JP7268292B2 - コンテンツ改変装置、コンテンツ改変方法及びプログラム - Google Patents

Description

本発明は、コンテンツ改変装置、コンテンツ改変方法及びプログラムに関する。

コンテンツの一部を改変することによって、同じコンテンツを何通りにも楽しむことができるコンテンツ改変装置が知られている。例えば、特許文献１には、コンテンツとしての物語の所定のデータ（例えば物語の登場人物の名前）をユーザが変更すると、それに応じて、その変更されたデータに整合するように他のデータが自動的に変更され、これにより、コンテンツに新鮮味、未知性、意外性を実現するコンテンツ改変装置が記載されている。

特開２００１－１２５８９９号公報

特許文献１に記載されているコンテンツ改変装置では、登場人物の名前はユーザが入力することによって変更される。つまり、どの登場人物の名前をどのような名前に変更するかはユーザが決めている。したがって、登場人物の名前を変更したユーザは、登場人物の名前や改変されたコンテンツの内容に意外性を感じることができないおそれがある。つまり、従来のコンテンツ改変装置では、ユーザに新鮮味や意外性のある興趣性の高いコンテンツを提供するための技術に改善の余地がある。

本発明は、上記問題を解決するためになされたものであり、ユーザにとって興趣性の高いコンテンツを提供するための技術を改善したコンテンツ改変装置、コンテンツ改変方法及びプログラムを提供することを目的とする。

上記目的を達成するため、本発明は、
コンテンツとしての物語を改変するコンテンツ改変装置であって、
前記物語に登場するキャラクタの特徴を取得するキャラクタ特徴取得手段と、
人の発話文を分析した分析結果に基づいて前記人の特徴を取得する人特徴取得手段と、
前記キャラクタ特徴取得手段が取得したキャラクタの特徴及び前記人特徴取得手段が取得した人の特徴に基づいて、前記物語に登場するキャラクタに関する出力情報を変更する変更手段と、
を備える。

本発明によれば、ユーザにとって興趣性の高いコンテンツを提供するための技術を改善することができる。

本発明の実施形態１に係るコンテンツ改変装置の機能構成を示す図である。 実施形態１に係るコンテンツ改変装置のコンテンツ記憶部に記憶されているコンテンツの一例を示す図である。 実施形態１に係るコンテンツ改変装置の人特徴記憶部に記憶されているデータの一例を示す図である。 実施形態１に係るコンテンツ改変装置の周囲で行われた会話の一例を示す図である。 実施形態１に係るコンテンツ改変装置の人特徴分析処理のフローチャートである。 実施形態１に係るコンテンツ改変装置のコンテンツ出力処理のフローチャートである。 本発明の実施形態２に係るコンテンツ改変装置のコンテンツ記憶部に記憶されているコンテンツの一例を示す図である。 実施形態２に係るコンテンツ改変装置のコンテンツ出力処理のフローチャートである。

以下、本発明の実施形態に係るコンテンツ改変装置について、図表を参照して説明する。なお、図中同一又は相当部分には同一符号を付す。

（実施形態１）
本発明の実施形態に係るコンテンツ改変装置は、コンテンツとしての物語に登場するキャラクタの一部又は全部を、コンテンツを鑑賞する鑑賞者であるユーザ又はユーザに関連する人に自動的に変更する装置である。このコンテンツ改変装置は、コンテンツをこのように改変することにより、コンテンツの興趣性を高めることができる。

図１に示すように、本発明の実施形態１に係るコンテンツ改変装置１００は、機能構成として、制御部１０、記憶部２０、音声入力部３１、画像入力部３２、操作入力部３３、通信部３４、表示部４１、音声出力部４２、を備える。なお、図１には示されていないが、コンテンツ改変装置１００は、周囲を移動するための駆動部や周囲に存在する物体（障害物）を検出する障害物センサを備えることにより、ユーザの近くに移動する機能を有していてもよい。

制御部１０は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）等で構成され、記憶部２０に記憶されたプログラムを実行することにより、後述する各部（キャラクタ特徴取得部１１、人特徴分析部１２、変更部１３、出力制御部１４）の機能を実現する。

記憶部２０は、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）等で構成され、ＲＯＭの一部又は全部は電気的に書き換え可能なメモリ（フラッシュメモリ等）で構成されている。記憶部２０は、着脱可能な記憶媒体（ＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）メモリ等）を含んでもよい。記憶部２０は、機能的に、コンテンツ記憶部２１と、人特徴記憶部２２と、を含む。ＲＯＭには制御部１０のＣＰＵが実行するプログラム及びプログラムを実行する上で予め必要なデータが記憶されている。ＲＡＭには、プログラム実行中に作成されたり変更されたりするデータが記憶される。

コンテンツ記憶部２１には、図２に示すように、コンテンツとしての物語が記憶されている。物語に登場するキャラクタ（登場人物等）には、タグが付加され、タグによりそのキャラクタの特徴（性格等）が定義される。図２では、コンテンツに付加されるタグの例として、コンテンツ中の元名称が「おじいさん」となっている部分が、
＜「元名称」／「キャラクタＩＤ」：ｒｅｐ＝「変更後名称」，ｃｈａｒａ＝「性格」＞
というタグに置き換えられている例を示している。このタグは、通常はコンテンツ製作者が追加して、コンテンツ改変装置１００に配信するが、コンテンツ製作者以外の者（例えばユーザ）がタグを追加、変更、削除等してもよい。

このタグにおいて、「元名称」の部分は、コンテンツとしての物語に元々登場するキャラクタ（登場人物）の名称であり、コンテンツ改変装置１００がコンテンツを改変する前においては、「元名称」のままで、表示部４１に表示され、音声出力部４２により読み上げられる。また、「キャラクタＩＤ」の部分は、キャラクタを一意に識別するためのＩＤ（Ｉｄｅｎｔｉｆｉｅｒ）である。このキャラクタＩＤにより、「元名称」の部分が同じ表記であっても、同じキャラクタなのか異なるキャラクタなのかを区別できる。

「変更後名称」は、コンテンツ改変装置１００がコンテンツを改変する際に、「元名称」をどのような名称に変更するかを定義する。図２の例では「元名称」は「おじいさん」、「変更後名称」は「［名前］おじいさん」となっているが、この例で［名前］には、ユーザの名前等、実際の人の名前（例：太郎）に置き換わる。したがって、物語中の「おじいさん」の部分は、コンテンツ改変装置１００によって、例えば「太郎おじいさん」に置き換わる。

「性格」は、「キャラクタＩＤ」で示されるキャラクタの性格を示している。図２の例では、Ｃｈａｒａ＿１というキャラクタＩＤのおじいさんの性格は「のんき＆正直＆優しい」であり、Ｃｈａｒａ＿２というキャラクタＩＤのおじいさんの性格は「短気＆不正直＆強欲」であることが示されている。

なお、コンテンツ記憶部２１に記憶されているタグ付きのコンテンツは、予めコンテンツ記憶部２１に記憶されていても良いし、通信部３４を介して外部のネットワーク等からダウンロードするようにしてもよい。また、図２では、一つのコンテンツ（こぶとりじいさん）のみがコンテンツ記憶部２１に記憶されているように見えるが、コンテンツ記憶部２１は、複数のコンテンツを記憶してもよい。

人特徴記憶部２２には、図３に示すように、ユーザ及びその関連の人（ユーザと一緒に生活をしている近親者、ユーザの友人、ユーザが知っている人等。以後、「ユーザ及びその関連の人」をまとめて「ユーザ等」と呼ぶ。）の特徴が、ユーザＩＤ毎に、記憶される。ユーザＩＤは、ユーザ等を一意に識別するＩＤである。人特徴記憶部２２に記憶される特徴は、ユーザが登録する登録データと、人特徴分析部１２が分析して取得する分析データとに大別される。登録データとしては、ユーザＩＤで示される人の名前（正式な名前だけでなく、呼び名、あだ名、芸名、通称等でもよい）、その人の声紋（その人を声で話者認識するため、また、その人の声を音声出力部４２で音声出力するために用いられる。ただし、話者認識用の声紋データと音声出力用の音声データとは別々のデータとして記憶されてもよい）、その人の顔画像（その人を画像で識別するために用いられる）、その人の年齢、性別、使用言語等である。また、分析データは、人特徴分析部１２が分析したその人の性格を示す情報が、分析回数とともに記憶される。分析回数については後述するが、ここでは、データ項目名に記載の性格を示す情報（データ値）を算出する際に使用したユーザの発話文の数（発話回数）が分析回数となる。

