JPWO2019026397A1 - 情報処理装置、情報処理方法およびプログラム - Google Patents

Abstract

【課題】視覚情報を含む番組コンテンツの生成コストを削減することを可能にする。【解決手段】素材データを取得し、前記素材データの内容を解析し、前記内容に基づいて番組コンテンツデータを自動生成する制御部を備え、前記番組コンテンツデータは、視覚情報を含む、情報処理装置が提供される。【選択図】図８

Description

本開示は、情報処理装置、情報処理方法およびプログラムに関する。

近年、情報処理技術の進歩に伴い、テレビ、ラジオまたはインターネットの動画配信サイト等で放送される番組コンテンツについて、様々な生成方法または提供方法が開発されている。

例えば、以下の特許文献１には、ニュース、天気、ツイッタフィードなど、ウェブサイトで提供される各種テキスト情報を、楽曲などのオーディオデータと組み合わせて番組コンテンツを生成する技術および生成された番組コンテンツを音声出力する技術が開示されている。

特許第６０６５０１９号公報

しかし、特許文献１に開示されている技術等によっては、視覚情報を含む番組コンテンツの生成コストを削減することが困難であった。例えば、特許文献１に開示されている技術は、音声が含まれる番組コンテンツの生成コストを削減することはできたが、動画または静止画等の視覚情報が含まれる番組コンテンツの生成コストを削減することは困難であった。

本開示は、上記に鑑みてなされたものであり、視覚情報を含む番組コンテンツの生成コストを削減することが可能な、新規かつ改良された情報処理装置、情報処理方法およびプログラムを提供する。

本開示によれば、素材データを取得し、前記素材データの内容を解析し、前記内容に基づいて番組コンテンツデータを自動生成する制御部を備え、前記番組コンテンツデータは、視覚情報を含む、情報処理装置が提供される。

また、本開示によれば、素材データを取得し、前記素材データの内容を解析し、前記内容に基づいて番組コンテンツデータを自動生成することを有し、前記番組コンテンツデータは、視覚情報を含む、コンピュータにより実行される情報処理方法が提供される。

また、本開示によれば、素材データを取得し、前記素材データの内容を解析し、前記内容に基づいて番組コンテンツデータを自動生成することを有し、前記番組コンテンツデータは、視覚情報を含む、コンピュータに実現させるためのプログラムが提供される。

以上説明したように本開示によれば、視覚情報を含む番組コンテンツの生成コストを削減することが可能になる。

なお、上記の効果は必ずしも限定的なものではなく、上記の効果とともに、または上記の効果に代えて、本明細書に示されたいずれかの効果、または本明細書から把握され得る他の効果が奏されてもよい。

本開示の一実施形態に係る番組提供システムの構成を示す図である。 番組コンテンツの作成者によって入力される情報である「ジャンル」の一例を示す図である。 番組コンテンツの作成者によって入力される情報である「種別」の一例を示す図である。 番組コンテンツの作成者によって入力される情報である「テンプレート」の一例を示す図である。 ある伝達情報に対して再生時間が異なる複数の原稿データが生成された場合についての、複数の原稿データの一例を示す図である。 伝達される情報または再生日時等に、視覚情報を適応させる機能を説明するための図である。 キャラクターの動作を自動的に付加する機能を説明するための図である。 配信装置が備える機能構成の一例を示すブロック図である。 ユーザ端末が備える機能構成の一例を示すブロック図である。 配信装置の動作の一例を示すフローチャートである。 ユーザ端末の動作の一例を示すフローチャートである。 配信装置およびユーザ端末のハードウェア構成の一例を示すブロック図である。

以下に添付図面を参照しながら、本開示の好適な実施の形態について詳細に説明する。なお、本明細書及び図面において、実質的に同一の機能構成を有する構成要素については、同一の符号を付することにより重複説明を省略する。

なお、説明は以下の順序で行うものとする。
１．背景
２．番組提供システムの構成
３．機能概要
４．機能構成
５．動作
６．ハードウェア構成
７．むすび

＜１．背景＞
まず、本開示の背景について説明する。

テレビ、ラジオまたはインターネットの動画配信サイト等で放送される番組コンテンツは、予め作成された原稿と話者（例えば、アナウンサー、司会者またはラジオパーソナリティ等）のアドリブ等によって構成されている。

より具体的には、話者は、自らのスキルおよび経験等に基づいて、伝達する内容の追加、変更または削除等を行うことによって、番組コンテンツが予め決められた放送時間に終了するように調整している。例えば、原稿の内容が残りの放送時間に伝達可能な量よりも多い場合には、話者は、より優先度が低い内容を省略したり、より短い表現に変更したりすること等によって、より優先度が高い情報を伝達しつつ番組コンテンツを放送時間に終了させるように調整している。

また、原稿が複数存在する場合、話者は、ある原稿を読み終えて、次の原稿を読み始めるまでの間に、接続詞（例えば、「さて」、「続いて」、「それでは」、「ところで」等）またはアドリブ等を適宜挿入することによって、ある原稿から次の原稿への移行を円滑に行っている。

また、話者は、ユーザの視聴状況に応じてアドリブを入れる場合がある。例えば、過去に伝達された情報が再び伝達される場合、話者は、「お伝えしているとおり」等のように原稿の内容への導入部分としてアドリブを入れる場合がある。また、過去に伝達されていない新規情報が伝達される場合、話者は、「について新たな情報が入ってきました。」等のアドリブを入れる場合がある。

また、緊急情報（災害情報、その他重要度の高い情報等）を伝達する必要が生じた場合には、話者は、伝達中の情報の途中に緊急情報を伝達したり、伝達する情報の順番を入れ替えることによって優先的に緊急情報を伝達したりしていた。

また、話者は、伝達する情報の内容に応じて身振り手振り等のジェスチャーを交えながら情報を伝達することがある。例えば、天気予報において、話者が指示棒で天気図の一部を指し示しながら情報を伝達したり、表示された動画または静止画に視線を向けながら情報を伝達したりする場合がある。

また、話者は、伝達する内容に基づいて表情または声のトーン等を適宜変える。例えば、伝達する内容が悲報（例えば、事故もしくは災害の発生または人の死去等）である場合には、話者は、表情を暗く変え、声のトーンを低く変えて情報を伝達する。逆に、伝達する内容が朗報（例えば、結婚、出産または大会での優勝等）である場合には、話者は、表情を明るく変え、声のトーンを高く変えて情報を伝達する。また、表情または声のトーンだけでなく、例えば、話者の衣装、ＢＧＭまたは背景等が、伝達される内容に基づいて変更される場合もある。

また、ＢＧＭ、背景、話者の表情、声のトーンもしくは衣装等は、伝達される内容だけでなく、番組コンテンツが再生される日時もしくは地域、または、再生時の季節、天気もしくは気温にも基づいて変更される場合がある。例えば、再生時の季節が夏である場合には、話者の衣装が夏服にされ、ＢＧＭおよび背景が夏を連想させる曲および背景に変更される場合がある。

以上も踏まえて、一つの番組コンテンツが作成されるまでには、原稿の作成、衣装の決定および調達、ＢＧＭの決定および編集、背景の決定、作成および設置、カメラワークの決定、話者のキャスティング、話者との打ち合わせ、話者によるアドリブの内容の検討等、リハーサル、本番撮影、編集および放送等のように、多くの作業が行われることによって、番組コンテンツの作成コストは大きくなる傾向にあった。また、番組コンテンツの品質（視聴者が心地よく視聴可能か否か、アドリブが適切であるか否か等）および番組コンテンツが放送時間に終了するか否か等については話者のスキルまたは経験等に依存していた。

本件の開示者は、上記事情に鑑み、本開示を創作するに至った。本開示は、素材データを取得し、素材データの内容を解析し、その内容に基づいて視覚情報を含む番組コンテンツを自動生成することができる。以降では、本開示の一実施形態に係る番組提供システムの詳細について説明していく。

＜２．番組提供システムの構成＞
上記では、本開示の背景について説明した。続いて、図１を参照して、本開示の一実施形態に係る番組提供システムの構成について説明する。

図１に示すように、本実施形態に係る番組提供システムは、配信装置１００と、ユーザ端末２００とを備え、配信装置１００およびユーザ端末２００はネットワーク３００によって接続されている。

配信装置１００は、番組コンテンツを自動生成し、配信する機能を有する情報処理装置である。より具体的には、番組コンテンツの作成者が番組コンテンツの元となる素材データを配信装置１００に対して入力すると、配信装置１００は、素材データの内容に基づいて視覚情報を含む番組コンテンツを自動生成する。

例えば、配信装置１００は、素材データとして入力された文章データに基づいて原稿データを生成する。そして、配信装置１００は、当該原稿データと、素材データとして入力された動画データまたは静止画データ等に基づいて視覚情報を含む番組コンテンツを生成する。ここで、番組コンテンツは、原稿データに対して音声合成処理が施されることによって音声を出力可能なものであってもよいし、原稿データを字幕として表示可能なものであってもよいし、入力された動画データまたは静止画データ以外の、例えば、任意のキャラクターを表示可能なものであってもよい。また、番組コンテンツは、テレビで放送されるコンテンツ、インターネットの動画配信サイトで配信されるコンテンツ、所定の広告媒体に表示されるコンテンツまたはラジオで放送されるコンテンツ等を含み、かつ、これらに限定されない。番組コンテンツの内容および生成方法等の詳細については後述する。

