JP6699748B2 - 対話装置、対話方法及び対話用コンピュータプログラム - Google Patents
対話装置、対話方法及び対話用コンピュータプログラム Download PDFInfo
- Publication number
- JP6699748B2 JP6699748B2 JP2018547103A JP2018547103A JP6699748B2 JP 6699748 B2 JP6699748 B2 JP 6699748B2 JP 2018547103 A JP2018547103 A JP 2018547103A JP 2018547103 A JP2018547103 A JP 2018547103A JP 6699748 B2 JP6699748 B2 JP 6699748B2
- Authority
- JP
- Japan
- Prior art keywords
- keyword
- voice
- section
- utterance
- unit
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims description 25
- 238000004590 computer program Methods 0.000 title claims description 5
- 238000001514 detection method Methods 0.000 claims description 148
- 230000004044 response Effects 0.000 claims description 60
- 230000002452 interceptive effect Effects 0.000 claims description 22
- 230000003993 interaction Effects 0.000 claims description 2
- 238000012545 processing Methods 0.000 description 55
- 230000005236 sound signal Effects 0.000 description 26
- 230000008569 process Effects 0.000 description 14
- 238000007476 Maximum Likelihood Methods 0.000 description 13
- 230000007704 transition Effects 0.000 description 9
- 230000004048 modification Effects 0.000 description 7
- 238000012986 modification Methods 0.000 description 7
- 238000005070 sampling Methods 0.000 description 7
- 230000001186 cumulative effect Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000007774 longterm Effects 0.000 description 4
- 208000019901 Anxiety disease Diseases 0.000 description 2
- 230000001934 delay Effects 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 229910019687 S105-No Inorganic materials 0.000 description 1
- 230000036506 anxiety Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/16—Sound input; Sound output
- G06F3/167—Audio in a user interface, e.g. using voice commands for navigating, audio feedback
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- User Interface Of Digital Computer (AREA)
- Machine Translation (AREA)
Description
この対話装置は、ユーザが発した音声を表す音声信号中の発話区間において、ユーザが設定されたキーワードを発したことを認識すると、キーワードが認識されたときから所定区間を設定する。そしてこの対話装置は、その所定区間内において音声信号が第1の時間長にわたって継続して無音となると、相槌の再生音声を出力する。その際、この対話装置は、第1の時間長を、相対的に短く設定することで、適切なタイミングで相槌の再生音声を出力することを可能とする。
キーワード設定部21は、設定したキーワードをキーワード検出部23へ通知する。またキーワード設定部21は、発話区間開始検出部22へ、質問が出力されたことを通知する。
11 マイクロホン
12 アナログ/デジタルコンバータ
13 デジタル/アナログコンバータ
14 スピーカ
15 記憶部
16 処理部
21 キーワード設定部
22 発話区間開始検出部
23 キーワード検出部
24 応答部
25 音声認識部
Claims (6)
- ユーザの声が表された音声信号における前記ユーザが発話している発話区間から前記ユーザが発話したキーワードを検出するキーワード検出部と、
前記キーワードが検出されると所定区間を設定し、前記所定区間において前記音声信号が第1の時間長にわたって継続して無音となると第1の応答音声を音声出力部を介して出力させる応答部と、
を有する対話装置。 - 前記応答部は、前記発話区間の開始後において前記キーワードが検出されていないときに前記音声信号が前記第1の時間長よりも長い第2の時間長にわたって継続して無音となると第2の応答音声を前記音声出力部を介して出力させる、請求項1に記載の対話装置。
- 前記第2の応答音声は、前記第1の応答音声と異なる音声である、請求項2に記載の対話装置。
- 前記ユーザに対する質問の音声を前記音声出力部を介して出力させるとともに、前記質問の内容に応じて前記キーワードを設定するキーワード設定部をさらに有する、請求項1〜3の何れか一項に記載の対話装置。
- プロセッサにより、ユーザの声が表された音声信号における前記ユーザが発話している発話区間から前記ユーザが発話したキーワードを検出し、
前記プロセッサにより、前記キーワードが検出されると所定区間を設定し、
前記プロセッサにより、前記所定区間において前記音声信号が第1の時間長にわたって継続して無音となると第1の応答音声を音声出力部を介して出力させる、
ことを含む対話方法。 - ユーザの声が表された音声信号における前記ユーザが発話している発話区間から前記ユーザが発話したキーワードを検出し、
前記キーワードが検出されると所定区間を設定し、
前記所定区間において前記音声信号が第1の時間長にわたって継続して無音となると第1の応答音声を音声出力部を介して出力させる、
ことをコンピュータに実行させるための対話用コンピュータプログラム。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2016/082355 WO2018078885A1 (ja) | 2016-10-31 | 2016-10-31 | 対話装置、対話方法及び対話用コンピュータプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2018078885A1 JPWO2018078885A1 (ja) | 2019-06-24 |
