公共音声対話システムにおけるN-gramとGrammarの融合によるタスク拡張

摘要

音声認識，音声対話システムを実環境で利用する場合，設置する環境に適したタスクドメインを設定することが重要である．システムをより普及させるためには簡易に所望のタスクへと適用，もしくは拡張する技術が必須である．既存の音声対話システムに新たなタスクを追加する際，発話に対するドメインの判別や対話戦略の構築が必要となる．その際に，統計的言語モデルの作成時は新たに大量のコーパスを必要とし，製作のために多大な時間を要する．本稿では，統計的言語モデルに基づく既存の対話システムにおいて，ネットワーク文法を併用することで簡易にタスクを拡張し，発話に対して高精度にドメインの判別，音声認識を行う手法を提案する．実験的評価より，ドメインの判別率は90％以上で，それに基づいた単語認識率もほぼ90％以上の値を示し，高精度に判別，認識が行えた．以上より，提案手法の有効性が示せた．