JP2020035030A - 会議評価装置、会議評価方法及び会議評価プログラム - Google Patents

Abstract

【課題】会議の質を定量的に評価する装置、方法及びプログラムを提供する。【解決手段】会議評価装置１は、会議の参加者の音声波形を取得する音声データ取得部２２と、取得した音声波形に基づき、会議の有効性を示すスコアを算出するスコア算出部２４と、算出したスコアをディスプレイに表示する表示処理部２５と、を備える。さらに、会議評価装置は、取得した音声波形からノイズを削除し、ノイズを削除した後の音声波形から発言のない部分を削除する準備処理を行う音声データ準備処理部２３を備える。スコア算出部２４は、準備処理を行った後の音声波形に基づき、スコアを算出する。【選択図】図２

Description

本発明は、会議評価装置、会議評価方法及び会議評価プログラムに関する。

会議の内容をコンピュータが自動的に記録する技術が普及している。特許文献１の音声処理装置は、会議中に録音された音声を予め記憶された声紋と比較することによって発話者を特定する。このとき、当該音声処理装置は、無音部分の音声データを除去し、残りの部分の音声データに対してのみ声紋との比較を行うことによって発話者の特定精度を向上させる。特許文献２の会議記録要約システムは、発話者がホワイトボード上に描画した図形と、発話者の音声とを時刻に関連付けて記憶する。

特開２００６−１５４４８４号公報 特開２０１１−１３５３９０号公報

特にホワイトカラーと呼ばれる職種の生産性を向上させるためには、会議の品質を向上させることが必須である。例えばある会議がＮ名の参加者をＭ時間拘束する場合、その会議は、“Ｎ×Ｍ×平均時給”のコストを発生させており、当該コスト以上の成果を生み出すことが期待される。しかしながら、本来その会議に参加する必要のない者が招集されている場合、成果に対するコストは大きくなる。また、結論が出ない会議は、コストに対する成果を小さくする。参加者が会議後に議事録を確認した結果、会議の生産性の低さに気付き、反省することも多い。

特許文献１及び特許文献２は、正確な議事録を残すことに注意を集中させており、会議の内容を定量的に評価することには言及していない。
そこで、本発明は、会議の質を定量的に評価することを目的とする。

本発明の会議評価装置は、会議の参加者の音声波形を取得する音声データ取得部と、取得した音声波形に基づき、会議の有効性を示すスコアを算出するスコア算出部と、算出したスコアをディスプレイに表示する表示処理部と、を備えることを特徴とする。
その他の手段については、発明を実施するための形態のなかで説明する。

本発明によれば、会議の質を定量的に評価することができる。

会議評価装置が使用される環境を説明する図である。 会議評価装置の構成を説明する図である。 会議情報を説明する図である。 音声情報を説明する図である。 処理後音声情報を説明する図である。 スコア情報を説明する図である。 学習情報を説明する図である。 会議評価処理手順のフローチャートである。 重み学習処理手順のフローチャートである。

以降、本発明を実施するための形態（“本実施形態”という）を、図等を参照しながら詳細に説明する。本実施形態は、複数の参加者が一堂に会する会議を評価する例である。しかしながら、本発明の会議評価装置は、参加者の一部が他の参加者とは別の場所にいる場合（テレビ会議等の場合）にも適用可能である。さらに、本発明の会議評価装置は、会議に対してリアルタイムに使用されるだけでなく、過去の音声データに対しても使用可能である。また、本実施形態の“会議”は、参加者のすべてが発言することを前提とするもの以外にも、特定の参加者のみが発言し、他の参加者は拍手等を発することを前提とするもの（プレゼンテーション等）も含む。

（環境）
図１に沿って、本実施形態の会議評価装置が使用される環境を説明する。ある会議室に、円形の会議テーブル４３及び室内ディスプレイ４１が配置されている。会議テーブル４３上には、６台のマイクロフォン４４ａ〜４４ｆが配置されている。会議テーブル４３の周りの座席（図示せず）に６名の参加者Ｐ０１〜Ｐ０６が腰掛ける。参加者Ｐ０１〜Ｐ０６に対して、マイクロフォン４４ａ〜４４ｆが１対１に割り当てられている。

マイクロフォン４４ａ〜４４ｆは、参加者Ｐ０１〜Ｐ０６の音声信号（時間軸の波形）を取得する。マイクロフォン制御装置４２は、参加者を一意に特定する識別子である“参加者ＩＤ”をその参加者から取得された音声信号に関連付けたうえで会議評価装置１に送信する。室内ディスプレイ４１は、会議中の所定のタイミング及び会議終了時点において、会議の評価（合計スコア）を会議評価装置１から受け取り表示する。

