【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、インターネットを情報資源とし、音声と動作を通じてユーザを能動的かつ積極的に刺激し、ユーザの思考や感情を活性化する対話型のロボット装置に関する。

【０００２】今日、インターネット上の膨大な情報は有機的に結びつくことで検索が容易となり、有効活用されつつあるが、ユーザへの情報提供という側面では依然としてユーザに対して受動的であり、ユーザに強い検索意欲がない限り、ユーザはインターネットの恩恵を受けることができない。

【０００３】このため、ユーザに向かって能動的かつ積極的にインターネット上の情報を発信し、ユーザが自然な形でインターネット上の情報を活用できる状態に導くことで、ユーザの思考や感情を活性化する仕組みや手段が必要である。

【０００４】

【従来の技術】従来、ユーザがインターネット上の情報を獲得する方法には、各種端末のプラウザを起動し、キーボードやスイッチや音声入力等によりプロトコルとサーバアドレスとファイル名を示してＵＲＬ（Ｕniform
Ｒesource Ｌocater）を指定する方法や、検索サイトによるキーワード検索を行う方法や、各ホームページからのリンクをたどる方法等がある。

【０００５】

【発明が解決しようとする課題】このように、ユーザがインターネットの各種端末を操作する状況にあり、かつ、ユーザに情報獲得の意欲がある場合には、インターネット上の情報資源が有効に活用されることになるが、
ユーザがインターネットの各種端末を操作する状況にない場合や、ユーザに情報獲得の意欲がない場合には、インターネット上の情報は全く活用されないということになる。

【０００６】本発明は、かかる点に鑑み、ユーザがインターネットの各種端末を操作する状況にない場合や、ユーザにインターネット上の情報の獲得意欲がない場合においても、ユーザに向かって能動的かつ積極的にインターネット上の情報を発信し、ユーザを自然な形でインターネット上の情報を活用できる状態に導き、ユーザの思考や感情を活性化することができるようにした対話型のロボット装置を提供することを目的とする。

【０００７】

【課題を解決するための手段】本発明のロボット装置は、動き部位を有するロボット本体と、情報資源としてインターネットを利用し、ユーザに対する音声出力に必要なテキストを生成する対話生成部と、ユーザとの対話状態に応じて動き部位の動き及び対話生成部を制御する対話調整部と、ユーザの発話を誘発するように動き部位の動作を制御する対話誘発部を備えているというものである。

【０００８】本発明によれば、ユーザがインターネットの各種端末を操作する状況にない場合や、ユーザにインターネット上の情報の獲得意欲がない場合においても、
対話生成部、対話調整部及び対話誘発部の動作を通してユーザに向かって能動的かつ積極的にインターネット上の情報を発信することができる。

【０００９】

【発明の実施の形態】図１は本発明の一実施形態の概略的構成図である。 図１中、１は装置全体、２はインターネット上に登録されているマルチメディア・データベースであるＷＷＷ（Ｗorld Ｗide Ｗeb）を検索、閲覧するためのソフトウエアであるブラウザ、３はブラウザ２
に入力されたＵＲＬアドレス、４はブラウザ２がＷＷＷ
データベースから取得したＨＴＭＬ（Ｈyper Ｔext Ｍa
rk-up Ｌanguage）ファイル、５はブラウザ２の状態を示す状態表示部である。

【００１０】また、６はユーザが発した音声を認識してテキストに変換する音声認識部、７はユーザに音声として出力すべきテキストから音声を合成する音声合成部、
８は対話履歴（音声認識部６から出力されるテキスト及びブラウザ２が過去に取得したＨＴＭＬファイル）を記憶する記憶部である。

【００１１】また、９はユーザに対する音声出力に必要なテキストを生成する対話生成部であり、ブラウザ操作部１０と、受動的テキスト生成部１１と、能動的テキスト生成部１２とを備えている。

【００１２】ブラウザ操作部１０は、音声認識部６から出力されるテキストを入力し、テキストがコマンドであれば、取得したＨＴＭＬファイル４上の任意のリンク先ＵＲＬを指定し、テキストがデータであれば、検索キーワードとすることでブラウザ２を操作するものである。

