JPH1185178A - 合成音声応答方法及び装置及び合成音声応答プログラムを格納した記憶媒体 - Google Patents
合成音声応答方法及び装置及び合成音声応答プログラムを格納した記憶媒体Info
- Publication number
- JPH1185178A JPH1185178A JP9249019A JP24901997A JPH1185178A JP H1185178 A JPH1185178 A JP H1185178A JP 9249019 A JP9249019 A JP 9249019A JP 24901997 A JP24901997 A JP 24901997A JP H1185178 A JPH1185178 A JP H1185178A
- Authority
- JP
- Japan
- Prior art keywords
- voice
- reaction
- response
- synthesized
- scenario
- 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
Links
Abstract
(57)【要約】
【課題】 人間の動作や操作に対して、任意の特徴を持
ったリアクション音声セットの中からある一貫性のある
特定の特徴を持ったリアクション音声をユーザに与える
ことが可能な合成音声応答方法及び装置及び合成音声応
答プログラムを格納した記憶媒体を提供する。 【解決手段】 本発明は、動作や操作を認識し、シナリ
オを解釈し、シナリオに沿って複数のリアクション音声
セットの中からランダムにリアクション音声を選択、ま
たは、任意にリアクション音声を指定し、リアクション
音声を返す。
ったリアクション音声セットの中からある一貫性のある
特定の特徴を持ったリアクション音声をユーザに与える
ことが可能な合成音声応答方法及び装置及び合成音声応
答プログラムを格納した記憶媒体を提供する。 【解決手段】 本発明は、動作や操作を認識し、シナリ
オを解釈し、シナリオに沿って複数のリアクション音声
セットの中からランダムにリアクション音声を選択、ま
たは、任意にリアクション音声を指定し、リアクション
音声を返す。
Description
【０００１】
【発明の属する技術分野】本発明は、合成音声応答方法
及び装置及び合成音声応答プログラムを格納した記憶媒
体に係り、特に、人間の動作及び／あるいは、操作に対
して、リアクション音声を返却することによりシステム
をユーザフレンドリ化し、ヒューマンインターフェース
の効率を向上させるための合成音声応答方法及び装置及
び合成音声応答プログラムを格納した記憶媒体に関す
る。
及び装置及び合成音声応答プログラムを格納した記憶媒
体に係り、特に、人間の動作及び／あるいは、操作に対
して、リアクション音声を返却することによりシステム
をユーザフレンドリ化し、ヒューマンインターフェース
の効率を向上させるための合成音声応答方法及び装置及
び合成音声応答プログラムを格納した記憶媒体に関す
る。
【０００２】
【従来の技術】合成音声は、技術の進歩に伴い、電話に
よる応答装置やＣＤ装置、ＡＴＭ装置、各種自動販売
機、電卓、しゃべるおもちゃ、コンピュータといったよ
うなものに利用されている。ここで用いらている合成音
声は、予め録音した音声をつなぎ合わせた音声（録音編
集音声合成）であったり、または、日本語文章を規則に
従って変換した音声（規則による合成音声）が考えられ
る。従来の技術ではこれらの合成音声は、それぞれの装
置「システム」を利用する人間「ユーザ」の入力に対応
して一意に決められている。
よる応答装置やＣＤ装置、ＡＴＭ装置、各種自動販売
機、電卓、しゃべるおもちゃ、コンピュータといったよ
うなものに利用されている。ここで用いらている合成音
声は、予め録音した音声をつなぎ合わせた音声（録音編
集音声合成）であったり、または、日本語文章を規則に
従って変換した音声（規則による合成音声）が考えられ
る。従来の技術ではこれらの合成音声は、それぞれの装
置「システム」を利用する人間「ユーザ」の入力に対応
して一意に決められている。
【０００３】
【発明が解決しようとする課題】しかしながら、上記の
規則による合成音声は、何度かシステムを利用している
と「○○をすると××といった合成音声を出力する」と
いったことが予想でき、システムに対して一本調子であ
るとか、機械的であるとか単調な印象を受ける。また、
システムに対するこのような問題点を解決するためにシ
ステムから合成音声による応答を単にランダムな順序で
出力するのでは、システムが一貫した特徴を持つことが
困難であったり、システムとして達成すべき目的を達成
することが困難である。
規則による合成音声は、何度かシステムを利用している
と「○○をすると××といった合成音声を出力する」と
いったことが予想でき、システムに対して一本調子であ
るとか、機械的であるとか単調な印象を受ける。また、
システムに対するこのような問題点を解決するためにシ
ステムから合成音声による応答を単にランダムな順序で
出力するのでは、システムが一貫した特徴を持つことが
困難であったり、システムとして達成すべき目的を達成
することが困難である。
【０００４】このため、従来の合成音声による応答方法
や装置は、システムに対して一本調子であるとか機械的
であるとか単調な印象をユーザが受けるため、システム
に対して、使って楽しいとか、使う気にさせるとか、親
しみを持たせるといったユーザフレンドリさをユーザに
与えることが困難である。本発明は、上記の点に鑑みな
されたもので、人間の動作や操作に対して、任意の特徴
を持ったリアクション音声セットの中からある一貫性の
ある特定の特徴を持ったリアクション音声をユーザに与
えることが可能な合成音声応答方法及び装置及び合成音
声応答プログラムを格納した記憶媒体を提供することを
目的とする。
