CN117916731A - 信息处理系统和信息处理方法 - Google Patents

Abstract

提供能够使用多种多样的对话表现来进行对于用户而言容易理解的交流的信息处理系统(1)和信息处理方法。本发明检测用户对代理装置(5)的熟练度，使用被分类为积极语句和消极语句的应答语句信息来生成与用户的熟练度相应的对话语句数据。此时，根据用户的熟练度相对低的情况和用户的熟练度相对高的情况，来变更在对话语句数据中使用的积极语句的比例和消极语句的比例。

Description

信息处理系统和信息处理方法

技术领域

本发明涉及信息处理系统和信息处理方法。

背景技术

已知一种对话系统，针对某个单词，将“最喜欢”等表示肯定的意思内容的积极(positive)意志感情语言与“疲劳”等表示否定的意思内容的消极(negative)意志感情语言相关联地存储于数据库，在数据库中存储有所受理到的输入语句所包含的单词的情况下，使用与该单词相关联的多个意志感情语言的组合来制作回答语句(参照专利文献1)。

现有技术文献

专利文献

专利文献1：日本特开2017-157011号公报

发明内容

发明要解决的问题

在上述以往的对话系统中，在制作出的回答语句中无规律地混合存在积极意志感情语言和消极意志感情语言。然而，在一般的对话中，当在从说话的人表达的内容中混合存在具有积极的意思的语句和具有消极的意思的语句时，听者有时难以理解内容。统一为具有积极的意思的语句更直接地传达意思，对于听者而言更容易理解内容。

在使用了代理功能的交流装置中，当具有积极的意思的语句和具有消极的意思的语句混合存在时，特别是当用户对代理装置不熟悉或者处于对代理装置未给予较多的注意的状况时，有时难以瞬间理解从代理表达的内容。另一方面，当完全不使用具有消极的意思的语句时，对话表现被限制，而无法发挥代理功能。因此，期望的是，在使用了所谓的代理功能的装置中，使用多种多样的对话表现来进行对于用户而言容易理解的交流。

本发明要解决的问题在于提供一种能够使用多种多样的对话表现来进行对于用户而言容易理解的交流的信息处理系统和信息处理方法。

用于解决问题的方案

本发明检测用户对代理装置的熟练度，使用被分类为积极语句和消极语句的应答语句信息来生成与用户的熟练度相应的对话语句数据。此时，根据用户的熟练度相对低的情况和用户的熟练度相对高的情况，来变更在对话语句数据中使用的积极语句的比例和消极语句的比例，由此解决上述问题。

发明的效果

根据本发明，能够使用多种多样的对话表现，来进行对于用户而言容易理解的交流。特别是在进行使用了代理功能的信息提供的情况下，根据用户的状况来使对话表现变化，因此，还能够期待用户容易对代理怀有好印象、亲近感这样的效果。

附图说明

图1是示出本发明所涉及的信息处理系统的第一实施方式的框图。

图2是示出图1的代理装置的设置场所的一例的车厢内的图。

图3是示出由图1的信息处理装置实施了信息处理后的乘员信息数据库(驾驶员)的结构例的图。

图4是用于说明由图1的信息处理装置执行的输入数据的信息处理的图。

图5是示出由图1的信息处理装置执行的应答语句信息的生成例的图。

图6是示出由图1的信息处理装置执行的基于驾驶员的熟练度的信息处理过程的一例的流程图。

图7A是示出实施图6的步骤S107～步骤S109的信息处理来生成对话语句数据的场景的一例的图。

图7B是示出实施图6的步骤S106的信息处理来生成对话语句数据的场景的一例的图。

图7C是示出实施图6的步骤S105的信息处理来生成对话语句数据的场景的一例的图。

图8是示出生成与图7A～图7C中的各图对应的对话语句数据的场景的另一例的图。

图9是示出本发明所涉及的信息处理装置系统的第二实施方式的框图。

图10是示出由图9的信息处理装置执行的基于驾驶员的识别负荷的信息处理过程的一例的流程图。

图11A是示出实施图10的步骤S207～步骤S209的信息处理来生成对话语句数据的场景的一例的图。

图11B是示出实施图10的步骤S206的信息处理来生成对话语句数据的场景的一例的图。

图11C是示出实施图10的步骤S205的信息处理来生成对话语句数据的场景的一例的图。

图12是示出本发明所涉及的信息处理装置系统的第三实施方式的框图。

图13是示出由图12的信息处理装置实施了信息处理后的乘员信息数据库(同乘人)的结构例的图。

图14是示出由图12的信息处理装置执行的基于同乘人的属性信息的信息处理过程的一例的流程图。

图15A是示出实施图14的步骤S308～步骤S310的信息处理来生成对话语句数据的场景的一例的图。

图15B是示出实施图14的步骤S307的信息处理来生成对话语句数据的场景的一例的图。

图15C是示出实施图14的步骤S306的信息处理来生成对话语句数据的场景的一例的图。

具体实施方式

〈〈第一实施方式〉〉

下面，基于附图来说明本发明的实施方式。图1是示出本发明所涉及的信息处理系统1的第一实施方式的框图，图2是示出图1所示的代理装置5的设置场所和动作的一例的车厢内的图。本发明所涉及的信息处理系统1使用了代理装置5，该代理装置5借助被拟人化的代理52(下面也简称为代理52。)的代理功能、具体的是声音、图像、角色机器人的动作及它们的组合的介质来向用户提供信息或者与用户之间进行对话。信息处理系统1检测用户对代理装置5的熟练度，根据该用户的熟练度来变更在代理装置5所输出的对话语句数据中使用的积极语句的比例和消极语句的比例。

在本实施方式中，用户是指利用信息处理系统1的人，在下面以对于车辆的驾驶员D应用的例子来进行说明，但用户也可以是除驾驶员D以外的其他同乘人X(下面，将这些驾驶员和同乘人也简称为乘员。)。另外，在下面说明车辆具备代理装置5的例子，但代理装置5的方式、设置场所并不限定于此。代理装置5只要是搭载有代理功能的电子设备即可，例如也可以是可移动的扬声器型电子设备、带显示器的电子设备。并且，也可以将下面说明的代理装置5的与声音输出和影像输出有关的功能搭载于智能电话等手机。另外，被拟人化的代理52是一例，即使不模仿人类，也可以是显示动物、植物、规定的角色、虚拟形象、图标的代理52。代理52既可以设置为物理的个体，或者也可以将作为代理52的人类、动物、植物、规定的角色等的外形作为图像显示在显示器上。

如图1和图2所示，关于本实施方式的代理装置5，以能够通过未图示的致动器相对于基台51突出退避的方式设置有模仿了人类的角色机器人52。代理装置5接受来自输出部27的控制指令，在通过代理功能来与乘员进行交流的情况下，如图2的下侧图所示那样，从基台51出现，当与乘员的交流结束时，如图2的上侧图所示那样，角色机器人52被收纳于基台51。

代理装置5包括用于输出声音、效果音的扬声器等声音输出部、显示包含字符的图像的显示器等显示部，通过将声音、效果音、字符等图像与角色机器人52的动作一起提供给乘员来输出交流信息。此外，在本实施方式中，以将代理设为角色机器人52那样的三维物体的例子来进行说明，但并不限定于此，如图8所示，也可以设为显示于显示器的二维图像。

