JP7293816B2 - Conversation analysis device, conversation analysis method and conversation analysis program - Google Patents
Conversation analysis device, conversation analysis method and conversation analysis program Download PDFInfo
- Publication number
- JP7293816B2 JP7293816B2 JP2019070723A JP2019070723A JP7293816B2 JP 7293816 B2 JP7293816 B2 JP 7293816B2 JP 2019070723 A JP2019070723 A JP 2019070723A JP 2019070723 A JP2019070723 A JP 2019070723A JP 7293816 B2 JP7293816 B2 JP 7293816B2
- Authority
- JP
- Japan
- Prior art keywords
- conversation
- abstraction
- words
- voice
- degree
- 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
- 238000004458 analytical method Methods 0.000 title claims description 92
- 238000011156 evaluation Methods 0.000 claims description 106
- 238000000034 method Methods 0.000 claims description 37
- 239000000284 extract Substances 0.000 claims description 16
- 238000000605 extraction Methods 0.000 claims description 16
- 238000010586 diagram Methods 0.000 description 30
- 230000003111 delayed effect Effects 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 150000001875 compounds Chemical class 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 230000008520 organization Effects 0.000 description 4
- 239000004065 semiconductor Substances 0.000 description 3
- 238000012854 evaluation process Methods 0.000 description 2
- 230000001502 supplementing effect Effects 0.000 description 2
- 239000000047 product Substances 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Images
Landscapes
- Machine Translation (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
本発明は、会話分析装置等に関する。 The present invention relates to a conversation analysis device and the like.
コールセンターにおけるオペレータと顧客との会話、または、会議の参加者による会話等において、「会話対象（会話内容）」を評価することが求められている。たとえば、オペレータと顧客との会話の対象は、商品に関する問合せや、クレーム対応等となる。会議の参加者による会話の対象は、プロジェクト等となる。 In a conversation between an operator and a customer in a call center, or a conversation between participants in a conference, it is required to evaluate the "conversation object (conversation content)". For example, the object of conversation between an operator and a customer is an inquiry about a product, complaint handling, or the like. The object of conversation by the conference participants is a project or the like.
会議中の会話を録音した音声データを基にして、プロジェクトを評価する技術として、以下に説明するような従来技術がある。この従来技術は、設定ワードおよび設定ワードに類似する類似ワードを予め定義する。図１８は、設定ワードおよび類似ワードの一例を示す図である。たとえば、設定ワード「遅れている」に対応する類似ワードは「遅延、遅い、・・・」となる。以下の説明では、設定ワードおよび設定ワードに類似する類似ワードをまとめて「設定ワード」と表記する。 As technology for evaluating a project based on voice data of recorded conversations during a meeting, there is a conventional technology as described below. This prior art predefines configuration words and similar words that are similar to configuration words. FIG. 18 is a diagram showing an example of setting words and similar words. For example, a similar word corresponding to the setting word "delayed" is "delayed, late, ...". In the following description, setting words and similar words similar to setting words are collectively referred to as "setting words".
従来技術は、音声データに対して音声認識を行い、音声データに含まれる設定ワードの出現回数をカウントする。従来技術は、設定ワードの出現回数に応じて、リスク評価値を特定し、会話の対象を評価する。たとえば、従来技術では、設定ワードの出現回数が多いほど、リスク評価値を大きくし、このリスク評価値が大きいほど、会話対象（プロジェクト）のリスクが高いと評価する。また、この従来技術では、会議時間に対する最大の発話時間の比率を算出し、比率が大きいほど、リスク評価値を大きくしている。 In the conventional technology, speech recognition is performed on speech data, and the number of appearances of setting words included in the speech data is counted. Conventional technology identifies a risk evaluation value according to the number of appearances of a setting word, and evaluates a conversation target. For example, in the conventional technology, the risk evaluation value is increased as the setting word appears more frequently, and the greater the risk evaluation value, the higher the risk of the conversation target (project). Also, in this prior art, the ratio of the maximum speech time to the meeting time is calculated, and the risk evaluation value is increased as the ratio increases.
会議の会話において、要求仕様の整理が「遅れている」、「できていない」と発話された場合のリスクと、出力メッセージの決定が「遅れている」、「できていない」と発話された場合のリスクとは、同程度のリスクではない。プロジェクト全体として「要求仕様の整理」に関する作業は数日から数週間かかるものであり、要求仕様の整理が遅れている場合には、大きなリスクである。これに対して、プロジェクト全体として「出力メッセージ」に関する作業は、１時間で解決できるものであり、出力メッセージが送れていても、リスクは小さいといえる。 In the meeting conversation, it was said that the organization of the requirement specifications was "delayed" or "not done", and the decision of the output message was said "delayed" or "not done". The risk of a case is not the same degree of risk. The work related to "organization of requirement specifications" for the project as a whole takes several days to several weeks, and if the organization of requirement specifications is delayed, it is a big risk. On the other hand, the work related to the "output message" for the project as a whole can be solved in one hour, and even if the output message is sent, the risk is small.
しかしながら、従来技術では、要求仕様の整理に関して、「遅れている」、「できていない」と発話された回数と、出力メッセージに関して、「遅れている」、「できていない」と発話された回数とが同数の場合には、各リスクは同じリスクと評価してしまう。このため、従来技術では、リスク有無を評価できても、会話の対象としてのリスクの程度を適切に評価することができていない。 However, in the prior art, the number of times "delayed" or "not completed" was uttered with respect to the organization of the required specifications, and the number of times "delayed" or "not completed" was uttered with respect to the output message. are the same, each risk is evaluated as the same risk. Therefore, even if the presence or absence of risk can be evaluated with the conventional technology, it is not possible to appropriately evaluate the degree of risk as a conversation target.
１つの側面では、本発明は、会議の発話に基づいた会議の対象としてのリスク判定をおこなうことができる会話分析装置、会話分析方法および会話分析プログラムを提供することを目的とする。 In one aspect, an object of the present invention is to provide a conversation analysis device, a conversation analysis method, and a conversation analysis program capable of performing risk determination as a conference target based on utterances in the conference.
第１の案では、会話分析装置は、第１判定部と、音声認識部と、第２判定部と、評価部とを有する。第１判定部は、会話音声を分析して、会話の状態を判定する。音声認識部は、会話音声に対して音声認識を行い、会話音声に含まれる単語を抽出する。第２判定部は、会話音声に含まれる単語を基にして、会話音声における会話内容の抽象度を判定する。評価部は、会話の状態と抽象度とを基にして、会話対象を評価する。 In the first scheme, the speech analysis device has a first determination section, a speech recognition section, a second determination section, and an evaluation section. The first determination unit analyzes the conversational voice and determines the state of the conversation. The speech recognition unit performs speech recognition on the conversational voice and extracts words contained in the conversational voice. The second determination unit determines the degree of abstraction of the conversation content in the conversational voice based on the words included in the conversational voice. The evaluation unit evaluates the conversation target based on the state of the conversation and the degree of abstraction.
会議の発話に基づいた会議の対象としてのリスク判定をおこなうことができる。 It is possible to perform risk determination as a target of the conference based on the utterances of the conference.
以下に、本願の開示する会話分析装置、会話分析方法および会話分析プログラムの実施例を図面に基づいて詳細に説明する。なお、この実施例によりこの発明が限定されるものではない。 Hereinafter, embodiments of the conversation analysis device, the conversation analysis method, and the conversation analysis program disclosed in the present application will be described in detail based on the drawings. In addition, this invention is not limited by this Example.
図１は、本実施例１に係る会話分析装置の処理を説明するための図である。まず、会話分析装置は、テーブル１０Ａを基にして、会議Ａの会話対象のリスクを評価する場合について説明する。テーブル１０Ａは、会議Ａで発声された単語と、回数との関係を示すテーブルである。 FIG. 1 is a diagram for explaining processing of the conversation analysis device according to the first embodiment. First, a case will be described where the conversation analysis device evaluates the risk of the conversation target of the meeting A based on the table 10A. Table 10A is a table showing the relationship between the words uttered in meeting A and the number of times.
