JP6469825B1 - 情報処理装置、情報処理方法、及び情報処理プログラム - Google Patents

Abstract

【課題】自動公衆送信の場合も、ユーザに与える不快感を小さなものとすること。
【解決手段】本願に係る情報処理装置は、クライアントからの要求に応じて送信されるコンテンツであって再生に音の出力が伴う第１のコンテンツを取得する第１の取得部と、第１のコンテンツの所定の再生位置に挿入されるコンテンツであって再生に音の出力が伴う第２のコンテンツを取得する第２の取得部と、第１のコンテンツ及び第２のコンテンツの一方の音のレベルを第１のコンテンツ及び第２のコンテンツの他方の音に関する情報に基づいて調整する調整部と、を備える。
【選択図】図１

Description

本発明は、情報処理装置、情報処理方法、及び情報処理プログラムに関する。

各クライアント（例えば、テレビ受信機）に画一的にコンテンツが送信される放送では、コンテンツを視聴するユーザが不快を感じないよう事前に送信コンテンツの調整がなされる。例えば、デジタルテレビ放送では、広告が挿入された番組を連続する１本の動画として見た場合に、視聴者が不自然さを感じないよう調整がなされる。

特開２００９−２９０６７５号公報

近年では、クライアント（例えば、ユーザが操作する端末装置）からの要求に応じてコンテンツが送信される、いわゆる自動公衆送信（例えば、オンデマンド送信）が多くみられる。自動公衆送信の場合、コンテンツの数が放送に比べて圧倒的に多く、しかも、クライアント間で配信態様に差異がない放送とは異なり、コンテンツの配信態様の一部の要素はクライアント依存で決まる。そのため、自動公衆送信の場合、人の手で全ての配信態様を網羅してコンテンツを調整するのは困難であり、コンテンツの配信態様によっては、ユーザに不快感を与える可能性がある。

本願は、上記に鑑みてなされたものであって、自動公衆送信の場合も、ユーザに与える不快感を小さなものとすることを目的とする。

本願に係る情報処理装置は、クライアントらの要求に応じて送信されるコンテンツであって再生に音の出力が伴う第１のコンテンツを取得する第１の取得部と、第１のコンテンツの所定の再生位置に挿入されるコンテンツであって再生に音の出力が伴う第２のコンテンツを取得する第２の取得部と、第１のコンテンツ及び第２のコンテンツの一方の音のレベルを第１のコンテンツ及び第２のコンテンツの他方の音に関する情報に基づいて調整する調整部と、を備える。

実施形態の一態様によれば、自動公衆送信の場合も、ユーザに与える不快感を小さなものとすることができる。

図１は、実施形態に係る配信システムの動作を示す図である。 図２は、メインコンテンツの再生時間と音レベルとの関係を示す図である。 図３は、メインコンテンツの所定の再生位置に複数の広告コンテンツが挿入された様子を示す図である。 図４は、広告コンテンツの音レベルの調整方法を説明するための図である。 図５は、広告コンテンツを挿入したメインコンテンツの音レベルの推移を示す図である。 図６は、実施形態に係る配信サーバの構成例を示す図である。 図７は、実施形態に係るコンテンツデータベースに格納された情報の一例を示す図である。 図８は、実施形態に係る広告データベースに格納された情報の一例を示す図である。 図９は、実施形態に係る端末装置の構成例を示す図である。 図１０は、配信処理の一例を示すフローチャートである。 図１１は、配信サーバ若しくは端末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、及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」と呼ぶ）について図面を参照しつつ詳細に説明する。なお、以下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、及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。

〔１．情報処理装置の動作〕
最初に、本実施形態の情報処理装置の一例である配信サーバ３０を備える配信システム１を例に、情報処理装置の動作を説明する。

〔１−１．システム構成〕
図１は、実施形態に係る配信システム１の動作を示す図である。配信システム１は、端末装置１００と、コンテンツ主サーバ１０と、広告主サーバ２０と、配信サーバ３０と、を備える。なお、図１の例では、端末装置１００、コンテンツ主サーバ１０、広告主サーバ２０、及び配信サーバ３０が、それぞれ１つしか示されていないが、これらの装置はそれぞれ複数あってもよい。

端末装置１００は、例えば、スマートデバイス（スマートフォン、或いはタブレット）、携帯電話、パーソナルコンピュータ（デスクトップＰＣ（Personal Computer）、ノートＰＣ）等のユーザ端末である。図１の例では、端末装置１００は、スマートデバイスとなっているが、端末装置１００はスマートデバイスに限定されない。端末装置１００は、ネットワーク接続機能を備え、ネットワークを介して任意のサーバ装置と通信する。図１の例では、端末装置１００は、ネットワークを介して配信サーバ３０と通信する。図１の例では、端末装置１００の画面は、タッチパネル式の画面となっている。端末装置１００は、ユーザのタッチパネル操作に応じて画面にコンテンツを表示する。

端末装置１００は、配信サーバ３０からコンテンツの情報を取得する。そして、端末装置１００は、画面にコンテンツを表示する。図１の例では、端末装置１００が備える表示面（以下、画面ともいう。）に、複数のコンテンツが配置されたコンテンツＣ１が表示されている。コンテンツＣ１は、画像（例えば、静止画、動画）、テキスト情報（例えば、ニュース記事）等のコンテンツが配置された配置面の情報である。例えば、端末装置１００にインストールされたアプリケーション（以下、アプリという。）に表示する画面の情報である。コンテンツＣ１には、複数のコンテンツがタイル状に配置されている。なお、コンテンツＣ１は、端末装置１００が備える記憶装置に予めインストールされたデータ（例えば、地図データ等のコンテンツデータ）に基づき生成されてもよい。また、コンテンツＣ１は、ページの情報（例えば、ウェブページの情報）であってもよい。

コンテンツ主サーバ１０は、コンテンツ主によって運営されるサーバである。コンテンツ主は、例えば、配信サーバ３０の運営者（以下、単に運営者という。）のコンテンツパートナーである。コンテンツパートナーは、運営者にコンテンツを提供する者であり、例えば、映画の配信会社、テレビ局、ラジオ局、動画制作会社、レコード会社、新聞社、通信社である。勿論、コンテンツパートナーは、これらに限定されない。コンテンツパートナーは、法人であってもよいし個人であってもよい。なお、コンテンツ主は運営者自身であってもよいし、運営者の支配下にある者（例えば、子会社）であってもよい。配信サーバ３０に対してメインコンテンツ（例えば、図１に示すメインコンテンツＣ１０１）を提供する。メインコンテンツは、アプリやページが本来の発信目的とするコンテンツである。本実施形態では、コンテンツ主サーバ１０は、配信サーバ３０に対して、映画やテレビ番組等の動画コンテンツをメインコンテンツ（第１のコンテンツ）として提供する。メインコンテンツは、ストリーミング動画であってもよい。また、メインコンテンツは、リアルタイムに配信されるリアルタイム動画であってもよい。

広告主サーバ２０は、広告主によって運営されるサーバである。広告主は、広告目的とする商品或いはサービスを提供する提供主体（例えば、企業や個人）であってもよいし、提供主体を代理する代理店であってもよい。勿論、広告主は運営者自身であってもよいし、運営者の支配下にある者（例えば、子会社）であってもよい。広告主サーバ２０は、配信サーバ３０に対して広告コンテンツを提供する。広告主サーバ２０は、例えば、図１に示す広告コンテンツＣ２０を配信サーバ３０に提供する。広告コンテンツＣ２０には、複数の広告コンテンツ（図１に示す広告コンテンツＣ２０１、Ｃ２０２等）を提供する。本実施形態では、広告主サーバ２０は、配信サーバ３０に対して、宣伝動画等の動画コンテンツを広告コンテンツ（第２のコンテンツ）として提供する。

配信サーバ３０は、クライアント端末（例えば、端末装置１００）に対して各種サービスを提供するサーバ用ホストコンピュータである。例えば、端末装置１００にページの情報を配信するサーバ装置である。例えば、配信サーバ３０は、ポータルサイト、ゲーム情報配信サイト、ニュースサイト、オークションサイト、天気予報サイト、ショッピングサイト、ファイナンス（株価）サイト、路線検索サイト、地図提供サイト、旅行サイト、飲食店紹介サイト、ウェブブログなどに関連する情報がタイル状に配置されたコンテンツ（アプリの画面やウェブページ）を端末装置１００に配信する配信装置である。

本実施形態では、配信サーバ３０は、端末装置１００に対してコンテンツＣ１を配信する。コンテンツＣ１は、例えば、スマートデバイス用に最適化されたコンテンツ（例えば、アプリの画面）である。コンテンツＣ１には、例えば、ニュース、天気予報、受信メールのインデックスや内容、フォトビュワー、その他各種のコンテンツが配置されている。なお、コンテンツＣ１は、アプリの画面に限られない。例えば、コンテンツＣ１は、スマートデバイス用に最適化されたウェブページであってもよい。この場合、コンテンツＣ１は、ＨＴＭＬ（Hyper Text Markup Language）、ＸＭＬ（Extensible Markup Language）等で記述されてもよい。

図１の例の場合、コンテンツＣ１には、コンテンツＣ２が配置されている。コンテンツＣ２はコンテンツＣ１上の表示領域Ａに配置されている。コンテンツＣ２は、動画コンテンツである。コンテンツＣ２は、例えば、メインコンテンツＭ１０１内の所定位置（所定の再生時間）に広告コンテンツＭ２０が挿入された配信用のコンテンツである。

ここで、メインコンテンツＭ１０１は、メインコンテンツＣ１０１を配信用に変換（トランスコード）したコンテンツである。例えば、メインコンテンツＭ１０１は、メインコンテンツＣ１０１の動画フォーマットを別の動画フォーマットに変換したコンテンツである。また、メインコンテンツＭ１０１は、メインコンテンツＣ１０１のビットレートを所定のビットレートに変換したコンテンツであってもよい。また、メインコンテンツＭ１０１は、メインコンテンツＣ１０１の音レベルを所定の音レベルに調整したものであってもよい。なお、メインコンテンツＭ１０１は、メインコンテンツＣ１０１そのものであってもよい。この場合には、以下の説明で登場するメインコンテンツＭ１０１は、メインコンテンツＣ１０１に置き換えることができる。

また、広告コンテンツＭ２０は、広告コンテンツＣ２０を配信用に変換（トランスコード）したコンテンツである。例えば、広告コンテンツＭ２０は、広告コンテンツＣ２０の動画フォーマットの別の動画フォーマットに変換したコンテンツであってもよいし、広告コンテンツＣ２０のビットレートを所定のビットレートに変換したものであってもよい。広告コンテンツＭ２０は、広告コンテンツＣ２０の音レベルを所定の音レベルに調整したものであってもよい。広告コンテンツＭ２０には、広告コンテンツＣ２０を構成する複数の広告コンテンツ（広告コンテンツＣ２０１、Ｃ２０２等）を変換した複数の広告コンテンツ（広告コンテンツＭ２０１、Ｍ２０２等）が含まれている。広告コンテンツＭ２０に含まれる複数の広告コンテンツ（広告コンテンツＭ２０１、Ｍ２０２）は、それぞれ、広告コンテンツＣ２０を構成する複数の広告コンテンツ（広告コンテンツＣ２０１、Ｃ２０２等）を変換したものである。