や装置は、システムに対して一本調子であるとか機械的
であるとか単調な印象をユーザが受けるため、システム
に対して、使って楽しいとか、使う気にさせるとか、親
しみを持たせるといったユーザフレンドリさをユーザに
与えることが困難である。本発明は、上記の点に鑑みな
されたもので、人間の動作や操作に対して、任意の特徴
を持ったリアクション音声セットの中からある一貫性の
ある特定の特徴を持ったリアクション音声をユーザに与
えることが可能な合成音声応答方法及び装置及び合成音
声応答プログラムを格納した記憶媒体を提供することを
目的とする。
【０００５】さらなる目的は、多様なリアクション音声
を返却することにより一本調子であるとか、機械的であ
るとか単調な印象を解消すると共に、シナリオに基づい
て一貫した特徴を持った応答を可能とし、システムをユ
ーザフレンドリ化（システムを使って楽しいとか、シス
テムを使う気になるとか、システムに親しみを持つ等）
し、ヒューマンインタフェースの効率を向上させること
が可能な合成音声応答方法及び装置及び合成音声応答プ
ログラムを格納した記憶媒体を提供することである。
を返却することにより一本調子であるとか、機械的であ
るとか単調な印象を解消すると共に、シナリオに基づい
て一貫した特徴を持った応答を可能とし、システムをユ
ーザフレンドリ化（システムを使って楽しいとか、シス
テムを使う気になるとか、システムに親しみを持つ等）
し、ヒューマンインタフェースの効率を向上させること
が可能な合成音声応答方法及び装置及び合成音声応答プ
ログラムを格納した記憶媒体を提供することである。
【０００６】
【課題を解決するための手段】図１は、本発明の原理を
説明するための図である。本発明は、動作や操作の認識
結果に基づいて合成音声で応答する合成音声応答方法に
おいて、動作や操作を認識し（ステップ１）、装置の動
作及び応答方法を含む記述を有するシナリオを解釈し
（ステップ２）、シナリオに沿って複数のリアクション
音声セットの中からランダムにリアクション音声を選
択、または、任意にリアクション音声を指定し（ステッ
プ３）、リアクション音声を返す（ステップ４）。
説明するための図である。本発明は、動作や操作の認識
結果に基づいて合成音声で応答する合成音声応答方法に
おいて、動作や操作を認識し（ステップ１）、装置の動
作及び応答方法を含む記述を有するシナリオを解釈し
（ステップ２）、シナリオに沿って複数のリアクション
音声セットの中からランダムにリアクション音声を選
択、または、任意にリアクション音声を指定し（ステッ
プ３）、リアクション音声を返す（ステップ４）。
【０００７】また、上記のリアクション音声セットは、
特定の特徴を持つ多様なリアクション音声をユーザに与
えるリアクション音声の集まりである複数のリアクショ
ン音声のサブセットからなり、該サブセット毎に異なっ
た特徴を持つ。また、上記のリアクション音声セット
は、日本語文章、または、音韻記号と基本周波数、継続
時間、パワーを含む音律パラメータで表現された音声情
報、または、音声波形のいずれかで記述される。
特定の特徴を持つ多様なリアクション音声をユーザに与
えるリアクション音声の集まりである複数のリアクショ
ン音声のサブセットからなり、該サブセット毎に異なっ
た特徴を持つ。また、上記のリアクション音声セット
は、日本語文章、または、音韻記号と基本周波数、継続
時間、パワーを含む音律パラメータで表現された音声情
報、または、音声波形のいずれかで記述される。
【０００８】図２は、本発明の原理構成図である。本発
明は、動作や操作を認識する認識手段と、該認識手段に
よる認識結果に基づいて合成音声で応答する応答手段を
有する合成音声応答装置であって、装置の動作及び応答
方法を含む記述を有するシナリオ３と、シナリオを解釈
するシナリオ解釈手段４と、認識結果とシナリオ解釈手
段４の解釈結果に基づいて合成音声を生成する合成音声
応答文生成手段５とを有する。
明は、動作や操作を認識する認識手段と、該認識手段に
よる認識結果に基づいて合成音声で応答する応答手段を
有する合成音声応答装置であって、装置の動作及び応答
方法を含む記述を有するシナリオ３と、シナリオを解釈
するシナリオ解釈手段４と、認識結果とシナリオ解釈手
段４の解釈結果に基づいて合成音声を生成する合成音声
応答文生成手段５とを有する。
【０００９】上記の合成音声応答文生成手段５は、録音
編集合成装置または、規則による音声合成を行う装置を
用いる。また、上記の合成音声応答文生成手段５は、特
定の特徴を持つ多様なリアクション音声をユーザに与え
るリアクション音声の集まりである複数のリアクション
音声セット６１の中からランダムにリアクション音声を
選択する音声選択手段５１を含む。
編集合成装置または、規則による音声合成を行う装置を
用いる。また、上記の合成音声応答文生成手段５は、特
定の特徴を持つ多様なリアクション音声をユーザに与え
るリアクション音声の集まりである複数のリアクション
音声セット６１の中からランダムにリアクション音声を
選択する音声選択手段５１を含む。
【００１０】また、上記のリアクション音声セット６１
は、特定の特徴を持つ多様なリアクション音声をユーザ
に与えるリアクション音声の集まりである異なる特徴を
有する複数のリアクション音声のサブセットを含む。ま
た、上記のリアクション音声セット６１は、日本語文
章、または、音韻記号と基本周波数、継続時間、パワー
を含む音律パラメータで表現された音声情報、または、
音声波形のいずれかを有する。
は、特定の特徴を持つ多様なリアクション音声をユーザ
に与えるリアクション音声の集まりである異なる特徴を
有する複数のリアクション音声のサブセットを含む。ま
た、上記のリアクション音声セット６１は、日本語文
章、または、音韻記号と基本周波数、継続時間、パワー
を含む音律パラメータで表現された音声情報、または、
音声波形のいずれかを有する。