【００１３】受動的テキスト生成部１１は、ＨＴＭＬファイル４を入力し、タグの種類に基づいてテキストを分類して指定の形式のテキストのみを音声合成部７に出力するものであり、能動的テキスト生成部１２は、記憶部８内の対話履歴に基づいてテキストを生成して音声合成部７に出力するものである。

【００１４】また、１３はユーザの検知及びユーザの発話状態の検知を行うユーザ／発話状態検知部、１４はロボット本体に設けられた頭部、口、耳などの動き部位や、これらの動き部位を駆動するアクチュエータや、アクチュエータを駆動する駆動部からなる動き機構部である。

【００１５】また、１５はユーザとの対話が潤滑に行われるように、ユーザとの対話状態に応じて動き部位の動き及び対話生成部９を制御する対話調整部であり、対話生成状態提示部１６と、対話生成制御部１７とを備えている。

【００１６】対話生成状態提示部１６は、ブラウザ操作部１０が音声認識部６から出力されるテキストを待っている状態か否か（ユーザからの音声入力を待っている状態か否か）、ブラウザ２がＨＴＭＬファイルを待っている状態か否か、受動的テキスト生成部１１あるいは能動的テキスト生成部１２がテキストを出力している状態か否か（ユーザに対して音声を出力している状態か否か）
の各状態に合わせて動き部位の動作を生成することにより、ユーザに対して対話生成部９の状態と発話タイミングを物体動作として提示させるものである。

【００１７】対話生成制御部１７は、ユーザ／発話状態検知部１３の出力を入力し、ユーザが発話する場合は、
受動的テキスト生成部１１及び能動的テキスト生成部１
２からのテキストの出力やブラウザ２の動作を停止させ、ブラウザ操作部１０を音声認識部６からのテキストの出力待ち状態とするものである。

【００１８】また、１８はユーザの発話を誘発するように動き部位の動作を制御する対話誘発部であり、ユーザ追従動作生成部１９と、自発的動作生成部２０とを備えている。

【００１９】ユーザ追従動作生成部１９は、ユーザ／発話状態検知部１３の出力を入力し、ユーザが対話可能な領域内に存在することを検知している場合は、ユーザの存在に反応してユーザの移動に追従する動き部位の動作を生成するものである。

【００２０】自発的動作生成部２０は、ユーザ／発話状態検知部１３の出力を入力し、ユーザが対話不可能な領域に存在することを検知した場合またはユーザが対話可能な領域に存在していることを検知しているが、ユーザの発話を検知できない場合には、動き部位を操作し、反応的ではない自発的動作を行わせ、ユーザの注意を引き、ユーザのロボットへの接近を誘発するものである。

【００２１】なお、対話生成部９と対話誘発部１８は、
それぞれ単独でも実行可能である。 また、ブラウザ操作部１０、受動的テキスト生成部１１、能動的テキスト生成部１２、対話生成状態提示部１６、対話生成制御部１
７、ユーザ追従動作生成部１９及び自発的動作生成部２
０の各部は、マルチタスク的に実行される。

【００２２】図２は対話生成部９の処理フローを示す状態遷移図である。 （１）対話生成部９は、音声認識部６からのテキスト入力がない場合、能動的テキスト生成部１２が動作状態となる。 （２）能動的テキスト生成部１２が動作状態で、音声認識部６からのテキスト入力が有ると、ブラウザ操作部１
０が動作状態となる。 （３）ブラウザ操作部１０が動作状態で、ブラウザ２がＨＴＭＬファイルの取得を失敗または中止すると、能動的テキスト生成部１２が動作状態となる。 （４）ブラウザ操作部１０が動作状態で、ブラウザ２がＨＴＭＬファイルの取得を完了すると、受動的テキスト生成部１１が動作状態となる。 （５）受動的テキスト生成部１１が動作状態で、音声合成部７へのテキストの生成が終了または中止となると、
能動的テキスト生成部１２が動作状態となる。 （６）受動的テキスト生成部１１が動作状態で、音声認識部６からのテキスト入力が有ると、ブラウザ操作部１
０が動作状態となる。

