JP2018041120A - 業務評価方法、業務評価装置および業務評価プログラム - Google Patents

Abstract

【課題】業務担当者のサービスを評価する負担を軽減する。【解決手段】業務評価装置１０は、業務担当者がサービスを提供している間に発した音声１３ａと利用者がサービスを利用している間に発した音声１３ｂとを示す音声データ１３を取得する。業務評価装置１０は、音声データ１３が示す音声１３ａ，１３ｂから１以上の特徴情報を抽出し、特徴情報から評価値を算出する評価方法を示す評価基準情報１５を参照して、抽出した特徴情報から業務担当者に対する評価値１６を算出する。業務評価装置１０は、評価値１６を業務担当者の識別情報と対応付けて記憶装置に記憶させる。【選択図】図１

Description

本発明は業務評価方法、業務評価装置および業務評価プログラムに関する。

１人または少数人の業務担当者が各利用者を接客するサービス形態では、業務担当者のスキルが利用者のサービス利用時の満足度に大きな影響を与えることがある。そのようなサービス形態では、利用者は評価の高い業務担当者を希望することがある。例えば、タクシーを利用したい者は、評価の高い運転者のタクシーを希望することがある。また、例えば、理髪店を利用したい者は、評価の高い理髪師を希望することがある。そこで、サービスを利用したい者と業務担当者とのマッチングを支援するシステムが提案されている。

例えば、目的地周辺の地理に詳しくない運転者のタクシーを重要顧客に対して配車するのを防止するシステムが提案されている。提案のシステムは、配車センタに運行情報を随時送信する車載装置に、運転者の個人情報を記録しておく。車載装置は、記録された個人情報に基づいて運転者が新人であるか判定し、運転者が新人である場合には運転者が新人であることを示す識別情報を運行情報に自動的に付加する。

また、例えば、優良なサービスを提供する運転者を検索できるタクシー選別システムが提案されている。提案のタクシー選別システムは、各運転者の推薦回数を記録する運転者データベースをセンターコンピュータに設ける。タクシーの利用者が運転者のサービスに満足した場合、利用者はセンターコンピュータに対して電子メールで推薦メッセージを送信する。センターコンピュータは、推薦メッセージを受信すると、運転者データベースに記録された当該運転者の推薦回数を更新する。センターコンピュータは、推薦回数が所定値以上である運転者を運転者データベースから検索して出力する。

また、例えば、利用者端末からタクシーを予約できる車両予約システムが提案されている。提案の車両予約システムは、各運転者について経験年数や過去の利用者が表明した評価値などをセンターサーバに記録しておく。利用者端末は、運転者の経験年数や評価値などの配車条件をセンターサーバに送信する。センターサーバは、配車条件に合致するタクシーの情報を利用者端末に送信する。利用者端末は、提示されたタクシーの中から希望するタクシーを選択し、選択したタクシーの予約要求をセンターサーバに送信する。

特開平９−１２８５７９号公報 特開２００３−２４２２１４号公報 特開２００３−２８８５１６号公報

しかし、従来のシステムでは、利用者が業務担当者のサービスを評価する負担が大きく、十分な量の評価結果を収集することが容易でないという問題がある。例えば、利用者にアンケートを記入してもらう評価方法や端末装置からメッセージを送信してもらう評価方法では、利用者がその作業を煩わしく思い評価を忌避してしまうことがある。

１つの側面では、本発明は、業務担当者のサービスを評価する負担を軽減できる業務評価方法、業務評価装置および業務評価プログラムを提供することを目的とする。

１つの態様では、コンピュータが実行する業務評価方法が提供される。業務担当者がサービスを提供している間に発した第１の音声と、利用者がサービスを利用している間に発した第２の音声とを示す音声データを取得する。取得した音声データが示す第１の音声および第２の音声から１以上の特徴情報を抽出し、特徴情報から評価値を算出する評価方法を示す評価基準情報を参照して、抽出した１以上の特徴情報から業務担当者に対する評価値を算出する。算出した評価値を業務担当者の識別情報と対応付けて記憶装置に記憶させる。また、１つの態様では、記憶部と演算部とを有する業務評価装置が提供される。また、１つの態様では、コンピュータに実行させる業務評価プログラムが提供される。

１つの側面では、業務担当者のサービスを評価する負担が軽減される。

第１の実施の形態の業務評価装置の例を示す図である。 第２の実施の形態の配車システムの例を示す図である。 車載装置のハードウェア例を示すブロック図である。 サーバ装置のハードウェア例を示すブロック図である。 車載装置の機能例を示すブロック図である。 サーバ装置の機能例を示すブロック図である。 発話区間の検出例を示す図である。 発話区間テーブルの例を示す図である。 乗客音質の判定過程の例を示す図である。 乗客音質判定テーブルの例を示す図である。 キーワードの検出例を示す図である。 キーワードテーブルの例を示す図である。 重みテーブルの例を示す図である。 乗客と運転者の会話例を示す図である。 乗客と運転者の会話例を示す図（続き）である。 評価値の計算例を示す図である。 サーバ装置が有するテーブルの例を示す図である。 配車サービスの例を示すシーケンス図である。 評価値算出の手順例を示すフローチャートである。 評価値算出の手順例を示すフローチャート（続き）である。 車載装置とサーバ装置の他の機能例を示すブロック図である。

以下、本実施の形態を図面を参照して説明する。
［第１の実施の形態］
第１の実施の形態を説明する。

図１は、第１の実施の形態の業務評価装置の例を示す図である。
第１の実施の形態の業務評価装置１０は、業務担当者それぞれのサービスの品質を評価することを支援する。評価対象のサービスは、好ましくは、１人または少数人の利用者を１人または少数人の業務担当者が接客するものである。また、評価対象のサービスは、好ましくは、業務担当者のスキルの違いが利用者の満足度に大きな影響を与えるものである。評価対象のサービスは、業務担当者が対面で利用者を接客する形態でもよいし、電話などの通信手段を用いて遠隔で接客する形態でもよい。評価対象のサービスとして、例えば、運転者が乗客を輸送するタクシーサービス、理髪師が顧客を整髪する理髪サービス、オペレータが利用者からの問い合わせに答えるサポートサービスなどが挙げられる。

業務評価装置１０の評価結果は、例えば、サービスを利用したい者が業務担当者を検索するときに使用することができる。また、業務評価装置１０の評価結果は、例えば、サービスを利用したい者が業務担当者を指名するときに使用することができる。なお、業務評価装置１０は、利用者または業務担当者が使用する端末装置（例えば、車載装置など）でもよいし、１または２以上の端末装置からアクセスされるサーバ装置でもよい。

業務評価装置１０は、記憶部１１および演算部１２を有する。記憶部１１は、ＲＡＭ（Random Access Memory）などの揮発性の半導体メモリでもよいし、ＨＤＤ（Hard Disk Drive）やフラッシュメモリなどの不揮発性のストレージでもよい。演算部１２は、例えば、ＣＰＵ（Central Processing Unit）やＤＳＰ（Digital Signal Processor）などのプロセッサである。ただし、演算部１２は、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）などの特定用途の電子回路を含んでもよい。プロセッサは、ＲＡＭなどのメモリ（記憶部１１でもよい）に記憶されたプログラムを実行する。プログラムには、業務評価プログラムが含まれる。複数のプロセッサの集合（マルチプロセッサ）を「プロセッサ」と呼ぶこともある。

記憶部１１は、評価基準情報１５を記憶する。評価基準情報１５は、後述する特徴情報から評価値を算出するための評価方法を示す。例えば、評価基準情報１５は、特徴情報の複数の種類それぞれについて当該種類に属する特徴情報と点数との対応関係（例えば、加点または減点）を示す採点情報と、複数の種類の間の重みを示す重み情報とを含む。

演算部１２は、音声データ１３を取得する。音声データ１３は、音声１３ａ（第１の音声）および音声１３ｂ（第２の音声）を示す。音声１３ａは、業務担当者がサービスを提供している間に発した音声である。音声１３ｂは、利用者がサービスを利用している間に発した音声である。音声１３ａ，１３ｂは、例えば、業務担当者と利用者とが対面で会話しているときに１以上のマイクロフォンを用いて録音された音声である。音声データ１３は、業務評価装置１０がマイクロフォンを用いて生成したものでもよいし、業務評価装置１０が他の装置からネットワーク経由で受信したものでもよい。

音声１３ａ，１３ｂは異なるマイクロフォンを用いて録音されてもよい。その場合、音声１３ａと音声１３ｂは録音当初から分離されており、音声データ１３は音声１３ａを示すデータ部分と音声１３ｂを示すデータ部分とを含む。また、音声１３ａ，１３ｂは同一のマイクロフォンを用いて録音されてもよい。その場合、音声１３ａと音声１３ｂは録音当初は分離されていない。業務評価装置１０または他の装置は、声質や単語などに基づいて、音声１３ａを示すデータ部分と音声１３ｂを示すデータ部分とを分離してもよい。

演算部１２は、取得した音声データ１３が示す音声１３ａ，１３ｂを分析し、音声１３ａ，１３ｂから１以上の特徴情報を抽出する。演算部１２は、記憶部１１に記憶された評価基準情報１５を参照して、抽出した１以上の特徴情報から、今回サービスを提供した業務担当者に対する評価値１６を算出する。一例として、演算部１２は、音声１３ａ，１３ｂから特徴情報１４ａ，１４ｂ，１４ｃを抽出する。

特徴情報１４ａは、音声１３ｂの強弱変化（例えば、音声１３ｂのパワーの分布やパワー変化量の分布など）を示す音質情報である。音声１３ｂの強弱変化から、利用者の感情を推定することが可能である。評価値１６は、音声１３ｂの強弱変化が所定の条件を満たすか否かに依存して算出されてもよい。例えば、演算部１２は、音声１３ｂの強弱変化が「弱気」の感情を示す所定の条件に該当する場合は評価値１６を増加させず（または、評価値１６を減少させ）、それ以外の場合は評価値１６を増加させる。

