JP2005130501A - 複数人参加型の通信に動的変更可能なプロパティをそれぞれ少なくとも１個有する通信チャネルを提供する方法及びシステム - Google Patents

Abstract

【課題】通信チャネルスイッチ等のプロパティ変更を好適に行えるようにする。
【解決手段】通信デバイス２０１３と通信デバイス２０１４とによる加入者２０１１，２０１２間の通信に際して、まず動的に変更可能な一組のプロパティを有する通信チャネル２０１６，２０１７を定義することによりコンテンツ配信構造を決定する。通信に介在するサーバ２０１５に設けた監視機能２０２０により任意データ源やコンテンツ等を監視しつつコンテンツ配信を実行する。更に、サーバ２０１５にモデリング機能２０２１を設け、監視結果に基づき通信チャネル２０１６，２０１７について品質プロパティ２０２３等をモデル化する。そして、モデル化の結果に基づき通信チャネル２０１６，２０１７を動的に変更する。これによって、複数人参加型の通信を通じて動的に変更可能なプロパティを少なくとも１個有する通信チャネルを、提供できる。
【選択図】図４

Description

本願は、２００３年１０月２２日提出の米国暫定特許出願第６０／５１３８２５号に基づく優先権主張、並びに２００４年３月２４日提出の米国特許出願第１０／８０９０１８号に基づく優先権主張を伴う出願である。

本発明は、コンピュータを媒介とするグループ通信システムに関する。

複数人参加型の通信の過程を通じて、加入者（群）が現用している通信手段の適合性（suitability）はいくつかの要因により変動する。例えば、加入者（群）のおかれている環境は周囲の雑音や干渉等によって変化する。同様に、通信チャネルそれ自体も、雑音や干渉の影響を受けると共に、容量や媒体種別等による物理的制約を受ける。更に、加入者による明示的な入力例えば通信装置の制御回路に対する利得低下指令も、通信チャネルの適合性に影響を及ぼす。加えて、通信チャネルに対しては、進行中の通信の内容や更にはそれが原因で生じる干渉により、ある種の形態による改変が求められることがある。

心理学的要因、社会学的要因その他の関連要因の中には、通信チャネルに変更を及ぼす必要があることを加入者自身が認識している場合にあってなお、様々な心理学的要因、社会学的要因その他の関連要因が、加入者が通信チャネルの変更しようとする場合に影響を及ぼす。例えば、プッシュトゥトーク送信モードを装備した双方向無線を用いて通話している加入者ペアは、その通話を通じて緊密に結びつけられているため、通話による議論の継続を望んだ末に通信装置の限界を超えそうになることがある。この場合、加入者ペアが“媒体切替”に同意して、現在の必要により適したプロパティを呈する通信チャネルへ切り替えること、具体的には従来型電話による通信へと切り替え、この新しい通信チャネルにて通話を再開することが望ましい。しかしながら、媒体切替に同意するに当たっては、新しい通信チャネルにトランザクションを確立しなければならない。更に、媒体切替に対する同意は、通話継続に対する参加者の合意を含むものでなければならないが、それにはより高レベルで緊密である必要があり、更に長々と通信する必要があるだろう。逆に、複数人参加型で通信中の加入者たちがその種の媒体切替を行う必要性に気づかず、彼ら自身の通信を非効率的にしかやり通せないこともあろう。

通信チャネルは、それに関連づけられている一組の通信プロパティを有する。このプロパティ群は、その通信チャネルを介して配信される情報乃至コンテンツの構造を実質的に決定づける。例えば、チャネル品質プロパティがバイナリによる又はカテゴリ的なパラメータセッティングから構成されるのに対し、パラメトリックプロパティは実質的に連続的なパラメータセッティングから構成される。通信チャネルには前記に挙げた２つのプロパティ以外にも変更可能な要素があり、その要素によってチャネルプロパティは区別可能である。しかしチャネルプロパティとその種の要素とが同種の効果を有するものではない。例えば、通信システムは、その通信チャネルにより配信される情報の構造を、実質的に変化させることなしに通信チャネルを補強するインジケータを、組み込むことが出来る。

Wilson, T.P. and Zimmerman, D.H., "The Structure of Silence Between Turns in Two-Party Conversation", Discourse Processes 9 (1986), 375-390 R. Cowie et al., "Emotion Recognition in Human-Cmputer Interaction", IEEE Signal Processing, Jan. 2001, 32-80 H.H. Clark and S.E. Brennan, "Perspectives on Socially Shared Cognition", L.B Resmck, R.M. Levine, and S.D. Teasley (eds.) APA, Washington, DC, 127-149

公知システムの中には、パラメトリックプロパティに関連したスピーチ起動型自動アクション（speech-triggered automatic action）をサポートするものがある。例えば、音声遠隔会議システムにおいては、音量自動制御が広く採用されている。スピーチ起動型自動アクションの音量制御においては、音量の時間変動は小さいとの仮定の下に、加入者間の利得が適正化されるようマイクの音量が動的に調整される。また、他の例としては、遠隔会議システムにおいて広く用いられている話者選択機構がある。話者選択機構は自動話者選択アルゴリズムを備え、遠隔会議参加者たちの中から、瞬時瞬時における話者を追跡し、同時に話をすることができる人数を絞っている。しかしながらこれらのシステムは、複数人参加型の通信形態（social pattern of human communication）を根本的に変えることはない、そして質的チャンネルプロパティを自動的に変更することもない。

公知のシステムの中には、パラメトリックプロパティに関連した媒体ストリームを制御するマニュアルユーザインタフェースを含むものがある。この種のマニュアルインタフェースによれば、音源選択を含め、各種のパラメトリックプロパティを制御することができる。まず、ある公知の音声遠隔会議システムにおいては、加入者は、単純なミキシング機能を用いることにより、聴取対象音声ストリームをマニュアル特定することができる。そのミキシング機能は、聴取対象とする特定加入者の選択といった単純なパラメトリックプロパティを構成する。また、他の公知の遠隔会議システムにおいては、加入者は、択一的な選択をすることで音声ストリーム指定することが出来る。例えば、映像会議において、あるグループのメンバーが映し出されている画像を注視することで、そのグループを選択していることを明示する、というような方法である。更にその結果に基づきミキシングが実行される。このミキシング機能も、単純なパラメトリックプロパティによって構成されている。更に他の公知システムにおいては、他のパラメトリックプロパティ（例えば時間軸圧縮乃至“スピードアップ音声”）に係るマニュアル手段を用いた制御を実現する音声速度選択機能が、提供される。また、品質プロパティを制御するマニュアルインタフェースを備えたシステムとしては、例えば、部分韻律保存（partially-prosody-preserving）スピーチスクランブリング等のスピーチインテリジビリティを提供するシステムが、公知である。このシステムにおいては、自分のマイクから送られてゆく音声信号を明瞭（intelligible）にするか不明瞭にするかを、特定のエンドユーザが選択できる。スピーチを不明瞭にするためのアルゴリズムは、切迫性や感動等を含めスピーチの全てのトーンを保存するよう、またたとえ不完全でも聴取者における話者識別可能性を保存するよう、設計される。更に、チャネルプロパティ変化を開始させるには、エンドユーザアクションが一方的であるか、又は連続的にネゴシエートされることが、必要である。例えばある加入者がボタンを押した結果変化が生じる場合等のように、一方的なプロパティ変化は一方的なアクションによって生じるものである。連続的にネゴシエートされたプロパティ変化は、複数の加入者を巻き込んだ一連のステップ、例えば電話コールのセッティングに続いて起こるものである。最後に、公知のシステムの中には、第１の加入者による起動ステップ実行後に、第２の加入者による受容ステップ実行を必要とするものがある。例えば第１の加入者がサイドカンファレンスセッションを立ち上げ、それに第２の加入者が参加するものである。この種のステップは特定の要求とそれに対する応答とによるネゴシエーションにて構成されるものであり、またこのネゴシエーションは、要求に対して応答を返すという強い因果性（causal dependence）と規則正しく動作するという継起性（temporal ordering）とを併有するものである。しかしながら、この種の通信システムにおいては、複数の加入者により相独立に行われるユーザインタフェース挙動に応答して、チャネルプロパティが変化することがない。

最後に、公知の遠距離通信システムの中には、システムのユーザインタフェースにおける変更を許容するものがある。例えば、既存のソフトウエア通信アプリケーションの多くはメニュー及びモードを有している。同様に、ＬＣＤディスプレイを有する既存のセルラーホンハンドセットの多くはプログラマブルなソフトキーを有しており、このソフトキーには、例えばコールが進行中であるか否か等の状況に応じて可変的に、機能を割り当てることができる。また、視線検出器が付加された電話機に向け視線を注ぐことによりユーザが新たな通信チャネル（例えば電話コール）を確立できる方法が、知られている。但し、定義からすれば、新たな通信チャネルの確立は既存の通信チャネルの変更ではないといえる。また、直接通信とは言い得ない形態にてユーザ間で情報をやりとりする方法が、知られている。例えば、潜在的な受呼者のハンドセットにより捕捉されたセンサ入力に基づき、潜在的な発呼者側において潜在的な受呼者と対面会話できそうであることを検出する、という形態である。この形態においては、情報はチャネルではなくインジケータを通過するため、チャネルのプロパティには関連を有していない。ユーザインタフェースに対するこの種のシステムの効果は、通信チャネルを通過する情報の構造が変化しない、という効果である。最後に、公知のシステムの中には、チャネルの物理的出力デバイスを変化させるものがある。この種のシステムでは、２個のスピーカのうちどちらで音声を再生するかを選択する。例えば、電話ハンドセットの音声をスピーカから出力するか、イヤホンから出力するかを、ユーザの頭部に対するハンドセットの近さに応じて切り替える。但し、チャネルコンテンツは変わらない、又ユーザ対他のユーザの通信が全二重の音声により行われることも変わらない。しかしながら、この遠距離通信システムにおいては、通信チャネルのプロパティに関連してユーザインタフェースを変化させることが、許されていない。

