JP2015146550A - 情報処理装置、情報処理方法、及びプログラム - Google Patents

Abstract

【課題】コンテンツと当該コンテンツに関連付けられたタグ情報との関係性を理解しやすく表示させることが可能な、情報処理装置、情報処理方法、及びプログラムを提案する。
【解決手段】コンテンツにおいてタグ情報が関連付けられている第１の点と前記コンテンツにおけるユーザにより指定された第２の点との間の指示関係を示す表示を前記コンテンツに重畳して表示させ、前記タグ情報に含まれるユーザの入力情報を出力させる出力制御部、を備える、情報処理装置。
【選択図】図２

Description

本開示は、情報処理装置、情報処理方法、及びプログラムに関する。

従来、動画像などのコンテンツに対して、情報を付加して表示したり、音声出力する技術が開発されている。

例えば、特許文献１には、撮像手段による撮像中にユーザの音声を認識し、認識された音声から単語を抽出し、そして、音声が認識された時点の画像フレームに対して、抽出された単語をタグ情報として付加する技術が開示されている。

特開２０１０−０２１６３８号公報

しかしながら、特許文献１に記載の技術では、コンテンツと当該コンテンツに関連付けられたタグ情報との関係性をユーザが理解し難い。例えば、特許文献１に記載の技術では、画像フレームに付加されたタグ情報を画像フレームとともに表示させる場合には、タグ情報は、画像フレームにおいて独立した点として表示される。このため、タグ情報が例えば人の音声のような、何らかの関係性を前提とする情報を含む場合には、画像フレームの閲覧者は、タグ情報が画像フレームにおけるどの位置と関係を有するのかを理解し難い。

そこで、本開示では、コンテンツと当該コンテンツに関連付けられたタグ情報との関係性を理解しやすく表示させることが可能な、新規かつ改良された情報処理装置、情報処理方法、及びプログラムを提案する。

上記課題を解決するために、本開示のある観点によれば、コンテンツにおいてタグ情報が関連付けられている第１の点と前記コンテンツにおけるユーザにより指定された第２の点との間の指示関係を示す表示を前記コンテンツに重畳して表示させ、前記タグ情報に含まれるユーザの入力情報を出力させる出力制御部、を備える、情報処理装置が提供される。

また、上記課題を解決するために、本開示の別の観点によれば、コンテンツにおいてタグ情報が関連付けられている第１の点と前記コンテンツにおけるユーザにより指定された第２の点との間の指示関係を示す表示を前記コンテンツに重畳して表示させるステップと、前記タグ情報に含まれるユーザの入力情報をプロセッサにより出力させるステップと、
を備える、情報処理方法が提供される。

また、上記課題を解決するために、本開示の別の観点によれば、コンピュータを、コンテンツにおいてタグ情報が関連付けられている第１の点と前記コンテンツにおけるユーザにより指定された第２の点との間の指示関係を示す表示を前記コンテンツに重畳して表示させ、前記タグ情報に含まれるユーザの入力情報を出力させる出力制御部、として機能させるためのプログラムが提供される。

以上説明したように本開示によれば、コンテンツと当該コンテンツに関連付けられたタグ情報との関係性を理解しやすく表示させることができる。なお、ここに記載された効果は必ずしも限定されるものではなく、本開示中に記載されたいずれかの効果であってもよい。

本開示の実施形態による情報処理システムの基本構成を示した説明図である。 同実施形態による静止画像におけるタグ指示表示の表示例を示した説明図である。 同実施形態による情報処理装置１０のハードウェア構成を示した説明図である。 同実施形態による情報処理装置１０の構成を示した機能ブロック図である。 同実施形態による静止画像におけるタグ指示表示の表示例を示した説明図である。 同実施形態による動画像におけるタグ指示表示の表示例を示した説明図である。 同実施形態による動画像におけるタグ指示表示の表示例を示した説明図である。 同実施形態による動画像におけるタグ指示表示の表示例を示した説明図である。 同実施形態による二枚の静止画像におけるタグ指示表示の表示例を示した説明図である。 同実施形態によるタグ指示表示の形状の変形の例を示した説明図である。 同実施形態によるタグ指示表示の表示態様の動的変化の例を示した説明図である。 同実施形態による複数のタグ指示表示の表示例を示した説明図である。 同実施形態によるタグごとに算出された重要度の一例を示したグラフである。 同実施形態によるユーザの入力情報の強調表示の例を示した説明図である。 同実施形態による関連情報の表示例を示した説明図である。 同実施形態による動作の一部を示したフローチャートである。 同実施形態による動作の一部を示したフローチャートである。 本開示の変形例による複数のユーザによるタグ付けの例を示した説明図である。 同変形例によるスロットテーブルの構成例を示した説明図である。

以下に添付図面を参照しながら、本開示の好適な実施の形態について詳細に説明する。なお、本明細書及び図面において、実質的に同一の機能構成を有する構成要素については、同一の符号を付することにより重複説明を省略する。

また、以下に示す項目順序に従って当該「発明を実施するための形態」を説明する。
１．情報処理システムの基本構成
１−１．情報処理装置１０
１−２．通信網１２
１−３．サーバ２０
２．実施形態の詳細な説明
２−１．構成
２−２．動作
２−３．効果
３．変形例

＜＜１．情報処理システムの基本構成＞＞
本開示は、一例として「２．実施形態の詳細な説明」において詳細に説明するように、多様な形態で実施され得る。最初に、本実施形態による情報処理システムの基本構成について図１を参照して説明する。

図１に示したように、本実施形態による情報処理システムは、情報処理装置１０、通信網１２およびサーバ２０を含む。

＜１−１．情報処理装置１０＞
情報処理装置１０は、例えば静止画像や動画像などのコンテンツを表示画面に表示可能な装置である。例えば、情報処理装置１０は、ＰＣ（Ｐｅｒｓｏｎａｌ Ｃｏｍｐｕｔｅｒ）、スマートフォンなどの携帯電話、タブレット型端末、デジタルカメラ、ウェアラブルコンピュータ、ゲーム機などであってもよい。

また、情報処理装置１０は、例えばユーザにより音声やテキストなどの入力情報が入力された場合に、当該入力情報を含むタグ情報をコンテンツ内のいずれかの位置（以下、タグ付け位置とも称する）に関連付けて生成することが可能である。ここで、タグ情報は、例えばユーザの音声やテキストなどの入力情報、タグ情報がコンテンツに関連付けられた時刻、タグ付け位置、後述するコンテンツにおいてタグ情報が指し示す位置としてユーザにより指定された位置（以下、指示位置とも称する）、または、後述するタグ情報の重要度などを含む。なお、タグ付け位置は、本開示における第１の点の一例であり、また、指示位置は、本開示における第２の点の一例である。

例えば図２は、コンテンツの一例である静止画像３０に対してタグ情報が関連付けられている例を示した説明図である。図２に示した例では、ユーザにより「ありがとう」という音声が情報処理装置１０に対して入力され、かつ、「Ｆｒｏｍ」と記載された位置がユーザによりタグ付け位置３００として指定された例を示している。この場合、情報処理装置１０は、入力された音声を含むタグ情報をタグ付け位置３００に関連付けて生成することが可能である。

なお、図２における「Ｆｒｏｍ」および「Ｔｏ」というテキストは、説明の便宜上記載したものであり、実際には表示されない。同様に、例えば図５〜図１２等に関しても、「Ｆｒｏｍ」または「Ｔｏ」というテキストが記載されているが、実際には表示されない。

［１−１−１．ハードウェア構成］
なお、情報処理装置１０は、例えば図３に示すようなハードウェア構成を有する。図３に示したように、情報処理装置１０は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）１５０、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）１５２、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）１５４、内部バス１５６、インターフェース１５８、入力装置１６０、出力装置１６２、ストレージ装置１６４、および通信装置１６６を備える。

（１−１−１−１．ＣＰＵ１５０）
ＣＰＵ１５０は、演算処理装置および制御装置として機能し、各種プログラムに従って情報処理装置１０内の動作全般を制御する。また、ＣＰＵ１５０は、情報処理装置１０において制御部１００の機能を実現する。なお、ＣＰＵ１５０は、マイクロプロセッサなどのプロセッサにより構成される。