【００１１】本発明は、動作や操作を認識する認識プロ
セスと、該認識プロセスによる認識結果に基づいて合成
音声で応答する応答プロセスを有する合成音声応答プロ
グラムを格納した記憶媒体であって、装置の動作及び応
答方法を含む記述を有するシナリオを解釈するシナリオ
解釈プロセスと、認識プロセスの認識結果とシナリオ解
釈プロセスの解釈結果に基づいて合成音声を生成する合
成音声応答文生成プロセスとを有する。
セスと、該認識プロセスによる認識結果に基づいて合成
音声で応答する応答プロセスを有する合成音声応答プロ
グラムを格納した記憶媒体であって、装置の動作及び応
答方法を含む記述を有するシナリオを解釈するシナリオ
解釈プロセスと、認識プロセスの認識結果とシナリオ解
釈プロセスの解釈結果に基づいて合成音声を生成する合
成音声応答文生成プロセスとを有する。
【００１２】また、上記の合成音声応答文生成プロセス
は、特定の特徴を持つ多様なリアクション音声をユーザ
に与えるリアクション音声の集まりである複数のリアク
ション音声セットの中からランダムにリアクション音声
を選択する音声選択プロセスを含む。上記により、動作
や操作を認識し、その認識結果に基づいて合成音声で応
答する際に、シナリオを解釈し、当該シナリオに沿って
複数のリアクション音声のセトの中からランダムに選ん
だリアクション音声及び任意に指定したリアクション音
声を返却することが可能となる。
は、特定の特徴を持つ多様なリアクション音声をユーザ
に与えるリアクション音声の集まりである複数のリアク
ション音声セットの中からランダムにリアクション音声
を選択する音声選択プロセスを含む。上記により、動作
や操作を認識し、その認識結果に基づいて合成音声で応
答する際に、シナリオを解釈し、当該シナリオに沿って
複数のリアクション音声のセトの中からランダムに選ん
だリアクション音声及び任意に指定したリアクション音
声を返却することが可能となる。
【００１３】また、リアクション音声セットは、日本語
文章または、音韻記号と基本周波数（Ｆ0 ）、継続時
間、パワーといった韻律パラメータで表現された音声情
報、あるいは、音声波形のいずれかで記述することが可
能である。さらに、リアクション音声セットは、リアク
ション音声セット毎に一貫した特定の特徴をユーザに与
えることが可能であり、システムにある一貫した特定の
意図した特徴を与えることが可能である。
文章または、音韻記号と基本周波数（Ｆ0 ）、継続時
間、パワーといった韻律パラメータで表現された音声情
報、あるいは、音声波形のいずれかで記述することが可
能である。さらに、リアクション音声セットは、リアク
ション音声セット毎に一貫した特定の特徴をユーザに与
えることが可能であり、システムにある一貫した特定の
意図した特徴を与えることが可能である。
【００１４】
【発明の実施の形態】以下、図面と共に、本発明の実施
例を説明する。図３は、本発明の一実施例の音声応答装
置の構成を示す。同図に示す構成は、入力装置１、セン
サ２、シナリオ３、シナリオ解釈装置４、合成音声応答
文生成装置５、出力装置８、リアクション音声セット９
〜１２、応答画像・応答音生成装置１３から構成され
る。
例を説明する。図３は、本発明の一実施例の音声応答装
置の構成を示す。同図に示す構成は、入力装置１、セン
サ２、シナリオ３、シナリオ解釈装置４、合成音声応答
文生成装置５、出力装置８、リアクション音声セット９
〜１２、応答画像・応答音生成装置１３から構成され
る。
【００１５】入力装置１は、キーボード、マウスやタッ
チパネル、タブレットといったポインティング装置、ジ
ョイスティック、ジョイパット、その他の入力装置のい
ずれかであるものとする。センサ２は、マイクロホンセ
ンサ、磁気センサ、光センサ、圧力センサ、静電容量セ
ンサ、超音波センサ、画像認識装置、音声認識装置、動
画像認識装置、ＰＢ信号認識装置、その他の物理量を検
出する装置であるものとする。
チパネル、タブレットといったポインティング装置、ジ
ョイスティック、ジョイパット、その他の入力装置のい
ずれかであるものとする。センサ２は、マイクロホンセ
ンサ、磁気センサ、光センサ、圧力センサ、静電容量セ
ンサ、超音波センサ、画像認識装置、音声認識装置、動
画像認識装置、ＰＢ信号認識装置、その他の物理量を検
出する装置であるものとする。
【００１６】これらの入力装置１及びセンサ２により、
人間の動作、人間による操作を認識するのに必要とされ
るデータを得ることができる。シナリオ３は、入力装置
１やセンサ２により検出されるデータに基づいて合成音
声応答装置の動作が記述されている。シナリオ解釈装置
４は、入力装置１及びセンサ２により検出されるデータ
に基づいて、人間の動作、人間による操作を認識し、シ
ナリオ４に基づいて指示や質問、応答文といったものの
決定及びリアクション音声セットの決定を行う。
人間の動作、人間による操作を認識するのに必要とされ
るデータを得ることができる。シナリオ３は、入力装置
１やセンサ２により検出されるデータに基づいて合成音
声応答装置の動作が記述されている。シナリオ解釈装置
４は、入力装置１及びセンサ２により検出されるデータ
に基づいて、人間の動作、人間による操作を認識し、シ
ナリオ４に基づいて指示や質問、応答文といったものの
決定及びリアクション音声セットの決定を行う。
【００１７】合成音声応答文生成装置５は、リアクショ
ン音声選択装置６及び合成音声生成装置７から構成され
る。当該合成音声応答文生成装置５は、シナリオ解釈装
置４の出力結果に基づいてシステムの出力音声を生成す
る。リアクション音声選択装置６は、シナリオ解釈装置
４からの出力のうち、リアクション音声セットの決定の
出力に基づき、リアクション音声セット９〜１２から指
定されたリアクション音声あるいは、ランダムにリアク
ション音声を選択する。
ン音声選択装置６及び合成音声生成装置７から構成され
