| 研究課題/領域番号 |
18H04128
|
|---|
| 研究機関 | 早稲田大学 |
|---|
研究代表者 |
小林 哲則 早稲田大学, 理工学術院, 教授 (30162001)
|
|---|
| 研究分担者 |
森 大毅 宇都宮大学, 工学部, 准教授 (10302184)
藤江 真也 千葉工業大学, 先進工学部, 准教授 (00367062)
徳田 恵一 名古屋工業大学, 工学(系)研究科(研究院), 教授 (20217483)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2021-03-31
|
| キーワード | 音声会話システム / 情報行動 / 情報伝達 / 情報アクセス / シナリオ主導 / 会話活性化 |
|---|
| 研究実績の概要 |
本研究では，会話による情報伝達効率は会話活性度に依存し，会話活性度は相互行為の時間構造，伝え手(システム)と受け手(人) の親密度，伝え手の話し方等が相互に関係するとの仮定の下に，a.情報伝達会話における会話活性度を向上させる要素を明らかにし，b.これらを満足して会話活性度を向上させる会話システムを実現するとともに，c.実現した会話システムでどの程度情報伝達は効率化するかを明らかにすることを目的とする。このうち，2018年度はa.とb.に取り組んだ。
a.会話活性度を向上させる要素の解明にあたっては，a1.相互行為の時間構造(情報伝達会話を構成する基本行為の遷移パターンと遷移時間)，a2.伝え手と聞き手の親密度に注目した。まず，情報伝達会話を構成する相互行為は，どのような基本行為に分類できるかを整理するとともに，人同士が円滑に進める情報伝達会話において，基本行為の遷移パターンはどのような性質を呈するかを調査した。また，情報伝達中に関連する豆知識の提供行為や，他者指向の発話行為（相手に共感したり，自己の評価を披露したりする発話）の有無によって，会話の親密度や会話活性度がどの程度変化するかを調査した。
b.活性度を向上させる会話システムは，既提案のシナリオ主導会話システムをもとに構成した。これは，伝えようとする記事から自動生成されるシナリオに基づいて会話を進めることで，即時応答性に優れることを特徴とする。新たに検討すべき技術として，b1.即応性を改善するための音声認識技術，b2.ユーザの応答を誘発する音声合成技術に焦点を当てた。b1.については，遅延のない発話末推定技術に取組んだ。b2.については，核(伝えるべき最も重要な部分)と衛星(前置きや補足にあたる部分)の読み分け機能，および間の制御機能の実装に加え，発話表現の自動分類に基づいて表現性を改善することについても検討した。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
テーマa.においては，まず，人同士の会話における，会話の円滑化を目的とした特徴的な行為を整理すること目的として，文献を調査するとともに，人が実際に記事内容を口頭で伝える会話を収録し，分析した。この結果，関連話題に関するトリビアの提示，他者指向発話（伝達内容に主観的評価を加える発話，聞き手に共感を求める発話，聞き手の発話に共感する発話など）などが多用されることがわかった。ついで，現状の会話システムを用いて実際に会話を行い，これらの発話の有無と会話活性度との関係を調査した。会話活性度は会話中にユーザが行うフィードバック発話の量として定義し，分析には重回帰分析を用いた。この結果，①発話の間の良さはフィードバックの量に寄与する，②質疑応答の質はフィードバックの量に寄与する，③伝達内容に関連するトリビアを披露する行為はトピックへの興味増進および親密感の増進に寄与する，④他者指向的発話は親密感の増進に寄与する，⑤親密感とフィードバックの量に明確な因果関係は明らかでない，などを明らかにした。
テーマb.におけるb1.即応性を改善する音声認識については，発話権のKeep/Releaseに係るユーザの意思を逐次推定することを試みた。狭帯域スペクトログラムにオートエンコーダを適用して得る韻律特徴量，および音声認識結果をLSTMに入力する構成によって，所望の情報を高精度に判定できることを示し，これをシステム発話のタイミング制御に利用できる可能性を示した。b2.ユーザの応答を誘発する音声合成については，核(伝えるべき最も重要な部分)と衛星(前置きや補足にあたる部分)の読み分け機能，および間の制御機能の実装に加え，基本合成器の機能改善についても検討を行った。センテンスコードと感情コードを用いて発話表現を自動分類しながら音声合成用モデルを学習することによって，従来法に比べ表現性を大幅に改善した。
|
| 今後の研究の推進方策 |
テーマa.においては，2018年度に改良した会話システムを用いることで，より精緻化した形で会話活性度向上に資する要素の解明を試みる。18年度の成果として，前節①－④に挙げたような因果関係が明らかになったが，18年度の実験に用いたシステムは，「会話の間」，「質疑応答の質」が不十分なため，詳細なレベルで会話活性化に資する要因を調査することが困難であった。19年度は，18年度に開発した高精度な発話権の推定器を会話システムに組み込んで，より微妙な会話の間の調整を可能にするととともに，ダミーの質疑応答モジュールを用意して問題を回避し，会話の構成要素の時間構造と会話活性化に焦点を当てた，一段詳細なレベルでの分析を行う。また，18年度に引き続き，人同士の会話に種々の制約を与えることで会話活性度がいかに影響を受けるかについての実験も行う。特に，人が人を相手にする場合とシステムを相手にする場合の発話間ポーズの違いを分析し，人間が何を手がかりに間を制御しているかについて仮説を立て，実験を通じて検証する。
テーマb.においては， 18年度に引き続きb1.即応性を改善するための音声認識技術，b2.ユーザの応答を誘発する音声合成技術の高度化ついて取り組むとともに，b3.会話における質疑応答の質の改善に取り組む。b1.においては，言語情報の扱いを中心に，ユーザの状態推定モデルの精緻化について検討する。b2.においては，新たなコードの追加や合成音声の品質改善に取り組み，より効率的な情報伝達を実現する音声合成システムの研究開発に取り組む。b3.は，18年度の検討の結果，質疑応答の質が会話活性度に大きな影響を与えるとの分析結果を受けて，19年度新たに起こすテーマである。項目a.の実施において，19年度はダミーのモジュールを用いるが，20年度はここで開発するモジュールを用いて全体を自動化する予定である。
|
