JP2020154179A - 情報処理装置、情報処理方法および情報処理プログラム - Google Patents

Abstract

【課題】対象ユーザのゲノム情報に基づいて、ユーザの音声器官の特徴を示す器官情報を推定することにより、音声を発することのできないユーザに対するサービスの質を向上する。【解決手段】情報処理システムにおいて、情報処理装置は、取得部３０によって教師ユーザのゲノム情報および器官情報を取得し記憶部４に記憶する。生成部３１は、教師ユーザの器官情報を教師とし、教師ユーザのゲノム情報を素性とする機械学習によって、音声器官の特徴に関する指標を出力する器官モデルを生成する。推定部３２は、取得部３０によって取得されたゲノム情報に基づいて、対象ユーザの音声器官の特徴を示す器官情報を推定する。処理部３４は、推定部３２によって推定された器官情報に基づいて、対象ユーザの音声を生成する音声生成処理を行う。具体的には、処理部３４は、推定した器官情報における音声器官の特徴に基づく音声を対象ユーザの音声として生成する。【選択図】図３

Description

本発明は、情報処理装置、情報処理方法および情報処理プログラムに関する。

従来、入力される音声の話者を特定する情報処理装置が知られている。かかる情報処理装置では、話者の音声入力の特徴パラメータを予め機械学習により学習することで器官モデルを生成し、音声を器官モデルに入力して音声特徴を推定することで話者を特定する技術がある（例えば、特許文献１参照）。

特開２００３−０７６３９０号公報

しかしながら、従来技術は、音声を発することができるユーザに限定したサービスであるため、例えば挿管された人等のような音声を発することができないユーザにとっては有用なサービスとは言えなかった。このため、従来は、サービスの質を向上させる点で改善の余地があった。

本願は、上記に鑑みてなされたものであって、サービスの質を向上させることができる情報処理装置、情報処理方法および情報処理プログラムを提供することを目的とする。

本願に係る情報処理装置は、取得部と、推定部とを備える。前記取得部は、ユーザのゲノム情報を取得する。前記推定部は、前記取得部によって取得された前記ゲノム情報に基づいて、前記ユーザの音声器官の特徴を示す器官情報を推定する。

実施形態の一態様によれば、サービスの質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処理の一例を示す図である。 図２は、実施形態に係る情報処理システムの構成を示す図である。 図３は、実施形態に係る情報処理装置の構成例を示すブロック図である。 図４は、ユーザ情報の一例を示す図である。 図５は、モデル情報の一例を示す図である。 図６は、実施形態に係る情報処理装置が実行するモデル生成処理の手順を示すフローチャートである。 図７は、実施形態に係る情報処理装置が実行する音声生成処理の手順を示すフローチャートである。 図８は、実施形態に係る情報処理装置が実行する正解音声の登録処理の手順を示すフローチャートである。 図９は、実施形態に係る情報処理装置が実行する認証処理の手順を示すフローチャートである。 図１０は、実施形態に係る情報処理装置の機能を実現するコンピュータの一例を示すハードウェア構成図である。

以下に、本願に係る情報処理装置、情報処理方法および情報処理プログラムを実施するための形態（以下、「実施形態」と記載する）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情報処理装置、情報処理方法および情報処理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。

まず、図１を用いて、実施形態に係る情報処理プログラムにより実現される情報処理の一例について説明する。図１は、実施形態に係る情報処理の一例を示す図である。図１では、例えば、挿管により音声を発することができないユーザ（以下、対象ユーザと記載する）の音声器官の特徴を示す器官情報を推定する情報処理方法を情報処理装置が実行する場合について説明する。

なお、対象ユーザは、音声を発するユーザであってもよく、情報処理装置に器官情報が登録されていないユーザであればよい。また、図１に示す情報処理では、事前に、音声を発することができるユーザ（以下、教師ユーザと記載する）のゲノム情報および器官情報に基づいて、対象ユーザの器官情報を推定するための器官モデルを生成するモデル生成処理が実行される。

まず、モデル生成処理までの一連の処理について説明する。具体的には、図１に示すように、まず、教師ユーザは、解析機関に対して遺伝解析の解析依頼を行う（Ｓ１）。例えば、教師ユーザは、解析依頼時に、唾液や血液等を解析機関へ提供する。

