JP2010156741A

JP2010156741A - サービス提供装置

Info

Publication number: JP2010156741A
Application number: JP2008333609A
Authority: JP
Inventors: Shinya Sakurada; 信弥櫻田
Original assignee: Yamaha Corp
Current assignee: Yamaha Corp
Priority date: 2008-12-26
Filing date: 2008-12-26
Publication date: 2010-07-15
Anticipated expiration: 2028-12-26
Also published as: JP5332602B2

Abstract

【課題】送受信する情報の内容がサービスの提供を受ける人間にも把握でき、それぞれ同じ声色であっても識別が可能で、必要な情報を全て送受信できるサービス提供装置を提供する。
【解決手段】複数のサービス提供装置（ロボット）２〜４間で、個体の識別情報が重畳された音声を用いて情報を送受信する。これにより、サービスの提供を受ける人間にも情報の内容が把握でき、それぞれ同じ声色であっても、どの装置が発した音声かを識別できる。また、受話部１５（整合フィルタ３３及び復調部３４）が他の装置の音声から識別情報を抽出すると、他の装置と音声で情報を送受信するとともに、通信部１６でその装置と情報を送受信する。これにより、音声だけでは全ての情報を送受信できない場合でも、必要な情報を全て送受信できる。
【選択図】図１

Description

この発明は、音声により情報を送受信する移動型のサービス提供装置に関する。

近時、人間に対して様々なサービスを提供する二足歩行型のロボットが開発されている。この二足歩行型のロボットは、サーバと無線により情報を送受信する（非特許文献１及び非特許文献２参照。）。

また、人間と音声会話して、その会話の内容に応じたサービスを提供する対話ロボットに関する発明が開示されている（特許文献１参照。）。この発明では、所定の通信プロトコルにより情報を送受信することでロボット同士が連携して、人間にサービスを提供する。

また、ロボットが発する音声に識別子や指示情報を重畳し、音声会話でロボット間での情報通信を行う発明が開示されている（特許文献２参照）。
Robot Watch ASIMO、実社会へ一歩踏み出す〜複数台による協調動作を公開、［online］［平成２０年１２月２５日検索］、インターネット<URL :http://robot.watch.impress.co.jp/cda/news/2007/12/12/793.html> Robot Watch ASIMO、実社会へ一歩踏み出す〜複数台による協調動作を公開システム概要。動的に機能を割り振る（拡大写真）［online］［平成２０年１２月２５日検索］、インターネット<URL :http://robot.watch.impress.co.jp/cda/parts/image_for_link/23110-793-10-1.html> 国際公開２００５／０８６０５１号パンフレット特開２０００−２０７１７０号公報

上記のように、非特許文献１及び非特許文献２に記載のロボットや特許文献１に記載のロボットは、サーバや他のロボットと音声会話をせずに、通信によって情報を送受信する。そのため、サービスの提供を受ける人間は、ロボット間でどのような情報をやりとりしているのかを把握できず、不安になってしまうという問題があった。

また、複数のロボットが全て同じ型式で、合成音声の声色が同じであると、各ロボットが発した合成音声を互いに区別できないため、どのロボットが発声したかを把握できず、結果としてコミュニケーションに支障を来すという問題があった。

さらに、特許文献２のように複数のロボット間で、音声のみで情報を送受信すると、無線等の通信により情報を送受信する場合と比較して情報量が少ないので、ロボット間で必要な全ての情報を受け渡しすることができないことがあるという問題があった。

そこで、本発明は、複数の装置間で送受信する情報の内容がサービスの提供を受ける人間にも把握でき、それぞれ同じ声色であっても識別が可能で、必要な情報を全て送受信できるサービス提供装置を提供することを目的とする。

この発明のサービス提供装置は、他の装置に対して放音手段で音声を放音した際に、収音手段で他の装置の識別情報を含む音声を収音した場合には、その識別情報に対応する他の装置と、放音手段及び収音手段で所定の情報を送受信するとともに、通信手段で補助情報を送受信する。

