保留関連発話抽出方法、装置及びプログラム
【課題】より適切に保留に関連する発話を抽出することができる技術を提供する。
【解決手段】
音声特徴量算出部２が、音声信号の音声特徴量を抽出する。音声認識部３が、音声特徴量、音響モデル及び言語モデルを用いて上記音声信号に対して音声認識を行い、音声信号に含まれる発話を検出し、検出された発話についての情報を生成する。保留区間検出部４が、発話についての情報を用いて、隣接する発話の間隔が所定の時間以上である保留区間を検出する。抽出部５が、保留区間に隣接する発話の集合から、保留区間が長いほど多くの数の発話を抽出する。
【解決手段】
音声特徴量算出部２が、音声信号の音声特徴量を抽出する。音声認識部３が、音声特徴量、音響モデル及び言語モデルを用いて上記音声信号に対して音声認識を行い、音声信号に含まれる発話を検出し、検出された発話についての情報を生成する。保留区間検出部４が、発話についての情報を用いて、隣接する発話の間隔が所定の時間以上である保留区間を検出する。抽出部５が、保留区間に隣接する発話の集合から、保留区間が長いほど多くの数の発話を抽出する。
【発明の詳細な説明】
【技術分野】
【０００１】
この発明は、保留に関連する発話を抽出する技術に関する。
【背景技術】
【０００２】
通話を音声認識技術によりテキスト化し、テキスト処理技術によって通話の中での重要語を抽出する方法がある（例えば、非特許文献１参照。）。
【０００３】
従来は、保留が行われた通話の全体に対して、この非特許文献１に記載された方法を適用することにより重要語を抽出して、保留の原因を探っていた。
【先行技術文献】
【非特許文献】
【０００４】
【非特許文献１】徳永健伸（著），辻井潤一（編集），「言語と計算（５）情報検索と言語処理」，東京大学出版会，１９９９年１１月
【発明の概要】
【発明が解決しようとする課題】
【０００５】
しかしながら、保留が行われた通話の全体から抽出された重要語は、保留とは全く関係ない話題に関係する単語である場合があるという問題があった。
【０００６】
この発明は、より適切に保留に関連する発話を抽出することを目的とする。
【課題を解決するための手段】
【０００７】
上記の課題を解決するために、音声信号の音声特徴量を抽出する。音声特徴量、音響モデル及び言語モデルを用いて上記音声信号に対して音声認識を行い、音声信号に含まれる発話を検出し、検出された発話についての情報を生成する。発話についての情報を用いて、隣接する発話の間隔が所定の時間以上である区間を保留区間として検出する。保留区間に隣接する発話の集合から、保留区間が長いほど多くの数の発話を抽出する。
【発明の効果】
【０００８】
より適切に保留に関連する発話を抽出することができる。
【図面の簡単な説明】
【０００９】
【図１】保留関連発話抽出装置の例の機能ブロック図。
【図２】保留関連発話抽出方法の例を示す流れ図。
【図３】ステップＳ４の例を示す流れ図。
【図４】保留区間の検出の例を説明するための図。
【図５】保留関連発話抽出の例を説明するための図。
【発明を実施するための形態】
【００１０】
以下、図面を参照してこの発明の一実施形態を説明する。
【００１１】
保留関連発話抽出装置は、図１に示すように、音声信号取得部１、音声特徴量算出部２、音声認識部３、保留区間検出部４、抽出部５を例えば含む。この保留関連発話抽出装置が、図２に例示する保留関連発話抽出方法の各ステップを実行する。
【００１２】
音声取得部１は、入力されたアナログ音声信号をＡ／Ｄ変換して、ディジタル音声信号を生成する（ステップＳ１）。ディジタル音声信号は、音声特徴量抽出部２に送られる。音声取得部１に入力されるアナログ音声信号は、複数チャネルにそれぞれ対応する複数のアナログ音声信号である。この例では、チャネル数は２であり、一方がオペレータの音声のチャネルＡ、他方が顧客の音声のチャネルＢであるとする。
【００１３】
音声特徴量抽出部２は、ディジタル音声信号の音声特徴量を抽出する（ステップＳ２）。抽出された音声特徴量についての情報は、音声認識部３に送られる。音声特徴量は、例えばＭＦＣＣ（Mel-Frequency Cepstrum Coefficient）、ＭＦＣＣの変化量であるΔＭＦＣＣであり、後述する音声認識部３で用いることができるものであればよい。音声特徴量の抽出は、既存の技術を用いればよい。
