特許ウォッチ

公開番号2025018509
公報種別公開特許公報(A)
公開日2025-02-06
出願番号2023122265
出願日2023-07-27
発明の名称推定プログラム、学習プログラム、推定装置、学習装置、推定方法、学習方法、および学習モデル
出願人株式会社東芝
代理人弁理士法人酒井国際特許事務所
主分類G10L 25/51 20130101AFI20250130BHJP(楽器;音響)
要約【課題】コミュニケーション活性度の推定精度向上を図る。
【解決手段】音声発生源に関する音響信号と非音響信号とを取得する取得ステップと、前記音響信号に基づいて音響特徴を算出する音響特徴算出ステップと、前記非音響信号に基づいて非音響特徴を算出する非音響特徴算出ステップと、前記音響特徴と前記非音響特徴とに基づいて活性特徴度を算出する活性特徴度算出ステップと、前記活性特徴度の評価尺度に対する比較に基づいてコミュニケーション活性度を推定する活性度推定ステップと、をコンピュータに実行させるための推定プログラム。
【選択図】図1
特許請求の範囲【請求項１】
音声発生源に関する音響信号と非音響信号とを取得する取得ステップと、
前記音響信号に基づいて音響特徴を算出する音響特徴算出ステップと、
前記非音響信号に基づいて非音響特徴を算出する非音響特徴算出ステップと、
前記音響特徴と前記非音響特徴とに基づいて活性特徴度を算出する活性特徴度算出ステップと、
前記活性特徴度の評価尺度に対する比較に基づいてコミュニケーション活性度を推定する活性度推定ステップと、
をコンピュータに実行させるための推定プログラム。
続きを表示（約 1,200 文字）【請求項２】
前記音響特徴算出ステップは、
前記音響信号によって表される音の変化に応じた前記音響特徴を算出する、
請求項１に記載の推定プログラム。
【請求項３】
前記非音響特徴算出ステップは、
前記非音響信号によって表される非音響の変化に応じた前記非音響特徴を算出する、
請求項１に記載の推定プログラム。
【請求項４】
前記活性特徴度算出ステップは、
前記音響特徴によって表される前記音響信号および前記非音響特徴によって表される前記非音響信号から導出される活性特徴を表す前記活性特徴度を算出する、
請求項１に記載の推定プログラム。
【請求項５】
前記音響特徴と前記非音響特徴とに基づいて音声存在度を算出する音声存在度算出ステップと、
前記音声存在度に基づいてコミュニケーション状況を表す状況情報を生成する状況情報生成ステップと、
を更に含む、請求項１に記載の推定プログラム。
【請求項６】
前記音響特徴と前記非音響特徴とに基づいて笑い声存在度を算出する笑い声存在度算出ステップと、
前記音響特徴と前記非音響特徴とに基づいて感情特徴度を算出する感情特徴度算出ステップと、
を更に含み、
前記状況情報生成ステップは、
前記音声存在度と前記笑い声存在度と前記感情特徴度とに基づいて前記状況情報を生成する、
請求項５に記載の推定プログラム。
【請求項７】
前記音声存在度算出ステップは、
前記音響特徴によって表される前記音響信号および前記非音響特徴によって表される前記非音響信号から導出される音声の特徴に応じた前記音声存在度を算出する、
請求項５に記載の推定プログラム。
【請求項８】
前記笑い声存在度算出ステップは、
前記音響特徴によって表される前記音響信号および前記非音響特徴によって表される前記非音響信号から導出される笑い声の特徴に応じた前記笑い声存在度を算出する、
請求項６に記載の推定プログラム。
【請求項９】
前記感情特徴度算出ステップは、
前記音響特徴によって表される前記音響信号および前記非音響特徴によって表される前記非音響信号から導出される感情に関する特徴に応じた前記感情特徴度を算出する、
請求項６に記載の推定プログラム。
【請求項１０】
前記状況情報生成ステップは、
前記音声存在度によって表される前記音声発生源による発話量と、
前記笑い声存在度によって表される笑い声の発生回数と、
前記感情特徴度によって表される感情変化率と、
を含む、前記状況情報を生成する、
請求項６に記載の推定プログラム。
（【請求項１１】以降は省略されています）
発明の詳細な説明【技術分野】
【０００１】
本発明の実施形態は、推定プログラム、学習プログラム、推定装置、学習装置、推定方法、学習方法、および学習モデルに関する。
続きを表示（約 1,400 文字）【背景技術】
【０００２】
２人以上の者が会話または意見を交換しあう時の盛り上がりの度合を、コミュニケーション活性度と総称する。従来、コミュニケーション活性度を推定することが行われている。
【０００３】
例えば、特許文献１には、他の会合参加者の発言を誘発する回数など、会合参加者間の関係性を考慮して、会合活性度を評価する会合関数算定装置が提案されている。この装置は、会合参加者間の動作又は現象を表す音声および画像の時系列データを取得し、２人以上の会合参加者間の相関データを算出する。そして、時系列データと相関データとから、会合に関する所定の評価尺度に則って会合支援情報を生成し表示する。
【０００４】
特許文献２には、会議における雰囲気を定量的に評価し、議論を円滑に進めることができるように補助する会議支援システムが提案されている。このシステムは、会議参加者の音声を取得し音声テキストデータを基に頻出キーワード抽出に基づいて議論の盛り上がり度合をなどの会議支援情報を生成し、会議支援情報を会議参加者に提供する。
【先行技術文献】
【特許文献】
【０００５】
特開２００９－１６３４３１号公報
特開２０１７－１１２５４５号公報
【発明の概要】
【発明が解決しようとする課題】
【０００６】
しかしながら従来技術では、人がマイクを装着できない場合や人物の顔がカメラに向いていない場合には、コミュニケーション活性度の推定精度が大幅に低落するという問題があった。すなわち、従来技術では、コミュニケーション活性度の推定精度が低下する場合があった。
【０００７】
本発明が解決しようとする課題は、コミュニケーション活性度の推定精度向上を図ることができる、推定プログラム、学習プログラム、推定装置、学習装置、推定方法、学習方法、および学習モデルを提供することである。
【課題を解決するための手段】
【０００８】
実施形態に係る推定プログラムは、音声発生源に関する音響信号と非音響信号とを取得する取得ステップと、前記音響信号に基づいて音響特徴を算出する音響特徴算出ステップと、前記非音響信号に基づいて非音響特徴を算出する非音響特徴算出ステップと、前記音響特徴と前記非音響特徴とに基づいて活性特徴度を算出する活性特徴度算出ステップと、前記活性特徴度の評価尺度に対する比較に基づいてコミュニケーション活性度を推定する活性度推定ステップと、をコンピュータに実行させるための推定プログラムである。
【図面の簡単な説明】
【０００９】
推定装置の模式図。
入力信号、音響信号、および非音響信号の説明図。
コミュニケーション活性度推定処理の流れを模式的に示す図。
コミュニケーション活性度推定処理の流れのフローチャート。
学習装置の模式図。
統合ニューラルネットワークの構成例の説明図。
学習処理の流れのフローチャート。
検証の結果を示す表。
ハードウェア構成図。
【発明を実施するための形態】
【００１０】
以下、図面を参照しながら本実施形態に係る、推定プログラム、学習プログラム、推定装置、学習装置、推定方法、学習方法、および学習モデルを詳細に説明する。
（【００１１】以降は省略されています）

関連特許