会話分析装置は、テーブル１０Ａの各単語のうち、設定キーワードに対応する単語を特定し、特定した設定キーワードに対応する単語の出現回数を基にして、「会議の状態」の良し悪しを判定する。たとえば、会話分析装置は、設定キーワードに対応する単語の出現回数が閾値以上である場合、会議の状態が「悪い」と判定し、出現回数が閾値未満である場合、会議の状態が「良い」と判定する。 The conversation analysis device identifies words corresponding to the setting keywords from among the words in the table 10A, and determines whether the "conference state" is good or bad based on the number of appearances of the words corresponding to the identified setting keywords. . For example, the conversation analysis device determines that the state of the conference is "bad" when the number of appearances of the word corresponding to the set keyword is equal to or greater than the threshold, and determines that the state of the conference is "good" when the number of appearances is less than the threshold. I judge.
たとえば、設定キーワードを「遅れている」、「できていない」とし、出現回数の閾値を「１０」とする。そうすると、会話分析装置は、テーブル１０Ａのうち、設定キーワードに対応する単語の出現回数「１６」が閾値「１０」以上となるため、会議Ａの状態が悪いと判定する。 For example, the set keywords are "delayed" and "not completed", and the threshold for the number of appearances is "10". Then, in the table 10A, the conversation analysis device determines that the state of the meeting A is bad because the number of occurrences "16" of the word corresponding to the setting keyword is equal to or greater than the threshold value "10".
続いて、会話分析装置は、テーブル１０Ａの各単語の抽象度を基にして「会話内容の抽象度」を判定する。各単語の抽象度は、言語コーパスにおける出現頻度によって決定され、出現頻度が高いものほど、抽象度が高くなる。 Subsequently, the conversation analysis device determines the "abstractness level of the conversation content" based on the abstraction level of each word in the table 10A. The degree of abstraction of each word is determined by the frequency of appearance in the language corpus, and the higher the frequency of appearance, the higher the degree of abstraction.
たとえば、テーブル１０Ａでは、抽象度の高い「仕様書」が多く出現している。このため、会話分析装置は、会議Ａの会話内容の抽象度が高いと判定する。「会話内容の抽象度が高い」ということは、会議で具体的な点が議論されておらず、抽象的な議論しかなされていないことを意味する。 For example, in table 10A, many "specifications" with a high degree of abstraction appear. Therefore, the conversation analysis device determines that the content of the conversation of the meeting A has a high degree of abstraction. "A high degree of abstraction in the content of the conversation" means that no specific points were discussed at the meeting, and only abstract discussions were held.
会話分析装置は、会話の状態の判定結果と、会話内容の抽象度の判定結果とを基にして、会議Ａの会話対象のリスクを評価する。上記のように、会話の状態が悪く、かつ、会話内容の抽象度が高いため、会議Ａにおける会話対象に関しては、意識合わせが求められ、解決しにくいと言える。このため、会話分析装置は、会議Ａの会話対象のリスクが「大」であると評価する。 The conversation analysis device evaluates the risk of the conversation target of the meeting A based on the determination result of the conversation state and the determination result of the abstraction level of the conversation content. As described above, since the state of the conversation is bad and the content of the conversation is highly abstract, it can be said that it is difficult to solve the problem because it is necessary to match the conversation target in the meeting A. Therefore, the conversation analysis device evaluates that the risk of the conversation target of meeting A is "high".
次に、会話分析装置は、テーブル１０Ｂを基にして、会議Ｂの会話対象のリスクを評価する場合について説明する。テーブル１０Ｂは、会議Ｂで発声された単語と、回数との関係を示すテーブルである。 Next, a case will be described where the conversation analysis device evaluates the risk of the conversation target of the meeting B based on the table 10B. Table 10B is a table showing the relationship between words uttered in meeting B and the number of times.
会話分析装置は、テーブル１０Ｂの各単語のうち、設定キーワードに対応する単語を特定し、特定した設定キーワードに対応する単語の出現回数を基にして、「会議の状態」の良し悪しを判定する。たとえば、会話分析装置は、テーブル１０Ｂのうち、設定キーワードに対応する単語の出現回数「１６」が閾値「１０」以上となるため、会議Ｂの状態が悪いと判定する。 The conversation analysis device identifies the words corresponding to the setting keywords from among the words in the table 10B, and determines whether the "state of the meeting" is good or bad based on the number of appearances of the words corresponding to the identified setting keywords. . For example, in the table 10B, the conversation analysis device determines that the state of the meeting B is bad because the number of occurrences "16" of the word corresponding to the set keyword is equal to or greater than the threshold "10".
続いて、会話分析装置は、テーブル１０Ｂの各単語の抽象度を基にして「会話内容の抽象度」を判定する。たとえば、テーブル１０Ｂでは、抽象度の低い「文字コード」が多く出現している。このため、会話分析装置は、会議Ｂの会話内容の抽象度が低いと判定する。「会話内容の抽象度が低い」ということは、会議で具体的な点が議論されていることを意味する。 Subsequently, the conversation analysis device determines the "abstractness level of conversation content" based on the abstraction level of each word in table 10B. For example, in table 10B, many "character codes" with a low degree of abstraction appear. Therefore, the conversation analysis device determines that the abstraction level of the content of the conversation of the meeting B is low. "The level of abstraction in the content of the conversation is low" means that concrete points are being discussed at the meeting.
会話分析装置は、会話の状態の判定結果と、会話内容の抽象度の判定結果とを基にして、会議Ｂの会話対象のリスクを評価する。上記のように、会話の状態は悪いが、会話内容の抽象度が低いため、会議Ｂにおける会話対象に関しては、論点が明確で意思疎通しやすく解決に結びつきやすいといえる。このため、会話分析装置は、会議Ｂの会話対象のリスクが「小」であると評価する。 The conversation analysis device evaluates the risk of the conversation target of the meeting B based on the determination result of the conversation state and the determination result of the abstraction level of the conversation content. As described above, the state of the conversation is bad, but the abstraction of the content of the conversation is low. Therefore, it can be said that the conversation target in the meeting B has clear points, is easy to communicate with, and is easy to reach a solution. Therefore, the conversation analysis device evaluates that the risk of the conversation target of the meeting B is "small".
上記のように、本実施例１に係る会話分析装置は、設定キーワードの出現回数に基づく会議の状態の良し悪しに加えて、会議内容の抽象度を用いて、会話対象のリスクを評価している。たとえば、設定キーワードの出現回数だけでは、会議Ａ、会議Ｂともにリスクが大であると判定してしまう場合があるが、抽象度に鑑みると、会議Ｂは抽象度が低いため、具体的な議論が行われており、リスクは小さいと判定することができる。すなわち、会話の対象としてのリスクの程度を適切に評価することができる。 As described above, the conversation analysis apparatus according to the first embodiment evaluates the risk of the conversation target using the degree of abstraction of the content of the conference, in addition to whether the state of the conference is good or bad based on the number of appearances of set keywords. there is For example, based only on the number of appearances of the set keyword, it may be determined that both meeting A and meeting B have a high risk. has been carried out and the risk can be determined to be small. That is, it is possible to appropriately evaluate the degree of risk as a conversation target.
次に、本実施例１に係る会話分析装置の構成の一例について説明する。図２は、本実施例１に係る会話分析装置の構成を示す機能ブロック図である。図２に示すように、この会話分析装置１００は、第１判定部１１０と、音声認識部１２０と、第２判定部１３０と、評価部１４０とを有する。
Next, an example of the configuration of the conversation analysis device according to the first embodiment will be explained. FIG. 2 is a functional block diagram showing the configuration of the conversation analysis device according to the first embodiment. As shown in FIG. 2 , this
記憶部１０５は、リスク評価値テーブル１０５ａと、抽象度判定テーブル１０５ｂとを有する。記憶部１０５は、ＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）、フラッシュメモリ（Flash Memory）などの半導体メモリ素子や、ＨＤＤ（Hard Disk Drive）などの記憶装置に対応する。
The
図３は、本実施例１に係るリスク評価値テーブルのデータ構造の一例を示す図である。図３に示すように、このリスク評価値テーブル１０５ａは、比率と、リスク評価値とを対応付ける。比率は、後述する第１判定部１１０により算出されるものである。リスク評価値は、会議の状態の悪さの程度を示す値であり、リスク評価値が大きいほど、会議の状態が悪いことを示す。 FIG. 3 is a diagram showing an example of the data structure of the risk evaluation value table according to the first embodiment. As shown in FIG. 3, this risk evaluation value table 105a associates ratios with risk evaluation values. The ratio is calculated by the first determination unit 110, which will be described later. The risk evaluation value is a value indicating how bad the state of the conference is, and the larger the risk evaluation value, the worse the state of the conference.