【００１４】
音声認識部３は、音声特徴量、音響モデル及び言語モデルを用いて、音声信号に対して音声認識を行い、音声信号に含まれる発話を検出し、検出された発話についての情報を生成する（ステップＳ３）。検出された発話についての情報は、保留区間検出部４及び抽出部５に送られる。音声認識は、既存の技術を用いればよい。後述する入電フレーズ及び切電フレーズが認識できれば十分であるため、比較的軽い処理の音声認識技術を用いればよい。
【００１５】
発話についての情報とは、例えば、顧客の各発話Ｕｃｉ（ｉ＝１，２，…）の開始時刻Ｓｃｉ及び終了時刻Ｅｃｉ、オペレータの各発話Ｕｏｉ（ｉ＝１，２，…）の開始時刻Ｓｏｉ及び終了時刻Ｅｏｉ、顧客の各発話Ｕｃｉ（ｉ＝１，２，…）を構成するＭｃｉ個の単語の表記Ｗｃｉ１，Ｗｃｉ２，…，ＷｃｉＭｃｉ、これらの単語の品詞情報Ｐｃｉ１，Ｐｃｉ２，…，ＰｃｉＭｃｉ、オペレータの各発話Ｕｏｉ（ｉ＝１，２，…）を構成するＭｏｉ個の単語の表記Ｗｏｉ１，Ｗｏｉ２，…，ＷｏｉＭｏｉ、これらの単語の品詞情報Ｐｏｉ１，Ｐｏｉ２，…，ＰｏｉＭｃｉについての情報である。
【００１６】
保留区間検出部４は、発話についての情報を用いて、隣接する発話の間隔が所定の時間以上であり、この隣接する発話の少なくとも一方に保留時に用いられる典型的なフレーズが含まれている保留区間を検出する（ステップＳ４）。検出された保留区間についての情報は、抽出部５に送られる。
【００１７】
保留区間検出部４は、無音区間抽出部４１及び定型表現抽出部４２を含む。まず、無音区間抽出部４１が、発話についての情報を用いて、隣接する発話の間隔が所定の時間以上である無音区間を検出する。そして、定型表現抽出部４２が、検出された無音区間に隣接する発話の少なくとも一方に保留時に用いられる典型的なフレーズが含まれているかどうか判定する。含まれていれば、無音区間抽出部４１は、この無音区間を保留区間とする。
【００１８】
発話にフレーズが含まれているかどうかは、フレーズを構成する単語がその発話にＭ個以上含まれているかどうかにより判定する。ここで閾値となるＭは、フレーズを構成する単語の総数Ｎとした場合、Ｍ＝┌Ｎ×ｋ┐のように求める。ただし、ｋは０以上１以下の任意の定数とし、┌・┐は・以上の最小の整数を表す。より正確に保留区間を抽出したい場合には、ｋを大きな値に設定し、より抽出漏れを少なくしたい場合にはｋを小さな値に設定するとよい。このようにフレーズを構成する単語を含む割合をもとに発話を抽出することで、全単語の一致を検出する場合よりも柔軟な検出が行える。単語がある発話に含まれるかどうかは、例えばその単語の表記及び品詞情報と同一の表記及び品詞情報を持つ単語がその発話の中に含まれるかどうかにより判定する。または、品詞情報を無視して、その単語の表記と同一の表記を持つ単語がその発話の中に含まれるかどうかにより判定してもよい。
【００１９】
保留時に用いられる典型的なフレーズとは、例えば「少々お待ち下さい」「お待たせしました」等が考えられる。「少々お待ち下さい」は、「少々：連用詞」「お：冠動詞」「待：動詞」…のように、複数の単語から構成されており、各単語の表記及び品詞情報は「表記：品詞情報」と表される。これらの表記、品詞情報の少なくとも一方を用いて、単語が発話に含まれているかどうかを判定する。表記、品詞情報は既存の形態素解析技術により求めることができる。
【００２０】
保留区間検出部４は、さらに具体的には、図３の処理を行う。以下、この図３の処理の説明をする。この図３の処理は、この例では、オペレータの発話Ｕｏｉ（ｉ＝１，２，…，Ｎｏ）のみを考慮して、保留区間の抽出を行っている。これは、相槌を行わない顧客がいること、保留メロディが顧客の電話機より流れることを考慮したものである。
【００２１】
無音区間抽出部４１は、ｉ＝２，ｈ＝１として、ｉ及びｈを初期化する（ステップＳ４１）。
【００２２】
無音区間抽出部４１は、ｉ＞Ｎｏであるか判定する（ステップＳ４２）。Ｎｏは、オペレータの発話の総数である。