（会議評価装置）
図２に沿って、会議評価装置１の構成を説明する。会議評価装置１は、一般的なコンピュータであり、中央制御装置１１、マウス、キーボード等の入力装置１２、卓上ディスプレイ等の出力装置１３、主記憶装置１４、補助記憶装置１５及び通信装置１６を備える。これらは、バスで相互に接続されている。補助記憶装置１５は、会議情報３１、音声情報３２、処理後音声情報３３、スコア情報３４及び学習情報３５（いずれも詳細後記）を格納している。

主記憶装置１４における入力処理部２１、音声データ取得部２２、音声データ準備処理部２３、スコア算出部２４、表示処理部２５及び重み学習部２６は、プログラムである。中央制御装置１１は、これらのプログラムを補助記憶装置１５から読み出し主記憶装置１４にロードすることによって、それぞれのプログラムの機能（詳細後記）を実現する。補助記憶装置１５は、会議評価装置１から独立した構成となっていてもよい。

通信装置１６は、室内ディスプレイ４１及びマイクロフォン制御装置４２と接続されている。通信装置１６は、ネットワーク（図示せず）を介して室内ディスプレイ４１及びマイクロフォン制御装置４２と接続されていてもよい。

（会議情報）
図３に沿って、会議情報３１を説明する。会議情報３１においては、会議ＩＤ欄１０１に記憶された会議ＩＤに関連付けて、議題欄１０２には議題が、日時欄１０３には日時が、場所欄１０４には場所が、議決要否欄１０５には議決要否フラグが、参加者欄１０６には参加者ＩＤ、氏名及び役割が、入室時刻欄１０７には入室時刻が、退室時刻欄１０８には退室時刻が記憶されている。

会議ＩＤ欄１０１の会議ＩＤは、会議を一意に特定する識別子である。
議題欄１０２の議題は、会議の議題である。
日時欄１０３の日時は、会議の予定開始時刻及び予定終了時刻を示す年月日時分である。
場所欄１０４の場所は、会議が行われる場所である。

議決要否欄１０５の議決要否フラグは、“要”又は“否”のいずれかである。“要”は、何らかの事項が議決されなければならないことを示す。“否”は、何らかの事項が議決される必要がないこと（会議の目的がブレーンストーミングであること等）を示す。
参加者欄１０６の参加者ＩＤ（欄１０６ａ）は、参加者を一意に特定する識別子である。氏名（欄１０６ｂ）は、参加者の氏名である。役割（欄１０６ｃ）は、参加者が果たす役割である。役割のうち、“進行役”は、議事の進行役を示し、“提案者”は、会議を行うことを提案した者（招集者）を示す。当該欄が空欄である場合、その参加者は、進行役でも提案者でもない参加者である。

入室時刻欄１０７の入室時刻は、参加者が会議に参加した時刻の年月日時分である。
退室時刻欄１０８の退室時刻は、参加者が会議を退出した時刻の年月日時分である。
入室時刻及び退室時刻は、例えば、参加者がマイクロフォン４４ａ〜４４ｆのスイッチをオン／オフした時刻であってもよい。会議に参加する予定であったにもかかわらず、参加しなかった者の入室時刻欄１０７及び入室時刻欄１０８は、空欄である。“＃”は、異なる値を省略的に示している。

（音声情報）
図４に沿って、音声情報３２を説明する。音声情報３２においては、会議ＩＤ欄１１１に記憶された会議ＩＤに関連付けて、参加者ＩＤ欄１１２には参加者ＩＤが、音声データ欄１１３には音声データが記憶されている。
会議ＩＤ欄１１１の会議ＩＤは、図３の会議ＩＤと同じである。
参加者ＩＤ欄１１２の参加者ＩＤは、図３の参加者ＩＤと同じである。

音声データ欄１１３の音声データは、時系列の音声波形の形状（振幅）を数値化したものである。ここでの波形データは、時点を示すｎ次元ベクトルｔ（ｔ_１，ｔ_２，・・・，ｔ_ｎ）と、振幅を示すｎ次元ベクトルｖ（ｖ_１，ｖ_２，・・・，ｖ_ｎ）との組合せである。ｍ番目（１≦ｍ≦ｎ）の時点ｔ_ｍは、ｍ番目の振幅ｖ_ｍに対応している。ベクトルｔの成分ｔ_ｎは、時点の早い順に並んでいる。ｎの値は、時点の順番を示しており、ｎが小さいほど、時点は早い。各時点間の間隔は、同じであっても異なっていてもよい。

