JP7503939B2 - 情報処理装置、プログラム、および情報処理方法 - Google Patents
情報処理装置、プログラム、および情報処理方法 Download PDFInfo
- Publication number
- JP7503939B2 JP7503939B2 JP2020101355A JP2020101355A JP7503939B2 JP 7503939 B2 JP7503939 B2 JP 7503939B2 JP 2020101355 A JP2020101355 A JP 2020101355A JP 2020101355 A JP2020101355 A JP 2020101355A JP 7503939 B2 JP7503939 B2 JP 7503939B2
- Authority
- JP
- Japan
- Prior art keywords
- voice
- recognition
- information
- speech
- unit
- 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 32
- 238000003672 processing method Methods 0.000 title claims description 6
- 230000004044 response Effects 0.000 claims description 107
- 230000005540 biological transmission Effects 0.000 claims description 42
- 230000006870 function Effects 0.000 claims description 28
- 238000001514 detection method Methods 0.000 claims description 6
- 238000004891 communication Methods 0.000 description 29
- 238000000034 method Methods 0.000 description 23
- 238000010586 diagram Methods 0.000 description 13
- 238000004458 analytical method Methods 0.000 description 5
- 238000005401 electroluminescence Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 230000000877 morphologic effect Effects 0.000 description 2
- 238000003058 natural language processing Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
Images
Landscapes
- Information Transfer Between Computers (AREA)
Description
図1を参照して、対話システム1のシステム構成例を説明する。対話システム1は、発話者の音声に応じて動作するシステムである。対話システム1は、上記(1)~(3)の機能をユーザに提供する。なお、このユーザは、対話装置100または対話装置100の周辺にいる別のユーザに対して発話する発話者(以下、単に「発話者」ともいう)を含む。
図2~3を参照して、対話システム1の概要を説明する。
<3-1.対話装置>
図4を参照して、本実施形態に係る対話装置100の機能構成を説明する。図4に示すように、対話装置100は、通信部130と、制御部110と、音声取得部120と、出力部140と、入力部150と、記憶部160と、を備える。
図8を参照して、本実施形態に係るサーバ装置200の機能構成を説明する。図8に示すように、サーバ装置200は、制御部210と、通信部230と、記憶部250と、を備える。通信部230と記憶部250の機能は、それぞれ対話装置100の通信部130と記憶部160と同様のため説明を割愛する。
図9および図10を参照して、対話装置100の動作例を説明する。なお、以下に示す図7の動作例の処理の順番は一例であって、適宜、変更されてもよい。図9は、複数の音声認識システム300に音声認識処理を分散させる場面の対話装置100の動作例を示すフロー図である。図10は、秘匿情報の有無に応じて、対話装置100内部と外部のサーバ装置200とに応答情報の生成処理を振り分ける場面の動作例を示すフロー図である。
図11を参照して、上述してきた対話装置100およびサーバ装置200をコンピュータ800により実現する場合のハードウェア構成の一例を説明する。なお、それぞれの装置の機能は、複数台の装置に分けて実現することもできる。
Claims (10)
- 音声を認識する複数の音声認識システムとネットワークを介して接続する情報処理装置であって、
発話者の音声の音声データを取得する音声取得部と、
前記音声データから、前記音声データの複数の区間に対応する複数の発話データを生成する生成部と、
前記音声データに基づき、前記取得された音声を認識する音声認識部と、