（１−１−１−２．ＲＯＭ１５２）
ＲＯＭ１５２は、ＣＰＵ１５０が使用するプログラムや演算パラメータなどの制御用データなどを記憶する。

（１−１−１−３．ＲＡＭ１５４）
ＲＡＭ１５４は、例えば、ＣＰＵ１５０により実行されるプログラムなどを一時的に記憶する。

（１−１−１−４．インターフェース１５８）
インターフェース１５８は、入力装置１６０、出力装置１６２、ストレージ装置１６４、および通信装置１６６を、内部バス１５６と接続する。例えば出力装置１６２は、このインターフェース１５８および内部バス１５６を介して、ＣＰＵ１５０との間でデータをやり取りする。

（１−１−１−５．入力装置１６０）
入力装置１６０は、例えば、後述する入力部１３４の一例として構成される。この入力装置１６０は、例えばタッチパネル、ボタン、マイクロフォン、およびスイッチなどユーザが情報を入力するための入力手段と、ユーザによる入力に基づいて入力信号を生成し、ＣＰＵ１５０に出力する入力制御回路などから構成されている。ユーザは、入力装置１６０を操作することにより、情報処理装置１０に対して各種のデータを入力したり、処理動作を指示したりすることができる。

（１−１−１−６．出力装置１６２）
出力装置１６２は、例えば、液晶ディスプレイ（ＬＣＤ：Ｌｉｑｕｉｄ Ｃｒｙｓｔａｌ Ｄｉｓｐｌａｙ）装置、ＯＬＥＤ（Ｏｒｇａｎｉｃ Ｌｉｇｈｔ Ｅｍｉｔｔｉｎｇ Ｄｉｏｄｅ）装置およびランプなどの表示装置を含む。この表示装置は、ＣＰＵ１５０により生成された画像などを表示する。

さらに、出力装置１６２は、スピーカーなどの音声出力装置を含む。この音声出力装置は、音声データ等を音声に変換して出力する。

（１−１−１−７．ストレージ装置１６４）
ストレージ装置１６４は、データ格納用の装置である。ストレージ装置１６４は、例えば、記憶媒体、記憶媒体にデータを記録する記録装置、記憶媒体からデータを読み出す読出し装置、または記憶媒体に記録されたデータを削除する削除装置などを含む。

（１−１−１−８．通信装置１６６）
通信装置１６６は、例えば公衆網やインターネットなどの通信網に接続するための通信デバイス等で構成された通信インターフェースである。また、通信装置１６６は、無線ＬＡＮ対応通信装置、ＬＴＥ（Ｌｏｎｇ Ｔｅｒｍ Ｅｖｏｌｕｔｉｏｎ）対応通信装置、または有線による通信を行うワイヤー通信装置であってもよい。

＜１−２．通信網１２＞
通信網１２は、通信網１２に接続されている装置から送信される情報の無線、または有線の伝送路である。例えば、通信網１２は、インターネット、電話回線網、衛星通信網などの公衆回線網や、Ｅｔｈｅｒｎｅｔ（登録商標）を含む各種のＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）、ＷＡＮ（Ｗｉｄｅ Ａｒｅａ Ｎｅｔｗｏｒｋ）などを含んでもよい。また、通信網１２は、ＩＰ−ＶＰＮ（Ｉｎｔｅｒｎｅｔ Ｐｒｏｔｏｃｏｌ−Ｖｉｒｔｕａｌ Ｐｒｉｖａｔｅ Ｎｅｔｗｏｒｋ）などの専用回線網を含んでもよい。

＜１−３．サーバ２０＞
サーバ２０は、図１に示したように、知識データベース２２を備えた装置である。

［１−３−１．知識データベース２２］
知識データベース２２は、コンテンツと、情報処理装置１０により生成されたタグ情報とを対応づけて管理するデータベースである。

また、知識データベース２２は、ユーザ別に、例えば年齢、性別、好きなジャンル、好きな単語などを含むユーザプロファイル情報を記録している。

また、知識データベース２２は、単語ごとの強調度が記録されたマッピングテーブルを保持している。このマッピングテーブルでは、例えば各単語の意味に応じて強調度が記録されている。一例として、「とても」という副詞は強調度が高く、また、「あまり」という副詞は強調度が低く記録されている。また、「きれい」という形容詞はポジティブな意味を有するので、強調度が高く記録されており、また、「汚い」という形容詞はネガティブな意味を有するので、強調度が低く記録されている。但し、上記の例に限定されず、強調度の高低はそれぞれ逆になるように記録されていてもよい。

また、マッピングテーブルでは、さらにユーザ別に各単語の強調度が記録されていることも可能である。例えば、マッピングテーブルは、各ユーザのユーザプロファイル情報に基づいて、各単語の強調度が決定されるように構成されていてもよい。一例として、ユーザプロファイル情報においてユーザの趣味が「登山」と記録されている場合には、知識データベース２２では、当該ユーザに関して「山」という単語の強調度が高くなるように記録されていてもよい。

なお、知識データベース２２では、データをｓｕｂｊｅｃｔ−ｐｒｅｄｉｃａｔｅ−ｖａｌｕｅという３つ組の形式で構造化して管理している。例えば、知識データベース２２では、「野球−意味概念−スポーツ」、「太郎−家族−小野家」、「太郎−友達−次郎」などのような形式でデータを管理する。このため、サーバ２０は、例えばある単語に関連する単語や、単語の意味概念などを知識データベース２２から抽出することができる。

以上、本実施形態による情報処理システムの基本構成について説明した。上述した情報処理システムにおいて、本実施形態による情報処理装置１０は、コンテンツと当該コンテンツに関連付けられたタグ情報との関係性を理解しやすく表示させることが可能である。以下、このような本実施形態について順次詳細に説明する。

＜＜２．実施形態の詳細な説明＞＞
＜２−１．構成＞
まず、本実施形態による情報処理装置１０の構成について詳細に説明する。図４は、本実施形態による情報処理装置１０の構成を示した機能ブロック図である。図４に示したように、情報処理装置１０は、制御部１００、通信部１３０、出力部１３２、および入力部１３４を有する。

［２−１−１．制御部１００］
制御部１００は、情報処理装置１０に内蔵されるＣＰＵ１５０、ＲＡＭ１５４などのハードウェアを用いて、情報処理装置１０の動作を全般的に制御する。また、図４に示したように、制御部１００は、操作認識部１０２、タグ管理部１０４、解析部１０６、出力制御部１１２、および検索処理部１２０を有する。

［２−１−２．操作認識部１０２］
操作認識部１０２は、後述する入力部１３４が受け付けた、表示画面に対するユーザの操作内容を認識する。例えば、操作認識部１０２は、表示画面に対してユーザによりタッチ操作がなされた場合には、ユーザによりタッチされた位置がユーザにより選択されたことを認識する。

［２−１−３．タグ管理部１０４］
タグ管理部１０４は、コンテンツに関連づけてタグ情報を生成したり、タグ情報を消去するなど、タグ情報を管理する。例えば、タグ管理部１０４は、入力部１３４に対して入力されたユーザの音声やテキストなどの入力情報、および操作認識部１０２により認識された、ユーザにより指定されたタグ付け位置に基づいて、タグ情報を生成する。また、タグ管理部１０４は、生成したタグ情報をサーバ２０へ後述する通信部１３０に送信させることにより、コンテンツとタグ情報とを関連付けて知識データベース２２に記憶させる。

また、タグ管理部１０４は、図４に示したように、強調度特定部１１６、および重要度算出部１１８を有する。

［２−１−４．解析部１０６］
解析部１０６は、入力部１３４に対してユーザにより入力された音声やテキストなどの入力情報や、コンテンツに含まれる情報などの解析を行う。

