JP4204043B2 - ゲーム機、ゲームの実行方法、並びにプログラム - Google Patents

Description

本発明は、ユーザが仮想人格であるキャラクタとの会話を行いながらゲームを遊戯することが可能なゲーム機、ゲームの実行方法、並びにプログラムに関し、より詳しくはゲームの勝敗結果などゲームに関する事項を、キャラクタの感情に反映させることが可能なゲーム機、ゲームの実行方法、並びにプログラムに関する。

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ーマシン・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）。

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

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。すなわち、ユーザの発話への回答は、予め決められた回答を複数記憶するデータベースの内容を参照し、発話に対応する回答をデータベースから検索してユーザに返すものである。このようなデータベースから単純に回答を検索する手法では、ユーザの発話に対するキャラクタの感情変化およびゲームの勝敗などに応じたキャラクタの感情変化を回答に反映させることはできなかった。

例えば、上記のようなデータベースのみに依拠して会話を制御する手法では、ユーザが一方的にゲームに勝ち続けても、負け続けたキャラクタは、キャラクタが勝ち続けた場合や互角の勝負を行っているときと同じ反応・回答をすることとなり、より人間に近い自然は反応とはならず、面白味に欠けるという問題があった。

ゲームの勝敗などに応じてキャラクタに何らかの感情変化、例えば怒りや悲しみをつのらせ、そのような感情を反映した回答や表情の変化を示すことができれば、キャラクタに、より人間に近い反応をさせることが可能となる。

本発明の目的は、ゲームの勝敗結果などゲームに関する情報を反映させたキャラクタデータの制御及び会話制御を行うことが可能なゲーム機を提供することにある。

上記課題を解決するために、本発明は、ユーザからの発話を受け付ける入力手段と、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手段と、キャラクタの制御を行なうとともにゲームを実行するゲーム処理手段と、キャラクタの感情を示す感情状態情報を処理する感情状態情報管理手段とを有するゲーム機において、前記会話処理手段は、前記入力手段により受け付けられたユーザからの発話を当該ユーザからの発話情報として受け取って認識する認識部と、ユーザと会話処理手段との間の会話の話題や主題を特定する情報である談話履歴を記憶する手段と、１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且つユーザへの回答文と前記感情状態情報を構成する感情フラグとを対応付けて成る話題タイトルが対応付けられるとともに前記談話履歴により定まる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、前記ユーザからの発話情報を、１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抽出する形態素抽出部と、前記感情状態情報管理手段から通知される感情状態情報を参照するとともに、前記形態素抽出部で抽出された形態素情報と前記会話データベース手段に記憶された話題特定情報とを照合し、各話題特定情報の中から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選択することによりユーザに対する前記回答文を選択する手段とを有し、前記感情状態情報管理手段は、前記選択された回答文に対応付けられた感情フラグを受けるとともに、前記ゲーム処理手段からゲームの状態に関するゲーム状態情報を受け、受けた前記感情フラグおよび前記ゲーム状態情報に基づいて感情状態情報を更新する感情状態情報更新部と、前記感情状態情報更新部で更新された感情状態情報の記憶を行なう感情状態情報記憶部と、前記感情状態情報記憶部に記憶された感情状態情報の少なくとも一部を前記会話処理手段と前記ゲーム処理手段とに通知する感情状態情報通知部とを有することを特徴とする。

上記構成のゲーム機によれば、ゲームの勝敗をキャラクタの感情に反映させ、キャラクタの感情を反映したユーザに対する回答を提供することが可能となる

また、上記構成のゲーム機によれば、従前の発話及び回答に関して定まる談話履歴を用いて回答文の選択を行うため、会話の流れやテーマに沿った自然な会話が実現されるとともに、ゲームの勝敗をキャラクタの感情に反映させ、キャラクタの感情を反映したユーザに対する回答を提供することが可能となる。