返回到图1，本实施方式的信息处理系统1由信息处理装置2、车辆传感器类3、输入装置4以及作为输出装置的代理装置5构成，该信息处理装置2具备：ROM(Read OnlyMemory：只读存储器)，其保存有用于执行各种处理的编程；作为动作电路的CPU(CentralProcessing Unit：中央处理单元)，该动作电路通过执行保存于该ROM的程序来作为信息处理装置发挥功能；以及RAM(Random Access Memory：随机存取存储器)，其作为可进行存取的存储装置发挥功能。这些装置例如通过CAN(Controller Area Network：控制器局域网)等车载LAN来连接，能够相互进行信息的发送接收。而且，当从通过执行信息处理程序而发挥的功能结构来看时，信息处理装置2如图1所示那样具备：乘员确定部21、乘员信息数据库22、熟练度检测部23、输入数据处理部24、应答语句信息数据库25、数据生成部26以及输出部27。

乘员确定部21基于来自车辆传感器类3的输入信号来确定驾驶员D并至少暂时进行存储。当以图2所示的场景来说时，乘员确定部21基于由作为车辆传感器类3的车内摄像机拍摄到的图像数据，将就座于驾驶座的人物确定为驾驶员D。所确定的驾驶员D的识别信息被输出到熟练度检测部23。此外，驾驶员D的确定也可以使用来自在座位座席的就座部的内部设置的就座传感器、安全带的传感器的输入信号。另外，也可以是，在例如车辆的无线钥匙中存储驾驶员D的识别数据，在使用该无线钥匙解锁或启动车辆时，通过自动或半自动地读取驾驶员D的识别数据来进行确定。

另外，乘员确定部21将从车辆传感器类3获取到的检测值与所确定的驾驶员D的识别信息建立对应来生成乘车信息，并将该乘车信息累积于乘员信息数据库22。乘车信息是指记录了驾驶员D搭乘车辆的时刻和从车辆下车的时刻的乘车历史记录。乘车信息也可以包含从车辆传感器类3获取到的、导航装置、驾驶辅助装置等车载装置的使用历史记录。

并且，乘员确定部21将从车辆传感器类3获取到的检测值与所确定的驾驶员D的识别信息建立对应，来生成驾驶员D对代理装置5的利用信息，并将该利用信息累积于乘员信息数据库22。利用信息除了是记录有驾驶员D开始使用代理装置5的时刻和结束使用代理装置5的时刻的使用历史记录之外，还是设定变更等特定的操作和针对该操作的取消(返回到前一个操作、取消操作)等的操作历史记录、由驾驶员D输入的声音信息、字符信息等的输入数据历史记录等。代理装置5的这些利用信息用于计算驾驶员D对代理装置5的熟练度。

乘员信息数据库22保存由乘员确定部21生成的、驾驶员D的乘车信息和驾驶员D对代理装置5的利用信息。图3是示出了乘员信息数据库22的结构例(驾驶员)的图。如图3所示，在乘员属性中例如将父亲记录为用户1，将作为用户1的父亲搭乘车辆和从车辆下车的乘车历史记录存储为乘车信息。另外，作为代理装置5的利用信息，除了存储作为用户1的父亲搭乘车辆时使用了代理装置5的使用历史记录之外，还存储设定变更、制止代理装置5的会话的操作历史记录、由作为用户1的父亲输入的声音信息、字符信息等的输入数据历史记录。并且，在乘员信息数据库22中，也可以包括基于代理装置5的利用信息而计算的、每个用户的熟练度的信息。此外，乘员信息数据库22设为包括在信息处理装置2中的结构，但也可以设为通过与设置于外部的服务器进行通信来存储或获取各种信息的结构。

熟练度检测部23当从乘员确定部21获取到驾驶员D的识别信息时，参照乘员信息数据库22，使用驾驶员D对代理装置5的利用信息来计算熟练度。这是因为，通过使用代理装置5的利用信息，能够计算与驾驶员D的实际的使用状况相应的熟练度。熟练度是表示驾驶员D对代理装置5的使用有多熟悉且熟练的指标。熟练度越高，则表示驾驶员D越熟悉代理装置5的操纵，熟练度越低，则表示驾驶员D越不熟悉代理装置5的操纵。熟练度检测部23计算出的驾驶员D的熟练度被累积于乘员信息数据库22，并且被输出到数据生成部26。

驾驶员D的熟练度的计算方法不被特别限定，但也可以使用代理装置5的利用信息，例如每当使用了代理装置5的累计时间超过50小时时或每当使用了代理装置5的累计次数超过10次时，将评分相加来计算熟练度。另外，也可以根据针对代理装置5的操作历史记录，参照特定的操作和取消该特定的操作(返回到前一个操作、取消操作)的历史记录，在未检测到规定次数的取消的情况下判定为熟悉了该特定的操作并将评分相加。并且，也可以根据针对代理装置5输出的信息而输入了驾驶员D应答的信息的频度、由驾驶员D输入的内容的详细度来将评分相加。

熟练度检测部23也可以使用所例示出的任一个信息来计算熟练度，也可以将多个信息组合来进行计算。另外，除了考虑对代理装置5的利用信息之外，还可以考虑驾驶员D驾驶车辆的行驶时间、使用了导航装置、驾驶辅助装置等车载装置的使用历史记录之类的、对车辆的熟悉。在驾驶员D为驾驶初学者的情况下，通过考虑对车辆的熟悉，能够适当地计算针对代理装置5的熟练度。此外，关于熟练度的计算方法，设为了使用评分来相加的方式，但并不限定于此。

输入数据处理部24对从输入装置4获取到的驾驶员D的声音信息进行声音识别处理，基于声音信息中包含的词(word)，来将所输入的数据分类为积极语句或消极语句。输入装置4例如是设置在车内的能够进行声音输入的麦克风。输入装置4的设置位置不被特别限定，但优选设置于乘员的座位附近。关于声音识别处理，能够应用公知的技术。在声音识别处理中，将驾驶员D的声音信息数字化来生成文本数据(字符串)，基于该文本数据中包含的词，来分类为积极语句或消极语句。积极语句是指以对于驾驶员D而言肯定的或积极的意义来使用的单词或文章，消极语句是指以对于驾驶员D而言否定的或消极的意义来使用的单词或文章。

例如，如图4的上侧图所示，当从驾驶员D获取到“如果洗车，车好看了会很高兴”这样的声音信息时，输入数据处理部24将声音信息数字化来生成文本数据，基于文本数据中包含的“高兴”这一词来对所输入的数据进行分类。“高兴”这一词是以对于驾驶员D而言肯定的或积极的意义来使用的词，因此，输入数据处理部24将“如果洗车，车好看了会很高兴”这样的文章分类为积极语句，并将其存储于应答语句信息数据库25。此外，也可以仅将“高兴”这一单词存储于应答语句信息数据库25。

同样，如图4的下侧图所述，当从驾驶员D获取到“如果堵塞会很讨厌”这样的声音信息时，输入数据处理部24将声音信息数字化来生成文本数据，基于文本数据中包含的“讨厌”这一词来对所输入的数据进行分类。“讨厌”这一词是以对于驾驶员D而言否定的或消极的意义来使用的词，因此，输入数据处理部24将“如果堵塞会很讨厌”这样的文章分类为消极语句，并将其存储于应答语句信息数据库25。此外，也可以仅将“讨厌”这一单词存储于应答语句信息数据库25。

像这样，输入数据处理部24在驾驶员D的声音信息中包含的词、包含这些词的文章是以对于驾驶员D而言肯定的或积极的意义来使用的情况下将其分类为积极语句，在是以对于驾驶员D而言否定的或消极的意义来使用的情况下将其分类为消极语句。