以下の説明では、変換後のメインコンテンツ（例えば、メインコンテンツＭ１０１）のことを、変換前のメインコンテンツ（例えば、メインコンテンツＣ１０１）と同様に第１のコンテンツということがある。また、以下の説明では、変換後の広告コンテンツ（例えば、広告コンテンツＭ２０、Ｍ２０１、Ｍ２０２）のことを、変換前の広告コンテンツ（例えば、広告コンテンツＣ２０、Ｃ２０１、Ｃ２０２）と同様に第２のコンテンツということがある。第１のコンテンツ及び第２のコンテンツは、それぞれ、クライアント（例えば、端末装置１００）からの要求に応じて送信される、いわゆる自動公衆送信のためのコンテンツである。第１のコンテンツ及び第２のコンテンツは、再生に音の出力が伴うコンテンツである。例えば、第１のコンテンツ及び第２のコンテンツは、動画コンテンツである。

配信サーバ３０は、コンテンツＣ１、Ｃ２とともに、端末装置１００を制御するための制御情報を送信する。制御情報は、端末装置１００にインストールされたアプリを制御するプログラムであってもよいし、ページに埋め込まれたプログラムであってもよい。例えば、制御情報は、ＪａｖａＳｃｒｉｐｔ（登録商標）等のスクリプト言語で記載されたプログラムであってもよい。勿論、制御情報は、スクリプト言語以外のコンピュータ言語で記載された情報であってもよい。例えば、制御情報は、ＣＳＳ３（Cascading Style Sheets 3）等のスタイルシート言語で記載された情報であってもよい。また、制御情報は、Ｊａｖａ（登録商標）、Ｓｗｉｆｔ、Ｃ言語、Ｃ＋＋等のプログラミング言語で記載され、コンパイル等されたプログラムであってもよい。配信サーバ等のサーバから配信されるアプリケーションソフトそのものを制御情報とみなすことも可能である。このとき、コンテンツの情報（例えば、ページの情報）は、制御情報に含まれていてもよい。勿論、制御情報はコンテンツＣ１、Ｃ２の一部であってもよい。なお、最終的に端末装置１００がプログラムを実行できるのであれば、制御情報は、コンパイルされたプログラムでなくてもよい。その他、制御情報は、インタプリタ言語（例えば、スクリプト言語）、機械言語、或いは中間言語の形式で提供されるデータ（プログラム）であってもよい。

〔１−２．配信システムの動作〕
以下、図１を参照しながら、配信システム１の動作を説明する。

まず、配信サーバ３０は、コンテンツ主サーバ１０からメインコンテンツＣ１０１（第１のコンテンツ）を取得する（ステップＳ１）。上述したように、メインコンテンツＣ１０１は、クライアントからの要求に応じて送信される、いわゆる自動公衆送信用のコンテンツである。メインコンテンツＣ１０１は、再生に音の出力が伴うコンテンツである。例えば、メインコンテンツＣ１０１は動画コンテンツである。

図２は、メインコンテンツＣ１０１の再生時間と音レベルとの関係を示す図である。図２に示すグラフは、縦軸が音レベル、横軸が再生時間となっている。メインコンテンツＣ１０１は再生時間がｔ４の動画コンテンツである。グラフ上に示された波形はメインコンテンツＣ１０１の音レベルの推移を示している。音レベルは、例えば、音圧の大きさである。例えば、音レベルは、音圧の大きさを基準値（例えば、２０×１０^−６Ｐａ）との比の常用対数で示した音圧レベルである。図２の例では、音レベルの単位はデシベル（ｄＢ）となっている。なお、音レベルは人の聴覚特性に合わせて補正されたものであってもよい。例えば、音レベルは、周波数による重み付けを行った音圧レベルであってもよい。

本実施形態のメインコンテンツＣ１０１は４つのパートに分けられる。再生時間ｔ０からｔ１までの期間Ｔ１１が第１のパートであり、再生時間ｔ１からｔ２までの期間Ｔ１２が第２のパートであり、再生時間ｔ２からｔ３までの期間Ｔ１３が第３のパートであり、再生時間ｔ３からｔ４までの期間Ｔ１４が第４のパートである。各パートの切り替わり時点（すなわち、再生時間ｔ１、ｔ２、ｔ３の時点）は広告の挿入位置として指定されている。図２に示したメインコンテンツＣ１０１はあくまで一例である。メインコンテンツＣ１０１は４つより多くのパートで構成されていてもよいし、４パートより少ないパートで構成されていてもよい。“パート”はチャプター、トラック等と言い換えることができる。なお、広告の挿入位置は上記の例に限定されない。広告の挿入位置は、コンテンツ主、広告主、或いは運営者等により予め設定されたものであってもよいし、メインコンテンツＣ１０１の内容等を解析するコンピュータ（例えば、配信サーバ３０）により、メインコンテンツＣ１０１の内容（例えば、画像及び音の変化）に基づきコンテンツ毎に判別されたものであってもよい。

図１に戻り、配信サーバ３０は、広告主サーバ２０から広告コンテンツＣ２０（第２のコンテンツ）を取得する（ステップＳ２）。上述したように、広告コンテンツＣ２０は、クライアントからの要求に応じて送信される、いわゆる自動公衆送信用のコンテンツである。広告コンテンツＣ２０は、複数の広告コンテンツ（広告コンテンツＣ２０１、Ｃ２０２等）により構成される。これら複数の広告コンテンツは、それぞれ、第２のコンテンツと見なすことが可能である。複数の広告コンテンツは、それぞれ、再生に音の出力が伴うコンテンツである。例えば、複数の広告コンテンツは、動画コンテンツである。広告コンテンツは、メインコンテンツの所定の再生位置に挿入される。メインコンテンツに挿入される広告コンテンツが複数あるのであれば、複数の広告コンテンツは、それぞれ、メインコンテンツの異なる再生位置に挿入される。

ユーザが端末装置１００を操作して配信サーバ３０にアクセスすると、端末装置１００は、配信サーバ３０からコンテンツＣ１の配信を受ける。そして、端末装置１００は、画面にコンテンツＣ１を表示する。また、端末装置１００は、コンテンツＣ１の配信を受けると、コンテンツＣ１の情報とともに送信された制御情報に従って配信サーバ３０にコンテンツＣ２の配信要求を送信する（ステップＳ３）。端末装置１００に配信されるコンテンツＣ２は、動画コンテンツである。本実施形態の場合、コンテンツＣ２は、広告コンテンツが挿入されたメインコンテンツにより構成されている。

なお、メインコンテンツに挿入される広告コンテンツは、コンテンツを要求したクライアント毎に異なっていてもよい。例えば、配信サーバ３０は、メインコンテンツを要求したクライアントの情報に基づき複数の広告コンテンツの中から選択された広告コンテンツを、メインコンテンツに挿入する広告コンテンツ（第２のコンテンツ）として取得する。クライアントの情報は、例えば、ユーザ情報である。ユーザ情報は、例えば、ユーザに関するデモグラフィック情報やサイコグラフィック情報である。具体例を挙げると、ユーザ情報は、ユーザの年齢、職業、収入、資産、住所、勤務先の住所、使用言語数、家族構成、友人関係、ライフサイクル、価値観、ライフスタイル、性格、好み、及びこれらの変化の情報である。ユーザ情報は、ユーザが過去見たコンテンツ（動画、音楽、ニュース記事、ページ等）の履歴であってもよい。配信サーバ３０は、端末装置１００（例えば、ブラウザのクッキー）からユーザ情報を取得してもよいし、配信サーバ３０が備える記憶装置に予めユーザ情報を保持し、端末装置１００から取得したユーザの識別情報に基づき記憶装置から取得してもよい。

図３は、メインコンテンツＣ１０１の所定の再生位置に複数の広告コンテンツＣ２０１、Ｃ２０２、Ｃ２０３が挿入された様子を示す図である。広告コンテンツＣ２０１、Ｃ２０２、Ｃ２０３は、配信サーバ３０が、広告主サーバ２０から入稿された複数の広告コンテンツの中から、ユーザ情報に基づいて、当該ユーザに適した広告コンテンツとして選択したコンテンツである。一般的に、広告コンテンツは、制作段階で所定の音レベルに調整される。本実施形態の場合、広告コンテンツＣ２０１、Ｃ２０２、Ｃ２０３は、いずれも、音レベルがＬ１に調整されている。広告コンテンツＣ２０１は図２に示す再生時間ｔ１に挿入され、広告コンテンツＣ２０２は図２に示す再生時間ｔ２に挿入され、広告コンテンツＣ２０３は図２に示す再生時間ｔ３に挿入される。図３の例では、広告コンテンツＣ２０１は期間Ｔ２１に位置しており、広告コンテンツＣ２０２は期間Ｔ２２に位置しており、広告コンテンツＣ２０３は期間Ｔ２３に位置している。

図３を見れば分かるように、広告コンテンツＣ２０１の音レベルと、広告コンテンツＣ２０１の前後に位置するメインコンテンツＣ１０１の音レベルと、の間には大きな差はない。しかしながら、広告コンテンツＣ２０２、Ｃ２０３の音レベルと、広告コンテンツＣ２０２、Ｃ２０３の前後に位置するメインコンテンツＣ１０１の音レベルと、の間には大きな差がある。このため、メインコンテンツと広告コンテンツの変わり目で、音レベルの大きな変化が生じる。この場合、突然の音の大きな変化で、ユーザが不快な思いをする恐れがある。

そこで、配信サーバ３０は、メインコンテンツ及び広告コンテンツの一方の音のレベルをメインコンテンツ及び広告コンテンツの他方の音に関する情報に基づいて調整する。例えば、配信サーバ３０は、広告コンテンツＣ２０１、Ｃ２０２、Ｃ２０３の音のレベルをメインコンテンツＣ１０１或いはメインコンテンツＭ１０１の音に関する情報に基づいて調整する。なお、音レベルが調整される広告コンテンツＣ２０１、Ｃ２０２、Ｃ２０３は、メインコンテンツを要求したユーザに適した広告コンテンツとして、配信サーバ３０が複数の候補（複数の広告コンテンツ）の中から選択したコンテンツであってもよい。この場合、配信サーバ３０は、ユーザに配信するメインコンテンツと広告コンテンツとの組み合わせが決まった時点で広告コンテンツの音レベルの調整を行う。

