WO2019017033A1

WO2019017033A1 - 情報処理装置、情報処理方法、およびプログラム

Info

Publication number: WO2019017033A1
Application number: PCT/JP2018/016392
Authority: WO
Inventors: 亜由美中川; 貴宣小俣; 壮一郎稲谷
Original assignee: ソニー株式会社
Priority date: 2017-07-19
Filing date: 2018-04-23
Publication date: 2019-01-24
Also published as: EP3657495A4; US20200160833A1; CN110892475A; US11170754B2; EP3657495A1

Abstract

【課題】音を伴う情報の発信源をユーザに明確に把握させる。【解決手段】音を用いた情報通知の出力を制御する出力制御部、を備え、前記出力制御部は、認識された外部音源に基づいて、前記外部音源が発し得る外部音とは類似しない出力態様で前記情報通知を出力させる、情報処理装置が提供される。また、プロセッサが、音を用いた情報通知の出力を制御すること、を含み、前記制御することは、認識された外部音源に基づいて、前記外部音源が発し得る外部音とは類似しない出力態様で前記情報通知を出力させること、をさらに含む、情報処理方法が提供される。

Description

情報処理装置、情報処理方法、およびプログラム

　本開示は、情報処理装置、情報処理方法、およびプログラムに関する。

　近年、音を用いてユーザに情報通知を行う種々の出力装置が普及している。また、音による情報通知に関し、ユーザの利便性を高めるための技術が多く開発されている。例えば、特許文献１には、保守点検の期日が近づくにつれ発話時の声質を変化させるロボットが開示されている。

特開２０１６－９０７２４号公報

　ところで、周囲に他の音源が存在する状況で上記のような出力装置を利用する場合、他の音源が出力する音と出力装置が出力する音とが類似することも想定される。この場合、ユーザが、知覚した音の発信源を特定できない状況も生じ得る。

　そこで、本開示では、音を伴う情報の発信源をユーザに明確に把握させることが可能な、新規かつ改良された情報処理装置、情報処理方法、およびプログラムを提案する。

　本開示によれば、音を用いた情報通知の出力を制御する出力制御部、を備え、前記出力制御部は、認識された外部音源に基づいて、前記外部音源が発し得る外部音とは類似しない出力態様で前記情報通知を出力させる、情報処理装置が提供される。

　また、本開示によれば、プロセッサが、音を用いた情報通知の出力を制御すること、を含み、前記制御することは、認識された外部音源に基づいて、前記外部音源が発し得る外部音とは類似しない出力態様で前記情報通知を出力させること、をさらに含む、情報処理方法が提供される。

　また、本開示によれば、コンピュータを、音を用いた情報通知の出力を制御する出力制御部、を備え、前記出力制御部は、認識された外部音源に基づいて、前記外部音源が発し得る外部音とは類似しない出力態様で前記情報通知を出力させる、情報処理装置、として機能させるためのプログラムが提供される。

　以上説明したように本開示によれば、音を伴う情報の発信源をユーザに明確に把握させることが可能となる。

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

本開示の一実施形態の概要について説明するための図である。同実施形態に係る情報処理システムのシステム構成例を示すブロック図である。同実施形態に係る情報処理端末の機能構成例を示すブロック図である。同実施形態に係る情報処理サーバの機能構成例を示すブロック図である。同実施形態に係る外部音源のバリエーションについて説明するための図である。同実施形態に係る外部音源のバリエーションについて説明するための図である。同実施形態に係る外部音源のバリエーションについて説明するための図である。同実施形態に係る外部音源のバリエーションについて説明するための図である。同実施形態に係る情報通知のカテゴリに基づく出力態様の変化タイミングの制御について説明するための図である。同実施形態に係る情報通知の長さに基づく出力態様の変化タイミングの制御について説明するための図である。同実施形態に係る出力態様の制御回数に基づく出力制御について説明するための図である。同実施形態に係る外部音の出力傾向に基づく出力態様の制御について説明するための図である。同実施形態に係る外部音源の制御について説明するための図である。同実施形態に係る情報処理サーバによる外部音源データの蓄積の流れを示すフローチャートである。同実施形態に係る情報処理サーバによる出力態様の制御の流れを示すフローチャートである。本開示の一実施形態に係る情報処理端末と情報処理サーバに共通するハードウェア構成例を示す図である。

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

　なお、説明は以下の順序で行うものとする。
　１．実施形態
　　１．１．実施形態の概要
　　１．２．システム構成例
　　１．３．情報処理端末１０の機能構成例
　　１．４．情報処理サーバ２０の機能構成例
　　１．５．出力制御の詳細
　　１．６．処理の流れ
　２．ハードウェア構成例
　３．まとめ

　＜１．実施形態＞
　＜＜１．１．実施形態の概要＞＞
　まず、本開示の一実施形態の概要について説明する。上述したとおり、近年では、音を用いて情報通知を行う種々の出力装置が普及している。上記のような出力装置は、例えば、音声を用いてユーザの問い合わせに回答を行う機能や、アラームなどの報知音によりユーザに時間を通知する機能などを有する。

　ユーザは、上記のような出力装置を利用することで、視線や行動を拘束されずに種々の情報を手軽に享受することができる。例えば、ユーザは、出力装置と対話を行うことで、料理を行いながらレシピなどに関する情報提示を受けることも可能である。

　このように、上記のような出力装置は、種々の状況において用いられ得る。しかし、出力装置が他の音源が存在する環境で用いられる場合、音の発信源を特定することが困難となる状況も想定される。

　例えば、出力装置と他の音源から類似する音が同時に出力される場合、ユーザは、知覚した音の発信源が出力装置であるのか、あるいは他の音源であるのかを特定することが困難である。また、音が同時に出力されない場合であっても、ユーザが出力装置と他の音源から出力される音が類似することを認識している場合、当該ユーザが知覚した音の発信源が特定できない場合がある。

　本開示に係る技術思想は、上記の点に着目して発想されたものであり、音を伴う情報の発信源をユーザに明確に把握させることを可能とする。このために、本開示の一実施形態に係る情報処理装置、情報処理方法、およびプログラムは、認識された外部音源に基づいて、当該外部音源が発し得る音とは類似しない出力態様で出力装置に情報通知を出力させること、を特徴の一つとする。

　図１は、本開示の一実施形態の概要について説明するための図である。図１には、音を用いた情報通知を行う情報処理端末１０と、情報処理端末１０による情報通知を受け取るユーザＵ１、および上述したその他の音源に該当する外部音源ＳＳが示されている。

　また、図１には、情報処理端末１０が出力する情報通知ＩＮと外部音源ＳＳが発する外部音ＥＳとが示されている。なお、本開示における図面では、情報通知ＩＮと外部音ＥＳに係る文字装飾が音響的特徴の類似度を示すものとする。すなわち、情報通知ＩＮと外部音ＥＳとが同一の文字装飾で表す場合には、情報通知ＩＮと外部音ＥＳとが類似する音響的特徴を有することを示す。一方、情報通知ＩＮと外部音ＥＳとが異なる文字装飾で表す場合には、情報通知ＩＮと外部音ＥＳとが類似しない音響的特徴を有することを示す。

　また、本実施形態に係る外部音源ＳＳとは、情報処理端末１０が発する情報通知と拮抗する音を発し得る音源であってよい。図１に示す一例の場合、情報処理端末１０は、人工音声によりユーザＵ１に情報通知を行う装置であることから、外部音源ＳＳはユーザＵ１とは異なる人物として示されている。

　ここで、図１の上段に示すように、情報処理端末１０が出力する情報通知ＩＮと、外部音源ＳＳが発話する外部音ＥＳとが類似した音響的特徴を有する場合、ユーザＵ１は、知覚した音が情報処理端末１０により出力された情報通知ＩＮであるのか、あるいは外部音源ＳＳが発話した外部音ＥＳであるのかを判断することが困難な状況が生じ得る。上記のような状況は、ユーザＵ１が別の動作を行っている場合や、情報処理端末１０や外部音源ＳＳから視線を外している場合に、特に生じやすいことが想定される。

　このため、本開示の一実施形態に係る情報処理サーバ２０は、情報処理端末１０に予め設定された出力態様と外部音源ＳＳが発し得る外部音ＥＳとが類似した音響的特徴を有する場合、情報処理端末１０に外部音ＥＳとは類似しない出力態様で情報通知ＩＮを出力させることができる。より具体的には、情報処理サーバ２０は、外部音ＥＳと情報通知ＩＮに予め設定された出力態様との類似度が閾値を超える場合、外部音ＥＳとは類似しない出力態様で情報処理端末１０に情報通知ＩＮを出力させてよい。

　図１の下段には、本実施形態に係る情報処理サーバ２０により出力態様が制御された情報通知ＩＮが示されている。ここで、図１の下段における情報通知ＩＮと外部音ＥＳとを比較すると、情報通知ＩＮが外部音ＥＳとは異なる文字装飾で表されていることがわかる。上述したように、本開示における図面では、文字装飾が音響的特徴の類似度を示す。すなわち、図１の下段には、情報処理サーバ２０による制御により情報処理端末１０が情報通知ＩＮを外部音ＥＳとは類似しない出力態様で出力していることが示されている。

　本実施形態に係る情報処理サーバ２０が有する上記の機能によれば、ユーザＵ１は、情報処理端末１０が出力情報通知ＩＮと外部音源ＳＳが発する外部音ＥＳとを明確に区分して知覚することができ、それぞれが発信する情報を正しく受けることが可能となる。以下、本実施形態に係る情報処理サーバ２０が有する上記の機能について詳細に説明する。

　＜＜１．２．システム構成例＞＞
　次に、本開示の一実施形態に係る情報処理システムのシステム構成例について説明する。図２は、本実施形態に係る情報処理システムのシステム構成例を示すブロック図である。図２を参照すると、本実施形態に係る情報処理システムは、情報処理端末１０および情報処理サーバ２０を備える。また、情報処理端末１０と情報処理サーバ２０とは、互いに通信が行えるようにネットワーク３０を介して接続される。

　（情報処理端末１０）
　本実施形態に係る情報処理端末１０は、情報処理サーバ２０による制御に基づいて、ユーザに対し音を用いた情報通知を行う装置である。なお、本実施形態に係る情報処理端末１０は、アラームなどの報知音を用いた情報通知を行ってもよいし、人工音声を用いた音声通知を行ってもよい。

　本実施形態に係る情報処理端末１０は、音響出力機能を有する種々の装置として実現され得る。本実施形態に係る情報処理端末１０は、例えば、携帯電話、スマートフォン、タブレット、ウェアラブル装置、コンピュータ、据え置き型または自律移動型の専用装置などであってもよい。

　（情報処理サーバ２０）
　本実施形態に係る情報処理サーバ２０は、情報処理端末１０による情報通知の出力を制御する情報処理装置である。上述したように、上記の情報通知は、報知音や人工音声などを用いた種々の通知を含む。この際、本実施形態に係る情報処理サーバ２０は、認識した外部音源に基づいて、情報処理端末１０が出力する情報通知の出力態様を制御する機能を有する。具体的には、本実施形態に係る情報処理サーバ２０は、外部音源が発し得る外部音とは類似しない出力態様で情報処理端末１０に情報通知を出力させることができる。

　（ネットワーク３０）
　ネットワーク３０は、情報処理端末１０と情報処理サーバ２０とを接続する機能を有する。ネットワーク３０は、インターネット、電話回線網、衛星通信網などの公衆回線網や、Ｅｔｈｅｒｎｅｔ（登録商標）を含む各種のＬＡＮ（Ｌｏｃａｌ　Ａｒｅａ　Ｎｅｔｗｏｒｋ）、ＷＡＮ（Ｗｉｄｅ　Ａｒｅａ　Ｎｅｔｗｏｒｋ）などを含んでもよい。また、ネットワーク３０は、ＩＰ－ＶＰＮ（Ｉｎｔｅｒｎｅｔ　Ｐｒｏｔｏｃｏｌ－Ｖｉｒｔｕａｌ　Ｐｒｉｖａｔｅ　Ｎｅｔｗｏｒｋ）などの専用回線網を含んでもよい。また、ネットワーク３０は、Ｗｉ－Ｆｉ（登録商標）、Ｂｌｕｅｔｏｏｔｈ（登録商標）など無線通信網を含んでもよい。

　以上、本実施形態に係る情報処理システムのシステム構成例について説明した。なお、図２を用いて説明した上記の構成はあくまで一例であり、本実施形態に係る情報処理システムの構成は係る例に限定されない。例えば、本実施形態に係る情報処理端末１０および情報処理サーバ２０が有する機能は、単一の装置により実現されてもよい。本実施形態に係る情報処理システムの構成は、仕様や運用に応じて柔軟に変形可能である。

　＜＜１．３．情報処理端末１０の機能構成例＞＞
　次に、本実施形態に係る情報処理端末１０の機能構成例について説明する。図３は、本実施形態に係る情報処理端末１０の機能構成例を示すブロック図である。図３を参照すると、本実施形態に係る情報処理端末１０は、表示部１１０、音声出力部１２０、音声入力部１３０、撮像部１４０、制御部１５０、およびサーバ通信部１６０を備える。

　（表示部１１０）
　本実施形態に係る表示部１１０は、画像やテキストなどの視覚情報を出力する機能を有する。本実施形態に係る表示部１１０は、例えば、情報処理サーバ２０による制御に基づいて、音による情報通知と関連した視覚情報を表示することができる。