なお、登録データと分析データの区分けは、そのデータを登録する主体による区分けであるので、データの種別にはよらず、上記区分け例はあくまでも例である。例えば、登録データとして、性格を示すパラメータをユーザが登録してもよいし、分析データとして、名前、年齢、性別、使用言語等を人特徴分析部１２が音声認識等で分析して取得してもよい。人特徴記憶部２２は、人特徴記憶手段として機能する。また、制御部１０は、人特徴記憶部２２から人の特徴を読み込む際には、人特徴取得手段として機能する。

音声入力部３１は、マイクロホンを備え、ユーザ等の話す音声のデータ（音声データ）を取得する。制御部１０は、記憶部２０に記憶されたプログラムを実行することにより、話者の声紋による話者認識、音声認識による発話文の取得を行うことができる。

画像入力部３２は、カメラを備え、周囲の画像を取得し、画像中に含まれる顔等から人物を特定する人物認識を行うことができる。カメラは全周囲を一度に撮影できる広角レンズを備えており、コンテンツ改変装置１００は移動しなくても、周囲の全方位の画像を取得することができる。

操作入力部３３は、スイッチやタッチパネル等を備え、ユーザの操作内容を取得する。例えば、ユーザは、ユーザ自身、ユーザの家族等の近親者、友人、知人、ユーザが一方的に知っている人（有名人等）等の名前、呼び名、あだ名、芸名、通称等を操作入力部３３から、ユーザ等の名前として入力し、人特徴記憶部２２に登録することができる。

通信部３４は、外部のネットワーク等と無線通信するためのアンテナを含む無線モジュールである。例えば、通信部３４は、Ｂｌｕｅｔｏｏｔｈ（登録商標）に基づく近距離無線通信を行うための無線モジュールである。通信部３４を用いることにより、コンテンツ改変装置１００は、様々なコンテンツ（タグ付きの物語等）をコンテンツ記憶部２１にダウンロードすることができる。なお、通信部３４は省略可能であり、この場合、コンテンツは予めコンテンツ記憶部２１に記憶されていてもよいし、着脱可能な記憶媒体によりコンテンツを切り替え可能にしてもよい。

表示部４１は、液晶、有機ＥＬ（Ｅｌｅｃｔｏｒｏ－Ｌｕｍｉｎｅｓｃｅｎｃｅ）等によるディスプレイを備え、コンテンツ記憶部２１に格納されているコンテンツ等を表示する。

音声出力部４２は、音声合成手段とスピーカを備え、表示部４１に表示されたコンテンツ（物語）の文章を音声合成することにより朗読する。なお、音声出力部４２は、音声合成する際に、異なる音声（例えば子供の声、男性の声、女性の声、おばあちゃんの声、おじいちゃんの声等）を出力することができるが、その際に、人特徴記憶部２２に記憶されている音声データ（音声出力用）を用いて、ユーザ等の音声を出力することもできる。

次に、コンテンツ改変装置１００の制御部１０の機能的構成について説明する。制御部１０は、キャラクタ特徴取得部１１、人特徴分析部１２、変更部１３、出力制御部１４、の機能を実現し、コンテンツ記憶部２１に記憶されているタグ付きコンテンツを改変して出力する。また、制御部１０は、マルチスレッド機能に対応しており、複数のスレッド（異なる処理の流れ）を並行して実行することができる。

キャラクタ特徴取得部１１は、コンテンツ記憶部２１に記憶されているタグ付きコンテンツから、タグの情報を抽出し、タグで定義されているコンテンツに登場する各キャラクタの特徴を取得する。例えば、図２に示すコンテンツから、キャラクタ特徴取得部１１は、キャラクタＩＤがＣｈａｒａ＿１のキャラクタの特徴として「のんき＆正直＆優しい」という性格を取得し、キャラクタＩＤがＣｈａｒａ＿２のキャラクタの特徴として「短気＆不正直＆強欲」という性格を取得する。

人特徴分析部１２は、音声入力部３１及び画像入力部３２から入力したデータを分析して、コンテンツ改変装置１００の周囲にいる人の特徴を取得する。そして、人特徴分析部１２は、分析して取得した特徴を、人特徴記憶部２２に書き込む。人特徴分析部１２が分析して取得する「人の特徴」は、ここでは、怒りっぽさを示す短気度、正直の度合いを示す正直度、優しさの度合いを示す優しさ度、欲張りの度合いを示す強欲度等、人の性格を示す各性質の度合いを示すパラメータで示される。図３では、この各パラメータの最大値が１０、最小値が０であるとして、パラメータ値を例示している。このパラメータ値は、例えば、図４に示すような、コンテンツ改変装置１００の周囲で行われているユーザ等の会話に含まれる発話文を、人特徴分析部１２が分析した結果に基づいて、生成される。なお、人特徴分析部１２が分析して取得する「人の特徴」は性格に限られるわけではなく、例えば年齢、性別、使用言語等、音声認識や画像認識で得られる「人の特徴」を表す任意のデータを含んでもよい。

後述するコンテンツ出力処理においては、キャラクタ特徴取得部１１が取得した各キャラクタの特徴も、人特徴記憶部２２に記憶されている各人の特徴も、各性格のパラメータを要素とする同じ次元数のベクトルで表す。例えば、第１要素が短気度、第２要素が正直度、第３要素が優しさ度、第４要素が強欲度の４次元ベクトルで特徴を表す。すると、図２に示すコンテンツに付加されたタグ情報から抽出された各キャラクタの特徴は、Ｃｈａｒａ＿１の特徴が（０，１，１，０）というベクトルで、Ｃｈａｒａ＿２の特徴が（１，０，０，１）というベクトルで、それぞれ表されることになる。また、図３に示す各人の特徴は、Ｕｓｅｒ＿１（花子）の特徴が（９，１，１，９）というベクトルで、Ｕｓｅｒ＿２（太郎）の特徴が（０，８，７，０）というベクトルで、それぞれ表されることになる。

変更部１３は、キャラクタ特徴取得部１１が取得した特徴と人特徴記憶部２２に記憶されている特徴との類似度に基づき、コンテンツ内の各キャラクタの名前を、ユーザに関連するどの人の名前に変更するかという変更対象を選択して、コンテンツ記憶部２１に記憶されているコンテンツの中のキャラクタの名前を変更する。

出力制御部１４は、変更部１３が変更したコンテンツ（物語）の文章を表示部４１に表示させるとともに、音声出力部４２から音声で朗読させる制御を行う。

以上、コンテンツ改変装置１００の機能構成について説明した。次に、コンテンツ改変装置１００で実行される人特徴分析処理及びコンテンツ出力処理について説明する。コンテンツ改変装置１００は、ユーザが生活している環境の中（部屋等）に置かれており、ユーザ等の言動を分析してそれらの人の特徴を取得するとともに、ユーザ等の特徴に基づいて改変したコンテンツを出力する。ユーザ等の言動を分析して、各人の特徴を取得する処理が人特徴分析処理であり、ユーザ等の特徴に基づいて改変したコンテンツを出力する処理がコンテンツ出力処理である。人特徴分析処理は、コンテンツ改変装置１００の電源がオンになっている間は常に行われるようになっていてもよいし、操作入力部３３等からの入力によりユーザの指示があった時に行われるようになっていてもよい。また、コンテンツ出力処理は、操作入力部３３等からの入力によりユーザの出力指示があった時に行われる。