本発明は、複数人参加型の通信を通じて動的に変更可能なプロパティを少なくとも１個有する通信チャネルを提供する方法であって、動的に変更可能な一組のプロパティを有する通信チャネルを定義することによりコンテンツ配信構造を決定するステップと、少なくとも１個の任意データ源を監視しつつ、少なくとも２個の加入者間を接続する通信チャネルを介してコンテンツを配信するステップと、上記少なくとも１個の任意データ源の監視結果に基づき、上記通信チャネルについて少なくとも１個の所望の品質プロパティをモデル化するステップと、上記少なくとも１個の所望の品質プロパティに基づき、上記通信チャネルについての上記一組のプロパティを動的に変更するステップと、を含むことを特徴とする。

本発明の一実施形態に係る方法は、コンピュータによる制御の下に通信システムにおいて使用される方法である。本方法は、それぞれ複数の通信源のうちいずれかから寄せられている複数の通信を受信するステップを含む。加えて、本方法は、複数の通信源に関連づけられている（複数の）出力毎の（複数の）通信を（複数のフロアコントロールに応じて）ミキシングするステップを含む。更に、本方法は、複数の通信源に関連づけられている（複数の）ユーザ毎に、当該複数のユーザのうち１人又はそれ以上についての一種又はそれ以上の会話特性を解析するステップを、含む。本方法は、また、解析ステップの結果に応じ複数のフロアコントロールを自動的に調整するステップを含む。本方法をコンピュータにより実行させるためのプログラム製品と共に本方法を用いるシステム及びデバイスはまた、本発明の他の実施形態を構成する。

本発明の更に他の実施形態に係る方法は、コンピュータによる制御の下に音声通信システムにおいて使用される方法である。本方法は、それぞれ複数の音源のうちいずれかから寄せられている複数の音声ストリームを受信するステップを含む。加えて、本方法は、複数の音源に関連づけられている（複数の）出力毎の（複数の）音声ストリームを（複数のフロアコントロールに応じて）ミキシングするステップを含む。更に、本方法は、複数の音源に関連づけられている（複数の）ユーザ毎に、当該複数のユーザそれぞれについての一種又はそれ以上の会話特性を解析するステップを、含む。本方法は、また、解析ステップの結果に応じ複数のフロアコントロールを自動的に調整するステップを含む。

従って、本発明の上記実施形態に係る方法によれば、（これに限られるものではないが）ユーザによる発声や他のユーザによる発声に対するユーザの生理学的反応等、源から配信された情報を含む各種の会話特性を、コンピュータにより解析することができる。

本発明の更に他の実施形態に係る方法は、コンピュータによる制御の下にコンピュータを媒介とした通信を行う方法であり、それぞれ複数の通信源のうちいずれかから寄せられている複数の通信ストリームを受信するステップを含む。本方法は、更に、複数のフロアコントロールに応じ、複数の通信源に関連づけられている（複数の）出力毎の（複数の）通信ストリームをミキシングするステップを含む。本方法は、更に、第１のユーザによるアクションを解析することによりそのアクションが第２のユーザによるアクションに対する応答であるか否かを判別し、その結果に応じ複数のフロアコントロールを自動的に調整するステップを含む。ここに、第１のユーザと第２のユーザとは複数の通信源のうち互いに異なるものに関連づけられているものとする。

本発明の更に他の実施形態に係る方法は、コンピュータによる制御の下にコンピュータを媒介とした通信を行う方法であり、それぞれ複数の通信源のうちいずれかから寄せられている複数の通信ストリームを受信するステップを含む。本方法は、更に、複数のフロアコントロールに応じ、複数の通信源に関連づけられている（複数の）出力毎の（複数の）通信ストリームをミキシングするステップを含む。本方法は、更に、第１のユーザによるアクションを解析することによりそのアクションが第２のユーザを参照しているか否かを判別し、その結果に応じ複数のフロアコントロールを自動的に調整するステップを含む。

本発明の一実施形態に係る媒体通信システムは、人間会話挙動についての自動検出機能を備える。本実施形態においては、例えば、会話グループメンバーシップに関する確率推論を、特定可聴キューと会話中のアクションとの間に存する量的時間関係（これを“時間的フィーチャ”と称する）等の会話特性に基づき、実行する。従って、本実施形態によれば、所与のユーザによる発声の存否やスピーチ中における特定発声の存否を信頼性よく検出できる可能性に基づいているため、その実施に当たってユーザ等が人間によるスピーチに関し理解している必要がない。

また、上掲の会話特性には、音声特性と（バイオメトリックデバイスにより判別される類の）生理学的特性とが、併含され得る。本願中に明記した大抵のものは音声特性であるけれども、当業界において通常の熟練を積んだものであれば、本願による開示を参照して得られるものと等価な技術を、グループ通信サーバ１０３により受信可能な各種の生理学的特性即ち利用可能な生理学的特性に、適用することができる。

ユーザ発声存否の検出は、のどマイクや骨伝導マイクを用いて音声をキャプチャし、このキャプチャした音声を、単純な信号検出アルゴリズム（例えばエネルギしきい値や信号ゼロクロスレートを用いたアルゴリズム）を用い、スピーチと静音とにセグメント化することにより、実行できる。なお、従来におけるマイクは、ユーザによるスピーチを人間が聴取するという目的でキャプチャするのに、使用されていた。本発明の実施に当たりスピーチ検出向けの特殊なマイクを使用することは、有益ではあるが必ずしも必要ではない。なぜなら、その種のマイクは、信号検出アルゴリズムが許容しなければならない（即ちこれに依拠している）外部雑音の量を、低減させるからである。

更に、前掲の時間的フィーチャは、既知のパターン認識技術を用いて分類することができる。その方法の一つは、量的フィーチャの値を既知の分布と比較することである。例えば、多人数での（multiparty）会話から得られた音声は、セグメント化することができ、ラベルを付すことができ、そして

（ナイーブベイズ）分類子をトレーニングするのに使用することができる。もし、あるユーザ群についてユニバーサルな（又はそれに近い程度に広く成り立つ）関係が与えられているのであれば、量的フィーチャとの比較対象として静的な分布を用いることができる。もしそのユーザ群において当該関係が変動していくのであれば、初期的に使用した静的分布をインクリメンタルに修正してゆけばよい。また、ある種の時間的フィーチャは、一般に、同一会話フロアにおけるメンバーシップを示すものである。そこで、同一会話フロアに属する複数の話者は遷移関係場所（transition relevance places：ＴＲＰ）にて発声を開始すると認め、各話者のターンにおける区切りに基づきそれらを時間的に整列乃至グループ化（align）させる。これは、量的フィーチャを導出するのに用い得る一般的な原則である。

一例として、エンドポイント間時間差の計算によって導出されるあるフィーチャを考える。このフィーチャに関し導出される時間差は、現在のエンドポイント即ち話者Ｘのターンにおける開始エンドポイントｔと、このｔに先立つ前回のエンドポイント即ち話者Ｙにとっての最近ターンにおける最終エンドポイントとの間の、時間差である。この時間差は減少分布、例えばWilson及びZimmermanによる櫛歯状分布（非特許文献１参照）や経験値分布と比較することができ、それによって、話者Ｘと話者Ｙが通信する確率の推定値を得ることができる。

他の例に係るフィーチャは、話者は単に待つだけではなく、他の話者のターン終了に応じて反応する、という特性を含むものである。即ち、ここでは、話者がコンテンツや韻律等のキューに基づきターンの終了を予測乃至予期する、という特性に着目する。ここに、しばしば、先の話者Ｙによる発声終了時点を話者Ｘが判断し損なうことがあり、そのような場合にはＸのターンの開始エンドポイントはＹのターンの最終エンドポイントよりも前となる。そこで、このフィーチャに関しては、現在のエンドポイント即ち話者Ｘのターンにおける開始エンドポイントｔと、このｔに最も近い（即ち前になることも後になることもある）話者Ｙの最終エンドポイントとの間の時間差が、計算される。この分布も経験的にモデリングできる。更に、この分布においては、時間差が長ければ長いほど意識的グループを表していそうになく、従って時間差が長い２個のエンドポイントに係る話者同士は同一会話フロアに属していそうにないといえる。

更に他の例に係るフィーチャに関しては、話者が同一会話フロアに属していないことについての立証が模索される。例えば、話者はしばしばスピーチを重複させるけれども（重複とは、複数の話者が同時に話し始めたり、複数の話者が一緒に文章を終えたりすることを指す）、質問中の話者が同じ会話フロアにいたとしたら、スピーチの重複する時間が継続しているのは珍しい。この一般原則は、量的フィーチャを導き出すのに使用することができる。

本実施形態において量的フィーチャの導出に用い得るアルゴリズムの一つとして、スライディング時間ウィンドウＴを決定しておき、この時間ウィンドウＴの中にて所与の時間量子（例えば１ｍｓｅｃ）を以て、同時スピーチの周期を示すベクトルを計算し、更に加重ベクトルとの乗算によりスカラー積を計算する、という方法がある。その結果得られるスカラー積は、当該フィーチャについての量的計測値を求めるべく、経験的に得られている分布と比較される。

一旦フィーチャ（群）が決定されれば、それらを用いて蓋然性（likelihoods）、事後確率（posterior probabilities）及び会話フロア構成を計算することができる。なおこれらについては順に説明していく。

会話フロアにおける更なるメンバーシップ証明は、特定の発声を認識することにより得ることができる。例えば、ユーザやグループの名称、バックチャネルアクノリッジメント発声等である。この種の技術の詳細については後に説明する。

生理学的特性をユーザの音声と比較してフィーチャを決定することもできる。

当業界において通常の熟練を積んだものであれば、以後の記述を参照することにより、ユーザがマイクその他の音声ピックアップ並びにスピーカを装着し得ることを、理解できるであろう。ユーザに装着された音声ピックアップにて発生する信号は、その音源（例えばユーザ）を識別可能な形態にて、ディジタルパケット化される。出力のためユーザに送られてくるディジタル音声パケットも同様に識別可能な形態を有している。これらのパケットは、通常、ユーザのスピーカ乃至ヘッドホンによる再生のためユーザに送られる。これを概括的にいえば、本発明の一実施形態においては、複数の音源からの音声が捕捉され、その音声が音声配信先ユーザ乃至音源に応じて混合され、そしてユーザの発声等の会話特性についての解析結果に応じ混合動作が自動的に調整される。理解されるべきことに、人々の間での会話通信から、フィーチャデータのストリームを抽出することができる。会話通信は、例えばテキスト情報、可聴情報、可視情報、可触情報或いはそれらの組み合わせにより、構成され得る。会話通信は、マニュアルで又は自動的に翻訳することができる。