以下、音レベルの具体的な調整方法について説明する。まず、配信サーバ３０は、メインコンテンツＣ１０１をトランスコードすることによって、配信用のメインコンテンツＭ１０１を取得する（ステップＳ４）。そして、配信サーバ３０は、メインコンテンツＭ１０１の音レベルに基づき広告コンテンツＣ２０１、Ｃ２０２、Ｃ２０３の音レベルの調整を行う（ステップＳ５）。

図４は、広告コンテンツＣ２０１、Ｃ２０２、Ｃ２０３の音レベルの調整方法を説明するための図である。配信サーバ３０は、メインコンテンツＭ１０１のうち所定の再生位置を基準とした所定の再生範囲の音に関する情報に基づいて広告コンテンツＣ２０１、Ｃ２０２、Ｃ２０３の音のレベルを調整する。例えば、配信サーバ３０は、メインコンテンツＭ１０１のうち所定の再生位置の前後の所定の再生範囲の音に関する情報に基づいて広告コンテンツＣ２０１、Ｃ２０２、Ｃ２０３の音レベルを調整する。以下の説明では、音レベルの調整がなされた広告コンテンツＣ２０１、Ｃ２０２、Ｃ２０３のことを広告コンテンツＭ２０１、Ｍ２０２、Ｍ２０３と呼ぶ。なお、広告コンテンツＭ２０１、Ｍ２０２、Ｍ２０３を総称して広告コンテンツＭ２０と呼ぶことがある。

図４を使ってさらに具体的に音レベルの調整方法を説明する。まず、配信サーバ３０は、再生範囲ａ１と再生範囲ｂ１とを加えた再生範囲Ｒ１の音レベルの平均値を算出する。再生範囲ａ１は再生時間ｔ１の直前の再生範囲であり、再生範囲ｂ１は再生時間ｔ１の直後の再生範囲である。再生時間ｔ１は、広告コンテンツＣ２０１の挿入位置である。このとき、配信サーバ３０は、再生範囲Ｒ１の区間の音レベルの積分の平均を平均値として算出してもよい。そして、配信サーバ３０は、算出した平均値に基づいて広告コンテンツＣ２０１の音レベルを調整する。調整方法は、既知のラウンドネス調整手法等、任意の手法を使用可能である。

このとき、配信サーバ３０は、メインコンテンツＭ１０１と広告コンテンツＭ２０１の音レベルの差が所定のレベルより小さくなるよう広告コンテンツＣ２０１の音レベルを調整する。例えば、配信サーバ３０は、メインコンテンツＭ１０１の再生範囲Ｒ１の音レベルの平均値と広告コンテンツＭ２０１の音レベルの平均値の差が所定のレベルより小さくなるよう広告コンテンツＣ２０１の音レベルを調整する。所定のレベルは、例えば、絶対値で１ｄＢから１０ｄＢの範囲から選択される所定の値である。勿論、所定のレベルは、この範囲の値に限定されない。

なお、配信サーバ３０は、メインコンテンツＭ１０１と広告コンテンツＭ２０１の音のレベルが一致するよう広告コンテンツＣ２０１の音のレベルを調整してもよい。例えば、配信サーバ３０は、メインコンテンツＭ１０１の再生範囲Ｒ１の音レベルの平均値と広告コンテンツＭ２０１の音レベルの平均値が一致するよう広告コンテンツＣ２０１の音レベルを調整する。なお、メインコンテンツＭ１０１の音レベルと広告コンテンツＭ２０１の音レベルの間に多少のレベル差があっても、両者の音レベルは一致したものとみなすことができる。例えば、音レベルの平均値の差が絶対値で０ｄＢから１ｄＢの範囲の値のとき、両者の音レベルは一致したものとみなすことができる。

配信サーバ３０は、広告コンテンツＣ２０２、Ｃ２０３についても、広告コンテンツＣ２０１と同様に音レベルの調整を行う。

例えば、配信サーバ３０は、再生範囲ａ２と再生範囲ｂ２とを加えた再生範囲Ｒ２の音レベルの平均値を算出する。再生範囲ａ２は再生時間ｔ２の直前の再生範囲であり、再生範囲ｂ２は再生時間ｔ２の直後の再生範囲である。再生時間ｔ２は、広告コンテンツＣ２０２の挿入位置である。そして、配信サーバ３０は、メインコンテンツＭ１０１と広告コンテンツＭ２０２の音レベルの差が所定のレベルより小さくなるよう広告コンテンツＣ２０２の音レベルを調整する。このとき、配信サーバ３０は、メインコンテンツＭ１０１と広告コンテンツＭ２０２との音レベルが一致するよう広告コンテンツＣ２０２の音レベルを調整してもよい。

さらに、配信サーバ３０は、再生範囲ａ３と再生範囲ｂ３とを加えた再生範囲Ｒ３の音レベルの平均値を算出する。再生範囲ａ３は再生時間ｔ３の直前の再生範囲であり、再生範囲ｂ３は再生時間ｔ３の直後の再生範囲である。再生時間ｔ３は、広告コンテンツＣ２０３の挿入位置である。そして、配信サーバ３０は、メインコンテンツＭ１０１と広告コンテンツＭ２０３の音レベルの差が所定のレベルより小さくなるよう広告コンテンツＣ２０３の音レベルを調整する。このとき、配信サーバ３０は、メインコンテンツＭ１０１と広告コンテンツＭ２０３との音レベルが一致するよう広告コンテンツＣ２０３の音レベルを調整してもよい。

調整が完了したら、配信サーバ３０は、メインコンテンツＭ１０１に広告コンテンツＭ２０１、Ｍ２０２、Ｍ２０３を挿入する。図５は、広告コンテンツＭ２０１、Ｍ２０２、Ｍ２０３を挿入したメインコンテンツＭ１０１の音レベルの推移を示す図である。図５を見れば分かるように、広告コンテンツＭ２０１の音レベルは当初のＬ１からあまり変化はない。しかしながら、広告コンテンツＭ２０２の音レベルは当初のＬ１からＬ２まで上昇し、広告コンテンツＭ２０２の挿入位置前後のメインコンテンツＭ１０１との音レベルの差が縮小している。同様に、広告コンテンツＭ２０３の音レベルは当初のＬ１からＬ３まで低下し、広告コンテンツＭ２０３の挿入位置前後のメインコンテンツＭ１０１との音レベルの差が縮小している。これにより、メインコンテンツと広告コンテンツとの変わり目で大きな音の変化が小さくなる。

広告コンテンツＭ２０（広告コンテンツＭ２０１、Ｍ２０２等）の挿入が完了したら、配信サーバ３０は、広告コンテンツＭ２０が挿入したメインコンテンツＭ１０１をコンテンツＣ２として端末装置１００に配信する（ステップＳ６）。端末装置１００はコンテンツＣ２の配信を受けて、コンテンツＣ２の再生を開始する。

本実施形態によれば、配信サーバ３０は、広告コンテンツＣ２０（広告コンテンツＣ２０１、Ｃ２０２等）の音レベルをメインコンテンツＭ１０１の音レベルに基づいて調整している。これにより、メインコンテンツと広告コンテンツとの変わり目で大きな音の変化が小さくなるので、配信サーバ３０は、ユーザに与える不快感を小さなものとすることができる。

〔１−３．音レベルの調整の他の例〕
メインコンテンツと広告コンテンツの組み合わせによっては、メインコンテンツと広告コンテンツの変わり目が分からない場合がある。例えば、テレビ番組の本編の動画を見ていたつもりがいつの間にかＣＭ（Commercial Message）の動画を見せられていたということがある。この場合、ユーザは、テレビ番組の本編を見ているつもりになっていたところをいつの間にかＣＭを見せられることになるので、見ている動画がＣＭであることに気付いたときに不快な感情を抱く。特に、自動公衆送信の場合、メインコンテンツに挿入される広告コンテンツがクライアント依存で決まる場合が多いので、メインコンテンツと広告コンテンツとの組み合わせを事前調整して上記問題点を防ぐことが難しい。

そこで、配信サーバ３０は、意図的に、メインコンテンツＭ１０１と広告コンテンツＣ２０との音レベルの差が所定のレベルより大きくなるように、メインコンテンツＭ１０１及び広告コンテンツＣ２０の少なくとも一方の音レベルを調整してもよい。例えば、配信サーバ３０は、広告コンテンツＣ２０の音のレベルがメインコンテンツＭ１０１の音レベルより所定のレベル以上大きくなるようメインコンテンツＭ１０１及び広告コンテンツＣ２０の少なくとも一方の音のレベルを調整する。

より具体的には、配信サーバ３０は、広告コンテンツＣ２０の音のレベルがメインコンテンツＭ１０１の音レベルより所定のレベル以上大きくなるように広告コンテンツＣ２０の音のレベルを調整する。メインコンテンツＭ１０１に挿入される広告コンテンツが複数あるのであれば、複数の広告コンテンツの音レベルをそれぞれ調整する。このとき、配信サーバ３０は、メインコンテンツＭ１０１のうち所定の再生位置を基準とした所定の再生範囲の音レベルに基づいて広告コンテンツの音レベルを調整してもよい。所定のレベルは、１〜１０ｄＢの範囲の値であってもよい。勿論、所定のレベルは、１〜１０ｄＢの範囲の値に限定されない。

これにより、配信サーバ３０は、メインコンテンツと広告コンテンツの変わり目が分からなくなる事態を少なくできる。結果として、配信サーバ３０は、ユーザに与える不快感を小さなものとすることができる。

なお、配信サーバ３０は、メインコンテンツＭ１０１に挿入される複数の広告コンテンツの中から選択された所定の広告コンテンツの音レベルを第１のコンテンツの音のレベルより所定のレベル以上大きくなるよう調整する。例えば、メインコンテンツＭ１０１に広告コンテンツＣ２０１、Ｃ２０２、Ｃ２０３の３つが挿入されるとすれば、配信サーバ３０は、３つの広告コンテンツの中から広告コンテンツＣ２０２を選択する。そして、配信サーバ３０は、選択した広告コンテンツＣ２０２の音レベルをメインコンテンツＭ１０１の再生範囲Ｒ２の音レベルの平均値より所定のレベル以上大きくなるよう調整する。

このとき、配信サーバ３０は、メインコンテンツＭ１０１に挿入される複数の広告コンテンツのうちの広告主が一番目立たせたいと考えている広告コンテンツを上記所定の広告コンテンツとして選択してもよい。また、配信サーバ３０は、メインコンテンツＭ１０１に挿入したときに、メインコンテンツと広告コンテンツとの変わり目がわかり難いと想定される広告コンテンツを上記所定の広告コンテンツとして選択してもよい。例えば、配信サーバ３０は、動画内容のスタイル（以下、動画スタイルという。）がメインコンテンツの動画スタイルと類似する広告コンテンツを所定の広告コンテンツとして選択する。メインコンテンツＭ１０１がアニメの動画なのであれば、配信サーバ３０は、複数の広告コンテンツのうちアニメ風の広告コンテンツを所定の広告コンテンツとして選択する。動画スタイルが類似するか否かは、動画に使用される色の偏り、明度の変化の激しさ、単位時間当たりのシーンチェンジの多さ等より判別可能である。