つづいて、解析機関は、教師ユーザから採取した唾液や血液等により遺伝解析を行う（Ｓ２）。そして、実施形態に係る情報処理装置は、解析機関から遺伝解析の結果として、教師ユーザのゲノム情報を取得する（Ｓ３）。

ゲノム情報には、例えば、ユーザの健康リスクに関する情報や、ユーザの体質、身体的特徴に関する情報等が含まれる。なお、ゲノム情報には、例えば、ユーザの塩基配列やアミノ酸配列等の遺伝暗号に関する情報が含まれてもよい。

なお、情報処理装置は、解析機関からゲノム情報を取得する場合に限らず、ユーザから直接唾液や血液を採取して、遺伝解析を行い、ゲノム情報を取得したり、ユーザがすでに保有しているゲノム情報をユーザから解析機関を経ずに直接取得してもよい。

つづいて、実施形態に係る情報処理装置は、教師ユーザの音声器官の特徴を示す器官情報を取得する（Ｓ４）。器官情報は、音声を発したり、調音したりするための身体的特徴である音声器官の形状や大きさ等の情報を含む。音声器官には、例えば、外唇、内唇、歯、歯茎、歯茎後部、硬口蓋前部、硬口蓋、軟口蓋、口蓋垂、咽頭壁、声門、咽頭蓋、舌根、後舌、前舌、舌端、舌尖および舌端裏等がある。

なお、図１では、一の教師ユーザからゲノム情報および器官情報を取得する場合を示しているが、複数の教師ユーザからゲノム情報および器官情報を取得することが好ましい。これにより、後段のモデル生成処理により生成されるモデルの精度を高めることができる。

つづいて、実施形態に係る情報処理装置は、取得したゲノム情報および器官情報を用いてモデル生成処理を実行し、器官情報を推定するためのモデル（以下、器官モデルと記載する）を生成する（Ｓ５）。

具体的には、実施形態に係る情報処理装置は、教師ユーザの器官情報を教師とし、教師ユーザのゲノム情報を素性とする機械学習によって、音声器官の特徴に関する指標を出力する器官モデルを生成するモデル生成処理を実行する。なお、器官モデルは、音声器官毎に生成されてもよく、あるいは、すべての音声器官を包括した１つのモデルであってもよい。

次に、対象ユーザの器官情報を推定する一連の処理について説明する。具体的には、まず、対象ユーザは、解析機関に対して遺伝解析の解析依頼を行う（Ｓ６）。つづいて、解析機関は、対象ユーザから採取した唾液や血液等により遺伝解析を行う（Ｓ７）。そして、実施形態に係る情報処理装置は、解析機関から遺伝解析の結果として、対象ユーザのゲノム情報を取得する（Ｓ８）。

つづいて、実施形態に係る情報処理装置は、対象ユーザのゲノム情報に基づいて、対象ユーザの器官情報を推定する推定処理を実行する（Ｓ９）。具体的には、実施形態に係る情報処理装置は、取得したゲノム情報を器官モデルに入力して、モデルから出力された指標に基づいて対象ユーザの器官情報を推定する。

なお、実施形態に係る情報処理装置は、推定した器官情報に基づいて、対象ユーザの音声を生成（再現）する音声生成処理を行うことができるが、かかる点については後述する。

また、実施形態に係る情報処理装置は、音声を発することができるユーザについては、例えば、音声入力を受け付け、かかる音声と、推定処理により推定した器官情報に基づく音声とを照合することで、音声を入力したユーザが本人であるか否かの認証処理を行うことができるが、かかる点についても後述する。

このように、実施形態に係る情報処理装置は、ゲノム情報に基づいてユーザの器官情報を推定することで、例えば、音声を発することができない対象ユーザにとって有用なサービスを提供できる。従って、実施形態に係る情報処理装置によれば、サービスの質を向上させることができる。

