知財求人 - 知財ポータルサイト「IP Force」
▶ 日産自動車株式会社の特許一覧 ▶ ルノー エス．ア．エス．の特許一覧
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公開特許公報(A)
(11)【公開番号】P2024132463
(43)【公開日】2024-10-01
(54)【発明の名称】音声対話方法及び音声対話装置
(51)【国際特許分類】
G10L 15/22 20060101AFI20240920BHJP
G10L 15/00 20130101ALI20240920BHJP
【ＦＩ】
G10L15/22 200H
G10L15/00 200J
【審査請求】未請求
【請求項の数】6
【出願形態】ＯＬ
(21)【出願番号】P 2023043232
(22)【出願日】2023-03-17
(71)【出願人】
【識別番号】000003997
【氏名又は名称】日産自動車株式会社
(71)【出願人】
【識別番号】507308902
【氏名又は名称】ルノー エス．ア．エス．
【氏名又は名称原語表記】ＲＥＮＡＵＬＴ Ｓ．Ａ．Ｓ．
【住所又は居所原語表記】１２２－１２２ ｂｉｓ， ａｖｅｎｕｅ ｄｕ Ｇｅｎｅｒａｌ Ｌｅｃｌｅｒｃ， ９２１００ Ｂｏｕｌｏｇｎｅ－Ｂｉｌｌａｎｃｏｕｒｔ， Ｆｒａｎｃｅ
(74)【代理人】
【識別番号】100103850
【弁理士】
【氏名又は名称】田中 秀▲てつ▼
(74)【代理人】
【識別番号】100114177
【弁理士】
【氏名又は名称】小林 龍
(74)【代理人】
【識別番号】100066980
【弁理士】
【氏名又は名称】森 哲也
(72)【発明者】
【氏名】神沼 充伸
(57)【要約】
【課題】ユーザの発話に応答する音声対話装置とユーザとの間のコミュニケーションをより円滑にする。
【解決手段】音声対話方法では、第１時刻において入力されたユーザの第１音声を認識する処理（Ｓ２）と、第１音声の認識結果に基づいて、第１音声に対する応答文と、応答文に追加する追加情報と、を抽出する処理（Ｓ３）と、応答文に追加情報を付加した第１応答文を出力する処理（Ｓ４）と、第１応答文を出力した後の第２時刻において追加情報に関連する音声情報として入力されたユーザの第２音声を認識する処理（Ｓ６）と、第１応答文と第２音声の認識結果とに基づいて第２応答文を生成して出力する処理（Ｓ７）と、をコントローラが実行する。
【選択図】図１１
【解決手段】音声対話方法では、第１時刻において入力されたユーザの第１音声を認識する処理（Ｓ２）と、第１音声の認識結果に基づいて、第１音声に対する応答文と、応答文に追加する追加情報と、を抽出する処理（Ｓ３）と、応答文に追加情報を付加した第１応答文を出力する処理（Ｓ４）と、第１応答文を出力した後の第２時刻において追加情報に関連する音声情報として入力されたユーザの第２音声を認識する処理（Ｓ６）と、第１応答文と第２音声の認識結果とに基づいて第２応答文を生成して出力する処理（Ｓ７）と、をコントローラが実行する。
【選択図】図１１
【特許請求の範囲】
【請求項1】
第１時刻において入力されたユーザの第１音声を認識する処理と、
前記第１音声の認識結果に基づいて、前記第１音声に対する応答文と、前記応答文に追加する追加情報と、を抽出する処理と、
前記応答文に前記追加情報を付加した第１応答文を出力する処理と、
前記第１応答文を出力した後の第２時刻において前記追加情報に関連する音声情報として入力された前記ユーザの第２音声を認識する処理と、
前記第１応答文と前記第２音声の認識結果とに基づいて第２応答文を生成して出力する処理と、
をコントローラが実行することを特徴とする音声対話方法。
前記第１音声の認識結果に基づいて、前記第１音声に対する応答文と、前記応答文に追加する追加情報と、を抽出する処理と、
前記応答文に前記追加情報を付加した第１応答文を出力する処理と、
前記第１応答文を出力した後の第２時刻において前記追加情報に関連する音声情報として入力された前記ユーザの第２音声を認識する処理と、
前記第１応答文と前記第２音声の認識結果とに基づいて第２応答文を生成して出力する処理と、
をコントローラが実行することを特徴とする音声対話方法。
【請求項2】
前記第１音声と前記第２音声は質問文を含むことを特徴とする請求項１に記載の音声対話方法。
【請求項3】
前記第１応答文は、前記ユーザに提示する候補を含む文であることを特徴とする請求項１に記載の音声対話方法。
【請求項4】
前記第２音声がカテゴリを問う質問文であり、且つ何のカテゴリに関する質問文であるか前記第２音声で言及されていない場合には、前記コントローラは、前記第１応答文に含まれる前記追加情報を抽出して、前記追加情報で提示された対象のカテゴリを回答する前記第２応答文を生成することを特徴とする請求項１に記載の音声対話方法。
【請求項5】
前記ユーザが乗る車両の目的地情報、経由地情報、経路情報又は前記車両の車載機器に関する車載機器情報のいずれかを含んだ第２応答文を生成することを特徴とする請求項１に記載の音声対話方法。
【請求項6】
ユーザが発話した音声信号を検出するセンサと、
第１時刻において入力されたユーザの第１音声を認識する処理と、前記第１音声の認識結果に基づいて、前記第１音声に対する応答文と、前記応答文に追加する追加情報と、を抽出する処理と、前記応答文に前記追加情報を付加した第１応答文を出力する処理と、前記第１応答文を出力した後の第２時刻において前記追加情報に関連する音声情報として入力された前記ユーザの第２音声を認識する処理と、前記第１応答文と前記第２音声の認識結果とに基づいて第２応答文を生成して出力する処理と、を実行するコントローラと、
を備えることを特徴とする音声対話装置。
第１時刻において入力されたユーザの第１音声を認識する処理と、前記第１音声の認識結果に基づいて、前記第１音声に対する応答文と、前記応答文に追加する追加情報と、を抽出する処理と、前記応答文に前記追加情報を付加した第１応答文を出力する処理と、前記第１応答文を出力した後の第２時刻において前記追加情報に関連する音声情報として入力された前記ユーザの第２音声を認識する処理と、前記第１応答文と前記第２音声の認識結果とに基づいて第２応答文を生成して出力する処理と、を実行するコントローラと、
を備えることを特徴とする音声対話装置。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、音声対話方法及び音声対話装置に関する。
【背景技術】
【0002】
特許文献１には、車載システムに関する意味などの説明を、メータディスプレイに表示するとともに連動した音声によって出力する情報提供装置が提案されている。
【先行技術文献】
【特許文献】
【0003】
【特許文献1】特許５０５６７１１号公報
【発明の概要】
【発明が解決しようとする課題】
【0004】
