ユーザ・状況に適応的な音声対話による大規模情報の検索・提示

通过适应用户和情况的语音对话搜索和呈现大规模信息

• 批准号: 19024044
• 负责人: 河原 達也
• 金额: $ 6.72万
• 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
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-19024044/
• 关键词: 情報検索; 音声対話; インタラクション; 話し言葉; 音声認識

膨大かつ複雑な情報を誰もが理解・活用できるようにするには, 人間と対話しながら, その人の意図や興味を推察することによって, 的確な情報を検索し提示するシステムの実現が重要となる. 現状の情報検索システムでは, キーワードにマッチする数多くの候補がディスプレイに表示されて, ユーザがそれらを1つずつチェックするというインタフェースとなっている. これに対して我々は, 音声対話によるリアルタイムのインタラクションを介して, ユーザの興味を喚起し, 意図や選好を顕在化しながら, 情報を検索・提示するプロアクティブなシステム「情報コンシェルジェ」の実現を目指して研究を行った.プロアクティブな情報検索・提示を実現するには, リアルタイムのインタラクションにおいて, ユーザの興味や反応を察知することが鍵となる. 特に, 対面の音声対話においては, いちいち言葉で確認しなくても, 提示された情報に興味を示しているか, 否定的であるかを察知できることが望ましい. そこで, 人間のプロのガイドが京都の観光地を案内し, ユーザが1日に回る場所を決めるというタスクの模擬対話を対象に分析を行った. ここでは, ある名所の説明中になされたユーザのあいづち(「はい」「うーん」など)に着目し, その発話タイミング及び頻度と, その名所が実際に訪問先として選ばれたかとの関係を調べた. その結果, 早いタイミングで(100msec以内に)なされたあいづちは大半が肯定的な反応であり, あいづちが多くなされた(発話数当り頻度0.3以上の)場合もほぼ肯定的であることがわかった. この2つの特徴を統合することで, 適合率84%(再現率は59%)で肯定的な場合を検出できた.

To understand the active use of mobile phones, people talk to each other, people do not want to make sure that they do not have a problem, and the information that is required to make sure that it is important to see important information. Please tell me that there are so many people waiting for you to tell me that you are in a bad mood. The sound, the sound, Please tell me that you are not aware of the situation, and that you are aware of the situation. In order to make sure that you are in a bad mood, please make sure that you are in a bad mood, and the negative voice is aware that you are looking forward to it. On the one hand, the return airport on the 1st is responsible for the analysis and analysis of the model words and expressions. In the middle of the word, the name of the name is correct, and the name is correct. As a result, the results show that most of the positive results are correct (within 100msec). Most of the results are correct. The overall success rate is 84% (59%). The positive result is that there are no significant differences between the two groups.

项目成果

音声理解を指向したベイズリスク最小化枠組みに基づく音声認識.

基于语音理解的贝叶斯风险最小化框架的语音识别。

• 发表时间: 2008
• 期刊: 電子情報通信学会論文誌 J91-D
• 作者: 南條浩輝;河原達也;七里崇.
• 通讯作者: 七里崇.

対話を通じてユーザの意図・興味を探り情報検索・提示する情報コンシェルジェ

通过对话发现用户的意图和兴趣来搜索和呈现信息的信息礼宾服务。

• 发表时间: 2008
• 期刊: 情報処理 Vol.49, No.8
• 作者: 河原達也;川嶋宏彰;平山高嗣;松山隆司
• 通讯作者: 松山隆司

Detection of feeling through back-channels in spoken dialogue

通过口语对话中的秘密渠道检测情感

• 发表时间: 2008
• 作者: T. Kawahara;M. Toyokura T. Misu;and C. Hori
• 通讯作者: and C. Hori

Speech-Based Interactive Information Guidance System using Question-Answering Technique

• DOI: 10.1109/icassp.2007.367184
• 发表时间: 2007-04
• 期刊: 2007 IEEE International Conference on Acoustics, Speech and Signal Processing - ICASSP '07
• 作者: Teruhisa Misu;Tatsuya Kawahara

ドメインとスタイルを考慮したwebテキストの選択による音声対話システム用言語モデルの構築.

通过考虑领域和风格选择网络文本来构建口语对话系统的语言模型。

• 发表时间: 2007
• 期刊: 電子情報通信学会論文誌 J90-D
• 作者: 翠輝久;河原達也.
• 通讯作者: 河原達也.