1.はじめに

我々は、多くの人に使いやすい新しいヒューマンインタフェースの構築を目指し、対話型インタフェースの研究・開発を進めている。人間とシステムの間でスムーズなコミュニケーションが行われていれば、たとえ１度のコミュニケーションでうまくいかなくても、問い返し等で最終的には意図する内容が伝えられる。このためには、人間がエージェントとの対話に快適さを感じなければならない。我々は人間同士の活発な会話を参考にし、この対話の維持機能と快適さの実現を目指す。

2.マルチモータル対話データベース

人間同士の対話を解析するために、我々はマルチモーダル対話データベースシステムを構築している。これは異なる場所に着席した二人の被験者がモ二夕越しに対話を行う様子を収録する。モ二夕画像は、視線が一致するようにハーフミラーの後、被験者の正面から撮影される（図１）。

図１ マルチモーダル対話データベースシステム

また、対話ではさまざまなジェスチャーが現れ、その強度、タイミングも重要になることから、赤外線を用いたモーションキャプチャシステムを用いて上半身の各部の各時刻毎の位置を計測している。これらの収録されたデータをもとに1/3O秒毎に音声のピッチや動きの速度などが計算され、また、発話内容も書き起こして解析を行っている。この結果、対話を調整するのに重要な役割を果たしている相槌は、対話相手の発話の影響を受けると共に、聞き千毎に独自のりズムを持つことが示された。

3.マルチモータル・エージェント・インタフェース

これまで行ってきたデータベースの解析から、相槌などの非言語情報の時間による変動が、対話で特徴的な振る舞いをしていることが分ってきた。そこで、我々はシステムの非言語情報を表現するために、力学系対話モデルを提案している。このモデルではシステムの感情が時間とともに変動し、それによって出力する非言語情報が変化する。このモデルを相槌に適用し、CGで描かれた人物が表情やジエスチャを交えながら旅行の計画の伝言を受ける留守番テレビ電話のプロトタイプシステムを開発した（図２）。

図２ プロトタイプシステム

今後は、このモデルにより多くの感情を導入し、より快適なインタフェースの実現を目指す。