図４を見ると、以下のことがわかる。
・会議Ｍ０１には、６名の参加者Ｐ０１〜Ｐ０６が参加した。
・６名の参加者は、時点ｔ_１にマイクロフォンのスイッチをオンにし、時点ｔ_１００にスイッチをオフにした。
・時点ｔ_１〜ｔ_１００の期間において、会議評価装置１は、マイクロフォン４４ａ〜４４ｆを介して、６名分の音声データを取得した。
・６名の参加者のうち誰がどのタイミングで発言したかは不明である。これを知るためには、各参加者について、ｖ_ｎの値がどのタイミングで“０”以外の値になったかを知る必要がある。

（処理後音声情報）
図５に沿って、処理後音声情報３３を説明する。処理後音声情報３３においては、会議ＩＤ欄１２１に記憶された会議ＩＤに関連付けて、参加者ＩＤ欄１２２には参加者ＩＤが、処理後音声データ欄１２３には処理後音声データが記憶されている。
会議ＩＤ欄１２１の会議ＩＤは、図３の会議ＩＤと同じである。
参加者ＩＤ欄１２２の参加者ＩＤは、図３の参加者ＩＤと同じである。

処理後音声データ欄１２３の処理後音声データは、図４の音声データに対して会議評価装置１が以下の処理を行った後のデータである。
〈１〉会議評価装置１は、図４の音声データからノイズを除去した。例えば、会議評価装置１は、時系列の音声波形に対して高速フーリエ変換を行い周波数系列の波形を作成する。会議評価装置１は、周波数系列の波形から所定の閾値よりも高い高周波成分を除去した後、高速逆フーリエ変換を行い時系列の音声波形に戻した。

〈２〉会議評価装置１は、〈１〉の処理を行った後の音声データのうち、振幅の値が“０”である区間（無音区間）を削除した。例えば、図４の“Ｐ０１”のレコード（行）に記憶されている“（ｔ_１，ｔ_２，ｔ_３，・・・，ｔ_１００，ｖ_１，ｖ_２，ｖ_３，・・・，ｖ_１００）”のうち、区間ｔ_１１〜ｔ_２０においては、“ｖ_１１，ｖ_１２，ｖ_１３，・・・，ｖ_２０＝０”であった。よって、会議評価装置１は、当該区間の音声データ“（ｔ_１１，ｔ_１２，ｔ_１３，・・・，ｔ_２０，ｖ_１１，ｖ_１２，ｖ_１３，・・・，ｖ_２０）”を削除した。

図４の音声データは、参加者ごとに１つの“（ ）”であるのに対し、図５の処理後音声データは、参加者ごとに０個、１個又は複数個の“[ ]”の組合せになっている。なぜならば、無音区間が削除されたからである。その結果、処理後音声データが“なし”となる（終始無発言）参加者がいたことも判明する。“（ ）”及び“[ ]”のように括弧の形状を変化させたのは、処理の前後をわかり易くするためである。

（会議の評価）
会議の品質を評価する観点は“評価側面”と呼ばれる。評価側面は５つ存在し、これらは、“定時性”、“参加状態”、“活性化状態”、“議決の有無”及び“発言の質”である。それぞれの評価側面について、１又は複数の有効性指標が対応する。個々の有効性指標の値に対して重みを乗算したものは、“スコア”と呼ばれる。スコアは、有効性指標ごとに算出される。個々のスコアの総和は、“合計スコア”と呼ばれる。合計スコアは、会議の品質の全体を評価する値である（詳細後記）。以下に、有効性指標の具体例を、対応する評価側面ごとに説明する。この説明のなかで、有効性指標は、“・・・値”又は“・・・回数”と表現されているものである。

〈定時性〉開始時刻から予定開始時刻を減算した値が大きいほど、また、終了時刻から予定終了時刻を減算した値が大きいほど、スコアは低くなる。なぜならば、これらの値が大きいほど、会議の前後における参加者の他の業務に与える影響（迷惑）が大きいからである。ある会議と同じ場所で行われる次の会議との重複時間が大きいほど、スコアは低くなる。なぜならば、この値が大きいほど、他の会議に与える影響（迷惑）が大きいからである。進行役又は提案者の入室時刻から開始時刻を減算した値が大きいほど、スコアは低くなる。なぜならば、進行役又は提案者が入室するまでは、会議が実質的に進行しないからである。

〈参加状態〉参加人数を参加予定人数で除算した値が大きいほど、スコアは高くなる。なぜならば、会議の内容が多くの参加者に周知されるからである。提案者の参加の有無を示す値（例えば“有＝１”又は“無＝０”）が大きいほど、スコアは高くなる。なぜならば、提案者が参加している方が、提案者の意図に沿った会議の内容が参加者に周知されるからである。

〈活性化状態〉１回でも発言した発言人数を参加人数で除算した値が大きいほど、スコアは高くなる。なぜならば、多くの発言者の意見が会議に反映されるからである。いずれかの参加者が発言している発言時間を会議の経過時間（終了時刻−開始時刻）で除算した値が大きいほど、スコアは高くなる。なぜならば、会議中の無駄な時間が少なくなるからである。

