音声対話技術の普及促進と進化

Galatea Dialog Studio の開発
擬人化エージェントと Galatea 仮説
機械との音声対話における違和感の解消？
カスタマイズ性＝個性の実現
顔画像＝顔写真からのモデル生成
音声合成＝コーパスからの話者モデル生成
VoiceXML 処理系としての GDS
Linux 版統合システムにおける対話記述言語
電話応答システム向け技術を独自拡張

拡張性＝ Galatea アーキテクチャ
仮想マシン、テキストベースの通信プロトコル
プロジェクト当初 (2000 年 ) から一貫して利用
例：仮想マシン SSM のスロットにアクセスする
to @SSM set Text = hello from @SSM rep Run = LIVE from @SSM rep Speak.stat = PROCESSING from @SSM rep Text.pho = h[20] e[20]… from @SSM rep Speak.stat = READY to @SSM set Speak = NOW from @SSM rep Speak.stat = SPEAKING from @SSM rep Speak.stat = READY

Galatea for Linux の取り組み
Redhat -> Vine -> Ubuntu Linux 対応へ
http://sourceforge.jp/projects/galatea/
インストールを簡単に／不要に
Ubuntu 用パッケージ作成／ Live CD/USB の試作
スタートアップのメカニズム改良
複数のモダリティに関わる設定の一元管理
対話記述のチュートリアル執筆（予定）
6 階層モデルを意識して Ruby による実装例

モダリティ初期化のモデルとビュー

今後の展望
研究 (1) 知識に基づく対話制御
抽象的で普遍的な情報構造
研究 (2) コミュニケーションの効率性
リアルタイム性＝ Galatea 仮説の正体？
カスタマイズ機能の充実
Unicode 対応、多言語化
6 階層モデルにふさわしい対話記述
検討中： Ruby, Python, JavaScript, ...

Galatea プロジェクトの今後
"Open source needs to move or die"
用途を限定しない汎用の技術
使いたいと言ってくれる人の要望を聞くべき
その要望に応えるための体制が必要？
ソフトウェア配付、カスタマイズ用データ提供
サポート、カスタマイズ、講習会などの業務
技術情報の提供・執筆
事業者、研究者、開発者などの仲介

新しい体制のあるべき姿
オープンソースによるビジネスや雇用の創出
既存のプロジェクトとの活動の重複を避ける
商用ソフトウェア・既存ビジネスとの共存
技術の非専門家、ユーザの視点でサポート
運営や活動方針などの情報の積極的公開
適切な秘密保持、知的財産権管理
大学等の研究者との協力関係の構築
自発的な（楽しんで参加できる）活動の場

音声対話技術の普及促進と進化

by Takuya Nishimoto on Oct 23, 2009

Accessibility

Categories

Tags

Upload Details

Usage Rights

1 Embed 1

Statistics

音声対話技術の普及促進と進化 — Presentation Transcript