【００２３】
ｉ＞Ｎｏでなければ。無音区間抽出部４１は、オペレータのｉ番目の発話Ｕｏｉとオペレータのｉ−１番目の発話Ｕｏ（ｉ−１）との間の間隔Ｅｏｉ−Ｓｏ（ｉ−１）が所定の時間Ｔｈより大であるか、Ｅｏｉ−Ｓｏ（ｉ−１）＞Ｔｈであるか判定する（ステップＳ４３）。
【００２４】
Ｅｏｉ−Ｓｏ（ｉ−１）＞Ｔｈであれば、定型表現抽出部４２は、ｉ番目の発話Ｕｏｉ及びｉ−１番目の発話Ｕｏ（ｉ−１）の少なくとも一方に保留時に用いられる典型的なフレーズが含まれているかどうかを判定する（ステップＳ４４）。
【００２５】
含まれていれば、無音区間抽出部４１は、ｉ番目の発話Ｕｏｉとｉ−１番目の発話Ｕｏ（ｉ−１）との間の区間をｈ番目の保留区間とする（ステップＳ４５）。例えば、保留区間はオペレータの発話と顧客の発話とを合わせて通話の開始から何番目の発話の間にあるかにより特定される。ｉ−１番目の発話Ｕｏ（ｉ−１）の通話の開始から順番をＨｓｈとし、ｉ番目の発話Ｕｏｉの通話の開始からの順番をＨｅｈとすると、ｈ番目の保留区間はＨｓｈ〜Ｈｅｈと特定される。
【００２６】
ステップＳ４５の後に、無音区間抽出部４１は、ｈ＝ｈ＋１として、ｈを１だけインクリメンする（ステップＳ４６）。
【００２７】
ステップＳ４６の後、ステップＳ４３においてＥｏｉ−Ｓｏ（ｉ−１）＞Ｔｈでないと判定された場合、又は、ステップＳ４４において典型的なフレーズが含まれていないと判定された場合、無音区間抽出部４１は、ｉ＝ｉ＋１として、ｉを１だけインクリメントする（ステップＳ４７）。ステップＳ４７の後は、ステップＳ４２に進む。
【００２８】
ステップＳ４２において、ｉ＞Ｎｏであると判定された場合には、無音区間抽出部４１は、ｈが１であるか判定する（ステップＳ４８）。すなわち、保留区間が検出されたか判定する。ｈが１である場合には、保留区間が検出されなかったことを意味する。
【００２９】
ｈが１でない場合には、ステップＳ４の処理を終えてステップＳ５に進む。ｈが１である場合には、その後のステップＳ５の処理は行わない。
【００３０】
図４の例では、発話Ｕｏ２と発話Ｕｏ３との間の区間がＴｈ以上である。このため、この区間に隣接する発話Ｕｏ２とＵｏ３に保留時に用いられる典型的なフレーズが含まれているかどうかを判定する。フレーズが含まれていれば、この区間は保留区間１とされ、発話Ｕｏ２の通話の開始からの順番である３がＨｓ１とされ、通話Ｕｏ３の通話の開始からの順番である５がＨｅ１とされる。
【００３１】
抽出部５は、保留区間に隣接する発話の集合から、その発話区間が長いほど多くの数の発話を抽出する（ステップＳ５）。抽出された発話は、保留関連発話として、分析の対象となる。
【００３２】
図５の例では、保留区間が長い場合には保留区間に隣接する発話の集合から計９個の発話を抽出し、保留区間が短い場合には保留区間に隣接する発話の集合から計５個の発話を抽出している。
【００３３】
保留区間が長い場合には、保留の原因は複雑であると考えて、分析の対象を広く設定する。逆に、保留区間が短い場合には、保留の原因は簡単であると考えて、分析の対象を狭く設定する。このように、保留区間の長さに応じて分析の対象を伸縮させることにより、より適切に保留関連発話を抽出することができる。
【００３４】
Ｋを所定の定数、ｔを保留区間の長さ、┌・┐を・以上の最小の整数として、例えば、┌Ｋ×ｔ┐個の発話を、保留区間に隣接する発話の集合から抽出する。例えば、Ｋ＝任意の発話数／平均的な保留時間とする。任意の発話数は、平均的な保留時間程度の保留を行った際に分析対象となる発話の数であり、例えば５である。
【００３５】
また、Ｋ’を所定の定数、ｔを保留区間の長さとして、保留区間に隣接する発話の集合であって、保留区間に隣接するＫ’×ｔ時間以内の時間長に含まれる発話を抽出してもよい。例えば、Ｋ’＝任意の時間長／平均的な保留時間とする。
【００３６】
保留区間に隣接する発話の集合とは、保留区間の直前にある発話の集合、保留区間の直後にある発話の集合、保留区間の直前及び直後にある発話の集合の何れかである。保留区間に隣接する発話の集合が、保留区間の直前及び直後にある発話の集合である場合には、保留区間の直前から抽出する保留関連発話の数と、保留区間の直後から抽出する保留関連発話の数とは、同数でも異なっていてもよい。
