声から感情がまる分かり!? 「ココロスキャン」の感情検出の仕組みとは

セガが2007年夏に発売を予定している「音声感情測定器ココロスキャン」（以下、ココロ
スキャン）は、プレーヤーの発話音声に含まれる「喜び」、「怒り」、「がっかり（落胆）」、
「平常心」、「興奮」といった5つの要素の度合いからココロの動きを認識し、誰でも手軽に
ココロの測定を行ったり、ココロの変化を利用したゲームを楽しむことができるという。
ところで、人の声から感情を検出するというのは、いったいどのように実現しているのだろう。
「ココロスキャン」に採用されている感情検出システム「感性制御技術 ST for ニンテンドーDS」
の開発に携わった日本SGIにお邪魔して、その仕組みを伺ってきた。

では、STではどのように人間の感情を理解しているのか。日本SGIの大塚寛氏は「通常、
私たちは相手の声だけでなく、表情や身振りなど、さまざまな要素を組み合わせることによって、
その時の相手の感情を読み取っているんです。それに対しSTでは、人間の声だけで感情を
理解するようになってます」と語る。人間が発する声から、「喜び」、「怒り」、「哀しみ」、
「平常」、「興奮」、「笑い」という6種類の感情を理解するという。

では、STが声で感情を理解する仕組みはどうなっているのか。日本SGIの森永久之氏によると
「実は、STが声から感情を理解する過程で、音声認識は全く行っていないんです。音声認識に
よって言葉の内容を理解し、そこから感情を認識しているのではなく、言葉を”音”として
取り込み解析することによって感情を導き出しているんです」とのこと。

ITmedia
http://plusd.itmedia.co.jp/games/articles/0706/13/news005.html