　このために、本実施形態に係る表示部１１０は、視覚情報を提示する表示デバイスなどを備える。上記の表示デバイスには、例えば、液晶ディスプレイ（ＬＣＤ：Ｌｉｑｕｉｄ　Ｃｒｙｓｔａｌ　Ｄｉｓｐｌａｙ）装置、ＯＬＥＤ（Ｏｒｇａｎｉｃ　Ｌｉｇｈｔ　Ｅｍｉｔｔｉｎｇ　Ｄｉｏｄｅ）装置、タッチパネルなどが挙げられる。また、本実施形態に係る表示部１１０は、プロジェクション機能により視覚情報を出力してもよい。

　（音声出力部１２０）
　本実施形態に係る音声出力部１２０は、報知音や人工音声などを用いた情報通知を出力する機能を有する。本実施形態に係る音声出力部１２０は、例えば、情報処理サーバ２０による制御に基づいて、ユーザの問い合わせに対応する回答などを音声発話により出力することができる。また、音声出力部１２０は、予め設定されたユーザのスケジュールに基づいて、当該スケジュールに対応した時間に報知音などを出力してもよい。このために、本実施形態に係る音声出力部１２０は、スピーカやアンプなどの音声出力装置を備える。

　（音声入力部１３０）
　本実施形態に係る音声入力部１３０は、ユーザによる発話や、外部音源が発する外部音などの音情報を収集する機能を有する。音声入力部１３０が収集する音情報は、情報処理サーバ２０による音声認識や外部音源の認識に用いられる。本実施形態に係る音声入力部１３０は、音情報を収集するためのマイクロフォンを備える。

　（撮像部１４０）
　本実施形態に係る撮像部１４０は、ユーザや外部音源を含む画像を撮像する機能を有する。撮像部１４０が撮像した画像は、情報処理サーバ２０によるユーザ認識や外部音源の認識に用いられる。本実施形態に係る撮像部１４０は、画像を撮像することが可能な撮像装置を備える。なお、上記の画像には、静止画像のほか動画像が含まれる。

　（制御部１５０）
　本実施形態に係る制御部１５０は、情報処理端末１０が備える各構成を制御する機能を有する。制御部１５０は、例えば、各構成の起動や停止を制御する。また、制御部１５０は、情報処理サーバ２０により生成される制御信号を表示部１１０や音声出力部１２０に入力することができる。また、本実施形態に係る制御部１５０は、後述する情報処理サーバ２０の出力制御部２３０と同等の機能を有してもよい。

　（サーバ通信部１６０）
　本実施形態に係るサーバ通信部１６０は、ネットワーク３０を介して情報処理サーバ２０との情報通信を行う機能を有する。具体的には、サーバ通信部１６０は、音声入力部１３０が収集した音情報や、撮像部１４０が撮像した画像情報を情報処理サーバ２０に送信する。また、サーバ通信部１６０は、情報処理サーバ２０から情報通知の出力に係る制御信号や人工音声を受信する。

　以上、本実施形態に係る情報処理端末１０の機能構成例について説明した。なお、図３を用いて説明した上記の構成はあくまで一例であり、本実施形態に係る情報処理端末１０の機能構成は係る例に限定されない。例えば、本実施形態に係る情報処理端末１０は、図３に示す構成のすべてを必ずしも備えなくてもよい。情報処理端末１０は、表示部１１０などを備えない構成をとることもできる。また、上述したように、本実施形態に係る制御部１５０は、情報処理サーバ２０の出力制御部２３０と同等の機能を有してもよい。本実施形態に係る情報処理端末１０の機能構成は、仕様や運用に応じて柔軟に変形可能である。

　＜＜１．４．情報処理サーバ２０の機能構成例＞＞
　次に、本実施形態に係る情報処理サーバ２０の機能構成例について説明する。図４は、本実施形態に係る情報処理サーバ２０の機能構成例を示すブロック図である。図４を参照すると、本実施形態に係る情報処理サーバ２０は、認識部２１０、判定部２２０、出力制御部２３０、音声合成部２４０、記憶部２５０、および端末通信部２６０を備える。また、記憶部２５０は、ユーザＤＢ２５２、外部音源ＤＢ２５４、および出力態様ＤＢ２５６を備える。

　（認識部２１０）
　本実施形態に係る認識部２１０は、ユーザや外部音源を認識する機能を有する。認識部２１０は、例えば、情報処理端末１０が収集したユーザの発話や画像と、ユーザＤＢ２５２に予め記憶されるユーザの音響的特徴や画像とを比較することでユーザの認識を行うことができる。また、認識部２１０は、ユーザの音声や画像に基づいて、ユーザの視線や表情、状態、行動などを認識することができる。

　また、認識部２１０は、情報処理端末１０が収集した音情報や画像と、外部音源ＤＢ２５４に記憶される外部音源の音響的特徴や構造的特徴とを比較することで、外部音源を認識することができる。なお、認識部２１０は、ネットワーク３０を介して外部音源から識別情報を受信することで、外部音源を認識することもできる。

　また、収集された音情報や画像に対応するデータが外部音源ＤＢ２５４に記録されていない場合、認識部２１０は、上記の音情報や画像に基づいて、新たな外部音源に係るデータを外部音源ＤＢ２５４に記録する。

　また、認識部２１０は、情報処理端末１０が収集したユーザの発話に基づく音声認識を行う。

　（判定部２２０）
　本実施形態に係る判定部２２０は、外部音源が発し得る外部音と情報通知に予め設定された出力態様との類似度を判定する機能を有する。判定部２２０は、例えば、外部音と情報通知に係る周波数、韻律、出力強度、声質（話者モデル）などの音響的特徴に基づいて、上記の類似度を判定してもよい。なお、上記の韻律には、音のリズム、強弱、長短などが含まれる。

　判定部２２０は、認識部２１０が外部音源を認識したことに基づいて、外部音源ＤＢ２５４から当該外部音源が発し得る外部音の音響的特徴を取得することで、上記の判定を行ってもよい。また、判定部２２０は、情報処理端末１０が収集した外部音に係る音情報に基づいて、リアルタイムに類似度を判定することも可能である。

　また、本実施形態に係る判定部２２０は、認識部２１０が認識したユーザの表情や状態などに基づいて、ユーザが情報通知に係る発信源を特定できているか否かを判定する。本実施形態に係る出力制御部２３０は、判定部２２０による上記の判定に基づいて、出力態様の制御を実行してよい。

　（出力制御部２３０）
　本実施形態に係る出力制御部２３０は、情報処理端末１０による音を用いた情報通知の出力を制御する機能を有する。この際、本実施形態に係る出力制御部２３０は、認識部２１０が認識した外部音源に基づいて、当該外部音源が発し得る外部音とは類似しない出力態様で情報処理端末１０に情報通知を出力させることを特徴の一つとする。

　なお、本実施形態に係る出力態様には、上述したような周波数、韻律、出力強度、声質などが含まれる。すなわち、本実施形態に係る出力制御部２３０は、外部音と類似しないように、情報通知に係る上記のような音響的特徴を変化させることができる。

　例えば、情報処理端末１０が音声を用いた音声通知を出力する機能を有する場合、出力制御部２３０は、外部音源が発し得る外部音とは類似しない声質で情報処理端末１０に音声通知を出力させてもよい。この際、外部音源が５０代の男性である場合には、出力制御部２３０は、情報通知に係る声質を２０代の女性に設定してもよい。出力制御部２３０が有する上記の機能によれば、ユーザが情報通知と外部音とを容易に聞き分けることが可能となる。

　また、本実施形態に係る出力制御部２３０は、外部音と類似しないように情報通知に係る口調を変化させてもよい。例えば、外部音源がくだけた口調で話す人物である場合、出力制御部２３０は、情報通知を丁寧語で出力させてもよい。また、出力制御部２３０は、情報通知に係る音声の語尾などを変化させることで、外部音との差別化を行ってもよい。

　なお、上記の説明では、外部音源が主に人である場合を中心に述べたが、外部音源は係る例に限定されない。本実施形態に係る外部音源は、情報通知と拮抗する音を発し得る種々の音源であり得る。

　図５Ａ～図５Ｄは、本実施形態に係る外部音源のバリエーションについて説明するための図である。図５Ａには、外部音源ＳＳが音声を用いた情報通知を行う装置である場合の例が示されている。図５Ａに示す外部音源ＳＳは、例えば、据え置き型の音声エージェントであってもよい。この際、本実施形態に係る出力制御部２３０は、外部音ＥＳとは類似しない出力態様で情報処理端末１０に情報通知ＩＮを出力させてよい。図５Ａに示す一例の場合、出力制御部２３０は、外部音ＥＳと類似しないように、情報通知ＩＮの声質や口調を制御している。出力制御部２３０が有する上記の機能によれば、情報処理端末１０の他に音声による情報通知を行う装置が存在する場合であっても、ユーザが情報の発信源を明確に把握することが可能となる。

　また、図５Ｂには、外部音源ＳＳが動画の再生機能を有する装置である場合の例が示されている。図５Ｂに示す外部音源ＳＳは、例えば、テレビジョン装置であってもよい。この際、本実施形態に係る出力制御部２３０は、動画中に含まれる発話などの外部音ＥＳとは類似しない出力態様で情報処理端末１０に情報通知ＩＮを出力させてよい。図５Ｂに示す一例の場合、出力制御部２３０は、外部音ＥＳと類似しないように、情報通知ＩＮの声質などを制御している。出力制御部２３０が有する上記の機能によれば、ユーザが動画を視聴している場合であっても、情報通知ＩＮの発信源が情報処理端末１０であることを容易に知覚することが可能である。

　また、図５Ｃには、外部音源ＳＳがペットなどの生物である場合の例が示されている。なお、図５Ｃにおける情報処理端末１０は、ペット型エージェントであってよい。この際、本実施形態に係る出力制御部２３０は、外部音源ＳＳの鳴き声である外部音ＥＳとは類似しない出力態様で情報処理端末１０に情報通知ＩＮを出力させてよい。図５Ｃに示す一例の場合、出力制御部２３０は、外部音ＥＳと類似しないように、情報通知ＩＮの周波数や韻律などを制御している。出力制御部２３０が有する上記の機能によれば、ユーザが実際のペットを飼育している場合であっても、情報通知ＩＮの発信源がペット型エージェントである情報処理端末１０であることを容易に知覚することが可能である。

　また、図５Ｄには、外部音源ＳＳが報知音を出力する装置である場合の例が示されている。図５Ｄに示す外部音源ＳＳは、例えば、電子レンジなどの家電機器であってもよい。この際、本実施形態に係る出力制御部２３０は、外部音源ＳＳが発し得る外部音ＥＳとは類似しない出力態様で情報処理端末１０に情報通知ＩＮを出力させてよい。図５Ｄに示す一例の場合、出力制御部２３０は、外部音ＥＳと類似しないように、情報通知ＩＮの周波数や韻律などを制御している。出力制御部２３０が有する上記の機能によれば、情報処理端末１０の周囲に報知音を発する種々の装置が存在する場合であっても、ユーザが知覚した音の発信源を容易に特定することが可能となる。

　（音声合成部２４０）
　本実施形態に係る音声合成部２４０は、出力制御部２３０による制御に基づいて、情報処理端末１０により出力される人工音声を合成する機能を有する。

　（記憶部２５０）
　本実施形態に係る記憶部２５０は、ユーザＤＢ２５２、外部音源ＤＢ２５４、および出力態様ＤＢ２５６を備える。

　（（ユーザＤＢ２５２））
　本実施形態に係るユーザＤＢ２５２は、ユーザに関する種々の情報を記憶する。ユーザＤＢ２５２は、例えば、ユーザの顔画像や音声特徴などを記憶する。また、ユーザＤＢ２５２は、ユーザの性別、年齢、嗜好、傾向などの情報を記憶してもよい。

　（（外部音源ＤＢ２５４））
　本実施形態に係る外部音源ＤＢ２５４は、外部音源の構造的特徴や当該外部音源が発し得る外部音の音響的特徴を記憶する。本実施形態に係る判定部２２０は、外部音源ＤＢ２５４が記憶する情報に基づいて、上述した類似度を判定することができる。また、

　（（出力態様ＤＢ２５６））
　本実施形態に係る出力態様ＤＢ２５６は、情報通知に予め設定された出力態様を記憶する。出力態様ＤＢ２５６は、例えば、情報通知のカテゴリごとに設定された複数の出力態様を記憶してもよい。

　また、出力態様ＤＢ２５６は、所定の外部音源に対応する出力態様を記憶することもできる。出力態様ＤＢ２５６は、例えば、ユーザの家族である外部音源と対応した出力態様、すなわち家族の声とは類似しない出力態様を記憶してもよい。この場合、出力制御部２３０は、ユーザの家族である外部音源が認識されたことに基づいて、対応した出力態様を出力態様ＤＢ２５６から取得し、当該家族とは異なる声質で情報通知を出力させることもできる。

　（端末通信部２６０）
　本実施形態に係る端末通信部２６０は、ネットワーク３０を介して、情報処理端末１０との情報通信を行う機能を有する。具体的には、端末通信部２６０は、情報処理端末１０からユーザの発話や外部音などの音情報、画像情報を受信する。また、端末通信部２６０は、出力制御部２３０が生成した制御信号や、音声合成部２４０が合成した人工音声を情報処理端末１０に送信する。

　以上、本実施形態に係る情報処理サーバ２０の機能構成例について説明した。なお、図４を用いて説明した上記の機能構成はあくまで一例であり、本実施形態に係る情報処理サーバ２０の機能構成は係る例に限定されない。例えば、情報処理サーバ２０は、必ずしも図４に示す構成のすべてを備えなくてもよい。認識部２１０、判定部２２０、音声合成部２４０、および記憶部２５０は、情報処理サーバ２０とは異なる別の装置に備えることも可能である。本実施形態に係る情報処理サーバ２０の機能構成は、仕様や運用に応じて柔軟に変形可能である。

　＜＜１．５．出力制御の詳細＞＞
　次に、本実施形態に係る出力制御部２３０による情報通知の出力制御について詳細に説明する。

　（出力態様の変化タイミングに係る制御）
　まず、本実施形態に係る出力態様の変化タイミングに係る制御について説明する。上述したように、本実施形態に係る出力制御部２３０は、認識部２１０が認識した外部音源に基づいて、情報処理端末１０による情報通知の出力態様を変化させることができる。しかし、外部音源が認識されてすぐに情報通知の出力態様を変化させる場合、急送な変化にユーザが違和感を覚えることも想定される。このため、本実施形態に係る出力制御部２３０は、種々の出力コンテキストに基づいて出力態様を変化させるタイミングを制御することで、ユーザに違和感を与える可能性を効果的に低減することができる。

　ここで、上記の出力コンテキストは、例えば、情報通知のカテゴリを含む。本実施形態に係る出力制御部２３０は、情報通知のカテゴリが切り替わる際に、情報通知の出力態様を変化せてもよい。

　図６は、本実施形態に係る情報通知のカテゴリに基づく出力態様の変化タイミングの制御について説明するための図である。図６には、情報処理端末１０の表示部１１０により表示される視覚情報ＶＩが示されている。また、視覚情報ＶＩには、話者キャラクターＣ１およびＣ２が示されている。ここで、話者キャラクターＣ１およびＣ２は、それぞれ異なる情報通知のカテゴリに対応付いたキャラクターである。

　例えば、話者キャラクターＣ１は天気予報に関する情報通知に対応付いたキャラクターであってよい。この際、話者キャラクターＣ１が天気予報に関する情報通知ＩＮ１を行っている状況で、話者キャラクターＣ１に設定された音声や口調と類似する音響的特徴を有する外部音源が認識された場合を想定する。この際、本実施形態に係る出力制御部２３０は、話者キャラクターＣ１による情報通知ＩＮ１の出力態様を変化させず、天気予報に関する情報通知ＩＮ１を通常通り完了させる。

　次に、出力制御部２３０は、異なるカテゴリであるスポーツニュースに関する情報通知ＩＮ２に出力が切り替わるタイミングで、話者キャラクターＣ１とは異なる声質や口調が設定された話者キャラクターＣ２を表示させ、話者キャラクターＣ２にスポーツニュースに関する情報通知ＩＮ２を提示させる。

　このように、本実施形態に係る出力制御部２３０は、情報通知のカテゴリが切り替わるタイミングで、出力態様と対応付けた複数の話者キャラクターを切り替えることができる。本実施形態に係る出力制御部２３０が有する上記の機能によれば、出力態様の変化に対するユーザの違和感を効果的に低減することが可能となる。なお、上述した情報通知のカテゴリは、情報通知の内容や、情報通知の生成元となるアプリケーションなどに基づいて適宜定められてよい。

　また、上記の出力コンテキストは、例えば、情報通知の長さを含む。本実施形態に係る出力制御部２３０は、情報通知の長さに基づいて出力態様を段階的に変化させてもよい。図７は、本実施形態に係る情報通知の長さに基づく出力態様の変化タイミングの制御について説明するための図である。図７には、情報処理端末１０から出力される情報通知ＩＮが示されている。

　ここで、図７に示す情報通知ＩＮは、複数の文章から構成され、比較的長い出力時間を要する。このように、情報通知ＩＮが十分な長さを有する場合、本実施形態に係る出力制御部２３０は、例えば、情報通知ＩＮに含まれる文章ごとに段階的に出力態様を変化させてもよい。本実施形態に係る出力制御部２３０が有する上記の機能によれば、急激な出力態様の変化を回避することができ、ユーザの違和感を効果的に低減することが可能となる。

　また、上記の出力コンテキストは、例えば、情報通知の出力態様に係る制御回数を含む。上述したような情報通知のカテゴリや長さに基づく制御を行う場合であっても、短時間の間に何度も出力態様が変化する場合、ユーザが度重なる出力態様の変化に違和感を抱くことも想定される。このため、本実施形態に係る出力制御部２３０は、出力態様に係る制御回数に基づいて、情報通知に係る出力を制御してよい。より具体的には、本実施形態に係る出力制御部２３０は、所定時間内における出力態様の変化回数が閾値を超えないように制御を行ってよい。

　図８は、本実施形態に係る出力態様の制御回数に基づく出力制御について説明するための図である。図８の上段には、認識された外部音源ＳＳ１と、外部音源ＳＳ１が発し得る外部音と類似しないよう出力態様が制御された情報通知ＩＮが示されている。

　また、図８の下段には、図８上段の状態からさらに外部音源ＳＳ２が認識された状況が示されている。この際、本実施形態に係る出力制御部２３０は、情報通知の出力態様が短時間の間に複数回変化することを避け、例えば、図示するように、視覚情報ＶＩを情報通知に代えて出力させてもよい。

　本実施形態に係る出力制御部２３０が有する上記の機能によれば、情報通知の出力態様が頻繁に変化することを防止することができ、ユーザの違和感を効果的に低減することが可能となる。

　（外部音の出力傾向に基づく制御）
　次に、本実施形態に係る外部音の出力傾向に基づく制御について説明する。例えば、情報処理端末１０が家庭内に設置される場合、周囲には他の情報端末や家電機器、ユーザの家族などの種々の外部音源が存在することが想定される。一方、上記のような外部音源は、常に外部音を発しているとは限らない。また、上記のような外部音源による外部音の出力傾向は規則性を有する場合もある。このため、本実施形態に係る出力制御部２３０は、情報処理端末１０の周囲に存在する外部音源による外部音の出力傾向に基づいて、情報通知の出力態様を制御してもよい。

　図９は、本実施形態に係る外部音の出力傾向に基づく出力態様の制御について説明するための図である。図９の上段には、１８時における家庭内の状況が示されている。図９の上段に示す一例の場合、１８時に近い時間帯では、ユーザＵ２は料理を行っており、ユーザＵ２の家族である外部音源ＳＳはコンピュータの操作などを行っている様子が示されている。

　このように、例えば、時間帯などによっては、外部音源ＳＳが外部音を発しない傾向が強い場合がある。このため、本実施形態に係る出力制御部２３０は、外部音源ＳＳが外部音を発しない傾向が強い時間帯においては、予め設定された出力態様で情報処理端末１０に情報通知ＩＮを出力させてよい。

　一方、図９の下段には、２０時における家庭内の状況が示されている。図９の下段に示す一例の場合、２０時に近い時間帯では、ユーザＵ２と外部音源ＳＳは、共に食事を行っている様子が示されている。また、この際、外部音源ＳＳは、ユーザＵ２との会話の一部である外部音ＥＳを発している。

　このように、時間帯によっては、外部音源ＳＳが外部音を発する傾向が強い場合がある。このため、本実施形態に係る出力制御部２３０は、外部音源ＳＳが外部音ＥＳを発する傾向が強い時間帯においては、外部音ＥＳと類似しないように情報通知ＩＮの出力態様を変化させてよい。

　本実施形態に係る出力制御部２３０が有する上記の機能によれば、外部音ＥＳが発生する可能性が高い状況でのみ情報通知の出力態様を制御することができ、出力態様の変化回数を抑えることでユーザの違和感を低減させると共に、処理コストを効果的に削減することが可能となる。

　なお、図９を用いた上記の説明においては、出力制御部２３０が外部音源であるユーザの発話傾向に基づいて情報通知の出力態様を制御する場合を例に述べたが、本実施形態に係る制御は係る例に限定されない。例えば、外部音源が家電機器である場合にも、報知音の出力には時間帯などに応じた傾向があることが想定される。この場合、本実施形態に係る出力制御部２３０は、時間帯に応じて報知音の出力態様を変化させることも可能である。

　（外部音源の制御）
　次に、本実施形態に係る外部音源の制御について説明する。上記の説明では、出力制御部２３０が、外部音と類似しないように情報処理端末１０による情報通知の出力態様を制御する場合について述べた。一方、外部音源が音を出力する機能を有する音響出力装置である場合、本実施形態に係る出力制御部２３０は、外部音源による外部音の出力を制御することもできる。

　図１０は、本実施形態に係る外部音源の制御について説明するための図である。図１０の上段には、テレビジョン装置である外部音源ＳＳと情報処理端末１０とが示されている。また、図１０の上段に示す一例では、外部音源ＳＳが発する外部音ＥＳと情報処理端末１０が出力する情報通知との類似度が高い場合が示されている。

　この際、本実施形態に係る出力制御部２３０は、図１０の下段に示すように、外部音源ＳＳにより出力される外部音ＥＳの出力態様を制御してもよい。図１０の下段に示す一例の場合、出力制御部２３０は、情報通知ＩＮと類似しないように外部音ＥＳの声質などを変化させている。出力制御部２３０は、例えば、任意の周波数フィルタなどを用いることで、上記の制御を行うことができる。また、出力制御部２３０は、外部音源ＳＳによる本来の外部音ＥＳの出力をミュートにし、音声合成部２４０が合成した人工音声を外部音源ＳＳに出力させてもよい。

　本実施形態に係る出力制御部２３０が有する上記の機能によれば、例えば、情報処理端末１０が重要な情報通知を行っている場合などに、当該情報通知の出力態様を維持することができ、ユーザの違和感をより効果的に低減することが可能となる。

　＜＜１．６．処理の流れ＞＞
　次に、本実施形態に係る情報処理サーバ２０による処理の流れについて詳細に説明する。まず、本実施形態に係る情報処理サーバ２０による外部音源データの蓄積について述べる。図１１は、本実施形態に係る情報処理サーバ２０による外部音源データの蓄積の流れを示すフローチャートである。

　図１１を参照すると、まず、情報処理サーバ２０の端末通信部２６０が情報処理端末１０から収集情報を受信する（Ｓ１１０１）。ここで、上記の収集情報には、外部音源が発する外部音に係る音情報や、外部音源を含む画像情報が含まれる。

　次に、認識部２１０は、ステップＳ１１０１において受信された外部音源に係る画像情報に基づいて、外部音源の構造的特徴を解析する（Ｓ１１０２）。

　続いて、認識部２１０は、ステップＳ１１０１において受信された外部音に係る音情報に基づいて、外部音の音響的特徴を解析する（Ｓ１１０３）。

　続いて、認識部２１０は、ステップＳ１１０２において解析した外部音源の構造的特徴とステップＳ１１０３において解析した外部音の音響的特徴とを対応付けて外部音源ＤＢ２５４に記憶させる。

　次に、本実施形態に係る情報処理サーバ２０による出力態様の制御の流れについて説明する。図１２は、本実施形態に係る情報処理サーバ２０による出力態様の制御の流れを示すフローチャートである。

　図１２を参照すると、まず、情報処理サーバ２０の端末通信部２６０が情報処理端末１０から収集情報を受信する（Ｓ１２０１）。

　次に、認識部２１０は、ステップＳ１２０１において受信された収集情報に基づいて外部音源を認識する（Ｓ１２０２）。なお、ステップＳ１２０２において該当する外部音源のデータが外部音源ＤＢ２５４に存在しない場合、認識部２１０は、新たな外部音源として外部音源ＤＢ２５４にデータを追加してよい。

　次に、判定部２２０は、ステップＳ１２０２において認識された外部音源の外部音と情報通知に予め設定された出力態様との類似度が閾値以上か否かを判定する（Ｓ１２０３）。

　ここで、類似度が閾値未満である場合（Ｓ１２０３：Ｎｏ）、情報処理サーバ２０は、出力態様の制御に係る処理を終了し、予め設定された出力態様で情報通知を出力させる。

　一方、類似度が閾値以上である場合（Ｓ１２０３：Ｙｅｓ）、続いて、判定部２２０は、ユーザが情報通知の発信源を特定できているか否かを判定する（Ｓ１２０４）。

　ここで、判定部２２０がユーザが情報通知の発信源を特定できていると判定した場合（Ｓ１２０４：Ｙｅｓ）、情報処理サーバ２０は、出力態様の制御に係る処理を終了し、予め設定された出力態様で情報通知を出力させる。

　一方、判定部２２０がユーザが情報通知の発信源を特定できていないと判定した場合（Ｓ１２０４：Ｎｏ）、出力制御部２３０は、外部音と類似しないように情報通知の出力態様を制御する（Ｓ１２０５）。この際、出力制御部２３０は、種々の出力コンテキストに基づいて出力態様を変化させるタイミングを制御することができる。

　＜２．ハードウェア構成例＞
　次に、本開示の一実施形態に係る情報処理端末１０および情報処理サーバ２０に共通するハードウェア構成例について説明する。図１３は、本開示の一実施形態に係る情報処理端末１０および情報処理サーバ２０のハードウェア構成例を示すブロック図である。図１３を参照すると、情報処理端末１０および情報処理サーバ２０は、例えば、ＣＰＵ８７１と、ＲＯＭ８７２と、ＲＡＭ８７３と、ホストバス８７４と、ブリッジ８７５と、外部バス８７６と、インターフェース８７７と、入力装置８７８と、出力装置８７９と、ストレージ８８０と、ドライブ８８１と、接続ポート８８２と、通信装置８８３と、を有する。なお、ここで示すハードウェア構成は一例であり、構成要素の一部が省略されてもよい。また、ここで示される構成要素以外の構成要素をさらに含んでもよい。

　（ＣＰＵ８７１）
　ＣＰＵ８７１は、例えば、演算処理装置又は制御装置として機能し、ＲＯＭ８７２、ＲＡＭ８７３、ストレージ８８０、又はリムーバブル記録媒体９０１に記録された各種プログラムに基づいて各構成要素の動作全般又はその一部を制御する。

　（ＲＯＭ８７２、ＲＡＭ８７３）
　ＲＯＭ８７２は、ＣＰＵ８７１に読み込まれるプログラムや演算に用いるデータ等を格納する手段である。ＲＡＭ８７３には、例えば、ＣＰＵ８７１に読み込まれるプログラムや、そのプログラムを実行する際に適宜変化する各種パラメータ等が一時的又は永続的に格納される。

　（ホストバス８７４、ブリッジ８７５、外部バス８７６、インターフェース８７７）
　ＣＰＵ８７１、ＲＯＭ８７２、ＲＡＭ８７３は、例えば、高速なデータ伝送が可能なホストバス８７４を介して相互に接続される。一方、ホストバス８７４は、例えば、ブリッジ８７５を介して比較的データ伝送速度が低速な外部バス８７６に接続される。また、外部バス８７６は、インターフェース８７７を介して種々の構成要素と接続される。

　（入力装置８７８）
　入力装置８７８には、例えば、マウス、キーボード、タッチパネル、ボタン、スイッチ、及びレバー等が用いられる。さらに、入力装置８７８としては、赤外線やその他の電波を利用して制御信号を送信することが可能なリモートコントローラ（以下、リモコン）が用いられることもある。また、入力装置８７８には、マイクロフォンなどの音声入力装置が含まれる。

　（出力装置８７９）
　出力装置８７９は、例えば、ＣＲＴ（Ｃａｔｈｏｄｅ　Ｒａｙ　Ｔｕｂｅ）、ＬＣＤ、又は有機ＥＬ等のディスプレイ装置、スピーカ、ヘッドホン等のオーディオ出力装置、プリンタ、携帯電話、又はファクシミリ等、取得した情報を利用者に対して視覚的又は聴覚的に通知することが可能な装置である。また、本開示に係る出力装置８７９は、触覚刺激を出力することが可能な種々の振動デバイスを含む。

　（ストレージ８８０）
　ストレージ８８０は、各種のデータを格納するための装置である。ストレージ８８０としては、例えば、ハードディスクドライブ（ＨＤＤ）等の磁気記憶デバイス、半導体記憶デバイス、光記憶デバイス、又は光磁気記憶デバイス等が用いられる。

　（ドライブ８８１）
　ドライブ８８１は、例えば、磁気ディスク、光ディスク、光磁気ディスク、又は半導体メモリ等のリムーバブル記録媒体９０１に記録された情報を読み出し、又はリムーバブル記録媒体９０１に情報を書き込む装置である。

　（リムーバブル記録媒体９０１）
リムーバブル記録媒体９０１は、例えば、ＤＶＤメディア、Ｂｌｕ－ｒａｙ（登録商標）メディア、ＨＤ　ＤＶＤメディア、各種の半導体記憶メディア等である。もちろん、リムーバブル記録媒体９０１は、例えば、非接触型ＩＣチップを搭載したＩＣカード、又は電子機器等であってもよい。

　（接続ポート８８２）
　接続ポート８８２は、例えば、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ　Ｓｅｒｉａｌ　Ｂｕｓ）ポート、ＩＥＥＥ１３９４ポート、ＳＣＳＩ（Ｓｍａｌｌ　Ｃｏｍｐｕｔｅｒ　Ｓｙｓｔｅｍ　Ｉｎｔｅｒｆａｃｅ）、ＲＳ－２３２Ｃポート、又は光オーディオ端子等のような外部接続機器９０２を接続するためのポートである。

　（外部接続機器９０２）
　外部接続機器９０２は、例えば、プリンタ、携帯音楽プレーヤ、デジタルカメラ、デジタルビデオカメラ、又はＩＣレコーダ等である。

　（通信装置８８３）
　通信装置８８３は、ネットワークに接続するための通信デバイスであり、例えば、有線又は無線ＬＡＮ、Ｂｌｕｅｔｏｏｔｈ（登録商標）、又はＷＵＳＢ（Ｗｉｒｅｌｅｓｓ　ＵＳＢ）用の通信カード、光通信用のルータ、ＡＤＳＬ（Ａｓｙｍｍｅｔｒｉｃ　Ｄｉｇｉｔａｌ　Ｓｕｂｓｃｒｉｂｅｒ　Ｌｉｎｅ）用のルータ、又は各種通信用のモデム等である。

　＜３．まとめ＞
　以上説明したように、本開示の一実施形態に係る情報処理サーバ２０は、認識された種々の外部音源に基づいて、当該外部音源が発し得る外部音とは類似しない出力態様で情報通知を出力させる機能を有する。係る構成によれば、音を伴う情報の発信源をユーザに明確に把握させることが可能となる。

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

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

　また、本明細書の情報処理サーバ２０の処理に係る各ステップは、必ずしもフローチャートに記載された順序に沿って時系列に処理される必要はない。例えば、情報処理サーバ２０の処理に係る各ステップは、フローチャートに記載された順序と異なる順序で処理されても、並列的に処理されてもよい。