特徴情報１４ｂは、音声１３ａから検出された単語および音声１３ｂから検出された単語の少なくとも一方を含む単語情報である。音声認識により検出された単語から、業務担当者と利用者の間の会話がポジティブかネガティブかを推定することが可能である。評価値１６は、検出された単語が所定のキーワードに該当するか否かに依存して算出されてもよい。例えば、演算部１２は、検出された単語がポジティブなキーワードである場合は評価値１６を増加させ、検出された単語がネガティブなキーワードである場合は評価値１６を減少させる。このとき、演算部１２は、音声１３ａと音声１３ｂに対して異なるキーワード辞書を使用してもよい。また、演算部１２は、キーワードが音声１３ａ，１３ｂの何れから検出されたかに応じて、付与する点数（加点または減点）を変えてもよい。

特徴情報１４ｃは、音声１３ａが検出された時間（第１の時間）の長さと、音声１３ｂが検出された時間（第２の時間）の長さと、サービスが提供されていた時間（第３の時間）の長さとを示す時間情報である。これら第１の時間・第２の時間・第３の時間の間の関係から、業務担当者と利用者が円滑に会話を行ったか否か（会話継続性）を推定することが可能である。評価値１６は、第１の時間・第２の時間・第３の時間の間の関係に依存して算出されてもよい。例えば、演算部１２は、第３の時間のうち、第１の時間と第２の時間を含む会話継続時間が長いほど評価値１６を増加させる。また、演算部１２は、第１の時間に対して相対的に第２の時間が長いほど評価値１６を増加させる。

演算部１２は、業務担当者の識別情報と対応付けて評価値１６を記憶させる。評価値１６を記憶する記憶装置は、記憶部１１でもよいし、業務評価装置１０が有する他の記憶装置でもよい。また、評価値１６を記憶する記憶装置は、業務評価装置１０以外の装置が有する記憶装置でもよい。その場合、評価値１６がネットワーク経由で送信される。

第１の実施の形態の業務評価装置１０によれば、業務担当者がサービスを提供している間に発した音声１３ａと、利用者がサービスを利用している間に発した音声１３ｂとを示す音声データ１３が取得される。音声１３ａ，１３ｂから特徴情報が抽出され、評価基準情報１５を参照して、抽出された特徴情報から業務担当者に対する評価値１６が算出される。評価値１６が業務担当者の識別情報と対応付けて記憶装置に記憶される。

これにより、サービス利用時の業務担当者と利用者の音声から自動的に評価値１６を算出することができる。業務担当者のサービスを評価するにあたり、利用者はアンケートを記入することや端末装置からメッセージを送信することなどの積極的な評価作業を行わなくてもよい。よって、利用者が業務担当者のサービスを評価する負担が軽減され、十分な量の評価結果を収集することが可能となる。また、利用者の主観が評価値１６に与える影響を軽減することができる。その結果、例えば、業務担当者を検索可能な検索システムにおいて、サービスを利用したい者が指定した条件に適合する業務担当者を高い精度で検索することが可能となる。また、例えば、業務担当者を指定してサービスを予約可能な予約システムにおいて、利用者の満足度を向上させることができる。

［第２の実施の形態］
次に、第２の実施の形態を説明する。
図２は、第２の実施の形態の配車システムの例を示す図である。

第２の実施の形態の配車システムは、１人または少数人の利用者を当該利用者の要求に応じて有料で輸送するタクシーサービスを支援する。第２の実施の形態の配車システムは、端末装置３０、車両４０，４０ａなどの複数の車両、ネットワーク５０、車載装置１００，１００ａなどの複数の車載装置およびサーバ装置２００を含む。

車両４０，４０ａを含む複数の車両それぞれは、タクシーサービスの業務担当者である運転者が運転するタクシーである。各車両は、１人〜４人程度の少人数の乗客を乗せて道路を走行し、乗客の指定する場所まで乗客を輸送する。各車両は、利用者の要求に応じて当該利用者の存在する場所まで出迎えて利用者を乗車させることがある。

車両４０，４０ａを含む複数の車両それぞれには、車載装置が搭載されている。車両４０には車載装置１００が搭載されている。車両４０ａには車載装置１００ａが搭載されている。車載装置１００，１００ａを含む複数の車載装置それぞれは、無線通信によってネットワーク５０を介してサーバ装置２００と通信することができる。各車載装置は、タクシーの運行状態を管理し、乗客の乗降時や会計時などにサーバ装置２００と通信する。また、各車載装置は、利用者を乗車させるために指定場所まで出向くことを示す配車通知をサーバ装置２００から受信することがある。また、各車載装置は、乗客と運転者の会話から運転者のサービスを自動的に評価し、評価結果をサーバ装置２００に送信する。

以下では、複数の車載装置のうち代表して車載装置１００について説明することがある。他の車載装置も車載装置１００と同様のハードウェアや機能を有する。なお、車載装置１００，１００ａは、第１の実施の形態の業務評価装置１０に対応する。

サーバ装置２００は、タクシーの配車を支援するサーバコンピュータである。サーバ装置２００はネットワーク５０に接続されている。サーバ装置２００は、複数の車載装置と通信し、複数の車両それぞれの運行状態や現在位置などを管理する。サーバ装置２００は、端末装置３０から検索要求を受信すると、端末装置３０の近くを走行している「空車」状態の車両を検索して検索結果を端末装置３０に送信する。このとき、サーバ装置２００は、検索された車両を運転している運転者の評価値を併せて端末装置３０に送信する。サーバ装置２００は、端末装置３０から車両を指定した配車要求を受信すると、指定された車両の車載装置に配車通知を送信する。また、サーバ装置２００は、各車載装置から運転者のサービスの評価結果を受信する。

端末装置３０は、タクシーを利用しようとする利用者が携帯する移動端末装置である。端末装置３０として、例えば、スマートフォンなどの携帯電話機、タブレット端末、ノート型ＰＣ（Personal Computer）などが挙げられる。端末装置３０は、無線通信によってネットワーク５０を介してサーバ装置２００と通信することができる。端末装置３０は、利用者の操作に応じて、端末装置３０の現在位置を含む検索要求をサーバ装置２００に送信する。すると、端末装置３０は、端末装置３０の近くを走行している「空車」状態の車両それぞれの現在位置および評価値を含む検索結果をサーバ装置２００から受信して表示する。検索結果は地図上に表示されてもよい。端末装置３０は、利用者が何れかの車両を選択すると、選択された車両を示す配車要求をサーバ装置２００に送信する。

次に、各装置のハードウェアについて説明する。
図３は、車載装置のハードウェア例を示すブロック図である。
車載装置１００は、ＣＰＵ１０１、ＲＡＭ１０２、不揮発性メモリ１０３、ディスプレイ１０４、入力デバイス１０５、音声インタフェース１０６、ＧＰＳ（Global Positioning System）受信部１０７、媒体リーダ１０８および通信インタフェース１０９を有する。上記のユニットはバスに接続されている。なお、ＣＰＵ１０１は、第１の実施の形態の演算部１２に対応する。ＲＡＭ１０２または不揮発性メモリ１０３は、第１の実施の形態の記憶部１１に対応する。他の車載装置も同様のハードウェアを用いて実装できる。

ＣＰＵ１０１は、プログラムの命令を実行する演算回路を含むプロセッサである。ＣＰＵ１０１は、不揮発性メモリ１０３に記憶されたプログラムやデータの少なくとも一部をＲＡＭ１０２にロードし、プログラムを実行する。なお、ＣＰＵ１０１は複数のプロセッサコアを備えてもよく、車載装置１００は複数のプロセッサを備えてもよく、以下で説明する処理を複数のプロセッサまたはプロセッサコアを用いて並列に実行してもよい。また、複数のプロセッサの集合（マルチプロセッサ）を「プロセッサ」と呼ぶこともある。

ＲＡＭ１０２は、ＣＰＵ１０１が実行するプログラムやＣＰＵ１０１が演算に用いるデータを一時的に記憶する揮発性の半導体メモリである。なお、車載装置１００は、ＲＡＭ以外の種類のメモリを備えてもよく、複数個のメモリを備えてもよい。

不揮発性メモリ１０３は、ＯＳ（Operating System）やミドルウェアやアプリケーションソフトウェアなどのソフトウェアのプログラム、および、データを記憶する記憶装置である。プログラムには、運転者の評価値を算出する業務評価プログラムが含まれる。なお、車載装置１００は、ＨＤＤなどの他の種類の不揮発性記憶装置を備えてもよく、複数種類の不揮発性記憶装置を備えてもよい。

ディスプレイ１０４は、ＣＰＵ１０１からの指示に応じて画面を表示する。ディスプレイ１０４としては、液晶ディスプレイや有機ＥＬ（ＯＥＬ：Organic Electro-Luminescence）ディスプレイなど様々な種類のディスプレイを用いることができる。また、出力先としてスピーカーなどの音声出力装置を備えてもよい。

入力デバイス１０５は、運転者の操作に応じた入力信号をＣＰＵ１０１に通知する。入力デバイス１０５としては、ディスプレイ１０４に重ねて設置されたタッチパネル、１以上の入力キーを有するキーパッド、トラックボールなど様々な種類の入力デバイスを用いることができる。タッチパネルとしては、抵抗膜方式や静電容量方式など様々な種類の検出方式のタッチパネルを用いることができる。車載装置１００は、タッチパネルとキーパッドなど複数種類の入力デバイスを有していてもよい。

音声インタフェース１０６は、入力された音声信号をＣＰＵ１０１に通知する。音声インタフェース１０６には、音声を入力する入力デバイスであるマイクロフォン１１１，１１２が接続されている。マイクロフォン１１１，１１２は指向性をもつ。マイクロフォン１１１は、主に運転者の音声を取得するように車両４０内に配置されている。マイクロフォン１１２は、主に乗客の音声を取得するように車両４０内に配置されている。

ＧＰＳ受信部１０７は、複数のＧＰＳ衛星から無線送信されたＧＰＳ信号を受信し、車両４０の現在位置を示す地球座標系の座標（経度や緯度など）を算出する。ＧＰＳ受信部１０７は、算出した座標をＣＰＵ１０１に通知する。