なお、配信サーバ３０は、選択された広告コンテンツＣ２０２以外の広告コンテンツＣ２０１、Ｃ２０３の音レベルについては、メインコンテンツＭ１０１の音レベルとの差が所定のレベルより小さくなるよう調整してもよい。例えば、配信サーバ３０は、広告コンテンツＣ２０１、Ｃ２０３の音レベルの平均値がメインコンテンツＭ１０１の再生範囲Ｒ１、Ｒ３の音レベルの平均値より所定のレベル以上大きくなるよう、広告コンテンツＣ２０１、Ｃ２０３の音レベルを調整してもよい。所定のレベルは、例えば、１〜１０ｄＢの範囲の値である。所定のレベルは広告コンテンツ毎に異なっていてもよい。これにより、配信サーバ３０は、選択された広告コンテンツＣ２０２を目立たせることができる。

なお、配信サーバ３０は、選択された広告コンテンツＣ２０２以外の広告コンテンツの音のレベルをメインコンテンツＭ１０１の音のレベルと一致するよう調整してもよい。例えば、配信サーバ３０は、広告コンテンツＣ２０１、Ｃ２０３の音レベルの平均値がメインコンテンツＭ１０１の再生範囲Ｒ１、Ｒ３の音レベルの平均値と一致するよう広告コンテンツＣ２０１、Ｃ２０３の音レベルを調整してもよい。

〔２．配信システムの構成例〕
以上、本実施形態の情報処理装置の一例である配信サーバ３０を備える配信システム１を例に、情報処理装置の動作を述べたが、以下、本実施形態の情報処理装置の構成を説明する。以下の説明では、配信システム１を例に情報処理装置の構成を説明する。上述したように、配信システム１は、コンテンツ主サーバ１０と、広告主サーバ２０と、配信サーバ３０と、端末装置１００と、を備える。コンテンツ主サーバ１０、広告主サーバ２０、配信サーバ３０、及び端末装置１００、は、ネットワークＮを介して接続される。ネットワークＮは、ＬＡＮ（Local Area Network）、ＷＡＮ（Wide Area Network）、電話網（携帯電話網、固定電話網等）、地域ＩＰ（Internet Protocol）網、インターネット等の通信ネットワークである。ネットワークＮには、有線ネットワークが含まれていてもよいし、無線ネットワークが含まれていてもよい。なお、配信システム１には、コンテンツ主サーバ１０、広告主サーバ２０、配信サーバ３０、及び端末装置１００がそれぞれ複数台含まれてもよい。

コンテンツ主サーバ１０は、コンテンツ主によって利用されるサーバ装置である。コンテンツ主サーバ１０は、ＰＣサーバであってもよいし、ミッドレンジサーバであってもよいし、メインフレームサーバであってもよい。コンテンツ主サーバ１０は、コンテンツ主の指示に従って、配信サーバ３０にメインコンテンツを入稿する。本実施形態の場合、コンテンツ主サーバ１０が入稿するメインコンテンツは、動画である。

広告主サーバ２０は、広告主によって利用されるサーバ装置である。広告主サーバ２０は、ＰＣサーバであってもよいし、ミッドレンジサーバであってもよいし、メインフレームサーバであってもよい。広告主サーバ２０は、広告主の指示に従って、配信サーバ３０に広告コンテンツを入稿する。本実施形態の場合、広告主サーバ２０が入稿する広告コンテンツは、動画である。なお、広告主は、広告コンテンツの入稿を代理店に依頼する場合がある。この場合、広告主サーバ２０に広告コンテンツを入稿するのは代理店となる。以下の説明では、「広告主」は、本来の広告主だけでなく、代理店を含む概念であるものとする。また、「広告主サーバ」は、広告主サーバ２０だけでなく、代理店によって利用される代理店サーバを含む概念であるものとする。

〔３．配信サーバの構成例〕
次に、配信サーバ３０の構成について説明する。配信サーバ３０は、端末装置１００等のクライアント端末からの要求を処理するサーバ用ホストコンピュータ（以下、単に「サーバ」という。）である。配信サーバ３０は、ＰＣサーバであってもよいし、ミッドレンジサーバであってもよいし、メインフレームサーバであってもよい。また、配信サーバ３０は、１つのサーバにより構成されていてもよいし、協働して処理を実行する複数のサーバにより構成されていてもよい。配信サーバ３０が複数のサーバで構成される場合、これらサーバの設置場所は離れていてもよい。設置場所が離れていたとしても、協働して処理を実行するのであれば、これらサーバは１つの配信サーバとみなすことができる。

図６は、実施形態に係る配信サーバ３０の構成例を示す図である。配信サーバ３０は、通信部３１と、記憶部３２と、制御部３３と、を備える。なお、図６に示した構成は機能的な構成であり、ハードウェア構成はこれとは異なっていてもよい。

通信部３１は、外部の装置と通信する通信インタフェースである。通信部３１は、ネットワークインタフェースであってもよいし、機器接続インタフェースであってもよい。例えば、通信部３１は、ＮＩＣ（Network Interface Card）等のＬＡＮインタフェースであってもよいし、ＵＳＢ（Universal Serial Bus）ホストコントローラ、ＵＳＢポート等により構成されるＵＳＢインタフェースであってもよい。また、通信部３１は、有線インタフェースであってもよいし、無線インタフェースであってもよい。通信部３１は、配信サーバ３０の通信手段として機能する。通信部３１は、制御部３３の制御に従って端末装置１００、コンテンツ主サーバ１０、及び広告主サーバ２０と通信する。

記憶部３２は、ＤＲＡＭ（Dynamic Random Access Memory）、ＳＲＡＭ（Static Random Access Memory）、フラッシュメモリ、ハードディスク等のデータ読み書き可能な記憶装置である。記憶部３２は、配信サーバ３０の記憶手段として機能する。記憶部３２は、コンテンツデータベース３２１と、広告データベース３２２と、を記憶する。

コンテンツデータベース３２１は、コンテンツ主サーバ１０から入稿されたメインコンテンツに関する各種情報が格納されたデータベースである。図７は、実施形態に係るコンテンツデータベース３２１に格納された情報の一例を示す図である。図７に示した例では、コンテンツデータベース３２１は、コンテンツ主ＩＤ、メインコンテンツといった項目を有している。

「コンテンツ主ＩＤ」は、コンテンツ主またはコンテンツ主サーバ１０を識別するための識別情報を示す。図７に示す例では、「コンテンツ主ＩＤ」には「Ｋ１０」、「Ｋ２０」といった概念的な情報が格納されているが、コンテンツ主またはコンテンツ主サーバ１０を示す識別番号等が格納されていてもよい。「メインコンテンツ」は、コンテンツ主サーバ１０から入稿されたメインコンテンツを示す。なお、図７に示す例では、「メインコンテンツ」には「Ｃ１０１」〜「Ｃ１１２」といった概念的な情報が格納されているが、コンテンツのデータ（例えば、動画データ）そのものが格納されていてもよい。勿論、「メインコンテンツ」には、各コンテンツが所在するＵＲＬ（Uniform Resource Locator）、または、これらの格納場所を示すファイルパス名などが格納されていてもよい。

また、コンテンツデータベース３２１には、コンテンツＣ２の表示指示が登録されていてもよい。表示指示には、コンテンツＣ２の配置位置や表示領域Ａの設定値などが含まれていてもよい。例えば、表示指示には、コンテンツＣ１の上端を基準とした表示領域Ａの位置や大きさ等を示す情報が含まれていてもよい。また、表示指示には、配信用のメインコンテンツへの広告コンテンツの挿入位置（時間）の情報が含まれていてもよい。また、表示指示には、他のページへの遷移の契機となる利用者の操作や端末装置１００の状態等を示す情報が含まれていてもよい。表示指示の設定は、例えば、コンテンツ主がメインコンテンツを登録する際に、コンテンツ主によって行われてもよい。

広告データベース３２２は、広告主サーバ２０から入稿された広告コンテンツに関する各種情報が格納されたデータベースである。図８は、実施形態に係る広告データベース３２２に格納された情報の一例を示す図である。図８に示した例では、広告データベース３２２は、広告主ＩＤ、広告コンテンツ、インプレッション数、インプレッション保証数、対価といった項目を有している。

「広告主ＩＤ」は、広告主または広告主サーバ２０を識別するための識別情報を示す。「広告コンテンツ」は、広告主サーバ２０から入稿されたコンテンツ、すなわち、広告コンテンツＣ２０等の広告に係るコンテンツを示す。なお、図８に示す例では、「広告コンテンツ」には「Ｃ２０１」〜「Ｃ２１２」といった概念的な情報が格納されているが、コンテンツのデータ（例えば、動画データ）そのものが格納されていてもよい。勿論、「広告コンテンツ」には、各コンテンツが所在するＵＲＬ、または、これらの格納場所を示すファイルパス名などが格納されていてもよい。

「インプレッション数」は、広告コンテンツが表示された回数を示す。また、「インプレッション保証数」は、対価に対して保証されている広告コンテンツの表示回数を示す。また、「対価」は、「インプレッション保証数」だけ広告コンテンツが表示された際に広告主から支払われる報酬を示す。すなわち、配信サーバ３０は、広告に係るコンテンツをインプレッション保証型で配信するサーバである。

すなわち、図８の例では、広告主ＩＤ「Ｋ３０」によって識別される広告主が、コンテンツＣ２０１、Ｃ２０２、Ｃ２０３等を広告コンテンツとして入稿した例を示している。図８の例では、広告コンテンツ「Ｃ２０１」のインプレッション数が「１００００」であり、インプレッション保証数が「２００００」であり、インプレッション保証数だけコンテンツ「Ｃ２０１」が表示された際の対価（課金額）が「ａａａ」である例を示している。ここで、配信サーバ３０は、１つのページに配置される複数のコンテンツ（複数の広告コンテンツ）ごとにインプレッション数を計数してもよいし、１つのページの複数のコンテンツ（複数の広告コンテンツ）を１つの広告とみなしてインプレッション数を計数してもよい。

なお、配信サーバ３０がクリック課金形式広告を配信するのであれば、広告データベース３２２には、コンテンツが選択された回数や、コンテンツが選択された際の課金額等が登録される。ここで、クリック課金形式広告とは、広告コンテンツが選択される度に課金が行われる広告である。また、配信サーバ３０が入札形式広告を配信するのであれば、広告データベース３２２には、１インプレッションあたりの報酬として広告主が設定した広告料金である入札価格や、ＣＴＲ（Click Through Rate）等が登録される。ここで、入札形式広告とは、配信サーバ３０が配信要求を受信した際に、入札形式で広告コンテンツを選択する形式の広告のことである。

