-
HINTERGRUND DER ERFINDUNG
-
Gebiet der Erfindung
-
Die
vorliegende Erfindung bezieht sich auf ein Spracherkennungs-/Sprachantwort-System zur Lieferung
einer Sprach-Antwort auf eine Äußerung eines
Benutzers.
-
Beschreibung des verwandten
Standes der Technik
-
Es
sind Spracherkennungs-/Sprachantwort-Systeme und interaktive Sprach-Systeme
bekannt, die eine Sprachantwort auf eine Äußerung eines Benutzers liefern.
Hinsichtlich derartiger Systeme wurden einige Systeme vorgeschlagen,
die eine spezifische Sprachantwort, wie zum Beispiel einen Dialekt,
verwirklichen. Fast alle diese Systeme verwenden aktiv Information,
die aus einem Dialog-System gewonnen werden kann, statt aus einer Äußerungs-Information
von dem Benutzer. Wenn die Fahrzeug-Navigation als ein Beispiel
genommen wird, entspricht das vorstehend erwähnte System einem System, das
aktiv Information, auf deren Basis eine Fahrzeug-Navigations-Vorrichtung
in geeigneter Weise arbeitet, beispielsweise regionale Information, die
während
des Fahrens eines Fahrzeuges gewonnen wird, auch in der Sprach-Antwort
verwendet (siehe
japanische
Offenlegungsschrift Nr. 2001-227962 und die
japanische Offenlegungsschrift Nr. H8-124092 ).
Das System, dass diese Funktionen hat, bringt Vorteile für einen
Benutzer, weil es ihm ermöglicht,
hörbare
regionale Information über
ein Gebiet zu erhalten, in dem er/sie fährt, wodurch der Fahrer und/oder
ein Mitfahrer unterhalten werden.
-
Es
kann sich jedoch als Beispiel von Problemen, die bei den vorstehend
beschriebenen Spracherkennungs-/-Antwort-System ergeben, ein Problem
ergeben, dass es schwierig ist, eine Sprach-Antwort zu verwirklichen,
mit der der Benutzer vertraut ist. Insbesondere können sich Äußerungs-Umstände und Äußerungs-Inhalte
eines Benutzers erheblich aufgrund einer Vielzahl von Umständen und/oder
mentalen Zuständen
des Benutzers ändern,
mit dem Ergebnis, dass weder eines der für elektronische Ausrüstungen,
wie zum Beispiel eine Fahrzeug-Navigations-Vorrichtung, angewandten Systeme noch
eines der Verfahren, die vorgeschlagen wurden, unter Einschluss
des in den oben erwähnten
Veröffentlichungen
erwähnten
Systems, vollständig
eine flexible Antwort auf nicht festgelegte Benutzer ergeben kann.
-
Die
US 6243675 B1 beschreibt
ein Informations-Verarbeitungs-System, das ein Spracherkennungs-Merkmal
einschließt.
Das System schließt eine
Speicher-Einrichtung
zum Speichern von Sprachkategorien-Spezifikations-Worten ein, wobei eine
Spracheingabe mit gespeicherter Information verglichen wird, um
festzustellen, zu welcher Sprachkategorie die Spracheingabe gehört.
-
Die
vorliegende Erfindung ist auf die Schaffung eines alternativen und
besseren Systems verglichen mit dem der
US 6243675 B1 gerichtet.
-
ZUSAMMENFASSUNG DER ERFINDUNG
-
Ein
Ziel der vorliegenden Erfindung, die im Hinblick auf die vorstehend
genannten Probleme gemacht wurde, besteht daher in der Schaffung
eines Spracherkennungs-/Sprachantwort-Systems, das eine Sprach-Antwort
erzeugen kann, mit der sich ein Benutzer vertraut fühlt.
-
Um
das vorstehend genannte Ziel zu erreichen, wird ein Spracherkennungs-/Sprachantwort-System
geschaffen, wie es im Anspruch 1 angegeben ist.
-
Um
das oben erwähnte
Ziel zu erreichen, weist ein Speichermedium eines zweiten Grundgedankens
der vorliegenden Erfindung, auf dem ein durch einen Computer ausführbares
Spracherkennungs-/Sprachantwort-Programm gespeichert ist, die Merkmale
auf, wie sie im Anspruch 3 angegeben sind.
-
Um
das vorstehend genannte Ziel zu erreichen, weist ein Spracherkennungs-/Sprachantwort-Programm
des dritten Gesichtspunktes der vorliegenden Erfindung, das auf
einem Computer ausführbar
ist, die Merkmale auf, wie sie im Anspruch 4 angegeben sind.
-
KURZE BESCHREIBUNG DER ZEICHNUNGEN
-
1 ist
ein Blockschaltbild, das eine schematische Struktur eines Spacherkennungs-/Sprachantwort-Systems
gemäß einer
Ausführungsform
der vorliegenden Erfindung zeigt;
-
2 ist
Blockschaltbild eines Spracherkennungs-/Sprachantwort-Systems gemäß einem
Beispiel der vorliegenden Erfindung;
-
3 ist
ein Albaufdiagramm der Verarbeitung einer Äußerungs-Merkmal-Kategorie-Auswahl;
-
4 ist
ein Ablaufdiagramm einer Verarbeitung zur Erzeugung einer Sprach-Antwort;
-
5 ist
ein weiteres Ablaufdiagramm der Verarbeitung zur Erzeugung einer
Sprach-Antwort;
-
6A ist
eine Ansicht, die ein Beispiel Nr. 1 von Inhalten zeigt, die in
einer Lese-Datenbank der Antwort-Datenbank gespeichert sind, und
-
6B ist
eine Ansicht, die das Beispiel Nr. 2 hiervon zeigt;
-
7 ist
ein Ablaufdiagramm der Spracherkennungs-/Sprachantwort-Verarbeitung gemäß der ersten
Modifikation der vorliegenden Erfindung;
-
8 ist
eine Ansicht, die den Verarbeitungs-Ablauf gemäß der zweiten Modifikation
der vorliegenden Erfindung zeigt; und
-
9 ist
ein Ablaufdiagramm der Spracherkennungs-/Sprachantwort-Verarbeitung gemäß der zweiten
Modifikation der vorliegenden Erfindung.
-
AUSFÜHRLICHE BESCHREIBUNG DER BEVORZUGTEN
AUSFÜHRUNGSFORMEN
-
Bevorzugte
Ausführungsformen
der vorliegenden Erfindung werden nunmehr ausführlich unter Bezugnahme auf
die beigefügten
Zeichnungen beschrieben.
-
1 zeigt
einen schematischen Aufbau eines Spracherkennungs-/Sprachantwort-Systems gemäß der Ausführungsform
der vorliegenden Erfindung. Das Spracherkennungs-/Sprachantwort-System 1 gemäß der Ausführungsform
der vorliegenden Erfindung, das eine Sprach-Antwort auf eine Sprach-Eingabe
abgibt, die durch eine Äußerung eines
Benutzers zur Verwirklichung eines Sprach-Dialogs mit dem Benutzer
hervorgerufen wird, kann auf eine Vorrichtung oder eine Ausrüstung angewandt werden,
die verschiedene Funktionen einer Sprach-Antwort hat, wie zum Beispiel
ein Fahrzeug-Navigationssystem, elektrische Haushaltsgeräte und Audio-Video-Ausrüstungen.
Die Erzeugung eines Spracherkennungs-/Sprachantwort-Programms zur Verwirklichung
des Spracherkennungs-/Antwort-Systems
der Ausführungsform
der vorliegenden Erfindung und die Installation des vorstehend erwähnten Programms
in einem Endgerät über ein
Aufzeichungs-Medium oder über
eine Kommunikations-Einrichtung, um es auszuführen, ermöglicht es dem Endgerät als das
Spracherkennungs-/Sprachantwort-System zu wirken. In diesem Fall
kann das vorstehend genannte Endgerät verschiedene Informations-Endgeräte einschließen, wie zum
Beispiel ein Fahrzeug-Navigationssystem, elektrische Haushaltsgeräte und Audio-Video-Ausrüstungen.
-
Das
Spracherkennungs-/Sprachantwort-System wird allgemein in strukturelle
Komponenten einer Äußerungs-Erkennungs-Einheit 10,
einer Äußerungs-Merkmal-Analyse-Einheit 20,
einer Sprach-Antwort-Erzeugungs-Einheit 30 und einer Dialog-Steuerungs-Verarbeitungs-Einheit 40 unterteilt. Die Äußerungs-Erkennungs-Einheit 10 empfängt eine
Sprach-Eingabe, die von einer Äußerung des Benutzers
hervorgerufen wird, führt
die Spracherkennungs-Verarbeitung und andere Verarbeitungen zur Erkennung
der Inhalte der Äußerung aus,
und gibt ein Erkennungs-Schlüsselwort
S1 als Erkennungs-Ergebnis aus. Das Erkennungs-Schlüsselwort S1
wird als das Erkennungs-Ergebnis gewonnen, wenn jedes Wort der Äußerung des
Benutzers erkannt wird. Das Erkennungs-Schlüsselwort S1, das von der Äußerungs-Erkennungs-Einheit 10 abgegeben
wird, wird an die Äußerungs-Merkmals-Analyse-Einheit 20 und
die Dialog-Steuerungs-Verarbeitungs-Einheit 40 gesandt.