図１に、初期化応答解析プロセスにて呼び出される「応答アクション解析初期化」スレッド１６００を示す。このスレッドは、「開始」ターミナル１６０１にて開始されると「初期化」プロセス１６０３へと進み、必要な初期化を実行する。「応答アクション解析初期化」スレッド１６００は更に「各バックチャネルワード毎の繰り返し」プロセス１６０５へと進む。このプロセスによる各繰り返し毎に、「バックチャネル音声取り出し」プロセス１６０７においてバックチャネル発声の音声が取り出され（回復され）、この音声は「バックチャネルワード毎のワードスポッティングトレーニング」プロセス１６０９に供されてバックチャネル発声認識用のそのユーザのワードスポッティングモデルがトレーニングされ、「バックチャネルワード長さ決定」プロセス１６１１においてはワードスポッティングモデルをアシストすべく発声に要する時間の長さが決定される。全てのバックチャネルワードが処理された後、「応答アクション解析初期化」スレッド１６００は「解析スレッド呼び出し」プロセス１６１３へと進み、図２に示す解析スレッドを呼び出す。そして、「応答アクション解析初期化」スレッド１６００は「終了」ターミナル１６１５にて終了される。なお、当業界において通常の熟練を積んだものであれば、新たな入力が与えられるたびにワードスポッティングモデルをトレーニングすることなく、即ち初期的にトレーニング済みのワードスポッティングモデルを用いて、本発明を実施することができる。

図２に、「解析スレッド呼び出し」プロセス１６１３にて呼び出される「応答アクション解析」スレッド１７００を示す。このスレッドは「開始」ターミナル１７０１にて開始されると「初期化」プロセス１７０３へと進み初期化を行う。続く「ウィンドウ内におけるユーザ発声検出」プロセス１７０５においては、「このユーザ」が最短ウインドウ内で発声をしたことが検出される。この解析については、ウィンドウは、「バックチャネルワード長さ決定」プロセス１６１１にて計算された最短時間長と少なくとも同じ長さの周期に亘り「このユーザ」が連続的に発声したことを検出すべく、設定されている（もしユーザが少なくともこの最短時間長ほど長くは発声していなかったならば、どのワードスポッティングモデルも現在の発声にはマッチし得ない）。更に、連続的発声は、バックチャネルワードスポッティングモデルにより先にマッチした音声サンプルを、含んでいないであろう。一旦「このユーザ」がウィンドウ内にて発声したならば、「応答アクション解析」スレッド１７００は「他のユーザそれぞれについて繰り返し」プロセス１７０７へと進む。

「他のユーザそれぞれについて繰り返し」プロセス１７０７においては次のプロセスが他のユーザそれぞれについて繰り返される。まず、「他のユーザが会話中」判別プロセス１７０９においては、現在プロセス対象とされているユーザが発声ウインドウ内で発声中であるか否かが判別される。そのユーザが現在会話中であるならば、或いは（特定の最長周期に相当するほど）直前まで会話中であったならば、そのユーザは発声ウィンドウ内で発声中であると判別される。そうでなければ、「応答アクション解析」スレッド１７００は「他のユーザそれぞれについて繰り返し」プロセス１７０７に戻る。

「他のユーザそれぞれについて繰り返し」プロセス１７０７に戻るのでない限り、「応答アクション解析」スレッド１７００は「ユーザの各バックチャネルワード毎に繰り返し」プロセス１７１１へと進み、「このユーザ」のバックチャネルワードそれぞれについての繰り返しプロセスを始める。このプロセスにおいては、繰り返されるバックチャネルワード毎に、「バックチャネルワード毎に「このユーザ」の音声をスキャン」プロセス１７１３及び「ワードとマッチ」判別プロセス１７１５が実行される。プロセス１７１３では、「このユーザ」の音声バッファがスキャンされる。プロセス１７１５では、「このユーザ」の発声がバックチャネルワードを含むか否かが判別される。もしその繰り返し対象ワードについてマッチせずと判別されたならば、「応答アクション解析」スレッド１７００はプロセス１７１５から「ユーザのバックチャネルワード毎に繰り返し」プロセス１７１１へと戻り、次のバックチャネルワードについて同様のプロセスを繰り返す。逆に、プロセス１７１５にてマッチしたと判別されたならば、「応答アクション解析」スレッド１７００は「会話確率増大」プロセス１７１７へと進み「このユーザ」対「他のユーザ」が会話中との確率を加入者グラフにおいて調整する。そして、「応答アクション解析」スレッド１７００は「他のユーザそれぞれについて繰り返し」プロセス１７０７へと進み次の「他のユーザ」について同様のプロセスを繰り返す。なお、本実施形態ではあるバックチャネルワードが発見された後に次のユーザについてのプロセスへと進んでいるが、他の実施形態として、全てのバックチャネルワードについてスキャンを行い、発見されたワードの確率を適宜結合させる、という実施形態もあり得る。

全ての「他のユーザ」について繰り返しが終わると、「応答アクション解析」スレッド１７００は「ウィンドウ内におけるユーザ発声検出」プロセス１７０５へと戻り、最短ウインドウ内における「このユーザ」による他の発声を検出する。

本発明の技術的範囲には、会話挙動に影響を及ぼす他の方法も包含され得る。例えば、図３及び図４にそのアーキテクチャを示す方法である。この方法の中核をなす概念は、会話挙動との影響において通信チャネルに係るプロパティを動的に変更する、というものである。

図３は、加入者２００１，２００２のペア間で確立された通信チャネルを示すブロック図である。各加入者２００１，２００２は通信チャネル２０００を抽象化された通信２００３として知覚している。この抽象化された通信２０００は情報配信を実現するための接続エンドポイントにおいて具象化している。実現形態の詳細、即ち情報配信のため通信チャネル２０００の各接続エンドポイントにて必要とされる物理的な通信デバイスの類は、各加入者２００１，２００２にとっては隠されている。各加入者は、むしろ、情報２００４，２００５の送受信のみを体験する。この情報２００４，２００５は、通信チャネル２０００或いは外部環境２００６，２００８において発生する干渉や雑音に、更には加入者２００１，２００２自身或いは情報自体が発生させる干渉や雑音に、さらされている。

抽象化された概念としては、論理的な情報の流れは、加入者２００１（のうち１人又はそれ以上）から矢印２００４に沿って抽象化された通信チャネル２００３に至り、更に矢印２００５に沿って他の加入者２００２（のうち１人又はそれ以上）へと至っている。情報の流れは単一方向リレーに限定されるものではなく、双方向或いは多方向に流れ得るし、また１対１、１対多、多対１或いは多対多の加入者間で流れ得る。加えて、通信チャネルにおける送信モードは公知のごとく単方向性（１方向）、半二重（一時に１方向）及び全二重（一時に２方向）のいずれとすることもできる。

図４は、一実施形態に係るアーキテクチャ２０１０を示すブロック図である。この図に示した例では、加入者２０１１と加入者２０１２とが、一組の通信チャネル２０１６，２０１７を介して情報を交換している。通信チャネル２０１６，２０１７に関しては後に図９を参照してより詳細に説明する。各加入者２０１１，２０１２が各通信チャネル２０１６，２０１７にアクセスする際に使用する通信デバイス２０１３，２０１４は、ユーザインタフェース（ＵＩ）２０１８，２０１９、並びに１個以上の監視デバイス（図示せず）から構成されている。監視デバイスは例えばカメラやセンサやマイク等のデータ収集機器であり、注記すべきことに、通信デバイスに内蔵させることもできるし別体とすることもできる。例えば、無線ネットワークを介して通信デバイスにデータを搬送する監視デバイスは、通信デバイスとは別体になる。また、加入者２０１１からのデータは、ユーザインタフェース２０１８を介して通信デバイス２０１３により受け取られ、通信チャネル２０１６，２０１７を介して通信デバイス２０１４に配信され、ユーザインタフェース２０１９を介して加入者２０１２に届けられる。

サーバ２０１５は、通信デバイス２０１３と通信デバイス２０１４との間の通信に介在するよう挿入されており、通信チャネル２０１６，２０１７により配信される情報の流れはサーバ２０１５を経るようになっている。サーバ２０１５は監視コンポーネント２０２０及びモデリングコンポーネント２０２１から構成されている。なお、これらに関しては後に図７及び図８を参照して説明する。簡単に述べると、監視コンポーネント２０２０は監視デバイスによりキャプチャされた情報を受け取り、モデリングコンポーネント２０２１に配信する。キャプチャされたデータを受け取ったモデリングコンポーネント２０２１は、加入者２０１１，２０１２に関する属性を評価し、通信チャネル２０１６，２０１７に関連づけられている一組の所望のプロパティについてリコメンデーションを作成する。リコメンデーションの作成は、評価によって得られた属性と、属性の履歴や通信チャネルのプロパティの履歴等の情報とに基づき、行う。そして、サーバ２０１５の動作は所望のプロパティに応じて変化し、サーバ２０１５は所望のプロパティに関するノーティフィケーション（通知）を加入者装置２０１３，２０１４に送り、それに従って通信チャネル２０１６，２０１７更には加入者装置２０１３，２０１４の動作が変化する。なお、属性に基づく通信における加入者グループの全体又は部分について、通信における加入者毎のゴールを、モデリングコンポーネント２０２１にて作成するようにしてもよい。

本実施形態においては２種類の通信チャネル２０１６，２０１７が定義されており、これらは一次通信チャネル及び連続性通信チャネルの双方の性格を有するものとすることができる。即ち、一次通信チャネルとは、筆記形態乃至音響形態による人間言語の一次要素から構成される情報を配信するチャネルである。また、連続性通信チャネルにより配信される情報は実質的な阻害を受けることがないため、このような連続性通信チャネルが一旦確立されると新たな情報は新たな通信チャネルを確立することなしに通過していくことができる。本実施形態における通信チャネルは、好ましくはこれら一次通信チャネル及び連続性通信チャネルの双方の性格を有する。なお、当業者であれば理解できるであろうことに、他種の通信チャネルを用いることも可能である。