〈議決の有無〉議決の有無を示す値（例えば“有＝１”又は“無＝０”）が大きいほど、スコアは高くなる。議決の有無とは、議決要否（図３欄１０５）が“要”である場合、実際に議決がなされたか否かである。議決がなされない場合、再度会議を招集しなければならない。

〈発言の質〉発言音量（波形の振幅）の発言者全員についての平均から所定の基準値を減算した値（絶対値）が大きいほど、スコアは低くなる。なぜならば、発言音量が基準値から乖離するほど、発言が聞き取りにくく（又は、やかましく）なり、参加者にストレスが溜まるからである。発言音量の発言者全員についての分散の値が大きいほど、スコアは低くなる。なぜならば、特定の参加者が興奮し、他の参加者が委縮している可能性が高いからである。

発言（有音区間）の長さの発言者全員についての平均から所定の基準値を減算した値（絶対値）が大きいほど、スコアは低くなる。なぜならば、要領を得ない発言が繰り返されている、又は、説明不足の発言が繰り返されている可能性が高いからである。発言の長さの発言者全員についての分散の値が大きいほど、スコアは低くなる。なぜならば、特定の参加者が要領を得ずに話し続け、他の参加者が発言意欲を失っている可能性が高いからである。

“はい”及び“いいえ”の発言回数が多いほど、スコアは高くなる。なぜならば、このような発言が多いほど、参加者が前の発言をよく理解したうえで議論が発展している可能性が高いからである。“はい”及び“いいえ”は、ユーザが指定する他の文字列に置換され得る。他の文字列の例は、“要するに”、“あとから説明します”、“ここが大切です”、“質問はありますか”等の、議事の進行に有益な語である。

同じ趣旨の発言の繰り返し回数が多いほど、スコアは低くなる。なぜならば、繰り返し発言が多いほど、発言をする者にとっても聞く者にとっても時間の浪費であるからである。特定の参加者への発言の集中の有無を示す値（例えば“有＝１”又は“無＝０”）が大きいほど、スコアは低くなる。なぜならば、この値が大きいほど、会議が当該参加者の独演会になっている、又は、他の参加者の休憩時間（居眠り）になっている可能性が高いからである。

（スコア情報）
図６に沿って、スコア情報３４を説明する。スコア情報３４においては、評価側面欄１３１に記憶された評価側面に関連付けて、有効性指標欄１３２には有効性指標が、重み欄１３３には重みが、スコア欄１３４にはスコアが記憶されている。
評価側面欄１３１の評価側面は、前記した評価側面である。
有効性指標欄１３２の有効性指標は、前記した有効性指標である。

重み欄１３３の重みは、有効性指標の値に対して乗算される重みである。重みの値が正の数である場合（有効性指標の値が大きいほどスコアが高い場合）もあり、負の数である場合（有効性指標の値が大きいほどスコアが低い場合）もある。重みの値は、当初ユーザによって設定される。しかしながら、多くの会議例が蓄積された段階で、会議評価装置１は、機械学習によって重みの値を自動的に設定する（見直す）ことができる（詳細後記）。

スコア欄１３４のスコアは、前記したスコア（有効性指標×重み）である。スコアは、前記したように、有効性指標ごとに算出される。そのうえで、原則的には、合計スコアとしての“中間スコア”が会議中の時間帯ごとに算出され、合計スコアとしての“終了時スコア”が会議の終了後、会議の全時間帯に対しても算出される。例外的に、中間スコアが算出されず、終了時スコアのみが算出される評価側面（定時性）も存在する。

スコア情報３４の最下行に、前記した合計スコアが記憶される。本実施形態では、合計スコアのいわゆる“満点”は存在しない。なぜならば、各スコアの絶対値は無限に大きくなり得るからである。しかしながら、図６に記された重みの例では、合計スコアは、おおよそ、“−１００”から“１００”の間に分布する。もちろん、有効性指標の値を任意の有限範囲内で正規化すれば、満点及び最低点を決めることは可能である。図６において、“＃”は異なる値を省略的に示している（図７も同様）。“−”は、その欄の値が定義されないことを示している。

（重み見直しの必要性）
例えば、ある企業において、会議が合計スコアによって定量的に評価されることが定着すると、参加者は合計スコアを見かけ上高くするように会議を演出するかも知れない。例えば、参加者は、あまり意味のない“はい”、“いいえ”を多く発言するかもしれない。