音声対話装置とユーザとの間で一連の会話が往復する場合に、発話の回数が多すぎると、ユーザと音声対話装置との間のコミュニケーションが煩雑になる虞がある。
本発明は、ユーザの発話に応答する音声対話装置とユーザとの間のコミュニケーションをより円滑にすることを目的とする。
本発明は、ユーザの発話に応答する音声対話装置とユーザとの間のコミュニケーションをより円滑にすることを目的とする。
【課題を解決するための手段】
【0005】
本発明の一態様による音声対話方法では、第１時刻において入力されたユーザの第１音声を認識する処理と、第１音声の認識結果に基づいて、第１音声に対する応答文と、応答文に追加する追加情報と、を抽出する処理と、応答文に追加情報を付加した第１応答文を出力する処理と、第１応答文を出力した後の第２時刻において追加情報に関連する音声情報として入力されたユーザの第２音声を認識する処理と、第１応答文と第２音声の認識結果とに基づいて第２応答文を生成して出力する処理と、をコントローラが実行する。
【発明の効果】
【0006】
本発明は、ユーザの発話に応答する音声対話装置とユーザとの間のコミュニケーションをより円滑にすることができる。
【図面の簡単な説明】
【0007】
【図1】実施形態の音声対話装置を備えた車両の一例の概略構成図である。
【図2】実施形態の音声対話装置の機能構成の一例を示すブロック図である。
【図3】実施形態の音声対話方法による対話の第１例の模式図である。
【図4】実施形態の音声対話方法による対話の第２例の模式図である。
【図5】第１応答文テーブルの一例の模式図である。
【図6】第２応答文テーブルの一例の模式図である。
【図7】実施形態の音声対話方法による対話の第３例の模式図である。
【図8】実施形態の音声対話方法による対話の第４例の模式図である。
【図9】実施形態の音声対話方法による対話の第５例の模式図である。
【図10】実施形態の音声対話方法による対話の第６例の模式図である。
【図11】実施形態の音声対話方法のフローチャートである。
【発明を実施するための形態】
【0008】
以下、本発明の実施形態について、図面を参照しつつ説明する。なお、各図面は模式的なものであって、現実のものとは異なる場合がある。また、以下に示す本発明の実施形態は、本発明の技術的思想を具体化するための装置や方法を例示するものであって、本発明の技術的思想は、構成部品の構造、配置等を下記のものに特定するものではない。本発明の技術的思想は、特許請求の範囲に記載された請求項が規定する技術的範囲内において、種々の変更を加えることができる。
【0009】
（第１実施形態）
（構成）
図１は、実施形態の音声対話装置を備えた車両の一例の概略構成図である。車両１は、車載機器２と、車載機器コントローラ３と、ナビゲーション装置４と、走行制御装置５と、地図データベース（以下「地図ＤＢ」と表記する）６と、音声入力装置７と、ヒューマンマシンインタフェース（以下「ＨＭＩ」と表記する）８と、音声対話装置９を備える。
車載機器２は、車両１に搭載されている各種機器である。例えば車載機器２は、車両１の運転席のインストルメントパネルやＡピラー付近に配置された表示灯であってよい。
（構成）
図１は、実施形態の音声対話装置を備えた車両の一例の概略構成図である。車両１は、車載機器２と、車載機器コントローラ３と、ナビゲーション装置４と、走行制御装置５と、地図データベース（以下「地図ＤＢ」と表記する）６と、音声入力装置７と、ヒューマンマシンインタフェース（以下「ＨＭＩ」と表記する）８と、音声対話装置９を備える。
車載機器２は、車両１に搭載されている各種機器である。例えば車載機器２は、車両１の運転席のインストルメントパネルやＡピラー付近に配置された表示灯であってよい。
【0010】
車載機器コントローラ３は、車載機器２の動作を制御する電子制御ユニット（ＥＣＵ：Electronic Control Unit）であり、車載機器２を制御するための制御信号を生成する。車載機器コントローラ３は、例えばプロセッサと、記憶装置等の周辺部品とを含む。プロセッサは、例えばＣＰＵ（Central Processing Unit）やＭＰＵ（Micro-Processing Unit）であってよい。
記憶装置は、半導体記憶装置や、磁気記憶装置、光学記憶装置等を備えてよい。記憶装置は、レジスタ、キャッシュメモリ、主記憶装置として使用されるＲＯＭ（Read Only Memory）及びＲＡＭ（Random Access Memory）等のメモリを含んでよい。
記憶装置は、半導体記憶装置や、磁気記憶装置、光学記憶装置等を備えてよい。記憶装置は、レジスタ、キャッシュメモリ、主記憶装置として使用されるＲＯＭ（Read Only Memory）及びＲＡＭ（Random Access Memory）等のメモリを含んでよい。
【0011】
なお、車載機器コントローラ３を、以下に説明する各情報処理を実行するための専用のハードウエアにより形成してもよい。例えば、車載機器コントローラ３は、汎用の半導体集積回路中に設定される機能的な論理回路を備えてもよい。例えば車載機器コントローラ３はフィールド・プログラマブル・ゲート・アレイ（ＦＰＧＡ：Field-Programmable Gate Array）等のプログラマブル・ロジック・デバイス（ＰＬＤ：Programmable Logic Device）等を有していてもよい。
【0012】
ナビゲーション装置４は、車両１の現在位置から目的地までの目標走行経路の経路情報を演算する。
走行制御装置５は、車両１の加速、減速及び操舵のうち少なくとも１つを自動的に制御する。
例えば走行制御装置５は、ナビゲーション装置４により設定された目標走行経路に沿って車両１に自律的に走行させるように、車両１の加速、減速及び操舵を制御する自動運転制御を実行する自動運転装置であってよい。
走行制御装置５は、車両１の加速、減速及び操舵のうち少なくとも１つを自動的に制御する。
例えば走行制御装置５は、ナビゲーション装置４により設定された目標走行経路に沿って車両１に自律的に走行させるように、車両１の加速、減速及び操舵を制御する自動運転制御を実行する自動運転装置であってよい。
【0013】
また例えば走行制御装置５は、車両１の加速、減速及び操舵のうち少なくとも１つを運転者に代わって自動的に制御することにより車両１の運転を支援する運転支援装置であってもよい。運転支援装置は、例えば横滑り防止装置（ＶＤＣ：Vehicle Dynamics Control）や、車線維持装置、車間距離制御装置、自動ブレーキ装置であってよい。
これら車載機器２、ナビゲーション装置４及び走行制御装置５は、特許請求の範囲に記載の「車載機器」の一例である。
これら車載機器２、ナビゲーション装置４及び走行制御装置５は、特許請求の範囲に記載の「車載機器」の一例である。
【0014】
地図ＤＢ６は、道路地図データを記憶している。道路地図データは、ナビゲーション装置４による目標走行経路の演算に使用可能なナビゲーション地図（以下の説明において「ナビ地図」と表記することがある）であってよい。ナビ地図は、道路単位の情報として、道路基準線（例えば道路の中央の線）上の基準点を示す道路ノードの情報と、道路ノード間の道路の区間態様を示す道路リンクの情報、道路線種、道路形状、勾配、車線数、法定速度（制限速度）、道幅、合流地点の有無、高速道路のインターチェンジ、道路沿いの施設（サービスエリアや道の駅）等に関する情報を含む。道路線種には、例えば一般道路と高速道路が含まれる。道路地図データは、走行制御装置５による自動運転制御に用いる地図として好適な高精度地図データであってもよい。
【0015】
音声入力装置７は、車両１のユーザの音声入力を取得して音声データを生成するセンサである。例えば音声入力装置７は、マイクロフォンであってよい。例えば音声入力装置７は、音源の方向を推定できるマイクロフォンアレイであってもよい。
ＨＭＩ８は、音声対話装置９とユーザとの間で情報を授受するインタフェース装置である。ＨＭＩ８は、車両１のユーザが視認可能な表示装置（例えば、ナビゲーションシステムの表示画面）や、警報音や通知音、音声情報を出力するためのスピーカやブザーを備える。
ＨＭＩ８は、音声対話装置９とユーザとの間で情報を授受するインタフェース装置である。ＨＭＩ８は、車両１のユーザが視認可能な表示装置（例えば、ナビゲーションシステムの表示画面）や、警報音や通知音、音声情報を出力するためのスピーカやブザーを備える。
【0016】
音声対話装置９は、車両１のユーザの音声の発話内容を認識して、ユーザの音声に応答する応答文を生成してＨＭＩ８から出力するコントローラとして動作する電子制御ユニット（ＥＣＵ）である。例えば、音声対話装置９は、生成した応答文を音声情報としてＨＭＩ８のスピーカから出力してよい。また例えば音声対話装置９は、生成した応答文を文字情報としてＨＭＩ８の表示装置に表示してもよい。
また、音声対話装置９は、ユーザとの対話において取得したユーザの発話内容に基づいて車載機器２を制御する制御信号を車載機器コントローラ３に出力してもよい。また、ユーザの発話内容に基づいてナビゲーション装置４や走行制御装置５に対する操作信号を出力してもよい。
また、音声対話装置９は、ユーザとの対話において取得したユーザの発話内容に基づいて車載機器２を制御する制御信号を車載機器コントローラ３に出力してもよい。また、ユーザの発話内容に基づいてナビゲーション装置４や走行制御装置５に対する操作信号を出力してもよい。
【0017】
音声対話装置９は、プロセッサ９ａと、記憶装置９ｂ等の周辺部品とを含む。プロセッサ９ａは、例えばＣＰＵやＭＰＵであってよい。
記憶装置９ｂは、半導体記憶装置や、磁気記憶装置、光学記憶装置等を備えてよい。記憶装置９ｂは、レジスタ、キャッシュメモリ、主記憶装置として使用されるＲＯＭ及びＲＡＭ等のメモリを含んでよい。以下に説明する音声対話装置９の機能は、例えばプロセッサ９ａが、記憶装置９ｂに格納されたコンピュータプログラムを実行することにより実現される。
音声対話装置９を、以下に説明する各情報処理を実行するための専用のハードウエアにより形成してもよい。例えば、音声対話装置９は、汎用の半導体集積回路中に設定される機能的な論理回路を備えてもよい。例えば音声対話装置９はフィールド・プログラマブル・ゲート・アレイ等のプログラマブル・ロジック・デバイス等を有していてもよい。
記憶装置９ｂは、半導体記憶装置や、磁気記憶装置、光学記憶装置等を備えてよい。記憶装置９ｂは、レジスタ、キャッシュメモリ、主記憶装置として使用されるＲＯＭ及びＲＡＭ等のメモリを含んでよい。以下に説明する音声対話装置９の機能は、例えばプロセッサ９ａが、記憶装置９ｂに格納されたコンピュータプログラムを実行することにより実現される。
音声対話装置９を、以下に説明する各情報処理を実行するための専用のハードウエアにより形成してもよい。例えば、音声対話装置９は、汎用の半導体集積回路中に設定される機能的な論理回路を備えてもよい。例えば音声対話装置９はフィールド・プログラマブル・ゲート・アレイ等のプログラマブル・ロジック・デバイス等を有していてもよい。
【0018】
図２は、音声対話装置９の機能構成の一例を示すブロック図である。音声対話装置９は、音声認識部２０と、自然言語理解部２１と、応答生成部２２と、応答文記憶部２３と、を備える。
音声認識部２０は、音声入力装置７が取得したユーザからの音声入力を認識してテキストなどの言語情報に変換する。音声認識部２０は、音声入力を変換して生成した言語情報を自然言語理解部２１に出力する。
自然言語理解部２１は、音声認識部２０から出力された言語情報を自然言語処理によって解析し、ユーザの発話意図（すなわち「インテント」）を取得する。
音声認識部２０は、音声入力装置７が取得したユーザからの音声入力を認識してテキストなどの言語情報に変換する。音声認識部２０は、音声入力を変換して生成した言語情報を自然言語理解部２１に出力する。
自然言語理解部２１は、音声認識部２０から出力された言語情報を自然言語処理によって解析し、ユーザの発話意図（すなわち「インテント」）を取得する。
【0019】
図３は、実施形態の音声対話方法による対話の第１例の模式図である。本実施形態では、第１時刻ｔ１、及び第１時刻ｔ１よりも後の第２時刻ｔ２、及び第２時刻ｔ２よりも後の第３時刻ｔ３においてそれぞれユーザの音声が音声対話装置９に入力され、音声認識部２０及び自然言語理解部２１が、第１時刻ｔ１に入力された第１音声Ｕ１と、第２時刻ｔ２に入力された第２音声Ｕ２と、第３時刻ｔ３に入力された第３音声Ｕ３を、それぞれ認識した場合を想定する。
例えば図３の対話の例では、ユーザが発話した「途中で道の駅に寄りたいけど、候補を教えて」、「ジャンルは何？」及び「Ｒ２にしよう」がそれぞれ第１音声Ｕ１、第２音声Ｕ２及び第３音声Ｕ３として入力されている。
例えば図３の対話の例では、ユーザが発話した「途中で道の駅に寄りたいけど、候補を教えて」、「ジャンルは何？」及び「Ｒ２にしよう」がそれぞれ第１音声Ｕ１、第２音声Ｕ２及び第３音声Ｕ３として入力されている。
【0020】
例えば自然言語理解部２１は、発話意図として車両１の目標走行経路上で立ち寄ることができる経由地を問い合わせる「経由地の照会」を取得してよい。
例えば自然言語理解部２１は、ユーザの音声から生成した言語情報に含まれている単語と発話意図とを関連付けて記憶したテーブルに基づいて、ユーザの発話意図を取得してよい。
図３の対話の例では、第１音声Ｕ１として質問文「途中で道の駅に寄りたいけど、候補を教えて」とユーザが発話した場合を想定する。自然言語理解部２１は、ユーザが発話した単語「途中」、「寄りたい」、「候補」及び「教えて」に基づいて、発話意図が「経由地の照会」であると判断してよい。