る。当該合成音声応答文生成装置５は、シナリオ解釈装
置４の出力結果に基づいてシステムの出力音声を生成す
る。リアクション音声選択装置６は、シナリオ解釈装置
４からの出力のうち、リアクション音声セットの決定の
出力に基づき、リアクション音声セット９〜１２から指
定されたリアクション音声あるいは、ランダムにリアク
ション音声を選択する。
【００１８】合成音声生成装置７は、シナリオ解釈装置
４からの指示や質問、応答文等、あるいは、リアクショ
ン音声選択装置６で選ばれたリアクション音声に基づい
て、出力装置８で出力する合成音声を生成する。出力装
置８は、合成音声、音や画像といったものを出力する装
置であり、これらを使用してシステムの状態や指示、質
問、応答音声を出力・表示する。
４からの指示や質問、応答文等、あるいは、リアクショ
ン音声選択装置６で選ばれたリアクション音声に基づい
て、出力装置８で出力する合成音声を生成する。出力装
置８は、合成音声、音や画像といったものを出力する装
置であり、これらを使用してシステムの状態や指示、質
問、応答音声を出力・表示する。
【００１９】リアクション音声セット９〜１２は、「無
関心な感じ」や「のりのよい感じ」、「素直な感じ」、
「ひねくれた感じ」といったような特定の印象をユーザ
に与えるリアクション音声毎に構成されている。例え
ば、「無関心な感じ」は、「へー」とか、「ほー」、
「おー」、「えー」といった短い言葉でＦ0 が低く、か
つＦ0 の変化が平坦なあるいは、Ｆ0 の変化が僅かに右
下がりであるといった韻律を持つといった特徴を持つも
のや、「あっそう」とか、「まっ、どうでもいいけ
ど」、「ふーん」といったように言葉の意味として素っ
気なさや無関心さを表すといった特徴を持つリアクショ
ン音声である。
関心な感じ」や「のりのよい感じ」、「素直な感じ」、
「ひねくれた感じ」といったような特定の印象をユーザ
に与えるリアクション音声毎に構成されている。例え
ば、「無関心な感じ」は、「へー」とか、「ほー」、
「おー」、「えー」といった短い言葉でＦ0 が低く、か
つＦ0 の変化が平坦なあるいは、Ｆ0 の変化が僅かに右
下がりであるといった韻律を持つといった特徴を持つも
のや、「あっそう」とか、「まっ、どうでもいいけ
ど」、「ふーん」といったように言葉の意味として素っ
気なさや無関心さを表すといった特徴を持つリアクショ
ン音声である。
【００２０】また、例えば、「素直な印象」は前向きで
明るい感じを出すために平均的なＦ0 の高さが中くらい
で、平均話速がリアクション音声以外の平均話速よりや
や長めの韻律を持つといった特徴を持つものや、「は
い」や「そうですよね」、「なるほど」といったような
肯定的な意味と韻律を持つリアクション音声である。ま
た、例えば、「ひねた印象」はＦ0 が急激に大きく右上
がりに上昇するいった変化をする部分をもち、平均話速
がややゆっくりであるといった韻律を持つといった特徴
をもつものや、「うそでしょー」や「ほんとー」、「そ
んなー」、「まじー」、「そーかなー」といったように
半ば否定的ともとれる懐疑的な意味と韻律をもつリアク
ション音声である。ここでは、リアクション音声セット
は４つであるが、音声応答装置では、リアクション音声
セットは４つである必要はなく１つ以上あればよい。
明るい感じを出すために平均的なＦ0 の高さが中くらい
で、平均話速がリアクション音声以外の平均話速よりや
や長めの韻律を持つといった特徴を持つものや、「は
い」や「そうですよね」、「なるほど」といったような
肯定的な意味と韻律を持つリアクション音声である。ま
た、例えば、「ひねた印象」はＦ0 が急激に大きく右上
がりに上昇するいった変化をする部分をもち、平均話速
がややゆっくりであるといった韻律を持つといった特徴
をもつものや、「うそでしょー」や「ほんとー」、「そ
んなー」、「まじー」、「そーかなー」といったように
半ば否定的ともとれる懐疑的な意味と韻律をもつリアク
ション音声である。ここでは、リアクション音声セット
は４つであるが、音声応答装置では、リアクション音声
セットは４つである必要はなく１つ以上あればよい。
【００２１】応答画像・応答音生成装置１３は、シナリ
オ解釈装置４の出力結果に基づいてシステムの出力画像
や出力音を生成する。ここで、合成音声による応答方法
について選択式チャートを用いた占いを例にとって具体
的に説明する。ここで、選択式チャートについてまず説
明する。この選択式チャートとは、「次の４つの色のう
ちどの色が一番好き？１、赤。２、白。３、青。４、
緑」といったような２つ以上の選択肢を持つ形式の質問
に応えるというもので、この質問と回答を繰り返し、そ
の選んだ答えに従って最後に占いの結果に辿り着くもの
である。この例では、入力装置１はマウスまたは、キー
ボードであり、選択肢を選択するために用いられる。シ
ナリオ３には、選択式チャートの質問文と選択肢、そし
て、選ばれた選択肢と次の質問文との関係、占いの結
果、及びどのリアクション音声セットを使用するかが記
述されている。
オ解釈装置４の出力結果に基づいてシステムの出力画像
や出力音を生成する。ここで、合成音声による応答方法
について選択式チャートを用いた占いを例にとって具体
的に説明する。ここで、選択式チャートについてまず説
明する。この選択式チャートとは、「次の４つの色のう
ちどの色が一番好き？１、赤。２、白。３、青。４、
緑」といったような２つ以上の選択肢を持つ形式の質問
に応えるというもので、この質問と回答を繰り返し、そ
の選んだ答えに従って最後に占いの結果に辿り着くもの
である。この例では、入力装置１はマウスまたは、キー
ボードであり、選択肢を選択するために用いられる。シ
ナリオ３には、選択式チャートの質問文と選択肢、そし
て、選ばれた選択肢と次の質問文との関係、占いの結
果、及びどのリアクション音声セットを使用するかが記
述されている。
