JP2020077272A - 会話システムおよび会話プログラム - Google Patents

Abstract

【課題】会話の流れに連続性を持たせる会話システム及び会話プログラムを提供する。【解決手段】会話システム１において、キーワード生成部３は、ユーザと共有されている共有画像を入力として、共有画像に写し出された被写体に関連する複数のキーワードを生成し、これらのキーワードをキーワード管理テーブル５に新規に登録する。会話処理部４は、キーワード生成部３によって生成された複数のキーワードの中から第１のキーワードを選択し、第１のキーワードを用いた会話文を自発的に発話する。会話処理部４は、ユーザの応答が途切れたと判定された場合、キーワード生成部３によって生成された複数のキーワードの中から、第１のキーワードとは異なる第２のキーワードを選択し、第２のキーワードを用いた会話文を自発的に発話する。会話処理部４は、キーワードの選択に応じて、キーワード管理テーブル５におけるキーワードの使用状態を更新する。【選択図】図１

Description

本発明は、会話システムおよび会話プログラムに係り、特に、ユーザと共有されている画像に関連した発話に関する。

従来、画像に写し出された被写体に関連する事項をキーワードとして抽出する手法が知られている。例えば、特許文献１には、写真等の画像に被写体として含まれるものの名前や説明を取得する情報処理装置が開示されている。この情報処理装置では、所定の画像に関連する情報が画像関連情報として取得され、これに基づいてキーワードが生成される。また、特許文献２には、画像からその画像に関連する情報を抽出する情報検索装置が開示されている。この情報検索装置では、まず、検索対象となる画像データについて、この画像データの特徴データが抽出される。つぎに、この特徴データを検索キーにデータベースが検索される。このデータベースには、画像の特徴データと、これに関連付けられたキーワードとが格納されている。これにより、検索キーと同一または類似の特徴データが特定され、これに関連付けられたキーワードが抽出される。

また、カメラで撮像した画像に写し出された被写体に関連するキーワードを参照して、ユーザの発話に対する応答文を生成する手法も知られている。例えば、特許文献３には、ユーザが見ている物体と関連する情報を参照して、応答文を生成する情報処理装置が開示されている。具体的には、まず、ユーザの発話がマイクによって取得されると共に、ロボットが見ている物体が「目」であるＣＣＤカメラによって撮像される。つぎに、この撮像された物体と関連する単語の辞書情報が参照され、音声認識および言語解析が行われる。そして、知識データベースに記憶されている情報のうち、撮像された物体と関連する情報が参照され、言語解析結果（意味理解の結果）に対応する応答文が生成される。これにより、ユーザの発話に対する応答文を正確かつ高速に生成することができる。

特開２０１３−１０１４５０号公報 特開２００２−２９７６４８号公報 特開２００１−１８８７８０号公報

ところで、従来の会話システムは、ユーザの問いかけがあれば受動的には応答するものの、ユーザの問いかけがない状態でシステム側から自発的に発話を行うもの、換言すれば、システム側から話題を能動的に提示するものは殆ど存在しない。そのため、ユーザ自身の発話が乏しい場合、会話が途切れがちになり、会話としての流れが成立し難いという問題があった。この点は、カメラの撮像画像から取得されたキーワードを用いて、ユーザの発話に対する応答文を生成する場合であっても異なることはない。なお、上述した特許文献３は、カメラの撮像画像から取得されたキーワードを応答文の正確性やレスポンスを高めるために用いるものであって、会話の流れに連続性を持たせるために用いるものではない。

本発明は、かかる事情に鑑みてなされたものであり、その目的は、ユーザと共有されている画像から取得された被写体に関連するキーワードを用いて会話を行う会話システムにおいて、会話の流れに連続性を持たせることである。

かかる課題を解決すべく、第１の発明は、キーワード生成部と、会話処理部とを有し、ユーザと会話を行う会話システムを提供する。キーワード生成部は、ユーザと共有されている共有画像を入力として、共有画像に写し出された被写体に関連する複数のキーワードを生成する。会話処理部は、キーワード生成部によって生成された複数のキーワードの中から第１のキーワードを選択し、第１のキーワードを用いた会話文を自発的に発話する。また、会話処理部は、第１のキーワードを用いた会話文の発話を発端とした会話において、ユーザの応答が途切れたと判定された場合、キーワード生成部によって生成された複数のキーワードの中から、第１のキーワードとは異なる第２のキーワードを選択し、第２のキーワードを用いた会話文を自発的に発話する。