また、解析部１０６は、図４に示したように、音声解析部１０８、言語解析部１１０、および関連情報解析部１１４を有する。

［２−１−５．音声解析部１０８］
音声解析部１０８は、入力部１３４に対して入力されたユーザの音声を、例えば音声認識技術などを用いてテキストに変換する。

［２−１−６．言語解析部１１０］
言語解析部１１０は、入力部１３４に対して入力されたテキストや、音声解析部１０８により変換されたテキストから複数の単語を特定する。

なお、テキストの言語が例えば日本語や中国語などの場合には、言語解析部１１０は、入力部１３４に対して入力されたテキストや、音声解析部１０８により変換されたテキストに対して形態素解析を行うことにより、複数の形態素を特定することも可能である。

［２−１−７．出力制御部１１２］
（２−１−７−１．タグ指示表示の表示制御）
出力制御部１１２は、コンテンツにおいてタグ情報が関連付けられているタグ付け位置と、コンテンツにおけるユーザにより指定された指示位置との間においてタグ指示表示をコンテンツに重畳して表示させる。以下、出力制御部１１２によるタグ指示表示の表示制御の具体的な内容について「表示制御例１」〜「表示制御例６」において説明を行う。

‐表示制御例１‐
例えば、出力制御部１１２は、コンテンツにおけるタグ付け位置を始点とし、コンテンツにおける指示位置を指し示す表示として、タグ指示表示を表示させることが可能である。

ここで、図２、図５、および図６を参照して、上記の機能についてより詳細に説明する。図２は、静止画像３０におけるタグ指示表示の表示例を示した説明図である。なお、図２では、「Ｆｒｏｍ」と記載したタグ付け位置３００においてタグ情報が静止画像３０に関連付けられており、また、「Ｔｏ」と記載した位置がユーザにより指示位置３０２として指定されている。

図２に示したように、出力制御部１１２は、タグ付け位置３００を始点とし、指示位置３０２を示す例えば三角形や矢印などの表示として、タグ指示表示３０４を静止画像３０に重畳して表示させる。

この表示例によれば、タグ情報に含まれる「ありがとう」というメッセージが、タグ付け位置３００に位置する人物画像に対応する人物から、指示位置３０２に位置する人物画像に対応する人物へ向けられていること、つまり、タグ情報に含まれるユーザの入力情報が誰から誰に対する情報であるかを、コンテンツの閲覧者は、容易に理解することができる。

また、図５は、静止画像３０における複数のタグ指示表示の表示例を示した説明図である。図５に示したように、出力制御部１１２は、あるユーザのタッチ操作により指示位置３０２ａが指定された際に、タグ付け位置３００ａと指示位置３０２ａとの間においてタグ指示表示３０４ａを静止画像３０に重畳して表示させる。また、出力制御部１１２は、別のユーザのタッチ操作により指示位置３０２ｂが指定された際に、タグ付け位置３００ｂと指示位置３０２ｂとの間においてタグ指示表示３０４ｂを静止画像３０に重畳して表示させる。

この表示例によれば、タグ付け位置３００ａに位置する人物画像に対応する人物と、タグ付け位置３００ｂに位置する人物画像に対応する人物との間でのメッセージのやりとりをコンテンツにおいて表現することができる。

なお、出力制御部１１２は、タグ付けするユーザに応じて、タグ指示表示の例えば表示色などの表示態様を変化させることも可能である。例えば、図５に示した例において、タグ付け位置３００ａにタグ情報を関連付けたユーザとタグ付け位置３００ｂにタグ情報を関連付けたユーザとが異なる場合には、出力制御部１１２は、タグ指示表示３０４ａとタグ指示表示３０４ｂとをそれぞれ異なる色で表示させてもよい。

また、図６は、動画像に含まれる一枚のフレーム画像３０におけるタグ指示表示の表示例を示した説明図である。なお、図６では、動画像の一時停止時におけるフレーム画像３０に対して、ユーザによりタグ情報がタグ付け位置３００に関連づけられ、また、同じフレーム画像３０内にユーザにより指示位置３０２が指定された例を示している。

図６に示したように、出力制御部１１２は、図２と同様に、ユーザにより指示位置３０２が指定された際に、タグ付け位置３００から指示位置３０２を指し示す表示として、タグ指示表示３０４をフレーム画像３０に重畳して表示させる。

‐表示制御例２‐
また、コンテンツが動画像である場合に、出力制御部１１２は、コンテンツにおいてタグ情報が関連付けられているフレーム画像（以下、タグ付けフレーム画像とも称する）と、当該フレーム画像よりも後のフレーム画像であり、ユーザにより指示位置が設定されたフレーム画像（以下、指示位置設定フレーム画像とも称する）とにおいて、タグ指示表示３０４を同じ位置に表示させることが可能である。ここで、タグ付けフレーム画像は、本開示における第１のフレーム画像の一例であり、また、指示位置設定フレーム画像は、本開示における第２のフレーム画像の一例である。

より具体的には、出力制御部１１２は、タグ付けフレーム画像から指示位置設定フレーム画像までに位置する各フレーム画像において、タグ付けフレーム画像におけるタグ付け位置と同一の位置と、指示位置設定フレーム画像における指示位置と同一の位置との間にタグ指示表示３０４を表示させることが可能である。

ここで、図７を参照して、上記の機能についてより詳細に説明する。図７は、動画像におけるタグ指示表示の別の表示例を示した説明図である。図７に示した例では、フレーム画像３０ａ、フレーム画像３０ｂ、およびフレーム画像３０ｃは、それぞれ同一の動画像内の「００：００：００」におけるフレーム画像、「００：００：１０」におけるフレーム画像、および「００：００：０３」におけるフレーム画像を示している。また、図７では、フレーム画像３０ａは、タグ付け位置３００においてタグ情報が関連付けられているフレーム画像（タグ付けフレーム画像）であり、また、フレーム画像３０ｂは、ユーザにより指示位置３０２が設定されたフレーム画像（指示位置設定フレーム画像）である。

図７に示したように、フレーム画像３０ｃ、つまりフレーム画像３０ａとフレーム画像３０ｂとの間に位置するフレーム画像において、出力制御部１１２は、フレーム画像３０ａにおけるタグ付け位置３００と同一の位置と、フレーム画像３０ｂにおける指示位置３０２と同一の位置との間にタグ指示表示３０４を表示させる。

この表示例によれば、タグ付けフレーム画像から指示位置設定フレーム画像までにおいて固定的にタグ指示表示３０４が表示されるので、タグ付けフレーム画像に位置しているオブジェクトから、指示位置設定フレーム画像に位置しているオブジェクトへの指示関係を、動画像の閲覧者に理解させることが可能となる。

‐表示制御例３‐
また、コンテンツが動画像である場合に、出力制御部１１２は、後述する関連情報解析部１１４によりタグ付け位置に位置するオブジェクト（以下、タグ付けオブジェクトとも称する）、および指示位置に位置するオブジェクト（以下、指示オブジェクトとも称する）が認識された場合には、コンテンツにおけるタグ付けオブジェクトまたは指示オブジェクトの表示位置の移動に応じて、タグ指示表示の表示位置または長さを変化させることが可能である。

ここで、図８を参照して、上記の機能についてより詳細に説明する。図８は、動画像におけるタグ指示表示の別の表示例を示した説明図である。なお、図８では、図７と同様に、フレーム画像３０ａ、フレーム画像３０ｂ、およびフレーム画像３０ｃは、それぞれ同一の動画像内の「００：００：００」におけるフレーム画像、「００：００：１０」におけるフレーム画像、および「００：００：０３」におけるフレーム画像を示している。また、図８では、フレーム画像３０ａがタグ付けフレーム画像であり、タグ付け位置３００に位置する人物画像が関連情報解析部１１４により認識済みであることを前提としている。また、フレーム画像３０ｂが指示位置設定フレーム画像であり、指示位置３０２に位置する人物画像が関連情報解析部１１４により認識済みであることを前提としている。

図８に示したように、フレーム画像３０ａとフレーム画像３０ｂとの間に位置するフレーム画像３０ｃでは、出力制御部１１２は、タグ付けオブジェクトから指示オブジェクトへ向けてタグ指示表示を表示させる。