加えて、各通信チャネル２０１６，２０１７は一組のチャネルプロパティ２０２２に関連づけられている。このチャネルプロパティ２０２２は、実質的に、配信される情報乃至コンテンツの構造を決定づける。各チャネルプロパティ２０２２の実際のセッティングは実際の通信チャネル２０１６，２０１７から分離しており、サーバ２０１５や通信デバイス２０１３，２０１４により動的に更新可能な値として格納しておくことができる。品質プロパティ２０２３はバイナリの又はカテゴリ化されたパラメータセッティングから構成されている。パラメトリックプロパティ２０２４は実質的に連続的なパラメータセッティングから構成されている。例えば、通信方向制御は品質プロパティであり、音声チャネルにおけるボリューム制御やゲイン制御はパラメトリックプロパティである。注記すべきことに、ここでいう音声ゲイン制御乃至調整機能は、音声又は映像のミキシング機能、即ち多数のメディアストリームを入力し出力ストリームのうち一部分（場合によってはゼロ）を各入力ストリームに割り当てる機能に一般化して、概括的に論じることができる。更に注記すべきことに、プロパティは各加入者の性質乃至立場（perspective）によって異なるものとなり得る。例えば、ある加入者はいつでも送信を行うことができるが、他の加入者は第１の加入者により或いは他の手段により指定された時点でしか送信を行えない、とすることができる。また例えば、ある加入者はテキストを送信することができるが、他の加入者は音声を送信できる、とすることができる。いわゆる当業者には理解され得るように、これ以外のプロパティをプロパティ２０２５として採用することもできる。

チャネルプロパティ２０２２は、通信チャネル２０１６，２０１７の他の側面、即ち（チャネルプロパティと同様に）変動することがあるが（チャネルプロパティとは）異なる効果をもたらす側面から、区別することができる。例えば、音声チャネル及び映像チャネルを備えた多人数向け映像会議システムを考える。この種のシステムは、十分な個数のカメラと、（望むのであれば）全加入者が視聴できる十分な量のディスプレイスペースとを、備える構成とすることができる。加入者の映像は、例えばｎ×ｍアレイ形式により各ディスプレイ上に表示できる。このシステムはまた、チャネルプロパティ２０２２を変化させることなく加入者をアシストするインジケータ２０２６，２０２７を、備えた構成とすることができる。例えば、まず現在の話者を識別し更に話者映像の周囲に円を描く、といった機能を備えた回路を、システムに設けることができる。このような回路を使用することによって、現在の話者を即座に識別できるように他の加入者を補助することができる。その際、音声及び映像の各チャネルにおける基本的なプロパティに変化が生じないように、することもできる。これと対比するに、まず現在の話者を識別し更に他の話者に対して現在の話者のみを表示させる、といった機能を備えた回路を、システムに設けることもできる。この場合、他の加入者からの映像通信情報はブロックすることとする。このような回路を使用することによって、例えば、音声起動による映像スイッチング等を実現することができ、映像チャネルの基本的なプロパティを変化させることができる。

他の実施形態としては、本実施形態にてサーバ２０１５により実現している機能を通信デバイス２０１３，２０１４等に分散させる、という実施形態があり得る。この場合、各通信デバイス２０１３，２０１４に監視コンポーネントやモデリングコンポーネントを設ける。

図３及び図４に示したシステムアーキテクチャの更なる細部を図５〜図９に示す。なお、ここでは本発明の応用を表す特定の実施形態及び単純変形について説明するが、これは説明の簡明化のために過ぎず、排他的な記述として受け取られるべきではない。

図５は、図４に示したアーキテクチャ上で実行されるモデリングフェーズ２０３０を示すブロック図である。モデリングフェーズ２０３０は、監視デバイスによりキャプチャされたデータに基づき行われ、属性評価２０３１、リコメンデーション発生２０３２及びゴール形成２０３３という３個のフェーズを有している。但し、ゴール形成２０３３はオプショナルなフェーズである（即ち必須ではない）。本実施形態におけるモデリングは、加入者間における通信進行と並行するよう連続ベースにて実行するのが望ましいが、当業界における習熟者であれば理解できるように、孤立的に又はデマンドに応じて実行することもできる。属性評価フェーズ２０３１実行時には、キャプチャされたデータに基づく計算が行われ、通信に関わっている加入者について属性が判別される。加えて、結果として得られた属性を入力として用い、更なる属性評価を行うこともできる。リコメンデーション発生フェーズ２０３２実行時には、属性は通信チャネルプロパティ履歴及び属性履歴と共に数値評価され（ゴール形成フェーズ２０３３を設けた場合はここで当該ゴールも評価の対象乃至材料とされ）、所望のチャネルプロパティが決定される。決定する所望のプロパティには新たなセッティング乃至現状を含めることができる。オプションたるゴール形成フェーズ２０３３実行時には、属性が加入者毎に数値評価され個々の加入者についてゴールが設定される。これに代え又はこれと共に、加入者全体又は一部をグループとしてそのグループに属する加入者を対象に個別にゴールを設定するようにしてもよい。

図６は、図４に示したアーキテクチャ上で実行されるモデリング２０４０を例示説明する処理フロー図である。図示しない２人の加入者はそれぞれモバイル通信デバイス２０４１，２０５０を用いている。モバイル通信デバイス２０４１，２０５０はマイク、外部スピーカ（スピーカホン）及びイヤホンを備えている。加入者２者間で通信が行われているときに形成される通信チャネルはバイナリの品質プロパティを含んでいる。品質プロパティとしては、半二重音声に係るプッシュトゥトークプロパティと、全二重音声に係る標準電話プロパティとを、掲げることができる。本実施形態におけるプッシュトゥトークプロパティは、半二重（非同時）音声用に通信チャネルを適合させ、その音声を外部スピーカによって再生させる（即ち、物理的にいずれかの加入者の近くにいる非加入者も聴取できるような形態に変換して音声出力させる）プロパティである。これに対して、標準電話プロパティは、全二重（同時）音声用に通信チャネルを適合させ、その音声をイヤホンによって再生させる（即ち、近くにいる非加入者が聴取できない形態に変換して音声出力させる）プロパティである。また、ある所与の時点について考えればこれらのバイナリプロパティのうち一方のみが真となるから、これらのバイナリプロパティを単一のカテゴリプロパティにまとめてモデル化することもできる。即ち、そのバイナリ値が二つのモードのいずれかにそれぞれ対応づけられているカテゴリプロパティを、これら二種類のバイナリプロパティに代えて用いることもできる。注記すべきことに、プロパティは、上述したものとは異なるやり方で定義することができる。即ち、プッシュトゥトークプロパティや標準電話プロパティによって音声信号の性格のうち半二重或いは全二重という性格を表すこととする反面、音声信号の配信形態（外部スピーカかイヤホンか）を特定しないよう、これらプッシュトゥトークプロパティ及び標準電話プロパティを定義することも、可能である。なお、説明の簡明化のためここでは省略するが、いわゆる当業者には明らかな通り、通信チャネルのプロパティとしては上述のもの以外もあり得る。

初期的には、通信チャネルはプッシュトゥトークモードに設定されている。通信時には、音声データ２０４２はマイクを通じて通信チャネル上で監視される。音声データは監視コンポーネント（図示せず）により受信され、モデリングコンポーネントに入力として送られる。

モデリングコンポーネント内においては、入力音声データ２０４２及びストレージ内容２０４６が属性評価コンポーネント２０４３により受信され、計算によって属性２０４４として評価される。例えば、会話特性中の会話交差属性（conversational engagement attribute）を評価するには、ターン取得解析（turn-taking analysis）手法を適用することができる。一例を述べると、属性評価コンポーネント２０４３は入力音声データ２０４２に対し、例えば最近３０秒に亘って音声アクティビティディテクタを実行し、それによって、加入者２者間における同時スピーチ量や発声の整列度（degree of utterance alignment）に関する属性を、計算することができる。なお、同時スピーチとは、加入者間におけるスピーチ重複の持続周期を指しており、発声の整列度は、ある加入者による発声の終了から他の加入者による発声の開始までに経過した時間量を反映している。属性評価コンポーネント２０４３は、通信の履歴や通信量の増減傾向と共に、同時スピーチ量及び発声の整列度を（計算対象データの時間配列（temporal alignment）に基づき）評価及び数値化し、加入者２者間における会話交差の度合いを示す属性２０４４を決定する。なお、プッシュトゥトークモードにおいては、同時スピーチは発声しないため同時スピーチの値は０である。本実施形態においては、会話交差の度合いを示す属性２０４４の計算値が、