-
Die Äußerungs-Merkmal-Analyse-Einheit 20 analysiert
das Äußerungs-Merkmal
eines Benutzers auf der Grundlage des Erkennungs-Schlüsselwortes. Das Äußerungs-Merkmal
schließt
verschiedene Merkmale ein, wie zum Beispiel die regionale Herkunft
des Benutzers, die derzeitige Umgebung des Benutzers und dergleichen,
was Einfluss auf die Äußerung des
Benutzers haben kann. Die Äußerungs-Merkmal-Analyse-Einheit 20 analysiert
das Äußerungs-Merkmal
auf der Grundlage des Erkennungs-Schlüsselwortes S1, erzeugt eine Äußerungs-Merkmal-Information S2 und
sendet sie an die Sprach-Antwort-Erzeugungs-Einheit 30.
-
Die
Dialog-Steuerungs-Verarbeitungs-Einheit 40 steuert den
Verlauf des Dialoges mit dem Benutzer auf der Grundlage des Erkennungs-Schlüsselwortes
S1. Der Verlauf des Dialoges wird unter Berücksichtigung von beispielsweise
System-Information der Ausrüstung
bestimmt, auf die das Spracherkennungs-/Sprachantwort-System der
vorliegenden Erfindung angewandt wird, so dass es entsprechend einem
Dialog-Szenarium
gesteuert wird, das vorher vorbereitet wurde. Die Dialog-Steuerungs-Verarbeitungs-Einheit 40 bestimmt
das Dialog-Szenarium, das ablaufen soll, auf der Grundlage der System-Information
und anderer Informationen der derzeitigen Umgebung, und sie ermöglicht es
dem Dialog-Szenarium, auf der Grundlage des Erkennungs-Schlüsselwortes
S1 abzulaufen, das den Inhalten der Äußerung des Benutzers entspricht,
um den Dialog auszuführen.
Dann erzeugt die Dialog-Steuerungs-Verarbeitungs-Einheit 40 gemäß dem Verlauf
des Dialoges eine Sprachantwort-Information S3, durch die eine nachfolgend
auszugebende Sprach-Einheit
bestimmt wird, und sie sendet die auf diese Weise erzeugt Antwort-Sprach-Information S3 an
die Sprachantwort-Erzeugungs-Einheit 30.
-
Die
Sprachantwort-Erzeugungs-Einheit 30 erzeugt eine Sprach-Antwort
mit einem Muster, das der Sprachantwort-Information S3, die von
der Dialog-Steuerungs-Verarbeitungs-Einheit 40 geliefert wird,
und dem Äußerungs-Merkmal
entspricht, das von der Äußerungs-Merkmal-Information
S2 dargestellt ist, und gibt eine Sprachantwort über eine Sprach-Ausgabe-Einrichtung,
wie zum Beispiel einen Lautsprecher aus.
-
Das
Spracherkennungs-/Sprachantwort-System 1 der Ausführungsform
der vorliegenden Erfindung gibt auf diese Weise die Sprachantwort
auf der Grundlage des Äußerungs-Merkmals gemäß dem Äußerungs-Zustand
des Benutzers aus.
-
BEISPIELE
-
Nunmehr
werden nachfolgend bevorzugte Beispiele beschrieben.
-
[System-Strukur]
-
2 ist
ein Blockschaltbild des Spracherkennungs-/Sprachantwort-Systems 100 gemäß dem Beispiel
der vorliegenden Erfindung, das die geeignete Sprach-Antwort auf
die Äußerung des
Benutzers erzeugt. Wie dies in 2 gezeigt
ist, umfasst das Spracherkennungs-/Sprachantwort-System 100 allgemein
Bauteile der Äußerungs-Erkennungs-Einheit 10,
der Äußerungs-Merkmal-Analyse-Einheit 20, der
Sprachantwort-Erzeugungs-Einheit 30 und der Dialog-Steuerungs-Verarbeitungs-Einheit 40.
-
Die Äußerungs-Erkennungs-Einheit 10 schließt einen
Parameter-Umwandlungs-Abschnittt 12 und
einen Spracherkennungs-Verarbeitungs-Abschnitt 14 ein.
Der Parameter-Umwandlungs-Abschnitt 12 wandelt die Sprache,
die von dem Benutzer durch seine/ihre Äußerung eingegeben wurde, in weitere
Parameter um, die Merkmale der Sprache anzeigen. Der Spracherkennungs-Verarbeitungs-Abschnitt 14 führt eine Übereinstimmungs-Verarbeitung zwischen
dem Merkmal-Parameter, die von dem Parameter-Umwandlungs-Abschnitt 12 gewonnen
wurden, und Schlüsselwort-Modellen
aus, die vorher in eine Spracherkennungs-Maschine eingefügt wurden, um
ein Erkennungs-Schlüsselwort
abzuleiten. In dem Beispiel der vorliegenden Erfindung ist der Spracherkennungs-Verarbeitungs-Abschnitt 14 so
konfiguriert, dass er die Übereinstimmungs-Verarbeitung
mit dem Schlüsselwort
in jedem der Worte ausführt,
um die Erkennungs-Verarbeitung auszuführen. Das Erkennungs-Schlüsselwort
ist ein Wort, das in der Äußerung des
Benutzers enthalten ist, und ein Schlüsselwort, das durch die Spracherkennungs-Verarbeitung
erkannt wurde.
-
Die Äußerungs-Merkmal-Analyse-Einheit 20 schließt einen Äußerungs-Merkmal-Kategorie-Auswahl-Abschnitt 22 und
eine Äußerungs-Merkmal-Datenbank
(DB) 24 ein. Der Äußerungs-Merkmal-Kategorie-Auswahl-Abschnitt 22 verwendet
den Äußerungs-Merkmal-Parameter,
der dem Erkennungs-Schlüsselwort
entspricht, das von dem Spracherkennungs-Verarbeitungs-Abschnitt 14 abgeleitet wurde,
um die Äußerungs-Merkmal-Kategorie
auszuwählen.
-
Der Äußerungs-Merkmal-Parameter
schließt einen
Wert ein, der die Häufigkeit
des Auftretens bezüglich
der Merkmale anzeigt, die in verschiedene Elemente klassifiziert sind.
In dem Fall, in dem geurteilt wird, dass der Benutzer, der die Äußerung abgibt,
eine Person ist, die in dem Kanto-Gebiet in Japan geboren ist (nachfolgend
als die „Kanto-Person" bezeichnet) oder
eine Person ist, die in dem Kansai-Gebiet in Japan geboren (nachfolgend
als die „Kansai-Person" bezeichnet), um
Beispiele zu nennen, so wird der Äußerungs-Merkmal-Parameter in der Äußerungs-Merkmal-Datenbank 24 in
Form des folgenden mehrdimensionalen Wertes gespeichert:
p
= (Wert der Äußerungs-Häufigkeit
bei der Kanto-Person, Wert der Äußerungs-Häufigkeit
bei der Kansai-Person).
-
Der Äußerungs-Merkmal-Kategorie-Auswahl-Abschnitt 22 verwendet
den vorstehend beschriebenen Äußerungs-Merkmal-Parameter
zur Auswahl der Äußerungs-Merkmal-Kategorie
des Benutzers.
-
Die
Dialog-Steuerungs-Verarbeitungs-Einheit 40 steuert den
Dialog mit dem Benutzer. Die Dialog-Steuerungs-Verarbeitungs-Einheit 40 bestimmt die
Inhalte, die als die Sprach-Antwort ausgegeben werden sollen, unter
Verwendung der Information des Systems und des Erkennungs-Schlüsselwortes, und
liefert eine Bezugs-ID, die als Erkennungs-Information für die als
die Sprach-Antwort auszugebenden Inhalte dient, an die Sprachantwort-Erzeugungs-Einheit 30.
Nebenbei bemerkt wird die Dialog-Steuerungs-Verarbeitung beispielsweise
dadurch ausgeführt,
dass bewirkt wird, das ein vorher vorbereitetes Dialog-Szenarium
unter Berücksichtigung
der Inhalte der Äußerung des
Benutzers abläuft.
Die Dialog-Steuerungs-Verarbeitung
als solche hat nur geringe Bedeutung für die Merkmale der vorliegenden
Erfindung, so dass eine weitere ausführliche Beschreibung fortgelassen
wird.
-
Die
Sprachantwort-Erzeugungs-Einheit 30 erzeugt Sprach-Signale
für die
Sprach-Antwort auf der
Grundlage der Äußerungs-Merkmals-Kategorie, die
von dem Äußerungs-Merkmal-Kategorie-Auswahl-Abschnitt 22 gewonnen
wurde, und der Bezugs-ID für
die Sprach-Antwort, die von der Dialog-Steuerungs-Verarbeitungs-Einheit 40 gewonnen wurde.
Die von der Sprachantwort-Erzeugungs-Einheit 30 erzeugte
Sprache wird dann über
den Lautsprecher an den Benutzer in Form einer Sprach-Antwort ausgegeben.
