JP6904225B2 - 情報処理装置 - Google Patents
情報処理装置 Download PDFInfo
- Publication number
- JP6904225B2 JP6904225B2 JP2017220157A JP2017220157A JP6904225B2 JP 6904225 B2 JP6904225 B2 JP 6904225B2 JP 2017220157 A JP2017220157 A JP 2017220157A JP 2017220157 A JP2017220157 A JP 2017220157A JP 6904225 B2 JP6904225 B2 JP 6904225B2
- Authority
- JP
- Japan
- Prior art keywords
- response
- voice
- unit
- output
- aizuchi
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000010365 information processing Effects 0.000 title claims description 50
- 230000004044 response Effects 0.000 claims description 115
- 238000004891 communication Methods 0.000 claims description 40
- 230000001934 delay Effects 0.000 claims description 2
- 238000012545 processing Methods 0.000 description 22
- 238000000034 method Methods 0.000 description 18
- 230000008569 process Effects 0.000 description 15
- 238000010586 diagram Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 4
- 238000010295 mobile communication Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000003111 delayed effect Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/28—Constructional details of speech recognition systems
- G10L15/30—Distributed recognition, e.g. in client-server systems, for mobile phones or network applications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
- G10L2015/088—Word spotting
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
- G10L2015/226—Procedures used during a speech recognition process, e.g. man-machine dialogue using non-speech characteristics
- G10L2015/227—Procedures used during a speech recognition process, e.g. man-machine dialogue using non-speech characteristics of the speaker; Human-factor methodology
Landscapes
- Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Telephonic Communication Services (AREA)
- Manipulator (AREA)
Description
Claims (4)
- ユーザにより発話された音声の音声データを取得する取得部と、
前記音声データの取得完了から、前記音声が音声認識された音声認識結果に基づいて生成された応答の出力開始までの時間に応じて相槌のタイミングを決定する決定部と、
前記決定されたタイミングで前記相槌を出力し、前記応答を出力する出力部と、
を備え、
前記音声データの取得完了から前記応答の出力開始までに要する時間は、前記音声データのサイズ、または、前記音声認識結果のデータサイズに基づいて決定されることを特徴とする情報処理装置。 - 前記決定部は、前記音声データの取得から前記相槌の出力までの時間が、前記相槌の出力から前記応答の出力までの時間より短くなるように、前記相槌のタイミングを決定することを特徴とする請求項1に記載の情報処理装置。
- 前記決定部は、前記音声データのサイズ、または、前記音声認識結果のデータサイズが大きいほど、前記相槌のタイミングを遅くすることを特徴とする請求項1または2に記載の情報処理装置。
- ユーザにより発話された音声の音声データを取得する取得部と、
前記音声が音声認識された音声認識結果を、当該音声認識結果をもとに前記音声に対する応答を作成するサーバ装置に送信し、前記サーバ装置から前記応答を取得する通信部と、
前記通信部が前記音声認識結果を前記サーバ装置に送信した場合に、前記音声データの取得完了から前記応答の出力開始までの時間に応じて相槌のタイミングを決定する決定部と、
前記決定部にて決定されたタイミングで前記相槌を出力してから、前記応答を出力する出力部と、
を備え、
前記音声データの取得完了から前記応答の出力開始までに要する時間は、前記音声データのサイズ、または、前記音声認識結果のデータサイズに基づいて決定されることを特徴とする情報処理装置。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017220157A JP6904225B2 (ja) | 2017-11-15 | 2017-11-15 | 情報処理装置 |
US16/179,012 US10896677B2 (en) | 2017-11-15 | 2018-11-02 | Voice interaction system that generates interjection words |
CN201811307472.6A CN109785830B (zh) | 2017-11-15 | 2018-11-05 | 信息处理装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017220157A JP6904225B2 (ja) | 2017-11-15 | 2017-11-15 | 情報処理装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019090945A JP2019090945A (ja) | 2019-06-13 |
JP6904225B2 true JP6904225B2 (ja) | 2021-07-14 |
Family
ID=66433518
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017220157A Active JP6904225B2 (ja) | 2017-11-15 | 2017-11-15 | 情報処理装置 |
Country Status (3)
Country | Link |
---|---|
US (1) | US10896677B2 (ja) |
JP (1) | JP6904225B2 (ja) |
CN (1) | CN109785830B (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020018536A1 (en) | 2018-07-17 | 2020-01-23 | iT SpeeX LLC | Method, system, and computer program product for communication with an intelligent industrial assistant and industrial machine |