例えば自然言語理解部２１は、ユーザの音声から生成した言語情報に含まれている単語と発話意図とを関連付けて記憶したテーブルに基づいて、ユーザの発話意図を取得してよい。
図３の対話の例では、第１音声Ｕ１として質問文「途中で道の駅に寄りたいけど、候補を教えて」とユーザが発話した場合を想定する。自然言語理解部２１は、ユーザが発話した単語「途中」、「寄りたい」、「候補」及び「教えて」に基づいて、発話意図が「経由地の照会」であると判断してよい。
【0021】
例えば自然言語理解部２１は、ユーザの音声から生成した言語情報に含まれている単語と発話意図の関連付けを機械学習した学習モデルに基づいて、ユーザの発話意図を取得してもよい。
また自然言語理解部２１は、発話に含まれる意味のある要素（有意要素）であるキーワード（すなわち「エンティティ」）を取得する。例えばユーザが「途中で道の駅に寄りたいけど、候補を教えて」と発話した場合に、自然言語理解部２１は、キーワード「道の駅」を取得してよい。
また自然言語理解部２１は、発話に含まれる意味のある要素（有意要素）であるキーワード（すなわち「エンティティ」）を取得する。例えばユーザが「途中で道の駅に寄りたいけど、候補を教えて」と発話した場合に、自然言語理解部２１は、キーワード「道の駅」を取得してよい。
【0022】
図２を参照する。応答生成部２２は、ユーザの音声に応答する応答を生成する。図３の対話例の場合に応答生成部２２は、第１音声Ｕ１に応答する第１応答文Ｓ１と、第２音声Ｕ２に応答する第２応答文Ｓ２と、第３音声Ｕ３に応答する第３応答文Ｓ３とをそれぞれ生成する。応答生成部２２は、生成した第１応答文Ｓ１～第３応答文Ｓ３をＨＭＩ８から出力する。
【0023】
一方で、ユーザの音声が車載機器２に対する制御指示を含む場合には、応答生成部２２は、車載機器２に対する制御信号を生成する。応答生成部２２は、生成した制御信号を車載機器コントローラ３へ出力する。ユーザの音声がナビゲーション装置４や走行制御装置５に対する操作指示を含む場合には、応答生成部２２は、ナビゲーション装置４や走行制御装置５に対する操作信号を生成して、ナビゲーション装置４や走行制御装置５にそれぞれ出力する。
【0024】
第１音声Ｕ１に対する第１応答文Ｓ１を生成する場合、応答生成部２２は、第１音声Ｕ１に対する応答文である基礎応答文と、基礎応答文に追加すべき追加応答文を抽出する。
基礎応答文は、第１音声Ｕ１に応答して音声入力装置７から提供する情報（以下の説明において「基礎応答情報」と表記することがある）を含んだ文である。例えば第１音声Ｕ１が質問文である場合には、基礎応答情報は第１音声Ｕ１の質問に対する回答を含んだ情報であってよい。
基礎応答文は、第１音声Ｕ１に応答して音声入力装置７から提供する情報（以下の説明において「基礎応答情報」と表記することがある）を含んだ文である。例えば第１音声Ｕ１が質問文である場合には、基礎応答情報は第１音声Ｕ１の質問に対する回答を含んだ情報であってよい。
【0025】
例えば応答生成部２２は、第１音声Ｕ１の認識結果と、基礎応答文のテンプレートと、追加応答文のテンプレートとの関連付けを記憶した第１応答文テーブルに基づいて、基礎応答文と追加応答文とを抽出してよい。
図５は、第１応答文テーブルの一例の模式図である。第１応答文テーブルは、第１音声Ｕ１の認識結果と基礎応答文のテンプレートと追加応答文のテンプレートとを対応付けるテーブルである。すなわち第１応答文テーブルの各レコードには、第１音声Ｕ１の認識結果（例えば発話意図及びキーワード）と、基礎応答文のテンプレートと、追加応答文のテンプレートとが記憶されている。
図５は、第１応答文テーブルの一例の模式図である。第１応答文テーブルは、第１音声Ｕ１の認識結果と基礎応答文のテンプレートと追加応答文のテンプレートとを対応付けるテーブルである。すなわち第１応答文テーブルの各レコードには、第１音声Ｕ１の認識結果（例えば発話意図及びキーワード）と、基礎応答文のテンプレートと、追加応答文のテンプレートとが記憶されている。
【0026】
例えば第１音声Ｕ１として「途中で道の駅に寄りたいけど、候補を教えて」とユーザが発話した場合、応答生成部２２は、図５の第１応答文テーブルの第１行を参照して、発話意図「経由地の照会」及びキーワード「道の駅」の組合せに対応する基礎応答文のテンプレート「［基礎応答情報］が見つかりました」を抽出する。テンプレートに含まれる［基礎応答情報］は、基礎応答情報が代入される箇所を示す。
応答生成部２２は、地図ＤＢ６から目標走行経路上にある道の駅の候補Ｒ１、Ｒ２及びＲ３を基礎応答情報として抽出する。応答生成部２２は、抽出した基礎応答文のテンプレートに基礎応答情報を代入して基礎応答文「Ｒ１とＲ２とＲ３が見つかりました」を生成する。
応答生成部２２は、地図ＤＢ６から目標走行経路上にある道の駅の候補Ｒ１、Ｒ２及びＲ３を基礎応答情報として抽出する。応答生成部２２は、抽出した基礎応答文のテンプレートに基礎応答情報を代入して基礎応答文「Ｒ１とＲ２とＲ３が見つかりました」を生成する。
【0027】
また応答生成部２２は、図５の第１応答文テーブルの第１行を参照して、発話意図「経由地の照会」及びキーワード「道の駅」の組合せに対応する追加応答文のテンプレート「［追加情報］にはレストランがあります」を抽出する。テンプレートに含まれる［追加情報］は、追加情報が代入される箇所を示す。
応答生成部２２は、地図ＤＢ６を参照して、基礎応答情報（Ｒ１、Ｒ２、Ｒ３）のうち道の駅（Ｒ２、Ｒ３）にあるレストランを追加情報として抽出する。応答生成部２２は、抽出した追加応答文のテンプレートに追加情報を代入して追加応答文「Ｒ２とＲ３にはレストランがあります」を生成する。
応答生成部２２は、地図ＤＢ６を参照して、基礎応答情報（Ｒ１、Ｒ２、Ｒ３）のうち道の駅（Ｒ２、Ｒ３）にあるレストランを追加情報として抽出する。応答生成部２２は、抽出した追加応答文のテンプレートに追加情報を代入して追加応答文「Ｒ２とＲ３にはレストランがあります」を生成する。
【0028】
応答生成部２２は、基礎応答文に追加応答文を付加することにより第１応答文Ｓ１「Ｒ１とＲ２とＲ３が見つかりました、Ｒ２とＲ３にはレストランがあります」を生成して、ＨＭＩ８から出力する。
なお、応答生成部２２は、第１音声Ｕ１の認識結果と基礎応答文と追加応答文との関連付けを機械学習した学習モデルに基づいて基礎応答文と追加応答文とを抽出してもよい。
なお、応答生成部２２は、第１音声Ｕ１の認識結果と基礎応答文と追加応答文との関連付けを機械学習した学習モデルに基づいて基礎応答文と追加応答文とを抽出してもよい。
【0029】
応答文記憶部２３は、第１応答文Ｓ１を一時的に記憶する。例えば応答文記憶部２３は、第２応答文Ｓ２を生成するまで第１応答文Ｓ１を記憶し、第２応答文Ｓ２の生成後に第１応答文Ｓ１を消去してよい。また応答文記憶部２３は、第１応答文Ｓ１を出力した後に所定時間が経過しても第２音声Ｕ２が入力されない場合に、所定時間の経過後に第１応答文Ｓ１を消去してよい。