媒体リーダ１０８は、記録媒体１１３に記録されたプログラムやデータを読み取る読み取り装置である。記録媒体１１３として、例えば、磁気ディスク、光ディスク、光磁気ディスク（ＭＯ：Magneto-Optical disk）、半導体メモリなどを使用できる。磁気ディスクには、フレキシブルディスク（ＦＤ：Flexible Disk）やＨＤＤが含まれる。光ディスクには、ＣＤ（Compact Disc）やＤＶＤ（Digital Versatile Disc）が含まれる。媒体リーダ１０８は、例えば、記録媒体１１３から読み取ったプログラムやデータを、ＲＡＭ１０２や不揮発性メモリ１０３などの他の記録媒体にコピーする。読み取られたプログラムは、例えば、ＣＰＵ１０１によって実行される。なお、記録媒体１１３は、可搬型記録媒体であってもよく、プログラムやデータの配布に用いられることがある。また、記録媒体１１３やＨＤＤ１０３を、コンピュータ読み取り可能な記録媒体と言うことがある。

通信インタフェース１０９は、基地局と無線リンクで接続される無線通信インタフェースである。通信インタフェース１０９は、基地局を介してサーバ装置２００と通信する。なお、ネットワーク５０は、例えば、インターネットなどの広域ネットワークである。

端末装置３０も、車載装置１００と同様のハードウェアを用いて実装することができる。ただし、端末装置３０には、マイクロフォン１１１，１１２が接続されていなくてもよい。端末装置３０は、１個のマイクロフォンを有していてもよい。

図４は、サーバ装置のハードウェア例を示すブロック図である。
サーバ装置２００は、ＣＰＵ２０１、ＲＡＭ２０２、ＨＤＤ２０３、画像信号処理部２０４、入力信号処理部２０５、媒体リーダ２０６および通信インタフェース２０７を有する。上記のユニットは、バスに接続されている。

ＣＰＵ２０１は、プログラムの命令を実行する演算回路を含むプロセッサである。ＣＰＵ２０１は、前述のＣＰＵ１０１と同様のハードウェアであってもよい。ＲＡＭ２０２は、ＣＰＵ２０１が実行するプログラムやＣＰＵ２０１が演算に用いるデータを一時的に記憶する揮発性の半導体メモリである。ＲＡＭ２０２は、前述のＲＡＭ１０２と同様のハードウェアであってもよい。ＨＤＤ２０３は、ＯＳやミドルウェアやアプリケーションソフトウェアなどのソフトウェアのプログラム、および、データを記憶する不揮発性記憶装置である。サーバ装置２００は、フラッシュメモリやＳＳＤ（Solid State Drive）などの他の種類の記憶装置を備えてもよく、複数種類の不揮発性記憶装置を備えてもよい。

画像信号処理部２０４は、ＣＰＵ２０１からの命令に従って、サーバ装置２００に接続されたディスプレイ２１１に画像を出力する。ディスプレイ２１１としては、ＣＲＴ（Cathode Ray Tube）ディスプレイ、液晶ディスプレイ、プラズマディスプレイ、有機ＥＬディスプレイなど様々な種類のディスプレイを用いることができる。

入力信号処理部２０５は、サーバ装置２００に接続された入力デバイス２１２から入力信号を取得し、ＣＰＵ２０１に通知する。入力デバイス２１２としては、マウスやタッチパネルやタッチパッドやトラックボールなどのポインティングデバイス、キーボード、リモートコントローラ、ボタンスイッチなど様々な種類の入力デバイスを用いることができる。サーバ装置２００に複数種類の入力デバイスが接続されていてもよい。

媒体リーダ２０６は、記録媒体２１３に記録されたプログラムやデータを読み取る読み取り装置である。媒体リーダ２０６は、前述の媒体リーダ１０８と同様のハードウェアであってもよい。また、記録媒体２１３は、前述の記録媒体１１３と同様の記録媒体であってもよい。媒体リーダ２０６は、例えば、記録媒体２１３から読み取ったプログラムやデータを、ＲＡＭ２０２やＨＤＤ２０３などの他の記録媒体にコピーする。読み取られたプログラムは、例えば、ＣＰＵ２０１によって実行される。

通信インタフェース２０７は、ネットワーク５０を介して車載装置１００，１００ａや端末装置３０と通信を行うインタフェースである。通信インタフェース２０７は通常は、スイッチなどの通信装置とケーブルで接続される有線通信インタフェースである。

次に、車載装置１００とサーバ装置２００の機能について説明する。
図５は、車載装置の機能例を示すブロック図である。
車載装置１００は、車両状態管理部１２０、会計処理部１３０および会話評価部１４０を有する。車両状態管理部１２０、会計処理部１３０および会話評価部１４０は、例えば、ＣＰＵ１０１が実行するプログラムモジュールを用いて実装される。また、車載装置１００は、音声データ記憶部１５１、発話区間情報記憶部１５２、音質判定情報記憶部１５３、キーワード記憶部１５４および重み記憶部１５５を有する。これら５個の記憶部は、例えば、ＲＡＭ１０２または不揮発性メモリ１０３に確保した記憶領域を用いて実装される。なお、他の車載装置も車載装置１００と同様の機能を有する。

車両状態管理部１２０は、通信インタフェース１０９を用いてサーバ装置２００と適宜通信し、車両４０の運行状態を管理する。車両状態管理部１２０は、利用者から配車要求があると、サーバ装置２００から配車通知を受信する。すると、車両状態管理部１２０は、例えば、配車通知によって指定された乗車場所をディスプレイ１０４に表示させる。これにより、車両４０の運転者は指定された乗車場所に向かうことになる。また、車両状態管理部１２０は、利用者が乗車すると、車両４０が「賃走」状態であることを示す乗車通知をサーバ装置２００に送信する。また、車両状態管理部１２０は、乗客が降車すると、車両４０が「空車」状態であることを示す降車通知をサーバ装置２００に送信する。また、車両状態管理部１２０は、ＧＰＳ受信部１０７が測定した現在位置を、通信インタフェース１０９を用いて継続的にサーバ装置２００に送信する。

会計処理部１３０は、車両４０が指定の乗車場所に向かう「迎車」状態になったとき、または、乗客が乗車して「賃走」状態になったとき、乗車料金のカウントを開始する。会計処理部１３０は、乗客を乗せて指定の降車場所に到着すると、通信インタフェース１０９を用いてサーバ装置２００と通信して会計処理を行う。このとき、会計処理部１３０は、乗車料金を確定し、確定した乗車料金などをサーバ装置２００に通知する。

会話評価部１４０は、マイクロフォン１１１，１１２を用いて乗客が乗車してから降車するまでの運転者と乗客の会話を録音する。会話評価部１４０は、録音した会話を分析して運転者の評価値を算出し、通信インタフェース１０９を用いてサーバ装置２００に評価値を送信する。会話の分析は、乗客を乗せて車両４０が走行している間に順次進めてもよいし、乗客が降車してから開始してもよい。後者の場合、１組の乗客が降車する毎に当該１組の乗客分の評価値を算出してもよいし、複数組の乗客分の会話を纏めて分析して複数の評価値を算出してもよい。また、会話評価部１４０は、評価値が１つ算出される毎に当該評価値をサーバ装置２００に送信してもよいし、複数の評価値を蓄積しておきそれら複数の評価値を纏めてサーバ装置２００に送信してもよい。

会話評価部１４０は、発話検出部１４１、乗客音質判定部１４２、単語判定部１４３、会話継続性判定部１４４および総合評価部１４５を有する。
発話検出部１４１は、マイクロフォン１１１を用いて生成された音声データを取得し、その音声波形を分析して運転者が発話している発話区間を検出する。また、発話検出部１４１は、マイクロフォン１１２を用いて生成された音声データを取得し、その音声波形を分析して乗客が発話している発話区間を検出する。

乗客音質判定部１４２は、発話検出部１４１が検出した乗客の発話区間それぞれの音声波形を分析して、発話者（乗客）の感情に関連する特徴情報を抽出する。乗客音質判定部１４２は、抽出した特徴情報に基づいて乗客の感情を推定する。乗客音質判定部１４２は、推定した感情が「弱気」であるか否かを判定し、乗客音質スコアを算出する。乗客音質スコアは、乗客の感情が「弱気」でない発話区間が多いほど高くなる。

単語判定部１４３は、発話検出部１４１が検出した運転者の発話区間それぞれを音声認識技術を用いて分析し、運転者が所定のポジティブキーワードまたは所定のネガティブキーワードを発したか判定する。運転者のポジティブキーワードは、運転者から乗客へのポジティブな対応を表す単語である。運転者のネガティブキーワードは、運転者から乗客へのネガティブな対応を表す単語である。そして、単語判定部１４３は、運転者単語スコアを算出する。運転者単語スコアは、運転者がポジティブキーワードを多く発するほど高くなり、ネガティブキーワードを多く発するほど低くなる。

また、単語判定部１４３は、発話検出部１４１が検出した乗客の発話区間それぞれを音声認識技術を用いて分析し、乗客が所定のポジティブキーワードまたは所定のネガティブキーワードを発したか判定する。乗客のポジティブキーワードは、乗客から運転者へのポジティブな反応を表す単語である。乗客のネガティブキーワードは、乗客から運転へのネガティブな反応を表す単語である。そして、単語判定部１４３は、乗客単語スコアを算出する。乗客単語スコアは、乗客がポジティブキーワードを多く発するほど高くなり、ネガティブキーワードを多く発するほど低くなる。

会話継続性判定部１４４は、発話検出部１４１が検出した運転者の発話区間の長さ、乗客の発話区間の長さおよび乗車から降車までの乗車時間の長さを分析し、運転者と乗客の会話の活発度を推定する。そして、会話継続性判定部１４４は、相互発話スコアを算出する。相互発話スコアは、乗車時間のうち運転者と乗客の会話が継続している会話継続時間が長いほど高くなる。また、相互発話スコアは、運転者が発話している時間に対して乗客が発話している時間が相対的に長いほど高くなる。

