カーナビの地名入力における誤認識時の訂正発話の分析と検出

概要

論文の詳細を見る
近年、音声認識をベースとしたインターフェースを備えたカーナビゲージョンシステム(以降、カーナビ)の実用化が進んでいる。コンピュータと人間が音声を通じてコミュニケーションを図る場合、誤認識は避けられない。しかし、現在はインターフェースが未熟であるために、その回復が困難である。ここで、誤認識の訂正のために、ユーザが誤認識された部分を言い直した場合に、それが言い直しの音声であるとシステムが判定できれば、誤認識からの回復が容易になると考えられる。本稿では、カーナビの地名入力タスクにおいて、誤認識に対するユーザの訂正発話を収集・分析した。そこで、言い直しの発話は1回目の発話より声が大きくなり、声の高さによる抑揚が大きくなっていることがわかった。しかし、平均的な声の高さ、発声速度には大きい変化はみられなかった。また、カーナビ地名入力タスクでよく用いられる部分的な言い直し(繰り返し)発声を、DPマッチングによるワードスポッティング法を用いて検出する方法を提案し、96%の精度で言い直しとそれ以外の発声を識別できることを実験的に示した。
一般社団法人情報処理学会の論文
2001-07-13