この表示例によれば、タグ付けオブジェクトまたは指示オブジェクトの表示位置の移動に追随しながらタグ指示表示の表示位置や長さが変化されるので、タグ付けオブジェクトと指示オブジェクトとの間の指示関係を、コンテンツの閲覧者はさらに容易に理解することができる。

‐表示制御例４‐
また、出力制御部１１２は、例えば複数の静止画像が連動して表示されるコンテンツにおいて、タグ情報が関連付けられている静止画像（以下、タグ付け画像とも称する）と、ユーザにより指示位置が設定された静止画像（以下、指示位置設定画像とも称する）とに、タグ指示表示３０４を表示させることが可能である。

ここで、図９を参照して、上記の機能についてより詳細に説明する。図９は、２枚の静止画像を横に並べて表示させるコンテンツにおけるタグ指示表示の表示例を示した説明図である。図９に示した例では、静止画像３０ａは、タグ付け位置３００においてタグ情報が関連付けられている静止画像（タグ付け画像）であり、また、静止画像３０ｂは、ユーザにより指示位置３０２が設定された静止画像（指示位置設定画像）である。

図９に示したように、出力制御部１１２は、表示画面において静止画像３０ａにおけるタグ付け位置３００と、静止画像３０ｂにおける指示位置３０２との間にタグ指示表示３０４を表示させる。より具体的には、出力制御部１１２は、静止画像３０ａの内部ではタグ指示表示の一部３０４ａを表示させ、また、静止画像３０ｂの内部ではタグ指示表示の残りの一部３０４ｂを表示させる。

この表示例によれば、静止画像３０ａにおけるタグ情報に含まれる「２０年後は小さい」というメッセージが、静止画像３０ｂに表示されている山の画像へ向けられていること、つまり、タグ付け画像に関連付けられたタグ情報と、指示位置設定画像における指示位置との間での指示関係を、コンテンツの閲覧者に理解させることができる。

‐表示制御例５‐
また、出力制御部１１２は、操作認識部１０２によりタグ指示表示の形状を変化させる操作が認識された場合には、認識されたユーザの指示に沿った形状にタグ指示表示を変形させることが可能である。

ここで、図１０を参照して、上記の機能についてより詳細に説明する。図１０は、タグ指示表示を変形して表示させる表示例を示した説明図である。なお、図１０における左図は、コンテンツ３０において指示位置３０２ａがユーザにより指示された際の、タグ指示表示３０４ａが表示された例を示しており、また、右図は、左図に示したタグ指示表示３０４ａがユーザの操作に沿って変形された場合の表示例を示している。

図１０に示したように、出力制御部１１２は、例えば表示画面に対するタッチ操作により、タグ指示表示３０４ａからタグ指示表示３０４ｂへ変化させるように、ユーザの指示に沿ってタグ指示表示３０４の形状を変形させる。

この表示例によれば、タグ付けするユーザは、図１０において「ケーキの画像」と重なるようにタグ指示表示３０４を変形させることにより、タグ情報に含まれる「お誕生日おめでとう」というメッセージをより強調して、コンテンツの閲覧者に伝えることが可能となる。

‐表示制御例６‐
また、出力制御部１１２は、タグ情報に含まれるユーザの入力情報の出力に応じて、タグ指示表示の表示態様を例えばタグ付け位置から指示位置へ向けて動的に変化させることが可能である。例えば、出力制御部１１２は、タグ付け位置から指示位置までの距離および入力音声の録音時間に基づいて、入力音声の出力経過時間に応じた表示態様でタグ指示表示を表示させる。

ここで、図１１を参照して、上記の機能についてより詳細に説明する。図１１は、タグ情報に含まれるユーザの入力情報が出力されている際の、時間経過に伴うタグ指示表示の表示変化を示した説明図である。なお、図１１における左図は、「ありがとう」という入力音声のうち「あり」という音までが出力された時点におけるタグ指示表示の表示例を示しており、また、右図は、「ありがとう」という入力音声のうち「ありがと」という音までが出力された時点におけるタグ指示表示の表示例を示している。

図１１において網掛けで示したように、出力制御部１１２は、入力音声の出力の進捗に応じて、タグ指示表示３０４ａからタグ指示表示３０４ｂのように、最大の長さ、つまりタグ指示位置３００から指示位置３０２までの長さに対する表示割合を徐々に増加させながら、タグ指示表示３０４を表示させる。

この表示例によれば、コンテンツの閲覧者は、入力情報が出力されている際に入力情報の出力の進捗状況や、出力総時間を把握することができる。

（２−１−７−２．ユーザの入力情報の出力制御）
また、出力制御部１１２は、コンテンツに関連付けられているタグ情報に含まれるユーザの入力情報を出力させる。以下、入力情報の出力制御の具体的な内容について「出力制御例１」〜「出力制御例４」において、説明を行う。

‐出力制御例１‐
例えば、出力制御部１１２は、コンテンツの再生時においてタグ情報がユーザにより選択された場合に、選択されたタグ情報に含まれるユーザの入力情報を出力させることが可能である。

図５に示した例では、タグ付け位置３００ａに関連付けられているタグ情報がユーザにより選択された場合には、出力制御部１１２は、選択されたタグ情報に含まれる「ありがとう」というユーザの入力音声を出力する。また、タグ付け位置３００ｂに関連付けられているタグ情報がユーザにより選択された場合には、出力制御部１１２は、選択されたタグ情報に含まれる「こちらこそ」というユーザの入力音声を出力する。

‐変形例１‐
なお、ユーザの入力情報が（テキストではなく）ユーザの音声である場合には、出力制御部１１２は、ユーザの入力情報を、タグ情報の関連時におけるユーザの音声のままで出力させてもよいし、例えば知識データベース２２に記録されている直近のユーザの音声で出力させてもよい。または、出力制御部１１２は、例えば知識データベース２２に記録されている俳優の音声などの音声データや効果音などによりユーザの入力情報を出力させてもよい。

‐変形例２‐
また、出力制御部１１２は、タグ情報を再生するユーザの年齢をサーバ２０に問い合わせることにより、入力音声の読み上げ速度（出力速度）を当該ユーザの年齢に応じて変化させることも可能である。例えば、出力制御部１１２は、ユーザの年齢が所定の年齢より高い場合には、入力音声の読み上げ速度を遅くさせる。

あるいは、出力制御部１１２は、タグ情報を再生するユーザが設定した速度で入力音声を出力させることも可能である。

‐変形例３‐
また、図５に示したように、出力制御部１１２は、ユーザの入力音声の出力と同時に、音声解析部１０８によりユーザの入力音声から変換されたテキストを含む例えば吹き出しの形状の入力情報表示３０６をコンテンツに重畳して表示させることも可能である。なお、変形例として、出力制御部１１２は、入力情報表示３０６を表示させる一方、ユーザの入力音声は出力させないことも可能である。

‐出力制御例２‐
また、出力制御部１１２は、複数のタグ情報がコンテンツに関連付けられた時刻の順で、複数のタグ情報の各々に含まれるユーザの入力情報を出力させることが可能である。

ここで、図１２を参照して、上記の機能についてより詳細に説明する。図１２は、コンテンツ３０に複数のタグ情報が関連づけられている場合におけるユーザの入力情報の出力例を示した説明図である。なお、図１２では、左図のタグ付け位置３００ａにタグ情報が関連付けられた時刻の方が、右図のタグ付け位置３００ｂにタグ情報が関連付けられた時刻よりも早い場合における出力例を示している。

図１２に示したように、出力制御部１１２は、まず、タグ情報が関連付けられた時刻がより早いタグ付け位置３００ａに関連付けられているタグ情報に含まれる入力音声を出力させ、その後に、タグ付け位置３００ｂに関連付けられているタグ情報に含まれる入力音声を出力させる。

なお、図１２に示したように、出力制御部１１２は、タグ情報に含まれるユーザの入力音声の出力の順に沿って、タグ指示表示３０４ａを表示させた後にタグ指示表示３０４ｂを表示させるというように、タグ指示表示３０４をスライドショーのように切り替えて表示させることも可能である。

