JPH10260976A - 音声対話方法 - Google Patents
音声対話方法Info
- Publication number
- JPH10260976A JPH10260976A JP9064567A JP6456797A JPH10260976A JP H10260976 A JPH10260976 A JP H10260976A JP 9064567 A JP9064567 A JP 9064567A JP 6456797 A JP6456797 A JP 6456797A JP H10260976 A JPH10260976 A JP H10260976A
- Authority
- JP
- Japan
- Prior art keywords
- speech
- output
- voice
- user
- sentence
- 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.)
- Pending
Links
Landscapes
- Machine Translation (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
(57)【要約】
【課題】 音声対話システムの出力中に使用者の発話が
重複した場合に、長さの短いもの、内容の簡潔なものに
変えて出力することができる音声対話方法を提供するこ
とである。 【解決手段】 入力音声を認識し、この認識結果に対す
る応答文を音声出力するようにした音声対話方法におい
て、音声出力中に使用者が発話した場合に、同一の意味
を表す文字数の異なる応答文を予め用意し、文字数の少
ない応答文を出力するようにした。
重複した場合に、長さの短いもの、内容の簡潔なものに
変えて出力することができる音声対話方法を提供するこ
とである。 【解決手段】 入力音声を認識し、この認識結果に対す
る応答文を音声出力するようにした音声対話方法におい
て、音声出力中に使用者が発話した場合に、同一の意味
を表す文字数の異なる応答文を予め用意し、文字数の少
ない応答文を出力するようにした。
Description
【０００１】
【発明の属する技術分野】本発明は、音声入力による情
報処理システムに利用される音声対話方法に関するもの
である。
報処理システムに利用される音声対話方法に関するもの
である。
【０００２】
【従来の技術】近年、音声によって機械に格納された情
報を出し入れ、やりとりする音声対話システムの研究や
試作が盛んである。そして、音声が人間の最も自然な入
出力手段であることから、情報の入出力手段として利用
することも注目されている。しかし、人間が機械と音声
で情報をやりとりする際、人間の発話の速度、タイミン
グ、使用する語等が円滑な対話に影響する。例えば、特
開平５−１７３５８９号公報では、同じ意味を表す文字
数の異なる応答文を複数用意し、入力された発話の速度
に応じて応答文を変えると云う音声応答装置が開示され
ている。
報を出し入れ、やりとりする音声対話システムの研究や
試作が盛んである。そして、音声が人間の最も自然な入
出力手段であることから、情報の入出力手段として利用
することも注目されている。しかし、人間が機械と音声
で情報をやりとりする際、人間の発話の速度、タイミン
グ、使用する語等が円滑な対話に影響する。例えば、特
開平５−１７３５８９号公報では、同じ意味を表す文字
数の異なる応答文を複数用意し、入力された発話の速度
に応じて応答文を変えると云う音声応答装置が開示され
ている。
【０００３】
【発明が解決しようとする課題】しかしながら、このよ
うな装置では、発話速度のみを応答を変える要素として
いることや、応答文の文字数だけに着目している点で、
円滑な対話をするには足りない面がある。例えば、音声
によるガイドでなんらかの作業を行うような対話システ
ムを考えた場合、機械からの「水を鍋に入れて下さい」
と云う出力に対して、それを聞いているユーザが、機械
の出力途中、すなわち、「入れて下さい」に重複して
「水の量は？」と重複して発話する可能性がある。ある
特定のタスク、作業では、ユーザが最後まで聞かなくて
もその内容がわかり、その内容がわかった時点で発話す
ると云う現象がある。
うな装置では、発話速度のみを応答を変える要素として
いることや、応答文の文字数だけに着目している点で、
円滑な対話をするには足りない面がある。例えば、音声
によるガイドでなんらかの作業を行うような対話システ
ムを考えた場合、機械からの「水を鍋に入れて下さい」
と云う出力に対して、それを聞いているユーザが、機械
の出力途中、すなわち、「入れて下さい」に重複して
「水の量は？」と重複して発話する可能性がある。ある
特定のタスク、作業では、ユーザが最後まで聞かなくて
もその内容がわかり、その内容がわかった時点で発話す
ると云う現象がある。
【０００４】本発明は、このような点に鑑みなされたも
ので、発話が重複した場合にも、機械の出力をユーザの
発話に合わせて長さの短いもの、内容の簡潔なものに変
えることができる音声対話方法を提供することを目的と
する。また、円滑な対話や判り易い情報提示を行うため
に、出力する応答文も、文字数の長さだけでなく、話題
となっている事柄を先に出したり、より自然な語順で情
報を提示することができる音声対話方法を提供すること
を目的とする。
ので、発話が重複した場合にも、機械の出力をユーザの
発話に合わせて長さの短いもの、内容の簡潔なものに変
えることができる音声対話方法を提供することを目的と
する。また、円滑な対話や判り易い情報提示を行うため
に、出力する応答文も、文字数の長さだけでなく、話題
となっている事柄を先に出したり、より自然な語順で情
報を提示することができる音声対話方法を提供すること
を目的とする。
【０００５】
【課題を解決するための手段】請求項１記載の発明は、
入力音声を認識し、この認識結果に対する応答文を音声
出力するようにした音声対話方法において、音声出力中
に使用者が発話した場合に、同一の意味を表す文字数の
異なる応答文を予め用意し、文字数の少ない応答文を出
力するようにしたことを特徴とするものである。従っ
て、発話が重複した際に、短い文字数の発話を出力する
ことで、円滑に使用者との対話をすすめられ、作業や仕
事を効率的に行うことができるものである。
入力音声を認識し、この認識結果に対する応答文を音声
出力するようにした音声対話方法において、音声出力中
に使用者が発話した場合に、同一の意味を表す文字数の
異なる応答文を予め用意し、文字数の少ない応答文を出
力するようにしたことを特徴とするものである。従っ
て、発話が重複した際に、短い文字数の発話を出力する
ことで、円滑に使用者との対話をすすめられ、作業や仕
事を効率的に行うことができるものである。
【０００６】請求項２記載の発明は、入力音声を認識
し、この認識結果に対する応答文を音声出力するように
した音声対話方法において、音声出力中に使用者が発話