另外，积极语句和消极语句的分类也可以反映驾驶员D的喜好等。也可以是，例如在从驾驶员D获取到“α队(声援的棒球队)赢了β队(不声援的棒球队)所以很高兴”这样的声音信息的情况下，将与“α队(声援的棒球队)”有关的信息分类为以对于驾驶员D而言肯定的或积极的意义来使用的积极语句，将与“β队(不声援的棒球队)”有关的信息分类为以对于驾驶员D而言否定的或消极的意义来使用的消极语句。

由输入数据处理部24进行分类所得到的、基于驾驶员D的声音信息的积极语句和消极语句作为在从代理装置5输出的对话语句数据的生成中使用的应答语句信息被累积于应答语句信息数据库25。

应答语句信息数据库25保存基于驾驶员D的声音信息而累积的、积极语句和消极语句的应答语句信息。另外，除了保存这些应答语句信息之外，还保存数据生成部26为了生成对话语句数据而使用的应答语句的典型语句例、单词、惯用语等词汇、语法的信息之类的语言信息。此外，应答语句信息数据库25设为包括在信息处理装置2中的结构，但也可以设为通过与设置于外部的服务器进行通信来存储或获取各种信息的结构。

另外，对话语句数据的生成，除了使用基于上述的驾驶员D的声音信息而累积的积极语句和消极语句以外，还能够将经由因特网等电信线路网从外部的WEB网站等外部网站针对特定的话题而获取到的信息应用于应答语句的典型语句例来使用，或者使用通过规定的算法生成的应答语句信息。

图5是示出了使用规定的算法生成的应答语句信息的生成例的图。用于生成应答语句信息的算法不被特别限定，但预先被编程为如下各条件：1)使用积极或消极的单词/文章进行输出；2)向用户输出与任务的进程有关的信息；3)输出与用户有关的信息；4)输出否定用户的行动的信息；5)输出否定用户的驾驶行动的信息；6)输出与用户的喜好有关的信息等。

例如，在1)使用积极或消极的单词/文章进行输出的情况下，对于积极语句生成使用了具有预先决定的积极的意思的单词或文章的应答语句信息，对于消极语句生成使用了具有预先决定的消极的意思的单词或文章的应答语句信息。当以图5所示的例子来说时，在驾驶员D接近车辆时，作为积极语句，使用具有积极的意思的“太好了”来生成“太好了，去兜风”这样的应答语句信息。与此相对，在消极语句中，使用具有消极的意思的“忘记”来生成“忘记买什么了吗”这样的应答语句信息。

接着，在2)向用户输出与任务的进程有关的信息的情况下，对于积极语句生成包含表示任务完成的内容的应答语句信息，对于消极语句生成包含表示任务未完成或处于异常的状态的内容的应答语句信息。当以图5所示的例子来说时，关于驾驶员D的洗车这一任务，作为积极语句，生成表示洗车完成的“感谢给我洗车”这样的应答语句信息。与此相对，作为消极语句，生成表示洗车未完成的“最近，没给我洗车啊”这样的应答语句信息。

接着，在3)输出与用户有关的信息的情况下，对于积极语句生成包含肯定与用户关联的信息的(接受的、称赞的、鼓励的、积极的)内容的应答语句信息，对于消极语句生成包含否定与用户关联的信息的(拒绝的、促使注意的、打击的、消极的)内容的应答语句信息。当以图5所示的例子来说时，在驾驶员D打开车辆的门时，作为积极语句，生成对驾驶员D打开门表示肯定的(接受的)“欢迎，××(驾驶员D的姓名)”这样的应答语句信息。与此相对，作为消极语句，生成对驾驶员D打开门表示否定的(拒绝的)“有什么事吗”这样的应答语句信息。

在4)输出否定用户的行动的信息的情况下，在消极语句中生成包含比积极语句更强烈地否定用户的行动的内容的应答语句信息。当以图5所示的例子来说时，对于驾驶员D的急加速、急减速的操作，作为积极语句，生成“燃油消耗会变差哟”这样的应答语句信息，与此相对，作为消极语句，生成更强烈地否定驾驶员D的操作的“危险”这样的应答语句信息。另外，在5)输出否定用户的驾驶行动的信息的情况下，在消极语句中也可以包含与乘员及车辆的危险性关联的信息。例如，对于驾驶员D的紧打方向盘的驾驶操作，在积极语句中生成“要晕了”这样的应答语句信息，与此相对，在消极语句中生成“这是危险驾驶”这样的应答语句信息。

在6)输出与用户的喜好有关的信息的情况下，对于积极语句生成包含与预先决定的用户的喜好匹配的内容的应答语句信息，对于消极语句生成包含与用户的喜好不匹配的内容的应答语句信息。当以图5所示的例子来说时，在驾驶员D声援了α队(棒球队)的情况下，作为积极语句，使用对于α队而言令人满意的内容来生成“α队正在连胜”这样的应答语句信息。与此相对，作为消极语句，使用对于α队而言不令人满意的内容来生成“α队丢了2分”这样的应答语句信息。

返回到图1，数据生成部26基于从熟练度检测部23获取到的驾驶员D的熟练度，来决定在对话语句数据中使用的积极语句的比例和消极语句的比例，生成从代理装置5输出的对话语句数据。如上所述，在使用了代理装置5的交流中，当具有积极的意思的语句和具有消极的意思的语句混合存在时，有时驾驶员D难以瞬间理解从代理52表达的内容。特别是，当驾驶员D不熟悉代理装置的操纵时，该倾向强。统一为具有积极的意思的语句更直接地传达意思，对于听者而言更容易理解内容，但另一方面，当完全不使用具有消极的意思的语句时，对话表现被限制。

因此，在本实施方式的信息处理系统1中，基于驾驶员D的熟练度，来变更在话语句数据中使用的积极语句的比例和消极语句的比例，生成输出数据。由此，能够使用多种多样的对话表现来进行对于用户而言容易理解的交流。特别是，本实施方式的信息处理系统1使在驾驶员D不熟悉代理装置5的操纵的情况即熟练度低的情况下在对话语句数据的生成中使用的积极语句的比例比在驾驶员D熟悉代理装置5的操纵的情况即熟练度高的情况下在对话语句数据的生成中使用的积极语句的比例高。

此外，“对话语句数据”是指使用被分类为积极语句和消极语句的应答语句信息从代理装置5输出的数据，并且是指在规定期间或以规定次数输出的多个应答语句信息的统称。“积极语句的比例”是指“对话语句数据”中的、积极语句的输出次数占应答语句信息的总输出次数的比例，“消极语句的比例”是指“对话语句数据”中的、消极语句的输出次数占应答语句信息的总输出次数的比例。规定期间不被特别限定，但例如是从驾驶员D与代理装置5的一系列的对话开始起到结束为止、到针对某一个话题连续的对话结束为止、从驾驶员D搭乘车辆起到下车为止、从驾驶员D开始车辆的行驶起到结束行驶为止、到车辆所具备的短距离里程表(trip meter)被重置为止之类的一定的期间。规定次数不被特别限定，但例如是使用计数器(未图示)等按每个用户对应答语句信息被输出的次数、积极语句被输出的次数、消极语句被输出的次数等进行累计并计数，应答语句信息的输出次数是每五次计数等的一定的次数。这些应答语句信息的计数记录也可以被存储于乘员信息数据库22。下面以应用于在从驾驶员D搭乘车辆到下车为止的期间输出“对话语句数据”的场景的例子进行说明。