総合評価部１４５は、乗客音質判定部１４２が算出した乗客音質スコアと、単語判定部１４３が算出した乗客単語スコアおよび運転者単語スコアと、会話継続性判定部１４４が算出した相互発話スコアとを取得する。総合評価部１４５は、取得した４個のスコアを重み付けして合計し、運転者の評価値を算出する。

音声データ記憶部１５１は、マイクロフォン１１１を用いて生成された運転者の音声データを記憶する。また、音声データ記憶部１５１は、マイクロフォン１１２を用いて生成された乗客の音声データを記憶する。音声データ記憶部１５１に記憶された運転者の音声データおよび乗客の音声データは、会話評価部１４０によって読み出されて分析される。発話区間情報記憶部１５２は、発話検出部１４１によって検出された運転者の発話区間および乗客の発話区間を示す発話区間情報を記憶する。

音質判定情報記憶部１５３は、乗客音質判定部１４２によって参照される乗客音質判定情報を予め記憶している。乗客音質判定情報は、音声データから抽出された特徴情報と推定される発話者の感情との対応関係を示す。キーワード記憶部１５４は、単語判定部１４３によって参照されるキーワードを予め記憶している。キーワードには、運転者のポジティブキーワード、運転者のネガティブキーワード、乗客のポジティブキーワードおよび乗客のネガティブキーワードが含まれる。重み記憶部１５５は、総合評価部１４５によって参照される重み情報を予め記憶している。重み情報は、乗客音質スコアの重み、乗客単語スコアの重み、運転者単語スコアの重みおよび相互発話スコアの重みを示す。

図６は、サーバ装置の機能例を示すブロック図である。
サーバ装置２００は、車両検索部２２１、車両状態管理部２２２、会計処理部２２３および評価更新部２２４を有する。車両検索部２２１、車両状態管理部２２２、会計処理部２２３および評価更新部２２４は、例えば、ＣＰＵ２０１が実行するプログラムモジュールを用いて実装される。また、サーバ装置２００は、車両情報記憶部２３１、運転者情報記憶部２３２および運行履歴記憶部２３３を有する。これら３個の記憶部は、例えば、ＲＡＭ２０２またはＨＤＤ２０３に確保した記憶領域を用いて実装される。

車両検索部２２１は、通信インタフェース２０７を用いて端末装置３０から検索要求を受信する。検索要求には、例えば、端末装置３０が有するＧＰＳ受信部によって測定された端末装置３０の現在位置が含まれる。すると、車両検索部２２１は、端末装置３０の現在位置から所定距離内に存在する「空車」状態の車両を検索する。更に、車両検索部２２１は、検索された車両を運転している運転者を特定し、特定した運転者の評価値を取得する。車両検索部２２１は、検索された車両それぞれの現在位置と評価値を含む検索結果を端末装置３０に送信する。このとき、車両検索部２２１は、地図データを端末装置３０に送信し、各車両の現在位置が地図上に表示されるようにしてもよい。

車両状態管理部２２２は、端末装置３０の利用者が何れかの車両を選択すると、通信インタフェース２０７を用いて端末装置３０から配車要求を受信する。配車要求には、例えば、選択された車両の識別情報が含まれる。すると、車両検索部２２１は、選択された車両の状態を「迎車」に変更し、当該選択された車両が搭載する車載装置に対して配車要求を送信する。また、車両状態管理部２２２は、通信インタフェース２０７を用いて何れかの車載装置から乗車通知を受信すると、車両の状態を「賃走」に変更する。また、車両状態管理部２２２は、通信インタフェース２０７を用いて何れかの車載装置から降車通知を受信すると、車両の状態を「空車」に変更する。また、車両状態管理部２２２は、通信インタフェース２０７を用いて各車載装置から継続的に現在位置を受信する。

会計処理部２２３は、ある車両が降車場所に到着したときに、通信インタフェース２０７を用いて当該車両に搭載された車載装置と通信して会計処理を行う。このとき、会計処理部２２３は、乗車料金などの情報を取得して運行履歴として記録する。

評価更新部２２４は、通信インタフェース２０７を用いて複数の車載装置それぞれから運転者の評価値を受信する。評価更新部２２４は、受信した評価値を記録する。このとき、評価更新部２２４は、運転者毎にこれまでの評価値の平均値を算出してもよい。端末装置３０に提供される評価値は、運転者毎の平均値であってもよい。

車両情報記憶部２３１は、複数の車両それぞれの最新の運行状態を示す車両状態情報を記憶する。車両状態情報には、車両の識別情報、当該車両を運転している運転者の識別情報、「空車」や「迎車」や「賃走」などの当該車両の状態、および、当該車両の現在位置が含まれる。運転者情報記憶部２３２は、複数の運転者についての運転者情報が記憶される。運転者情報には、運転者の識別情報および評価値が含まれる。運行履歴記憶部２３３は、複数の車両それぞれが乗客を輸送した履歴を示す運行履歴を記憶する。運行履歴には、車両の識別情報、運転者の識別情報、乗車時刻、降車時刻および乗車料金が含まれる。

次に、会話評価部１４０が音声データを分析する方法について説明する。まず、発話検出部１４１が音声データから発話区間を検出する方法を説明する。
図７は、発話区間の検出例を示す図である。

発話検出部１４１は、音声波形に対して音声区間検出（ＶＡＤ：Voice Activity Detection）を行う。音声区間検出には様々なアルゴリズムを使用することができる。音声区間検出の一例が次の文献に記載されている。尾崎洋輔、柏木陽佑、齋藤大輔、峯松信明および広瀬啓吉、「背景音声雑音に頑健な主発話区間検出に関する検討」、2013年秋期日本音響学会講演論文集、151〜154頁、2013年9月25日。

ここでは、音声区間検出の一例として、音声信号の振幅とゼロ交差数を用いる方法を説明する。発話検出部１４１は、音声信号の振幅の大きさが閾値αを超えた時刻、すなわち、振幅が＋αを超えたかまたは振幅が−αを下回った時刻を検出する。また、発話検出部１４１は、振幅の符号が反転した時刻（振幅が正から負に変化したかまたは振幅が負から正に変化した時刻）、すなわち、振幅がゼロを通過した時刻を検出する。発話検出部１４１は、振幅の大きさが継続的に閾値αを超えており、かつ、振幅の符号が継続的に反転している区間を、発話区間として抽出する。

例えば、発話検出部１４１は、所定時間以上の間隔を空けずに振幅の大きさが閾値αを超えている状態が続いており、かつ、直近の所定時間のゼロ交差回数（振幅の符号が反転した回数）が閾値以上である区間を、発話区間として抽出する。グラフ６１は音声信号の一例を示す。グラフ６１が示す音声信号からは、発話区間６２が抽出される。

なお、上記では振幅とゼロ交差数を用いて発話区間を検出する方法を説明したが、隠れマルコフモデル（Hidden Markov Model）またはガウス混合モデル（Gaussian Mixture Model）を用いて発話区間を検出することも可能である。

図８は、発話区間テーブルの例を示す図である。
発話区間テーブル１６１は、発話区間情報記憶部１５２に記憶される。発話区間テーブル１６１は、発話区間ＩＤ、発話者、開始時刻、終了時刻、継続時間および音声データの項目を有する。発話区間ＩＤの項目には、発話検出部１４１によって検出された発話区間の識別情報が登録される。発話者の項目には、「運転者」または「乗客」が登録される。マイクロフォン１１１の音声から検出された発話区間については「運転者」が登録され、マイクロフォン１１２の音声から検出された発話区間については「乗客」が登録される。

開始時刻の項目には、発話区間の先頭を示す時刻が登録される。終了時刻の項目には、発話区間の末尾を示す時刻が登録される。継続時間の項目には、発話区間の先頭から末尾の間の時間の長さが登録される。なお、開始時刻と終了時刻と継続時刻のうちの何れか１つは、他の２つから算出することができる。よって、開始時刻と終了時刻と継続時刻の何れか１つを発話区間テーブル１６１から省略することも可能である。

音声データの項目には、検出された発話区間の音声データに関する情報が登録される。発話区間の音声データそのものが発話区間テーブル１６１に登録されてもよい。一方、音声データ記憶部１５１に記憶された音声データから当該発話区間を切り出すための情報（例えば、発話区間の先頭へのポインタ）が発話区間テーブル１６１に登録されてもよい。

次に、乗客音質判定部１４２が乗客音質スコアを算出する方法を説明する。
図９は、乗客音質の判定過程の例を示す図である。
乗客音質判定部１４２は、音声信号を分析して発話者の感情を推定する。感情推定には様々なアルゴリズムを使用することができる。感情推定の一例が次の文献に記載されている。特開２００４−３１７８２２号公報。

ここでは、感情推定の一例として、音声信号のパワーを用いる方法を説明する。音声信号のパワーは、例えば、音声信号の振幅の２乗である。乗客音質判定部１４２は、発話区間毎に音声信号のパワーの平均（パワー平均）と偏差（パワー偏差）を算出する。パワー偏差は音声信号のパワーのばらつきを示し、例えば、その標準偏差や分散などである。また、乗客音質判定部１４２は、ある時刻のパワーと次の時刻のパワーとの差分（パワー差分）を算出し、発話区間毎にパワー差分の偏差（パワー差分偏差）を算出する。パワー差分偏差はパワー差分のばらつきを示し、例えば、その標準偏差や分散などである。

グラフ６３は音声信号のパワーの時系列変化を示す。グラフ６３が示すパワーの時系列変化から、パワー平均とパワー偏差が算出される。グラフ６４は音声信号のパワー差分の時系列変化を示す。グラフ６４が示すパワー差分の時系列変化から、パワー差分偏差が算出される。乗客音質判定部１４２は、パワー平均とパワー偏差とパワー差分偏差の組み合わせに基づいて、発話区間毎に発話者の感情を推定する。

図１０は、乗客音質判定テーブルの例を示す図である。
乗客音質判定テーブル１６２は、音質判定情報記憶部１５３に予め記憶されている。乗客音質判定テーブル１６２は、パワー平均、パワー偏差、パワー差分偏差、感情および点数の項目を有する。パワー平均の項目には、算出されたパワー平均が満たすべき条件が登録される。パワー偏差の項目には、算出されたパワー偏差が満たすべき条件が登録される。パワー差分偏差の項目には、算出されたパワー差分偏差が満たすべき条件が登録される。感情の項目には、「興奮」や「弱気」など、推定される発話者の感情を表す情報が登録される。点数の項目には、乗客音質スコアの算出に用いる点数が登録される。