最初に、人特徴分析処理について、図５を参照して説明する。まず、人特徴分析部１２は、音声入力部３１を用いて、人の発話があるか否かを判定する（ステップＳ１０１）。人の発話がなければ（ステップＳ１０１；Ｎｏ）、ステップＳ１０１に戻って、発話が行われるまで待ち続ける。人の発話があるなら（ステップＳ１０１；Ｙｅｓ）、人特徴分析部１２は、音声入力部３１から入力した音声データを人特徴記憶部２２に記憶されている声紋データと照合することによって、発話した人（発話者）を識別する（ステップＳ１０２）。なお、この時、人特徴分析部１２は、画像入力部３２から入力した画像データを人特徴記憶部２２に記憶されている顔画像データと照合することによって、発話者を識別してもよい。

次に、人特徴分析部１２は、発話された文（発話文）を分析し（ステップＳ１０３）、発話文中で使われている単語及び表現を抽出する。ステップＳ１０３において、人特徴分析部１２は人特徴分析手段として機能する。また、ステップＳ１０３は分析ステップとも呼ばれる。そして、人特徴分析部１２は、ステップＳ１０３での分析結果、つまり、発話文中で使われている単語及び表現並びに発話された声の大きさ等に基づいて、発話者の特徴を取得する（ステップＳ１０４）。ステップＳ１０４において、人特徴分析部１２は人特徴取得手段として機能する。また、ステップＳ１０４は人特徴取得ステップとも呼ばれる。

ステップＳ１０４で人特徴分析部１２が発話者の特徴を取得する方法について補足説明する。ここでは、人特徴分析部１２が取得する発話者の特徴は性格を表すパラメータであり、性格を表すパラメータは、短気度、正直度、優しさ度及び強欲度の４種類であるとする。このうち、短気度は、発話文中で強い表現（語気の荒い表現、命令口調等。例えば「なにやっているんだ」、「・・・しろ」等）が使われているか否かによって値が定まる。強い表現であれば短気度は高くなり（最大値１０）、弱い表現であれば短気度は低くなる（最小値０）。正直度は、発話文中で使われている単語に「だます」「はめる」等、嘘をついたりだましたりする際に使われる単語が含まれていると低くなる。また、発話文中に「正直に言った方が良いよ」、「嘘をついてはいけないよ」等、正直者であることを示す文が含まれていると高くなる。

優しさ度は、発話文中で優しい表現（例えば、丁寧語）が含まれていれば高くなり、優しくない表現（例えば、命令口調）が含まれていれば低くなる。強欲度は、発話文中に、相手に要求するような表現（例えば「・・・してよ」、「・・・が欲しい」等）が含まれていれば高くなり、相手に与えるような表現（例えば、「・・・してあげようか」、「・・・をあげるよ」等）が含まれていれば低くなる。

以上、人特徴分析部１２がステップＳ１０４で、発話者の特徴を取得する方法について補足説明した。図５に戻り、次に、人特徴分析部１２は、ステップＳ１０４で取得した発話者の特徴に基づいて人特徴記憶部２２に記憶されている分析データの内容を更新し（ステップＳ１０５）、ステップＳ１０１に戻る。

ステップＳ１０５における人特徴記憶部２２に記憶されている分析データの内容の更新について、補足説明する。ステップＳ１０４で人特徴分析部１２が取得する発話者の特徴は、あくまでもその発話１回限りにおいての特徴であり、発話者の本来の特徴を表していない可能性がある。そこで、人特徴記憶部２２には、発話者のそれまでの発話から得られた特徴の平均値が格納されるように、値を更新する。

具体的には、ステップＳ１０２で識別した発話者の各パラメータの値（図３の「データ値」）に、それまでのその発話者の発話回数（図３の「分析回数」）を乗算し、その値（積）にステップＳ１０４で取得したパラメータの値を加算する。そして、その発話者の発話回数に１を加算し、パラメータ値加算後の値を１加算後の発話回数で割った値を更新後のパラメータ値（データ値）とする。そして、更新後のパラメータ値と、１加算後の発話回数と、をそれぞれ、人特徴記憶部２２の「データ値」及び「分析回数」に書き込む。このように更新することによって、各パラメータ値（データ値）には、今まで取得した値の平均値が格納されるようになり、発話者の本来の特徴が表される可能性を高めることができる。

なお、人特徴記憶部２２に記憶されている分析データの内容（データ値及び分析回数）は、定期的（例えば毎朝、毎週、毎月等）にクリアしたり、分析回数を小さくしたり（例えば１にしたり、１／１０倍したりする）してもよい。

以上説明した人特徴分析処理により、人特徴記憶部２２には、分析データとして、各人の特徴を示すパラメータが記憶される。次に、コンテンツ出力処理について、図６を参照して説明する。

まず、制御部１０は、コンテンツ記憶部２１に記憶されているコンテンツに付加されているタグ情報を読み込んで、各キャラクタ（Ｃｈａｒａ＿ｉ）の特徴をベクトルＶＣ_ｉで表す（ステップＳ２０１）。ステップＳ２０１において、制御部１０は、キャラクタ特徴取得手段として機能する。また、ステップＳ２０１はキャラクタ特徴取得ステップとも呼ばれる。キャラクタの特徴がコンテンツに付加されているタグ情報によって定義されているキャラクタの数をｎで表すと、ｉは１からｎまでの整数値を取る。

次に、制御部１０は、人特徴記憶部２２に記憶されている情報を読み込んで、各人（Ｕｓｅｒ＿ｊ）の特徴をベクトルＶＵ_ｊで表す（ステップＳ２０２）。人特徴記憶部２２に記憶されている人の数をｍで表すと、ｊは１からｍまでの整数値を取る。

そして、制御部１０は、ｉ及びｊの全ての組合せ（ｉ＝１～ｎ，ｊ＝１～ｍ）について、ベクトルＶＣ_ｉとベクトルＶＵ_ｊの類似度Ｓ_ｉｊを計算する（ステップＳ２０３）。類似度の計算方法は任意だが、例えば両ベクトルのノルムを１に正規化してから内積を取ることによって、両ベクトル間の類似度を求めることができる。このように求めた類似度は最大値（最も類似する場合）が１で、最小値（最も関連性がない場合）が０となる（ただし、特徴のベクトルを、各要素の値が０以上の値で表す場合）。なお、特徴のベクトルを正負の値で表す場合（例えば正直度のパラメータを正直なら１、不正直なら－１にする場合）は、ノルムを１に正規化後に内積をとって求めた類似度は、最大値（最も類似する場合）が１で、最小値（最も類似しない（反対の性質を持つ）場合）が－１で、最も相関性がない場合が０となる。

次に、制御部１０は、ｍ（人の数）がｎ（キャラクタの数）より大きいか否かを判定する（ステップＳ２０４）。ｍがｎより大きければ（ステップＳ２０４；Ｙｅｓ）、制御部１０は、変数ｉに１をセットする（ステップＳ２０５）。そして、変更部１３は、変数ｉを固定して変数ｊを１からｍまで変化させた時に、Ｓ_ｉｊが最大となる変数ｊを求め、キャラクタＩＤが、固定した変数ｉに対応するＣｈａｒａ＿ｉの文中での表記を、タグのｒｅｐで定義される表記（ただし、ｒｅｐ中の［名前］を、求めた変数ｊに対応するＵｓｅｒ＿ｊの名前に置き換えたもの）に、変更する（ステップＳ２０６）。ステップＳ２０６において、変更部１３は変更手段として機能する。また、ステップＳ２０６は変更ステップとも呼ばれる。ステップＳ２０６での変更処理により、コンテンツ中のキャラクタの名前が、そのキャラクタと性格の最も似ている身近な人の名前に置き換わることになる。

そして、制御部１０は、変数ｉに１を加算し（ステップＳ２０７）、変数ｉの値がｎ（キャラクタの数）よりも大きいか否かを判定する（ステップＳ２０８）。変数ｉの値がｎ以下なら（ステップＳ２０８；Ｎｏ）、ステップＳ２０６に戻る。変数ｉの値がｎよりも大きければ（ステップＳ２０８；Ｙｅｓ）、ステップＳ２１３に進む。

