文献

J-GLOBAL ID：202002212136442274   整理番号：20A0672698

音声文脈を用いた対話システム【JST・京大機械翻訳】

Dialogue systems with audio context

著者 (4件)： Young Tom (Nanyang Technological University, Singapore) ,  Pandelea Vlad (Nanyang Technological University, Singapore) ,  Poria Soujanya (Singapore University of Technology and Design, Singapore) ,  Cambria Erik (Nanyang Technological University, Singapore)
資料名： Neurocomputing  (Neurocomputing)
巻： 388  ページ： 102-109  発行年： 2020年 
JST資料番号： W0360A  ISSN： 0925-2312  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 人間と自然に会話する対話システム構築に関する研究は,最近,多くの注目を集めている。この領域に関するほとんどの研究は,テキストベースの会話を仮定している。そこでは,ユーザのメッセージが語彙の単語の順序としてモデル化される。対照的に,実世界の人間の会話は,音声,顔表情および身体言語のような他のモダリティを含み,あるシナリオにおいて会話に有意に影響を与えることができる。本研究では,ユーザメッセージの音声特徴を生成対話システムに組み込むことの影響を調べた。具体的には,まず,音声表現学習のための補助応答検索タスクを設計する。次に,単語レベルのモダリティ融合を用いて,著者らの主な生成モデルに対する付加的な文脈として音声特徴を組み込んだ。実験により,著者らの聴覚拡張モデルは,パープレキシティ,応答多様性および人間評価に関して,聴覚フリーの対応物より優れていることを示した。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 言語 ,  *単語 ,  語彙 ,  聴覚 ,  オーディオ機器 ,  学習
準シソーラス用語： パープレキシティ ,  音声特徴 ,  モダリティ ,  *対話システム , 【Automatic Indexing@JST】

著者キーワード (4件)： 対話システム ,  オーディオの特徴 ,  言語生成 ,  マルチモダリティ

分類 (2件)： パターン認識  (JE07000S) ,  音声処理  (JE05000E)

タイトルに関連する用語 (3件)： 音声 ,  文脈 ,  対話システム