次に、図２を用いて、実施形態に係る情報処理システムのシステム構成について説明する。図２は、実施形態に係る情報処理システムの構成を示す図である。

図２に示すように、実施形態に係る情報処理システムＳは、情報処理装置１と、複数の端末装置１０−１〜１０−ｎと、機関端末１００とを備える。これら情報処理装置１、複数の端末装置１０−１〜１０−ｎおよび機関端末１００は、ネットワークＮを介して有線または無線により互いに通信可能に接続される。ネットワークＮは、例えば、ＬＡＮ（Local Area Network）や、インターネットなどのＷＡＮ（Wide Area Network）である。端末装置１０−１〜１０−ｎは、ユーザＵ−１〜Ｕ−ｎによって操作される。

以下においては、端末装置１０−１〜１０−ｎの各々を区別せずに示す場合、端末装置１０と記載し、ユーザＵ−１〜Ｕ−ｎの各々を区別せずに示す場合、ユーザＵと記載する。また、ユーザＵには、上記した教師ユーザおよび対象ユーザが含まれる。

端末装置１０は、ユーザＵの端末装置であり、スマートフォン、タブレット型端末、ＰＤＡ（Personal Digital Assistant）、パーソナルコンピュータなどのスマートデバイス（通信端末）である。端末装置１０は、ブラウザや、各種のアプリケーション等が実行可能である。

端末装置１０は、ブラウザやアプリケーションから、機関端末１００にネットワークＮを介してアクセスして、遺伝解析の解析依頼を行う。また、端末装置１０は、例えば、マイク等を備え、ユーザＵが発する音声を集音して得た音声情報や、器官情報等を情報処理装置１へ送信することができる。

機関端末１００は、遺伝解析を行う解析機関が所有する端末装置である。機関端末１００は、ネットワークＮを介して、端末装置１０からユーザＵの解析依頼を受け付けたり、遺伝解析の結果であるゲノム情報を情報処理装置１へ送信したりする。

なお、図２では、端末装置１０および情報処理装置１を別体で構成する場合を示したが、例えば、端末装置１０および情報処理装置１を一体で構成し、情報処理装置１の各処理を端末装置１０が実行してもよい。

次に、図３を用いて、実施形態に係る情報処理装置１の構成について説明する。図３は、実施形態に係る情報処理装置１の構成例を示すブロック図である。

図３に示すように、情報処理装置１は、通信部２と、制御部３と、記憶部４とを備える。

通信部２は、たとえば、ＮＩＣ（Network Interface Card）等によって実現される。通信部２は、ネットワークＮと有線または無線で接続され、ネットワークＮを介して、端末装置１０や機関端末１００との間で情報の送受信を行う。

記憶部４は、たとえば、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。図３に示すように、記憶部４は、ユーザ情報４０と、モデル情報４１とを記憶する。

ユーザ情報４０は、ユーザＵの情報であるユーザ情報を含む。図４は、ユーザ情報の一例を示す図である。ユーザ情報は、例えば、ゲノム情報や器官情報の取得時に生成される。

図４に示すように、ユーザ情報には、「ユーザＩＤ」、「属性」、「ゲノム情報」および「器官情報」といった項目を含む。

「ユーザＩＤ」は、ユーザＵを識別する識別情報である。「属性」は、ユーザＵの属性に関する情報であり、例えば、デモグラフィック属性や、サイコグラフィック属性を含む。「ゲノム情報」は、例えば、ユーザＵの唾液等を採取して抽出されるユーザＵの遺伝子に関する情報であり、例えば、ユーザＵの健康リスクに関する情報や、ユーザＵの体質、身体的特徴に関する情報、ユーザＵの塩基配列やアミノ酸配列等の遺伝暗号に関する情報が含まれる。なお、ゲノム情報は、他の検査機関で生成されたゲノム情報を含んでもよい。「器官情報」は、ユーザＵの音声器官の特徴を示す器官情報であり、各音声器官の形状や大きさ等の情報が含まれる。

次に、モデル情報４１は、後述の生成部３１によって生成される器官モデルに関する情報である。図５は、モデル情報の一例を示す図である。図５に示すように、モデル情報には、「モデルＩＤ」、「音声器官」および「モデル情報」といった項目が含まれる。

「モデルＩＤ」は、器官モデルを識別する識別情報である。「音声器官」は、音声器官を示す情報である。「モデル情報」は、音声器官の特徴を示す指標を出力するためのモデルの情報を示す。なお、モデル情報４１において、モデルＩＤで識別される器官モデルは、例えば、性別や、国籍、年齢等によってさらに複数に区分けされてもよく、１つの器官モデルであってもよい。つまり、モデル情報４１には、１つ、または、複数の器官モデルが含まれる。