（ナイーブベイズ）分類子を適用することにより決定される。但し、当業界における習熟者により認識される通り、属性評価に際して他のアプローチを採用することもできる。

これに代え又はこれと共に、会話交差属性を評価するためのアプローチとして、図１に示したものと類似したコンテンツ解析手法を適用することができる。例えば、バックチャネルスピーチや共通スピーチや韻律に関連した会話に係る可聴キューを、検出する手法である。一例を述べると、属性評価コンポーネント２０４３にて、音響音声特性を表す統計的フィーチャのベクトルを入力音声データ２０４２のストリームから周期的に抽出し、第１のセットの分類子を適用することによって各加入者スピーチにおける韻律要素中の影響（感動）のタイプ及び度合いを評価し、そして当該影響を持つ属性値に対し第２のセットの分類子を適用することによって加入者間の会話交差の度合いを評価する、という手法である。この手法における第１の分類課題（第１の分類子による分類を巡る問題乃至課題）とは、記録されているスピーチに及ぶ人的影響の評価をどのように行うかという技術的課題である。この課題に関しては、非特許文献２を含め様々な文献に記載がある。記載されている手法の一例としては、音声ピッチ及び音声エネルギを含む生の音声フィーチャを使用する手法がある。この手法における音声ピッチは人間音声の基本周波数ｆ０の計測値であり、しばしば“ピッチトラッキング”と称される。音声エネルギは１個又は複数個の周波数帯域にて計測される音声エネルギであり、例えば、２００Ｈｚ未満、２００〜３００Ｈｚ、３００〜５００Ｈｚ、５００Ｈｚ〜１ｋＨｚ、１〜２ｋＨｚ、及び２ｋＨｚ超といった周波数帯域にて当該計測が行われる。こういった生の音声フィーチャを集めると、音声フレームと非音声フレームとの比率、瞬時音声ピッチの平均値・最小値・最大値・レンジ・標準偏差、並びに瞬時音声ピッチの勾配（変化率）の最小値・最大値・レンジを含め、様々な統計的フィーチャが得られる。こういった統計的フィーチャは、例えば、ＳＶＭ（Support Vector Machine）技術に基づく（マニュアルにてラベルされたフィーチャセットによる）トレーニング済みの分類子への入力として、使用される。ＳＶＭ分類子の出力は、スピーチの音響特性によって表される感動状態を計測した属性の評価結果とすることができる。この属性は、好ましくは限定された個数の属性、例えば感動特性の強度を示すベクトルに基づくものである。ここでいう感動特性は心理学の文献に記載されているものであり、「覚醒（arousal）」（又は「活性化（activation）」）、「力（valence）」（又は「数値評価（evaluation）」）及び「制御（control）」（又は「パワー（power）」）の３種類があるが、本実施形態ではそのうち１個（又はそれ以上の個数）の感動特性が用いられる。但し、他の体系を用いてもよい。当該他の体系としては、典型的には、「冷たい怒り（cold anger）」及び「悲しみ（sadness）」等の選択された常識感動ラベルに基づくものが、知られている。次に、第２の分類課題即ち第２の分類子による分類を巡る課題とは、影響ベース属性値に基づき会話交差の度合いを評価するという課題である。ＳＶＭ分類子から出力される影響的な属性値はＨＭＭ（Hidden Markov Model：隠れマルコフモデル）分類子への入力として使用される。静的なマシンとしては、ＨＭＭ分類子は、影響的な属性値のストリームにおける時間側面を暗示的にモデル化している。他の実施形態として結合ＨＭＭ（ＣＨＭＭ）に基づくものが考えられるが、ＣＨＭＭに基づく分類子を用いた場合、個別の加入者をモデル化しているＨＭＭ同士が互いに影響しあうこととなり得る。このアプローチは好ましいものである。なぜなら、このアプローチにおいては会話における加入者間の絡み合い（joint-behavior）、例えば一方の加入者と他方の加入者が共に顕著に会話を交わしているかどうかに関する蓋然性が、捕捉されるからである。なお、加入者毎に別々にＨＭＭを使用した場合は、加入者同士の絡み合いは捕捉できない。更に他の実施形態としては、スピーチ認識やワードスポッティング等の自然言語解析技術を用い、例えば応答挙動を検出するため意味論的コンテンツ解析手法により提供されるものと同様の形態にて、会話交差に関する証明を発生させるものがある。これについては、バックチャネルスピーチ乃至共通コンテンツの検出を行う手法に関連した図１及び図２の記載並びに明細書中の該当部分における記載を、参照されたい。

本実施形態においては、モデリングコンポーネントはゴール形成コンポーネント２０４８を有している。ゴール形成コンポーネント２０４８は、データを表すストレージ内容２０４６例えばプロパティ履歴及び属性履歴と、加入者２者間における会話交差の度合いを示す属性計算値２０４４とを、受け取る。属性計算値２０４４は、先に決定済みで会話交差の度合いを示す属性値と結合され、それによって、会話交差の度合いが増加しているか減少しているかが加入者毎に数値評価される。評価した会話交差の度合いに基づき、ゴール形成コンポーネント２０４８はゴール２０４９を決定・定式化する。ゴール２０４９は、加入者が現在の会話交差レベルを維持したがっているのか、会話交差レベルを高めたがっているのか、それとも会話交差レベルを下げたがっているのか、を示す情報である。本実施形態においては、ゴール形成コンポーネント２０４８はルックアップテーブルを用いてゴール２０４９を決定するが、無論、ゴール形成に当たって他の手法を用いてもよい。どのような手法を用い得るかについては、当業界における習熟者であれば想到できるであろう。

リコメンデーション発生コンポーネント２０４５は、加入者２者間での会話交差の度合いを示す属性計算値２０４４、ゴール２０４９、並びにストレージ内容２０４６を受け取り、通信チャネルプロパティに対する変更・変化について解析する。例えば、通信チャネルがプッシュトゥトークモードにセットされているが加入者は話中でない場合においてサドンバーストが発生したならば、それは加入者が会話を交わそうとしており会話交差の度合いが増加していることを表しており、従ってそのことは属性評価コンポーネント２０４３による評価を経て得られた属性計算値２０４４に反映するであろう。その場合、ゴール形成コンポーネント２０４８は、加入者が自分たちの会話交差レベルを増加させようと望んでいるという意味のゴール２０４９を、決定・定式化する。従って、リコメンデーション発生コンポーネント２０４５においては、プッシュトゥトークプロパティ及び標準電話プロパティの双方とも所望のプロパティ２０４７に従って変形・修正されるべきであると決定されるであろう。なお、本実施形態においては、リコメンデーション発生コンポーネント２０４５はルックアップテーブルを用いて所望のプロパティ２０４７を決定しているが、当業界における習熟者ならば認識できるように、他のアプローチによってリコメンデーションを作成してもかまわない。

所望のプロパティ２０４７を受け取った各通信デバイス２０４１，２０５０は、標準電話モードをイネーブルにする一方プッシュトゥトークモードをディスエーブルにし、同時に音声のスイッチをスピーカからイヤホンへと切り替える。本発明の更なる実施形態においては、各通信デバイス２０４１，２０５０に実装されているユーザインタフェースが自動的にプッシュトゥトークボタンをディスエーブルに切り替え（変更し）、それによって、動的でかつじゃまにならない形態によるメディアプロパティ変更を実現する。サーバ及び通信チャネルもまた、標準電話モードをサポートしプッシュトゥトークモードをディスエーブルするように切り替わる。

例示するに、いま通信チャネルが標準電話モードに設定されており会話がゆっくりと行われているならば、会話交差の度合いが減りつつあることは、属性評価コンポーネント２０４３による評価を経て得られた属性計算値２０４４に反映されているであろう。加えて、ゴール形成コンポーネント２０４８は、加入者が自分たちの会話交差レベルを低下させようと望んでいるという意味のゴール２０４９を、決定・定式化しているであろう。従って、リコメンデーション発生コンポーネント２０４５においては、プッシュトゥトークプロパティ及び標準電話プロパティの双方とも所望のプロパティ２０４７に従って変形・修正されるべきであると決定され、その結果に従いプッシュトゥトークがイネーブルされる一方標準電話モードはディスエーブルされ、音声スイッチはイヤホンからスピーカへと切り替えられるであろう。

図７は、図４に示したアーキテクチャにおける監視コンポーネント２０２０を示す機能ブロック図である。監視コンポーネント２０２０は、複数のデータ源から得られる生の入力データ２０６７を機器２０６８を介して収集する。データ源としては、任意データ源２０６１、通信チャネルを通じて配信されるコンテンツ２０６２、ユーザインタフェースジェスチャ２０６３、属性履歴やチャネルプロパティ履歴等の情報を含むストレージ内容２０６４、ユーザによる明示の入力２０６５、並びに当業界における習熟者であれば了解できるであろうところの他のデータ源２０６６がある。監視コンポーネント２０２０は生の入力データ２０６７を集めて処理し、処理出力データ２０４２を生成する。生の入力データ２０６７に施す処理は、機器２０６８から受け取るデータのタイプ並びにモデリングコンポーネントにより要求されるフォーマットに依存している。例えば、生の音声データについては、モデリングコンポーネントが認識できる標準フォーマットへと変換する必要があろう。同様に、監視コンポーネント２０２０は送信に先立って入力データ（処理出力データ）を圧縮及び暗号化する。その他必要な処理を施した後、監視コンポーネント２０２０は処理出力データ２０４２をモデリングコンポーネント（図示せず）に送る。なお、モデリングコンポーネントについては図８を参照して後により詳細に説明する。

機器２０６８が配置される箇所は、通信デバイスの内部や、加入者環境の各所や、通信チャネルそれ自体を含め、通信チャネル関連各所に散在している。当業界における習熟者であれば、他の箇所にも機器２０６８を配置できることを、容易に理解できるであろう。より詳細には、通信チャネルを介して伝送されるデータを収集するには、音声又は映像通信機器を設ければよい。加入者の物理学的或いは肉体的特性乃至挙動についてのデータを収集するには、バイオフィードバック機器、ジェスチャトラッカ、ロケーションセンサ等を設ければよい。音響的環境及び物理的環境を含め加入者環境についてのデータを収集するには、マイクやセンサを設ければよい。そして、加入者がモデリングコンポーネント（図示せず）への入力として明示的に入力したデータを収集する機器を設けることもできる。例えば、所望の通信時間及び媒体プロパティについての加入者の個人的な好みを示すデータを、（予め）格納しておくようにしてもよい。同様に、ユーザインタフェースに対して行われたジェスチャを監視コンポーネントに伝えられるようにしておき、加入者が同時会話モードによりマニュアルで関心事を示すことができるようにしてもよい。当業界における習熟者であれば認め得る通り、他の種類又は形態の機器を用いることや、種々の構成及び組み合わせによる機器を用いることが、また可能である。

図８は、図４に示したアーキテクチャにおけるモデリングコンポーネント２０２１を示す機能ブロック図である。モデリングコンポーネント２０２１は、図示しない監視コンポーネントから受け取った処理済みのデータ２０４２に基づき動作し、一組の所望のプロパティ２０４７を出力する。モデリングコンポーネント２０２１は、属性評価２０８１、リコメンデーション発生２０８２及び（オプショナルな）ゴール形成２０８３という三種類のサブコンポーネントから、構成されている。簡単に述べると、属性評価サブコンポーネント２０８１は通信中の加入者について一組の属性２０４４を決定する。リコメンデーション発生サブコンポーネント２０８２は一組の属性２０４４及びストレージ内容２０９４に基づき一組の所望のプロパティ２０４７を発生させる。ストレージ内容２０９４には、プロパティ履歴２０９５、属性履歴２０９６、ゴール履歴（図示せず）等のデータが含まれている。ゴール形成サブコンポーネント２０８３はオプショナルなコンポーネントであり、一組の属性２０４４及びストレージ内容２０９４に基づきゴール２０４９を発生させる。このゴール２０４９はリコメンデーション発生サブコンポーネント２０８２により用いられる。