一方、ステップ２０４において、ｍがｎ以下なら（ステップＳ２０４；Ｎｏ）、制御部１０は、変数ｊに１をセットする（ステップＳ２０９）。そして、変更部１３は、変数ｊを固定して変数ｉを１からｎまで変化させた時に、Ｓ_ｉｊが最大となる変数ｉを求め、キャラクタＩＤが求めた変数ｉに対応するＣｈａｒａ＿ｉの文中での表記を、タグのｒｅｐで定義される表記（ただし、ｒｅｐ中の［名前］を、固定した変数ｊに対応するＵｓｅｒ＿ｊの名前に置き換えたもの）に、変更し、Ｓ_ｉｊに０をセットする（ステップＳ２１０）。ステップＳ２１０において、変更部１３は変更手段として機能する。また、ステップＳ２１０は変更ステップとも呼ばれる。ステップＳ２１０での変更処理により、コンテンツ中のキャラクタの名前が、そのキャラクタと性格の最も似ている身近な人の名前に置き換わることになる。なお、Ｓ_ｉｊに０をセットしているのは、一度置き換えたキャラクタが、変数ｊを変更後に別の人の名前に再度置き換わってしまうことを防ぐためである。

そして、制御部１０は、変数ｊに１を加算し（ステップＳ２１１）、変数ｊの値がｍ（人の数）よりも大きいか否かを判定する（ステップＳ２１２）。変数ｊの値がｍ以下なら（ステップＳ２１２；Ｎｏ）、ステップＳ２１０に戻る。変数ｊの値がｍよりも大きければ（ステップＳ２１２；Ｙｅｓ）、ステップＳ２１３に進む。

ステップＳ２１３では、変更部１３が変更したコンテンツ（物語）の文章を、出力制御部１４が表示部４１に表示させるとともに、音声出力部４２により音声で朗読させる（ステップＳ２１３）。そして、コンテンツ出力処理を終了する。

以上、コンテンツ出力処理により、コンテンツ中でタグ付けされている各キャラクタの名前が、その各キャラクタとそれぞれ性格の最も似ている人の名前に置き換わることになる（人特徴記憶部２２のデータ項目名「名前」への登録内容次第で、呼び名、あだ名、芸名、通称等への置き換えも可能になるので、この「名前」には呼び名、あだ名、芸名、通称等も含まれる）。その結果、既に知っているはずの物語であっても、キャラクタが身近な人に置き換わることによってユーザにとって新鮮で面白く感じることのできる内容になる。したがって、コンテンツ改変装置１００は、ユーザにとって興趣性の高いコンテンツを提供することができる。

なお、上記のコンテンツ出力処理においては、変数ｉを固定して変数ｊを変化させた時に類似度Ｓ_ｉｊが最大となる変数ｊや、変数ｊを固定して変数ｉを変化させた時に類似度Ｓ_ｉｊが最大となる変数ｉを求めたが、類似度Ｓ_ｉｊが最大となる変数ｉ及びｊを求める方法は、このような方法に限定されない。例えば、変数ｉもｊも固定させずに全てのｉ，ｊの組合せの中から、複数のキャラクタ及び複数の人の各々について、類似度Ｓ_ｉｊが最大となる変数ｉ，ｊの組合せを求めてもよい。

例えば、コンテンツ出力処理（図６）のステップＳ２０３で算出された全ての類似度Ｓ_ｉｊを大きい順にソートし、その順番で、類似度Ｓ_ｉｊの変数ｉに対応するキャラクタＣｈａｒａ＿ｉの名前を、変数ｊに対応する人Ｕｓｅｒ＿ｊの名前に変更してもよい。この場合、ｍ（人の数）がｎ（キャラクタの数）より大きい（又はｍがｎ以上の）場合には、ｎ人のキャラクタが全て変更された時に処理を終了し、ｍ（人の数）がｎ（キャラクタの数）より小さい（又はｍがｎ以下の）場合には、ｍ人の人が全て変更された時に処理を終了する。また、既に変更されたキャラクタ（又は人）が再度変更されないように、変更対象となったキャラクタ（又は人）が既に変更済みか否かを示すフラグ変数を用意して、そのフラグ変数を参照しながらキャラクタの名前を人の名前に変更するようにしてもよい。

また、上述の実施形態１では、キャラクタや人の特徴を、タグで定義されている性格や人特徴記憶部２２に記憶されている性格のパラメータを要素とするベクトルで表したが、性格以外のパラメータ（年齢、性別、使用言語等）をベクトルの要素に含めてもよい。類似度を求めるためのベクトルの要素には、キャラクタや人の特徴を示すパラメータであれば、性格のパラメータに限らず含めることができる。逆に、タグで定義されている特徴や人特徴記憶部２２に記憶されている特徴を示すパラメータを全てベクトルの要素に含めなければいけないわけではなく、特徴の一部のみ（例えば、短気度と正直度のみ等）を要素とするベクトルを用いてもよい。

性格以外の特徴のパラメータも用いる場合、コンテンツのタグには、コンテンツに登場するキャラクタ（登場人物）の年齢、性別、使用言語等の情報を含めるようにし、キャラクタ特徴取得部１１は、キャラクタの性格だけでなく、年齢、性別、使用言語等の情報も取得するようにする。また、人特徴記憶部２２には、各人の性格だけでなく、年齢、性別、使用言語等の情報も記憶し、キャラクタの特徴と人の特徴とで、特徴を表すパラメータの種類を揃えるようにする。なお、人特徴記憶部２２が記憶する各パラメータ（性格、年齢、性別、使用言語等）は、必ずしも人特徴分析部１２が全て分析して取得する必要は無く、ユーザが操作入力部３３を介して登録してもよい。

（実施形態１の変形例１）
実施形態１では、キャラクタや人の特徴を、各性格のパラメータを要素とするベクトルで表し、類似度をベクトルの内積で求めたが、これに限られない。例えば類似度として、単純に各性格の要素が一致していたら１を加算し、不一致なら１を減算していって、最終的に得られた値を類似度としてもよい。このように類似度を計算する実施形態を実施形態１の変形例１とする。

実施形態１の変形例１では、例えば、図２に示すタグに記載されているキャラクタの性格の各要素を図３に示す各人のパラメータと比較して類似度を計算すると、Ｃｈａｒａ＿１とＵｓｅｒ＿１（花子）の類似度は－１－１－１＝－３となり、Ｃｈａｒａ＿２とＵｓｅｒ＿１（花子）の類似度は１＋１＋１＝３となり、Ｃｈａｒａ＿１とＵｓｅｒ＿２（太郎）の類似度は１＋１＋１＝３となり、Ｃｈａｒａ＿２とＵｓｅｒ＿２（太郎）の類似度は－１－１－１＝－３となる。ただし、性格のパラメータは５を中央値として、それ未満の場合は逆の性格（例えば「短気」に対しては「のんき」、「正直」に対しては「不正直」）を表すものとした。

すると、実施形態１の変形例１の類似度の計算方法を採用しても、実施形態１と同様に、Ｃｈａｒａ＿２はＵｓｅｒ＿１（花子）に置き換わり、Ｃｈａｒａ＿１はＵｓｅｒ＿２（太郎）に置き換わることがわかる。実施形態１の変形例１は、ベクトルを用いる実施形態１に比較して、類似度の正確性は劣るが、計算に要する時間や記憶容量が少なくて済むというメリットがある。

コンテンツの興趣性を高める上で、類似度の正確さはそれほど問題にならない場合も多い。そのような場合においては、実施形態１の変形例１は、比較的性能の低いコンピュータにおいても実現でき、ユーザにとって興趣性の高いコンテンツを提供できる。

（実施形態１の変形例２）
実施形態１では、コンテンツ出力処理（図６）において、キャラクタを置き換える対象となる人を選択する際に、変数ｉを１から順番にｎまで変化させていき、変数ｊも１から順番にｍまで変化させていって、類似度Ｓ_ｉｊが最大となるｉ及びｊを求めていた。しかし、変数ｉも変数ｊも１から順番に変化させる必要はない。例えば、各キャラクタ及び各人にそれぞれ優先順位を設定し、優先順位の順番で、類似度Ｓ_ｉｊが最大となるｉ及びｊを求めるようにしてもよい。また、キャラクタＩＤやユーザＩＤ自体を優先度の高い順に１から順番に割り当てるようにしてもよい。

