JP2023057804A - 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】搭乗者の間の関係性を適切に推定する情報処理装置、情報処理方法及び情報処理プログラムを提供する。
【解決手段】端末装置と、コンテンツ装置と、情報処理装置とが、ネットワークを介して、有線又は無線により通信可能に接続される情報処理システムにおいて、情報処理装置２００は、移動体に搭乗する搭乗者の間で行われた会話を示す会話情報を取得する取得部２３７と、会話情報から検出された会話の継続状況に基づいて、搭乗者の間の関係性を推定する推定部２３８と、を有する。取得部は、会話情報として、会話の時系列を示す時系列情報を含む会話情報を取得し、推定部は、時系列情報から検出された会話の継続状況に基づいて、搭乗者の間の関係性を推定する。
【選択図】図７

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、会話の内容から会話している人物同士の関係性を推定する技術が知られている。例えば、特許文献１には、会話している人物によるコミュニケーション情報を、このコミュニケーション情報を発信した人物と、この人物が会話している人物との間で関連付けておくことにより、関連付けによる記録情報に基づいて、これら人物間での関係を表示する技術が開示されている。

特開２０１０－２６７１４３号公報

ここで、車両等の移動体には、特定の関係性にある人物同士が登場する場合があるが、上記の従来技術では、この関係性がどういったものであるのか適切に推定することができるとは限らない。

例えば、上記の従来技術では、会話している人物を認識し、認識した人物によるコミュニケーション情報を収集することで、収集したコミュニケーションログを用いて、コミュニケーションすなわち会話に参加している人物同士を関連付けて記録情報として保持するという自律走行するロボット装置が提案されている。

また、上記の従来技術では、例えば、組織内の様々な場所での人と人とのコミュニケーションを柔軟に収集することが目的とされている。

このようなことから、上記の従来技術には、車両など移動体に搭乗する搭乗者の間の関係性を推定するという概念が存在しない。よって、上記の従来技術では、移動体に搭乗する搭乗者の間の関係性を適切に推定することができるとは限らない。

本発明は、上記に鑑みてなされたものであって、搭乗者の間の関係性を適切に推定す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の実現を目的とする。

請求項１に記載の情報処理装置は、移動体に搭乗する搭乗者の間で行われた会話を示す会話情報を取得する取得部と、前記会話情報から検出された前記会話の継続状況に基づいて、前記搭乗者の間の関係性を推定する推定部とを有することを特徴とする。

請求項１７に記載の情報処理方法は、情報処理装置が実行する情報処理方法であって、移動体に搭乗する搭乗者の間で行われた会話を示す会話情報を取得する取得工程と、前記会話情報から検出された前記会話の継続状況に基づいて、前記搭乗者の間の関係性を推定する推定工程とを含むことを特徴とする。

請求項１８に記載の情報処理プログラムは、移動体に搭乗する搭乗者の間で行われた会話を示す会話情報を取得する取得手順と、前記会話情報から検出された前記会話の継続状況に基づいて、前記搭乗者の間の関係性を推定する推定手順とを情報処理装置に実行させるための情報処理プログラムである。

図１は、実施形態に係る情報処理システムの一例を示す図である。 図２は、第１の実施形態に係るコンテンツ制御処理を説明する説明図である。 図３は、第１の実施形態に係る情報処理装置の構成例を示す図である。 図４は、第１の実施形態に係るコンテンツデータベースの一例を示す図である。 図５は、第１の実施形態に係る関係情報データベースの一例を示す図である。 図６は、第１の実施形態に係るコンテンツ制御処理の手順を示すフローチャートである。 図７は、第２の実施形態に係る情報処理装置の構成例を示す図である。 図８は、第２の実施形態に係る会話情報データベースの一例を示す図である。 図９は、第２の実施形態に係る関係性推定処理の手順を示すフローチャートである。 図１０は、情報処理装置１００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、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）の一例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する。

［実施形態］
〔１．はじめに〕
例えば、車両の搭乗者に対して各種のコンテンツを提供する技術が知られているが、搭乗者の間では特定の関係性が成立していることがあり、係る従来技術では、必ずしもこの関係性に応じた最適な内容のコンテンツが提供されるとは限らない。

例えば、搭乗者の間で成立している関係性に反する内容のコンテンツが提供されてしまった場合、搭乗者を不快にさせてしまう恐れがある。

また、例えば、搭乗者の間で複数の異なる関係性が成立していることもあり、この場合、例えば一方の関係性に属する人物同士には適する一方で、他の関係性に属する人物同士には反する内容のコンテンツが提供されてしまう可能性がある。そうすると、一部の搭乗者を気まずい気分にさせてしまう恐れがある。

そこで、本発明は、上記事情に着目してなされたものであって、その目的とするところは、一側面では搭乗者の間の関係性に応じた適切なコンテンツを提示することにある。このような目的のため、本発明では、人間関係に応じて提示すべきコンテンツを制御する。例えば、この一側面に対応する第１の実施形態は、人間関係に応じたコンテンツ制御処理に対応し、係るコンテンツ制御処理では、移動体に搭乗する搭乗者の間の関係性を示す関係情報が取得され、取得された関係情報が示す関係性に応じて、搭乗者に提示されるコンテンツが制御される。

また、上記の事情によれば、他側面ではその目的とするところは、搭乗者の間の関係性を精度よく推定することにある。このように、搭乗者の間の関係性を適切に推定することで、コンテンツ制御処理の効果がより向上することとなる。このような他側面の目的のため、本発明では、搭乗者による会話の継続状況に着目し、搭乗者の間の関係性を推定する。例えば、この他側面に対応する第２の実施形態は、会話継続状況に基づく関係性推定処理に対応し、係る関係性推定処理では、移動体に搭乗する搭乗者の間で行われた会話を示す会話情報が取得され、取得された会話情報から検出された会話の継続状況に基づいて、搭乗者の間の関係性が推定される。

〔２．システムの全体像について〕
第１の実施形態、第２の実施形態それぞれについて具体的に説明するにあたって、まず、双方の実施形態の共通事項として、実施形態に係る情報処理システムの構成を説明する。図１は、実施形態に係る情報処理システムの一例を示す図である。図１には、実施形態に係る情報処理システムの一例として、情報処理システム１が示される。後述する第１の実施形態、および、第２の実施形態は、図１に示す情報処理システム１内で実現されてよい。

図１に示すように、情報処理システム１は、端末装置１０と、コンテンツ装置６０と、情報処理装置１００とを備えてよい。また、端末装置１０と、コンテンツ装置６０と、情報処理装置１００とは、ネットワークＮを介して、有線または無線により通信可能に接続される。また、図１に示す情報処理システム１には、任意の数の端末装置１０と、任意の数のコンテンツ装置６０と、任意の数の情報処理装置１００とが含まれてもよい。

端末装置１０は、移動体の一例である車両ＶＥｘに搭載される車載装置であってよい。図１には、端末装置１０が車両ＶＥｘの車載装置である例が示される。係る例では、端末装置１０は、例えば、車両ＶＥｘに内蔵される専用のナビゲーション装置、あるいは、車両ＶＥｘに取り付けられる専用のナビゲーション装置であってよい。また、端末装置１０は、後述する情報処理装置１００として機能するよう構成されてもよい。

なお、端末装置１０は、所定のナビゲーションシステムに対応するアプリケーションが導入されている携帯型端末装置（例えば、スマートフォン、タブレット型端末、ノート型ＰＣ、デスクトップＰＣ、ＰＤＡ等）であってもよい。係る例では、端末装置１０は、車両ＶＥｘの搭乗者によって日常的に利用される。

また、端末装置１０は、各種の出力部を有しており、情報処理装置１００から配信されたコンテンツを適切な出力部から出力する。例えば、端末装置１０は、コンテンツが、テキスト形式、画像形式、あるいは、動画形式である場合には、出力部の一例である表示画面にコンテンツを表示させてよい。また、例えば、端末装置１０は、コンテンツが、音声形式である場合には、出力部の一例である報知部（例えば、スピーカー）からコンテンツを音声出力させてよい。

