[发明专利]响应语句生成设备、方法和存储介质以及语音交互系统

说明书

为了通过鹦鹉学舌的方式生成包括针对用户的兴趣定制的内容的响应语句。响应语句生成设备包括：转换装置，用于将用户的输入语音转换成文本信息；提取装置，用于从输入语音中提取韵律信息；指定装置，用于基于文本信息和韵律信息来指定指示用户的情绪发生的情绪发生词语；以及生成装置，用于从文本信息中选择包括所指定的情绪发生词语的字符串并且通过对所选择的字符串执行预定处理来生成响应语句。

技术领域

本公开内容涉及响应语句生成设备、方法和程序以及语音交互系统。

背景技术

日本未审查专利申请公开第2009-193448号公开了一种与交互系统有关的技术，该交互系统分析人类话语的内容，生成用于执行鹦鹉学舌似(即，如鹦鹉那样准确重复人类的话语，下文中也简称“鹦鹉学舌”)的响应语句，并且将所生成的响应语句输出为语音。在日本未审查专利申请公开第2009-193448号中公开的技术中，通过基于预先准备的特殊表达列表从对表示话语内容的文本数据的分析结果中提取表示意图和/或主观想法的表达并且向所提取的表达添加某些应答响应(即，表达理解和/或赞同的应答声音)来生成响应语句。

发明内容

本发明人已经发现了以下问题。如上所描述的，在日本未审查专利申请公开第2009-193448号中公开的技术中，要提取的表达是在文本数据的基础上基于它们与特殊表达列表中限定的表达之间的匹配来指定的。然而，存在以下问题：即使表达在文本数据的基础上与特殊表达列表中的表达在形式上匹配，但是仍存在所匹配的表达可能与说话者的实际兴趣不一致的可能性。例如，存在在话语内容中充满由说话者发出的情绪的表达可能未被指定为要提取的表达的可能性。此外，在这种情况下，响应语句与说话者的兴趣不一致。

已经作出本公开内容以解决上面描述的问题，并且本公开内容的目的是提供一种用于通过鹦鹉学舌的方式来生成包括针对用户的兴趣定制的内容的响应语句的响应语句生成设备、方法和程序以及语音交互系统。

第一示例性方面是一种响应语句生成设备，包括：转换装置，用于将用户的输入语音转换成文本信息；提取装置，用于从输入语音中提取韵律信息；指定装置，用于基于文本信息和韵律信息指定指示用户的情绪发生的情绪发生词语；生成装置，用于从文本信息中选择包括所指定的情绪发生词语的字符串，并且通过对所选择的字符串执行预定处理来生成响应语句。

如上所述，在本实施方式中，通过利用从表示用户的话语内容的语音数据中提取的韵律信息，将文本信息中的与用户表达情绪的部分相对应的字符串指定为情绪发生词语。此外，通过利用情绪发生词语作为响应语句的核心来生成响应语句。因此，可以通过鹦鹉学舌的方式生成包括针对用户的兴趣定制的内容的响应语句，并且将所生成的响应语句作为语音数据回应给用户。因此，可以做出给用户一种用户被用心倾听的感觉(下文中，也称为“用心倾听的感觉”)的响应。

此外，提取装置优选地通过对输入语音执行基频分析来将输入语音中的强调语音提取为韵律信息，并且指定装置优选地根据文本信息将与由韵律信息指示的强调语音相对应的字符串指定为情绪发生词语。以这种方式，可以从语音数据中适当地提取强调部分并且生成更合适的响应语句。

此外，转换装置优选地将关于输入语音中的各个声音发生的时间的信息与文本信息中的相应字符相关联，提取装置优选地包含关于强调语音中的各个声音已经在韵律信息中发生的时间的信息且将其与韵律信息一起提取，并且指定装置优选地根据文本信息将与包括在韵律信息中的关于时间的信息相对应的字符串指定为情绪发生词语。以这种方式，可以根据与输入语音相对应的文本信息准确地指定与强调语音相对应的字符串，并且生成更合适的响应语句。

此外，响应语句生成设备优选地还包含预先登记了情绪发生词语的候选的字典信息，并且指定装置优选地在进一步考虑字典信息的同时指定情绪发生词语。以这种方式，即使在基于韵律信息指定了多个强调表达的情况下，也可以指定更合适的情绪发生词语。因此，可以提高鹦鹉学舌的响应语句的准确性。