実施形態１では、コンテンツの中でタグが付加されているキャラクタの数と人特徴記憶部２２に記憶されている人の数とが一致しなかった場合は、コンテンツ出力処理（図６）にて、ＩＤの数値の小さい順にどのキャラクタをどの人に置き換えるかを選択していた。したがって、場合によっては、ユーザが実際の人物に置き換わって欲しいと思っていたキャラクタが変更されないままだったり、あるキャラクタが置き換わって欲しくない人物に置き換わっていたりというような事態が起こり得た。実施形態１の変形例２では、キャラクタも人も優先度の順番で置き換わる対象が選択されるようになるので、ユーザが置き換わって欲しいキャラクタ（又は人）は優先度を高く設定しておくことにより置き換わる可能性を高めることができ、置き換わって欲しくないキャラクタ（又は人）は優先度を低く（又は０に）設定しておくことにより置き換わる可能性を低く（又は絶対に置き換わらないように）することができる。

実施形態１の変形例２では、コンテンツ出力処理により、ユーザが置き換わって欲しいキャラクタが置き換わって欲しい人に優先的に置き換わるようになるので、ユーザが想定していないようなコンテンツの改変を防ぐことができる。その結果、実施形態１の変形例２は、ユーザが不快に感じるようなコンテンツの改変を防いだ上で、ユーザにとって新鮮で面白く感じることのできる興趣性の高いコンテンツを提供することができる。

（実施形態１の変形例３）
実施形態１では、キャラクタを置き換える対象となる人を選択する際に、そのキャラクタの特徴と最も類似度の高い特徴を持つ人を選択していた。しかしこれに限られず、逆に最も類似度の低い特徴を持つ人を選択するようにしてもよい。このように類似度の最も低い人を選択する実施形態を実施形態１の変形例３とする。

実施形態１の変形例３は、実施形態１のコンテンツ出力処理（図６）のステップＳ２０６において「Ｓ_ｉｊが最大となるｊを求め」の代わりに「Ｓ_ｉｊが最小となるｊを求め」とし、ステップＳ２１０において「Ｓ_ｉｊが最大となるｉを求め」の代わりに「Ｓ_ｉｊが最小となるｉを求め」とすればよい。実施形態１のこれ以外の点は特に変更する必要はない。

なお、「最も類似度の低い人」というのは、（１）ある特徴の正反対の特徴を持つ人を意味する場合と、（２）ある特徴と全く関係ない特徴を持つ人を意味する場合の２つの場合が考えられる。このうち（１）の場合は、上述のように、ベクトルの類似度Ｓ_ｉｊが最小となるｉ又はｊを求めればよいが、（２）の場合は、ベクトルの各要素を正負を含む形で表したうえで、類似度Ｓ_ｉｊの絶対値が最小となるｉ又はｊを求めればよい。（２）の場合は、類似度が０の場合に、両者の特徴の相関性が全くないということになるからである。

実施形態１の変形例３では、コンテンツ出力処理により、コンテンツ中でタグ付けされている各キャラクタの名前が、その各キャラクタとそれぞれ性格の全く似ていない身近な人の名前に置き換わることになる。その結果、既に知っているはずの物語であっても、キャラクタが身近な人に置き換わり、しかもその身近な人のコンテンツ内での性格は現実世界での性格とは全く異なる性格になるので、ユーザにとって新鮮で面白く感じることのできる内容になる。したがって、実施形態１の変形例３は、ユーザにとって興趣性の高いコンテンツを提供することができる。

（実施形態１の変形例４）
実施形態１では、コンテンツ中のキャラクタの特徴と人特徴記憶部２２に記憶された人の特徴との比較結果に基づいて、各キャラクタの置き換え対象となる人を選択していたが、置き換え対象の選択は特徴の比較結果に基づかなくてもよい。キャラクタの特徴と人の特徴とで、どのような特徴のキャラクタを、どのような特徴の人に置き換えるかを定義したテーブルを用意して、テーブル検索によって置き換え対象となるキャラクタ及び人を選択してもよい。このようにテーブル検索によって置き換え対象となるキャラクタ及び人を選択する実施形態を実施形態１の変形例４とする。

実施形態１の変形例４では、置き換えルールを定義したテーブルを用意しておく必要があるが、置き換える対象を選択する際に特徴を比較（例えば類似度を計算）する必要がないので、選択するのに要する時間が少なくて済み、また、置き換える対象を比較を行わずに自由に設定できるというメリットがある。なお、置き換えルールを定義したテーブルはユーザが手動で作成してもよいが、コンピュータによって自動的に生成させてもよい。

例えば、あるキャラクタに対しては性格が似ている人が置き換え対象として選定され、別のキャラクタに対しては性格が全く異なる人が置き換え対象として選定され、さらに別のキャラクタに対しては性格のある要素が似ていて他の要素が全く異なる人が置き換え対象として選定され、またさらに別のキャラクタに対してはランダムに選択した人が置き換え対象として選定されるような置き換えルールを定義したテーブルをコンピュータに自動生成させることができる。実施形態１の変形例４は、このテーブルに基づいて、各キャラクタについて置き換え対象となる人を選択することにより、特徴を比較した結果に限定されない選択基準によって置き換え対象となる人を選択することができる。

以上説明したように、実施形態１の変形例４では、置き換え対象が特徴を比較した結果に限定されないので、ユーザにとってより意外性のある面白みのある興趣性の高いコンテンツを提供することができる。

（実施形態１の変形例５）
実施形態１では、人特徴記憶部２２に特徴が記憶される人は、コンテンツ改変装置１００の周囲にいる人のみであった。つまり、コンテンツ改変装置１００のユーザ及び該ユーザと一緒に生活している人の特徴だけが、人特徴記憶部２２に記憶された。これは、音声入力部３１を介して声で識別した人及び画像入力部３２を介して顔で識別した人を対象として、人特徴分析部１２がその識別した人の特徴を取得し、人特徴記憶部２２に書き込むからである。しかし、人特徴記憶部２２に記憶される人の特徴（特徴データ）はこれに限られず、例えば通信部３４等を介して、他の装置等からダウンロードしてもよい。このように、他の装置等から人の特徴データをダウンロード可能な実施形態を実施形態１の変形例５とする。

実施形態１の変形例５では、例えば、他の家庭で使用されているコンテンツ改変装置１００の人特徴記憶部２２に記憶されている特徴データを、通信部３４を介して人特徴記憶部２２にダウンロードすることができる。すると、コンテンツ出力処理により、例えば、コンテンツ内のあるキャラクタが、友達のお父さんに置き換わるというようなことも起こり得るので、ユーザにとってより意外性のある面白みのあるコンテンツを提供することができる。

実施形態１の変形例５を前提とすると、人特徴記憶部２２にダウンロード可能な特徴データを売るビジネスを構築することができる。例えば有名人Ａの所属事務所等でコンテンツ改変装置１００を稼働させ、人特徴分析処理（図５）により、その有名人Ａの特徴を示す特徴データを取得し、「有名人Ａの特徴データ」として売り出すことができる。また、特徴データは、必ずしもコンテンツ改変装置１００の人特徴分析処理（図５）によって取得する必要はなく、人が手作業で作成してもよいし、コンピュータ等によりランダムな特徴データを生成してもよい。例えば、有名人Ｂのファンは、自分が知っている有名人Ｂの性格に基づいて、有名人Ｂの特徴データを手作業で生成することができる。また、架空のキャラクタＣについて、そのキャラクタＣの性格を任意に設定してそれに合わせた特徴データを生成することができるし、特に性格を設定することなくランダムな値からなる特徴データを生成することもできる。

実施形態１の変形例５は、このようにして生成された特徴データを人特徴記憶部２２にダウンロードして、コンテンツ内のキャラクタの置き換え対象となる人（又はキャラクタ等）を増やすことができる。これにより、ユーザと一緒に生活していない人（有名人等も含む）やキャラクタ等が、コンテンツ内のキャラクタの置き換え対象になるので、実施形態１の変形例５は、ユーザにとってより新鮮で面白く感じることのできる興趣性の高いコンテンツを提供することができる。