図４は、本実施例１に係る抽象度判定テーブルのデータ構造の一例を示す図である。図４に示すように、抽象度判定テーブル１０５ｂは、単語と、抽象度とを対応付ける。抽象度は、単語の抽象度の程度を示す値であり、抽象度が大きいほど、単語がより抽象的であることを示す。たとえば、単語の抽象度は、概念ＤＢ（Data Base）に基づいて決定される。 FIG. 4 is a diagram illustrating an example of the data structure of the abstraction degree determination table according to the first embodiment. As shown in FIG. 4, the abstraction degree determination table 105b associates words with abstraction degrees. The degree of abstraction is a value indicating the degree of abstraction of a word, and the higher the degree of abstraction, the more abstract the word. For example, the degree of abstraction of a word is determined based on a concept DB (Data Base).
図５は、概念ＤＢの一例を示す図である。概念ＤＢ５０において、各単語が概念木構造で定義され、概念階層が高いほど、抽象度が高くなる。概念階層「１」が最も高い階層であり、概念階層２、３、４、・・・、９の順に、階層は低くなる。
FIG. 5 is a diagram illustrating an example of a concept DB; In the
図５において、単語「事象」、「行為」の概念階層は「１」であり、抽象度は「９」となる。単語「要求仕様」の概念階層は「５」であり、抽象度は「５」となる。単語「会員」の概念階層は「６」であり、抽象度は「４」となる。単語「ＩＤ」の概念階層は「７」であり、抽象度は「３」となる。単語「ユニバーサルデザイン」の階層は「９」であり、抽象度は「１」となる。 In FIG. 5, the concept hierarchy of the words "phenomenon" and "action" is "1", and the abstraction level is "9". The concept hierarchy of the word "requirement specification" is "5", and the abstraction level is "5". The concept hierarchy of the word "member" is "6", and the abstraction level is "4". The concept hierarchy of the word "ID" is "7" and the abstraction level is "3". The word "universal design" has a hierarchy of "9" and an abstraction level of "1".
たとえば、単語「要求仕様」は、概念ＤＢ５０の「要求仕様」にヒットするため、単語「要求仕様」の抽象度は「５」となる。単語「ユニバーサルデザイン」は、概念ＤＢ５０の「ユニバーサルデザイン」にヒットするため、単語「ユニバーサルデザイン」の抽象度は「１」となる。
For example, since the word "required specification" hits "required specification" in the
なお、単語が複合語の場合には、複合語に含まれる複数の単語のうち、概念階層の最も低い単語を特定し、特定した単語の概念階層に１を加算した概念階層を、複合語の概念階層とする。たとえば、単語（複合語）「会員ＩＤ」は、概念ＤＢ５０の「会員」と「ＩＤ」とにヒットする。概念ＤＢの「会員」の概念階層「６」と「ＩＤ」の概念階層「７」のうち、低い方の概念階層「７」に１を加算した概念階層「８」を、単語「会員ＩＤ」の概念階層として特定し、特定した概念階層「８」の抽象度「２」を、単語「会員ＩＤ」の抽象度として特定する。
If the word is a compound word, the word with the lowest concept hierarchy is identified among the multiple words included in the compound word, and the concept hierarchy obtained by adding 1 to the concept hierarchy of the identified word is calculated as the compound word. A conceptual hierarchy. For example, the word (compound word) “member ID” hits “member” and “ID” in the
図２の説明に戻る。図２の各処理部１１０，１２０，１３０，１４０は、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）などによって実現できる。また、各処理部１１０～１４０は、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）などのハードワイヤードロジックによっても実現できる。
Returning to the description of FIG. Each
会話分析装置１００は、会話音声データ２０を図示しない外部装置から取得する。会話音声データ２０は、会議の会話を録音した音声データであり、たとえば、時間と音声のパワーとを対応付ける。
第１判定部１１０は、会話音声データ２０を分析して、会話の状態を判定する処理部である。たとえば、第１判定部１１０は、会話音声データ２０の音声のパワーを走査して、音声のパワーが閾値Ｔｈｐ以上となる区間を、それぞれ発話区間として特定する。
The first determination unit 110 is a processing unit that analyzes the
第１判定部１１０は、会話音声データ２０から特定する複数の発話区間のうち、最初の発話区間の開始時刻から、最後の発話区間の終了時刻までの時間を「会議時間」として算出する。
The first determination unit 110 calculates the time from the start time of the first utterance period to the end time of the last utterance period among the plurality of utterance periods specified from the
第１判定部１１０は、複数の発話区間の長さを比較して、最長の発話区間を特定する。第１判定部１１０は、式（１）を基にして、会議時間に対する最長の発話区間の比率を算出する。 First determination unit 110 compares the lengths of a plurality of speech segments to identify the longest speech segment. The first determination unit 110 calculates the ratio of the longest speech period to the meeting time based on Equation (1).
比率＝最長の発話区間／会議時間×１００（％）・・・（１） Ratio=Longest utterance segment/meeting time×100(%) (1)
第１判定部１１０は、式（１）に基づいて算出した比率と、リスク評価値テーブル１０５ａとを比較して、リスク評価値を判定する。リスク評価値は、会話の状態の一例である。第１判定部１１０は、リスク評価値の判定結果を、評価部１４０に出力する。
The first determination unit 110 determines the risk evaluation value by comparing the ratio calculated based on the formula (1) and the risk evaluation value table 105a. A risk rating value is an example of a conversation state. First determination unit 110 outputs the determination result of the risk evaluation value to
なお、本実施例１で説明する第１判定部１１０は、式（１）を基にして、リスク評価値を判定する場合について説明したが、図１で説明したように、設定キーワードの出現回数に基づいて、会話の状態を判定してもよい。たとえば、第１判定部１１０は、音声認識部１２０の音声認識結果に含まれる全単語の出現回数の総数に対する設定キーワードの出現回数の比率を算出し、算出した比率と、リスク評価値テーブル１０５ａとを基にして、リスク評価値を判定してもよい。
Note that the first determination unit 110 described in the first embodiment has described the case of determining the risk evaluation value based on the equation (1), but as described with reference to FIG. , the state of the conversation may be determined. For example, the first determination unit 110 calculates the ratio of the number of appearances of the set keyword to the total number of appearances of all words included in the speech recognition result of the
音声認識部１２０は、会話音声データ２０を音声解析し、発声された単語を抽出する処理部である。音声認識部１２０は、抽出した各単語の情報を、第２判定部１３０に出力する。音声認識部１２０は、どのような音声認識技術を利用してもよい。たとえば、会話音声データ２０に含まれる声の特徴を基にして、話し言葉を文字列に変換し、単語を定義した辞書情報を基にして、単語を抽出する。
The
第２判定部１３０は、音声認識部１２０の音声認識結果と、抽象度判定テーブル１０５ｂとを基にして、会話内容の抽象度を判定する処理部である。第２判定部１３０は、判定した会話内容の抽象度の情報を、評価部１４０に出力する。
The
たとえば、第２判定部１３０は、音声認識結果に含まれる複数の単語と、抽象度判定テーブル１０５ｂとを比較して、抽象度判定テーブル１０５ｂに登録された各単語について、単語毎の出現回数をカウントする。
For example, the
図６は、本実施例１に係る第２判定部の処理を説明するための図である。図６に示す例では、単語「要求仕様」の出現回数が「６」、単語「会員ＩＤ」の出現回数が「１」、単語「出力メッセージ」の出現回数が「１」である。単語「要求仕様」の抽象度が「１０」、単語「会員ＩＤ」の抽象度が「２」、単語「出力メッセージ」の抽象度が「４」であるため、抽象度の合計は「６６」となる。また、各単語の抽象度の平均は「８．２５」となる。第２判定部１３０は、この抽象度の平均を、判定結果の抽象度の情報として、評価部１４０に出力する。
FIG. 6 is a diagram for explaining the processing of the second determination unit according to the first embodiment; In the example shown in FIG. 6, the number of appearances of the word "required specification" is "6", the number of appearances of the word "member ID" is "1", and the number of appearances of the word "output message" is "1". Since the abstraction level of the word "required specification" is "10", the abstraction level of the word "member ID" is "2", and the abstraction level of the word "output message" is "4", the total abstraction level is "66". becomes. Also, the average abstraction level of each word is "8.25". The
