パーソナル音声会話ロボット
１．音声認識とは
人間の会話の音声を認識、それをテキストに変換する技術 ２．音声合成とは
機械に発話させる技術 ３．音声会話ロボットとは
人間とロボットがシナリオに従って会話
４．パーソナル音声会話ロボットとは（最終の目的）
特定の人とロボットがシナリオなしで会話
1
１．言語モデル（書き言葉、話し言葉
/
自由発話）２．隠れマルコフモデル
３．デクテーション（文章型）
４．ナビゲーション（コマンド＆コントロール）
５．騒音除去技術（特許）
６．相異度法（言葉の距離計測、江袋林蔵博士論文）
７．ハイブリッド音声認識エンジン（ジュリアス；
IPA
） ８．ワードスポッティング（複数）９．音声会話ロボットプラットフォーム
（５．～９．独自技術）
2
音声認識の技術
音声認識マーケットとソリューション
１．市場
/
マーケット/
音声の特徴・どちらかというとニッチ（隙間）
・基本はデータ入力
・伝統的なマーケットが昔から存在する（と畜、物流、検査）
・音声システムの運用が難しい（声を出し続けられない、生理的な問題）
・認識率９６％以上、９４％以下は実用化は難しい
・業種
/
業務の専門知識が必要（運用に大きく影響）・技術の発達が早い（例えば特定話者、ビームサーチ、言語モデルなど）
・ハンズ（手）、アイズフリー（眼）を活かす ・ビジネスとしては難しい
・
3
音声認識マーケットとソリューション
２．音声認識
/
応答の応用分野・コマンド制御（カーナビゲーション、情報家電、ロボット）
・口述筆記（デクテーション、音声からテキスト、電子カルテ）
・データ入力（業務系機器への音声によるデータ入力）
・介護
/
福祉（介護/
福祉機器への音声による指示）・コールセンター（ユーザーからの問い合わせや予約などのオペレータ業務）
・書き起こし（講演音声のテキスト書き起こし）
・放送（
NHK
の字幕スーパー）・最高裁判所（音声議事録、速記から音声）
・自動翻訳（ポケトーク自動翻訳端末）
4
１． L&H 社倒産（音声事業の難しさ / スキャンソフトに身売り）
２．応用はシンプル（米国、その範囲で使い、日本は複雑）
３．米国はデクテーション応用（弁護士、医師のカルテ）
４．空港での忘れ物・荷物追跡（米国、日本は皆無）
５．音声だけの大掛かりな事業は日米とも成り立たない ６．期待される分野
・高齢化の影響にかかわる事業（介護 / 福祉事業）
・教育
・コミュニケーション分野
米国など海外の音声先進国の現状
（音声の対する考え方の違い/
日米間）5
１．群馬県食肉センター（豚の格付け）
２．鹿児島県食肉検査所（豚の病名入力）
３．知多農協花市場（電照菊の格付け）
４．三菱重工長崎造船所（自動操船、米国で発表）
５．佐川急便横浜物流センター（到着仕分け）
６．足利工業大学（構内情報案内、休講案内）
７．清水建設（現場データー、ビル構築・補正データ）
８．八ヶ所村原子力記念館（弥生人と会話）
９．ナムコ・ナンジャタウン（駅名アナウンス）
音声認識システムの実績6
１．日本の超高齢化社会
・２０２５年人口の２５％が６５歳以上の超高齢化 ・一人暮らしの高齢者の増加
・コミュニケーションがなくなり認知症増加 ・少しでも健康寿命を延ばし、医療の削減 ・日本は超高齢化社会のトップランナー
・世界が日本の超高齢化社会に注目（課題先進国）
パーソナル音声会話ロボット
～高齢者の話し相手、癒しロボット“ピコちゃん”～7
１．シナリオに従ってロボットと自由発話で会話
２．健常者の場合は、自由発話の中に「キーワード」を データに登録、シナリオに従って自由発話の中で、
そのキーワードが発声されたら、ロボットが認識し、
準備された言葉で応答する
３．高齢者の場合は、健常者と違って脳の働きが低下、
人間が会話をリードすることは難しいのでろロボット が会話をリードする
音声会話ロボット“ピコちゃん”の機能と仕組み8
１．健常者と高齢者向けにシナリオの作り方は大きく異なる。健常者の 場合は、「シーン」と「具体的場面」が決まれば自由にシナリオ作 る事が出来る。
２．高齢者の場合は、頭に深く残っている個人の情報を引き出すことが 必要なので、あらかじめ基本的な個人情報、例えば生まれた年、産 まれた所、そして生い立ち、人生の中で華やかしころの思い出、自 慢となる思い出のできごとなど、はっきりと脳裡に残っている内容 をまとめてシナリオを作る。
「シナリオ」は、どのようにして作るか9
１．牛乳パックリサイクル 子供エコ教室プロジェクト ～タンバリン作りのお話し～
（参考資料５参照、デモ）
２．お話とチャリティーコンサート「だいじょうぶ！東北」
プロジェクト
～司会者とコンサートの出演者を紹介～
（参考資料６参照）
今までの実績10
生活シーンの中で、一日の始まりの“おはよう”の挨拶から、
一日の終わりの“おやすみ”で人間は一生このパターンで動
く。大世帯の家族であれば、朝は学校やら職場に行く準備で 大童、しかし、現在は、核家族化して、朝の賑わいは見られ なくなった。昔は、二世帯、三世帯は珍しくなかった。しか し、今は、夫婦と子供一人か二人、そして高齢化の波は、独 居老人、ひとり世帯と昔の面影はない。
（参考資料３参照）
“おしゃべりＱちゃん”の機能と会フォーム
～生活密着型～11
ロボット“ピコちゃん”のロボットが主体とした音声会話が高齢者に受け容 れられるかを第一の検証事項、そのポイントとなるシナリオ（会話内容）
のフレームをどうゆうものにすればいいのか、これを実験しながら検証し て行く。人間が孤独になった時、又は、そうゆう環境になったとき、会話 が人の心を癒してくれるのか、そして生理学的に脳を活性化されるのか、
それを確認したい。少なくとも高齢者が人形や動物ペットで癒されている 現状から判断すると、彼らは意味のある言葉を発する事は出来ないが、ロ ボット“ピコちゃん”は、人間の言葉を理解して、意味のある応答をして彼 等より、人間を癒してくれるのではないか。この事は寿命の最後の５年～
１０年、病で床につく時間（期間）を短縮できるかもしれない。これを最 終の目的とする。（参考資料４参照）
パーソナル音声会話ロボット“ピコちゃん”プロジェクト計画～ロボット” ピコちゃん“会話実証に向けての～