例えば、パワー平均が２２０以上、パワー偏差が１２０以上かつパワー差分偏差が１００以上である場合、発話者の感情は「興奮」であると推定される。また、例えば、パワー平均が２５０以下、パワー偏差が１００以下かつパワー差分偏差が１００以下である場合、発話者の感情は「弱気」であると推定される。乗客音質判定部１４２は、ある発話区間における乗客の感情が「弱気」であると推定した場合、当該発話区間に対して０点を付与する。一方、乗客音質判定部１４２は、ある発話区間における乗客の感情が「弱気」以外であると推定した場合、当該発話区間に対して＋１点を付与する。よって、「興奮」の点数は＋１点となり、「弱気」の点数は０点となる。

乗客音質判定部１４２は、乗客の発話区間に付与した点数の平均点を乗客音質スコアとして算出する。よって、乗客音質スコアは０以上１以下の実数である。
次に、単語判定部１４３が乗客と運転者の単語スコアを算出する方法を説明する。

図１１は、キーワードの検出例を示す図である。
単語判定部１４３は、乗客の音声データから所定のキーワード（ポジティブキーワードとネガティブキーワード）を検出する。また、単語判定部１４３は、運転者の音声データから所定のキーワード（ポジティブキーワードとネガティブキーワード）を検出する。キーワード検出には様々なアルゴリズムを使用することができる。キーワード検出の一例が次の文献に記載されている。青山健治、「ワードスポッティング音声認識」、日本フィジィ学会誌、Vol.11, No.3, pp.403-407、1999年。

ここでは、キーワード検出の一例として、ワードスポッティングを説明する。ワードスポッティングでは、発話者が発した単語を音声認識によって全て文字に置換するのではなく、音声信号から直接キーワードを検出する。キーワード記憶部１５４には、各キーワードについて当該キーワードを発音したときの音声信号の特徴を示す特徴ベクトルが記憶されている。単語判定部１４３は、録音された音声信号から特徴ベクトルを生成し、録音音声の特徴ベクトルとキーワードの特徴ベクトルとの類似度を、動的時間伸縮法（ＤＴＷ：Dynamic Time Warping）などの動的計画法を用いて算出する。単語判定部１４３は、類似度が高い場合、発話者がキーワードを発したと判定する。

例えば、録音音声の特徴ベクトルがｎ個（ｎは２以上の整数）の要素を含み、キーワードの特徴ベクトルがｍ個（ｍは２以上の整数）の要素を含むとする。単語判定部１４３は、例えば、ｎ行ｍ列の距離行列６５とｎ行ｍ列の累積距離行列６６を生成する。

距離行列６５の要素（ｉ，ｊ）は、特徴ベクトル−録音音声のｉ番目の要素と特徴ベクトル−キーワードのｊ番目の要素との間の距離を表す。２つの要素が類似しているほど距離は小さくなる。距離行列６５では、特徴ベクトル−録音音声のｎ個の要素と特徴ベクトル−キーワードのｍ個の要素との間の全ての組み合わせの距離が算出される。

累積距離行列６６の要素（１，１）は、距離行列６５の要素（１，１）と同じである。ｉを２以上の整数とすると、累積距離行列６６の要素（ｉ，１）は、累積距離行列６６の要素（ｉ−１，１）に距離行列６５の要素（ｉ，１）を加算したものである。また、ｊを２以上の整数とすると、累積距離行列６６の要素（１，ｊ）は、累積距離行列６６の要素（１，ｊ−１）に距離行列６５の要素（１，ｊ）を加算したものである。ｉ，ｊをそれぞれ２以上の整数とすると、累積距離行列６６の要素（ｉ，ｊ）は、累積距離行列６６の要素（ｉ−１，ｊ−１）と要素（ｉ，ｊ−１）と要素（ｉ−１，ｊ）のうちの最小値に、距離行列６５の要素（ｉ，ｊ）を加算したものである。このようにして、累積距離行列の要素（１，１）から要素（ｎ，ｍ）に向かって累積距離が算出される。

累積距離行列６６の要素（ｎ，ｍ）における累積距離が２つの特徴ベクトルの類似度に相当する。要素（ｎ，ｍ）における累積距離が小さいほど類似度が高いことを意味する。単語判定部１４３は、要素（ｎ，ｍ）における累積距離が所定の閾値未満である場合、録音された音声信号の中にキーワードを発音した音声信号が含まれていると判断する。なお、上記ではワードスポッティングを説明したが、単語判定部１４３は、音声データを音声認識技術により全て文字に置換し、文字列マッチングよりキーワードを検出してもよい。

図１２は、キーワードテーブルの例を示す図である。
キーワードテーブル１６３は、キーワード記憶部１５４に予め記憶されている。キーワードテーブル１６３は、発話者、意味、キーワードおよび点数の項目を有する。発話者の項目には、「乗客」または「運転者」が登録される。意味の項目には、「ポジティブ」または「ネガティブ」が登録される。キーワードの項目には、発話者と意味の組み合わせに対応する１以上のキーワードが登録される。点数の項目には、乗客単語スコアまたは運転者単語スコアの算出に用いられる点数が登録される。

例えば、乗客が発することがあるポジティブキーワードとして、「うれしい」や「名刺」や「またよろしく」などの単語が登録される。また、例えば、乗客が発することがあるネガティブキーワードとして、「だめ」や「ノー」などの単語が登録される。また、例えば、運転者が発することがあるポジティブキーワードとして、「ありがとう」や「いらっしゃいませ」などの単語が登録される。また、例えば、運転者が発することがあるネガティブキーワードとして、「違う」や「嫌い」などの単語が登録される。

例えば、乗客のポジティブキーワードには＋２点が付与される。この場合、単語判定部１４３は、乗客の音声データからポジティブキーワードを１回検出する毎に乗客単語スコアを２点加算する。また、例えば、乗客のネガティブキーワードには−１点が付与される。この場合、単語判定部１４３は、乗客の音声データからネガティブキーワードを１回検出する毎に乗客単語スコアを１点減算する。また、例えば、運転者のポジティブキーワードには＋１点が付与される。この場合、単語判定部１４３は、運転者の音声データからポジティブキーワードを１回検出する毎に運転者単語スコアを１点加算する。また、例えば、運転者のネガティブキーワードには−１点が付与される。この場合、単語判定部１４３は、運転者の音声データからネガティブキーワードを１回検出する毎に運転者単語スコアを１点減算する。なお、乗客のポジティブキーワードの点数が運転者のポジティブキーワードの点数より大きいのは、サービスに対する乗客の反応を重視するためである。

次に、会話継続性判定部１４４が相互発話スコアを算出する方法を説明する。
会話継続性判定部１４４は、乗客の発話区間と運転者の発話区間の集合を、それぞれ会話が継続してる発話区間の集合である複数の発話区間群に分類する。ある発話区間の末尾から次の発話区間の先頭までの空白時間が所定時間（例えば、３０秒）以下である場合、会話が継続していると判定され当該２つの発話区間は同じ発話区間群に分類される。一方、２つの発話区間の間の空白時間が所定時間を超えた場合、会話が継続していないと判定され当該２つの発話区間は異なる発話区間群に分類される。

会話継続性判定部１４４は、発話区間群毎に最初の発話区間の先頭から最後の発話区間の末尾までの時間（発話区間群の長さ）を算出し、全ての発話区間群の長さを合計して会話継続時間を算出する。会話継続性判定部１４４は、乗車時刻から降車時刻までの時間（乗車時間）を算出し、会話継続時間÷乗車時間＝会話継続割合を算出する。

また、会話継続性判定部１４４は、乗客の発話区間の長さを合計した乗客発話時間と、運転者の発話区間の長さを合計した運転者発話時間を算出する。会話継続性判定部１４４は、乗客発話時間÷運転者発話時間＝乗客発話割合を算出する。そして、会話継続性判定部１４４は、会話継続割合×乗客発話割合＝相互発話スコアを算出する。相互発話スコアは、会話継続時間が長いほど高くなり、乗客発話時間が長いほど高くなる。

上記の乗客音質スコア、乗客単語スコア、運転者単語スコアおよび相互発話スコアが算出されると、総合評価部１４５は４個のスコアを重み付けして評価値を算出する。
図１３は、重みテーブルの例を示す図である。

重みテーブル１６４は、重み記憶部１５５に予め記憶されている。重みテーブル１６４は、スコア種類および重みの項目を有する。スコア種類の項目には、「乗客音質」、「乗客単語」、「運転者単語」または「相互発話」が登録される。重みの項目には、重み係数である実数が登録される。例えば、乗客音質スコアの重みを２．０、乗客単語スコアの重みを０．５、運転者単語スコアの重みを０．５、相互発話スコアの重みを４．０とする。評価値は、４個のスコアにそれぞれ重みをかけて合計したものである。

次に、評価値の計算例について説明する。
図１４は、乗客と運転者の会話例を示す図である。
この例では、乗客と運転者の間の会話に発話３１１〜３３２が含まれる。

発話３１１は、時刻１１：００：００〜時刻１１：００：０７の運転者の発話である。発話３１１には２個のポジティブキーワードが含まれるため、運転者単語スコアに関して＋２の加点がある。発話３１２は、時刻１１：００：１０〜時刻１１：００：１２の乗客の発話である。発話３１２から推定される感情は「弱気」であるため、乗客音質スコアに関して加点はない。発話３１３は、時刻１１：００：１３〜時刻１１：００：１８の運転者の発話である。発話３１３にはキーワードが含まれないため、運転者単語スコアに関して加点も減点もない。以上の発話３１１〜３１３が１つの発話区間群になる。

