JPH02265000A - 音声対話装置 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 ［産業上の利用分野］ 本発明は音声により人間と対話をする音声対話装置に関
するものである。

［従来の技術］ 音声により人間と対話をする音声対話装置の使用例とし
ては、電話による座席予約システム（飛行機や列車など
）がある、このシステムでは、音声対話装置が使用者に
対して必要事項を順に尋ねていき、使用者がその項目に
ついて数字や他の指定された簡単な単語（“ハイ““イ
イエ”など）で答えて、予約作業を進める。

このようなシステムを音声コミュニケーション・システ
ムと呼ぶことにする。

［発明が解決しようとしている課題］ しかしながら、従来の音声認識技術では不特定な話者に
対して１００％の認識率が保障されていないために、入
力された音声が正しく認識できているかを使用者に聞き
かえしたり、認識できなかった場合にはもう一度発声を
うながすといった工夫が講じられてきた。すなわち１次
に示す例のような対話がなされてきた。

１）認識結果を使用者に確認させる例 システム：「何時の列車ですか、」 使用者：「８時、」 システム：「８時ですね、」 使用者：「ハイ、」 ２）認識不可能で聞き返す例 システム：　「何時の列車ですか、」 使用者：「８時、」 システム：　「認識できません、もう−度お願いします
。

使用者：「８時、」 システム：「８時ですね、」 使用者＝「ハイ、」 このように、従来の音声対話装置を使用した音声コミユ
テーシヨン・システムでは対話内容に重複部分が多く、
使用者からすると非常にまどろっこしく、効率的ではな
いという欠点があった。また、誤認識あるいは認識でき
なかった場合に、どのような原因あるいは理由で誤！ｇ
識が生じあるいは認識できなつかたのかが使用者にフィ
ードバックされないために、使用者が再入力する際にど
こに注意して発声したら良いがわからず、再入力の繰返
しという悪循環が生じるという欠点があった。

本発明は、前記従来の欠点を除去し、再入力の際に使用
者が容易に認識結果を知り、再入力の際の認識を容易に
する音声対話装置を提供する。

［課題を解決するための手段］ この課題を解決するために、本発明の音声対話装置は、
音声による対話が可能な音声対話装置であって、 入力音声の認識できなかった区間の検出を行なう認識不
可能区間検出手段と、該認識不可能区間検出手段により
得られた認識できなかった区間を認識結果の情報を付加
して使用者に報知する認識不可能区間報知手段とを備え
る。

［作用］ かかる構成にお、いて、認識できなかった区間を認識結
果の情報を付加して使用者に報知することにより、使用
者が容易に認識結果を知り、再入力の際の認識を容易に
する。

［実施例］ 第１図は本実施例の音声対話装置の構成を示すブロック
図である。

同図において、１は入力音声波形を認識処理に適したパ
ラメータに変換するパラメータ変換部、２はパラメータ
変換部１より得られる入力パラメータと標準パターンの
パラメータとの距離計算を行ない入力音声の認識を行な
う認識部、３は標準パターンのパラメータを記憶してお
く標準パターン記憶部、４は認識部２の距離計算の結果
（これを得点ということにする）の比較を行なう得点比
較部、５は音声対話装置全体の制御を行なう対話制御部
、６は認識部２で認識できなかった区間を検出する認識
不可能区間検出部、７は使用者に対して再入力を促すた
めのメツセージを作成する任意文章生成部、８は使用者
に対して出力する定まったメツセージを予め登録してお
く定型文章記憶部、９は任意文章生成部７あるいは定型
文章記憶部８からの文章を音声波形に変換して使用者に
出力する音声生成部である。