した場合或いは使用者の発話速度が速い場合に同一の意
味を表す音節数又はよみ数の異なる応答文を用意し、音
節数又はよみ数の少ない応答文を出力するようにしたこ
とを特徴とするものである。従って、使用者の発話が重
複したり、速い速度の時に、よみ数や音節数の少ないも
のを選択して出力することで、円滑に使用者との対話を
すすめられ、作業や仕事を効率的に行うことができるも
のである。
し、この認識結果に対する応答文を音声出力するように
した音声対話方法において、音声出力中に使用者が発話
した場合或いは使用者の発話速度が速い場合に同一の意
味を表す音節数又はよみ数の異なる応答文を用意し、音
節数又はよみ数の少ない応答文を出力するようにしたこ
とを特徴とするものである。従って、使用者の発話が重
複したり、速い速度の時に、よみ数や音節数の少ないも
のを選択して出力することで、円滑に使用者との対話を
すすめられ、作業や仕事を効率的に行うことができるも
のである。
【０００７】請求項３記載の発明は、入力音声を認識
し、この認識結果に対する応答文を音声出力するように
した音声対話方法において、話題になっている項目を語
順として先に出力するようにしたことを特徴とするもの
である。従って、話題になっている事柄を語順として先
に出力することでより効率的な対話を行うことができる
ものである。
し、この認識結果に対する応答文を音声出力するように
した音声対話方法において、話題になっている項目を語
順として先に出力するようにしたことを特徴とするもの
である。従って、話題になっている事柄を語順として先
に出力することでより効率的な対話を行うことができる
ものである。
【０００８】請求項４記載の発明は、請求項２記載の音
声対話方法において、話題になっている項目を語順とし
て先に出力するようにしたことを特徴とするものであ
る。従って、使用者の発話が重複したり、速い場合に、
話題になっている事柄を語順として先に出力することで
より効率的な対話を行うことができるものである。
声対話方法において、話題になっている項目を語順とし
て先に出力するようにしたことを特徴とするものであ
る。従って、使用者の発話が重複したり、速い場合に、
話題になっている事柄を語順として先に出力することで
より効率的な対話を行うことができるものである。
【０００９】請求項５記載の発明は、入力音声を認識
し、この認識結果に対する応答文を音声出力するように
した音声対話方法において、話題になっている項目とそ
れに付随する付属語だけを出力するようにしたことを特
徴とするものである。従って、対話において話題になっ
ている個所だけを出力することで効率的で円滑な対話を
行うことができるものである。
し、この認識結果に対する応答文を音声出力するように
した音声対話方法において、話題になっている項目とそ
れに付随する付属語だけを出力するようにしたことを特
徴とするものである。従って、対話において話題になっ
ている個所だけを出力することで効率的で円滑な対話を
行うことができるものである。
【００１０】請求項６記載の発明は、請求項２記載の音
声対話方法において、話題になっている項目とそれに付
随する付属語だけを出力するようにしたことを特徴とす
るものである。従って、使用者の発話が重複したり、速
い場合に、対話において話題になっている個所だけを出
力することで効率的で円滑な対話を行うことができるも
のである。
声対話方法において、話題になっている項目とそれに付
随する付属語だけを出力するようにしたことを特徴とす
るものである。従って、使用者の発話が重複したり、速
い場合に、対話において話題になっている個所だけを出
力することで効率的で円滑な対話を行うことができるも
のである。
【００１１】請求項７記載の発明は、入力音声を認識
し、この認識結果に対する応答文を音声出力するように
した音声対話方法において、使用者の話した語句、表現
パターンと同じ語句、表現パターンを使って音声出力す
ることを特徴とするものである。従って、使用者が使っ
たのと同じ文型で情報を提示することで、より円滑、効
率的に対話を行うことができるようにしたものである。
し、この認識結果に対する応答文を音声出力するように
した音声対話方法において、使用者の話した語句、表現
パターンと同じ語句、表現パターンを使って音声出力す
ることを特徴とするものである。従って、使用者が使っ
たのと同じ文型で情報を提示することで、より円滑、効
率的に対話を行うことができるようにしたものである。
【００１２】
【発明の実施の形態】本発明の実施の一形態を図面に基
づいて説明する。まず、図１に示すように、音声対話シ
ステムの基本的な構成としては、音声認識モジュール
１、音声合成モジュール２、言語処理部３、発話パター
ン辞書４、タスク知識５、単語辞書６とよりなってい
る。
づいて説明する。まず、図１に示すように、音声対話シ
ステムの基本的な構成としては、音声認識モジュール
１、音声合成モジュール２、言語処理部３、発話パター
ン辞書４、タスク知識５、単語辞書６とよりなってい
る。
【００１３】ここで、音声認識モジュール１は、入力さ
れた音声の特徴を分析し、言語処理部３が作成した認識
候補を順に音声入力中に照合し、認識結果を言語処理部
３に渡す。さらに、システムの発話中に使用者の発話が
あったか、また、使用者の発話の速度が速いか遅いかを
測定することも音声認識モジュール１で行われる。そし
て、音声認識モジュール１で得た認識結果から、次の対
話場面に応じた文型、内容をもつ応答文を選択し、音声
合成モジュール２が出力をする。
れた音声の特徴を分析し、言語処理部３が作成した認識
候補を順に音声入力中に照合し、認識結果を言語処理部
３に渡す。さらに、システムの発話中に使用者の発話が
あったか、また、使用者の発話の速度が速いか遅いかを
測定することも音声認識モジュール１で行われる。そし
て、音声認識モジュール１で得た認識結果から、次の対
話場面に応じた文型、内容をもつ応答文を選択し、音声
合成モジュール２が出力をする。
【００１４】また、言語処理部３は、発話パターン辞書
４で現在の対話場面に応じた文型（テンプレート）にタ
スク知識５、単語辞書６の語を埋め込み、認識候補文
（認識候補単語列）と出力候補文（出力候補単語）を作
成し、音声認識モジュール１、音声合成モジュール２に
渡す。なお、認識や合成の単位は、単語列でも文でも良
い。
４で現在の対話場面に応じた文型（テンプレート）にタ
スク知識５、単語辞書６の語を埋め込み、認識候補文
（認識候補単語列）と出力候補文（出力候補単語）を作
成し、音声認識モジュール１、音声合成モジュール２に
渡す。なお、認識や合成の単位は、単語列でも文でも良
い。
【００１５】つぎに、音声対話システムの処理の概要を
図２に基づいて説明する。まず、対話が開始されると、
出力候補文、認識候補文を生成する。ここで、使用者か
らの音声入力があれば、音声認識モジュール１が認識候
補文を音声入力中に照合すると共に、システムの出力と