コンテンツ装置６０は、搭乗者に提示される提示候補のコンテンツを保有しており、このコンテンツが搭乗者に配信されるよう情報処理装置１００に対して配信要求する。例えば、コンテンツを提供するコンテンツプロバイダーは、自身のコンテンツをコンテンツ装置６０に登録することができる。また、コンテンツプロバイダーは、コンテンツの配信条件も設定してよい。

なお、本実施形態でいうコンテンツとは、搭乗者に対するレコメンドを目的とする内容のコンテンツであってもよいし、広告コンテンツであってもよい。

情報処理装置１００は、実施形態に係る情報処理を行う装置である。例えば、情報処理装置１００は、第１の実施形態に係る情報処理として、コンテンツ制御処理を行う。また、例えば、情報処理装置１００は、第２の実施形態に係る情報処理として、関係性推定処理を行う。また、図２で説明するが、情報処理装置１００には、搭乗者の状況を把握する状況把握エンジンＥが搭載されており、状況把握エンジンＥによって実施形態に係る情報処理が実現されてよい。また、状況把握エンジンＥは、制御部１３０（図３）に対応する。

ここで、端末装置１０を搭乗者の近くでエッジ処理を行うエッジコンピュータとするなら、コンテンツ装置６０および情報処理装置１００は、例えば、クラウド側で処理を行うクラウドコンピュータであってよい。すなわち、コンテンツ装置６０および情報処理装置１００は、サーバ装置であってよい。

以下では、第１の実施形態、第２の実施形態それぞれについて具体的に説明する。なお、各実施形態では、移動体を車両ＶＥｘとして説明するが、移動体は車両ＶＥｘに限定されるものではない。また、各実施形態では、コンテンツは、端末装置１０の表示画面に表示される、テキスト形式、画像形式、あるいは、動画形式の推奨コンテンツ（特定の事項をレコメンドする内容のコンテンツ）であるものとするが、音声形式の推奨コンテンツであってもよい。

また、各実施形態では、「搭乗者に提示する」という表現は、「搭乗者に提供する」、「搭乗者に送信する」、「搭乗者に配信する」、「搭乗者に出力する」等の意味を含むものとする。

（第１の実施形態）
〔１．第１の実施形態の全体像〕
ここからは、図２を用いて、第１の実施形態について説明する。図２は、第１の実施形態に係るコンテンツ制御処理を説明する説明図である。また、図２（ａ）には、第１の実施形態に係るコンテンツ制御処理に対する比較例が示される。図２（ｂ）には、第１の実施形態に係るコンテンツ制御処理の具体的な一例が示される。

図２（ａ）には、人物Ｐ１、Ｐ２およびＰ３という３人が車両ＶＥ１（車両ＶＥｘの一例）に搭乗している例が示される。また、図２（ａ）には、人物Ｐ１と人物Ｐ２との間には関係性Ｘ１２（例えば、恋人関係）が成立している例が示される。また、図２（ａ）には、人物Ｐ１、人物Ｐ２および人物Ｐ３の間には関係性Ｘ１２３（例えば、友人関係）が成立している例が示される。つまり、図２（ａ）には、友人関係にある３人が車両ＶＥ１で外出しているが、このうち人物Ｐ１と人物Ｐ２とは恋人関係にあるという場面が示されている。

このような場合において、図２（ａ）に示すように、情報処理装置１００が、「恋人のお二人には店舗○○がおすすめです」といった内容で店舗をレコメンドする推奨コンテンツＣｘを提示したとする。

そうすると、図２（ａ）に示すように、人物Ｐ１および人物Ｐ２は、人物Ｐ３に対して「気まずい」気分になり得る。一方、人物Ｐ３にしても人物Ｐ１および人物Ｐ２に対して「疎外感」を感じる可能性がある。

このような比較例によれば、関係性Ｘ１２には適する一方で、関係性Ｘ１２３には反する内容のコンテンツが提供されていることになり、一部の搭乗者を不快にさせてしまっている。つまり、比較例に示されるような従来技術によれば、搭乗者の間の関係性に応じた適切なコンテンツが提供されているとはいい難い。そこで、情報処理装置１００は、図２（ｂ）に示すようなコンテンツ制御処理を行う。

引き続き図２（ｂ）を用いて、第１の実施形態に係る情報処理であるコンテンツ制御処理の一例を説明する。図２（ｂ）の例では、情報処理装置１００は、後に第２の実施形態に係る情報処理として説明する関係性推定処理を実施済みであり、車両ＶＥ１に搭乗している搭乗者である人物Ｐ１、人物Ｐ２および人物Ｐ３の間でどのような関係性が成立するかが推定された推定結果、すなわち人物Ｐ１、人物Ｐ２および人物Ｐ３の間の関係性を示す関係情報を有しているものとする。

また、図２（ｂ）に示すように、情報処理装置１００には、搭乗者の状況を把握する状況把握エンジンＥ（制御部１３０）が搭載されているものとする。

このような状態において、状況把握エンジンＥは、まず、コンテンツを提示するタイミングであるか否か判定していてよい。また、状況把握エンジンＥは、図２（ｂ）に示すように、コンテンツ装置６０からコンテンツの配信要求を受け付けた場合に（ステップＳ２１）、コンテンツを提示するタイミングになったと判定してよい。

次に、状況把握エンジンＥは、コンテンツが格納されるコンテンツデータベースから提示候補のコンテンツを取得する（ステップＳ２２）。図２（ｂ）では、状況把握エンジンＥは、複数の提示候補のコンテンツを取得したものとする。

また、状況把握エンジンＥは、人物Ｐ１、人物Ｐ２および人物Ｐ３（車両ＶＥ１の搭乗者）の間の関係性を示す関係情報を取得し、取得した関係情報から車両ＶＥ１の搭乗者の間の関係性を把握する（ステップＳ２３）。

図２（ｂ）の例では、関係情報には、搭乗者による組合せとして、人物Ｐ１および人物Ｐ２という組合せ、また、人物Ｐ１、人物Ｐ２および人物Ｐ３という組合せそれぞれについて、各組合せ内の搭乗者の間の関係性が示されていてよい。例えば、図２（ｂ）の例でも、関係情報には、人物Ｐ１および人物Ｐ２の間の関係性として関係性Ｘ１２（例えば、恋人関係）、人物Ｐ１、人物Ｐ２および人物Ｐ３の間の関係性として関係性Ｘ１２３（例えば、友人関係）が示されているものとする。係る場合、状況把握エンジンＥは、人物Ｐ１と人物Ｐ２という一方の組合せの間には関係性Ｘ１２が成立し、人物Ｐ１、人物Ｐ２および人物Ｐ３という他の組合せの間には関係性Ｘ１２３が成立していることを把握する。

次に、状況把握エンジンＥは、関係性Ｘ１２および関係性Ｘ１２３に基づいて、コンテンツ制御処理を行う（ステップＳ２４）。例えば、状況把握エンジンＥは、提示候補のコンテンツそれぞれについて、その表示内容と各関係性とを突き合わせることで、当該提示候補のコンテンツの表示内容が、関係性Ｘ１２および関係性Ｘ１２３のいずれに対しても適切な内容であるか否かを判定する。図２（ｂ）の例では、状況把握エンジンＥは、提示候補のコンテンツのうち、推奨コンテンツＣ１の表示内容が関係性Ｘ１２および関係性Ｘ１２３のいずれに対しても適切であると判定したとする。

係る場合、状況把握エンジンＥは、車両ＶＥ１に搭載される端末装置１０から推奨コンテンツＣ１が出力されるよう推奨コンテンツＣ１を提示する（ステップＳ２５）。例えば、状況把握エンジンＥは、端末装置１０に対して推奨コンテンツＣ１を配信することで推奨コンテンツＣ１を表示画面に表示させる。