前記複数の音声認識システムまたは前記音声認識部に音声認識処理を振り分けるために、複数の条件のうち前記発話データが一致する条件のポイントを合計し、合計したポイント数に応じて前記複数の音声認識システムおよび前記音声認識部のいずれかに振り分けるかの優先順位を決定し、前記決定された優先順位に基づいて、前記複数の発話データのそれぞれを、前記複数の区間における順序を示すインデックス情報と共に、前記複数の音声認識システムおよび前記音声認識部のいずれかに振り分けて送信する送信部と、
前記複数の音声認識システムから、前記複数の発話データのそれぞれについて、前記発話データの認識結果を示す第1認識情報と前記インデックス情報とを受信する受信部と、
前記インデックス情報に基づき、前記複数の音声認識システムから受信した複数の前記第1認識情報を、前記順序で結合する結合部と、を備え、
前記音声認識部は、前記決定された優先順位に基づいて、前記発話データに基づき音声を認識し、認識結果を示す第2認識情報を生成し、
前記結合された第1認識情報または前記第2認識情報に基づき、前記音声に対して応答するための第1応答情報を生成する応答生成部と、
前記第1応答情報に基づき、前記音声に対する応答を出力する出力部と、を備える、
情報処理装置。 - 前記生成部は、
前記取得された音声の音声データから発話区間と無音区間とを検出する検出部と、
前記音声データを、前記発話区間ごとの前記発話データに分割する分割部と、を備える、
請求項1に記載の情報処理装置。 - 前記送信部は、前記発話データの長さ、前記発話データの音量、前記情報処理装置と前記発話者との距離、前記音声認識システムごとの利用時間、または前記音声認識システムごとの利用料の少なくとも一つに基づき、送信先の音声認識システムを特定する、
請求項1または2に記載の情報処理装置。 - 前記情報処理装置は、
前記音声の認識結果に基づき前記音声に対して応答するための第2応答情報を生成するサーバ装置と前記ネットワークを介して接続し、
前記第2認識情報に秘匿対象の秘匿情報が含まれるか否かを判定する判定部、をさらに備え、
前記第2認識情報に秘匿情報が含まれる場合、前記応答生成部は、前記第2認識情報に基づき、前記音声に対して応答するための第1応答情報を生成し、
前記第2認識情報に秘匿情報が含まれない場合、前記送信部は、前記第2認識情報を前記サーバ装置に送信し、
前記受信部は、前記サーバ装置から、前記第2認識情報に基づき生成された前記第2応答情報を受信する、
前記出力部は、前記第1応答情報、または前記受信した第2応答情報に基づき、前記音声に対する応答を出力する、
請求項1から3のいずれか一項に記載の情報処理装置。 - 前記送信部は、前記発話データおよび前記インデックス情報を前記複数の音声認識システムのいずれかに送信する際に、前記複数の音声認識システムのいずれかにおける複数のアカウントを用いて、前記発話データおよび前記インデックス情報を送信する、
請求項1から4のいずれか一項に記載の情報処理装置。 - 前記送信部は、前記発話データおよび前記インデックス情報を前記複数の音声認識システムのいずれかに送信する際に、前記複数の音声認識システムのいずれかとの複数のセッションを用いて、前記発話データおよび前記インデックス情報を送信する、
請求項1から5のいずれか一項に記載の情報処理装置。 - 前記送信部は、前記発話データおよび前記インデックス情報を前記複数の音声認識システムのいずれかに送信する際に、前記複数の音声認識システムのいずれかにおける複数のアカウントと複数のセッションとを用いて、前記発話データおよび前記インデックス情報を送信する、
請求項1から6のいずれか一項に記載の情報処理装置。 - 前記音声取得部は、複数の発話者による音声の音声データを取得し、
前記情報処理装置は、前記取得された音声データから前記発話者を識別する識別部をさらに備え、
前記生成部は、前記識別された発話者ごとに前記発話データを生成し、
前記送信部は、前記複数の発話者における前記発話データを混在させて、前記インデックス情報と共に前記複数の音声認識システムのいずれかに送信する、
請求項1から7のいずれか一項に記載の情報処理装置。 - 音声を認識する複数の音声認識システムとネットワークを介して接続する情報処理装置に、
発話者の音声の音声データを取得する音声機能と、
前記音声データから、前記音声データの複数の区間に対応する複数の発話データを生成する生成機能と、
前記音声データに基づき、前記取得された音声を認識する音声認識機能と、
前記複数の音声認識システムまたは前記音声認識機能に音声認識処理を振り分けるために、複数の条件のうち前記発話データが一致する条件のポイントを合計し、合計したポイント数に応じて前記複数の音声認識システムおよび前記音声認識機能のいずれかに振り分けるかの優先順位を決定し、前記決定された優先順位に基づいて、前記複数の発話データのそれぞれを、前記複数の区間における順序を示すインデックス情報と共に、前記複数の音声認識システムおよび前記音声認識機能のいずれかに振り分けて送信する送信機能と、
前記複数の音声認識システムから、前記複数の発話データのそれぞれについて、前記発話データの認識結果を示す第1認識情報と前記インデックス情報とを受信する受信機能と、
前記インデックス情報に基づき、前記複数の音声認識システムから受信した複数の前記第1認識情報を、前記順序で結合する結合機能と、を実現させ、
前記音声認識機能は、前記決定された優先順位に基づいて、前記発話データに基づき音声を認識し、認識結果を示す第2認識情報を生成し、
前記結合された第1認識情報または前記第2認識情報に基づき、前記音声に対して応答するための第1応答情報を生成する応答生成機能と、
