人間の認知傾向を考慮した音声対話システムの性格表現：テキスト対話と音声対話の比較

抄録

音声対話システムにおいて開発者が設計した性格を適切に表現することは重要である．大規模言語モデルを用いた性格表現では，BigFiveにおける外向性は表現しやすいが他の特性の表現は困難である．そのため，広く用いられている自己認知に基づくBigFive特性ではなく，他者認知における粒度での性格特性の設計が必要である．本研究では、人間の認知傾向を考慮した音声対話システムの性格表現手法を提案する．対話コーパスにおける話者に対して第三者が付与した性格特性について，因子分析と主成分分析を用いることで，ユーザに認知されやすい性格特性を調査した．その結果，対話においては， BigFiveの上位因子である３特性が，システムの性格としてユーザに認知されやすいことがわかった．実験結果から話速，相槌，フィラー，交替潜時を制御することで，テキスト対話では十分に表現できない特性が音声対話では表現できることが示された．