ここで、第１の発明において、ユーザとの会話におけるキーワードの使用状態を管理するキーワード管理テーブルをさらに設けてもよい。この場合、上記キーワード生成部は、生成した複数のキーワードをキーワード管理テーブルに新規に登録する。また、上記会話処理部は、第１のキーワードの選択に応じて、キーワード管理テーブルにおける第１のキーワードの使用状態を更新すると共に、第２のキーワードの選択に応じて、キーワード管理テーブルにおける第２のキーワードの使用状態を更新する。

第１の発明において、上記会話処理部は、ユーザの応答がない状態が所定時間継続したこと、および、ユーザの応答内容が所定の条件を満たすことの少なくとも一方を満たす場合、ユーザの応答が途切れたと判定してもよい。また、上記会話処理部は、第１のキーワードの属性に応じて選択された第１の会話文テンプレートに、第１のキーワードを挿入することによって、第１の会話文を発話すると共に、第２のキーワードの属性に応じて選択された第２の会話文テンプレートに、第２のキーワードを挿入することによって、第２の会話文を発話してもよい。

第２の発明は、第１から第４のステップを有する処理をコンピュータに実行させることによって、ユーザと会話を行う会話プログラムを提供する。第１のステップでは、ユーザと共有されている共有画像を入力として、共有画像に写し出された被写体に関連する複数のキーワードを生成する。第２のステップでは、複数のキーワードの中から第１のキーワードを選択し、第１のキーワードを用いた会話文を自発的に発話する。第３のステップでは、第１のキーワードを用いた会話文の発話を発端とした会話において、ユーザの応答が途切れたか否かを判定する。第４のステップでは、ユーザの応答が途切れたと判定された場合、複数のキーワードの中から、第１のキーワードとは異なる第２のキーワードを選択し、第２のキーワードを用いた会話文を自発的に発話する。

ここで、第２の発明において、ユーザとの会話において、キーワードの使用状態を管理するキーワード管理テーブルに、複数のキーワードを新規に登録する第５のステップをさらに設けてもよい。この場合、上記第２のステップは、キーワード管理テーブルにおける第１のキーワードの使用状態を更新するステップを含む。また、上記第４のステップは、キーワード管理テーブルにおける第２のキーワードの使用状態を更新するステップを含む。

第２の発明において、上記第３のステップは、ユーザの応答がない状態が所定時間継続したこと、および、ユーザの応答内容が所定の条件を満たすことの少なくとも一方を満たす場合、ユーザの応答が途切れたと判定してもよい。また、上記第２のステップは、第１のキーワードの属性に応じて選択された第１の会話文テンプレートに、第１のキーワードを挿入することによって、第１の会話文を発話するステップを含み、上記第４のステップは、第２のキーワードの属性に応じて選択された第２の会話文テンプレートに、第２のキーワードを挿入することによって、第２の会話文を発話するステップを含んでいてもよい。

本発明によれば、共有画像に関する複数のキーワードを選択的に用いて、システム側からの発話が自発的かつ連続的に行われる。第１のキーワードを用いた発話を発端とした会話において、ユーザの応答が途切れた場合、第１のキーワードとは異なる第２のキーワードを用いた発話が自発的に行われ、ユーザに対して新たな話題が提示される。これらのキーワードは、ユーザ自身が認識・共有している共有画像に関するものゆえに、その範囲内で新たな話題を提示しても、ユーザに唐突感を抱かせることはない。これにより、自然な流れで会話に連続性を持たせることができる。

特に、ユーザとの会話におけるキーワードの使用状態をキーワード管理テーブルで管理すれば、あるキーワードに関する話題が途切れた直後に、同じキーワードに関する話題が繰り返されるといった事態、すなわち、話題の重複を避けることができる。

会話システムのブロック構成図 一例としてのキーワード管理テーブルの説明図 会話処理の手順を示すフローチャート 共有画像から生成されるキーワードの一例を示す図 キーワード管理テーブルの初期登録の一例を示す図 ユーザとの会話の流れの一例を示す図 第１の変形例に係るキーワード管理テーブルの説明図 第２の変形例に係るキーワード管理テーブルの説明図