前記第1応答情報に基づき、前記音声に対する応答を出力する出力機能と、を実現させる、
プログラム。 - 音声を認識する複数の音声認識システムとネットワークを介して接続する情報処理装置が、
発話者の音声の音声データを取得し、
前記音声データから、前記音声データの複数の区間に対応する複数の発話データを生成し、
前記複数の音声認識システムまたは前記情報処理装置の音声認識部に音声認識処理を振り分けるために、複数の条件のうち前記発話データが一致する条件のポイントを合計し、
前記合計したポイント数に応じて前記複数の音声認識システムおよび前期音声認識部のいずれかに振り分けるかの優先順位を決定し、前記決定された優先順位に基づいて、前記複数の発話データのそれぞれを、前記複数の区間における順序を示すインデックス情報と共に、前記複数の音声認識システムおよび前記音声認識部のいずれかに振り分けて送信し、
前記複数の音声認識システムから、前記複数の発話データのそれぞれについて、前記発話データの認識結果を示す第1認識情報と前記インデックス情報とを受信し、
前記インデックス情報に基づき、前記複数の音声認識システムから受信した複数の前記第1認識情報を、前記順序で結合し、
前記決定された優先順位に基づいて、前記発話データに基づき音声を認識し、認識結果を示す第2認識情報を生成し、
前記結合された第1認識情報または前記第2認識情報に基づき、前記音声に対して応答するための第1応答情報を生成し、
前記第1応答情報に基づき、前記音声に対する応答を出力する、
情報処理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020101355A JP7503939B2 (ja) | 2020-06-11 | 2020-06-11 | 情報処理装置、プログラム、および情報処理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020101355A JP7503939B2 (ja) | 2020-06-11 | 2020-06-11 | 情報処理装置、プログラム、および情報処理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021196435A JP2021196435A (ja) | 2021-12-27 |
JP7503939B2 true JP7503939B2 (ja) | 2024-06-21 |
Family
ID=79197850
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020101355A Active JP7503939B2 (ja) | 2020-06-11 | 2020-06-11 | 情報処理装置、プログラム、および情報処理方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7503939B2 (ja) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008107624A (ja) | 2006-10-26 | 2008-05-08 | Kddi Corp | 文字起こしシステム |
JP2013072904A (ja) | 2011-09-26 | 2013-04-22 | Toshiba Corp | 音声認識方法および音声認識装置 |
JP2013088477A (ja) | 2011-10-13 | 2013-05-13 | Alpine Electronics Inc | 音声認識システム |
JP2016180914A (ja) | 2015-03-25 | 2016-10-13 | 日本電信電話株式会社 | 音声認識システム、音声認識方法、プログラム |
JP2018138987A (ja) | 2016-10-28 | 2018-09-06 | 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 | 情報処理装置および情報処理方法 |
JP2018173515A (ja) | 2017-03-31 | 2018-11-08 | 株式会社アドバンスト・メディア | 情報処理システム、情報処理装置、情報処理方法及びプログラム |
-
2020
- 2020-06-11 JP JP2020101355A patent/JP7503939B2/ja active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008107624A (ja) | 2006-10-26 | 2008-05-08 | Kddi Corp | 文字起こしシステム |
JP2013072904A (ja) | 2011-09-26 | 2013-04-22 | Toshiba Corp | 音声認識方法および音声認識装置 |
JP2013088477A (ja) | 2011-10-13 | 2013-05-13 | Alpine Electronics Inc | 音声認識システム |
JP2016180914A (ja) | 2015-03-25 | 2016-10-13 | 日本電信電話株式会社 | 音声認識システム、音声認識方法、プログラム |
JP2018138987A (ja) | 2016-10-28 | 2018-09-06 | 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 | 情報処理装置および情報処理方法 |