例如，设为对于久违地搭乘车辆并使用代理装置5的驾驶员D从代理装置5输出了使用了“欢迎，××(驾驶员D的姓名)”这样的积极语句的应答语句数据。在这样的场景下，无论在驾驶员D的熟练度低的情况下还是在熟练度高的情况下，均能够理解为是接受驾驶员D的内容。与此相对，设为从代理装置5输出了使用了“有什么事吗”这样的消极语句的应答语句数据。在这样的场景下，在驾驶员D的熟练度低的情况下，捕捉为是拒绝驾驶员D的内容，有可能对代理装置5怀有不快的感觉。另一方面，在驾驶员D的熟练度高的情况下，驾驶员D熟悉与代理装置5的交流，因此，还能够补充解释发出“有什么事吗”这样的消极语句的意图。例如，当解释为由于驾驶员D许久未使用代理装置5而代理装置5为了演出不高兴发出了消极语句时，驾驶员D还有时反而对代理涌现留恋。

但是，即使在驾驶员D的熟练度高的情况下，当使用了消极语句的对话语句数据被连续地输出时，有可能使驾驶员D怀有不快的感觉。因而，数据生成部26也可以使用计数器(未图示)等按每个用户存储在对话语句数据中使用了积极语句和消极语句的次数，并且进行控制以避免消极语句被连续地频繁输出。另外，在检测到针对代理装置5输出的对话语句数据驾驶员D发出较大的声音来进行掩盖、采取制止输出的动作等由驾驶员D进行的抑制操作、驾驶员D将代理装置5的电源关断等的情况下，驾驶员D对代理装置5的接受性有可能降低，因此，也可以进行控制使得在规定期间内不输出消极语句。

像这样，关于消极语句，根据驾驶员D的熟练度而给驾驶员D带来的印象不同。因此，使在驾驶员D的熟练度低的情况下在对话语句数据中使用的积极语句的比例比在驾驶员D的熟练度高的情况下在对话语句数据中使用的积极语句的比例高，并抑制消极语句的比例。由此，能够提供特别是对于不熟悉代理装置5的操纵的驾驶员D而言容易理解的交流。另一方面，使在驾驶员D的熟练度高的情况下在对话语句数据中使用的消极语句的比例比在驾驶员D的熟练度低的情况下在对话语句数据中使用的消极语句的比例高。通过对熟悉代理装置5的操纵的驾驶员D适度地输出消极语句，还能够期待对该驾驶员D给予代理52说真心话的印象从而能够构建信赖关系、或者容易对代理52怀有好印象、亲近感这样的效果。

并且，在驾驶员D的熟练度比规定值低的情况即驾驶员D刚开始使用代理装置5的时期，数据生成部26也可以不使用消极语句而仅将积极语句作为应答语句数据输出。规定值不被特别限定，但例如是在驾驶员D对代理装置5的使用时间累计少于50小时的情况下、在使用频度低于每周1次的情况下、在特定的操作和对该操作的取消被检测到相同程度的次数等的情况下估计为驾驶员D不熟悉代理装置5的操纵的值。由此，在开始使用代理装置5的初始阶段，以对于驾驶员D而言容易理解的内容进行交流，因此，能够建立使用了代理装置5的顺利的交流。

数据生成部26当根据驾驶员D的熟练度决定了使用积极语句和消极语句中的哪一种应答语句信息时，使用累积于应答语句信息数据库25中的、基于驾驶员D的声音信息的应答语句信息、将从外部的WEB网站等外部网站针对特定的话题获取到的信息应用于应答语句的典型语句例而生成的应答语句信息、通过规定的算法生成的应答语句信息等，来生成对话语句的文本数据。然后，在使用代理装置5的声音功能来输出对话语句数据的情况下，数据生成部26通过声音合成处理将对话语句的文本数据转换为声音数据，并将进行转换所得到的声音数据作为代理52表达的输出数据发送到输出部27。声音合成处理能够应用公知的技术。此外，在将对话语句的文本数据作为字符信息输出的情况下，数据生成部26将所生成的文本数据作为代理52显示的输出数据发送到输出部27。

输出部27当从数据生成部26接收到输出数据时，向代理装置5的扬声器等声音输出部、显示器等显示部输出控制信号，通过代理52的代理功能来输出对话语句数据。

接着，参照图6～图8来说明本实施方式的信息处理系统1的信息处理过程。图6是示出由图1的信息处理装置2执行的、基于驾驶员D的熟练度的信息处理过程的流程图。

首先，当在图6的步骤S101中车辆的点火开关变为接通时，执行下面的信息处理。在步骤S102中，乘员确定部21基于从作为车辆传感器类3的车内摄像机获取到的信息来确定驾驶员D。接着，在步骤S103中，熟练度检测部23基于驾驶员D的识别信息来搜索乘员信息数据库22，使用代理装置5的利用信息来计算驾驶员D的熟练度。

在接下来的步骤S104中判定为由熟练度检测部23计算出的驾驶员D的熟练度比规定值低的情况下，进入步骤S105。在驾驶员D的熟练度为中等程度的情况下进入步骤S106，在驾驶员的熟练度高的情况下进入步骤S107。

在步骤S104中判定为驾驶员D的熟练度比规定值低的情况下，处于驾驶员D开始使用代理装置5的初始阶段，因此，在步骤S105中，数据生成部26不使用消极语句而仅使用积极语句来生成对话语句数据。

图7C是示出到达步骤S105时的场景的一例的图。是示出了如下场景的图：针对驾驶员D生成使用声音功能从代理装置5输出的对话语句数据。如图7C所示，在驾驶员D的熟练度比规定值低的情况下，仅使用“欢迎，××(驾驶员D的姓名)”“太好了，去兜风”“系上安全带安全出发”“这是安全驾驶”等积极语句的应答语句信息来生成对话语句数据。

在步骤S104中判定为驾驶员D的熟练度为中等程度的情况下，不处于驾驶员D开始使用代理装置5的初始阶段，因此，还使用消极语句。然而，由于驾驶员D未充分熟悉代理装置5的操纵，因此，在步骤S106中，数据生成部26以积极语句的比例高的方式生成对话语句数据。

图7B是示出到达步骤S106时的场景的一例的图。如图7B所示，在驾驶员D的熟练度相对低的情况下，以除了包含“欢迎，××(驾驶员D的姓名)”“太好了，去兜风”“系上安全带安全出发”等积极语句的应答语句信息之外，还包含“切勿麻痹大意”等消极语句的应答语句信息，并使得积极语句的比例比驾驶员D的熟练度相对高的情况下的积极语句的比例高的方式生成对话语句数据。此外，在图7B中，用四个应答语句信息生成对话语句数据，且在第四个输出了消极语句，但在对话语句数据中使用的应答语句信息的数量和消极语句的输出顺序并不限定于此。另外，数据生成部26也可以适当参照针对驾驶员D存储的应答语句信息的计数记录来生成对话语句数据。

在步骤S104中判定为驾驶员D的熟练度高的情况下，在步骤S107中，数据生成部26判定在规定期间内是否没有由驾驶员D针对代理装置5的输出进行抑制操作。规定期间不被特别限定，规定期间是过去1周等某种程度的期间。在规定期间内针对代理装置5的输出进行了抑制操作的情况下，驾驶员D对代理装置5的接受性有可能降低，因此，进入步骤S106，生成积极语句的比例高的对话语句数据。与此相对，在步骤S107中在规定期间内没有针对代理装置5的输出进行抑制操作的情况下，进入步骤S108。

