[发明专利]感情识别装置

说明书

技术领域

本发明涉及依据声音来识别讲话者的感情的感情识别装置。进一步，确定而言，尤其涉及一种依据声音的感情识别装置，依据因讲话者的感情、表情、态度或讲话风格而经常变化的发声器官的紧张或松弛，来识别在发声的声音中是否发生了特征性音色，从而识别讲话者的感情。

背景技术

在自动电话对应、电子秘书、对话机器人等具有依据声音对话的接口的对话系统中，为了对话系统依据用户的请求来适当地进行对应，重要的条件是依据用户发声的声音来理解用户的感情。例如，在所述的自动电话对应或对话机器人与用户进行依据声音的对话时，在对话系统的声音识别中不一定可以准确地识别声音。在对话系统产生识别错误的情况下，对话系统向用户再次请求输入声音。在这些状况下，用户多少也觉得愤怒、急躁。若多次产生识别错误，则用户越发觉得愤怒、急躁。愤怒或急躁，使用户的说法或声质变化，而用户的声音成为与平时的声音不同的模式。因此，在将平时的声音作为识别用模型保持的对话系统会更容易产生识别错误，因此向用户多次请求相同 回答等进行对用户更不愉快的请求。在对话系统处于如上所述的恶循环的情况下，其不能用以对话接口。

为了停止这些恶循环、使机器和用户的声音对话正常化，需要依据用户发声的声音来识别感情。即，若可以理解用户的愤怒或急躁，则在识别错误时，对话系统可以以更礼貌的口气来再问或道歉。据此，对话系统可以使用户的感情接近平常状态、而引起平常的讲话，从而恢复识别率。甚至，可以顺利地进行依据对话系统的机器操作。

在以往的技术中，作为依据声音来识别感情的方法提出了下列方式：从讲话者发声的声音中提取声音的高度(基频)、大小(功率)、讲话速度等韵律特征，对输入声音整体进行根据像“声音高”、“声音大”那样的判断的感情识别(例如，参照专利文献1、专利文献2)。而且，提出了下列方式：对输入声音整体进行像“高频域的能量大”那样的判断(例如，参照专利文献1)。还提出了下列方式：依据声音的功率和基频的序列来求出像它们的平均、最大值、最少值那样的统计上的代表值，从而识别感情(例如，参照专利文献3)。进一步，还提出了下列方式：利用像句子、单词的语调或声调(accent)那样的韵律的时间模式来识别感情(例如，参照专利文献4、专利文献5)。

图20是所述专利文献1所记载的、以往的依据声音的感情识别装置的示意图。

麦克风1将输入声音转换为电信号。声音码识别单元2，对麦克风1所输入的声音进行声音识别，将识别结果输出到感情信息提取单元3以及输出控制单元4。

另外，感情信息提取单元3的话速检测部31、基频检测部32以及音量检测部33，分别从麦克风1所输入的声音中提取话速、基频以及音量。

声音级判断基准存储部34记忆有用于决定声音级的基准，该声音级是，将所输入的声音的话速、基频以及音量分别与标准的话速、基频以及音量比较来决定的。标准声音特征量存储部35记忆有，成为判断声音级时的基准的、标准的发声速度、基频以及音量。声音级分析部36，根据所输入的声音的特性量和标准的声音特征量的比率来决定声音级，即，决定话速级、基频级以及音量级。

进一步，感性级分析用知识库存储部37记忆有规则，该规则用于依据声音级分析部36所决定的各种声音级来判断感性级。感性级分析部38，依据来自声音级分析部36的输出和来自声音码识别单元2的输出，并根据感性级分析用知识库存储部37记忆有的规则，从而判断感性级，即，判断感性的种类和级。

输出控制单元4，根据感性级分析部38所输出的感性级来控制输出装置5，从而生成与所输入的声音的感性级相对应的输出。在此，用于决定声音级的信息是，以表示在每一秒中讲了几个音拍的话速、平均基频、讲话、句子或短句那样的单位来求出的韵律信息。