重複しているかどうか、また、使用者の発話の速度が速
いかどうかを判定する。重複していたり、発話の速度が
予め設定した速度より速い場合には、出力候補文中から
短い文を選択する。さらに、重複がなく、或いは、発話
の速度が速くない場合には、出力候補文から１文を選択
する。
図２に基づいて説明する。まず、対話が開始されると、
出力候補文、認識候補文を生成する。ここで、使用者か
らの音声入力があれば、音声認識モジュール１が認識候
補文を音声入力中に照合すると共に、システムの出力と
重複しているかどうか、また、使用者の発話の速度が速
いかどうかを判定する。重複していたり、発話の速度が
予め設定した速度より速い場合には、出力候補文中から
短い文を選択する。さらに、重複がなく、或いは、発話
の速度が速くない場合には、出力候補文から１文を選択
する。
【００１６】続いて、このようにして選択した文を音声
合成モジュール２によって音声出力する。この音声出力
後に、再び、出力候補文、認識候補文を生成する。そし
て、タスクの情報がなくなるか、タスク自体が終了した
時には、対話は終了する。
合成モジュール２によって音声出力する。この音声出力
後に、再び、出力候補文、認識候補文を生成する。そし
て、タスクの情報がなくなるか、タスク自体が終了した
時には、対話は終了する。
【００１７】〈請求項１の説明〉図３は、発話パターン
辞書４の一例であり、対話の場面を表す発話タイプと文
型を記述したテンプレートとからなり、ある場面で発話
する語句の意味とその語順を対応付けて記述したもので
ある。場面によって変更される内容は、「（）」による
変数として表現され、意味カテゴリーが記述される。例
示のものでは、質問の場面では、対称の項目（カテゴリ
ー）の語句のあとに「は」があり、その後に「（量疑問
詞）」と云う項目の語が続くことが記述されている。
辞書４の一例であり、対話の場面を表す発話タイプと文
型を記述したテンプレートとからなり、ある場面で発話
する語句の意味とその語順を対応付けて記述したもので
ある。場面によって変更される内容は、「（）」による
変数として表現され、意味カテゴリーが記述される。例
示のものでは、質問の場面では、対称の項目（カテゴリ
ー）の語句のあとに「は」があり、その後に「（量疑問
詞）」と云う項目の語が続くことが記述されている。
【００１８】図４は、タスク知識５の例を示すものであ
り、タスクの関する項目と値とを格納している。
り、タスクの関する項目と値とを格納している。
【００１９】図５は、単語辞書６の例を示すものであ
り、語の意味とその表記とからなる。
り、語の意味とその表記とからなる。
【００２０】そこで、料理などの作業を使用者に説明す
る音声対話システムを例にしてその処理の流れを説明す
る。例えば、音声対話システムが「鍋に水を入れて下さ
い」と云った文を音声合成モジュール２で出力したとす
る。そして、言語処理部３が発話パターン辞書４の各項
目にタスク知識５、単語辞書６の一致する語を埋め込
み、認識候補列、出力候補単語列を生成する。
る音声対話システムを例にしてその処理の流れを説明す
る。例えば、音声対話システムが「鍋に水を入れて下さ
い」と云った文を音声合成モジュール２で出力したとす
る。そして、言語処理部３が発話パターン辞書４の各項
目にタスク知識５、単語辞書６の一致する語を埋め込
み、認識候補列、出力候補単語列を生成する。
【００２１】発話タイプの「質問」では、（対象）の部
分にタスク知識５の（対象）の値である「水」を埋め込
み、（量疑問詞）には、単語辞書６の「どのくらい」
「何カップ」を埋め込み、「水はどれくらいですか」
「水は何カップですか」といった文（量疑問詞）を生成
する。同様に、発話タイプの「提示」では、「水は２カ
ップです」「２カップです」といった文を得る。
分にタスク知識５の（対象）の値である「水」を埋め込
み、（量疑問詞）には、単語辞書６の「どのくらい」
「何カップ」を埋め込み、「水はどれくらいですか」
「水は何カップですか」といった文（量疑問詞）を生成
する。同様に、発話タイプの「提示」では、「水は２カ
ップです」「２カップです」といった文を得る。
【００２２】しかして、音声認識モジュール１は、言語
処理部３で生成した認識候補単語列を使用者の発話中に
認識する。例えば、使用者が「水はどれくらいですか」
と発話した場合に、発話中に認識候補単語列の「水はど
のくらいですか」が照合される。そして、音声対話シス
テムが「鍋に水を入れて下さい」と云った文と発話した
場合に、その発話中に使用者が「水はどれくらいです
か」と重複して発話したとすれば、音声対話システムは
文字数の少ない方の文である「２カップです」を音声合
成モジュール２から出力する。
処理部３で生成した認識候補単語列を使用者の発話中に
認識する。例えば、使用者が「水はどれくらいですか」
と発話した場合に、発話中に認識候補単語列の「水はど
のくらいですか」が照合される。そして、音声対話シス
テムが「鍋に水を入れて下さい」と云った文と発話した
場合に、その発話中に使用者が「水はどれくらいです
か」と重複して発話したとすれば、音声対話システムは
文字数の少ない方の文である「２カップです」を音声合
成モジュール２から出力する。
【００２３】〈請求項２の説明〉図６は、タスク知識４
の例であり、ここでは、「＄」も意味カテゴリーを表す
記号として記述している。図７は、単語辞書６の例であ
り、意味と対応する語の表記とよみ、音節数からなる。
なお、発話パターン辞書４は、図３に示したものと同様
である。
の例であり、ここでは、「＄」も意味カテゴリーを表す
記号として記述している。図７は、単語辞書６の例であ
り、意味と対応する語の表記とよみ、音節数からなる。
なお、発話パターン辞書４は、図３に示したものと同様
である。
【００２４】そこで、例えば、音声対話システムが「鍋
に水を入れて下さい」と云った文を音声合成モジュール
２で出力したとする。そして、言語処理部３が発話パタ
ーン辞書４の各項目にタスク知識５、単語辞書６の一致
する語を埋め込み、認識候補列、出力候補単語列を生成
する。
に水を入れて下さい」と云った文を音声合成モジュール
２で出力したとする。そして、言語処理部３が発話パタ
ーン辞書４の各項目にタスク知識５、単語辞書６の一致
する語を埋め込み、認識候補列、出力候補単語列を生成
する。
【００２５】発話タイプの「質問」では、（対象）の部
分にタスク知識５の（対象）の値である「水」を埋め込
み、（量疑問詞）には、単語辞書６の「どのくらい」
「何カップ」を埋め込み、「水はどれくらいですか」
「水は何カップですか」といった文（量疑問詞）を生成
する。同様に、発話タイプの「提示」では、「水は２カ
ップです」「２カップです」「水は１８０mlです」「１
８０mlです」といった文を得る。
分にタスク知識５の（対象）の値である「水」を埋め込
み、（量疑問詞）には、単語辞書６の「どのくらい」
「何カップ」を埋め込み、「水はどれくらいですか」