【００２２】図４は、本発明の一実施例のシナリオ記述
の例を示す。同図において、「Ｓ１」の部分は、この選
択式チャートで用いるリアクション音声セットのファイ
ル名とシナリオ内で用いるセット番号との対応を記述し
ているテーブルである。「Ｓ２」の部分は、システムの
動作を記述した部分で、この選択式チャートでの質問と
選択肢及び占いの結果の流れを記述している。
の例を示す。同図において、「Ｓ１」の部分は、この選
択式チャートで用いるリアクション音声セットのファイ
ル名とシナリオ内で用いるセット番号との対応を記述し
ているテーブルである。「Ｓ２」の部分は、システムの
動作を記述した部分で、この選択式チャートでの質問と
選択肢及び占いの結果の流れを記述している。
【００２３】この選択式チャートでは、まず、１番目の
質問として、リアクション音声セット１に登録されてい
る７番目の音声を出力する（Ｓ３の部分）。そして、こ
の質問に対してユーザが選択肢１を選択した場合、応答
としてリアクション音声セット番号“３”からランダム
に音声を１つ出力した後、２番目の質問として質問番号
“２”へと進む（Ｓ４の部分）。
質問として、リアクション音声セット１に登録されてい
る７番目の音声を出力する（Ｓ３の部分）。そして、こ
の質問に対してユーザが選択肢１を選択した場合、応答
としてリアクション音声セット番号“３”からランダム
に音声を１つ出力した後、２番目の質問として質問番号
“２”へと進む（Ｓ４の部分）。
【００２４】このような繰り返しを行うことによって最
後に占いの結果へと進む。「Ｓ５」の部分は占いの結果
を聞いた後、ユーザが選択肢“２”を選択した場合、音
声ファイル「End.pcm 」を出力して終了する。このよう
に、ユーザに対してシナリオの記述に基づいて質問が合
成音声によって提示される。その質問にユーザが選択肢
の中から答えを選択すると、シナリオ解釈装置４で、ユ
ーザが選んだ選択肢とシナリオの記述に基づいて、リア
クション音声セットを使うのか、あるいは、使わずシナ
リオに記述されている音声を生成するのかを決定する。
後に占いの結果へと進む。「Ｓ５」の部分は占いの結果
を聞いた後、ユーザが選択肢“２”を選択した場合、音
声ファイル「End.pcm 」を出力して終了する。このよう
に、ユーザに対してシナリオの記述に基づいて質問が合
成音声によって提示される。その質問にユーザが選択肢
の中から答えを選択すると、シナリオ解釈装置４で、ユ
ーザが選んだ選択肢とシナリオの記述に基づいて、リア
クション音声セットを使うのか、あるいは、使わずシナ
リオに記述されている音声を生成するのかを決定する。
【００２５】さらに、リアクション音声セットを使う場
合には、リアクション音声セットとリアクション音声の
決定方法（ランダムに提示するのか、提示するリアクシ
ョン音声を指定するのか）を決定する。合成音声応答文
生成装置５では、シナリオ解釈装置４でシナリオ３に記
述されている音声を生成する場合には、合成音声生成装
置７へデータを渡し、シナリオ解釈装置４でリアクショ
ン音声セットを使う場合には、リアクション音声選択装
置６へデータを渡す。
合には、リアクション音声セットとリアクション音声の
決定方法（ランダムに提示するのか、提示するリアクシ
ョン音声を指定するのか）を決定する。合成音声応答文
生成装置５では、シナリオ解釈装置４でシナリオ３に記
述されている音声を生成する場合には、合成音声生成装
置７へデータを渡し、シナリオ解釈装置４でリアクショ
ン音声セットを使う場合には、リアクション音声選択装
置６へデータを渡す。
【００２６】リアクション音声選択装置６では、シナリ
オ解釈装置４で決定されたリアクション音声セットから
リアクション音声をランダムまたは、シナリオの指定通
りに選択し、合成音声生成装置７へデータを渡す。この
例では、リアクション音声セットとして、４つの異なっ
た印象をユーザに与えるリアクショ音声セットを持って
いる。この４つの異なった印象とは、例えば、「のりの
よい印象」や「冷たい印象」、「おおらかな印象」、
「ひねた印象」といったものである。
オ解釈装置４で決定されたリアクション音声セットから
リアクション音声をランダムまたは、シナリオの指定通
りに選択し、合成音声生成装置７へデータを渡す。この
例では、リアクション音声セットとして、４つの異なっ
た印象をユーザに与えるリアクショ音声セットを持って
いる。この４つの異なった印象とは、例えば、「のりの
よい印象」や「冷たい印象」、「おおらかな印象」、
「ひねた印象」といったものである。
【００２７】ここで、リアクション音声の一例として、
「のりのよい印象」をあげると、「へー」とか、「ほ
ー」、「おー」、「えー」といったように、短く言葉と
して意味に明確な意味を持たせない音声のＦ0 の変化
が、「右上がり」や「右下がり」、「への字」、「逆へ
の字」といった形で大きく変化するような韻律を持つと
いった特徴をもつものや、「なるほど」や「それでそれ
で」、「でしょうー」、「うんうん」といった言葉のよ
うに平均話速を少し速くしたり、Ｆ0 の高さを大きく変
化させるといった韻律を適切に調整することによって言
葉として「のりのよさ」を表現できる音声がある。
「のりのよい印象」をあげると、「へー」とか、「ほ
ー」、「おー」、「えー」といったように、短く言葉と
して意味に明確な意味を持たせない音声のＦ0 の変化
が、「右上がり」や「右下がり」、「への字」、「逆へ
の字」といった形で大きく変化するような韻律を持つと
いった特徴をもつものや、「なるほど」や「それでそれ
で」、「でしょうー」、「うんうん」といった言葉のよ
うに平均話速を少し速くしたり、Ｆ0 の高さを大きく変
化させるといった韻律を適切に調整することによって言
葉として「のりのよさ」を表現できる音声がある。
【００２８】また、韻律パターンにＦ0 が大きく変化す
る場合には、「おどけた感じ」といった印象を受ける。
このようなリアクション音声は、予めリアクション音声
セットに複数登録されているものとする。リアクション
音声の登録の形態は、音声波形、あるいは、音韻記号列
と韻律パラメータ、あるいは、仮名アクセント文等があ
る。合成音声生成装置７で生成された音声は、出力装置
８より出力される。
る場合には、「おどけた感じ」といった印象を受ける。
このようなリアクション音声は、予めリアクション音声
セットに複数登録されているものとする。リアクション
音声の登録の形態は、音声波形、あるいは、音韻記号列
と韻律パラメータ、あるいは、仮名アクセント文等があ
る。合成音声生成装置７で生成された音声は、出力装置
８より出力される。
【００２９】上述のように、シナリオに基づいて質問を
合成音声で提示し、ユーザの回答に対して、一貫した特
定の印象を与えるリアクション音声セットからランダム
にリアクション音声を生成し、出力することにより、特
定の一貫した印象をユーザに与えることができ、その上
で、出力される次の合成音声が予測できることや、一本
調子の音声出力から生じる、合成音声について機械的で
あるとか、単調な印象といった従来技術の問題点を解消
することができる。このため、システムに対して、使っ
て楽しいとか、使う気にさせるとか、親しみを持たせる
ことが可能となる。
合成音声で提示し、ユーザの回答に対して、一貫した特
定の印象を与えるリアクション音声セットからランダム
にリアクション音声を生成し、出力することにより、特
定の一貫した印象をユーザに与えることができ、その上
で、出力される次の合成音声が予測できることや、一本
調子の音声出力から生じる、合成音声について機械的で
あるとか、単調な印象といった従来技術の問題点を解消
することができる。このため、システムに対して、使っ
て楽しいとか、使う気にさせるとか、親しみを持たせる
ことが可能となる。
【００３０】また、本発明において、図３に示した構成
要素のうち、シナリオ解釈装置４、応答画像・応答音生
成装置１３、合成音声応答文生成装置５をソフトウェア
として構築し、当該音声合成を行うコンピュータに接続
されるディスク装置やフロッピーディスク、ＣＤ−ＲＯ
Ｍ等に格納しておき、必要に応じて実行することにより
汎用的な利用が可能となる。
要素のうち、シナリオ解釈装置４、応答画像・応答音生
成装置１３、合成音声応答文生成装置５をソフトウェア
として構築し、当該音声合成を行うコンピュータに接続
されるディスク装置やフロッピーディスク、ＣＤ−ＲＯ
Ｍ等に格納しておき、必要に応じて実行することにより
汎用的な利用が可能となる。
【００３１】なお、本発明は、上記の実施例に限定され
ることなく、特許請求の範囲内で種々変更・応用が可能
である。
ることなく、特許請求の範囲内で種々変更・応用が可能
である。
【００３２】
【発明の効果】上述のように、本発明によれば、人間の
動作や操作、あるいは、入力を認識し、この認識結果と
シナリオに基づいて、合成音声出力による応答を行うも
のであり、その応答によって特定の印象をユーザに与
え、かつ多様な応答音声を返すことにより、一本調子で
あるとか機械的であるとか単調な印象を解消するもので
ある。
動作や操作、あるいは、入力を認識し、この認識結果と
シナリオに基づいて、合成音声出力による応答を行うも
のであり、その応答によって特定の印象をユーザに与
え、かつ多様な応答音声を返すことにより、一本調子で
あるとか機械的であるとか単調な印象を解消するもので
ある。
【００３３】そして、ユーザに対してシステムを使って
楽しいとか、システムを使う気になるとか、システムに
親しみを持つといったようなユーザフレンドリさを提供
することができ、特に、ＣＡＩ等、コンピュータを使っ
た教育システムやアミューズメント機器といったものに
対してユーザの持続性を高めるという効果がある。
楽しいとか、システムを使う気になるとか、システムに
親しみを持つといったようなユーザフレンドリさを提供
することができ、特に、ＣＡＩ等、コンピュータを使っ
た教育システムやアミューズメント機器といったものに
対してユーザの持続性を高めるという効果がある。
【図１】本発明の原理を説明するための図である。
【図２】本発明の原理構成図である。
【図３】本発明の一実施例の音声応答装置の構成図であ
る。
る。
【図４】本発明の一実施例のシナリオ記述の例を示す。
１ 入力装置 ２ センサ ３ シナリオ ４ シナリオ解釈装置，シナリオ解釈手段 ５ 合成音声応答文生成装置，合成音声応答文生成手段 ６ リアクション音声選択装置 ７ 合成音声生成装置 ８ 出力装置 ９，１０，１１，１２ リアクション音声セット １３ 応答画像・応答音生成装置 ５１ 音声選択手段 ６１ リアクション音声セット
Claims (10)
- 【請求項１】 動作や操作を認識し、その認識結果に基
づいて合成音声で応答する合成音声応答方法において、 装置の動作及び応答方法を含む記述を有するシナリオを
解釈し、 前記シナリオに沿って複数のリアクション音声セットの
中からランダムに選んだリアクション音声または、任意
に指定したリアクション音声を返すことを特徴とする合
成音声応答方法。 - 【請求項２】 前記リアクション音声セットは、 特定の特徴を持つ多様なリアクション音声をユーザに与
えるリアクション音声の集まりである複数のリアクショ
ン音声のサブセットからなり、該サブセット毎に異なっ
た特徴を持つ請求項１記載の合成音声応答方法。 - 【請求項３】 前記リアクション音声セットは、 日本語文章、または、音韻記号と基本周波数、継続時
間、パワーを含む音律パラメータで表現された音声情
報、または、音声波形のいずれかで記述される請求項１
及び２記載の合成音声応答方法。 - 【請求項４】 動作や操作を認識する認識手段と、該認
識手段による認識結果に基づいて合成音声で応答する応
答手段を有する合成音声応答装置であって、 装置の動作及び応答方法を含む記述を有するシナリオ