特に、属性評価サブコンポーネント２０８１は導出モジュール２０８４及び計算モジュール２０８５から構成されている。導出モジュール２０８４は処理済みのデータ２０４２及びストレージ内容２０９４に基づき動作し、データ換算解析手法により派生入力データを作成する。なお、監視コンポーネント（図示せず）は生入力データに関しモデリングコンポーネント２０２１への効率的配信のための処理を施すのみであり、加入者固有個別の属性を決定するのに必要な特別な処理は施さない。これに対し、導出モジュール２０８４は、例えば、入力音声データストリームに対して音声アクティビティディテクタを実行し、同時スピーチ量及び発声整列（度）を決定する。これらは多人数会話において送信モードを数値評価するのに有用である。当業界における習熟者であれば認め得る通り、他種の手法によるデータ導出及びデータ処理を行うことが、また可能である。

計算モジュール２０８５は、データ２０４２及びストレージ内容２０９４から導出した推論結果に基づき解析計算を行うことにより、一組の属性２０４４を決定する。属性もまた、入力データとして受け取ることができる。計算及び推論のタイプは決定される属性の性質に依存しており、

（ナイーブベイズ）又はＨＭＭ分類子に限らず統計学及びマシンラーニングを含めた計算の分野に及んでいる。

属性は、その発生源に基づいて、個々の加入者についての属性２０８８、個々の加入者の環境についての属性２０８９、及び加入者のグループについての属性２０９０、という三グループに分類される。当業界における習熟者であれば認め得る通り、属性として他のグループを考えることや様々な組み合わせを考えることは可能である。個別加入者属性２０８８としては、これに限ることのない一例としていえば、スピーチコンテンツ、韻律、物理的移動、物理的乃至身体的状態、精神状態、非加入者との通信等がある。環境属性２０８９としては、これに限ることのない一例としていえば、ロケーション、背景雑音、物理的変化、トラフィック状態等がある。最後に、グループ属性２０９０は、これに限ることのない一例としていえば、重複した会話（トーク）、整列した発声、バックチャネルの使用、会話リペアの使用、会話交差の度合い、不一致（discord）のサイン、誤解のサイン、不要通信優勢（dominance）のサイン、会話状態変化（change conversation state）のサイン、加入者通信時間量、通信相手たる他の加入者から見た姿勢、他の加入者に対する一般姿勢、加入者のアクティビティ乃至姿勢の配列（alignment）、加入者の一様性、個別の加入者又は加入者ペアに対する媒体の影響等がある。当業界における習熟者であれば認め得る通り、属性として他のグループを考えることや様々な組み合わせを考えることに加えて、他の属性やそのバリエーションを考えることは、また可能である。

各属性の値における確実性は、実行される計算及び推論のタイプに従って連続的に変化する。例えば、会話中の加入者２者間で議論を行っているときの重複時間量は、高度に確実な数値である。なぜなら、両加入者が話している時間のパーセンテージは、生データから直接計算できるからである。逆に、加入者が他の加入者と合意しているか否かについては、低い確実さでしか計算乃至推論できない。なぜなら、言語解釈技術においてはしばしばエラーが発生し他の結果が導出されるからである。確実性の度合いは、また、属性値を評価するのに用いられた技術のロバスト性の影響も受ける。例えば、特定のユーザについてのトレーニングが求められるようなある種のスピーチ認識においては、他のユーザにそれを適用したときの正確さは低いものである。最後に、属性の正確性は属性値を計算する際の複雑さやその際に要求される推論に対して関係させることもできるし独立とすることもできる。従って、各属性の引き続く使用に当たっては確実性に関する考慮が求められる。しかしながら、注記すべきことに、所与の属性値に関する確実性の度合いは既知である必要はなくまた決定可能である必要もない。

リコメンデーション発生サブコンポーネント２０８２は計算モジュール２０８６から構成されている。計算モジュール２０８６は、一組の属性２０４４及びストレージ内容２０９４を、計算済みのゴール２０４９と共に数値評価することによって、一組の所望のプロパティ２０４７を形成する。所望のプロパティ２０４７は、所望の品質プロパティ２０９１、所望のパラメトリックプロパティ２０９２、及びその他の所望のプロパティ２０９３という３グループに分けることができる。所望のプロパティ２０４７は、１個又は複数個の通信チャネルプロパティに関する前回の状態から新たな状態への変化を表している。或いは、所望のプロパティ２０４７が変化なし・現状維持を表すこともある。一組の属性２０４４と同様に、所望のプロパティ２０４７も確実性の連続体に沿って生成される。

個別のチャネルプロパティは各通信チャネルに内在するものである。しかしながら、各チャネルプロパティの状態は、品質２０２３、パラメトリック２０２４及びその他２０２５の各チャネルプロパティ毎に、データベース２０２２に格納することができる。一例として述べると、ＢＮＦ（Backus-Naur Form）文法によるプロパティ候補記述は、

の通りである。この式においては、次のような定義を適用する（いくつかの定義は非特許文献３から採っている）。まず、Reviewable即ち持続性は、受信者が通信コンテンツを後にリビュー可能であることを、表している。例えば、電子メールメッセージは、一読後に受信者のメール閲覧プログラムにより保持されるためリビュー可能であるといえる。これに対して、電話による会話は、記録装置を用いるのでない限り、リビュー不能であるといえる。Revisable即ち訂正可能性は、宛先にて受信される前に送信者がメッセージを改訂できることを、表している。Simultaneous即ち同時性は、複数の加入者が同時に通信を送受信することを表している。例えば全二重音声は同時性を有しているが、半二重音声は同時性を有していない。Contemporaneous即ち即時性は、送信者によるメッセージ送信と実質的に同時に加入者がメッセージを受信することを、表している。例えば電話は普通は即時性を有しているが、郵便メールは即時性を有していない。先に述べた通り、Continuous即ち連続性は、通信チャネルが実質的な阻害なしに情報を配信することを表している。例えば、単独電話会議は連続性を有するが、電子メールは連続性を有していない。また、Transform即ちコンテンツ変換（変形）としては、例えばVolumeAdjustment即ちボリューム調整、FidelityChanges即ち忠実度変換、Greeking即ちグリーキング、並びにDelay即ち時間遅延の付加・除去、を含め様々なものを実行可能である。ここでいう忠実度変換とは、例えば音声ストリームを異なるレートでリサンプリングすることである。グリーキングとは、スクランブリング等によって言語コンテンツに歪を付与することにより、通信チャネル上でのその存在やその感動トーン等が引き続き受信者には判別できるようにしつつもその意味を不明瞭にすることである。時間遅延は言語コンテンツ内における遅延であり、その付加・除去は言語コンテンツの配信レート乃至ペースを変更すべく行うものである。また、Addressとは、送信者がいずれか１人又は複数人の加入者を特定する手段である。最後に、Summons即ち召喚とは、通信を行う旨の通知である。In-Channel-Addressプロパティ及びIn-Channel-Summonsプロパティは、対応する機能が通信チャネル内にて実行されることを表している。前者の例としては、ユーザが「ヘイ、ジョー」という声を出し特定の受信者に宛てて音声通信チャネル上に送出する、という例がある。後者の例としては、システムが受信者に対しまもなく音声が到来する旨をビープ音により通知する、という例がある。Out-Of-Channel-Addressプロパティ及びOut-Of-Channel-Summonsプロパティは、対応する機能が所与の単一通信チャネル単独では実行されなかったこと、例えば、所与の通信チャネルと他の通信チャネルとの共同で実行されたことや、所与の通信チャネルとユーザインタフェースとの共同で実行されたことを、表している。なお、プロパティ２０２２として他の種類及び形態のプロパティを掲げることは、当業界における習熟者が認め得る通り、容易であろう。

先に述べたＢＮＦ中、ノンターミナルなシンボル<Direct-Communication-Content>は直接通信媒体乃至はそれにより提供されるコンテンツに対応している。直接通信媒体とは、音声や映像やテキスト等のように、加入者が通信コンテンツをダイレクトに提供する一組の通信媒体である。また、ノンターミナルなシンボル<Status-Content>は直接通信媒体でない一組の通信媒体乃至はそれにより提供されるコンテンツに対応している。この種の媒体では、加入者がアイドルか否かを示すグラフィカルユーザインタフェースによる抽象可視表現のように、加入者が通信コンテンツをダイレクトに提供しない。通信チャネルは、直接通信媒体以外の媒体を介してデータを送信させるプロパティ値を採り得る。しかしながら、反面で、本発明の一実施形態における通信チャネルは、選択的乃至は間欠的であるにしろ、直接通信媒体を介してデータを送信することが可能でなければならない。例えば、ハンドセット間で抽象的な存否情報のみの伝達を行う機構は、本願では通信チャネルではなくインジケータとして定義されるであろう。なお、先に述べたように、補助的なステータスインジケータを通信チャネルに追加することは、通信チャネルを介して配信される情報乃至コンテンツの構造を実質的に決定づけるものではない。

オプション的なゴール形成コンポーネント２０８３は計算モジュール２０８７から構成されている。ゴール２０４９は、一組の属性２０４４及びストレージ内容２０９４に基づく通信を通じて、各加入者毎に計算される。各ゴールの生成に当たっては、特定の加入者における生成物（outcome）に関して計算的に推論された論理が各ゴールに反映されるようにするのが、望ましい。個々のゴールは互いに独立しており、従って相互に強調、一致或いは分岐していることがあり得る。例えば、ある加入者が会話継続希望を表明する一方で他の加入者ができるだけ早期の会話終了を望んでいる場合、前者に割り当てられるゴールと後者に割り当てられるゴールとが衝突乃至矛盾することがあり得る。従って、個々の加入者毎にゴールを形成するのに代えて又はそれと共に、ゴール形成コンポーネント２０８３にて、加入者の全て又は一部によるグループについてゴールを形成するようにしてもよい。例えば、ゴール形成コンポーネント２０８３が単純多数決を採るようにする。その場合、仮に加入者群のうち多数が通信増大を望んでいるのであれば、ゴール形成コンポーネント２０８３により通信増大を示すゴールが形成されることとなる。或いは、これよりも複雑な方法を用いてゴール形成を行うこともできる。例えば、各加入者の立場の強さを考慮に入れる方法や、各加入者の視点から所与のゴールを評価し全加入者規模にて利益及びコストの期待値を集約する、といった方法を採用できる。一組の属性２０４４と同様に、ゴール２０４９も確実性の連続体に沿って生成される。