【００２３】図３は対話調整部１５の処理フローを示す状態遷移図である。 （１）対話調整部１５は、対話生成部９でのテキスト生成あるいはユーザの発話がない場合、停止状態となる。 （２）停止状態で、対話生成部９でのテキスト生成があると、対話生成状態提示部１６が動作状態となる。 （３）停止状態で、ユーザの発話があると、対話生成制御部１７が動作状態となる。 （４）対話生成状態提示部１６が動作状態で、対話生成部９がテキスト生成を終了または中止すると、停止状態となる。 （５）対話生成状態提示部１６が動作状態で、ユーザの発話があると、対話生成制御部１７が動作状態となる。 （６）対話生成制御部１７が動作状態で、ユーザの発話がないと、停止状態となる。

【００２４】図４は対話誘発部１８の処理フローを示す状態遷移図である。 （１）対話誘発部１８は、ユーザを検知しない場合、停止状態となる。 （２）停止状態で、ユーザが対話可能領域に存在することを検知すると、ユーザ追従動作生成部１９が動作状態となる。 （３）停止状態で、ユーザが対話不可能領域に存在することを検知した場合またはユーザが対話可能領域に存在することを検知したが、ユーザの発話を検知しない場合には、自発的動作生成部２０が動作状態となる。 （４）ユーザ追従動作生成部１９が動作状態で、ユーザを検知しなくなった場合、停止状態となる。 （５）ユーザ追従動作生成部１９が動作状態で、ユーザが対話不可能領域に存在することを検知した場合またはユーザが対話可能領域に存在することを検知したが、ユーザの発話を検知しない場合には、自発的動作生成部２
０が動作状態となる。 （６）自発的動作生成部２０が動作状態で、ユーザを検知しなくなった場合、停止状態となる。 （７）自発的動作生成部２０が動作状態で、ユーザが対話可能領域に存在することを検知すると、ユーザ追従動作生成部１９が動作状態となる。

【００２５】したがって、本発明の一実施形態によれば、ユーザからの音声入力がない場合であっても、能動的テキスト生成部１２の実行により、ユーザに対して音声を出力することができる。

【００２６】そして、ユーザは音声合成部７から出力される音声に応答する形で、制御コマンドとキーワードを発話することで、ブラウザ操作部１０を通じてＨＴＭＬ
ファイルを更新でき、受動的テキスト生成部１１を通じて予め設定された項目（リンク先／入力フォームなど）
を音声として聞きながら、制御コマンドとキーワードを発話することで、ブラウザ操作部１０によりＨＴＭＬファイルを更新取得し音声として情報を聞くことができる。 この一連の動作を繰り返すことによって本発明の一実施形態とユーザの対話が進行する。

【００２７】また、対話調整部１５は、ユーザがディスプレイ等に依存しなくとも、動き部位の動作により、ブラウザ操作部１０が音声認識部６から出力されるテキストを待っている状態か否か、ブラウザ２がＨＴＭＬファイルを待っている状態か否か、受動的テキスト生成部１
１あるいは能動的テキスト生成部１２がテキストを出力している状態か否かを示し、発話タイミングを物体動作として提示し、対話を潤滑に進めさせる。

【００２８】また、対話誘発部１８は、対話が実行されていない場合でも、ユーザが対話可能領域に存在する場合には、ユーザ追従動作生成部１０が動き機構部を操作することで、動き部位をユーザの動きに追従させ対話姿勢を保持し、ユーザの発話を誘発する。 また、ユーザが対話不可能領域に存在することを検知した場合には、自発的な動作を行い、ユーザの本発明の一実施形態への接近を誘発する。

【００２９】図５は本発明の一実施形態の具体例の概略的構成図である。 図５中、２１はロボット本体、２２はパン／チルト旋回可能とされた頭部、２３は開閉可能とされた口、２４、２５は左右方向に一定範囲で旋回可能とされた耳、２６はユーザの音声を取得するためのマイクロホン、２７はユーザに対して音声を出力するためのスピーカ、２８はユーザの口２３の動きを捉えるためのカメラである。