第２図は本実施例の音声対話装置の動作を示すフローチ
ャートである。以下、第２図のフローチャートに沿って
、本実施例の音声対話装置の動作を説明する。

まず、ステップＳ１で対話制御部５は利用者に対して入
力を促すようなメツセージを定型文章記憶部８より選ん
で、音声生成部９で音声に変換して利用者に出力する。

ステップＳ２で利用者からの上記メツセージに対する答
えの入力を待つ、音声が入力されたならばステップＳ３
に進んで、パラメータ変換部１において特徴パラメータ
に変換する０次に、ステップＳ４では認識部２でパラメ
ータ変換部１で生成された入カバターンのパラメータ列
と、標準パターン記憶部３に記憶されている標準パター
ンのパラメータ列との距離計算を行う、この距離計算の
方法としては、ＤＰマツチングの手法などの従来の技術
を用いることができ、距離が小さいものに対して高い得
点を与える。

ステップＳ５で標準パターン中に入カバターンに類似し
たパターンが存在するか否かを判断する。この判断方法
には、例えばステップＳ４における距離計算の得点結果
がある値以上になる標準パターンが一つも存在しなけれ
ば、入力音声は認識不可能であると判断する方法などが
考えられる。ステップＳ５において認識不可能であると
判断された場合はステップＳ６へ進み、標準パターン中
に入カバターンと類似したパターンが存在する場合には
、得点の高いものからいくつかを候補として出力してス
テップＳ８へ進む。

ステップＳ６では、認識できない区間の検出を行う０例
えば本例の“イチ・サン・ゴ・ハチ（１３５８）“とい
う入力音声に対して認識不可能という判断が下された場
合に、どこで認識できなくなったかを調べる。このため
の方法としては、ＤＰマツチング法の場合を例にとれば
、時間伸縮関数（ＤＰパスの糸路）を調べていき整合窓
と交わる時点において認識不可能になったと判断する方
法などが考えられる。

第３図は上記ＤＰマツチング法による認識不可能の判断
方法を説明する図である。

第３図に示すようにＤＰマツチング法には、時間軸の伸
縮を所定範囲内に制限して禁止領域を設け、無意味な伸
縮を押さえ誤認識を防いでいる。禁止領域以外の伸縮を
容認する範囲を整合窓と呼び、又整合窓と禁止領域を区
分けする直線の傾きを傾斜制限と呼んでいる。

ここで、本例では実線で示すように整合窓内にその糸路
を持つＤＰパスの場合は、認識可能な対象とするが、破
線で示すようにＤＰパスが整合窓から境を越えて禁止領
域に入ってしまう場合、これを整合窓と交わると呼び、
この時点で認識不可能になったと判断する。尚、傾斜制
限により判断を行っても良い。

いま、前列において“ゴの部分が認識できなかったとす
る。ステップＳ７では任意文章生成部７において認識で
きなかったことを使用者に伝えるための再入力用メツセ
ージを作成する。このとき使用者に対して、どこまで認
識できてどこからできなかったのかを知らせて、再入力
時に使用者が発声し易いような環境を作る。

例えば、前列においては システム：ｒ１３（イチ・サン）まで認識できましたが
、そのあとが認識できま せんでした。もう−度発声して 下さい」、あるいは システム、ｒ１３（イチ・サン）のあとが認識できませ
んでした。３（サン）の 次よりもう一度発声して下さい」 といったメツセージを作成する。

ステップＳ７で作成されたメツセージは、ステップＳｌ
ｌで音声生成部９で音声化され、ステップＳ２に戻って
使用者からの再入力を待つ。

ステップＳ５で標準パターン中に入カバターンの候補が
存在する場合には、ステップＳ８に進んで、得点比較部
４において候補の得点を比較する。そして、ステップＳ
９で、１番目の候補と２番目以降の候補の得点に大きな
差がある場合には候補が唯一にしぼられたと判断し、得
点の１番高い候補を認識結果として対話制御部５に出力
する。対話制御部５は確定された入力情報を外部の処理
装置に渡す、この場合、すべての入力処理が終了してい
なければ、ステップＳ１２からステップＳＳＩに戻って
次の対話に制御を移す。