「水は何カップですか」といった文（量疑問詞）を生成
する。同様に、発話タイプの「提示」では、「水は２カ
ップです」「２カップです」「水は１８０mlです」「１
８０mlです」といった文を得る。
【００２６】しかして、音声認識モジュール１は、言語
処理部３で生成した認識候補単語列を使用者の発話中に
認識する。例えば、使用者が「水はどれくらいですか」
と発話した場合に、発話中に認識候補単語列の「水はど
のくらいですか」が照合される。これに対して、情報を
提示する文を出力するが、使用者の発話がシステムの出
力に重複した場合や速い速度で発話した場合には、生成
した発話候補列でもよみ数又は音節数の短いものを発話
文として選択する。ここでは、先の４文のうち、単語辞
書の音節数を総計することで、「２カップです」が最も
音節の短い文として選択され、これを音声合成モジュー
ル２で出力する。
処理部３で生成した認識候補単語列を使用者の発話中に
認識する。例えば、使用者が「水はどれくらいですか」
と発話した場合に、発話中に認識候補単語列の「水はど
のくらいですか」が照合される。これに対して、情報を
提示する文を出力するが、使用者の発話がシステムの出
力に重複した場合や速い速度で発話した場合には、生成
した発話候補列でもよみ数又は音節数の短いものを発話
文として選択する。ここでは、先の４文のうち、単語辞
書の音節数を総計することで、「２カップです」が最も
音節の短い文として選択され、これを音声合成モジュー
ル２で出力する。
【００２７】なお、候補のうち、「２カップです」「１
８０mlです」は、文字数としては同じであるが、「２カ
ップです」の音節数が５、「１８０mlです」の音節数が
１３であるため、読んだ場合の長さがかなり違う。この
ように、よみ数や音節数によって音声出力する場合の長
さを考慮することで、より短い文を選択、出力すること
ができるものである。
８０mlです」は、文字数としては同じであるが、「２カ
ップです」の音節数が５、「１８０mlです」の音節数が
１３であるため、読んだ場合の長さがかなり違う。この
ように、よみ数や音節数によって音声出力する場合の長
さを考慮することで、より短い文を選択、出力すること
ができるものである。
【００２８】〈請求項３及び４の説明〉図８は、発話パ
ターン辞書４の例を示すもので、基本的には図３に示す
ものと同様であるが、「：」以降は辞書検索する際の追
加検索条件として表現してある。以降は、制約と呼ぶ。
すなわち、前方の条件に制限を与える記述となる。ここ
で、「（対象）：疑問詞」は意味が対象であるもののう
ち、疑問詞の性質をもったものをそこに埋め込む意味で
ある。図９はタスク知識５の例であり、図４に示したも
のとその意味は同様である。図１０は、単語辞書６の例
であり、語の意味、表記、品詞からなる。品詞を発話パ
ターンの制約（辞書検索する際の一条件）として照合す
る。
ターン辞書４の例を示すもので、基本的には図３に示す
ものと同様であるが、「：」以降は辞書検索する際の追
加検索条件として表現してある。以降は、制約と呼ぶ。
すなわち、前方の条件に制限を与える記述となる。ここ
で、「（対象）：疑問詞」は意味が対象であるもののう
ち、疑問詞の性質をもったものをそこに埋め込む意味で
ある。図９はタスク知識５の例であり、図４に示したも
のとその意味は同様である。図１０は、単語辞書６の例
であり、語の意味、表記、品詞からなる。品詞を発話パ
ターンの制約（辞書検索する際の一条件）として照合す
る。
【００２９】そこで、例えば、音声対話システムが「鍋
に水を入れて下さい」と云った文を音声合成モジュール
２で出力したとする。そして、言語処理部３が発話パタ
ーン辞書４の各項目にタスク知識５、単語辞書６の一致
する語を埋め込み、認識候補列、出力候補単語列を生成
する。
に水を入れて下さい」と云った文を音声合成モジュール
２で出力したとする。そして、言語処理部３が発話パタ
ーン辞書４の各項目にタスク知識５、単語辞書６の一致
する語を埋め込み、認識候補列、出力候補単語列を生成
する。
【００３０】発話タイプの「質問」では、「（対象）：
疑問詞」の個所に、タスク知識５と単語辞書６とで意味
が「（対象）」で品詞が疑問詞である語を埋め込む。こ
の場合は「何」が得られる。検索した表記「何」を埋め
込み、「（動作）」にはタスク知識５の「入れる」を埋
め込み、「何を入れるんですか」を得る。同様に、発話
タイプが「提示」では、「水に鍋を入れます」「鍋に水
を入れます」が生成される。述部の部分は、意味が
「（動作）」で品詞が動詞連用のものを得て生成する。
疑問詞」の個所に、タスク知識５と単語辞書６とで意味
が「（対象）」で品詞が疑問詞である語を埋め込む。こ
の場合は「何」が得られる。検索した表記「何」を埋め
込み、「（動作）」にはタスク知識５の「入れる」を埋
め込み、「何を入れるんですか」を得る。同様に、発話
タイプが「提示」では、「水に鍋を入れます」「鍋に水
を入れます」が生成される。述部の部分は、意味が
「（動作）」で品詞が動詞連用のものを得て生成する。
【００３１】音声認識モジュール１は、言語処理部３で
生成した認識候補単語列を使用者の発話中に認識する。
例えば、使用者が「何を入れるんですか」と発話した場
合、発話中に認識候補単語列の「何を入れるんですか」
が照合される。この時、疑問詞である「何」が話題の個
所であるとする。
生成した認識候補単語列を使用者の発話中に認識する。
例えば、使用者が「何を入れるんですか」と発話した場
合、発話中に認識候補単語列の「何を入れるんですか」
が照合される。この時、疑問詞である「何」が話題の個
所であるとする。
【００３２】これに対して、情報を提示する文を出力す
るが、生成済みの提示文「水を鍋に入れます」「鍋に水
を入れます」のうち、話題の個所である「（対象）」が
語順として前に位置する「水を鍋に入れます」を選択
し、音声合成モジュール１で出力する。このように対話
で話題になっている個所を先に発話することで、円滑な
対話を行うことができる。
るが、生成済みの提示文「水を鍋に入れます」「鍋に水
を入れます」のうち、話題の個所である「（対象）」が
語順として前に位置する「水を鍋に入れます」を選択
し、音声合成モジュール１で出力する。このように対話
で話題になっている個所を先に発話することで、円滑な
対話を行うことができる。
【００３３】しかして、使用者の発話が重複したり、速
い場合に、話題になっている事柄を語順として先に出力
することでより効率的な対話を行うことができる。
い場合に、話題になっている事柄を語順として先に出力
することでより効率的な対話を行うことができる。
【００３４】〈請求項５及び６の説明〉図１１は、発話
パターン辞書４の例であり、タスク知識５、単語辞書６
は、図９及び図１０に示すものと同様である。
パターン辞書４の例であり、タスク知識５、単語辞書６
は、図９及び図１０に示すものと同様である。
【００３５】そこで、例えば、音声対話システムが「鍋
に水を入れて下さい」と云った文を音声合成モジュール
