[發明專利]服務器、發話控制方法、發話裝置以及發話系統

在審

• 申請號: 201410598535.3
• 申請日: 2014-10-30
• 公開（公告）號: CN104601538A
• 公開（公告）日: 2015-05-06
• 發明（設計）人: 山下靖典;平田真章;木付英士;新開誠
• 申請（專利權）人: 夏普株式會社
• 主分類號: H04L29/06
• 分類號: H04L29/06
• 代理公司: 中科專利商標代理有限責任公司 11021
• 代理人: 吳秋明

技術領域

本發明涉及提供虛擬交流的服務器、發話控制方法以及發話裝置、發話系統。

背景技術

已知通過輸出與用戶輸入的語句對應的應答，執行與用戶的模擬會話的模擬會話系統。專利文獻1中，記載了如下技術：在這種模擬會話系統中，更新存儲包含對用戶輸入的語句的評價的累計值的、模擬會話的會話歷史，在所述會話歷史中包含的評價的累計值滿足了會話變更條件時，輸出與正在執行的模擬會話的話題不同話題的應答。另外，所述模擬會話系統在未識別出由所述用戶輸入的語句的情況、或者在與所述用戶輸入的語句對應的應答不存在的情況下，輸出與所述會話歷史相應的歷史，并繼續模擬會話。

現有技術文獻

專利文獻

專利文獻1：日本專利公開公報“特開2002-169804號(2002年6月14日公開)”

另一方面，除了所述模擬會話系統以外，還積極地研究另一種發話系統，該系統包括能夠與網絡連接的家電設備，在該家電設備與用戶之間實現虛擬的交流。這種發話系統通常具備控制發話系統整體動作的服務器、以及進行語音數據的輸入輸出的發話裝置(家電設備)。發話裝置向服務器發送來自用戶的詢問(語音輸入)，服務器對語音數據進行語音識別，返回對應的回答數據，發話裝置對回答數據進行語音輸出，從而將回答數據傳達給用戶。

在這種發話系統中，發話裝置作為聲音數據，不僅有可能取得用戶對發話裝置語音輸入的聲音，還有可能取得日常會話、寵物的叫聲、從電視機輸出的語音等，發話裝置附近產生的各種聲音。此時存在的問題是，服務器錯誤地進行語音識別，在用戶沒有輸入語音(沒有收到詢問)時，也輸出不期望的回答數據。

發明內容

本發明鑒于上述問題而作，其目的是實現進行適當語音交流的服務器。

為了解決上述問題，本發明的一方式的服務器具備：回答方針切換單元，在判定對象的聲音數據的音量包含在第一指定音量范圍內的情況下，根據已識別出該聲音數據所示的內容的情況、和未識別出該聲音數據所示的內容的情況，來切換對用戶的回答方針。

為了解決上述問題，本發明的一方式的發話控制方法包括：回答方針切換過程，在判定對象的聲音數據的音量包含在第一指定音量范圍內的情況下，根據已識別出該聲音數據所示的內容的情況、和未識別出該聲音數據所示的內容的情況，來切換對用戶的回答方針。

為了解決上述問題，本發明的一方式的發話裝置具備：語音數據提取單元，從取得的聲音數據中，提取僅包含人類發出的語音頻帶的語音數據；音量判定單元，判定由所述語音數據提取單元提取出的語音數據的音量；語音識別單元，在所述音量判定單元判定的音量包含在指定范圍內的情況下，作為識別內容，識別由所述語音數據提取單元提取的語音數據所示的語音的內容；回答方針切換單元，根據所述語音識別單元已識別出所述語音數據所示的內容的情況、和未識別出所述聲音數據所示的內容的情況，來切換對用戶的回答方針，決定回答內容；以及回答輸出部，輸出由所述回答方針切換單元決定的回答內容所示的語音。

為了解決上述問題，本發明的一方式的發話系統是具備發話裝置和服務器的發話系統，所述發話裝置具備：語音數據提取單元，從取得的聲音數據中，提取僅包含人類發出的語音頻帶的語音數據；語音數據發送部，發送由所述語音數據提取單元提取出的語音數據；回答數據接收部，接收對所述語音數據的回答數據；以及回答輸出部，在所述回答數據接收部接收到回答數據的情況下，輸出該回答數據所示的語音，所述服務器具備：語音數據接收部，從所述發話裝置接收所述語音數據；音量判定單元，判定所述語音數據接收部接收的語音數據的音量；回答方針切換單元，在由所述音量判定單元判定的所述語音數據的音量包含在指定范圍內的情況下，根據已識別出該語音數據所示的內容的情況和未識別出該語音數據所示的內容的情況，來切換對用戶的回答方針，決定回答內容；以及回答發送單元，發送表示所述回答方針切換單元決定的回答內容的回答數據。

為了解決上述問題，本發明的一方式的發話裝置具備：語音數據提取單元，從取得的聲音數據中，提取僅包含人類發出的語音頻帶的語音數據；語音數據發送部，發送由所述語音數據提取單元提取出的語音數據；回答數據接收部，接收對所述語音數據的回答數據；以及回答輸出部，在所述回答數據接收部接收到回答數據的情況下，輸出該回答數據所示的語音，所述回答數據是表示回答內容的回答數據，在所述語音數據發送部發送的語音數據的音量包含在指定范圍內的情況下，根據已識別出該語音數據所示的內容的情況和未識別出該語音數據所示的內容的情況，來切換對用戶的回答方針從而決定所述回答內容。