と、 前記シナリオを解釈するシナリオ解釈手段と、 前記認識結果と前記シナリオ解釈手段の解釈結果に基づ
いて合成音声を生成する合成音声応答文生成手段とを有
することを特徴とする合成音声応答装置。 - 【請求項５】 前記合成音声応答文生成手段は、 録音編集合成装置または、規則による音声合成を行う装
置を用いる請求項４記載の合成音声応答装置。 - 【請求項６】 前記合成音声応答文生成手段は、 特定の特徴を持つ多様なリアクション音声をユーザに与
えるリアクション音声の集まりである複数のリアクショ
ン音声セットの中からランダムにリアクション音声を選
択する音声選択手段を含む請求項４記載の合成音声応答
装置。 - 【請求項７】 前記リアクション音声セットは、 特定の特徴を持つ多様なリアクション音声をユーザに与
えるリアクション音声の集まりである異なる特徴を有す
る複数のリアクション音声のサブセットを含む請求項６
記載の合成音声応答方法。 - 【請求項８】 前記リアクション音声セットは、 日本語文章、または、音韻記号と基本周波数、継続時
間、パワーを含む音律パラメータで表現された音声情
報、または、音声波形のいずれかを有する請求項６及び
７記載の合成音声応答装置。 - 【請求項９】 動作や操作を認識する認識プロセスと、
該認識プロセスによる認識結果に基づいて合成音声で応
答する応答プロセスを有する合成音声応答プログラムを
格納した記憶媒体であって、 装置の動作及び応答方法を含む記述を有するシナリオを
解釈するシナリオ解釈プロセスと、 前記認識プロセスの認識結果と前記シナリオ解釈プロセ
スの解釈結果に基づいて合成音声を生成する合成音声応
答文生成プロセスとを有することを特徴とする合成音声
応答プログラムを格納した記憶媒体。 - 【請求項１０】 前記合成音声応答文生成プロセスは、 特定の特徴を持つ多様なリアクション音声をユーザに与
えるリアクション音声の集まりである複数のリアクショ
ン音声セットの中からランダムにリアクション音声を選
択する音声選択プロセスを含む請求項９記載の合成音声
応答プログラムを格納した記憶媒体。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP9249019A JPH1185178A (ja) | 1997-09-12 | 1997-09-12 | 合成音声応答方法及び装置及び合成音声応答プログラムを格納した記憶媒体 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP9249019A JPH1185178A (ja) | 1997-09-12 | 1997-09-12 | 合成音声応答方法及び装置及び合成音声応答プログラムを格納した記憶媒体 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH1185178A true JPH1185178A (ja) | 1999-03-30 |
Family
ID=17186806
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP9249019A Pending JPH1185178A (ja) | 1997-09-12 | 1997-09-12 | 合成音声応答方法及び装置及び合成音声応答プログラムを格納した記憶媒体 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH1185178A (ja) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100554397B1 (ko) * | 2003-03-25 | 2006-02-22 | 조승호 | 대화형 음성 인식 시스템 및 방법 |
| JP2007310507A (ja) * | 2006-05-16 | 2007-11-29 | Toshiba Corp | 音声応答装置及びその方法 |
| WO2021049081A1 (ja) * | 2019-09-10 | 2021-03-18 | 株式会社東海理化電機製作所 | 制御装置、制御方法、及びプログラム |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS58100194A (ja) * | 1981-12-10 | 1983-06-14 | 富士通株式会社 | 音声応答システムの会話記録再生方式 |
| JPS59111529A (ja) * | 1982-12-17 | 1984-06-27 | Hitachi Ltd | 音声応答装置の入力機器識別方式 |
| JPS60201433A (ja) * | 1984-03-26 | 1985-10-11 | Fujitsu Ltd | 音声応答方式 |
| JPS61280149A (ja) * | 1985-06-06 | 1986-12-10 | Nippon Telegr & Teleph Corp <Ntt> | 音声蓄積装置 |
| JPH0333796A (ja) * | 1989-06-29 | 1991-02-14 | Matsushita Electric Ind Co Ltd | 対話システム |
| JPH03127293A (ja) * | 1989-10-13 | 1991-05-30 | Oki Electric Ind Co Ltd | 自動取引装置 |
| JPH03273430A (ja) * | 1990-03-23 | 1991-12-04 | Toshiba Corp | 音声出力付対話システム |
-
1997