２で出力したとする。そして、言語処理部３が発話パタ
ーン辞書４の各項目にタスク知識５、単語辞書６の一致
する語を埋め込み、認識候補列、出力候補単語列を生成
する。
に水を入れて下さい」と云った文を音声合成モジュール
２で出力したとする。そして、言語処理部３が発話パタ
ーン辞書４の各項目にタスク知識５、単語辞書６の一致
する語を埋め込み、認識候補列、出力候補単語列を生成
する。
【００３６】発話タイプの「質問」では、「（対象）：
疑問詞」の個所に、タスク知識５と単語辞書６とで意味
が「（対象）」で品詞が疑問詞である語を埋め込む。こ
の場合は「何」が得られる。検索した表記「何」を埋め
込み、「（動作）」にはタスク知識５の「入れる」を埋
め込み、「何を入れるんですか」を得る。同様に、発話
タイプが「提示」では、「水に鍋を入れます」「鍋に水
を入れます」が生成される。述部の部分は、意味が
「（動作）」で品詞が動詞連用のものを得て生成する。
疑問詞」の個所に、タスク知識５と単語辞書６とで意味
が「（対象）」で品詞が疑問詞である語を埋め込む。こ
の場合は「何」が得られる。検索した表記「何」を埋め
込み、「（動作）」にはタスク知識５の「入れる」を埋
め込み、「何を入れるんですか」を得る。同様に、発話
タイプが「提示」では、「水に鍋を入れます」「鍋に水
を入れます」が生成される。述部の部分は、意味が
「（動作）」で品詞が動詞連用のものを得て生成する。
【００３７】音声認識モジュール１は、言語処理部３で
生成した認識候補単語列を使用者の発話中に認識する。
例えば、使用者が「何を入れるんですか」と発話した場
合、発話中に認識候補単語列の「何を入れるんですか」
が照合される。この時、疑問詞である「何」が話題の個
所であるとする。
生成した認識候補単語列を使用者の発話中に認識する。
例えば、使用者が「何を入れるんですか」と発話した場
合、発話中に認識候補単語列の「何を入れるんですか」
が照合される。この時、疑問詞である「何」が話題の個
所であるとする。
【００３８】これに対して、情報を提示する文を出力す
るが、意味が対象で、疑問詞の「何」の部分をタスク知
識５で埋めた生成済みの提示文「水です」「水を鍋に入
れます」「鍋に水を入れます」のうち、話題の個所であ
る「（対象）」と付属語だけからなる「水です」を選択
し、音声合成モジュール１で出力する。
るが、意味が対象で、疑問詞の「何」の部分をタスク知
識５で埋めた生成済みの提示文「水です」「水を鍋に入
れます」「鍋に水を入れます」のうち、話題の個所であ
る「（対象）」と付属語だけからなる「水です」を選択
し、音声合成モジュール１で出力する。
【００３９】しかして、使用者の発話が重複したり、速
い場合に、話題になっている事柄を語順として先に出力
することでより効率的な対話を行うことができる。
い場合に、話題になっている事柄を語順として先に出力
することでより効率的な対話を行うことができる。
【００４０】〈請求項７の説明〉図１２は、発話パター
ン辞書４の例であり、発話タイプ、パターン番号、テン
プレートからなる。発話タイプとテンプレートとは、図
８に示すものと同形式である。ここでは、パターン番号
を有しており、認識、生成時にパターン番号によって発
話パターンを選択する。図１３は、タスク知識５の例を
示し、図１４は、単語辞書６の例を示し、それらの型式
としては、図９、図１０に示したものと同様である。
ン辞書４の例であり、発話タイプ、パターン番号、テン
プレートからなる。発話タイプとテンプレートとは、図
８に示すものと同形式である。ここでは、パターン番号
を有しており、認識、生成時にパターン番号によって発
話パターンを選択する。図１３は、タスク知識５の例を
示し、図１４は、単語辞書６の例を示し、それらの型式
としては、図９、図１０に示したものと同様である。
【００４１】そこで、例えば、音声対話システムが「鍋
に水を入れて下さい」と云った文を音声合成モジュール
２で出力したとする。そして、言語処理部３が発話パタ
ーン辞書４の各項目にタスク知識５、単語辞書６の一致
する語を埋め込み、認識候補列、出力候補単語列を生成
する。
に水を入れて下さい」と云った文を音声合成モジュール
２で出力したとする。そして、言語処理部３が発話パタ
ーン辞書４の各項目にタスク知識５、単語辞書６の一致
する語を埋め込み、認識候補列、出力候補単語列を生成
する。
【００４２】発話タイプの「質問」では、「（対象）」
の個所にタスク知識５から検索した「水」を埋め込み、
「（量）：疑問詞」の個所に、タスク知識５と単語辞書
６から意味が「（量）」で、品詞が疑問詞である語「ど
のくらい」を埋め込み、それ以外の付属語を接続して
「水はどれくらいですか」と云った文を生成する。
の個所にタスク知識５から検索した「水」を埋め込み、
「（量）：疑問詞」の個所に、タスク知識５と単語辞書
６から意味が「（量）」で、品詞が疑問詞である語「ど
のくらい」を埋め込み、それ以外の付属語を接続して
「水はどれくらいですか」と云った文を生成する。
【００４３】他の発話パターン辞書４についても同様に
処理を行い、「水はどのくらいですか」「水をどのくら
い入れますか」「水は２カップです」「水は２カップ入
れます」を認識単語候補列、出力単語候補列として生成
する。
処理を行い、「水はどのくらいですか」「水をどのくら
い入れますか」「水は２カップです」「水は２カップ入
れます」を認識単語候補列、出力単語候補列として生成
する。
【００４４】音声認識モジュール１は、言語処理部３で
生成した認識候補単語列を使用者の発話に照合し、認識
する。例えば、使用者が「水はどれくらいですか」と発
話した場合、発話中に認識候補単語列の「水はどのくら
いですか」が照合される。ここで照合された発話パター
ンのパターン番号を格納する。この場合は、「１」であ
る。これに対して情報を提示する文を出力するが、「水
は２カップです」「水は２カップ入れます」があるが、
先の使用者の発話を認識した発話パターン辞書４のパタ
ーン番号と同じパターン番号のものを選択する。この場
合は、「１」なので、パターン番号が「１」である「水
は２カップです」を音声合成モジュール２が出力する。
すなわち、使用者の話した語句、表現パターンと同じ語
句、表現パターンを使って音声出力がなされる。
生成した認識候補単語列を使用者の発話に照合し、認識
する。例えば、使用者が「水はどれくらいですか」と発
話した場合、発話中に認識候補単語列の「水はどのくら
いですか」が照合される。ここで照合された発話パター
ンのパターン番号を格納する。この場合は、「１」であ
る。これに対して情報を提示する文を出力するが、「水
は２カップです」「水は２カップ入れます」があるが、
先の使用者の発話を認識した発話パターン辞書４のパタ
ーン番号と同じパターン番号のものを選択する。この場
合は、「１」なので、パターン番号が「１」である「水
は２カップです」を音声合成モジュール２が出力する。
すなわち、使用者の話した語句、表現パターンと同じ語