そして、配信装置１００は、生成した番組コンテンツをユーザ端末２００に提供することで視聴者に対して番組コンテンツを提供する。より具体的には、配信装置１００は、ユーザ端末２００がアクセス可能なサーバ（例えば、インターネット上の特定のＷＥＢ（World Wide Web）サイトを管理するＷＥＢサーバ等）に番組コンテンツをアップロードし、ユーザ端末２００が当該サーバから番組コンテンツをダウンロードする。なお、番組コンテンツの提供方法はこれに限定されない。例えば、ユーザ端末２００がネットワーク３００を介して配信装置１００に直接アクセスして、番組コンテンツを取得してもよい。また、ユーザ端末２００が番組コンテンツをダウンロードするプル型配信ではなく、プッシュ型配信が行われてもよい。

ユーザ端末２００は、配信装置１００によって配信された番組コンテンツを再生する機能を有する情報処理装置である。より具体的には、ユーザ端末２００は、視聴者の操作に基づいて選択された番組コンテンツを、自装置に備えられる出力部（例えば、ディスプレイ、スピーカー等）を用いて再生する。

また、ユーザ端末２００は、配信装置１００によって生成された番組コンテンツを編集する機能を有する。例えば、ユーザ端末２００は、視聴者による設定、または、視聴者の嗜好情報等に基づいて番組コンテンツの内容（原稿データ、動画データ、静止画データまたはＢＧＭの内容等）または再生方法（例えば、表示サイズ、音量、速度等）を編集する機能を有する。また、ユーザ端末２００は、配信装置１００が途中まで加工した素材データを用いて番組コンテンツを生成する機能も有する。例えば、ユーザ端末２００は、配信装置１００が、フィルタリングによるノイズ除去、トリミング、フォーマット変換等を施した素材データを用いて番組コンテンツを生成する機能を有する。

なお、本書では一例として、上記のように、配信装置１００が生成した番組コンテンツを、ユーザ端末２００が再生したり編集したりする場合を説明するが、各種処理は配信装置１００およびユーザ端末２００のどちらで実行されてもよい（換言すると、配信装置１００とユーザ端末２００は互いに同一の機能構成を備え得る）。例えば、配信装置１００が番組コンテンツの元となるデータ（素材データ自体、または、素材データが加工されたデータ）を配信し、ユーザ端末２００が当該データおよび視聴者の嗜好情報等を用いて番組コンテンツを自動生成して再生してもよい。また、ユーザ端末２００が視聴者の嗜好情報等を配信装置１００に提供し、配信装置１００が当該情報を用いて自動生成した番組コンテンツをユーザ端末２００に配信してもよい。

配信装置１００およびユーザ端末２００は、例えば、デスクトップ型、ノート型もしくはタブレット型のＰＣ（Personal Computer）、スマートフォン、汎用コンピュータ、各種ウェアラブル端末（例えば、メガネ型端末、時計型端末、衣服型端末、指輪型端末、ブレスレット型端末、イヤリング型端末、ネックレス型端末等）、ヘッドマウント型ディスプレイ等であるが、これらに限定されない。

ネットワーク３００は、ネットワーク３００に接続されている配信装置１００およびユーザ端末２００によって通信される情報のための有線、または無線の伝送路である。例えば、ネットワーク３００は、インターネットなどの公衆回線網や、Ｅｔｈｅｒｎｅｔ（登録商標）を含む各種のＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）、ＷＡＮ（Ｗｉｄｅ Ａｒｅａ Ｎｅｔｗｏｒｋ）などを含んでもよい。また、ネットワーク３００は、ＩＰ−ＶＰＮ（Ｉｎｔｅｒｎｅｔ Ｐｒｏｔｏｃｏｌ−Ｖｉｒｔｕａｌ Ｐｒｉｖａｔｅ Ｎｅｔｗｏｒｋ）などの専用回線網や、Ｂｌｕｅｔｏｏｔｈ（登録商標）などの近距離無線通信網を含んでもよい。

なお、図１の構成はあくまで一例であり、本実施形態に係る番組提供システムの構成は、これに限定されない。例えば、上記のとおり、本実施形態に係る番組提供システムは、配信装置１００またはユーザ端末２００のいずれかによって構成されてもよい。

＜３．機能概要＞
上記では、本開示の一実施形態に係る番組提供システムの構成について説明した。続いて、本実施形態に係る番組提供システムの機能概要について説明する。

（３−１．原稿生成機能）
本実施形態に係る番組提供システムは、放送される原稿データを自動生成する機能を有する。

より具体的に説明すると、まず、配信装置１００は、素材データとして文章データ、および、当該文章データの内容についてのジャンルもしくは種別、または、テンプレートに関する情報を入力される。

ここで、文章データは、テキストファイル、ワープロソフト等で生成されたデータファイルを想定しているが、これに限定されない。例えば、文章データは、文章が表示された画像ファイルであり、配信装置１００が当該画像ファイルを解析することで文章を抽出してもよい。また、文章データは単数であってもよいし、複数であってもよい。

また、文章データの内容についてのジャンルとは、伝達される情報の分類であり、例えば、図２に示すように、「政治」、「経済」、「エンターテイメント」、「スポーツ」、「国際」、「天気」等であるがこれに限定されない。例えば、ジャンルとは、「全国の天気」、「東京都の天気」、「１週間の天気」、「１日の天気」等のように、上記のジャンル（例えば、「天気」等）を細分化したものであってもよい。なお、当該ジャンルの入力は必須ではない。

また、文章データの内容についての種別とは、伝達される情報が何らかの種類によって区別されたものであり、例えば、図３に示すように、「世界」、「全国」、「県」、「市」、「区町村」、「個人」等のように情報伝達の対象範囲の種類によって区別されたもの等であるがこれに限定されない。例えば、文章データの内容についての種別とは、「男性」、「女性」、「老人」、「子供」等のように情報伝達の対象者の種類によって区別されたものであってもよいし、「緊急」または「通常」等のように情報伝達の緊急性の種類によって区別されたものであってもよいし、「悲報」または「朗報」等のように情報内容によって区別されたものであってもよい。なお、当該種別の入力は必須ではない。

テンプレートとは、番組コンテンツの構成パターンを示す情報である。例えば、テンプレートとは、図４に示すように、「オープニング（４Ａ）」、「トピック（４Ｂ）」、「エンディング（４Ｃ）」という構成パターンである。なお、テンプレートは、図４の例に限定されず、例えば、「オープニング（４Ａ）」、「トピック（４Ｂ）」、「エンディング（４Ｃ）」のいずれかが省略された構成パターンであってもよいし、これら以外の構成が追加された構成パターンであってもよい。また、テンプレートは、カメラワーク、画面構成（キャラクター、動画、静止画またはテロップの位置関係等）、キャラクターの有無、キャラクターの属性（性別、年齢、声質、衣装、キャラクターが人間以外（動物等）である場合にはその種類等）、音声の有無等の設定が付加された情報であってもよい。当該テンプレートは、作成者によって作成されてもよいし、既存の番組（例えば、テレビ番組、インターネット配信番組、ラジオ番組等）の学習結果に基づいて自動生成されてもよい。作成者は、このようなテンプレートを選択することによって、所望の番組コンテンツを配信装置１００に生成させることができる。なお、テンプレートの入力は必須ではない。

配信装置１００は、入力された上記の各種情報に基づいて原稿データを自動生成する。より具体的には、配信装置１００は、入力された文章データを解析し文章データの内容を把握する。例えば、配信装置１００は、文章データに含まれる単語を抽出し、自装置に記憶されている情報または外部装置（例えば、外部のＷＥＢサーバ等）から取得した情報等を用いて当該単語の内容を認識する。これによって、配信装置１００は、入力されたジャンルまたは種別だけでなく、文章データを自ら解析した結果に基づいて、文章データの内容についてのジャンルまたは種別等を認識し、この後の処理に用いることができる。

そして、配信装置１００は、ジャンル、種別、テンプレート、文章データの解析結果等に基づいて放送される原稿データを自動生成する。より具体的には、配信装置１００は、入力された文章データの一部の削除もしくは変更、または、文章データに含まれない情報の追加等を行うことで原稿データを自動生成する。

ここで、図４のテンプレートが用いられる場合を一例として、原稿データの自動生成について説明する。例えば、トピック（４Ｂ）で放送される情報についての文章データが配信装置１００に入力されたとする。配信装置１００は、入力された文章データを用いて、トピック（４Ｂ）で放送される原稿データを自動生成するとともに、オープニング（４Ａ）およびエンディング（４Ｃ）で放送される原稿データも自動生成する。

配信装置１００は、オープニング（４Ａ）、トピック（４Ｂ）およびエンディング（４Ｃ）にて放送される原稿データを生成するにあたり、伝達される情報の内容、番組コンテンツデータが再生される日時もしくは地域、または、再生時の季節、天気もしくは気温に基づいて、入力された文章データに含まれない内容を追加する。例えば、配信装置１００は、オープニング（４Ａ）に「明けましておめでとうございます。２０１７年１月１日のニュースをお伝えします。」等のように番組コンテンツデータが再生される日時に基づく内容を追加してもよい。また、配信装置１００は、トピック（４Ｂ）の冒頭に「早速ですが、悲報が入ってきました。」等のように伝達される情報の内容に基づく内容を追加してもよい。また、配信装置１００は、エンディング（４Ｃ）に「この後、午前１０時から午後１５時までに、東京都では強い雨が降ることが予想されます。雨具をお忘れなく。」等のように再生される地域および再生時の天気に基づく内容を追加してもよい。