また、上記構成のゲーム機において、ゲーム制御手段は、感情状態情報管理手段が記憶する感情状態情報に基づいてキャラクタの制御を行うようにしてもよい。かかる構成によれば、キャラクタの感情に基づいて回答文が返させるだけでなく、回答文に対応したキャラクタの表情の変化や動作などをユーザに示し、さらに自然なキャラクタの応答を実現することが可能となる。

また、本発明では、ユーザからの発話を受け付ける入力手段と、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手段と、キャラクタの制御を行なうとともにゲームを実行するゲーム処理手段と、キャラクタの感情を示す感情状態情報を処理する感情状態情報管理手段とを有し、前記会話処理手段が、ユーザと会話処理手段との間の会話の話題や主題を特定する情報である談話履歴を記憶する手段と、１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且つユーザへの回答文と前記感情状態情報を構成する感情フラグとを対応付けて成る話題タイトルが対応付けられるとともに前記談話履歴により定まる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を有して成るゲーム機でゲームを実行する方法において、前記会話処理手段の認識部が、前記入力手段により受け付けられたユーザからの発話を当該ユーザからの発話情報として受け取って認識するステップと、前記会話処理手段の形態素抽出部が、前記ユーザからの発話情報を、１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抽出するステップと、前記会話処理手段の話題特定情報検索部が、前記形態素抽出部で抽出された形態素情報と前記会話データベース手段に記憶された話題特定情報と照合し、各話題特定情報の中から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ステップと、前記会話処理手段の回答取得部が、話題特定情報検索部で検索された話題特定情報に対応付けられた回答文を取得するステップと、前記感情状態情報管理手段が、前記回答取得部で取得された回答文に対応付けられた感情フラグを受けるとともに、前記ゲーム処理手段からゲームの状態に関するゲーム状態情報を受け、受けた前記感情フラグおよび前記ゲーム状態情報に基づいて感情状態情報を更新するステップとを含み、前記感情状態情報管理手段は、更新された感情状態情報を前記会話処理手段に通知し、前記会話処理手段は、前記感情状態情報管理手段から通知される感情状態情報を参照して、前記会話データベース手段に記憶された対応する回答文を出力することを特徴とする方法が提供される。

この方法によれば、ゲームの勝敗をキャラクタの感情に反映させ、キャラクタの感情を反映したユーザに対する回答を提供することが可能となる。
上記の方法において、感情状態情報を参照してキャラクタの表示制御を行うステップをさらに有するようにしてもよい。

上記発明の態様はコンピュータを用いてゲーム機を実現するプログラム、あるいはコンピュータに上記方法を実行させるためのプログラムとしても成立する。

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。

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。

本発明によれば、ゲームの勝敗をキャラクタの感情に反映させ、キャラクタの感情を反映したユーザに対する回答を提供することが可能となる。

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。

［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、ゲーム機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、会話制御装置１およびゲーム装置２に接続された感情状態情報管理手段７を有している。

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。

会話制御装置１は、ユーザとの会話に応じて、会話制御装置１が演じるキャラクタの感情を変化させ、感情の変化に応じてキャラクタの表示を変化（例えば、笑顔、怒った顔、泣いた顔など）させ、且つ感情に応じた回答文を出力する。

キャラクタの感情は、感情状態情報によって記述されている。感情状態情報は、感情を示す情報を累積的に記憶できる情報であればどのようなものでもよく、たとえば感情フラグの累積値（感情フラグのカウント値）を感情状態情報として用いることができる。

感情フラグ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。

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。

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。

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。

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。

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。

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。

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。

感情状態情報管理手段７は、会話制御装置２から出力される感情フラグを受け取り、感情フラグを感情状態情報に反映させるとともに、会話制御装置２に現状の感情状態情報を返し、感情状態情報に応じた回答文の出力をさせる。さらに、感情状態情報管理手段７は、ゲーム装置２からゲーム状態情報を受け取り、ゲーム状態情報を感情状態情報に反映させる。