制御部３は、コントローラ（controller）であり、たとえば、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）等によって、情報処理装置１内部の記憶装置に記憶されている各種プログラムがＲＡＭ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３は、たとえば、コントローラであり、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等の集積回路により実現される。

制御部３は、取得部３０と、生成部３１と、推定部３２と、受付部３３と、処理部３４とを備える。

取得部３０は、ユーザＵの各種情報を取得する。取得部３０は、例えば、ゲノム情報や、器官情報を取得する。また、取得部３０は、ゲノム情報や器官情報を取得したユーザＵに関するユーザ情報である属性情報等を取得する。取得部３０は、取得したゲノム情報、器官情報および属性情報等をユーザ情報４０として記憶部４に記憶する。

生成部３１は、取得部３０によって取得されたユーザＵ（教師ユーザ）のゲノム情報および器官情報に基づいて機械学習のモデルを生成する。具体的には、生成部３１は、教師ユーザの器官情報を教師とし、教師ユーザのゲノム情報を素性とする機械学習によって、音声器官の特徴に関する指標を出力する器官モデルを生成する。

例えば、生成部３１は、機械学習として、ニューラルネットワークを用いる場合、ゲノム情報および器官情報に基づいて、ニューラルネットワークにおける各重みを学習する。

より具体的には、生成部３１は、教師ユーザの器官情報を目的変数（教師）とし、ゲノム情報およびユーザ情報から抽出される各特徴情報を説明変数（素性）とする回帰モデルを学習モデルとして求めることができる。

ゲノム情報から抽出される特徴情報には、例えば、ユーザＵの音声器官の形状等に関する情報や、ユーザＵの音声の周波数特性に関する情報、ユーザＵの体格や体質に関する情報等がある。また、ユーザ情報から抽出される特徴情報には、ユーザＵの出身地や、過去の居住地、居住期間、年齢、性別等の属性に関する情報等が含まれる。

また、器官モデルから出力される指標には、例えば、音声器官の形状を示すスコアや、音声器官の大きさを示すスコア等が含まれる。なお、生成部３１は、上記のスコア毎に器官モデルを生成してもよく、全てのスコアを総合したスコアを出力する１つの器官モデルを生成してもよい。

なお、生成部３１が用いる機械学習の学習モデルは、ニューラルネットワークに限定されるものではなく、例えば、ＳＶＭ（Support Vector Machine）等の他の機械学習の学習モデルを用いてもよい。

また、生成部３１は、深層学習（ディープラーニング）の技術を用いて器官モデルを生成することもできる。例えば、生成部３１は、ＤＮＮ（Deep Neural Network）やＲＮＮ（Recurrent Neural Network）やＣＮＮ（Convolutional Neural Network）等の種々のディープラーニングの技術を適宜用いて器官モデルを生成することができる。

また、生成部３１は、器官モデルを生成後については、器官モデルの更新処理を行う。具体的には、生成部３１は、器官モデルを用いて後述の推定部３２によって推定された所定のユーザＵの器官情報と、取得部３０によって取得された当該ユーザＵの器官情報との照合結果に基づいて器官モデルを更新する。

例えば、生成部３１は、ニューラルネットワークにおける各重みを更新する。具体的には、生成部３１は、推定部３２によって推定される器官情報と、取得部３０によって取得される器官情報との類似度が所定の閾値以上となるように、ニューラルネットワークにおける各重みを更新する。

推定部３２は、取得部３０によって取得されたゲノム情報に基づいて、ユーザＵの音声器官の特徴を示す器官情報を推定する。具体的には、推定部３２は、取得部３０によって取得されたユーザＵ（例えば、対象ユーザ）のゲノム情報を器官モデルに入力して、ユーザＵの器官情報を推定する。より具体的には、推定部３２は、器官モデルから出力される指標に基づく音声器官の特徴を器官情報として推定する。

受付部３３は、後述の処理部３４が認証処理を行うための音声入力を受け付ける。例えば、受付部３３は、端末装置１０のマイクを介して集音されたユーザＵの音声を音声入力として受け付ける。

