1.はじめに

本研究の最終的な目標は，計算機の音声理解能力を向上させ，人間と計算機との間で自然なマルチモーダル対話を実現することである。そのためには，話者がその場で内容を考えながら自発的に発話した音声を，計算機が理解できる必要がある。そのような自然な発話には，有声休止，無声休止，音節の引き延ばし，言い直しといった，書き言葉には通常現れない，話し言葉特有の言い淀み現象が頻繁に現れる。音声対話システムの性能を向上させるには，言い淀み現象を冗長語や不用語等とみなして単に無視するのではな<,言い淀みが起きていることを的確に認識し，それらの役割を把握して活用することが重要である。

その第一段階として，本稿では，音声対話において共通した大切な役割を果たしている，有声休止と音節の引き延ばしの二つの言い淀み現象(以下，「有声休止(filled pause)」)を，ボトムアッブな音響分析によって検出する手法を提案する。

2.有声休止の重要性

有声休止の検出は，大別して二つの意義を持つ。一つは音声認識に対する貢献で，例えば，検出した有声休止区間を考慮して認識することで，認識性能向上が期待できる。もう一つは音声対話に対する貢献で，以下に示す有声休止の役割を考慮した音声対話システムを実現することが可能になる。

・発話権の保持，場つなぎの機能

話者は，次の発話が準備できていないにも関わ らず発話権を持ち続けたいとき，有声休止によっ て，聴取者に次の発話を待って欲しいと伝える ことができる。聴取者は，有声休止を聞くと，話 者の次の発話を待つた方がよい等と判断できる。

・話者の心的状態・思考状態を表す機能

話者は，有声休止の発声法等によって，自信のなさ，不安，幅曙，謙遜といった心的状態を表現できる。また，つなぎ語の種類等によって，異なる思考状態も表現できる。聴取者は，有声休止からそのような状態を推測し，言語以外の付加情報（別のモダリティ)として利用できる。

図１ 有声休止検出手法の処理のながれ

3.有声休止検出手法

　本研究では，有声休止が自然な発話において不可避なのは，思考プロセスが発話プロセスに追い付かず，次の発話内容が間に合わないときに表れる現象であるからだと仮定する。すると有声休止は，調音器官がほぼ一定で声帯が振動し続けるときの音声，つまり，音韻的に変化が少ない持続した有声音(有声休止音)を伴うことになる。実際に，典型的に用いられるつなぎ語(「え一」「う一(ん)」「ま一」「あの一」「その一」等)や音節中の母音の引き延ばし箇所(「一階に一」「道を曲がる前こ一」等には，有声休止音が含まれている。

　そこで本手法では，有声休止音が持つ二つの音響的特徴(基本周波数の変動が小さい／スペクトル包絡の変形が小さい)を，ボトムアップな信号処理で検出する。具体的な処理の流れを図1に示す。

4.おわりに

　本稿では，自然な発話による音響信号に対して，音韻やつなぎ語の種類を問わずに，有声休止箇所を検出する手法について述べた．我々は既に，本手法に基づいて，有声休止らしさと有声休止区間の判定結果をリアルタイムに出力するシステムを構築した。日本語の自由発声音声の対話コーパスから 100発話(男女5名ずつ)を抜粋して実験した結果，再現率84.9%,適合率91.5%という高い精度で検出できた．今後は有声休止の役割を積極的に活用した音声対話システムを構築していく予定である。