また、視聴者の行動または視聴者が置かれた状況（または環境）等に応じた内容が追加されてもよい。より具体的には、配信装置１００（またはユーザ端末２００）が、視聴者によって装着されているウェアラブル端末の各種センサ（例えば、加速度センサ、ジャイロセンサまたは気圧センサ等）によって取得されたデータを解析することで、視聴者の行動または視聴者が置かれた状況等を認識し、これらに応じた内容を追加してもよい。例えば、配信装置１００等は、視聴者が通勤中であると認識した場合には、エンディング（４Ｃ）に「今日もお仕事頑張ってください。」等の内容を追加してもよい。

また、配信装置１００等は、未来のある時点における視聴者の行動または視聴者が置かれる状況（または環境）等を、上記のセンシングデータ等を解析することで予測し、当該予測結果に応じた内容を追加してもよい。例えば、配信装置１００等は、視聴者が通勤時に乗り物（例えば、電車または自動車等）に乗ったことを認識した場合、過去の行動履歴に基づいて予測した降車時間において、「今日もお仕事頑張ってください。」等の内容を追加してもよい。なお、上記のように追加される内容は、予め、他の文章データが入力されることによって自動生成されたものであってもよい。

また、配信装置１００は、入力された文章データの一部の削除または変更を行う。例えば、上記のように追加された内容の中に、入力された文章データと重複する内容が含まれる場合（例えば、「２０１７年１月１日のニュースをお伝えします。」という内容が追加され、同様の趣旨の内容が文章データにも含まれる場合）、配信装置１００は、文章データにおける重複部分の削除または変更を適宜行ってもよい。また、配信装置１００は、同一の単語が頻発したり難解な単語が存在したりする場合に適宜別の表現に変更してもよい。

なお、配信装置１００は、素材データである文章データを変更することなく原稿データを生成してもよい。例えば、何らかの理由で文章データの変更が禁止されている場合（例えば、文章データが著作権で保護されている場合等）において、配信装置１００は、入力された文章データを変更することなく、文章データの前後に付加する内容を調整することで原稿データを生成してもよい。その際、配信装置１００は、原稿の読み上げ速度を調整したり、適宜間を設けたりすることで、視聴者が違和感を受けにくくすることができる（なお、再生時間の調整については後述する）。

これによって、配信装置１００は、話者（例えば、アナウンサー、司会者またはラジオパーソナリティ等）がアドリブを交えつつ提供するような品質の高い番組コンテンツを生成することができ、かつ、番組コンテンツの生成コストを削減することができる。また、番組コンテンツの作成者は、核となる情報である文章データの作成に注力することができる。

また、予め放送時間が決められている番組コンテンツにおいて、配信装置１００は、放送時間に番組コンテンツが終了するように、原稿データを生成することができる。より具体的には、配信装置１００は、原稿データを生成する際に、音声データの再生時間を算出する。例えば、配信装置１００は、音声合成に用いられる各種パラメータの内容に基づいて、原稿データの音声合成後の音声データの再生時間を算出する。

そして、生成された原稿データ（または生成中の原稿データ）の再生時間が予め決められた放送時間よりも長い場合、配信装置１００は、原稿データを編集する。例えば、配信装置１００は、入力された文章データにおいて優先度の低い情報を削除したり、文章データとは異なる表現に変更したり、追加した内容の削除または変更等によって、原稿データの再生時間が予め決められた放送時間になるように原稿データを編集する。逆に、生成された原稿データ（または生成中の原稿データ）の再生時間が予め決められた放送時間よりも短い場合、配信装置１００は、入力された文章データとは異なる表現に変更したり、追加した内容を変更したり、新たに別の内容を追加すること等によって、原稿データの再生時間が予め決められた放送時間になるように原稿データを編集する。

ここで、配信装置１００は、ある伝達情報に対して再生時間が異なる複数の原稿データを生成し、当該複数の原稿データの中から適切な原稿データを選択することで、放送時間に終了する原稿データの生成を実現してもよい。例えば、配信装置１００は、入力された文章データを解析し、その解析結果に基づいて、図５に示すような、再生時間が互いに異なり、かつ、視聴者が理解し得る複数の原稿データを生成する。そして、配信装置１００は、放送時間または他の伝達情報の原稿データ等に基づいて、複数の原稿データの中から適切な原稿データを選択することで、放送時間に終了する原稿データの生成を実現してもよい。なお、配信装置１００は、図５に示すようなリストを作成者に提示することによって、作成者に複数の原稿データの中から所望の原稿データを選択させてもよい。

以上によって、配信装置１００は、話者（例えば、アナウンサー、司会者またはラジオパーソナリティ等）が、伝達すべき情報と残りの放送時間に基づいて伝達する内容、表現方法または話す速度等を変えるように動作することができ、番組コンテンツを放送時間に終了させることができる。

（３−２．音または視覚情報の生成機能）
また、本実施形態に係る番組提供システムは、番組コンテンツの音または視覚情報を自動生成する機能を有する。

より具体的に説明すると、配信装置１００は、素材データとして動画データまたは静止画データ等を入力される。そして、配信装置１００は、これらのデータと、上記で設定された情報（ジャンル、種別またはテンプレート等）および上記で生成した原稿データを用いて、音または視覚情報を含む番組コンテンツを自動生成する。

例えば、配信装置１００は、生成した原稿データを用いて音声合成処理を行うことによって、音声データを含む番組コンテンツを生成する。また、配信装置１００は、音声だけでなく、何らかの音（例えば、ＢＧＭ、効果音等）を付加することもできる。また、配信装置１００は、入力された素材データの解析結果に基づいて何らかの音を付加してもよい。例えば、素材データがスポーツ大会に関する動画データ等であると解析された場合、配信装置１００は、当該スポーツ大会のテーマ曲をＢＧＭとして付加してもよい。

また、配信装置１００は、設定されたテンプレートに基づいて番組コンテンツの構成パターン（カメラワーク、画面構成（キャラクター、動画、静止画またはテロップの位置関係等）、キャラクターの有無、キャラクターの属性（性別、年齢、声質、衣装、キャラクターが人間以外（動物等）である場合にはその種類等）、音声の有無等の設定が付加された情報を含む）を決定する。そして、配信装置１００は、入力された動画データまたは静止画データを構成パターンにおける所定のタイミングおよび位置に挿入する。図４を参照して具体的に説明すると、配信装置１００は、入力された動画データまたは静止画データをトピック（４Ｂ）における、画面左上の位置に挿入する。

このとき、配信装置１００は、入力された動画データまたは静止画データを適宜編集してもよい。より具体的には、配信装置１００は、動画データまたは静止画データを解析して動画データまたは静止画データにおいてより重要度が高い部分を認識する。なお、配信装置１００は、動画データまたは静止画データの解析にあたり、原稿データの内容を参照してもよい。例えば、原稿データに「宇宙飛行士」という単語が存在する場合に、配信装置１００は、動画データまたは静止画データに含まれる宇宙飛行士の重要度がより高いと認識してもよい。そして、配信装置１００は、より重要度が高い部分が視認され易いように動画データまたは静止画データを編集（例えば、トリミング、縦横比の変更等）することで、動画データまたは静止画データがより適切に画面中に挿入されるようにしてもよい。

これによって、配信装置１００は、番組コンテンツの品質を高く維持しつつ、音または視覚情報を含む番組コンテンツの生成コストを削減することができる。

なお、番組コンテンツに表示されるキャラクターの生成方法は特に限定されず、２次元のアニメーションを生成する任意の技術が用いられ得る。例えば、任意のソフトウェアによって生成されたイラストにおいて複数の特徴点を指定し、各特徴点の位置座標の時間的変化を指定することによって２次元のアニメーションを生成する技術が用いられてもよい。また、任意の３次元モデリング技術（例えば、モデリング、レンダリングまたはレタッチ等）が併用されることで、３次元のアニメーションが生成されてもよい。

（３−３．伝達される情報または再生日時等に、音または視覚情報を適応させる機能）
また、本実施形態に係る番組提供システムは、伝達される情報の内容または再生日時等に、音または視覚情報を適応させる機能を有する。

より具体的に説明すると、配信装置１００は、伝達される情報の解析結果または設定された情報（ジャンル、種別またはテンプレート等）によって、伝達される情報の内容を認識し、番組コンテンツの音または視覚情報を当該内容に適応させる。例えば、伝達される情報の内容が朗報に関するものであった場合、図６の６Ａに示すように、配信装置１００は、視聴者に明るい印象を与えるような衣装をキャラクターの衣装として決定する。逆に、伝達される情報の内容が悲報に関するものであった場合、図６の６Ｂに示すように、配信装置１００は、視聴者に暗い印象（または改まった印象）を与えるような衣装をキャラクターの衣装として決定する。もちろん、衣装の具体的内容は図６に限定されない。例えば、伝達される情報の内容がスポーツの大会に関するものであれば、キャラクターの衣装はスポーツチームのユニフォーム等であってもよい。

なお、配信装置１００は、キャラクターの衣装だけでなく、ＢＧＭ、背景またはキャラクターの属性、表情もしくは声のトーン等を適応させることができる。例えば、配信装置１００は、伝達される情報が朗報である場合には、配信装置１００は、ＢＧＭ、背景およびキャラクターを、明るい印象を与える曲、背景およびキャラクターにし、キャラクターの表情を明るい表情にし、キャラクターの声のトーンを高くしてもよい。