【0030】
なお、どのような種類の情報を追加情報として抽出するかは、例えば、基礎応答情報（例えば基礎応答文のテンプレートに代入される情報）の種類に応じて予め設定してよい。
例えば、第１応答文テーブルの第１行の例では、基礎応答情報は道の駅の情報であり、追加情報は道の駅のレストランの情報である。
例えば慣用的に基礎応答情報に関連して質問される頻度が高い情報を、追加情報の種類として設定してよい。
例えば、第１応答文テーブルの第１行の例では、基礎応答情報は道の駅の情報であり、追加情報は道の駅のレストランの情報である。
例えば慣用的に基礎応答情報に関連して質問される頻度が高い情報を、追加情報の種類として設定してよい。
【0031】
例えば基礎応答情報が道の駅の情報である場合、道の駅に関連して質問されることが多いのは道の駅にあるレストラン、トイレ、ガソリンスタンドに関する情報である。このため、追加情報の種類として、道の駅のレストランの情報を設定してよい。
また例えば、慣用的に基礎応答情報と共起され易い情報（すなわち、基礎応答情報の共起情報）や、慣用的に基礎応答情報と同時に用いられ易い情報を、追加情報の種類として設定してもよい。
なお、基礎応答情報は、第１音声Ｕ１に含まれるキーワードに応じて抽出されるので、第１音声Ｕ１に含まれると予想されるキーワードに関連して追加情報の種類を設定してもよい。
また例えば、慣用的に基礎応答情報と共起され易い情報（すなわち、基礎応答情報の共起情報）や、慣用的に基礎応答情報と同時に用いられ易い情報を、追加情報の種類として設定してもよい。
なお、基礎応答情報は、第１音声Ｕ１に含まれるキーワードに応じて抽出されるので、第１音声Ｕ１に含まれると予想されるキーワードに関連して追加情報の種類を設定してもよい。
【0032】
応答生成部２２が第１応答文Ｓ１を出力した後の第２時刻ｔ２において、第１応答文Ｓ１に含まれる追加情報に関連する音声情報がユーザの第２音声Ｕ２から入力されると、自然言語理解部２１は、第２音声Ｕ２の発話意図を取得するとともに、第２音声Ｕ２に含まれるキーワードを取得する。
例えば、第２音声Ｕ２としてユーザが質問文「レストランのジャンルは何？」と発話した場合を想定する。自然言語理解部２１は、カテゴリ（ジャンル）を問い合わせる「カテゴリの照会」を発話内容として取得する。また自然言語理解部２１は、キーワード「レストラン」を取得する。
例えば、第２音声Ｕ２としてユーザが質問文「レストランのジャンルは何？」と発話した場合を想定する。自然言語理解部２１は、カテゴリ（ジャンル）を問い合わせる「カテゴリの照会」を発話内容として取得する。また自然言語理解部２１は、キーワード「レストラン」を取得する。
【0033】
応答生成部２２は、第２音声Ｕ２の認識結果を自然言語理解部２１から取得する。応答生成部２２は、第１応答文Ｓ１を出力した後に第２音声Ｕ２が入力された場合に、第２音声Ｕ２は、第１応答文Ｓ１に含まれる追加情報に関してユーザが発話した音声情報として認識する。応答生成部２２は、応答文記憶部２３から第１応答文Ｓ１を読み出して、第１応答文Ｓ１に含まれる追加情報を抽出する。
【0034】
次に応答生成部２２は、第２音声Ｕ２の主題としてユーザが意図している対象テーマを決定する。例えば応答生成部２２は、第２音声Ｕ２から取得したキーワード「レストラン」に基づいて、第１応答文Ｓ１に含まれる追加情報であるレストランが対象テーマであると設定してよい。
なお、第２音声Ｕ２がカテゴリを問う質問文であり、且つ何のカテゴリに関する質問文であるか第２音声Ｕ２で言及されていない場合には、応答生成部２２は、第１応答文Ｓ１に含まれる追加情報を、対象テーマとして設定してもよい。
なお、第２音声Ｕ２がカテゴリを問う質問文であり、且つ何のカテゴリに関する質問文であるか第２音声Ｕ２で言及されていない場合には、応答生成部２２は、第１応答文Ｓ１に含まれる追加情報を、対象テーマとして設定してもよい。
【0035】
例えば図３の対話例のように、第２音声Ｕ２としてユーザが単に「ジャンルは何？」と発話した場合には、応答生成部２２は、第１応答文Ｓ１に含まれる追加情報であるレストランが対象テーマとして設定してもよい。
これにより、応答生成部２２は、追加情報で提示された対象である道の駅Ｒ２及びＲ３のレストランのカテゴリ（ジャンル）を回答する第２応答文Ｓ２を生成できる。
これにより、応答生成部２２は、追加情報で提示された対象である道の駅Ｒ２及びＲ３のレストランのカテゴリ（ジャンル）を回答する第２応答文Ｓ２を生成できる。
【0036】
応答生成部２２は、第２音声Ｕ２の認識結果と第１応答文Ｓ１に基づいて第２応答文Ｓ２を生成する。
例えば応答生成部２２は、第２音声Ｕ２の発話意図と対象テーマと、第２応答文Ｓ２のテンプレートとの関連付けを記憶した第２応答文テーブルに基づいて、第２応答文Ｓ２を抽出してよい。
図６は、第２応答文テーブルの一例の模式図である。第２応答文テーブルは、第２音声Ｕ２の発話意図と対象テーマと、第２応答文Ｓ２のテンプレートとを対応付けるテーブルである。すなわち第２応答文テーブルの各レコードには、第２音声Ｕ２の発話意図と対象テーマと、第２応答文Ｓ２のテンプレートとが記憶されている。
例えば応答生成部２２は、第２音声Ｕ２の発話意図と対象テーマと、第２応答文Ｓ２のテンプレートとの関連付けを記憶した第２応答文テーブルに基づいて、第２応答文Ｓ２を抽出してよい。
図６は、第２応答文テーブルの一例の模式図である。第２応答文テーブルは、第２音声Ｕ２の発話意図と対象テーマと、第２応答文Ｓ２のテンプレートとを対応付けるテーブルである。すなわち第２応答文テーブルの各レコードには、第２音声Ｕ２の発話意図と対象テーマと、第２応答文Ｓ２のテンプレートとが記憶されている。
【0037】
例えば第２音声Ｕ２として「ジャンルは何？」とユーザが発話した場合、発話意図「カテゴリの照会」が取得され、対象テーマが「レストラン」に設定される。応答生成部２２は、図６の第２応答文テーブルの第１行を参照して、第２応答文Ｓ２のテンプレート「［追加情報］は［カテゴリ］です」を抽出する。テンプレートに含まれる［カテゴリ］は、追加情報のカテゴリが代入される箇所を示す。
応答生成部２２は、追加情報である道の駅Ｒ２及びＲ３のレストランのカテゴリ（ジャンル）を地図ＤＢ６から抽出する。応答生成部２２は、抽出したカテゴリと、追加情報とを第２応答文Ｓ２のテンプレートに代入して第２応答文Ｓ２「Ｒ２はイタリアン、Ｒ３はフレンチです」を生成する。
応答生成部２２は、追加情報である道の駅Ｒ２及びＲ３のレストランのカテゴリ（ジャンル）を地図ＤＢ６から抽出する。応答生成部２２は、抽出したカテゴリと、追加情報とを第２応答文Ｓ２のテンプレートに代入して第２応答文Ｓ２「Ｒ２はイタリアン、Ｒ３はフレンチです」を生成する。
【0038】
応答生成部２２は、生成した第２応答文Ｓ２をＨＭＩ８から出力する。
