から「発話文のタイプ」とが入力された回答取得部350は、入力された検索結果信号に対応する「話題タイトル」と、入力された「発話文のタイプ」とに基づいて、その「話題タイトル」に対応付けられている回答種類群の中から、「発話文のタイプ」(DAなど)と一致する回答種類を特定する。
Next, the answer acquisition unit 350 determines the utterance type and the topic title 820 of the user determined based on the topic title 820 searched by the topic specifying information search unit 320, the abbreviated sentence complement unit 330, or the topic search unit 340. Collate each associated answer type. The answer acquisition unit 350 that has performed the collation searches for an answer type that matches the determined utterance type from among the answer types (step S1909).
Specifically, the answer acquisition unit 350 to which the search result signal is input from the topic search unit 340 and the “spoken sentence type” is input from the input type determination unit 440 is the “topic title” corresponding to the input search result signal. Based on the entered “spoken sentence type”, the answer type matching the “spoken sentence type” (such as DA) is selected from the answer type group associated with the “topic title”. Identify.

この回答取得部350は、会話データベース500から、特定した回答種類に対応付けられた回答文830を取得する。回答取得部350は、管理部310を介して、取得した回答文830を出力部600に出力する。管理部310から回答文が入力された出力部600は、入力された回答文830を出力する(ステップS1910)。   The answer acquisition unit 350 acquires an answer sentence 830 associated with the specified answer type from the conversation database 500. The answer acquisition unit 350 outputs the acquired answer sentence 830 to the output unit 600 via the management unit 310. The output unit 600 to which the answer sentence is input from the management unit 310 outputs the input answer sentence 830 (step S1910).

[イベントの選択、実行の例]
次に、本実施の形態にかかるゲームシステムGSによるイベントの選択、実行の例について図20を参照しながら説明する。図20は、ゲームシステムGSによる発話情報数とイベントの選択の例を示す図である。
[Example of event selection and execution]
Next, an example of event selection and execution by the game system GS according to the present embodiment will be described with reference to FIG. FIG. 20 is a diagram illustrating an example of the number of utterance information and event selection by the game system GS.

この例では、ゲーム開始からゲーム終了まで3回の所定期間P1、P2、P3が存在し、それぞれの所定期間に対応するイベントが選択され、実行される。また、この例では一の発話(句点で終了する文に相当する発話)について、1のカウント値が加算される。また、発話情報数カウント部800が有するイベントテーブルは図17(B)が設定されているものとする。   In this example, there are three predetermined periods P1, P2, and P3 from the start of the game to the end of the game, and events corresponding to the respective predetermined periods are selected and executed. In this example, a count value of 1 is added to one utterance (an utterance corresponding to a sentence ending with a punctuation mark). Also, assume that the event table included in the utterance information count unit 800 is set as shown in FIG.

所定期間P1内において、ユーザは発話1を発すると、ゲームシステムGSは発話1に対する回答をなすとともに、カウント値を0から1にして記憶する。   When the user utters the utterance 1 within the predetermined period P1, the game system GS makes an answer to the utterance 1 and stores the count value from 0 to 1.

発話情報数カウント部800は、発話2から発話5(図略)まで同様に発話毎にカウント値をインクリメントしながら記憶していく。発話6がカウントされた時点で、カウント値は6となる。カウント値が6となった時点で所定の期間が満了し、イベントの選択、実行が行われる。所定期間P1に続いて行われるイベントは、イベントテーブル(図17(B))の「5≦発話情報<12」に対応する「通常イベントB」となる。   Similarly, from the utterance 2 to the utterance 5 (not shown), the utterance information number counting unit 800 stores the utterance information while incrementing the count value for each utterance. When the utterance 6 is counted, the count value becomes 6. When the count value reaches 6, the predetermined period expires, and the event is selected and executed. The event performed following the predetermined period P1 is “normal event B” corresponding to “5 ≦ utterance information <12” in the event table (FIG. 17B).

上記イベントの終了後、新たな所定期間P2が開始となる。発話情報数カウント部800は、所定期間P1におけるカウント値の6をクリアして、新たな発話情報数のカウントを開始する。   After the end of the event, a new predetermined period P2 starts. The utterance information number counting unit 800 clears the count value 6 in the predetermined period P1, and starts counting the number of new utterance information.

所定期間P2内において、ユーザは発話7を発すると、ゲームシステムGSは発話7に対する回答をなすとともに、カウント値を0から1にして記憶する。   When the user utters the utterance 7 within the predetermined period P2, the game system GS makes an answer to the utterance 7 and stores the count value from 0 to 1.