評価部１４０は、第１判定部１１０から出力される会話の状態（リスク評価値）と、第２判定部１３０から出力される抽象度とを基にして、会話音声データ２０に含まれる会話対象のリスクを評価する処理部である。
The
たとえば、評価部１４０は、リスク評価値と、抽象度とを乗算した値が、基準評価値以上である場合、会話対象のリスクが「リスク大」であると評価する。一方、評価部１４０は、リスク評価値と、抽象度とを乗算した値が、基準評価値未満である場合、会話対象のリスクが「リスク小」であると評価する。
For example, when the value obtained by multiplying the risk evaluation value by the degree of abstraction is equal to or greater than the reference evaluation value,
評価部１４０は、評価結果を図示しない表示装置に出力して表示させてもよいし、ネットワークを介して図示しない外部装置に評価結果を通知してもよい。
The
次に、本実施例１に係る会話分析装置１００の処理手順の一例について説明する。図７は、本実施例１に係る会話分析装置の処理手順を示すフローチャートである。図７に示すように、会話分析装置１００は、会話音声データ２０を取得する（ステップＳ１０１）。
Next, an example of the processing procedure of the
会話分析装置１００の第１判定部１１０は、会議時間に対する最長の発話時間の比率と、リスク評価値テーブル１０５ａとを基にして、会話の状態（リスク評価値）を判定する（ステップＳ１０２）。
The first determination unit 110 of the
会話分析装置１００の音声認識部１２０は、会話音声データ２０に対して音声認識を実行し、発声された単語を抽出する（ステップＳ１０３）。会話分析装置１００の第２判定部１３０は、発声された単語と、抽象度判定テーブル１０５ｂとを基にして、会話内容の抽象度を判定する（ステップＳ１０４）。
The
会話分析装置１００の評価部１４０は、会話の状態（リスク評価値）および会話内容の抽象度を基にして、会話対象のリスクを総合的に評価する（ステップＳ１０５）。評価部１４０は、評価結果を通知する（ステップＳ１０６）。
次に、本実施例１に係る会話分析装置１００の効果について説明する。会話分析装置１００は、第１判定部１１０によって判定される会議の状態に加えて、会議内容の抽象度を用いて、会話対象のリスクを評価している。これによって、会話の対象としてのリスクの程度を適切に評価することができる。
Next, the effects of the
ここで、発明の効果の補足として、リスクの大小と、単語の出現頻度との関係について説明する。図８は、発明の効果を補足するための図である。たとえば、単語「中止処理」は、関連文書３０ａ，３０ｂ，３０ｃの様々な箇所で出現しており、出現頻度が高く、抽象度が高いと言える。抽象度が高いと、改善すべき点の範囲が広く、リスクは大きいと考えられる。抽象度が高いと、具体性にかけ、「中止処理が具体的に何の中止処理になのか」誤解のリスクもある。
Here, as a supplement to the effects of the invention, the relationship between the degree of risk and the appearance frequency of words will be described. FIG. 8 is a diagram for supplementing the effects of the invention. For example, the word "stop processing" appears in various places in the
単語「文字コード」は、関連文書３０ａ，３０ｂ，３０ｃのうち、特定の関連文書３０ｃにのみ出現しており、出現頻度が低く、抽象度が低いと言える。抽象度が低いと、改善すべき点の範囲が限定的であり、リスクは小さいと考えられる。
The word "character code" appears only in the specific related document 30c among the
図８で説明したように、リスク評価値の大きい（会話の状態が悪い）会話の内容の議論の中心が、抽象度の高い単語であれば、リスクの程度も大きいと推定できる。 As described with reference to FIG. 8, if the content of conversation with a high risk evaluation value (bad state of conversation) is centered on highly abstract words, it can be estimated that the degree of risk is also high.
ところで、本実施例１に係る会話分析装置１００の第２判定部１３０は、概念ＤＢ５０を基に生成された抽象度判定テーブル１０５ｂを基にして、単語の抽象度を特定していたがこれに限定されるものではない。第２判定部１３０は、単語（あるいは複合語）と、概念ＤＢ５０とを直接比較して、単語（あるいは複合語）に対応する抽象度を特定してもよい。
By the way, the
図９は、本実施例２に係る会話分析装置の構成を示す機能ブロック図である。図９に示すように、会話分析装置２００は、記憶部２０５と、音声認識部２１０と、第１判定部２２０と、第２判定部２３０と、評価部２４０と、生成部２５０とを有する。
FIG. 9 is a functional block diagram showing the configuration of the conversation analysis device according to the second embodiment. As shown in FIG. 9 ,
記憶部２０５は、設定キーワードテーブル２０５ａと、リスク評価値テーブル２０５ｂと、抽象度判定テーブル２０５ｃとを有する。記憶部２０５は、ＲＡＭ、ＲＯＭ、フラッシュメモリなどの半導体メモリ素子や、ＨＤＤなどの記憶装置に対応する。 The storage unit 205 has a setting keyword table 205a, a risk evaluation value table 205b, and an abstraction degree determination table 205c. The storage unit 205 corresponds to semiconductor memory elements such as RAM, ROM, flash memory, and storage devices such as HDD.
設定キーワードテーブル２０５ａは、会話の状態を判定するための抽出対象となる設定キーワードを定義するテーブルである。図１０は、本実施例２に係る設定キーワードテーブルのデータ構造の一例を示す図である。図１０に示すように、この設定キーワードテーブル２０５ａには、各種の設定キーワードが登録される。 The setting keyword table 205a is a table that defines setting keywords to be extracted for determining the conversation state. FIG. 10 is a diagram showing an example of the data structure of the setting keyword table according to the second embodiment. As shown in FIG. 10, various setting keywords are registered in this setting keyword table 205a.
図１１は、本実施例２に係るリスク評価値テーブルのデータ構造の一例を示す図である。図１１に示すように、このリスク評価値テーブル２０５ｂは、出現回数と、リスク評価値とを対応付ける。出現回数は、会話音声データ２０の音声認識結果に含まれる単語のうち、設定キーワードの出現回数を示すものである。リスク評価値は、会議の状態の悪さの程度を示す値であり、リスク評価値が大きいほど、会議の状態が悪いことを示す。
FIG. 11 is a diagram showing an example of the data structure of the risk evaluation value table according to the second embodiment. As shown in FIG. 11, this risk evaluation value table 205b associates the number of occurrences with risk evaluation values. The number of appearances indicates the number of appearances of the set keyword among the words included in the speech recognition result of the
たとえば、出現回数が「Ｎａ以上、Ｎｂ未満」の場合、リスク評価値は「０」となる。出現回数が「Ｎｂ以上、Ｎｃ未満」の場合、リスク評価値は「１」となる。出現回数が「Ｎｃ以上」の場合、リスク評価値は「２」となる。ここで、Ｎａ、Ｎｂ、Ｎｃの値は、予め設定される値であり、大小関係をＮａ＜Ｎｂ＜Ｎｃとする。なお、２つの閾値Ｎａ、Ｎｂを用いて、リスク評価値を特定してもよい。たとえば、Ｎａ未満の場合に、リスク評価値を「０」とし、Ｎａ以上、Ｎｂ未満の場合に、リスク評価値を「１」とし、Ｎｂ以上の場合にリスク評価値「２」としてもよい。 For example, when the number of appearances is "more than or equal to Na and less than Nb", the risk evaluation value is "0". When the number of occurrences is "Nb or more and less than Nc", the risk evaluation value is "1". When the number of appearances is "Nc or more", the risk evaluation value is "2". Here, the values of Na, Nb, and Nc are preset values, and the magnitude relationship is Na<Nb<Nc. Note that the risk evaluation value may be specified using two threshold values Na and Nb. For example, the risk evaluation value may be set to "0" when less than Na, "1" when more than Na and less than Nb, and "2" when more than Nb.
抽象度判定テーブル２０５ｃは、単語と抽象度とを対応付けるテーブルである。抽象度判定テーブル２０５ｃのデータ構造は、図４で説明した抽象度判定テーブル１０５ｂのデータ構造と同様である。 The abstraction degree determination table 205c is a table that associates words with abstraction degrees. The data structure of the abstraction level determination table 205c is the same as the data structure of the abstraction level determination table 105b described with reference to FIG.
