JPH03248268A

JPH03248268A - 音声対話処理方式

Info

Publication number: JPH03248268A
Application number: JP2046173A
Authority: JP
Inventors: Atsushi Noguchi; 淳野口
Original assignee: NEC Corp
Current assignee: NEC Corp
Priority date: 1990-02-26
Filing date: 1990-02-26
Publication date: 1991-11-06

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、自動通訳システム、音声Ｑ＆Ａシステム等に
おいて、人間が音声を用いて機械と対話を行なう音声対
話処理方式に関し、特に、相づちを含む会話対話処理方
式に関する。

（従来の技術）人間が音声を用いて機械と行なう対話の処理において、
機械側の無音が続くと、人間側は自然な対話ができない
、あるいは心理的な不安を生じるなどの問題点がある。

この問題に対する改善としては、昭和６２年電子情報通
信学会情報・システム部門全国大会講演論文集分冊１：
ｐａｒｔｌ、１−１７９の西宏之、小島順治著［相づち
を含む会話の対話処理についてＪに記載されている、対
話における音声の無音部分を監視し、無音部分の持続時
間が一定長に達した時点で相づちを送出するという方法
がある。

（発明が解決しようとする課題）しかしながら、人間同士の対話で相づちをうつのは、相
手の音声の無音部分が続いた場合だけではなく、相手の
音声が徐々に小さくなっていく場合や、相手が「え−」
　［あのｊなどの間投詞の最後の母音、あるいは「・・
・ですが−」なとのように文節末、文末などの母音が持
続する場合などがある。この場合、従来の方法では、人
間同士ならば相づちを打つような場合でも機械側は無音
状態を続ける。このため、人間側が自然な対話ができな
い、あるいは心理的な不安を生じるなどの問題点は依然
として残る。本発明の目的は、このような欠点を克服し
た、より自然な対話を可能とする音声対話処理方式を提
供することにある。

（課題を解決するための手段）本発明の音声対話処理方式においては、入力音声の無音
部分以外の区間において、入力音声レベルを検出して、
レベルが一定のしきい値以下である時間が一定長に達し
た時点で、相づちを送出することを特徴としている。

また、本発明の音声対話処理方式においては、入力音声
の母音を識別し、入力音声中に同母音が一定時間以上連
続して出現した時点で、相づちを送出することを特徴と
している。

（作用）人間同士の対話では、発話の中断に際して、徐々に音声
が小さくなる、あるいは、中断直前の母音が長く伸びる
という現象がしばしば生じる。

そこで本方式では、音声のレベルの低下あるいは母音の
継続を識別することにより、相手の発話の中断を検知し
、その時点で相づちを送出する。これによって、人間と
機械の自然な対話ができる。

（実施例）次に図面を参照して本発明の詳細な説明する。

第１図は本発明の請求項１を実現するための一実施例を
表すブロック図である。

第１図において、無音検出部１０１は無音部分が検出さ
れた時に、信号を対話処理部１０５に送る。対話処理部
１０５は、無音検出部１０１から信号を受けると音声応
答部１０６に相づちを送出するように信号を送る。音声
応答部１０６は、対話処理部１０５から信号を受は取る
と、「はい」、［ええ１等の相づちを送出する。音声入
力部１０２は、音声が入力されるとレベル送出部１０３
にんＤ変換された音声信号を送り、対話処理部１０５に
音声の分析結果を送る。レベル検出部１０３では、例え
ば１０［ｍｓｌごとの、各区間における音声のパワーの
最大値を求め、その結果を判定部１０４に送る。判定部
１０４では、各区間における音声のパワーの最大値とあ
るしきい値を比較し、あらかじめ定めた時間長（例えば
２秒程度）以上、入力音声がしきい値以下であるときに
信号を対話処理部１０５に送る。対話処理部１０５は、
判定部１０４から信号を受けると音声応答部１０６に相
づちを送出するように信号を送る。音声応答部１０６は
、対話処理部１０５から信号を受は取ると、「はい」、
「ええ」等の相づちを送出する。上記実施例において、
レベル送出部１０３で、音声パワーの最大値の代わりに
音声のパワーの平均値を求め、判定部１０４では、各区
間における音声のパワーの平均値とあるしきい値を比較
し、あらかじめ定めた時間長く例えば２秒程度）以上、
入力音声がしきい値以下であるときに信号を対話処理部
１０５に送るとしても良い。もし、判定部１０４で音声
の最大値とあるしきい値を比較し、一定時間長以上、入
力音声がしきい値以下であるときがなかったら、信号が
対話処理部１０５に送られることはなく、その結果、音
声応答部１０６に相づちを送出するように信号が送られ
ることもなく相づちが送出されることはない。

