JP4634156B2 - 音声対話方法および音声対話装置 - Google Patents
音声対話方法および音声対話装置 Download PDFInfo
- Publication number
- JP4634156B2 JP4634156B2 JP2005003119A JP2005003119A JP4634156B2 JP 4634156 B2 JP4634156 B2 JP 4634156B2 JP 2005003119 A JP2005003119 A JP 2005003119A JP 2005003119 A JP2005003119 A JP 2005003119A JP 4634156 B2 JP4634156 B2 JP 4634156B2
- Authority
- JP
- Japan
- Prior art keywords
- dialog
- voice
- recognition
- vocabulary
- recognized
- 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.)
- Expired - Fee Related
Links
Images
Description
また、本発明に係る情報検索方法は、音声を入力して情報を検索する情報検索方法であって、入力された音声を認識して認識結果を出力する音声認識ステップと、現在の対話状態においてユーザが認識可能な語彙を把握している可能性の度合を示す認識語彙既知度合を決定する認識語彙既知度合決定ステップと、前記音声認識ステップにおいて認識された前記認識結果と前記認識語彙既知度合決定ステップにおいて決定された前記認識語彙既知度合とに基づいて、次の対話状態および当該対話状態における対話内容を決定する対話決定ステップと、前記対話決定ステップにおいて決定された対話内容を出力する出力ステップと、前記出力ステップにおいて出力されている前記対話内容が情報検索を受け付ける内容である場合に、前記音声認識ステップにおいて認識された前記認識結果に基づいて情報を検索する情報検索ステップとを含むことを特徴とする。
(実施の形態1)
図1は本発明の実施の形態1に係る音声対話方法を用いた音声対話型情報検索装置の構成を示すブロック図である。
以上の動作により、ユーザが各対話状態において、認識可能な語彙を把握している可能性を考慮した対話制御を行うことが可能となり、ユーザにとってより負担の少ない円滑な対話が実現できる。
上記実施の形態1によれば、各対話状態における認識語彙をユーザが把握している可能性を考慮に入れた対話制御が行えるが、認識語彙既知度合は予め学習された固定値を用いているため、日々検索対象が変わるようなコンテンツ検索の場合、すなわち認識対象語彙が一定でない場合に認識語彙既知度の精度が大きく落ちてしまい、適切な対話制御ができない。本実施の形態では、このような場合に対処するために認識語彙既知度合を算出する場合について説明する。
上記実施の形態2によれば、各対話状態における認識語彙をユーザが把握している可能性である認識語彙既知度合を現在の対話状態に関する情報を用いて算出し、対話制御が行えるが、ユーザや対話の進行状態によらない計算手法を用いているため、ユーザに適応した対話制御ができない。本実施の形態では、このような場合に対処するために対話履歴を用いる場合について説明する。
102 音声認識辞書部
103 モデル記憶部
104、201、301 認識語彙既知度合決定部
105 認識語彙既知度合記憶部
106、202、302 対話決定部
107 ユーザ情報入力部
108 データベース検索部
109 データベース記憶部
110 応答音声・画面出力部
201a、301a 算出部
303 ユーザ情報記憶部
304 対話履歴記憶部
Claims (15)
- ユーザに対して音声入力を促すための複数の対話状態を提示しながら、音声入力を通じて、ユーザと対話を行う音声対話装置による音声対話方法であって、
前記音声対話装置が、入力された音声の認識結果を出力する音声認識ステップと、
前記複数の対話状態のそれぞれの状態ごとに、前記音声対話装置が認識できる語彙に対するユーザの認知度合いに基づき数値化された、前記音声対話装置が認識できる語彙に対するユーザの把握度合いの値を示す認識語彙既知度合を参照することで、現在の対話状態における認識語彙既知度合を決定する認識語彙既知度合決定ステップと、
前記音声認識ステップにおいて認識された前記認識結果と、前記認識語彙既知度合決定ステップにおいて決定された、現在の対話状態における認識語彙既知度合と、に基づいて、次の対話状態および当該対話状態における対話内容を決定する対話決定ステップと、
前記対話決定ステップにおいて決定された対話内容を出力する出力ステップと
を含むことを特徴とする音声対話方法。 - 前記対話決定ステップは、さらに、
前記音声対話装置が、入力された音声を認識していないという認識結果であったとき、
前記現在の対話状態における認識語彙既知度合が、所定値を満たすかどうかを判定する認識語彙既知度合判定ステップと、
前記認識語彙既知度合判定ステップにより、前記現在の対話状態における認識語彙既知度合が所定値を満たしていると判定されるときは、音声による再入力を促すことを決定し、前記現在の対話状態における認識語彙既知度合が所定値を満たしていないと判定されるときは、前記現在の対話状態における認識語彙既知度合に基づく対話を行うことを決定する対話状態決定ステップと
を含むことを特徴とする請求項1記載の音声対話方法。 - 前記認識語彙既知度合決定ステップでは、
対象の対話状態における入力モード毎の前記認識語彙既知度合をあらかじめ格納した既知度合テーブルを用いて、前記認識語彙既知度合を決定する
ことを特徴とする請求項1記載の音声対話方法。 - 前記認識語彙既知度合決定ステップでは、
対象の対話状態における入力モード、認識語彙の変動に関する認識語彙変動情報、認識語彙の属性を示す認識語彙属性情報、全認識対象語彙数、表示認識対象語彙数、ユーザ自身の情報、ユーザのシステム使用履歴、対話進行状態、画面や応答音声による認識語彙に関する情報量の少なくとも一つを用いて、前記認識語彙既知度合を算出する
ことを特徴とする請求項1記載の音声対話方法。 - 前記対話決定ステップでは、前記対話内容として対話の画面または音声応答の少なくとも1つを決定し、
前記出力ステップでは、前記対話決定ステップにおいて決定された前記対話の画面または音声応答の少なくとも1つを出力する
ことを特徴とする請求項1記載の音声対話方法。 - 前記対話決定ステップでは、前記認識語彙既知度合を示すための表示または音声応答の少なくとも1つを作成し、
前記出力ステップでは、前記対話決定ステップにより作成された前記認識語彙既知度合を示す表示または音声応答の少なくとも1つを出力する
ことを特徴とする請求項1記載の音声対話方法。 - 前記対話決定ステップでは、前記対話内容に前記音声認識ステップにおける認識対象語彙に関する説明を含めるか否かを前記認識語彙既知度合に基づいて決定する
ことを特徴とする請求項1記載の音声対話方法。 - 前記対話決定ステップでは、前記音声認識ステップにおいて認識された前記認識結果を未知語と判定した場合、前記対話内容を再度入力を促す対話内容とするか、または詳細な対話内容とするかを前記認識語彙既知度合に基づいて決定する
ことを特徴とする請求項1記載の音声対話方法。 - 前記対話決定ステップでは、前記再度入力を促す対話内容と決定した際、再入力回数に応じて前記音声認識ステップにおける音声認識用パラメータを変更する
ことを特徴とする請求項8記載の音声対話方法。 - 前記対話決定ステップでは、前記詳細な対話内容と決定した際、さらに前記認識語彙既知度合に基づいて対話内容を変更する
ことを特徴とする請求項8記載の音声対話方法。 - ユーザに対して音声入力を促すための複数の対話状態を提示しながら、音声入力を通じて、情報を検索する情報検索装置による情報検索方法であって、
前記情報検索装置が、入力された音声の認識結果を出力する音声認識ステップと、
前記複数の対話状態のそれぞれの状態ごとに、前記音声対話装置が認識できる語彙に対するユーザの認知度合いに基づき数値化された、前記情報検索装置が認識できる語彙に対するユーザの把握度合いの値を示す認識語彙既知度合を参照することで、現在の対話状態における認識語彙既知度合を決定する認識語彙既知度合決定ステップと、
前記音声認識ステップにおいて認識された前記認識結果と、前記認識語彙既知度合決定ステップにおいて決定された、現在の対話状態における前記認識語彙既知度合と、に基づいて、次の対話状態および当該対話状態における対話内容を決定する対話決定ステップと、
前記対話決定ステップにおいて決定された対話内容を出力する出力ステップと、
前記出力ステップにおいて出力されている前記対話内容が情報検索を受け付ける内容である場合に、前記音声認識ステップにおいて認識された前記認識結果に基づいて情報を検
索する情報検索ステップと
を含むことを特徴とする情報検索方法。 - ユーザに対して音声入力を促すための複数の対話状態を提示しながら、音声入力を通じて、ユーザと対話を行う音声対話装置であって、
入力された音声の認識結果を出力する音声認識手段と、
前記複数の対話状態のそれぞれの状態ごとに、前記音声対話装置が認識できる語彙に対するユーザの認知度合いに基づき数値化された、前記音声対話装置が認識できる語彙に対するユーザの把握度合いの値を示す認識語彙既知度合を記憶している認識語彙既知度合記憶手段と、
前記認識語彙既知度合記憶部に記憶されている前記認識語彙既知度合を参照することで、現在の対話状態における認識語彙既知度合を決定する認識語彙既知度合決定手段と、
前記音声認識手段で認識された前記認識結果と、前記認識語彙既知度合決定手段で決定された、現在の対話状態における認識語彙既知度合と、に基づいて、次の対話状態および当該対話状態における対話内容を決定する対話決定手段と、
前記対話決定手段で決定された対話内容を出力する出力手段と
を備えることを特徴とする音声対話装置。 - ユーザに対して音声入力を促すための複数の対話状態を提示しながら、音声入力を通じて、情報を検索する情報検索装置であって、
入力された音声の認識結果を出力する音声認識手段と、
前記複数の対話状態のそれぞれの状態ごとに、前記音声対話装置が認識できる語彙に対するユーザの認知度合いに基づき数値化された、前記音声対話装置が認識できる語彙に対するユーザの把握度合いの値を示す認識語彙既知度合を記憶している認識語彙既知度合記憶手段と、
前記認識語彙既知度合記憶部に記憶されている前記認識語彙既知度合を参照することで、現在の対話状態における認識語彙既知度合を決定する認識語彙既知度合決定手段と、
前記音声認識手段で認識された前記認識結果と、前記認識語彙既知度合決定手段で決定された、現在の対話状態における前記認識語彙既知度合と、に基づいて、次の対話状態および当該対話状態における対話内容を決定する対話決定手段と、
前記対話決定手段で決定された対話内容を出力する出力手段と、
前記出力手段で出力されている前記対話内容が情報検索を受け付ける内容である場合に、前記音声認識手段で認識された前記認識結果に基づいて情報を検索する情報検索手段と
を備えることを特徴とする情報検索装置。 - ユーザに対して音声入力を促すための複数の対話状態を提示しながら、音声入力を通じて、ユーザと対話を行う音声対話装置のためのプログラムであって、
前記音声対話装置が、入力された音声の認識結果を出力する音声認識ステップと、
前記複数の対話状態のそれぞれの状態ごとに、前記音声対話装置が認識できる語彙に対するユーザの認知度合いに基づき数値化された、前記音声対話装置が認識できる語彙に対するユーザの把握度合いの値を示す認識語彙既知度合を参照することで、現在の対話状態における認識語彙既知度合を決定する認識語彙既知度合決定ステップと、
前記音声認識ステップにおいて認識された前記認識結果と、前記認識語彙既知度合決定ステップにおいて決定された、現在の対話状態における認識語彙既知度合と、に基づいて、次の対話状態および当該対話状態における対話内容を決定する対話決定ステップと、
前記対話決定ステップにおいて決定された対話内容を出力する出力ステップとを前記音声対話装置に実行させる
ことを特徴とするプログラム。 - ユーザに対して音声入力を促すための複数の対話状態を提示しながら、音声入力を通じて、情報を検索する情報検索装置のためのプログラムであって、
前記情報検索装置が、入力された音声の認識結果を出力する音声認識ステップと、
前記複数の対話状態のそれぞれの状態ごとに、前記音声対話装置が認識できる語彙に対するユーザの認知度合いに基づき数値化された、前記情報検索装置が認識できる語彙に対するユーザの把握度合いの値を示す認識語彙既知度合を参照することで、現在の対話状態における認識語彙既知度合を決定する認識語彙既知度合決定ステップと、
前記音声認識ステップにおいて認識された前記認識結果と、前記認識語彙既知度合決定ステップにおいて決定された、現在の対話状態における前記認識語彙既知度合と、に基づいて、次の対話状態および当該対話状態における対話内容を決定する対話決定ステップと、
前記対話決定ステップにおいて決定された対話内容を出力する出力ステップと、
前記出力ステップにおいて出力されている前記対話内容が情報検索を受け付ける内容である場合に、前記音声認識ステップにおいて認識された前記認識結果に基づいて情報を検索する情報検索ステップとを前記情報検索装置に実行させる
ことを特徴とするプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005003119A JP4634156B2 (ja) | 2005-01-07 | 2005-01-07 | 音声対話方法および音声対話装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005003119A JP4634156B2 (ja) | 2005-01-07 | 2005-01-07 | 音声対話方法および音声対話装置 |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2006189730A JP2006189730A (ja) | 2006-07-20 |
JP2006189730A5 JP2006189730A5 (ja) | 2008-02-14 |
JP4634156B2 true JP4634156B2 (ja) | 2011-02-16 |
Family
ID=36796996
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2005003119A Expired - Fee Related JP4634156B2 (ja) | 2005-01-07 | 2005-01-07 | 音声対話方法および音声対話装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4634156B2 (ja) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5137853B2 (ja) * | 2006-12-28 | 2013-02-06 | 三菱電機株式会社 | 車載用音声認識装置 |
JP4915665B2 (ja) * | 2007-04-18 | 2012-04-11 | パナソニック株式会社 | 音声認識機能付き操作器 |
JP2013092823A (ja) * | 2011-10-24 | 2013-05-16 | Nifty Corp | 情報処理装置、プログラム及び情報検索システム |
JP2016206960A (ja) * | 2015-04-23 | 2016-12-08 | 日本電信電話株式会社 | 音声映像入出力装置 |
JP2017167366A (ja) * | 2016-03-16 | 2017-09-21 | Kddi株式会社 | 通信端末、通信方法及びプログラム |
JP6628853B2 (ja) * | 2018-10-09 | 2020-01-15 | 日本電信電話株式会社 | 音声映像追跡装置 |
CN110450789B (zh) * | 2019-08-13 | 2020-12-15 | 广州小鹏汽车科技有限公司 | 一种信息处理方法和装置 |
CN112652301B (zh) * | 2019-10-12 | 2023-05-12 | 阿里巴巴集团控股有限公司 | 语音处理方法和分布式系统、及语音交互设备和方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001296890A (ja) * | 2000-04-12 | 2001-10-26 | Auto Network Gijutsu Kenkyusho:Kk | 車載機器習熟度判定装置および車載音声出力装置 |
JP2003177788A (ja) * | 2001-12-12 | 2003-06-27 | Fujitsu Ltd | 音声対話システムおよびその方法 |
JP2004258233A (ja) * | 2003-02-25 | 2004-09-16 | Fujitsu Ltd | 適応型音声対話システム及び方法 |
JP2004326198A (ja) * | 2003-04-21 | 2004-11-18 | Matsushita Electric Ind Co Ltd | 嗜好情報利用型データ検索装置 |
JP2004333543A (ja) * | 2003-04-30 | 2004-11-25 | Matsushita Electric Ind Co Ltd | 音声対話システム及び音声対話方法 |
-
2005
- 2005-01-07 JP JP2005003119A patent/JP4634156B2/ja not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001296890A (ja) * | 2000-04-12 | 2001-10-26 | Auto Network Gijutsu Kenkyusho:Kk | 車載機器習熟度判定装置および車載音声出力装置 |
JP2003177788A (ja) * | 2001-12-12 | 2003-06-27 | Fujitsu Ltd | 音声対話システムおよびその方法 |
JP2004258233A (ja) * | 2003-02-25 | 2004-09-16 | Fujitsu Ltd | 適応型音声対話システム及び方法 |
JP2004326198A (ja) * | 2003-04-21 | 2004-11-18 | Matsushita Electric Ind Co Ltd | 嗜好情報利用型データ検索装置 |
JP2004333543A (ja) * | 2003-04-30 | 2004-11-25 | Matsushita Electric Ind Co Ltd | 音声対話システム及び音声対話方法 |
Also Published As
Publication number | Publication date |
---|---|
JP2006189730A (ja) | 2006-07-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20220156039A1 (en) | Voice Control of Computing Devices | |
US10884701B2 (en) | Voice enabling applications | |
US10210862B1 (en) | Lattice decoding and result confirmation using recurrent neural networks | |
JP4604178B2 (ja) | 音声認識装置及び方法ならびにプログラム | |
JP5089955B2 (ja) | 音声対話装置 | |
JP4705023B2 (ja) | 音声認識装置、音声認識方法、及びプログラム | |
EP3114679B1 (en) | Predicting pronunciation in speech recognition | |
US9275637B1 (en) | Wake word evaluation | |
JP6203288B2 (ja) | 音声を認識するシステムおよび方法 | |
JP5066483B2 (ja) | 言語理解装置 | |
US20180137109A1 (en) | Methodology for automatic multilingual speech recognition | |
JP4634156B2 (ja) | 音声対話方法および音声対話装置 | |
EP2058800A1 (en) | Method and system for recognizing speech for searching a database | |
WO2015151157A1 (ja) | 意図理解装置および方法 | |
JP2011033680A (ja) | 音声処理装置及び方法、並びにプログラム | |
WO2001065541A1 (fr) | Dispositif de reconnaissance de la parole, procede de reconnaissance de la parole et support d'enregistrement | |
JP5105943B2 (ja) | 発話評価装置及び発話評価プログラム | |
WO2021000403A1 (zh) | 智能对话系统的语音匹配方法、电子装置、计算机设备 | |
US11605387B1 (en) | Assistant determination in a skill | |
JP4661239B2 (ja) | 音声対話装置及び音声対話方法 | |
JP2005275348A (ja) | 音声認識方法、この方法を実施する装置、プログラムおよび記録媒体 | |
WO2009147745A1 (ja) | 検索装置 | |
KR101830210B1 (ko) | 적어도 하나의 의미론적 유닛의 집합을 개선하기 위한 방법, 장치 및 컴퓨터 판독 가능한 기록 매체 | |
JP4204042B2 (ja) | ゲーム機、ゲームの実行方法、並びにプログラム | |
CN116543764A (zh) | 一种动作机构的控制电路及车辆 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20071227 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20071227 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20100709 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20100720 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20100917 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20101026 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20101118 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 4634156 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131126 Year of fee payment: 3 |
|
LAPS | Cancellation because of no payment of annual fees |