なお、広告データベース３２２は、上記以外の項目の情報を記憶してもよい。例えば、広告データベース３２２は、コンテンツとユーザとのマッチングを行うための情報や、ＣＴＲといった情報をさらに記憶してもよい。また、広告データベース３２２には、広告コンテンツの表示態様の変更を指示する表示指示が登録されていてもよい。表示指示には、コンテンツＣ２の配置位置や表示領域Ａの設定値などが含まれていてもよい。例えば、表示指示には、コンテンツＣ１の上端を基準とした表示領域Ａの位置や大きさ等を示す情報が含まれていてもよい。また、表示指示には、配信用のメインコンテンツへの広告コンテンツの挿入位置（時間）の情報が含まれていてもよい。また、表示指示には、他のページへの遷移の契機となる利用者の操作や端末装置１００の状態等を示す情報が含まれていてもよい。表示指示の設定は、例えば、広告主が広告コンテンツを登録する際に、広告主によって行われる。

図６に戻り、制御部３３は、コントローラ（controller）であり、例えば、ＣＰＵ（Central Processing Unit）、ＭＰＵ（Micro Processing Unit）等のプロセッサによって、配信サーバ３０内部の記憶装置に記憶されている各種プログラムがＲＡＭ（Random Access Memory）等を作業領域として実行されることにより実現される。また、制御部３３は、コントローラであり、例えば、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等の集積回路により実現されてもよい。

制御部３３は、図６に示すように、入稿受付部３３１と、要求受付部３３２と、コンテンツ取得部３３３（第１の取得部）と、広告取得部３３４（第２の取得部）と、調整部３３５と、送信部３３６と、を備える。制御部３３を構成するブロック（入稿受付部３３１〜送信部３３６）はそれぞれ制御部３３の機能を示す機能ブロックである。これら機能ブロックはソフトウェアブロックであってもよいし、ハードウェアブロックであってもよい。例えば、上述の機能ブロックが、それぞれ、ソフトウェア（マイクロプログラムを含む。）で実現される１つのソフトウェアモジュールであってもよいし、半導体チップ（ダイ）上の１つの回路ブロックであってもよい。勿論、各機能ブロックがそれぞれ１つのプロセッサ或いは１つの集積回路であってもよい。機能ブロックの構成方法は任意である。なお、制御部３３は上述の機能ブロックとは異なる機能単位で構成されていてもよい。

入稿受付部３３１は、コンテンツ主サーバ１０からメインコンテンツの入稿を受け付ける。また、入稿受付部３３１は、メインコンテンツの表示指示を受け付ける。かかる場合、入稿受付部３３１は、メインコンテンツおよび表示指示を、コンテンツ主ＩＤとともにコンテンツデータベース３２１に登録する。

また、入稿受付部３３１は、広告主サーバ２０から広告コンテンツの入稿を受け付ける。具体的には、入稿受付部３３１は、対価の指定とともに広告コンテンツの入稿を受け付ける。また、入稿受付部３３１は、広告コンテンツの表示指示を受け付ける。かかる場合、入稿受付部３３１は、広告コンテンツおよび表示指示を、広告主ＩＤ及び対価の値とともに広告データベース３２２に登録する。

要求受付部３３２は、端末装置１００からコンテンツの取得要求を受け付ける。例えば、要求受付部３３２は、コンテンツＣ１、Ｃ２の取得要求を受け付ける。例えば、要求受付部３３２は、コンテンツＣ１の取得要求として、ウェブページやアプリのデータの取得要求を受け付ける。また、要求受付部３３２は、コンテンツＣ２の取得要求として、動画データやアプリのデータの取得要求を受け付ける。このとき、要求受付部３３２は、コンテンツＣ１、Ｃ２の取得要求として、ＨＴＴＰ（Hypertext Transfer Protocol）リクエストを受け付けてもよい。

コンテンツ取得部３３３（第１の取得部）は、クライアントからの要求に応じて送信されるコンテンツであって再生に音の出力が伴う第１のコンテンツを取得する。例えば、コンテンツ取得部３３３は、コンテンツデータベース３２１から第１のコンテンツを取得する。

広告取得部３３４（第２の取得部）は、第１のコンテンツの所定の再生位置に挿入されるコンテンツであって再生に音の出力が伴う第２のコンテンツを取得する。例えば、広告取得部３３４は、広告データベース３２２から第２のコンテンツを取得する。広告取得部３３４は、それぞれ第１のコンテンツの異なる再生位置に挿入される複数の広告コンテンツを第２のコンテンツとして取得してもよい。また、広告取得部３３４は、第１のコンテンツを要求したクライアントの情報に基づき複数のコンテンツの中から選択された広告コンテンツを第２のコンテンツとして取得してもよい。

調整部３３５は、第１のコンテンツ及び第２のコンテンツの一方の音のレベルを第１のコンテンツ及び第２のコンテンツの他方の音に関する情報に基づいて調整する。例えば、調整部３３５は、第２のコンテンツの音のレベルを第１のコンテンツの音に関する情報に基づいて調整する。調整部３３５は、第１のコンテンツの音のレベルを第２のコンテンツの音に関する情報に基づいて調整してもよい。また、調整部３３５は、第１のコンテンツの音のレベルを第２のコンテンツの音に関する情報に基づいて調整するとともに、第２のコンテンツの音のレベルを第１のコンテンツの音に関する情報に基づいて調整してもよい。

また、調整部３３５は、第１のコンテンツのうち所定の再生位置を基準とした所定の再生範囲の音に関する情報に基づいて第２のコンテンツの音のレベルを調整する。例えば、調整部３３５は、第１のコンテンツのうち所定の再生位置の前後の所定の再生範囲の音に関する情報に基づいて第２のコンテンツの音のレベルを調整する。調整部３３５は、第１のコンテンツのうち所定の再生位置から所定時間前までの再生範囲の音に関する情報に基づいて第２のコンテンツの音のレベルを調整してもよい。

また、調整部３３５は、第１のコンテンツと第２のコンテンツの音のレベル差が所定のレベルより小さくなるよう第１のコンテンツ及び第２のコンテンツの少なくとも一方の音のレベルを調整する。調整部３３５は、第１のコンテンツと第２のコンテンツの音のレベルが一致するよう第２のコンテンツの音のレベルを調整してもよい。また、調整部３３５は、第１のコンテンツと第２のコンテンツの音のレベル差が所定のレベルより大きくなるよう第１のコンテンツ及び第２のコンテンツの少なくとも一方の音のレベルを調整してもよい。

また、調整部３３５は、第２のコンテンツの音のレベルが第１のコンテンツの音のレベルより所定のレベル以上大きくなるよう第１のコンテンツ及び第２のコンテンツの少なくとも一方の音のレベルを調整する。

また、調整部３３５は、第１のコンテンツに挿入される複数の広告コンテンツの中から選択された所定の広告コンテンツの音のレベルを第１のコンテンツの音のレベルより所定のレベル（第１のレベル）以上大きくなるよう調整するとともに、第１のコンテンツに挿入される複数の広告コンテンツのうちの所定の広告コンテンツ以外の広告コンテンツと第１のコンテンツとの音のレベルの差が所定のレベル（第２のレベル）より小さくなるよう所定の広告コンテンツ以外の広告コンテンツの音レベルを調整する。例えば、調整部３３５は、第１のコンテンツに挿入される複数の広告コンテンツのうちの所定の広告コンテンツ以外の広告コンテンツの音のレベルを第１のコンテンツの音のレベルと一致するよう調整する。

また、調整部３３５は、選択された広告コンテンツの音のレベルを第１のコンテンツの音に関する情報に基づいて調整する。

送信部３３６は、要求受付部３３２がコンテンツの取得要求を受け付けた場合に、調整部３３５が音のレベルを調整した第１のコンテンツ及び／又は第２のコンテンツを含むコンテンツの情報を端末装置１００に送信する。このとき、送信部３３６が送信する情報には、制御情報が含まれていてもよい。

制御情報は、ＪａｖａＳｃｒｉｐｔ（登録商標）等のスクリプト言語で記載されたプログラムであってもよい。勿論、制御情報は、スクリプト言語以外のコンピュータ言語で記載された情報であってもよい。例えば、制御情報は、ＨＴＭＬ、ＸＭＬ等のマークアップ言語で記載された情報であってもよいし、ＣＳＳ（Cascading Style Sheets）、ＣＳＳ３等のスタイルシート言語で記載された情報であってもよい。また、制御情報は、Ｊａｖａ（登録商標）、Ｓｗｉｆｔ、Ｃ言語、Ｃ＋＋等のプログラミング言語で記載され、コンパイル等されたプログラム（例えば、アプリそのもの）であってもよい。なお、最終的に端末装置１００がプログラムを実行できるのであれば、制御情報は、コンパイルされたプログラムでなくてもよい。その他、制御情報は、インタプリタ言語（例えば、スクリプト言語）、機械言語、或いは中間言語の形式で提供されるデータ（プログラム）であってもよい。

なお、制御情報には、コンテンツの表示指示の情報が含まれていてもよい。表示指示には、コンテンツの配置位置や表示領域Ａの設定値などが含まれていてもよい。例えば、表示指示には、コンテンツＣ１の上端を基準とした表示領域Ａの位置や大きさ等を示す情報が含まれていてもよい。また、表示指示には、第１のコンテンツへの第２のコンテンツの挿入位置（時間）の情報が含まれていてもよい。また、表示指示には、他のページへの遷移の契機となる利用者の操作や端末装置１００の状態等を示す情報が含まれていてもよい。

〔４．端末装置の構成例〕
次に、端末装置１００の構成について説明する。端末装置１００は、ユーザがコンテンツ（例えば、アプリの画面やウェブページ）の閲覧に使用する情報表示装置である。端末装置１００は、例えば、スマートフォン、タブレット、携帯電話等の通信端末である。通信機能を備えるのであれば、端末装置１００は、パーソナルコンピュータ（ノートＰＣ、デスクトップＰＣ）、ＰＤＡ（Personal Digital Assistant）等の情報処理端末であってもよい。この場合、情報処理端末も通信端末の一種である。端末装置１００は、ネットワークＮを介して配信サーバ３０と接続する。

図９は、実施形態に係る端末装置１００の構成例を示す図である。端末装置１００は、通信部１１０と、入力部１２０と、記憶部１３０と、出力部１４０と、制御部１５０と、を備える。なお、図９に示した構成は機能的な構成であり、ハードウェア構成はこれとは異なっていてもよい。

通信部１１０は、外部の装置と通信する通信インタフェースである。通信部１１０は、ネットワークインタフェースであってもよいし、機器接続インタフェースであってもよい。例えば、通信部１１０は、ＮＩＣ等のＬＡＮインタフェースであってもよいし、ＵＳＢホストコントローラ、ＵＳＢポート等により構成されるＵＳＢインタフェースであってもよい。また、通信部１１０は、有線インタフェースであってもよいし、無線インタフェースであってもよい。通信部１１０は、端末装置１００の通信手段として機能する。通信部１１０は、制御部１５０の制御に従って配信サーバ３０と通信する。