また、有効性指標同士のトレードオフもあり得る。例えば、参加率を高める（図６の行１３５ａ）とスコアは高くなる。しかしながら、参加率が高まると、自然に発言率（図６の行１３５ｂ）は下がり、その分スコアは低くなる。参加率及び発言率のどちらを優先するかは、企業の経営方針によって左右される。企業は、優先されるべき有効性指標の重みを大きくすることになる。このように、重みの値は、企業ごと、部署ごとに、随時見直されることが好ましい。本実施形態の会議評価装置１は、ユーザが準備する教師付き学習データに基づいて、機械学習を行い、重みを自動的に決定する。

（学習情報）
図７に沿って、学習情報３５を説明する。学習情報３５は、前記した教師付き学習データの一例である。学習情報３５においては、評価側面欄１４１に記憶された評価側面に関連付けて、有効性指標欄１４２には有効性指標が、学習データ欄１４３には学習データが記憶されている。
評価側面欄１４１の評価側面は、図６の評価側面と同じである。
有効性指標欄１４２の有効性指標は、図６の有効性指標と同じである。

学習データ欄１４３の学習データは、過去の会議ごとの、有効性指標の値及び終了時の合計スコアの値である。このうち有効性指標の値は“＃”で表されている。“＃”は、重みを乗算される前の値である。合計スコアは、“Ｔ_１，Ｔ_２，Ｔ_３，・・・”で表されている。“Ｔ_１”等のそれぞれは、その会議における“＃”を見たユーザ（企業経営者）が、自身の判断に基づき入力した値である。つまり、“Ｔ_１”等の値には、“このような会議に対してはこのようなスコアを与えるべきである”という価値判断が反映されている。
説明のわかり易さのため、会議評価装置１が学習情報３５を活用する具体的な処理については、次に説明する会議評価処理手順の後で、重み学習処理手順として説明する。

（会議評価処理手順）
図８に沿って、会議評価処理手順を説明する。
ステップＳ２０１において、会議評価装置１の入力処理部２１は、会議情報３１（図３）を受け付ける。具体的には、第１に、入力処理部２１は、ユーザが入力装置１２を介して処理対象となる会議を特定する会議ＩＤを入力するのを受け付ける。
第２に、入力処理部２１は、補助記憶装置１５に既に記憶されている会議情報３１から、ステップＳ２０１の“第１”において入力された会議ＩＤが特定するレコードを取得する。入力処理部２１は、ユーザが入力装置１２を介して会議情報３１を新たに入力するのを受け付けてもよい。

ステップＳ２０２において、会議評価装置１の入力処理部２１は、スコア情報３４（図６）を受け付ける。具体的には、入力処理部２１は、補助記憶装置１５に既に記憶されているスコア情報３４を取得する。入力処理部２１は、ユーザが入力装置１２を介してスコア情報３４を新たに入力するのを受け付けてもよい。このとき取得（入力）されたスコア情報３４の評価側面欄１３１及び有効性評価欄１３２には、図６に示す通りのデータ（文字列）が既に記憶されているものとする。さらに、重み欄１３３には、ユーザが設定する重みの値が既に記憶され、スコア欄１３４は空欄であるものとする。ここまでは、会議の前段階である。やがて会議が実際に始まるとステップＳ２０３に進む。

ステップＳ２０３において、会議評価装置１の音声データ取得部２２は、中間スコア算出タイミングが到来したか否かを判断する。中間スコア算出タイミングとは、例えば、会議の予定開始時刻及び予定終了時刻（図３の欄１０３）の間の時間をｐ等分するｐ−１個の時点であり（ｐ≧２）、図６の時間帯（欄１３４）の境界点である。具体的には、音声データ取得部２２は、中間スコア算出タイミングが到来した場合（ステップＳ２０３“Ｙｅｓ”）、ステップＳ２０４に進み、それ以外の場合（ステップＳ２０３“Ｎｏ”）、中間スコア算出タイミングが到来するまで待機する。

ステップＳ２０４において、会議評価装置１の音声データ取得部２２は、音声データを取得する。具体的には、音声データ取得部２２は、補助記憶装置１５に記憶されている音声情報３２から、ステップＳ２０１の“第１”において受け付けた会議ＩＤを有するレコードの音声データを取得する。マイクロフォン制御装置４２は、各参加者の音声データをリアルタイムで会議評価装置１に送信し、会議評価装置１は、受信した音声データを補助記憶装置１５に記憶しているものとする。ただし、会議評価装置１が受信した音声データを補助記憶装置１５に記憶することは必須ではない。

ステップＳ２０５において、会議評価装置１の音声データ準備処理部２３は、音声データからノイズを除去する。具体的には、音声データ準備処理部２３は、ステップＳ２０４において取得した音声データの全ての区間について、前記した方法でノイズを除去する。