図９の説明に戻る。図９の各処理部２１０，２２０，２３０，２４０は、ＣＰＵやＭＰＵなどによって実現できる。また、各処理部２１０～２４０は、ＡＳＩＣやＦＰＧＡなどのハードワイヤードロジックによっても実現できる。
Returning to the description of FIG. Each
会話分析装置２００は、会話音声データ２０を図示しない外部装置から取得する。会話音声データ２０は、会議の会話を録音した音声データであり、たとえば、時間と音声のパワーとを対応付ける。
音声認識部２１０は、会話音声データ２０を音声解析し、発声された単語を抽出する処理部である。音声認識部２１０は、抽出した各単語の情報を、第１判定部２２０および第２判定部２３０に出力する。音声認識部２１０は、どのような音声認識技術を利用してもよい。たとえば、会話音声データ２０に含まれる声の特徴を基にして、話し言葉を文字列に変換し、単語を定義した辞書情報を基にして、単語を抽出する。
The voice recognition unit 210 is a processing unit that analyzes the
第１判定部２２０は、会話音声データ２０の音声認識結果を基にして、会話の状態を判定する処理部である。たとえば、第１判定部２２０は、音声認識部２１０の音声認識結果と、設定キーワードテーブル２０５ａとを基にして、音声認識結果の各単語のうち、設定キーワードの出現回数をカウントする。第１判定部２２０は、カウントした出現回数と、リスク評価値テーブル２０５ｂとを比較して、リスク評価値（会話の状態）を判定する。第１判定部２２０は、判定結果となる会話の状態を、評価部２４０に出力する。
The
第２判定部２３０は、音声認識部２１０の音声認識結果と、抽象度判定テーブル２０５ｃとを基にして、会話内容の抽象度を判定する処理部である。第２判定部２３０は、判定した会話内容の抽象度の情報を、評価部２４０に出力する。第２判定部２３０が、会話内容の抽象度を判定する処理は、実施例１で説明した第２判定部１３０が、会話内容の抽象度を判定する処理と同様である。
The second determination unit 230 is a processing unit that determines the degree of abstraction of conversation content based on the speech recognition result of the speech recognition unit 210 and the abstraction degree determination table 205c. Second determination unit 230 outputs information about the abstraction level of the determined conversation content to evaluation unit 240 . The process by which the second determination unit 230 determines the abstraction level of the conversation content is the same as the process by which the
評価部２４０は、第１判定部２２０から出力される会話の状態（リスク評価値）と、第２判定部２３０から出力される抽象度とを基にして、会話音声データ２０に含まれる会話対象のリスクを評価する処理部である。評価部２４０がリスクを評価する処理は、評価部１４０がリスクを評価する処理と同様である。
The evaluation unit 240 selects conversation objects included in the
生成部２５０は、言語コーパス２５を取得し、抽象度判定テーブル２０５ｃを生成する処理部である。言語コーパス２５は、会話対象に関する言語コーパスとする。たとえば、会話対象が会議に関するものであれば、言語コーパス２５は、会議に関する言語コーパスとなる。
The
生成部２５０は、言語コーパス２５を形態素解析し、各形態素（以下、単語）の出現頻度を集計する。生成部２５０は、単語の出現頻度を基にして、抽象度判定テーブル２０５ｃの各単語に対する抽象度を算出する。
The generating
図１２は、本実施例２に係る生成部の処理を説明するための図である。図１２のテーブル１０Ｃは、単語と、言語コーパス２５での単語の出現頻度とを対応付けるテーブルである。生成部２５０は、式（２）を基にして、各単語の抽象度を算出してもよいし、出現頻度が低い順の順位を抽象度として算出してもよい。
FIG. 12 is a diagram for explaining processing of a generating unit according to the second embodiment; A table 10C in FIG. 12 is a table that associates words with the appearance frequencies of words in the
抽象度＝ｌｏｇ（出現頻度）×２・・・（２） Abstraction level = log (appearance frequency) x 2 (2)
たとえば、式（２）を基にして算出した各単語の抽象度を、第１抽象度と表記する。出現頻度の順位を基にして算出した各単語の抽象度を、第２抽象度と表記する。生成部２５０は、第１抽象度または第２抽象度のいずれか一方の抽象度を、抽象度判定テーブル２０５ｃに登録する。
For example, the abstraction level of each word calculated based on Equation (2) is referred to as a first abstraction level. The degree of abstraction of each word calculated based on the order of frequency of appearance is referred to as a second degree of abstraction. The
次に、本実施例２に係る会話分析装置２００の処理手順の一例について説明する。図１３は、本実施例２に係る会話分析装置の処理手順を示すフローチャートである。図１３に示すように、会話分析装置２００は、会話音声データ２０を取得する（ステップＳ２０１）。会話分析装置２００は、会話音声データ２０に対して音声認識を実行し、発声された単語を抽出する（ステップＳ２０２）。
Next, an example of the processing procedure of the
会話分析装置２００の第１判定部２２０は、発声された単語を基にして、設定キーワードの出現回数をカウントし、音声の状態（リスク評価値）を判定する（ステップＳ２０３）。
The
会話分析装置２００の第２判定部２３０は、発声された単語と、抽象度判定テーブル２０５ｃとを基にして、会話内容の抽象度を判定する（ステップＳ２０４）。
Second determination unit 230 of
会話分析装置２００の評価部２４０は、会話の状態（リスク評価値）および会話内容の抽象度を基にして、会話対象のリスクを総合的に評価する（ステップＳ２０５）。評価部２４０は、評価結果を通知する（ステップＳ２０６）。
The evaluation unit 240 of the
次に、本実施例２に係る会話分析装置２００の効果について説明する。会話分析装置１００は、第１判定部１１０によって判定される、設定キーワードの出現回数に基づく会議の状態に加えて、会議内容の抽象度を用いて、会話対象のリスクを評価している。これによって、会話の対象としてのリスクの程度を適切に評価することができる。
Next, the effects of the
図１４は、本実施例３に係る会話分析装置の構成の一例を示す機能ブロック図である。図１４に示すように、この会話分析装置３００は、記憶部３０５と、第１判定部３１０と、抽出部３２０と、音声認識部３３０と、第２判定部３４０と、評価部３５０とを有する。
FIG. 14 is a functional block diagram showing an example of the configuration of the conversation analysis device according to the third embodiment. As shown in FIG. 14, this
記憶部３０５は、リスク評価値テーブル３０５ａと、抽象度判定テーブル３０５ｂとを有する。記憶部３０５は、ＲＡＭ、ＲＯＭ、フラッシュメモリなどの半導体メモリ素子や、ＨＤＤなどの記憶装置に対応する。
The
リスク評価値テーブル３０５ａは、比率と、リスク評価値とを対応付けるテーブルである。比率およびリスク評価値に関する説明は、実施例１のリスク評価値テーブル１０５ａで行った説明と同様である。リスク評価値テーブル３０５ａのデータ構造は、図３で説明したリスク評価値テーブル１０５ａのデータ構造と同様である。 The risk evaluation value table 305a is a table that associates ratios with risk evaluation values. The explanation about the ratio and the risk evaluation value is the same as the explanation given in the risk evaluation value table 105a of the first embodiment. The data structure of the risk evaluation value table 305a is the same as the data structure of the risk evaluation value table 105a described with reference to FIG.
抽象度判定テーブル３０５ｂは、単語と、抽象度とを対応付けるテーブルである。抽象度に関する説明は、実施例１の抽象度判定テーブル１０５ｂで行った説明と同様である。抽象度判定テーブル３０５ｂのデータ構造は、図４で説明した抽象度判定テーブル３０５ｂのデータ構造と同様である。 The abstraction degree determination table 305b is a table that associates words with abstraction degrees. The description of the abstraction level is the same as the description given in the abstraction level determination table 105b of the first embodiment. The data structure of the abstraction degree determination table 305b is the same as the data structure of the abstraction degree determination table 305b described with reference to FIG.