入力部１２０は、外部から各種入力を受け付ける入力装置である。例えば、入力部１２０は、キーボードやマウスや操作キー等、ユーザが各種操作を行うための操作装置である。入力部１２０は、端末装置１００の入力手段として機能する。なお、端末装置１００にタッチパネルが採用される場合には、タッチパネルも入力部１２０に含まれる。この場合、ユーザは、指やスタイラスで画面をタッチすることにより各種操作を行う。

記憶部１３０は、ＤＲＡＭ、ＳＲＡＭ、フラッシュメモリ、ハードディスク等のデータ読み書き可能な記憶装置である。記憶部１３０は、端末装置１００の記憶手段として機能する。記憶部１３０は、アプリケーションのデータが格納されている。アプリケーションのデータは、ウェブブラウザのデータであってもよい。以下の説明では、ウェブブラウザのことを単にブラウザという。

出力部１４０は、音、光、振動、画像等、外部に各種出力を行う装置である。出力部１４０は、端末装置１００の出力手段として機能する。出力部１４０は、各種情報を表示する表示装置を備える。表示装置は、例えば、液晶ディスプレイ、有機ＥＬ（Electro Luminescence）ディスプレイである。なお、端末装置１００にタッチパネルが採用される場合には、表示装置（以下、画面という。）は入力部１２０と一体であってもよい。出力部１４０は、制御部１５０の制御に従って、画面に画像を表示する。

制御部１５０は、コントローラであり、例えば、ＣＰＵ、ＭＰＵ等のプロセッサによって、端末装置１００内部の記憶装置に記憶されている各種プログラムがＲＡＭ等を作業領域として実行されることにより実現される。また、制御部１５０は、コントローラであり、例えば、ＡＳＩＣやＦＰＧＡ等の集積回路により実現されてもよい。

制御部１５０は、図９に示すように、表示部１５１と、表示制御部１５２と、を備える。制御部１５０を構成するブロック（表示部１５１と、表示制御部１５２）はそれぞれ制御部１５０の機能を示す機能ブロックである。これら機能ブロックはソフトウェアブロックであってもよいし、ハードウェアブロックであってもよい。例えば、上述の機能ブロックが、それぞれ、ソフトウェア（マイクロプログラムを含む。）で実現される１つのソフトウェアモジュールであってもよいし、半導体チップ（ダイ）上の１つの回路ブロックであってもよい。勿論、各機能ブロックがそれぞれ１つのプロセッサ或いは１つの集積回路であってもよい。機能ブロックの構成方法は任意である。なお、制御部１５０は上述の機能ブロックとは異なる機能単位で構成されていてもよい。

表示部１５１は、コンテンツＣ１及びコンテンツＣ１の表示領域Ａに配置されたコンテンツＣ２を画面に表示する。コンテンツＣ１は、アプリの画面であってもよいし、ウェブページであってもよい。また、コンテンツＣ２は動画であってもよい。

表示制御部１５２は、ユーザの操作に従ってコンテンツＣ１及びコンテンツＣ２の表示態様を変化させる。例えば、表示制御部１５２は、ユーザの操作に従ってコンテンツＣ１をスクロールさせる。また、表示制御部１５２は、ユーザの操作に従ってコンテンツＣ２の再生を開始する。

〔５．配信サーバの処理フロー〕
次に、配信サーバ３０が実行する処理の手順について説明する。図１０は、配信処理の一例を示すフローチャートである。配信サーバ３０は、電源が投入されると配信処理を開始する。

まず、配信サーバ３０は、端末装置１００からコンテンツＣ２の配信要求を受信したか判別する（ステップＳ１１）。配信要求を受信していない場合（ステップＳ１１：Ｎｏ）、配信サーバ３０は、配信要求の受信を待機する。

配信要求を受信した場合（ステップＳ１１：Ｙｅｓ）、配信サーバ３０は、記憶部３２からメインコンテンツＣ１０１を取得する（ステップＳ１２）。また、配信サーバ３０は、記憶部３２から広告コンテンツＣ２０を取得する（ステップＳ１３）。広告コンテンツＣ２０には、複数の広告コンテンツ（広告コンテンツＣ２０１、Ｃ２０２、Ｃ２０３等）が含まれている。

続いて、配信サーバ３０は、メインコンテンツＣ１０１に所定の処理（例えば、フォーマット変換や音レベルの調整）を実行し、配信用のメインコンテンツＭ１０１を生成する（ステップＳ１４）。配信用のメインコンテンツＭ１０１はメインコンテンツＣ１０１そのままであってもよい。

続いて、配信サーバ３０は、コンテンツ（例えば、広告コンテンツＣ２０）の音レベルを調整する（ステップＳ１５）。例えば、配信サーバ３０は、広告コンテンツＣ２０に含まれる複数の広告コンテンツそれぞれについて音レベルを調整する。このとき、配信サーバ３０は、メインコンテンツＭ１０１の音レベルに基づき広告コンテンツＣ２０（広告コンテンツＣ２０１、Ｃ２０２、Ｃ２０３等）の音レベルを調整する。これにより、配信サーバ３０は、音のレベルを調整した広告コンテンツＭ２０（広告コンテンツＭ２０１、Ｍ２０２、Ｍ２０３等）を取得する。

続いて、配信サーバ３０は、メインコンテンツＭ１０１の所定の位置に音レベルを調整した広告コンテンツＭ２０を挿入する（ステップＳ１６）。これにより、配信サーバ３０は、配信用のコンテンツＣ２を取得する。そして、配信サーバ３０は、配信用のコンテンツＣ２を端末装置１００に送信する（ステップＳ１７）。送信が完了したら、配信サーバ３０は、ステップＳ１１に処理を戻し、ステップＳ１１〜Ｓ１７の処理を繰り返す。

〔６．変形例〕
上述の実施形態は一例を示したものであり、種々の変更及び応用が可能である。

例えば、上述の実施形態では、第１のコンテンツ（例えば、メインコンテンツＭ１０１）の音レベルに基づいて第２のコンテンツ（例えば、広告コンテンツＣ２０）の音レベルを調整したが、配信サーバ３０は、第１のコンテンツ（例えば、メインコンテンツＣ１０１）の音レベルの方を第２のコンテンツ（例えば、広告コンテンツＭ２０）の音レベルに基づいて調整してもよい。

また、配信サーバ３０は、第１のコンテンツ（例えば、メインコンテンツＣ１０１）と第２のコンテンツ（広告コンテンツＣ２０）の双方の音レベルを調整してもよい。すなわち、配信サーバ３０は、メインコンテンツＣ１０１の音のレベルを広告コンテンツＣ２０の音レベルに基づいて調整するとともに、広告コンテンツＣ２０の音のレベルをメインコンテンツＣ１０１の音に関する情報に基づいて調整してもよい。

また、上述の実施形態では、配信サーバ３０は、第１のコンテンツのうち所定の再生位置の前後の所定の再生範囲の音に関する情報に基づいて第２のコンテンツの音のレベルを調整したが、配信サーバ３０は、第１のコンテンツのうち所定の再生位置から所定時間前までの再生範囲の音に関する情報に基づいて第２のコンテンツの音のレベルを調整してもよい。例えば、第１のコンテンツが図４に示すメインコンテンツＭ１０１であり、第２のコンテンツが再生時間ｔ２に挿入される広告コンテンツＣ２０２であるとする。このとき、配信サーバ３０は、再生範囲ａ２の音レベルに基づいて広告コンテンツＣ２０２の音レベルを調整してもよい。勿論、配信サーバ３０は、第１のコンテンツのうち所定の再生位置から所定時間後までの再生範囲の音に関する情報に基づいて第２のコンテンツの音のレベルを調整してもよい。

また、上述の実施形態では、第１のコンテンツと第２のコンテンツの音レベルの差が所定のレベルより大きくなるよう第２のコンテンツの音レベルを調整したが、配信サーバ３０は、第１のコンテンツ（例えば、メインコンテンツＭ１０１）と第２のコンテンツ（例えば、広告コンテンツＭ２０）の音レベルの差が所定のレベルより大きくなるよう第１のコンテンツ（例えば、メインコンテンツＣ１０１）の方の音レベルを調整してもよい。

なお、上述の実施形態では、第１のコンテンツ及び第２のコンテンツは双方とも動画コンテンツであるものとしたが、第１のコンテンツ及び第２のコンテンツは必ずしも動画でなくてもよい。第１のコンテンツ及び第２のコンテンツは、音楽或いは音声等により構成される音響コンテンツであってもよい。音響コンテンツは音楽コンテンツ或いは音声コンテンツと言い換えることができる。

また、上述の実施形態では、配信サーバ３０は、第１のコンテンツ及び第２のコンテンツの一方の音レベルに基づいて、第１のコンテンツ及び第２のコンテンツの他方の音レベルを調整したが、調整に使用する情報は音レベルに限られない。例えば、第１のコンテンツ及び第２のコンテンツの一方の音レベル以外の音に関する情報を使って、第１のコンテンツ及び第２のコンテンツの他方の音レベルを調整してもよい。このとき、音に関する情報は、例えば、音の周波数成分の情報や音の変化の激しさの情報であってもよい。

また、上述の実施形態では、コンテンツＣ１とコンテンツＣ２はいずれも配信サーバ３０から配信されるものとしたが、コンテンツＣ１を配信する配信サーバとコンテンツＣ２を配信する配信サーバは異なるサーバであってもよい。また、音レベルを調整する情報処理装置はコンテンツＣ１とコンテンツＣ２を配信するサーバとは異なっていてもよい。

また、上述の実施形態では、第１のコンテンツをメインコンテンツ、第２のコンテンツを広告コンテンツとした。しかし、第１のコンテンツが広告コンテンツで、第２のコンテンツがメインコンテンツであってもよい。また、第１のコンテンツ及び第２のコンテンツは、メインコンテンツ及び広告コンテンツに限られない。第１のコンテンツ、第２のコンテンツともにメインコンテンツ及び広告コンテンツ以外のコンテンツであってもよい。また、第１のコンテンツ及び第２のコンテンツは、動画コンテンツや音響コンテンツに限られず、例えば、ゲームのコンテンツであってもよい。

また、上述の実施形態では、配信サーバ３０が本実施形態の情報処理装置であるものとしたが、本実施形態の情報処理装置は端末装置１００であってもよい。この場合には、配信サーバ３０の制御部３３が備える各機能ブロック（例えば、コンテンツ取得部３３３、広告取得部３３４、調整部３３５）は端末装置１００が備えていてもよい。勿論、本実施形態の情報処理装置は、配信サーバ３０、端末装置１００以外の装置であってもよい。