【００３０】また、２９〜３２はユーザを検知するためのセンサであり、２９〜３１は前方に赤外線を照射する反射型赤外線センサ、３２は前方からの赤外線を受光するための焦電型赤外線センサである。 反射型赤外線センサ２９〜３１のユーザ検出距離は、ユーザの音声を検出できる程度のものとされ、焦電型赤外線センサ３２のユーザ検出距離は、反射型赤外線センサ２９〜３１よりも大きいものとされている。

【００３１】また、３３〜３７は動きの方向を矢印で概念的に示すアクチュエータであり、３３、３４は頭部２
２を駆動するアクチュエータ、３５は口２３を駆動するアクチュエータ、３６は耳２４を駆動するアクチュエータ、３７は耳２５を駆動するアクチュエータである。

【００３２】また、３８はインターネットとの接続を図るネットワーク接続部、３９はＣＰＵ（Ｃentral Ｐroc
essing Ｕnit）、４０はメモリ、４１はバス、４２はマイクロホン２６から出力されるアナログ音声信号をデジタル信号に変換するＡＤ変換部、４３はＣＰＵ３９から出力されるデジタル音声信号をアナログ音声信号に変換してスピーカ２７に供給するＤＡ変換部である。

【００３３】また、４４は反射型赤外線センサ２９〜３
１及び焦電型赤外線センサ３２の出力信号を処理してユーザを検知するセンサ出力信号処理部、４５はカメラ２
８から出力される画像信号を処理してユーザの口の動きを検出する画像処理部、４６はアクチュエータ３３〜３
７を駆動する駆動部である。

【００３４】本発明の一実施形態の具体例では、ＣＰＵ
３９とメモリ４０とで、対話生成部９、対話調整部１５
及び対話誘発部１８の機能が達成され、マイクロホン２
６とＡＤ変換部４２とＣＰＵ３９とメモリ４０とで、音声認識部６の機能が達成され、スピーカ２７とＤＡ変換部４３とＣＰＵ３９とメモリ４０とで、音声合成部７の機能が達成される。

【００３５】また、カメラ２８と反射型赤外線センサ２
９〜３１と焦電型赤外線センサ３２とセンサ出力信号処理部４４とＣＰＵ３９とメモリ４０とで、ユーザ／発話状態検知部１３の機能が達成され、頭部２２、口２３及び耳２４、２５からなる動き部位とアクチュエータ３３
〜３７と駆動部４６とで、動き機構部１４が構成されている。

【００３６】このように構成された本発明の一実施形態の具体例においては、ユーザの音声はマイクロホン２６
で検出され、マイクロホン２６から出力されるアナログ音声信号はＡＤ変換部４２でデジタル音声信号に変換され、ＣＰＵ３９によりテキストに変換され、ＣＰＵ３９
は、テキストがコマンドであれば、取得したＨＴＭＬファイル上の任意のリンク先ＵＲＬを指定し、テキストがデータであれば、検索キーワードとすることで、メモリ４０内に格納されているブラウザを操作し、ネットワーク接続部３８を通じてＨＴＭＬファイルを更新する。

【００３７】また、ＣＰＵ３９は、取得したＨＴＭＬファイルを入力し、タグの種類に基づいてテキストを分類し、指定の形式のテキストのみをデジタル音声信号に変換してＤＡ変換部４３に出力し、ＤＡ変換部４３は、デジタル音声信号をアナログ音声信号に変換し、スピーカ２７に出力する。

【００３８】また、ＣＰＵ３９は、ユーザが対話可能領域に存在しているが、発話をしない場合には、記憶部８
内の対話履歴に基づいてテキストを生成し、ＤＡ変換部４３に出力し、ＤＡ変換部４３は、デジタル音声信号をアナログ音声信号に変換し、スピーカ２７に出力する。

【００３９】また、ＣＰＵ３９は、ユーザからの音声入力待ち、あるいは、ブラウザによるＨＴＭＬファイルの取得待ち、あるいは、ユーザへの音声出力中の各状態に合わせ、駆動部４６を通して、アクチュエータ３３〜３
７を操作することで、それぞれ、ロボット本体２１の頭部２２、口２３、耳２４、２５の動作を生成する。

