[發明專利]響應語句生成設備、方法和存儲介質以及語音交互系統

有效

• 申請號: 201811417322.0
• 申請日: 2018-11-26
• 公開（公告）號: CN110032742B
• 公開（公告）日: 2023-09-01
• 發明（設計）人: 渡部生圣
• 申請（專利權）人: 豐田自動車株式會社
• 主分類號: G06F40/42
• 分類號: G06F40/42;G06F40/284;G06F40/211;G10L15/26
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 高巖;楊林森

為了通過鸚鵡學舌的方式生成包括針對用戶的興趣定制的內容的響應語句。響應語句生成設備包括：轉換裝置，用于將用戶的輸入語音轉換成文本信息；提取裝置，用于從輸入語音中提取韻律信息；指定裝置，用于基于文本信息和韻律信息來指定指示用戶的情緒發生的情緒發生詞語；以及生成裝置，用于從文本信息中選擇包括所指定的情緒發生詞語的字符串并且通過對所選擇的字符串執行預定處理來生成響應語句。

技術領域

本公開內容涉及響應語句生成設備、方法和程序以及語音交互系統。

背景技術

日本未審查專利申請公開第2009-193448號公開了一種與交互系統有關的技術，該交互系統分析人類話語的內容，生成用于執行鸚鵡學舌似(即，如鸚鵡那樣準確重復人類的話語，下文中也簡稱“鸚鵡學舌”)的響應語句，并且將所生成的響應語句輸出為語音。在日本未審查專利申請公開第2009-193448號中公開的技術中，通過基于預先準備的特殊表達列表從對表示話語內容的文本數據的分析結果中提取表示意圖和/或主觀想法的表達并且向所提取的表達添加某些應答響應(即，表達理解和/或贊同的應答聲音)來生成響應語句。

發明內容

本發明人已經發現了以下問題。如上所描述的，在日本未審查專利申請公開第2009-193448號中公開的技術中，要提取的表達是在文本數據的基礎上基于它們與特殊表達列表中限定的表達之間的匹配來指定的。然而，存在以下問題：即使表達在文本數據的基礎上與特殊表達列表中的表達在形式上匹配，但是仍存在所匹配的表達可能與說話者的實際興趣不一致的可能性。例如，存在在話語內容中充滿由說話者發出的情緒的表達可能未被指定為要提取的表達的可能性。此外，在這種情況下，響應語句與說話者的興趣不一致。

已經作出本公開內容以解決上面描述的問題，并且本公開內容的目的是提供一種用于通過鸚鵡學舌的方式來生成包括針對用戶的興趣定制的內容的響應語句的響應語句生成設備、方法和程序以及語音交互系統。

第一示例性方面是一種響應語句生成設備，包括：轉換裝置，用于將用戶的輸入語音轉換成文本信息；提取裝置，用于從輸入語音中提取韻律信息；指定裝置，用于基于文本信息和韻律信息指定指示用戶的情緒發生的情緒發生詞語；生成裝置，用于從文本信息中選擇包括所指定的情緒發生詞語的字符串，并且通過對所選擇的字符串執行預定處理來生成響應語句。

如上所述，在本實施方式中，通過利用從表示用戶的話語內容的語音數據中提取的韻律信息，將文本信息中的與用戶表達情緒的部分相對應的字符串指定為情緒發生詞語。此外，通過利用情緒發生詞語作為響應語句的核心來生成響應語句。因此，可以通過鸚鵡學舌的方式生成包括針對用戶的興趣定制的內容的響應語句，并且將所生成的響應語句作為語音數據回應給用戶。因此，可以做出給用戶一種用戶被用心傾聽的感覺(下文中，也稱為“用心傾聽的感覺”)的響應。

此外，提取裝置優選地通過對輸入語音執行基頻分析來將輸入語音中的強調語音提取為韻律信息，并且指定裝置優選地根據文本信息將與由韻律信息指示的強調語音相對應的字符串指定為情緒發生詞語。以這種方式，可以從語音數據中適當地提取強調部分并且生成更合適的響應語句。

此外，轉換裝置優選地將關于輸入語音中的各個聲音發生的時間的信息與文本信息中的相應字符相關聯，提取裝置優選地包含關于強調語音中的各個聲音已經在韻律信息中發生的時間的信息且將其與韻律信息一起提取，并且指定裝置優選地根據文本信息將與包括在韻律信息中的關于時間的信息相對應的字符串指定為情緒發生詞語。以這種方式，可以根據與輸入語音相對應的文本信息準確地指定與強調語音相對應的字符串，并且生成更合適的響應語句。

此外，響應語句生成設備優選地還包含預先登記了情緒發生詞語的候選的字典信息，并且指定裝置優選地在進一步考慮字典信息的同時指定情緒發生詞語。以這種方式，即使在基于韻律信息指定了多個強調表達的情況下，也可以指定更合適的情緒發生詞語。因此，可以提高鸚鵡學舌的響應語句的準確性。