近年，音声対話システムの実用化が進み，なかでもGoogle HomeやAlexaなどの無機質なデザインであるスマートスピーカを使ったものや立体的なヒューマロイドを音声対話インターフェイスとしたものが普及し始めている．しかし，これらの音声対話システムは人間同士の対話のような自然な会話を行うことは困難である．その理由は人間同士の対話の場合，音声だけなく，相槌やうなずき，身振りや手ぶり，顔の表情などの動作によって行われているからである．実際，コンサルタント業界では，相談者との会話するとき「あいづち」や「うなずき」，「傾聴」を入れることで相談者側に安心感や親近感が生まれ，円滑にコミュニケーションが図れるとの話がある．
そこで，本研究では現在開発中の音声対話型ロボットに相槌やうなずきの動作を取り入れることで，人同士に近いコミュニケーションが実現できるのではないかと考えた．今回はマイクロホンや人感センサーなどで利用者の対話タイミングを検出して，相槌及びうなずきの動作を実装した音声対話型ロボットを検討してみたので，その詳細を報告する．