- 1997-09-12 JP JP9249019A patent/JPH1185178A/ja active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS58100194A (ja) * | 1981-12-10 | 1983-06-14 | 富士通株式会社 | 音声応答システムの会話記録再生方式 |
| JPS59111529A (ja) * | 1982-12-17 | 1984-06-27 | Hitachi Ltd | 音声応答装置の入力機器識別方式 |
| JPS60201433A (ja) * | 1984-03-26 | 1985-10-11 | Fujitsu Ltd | 音声応答方式 |
| JPS61280149A (ja) * | 1985-06-06 | 1986-12-10 | Nippon Telegr & Teleph Corp <Ntt> | 音声蓄積装置 |
| JPH0333796A (ja) * | 1989-06-29 | 1991-02-14 | Matsushita Electric Ind Co Ltd | 対話システム |
| JPH03127293A (ja) * | 1989-10-13 | 1991-05-30 | Oki Electric Ind Co Ltd | 自動取引装置 |
| JPH03273430A (ja) * | 1990-03-23 | 1991-12-04 | Toshiba Corp | 音声出力付対話システム |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100554397B1 (ko) * | 2003-03-25 | 2006-02-22 | 조승호 | 대화형 음성 인식 시스템 및 방법 |
| JP2007310507A (ja) * | 2006-05-16 | 2007-11-29 | Toshiba Corp | 音声応答装置及びその方法 |
| WO2021049081A1 (ja) * | 2019-09-10 | 2021-03-18 | 株式会社東海理化電機製作所 | 制御装置、制御方法、及びプログラム |
| JP2021044647A (ja) * | 2019-09-10 | 2021-03-18 | 株式会社東海理化電機製作所 | 制御装置、制御方法、及びプログラム |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6721706B1 (en) | Environment-responsive user interface/entertainment device that simulates personal interaction | |
| US6728679B1 (en) | Self-updating user interface/entertainment device that simulates personal interaction | |
| US5577165A (en) | Speech dialogue system for facilitating improved human-computer interaction | |
| Lindblom | On the notion of “possible speech sound” | |
| EP1332491B1 (en) | User interface for the administration of an external database | |
| US4969194A (en) | Apparatus for drilling pronunciation | |
| JP4729902B2 (ja) | 音声対話システム | |
| CN111290682A (zh) | 交互方法、装置及计算机设备 | |
| Delle Monache et al. | Embodied sound design | |
| JPH09510558A (ja) | 時間ベース情報の空間アクセス方法およびシステム | |
| CN106653052A (zh) | 虚拟人脸动画的生成方法及装置 | |
| CN111290568A (zh) | 交互方法、装置及计算机设备 | |
| CN111653265A (zh) | 语音合成方法、装置、存储介质和电子设备 | |
| JPH05216618A (ja) | 音声対話システム | |
| CN111128118A (zh) | 语音合成方法、相关设备及可读存储介质 | |
| CN114173188B (zh) | 视频生成方法、电子设备、存储介质和数字人服务器 | |
| JP2002169590A (ja) | 模擬会話システム、模擬会話方法、および情報記憶媒体 | |
| JP2002169591A (ja) | 模擬会話システム、及び情報記憶媒体 | |
| JPH11237971A (ja) | 音声応答装置 | |
| Ververidis et al. | Multi-modal emotion-related data collection within a virtual earthquake emulator | |
| JPH1185178A (ja) | 合成音声応答方法及び装置及び合成音声応答プログラムを格納した記憶媒体 | |
| Cowley et al. | Simulating conversations: The communion game | |
| JP4508757B2 (ja) | 応答生成プログラム、応答生成方法、および応答生成装置 | |
| Sporka | Non-speech sounds for user interface control | |
| CN118053416B (zh) | 声音定制方法、装置、设备及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20040330 |