-
[Äußerungs-Merkmal-Parameter]
-
Nunmehr
wird der Äußerungs-Merkmal-Parameter
im einzelnen nachfolgend beschrieben. Der Äußerungs-Merkmal-Parameter ist
ein Parameter, der vorher vorbereitet wurde, um eine bestimmte Äußerungs-Merkmal-Kategorie,
unter die die Äußerung des
Benutzers fällt,
aus der Vielzahl von Äußerungs-Merkmal-Kategorien
auszuwählen,
die vorher durch Klassifizieren der Merkmale der Äußerung des Benutzers
in verschiedene Arten von Mustern gewonnen wurden. Der Äußerungs-Merkmal-Parameter
wird in Form eines mehrdimensionalen Wertes ausgedrückt, der
die entsprechende Anzahl von Elementen für die Äußerungs-Merkmal-Kategorien
einschließt.
Jedes der oben erwähnten
Elemente schließt
einen Wert ein, der die Häufigkeit
anzeigt, mit der eine unter die Äußerungs-Kategorie,
die durch das betreffende Element ausgedrückt ist, fallende Person das
Schlüsselwort
verwendet.
-
Nunmehr
wird nachfolgend ein Beispiel der Prozedur zur Gewinnung des Äußerungs-Merkmal-Parametersbeschrieben.
-
[Schritt 1]
-
Es
wird eine Untersuchung in Form einer Befragung darüber ausgeführt, ob
jeweilige Benutzer üblicherweise
das in einem Lexikon enthaltene Schlüsselwort als das Erkennungs-Schlüsselwort verwenden,
auf einer Skala von „0" (null) bis „n" durchgeführt (die
Benutzer werden aufgefordert, irgendeine der Auswahlen von „0" bis „n" auszuwählen, unter
der Annahme, dass eine größer Anzahl hiervon
eine höhere
Häufigkeit
der Benutzung bedeutet), um Proben zu gewinnen.
-
Es
sind die folgenden Gleichungen gegeben: M = (m(1),
m(2), ,m(N))(worin I = 1, 2, ,N) ist. M_all
= Σm(i) worin "N" die Anzahl der Erkennungs-Kategorien
und „m(i)" die Anzahl von Personen
ist, die der Befragungs-Untersuchung bezüglich der Kategorie „i" unterworfen wurden.
-
[Schritt 2]
-
Die
Ergebnisse der Befragungs-Untersuchung werden zusammengestellt.
-
Es
wird angenommen, dass der Wert der Ergebnisse, die sie bezüglich des
Schlüsselwortes Nummer „k" zusammengestellt
wurden, durch die folgende Gleichung ausgedrückt ist: Rk
= (rk(1), rk(2), ,rk(N))worin rk(i) das zusammengestellte Ergebnis
bezüglich
der Kategorie „i" ist.
-
Der
Element-Wert „rk(i)" von „Rk" wird auf der Grundlage
der folgenden Gleichung berechnet: rk(i) = Σdk(i,j)(worin,
j = 1, 2, ,N; dk(i,j) = 0,. 1,,p 1) ist.
-
Der
oben erwähnte
Wert „dk(i,
j)" zeigt die Ergebnisse
von der antwortenden Person Nummer „j" ein, das heißt die Häufigkeit, mit der eine Person,
die unter die Sprecher-Kategorie „i" fällt, das
Schlüsselwort
Nummer „k" verwendet.
-
[Schritt 3]
-
Ein
normierter Parameter L =(1(1), ,1(N)) wird für die Normierung einer Gruppe
bestimmt. Der normierte Parameter in der Kategorie „i" wird so bestimmt,
dass er dien folgende Gleichung erfüllt: M_all/p
= I(i)·m(i)(worin
I = 1, 2, ,N) ist.
-
Die
vorstehende Gleichung kann in die folgende Gleichung umgewandelt
werden: I(i) = M_all/(p·m(i))
-
[Schritt 4]
-
Der
Wert des zusammengestellten Ergebnisses „Rn" wird unter Verwendung des normierten
Parameters normiert, der im Schritt 3 bestimmt wurde, wie folgt: rk'(i)
= I(i)·rk(i)/ΣI(j)·rk(j)
-
[Schritt 5]
-
Die
auf diese Weise normierten Werte der zusammengestellten Ergebnisse
können
in der Äußerungs-Merkmal-Datenbank
gespeichert werden, sodass der Wert „rk'(i)" als
der Äußerungs-Merkmal-Parameter
für das
Schlüsselwort „k" verwendet wird.
-
< Berechnungs
Beispiel>
-
- – Vorgesehenes
System:
Es wird ein Sprach-Dialog-System geschaffen, bei dem
die Regionalität
aus der Äußerung des Benutzers
und einer Sprach-Antwort in einem Dialekt abgeleitet wird, die für die Äußerung des
Benutzers geeignet ist.
- – Vorbedingungen:
A:
Die Dialekte in Japan werden in lediglich zwei Muster in dem Kanto-Gebiet und dem Kansai-Gebiet
klassifiziert.
B: Die Elemente in dem Äußerungs-Merkmal-Parameter werden
in der Reihenfolge des Kanto-Gebietes und des Kansai-Gebietes in
eindimensionaler Form aufgeführt.
C:
Der Äußerungs-Merkmal-Parameter
bezüglich des
Schlüsselwortes „makudo" wird ausgewählt (Bemerkung:
Dieses Wort in japanischer Sprache, das mit dem Kansai-Akzent gesprochen
wird, bedeutet „Mackers").
-
[Schritt 1]
-
Für Personen,
die entweder eine Kanto-Person oder eine Kansai-Person sind, wird
ein Untersuchung in Form einer Befragung durchgeführt, ob
sie üblicherweise
das Schlüsselwort „makudo" verwenden.
-
Die
Antwort auf eine der Befragungen kann positiv oder negativ sein.
Die Anzahl „M" von Personen, die
Antworten auf die Befragungen gaben, ist durch die folgende Gleichung
ausgedrückt: M = (731, 635)
-
Entsprechend
wird die folgende Gleichung gewonnen: M_all =
731 + 635 = 1366
-
[Schritt 2]
-
Es
wird das zusammengestellte Ergebnis „R" für
die Ergebnisse der Befragungs-Untersuchung
gewonnen, die im Schritt 1 ausgeführt wurde.
-
Die
Antwort erfolgt auf einer Skala von 1 bis 2 der Bestätigung oder
Verneinung, wodurch sich der Ausdruck „p = 2" ergibt.
-
Unter
der Annahme, dass die Anzahl der Personen, die eine bestätigende
Antwort gaben, ein Wert von „R" ist, so ergibt sich
die folgende Gleichung: Rmakudo =
(9,613)
-
[Schritt 3]
-
Der
normierte Parameter „L" wird gewonnen.
-
Die
Anzahl "M" von Personen, die
Antworten auf die Befragungs-Untersuchung gaben, wird durch die
folgende Gleichung im Schritt 1 ausgedrückt: M =
(731, 635)
-
Entsprechend
ergeben sich die folgenden Gleichungen: I(1)
= M_all/(p·m(1))
=
1366/(2·731)
= 0,93 I(2) = M_all/(p·m(2))
= 1366/(2·635) =
1,08
:L = (0,93, 1,08)
-
Der
Wert des zusammengestellten Ergebnisses „Rmakudo" wird unter Verwendung
des normierten Parameters „L" normiert, der im
Schritt 3 gewonnen wurde, wie folgt: R_allmakudo = Σrmakudo(i)·I(i)
= 9·0,93 +
613·1,08
=
670,41 r'makudo(1) = rmakudo(1)·1(1)/R'_all
= 9·0,93/670,41
= 0,012 r'makudo(2) = rmakudo(2)·1(2)/R'_all
= 613·1,08/670,41
= 0,988
∴ R'makudo =
(0,012, 0,988)
-
Der
auf diese Weise normierte Wert des zusammengestellten Ergebnisses „R'makudo", wie er im Schritt
4 gewonnen wurde, wird als der Äußerungs-Merkmal-Parameter
von „makudo" in der Äußerungs-Merkmal-Datenbank
gespeichert.
-
[Äußerungs-Merkmal-Kategorie-Auswahl-Abschnitt]
-
3 zeigt
das Ablaufdiagramm der Äußerungs-Merkmal-Kategorie-Auswahl-Verarbeitung. Die Äußerungs-Merkmal-Kategorie-Auswahl-Verarbeitung
wird von dem Äußerungs-Merkmal-Kategorie-Auswahl-Abschnitt 22 gemäß 2 ausgeführt.
-
Der Äußerungs-Merkmal-Kategorie-Auswahl-Abschnitt 22 empfängt das
Erkennungs-Schlüsselwort
von dem Spracherkennungs-Verarbeitungs-Abschnitt 14 (Schritt
S10). Dann gewinnt der Äußerungs-Merkmal-Kategorie-Auswahl-Abschnitt 22 den Äußerungs-Merkmal-Parameter,
der dem Erkennungs-Schlüsselwort
entspricht, wie es angegeben wird, von der Äußerungs-Merkmal-Datenbank 24 (Schritt
S11). Im Fall des Vorliegens einer Vielzahl von Erkennungs-Schlüsselworten
werden die jeweiligen Erkennungs-Schlüsselworte aus der Datenbank gewonnen.