‐出力制御例３‐
また、出力制御部１１２は、後述する重要度算出部１１８により算出されたタグ情報の重要度が所定の閾値以上であるタグ情報を抽出し、そして、抽出されたタグ情報に含まれるユーザの入力情報を出力させることが可能である。

ここで、図１３を参照して、上記の機能についてより詳細に説明する。図１３は、コンテンツに複数のタグ情報が関連づけられている場合において、重要度算出部１１８により算出されたタグ情報の重要度をタグ情報ごとに示したグラフである。

図１３に示したように、例えば、出力制御部１１２は、算出された重要度が閾値以上である例えば「タグＢ」および「タグＣ」を抽出し、そして、抽出されたタグ情報に含まれるユーザの入力情報を出力させる。

この出力例によれば、例えばコンテンツにおいて多数のタグ情報が関連付けられている場合において、コンテンツの閲覧者は、多数のタグ情報のうち重要度の高いタグ情報のみを短時間で見たり、聞くことができる。

‐変形例‐
なお、変形例として、コンテンツが動画像等であり、かつ、編集後の総時間数がユーザにより指定された場合には、出力制御部１１２は、コンテンツに関連付けられている全てのタグ情報から抽出されるタグ情報に対応するコンテンツの再生時間が、ユーザにより指定された時間数に適合するように、閾値を自動的に設定することも可能である。

但し、抽出されたタグ情報に対応するコンテンツの部分を接続してコンテンツを再生させた場合には、閲覧者にとって不自然に接続される可能性がある。このため、出力制御部１１２は、閲覧者に自然に見えるように、コンテンツに含まれる例えば画像情報、音声情報、カメラ情報などに基づいて、接続部分の変化ができるだけ小さくなるように、（抽出されたタグ情報に対応する部分の）コンテンツを切り出すことも可能である。

‐出力制御例４‐
また、出力制御部１１２は、タグ情報に含まれるユーザの入力情報から言語解析部１１０により特定された複数の単語に関して、後述する強調度特定部１１６により特定された各単語の強調度に応じた表示態様で各単語をコンテンツに重畳して表示させることが可能である。

ここで、図１４を参照して、上記の機能についてより詳細に説明する。図１４は、ユーザの音声から言語解析部１１０により特定された複数の単語の強調表示の例を示した説明図である。図１４に示したように、例えば、出力制御部１１２は、「山」という単語や「きれい」という単語の方が「この」という単語よりもフォントサイズが大きくなるように、強調度特定部１１６により特定された強調度が高い単語ほどフォントサイズを大きく表示させる。

この表示例によれば、例えばタグ付けしたユーザにとって関心の高い単語やポジティブな意味の単語がより強調して表示される。このため、コンテンツの閲覧者は、タグ付けしたユーザの関心や、タグ付け当時の感動を容易に理解することができる。

なお、変形例として、出力制御部１１２は、タグ情報に含まれるユーザの入力音声の音声レベルに追従して、ユーザの入力音声から言語解析部１１０により特定された単語（または文字）を強調させて表示させることが可能である。より具体的には、出力制御部１１２は、タグ情報に含まれるユーザの入力音声から音声解析部１０８により特定される音量や周波数、および言語解析部１１０により特定される複数の単語に基づいて、音声の音量や周波数のレベルと、単語（または文字）とのマッピングを作成し、そして、当該マッピングに基づいて単語（または文字）を強調させて表示させることが可能である。

この変形例によれば、ユーザは、特に伝えたい、記録しておきたい部分に関して、例えば声の強弱や、声の高低を変化させて発話することにより、単語（または文字）をエフェクトさせることが可能となる。例えば、ユーザが「この山はきれい」と発話する場合において、ユーザは「山」と「きれい」を強く発話することにより、コンテンツに表示される「山」および「きれい」というテキストに関して、フォントを他のテキストよりも大きくしたり、色を他のテキストと変えたり、または、揺らす等のアニメーション等のエフェクトを加えることができる。また、ユーザが例えば感動したり、驚いた際などに「すごい」と発話した場合には、情報処理装置１０は、当該音声を音声レベルからも判断して、より強調させて表示させることができるので、ユーザが発する情報をより自然な形で表現し、また、ユーザの感動をさらに明確に表現することができる。

（２−１−７−３．タグ付け位置および指示位置の表示制御）
また、出力制御部１１２は、タグ付け位置を示す表示、および指示位置を示す表示をコンテンツにさらに重畳して表示させることが可能である。さらに、出力制御部１１２は、タグ付け位置を示す表示と、指示位置を示す表示とを異なる表示態様で表示させることが可能である。例えば、出力制御部１１２は、タグ付け位置を示す表示を図１０等に示したような星形で表示させ、指示位置を示す表示を円形で表示させるように、形状を異ならせて表示させる。または、出力制御部１１２は、タグ付け位置を示す表示を赤色、指示位置を示す表示を青色のように、色を異ならせて表示させる。

この表示例によれば、タグ付け位置を示す表示と指示位置を示す表示とが異なる表示態様で表示されるので、コンテンツの閲覧者は、タグ付け位置と指示位置とをさらに容易に区別することができる。特に、図５に示した入力情報表示３０６を表示させない場合において有効である。

（２−１−７−４．関連情報の表示制御）
また、出力制御部１１２は、後述する関連情報解析部１１４により特定された関連情報をコンテンツにさらに重畳して表示させることも可能である。例えば、出力制御部１１２は、後述する関連情報解析部１１４により特定された、タグ付け位置または指示位置に位置するオブジェクトに関する、タグ情報が関連付けられた当時の関連情報をコンテンツに重畳して表示させる。

ここで、図１５を参照して、上記の機能についてより詳細に説明する。図１５は、コンテンツ３０にタグ情報が関連付けられた後における関連情報の表示例を示した説明図である。

図１５に示したように、例えば、出力制御部１１２は、タグ付け位置３００に位置する人物画像に関する、タグ情報の関連付け時における例えば名前や、タグ付けしたユーザとの関係性などの関連情報を示す関連情報表示欄３０８ａをコンテンツに表示させる。また、出力制御部１１２は、指示位置３０２に位置する山の画像に関する例えば名称や、高さなどの関連情報を示す関連情報表示欄３０８ｂをコンテンツに表示させる。

なお、出力制御部１１２は、コンテンツの内容を阻害しないように関連情報表示欄３０８を表示させることも可能である。例えば、図１５に示したように、出力制御部１１２は、人物画像における顔領域や、表示されているテキストなどと重ならないように、関連情報表示欄３０８をコンテンツに表示させる。

‐変形例‐
また、出力制御部１１２は、コンテンツの関連情報を、タグ情報に含まれる入力情報の出力時において表示させてもよいし、また、ユーザがタグ情報をコンテンツに関連付けている際に表示させてもよい。なお、後者の場合では、出力制御部１１２は、例えばユーザが表示画面にタッチしている位置などに、コンテンツの関連情報を表示させることが可能である。この表示例によれば、例えばコンテンツに含まれる人物画像に関する関連情報を表示させることにより、ユーザは人物画像に対応する人物を把握しながら、所望の位置にタグ情報を関連付けることが可能になる。

（２−１−７−５．検索結果の表示制御）
また、出力制御部１１２は、後述する検索処理部１２０によりコンテンツに関連付けられているタグ情報が検索された場合に、検索結果を表示画面に表示させることが可能である。例えば、出力制御部１１２は、検索処理部１２０により抽出された複数のタグ情報を、タグ情報がコンテンツに関連付けられた時刻の順に表示画面に表示させる。または、出力制御部１１２は、検索処理部１２０により抽出された複数のタグ情報を、後述する重要度算出部１１８により算出された重要度の高い順に表示画面に表示させる。

［２−１−８．関連情報解析部１１４］
関連情報解析部１１４は、本開示における画像認識部の一例である。関連情報解析部１１４は、例えばタグ付け位置や指示位置などの、コンテンツにおける特定の位置の周辺を解析することにより、関連情報を取得する。例えば、関連情報解析部１１４は、コンテンツにおけるタグ付け位置（または指示位置）の周辺を解析することにより、タグ付けオブジェクト（または指示オブジェクト）を認識することが可能である。