また、配信装置１００は、音または視覚情報を、番組コンテンツデータが再生される日時もしくは地域、または、再生時の季節、天気もしくは気温等に適応させる。例えば、放送時の季節が夏である場合には、配信装置１００は、ＢＧＭおよび背景を、夏を連想させる曲および背景にし、キャラクターの衣装を夏服にし、キャラクターの肌を日焼けさせた状態にしてもよい。なお、上記はあくまで一例であり、配信装置１００は、番組コンテンツデータが再生される日時もしくは地域、または、再生時の季節、天気もしくは気温以外の情報に基づいて音または視覚情報を制御してもよい。

また、配信装置１００は、音または視覚情報を、視聴者の行動または視聴者が置かれた状況（または環境）等に適応させる。より具体的には、配信装置１００が、視聴者によって装着されているウェアラブル端末の各種センサ（例えば、加速度センサ、ジャイロセンサまたは気圧センサ等）によって取得されたデータを解析することで、視聴者の行動または視聴者が置かれた状況等を認識し、これらに音または視覚情報を適応させる。例えば、配信装置１００は、視聴者がリラックスした状態で休日を過ごしていると認識した場合、ＢＧＭおよび背景を、リラクゼーション効果の高い曲および背景にし、キャラクターの衣装を、よりカジュアルな衣装にしてもよい。また、配信装置１００は、未来のある時点における視聴者の行動または視聴者が置かれる状況（または環境）等を、上記のセンシングデータ等を解析することで予測し、当該予測結果に音または視覚情報を適応させてもよい。

また、上記において制御される対象は、ＢＧＭ、背景またはキャラクターの属性、衣装、表情もしくは声のトーンだけに限定されず、番組コンテンツの音または視覚情報に関するものであれば何でもよい。

これによって、配信装置１００は、伝達される情報の内容または再生日時等に基づいて話者（例えば、アナウンサー、司会者またはラジオパーソナリティ等）が表情および声のトーンを変えたり、話者の衣装、ＢＧＭまたは背景等が変更されたりすることと同様の効果を生じさせることができる。

（３−４．キャラクターの動作付加機能）
また、本実施形態に係る番組提供システムは、キャラクターの動作を自動的に付加する機能を有する。

より具体的に説明すると、配信装置１００は、入力された動画データまたは静止画データを解析し、動画データまたは静止画データに含まれる対象の表示位置に連動するようにキャラクターの動作を制御する。例えば、図７に示すように、天気図の遷移に関する動画データが入力された場合、配信装置１００は、当該動画データを解析し、天気図に表示されている台風の目の表示位置を認識する。そして、配信装置１００は、台風の目の表示位置に指示棒の先が位置するように、天気図の遷移に連動してキャラクターの手を動作させてもよい。

もちろん、動作の制御内容は図７の例に限定されない。例えば、配信装置１００は、スポーツの動画データが入力された場合、ハイライトシーンが再生されるタイミングでキャラクターに喜ぶリアクションをとらせてもよい。また、キャラクターの動作が連動する対象は特に限定されない。例えば、キャラクターの動作が連動する対象は、動画データもしくは静止画データに含まれる人間、動物、物、光（例えば、花火またはイルミネーション等）、イラストまたは文字等であってもよい。

これによって、配信装置１００は、話者（例えば、アナウンサー、司会者またはラジオパーソナリティ等）が、実際に、動画または静止画に反応して動作することと同様の効果を生じさせることができる。

（３−５．各種情報の要求機能）
また、本実施形態に係る番組提供システムは、番組コンテンツの自動生成に用いられる情報を要求する機能を有する。

より具体的に説明すると、配信装置１００は、上記で説明してきた、番組コンテンツの自動生成に用いられる各種情報（例えば、ジャンル、種別、テンプレート、文章データ、動画データまたは静止画データ等）が不足している場合、または、情報が不適切である場合（動画または静止画が鮮明でない場合、または、動画が短過ぎたり長過ぎたりする場合等）等において、不足している情報、または、より品質の高い新たな情報を作成者に要求することができる。

ここで、不足している情報等の要求方法は特に限定されない。例えば、配信装置１００は、自装置に備えられる出力部（例えば、ディスプレイまたはスピーカー等）を用いて不足している情報等の要求を行ってもよい。その際、配信装置１００は、単に「情報が不足している」または「情報が不適切である」という情報を通知するだけでなく、不足している情報の内容または適切な情報の内容を明示することによって、作成者に対してより明確な要求を行ってもよい。

これによって、配信装置１００は、より円滑に番組コンテンツを自動生成することができる。また、配信装置１００は、より適切な情報を用いて番組コンテンツを自動生成することができるため、番組コンテンツの品質を向上させることができる。

（３−６．再生状況に応じた原稿生成（編集）機能）
また、本実施形態に係る番組提供システムは、ユーザによる番組コンテンツの再生状況に応じて原稿データを自動生成する機能（または自動編集する機能）を有する。

より具体的に説明すると、ユーザ端末２００は、視聴者による番組コンテンツの再生状況を把握する。例えば、ユーザ端末２００は、既に全て再生された番組コンテンツにてユーザに伝達された情報の内容、または、再生中の番組コンテンツの再生済み部分にて視聴者に伝達された情報の内容等を把握する。

そして、その後に番組コンテンツにて伝達される情報の内容が、既に伝達された情報と同一であったり類似していたりする場合、ユーザ端末２００は原稿データを自動編集することで、例えば、「お伝えしているとおり」等のコメントを原稿データに追加することができる。また、その後に番組コンテンツにて伝達される情報の内容が、未だ伝達されていない情報である場合、ユーザ端末２００は原稿データを自動編集することで、例えば、「について新たな情報が入ってきました。」等のコメントを原稿データに追加してもよい。なお、原稿データの編集内容は、これらに限定されない。

また、ユーザ端末２００だけでなく、配信装置１００が当該機能を実現してもよい。例えば、ある番組コンテンツの中で、同一または類似の内容の情報が複数回にわたって伝達される場合、配信装置１００は、原稿データの自動生成の際に、例えば、「お伝えしているとおり」等のコメントを原稿データに追加してもよい。

これによって、番組提供システムは、話者（例えば、アナウンサー、司会者またはラジオパーソナリティ等）が、情報の伝達状況に応じて適宜アドリブを入れることと同様の効果を生じさせることができる。

（３−７．別内容の情報の挿入機能）
また、本実施形態に係る番組提供システムは、再生中の番組コンテンツ（または、再生予定の番組コンテンツ）に、別内容の情報（または別の番組コンテンツ）を挿入する機能を有する。

より具体的に説明すると、番組提供システムは、原稿データ中に別内容の情報を挿入可能な位置を設定することができる（以降、「挿入可能位置」と呼称する）。ここで、挿入可能位置は、例えば、番組コンテンツの終了位置、番組コンテンツの内容の区切りとなる位置（例えば、話題が転換する位置等）、または、句点の位置等であるが、これらに限定されない。

そして、例えば、ユーザ端末２００が番組コンテンツを再生している途中に、緊急情報（例えば、災害情報、その他重要度の高い情報等）が配信された場合、ユーザ端末２００は、再生中の番組コンテンツの挿入可能位置に緊急情報を挿入することができる。このとき、緊急情報の冒頭部分に「番組の途中ですが、緊急情報をお伝えします。」等のコメントが適宜追加されてもよい。なお、上記はあくまで一例であり、挿入される情報は緊急情報に限定されない。

また、別内容の情報が挿入される場合、再生中だった番組コンテンツ内で別内容の情報が伝達されてもよいし（例えば、再生中だった番組コンテンツのキャラクターが変更されることなく、緊急情報を伝達する場合等）、再生中だった番組コンテンツが別の番組コンテンツに切り替わることで別内容の情報が伝達されてもよい。

なお、挿入された別内容の情報の後に再生される番組コンテンツ（換言すると、挿入前に再生中だった番組コンテンツの未再生部分）の内容は、適宜編集され得る。例えば、挿入された別内容の情報の後に再生される番組コンテンツは、内容の区切りとなる位置（例えば、話題が転換する位置等）から再生されるように編集されてもよい。また、挿入された別内容の情報の後に再生される番組コンテンツの冒頭部分に「以上、緊急情報をお伝えしました。では、元の番組に戻ります。」等のコメントが適宜追加されてもよい。また、別内容の情報が挿入された後には、元の番組コンテンツが再生されるのではなく、別の新たな番組コンテンツが再生されてもよい。

なお、単に、アラームの鳴動と共にディスプレイの一部に緊急情報等が表示される場合（すなわち、キャラクターの音声による緊急情報等の伝達が行われない場合）においては、上記のように原稿データへの挿入等は不要である。

これによって、番組提供システムは、視聴者に対して違和感を与えることなく、再生中の番組コンテンツに対して別内容の情報を挿入することができる。

（３−８．未再生の番組コンテンツの提供機能）
また、本実施形態に係る番組提供システムは、未再生の番組コンテンツを視聴者に対して提供する機能を有する。

例えば、上記のように、緊急情報が番組コンテンツの途中に挿入されること等によって、番組コンテンツにおいて再生されなかった部分が生じた場合、番組提供システムは、視聴者に対して当該未再生部分（または未再生部分を含む番組コンテンツ全体）を提供することができる。なお、緊急情報等の挿入ではなくても、番組コンテンツが何らかの理由によって全て再生されなかった場合に、当該機能が使用されてもよい。

ここで、未再生の番組コンテンツの提供方法は特に限定されない。例えば、所定のアプリケーション（例えば、ユーザ端末２００にインストールされた所定のアプリケーション、または、所定のＷＥＢサイトにおけるマイページ等）に対して未再生の番組コンテンツが提供されてもよい。また、音または視覚情報を含む番組コンテンツが提供されてもよいが、テキストファイルのみ（例えば、トピック部分のテキストファイルのみ等）が提供されてもよい。また、視聴者が提供方法を所定の方法で指定することができてもよい。

これによって、番組提供システムは、視聴者が何らかの理由により再生できなかった番組コンテンツを視聴者に提供することができ、視聴者の利便性を向上させることができる。

（３−９．スキップ等に伴う番組コンテンツの編集機能等）
また、本実施形態に係る番組提供システムは、スキップ等に伴う番組コンテンツの編集機能等を有する。

より具体的に説明すると、視聴者は、番組コンテンツを視聴する際、途中で番組コンテンツの内容またはコマーシャル等をスキップすること（または、早送りすること、倍速再生すること等）ができる。

例えば、予め放送時間が決められており、その放送時間に終了するように１または２以上の番組コンテンツが再生される場合、上記のスキップ等によって放送時間よりも早く番組コンテンツが終了することになる。

本機能は、スキップ等によって当初予定されていた番組コンテンツの再生時間が短縮された場合、再生が予定されていなかった別の番組コンテンツの自動追加等を行うことで、放送時間よりも早く番組コンテンツが終了することを防ぐことができる。

なお、当該別の番組コンテンツが追加されるタイミングは特に限定されない。例えば、当該別の番組コンテンツは、当初再生が予定されていた番組コンテンツの最後のタイミングで追加されてもよいし、複数の番組コンテンツの途中のタイミングで追加されてもよい。

また、別の番組コンテンツが追加されるのではなく、再生中の番組コンテンツの未再生部分もしくは再生が予定されている別の番組コンテンツの自動編集が行われてもよい。例えば、再生中の番組コンテンツの未再生部分の再生時間が拡大されてもよい。この場合、番組コンテンツの未再生部分の原稿データ、音または視覚情報が編集される。例えば、原稿データが編集され、より再生時間が長くなる表現方法が採用されたり、新たな内容が追加されたりしてもよい。

なお、ユーザが同一の番組コンテンツを繰り返し再生すること（または、巻き戻しすること、スロー再生すること等）によって、当初予定されていた番組コンテンツの再生時間が延長された場合には、再生が予定されていた番組コンテンツの削除または短縮化が行われてもよい。

これによって、番組提供システムは、視聴者がスキップ等の操作を行った場合であっても、番組コンテンツを放送時間に終了させることができる。また、番組提供システムは、予め決められた放送時間内にできる限り多くの情報を視聴者に伝達することができる。

＜４．機能構成＞
上記では、本実施形態に係る番組提供システムの機能概要について説明した。続いて、本実施形態に係る配信装置１００およびユーザ端末２００の機能構成について説明する。

上記のとおり、配信装置１００およびユーザ端末２００は、同一の機能構成を備え得るが、以降では、一例として、配信装置１００およびユーザ端末２００の機能構成が異なる場合について説明する。より具体的には、配信装置１００については番組コンテンツを生成する機能構成を説明し、ユーザ端末２００については配信装置１００によって提供された情報を用いて番組コンテンツを生成（または編集）する機能構成を説明する。

（４−１．配信装置１００の機能構成）
まず、図８を参照して、配信装置１００の機能構成について説明する。

図８に示すように、配信装置１００は、制御部１１０と、通信部１２０と、入力部１３０と、出力部１４０と、記憶部１５０と、を備える。

（制御部１１０）
制御部１１０は、配信装置１００の処理全般を統括的に制御する。例えば、制御部１１０は、以降で説明する番組コンテンツの自動生成処理を統括的に制御したり、生成された番組コンテンツデータの配布等を行ったりする。制御部１１０は、図８に示すように、原稿生成部１１１と、原稿解析部１１２と、音声合成部１１３と、要求管理部１１４と、構成生成部１１５と、動画生成部１１６と、を備える。以降では、制御部１１０が備える各機能構成について説明する。

（原稿生成部１１１）
原稿生成部１１１は、原稿データを自動生成する機能構成である。例えば、原稿生成部１１１は、後述する入力部１３０から入力された１または２以上の文章データを編集することによって原稿データを生成する。

なお、原稿データの生成の際、原稿生成部１１１は、後述する構成生成部１１５の制御に基づいて適宜原稿データの再生成を行ってもよい。例えば、原稿データが生成された後の原稿データの解析結果等に基づいて、構成生成部１１５が原稿データの変更が必要であると判断した場合、原稿生成部１１１は、構成生成部１１５の制御に基づいて原稿データの再生成を行う。原稿生成部１１１は、生成した原稿データを原稿解析部１１２および音声合成部１１３に提供する。

（原稿解析部１１２）
原稿解析部１１２は、原稿生成部１１１によって生成された原稿データを解析する。より具体的には、原稿解析部１１２は、原稿データを分解することで単語の抽出等を行ったりすることによって、原稿データの内容に関する情報を抽出する。これによって、原稿解析部１１２は、ユーザに入力される各種情報（例えば、ジャンルまたは種別等）には含まれない情報を後述する構成生成部１１５に提供することができる。

なお、原稿解析部１１２が原稿データの解析によって抽出する情報は特に限定されない。例えば、原稿解析部１１２は、原稿データに含まれる単語（例えば、「海」等）、当該単語から連想される情報（例えば、「海」から連想される「海水浴」または「夏」等の別の単語、「海」から連想される「広い」または「青い」等のイメージ等）、または、上記で説明したジャンルまたは種別と同様の情報等を抽出してもよい。

また、原稿解析部１１２は、原稿データを解析するにあたり、外部から取得した情報を使用してもよい。例えば、原稿解析部１１２は、インターネット上に存在する情報を取得し、原稿データに含まれる単語の意味、当該単語から連想される情報等を自動的に判断してもよい。また、原稿解析部１１２は、原稿データの解析に用いられる情報を作成者に対して要求してもよい。例えば、原稿解析部１１２は、原稿データに含まれる単語の内容に関する情報または当該単語から連想される情報を作成者に対して要求してもよい。また、原稿解析部１１２は、原稿データの解析に用いた情報を学習することによって、解析ロジックを更新してもよい。これによって、原稿解析部１１２は、使用されるにつれて、解析精度を向上させることができる。原稿解析部１１２は、解析結果を構成生成部１１５に提供する。

（音声合成部１１３）
音声合成部１１３は、原稿生成部１１１によって生成された原稿データを用いて音声合成処理を行うことで、原稿データに対応する音声データを生成する機能構成である。なお、音声合成の手法は特に限定されない。例えば、音声合成部１１３は、波形接続型音声合成またはフォルマント合成等の任意の音声合成手法を用いることができる。音声合成部１１３は、生成した音声データを構成生成部１１５に提供する。

（要求管理部１１４）
要求管理部１１４は、番組コンテンツの作成者からの要求を受け付け、当該要求を管理する機能構成である。例えば、要求管理部１１４は、番組コンテンツの生成に関する各種設定情報を受け付ける。ここで、要求管理部１１４が受け付ける設定情報は、上記で説明したジャンル、種別またはテンプレート等であるが、これらに限定されない。例えば、設定情報は、番組コンテンツの対象者、放送時間、データ量、画面サイズ、解像度、音量、字幕情報等（例えば、字幕の有無、言語等）を含んでもよい。要求管理部１１４は、これらの要求に関する情報を構成生成部１１５に提供する。

（構成生成部１１５）
構成生成部１１５は、番組コンテンツ全体の構成を生成する機能構成である。構成生成部１１５は、人工知能技術によって実現される番組コンテンツの生成ロジックを有している。より具体的には、構成生成部１１５は、要求管理部１１４から提供される作成者の要求に関する情報、原稿解析部１１２から提供される解析結果、音声合成部１１３から提供される音声データ、後述する記憶部１５０から取得する各種情報および外部（例えば、視聴者によって装着されているウェアラブル端末等を含む）から取得する任意の情報等（放送時の日時、季節、天気、気温、放送される地域、各種センサ（例えば、加速度センサ、ジャイロセンサまたは気圧センサ等）のセンシングデータ、視聴者の行動、視聴者が置かれた状況（または環境）等に関する情報）を、生成ロジックに入力することによって番組コンテンツの構成を出力する。

番組コンテンツの生成ロジックは、事前に大量の番組コンテンツを学習することによって、上記の各種情報に基づいて、最適と考えられる番組コンテンツの構成を出力する。なお、当該学習方法は特に限定されず、機械学習に用いられる任意の方法が使用され得る。

ここで、構成生成部１１５が生成する「構成」とは、原稿データの内容、音もしくは視覚情報の内容もしくは設定（例えば、音質、音量、音声合成の方法、ＢＧＭの内容、動画もしくは静止画の内容、キャラクターの属性、衣装もしくは表情等）、または、番組コンテンツデータのフォーマット、サイズもしくはセキュリティ設定等（例えば、アクセス権等）、番組コンテンツを構成する全ての情報を含む概念である。

なお、構成生成部１１５によって生成される番組コンテンツの構成は、入力された各種情報によって何ら制限を受けない。例えば、構成生成部１１５は、入力されたテンプレートに基づいて番組コンテンツの構成を生成するが、必ずテンプレート通りの構成を生成しなければならないわけではなく、テンプレートの内容を一部変更したテンプレートを新たに生成し、当該新たに生成したテンプレートに基づいて構成を生成してもよい。これによって、例えば、入力されたテンプレートの一部に誤りが含まれる場合、構成生成部１１５は、過去の学習結果に基づいて誤りが含まれないテンプレートを生成することができるため、より適切な番組コンテンツの構成を生成することができる。

構成生成部１１５は、生成した番組コンテンツの構成に基づいて、原稿データまたは音声データ等の再生成（または編集等）が必要であると判断した場合、原稿生成部１１１、原稿解析部１１２および音声合成部１１３を制御することで、原稿データの再生成、原稿データの解析、音声データの再生成等を行わせてもよい。また、構成生成部１１５は、生成した番組コンテンツの構成に基づいて、動画データまたは静止画データ等の再生成（または編集等）が必要であると判断した場合、構成生成部１１５は、動画データまたは静止画データ等の再生成（または編集等）を行ってもよい。構成生成部１１５は、番組コンテンツの構成に関する情報、音データ（音声データを含む）、動画データまたは静止画データを動画生成部１１６に提供する。

（動画生成部１１６）
動画生成部１１６は、構成生成部１１５から提供された、番組コンテンツの構成に関する情報、音データ（音声データを含む）、動画データまたは静止画データを用いて番組コンテンツデータを自動生成する機能構成である。より具体的には、動画生成部１１６は、番組コンテンツの構成に関する情報に基づいて、番組コンテンツデータのフォーマット、サイズ、セキュリティ設定（例えば、アクセス権等）等を決定し、音データ、動画データまたは静止画データの統合およびパッケージングを行うことで、番組コンテンツデータを生成する。

（通信部１２０）
通信部１２０は、外部装置との通信を行う機能構成である。例えば、通信部１２０は、制御部１１０が番組コンテンツデータの生成に用いる各種情報（例えば、原稿解析部１１２が原稿データの解析に用いる情報、または、構成生成部１１５が番組コンテンツの構成の生成に用いる情報等）を外部装置（例えば、インターネット上のＷＥＢサーバ等）から受信する。また、制御部１１０によって生成された番組コンテンツデータが外部装置を介してユーザ端末２００に配信される場合、通信部１２０は、番組コンテンツデータを当該外部装置へ送信する。

なお、通信部１２０の通信方式は特に限定されない。例えば、通信部１２０の通信方式には、いかなる有線通信方式または無線通信方式が用いられてもよい。

（入力部１３０）
入力部１３０は、作成者による入力を受ける機能構成である。例えば、入力部１３０はマウス、キーボード、タッチパネルまたはボタン等の入力手段を備えており、作成者がこれらの入力手段を用いて各種操作を行うことによって、各種情報（例えば、ジャンル、種別、テンプレート、文章データ、動画データまたは静止画データ等）が入力される。

（出力部１４０）
出力部１４０は、各種情報を出力する機能構成である。例えば、出力部１４０は、ディスプレイ等の表示手段およびスピーカ等の音声出力手段を備えており、制御部１１０からの制御信号に基づいて各種視覚情報をディスプレイ等に表示させたり、各種音をスピーカ等によって発生させたりする。

（記憶部１５０）
記憶部１５０は、各種情報を記憶する機能構成である。例えば、記憶部１５０は、作成者によって入力された各種情報（例えば、ジャンル、種別、テンプレート、文章データ、動画データ、静止画データ等）、配信装置１００によって生成された各種情報（原稿データ、音声データ、動画データ、静止画データまたは番組コンテンツデータ等）等を記憶する。

ここで、構成生成部１１５は、記憶部１５０が記憶している過去の番組コンテンツデータを学習することによって生成ロジックを更新してもよい。また、記憶部１５０は、配信装置１００による各種処理に使用されるプログラム、パラメータを記憶する。なお、記憶部１５０が記憶する情報は上記に限定されない。

（４−２．ユーザ端末２００の機能構成）
続いて、図９を参照して、ユーザ端末２００の機能構成について説明する。

図９に示すように、ユーザ端末２００は、制御部２１０と、通信部２２０と、入力部２３０と、出力部２４０と、記憶部２５０と、を備える。

（制御部２１０）
制御部２１０は、ユーザ端末２００の処理全般を統括的に制御する。例えば、制御部２１０は、以降で説明する番組コンテンツの自動生成処理を統括的に制御したり、生成された番組コンテンツデータの再生等を行ったりする。制御部２１０は、図９に示すように、要求管理部２１１と、構成生成部２１２と、動画生成部２１３と、を備える。以降では、制御部２１０が備える各機能構成について説明する。

（要求管理部２１１）
要求管理部２１１は、番組コンテンツの視聴者からの要求を受け付け、当該要求を管理する機能構成である。例えば、要求管理部２１１は、視聴者によって選択された番組コンテンツ、再生中の番組コンテンツのスキップ、繰り返し再生、早送りもしくは巻き戻しに関する要求、番組コンテンツデータの編集に関する要求（例えば、キャラクターの属性、字幕の内容、ＢＧＭの内容、背景の内容等）、番組コンテンツの視聴に伴う各種設定（例えば、表示サイズ、音量、速度等）等に関する情報を受け付け、管理する。要求管理部２１１は、これらの要求に関する情報を視聴者の嗜好情報として管理してもよい。なお、要求管理部２１１によって受け付けられ、管理される情報はこれらに限定されない。要求管理部２１１は、これらの要求に関する情報を構成生成部２１２に提供する。

（構成生成部２１２）
構成生成部２１２は、番組コンテンツ全体の構成を生成する機能構成である。上記のとおり、ユーザ端末２００は、視聴者の要求および配信装置１００によって提供された各種情報を用いて番組コンテンツの生成を行うことができる。ここでは、原稿データ、その解析結果、原稿データに基づいて生成された音声データ等が配信装置１００によって提供され、ユーザ端末２００がこれらの情報を用いて番組コンテンツを生成する例について説明する。

構成生成部２１２は、配信装置１００の構成生成部１１５と同様に、人工知能技術によって実現される番組コンテンツの生成ロジックを有している。そして、構成生成部２１２は、配信装置１００によって提供される各種情報（原稿データ、その解析結果、原稿データに基づいて生成された音声データ等）、要求管理部２１１から提供される視聴者の要求に関する情報、後述する記憶部２５０から取得する各種情報および外部から取得する任意の情報等（放送時の日時、季節、天気、気温、放送される地域等の情報）を生成ロジックに入力することによって番組コンテンツの構成を出力する。

なお、図９には示していないが、ユーザ端末２００が、配信装置１００の原稿生成部１１１、原稿解析部１１２または音声合成部１１３と同様の機能構成を備えることによって、構成生成部２１２は、必要に応じてこれらの機能構成を制御して、原稿データの生成、原稿データの解析および音声データの生成等を実現してもよい。構成生成部２１２は、番組コンテンツの構成に関する情報、音データ（音声データを含む）、動画データまたは静止画データを動画生成部２１３に提供する。

（動画生成部２１３）
動画生成部２１３は、構成生成部２１２から提供された、番組コンテンツの構成に関する情報、音データ（音声データを含む）、動画データまたは静止画データを用いて番組コンテンツデータを自動生成する機能構成である。より具体的には、動画生成部２１３は、番組コンテンツの構成に関する情報に基づいて、番組コンテンツデータのフォーマット、サイズ、セキュリティ設定（例えば、アクセス権等）等を決定し、音データ、動画データまたは静止画データの統合およびパッケージングを行うことで、番組コンテンツデータを生成する。

（通信部２２０）
通信部２２０は、外部装置との通信を行う機能構成である。例えば、ユーザ端末２００が、配信装置１００によって生成された番組コンテンツデータをダウンロードして再生する場合には、通信部２２０は、配信装置１００を含む外部装置から番組コンテンツデータを受信する。また、ユーザ端末２００が、配信装置１００によって提供された各種情報を用いて番組コンテンツを生成する場合には、通信部２２０は、配信装置１００を含む外部装置から当該各種情報を受信する。なお、これらの情報の受信は、視聴者による操作に基づいて行われてもよいし、通信部２２０によって所定のタイミングで行われてもよい。例えば、通信部２２０は、所定のタイミングで配信装置１００を含む外部装置にアクセスし、新規情報が生成されている場合には当該情報を受信してもよい。

なお、通信部２２０の通信方式は特に限定されない。例えば、通信部２２０の通信方式には、いかなる有線通信方式または無線通信方式が用いられてもよい。

（入力部２３０）
入力部２３０は、視聴者による入力を受ける機能構成である。例えば、入力部２３０はタッチパネルまたはボタン等の入力手段を備えており、作成者がこれらの入力手段を用いて各種操作を行うことによって、視聴する番組コンテンツの選択、番組コンテンツの視聴に伴う各種設定等を行う。

（出力部２４０）
出力部２４０は、各種情報を出力する機能構成である。例えば、出力部２４０は、ディスプレイ等の表示手段およびスピーカ等の音声出力手段を備えており、制御部２１０からの制御信号に基づいて各種視覚情報をディスプレイ等に表示させたり、各種音をスピーカ等によって発生させたりする。

（記憶部２５０）
記憶部２５０は、各種情報を記憶する機能構成である。例えば、記憶部２５０は、番組コンテンツデータ等を記憶する。また、記憶部２５０は、視聴者の嗜好情報を記憶してもよい。例えば、記憶部２５０は、視聴者が番組コンテンツの視聴に伴い行った各種設定に関する情報、視聴者が視聴した番組コンテンツの特徴等を視聴者の嗜好情報として記憶してもよい。また、記憶部２５０は、ユーザ端末２００による各種処理に使用されるプログラム、パラメータを記憶する。なお、記憶部２５０が記憶する情報は上記に限定されない。

＜５．動作＞
上記では、本実施形態に係る配信装置１００およびユーザ端末２００の機能構成について説明した。続いて、配信装置１００およびユーザ端末２００の動作について説明する。

（５−１．配信装置１００の動作）
まず、図１０を参照して、配信装置１００が番組コンテンツを生成する動作について説明する。

ステップＳ１０００では、番組コンテンツの作成者によって入力部１３０に文章データが入力される。ステップＳ１００４では、原稿生成部１１１が入力された文章データを用いて原稿データを生成する。ステップＳ１００８では、原稿解析部１１２が、生成された原稿データを解析する。また、ステップＳ１０１２では、音声合成部１１３が原稿データを用いて音声合成処理を行うことで、原稿データに対応する音声データを生成する。なお、ステップＳ１００８の処理およびステップＳ１０１２の処理は、互いに並行して実行されることを想定しているが、これに限定されない。

ステップＳ１０１６では、要求管理部１１４が、番組コンテンツの生成に関する各種設定情報等の、作成者からの要求に関する情報を取得する。ステップＳ１０１６の処理は、ステップＳ１０１２までの処理と並行して実行されることを想定しているが、これに限定されない。

ステップＳ１０２０では、構成生成部１１５が、要求管理部１１４から提供される作成者の要求に関する情報、原稿解析部１１２から提供される解析結果、音声合成部１１３から提供される音声データ等を生成ロジックに入力することによって番組コンテンツの構成を生成する。

生成された番組コンテンツの構成に基づいて原稿データの再生成が必要である場合（ステップＳ１０２４／ｙｅｓ）、処理がステップＳ１００４へ移動し、原稿生成部１１１が原稿データの再生成を行う。原稿データの再生成が必要でない場合（ステップＳ１０２４／ｎｏ）、ステップＳ１０２８にて、動画生成部１１６が、番組コンテンツの構成に関する情報、音データ（音声データを含む）、動画データまたは静止画データを用いて番組コンテンツデータを生成することで処理が終了する。

（５−２．ユーザ端末２００の動作）
続いて、図１１を参照して、ユーザ端末２００が、配信装置１００から提供された各種情報を用いて番組コンテンツを生成する動作について説明する。

ステップＳ１１００では、構成生成部２１２が、通信部２２０を介して配信装置１００から提供される、番組コンテンツの生成に用いられる各種情報（原稿データ、その解析結果、原稿データに基づいて生成された音声データ等）を取得する。

ステップＳ１１０４では、要求管理部２１１が、番組コンテンツの生成に関する各種設定情報等の、視聴者からの要求に関する情報を取得する。ステップＳ１１０４の処理は、ステップＳ１１００の処理と並行して実行されることを想定しているが、これに限定されない。

ステップＳ１１１２では、構成生成部２１２が、配信装置１００から提供された各種情報（原稿データ、その解析結果、原稿データに基づいて生成された音声データ等）および要求管理部２１１から提供される視聴者の要求に関する情報等を生成ロジックに入力することによって番組コンテンツの構成を生成する。

ステップＳ１１１６では、動画生成部２１３が、番組コンテンツの構成に関する情報等を用いて番組コンテンツデータを生成することで処理が終了する。

なお、図１１には記載していないが、原稿データまたは音声データ等の再生成が必要な場合、ユーザ端末２００は、適宜、配信装置１００へこれらの各データの再生成の依頼を行ってもよいし、配信装置１００の原稿生成部１１１、原稿解析部１１２または音声合成部１１３と同様の機能構成を備えることによって各データの再生成を行ってもよい。

＜６．ハードウェア構成＞
上記では、本実施形態に係る配信装置１００およびユーザ端末２００の動作について説明した。続いて、配信装置１００およびユーザ端末２００のハードウェア構成について説明する。

上記の各種処理は、ソフトウェアと、以下に説明するハードウェアとの協働により実現される。図１２は、配信装置１００およびユーザ端末２００を具現する情報処理装置９００のハードウェア構成を示す図である。

情報処理装置９００は、ＣＰＵ（Central
Processing Unit）９０１と、ＲＯＭ（Read Only Memory）９０２と、ＲＡＭ（Random Access Memory）９０３と、ホストバス９０４と、ブリッジ９０５と、外部バス９０６と、インタフェース９０７と、入力装置９０８と、出力装置９０９と、ストレージ装置（ＨＤＤ）９１０と、ドライブ９１１と、通信装置９１２とを備える。

ＣＰＵ９０１は、演算処理装置および制御装置として機能し、各種プログラムに従って情報処理装置９００内の動作全般を制御する。また、ＣＰＵ９０１は、マイクロプロセッサであってもよい。ＲＯＭ９０２は、ＣＰＵ９０１が使用するプログラムや演算パラメータ等を記憶する。ＲＡＭ９０３は、ＣＰＵ９０１の実行において使用するプログラムや、その実行において適宜変化するパラメータ等を一時記憶する。これらはＣＰＵバスなどから構成されるホストバス９０４により相互に接続されている。当該ＣＰＵ９０１、ＲＯＭ９０２およびＲＡＭ９０３の協働により、配信装置１００の制御部１１０およびユーザ端末２００の制御部２１０の各機能が実現される。

ホストバス９０４は、ブリッジ９０５を介して、ＰＣＩ（Peripheral Component Interconnect/Interface）バスなどの外部バス９０６に接続されている。なお、必ずしもホストバス９０４、ブリッジ９０５および外部バス９０６を分離構成する必要はなく、１つのバスにこれらの機能を実装してもよい。

入力装置９０８は、マウス、キーボード、タッチパネル、ボタン、マイクロフォン、スイッチおよびレバーなどユーザが情報を入力するための入力手段と、ユーザによる入力に基づいて入力信号を生成し、ＣＰＵ９０１に出力する入力制御回路などから構成されている。情報処理装置９００を使用するユーザは、該入力装置９０８を操作することにより、各装置に対して各種のデータを入力したり処理動作を指示したりすることができる。該入力装置９０８により、配信装置１００の入力部１３０およびユーザ端末２００の入力部２３０の各機能が実現される。

出力装置９０９は、例えば、ＣＲＴ（Cathode Ray Tube）ディスプレイ装置、液晶ディスプレイ（ＬＣＤ）装置、ＯＬＥＤ（Organic Light Emitting Diode）装置およびランプなどの表示装置を含む。さらに、出力装置９０９は、スピーカおよびヘッドホンなどの音声出力装置を含む。出力装置９０９は、例えば、再生されたコンテンツを出力する。具体的には、表示装置は再生された映像データ等の各種情報をテキストまたはイメージで表示する。一方、音声出力装置は、再生された音声データ等を音声に変換して出力する。該出力装置９０９により、配信装置１００の出力部１４０およびユーザ端末２００の出力部２４０の各機能が実現される。

ストレージ装置９１０はデータ格納用の装置である。ストレージ装置９１０は、記憶媒体、記憶媒体にデータを記録する記録装置、記憶媒体からデータを読み出す読出し装置および記憶媒体に記録されたデータを削除する削除装置などを含んでもよい。ストレージ装置９１０は、例えば、ＨＤＤ（Hard Disk Drive）で構成される。このストレージ装置９１０は、ハードディスクを駆動し、ＣＰＵ９０１が実行するプログラムや各種データを格納する。該ストレージ装置９１０により、配信装置１００の記憶部１５０およびユーザ端末２００の記憶部２５０の各機能が実現される。

ドライブ９１１は、記憶媒体用リーダライタであり、情報処理装置９００に内蔵、あるいは外付けされる。ドライブ９１１は、装着されている磁気ディスク、光ディスク、光磁気ディスク、または半導体メモリ等のリムーバブル記憶媒体９１３に記録されている情報を読み出して、ＲＡＭ９０３に出力する。また、ドライブ９１１は、リムーバブル記憶媒体９１３に情報を書き込むこともできる。

通信装置９１２は、例えば、通信網９１４に接続するための通信デバイス等で構成された通信インタフェースである。該通信装置９１２により、配信装置１００の通信部１２０およびユーザ端末２００の通信部２２０の各機能が実現される。

＜７．むすび＞
以上で説明してきたように、本開示に係る番組提供システムは、放送される原稿データを自動生成する機能、番組コンテンツの音または視覚情報を自動生成する機能、伝達される情報または再生日時等に音または視覚情報を適応させる機能、キャラクターの動作を自動的に付加する機能、番組コンテンツの自動生成に用いられる情報を要求する機能、番組コンテンツの再生状況に応じて原稿を自動生成する機能、再生中の番組コンテンツに別内容の情報を挿入する機能、未再生の番組コンテンツをユーザに対して提供する機能、スキップ等に伴う番組コンテンツの編集機能等を実現することができる。これによって、本開示に係る番組提供システムは、音または視覚情報を含む番組コンテンツの品質を高く維持しつつ、番組コンテンツの生成コストを削減することができる。