発話情報数カウント部800は、発話8から発話9(図略)まで同様に発話毎にカウント値をインクリメントしながら記憶していく。発話10がカウントされた時点で、カウント値は3となる。発話10を受け付けた時点で所定の期間が満了し、ゲームシステムGSは、イベントの選択、実行を行う。所定期間P2に続いて行われるイベントとして、イベントテーブル(図17(B))の「発話情報<5」に対応する「バッド・イベント」の実行が行われることとなる。   Similarly, from the utterance 8 to the utterance 9 (not shown), the utterance information number counting unit 800 stores the utterance information number while incrementing the count value for each utterance. When the utterance 10 is counted, the count value becomes 3. When the utterance 10 is received, the predetermined period expires, and the game system GS selects and executes an event. As an event that follows the predetermined period P2, a “bad event” corresponding to “utterance information <5” in the event table (FIG. 17B) is executed.

上記イベントの終了後、新たな所定期間P3が開始となる。発話情報数カウント部800は、所定期間P2におけるカウント値の3をクリアして、新たな発話情報数のカウントを開始する。   After the end of the event, a new predetermined period P3 starts. The utterance information number counting unit 800 clears the count value 3 in the predetermined period P2, and starts counting the number of new utterance information.

所定期間P3内において、ユーザが発話11を発すると、ゲームシステムGSは発話11に対する回答をなすとともに、カウント値を0から1にして記憶する。   When the user utters the utterance 11 within the predetermined period P3, the game system GS makes an answer to the utterance 11 and stores the count value from 0 to 1.

発話情報数カウント部800は、発話12から発話26(図略)まで同様に発話毎にカウント値をインクリメントしながら記憶していく。発話27がカウントされた時点で、カウント値は16となる。発話27を受け付けた時点で所定の期間が満了し、ゲームシステムGSは、イベントの選択、実行を行う。所定期間P3に続いて行われるイベントは、イベントテーブル(図17(B))の「発話情報≧15」に対応する「特別イベント」となる。   Similarly, from the utterance 12 to the utterance 26 (not shown), the utterance information number counting section 800 stores the utterance information number while incrementing the count value for each utterance. When the utterance 27 is counted, the count value is 16. The predetermined period expires when the utterance 27 is received, and the game system GS selects and executes an event. The event performed following the predetermined period P3 is a “special event” corresponding to “utterance information ≧ 15” in the event table (FIG. 17B).

上記のように、本ゲームシステムGSによれば、所定期間内にどの程度のユーザ発話があったかに基づいて、ゲーム内のイベントの制御が行われることとなる。   As described above, according to the game system GS, events in the game are controlled based on how many user utterances have been made within a predetermined period.

[その他]
(1) 上記ゲームシステムにおいて、発話情報数に応じて感情状態情報管理部600が扱う感情状態情報を変化させてもよい。
[Others]
(1) In the above game system, emotion state information handled by the emotion state information management unit 600 may be changed according to the number of utterance information.

例えば、以下のように感情状態情報を変化させることが考えられる。
(a)発話情報数のカウント値がある値N以上の場合、「喜び」の感情フラグの値をNだけ加算する。
(b)発話情報数のカウント値がある値N以上の場合、すべての感情フラグの値の増加を通常のM倍にする。
(c)発話情報数のカウント値がある値N以下の場合、すべての感情フラグの通常の1/Mにする。
For example, it is conceivable to change emotion state information as follows.
(A) When the count value of the utterance information number is greater than or equal to a certain value N, the value of the emotion flag “joy” is increased by N.
(B) When the count value of the utterance information number is greater than or equal to a certain value N, the increase in the values of all emotion flags is increased to M times the normal value.
(C) When the count value of the utterance information number is less than or equal to a certain value N, it is set to 1 / M which is normal for all emotion flags.

かかる構成とすれば、発話情報数のカウント値に応じてゲームシステムGSの提供するキャラクタが、あたかも会話量に応じてユーザに対する対応を変えるがごとき演出を行うことが可能となり、よりユーザの興趣を引くことが可能となる。
(2) 会話制御装置1の音声認識部200、会話制御部300、文解析部400の構成及び動作は、上記実施の形態において説明したものに限られず、会話データベース手段を利用して利用者の発話内容に応じた回答を返すものであれば、実施の形態において説明したもの以外のどのような音声認識部200、会話制御部300、文解析部400であっても、本発明に係る会話制御装置1の構成要素として使用可能である。
(3) 上記実施の形態の説明では、会話制御装置1への発話の入力は音声によるものとして説明したが、会話制御装置1への発話の入力は音声に限られるものではなく、キーボード、タッチパネル、ポインティングデバイスなどの非音声入力手段4により、文字列データとして会話制御装置1へ発話を入力し、会話制御装置1がこの文字列データとして入力された発話に対して会話データベース500を用いて回答文を出力する構成としても本発明は成立する。
With such a configuration, the character provided by the game system GS according to the count value of the number of utterance information can change the response to the user according to the amount of conversation, but can produce an effect. It becomes possible to draw.
(2) The configurations and operations of the speech recognition unit 200, the conversation control unit 300, and the sentence analysis unit 400 of the conversation control device 1 are not limited to those described in the above embodiment, and the user can use the conversation database means. Any speech recognition unit 200, conversation control unit 300, and sentence analysis unit 400 other than those described in the embodiment as long as it returns an answer corresponding to the utterance content, the conversation control according to the present invention. It can be used as a component of the device 1.
(3) In the description of the above embodiment, the input of the utterance to the conversation control device 1 has been described as being by voice. However, the input of the utterance to the conversation control device 1 is not limited to voice, but a keyboard and a touch panel. An utterance is input to the conversation control device 1 as character string data by the non-voice input means 4 such as a pointing device, and the conversation control device 1 answers the utterance input as the character string data using the conversation database 500. The present invention is also established as a configuration for outputting a sentence.

ゲームシステムの構成例を示すブロック図Block diagram showing a configuration example of a game system ゲーム装置の構成例を示すブロック図Block diagram showing a configuration example of a game device 会話制御装置の概略構成図Schematic configuration diagram of conversation control device 音声認識部の構成例を示す機能ブロック図Functional block diagram showing a configuration example of the speech recognition unit 単語仮説絞込部の処理の一例を示すタイミングチャートTiming chart showing an example of processing of the word hypothesis narrowing unit 音声認識部の動作例を示すフロー図Flow diagram showing an example of the operation of the voice recognition unit 会話制御装置の部分拡大ブロック図Partial enlarged block diagram of the conversation control device 文字列とこの文字列から抽出される形態素との関係を示す図The figure which shows the relationship between the character string and the morpheme extracted from this character string 「発話文のタイプ」と、その発話文のタイプを表す二文字のアルファベット、及びその発話文のタイプに該当する発話文の例を示す図The figure which shows the example of the utterance sentence which corresponds to the type of the utterance sentence, the two letter alphabet which shows the type of the utterance sentence, and the type of the utterance sentence 文のタイプとそのタイプを判定するための辞書の関係を示す図The figure which shows the relationship between the type of sentence and the dictionary for judging the type 会話データベースが記憶するデータのデータ構成の一例を示す概念図Conceptual diagram showing an example of the data structure of data stored in the conversation database ある話題特定情報と他の話題特定情報との関連付けを示す図The figure which shows the correlation with a certain topic specific information and other topic specific information 話題タイトルのデータ構成例を示す図Diagram showing data structure example of topic title 回答文のタイプを説明するための図Illustration for explaining the type of response ある話題特定情報に対応付けされた話題タイトル、回答文、会話量の具体例を示す図The figure which shows the specific example of the topic title matched with a certain topic specific information, an answer sentence, and the amount of conversation 発話情報数カウント部の構成例を示す機能ブロック図Functional block diagram showing a configuration example of the utterance information count unit (A)は、発話情報の数に応じたイベントを選択するためのイベントテーブルの例、(B)は、(A)とは別のイベントテーブルの例(A) is an example of an event table for selecting an event according to the number of utterance information, and (B) is an example of an event table different from (A). ゲームシステムの主要な動作を示したフローチャートFlow chart showing the main operations of the game system 会話制御処理の例を示したフローチャートFlow chart showing an example of conversation control processing 発話、回答文、カウント値、選択されたイベントの例を示す図Diagram showing examples of utterances, answer sentences, count values, and selected events

符号の説明Explanation of symbols

GS … ゲームシステム
1 … 会話制御装置
2 … ゲーム装置
3 … 音声入力手段
4 … 非音声入力手段
5 … 画像出力手段
6 … 音声出力手段
200 … 音声認識部
300 … 会話制御部
400 … 文解析部
500 … 会話データベース
600 … 感情状態情報管理部
700 … 音声認識辞書記憶部
800 … 発話情報数カウント部
GS ... Game system 1 ... Conversation control device 2 ... Game device 3 ... Voice input means 4 ... Non-speech input means 5 ... Image output means 6 ... Voice output means 200 ... Speech recognition unit 300 ... Conversation control unit 400 ... Sentence analysis unit 500 … Conversation database 600… Emotion state information management unit 700… Speech recognition dictionary storage unit 800… Speech information count unit

Claims (3)