ここで、図２（ｂ）の例によれば、比較例のコンテンツＣｘに対して、「この先交差点付近に道の駅××があります。ご利用をおすすめします。」といった内容の推奨コンテンツＣ１を提示することができるようになる。このように、第１の実施形態に係るコンテンツ制御処理によれば、比較例のように関係性Ｘ１２寄りの内容ではなく、車両ＶＥ１内で成立している全ての関係性（関係性Ｘ１２および関係性Ｘ１２３）を満足できる内容のコンテンツを提示することができる。したがって、第１の実施形態に係る情報処理装置１００によれば、搭乗者の間の関係性に応じた適切なコンテンツを提供することができるようになる。

〔２．第１の実施形態のバリエーション〕
ここで、図２（ｂ）の例において、他の関係性を例に挙げて第１の実施形態に係るコンテンツ制御処理のバリエーションについて説明する。

説明の便宜上、状況把握エンジンＥは、ステップＳ２３において、人物Ｐ１と人物Ｐ２という一方の組合せの間には関係性Ｘ１２（夫婦関係）が成立し、人物Ｐ１、人物Ｐ２および人物Ｐ３という他の組合せの間には関係性Ｘ１２３（例えば、親子関係）が成立していることを把握したとする。つまり、図２（ｂ）の例において、人物Ｐ３は人物Ｐ１および人物Ｐ２の子供であるものとする。

このような場合、人物Ｐ１および人物Ｐ２にとっては、関係性Ｘ１２つまり夫婦寄りの内容のコンテンツが提示されるよりも、自分たちの子供である人物Ｐ３寄りの内容のコンテンツが提示された方がありがたいし、人物Ｐ３にとっても嬉しいものである。

そこで、状況把握エンジンＥは、車両ＶＥ１で複数の異なる関係性が成立している場合には、各関係性のうちどの関係性に応じた内容のコンテンツを提示した場合、より多くの搭乗者が満足できるか、関係性ごとに車両ＶＥ１の搭乗者における総合的な満足度を算出してよい。そして、状況把握エンジンＥは、最も高い満足度が算出された関係性に応じた内容のコンテンツを提示することを決定してもよい。

上記例では、状況把握エンジンＥは、関係性Ｘ１２３（親子関係）に対して最も高い満足度を算出することができる。また、この結果、状況把握エンジンＥは、ステップＳ２４において、提示候補のコンテンツそれぞれについて、その表示内容と関係性Ｘ１２３とを突き合わせることで、当該提示候補のコンテンツの表示内容が、関係性Ｘ１２３に対して適切な内容であるか否かを判定すればよい。

例えば、状況把握エンジンＥは、提示候補のコンテンツのうち、推奨コンテンツＣ３の表示内容が関係性Ｘ１２３に対しても適切であると判定したとすると、ステップＳ２５では車両ＶＥ１に搭載される端末装置１０から推奨コンテンツＣ３が出力されるようコンテンツＣ３を提示する。また、このような推奨コンテンツＣ３としては、「この先交差点付近のモール△△では、親子で楽しめるキャラクターイベントが開催予定です。」といったものが考えられる。

〔３．情報処理装置の構成〕
ここからは、図３を用いて、第１の実施形態に係る情報処理装置１００について説明する。図３は、第１の実施形態に係る情報処理装置１００の構成例を示す図である。図３に示すように、情報処理装置１００は、通信部１１０と、記憶部１２０と、制御部１３０とを有する。

（通信部１１０について）
通信部１１０は、例えば、ＮＩＣ（Network Interface Card）等によって実現される。そして、通信部１１０は、ネットワークと有線または無線で接続され、例えば、端末装置１０と、コンテンツ装置６０との間で情報の送受信を行う。

（記憶部１２０について）
記憶部１２０は、例えば、ＲＡＭ（Random Access Memory)、フラッシュメモリ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。記憶部１２０は、コンテンツデータベース１２１と、関係情報データベース１２２とを有する。

（コンテンツデータベース１２１について）
コンテンツデータベース１２１は、搭乗者に提供される候補のコンテンツに関する情報を記憶する。ここで、図４に、第１の実施形態に係るコンテンツデータベース１２１の一例を示す。図４の例では、コンテンツデータベース１２１は、「コンテンツＩＤ」、「カテゴリ」、「コンテンツデータ」、「配信条件」といった項目を有する。また、「配信条件」には、「配信エリア」、「配信期間」といった項目が含まれる。

「コンテンツＩＤ」は、コンテンツを識別する識別情報を示す。「カテゴリ」は、「コンテンツＩＤ」が示すコンテンツが属するカテゴリを示す情報である。図４には、コンテンツＩＤ「Ｃ１」と、カテゴリ「店舗」とが対応付けられる例が示される。係る例は、コンテンツ「Ｃ１」は、カテゴリ「店舗」に属するコンテンツ（特定の店舗をレコメンドする内容のコンテンツ）である例を示す。

「コンテンツデータ」は、「コンテンツＩＤ」が示すコンテンツを構成するデータである。図４には、コンテンツＩＤ「Ｃ１」と、コンテンツデータ「データ♯１１」とが対応付けられる例が示される。係る例は、コンテンツ「Ｃ１」が、概念的に「データ♯１１」というデータ構造である例を示す。

「配信条件」は、「コンテンツＩＤ」が示すコンテンツの配信を条件付ける条件情報である。したがって、「配信エリア」は、どのようなエリアに位置する車両ＶＥｘの端末装置１０に対してコンテンツを配信させるか、そのエリアを条件付ける条件情報である。図４には、コンテンツＩＤ「Ｃ１」と、配信エリア「データ♯１１」とが対応付けられる例が示される。係る例は、「エリア♯１１」に位置する車両ＶＥｘの端末装置１０に対してコンテンツ「Ｃ１」を配信するよう条件付けられている例を示す。

また、「配信期間」は、どのような期間（例えば、時間帯）に車両ＶＥｘの端末装置１０に対してコンテンツを配信させるか、その期間を条件付ける条件情報である。図４には、コンテンツＩＤ「Ｃ１」と、配信期間「期間♯１１」とが対応付けられる例が示される。係る例は、「期間♯１１」において車両ＶＥｘの端末装置１０に対してコンテンツ「Ｃ１」を配信するよう条件付けられている例を示す。

（関係情報データベース１２２について）
関係情報データベース１２２は、車両ＶＥｘに搭乗する搭乗者の間の関係性を示す関係情報に関わる各種情報を記憶する。なお、関係情報データベース１２２に記憶される関係情報は、第２の実施形態に係る関係性推定処理により推定された関係性を示すものであってよい。

ここで、図５に、第１の実施形態に係る関係情報データベース１２２の一例を示す。図５の例では、関係情報データベース１２２は、「車両ＩＤ」、「期間情報」、「関係情報」、「搭乗者情報」、「コンテンツ提示履歴」といった項目を有する。

「車両ＩＤ」は、車両ＶＥｘを識別する識別情報を示す。「期間情報」は、「車両ＩＤ」が示す車両ＶＥｘにおいて、「関係情報」が示す関係性が継続していた期間に関する情報である。「関係情報」は、「車両ＩＤ」が示す車両ＶＥｘの搭乗者の間の関係性を示す情報である。図５には、車両ＩＤ「ＶＥ１」および期間情報「期間♯１１」の組に対して、関係情報「関係性Ｘ１２」と、関係情報「関係性Ｘ１２３」とが対応付けられる例が示される。係る例は、「期間♯１１」という期間の間、車両「ＶＥ１」に搭乗する搭乗者の間で、「関係性Ｘ１２」および「関係性Ｘ１２３」が成立していた（推定された）例を示す。

「搭乗者情報」は、「関係性情報」が示す関係性に属する人物を示す情報である。例えば、「搭乗者情報」は、状況把握エンジンＥによって人物が検知されることで、検知された人物を識別するように状況把握エンジンＥによって払い出された識別情報であってよい。図５には、関係情報「関係性Ｘ１２」に対して、搭乗者情報「人物Ｐ１」および搭乗者情報「人物Ｐ２」が対応付けられる例が示される。係る例は、「関係性Ｘ１２」に属する人物が「人物Ｐ１」および「人物Ｐ２」である例を示す。換言すると、係る例は、車両ＶＥ１に搭乗する「人物Ｐ１」および「人物Ｐ２」の間の関係性として「関係性Ｘ１２」が推定されている例を示す。