また、関連情報解析部１１４は、コンテンツにおける特定の位置の周辺の解析結果に基づいてサーバ２０へ問い合わせを行うことにより、当該特定の位置における関連情報を取得することが可能である。例えば、図１５に示した例では、関連情報解析部１１４は、タグ付け位置３００に位置する人物画像を特定し、そして、特定した結果をサーバ２０へ問い合わせることにより、関連情報表示欄３０８ａに示したような関連情報をサーバ２０から取得する。

［２−１−９．強調度特定部１１６］
強調度特定部１１６は、タグ情報に含まれるユーザの入力情報から言語解析部１１０により特定された複数の単語の各々に関して、例えばサーバ２０に問合せを行うことにより、各単語の強調度を特定する。

［２−１−１０．重要度算出部１１８］
重要度算出部１１８は、コンテンツに関連付けられているタグ情報の重要度を算出する。より具体的には、重要度算出部１１８は、タグ情報に含まれるユーザの入力情報から強調度特定部１１６により特定された各単語の強調度に基づいて、タグ情報の重要度を算出することが可能である。例えば、重要度算出部１１８は、ユーザの入力情報において、副詞が形容詞を修飾しているなどの、各単語の修飾・被修飾の関係に基づいて、タグ情報の重要度を算出する。一例として、ユーザの入力音声から言語解析部１１０により変換されたテキストが「この山はとてもきれいだ」というテキストである場合には、「とても」という副詞が「きれい」という形容詞を修飾している。このため、重要度算出部１１８は、「とても」という単語の強調度と「きれい」という単語の強調度を掛け合わせることにより、タグ情報の重要度を算出する。

［２−１−１１．検索処理部１２０］
検索処理部１２０は、例えば操作認識部１０２により認識されたユーザの検索指示に基づいて、コンテンツに関連付けられている複数のタグ情報に対して検索を行う。

また、検索処理部１２０は、検索するユーザの例えばユーザＩＤをサーバ２０へ送信することにより、知識データベース２２に記録されているユーザプロファイル情報から当該ユーザの嗜好を特定し、そして、特定した結果を用いてタグ情報を検索することも可能である。例えば、検索処理部１２０は、ユーザプロファイル情報から、検索するユーザが「山」が好きであることを特定した場合には、入力情報の中に「山」に関連した単語が含まれているタグ情報だけを抽出したり、または、入力情報の中に「山」に関連した単語が含まれているタグ情報が検索結果の上位に表示されるようにタグ情報を抽出する。

なお、上述したように、知識データベース２２では、データが３つ組で管理されている。このため、検索処理部１２０は、意味概念や、例えば家族、友達、スポーツなどの関係ジャンルを検索条件として、タグ情報の検索を行うことも可能である。例えば、入力情報の中に「野球」という単語が含まれているタグ情報がユーザにより検索キーとされた場合には、検索処理部１２０は、（「野球」の関係ジャンルである）「スポーツ」に関する単語が入力情報に含まれているタグ情報を抽出することが可能である。また、入力情報の中に人物の名前が含まれているタグ情報が検索キーとされた場合には、検索処理部１２０は、当該人物の家族や友達の名前が入力情報に含まれているタグ情報を抽出することが可能である。

［２−１−１２．通信部１３０］
通信部１３０は、通信網１２を介して通信網１２に接続された各種の装置との間で情報を送受信する。例えば、通信部１３０は、関連情報解析部１１４、強調度特定部１１６、または重要度算出部１１８の制御により、タグ付け位置や指示位置の位置情報をサーバ２０へ送信する。また、通信部１３０は、関連情報や単語の強調度などをサーバ２０から受信する。

［２−１−１３．出力部１３２］
出力部１３２は、出力制御部１１２の制御に従って、コンテンツやタグ指示表示を表示画面に表示したり、または、タグ情報に含まれるユーザの入力音声を出力する。

［２−１−１４．入力部１３４］
入力部１３４は、ユーザによる情報処理装置１０に対する各種の入力操作を受け付ける。例えば、入力部１３４は、コンテンツにおいて指示位置を指定するためのタッチ操作などを受け付ける。

なお、本実施形態による情報処理装置１０の構成は、上述した構成に限定されない。例えば、情報処理装置１０は、関連情報解析部１１４、強調度特定部１１６、重要度算出部１１８、検索処理部１２０、通信部１３０、出力部１３２、または入力部１３４のうちいずれか１以上を含まなくてもよい。

＜２−２．動作＞
以上、本実施形態による構成について説明した。続いて、本実施形態による動作について、「２−２−１．タグ情報の関連付け・再生動作」〜「２−２−２．タグ情報の検索動作」において説明を行う。なお、以下では、入力情報として、ユーザの音声が入力される例について説明する。

［２−２−１．タグ情報の関連付け・再生動作］
図１６は、本実施形態によるタグ情報の関連付け動作およびタグ情報の再生動作を示したフローチャートである。図１６に示したように、まず、ユーザは、例えば出力装置１６２に表示されたコンテンツ選択画面において、タグ情報を関連付けることを希望するコンテンツを選択する。そして、情報処理装置１０の出力制御部１１２は、選択されたコンテンツを表示画面に表示させる（Ｓ１０１）。

その後、ユーザは、表示画面に表示されたコンテンツにおいてタグ付け位置を指定する（Ｓ１０２）。そして、ユーザは、入力部１３４に対して、ユーザの音声を入力する（Ｓ１０３）。

その後、タグ管理部１０４は、Ｓ１０２で指定されたタグ付け位置の位置情報およびＳ１０３で入力された音声を含むタグ情報を生成する。そして、タグ管理部１０４は、生成したタグ情報と、Ｓ１０１で選択されたコンテンツの識別情報とをサーバ２０へ通信部１３０に送信させる。そして、サーバ２０は、情報処理装置１０から受信されたタグ情報と、Ｓ１０１で選択されたコンテンツとを関連付けて知識データベース２２に記録する（Ｓ１０４）。

その後、ユーザは、（Ｓ１０４で生成されたタグ情報に関して）コンテンツにおける指示位置を例えば表示画面に対するタッチ操作により指定する（Ｓ１０５）。

続いて、出力制御部１１２は、タグ付け位置と指示位置との間にタグ指示表示をコンテンツに重畳して表示させる（Ｓ１０６）。

続いて、操作認識部１０２は、コンテンツに関連付けられた複数のタグ情報のうちいずれかを再生させるための選択操作がなされたか否かを判断する（Ｓ１０７）。

そして、いずれかのタグ情報を選択する操作が認識された場合には（Ｓ１０７：Ｙｅｓ）、出力制御部１１２は、選択されたタグ情報に含まれるユーザの入力音声を出力する（Ｓ１０８）。

（２−２−１−１．変形例）
なお、Ｓ１０２〜Ｓ１０５に関しては、この順番通りに行われなくても良く、各ステップの順番は適宜入れ替え可能である。

［２−２−２．タグ情報の検索動作］
次に、タグ情報の検索動作について説明する。図１７は、本実施形態によるタグ情報の検索動作を示したフローチャートである。図１７に示したように、まず、ユーザは、例えば出力装置１６２に表示されたコンテンツ選択画面において、タグ情報の検索を希望するコンテンツを選択する。そして、情報処理装置１０の出力制御部１１２は、選択されたコンテンツを表示画面に表示させる（Ｓ２０１）。

続いて、検索処理部１２０は、例えばサーバ２０へ問い合わせることにより、Ｓ２０１で選択されたコンテンツに関連づけられている複数のタグ情報を検索する。そして、重要度算出部１１８は、検索された複数のタグ情報の各々に関して重要度を算出する（Ｓ２０２）。

続いて、検索処理部１２０は、例えば検索するユーザのユーザＩＤをサーバ２０へ通信部１３０に送信させることより、当該ユーザの嗜好情報をサーバ２０に問い合わせる（Ｓ２０３）。

その後、通信部１３０は、ユーザの嗜好情報をサーバ２０から受信する（Ｓ２０４）。

続いて、重要度算出部１１８は、Ｓ２０２で算出された重要度、およびＳ２０４で受信されたユーザの嗜好情報に基づいて、検索された複数のタグ情報の各々について表示の優先度を算出する（Ｓ２０５）。

その後、出力制御部１１２は、Ｓ２０５で算出された優先度順に、検索された複数のタグ情報を表示画面に表示させる（Ｓ２０６）。

［２−２−３．効果］
（２−２−３−１．効果１）
以上、例えば図２、図４、図１６等を参照して説明したように、本実施形態による情報処理装置１０は、コンテンツにおけるタグ付け位置と指示位置との間においてタグ指示表示をコンテンツに重畳して表示させる。このため、情報処理装置１０は、コンテンツと当該コンテンツに関連付けられたタグ情報との関係性をコンテンツの閲覧者に理解しやすく表示させることができる。

例えば、情報処理装置１０は、タグ付け位置を始点とし、指示位置を指し示す表示として、タグ指示表示をコンテンツに重畳して表示させる。このため、コンテンツの閲覧者は、タグ情報に含まれる音声やテキストなどの入力情報が誰から誰へ向けられた情報であるかを明確かつ容易に理解することができる。

さらに、コンテンツの閲覧者は、他者によるタグ情報が自分に対するメッセージであることを理解した場合には、当該メッセージに対する返信のタグ情報をさらにコンテンツに関連づけることにより、他者との間でコミュニケーションを取ることができる。また、コンテンツの閲覧者は、タグ情報の関連付け後にコンテンツを再び閲覧することにより、タグ情報の関連付け当時のコミュニケーションを振り替えることができる。

（２−２−３−２．効果２）
また、コンテンツの閲覧者は、タグ情報に含まれる入力音声や入力テキストを出力させることにより、タグ情報の関連付け当時の他者の感情を知ることができたり、または、タグ情報の関連付け当時の自己の感情を再体験することができる。

＜＜３．変形例＞＞
なお、添付図面を参照しながら本開示の好適な実施形態について詳細に説明したが、本開示はかかる例に限定されない。本開示の属する技術の分野における通常の知識を有する者であれば、特許請求の範囲に記載された技術的思想の範疇内において、各種の変更例または修正例に想到し得ることは明らかであり、これらについても、当然に本開示の技術的範囲に属するものと了解される。

＜３−１．変形例１＞
例えば、コンテンツがＳＮＳ（Ｓｏｃｉａｌ Ｎｅｔｗｏｒｋｉｎｇ Ｓｅｒｖｉｃｅ）のようなＷｅｂサービス上に公開されている場合には、図１８に示したように、複数のユーザが一つのコンテンツに対してタグ情報を同時に関連づけることも可能である。

なお、Ｗｅｂサービスでは匿名性が要求される場合も想定される。このため、変形例１では、情報処理装置１０は、タグ情報に含まれるユーザの入力音声を一律にシステム音声に変換し、そして、変換した音声を出力してもよい。

この変形例１によれば、複数人が同じコンテンツに対して情報を無制限、かつ容易に付加することができる。また、タグ情報に含まれるユーザの入力情報をシステム音やユーザのお気に入りの音声などで出力させることにより、入力情報の匿名性を守りながら、タグ付け時の感動を複数のユーザにより再体験することができる。

＜３−２．変形例２＞
また、変形例２として、知識データベース２２は、コンテンツに対応づけて、例えば図１９に示したような、コンテンツの内容の要約が記録されたスロットテーブルをさらに記憶することも可能である。

ここで、図１９を参照して、スロットテーブルの構成例について説明する。例えば、スロットテーブルでは、コンテンツタイプ４００、日時４０２、場所４０４、およびイベント概要４０６が対応づけて記録される。ここで、コンテンツタイプ４００には、例えば画像など、コンテンツの種類が記録される。また、日時４０２には、例えば画像の撮影日時など、コンテンツが作成された日時が記録される。また、場所４０４には、例えば画像の撮影場所など、コンテンツの位置情報が記録される。また、イベント概要４０６には、例えばコンテンツに関連付けられたタグ情報のうち重要度が最も高いタグ情報から抽出された単語や、予めユーザにより入力された説明文など、コンテンツの概要を示す文言が記録される。

この変形例２によれば、情報処理装置１０は、例えばコンテンツの再生前において、スロットテーブルの記録内容をサーバ２０から取得することにより、当該コンテンツに関する情報をシンプルに表示させたり、音声出力させることができる。このため、コンテンツの閲覧者は、コンテンツの再生前に、例えば当該コンテンツの作成日の情報を思い出すことができる。

＜３−３．変形例３＞
また、上記の説明では、サーバ２０が知識データベース２２を記憶する例について説明したが、かかる例に限定されない。例えば、情報処理装置１０が知識データベース２２を記憶することも可能である。

＜３−４．変形例４＞
また、２−１−７−１節において、コンテンツにタグ情報が関連付けられた後に、ユーザの操作に応じてタグ指示表示を変形して表示させる例について説明したが、かかる例に限定されない。変形例４として、情報処理装置１０は、コンテンツにタグ情報が関連付けられた後のユーザの操作に応じて、タグ情報に含まれるユーザの入力音声、入力テキスト、タグ付け位置、または指示位置を変更することも可能である。

＜３−５．変形例５＞
また、上記の説明では、情報処理装置１０が例えばスマートフォンなどの携帯型の装置である例を中心に説明したが、かかる例に限定されず、情報処理装置１０はサーバ装置であってもよい。

＜３−６．変形例６＞
また、本実施形態によれば、ＣＰＵ１５０、ＲＯＭ１５２、およびＲＡＭ１５４などのハードウェアを、上述した情報処理装置１０の各構成と同等の機能を発揮させるためのコンピュータプログラムも提供可能である。また、該コンピュータプログラムが記録された記録媒体も提供される。

なお、以下のような構成も本開示の技術的範囲に属する。
（１）
コンテンツにおいてタグ情報が関連付けられている第１の点と前記コンテンツにおけるユーザにより指定された第２の点との間の指示関係を示す表示を前記コンテンツに重畳して表示させ、前記タグ情報に含まれるユーザの入力情報を出力させる出力制御部、
を備える、情報処理装置。
（２）
前記指示関係を示す表示は、前記第１の点を始点とし、前記第２の点を指し示す表示である、前記（１）に記載の情報処理装置。
（３）
前記コンテンツにおいて、前記第１の点および前記第２の点は、同一の画像に含まれる、前記（１）または（２）に記載の情報処理装置。
（４）
前記コンテンツは、複数のフレーム画像を含み、
前記出力制御部は、前記コンテンツに含まれる第１のフレーム画像、および前記第１のフレーム画像より後の第２のフレーム画像において、前記指示関係を示す表示を同じ位置に表示させる、前記（３）に記載の情報処理装置。
（５）
前記情報処理装置は、前記コンテンツにおいて前記第１の点に位置する第１のオブジェクト、および前記第２の点に位置する第２のオブジェクトを認識する画像認識部をさらに備え、
前記出力制御部は、前記第１のオブジェクトまたは前記第２のオブジェクトの表示位置の移動に応じて、前記指示関係を示す表示の位置または長さを変化させる、前記（３）に記載の情報処理装置。
（６）
前記出力制御部は、前記ユーザの入力情報の出力に応じて、前記指示関係を示す表示の表示態様を前記第１の点から前記第２の点へ向けて動的に変化させる、前記（１）〜５に記載の情報処理装置。
（７）
前記コンテンツは、複数の画像を含み、
前記コンテンツにおいて、前記第１の点と前記第２の点は異なる画像に含まれる、前記（１）または（２）に記載の情報処理装置。
（８）
前記情報処理装置は、表示画面に対するユーザの操作を認識する操作認識部をさらに備え、
前記出力制御部は、前記操作認識部により認識されたユーザの指示に沿った形状に、前記指示関係を示す表示を変形させる、前記（１）〜（７）のいずれか一項に記載の情報処理装置。
（９）
前記出力制御部は、前記コンテンツの再生時において前記タグ情報がユーザにより選択された場合に、選択されたタグ情報に含まれるユーザの入力情報を出力させる、前記（１）〜（８）のいずれか一項に記載の情報処理装置。
（１０）
前記タグ情報は、前記コンテンツに複数関連付けられ、
前記出力制御部は、複数のタグ情報が前記コンテンツに関連付けられた時刻の順で、前記複数のタグ情報の各々に含まれるユーザの入力情報を出力させる、前記（１）〜（８）のいずれか一項に記載の情報処理装置。
（１１）
前記タグ情報は、前記コンテンツに複数関連付けられ、
前記情報処理装置は、前記ユーザの入力情報から複数の単語を特定する言語解析部と、
単語ごとの重要度が記録されているデータベースから、前記言語解析部により特定された複数の単語の各々の重要度を抽出することにより、タグ情報の重要度を算出する重要度算出部と、をさらに備え、
前記出力制御部は、算出されたタグ情報の重要度が所定の閾値以上であるタグ情報に含まれるユーザの入力情報を出力させる、前記（１）〜（８）のいずれか一項に記載の情報処理装置。
（１２）
前記情報処理装置は、前記ユーザの入力情報から複数の単語を特定する言語解析部と、
単語ごとの強調度が記録されているデータベースから、前記言語解析部により特定された複数の単語の各々の強調度を特定する強調度特定部と、をさらに備え、
前記出力制御部は、特定された各単語の強調度に応じた表示態様で特定された各単語を前記コンテンツに重畳して表示させる、前記（１）〜（８）のいずれか一項に記載の情報処理装置。
（１３）
前記出力制御部は、前記第１の点を示す表示と前記第２の点を示す表示とを異なる表示態様で表示させる、前記（１）〜（１２）のいずれか一項に記載の情報処理装置。
（１４）
前記ユーザの入力情報は、ユーザの音声である、前記（１）〜（１３）のいずれか一項に記載の情報処理装置。
（１５）
前記ユーザの入力情報は、ユーザにより入力された文字列である、前記（１）〜（１３）のいずれか一項に記載の情報処理装置。
（１６）
コンテンツにおいてタグ情報が関連付けられている第１の点と前記コンテンツにおけるユーザにより指定された第２の点との間の指示関係を示す表示を前記コンテンツに重畳して表示させるステップと、
前記タグ情報に含まれるユーザの入力情報をプロセッサにより出力させるステップと、
を備える、情報処理方法。
（１７）
コンピュータを、
コンテンツにおいてタグ情報が関連付けられている第１の点と前記コンテンツにおけるユーザにより指定された第２の点との間の指示関係を示す表示を前記コンテンツに重畳して表示させ、前記タグ情報に含まれるユーザの入力情報を出力させる出力制御部、
として機能させるためのプログラム。

１０ 情報処理装置
１２ 通信網
２０ サーバ
２２ 知識データベース
１００ 制御部
１０２ 操作認識部
１０４ タグ管理部
１０６ 解析部
１０８ 音声解析部
１１０ 言語解析部
１１２ 出力制御部
１１４ 関連情報解析部
１１６ 強調度特定部
１１８ 重要度算出部
１２０ 検索処理部
１３０ 通信部
１３２ 出力部
１３４ 入力部
１５０ ＣＰＵ
１５２ ＲＯＭ
１５４ ＲＡＭ
１５６ 内部バス
１５８ インターフェース
１６０ 入力装置
１６２ 出力装置
１６４ ストレージ装置
１６６ 通信装置

Claims (17)

1. コンテンツにおいてタグ情報が関連付けられている第１の点と前記コンテンツにおけるユーザにより指定された第２の点との間の指示関係を示す表示を前記コンテンツに重畳して表示させ、前記タグ情報に含まれるユーザの入力情報を出力させる出力制御部、
   を備える、情報処理装置。
2. 前記指示関係を示す表示は、前記第１の点を始点とし、前記第２の点を指し示す表示である、請求項１に記載の情報処理装置。
3. 前記コンテンツにおいて、前記第１の点および前記第２の点は、同一の画像に含まれる、請求項１に記載の情報処理装置。
4. 前記コンテンツは、複数のフレーム画像を含み、
   前記出力制御部は、前記コンテンツに含まれる第１のフレーム画像、および前記第１のフレーム画像より後の第２のフレーム画像において、前記指示関係を示す表示を同じ位置に表示させる、請求項３に記載の情報処理装置。
5. 前記情報処理装置は、前記コンテンツにおいて前記第１の点に位置する第１のオブジェクト、および前記第２の点に位置する第２のオブジェクトを認識する画像認識部をさらに備え、
   前記出力制御部は、前記第１のオブジェクトまたは前記第２のオブジェクトの表示位置の移動に応じて、前記指示関係を示す表示の位置または長さを変化させる、請求項３に記載の情報処理装置。
6. 前記出力制御部は、前記ユーザの入力情報の出力に応じて、前記指示関係を示す表示の表示態様を前記第１の点から前記第２の点へ向けて動的に変化させる、請求項１に記載の情報処理装置。
7. 前記コンテンツは、複数の画像を含み、
   前記コンテンツにおいて、前記第１の点と前記第２の点は異なる画像に含まれる、請求項１に記載の情報処理装置。
8. 前記情報処理装置は、表示画面に対するユーザの操作を認識する操作認識部をさらに備え、
   前記出力制御部は、前記操作認識部により認識されたユーザの指示に沿った形状に、前記指示関係を示す表示を変形させる、請求項１に記載の情報処理装置。
9. 前記出力制御部は、前記コンテンツの再生時において前記タグ情報がユーザにより選択された場合に、選択されたタグ情報に含まれるユーザの入力情報を出力させる、請求項１に記載の情報処理装置。
10. 前記タグ情報は、前記コンテンツに複数関連付けられ、
    前記出力制御部は、複数のタグ情報が前記コンテンツに関連付けられた時刻の順で、前記複数のタグ情報の各々に含まれるユーザの入力情報を出力させる、請求項１に記載の情報処理装置。
11. 前記タグ情報は、前記コンテンツに複数関連付けられ、
    前記情報処理装置は、前記ユーザの入力情報から複数の単語を特定する言語解析部と、
    単語ごとの重要度が記録されているデータベースから、前記言語解析部により特定された複数の単語の各々の重要度を抽出することにより、タグ情報の重要度を算出する重要度算出部と、をさらに備え、
    前記出力制御部は、算出されたタグ情報の重要度が所定の閾値以上であるタグ情報に含まれるユーザの入力情報を出力させる、請求項１に記載の情報処理装置。
12. 前記情報処理装置は、前記ユーザの入力情報から複数の単語を特定する言語解析部と、
    単語ごとの強調度が記録されているデータベースから、前記言語解析部により特定された複数の単語の各々の強調度を特定する強調度特定部と、をさらに備え、
    前記出力制御部は、特定された各単語の強調度に応じた表示態様で特定された各単語を前記コンテンツに重畳して表示させる、請求項１に記載の情報処理装置。
13. 前記出力制御部は、前記第１の点を示す表示と前記第２の点を示す表示とを異なる表示態様で表示させる、請求項１に記載の情報処理装置。
14. 前記ユーザの入力情報は、ユーザの音声である、請求項１に記載の情報処理装置。
15. 前記ユーザの入力情報は、ユーザにより入力された文字列である、請求項１に記載の情報処理装置。
16. コンテンツにおいてタグ情報が関連付けられている第１の点と前記コンテンツにおけるユーザにより指定された第２の点との間の指示関係を示す表示を前記コンテンツに重畳して表示させるステップと、
    前記タグ情報に含まれるユーザの入力情報をプロセッサにより出力させるステップと、
    を備える、情報処理方法。
17. コンピュータを、
    コンテンツにおいてタグ情報が関連付けられている第１の点と前記コンテンツにおけるユーザにより指定された第２の点との間の指示関係を示す表示を前記コンテンツに重畳して表示させ、前記タグ情報に含まれるユーザの入力情報を出力させる出力制御部、
    として機能させるためのプログラム。

Images