発話３１４は、時刻１１：０５：００〜時刻１１：０５：０２の運転者の発話である。発話３１４にはキーワードが含まれないため、運転者単語スコアに関して加点も減点もない。発話３１５は、時刻１１：０５：０３〜時刻１１：０５：０８の乗客の発話である。発話３１５には１個のポジティブキーワードと１個のネガティブキーワードが含まれるため、乗客単語スコアに関して＋２の加点と−１の減点がある。また、発話３１５から推定される感情は「弱気」であるため、乗客音質スコアに関して加点はない。

発話３１６は、時刻１１：０５：０９〜時刻１１：０５：１４の運転者の発話である。発話３１６には１個のポジティブキーワードが含まれるため、運転者単語スコアに関して＋１の加点がある。発話３１７は、時刻１１：０５：１６〜時刻１１：０５：１９の乗客の発話である。発話３１７には１個のポジティブキーワードが含まれるため、乗客単語スコアに関して＋２の加点がある。また、発話３１７から推定される感情は「弱気」以外であるため、乗客音質スコアに関して＋１の加点がある。

発話３１８は、時刻１１：０５：２０〜時刻１１：０５：２５の運転者の発話である。発話３１８にはキーワードが含まれないため、運転者単語スコアに関して加点も減点もない。発話３１９は、時刻１１：０５：２６〜時刻１１：０５：２８の乗客の発話である。発話３１９にはキーワードが含まれないため、乗客単語スコアに関して加点も減点もない。一方、発話３１９から推定される感情は「弱気」以外であるため、乗客音質スコアに関して＋１の加点がある。発話３１３と発話３１４の間が３０秒以上空いているため、以上の発話３１４〜３１９が１つの発話区間群になる。

発話３２０は、時刻１１：１２：００〜時刻１１：１２：０４の運転者の発話である。発話３２０にはキーワードが含まれないため、運転者単語スコアに関して加点も減点もない。発話３２１は、時刻１１：１２：０５〜時刻１１：１２：０７の乗客の発話である。発話３２１にはキーワードが含まれないため、乗客単語スコアに関して加点も減点もない。一方、発話３２１から推定される感情は「弱気」以外であるため、乗客音質スコアに関して＋１の加点がある。

図１５は、乗客と運転者の会話例を示す図（続き）である。
発話３２２は、時刻１１：１２：０８〜時刻１１：１２：２１の運転者の発話である。発話３２２にはキーワードが含まれないため、運転者単語スコアに関して加点も減点もない。発話３２３は、時刻１１：１２：２６〜時刻１１：１２：３０の乗客の発話である。発話３２３には１個のポジティブキーワードが含まれるため、乗客単語スコアに関して＋２の加点がある。また、発話３２３から推定される感情は「弱気」以外であるため、乗客音質スコアに関して＋１の加点がある。

発話３２４は、時刻１１：１２：３２〜時刻１１：１２：５３の運転者の発話である。発話３２４にはキーワードが含まれないため、運転者単語スコアに関して加点も減点もない。発話３２５は、時刻１１：１２：５６〜時刻１１：１２：５８の乗客の発話である。発話３２５には１個のポジティブキーワードが含まれるため、乗客単語スコアに関して＋２の加点がある。また、発話３２５から推定される感情は「弱気」以外であるため、乗客音質スコアに関して＋１の加点がある。

発話３２６は、時刻１１：１３：０１〜時刻１１：１３：０４の運転者の発話である。発話３２６にはキーワードが含まれないため、運転者単語スコアに関して加点も減点もない。発話３１９と発話３２０の間が３０秒以上空いているため、以上の発話３２０〜３２６が１つの発話区間群になる。

発話３２７は、時刻１１：２０：００〜時刻１１：２０：０４の運転者の発話である。発話３２７にはキーワードが含まれないため、運転者単語スコアに関して加点も減点もない。発話３２８は、時刻１１：２０：０６〜時刻１１：２０：０７の乗客の発話である。発話３２８にはキーワードが含まれないため、乗客単語スコアに関して加点も減点もない。また、発話３２８から推定される感情は「弱気」であるため、乗客音質スコアに関して加点はない。

発話３２９は、時刻１１：２０：１８〜時刻１１：２０：２１の運転者の発話である。発話３２９にはキーワードが含まれないため、運転者単語スコアに関して加点も減点もない。発話３３０は、時刻１１：２０：２８〜時刻１１：２０：３２の乗客の発話である。発話３３０には１個のポジティブキーワードが含まれるため、乗客単語スコアに関して＋２の加点がある。また、発話３３０から推定される感情は「弱気」以外であるため、乗客音質スコアに関して＋１の加点がある。

発話３３１は、時刻１１：２０：４２〜時刻１１：２０：４８の運転者の発話である。発話３３１には１個のポジティブキーワードが含まれるため、運転者単語スコアに関して＋１の加点がある。発話３３２は、時刻１１：２０：５７〜時刻１１：２１：０１の乗客の発話である。発話３３２には２個のポジティブキーワードが含まれるため、乗客単語スコアに関して＋４の加点がある。また、発話３３２から推定される感情は「弱気」以外であるため、乗客音質スコアに関して＋１の加点がある。発話３２６と発話３２７の間が３０秒以上空いているため、以上の発話３２７〜３３２が１つの発話区間群になる。

図１６は、評価値の計算例を示す図である。
計算表６７は、上記の発話３１１〜３３２から評価値を算出する過程を表す。会話評価部１４０は、評価値を算出するにあたり計算表６７を生成してもよい。

乗客音質スコアに関して、発話３１７，３１９，３２１，３２３，３２５，３３０，３３２を通じて合計＋７の加点がある。また、乗客の発話回数（乗客の発話区間の数）は１０である。よって、乗客音質スコアは７／１０＝０．７と算出される。

乗客単語スコアに関して、発話３１５，３１７，３２３，３２５，３３０，３３２を通じて合計＋１４の加点がある。また、発話３１５を通じて−１の減点がある。よって、乗客単語スコアは＋１４−１＝１３と算出される。運転者単語スコアに関して、発話３１１，３１６，３３１を通じて合計＋４の加点がある。また、減点はない。よって、運転者単語スコアは＋４−０＝４と算出される。

相互発話スコアに関して、１番目の発話区間群の長さは１８秒、２番目の発話区間群の長さは２８秒、３番目の発話区間群の長さは６４秒、４番目の発話区間群の長さは６１秒である。よって、会話継続時間は１７１秒である。また、乗車時間は時刻１１：００：００〜時刻１１：２１：０１の長さである１２６１秒である。また、乗客発話時間は、発話３１２，３１５，３１７，３１９，３２１，３２３，３２５，３２８，３３０，３３２の長さの合計である２９秒である。また、運転者発話時間は、発話３１１，３１３，３１４，３１６，３１８，３２０，３２２，３２４，３２６，３２７，３２９，３３１の長さの合計である７８秒である。よって、相互発話スコアは、会話継続割合×乗客発話割合＝（１７１／１２６１）×（２９／７８）＝０．０５１と算出される。

乗客音質スコアは０．７であり、その重みは２．０である。乗客単語スコアは１３でありその重みは０．５である。運転者単語スコアは４であり、その重みは０．５である。相互発話スコアは０．０５１であり、その重みは４．０である。よって、評価値は０．７×２．０＋１３×０．５＋４×０．５＋０．０５１×４．０＝１０．１と算出される。

なお、上記では乗客音質スコアは加点合計を発話回数で割って算出しているが、加点合計そのものを乗客音質スコアとしてもよい。その場合、乗客音質スコアの重みがそれに合わせて修正される。また、上記では乗客単語スコアは加点合計から減点合計を引いて算出しているが、加点合計と減点合計の差を乗客の発話回数で割ってもよい。その場合、乗客単語スコアの重みがそれに合わせて修正される。また、上記では運転者単語スコアは加点合計から減点合計を引いて算出しているが、加点合計と減点合計の差を運転者の発話回数で割ってもよい。その場合、運転者単語スコアの重みがそれに合わせて修正される。

次に、サーバ装置２００が有するデータについて説明する。
図１７は、サーバ装置が有するテーブルの例を示す図である。
サーバ装置２００の車両情報記憶部２３１は、車両状態テーブル２４１を記憶する。車両状態テーブル２４１は、車両ＩＤ、運転者ＩＤ、状態および現在位置の項目を有する。車両ＩＤの項目には、車両の識別情報が登録される。運転者ＩＤの項目には、車両を運転している運転者の識別情報が登録される。状態の項目には、「空車」や「迎車」や「賃走」などの車両状態が登録される。現在位置の項目には、ＧＰＳによって測定された車両の現在位置が登録される。現在位置は、緯度や経度などの座標で表される。

サーバ装置２００の運転者情報記憶部２３２は、運転者テーブル２４２を記憶する。運転者テーブル２４２は、運転者ＩＤおよび評価値の項目を有する。運転者ＩＤの項目には、運転者の識別情報が登録される。評価値の項目には、各運転者についてこれまで算出された評価値の平均値が登録される。運転者テーブル２４２には、運転者毎に、これまでに算出された全ての評価値、直近の所定個の評価値または所定期間（例えば、過去１年間など）に算出された評価値が列挙されてもよい。車両状態テーブル２４１の運転者ＩＤと運転者テーブル２４２の運転者ＩＤとを紐付けることで、車両毎に評価値を検索できる。

サーバ装置２００の運行履歴記憶部２３３は、運行履歴テーブル２４３を記憶する。運行履歴テーブル２４３は、車両ＩＤ、運転者ＩＤ、乗車時刻、降車時刻および乗車料金の項目を有する。車両ＩＤの項目には、車両の識別情報が登録される。運転者ＩＤの項目には、車両を運転した運転者の識別情報が登録される。乗車時刻の項目には、利用者を車両に乗せた時刻または迎車料金をカウントし始めた時刻が登録される。降車時刻の項目には、利用者を車両から降ろした時刻が登録される。乗車料金の項目には、乗客に請求した金額が登録される。運行履歴テーブル２４３の内容は、各車載装置から受信される。

次に、端末装置３０からの要求に応じて端末装置３０の利用者に対して車両４０を配車するシーケンスについて説明する。
図１８は、配車サービスの例を示すシーケンス図である。