「コンテンツ提示履歴」は、「関係性情報」が示す関係性に応じたコンテンツとして、どのようなコンテンツがいつ提示（配信）されたか、提示履歴を示す情報である。図５には、関係情報「関係性Ｘ１２」および関係情報「関係性Ｘ１２３」に対して、コンテンツ提示履歴「履歴♯１１」が対応付けられる例が示される。係る例は、「関係性Ｘ１２」および「関係性Ｘ１２」の双方に対して表示内容が適切（表示内容が反しない）と判定された推奨コンテンツとして、「コンテンツＣ１」が「日時♯１１」に提示された例を示す。

（制御部１３０について）
図３に戻り、制御部１３０は、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）等によって、情報処理装置１００内部の記憶装置に記憶されている各種プログラム（例えば、実施形態に係る情報処理プログラム）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１３０は、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る。

図３に示すように、制御部１３０は、要求受付部１３１と、位置情報取得部１３２と、関係情報取得部１３３と、判定部１３４と、コンテンツ制御部１３５とを有し、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１３０の内部構成は、図３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。また、制御部１３０が有する各処理部の接続関係は、図３に示した接続関係に限られず、他の接続関係であってもよい。

（要求受付部１３１について）
要求受付部１３１は、コンテンツの配信要求を受け付ける。例えば、要求受付部１３１は、コンテンツ装置６０からコンテンツの配信要求を受け付ける。

（位置情報取得部１３２について）
位置情報取得部１３２は、車両ＥＶｘ（車両ＥＶｘの搭乗者）の位置を示す位置情報を取得する。例えば、位置情報取得部１３２は、車両ＥＶｘ（車両ＥＶｘの搭乗者）の現在位置を示す位置情報を取得してよい。例えば、位置情報取得部１３２は、車両ＥＶｘの端末装置１０が有するセンサによって検出された位置情報を取得してよい。また、位置情報取得部１３２は、車両ＥＶｘが運転されている間の位置情報を取得してよい。

（関係情報取得部１３３について）
関係情報取得部１３３は、車両ＥＶｘに搭乗する搭乗者の間の関係性を示す関係情報を取得する。これまで説明してきたように、関係情報取得部１３３は、車両ＥＶｘの搭乗者の間で成立すると推定される人間関係（関係性の一例）を示す関係情報を取得してよい。また、関係情報取得部１３３は、車両ＥＶｘの搭乗者の間で成立すると推定される親密度（関係性の他の一例）を示す関係情報を取得してよい。

このように、関係情報取得部１３３は、後述する関係性推定処理により推定された関係性を示す関係情報を取得してよい一方で、例えば、搭乗者によって予め関係性を示す情報が登録されている場合にはこの登録情報を取得してもよい。

また、関係情報取得部１３３は、関係情報データベース１２２から関係情報を取得してよい。

（判定部１３４について）
判定部１３４は、搭乗者の間の関係性として人間関係が推定された場合、推定された人間関係と、提示候補のコンテンツに含まれる表示内容とに基づいて、人間関係に対して表示内容が適切か否かを判定する。例えば、判定部１３４は、搭乗者の間で複数の異なる人間関係が推定された場合には、推定された人間関係ごとに、当該人間関係に対して表示内容が適切か否かを判定する。

なお、判定部１３４は、人間関係に対する表示内容の適切度合を評価するスコアを算出し、算出したスコアが所定の閾値を超えるか否かに基づいて、人間関係に対して表示内容が適切か否か判定してよい。この点について、図２の例を用いて説明する。

図２では、人物Ｐ１と人物Ｐ２との間の人間関係として、関係性Ｘ１２（すなわち、恋人関係）が推定されている例を示した。係る例では、判定部１３４は、提示候補のコンテンツのコンテンツデータ（例えば、テキストデータ）に基づいて、恋人向けの内容であることを示唆するワードを検出し、検出結果に基づいて、提示候補のコンテンツの表示内容が恋人という関係性に対してどれだけ適切であるかを評価する適切度スコアを算出してよい。例えば、判定部１３４は、恋人向けの内容であることを示唆するワードを検出できた検出数（提示候補のコンテンツの中での、係るワードの頻度）や、恋人向けの内容であることをどれだけ示唆しているか示唆の程度に基づいて、適切度スコアを算出してよい。

また、判定部１３４は、上記例以外の任意の手法を用いて、人間関係に対して表示内容が適切か否か判定してもよい。例えば、情報処理装置１００は、関係性ごとに当該関係性にある人物の間ではどのような内容のコンテンツが好まれる傾向にあるかかが学習されたモデルを生成してもよく、係る場合には、判定部１３４は、このモデルに対してコンテンツデータを入力した結果出力された出力情報に基づき適切度合を算出してもよい。

（コンテンツ制御部１３５について）
コンテンツ制御部１３５は、関係情報取得部１３３により取得された関係情報が示す関係性に応じて、車両ＶＥｘの搭乗者に提示される提示コンテンツを制御する。例えば、コンテンツ制御部１３５は、提示コンテンツの制御として、人間関係に応じたコンテンツを搭乗者に提示される提示コンテンツとして決定する。例えば、コンテンツ制御部１３５は、人間関係に応じたコンテンツとして、人間関係に応じた所定の内容を推奨する推奨コンテンツを搭乗者に提示される提示コンテンツとして決定する。

また、コンテンツ制御部１３５は、車両ＥＶｘの移動ルートに対応するエリアに関するエリア情報に基づいて、人間関係に応じた所定の内容を推奨する推奨コンテンツを選択し、選択した推奨コンテンツを搭乗者に提示される提示コンテンツとして決定してよい。例えば、コンテンツ制御部１３５は、エリア情報に基づいて、人間関係に応じた所定の内容として、車両ＥＶｘの移動ルートに対応するエリアに存在する施設であって人間関係に応じたサービスを提供する施設、このエリアに存在するルートであって人間関係に応じた雰囲気のルート、または、このエリアで開催されるイベントであって人間関係に応じた内容のイベントに関する推奨コンテンツを選択してよい。

また、コンテンツ制御部１３５は、提示コンテンツの制御として、提示候補のコンテンツのうち、人間関係に応じたコンテンツを搭乗者に提示される提示コンテンツとして決定してよい。例えば、コンテンツ制御部１３５は、提示候補のコンテンツのうち、判定部１３４により表示内容が適切であると判定されたコンテンツを搭乗者に提示される提示コンテンツとして決定してよい。また、コンテンツ制御部１３５は、提示候補のコンテンツの中に、複数の異なる人間関係の全てについて表示内容が適切であると判定されたコンテンツが存在する場合には、当該コンテンツを搭乗者に提示される提示コンテンツとして決定してよい。

〔４．処理手順〕
次に、図６を用いて、第１の実施形態に係る情報処理の手順について説明する。図６は、第１の実施形態に係るコンテンツ制御処理の手順を示すフローチャートである。

図６の例によれば、要求受付部１３１は、コンテンツ装置６０から配信要求を受け付けたか否かに基づいて、推奨コンテンツを提示するタイミングであるか否かを判定する（ステップＳ６０１）。例えば、要求受付部１３１は、配信要求を受け付けていないことにより、推奨コンテンツを提示するタイミングでないと判定している間は（ステップＳ６０１；Ｎｏ）、配信要求を受け付けることで推奨コンテンツを提示するタイミングになったと判定できるまで待機する。

位置情報取得部１３２は、要求受付部１３１により推奨コンテンツを提示するタイミングになったと判定された場合には、コンテンツが配信される対象の車両ＶＥｘ（処理対象の車両ＶＥｘ）を選択し、選択した処理対象の車両ＶＥｘの現在位置を示す位置情報を取得する（ステップＳ６０２）。

次に、コンテンツ制御部１３５は、位置情報および時刻情報と、コンテンツデータベース１２１の配信条件とのマッチングにより、提示候補のコンテンツのコンテンツデータを取得する（ステップＳ６０３）。例えば、コンテンツ制御部１３５は、位置情報から処理対象の車両ＶＥｘの移動ルートに対応するエリアを割り出し、割り出したエリアを示すエリア情報と、現在の日時情報とを配信条件（図４の例では、「配信エリア」、「配信期間」）として満たしているコンテンツをコンテンツデータベース１２１から取得する。

なお、ここでいうエリア情報とは、例えば、処理対象の車両ＶＥｘについて推定される移動ルート上の現在の走行位置を中心とする、例えば、半径所定メートルのエリアを示す情報であってよい。また、ここでいうエリア情報とは、処理対象の車両ＶＥｘの現在の走行位置から推定される将来の移動ルート上の位置を中心とする、例えば、半径所定メートルのエリアを示す情報であってもよい。

また、関係情報取得部１３３は、処理対象の車両ＶＥｘにおける現在の搭乗者の関係性を示す関係情報を取得する（ステップＳ６０４）。

判定部１３４は、ステップＳ６０４で取得された関係情報に基づいて、処理対象の車両ＶＥｘの搭乗者による組合せごとの人間関係が異なるか否かを判定する（ステップＳ６０５）。例えば、判定部１３４は、図２に示す例のように、１台の車両ＶＥｘの中の搭乗者に応じて複数の組合せが存在し、各組合せの間において搭乗者の関係性が異なる場合には、処理対象の車両ＶＥｘの搭乗者による組合せごとの人間関係が異なると判定することができる。

判定部１３４は、処理対象の車両ＶＥｘの搭乗者による組合せごとの人間関係が異なると判定した場合には（ステップＳ６０５；Ｙｅｓ）、ステップＳ６０３で取得された各コンテンツについて、各人間関係に対する表示内容の適切度スコアを算出する（ステップＳ６０６ａ）。具体的には、判定部１３４は、ステップＳ６０３で取得されたコンテンツデータに基づいて、異なる人間関係それぞれに対する表示内容の適切度スコアを算出する。

一方、判定部１３４は、処理対象の車両ＶＥｘの搭乗者による組合せごとの人間関係が同一と判定した場合には（ステップＳ６０５；Ｎｏ）、ステップＳ６０３で取得された各コンテンツについて、１つの人間関係に対する表示内容の適切度スコアを算出する（ステップＳ６０６ｂ）。具体的には、判定部１３４は、ステップＳ６０３で取得されたコンテンツデータに基づいて、１つの人間関係に対する表示内容の適切度スコアを算出する。

なお、処理対象の車両ＶＥｘの搭乗者による組合せごとの人間関係が同一である状況として、処理対象の車両ＶＥｘの搭乗者による組合せが１組だけであることにより関係性が１つに絞られるような場合が考えられる。

一方で、処理対象の車両ＶＥｘの搭乗者による組合せが１組だけであるが、この１組について複数の異なる人間関係（例えば、恋人関係と、上司部下関係）が推定されていてもよい。このような場合には、判定部１３４は、ステップＳ６０６ａのように、各コンテンツについて、各人間関係に対する表示内容の適切度スコアを算出してもよいし、重要度等に基づき複数の人間関係の中から１つの人間関係を抽出し、抽出した１つの人間関係に対する表示内容の適切度スコアを算出してもよい。

このような状態で、コンテンツ制御部１３５は、ステップＳ６０６で算出された人間関係ごとの適切度スコアのいずれもが所定の閾値を超えるコンテンツが、ステップＳ６０３で取得された提示候補のコンテンツの中に存在するか否かを判定する（ステップＳ６０７）。なお、係る判定処理は、判定部１３４によって行われてもよい。

コンテンツ制御部１３５は、所定の閾値を超える内容のコンテンツが存在しないと判定した場合には（ステップＳ６０７；Ｎｏ）、コンテンツの提示を行うことなく処理を終了してよい。

一方、コンテンツ制御部１３５は、所定の閾値を超える内容のコンテンツが存在すると判定した場合には（ステップＳ６０７；Ｙｅｓ）、このコンテンツを処理対象の車両ＶＥｘの搭乗者にレコメンドされる内容を含む推奨コンテンツとして決定する（ステップＳ６０８）。

そして、コンテンツ制御部１３５は、推奨コンテンツのコンテンツデータを取得し（ステップＳ６０９）、取得したコンテンツデータが処理対象の車両ＶＥｘの端末装置１０から出力されるよう出力制御する（ステップＳ６１０）。この結果、ステップＳ６０８で決定された推奨コンテンツが処理対象の車両ＶＥｘの搭乗者に提示されることとなる。

〔５．変形例〕
上記第１の実施形態に係る情報処理装置１００は、上記第１の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、情報処理装置１００の他の実施形態について説明する。

〔５－１．親密度〕
上記の第１の実施形態では、関係情報取得部１３３が、車両ＥＶｘの搭乗者の間で成立すると推定される人間関係を示す関係情報を取得することで、これをコンテンツ制御処理に利用させる例を示した。しかし、関係情報取得部１３３は、車両ＥＶｘの搭乗者の間で成立すると推定される親密度を示す関係情報を取得してよい。この場合、コンテンツ制御部１３５は、親密度を用いることで、人間関係を用いる場合と比較してより精密なコンテンツ制御処理を実現することができるようになる。その理由として、親密度は数値によって示されるため、数値に応じた細かな情報制御が可能となることが挙げられる。

〔５－２．親密度を用いたコンテンツ制御処理〕
親密度を用いたコンテンツ制御処理としては具体的には次のようなものが挙げられる。例えば、コンテンツ制御部１３５は、親密度に応じたルート提案を行うことができる。つまり、コンテンツ制御部１３５は、親密度に応じたルートがレコメンドされる推奨コンテンツを搭乗者に提示することができる。

例えば、コンテンツ制御部１３５は、提示コンテンツの制御として、親密度に応じて、搭乗者に提示される走行ルートを制御してよい。例えば、コンテンツ制御部１３５は、親密度に応じて、搭乗者のうち一方の搭乗者について推定される希望ルートと、搭乗者のうち他方の搭乗者について推定される希望ルートとの間でバランスを調整するように搭乗者に提示される走行ルートを制御してよい。より具体的には、コンテンツ制御部１３５は、搭乗者のうち一方の搭乗者が運転者であり、搭乗者のうち他方の搭乗者が同伴者である場とすると、親密度が高い程、運転者ついて推定される希望ルートに対して、同伴者について推定される希望ルートがより反映されたルートを搭乗者に提示される走行ルートとして決定してよい。

例えば、人物Ｐ１（運転者）と人物Ｐ３（同伴者）との間の人間関係が上司部下であり、互いの親密度は「１０ポイント」であると推定されているとする。最大の親密度を「１００ポイント」とすると、係る例では、人物Ｐ１と人物Ｐ３とは決して親しい間柄とはいえない。

このような状態で、人物Ｐ１は、端末装置１０を用いて目的地へのルート設定を行っているものとする。そうすると、コンテンツ制御部１３５は、人物Ｐ１と人物Ｐ３とは親しい間柄ではないことに応じて、運転者である人物Ｐ１の希望ルート（設定されているルート）に対して、人物Ｐ３について推定される希望ルートを一切反映させずともよい。なお、コンテンツ制御部１３５は、人物Ｐ１と人物Ｐ３との会話の内容や、過去の走行履歴等から人物Ｐ３の希望ルートを推定してよい。

また、他の例として、人物Ｐ１（運転者）と人物Ｐ３（同伴者）との間の人間関係が友人であり、互いの親密度は「６０ポイント」であると推定されているとする。係る例では、人物Ｐ１と人物Ｐ３とは中程度に親しい間柄いえる。

このような状態で、人物Ｐ１は、端末装置１０を用いて目的地へのルート設定を行っているものとする。そうすると、コンテンツ制御部１３５は、人物Ｐ１と人物Ｐ３とは適度に親しい間柄であることに応じて、運転者である人物Ｐ１の希望ルート（設定されているルート）に対して、人物Ｐ３について推定される希望ルートの一部を反映させてよい。例えば、コンテンツ制御部１３５は、人物Ｐ１と人物Ｐ３との会話の内容から人物Ｐ３が設定ルートから外れた地点に存在するコンビニエンスストアに立ち寄るというルートを希望していることが推定されたとする。