（実施形態１の変形例６）
実施形態１では、コンテンツ出力処理（図６）において、変更部１３は、コンテンツ中のタグが付加されているキャラクタ（変更対象）の名前を、人特徴記憶部２２に記憶されている人（変更用候補）の名前に変更する処理を行っている。しかし、変更部１３の処理はこのような変更に限られない。変更対象はコンテンツに登場するキャラクタに限定する必要はなく、そのキャラクタの持ち物等、コンテンツに登場するキャラクタに関連するものの名前等でもよい。このような実施形態１の変形例６について説明する。

実施形態１では、コンテンツ中でタグを付加する位置は、コンテンツに登場するキャラクタの名前の位置であったが、実施形態１の変形例６では、タグを付加する位置をキャラクタの名前の位置に限定しない。例えば図２に示すコンテンツ中の「あなたのこぶ」を変更対象にするタグの例を以下に示す。
＜あなたのこぶ／Ｃｈａｒａ＿１：ｒｅｐ＝［年齢］歳の［名前］のでっかいこぶ，ｃｈａｒａ＝のんき＆正直＆優しい＞

コンテンツにこのようなタグが付加されている場合に、人特徴記憶部２２に図３に示すデータが記憶されていた場合には、コンテンツ出力処理（図６）において、変更部１３が上記の［年齢］の部分を太郎さんの年齢である３０に、［名前］の部分を「太郎」に置き換えるので、元々のコンテンツ中の「あなたのこぶ」は「３０歳の太郎のでっかいこぶ」に置き換わる。

以上説明した実施形態１の変形例６では、変更対象がキャラクタの名前に限定されず、例えばキャラクタに関連するもの等、タグで指定された様々なものを変更することができるので、ユーザにとってより意外性のある興趣性の高いコンテンツを提供することができる。

（実施形態２）
実施形態１では、コンテンツ出力処理（図６）において、変更部１３は、コンテンツを出力する際の情報（出力情報）として、キャラクタの名前を、人特徴記憶部２２に記憶されている人の名前に変更する処理を行っている。しかし、変更部１３の処理はこのような変更に限られない。変更部１３は、コンテンツを出力する際の情報（出力情報）として、朗読する際の声を、変更してもよい。コンテンツ中のある部分を、人特徴記憶部２２に記憶されている人の声で朗読するように変更する実施形態２について説明する。

実施形態２に係るコンテンツ改変装置１０１の機能構成は実施形態１と同じであるが、コンテンツの様々な改変を可能にするためにタグが拡張されている。例えば、図７に示すように、各キャラクタＩＤの特徴を定義する＜ｄｅｆ＞タグ、キャラクタが発する台詞等を朗読する時の音声を変更する＜ｖｏｉｃｅ＞タグ、実施形態１と同様にキャラクタの名前等を置き換える＜ｒｅｐ＞タグ等が定義されている。各タグについて以下に補足説明する。

各キャラクタＩＤの特徴を定義する＜ｄｅｆ＞タグの書式は以下の通りである。
＜ｄｅｆ ＩＤ＝「キャラクタＩＤ」，ｃｈａｒａ＝「性格」＞
このタグにより、「キャラクタＩＤ」で示されるキャラクタＩＤのキャラクタの特徴は、「性格（ｃｈａｒａ）が「性格」である」と定義される。キャラクタの特徴として、性格（ｃｈａｒａ）だけでなく、他の情報（年齢（ａｇｅ）、性別（ｓｅｘ）、使用言語（ｌａｎｇ））等も定義するようにしてもよい。

キャラクタの名前等を置き換える＜ｒｅｐ＞タグの書式は以下の通りである。
＜ｒｅｐ 「キャラクタＩＤ」＝「変更後名称」＞「元名称」＜／ｒｅｐ＞
このタグにより、コンテンツ中の「元名称」の部分が、＜ｄｅｆ＞タグで定義されている「キャラクタＩＤ」の特徴に基づいて選択されるユーザ等の特徴で定まる「変更後名称」に置き換えられる。

キャラクタが発する台詞等を朗読する時の音声を変更する＜ｖｏｉｃｅ＞タグの書式は以下の通りである。
＜ｖｏｉｃｅ 「キャラクタＩＤ」＞「台詞」＜／ｖｏｉｃｅ＞
このタグにより、＜ｄｅｆ＞タグで定義されている「キャラクタＩＤ」の特徴に基づいて選択されるユーザ等の音声で「台詞」が朗読される。

このような拡張タグに対応したコンテンツ改変装置１０１のコンテンツ出力処理について図８を参照して説明する。コンテンツ改変装置１０１のコンテンツ出力処理は、コンテンツ改変装置１００のコンテンツ出力処理（図６）と比較して、ステップＳ２０６をステップＳ２２１に、ステップＳ２１０をステップＳ２２２に、ステップＳ２１３をステップＳ２２３にそれぞれ置き換えたものになっているので、それぞれのステップについて説明する。これら以外の処理は、コンテンツ改変装置１００のコンテンツ出力処理（図６）と同様である。

ステップＳ２２１では、変更部１３は、変数ｉを固定して変数ｊを１からｍまで変化させた時に、Ｓ_ｉｊが最大となる変数ｊを求め、キャラクタＩＤが、固定した変数ｉに対応するＣｈａｒａ＿ｉとなっている＜ｒｅｐ＞タグが付加された部分を、＜ｒｅｐ＞タグで定義される表記（ただし＜ｒｅｐ＞タグ中の［名前］を、求めた変数ｊに対応するＵｓｅｒ＿ｊの名前に置き換えたもの）に、変更し、同様に、キャラクタＩＤが、固定した変数ｉに対応するＣｈａｒａ＿ｉとなっている＜ｖｏｉｃｅ＞タグが付加された部分を、求めた変数ｊに対応するＵｓｅｒ＿ｊの声で出力するように設定する。

ステップＳ２２２では、変更部１３は、変数ｊを固定して変数ｉを１からｎまで変化させた時に、Ｓ_ｉｊが最大となる変数ｉを求め、キャラクタＩＤが求めた変数ｉに対応するＣｈａｒａ＿ｉとなっている＜ｒｅｐ＞タグが付加された部分を、＜ｒｅｐ＞タグで定義される表記（ただし＜ｒｅｐ＞タグ中の［名前］を固定した変数ｊに対応するＵｓｅｒ＿ｊの名前に置き換えたもの）に、変更し、同様に、キャラクタＩＤが、求めた変数ｉに対応するＣｈａｒａ＿ｉとなっている＜ｖｏｉｃｅ＞タグが付加された部分を、固定した変数ｊに対応するＵｓｅｒ＿ｊの声で出力するように設定し、Ｓ_ｉｊに０をセットする。

ステップＳ２２３では、変更部１３が変更したコンテンツのテキストデータを、出力制御部１４が表示部４１に表示するとともに、音声出力部４２を介して音声で朗読する。その際、ステップＳ２２１又はステップＳ２２２で、Ｕｓｅｒ＿ｊの声で出力するように設定された部分については、人特徴記憶部２２に登録されているＵｓｅｒ＿ｊの声で朗読する。

例えば、図７に示すコンテンツ中のおじいさんの台詞は、このタグを用いて以下のように表されている。
＜ｖｏｉｃｅ Ｃｈａｒａ＿１＞「なあに、これはお医者さまに切ってもらったのではありません。ゆうべ山の中で鬼が取っていったのです。」＜／ｖｏｉｃｅ＞
この＜ｖｏｉｃｅ＞タグにより、「なあに、これはお医者さまに切ってもらったのではありません。ゆうべ山の中で鬼が取っていったのです。」という台詞は、上述のコンテンツ出力処理（図８）により、Ｃｈａｒａ＿１の特徴に類似する特徴を持つＵｓｅｒ＿２（太郎）の音声で朗読されることになる。

以上説明した実施形態２に係るコンテンツ改変装置１０１では、キャラクタの名称等が置き換えられるだけでなく、朗読する音声も変更される。また、タグをさらに拡張することによって、キャラクタの名称等、キャラクタの台詞を朗読する音声だけでなく、それ以外にもキャラクタに関する様々な出力情報を変更することができ、コンテンツの多種多様なバリエーションを提供することができる。したがって、コンテンツ改変装置１０１は、ユーザにとってより興趣性の高いコンテンツを提供することができる。