在步骤S108中，数据生成部26判定在规定期间是否未以规定次数以上使用消极语句生成对话语句数据。规定期间和规定次数不被特别限定，是在过去5次的输出中有3次以上等某种程度的频度。在规定期间内以规定次数以上使用消极语句生成对话语句数据的情况下，有可能对驾驶员D连续地频繁输出消极语句。在该情况下，为了不使驾驶员D对代理装置5的接受性降低，进入步骤S106，生成积极语句的比例高的对话语句数据。与此相对，在步骤S108中在规定期间内未以规定次数以上使用消极语句生成对话数据的情况下，进入步骤S109，生成消极语句的比例比熟练度相对低的情况下的消极语句的比例高的对话语句数据。

图7A是到达步骤S109时的场景的一例的图。如图7A所示，在驾驶员D的熟练度相对高的情况下，生成使用“太好了，去兜风”“系上安全带安全出发”等积极语句的应答语句信息以及“有什么事吗”“切勿麻痹大意”等消极语句的应答语句信息这两种应答语句信息并且消极语句的比例比熟练度相对低的情况下的消极语句的比例高的对话语句数据。但是，在上述的步骤S107和步骤S108的处理过程中，数据生成部26进行控制以避免消极语句的比例过高。此外，步骤S107和步骤S108的信息处理不是本发明所必须的结构，也可以适当省略。另外，在图7A中，用四个应答语句信息生成对话语句数据，且在第一个和第四个输出了消极语句，但在对话语句数据中使用的应答语句信息的数量和消极语句的输出顺序并不限定于此。另外，数据生成部26也可以适当参照针对驾驶员D存储的应答语句信息的计数记录来生成对话语句数据。

在接下来的步骤S110中，使用所生成的对话语句数据来生成从代理装置5输出的输出数据。如图7A～图7C所示，在使用代理装置5的声音功能来输出对话语句数据的情况下，通过声音合成处理将对话语句的文本数据转换为声音数据，来生成输出数据。另外，如图8所示，在使用代理装置5的显示功能来输出对话语句数据的情况下，将对话语句的文本数据用作输出数据。此外，在图8中，示出在显示器DP中显示代理52的图像和对话语句的文本数据的例子，但显示方式并不限定于此。另外，示出为了容易判别积极语句和消极语句而设为不同的显示方式的例子，但显示方式并不限定于此。

在步骤S111中，输出部27向代理装置5的扬声器等声音输出部、显示器等显示部输出控制信号，通过代理52的代理功能来将输出数据输出。此外，也可以设为如下结构：使用车辆传感器类3、输入装置4等来获取驾驶员D对输出数据的反应，在检测到针对从代理装置5输出的输出数据容许的反应(肯定的反应)的情况下，将驾驶员D的熟练度的评分相加。

当在步骤S112中点火开关变为关断时，结束以上的信息处理。与此相对，直到点火开关变为关断为止，重复执行步骤S104～步骤S111为止的信息处理。

如以上那样，根据本实施方式的信息处理系统1和信息处理方法，检测驾驶员D(用户)对代理装置5的熟练度，使用被分类为积极语句和消极语句的应答语句信息，来生成与驾驶员D(用户)的熟练度相应的对话语句数据。此时，根据驾驶员D(用户)的熟练度相对低的情况以及驾驶员D(用户)的熟练度相对高的情况，来变更在对话语句数据中使用的积极语句的比例和消极语句的比例，因此，能够使用多种多样的对话表现来进行对于驾驶员D(用户)而言容易理解的交流。

另外，根据本实施方式的信息处理系统1和信息处理方法，驾驶员D(用户)的熟练度是根据驾驶员D(用户)对代理装置5的使用时间、使用频度、操作状态、来自驾驶员D(用户)的输入数据的输入频度、以及输入内容中的至少任一者估计的。由此，能够计算与驾驶员D(用户)对代理装置5的实际的使用状况相应的熟练度。

另外，根据本实施方式的信息处理系统1和信息处理方法，数据生成部26使在驾驶员D(用户)的熟练度相对低的情况下在对话语句数据中使用的积极语句的比例比在驾驶员D(用户)的熟练度相对高的情况下在对话语句数据中使用的积极语句的比例高。由此，能够提供特别是对于不熟悉代理装置5的操纵的驾驶员D(用户)而言容易理解的交流。

另外，根据本实施方式的信息处理系统1和信息处理方法，在驾驶员D(用户)的熟练度比规定值低的情况下，数据生成部26使得在对话语句数据中不使用所述消极语句。由此，在驾驶员D(用户)开始使用代理装置5的初始阶段中，以对于驾驶员D(用户)而言容易理解的内容进行交流，因此，能够建立使用了代理装置5的顺利的交流。

〈〈第二实施方式〉〉

接着，使用图9～图11C来说明本发明的第二实施方式。在第二实施方式中，在第一实施方式的信息处理装置2中具备负荷估计部28。在本实施方式中，由负荷估计部28估计驾驶员D识别对话语句数据时的识别负荷。数据生成部26在生成对话语句数据时，基于驾驶员D的识别负荷，来变更在对话语句数据中使用的积极语句的比例和消极语句的比例。此外，关于信息处理装置2的除负荷估计部28以外的结构、以及车辆传感器类3、输入装置4、代理装置5的结构，与图1所示的第一实施方式同样，因此，关于这些块的说明，引用上述的实施方式中的说明。

负荷估计部28估计驾驶员D识别对话语句数据时的识别负荷。识别负荷是指表示用户处于有多容易识别来自代理装置5的输出数据的状况的指标。例如，在用户正在执行除代理装置5的操作以外的其它任务时无法仅集中精力于代理装置5的情况下，估计为识别负荷高。与此相对，在由于用户没有正在执行除代理装置5的操作以外的任务而能够集中精力于代理装置5的情况下，估计为识别负荷低。另外，也可以是，在周围产生了噪声的情况等、用户处于难以识别来自代理装置5的输出数据的环境的情况下，估计为识别负荷高，在周围安静的情况等、用户处于容易识别来自代理装置5的输出数据的环境的情况下，估计为识别负荷低。

如本实施方式，在用户为车辆的驾驶员D的情况下，负荷估计部28基于来自车辆传感器类3的检测值来检测车辆的周边环境，估计驾驶员D的识别负荷。例如，在正在行驶于堵塞的道路上的情况、在本车辆的周围存在很多行人的情况、在正在行驶于高速道路上等情况下，驾驶员D处于必须集中精力于驾驶操作的状况，从而处于无法对代理装置5赋予较多注意的状况，因此估计为识别负荷高。另一方面，在正在行驶于不堵塞的道路上的情况、在本车辆的周围不存在行人的情况、在正在使用驾驶辅助装置来以自动驾驶控制模式(自动速度控制模式和/或自动转向控制模式)行驶的情况等、驾驶员D集中精力于驾驶操作的程度比较轻的情况下，处于对代理装置5赋予注意的状况，因此，估计为识别负荷低。负荷估计部28将所估计出的驾驶员D的识别负荷输出到数据生成部26。

数据生成部26基于从负荷估计部28接收到的驾驶员D的识别负荷，来决定在对话语句数据中使用的积极语句的比例和消极语句的比例。具体地说，使在驾驶员D的识别负荷高的情况下驾驶员D容易理解的积极语句的比例比在驾驶员D的识别负荷低的情况下驾驶员D容易理解的积极语句的比例高。由此，能够进行考虑到驾驶员D对代理装置5的使用状态的交流。

