複数話者の音声コミュニケーションの意図・状況理解

2003 年度 実績報告書

• 研究課題/領域番号: 15017252
• 研究機関: 京都大学
• 研究代表者: 河原 達也 京都大学, 学術情報メディアセンター, 教授 (00234104)
• 研究分担者: 岡田 美智男 ATR, 知能ロボティクス研究所, 主任研究員
• キーワード: 音声情報処理 / 音声認識 / 意図理解 / 音声対話システム / 協調的応答 / ユーザモデル

研究概要

人間と共生する機械を実現するためには、システムがユーザのモデルを知覚し、それに応じて適応的に行動することが重要であると考えられる。本研究では、音声対話によるインタフェースにおいて、協調的な応答を生成するためのユーザモデルについて検討を進めてきた。
具体的には、システムに対する習熟度、タスクドメインに関する知識レベル、性急度の3つのユーザモデルを導入し、それに応じて対話制御を行う戦略を提案した。京都市バス運行情報案内システム(現在試験運用中:075-326-3116)において実装・評価を行った結果、各ユーザに適応した協調的応答が、習熟したユーザに対する対話時間を増加させることなく、初心者に対して適切なガイダンスとなることが示された。
本研究で用いているユーザモデルの判別には、音声認識結果に含まれる意味情報以外に、発話間間隔やバージインの有無などの音声対話特有の特徴も用いている。特に、習熟度と性急度の学習・判別に用いる特徴はドメイン知識に依存していないため、これらのユーザモデルは他のドメインにも応用できる汎用的なものである。
これらの研究成果に関しては、自然言語処理の分野で最も権域があるAssociation for Computational Linguistics (ACL)において発表論文として採択され、人工知能学会全国大会においても優秀賞を授与された。さらに、国内外の雑誌論文に掲載される予定である。また、新聞での報道もされた。

研究成果

• [文献書誌] T.Kawahara, M.Hasegawa, K.Shitaoka, T.Kitade, H.Nanjo.: "Automatic indexing of lecture presentation using unsupervised learning of presumed discourse markers."IEEE Trans.Speech & Audio Processing. (採録決定). (2004)
• [文献書誌] 南條浩輝, 河原達也: "講演音声認識のための教師なし言語モデル適応と発話速度に適応したデコーディング"電子情報通信学会論文誌. (採録決定). (2004)
• [文献書誌] 秋田祐哉, 河原達也: "多数話者モデルを用いた討論音声の教師なし話者インデキシング"電子情報通信学会論文誌. Vol.J87-DII, No.2. 495-503 (2004)
• [文献書誌] 山肩洋子, 河原達也, 奥乃博, 美濃導彦: "音声対話システムにおける物体指示のための信念ネットワークを用いた曖昧性の解消"人工知能学会誌. Vol.19, No.1. 47-56 (2004)
• [文献書誌] 駒谷和範, 鹿島博晶, 田中克明, 河原達也: "複合的言語制約に基づくキーフレーズ検出を用いた汎用的なデータベース検索音声対話プラットフォーム"情報処理学会論文誌. Vol.44, No.5. 1333-1342 (2003)
• [文献書誌] K.Komatani, S.Ueno, T.Kawahara, H.G.Okuno: "Flexible guidance generation using user model in spoken dialogue systems."In Proc.Annual Meeting of Association for Computational Linguistics (ACL). 256-263 (2003)