「ゲーム状態情報」は、ゲーム開始からゲーム終了までのゲームの状態を示す情報であって、たとえばゲームの勝敗、ゲーム中のユーザとゲーム装置２の優勢劣勢、ユーザとゲーム装置２の得点差、ゲーム中にユーザとゲーム装置２なした選択（例えば、ポン、チー、カン、リーチ、多牌、少牌など）がゲーム状態情報となる。

なお、図１に示す構成例では、感情状態情報管理手段７は会話制御装置１およびゲーム装置２から独立した構成要素として表示したが、感情状態情報管理手段７は、会話制御装置１若しくはゲーム装置２に搭載されていてもかまわない。

［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。

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。

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。

ゲーム進行制御部２０２は、感情状態情報管理手段７から感情状態情報を受け取り、これに応じて、キャラクタの画像制御を実行する。例えば、感情状態情報がキャラクタが喜んでいる状態を示していれば、喜んだ表情や動作を示すようにキャラクタの制御が行われる。

また、ゲーム進行制御部２０２は、ゲーム状態情報を感情状態情報管理手段７に渡す。例えば、ゲームの勝敗が確定した時点において、どちらが勝ったかを示す情報を感情状態情報管理手段７に渡す。感情状態情報管理手段７はこのゲーム状態情報に応じて、記憶している感情状態情報の更新を行う。
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。

［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、音声認識辞書記憶部６００とを備えている。

［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６００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。

［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６００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。

単語照合部２００Ｃに接続された音声認識辞書記憶部６００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６００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。

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。

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６００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。

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。

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。

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。

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６００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。

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。

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。

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６００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。

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６００、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。

［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６００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）。

［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６００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。

［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。

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。

［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。

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。

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。

［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。

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。

「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。

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。

［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。

［話題特定情報］
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。

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。

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。

各回答文８３０には、感情条件パラメータ８４０が対応付けられている。感情条件パラメータ８４０は、感情状態情報の条件を示す情報である。例えば、感情状態情報が「怒り」の感情フラグの累積値１０を示しているとき、ある回答文Ａの感情条件パラメータ８４０が「怒り」の感情フラグの累積値５以下を記述しており、一方別の回答文Ｂの感情条件パラメータ８４０が「怒り」の感情フラグの累積値８以上を記述している場合は、回答文Ａは選択されず、回答文Ｂが会話制御装置１がユーザへの回答として選択されることとなる。

更に、回答文８３０には会話制御装置１が提供するキャラクタ（疑似人格）の感情を示すデータである感情フラグ８５０が対応付けされて記憶されている。感情フラグ８５０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８５０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８５０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。

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_１〜８１０Ｃ_４、８１０Ｄ_１〜８１０Ｄ_３…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。

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。

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_１（＝「監督」）、話題特定情報８１０Ｃ_２（＝「主演」）、話題特定情報８１０Ｃ_３（＝「配給会社」）、話題特定情報８１０Ｃ_４（＝「上映時間」）、および話題特定情報８１０Ｄ_１（＝「七人の侍」）、話題特定情報８１０Ｄ_２（＝「乱」）、話題特定情報８１０Ｄ_３（＝「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。

又、話題特定情報８１０Ａには、同義語９００が関連づけられている。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。

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。

［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。

話題特定情報８１０Ｄ_１、８１０Ｄ_２、８１０Ｄ_３、…は、それぞれ複数の異なる話題タイトル８２０_１、８２０_２、…、話題タイトル８２０_３、８２０_４、…、話題タイトル８２０_５、８２０_６、…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_１〜８２０_６、…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。

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_２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_２には第二特定情報１３０２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。

なお、この話題タイトル８２０_２(七人の侍；＊；面白い)は、「七人の侍は面白い」の意味を有する。
また、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。

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。

［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。

［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。

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，音声認識辞書記憶部６００）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。