端末装置３０は、ＧＰＳを利用して端末装置３０の現在位置を測定し、測定した現在位置を含む検索要求をサーバ装置２００に送信する（Ｓ１０）。サーバ装置２００は、複数の車両それぞれの車載装置から受信する現在位置の情報に基づいて、端末装置３０から所定距離内に存在する「空車」の車両を検索する。また、サーバ装置２００は、検索された車両それぞれの運転者を特定し、特定した運転者の評価値を読み出す。サーバ装置２００は、検索された車両それぞれの現在位置と評価値を含む検索結果を端末装置３０に送信する（Ｓ１１）。好ましくは、サーバ装置２００は地図データを記憶しており、地図上に各車両の現在位置をマッピングしたデータを端末装置３０に送信する。

端末装置３０は、検索された車両それぞれの現在位置と評価値をディスプレイに表示させる。端末装置３０は、検索された車両の中から希望する車両を選択する操作を利用者から受け付ける。すると、端末装置３０は、車両を指定した配車要求をサーバ装置２００に送信する（Ｓ１２）。配車要求は、例えば、選択された車両の識別情報を含む。ここでは、複数の車両の中から車両４０が選択されたとする。

サーバ装置２００は、配車要求を受信すると、車両４０の状態を「迎車」に変更し、端末装置３０の現在位置を含む配車通知を車載装置１００に送信する（Ｓ１３）。これにより、車両４０は端末装置３０の利用者のいる場所に向かう。車両４０が乗車場所に到着すると、車載装置１００は乗車通知をサーバ装置２００に送信する（Ｓ１４）。サーバ装置２００は、車両４０の状態を「賃走」に変更する。車両４０が乗客の指定した降車場所に到着すると、車載装置１００はサーバ装置２００に会計開始を通知し、車載装置１００とサーバ装置２００との間で会計処理を行う（Ｓ１５）。車載装置１００は、例えば、車両ＩＤ、運転者ＩＤ、乗車時刻、降車時刻、乗車料金などをサーバ装置２００に送信する。

車載装置１００は、乗客が車両４０から降りると、降車通知をサーバ装置２００に送信する（Ｓ１６）。サーバ装置２００は、車両４０の状態を「空車」に変更する。車載装置１００は、今回の乗客と運転者との間の会話から評価値を算出し、算出した評価値をサーバ装置２００に送信する（Ｓ１７）。サーバ装置２００は、車両４０を運転している運転者の評価値を更新する。なお、会計処理に関する情報と降車通知と評価値のうち２以上の情報を、車載装置１００からサーバ装置２００に纏めて送信してもよい。

次に、会話評価部１４０による評価値算出の手順を説明する。
図１９は、評価値算出の手順例を示すフローチャートである。
（Ｓ２０）発話検出部１４１は、音声データ記憶部１５１に記憶されたマイクロフォン１１２の音声データ（乗客の音声データ）が示す音声波形を分析し、図７のような方法で当該音声データから２以上の発話区間を検出する。検出した発話区間の情報を、発話区間情報記憶部１５２に記憶された発話区間テーブル１６１に登録する。

（Ｓ２１）発話検出部１４１は、乗客の発話区間を１つ選択する。
（Ｓ２２）乗客音質判定部１４２は、ステップＳ２１で選択された発話区間の音声データを分析して当該発話区間における乗客の感情を推定する。例えば、乗客音質判定部１４２は、図９のような方法でパワー平均とパワー偏差とパワー差分偏差を算出する。乗客音質判定部１４２は、音質判定情報記憶部１５３に記憶された乗客音質判定テーブル１６２を参照して、算出したパワー平均とパワー偏差とパワー差分偏差に対応付けられた感情を選択する。乗客音質判定部１４２は、乗客音質スコアに関して、選択した感情に対応付けられている点数を付与する。例えば、感情が「弱気」以外であれば＋１の加点を行う。

（Ｓ２３）単語判定部１４３は、ステップＳ２１で選択された発話区間の音声データに乗客のポジティブキーワードが含まれているか判定する。例えば、単語判定部１４３は、図１１のような方法でワードスポッティングにより乗客のポジティブキーワードの検出を試みる。乗客のポジティブキーワードは、キーワード記憶部１５４に記憶されたキーワードテーブル１６３に登録されている。単語判定部１４３は、乗客のポジティブキーワードを検出した場合、乗客単語スコアに関して、乗客のポジティブキーワードに対応付けられている点数を付与する。例えば、選択された発話区間の音声データから乗客のポジティブキーワードが１回検出される毎に＋２の加点を行う。

（Ｓ２４）単語判定部１４３は、ステップＳ２１で選択された発話区間の音声データに乗客のネガティブキーワードが含まれているか判定する。例えば、単語判定部１４３は、図１１のような方法でワードスポッティングにより乗客のネガティブキーワードの検出を試みる。乗客のネガティブキーワードは、キーワード記憶部１５４に記憶されたキーワードテーブル１６３に登録されている。単語判定部１４３は、乗客のネガティブキーワードを検出した場合、乗客単語スコアに関して、乗客のネガティブキーワードに対応付けられている点数を付与する。例えば、選択された発話区間の音声データから乗客のネガティブキーワードが１回検出される毎に−１の減点を行う。

（Ｓ２５）発話検出部１４１は、ステップＳ２１で乗客の発話区間が全て選択されたか判断する。乗客の発話区間が全て選択された場合はステップＳ２６に処理が進み、未選択の乗客の発話区間がある場合はステップＳ２１に処理が進む。

（Ｓ２６）発話検出部１４１は、音声データ記憶部１５１に記憶されたマイクロフォン１１１の音声データ（運転者の音声データ）が示す音声波形を分析し、図７のような方法で当該音声データから２以上の発話区間を検出する。検出した発話区間の情報を、発話区間情報記憶部１５２に記憶された発話区間テーブル１６１に登録する。

（Ｓ２７）発話検出部１４１は、運転者の発話区間を１つ選択する。
（Ｓ２８）単語判定部１４３は、ステップＳ２７で選択された発話区間の音声データに運転者のポジティブキーワードが含まれているか判定する。例えば、単語判定部１４３は、図１１のような方法でワードスポッティングにより運転者のポジティブキーワードの検出を試みる。運転者のポジティブキーワードは、キーワード記憶部１５４に記憶されたキーワードテーブル１６３に登録されている。単語判定部１４３は、運転者のポジティブキーワードを検出した場合、運転者単語スコアに関して、運転者のポジティブキーワードに対応付けられている点数を付与する。例えば、選択された発話区間の音声データから運転者のポジティブキーワードが１回検出される毎に＋１の加点を行う。

（Ｓ２９）単語判定部１４３は、ステップＳ２７で選択された発話区間の音声データに運転者のネガティブキーワードが含まれているか判定する。例えば、単語判定部１４３は、図１１のような方法でワードスポッティングにより運転者のネガティブキーワードの検出を試みる。運転者のネガティブキーワードは、キーワード記憶部１５４に記憶されたキーワードテーブル１６３に登録されている。単語判定部１４３は、運転者のネガティブキーワードを検出した場合、運転者単語スコアに関して、運転者のネガティブキーワードに対応付けられている点数を付与する。例えば、選択された発話区間の音声データから運転者のネガティブキーワードが１回検出される毎に−１の減点を行う。

（Ｓ３０）発話検出部１４１は、ステップＳ２７で運転者の発話区間が全て選択されたか判断する。運転者の発話区間が全て選択された場合はステップＳ３１に処理が進み、未選択の運転者の発話区間がある場合はステップＳ２７に処理が進む。

図２０は、評価値算出の手順例を示すフローチャート（続き）である。
（Ｓ３１）乗客音質判定部１４２は、ステップＳ２２で算出された点数の合計とステップＳ２０で検出された乗客の発話区間の数から乗客音質スコアを算出する。例えば、乗客音質判定部１４２は、前者を後者で割った平均点数を乗客音質スコアとする。

（Ｓ３２）単語判定部１４３は、ステップＳ２３で算出された点数の合計とステップＳ２４で算出された点数の合計から乗客単語スコアを算出する。例えば、単語判定部１４３は、前者（加点）から後者（減点）を引いた値を乗客単語スコアとする。

（Ｓ３３）単語判定部１４３は、ステップＳ２８で算出された点数の合計とステップＳ２９で算出された点数の合計から運転者単語スコアを算出する。例えば、単語判定部１４３は、前者（加点）から後者（減点）を引いた値を運転者単語スコアとする。

（Ｓ３４）会話継続性判定部１４４は、発話区間情報記憶部１５２に記憶された発話区間テーブル１６１を参照して、乗客の発話区間と運転者の発話区間の集合を複数の発話区間群に区分する。１つの発話区間群は、継続した一纏まりの会話を表す。例えば、会話継続性判定部１４４は、ある発話区間の末尾から次の発話区間の先頭までの空白時間の長さが所定の閾値（例えば、３０秒）以下である場合、当該２つの発話区間を同じ発話区間群に分類する。一方、会話継続性判定部１４４は、空白時間の長さが所定の閾値を超える場合、当該２つの発話区間を異なる発話区間群に分類する。

（Ｓ３５）会話継続性判定部１４４は、ステップＳ３４で区分した発話区間群それぞれの長さを算出し、複数の発話区間群の長さの合計を会話継続時間として算出する。また、会話継続性判定部１４４は、乗客が乗車してから最初の発話区間の開始時刻と乗客が降車する前の最後の発話区間の終了時刻との差を乗車時間として算出する。会話継続性判定部１４４は、会話継続時間を乗車時間で割った会話継続割合を算出する。なお、乗客が乗車した時刻と降車した時刻との差を乗車時間としてもよく、あるいは車両の状態が「賃走」となっている時間を乗車時間としてもよい。

（Ｓ３６）会話継続性判定部１４４は、乗客の発話区間の長さの合計を乗客発話時間として算出する。また、会話継続性判定部１４４は、運転者の発話区間の長さの合計を運転者発話区間として算出する。会話継続性判定部１４４は、乗客発話時間を運転者発話時間で割った乗客発話割合を算出する。

（Ｓ３７）会話継続性判定部１４４は、ステップＳ３５で算出した会話継続割合とステップＳ３６で算出した乗客発話割合の積を相互発話スコアとして算出する。
（Ｓ３８）総合評価部１４５は、重み記憶部１５５に記憶された重みテーブル１６４から、乗客音質スコアの重み、乗客単語スコアの重み、運転者単語スコアの重みおよび相互発話スコアの重みを読み出す。また、総合評価部１４５は、ステップＳ３１で算出された乗客音質スコア、ステップＳ３２で算出された乗客単語スコア、ステップＳ３３で算出された運転者単語スコアおよびステップＳ３７で算出された相互発話スコアを取得する。そして、総合評価部１４５は、これら４個のスコアそれぞれに対応する重みをかけ、かけ算の結果を合計することで運転者の評価値を算出する。

（Ｓ３９）総合評価部１４５は、ステップＳ３８で算出した評価値を、通信インタフェース１０９を用いてサーバ装置２００に送信する。
次に、第２の実施の形態の配車システムの変形例を説明する。

上記では会話評価部１４０は、乗客の音声データを分析してから運転者の音声データを分析している。これに対し、会話評価部１４０は、運転者の音声データを分析してから乗客の音声データを分析してもよい。また、会話評価部１４０は、乗客の音声データの分析と運転者の音声データの分析を並行に行ってもよい。また、上記では会話評価部１４０は、蓄積された音声データから発話区間を抽出しているが、マイクロフォン１１１，１１２から入力される音声信号からリアルタイムに発話区間を抽出してもよい。

また、上記では車載装置１００は、マイクロフォン１１１を用いて運転者の音声データを生成し、マイクロフォン１１２を用いて乗客の音声データを生成している。すなわち、運転者の音声と乗客の音声が録音当初から分離されている。これに対し、車載装置１００は、１つのマイクロフォンのみを用いて音声データを生成し、当該音声データを分析して事後的に運転者の音声と乗客の音声を分離してもよい。例えば、会話評価部１４０は、発話区間それぞれの声質を分析して発話区間の集合を声質の異なる２つのグループに分類することで、運転者の音声と乗客の音声を分離することができる。また、例えば、会話評価部１４０は、音声認識技術を用いて各発話区間から単語を抽出し、抽出した単語が運転者によって発せられやすいか乗客によって発せられやすいかに基づいて、当該発話区間が運転者の発話区間か乗客の発話区間かを判定することができる。

また、上記では乗客のポジティブキーワードの点数と運転者のポジティブキーワードの点数とが異なるが、両者を同一にしてもよい。また、発話者および意味が同じキーワードであってもキーワード毎に点数を変えてもよい。また、上記では乗客用のキーワードと運転者用のキーワードを区分しているが、両者を区分しなくてもよい。

また、上記では車載装置１００が評価値を算出してサーバ装置２００に送信しているが、車載装置１００がサーバ装置２００に音声データを送信してサーバ装置２００が評価値を算出してもよい。これにより、車載装置１００の負荷を軽減できる。

図２１は、車載装置とサーバ装置の他の機能例を示すブロック図である。
車載装置１００ｂは、車載装置１００に代えて車両４０に搭載することができる。車載装置１００ｂは、車載装置１００と同様のハードウェアを用いて実装できる。サーバ装置２００ａはサーバ装置２００に代えて使用することができる。サーバ装置２００ａは、サーバ装置２００と同様のハードウェアを用いて実装できる。車載装置１００ｂとサーバ装置２００ａとはネットワーク５０を介して通信する。

車載装置１００ｂは、車両状態管理部１２０および会計処理部１３０に加えて音声データ送信部１７０を有する。音声データ送信部１７０は、マイクロフォン１１１を用いて生成された運転者の音声データおよびマイクロフォン１１２を用いて生成された乗客の音声データをサーバ装置２００ａに送信する。音声データ送信部１７０は、乗客の乗車中に音声データを適宜送信してもよいし、乗客が降車してから音声データを送信してもよい。

サーバ装置２００ａは、音声データ受信部２５０および会話評価部２６０を有する。また、サーバ装置２００ａは、音声データ記憶部２７１、発話区間情報記憶部２７２、音質判定情報記憶部２７３、キーワード記憶部２７４および重み記憶部２７５を有する。

音声データ受信部２５０は、車載装置１００ｂから受信した音声データを音声データ記憶部２７１に格納する。会話評価部２６０は、車載装置１００の会話評価部１４０に対応する。会話評価部２６０は、音声データ記憶部２７１に記憶された音声データを分析して車載装置１００ｂを搭載する車両４０の運転者の評価値を算出する。

会話評価部２６０は、発話検出部２６１、乗客音質判定部２６２、単語判定部２６３、会話継続性判定部２６４および総合評価部２６５を有する。これらのユニットは、会話評価部１４０の発話検出部１４１、乗客音質判定部１４２、単語判定部１４３、会話継続性判定部１４４および総合評価部１４５に対応する。音声データ記憶部２７１、発話区間情報記憶部２７２、音質判定情報記憶部２７３、キーワード記憶部２７４および重み記憶部２７５は、車載装置１００の音声データ記憶部１５１、発話区間情報記憶部１５２、音質判定情報記憶部１５３、キーワード記憶部１５４および重み記憶部１５５に対応する。

第２の実施の形態の配車システムによれば、タクシーの乗車中における運転者と乗客との間の会話を録音した音声データが生成される。この音声データから、乗客音声の音質に応じた乗客音質スコアと、乗客が発した単語に応じた乗客単語スコアと、運転者が発した単語に応じた運転者単語スコアと、会話の継続性を示す相互発話スコアが算出される。そして、これら４個のスコアから運転者の評価値が算出される。算出された評価値は、乗客・運転者間の会話の円滑さや乗客の満足度を反映している。すなわち、乗客がポジティブな感情をもって運転者と会話しているほど評価値が高くなる。算出された評価値は、別の利用者がタクシーを選択するときの選択基準として利用することができる。

これにより、タクシーの運転者のサービスを自動的に評価することができる。このとき、乗客はアンケートを記入することや端末装置からメッセージ送信することなどの積極的な評価作業を行わなくてよい。よって、乗客が運転者を評価する負担が軽減され、サーバ装置２００は多くの評価結果を収集することが可能となる。また、乗客の主観が評価値に与える影響を軽減することができ、評価値の客観性が向上する。その結果、タクシーを検索して条件に合うタクシーを選択可能なシステムにおいて、検索精度を向上させることが可能となる。また、タクシー利用者の満足度を向上させることができる。

１０ 業務評価装置
１１ 記憶部
１２ 演算部
１３ 音声データ
１３ａ，１３ｂ 音声
１４ａ，１４ｂ，１４ｃ 特徴情報
１５ 評価基準情報
１６ 評価値

Claims (8)

1. コンピュータが実行する業務評価方法であって、
   業務担当者がサービスを提供している間に発した第１の音声と、利用者が前記サービスを利用している間に発した第２の音声とを示す音声データを取得し、
   前記取得した音声データが示す前記第１の音声および前記第２の音声から１以上の特徴情報を抽出し、特徴情報から評価値を算出する評価方法を示す評価基準情報を参照して、前記抽出した１以上の特徴情報から前記業務担当者に対する評価値を算出し、
   前記算出した評価値を前記業務担当者の識別情報と対応付けて記憶装置に記憶させる、
   業務評価方法。
2. 前記抽出した１以上の特徴情報は、前記第２の音声の強弱変化を示す音質情報を含み、
   前記算出した評価値は、前記音質情報が所定の条件を満たすか否かに依存する、
   請求項１記載の業務評価方法。
3. 前記抽出した１以上の特徴情報は、前記第１の音声から検出された単語および前記第２の音声から検出された単語の少なくとも一方を含む単語情報を含み、
   前記算出した評価値は、前記単語情報が所定のキーワードを含むか否かに依存する、
   請求項１記載の業務評価方法。
4. 前記抽出した１以上の特徴情報は、前記第１の音声から検出された第１の単語および前記第２の音声から検出された第２の単語を含む単語情報を含み、
   前記算出した評価値は、前記第１の単語が所定の第１のキーワードに該当するか否か、および、前記第２の単語が所定の第２のキーワードに該当するか否かに依存する、
   請求項１記載の業務評価方法。
5. 前記抽出した１以上の特徴情報は、前記第１の音声が検出された第１の時間の長さと、前記第２の音声が検出された第２の時間の長さと、前記業務担当者が前記利用者に前記サービスを提供している第３の時間の長さとを示す時間情報を含み、
   前記算出した評価値は、前記時間情報が示す前記第１の時間の長さと前記第２の時間の長さと前記第３の時間の長さとの間の関係に依存する、
   請求項１記載の業務評価方法。
6. 前記第１の音声および前記第２の音声は、前記業務担当者と前記利用者とが対面で会話しているときに１以上のマイクロフォンを用いて録音された音声である、
   請求項１記載の業務評価方法。
7. 特徴情報から評価値を算出する評価方法を示す評価基準情報を記憶する記憶部と、
   業務担当者がサービスを提供している間に発した第１の音声と、利用者が前記サービスを利用している間に発した第２の音声とを示す音声データを取得し、
   前記取得した音声データが示す前記第１の音声および前記第２の音声から１以上の特徴情報を抽出し、前記評価基準情報を参照して、前記抽出した１以上の特徴情報から前記業務担当者に対する評価値を算出し、
   前記算出した評価値を前記業務担当者の識別情報と対応付けて前記記憶部または他の記憶部に記憶させる演算部と、
   を有する業務評価装置。
8. コンピュータに、
   業務担当者がサービスを提供している間に発した第１の音声と、利用者が前記サービスを利用している間に発した第２の音声とを示す音声データを取得し、
   前記取得した音声データが示す前記第１の音声および前記第２の音声から１以上の特徴情報を抽出し、特徴情報から評価値を算出する評価方法を示す評価基準情報を参照して、前記抽出した１以上の特徴情報から前記業務担当者に対する評価値を算出し、
   前記算出した評価値を前記業務担当者の識別情報と対応付けて記憶装置に記憶させる、
   処理を実行させる業務評価プログラム。

Images