以上、添付図面を参照しながら本開示の好適な実施形態について詳細に説明したが、本開示の技術的範囲はかかる例に限定されない。本開示の技術分野における通常の知識を有する者であれば、請求の範囲に記載された技術的思想の範疇内において、各種の変更例または修正例に想到し得ることは明らかであり、これらについても、当然に本開示の技術的範囲に属するものと了解される。

例えば、上記の各フローチャートに示した各ステップは、必ずしもフローチャートとして記載された順序に沿って時系列に処理される必要はない。すなわち、各ステップは、フローチャートとして記載した順序と異なる順序で処理されても、並列的に処理されてもよい。

また、配信装置１００またはユーザ端末２００の機能構成は適宜変更されてもよい。例えば、配信装置１００またはユーザ端末２００の機能構成の一部は、適宜外部装置に備えられてもよい。また、配信装置１００の制御部１１０が、通信部１２０、入力部１３０、出力部１４０の一部の機能を実現してもよい。また、ユーザ端末２００の制御部２１０が、通信部２２０、入力部２３０、出力部２４０の一部の機能を実現してもよい。

また、本明細書に記載された効果は、あくまで説明的または例示的なものであって限定的ではない。つまり、本開示に係る技術は、上記の効果とともに、または上記の効果に代えて、本明細書の記載から当業者には明らかな他の効果を奏しうる。

なお、以下のような構成も本開示の技術的範囲に属する。
（１）
素材データを取得し、前記素材データの内容を解析し、前記内容に基づいて番組コンテンツデータを自動生成する制御部を備え、
前記番組コンテンツデータは、視覚情報を含む、
情報処理装置。
（２）
前記番組コンテンツデータは、前記視覚情報として、動画または静止画を含む、
前記（１）に記載の情報処理装置。
（３）
前記番組コンテンツデータは、前記視覚情報として、キャラクターの動画または静止画を含む、
前記（２）に記載の情報処理装置。
（４）
前記制御部は、前記内容に基づいてＢＧＭ、背景または前記キャラクターの属性、衣装、表情もしくは声のトーンを制御する、
前記（３）に記載の情報処理装置。
（５）
前記制御部は、前記内容に基づいて前記キャラクターの動作を制御する、
前記（３）または（４）に記載の情報処理装置。
（６）
前記制御部は、前記動画または前記静止画に表示されている対象の位置に連動するように前記キャラクターの動作を制御する、
前記（５）に記載の情報処理装置。
（７）
前記素材データは、１または２以上の文章データを含み、
前記制御部は、前記文章データの内容を解析し、前記文章データの内容に基づいて番組コンテンツデータに含まれる原稿データを自動生成する、
前記（１）から（６）のいずれか１項に記載の情報処理装置。
（８）
前記制御部は、前記文章データを編集することで前記原稿データを自動生成する、
前記（７）に記載の情報処理装置。
（９）
前記制御部は、前記番組コンテンツデータの再生状況に基づいて前記原稿データを自動生成する、
前記（８）に記載の情報処理装置。
（１０）
前記制御部は、前記原稿データに対して別内容の情報の挿入を行う、
前記（８）または（９）に記載の情報処理装置。
（１１）
前記制御部は、前記原稿データの内容に基づいて前記挿入が可能な位置を設ける、
前記（１０）に記載の情報処理装置。
（１２）
前記制御部は、前記番組コンテンツデータが再生される日時もしくは地域、または、再生時の季節、天気もしくは気温にも基づいて前記番組コンテンツデータを自動生成する、
前記（１）から（１１）のいずれか１項に記載の情報処理装置。
（１３）
前記制御部は、再生時間の合計が予め決められた放送時間と略同一となる１または２以上の番組コンテンツデータを自動生成する、
前記（１）から（１２）のいずれか１項に記載の情報処理装置。
（１４）
前記制御部は、前記１または２以上の番組コンテンツデータの再生状況に基づいて、再生中の番組コンテンツデータの未再生部分もしくは再生が予定されている別の番組コンテンツデータの自動編集、または、再生が予定されていなかった別の番組コンテンツデータの自動追加を行う、
前記（１３）に記載の情報処理装置。
（１５）
前記制御部は、前記番組コンテンツデータの自動生成に用いられる情報のうち、不足している情報または不適切な情報が存在する場合、前記番組コンテンツデータの自動生成に用いられる情報をユーザに要求する、
前記（１）から（１４）のいずれか１項に記載の情報処理装置。
（１６）
前記制御部は、未再生の番組コンテンツデータまたは前記番組コンテンツデータの未再生部分をユーザに通知する、
前記（１）から（１５）のいずれか１項に記載の情報処理装置。
（１７）
素材データを取得し、前記素材データの内容を解析し、前記内容に基づいて番組コンテンツデータを自動生成することを有し、
前記番組コンテンツデータは、視覚情報を含む、
コンピュータにより実行される情報処理方法。
（１８）
素材データを取得し、前記素材データの内容を解析し、前記内容に基づいて番組コンテンツデータを自動生成することを有し、
前記番組コンテンツデータは、視覚情報を含む、
コンピュータに実現させるためのプログラム。

１００ 配信装置
１１０ 制御部
１１１ 原稿生成部
１１２ 原稿解析部
１１３ 音声合成部
１１４ 要求管理部
１１５ 構成生成部
１１６ 動画生成部
１２０ 通信部
１３０ 入力部
１４０ 出力部
１５０ 記憶部
２００ ユーザ端末
２１０ 制御部
２１１ 要求管理部
２１２ 構成生成部
２１３ 動画生成部
２２０ 通信部
２３０ 入力部
２４０ 出力部
２５０ 記憶部
３００ ネットワーク

Claims (18)

1. 素材データを取得し、前記素材データの内容を解析し、前記内容に基づいて番組コンテンツデータを自動生成する制御部を備え、
   前記番組コンテンツデータは、視覚情報を含む、
   情報処理装置。
2. 前記番組コンテンツデータは、前記視覚情報として、動画または静止画を含む、
   請求項１に記載の情報処理装置。
3. 前記番組コンテンツデータは、前記視覚情報として、キャラクターの動画または静止画を含む、
   請求項２に記載の情報処理装置。
4. 前記制御部は、前記内容に基づいてＢＧＭ、背景または前記キャラクターの属性、衣装、表情もしくは声のトーンを制御する、
   請求項３に記載の情報処理装置。
5. 前記制御部は、前記内容に基づいて前記キャラクターの動作を制御する、
   請求項３に記載の情報処理装置。
6. 前記制御部は、前記動画または前記静止画に表示されている対象の位置に連動するように前記キャラクターの動作を制御する、
   請求項５に記載の情報処理装置。
7. 前記素材データは、１または２以上の文章データを含み、
   前記制御部は、前記文章データの内容を解析し、前記文章データの内容に基づいて番組コンテンツデータに含まれる原稿データを自動生成する、
   請求項１に記載の情報処理装置。
8. 前記制御部は、前記文章データを編集することで前記原稿データを自動生成する、
   請求項７に記載の情報処理装置。
9. 前記制御部は、前記番組コンテンツデータの再生状況に基づいて前記原稿データを自動生成する、
   請求項８に記載の情報処理装置。
10. 前記制御部は、前記原稿データに対して別内容の情報の挿入を行う、
    請求項８に記載の情報処理装置。
11. 前記制御部は、前記原稿データの内容に基づいて前記挿入が可能な位置を設ける、
    請求項１０に記載の情報処理装置。
12. 前記制御部は、前記番組コンテンツデータが再生される日時もしくは地域、または、再生時の季節、天気もしくは気温にも基づいて前記番組コンテンツデータを自動生成する、
    請求項１に記載の情報処理装置。
13. 前記制御部は、再生時間の合計が予め決められた放送時間と略同一となる１または２以上の番組コンテンツデータを自動生成する、
    請求項１に記載の情報処理装置。
14. 前記制御部は、前記１または２以上の番組コンテンツデータの再生状況に基づいて、再生中の番組コンテンツデータの未再生部分もしくは再生が予定されている別の番組コンテンツデータの自動編集、または、再生が予定されていなかった別の番組コンテンツデータの自動追加を行う、
    請求項１３に記載の情報処理装置。
15. 前記制御部は、前記番組コンテンツデータの自動生成に用いられる情報のうち、不足している情報または不適切な情報が存在する場合、前記番組コンテンツデータの自動生成に用いられる情報をユーザに要求する、
    請求項１に記載の情報処理装置。
16. 前記制御部は、未再生の番組コンテンツデータまたは前記番組コンテンツデータの未再生部分をユーザに通知する、
    請求項１に記載の情報処理装置。
17. 素材データを取得し、前記素材データの内容を解析し、前記内容に基づいて番組コンテンツデータを自動生成することを有し、
    前記番組コンテンツデータは、視覚情報を含む、
    コンピュータにより実行される情報処理方法。
18. 素材データを取得し、前記素材データの内容を解析し、前記内容に基づいて番組コンテンツデータを自動生成することを有し、
    前記番組コンテンツデータは、視覚情報を含む、
    コンピュータに実現させるためのプログラム。

Images