マン・マシーン・インタフェースにおける音声理解機能のための意味フィードバック

点击翻译按钮获取中文摘要

主に、実験システムである秘書電話システムに必要な知識を表現し、解釈推論機能を加えた。実験の結果を述べると、、、-WOZ方式で収録した音声は他人の音声であるため、本来ならシステムが認識出来なくても当然である。しかし、実験の結果では、理解可能な音声入力に対しては対話全体で55%、名前の問いかけでは36%の文理解率を示した。更に発話自体が人間を相手になされたもので、システムにとって認識しやすいものではない。そのことも考慮に入れると、全体で55%の理解率はかなりの好結果であると考えられる。-特定話者音声認識については、学習を行なった話者の音声であるため、いずれも90%以上の理解率を示しており、認識性能に関しては十分な性能を示しているといえる。-文脈を指定することで認識の候補を絞っているため、WOZ方式での場合も共に認識性能は向上しており、妥当な結果であるといえる。特定話者音声の認識結果においては、10%前後、特にWOZ方式の場合、20%ないし30%もの認識性能の向上が見られ、文脈指定の結果をはっきり表している。また、特定話者認識において文脈指定がない場合、文法の記述を簡素化した時に認識性能の劣化を見てとれるが、文脈の指定をした時はどの文法記述の間にも差は認められない。このことから、文脈の指定をすることで文法の記述を簡素化することが可能になる、ということが言える。-実験において、始めのうちは被験者の反応にやや戸惑いがあったようである。しかし、2回目、3回目の対話では被験者がその対話手順に適応し、対話はスムーズに進んだ。-被験者の発話にはシステムの理解不能な言い回しが発生している。電話の名前に関しては、始めから予想されていたことであるが、電話の受け手がいない場合の処理の選択において、多くの理解不能な言い回しが発生している。-システムの問いかけ文が、実際の対話と最も違う表現(「伝言なさいますか。それともおり返し電話を差し上げましょうか。」)であったため、予想できない表現が発生してしまったと考えられる。