会話分析装置３００は、会話音声データ２０を図示しない外部装置から取得する。会話音声データ２０は、会議の会話を録音した音声データであり、たとえば、時間と音声のパワーとを対応付ける。
第１判定部３１０は、会話音声データ２０を分析して、会話の状態を判定する処理部である。第１判定部３１０は、第１判定部１１０と同様にして、会議時間に対する最長の発話区間の比率を算出する。第１判定部３１０は、算出した比率と、リスク評価値テーブル３０５ａとを比較して、リスク評価値を判定する。第１判定部１１０は、リスク評価値（会話の状態）の判定結果を、評価部３５０に出力する。
The first determination unit 310 is a processing unit that analyzes the
また、第１判定部３１０は、比率を算出する場合に利用した、「最長の発話区間」の情報を、抽出部３２０に出力する。
In addition, first determination section 310 outputs to
抽出部３２０は、第１判定部３１０による会話の状態の判定に寄与した区間を「着目区間」として抽出する処理部である。図１５は、本実施例３に係る抽出部の処理を説明するための図である。たとえば、最長の発話区間を、時刻ｔ１～時刻ｔ２とすると、抽出部３２０は、時刻ｔ１ａ～時刻ｔ２ａを着目区間として抽出する。時刻ｔ１ａは、ｔ１よりも所定時間（たとえば、５分間）前の時刻である。時刻ｔ２ａは、ｔ２よりも所定時間（たとえば、５分間）後の時刻である。抽出部３２０は、着目区間の情報を、第２判定部３４０に出力する。
The
音声認識部３３０は、会話音声データ２０を音声解析し、発声された単語を抽出する処理部である。音声認識部３３０は、抽出した各単語の情報を、第２判定部３４０に出力する。音声認識部３３０は、どのような音声認識技術を利用してもよい。たとえば、会話音声データ２０に含まれる声の特徴を基にして、話し言葉を文字列に変換し、単語を定義した辞書情報を基にして、単語を抽出する。
The
第２判定部３４０は、音声認識部３３０の音声認識結果の単語のうち、着目区間に発声された単語と、抽象度判定テーブル３０５ｂとを基にして、会話内容の抽象度を判定する処理部である。第２判定部３４０は、判定した会話内容の抽象度の情報を、評価部３５０に出力する。
The
たとえば、第２判定部３４０は、着目区間に含まれる複数の単語と、抽象度判定テーブル３０５ｂとを比較して、抽象度判定テーブル３０５ｂに登録された各単語について、単語毎の出現回数をカウントする。第２判定部３４０は、カウントした単語毎の出現回数を基にして、抽象度を判定する。カウントした単語毎の出現回数を基にして、抽象度を判定する処理は、実施例１で説明した第２判定部１３０の処理と同様である。
For example, the
評価部３５０は、第１判定部３１０から出力される会話の状態（リスク評価値）と、第２判定部３４０から出力される抽象度とを基にして、会話音声データ２０に含まれる会話対象のリスクを評価する処理部である。評価部３５０がリスクを評価する処理は、評価部１４０がリスクを評価する処理と同様である。
The evaluation unit 350 selects conversation objects included in the
次に、本実施例３に係る会話分析装置３００の処理手順の一例について説明する。図１６は、本実施例３に係る会話分析装置の処理手順を示すフローチャートである。図１６に示すように、会話分析装置３００は、会話音声データ２０を取得する（ステップＳ３０１）。
Next, an example of the processing procedure of the
会話分析装置３００の第１判定部１１０は、会議時間に対する最長の発話時間の比率と、リスク評価値テーブル３０５ａとを基にして、会話の状態（リスク評価値）を判定する（ステップＳ３０２）。会話分析装置３００の抽出部３２０は、会話の状態の判定に寄与した着目区間を抽出する（ステップＳ３０３）。
The first determination unit 110 of the
会話分析装置３００の音声認識部３３０は、会話音声データ２０に対して音声認識を実行し、発声された単語を抽出する（ステップＳ３０４）。会話分析装置３００の第２判定部３４０は、着目区間中に発声された単語と、抽象度判定テーブル３０５ｂとを基にして、会話内容の抽象度を判定する（ステップＳ３０５）。
The
会話分析装置３００の評価部３５０は、会話の状態（リスク評価値）および会話内容の抽象度を基にして、会話対象のリスクを総合的に評価する（ステップＳ３０６）。評価部３５０は、評価結果を通知する（ステップＳ３０７）。
Evaluation unit 350 of
次に、本実施例３に係る会話分析装置３００の効果について説明する。会話分析装置３００は、会議内容の抽象度を判定する場合に、会議の状態の判定に寄与した着目区間で発声された単語を用いて、抽象度を判定し、会話対象のリスク評価に用いる。これにより、会議の状態に密接に関係する区間の抽象度を用いて、リスクの大小を評価できる。
Next, the effect of the
ところで、本実施例３に係る会話分析装置３００は、会話の状態の判定に寄与した着目区間を、最長の発話区間を用いて抽出していたがこれに限定されるものではない。たとえば、会話分析装置３００の抽出部３２０は、設定キーワードが含まれる発話区間を基にして、着目区間を抽出してもよい。この場合には、第１判定部３１０は、音声認識部３３０から、音声認識結果を取得し、発話区間に設定キーワードが含まれるか否かを判定し、設定キーワードの含まれる発話区間の情報を、抽出部３２０に出力する。
By the way, the
次に、本実施例に示した会話分析装置１００（２００，３００）と同様の機能を実現するコンピュータのハードウェア構成の一例について説明する。図１７は、本実施例に係る会話分析装置と同様の機能を実現するコンピュータのハードウェア構成の一例を示す図である。 Next, an example of the hardware configuration of a computer that implements the same functions as the conversation analysis device 100 (200, 300) shown in this embodiment will be described. FIG. 17 is a diagram showing an example of the hardware configuration of a computer that implements the same functions as the conversation analysis device according to this embodiment.
図１７に示すように、コンピュータ５００は、各種演算処理を実行するＣＰＵ５０１と、ユーザからのデータの入力を受け付ける入力装置５０２と、ディスプレイ５０３とを有する。また、コンピュータ５００は、記憶媒体からプログラム等を読み取る読み取り装置５０４と、有線または無線ネットワークを介して、外部装置等との間でデータの授受を行うインタフェース装置５０５とを有する。コンピュータ５００は、各種情報を一時記憶するＲＡＭ５０６と、ハードディスク装置５０７とを有する。そして、各装置５０１～５０７は、バス５０８に接続される。
As shown in FIG. 17, a
ハードディスク装置５０７は、音声認識プログラム５０７ａ、第１判定プログラム５０７ｂ、抽出プログラム５０７ｃ、第２判定プログラム５０７ｄ、評価プログラム５０７ｅを有する。ＣＰＵ５０１は、音声認識プログラム５０７ａ、第１判定プログラム５０７ｂ、抽出プログラム５０７ｃ、第２判定プログラム５０７ｄ、評価プログラム５０７ｅを読み出してＲＡＭ５０６に展開する。
The
音声認識プログラム５０７ａは、音声認識プロセス５０６ａとして機能する。第１判定プログラム５０７ｂは、第１判定プロセス５０６ｂとして機能する。抽出プログラム５０７ｃは、抽出プロセス５０６ｃとして機能する。第２判定プログラム５０７ｄは、第２判定プロセス５０６ｄとして機能する。評価プログラム５０７ｅは、評価プロセス５０６ｅとして機能する。
The
音声認識プロセス５０６ａの処理は、音声認識部１２０，２１０，３３０の処理に対応する。第１判定プロセス５０６ｂの処理は、第１判定部１１０，２２０，３１０の処理に対応する。抽出プロセス５０６ｃの処理は、抽出部３２０の処理に対応する。第２判定プロセス５０６ｄの処理は、第２判定部１３０，２３０，３４０の処理に対応する。評価プロセス５０６ｅの処理は、評価部１４０，２４０，３５０の処理に対応する。
Processing of the
なお、各プログラム５０７ａ～５０７ｅついては、必ずしも最初からハードディスク装置５０７に記憶させておかなくてもよい。例えば、コンピュータ５００に挿入されるフレキシブルディスク（ＦＤ）、ＣＤ－ＲＯＭ、ＤＶＤディスク、光磁気ディスク、ＩＣカードなどの「可搬用の物理媒体」に各プログラムを記憶させておく。そして、コンピュータ５００が各プログラム５０７ａ～５０７ｅを読み出して実行するようにしてもよい。
Note that the
以上の各実施例を含む実施形態に関し、さらに以下の付記を開示する。 The following additional remarks are further disclosed regarding the embodiments including the above examples.