【００３７】
定型表現抽出部４２の処理を行わずに、保留区間検出部４は、隣接する発話の間隔が所定の時間以上である区間を保留区間としてもよい。
【００３８】
保留関連発話抽出装置及び方法は、コンピュータによって実現することができる。この場合、この装置の各部の処理内容はプログラムによって記述される。そして、このプログラムをコンピュータで実行することにより、この装置における各部が、この方法における各ステップがコンピュータ上で実現される。
【００３９】
この処理内容を記述したプログラムは、コンピュータで読み取り可能な記録媒体に記録しておくことができる。また、この形態では、コンピュータ上で所定のプログラムを実行させることにより、これらの装置を構成することとしたが、これらの処理内容の少なくとも一部をハードウェア的に実現することとしてもよい。
【００４０】
この発明は、上述の実施形態に限定されるものではなく、本発明の趣旨を逸脱しない範囲で適宜変更が可能である。
【符号の説明】
【００４１】
１ 音声取得部
２ 音声特徴量抽出部
３ 音声認識部
４ 保留区間検出部
４１ 無音区間抽出部
４２ 定型表現抽出部
５ 抽出部
【技術分野】
【０００１】
この発明は、保留に関連する発話を抽出する技術に関する。
【背景技術】
【０００２】
通話を音声認識技術によりテキスト化し、テキスト処理技術によって通話の中での重要語を抽出する方法がある（例えば、非特許文献１参照。）。
【０００３】
従来は、保留が行われた通話の全体に対して、この非特許文献１に記載された方法を適用することにより重要語を抽出して、保留の原因を探っていた。
【先行技術文献】
【非特許文献】
【０００４】
【非特許文献１】徳永健伸（著），辻井潤一（編集），「言語と計算（５）情報検索と言語処理」，東京大学出版会，１９９９年１１月
【発明の概要】
【発明が解決しようとする課題】
【０００５】
しかしながら、保留が行われた通話の全体から抽出された重要語は、保留とは全く関係ない話題に関係する単語である場合があるという問題があった。
【０００６】
この発明は、より適切に保留に関連する発話を抽出することを目的とする。
【課題を解決するための手段】
【０００７】
上記の課題を解決するために、音声信号の音声特徴量を抽出する。音声特徴量、音響モデル及び言語モデルを用いて上記音声信号に対して音声認識を行い、音声信号に含まれる発話を検出し、検出された発話についての情報を生成する。発話についての情報を用いて、隣接する発話の間隔が所定の時間以上である区間を保留区間として検出する。保留区間に隣接する発話の集合から、保留区間が長いほど多くの数の発話を抽出する。
【発明の効果】
【０００８】
より適切に保留に関連する発話を抽出することができる。
【図面の簡単な説明】
【０００９】
【図１】保留関連発話抽出装置の例の機能ブロック図。
【図２】保留関連発話抽出方法の例を示す流れ図。
【図３】ステップＳ４の例を示す流れ図。
【図４】保留区間の検出の例を説明するための図。
【図５】保留関連発話抽出の例を説明するための図。
【発明を実施するための形態】
【００１０】
以下、図面を参照してこの発明の一実施形態を説明する。
【００１１】
保留関連発話抽出装置は、図１に示すように、音声信号取得部１、音声特徴量算出部２、音声認識部３、保留区間検出部４、抽出部５を例えば含む。この保留関連発話抽出装置が、図２に例示する保留関連発話抽出方法の各ステップを実行する。
【００１２】
音声取得部１は、入力されたアナログ音声信号をＡ／Ｄ変換して、ディジタル音声信号を生成する（ステップＳ１）。ディジタル音声信号は、音声特徴量抽出部２に送られる。音声取得部１に入力されるアナログ音声信号は、複数チャネルにそれぞれ対応する複数のアナログ音声信号である。この例では、チャネル数は２であり、一方がオペレータの音声のチャネルＡ、他方が顧客の音声のチャネルＢであるとする。
【００１３】