本実施形態の配信サーバ３０若しくは端末装置１００を制御する制御装置は、専用のコンピュータシステムによって実現してもよいし、通常のコンピュータシステムにより実現してもよい。例えば、上述の動作を実行するためのプログラムを、光ディスク、半導体メモリ、磁気テープ、フレキシブルディスク等のコンピュータ読み取り可能な記録媒体に格納して配布し、該プログラムをコンピュータにインストールし、上述の処理を実行することによって制御装置を構成してもよい。制御装置は、配信サーバ３０若しくは端末装置１００の外部の装置（例えば、パーソナルコンピュータ）であってもよいし、内部の装置（例えば、制御部３３、１５０）であってもよい。また、上記プログラムをインターネット等のネットワーク上のサーバ装置が備えるディスク装置に格納しておき、コンピュータにダウンロード等できるようにしてもよい。また、上述の機能を、ＯＳ（Operating System）とアプリケーションソフトとの協働により実現してもよい。この場合には、ＯＳ以外の部分を媒体に格納して配布してもよいし、ＯＳ以外の部分をサーバ装置に格納しておき、コンピュータにダウンロード等できるようにしてもよい。

また、上記各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。

〔７．ハードウェア構成〕
実施形態及び変形例に係る配信サーバ３０及び端末装置１００は、例えば図１１に示すような構成のコンピュータ１０００によっても実現可能である。図１１は、配信サーバ３０若しくは端末装置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、ＨＤＤ（Hard Disk Drive）１４００、通信インタフェース（Ｉ／Ｆ）１５００、入出力インタフェース（Ｉ／Ｆ）１６００、及びメディアインタフェース（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。通信インタフェース１５００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ＣＰＵ１１００へ送り、ＣＰＵ１１００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。

ＣＰＵ１１００は、入出力インタフェース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、入出力インタフェース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フェース１６００を介して出力装置へ出力する。

メディアインタフェース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、メディアインタフェース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が実施形態に係る配信サーバ３０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を実行することにより、制御部３３、１５０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。

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、発明の開示の行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。

〔８．効果〕
本実施形態によれば、配信サーバ３０は、クライアントからの要求に応じて送信されるコンテンツであって再生に音の出力が伴う第１のコンテンツを取得する。また、配信サーバ３０は、第１のコンテンツの所定の再生位置に挿入されるコンテンツであって再生に音の出力が伴う第２のコンテンツを取得する。そして、配信サーバ３０は、第１のコンテンツ及び第２のコンテンツの一方の音のレベルを第１のコンテンツ及び第２のコンテンツの他方の音に関する情報に基づいて調整する。これにより、第１のコンテンツと第２のコンテンツの一方のコンテンツが他方のコンテンツに合わせて調整されるので、配信サーバ３０は、ユーザに与える不快感を小さなものとすることができる。

また、配信サーバ３０は、第２のコンテンツの音のレベルを第１のコンテンツの音に関する情報に基づいて調整する。これにより、第１のコンテンツと第２のコンテンツの一方のコンテンツが他方のコンテンツに合わせて調整されるので、配信サーバ３０は、ユーザに与える不快感を小さなものとすることができる。

また、配信サーバ３０は、第１のコンテンツの音のレベルを第２のコンテンツの音に関する情報に基づいて調整する。これにより、第１のコンテンツと第２のコンテンツの一方のコンテンツが他方のコンテンツに合わせて調整されるので、配信サーバ３０は、ユーザに与える不快感を小さなものとすることができる。

また、配信サーバ３０は、第１のコンテンツの音のレベルを第２のコンテンツの音に関する情報に基づいて調整するとともに、第２のコンテンツの音のレベルを第１のコンテンツの音に関する情報に基づいて調整する。これにより、第１のコンテンツと第２のコンテンツとの変わり目で大きな音の変化が小さくなるので、配信サーバ３０は、ユーザに与える不快感を小さなものとすることができる。

また、配信サーバ３０は、第１のコンテンツのうち所定の再生位置を基準とした所定の再生範囲の音に関する情報に基づいて第２のコンテンツの音のレベルを調整する。これにより、第２のコンテンツとの音レベルが挿入される位置近くの第１のコンテンツの音レベルに近づくので、配信サーバ３０は、ユーザに与える不快感をさらに小さなものとすることができる。

配信サーバ３０は、第１のコンテンツのうち所定の再生位置の前後の所定の再生範囲の音に関する情報に基づいて第２のコンテンツの音のレベルを調整する。これにより、第２のコンテンツとの音レベルが挿入される位置近くの第１のコンテンツの音レベルに近づくので、配信サーバ３０は、ユーザに与える不快感をさらに小さなものとすることができる。

配信サーバ３０は、第１のコンテンツのうち所定の再生位置から所定時間前までの再生範囲の音に関する情報に基づいて第２のコンテンツの音のレベルを調整する。これにより、第２のコンテンツとの音レベルが挿入される位置近くの第１のコンテンツの音レベルに近づくので、配信サーバ３０は、ユーザに与える不快感をさらに小さなものとすることができる。

配信サーバ３０は、第１のコンテンツと第２のコンテンツの音のレベル差が所定のレベルより小さくなるよう第１のコンテンツ及び第２のコンテンツの少なくとも一方の音のレベルを調整する。これにより、第１のコンテンツと第２のコンテンツとの変わり目で大きな音の変化が小さくなるので、配信サーバ３０は、ユーザに与える不快感を小さなものとすることができる。

配信サーバ３０は、第１のコンテンツと第２のコンテンツの音のレベルが一致するよう第２のコンテンツの音のレベルを調整する。これにより、第１のコンテンツと第２のコンテンツとの変わり目で大きな音の変化が小さくなるので、配信サーバ３０は、ユーザに与える不快感を小さなものとすることができる。

配信サーバ３０は、第１のコンテンツと第２のコンテンツの音のレベル差が所定のレベルより大きくなるよう第１のコンテンツ及び第２のコンテンツの少なくとも一方の音のレベルを調整する。これにより、配信サーバ３０は、第１のコンテンツと第２のコンテンツの変わり目が分からなくなる事態を少なくすることができる。結果として、配信サーバ３０は、ユーザに与える不快感を小さなものとすることができる。

配信サーバ３０は、第２のコンテンツの音のレベルが第１のコンテンツの音のレベルより所定のレベル以上大きくなるよう第１のコンテンツ及び第２のコンテンツの少なくとも一方の音のレベルを調整する。これにより、配信サーバ３０は、第１のコンテンツと第２のコンテンツの変わり目が分からなくなる事態を少なくすることができる。結果として、配信サーバ３０は、ユーザに与える不快感を小さなものとすることができる。

配信サーバ３０は、それぞれ第１のコンテンツの異なる再生位置に挿入される複数の広告コンテンツを第２のコンテンツとして取得する。そして、配信サーバ３０は、第１のコンテンツに挿入される複数の広告コンテンツの中から選択された所定の広告コンテンツの音のレベルを第１のコンテンツの音のレベルより所定のレベル以上大きくなるよう調整するとともに、第１のコンテンツに挿入される複数の広告コンテンツのうちの所定の広告コンテンツ以外の広告コンテンツと第１のコンテンツとの音のレベルの差が所定のレベルより小さくなるよう所定の広告コンテンツ以外の広告コンテンツの音レベルを調整する。これにより、配信サーバ３０は、所定の広告コンテンツを目立たせることができる。

配信サーバ３０は、第１のコンテンツを要求したクライアントの情報に基づき複数のコンテンツの中から選択された広告コンテンツを第２のコンテンツとして取得する。そして、配信サーバ３０は、選択された広告コンテンツの音のレベルを第１のコンテンツの音に関する情報に基づいて調整する。これにより、配信サーバ３０は、クライアント毎に広告コンテンツが違ったとしても、ユーザに与える不快感を小さなものとすることができる。

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

また、上述してきた「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、処理部は、処理手段や処理回路に読み替えることができる。

１…配信システム
１０…コンテンツ主サーバ
２０…広告主サーバ
３０…配信サーバ
３１、１１０…通信部
３２…記憶部
３２１…コンテンツデータベース
３２２…広告データベース
３３、１５０…制御部
３３１…入稿受付部
３３２…要求受付部
３３３…コンテンツ取得部
３３４…広告取得部
３３５…調整部
３３６…送信部
１００…端末装置
１２０…入力部
１３０…記憶部
１４０…出力部
１５１…表示部
１５２…表示制御部
Ａ…表示領域
Ｃ１、Ｃ２…コンテンツ
Ｃ１０１、Ｍ１０１…メインコンテンツ
Ｃ２０、Ｃ２０１〜Ｃ２０３、Ｍ２０、Ｍ２０１〜Ｍ２０３…広告コンテンツ

Claims (22)