図１は、本実施形態に係る会話システムのブロック構成図である。この会話システム１は、対話型ロボット玩具、対話アプリがインストールされたスマートフォン、スマートスピーカー、パーソナルコンピュータ（ＰＣ）などに搭載され、会話の相手方であるユーザと会話を行う。この会話において、会話システム１は、ユーザからの問いかけに対して随時応答するほか、「共有画像」に関連した話題を自発的・能動的にユーザに提示する。本明細書において、「共有画像」とは、会話相手であるユーザと共有され、ユーザ自身が把握している画像をいう。例えば、対話型ロボットのような玩具において、ロボットの目として搭載されたカメラによって撮像されたロボット周囲の画像、スマートフォンの内蔵カメラによって撮像された画像、スマートフォンやパーソナルコンピュータ（ＰＣ）のディスプレイに表示された画像などが挙げられる。これらの画像に写し出された全ての被写体は、ユーザ自身が把握しているものゆえに、ユーザと共有された話題となり得るものである。

会話システム１は、マイク２によって集音されたユーザの発話と、特定の共有画像の内容とに基づいて、これらに応じた発話を出力する。ユーザの発話は、マイク２によって集音された音声情報として取得することのみならず、例えば、ＬＩＮＥボットのように、キーボード等で入力された文字情報をユーザの発話として取得してもよい。また、共有画像を取得する手段としては、例えば、ユーザの操作によって画像を撮像するカメラを用いることができる。これ以外にも、玩具に予め記憶された画像（画像ファイル）を表示するといった如く、会話システム１内に予め保存された画像のうちユーザによって選択されたもの、あるいは、ユーザが現に視認しているものなどを共有画像としてもよい。

会話システム１は、ユーザの発話を集音するマイク２の他に、キーワード生成部３と、会話処理部４とを主体に構成されている。また、会話システム１は、必要な情報を記憶する記憶部として、キーワード管理テーブル５、属性テーブル６、会話文テンプレート格納部７などを備えている。

キーワード生成部３は、ユーザとの会話に際して、共有画像を入力とし、この共有画像に写し出された被写体に関連する事項をキーワード（テキスト）として生成・出力する。例えば、富士山を被写体とした共有画像から、「富士山」というキーワードが得られるといった如くである。キーワードの抽出手法、それ自体は公知であり、任意のものを用いることができる。例えば、上述した特許文献１や特許文献２に記載された手法を用いてよいし、ＹＯＬＯ（You Only Look Once）やＳＳＤ（Single Shot MultiBox Detector）の如く、深層学習による物体検出アルゴリズムを用いてもよい。キーワード生成部３によって生成された複数のキーワードは、会話処理部４に出力されると共に、キーワード管理テーブル５に新規に登録される。

キーワード管理テーブル５は、ユーザとの会話におけるキーワードの使用状態を管理する。図２は、一例としてのキーワード管理テーブル５の説明図である。このキーワード管理テーブル５は、複数のキーワードＡ〜Ｄについて、ユーザとの会話における使用状態をステータスとして管理する。ステータスには、会話において未だ使用されていない状態を示す「未使用」と、会話において既に使用された状態を示す「使用済」とが存在する。キーワード管理テーブル５への新規登録に際して、キーワードＡ〜Ｄのステータスは全て「未使用」にセットされる。

会話処理部４は、テキスト文を音声で読み上げるテキスト読上部４ａ（ＴＴＳ）を備えており、既存のスマートスピーカーなどと同様、マイク２によって取得されたユーザの音声を解析して、その内容に応答した発話文（応答文）を発話する。また、会話処理部４は、ユーザの発話に応答した受動的な発話のほかに、新たな話題を能動的に提示する自発的な発話も行う。この自発的な発話は、システム主導のプッシュ型の発話であり、受動的な発話（応答）とは異なりユーザの発話に依存しない。これにより、ユーザと共有されている共有画像に関連する事項の範囲内で、各種の話題がユーザに提示される。

