実時間音声対話システムTOSBURGの開発(4)マルチモーダル応答

概要

論文の詳細を見る
これまで音声合成の研究は主として文-音声変換を目的として行われてきており、構文情報を表現するため韻律に関する研究が行われてきた。また、最近は人間と計算機の対話システムのための合成が検討されるようになり、意図、状況、感情を伝えるための研究も行なわれている。自然なコミュニケーション手段である音声メディアでは、音声認識の誤りや曖昧性が避けられないという問題であるので、ユーザフレンドリな対話システム実現のためには、ユーザに適切な応答を出力し質問や確認を行ない、スムーズに対話を進行する必要がある。また、従来の対話システムでは、音声認識、合成、画面表示について個々に検討がなされているが、マルチモーダル応答という観点からの検討は不十分である。今回、我々はハンバーバーショップでの注文をタスクとした、実時間で動作する対話システムTOSBURG(Task Oriented dialogue System Based on speech Understanding and Response Generation)を試作した。本稿では、このシステムの特徴であるマルチモーダル応答出力について述べる。
一般社団法人情報処理学会の論文
1992-02-24