【００４０】また、本発明の一実施形態の具体例では、
カメラ２８によりユーザの口の画像を取得し、画像処理部４５でユーザの口の開閉を検出し、ＣＰＵ３９は、画像処理部４５がユーザの口の開閉を検出したときは、すなわち、ユーザの発話を認識した場合は、テキストの生成を停止し、テキスト入力待ち状態とする。

【００４１】また、ユーザが対話可能な領域内に存在する場合、反射型赤外線センサ２９〜３１の状態に基づいてアクチュエータを操作し、駆動部４６を通して、頭部２２をパン／チルト旋回させ、ユーザに追従させる。

【００４２】また、ＣＰＵ３９は、反射型赤外線センサ２９〜３１がユーザを検知していない状態で、焦電型赤外線センサ３２がユーザを検知した場合（ユーザが対話不可能領域に存在する場合）又はユーザが対話可能領域に存在しているが、ユーザの発話を検知できない場合では、アクチュエータ３４〜３７を操作し、口２３、耳２
４、２５を動作させる。

【００４３】なお、ＣＰＵ３９、メモリ４０、ＡＤ変換部４２、ＤＡ変換部４３、センサ出力信号処理部４４、
画像処理部４５及び駆動部４６の全部または一部は、ロボット本体２１に内蔵するように構成しても良いし、ロボット本体２１に対して外部装置として構成するようにしても良い。

【００４４】このように、本発明の一実施形態によれば、対話生成部９と対話調整部１５と対話誘発部１８とを備えているので、ユーザがインターネットの各種端末を操作する状況にない場合や、ユーザにインターネット上の情報の獲得意欲がない場合においても、ユーザに向かって能動的かつ積極的にインターネット上の情報を発信し、ユーザを自然な形でインターネット上の情報を活用できる状態に導くことができ、ユーザの思考や感情を活性化することができる。

【００４５】ここで、本発明の内容を整理すると、本発明には、少なくとも、以下に述べるロボット装置が含まれる。

【００４６】（１） 動き部位を有するロボット本体と、情報資源としてインターネットを利用し、ユーザに対する音声出力に必要なテキストを生成する対話生成部と、ユーザとの対話状態に応じて前記動き部位の動き及び前記対話生成部を制御する対話調整部と、ユーザの発話を誘発するように前記動き部位の動作を制御する対話誘発部を備えていることを特徴とするロボット装置。

【００４７】（２） 前記（１）に記載されたロボット装置であって、ブラウザと、ユーザが発した音声を認識してテキストに変換する音声認識部と、前記対話生成部が生成したテキストから音声を合成する音声合成部と、
対話履歴を記憶する記憶部とを備え、前記対話生成部は、前記音声認識部から出力されるテキストに基づいてＷＷＷデータベースからＨＴＭＬファイルを取得するために前記ブラウザを操作するブラウザ操作部と、取得したＨＴＭＬファイルからユーザへの応答に必要なテキストを前記音声合成部に出力する受動的テキスト生成部と、前記記憶部が記憶する対話履歴からテキストを生成して前記音声合成部に出力する能動的テキスト生成部を備えていることを特徴とするロボット装置。

【００４８】（３） 前記（２）に記載されたロボット装置であって、前記ブラウザ操作部は、前記音声認識部から出力されるテキストがコマンドであればＨＴＭＬファイル上の任意のＵＲＬを指定し、前記音声認識部から出力されるテキストがデータであれば検索キーワードとして前記ブラウザを操作する機能を備えていることを特徴とするロボット装置。

【００４９】（４） 前記（２）に記載されたロボット装置であって、前記受動的テキスト生成部は、取得したＨＴＭＬファイルのタグの種類に基づいてテキストを分類し、指定の形式のテキストのみを出力することを特徴とするロボット装置。