ステップＳ２０６において、会議評価装置１の音声データ準備処理部２３は、音声データから発話部分を切り出す。具体的には、音声データ準備処理部２３は、ノイズを除去した後の音声データから、前記した方法で無音区間を削除することによって、発話部分を切り出す。なお、請求項における“準備処理”には、ステップＳ２０５及びＳ２０６の処理が相当する。

ステップＳ２０７において、会議評価装置１の音声データ準備処理部２３は、処理後音声データを作成する。具体的には、第１に、音声データ準備処理部２３は、処理後音声情報３３（図５）の新たなレコードを作成し、新たなレコードの会議ＩＤ欄１２１にステップＳ２０１の“第１”において受け付けた会議ＩＤを記憶する。
第２に、音声データ準備処理部２３は、新たなレコードの参加者ＩＤ欄１２２及び処理後音声データ欄１２３に、参加者ＩＤ及び処理後音声データ（ノイズを除去した発話部分の音声データ）を記憶する。

ステップＳ２０８において、会議評価装置１のスコア算出部２４は、中間スコアを算出する。具体的には、第１に、スコア算出部２４は、処理後音声データを分析することによって、スコア情報３４の有効性指標（図６の欄１３２）のそれぞれの値を算出する。スコア算出部２４は、処理後音声データを解析することによってすべての有効性指標を算出するのに充分な、音声認識能力、言語処理能力、統計値算出能力、イベント検知能力、時刻取得能力等を有している。

第２に、スコア算出部２４は、算出した有効性指標のそれぞれの値に対して重み（図６の欄１３３）の値を乗算することによって、有効性指標ごとのスコアを算出する。
第３に、スコア算出部２４は、有効性指標ごとのスコアを合計することによって合計スコアを算出する。

ステップＳ２０９において、会議評価装置１の表示処理部２５は、中間スコアを表示する。具体的には、表示処理部２５は、ステップＳ２０８の“第３”において算出した合計スコアを室内ディスプレイ４１に表示する。このとき、表示処理部２５は、合計スコアに加えて、低い（又は高い）順に数えて所定の数のスコア、及び、それらのスコアに対応する有効性指標を示す文字列（例えば“音量の分散、−１０”）を表示してもよい。さらに、２度目以降にステップＳ２０９を経由した場合、表示処理部２５は、合計スコアの前回の値からの変化量を表示してもよい。

ステップＳ２１０において、会議評価装置１の音声データ取得部２２は、会議が終了したか否かを判断する。具体的には、音声データ取得部２２は、会議の進行役が会議の終了を宣言するのを検知した場合（ステップＳ２１０“Ｙｅｓ”）、ステップＳ２１１に進み、それ以外の場合（ステップＳ２１０“Ｎｏ”）、ステップＳ２０３に戻る。

戻った後のステップＳ２０４において、音声データ取得部２２は、既に中間スコアを算出した時間帯より後の時間帯の音声データを取得してもよいし、既に中間スコアを算出した時間帯に加えて最新の時間帯の音声データを取得してもよい。スコア算出部２４が算出し表示処理部２５が表示する中間スコアは、前者の場合、当該時間帯のみを評価対象としたものになり、後者の場合、経過したすべての時間帯を評価対象としたものになる。

ステップＳ２１１において、会議評価装置１のスコア算出部２４は、終了時スコアを算出する。具体的には、第１に、スコア算出部２４は、定時性についてのスコアを算出する。
第２に、スコア算出部２４は、定時性以外の評価側面についてのスコアを算出する。このとき、スコア算出部２４は、すべての時間帯に亘って通算でスコアを算出し直してもよいし、算出済の時間帯ごとのスコアの平均値を取得してもよい。
第３に、スコア算出部２４は、有効性指標ごとのスコアを合計することによって合計スコアを算出する。

ステップＳ２１２において、会議評価装置１の表示処理部２５は、終了時スコアを表示する。具体的には、表示処理部２５は、ステップＳ２１１の“第３”において算出した合計スコアを室内ディスプレイ４１に表示する。このとき、表示処理部２５は、合計スコアに加えて、低い（又は高い）順に数えて所定の数のスコア、及び、それらのスコアに対応する有効性指標を示す文字列を表示してもよい。さらに、２回以上ステップＳ２０９を経由した場合、表示処理部２５は、中間スコアの変化を時間帯ごとに（時系列で）表示してもよい。その後会議評価処理手順を終了する。

処理後音声データがあれば、（処理前の）音声データは不要である。したがって、音声情報３２が、補助記憶装置１５又は外部の任意の装置に記憶されている場合、会議の終了後、会議評価装置１の音声データ準備処理部２３は、音声情報３２のうちから当該会議に係る音声データを削除してもよい（記憶領域の節約）。