図９は、図４に示したアーキテクチャにおける通信チャネル２１００を示す機能ブロック図である。通信チャネル２１００は通信チャネルの物理的な実体２１０４及びこれに関連する通信デバイス２１０１から抽象された概念であり、通信デバイス２１０１は通信チャネル２１０４を介した情報の配信に役立つデバイスである。通信デバイス２１０１はユーザインタフェース２１０２を有しており、ユーザインタフェース２１０２はフィードバック２１０５及びオーバライド２１０６に係る制御手段をオプション的に備えている。ユーザインタフェース２１０２はまた、加入者情報と共に提供される。加入者情報とは、チャネルプロパティの現在の状態や、何れか若しくは全ての加入者に係るチャネルコンテンツについての情報である。例えば、ユーザインタフェース２１０２は、通信中の加入者の現在の感動状態を示す情報と共に提供され得る。重要なことに、ユーザインタフェース２１０２はチャネルプロパティ２１０３を通じて自分自身を変更することができる。例えば、通常の電話送信モードに切り替えるときに、チャネルプロパティ２１０３を通じてプッシュトゥトークボタンをディスエーブルにすることができる。なお、上記以外のユーザインタフェース制御要素及びフィーチャを設けることは、当業界における習熟者に認識され得る通り、容易であろう。

通信チャネル２１００は、通信デバイス２１０１や図示しないサーバを通じて、チャネルプロパティ２１０３の状態を変更する。この変更は、図示しないモデリングコンポーネントから受信する一組の所望のプロパティ２０４７に基づき実行する。この変更は自動的、半自動的或いはマニュアル的に発効する。例えば、プロパティの変更はユーザインタフェース２１０２によりまたフィードバック制御２１０５やオーバライド制御２１０６を通じて、発動され得る。特に、プロパティの変更のうち自動的な要素を保ちながら、ユーザ自身がプロパティの変更をオーバライド乃至強制することを許すような変更を、半自動的変更と呼ぶ。また、フィードバックの対象となるのは、通信チャネル２１００の状態や、モデリングコンポーネントにより検出されたデータである。例えば、フィードバックされるチャネルプロパティとしては、全加入者の立場に関する或いは通信における不一致のレベルについてのチャネルプロパティがある。フィードバックには、特殊性のレベルに関する情報を含めることができる。

図９には、本発明の他の側面も示されている。先に説明した従来の通信システムにおいては、パラメトリックプロパティに関し媒体ストリームを制御するためマニュアルユーザインタフェースが設けられていた。この種のシステムにおいては、チャネルプロパティ変更を起動するには、一方的なエンドユーザユーザインタフェースアクション（一方的アクションにより起動されたプロパティ変更の例としては、ある加入者によるボタン押下及びそれによる変化がある）又はシーケンシャルにネゴシエートされたエンドユーザユーザインタフェースアクション（複数の加入者を巻き込んだ一連のステップからなるシーケンスにより引き起こされるプロパティ変更の例としては、電話コールの設定がある）が求められていた。本質的には、複数の加入者により行われるどの２アクションも何らかの時間的順序を有しているものであるが、後者即ちシーケンシャルネゴシエートの例におけるネゴシエーションは特定の要求とそれへの応答から構成されており、従って当該ネゴシエーションを構成する一連のステップは強い因果性を内包している。図９を参照するに、本発明にて提供され得る通信方法においては、複数の加入者が自分の通信デバイス２１０１のユーザインタフェース２１０２において為した相独立したジェスチャにより、通信チャネル２１００のチャネルプロパティ２１０３が変更される。システム内におけるそれら複数のジェスチャ間の関係は、直接の因果関係はない（即ち後続の応答を期待するものではない）が、一連の時間的関係を以て複数のユーザによりそのユーザインタフェース内で継起される、という関係である。この区別は、複数者によるユーザインタフェースジェスチャが必要であるが明示的な順序ネゴシエーションは必要でない、という表現でも特徴づけることができる。

一例として、第１の加入者と第２の加入者とが遠隔通話している例を考える。本発明の一実施形態においては、各加入者が自分の通信デバイス２１０１を操作する。説明の簡明化のため、通信デバイスのハードウエアは既存の携帯電話、例えばMotorola社のセルラーホンi90Cと類似しているものとする。各通信デバイスのデザインは通常の貝殻状デザインとし、音声通話をサポートしているとする。また、デフォルトでは、“貝殻”が閉じているときはイヤホンではなく外部増幅スピーカを使用する設定となっており、“貝殻”が開いているときには外部増幅スピーカではなくイヤホンを使用する設定になっているものとする。各通信デバイスは、ハードウエア押しボタンを用いたプッシュトゥトーク半二重動作と、従来型の全二重電話とを、サポートしているものとする。各通信デバイスは、更に、デバイスソフトウエアが“貝殻”が開いたか閉じたかについての通知を受信できるようにするため、それに適したセンサを装備しているものとする。既知の携帯電話例えばMotorola社のセルラーホンi90Cとは異なり、通信デバイス２１０１に装備されているハードウエア／ソフトウエア手段によれば、各加入者により相独立して為されるユーザインタフェースジェスチャに応じ、通信チャネル２１００のチャネルプロパティ２１０３を変更することができる。例えば、図４に示したアーキテクチャによれば、各デバイスに設けられている“貝殻”開閉センサの状態はサーバ２０１５上の監視コンポーネントに送信される。サーバ２０１５上のモデリングコンポーネントは両加入者間で“貝殻＝開”値の論理ＡＮＤを計算し、その結果に従って通信チャネルのプッシュトゥトーク／電話チャネルプロパティの値を調整する。即ち、もし双方の電話が“開”であればチャネルは全二重電話となり、どちらかの電話が“閉”であればチャネルは半二重プッシュトゥトークとなる。なお、図４に示したアーキテクチャは、その種のシステムの全ての構造化形態を示すことを意図したものではなく、従ってこの種の構造を他の形態にて即ち多様な形態にて実現することができる。例えば、通信デバイス上の監視コンポーネント間で直接に、センサ情報を共有することができる。再び図９を参照するに、会話中の第１の時点において、双方の加入者が自分の通信デバイスをその“貝殻”を閉じたまま使用しているとする。従って、このとき通信デバイスは、プッシュトゥトークモードにて、即ちあたかも“ウォーキートーキー”ラジオとして、動作している。次に、会話中の第２の時点において、第１の加入者が自分の通信デバイスを開いたとする。このアクションによって、第１の加入者の通信デバイスはイヤホンモードに設定されるが、プッシュトゥトーク／電話チャネルプロパティには影響してこない。更に、会話中の第３の時点において、第２の加入者が自分の通信デバイスを開くことに決めたとする。この時点で、両加入者が自分の通信デバイスをイヤホンモードで使用することとなる。また、サーバはこれら加入者による相独立したジェスチャに応じて、チャネルプロパティをプッシュトゥトークから全二重へと切り替える。なお、当業界における習熟者には自明な通り、適用対象となり得るチャネルプロパティは広範に亘るものであり、独立したジェスチャはここに記述したもの以外にも考え得る。また、加入者によるユーザインタフェースアクションに対し（電話のベルとそれに対する反応のような）シーケンシャルネゴシエーションを強いることなく、インジケータを設けることができる。例えば、発光インジケータを第２の加入者の通信デバイスに設け、第１の加入者が自分の通信デバイスを開いたことを通知するようにすることができる。そして、いつまたどのようにしてチャネルプロパティを変更するかに関する計算は、任意の複雑なモデリングコンポーネントにより実現できる。上の例で用いた論理ＡＮＤに限定されるべきではない。

図１０は、一実施形態に係る方法２１１０の処理フロー図である。この図に示す方法は、１個又は複数個の動的変更可能なプロパティを有する通信チャネルを介し通信を行うに際して、論理的なフレームワークを提供する。

２人の加入者が一組の通信デバイスを用いて会話を行おうとする場合等には、最初に、図１１により詳細に示すように通信チャネルの初期化が行われ（２１１１）、引き続いて通信に係る繰り返し処理が実行される（２１１２〜２１１７）。情報は通信チャネルを介し少なくとも１方向に配信される（２１１３）。本実施形態に係る装置のうち、監視コンポーネントは通信チャネルを監視し（２１１４）、その結果得られたデータを、通信チャネルのモデリング（２１１５）のためモデリングコンポーネントに供給する。これらについては図１２及び図１３を用いてより詳細に説明する。通信チャネルの状態を現状に保持するとのリコメンドが為されない場合は、通信チャネルのプロパティが一組の所望のプロパティに従って変更される（２１１６）。情報配信、監視、モデリング及び変更からなるこの手順は、通信が終了するまで繰り返し継続され、通信が終了すると終了される。

図１１は、図１０に示した方法において用いられる初期化ルーチン２１２０を示す処理フロー図である。初期化ルーチン２１２０は個々の通信チャネルを定義した後（２１２１）各チャネルに割り当てられる一組の初期プロパティを特定する（２１２２）。そして処理は呼び出し元にリターンする。

図１２は、図１０に示した方法において用いられる監視ルーチン２１３０を示す処理フロー図である。このルーチンの目的は、各チャネルを監視し、処理されたデータをモデリングコンポーネントに提供することにある。

各通信チャネルは個別に監視される（２１３１〜２１３７）。全ての通信チャネルを監視してもよいし、監視する通信チャネル（又はその組み合わせ）を選んでその通信チャネルのみを監視してもよい。同様に、データの受信、処理、及び監視結果としての出力は、機器毎に行う（２１３３〜２１３６）。全ての機器を監視してもよいし、監視する機器（又はその組み合わせ）を選んでその機器のみを監視してもよい。機器からのデータは、先に図７に示したように、受信され処理される（２１３３）。また、モデリングコンポーネントに送る（２１３５）のに先立って、しきい値を適用してデータをフィルタリングしてもよい（２１３４）。監視は通信が終了するまで続き、終了した後は処理は呼び出し元にリターンする。

図１３は、図１０に示した方法において用いられるモデリングルーチン２１４０を示す処理フロー図である。このルーチンの目的は、各通信チャネルをモデリングし、個別チャネルにおける将来の状態変化に影響を及ぼす一組の所望のプロパティを提供することにある。