なお、応答生成部２２は、第２音声Ｕ２の発話意図と対象テーマと、第２応答文Ｓ２のテンプレートとの関連付けを機械学習した学習モデルに基づいて第２応答文２を抽出してもよい。
その後に、ユーザの第３音声Ｕ３「Ｒ２にしよう」が入力されると、応答生成部２２は、第３応答文Ｓ３「分かりました、Ｒ２を経由地に設定します」を生成してＨＭＩ８から出力するとともに、道の駅Ｒ２を目標走行経路の経由地に設定する操作信号をナビゲーション装置４に出力する。
なお、応答生成部２２は、第２音声Ｕ２の発話意図と対象テーマと、第２応答文Ｓ２のテンプレートとの関連付けを機械学習した学習モデルに基づいて第２応答文２を抽出してもよい。
その後に、ユーザの第３音声Ｕ３「Ｒ２にしよう」が入力されると、応答生成部２２は、第３応答文Ｓ３「分かりました、Ｒ２を経由地に設定します」を生成してＨＭＩ８から出力するとともに、道の駅Ｒ２を目標走行経路の経由地に設定する操作信号をナビゲーション装置４に出力する。
【0039】
以上説明したように、本実施形態の音声対話装置９は、第１時刻ｔ１において入力された第１音声Ｕ１に応じて、第１音声Ｕ１に対する基礎応答文と、基礎応答文に追加する追加応答文と、を抽出し、基礎応答文に追加応答文を付加した第１応答文Ｓ１を出力する。そして、第２時刻ｔ２において入力された第２音声Ｕ２と第１応答文Ｓ１とに基づいて第２応答文Ｓ２を生成する。
【0040】
これにより、音声対話装置９は、第１音声Ｕ１に対する基礎応答文だけでなく、基礎応答文に関連する追加情報を、予め第１応答文Ｓ１に含めてユーザに提示できるので、ユーザの発話回数を減らすことができる。この結果、ユーザと音声対話装置９との間の一連の会話における発話回数を低減できる。このため、ユーザと音声対話装置９との間のコミュニケーションが煩雑になるのを回避でき、ユーザと音声対話装置９との間のコミュニケーションをより円滑にすることができる。
【0041】
図４は、実施形態の音声対話方法による対話の第２例の模式図である。図４の対話例の第１音声Ｕ１、第１応答文Ｓ１、第２音声Ｕ２及び第２応答文Ｓ２のやり取りは、図３の対話例と同様である。
図４の対話例において、ユーザの第３音声Ｕ３「そのイタリアンのところ」が入力されると、応答生成部２２は、第２応答文Ｓ２「Ｒ２はイタリアン、Ｒ３はフレンチです」に基づいて、ユーザの発話の対象が道の駅Ｒ２であると判断し、第３応答文Ｓ３「分かりました、Ｒ２を経由地にします」を生成してＨＭＩ８から出力するとともに、道の駅Ｒ２を目標走行経路の経由地に設定する操作信号をナビゲーション装置４に出力する。
これにより、ユーザの第３音声Ｕ３が、図３の第３音声Ｕ３「Ｒ２にしよう」よりも更に曖昧であってもユーザの発話内容を正確に受諾できる。
図４の対話例において、ユーザの第３音声Ｕ３「そのイタリアンのところ」が入力されると、応答生成部２２は、第２応答文Ｓ２「Ｒ２はイタリアン、Ｒ３はフレンチです」に基づいて、ユーザの発話の対象が道の駅Ｒ２であると判断し、第３応答文Ｓ３「分かりました、Ｒ２を経由地にします」を生成してＨＭＩ８から出力するとともに、道の駅Ｒ２を目標走行経路の経由地に設定する操作信号をナビゲーション装置４に出力する。
これにより、ユーザの第３音声Ｕ３が、図３の第３音声Ｕ３「Ｒ２にしよう」よりも更に曖昧であってもユーザの発話内容を正確に受諾できる。
【0042】
図７は、実施形態の音声対話方法による対話の第３例の模式図である。図７の対話例では車両１の目的地情報を含んだ第２応答文Ｓ２を生成する。
例えばユーザが第１音声Ｕ１として「道の駅に行きたいけど、候補を教えて」と発話すると、自然言語理解部２１は、目的地として設定できる地点を問い合わせる「目的地の照会」が発話意図であると判断し、キーワード「道の駅」を取得する。
例えばユーザが第１音声Ｕ１として「道の駅に行きたいけど、候補を教えて」と発話すると、自然言語理解部２１は、目的地として設定できる地点を問い合わせる「目的地の照会」が発話意図であると判断し、キーワード「道の駅」を取得する。
【0043】
応答生成部２２は、図５の第１応答文テーブルの第２行を参照して、発話意図「目的地の照会」及びキーワード「道の駅」の組合せに対応する基礎応答文のテンプレート「［基礎応答情報］が見つかりました」と追加応答文のテンプレート「［追加情報］にはレストランがあります」を抽出する。
応答生成部２２は、図３の対話例と同様に第１応答文Ｓ１「Ｒ１とＲ２とＲ３が見つかりました、Ｒ２とＲ３にはレストランがあります」を生成して、ＨＭＩ８から出力する。
応答生成部２２は、図３の対話例と同様に第１応答文Ｓ１「Ｒ１とＲ２とＲ３が見つかりました、Ｒ２とＲ３にはレストランがあります」を生成して、ＨＭＩ８から出力する。
【0044】
次に、ユーザが第２音声Ｕ２として「ジャンルは何？」と発話すると、応答生成部２２は、第１の対話例と同様に第２応答文Ｓ２「Ｒ２はイタリアン、Ｒ３はフレンチです」を生成して、ＨＭＩ８から出力する。
次に、ユーザが第３音声Ｕ３として「Ｒ２にしよう」が入力されると、応答生成部２２は、第３応答文Ｓ３「分かりました、Ｒ２を目的地に設定します」を生成してＨＭＩ８から出力するとともに、道の駅Ｒ２を目標走行経路の目的地に設定する操作信号をナビゲーション装置４に出力する。
次に、ユーザが第３音声Ｕ３として「Ｒ２にしよう」が入力されると、応答生成部２２は、第３応答文Ｓ３「分かりました、Ｒ２を目的地に設定します」を生成してＨＭＩ８から出力するとともに、道の駅Ｒ２を目標走行経路の目的地に設定する操作信号をナビゲーション装置４に出力する。
【0045】
図８は、実施形態の音声対話方法による対話の第４例の模式図である。図７の対話例の第１音声Ｕ１、第１応答文Ｓ１、第２音声Ｕ２及び第２応答文Ｓ２のやり取りは、図３の対話例と同様である。
図８の対話例において、ユーザの第３音声Ｕ３「そのイタリアンのところ」が入力されると、応答生成部２２は、第２応答文Ｓ２「Ｒ２はイタリアン、Ｒ３はフレンチです」に基づいて、ユーザの発話の対象が道の駅Ｒ２であると判断し、第３応答文Ｓ３「分かりました、Ｒ２を目的地にします」を生成してＨＭＩ８から出力するとともに、道の駅Ｒ２を目標走行経路の目的地に設定する操作信号をナビゲーション装置４に出力する。
これにより、ユーザの第３音声Ｕ３が、図３の第３音声Ｕ３「Ｒ２にしよう」よりも更に曖昧であってもユーザの発話内容を正確に受諾できる。
図８の対話例において、ユーザの第３音声Ｕ３「そのイタリアンのところ」が入力されると、応答生成部２２は、第２応答文Ｓ２「Ｒ２はイタリアン、Ｒ３はフレンチです」に基づいて、ユーザの発話の対象が道の駅Ｒ２であると判断し、第３応答文Ｓ３「分かりました、Ｒ２を目的地にします」を生成してＨＭＩ８から出力するとともに、道の駅Ｒ２を目標走行経路の目的地に設定する操作信号をナビゲーション装置４に出力する。