ユーザからの発話に応答する回答文を出力する会話処理部と、ゲームを実行するゲーム処理部とを有するゲーム機において、
前記会話処理部は、複数の話題特定情報を記憶する会話データベース手段と、従前の会話及び従前の回答文により定まる談話履歴を記憶し、この談話履歴により定まる話題特定情報と発話情報とを照合して回答文を選択する会話制御手段と、所定の期間内に受け付けた発話情報の数を計数するカウント手段と、
を有し、
前記ゲーム処理部は、カウント手段により計数された発話情報の数に基づいて、その発話情報の数に対応付けられたイベントの実行を行う
ことを特徴とするゲーム機。
In a game machine having a conversation processing unit that outputs an answer sentence in response to an utterance from a user and a game processing unit that executes a game,
The conversation processing unit stores conversation database means for storing a plurality of topic specifying information, a conversation history determined by a previous conversation and a previous answer sentence, and collates topic specifying information determined by the discourse history and utterance information. Conversation control means for selecting an answer sentence, counting means for counting the number of utterance information received within a predetermined period,
Have
The game machine is configured to execute an event associated with the number of utterance information based on the number of utterance information counted by the counting means.
請求項1に記載のゲーム機において、前記カウント手段は、会話制御手段がこの談話履歴により定まる話題特定情報と発話情報とを照合して、いずれかの話題特定情報を選択した場合に、その発話情報の数を計数する
ことを特徴とするゲーム機。
2. The game machine according to claim 1, wherein when the conversation control unit collates the topic specifying information determined by the discourse history and the utterance information and selects any of the topic specifying information, the counting unit A game machine characterized by counting the number of information.
請求項1又は2に記載のゲーム機において、ゲーム機がユーザの相手として提供するキャラクタの感情を制御するための感情状態情報を管理する感情状態情報管理手段をさらに有しており、この感情状態情報管理手段は、前記カウント手段から計数の結果得られた会話情報の数を受け取り、この会話情報の数に応じて感情状態情報の所定の処理を行う
ことを特徴とするゲーム機。
The game machine according to claim 1 or 2, further comprising emotion state information management means for managing emotion state information for controlling the emotion of a character provided by the game machine as a user's partner. The information management means receives the number of conversation information obtained as a result of counting from the counting means, and performs predetermined processing of emotion state information according to the number of conversation information.
JP2003358074A 2003-10-17 2003-10-17 Game machine Pending JP2005118371A (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2003358074A JP2005118371A (en) 2003-10-17 2003-10-17 Game machine

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2003358074A JP2005118371A (en) 2003-10-17 2003-10-17 Game machine

Publications (1)

Publication Number Publication Date
JP2005118371A true JP2005118371A (en) 2005-05-12

Family

ID=34614771

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2003358074A Pending JP2005118371A (en) 2003-10-17 2003-10-17 Game machine

Country Status (1)

Country Link
JP (1) JP2005118371A (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007011308A (en) * 2005-05-30 2007-01-18 Kyocera Corp Document display device and document reading method

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007011308A (en) * 2005-05-30 2007-01-18 Kyocera Corp Document display device and document reading method

Similar Documents

Publication Publication Date Title
JP4849662B2 (en) Conversation control device
JP4846336B2 (en) Conversation control device
JP4888996B2 (en) Conversation control device
JP4849663B2 (en) Conversation control device
CN1321401C (en) Speech recognition apparatus, speech recognition method, conversation control apparatus, conversation control method
JP2007114621A (en) Conversation controller
US8935163B2 (en) Automatic conversation system and conversation scenario editing device
JP2005157494A (en) Conversation control apparatus and conversation control method
JPH07219961A (en) Voice interactive system
US6591236B2 (en) Method and system for determining available and alternative speech commands
WO2003085550A1 (en) Conversation control system and conversation control method
WO2017094913A1 (en) Natural language processing device and natural language processing method
JP4475628B2 (en) Conversation control device, conversation control method, and program thereof
JP4204044B2 (en) GAME MACHINE, GAME EXECUTION METHOD, AND PROGRAM FOR THEM
JP4204043B2 (en) Game machine, game execution method, and program
JP4204041B2 (en) Game machine, game execution method, and program
JP4204042B2 (en) Game machine, game execution method, and program
JP2005122549A (en) Conversation control device and conversation control method
JP2005118371A (en) Game machine
JP2005099604A (en) Conversation control apparatus, conversation control method, and game system
JP2011169960A (en) Apparatus for estimation of speech content, language model forming device, and method and program used therefor

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20060809

RD04 Notification of resignation of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7424

Effective date: 20060811

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20071205

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20080201

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20081020