JP2018173515A (ja) | 2017-03-31 | 2018-11-08 | 株式会社アドバンスト・メディア | 情報処理システム、情報処理装置、情報処理方法及びプログラム |
Also Published As
Publication number | Publication date |
---|---|
JP2021196435A (ja) | 2021-12-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102660922B1 (ko) | 복수의 지능형 개인 비서 서비스를 위한 관리 계층 | |
US10827067B2 (en) | Text-to-speech apparatus and method, browser, and user terminal | |
JP6321306B2 (ja) | 類似性特定方法、装置、端末、プログラム及び記録媒体 | |
US20180150202A1 (en) | Expression curve generating method based on voice input and device thereof | |
JP6236805B2 (ja) | 発話コマンド認識システム | |
JP2014513828A (ja) | 自動会話支援 | |
CN110289015B (zh) | 一种音频处理方法、装置、服务器、存储介质及*** | |
CN110915246B (zh) | 将语音支持设备与显示设备配对的方法和介质 | |
US20120053937A1 (en) | Generalizing text content summary from speech content | |
US20200220824A1 (en) | Method, a device and a storage medium of forwarding voice information in instant messaging | |
WO2015125560A1 (ja) | 情報処理装置、音声対話装置、および制御プログラム | |
JP7503939B2 (ja) | 情報処理装置、プログラム、および情報処理方法 | |
JP6760566B2 (ja) | 端末装置、翻訳方法、及び、翻訳プログラム | |
US20140257808A1 (en) | Apparatus and method for requesting a terminal to perform an action according to an audio command | |
US10235364B2 (en) | Interpretation distributing device, control device, terminal device, interpretation distributing method, control method, information processing method, and program | |
WO2021111767A1 (ja) | 対話支援装置 | |
TWM515143U (zh) | 語音翻譯系統及翻譯處理裝置 | |
JP5103718B2 (ja) | 自動翻訳システムおよび方法並びにそのプログラム | |
KR20180128653A (ko) | 대화 검색 방법, 대화 검색이 가능한 휴대형 단말 및 대화 관리 서버 | |
KR102038147B1 (ko) | 음성인식 앱/위젯 관리를 수행하는 휴대 단말기 및 앱/위젯 관리 방법 | |
JP2020071470A (ja) | 情報処理システムおよび文字起こし方法 | |
JP2020072367A (ja) | 情報処理システムおよび文字起こし方法 | |
JP2019153133A (ja) | 文字入力装置、文字入力方法、及び、文字入力プログラム | |
US20240193205A1 (en) | Information processing device, information processing method, and non-transitory storage medium | |
JP7527127B2 (ja) | 情報処理装置、プログラム、および情報処理方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230417 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20240124 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20240202 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240329 |
|
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: 20240515 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240611 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7503939 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |