WO2018180571A1 - 情報処理装置、情報処理方法、プログラム - Google Patents

情報処理装置、情報処理方法、プログラム Download PDF

Info

Publication number
WO2018180571A1
WO2018180571A1 PCT/JP2018/010379 JP2018010379W WO2018180571A1 WO 2018180571 A1 WO2018180571 A1 WO 2018180571A1 JP 2018010379 W JP2018010379 W JP 2018010379W WO 2018180571 A1 WO2018180571 A1 WO 2018180571A1
Authority
WO
WIPO (PCT)
Prior art keywords
message
user
information
information processing
detection
Prior art date
Application number
PCT/JP2018/010379
Other languages
English (en)
French (fr)
Inventor
真一 河野
真里 斎藤
広 岩瀬
Original Assignee
ソニー株式会社
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by ソニー株式会社 filed Critical ソニー株式会社
Priority to JP2019509269A priority Critical patent/JP7095684B2/ja
Priority to US16/489,810 priority patent/US11289079B2/en
Priority to EP18776223.2A priority patent/EP3605316A4/en
Publication of WO2018180571A1 publication Critical patent/WO2018180571A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/16—Sound input; Sound output
    • G06F3/167—Audio in a user interface, e.g. using voice commands for navigating, audio feedback
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
    • G06F3/012—Head tracking input arrangements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
    • G06F3/013—Eye tracking input arrangements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/017—Gesture based interaction, e.g. based on a set of recognized hand gestures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/16—Sound input; Sound output
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L13/00—Speech synthesis; Text to speech systems
    • G10L13/02—Methods for producing synthetic speech; Speech synthesisers
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/08—Speech classification or search
    • G10L15/18—Speech classification or search using natural language modelling
    • G10L15/1815—Semantic context, e.g. disambiguation of the recognition hypotheses based on word meaning
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G10L2015/223—Execution procedure of a spoken command
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
    • H04L51/42—Mailbox-related aspects, e.g. synchronisation of mailboxes

Definitions

  • the present technology relates to an information processing apparatus, an information processing method, and a program.
  • the present technology relates to an information processing apparatus, an information processing method, and a program that are more reliably transmitted to a user who wants to transmit a message.
  • Patent Document 1 it is proposed that a user who should transmit information is detected by image recognition, and the information is transmitted when the user is detected.
  • This technology has been made in view of such a situation, and enables information to be transmitted to a user more reliably.
  • An information processing apparatus includes a presentation unit that presents information to a first user, a detection unit that detects a reaction indicating that the first user has received the information, and the detection unit When the reaction cannot be detected, a search unit that searches for a second user, and a request unit that requests the second user searched by the search unit to send a message to the first user. Prepare.
  • the information processing method presents information to a first user
  • the first user detects a reaction indicating that the information has been received, and the reaction cannot be detected,
  • a program presents information to a first user on a computer, detects a reaction indicating that the first user has received the information, and fails to detect the reaction
  • the second user is searched, and the searched second user is caused to execute a process including a step of requesting a message to the first user.
  • information is presented to the first user, a reaction indicating that the first user has received the information is detected, and the reaction is detected. If not, the second user is searched, and a message to the first user is requested from the searched second user.
  • the information processing apparatus may be an independent apparatus or an internal block constituting one apparatus.
  • the program can be provided by being transmitted through a transmission medium or by being recorded on a recording medium.
  • information can be conveyed to the user more reliably.
  • FIG. 1 is a diagram illustrating a configuration of an embodiment of an information processing system to which the present technology is applied.
  • the information processing system includes an information acquisition unit 11, an information processing unit 12, an external service providing unit 21, and an outside network 22.
  • the information acquisition unit 11, the information processing unit 12, and the external service providing unit 21 are connected to each other via an external network 22 so that data can be exchanged between them.
  • the information acquisition unit 11 and the information processing unit 12 are illustrated as devices installed in the home, but as in the information processing system illustrated in FIG. 2,
  • the information processing unit 12 may be installed outside the home and configured to exchange data with the information acquisition unit 11 via the outside network 22.
  • the information acquisition unit 11 and the information processing unit 12 are installed in a home and are constructed in the home, for example, a wireless LAN and / or a wired LAN (Local Area Network). ) And can exchange data with each other via a network.
  • a wireless LAN and / or a wired LAN Local Area Network
  • the information processing unit 12 is connected to the external service providing unit 21 via the outside network 22 and is configured to exchange data.
  • information is acquired by the information acquisition unit 11.
  • the acquired information includes, for example, user reactions, user utterances, user conversations, information for identifying users, surrounding conditions, and the like.
  • Information acquired by the information acquisition unit 11 is supplied to the information processing unit 12 and processed.
  • the information processing unit 12 transmits a message from a predetermined user (referred to as a sender) to a user designated by the sender as a receiver of the message, or when the message cannot be transmitted directly to the receiver, the receiver A process of requesting a message from the recipient to a user other than the user (assuming the message) is executed. Further, the external service providing unit 21 is inquired for predetermined information, and the inquiry result is provided to the user.
  • the external service providing unit 21 may be a server called a so-called search server or a server that manages a shopping site where shopping can be performed.
  • the information processing unit 12 receives a message from a sender (referred to as a dad in FIG. 3 and hereinafter referred to as a sender 31), and receives a message (a mother in FIG. The receiver 32).
  • a sender referred to as a dad in FIG. 3 and hereinafter referred to as a sender 31
  • a message a mother in FIG. The receiver 32.
  • a message will be described as an example, but the present technology can be applied when transmitting some information to the receiver 32. That is, the message described here as an example is an example of information, and the information presented to the user is not limited to the message.
  • the information processing unit 12 receives a message from the caller saying “Today is late for return”, and therefore sends a message such as “This is an email from my father” For example, the information is transmitted to the receiver 32 by voice.
  • the receiver 32 is cooking, for example, cannot hear a message from the information processing unit 12, and has not taken any reaction (reaction).
  • reaction reaction
  • the information processing unit 12 repeatedly transmits a message to the receiver 32, and detects the reaction of the receiver 32 each time and determines whether or not there is a reaction. For example, when it is determined that the receiver 32 has not reacted, the determination is made whether or not the message is transmitted, and the message is transmitted again.
  • the information processing unit 12 says, “It is an email from my father. Do you want to reply? To the recipient, in which case, “Would you like to reply? A message for confirming whether or not the message is transmitted is added.
  • the receiver 32 does not respond to the message added with “a message for confirming whether or not the message is transmitted”, the message from the information processing unit 12 32 is determined not to arrive.
  • the information processing section 12 searches the surroundings at time T3. This search is performed in order to find a user (referred to as the message 33) who is in the vicinity of the information processing unit 12, in other words, within a range in which a message can be transmitted from the information processing unit 12.
  • a user in the room is a search target.
  • a child (messager 33) is found as a result of searching around the information processing unit 12 at time T3.
  • the found child is set as a message sender 33 who sends a message to the receiver 32 (message that there is a message).
  • the message person 33 conveys a message to the receiver 32 instead of the information processing section 12, or the information processing section to the receiver 32.
  • 12 is a user who is given the role of telling that there is a message.
  • the message sender 33 may include the caller 31 as well. That is, the message person 33 can be a user other than the receiver 32.
  • the message state is notified to the message 33 at time T4. Then, at time T5 (FIG. 4), the information processing section 12 issues a message such as “I have something I want to tell to“ mom ”” to the message 33.
  • the message 33 (in this case) It is determined whether or not the child) has shown some kind of response, for example, a response such as raising a hand or replying.
  • the request type in the message mode is calculated at time T6, and in this example, a request for calling the mother is created. As will be described later, the request type is set according to the age of the messager 33, the content of the message from the caller 31 (message to be transmitted to the receiver 32), and the like.
  • the information processing unit 12 issues a message such as “Would you call me“ mom ”and bring it to the message message 33.
  • the message message 33 understands the message from the information processing unit 12. In this case, the child who is the message 33 goes to the mother who is the receiver 32.
  • the information processing unit 12 transmits a message such as “It is an e-mail from the dad“ Return is late today ”” to the receiver 32 (mother).
  • the message from the caller 31 was not transmitted to the receiver 32. However, the message can be transmitted to the receiver 32 via the message 33, and the message at the time T8 can be transmitted. At that time, the message from the sender 31 could be reliably transmitted to the receiver 32.
  • FIG. 5 is a diagram illustrating an exemplary configuration of the information processing unit 12.
  • the information processing unit 12 illustrated in FIG. 5 includes the information acquisition unit 11.
  • the configuration of the information processing unit 12 when the information acquisition unit 11 and the information processing unit 12 are integrated is shown. Therefore, a part of the configuration illustrated in FIG. 5 may be configured as the information acquisition unit 11 and configured separately from the information processing unit 12.
  • the information processing unit 12 includes a sound acquisition unit 101, a sound output unit 102, a sound processing unit 103, an image acquisition unit 104, a display unit 105, an image processing unit 106, a communication unit 107, an operation input unit 18, a control unit 109, and a database. 110.
  • the voice acquisition unit 101 includes, for example, a microphone, and acquires sounds uttered by the user, ambient sounds, and the like.
  • the audio output unit 102 includes, for example, a speaker, and outputs audio when a message is transmitted to the user by audio.
  • the voice processing unit 103 processes the voice acquired by the voice acquisition unit 101 or generates the voice output by the voice output unit 102.
  • the voice acquisition unit 101 acquires the content spoken by the receiver 32, and the voice processing unit 103 acquires the acquired content. Judgment is made by analyzing the voice.
  • the voice processing unit 103 when a message is sent to the receiver 32 at the time T 1 described above, the voice processing unit 103 generates voice data of the message to be output and outputs the voice data from the voice output unit 102.
  • the image acquisition unit 104 includes a camera, for example, and captures and acquires images of the user and surroundings.
  • the display unit 105 includes a display, for example, and displays the image when a message is transmitted to the user as an image.
  • the image processing unit 106 processes the image acquired by the image acquisition unit 104 or generates an image to be displayed on the display unit 105.
  • the image acquisition unit 104 captures an image
  • the image processing unit 106 captures a user who can be the message 33 in the captured image. Search by analyzing whether or not.
  • the image processing unit 106 when a message is sent to the recipient 32 at the above-described time T3, the image processing unit 106 generates image data (may be text data or the like) of the message to be output and displays it on the display unit 105.
  • image data may be text data or the like
  • the communication unit 107 exchanges data with the external service providing unit 21 via the home network 22 (FIG. 1), or when a plurality of information acquisition units 11 and information processing units 12 are provided in the home. Data is exchanged with other information acquisition unit 11 or information processing unit 12.
  • the operation input unit 108 includes a touch panel, a keyboard, and the like, and accepts an operation from the user.
  • the control unit 109 controls each unit in the information processing unit 12.
  • the database 110 includes a plurality of databases and holds data and tables necessary for executing the above-described processing.
  • the database 110 stores a plurality of data and tables necessary for executing the above processing.
  • a plurality of databases included in the database 110 will be described.
  • FIG. 6 is a diagram showing an example of the user attribute information database 110a.
  • the user attribute information database 110a is a database that manages names, sexes, ages, and hearings in association with each other. For example, names such as “mom”, “child”, and “dad” are managed as names.
  • mother which is a name that is generally not a name, being used as a name.
  • the information of the name “mother” in the user attribute information database 110a is “female”, the age is “38”, and the hearing is “normal”. Also, for example, information that the name “child” is “male”, age is “5”, and hearing is “good” is associated. Further, for example, information that the name “dad” is “male”, age is “40”, and hearing is “bad” is associated.
  • the user attribute information database 110a is constructed by acquiring information from the user, for example, information related to a reaction from the user when a message is issued.
  • FIG. 7 is a diagram illustrating an example of the detection information database 110b.
  • the detection information database 110 b is a database that manages information detected by the information processing unit 12.
  • the items of the detection information database 110b shown in FIG. 7 include “object recognition information”, “position detection”, “existing direction”, “distance”, “face detection”, “nodding detection”, “head direction”. Items such as “,“ volume ”,“ speech recognition result ”,“ semantic analysis result ”,“ gaze detection ”, and“ gesture detection ”are provided. Also, these items are provided as detection items for subjects such as “mother”, “child”, “dad”, “noise source A”, and “noise source B”.
  • the detection information database 110b not only detection results related to people but also detection results related to sound are recorded.
  • sound is a detection target because it may interfere with transmission of a message by voice.
  • the detection information database 110b shown in FIG. 7 a gas stand is detected as the noise source A, the gas stand is located in the south direction 5 m away, and the detection result is that the volume is high (large). Has been written.
  • Such a detection information database 110b is updated at predetermined intervals.
  • a detection process may be performed as necessary, such as when a message is issued, and the result may be written. Ordinarily, the detection process is performed at a longer interval and the result is written, and the detection process is performed at a shorter interval such as when a message is issued, and the result may be written. .
  • FIG. 8 is a diagram showing an example of the audio output information database 110c.
  • the voice output information database 110c is a database that manages messages output as voice.
  • the audio output information database 110c is a database that manages the output content ID, the output content, the notification destination, the notification source, the time, and the urgency level in association with each other.
  • the output content “1” as the output content ID is “Mom's favorite singer A will appear on the Internet TV program PPP from today 19:30”, and the notification destination is “Mom”
  • the notification source is “system”
  • the time (notified time) is “12:00”
  • the urgency level is “normal”.
  • the information processing unit 12 communicates with, for example, the external service providing unit 21 to indicate the acquired information to the user.
  • the output content “2” as the output content ID is “contact school now”, the notification destination is “mother”, the notification source is “school”, and the time is “12:15”. ", And the urgency level is” high "in association with each other.
  • voice output information database 110c data is added when a message is transmitted to the user by voice. It should be noted that a function may be provided in which data is deleted from the oldest or deleted when it can be normally transmitted to the user.
  • FIG. 9 is a diagram showing an example of the voice output trial result information database 110d.
  • the voice output trial result information database 110d is a database for managing a result indicating whether or not a message has been normally transmitted to a user (recipient 32) as a result of outputting a message.
  • the voice output trial result information database 110d is a database that manages the output content ID, the number of output trials, the output trial time, and the TTS control in association with each other.
  • TTS is an abbreviation for text-to-speech, and indicates processing related to text-to-speech that artificially synthesizes a human voice and converts text (sentence) into speech.
  • the same ID as the output content ID of the audio output information database 110c shown in FIG. 8 is assigned to the same message.
  • a message with an output content ID “1” is output five times and the output trial time is 10 sec.
  • TTS control “Normal” is associated and managed.
  • the output trial is performed 0 times (not yet output), the output trial time is “not yet”, and the TTS control is “high pitch time”. It is managed in association with “shortening”.
  • the voice output trial result information database 110d is updated when a message is output.
  • the detection information database 110b (FIG. 7) is also updated.
  • the voice output trial result information database 110d For example, for the message with the output content ID “1”, the result that the output attempt has been made five times is described in the voice output trial result information database 110d. Since the person 32 (in this case, the mother) did not show a response that the message was received, the message 32 was repeatedly output. In such a case, as shown in FIG. 7, information “No” is written in the items of face detection and nod detection.
  • the receiver 32 when the receiver 32 notices that the message has been output when the message is output and looks at the information processing unit 12, the face of the receiver 32 can be detected. Further, for example, when the receiver 32 understands the content of the message and nods when outputting the message, the information processing unit 12 can detect the nodding.
  • the situation in which information “No” is written in the item of face detection and the item of nod detection is such a reaction that the information processing unit 12 is seen or nodded. , When the recipient 32 did not.
  • Face detection and nodding detection can be performed by, for example, capturing an image of a user (recipient 32) by the image acquisition unit 104 (FIG. 5) and analyzing the captured image (video) by the image processing unit 106. it can.
  • face detection is performed by detecting the receiver 32 from an image obtained by capturing the receiver 32.
  • an operation corresponding to an operation of comparing the images taken of the receiver 32 before and after outputting a message or analyzing the video to detect the position of the user's head and nodding from the movement of the head Nod detection is performed by determining whether or not it has been performed.
  • information “0” is written in the item of volume.
  • information “None” is written in the items of the speech recognition result and the semantic analysis result. For example, when the receiver 32 notices that the message has been output and utters a voice when the message is output, the information processing unit 12 can detect the voice as a volume.
  • the receiver 32 when the receiver 32 utters some voice, the receiver 32 receives the message if it can be analyzed by analyzing the voice, for example, that a word indicating that the message “I understand” has been received is issued. It is possible to detect that the reaction has occurred. In this case, when the semantic analysis is performed on the voice recognition result, it is detected that the response is to the reception of the message.
  • the receiver 32 when the receiver 32 utters some kind of voice and analyzes the voice, for example, a recognition result such as “Today's weather”, when the voice recognition result is semantically analyzed, it is not a response to the reception of the message. Is detected.
  • a recognition result such as “Today's weather”
  • the sound volume, voice recognition result, and semantic analysis result are obtained by, for example, acquiring the voice of the user (recipient 32) by the voice acquisition unit 101 (FIG. 5) and analyzing the acquired voice by the voice processing unit 103. This information is issued.
  • the receiver 32 when the receiver 32 makes some sound when outputting a message, the volume is detected. In addition, by recognizing the voice, it is possible to detect what words are uttered.
  • the speech processing unit 103 has a database and functions for performing such speech recognition and semantic analysis.
  • the information “No” is written in the item of line-of-sight detection.
  • a gesture of viewing the information processing unit 12 is a response to the reception of the message.
  • the image acquisition unit 104 (FIG. 5) captures the user (recipient 32), and the captured image (video) is analyzed by the image processing unit 106 to detect the line of sight. .
  • the gaze detection information of the detection information database 110b is “Yes” and is not suitable. In this case, “No” is set.
  • information “No” is written in the item “gesture detection”.
  • gaze detection if a predefined gesture is detected as a response to the receipt of a message, the information “Yes” is written in this field, and “No” if not detected.
  • Information is written. Examples of the gesture include an operation of raising a hand and waving a hand.
  • the detection information database 110b is also updated with the update of the voice output trial result information database 110d.
  • FIG. 8 shows the voice output information database 110c and FIG. 9 shows the voice output trial result information database 110d.
  • the voice output information database 110c and the voice output trial result information database 110d may be one database. good.
  • these databases relating to the voice are created.
  • the database relating to the image is also included. Created in the same way as these databases for speech.
  • Such a database is managed by the database 110.
  • the database 110 also manages a plurality of tables described below.
  • FIG. 10 is a diagram illustrating an example of a transmission confirmation utterance generation template table 110e.
  • the transmission confirmation utterance generation template table 110 e did not receive the response of the receiver 32 even though the message was repeatedly transmitted five times at the time T ⁇ b> 1.
  • an utterance for confirmation of transmission is performed, and this table is referred to when the utterance for confirmation of transmission is performed.
  • the transmission confirmation utterance generation template table 110e is a table that is referred to when determining a transmission confirmation utterance when a transmission confirmation utterance is performed.
  • the transmission confirmation utterance generation template table 110e is a table that manages a template ID and a template in association with each other.
  • the transmission confirmation utterance generation template table 110e shown in FIG. 10 manages a movement response promotion template and a speech response promotion template as templates.
  • the template ID “M-1-1” for promoting motion is a template such as “Please raise your hand if you can respond immediately to (name info), (system info)”.
  • a response promoting message such as “Mom, raise your hand if you can respond immediately to the message” is issued.
  • templates such as “Please turn here” and “Please nod”. Which template is selected from these templates can be selected in consideration of the state of the receiver 32, for example.
  • a template such as “Please turn here” or “Please nod” is selected. Is done. Also, for example, when the receiver 32 faces the information processing unit 12 and the face is detected, but no response is obtained, “Please raise your hand,“ Please nodding ”, etc. The shape is selected.
  • the transmission confirmation utterance generation template table 110e shown in FIG. 10 for example, when the template ID is “V-1-1”, the message “(name info), (output info)” "Can you respond to or not?" If this template is selected, for example, can you respond to a message from your mom and dad saying, “It ’s late today”? Can you do it? "The response prompting message such as”
  • the model for utterance promotion is a model that can be answered in the form of a question such as “Can you do it?
  • the transmission confirmation utterance generation template table 110e is referenced when a response confirmation message is issued at time T2 (FIG. 3).
  • the message 33 (child) is detected, although a message is issued to the message 33 (time T5 (FIG. 4)), the message 33 is also referred to when there is no response, and the message 33 is also communicated and an utterance for confirmation is performed.
  • FIG. 11 shows a table that is referred to when such a table is referred to and it is determined whether or not a response from the receiver 32 has been obtained by performing a transmission confirmation utterance.
  • FIG. 11 shows an example of a response determination table 110f for the transmission confirmation utterance.
  • the response determination table 110f for the transmission confirmation utterance is a table managed in association with the template ID, response expectation, and continuation possibility.
  • the template ID is assigned the same ID as the template ID of the transmission confirmation utterance generation template table 110e.
  • the template ID is "M-1".
  • the response expectation with the template ID “M-1-1” in the response determination table 110f for the transmission confirmation utterance is referred to.
  • the response expectation in the response determination table 110f for the transmission confirmation utterance is an operation or an utterance expected as a response of the receiver 32 as a result of the transmission confirmation utterance.
  • a template with a template ID “M-1-1” is selected in the transmission confirmation generation template table 110e, and “Mom, please raise your hand if you can respond to the message immediately”
  • the response ID of the response determination table 110f for the transmission confirmation utterance is “M-1-1” as a response expectation that “the gesture has been detected and the arm has been raised from the head.
  • the content “detection” is referred to.
  • “Whether or not to continue the response determination table 110f for the transmission confirmation utterance is information indicating whether or not to continue to transmit a message or the like when a response expected as a response expectation is obtained. For example, in the above case, when “detecting that the arm is raised from the head by gesture detection”, the information indicating whether or not continuation is possible is “possible”. Information is communicated to recipient 32.
  • the response expectation is “speech recognition result is“ No ”,“ Wait a minute ”,“ Please ask later ”,“ I can't do it now ”, the information about whether or not to continue is“ No ”. Therefore, when the response from the receiver 32 is an utterance such as “No”, for example, the information transmission to the receiver 32 by a message or the like is temporarily stopped. In such a case, the transmission of information is resumed after a predetermined time elapses or when the receiver 32 makes an utterance such as “What is the requirement before?”.
  • response expectations are written in the response determination table 110f for the transmission confirmation utterance. However, a combination of these response expectations indicates that there is a response, information presentation is continued, or not continued. Can be done.
  • FIG. 12 is a diagram showing an example of a message call request generation template table 110g.
  • the message call request generation template table 110g is a table that is referred to when creating a message for calling the message message 33 at time T5 (FIG. 4), for example.
  • the message call request generation template table 110g is a table for managing a message call request template.
  • the message call request generation template table 110g manages the message call request templates for infants and adults.
  • Templates such as “are prepared.
  • an appropriate template is selected at that time from the templates prepared as a template for the message request for adults.
  • FIG. 13 is a diagram showing an example of the similar word table 110h for word conversion.
  • the similar word table 110h for word conversion is referred to when the model of the transmission confirmation utterance generation model table 110e is converted into a model for infants, for example.
  • words such as “response possible” or “response” of the template in the generation table 110e for generating the transmission confirmation utterance are referred to the word conversion similar word table 110h and converted to “Can you answer?”.
  • the message of the confirmation utterance sent to the adult is “Mom, please raise your hand if you can respond to the message immediately”, the similar word table 110h for word conversion is referred to the infant. , “Mr. YYY, can you answer the system right away? Please raise your hand”.
  • the subject, the object, etc. of a message are suitably converted according to the other party who talks.
  • word conversion 110h similar word table, information that can be converted into words that can be easily understood by the person who is speaking is written. For example, if the name “AXB” of a female idol group is not familiar to the elderly, for example, if you want to convey information about “AXB” to the elderly, convert it to a message that replaces the “ woman idol group”. Reportedly.
  • information for conversion to a foreign language may also be written in the similar word table 110h for word conversion in order to transmit information to users in different languages.
  • FIG. 14 is a diagram showing an example of a message template table 110i.
  • the message template table 110 i is a table that is referred to when the message content is transmitted to the message person 33.
  • the message template table 110i you can tell “(target) user) to come here because there is an urgent business as a message template for getting to the front of the system.
  • a template such as “Do you have any?” Is described.
  • a message such as “Can you tell my mom, please come here because there is an urgent business?” Is sent to the message 33.
  • the receiver 32 is selected when the concentration level of the receiver 32 is low and it is preferable to have the receiver 32 come close to the system.
  • the message becomes longer and the burden on the messageer 33 is increased, or it is better to convey it to the receiver 32 by text or image. It is selected when it is judged.
  • the message template 110i can you tell the message template 110i as “(output info)” as an emergency message model because it is an emergency? If this template is selected, for example, can you tell me “Contact school now” because it is an emergency? Is generated and transmitted to the message 33.
  • This template is selected, for example, when it is determined that the content of the transmission needs to be notified urgently, for example, when a message such as “Now” or “Important” is included in the message. Is done. Further, when this emergency model is selected, it may be output at a louder volume than in normal times.
  • this template is notified to the sender 31. Selected when informing (feedback).
  • the message 33 could not be transmitted, for example, the message 33 could not be found because the message 33 could not be found, or the message 33 was found but the message 33 refused to speak. (When a request message has been issued but there is no response), or when the message 33 has not been correctly transmitted to the receiver 32 (for example, the message 33 is brought to the front of the receiver 32) (Including the case where the recipient 32 did not come in front of the system).
  • a normal message template is used as a message template for the message template table 110i to be received in front of the system or a template for confirmation with another device.
  • the message is selected when the message becomes longer and the burden on the messageer 33 becomes larger.
  • a criterion as shown in FIG. 15 may be provided as the criterion.
  • FIG. 15 is a diagram illustrating an example of the character amount threshold table 110j.
  • the threshold table 110j for the amount of characters is a table in which threshold values for the number of characters in the message are written according to the age of the user who is the message 33.
  • the number of characters in the message may be the entire message message, or may be the number of characters corresponding to “(output ⁇ info) ”, for example.
  • a message template for getting in front of the system is selected. If the message is 12 years old or younger and the message is longer than 15 characters, a message template for receiving in front of the system is selected. In addition, when the message is 18 years old or younger and the message has 25 characters or more, a message template for getting in front of the system is selected.
  • a message template for getting to the front of the system is selected.
  • a message template for getting in front of the system is selected.
  • a message template for getting in front of the system is selected.
  • a message template for getting in front of the system is selected.
  • the message to be sent to the message person 33 may be compressed (the number of characters is reduced). For example, can you tell me, “Mom ’s favorite singer A will appear on the Internet TV program PPP from 19:30 today”? Can you tell me the message "Singer A will appear at 19:30 today”? A message such as “” may include a process to be compressed.
  • Compressing such messages is done by using summarization techniques or by thinning out the vocabulary.
  • the character amount threshold value table 110j may be referred to a message whose number of characters has been reduced, and a template may be selected.
  • the template may be selected by referring to the threshold table 110j for the amount.
  • the character amount threshold table 110j is referred to and it is determined that the number of characters is equal to or greater than the threshold set for the age of the message person 33, compression is performed and processing is performed so as to be equal to or less than the threshold.
  • a normal template is selected. If the message is 25 characters or more, a compression process is performed on the message, and the message is 25 characters or less. Is converted to Furthermore, if the message after compression does not become less than 25 characters, a template to be received before the system may be selected.
  • the information processing unit 12 detects a situation as shown in FIG. 16, for example.
  • the situation at time T0 is a situation where the gas table 201 is in the range managed by the information processing unit 12 and the mother (in this case, the user who becomes the receiver 32) is cooking.
  • the situation at time T0 is that the television receiver 202 is in the range managed by the information processing unit 12, and a child (in this case, a user who becomes the message 33) is in the vicinity of the television receiver 202.
  • the situation is.
  • the information processing section 12 creates the detection information database 110b as shown in FIG. 7 (adds or updates data).
  • the user attribute information database 110a shown in FIG. 6 has been created.
  • the information processing unit 12 transmits information obtained from, for example, the external service providing unit 21 (FIG. 1) to the user (recipient 32).
  • the information processing section 12 tells the receiver 32 that “a singer A that mom loves will appear in the Internet TV program PPP from 19:30 today”. Say a message. This utterance is output by, for example, Text To Speech.
  • the mode shifts to a mode for outputting a confirmation message.
  • the information processing section 12 issues a message such as “Mom, please raise your hand if it is possible to respond to the system immediately”.
  • the information processing unit 12 refers to the transmission confirmation utterance generation template table 110e shown in FIG. 10 and selects an appropriate transmission confirmation utterance template. In this case, the case where the template whose template ID is “M-1-1” is selected is shown.
  • the user's properties such as the user's age and good / bad ears, the situation where there is a steady noise such as noise from a vacuum cleaner or washing machine
  • the volume and pitch of the message output may be adjusted in consideration of the surrounding situation such as a sudden noise such as a pot sound.
  • the receiver 32 when the receiver 32 has a property of being deaf or when stationary noise is detected, as a result of increasing the volume for outputting the message or outputting the message, the receiver 32 Processing for shortening the determination time when determining whether or not 32 responded may be executed.
  • a sudden noise when a sudden noise is detected, it is determined whether or not the receiver 32 has responded as a result of outputting a message or outputting a message at a timing when the sudden noise is small.
  • a process for extending the determination time may be executed.
  • the information processing unit 12 While issuing such a message, the information processing unit 12 also detects the reaction (response) of the receiver 32.
  • the detection information database 110b (FIG. 7) is updated with the detection result.
  • FIG. 19 shows an example (part) of the detection information database 110b updated at time T2.
  • the detection information database 110b is written as the detection result, and the database shown in FIG. 19 is created.
  • the receiver 32 utters “YYY, take a bath soon” toward the child, so the direction of the head is from the south direction (the detection information database 110b at time T1 (FIG. 7)). Since the head has changed in the west direction, the information “west” is written as the head direction information, and the volume when the message is uttered is changed from 0 to 40.
  • the message issued by the receiver 32 is detected by the information processing unit 12 and written in the “voice recognition result” column of the detection information database 110b.
  • This message indicates “command” by semantic analysis of the voice recognition result “YYY, take a bath soon” written in the “speech recognition result” column of the detection information database 110b.
  • the result is analyzed, and the result is written in the “semantic analysis result” column of the detection information database 110b.
  • the information processing unit 12 Since the information processing unit 12 performs such detection in order to determine whether or not a response indicating that a message has been received from the receiver 32 has been obtained, a result of “command” is output as the “semantic analysis result”. In this case, the information processing unit 12 issues a determination result that there is no voice response (response) from the receiver 32.
  • the information processing unit 12 Since the information processing unit 12 performs such detection in order to determine whether or not a response indicating that a message has been received from the receiver 32 has been obtained, a result of “No” is obtained as “line of sight detection”. In this case, the information processing unit 12 issues a determination result from the receiver 32 that there is no reaction (response) due to line of sight.
  • the information processing unit 12 Since the information processing unit 12 performs such detection in order to determine whether or not a response indicating that a message has been received from the recipient 32 has been obtained, for example, “gesture was raised” When the gesture “is detected, it is determined that there is a gesture response from the receiver 32, but when such a gesture other than the“ raised hand ”gesture is detected, the information processing unit 12 receives the gesture. The determination result that there was no reaction by the line of sight is issued from the person 32.
  • the information processing unit 12 receives the receiver 32. It is determined whether there is a response from.
  • the information processing unit 12 searches for a user who is a user other than the receiver 32 and is within a range in which the information processing unit 12 can output a message. Such a search is executed at time T3 and time T4 (FIG. 3). And when the user who can become the message person 33 is found, the process which requests the message person 33 for a message is started.
  • the determination is performed using the attribute of the user as a determination material. For example, a user who is the oldest user, a user who responded to a message request in the past, a male user, a female user, or a predetermined threshold value is used to set a user equal to or higher than the threshold value to the message person 33. Can be.
  • the message call request generation template table 110g shown in FIG. 12 templates for infants and adults are prepared.
  • the message message 33 will be described by taking a case where it is determined that the message is an infant as an example.
  • a template such as “(name info), can you come here?” Is selected from the message call request generation template table 110g (FIG. 12), and “YYY, The message "Can you come over here?”
  • the “YYY” part of “Mr. YYY” contains a name registered in advance such as the message 33, in this case the name of a child, a nickname, and the like.
  • a message such as “Ms. YYY, can you come over here” is sent from the information processing unit 12 (system) to the message 33.
  • the processing after time T5 is basically performed in the same manner as the processing performed for the receiver 32 from time T1 to time T2. That is, first, it is determined whether or not the message 33 has reacted as a result of issuing such a message.
  • a message for confirming the transmission is issued to the message person 33 as well at the time T2. For example, after a message such as “Mr. YYY, can you come here?” Is given to the message person 33, a message for confirming the message may be continuously issued. In other words, after the message is issued, a message for confirming the transmission may be issued regardless of whether or not the responder 33 has responded.
  • a message such as “Mr. YYY, can you answer the system immediately? Please raise your hand” is sent from the information processing unit 12 to the message 33, for example, Text To Speech Is output.
  • This message is referred to the transmission confirmation utterance generation template table 110e, a template is selected, and the word of the selected template is referred to the word conversion similar word table 110h. Converted to infant language.
  • the responder 33 raised his hand, uttered “Yes”, and responded.
  • the information processing unit 12 detects the action and utterance of the message person 33. In this case, the information processing unit 12 detects that the message 33 has noticed the message from the information processing unit 12, turned to the information processing unit 12, and nodded.
  • the message person 33 responds to the message.
  • the request type in the message mode is selected (time T6 (FIG. 4)).
  • the message template table 110i (FIG. 14) is referred to.
  • a threshold value of the number of characters of the message is set according to the age of the message person 33, and the message template table 110 i is determined depending on whether the message is equal to or greater than the threshold value.
  • the template is selected.
  • the threshold of the number of characters of the message is from the threshold table 110j of the amount of characters shown in FIG. It is determined that it is 10 characters or less.
  • the message to be transmitted to the receiver 32 is a message “Mom's favorite singer A will appear on the Internet TV program PPP from 19:30 today”.
  • the character amount is 10 characters or more. Accordingly, in this case, as a result of referring to the character amount threshold value table 110j, an output that is received before the system is selected.
  • the similar word table 110h (FIG. 13) for word conversion is referred to and converted into an infant message.
  • a message such as “Can you tell me to come here because there is a little hurry?” Is output to the user 33.
  • Such a message is output from the information processing unit 12, and the message person 33 understands the message content and starts the action. For example, as shown in FIG. 25, at time T7-2, the message person 33 moves to the receiver 32 (mother).
  • the message person 33 when the message person 33 approaches the mother, the message person 33 utters (messages) the mother (recipient 32) saying "There is a urgent need for the system". As a result of the message 33 transmitting the message from the information processing unit 12 (system) to the receiver 32, at the time T7-3 (FIG. 26), the message 33 utters "I understand” Get closer.
  • the information processing unit 12 detects the approach of the receiver 32 and the content of the utterance, and updates the detection information database 110b based on the detection result.
  • the receiver 32 gives a word “Thank you!”. It showed a reaction such as speaking.
  • the information in the detection information database 110b is rewritten as shown in FIG.
  • Information such as “thank you” is written in the “voice recognition result” column of the detection information database 110b shown in FIG. 31, and information “thank you” is written in the “semantic analysis result” column.
  • the information processing unit 12 can detect that the message is successful.
  • the message 33 is searched for, and the message that the message 33 wants to finally transmit to the receiver 32 is transmitted to the receiver 32. I can tell you.
  • a message (information) to be transmitted can be transmitted to a user who wants to transmit the message more reliably.
  • step S11 the content (message) to be transmitted to the target user is output.
  • the content is output to the target user (receiver 32).
  • This process is a process executed at time T1 described above.
  • step S12 it is determined whether or not there is a response from the target user (recipient 32). If it is determined that there is a response from the target user, the process proceeds to step S24, the content to be transmitted is output, and the process is terminated.
  • step S24 can be omitted because the content to be transmitted to the target user is output in step S11. Further, in step S11, a message for causing the target user to pay attention may be output, and in step S24, the content to be transmitted may be output. In step S11 and step S24, the same message may be issued, that is, the same message may be issued twice.
  • step S12 determines whether there is no response from the target user. If it is determined in step S12 that there is no response from the target user, the process proceeds to step S13. In step S13, a transmission confirmation utterance is performed. This process is a process executed at the above-described time T2.
  • step S13 it is determined in step S14 whether or not a response from the target user has been obtained as a result of the transmission confirmation utterance.
  • step S14 it is determined whether or not there is a response from the target user (recipient 32). If it is determined that there is a response from the target user, the process proceeds to step S24, the content to be transmitted is output, and the process is terminated.
  • step S15 the message mode is entered.
  • the message mode is a mode for searching for the message person 33 and asking the message person 33 for a message, and is a process executed at the above-described times T3 to T7.
  • step S16 the message 33 is searched. This process is a process executed at time T3 described above.
  • step S17 it is determined whether or not the message 33 is found as a result of the search.
  • step S17 If it is determined in step S17 that the message 33 has been searched, the process proceeds to step S18.
  • step S ⁇ b> 18 the transmission confirmation utterance is performed to the message person 33.
  • step S19 it is determined whether or not there is a response from the message person 33.
  • step S19 If it is determined in step S19 that there is a response from the message person 33, the process proceeds to step S20.
  • step S ⁇ b> 20 a message for requesting a message from the message person 33 is created and output to the message person 33.
  • This process is a process executed at time T6 and time T7 described above.
  • step S21 it is determined whether or not the message is a message that brings the receiver 32.
  • the message that brings the recipient 32 is, for example, "Can you call me” Mom "?"
  • the message other than the message that brings the recipient 32 is a message that includes the message itself that the recipient 32 wants to convey. For example, the message “Dad's return is late” Can you tell me that you have come? "
  • step S21 when it is determined that the message is not a message that brings the receiver 32, in other words, the message that the message requested by the message message 33 is included in the message that is requested by the message message 33. If it is determined that the message has been received, the message 33 is transmitted to the receiver 32 by the message originally intended to be transmitted, and thus the processing is terminated.
  • step S21 if it is determined in step S21 that the message is a message that brings the receiver 32, the process is returned to step S11, and the subsequent processes are repeated. In other words, in this case, the message 33 is transmitted to the receiver 32, and as a result, it is determined whether or not the receiver 32 has come to the information processing unit 12 and can transmit a message.
  • This process is a process executed at time T8 described above.
  • step S19 it is determined whether or not the message 33 has been communicated and the utterance for confirmation has been received, but no response has been obtained from the message 33.
  • step S22 it is determined whether or not the caller 31 is a system.
  • the information that the user wants to convey to the user is information related to the contents of the mail from the caller 31 (predetermined user) and the information obtained from the external service providing unit 21 by the system (information processing unit 12). May be information.
  • the caller 31 when the caller 31 is a predetermined user and the information created by the user is to be transmitted to the receiver 32, the caller 31 is a system, and the information created by the system is sent to the receiver 32. Sometimes you want to tell.
  • step S22 if the caller 31 is determined to be a system, the process is terminated.
  • step S22 if it is determined in step S22 that the caller 31 is not a system, the process proceeds to step S23.
  • step S23 feedback is given to the user who is the caller 31. In this case, the caller 31 is in a state where information cannot be transmitted to the receiver 32 who wanted to transmit information, and the message 33 is not found, so that the information cannot be transmitted to the caller 31. Processing is executed.
  • the message template table 110i (FIG. 14) is referred to, a feedback template is selected, and feedback is made to the caller 31.
  • "" (output info) "was not communicated.
  • the template was selected, for example, “Can I contact you directly because I could't send you an email to go back late?
  • the message created in this way is transmitted to the sender 31 as e-mail, for example.
  • the sender 31 is also treated as the message 33, and a request is made to take a response so that the receiver 32 can receive the information.
  • the sender who has transmitted the information is fed back to the sender 31. 31 itself can take measures to cause the receiver 32 to receive information.
  • the information processing unit 12 (the system itself) is a portable terminal such as a tablet terminal or a smartphone
  • the message person 33 instructs the receiver 32 to bring the terminal.
  • a message (to request) may be sent to the message person 33.
  • the message person 33 takes the terminal (system) to the receiver 32 in accordance with the instruction, and the receiver 32 receives information from the terminal that brought the message. Can be presented.
  • an e-mail with a content such as “Take this smartphone to your mother and show this message” is sent, and the message person 33 understands such e-mail. Then, information is presented to the receiver 32 by acting.
  • a message is issued to the receiver 32 a plurality of times, and then the message mode is entered.
  • the predetermined recipient 32 has a large number of times of entering the message mode.
  • the predetermined receiver 32 may be started from the message mode.
  • the caller 31 when shifting to the message mode, the user, for example, the caller 31 may be set not to shift to the message mode.
  • the sender 31 may not want to be known to the messager 33.
  • a mechanism that can be set so as not to shift to the message mode may be provided.
  • the series of processes described above can be executed by hardware or can be executed by software.
  • a program constituting the software is installed in the computer.
  • the computer includes, for example, a general-purpose personal computer capable of executing various functions by installing various programs by installing a computer incorporated in dedicated hardware.
  • FIG. 33 is a block diagram illustrating a configuration example of hardware of a computer that executes the above-described series of processes by a program.
  • a CPU Central Processing Unit
  • ROM Read Only Memory
  • RAM Random Access Memory
  • An input / output interface 1005 is further connected to the bus 1004.
  • An input unit 1006, an output unit 1007, a storage unit 1008, a communication unit 1009, and a drive 1010 are connected to the input / output interface 1005.
  • the input unit 1006 includes a keyboard, a mouse, a microphone, and the like.
  • the output unit 1007 includes a display, a speaker, and the like.
  • the storage unit 1008 includes a hard disk, a nonvolatile memory, and the like.
  • the communication unit 1009 includes a network interface.
  • the drive 1010 drives a removable medium 1011 such as a magnetic disk, an optical disk, a magneto-optical disk, or a semiconductor memory.
  • the CPU 1001 loads the program stored in the storage unit 1008 into the RAM 1003 via the input / output interface 1005 and the bus 1004 and executes the program, for example. Is performed.
  • the program executed by the computer (CPU 1001) can be provided by being recorded on the removable medium 1011 as a package medium, for example.
  • the program can be provided via a wired or wireless transmission medium such as a local area network, the Internet, or digital satellite broadcasting.
  • the program can be installed in the storage unit 1008 via the input / output interface 1005 by attaching the removable medium 1011 to the drive 1010. Further, the program can be received by the communication unit 1009 via a wired or wireless transmission medium and installed in the storage unit 1008. In addition, the program can be installed in advance in the ROM 1002 or the storage unit 1008.
  • the program executed by the computer may be a program that is processed in time series in the order described in this specification, or in parallel or at a necessary timing such as when a call is made. It may be a program for processing.
  • system represents the entire apparatus composed of a plurality of apparatuses.
  • this technique can also take the following structures.
  • a presentation unit for presenting information to the first user;
  • a detection unit for detecting a reaction indicating that the first user has received the information; If the detection unit could not detect the reaction, a search unit for searching for a second user;
  • An information processing apparatus comprising: a request unit that requests the second user searched by the search unit to send a message to the first user.
  • a response promotion message for requesting a response from the first user is output, The information processing apparatus according to (1), wherein the search unit searches for the second user when the response is not detected by the detection unit after the response promotion message is output.
  • the detection unit detects whether or not the second user has reacted to indicate that the request has been received.
  • the information processing apparatus according to 1) or (2).
  • the detection unit detects the reaction by detecting at least one of detection of the face of the first user, detection of nodding, detection of a head direction, or detection of a line of sight.
  • the information processing apparatus according to any one of (1) to (4).
  • the detection unit performs at least one of detection of a volume of the voice of the first user, detection of a recognition result of the voice, or detection of a result of semantic analysis of the recognition result, thereby performing the reaction.
  • the information processing apparatus according to any one of (1) to (5).
  • the detection unit detects the reaction by detecting the gesture of the first user and determining whether or not the detected gesture is a reaction indicating that the information has been received.
  • the information processing apparatus according to any one of (6) to (6).
  • the information processing apparatus according to any one of (1) to (8), wherein the request is a message requesting that the first user be brought.
  • the information processing apparatus according to any one of (1) to (9), wherein the request is a message including the information.
  • the information processing apparatus according to (10), wherein the information included in the message is compressed information.
  • the request is a message notifying a sender of the information that the information could not be presented to the first user. .
  • Information acquisition unit 12 Information processing unit, 101 Audio acquisition unit, 102 Audio output unit, 103 Audio processing unit, 104 Image acquisition unit, 105 Display unit, 106 Image processing unit, 107 Communication unit, 108 Operation input unit, 109 Control Part, 110 control part

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Multimedia (AREA)
  • Acoustics & Sound (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • User Interface Of Digital Computer (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

本技術は、メッセージをより確実にユーザに伝えることができるようにする情報処理装置、情報処理方法、プログラムに関する。 情報を第１のユーザに提示する提示部と、第１のユーザが、情報を受信したことを表す反応を検出する検出部と、検出部で反応を検出できなかった場合、第２のユーザを検索する検索部と、検索部で検索された第２のユーザに、第１のユーザへの伝言を依頼する依頼部とを備える。検出部で反応を検出できなかった場合、第１のユーザに応答を求める応答促進メッセージを出力し、検索部は、応答促進メッセージが出力された後、検出部で反応を検出できなかった場合、第２のユーザを検索する。本技術は、エージェント装置に適用できる。

Description

情報処理装置、情報処理方法、プログラム
　本技術は情報処理装置、情報処理方法、プログラムに関し、例えば、メッセージを伝えたいユーザに、より確実に伝わるようにした情報処理装置、情報処理方法、プログラムに関する。
　例えば、家庭内にエージェントと称される装置を設置し、ユーザに様々な情報を提供することが提案されている。そのような装置を用いたときには、情報を提供したいユーザに対して適切に情報が提供されることが必要である。特許文献１では、情報を伝えるべきユーザを、画像認識で検出し、検出したときに情報を伝えることが提案されている。
特開２００３－２０８１９０号公報
　情報を伝えるべきユーザを、検出し、情報を伝えたとしても、そのユーザに情報が伝わったかを、システム（エージェント）側で確認することはされていない。よって、ユーザに情報が伝わっていないこともあり、そのようなときに対応を取ることはできない。ユーザに情報をより確実に提供することが望まれている。
　本技術は、このような状況に鑑みてなされたものであり、ユーザに情報をより確実に伝えることができるようにするものである。
　本技術の一側面の情報処理装置は、情報を第１のユーザに提示する提示部と、前記第１のユーザが、前記情報を受信したことを表す反応を検出する検出部と、前記検出部で前記反応を検出できなかった場合、第２のユーザを検索する検索部と、前記検索部で検索された前記第２のユーザに、前記第１のユーザへの伝言を依頼する依頼部とを備える。
　本技術の一側面の情報処理方法は、情報を第１のユーザに提示し、前記第１のユーザが、前記情報を受信したことを表す反応を検出し、前記反応を検出できなかった場合、第２のユーザを検索し、検索された前記第２のユーザに、前記第１のユーザへの伝言を依頼するステップを含む。
　本技術の一側面のプログラムは、コンピュータに、情報を第１のユーザに提示し、前記第１のユーザが、前記情報を受信したことを表す反応を検出し、前記反応を検出できなかった場合、第２のユーザを検索し、検索された前記第２のユーザに、前記第１のユーザへの伝言を依頼するステップを含む処理を実行させる。
　本技術の一側面の情報処理装置、情報処理方法、並びにプログラムにおいては、情報が第１のユーザに提示され、第１のユーザが、情報を受信したことを表す反応が検出され、反応が検出されなかった場合、第２のユーザが検索され、検索された第２のユーザに、第１のユーザへの伝言が依頼される。
　なお、情報処理装置は、独立した装置であっても良いし、１つの装置を構成している内部ブロックであっても良い。
　また、プログラムは、伝送媒体を介して伝送することにより、または、記録媒体に記録して、提供することができる。
　本技術の一側面によれば、ユーザに情報をより確実に伝えることができる。
　なお、ここに記載された効果は必ずしも限定されるものではなく、本開示中に記載されたいずれかの効果であってもよい。
本技術を適用した情報処理システムの一実施の形態の構成を示す図である。 他の情報処理システムの構成を示す図である。 情報処理システムの動作について説明するための図である。 情報処理システムの動作について説明するための図である。 情報処理部の構成について説明するための図である。 データベースの一例の構成を示す図である。 データベースの一例の構成を示す図である。 データベースの一例の構成を示す図である。 データベースの一例の構成を示す図である。 データベースの一例の構成を示す図である。 データベースの一例の構成を示す図である。 データベースの一例の構成を示す図である。 データベースの一例の構成を示す図である。 データベースの一例の構成を示す図である。 データベースの一例の構成を示す図である。 情報処理部の動作について説明するための図である。 情報処理部の動作について説明するための図である。 情報処理部の動作について説明するための図である。 データベースの更新について説明するための図である。 情報処理部の動作について説明するための図である。 情報処理部の動作について説明するための図である。 情報処理部の動作について説明するための図である。 データベースの更新について説明するための図である。 情報処理部の動作について説明するための図である。 情報処理部の動作について説明するための図である。 情報処理部の動作について説明するための図である。 情報処理部の動作について説明するための図である。 データベースの更新について説明するための図である。 情報処理部の動作について説明するための図である。 情報処理部の動作について説明するための図である。 データベースの更新について説明するための図である。 情報処理部の動作について説明するためのフローチャートである。 記録媒体について説明するための図である。
　以下に、本技術を実施するための形態（以下、実施の形態という）について説明する。
　＜システムの構成例＞
　図１は、本技術を適用した情報処理システムの一実施の形態の構成を示す図である。情報処理システムは、情報取得部１１、情報処理部１２、外部サービス提供部２１、および家庭外ネットワーク２２を含む構成とされている。
　情報取得部１１、情報処理部１２、外部サービス提供部２１は、家庭外ネットワーク２２を介して接続され、相互にデータの授受を行えるように構成されている。
　図１に示した情報処理システムにおいては、情報取得部１１と情報処理部１２は、家庭内に設置されている装置であるとして図示してあるが、図２に示す情報処理システムのように、情報処理部１２は、家庭外に設置され、家庭外ネットワーク２２を介して、情報取得部１１とデータの授受を行う構成とされていても良い。
　図１に示した情報処理システムにおいて、情報取得部１１と情報処理部１２は、家庭内に設置され、家庭内に構築されたネットワーク、例えば無線または／および有線で構成されたＬＡＮ（Local Area Network）を介して接続されており、ネットワークを介して互いにデータの授受を行えるように構成されている。
　また情報処理部１２は、家庭外ネットワーク２２を介して外部サービス提供部２１と接続されており、データの授受を行えるように構成されている。
　図１または図２に示した情報処理システム（以下、図１に示した情報処理システムを例に挙げて説明を続ける）においては、情報取得部１１により情報が取得される。取得される情報は、例えば、ユーザの反応、ユーザの発話、ユーザ同士の会話、ユーザを識別するための情報、周辺の状況などである。
　情報取得部１１で取得された情報は、情報処理部１２に供給され、処理される。情報処理部１２は、例えば、所定のユーザ（発信者とする）からのメッセージを、発信者がメッセージの受信者として指定しているユーザに伝えたり、受信者に直接伝えられない場合、受信者以外のユーザ（伝言者とする）に受信者に伝言を頼んだりする処理を実行する。また、外部サービス提供部２１に、所定の情報の問い合わせを行ったり、その問い合わせ結果をユーザに提供したりする。
　外部サービス提供部２１は、所謂検索サーバと称されるサーバであったり、買い物などを行えるショッピングサイトを管理するサーバであったりする。
　＜システムにおける処理例＞
　図１に示した情報処理システムにおける処理の一例について、図３、図４を参照して説明する。
　時刻Ｔ１（図３）において、情報処理部１２は、発信者（図３では、お父さん、以下、発信者３１と記述する）からのメッセージを受信し、受信者（図３では、お母さん、以下、受信者３２と記述する）に伝える。
　ここでは、メッセージを例に挙げて説明するが、何らかの情報を、受信者３２に伝えるときに本技術を適用することはできる。すなわちここで例に挙げて説明するメッセージは、情報の一例であり、ユーザに提示される情報は、メッセージに限定される記載ではない。
　例えば、図３に示した例では、情報処理部１２は、発信者から「今日は帰りが遅いよ」というメールを受け取ったため、“お父さんからメールです「今日は帰りが遅いよ」”といったメッセージを、例えば、音声にて受信者３２に対して伝える。
　受信者３２は、例えば料理などをしており、情報処理部１２からのメッセージが聞こえず、何の反応（リアクション）も取らなかったとする。なお受信者３２が反応を示さない状況としては、受信者３２が、メッセージに気づかずに反応しない状況と、メッセージには気づいているが、忙しいなどの理由により反応しない状況とがある。
　情報処理部１２は、受信者３２に対して繰り返しメッセージを伝え、その都度、受信者３２の反応を検出し、反応があったか否かを判定する。そのような判定が、例えば５回繰り返し行われたが、受信者３２は反応しなかったと判定された場合、メッセージが伝わっているか否かを確認する文言を付加し、再度メッセージを伝える。
　時刻Ｔ２において、情報処理部１２は、“お父さんからメールです「今日は帰りが遅いよ」とのことです。返信しましょうか？”といったメッセージを受信者に伝える。この場合、“返信しましょうか？”といった、メッセージが伝わっているか否かを確認する文言が付加されている。
　このような、“メッセージが伝わっているか否かを確認する文言”を付加したメッセージを伝えたにもかかわらず、受信者３２が反応しなかった場合、情報処理部１２からのメッセージは、受信者３２には届いていないと判定される。
　このように判定された場合、情報処理部１２は、時刻Ｔ３において、周囲を検索する。この検索は、情報処理部１２の近くに、換言すれば、情報処理部１２からメッセージを伝えられる範囲内に居るユーザ（伝言者３３とする）を探し出すために行われる。情報処理部１２が、各部屋に配置されているような場合、部屋に居るユーザが検索対象とされる。
　時刻Ｔ３において、情報処理部１２の周囲が探索された結果、子供（伝言者３３）が見つかったとする。このような場合、見つかった子供が、受信者３２にメッセージを伝言する（メッセージがあることを伝言する）伝言者３３に設定される。
　なお、伝言者３３は、このように、発信者３１からのメッセージが受信者３２に伝わらないときに、受信者３２に情報処理部１２の代わりにメッセージを伝えたり、受信者３２に情報処理部１２からメッセージがあることを伝えたりする役割を与えられたユーザである。
　なお、後述するように、伝言者３３には、発信者３１も含まれる場合がある。すなわち、伝言者３３は、受信者３２以外のユーザとすることができる。
　時刻Ｔ３において、伝言者３３が見つかった場合、時刻Ｔ４において、伝言者３３に対する伝言状態の通知が行われる。そして、時刻Ｔ５（図４）において、情報処理部１２は、伝言者３３に対して、“「お母さん」に伝えたいことがあります”といったメッセージを出す。そのメッセージに対して伝言者３３（この場合、子供）が、何らかの反応、例えば、手を挙げた、返事をしたなどの反応を示したか否かが判定される。
　伝言者３３が、メッセージに対して反応したと判定された場合、メッセージは届いたと判定される。そのような判定がされた場合、時刻Ｔ６において、伝言モードにおける依頼タイプを算出し、この例の場合、母親を呼ぶ依頼の作成が行われる。依頼タイプは、後述するように、伝言者３３の年齢や、発信者３１からのメッセージ（受信者３２に伝えたいメッセージ）の内容などにより設定される。
　時刻Ｔ７において、情報処理部１２は、“「お母さん」を呼んで連れてきてくれますか”といったメッセージを伝言者３３に対して出す。伝言者３３が、情報処理部１２からのメッセージを理解し、行動する。この場合、伝言者３３である子供は、受信者３２であるお母さんを呼びに行く。
　伝言者３３が、受信者３２を呼びに行き、情報処理部１２に近づいた場合、受信者３２に対してメッセージが伝えられる。この場合、時刻Ｔ８において、情報処理部１２は、受信者３２（お母さん）に対して、“お父さんからメールです「今日は帰りが遅いよ」”といったメッセージを伝える。
　このように時刻Ｔ１の時点では、発信者３１からのメッセージは、受信者３２に伝えられなかったが、伝言者３３を介してメッセージがあることを受信者３２に伝えることができ、時刻Ｔ８の時点で、発信者３１からのメッセージを受信者３２に確実に伝えることができた。
　＜情報取得部、情報処理部の構成＞
　このような処理を行う情報処理部１２の構成について説明する。
　図５は、情報処理部１２の一例の構成を示す図である。なお、図５に示した情報処理部１２は、情報取得部１１の構成も含む構成とされている。換言すれば、情報取得部１１と情報処理部１２を一体化した構成とした場合の情報処理部１２の構成を示す。よって、図５に示した構成の一部は、情報取得部１１とし、情報処理部１２と別体で構成されるようにすることも可能である。
　情報処理部１２は、音声取得部１０１、音声出力部１０２、音声処理部１０３、画像取得部１０４、表示部１０５、画像処理部１０６、通信部１０７、操作入力部１８、制御部１０９、およびデータベース１１０を備える。
　音声取得部１０１は、例えば、マイクロフォンを備える構成とされ、ユーザが発話した音や、周囲の音などを取得する。音声出力部１０２は、例えば、スピーカを備える構成とされ、ユーザに対してメッセージを音声で伝えるときなどに、音声を出力する。音声処理部１０３は、音声取得部１０１で取得された音声を処理したり、音声出力部１０２で出力する音声を生成したりする。
　例えば、上記した時刻Ｔ１において、受信者３２からの反応があったか否かを判定するとき、音声取得部１０１にて、受信者３２の発話した内容が取得され、音声処理部１０３は、その取得された音声を解析することで判定を行う。
　また、上記した時刻Ｔ１において、受信者３２に対してメッセージを出すとき、音声処理部１０３で、出力するメッセージの音声データが生成され、音声出力部１０２で出力される。
　画像取得部１０４は、例えば、カメラを備える構成とされ、ユーザや周囲の画像を撮像し、取得する。表示部１０５は、例えば、ディスプレイを備える構成とされ、ユーザに対してメッセージを画像で伝えるときなどに、その画像を表示する。画像処理部１０６は、画像取得部１０４で取得された画像を処理したり、表示部１０５に表示する画像を生成したりする。
　例えば、上記した時刻Ｔ３において、伝言者３３を検索するとき、画像取得部１０４は、画像を撮像し、画像処理部１０６は、その撮像された画像内に伝言者３３となり得るユーザが撮像されているか否かを解析することで検索を行う。
　また、上記した時刻Ｔ３において、受信者３２に対してメッセージを出すとき、画像処理部１０６で、出力するメッセージの画像データ（テキストデータなどでも良い）が生成され、表示部１０５で表示される。
　通信部１０７は、家庭内ネットワーク２２（図１）を介して外部サービス提供部２１とデータの授受を行ったり、家庭内に複数の情報取得部１１や情報処理部１２が備えられている場合に、他の情報取得部１１や情報処理部１２とデータの授受を行ったりする。
　操作入力部１０８は、タッチパネル、キーボードなどを含む構成とされ、ユーザからの操作を受け付ける。制御部１０９は、情報処理部１２内の各部を制御する。データベース１１０は、複数のデータベースを含み、上記した処理を実行する際に必要となるデータやテーブルを保持している。
　＜データベースについて＞
　データベース１１０には、上記した処理を実行する際に必要となるデータやテーブルが複数記憶されている。ここで、データベース１１０に含まれる複数のデータベースについて説明を加える。
　図６は、ユーザ属性情報データベース１１０ａの一例を示す図である。ユーザ属性情報データベース１１０ａは、名前、性別、年齢、聴覚を関連づけて管理するデータベースである。例えば、名前として、“お母さん”、“子供”、“お父さん”といった名前が管理されている。なお、ここでは、説明のため、一般的に名前ではない名称である“お母さん”などを名前として説明を続ける。
　また例えば、ユーザ属性情報データベース１１０ａの名前が“お母さん”の性別は“女”、年齢は“３８”、聴覚は“普通”という情報が関連付けられている。また例えば、名前が“子供”の性別は“男”、年齢は“５”、聴覚は“良い”という情報が関連付けられている。また例えば、名前が“お父さん”の性別は“男”、年齢は“４０”、聴覚は“悪い”という情報が関連付けられている。
　このような、ユーザ属性情報データベース１１０ａは、ユーザからの情報や、例えば、メッセージを出したときのユーザからの反応に関する情報を取得するなどにより構築される。
　図７は、検出情報データベース１１０ｂの一例を示す図である。検出情報データベース１１０ｂは、情報処理部１２で検出された情報を管理するデータベースである。例えば、図７に示した検出情報データベース１１０ｂの項目としては、“物体認識情報”、“位置検出”、“存在方向”、“距離”、“顔検出”、“うなずき検出”、“頭部方向”、“音量”、“音声認識結果”、“意味解析結果”、“視線検出”、および“ジェスチャ検出”といった項目が設けられている。また、これらの項目は、“お母さん”、“子供”、“お父さん”、“雑音源Ａ”、“雑音源Ｂ”といった主体に対しての検出項目として設けられている。
　例えば、図７を参照するに、所定の時刻の検出結果として、“お母さん”という主体に対して、“物体認識情報”として“人”、“位置検出”として“Ｙｅｓ”、“存在方向”として“南”、“距離”として“５ｍ”、“顔検出”として“Ｎｏ”、“うなずき検出”として“Ｎｏ”、“頭部方向”として“南”、“音量”として“０”、“音声認識結果”として“Ｎｏｎｅ”、“意味解析結果”として“Ｎｏｎｅ”、“視線検出”として“Ｎｏ”、および“ジェスチャ検出”として“Ｎｏ”との検出結果が記録されている。
　この場合、“お母さん”は、“人”として、“南”の方向の５ｍ離れた位置に検出されたことが記録されている。また、このとき、メッセージを伝えたが、うなずきや、ジェスチャなどにより、メッセージを受け取ったと判定できる反応がなされていなかったという検出結果も記録されている。またはメッセージを伝えるような状況ではなかったため、うなずきや、ジェスチャなどにより、メッセージを受け取ったと判定できる反応の検出はなされていなかったという検出結果も記録されている。
　また、検出情報データベース１１０ｂには、人に関する検出結果だけでなく、音に関する検出結果も記録されている。例えば、音は、メッセージを音声で伝えるときに、その伝達の妨げになる可能性があるため、検出対象としている。例えば、図７に示した検出情報データベース１１０ｂは、雑音源Ａとして、ガス台が検出され、そのガス台は、５ｍ離れた南の方向に位置し、音量は高い（大きい）との検出結果が書き込まれている。
　このような検出情報データベース１１０ｂは、所定の間隔で更新される。また、メッセージを出すときなど、必要に応じて、検出処理が行われ、その結果が、書き込まれるようにしても良い。また、通常は、長めの間隔で検出処理が行われ、その結果が書き込まれるようにし、メッセージを出したときなど、短めの間隔で検出処理が行われ、その結果が書き込まれるようにしても良い。
　図８は、音声出力情報データベース１１０ｃの一例を示す図である。音声出力情報データベース１１０ｃは、音声として出力したメッセージを管理するデータベースである。音声出力情報データベース１１０ｃは、出力内容ＩＤ、出力内容、通知先、通知元、時間、緊急度を関連付けて管理するデータベースである。
　例えば、出力内容ＩＤとして“１”の出力内容は、“お母さんの大好きな歌手Ａが、今日の１９：３０から、インターネットＴＶ番組ＰＰＰに出演します”であり、通知先は“お母さん”であり、通知元は“システム”であり、時間（通知した時間）は、“１２：００”であり、緊急度は“normal”であることが関連付けられて管理されている。通知元が“システム”である場合、情報処理部１２が、例えば、外部サービス提供部２１と通信を行い、取得した情報を、ユーザに伝えた場合であることを示している。
　また例えば、出力内容ＩＤとして“２”の出力内容は、“今すぐ学校に連絡”であり、通知先は“お母さん”であり、通知元は“学校”であり、時間は、“１２：１５”であり、緊急度は“high”であることが関連付けられて管理されている。
　このような音声出力情報データベース１１０ｃは、ユーザに音声でメッセージを伝えたときにデータが追加される。なお、データは古い順に削除されたり、ユーザに正常に伝達できた時点で削除されたりする機能を設けても良い。
　図９は、音声出力試行結果情報データベース１１０ｄの一例を示す図である。音声出力試行結果情報データベース１１０ｄは、メッセージを出力した結果、ユーザ（受信者３２）に正常にメッセージを伝達できたか否かを表す結果を管理するデータベースである。
　音声出力試行結果情報データベース１１０ｄは、出力内容ＩＤ、出力試行実績回数、出力試行時間、ＴＴＳ制御を関連付けて管理するデータベースである。ＴＴＳは、text-to-speechの略であり、人工的に人の声を合成し、テキスト（文章）を音声に変換するテキスト読み上げに関する処理を示す。
　出力内容ＩＤは、図８に示した音声出力情報データベース１１０ｃの出力内容ＩＤと同じＩＤが、同一メッセージには割り振られる。
　例えば、出力内容ＩＤが“１”のメッセージは、５回、出力試行が行われ、その出力試行時間は１０secであり、ＴＴＳ制御としては、“Normal”であることが関連付けられて管理されている。また例えば、出力内容ＩＤが“２”のメッセージは、０回、出力試行が行われ（まだ出力されていない）、その出力試行時間は“未”であり、ＴＴＳ制御としては、“高ピッチ　時間短縮”であることが関連付けられて管理されている。
　このような音声出力試行結果情報データベース１１０ｄは、メッセージが出力されたときに更新される。また、音声出力試行結果情報データベース１１０ｄが更新されたとき、検出情報データベース１１０ｂ（図７）も更新される。
　例えば、出力内容ＩＤが“１”のメッセージは、５回、出力試行が行われたとの結果が、音声出力試行結果情報データベース１１０ｄに記載されているが、５回試行されたということは、受信者３２（この場合、お母さん）は、メッセージを受け取ったという反応を示さなかったために、繰り返し、メッセージが出力されたことがわかる。このような場合、図７に示したように、顔検出、うなずき検出という項目には、“Ｎｏ“との情報が書き込まれる。
　例えば、メッセージを出力したときに、受信者３２が、メッセージが出力されたことに気づいて、情報処理部１２の方を見た場合、受信者３２の顔を検出することができる。また、例えば、メッセージを出力したときに、受信者３２が、そのメッセージの内容を理解し、うなずいた場合、情報処理部１２は、そのうなずきを検出することができる。
　図７に示したように、顔検出という項目とうなずき検出という項目に、“Ｎｏ“との情報が書き込まれる状況は、このような情報処理部１２の方を見たり、うなずいたりするといった反応を、受信者３２がしなかったときである。
　顔検出やうなずき検出は、例えば、画像取得部１０４（図５）で、ユーザ（受信者３２）を撮像し、その撮像された画像（映像）を画像処理部１０６で解析することで行うことができる。
　例えば、メッセージを出力したときに、受信者３２を撮像した画像から、受信者３２を検出することで、顔検出が行われる。また例えば、メッセージを出力する前後の受信者３２を撮像した画像を比較し、または映像を解析し、ユーザの頭部の位置を検出し、その頭部の動きから、うなずくという動作に該当する動作を行ったか否を判定することで、うなずき検出が行われる。
　図７に示したように、音量という項目には“０”という情報が書き込まれている。また、音声認識結果、意味解析結果という項目には、それぞれ“Ｎｏｎｅ”という情報が書き込まれている。例えば、メッセージを出力したときに、受信者３２が、メッセージが出力されたことに気づいて、何らかの声を発した場合、情報処理部１２は、その声を音量として検出することができる。
　また、受信者３２が何らかの声を発した場合、その音声を解析することで、例えば“わかった”といったメッセージを受信したことを表す言葉を発したと解析できれば、受信者３２がメッセージを受信したことに対して反応したことを検出できる。この場合、音声認識結果を意味解析したときに、メッセージを受信したことに対する反応であることが検出される。
　また、受信者３２が何らかの声を発し、その音声を解析し、例えば“今日の天気”といった認識結果であった場合、音声認識結果を意味解析したときに、メッセージを受信したことに対する反応ではなかったことが検出される。
　音量、音声認識結果、意味解析結果は、例えば、音声取得部１０１（図５）で、ユーザ（受信者３２）の音声を取得し、その取得された音声を音声処理部１０３で解析することで、これらの情報が出される。
　例えば、メッセージを出力したときに、受信者３２が何らかの音声を出した場合、音量が検出される。また、その音声を認識することで、どのような言葉が発せられたかを検出することができる。
　さらに、音声認識の結果を意味解析することで、メッセージを受信したことに対する反応であるか、またはメッセージの受信には関係ない発話であったかを判定することができる。例えば、意味解析の結果が、“はい”、“わかった”といった結果であれば、メッセージを受信したことに対する反応であると判定することができる。
　このような音声認識や意味解析を行うためのデータベースや機能を、音声処理部１０３は備えている。
　図７に示したように、視線検出という項目には“Ｎｏ”という情報が書き込まれている。例えば、メッセージを受信したことに対する反応として、情報処理部１２を見るといった動作を検出するようにした場合、換言すれば、情報処理部１２を見るといったジェスチャが、メッセージを受信したことに対する反応の一つとされている場合、画像取得部１０４（図５）で、ユーザ（受信者３２）を撮像し、その撮像された画像（映像）を画像処理部１０６で解析することで視線の検出が行われる。
　そして、その検出方向が、情報処理部１２の方を向いているか否かを判定し、向いている場合には、検出情報データベース１１０ｂの視線検出の情報は、“Ｙｅｓ”とされ、向いていない場合には、“Ｎｏ”とされる。
　図７に示したように、ジェスチャ検出という項目には“Ｎｏ”という情報が書き込まれている。視線検出と同じく、メッセージを受信したことに対する反応として予め規定されているジェスチャが検出された場合、この欄には“Ｙｅｓ”との情報が書き込まれ、検出されなかった場合には“Ｎｏ”との情報が書き込まれる。ジェスチャとしては、例えば、手を挙げる、手を振るといった動作がある。
　このように、音声出力試行結果情報データベース１１０ｄの更新に伴い、検出情報データベース１１０ｂも更新される。
　なおここでは、図８に音声出力情報データベース１１０cを示し、図９に音声出力試行結果情報データベース１１０ｄを示したが、音声出力情報データベース１１０cと音声出力試行結果情報データベース１１０ｄは、１つのデータベースとしても良い。
　またここでは、情報処理部１２からメッセージは音声で出力されるとして説明を続けるため、音声に関するこれらのデータベースが作成されるが、メッセージを画像、映像、テキストなどでも出力する場合、画像に関するデータベースも、音声に関するこれらのデータベースと同様に作成される。
　このようなデータベースが、データベース１１０で管理されている。また、データベース１１０には、以下に説明する複数のテーブルも管理されている。
　図１０は、伝わり確認用発話の生成用ひな形テーブル１１０eの一例を示す図である。伝わり確認用発話の生成用ひな形テーブル１１０eは、例えば図３，４を参照した説明において、時刻Ｔ１において、メッセージを５回繰り返し伝えたにも係わらず、受信者３２の反応が得られなかったときに、時刻Ｔ２において、伝わり確認用の発話が行われるが、この伝わり確認用の発話が行われるときに、参照されるテーブルである。
　すなわち、伝わり確認用発話の生成用ひな形テーブル１１０eは、伝わり確認用の発話が行われるときに、どのような伝わり確認用の発話を行うかを決定するときに参照されるテーブルである。
　伝わり確認用発話の生成用ひな形テーブル１１０eは、ひな形ＩＤとひな形を関連付けて管理しているテーブルである。また、図１０に示した伝わり確認用発話の生成用ひな形テーブル１１０eは、ひな形として、動き応答促進用のひな形と発話の応答促進用のひな形とをそれぞれ管理している。
　例えば、動き促進用のひな形ＩＤが“Ｍ－１－１”は、“（name info）さん、（system info）へ直ぐに応答可能な場合、手を挙げてください”といったひな形である。このひな形が選択された場合、例えば、“お母さん、メッセージに直ぐに応答可能な場合、手を挙げてください”といった応答促進用のメッセージが出される。
　動き促進用のひな形には、“手を挙げてください”といったひな形以外に、“こちらを向いてください”、“うなずいてください”といったひな形が用意されている。これらのひな形からどのひな形を選択するかは、例えば受信者３２の状態が考慮されて選択されるようにすることができる。
　例えば、受信者３２が料理をしている状態であると判定される場合（手がふさがっていると判定される場合）、“こちらを向いてください”、”うなずいてください“といったひな形が選択される。また例えば、受信者３２が情報処理部１２側に向いており、顔検出はできている状態であるが、反応が得られなかったときには、“手を挙げてください、“うなずいてください”といったひな形が選択される。
　また図１０に示した伝わり確認用発話の生成用ひな形テーブル１１０ｅを参照するに、例えば、ひな形ＩＤが“Ｖ－１－１”は、“（name info）さん、（output info）というメッセージに応答できますか？できませんか？”といったひな形である。このひな形が選択された場合、例えば、“お母さん、お父さんからの「今日は帰りが遅いよ」というメッセージに応答できますか？できませんか？”といった応答促進用のメッセージが出される。
　発話促進用のひな形は、“できますか？できませんか？”といった質問形式にし、返答を得られるようなひな型とされている。
　伝わり確認用発話の生成用ひな形テーブル１１０eは、上記したように、時刻Ｔ２（図３）において応答確認メッセージが出されるときに参照されるが、例えば、伝言者３３（子供）を検出し、その伝言者３３に対してメッセージを出したが（時刻Ｔ５（図４））、反応がなかったような場合にも参照され、伝言者３３に対しても伝わり確認用の発話が行われる。
　このようなテーブルが参照され、伝わり確認用の発話が行われることにより、受信者３２からの反応が得られたか否かを判定するときに参照されるテーブルを、図１１に示す。図１１に、伝わり確認用発話に対する応答の判断テーブル１１０ｆの一例を示す。
　伝わり確認用発話に対する応答の判断テーブル１１０ｆは、ひな形ＩＤ、応答期待、継続可否が関連付けて管理するテーブルである。
　ひな形ＩＤは、伝わり確認用発話の生成用ひな形テーブル１１０eのひな形ＩＤと同一のＩＤが割り振られ、例えば、伝わり確認用発話の生成用ひな形テーブル１１０eでひな形ＩＤが“Ｍ－１－１”のひな形が選択され、メッセージが出されたときには、伝わり確認用発話に対する応答の判断テーブル１１０ｆのひな形ＩＤが“Ｍ－１－１”の応答期待が参照される。
　伝わり確認用発話に対する応答の判断テーブル１１０ｆの応答期待は、伝わり確認用の発話が行われた結果、受信者３２の応答として期待される動作や発話などである。例えば、伝わり確認用発話の生成用ひな形テーブル１１０eでひな形ＩＤが“Ｍ－１－１”のひな形が選択され、“お母さん、メッセージに直ぐに応答可能な場合、手をあげてください”といった応答促進用のメッセージが出された場合、伝わり確認用発話に対する応答の判断テーブル１１０ｆのひな形ＩＤが“Ｍ－１－１”の応答期待として“ジェスチャ検出で、腕が頭より上がったことを検出”という内容が参照される。
　この場合、“ジェスチャ検出で、腕が頭より上がったことを検出”した場合、応答期待として期待されたことは満たされたと判定され、応答が得られたと判定される。
　伝わり確認用発話に対する応答の判断テーブル１１０ｆの継続可否は、応答期待として期待されていた応答が得られたときに、継続してメッセージなどを伝えるか否かを表す情報である。例えば上記した場合において、“ジェスチャ検出で、腕が頭より上がったことを検出”した場合、継続可否の情報としては“可“となっているため、引き続き、メッセージなど、受信者３２に提供したい情報が、受信者３２に対して伝えられる。
　例えば、応答期待が“音声認識結果が「いいえ」、「ちょっと待って」、「後でお願い」、「今は無理」”である場合、継続可否の情報は、“否”となっている。よって、受信者３２からの応答が、例えば、「いいえ」といった発話であった場合、受信者３２へのメッセージなどでの情報伝達は、一旦中止される。このような場合、所定の時間が経過した後や、受信者３２から“さっきの要件なに？”といったような発話がなされたときに、情報の伝達が再開される。
　なお、伝わり確認用発話に対する応答の判断テーブル１１０ｆには、複数の応答期待が書き込まれているが、これらの応答期待の組み合わせで、応答があった、情報提示を継続する、継続しないといった判定が行われるようにすることができる。
　例えば、手を挙げるなどの動きで応答ありと判定することができる。また「はい」といった音声により応答ありと判定することができる。また、手を挙げるといった動きがあったため、応答ありと判定することができたが、「いいえ」、「ちょっと待って」、「後で」、「今は無理」といったような否定を含む音声が検出された場合、情報提示の継続はできないと判定することができる。
　図１２は、伝言呼びかけ依頼生成用ひな形テーブル１１０ｇの一例を示す図である。伝言呼びかけ依頼生成用ひな形テーブル１１０ｇは、例えば、時刻Ｔ５（図４）において、伝言者３３に対して呼びかけるときのメッセージを作成するときに参照されるテーブルである。
　伝言呼びかけ依頼生成用ひな形テーブル１１０ｇは、伝言呼びかけ依頼のひな形を管理するテーブルである。また伝言呼びかけ依頼生成用ひな形テーブル１１０ｇは、幼児用と大人用に分けて伝言呼びかけ依頼のひな形を管理している。
　例えば、幼児用の伝言呼びかけ依頼のひな形としては、“（name info）さん、聞いてください”、“（name info）さん、こっちに来れますか”、“（target user）へ、伝えてほしいことがあるんだ”といったようなひな形が用意されている。例えば、図４の時刻Ｔ５のところに示したように、伝言者３３が子供（幼児）であった場合、この幼児用の伝言呼びかけ依頼のひな形として用意されているひな形から、その時点で適切なひな形が選択される。
　また例えば、大人用の伝言呼びかけ依頼のひな形としては、“（name info）さん、（target user）へのメッセージがあります”、“（name info）さん、今忙しいですか？忙しくないですか？”といったようなひな形が用意されている。伝言者３３が大人であった場合、この大人用の伝言呼びかけ依頼のひな形として用意されているひな形から、その時点で適切なひな形が選択される。
　図１３は、文言変換用の類似語テーブル１１０hの一例を示す図である。上記したテーブルを参照して、ユーザ（受信者３２や伝言者３３）にメッセージを出すとき、例えば、そのメッセージの対象が子供である場合、子供向けのメッセージに変換してから出すことで、よりユーザに適したメッセージとすることができる。このようなことを実現するために、文言変換用の類似語テーブル１１０hが設けられている。
　文言変換用の類似語テーブル１１０hは、伝わり確認用発話の生成用ひな形テーブル１１０ｅのひな形を、例えば、幼児用のひな形に変換するときに参照される。例えば、伝わり確認用発話の生成用ひな形テーブル１１０ｅのひな形の“応答可能”とか“応答”といった文言は、文言変換用の類似語テーブル１１０ｈが参照され、“答えられるかな？”に変換される。
　例えば、大人に対して出される伝わり確認発話のメッセージが“お母さん、メッセージへ直ぐに応答可能な場合、手を挙げてください”である場合、幼児に対して文言変換用の類似語テーブル１１０ｈが参照され、“ＹＹＹさん、システムに直ぐに答えられるかな？手を挙げてください”といったメッセージに変換される。なお、語りかける相手が異なるため、適宜、メッセージの主語や目的語などは、語りかける相手に合わせて変換される。
　また文言変換用の類似語テーブル１１０hには、語りかける相手により、その人が理解しやすい文言に変換できるような情報も書き込まれている。例えば、老人用として、女性アイドルグループの“ＡＸＢ”という名称は老人になじみがないと場合、老人に対して“ＡＸＢ”に関する情報を伝えるときには、“女性アイドルグループ”と置き換えたメッセージに変換して伝えられる。
　また文言変換用の類似語テーブル１１０hには、一般的でない言葉を、一般的な文言に変換できるような情報も書き込まれている。例えば、“蓄音機”という名称はあまり使われていない場合、“蓄音機”に関する情報を伝えるときには、“レコードプレーヤ”と置き換えたメッセージに変換して伝えられる。
　また文言変換用の類似語テーブル１１０hには、一般的に好ましくない（不適用語）言葉を、比較的適切であろう文言に変換できるような情報も書き込まれている。例えば、“死んだ”というに情報を伝えるときには、“亡くなった”という文言に置き換えたメッセージに変換して伝えられる。
　また、図示はしていないが、言語の異なるユーザに情報を伝達するために、外国語に変換するための情報も、文言変換用の類似語テーブル１１０hに書き込まれているようにしても良い。
　図１４は、伝言用ひな形テーブル１１０ｉの一例を示す図である。伝言用ひな形テーブル１１０ｉは、伝言者３３に伝言内容を伝えるときに参照されるテーブルである。
　例えば、伝言用ひな形テーブル１１０ｉには、通常用の伝言用ひな形として、“（sender user）から（target user）へ（time info）に連絡があり、「（output info）」とのことなので伝えていただけますか？”といったひな形が記載されている。このひな形が選択された場合、例えば、“お父さんからお母さんへ１９：３０に連絡があり、「今日は帰りが遅いよ」とのことなので伝えていただけますか？”といったメッセージが作成され、伝言者３３に伝えられる。
　また例えば、伝言用ひな形テーブル１１０ｉには、システムの前に来てもらう用の伝言用ひな形として、“（target user）へ、緊急の用事があるからこちらに来てください、と伝えていただけますか？”といったひな形が記載されている。このひな形が選択された場合、例えば、“お母さんへ、緊急の用事があるからこちらに来てください、と伝えていただけますか？”といったメッセージが作成され、伝言者３３に伝えられる。
　このひな形は、例えば、通常用の伝言用ひな形を利用すると、メッセージが長くなり、伝言者３３への負担が大きくなる場合、伝達内容が、伝言者３３に伝えるにはふさわしくない（秘匿性がある情報であるなど）場合、受信者３２の集中度が低く、システムの近くに来てもらうのが良い場合などに選択される。
　また例えば、伝言用ひな形テーブル１１０ｉには、別機器で確認する用の伝言用ひな形として、“（target user）へ、緊急の用事があるからメールしておきました、と伝えていただけますか？”といったひな形が記載されている。このひな形が選択された場合、例えば、“お母さんへ、緊急の用事があるからメールしておきました、と伝えていただけますか？”といったメッセージが作成され、伝言者３３に伝えられる。
　このひな形も、例えば、通常用の伝言用ひな形を利用すると、メッセージが長くなり、伝言者３３への負担が大きくなる場合や、テキストや画像などで受信者３２に伝えた方が良いと判定された場合などに選択される。
　また例えば、伝言用ひな形テーブル１１０ｉには、緊急時用の伝言用ひな形として、“「（output info）」ということを緊急事態なので伝えていただけますか？”といったひな形が記載されている。このひな形が選択された場合、例えば、“「今すぐ学校に連絡」ということを、緊急事態なので伝えていただけますか？”といったメッセージが作成され、伝言者３３に伝えられる。
　このひな形は、例えば、伝達内容が緊急に知らせる必要があると判定された場合、例えば、“今すぐ”、“重要”といったような文言がメッセージに含まれていたような場合などに、選択される。また、この緊急時用のひな形が選択された場合、通常時よりも大きな音量で出力されるようにしても良い。
　また例えば、伝言用ひな形テーブル１１０ｉには、フィードバック用の伝言用ひな形として、“「（output info）」を伝えられなかったので直接連絡していただけますか？”といったひな形が記載されている。このひな形が選択された場合、例えば、“「今日は遅くなる」を伝えられなかったので直接連絡していただけますか？”といったメッセージが作成され、伝言者３３に伝えられる。
　このひな形は、例えば、受信者３２に伝えたいメッセージが、受信者３２に伝達できなかったとき、さらに伝言者３３にも伝言を依頼できなかったときに、発信者３１に対してそのことを知らせる（フィードバック）ときに選択される。
　伝言者３３にも伝達できなかったときとは、例えば、伝言者３３が見つからなかったため、伝言自体が頼めなかったときや、伝言者３３は見つかったが、伝言者３３が伝言することを拒否した（依頼のメッセージを出したが、反応がなかった）ときや、伝言者３３が正確に受信者３２に伝言できなかった場合（例えば、伝言者３３に受信者３２をシステムの前に連れてきてほしいと依頼したが、受信者３２がシステムの前に来なかった場合なども含む）ときである。
　例えば、上記したように、伝言用ひな形テーブル１１０ｉのシステムの前に来てもらう用の伝言用ひな形や、別機器で確認する用のひな形は、通常用の伝言用ひな形を利用すると、メッセージが長くなり、伝言者３３への負担が大きくなる場合に選択されるとしたが、その基準として、図１５に示すような基準を設けても良い。
　図１５は、文字量の閾値テーブル１１０jの一例を示す図である。文字量の閾値テーブル１１０jは、伝言者３３とされたユーザの年齢により、メッセージの文字数の閾値が記載されたテーブルである。このメッセージの文字数は、伝言のメッセージ全体でも良いし、例えば、「（output info）」に該当する部分の文字数であっても良い。
　例えば、５歳以下の場合、メッセージが１０文字以上になる場合には、システムの前に来てもらう用の伝言用ひな形が選択される。また、１２歳以下の場合、メッセージが１５文字以上になる場合には、システムの前に来てもらう用の伝言用ひな形が選択される。また、１８歳以下の場合、メッセージが２５文字以上になる場合には、システムの前に来てもらう用の伝言用ひな形が選択される。
　また４０歳以下の場合、メッセージが２０文字以上になる場合には、システムの前に来てもらう用の伝言用ひな形が選択される。また、５９歳以下の場合、メッセージが１５文字以上になる場合には、システムの前に来てもらう用の伝言用ひな形が選択される。また、６０歳以上の場合、メッセージが１０文字以上になる場合には、システムの前に来てもらう用の伝言用ひな形が選択される。
　このように、メッセージの文字数により、ひな形が選択されるようにすることも可能である。
　また、伝言者３３に伝言してもらうメッセージは、圧縮される（文字数が少なくなるようにされる）ようにしても良い。例えば、“「お母さんの大好きな歌手Ａが、今日の１９：３０から、インターネットＴＶ番組ＰＰＰに出演します」と伝えていただけますか？”とうメッセージを、“歌手Ａが、今日の１９：３０に出演します」と伝えていただけますか？”といったメッセージに圧縮される処理が含まれるようにしても良い。
　このようなメッセージの圧縮は、要約技術が用いられたり、語彙を間引いたりすることで行われる。
　このような圧縮の結果、文字数が減らされたメッセージに対して、文字量の閾値テーブル１１０ｊが参照され、ひな形の選択が行われるようにしても良いし、圧縮前のメッセージに対して、文字量の閾値テーブル１１０ｊが参照され、ひな形の選択が行われるようにしても良い。
　また、文字量の閾値テーブル１１０ｊが参照され、伝言者３３の年齢に設定されている閾値以上の文字数であると判定された場合に、圧縮が行われ、閾値以下になるように処理されるようにしても良い。
　例えば、伝言者３３が１８歳以下の場合、２５文字以下のメッセージであれば、通常用のひな形が選択され、２５文字以上であれば、メッセージに対する圧縮処理が実行され、２５文字以下のメッセージに変換される。さらに、圧縮後のメッセージも２５文字以下にならなかった場合、システム前に来てもらう用のひな形が選択されるようにしてもよい。
　＜データベース、テーブルを参照した処理の詳細＞
　このようなデータベースやテーブルは、図３、図４を参照して説明したような処理の流れにおいて、適宜参照されたり、更新されたりしながら用いられる。ここで、再度、図３、図４を参照して説明した処理の流れについて、他の処理も含め説明を加える。
　時刻Ｔ０において、情報処理部１２は、例えば、図１６に示したような状況を検出している。時刻Ｔ０における状況は、情報処理部１２が管理している範囲にガス台２０１があり、そのガス台２０１でお母さん（この場合、受信者３２になるユーザ）が料理をしている状況である。また、時刻Ｔ０における状況は、情報処理部１２が管理している範囲にテレビジョン受像機２０２があり、そのテレビジョン受像機２０２の近辺に、子供（この場合、伝言者３３になるユーザ）が居る状況である。
　このような状況の時刻Ｔ０において、情報処理部１２は、図７に示したような検出情報データベース１１０ｂを作成（データを追加や更新）する。時刻Ｔ０の時点では、図６に示したユーザ属性情報データベース１１０ａは作成済みである。
　時刻Ｔ１において、情報処理部１２は、例えば、外部サービス提供部２１（図１）から得られた情報を、ユーザ（受信者３２）に対して伝える。図１７に示したように、時刻Ｔ１において、情報処理部１２は、受信者３２に対して、“お母さんの大好きな歌手Ａが、今日の１９：３０からインターネットＴＶ番組ＰＰＰに出演します”といったメッセージを発話する。この発話は、例えば、Text To Speechで出力される。
　このようなメッセージが出されたとき、そのメッセージに関する情報が、図８に示した音声出力情報データベースｃと、図９に示した音声出力試行結果情報データベース１１０ｄに、それぞれ登録される。
　時刻Ｔ１において、受信者３２から、メッセージを受信したとの反応がなかったため、同一のメッセージが繰り返し出され、その回数が５回となった状態である。ここでは、同一メッセージの試行回数が５回を閾値として、モードが切り替わるとして説明を続けるが、５回以外の回数でモードが切り替えられるようにしても良い。
　時刻Ｔ２において、伝わり確認用のメッセージを出力するモードに移行する。図１８に示したように、時刻Ｔ２において、情報処理部１２は、“お母さん、システムに直ぐに対応可能な場合、手を挙げてください”といったメッセージを出す。このメッセージを出すとき、情報処理部１２は、図１０に示した伝わり確認用発話の生成用ひな形テーブル１１０ｅを参照し、適切な伝わり確認用発話のひな形を選択する。この場合、ひな形ＩＤが“Ｍ－１－１”のひな形が選択された場合を示している。
　この伝わり確認用のメッセージが出力されるとき、ユーザの年齢や耳の善し悪しといったユーザのプロパティ、掃除機や洗濯機などからの雑音のような定常的な雑音がある状況、および、子供の声や、鍋の音など突発的な雑音がある状況などの周りの状況が考慮されて、メッセージを出力する音量やピッチなどが調整されるようにしても良い。
　例えば、受信者３２が、耳の悪いプロパティを有していたり、定常的な雑音が検出されている状況のときには、メッセージを出力する音量を大きくするなどしたり、メッセージを出力した結果、受信者３２が応答したか否かを判定するときの判定時間を短くしたりする処理が実行されても良い。
　また例えば、突発的な雑音が検出されている状況のときには、その突発的な雑音が少ないタイミングで、メッセージを出力したり、メッセージを出力した結果、受信者３２が応答したか否かを判定するときの判定時間を長くしたりする処理が実行されても良い。
　このようなメッセージを出す一方で、情報処理部１２は、受信者３２の反応（応答）も検出する。その検出結果で、検出情報データベース１１０ｂ（図７）が更新される。図１９に、時刻Ｔ２において更新された検出情報データベース１１０ｂの一例（一部）を示す。
　時刻Ｔ２において、情報処理部１２が、受信者３２の発話や動作を検出したときに、受信者３２は、「鍋を振る」という動作をしており、また子供に対して「ＹＹＹ、そろそろお風呂入って」と発話していたことを検出した場合、この検出結果が、検出情報データベース１１０ｂが書き込まれ、図１９に示したデータベースが作成される。
　すなわちこの場合、検出情報データベース１１０ｂの“頭部方向”は、“西”向きであると検出され、“音量”は、“４０”と検出されたことが書き込まれている。
　この場合、受信者３２は、子供の居る方に向いて、「ＹＹＹ、そろそろお風呂入って」と発話したため、頭部の方向が南方向（時刻Ｔ１における検出情報データベース１１０ｂ（図７））から、西方向に変化したために、頭部方向の情報が、“西”との情報が書き込まれ、またメッセージを発話したときの音量が０から４０へと変化したことが書き込まれている。
　また、受信者３２が発したメッセージは、情報処理部１２に検出され、検出情報データベース１１０ｂの“音声認識結果”の欄に書き込まれる。この検出情報データベース１１０ｂの“音声認識結果”の欄に書き込まれた「ＹＹＹ、そろそろお風呂入って」とい音声認識の結果が意味解析されることで、このメッセージは、“命令”を示す意味であると解析され、その結果が、検出情報データベース１１０ｂの“意味解析結果”の欄に書き込まれる。
　情報処理部１２は、受信者３２からメッセージを受信したという反応が得られたか否かを判定するため、このような検出を行っているため、“意味解析結果”として“命令”という結果が出た場合、情報処理部１２は、受信者３２から音声による反応（応答）はなかったとの判定結果を出す。
　また検出情報データベース１１０ｂの“視線検出”の欄には、“Ｎｏ”との情報が書き込まれる。これは、受信者３２は、子供の方を向いており、視線も、その子供の方にあり、情報処理部１２（システム）の方にないため、“視線検出”の欄には、“Ｎｏ”との情報が書き込まれる。
　情報処理部１２は、受信者３２からメッセージを受信したという反応が得られたか否かを判定するため、このような検出を行っているため、“視線検出”として“Ｎｏ”という結果が出た場合、情報処理部１２は、受信者３２から視線による反応（応答）はなかったとの判定結果を出す。
　さらに、検出情報データベース１１０ｂの“ジェスチャ検出”の欄には、“前後に激しく動く”との情報が書き込まれる。受信者３２は、鍋を振るという動作を行っているため、受信者３２の手は前後に激しく動くという動作をしており、その動作が、検出された結果である。
　情報処理部１２は、受信者３２からメッセージを受信したという反応が得られたか否かを判定するため、このような検出を行っているため、“ジェスチャ検出”として、例えば、“手を挙げた”というジェスチャが検出されたときには、受信者３２からジェスチャによる反応があったと判定するが、このような“手を挙げた”というジェスチャ以外のジェスチャが検出された場合、情報処理部１２は、受信者３２から視線による反応はなかったとの判定結果を出す。
　これらの検出情報データベース１１０ｂに書き込まれた情報が、伝わり確認用発話に対する応答の判断テーブル１１０ｆに記載されている判断基準を満たすか否かを判定することで、情報処理部１２は、受信者３２からの応答があったか否かの判定を行う。
　ここで挙げた例では、時刻Ｔ３において、図１９に示したような検索情報データベース１１０ｂが作成されたため、受信者３２からは応答はなかったと判定される。そして、情報処理部１２は、伝言モードへと移行する。
　情報処理部１２は、伝言モードに移行すると、受信者３２以外のユーザであり、情報処理部１２がメッセージを出せる範囲内に居るユーザを探索する。このような探索が時刻Ｔ３、時刻Ｔ４（図３）において実行される。そして、伝言者３３になりうるユーザが見つかった場合、その伝言者３３に対して伝言を依頼する処理が開始される。
　なお、伝言者３３を探索した結果、伝言者３３となりうる複数のユーザが見つかった場合、ユーザの属性を判定材料として判定が行われる。例えば、年齢の一番高いユーザ、過去に伝言を依頼したときに対応してくれたユーザ、男性ユーザ、女性ユーザ、所定の閾値を用いて、閾値以上のユーザを、伝言者３３に設定するようにすることができる。
　伝言者３３が検出されると、その検出された伝言者３３に対して伝言を依頼するメッセージが出される。このとき、どのようなメッセージを出すかは、伝言呼びかけ依頼生成用ひな形テーブル１１０ｇ（図１２）が参照されて設定される。
　図１２に示した伝言呼びかけ依頼生成用ひな形テーブル１１０ｇでは、幼児用と大人用のひな形が用意されている。このようなテーブルが参照される場合、伝言者３３が幼児であるか、大人であるかが判定される。ここでは、伝言者３３は、幼児であると判定された場合を例に挙げて説明を続ける。
　例えば、図２０に示したように、伝言呼びかけ依頼生成用ひな形テーブル１１０ｇ（図１２）から、「（name info）さん、こっちに来れますか？」といったひな形が選択され、「ＹＹＹさん、こっちに来れますか？」といったメッセージが出力される。なお、「ＹＹＹさん」の“ＹＹＹ”の部分は、伝言者３３、この場合子供の名前、ニックネームなど、予め登録されている名称が入る。
　図２０に示したように、時刻Ｔ５－１において、伝言者３３に対して、情報処理部１２（システム）から、「ＹＹＹさん、こっちに来れますか？」といったメッセージが出される。この時刻Ｔ５以降の処理は、時刻Ｔ１から時刻Ｔ２において、受信者３２に対して行われた処理と同様の処理が基本的に行われる。すなわちまず、このようなメッセージが出された結果、伝言者３３が反応したか否かが判定される。
　その判定の結果、伝言者３３が反応していないと判定された場合、上記した時刻Ｔ２と同じく、伝言者３３に対しても、伝わり確認用のメッセージが出される。なお、伝言者３３に対しては、例えば、「ＹＹＹさん、こっちに来れますか？」といったメッセージが出されたあと、引き続き、伝わり確認用のメッセージが出されるようにしても良い。換言すれば、メッセージが出されたあと、伝言者３３の応答があったか否かに係わらず、伝わり確認用のメッセージが出されるようにしても良い。
　図２１に示したように、時刻Ｔ５－２において、情報処理部１２から伝言者３３に対して「ＹＹＹさん、システムへ直ぐに答えられるかな？手を挙げてください」といったメッセージが、例えばText To Speechで出力される。このメッセージは、伝わり確認用発話の生成用ひな形テーブル１１０ｅが参照され、ひな形が選択され、その選択されたひな形の文言が、文言変換用の類似語テーブル１１０ｈが参照され、この場合、幼児用の文言に変換される。
　このような伝わり確認用のメッセージが出された結果、図２２に示すように、時刻Ｔ５－３において、伝言者３３が手を挙げる、“うん”と発話するなど、応答したとする。情報処理部１２は、伝言者３３の動作や発話を検出する。この場合、伝言者３３が情報処理部１２からのメッセージに気づき、情報処理部１２の方を向き、うなずいたことを情報処理部１２は検出する。
　このようなことが検出されることで、図２３に示したように、検出情報データベース１１０ｂの“顔検出”の欄と“うなずき検出”の欄に“ＯＫ”と書き込まれる。頭部の方向として、“北西”と検出されたことも書き込まれている。
　また、この場合、伝言者３３が情報処理部１２からのメッセージに気づき、“うん”と発話したことも検出される。このようなことが検出されることで、図２３に示したように、検出情報データベース１１０ｂの“音量”の欄には“８０”と書き込まれ、“音声認識結果”の欄には“うん”と書き込まれる。また、音声認識の結果である“うん”が意味解析されることで“同意”との解析結果が得られるため、検出情報データベース１１０ｂの“意味解析結果”の欄には“同意”と書き込まれる。
　また、この場合、伝言者３３は、情報処理部１２（システム）の方を向いているため、視線も検出され、検出情報データベース１１０ｂの“視線検出”の欄には“ＹＥＳ”と書き込まれる。
　また、伝言者３３は、手を挙げるという動作をしたため、この動作もジェスチャとして検出され、検出情報データベース１１０ｂの“ジェスチャ検出”の欄には“両手を挙げる”と書き込まれる。
　これらの検出結果から、伝言者３３は、メッセージに対して応答したと判定される。伝言者３３からの応答があったと判定された場合、伝言モードにおける依頼タイプが選択される（時刻Ｔ６（図４））。
　依頼タイプが選択されるときには、伝言用ひな形テーブル１１０ｉ（図１４）が参照される。また図１４、図１５を参照して説明したように、例えば、伝言者３３の年齢によりメッセージの文字数の閾値を設け、その閾値以上のメッセージであるか否かにより、伝言用ひな形テーブル１１０ｉからのひな形が選択される。
　例えば、この場合、伝言者３３が子供（図６に示したユーザ属性情報データベース１１０ａによると５歳）であるため、メッセージの文字数の閾値は、図１５に示した文字量の閾値テーブル１１０ｊから、１０文字以下と判定される。
　また、図１７に示したような状況である場合、受信者３２に伝えたいメッセージは、「お母さんの大好きな歌手Ａが、今日の１９：３０から、インターネットＴＶ番組ＰＰＰに出演します」というメッセージであり、このメッセージを、伝言者３３により受信者３２に伝言して欲しいとした場合、文字量は、１０文字以上となる。よって、この場合、文字量の閾値テーブル１１０ｊを参照した結果、システムの前に来てもらうような出力が選択される。
　このような処理が情報処理部１２で行われることで、伝言用ひな形テーブル１１０ｉから、システムの前に来てもらう用のひな形である「（target user）へ、緊急の用事があるからこちらに来てください、と伝えていただけますか」といったひな形が選択される。