音声特徴量抽出部２は、ディジタル音声信号の音声特徴量を抽出する（ステップＳ２）。抽出された音声特徴量についての情報は、音声認識部３に送られる。音声特徴量は、例えばＭＦＣＣ（Mel-Frequency Cepstrum Coefficient）、ＭＦＣＣの変化量であるΔＭＦＣＣであり、後述する音声認識部３で用いることができるものであればよい。音声特徴量の抽出は、既存の技術を用いればよい。
【００１４】
音声認識部３は、音声特徴量、音響モデル及び言語モデルを用いて、音声信号に対して音声認識を行い、音声信号に含まれる発話を検出し、検出された発話についての情報を生成する（ステップＳ３）。検出された発話についての情報は、保留区間検出部４及び抽出部５に送られる。音声認識は、既存の技術を用いればよい。後述する入電フレーズ及び切電フレーズが認識できれば十分であるため、比較的軽い処理の音声認識技術を用いればよい。
【００１５】
発話についての情報とは、例えば、顧客の各発話Ｕｃｉ（ｉ＝１，２，…）の開始時刻Ｓｃｉ及び終了時刻Ｅｃｉ、オペレータの各発話Ｕｏｉ（ｉ＝１，２，…）の開始時刻Ｓｏｉ及び終了時刻Ｅｏｉ、顧客の各発話Ｕｃｉ（ｉ＝１，２，…）を構成するＭｃｉ個の単語の表記Ｗｃｉ１，Ｗｃｉ２，…，ＷｃｉＭｃｉ、これらの単語の品詞情報Ｐｃｉ１，Ｐｃｉ２，…，ＰｃｉＭｃｉ、オペレータの各発話Ｕｏｉ（ｉ＝１，２，…）を構成するＭｏｉ個の単語の表記Ｗｏｉ１，Ｗｏｉ２，…，ＷｏｉＭｏｉ、これらの単語の品詞情報Ｐｏｉ１，Ｐｏｉ２，…，ＰｏｉＭｃｉについての情報である。
【００１６】
保留区間検出部４は、発話についての情報を用いて、隣接する発話の間隔が所定の時間以上であり、この隣接する発話の少なくとも一方に保留時に用いられる典型的なフレーズが含まれている保留区間を検出する（ステップＳ４）。検出された保留区間についての情報は、抽出部５に送られる。
【００１７】
保留区間検出部４は、無音区間抽出部４１及び定型表現抽出部４２を含む。まず、無音区間抽出部４１が、発話についての情報を用いて、隣接する発話の間隔が所定の時間以上である無音区間を検出する。そして、定型表現抽出部４２が、検出された無音区間に隣接する発話の少なくとも一方に保留時に用いられる典型的なフレーズが含まれているかどうか判定する。含まれていれば、無音区間抽出部４１は、この無音区間を保留区間とする。
【００１８】
発話にフレーズが含まれているかどうかは、フレーズを構成する単語がその発話にＭ個以上含まれているかどうかにより判定する。ここで閾値となるＭは、フレーズを構成する単語の総数Ｎとした場合、Ｍ＝┌Ｎ×ｋ┐のように求める。ただし、ｋは０以上１以下の任意の定数とし、┌・┐は・以上の最小の整数を表す。より正確に保留区間を抽出したい場合には、ｋを大きな値に設定し、より抽出漏れを少なくしたい場合にはｋを小さな値に設定するとよい。このようにフレーズを構成する単語を含む割合をもとに発話を抽出することで、全単語の一致を検出する場合よりも柔軟な検出が行える。単語がある発話に含まれるかどうかは、例えばその単語の表記及び品詞情報と同一の表記及び品詞情報を持つ単語がその発話の中に含まれるかどうかにより判定する。または、品詞情報を無視して、その単語の表記と同一の表記を持つ単語がその発話の中に含まれるかどうかにより判定してもよい。
【００１９】
保留時に用いられる典型的なフレーズとは、例えば「少々お待ち下さい」「お待たせしました」等が考えられる。「少々お待ち下さい」は、「少々：連用詞」「お：冠動詞」「待：動詞」…のように、複数の単語から構成されており、各単語の表記及び品詞情報は「表記：品詞情報」と表される。これらの表記、品詞情報の少なくとも一方を用いて、単語が発話に含まれているかどうかを判定する。表記、品詞情報は既存の形態素解析技術により求めることができる。
【００２０】
保留区間検出部４は、さらに具体的には、図３の処理を行う。以下、この図３の処理の説明をする。この図３の処理は、この例では、オペレータの発話Ｕｏｉ（ｉ＝１，２，…，Ｎｏ）のみを考慮して、保留区間の抽出を行っている。これは、相槌を行わない顧客がいること、保留メロディが顧客の電話機より流れることを考慮したものである。
【００２１】