-
Dann
gewinnt der Äußerungs-Merkmal-Kategorie-Auswahl-Abschnitt 22 den
einzigen repräsentativen Äußerungs-Merkmal-Parameter
aus den Äußerungs-Merkmal-Parametern, die im
Schritt S11 gewonnen wurden (Schritt S12). Im einzelnen führt die Existenz
eines einzelnen Erkennungs-Schlüsselwortes
zu der Existenz eines einzelnen Äußerungs-Merkmal-Parameters.
In dem Fall, in dem das einzelne Erkennungs-Schlüsselwort ausschließlich existiert,
wird der einzige Äußerungs-Merkmal-Parameter
als der repräsentative Äußerungs-Merkmal-Parameter
behandelt. In dem Fall, in dem eine Anzahl von Erkennungs-Schlüsselworten
existiert, wird ein einzelner repräsentativer Äußerungs-Merkmal-Parameter unter
Verwendung der Äußerungs-Merkmal-Kategorie-Parameter
erzeugt, die der Anzahl von Erkennungs-Schlüsselworten entsprechen.
-
Dann
wählt der Äußerungs-Merkmal-Kategorie-Auswahl-Abschnitt 22 die
Merkmal-Kategorie aus,
wobei der repräsentative Äußerungs-Merkmal-Parameter
verwendet wird, der im Schritt S12 gewonnen wurde (Schritt S13).
Die im Schritt S13 ausgewählte
Merkmal-Kategorie wird als die Äußerungs-Merkmal-Kategorie
für den
Benutzer ausgegeben.
-
Der Äußerungs-Merkmal-Kategorie-Auswahl-Abschnitt 22 gibt
die Äußerungs-Merkmal-Kategorie,
die im Schritt S13 ausgewählt
wurde, an die Sprach-Antwort- Erzeugungs-Einheit 30 aus
(Schritt S14). Somit ist die Äußerungs-Merkmal-Kategorie-Auswahl-Verarbeitung
abgeschlossen.
-
Nunmehr
werden Beispiele der Äußerungs-Merkmal-Kategorie-Auswahl-Verarbeitung nachfolgend
beschrieben.
-
< Beispiel Nummer
1>: Der Fall, in dem „makudo" (Bemerkung: Dieses
Wort in japanischer Sprache, das mit dem Kansai-Akzent gesprochen
wird, bedeutet „Mackers") und „ich möchte gehen" als die Erkennungs-Schlüsselworte
abgeleitet werden.
-
Vorbedingungen:
-
- – Äußerungs-Merkmal-Parameter
des Wortes „makudo":(0,012,.0,988)
- – Äußerungs-Merkmal-Parameter
des Wortes „ich möchte gehen": (0,500, 0,500)
-
In
dem Beispiel Nummer 1 stellen die Elemente in dem Äußerungs-Merkmal-Parameter folgendes
dar: (Wert der Äußerungs-Häufigkeit
bei der Kanto-Person, Wert der Äußerungs-Häufigkeit
bei der Kansai-Person).
-
Als
erstes werden im Schritt S11 der Äußerungs-Merkmal-Parameter „u" für das Wort „makudo" und der Äußerungs-Merkmal-Parameter „v" für die Worte „ich möchte gehen" aus der Äußerungs-Merkmal-Datenbank
gewonnen. Hier sind die Äußerungs-Merkmal-Parameter „u" und „v" wie folgt ausgedrückt: u = (0,012, 0,988), v = (0,500, 0,500)
-
Dann
wird im Schritt S12 der repräsentative Äußerungs-Merkmal-Parameter
gewonnen. Es gibt viele Möglichkeiten
zur Gewinnung des repräsentativen Äußerungs-Merkmal-Parameters.
In diesem Fall wird eine Möglichkeit
gewählt,
bei der von den Elementen des Äußerungs-Merkmal-Parameters,
die im Schritt S11 gewonnen wurden, das Element mit dem größten Wert
als das Element des repräsentativen Äußerungs-Merkmal-Parameters
bestimmt wird.
-
Das
erste Element des Äußerungs-Merkmal-Parameters „u" ist „0,012" und das erste Element des Äußerungs-Merkmal-Parameters „v" ist „0,500". Von diesen Werten
ist der größte Wert „0,500". In der gleichen
Weise ist das zweite Element des Äußerungs-Merkmal-Parameters „u" gleich „0,988", und das zweite
Element des Äußerungs-Merkmal-Parameters „v" ist „0,500". Von diesen Werten
ist der größte Wert „0,988".
-
Gemäß diesem
Verfahren wird der repräsentative Äußerungs-Merkmal-Parameter „w" wie folgt ausgedrückt: w = (0,500, 0,988)
-
Dann
wird im Schritt S13 die Äußerungs-Merkmal-Kategorie
ausgewählt.
Von den Elementen der repräsentativen Äußerungs-Merkmal-Parameters „w" wird das Element
mit dem größten Wert als
die Äußerungs-Merkmal-Kategorie
bestimmt.
-
In
diesem Beispiel ist das Element, das den größten Wert in den repräsentativen Äußerungs-Merkmal-Parameter „w" hat, „0,988" in dem ersten Element,
mit dem Ergebnis, dass die „Kansai-Person" als die Äußerungs-Merkmal-Kategorie ausgewählt wird.
-
< Beispiel Nummer
2>: Der Fall in dem „delightful" als das Erkennungs-Schlüsselwort
abgeleitet wird.
-
Vorbedingungen:
-
- – Äußerungs-Merkmal-Parameter
des Wortes „delightful": (0,998, 0,002)
-
In
dem Beispiel Nummer 2 stellen die Elemente des Äußerungs-Merkmal-Parameters
jeweils die folgenden Merkmale dar:
(delightfulness, irritancy)
-
Als
erstes wird im Schritt S11 der Äußerungs-Merkmal-Parameter „u" für das Wort „delightful" aus der Äußerungs-Merkmal-Datenbank
gewonnen. Hier wird der Äußerungs-Merkmal-Parameter „u" wie folgt ausgedrückt: u = (0,988, 0,002)
-
Dann
wird im Schritt S12 der repräsentative Äußerungs-Merkmal-Parameter
gewonnen. Es gibt viele Möglichkeiten,
den repräsentativen Äußerungs-Merkmal-Parameter zu gewinnen.
In diesem Fall wird die Möglichkeit
gewählt,
bei der von den Elementen des Äußerungs-Merkmal-Parameters,
der im Schritt S11 gewonnen wurde, das Element mit dem größten Wert
als das Element des repräsentativen Äußerungs-Merkmal-Parameters
bestimmt wird.
-
Im
Beispiel Nummer 2 existiert der einzige Äußerungs-Merkmal-Parameter,
der zu verarbeiten ist, mit dem Ergebnis, dass der Äußerungs-Merkmal-Parameter „u" selbst der repräsentative Äußerungs-Merkmal-Parameter „w" wird, der wie folgt
ausgedrückt
wird: w = (0,998, 0,002)
-
Dann
wird im Schritt S13 die Äußerungs-Merkmal-Kategorie
ausgewählt.
Von den Elementen des repräsentativen Äußerungs-Merkmal-Parameters „w" wird das Element
mit dem größten Wert
als die Äußerungs-Merkmal-Kategorie
bestimmt.
-
In
diesem Beispiel ist das Element mit dem größten Wert in dem repräsentativen Äußerungs-Merkmal-Parameter „w" gleich „0,998" in dem ersten Element,
mit dem Ergebnis, dass „delightful" als die Äußerungs-Merkmal-Kategorie
ausgewählt wird.
Die Äußerungs-Merkmal-Kategorie
wird auf diese Weise ausgewählt.
-
[Sprach-Antwort-Erzeugungs-Einheit]
-
Nunmehr
wird die Sprachantwort-Erzeugungs-Einheit nachfolgend im einzelnen
beschrieben. 4 ist eine Ansicht, auf deren
Grundlage die Sprachantwort-Erzeugungs-Verarbeitung
unter Verwendung der Äußerungs-Merkmal-Kategorie
beschrieben wird, wobei das Ablaufdiagramm, das von der Sprachantwort-Erzeugungs-Einheit
in Verbindung mit der Datenbank, auf die ein Zugriff während der
Ausführung
des Ablaufdiagramms erfolgt, erläutert
wird.
-
Wie
dies in 4 gezeigt ist, schließt die Sprachantwort-Erzeugungs-Einheit 30 eine
Antwort-Datenbank-Konstellation 32 und eine Phonem-Datenbank 38 ein.
Die Antwort-Datenbank-Konstellation 32 schließt eine
Anzahl von Antwort-Datenbanken 33, 34 ein, die
für die
jeweiligen Äußerungs-Merkmal-Kategorien
konstruiert sind. Die jeweiligen Antwort-Datenbanken 33, 34 schließen Lese-Informations-Datenbanken 33a, 34a und
Prosodie-Informations-Datenbanken 33b, 34b ein.