另外，在驾驶员D的识别负荷比规定值高的情况下，数据生成部26也可以不使用消极语句而仅将积极语句作为对话语句数据输出。识别负荷比规定值高的情况例如是指：驾驶员D正在行驶于急转弯较多的山道上的情况、刚进行了从自动驾驶控制模式切换为手动驾驶模式的切换控制(超控)的情况等、估计为驾驶操作的负荷比通常的行驶时的驾驶操作的负荷更高的情况。在这样的情况下，通过仅输出积极语句，能够抑制成为驾驶员D的驾驶操作的妨碍。另外，仅输出对于驾驶员D而言有肯定的或积极的意义的对话语句数据，因此，驾驶员D容易对代理52怀有好印象。此外，关于使用应答语句信息来生成对话语句数据的处理、根据对话语句数据生成输出数据的处理以及使用代理功能来将输出数据输出的处理，与第一实施方式同样，因此引用上述的说明。

接着，参照图10～图11C来说明本实施方式的信息处理系统1的信息处理过程。图10是示出由图9的信息处理装置2执行的、基于驾驶员D的识别负荷的信息处理过程的流程图。此外，也可以将上述的图6的基于驾驶员D的熟练度的信息处理和图10的基于驾驶员D的识别负荷的信息处理适当地组合来进行处理。

首先，当在图10的步骤S201中车辆的点火开关变为接通时，执行下面的的信息处理。在步骤S202中，乘员确定部21基于从作为车辆传感器类3的车内摄像机获取到的信息来确定驾驶员D。接着，在步骤203中，负荷估计部28基于来自车辆传感器类3的检测值来检测车辆的周边环境，估计驾驶员D的识别负荷。

在接下来的步骤S204中判定为由负荷估计部28估计出的驾驶员D的识别负荷比规定值高的情况下，进入步骤S205。在驾驶员D的识别负荷为中等程度的情况下进入步骤S206，在驾驶员D的识别负荷低的情况下进入步骤S207。

在步骤S204中判定为驾驶员D的识别负荷比规定值高的情况下、即估计为驾驶员D的驾驶操作的负荷比通常的行驶时的驾驶员D的驾驶操作的负荷高的情况下，在步骤S205中，数据生成部26不使用消极语句而仅使用积极语句来生成对话语句数据。

图11C是示出到达步骤S205时的场景的一例的图。是示出了如下场景的图：针对驾驶员D生成使用声音功能从代理装置5输出的对话语句数据。如图11C所示，在驾驶员D的识别负荷比规定值高的情况下，仅使用“请注意急转弯”“这是安全驾驶”“请注意前方”“就快要到了”等积极语句的应答语句信息来生成对话语句数据。

在步骤S204中判定为驾驶员D的识别负荷为中等程度的情况下，驾驶员D处于未对代理装置5赋予较多注意的状况，因此，在步骤S206中，数据生成部26以使驾驶员D容易理解的积极语句的比例高的方式生成对话语句数据。

图11B是示出到达步骤S206时的场景的一例的图。如图11B所示，在驾驶员D的识别负荷相对高的情况下，以包含“切勿麻痹大意”等消极语句的应答语句信息并且使得“请注意前方”“就快要到了”等积极语句的应答语句信息的比例比驾驶员D的识别负荷低的情况下的该比例高的方式生成对话语句数据。此外，在图11B中，用三个应答语句信息生成对话语句数据，且在第一个输出了消极语句，但在对话语句数据中使用的应答语句信息的数量和消极语句的输出顺序并不限定于此。另外，数据生成部26也可以适当参照针对驾驶员D存储的应答语句信息的计数记录来生成对话语句数据。

在步骤S204中判定为驾驶员D的识别负荷低的情况下，在步骤S207中，数据生成部26判定在规定期间内是否没有由驾驶员D针对代理装置5的输出进行抑制操作。在规定期间内针对代理装置5的输出进行了抑制操作的情况下，驾驶员D对代理装置5的接受性有可能降低，因此，进入步骤S206，生成积极语句的比例高的对话语句数据。与此相对，在步骤S207中在规定期间内没有针对代理装置5的输出进行抑制操作的情况下，进入步骤S208。

在步骤S208中，数据生成部26判定在规定期间内是否未以规定次数以上使用消极语句生成对话语句数据。在规定期间内以规定次数以上使用消极语句生成对话语句数据的情况下，有可能对驾驶员D连续地频繁输出消极语句，因此，进入步骤S206，生成积极语句的比例高的对话语句数据。

与此相对，在步骤S208中在规定期间内未以规定次数以上使用消极语句生成对话语句数据的情况下，进入步骤S209，数据生成部26生成消极语句的比例比识别负荷相对高的情况下的消极语句的比例高的对话语句数据。此外，步骤S207和步骤S208的处理过程是用于避免消极语句的比例过高的控制，不是本发明所必须的结构，也可以适当省略。

图11A是示出到达步骤S209时的场景的一例的图。如图11A所示，在驾驶员D的识别负荷低的情况下，估计为处于能够集中精力于代理装置5的状况，因此，生成使用“请注意前方”等积极语句的应答语句信息和“切勿麻痹大意”“终于到了”等消极语句的应答语句信息这两种应答语句信息并且消极语句的比例比识别负荷相对高的情况下的消极语句的比例高的对话语句数据。此外，在图11A中，用三个应答语句信息生成对话语句数据，且在第一个和第三个输出了消极语句，但在对话语句数据中使用的应答语句信息的数量和消极语句的输出顺序并不限定于此。另外，数据生成部26也可以适当参照针对驾驶员D存储的应答语句信息的计数记录来生成对话语句数据。

在接下来的步骤S210中，使用所生成的对话语句数据来生成从代理装置5输出的输出数据。如图11A～图11C所示，在使用代理装置5的声音功能来输出对话语句数据的情况下，通过声音合成处理将对话语句的文本数据转换为声音数据，来生成输出数据。另外，虽然省略图示，但在使用代理装置5的显示功能来输出对话语句数据的情况下，将所生成的对话语句的文本数据用作输出数据。

在步骤S211中，输出部27向代理装置5的扬声器等声音输出部、显示器等显示部输出控制信号，通过代理52的代理功能将输出数据输出。

当在步骤S212中点火开关变为关断时，结束以上的信息处理。与此相对，直到点火开关变为关断为止，重复执行步骤S204～步骤S211为止的信息处理。

如以上那样，根据本实施方式的信息处理系统1和信息处理方法，还具备负荷估计部，该负荷估计部估计驾驶员D(用户)识别对话语句数据时的负荷，数据生成部26使在驾驶员D(用户)的负荷相对高的情况下在对话语句数据中使用的积极语句的比例比在驾驶员D(用户)的负荷相对低的情况下在对话语句数据中使用的积极语句的比例高。由此，能够进行考虑到驾驶员D(用户)对代理装置5的使用状态的交流。

另外，根据本实施方式的信息处理系统1和信息处理方法，在驾驶员D(用户)的负荷比规定值高的情况下，数据生成部26使得在对话语句数据中不使用所述消极语句，因此，能够抑制成为驾驶员D(用户)正在执行的任务的妨碍。另外，仅输出对于驾驶员D(用户)而言有肯定的或积极的意义的对话语句数据，因此，驾驶员D(用户)容易对代理52怀有好印象。

〈〈第三实施方式〉〉

接着，使用图12～图15C来说明本发明的第三实施方式。在第三实施方式中，在第二实施方式的信息处理装置2中具备其他人判定部29。在本实施方式中，由其他人判定部29判定在规定范围内是否存在除用户以外的其他人。在规定范围内存在其他人的情况下，数据生成部26在生成对话语句数据时，变更在对话语句数据中使用的积极语句的比例和消极语句的比例。规定范围不被特别限定，但该规定范围是能够与代理装置5取得交流的范围，如本实施方式那样，在车辆具备代理装置5的情况下，该规定范围是该车厢内。此外，关于信息处理装置2的除其他人判定部29以外的结构、以及车辆传感器类3、输入装置4、代理装置5的结构，与图1所示的第一实施方式同样，因此，关于这些块的说明，引用上述的实施方式中的说明。另外，在本发明中，负荷估计部28不是必须的结构，因此也可以适当省略。