係る場合、コンテンツ制御部１３５は、設定ルートに対して、このコンビニエンスストアへと寄り道する寄道ルートを定め、この寄道ルートを搭乗者に提示される走行ルートとして決定してよい。

また、さらに他の例として、人物Ｐ１（運転者）と人物Ｐ３（同伴者）との間の人間関係が兄弟であり、互いの親密度は「９０ポイント」であると推定されているとする。係る例では、人物Ｐ１と人物Ｐ３とは非常に親しい間柄といえる。

このような状態で、人物Ｐ１は、端末装置１０を用いて目的地へのルート設定を行っているものとする。そうすると、コンテンツ制御部１３５は、人物Ｐ１と人物Ｐ３とは非常に親しい間柄であることに応じて、運転者である人物Ｐ１の希望ルート（設定されているルート）に対して、人物Ｐ３について推定される希望ルートの多くを反映させてよい。例えば、コンテンツ制御部１３５は、人物Ｐ１と人物Ｐ３との会話の内容から人物Ｐ１は安上がりな一般道の利用を希望している一方で、人物Ｐ３はより時間短縮できる有料道路を希望していることが推定されたとする。

係る場合、コンテンツ制御部１３５は、有料道路を利用する他のルートを検索し、検索した他のルートを搭乗者に提示される走行ルートとして決定してよい。そして、コンテンツ制御部１３５は、一般道を中心とする元の設定ルートから、有料道路を利用するこの他のルートへと変更するよう搭乗者に対して提案してもよい。

（第２の実施形態）
〔１．第２の実施形態の概要〕
ここからは、第２の実施形態について説明する。上述したように、第２の実施形態は、会話継続状況に基づく関係性推定処理に対応し、係る関係性推定処理では、車両ＶＥｘに搭乗する搭乗者の間で行われた会話を示す会話情報が取得され、取得された会話情報から検出された会話の継続状況に基づいて、搭乗者の間の関係性が推定される。以下では、このような第２の実施形態に係る関係性推定処理について具体的に説明する。

また、第１の実施形態として説明してきたコンテンツ制御処理は、この関係性推定処理で得られた推定結果としての関係性に基づき実行されるものであってよい。したがって、第１の実施形態に係るコンテンツ制御処理と、第２の実施形態に係る関係性推定処理とを合わせた一連の情報処理が情報処理装置１００によって行われてよい。以下では、この情報処理装置１００に対して第２の実施形態に係る関係性推定処理を行うための処理部が追加された装置を、第２の実施形態に係る情報処理装置２００として説明する。なお、情報処理装置２００において情報処理装置１００と同一の符号が付された処理部については説明を省略する。

〔２．情報処理装置の構成〕
まず、図７を用いて、第２の実施形態に係る情報処理装置２００について説明する。図７は、第２の実施形態に係る情報処理装置２００の構成例を示す図である。図７に示すように、情報処理装置２００は、通信部１１０と、記憶部２２０と、制御部２３０とを有する。

（記憶部２２０について）
記憶部２２０は、例えば、ＲＡＭ、フラッシュメモリ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。記憶部２２０は、会話情報データベース２２３をさらに有してよい。

（会話情報データベース２２３について）
会話情報データベース２２３は、車両ＶＥｘの搭乗者の間で行われた会話に関する情報を記憶する。ここで、図８に、第２の実施形態に係る会話情報データベース２２３の一例を示す。図８の例では、会話情報データベース２２３は、「車両ＩＤ」、「搭乗者情報」、「会話情報」といった項目を有する。また、「会話情報」には、「日時情報」、「会話データ」、「発話人物情報」といった項目が含まれる。

「車両ＩＤ」は、車両ＶＥｘを識別する識別情報を示す。「搭乗者情報」は、「車両ＩＤ」が示す車両ＶＥｘに搭乗している人物を示す情報である。例えば、「搭乗者情報」は、状況把握エンジンＥによって人物が検知されることで、検知された人物を識別するように状況把握エンジンＥによって払い出された識別情報であってよい。図８には、車両ＩＤ「ＶＥ１」と、搭乗者情報「人物Ｐ１、人物Ｐ２、人物Ｐ３」とが対応付けられる例が示される。係る例は、車両「ＶＥ１」の搭乗者として、「人物Ｐ１」、「人物Ｐ２」および「人物Ｐ３」が検知された例を示す。

「日時情報」は、「会話データ」が示す会話（発話）が行われた日時を示す情報である。「会話データ」は、会話（発話）の内容が例えばテキスト形式で示される情報である。「発話人物情報」は、「搭乗者情報」が示す人物のうち、「会話データ」が示す会話（発話）を行った人物を示す情報である。図８には、日時情報「日時♯１１１」と、会話データ「データ♯１１１」、発話人物情報「人物Ｐ１」とが対応付けられる例が示される。係る例は、「日時♯１１１」の日時において、車両ＶＥ１の搭乗者の１人である「人物Ｐ１」が、「データ♯１１１」という内容を発話した例を示す。

（制御部２３０について）
図７に戻り、制御部２３０は、ＣＰＵやＭＰＵ等によって、情報処理装置２００内部の記憶装置に記憶されている各種プログラム（例えば、実施形態に係る情報処理プログラム）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３３０は、例えば、ＡＳＩＣやＦＰＧＡ等の集積回路により実現される。

図７に示すように、制御部２３０は、要求受付部１３１、位置情報取得部１３２、関係情報取得部１３３、判定部１３４、コンテンツ制御部１３５に加えて、検知部２３６と、会話情報取得部２３７と、推定部２３８とをさらに有してよい。そして、検知部２３６、会話情報取得部２３７、推定部２３８は、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２３０の内部構成は、図７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。また、制御部２３０が有する各処理部の接続関係は、図７に示した接続関係に限られず、他の接続関係であってもよい。

（検知部２３６について）
検知部２３６は、車両ＶＥｘの搭乗者を検知する。例えば、検知部２３６は、車両ＶＥｘに搭乗している人物を検知することで、車両ＶＥｘ内において成立し得る人物の組合せをさらに検知してよい。この結果、検知部２３６は、１組しか検知できない場合もあれば、人物に応じた異なる複数の組合せを検知する場合もある。また、検知部２３６は、搭乗者としての人物の組合せが変化したか否かも検知してよい。

また、例えば、検知部２３６は、車両ＶＥｘが有する各種センサによって得られたセンサ情報を取得することで、このセンサ情報に基づき検知を行ってもよい。

（会話情報取得部２３７について）
会話情報取得部２３７は、車両ＶＥｘに搭乗する搭乗者の間で行われた会話を示す会話情報を取得する。例えば、会話情報取得部２３７は、会話情報として、会話の時系列を示す時系列情報を含む会話情報を取得する。例えば、会話情報取得部２３７は、会話情報データベース２２３から会話情報を取得してよい。また、この場合、会話の時系列を示す時系列情報は、「日時情報」（図８より）であってよい。

（推定部２３８について）
推定部２３８は、会話情報から検出された会話の継続状況に基づいて、搭乗者の間の関係性を推定する。なお、会話の継続状況の検出は、推定部２３８によって行われてよい。また、例えば、推定部２３８は、会話情報に含まれる時系列情報から検出された会話の継続状況に基づいて、搭乗者の間の関係性を推定する。

例えば、推定部２３８は、会話の継続状況として、会話の継続時間に基づいて、搭乗者の間の関係性を推定してよい。係る場合、推定部２３８は、会話の継続時間が長い程、より親密な関係性を推定することができる。

また、推定部２３８は、会話の継続状況として、会話のテンポに基づいて、搭乗者の間の関係性を推定してもよい。係る場合、推定部２３８は、テンポよく会話が進んでいる程、より親密な関係性を推定することができる。ここで、会話データには、音声の波形を示すデータも含まれていてよく、推定部２３８は、波形データが示す周波数（振動数）から音声の高さ、音声の音色等を音響分析することで、会話のテンポを解析してもよい。解析自体は、他の処理部によって行われてもよい。