これにより、サービスの提供を受ける人間にも情報の内容が把握でき、それぞれ同じ声色であっても、どの装置が発した音声かを識別できる。また、音声だけでは全ての情報を送受信できない場合でも、必要な情報を全て送受信できる。

また、この発明のサービス提供装置は、方向検出手段が検出した音声の到来方向に放音手段を向ける。これにより、サービス提供装置は、発話者の方を向いて放音することができるので、人間が会話する際と同様の動作となり、ユーザに違和感を抱かせることがない。

また、この発明のサービス提供装置は、音声合成のための見本信号の一部を疑似雑音信号として、当該疑似雑音信号の極性を制御することにより情報を重畳する。これにより、人に聴感上違和感を与えることなく個体の識別情報を送受信することができる。

この発明によれば、複数のサービス提供装置間で、個体の識別情報が重畳された音声を用いて情報を送受信するので、サービスの提供を受ける人間にも情報の内容が把握でき、それぞれ同じ声色であってもどの装置が発した音声かを識別できる。また、抽出手段が他の装置の音声から識別情報を抽出すると、他の装置と音声で情報を送受信するとともに、通信手段でその装置と情報を送受信するので、音声だけでは全ての情報を送受信できない場合でも、必要な情報を全て送受信できる。

以下、本発明のサービス提供装置を含むサービス提供システムについて説明する。以下の説明では、サービス提供装置の一例であるロボットを例に挙げて説明する。図１は、サービス提供システムのブロック図である。

なお、本実施形態においては、Ａ／Ｄ変換器、Ｄ／Ａ変換器を省略し、特に記載がない場合、全てデジタル処理であるとして説明する。

図１に示すように、サービス提供システム１は、一例として、ロボット２〜ロボット４を備えた構成である。ロボット２〜ロボット４は、サービスを提供する対象のユーザ５と音声により会話をし、その会話の内容に応じて様々なサービスを提供する。ロボット２〜ロボット４はそれぞれ同じ構成であるので、以下ではその代表としてロボット２の構成を説明する。なお、ロボット３はロボット２が発した音声の届く範囲に存在し、ロボット４はロボット２が発した音声が届かない壁６の反対側に存在するものとする。

ロボット２は、センサ部１１、会話エンジン１２、発話部１３、記憶部１４、受話部１５、通信部１６、動作部１７、及び制御部１８を備えている。

ロボット２では、制御部１８が、センサ部１１で検出した人間の動きや、受話部１５及び会話エンジン１２で認識した音声情報の内容等に応じた音声を出力するように、会話エンジン１２に制御信号を出力する。

会話エンジン１２は、制御部１８からの制御信号に応じて作成した発話文章（テキスト情報）を発話部１３に出力する。

発話部１３は、会話エンジン１２から入力されたテキスト情報に基づいて音声を合成し、記憶部１４から読み出した個体ＩＤ（個体の識別情報）を合成音声に重畳して、不図示のスピーカにより外部へ放音する。なお、個体ＩＤを合成音声に重畳する際には、聴感上違和感を与えないように処理してから重畳すると良い。例えば、個体ＩＤを音響透かし化して重畳する（例えば超音波帯域に重畳する）と良い。

また、発話部１３は、制御部１８から入力される所定の情報を合成音声に重畳して、スピーカにより外部へ放音する。

記憶部１４は、個体ＩＤや他のロボット３，ロボット４の情報等を記憶している。

ロボット２では、他のロボット３，ロボット４（他の装置）やユーザ５（サービスを提供する対象である人間）が発した音声を受話部１５の不図示のマイクで収音して、音声認識を行い、その結果を会話エンジン１２に出力する。また、受話部１５は、音声信号に重畳された個体ＩＤの抽出・解読を行い、個体ＩＤを抽出できた場合には、その個体ＩＤがどのロボットのものか解読した結果を制御部１８に出力する。また、受話部１５は、個体ＩＤを抽出できなかった場合には、その旨を制御部１８に出力する。なお、ロボット２には、音声の到来方向を検出するために、複数のマイク（少なくとも２つ）のマイクが設けられている。

会話エンジン１２は、入力された内容を解析して、解析結果を制御部１８に出力する。

制御部１８は、会話エンジン１２による解析結果に応じた処理を行う。また、音声信号に重畳されている所定の情報に応じた処理、通信部１６を介して受信した情報に応じた処理を行う。例えば、ユーザ５から「リビングに移動」と音声が発せられた場合、会話エンジン１２で解析を行い、リビングに移動する処理を行う。また、他の装置（例えばロボット３）から「リビングに移動」と音声が発せられた場合、この音声に重畳されている移動指示の情報に基づいて、リビングに移動する処理を行う。このとき、通信部１６を介して他の装置とステータス情報（電池残量や、存在位置）を補助情報として送受信する。

すなわち、制御部１８は、他のロボットに対して呼びかける内容の音声を放音した際に、他のロボットの識別情報を含む音声を収音した場合、すなわち、音声信号から個体ＩＤを抽出できた場合には、そのＩＤに対応するロボット（ロボット３）と、会話エンジン１２の解析結果に対応する内容の音声を会話エンジン１２に出力させて、情報の送受信（会話）を行うとともに、通信部１６で情報の送受信を行う。または、制御部１８は、会話エンジン１２の解析結果に応じて、動作部１７を制御して所定の動作を行う。

また、制御部１８は、他のロボットに対して呼びかける内容の音声を放音した際に、他のロボットの識別情報を含む音声を収音しない場合（ロボット３も壁６の反対側に移動した場合）、すなわち、音声信号から個体ＩＤを抽出できない場合には、音声が届く範囲に他のロボットがいないと判断して、他のロボット（ロボット３及びロボット４）と通信部１６で情報の送受信を行う。なお、通信部１６の通信方式は、無線であっても有線であってもよい。

また、制御部１８は、呼びかけの音声を放音せずに他のロボットの識別情報を含まない音声を収音した場合には、この音声はユーザ５のものと判断して、会話エンジン１２の解析結果に対応する内容の音声を会話エンジン１２に出力させて、ユーザ５と会話を行ったり、動作部１７を制御して所定の動作を行ったりする。

また、前記のように受話部１５には複数のマイクが設けられているので、制御部１８は、音声を収音した際に、音声の到来方向（ロボット３またはユーザ５が発話している方向）を検出することができる。すなわち、制御部２２は、複数のマイクが収音した音声信号のゲインを比較することで、音声の到来方向を検出できる。制御部２２は、音声の到来方向を検出すると、動作部１７を制御して、発話部１３のスピーカ（ロボット２の口に相当）を音声の到来方向に向ける。これにより、ロボット２は、発話者の方を向いて放音することができるので、人間が会話する際と同様の動作となり、ユーザに違和感を抱かせることがない。

次に、発話部１２と受話部１５の詳細について説明する。図２（Ａ）は、発話部の詳細を示すブロック図である。図２（Ｂ）は、受話部の詳細を示すブロック図である。

発話部１２は、疑似ノイズ生成部２１、極性制御部２２、音声合成部２３、アンプ２４、及びスピーカ２５を備えている。

疑似ノイズ生成部２１は、Ｍ系列またはＧｏｌｄ系列のような自己相関性の高い疑似雑音符号列（ＰＮ符号、疑似雑音信号の波形）を生成する。

極性制御部２２は、疑似ノイズ生成部２１が生成する疑似雑音符号列の極性を、記憶部１４から読み出した個体ＩＤに応じて制御することで、疑似ノイズに個体ＩＤを重畳する。すなわち、記憶部１４から読み出した個体ＩＤのビットデータが「１」の場合、疑似ノイズ生成部２１はＰＮ符号をそのままの極性で出力し、個体ＩＤのビットデータが「０」の場合、疑似ノイズ生成部２１はＰＮ符号の極性を逆（逆位相）にして出力する。

受信側では、算出された相関値の位相を検出することにより、重畳されているビットデータ（個体ＩＤ）の「１」、「０」を復調することができる。

音声合成部２３は、会話エンジン１２が出力した発話文章に応じて、疑似ノイズ生成部２１が出力した疑似ノイズおよび他の波形（他の波形生成部は不図示）から音声を合成する。