（重み学習処理手順）
図９に沿って、重み学習処理手順を説明する。
ステップＳ３０１において、会議評価装置１の重み学習部２６は、学習情報３５（図７）を受け付ける。具体的には、重み学習部２６は、補助記憶装置１５に既に記憶されている学習情報３５を取得する。重み学習部２６は、ユーザが入力装置１２を介して学習情報３５を新たに入力するのを受け付けてもよい。ここで取得（入力）された学習情報３５には、多数回分の有効性指標の値（＃）が既に記憶されているが、終了時の合計スコア（Ｔ_１等）は未だ記憶されていない。

ステップＳ３０２において、会議評価装置１の重み学習部２６は、合計スコアを受け付ける。具体的には、第１に、重み学習部２６は、ユーザが入力装置１２を介して過去の会議ごとに、終了時の合計スコアを入力するのを受け付ける。例えば、ユーザが参加状態の優先度を最も高くし、発言の質の優先度を最も低くしようと考えているとする。このとき、ユーザは、過去の会議のうち、参加状態の有効性指標の値が高かったものに対し、比較的高い合計スコアＴ_ｎを入力し、発言の質の有効性指標の値が高かったものに対し、比較的低い合計スコアＴ_ｎを入力する。
第２に、ステップＳ３０２の“第１”において受け付けた合計スコアＴ_ｎを学習情報３５の最下行に記憶し、学習情報３５を完成させる。

ステップＳ３０３において、会議評価装置１の重み学習部２６は、重みベクトルを生成する。具体的には、重み学習部２６は、乱数表等を使用し、無作為的な値を成分に有する重みベクトルを生成する。重みベクトルの成分の数（次元数）は、有効性指標の種類の数に等しい。

ステップＳ３０４において、会議評価装置１の重み学習部２６は、合計スコアを算出する。具体的には、重み学習部２６は、ステップＳ３０１において受け付けた学習情報３５の有効性指標の値、及び、ステップＳ３０３において生成した重みベクトルを使用して、過去の会議ごとに合計スコアを算出する。

ステップＳ３０５において、会議評価装置１の重み学習部２６は、重みベクトルを評価する。具体的には、第１に、重み学習部２６は、ステップＳ３０４において算出した合計スコアと、ステップＳ３０２の“第２”において記憶した合計スコアとの差分を２乗した値を、過去の会議ごとに算出する。
第２に、重み学習部２６は、ステップＳ３０５の“第１”において２乗した値をすべての過去の会議について合計し、合計した値を、ステップＳ３０３において生成した重みベクトルの評価値とする。評価値が小さいほど、重みベクトルの評価は高い。

重み学習部２６は、ステップＳ３０３〜Ｓ３０５の処理を充分な回数（例えば数百回）繰り返す。繰り返し処理を終了した段階で、重み学習部２６は、重みベクトルとその評価値との組合せを、繰り返し処理の回数に等しい数だけ保持していることになる。

ステップＳ３０６において、会議評価装置１の重み学習部２６は、重みベクトルを特定する。具体的には、第１に、重み学習部２６は、評価が最も高い重みベクトルを特定する。
第２に、重み学習部２６は、スコア情報３４（図６）の重みを、ステップＳ３０６の“第１”において特定した重みベクトルの成分で更新する。その後、重み学習処理手順を終了する。

（重み学習処理手順の変形例）
繰り返し処理中のステップＳ３０３において、重み学習部２６は、重みベクトルを生成する際に、遺伝的アルゴリズムを使用してもよい。すなわち、重み学習部２６は、評価が高い２つの重みベクトル（親）を交叉させることによって新たな重みベクトル（子）を生成してもよい。

（本実施形態の効果）
本実施形態の会議評価装置の効果は以下の通りである。
（１）会議評価装置は、会議の質を定量的に評価することができる。
（２）会議評価装置は、データ量を削減した音声データを分析対象とすることができる。
（３）会議評価装置は、会議の有効性指標を所定の重みで評価することができる。
（４）会議評価装置は、会議中に会議の評価の推移を表示することができる。
（５）会議評価装置は、定時性及び参加状態を含む会議の複数の側面を評価することができる。
（６）会議評価装置は、ユーザが重みを決定することを可能にする。
（７）会議評価装置は、ユーザの評価方針に沿う重みを学習することができる。

なお、本発明は前記した実施例に限定されるものではなく、様々な変形例が含まれる。例えば、前記した実施例は、本発明を分かり易く説明するために詳細に説明したものであり、必ずしも説明したすべての構成を備えるものに限定されるものではない。また、ある実施例の構成の一部を他の実施例の構成に置き換えることが可能であり、また、ある実施例の構成に他の実施例の構成を加えることも可能である。また、各実施例の構成の一部について、他の構成の追加・削除・置換をすることが可能である。

