[2Q1-GS-10] 画像・音声: 基礎理論と応用

[2Q1-GS-10-03] 音声対話システムにおける発話期待度の逐次推定に基づくターンテイキングタイミングの予測

〇藤江 真也^1,2、片山 颯人²、小林 哲則² (1. 千葉工業大学、2. 早稲田大学)

キーワード：音声対話システム、ターンテイキング

音声対話システムが自らの発話を適切なタイミングで開始する手法，およびその評価について報告する．システムに対するユーザの発話は，様々な要因で複数の音声区間として与えられる．音声の途切れをターンテイキングのタイミングとする単純なシステムでは，ユーザの発話を遮るなど不都合が多い．近年の研究では，ユーザの発話終了を適切に判定することでこの問題を解決しようとしているが，ユーザの発話終了タイミングに対する次のシステムの発話開始タイミングの詳細な検討を行っていないものが多い．そこで，我々が従来から提案しているユーザの発話終了を逐次的に推定する枠組を拡張し，システム発話に対する期待度の逐次推定により，システムがいつターンを取るべきかを予測する手法を提案する．また，人同士の対話コーパスを用いて提案手法の評価を行う．