【００５０】（５） 前記（２）に記載されたロボット装置であって、前記記憶部は、対話履歴として、前記音声認識部から過去に出力されたテキストと、前記ブラウザが過去に取得したＨＴＭＬファイルを記憶し、前記能動的テキスト生成部は、前記記憶部に記憶されている対話履歴から適切なテキストを出力することを特徴とするロボット装置。

【００５１】（６） 前記（１）に記載されたロボット装置であって、前記対話調整部は、前記対話生成部の状態を前記動き部位の動きによって提示させる対話生成状態提示部と、ユーザの発話に応じて前記対話生成部を制御する対話生成制御部を備えていることを特徴とするロボット装置。

【００５２】（７） 前記（６）に記載されたロボット装置であって、前記対話生成状態提示部は、前記ブラウザ操作部が前記音声認識部から出力されるテキストを待っている状態か否か、前記ブラウザがＨＴＭＬファイルを待っている状態か否か、前記受動的テキスト生成部あるいは前記能動的テキスト生成部がテキストを出力している状態か否かの各状態に合わせて前記動き部位の動作を生成することにより、ユーザに対して、前記対話生成部の状態と発話タイミングを物体動作として提示することを特徴とするロボット装置。

【００５３】（８） 前記（６）に記載されたロボット装置であって、前記対話生成制御部は、ユーザが発話する場合は、前記受動的テキスト生成部からのテキストの出力、前記受動的テキスト生成部からのテキストの出力の停止及びブラウザの動作を停止させ、前記ブラウザ操作部を前記音声認識部からのテキストの出力待ち状態とし、ユーザの発話を優先させることを特徴とするロボット装置。

【００５４】（９） 前記（１）に記載されたロボット装置であって、前記対話誘発部は、ユーザの存在に反応してユーザの移動に追従する前記動き部位の動作を生成するユーザ追従動作生成部と、ユーザの動作に関連しない前記動き部位の非反応的な動作を生成する自発的動作生成部を備えていることを特徴とするロボット装置。

【００５５】（１０） 前記（９）に記載されたロボット装置であって、前記ユーザ追従動作生成部は、ユーザが対話可能な領域内に存在する場合には、前記動き部位の動作をユーザに追従させることで、ユーザとの対話姿勢を保持することを特徴とするロボット装置。

【００５６】（１１） 前記（９）に記載されたロボット装置であって、前記自発的動作生成部は、ユーザが対話不可能領域に存在する場合またはユーザが対話可能領域に存在するが、ユーザが発話をしない場合には、自発的動作を行い、ユーザの注意を引き、ユーザのロボットへの接近を誘発することを特徴とするロボット装置。

【００５７】

【発明の効果】以上のように、本発明によれば、ユーザがインターネットの各種端末を操作する状況にない場合や、ユーザにインターネット上の情報の獲得意欲がない場合においても、ユーザに向かって能動的かつ積極的にインターネット上の情報を発信し、ユーザを自然な形でインターネット上の情報を活用できる状態に導くことができ、ユーザの思考や感情を活性化することができる。

【図面の簡単な説明】

【図１】本発明の一実施形態の概略的構成図である。

【図２】本発明の一実施形態が備える対話生成部の処理フローを示す状態遷移図である。

【図３】本発明の一実施形態が備える対話調整部の処理フローを示す状態遷移図である。

【図４】本発明の一実施形態が備える対話誘発部の処理フローを示す状態遷移図である。

【図５】本発明の一実施形態の具体例の概略的構成図である。

【符号の説明】

（図５） ２２ 頭部 ２３ 口 ２４、２５ 耳 ２６ マイクロホン ２７ スピーカ ２８ カメラ ２９〜３１ 反射型赤外線センサ ３２ 焦電型赤外線センサ ３３〜３７ アクチュエータ

───────────────────────────────────────────────────── フロントページの続き Ｆターム(参考） 3F059 DA05 DB04 DC00 DC08 DD11 5B075 KK07 ND20 PP07 PQ02 PQ04 PQ42 UU40 5D015 KK02 KK04 LL00 LL12 5D045 AB01 AB30 9A001 EE05 HH17 HH18 HH19 HH33 HZ23 HZ34 JJ25 KK16