权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

多段階誤り原因推定に基づく発話誘導型音声対話インタフェース

基于多步错误原因估计的语音引导语音对话界面

基本信息

批准号：
19024043
负责人：
駒谷和範
金额：
$ 4.22万
依托单位：
Kyoto University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research on Priority Areas
财政年份：
2007
资助国家：
日本
起止时间：
2007 至 2008
项目状态：
已结题

项目摘要

本研究では, 音声対話システムにおけるエラーを4階(Conversation/Intention/Signal/Channel)で定義し, これらを検出することで, ユーザ発話をシステムの受理可能な範囲内へと誘導する対話管理法の実現を目指している. 平成20年度はIntention Levelの誤りのさらに詳細な検出方法を開発した. さらにChannel Levelの情報を用いてエラーを検出する実験も行った.【言語表現の一致(Intention Levelのエラー)の詳細な検出法の開発】ユーザの発話表現が各文法のレベルでシステムの受理可能な表現と一致するかどうかを判定する手法を開発した. 本研究ではこれを文法検証技術と呼ぶ. 具体的にはWeighted Finite State Transducer (WFST)を利用することで, 音声認識の各種誤り(挿入/置換/削除)が音声認識結果の単語列中の任意の場所に現れる可能性を考慮したうえで, ユーザ発話に最も近い言語理解結果とその文法を求める. これにより発話が文法外である場合や, 発話全体は文法内だがその単語部分のみが認識できていない場合を検出できる. またこの結果を利用して, ユーザにヘルプメッセージを提示する順序をランキングする手法も開発した.【Channel Levelでるバージインの頻度に着目したエラーの検出】各ユーザがバージイン(システム発話への割り込み)を行う率を手がかりとして音声認識誤りを予測する実験を行った. ユーザの慣れを考慮するためにバージイン率の計算時に窓を設定し, その中での平均や分散を用いる. 適切な窓幅を選択することで予測率が向上することを実験的に示した.

In this study, the fourth-order (Conversation/Intent/Signal/Channel) definition of voice communication system is proposed. In 2010, a detailed method for detecting errors in Intention Level was developed. The Channel level information is used to detect the channel Level information. [Development of Detailed Detection Method for Speech Expression Consistency (Intent Level)] Development of Method for Determination of Speech Expression Acceptance Possibility for Each Grammar. This study is aimed at grammar verification techniques. The specific use of Weighted Finite State Transducer (WFST) is to consider the possibility of occurrence of various errors (insertion/substitution/deletion) in phonological recognition results and arbitrary places in a sentence sequence. This is the case when the message is not in grammar, the whole message is not in grammar, the simple language part is not recognized, the case is detected. The results of this study are presented in the following ways: [Channel Level] Frequency of channel messages is detected by the user. Each channel message is detected by the user. The calculation time of the average dispersion in the middle of the calculation is set according to the custom. For example, if you want to make a prediction, you can make a prediction.