処理部３４は、推定部３２によって推定された器官情報に基づいて、各種処理を実行する。例えば、処理部３４は、推定部３２によって推定された器官情報に基づいて、ユーザＵの音声を生成する音声生成処理を行う。具体的には、処理部３４は、推定した器官情報における音声器官の特徴に基づく音声をユーザＵの音声として生成する。

また、処理部３４は、推定部３２によって推定された器官情報を用いて、音声による認証処理を行うこともできる。具体的には、処理部３４は、音声生成処理によって生成した音声と、受付部３３によって受け付けられた音声とを照合することで、ユーザＵが本人であることを認証する認証処理を行う。

より具体的には、処理部３４は、まず、推定部３２によって推定された器官情報に基づく音声を正解音声として記憶部４に記憶しておく。

そして、処理部３４は、ユーザＵの認証時に受付部３３が受け付けた音声入力と、記憶部４に記憶された正解音声との比較結果に基づき、ユーザＵ本人であるか否かの認証処理を行う。すなわち、処理部３４は、器官モデルに基づく器官情報から生成した音声を認証処理における正解音声として用いる。

あるいは、処理部３４は、器官モデルに基づく器官情報から生成した音声を認証処理における音声入力として用いてもよい。具体的には、処理部３４は、まず、受付部３３が受け付けた音声入力を正解音声として記憶部４に記憶しておく。

そして、処理部３４は、ユーザＵの認証時にゲノム情報を取得し、かかるゲノム情報を基に推定された器官情報に基づく音声と、記憶部４に記憶された正解音声との比較結果に基づき、ユーザＵ本人であるか否かの認証処理を行ってもよい。

次に、図６〜図９を用いて、実施形態に係る情報処理装置１が実行する処理の手順について説明する。まず、図６を用いて、モデル生成処理の処理手順について説明する。

図６は、実施形態に係る情報処理装置１が実行するモデル生成処理の手順を示すフローチャートである。図６に示すように、取得部３０は、教師ユーザのゲノム情報を取得する（Ｓ１０１）。

つづいて、取得部３０は、教師ユーザの器官情報を取得する（Ｓ１０２）。なお、図６において、Ｓ１０１およびＳ１０２の処理手順は入れ替わってもよい。

つづいて、生成部３１は、教師ユーザの器官情報を教師とし、教師ユーザのゲノム情報を素性とする機械学習によって、音声器官の特徴に関する指標を出力する器官モデルを生成する（Ｓ１０３）。

つづいて、生成部３１は、生成した器官モデルをモデル情報４１として記憶部４に記憶し（Ｓ１０４）、処理を終了する。

次に、図７を用いて、音声生成処理の処理手順について説明する。図７は、実施形態に係る情報処理装置１が実行する音声生成処理の手順を示すフローチャートである。

図７に示すように、まず、取得部３０は、対象ユーザのゲノム情報を取得する（Ｓ２０１）。

つづいて、推定部３２は、器官モデルにゲノム情報を入力して、音声器官の特徴を示す指標を出力する（Ｓ２０２）。

つづいて、推定部３２は、出力した指標に基づいて、器官情報を推定する（Ｓ２０３）。

つづいて、処理部３４は、推定された器官情報に基づいて、対象ユーザの音声を生成する音声生成処理を実行し（Ｓ２０４）、処理を終了する。

次に、図８および図９を用いて、認証処理の処理手順について説明する。図８は、実施形態に係る情報処理装置１が実行する正解音声の登録処理の手順を示すフローチャートである。図９は、実施形態に係る情報処理装置１が実行する認証処理の手順を示すフローチャートである。

図８に示すように、取得部３０は、認証処理の対象となるユーザＵのゲノム情報を取得する（Ｓ３０１）。

つづいて、推定部３２は、器官モデルにゲノム情報を入力して、音声器官の特徴を示す指標を出力する（Ｓ３０２）。

つづいて、推定部３２は、出力した指標に基づいて、器官情報を推定する（Ｓ３０３）。

つづいて、推定部３２は、推定した器官情報に基づいて、ユーザＵの音声を生成する音声生成処理を行う（Ｓ３０４）。

つづいて、推定部３２は、生成した音声を正解音声として記憶部４に記憶し（Ｓ３０４）、処理を終了する。

次に、図９に示すように、認証処理において、受付部３３は、認証処理の対象となるユーザＵの音声入力を受け付けたか否かを判定する（Ｓ４０１）。なお、受付部３３は、ユーザＵの音声入力を受け付けていない場合（Ｓ４０１：Ｎｏ）、音声入力を受け付けるまでＳ４０１を繰り返し実行する。

つづいて、処理部３４は、受付部３３が受け付けた音声および記憶部４に記憶された正解音声を照合する（Ｓ４０２）。

処理部３４は、照合の結果、受付部３３が受け付けた音声および正解音声の類似度が所定の閾値以上であるか否かを判定する（Ｓ４０３）。

つづいて、処理部３４は、類似度が所定の閾値以上である場合（Ｓ４０３：Ｙｅｓ）、ユーザＵ本人であると判定し（Ｓ４０４）、処理を終了する。

一方、処理部３４は、類似度が所定の閾値未満である場合（Ｓ４０３：Ｎｏ）、ユーザＵ本人でないと判定し（Ｓ４０５）、処理を終了する。

また、上述してきた実施形態にかかる情報処理装置１は、例えば図１０に示すような構成のコンピュータ２００によって実現される。図１０は、実施形態に係る情報処理装置１の機能を実現するコンピュータ２００の一例を示すハードウェア構成図である。コンピュータ２００は、ＣＰＵ２０１、ＲＡＭ２０２、ＲＯＭ２０３、ＨＤＤ２０４、通信インターフェイス（Ｉ／Ｆ）２０５、入出力インターフェイス（Ｉ／Ｆ）２０６、及びメディアインターフェイス（Ｉ／Ｆ）２０７を有する。

ＣＰＵ２０１は、ＲＯＭ２０３又はＨＤＤ２０４に格納されたプログラムに基づいて動作し、各部の制御を行う。ＲＯＭ２０３は、コンピュータ２００の起動時にＣＰＵ２０１によって実行されるブートプログラムや、コンピュータ２００のハードウェアに依存するプログラム等を格納する。

ＨＤＤ２０４は、ＣＰＵ２０１によって実行されるプログラム、及び、かかるプログラムによって使用されるデータ等を格納する。通信インターフェイス２０５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ＣＰＵ２０１へ送り、ＣＰＵ２０１が生成したデータを、ネットワークＮを介して他の機器へ送信する。

ＣＰＵ２０１は、入出力インターフェイス２０６を介して、ディスプレイやプリンタ等の出力装置、及び、キーボードやマウス等の入力装置を制御する。ＣＰＵ２０１は、入出力インターフェイス２０６を介して、入力装置からデータを取得する。また、ＣＰＵ２０１は、生成したデータを、入出力インターフェイス２０６を介して出力装置へ出力する。

メディアインターフェイス２０７は、記録媒体２０８に格納されたプログラム又はデータを読み取り、ＲＡＭ２０２を介してＣＰＵ２０１に提供する。ＣＰＵ２０１は、かかるプログラムを、メディアインターフェイス２０７を介して記録媒体２０８からＲＡＭ２０２上にロードし、ロードしたプログラムを実行する。記録媒体２０８は、例えば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である。

例えば、コンピュータ２００が実施形態にかかる情報処理装置１として機能する場合、コンピュータ２００のＣＰＵ２０１は、ＲＡＭ２０２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３の機能を実現する。また、ＨＤＤ２０４には、記憶部４内のデータが格納される。コンピュータ２００のＣＰＵ２０１は、これらのプログラムを、記録媒体２０８から読み取って実行するが、他の例として、他の装置から、ネットワークＮを介してこれらのプログラムを取得してもよい。

上述してきたように、実施形態に係る情報処理装置１は、取得部３０と、推定部３２とを備える。取得部３０は、ユーザＵのゲノム情報を取得する。推定部３２は、取得部３０によって取得されたゲノム情報に基づいて、ユーザＵの音声器官の特徴を示す器官情報を推定する。

これにより、サービスの質を向上させることができる。

また、上述した実施形態に係る情報処理装置１は、処理部３４をさらに備える。処理部３４は、推定部３２によって推定されたユーザＵの器官情報に基づいて、ユーザＵの音声を生成する音声生成処理を行う。

これにより、例えば、挿管等で声が出ないユーザＵの音声を再現できるため、このようなユーザＵにとって有用なサービスを提供できる。

また、上述した実施形態に係る情報処理装置１は、受付部３３と、処理部３４とをさらに備える。受付部３３は、ユーザＵの音声入力を受け付ける。処理部３４は、音声生成処理によって生成された音声と、受付部３３によって受け付けられた音声とを照合することで、ユーザＵを認証する認証処理を行う。

これにより、ユーザＵの認証精度を向上させることができる。

また、上述した実施形態に係る情報処理装置１は、生成部３１をさらに備える。生成部３１は、教師ユーザの器官情報を教師とし、教師ユーザのゲノム情報を素性とする機械学習によって、音声器官の特徴に関する指標を出力するモデルを生成する。推定部３２は、取得部３０によって取得されたゲノム情報をモデルに入力して、ユーザＵの器官情報を推定する。

これにより、ユーザＵの器官情報の推定精度を向上させることができる。

また、上述した実施形態に係る情報処理装置１において、取得部３０は、ユーザＵの器官情報を取得する。生成部３１は、推定部３２によって推定された器官情報と、取得部３０によって取得された器官情報との照合結果に基づいてモデルを更新する。

これにより、器官モデルから出力される指標の精度を向上させることができるため、推定部３２による器官情報の推定精度を向上させることができる。

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。例えば、各図に示した各種情報は、図示した情報に限られない。

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。

また、上述してきた実施形態に記載した各処理は、処理内容を矛盾させない範囲で適宜組み合わせ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、推定部３２は、推定手段や推定回路に読み替えることができる。

１ 情報処理装置
２ 通信部
３ 制御部
４ 記憶部
１０ 端末装置
３０ 取得部
３１ 生成部
３２ 推定部
３３ 受付部
３４ 処理部
１００ 機関端末
Ｕ ユーザ

Claims (7)

1. ユーザのゲノム情報を取得する取得部と、
   前記取得部によって取得された前記ゲノム情報に基づいて、前記ユーザの音声器官の特徴を示す器官情報を推定する推定部と
   を備えることを特徴とする情報処理装置。
2. 前記推定部によって推定された前記ユーザの器官情報に基づいて、当該ユーザの音声を生成する音声生成処理を行う処理部をさらに備えること
   を特徴とする請求項１に記載の情報処理装置。
3. 前記ユーザの音声入力を受け付ける受付部をさらに備え、
   前記処理部は、
   前記音声生成処理によって生成した前記音声と、前記受付部によって受け付けられた音声とを照合することで、前記ユーザを認証する認証処理を行うこと
   を特徴とする請求項２に記載の情報処理装置。
4. 教師ユーザの器官情報を教師とし、前記教師ユーザのゲノム情報を素性とする機械学習によって、音声器官の特徴に関する指標を出力するモデルを生成する生成部をさらに備え、
   前記推定部は、
   前記取得部によって取得された前記ユーザのゲノム情報を前記モデルに入力して、当該ユーザの器官情報を推定すること
   を特徴とする請求項１〜３のいずれか１つに記載の情報処理装置。
5. 前記取得部は、
   前記ユーザの器官情報をさらに取得し、
   前記生成部は、
   前記推定部によって推定された前記器官情報と、前記取得部によって取得された前記器官情報との照合結果に基づいて前記モデルを更新すること
   を特徴とする請求項４に記載の情報処理装置。
6. コンピュータが実行する情報処理方法であって、
   ユーザのゲノム情報を取得する取得工程と、
   前記取得工程によって取得された前記ゲノム情報に基づいて、前記ユーザの音声器官の特徴を示す器官情報を推定する推定工程と
   を含むことを特徴とする情報処理方法。
7. ユーザのゲノム情報を取得する取得手順と、
   前記取得手順によって取得された前記ゲノム情報に基づいて、前記ユーザの音声器官の特徴を示す器官情報を推定する推定手順と
   をコンピュータに実行させることを特徴とする情報処理プログラム。

Images