第22回 ロボット聴覚特集 - 奥乃研究室 - 京都大学

4. 音 声 対 話 制 御 実 験HRP-2 に 実 装 したロバスト 音 声 インターフェースの有 効 性 を 確 認 するために,Fig.7 に 示 すように 雑 音 源としてテレビがある 状 況 下 でHRP-2 の 動 作 制 御 ,テレビのチャンネル 等 制 御 および 家 電 コントローラであるPC 上 のWindows Media Playerを 制 御 する 対 話 制御 実 験 を 行 った.Fig.7 に 実 験 を 行 ったHRP-2, 雑 音 源であるテレビおよび 話 者 のそれぞれの 配 置 を 示 す.テレビの 雑 音 は,ロボット 頭 部 のマイクロホンアレイ 付 近 でS/Nが 概 ね 0dBになるように 調 整 している.音 声 認 識 システムで 用 いる 音 響 モデルとしては, 連続 音 声 認 識 コンソーシアムソフトウェア 2003 年 度 版のPTM(Phonetic Tied Mixture) 型 tri-phoneモデル 17) を用 い, 前 述 した 事 前 に 教 師 ありの 適 応 を 行 っている.Fig.8 に 実 験 で 使 用 した 発 話 シナリオを 示 す.HRP-2の 動 作 実 験 中 もテレビの 雑 音 がある 状 態 で 行 ったが,ほぼ 9 割 近 くの 認 識 率 で 音 声 による 対 話 制 御 を 行 うことができた. 本 実 験 中 で 音 声 認 識 が 失 敗 に 終 わるもののほとんどは,「 音 量 を 上 げて」と「 音 量 を 下げて」など 1 語 しか 違 いがないものや 数 字 を 含 んだ文 のときであった.これに 対 しては, 言 い 方 を 変 更や 音 声 認 識 用 の 辞 書 の 変 更 等 で,より 認 識 率 を 向 上させることが 期 待 できる.1. こんにちは2. 1 歩 前 進3. テレビの 操 作4. 電 源 を 入 れて5. 音 量 を 上 げて6. 音 量 を 下 げて7. NHK 教 育8. 日 本 テレビ9. NHK10. テレビ 朝 日11. ビデオの 操 作12. 2 番 目 を 再 生13. 早 送 り14. 停 止15. 巻 き 戻 し16. 再 生17. ロボットの 操 作18. 右 手 を 上 げて19. 左 手 を 上 げて20. 左 手 を 下 げて21. 右 を 見 て22. こっちを 向 いて23. 比 留 川 さんにこれを 届 けて24. ありがとう25. さようならFig.8 A list of speeches on the experiment5. おわりにFig.7 The arrangement on the experiment本 稿 では,マイクロホンアレイを 用 いたロバスト 音声 インターフェースをヒューマノイド HRP-2 に 実 装を 行 い,ロボット 本 体 の 動 作 制 御 , 外 部 の 情 報 家 電機 器 制 御 を 行 う 音 声 対 話 システムの 実 装 を 行 った.ロボット 本 体 という 限 られたスペース 内 で 音 声 対 話機 能 を 実 現 するために, 実 時 間 音 響 処 理 用 ハードウェア RASP-2 を 開 発 し, 音 響 センシング, 画 像 センシングおよび 対 話 機 能 をモジュール 化 し,それらを分 散 配 置 することで,ロボット 内 の 計 算 資 源 でほぼ対 話 システムを 実 装 することができた. 情 報 統 合 による 発 話 検 出 , 適 応 ビームフォーマによる 音 源 分 離および 音 響 モデル 適 応 の 3 つのロバスト 化 技 術 を 融合 させることで,S/N がほぼ 0dB のような 高 雑 音 化の 環 境 においても, 安 定 した 音 声 によるロボット 制御 や 情 報 家 電 制 御 のタスクが 実 行 することができた.これによって,これらのロバスト 化 技 術 がロボットの 実 世 界 音 声 インターフェースとして 有 効 であることが 確 認 された.しかしながら, 今 回 実 現 したロボットの 対 話 機 能 は,87