-
In
dem Ablaufdiagramm, wie es in 4 gezeigt
ist, gewinnt die Sprachantwort-Erzeugungs-Einheit 30 die Äußerungs-Merkmal-Kategorie
aus dem Äußerungs-Merkmal-Kategorie-Auswahl-Abschnitt 22 (Schritt
S30) und wählt
einen Satz von Antwort-Datenbanken entsprechend der vorstehend erwähnten Äußerungs-Merkmal-Kategorie aus (Schritt S31).
Die Antwort-Datenbank speichert die Lese-Informations-Datenbank, und die
Prosodie-Informations-Datenbank zur Erzeugung der Prosodie, wie zum
Beispiel Worte, eine Trennung eines Satzes und eine Position eines
Akzenten, in Paaren. In dem Fall, in dem die Äußerungs-Merkmal-Kategorie,
wie sie eingegeben wird, beispielsweise die „Kansai-Person" ist, so wird die
Antwort-Datenbank
für die
Kansai-Person ausgewählt.
Alternativ wird in dem Fall, in dem die Äußerungs-Merkmal-Kategorie,
wie sie eingegeben ist, beispielsweise die „Kanto-Person" ist, die Antwort-Datenbank für die Kanto-Person
ausgewählt.
-
Dann
verwendet die Sprachantwort-Erzeugungs-Einheit 30 die Bezugs-ID,
wie sie von der Dialog-Steuerungs-Verarbeitungs-Einheit 40 eingegeben
wird, zur Gewinnung der Lese-Information für die Sprach-Antwort und die
entsprechende Prosodie-Information von der Antwort-Datenbank, wie
sie im Schritt S31 ausgewählt
wird (Schritt S32).
-
Die
Sprachantwort-Erzeugungs-Einheit 30 erzeugt ein synthetisierte
Sprache für
die Sprach-Antwort, wobei die Lese-Information und die Prosodie-Information,
wie sie im Schritt S32 gewonnen wurde, sowie die Phonem-Datenbank
verwendet wird, die Phonem-Daten zur Bildung der synthetisierten
Sprache speichert (Schritt S33) und gibt die auf diese Weise erzeugte
synthetisierte Sprache in Form der Sprach-Antwort aus (Schritt S34).
Die Sprach-Antwort wird auf diese Weise erzeugt und ausgegeben.
-
Die
in 4 gezeigte Verarbeitung, hat einen Ablauf, bei
dem die Sprach-Antwort unter Verwendung des Sprach-Synthese-Verfahren
gemäß der Sprach-Synthese
nach Regeln erzeugt wird. Es kann ein anderes Sprach-Synthese-Verfahren
angewandt werden. In dem Fall, in dem beispielsweise Sprache erzeugt
wird, die vorher für
die Sprach-Antwort aufgezeichnet wurde, wird die Lese-Informations-Datenbank gemäß 4 durch
eine Sprach-Antwort-Datenbank 50 ersetzt, die durch die oben
erwähnte
aufgezeichnete Sprache gebildet ist, wie dies in 5 gezeigt
ist. Im einzelnen empfängt die
Sprachantwort-Erzeugungs-Einheit die Äußerungs-Merkmal-Kategorie von
dem Äußerungs-Merkmal-Kategorie-Auswahl-Abschnitt 22 (Schritt
S40), wählt
die Sprachantwort-Datenbank 50 aus (Schritt S41) und gewinnt
die Sprach-Antwort (Schritt 42). Die Dialog-Steuer-Verarbeitungs-Einheit 40 und
die anderen Einrichtungen verwirklichen den Dialog-Zustand (S44)
und die Sprachantwort-Erzeugungs-Einheit gibt direkt die Sprach-Antwort
aus, die auf der Grundlage des Dialog-Zustandes und des Erkennungs-Schlüsselwortes
ausgewählt
wurde (Schritt S44).
-
Nunmehr
wird nachfolgend ein Beispiel der Sprachantwort-Erzeugungs-Verarbeitung
beschrieben. Dieses Beispiel beruht auf der Verarbeitung, wie sie
in 4 gezeigt ist.
-
< Beispiel Nummer
1>: Der Fall, in dem
die Äußerungs-Merkmal-Kategorie
als „Kansai" beurteilt wird,
und der Wert von „2" als die Bezugs-ID
der Sprach-Antwort-Datenbank
eingegeben wird.
-
Als
erstes führt
die Sprachantwort-Erzeugungs-Einheit 30 eine Auswahl der
Antwort-Datenbank
im Schritt S31 aus. „Kansai" wird als die Äußerungs-Merkmal-Kategorie
eingegeben. Entsprechend wird die Antwort-Datenbank in diesem Block für die Verwendung
von „Kansai" eingestellt.
-
Dann
empfängt
die Sprachantwort-Erzeugungs-Einheit 30 die Bezugs-ID der
Sprachantwort-Datenbank im Schritt S32 und gewinnt die Prosodie-Information,
die der oben erwähnten
ID entspricht, und die Lese-Information von der Antwort-Datenbank, wie dies
im Schritt 31 ausgewählt wurde.
Die Antwort-Datenbank speichert die Lese-Information, wie sie beispielsweise
in 6A gezeigt ist. In diesem Beispiel ist die Bezugs-ID
gleich „2", und die Antwort-Datenbank
für „Kansai" wird im Schritt
S31 ausgewählt,
mit dem Ergebnis, dass der Satz „hona, „makudo ni ikimashou!" (Bemerkung: Diese
Satz in japanischer Sprache, der mit dem Kansai-Akzent zu sprechen ist, bedeutet „ In Ordnung, gehen
wir zu Mackers!")
ausgewählt
wird. Zur gleichen Zeit wird die Prosodie-Information, wie zum Beispiel
ein Wort, eine Trennung für
einen Satz, eine Position der Interpunktion und eine Position eines
Akzentes gewonnen, der der Lese-Information entspricht.
-
Dann
verwendet die Sprach-Antwort-Erzeugungs-Einheit 30 die
Lese-Daten von „hona, „makudo
ni ikimashou!" wie
sie im Schritt S32 ausgegeben wurden, die Prosodie-Information,
die den vorstehend genannten Lese-Daten entspricht, und die Phonem-Datenbank,
um Sprache für
die Antwort im Schritt 33 zu erzeugen. Die im Schritt S33 erzeugte Sprache
wird in Form der Sprach-Antwort ausgegeben.
-
In
diesem Beispiel speichert die Antwort-Datenbank die Daten für jeden
einzelnen Satz, was zu einer einzigen Bezugs-ID führt, die
im Schritt S32 gewonnen wird. Die vorliegende Erfindung kann jedoch auch
auf einen Fall angewandt werden, bei dem die Antwort-Datenbank die
Daten für
jedes einzelne Wort speichert, um das System der vorliegenden Erfindung
zu verwirklichen. In einem derartigen Fall wird eine Folge von Bezugs-IDs
von der Dialog-Steuerungs-Verarbeitungs-Einheit 40 ausgegeben.
Die der jeweiligen Bezugs-ID entsprechende Lese-Information und
die Prosodie-Information
werden in der Reihenfolge der Folge von Bezugs-IDs gewonnen, Worte
werden miteinander durch die Sprach-Synthese-Verarbeitung im Schritt
S33 kombiniert, und dann wird die Sprach-Antwort ausgegeben, wenn
die kombinierten Worte einen einzigen Satz darstellen. Es kann beispielsweise
als die Antwort-Datenbank
eine Zwischen-Sprache- (wobei die Prosodie-Information, wie zum
Beispiel ein Akzent in der Form von Symbolen zu der Lese-Information
hinzugefügt
wird) Datenbank angewandt werden, bei der die Prosodie-Informations-Datenbank
und die Lese-Informations-Datenbank miteinander kombiniert werden.
-
<Beispiel Nummer
2>: Der Fall, in dem
die Äußerungs-Merkmal-Kategorie
als „delightfulness" beurteilt wird und
der Wert „3" als die Bezugs-ID
der Sprach-Antwort-Datenbank
eingegeben wird.
-
Als
erstes führt
die Sprachantwort-Erzeugungs-Einheit 30 eine Auswahl der
Antwort-Datenbank
im Schritt S31 aus. „delightfulness" wird als die Äußerungs-Merkmal- Kategorie eingegeben.
Entsprechend wird die Antwort-Datenbank in diesem Block für „delightfulness" eingestellt.
-
Dann
empfängt
die Sprachantwort-Erzeugungs-Einheit 30 die Bezugs-ID der
Sprach-Antwort-Datenbank
im Schritt S32 und gewinnt die Prosodie-Information, die der vorstehend
genannten ID entspricht, und die Lese-Information von der Antwort-Datenbank, wie sie
im Schritt S31 ausgewählt wurde.
Die Antwort-Datenbank speichert die Lese-Information, wie dies als
Beispiel in 6 gezeigt ist. In diesem
Beispiel ist die Bezugs-ID gleich „3", und die Antwort-Datenbank für „delightfulness" wird im Schritt
S31 ausgewählt,
mit dem Ergebnis, dass der Satz „Good thing. You look delighted" ausgewählt wird,
gleichzeitig wird die Prosodie-Information, wie zum Beispiel ein
Wort, eine Trennung für
einen Satz, eine Position einer Interpunktion und eine Position
eines Akzenten gewonnen, die der Lese-Information entspricht.