この自発的な発話は、キーワード管理テーブル５を参照することによって行われる。具体的には、まず、キーワード生成部３によって生成された複数のキーワードＡ〜Ｄの中から、キーワード管理テーブル５におけるステータスが「未使用」のもの（例えば、キーワードＡ）が選択される。キーワードＡの選択に応じて、キーワード管理テーブル５が更新され、選択されたキーワードＡのステータスが「未使用」から「使用済」に変更される。つぎに、属性テーブル６を参照することによって、キーワードＡの属性が特定される。つぎに、会話文テンプレート格納部７に格納されている多数の会話文テンプレートの中から、キーワードＡの属性に応じた会話文テンプレートが選択される。キーワードＡの属性に対応する会話文テンプレートが複数存在する場合には、所定の選択規則に基づいて、あるいは、ランダムに一つの会話文テンプレートが選択される。そして、選択された会話文テンプレートにおける空欄箇所にキーワードＡを挿入することによって、キーワードＡを話題とした会話文が生成され、テキスト読上部５ａによって発話される。

また、会話処理部４は、キーワードＡを用いた会話文の発話を発端とした会話において、ユーザの応答が途切れたか否かを判定する。ユーザの応答が途切れたと判定された場合、直近に使用されたキーワードＡとは異なるもの、すなわち、キーワードＢ〜Ｄのいずれかを用いた新たな話題がユーザに提示される。具体的には、まず、キーワード生成部３によって生成された複数のキーワードＡ〜Ｄの中から、その時点において、キーワード管理テーブル５におけるステータスが「未使用」のもの（例えば、キーワードＢ）が選択される。キーワードＢの選択に応じて、キーワード管理テーブル５が更新され、キーワードＢのステータスが「未使用」から「使用済」に変更される。つぎに、属性テーブル６を参照することによって、キーワードＢの属性が特定される。つぎに、会話文テンプレート格納部７に格納されている多数の会話文テンプレートの中から、キーワードＢの属性に応じたいずれかの会話文テンプレートが選択される。そして、選択された会話文テンプレートにおける空欄箇所にキーワードＢを挿入することによって、キーワードＢを話題とした会話文が生成され、テキスト読上部５ａによって発話される。

図３は、会話処理の手順を示すフローチャートである。図１に示した会話システムは、予めインストールされたコンピュータプログラム（アプリを含む。）をコンピュータ（マイコン）に実行させることによって、実現することができる。以下、図４に示すように、会話アプリがインストールされたスマートフォンにおいて、内蔵カメラで富士山の景色を撮像した画像を共有画像とした場合を例に説明する。

まず、ステップ１において、会話システム１に共有画像が入力される。共有画像の指定は、ユーザの明示的な指示に応じて行ってもよいし、システム側が自動的に行ってもよい。

つぎに、ステップ２において、ステップ１で入力された共有画像に写し出された被写体に関連する事項が複数のキーワードとして生成・出力される。例えば、図４に示したように、富士山の共有画像から、「富士山」、「山」、「雪」、「空」、「青い」、「白」、「火山」といった７つのキーワードが取得される。なお、キーワードの抽出アルゴリズムによっては、個々のキーワードの出力と共に、その確度（確からしさ）も出力される。

ステップ３において、ステップ２で取得された複数のキーワードがキーワード管理テーブル５に新規に登録される。例えば、図５に示すように、「富士山」、「山」、「雪」、「空」、「青い」、「白」、「火山」といった７つのキーワードについて、ステータスを「未使用」にセットした上で、キーワード管理テーブル５に登録される。

ステップ４では、ステップ２で生成された複数のキーワードの中から、ステータスが「未使用」であるいずれかのキーワードが選択される。キーワードの選択は、ランダムで行ってもよいし、例えば、確度が高いもの順といった如く、所定の選択規則に基づいて行ってもよい。そして、ステータス管理テーブル５が更新され、選択されたキーワードのステータスが「未使用」から「使用済」に変更される。例えば、上記７つのキーワードの中から「富士山」が選択された場合、「富士山」のステータスは、「未使用」から「使用済」に変更される。

ステップ５において、ステップ４で選択されたキーワードを用いて、自発的な会話文が発話される（自発発話）。キーワードとして「富士山」が選択された場合を例に説明すると、属性テーブル６を参照して、「富士山」の属性として「山」が特定される。つぎに、会話文テンプレート格納部７から、属性「山」に対応する会話文テンプレートとして、「○○きれいだね」という会話文テンプレートが選択される。そして、選択された会話文テンプレートの「○○」にキーワード「富士山」を挿入することによって、「富士山きれいだね」という会話文が発話され、「富士山」の話題がユーザに提起される。