　さらにこの場合、伝言者３３は、幼児であるため、文言変換用の類似語テーブル１１０h（図１３）が参照され、幼児用のメッセージへと変換される。この変換の結果、図２４に示したように、時刻Ｔ７－１において、“お母さんへ、「ちょっと急ぎのことがあるからこちらに来てください」と言ってくれるかな”といったメッセージが生成され、伝言者３３に対して出力される。
　このようなメッセージが、情報処理部１２から出力され、伝言者３３が、メッセージ内容を理解し、行動を開始する。例えば、図２５に示したように、時刻Ｔ７－２において、伝言者３３は、受信者３２（お母さん）の方に移動する。
　そして、伝言者３３は、お母さんに近づくと、「システムが急ぎの用事があるって」と、お母さん（受信者３２）に対して発話（伝言）する。伝言者３３が、受信者３２に対して、情報処理部１２（システム）からの伝言を伝えた結果、時刻Ｔ７-３（図２６）において、「わかったわ」と発話し、システムの方に近づく。
　このような受信者３２の行動の結果、受信者３２がシステム（情報処理部１２）に近づくと、その動作は情報処理部１２により検出される。図２７に示したように、時刻Ｔ８－１において、受信者３２が、情報処理部１２に近づき、「どうしたの」と発話したとする。このとき、情報処理部１２は、受信者３２が近づいたことや発話内容を検出し、その検出結果に基づき、検出情報データベース１１０ｂを更新する。
　この場合、図２８に示したように、検出情報データベース１１０ｂの“距離”の欄に“０．３ｍ”と書き込まれ、“顔検出”の欄に“Ｙｅｓ”と書き込まれ、“頭部方向”の欄に“北”と書き込まれ、“視線検出”の欄に“Ｙｅｓ”と書き込まれる。これらの検出結果から、受信者３２が、情報処理部１２の近くに位置し、情報処理部１２の方を向いており、視線も向いている（注視している）と判定できる。
　また、検出情報データベース１１０ｂの“音量”の欄に“４０”と書き込まれ、“音声認識結果”の欄に“どうしたの”と書き込まれ、“意味解析結果”の欄に“疑問”と書き込まれる。これらの検出結果から、受信者３２が、情報処理部１２に対して話しかけてきている（問いかけてきている）と判定できる。
　さらに、“腕を上げる”という動作が検出されたため、検出情報データベース１１０ｂの“ジェスチャ検出”の欄に“腕を上げる”と書き込まれる。この検出結果からも、受信者３２が、情報処理部１２に対して話しかけてきていると判定できる。
　このようにして、受信者３２が情報処理部１２に注目していると判定できた場合、図２９に示すように、時刻Ｔ８－２において、情報処理部１２は、受信者３２に対して、「お母さんに伝えたいことがあります」といったメッセージを出力する。
　引き続き、時刻Ｔ８－３（図３０）において、「お母さんの大好きな歌手Ａが、今日の１９：３０から、インターネットＴＶ番組ＰＰＰに出演します」というメッセージを出力する。このメッセージは、受信者３２に伝えたかったメッセージであり、時刻Ｔ１（図１７）においては伝えられなかったメッセージである。
　このようにして、情報処理部１２から受信者３２に対して、本来伝えたかったメッセージが伝えられた結果、図３０に示した例では、受信者３２は、「ほんと！ありがとう！」といった文言を発話するといった反応を示した。
　この反応を、情報処理部１２が検出することで、図３１に示すように、検出情報データベース１１０ｂの情報が書き換えられる。図３１に示した検出情報データベース１１０ｂの“音声認識結果”の欄に“ほんと　ありがとう”といった情報が書き込まれ、“意味解析結果”の欄に“感謝“との情報が書き込まれる。
　このような情報が書き込まれることで、情報処理部１２は、伝言が成功したことを検出することができる。
　このように、本技術によれば、受信者３２にメッセージを伝えられなかった場合、伝言者３３を探し出し、その伝言者３３から、最終的に受信者３２に伝えたかったメッセージを受信者３２に伝えることができる。
　本技術によれば、伝えたいメッセージ（情報）を、より確実に、メッセージを伝えたいユーザに伝えることが可能となる。
　＜情報処理部の処理＞
　上記した情報処理部１２が行う処理について、図３２に示すフローチャートを参照し、再度説明を加える。
　ステップＳ１１において、対象ユーザに伝えたい内容（メッセージ）が出力される。例えば、発信者３１からメールを受信したときや、外部サービス提供部２１からユーザの嗜好に合った情報を取得したときなどに、その内容が、対象ユーザ（受信者３２）に対して出力される。この処理は、上記した時刻Ｔ１において実行される処理である。
　ステップＳ１２において、対象ユーザ（受信者３２）から反応があったか否かが判定される。対象ユーザから反応があったと判定された場合、ステップＳ２４に処理が進められ、伝えたい内容が出力され、処理は終了される。
　ステップＳ２４の処理は、ステップＳ１１において、対象ユーザに伝えたい内容を出力しているため、省略することも可能である。また、ステップＳ１１においては、対象ユーザに注目してもらうためのメッセージの出力とし、ステップＳ２４において、伝えたい内容を出力するようにしても良い。また、ステップＳ１１とステップＳ２４では、同じメッセージが出される、すなわち、２回同じメッセージが出されるようにしても良い。
　一方で、ステップＳ１２において、対象ユーザからの反応はなかったと判定された場合、ステップＳ１３に処理は進められる。ステップＳ１３において、伝わり確認用発話が行われる。この処理は、上記した時刻Ｔ２で実行される処理である。
　ステップＳ１３において、伝わり確認用発話が行われた結果、対象ユーザからの反応が得られたか否かが、ステップＳ１４において判定される。ステップＳ１４において、対象ユーザ（受信者３２）から反応があったか否かが判定される。対象ユーザから反応があったと判定された場合、ステップＳ２４に処理が進められ、伝えたい内容が出力され、処理は終了される。
　一方で、ステップＳ１４において、対象ユーザからの反応はなかったと判定された場合、ステップＳ１５に処理は進められる。ステップＳ１５において、伝言モードに移行される。伝言モードは、伝言者３３を探索し、伝言者３３に伝言を頼むモードであり、上記した時刻Ｔ３乃至Ｔ７において実行される処理である。
　ステップＳ１６において、伝言者３３の検索が行われる。この処理は、上記した時刻Ｔ３において実行される処理である。検索の結果、伝言者３３が見つかったか否かが、ステップＳ１７において判定される。
　ステップＳ１７において、伝言者３３が検索できたと判定された場合、ステップＳ１８に処理が進められる。ステップＳ１８において、伝わり確認用発話が、伝言者３３に対して行われる。そして、ステップＳ１９において、伝言者３３からの反応はあったか否かが判定される。
　ステップＳ１９において、伝言者３３からの反応があったと判定された場合、ステップＳ２０に処理が進められる。ステップＳ２０において、伝言者３３に伝言を依頼するメッセージが作成され、伝言者３３に対して出力される。この処理は、上記した時刻Ｔ６、時刻Ｔ７で実行される処理である。
　ステップＳ２１において、伝言は、受信者３２を連れてくる伝言であったか否かが判定される。受信者３２を連れてくる伝言とは、例えば、“「お母さん」を呼んできてくれますか？”といったメッセージである。また、受信者３２を連れてくる伝言以外の伝言とは、受信者３２に伝えたいメッセージ自体が含まれているメッセージであり、例えば、“お父さんの帰りは遅いというメールが来たことを知らせてくれますか”といったメッセージである。
　ステップＳ２１において、伝言は、受信者３２を連れてくる伝言ではなかったと判定された場合、換言すれば、伝言者３３に頼んだ伝言に、受信者３２に伝えたいメッセージが含まれていた伝言であったと判定された場合、伝言者３３から、本来伝えたかったメッセージが受信者３２に伝言されるため、処理は終了される。
　一方、ステップＳ２１において、伝言は、受信者３２を連れてくる伝言であったと判定された場合、ステップＳ１１に処理が戻され、それ以降の処理が繰り返される。すなわちこの場合、伝言者３３により、伝言が受信者３２に伝えられ、その結果、受信者３２が情報処理部１２の方に来て、メッセージを伝えられる状態になったか否かが判定される。
　そして、メッセージを伝えられる状態になったと判定されたときに、受信者３２にメッセージが伝えられる。この処理は、上記した時刻Ｔ８で実行される処理である。
　一方、ステップＳ１９において、伝言者３３に対して伝わり確認用発話を行ったが、伝言者３３からの反応は得られなかったと判定された場合、ステップＳ２２に処理は進められる。ステップＳ２２において、発信者３１はシステムであるか否かが判定される。
　上記したように、ユーザに伝えたい情報としては、発信者３１（所定のユーザ）からのメールなどの内容に関する情報である場合と、システム（情報処理部１２）が外部サービス提供部２１から得た情報である場合がある。
　換言すれば、発信者３１が所定のユーザであり、そのユーザが作成した情報を、受信者３２に伝えたい場合と、発信者３１がシステムであり、そのシステムが作成した情報を、受信者３２に伝えたい場合とがある。
　ステップＳ２２において、発信者３１は、システムであると判定された場合、処理は終了される。
　一方、ステップＳ２２において、発信者３１は、システムではないと判定された場合、処理は、ステップＳ２３に進められる。ステップＳ２３において、発信者３１であるユーザに対してフィードバックが行われる。この場合、発信者３１が情報を伝えたかった受信者３２に情報を伝えられない状態であり、伝言者３３も見つからなかったため、情報を伝えられていないということを、発信者３１に知らせるための処理が実行される。
　例えば、伝言用ひな形テーブル１１０ｉ（図１４）が参照され、フィードバック用のひな形が選択され、発信者３１に対してフィードバックが行われる。図１４に示したひな形の例の場合、“「（output info）」を伝えられなかったので直接連絡していただけますか？”といったひな形が選択され、例えば、“遅く帰るというメールを伝えられなかったので直接連絡していただけますか？”といったメッセージが作成される。このようにして作成されたメッセージは、例えば、メールとして、発信者３１に対して送信される。
　この場合、発信者３１も、伝言者３３として扱われ、受信者３２が情報を受信できるようにするための対応を取る依頼が出される。
　このように、受信者３２が情報を受信できなかったとき、かつ伝言者３３でも、受信者３２に情報を伝えられなかったときに、発信者３１にフィードバックすることで、情報を発信した発信者３１自身が、受信者３２に情報を受信させるための対応を取ることができるようになる。
　よって、本技術によれば、様々な状態に対応して、より確実に、情報を伝えたいユーザに情報を伝えることが可能となる。
　なお、例えば、情報処理部１２（システム自体）が、携帯可能な端末、例えば、タブレット端末、スマートフォンなどである場合、伝言者３３が、受信者３２のところに端末を持って行くように指示する（依頼する）メッセージが、伝言者３３に出されるようにしても良い。
　このようなメッセージが出されるようにした場合、伝言者３３は、その指示に従い、端末（システム）を受信者３２のところに持って行き、受信者３２は、持ってきてもらった端末から、情報の提示を受けることができる。
　また、伝言者３３にメッセージを出すとき、上記した実施の形態においては、音声で、直接伝言者３３にメッセージを出す場合を例に挙げて説明したが、伝言者３３の携帯端末（スマートフォンなど）に、メールを出すようにしても良い。
　このようなメールが出されるようにした場合、例えば、「このスマートフォンをお母さんに持っていって、このメッセージを見せてね」といった内容のメールを出し、伝言者３３は、このようなメールを理解し、行動することで、受信者３２に、情報が提示される。
　また、上記した実施の形態では、受信者３２に対して、複数回メッセージが出されたあと、伝言モードに移行したが、例えば、所定の受信者３２は、伝言モードに移行する回数が多いと学習により判定された場合（伝言モードに移行した回数が閾値を超えた場合）には、その所定の受信者３２に対しては、伝言モードから開始されるようにしても良い。
　すなわち、複数回のメッセージが出されることなく、伝言モードに移行し、伝言者３３により伝言が行われるようにしても良い。このようにすることで、情報を伝えづらい受信者３２に対する処理を軽減することができ、情報を伝えるまでの時間を短縮することができる。
　また、上記した実施の形態において、伝言モードに移行するとき、ユーザ、例えば、発信者３１により、伝言モードに移行しないという設定ができるようにしても良い。例えば、発信者３１は、情報の内容によっては、伝言者３３に知られたくないような場合もあり、そのような場合には、伝言モードに移行しないように設定できる仕組みを設けても良い。
　＜記録媒体について＞
　上述した一連の処理は、ハードウエアにより実行することもできるし、ソフトウエアにより実行することもできる。一連の処理をソフトウエアにより実行する場合には、そのソフトウエアを構成するプログラムが、コンピュータにインストールされる。ここで、コンピュータには、専用のハードウエアに組み込まれているコンピュータや、各種のプログラムをインストールすることで、各種の機能を実行することが可能な、例えば汎用のパーソナルコンピュータなどが含まれる。
　図３３は、上述した一連の処理をプログラムにより実行するコンピュータのハードウエアの構成例を示すブロック図である。コンピュータにおいて、ＣＰＵ（Central Processing Unit）１００１、ＲＯＭ（Read Only Memory）１００２、ＲＡＭ（Random Access Memory）１００３は、バス１００４により相互に接続されている。バス１００４には、さらに、入出力インタフェース１００５が接続されている。入出力インタフェース１００５には、入力部１００６、出力部１００７、記憶部１００８、通信部１００９、及びドライブ１０１０が接続されている。
　入力部１００６は、キーボード、マウス、マイクロフォンなどよりなる。出力部１００７は、ディスプレイ、スピーカなどよりなる。記憶部１００８は、ハードディスクや不揮発性のメモリなどよりなる。通信部１００９は、ネットワークインタフェースなどよりなる。ドライブ１０１０は、磁気ディスク、光ディスク、光磁気ディスク、又は半導体メモリなどのリムーバブルメディア１０１１を駆動する。
　以上のように構成されるコンピュータでは、ＣＰＵ１００１が、例えば、記憶部１００８に記憶されているプログラムを、入出力インタフェース１００５及びバス１００４を介して、ＲＡＭ１００３にロードして実行することにより、上述した一連の処理が行われる。
　コンピュータ（ＣＰＵ１００１）が実行するプログラムは、例えば、パッケージメディア等としてのリムーバブルメディア１０１１に記録して提供することができる。また、プログラムは、ローカルエリアネットワーク、インターネット、デジタル衛星放送といった、有線または無線の伝送媒体を介して提供することができる。
　コンピュータでは、プログラムは、リムーバブルメディア１０１１をドライブ１０１０に装着することにより、入出力インタフェース１００５を介して、記憶部１００８にインストールすることができる。また、プログラムは、有線または無線の伝送媒体を介して、通信部１００９で受信し、記憶部１００８にインストールすることができる。その他、プログラムは、ＲＯＭ１００２や記憶部１００８に、あらかじめインストールしておくことができる。
　なお、コンピュータが実行するプログラムは、本明細書で説明する順序に沿って時系列に処理が行われるプログラムであっても良いし、並列に、あるいは呼び出しが行われたとき等の必要なタイミングで処理が行われるプログラムであっても良い。
　また、本明細書において、システムとは、複数の装置により構成される装置全体を表すものである。
　なお、本明細書に記載された効果はあくまで例示であって限定されるものでは無く、また他の効果があってもよい。
　なお、本技術の実施の形態は、上述した実施の形態に限定されるものではなく、本技術の要旨を逸脱しない範囲において種々の変更が可能である。
　なお、本技術は以下のような構成も取ることができる。
（１）
　情報を第１のユーザに提示する提示部と、
　前記第１のユーザが、前記情報を受信したことを表す反応を検出する検出部と、
　前記検出部で前記反応を検出できなかった場合、第２のユーザを検索する検索部と、
　前記検索部で検索された前記第２のユーザに、前記第１のユーザへの伝言を依頼する依頼部と
　を備える情報処理装置。
（２）
　前記検出部で前記反応を検出できなかった場合、前記第１のユーザに応答を求める応答促進メッセージを出力し、
　前記検索部は、前記応答促進メッセージが出力された後、前記検出部で前記反応を検出できなかった場合、前記第２のユーザを検索する
　前記（１）に記載の情報処理装置。
（３）
　前記依頼部で、前記依頼が前記第２のユーザに出された場合、前記検出部は、前記第２のユーザが、前記依頼を受信したことを表す反応をしたか否かを検出する
　前記（１）または（２）に記載の情報処理装置。
（４）
　前記検出部で前記反応を検出できなかった場合、前記第２のユーザに応答を求める応答促進メッセージを出力する
　前記（３）に記載の情報処理装置。
（５）
　前記検出部は、前記第１のユーザの顔の検出、うなずいたか否かの検出、頭部の方向の検出、または視線の検出のうちの少なくとも１つの検出を行うことで、前記反応を検出する
　前記（１）乃至（４）のいずれかに記載の情報処理装置。
（６）
　前記検出部は、前記第１のユーザの音声の音量の検出、前記音声の認識結果の検出、または前記認識結果を意味解析した結果の検出のうちの少なくとも１つの検出を行うことで、前記反応を検出する
　前記（１）乃至（５）のいずれかに記載の情報処理装置。
（７）
　前記検出部は、前記第１のユーザのジェスチャを検出し、検出されたジェスチャが、前記情報を受信したことを表す反応であるか否かを判定することで、前記反応を検出する
　前記（１）乃至（６）のいずれかに記載の情報処理装置。
（８）
　前記依頼部は、前記第２のユーザの年齢に応じたメッセージを生成し、出力する
　前記（１）乃至（７）のいずれかに記載の情報処理装置。
（９）
　前記依頼は、前記第１のユーザを連れてきて欲しいというメッセージである
　前記（１）乃至（８）のいずれかに記載の情報処理装置。
（１０）
　前記依頼は、前記情報を含むメッセージである
　前記（１）乃至（９）のいずれかに記載の情報処理装置。
（１１）
　前記メッセージに含まれる前記情報は、圧縮された情報である
　前記（１０）に記載の情報処理装置。
（１２）
　前記依頼は、前記情報の発信者に対して、前記情報が、前記第１のユーザに提示できなかったことを知らせるメッセージである
　前記（１）乃至（１１）のいずれかに記載の情報処理装置。
（１３）
　情報を第１のユーザに提示し、
　前記第１のユーザが、前記情報を受信したことを表す反応を検出し、
　前記反応を検出できなかった場合、第２のユーザを検索し、
　検索された前記第２のユーザに、前記第１のユーザへの伝言を依頼する
　ステップを含む情報処理方法。
（１４）
　コンピュータに、
　情報を第１のユーザに提示し、
　前記第１のユーザが、前記情報を受信したことを表す反応を検出し、
　前記反応を検出できなかった場合、第２のユーザを検索し、
　検索された前記第２のユーザに、前記第１のユーザへの伝言を依頼する
　ステップを含む処理を実行させるためのプログラム。
　１１　情報取得部，　１２　情報処理部，　１０１　音声取得部，　１０２　音声出力部，　１０３　音声処理部，　１０４　画像取得部，　１０５　表示部，　１０６　画像処理部，　１０７　通信部，　１０８　操作入力部，　１０９　制御部，　１１０　制御部