また、推定部２３８は、会話の継続状況から搭乗者ごとに会話の支配率を算出し、算出した支配率に基づいて、搭乗者の間の関係性を推定してもよい。例えば、推定部２３８は、支配率から特定の搭乗者が一方的に会話している状況を推定できた場合には低い親密度を算出する一方で、搭乗者の全てが平均的に発話している程より親密な関係性を推定してよい。

また、推定部２３８は、会話情報から二人称を示すキーワードが検出された場合には、検出されたキーワードをさらに用いて、搭乗者の間の関係性を推定してよい。

また、推定部２３８は、会話情報から敬称を示すキーワードが検出された場合には、検出されたキーワードをさらに用いて、搭乗者の間の関係性を推定してもよい。

また、推定部２３８は、搭乗者の間の関係性として、複数の異なる関係性を推定してよい。具体的には、推定部２３８は、複数の異なる関係性として、共通する搭乗者による組合せについて、上位の分類に属する第１の関係性と、下位の分類に属する第２の関係性とを推定してよい。例えば、車両ＶＥ１に人物Ｐ１と人物Ｐ２とが搭乗している場合、推定部２３８は、人物Ｐ１と人物Ｐ２という搭乗者の組合せについて、人物Ｐ１および人物Ｐ２に対応する会話の継続状況に基づいて、恒常的なベースとなる関係性（上位の分類に属する第１の関係性の一例）と、状況に応じて変化し得る細かな関係性（下位の分類に属する第２の関係性）とを推定してよい。

一例として、推定部２３８は、人物Ｐ１と人物Ｐ２という搭乗者の組合せについて、人物Ｐ１と人物Ｐ２との間の第１の関係性として「夫婦関係」を推定し、人物Ｐ１と人物Ｐ２との間の第２の関係性として「現在喧嘩している関係性」を推定する場合がある。また、第１の実施形態で説明したコンテンツ制御部１３５は、第１の関係性として「夫婦関係」、第２の関係性として「現在喧嘩している関係性」が推定された場合には、例えば、仲直りに適した夫婦で楽しめる商品、店舗、イベント、あるいは、移動コース等を紹介する推奨コンテンツを提示コンテンツとして決定してよい。

また、推定部は、車両ＶＥｘを取り巻く環境の変化に応じて、搭乗者の間で推定した推定済みの関係性を、新たに推定した搭乗者の間の関係性へと変更してよい。例えば、推定部２３８は、過去の所定の時間帯に搭乗者の間の関係性を推定している場合には、この推定済みの関係性を、現在の時間帯に推定した関係性へと変更してよい。また、推定部２３８は、過去の所定の曜日に搭乗者の間の関係性を推定している場合には、この推定済みの関係性を、現在の曜日に推定した関係性へと変更してもよい。

また、推定部２３８は、検知部２３６により組合せが変化したことを検知された場合には、検知した組合せに含まれる搭乗者の間の関係性を新たに推定してよい。

また、これまで説明してきたように、推定部２３８は、会話の継続状況に基づいて、搭乗者の間の関係性として、搭乗者の間で成立し得る人間関係を推定してもよいし、搭乗者の間の親密度を推定してもよい。

〔３．処理手順〕
次に、図９を用いて、第２の実施形態に係る情報処理の手順について説明する。図９は、第２の実施形態に係る関係性推定処理の手順を示すフローチャートである。なお、図７の例では、状況把握エンジンＥによって、車両ＶＥｘにおける車内の会話が録音されているものとする。

まず、検知部２３６は、関係性が推定される対象の車両ＶＥｘ（処理対象の車両ＶＥｘ）を選択し、選択した処理対象の車両ＶＥｘについて、関係性を推定するタイミングになったか否かを推定する（ステップＳ９０１）。

例えば、検知部２３６は、時間帯ごとに関係性推定処理が行われる場合には、前の時間帯から現在の時間帯に変化したか否かに基づき、関係性を推定するタイミングになったか否かを推定してよい。また、例えば、検知部２３６は、曜日ごとに関係性推定処理が行われる場合には、前の曜日から現在の曜日に変化したか否かに基づき、関係性を推定するタイミングになったか否かを推定してよい。

そして、検知部２３６は、関係性を推定するタイミングになっていないと判定している間は（ステップＳ９０１；Ｎｏ）、関係性を推定するタイミングになったと判定できるまで待機する。

一方、検知部２３６は、関係性を推定するタイミングになったと判定した場合には（ステップＳ９０１；Ｙｅｓ）、処理対象の車両ＶＥｘにおける現在の搭乗者全体の組合せを検知する（ステップＳ９０２）。例えば、処理対象の車両ＶＥｘにおける現在の搭乗者が人物Ｐ１、人物Ｐ２、人物Ｐ３の３人である場合には、検知部２３６は、搭乗者全体の組合せとして、人物Ｐ１、人物Ｐ２、人物Ｐ３という３人の組合せを検知する。

次に、会話情報取得部２３７は、検知された組合せに含まれる搭乗者の間で行われた会話を示す会話情報を取得する（ステップＳ９０３）。この会話情報には、会話の時系列を示す時系列情報が含まれていてよく、推定部２３８は、この時系列情報から会話の継続状況を検出する（ステップＳ９０４）。

続いて、推定部２３８は、検出した継続状況に基づいて、処理対象の車両ＶＥｘの搭乗者の間の関係性を推定する（ステップＳ９０５）。ここで、例えば、検知部２３６は、処理対象の車両ＶＥｘにおける現在の搭乗者全体の組合せに基づき、搭乗者に応じて複数の組合せが成立するか否かを検知してよく、推定部２３８は、検知された組合せごとに、当該組合せに含まれる搭乗者の間の関係性を推定してよい。例えば、検知部２３６は、人物Ｐ１、人物Ｐ２、人物Ｐ３という全体の組合せの他に、人物Ｐ１および人物Ｐ２という組合せ、人物Ｐ１および人物Ｐ３という組合せ、人物Ｐ２および人物Ｐ３という組合せ（計４つの異なる組合せ）を検出してよい。また、係る場合には、推定部２３８は、４つの組合せそれぞれについて関係性を推定してよい。

また、推定部２３８は、上述したように、４つの組合せごとに複数の関係性を推定してよい。例えば、推定部２３８は、４つの組合せごとに、上位の分類に属する第１の関係性（恒常的なベースとなる関係性）と、下位の分類に属する第２の関係性（状況に応じて変化し得る細かな関係性）とを推定してよい。

また、推定部２３８は、ステップＳ９０５で得られた推定結果を、現時点での最新の推定結果として会話情報データベース２２３に登録する（ステップＳ９０６）。

次に、検知部２３６は、処理対象の車両ＶＥｘにおける現在の搭乗者全体の組合せを検知しなおすタイミングになったか否かを判定する（ステップＳ９０７）。検知部２３６は、組合せを検知しなおすタイミングになっていないと判定している間は（ステップＳ９０７；Ｎｏ）、組合せを検知しなおすタイミングになったと判定できるまで待機する。

一方、検知部２３６は、組合せを検知しなおすタイミングになった判定した場合には（ステップＳ９０７；Ｙｅｓ）、処理対象の車両ＶＥｘにおける現在の搭乗者全体の組合せを再検知する（ステップＳ９０８）。

そして、検知部２３６は、ステップＳ９０２での検知結果と、ステップＳ９０８での再検知結果とを比較することで、処理対象の車両ＥＶｘの搭乗者の組合せが変化したか否かを判定する（ステップＳ９０９）。

検知部２３６により組合せに変化ありと判定された場合には（ステップＳ９０９；Ｙｅｓ）、ステップＳ９０３からの処理が再度実行されてよい。一方、検知部２３６により組合せに変化なしと判定された場合には（ステップＳ９０９；Ｎｏ）、ステップＳ９０１からの処理が再度実行されてよい。