其他人判定部29基于来自车辆传感器类3的输入信号，来判定在车厢内是否存在除驾驶员D以外的同乘人X。在判定为存在同乘人X的情况下，至少暂时存储同乘人X的识别信息。当以图2所示的场景来说时，其他人判定部29基于由作为车辆传感器类3的车内摄像机拍摄到的图像数据，来将就座于驾驶座以外的坐席的人物确定为同乘人X，并存储同乘人X的识别信息。此外，是否存在同乘人X的判定也可以使用来自在座位座席的就座部的内部设置的就座传感器、安全带的传感器的输入信号。另外，其他人判定部29将从车辆传感器类3获取到的检测值与同乘人X的识别信息建立对应来生成乘车信息，并将该乘车信息累积于乘员信息数据库。乘车信息是指记录了同乘人X搭乘车辆的时刻和从车辆下车的时刻的乘车历史记录等信息。

图13是示出了乘员信息数据库22的结构例(同乘人)的图。如图13所示，在乘员属性中，例如将友人A记录为客人1，并存储作为客人1的友人A搭乘车辆和从车辆下车的乘车历史记录。另外，在乘员信息数据库22中，也可以包含客人的乘车频度、根据经由输入装置4获取到的声音信息估计的驾驶员D与每个客人的亲密度等属性信息。另外，在初次搭乘车辆的同乘人X的情况下，未被存储于乘员信息数据库22，因此，其他人判定部29新生成数据。其他人判定部29所确定的同乘人X的识别信息、其他人判定部29所生成的同乘人X的乘车历史记录和属性信息被累积于乘员信息数据库22，并且被输出到数据生成部26。

数据生成部26基于从其他人判定部29接收到的同乘人X的识别信息和同乘人X的属性信息，来决定在对话语句数据中使用的积极语句的比例和消极语句的比例。如上所述，消极语句是以对于驾驶员D而言否定的或消极的意义来使用的文章，因此，当在存在同乘人X的情况下较多地输出消极语句时，驾驶员D有可能怀有不快的感觉。因此，数据生成部26使在存在同乘人X的情况下在对话语句数据中使用的积极语句的比例比在不存在同乘人X的情况下在对话语句数据中使用的积极语句的比例高。由此，即使在存在除驾驶员D以外的同乘人X的情况下，也能够进行适当的交流。

另外，在存在未被存储于乘员信息数据库22的、即初次搭乘车辆的同乘人X的情况下，数据生成部26也可以不使用消极语句而仅将积极语句作为应答语句数据输出。另外，在虽然乘员信息数据库22中存储有同乘人X、但是属性信息比规定值低的情况下，也可以不使用消极语句而仅将积极语句作为应答语句数据输出。规定值不被特别限定，但为同乘人X的乘车频度低的情况、驾驶员D与同乘人X的亲密度低的情况等。在存在初次搭乘车辆的同乘人X、乘车频度少的同乘人X、与驾驶员D的亲密度低的同乘人X等的情况下，需要驾驶员D与集中精力于代理装置5相比更集中精力于与同乘人X的交流。因此，通过从代理装置5仅输出容易理解的积极语句，能够进行驾驶员D、同乘人X、代理装置5这三者之间的顺利的交流。另外，不输出以对于驾驶员D而言否定的或消极的意义来使用的文章，因此，驾驶员D容易对代理怀有好印象。

接着，参照图14～图15C来说明本实施方式的信息处理系统1的信息处理过程。图14是示出由图12的信息处理装置2执行的、基于是否存在同乘人X的判定的信息处理过程的流程图。此外，关于上述的图6的基于驾驶员D的熟练度的信息处理、图10的基于驾驶员D的识别负荷的信息处理以及图14的基于是否存在同乘人X的判定的信息处理，可以适当地将任意两者组合来进行处理，也可以将三个信息处理全部组合来进行处理。

首先，当在图14的步骤S301中车辆的点火开关变为接通时，执行下面的信息处理。在步骤S302中，乘员确定部21基于从作为车辆传感器类3的车内摄像机获取到的信息来确定驾驶员D。接着，在步骤303中，其他人判定部29基于由车内摄像机拍摄到的图像数据，来判定在车内是否存在除驾驶员D以外的同乘人X。在判定为在车内存在同乘人X的情况下，进入步骤S304。与此相对，在判定为不存在同乘人X的情况下，进入步骤S308。

在步骤S303中判定为在车内存在同乘人X的情况下，在步骤S304中，判定乘员信息数据库22中是否存储有同乘人X的属性信息。在乘员信息数据库22中未存储有同乘人X的属性信息的情况下，进入步骤S306。与此相对，在乘员信息数据库22中存储有同乘人X的属性信息的情况下，进入步骤S305。

在步骤S305中，其他人判定部29判定同乘人X的属性信息是否比规定值低。同乘人X的属性信息是指同乘人X的乘车频度、驾驶员D与同乘人X的亲密度等。在同乘人X的属性信息比规定值低的情况下，进入步骤S306。与此相对，在同乘人X的属性信息不比规定值低的情况下，进入步骤S307。

步骤S304的判定的结果是判定为乘员信息数据库22中未存储有同乘人X的属性信息的情况、即同乘人X是初次搭乘车辆的人物的情况下、以及步骤S305的判定的结果是同乘人X的属性信息比规定值低的情况、即同乘人X的乘车频度低的情况或驾驶员D与同乘人X的亲密度低的情况下，在步骤S306中，数据生成部26不使用消极语句而仅使用积极语句来生成对话语句数据。

图15C是示出到达步骤S306时的场景的一例的图。是示出了如下场景的图：针对驾驶员D生成使用声音功能从代理装置5输出的对话语句数据。如图15C所示那样，在存在未被存储于乘员信息数据库22的同乘人X的情况、存在虽然被存储于乘员信息数据库22但是属性信息比规定值低的同乘人X的情况下，仅使用“感谢给我洗车”“这是安全驾驶”“就快要到了”等积极语句的应答语句信息来生成对话语句数据。

在步骤S305中判定为同乘人X的属性信息不比规定值低的情况下，也可以使用消极语句，但为了避免较多地输出以对于驾驶员D而言否定的或消极的意义来使用的消极语句，在步骤S307中，数据生成部26以使积极语句的比例高的方式生成对话语句数据。

图15B是示出到达步骤S307时的场景的一例的图。如图15B所示，在存在属性信息比规定值高的同乘人X的情况下，以抑制“切勿麻痹大意”等消极语句并且“感谢给我洗车”“就快要到了”等积极语句的比例比不存在同乘人X的情况下的该比例高的方式生成对话语句数据。此外，在图15B中，用三个应答语句信息生成对话语句数据，且在第二个输出了消极语句，但对话语句数据中使用的应答语句信息的数量和消极语句的输出顺序并不限定于此。另外，数据生成部26也可以适当参照针对驾驶员D存储的应答语句信息的计数记录来生成对话语句数据。

在步骤S305中判定为不存在除驾驶员D以外的同乘人X的情况下，在步骤S308中，数据生成部26判定在规定期间内是否没有由驾驶员D针对代理装置5的输出进行抑制操作。在规定期间内针对代理装置5的输出进行了抑制操作的情况下，驾驶员D对代理装置5的接受性有可能降低，因此，进入步骤S307，生成积极语句的比例高的对话语句数据。与此相对，在步骤S308中在规定期间内没有针对代理装置5的输出进行抑制操作的情况下，进入步骤S309。