タグの拡張の例として、例えば、ユーザ等の口癖や方言を反映させてコンテンツ中の表記を置き換えるタグを用意することもできる。この場合、タグの拡張に合わせて人特徴記憶部２２にも各人の口癖や方言の情報を記憶するようにしておく。口癖や方言の情報は、人特徴分析部１２が各人の発話文を分析することによって取得してもよいし、ユーザ等が手動で人特徴記憶部２２に登録してもよい。このようなタグを拡張することにより、コンテンツ中の表現中に様々な人の口癖や方言が反映されるようになる。コンテンツ改変装置１０１は、このようにタグを拡張することによってキャラクタに関する出力情報を様々に変更することができるので、ユーザにとってさらに興趣性の高いコンテンツを提供することができる。

なお、類似度Ｓ_ｉｊが最大となる変数ｉ及びｊを求める方法は、実施形態１で説明したのと同様に、上述の方法に限定されない。例えば、上述のコンテンツ出力処理（図８）のステップＳ２０３で算出された全ての類似度Ｓ_ｉｊを大きい順にソートし、その順番で、類似度Ｓ_ｉｊの変数ｉ及び変数ｊを選択し、キャラクタＩＤが選択した変数ｉに対応するキャラクタＣｈａｒａ＿ｉとなっている＜ｒｅｐ＞タグが付加された部分を、＜ｒｅｐ＞タグで定義される表記（ただし＜ｒｅｐ＞タグ中の［名前］を選択した変数ｊに対応するＵｓｅｒ＿ｊの名前に置き換えたもの）に、変更し、同様に、キャラクタＩＤが、選択した変数ｉに対応するＣｈａｒａ＿ｉとなっている＜ｖｏｉｃｅ＞タグが付加された部分を、選択した変数ｊに対応するＵｓｅｒ＿ｊの声で出力するように設定してもよい。

この場合も、実施形態１で説明したのと同様に、ｍ（人の数）がｎ（キャラクタの数）より大きい（又はｍがｎ以上の）場合には、ｎ人のキャラクタの名前の変更や声の設定が全て完了した時に処理を終了し、ｍ（人の数）がｎ（キャラクタの数）より小さい（又はｍがｎ以下の）場合には、ｍ人の人の名前への変更や声の設定が全て完了した時に処理を終了する。また、既に変更（設定）されたキャラクタ（又は人）が再度変更（設定）されないように、変更（設定）対象となったキャラクタ（又は人）が既に変更（設定）済みか否かを示すフラグ変数を用意して、そのフラグ変数を参照しながらキャラクタの名前の人の名前への変更や声の設定をするようにしてもよい。

なお、上述の実施形態では、コンテンツ出力処理において、変更後のコンテンツの文章を表示するとともに朗読したが、出力する形式はこれに限定されない。例えば、朗読せずに、表示部４１に文章を表示するだけでもよい。この場合、音声出力部４２は省略可能である。また、逆に、文章は表示せずに、音声出力部４２で朗読するだけでもよい。この場合、表示部４１は省略可能である。

また、人特徴分析部１２が、音声データを用いずに画像データのみに基づいて人の特徴を分析して取得する実施形態も考えられ、この場合、音声入力部３１は省略可能である。逆に、人特徴分析部１２が、画像データを用いずに音声データのみに基づいて人の特徴を分析して取得する実施形態も考えられ、この場合、画像入力部３２は省略可能である。

また、通信部３４を介して外部のサーバ等と接続し、記憶部２０の構成要素（コンテンツ記憶部２１及び人特徴記憶部２２のどちらか一方又は両方）を、外部のサーバ等に置いてもよい。この場合、外部のサーバ等に置いた記憶部２０の構成要素は、省略可能である。

また、上述の実施形態では、コンテンツに登場するキャラクタも、ユーザ等も、複数存在する場合で説明したが、キャラクタ及びユーザ等の少なくとも一方は単数でもよい。両者が単数の場合には、例えばキャラクタの名前をユーザの名前に置き換えるか否かを、キャラクタの特徴とユーザの特徴の類似度が所定の閾値を超えるか否かよって決定できるので、興趣性の高いコンテンツを提供できる。

また、上述の実施形態及び変形例は適宜組み合わせることができる。例えば、実施形態１の変形例５と変形例２とを組み合わせることにより、コンテンツに登場するキャラクタの台詞を有名人の声で朗読させることもできる。このようにすると、既に何度も読んだコンテンツであっても、台詞を朗読する声が有名人の声になることによって、違った雰囲気で楽しむことができる。したがって、このように実施形態を組み合わせたものも、ユーザにとって興趣性の高いコンテンツを提供することができる。

なお、コンテンツ改変装置１００，１０１の各機能は、通常のＰＣ（Ｐｅｒｓｏｎａｌ Ｃｏｍｐｕｔｅｒ）等のコンピュータによっても実施することができる。具体的には、上記実施形態では、コンテンツ改変装置１００，１０１が行う人特徴分析処理やコンテンツ出力処理のプログラムが、記憶部２０のＲＯＭに予め記憶されているものとして説明した。しかし、プログラムを、ＵＳＢメモリ、フレキシブルディスク、ＣＤ－ＲＯＭ（Ｃｏｍｐａｃｔ Ｄｉｓｃ Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｃ）及びＭＯ（Ｍａｇｎｅｔｏ－Ｏｐｔｉｃａｌ Ｄｉｓｃ）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、そのプログラムをコンピュータに読み込んでインストールすることにより、上述の各機能を実現することができるコンピュータを構成してもよい。

以上、本発明の好ましい実施形態について説明したが、本発明は係る特定の実施形態に限定されるものではなく、本発明には、特許請求の範囲に記載された発明とその均等の範囲が含まれる。以下に、本願出願の当初の特許請求の範囲に記載された発明を付記する。

（付記１）
コンテンツとしての物語を改変するコンテンツ改変装置であって、
前記物語に登場するキャラクタの特徴を取得するキャラクタ特徴取得手段と、
人の特徴を取得する人特徴取得手段と、
前記キャラクタ特徴取得手段が取得したキャラクタの特徴及び前記人特徴取得手段が取得した人の特徴に基づいて、前記物語に登場するキャラクタに関する出力情報を変更する変更手段と、
を備えるコンテンツ改変装置。

（付記２）
前記変更手段は、前記物語に登場するキャラクタに関する出力情報の変更を、前記キャラクタの特徴と前記人の特徴との比較結果に基づいて行う、
付記１に記載のコンテンツ改変装置。

（付記３）
前記変更手段は、前記キャラクタの特徴及び前記人の特徴に基づいて、前記物語に登場するキャラクタに関する出力情報を、前記人に関する情報に変更する、
付記１又は２に記載のコンテンツ改変装置。

（付記４）
前記キャラクタ及び前記人の少なくとも一方は複数であり、
前記変更手段は、前記キャラクタ及び前記人の各々を１ずつ互いに組み合わせた場合にとり得る複数の組合せの中から、前記キャラクタの特徴及び前記人の特徴に基づいて選択した組合せに従って、前記物語に登場するキャラクタに関する出力情報を、前記人に関する情報に変更する、
付記３に記載のコンテンツ改変装置。

（付記５）
前記変更手段は、前記複数の組合せの中から、前記キャラクタ及び前記人の各々について、前記キャラクタの特徴及び前記人の特徴に基づき、前記キャラクタの特徴と前記人の特徴との類似度が最も高くなる組合せを選択し、選択した組合せに従って、前記物語に登場するキャラクタに関する出力情報を、前記人に関する情報に変更する、
付記４に記載のコンテンツ改変装置。

（付記６）
前記変更手段は、前記複数の組合せの中から、前記キャラクタ及び前記人の各々について、前記キャラクタの特徴及び前記人の特徴に基づき、前記キャラクタの特徴と前記人の特徴との類似度が最も低くなる組合せを選択し、選択した組合せに従って、前記物語に登場するキャラクタに関する出力情報を、前記人に関する情報に変更する、
付記４に記載のコンテンツ改変装置。