無音区間抽出部４１は、ｉ＝２，ｈ＝１として、ｉ及びｈを初期化する（ステップＳ４１）。
【００２２】
無音区間抽出部４１は、ｉ＞Ｎｏであるか判定する（ステップＳ４２）。Ｎｏは、オペレータの発話の総数である。
【００２３】
ｉ＞Ｎｏでなければ。無音区間抽出部４１は、オペレータのｉ番目の発話Ｕｏｉとオペレータのｉ−１番目の発話Ｕｏ（ｉ−１）との間の間隔Ｅｏｉ−Ｓｏ（ｉ−１）が所定の時間Ｔｈより大であるか、Ｅｏｉ−Ｓｏ（ｉ−１）＞Ｔｈであるか判定する（ステップＳ４３）。
【００２４】
Ｅｏｉ−Ｓｏ（ｉ−１）＞Ｔｈであれば、定型表現抽出部４２は、ｉ番目の発話Ｕｏｉ及びｉ−１番目の発話Ｕｏ（ｉ−１）の少なくとも一方に保留時に用いられる典型的なフレーズが含まれているかどうかを判定する（ステップＳ４４）。
【００２５】
含まれていれば、無音区間抽出部４１は、ｉ番目の発話Ｕｏｉとｉ−１番目の発話Ｕｏ（ｉ−１）との間の区間をｈ番目の保留区間とする（ステップＳ４５）。例えば、保留区間はオペレータの発話と顧客の発話とを合わせて通話の開始から何番目の発話の間にあるかにより特定される。ｉ−１番目の発話Ｕｏ（ｉ−１）の通話の開始から順番をＨｓｈとし、ｉ番目の発話Ｕｏｉの通話の開始からの順番をＨｅｈとすると、ｈ番目の保留区間はＨｓｈ〜Ｈｅｈと特定される。
【００２６】
ステップＳ４５の後に、無音区間抽出部４１は、ｈ＝ｈ＋１として、ｈを１だけインクリメンする（ステップＳ４６）。
【００２７】
ステップＳ４６の後、ステップＳ４３においてＥｏｉ−Ｓｏ（ｉ−１）＞Ｔｈでないと判定された場合、又は、ステップＳ４４において典型的なフレーズが含まれていないと判定された場合、無音区間抽出部４１は、ｉ＝ｉ＋１として、ｉを１だけインクリメントする（ステップＳ４７）。ステップＳ４７の後は、ステップＳ４２に進む。
【００２８】
ステップＳ４２において、ｉ＞Ｎｏであると判定された場合には、無音区間抽出部４１は、ｈが１であるか判定する（ステップＳ４８）。すなわち、保留区間が検出されたか判定する。ｈが１である場合には、保留区間が検出されなかったことを意味する。
【００２９】
ｈが１でない場合には、ステップＳ４の処理を終えてステップＳ５に進む。ｈが１である場合には、その後のステップＳ５の処理は行わない。
【００３０】
図４の例では、発話Ｕｏ２と発話Ｕｏ３との間の区間がＴｈ以上である。このため、この区間に隣接する発話Ｕｏ２とＵｏ３に保留時に用いられる典型的なフレーズが含まれているかどうかを判定する。フレーズが含まれていれば、この区間は保留区間１とされ、発話Ｕｏ２の通話の開始からの順番である３がＨｓ１とされ、通話Ｕｏ３の通話の開始からの順番である５がＨｅ１とされる。
【００３１】
抽出部５は、保留区間に隣接する発話の集合から、その発話区間が長いほど多くの数の発話を抽出する（ステップＳ５）。抽出された発話は、保留関連発話として、分析の対象となる。
【００３２】
図５の例では、保留区間が長い場合には保留区間に隣接する発話の集合から計９個の発話を抽出し、保留区間が短い場合には保留区間に隣接する発話の集合から計５個の発話を抽出している。
【００３３】
保留区間が長い場合には、保留の原因は複雑であると考えて、分析の対象を広く設定する。逆に、保留区間が短い場合には、保留の原因は簡単であると考えて、分析の対象を狭く設定する。このように、保留区間の長さに応じて分析の対象を伸縮させることにより、より適切に保留関連発話を抽出することができる。
【００３４】
Ｋを所定の定数、ｔを保留区間の長さ、┌・┐を・以上の最小の整数として、例えば、┌Ｋ×ｔ┐個の発話を、保留区間に隣接する発話の集合から抽出する。例えば、Ｋ＝任意の発話数／平均的な保留時間とする。任意の発話数は、平均的な保留時間程度の保留を行った際に分析対象となる発話の数であり、例えば５である。
【００３５】
また、Ｋ’を所定の定数、ｔを保留区間の長さとして、保留区間に隣接する発話の集合であって、保留区間に隣接するＫ’×ｔ時間以内の時間長に含まれる発話を抽出してもよい。例えば、Ｋ’＝任意の時間長／平均的な保留時間とする。
【００３６】