音声合成部２３が合成した音声信号は、アンプ２４により増幅され音声として放音される。放音された音声は、他のロボットのマイク３１により収音され、図２（Ｂ）に示す受話部１５に入力される。

図２（Ｂ）に示すように、受話部１５は、マイク３１、音声認識部３２、整合フィルタ３３、及び復調部３４を備えている。

音声認識部３２は、マイク３１が収音した音声を認識して、テキスト情報を会話エンジン１２に出力する。

整合フィルタ３３は、入力された音声信号と疑似ノイズとの相関を求める相関計算部である。整合フィルタ３３は、ＦＩＲフィルタにより実現され、フィルタ係数として、送信側の疑似ノイズ生成部２１が生成する擬似雑音符号列（ＰＮ符号）が設定されている。ＰＮ符号は非常に高い自己相関性を有するため、整合フィルタ３３は、入力された音声にＰＮ符号が含まれている場合、相関値ピーク（所定レベル以上の相関値）を出力する。整合フィルタ３３は、位相が正転であれば正の相関値ピークを出力し、位相が反転していれば負の相関値ピークを出力する。

復調部３４では、整合フィルタ３３の出力値からデータ復調を行う。すなわち、復調部３４は、整合フィルタ３３から正の相関値ピークが入力された場合、ビットデータとして「１」を復調し、整合フィルタ３３から負の相関値ピークが入力された場合、ビットデータとして「０」を復調する。なお、疑似雑音の出力周期は予め決められており、復調部３４は、相関値ピークが入力された場合、その後、疑似雑音の出力周期の長さだけビット出力を続ける。例えば、疑似雑音の周期が１０２３サンプルであれば、正の相関値ピークが入力された場合、「１」を１０２３サンプル連続して出力する。

このようにして復調部３４で疑似ノイズに重畳された個体ＩＤや他の情報が復調される。上記疑似ノイズは、周波数特性上はホワイトノイズ等のノイズ音そのものであり、通常のノイズ音と聴感上全く等価とすることが可能である。

次に、ロボットの動作について、フローチャートに基づいて説明する。図３は、ロボットの動作を説明するためのフローチャートである。

ロボット２は、マイク３１で音声を収音した場合には（ｓ１：Ｙ）、受話部１５で音声認識と個体ＩＤの有無確認及び解読を行う（ｓ２）。ロボット２は、音声に個体ＩＤが含まれていない場合には（ｓ３：Ｎ）、ユーザ５からの呼びかけと判断し、音声認識の結果（ユーザ５の依頼内容）を確認する（ｓ４）。ロボット２は、ユーザ５の依頼内容が複数のロボットにより共同で作業する必要がある場合や別のロボットに依頼内容を伝える必要がある場合など、他のロボットに情報を伝える必要があるときには（ｓ５：Ｙ）、周囲のロボットに対して音声で呼びかけを行う（ｓ６）。一方、ロボット２は、ユーザ５の依頼内容が、他のロボットに情報を伝える必要が無いものの場合には（ｓ５：Ｎ）、その内容に応じた会話や動作を行う（ｓ７）。会話や動作が終了すると、ステップｓ１の処理に戻る。

ロボット２は、マイク３１で音声を収音した場合には（ｓ１：Ｙ）、受話部１５で音声認識と個体ＩＤの有無確認及び解読を行う（ｓ２）。そして、ロボット２は、音声に個体ＩＤが含まれている場合には（ｓ３：Ｙ）、他のロボットからの反応と判断し、音声と通信により情報を送受信したり、情報に応じた動作を行ったりする（ｓ８）。会話や動作が終了すると、ステップｓ１の処理に戻る。

一方、ロボット２は、音声を収音するまで一定時間待機し（ｓ１：Ｎ）、一定時間が経過してもマイク３１で音声を収音しない場合には（ｓ１：Ｎ、ｓ９：Ｙ）、音声の届く範囲に他のロボットはいないと判断して、他のロボットの通信により情報を送受信する（ｓ１０）。情報の送受信が終了すると、ステップｓ１の処理に戻る。

上記のように、本発明のロボットは、他のロボットに情報を伝達する必要がある場合には、音声で呼びかけを行い、他のロボットから音声により反応があると、音声で情報を送受信する。そのため、ロボット同士が会話するので、ロボットの周囲の人（ユーザ）は、ロボット間で何の情報をやりとりしているかがわかるので、違和感や不安を抱かずに済む。

また、ロボット同士が音声で情報を送受信するとともに、通信により情報を送受信することができるので、音声だけでは必要な情報を伝達できない場合でも、通信により確実に情報を伝達できる。また、音声で伝達する情報と同じ情報を通信でも伝達することで、二重に情報を伝達することになるので、音声認識を誤った場合でも、ロボットが誤動作することなく情報に基づく動作を確実に行わせることができる。例えば、ユーザからロボット２に「リビングに移動」と音声が発せられた場合、自身の電池残量が少なく、他のロボット３に代替してもらう必要がある場合、ロボット２はロボット３に呼びかけを行うとともに、通信部１６を介してステータス情報（補助情報）の送受信を行う。その結果、電池残量が多いロボット３がリビングに移動する処理を行う。ここで、他のロボット３の電池残量がロボット２より少ない場合、当該他のロボット３が「代わりに移動してください」等と発音し、ロボット２がリビングに移動する処理を行う。

なお、上記の説明では、あるロボットが、音声を収音し、その音声からＩＤを検出することで発声したロボットを認識した後に、ロボット間で通信でも情報を送受信するものとしたが他の方法であっても良い。例えば、ロボット間で通信が可能なことを確認しておき、情報の伝達が必要になった場合には、音声を発声して、周囲のロボットに呼びかけを行い、音声による反応があり個体ＩＤが検出できたら、音声と通信により情報を送受信する。また、音声による反応が無い場合には、音声の届く範囲に他のロボットはいないものと判断して、他のロボットと通信で情報を送受信する。この方式でも、周囲の人（ユーザ）は、ロボット間で何の情報をやりとりしているかがわかるので、違和感や不安を抱かずに済む。

なお、サービス提供システム１は、３つのサービス提供装置に限るものではなく、さらに複数のロボット（サービス提供装置）により構成されていても良い。

なお、サービス提供装置の一例としてロボットについて説明したが、本発明はこれにかぎるものではなく、音声合成と音声認識を行ってコミュニケーションをとるタイプの情報処理装置であれば、広く適用できる。

サービス提供システムのブロック図である。発話部及び受話部のブロック図である。ロボットの動作を説明するためのフローチャートである。

符号の説明

１…サービス提供システム２〜４…ロボット

Claims

相対的に移動する複数の装置間で情報を送受信するサービス提供装置であって、
音声を合成する音声合成手段と、
個体の識別情報を記憶する記憶手段と、
前記音声合成手段が合成する音声に前記識別情報を重畳する識別情報重畳手段と、
前記識別情報が重畳された音声を放音する放音手段と、
音声を収音する収音手段と、
前記収音手段が収音した音声から他の装置の識別情報を抽出する抽出手段と、
他の装置と接続して情報通信を行う通信手段と、
前記抽出手段で他の装置の識別情報を抽出した場合に、前記音声合成手段が合成する音声に所定の情報を重畳することで他の装置と所定の情報を送受信するとともに、抽出した識別情報に対応する他の装置と前記通信手段を介して接続し、前記所定の情報を補助する補助情報を送受信する制御手段と、
を備えたサービス提供装置。
前記収音手段が収音する音声の到来方向を検出する方向検出手段と、
前記方向検出手段が検出した音声の到来方向に、前記放音手段を向ける動作手段と、を備えた請求項１に記載のサービス提供装置。
前記音声合成手段は、複数の見本信号から音声を合成する手段であり、
前記識別情報重畳手段は、前記見本信号の一部を疑似雑音信号として、当該疑似雑音信号の極性を制御することにより情報を重畳する請求項１または２に記載のサービス提供装置。