各通信チャネルは個別にモデリングされる（２１４１〜２１４８）。全ての通信チャネルをモデリングしてもよいし、モデリングする通信チャネル（又はその組み合わせ）を選んでその通信チャネルのみをモデリングしてもよい。監視コンポーネントからは、処理済みの入力データを通信チャネル毎に受け取る（２１４２）。同様に、モデリングコンポーネントは所定の時間間隔に亘り属性を評価する処理、（オプション的な）ゴール形成処理及び所望のプロパティについてのリコメンデーション発生処理を実行する（２１４３〜２１４７）。全てのプロパティをリコメンド対象にしてもよいし、リコメンド対象にするプロパティ（又はその組み合わせ）を選んでそのプロパティのみに関しリコメンデーションを発生させてもよい。モデリング実行中は各時間周期毎に属性を評価し（２１４４）オプション的にゴールを形成し（２１４５）リコメンデーションを発生させる（２１４６）。これらについては図１４〜図１６を用いてより詳細に説明する。モデリングは通信中は継続して実行され、通信終了後に処理は呼び出し元にリターンする。

図１４は、図１３に示したルーチンにより用いられる属性評価ルーチン２１５０を示す処理フロー図である。属性評価ルーチン２１５０においては、図８に示したように、加入者毎に属性が数値評価され（２１５１）、加入者の環境が数値評価され（２１５２）、更に加入者のグループが数値評価される（２１５３）。この後処理は呼び出し元にリターンする。

図１５は、図１３に示したルーチンにより用いられるゴール形成ルーチン２１６０を示す処理フロー図である。ゴール形成ルーチン２１６０においては、図８に示すように、属性評価サブコンポーネント及びストレージから各加入者に係る属性が取得され（２１６１）、オプション的にゴールが計算される（２１６３）。ゴールの計算は各加入者毎又は各グループ毎に行われる（２１６２〜２１６４）。この後処理は呼び出し元にリターンする。

図１６は、図１３に示したルーチンにより用いられるリコメンデーション発生ルーチン２１７０を示す処理フロー図である。リコメンデーション発生ルーチン２１７０においては、属性評価サブコンポーネント及びストレージから各加入者に係る属性が取得され（２１７１）、利用可能であればゴール形成サブコンポーネントからゴールが取得される（２１７２）。更に、図８に示したように、少なくとも部分的にはストレージ内容に基づきチャネルプロパティが数値評価され（２１７３）、所望のプロパティが計算される（２１７４）。この後処理は呼び出し元にリターンする。

本発明の一実施形態における応答アクション解析起動プロセスを示すフローチャートである。 本発明の一実施形態における応答アクション解析スレッドを示すフローチャートである。 １ペアの加入者間にて確立された通信チャネルを示すブロック図である。 本発明の一実施形態に係るアーキテクチャを示すブロック図である。 図４に示したアーキテクチャ上で実行されるモデリングフェーズ２０３０を概観するブロック図である。 図４に示したアーキテクチャ上で実行されるモデリングを一例を以て示す処理フロー図である。 図４に示したアーキテクチャにおける監視コンポーネントを示す機能ブロック図である。 図４に示したアーキテクチャにおけるモデリングコンポーネントを示す機能ブロック図である。 図４に示したアーキテクチャにおける通信チャネルを示す機能ブロック図である。 本発明の一実施形態に係る方法を示す処理フロー図である。 図１０に示した方法により用いられる初期化ルーチンを示す処理フロー図である。 図１０に示した方法により用いられる監視ルーチンを示す処理フロー図である。 図１０に示した方法により用いられるモデリングルーチンを示す処理フロー図である。 図１３に示したルーチンにより用いられる属性評価ルーチンを示す処理フロー図である。 図１３に示したルーチンにより用いられるゴール形成ルーチンを示す処理フロー図である。 図１３に示したルーチンにより用いられるリコメンデーション発生ルーチンを示す処理フロー図である。

符号の説明

１６００ 応答アクション解析初期化スレッド、１７００ 応答アクション解析初期化スレッド、２０００ 通信チャネル、２００１ 加入者、２００２ 加入者、２００３ 抽象化された通信、２００４ 情報、２００５ 情報、２００８ 外部環境、２０１０ アーキテクチャ、２０１２ 加入者、２０１５ サーバ、２０２０ 監視コンポーネント、２０２１ モデリングコンポーネント、２０２３ 品質プロパティ、２０２４ パラメトリックプロパティ、２０３０ モデリングフェーズ、２０４０ モデリング、２０４７ 所望のプロパティ、２０６０ 機能ブロック図、２０８０ 機能ブロック図、２０８１ 属性評価、２０８２ リコメンデーション発生、２０８３ ゴール形成、２１００ 通信チャネル、２１０１ 通信デバイス（加入者装置）、２１０２ ユーザインタフェース、２１０３ チャネルプロパティ、２０ 物理的通信チャネル。

Claims (10)

1. 複数人参加型の通信を通じて動的に変更可能なプロパティを少なくとも１個有する通信チャネルを提供する方法であって、
   動的に変更可能な一組のプロパティを有する通信チャネルを定義することによりコンテンツ配信構造を決定するステップと、
   少なくとも１個の任意データ源を監視しつつ、少なくとも２個の加入者間を接続する通信チャネルを介してコンテンツを配信するステップと、
   上記少なくとも１個の任意データ源の監視結果に基づき、上記通信チャネルについて少なくとも１個の所望の品質プロパティをモデル化するステップと、
   上記少なくとも１個の所望の品質プロパティに基づき、上記通信チャネルについての上記一組のプロパティを動的に変更するステップと、
   を有する方法。
2. 請求項１記載の方法であって、更に、一次通信チャネルを介し配信されるコンテンツを監視するステップを有し、
   上記一次通信チャネルを介し配信されるコンテンツが、実質的に、解析人間言語要素、韻律コンテンツ要素、音声コンテンツ要素及びテキスト要素のうち少なくとも１個を含む方法。
3. 請求項１記載の方法であって、更に、チャネル外コンテキストを監視するステップを有し、
   上記チャネル外コンテキストが、コンタクトセンサ、外部環境センサ及び入力装置のうち少なくとも１個から発せられる方法。
4. 請求項１記載の方法であって、更に、モデリング結果に基づき推論を行うステップを有し、
   上記推論が、個人属性の評価、環境の評価、グループ属性の評価、並びに個人ゴールのモデリングのうち少なくとも１個を含む方法。
5. 請求項１記載の方法であって、更に、少なくとも２個の加入者による共同挙動に基づき推論を行うステップを有し、
   上記推論が、共通アクションに関する推論、並びにアクション間の時間的相関に関する推論のうち少なくとも１個を含む方法。
6. 複数人参加型の通信を通じて動的に変更可能なプロパティを少なくとも１個有する通信チャネルを提供する方法であって、
   動的に変更可能な一組のプロパティを有する通信チャネルを定義することにより当該通信チャネルに関連したコンテンツ配信構造及びユーザインタフェースを決定するステップと、
   少なくとも２個の加入者間を接続する通信チャネルを介し且つその通信チャネルを監視しながら、コンテンツを配信するステップと、
   上記通信チャネルについて少なくとも１個の所望のプロパティをモデル化するステップと、
   上記少なくとも１個の所望のプロパティに基づき上記ユーザインタフェースを動的に変更するステップと、
   を有する方法。
7. 請求項６記載の方法であって、上記通信チャネルが少なくとも１個の任意データ源を含む方法において、更に、
   一次通信チャネルを介したコンテンツ配信の監視結果、
   二次通信チャネルを介したコンテンツ配信の監視結果、
   会話特性を有する通信チャネルを介したコンテンツ配信の監視結果、
   チャネル外コンテキストの監視結果、
   モデリング結果に基づく推論の結果、
   履歴情報に基づく推論の結果、
   少なくとも２個の加入者による共同挙動に基づく推論の結果、
   更なるマニュアル入力の受信結果及び当該更なるマニュアル入力に基づき上記通信チャネルに係る一組のプロパティに施された動的変更の結果、
   上記少なくとも１個の所望のプロパティのうち一つである品質プロパティの変更結果、
   上記少なくとも１個の所望のプロパティのうち一つであるパラメトリックプロパティの変更結果、
   上記少なくとも１個の所望のプロパティのうち一つである時間的プロパティの変更結果、
   上記少なくとも１個の所望のプロパティのうち一つであるユーザコントロールプロパティの変更結果、
   のうち少なくとも一つと、上記少なくとも１個の任意データ源とに基づき、推論を行うステップを有する方法。
8. 複数人参加型の通信を通じて動的に変更可能なプロパティを少なくとも１個有する通信チャネルを提供する方法であって、
   動的に変更可能な一組のプロパティを有する通信チャネルを定義することにより当該通信チャネルに関連したコンテンツ配信構造及びユーザインタフェースを決定するステップと、
   上記通信チャネルに関連したユーザインタフェースによって知覚される相独立したジェスチャを監視しながら、少なくとも２個の加入者間を接続する通信チャネルを介しコンテンツを配信するステップと、
   上記ジェスチャに基づき上記通信チャネルについて少なくとも１個の所望のプロパティをモデル化するステップと、
   上記少なくとも１個の所望のプロパティに基づき上記通信チャネルの一組のプロパティを動的に変更するステップと、
   を有する方法。
9. 動的に変更可能なプロパティを少なくとも１個有する通信チャネルを提供するシステムであって、
   少なくとも１個のプロパティを有する通信チャネルであって、当該少なくとも１個のプロパティが、コンテンツ配信構造を決定すべく、また通信チャネルを介し少なくとも２個の加入者間でコンテンツを配信すべく、動的に変更可能な通信チャネルと、
   上記通信チャネルについて少なくとも１個の所望のプロパティをモデル化するモデリングコンポーネントと、
   上記通信チャネルについての少なくとも１個のプロパティを上記少なくとも１個の所望のプロパティに基づき動的に変更するスイッチと、
   を備えるシステム。
10. 動的に変更可能なプロパティを少なくとも１個有する通信チャネルを提供する方法であって、
    動的に変更可能な少なくとも１個のプロパティを有する通信チャネルを定義することによりコンテンツ配信構造を決定するステップと、
    少なくとも２個の加入者間を接続する通信チャネルを介しコンテンツを配信するステップと、
    上記通信チャネルについて少なくとも１個の所望のプロパティをモデル化するステップと、
    上記少なくとも１個の所望のプロパティに基づき上記通信チャネルについての少なくとも１個のプロパティを動的に変更するステップと、
    を有する方法。

Images