（付記１）会話音声を分析して、会話の状態を判定する第１判定部と、
前記会話音声に対して音声認識を行い、前記会話音声に含まれる単語を抽出する音声認識部と、
前記会話音声に含まれる単語を基にして、前記会話音声における会話内容の抽象度を判定する第２判定部と、
前記会話の状態と前記抽象度とを基にして、前記会話内容を評価する評価部と
を有することを特徴とする会話分析装置。
(Appendix 1) A first determination unit that analyzes the conversational voice and determines the state of the conversation;
a voice recognition unit that performs voice recognition on the conversational voice and extracts words contained in the conversational voice;
a second determination unit that determines the degree of abstraction of conversation content in the conversational voice based on the words included in the conversational voice;
and an evaluation unit that evaluates the content of the conversation based on the state of the conversation and the degree of abstraction.
（付記２）前記第１判定部は、前記会話音声に含まれる所定の単語の出現回数、または、前記会話音声に含まれる複数の発話時間のうち、最長の発話時間を基にして、前記会話内容のリスクの程度を示す評価値を、前記会話の状態として判定することを特徴とする付記１に記載の会話分析装置。
(Supplementary Note 2) The first determination unit determines the number of occurrences of a predetermined word included in the conversational voice, or the longest utterance time among a plurality of utterance times included in the conversational voice, based on the conversation The conversation analysis device according to
（付記３）前記第２判定部は、言語コーパスに含まれる単語の出現頻度を基にして前記抽象度を判定することを特徴とする付記１または２に記載の会話分析装置。
(Supplementary Note 3) The conversation analysis device according to
（付記４）前記第２判定部は、より抽象的な単語ほど上位の層に位置する概念構造情報と、前記会話音声に含まれる単語とを基にして、前記抽象度を判定することを特徴とする付記２に記載の会話分析装置。
(Appendix 4) The second determination unit determines the degree of abstraction based on conceptual structure information positioned at a higher layer for more abstract words and words included in the conversational voice. The conversation analysis device according to
（付記５）前記会話音声の区間のうち、前記会話の状態の判定に寄与した区間を着目区間として抽出する抽出部を更に有し、前記第２判定部は、前記着目区間に含まれる単語を基にして、前記会話内容の抽象度を判定することを特徴とする付記１～４のいずれか一つに記載の会話分析装置。
(Supplementary Note 5) An extraction unit that extracts a section of interest that contributes to the determination of the state of the conversation from among the sections of the conversational voice, and the second determination unit extracts words included in the section of interest. 5. The conversation analysis device according to any one of
（付記６）コンピュータが実行する会話分析方法であって、
会話音声を分析して、会話の状態を判定し、
前記会話音声に対して音声認識を行い、前記会話音声に含まれる単語を抽出し、
前記会話音声に含まれる単語を基にして、前記会話音声における会話内容の抽象度を判定し、
前記会話の状態と前記抽象度とを基にして、前記会話内容を評価する
処理を実行することを特徴とする会話分析方法。
(Appendix 6) A computer-implemented conversation analysis method comprising:
Analyze the conversational voice to determine the state of the conversation,
performing speech recognition on the conversational voice, extracting words contained in the conversational voice,
Based on the words contained in the conversational voice, determine the abstraction level of the conversation content in the conversational voice,
A conversation analysis method, comprising evaluating the content of the conversation based on the state of the conversation and the degree of abstraction.
（付記７）前記会話の状態を判定する処理は、前記会話音声に含まれる所定の単語の出現回数、または、前記会話音声に含まれる複数の発話時間のうち、最長の発話時間を基にして、前記会話内容のリスクの程度を示す評価値を、前記会話の状態として判定することを特徴とする付記６に記載の会話分析方法。
(Appendix 7) The processing for determining the state of the conversation is based on the number of occurrences of a predetermined word included in the conversational voice, or the longest speech time among a plurality of speech times included in the conversational voice. , the conversation analysis method according to
（付記８）前記抽象度を判定する処理は、言語コーパスに含まれる単語の出現頻度を基にして前記抽象度を判定することを特徴とする付記６または７に記載の会話分析方法。
(Appendix 8) The conversation analysis method according to
（付記９）前記抽象度を判定する処理は、より抽象的な単語ほど上位の層に位置する概念構造情報と、前記会話音声に含まれる単語とを基にして、前記抽象度を判定することを特徴とする付記７に記載の会話分析方法。
(Appendix 9) In the process of determining the degree of abstraction, the degree of abstraction is determined based on conceptual structure information positioned in a higher layer for a more abstract word and words included in the conversational voice. The conversation analysis method according to
（付記１０）前記会話音声の区間のうち、前記会話の状態の判定に寄与した区間を着目区間として抽出する処理を更に実行し、前記抽象度を判定する処理は、前記着目区間に含まれる単語を基にして、前記会話内容の抽象度を判定することを特徴とする付記６～９のいずれか一つに記載の会話分析方法。
(Supplementary Note 10) A process of extracting a section of interest that contributed to the determination of the state of the conversation among the sections of the conversational voice is further executed, and the process of determining the degree of abstraction includes extracting words included in the section of interest. 10. The conversation analysis method according to any one of
（付記１１）コンピュータに、
会話音声を分析して、会話の状態を判定し、
前記会話音声に対して音声認識を行い、前記会話音声に含まれる単語を抽出し、
前記会話音声に含まれる単語を基にして、前記会話音声における会話内容の抽象度を判定し、
前記会話の状態と前記抽象度とを基にして、前記会話内容を評価する
処理を実行させることを特徴とする会話分析プログラム。
(Appendix 11) to the computer,
Analyze the conversational voice to determine the state of the conversation,
performing speech recognition on the conversational voice, extracting words contained in the conversational voice,
Based on the words contained in the conversational voice, determine the abstraction level of the conversation content in the conversational voice,
A conversation analysis program for executing a process of evaluating the content of the conversation based on the state of the conversation and the degree of abstraction.
（付記１２）前記会話の状態を判定する処理は、前記会話音声に含まれる所定の単語の出現回数、または、前記会話音声に含まれる複数の発話時間のうち、最長の発話時間を基にして、前記会話内容のリスクの程度を示す評価値を、前記会話の状態として判定することを特徴とする付記１１に記載の会話分析プログラム。 (Appendix 12) The processing for determining the state of the conversation is based on the number of occurrences of a predetermined word included in the conversational voice, or the longest speech time among a plurality of speech times included in the conversational voice. 12. The conversation analysis program according to appendix 11, wherein an evaluation value indicating the degree of risk of the content of the conversation is determined as the state of the conversation.
（付記１３）前記抽象度を判定する処理は、言語コーパスに含まれる単語の出現頻度を基にして前記抽象度を判定することを特徴とする付記１１または１２に記載の会話分析プログラム。 (Appendix 13) The conversation analysis program according to appendix 11 or 12, wherein the processing for determining the degree of abstraction determines the degree of abstraction based on the appearance frequency of words included in a language corpus.
（付記１４）前記抽象度を判定する処理は、より抽象的な単語ほど上位の層に位置する概念構造情報と、前記会話音声に含まれる単語とを基にして、前記抽象度を判定することを特徴とする付記１２に記載の会話分析プログラム。 (Appendix 14) In the process of determining the degree of abstraction, the degree of abstraction is determined based on conceptual structure information positioned at a higher layer for a more abstract word and words included in the conversational voice. Speech analysis program according to appendix 12, characterized by:
（付記１５）前記会話音声の区間のうち、前記会話の状態の判定に寄与した区間を着目区間として抽出する処理を更にコンピュータに実行させ、前記抽象度を判定する処理は、前記着目区間に含まれる単語を基にして、前記会話内容の抽象度を判定することを特徴とする付記１１～１４のいずれか一つに記載の会話分析プログラム。 (Supplementary Note 15) The computer further executes a process of extracting a section of interest that contributes to the determination of the state of the conversation among the sections of the conversational voice, and the process of determining the degree of abstraction is included in the section of interest. 15. The conversation analysis program according to any one of appendices 11 to 14, characterized in that the degree of abstraction of the conversation content is determined based on the words included in the speech.