これにより、ユーザの第３音声Ｕ３が、図３の第３音声Ｕ３「Ｒ２にしよう」よりも更に曖昧であってもユーザの発話内容を正確に受諾できる。
【0046】
図９は、実施形態の音声対話方法による対話の第５例の模式図である。図９の対話例では車両１の経路情報を含んだ第２応答文Ｓ２を生成する。
例えばユーザが第１音声Ｕ１として「高速道路を降りる場所の候補を教えて」と発話すると、自然言語理解部２１は、目標走行経路として設定できる走行経路を問い合わせる「経路の照会」が発話意図であると判断し、キーワード「高速道路」、「降りる」を取得する。
例えばユーザが第１音声Ｕ１として「高速道路を降りる場所の候補を教えて」と発話すると、自然言語理解部２１は、目標走行経路として設定できる走行経路を問い合わせる「経路の照会」が発話意図であると判断し、キーワード「高速道路」、「降りる」を取得する。
【0047】
応答生成部２２は、図５の第１応答文テーブルの第３行を参照して、発話意図「経路の照会」及びキーワード「高速道路」、「降りる」の組合せに対応する基礎応答文のテンプレート「［基礎応答情報］で降りることができます」と追加応答文のテンプレート「混雑していないのは［追加情報］です」を抽出する。
応答生成部２２は、目標走行経路上にある高速道路の降り口となるインターチェンジＩＣ１、ＩＣ２及びＩＣ３を基礎応答情報として抽出する。応答生成部２２は、抽出した基礎応答文のテンプレートに基礎応答情報を代入して基礎応答文「ＩＣ１、ＩＣ２及びＩＣ３で降りることができます」を生成する。
応答生成部２２は、目標走行経路上にある高速道路の降り口となるインターチェンジＩＣ１、ＩＣ２及びＩＣ３を基礎応答情報として抽出する。応答生成部２２は、抽出した基礎応答文のテンプレートに基礎応答情報を代入して基礎応答文「ＩＣ１、ＩＣ２及びＩＣ３で降りることができます」を生成する。
【0048】
また応答生成部２２は、基礎応答情報である高速道路の降り口（ＩＣ１、ＩＣ２、ＩＣ３）の混雑状態の情報をナビゲーション装置４から取得し、これらの高速道路の降り口のうち、混雑していない降り口（ＩＣ２、ＩＣ３）を追加情報として抽出する。応答生成部２２は、抽出した追加応答文のテンプレートに追加情報を代入して追加応答文「混雑していないのはＩＣ２とＩＣ３です」を生成する。応答生成部２２は、基礎応答文に追加応答文を付加することにより第１応答文Ｓ１「Ｃ１、ＩＣ２及びＩＣ３で降りることができます、混雑していないのはＩＣ２とＩＣ３です」を生成して、ＨＭＩ８から出力する。
【0049】
次に、ユーザが第２音声Ｕ２として「ＩＣ２でお願いします」と発話すると、自然言語理解部２１は、キーワード「ＩＣ２」を取得する。応答生成部２２は、第１応答文Ｓ１に含まれる追加情報である高速道路の降り口が対象テーマであると設定する。
応答生成部２２は、図６の第２応答文テーブルの第２行を参照して、第１音声Ｕ１から取得した発話意図「経路の照会」と対象テーマ「高速道路降り口」の組合せに対応する第２応答文Ｓ２のテンプレート「［キーワード］で高速道路を降りる経路を設定します」を抽出する。テンプレートに含まれる［キーワード］は、第２音声Ｕ２のキーワードが代入される箇所を示す。
応答生成部２２は、キーワード「ＩＣ２］を第２応答文Ｓ２のテンプレートに代入して、第２応答文Ｓ２「ＩＣ２で高速道路を降りる経路を設定します」を生成して、ＨＭＩ８から出力する。また、目標走行経路をインターチェンジＩＣ２で高速道路を降りる経路に変更する操作信号をナビゲーション装置４に出力する。
応答生成部２２は、図６の第２応答文テーブルの第２行を参照して、第１音声Ｕ１から取得した発話意図「経路の照会」と対象テーマ「高速道路降り口」の組合せに対応する第２応答文Ｓ２のテンプレート「［キーワード］で高速道路を降りる経路を設定します」を抽出する。テンプレートに含まれる［キーワード］は、第２音声Ｕ２のキーワードが代入される箇所を示す。
応答生成部２２は、キーワード「ＩＣ２］を第２応答文Ｓ２のテンプレートに代入して、第２応答文Ｓ２「ＩＣ２で高速道路を降りる経路を設定します」を生成して、ＨＭＩ８から出力する。また、目標走行経路をインターチェンジＩＣ２で高速道路を降りる経路に変更する操作信号をナビゲーション装置４に出力する。
【0050】
図１０は、実施形態の音声対話方法による対話の第６例の模式図である。図１０の対話例では車載機器２に関する車載機器情報を含んだ第２応答文Ｓ２を生成する。
例えばユーザが第１音声Ｕ１として「このＶＤＣオフってランプ何？」と発話すると、自然言語理解部２１は、第１音声Ｕ１で言及されたキーワードの意味を問い合わせる「意味の照会」が発話意図であると判断し、キーワード「ＶＤＣオフ」、「ランプ」を取得する。
例えばユーザが第１音声Ｕ１として「このＶＤＣオフってランプ何？」と発話すると、自然言語理解部２１は、第１音声Ｕ１で言及されたキーワードの意味を問い合わせる「意味の照会」が発話意図であると判断し、キーワード「ＶＤＣオフ」、「ランプ」を取得する。
【0051】
応答生成部２２は、図５の第１応答文テーブルの第４行を参照して、発話意図「意味の照会」及びキーワード「ＶＤＣオフ」、「ランプ」の組合せに対応する基礎応答文のテンプレート「このランプはＶＤＣオフ表示灯です」と追加応答文のテンプレート「ＶＤＣがオフのときに点灯します」を抽出する。
応答生成部２２は、基礎応答文のテンプレートに追加応答文のテンプレートを付加することにより第１応答文Ｓ１「このランプはＶＤＣオフ表示灯です、ＶＤＣがオフのときに点灯します」を生成して、ＨＭＩ８から出力する。
応答生成部２２は、基礎応答文のテンプレートに追加応答文のテンプレートを付加することにより第１応答文Ｓ１「このランプはＶＤＣオフ表示灯です、ＶＤＣがオフのときに点灯します」を生成して、ＨＭＩ８から出力する。
【0052】
次に、ユーザが第２音声Ｕ２として「それって何？」と発話すると、自然言語理解部２１は、発話意図が「意味の照会」であると判断し、キーワード「それ」を取得する。
応答生成部２２は、キーワードに含まれる指示代名詞「それ」が示す「ＶＤＣ」を、第１応答文Ｓ１の追加応答文から抽出して第２音声Ｕ２の対象テーマとして設定する。
応答生成部２２は、図６の第２応答文テーブルの第３行を参照して、発話意図「意味の照会」と対象テーマ「ＶＤＣ」の組合せに対応する第２応答文Ｓ２のテンプレート「ＶＤＣは、各種センサを使用して運転者の車両操作と車両の動きを監視し…」を抽出する。
応答生成部２２は、抽出したテンプレートを第２応答文Ｓ２としてＨＭＩ８から出力する。
応答生成部２２は、キーワードに含まれる指示代名詞「それ」が示す「ＶＤＣ」を、第１応答文Ｓ１の追加応答文から抽出して第２音声Ｕ２の対象テーマとして設定する。
応答生成部２２は、図６の第２応答文テーブルの第３行を参照して、発話意図「意味の照会」と対象テーマ「ＶＤＣ」の組合せに対応する第２応答文Ｓ２のテンプレート「ＶＤＣは、各種センサを使用して運転者の車両操作と車両の動きを監視し…」を抽出する。
応答生成部２２は、抽出したテンプレートを第２応答文Ｓ２としてＨＭＩ８から出力する。
【0053】
（動作）
図１１は、実施形態の音声対話方法のフローチャートである。ステップＳ１において音声入力装置７は第１音声Ｕ１を入力する。ステップＳ２において音声対話装置９の音声認識部２０と自然言語理解部２１は、第１音声Ｕ１を認識する。
ステップＳ３において応答生成部２２は、第１音声Ｕ１に対する基礎応答文と基礎応答文に追加する追加応答文とを抽出する。ステップＳ４において応答生成部２２は、基礎応答文に追加応答文を付加して第１応答文Ｓ１を生成してＨＭＩ８から出力する。
ステップＳ５において音声入力装置７は、第１応答文Ｓ１の追加応答文に関連する音声情報である第２音声Ｕ２を入力する。ステップＳ６において音声認識部２０と自然言語理解部２１は、第２音声Ｕ２を認識する。ステップＳ７において応答生成部２２は、第１応答文Ｓ１と第２音声Ｕ２の認識結果とに基づいて第２応答文Ｓ２を生成してＨＭＩ８から出力する。その後に処理は終了する。
図１１は、実施形態の音声対話方法のフローチャートである。ステップＳ１において音声入力装置７は第１音声Ｕ１を入力する。ステップＳ２において音声対話装置９の音声認識部２０と自然言語理解部２１は、第１音声Ｕ１を認識する。
ステップＳ３において応答生成部２２は、第１音声Ｕ１に対する基礎応答文と基礎応答文に追加する追加応答文とを抽出する。ステップＳ４において応答生成部２２は、基礎応答文に追加応答文を付加して第１応答文Ｓ１を生成してＨＭＩ８から出力する。
ステップＳ５において音声入力装置７は、第１応答文Ｓ１の追加応答文に関連する音声情報である第２音声Ｕ２を入力する。ステップＳ６において音声認識部２０と自然言語理解部２１は、第２音声Ｕ２を認識する。ステップＳ７において応答生成部２２は、第１応答文Ｓ１と第２音声Ｕ２の認識結果とに基づいて第２応答文Ｓ２を生成してＨＭＩ８から出力する。その後に処理は終了する。
【0054】
（実施形態の効果）
（１）音声対話装置９は、第１時刻ｔ１において入力されたユーザの第１音声Ｕ１を認識する処理と、第１音声Ｕ１の認識結果に基づいて、第１音声Ｕ１に対する応答文と、応答文に追加する追加情報と、を抽出する処理と、応答文に追加情報を付加した第１応答文Ｓ１を出力する処理と、第１応答文Ｓ１を出力した後の第２時刻ｔ２において追加情報に関連する音声情報として入力されたユーザの第２音声Ｕ２を認識する処理と、第１応答文Ｓ１と第２音声Ｕ２の認識結果とに基づいて第２応答文Ｓ２を生成して出力する処理と、をコントローラが実行する。
（１）音声対話装置９は、第１時刻ｔ１において入力されたユーザの第１音声Ｕ１を認識する処理と、第１音声Ｕ１の認識結果に基づいて、第１音声Ｕ１に対する応答文と、応答文に追加する追加情報と、を抽出する処理と、応答文に追加情報を付加した第１応答文Ｓ１を出力する処理と、第１応答文Ｓ１を出力した後の第２時刻ｔ２において追加情報に関連する音声情報として入力されたユーザの第２音声Ｕ２を認識する処理と、第１応答文Ｓ１と第２音声Ｕ２の認識結果とに基づいて第２応答文Ｓ２を生成して出力する処理と、をコントローラが実行する。
【0055】
これにより、第１音声Ｕ１に対する基礎応答文に関連する追加情報を、予め第１応答文Ｓ１に含めてユーザに提示できるので、ユーザが音声対話装置９に発話する回数を減らすことができる。この結果、ユーザと音声対話装置９との間の一連の会話における発話回数を低減できる。このため、ユーザと音声対話装置９との間のコミュニケーションが煩雑になるのを回避でき、ユーザと音声対話装置９との間のコミュニケーションをより円滑にすることができる。
また、第１音声Ｕ１に応じて取得した車両情報Ｃ１に基づいて、第２音声Ｕ２に対する応答文でユーザに提供すべき情報を絞り込むことができるので、第２音声Ｕ２の発話内容が曖昧であってもユーザの発話意図を正確に受諾できる。そのためユーザは音声による入力文を簡略化することが可能となる。またユーザは直感的に入力することも可能となる。結果としてユーザと音声対話装置９との間のコミュニケーションが煩雑になるのを回避でき、ユーザと音声対話装置９との間のコミュニケーションをより円滑にすることができる。
また、第１音声Ｕ１に応じて取得した車両情報Ｃ１に基づいて、第２音声Ｕ２に対する応答文でユーザに提供すべき情報を絞り込むことができるので、第２音声Ｕ２の発話内容が曖昧であってもユーザの発話意図を正確に受諾できる。そのためユーザは音声による入力文を簡略化することが可能となる。またユーザは直感的に入力することも可能となる。結果としてユーザと音声対話装置９との間のコミュニケーションが煩雑になるのを回避でき、ユーザと音声対話装置９との間のコミュニケーションをより円滑にすることができる。
【0056】
（２）第１音声Ｕ１と第２音声Ｕ２は質問文を含んでよい。これにより、第１音声Ｕ１と第２音声Ｕ２の質問に応答する応答文をユーザに提示できる。
（３）第１応答文Ｓ１は、ユーザに提示する候補を含む文であってよい。これにより、第１音声Ｕ１の質問に対する回答の候補をユーザに提示できる。
（３）第１応答文Ｓ１は、ユーザに提示する候補を含む文であってよい。これにより、第１音声Ｕ１の質問に対する回答の候補をユーザに提示できる。
【0057】
（４）第２音声Ｕ２がカテゴリを問う質問文であり、且つ何のカテゴリに関する質問文であるか第２音声Ｕ２で言及されていない場合には、音声対話装置９は、第１応答文Ｓ１に含まれる追加情報を抽出して、追加情報で提示された対象のカテゴリを回答する第２応答文Ｓ２を生成してもよい。
これにより、ユーザは何のカテゴリに関する質問文であるかを発話しなくても済むので、ユーザと音声対話装置９との間のコミュニケーションをより円滑にすることができる。
これにより、ユーザは何のカテゴリに関する質問文であるかを発話しなくても済むので、ユーザと音声対話装置９との間のコミュニケーションをより円滑にすることができる。
【0058】
（５）音声対話装置９は、ユーザが乗る車両１の目的地情報、経由地情報、経路情報又は車両の車載機器２に関する車載機器情報のいずれかを含んだ第２応答文Ｓ２を生成してよい。
これにより、ユーザが車両１を利用する際の利便性を向上できる。
これにより、ユーザが車両１を利用する際の利便性を向上できる。
【符号の説明】
【0059】
１…車両、２ａ…車載機器、２ｂ…ナビゲーション装置、２ｃ…走行制御装置、３…車載機器コントローラ、６…地図データベース、７…音声入力装置、８…ヒューマンマシンインタフェース、９…音声対話装置、９ａ…プロセッサ、９ｂ…記憶装置、２０…音声認識部、２１…自然言語理解部、２２…応答生成部、２３…応答文記憶部
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】