句、表現パターンを使って音声出力がなされる。
【００４５】
【発明の効果】請求項１記載の発明は、入力音声を認識
し、この認識結果に対する応答文を音声出力するように
した音声対話方法において、音声出力中に使用者が発話
した場合に、同一の意味を表す文字数の異なる応答文を
予め用意し、文字数の少ない応答文を出力するようにし
たので、発話が重複した際に、短い文字数の発話を出力
することで、円滑に使用者との対話をすすめられ、作業
や仕事を効率的に行うことができると云う効果を有する
ものである。
し、この認識結果に対する応答文を音声出力するように
した音声対話方法において、音声出力中に使用者が発話
した場合に、同一の意味を表す文字数の異なる応答文を
予め用意し、文字数の少ない応答文を出力するようにし
たので、発話が重複した際に、短い文字数の発話を出力
することで、円滑に使用者との対話をすすめられ、作業
や仕事を効率的に行うことができると云う効果を有する
ものである。
【００４６】請求項２記載の発明は、入力音声を認識
し、この認識結果に対する応答文を音声出力するように
した音声対話方法において、音声出力中に使用者が発話
した場合或いは使用者の発話速度が速い場合に同一の意
味を表す音節数又はよみ数の異なる応答文を用意し、音
節数又はよみ数の少ない応答文を出力するようにしたの
で、使用者の発話が重複したり、速い速度の時に、よみ
数や音節数の少ないものを選択して出力することで、円
滑に使用者との対話をすすめられ、作業や仕事を効率的
に行うことができると云う効果を有するものである。
し、この認識結果に対する応答文を音声出力するように
した音声対話方法において、音声出力中に使用者が発話
した場合或いは使用者の発話速度が速い場合に同一の意
味を表す音節数又はよみ数の異なる応答文を用意し、音
節数又はよみ数の少ない応答文を出力するようにしたの
で、使用者の発話が重複したり、速い速度の時に、よみ
数や音節数の少ないものを選択して出力することで、円
滑に使用者との対話をすすめられ、作業や仕事を効率的
に行うことができると云う効果を有するものである。
【００４７】請求項３記載の発明は、入力音声を認識
し、この認識結果に対する応答文を音声出力するように
した音声対話方法において、話題になっている項目を語
順として先に出力するようにしたので、話題になってい
る事柄を語順として先に出力することでより効率的な対
話を行うことができると云う効果を有するものである。
し、この認識結果に対する応答文を音声出力するように
した音声対話方法において、話題になっている項目を語
順として先に出力するようにしたので、話題になってい
る事柄を語順として先に出力することでより効率的な対
話を行うことができると云う効果を有するものである。
【００４８】請求項４記載の発明は、請求項２記載の音
声対話方法において、話題になっている項目を語順とし
て先に出力するようにしたので、使用者の発話が重複し
たり、速い場合に、話題になっている事柄を語順として
先に出力することでより効率的な対話を行うことができ
ると云う効果を有するものである。
声対話方法において、話題になっている項目を語順とし
て先に出力するようにしたので、使用者の発話が重複し
たり、速い場合に、話題になっている事柄を語順として
先に出力することでより効率的な対話を行うことができ
ると云う効果を有するものである。
【００４９】請求項５記載の発明は、入力音声を認識
し、この認識結果に対する応答文を音声出力するように
した音声対話方法において、話題になっている項目とそ
れに付随する付属語だけを出力するようにしたので、対
話において話題になっている個所だけを出力することで
効率的で円滑な対話を行うことができると云う効果を有
するものである。
し、この認識結果に対する応答文を音声出力するように
した音声対話方法において、話題になっている項目とそ
れに付随する付属語だけを出力するようにしたので、対
話において話題になっている個所だけを出力することで
効率的で円滑な対話を行うことができると云う効果を有
するものである。
【００５０】請求項６記載の発明は、請求項２記載の音
声対話方法において、話題になっている項目とそれに付
随する付属語だけを出力するようにしたので、使用者の
発話が重複したり、速い場合に、対話において話題にな
っている個所だけを出力することで効率的で円滑な対話
を行うことができると云う効果を有するものである。
声対話方法において、話題になっている項目とそれに付
随する付属語だけを出力するようにしたので、使用者の
発話が重複したり、速い場合に、対話において話題にな
っている個所だけを出力することで効率的で円滑な対話
を行うことができると云う効果を有するものである。
【００５１】請求項７記載の発明は、入力音声を認識
し、この認識結果に対する応答文を音声出力するように
した音声対話方法において、使用者の話した語句、表現
パターンと同じ語句、表現パターンを使って音声出力す
るようにしたので、使用者が使ったのと同じ文型で情報
を提示することで、より円滑、効率的に対話を行うこと
ができると云う効果を有するものである。
し、この認識結果に対する応答文を音声出力するように
した音声対話方法において、使用者の話した語句、表現
パターンと同じ語句、表現パターンを使って音声出力す
るようにしたので、使用者が使ったのと同じ文型で情報
を提示することで、より円滑、効率的に対話を行うこと
ができると云う効果を有するものである。
【図１】音声対話システムの全体構成を示すブロック図
である。
である。
【図２】その処理動作を示すフローチャートである。
【図３】発話パターン辞書の一例を示す説明図である。
【図４】タスク知識の一例を示す説明図である。
【図５】単語辞書の一例を示す説明図である。
【図６】タスク知識の他の一例を示す説明図である。
【図７】単語辞書の他の一例を示す説明図である。
【図８】発話パターン辞書の他の例を示す説明図であ
る。
る。
【図９】タスク知識の他の例を示す説明図である。
【図１０】単語辞書の他の一例を示す説明図である。
【図１１】発話パターン辞書の別の一例を示す説明図で
ある。
ある。
【図１２】発話パターン辞書のさらに他の例を示す説明
図である。
図である。
【図１３】タスク知識のさらに他の例を示す説明図であ
る。
る。
【図１４】単語辞書のさらに他の例を示す説明図であ
る。
る。
フロントページの続き (51)Int.Cl.6 識別記号 ＦＩ Ｇ１０Ｌ 3/00 ５５１ Ｇ０６Ｆ 15/38 Ｖ 15/403 ３４０Ｃ ３７０Ｚ
Claims (7)
- 【請求項１】 入力音声を認識し、この認識結果に対す
る応答文を音声出力するようにした音声対話方法におい
て、音声出力中に使用者が発話した場合に、同一の意味
を表す文字数の異なる応答文を予め用意し、文字数の少
ない応答文を出力するようにしたことを特徴とする音声
対話方法。 - 【請求項２】 入力音声を認識し、この認識結果に対す