（付記７）
前記人は複数であり、前記複数の人には、前記コンテンツを鑑賞する鑑賞者及び該鑑賞者と一緒に生活している人が含まれる、
付記４から６のいずれか１つに記載のコンテンツ改変装置。

（付記８）
前記変更手段は、前記物語に登場するキャラクタに関する出力情報としての前記キャラクタの名前を、前記人に関する情報としての前記人の名前に変更する、
付記３から７のいずれか１つに記載のコンテンツ改変装置。

（付記９）
前記人の発話文を分析した分析結果に基づいて前記人の特徴を取得する人特徴分析手段をさらに備え、
前記人特徴取得手段は、前記人特徴分析手段が取得した人の特徴を取得する、
付記１から８のいずれか１つに記載のコンテンツ改変装置。

（付記１０）
前記キャラクタ特徴取得手段は、前記キャラクタの特徴として前記キャラクタの性格を取得し、
前記人特徴分析手段は、前記分析結果に基づき、前記人の特徴として前記人の性格を取得する、
付記９に記載のコンテンツ改変装置。

（付記１１）
コンテンツとしての物語を改変するコンテンツ改変方法であって、
前記物語に登場するキャラクタの特徴を取得するキャラクタ特徴取得ステップと、
人の特徴を取得する人特徴取得ステップと、
前記キャラクタ特徴取得ステップで取得されたキャラクタの特徴及び人特徴取得ステップで取得された人の特徴に基づいて、前記物語に登場するキャラクタに関する出力情報を変更する変更ステップと、
を含むコンテンツ改変方法。

（付記１２）
コンテンツとしての物語を改変するコンテンツ改変装置のコンピュータに、
前記物語に登場するキャラクタの特徴を取得するキャラクタ特徴取得ステップ、
人の特徴を取得する人特徴取得ステップ、及び、
前記キャラクタ特徴取得ステップで取得されたキャラクタの特徴及び人特徴取得ステップで取得された人の特徴に基づいて、前記物語に登場するキャラクタに関する出力情報を変更する変更ステップ、
を実行させるためのプログラム。

１０…制御部、１１…キャラクタ特徴取得部、１２…人特徴分析部、１３…変更部、１４…出力制御部、２０…記憶部、２１…コンテンツ記憶部、２２…人特徴記憶部、３１…音声入力部、３２…画像入力部、３３…操作入力部、３４…通信部、４１…表示部、４２…音声出力部、１００，１０１…コンテンツ改変装置

Claims (14)

1. コンテンツとしての物語を改変するコンテンツ改変装置であって、
   前記物語に登場するキャラクタの特徴を取得するキャラクタ特徴取得手段と、
   人の発話文を分析した分析結果に基づいて前記人の特徴を取得する人特徴取得手段と、
   前記キャラクタ特徴取得手段が取得したキャラクタの特徴及び前記人特徴取得手段が取得した人の特徴に基づいて、前記物語に登場するキャラクタに関する出力情報を変更する変更手段と、
   を備えるコンテンツ改変装置。
2. 前記キャラクタ特徴取得手段は、前記キャラクタの特徴として前記キャラクタの性格を取得し、
   前記人特徴取得手段は、前記分析結果に基づき、前記人の特徴として前記人の性格を取得する、
   請求項１に記載のコンテンツ改変装置。
3. コンテンツとしての物語を改変するコンテンツ改変装置であって、
   前記物語に登場するキャラクタの性格を前記キャラクタの特徴として取得するキャラクタ特徴取得手段と、
   人の性格を前記人の特徴として取得する人特徴取得手段と、
   前記キャラクタ特徴取得手段が取得したキャラクタの性格及び前記人特徴取得手段が取得した人の性格に基づいて、前記物語に登場するキャラクタに関する出力情報を変更する変更手段と、
   を備えるコンテンツ改変装置。
4. 前記変更手段は、前記物語に登場するキャラクタに関する出力情報の変更を、前記キャラクタの特徴と前記人の特徴との比較結果に基づいて行う、
   請求項１から３のいずれか１項に記載のコンテンツ改変装置。
5. 前記変更手段は、前記キャラクタの特徴及び前記人の特徴に基づいて、前記物語に登場するキャラクタに関する出力情報を、前記人に関する情報に変更する、
   請求項１から４のいずれか１項に記載のコンテンツ改変装置。
6. 前記キャラクタ及び前記人の少なくとも一方は複数であり、
   前記変更手段は、前記キャラクタ及び前記人の各々を１ずつ互いに組み合わせた場合にとり得る複数の組合せの中から、前記キャラクタの特徴及び前記人の特徴に基づいて選択した組合せに従って、前記物語に登場するキャラクタに関する出力情報を、前記人に関する情報に変更する、
   請求項５に記載のコンテンツ改変装置。
7. 前記変更手段は、前記複数の組合せの中から、前記キャラクタ及び前記人の各々について、前記キャラクタの特徴及び前記人の特徴に基づき、前記キャラクタの特徴と前記人の特徴との類似度が最も高くなる組合せを選択し、選択した組合せに従って、前記物語に登場するキャラクタに関する出力情報を、前記人に関する情報に変更する、
   請求項６に記載のコンテンツ改変装置。
8. 前記変更手段は、前記複数の組合せの中から、前記キャラクタ及び前記人の各々について、前記キャラクタの特徴及び前記人の特徴に基づき、前記キャラクタの特徴と前記人の特徴との類似度が最も低くなる組合せを選択し、選択した組合せに従って、前記物語に登場するキャラクタに関する出力情報を、前記人に関する情報に変更する、
   請求項６に記載のコンテンツ改変装置。
9. 前記人は複数であり、前記複数の人には、前記コンテンツを鑑賞する鑑賞者及び該鑑賞者と一緒に生活している人が含まれる、
   請求項６から８のいずれか１項に記載のコンテンツ改変装置。
10. 前記変更手段は、前記物語に登場するキャラクタに関する出力情報としての前記キャラクタの名前を、前記人に関する情報としての前記人の名前に変更する、
    請求項５から９のいずれか１項に記載のコンテンツ改変装置。
11. 装置が、
    コンテンツとしての物語に登場するキャラクタの特徴を取得するキャラクタ特徴取得処理と、
    人の発話文を分析した分析結果に基づいて前記人の特徴を取得する人特徴取得処理と、
    前記キャラクタ特徴取得処理で取得されたキャラクタの特徴及び人特徴取得処理で取得された人の特徴に基づいて、前記物語に登場するキャラクタに関する出力情報を変更する変更処理と、
    を実行するコンテンツ改変方法。
12. コンテンツとしての物語を改変するコンテンツ改変装置のコンピュータに、
    前記物語に登場するキャラクタの特徴を取得するキャラクタ特徴取得ステップ、
    人の発話文を分析した分析結果に基づいて前記人の特徴を取得する人特徴取得ステップ、及び、
    前記キャラクタ特徴取得ステップで取得されたキャラクタの特徴及び人特徴取得ステップで取得された人の特徴に基づいて、前記物語に登場するキャラクタに関する出力情報を変更する変更ステップ、
    を実行させるためのプログラム。
13. 装置が、
    コンテンツとしての物語に登場するキャラクタの性格を前記キャラクタの特徴として取得するキャラクタ特徴取得処理と、
    人の性格を前記人の特徴として取得する人特徴取得処理と、
    前記キャラクタ特徴取得処理で取得されたキャラクタの性格及び前記人特徴取得処理で取得された人の性格に基づいて、前記物語に登場するキャラクタに関する出力情報を変更する変更処理と、
    を実行するコンテンツ改変方法。
14. コンテンツとしての物語を改変するコンテンツ改変装置のコンピュータに、
    前記物語に登場するキャラクタの性格を前記キャラクタの特徴として取得するキャラクタ特徴取得ステップ、
    人の性格を前記人の特徴として取得する人特徴取得ステップ、及び、
    前記キャラクタ特徴取得ステップで取得されたキャラクタの性格及び前記人特徴取得ステップで取得された人の性格に基づいて、前記物語に登場するキャラクタに関する出力情報を変更する変更ステップ、
    を実行させるためのプログラム。

Images