在步骤S309中，数据生成部26判定在规定期间内是否未以规定次数以上使用消极语句生成对话语句数据。在规定期间内以规定次数以上使用消极语句生成对话语句数据的情况下，有可能对驾驶员D连续地频繁输出消极语句，因此，进入步骤S307，生成积极语句的比例高的对话语句数据。

与此相对，在步骤S309中在规定期间内未以规定次数以上使用消极语句生成对话语句数据的情况下，进入步骤S310，数据生成部26生成消极语句的比例比存在同乘人X的情况下的消极语句的比例高的对话语句数据。此外，步骤S308和步骤S309的处理过程是用于避免消极语句的比例过高的控制，不是本发明所必须的结构，也可以适当省略。

图15A是示出到达步骤S310时的场景的一例的图。如图15A所示，在不存在除驾驶员D以外的同乘人X的情况下，生成使用“就快要到了”等积极语句的应答语句信息和“最近，没给我洗车啊”“切勿麻痹大意”等消极语句的应答语句信息这两种应答语句信息并且消极语句的比例比存在同乘人X的情况下的消极语句的比例高的对话语句数据。此外，在图15A中，用三个应答语句信息生成对话语句数据，且在第一个和第二个输出了消极语句，但对话语句数据中使用的应答语句信息的数量和消极语句的输出顺序并不限定于此。另外，数据生成部26也可以适当参照针对驾驶员D存储的应答语句信息的计数记录来生成对话语句数据。

在接下来的步骤S311中，使用所生成的对话语句数据来生成从代理装置5输出的输出数据。如图15A～图15C中所示，在使用代理装置5的声音功能来输出对话语句数据的情况下，通过声音合成处理将对话语句的文本数据转换为声音数据，来生成输出数据。另外，虽然省略图示，但在使用代理装置5的显示功能来输出对话语句数据的情况下，也可以将所生成的对话语句的文本数据用作输出数据。

在步骤S312中，输出部27向代理装置5的扬声器等声音输出部、显示器等显示部输出控制信号，通过代理52的代理功能将输出数据输出。

当在步骤S313中点火开关变为关断时，结束以上的信息处理。与此相对，直到点火开关变为关断为止，重复执行步骤S304～步骤S312为止的信息处理。

如以上所述，根据本实施方式的信息处理系统1和信息处理方法，还具备其他人判定部29，该其他人判定部29判定在规定范围内是否存在除驾驶员D(用户)以外的同乘人X(其他人)，数据生成部26使在其他人判定部29判定为在规定范围内存在同乘人X(其他人)的情况下在对话语句数据中使用的积极语句的比例比在判定为在规定范围内不存在同乘人X(其他人)的情况下在对话语句数据中使用的积极语句的比例高。由此，即使在存在除驾驶员D(用户)以外的同乘人X(其他人)的情况下，也能够进行适当的交流。

另外，根据本实施方式的信息处理系统1和信息处理方法，其他人判定部29确定同乘人X(其他人)的属性信息并存储同乘人X(其他人)的属性信息，在规定范围内存在同乘人X(其他人)、且未存储该同乘人X(其他人)的属性信息或者所存储的该同乘人X(其他人)的属性信息比规定值低的情况下，数据生成部26使得在对话语句数据中不使用消极语句。由此，能够进行驾驶员D(用户)、同乘人X(其他人)、代理装置5这三者之间的顺利的交流。另外，不输出以对于驾驶员D(用户)而言否定的或消极的意义来使用的文章，因此，驾驶员D(用户)容易对代理52怀有好印象。

此外，以上说明的实施方式是为了容易理解本发明而记载的，不是为了限定本发明而记载的。因而，上述的实施方式所公开的各要素的主旨在于还包括属于本发明的技术范围的全部设计变更或等同物。

产业上的可利用性

1：信息处理系统；2：信息处理装置；21：乘员确定部；22：乘员信息数据库；23：熟练度检测部；24：输入数据处理部；25：应答语句信息数据库；26：数据生成部；27：输出部；28：负荷估计部；29：其他人判定部；3：车辆传感器类；4：输入装置；5：代理装置。

Claims (9)

1.一种信息处理系统，具备：代理装置，其具有代理功能；以及信息处理装置，其生成与用户对该代理装置的熟练度相应的对话语句数据，所述信息处理系统使用所述代理功能向所述用户输出所生成的所述对话语句数据，所述信息处理装置具备：

检测部，其检测用户对所述代理装置的熟练度；以及

数据生成部，其使用被分类为积极语句和消极语句的应答语句信息来生成所述对话语句数据，

其中，所述数据生成部根据所述用户的熟练度相对低的情况和所述用户的熟练度相对高的情况，来变更在所述对话语句数据中使用的所述积极语句的比例和所述消极语句的比例。

2.根据权利要求1所述的信息处理系统，其中，

所述用户的熟练度是根据所述用户对所述代理装置的使用时间、使用频度、操作状态、来自所述用户的输入数据的输入频度、以及输入内容中的至少任一者估计的。

3.根据权利要求1或2所述的信息处理系统，其中，所述数据生成部使在所述用户的熟练度相对低的情况下在所述对话语句数据中使用的所述积极语句的比例比在所述用户的熟练度相对高的情况下在所述对话语句数据中使用的所述积极语句的比例高。

4.根据权利要求1～3中的任一项所述的信息处理系统，其中，

在所述用户的熟练度比规定值低的情况下，所述数据生成部使得在所述对话语句数据中不使用所述消极语句。

5.根据权利要求1～4中的任一项所述的信息处理系统，其中，

还具备负荷估计部，所述负荷估计部估计所述用户识别所述对话语句数据时的负荷，

所述数据生成部使在所述用户的负荷相对高的情况下在所述对话语句数据中使用的所述积极语句的比例比在所述用户的负荷相对低的情况下在所述对话语句数据中使用的所述积极语句的比例高。

6.根据权利要求5所述的信息处理系统，其中，

在所述用户的负荷比规定值高的情况下，所述数据生成部使得在所述对话语句数据中不使用所述消极语句。

7.根据权利要求1～6中的任一项所述的信息处理系统，其中，

还具备其他人判定部，所述其他人判定部判定在规定范围内是否存在除所述用户以外的其他人，

所述数据生成部使在所述其他人判定部判定为在所述规定范围内存在所述其他人的情况下在所述对话语句数据中使用的所述积极语句的比例比在判定为在所述规定范围内不存在所述其他人的情况下在所述对话语句数据中使用的所述积极语句的比例高。

8.根据权利要求7所述的信息处理系统，其中，

所述其他人判定部确定所述其他人的属性信息并存储所述其他人的属性信息，

在所述规定范围内存在所述其他人、且未存储有该其他人的属性信息或者所存储的该其他人的属性信息比规定值低的情况下，所述数据生成部使得在所述对话语句数据中不使用所述消极语句。

9.一种信息处理方法，使处理器执行以下处理：生成与用户对代理装置的熟练度相应的对话语句数据，使用所述代理装置向所述用户输出所生成的所述对话语句数据，在所述信息处理方法中，

所述处理器检测用户对所述代理装置的熟练度，

所述处理器使用被分类为积极语句和消极语句的应答语句信息来生成所述对话语句数据，

向所述用户输出所生成的所述对话语句数据，

根据所述用户的熟练度相对低的情况和所述用户的熟练度相对高的情况，来变更在所述对话语句数据中使用的所述积极语句的比例和所述消极语句的比例。