（その他）
〔１．ハードウェア構成〕
また、上述してきた第１の実施形態に係る情報処理装置１００、および、第２の実施形態に係る情報処理装置２００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。以下、情報処理装置１００を例に説明する。図１０は、情報処理装置１００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。コンピュータ１０００は、ＣＰＵ１１００、ＲＡＭ１２００、ＲＯＭ１３００、ＨＤＤ１４００、通信インターフェイス（Ｉ／Ｆ）１５００、入出力インターフェイス（Ｉ／Ｆ）１６００、及びメディアインターフェイス（Ｉ／Ｆ）１７００を有する。

ＣＰＵ１１００は、ＲＯＭ１３００またはＨＤＤ１４００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。ＲＯＭ１３００は、コンピュータ１０００の起動時にＣＰＵ１１００によって実行されるブートプログラムや、コンピュータ１０００のハードウェアに依存するプログラム等を格納する。

ＨＤＤ１４００は、ＣＰＵ１１００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１５００は、所定の通信網を介して他の機器からデータを受信してＣＰＵ１１００へ送り、ＣＰＵ１１００が生成したデータを所定の通信網を介して他の機器へ送信する。

ＣＰＵ１１００は、入出力インターフェイス１６００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。ＣＰＵ１１００は、入出力インターフェイス１６００を介して、入力装置からデータを取得する。また、ＣＰＵ１１００は、生成したデータを入出力インターフェイス１６００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１７００は、記録媒体１８００に格納されたプログラムまたはデータを読み取り、ＲＡＭ１２００を介してＣＰＵ１１００に提供する。ＣＰＵ１１００は、かかるプログラムを、メディアインターフェイス１７００を介して記録媒体１８００からＲＡＭ１２００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１８００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１０００が第１の実施形態に情報処理装置１００として機能する場合、コンピュータ１０００のＣＰＵ１１００は、ＲＡＭ１２００上にロードされたプログラム（例えば、実施形態に係る情報処理プログラム）を実行することにより、制御部１３０の機能を実現する。コンピュータ１０００のＣＰＵ１１００は、これらのプログラムを記録媒体１８００から読み取って実行するが、他の例として、他の装置から所定の通信網を介してこれらのプログラムを取得してもよい。

また、例えば、コンピュータ１０００が第２の実施形態に情報処理装置２００として機能する場合、コンピュータ１０００のＣＰＵ１１００は、ＲＡＭ１２００上にロードされたプログラム（例えば、実施形態に係る情報処理プログラム）を実行することにより、制御部２３０の機能を実現する。コンピュータ１０００のＣＰＵ１１００は、これらのプログラムを記録媒体１８００から読み取って実行するが、他の例として、他の装置から所定の通信網を介してこれらのプログラムを取得してもよい。

〔２．その他〕
また、上記各実施形態において説明した処理のうち、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、上記各実施形態は、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。

（まとめ）
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、上述してきた「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、取得部は、取得手段や取得回路に読み替えることができる。

１ 情報処理システム
１０ 端末装置
６０ コンテンツ装置
１００ 情報処理装置
１２０ 記憶部
１２１ コンテンツデータベース
１２２ 関係情報データベース
１３０ 制御部
１３１ 要求受付部
１３２ 位置情報取得部
１３３ 関係情報取得部
１３４ 判定部
１３５ コンテンツ制御部
２００ 情報処理装置
２２０ 記憶部
２２３ 会話情報データベース
２３０ 制御部
２３６ 検知部
２３７ 会話情報取得部
２３８ 推定部

Claims (18)

1. 移動体に搭乗する搭乗者の間で行われた会話を示す会話情報を取得する取得部と、
   前記会話情報から検出された前記会話の継続状況に基づいて、前記搭乗者の間の関係性を推定する推定部と
   を有することを特徴とする情報処理装置。
2. 前記取得部は、前記会話情報として、前記会話の時系列を示す時系列情報を含む会話情報を取得し、
   前記推定部は、前記時系列情報から検出された前記会話の継続状況に基づいて、前記搭乗者の間の関係性を推定する
   ことを特徴とする請求項１に記載の情報処理装置。
3. 前記推定部は、前記会話の継続状況として、前記会話の継続時間に基づいて、前記搭乗者の間の関係性を推定する
   ことを特徴とする請求項１または２に記載の情報処理装置。
4. 前記推定部は、前記会話の継続状況として、前記会話のテンポに基づいて、前記搭乗者の間の関係性を推定する
   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. 前記推定部は、前記会話の継続状況から前記搭乗者ごとに前記会話の支配率を算出し、算出した支配率に基づいて、前記搭乗者の間の関係性を推定する
   ことを特徴とする請求項１～４のいずれか１つに記載の情報処理装置。
6. 前記推定部は、前記会話情報から二人称を示すキーワードが検出された場合には、検出されたキーワードをさらに用いて、前記搭乗者の間の関係性を推定する
   ことを特徴とする請求項１～５のいずれか１つに記載の情報処理装置。
7. 前記推定部は、前記会話情報から敬称を示すキーワードが検出された場合には、検出されたキーワードをさらに用いて、前記搭乗者の間の関係性を推定する
   ことを特徴とする請求項１～６のいずれか１つに記載の情報処理装置。
8. 前記推定部は、前記搭乗者の間の関係性として、複数の異なる関係性を推定する
   ことを特徴とする請求項１～７のいずれか１つに記載の情報処理装置。
9. 前記推定部は、前記複数の異なる関係性として、共通する搭乗者による１つ組合せについて、上位の分類に属する第１の関係性と、下位の分類に属する第２の関係性とを推定する
   ことを特徴とする請求項８に記載の情報処理装置。
10. 前記推定部は、前記関係性として、前記移動体を取り巻く環境の変化に応じて、前記搭乗者の間で推定した推定済みの関係性を、新たに推定した前記搭乗者の間の関係性へと変更する
    ことを特徴とする請求項１～９のいずれか１つに記載の情報処理装置。
11. 前記推定部は、過去の所定の時間帯に前記搭乗者の間の関係性を推定している場合には、推定済みの当該関係性を、現在の時間帯に推定した関係性へと変更する
    ことを特徴とする請求項１０に記載の情報処理装置。
12. 前記推定部は、過去の所定の曜日に前記搭乗者の間の関係性を推定している場合には、推定済みの当該関係性を、現在の曜日に推定した関係性へと変更する
    ことを特徴とする請求項１０または１１に記載の情報処理装置。
13. 前記移動体の搭乗者の組合せが変化したか否かを検知する検知部をさらに有し、
    前記推定部は、前記検知部により組合せが変化したことを検知された場合には、検知した組合せに含まれる搭乗者の間の関係性を新たに推定する
    ことを特徴とする請求項１～１２のいずれか１つに記載の情報処理装置。
14. 前記推定部は、前記会話の継続状況に基づいて、前記搭乗者の間の関係性として、前記搭乗者の間で成立し得る人間関係を推定する
    ことを特徴とする請求項１～１３のいずれか１つに記載の情報処理装置。
15. 前記推定部は、前記会話の継続状況に基づいて、前記搭乗者の間の関係性として、前記搭乗者の間の親密度を推定する
    ことを特徴とする請求項１～１４のいずれか１つに記載の情報処理装置。
16. 前記推定部により推定された関係性に応じて、前記搭乗者に提示される提示コンテンツを制御するコンテンツ制御部をさらに有する
    ことを特徴とする請求項１～１５のいずれか１つに記載の情報処理装置。
17. 情報処理装置が実行する情報処理方法であって、
    移動体に搭乗する搭乗者の間で行われた会話を示す会話情報を取得する取得工程と、
    前記会話情報から検出された前記会話の継続状況に基づいて、前記搭乗者の間の関係性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。
18. 移動体に搭乗する搭乗者の間で行われた会話を示す会話情報を取得する取得手順と、
    前記会話情報から検出された前記会話の継続状況に基づいて、前記搭乗者の間の関係性を推定する推定手順と
    を情報処理装置に実行させるための情報処理プログラム。

Images