ステップＳ８の得点比較において、１番目の候補と２番
目の候補の得点差が小さい場合には、候補を１つにしぼ
ることができないので、ステップＳ９からステップＳＩ
Ｏに進んで、使用者に対して再入力を要請するためのメ
ツセージを作成する０例えば、使用者が”イチ・サン・
ゴ・ハチ（ｌ・３・５・８）”と発声した入力に対して
、認識部２において“イチ・サン・り・ハチ（１・３・
９・８）”と“イチ・サン・ゴ・ハチ（１・３・５・８
）”の２つの候補が近い得点で認識されたとき、任意文
章生成部９では、 システム：　［３９８（イチ・サン・キュー・ハチ）か
１３５８（イチ・サン・ ゴ・ハチ）なのかわかりません。

もう−度発声して下さい」 あるいは システム：　ｒ１３９８　（イチ・サン・キュー・ハチ
）ですか１３５８（イチ・ サン・ゴ・ハチ）ですか、もう 一度発声して下さい」 といったメツセージを作成する。ステップＳＩＯで作成
されたメツセージは、ステップＳｌｌで音声生成部９に
より音声化され、使用者に対して出力される。そして、
ステップＳ２にもどって使用者からの再入力を待つ。

なお、本実施例に限定されることなく、種々の変形が可
能である９例えばステップＳＩＯにおいて作成されるメ
ツセージ内容は、上記実施例では第１番目の候補と第２
番目の候補を両方ともメツセージに織り込むようになっ
ているが、どちらか一方だけをおり込むようにしてもよ
い。

その場合、 システム、ｒ１３９８　（イチ・サン・キュー・ハチ）
でよろしいですか、よろし ければ“へイ“　ちがうときは もう−度発声して下さい」 といったメツセージを作成する。

またこのとき、わざと第２番目の候補だけをメツセージ
に織り込むようにしてもよい、このときは、第１番目の
候補は音声対話装置中に保持しておき、再入力された音
声の認識処理の結果、再入力の第１番目の候補が保持さ
れている前の第１番目の候補と同じであれば、再入力の
候補の得点差に関係なく、その候補が認識結果として出
力されるようにする。

例をあげると、 利用者の発声がｒ１３９８Ｊであった場合に、認識シス
テムでの認識結果の第１候補が「１３９８」第２候補が
ｒ１３５８Ｊであり、利用者に対して確認を求めたい場
合にメツセージとしては、次のように第２候補をメツセ
ージに織り込む。

システム：「１３５８（イチ・サン・ゴ・ハチ）でよろ
しいですか、よろし ければ“ハイ“　ちがうときは もう−度発声して下さい」 このようなメツセージを作成すれば、利用者はどの部分
が認識されていないかを確かめた上で再入力発声をする
ことができる。

以上説明したように、音声コミュニケーション・システ
ムにおいて、音声対話装置側からの応答メツセージに認
識時の誤認識に対して、どのように誤認識したのか、あ
るいはどの部分が認識できなかったのかなどの誤認識情
報を織り込み、使用者にフィードバックさせることによ
り、使用者にとっては再入力し易く、又、音声対話装置
にとっても再入力の際の認識を容易にする効果がある。

［発明の効果］ 本発明により、再入力の際に使用者が容易に認識結果を
知り、再入力の際の認識を容易にする音声対話装置を提
供できる。

【図面の簡単な説明】

第１図は本実施例の音声対話装置の構成を示すブロック
図、 第２図は本実施例の音声対話装置の動作を示すフローチ
ャート、 第３図はＤＰマツチングにおける認識不可能の判断方法
を説明する図である。 図中、ｌ・・・はパラメータ変換部、２・・・認識部、
３・・・標準パターン記憶部、４・・・得点比較部、５
−・音声対話制御部、６・・・認識不可能区間検出部、
７・・・任意文章生成部、８・・・定型文章記憶部であ
る。

Claims (1)

【特許請求の範囲】
1. （１）音声による対話が可能な音声対話装置であつて、 入力音声の認識できなかつた区間の検出を 行なう認識不可能区間検出手段と、 該認識不可能区間検出手段により得られた認識できなか
   つた区間を認識結果の情報を付加して使用者に報知する
   認識不可能区間報知手段とを備えることを特徴とする音
   声対話装置。