ステップ６において、ステップ５の自発発話を発端とした会話において、会話が途切れたか否かが判定される。この判定条件は任意に設定することができるが、例えば、ユーザの応答がない状態が所定時間継続した場合、会話が途切れたものと判定してもよい。ユーザの応答がないことをもって、ユーザは本話題に興味がないとみなせるからである。また、ユーザの応答はあったものの、その内容が所定の条件を満たす場合、例えば、ユーザの否定的応答や消極的肯定などの場合、会話が途切れたものと判定してもよい。その際、ユーザの声の抑揚などを考慮してもよい。

ステップ６の判定結果が否定の場合、すなわち、ユーザの応答があって会話が途切れていないと判定された場合には、ステップ７に進み、ユーザの応答に応じた受動的な会話文が発話される（受動発話）。この受動的な会話文の発話は、会話が途切れたと判定されるまで繰り返される（ステップ６，７）。これにより、システムによる自発的な発話「富士山きれいだね」を発端としたユーザとの会話が継続されることになる。

これに対して、ステップ６の判定結果が肯定の場合、すなわち、会話が途切れたと判定された場合には、ステップ４に戻る。そして、ステータスが「未使用」である新たなキーワードの選択（ステップ４）と、このキーワードを用いた自発的な会話文の発話（ステップ５）とが行われる。これにより、以後の会話は、「富士山」の話題から別の話題（例えば「火山」）に移行することになる。

以上のようなユーザとの一連のやり取りは、別ルーチンによって会話が終了したと判定されるまで継続される。

図６は、ユーザとの会話の流れの一例を示す図である。まず、会話システム１側の自発発話として、「富士山」をキーワードとした「富士山きれいだね」が発話される。そして、これを発端としたユーザ側の応答と、会話システム１側の受動発話とが繰り返される。その後、「そうだよね」というユーザ側の応答（消極的肯定）が発話されると、途切れ条件が満たされて、「富士山」の話題は終了する。

この話題の終了に伴い、会話システム１側の自発発話として、「富士山」とは異なる「火山」をキーワードとした「でも火山は怖いよね」が発話される。その後、「怖くないよ」というユーザ側の応答（否定的応答）が発話されると、途切れ条件が満たされて、「火山」の話題は終了する。

この話題の終了に伴い、会話システム１側の自発発話として、「火山」とは異なる「山」をキーワードとした「じゃあ山に登りに行こうよ」が発話される。その後、「いいね」というユーザ応答（消極的肯定）が発話されると、途切れ条件が満たされて、「山」の話題は終了する。

この話題の終了に伴い、会話システム１側の自発発話として、「山」とは異なる「雪」をキーワードとした「雪のない日がいいね」が発話され、以後、ユーザとのやり取りが継続される。富士山の撮像画像がユーザと共有されている状況下において、「富士山」、「火山」、「山」、「雪」の順に話題が移行したとしても、会話に流れに不自然さはなく、ユーザに唐突感を抱かせることはない。

このように、本実施形態によれば、共有画像に関する複数のキーワードを選択的に用いて、システム側からの発話が自発的かつ連続的に行われる。あるキーワードを用いた発話を発端とした会話において、ユーザの応答が途切れた場合、このキーワードとは異なる別のキーワードを用いた発話が自発的に行われ、ユーザに対して新たな話題が提示される。これらのキーワードは、ユーザと共有されている共有画像に関するものゆえに、その範囲内で新たな話題を提示しても、ユーザに唐突感を抱かせることはない。これにより、自然な流れで会話に連続性を持たせることができる。

また、本実施形態によれば、キーワード管理テーブル５を用いて、ユーザとの会話におけるキーワードの使用状態を管理することで、例えば「富士山」の話題が途切れた直後に「富士山」の話題が繰り返されるといった事態を避けることができる。これにより、ユーザに違和感を与えることなく、会話に連続性を持たせることができる。

なお、上述した実施形態では、キーワード管理テーブル５のステータスとして、個々のキーワードの使用の有無（未使用／使用済）を管理しているが、例えば、図７に示すように、０回、１回、２回といった如く、個々のキーワードの使用回数を管理してもよい。また、図８に示すように、現時点でテーマとなっているキーワードが何であるのかだけをフラグで管理してもよい。例えば、キーワードＡを用いた自発発話を発端とした会話において、ユーザの応答が途切れた場合、同図のステータス（使用状態）から、次の自発発話として、現時点のキーワードＡ以外のもの、すなわち、キーワードＢ〜Ｄのいずれかが選択される。これにより、上述した実施形態と同様、新たな話題への移行に際して、直前の話題が繰り返されるといった事態を避けることができる。

