| 研究課題/領域番号 |
16K16134
|
|---|
| 研究種目 |
若手研究(B)
|
| 配分区分 | 基金 |
|---|
| 研究分野 |
知能ロボティクス
|
|---|
| 研究機関 | 香川高等専門学校 |
|---|
研究代表者 |
篠山 学 香川高等専門学校, 情報工学科, 講師 (60508232)
|
|---|
| 研究期間 (年度) |
2016-04-01 – 2019-03-31
|
| 研究課題ステータス |
完了 (2018年度)
|
| 配分額 *注記 |
1,040千円 (直接経費: 800千円、間接経費: 240千円)
2018年度: 260千円 (直接経費: 200千円、間接経費: 60千円)
2017年度: 130千円 (直接経費: 100千円、間接経費: 30千円)
2016年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
|
|---|
| キーワード | 問い返し / 聞き間違い / 言い間違い / コミュニケーション / 言い間違いの検出 / 聞き間違いの検出 / 言い間違いコーパス / 聞き間違いコーパス / 音位転換 / 字幕情報 / 対話アプリ / 対話API / 聞き返し / 対話コーパス / 音素 / 音声間距離 / 情報工学 / 感性情報学 |
|---|
| 研究成果の概要 |
Webから聞き間違いを収集し，聞き間違いコーパスを構築した．聞き間違いの検出手法は，元発話全てのよみがなを入力とし，音素に変換する．音素列から聞き間違い候補を出力し，聞き間違い発話との類似度を計算することで聞き間違い箇所を検出する．検出実験を行った結果，83%の聞き間違い箇所の検出精度が得られた．書籍やWebから言い間違いを収集し，言い間違いコーパスを構築した．CNNとLSTMを用いた深層学習を行ってモデルを作成し，言い間違いの検出実験を行ったところLSTMの場合に検出精度が約70%となった．
|
| 研究成果の学術的意義や社会的意義 |
聞き間違いを含む対話を収集して分析することで人間が聞き間違いやすい音素や拍の変動などが明らかになった．このことから，コミュニケーションロボットが人間の問い返しに対応できるようになると共にコミュニケーションロボットが発話する単語や表現を聞き取りやすい単語や表現に変更できる．また，言い間違いを含む対話の分析からコミュニケーションロボットが人間の言い間違いを認識できる．これらの成果が現在のコミュニケーションロボットと人間のコミュニケーションの断絶を防止でき，ストレスフリーな対話が実現できる．
|