る応答文を音声出力するようにした音声対話方法におい
て、音声出力中に使用者が発話した場合或いは使用者の
発話速度が速い場合に同一の意味を表す音節数又はよみ
数の異なる応答文を用意し、音節数又はよみ数の少ない
応答文を出力するようにしたことを特徴とする音声対話
方法。 - 【請求項３】 入力音声を認識し、この認識結果に対す
る応答文を音声出力するようにした音声対話方法におい
て、話題になっている項目を語順として先に出力するよ
うにしたことを特徴とする音声対話方法。 - 【請求項４】 話題になっている項目を語順として先に
出力するようにしたことを特徴とする請求項２記載の音
声対話方法。 - 【請求項５】 入力音声を認識し、この認識結果に対す
る応答文を音声出力するようにした音声対話方法におい
て、話題になっている項目とそれに付随する付属語だけ
を出力するようにしたことを特徴とする音声対話方法。 - 【請求項６】 話題になっている項目とそれに付随する
付属語だけを出力するようにしたことを特徴とする請求
項２記載の音声対話方法。 - 【請求項７】 入力音声を認識し、この認識結果に対す
る応答文を音声出力するようにした音声対話方法におい
て、使用者の話した語句、表現パターンと同じ語句、表
現パターンを使って音声出力するようにしたことを特徴
とする音声対話方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP9064567A JPH10260976A (ja) | 1997-03-18 | 1997-03-18 | 音声対話方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP9064567A JPH10260976A (ja) | 1997-03-18 | 1997-03-18 | 音声対話方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH10260976A true JPH10260976A (ja) | 1998-09-29 |
Family
ID=13261948
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP9064567A Pending JPH10260976A (ja) | 1997-03-18 | 1997-03-18 | 音声対話方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH10260976A (ja) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2000038808A1 (fr) * | 1998-12-24 | 2000-07-06 | Sony Corporation | Processeur d'informations, dispositif portable, dispositif d'animal de compagnie electronique, support enregistre sur lequel la procedure de traitement des informations est enregistree et procede de traitement des informations |
| JP2000267687A (ja) * | 1999-03-19 | 2000-09-29 | Mitsubishi Electric Corp | 音声応答装置 |
| JP2001014165A (ja) * | 1999-06-30 | 2001-01-19 | Toshiba Corp | 応答生成装置、対話管理装置、応答生成方法および応答生成プログラムを格納するコンピュータ読み取り可能な記録媒体 |
| JP2001075968A (ja) * | 1999-08-31 | 2001-03-23 | Toshiba Corp | 情報検索方法及びそれを記録した記録媒体 |
| WO2002082423A1 (fr) * | 2001-04-05 | 2002-10-17 | Sony Corporation | Dispositif d'elaboration de suites de mots |
| JP2005321730A (ja) * | 2004-05-11 | 2005-11-17 | Fujitsu Ltd | 対話システム、対話システム実行方法、及びコンピュータプログラム |
| CN108597509A (zh) * | 2018-03-30 | 2018-09-28 | 百度在线网络技术（北京）有限公司 | 智能语音交互实现方法、装置、计算机设备及存储介质 |
| WO2019198667A1 (ja) * | 2018-04-10 | 2019-10-17 | ソニー株式会社 | 情報処理装置、情報処理方法およびプログラム |
| CN112349284A (zh) * | 2019-08-08 | 2021-02-09 | 本田技研工业株式会社 | 通知控制系统、通知控制装置、通知控制方法及存储介质 |
-
1997
- 1997-03-18 JP JP9064567A patent/JPH10260976A/ja active Pending
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2000038808A1 (fr) * | 1998-12-24 | 2000-07-06 | Sony Corporation | Processeur d'informations, dispositif portable, dispositif d'animal de compagnie electronique, support enregistre sur lequel la procedure de traitement des informations est enregistree et procede de traitement des informations |
| KR100751957B1 (ko) * | 1998-12-24 | 2007-08-24 | 소니 가부시끼 가이샤 | 전자페트장치, 정보처리장치 및 정보처리방법 |
| JP2000267687A (ja) * | 1999-03-19 | 2000-09-29 | Mitsubishi Electric Corp | 音声応答装置 |
| JP2001014165A (ja) * | 1999-06-30 | 2001-01-19 | Toshiba Corp | 応答生成装置、対話管理装置、応答生成方法および応答生成プログラムを格納するコンピュータ読み取り可能な記録媒体 |
| JP2001075968A (ja) * | 1999-08-31 | 2001-03-23 | Toshiba Corp | 情報検索方法及びそれを記録した記録媒体 |
