情報処理学会 第75回全国大会講演要旨

音声対話システムでは，エンドポインティングを間違うという問題点がある．この問題の一部分として，ユーザが言い淀んだ状況では，システムが本来は1発話であったユーザ発話を誤分割することがあげられる．本研究では，発話を結合することで，ユーザ発話の誤分割を事後的に回復するシステムの構築を目指す．我々はまず，ユーザの発話が終了したとみなしてよい発話間隔を調べ，これを閾値とした．そして，ユーザ発話の間隔が閾値以下であれば，2つに誤分割された音声ファイルを，言い淀んだ部分を削除した上で，結合するシステムを構築した．評価実験として，収集されたデータをシステムで認識させたところ，適切に認識できることを確認した．