保留区間に隣接する発話の集合とは、保留区間の直前にある発話の集合、保留区間の直後にある発話の集合、保留区間の直前及び直後にある発話の集合の何れかである。保留区間に隣接する発話の集合が、保留区間の直前及び直後にある発話の集合である場合には、保留区間の直前から抽出する保留関連発話の数と、保留区間の直後から抽出する保留関連発話の数とは、同数でも異なっていてもよい。
【００３７】
定型表現抽出部４２の処理を行わずに、保留区間検出部４は、隣接する発話の間隔が所定の時間以上である区間を保留区間としてもよい。
【００３８】
保留関連発話抽出装置及び方法は、コンピュータによって実現することができる。この場合、この装置の各部の処理内容はプログラムによって記述される。そして、このプログラムをコンピュータで実行することにより、この装置における各部が、この方法における各ステップがコンピュータ上で実現される。
【００３９】
この処理内容を記述したプログラムは、コンピュータで読み取り可能な記録媒体に記録しておくことができる。また、この形態では、コンピュータ上で所定のプログラムを実行させることにより、これらの装置を構成することとしたが、これらの処理内容の少なくとも一部をハードウェア的に実現することとしてもよい。
【００４０】
この発明は、上述の実施形態に限定されるものではなく、本発明の趣旨を逸脱しない範囲で適宜変更が可能である。
【符号の説明】
【００４１】
１ 音声取得部
２ 音声特徴量抽出部
３ 音声認識部
４ 保留区間検出部
４１ 無音区間抽出部
４２ 定型表現抽出部
５ 抽出部
【特許請求の範囲】
【請求項１】
音声信号の音声特徴量を抽出する音声特徴量抽出ステップと、
上記音声特徴量、音響モデル及び言語モデルを用いて上記音声信号に対して音声認識を行い、上記音声信号に含まれる発話を検出し、検出された発話についての情報を生成する音声認識ステップと、
上記発話についての情報を用いて、隣接する発話の間隔が所定の時間以上である保留区間を検出する保留区間検出ステップと、
上記保留区間に隣接する発話の集合から、上記保留区間が長いほど多くの数の発話を抽出する抽出ステップと、
を含む保留関連発話抽出方法。
【請求項２】
請求項１に記載の保留関連発話抽出方法において、
上記保留区間検出ステップは、上記発話についての情報を用いて、隣接する発話の間隔が所定の時間以上であり、この隣接する発話の少なくとも一方に保留時に用いられる典型的なフレーズが含まれている保留区間を検出するステップである、
ことを特徴とする保留関連発話抽出方法。
【請求項３】
請求項１又は２に記載の保留関連発話抽出方法において、
Ｋを所定の定数、ｔを保留区間の長さ、┌・┐を・以上の最小の整数として、上記抽出される発話は、┌Ｋ×ｔ┐個の発話である、
ことを特徴とする保留関連発話抽出方法。
【請求項４】
請求項１又は２に記載の保留関連発話抽出方法において、
Ｋ’を所定の定数、ｔを保留区間の長さとして、上記抽出される発話は、保留区間に隣接するＫ’×ｔ時間以内の時間長に含まれる発話である、
ことを特徴とする保留関連発話抽出方法。
【請求項５】
請求項１から４の何れかに記載の保留関連発話抽出方法において、
上記保留区間に隣接する発話の集合は、上記保留区間の直前にある発話の集合である、
ことを特徴とする保留関連発話抽出方法。
【請求項６】
請求項１から４の何れかに記載の保留関連発話抽出装置において、
上記保留区間に隣接する発話の集合は、上記保留区間の直後にある発話の集合である、
ことを特徴とする保留関連発話抽出方法。
【請求項７】
音声信号の音声特徴量を抽出する音声特徴量抽出部と、
上記音声特徴量、音響モデル及び言語モデルを用いて上記音声信号に対して音声認識を行い、上記音声信号に含まれる発話を検出し、検出された発話についての情報を生成する音声認識部と、
上記発話についての情報を用いて、隣接する発話の間隔が所定の時間以上である保留区間を検出する保留区間検出部と、
上記保留区間に隣接する発話の集合から、上記保留区間が長いほど多くの数の発話を抽出する抽出部と、
を含む保留関連発話抽出装置。
【請求項８】
請求項７に記載の保留関連発話抽出装置において、
