音声対話破綻検出手法の開発に向けた対話データベースの構築

摘要

近年，音声対話システムとしてSiri(Apple)やしゃべってコンシェル(NTT Docomo)が多く利用されている．対話システムの目標は,自然に人と人工知能がコミュニケーションを行うことである[1]．しかし,現在の自然言語処理技術では適切に処理することができないことにより，人間と人工知能が雑談を続けることができず，対話破綻を引き起こしてしまう．ユーザが会話を続けることが難しい対話のポイントが対話破綻となる．対話破綻を回避するためには，対話システムにおいて対話破綻するポイントを検出することが必要である[2]．しかし，従来は，言語情報に基づく対話破綻検出しか調査されておらず，音響情報による対話破綻検出が行われていない．音声対話においては，音声中の音響情報を用いた破綻検出が可能になるかもしれない．また音声認識では誤認識が発生するため，これまでのテキスト対話ではありえなかった破綻が起こりうる．しかし，音声対話破綻検出の手法を開発するにあたり問題点として音声対話データベースが存在しないことが挙げられる．本研究では，音声対話破綻検出手法の開発を行うために音声対話のデータベースを構築する．