Claims (14)

  1. 　情報を第１のユーザに提示する提示部と、
    　前記第１のユーザが、前記情報を受信したことを表す反応を検出する検出部と、
    　前記検出部で前記反応を検出できなかった場合、第２のユーザを検索する検索部と、
    　前記検索部で検索された前記第２のユーザに、前記第１のユーザへの伝言を依頼する依頼部と
    　を備える情報処理装置。
  2. 　前記検出部で前記反応を検出できなかった場合、前記第１のユーザに応答を求める応答促進メッセージを出力し、
    　前記検索部は、前記応答促進メッセージが出力された後、前記検出部で前記反応を検出できなかった場合、前記第２のユーザを検索する
    　請求項１に記載の情報処理装置。
  3. 　前記依頼部で、前記依頼が前記第２のユーザに出された場合、前記検出部は、前記第２のユーザが、前記依頼を受信したことを表す反応をしたか否かを検出する
    　請求項１に記載の情報処理装置。
  4. 　前記検出部で前記反応を検出できなかった場合、前記第２のユーザに応答を求める応答促進メッセージを出力する
    　請求項３に記載の情報処理装置。
  5. 　前記検出部は、前記第１のユーザの顔の検出、うなずいたか否かの検出、頭部の方向の検出、または視線の検出のうちの少なくとも１つの検出を行うことで、前記反応を検出する
    　請求項１に記載の情報処理装置。
  6. 　前記検出部は、前記第１のユーザの音声の音量の検出、前記音声の認識結果の検出、または前記認識結果を意味解析した結果の検出のうちの少なくとも１つの検出を行うことで、前記反応を検出する
    　請求項１に記載の情報処理装置。
  7. 　前記検出部は、前記第１のユーザのジェスチャを検出し、検出されたジェスチャが、前記情報を受信したことを表す反応であるか否かを判定することで、前記反応を検出する
    　請求項１に記載の情報処理装置。
  8. 　前記依頼部は、前記第２のユーザの年齢に応じたメッセージを生成し、出力する
    　請求項１に記載の情報処理装置。
  9. 　前記依頼は、前記第１のユーザを連れてきて欲しいというメッセージである
    　請求項１に記載の情報処理装置。
  10. 　前記依頼は、前記情報を含むメッセージである
    　請求項１に記載の情報処理装置。
  11. 　前記メッセージに含まれる前記情報は、圧縮された情報である
    　請求項１０に記載の情報処理装置。
  12. 　前記依頼は、前記情報の発信者に対して、前記情報が、前記第１のユーザに提示できなかったことを知らせるメッセージである
    　請求項１に記載の情報処理装置。
  13. 　情報を第１のユーザに提示し、
    　前記第１のユーザが、前記情報を受信したことを表す反応を検出し、
    　前記反応を検出できなかった場合、第２のユーザを検索し、
    　検索された前記第２のユーザに、前記第１のユーザへの伝言を依頼する
    　ステップを含む情報処理方法。
  14. 　コンピュータに、
    　情報を第１のユーザに提示し、
    　前記第１のユーザが、前記情報を受信したことを表す反応を検出し、
    　前記反応を検出できなかった場合、第２のユーザを検索し、
    　検索された前記第２のユーザに、前記第１のユーザへの伝言を依頼する
    　ステップを含む処理を実行させるためのプログラム。
PCT/JP2018/010379 2017-03-30 2018-03-16 情報処理装置、情報処理方法、プログラム WO2018180571A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2019509269A JP7095684B2 (ja) 2017-03-30 2018-03-16 情報処理装置、情報処理方法、プログラム
US16/489,810 US11289079B2 (en) 2017-03-30 2018-03-16 Information processing apparatus and information processing method
EP18776223.2A EP3605316A4 (en) 2017-03-30 2018-03-16 INFORMATION PROCESSING DEVICE, INFORMATION PROCESSING METHOD AND PROGRAM

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2017-067652 2017-03-30
JP2017067652 2017-03-30

Publications (1)

Publication Number Publication Date
WO2018180571A1 true WO2018180571A1 (ja) 2018-10-04

Family

ID=63675688

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2018/010379 WO2018180571A1 (ja) 2017-03-30 2018-03-16 情報処理装置、情報処理方法、プログラム

Country Status (4)

Country Link
US (1) US11289079B2 (ja)
EP (1) EP3605316A4 (ja)
JP (1) JP7095684B2 (ja)
WO (1) WO2018180571A1 (ja)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108600911B (zh) 2018-03-30 2021-05-18 联想(北京)有限公司 一种输出方法及电子设备
JP7131077B2 (ja) * 2018-05-24 2022-09-06 カシオ計算機株式会社 会話装置、ロボット、会話装置制御方法及びプログラム
JP2020112940A (ja) * 2019-01-09 2020-07-27 本田技研工業株式会社 コンテンツ出力装置及びコンテンツ出力方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09218770A (ja) * 1996-02-14 1997-08-19 Toshiba Corp 対話処理装置および対話処理方法
JP2003122992A (ja) * 2001-10-11 2003-04-25 Nippon Telegr & Teleph Corp <Ntt> 情報とメディアの選択システム、及び情報とメディアの選択方法
JP2003208190A (ja) 2002-01-10 2003-07-25 Fuji Photo Film Co Ltd 伝言装置
JP2009509673A (ja) * 2005-09-30 2009-03-12 アイロボット コーポレーション 個人の相互交流のためのコンパニオンロボット
JP2012073764A (ja) * 2010-09-28 2012-04-12 Nec Access Technica Ltd 安否確認システム、安否確認方法
WO2015190562A1 (ja) * 2014-06-11 2015-12-17 シャープ株式会社 出力メッセージ決定装置、出力メッセージ決定装置の制御方法、履歴管理装置、および書き込みデータ送信指示装置

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000148607A (ja) 1998-11-05 2000-05-30 Casio Comput Co Ltd 電子メール装置、及び電子メールプログラムが記録された記録媒体
US7069207B2 (en) * 2001-01-26 2006-06-27 Microsoft Corporation Linguistically intelligent text compression
JP2002251681A (ja) * 2001-02-21 2002-09-06 Saibuaasu:Kk 動作検知装置、動作検知システム、異常動作通知システム、ゲームシステム、所定動作の通知方法およびセンタ装置
JP2004220314A (ja) 2003-01-15 2004-08-05 Recruit Co Ltd 情報提供支援システム
US7457879B2 (en) * 2003-04-01 2008-11-25 Microsoft Corporation Notification platform architecture
KR100636985B1 (ko) * 2005-05-25 2006-10-19 엘지전자 주식회사 이동통신단말기의 ｓｍｓ 메시지 압축방법 및 그이동통신단말기
US20100287050A1 (en) * 2009-05-07 2010-11-11 Chacha Search Inc. Method and system for personally targeted search messages
US20120203843A1 (en) * 2011-02-03 2012-08-09 International Business Machines Corporation Contacting an unavailable user through a proxy using instant messaging
US8698621B2 (en) * 2011-11-22 2014-04-15 Verizon Patent And Licensing Inc. Method and system for providing notifications of a mobile device in motion to determine call treatment
JP5821713B2 (ja) 2012-03-09 2015-11-24 富士通株式会社 メール管理プログラム、メール管理装置、及びメール管理方法
US10721594B2 (en) * 2014-06-26 2020-07-21 Microsoft Technology Licensing, Llc Location-based audio messaging
WO2016157658A1 (ja) * 2015-03-31 2016-10-06 ソニー株式会社 情報処理装置、制御方法、およびプログラム

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09218770A (ja) * 1996-02-14 1997-08-19 Toshiba Corp 対話処理装置および対話処理方法
JP2003122992A (ja) * 2001-10-11 2003-04-25 Nippon Telegr & Teleph Corp <Ntt> 情報とメディアの選択システム、及び情報とメディアの選択方法
JP2003208190A (ja) 2002-01-10 2003-07-25 Fuji Photo Film Co Ltd 伝言装置
JP2009509673A (ja) * 2005-09-30 2009-03-12 アイロボット コーポレーション 個人の相互交流のためのコンパニオンロボット
JP2012073764A (ja) * 2010-09-28 2012-04-12 Nec Access Technica Ltd 安否確認システム、安否確認方法
WO2015190562A1 (ja) * 2014-06-11 2015-12-17 シャープ株式会社 出力メッセージ決定装置、出力メッセージ決定装置の制御方法、履歴管理装置、および書き込みデータ送信指示装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP3605316A4

Also Published As

Publication number Publication date
EP3605316A1 (en) 2020-02-05
JP7095684B2 (ja) 2022-07-05
JPWO2018180571A1 (ja) 2020-02-06
US20200013402A1 (en) 2020-01-09
EP3605316A4 (en) 2020-04-01
US11289079B2 (en) 2022-03-29

Similar Documents

Publication Publication Date Title
US10083006B1 (en) Intercom-style communication using multiple computing devices
US11657812B2 (en) Message playback using a shared device
JP6690063B2 (ja) 対話型アシスタントモジュールによるアクセスの条件付き提供
CN108028042B (zh) 口头通信的转录
JP6618489B2 (ja) 位置ベースのオーディオ・メッセージング
JP6819672B2 (ja) 情報処理装置、情報処理方法、及びプログラム
WO2019118852A1 (en) System and methods for in-meeting group assistance using a virtual assistant
KR101149135B1 (ko) 음성 대화형 메시징을 위한 방법 및 장치
US10157614B1 (en) Message playback using a shared device
US11172001B1 (en) Announcement in a communications session
US10951987B1 (en) In-vehicle passenger phone stand
JP2005130501A (ja) 複数人参加型の通信に動的変更可能なプロパティをそれぞれ少なくとも１個有する通信チャネルを提供する方法及びシステム
JP7095684B2 (ja) 情報処理装置、情報処理方法、プログラム
US10186267B1 (en) Message playback using a shared device
JP2023093714A (ja) コンタクト制御プログラム、端末およびコンタクト制御方法
KR20190024921A (ko) 개인 일정 및 라이프 스타일을 반영한 인공지능의 컨텍 제어
CN110945473A (zh) 信息处理装置和信息处理方法
JP2019215449A (ja) 会話補助装置、会話補助方法及びプログラム
JPWO2018198791A1 (ja) 信号処理装置および方法、並びにプログラム
US11258746B1 (en) Setting overrides
JP6950708B2 (ja) 情報処理装置、情報処理方法、および情報処理システム
US20200160833A1 (en) Information processor, information processing method, and program
US20240185848A1 (en) Generating a group automated assistant session to provide content to a plurality of users via headphones
KR20240011841A (ko) 과거 인터렉션에 기초하여 세컨더리 자동화된 어시스턴트에 관련 쿼리 제공
JP2012244285A (ja) 会議装置、会議方法および会議プログラム

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 18776223

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2019509269

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2018776223

Country of ref document: EP

Effective date: 20191030