　なお、以下のような構成も本開示の技術的範囲に属する。
（１）
　音を用いた情報通知の出力を制御する出力制御部、
　を備え、
　前記出力制御部は、認識された外部音源に基づいて、前記外部音源が発し得る外部音とは類似しない出力態様で前記情報通知を出力させる、
情報処理装置。
（２）
　前記情報通知の出力態様は、周波数、韻律、出力強度のうち少なくともいずれかを含む、
前記（１）に記載の情報処理装置。
（３）
　前記情報通知は、音声通知を含み、
　前記出力制御部は、前記外部音源が発し得る外部音とは類似しない出力態様で前記音声通知を出力させる、
前記（１）または（２）に記載の情報処理装置。
（４）
　前記出力制御部は、前記外部音源が発し得る外部音とは類似しない声質または口調で前記音声通知を出力させる、
前記（３）に記載の情報処理装置。
（５）
　前記外部音源は、人または音声出力装置を含む、
前記（３）または（４）に記載の情報処理装置。
（６）
　前記出力制御部は、前記音声通知に係る出力コンテキストに基づいて、前記音声通知の出力態様を変化させるタイミングを制御する、
前記（３）～（５）のいずれかに記載の情報処理装置。
（７）
　前記出力コンテキストは、前記音声通知のカテゴリを含み、
　前記出力制御部は、前記音声通知のカテゴリが切り替わった際に、前記音声通知の出力態様を変化させる、
前記（６）に記載の情報処理装置。
（８）
　前記出力制御部は、前記音声通知の出力態様と対応付けた複数の話者キャラクターを切り替えることで、前記音声通知の出力態様を変化させる、
前記（７）に記載の情報処理装置。
（９）
　前記出力コンテキストは、前記音声通知の長さを含み、
　前記出力制御部は、前記音声通知の長さに基づいて、前記音声通知の出力態様を段階的に変化させる、
前記（７）または（８）に記載の情報処理装置。
（１０）
　前記出力コンテキストは、音声通知の出力態様に係る制御回数を含み、
　前記出力制御部は、前記制御回数に基づいて、前記音声通知の出力態様を制御する、
前記（７）～（９）のいずれかに記載の情報処理装置。
（１１）
　前記出力制御部は、前記外部音源が発し得る外部音と前記情報通知に予め設定された出力態様との類似度に基づいて、前記情報通知の出力態様を制御する、
前記（１）～（１０）のいずれかに記載の情報処理装置。
（１２）
　前記出力制御部は、前記類似度が閾値以上である場合、前記外部音源が発し得る外部音とは類似しない出力態様で前記情報通知を出力させる、
前記（１１）に記載の情報処理装置。
（１３）
　前記出力制御部は、発信源の特定に係るユーザの状態に基づいて、前記情報通知の出力態様を制御する、
前記（１）～（１２）のいずれかに記載の情報処理装置。
（１４）
　前記外部音源は、音響出力装置であり、
　前記出力制御部は、前記音響出力装置による前記外部音の出力を制御する、
前記（１）～（１３）のいずれかに記載の情報処理装置。
（１５）
　前記出力制御部は、前記外部音源による外部音の出力傾向に基づいて、前記情報通知の出力態様を制御する、
前記（１）～（１４）のいずれかに記載の情報処理装置。
（１６）
　前記外部音源を認識する認識部、
　をさらに備える、
前記（１）～（１５）のいずれかに記載の情報処理装置。
（１７）
　前記類似度を判定する判定部、
　をさらに備える、
前記（１１）または（１２）に記載の情報処理装置。
（１８）
　前記出力制御部による制御に基づいて前記情報通知を出力する音響出力部、
　をさらに備える、
前記（１）～（１７）のいずれかに記載の情報処理装置。
（１９）
　プロセッサが、音を用いた情報通知の出力を制御すること、
　を含み、
　前記制御することは、認識された外部音源に基づいて、前記外部音源が発し得る外部音とは類似しない出力態様で前記情報通知を出力させること、
　をさらに含む、
情報処理方法。
（２０）
　コンピュータを、
　音を用いた情報通知の出力を制御する出力制御部、
　を備え、
　前記出力制御部は、認識された外部音源に基づいて、前記外部音源が発し得る外部音とは類似しない出力態様で前記情報通知を出力させる、
　情報処理装置、
として機能させるためのプログラム。

　１０　　　情報処理端末
　１１０　　表示部
　１２０　　音声出力部
　１３０　　音声入力部
　１４０　　撮像部
　１５０　　制御部
　１６０　　サーバ通信部
　２０　　　情報処理サーバ
　２１０　　認識部
　２２０　　判定部
　２３０　　出力制御部
　２４０　　音声合成部
　２５０　　記憶部
　２５２　　ユーザＤＢ
　２５４　　外部音源ＤＢ
　２５６　　出力態様ＤＢ
　２６０　　端末通信部

Claims

　音を用いた情報通知の出力を制御する出力制御部、
　を備え、
　前記出力制御部は、認識された外部音源に基づいて、前記外部音源が発し得る外部音とは類似しない出力態様で前記情報通知を出力させる、
情報処理装置。
　前記情報通知の出力態様は、周波数、韻律、出力強度のうち少なくともいずれかを含む、
請求項１に記載の情報処理装置。
　前記情報通知は、音声通知を含み、
　前記出力制御部は、前記外部音源が発し得る外部音とは類似しない出力態様で前記音声通知を出力させる、
請求項１に記載の情報処理装置。
　前記出力制御部は、前記外部音源が発し得る外部音とは類似しない声質または口調で前記音声通知を出力させる、
請求項３に記載の情報処理装置。
　前記外部音源は、人または音声出力装置を含む、
請求項３に記載の情報処理装置。
　前記出力制御部は、前記音声通知に係る出力コンテキストに基づいて、前記音声通知の出力態様を変化させるタイミングを制御する、
請求項３に記載の情報処理装置。
　前記出力コンテキストは、前記音声通知のカテゴリを含み、
　前記出力制御部は、前記音声通知のカテゴリが切り替わった際に、前記音声通知の出力態様を変化させる、
請求項６に記載の情報処理装置。
　前記出力制御部は、前記音声通知の出力態様と対応付けた複数の話者キャラクターを切り替えることで、前記音声通知の出力態様を変化させる、
請求項７に記載の情報処理装置。
　前記出力コンテキストは、前記音声通知の長さを含み、
　前記出力制御部は、前記音声通知の長さに基づいて、前記音声通知の出力態様を段階的に変化させる、
請求項７に記載の情報処理装置。
　前記出力コンテキストは、音声通知の出力態様に係る制御回数を含み、
　前記出力制御部は、前記制御回数に基づいて、前記音声通知の出力態様を制御する、
請求項７に記載の情報処理装置。
　前記出力制御部は、前記外部音源が発し得る外部音と前記情報通知に予め設定された出力態様との類似度に基づいて、前記情報通知の出力態様を制御する、
請求項１に記載の情報処理装置。
　前記出力制御部は、前記類似度が閾値以上である場合、前記外部音源が発し得る外部音とは類似しない出力態様で前記情報通知を出力させる、
請求項１１に記載の情報処理装置。
　前記出力制御部は、発信源の特定に係るユーザの状態に基づいて、前記情報通知の出力態様を制御する、
請求項１に記載の情報処理装置。
　前記外部音源は、音響出力装置であり、
　前記出力制御部は、前記音響出力装置による前記外部音の出力を制御する、
請求項１に記載の情報処理装置。
　前記出力制御部は、前記外部音源による外部音の出力傾向に基づいて、前記情報通知の出力態様を制御する、
請求項１に記載の情報処理装置。
　前記外部音源を認識する認識部、
　をさらに備える、
請求項１に記載の情報処理装置。
　前記類似度を判定する判定部、
　をさらに備える、
請求項１１に記載の情報処理装置。
　前記出力制御部による制御に基づいて前記情報通知を出力する音響出力部、
　をさらに備える、
請求項１に記載の情報処理装置。
　プロセッサが、音を用いた情報通知の出力を制御すること、
　を含み、
　前記制御することは、認識された外部音源に基づいて、前記外部音源が発し得る外部音とは類似しない出力態様で前記情報通知を出力させること、
　をさらに含む、
情報処理方法。
　コンピュータを、
　音を用いた情報通知の出力を制御する出力制御部、
　を備え、
　前記出力制御部は、認識された外部音源に基づいて、前記外部音源が発し得る外部音とは類似しない出力態様で前記情報通知を出力させる、
　情報処理装置、
として機能させるためのプログラム。