-
Dann
verwendet die Sprachantwort-Erzeugungs-Einheit 30 die Lese-Daten
von „Good
thing. You look delighted",
wie sie im Schritt S32 ausgegeben werden, die Prosodie-Information,
die den vorstehend genannten Lese-Daten entspricht, und die Phonem-Datenbank,
um Sprache für
die Antwort im Schritt S33 zu erzeugen. Die im Schritt S33 erzeugte Sprache
wird in Form der Sprach-Antwort ausgegeben.
-
In
diesem Beispiel speichert die Antwort-Datenbank die Daten für jeden
einzelnen Satz, was dazu führt,
dass die einzige Bezugs-ID im Schritt S32 gewonnen wird. Die vorliegende
Erfindung kann jedoch auch auf einen Fall angewandt werden, in dem die
Antwort-Datenbank die Daten für
jedes einzelne Wort speichert, um das System der vorliegenden Erfindung
zu verwirklichen. In diesem Fall wird ein Folge von Bezugs-IDs von
der Dialog-Steuer-Verarbeitungs-Einheit 40 ausgegeben.
Die Lese-Information, die
der jeweiligen Bezugs-ID entspricht, und die Prosodie-Information
werden in der Reihenfolge der Folge von Bezugs-IDs gewonnen, Worte
werden miteinander durch die Sprach-Synthese-Verarbeitung im Schritt
S33 kombiniert, und dann wird die Sprach-Antwort ausgegeben, wenn
die kombinierten Worte einen einzigen Satz bilden. Es kann als die Antwort-Datenbank
eine Zwischen-Sprache-(bei
der die Prosodie-Information, wie zum Beispiel ein Akzent, in Form
von Symbolen zu der Lese-Information hinzugefügt wird) Datenbank angewandt
werden, in der die Prosodie-Informations-Datenbank und die Lese-Informations-Datenbank
miteinander kombiniert werden.
-
<Modifikation
Nummer 1>
-
Nunmehr
wird nachfolgend eine Modifikation des vorstehend beschriebenen
Beispiels beschrieben. Bei dieser Modifikation wird ein anderes
Sprachintervall (das heißt
ein entbehrliches Wort) als das Schlüsselwort-Intervall ebenfalls
der Beurteilungs-Verarbeitung der Äußerungs-Merkmal-Kategorie unterworfen.
Im einzelnen kann eine Verarbeitung zur Ableitung eines Schlüsselwortes
durchgeführt werden,
aus dem das Äußerungs-Merkmal
in dem Ausdruck (der nachfolgend als das „Merkmals-Schlüsselwort" bezeichnet wird)
von den Äußerungs-Daten
entbehrlicher Worte parallel zu der Schlüsselwort-Ableitungs-Verarbeitung
abgeleitet wird (was nachfolgend als die „Haupt-Schlüsselwort-Ableitung" bezeichnet wird),
wie dies in dem Ablaufdiagramm nach 7 gezeigt
ist, was es möglich macht,
die Merkmale der Äußerung des
Benutzers in deutlicher Weise hervorzuheben.
-
Im
einzelnen wird die folgende Verarbeitung ausgeführt:
Als erstes wandelt
der Umwandlungs-Abschnitt 12 die Äußerungs-Daten, die eingegeben
wurden, in den Merkmals-Parameter um (Schritt S20). Dann führt der
Spracherkennungs-Verarbeitungs-Abschnitt 14 eine Übereinstimmungs-Verarbeitung
des Merkmal-Parameters, der im Schritt S20 erzeugt wurde, mit dem
Haupt-Schlüsselwort-Modell
aus, um das Schlüsselwort
abzuleiten (Schritt S21). Der Spracherkennungs-Verarbeitungs-Abschnitt 14 führt weiterhin
die Übereinstimmungs-Verarbeitung
des im Schritt S20 erzeugten Merkmals-Parameter mit dem Merkmal-Schlüsselwort-Modell
durch, um das Schlüsselwort
für das
Merkmal abzuleiten (Schritt S22).
-
Dann
verwendet der Äußerungs-Merkmal-Kategorie-Auswahl-Abschnitt 22 die Äußerungs-Merkmal-Parameter,
die dem Haupt-Schlüsselwort,
das im Schritt S21 gewonnen wurde, und dem Merkmals-Schlüsselwort
entsprechen, das im Schritt S22 gewonnen wurde, um die am besten
geeignete Äußerungs-Merkmal-Kategorie
zu gewinnen (Schritt S23). An dieser Stufe werden alle die Äußerungs-Merkmal-Parameter, die an
der Seite der Haupt-Schlüsselworte
gespeichert sind, und die Äußerungs-Merkmal-Parameter,
die neben den Merkmals-Schlüsselworten
gespeichert sind verwendet, um den repräsentativen Äußerungs-Merkmal-Parameter zu
gewinnen.
-
Die
Sprachantwort-Erzeugungs-Einheit 30 erzeugt Sprache für die Sprachanwort,
wobei die im Schritt S23 gewonnene Äußerungs-Merkmal-Kategorie und
die in den Schritten S21 und S22 gewonnenen Erkennungs-Schlüsselworte
verwendet werden (Schritt S24). Die auf diese Weise erzeugte Sprache wird
an den Benutzer in Form der Sprachantwort abgegeben.
-
Nunmehr
wird ein konkretes Verarbeitungs-Beispiel in der Modifikation 1 nachfolgend
beschrieben.
-
<Beispiel>: In dem Fall, in dem
die Äußerung „juutai-jouhou
wo tanomu-wa" ist
(Bemerkung: Dies ist mit dem Kansai-Akzent zu sprechen und bedeutet „Bitte
gebe mir Verkehrsstau-Information").
-
Vorbedingungen:
-
- – Das
Haupt-Schlüsselwort
ist „juutai-jouhou" (das heißt Verkehrsstau-Information).
- – Das
Wort „tanomu-wa" (das heißt „Bitte
gebe mir") wurde
als das Äußerungs-Merkmal-Schlüsselwort
aufgezeichnet.
- – Äußerungs-Merkmal-Parameter
des Wortes „juutai-jouhou" (das heißt Verkehrsstau-Information):
(0,50, 0,50)
- – Äußerungs-Merkmal-Parameter
des Wortes „tanomu-wa" (das heißt „Bitte
gebe mir"): (0,80, 0,20)
-
- * Die Elemente des Äußerungs-Merkmal-Parameters in
diesem Beispiel stellen jeweils die folgenden Merkmale dar:
(Wert
der Äußerungs-Häufigkeit
bei der Kansai-Person, Wert der Äußerungs-Häufigkeit in der Kanto-Version).
-
Der
Parameter-Umwandlungs-Abschnitt 12 gewinnt das Merkmal-Parameter
der Äußerungs-Daten
selbst im Schritt S20.
-
Dann
führt der
Spracherkennungs-Verarbeitungs-Abschnitt 14 eine Übereinstimmungs-Verarbeitung
des Haupt-Schlüsselwort-Modells
mit dem im Schritt S20 gewonnen Merkmals-Parameter aus, um das Haupt-Schlüsselwort
von „juutai-jouhou" (das heißt Verkehrsstau-Information)
im Schritt S21 abzuleiten. Der Spracherkennungs-Verarbeitungs-Abschnitt 14 führt weiterhin
die Übereinstimmungs-Verarbeitung
des Merkmals-Schlüsselwortes
mit dem Merkmals-Schlüsselwort-Modell
und dem im Schritt S20 gewonnenen Merkmals-Parameter aus, um das Merkmals-Schlüsselwort
von „tanomu" (das heißt „Bitte
gebe mir") im Schritt
22 auszuführen.
-
Dann
leitet der Äußerungs-Merkmal-Kategorie-Auswahl-Abschnitt 22 die Äußerungs-Merkmal-Kategorie
im Schritt S23 ab. Im einzelnen wird der Äußerungs-Merkmals-Parameter „u", der dem Haupt-Schlüsselwort
von „juutai-jouhou" (das heißt Verkehrsstau-Information)
aus der Äußerungs-Merkmal-Datenbank
gewonnen. Der Äußerungs-Merkmal-Parameter „v", der dem Merkmals-Schlüsselwort von „tanomu" (das heißt „Bitte
gebe mir") wird
ebenfalls aus der Äußerungs-Merkmal-Datenbank
gewonnen. In diesem Beispiel werden die Äußerungs-Merkmal-Parameter „u" und „v" wie folgt ausgedrückt: u = (0,50, 0,50), v 0 (0,80, 0,20)
-
Dann
gewinnt der Äußerungs-Merkmal-Kategorie-Auswahl-Abschnitt 22 die
repräsentativen Äußerungs-Merkmal-Parameter
für die
gesamten Sprach-Daten, wie sie geäußert werden. Von den Elementen
des Äußerungs-Merkmal-Parameters,
die durch den Schritt S22 gewonnen wurden, wird das Element, das
den größten Wert
hat, als das Element des repräsentativen Äußerungs-Merkmal-Parameters
bestimmt. Das erste Element des Äußerungs-Merkmal-Parameters „u" ist „0,50" und das erste Element Äußerungs-Merkmal-Parameters „v" ist „0,80". Von diesen Werten
ist der größte Wert „0,80". In der gleichen
Weise ist das zweite Element des Äußerungs-Merkmal-Parameters „u" gleich „0,50", und das zweite Element des Äußerungs-Merkmal-Parameters „v" ist „0,20". Von diesen Werten
ist der größte Wert „0,50".