1. クライアントからの要求に応じて送信されるコンテンツであって再生に音の出力が伴う第１のコンテンツを取得する第１の取得部と、
   前記第１のコンテンツの所定の再生位置に挿入されるコンテンツであって再生に音の出力が伴う第２のコンテンツを取得する第２の取得部と、
   前記第１のコンテンツと前記第２のコンテンツの音のレベル差が所定のレベルより大きくなるよう前記第１のコンテンツ及び前記第２のコンテンツの少なくとも一方の音のレベルを調整する調整部と、
   を備えることを特徴とする情報処理装置。
2. クライアントからの要求に応じて送信されるコンテンツであって再生に音の出力が伴う第１のコンテンツを取得する第１の取得部と、
   前記第１のコンテンツの所定の再生位置に挿入されるコンテンツであって再生に音の出力が伴う第２のコンテンツを取得する第２の取得部と、
   前記第２のコンテンツの音のレベルが前記第１のコンテンツの音のレベルより所定のレベル以上大きくなるよう前記第１のコンテンツ及び前記第２のコンテンツの少なくとも一方の音のレベルを調整する調整部と、
   を備えることを特徴とする情報処理装置。
3. クライアントからの要求に応じて送信されるコンテンツであって再生に音の出力が伴う第１のコンテンツを取得する第１の取得部と、
   前記第１のコンテンツの所定の再生位置に挿入されるコンテンツであって再生に音の出力が伴う第２のコンテンツを取得する第２の取得部と、
   前記第１のコンテンツ及び前記第２のコンテンツの一方の音のレベルを前記第１のコンテンツ及び前記第２のコンテンツの他方の音に関する情報に基づいて調整する調整部と、を備え、
   前記第２の取得部は、それぞれ前記第１のコンテンツの異なる再生位置に挿入される複数の広告コンテンツを前記第２のコンテンツとして取得し、
   前記調整部は、前記第１のコンテンツに挿入される前記複数の広告コンテンツの中から選択された所定の広告コンテンツの音のレベルを前記第１のコンテンツの音のレベルより所定のレベル以上大きくなるよう調整するとともに、前記第１のコンテンツに挿入される前記複数の広告コンテンツのうちの前記所定の広告コンテンツ以外の広告コンテンツと前記第１のコンテンツとの音のレベルの差が所定のレベルより小さくなるよう前記所定の広告コンテンツ以外の広告コンテンツの音レベルを調整する、
   ことを特徴とする情報処理装置。
4. クライアントからの要求に応じて送信されるコンテンツであって再生に音の出力が伴う第１のコンテンツを取得する第１の取得部と、
   前記第１のコンテンツの所定の再生位置に挿入されるコンテンツであって再生に音の出力が伴う第２のコンテンツを取得する第２の取得部と、
   前記第１のコンテンツのうち前記第２のコンテンツの挿入位置の後の所定の再生範囲の音に関する情報に基づいて前記第２のコンテンツの音のレベルを調整する調整部と、
   を備えることを特徴とする情報処理装置。
5. クライアントからの要求に応じて送信されるコンテンツであって再生に音の出力が伴う第１のコンテンツを取得する第１の取得部と、
   前記第１のコンテンツの所定の再生位置に挿入されるコンテンツであって再生に音の出力が伴う第２のコンテンツを取得する第２の取得部と、
   前記第１のコンテンツのうち前記第２のコンテンツの挿入位置の前及び後の所定の再生範囲の音に関する情報に基づいて前記第２のコンテンツの音のレベルを調整する調整部と、
   を備えることを特徴とする情報処理装置。
6. 前記調整部は、前記第２のコンテンツの音のレベルを前記第１のコンテンツの音に関する情報に基づいて調整する、
   ことを特徴とする請求項１〜５のいずれか１項に記載の情報処理装置。
7. 前記調整部は、前記第１のコンテンツの音のレベルを前記第２のコンテンツの音に関する情報に基づいて調整する、
   ことを特徴とする請求項１〜６のいずれか１項に記載の情報処理装置。
8. 前記調整部は、前記第１のコンテンツの音のレベルを前記第２のコンテンツの音に関する情報に基づいて調整するとともに、前記第２のコンテンツの音のレベルを前記第１のコンテンツの音に関する情報に基づいて調整する、
   ことを特徴とする請求項１〜７のいずれか１項に記載の情報処理装置。
9. 前記調整部は、前記第１のコンテンツのうち前記所定の再生位置から所定時間前までの再生範囲の音に関する情報に基づいて前記第２のコンテンツの音のレベルを調整する、
   ことを特徴とする請求項１〜４のいずれか１項に記載の情報処理装置。
10. 前記調整部は、前記第１のコンテンツと前記第２のコンテンツの音のレベル差が所定のレベルより小さくなるよう前記第１のコンテンツ及び前記第２のコンテンツの少なくとも一方の音のレベルを調整する、
    ことを特徴とする請求項４又は５に記載の情報処理装置。
11. 前記調整部は、前記第１のコンテンツと前記第２のコンテンツの音のレベルが一致するよう前記第２のコンテンツの音のレベルを調整する、
    ことを特徴とする請求項４又は５に記載の情報処理装置。
12. 前記第２の取得部は、前記第１のコンテンツを要求した前記クライアントの情報に基づき複数のコンテンツの中から選択された広告コンテンツを前記第２のコンテンツとして取得し、
    前記調整部は、選択された前記広告コンテンツの音のレベルを前記第１のコンテンツの音に関する情報に基づいて調整する、
    ことを特徴とする請求項１〜１１のいずれか１項に記載の情報処理装置。
13. 情報処理装置が実行する情報処理方法であって、
    端末装置からの要求に応じて送信されるコンテンツであって再生に音の出力が伴う第１のコンテンツを取得する第１の取得工程と、
    前記第１のコンテンツの所定の再生位置に挿入されるコンテンツであって再生に音の出力が伴う第２のコンテンツを取得する第２の取得工程と、
    前記第１のコンテンツと前記第２のコンテンツの音のレベル差が所定のレベルより大きくなるよう前記第１のコンテンツ及び前記第２のコンテンツの少なくとも一方の音のレベルを調整する調整工程と、
    を含むことを特徴とする情報処理方法。
14. 情報処理装置が実行する情報処理方法であって、
    クライアントからの要求に応じて送信されるコンテンツであって再生に音の出力が伴う第１のコンテンツを取得する第１の取得工程と、
    前記第１のコンテンツの所定の再生位置に挿入されるコンテンツであって再生に音の出力が伴う第２のコンテンツを取得する第２の取得工程と、
    前記第２のコンテンツの音のレベルが前記第１のコンテンツの音のレベルより所定のレベル以上大きくなるよう前記第１のコンテンツ及び前記第２のコンテンツの少なくとも一方の音のレベルを調整する調整工程と、
    を含むことを特徴とする情報処理方法。
15. 情報処理装置が実行する情報処理方法であって、
    クライアントからの要求に応じて送信されるコンテンツであって再生に音の出力が伴う第１のコンテンツを取得する第１の取得工程と、
    前記第１のコンテンツの所定の再生位置に挿入されるコンテンツであって再生に音の出力が伴う第２のコンテンツを取得する第２の取得工程と、
    前記第１のコンテンツ及び前記第２のコンテンツの一方の音のレベルを前記第１のコンテンツ及び前記第２のコンテンツの他方の音に関する情報に基づいて調整する調整工程と、を含み、
    前記第２の取得工程では、それぞれ前記第１のコンテンツの異なる再生位置に挿入される複数の広告コンテンツを前記第２のコンテンツとして取得し、
    前記調整工程では、前記第１のコンテンツに挿入される前記複数の広告コンテンツの中から選択された所定の広告コンテンツの音のレベルを前記第１のコンテンツの音のレベルより所定のレベル以上大きくなるよう調整するとともに、前記第１のコンテンツに挿入される前記複数の広告コンテンツのうちの前記所定の広告コンテンツ以外の広告コンテンツと前記第１のコンテンツとの音のレベルの差が所定のレベルより小さくなるよう前記所定の広告コンテンツ以外の広告コンテンツの音レベルを調整する、
    ことを特徴とする情報処理方法。
16. 情報処理装置が実行する情報処理方法であって、
    クライアントからの要求に応じて送信されるコンテンツであって再生に音の出力が伴う第１のコンテンツを取得する第１の取得工程と、
    前記第１のコンテンツの所定の再生位置に挿入されるコンテンツであって再生に音の出力が伴う第２のコンテンツを取得する第２の取得工程と、
    前記第１のコンテンツのうち前記第２のコンテンツの挿入位置の後の所定の再生範囲の音に関する情報に基づいて前記第２のコンテンツの音のレベルを調整する調整工程と、
    を備えることを特徴とする情報処理方法。
17. 情報処理装置が実行する情報処理方法であって、
    クライアントからの要求に応じて送信されるコンテンツであって再生に音の出力が伴う第１のコンテンツを取得する第１の取得工程と、
    前記第１のコンテンツの所定の再生位置に挿入されるコンテンツであって再生に音の出力が伴う第２のコンテンツを取得する第２の取得工程と、
    前記第１のコンテンツのうち前記第２のコンテンツの挿入位置の前及び後の所定の再生範囲の音に関する情報に基づいて前記第２のコンテンツの音のレベルを調整する調整工程と、
    を含むことを特徴とする情報処理方法。
18. 端末装置からの要求に応じて送信されるコンテンツであって再生に音の出力が伴う第１のコンテンツを取得する第１の取得手順と、
    前記第１のコンテンツの所定の再生位置に挿入されるコンテンツであって再生に音の出力が伴う第２のコンテンツを取得する第２の取得手順と、
    前記第１のコンテンツと前記第２のコンテンツの音のレベル差が所定のレベルより大きくなるよう前記第１のコンテンツ及び前記第２のコンテンツの少なくとも一方の音のレベルを調整する調整手順と、
    をコンピュータに実行させるための情報処理プログラム。
19. クライアントからの要求に応じて送信されるコンテンツであって再生に音の出力が伴う第１のコンテンツを取得する第１の取得手順と、
    前記第１のコンテンツの所定の再生位置に挿入されるコンテンツであって再生に音の出力が伴う第２のコンテンツを取得する第２の取得手順と、
    前記第２のコンテンツの音のレベルが前記第１のコンテンツの音のレベルより所定のレベル以上大きくなるよう前記第１のコンテンツ及び前記第２のコンテンツの少なくとも一方の音のレベルを調整する調整手順と、
    をコンピュータに実行させるための情報処理プログラム。
20. 情報処理装置が実行する情報処理方法であって、
    クライアントからの要求に応じて送信されるコンテンツであって再生に音の出力が伴う第１のコンテンツを取得する第１の取得手順と、
    前記第１のコンテンツの所定の再生位置に挿入されるコンテンツであって再生に音の出力が伴う第２のコンテンツを取得する第２の取得手順と、
    前記第１のコンテンツ及び前記第２のコンテンツの一方の音のレベルを前記第１のコンテンツ及び前記第２のコンテンツの他方の音に関する情報に基づいて調整する調整手順と、をコンピュータに実行させ、
    前記第２の取得手順では、それぞれ前記第１のコンテンツの異なる再生位置に挿入される複数の広告コンテンツを前記第２のコンテンツとして取得し、
    前記調整手順では、前記第１のコンテンツに挿入される前記複数の広告コンテンツの中から選択された所定の広告コンテンツの音のレベルを前記第１のコンテンツの音のレベルより所定のレベル以上大きくなるよう調整するとともに、前記第１のコンテンツに挿入される前記複数の広告コンテンツのうちの前記所定の広告コンテンツ以外の広告コンテンツと前記第１のコンテンツとの音のレベルの差が所定のレベルより小さくなるよう前記所定の広告コンテンツ以外の広告コンテンツの音レベルを調整する、
    ことを特徴とする情報処理プログラム。
21. クライアントからの要求に応じて送信されるコンテンツであって再生に音の出力が伴う第１のコンテンツを取得する第１の取得手順と、
    前記第１のコンテンツの所定の再生位置に挿入されるコンテンツであって再生に音の出力が伴う第２のコンテンツを取得する第２の取得手順と、
    前記第１のコンテンツのうち前記第２のコンテンツの挿入位置の後の所定の再生範囲の音に関する情報に基づいて前記第２のコンテンツの音のレベルを調整する調整手順と、
    をコンピュータに実行させるための情報処理プログラム。
22. クライアントからの要求に応じて送信されるコンテンツであって再生に音の出力が伴う第１のコンテンツを取得する第１の取得手順と、
    前記第１のコンテンツの所定の再生位置に挿入されるコンテンツであって再生に音の出力が伴う第２のコンテンツを取得する第２の取得手順と、
    前記第１のコンテンツのうち前記第２のコンテンツの挿入位置の前及び後の所定の再生範囲の音に関する情報に基づいて前記第２のコンテンツの音のレベルを調整する調整手順と、
    をコンピュータに実行させるための情報処理プログラム。
    

Images