また、前記の各構成、機能、処理部、処理手段等は、それらの一部又は全部を、例えば集積回路で設計する等によりハードウエアで実現してもよい。また、前記の各構成、機能等は、プロセッサがそれぞれの機能を実現するプログラムを解釈し、実行することによりソフトウエアで実現してもよい。各機能を実現するプログラム、テーブル、ファイル等の情報は、メモリや、ハードディスク、ＳＳＤ（Solid State Drive）等の記録装置、又は、ＩＣカード、ＳＤカード、ＤＶＤ等の記録媒体に置くことができる。
また、制御線や情報線は説明上必要と考えられるものを示しており、製品上必ずしもすべての制御線や情報線を示しているとは限らない。実際には殆どすべての構成が相互に接続されていると考えてもよい。

１ 会議評価装置
１１ 中央制御装置
１２ 入力装置
１３ 出力装置（ディスプレイ）
１４ 主記憶装置
１５ 補助記憶装置
１６ 通信装置
２１ 入力処理部
２２ 音声データ取得部
２３ 音声データ準備処理部
２４ スコア算出部
２５ 表示処理部
２６ 重み学習部
３１ 会議情報
３２ 音声情報
３３ 処理後音声情報
３４ スコア情報
３５ 学習情報
４１ 室内ディスプレイ
４２ マイクロフォン制御装置
４３ 会議テーブル
４４ａ〜４４ｆ マイクロフォン

本発明の会議評価装置は、会議の参加者の音声波形からノイズを除去し、ノイズを除去した後の音声波形から発言のない部分を削除する準備処理を行う音声データ準備処理部と、準備処理を行った後の音声波形を解析することによって所定の有効性指標を算出し、算出した有効性指標に対して所定の重みを乗算することによって会議の有効性を示すスコアを算出するスコア算出部と、過去の会議についての有効性指標の値、及び、ユーザから受け付けた当該会議のスコアを学習データとして、重みを学習する重み学習部と、を備えることを特徴とする。
その他の手段については、発明を実施するための形態のなかで説明する。

Claims (9)

1. 会議の参加者の音声波形を取得する音声データ取得部と、
   前記取得した音声波形に基づき、前記会議の有効性を示すスコアを算出するスコア算出部と、
   前記算出したスコアをディスプレイに表示する表示処理部と、
   を備えることを特徴とする会議評価装置。
2. 前記取得した音声波形からノイズを除去し、前記ノイズを除去した後の音声波形から発言のない部分を削除する準備処理を行う音声データ準備処理部を備え、
   前記スコア算出部は、
   前記準備処理を行った後の音声波形に基づき、前記スコアを算出すること、
   を特徴とする請求項１に記載の会議評価装置。
3. 前記スコア算出部は、
   前記準備処理を行った後の音声波形を解析することによって所定の有効性指標を算出し、
   前記算出した有効性指標に対して所定の重みを乗算することによって前記スコアを算出すること、
   を特徴とする請求項２に記載の会議評価装置。
4. 前記スコア算出部は、
   前記会議の時間帯ごとに前記スコアを算出し、
   前記表示処理部は、
   前記時間帯ごとに前記スコアを前記ディスプレイに表示すること、
   を特徴とする請求項１に記載の会議評価装置。
5. 前記有効性指標は、
   前記会議についての、定時性、参加状態、活性化状態、議決の有無、及び、発言の質のうちのいずれかに属するものであること、
   を特徴とする請求項３に記載の会議評価装置。
6. ユーザが前記重みを入力するのを受け付ける入力処理部を備えること、
   を特徴とする請求項３に記載の会議評価装置。
7. 過去の前記会議についての前記有効性指標の値、及び、ユーザから受け付けた当該会議のスコアを学習データとして、前記重みを学習する重み学習部を備えること、
   を特徴とする請求項３に記載の会議評価装置。
8. 会議評価装置の音声データ取得部は、
   会議の参加者の音声波形を取得し、
   前記会議評価装置のスコア算出部は、
   前記取得した音声波形に基づき、前記会議の有効性を示すスコアを算出し、
   前記会議評価装置の表示処理部は、
   前記算出したスコアをディスプレイに表示すること、
   を特徴とする会議評価装置の会議評価方法。
9. 会議評価装置の音声データ取得部に対し、
   会議の参加者の音声波形を取得する処理を実行させ、
   前記会議評価装置のスコア算出部に対し、
   前記取得した音声波形に基づき、前記会議の有効性を示すスコアを算出する処理を実行させ、
   前記会議評価装置の表示処理部に対し、
   前記算出したスコアをディスプレイに表示するする処理を実行させること、
   を特徴とする会議評価装置を機能させるための会議評価プログラム。

Images