-
Gemäß dieser
Prozedur wird der repräsentative Äußerungs-Merkmal-Parameter „w" wie folgt ausgedrückt: w = (0,80, 0,50)
-
Dann
wird aus den Elementen des repräsentativen Äußerungs-Merkmal-Parameters „w" das Element mit
dem größten Wert
als die Äußerungs-Merkmal-Kategorie
bestimmt. Das Element mit dem größten Wert
in dem repräsentativen Äußerungs-Merkmal-Parameter „w" ist „0,80" in dem ersten Element. Entsprechend
urteilt der Äußerungs-Merkmal-Kategorie-Auswahl-Abschnitt 22,
dass eine Person, die die Äußerung abgab,
die „Kansai-Person" ist, und er sendet
das Beurteilungs-Ergebnis an die Sprachanwort-Erzeugungs-Einheit 30.
-
Dann
gibt die Sprachantwort-Erzeugungs-Einheit 30 die Äußerungs-Merkmal-Kategorie wieder
und führt
eine Sprachsynthese-Verarbeitung aus, um die synthetisierte Sprache
in Form der Sprachantwort auszugeben.
-
<Modifikation
Nummer 2>
-
Nunmehr
wird nachfolgend eine weitere Modifikation des vorstehend beschriebenen
Beispiels beschrieben. Bei dieser Modifikation Nummer 2 wird eine
Anzahl von Äußerungs-Merkmal-Datenbanken vorbereitet,
und der Äußerungs-Merkmal-Parameter wird für jede der Äußerungs-Merkmal-Datenbanken gewonnen,
sodass es möglich
ist, ausführlichere Merkmale
der Äußerung des
Benutzers in der Sprachantwort wiederzugeben.
-
Im
einzelnen wurde vorher eine Datenbank des Äußerungs-Merkmals „A" (beispielsweise
die Äußerungs-Merkmal-Datenbank
für den
emotionalen Ausdruck, wie dies in 8 gezeigt
ist) und eine Datenbank des Äußerungs-Merkmals „B" (beispielsweise
die Äußerungs-Merkmal-Datenbank
für die
Regionalität,
wie sie in 8 gezeigt ist) vorbereitet,
so dass zwei Äußerungs-Merkmal-Parameter,
das heißt irgendeiner
der Äußerungs-Merkmal-"A"-Parameter und irgendeiner der Äußerungs-Merkmal-"B"-Parameter für ein einzelnes Schlüsselwort
gewonnen werden (siehe 8).
-
Die
vorhergehende Gewinnung der repräsentativen Äußerungs-Merkmal-Parameter
aus den Äußerungs-Merkmal-"A"-Parametern und Äußerungs-Merkmal-"B"-Parametern
in allen den Schlüsselworten
macht es möglich,
Merkmale zu gewinnen, die von zwei Gesichtspunkten in der Äußerung aus beurteilt
wurden. Es ist daher möglich,
eine Sprachanwort zu tiefem, bei der ausführlichere Äußerungs-Bedingungen wiedergegeben werden, verglichen
mit dem Fall, in dem ein einziger Äußerungs-Merkmal-Kategorie-Parameter
verwendet wird, wie dies vorstehend beschrieben wurde.
-
Es
bedarf keiner Erwähnung,
das die ähnliche
Verarbeitung auf einen Fall angewandt werden kann, bei dem drei
oder mehr Äußerungs-Merkmal-Datenbanken
verwendet werden. In diesem Fall umfasst das Spracherkennungs-/Sprachantwort-System
die Äußerungs-Bedingungen
mit mehr Einzelheiten, so dass es ermöglicht wird, die am besten
für die
Bedingungen geeignete Sprachantwort zu liefern.
-
Nunmehr
wird die jeweilige Verarbeitung nachfolgend entsprechend dem Blockdiagramm,
wie es in 1 gezeigt ist, und dem Ablaufdiagramm
beschrieben, wie es in 9 gezeigt ist.
-
<Verarbeitungs-Beispiel>
-
Als
erstes wandelt der Parameter-Umwandlungs-Abschnitt 12 die Äußerungs-Daten,
die eingegeben wurden, in den Merkmal-Parameter um (Schritt S20).
Dann führt
der Spracherkennungs-Verarbeitungs-Abschnitt 14 eine Übereinstimmungs-Verarbeitung
des im Schritt S20 erzeugten Merkmal-Parameter mit dem Haupt-Schlüsselwort-Modell aus, um das
Schlüsselwort
abzuleiten 8Schritt S21). Der Spracherkennungs-Verarbeitungs-Abschnitt 14 führt weiterhin
die Übereinstimmungs-Verarbeitung
des Merkmal-Parameters, der im Schritt S20 erzeugt wurde, mit dem
Merkmal-Schlüsselwort-Modell
aus, um das Schlüsselwort
für das
Merkmal abzuleiten (Schritt S22), und zwar in der gleichen Weise
wie der Schritt S21. Selbstverständlich
wird die Äußerungs-Merkmal-Kategorie
lediglich für
das Haupt-Schlüsselwort
verwendet, wie dies vorstehend beschrieben wurde. In diesem Fall
ist die System-Struktur identisch zu der des Ablaufdiagramms, das
in 9 gezeigt ist, wobei Schritt S21 fortgelassen
ist.
-
Dann
verwendet der Äußerungs-Merkmal-Kategorie-Auswahl-Abschnitt 22 die Äußerungs-Merkmal-"A"-Parameter, die dem in Schritt S21 gewonnenen
Haupt-Schlüsselwort
entsprechen, und das im Schritt S22 gewonnene Merkmal- Schlüsselwort
zur Gewinnung der am besten geeigneten Äußerungs-Merkmal-"A"-Kategorie
(Schritt S231). An dieser Stufe wurden alle die Äußerungs-Merkmal-"A"-Parameter,
die neben dem Haupt-Schlüsselworten
gespeichert wurden, und die Äußerungs-Merkmal-"A"-Parameter, die neben dem Merkmal-Schlüsselworten
gespeichert wurden, dazu verwendet, den repräsentativen Äußerungs-Merkmal-"A"-Parameter zu gewinnen. Der Äußerungs-Merkmal-Kategorie-Auswahl-Abschnitt 22 verwendet
außerdem
die Äußerungs-Merkmal-"B"-Parameter, die dem im Schritt S21 gewonnenen Haupt-Schlüsselwort
entsprechen, und das im Schritt S22 gewonnene Schlüsselwort
zum Gewinnen der am besten geeigneten Äußerungs-Merkmal-"B"-Kategorie (Schritt S232) in der gleichen
Weise wie der Schritt S231.
-
Die
Sprachantwort-Erzeugungs-Einheit 30 erzeugt Sprache für die Sprachantwort,
wobei die Äußerungs-Merkmal-"A"-Katgorie, die im Schritt S231 gewonnen
wurde, die Äußerungs-Merkmal-"B"-Kategorie, die im Schritt S232 gewonnen
wurde, und die Erkennungs-Schlüsselwort,
die in den Schritten S21 und S22 verwendet wurden (Schritt S24).
Die auf diese Weise erzeugte Sprache wird an den Benutzer in Form
einer Sprachantwort ausgegeben.
-
Nunmehr
wird ein konkretes Verarbeitungs-Beispiel in der Modifikation Nummer
2 nachfolgend beschrieben.
-
<Beispiel>: Der Fall, in dem
die Äußerung „akan,
juutai-jouhou wo tanomu-wa" ist
(Bemerkung: Dies mit dem Kansai-Akzent gesprochen und bedeutet „Oh mein
Gott! Bitte gebe mir Verkehrsstau-Information").
-
Vorbedingungen:
-
- – Das
Haupt-Schlüsselwort
ist „juutai-jouhou" (das heißt Verkehrsstau-Information).
- – Das
Wort „tanomu-wa" (das heißt „Bitte
gebe mir") wurde
als das Äußerungs-Merkmal-Schlüsselwort
aufgezeichnet.
- – Äußerungs-Merkmal-"A"-Parameter des Wortes „juutai-jouhou
(das heißt
Verkehrsstau-Information):(0,50, 0,50)
- – Äußerungs-Merkmal-"B"-Parameter des Wortes „juutai-jouhou
(das heißt Verkehrsstau-Information):(0,50,
0,50)
- – Äußerungs-Merkmal-"A"-Parameter des Wortes „tanomu-wa" (das heißt „Bitte
gebe mir"):(0,80, 0,20)
- – Äußerungs-Merkmal-"B"-Parameter des Wortes „tanomu-wa" (das heißt „Bitte
gebe mir"):(0,50, 0,50)
- – Äußerungs-Merkmal-"A"-Parameter des Wortes „akan" (das heißt „Oh mein
Gott !"):(0,80,
0,20)
- – Äußerungs-Merkmal-"B"-Parameter des Wortes „akan" (das heißt „Oh mein
Gott !"):(0,10,
0,90)
-
- * Die Elemente des Äußerungs-Merkmal-"A"-Parameters stellen in diesem Beispiel
die folgenden jeweiligen Merkmale dar:
(Wert der Äußerungs-Häufigkeit
bei der Kansai-Person, Wert der Äußerungs-Häufigkeit bei der Kanto-Person)
und die Elemente des Äußerungs-Merkmal-"B"-Parameters in diesem Beispiel stellen
jeweils die folgenden Merkmale dar:
(Wert der Häufigkeit,
die eine Erfreutheit anzeigt, Wert der Häufigkeit, die eine Irritation
anzeigt).
-
Der
Parameter-Umwandlungs-Abschnitt 12 gewinnt den Merkmal-Parameter
der Äußerungs-Daten
selbst im Schritt S20. Dann führt
der Spracherkennungs-Verarbeitungs-Abschnitt 14 eine Übereinstimmungs-Verarbeitung
des Haupt-Schlüsselwort-Modells
mit dem Merkmal-Parameter, der im Schritt S20 gewonnen wurde, aus,
um im Schritt S21 das Haupt-Schlüsselwort
von „juutai-jouhou" (das heißt Verkehrsstau-Information)
abzuleiten.
-
Der
Spracherkennungs-Verarbeitungs-Abschnitt 14 führt weiterhin
die Übereinstimmungs-Verarbeitung
des Merkmal-Schlüsselwortes
mit dem Merkmal-Schlüsselwort-Modell
und dem Merkmal-Parameter aus, der im Schritt S20 gewonnen wurde,
um die Merkmal-Schlüsselworte
von „akan" (das heißt „Oh mein
Gott !") und „tanomu" (das heißt „Bitte
gebe mir") im Schritt
S22 abzuleiten.
-
Dann
leitet der Äußerungs-Merkmal-Kategorie-Auswahl-Abschnitt 22 die Äußerungs-Merkmal-"A"-Kategorie im Schritt S231 ab. Im einzelnen wird
der Äußerungs-Merkmal-"A"-Parameter „ua", der dem Haupt-Schlüsselwort von „juutai
jouhou (das heißt
Verkehrsstau-Information) entspricht, aus der Äußerungs-Merkmal-Datenbank gewonnen.
Der Äußerungs-Merkmal-"A"-Parameter „va(1)", der dem Merkmal-Schlüsselwort
von „tanomu" (das heißt „Bitte
gebe mir") entspricht,
und der Äußerungs-Merkmal-"A"-Parameter „va(2)" der dem Merkmal-Schlüsselwort
von „akan" (das heißt „Oh mein
Gott !") entspricht,
werden ebenfalls aus der Äußerungs-Merkmal-Datenbank
gewonnen.
-
In
diesem Beispiel werden die Äußerungs-Merkmal-Parameter „ua", „va (1)" und „va (2)" wie folgt ausgedrückt: ua = (0,50, 0,50) va(1)
= (0,80, 0,20) va(2) = (0,90, 0,20)
-
In
der gleichen Weise, wie dies vorstehend beschrieben wurde, leitet
der Äußerungs-Merkmal-Kategorie-Auswahl-Abschnitt 22 die Äußerungs-Merkmal-„B"-Kategorie im Schritt
S232 ab. Im einzelnen wird der Äußerungs-Merkmal-"B"-Parameter „ub", der dem Haupt-Schlüsselwort von „juutai-jouhou" (das heißt Verkehrsstau-Information) entspricht,
aus der Äußerungs-Merkmal-Datenbank gewonnen.
Der Äußerungs-Merkmal-"B"-Parameter „vb (1)", der dem Merkmal-Schlüsselwort
von „tanomu" (das heißt „Bitte
gebe mir") entspricht,
und der Äußerungs-Merkmal-"B"-Parameter „vb (2)" der dem Merkmal-Schlüsselwort
von „akan" (das heißt „Oh mein
Gott !") entspricht,
werden ebenfalls aus der Äußerungs-Merkmal-Datenbank
gewonnen.
-
In
diesem Beispiel werden die Äußerungs-Merkmal-"B"-Parameter „ub", „vb(1)" und „vb(2)" wie folgt ausgedrückt: ub = (0,50, 0,50) vb(1)
= (0,50, 0,50) vb(2) = (0,10, 0,90)
-
Dann
gewinnt der Äußerungs-Merkmal-Kategorie-Auswahl-Abschnitt 22 den
repräsentativen Äußerungs-Merkmal-Parameter
für die
gesamten Sprachdaten, wie sie geäußert werden.
Von den Elementen des Äußerungs-Merkmal-"A"-Parameter und den Elementen des Äußerungs-Merkmal-"B"-Parameters, wie in den Schritten S231
bzw. S232 gewonnen wurden, werden die Elemente mit den größten Werten
als die Elemente des repräsentativen Äußerungs-Merkmal-"A"-Parameters bzw. des repräsentativen Äußerungs-Merkmal-"B"-Parameters bestimmt.
-
Damit
wird der repräsentative Äußerungs-Merkmal-"A"-Parameter für den Äußerungs-Merkmal-"A"-Parameter gewonnen. Das erste Element
des Äußerungs-Merkmal-"A"-Parameters „ua" ist „0,50", das erste Element des Äußerungs-Merkmal-"A"-Parameters „va(1)" ist „0,80" und das erste Elemente des Äußerungs-Merkmal-"A"-Parameters „va(2)" ist „0,90". Von diesen drei Werten ist der größte Wert
gleich „0,90". In der gleichen
Weise ist das zweite Element des Äußerungs-Merkmai-"A"-Parameters „ua" gleich „0,50", das zweite Element
des Äußerungs-Merkmal-"A"-Parameters „va(1)" ist „0,20." und das zweite Element des Äußerungs-Merkmal-"A"-Parameters „va(2)" ist „0,20". Von diesen drei Werten ist der größe Wert
gleich „0,50".
-
Gemäß dieser
Prozedur wird der repräsentative Äußerungs-Merkmal-"A"-Parameter „wa" wie folgt ausgedrückt: wa
= (0,90, 0,50)
-
Der
repräsentative Äußerungs-Merkmal-"B"-Parameter „wb" für
den Äußerungs-Merkmal-"B"-Parameter der in dem ähnlichen
Verfahren gewonnen wird, wird wie folgt ausgedrückt: wb
= (0,50, 0,90)
-
Dann
werden von den Elementen des repräsentativen Äußerungs-Merkmal-"A"-Parameters „wa" und des repräsentativen Äußerungs-Merkmal-"B"-Parameters „wb" die jeweiligen Elemente, die den größten Wert
haben, als die Äußerungs-Merkmal-Kategorien
bestimmt. Das Element mit dem größten Wert
in dem repräsentativen Äußerungs-Merkmal-"A"-Parameter „wa" ist „0,90" in dem ersten Element. Entsprechend
beurteilt der Äußerungs-Merkmal-Kategorie-Auswahl-Abschnitt 22 eine
Person, die die Äußerung abgegeben
hat, als eine „Kanasi-Person" und sendet die Beurteilungs-Ergebnisse
an die Sprach-Antwort-Erzeugungs-Einheit.
-
In
der gleichen Weise ist das Element, das den größten Wert in der repräsentativen Äußerungs-Merkmal-"B"-Parameter „wb" hat, gleich „0,90" in dem ersten Elemente. Entsprechend
urteilt der Äußerungs-Merkmal-Kategorie-Auswahl-Abschnitt 22, das
eine Person, die die Äußerung abgegeben
hat, „sich
irritiert fühlt", und sendet die
Beurteilungs-Ergebnisse an die Sprachantwort-Erzeugungs-Einheit 30.
-
Dann
gibt die Sprachantwort-Erzeugungs-Einheit 30 die zwei Äußerungs-Merkmal-Kategorien wieder
und führt
eine Sprach-Synthese-Verarbeitung aus, um die synthetisierte Sprache
in Form einer Sprach-Antwort auszugeben.
-
Gemäß der vorliegenden
Erfindung, wie sie ausführlich
beschrieben wurde, ist das Sprach-Erkennungs-/Sprachantwort-System
der vorliegenden Erfindung so konfiguriert, dass die Sprach-Erkennung
der Äußerung des
Benutzers durchgeführt
wird, dass die Äußerungs-Merkmal-Kategorie
der Äußerung des
Benutzers auf der Grundlage der Erkennungs-Ergebnisse ausgewählt wird
und das die Sprach-Antwort entsprechend der Äußerungs-Merkmal-Kategorie erzeugt
wird. Als Ergebnis wird eine Schalt-Operation der Sprach-Antwort
durchgeführt, um
einen Ausgang entsprechend der Äußerung des Benutzers
zu liefern. Es ist daher möglich,
einen Dialog zu führen,
mit dem sich der Benutzer vertraut fühlt, während eine Verwirrung des Benutzers
vermieden wird, die durch eine ausschließliche Änderung des Äußerungs-Stils,
wie lediglich des Dialekts, durch die Information, die von dem Sprach-Erkennungs-/Sprachantwort-System
erzeugt wird, hervorgerufen werden könnte.