１００，２００，３００ 会話分析装置
１０５，２０５，３０５ 記憶部
１０５ａ，２０５ｂ，３０５ａ リスク評価値テーブル
１０５ｂ，２０５ｃ，３０５ｂ 抽象度判定テーブル
１１０，２２０，３１０ 第１判定部
１２０，２１０，３３０ 音声認識部
１３０，２３０，３４０ 第２判定部
１４０，２４０，３５０ 評価部
２０５ａ 設定キーワードテーブル
３２０ 抽出部
100, 200, 300
Claims (5)
前記会話音声に対して音声認識を行い、前記会話音声に含まれる単語を抽出する音声認識部と、
より抽象的な単語ほど上位の層に位置する概念構造情報と、前記会話音声に含まれる単語を基にして、前記会話音声における会話内容の抽象度を判定する処理、または、前記会話音声に含まれる単語のうち、言語コーパスに含まれる単語の出現頻度を基にして、前記会話音声における会話内容の抽象度を判定する処理を行う第２判定部と、
前記リスク評価値および前記抽象度を乗算した値と、閾値との比較結果を基にして、前記会話内容を評価する評価部と
を有することを特徴とする会話分析装置。 A first determination unit that identifies the longest speech time among a plurality of speech times included in the conversation voice and determines a risk evaluation value according to the ratio of the longest speech time to the meeting time;
a voice recognition unit that performs voice recognition on the conversational voice and extracts words contained in the conversational voice;
A process of determining the degree of abstraction of conversation content in the conversational voice based on conceptual structure information located in a higher layer for more abstract words and words included in the conversational voice, or A second determination unit that performs processing for determining the degree of abstraction of the conversation content in the conversation voice based on the appearance frequency of words included in the language corpus among the words that are included in the language corpus;
A conversation analysis device, comprising: an evaluation unit that evaluates the content of the conversation based on a result of comparing a value obtained by multiplying the risk evaluation value and the abstraction level with a threshold value.
会話音声に含まれる複数の発話時間のうち、最長の発話時間を特定し、会議時間に対する前記最長の発話時間の比率に応じたリスク評価値を判定し、
前記会話音声に対して音声認識を行い、前記会話音声に含まれる単語を抽出し、
より抽象的な単語ほど上位の層に位置する概念構造情報と、前記会話音声に含まれる単語を基にして、前記会話音声における会話内容の抽象度を判定する処理、または、前記会話音声に含まれる単語のうち、言語コーパスに含まれる単語の出現頻度を基にして、前記会話音声における会話内容の抽象度を判定する処理のうちいずれか一方の処理によって、抽象度を判定し、
前記リスク評価値および前記抽象度を乗算した値と、閾値との比較結果を基にして、前記会話内容を評価する
処理を実行することを特徴とする会話分析方法。 A computer-implemented conversation analysis method comprising:
Identifying the longest speech time out of a plurality of speech times included in the conversation audio, and determining a risk evaluation value according to the ratio of the longest speech time to the conference time,
performing speech recognition on the conversational voice, extracting words contained in the conversational voice,
A process of determining the degree of abstraction of conversation content in the conversational voice based on conceptual structure information located in a higher layer for more abstract words and words included in the conversational voice, or out of the words contained in the language corpus, based on the frequency of appearance of words contained in the language corpus, one of the processes of determining the abstraction level of the conversation content in the conversational voice, determining the abstraction level,
A conversation analysis method, comprising evaluating the content of the conversation based on a result of comparing a value obtained by multiplying the risk evaluation value and the abstraction level with a threshold value.
会話音声に含まれる複数の発話時間のうち、最長の発話時間を特定し、会議時間に対する前記最長の発話時間の比率に応じたリスク評価値を判定し、
前記会話音声に対して音声認識を行い、前記会話音声に含まれる単語を抽出し、
より抽象的な単語ほど上位の層に位置する概念構造情報と、前記会話音声に含まれる単語を基にして、前記会話音声における会話内容の抽象度を判定する処理、または、前記会話音声に含まれる単語のうち、言語コーパスに含まれる単語の出現頻度を基にして、前記会話音声における会話内容の抽象度を判定する処理のうちいずれか一方の処理によって、抽象度を判定し、
前記リスク評価値および前記抽象度を乗算した値と、閾値との比較結果を基にして、前記会話内容を評価する
処理を実行させることを特徴とする会話分析プログラム。 to the computer,
Identifying the longest speech time out of a plurality of speech times included in the conversation audio, and determining a risk evaluation value according to the ratio of the longest speech time to the conference time,
performing speech recognition on the conversational voice, extracting words contained in the conversational voice,
A process of determining the degree of abstraction of conversation content in the conversational voice based on conceptual structure information located in a higher layer for more abstract words and words included in the conversational voice, or out of the words contained in the language corpus, based on the frequency of appearance of words contained in the language corpus, one of the processes of determining the abstraction level of the conversation content in the conversational voice, determining the abstraction level,
A conversation analysis program for evaluating the content of the conversation based on a result of comparing a value obtained by multiplying the risk evaluation value and the abstraction level with a threshold value.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2019070723A JP7293816B2 (en) | 2019-04-02 | 2019-04-02 | Conversation analysis device, conversation analysis method and conversation analysis program |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2019070723A JP7293816B2 (en) | 2019-04-02 | 2019-04-02 | Conversation analysis device, conversation analysis method and conversation analysis program |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2020170310A JP2020170310A (en) | 2020-10-15 |
| JP7293816B2 true JP7293816B2 (en) | 2023-06-20 |
Family
ID=72745971
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2019070723A Active JP7293816B2 (en) | 2019-04-02 | 2019-04-02 | Conversation analysis device, conversation analysis method and conversation analysis program |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP7293816B2 (en) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPWO2023033033A1 (en) * | 2021-09-01 | 2023-03-09 | ||
| WO2024089858A1 (en) * | 2022-10-27 | 2024-05-02 | 日本電信電話株式会社 | Presentation device, presentation method, and presentation program |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008210367A (en) | 2007-01-29 | 2008-09-11 | Nec Corp | Risk detection system, risk detection method, and program therefor |
| JP2018036871A (en) | 2016-08-31 | 2018-03-08 | 沖電気工業株式会社 | Information processing server, information processing system, terminal device, and program |
-
2019
- 2019-04-02 JP JP2019070723A patent/JP7293816B2/en active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008210367A (en) | 2007-01-29 | 2008-09-11 | Nec Corp | Risk detection system, risk detection method, and program therefor |
| JP2018036871A (en) | 2016-08-31 | 2018-03-08 | 沖電気工業株式会社 | Information processing server, information processing system, terminal device, and program |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2020170310A (en) | 2020-10-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112102815B (en) | Speech recognition method, speech recognition device, computer equipment and storage medium | |
| EP2572355B1 (en) | Voice stream augmented note taking | |
| Schwarz et al. | Towards lower error rates in phoneme recognition | |
| US20120271631A1 (en) | Speech recognition using multiple language models | |
| JP5468474B2 (en) | Talk script usage status calculation system and talk script usage status calculation program | |
| JP7293816B2 (en) | Conversation analysis device, conversation analysis method and conversation analysis program | |
| JP2016539364A (en) | Utterance content grasping system based on extraction of core words from recorded speech data, indexing method and utterance content grasping method using this system | |
| JP7229847B2 (en) | Dialogue device, dialogue method, and dialogue computer program | |
| JP7059813B2 (en) | Voice dialogue system, its processing method and program | |
| JP6110283B2 (en) | Empathy-reactive spot detection device, empathy-reactive spot detection method, and program | |
| CN113112992B (en) | Voice recognition method and device, storage medium and server | |
| US8442831B2 (en) | Sound envelope deconstruction to identify words in continuous speech | |
| WO2021152566A1 (en) | System and method for shielding speaker voice print in audio signals | |
| CN111640423B (en) | Word boundary estimation method and device and electronic equipment | |
| JP6709558B2 (en) | Conversation processor | |
| CN106910494B (en) | Audio identification method and device | |
| Kim et al. | Angry emotion detection from real-life conversational speech by leveraging content structure | |
| JP5457284B2 (en) | Discourse breakdown calculation system and discourse breakdown calculation program | |
| CN114758665A (en) | Audio data enhancement method and device, electronic equipment and storage medium | |
| Alex et al. | Spoken utterance detection using dynamic time warping method along with a hashing technique | |
| US11990136B2 (en) | Speech recognition device, search device, speech recognition method, search method, and program | |
| Kanrar | Dimension compactness in speaker identification | |
| Nair et al. | A reliable speaker verification system based on LPCC and DTW | |
| Ma et al. | Low-frequency word enhancement with similar pairs in speech recognition | |
| JP5877823B2 (en) | Speech recognition apparatus, speech recognition method, and program |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220111 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20221116 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221122 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230118 |
|
| 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: 20230509 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230522 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7293816 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |