JPH10124086A - 音声対話システム - Google Patents

音声対話システム

Info

Publication number
JPH10124086A
JPH10124086A JP8283461A JP28346196A JPH10124086A JP H10124086 A JPH10124086 A JP H10124086A JP 8283461 A JP8283461 A JP 8283461A JP 28346196 A JP28346196 A JP 28346196A JP H10124086 A JPH10124086 A JP H10124086A
Authority
JP
Japan
Prior art keywords
voice
information
recognition
knowledge base
signal
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
JP8283461A
Other languages
English (en)
Inventor
Kazuhiko Takahashi
和彦 高橋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Meidensha Corp
Meidensha Electric Manufacturing Co Ltd
Original Assignee
Meidensha Corp
Meidensha Electric Manufacturing Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Meidensha Corp, Meidensha Electric Manufacturing Co Ltd filed Critical Meidensha Corp
Priority to JP8283461A priority Critical patent/JPH10124086A/ja
Publication of JPH10124086A publication Critical patent/JPH10124086A/ja
Pending legal-status Critical Current

Links

Landscapes

  • Machine Translation (AREA)
  • Document Processing Apparatus (AREA)

Abstract

(57)【要約】 【課題】 音声合成装置や音声認識・理解システム等を
単に組み合わせた音声対話システムでは、不特定の人と
人があたかも自然に会話をしているようなヒューマンイ
ンタフェースを実現できない。 【解決手段】 利用者の音声を音声入力装置11と通信
システム12と音声受信装置13で受信し、アクティブ
ノイズフィルタ14でノイズを除去し、不特定話者単語
音声認識技術を用いた音声認識装置15により音声認識
し、音声理解装置16により音声に含まれている意味内
容を抽出し、利用者が要求している情報や限定情報の知
識ベースを持つエキスパートシステム17により利用者
に対する応答音声情報を得、この情報が無いときにシス
テムサポータ18により人が音声で媒介し、音声情報を
音声合成装置19により合成した音声又は音声信号を通
信システム20を介して音声出力装置21から利用者に
音声で応答する。

Description

【発明の詳細な説明】
【0001】
【発明の属する技術分野】本発明は、不特定話者とコン
ピュータの間で音声により対話を行う音声対話システム
に関する。
【0002】
【従来の技術】従来、人と機械との間の対話には、テー
プレコーダ等に予め録音されたさまざまな情報を電話で
聞き取ったり、ファクリミリを利用した情報収集を行う
ときに、アナウンスに従って人が機械操作を行ってい
る。この場合、機械側が発生できる音声情報が限られる
し、人は機械操作で応答するため、対話内容及び応答時
間が大きく制限される。
【0003】これら制限を無くそうとするものとして、
機械側が発生できる音声情報を任意とする規則合成方式
による音声合成装置がある。また、人が音声で応答し、
これを機械側が認識する音声認識・理解システム、さら
には画像情報と音声情報を取り扱うマルチメディア向け
音声インタフェースがある。
【0004】図7は、日本語規則合成方式の音声合成処
理ブロック図を示す。日本語解析処理部1は、パソコン
やワープロ、ワークステーション等から入力された漢字
カナ混じり文に対して日本語辞書2を参照した構文解
析、意味解析等により読み・単語・文節境界等を解析す
る。この解析結果から、抑揚制御部3による音韻系列の
アクセントとイントネーション及び継続時間長制御部4
による音韻の継続時間の各パラメータを決定し、これら
を音響管モデルのパラメータとして音声合成部5により
音声辞書6を参照した音声合成を行い、拡声器7から合
成音声を得る。
【0005】このような音声合成装置を対話システムに
利用するには、回線外部からの接続応答、回線外部への
接続要求、電話機のプッシュボタン信号認識機能などの
回線制御機構を持つ装置に音声合成装置を設け、その音
声合成部5のモジュラー端子から直接に電話回線へ出力
する。この装置は、コンピュータに接続するのみで電話
対応システムが構築でき、専用のラックを用いて最大3
2回線までの同時応答や一斉通報ができる。
【0006】次に、音声認識装置は、入力される音声の
音響分析と音韻認識と単語認識及び言語処理などによ
り、単語音声認識、連続単語音声認識や音声理解を行
う。例えば、単語抽出型音声認識システムは、図8に示
すように、ファジイ推論で必要な単語を大つかみに抽出
し、必要とする単語は予め登録しておき、後から学習機
能によって次第に追加して行くシステムであり、ソフト
ウェアでも作動させることが可能であるため、コンピュ
ータと人の対話における音声認識手段として利用するこ
とができる。
【0007】マルチメディア向け音声インタフェースと
しては、図9に示すように、動画像処理部と音声応答を
用いたマルチメディア技術の実現の一環として、VME
バス対応高速ニューロコンピュータ上で開発した高精度
な不特定話者単語音声認識技術を利用し、マルチタスク
対応の音声入力インタフェースをワークステーションの
Xウインドウ上に構築したものがある。
【0008】このシステムの特徴としては、(a)フォ
ーカスウインドウに対する音声入力が可能、(b)タス
クに対応した音声辞書切換が可能、(c)アプリケーシ
ョンに対してマウスと等価な動作が可能などがあげられ
る。
【0009】
【発明が解決しようとする課題】人と機械との対話手段
として、従来から音声合成装置や音声認識・理解システ
ム、さらにはマルチメディア向け音声インタフェースが
あるが、これらを単に組み合わせて音声対話システムを
構築するのでは、不特定の人と人があたかも自然に会話
をしているようなヒューマンインタフェースを実現でき
ない。
【0010】本発明の目的は、不特定話者と機械の間に
自然な対話を得ることができるシステムを提供すること
にある。
【0011】
【課題を解決するための手段】本発明は、あたかも人と
人が自然に会話をしているようなヒューマンインタフェ
ースを実現するために、不特定話者に対応可能な技術と
してVMEバス対応高速ニューロコンピュータ上で開発
した高精度な不特定話者単語音声認識技術を用い、かつ
利用者が要求している情報や限定情報を拡張するために
ルールによって対応可能とする知識ベース及び学習機能
を持ったエキスパートシステム、さらに利用者の要求を
返答するためより自然で人間の肉声に近い音声出力を得
る音声合成システムを統合し、かつワークステーション
上で動作可能としたヒューマンインタフェースを実現す
るもので、以下の構成、利用者の音声を通信システムを
介して受信し、雑音を除去した音声信号を得る音声信号
受信手段と、前記音声信号のA/D変換データを周波数
スペクトルによって大まかに分析し、特徴抽出によって
音声信号の時系列の特徴パラメータを音素単位に抽出
し、各音素単位の認識に続く単語の認識、及び構文認識
と意味認識により音声信号に対応した文字データを得る
音声認識装置と、前記文字データの意味内容を抽出する
音声理解装置と、前記音声理解装置が文字データの意味
内容の理解に失敗したときに知識ベースを使った推論で
音声不理解の音声情報をオンラインで得、意味内容を理
解できたときに知識ベースを使った推論で利用者の要求
に答えるための音声情報をオンラインで得るエキスパー
トシステムと、利用者の要求する音声情報が前記知識ベ
ースに無い場合や対応できない場合に人が媒介して対話
処理を行うためのシステムサポータと、前記エキスパー
トシステムからの音声情報を音声信号として合成する音
声合成装置と、前記音声合成装置からの音声信号又はシ
ステムサポータからの音声信号を通信システムを介して
利用者側に伝送する音声信号送信手段と、を備えたこと
を特徴とする。
【0012】
【発明の実施の形態】図1は、本発明の実施形態を示す
システムブロック構成図であり、図2〜図4に各部の処
理過程を同じ符号で対応付けて示す。以下、各部の構成
と処理を詳細に説明する。
【0013】音声入力装置11は、電話機など受話器の
マイクロフォンから利用者が音声を入力するためのもの
である。通信システム12は、例えば、ディジタル回線
で高速かつ広帯域性がある2B+DのB−ISDN及び
ネットワークを制御するATM交換システムによって通
信制御を行い、音声入力装置11からの音声信号を音声
受信装置13に伝送する。アクティブノイズフィルタ1
4は、音声受信装置13が受信した音声信号から雑音を
除去する。
【0014】音声認識装置15は、受信した音声を認識
及び理解するため、不特定話者に対応可能な技術として
VMEバス対応高速ニューロコンピュータ上で開発した
高精度な不特定話者単語音声認識技術のニューロコンピ
ュータシステムに構成され、音声認識処理部151と音
声分析学習部152及び音声辞書153を備える。
【0015】この装置15では、図2及び図3に音声認
識ライブラリを使用した処理過程で示すように、入力さ
れた信号を音声理解処理、A/D変換処理した後、音声
分析により音声入力信号を周波数スペクトルによって大
まかに分析し、特徴抽出によって音声分析結果から音声
信号の特徴パラメータを時系列に抽出・変換し、セグメ
ンテーション処理により音声単位へのセグメント化を行
う。
【0016】次いで、音素認識により音素標準パターン
との比較で音素認識を行うことで音素系列を得、単語照
合と単語認識により音素系列について知識ベースに持つ
単語標準パターンとの照合で単語を認識する。この認識
に標準パターンが存在しなければ学習処理(認識・登
録)を行って単語知識を知識ベースに追加する。
【0017】次いで、認識した単語について、構文照合
と構文認識により知識ベースの構文パターンとの照合で
構文的に誤りがあるか否かを解析し、誤りがあれば再検
証することで構文認識を行う。さらに、意味解析と意味
認識により認識された単語構文について意味的に妥当で
あるかを調べ、妥当な結果が得られるまで構文解析処理
と意味解析処理を繰り返す。これら解析には文字に変換
可能か否かも含め、文字変換処理により変換可能である
文字を漢字やカナに変換する。
【0018】図1に戻って、音声認識装置15により認
識されかつ文字変換を終えた情報について、音声理解装
置16により音声に含まれている意味内容を抽出する。
【0019】エキスパートシステム17は、従来のオフ
ライン型の知識ベースシステムと異なり、オンライン環
境下で同一コンピュータ上の他のプロセスや通信回線で
結合された他のコンピュータとデータをやり取りしなが
ら実時間で推論を行う機能を持つ。
【0020】このエキスパートシステム17は、知識ベ
ースライブラリになる第1の知識ベース171と第2の
知識ベース172を備え、第3図に示すように、音声理
解装置16による音声理解が失敗したときには知識ベー
ス172のルールを使った推論を行い、この知識ベース
172が持つ音声不理解であることを利用者に知らせる
内容の音声情報を得る。なお、エキスパートシステム1
7は、学習機能を有して知識ベース172への保存情報
を増大させていく。
【0021】エキスパートシステム17は、音声理解装
置16が音声内容を理解できたときには、知識ベース1
71のルールを使った推論を行い、この知識ベース171
が持つ利用者の要求に答えるためのさまざまな音声情報
を得る。
【0022】システムサポータ18は、利用者の要求す
る音声情報が知識ベースに無い場合や対応できない場合
に人が媒介して対話処理を行うのに使用する。
【0023】音声合成装置19は、エキスパートシステ
ム17からの音声情報を音声信号として合成する。この
装置19は、従来の音声合成装置と同等のものになり、
より自然で人の肉声に近い音声出力を得る。
【0024】通信システム20は、図4に示すように、
音声合成装置19により合成した音声信号、又はシステ
ムサポータ18からの生の音声をB−ISDNとATM
交換システム等によって利用者側に伝送し、音声出力装
置21により音声を再生する。
【0025】以上までのシステムブロック構成に必要な
インタフェースは、図5に示すようになる。また、シス
テム構成は図6に示すようになる。
【0026】以上までの構成により、本実施形態では、
利用者と機械との間であたかも人と人が自然に会話をし
ているようなヒューマンインタフェースを実現する。
【0027】
【発明の効果】以上のとおり、本発明によれば、不特定
話者に対応可能な不特定話者単語音声認識技術を用い、
かつ利用者が要求している情報や限定情報を拡張するた
めにルールによって対応可能とする知識ベース及び学習
機能を持ったエキスパートシステム、さらに利用者の要
求を返答するためより自然で人間の肉声に近い音声出力
を得る音声合成システムを統合したため、人と機械の対
話に不特定の人と人があたかも自然に会話をしているよ
うなヒューマンインタフェースを実現することができ
る。
【図面の簡単な説明】
【図1】本発明の実施形態を示す音声対話システムのブ
ロック構成図。
【図2】図1における処理過程(その1)。
【図3】図1における処理過程(その2)。
【図4】図1における処理過程(その3)。
【図5】実施形態におけるインタフェース構成例。
【図6】実施形態におけるシステム構成例。
【図7】ユニットタイプの音声合成処理ブロック図。
【図8】単語音声認識のスペクトラム及び抽出例。
【図9】音声認識インタフェース例。
【符号の説明】
11…音声入力装置 12、20…通信システム 13…音声受信装置 14…アクティブノイズフィルタ 15…音声認識装置 16…音声理解装置 17…エキスパートシステム 18…システムサポータ 19…音声合成装置 21…音声出力装置

Claims (1)

    【特許請求の範囲】
  1. 【請求項1】 利用者の音声を通信システムを介して受
    信し、雑音を除去した音声信号を得る音声信号受信手段
    と、 前記音声信号のA/D変換データを周波数スペクトルに
    よって大まかに分析し、特徴抽出によって音声信号の時
    系列の特徴パラメータを音素単位に抽出し、各音素単位
    の認識に続く単語の認識、及び構文認識と意味認識によ
    り音声信号に対応した文字データを得る音声認識装置
    と、 前記文字データの意味内容を抽出する音声理解装置と、 前記音声理解装置が文字データの意味内容の理解に失敗
    したときに知識ベースを使った推論で音声不理解の音声
    情報をオンラインで得、意味内容を理解できたときに知
    識ベースを使った推論で利用者の要求に答えるための音
    声情報をオンラインで得るエキスパートシステムと、 利用者の要求する音声情報が前記知識ベースに無い場合
    や対応できない場合に人が媒介して対話処理を行うため
    のシステムサポータと、 前記エキスパートシステムからの音声情報を音声信号と
    して合成する音声合成装置と、 前記音声合成装置からの音声信号又はシステムサポータ
    からの音声信号を通信システムを介して利用者側に伝送
    する音声信号送信手段と、を備えたことを特徴とする音
    声対話システム。
JP8283461A 1996-10-25 1996-10-25 音声対話システム Pending JPH10124086A (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP8283461A JPH10124086A (ja) 1996-10-25 1996-10-25 音声対話システム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP8283461A JPH10124086A (ja) 1996-10-25 1996-10-25 音声対話システム

Publications (1)

Publication Number Publication Date
JPH10124086A true JPH10124086A (ja) 1998-05-15

Family

ID=17665852

Family Applications (1)

Application Number Title Priority Date Filing Date
JP8283461A Pending JPH10124086A (ja) 1996-10-25 1996-10-25 音声対話システム

Country Status (1)

Country Link
JP (1) JPH10124086A (ja)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100369732B1 (ko) * 1999-12-21 2003-01-30 주식회사 글로벌데이타시스템. 전문가 시스템을 이용한 음성인식 기반의 지능형 대화장치 및 그 방법
US7107217B2 (en) 2000-12-28 2006-09-12 Fujitsu Limited Voice interactive system and voice interactive method
WO2007122700A1 (ja) * 2006-04-18 2007-11-01 Chiaki Takei エキスパートシステム並びにエキスパート方法
JP2015028791A (ja) * 2014-08-15 2015-02-12 洋彰 宮崎 自律型知識向上装置
JP2017191531A (ja) * 2016-04-15 2017-10-19 ロボットスタート株式会社 コミュニケーションシステム、サーバ及びコミュニケーション方法
JP2018088626A (ja) * 2016-11-29 2018-06-07 沖電気工業株式会社 自動応答システム、オペレータ割当装置、自動応答方法、およびプログラム