第２図は本発明の請求項２を実現するための一実施例を
表すブロック図である。

第２図において音声入力部２０１は、音声が入力される
と、母音識別部２０２（例えばバタン比較器）、および
対話処理部２０３に音声の分析結果を送る。母音バタン
記憶部２０６には、各母音のフレーム単位の母音標準バ
タンをあらかじめ記憶しておく。母音識別部２０２は音
声の分析結果と、母音バタン記憶部２０６の母音標準バ
タンとのマツチングをフレームごとに行いフレームごと
に母音を識別し、その結果を判定部２０４（例えばカウ
ンタ）に送る。判定部２０４では、あらかじめ定められ
た数似上連続して同じ母音フレームが出現したときに、
信号を対話処理部２０３に送る。この際、母音認識部２
０２における識別部りに対処するために、判定部２０４
では、同一母音フレームがあらかじめ定めたフレーム数
、例えば３フレ一ム以上連続した場合のみ、その母音が
出現したとみなしても良い。あるいは、判定部２０４に
おいて連続する同一母音フレームの間にはさまれた、あ
らかじめ定められたフレーム数、例えば、２フレーム以
下の他の母音フレームは識別誤りとみなしても良い。す
なわち、例えばｅｅｅｅｉｉｅｅｅｅｅという母音フレ
ーム時系列はｅｅｅｅｅｅｅｅｅｅｅという母音フレー
ム時系列とみなすことになる。対話処理部２０３は、判
定部２０４から信号が送られてきた時に、音声応答部２
０５に相づちを送出するように信号を送る。

音声応答部２０５は、対話処理部２０３から信号を受は
取ると、「はい］、［ええＪ等の相づちを送出する。あ
らかじめ定められた数似上連続して同じ母音フレームが
出現しなかったときは、信号は対話処理部２０３に送ら
れないので、音声応答部２０５に信号も送られず、相づ
ちは送出されない。

（発明の効果）以上述べたように本発明によれば、人間が音声を用いて
機械と対話を行う際に、より人間同士の対話に似た、自
然で心理的な不安を生じさせない対話を可能にする音声
対話処理装置を提供することができる。

【図面の簡単な説明】

第１図及び第２図は、各々本発明の一実施例を示すブロ
ック図である。１０１・・・無音検出部、１０２・・・音声入力部、１
０３・・・レベル検出部、１０４・・・対話処理部、１
０５・・・判定部、１０６・・・音声応答部、２０１・
・・音声入力部、２０２・・・母音識別部、２０３０．
・対話処理部、２０４・・・判定部、２０５・・・音声
応答部、２０６・・・母音バタン記憶部。

Claims

【特許請求の範囲】

（１）入力音声の無音部分以外の区間において、入力音
声のレベルを検出して、レベルが一定のしきい値以下で
ある時間が一定長に達した時点で、相づちを送出するこ
とを特徴とする音声対話処理方式。
（２）入力音声の母音を識別し、入力音声中に同母音が
一定時間以上連続して出現した時点で、相づちを送出す
ることを特徴とする音声対話処理方式。