CN111429899A (zh) * | 2020-02-27 | 2020-07-17 | 深圳壹账通智能科技有限公司 | 基于人工智能的语音响应处理方法、装置、设备及介质 |
JP7314102B2 (ja) * | 2020-07-09 | 2023-07-25 | Tvs Regza株式会社 | 制御信号生成回路、受信装置、システム、生成方法、およびプログラム |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004151527A (ja) * | 2002-10-31 | 2004-05-27 | Mitsubishi Electric Corp | 音声合成装置、スタイル判定装置、音声合成方法、スタイル判定方法、およびプログラム |
US8099289B2 (en) * | 2008-02-13 | 2012-01-17 | Sensory, Inc. | Voice interface and search for electronic devices including bluetooth headsets and remote systems |
JP4992925B2 (ja) * | 2009-03-23 | 2012-08-08 | トヨタ自動車株式会社 | 音声対話装置及びプログラム |
CN103339623B (zh) * | 2010-09-08 | 2018-05-25 | 纽昂斯通讯公司 | 涉及因特网搜索的方法和设备 |
US9685152B2 (en) * | 2013-05-31 | 2017-06-20 | Yamaha Corporation | Technology for responding to remarks using speech synthesis |
JP5958475B2 (ja) | 2014-01-17 | 2016-08-02 | 株式会社デンソー | 音声認識端末装置、音声認識システム、音声認識方法 |
JP2017021125A (ja) * | 2015-07-09 | 2017-01-26 | ヤマハ株式会社 | 音声対話装置 |
JP2017107078A (ja) * | 2015-12-10 | 2017-06-15 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカPanasonic Intellectual Property Corporation of America | 音声対話方法、音声対話装置及び音声対話プログラム |
-
2017
- 2017-11-15 JP JP2017220157A patent/JP6904225B2/ja active Active
-
2018
- 2018-11-02 US US16/179,012 patent/US10896677B2/en active Active
- 2018-11-05 CN CN201811307472.6A patent/CN109785830B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN109785830A (zh) | 2019-05-21 |
US20190147872A1 (en) | 2019-05-16 |
JP2019090945A (ja) | 2019-06-13 |
CN109785830B (zh) | 2023-09-12 |
US10896677B2 (en) | 2021-01-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20200258506A1 (en) | Domain and intent name feature identification and processing | |
JP7354110B2 (ja) | オーディオ処理システム及び方法 | |
JP5753869B2 (ja) | 音声認識端末およびコンピュータ端末を用いる音声認識方法 | |
US10943606B2 (en) | Context-based detection of end-point of utterance | |
CN107660303B (zh) | 使用远程源对本地语音识别***的语言模型修改 | |
US10911596B1 (en) | Voice user interface for wired communications system | |
JP6316884B2 (ja) | 個別化されたホットワード検出モデル | |
WO2014208231A1 (ja) | ローカルな音声認識を行なう音声認識クライアント装置 | |
WO2015098306A1 (ja) | 応答制御装置、制御プログラム | |
JP6904225B2 (ja) | 情報処理装置 | |
CN107871503A (zh) | 语音对话***以及发声意图理解方法 | |
US20170103757A1 (en) | Speech interaction apparatus and method | |
JP2017535809A (ja) | サウンド検出モデルを生成するためのサウンドサンプル検証 | |
JP2012501480A (ja) | ハイブリッド型音声認識 | |
KR20190046631A (ko) | 자연어 프로세싱을 위한 시스템 및 방법 | |
JP6614080B2 (ja) | 音声対話システムおよび音声対話方法 | |
JP6715943B2 (ja) | 対話装置、対話装置の制御方法、および制御プログラム | |
KR20180012639A (ko) | 음성 인식 방법, 음성 인식 장치, 음성 인식 장치를 포함하는 기기, 음성 인식 방법을 수행하기 위한 프로그램을 저장하는 저장 매체, 및 변환 모델을 생성하는 방법 | |
US10629184B2 (en) | Cepstral variance normalization for audio feature extraction | |
JP2018045202A (ja) | 音声対話システムおよび音声対話方法 | |
JP6559417B2 (ja) | 情報処理装置、情報処理方法、対話システム、および制御プログラム | |
US10885899B2 (en) | Retraining voice model for trigger phrase using training data collected during usage | |
JP2014062944A (ja) | 情報処理装置 | |
JP6265670B2 (ja) | 情報処理装置、サーバ、および、制御プログラム | |
US11694684B1 (en) | Generation of computing functionality using devices |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200428 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210219 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210316 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210331 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20210525 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210607 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 6904225 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |