JP2017162006A - 配信装置、配信方法及び配信プログラム - Google Patents

Abstract

【課題】挿入されたコンテンツに関する情報の訴求力を向上させること。【解決手段】本願に係る配信装置は、第１コンテンツに関連する人物の声を含む第２コンテンツを生成する生成部と、前記第１コンテンツの配信先に対して、前記生成部により生成された前記第２コンテンツを配信する配信部とを有することを特徴とする。このため、例えば、本願実施形態に係る情報配信装置１０は、第１コンテンツである動画像を視聴している利用者に対して、第１コンテンツの途中で再生される動画像を含む第２コンテンツへの興味を生じさせる結果、第２コンテンツに関する情報の訴求効果を向上させることができる。【選択図】図１

Description

本発明は、配信装置、配信方法及び配信プログラムに関する。

近年、動画配信やインターネットラジオなど、利用者が使用する端末装置に音声を含むコンテンツを配信して再生させる配信技術が知られている。このような配信技術の一例として、利用者が選択したコンテンツを配信するとともに、所定の再生位置で他のコンテンツを挿入して再生させる技術が知られている。例えば、動画配信サービスにおいては、利用者が選択した動画像の再生を所定の再生位置で一時停止させ、広告に関する動画像を挿入して再生させるといった技術が知られている。

特開２０１４−０２１１３６号公報

しかしながら、上記の従来技術では、挿入されたコンテンツに関する情報の訴求力を向上させることができない場合がある。

例えば、利用者がコンテンツを視聴中している際に、利用者が興味を有していない他のコンテンツが挿入されて再生が開始された場合には、挿入されたコンテンツに対する利用者の印象を悪化させる恐れがある。

本願は、上記に鑑みてなされたものであって、挿入されたコンテンツに関する情報の訴求力を向上させることを目的とする。

本願に係る配信装置は、第１コンテンツに関連する人物の声を含む第２コンテンツを生成する生成部と、前記第１コンテンツの配信先に対して、前記生成部により生成された前記第２コンテンツを配信する配信部とを有することを特徴とする。

実施形態の一態様によれば、挿入されたコンテンツに関する情報の訴求力を向上させることができるという効果を奏する。

図１は、実施形態に係る情報配信装置が実行する処理の一例を示す図である。 図２は、実施形態に係る情報配信装置が有する機能構成の一例を示す図である。 図３は、実施形態に係る音声モデルデータベースに登録される情報の一例を示す図である。 図４は、実施形態に係る登録コンテンツデータベースに登録される情報の一例を示す図である。 図５は、実施形態に係る広告コンテンツデータベースに登録される情報の一例を示す図である。 図６は、実施形態に係る報酬データベースに登録される情報の一例を示す図である。 図７は、実施形態に係る情報配信装置が実行する処理のバリエーションを説明する図である。 図８は、実施形態に係る情報配信装置が広告コンテンツを生成する処理の流れの一例を説明するフローチャートである。 図９は、実施形態に係る情報配信装置が広告コンテンツを配信する処理の流れの一例を説明するフローチャートである。 図１０は、ハードウェア構成の一例を示す図である。

以下に、本願に係る配信装置、配信方法及び配信プログラムを実施するための形態（以下、「実施形態」と呼ぶ。）について図面を参照しつつ詳細に説明する。なお、この実施形態により本願に係る配信装置、配信方法及び配信プログラムが限定されるものではない。また、以下の各実施形態において同一の部位には同一の符号を付し、重複する説明は省略される。

〔１．配信装置の一例〕
まず、図１を用いて、配信装置の一例である情報配信装置１０の一例について説明する。図１は、実施形態に係る情報配信装置が実行する処理の一例を示す図である。図１では、情報配信装置１０が実行する処理の一例として、動画像の配信先となる利用者Ｕ０１に対し、動画像に出演する人物の声を含む動画像を音声コンテンツとして配信する処理の一例について記載するが、実施形態は、これに限定されるものではない。後述する説明によって明らかになるように、情報配信装置１０は、第１コンテンツの配信先に対し、第１コンテンツに関連する人物の声を含む第２コンテンツを配信するのであれば、動画像以外にも、任意の第１コンテンツ及び第２コンテンツの配信を行ってよい。

また、以下に説明する情報配信装置１０は、音声コンテンツとして、所定の企業、地域、人物、商品、役務等、所定の広告対象を紹介する動画像、すなわち、広告に関する動画像（以下、「広告コンテンツ」と記載する場合がある。）を配信するが、実施形態は、これに限定されるものではない。すなわち、情報配信装置１０は、営利若しくは非営利の広告だけではなく、ボランティアの募集、公共広告、公共に対する通知に関する動画像を音声コンテンツとして生成してもよい。

ここで、広告コンテンツは、広告主や広告代理店等のクライアントによって指定された内容のコンテンツであるが、このような広告コンテンツは、商品や役務の販売、宣伝、通知等を行うウェブページのみならず、ゲーム等の任意のコンテンツが適用可能である。また、広告コンテンツは、ウェブページ、静止画像、動画像、文字、図形、記号、ハイパーリンク、その他任意の情報を含むコンテンツを適用可能である。すなわち、利用者に対して興味を生じさせようとするコンテンツであれば、クライアントは、ウェブページ、ゲーム、メール、ツイート、ブログの記事等任意のコンテンツを指定可能である。なお、以下の説明では、所定の商品や役務を紹介する広告コンテンツが指定される例について説明する。

図１に示す情報配信装置１０は、図示しないネットワーク（例えば、インターネット）を介して、利用者Ｕ０１が使用する端末装置１００と、クライアントが使用する広告主端末（図示は、省略）とに通信可能に接続され、端末装置１００に対して、音声コンテンツを配信する情報処理装置であり、例えば、サーバ装置等の情報処理装置や、クラウドシステム等によって実現される。より具体的には、情報配信装置１０は、動画像の再生中に挿入されるコンテンツとして、生成した音声コンテンツを含む広告コンテンツの配信を行う。

端末装置１００は、利用者Ｕ０１によって利用される情報処理装置であり、利用者が動画像、ニュースサイト、コラム、ＳＮＳ（Social Networking Service）、ブログ、マイクロブログ等、任意のコンテンツを閲覧するために利用される。具体例を挙げると、端末装置１００は、スマートフォンやタブレット端末やＰＤＡ（Personal Digital Assistant）等の移動端末や、デスクトップ型ＰＣ（Personal Computer）や、ノート型ＰＣ等である。

動画サーバ５０は、配信対象となる複数の動画像を保持するサーバであり、端末装置１００からのリクエストに応じて、動画像の配信を行う情報処理装置であり、例えば、サーバ装置等の情報処理装置や、クラウドシステム等によって実現される。例えば、動画サーバ５０は、配信対象となる複数の動画像のサムネイルを端末装置１００へ配信する。一方、端末装置１００は、動画像のサムネイルを表示し、利用者が選択したサムネイルに対応する動画像の配信リクエストを動画サーバ５０へと送信する。このような場合、動画サーバ５０は、動画像を端末装置１００に配信して再生させることで、利用者Ｕ０１に動画像を視聴させる。

ここで、端末装置１００は、動画像の再生を実行する場合、動画像のうち所定の再生位置に広告コンテンツを挿入して再生する。より具体的には、端末装置１００は、ランダムまたは所定の選択手法を用いて、音声コンテンツを挿入する挿入位置を選択するとともに、挿入する広告コンテンツのリクエストを情報配信装置１０へと送信する。そして、端末装置１００は、動画像を挿入位置まで再生した場合には、動画像の再生を一時停止し、情報配信装置１０から配信された広告コンテンツの再生を開始する。その後、端末装置１００は、広告コンテンツの再生が完了した場合には、一時停止していた動画像の再生を再開する。

〔１−１．配信処理〕
ここで、動画像の途中で動画像の再生を一時停止し、広告コンテンツの再生を開始した場合には、動画像の閲覧を阻害することになるので、広告コンテンツに対する利用者の印象を悪化させてしまう恐れがある。そこで、情報配信装置１０は、以下の処理を実行する。まず、情報配信装置１０は、利用者Ｕ０１に対して配信される動画像、すなわち、動画サーバ５０が配信する動画像に関する人物の声を含む音声コンテンツを生成する。そして、情報配信装置１０は、端末装置１００に対して生成した音声コンテンツを配信する配信処理を実行する。

例えば、情報配信装置１０は、任意のテキストを、動画サーバ５０が配信する動画像に出演する人物の声で読み上げるための音声モデルを保持する。このような音声モデルは、一般的な合成音声生成技術により実現可能である。そして、情報配信装置１０は、各音声モデルを用いて、クライアントから取得したテキストデータを、動画サーバ５０が配信する動画像に出演する人物の声で読み上げた音声コンテンツを含む広告コンテンツをあらかじめ生成する。

そして、情報配信装置１０は、端末装置１００から広告コンテンツの配信要求（以下、「広告リクエスト」と記載する場合がある。）を受信すると、端末装置１００に配信された動画像に出演する人物を特定し、特定した人物の声でテキストデータを読み上げた音声コンテンツを含む広告コンテンツを端末装置１００に配信する。

このような処理の結果、端末装置１００は、動画像の再生中に、再生していた動画像に出演する人物の声を含む広告コンテンツを再生することとなる。例えば、端末装置１００は、ある映画を再生中に、その映画に出演した俳優や女優の声でテキストデータを読み上げた音声コンテンツを広告コンテンツとして再生することとなる。この結果、情報配信装置１０は、広告コンテンツに対する利用者Ｕ０１の興味を生じさせることができるので、動画像に挿入された広告コンテンツに関する情報の訴求効果を向上させることができる。

〔１−２．音声モデルの生成について〕
ここで、上述した音声モデルは、任意の手法で作成することができる。例えば、情報配信装置１０は、音声モデルを生成する際に必要な声の特徴を学習するためのデータに基づいて、学習が行われた音声モデルを使用して良い。このような音声モデルは、例えば、動画像の出演者が所定の文章を朗読した際の音声データに基づいて生成されるモデルであり、所定のテキストをその出演者の声で読み出すことができる音声モデルである。なお、このような音声モデルの詳細については、公知の任意の技術を適用可能であるものとし、詳細な説明を省略する。

〔１−３．動画像に関連する人物について〕
また、上述した説明では、情報配信装置１０は、動画像に出演した人物の声を含む音声コンテンツを生成した。ここで、動画像に出演した人物とは、映画やドラマなど、本人が撮像された人物に限定されるものではない。例えば、情報配信装置１０は、配信される動画像がアニメーション等である場合には、そのアニメーションに出場するキャラクターの声を担当した声優の声を含む広告コンテンツを生成してもよい。また、情報配信装置１０は、配信される動画像が吹き替え音声を含む動画像である場合には、吹き替え音声を担当した俳優の声を含む広告コンテンツを生成してもよい。例えば、情報配信装置１０は、主演俳優や主演女優の声を含む広告コンテンツを生成してもよい。また、情報配信装置１０は、配信された動画像に出演した人物のみならず、動画像の製作者、監督、原作者等、その動画像に関連する任意の人物の声を含む広告コンテンツを生成してもよい。

また、例えば、情報配信装置１０は、動画像として、例えば、楽曲のプロモーションビデオが配信された場合には、そのプロモーションビデオに出演する人物や、楽曲を作成したアーティストの声を含む広告コンテンツを生成してもよい。すなわち、情報配信装置１０は、端末装置１００に配信された動画像に関連する人物の音声を含む音声コンテンツであるならば、任意の広告コンテンツを生成および配信してよい。

〔１−４．使用した音声モデルの選択について〕
ここで、動画サーバ５０から配信される動画像には、複数の人物が関連している場合がある。例えば、映画やドラマ等の動画像には、複数の人物が出演している場合がある。このような動画像を再生している場合には、挿入位置に応じて、異なる人物の声を含む広告コンテンツの再生を行うのが望ましい。例えば、端末装置１００は、ある俳優Ａ１が登場してるシーンの途中が挿入位置である場合には、その俳優Ａ１の声を含む広告コンテンツの再生を開始するのが望ましいと考えられる。また、例えば、端末装置１００は、シーンの転換点を挿入位置とした場合には、転換前のシーンで登場した俳優や、転換後のシーンで登場した俳優の声を含む広告コンテンツの再生を開始するのが望ましいと考えられる。

そこで、情報配信装置１０は、広告コンテンツが再生されるタイミング、すなわち、挿入位置に基づいて、動画像に関連する複数の人物の中からいずれかの人物を選択し、選択した人物の声を含む広告コンテンツの配信を行う。より具体的には、情報配信装置１０は、挿入位置から所定の時間だけ前の再生位置から、その挿入位置までの再生範囲（以下、「直前範囲」と記載する。）に出演している人物を特定し、特定した人物の声を含む広告コンテンツを配信する。なお、情報配信装置１０は、挿入位置から所定の時間だけ後の再生位置までの再生範囲（以下、「直後範囲」と記載する。）に出演している人物を特定し、特定した人物の声を含む広告コンテンツを配信してもよい。

なお、情報配信装置１０は、直前範囲や直後範囲に複数の人物が出演している場合には、任意の手法により、いずれかの人物の声が含まれる広告コンテンツを生成してもよい。例えば、情報配信装置１０は、複数の人物のうち、より出番が多いであろう人物の声が含まれる広告コンテンツを生成してもよい。また、情報配信装置１０は、直前範囲または直後範囲のいずれか一方に登場する人物の声を含む広告コンテンツを生成してもよい。

また、情報配信装置１０は、利用者Ｕ０１の属性に基づいて、動画像に関する人物からいずれかの人物を選択し、選択した人物の声を含む広告コンテンツを生成してもよい。例えば、情報配信装置１０は、利用者Ｕ０１の性別、年代、利用者Ｕ０１が好む俳優や女優の情報に基づいて、動画像に関する人物の中から利用者Ｕ０１が興味を有すると予測される人物を特定し、特定した人物の声を含む広告コンテンツを生成してもよい。また、情報配信装置１０は、利用者Ｕ０１が予め登録した好きな俳優の声を含む広告コンテンツの生成および配信を行ってもよい。

なお、情報配信装置１０は、複数の人物の声を含む広告コンテンツを生成してもよい。例えば、情報配信装置１０は、直前範囲に出演している人物の声と、直後範囲に出演している人物の声とで会話を行うといった対応の音声コンテンツを含む広告コンテンツを生成し、生成した広告コンテンツの配信を行ってもよい。また、情報配信装置１０は、あえて、配信された動画像に出演していない人物の声を含む広告コンテンツを配信することで、利用者Ｕ０１の興味を起こさせてもよい。

〔１−５．広告コンテンツについて〕
ここで、情報配信装置１０は、任意の広告コンテンツの生成を行ってよい。例えば、情報配信装置１０は、静止画像と共に、生成した音声コンテンツが再生される動画像の生成を行ってもよく、音声コンテンツのみを広告コンテンツとして配信してもよい。また、情報配信装置１０は、所定の動画像に、生成した音声コンテンツが再生される動画像の生成を行ってもよい。また、情報配信装置１０は、利用者の操作に応じて態様が変化する広告コンテンツを生成してもよい。例えば、情報配信装置１０は、所定のボタンを表示するとともに、利用者がボタンを選択した際に、生成した音声コンテンツが再生されるといったインタラクティブな広告コンテンツを生成してもよい。

また、情報配信装置１０は、利用者が選択した際に、広告に関する所定のランディングページへと遷移可能な広告コンテンツを配信してもよい。すなわち、情報配信装置１０は、生成した音声コンテンツを含む広告コンテンツであれば、任意の態様の広告コンテンツを生成し、配信してよい。

〔１−６．コンテンツの生成タイミングについて〕
ここで、情報配信装置１０は、任意のタイミングで音声コンテンツの生成や広告コンテンツの生成を行ってよい。例えば、情報配信装置１０は、配信対象となる動画像に関する人物の声を含む広告コンテンツをあらかじめ生成し、挿入位置に応じた人物の声を含む広告コンテンツの配信を行ってもよい。また、他の例では、情報配信装置１０は、配信対象となる動画像に関する人物の音声モデルのみを保持し、端末装置１００から広告リクエストを受信した際に、端末装置１００が再生する動画像に関する人物の音声モデルの選択を行い、選択した音声モデルからリアルタイムに広告コンテンツを生成し、生成した広告コンテンツを配信する処理を実行してもよい。

〔１−７．配信処理の適用について〕
ここで、情報配信装置１０は、動画サーバ５０が配信した動画像の再生中に表示される広告コンテンツとして、動画像に関する人物の声を含む広告コンテンツを配信した。しかしながら、実施形態は、これに限定されるものではない。例えば、情報配信装置１０は、ポッドキャストやインターネットラジオ等、音声配信サービスの提供中に挿入される広告コンテンツとして、音声コンテンツのみを含む広告コンテンツの生成を行ってもよい。より具体的な例を挙げると、情報配信装置１０は、配信されたポッドキャストの出演者の声を含む広告コンテンツを生成し、生成した広告コンテンツの配信を行ってもよい。

〔１−８．レベニューシェア〕
ここで、情報配信装置１０は、音声コンテンツの配信に伴う報酬の算出処理を実行してもよく、決済処理を実行してもよい。例えば、情報配信装置１０は、広告コンテンツを配信した場合には、広告コンテンツに声が含まれる人物に対する報酬を算出する。すなわち、情報配信装置１０は、広告コンテンツに含まれる音声コンテンツの生成に用いた音声モデルの元となる人物に対する報酬を算出する。そして、情報配信装置１０は、図示を省略した決済サーバ等に対し、算出した報酬の決済を行うように指示してもよい。

なお、このような音声コンテンツには、声が含まれる人物に対する著作権のみならず、広告コンテンツを挿入する動画像に関連する著作権が関連する場合がある。例えば、アニメや映画の登場人物の声が含まれる広告コンテンツを配信した場合、その声の主となる人物だけではなく、そのアニメや映画の製作者や各種の権利者に対する報酬が発生する場合がある。そこで、情報配信装置１０は、配信した広告コンテンツに声が含まれる人物のみならず、配信した広告コンテンツを挿入した動画像の製作者や各種の権利者に対する報酬を算出してもよい。

また、例えば、情報配信装置１０は、広告コンテンツの配信と、動画サーバ５０による動画像の配信とが同一の又は同一視可能な管理者により実現され、動画像に登場する人物やキャラクターの声の使用許諾が、動画像の配信と共にまとまった許諾がなされている場合には、広告コンテンツに声が含まれる人物に対する報酬の算出や決済を行わずともよい。また、情報配信装置１０が算出する報酬は、音声コンテンツに声が含まれる人物に対する報酬のみならず、例えば、その人物が所属するプロダクションや会社等の組織に対して提供される報酬であってもよい。すなわち、情報配信装置１０は、音声コンテンツに声を含めることにより発生する報酬を算出するのであれば、報酬の提供先は、音声コンテンツに声が含まれる人物以外の任意の人物や組織であってもよい。

〔１−９．配信処理の一例〕
次に、図１を用いて、情報配信装置１０が実行する配信処理の一例について説明する。例えば、動画サーバ５０は、端末装置１００からの要求に応じて、動画像を端末装置１００に配信する（ステップＳ１）。なお、このような動画像の配信については、動画像のデータ全ての配信であってもよく、ストリーミング配信であってもよい。このような場合、端末装置１００は、挿入位置を選択し、選択した挿入位置と、動画サーバ５０から配信された動画像と、利用者Ｕ０１の属性とを示す情報を含む広告リクエストを情報配信装置１０へと送信する（ステップＳ２）。

例えば、図１中（Ａ）に示す例では、端末装置１００は、配信された動画像Ｍ１０のうち、挿入位置ＡＤ１、ＡＤ２、ＡＤ３を示す情報を含む広告リクエストを情報配信装置１０へと送信する。なお、図１に示す例では、挿入位置ＡＤ０１の直前範囲Ｍ１１には、俳優Ａ１が登場し、挿入位置ＡＤ２の直前範囲Ｍ１２には、俳優Ａ１と俳優Ａ２とが登場し、挿入位置ＡＤ３の直前範囲Ｍ１３には、俳優Ａ３が登場しているものとする。なお、このような挿入位置の選択は、端末装置１００により実行されてもよいが、例えば、動画サーバ５０が動画像の配信と共に、端末装置１００に対して指定してもよい。

このような場合、情報配信装置１０は、挿入位置の直前範囲に登場する人物の声を含む広告コンテンツを選択する（ステップＳ３）。例えば、情報配信装置１０は、広告コンテンツと、広告コンテンツに声が含まれる俳優と、その俳優が登場する再生範囲を示す登場時間とを対応付けた広告コンテンツデータベース３３を有する。そして、情報配信装置１０は、広告リクエストに含まれる情報が示す挿入位置に応じて、配信する広告コンテンツを選択する。

例えば、図１に示す例では、挿入位置ＡＤ１の直前範囲Ｍ１１には、俳優Ａ１が登場している。そこで、情報配信装置１０は、挿入位置ＡＤ１に挿入する広告コンテンツとして、俳優Ａ１の声を含む広告コンテンツを選択する。より具体的には、図１に示す例では、広告コンテンツデータベース３３には、俳優Ａ１と登場時間Ｍ１１と広告コンテンツ＃Ａとが対応付けて登録されている。そこで、情報配信装置１０は、挿入位置ＡＤ１に挿入する広告コンテンツとして、直前範囲Ｍ１１と対応付けられた俳優Ａ１の声を含む広告コンテンツ＃Ａを選択する。

また、図１に示す例では、挿入位置ＡＤ２の直前範囲Ｍ１２には、俳優Ａ１および俳優Ａ２が登場している。そこで、情報配信装置１０は、挿入位置ＡＤ２に挿入する広告コンテンツとして、俳優Ａ１または俳優Ａ２の声を含む広告コンテンツを選択する。例えば、図１に示す例では、広告コンテンツデータベース３３には、俳優Ａ１および俳優Ａ２と登場時間Ｍ１２が対応付けられている。そこで、情報配信装置１０は、利用者Ｕ０１の属性に基づいて、俳優Ａ１および俳優Ａ２から利用者Ｕ０１がより興味を有すると予測される俳優を選択する。例えば、情報配信装置１０は、利用者Ｕ０１がより興味を有する俳優として、俳優Ａ２を選択する。そして、情報配信装置１０は、俳優Ａ２と対応付けられた広告コンテンツ＃Ｂを、挿入位置ＡＤ２に挿入する広告コンテンツとして選択する。

また、図１に示す例では、挿入位置ＡＤ３の直前範囲Ｍ１３には、俳優Ａ３が登場している。そこで、情報配信装置１０は、挿入位置ＡＤ３に挿入する広告コンテンツとして、俳優Ａ３の声を含む広告コンテンツを選択する。例えば、図１に示す例では、広告コンテンツデータベース３３には、俳優Ａ３と登場時間Ｍ１３が対応付けられている。そこで、情報配信装置１０は、登場時間Ｍ１３と対応付けられた俳優Ａ３の声を含む広告コンテンツ＃Ｃを、挿入位置ＡＤ３に挿入する広告コンテンツとして選択する。

そして、情報配信装置１０は、各挿入位置ＡＤ１〜ＡＤ３に挿入する広告コンテンツとして選択した広告コンテンツ＃Ａ〜＃Ｃを配信する（ステップＳ４）。この結果、情報配信装置１０は、配信された広告コンテンツ＃Ａ〜＃Ｃを各挿入位置ＡＤ１〜ＡＤ３に挿入して表示する（ステップＳ５）。また、情報配信装置１０は、配信された広告コンテンツに声が含まれる人物、すなわち、各俳優Ａ１〜Ａ３に対する報酬を算出する（ステップＳ６）。

〔２．情報配信装置の構成〕
次に、上述した実施形態にかかる情報配信装置１０の構成について説明する。図２は、実施形態に係る情報配信装置が有する機能構成の一例を示す図である。図２に示すように、情報配信装置１０は、通信部２０、記憶部３０、および制御部４０を有する。通信部２０は、例えば、ＮＩＣ（Network Interface Card）等によって実現される。そして、通信部２０は、ネットワークＮと有線または無線で接続され、端末装置１００、動画サーバ５０、および広告主端末６０の間で情報の送受信を行う。なお、広告主端末６０は、広告コンテンツに含まれる音声の元となるテキスト等の登録を行うクライアントが使用する端末装置であり、ＰＣ等の情報処理装置により実現される。

記憶部３０は、例えば、ＲＡＭ（Random Access Memory)、フラッシュメモリ（Flash Memory）等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置によって実現される。また、記憶部３０は、音声モデルデータベース３１、登録コンテンツデータベース３２、広告コンテンツデータベース３３、および報酬データベース３４（以下、「各データベース３１〜３４」と総称する場合がある。）を有する。

以下、図３〜図６を用いて、各データベース３１〜３４に登録される情報の一例について説明する。なお、図３〜図６に示す例では、各データベース３１〜３４に登録される情報の一例として「俳優＃Ａ」や「広告コンテンツ＃Ａ」等といった概念的な値を記載したが、実施形態は、これに限定されるものではなく、実際には、音声モデル、俳優、広告コンテンツを識別するための識別子や、各種データが登録されるものとする。また、図３〜図６に示す各データベース３１〜３４は、あくまで一例であり、各データベース３１〜３４には、配信処理に用いる他の情報が登録されていてもよい。

音声モデルデータベース３１は、音声コンテンツを生成する際に用いる音声モデルが登録される。例えば、図３は、実施形態に係る音声モデルデータベースに登録される情報の一例を示す図である。図３に示すように、音声モデルデータベース３１には、「モデルＩＤ（Identifier）」、「俳優ＩＤ」、「モデルデータ」といった項目を有する情報が登録される。ここで、「モデルＩＤ」とは、音声モデルを識別するための識別子である。「俳優ＩＤ」とは、音声モデルがどの人物（俳優）の声の音声モデルであるかを示す情報である。また、「モデルデータ」とは、音声モデルのデータである。

例えば、図３に示す例では、モデルＩＤ「モデル＃Ａ」、俳優ＩＤ「俳優Ａ１」、およびモデルデータ「モデルデータ＃Ａ」が対応付けて登録されている。このような情報は、「モデル＃Ａ」が示すモデルが、俳優ＩＤ「俳優Ａ１」が示す俳優Ａ１の声でテキストを読み上げた音声を出力するモデルであり、そのデータが「モデルデータ＃Ａ」である旨を示す。

登録コンテンツデータベース３２は、広告コンテンツを生成する際に使用するコンテンツデータが登録される。例えば、図４は、実施形態に係る登録コンテンツデータベースに登録される情報の一例を示す図である。図４に示すように、登録コンテンツデータベース３２には、「広告ＩＤ」、「テキストデータ」、「コンテンツデータ」、「挿入条件」といった項目を有する情報が登録される。

ここで、「広告ＩＤ」とは、コンテンツを識別するための識別子である。また、「テキストデータ」とは、音声コンテンツを生成する際に音声モデルに読み上げさせるテキストである。また、「コンテンツデータ」とは、広告コンテンツを生成する際に用いられるコンテンツのデータであり、例えば、静止画像や動画像等、音声コンテンツ以外のコンテンツが含まれる。なお、「コンテンツデータ」には、効果音等、広告コンテンツに含まれる音声コンテンツ以外の音声が含まれていてもよい。また、「挿入条件」とは、対応付けられたテキストデータやコンテンツデータを用いて生成された広告コンテンツの挿入を行う各種の条件を示す情報であり、例えば、広告コンテンツを挿入する動画像の指定や、広告コンテンツを配信する利用者の属性の指定を行う情報である。

例えば、図４に示す例では、広告ＩＤ「広告＃１」、テキストデータ「テキスト＃１」、コンテンツデータ「コンテンツ＃１」、挿入条件「挿入条件＃Ａ」が対応付けて登録されている。このような情報は、広告ＩＤ「広告＃１」が示すコンテンツを用いて広告コンテンツを生成した場合、任意の音声モデルを用いて、テキストデータ「テキスト＃１」を読み上げた音声コンテンツと、コンテンツデータ「コンテンツ＃１」とを組み合わせた動画像等のコンテンツが生成される旨を示す。また、このような情報は、生成された広告コンテンツが「挿入条件＃Ａ」が示す動画像に挿入されたり、「挿入条件＃Ａ」が示す利用者に対して配信される旨を示す。

広告コンテンツデータベース３３は、生成した広告コンテンツが登録される。例えば、図５は、実施形態に係る広告コンテンツデータベースに登録される情報の一例を示す図である。図５に示すように、広告コンテンツデータベース３３には、「動画像ＩＤ」、「俳優ＩＤ」、「登場時間」、「広告コンテンツ」、「挿入条件」が対応付けて登録されている。なお、広告コンテンツデータベース３３には、他にも広告コンテンツの配信に関する任意の情報が登録されていてもよい。

ここで、「動画像ＩＤ」は、生成した広告コンテンツを挿入する動画像、すなわち、端末装置１００に対して動画サーバ５０が配信し、端末装置１００が広告リクエストを送信するきっかけとなる動画像の識別子である。また、「俳優ＩＤ」は、対応付けられた広告コンテンツに含まれる音声コンテンツが誰の声であるかを示す情報である。また、「登場時間」とは、対応付けられた「俳優ＩＤ」が示す人物が、対応付けられた「動画像ＩＤ」が示す動画像において登場する再生範囲を示す情報である。また、「広告コンテンツ」とは、生成された広告コンテンツである。

例えば、図５に示す例では、動画像ＩＤ「動画像＃Ａ」、俳優ＩＤ「俳優Ａ１」、登場時間「Ｍ１１、Ｍ１２」、広告コンテンツ「広告コンテンツ＃Ａ」、挿入条件「挿入条件＃Ａ」とが対応付けて登録されている。このような情報は、「動画像＃Ａ」の再生中に登録される広告コンテンツとして「広告コンテンツ＃Ａ」が登録されているとともに、「広告コンテンツ＃Ａ」に含まれる音声コンテンツが、「動画像＃Ａ」に出演している人物であって、俳優ＩＤ「俳優Ａ１」が示す俳優Ａ１の声である旨を示す。また、このような情報は、「俳優Ａ１」が登場する再生範囲、すなわち、「広告コンテンツ＃Ａ」が挿入される再生範囲が登場時間「Ｍ１１、Ｍ１２」であるとともに、「広告コンテンツ＃Ａ」の挿入条件として「挿入条件＃Ａ」が設定されている旨を示す。

報酬データベース３４は、広告コンテンツの配信に伴ない、配信された広告コンテンツに声が含まれる人物に対する報酬の算出結果が登録される。例えば、図６は、実施形態に係る報酬データベースに登録される情報の一例を示す図である。図６に示す例では、報酬データベース３４には、「俳優ＩＤ」、「再生回数」、「クリック回数」、「報酬額」等の項目を有する情報が登録される。

ここで、「俳優ＩＤ」は、報酬の提供先となる人物を示す情報である。また、「再生回数」は、対応付けられた人物の声を含む広告コンテンツの再生回数を示す情報である。また、「クリック回数」は、対応付けられた人物の声を含む広告コンテンツがクリックされた回数を示す情報である。また、「報酬額」とは、対応付けられた人物の声を含む広告コンテンツの配信により、対応付けられた人物に対して提供されうる報酬の額である。なお、報酬の提供先は、人物に限定されるものではなく、例えば、会社等の社会的組織であってもよい。このような場合には、図６に示す各項目に加え、報酬の適用先として、会社等の社会的組織をしめす情報が登録されることとなる。

例えば、図６に示す例では、報酬データベース３４には、俳優ＩＤ「俳優Ａ１」、再生回数「３５０」、クリック回数「１５」、報酬額「報酬額＃Ａ」とが対応付けられた情報が登録されている。このような情報は、俳優ＩＤ「俳優Ａ１」が示す俳優Ａ１の声を含む広告コンテンツが「３５０」回配信されるとともに、「１５」回クリックされており、「俳優＃Ａ」に対して提供される報酬の額が「報酬額＃Ａ」である旨を示す。

図２に戻り、説明を続ける。制御部４０は、コントローラ（controller）であり、例えば、ＣＰＵ（Central Processing Unit）、ＭＰＵ（Micro Processing Unit）等のプロセッサによって、情報配信装置１０内部の記憶装置に記憶されている各種プログラムがＲＡＭ等を作業領域として実行されることにより実現される。また、制御部４０は、コントローラ（controller）であり、例えば、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等の集積回路により実現されてもよい。

図２に示すように、制御部４０は、受付部４１、解析部４２、生成部４３、配信部４４、および算出部４５を有し、以下に説明する情報処理の機能や作用を実現または実行する。なお、制御部４０の内部構成は、図２に示した構成に限られず、後述する情報処理を行う構成であれば他の構成であってもよい。

解析部４２は、広告コンテンツを挿入する動画像の解析を行い、動画像に出演する人物やその人物が出演する再生範囲を特定する。例えば、解析部４２は、動画サーバ５０から、配信対象となる動画像のデータを取得し、取得した動画像の画像解析を行うことで、動画像に出演する人物やその人物が出演する再生範囲を特定する。そして、解析部４２は、取得した動画像を示す動画像ＩＤと、特定した人物を示す情報（項目「俳優ＩＤ」として登録される情報）と、その人物が出演する再生範囲を示す情報（項目「登場時間」として登録される情報）とを対応付けて広告コンテンツデータベース３３に登録する。

なお、解析部４２は、動画像そのものの解析ではなく、例えば、動画像を紹介するために作成されたデータ等から、動画像に出演する人物や、その人物が出演する再生範囲などを特定してもよい。また、解析部４２は、動画像に関する各種の権利者等から、動画像に出演する人物や、その人物が出演する再生範囲などを示す情報を受付け、受付けた情報を広告コンテンツデータベース３３に登録してもよい。

受付部４１は、広告コンテンツの元となるコンテンツの登録を受付ける。例えば、受付部４１は、広告主端末６０から、動画像に出演する人物の声を用いて読み上げるテキストや、広告コンテンツとして配信される動画像や静止画像等のコンテンツデータを受付ける。このような場合、受付部４１は、受付けたテキストデータやコンテンツデータを広告ＩＤと対応付けて登録コンテンツデータベース３２に登録する。なお、受付部４１は、コンテンツデータを受付ける際に、受付けたコンテンツデータから生成した広告コンテンツを配信する際の条件、すなわち、挿入条件の登録を受付けてもよい。

また、受付部４１は、音声モデルの作成を行う音声モデル作成サーバ（図示は省略）等から、音声モデルの登録を受付ける。例えば、音声モデル作成サーバは、動画サーバ５０が配信する動画像に関連する人物の声でテキストを読み上げる音声モデルを作成する。このような音声モデルは、実際にその人物から取得した音声を用いて作成されてもよく、例えば、動画サーバ５０が配信する動画像から取得した音声を用いて作成されてもよい。そして、受付部４１は、音声モデルを受け付けると、音声モデルの元となる俳優を示す情報と共に、音声モデルデータベース３１に登録する。

生成部４３は、動画サーバ５０が配信する動画像に関連する人物の声を含む広告コンテンツを生成する。具体的には、生成部４３は、登録コンテンツデータベース３２に登録された任意のコンテンツを、音声モデルデータベース３１に登録された音声モデルを用いて読み上げられた音声を含む音声コンテンツを生成する。そして、生成部４３は、生成した音声コンテンツと、広告主端末６０から受付けた動画像や静止画像等のコンテンツデータとを組み合わせた動画像を広告コンテンツとして生成する。すなわち、生成部４３は、端末装置１００が、動画サーバ５０から配信された動画像に代えて再生する動画像である広告コンテンツを生成し、生成した広告コンテンツを広告コンテンツデータベース３３に登録する。

以下、生成部４３が実行する処理の一例について説明する。例えば、生成部４３は、広告コンテンツデータベース３３を参照し、解析部４２によって「動画像ＩＤ」、「俳優ＩＤ」、および「登場時間」が登録され、「広告コンテンツ」が登録されていないエントリを抽出する。そして、生成部４３は、抽出したエントリに登録する広告コンテンツを生成する。

例えば、生成部４３は、抽出したエントリに俳優ＩＤ「俳優Ａ１」が登録されている場合、音声モデルデータベース３１から俳優ＩＤ「俳優Ａ１」と対応付けられたモデルデータ「モデルデータ＃Ａ」を読み出す。また、生成部４３は、登録コンテンツデータベース３２から、広告コンテンツを生成するテキストデータやコンテンツデータを選択する。例えば、生成部４３は、広告コンテンツの挿入先となる動画像や、挿入条件等に基づいて、広告ＩＤ「広告＃１」と対応付けられたテキストデータ「テキスト＃１」、およびコンテンツデータ「コンテンツ＃１」を選択する。そして、生成部４３は、音声モデルデータベース３１から読み出したモデルデータ「モデルデータ＃Ａ」を用いて、テキストデータ「テキスト＃１」を読み上げた音声コンテンツを生成し、生成した音声コンテンツと、コンテンツデータ「コンテンツ＃１」とを用いて、広告コンテンツ「広告コンテンツ＃１」を生成する。この結果、生成部４３は、動画像ＩＤ「動画像＃Ａ」が示す動画像に出演した俳優ＩＤ「俳優Ａ１」が示す俳優Ａ１の声で、テキストデータ「テキスト＃１」を読み上げた音声コンテンツを含む広告コンテンツ「広告コンテンツ＃Ａ」を生成することができる。その後、生成部４３は、生成した広告コンテンツ「広告コンテンツ＃１」を、広告ＩＤ「広告＃１」と対応付けられた挿入条件「挿入条件＃Ａ」とを対応付けて広告コンテンツデータベース３３に登録する。

また、生成部４３は、動画像ＩＤ「動画像＃Ａ」に出演する他の俳優「俳優＃Ｂ」や「俳優＃Ｃ」についても、音声モデルを用いて、広告ＩＤ「広告＃１」と対応付けられたテキストデータ「テキスト＃１」を読み上げた音声コンテンツを生成し、生成した音声コンテンツを含む広告コンテンツ「広告コンテンツ＃Ｂ」、「広告コンテンツ＃Ｃ」を生成し、生成した広告コンテンツを広告コンテンツデータベース３３に登録する。この結果、生成部４３は、ある動画像に出演した各俳優ごとに、同じテキストを読み上げた音声を含む複数の広告コンテンツを生成することとなる。

なお、生成部４３は、挿入条件に、テキストを読み上げる俳優の条件が設定されている場合には、この条件に従って広告コンテンツを生成してもよい。例えば、生成部４３は、挿入条件「挿入条件＃Ａ」が、テキストの読み上げを行う俳優を俳優Ａ１に限定している場合は、俳優Ａ２や俳優Ａ３については、俳優Ａ１とは異なるテキストを読み上げた音声を含む広告コンテンツを生成してもよい。

配信部４４は、動画サーバ５０が動画像を配信する端末装置１００に対して、生成された広告コンテンツを配信する。具体的には、配信部４４は、広告コンテンツが再生されるタイミングに基づいて、端末装置１００に配信された動画像に関連する複数の人物の中からいずれかの人物を選択し、選択した人物の声を含む広告コンテンツを配信する。

例えば、配信部４４は、端末装置１００から広告リクエストを受付けると、広告リクエストから、端末装置１００に配信された動画像、挿入位置、および利用者の属性を特定する。続いて、配信部４４は、広告コンテンツデータベース３３を参照し、特定した動画像と対応付けられた広告コンテンツを抽出する。そして、配信部４４は、挿入位置ごとに、挿入対象となる広告コンテンツの選択を行う。例えば、配信部４４は、広告コンテンツの選択対象となる挿入位置の直前範囲または直後範囲に出演する俳優を広告コンテンツデータベース３３から特定し、特定した俳優と対応付けられた広告コンテンツを選択する。また、配信部４４は、挿入位置の直前範囲または直後範囲に出演する俳優が複数存在する場合は、その俳優と対応付けられた挿入条件を参照し、広告コンテンツの配信先となる利用者の属性が挿入条件と合致する俳優を特定する。そして、配信部４４は、特定した俳優と対応付けられた広告コンテンツを選択する。そして、配信部４４は、選択した広告コンテンツを、選択対象となった挿入位置に挿入する広告コンテンツとして、端末装置１００に配信する。

なお、上述した配信部４４の処理は、あくまで一例であり、広告コンテンツが挿入される動画像に関連する人物の声を含む広告コンテンツを配信するのであれば、任意の手法により広告コンテンツの選択や配信を行ってよい。例えば、配信部４４は、主演となる俳優の声を含む広告コンテンツや、あえて直前範囲や直後範囲に出演していない俳優の声を含む広告コンテンツの選択を行ってもよい。

算出部４５は、広告コンテンツが配信された場合は、配信された広告コンテンツに声が含まれる人物に対する報酬を算出する。例えば、算出部４５は、配信部４４が配信した広告コンテンツを特定し、特定した広告コンテンツに声が含まれる俳優を特定する。そして、算出部４５は、報酬データベース３４を参照し、特定した俳優と対応付けられた再生回数を更新する。また、算出部４５は、利用者Ｕ０１が広告コンテンツをクリックし、ランディングページ等に遷移した旨のログを端末装置１００や所定のログサーバ等から受信した場合には、特定した俳優と対応付けられた再生回数を更新する。そして、算出部４５は、再生回数およびクリック回数に基づいて、各俳優の報酬額を算出する。なお、算出部４５は、算出した報酬額を所定の決済サーバ等に通知することで、各俳優に対する報酬提供を行ってもよい。

〔３．変形例〕
上述した実施形態に係る情報配信装置１０は、上記実施形態以外にも種々の異なる形態にて実施されてよい。そこで、以下では、上記の情報配信装置１０の他の実施形態について説明する。

〔３−１．動画像に関連する人物の声について〕
上述した説明では、情報配信装置１０は、動画サーバ５０が配信した動画像に関連する人物の声を含む広告コンテンツを、その動画像に挿入して再生される広告コンテンツとして生成および配信した。しかしながら、実施形態は、これに限定されるものではない。すなわち、情報配信装置１０は、ゲーム、ウェブページ、ブログ、マイクロブログ、ポッドキャスト、インターネットラジオ等、任意のコンテンツが配信された端末装置１００に対し、そのコンテンツに関連する人物の声を含む広告コンテンツを生成し、生成した広告コンテンツを端末装置１００に配信してよい。

例えば、情報配信装置１０は、ＳＮＳ等のウェブコンテンツ配信を受付けた端末装置１００に対し、ウェブコンテンツに含まれるテキストから人物の名称を抽出し、抽出した名称の人物の声を含む広告コンテンツを生成し、生成した広告コンテンツをウェブコンテンツ内に挿入して表示させてもよい。以下、図７を用いて、このような処理の一例を説明する。

図７は、実施形態に係る情報配信装置が実行する処理のバリエーションを説明する図である。なお、図７に示す例では、ウェブコンテンツＣ１０として、ＳＮＳ等、様々な利用者が投稿した文章が並べて表示されるコンテンツが配信される処理の一例について記載した。例えば、ウェブコンテンツＣ１０には、「俳優＃Ａが好き」等といったテキストを含む投稿Ｃ１や、「映画＃Ａが面白い」等といったテキストを含む投稿Ｃ２と共に、広告コンテンツが挿入される広告領域Ｃ３が配置されている。このようなウェブコンテンツＣ１０の配信を受付けた場合、端末装置１００は、広告領域Ｃ３に挿入する広告コンテンツの広告リクエストを情報配信装置１０へと送信する（ステップＳ１１）。

このような場合、情報配信装置１０は、広告領域Ｃ３の周囲に表示された投稿と関連する人物の声を含む音声コンテンツの選択または生成を行う（ステップＳ１２）。例えば、情報配信装置１０は、端末装置１００から、ウェブコンテンツＣ１０を含む広告リクエストを受付ける。このような場合、情報配信装置１０は、広告領域Ｃ３よりも先に表示される投稿Ｃ１、Ｃ２を特定し、特定したＣ１、Ｃ２に含まれる文字のテキスト解析を行う。

ここで、投稿Ｃ１には、「俳優＃Ａ」という人物の名称が含まれている。このため、情報配信装置１０は、投稿Ｃ１に含まれる名称「俳優＃Ａ」が示す人物、すなわち、俳優Ａ１を特定する。また、投稿Ｃ２には、人物の名称ではないものの「映画＃Ａ」といった人物に関連するコンテンツの名称が含まれている。そこで、情報配信装置１０は、投稿Ｃ２に含まれる「映画＃Ａ」に出演している人物、すなわち、投稿Ｃ２に名称が含まれるコンテンツに関連する人物を特定する。そして、情報配信装置１０は、各人物の名称や各人物に関連するコンテンツの名称が投稿された回数や、利用者Ｕ０１の属性等に基づいて、特定した人物の中から、広告コンテンツに声を含める人物を選択する。例えば、情報配信装置１０は、利用者Ｕ０１の属性に基づいて、利用者Ｕ０１が興味を有すると予測される人物を選択する。そして、情報配信装置１０は、選択した人物の声を含む音声コンテンツの選択または生成を実行し、選択または生成した広告コンテンツを端末装置１００に配信する（ステップＳ１３）。

このような場合、端末装置１００は、広告領域Ｃ３に配信された広告コンテンツを挿入して再生する（ステップＳ１４）。例えば、端末装置１００は、名前が「俳優＃Ａ」である人物Ａ１が「商品Ａ」を紹介する画像と共に、人物Ａ１の声で「商品Ａがお勧めだ！！」等といった文章を読み上げた音声コンテンツＶＡ１を含む広告コンテンツを広告領域Ｃ３に配置する。そして、端末装置１００は、利用者がウェブページＣ１０をスクロールさせた結果、広告領域Ｃ３が画面内に表示された場合には、広告領域Ｃ３に配置された広告コンテンツの再生を開始するとともに、音声コンテンツＶＡ１の再生を実行する。

上述した処理の結果、端末装置１００は、利用者Ｕ０１が閲覧しているウェブコンテンツＣ１０上で話題になっている人物の声を含む広告コンテンツを再生することができる。この結果、端末装置１００は、広告コンテンツに関する情報の訴求効果を向上させることができる。さらに、ウェブコンテンツＣ１０は、利用者Ｕ０１が閲覧したタイミングや、利用者Ｕ０１毎に異なる順番や内容の投稿Ｃ１、Ｃ２が配置される場合がある。このような場合であっても、情報配信装置１０は、利用者Ｕ０１に対して配信されたウェブコンテンツＣ１０上で話題になっている人物の声を含む広告コンテンツを配信することができる。この結果、情報配信装置１０は、広告コンテンツに関する情報の訴求効果を向上させることができる。

〔３−２．コンテンツの種類について〕
上述した説明では、情報配信装置１０は、端末装置１００に配信される動画像やＳＮＳ等のウェブコンテンツＣ１０に関連する人物の声を含む広告コンテンツを配信した。しかしながら、実施形態は、これに限定されるものではない。例えば、情報配信装置１０は、利用者Ｕ０１の興味を起こさせる人物に関連するコンテンツであれば、ゲーム等のコンテンツ、ウェブページ、ゲーム、音楽、映画、ドラマなどの任意の音声コンテンツに関連する人物の声を含む広告コンテンツの生成および配信を行ってもよい。また、情報配信装置１０は、ポッドキャストや音楽配信サービスにおいて配信される音声コンテンツの途中に挿入される広告コンテンツの生成や配信を行ってもよい。また、情報配信装置１０は、端末装置１００に配信されたコンテンツに関連する人物の声であれば、実在する人物の声のみならず、アニメのキャラクターの声等を含む広告コンテンツを生成してよい。

また、情報配信装置１０は、クライアントが登録した任意の文章を読み上げた広告コンテンツを配信してよく、複数の人物の声を含む広告コンテンツを生成してもよい。例えば、情報配信装置１０は、複数の人物が会話したり、同時に喋ったりしている声を含む広告コンテンツの生成を行ってもよい。また、情報配信装置１０は、端末装置１００に配信されるコンテンツと、広告コンテンツとを同じ種別のコンテンツにする必要はない。例えば、情報配信装置１０は、端末装置１００に動画像が配信された際に、音声コンテンツのみからなる広告コンテンツを配信してもよい。

また、情報配信装置１０は、広告コンテンツ以外にも、任意の内容のコンテンツの生成を行い、端末装置１０に配信してもよい。例えば、情報配信装置１０は、上述した例以外にも、複数のアーティストを紹介する動画像や、複数のニュース、天気予報、ゲーム等を紹介する音声を含むコンテンツの生成を行い、生成したコンテンツを他のコンテンツ中に挿入して再生するコンテンツとして端末装置１０に配信してもよい。

〔３−３．声の使用許諾について〕
ここで、情報配信装置１０は、端末装置１００に配信されたコンテンツに関する人物の声を含む広告コンテンツを配信する。このような場合、広告コンテンツに声を含む人物と、声の使用許諾に関する権利については、その権利のみで契約が設定されてもよく、端末装置１００にコンテンツを配信する権利とともに契約が設定されていてもよい。すなわち、声の使用許諾の態様については、任意の態様が適用される。

〔３−４．その他〕
また、上記実施形態において説明した各処理のうち、自動的に行われるものとして説明した処理の全部または一部を手動的に行うこともでき、あるいは、手動的に行われるものとして説明した処理の全部または一部を公知の方法で自動的に行うこともできる。この他、上記文書中や図面中で示した処理手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。

また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。

例えば、上述した配信処理は、広告コンテンツを生成する生成装置と、広告コンテンツを配信する配信装置とが協調して動作することにより実現されてもよい。このような場合、図２に示した音声モデルデータベース３１、登録コンテンツデータベース３２、広告コンテンツデータベース３３、受付部４１、解析部４２、および生成部４３は、生成装置側に配置され、報酬データベース３４、配信部４４、および算出部４５は、配信装置側に配置されることとなる。

〔４．情報配信装置が実行する処理について〕
続いて、情報配信装置１０が実行する処理の流れの一例について説明する。まず、図８を用いて、情報配信装置１０が広告コンテンツを生成する処理の流れの一例について説明する。図８は、実施形態に係る情報配信装置が広告コンテンツを生成する処理の流れの一例を説明するフローチャートである。

例えば、情報配信装置１０は、音声モデルの登録を受付ける（ステップＳ１０１）。続いて、情報配信装置１０は、登録された音声モデルを用いて読み上げるテキストデータをクライアントから受付ける（ステップＳ１０２）。そして、情報配信装置１０は、音声モデルを用いてテキストデータを読み上げた音声コンテンツを含む広告コンテンツを生成し（ステップＳ１０３）、処理を終了する。

次に、図９を用いて、情報配信装置１０が広告コンテンツを配信する処理の流れの一例について説明する。図９は、実施形態に係る情報配信装置が広告コンテンツを配信する処理の流れの一例を説明するフローチャートである。

例えば、情報配信装置１０は、広告リクエストを受信したか否かを判定する（ステップＳ２０１）。そして、情報配信装置１０は、広告リクエストを受信していない場合には（ステップＳ２０１：Ｎｏ）、受信するまで待機する。また、情報配信装置１０は、広告リクエストを受信した場合は（ステップＳ２０１）、端末装置１００に配信されたコンテンツ、すなわち、利用者が閲覧するコンテンツに関する人物を解析および特定し（ステップＳ２０２）、特定した人物の音声を含む音声コンテンツを含んだ広告コンテンツを特定する（ステップＳ２０３）。そして、情報配信装置１０は、特定した広告コンテンツを配信するとともに（ステップＳ２０４）、特定した人物、すなわち、配信された広告コンテンツに声が含まれる人物に対する報酬を算出し（ステップＳ２０５）、処理を終了する。

〔５．ハードウェア構成〕
また、上述してきた実施形態に係る情報配信装置１０は、例えば図１０に示すような構成のコンピュータ１０００によって実現される。図１０は、ハードウェア構成の一例を示す図である。コンピュータ１０００は、出力装置１０１０、入力装置１０２０と接続され、演算装置１０３０、一次記憶装置１０４０、二次記憶装置１０５０、出力ＩＦ（Interface）１０６０、入力ＩＦ１０７０、ネットワークＩＦ１０８０がバス１０９０により接続された形態を有する。

演算装置１０３０は、一次記憶装置１０４０や二次記憶装置１０５０に格納されたプログラムや入力装置１０２０から読み出したプログラム等に基づいて動作し、各種の処理を実行する。一時記憶装置１０４０は、ＲＡＭ等、演算装置１０３０が各種の演算に用いるデータを一次的に記憶するメモリ装置である。また、二次記憶装置１０５０は、演算装置１０３０が各種の演算に用いるデータや、各種のデータベースが登録される記憶装置であり、ＲＯＭ（Read Only Memory）、ＨＤＤ、フラッシュメモリ等により実現される。

出力ＩＦ１０６０は、モニタやプリンタといった各種の情報を出力する出力装置１０１０に対し、出力対象となる情報を送信するためのインタフェースであり、例えば、ＵＳＢ（Universal Serial Bus）やＤＶＩ（Digital Visual Interface）、ＨＤＭＩ（登録商標）（High Definition Multimedia Interface）といった規格のコネクタにより実現される。また、入力ＩＦ１０７０は、マウス、キーボード、およびスキャナ等といった各種の入力装置１０２０から情報を受信するためのインタフェースであり、例えば、ＵＳＢ等により実現される。

なお、入力装置１０２０は、例えば、ＣＤ（Compact Disc）、ＤＶＤ（Digital Versatile Disc）、ＰＤ（Phase change rewritable Disk）等の光学記録媒体、ＭＯ（Magneto-Optical disk）等の光磁気記録媒体、テープ媒体、磁気記録媒体、または半導体メモリ等から情報を読み出す装置であってもよい。また、入力装置１０２０は、ＵＳＢメモリ等の外付け記憶媒体であってもよい。

ネットワークＩＦ１０８０は、ネットワークＮを介して他の機器からデータを受信して演算装置１０３０へ送り、また、ネットワークＮを介して演算装置１０３０が生成したデータを他の機器へ送信する。

演算装置１０３０は、出力ＩＦ１０６０や入力ＩＦ１０７０を介して、出力装置１０１０や入力装置１０２０の制御を行う。例えば、演算装置１０３０は、入力装置１０２０や二次記憶装置１０５０からプログラムを一次記憶装置１０４０上にロードし、ロードしたプログラムを実行する。

例えば、コンピュータ１０００が情報配信装置１０として機能する場合、コンピュータ１０００の演算装置１０３０は、一次記憶装置１０４０上にロードされたプログラムを実行することにより、制御部４０の機能を実現する。また、二次記憶装置１０５０上には、記憶部３０内の情報、各データベース３１〜３４が登録される。

〔６．効果〕
上述したように、情報配信装置１０は、端末装置１００に配信されたコンテンツに関連する人物の声を含む広告コンテンツを生成する。そして、情報配信装置１０は、端末装置１００に対して、生成された広告コンテンツを配信する。このように、情報配信装置１０は、端末装置１００に配信されたコンテンツに関連する人物の声を含む広告コンテンツの生成および配信を実行するので、広告コンテンツに対する利用者の興味を起こさせる結果、広告コンテンツに関する情報の訴求効果を向上させることができる。

また、情報配信装置１０は、任意のテキストを、端末装置１００に配信されたコンテンツに関連する人物の声で読み上げるための音声モデルを用いて、広告コンテンツを生成する。このため、情報配信装置１０は、例えば、コンテンツを閲覧していた利用者に対し、そのコンテンツに関する人物の声を含む広告コンテンツを再生させるので、広告コンテンツに対する利用者の興味を生じさせることができる。

また、情報配信装置１０は、人物の声で読み上げるテキストを受付けし、受け付けたテキストを、端末装置１００に配信されたコンテンツに関連する人物の声で読み上げた音声を含む広告コンテンツを生成する。このため、情報配信装置１０は、クライアントが希望する様々なセリフを読み上げた音声を含む広告コンテンツを配信することができる。

また、情報配信装置１０は、広告コンテンツが再生されるタイミングに基づいて、端末装置１００に配信されたコンテンツに関連する複数の人物の中からいずれかの人物を選択し、選択した人物の声を含む広告コンテンツを配信する。また、情報配信装置１０は、端末装置１００に配信された動画像に出演する人物を特定し、特定した人物の声を含む広告コンテンツを配信する。また、例えば、情報配信装置１０は、広告コンテンツとして、端末装置１００に配信された動画像の途中でその動画像に代えて再生される動画像を生成する。また、情報配信装置１０は、端末装置１００に配信された動画像のうち、広告コンテンツの再生が開始される再生位置の前に再生された所定の再生範囲に出演する人物を特定し、特定した人物の声を含む広告コンテンツを配信する。このため、情報配信装置１０は、広告コンテンツに対する利用者の興味を起こさせる結果、広告コンテンツに関する情報の訴求効果を向上させることができる。

また、情報配信装置１０は、端末装置１００に配信されたウェブコンテンツＣ１０に含まれるテキストから人物の名称を抽出し、抽出した名称の人物の声を含む広告コンテンツを生成する。このため、例えば、情報配信装置１０は、ＳＮＳ等のウェブコンテンツＣ１０を閲覧する利用者に対して、閲覧中のウェブコンテンツＣ１０と関連する人物の声を含む広告コンテンツを提供することができるので、広告コンテンツに対する利用者の興味を起こさせることができる。

また、情報配信装置１０は、端末装置１００の利用者Ｕ０１の属性に基づいて、端末装置１００に配信されたコンテンツに関連する複数の人物の中からいずれかの人物を選択し、選択した人物の声を含む広告コンテンツを配信する。また、情報配信装置１０は、広告コンテンツとして、端末装置１００に配信されたコンテンツに関連する人物の声を含む動画像を生成する。このため、情報配信装置１０は、広告コンテンツに関する情報の訴求効果を向上させることができる。

また、情報配信装置１０は、広告コンテンツが配信された場合には、その広告コンテンツに声が含まれる人物に対する報酬を算出する。このため、情報配信装置１０は、声の使用に伴う報酬を、配信された広告コンテンツに声が含まれる人物に対して提供することができる。

以上、本願の実施形態のいくつかを図面に基づいて詳細に説明したが、これらは例示であり、発明の開示の欄に記載の態様を始めとして、当業者の知識に基づいて種々の変形、改良を施した他の形態で本発明を実施することが可能である。

また、上記してきた「部（section、module、unit）」は、「手段」や「回路」などに読み替えることができる。例えば、配信部は、配信手段や配信回路に読み替えることができる。

１０ 情報配信装置
２０ 通信部
３０ 記憶部
３１ 音声モデルデータベース
３２ 登録コンテンツデータベース
３３ 広告コンテンツデータベース
３４ 報酬データベース
４０ 制御部
４１ 受付部
４２ 解析部
４３ 生成部
４４ 配信部
４５ 算出部
５０ 動画サーバ
６０ 広告主端末
１００ 端末装置

Claims (13)

1. 第１コンテンツに関連する人物の声を含む第２コンテンツを生成する生成部と、
   前記第１コンテンツの配信先に対して、前記生成部により生成された前記第２コンテンツを配信する配信部と
   を有することを特徴とする配信装置。
2. 前記生成部は、任意のテキストを前記第１コンテンツに関連する人物の声で読み上げるための音声モデルを用いて、前記第２コンテンツを生成する
   ことを特徴とする請求項１に記載の配信装置。
3. 前記人物の声で読み上げるテキストを受付ける受付部
   を有し、
   前記生成部は、前記受付部が受け付けたテキストを、前記第１コンテンツに関連する人物の声で読み上げた音声を含む第２コンテンツを生成する
   ことを特徴とする請求項１または２に記載の配信装置。
4. 前記配信部は、前記第２コンテンツが再生されるタイミングに基づいて、前記第１コンテンツに関連する複数の人物の中からいずれかの人物を選択し、選択した人物の声を含む第２コンテンツを配信する
   ことを特徴とする請求項１〜３のうちいずれか１つに記載の配信装置。
5. 前記配信部は、前記第１コンテンツとして再生される動画像に出演する人物を特定し、特定した人物の声を含む第２コンテンツを配信する
   ことを特徴とする請求項１〜４のうちいずれか１つに記載の配信装置。
6. 前記生成部は、前記第２コンテンツとして、前記第１コンテンツの途中で当該第１コンテンツに代えて再生される動画像を生成する
   ことを特徴とする請求項５に記載の配信装置。
7. 前記配信部は、前記第１コンテンツのうち、前記第２コンテンツの再生が開始される再生位置の前に再生された所定の再生範囲に出演する人物を特定し、特定した人物の声を含む第２コンテンツを配信する
   ことを特徴とする請求項６に記載の配信装置。
8. 前記生成部は、前記第１コンテンツに含まれるテキストから人物の名称を抽出し、抽出した名称の人物の声を含む第２コンテンツを生成する
   ことを特徴とする請求項１〜４のうちいずれか１つに記載の配信装置。
9. 前記配信部は、前記第１コンテンツの配信先となる利用者の属性に基づいて、前記第１コンテンツに関連する複数の人物の中からいずれかの人物を選択し、選択した人物の声を含む第２コンテンツを配信する
   ことを特徴とする請求項１〜８のうちいずれか１つに記載の配信装置。
10. 前記生成部は、前記第２コンテンツとして、前記第１コンテンツに関連する人物の声を含む動画像を生成する
    ことを特徴とする請求項１〜９のうちいずれか１つに記載の配信装置。
11. 前記配信部によって前記第２コンテンツが配信された場合には、当該第２コンテンツに声が含まれる人物に対する報酬を算出する算出部
    を有することを特徴とする請求項１〜１０のうちいずれか１つに記載の配信装置。
12. 配信装置が実行する配信方法であって、
    第１コンテンツに関連する人物の声を含む第２コンテンツを生成する生成工程と、
    前記第１コンテンツの配信先に対して、前記生成工程により生成された前記第２コンテンツを配信する配信工程と
    を含むことを特徴とする配信方法。
13. 第１コンテンツに関連する人物の声を含む第２コンテンツを生成する生成手順と、
    前記第１コンテンツの配信先に対して、前記生成手順により生成された前記第２コンテンツを配信する配信手順と
    をコンピュータに実行させる配信プログラム。

Images