１ 会話システム
２ マイク
３ キーワード生成部
４ 会話処理部
４ａ テキスト読上部
５ キーワード管理テーブル
６ 属性テーブル
７ 会話文テンプレート格納部

Claims (8)

1. ユーザと会話を行う会話システムにおいて、
   ユーザと共有されている共有画像を入力として、前記共有画像に写し出された被写体に関連する複数のキーワードを生成するキーワード生成部と、
   前記キーワード生成部によって生成された複数のキーワードの中から第１のキーワードを選択し、前記第１のキーワードを用いた会話文を自発的に発話すると共に、前記第１のキーワードを用いた会話文の発話を発端とした会話において、ユーザの応答が途切れたと判定された場合、前記キーワード生成部によって生成された複数のキーワードの中から、前記第１のキーワードとは異なる第２のキーワードを選択し、前記第２のキーワードを用いた会話文を自発的に発話する会話処理部と
   を有することを特徴とする会話システム。
2. ユーザとの会話におけるキーワードの使用状態を管理するキーワード管理テーブルをさらに有し、
   前記キーワード生成部は、前記生成した複数のキーワードを前記キーワード管理テーブルに新規に登録し、
   前記会話処理部は、前記第１のキーワードの選択に応じて、前記キーワード管理テーブルにおける前記第１のキーワードの使用状態を更新すると共に、前記第２のキーワードの選択に応じて、前記キーワード管理テーブルにおける前記第２のキーワードの使用状態を更新することを特徴とする請求項１に記載された会話システム。
3. 前記会話処理部は、ユーザの応答がない状態が所定時間継続したこと、および、ユーザの応答内容が所定の条件を満たすことの少なくとも一方を満たす場合、前記ユーザの応答が途切れたと判定することを特徴とする請求項１または２に記載された会話システム。
4. 前記会話処理部は、前記第１のキーワードの属性に応じて選択された第１の会話文テンプレートに、前記第１のキーワードを挿入することによって、第１の会話文を発話すると共に、前記第２のキーワードの属性に応じて選択された第２の会話文テンプレートに、前記第２のキーワードを挿入することによって、第２の会話文を発話することを特徴とする請求項１から３のいずれかに記載された会話システム。
5. ユーザと会話を行う会話プログラムにおいて、
   ユーザと共有されている共有画像を入力として、前記共有画像に写し出された被写体に関連する複数のキーワードを生成する第１のステップと、
   前記複数のキーワードの中から第１のキーワードを選択し、前記第１のキーワードを用いた会話文を自発的に発話する第２のステップと、
   前記第１のキーワードを用いた会話文の発話を発端とした会話において、ユーザの応答が途切れたか否かを判定する第３のステップと、
   ユーザの応答が途切れたと判定された場合、前記複数のキーワードの中から、前記第１のキーワードとは異なる第２のキーワードを選択し、前記第２のキーワードを用いた会話文を自発的に発話する第４のステップと
   を有する処理をコンピュータに実行させることを特徴とする会話プログラム。
6. ユーザとの会話におけるキーワードの使用状態を管理するキーワード管理テーブルに、前記複数のキーワードを新規に登録する第５のステップをさらに有し、
   前記第２のステップは、前記キーワード管理テーブルにおける前記第１のキーワードの使用状態を更新するステップを含み、
   前記第４のステップは、前記キーワード管理テーブルにおける前記第２のキーワードの使用状態を更新するステップを含むことを特徴とする請求項５に記載された会話プログラム。
7. 前記第３のステップは、ユーザの応答がない状態が所定時間継続したこと、および、ユーザの応答内容が所定の条件を満たすことの少なくとも一方を満たす場合、前記ユーザの応答が途切れたと判定することを特徴とする請求項５または６に記載された会話プログラム。
8. 前記第２のステップは、前記第１のキーワードの属性に応じて選択された第１の会話文テンプレートに、前記第１のキーワードを挿入することによって、前記第１の会話文を発話するステップを含み、
   前記第４のステップは、前記第２のキーワードの属性に応じて選択された第２の会話文テンプレートに、前記第２のキーワードを挿入することによって、前記第２の会話文を発話するステップを含むことを特徴とする請求項５から７のいずれかに記載された会話プログラム。