[发明专利]语音交互装置、语音交互装置的控制方法以及存储程序的非暂时性记录介质

说明书

本发明涉及语音交互装置、语音交互装置的控制方法以及存储程序的非暂时性记录介质。本发明的语音交互装置包括处理器，其被配置为通过获取来自多个说话者的语音的数据来识别发出所述语音的说话者。所述处理器被配置为当所述说话者为被设置为主交互伙伴的第一说话者时执行第一识别处理和执行处理。所述处理器被配置为在执行与所述第一说话者的所述交互期间获取所述多个说话者中被设置为从交互伙伴的第二说话者的语音时执行第二识别处理和确定处理。所述处理器被配置为当确定所述第二说话者的所述第二话语内容改变所述上下文时，基于所述第二说话者的所述第二话语内容生成改变所述上下文的第二话语句子的数据，并且通过语音输出所述第二话语句子。

技术领域

本发明涉及一种语音交互装置、语音交互装置的控制方法以及存储程序的非暂时性记录介质。

背景技术

传统地，已经提出了一种安装在车辆上用于通过语音与车辆乘员交互的语音交互装置。例如，日本专利申请公开号2006-189394(JP2006-189394A)公开了一种技术，其中，反映说话者的喜好的代理图像被显示在监视器上以经由该代理图像与说话者交互。

发明内容

根据日本专利申请公开号2006-189394A(JP2006-189394A)中公开的技术，通过图像识别和语音识别来检测说话者的视线、面部的方向和语音，并且基于这些检测结果，控制与代理图像的交互。然而，利用这种图像识别和语音识别难以准确地知道说话者所在的场景的情况。因此，根据日本专利申请公开号2006-189394A(JP2006-189394A)中公开的技术，存在不能根据场景的情况执行交互的问题。

本发明使得可以执行与说话者的根据场景情况的交互。

本发明的第一方案为一种语音交互装置。所述语音交互装置为处理器，其被配置为通过获取来自多个说话者的语音的数据来识别发出所述语音的说话者。所述处理器被配置为当所述说话者为被设置为主交互伙伴的第一说话者时执行第一识别处理和执行处理。所述第一识别处理从所述第一说话者的语音的数据识别第一话语内容。所述执行处理通过重复根据所述第一说话者的所述第一话语内容生成第一话语句子的数据并且通过语音输出所述第一话语句子的处理来执行与所述第一说话者的交互。所述处理器被配置为：在执行与所述第一说话者的所述交互期间获取所述多个说话者中被设置为从交互伙伴的第二说话者的语音时执行第二识别处理和确定处理。所述第二识别处理从所述第二说话者的所述语音的数据识别第二话语内容。所述确定处理确定所述第二说话者的所述第二话语内容是否改变正在执行的所述交互的上下文。所述处理器被配置为：在满足第一条件时，基于所述第二说话者的所述第二话语内容生成改变所述上下文的第二话语句子的数据，并且通过语音输出所述第二话语句子。所述第一条件为确定所述第二说话者的所述第二话语内容改变所述上下文的条件。

利用上述配置，当第二说话者做出改变正在与第一说话者执行的交互的上下文的请求时，可以基于第二说话者的话语内容来改变正在执行的交互的上下文。

在所述语音交互装置中，所述处理器可以被配置为当满足所述第一条件和第二条件两者时，根据预定请求的内容生成第三话语句子的数据并通过语音输出所述第三话语句子。所述第二条件可以为所述第二说话者的所述第二话语内容指示向所述第一说话者的所述预定请求的条件。

利用上述配置，当第二说话者向第一说话者做出预定请求时，可以生成根据请求内容的第三话语句子的数据，然后通过语音将其输出到第一说话者。

在所述语音交互装置中，所述处理器可以被配置为当满足所述第一条件和第三条件两者时，改变与所述第一说话者的所述交互的主题。所述第三条件可以为所述第二说话者的所述第二话语内容为改变与所述第一说话者的所述交互的所述主题的指令的条件。

利用上述配置，当第二说话者做出改变正在与第一说话者执行的交互的主题的请求时，可以改变正在执行的交互的主题。