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。

以下、会話制御部３００を構成する各部について説明する。
［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。

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。

［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。

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。

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。

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。

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８２０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８２０を発見した場合は、省略文補完部３３０はこの話題タイトル８２０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８２０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。

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。

［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８２０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。

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、感情条件パラメータ８４０、感情フラグ８５０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。

［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、感情条件パラメータ８４０、感情フラグ８５０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８２０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。

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１-１(佐藤;*;好き)である場合には、その話題タイトル（８２０）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。

さらに、回答取得部３５０は感情状態情報管理手段７のその時点で記憶している感情状態情報を参照し、特定された発話文のタイプ（例えばＤＡ）に対応する複数の回答文の候補から、感情状態情報に合致する条件を記述している感情条件パラメータ８４０を特定し（例えば、「すべて２以下」）、その感情条件パラメータ８４０に対応する内容（例えば、「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。

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。

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８３０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。

回答取得部３５０は、取得した回答文８３０の内容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８５０を感情状態情報管理手段７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。

［感情状態情報管理手段］
次に感情状態情報管理手段７の構成例について、図１６を参照しながら説明する。図１６は、感情状態情報管理手段７の構成例を示す機能ブロック図である。

感情状態情報管理手段７は、会話制御装置１からキャラクタの感情の変化を生成する感情フラグ８５０を受け取るとともに、ゲーム装置２からゲーム状態情報を受け取り、感情状態情報の書き換えを行う感情状態情報更新部７Ａと、感情状態情報の記憶を行う感情状態情報記憶部７Ｂと、会話制御装置１およびゲーム装置２に感情状態情報の全部又は一部を通知する感情状態情報通知部７Ｃとを有している。

感情状態情報更新部７Ａは、感情フラグ８５０を受け取ると、その感情フラグ８５０に相当する値（例えば、カウント値、累積値）を所定の値（例えば＋１）だけ変化させるように、感情状態情報を書き換える。また、感情状態情報更新部７Ａは、ゲーム状態情報（例えば、ユーザの勝ちを示す情報）を受け取ると、所定の内容で感情状態情報を書き換える（例えば、「怒り」の感情フラグ８５０に相当する値および「喜び」「怒り」の感情フラグ８５０に相当する値を現在の値の２倍とする、など）。

感情状態情報記憶部７Ｂが記憶する感情状態情報のデータ構成例を図１７に示す。感情状態情報１７００は、感情フラグ種類１７０１ごとに、累積値１７０２を有している。累積値１７０２は、各感情フラグごとに増減が可能である。例えば、感情状態情報管理手段７が「喜び」を示す感情フラグを受け取るごとに、累積値１７０２の値がインクリメントされる。また、ゲーム装置２からのゲーム状態情報に応じても、これら累積値１７０２の増減が行われる。どのように増減されるかは、予め感情状態情報更新部７Ａがプログラムとして記憶されており、プログラムに従って所定の増減処理が実行される。

感情状態情報通知部７Ｃは、感情状態情報記憶部７Ｂに記憶されている感情状態情報１７００の全部又は一部を会話制御装置１及びゲーム装置２に通知する。会話制御装置１は受け取った感情状態情報１７００を参照して、会話データベース５００が記憶する感情条件パラメータ８４０を満たす回答文８３０の内容を取得し、ユーザへの回答として出力する。よって、本ゲームシステムＧＳ、はキャラクタの感情に応じた内容を有する回答を出力することができ、自然な会話を成立させることが可能となる。また、ゲーム装置２は、感情状態情報１７００を受け取るとその感情状態情報１７００に応じたキャラクタの表示や動作などを示すよう、キャラクタ表示処理を実行する。これにより、本ゲームシステムＧＳはキャラクタの感情の変化に応じたキャラクタの表示をすることが可能となる。

［ゲームシステムの動作例］
上記のような構成を有する、本実施の形態にかかるゲームシステムＧＳの動作例について、図１８を参照しながら説明する。図１８は、本実施の形態にかかるゲームシステムＧＳの動作例の内、会話制御、感情状態情報の管理に関する主要な処理を示すフローチャートである。本フローチャートについては、ゲーム進行に関する処理は示していない。

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）。

次に、会話制御装置１は、受け付けたユーザ発話に応答する回答文を返す会話制御処理を行う（ステップＳ１８０２）。会話制御処理の詳細については、後述する。

次に、ゲーム装置２は、ゲーム状態情報を感情状態情報管理手段７へ渡す条件が成立したか否かをチェックする（ステップＳ１８０３）。例えば、渡す条件としては勝敗が決したことである。条件成立していなければ、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、条件が成立した場合は、ゲーム装置２は感情状態情報管理手段７にゲーム状態情報を私、感情状態情報管理手段７はこのゲーム状態情報を感情状態情報に反映させるように、所定の処理を行い感情状態情報の書き換えを行う（ステップＳ１８０４）。

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Ｓ１８０５）。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。

［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Ｓ１８０２）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。

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。

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。

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。

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。

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。

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。

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。

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。

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)。
［その他、変形例など］
（１） 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。
（２） 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。

ゲームシステムの構成例を示すブロック図 ゲーム装置の構成例を示す機能ブロック図 会話制御装置の構成例を示す機能ブロック図 音声認識部の構成例を示す機能ブロック図 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 音声認識部の動作例を示すフロー図 会話制御装置の部分拡大ブロック図 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 「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 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 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 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 話題タイトルのデータ構成例を示す図 回答文のタイプを説明する図 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、感情条件パラメータ、感情フラグの具体例を示す図 感情状態情報管理手段の構成例を示す機能ブロック図 感情状態情報記憶部に記憶される感情状態情報のデータ構成例を示す図 ゲームシステムの主要な動作を示したフローチャート 会話制御処理の例を示したフローチャート

符号の説明

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
７ … 感情状態情報管理手段
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 … 音声認識辞書記憶部

Claims (10)

1. ユーザからの発話を受け付ける入力手段と、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手段と、キャラクタの制御を行なうとともにゲームを実行するゲーム処理手段と、キャラクタの感情を示す感情状態情報を処理する感情状態情報管理手段とを有するゲーム機において、
   前記会話処理手段は、
   前記入力手段により受け付けられたユーザからの発話を当該ユーザからの発話情報として受け取って認識する認識部と、
   ユーザと会話処理手段との間の会話の話題や主題を特定する情報である談話履歴を記憶する手段と、
   １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且つユーザへの回答文と前記感情状態情報を構成する感情フラグとを対応付けて成る話題タイトルが対応付けられるとともに前記談話履歴により定まる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、
   前記ユーザからの発話情報を、１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抽出する形態素抽出部と、
   前記感情状態情報管理手段から通知される感情状態情報を参照するとともに、前記形態素抽出部で抽出された形態素情報と前記会話データベース手段に記憶された話題特定情報とを照合し、各話題特定情報の中から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選択することによりユーザに対する前記回答文を選択する手段と、
   を有し、
   前記感情状態情報管理手段は、
   前記選択された回答文に対応付けられた感情フラグを受けるとともに、前記ゲーム処理手段からゲームの状態に関するゲーム状態情報を受け、受けた前記感情フラグおよび前記ゲーム状態情報に基づいて感情状態情報を更新する感情状態情報更新部と、
   前記感情状態情報更新部で更新された感情状態情報の記憶を行なう感情状態情報記憶部と、
   前記感情状態情報記憶部に記憶された感情状態情報の少なくとも一部を前記会話処理手段と前記ゲーム処理手段とに通知する感情状態情報通知部と、
   を有する、
   ことを特徴とするゲーム機。
2. 前記ゲーム処理手段は、前記感情状態情報通知部から通知される感情状態情報に基づいてキャラクタの制御を行なうことを特徴とする請求項１に記載のゲーム機
3. 発話情報を一連の文字列として認識するとともに、当該文字列を一文節毎に区切る文字列特定部と、
   前記文字列特定部で特定された文字列に基づいて発話内容の種類を判定し、その判定結果にしたがって発話種類を示す情報を前記回答文を選択する手段へ出力する入力種類判定部と、
   を更に備えることを特徴とする請求項１または請求項２に記載のゲーム機。
4. 従前の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を利用して前記形態素情報を補完することにより複数種類の補完された形態素情報を生成する省略文補完部を更に備えることを特徴とする請求項１ないし請求項３のいずれか１項に記載のゲーム機。
5. ユーザからの発話を受け付ける入力手段と、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手段と、キャラクタの制御を行なうとともにゲームを実行するゲーム処理手段と、キャラクタの感情を示す感情状態情報を処理する感情状態情報管理手段とを有し、前記会話処理手段が、ユーザと会話処理手段との間の会話の話題や主題を特定する情報である談話履歴を記憶する手段と、１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且つユーザへの回答文と前記感情状態情報を構成する感情フラグとを対応付けて成る話題タイトルが対応付けられるとともに前記談話履歴により定まる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を有して成るゲーム機でゲームを実行する方法において、
   前記会話処理手段の認識部が、前記入力手段により受け付けられたユーザからの発話を当該ユーザからの発話情報として受け取って認識するステップと、
   前記会話処理手段の形態素抽出部が、前記ユーザからの発話情報を、１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抽出するステップと、
   前記会話処理手段の話題特定情報検索部が、前記形態素抽出部で抽出された形態素情報と前記会話データベース手段に記憶された話題特定情報と照合し、各話題特定情報の中から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ステップと、
   前記会話処理手段の回答取得部が、話題特定情報検索部で検索された話題特定情報に対応付けられた回答文を取得するステップと、
   前記感情状態情報管理手段が、前記回答取得部で取得された回答文に対応付けられた感情フラグを受けるとともに、前記ゲーム処理手段からゲームの状態に関するゲーム状態情報を受け、受けた前記感情フラグおよび前記ゲーム状態情報に基づいて感情状態情報を更新するステップと、
   を含み、
   前記感情状態情報管理手段は、更新された感情状態情報を前記会話処理手段に通知し、前記会話処理手段は、前記感情状態情報管理手段から通知される感情状態情報を参照して、前記会話データベース手段に記憶された対応する回答文を出力することを特徴とする方法。
6. 前記ゲーム処理手段は、前記感情状態情報管理手段から通知される感情状態情報に基づいてキャラクタの制御を行なうことを特徴とする請求項５に記載の方法。
7. 前記会話処理手段の形態素抽出部がユーザからの発話情報を形態素に抽出する前記ステップの後、前記会話処理手段の文字列特定部が、発話情報を一連の文字列として認識するとともに、当該文字列を一文節毎に区切るステップと、
   前記会話処理手段の入力種類判定部が、前記文字列特定部で特定された文字列に基づいて発話内容の種類を判定し、その判定結果にしたがって発話種類を示す情報を前記回答取得部へ出力するステップと、
   を更に含む請求項５または請求項６に記載の方法。
8. 前記会話処理手段の話題特定情報検索部が話題特定情報を検索する前記ステップの後、前記会話処理手段の省略文補完部が、従前の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を利用して前記形態素情報を補完することにより複数種類の補完された形態素情報を生成するステップを更に含むことを特徴とする請求項５ないし請求項７のいずれか１項に記載の方法。
9. 請求項１ないし請求項４のいずれか１項に記載のゲーム機としてコンピュータを機能させるためのプログラム。
10. 請求項５ないし請求項８のいずれか１項に記載の方法をコンピュータに実行させるためのプログラム。

Images