| WO2002082423A1 (fr) * | 2001-04-05 | 2002-10-17 | Sony Corporation | Dispositif d'elaboration de suites de mots |
| US7233900B2 (en) | 2001-04-05 | 2007-06-19 | Sony Corporation | Word sequence output device |
| JP2005321730A (ja) * | 2004-05-11 | 2005-11-17 | Fujitsu Ltd | 対話システム、対話システム実行方法、及びコンピュータプログラム |
| US7742924B2 (en) | 2004-05-11 | 2010-06-22 | Fujitsu Limited | System and method for updating information for various dialog modalities in a dialog scenario according to a semantic context |
| CN108597509A (zh) * | 2018-03-30 | 2018-09-28 | 百度在线网络技术（北京）有限公司 | 智能语音交互实现方法、装置、计算机设备及存储介质 |
| WO2019198667A1 (ja) * | 2018-04-10 | 2019-10-17 | ソニー株式会社 | 情報処理装置、情報処理方法およびプログラム |
| CN112349284A (zh) * | 2019-08-08 | 2021-02-09 | 本田技研工业株式会社 | 通知控制系统、通知控制装置、通知控制方法及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11443733B2 (en) | Contextual text-to-speech processing | |
| US8825486B2 (en) | Method and apparatus for generating synthetic speech with contrastive stress | |
| US9424833B2 (en) | Method and apparatus for providing speech output for speech-enabled applications | |
| US8566098B2 (en) | System and method for improving synthesized speech interactions of a spoken dialog system | |
| US8914291B2 (en) | Method and apparatus for generating synthetic speech with contrastive stress | |
| US20130066632A1 (en) | System and method for enriching text-to-speech synthesis with automatic dialog act tags | |
| JP4729902B2 (ja) | 音声対話システム | |
| CN104899192B (zh) | 用于自动通译的设备和方法 | |
| El Ouahabi et al. | Toward an automatic speech recognition system for amazigh-tarifit language | |
| WO2021189984A1 (zh) | 语音合成方法、装置、设备及计算机可读存储介质 | |
| WO2022046226A1 (en) | System and method for cross-speaker style transfer in text-to-speech and training data generation | |
| JPH10260976A (ja) | 音声対話方法 | |
| US9218807B2 (en) | Calibration of a speech recognition engine using validated text | |
| CN109859746B (zh) | 一种基于tts的语音识别语料库生成方法及系统 | |
| JP2003271194A (ja) | 音声対話装置及びその制御方法 | |
| Tsunematsu et al. | Neural Speech Completion. | |
| JP2003162524A (ja) | 言語処理装置 | |
| Kuzdeuov et al. | Speech command recognition: Text-to-speech and speech corpus scraping are all you need | |
| Delić et al. | A Review of AlfaNum Speech Technologies for Serbian, Croatian and Macedonian | |
| Kitai et al. | ASR and TTS telecommunications applications in Japan | |
| JP2001117922A (ja) | 翻訳装置および翻訳方法、並びに記録媒体 | |
| JPH11102196A (ja) | 音声対話システム及び音声対話方法及び記録媒体 | |
| WO2023197206A1 (en) | Personalized and dynamic text to speech voice cloning using incompletely trained text to speech models | |
| JP2001188556A (ja) | 音声認識方法及び装置 | |
| WO2022196087A1 (ja) | 情報処理装置、情報処理方法、および情報処理プログラム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| RD01 | Notification of change of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7421 Effective date: 20050609 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20060314 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20060515 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20070313 |