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08106374A (ja) * 1994-07-28 1996-04-23 At & T Corp 通信インタフェース・システム
JPH08255150A (ja) * 1995-03-17 1996-10-01 Toshiba Corp 情報公開装置及びマルチモーダル情報入出力システム

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08106374A (ja) * 1994-07-28 1996-04-23 At & T Corp 通信インタフェース・システム
JPH08255150A (ja) * 1995-03-17 1996-10-01 Toshiba Corp 情報公開装置及びマルチモーダル情報入出力システム

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100369732B1 (ko) * 1999-12-21 2003-01-30 주식회사 글로벌데이타시스템. 전문가 시스템을 이용한 음성인식 기반의 지능형 대화장치 및 그 방법
US7107217B2 (en) 2000-12-28 2006-09-12 Fujitsu Limited Voice interactive system and voice interactive method
WO2007122700A1 (ja) * 2006-04-18 2007-11-01 Chiaki Takei エキスパートシステム並びにエキスパート方法
JP2015028791A (ja) * 2014-08-15 2015-02-12 洋彰 宮崎 自律型知識向上装置
WO2016024367A1 (ja) * 2014-08-15 2016-02-18 洋彰 宮崎 自律型知識向上装置
JP2017191531A (ja) * 2016-04-15 2017-10-19 ロボットスタート株式会社 コミュニケーションシステム、サーバ及びコミュニケーション方法
JP2018088626A (ja) * 2016-11-29 2018-06-07 沖電気工業株式会社 自動応答システム、オペレータ割当装置、自動応答方法、およびプログラム

Similar Documents

Publication Publication Date Title
Wilpon et al. Voice communication between humans and machines
EP0465058B1 (en) Written language parser system
CN111128126A (zh) 多语种智能语音对话的方法及系统
KR20190077088A (ko) 성문 구축 및 등록 방법 및 그 장치
MXPA04005121A (es) Entendimiento sincronico de objeto semantico para interfase altamente interactiva.
JP2000207170A (ja) 情報処理装置および情報処理方法
JPH10136327A (ja) ディスクトップ会議システム
CN116110370A (zh) 基于人机语音交互的语音合成系统及相关设备
JP2667408B2 (ja) 翻訳通信システム
WO2025043996A1 (zh) 人机交互方法、装置、计算机可读存储介质及终端设备
WO2025001000A1 (zh) 一种认知检测方法、认知检测装置、电子设备及存储介质
CN109817218A (zh) 医疗语音识别的方法及系统
US5987416A (en) Electronic community system using speech recognition for use by the visually impaired
TW200413961A (en) Device using handheld communication equipment to calculate and process natural language and method thereof
KR20010064061A (ko) 음성 인식 기능을 갖는 검색 엔진
JPH11110389A (ja) 携帯型翻訳機
CN118737140A (zh) 一种语音处理方法及电子设备
JPH0934895A (ja) 翻訳システム
JP2002101203A (ja) 音声処理システム、音声処理方法およびその方法を記憶した記憶媒体
JPH1026999A (ja) 手話翻訳装置
JPH10224520A (ja) マルチメディア公衆電話システム
JP2656234B2 (ja) 会話音声理解方法
KR20000033518A (ko) 네트워크를 이용한 음성 언어 번역 시스템 및 그 방법
KUREMATSU Future perspective of automatic telephone interpretation
JP2009134701A (ja) 自然言語処理装置と自然言語処理プログラム

Legal Events

Date Code Title Description
A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20040203