音声対話システムのための非言語情報を用いた発話前状態の推定

摘要

対話型のインターフェースでは，多様なユーザの挙動にも柔軟に応対できることが望まれる．音声対話システムはハンズフリーで換作でき，訓練も必要ない反面，そういった要求の重要性はさらに大きいものと思われる．これまで，入力された言語情報から適応的に応対を生成する研究は盛hに行われてきたが，ユーザが発話を行う前の情報からシステムの対話制御を決定する研究はあまりなされて．いない．本研究では，対話中のユーザの非言語情報に注目し，ユーザの発話が行われる前に対話補助を行うことのできる対話システムの構築を目指す．ここでは，特に音声の時間的な情報及び，ユーザの顔向きをYaw，Roll，Pitchの3回転方向の動きに分けて分析を行い，SVMによる識別実験を行った．