上記保留区間検出部は、上記発話についての情報を用いて、隣接する発話の間隔が所定の時間以上であり、この隣接する発話の少なくとも一方に保留時に用いられる典型的なフレーズが含まれている保留区間を検出する、
ことを特徴とする保留関連発話抽出装置。
【請求項９】
請求項１から６の何れかに記載の保留関連発話抽出方法の各ステップをコンピュータに実行させるための保留関連発話抽出プログラム。
【請求項１】
音声信号の音声特徴量を抽出する音声特徴量抽出ステップと、
上記音声特徴量、音響モデル及び言語モデルを用いて上記音声信号に対して音声認識を行い、上記音声信号に含まれる発話を検出し、検出された発話についての情報を生成する音声認識ステップと、
上記発話についての情報を用いて、隣接する発話の間隔が所定の時間以上である保留区間を検出する保留区間検出ステップと、
上記保留区間に隣接する発話の集合から、上記保留区間が長いほど多くの数の発話を抽出する抽出ステップと、
を含む保留関連発話抽出方法。
【請求項２】
請求項１に記載の保留関連発話抽出方法において、
上記保留区間検出ステップは、上記発話についての情報を用いて、隣接する発話の間隔が所定の時間以上であり、この隣接する発話の少なくとも一方に保留時に用いられる典型的なフレーズが含まれている保留区間を検出するステップである、
ことを特徴とする保留関連発話抽出方法。
【請求項３】
請求項１又は２に記載の保留関連発話抽出方法において、
Ｋを所定の定数、ｔを保留区間の長さ、┌・┐を・以上の最小の整数として、上記抽出される発話は、┌Ｋ×ｔ┐個の発話である、
ことを特徴とする保留関連発話抽出方法。
【請求項４】
請求項１又は２に記載の保留関連発話抽出方法において、
Ｋ’を所定の定数、ｔを保留区間の長さとして、上記抽出される発話は、保留区間に隣接するＫ’×ｔ時間以内の時間長に含まれる発話である、
ことを特徴とする保留関連発話抽出方法。
【請求項５】
請求項１から４の何れかに記載の保留関連発話抽出方法において、
上記保留区間に隣接する発話の集合は、上記保留区間の直前にある発話の集合である、
ことを特徴とする保留関連発話抽出方法。
【請求項６】
請求項１から４の何れかに記載の保留関連発話抽出装置において、
上記保留区間に隣接する発話の集合は、上記保留区間の直後にある発話の集合である、
ことを特徴とする保留関連発話抽出方法。
【請求項７】
音声信号の音声特徴量を抽出する音声特徴量抽出部と、
上記音声特徴量、音響モデル及び言語モデルを用いて上記音声信号に対して音声認識を行い、上記音声信号に含まれる発話を検出し、検出された発話についての情報を生成する音声認識部と、
上記発話についての情報を用いて、隣接する発話の間隔が所定の時間以上である保留区間を検出する保留区間検出部と、
上記保留区間に隣接する発話の集合から、上記保留区間が長いほど多くの数の発話を抽出する抽出部と、
を含む保留関連発話抽出装置。
【請求項８】
請求項７に記載の保留関連発話抽出装置において、
上記保留区間検出部は、上記発話についての情報を用いて、隣接する発話の間隔が所定の時間以上であり、この隣接する発話の少なくとも一方に保留時に用いられる典型的なフレーズが含まれている保留区間を検出する、
ことを特徴とする保留関連発話抽出装置。
【請求項９】
請求項１から６の何れかに記載の保留関連発話抽出方法の各ステップをコンピュータに実行させるための保留関連発話抽出プログラム。
【図１】
【図２】
【図３】
【図４】
【図５】
【図２】
【図３】
【図４】
【図５】
【公開番号】特開２０１１−２５７５２９（Ｐ２０１１−２５７５２９Ａ）
【公開日】平成２３年１２月２２日（２０１１．１２．２２）
【国際特許分類】
【出願番号】特願２０１０−１３０８２４（Ｐ２０１０−１３０８２４）
【出願日】平成２２年６月８日（２０１０．６．８）
【出願人】（０００００４２２６）日本電信電話株式会社 (13,992)
【Ｆターム（参考）】
【公開日】平成２３年１２月２２日（２０１１．１２．２２）
【国際特許分類】
【出願日】平成２２年６月８日（２０１０．６．８）
【出願人】（０００００４２２６）日本電信電話株式会社 (13,992)
【Ｆターム（参考）】
[ Back to top ]