JP6699748B2 true JP6699748B2 (ja) | 2020-05-27 |
Family
ID=62024610
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018547103A Active JP6699748B2 (ja) | 2016-10-31 | 2016-10-31 | 対話装置、対話方法及び対話用コンピュータプログラム |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP6699748B2 (ja) |
WO (1) | WO2018078885A1 (ja) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019211599A (ja) * | 2018-06-04 | 2019-12-12 | 本田技研工業株式会社 | 音声認識装置、音声認識方法およびプログラム |
JP7248087B2 (ja) * | 2018-09-11 | 2023-03-29 | 日本電信電話株式会社 | 連続発話推定装置、連続発話推定方法、およびプログラム |
JP6992713B2 (ja) * | 2018-09-11 | 2022-01-13 | 日本電信電話株式会社 | 連続発話推定装置、連続発話推定方法、およびプログラム |
JP7001029B2 (ja) * | 2018-09-11 | 2022-01-19 | 日本電信電話株式会社 | キーワード検出装置、キーワード検出方法、およびプログラム |
JP7251953B2 (ja) * | 2018-11-19 | 2023-04-04 | トヨタ自動車株式会社 | 音声認識装置、音声認識方法及び音声認識プログラム |
CN114898755B (zh) * | 2022-07-14 | 2023-01-17 | 科大讯飞股份有限公司 | 语音处理方法及相关装置、电子设备、存储介质 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH03248268A (ja) * | 1990-02-26 | 1991-11-06 | Nec Corp | 音声対話処理方式 |
JP3199972B2 (ja) * | 1995-02-08 | 2001-08-20 | シャープ株式会社 | あいづち応答のある対話装置 |
-
2016
- 2016-10-31 JP JP2018547103A patent/JP6699748B2/ja active Active
- 2016-10-31 WO PCT/JP2016/082355 patent/WO2018078885A1/ja active Application Filing
Also Published As
Publication number | Publication date |
---|---|
WO2018078885A1 (ja) | 2018-05-03 |
JPWO2018078885A1 (ja) | 2019-06-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11710478B2 (en) | Pre-wakeword speech processing | |
US11514901B2 (en) | Anchored speech detection and speech recognition | |
US11854545B2 (en) | Privacy mode based on speaker identifier | |
JP6699748B2 (ja) | 対話装置、対話方法及び対話用コンピュータプログラム | |
US10923111B1 (en) | Speech detection and speech recognition | |
US11361763B1 (en) | Detecting system-directed speech | |
EP3314606B1 (en) | Language model speech endpointing | |
US9484030B1 (en) | Audio triggered commands | |
US10522134B1 (en) | Speech based user recognition | |
EP1936606B1 (en) | Multi-stage speech recognition | |
US11935525B1 (en) | Speech processing optimizations based on microphone array | |
US20150154953A1 (en) | Generation of wake-up words | |
EP2048655A1 (en) | Context sensitive multi-stage speech recognition | |
JP6812843B2 (ja) | 音声認識用コンピュータプログラム、音声認識装置及び音声認識方法 | |
US20060206326A1 (en) | Speech recognition method | |
US11302329B1 (en) | Acoustic event detection | |
US20190180758A1 (en) | Voice processing apparatus, voice processing method, and non-transitory computer-readable storage medium for storing program | |
JP6690484B2 (ja) | 音声認識用コンピュータプログラム、音声認識装置及び音声認識方法 | |
JP4758919B2 (ja) | 音声認識装置及び音声認識プログラム | |
JP4791857B2 (ja) | 発話区間検出装置及び発話区間検出プログラム | |
JP4700522B2 (ja) | 音声認識装置及び音声認識プログラム | |
JP2009116075A (ja) | 音声認識装置 | |
US11735178B1 (en) | Speech-processing system | |
JP4749990B2 (ja) | 音声認識装置 | |
Koo et al. | The development of automatic speech recognition software for portable devices |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190227 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190227 |
|
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: 20200331 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200413 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6699748 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |