特開 2024-37111 情報処理プログラム、情報処理方法、および情報処理装置

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2024037111

(43)【公開日】2024-03-18

(54)【発明の名称】情報処理プログラム、情報処理方法、および情報処理装置

(51)【国際特許分類】

   G10L 17/26 20130101AFI20240311BHJP

   A61B 5/117 20160101ALI20240311BHJP

   A61B 5/16 20060101ALI20240311BHJP

【ＦＩ】

G10L17/26

A61B5/117 200

A61B5/16 120

【審査請求】未請求

【請求項の数】5

【出願形態】ＯＬ

(21)【出願番号】P 2022141784

(22)【出願日】2022-09-06

(71)【出願人】

【識別番号】000005223

【氏名又は名称】富士通株式会社

(74)【代理人】

【識別番号】100104190

【弁理士】

【氏名又は名称】酒井 昭徳

(72)【発明者】

【氏名】宮原 捺希

【テーマコード（参考）】

4C038

【Ｆターム（参考）】

4C038PP03

4C038PS05

4C038VA07

(57)【要約】

【課題】対象の人物に対する犯罪行為の発生状況を精度よく評価すること。
【解決手段】情報処理装置１００は、対象の期間における対象の人物の会話を示す音声データ１０１に基づいて、対象の期間のうち、１以上の音声パターンそれぞれに合致する区間を特定する。情報処理装置１００は、特定した区間それぞれについて、当該区間における対象の人物の生体データ１０２を取得する。情報処理装置１００は、特定した区間それぞれについて、取得した当該区間における対象の人物の生体データ１０２に対して、１以上の音声パターンのうち、当該区間と合致したいずれかの音声パターンに対応するノイズ除去処理を実施する。情報処理装置１００は、特定した区間それぞれにおける、当該区間と合致したいずれかの音声パターンに対応するノイズ除去処理を実施した後の対象の人物の生体データ１０２に基づいて、対象の人物に対する犯罪行為の発生状況を評価する。
【選択図】図１

【特許請求の範囲】

【請求項1】

ある期間における対象の人物の会話を示す音声データを取得し、
取得した前記音声データに基づいて、前記期間のうち、設定された１以上の音声パターンそれぞれに合致する区間を特定し、
特定した前記区間それぞれについて、前記区間における前記対象の人物の生体データに対して、前記１以上の音声パターンのうち、前記区間と合致したいずれかの音声パターンに対応するノイズ除去処理を実施し、
特定した前記区間それぞれにおける、前記区間と合致したいずれかの音声パターンに対応するノイズ除去処理を実施した後の前記対象の人物の生体データに基づいて、前記対象の人物に対する犯罪行為の発生状況を評価する、
処理をコンピュータに実行させることを特徴とする情報処理プログラム。

【請求項2】

前記実施する処理は、
前記１以上の音声パターンそれぞれと、生体データからノイズを除去するフィルタとを対応付けて記憶する記憶部を参照して、特定した前記区間それぞれについて、前記区間における前記対象の人物の生体データに対して、前記１以上の音声パターンのうち、前記区間と合致したいずれかの音声パターンに対応付けられたフィルタを用いて、ノイズ除去処理を実施する、ことを特徴とする請求項１に記載の情報処理プログラム。

【請求項3】

前記音声データは、電話を介した前記期間における前記対象の人物の会話を示し、
前記評価する処理は、
特定した前記区間それぞれにおける、前記区間と合致したいずれかの音声パターンに対応するノイズ除去処理を実施した後の前記対象の人物の生体データに基づいて、電話を介した他の人物による前記対象の人物に対する詐欺行為の発生状況を評価する、ことを特徴とする請求項１または２に記載の情報処理プログラム。

【請求項4】

ある期間における対象の人物の会話を示す音声データを取得し、
取得した前記音声データに基づいて、前記期間のうち、設定された１以上の音声パターンそれぞれに合致する区間を特定し、
特定した前記区間それぞれについて、前記区間における前記対象の人物の生体データに対して、前記１以上の音声パターンのうち、前記区間と合致したいずれかの音声パターンに対応するノイズ除去処理を実施し、
特定した前記区間それぞれにおける、前記区間と合致したいずれかの音声パターンに対応するノイズ除去処理を実施した後の前記対象の人物の生体データに基づいて、前記対象の人物に対する犯罪行為の発生状況を評価する、
処理をコンピュータが実行することを特徴とする情報処理方法。

【請求項5】

ある期間における対象の人物の会話を示す音声データを取得し、
取得した前記音声データに基づいて、前記期間のうち、設定された１以上の音声パターンそれぞれに合致する区間を特定し、
特定した前記区間それぞれについて、前記区間における前記対象の人物の生体データに対して、前記１以上の音声パターンのうち、前記区間と合致したいずれかの音声パターンに対応するノイズ除去処理を実施し、
特定した前記区間それぞれにおける、前記区間と合致したいずれかの音声パターンに対応するノイズ除去処理を実施した後の前記対象の人物の生体データに基づいて、前記対象の人物に対する犯罪行為の発生状況を評価する、
制御部を有することを特徴とする情報処理装置。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、情報処理プログラム、情報処理方法、および情報処理装置に関する。

【背景技術】

【0002】

従来、電話を介して詐欺被害が発生する場合がある。例えば、詐欺師が、電話を介して、標的とした人物の近親者を騙り、当該人物から金銭を騙し取ろうとする、オレオレ詐欺と呼ばれる詐欺行為による詐欺被害が発生することがある。これに対し、対象の人物の通話時の音声データを解析し、対象の人物に対する詐欺行為の発生を検出しようとする技術が考えられる。

【0003】

先行技術としては、例えば、通話者の生体データに基づいて、通話者の緊張の度合いなどのような通話者の精神状態が平常時の精神状態と異なる度合いを示す、通話者のストレス度合いを判定するものがある。

【先行技術文献】

【特許文献】

【0004】

【特許文献1】特開２０１８－１０７７６９号公報

【発明の概要】

【発明が解決しようとする課題】

【0005】

しかしながら、従来技術では、対象の人物に対する犯罪行為の発生を精度よく検出することが難しいという問題がある。例えば、対象の人物が、電話を介した詐欺行為の標的となった場合、対象の人物の発話時間または発話回数などが少なくなる傾向があり、対象の人物の通話時の音声データを解析しても、対象の人物に対する詐欺行為の発生を精度よく検出することが難しい。

【0006】

１つの側面では、本発明は、対象の人物に対する犯罪行為の発生状況を精度よく評価することを目的とする。

【課題を解決するための手段】

【0007】

１つの実施態様によれば、ある期間における対象の人物の会話を示す音声データを取得し、取得した前記音声データに基づいて、前記期間のうち、設定された１以上の音声パターンそれぞれに合致する区間を特定し、特定した前記区間それぞれについて、前記区間における前記対象の人物の生体データに対して、前記１以上の音声パターンのうち、前記区間と合致したいずれかの音声パターンに対応するノイズ除去処理を実施し、特定した前記区間それぞれにおける、前記区間と合致したいずれかの音声パターンに対応するノイズ除去処理を実施した後の前記対象の人物の生体データに基づいて、前記対象の人物に対する犯罪行為の発生状況を評価する情報処理プログラム、情報処理方法、および情報処理装置が提案される。

【発明の効果】

【0008】

一態様によれば、対象の人物に対する犯罪行為の発生状況を精度よく評価することが可能になる。

【図面の簡単な説明】

【0009】

【図1】図１は、実施の形態にかかる情報処理方法の一実施例を示す説明図である。

【図2】図２は、情報処理システム２００の一例を示す説明図である。

【図3】図３は、情報処理システム２００の第１の適用例を示す説明図である。

【図4】図４は、情報処理システム２００の第２の適用例を示す説明図である。

【図5】図５は、情報処理装置１００のハードウェア構成例を示すブロック図である。

【図6】図６は、フィルタ情報管理テーブル６００の記憶内容の一例を示す説明図である。

【図7】図７は、感情パターン情報管理テーブル７００の記憶内容の一例を示す説明図である。

【図8】図８は、生体パターン情報管理テーブル８００の記憶内容の一例を示す説明図である。

【図9】図９は、音声データ取得装置２０１のハードウェア構成例を示すブロック図である。

【図10】図１０は、情報処理装置１００の機能的構成例を示すブロック図である。

【図11】図１１は、情報処理装置１００の動作例を示す説明図（その１）である。

【図12】図１２は、情報処理装置１００の動作例を示す説明図（その２）である。

【図13】図１３は、情報処理装置１００の動作例を示す説明図（その３）である。

【図14】図１４は、全体処理手順の一例を示すフローチャートである。

【発明を実施するための形態】

【0010】

以下に、図面を参照して、本発明にかかる情報処理プログラム、情報処理方法、および情報処理装置の実施の形態を詳細に説明する。

【0011】

（実施の形態にかかる情報処理方法の一実施例）
図１は、実施の形態にかかる情報処理方法の一実施例を示す説明図である。情報処理装置１００は、犯罪行為の発生状況を評価するためのコンピュータである。

【0012】

情報処理装置１００は、例えば、サーバまたはＰＣ（Ｐｅｒｓｏｎａｌ Ｃｏｍｐｕｔｅｒ）などである。情報処理装置１００は、例えば、スマートフォンまたはスマートスピーカーなどであってもよい。

【0013】

犯罪行為は、例えば、特殊詐欺と呼ばれる詐欺行為である。犯罪行為は、具体的には、電話を介した詐欺行為である。例えば、詐欺師が、電話を介して、標的とした人物の近親者を騙り、当該人物から金銭を騙し取ろうとする、オレオレ詐欺と呼ばれる詐欺行為が存在する。

【0014】

また、例えば、詐欺師が、自治体または税務署などの職員を騙り、標的とした人物に、医療費または保険料などに対する過払い金の受け取りを示唆し、当該人物から金銭を騙し取ろうとする、還付金詐欺と呼ばれる詐欺行為が存在する。また、例えば、複数の詐欺師が、それぞれ、標的とした人物の近親者、警察官、および、弁護士などを騙り、当該人物から金銭を騙し取ろうとする、劇場型詐欺と呼ばれる詐欺行為が存在する。

【0015】

このため、詐欺行為による詐欺被害を防止する技術が望まれる。例えば、対象の人物の通話時の音声データを解析し、詐欺行為の発生状況を評価することにより、対象の人物に対する詐欺行為の発生を検出し、詐欺行為による詐欺被害を防止しようとする第１の技術が考えられる。具体的には、通話開始から通話終了までの通話期間における対象の人物の通話時の音声データを解析し、詐欺行為の発生状況を評価することが考えられる。

【0016】

しかしながら、この第１の技術では、対象の人物に対する詐欺行為の発生を精度よく検出することが難しいという問題がある。例えば、対象の人物が、電話を介した詐欺行為の標的となった場合、対象の人物の発話時間または発話回数などが少なくなる傾向がある。このため、対象の人物の通話時の音声データを解析しても、対象の人物に対する詐欺行為の発生を精度よく検出することが難しい。例えば、対象の人物の通話時の音声データのうち、対象の人物が相槌した区間などの発話時間が比較的短い区間に関する部分データが、対象の人物に対する詐欺行為の発生状況を評価する際にノイズとなることが考えられる。

【0017】

また、例えば、対象の人物の通話時の生体データを解析し、詐欺行為の発生状況を評価することにより、対象の人物に対する詐欺行為の発生を検出し、詐欺行為による詐欺被害を防止しようとする第２の技術が考えられる。具体的には、通話開始から通話終了までの通話期間における対象の人物の通話時の生体データを解析し、詐欺行為の発生状況を評価することが考えられる。

【0018】

この第２の技術でも、対象の人物に対する詐欺行為の発生を精度よく検出することが難しい。例えば、対象の人物の通話時の生体データにノイズが含まれるため、対象の人物の通話時の生体データを解析しても、対象の人物に対する詐欺行為の発生を精度よく検出することが難しい場合がある。

【0019】

具体的には、呼吸周期の影響により、対象の人物の通話時の生体データに、大きさが一定ではなく変動するノイズが含まれることがある。また、具体的には、対象の人物の発話中、対象の人物の体動により、対象の人物の通話時の生体データに含まれるノイズが大きくなる傾向がある。また、具体的には、対象の人物の会話の流れによって、対象の人物が様々な動作を行ったり、対象の人物の体動の大きさなどが変化したりすることにより、対象の人物の通話時の生体データに、大きさが一定ではなく変動するノイズが含まれることがある。このため、対象の人物の通話時の生体データを解析しても、対象の人物に対する詐欺行為の発生を精度よく検出することが難しい。例えば、対象の人物の通話時の生体データから、一律の基準でノイズを除去しようとしても、ノイズを適切に除去することができない場合がある。

【0020】

そこで、本実施の形態では、対象の人物に対する犯罪行為の発生状況を精度よく評価することができる情報処理方法について説明する。

【0021】

図１において、（１－１）情報処理装置１００は、対象の期間における対象の人物の会話を示す音声データ１０１を取得する。対象の人物は、犯罪行為から保護することが望まれる人物である。犯罪行為は、例えば、詐欺行為である。音声データ１０１は、電話を介した、対象の人物と他の人物との会話を示す。他の人物は、例えば、犯罪者である場合が考えられる。犯罪者は、例えば、詐欺師である。対象の期間は、例えば、対象の人物が会話中の期間である。対象の期間は、具体的には、通話開始から通話終了までの通話期間である。

【0022】

情報処理装置１００は、例えば、マイクを有し、マイクを用いて対象の人物の会話を録音することにより、音声データ１０１を取得する。情報処理装置１００は、例えば、音声データ１０１を、他のコンピュータから受信することにより取得してもよい。他のコンピュータは、例えば、スマートフォンまたはスマートスピーカーなどである。

【0023】

情報処理装置１００は、具体的には、対象の人物の通話中、マイクを用いて対象の人物の会話を録音し続け、対象の人物の通話開始から通話終了までの期間における対象の人物の会話を示す音声データ１０１を取得する。情報処理装置１００は、具体的には、対象の人物の通話中、マイクを用いて対象の人物の会話を録音し続け、対象の人物の通話中の所定のタイミングごとに、現時点から一定時間前までの期間における対象の人物の会話を示す音声データ１０１を取得してもよい。所定のタイミングは、例えば、一定時間ごとのタイミングである。

【0024】

（１－２）情報処理装置１００は、１以上の音声パターンを記憶する。音声パターンは、例えば、ある発話属性に対応する音声データが示す会話音声の特徴を示す。発話属性は、例えば、対象の人物が沈黙したことを示す「沈黙」、および、対象の人物が相槌したことを示す「相槌」などである。発話属性は、例えば、対象の人物が他の人物の発話を聴取したことを示す「聴取」などであってもよい。発話属性は、例えば、対象の人物が発話したことを示す「発話」などであってもよい。

【0025】

音声パターンは、例えば、ある区間の音声または発話内容などと照合することにより、当該区間に対応する発話属性を特定可能にする基準パターンを示す。音声パターンは、具体的には、ある発話属性に対応するキーワードを示す。音声パターンは、具体的には、ある発話属性に対応する音声のトーン、声量、または、波長などを示していてもよい。

【0026】

情報処理装置１００は、具体的には、「沈黙」に対応する音声パターン、および、「相槌」に対応する音声パターンなどを記憶する。情報処理装置１００は、具体的には、「発話」に対応する音声パターンを記憶していてもよい。「発話」に対応する音声パターンは、「沈黙」に対応する音声パターン、および、「相槌」に対応する音声パターンに合致しないことを、音声の特徴として示していてもよい。

【0027】

情報処理装置１００は、取得した音声データ１０１に基づいて、対象の期間のうち、１以上の音声パターンそれぞれに合致する区間を特定する。情報処理装置１００は、例えば、音声データ１０１に基づいて、対象の期間のうち、「沈黙」に対応する音声パターンが現れる区間を、沈黙区間に分類して特定する。情報処理装置１００は、例えば、音声データ１０１に基づいて、対象の期間のうち、「相槌」に対応する音声パターンが現れる区間を、相槌区間に分類して特定する。沈黙区間と相槌区間とは、聴取区間の一部である。

【0028】

情報処理装置１００は、例えば、音声データ１０１に基づいて、対象の期間のうち、「発話」に対応する音声パターンが現れる区間を、発話区間に分類して特定する。情報処理装置１００は、具体的には、音声データ１０１に基づいて、対象の期間のうち、沈黙区間および相槌区間以外の残余の区間を、発話区間に分類して特定してもよい。

【0029】

（１－３）情報処理装置１００は、特定した区間それぞれについて、当該区間における対象の人物の生体データ１０２を取得する。情報処理装置１００は、例えば、沈黙区間、相槌区間、および、発話区間について、対象の人物の生体データ１０２を取得する。

【0030】

情報処理装置１００は、具体的には、生体センサを有し、生体センサを用いて対象の人物の心拍、脈拍、体温、または、発汗などの特徴値を計測することにより、生体データ１０２を取得する。情報処理装置１００は、具体的には、生体データ１０２を、他のコンピュータから受信することにより取得してもよい。他のコンピュータは、例えば、スマートフォンまたはウェアラブル端末などである。

【0031】

情報処理装置１００は、より具体的には、対象の人物の通話中、生体センサを用いて対象の人物の特徴値を計測し続け、対象の人物の通話開始から通話終了までの期間における対象の人物の特徴値の時間変化を示す、全体の生体データを取得する。情報処理装置１００は、より具体的には、取得した全体の生体データのうち、沈黙区間、相槌区間、および、発話区間における対象の人物の生体データ１０２を抽出することにより、対象の人物の生体データ１０２を取得する。

【0032】

情報処理装置１００は、より具体的には、対象の人物の通話中、生体センサを用いて対象の人物の特徴値を計測し続ける。そして、情報処理装置１００は、より具体的には、対象の人物の通話中の所定のタイミングごとに、現時点から一定時間前までの期間における対象の人物の特徴値の時間変化を示す、全体の生体データを取得してもよい。所定のタイミングは、例えば、一定時間ごとのタイミングである。情報処理装置１００は、より具体的には、取得した全体の生体データのうち、沈黙区間、相槌区間、および、発話区間における対象の人物の生体データ１０２を抽出することにより、対象の人物の生体データ１０２を取得する。

【0033】

（１－４）情報処理装置１００は、特定した区間それぞれについて、取得した当該区間における対象の人物の生体データ１０２に対して、１以上の音声パターンのうち、当該区間と合致したいずれかの音声パターンに対応するノイズ除去処理を実施する。情報処理装置１００は、例えば、特定した区間と合致した音声パターンに対応する発話傾向または動作傾向などに応じて、当該区間における対象の人物の生体データ１０２から、当該発話傾向または当該動作傾向に対応する大きさおよび種類のノイズを除去する。

【0034】

動作傾向は、例えば、人物が沈黙する場合の動作が比較的小さいことを示す。動作傾向は、例えば、人物が相槌する場合の動作が、人物が沈黙する場合に比べて大きくなり易いことを示す。動作傾向は、例えば、人物が発話する場合の動作が比較的大きく、人物が発話する場合の動作が、人物が相槌する場合に比べて大きくなり易いことを示す。

【0035】

（１－５）情報処理装置１００は、特定した区間それぞれにおける、当該区間と合致したいずれかの音声パターンに対応するノイズ除去処理を実施した後の対象の人物の生体データ１０２に基づいて、対象の人物に対する犯罪行為の発生状況を評価する。

【0036】

情報処理装置１００は、例えば、特定した区間それぞれにおける、当該区間と合致したいずれかの音声パターンに対応するノイズ除去処理を実施した後の対象の人物の生体データ１０２に基づいて、対象の人物に関する特徴量を生成する。

【0037】

特徴量は、例えば、生体的な特徴量である。特徴量は、具体的には、生体的な１以上の特徴値、生体的な特徴値の統計値、または、生体的な特徴値の変化量などである。生体的な特徴値は、例えば、心拍、脈拍、体温、または、発汗などに関する特徴値である。生体的な特徴値は、具体的には、心拍数である。統計値は、例えば、平均値、中央値、最頻値、最大値、または、最小値などである。これにより、情報処理装置１００は、対象の人物に対する犯罪行為の発生状況を評価する指標値となる特徴量を得ることができる。

【0038】

情報処理装置１００は、例えば、生成した特徴量に基づいて、対象の人物に対する犯罪行為の発生状況を評価する。情報処理装置１００は、具体的には、特定した区間それぞれについて、生成した特徴量が、生体的な特徴値の変化量であれば、生成した特徴量と閾値とを比較する。閾値は、例えば、予め利用者によって設定される。情報処理装置１００は、具体的には、生成した特徴量が閾値以上であれば、対象の人物に対する犯罪行為が発生したと評価する。情報処理装置１００は、具体的には、生成した特徴量が閾値未満であれば、対象の人物に対する犯罪行為が発生していないと評価する。

【0039】

情報処理装置１００は、具体的には、特定した区間それぞれについて、生成した特徴量が、生体的な１以上の特徴値であれば、当該区間における特徴量の変化パターンに基づいて、対象の人物に対する犯罪行為の発生状況を評価してもよい。情報処理装置１００は、具体的には、特定した区間それぞれについて、生成した特徴量が、生体的な特徴値の統計値であれば、複数の区間に跨った特徴量の変化パターンに基づいて、対象の人物に対する犯罪行為の発生状況を評価してもよい。

【0040】

これにより、情報処理装置１００は、対象の人物に対する詐欺行為の発生状況を精度よく評価することができる。このため、情報処理装置１００は、対象の人物に対する詐欺行為の発生を精度よく検出可能にすることができる。情報処理装置１００は、対象の人物に対する詐欺行為による詐欺被害の発生を防止し易くすることができる。

【0041】

情報処理装置１００は、例えば、特定した区間ごとに、当該区画と合致したいずれかの音声パターンに対応する発話傾向または動作傾向などに応じて、当該区間における対象の人物の生体データ１０２から、適切にノイズを除去することができる。このため、情報処理装置１００は、ノイズを適切に除去した生体データ１０２に基づいて、対象の人物に対する詐欺行為の発生状況を精度よく評価することができる。

【0042】

ここでは、情報処理装置１００が、単独で動作する場合について説明したが、これに限らない。例えば、情報処理装置１００が、他のコンピュータと協働する場合があってもよい。例えば、複数のコンピュータが、情報処理装置１００としての機能を実現する場合があってもよい。具体的には、クラウド上に情報処理装置１００としての機能が実現される場合があってもよい。

【0043】

（情報処理システム２００の一例）
次に、図２を用いて、図１に示した情報処理装置１００を適用した、情報処理システム２００の一例について説明する。

【0044】

図２は、情報処理システム２００の一例を示す説明図である。図２において、情報処理システム２００は、情報処理装置１００と、音声データ取得装置２０１と、生体データ取得装置２０２と、アラート出力装置２０３とを含む。

【0045】

情報処理システム２００において、情報処理装置１００と音声データ取得装置２０１とは、有線または無線のネットワーク２１０を介して接続される。ネットワーク２１０は、例えば、ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）、ＷＡＮ（Ｗｉｄｅ Ａｒｅａ Ｎｅｔｗｏｒｋ）、インターネットなどである。

【0046】

また、情報処理システム２００において、情報処理装置１００と生体データ取得装置２０２とは、有線または無線のネットワーク２１０を介して接続される。また、情報処理システム２００において、情報処理装置１００とアラート出力装置２０３とは、有線または無線のネットワーク２１０を介して接続される。

【0047】

情報処理装置１００は、対象の人物に対する犯罪行為の発生状況を評価するためのコンピュータである。対象の人物は、犯罪行為から保護することが望まれる人物である。犯罪行為は、例えば、詐欺行為である。発生状況は、例えば、発生有無である。

【0048】

情報処理装置１００は、対象の期間における対象の人物の音声データを取得する。音声データは、電話を介した、対象の人物と他の人物との会話を示す。他の人物は、例えば、犯罪者である場合が考えられる。犯罪者は、例えば、詐欺師である。情報処理装置１００は、例えば、対象の期間における対象の人物の音声データを、音声データ取得装置２０１から受信することにより取得する。

【0049】

情報処理装置１００は、具体的には、一定時間ごとに、過去一定時間分の対象の期間における対象の人物の音声データを、音声データ取得装置２０１から受信することにより取得する。情報処理装置１００は、具体的には、対象の人物の通話終了時、通話開始から通話終了までの対象の期間における対象の人物の音声データを、音声データ取得装置２０１から受信することにより取得してもよい。

【0050】

情報処理装置１００は、対象の期間における対象の人物の生体データを取得する。生体データは、対象の人物の生体的な特徴値の時間変化を示す。生体的な特徴値は、例えば、心拍数、脈拍数、体温、または、発汗量などである。情報処理装置１００は、例えば、対象の期間における対象の人物の生体データを、生体データ取得装置２０２から受信することにより取得する。

【0051】

情報処理装置１００は、具体的には、一定時間ごとに、過去一定時間分の対象の期間における対象の人物の生体データを、生体データ取得装置２０２から受信することにより取得する。情報処理装置１００は、具体的には、対象の人物の通話終了時、通話開始から通話終了までの対象の期間における対象の人物の生体データを、生体データ取得装置２０２から受信することにより取得してもよい。

【0052】

情報処理装置１００は、取得した音声データと、取得した生体データとに基づいて、対象の人物に対する詐欺行為の発生状況を評価する。情報処理装置１００は、例えば、取得した音声データに基づいて、対象の期間を、発話区間と、聴取区間とに分類する。情報処理装置１００は、具体的には、取得した音声データに基づいて、対象の期間における複数の発話者を特定する。情報処理装置１００は、具体的には、取得した音声データに基づいて、それぞれの発話者について、当該発話者が発話した区間、当該区間における当該発話者の音声、および、当該区間における当該発話者の発話内容などを特定する。

【0053】

ここで、情報処理装置１００は、具体的には、音声パターンと、発話属性とを対応付けて記憶する。音声パターンは、例えば、対象の人物の音声または発話内容と照合することにより、区間に対応する発話属性を特定可能にする基準パターンである。発話属性は、例えば、対象の人物が沈黙したことを示す「沈黙」、および、対象の人物が相槌したことを示す「相槌」などである。発話属性は、例えば、対象の人物が発話したことを示す「発話」などであってもよい。情報処理装置１００は、より具体的には、図６に後述するフィルタ情報管理テーブル６００を記憶する。

【0054】

情報処理装置１００は、具体的には、特定した発話者に基づいて、特定した対象の人物の音声または発話内容と、記憶した音声パターンとを照合することにより、対象の期間のうち、「沈黙」、または、「相槌」などの発話属性を有する区間を特定する。情報処理装置１００は、具体的には、特定した発話者に基づいて、特定した対象の人物の音声または発話内容と、記憶した音声パターンとを照合することにより、対象の期間のうち、「発話」の発話属性を有する区間を特定してもよい。

【0055】

情報処理装置１００は、具体的には、対象の期間のうち、「沈黙」の発話属性を有し、発話者が対象の人物とは異なる他の人物のみである区間を、聴取区間に分類する。情報処理装置１００は、例えば、「相槌」の発話属性を有する区間を、聴取区間に分類する。情報処理装置１００は、具体的には、対象の期間のうち、発話者が少なくとも対象の人物を含み、「相槌」の発話属性を有さない区間を、発話区間に分類する。情報処理装置１００は、より具体的には、対象の期間のうち、「発話」の発話属性を有する区間を、発話区間に分類してもよい。情報処理装置１００は、具体的には、連続する２以上の聴取区間を結合してもよい。情報処理装置１００は、具体的には、連続する２以上の発話区間を結合してもよい。

【0056】

情報処理装置１００は、対象の期間における対象の人物の生体データのうち、聴取区間における対象の人物の生体データを抽出して加工する。ここで、情報処理装置１００は、例えば、発話属性と、生体データを加工するためのフィルタとを対応付けて記憶する。情報処理装置１００は、具体的には、図６に後述するフィルタ情報管理テーブル６００を記憶する。

【0057】

情報処理装置１００は、分類した聴取区間のうち、沈黙の発話属性を有する区間における対象の人物の生体データに対して、沈黙の発話属性に対応するフィルタを適用することにより、当該生体データからノイズを除去する。情報処理装置１００は、分類した聴取区間のうち、相槌の発話属性を有する区間における対象の人物の生体データに対して、相槌の発話属性に対応するフィルタを適用することにより、当該生体データからノイズを除去する。

【0058】

情報処理装置１００は、それぞれの聴取区間について、当該聴取区間におけるノイズを除去した後の対象の人物の生体データに基づいて、第１の特徴量を算出する。第１の特徴量は、例えば、聴取区間における心拍数の統計値などである。第１の特徴量は、聴取区間における心拍数の変化量などであってもよい。

【0059】

情報処理装置１００は、それぞれの発話区間について、当該発話区間における対象の人物の音声データに基づいて、第２の特徴量を算出する。第２の特徴量は、例えば、発話区間における対象の人物の感情の特徴値である。感情の特徴値は、例えば、対象の人物の感情がネガティブであるか、または、ポジティブであるかを示す。

【0060】

感情の特徴値は、例えば、対象の人物の感情が、喜び、怒り、悲しみ、残念、驚き、意欲的、または、消極的などであることを示していてもよい。感情の特徴値は、例えば、ストレス度合いなどであってもよい。第２の特徴量は、例えば、発話区間における対象の人物の感情の特徴値の変化量などであってもよい。第２の特徴量は、具体的には、発話区間における対象の人物のストレス度合いの変化量などであってもよい。

【0061】

情報処理装置１００は、算出した第１の特徴量と、算出した第２の特徴量とに基づいて、対象の人物に対する詐欺行為の発生状況を評価する。ここで、情報処理装置１００は、例えば、第１の特徴量の変化パターンと、詐欺行為の発生状況の解とを対応付けて記憶する。情報処理装置１００は、具体的には、図７に後述する感情パターン情報管理テーブル７００を記憶する。情報処理装置１００は、例えば、算出した第１の特徴量の変化パターンに対応する詐欺行為の発生状況の解を特定することにより、対象の人物に対する詐欺行為の発生状況を評価する。

【0062】

情報処理装置１００は、例えば、算出した第１の特徴量が心拍数の変化量であれば、第１の特徴量と閾値とを比較することにより、対象の人物に対する詐欺行為の発生状況を評価してもよい。閾値は、例えば、予め利用者によって設定される。情報処理装置１００は、具体的には、第１の特徴量が閾値以上であれば、対象の人物に対する詐欺行為が発生したと評価する。情報処理装置１００は、具体的には、第１の特徴量が閾値未満であれば、対象の人物に対する詐欺行為が発生していないと評価する。

【0063】

また、情報処理装置１００は、例えば、第２の特徴量の変化パターンと、詐欺行為の発生状況の解とを対応付けて記憶する。情報処理装置１００は、具体的には、図８に後述する生体パターン情報管理テーブル８００を記憶する。情報処理装置１００は、例えば、算出した第２の特徴量の変化パターンに対応する詐欺行為の発生状況の解を特定することにより、対象の人物に対する詐欺行為の発生状況を評価する。

【0064】

情報処理装置１００は、例えば、算出した第２の特徴量がストレス度合いの変化量であれば、第２の特徴量と閾値とを比較することにより、対象の人物に対する詐欺行為の発生状況を評価してもよい。閾値は、例えば、予め利用者によって設定される。情報処理装置１００は、具体的には、第２の特徴量が閾値以上であれば、対象の人物に対する詐欺行為が発生したと評価する。情報処理装置１００は、具体的には、第２の特徴量が閾値未満であれば、対象の人物に対する詐欺行為が発生していないと評価する。

【0065】

情報処理装置１００は、対象の人物に対する詐欺行為の発生状況を評価した結果、対象の人物に対する詐欺行為が発生したと判定した場合、対象の人物に対する詐欺行為が発生したことを示す通知を、アラート出力装置２０３に送信する。情報処理装置１００は、例えば、サーバ、または、ＰＣなどである。

【0066】

音声データ取得装置２０１は、対象の期間における対象の人物の音声データを取得するコンピュータである。音声データ取得装置２０１は、例えば、対象の人物の通話時、対象の人物の会話を録音し続ける。音声データ取得装置２０１は、例えば、一定時間ごとに、過去一定時間分の対象の期間における、録音した対象の人物の会話を示す音声データを生成し、情報処理装置１００に送信する。音声データ取得装置２０１は、例えば、ＰＣ、タブレット端末、スマートフォン、ウェアラブル端末、または、スマートスピーカーなどである。

【0067】

生体データ取得装置２０２は、対象の期間における対象の人物の生体データを取得するコンピュータである。生体データ取得装置２０２は、例えば、対象の人物の通話時、対象の人物の生体的な特徴値を計測し続ける。生体データ取得装置２０２は、例えば、一定時間ごとに、過去一定時間分の対象の期間における、計測した対象の人物の生体的な特徴値の時間変化を示す生体データを生成し、情報処理装置１００に送信する。生体データ取得装置２０２は、例えば、ＰＣ、タブレット端末、スマートフォン、または、ウェアラブル端末などである。

【0068】

アラート出力装置２０３は、対象の人物に対する詐欺行為が発生したことを示すアラートを出力するコンピュータである。アラート出力装置２０３は、例えば、対象の人物に対する詐欺行為が発生したことを示す通知を、情報処理装置１００から受信する。アラート出力装置２０３は、例えば、対象の人物に対する詐欺行為が発生したことを示す通知を受信したことに応じて、対象の人物に対する詐欺行為が発生したことを示すアラートを出力する。

【0069】

アラート出力装置２０３は、具体的には、対象の人物に対する詐欺行為が発生したことを示すアラートを、特定の人物または特定の組織宛てに出力する。特定の人物は、例えば、対象の人物本人、または、対象の人物の近親者などである。特定の組織は、例えば、警察、金融機関、警備会社、または、介護施設などである。アラート出力装置２０３は、例えば、ＰＣ、タブレット端末、スマートフォン、ウェアラブル端末、または、スマートスピーカーなどである。

【0070】

ここでは、情報処理装置１００と、音声データ取得装置２０１とが異なる装置である場合について説明したが、これに限らない。例えば、情報処理装置１００が、音声データ取得装置２０１としての機能を有し、音声データ取得装置２０１としても動作する場合があってもよい。

【0071】

ここでは、情報処理装置１００と、生体データ取得装置２０２とが異なる装置である場合について説明したが、これに限らない。例えば、情報処理装置１００が、生体データ取得装置２０２としての機能を有し、生体データ取得装置２０２としても動作する場合があってもよい。

【0072】

ここでは、情報処理装置１００と、アラート出力装置２０３とが異なる装置である場合について説明したが、これに限らない。例えば、情報処理装置１００が、アラート出力装置２０３としての機能を有し、アラート出力装置２０３としても動作する場合があってもよい。

【0073】

ここでは、音声データ取得装置２０１と、生体データ取得装置２０２とが異なる装置である場合について説明したが、これに限らない。例えば、音声データ取得装置２０１が、生体データ取得装置２０２としての機能を有し、生体データ取得装置２０２としても動作する場合があってもよい。

【0074】

ここでは、音声データ取得装置２０１と、アラート出力装置２０３とが異なる装置である場合について説明したが、これに限らない。例えば、音声データ取得装置２０１が、アラート出力装置２０３としての機能を有し、アラート出力装置２０３としても動作する場合があってもよい。

【0075】

ここでは、生体データ取得装置２０２と、アラート出力装置２０３とが異なる装置である場合について説明したが、これに限らない。例えば、生体データ取得装置２０２が、アラート出力装置２０３としての機能を有し、アラート出力装置２０３としても動作する場合があってもよい。

【0076】

（情報処理システム２００の適用例）
次に、図３および図４を用いて、情報処理システム２００の適用例について説明する。

【0077】

図３は、情報処理システム２００の第１の適用例を示す説明図である。図３において、詐欺行為から保護する対象の人物となるユーザ３０１は、スマートフォン３１０を有する。ユーザ３０１は、例えば、ユーザ３０１の自宅などに居る。ユーザ３０１は、例えば、外出していてもよい。情報処理システム２００は、ユーザ３０１が、スマートフォン３１０を介して、他の人物と会話する場合に対して適用することができる。他の人物は、例えば、詐欺師３０２である。

【0078】

この場合、例えば、スマートフォン３１０が、情報処理装置１００としての機能、音声データ取得装置２０１としての機能、生体データ取得装置２０２としての機能、および、アラート出力装置２０３としての機能を実現することになる。

【0079】

スマートフォン３１０は、例えば、マイクを有し、ユーザ３０１の通話時、マイクを用いて、ユーザ３０１の会話を示す音声データを取得することにより、音声データ取得装置２０１としての機能を実現する。スマートフォン３１０は、例えば、側面に生体センサ３１１を有し、ユーザ３０１の通話時、ユーザ３０１の手に接触した生体センサ３１１を用いて、ユーザ３０１の生体データを取得することにより、生体データ取得装置２０２としての機能を実現する。

【0080】

スマートフォン３１０は、例えば、音声データと、生体データとに基づいて、対象の人物に対する犯罪行為の発生状況を評価し、対象の人物に対する詐欺行為が発生したか否かを判定することにより、情報処理装置１００としての機能を実現する。スマートフォン３１０は、例えば、対象の人物に対する詐欺行為が発生したと判定した場合、対象の人物に対する詐欺行為が発生したことを示すアラートを出力することにより、アラート出力装置２０３としての機能を実現する。これにより、情報処理システム２００は、ユーザ３０１が、スマートフォン３１０を介して、詐欺師と会話する場合において、詐欺行為による詐欺被害を防止し易くすることができる。次に、図４の説明に移行する。

【0081】

図４は、情報処理システム２００の第２の適用例を示す説明図である。図４において、詐欺行為から保護する対象の人物となるユーザ４０１は、ウェアラブル端末４１１を装着する。また、ユーザ４０１の近傍に、スマートスピーカー４１２が存在するとする。ユーザ４０１は、例えば、ユーザ４０１の自宅などに居る。

【0082】

また、ウェアラブル端末４１１、および、スマートスピーカー４１２と通信可能なサーバ４１３が存在するとする。また、ユーザ４０１の関係者４０３は、スマートフォン４１４を有するとする。関係者４０３は、例えば、ユーザ４０１の近親者などである。関係者４０３は、例えば、関係者４０３の自宅である関係者宅などに居る。情報処理システム２００は、ユーザ４０１が、固定電話機４１５を介して、他の人物と会話する場合に対して適用することができる。他の人物は、例えば、詐欺師４０２である。

【0083】

この場合、例えば、サーバ４１３が、情報処理装置１００としての機能を実現することになる。サーバ４１３は、例えば、情報処理システム２００を管理する管理会社などに設けられる。また、スマートスピーカー４１２が、音声データ取得装置２０１としての機能を実現することになる。また、ウェアラブル端末４１１が、生体データ取得装置２０２としての機能を実現することになる。また、スマートフォン４１４が、アラート出力装置２０３としての機能を実現することになる。

【0084】

スマートスピーカー４１２は、例えば、マイクを有し、ユーザ４０１の通話時、マイクを用いて、ユーザ４０１の会話を示す音声データを取得することにより、音声データ取得装置２０１としての機能を実現する。スマートスピーカー４１２は、例えば、取得した音声データを、サーバ４１３に送信する。

【0085】

ウェアラブル端末４１１は、例えば、生体センサを有し、ユーザ４０１の通話時、ユーザ４０１の手に接触した生体センサを用いて、ユーザ４０１の生体データを取得することにより、生体データ取得装置２０２としての機能を実現する。ウェアラブル端末４１１は、例えば、取得した生体データを、サーバ４１３に送信する。

【0086】

サーバ４１３は、例えば、音声データと、生体データとに基づいて、対象の人物に対する犯罪行為の発生状況を評価し、対象の人物に対する詐欺行為が発生したか否かを判定することにより、情報処理装置１００としての機能を実現する。サーバ４１３は、例えば、対象の人物に対する詐欺行為が発生したと判定した場合、対象の人物に対する詐欺行為が発生したことを示す通知を、スマートフォン４１４に送信する。

【0087】

スマートフォン４１４は、例えば、対象の人物に対する詐欺行為が発生したことを示す通知を受信したことに応じて、対象の人物に対する詐欺行為が発生したことを示すアラートを出力することにより、アラート出力装置２０３としての機能を実現する。これにより、情報処理システム２００は、ユーザ４０１が、固定電話機４１５を介して、詐欺師４０２と会話する場合において、詐欺行為による詐欺被害を防止し易くすることができる。

【0088】

情報処理システム２００は、例えば、ユーザ４０１に対する詐欺行為が発生したと判定した場合、関係者４０３が、ユーザ４０１に対する詐欺行為が発生したことを把握可能にすることができる。このため、情報処理システム２００は、関係者４０３が、詐欺行為による詐欺被害を防止するために、ユーザ４０１に連絡を取ったり、警察または銀行に連絡を取ったりするような対策を素早く実施し易くすることができる。

【0089】

ここでは、ユーザ４０１の関係者４０３が有するスマートフォン４１４が、アラート出力装置２０３としての機能を実現する場合について説明したが、これに限らない。例えば、警察または銀行に設置されたサーバまたはＰＣなどのコンピュータが、アラート出力装置２０３としての機能を実現する場合があってもよい。

【0090】

ここでは、詐欺師４０２が、電話を介して詐欺行為を行おうとする状況に対して、情報処理システム２００を適用する場合について説明したが、これに限らない。例えば、詐欺師４０２が、ユーザ４０１と対面して、詐欺行為を行おうとする状況に対して、情報処理システム２００を適用する場合があってもよい。

【0091】

（情報処理装置１００のハードウェア構成例）
次に、図５を用いて、情報処理装置１００のハードウェア構成例について説明する。

【0092】

図５は、情報処理装置１００のハードウェア構成例を示すブロック図である。図５において、情報処理装置１００は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）５０１と、メモリ５０２と、ネットワークＩ／Ｆ（Ｉｎｔｅｒｆａｃｅ）５０３と、記録媒体Ｉ／Ｆ５０４と、記録媒体５０５とを有する。また、各構成部は、バス５００によってそれぞれ接続される。

【0093】

ここで、ＣＰＵ５０１は、情報処理装置１００の全体の制御を司る。メモリ５０２は、例えば、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）およびフラッシュＲＯＭなどを有する。具体的には、例えば、フラッシュＲＯＭやＲＯＭが各種プログラムを記憶し、ＲＡＭがＣＰＵ５０１のワークエリアとして使用される。メモリ５０２に記憶されるプログラムは、ＣＰＵ５０１にロードされることにより、コーディングされている処理をＣＰＵ５０１に実行させる。メモリ５０２は、例えば、図６に後述するフィルタ情報管理テーブル６００と、図７に後述する感情パターン情報管理テーブル７００と、図８に後述する生体パターン情報管理テーブル８００とを記憶する。

【0094】

ネットワークＩ／Ｆ５０３は、通信回線を通じてネットワーク２１０に接続され、ネットワーク２１０を介して他のコンピュータに接続される。そして、ネットワークＩ／Ｆ５０３は、ネットワーク２１０と内部のインターフェースを司り、他のコンピュータからのデータの入出力を制御する。ネットワークＩ／Ｆ５０３は、例えば、モデムやＬＡＮアダプタなどである。

【0095】

記録媒体Ｉ／Ｆ５０４は、ＣＰＵ５０１の制御に従って記録媒体５０５に対するデータのリード／ライトを制御する。記録媒体Ｉ／Ｆ５０４は、例えば、ディスクドライブ、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）ポートなどである。記録媒体５０５は、記録媒体Ｉ／Ｆ５０４の制御で書き込まれたデータを記憶する不揮発メモリである。記録媒体５０５は、例えば、ディスク、半導体メモリ、ＵＳＢメモリなどである。記録媒体５０５は、情報処理装置１００から着脱可能であってもよい。

【0096】

情報処理装置１００は、上述した構成部の他、例えば、キーボード、マウス、プリンタ、または、スキャナなどを有してもよい。また、情報処理装置１００は、記録媒体Ｉ／Ｆ５０４や記録媒体５０５を複数有していてもよい。また、情報処理装置１００は、記録媒体Ｉ／Ｆ５０４や記録媒体５０５を有していなくてもよい。

【0097】

また、情報処理装置１００は、上述した構成部の他、図９に後述する音声センサ９０６に対応する構成部を有していてもよい。また、情報処理装置１００は、上述した構成部の他、図９に後述する生体センサ９０７に対応する構成部を有していてもよい。また、情報処理装置１００は、上述した構成部の他、図９に後述する出力装置９０８に対応する構成部を有していてもよい。

【0098】

（フィルタ情報管理テーブル６００の記憶内容）
次に、図６を用いて、フィルタ情報管理テーブル６００の記憶内容の一例について説明する。フィルタ情報管理テーブル６００は、例えば、図５に示した情報処理装置１００のメモリ５０２や記録媒体５０５などの記憶領域により実現される。

【0099】

図６は、フィルタ情報管理テーブル６００の記憶内容の一例を示す説明図である。図６に示すように、フィルタ情報管理テーブル６００は、音声パターンと、種類と、フィルタとのフィールドを有する。フィルタ情報管理テーブル６００は、音声パターンごとに各フィールドに情報を設定することにより、フィルタ情報がレコード６００－ａとして記憶される。ａは、任意の整数である。

【0100】

音声パターンのフィールドには、対象の人物が会話中の期間を複数の区間に分類して当該区間に発話属性を割り振るための条件を示す音声パターンが設定される。音声パターンは、区間に割り振る発話属性を特定可能にする。音声パターンは、例えば、発話属性に対応する音声データが示す会話音声の特徴を示す。音声パターンは、具体的には、発話属性に対応するキーワードを示す。音声パターンは、具体的には、発話属性に対応する音声のトーン、声量、または、波長などを示していてもよい。

【0101】

音声パターンのフィールドには、具体的には、「沈黙」に対応する音声パターン、または、「相槌」に対応する音声パターンなどが設定される。音声パターンのフィールドには、具体的には、「発話」に対応する音声パターンなどが設定されていてもよい。「発話」に対応する音声パターンは、特定のキーワードではなく、特定の音声のトーン、声量、または、波長などではなく、「沈黙」に対応する音声パターン、および、「相槌」に対応する音声パターンに合致しないことを示していてもよい。

【0102】

種類のフィールドには、上記発話属性の種類が設定される。種類のフィールドには、例えば、対象の人物が会話中の期間のうち、上記音声パターンに対応する区間に割り振る発話属性の種類が設定される。フィルタのフィールドには、上記音声パターンに対応する区間における生体データに適用するフィルタが設定される。フィルタは、例えば、生体データのノイズを除去する機能を有する。

【0103】

（感情パターン情報管理テーブル７００の記憶内容）
次に、図７を用いて、感情パターン情報管理テーブル７００の記憶内容の一例について説明する。感情パターン情報管理テーブル７００は、例えば、図５に示した情報処理装置１００のメモリ５０２や記録媒体５０５などの記憶領域により実現される。

【0104】

図７は、感情パターン情報管理テーブル７００の記憶内容の一例を示す説明図である。図７に示すように、感情パターン情報管理テーブル７００は、感情パターンと、判定結果とのフィールドを有する。感情パターン情報管理テーブル７００は、感情パターンごとに各フィールドに情報を設定することにより、感情パターン情報がレコード７００－ｂとして記憶される。ｂは、任意の整数である。

【0105】

感情パターンのフィールドには、詐欺行為の発生状況を評価する基準を示す感情パターンが設定される。感情パターンは、例えば、複数の区間のそれぞれの区間における対象の人物の感情の特徴値の組み合わせのパターンである。判定結果のフィールドには、複数の区間のそれぞれの区間について、実際に特定した対象の人物の感情の特徴値の組み合わせのパターンが、上記感情パターンに該当する場合に対応する、詐欺行為の発生状況の解となる判定結果が設定される。

【0106】

例えば、レコード７００－ｂは、具体的には、複数の発話区間のそれぞれの発話区間における対象の人物の感情の特徴値が、先頭からポジティブ、ネガティブ、ポジティブの順序の組み合わせである場合に、詐欺行為が発生したと評価するといった規則を示す。

【0107】

（生体パターン情報管理テーブル８００の記憶内容）
次に、図８を用いて、生体パターン情報管理テーブル８００の記憶内容の一例について説明する。生体パターン情報管理テーブル８００は、例えば、図５に示した情報処理装置１００のメモリ５０２や記録媒体５０５などの記憶領域により実現される。

【0108】

図８は、生体パターン情報管理テーブル８００の記憶内容の一例を示す説明図である。図８に示すように、生体パターン情報管理テーブル８００は、生体パターンと、判定結果とのフィールドを有する。生体パターン情報管理テーブル８００は、生体パターンごとに各フィールドに情報を設定することにより、生体パターン情報がレコード８００－ｃとして記憶される。ｃは、任意の整数である。

【0109】

生体パターンのフィールドには、詐欺行為の発生状況を評価する基準を示す生体パターンが設定される。生体パターンは、例えば、複数の区間のそれぞれの区間における対象の人物の生体的な特徴値の組み合わせのパターンである。生体パターンは、例えば、複数の区間のそれぞれの区間における対象の人物の生体的な特徴値の統計値の組み合わせのパターンであってもよい。生体パターンは、例えば、ある区間における対象の人物の生体的な特徴値の時間変化のパターンであってもよい。

【0110】

判定結果のフィールドには、複数の区間のそれぞれの区間について、実際に特定した対象の人物の生体的な特徴値の組み合わせのパターンが、上記生体パターンに該当する場合に対応する、詐欺行為の発生状況の解となる判定結果が設定される。判定結果のフィールドには、複数の区間のそれぞれの区間について、実際に特定した対象の人物の生体的な特徴値の統計値の組み合わせのパターンが、上記生体パターンに該当する場合に対応する、詐欺行為の発生状況の解となる判定結果が設定される。判定結果のフィールドには、ある区間について、実際に特定した対象の人物の生体的な特徴値の時間変化のパターンが、上記生体パターンに該当する場合に対応する、詐欺行為の発生状況の解となる判定結果が設定されていてもよい。

【0111】

例えば、レコード８００－ｃは、具体的には、ある区間について、実際に特定した対象の人物の生体的な特徴値の時間変化のパターンが、単調増加を示す生体パターンに合致する場合に、詐欺行為が発生したと評価するといった規則を示す。

【0112】

（音声データ取得装置２０１のハードウェア構成例）
次に、図９を用いて、音声データ取得装置２０１のハードウェア構成例について説明する。

【0113】

図９は、音声データ取得装置２０１のハードウェア構成例を示すブロック図である。図９において、音声データ取得装置２０１は、ＣＰＵ９０１と、メモリ９０２と、ネットワークＩ／Ｆ９０３と、記録媒体Ｉ／Ｆ９０４と、記録媒体９０５と、音声センサ９０６と、生体センサ９０７と、出力装置９０８とを有する。また、各構成部は、バス９００によってそれぞれ接続される。

【0114】

ここで、ＣＰＵ９０１は、音声データ取得装置２０１の全体の制御を司る。メモリ９０２は、例えば、ＲＯＭ、ＲＡＭおよびフラッシュＲＯＭなどを有する。具体的には、例えば、フラッシュＲＯＭやＲＯＭが各種プログラムを記憶し、ＲＡＭがＣＰＵ９０１のワークエリアとして使用される。メモリ９０２に記憶されるプログラムは、ＣＰＵ９０１にロードされることにより、コーディングされている処理をＣＰＵ９０１に実行させる。

【0115】

ネットワークＩ／Ｆ９０３は、通信回線を通じてネットワーク２１０に接続され、ネットワーク２１０を介して他のコンピュータに接続される。そして、ネットワークＩ／Ｆ９０３は、ネットワーク２１０と内部のインターフェースを司り、他のコンピュータからのデータの入出力を制御する。ネットワークＩ／Ｆ９０３は、例えば、モデムやＬＡＮアダプタなどである。

【0116】

記録媒体Ｉ／Ｆ９０４は、ＣＰＵ９０１の制御に従って記録媒体９０５に対するデータのリード／ライトを制御する。記録媒体Ｉ／Ｆ９０４は、例えば、ディスクドライブ、ＳＳＤ、ＵＳＢポートなどである。記録媒体９０５は、記録媒体Ｉ／Ｆ９０４の制御で書き込まれたデータを記憶する不揮発メモリである。記録媒体９０５は、例えば、ディスク、半導体メモリ、ＵＳＢメモリなどである。記録媒体９０５は、音声データ取得装置２０１から着脱可能であってもよい。

【0117】

音声センサ９０６は、音声を検出するマイクを有し、マイクを用いて対象の人物に関する音声を検出することにより、検出した音声を示す音声データを取得する。音声センサ９０６は、例えば、マイクを用いて検出した、対象の人物と他の人物との会話音声を示す音声データを生成することにより取得する。

【0118】

生体センサ９０７は、対象の人物の生体データを取得する。生体センサ９０７は、例えば、心拍数、脈拍数、発汗量、または、体温などに関する対象の人物の生体的な特徴値を計測し、計測した生体的な特徴値の時間変化を示す生体データを生成することにより取得する。生体センサ９０７は、例えば、撮像装置を含み、撮像装置で撮像した対象の人物の画像情報に基づいて、心拍数、脈拍数、発汗量、または、体温などに関する対象の人物の生体的な特徴値を計測していてもよい。生体センサ９０７は、例えば、ミリ波センサを含み、ミリ波センサを用いて、心拍数、脈拍数、発汗量、または、体温などに関する対象の人物の生体的な特徴値を計測していてもよい。

【0119】

出力装置９０８は、スピーカーまたはディスプレイを含む。出力装置９０８は、スピーカーまたはディスプレイを用いて、音声、文書、または、画像などのデータを出力する。出力装置９０８は、例えば、詐欺行為が発生したことを示すアラートを出力する。ディスプレイは、例えば、ＣＲＴ（Ｃａｔｈｏｄｅ Ｒａｙ Ｔｕｂｅ）、液晶ディスプレイ、有機ＥＬ（Ｅｌｅｃｔｒｏｌｕｍｉｎｅｓｃｅｎｃｅ）ディスプレイなどである。

【0120】

音声データ取得装置２０１は、上述した構成部の他、例えば、キーボード、マウス、プリンタ、または、スキャナなどを有してもよい。また、音声データ取得装置２０１は、記録媒体Ｉ／Ｆ９０４や記録媒体９０５を複数有していてもよい。また、音声データ取得装置２０１は、記録媒体Ｉ／Ｆ９０４や記録媒体９０５を有していなくてもよい。

【0121】

（生体データ取得装置２０２のハードウェア構成例）
生体データ取得装置２０２のハードウェア構成例は、具体的には、図９に示した音声データ取得装置２０１のハードウェア構成例と同様であるため、説明を省略する。

【0122】

（アラート出力装置２０３のハードウェア構成例）
アラート出力装置２０３のハードウェア構成例は、具体的には、図９に示した音声データ取得装置２０１のハードウェア構成例と同様であるため、説明を省略する。

【0123】

（情報処理装置１００の機能的構成例）
次に、図１０を用いて、情報処理装置１００の機能的構成例について説明する。

【0124】

図１０は、情報処理装置１００の機能的構成例を示すブロック図である。情報処理装置１００は、記憶部１０００と、取得部１００１と、分類部１００２と、加工部１００３と、算出部１００４と、判定部１００５と、出力部１００６とを含む。

【0125】

記憶部１０００は、例えば、図５に示したメモリ５０２や記録媒体５０５などの記憶領域によって実現される。以下では、記憶部１０００が、情報処理装置１００に含まれる場合について説明するが、これに限らない。例えば、記憶部１０００が、情報処理装置１００とは異なる装置に含まれ、記憶部１０００の記憶内容が情報処理装置１００から参照可能である場合があってもよい。

【0126】

取得部１００１～出力部１００６は、制御部の一例として機能する。取得部１００１～出力部１００６は、具体的には、例えば、図５に示したメモリ５０２や記録媒体５０５などの記憶領域に記憶されたプログラムをＣＰＵ５０１に実行させることにより、または、ネットワークＩ／Ｆ５０３により、その機能を実現する。各機能部の処理結果は、例えば、図５に示したメモリ５０２や記録媒体５０５などの記憶領域に記憶される。

【0127】

記憶部１０００は、各機能部の処理において参照され、または更新される各種情報を記憶する。記憶部１０００は、例えば、音声データを記憶する。記憶部１０００は、具体的には、対象の期間における対象の人物の会話を示す音声データを取得する。対象の人物は、犯罪行為から保護することが望まれる人物である。

【0128】

犯罪行為は、例えば、詐欺行為である。犯罪行為は、具体的には、電話を介した詐欺行為である。犯罪行為は、具体的には、対象の人物と対面で行われる詐欺行為であってもよい。音声データは、例えば、電話を介した、対象の人物と他の人物との会話を示す。他の人物は、例えば、犯罪者である場合が考えられる。犯罪者は、例えば、詐欺師である。

【0129】

対象の期間は、例えば、対象の人物が会話中の期間である。会話中の期間は、例えば、通話中の期間に対応する。対象の期間は、具体的には、対象の人物の会話開始から、対象の人物の会話終了までの期間である。会話開始は、例えば、通話開始に対応する。会話終了は、例えば、通話終了に対応する。対象の期間は、具体的には、対象の人物の会話開始から、対象の人物の会話終了までの全体の期間に含まれる一部の期間であってもよい。音声データは、例えば、取得部１００１によって取得される。

【0130】

記憶部１０００は、例えば、生体データを記憶する。記憶部１０００は、具体的には、対象の期間における対象の人物の生体データを取得する。生体データは、例えば、対象の人物の生体的な特徴値の時間変化を示す。生体的な特徴値は、例えば、心拍、脈拍、体温、または、発汗などに関する特徴値である。生体的な特徴値は、具体的には、心拍数、脈拍数、体温、または、発汗量などである。生体データは、例えば、取得部１００１によって取得される。

【0131】

記憶部１０００は、例えば、対象の期間を、複数の区間に分類可能にする音声パターンを記憶する。複数の区間は、例えば、対象の人物が発話した発話区間と、対象の人物が他の人物の発話を聴取した聴取区間とを含む。発話区間は、具体的には、対象の人物が、相槌以外の発話内容を発話した区間である。

【0132】

複数の区間は、例えば、対象の人物が沈黙した沈黙区間と、対象の人物が相槌した相槌区間とを含んでいてもよい。沈黙区間と、相槌区間とは、例えば、聴取区間に包含される。記憶部１０００は、具体的には、発話属性ごとに音声パターンを記憶する。発話属性は、例えば、対象の人物が沈黙したことを示す「沈黙」、および、対象の人物が相槌したことを示す「相槌」などである。発話属性は、例えば、対象の人物が発話したことを示す「発話」などであってもよい。発話属性は、例えば、対象の人物が他の人物の発話を聴取したことを示す「聴取」などであってもよい。

【0133】

記憶部１０００は、より具体的には、「沈黙」に対応する音声パターン、および、「相槌」に対応する音声パターンなどを記憶する。記憶部１０００は、より具体的には、「発話」に対応する音声パターンを記憶していてもよい。記憶部１０００は、より具体的には、「聴取」に対応する音声パターンを記憶していてもよい。音声パターンは、具体的には、発話属性に対応するキーワードを示す。音声パターンは、より具体的には、「相槌」に対応するキーワードを示す。音声パターンは、具体的には、発話属性に対応する音声のトーン、声量、または、波長などを示していてもよい。音声パターンは、より具体的には、対象の人物の声量の上限の閾値を、「沈黙」と対応付けて示していてもよい。記憶部１０００は、「沈黙」に対応する音声パターン、および、「相槌」に対応する音声パターンに合致しないことを、「発話」に対応する音声パターンとして記憶していてもよい。記憶部１０００は、より具体的には、図６に示したフィルタ情報管理テーブル６００を記憶する。

【0134】

記憶部１０００は、例えば、１以上の音声パターンのそれぞれの音声パターンと、生体データからノイズを除去するノイズ除去処理の内容とを対応付けて記憶する。ノイズ除去処理は、例えば、フィルタを用いて実施される。記憶部１０００は、具体的には、１以上の音声パターンのそれぞれの音声パターンと、生体データからノイズを除去するフィルタとを対応付けて記憶する。フィルタは、例えば、音声パターンに対応する発話傾向、または、音声パターンに対応する人物の動作傾向などに応じて、当該発話傾向または当該動作傾向に対応する大きさおよび種類のノイズを除去する。記憶部１０００は、より具体的には、図６に示したフィルタ情報管理テーブル６００を記憶する。

【0135】

記憶部１０００は、例えば、犯罪行為の発生状況を評価可能にする情報を記憶する。記憶部１０００は、具体的には、音声データに基づく特徴量の変化パターンと、当該変化パターンに対応する犯罪行為の発生状況の解とを対応付けた第１対応情報を記憶する。音声データに基づく特徴量は、例えば、人物の感情の１以上の特徴値、ある区間における人物の感情の特徴値の統計値、または、ある区間における人物の感情の特徴値の変化量などである。感情の特徴値は、例えば、心理状態を示す特徴値である。

【0136】

感情の特徴値は、例えば、対象の人物の感情がネガティブであるか、または、ポジティブであるかを示す。感情の特徴値は、例えば、対象の人物の感情が、喜び、怒り、悲しみ、残念、驚き、意欲的、または、消極的などであることを示していてもよい。感情の特徴値は、例えば、ストレス度合いなどであってもよい。変化パターンは、例えば、図７に示した感情パターンに対応する。解は、例えば、犯罪行為の発生有無である。記憶部１０００は、より具体的には、図７に示した感情パターン情報管理テーブル７００を記憶する。第１対応情報は、例えば、取得部１００１によって取得される。第１対応情報は、例えば、予め記憶部１０００に記憶されていてもよい。

【0137】

記憶部１０００は、具体的には、音声データに基づく特徴量の変化パターンの入力に応じて、当該変化パターンに対応する犯罪行為の発生状況の解を出力する第１モデルを記憶していてもよい。第１モデルは、例えば、取得部１００１によって取得される。第１モデルは、例えば、予め記憶部１０００に記憶されていてもよい。第１モデルは、例えば、教師データに基づいて学習されていてもよい。

【0138】

記憶部１０００は、具体的には、生体データに基づく特徴量の変化パターンと、当該変化パターンに対応する犯罪行為の発生状況の解とを対応付けた第２対応情報を記憶する。生体データに基づく特徴量は、例えば、人物の生体的な１以上の特徴値、ある区間における人物の生体的な特徴値の統計値、または、ある区間における人物の生体的な特徴値の変化量などである。変化パターンは、例えば、図８に示した生体パターンに対応する。解は、例えば、犯罪行為の発生有無である。記憶部１０００は、より具体的には、図８に示した生体パターン情報管理テーブル８００を記憶する。第２対応情報は、例えば、取得部１００１によって取得される。第２対応情報は、例えば、予め記憶部１０００に記憶されていてもよい。

【0139】

記憶部１０００は、具体的には、生体データに基づく特徴量の変化パターンの入力に応じて、当該変化パターンに対応する犯罪行為の発生状況の解を出力する第２モデルを記憶していてもよい。第２モデルは、例えば、取得部１００１によって取得される。第２モデルは、例えば、予め記憶部１０００に記憶されていてもよい。第２モデルは、例えば、教師データに基づいて学習されていてもよい。

【0140】

記憶部１０００は、具体的には、音声データに基づく特徴量の変化パターンと、生体データに基づく特徴量の変化パターンとの組み合わせと、当該組み合わせに対応する犯罪行為の発生状況の解とを対応付けた第３対応情報を記憶していてもよい。解は、例えば、犯罪行為の発生有無である。第３対応情報は、例えば、取得部１００１によって取得される。第３対応情報は、例えば、予め記憶部１０００に記憶されていてもよい。

【0141】

記憶部１０００は、具体的には、音声データに基づく特徴量の変化パターンと、生体データに基づく特徴量の変化パターンとの組み合わせの入力に応じて、当該組み合わせに対応する犯罪行為の発生状況の解を出力する第３モデルを記憶していてもよい。第３モデルは、例えば、取得部１００１によって取得される。第３モデルは、例えば、予め記憶部１０００に記憶されていてもよい。第３モデルは、例えば、教師データに基づいて学習されていてもよい。

【0142】

取得部１００１は、各機能部の処理に用いられる各種情報を取得する。取得部１００１は、取得した各種情報を、記憶部１０００に記憶し、または、各機能部に出力する。また、取得部１００１は、記憶部１０００に記憶しておいた各種情報を、各機能部に出力してもよい。取得部１００１は、例えば、利用者の操作入力に基づき、各種情報を取得する。取得部１００１は、例えば、情報処理装置１００とは異なる装置から、各種情報を受信してもよい。

【0143】

取得部１００１は、例えば、対象の期間における対象の人物の会話を示す音声データを取得する。取得部１００１は、具体的には、対象の人物の通話中、マイクを用いて対象の人物の会話を録音し続け、対象の人物の会話開始から会話終了までの対象の期間における対象の人物の会話を示す音声データを生成することにより取得する。

【0144】

取得部１００１は、具体的には、対象の人物の通話中、マイクを用いて対象の人物の会話を録音し続け、対象の人物の通話中の所定のタイミングごとに、現時点から一定時間前までの対象の期間における対象の人物の会話を示す音声データを生成してもよい。所定のタイミングは、例えば、会話開始から一定時間ごとのタイミングである。

【0145】

取得部１００１は、具体的には、対象の期間における対象の人物の会話を示す音声データを、他のコンピュータから受信することにより取得してもよい。取得部１００１は、より具体的には、対象の人物の会話終了時、対象の人物の会話開始から会話終了までの対象の期間における対象の人物の会話を示す音声データを、他のコンピュータから受信することにより取得する。取得部１００１は、より具体的には、対象の人物の会話中の所定のタイミングごとに、現時点から一定時間前までの対象の期間における対象の人物の会話を示す音声データを、他のコンピュータから受信することにより取得する。所定のタイミングは、例えば、会話開始から一定時間ごとのタイミングである。

【0146】

取得部１００１は、例えば、対象の期間における対象の人物の生体データを取得する。取得部１００１は、具体的には、対象の人物の通話中、生体センサを用いて対象の人物の生体的な特徴値を計測し続ける。そして、取得部１００１は、具体的には、対象の人物の会話開始から会話終了までの対象の期間に計測した対象の人物の生体的な特徴値に基づいて、対象の期間における対象の人物の生体的な特徴値の時間変化を示す生体データを生成することにより取得する。

【0147】

取得部１００１は、具体的には、対象の人物の通話中、生体センサを用いて対象の人物の生体的な特徴値を計測し続ける。そして、取得部１００１は、具体的には、対象の人物の通話中の所定のタイミングごとに、対象の期間における対象の人物の生体的な特徴値の時間変化を示す生体データを生成することにより取得してもよい。所定のタイミングは、例えば、会話開始から一定時間ごとのタイミングである。取得部１００１は、より具体的には、所定のタイミングごとに、現時点から一定時間前までの対象の期間に計測した対象の人物の生体的な特徴値に基づいて、対象の期間における対象の人物の生体的な特徴値の時間変化を示す生体データを生成する。

【0148】

取得部１００１は、具体的には、対象の期間における対象の人物の生体的な特徴値の時間変化を示す生体データを、他のコンピュータから受信することにより取得してもよい。取得部１００１は、より具体的には、対象の人物の会話終了時、対象の人物の会話開始から会話終了までの対象の期間における対象の人物の生体的な特徴値の時間変化を示す生体データを、他のコンピュータから受信することにより取得する。取得部１００１は、より具体的には、対象の人物の会話中の所定のタイミングごとに、現時点から一定時間前までの対象の期間における対象の人物の生体的な特徴値の時間変化を示す生体データを、他のコンピュータから受信することにより取得する。所定のタイミングは、例えば、会話開始から一定時間ごとのタイミングである。

【0149】

取得部１００１は、例えば、犯罪行為の発生状況を評価可能にする情報を取得する。取得部１００１は、具体的には、音声データに基づく特徴量の変化パターンと、当該変化パターンに対応する犯罪行為の発生状況の解とを対応付けた第１対応情報を取得する。取得部１００１は、より具体的には、第１対応情報を、他のコンピュータから受信することにより取得する。取得部１００１は、より具体的には、ユーザの操作入力に基づき、第１対応情報の入力を受け付けることにより、第１対応情報を取得してもよい。

【0150】

取得部１００１は、具体的には、音声データに基づく特徴量の変化パターンの入力に応じて、当該変化パターンに対応する犯罪行為の発生状況の解を出力する第１モデルを取得してもよい。取得部１００１は、より具体的には、第１モデルを、他のコンピュータから受信することにより取得する。取得部１００１は、より具体的には、ユーザの操作入力に基づき、第１モデルの入力を受け付けることにより、第１モデルを取得してもよい。取得部１００１は、より具体的には、音声データに基づく特徴量の変化パターンのサンプルと、当該変化パターンに対応する犯罪行為の発生状況の正解とを対応付けた教師データに基づいて、第１モデルを学習することにより取得してもよい。

【0151】

取得部１００１は、具体的には、生体データに基づく特徴量の変化パターンと、当該変化パターンに対応する犯罪行為の発生状況の解とを対応付けた第２対応情報を取得する。取得部１００１は、より具体的には、第２対応情報を、他のコンピュータから受信することにより取得する。取得部１００１は、より具体的には、ユーザの操作入力に基づき、第２対応情報の入力を受け付けることにより、第２対応情報を取得してもよい。

【0152】

取得部１００１は、具体的には、生体データに基づく特徴量の変化パターンの入力に応じて、当該変化パターンに対応する犯罪行為の発生状況の解を出力する第２モデルを取得してもよい。取得部１００１は、より具体的には、第２モデルを、他のコンピュータから受信することにより取得する。取得部１００１は、より具体的には、ユーザの操作入力に基づき、第２モデルの入力を受け付けることにより、第２モデルを取得してもよい。取得部１００１は、より具体的には、生体データに基づく特徴量の変化パターンのサンプルと、当該変化パターンに対応する犯罪行為の発生状況の正解とを対応付けた教師データに基づいて、第２モデルを学習することにより取得してもよい。

【0153】

取得部１００１は、具体的には、音声データに基づく特徴量の変化パターンと、生体データに基づく特徴量の変化パターンとの組み合わせと、当該組み合わせに対応する犯罪行為の発生状況の解とを対応付けた第３対応情報を取得する。取得部１００１は、より具体的には、第３対応情報を、他のコンピュータから受信することにより取得する。取得部１００１は、より具体的には、ユーザの操作入力に基づき、第３対応情報の入力を受け付けることにより、第３対応情報を取得してもよい。

【0154】

取得部１００１は、具体的には、音声データに基づく特徴量の変化パターンと、生体データに基づく特徴量の変化パターンとの組み合わせの入力に応じて、当該組み合わせに対応する犯罪行為の発生状況の解を出力する第３モデルを取得してもよい。取得部１００１は、より具体的には、第３モデルを、他のコンピュータから受信することにより取得する。取得部１００１は、より具体的には、ユーザの操作入力に基づき、第３モデルの入力を受け付けることにより、第３モデルを取得してもよい。取得部１００１は、より具体的には、教師データに基づいて、第３モデルを学習することにより取得してもよい。教師データは、例えば、音声データに基づく特徴量の変化パターンと、生体データに基づく特徴量の変化パターンとの組み合わせのサンプルと、当該組み合わせに対応する犯罪行為の発生状況の正解とを対応付けたデータである。

【0155】

取得部１００１は、いずれかの機能部の処理を開始する開始トリガーを受け付けてもよい。開始トリガーは、例えば、利用者による所定の操作入力があったことである。開始トリガーは、例えば、他のコンピュータから、所定の情報を受信したことであってもよい。開始トリガーは、例えば、いずれかの機能部が所定の情報を出力したことであってもよい。

【0156】

取得部１００１は、例えば、対象の人物の会話終了を検出したことを、分類部１００２と加工部１００３と算出部１００４と判定部１００５との処理を開始する開始トリガーとして受け付けてもよい。取得部１００１は、例えば、所定のタイミングになったことを、分類部１００２と加工部１００３と算出部１００４と判定部１００５との処理を開始する開始トリガーとして受け付けてもよい。取得部１００１は、音声データと生体データとを取得したことを、分類部１００２と加工部１００３と算出部１００４と判定部１００５との処理を開始する開始トリガーとして受け付けてもよい。

【0157】

分類部１００２は、取得した音声データに基づいて、対象の期間を、複数の区間に分類する。複数の区間は、例えば、発話区間と聴取区間とである。複数の区間は、例えば、沈黙区間と相槌区間とであってもよい。複数の区間は、発話区間と聴取区間と沈黙区間と相槌区間とであってもよい。沈黙区間と相槌区間とは、聴取区間に包含されていてもよい。対象の期間は、例えば、分類されない時間帯を含んでいてもよい。分類部１００２は、対象の期間に含まれるいずれかの時間帯を、発話区間、聴取区間、沈黙区間、および、相槌区間のいずれにも分類しない場合があってもよい。

【0158】

分類部１００２は、例えば、取得した音声データに基づいて、対象の期間を、発話区間と聴取区間とに分類する。分類部１００２は、例えば、取得した音声データに基づいて、対象の期間を、沈黙区間と相槌区間とに分類してもよい。分類部１００２は、例えば、取得した音声データに基づいて、対象の期間を、沈黙区間と相槌区間とに分類すると共に、発話区間と聴取区間とに分類してもよい。

【0159】

分類部１００２は、具体的には、音声データを解析することにより、対象の期間における複数の発話者を特定する。分類部１００２は、具体的には、特定した複数の発話者のそれぞれの発話者について、当該発話者が発話した区間、当該区間における当該発話者の音声、および、当該区間における当該発話者の発話内容などを特定する。発話者は、例えば、対象の人物、または、他の人物である。発話者の音声は、例えば、発話者のトーン、声量、または、波長などを示す。

【0160】

分類部１００２は、具体的には、特定した発話者、区間、音声、および、発話内容などに基づいて、対象の人物が相槌以外に相当する発話内容を発話した区間を、発話区間に分類する。分類部１００２は、より具体的には、特定した発話者、区間、音声、および、発話内容などに基づいて、対象の人物が発話した区間のうち、対象の人物の音声または発話内容が、「発話」に対応する音声パターンに合致する区間を、発話区間に分類する。これにより、分類部１００２は、対象の人物に対する犯罪行為の発生状況を評価する指針を得ることができる。分類部１００２は、例えば、対象の人物に対する犯罪行為の発生状況を評価するために、音声データまたは生体データをどのように処理するのかを決定する指針を得ることができる。

【0161】

分類部１００２は、具体的には、特定した発話者、区間、音声、および、発話内容などに基づいて、対象の人物が相槌に相当する発話内容を発話した区間を、相槌区間に分類する。分類部１００２は、具体的には、他の人物が発話中であり対象の人物が相槌に相当する発話内容を発話した区間を、相槌区間に分類してもよい。分類部１００２は、より具体的には、特定した発話者、区間、音声、および、発話内容などに基づいて、対象の人物が発話した区間のうち、対象の人物の音声または発話内容が、「相槌」に対応する音声パターンに合致する区間を、相槌区間に分類する。これにより、分類部１００２は、対象の人物に対する犯罪行為の発生状況を評価する指針を得ることができる。分類部１００２は、例えば、対象の人物に対する犯罪行為の発生状況を評価するために、音声データまたは生体データをどのように処理するのかを決定する指針を得ることができる。

【0162】

分類部１００２は、具体的には、特定した発話者、区間、音声、および、発話内容などに基づいて、対象の人物が発話せず沈黙した区間を、沈黙区間に分類する。分類部１００２は、具体的には、他の人物が発話中であり対象の人物が発話せず沈黙した区間を、沈黙区間に分類してもよい。分類部１００２は、より具体的には、特定した発話者、区間、音声、および、発話内容などに基づいて、対象の人物が発話した区間のうち、対象の人物の音声または発話内容が、「沈黙」に対応する音声パターンに合致する区間を、沈黙区間に分類する。これにより、分類部１００２は、対象の人物に対する犯罪行為の発生状況を評価する指針を得ることができる。分類部１００２は、例えば、対象の人物に対する犯罪行為の発生状況を評価するために、音声データまたは生体データをどのように処理するのかを決定する指針を得ることができる。

【0163】

分類部１００２は、具体的には、特定した発話者、区間、音声、および、発話内容などに基づいて、対象の人物が他の人物の発話を聴取した区間を、聴取区間に分類する。分類部１００２は、より具体的には、相槌区間と、沈黙区間とを、聴取区間に分類する。分類部１００２は、より具体的には、特定した発話者、区間、音声、および、発話内容などに基づいて、対象の人物が発話した区間のうち、対象の人物の音声または発話内容が、「聴取」に対応する音声パターンに合致する区間を、聴取区間に分類してもよい。これにより、分類部１００２は、対象の人物に対する犯罪行為の発生状況を評価する指針を得ることができる。分類部１００２は、例えば、対象の人物に対する犯罪行為の発生状況を評価するために、音声データまたは生体データをどのように処理するのかを決定する指針を得ることができる。

【0164】

分類部１００２は、例えば、取得した音声データに基づいて、対象の期間のうち、１以上の音声パターンのそれぞれの音声パターンに合致する区間を特定する。分類部１００２は、具体的には、上述したように、「発話」に対応する音声パターンに合致する聴取区間を特定する。分類部１００２は、具体的には、上述したように、「沈黙」に対応する音声パターンに合致する聴取区間を特定する。分類部１００２は、具体的には、上述したように、「相槌」に対応する音声パターンに合致する聴取区間を特定する。分類部１００２は、具体的には、上述したように、「聴取」に対応する音声パターンに合致する聴取区間を特定する。これにより、分類部１００２は、対象の人物に対する犯罪行為の発生状況を評価する指針を得ることができる。分類部１００２は、例えば、対象の人物に対する犯罪行為の発生状況を評価するために、生体データをどのように処理するのかを決定する指針を得ることができる。

【0165】

加工部１００３は、それぞれの音声パターンに合致する区間について、当該区間における対象の人物の生体データに対して、当該音声パターンに対応するノイズ除去処理を実施する。区間における対象の人物の生体データは、具体的には、対象の期間における対象の人物の生体データの一部である。

【0166】

加工部１００３は、例えば、記憶部１０００を参照して、それぞれの音声パターンに合致する区間について、当該区間における対象の人物の生体データに対して、当該音声パターンに対応付けられたフィルタを用いて、ノイズ除去処理を実施する。これにより、加工部１００３は、対象の人物に対する犯罪行為の発生状況の評価精度の向上を図るために、生体データを加工することができる。

【0167】

算出部１００４は、生体データに基づく対象の人物に関する第１の特徴量を算出することにより生成する。算出部１００４は、例えば、取得した対象の期間における生体データのうち、分類した聴取区間に関する部分生体データに基づいて、対象の人物に関する第１の特徴量を生成する。部分生体データは、例えば、加工部１００３でノイズ除去処理を実施後であってもよい。部分生体データは、例えば、加工部１００３でノイズ除去処理を未実施であってもよい。

【0168】

算出部１００４は、具体的には、分類した聴取区間ごとに、取得した対象の期間における生体データのうち、当該聴取区間に関する部分生体データに基づいて、対象の人物に関する第１の特徴量を生成する。第１の特徴量は、例えば、対象の人物の生体的な１以上の特徴値、聴取区間における対象の人物の生体的な特徴値の統計値、または、聴取区間における対象の人物の生体的な特徴値の変化量などである。第１の特徴量は、具体的には、聴取区間における対象の人物の心拍または脈拍に関する特徴値の統計値、または、聴取区間における対象の人物の心拍または脈拍に関する特徴値の変化量などである。これにより、算出部１００４は、判定部１００５で、対象の人物に対する犯罪行為の発生状況を評価可能にすることができる。

【0169】

算出部１００４は、例えば、生体データのうち、発話区間に関する部分生体データのように、体動ノイズなどのノイズ重畳が比較的大きくなり易く、犯罪行為の発生状況の評価に活用し難い部分音声データを除いて、第１の特徴量を算出することができる。算出部１００４は、例えば、生体データのうち、相槌区間および沈黙区間に関する部分生体データのように、体動ノイズなどのノイズ重畳が比較的小さくなり易く、犯罪行為の発生状況の評価に活用し易い部分生体データを選択的に利用することができる。算出部１００４は、生体データのうち、犯罪行為の発生状況の評価に活用し易い部分生体データを選択的に利用して、第１の特徴量を算出することができる。このため、算出部１００４は、判定部１００５で、対象の人物に対する犯罪行為の発生状況を、精度よく評価可能にすることができる。

【0170】

算出部１００４は、音声データに基づく対象の人物に関する第２の特徴量を算出することにより生成する。算出部１００４は、例えば、取得した対象の期間における音声データのうち、分類した発話区間に関する部分音声データに基づいて、対象の人物に関する第２の特徴量を生成する。

【0171】

算出部１００４は、具体的には、分類した発話区間ごとに、取得した対象の期間における音声データのうち、当該発話区間に関する部分音声データに基づいて、対象の人物に関する第２の特徴量を生成する。第２の特徴量は、例えば、対象の人物の感情の１以上の特徴値、発話区間における対象の人物の感情の特徴値の統計値、または、発話区間における対象の人物の感情の特徴値の変化量などである。第２の特徴量は、具体的には、発話区間における対象の人物のストレス度合いの統計値、または、変化量などであってもよい。これにより、算出部１００４は、判定部１００５で、対象の人物に対する犯罪行為の発生状況を評価可能にすることができる。

【0172】

算出部１００４は、例えば、音声データのうち、相槌区間に関する部分音声データのように、対象の人物が発話しているものの、音声の特徴を読み取り難く、犯罪行為の発生状況の評価に活用し難い部分音声データを除いて、第２の特徴量を算出することができる。算出部１００４は、例えば、音声データのうち、発話区間に関する部分音声データのように、音声の特徴を読み取り易く、犯罪行為の発生状況の評価に活用し易い部分音声データを選択的に利用して、第２の特徴量を算出することができる。このため、算出部１００４は、判定部１００５で、対象の人物に対する犯罪行為の発生状況を、精度よく評価可能にすることができる。

【0173】

判定部１００５は、対象の人物に対する犯罪行為の発生状況を評価する。当該犯罪行為は、例えば、電話を介して、対象の人物と会話する他の人物により実施され得る犯罪行為である。犯罪行為は、具体的には、詐欺行為である。詐欺行為は、例えば、オレオレ詐欺、還付金詐欺、または、劇場型詐欺などである。

【0174】

判定部１００５は、例えば、生成した第１の特徴量に基づいて、対象の人物に対する犯罪行為の発生状況を評価する。判定部１００５は、具体的には、生成した第１の特徴量の変化パターンに基づいて、対象の人物に対する犯罪行為の発生状況を評価する。

【0175】

判定部１００５は、より具体的には、生成した第１の特徴量の変化量を算出する。変化量は、例えば、異なる２つの聴取区間のそれぞれの聴取区間について生成した第１の特徴量の差分である。変化量は、具体的には、対象の期間における、最初の聴取区間について生成した第１の特徴量と、最後の聴取区間について生成した第１の特徴量との差分である。判定部１００５は、より具体的には、生成した第１の特徴量の変化量が閾値以上である場合、対象の人物に対する犯罪行為が発生したと評価する。閾値は、例えば、予め利用者によって設定される。判定部１００５は、より具体的には、生成した第１の特徴量の変化量が閾値未満である場合、対象の人物に対する犯罪行為が発生していないと評価する。

【0176】

判定部１００５は、より具体的には、上述した第２対応情報と、生成した第１の特徴量の変化パターンとを照合することにより、対象の人物に対する犯罪行為の発生状況を評価してもよい。判定部１００５は、より具体的には、生成した第１の特徴量の変化パターンが、犯罪行為の発生ありを解とする第２対応情報に設定された特定の変化パターンに合致する場合、対象の人物に対する犯罪行為が発生したと評価する。

【0177】

判定部１００５は、より具体的には、生成した第１の特徴量の変化パターンが、犯罪行為の発生ありを解とする第２対応情報に設定された特定の変化パターンに合致しない場合、対象の人物に対する犯罪行為が発生していないと評価する。判定部１００５は、より具体的には、生成した第１の特徴量の変化パターンが、犯罪行為の発生なしを解とする第２対応情報に設定された特定の変化パターンに合致する場合、対象の人物に対する犯罪行為が発生していないと評価してもよい。

【0178】

判定部１００５は、より具体的には、生成した第１の特徴量の変化パターンを、上述した第２モデルに入力することにより、第２モデルを用いて対象の人物に対する犯罪行為の発生状況を評価してもよい。判定部１００５は、より具体的には、第２モデルが入力に応じて出力した犯罪行為の発生状況の解に基づいて、対象の人物に対する犯罪行為の発生状況を評価する。

【0179】

判定部１００５は、具体的には、生成した第１の特徴量が生体的な特徴値の変化量であれば、第１の特徴量を閾値と比較してもよい。閾値は、例えば、予め利用者によって設定される。判定部１００５は、具体的には、生成した第１の特徴量が閾値以上である場合、対象の人物に対する犯罪行為が発生したと評価する。判定部１００５は、具体的には、生成した第１の特徴量が閾値未満である場合、対象の人物に対する犯罪行為が発生していないと評価する。

【0180】

これにより、判定部１００５は、犯罪行為の発生状況を精度よく評価することができる。判定部１００５は、例えば、犯罪行為が発生したか否かを精度よく評価することができる。判定部１００５は、具体的には、生体データのうち、ノイズ重畳が比較的小さくなり易い部分生体データに基づく第１の特徴量を利用するため、対象の人物に対する犯罪行為の発生状況を、精度よく評価することができる。

【0181】

判定部１００５は、例えば、生成した第２の特徴量に基づいて、対象の人物に対する犯罪行為の発生状況を評価する。判定部１００５は、具体的には、生成した第２の特徴量の変化パターンに基づいて、対象の人物に対する犯罪行為の発生状況を評価する。

【0182】

判定部１００５は、より具体的には、生成した第２の特徴量の変化量を算出する。変化量は、例えば、異なる２つの発話区間のそれぞれの発話区間について生成した第２の特徴量の差分である。変化量は、具体的には、対象の期間における、最初の発話区間について生成した第２の特徴量と、最後の発話区間について生成した第２の特徴量との差分である。判定部１００５は、より具体的には、生成した第２の特徴量の変化量が閾値以上である場合、対象の人物に対する犯罪行為が発生したと評価する。閾値は、例えば、予め利用者によって設定される。判定部１００５は、より具体的には、生成した第２の特徴量の変化量が閾値未満である場合、対象の人物に対する犯罪行為が発生していないと評価する。

【0183】

判定部１００５は、より具体的には、上述した第１対応情報と、生成した第２の特徴量の変化パターンとを照合することにより、対象の人物に対する犯罪行為の発生状況を評価してもよい。判定部１００５は、より具体的には、生成した第２の特徴量の変化パターンが、犯罪行為の発生ありを解とする第１対応情報に設定された特定の変化パターンに合致する場合、対象の人物に対する犯罪行為が発生したと評価する。

【0184】

判定部１００５は、より具体的には、生成した第２の特徴量の変化パターンが、犯罪行為の発生ありを解とする第１対応情報に設定された特定の変化パターンに合致しない場合、対象の人物に対する犯罪行為が発生していないと評価する。判定部１００５は、より具体的には、生成した第２の特徴量の変化パターンが、犯罪行為の発生なしを解とする第１対応情報に設定された特定の変化パターンに合致する場合、対象の人物に対する犯罪行為が発生していないと評価してもよい。

【0185】

判定部１００５は、より具体的には、生成した第２の特徴量の変化パターンを、上述した第１モデルに入力することにより、第１モデルを用いて対象の人物に対する犯罪行為の発生状況を評価してもよい。判定部１００５は、より具体的には、第１モデルが入力に応じて出力した犯罪行為の発生状況の解に基づいて、対象の人物に対する犯罪行為の発生状況を評価する。

【0186】

判定部１００５は、具体的には、生成した第２の特徴量が感情の特徴値の変化量であれば、第２の特徴量を閾値と比較してもよい。閾値は、例えば、予め利用者によって設定される。判定部１００５は、具体的には、生成した第２の特徴量が閾値以上である場合、対象の人物に対する犯罪行為が発生したと評価する。判定部１００５は、具体的には、生成した第２の特徴量が閾値未満である場合、対象の人物に対する犯罪行為が発生していないと評価する。

【0187】

これにより、判定部１００５は、犯罪行為の発生状況を精度よく評価することができる。判定部１００５は、例えば、犯罪行為が発生したか否かを精度よく評価することができる。判定部１００５は、具体的には、音声データのうち、音声の特徴を読み取り易く、犯罪行為の発生状況の評価に活用し易い部分音声データに基づく第２の特徴量を利用するため、対象の人物に対する犯罪行為の発生状況を、精度よく評価することができる。

【0188】

判定部１００５は、例えば、生成した第１の特徴量と、生成した第２の特徴量とに基づいて、対象の人物に対する犯罪行為の発生状況を評価してもよい。判定部１００５は、具体的には、生成した第１の特徴量の変化パターンと、生成した第２の特徴量の変化パターンとに基づいて、対象の人物に対する犯罪行為の発生状況を評価する。

【0189】

判定部１００５は、より具体的には、生成した第１の特徴量の変化量を算出する。変化量は、例えば、異なる２つの発話区間のそれぞれの発話区間について生成した第１の特徴量の差分である。変化量は、具体的には、対象の期間における、最初の発話区間について生成した第１の特徴量と、最後の発話区間について生成した第１の特徴量との差分である。

【0190】

判定部１００５は、より具体的には、生成した第２の特徴量の変化量を算出する。変化量は、例えば、異なる２つの発話区間のそれぞれの発話区間について生成した第２の特徴量の差分である。変化量は、具体的には、対象の期間における、最初の発話区間について生成した第２の特徴量と、最後の発話区間について生成した第２の特徴量との差分である。

【0191】

判定部１００５は、より具体的には、生成した第１の特徴量の変化量が閾値以上、かつ、生成した第２の特徴量の変化量が閾値以上である場合、対象の人物に対する犯罪行為が発生したと評価する。判定部１００５は、より具体的には、生成した第１の特徴量の変化量が閾値未満、または、生成した第２の特徴量の変化量が閾値未満である場合、対象の人物に対する犯罪行為が発生していないと評価する。

【0192】

判定部１００５は、より具体的には、上述した第３対応情報と、生成した第１の特徴量の変化パターンと、生成した第２の特徴量の変化パターンとの組み合わせを照合することにより、対象の人物に対する犯罪行為の発生状況を評価してもよい。判定部１００５は、より具体的には、生成した第１の特徴量の変化パターンと、生成した第２の特徴量の変化パターンとの組み合わせが、犯罪行為の発生ありを解とする第３対応情報に設定された特定の変化パターンに合致するか否かを判定する。

【0193】

判定部１００５は、より具体的には、組み合わせが、犯罪行為の発生ありを解とする第３対応情報に設定された特定の変化パターンに合致すると判定した場合、対象の人物に対する犯罪行為が発生したと評価する。判定部１００５は、より具体的には、組み合わせが、犯罪行為の発生ありを解とする第３対応情報に設定された特定の変化パターンに合致しないと判定した場合、対象の人物に対する犯罪行為が発生していないと評価する。

【0194】

判定部１００５は、より具体的には、生成した第１の特徴量の変化パターンと、生成した第２の特徴量の変化パターンとの組み合わせが、犯罪行為の発生なしを解とする第３対応情報に設定された特定の変化パターンに合致するか否かを判定する。判定部１００５は、より具体的には、組み合わせが、犯罪行為の発生なしを解とする第３対応情報に設定された特定の変化パターンに合致すると判定した場合、対象の人物に対する犯罪行為が発生していないと評価してもよい。

【0195】

判定部１００５は、より具体的には、生成した第１の特徴量の変化パターンと、生成した第２の特徴量の変化パターンとの組み合わせを、上述した第３モデルに入力することにより、第３モデルを用いて対象の人物に対する犯罪行為の発生状況を評価してもよい。判定部１００５は、より具体的には、第３モデルが入力に応じて出力した犯罪行為の発生状況の解に基づいて、対象の人物に対する犯罪行為の発生状況を評価する。

【0196】

判定部１００５は、具体的には、生成した第１の特徴量を第１閾値と比較し、かつ、生成した第２の特徴量を第２閾値と比較してもよい。第１閾値は、例えば、予め利用者によって設定される。第２閾値は、例えば、予め利用者によって設定される。判定部１００５は、具体的には、第１の特徴量が第１閾値以上、かつ、第２の特徴量が第２閾値以上である場合、対象の人物に対する犯罪行為が発生したと評価する。判定部１００５は、具体的には、第１の特徴量が閾値未満、または、第２の特徴量が第２閾値未満である場合、対象の人物に対する犯罪行為が発生していないと評価する。

【0197】

これにより、判定部１００５は、犯罪行為の発生状況を精度よく評価することができる。判定部１００５は、例えば、犯罪行為が発生したか否かを精度よく評価することができる。判定部１００５は、具体的には、生体データのうち、ノイズ重畳が比較的小さくなり易い部分生体データに基づく第１の特徴量を利用することができる。また、判定部１００５は、具体的には、音声データのうち、音声の特徴を読み取り易く、犯罪行為の発生状況の評価に活用し易い部分音声データに基づく第２の特徴量を利用することができる。このため、判定部１００５は、対象の人物に対する犯罪行為の発生状況を、精度よく評価することができる。

【0198】

出力部１００６は、少なくともいずれかの機能部の処理結果を出力する。出力形式は、例えば、ディスプレイへの表示、プリンタへの印刷出力、ネットワークＩ／Ｆ５０３による外部装置への送信、または、メモリ５０２や記録媒体５０５などの記憶領域への記憶である。これにより、出力部１００６は、少なくともいずれかの機能部の処理結果を利用者に通知可能にし、情報処理装置１００の利便性の向上を図ることができる。

【0199】

出力部１００６は、例えば、判定部１００５で犯罪行為の発生状況を評価した結果を出力する。出力部１００６は、具体的には、判定部１００５で犯罪行為の発生状況を評価した結果を、対象の人物が参照可能に出力する。出力部１００６は、具体的には、判定部１００５で犯罪行為の発生状況を評価した結果を、対象の人物の関係者が参照可能に出力してもよい。関係者は、例えば、近親者などである。出力部１００６は、具体的には、判定部１００５で犯罪行為の発生状況を評価した結果を、警察または銀行などの所定の組織で参照可能に出力してもよい。出力部１００６は、より具体的には、判定部１００５で犯罪行為の発生状況を評価した結果を、アラート出力装置２０３に送信する。これにより、出力部１００６は、犯罪行為による犯罪被害を防止し易くすることができる。

【0200】

出力部１００６は、例えば、判定部１００５で犯罪行為が発生したと評価した場合に、犯罪行為が発生したことを示す通知またはアラートを出力してもよい。出力部１００６は、具体的には、犯罪行為が発生したことを示す通知またはアラートを、対象の人物が参照可能に出力する。出力部１００６は、具体的には、犯罪行為が発生したことを示す通知またはアラートを、対象の人物の関係者が参照可能に出力してもよい。関係者は、例えば、近親者などである。出力部１００６は、具体的には、犯罪行為が発生したことを示す通知またはアラートを、警察または銀行などの所定の組織で参照可能に出力してもよい。出力部１００６は、より具体的には、犯罪行為が発生したことを示す通知またはアラートを、アラート出力装置２０３に送信する。これにより、出力部１００６は、犯罪行為による犯罪被害を防止し易くすることができる。

【0201】

ここでは、情報処理装置１００が、音声データに基づいて、犯罪行為の発生状況を評価する場合について説明したが、これに限らない。例えば、他のコンピュータが、音声データを解析することにより、対象の人物と他の人物との会話内容を示すテキストデータ、または、対象の人物と他の人物との音声特徴を示す解析データなどを生成する場合があってもよい。この場合、情報処理装置１００は、例えば、他のコンピュータから、対象の人物と他の人物との会話内容を示すテキストデータ、または、対象の人物と他の人物との音声特徴を示す解析データなどを受信する。情報処理装置１００は、例えば、対象の人物と他の人物との会話内容を示すテキストデータ、または、対象の人物と他の人物との音声特徴を示す解析データなどを、音声データの代わりに利用する。

【0202】

ここでは、情報処理装置１００が、取得部１００１と、分類部１００２と、加工部１００３と、算出部１００４と、判定部１００５と、出力部１００６とを含む場合について説明したが、これに限らない。例えば、情報処理装置１００が、いずれかの機能部を含まない場合があってもよい。具体的には、情報処理装置１００が、加工部１００３を含まない場合があってもよい。

【0203】

（情報処理装置１００の動作例）
次に、図１１～図１３を用いて、情報処理装置１００の動作例について説明する。

【0204】

図１１～図１３は、情報処理装置１００の動作例を示す説明図である。図１１において、情報処理装置１００は、被害者になり得る受信者の通話終了時、通話開始から通話終了までの通話期間における受信者と発信者との電話を介した会話音声を示す音声データを取得する。発信者は、詐欺師である場合がある。情報処理装置１００は、通話期間における受信者の心拍数の時間変化を示す生体データを取得する。

【0205】

情報処理装置１００は、音声データに基づいて、受信者の音声１１０１と、発信者の音声１１０２とを抽出する。情報処理装置１００は、抽出した受信者の音声１１０１と、発信者の音声１１０２とに基づいて、通話期間を、受信者が発信者の発話を聴取した聴取区間と、受信者が相槌以外の発話内容を発話した発話区間とに分類する。

【0206】

情報処理装置１００は、例えば、フィルタ情報管理テーブル６００を参照して、「沈黙」に対応する音声パターン、および、「相槌」に対応する音声パターンなどを取得する。情報処理装置１００は、受信者の音声１１０１と発信者の音声１１０２とに基づいて、通話期間のうち、発信者が発話中であり、受信者の音声１１０１に「沈黙」に対応する音声パターンが現れる区間を、沈黙区間および聴取区間に分類する。

【0207】

情報処理装置１００は、受信者の音声１１０１と発信者の音声１１０２とに基づいて、通話期間のうち、発信者が発話中であり、受信者の音声１１０１に「相槌」に対応する音声パターンが現れる区間を、相槌区間および聴取区間に分類する。情報処理装置１００は、連続する聴取区間を結合する。情報処理装置１００は、例えば、受信者の音声１１０１に基づいて、相槌区間以外で、受信者が発話した区間を、発話区間に分類する。次に、図１２の説明に移行する。

【0208】

図１２において、情報処理装置１００は、発話区間ごとに、受信者の音声１１０１のうち、当該発話区間に対応する部分音声に基づいて、当該発話区間における受信者の感情値を生成する。感情値は、感情の特徴値である。感情値は、例えば、ネガティブまたはポジティブなどである。感情値は、例えば、「残念」または「意欲的」などであってもよい。情報処理装置１００は、例えば、発話区間ごとに、当該発話区間に対応する部分音声に基づいて、受信者の音声のトーン、声量、または、キーワードなどを考慮して、当該発話区間における受信者の感情値を生成する。

【0209】

図１２の例では、情報処理装置１００は、具体的には、第１の発話区間に対応する受信者の部分音声「昨日までだったんですか↓」のトーン、声量、または、キーワードなどを考慮して、第１の発話区間における受信者の感情値「ネガティブ「残念」」を生成する。矢印は、音声の末尾のトーンが上がり気味であるか、または、下がり気味であるかを示す。情報処理装置１００は、具体的には、第２の発話区間に対応する受信者の音声「分かりました。すぐ行きます↑」のトーン、声量、または、キーワードなどを考慮して、第２の発話区間における受信者の感情値「ポジティブ「意欲的」」を生成する。

【0210】

情報処理装置１００は、複数の発話区間に跨った受信者の感情値の変化パターンを生成する。情報処理装置１００は、感情パターン情報管理テーブル７００を参照して、生成した変化パターンに基づいて、受信者に対する発信者による詐欺行為が発生したか否かを判定する。

【0211】

これにより、情報処理装置１００は、受信者に対する発信者による詐欺行為が発生したか否かを精度よく判定することができる。情報処理装置１００は、例えば、相槌区間のように、時間長さが比較的短く、受信者の感情値を生成し難い区間について、受信者の感情値を生成せずに済ませることができる。情報処理装置１００は、例えば、発話区間のように、時間長さが比較的長く、受信者の感情値を精度よく生成し易い区間について、受信者の感情値を生成することができる。情報処理装置１００は、例えば、比較的精度がよい受信者の感情値の変化パターンに基づいて、受信者に対する発信者による詐欺行為が発生したか否かを精度よく判定可能にすることができる。

【0212】

図１３において、情報処理装置１００は、フィルタ情報管理テーブル６００を参照して、「沈黙」に対応する沈黙用フィルタ、および、「相槌」に対応する相槌用フィルタなどを取得する。沈黙用フィルタは、例えば、生体データから、呼吸に基づくノイズを除去するためのフィルタである。相槌用フィルタは、例えば、生体データから、体動に基づくノイズを除去するためのフィルタである。

【0213】

情報処理装置１００は、通話期間における受信者の心拍数の時間変化を示す生体データのうち、沈黙区間に対応する部分生体データに対して、沈黙用フィルタを適用することにより、ノイズ除去処理を実施する。情報処理装置１００は、通話期間における受信者の心拍数の時間変化を示す生体データのうち、相槌区間に対応する部分生体データに対して、相槌用フィルタを適用することにより、ノイズ除去処理を実施する。

【0214】

情報処理装置１００は、ノイズ除去処理を実施した後、通話期間における受信者の心拍数の時間変化を示す生体データに基づいて、聴取区間ごとに、当該聴取区間の開始時の心拍数から聴取区間の終了時の心拍数までの変化量を算出する。情報処理装置１００は、少なくともいずれかの聴取区間において、算出した変化量が閾値以上であれば、受信者に対する発信者による詐欺行為が発生したと判定する。情報処理装置１００は、いずれの聴取区間についても、算出した変化量が閾値未満であれば、受信者に対する発信者による詐欺行為が発生していないと判定する。

【0215】

情報処理装置１００は、ノイズ除去処理を実施した後、通話期間における受信者の心拍数の時間変化を示す生体データに基づいて、聴取区間ごとに、当該聴取区間の開始時の心拍数から聴取区間の終了時の心拍数までの変化パターンを生成してもよい。情報処理装置１００は、生体パターン情報管理テーブル８００を参照して、生成した変化パターンに基づいて、受信者に対する発信者による詐欺行為が発生したか否かを判定してもよい。

【0216】

これにより、情報処理装置１００は、受信者に対する発信者による詐欺行為が発生したか否かを精度よく判定することができる。情報処理装置１００は、例えば、発話区間のように、体動ノイズなどのノイズ重畳が比較的大きくなり易く、犯罪行為の発生状況の評価に活用し難い区間について、心拍数の変化パターンを生成せずに済ませることができる。情報処理装置１００は、例えば、聴取区間のように、体動ノイズなどのノイズ重畳が比較的小さくなり易く、犯罪行為の発生状況の評価に活用し易い区間について、心拍数の変化パターンを生成することができる。このため、情報処理装置１００は、例えば、体動ノイズなどのノイズ重畳が比較的小さい、心拍数の変化パターンに基づいて、受信者に対する発信者による詐欺行為が発生したか否かを精度よく判定可能にすることができる。

【0217】

情報処理装置１００は、音声パターンに対応する区間ごとに、当該音声パターンに対応するフィルタを利用して、適切にノイズ除去処理を実施することができる。情報処理装置１００は、例えば、音声パターンに応じて、どのような種類のノイズが含まれる傾向があるか、および、ノイズの大きさがどの程度である傾向があるかなどを考慮したフィルタを利用することができる。このため、情報処理装置１００は、生体データから、精度よくノイズを除去することができる。そして、情報処理装置１００は、心拍数の変化パターンを精度よく生成することができ、受信者に対する発信者による詐欺行為が発生したか否かを精度よく判定可能にすることができる。

【0218】

（全体処理手順）
次に、図１４を用いて、情報処理装置１００が実行する、全体処理手順の一例について説明する。全体処理は、例えば、図５に示したＣＰＵ５０１と、メモリ５０２や記録媒体５０５などの記憶領域と、ネットワークＩ／Ｆ５０３とによって実現される。

【0219】

図１４は、全体処理手順の一例を示すフローチャートである。情報処理装置１００は、対象の人物の通話開始を検出する（ステップＳ１４０１）。

【0220】

次に、情報処理装置１００は、所定のタイミングで、対象の期間における対象の人物の音声データを取得する（ステップＳ１４０２）。所定のタイミングは、例えば、通話終了のタイミングである。対象の期間は、例えば、通話開始から通話終了までの通話期間である。そして、情報処理装置１００は、所定のタイミングで、対象の期間における対象の人物の生体データを取得する（ステップＳ１４０３）。

【0221】

次に、情報処理装置１００は、取得した音声データを解析し、対象の期間を、発話区間と聴取区間とに分類すると共に、聴取区間を、沈黙区間と相槌区間とに分類する（ステップＳ１４０４）。そして、情報処理装置１００は、対象の期間の先頭から順に、発話区間と聴取区間とのいずれかの区間を処理対象として選択する（ステップＳ１４０５）。

【0222】

次に、情報処理装置１００は、選択した区間が、聴取区間であるか否かを判定する（ステップＳ１４０６）。ここで、選択した区間が、聴取区間である場合（ステップＳ１４０６：Ｙｅｓ）、情報処理装置１００は、ステップＳ１４０７の処理に移行する。一方で、選択した区間が、聴取区間ではなく発話区間である場合（ステップＳ１４０６：Ｎｏ）、情報処理装置１００は、ステップＳ１４１０の処理に移行する。

【0223】

ステップＳ１４０７では、情報処理装置１００は、対象の期間における対象の人物の生体データのうち、聴取区間における対象の人物の生体データを取得する（ステップＳ１４０７）。次に、情報処理装置１００は、聴取区間における対象の人物の生体データに対するノイズ除去処理を実施する（ステップＳ１４０８）。

【0224】

情報処理装置１００は、例えば、聴取区間における対象の人物の生体データのうち、沈黙区間に関する部分データに、沈黙に対応するフィルタを適用し、ノイズを除去する。また、情報処理装置１００は、例えば、聴取区間における対象の人物の生体データのうち、相槌区間に関する部分データに対して、相槌に対応するフィルタを適用し、ノイズを除去する。

【0225】

そして、情報処理装置１００は、取得した聴取区間における対象の人物の生体データの第１の特徴量を算出する（ステップＳ１４０９）。その後、情報処理装置１００は、ステップＳ１４１２の処理に移行する。

【0226】

ステップＳ１４１０では、情報処理装置１００は、対象の期間における対象の人物の音声データのうち、発話区間における対象の人物の音声データを抽出する（ステップＳ１４１０）。次に、情報処理装置１００は、抽出した発話区間における対象の人物の音声データの第２の特徴量を算出する（ステップＳ１４１１）。そして、情報処理装置１００は、ステップＳ１４１２の処理に移行する。

【0227】

ステップＳ１４１２では、情報処理装置１００は、すべての区間を処理対象として選択したか否かを判定する（ステップＳ１４１２）。ここで、いずれかの区間を選択していない場合（ステップＳ１４１２：Ｎｏ）、情報処理装置１００は、ステップＳ１４０５の処理に戻る。一方で、すべての区間を選択した場合（ステップＳ１４１２：Ｙｅｓ）、情報処理装置１００は、ステップＳ１４１３の処理に移行する。

【0228】

ステップＳ１４１３では、情報処理装置１００は、算出した第１の特徴量の変化パターンと、算出した第２の特徴量の変化パターンとに基づいて、詐欺行為の発生有無を判定する（ステップＳ１４１３）。そして、情報処理装置１００は、全体処理を終了する。これにより、情報処理装置１００は、詐欺行為の発生有無を精度よく判定することができる。

【0229】

ここでは、所定のタイミングが、通話終了のタイミングである場合について説明したが、これに限らない。例えば、所定のタイミングが、通話開始から一定時間ごとのタイミングである場合があってもよい。この場合、対象の期間は、所定のタイミングから一定時間前までの期間であってもよい。この場合、情報処理装置１００は、ステップＳ１４１３の処理を実施した後、ステップＳ１４０２の処理に戻ってもよい。

【0230】

ここで、情報処理装置１００は、図１４の一部ステップの処理の順序を入れ替えて実行してもよい。例えば、ステップＳ１４０２，Ｓ１４０３の処理の順序は入れ替え可能である。また、情報処理装置１００は、図１４の一部ステップの処理を省略してもよい。例えば、ステップＳ１４０８，Ｓ１４０９の処理は省略可能である。

【0231】

以上説明したように、情報処理装置１００によれば、対象の期間における対象の人物の会話を示す音声データを取得することができる。情報処理装置１００によれば、取得した音声データに基づいて、対象の期間のうち、設定された１以上の音声パターンそれぞれに合致する区間を特定することができる。情報処理装置１００によれば、特定した区間それぞれについて、区間における対象の人物の生体データに対して、１以上の音声パターンのうち、区間と合致したいずれかの音声パターンに対応するノイズ除去処理を実施することができる。情報処理装置１００によれば、特定した区間それぞれにおける、ノイズ除去処理を実施した後の対象の人物の生体データに基づいて、対象の人物に対する犯罪行為の発生状況を評価することができる。これにより、情報処理装置１００は、対象の人物の生体データからノイズを適切に除去することができ、対象の人物に対する犯罪行為の発生状況を精度よく評価することができる。

【0232】

情報処理装置１００によれば、１以上の音声パターンそれぞれと、生体データからノイズを除去するフィルタとを対応付けて記憶する記憶部を有することができる。情報処理装置１００によれば、記憶部を参照して、特定した区間それぞれについて、区間における対象の人物の生体データに対して、区間と合致したいずれかの音声パターンに対応付けられたフィルタを用いて、ノイズ除去処理を実施することができる。これにより、情報処理装置１００は、ノイズ除去処理をフィルタにより実現することができる。

【0233】

情報処理装置１００によれば、電話を介した対象の期間における対象の人物の会話を示す音声データを取得することができる。情報処理装置１００によれば、特定した区間それぞれにおける、ノイズ除去処理を実施した後の対象の人物の生体データに基づいて、電話を介した対象の人物に対する詐欺行為の発生状況を評価することができる。これにより、情報処理装置１００は、電話を介した詐欺行為による詐欺被害を防止し易くすることができる。

【0234】

情報処理装置１００によれば、特定した区間それぞれにおける、区間と合致したいずれかの音声パターンに対応するノイズ除去処理を実施した後の対象の人物の生体データに基づいて、区間における対象の人物に関する特徴量を生成することができる。情報処理装置１００によれば、生成した特徴量の変化パターンに基づいて、対象の人物に対する犯罪行為の発生状況を評価することができる。これにより、情報処理装置１００は、特徴量の変化パターンを考慮することができ、対象の人物に対する犯罪行為の発生状況を精度よく評価可能にすることができる。

【0235】

情報処理装置１００によれば、特定した区間それぞれについて、区間における対象の人物の心拍または脈拍に関する計測値を示す生体データに対して、区間と合致したいずれかの音声パターンに対応するノイズ除去処理を実施することができる。情報処理装置１００によれば、特定した区間それぞれにおける、ノイズ除去処理を実施した後の生体データに基づいて、区間における対象の人物の心拍または脈拍に関する計測値の変化量である特徴量を生成することができる。情報処理装置１００によれば、生成した特徴量が閾値以上である場合、対象の人物に対する犯罪行為が発生したと評価することができる。情報処理装置１００によれば、生成した特徴量が閾値未満である場合、対象の人物に対する犯罪行為が発生していないと評価することができる。これにより、情報処理装置１００は、犯罪行為が発生したか否かを精度よく評価することができる。

【0236】

情報処理装置１００によれば、特定した区間それぞれについて、区間における対象の人物の心拍または脈拍に関する計測値を示す生体データに対して、区間と合致したいずれかの音声パターンに対応するノイズ除去処理を実施することができる。情報処理装置１００によれば、特定した区間それぞれにおける、ノイズ除去処理を実施した後の生体データに基づいて、区間における対象の人物の心拍または脈拍に関する計測値の統計値である特徴量を生成することができる。情報処理装置１００によれば、生成した特徴量の変化量が閾値以上である場合、対象の人物に対する犯罪行為が発生したと評価することができる。情報処理装置１００によれば、生成した特徴量の変化量が閾値未満である場合、対象の人物に対する犯罪行為が発生していないと評価することができる。これにより、情報処理装置１００は、犯罪行為が発生したか否かを精度よく評価することができる。

【0237】

なお、本実施の形態で説明した情報処理方法は、予め用意されたプログラムをＰＣやワークステーションなどのコンピュータで実行することにより実現することができる。本実施の形態で説明した情報処理プログラムは、コンピュータで読み取り可能な記録媒体に記録され、コンピュータによって記録媒体から読み出されることによって実行される。記録媒体は、ハードディスク、フレキシブルディスク、ＣＤ（Ｃｏｍｐａｃｔ Ｄｉｓｃ）－ＲＯＭ、ＭＯ（Ｍａｇｎｅｔｏ Ｏｐｔｉｃａｌ ｄｉｓｃ）、ＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｃ）などである。また、本実施の形態で説明した情報処理プログラムは、インターネットなどのネットワークを介して配布してもよい。

【0238】

上述した実施の形態に関し、さらに以下の付記を開示する。

【0239】

（付記１）ある期間における対象の人物の会話を示す音声データを取得し、
取得した前記音声データに基づいて、前記期間のうち、設定された１以上の音声パターンそれぞれに合致する区間を特定し、
特定した前記区間それぞれについて、前記区間における前記対象の人物の生体データに対して、前記１以上の音声パターンのうち、前記区間と合致したいずれかの音声パターンに対応するノイズ除去処理を実施し、
特定した前記区間それぞれにおける、前記区間と合致したいずれかの音声パターンに対応するノイズ除去処理を実施した後の前記対象の人物の生体データに基づいて、前記対象の人物に対する犯罪行為の発生状況を評価する、
処理をコンピュータに実行させることを特徴とする情報処理プログラム。

【0240】

（付記２）前記実施する処理は、
前記１以上の音声パターンそれぞれと、生体データからノイズを除去するフィルタとを対応付けて記憶する記憶部を参照して、特定した前記区間それぞれについて、前記区間における前記対象の人物の生体データに対して、前記１以上の音声パターンのうち、前記区間と合致したいずれかの音声パターンに対応付けられたフィルタを用いて、ノイズ除去処理を実施する、ことを特徴とする付記１に記載の情報処理プログラム。

【0241】

（付記３）前記音声データは、電話を介した前記期間における前記対象の人物の会話を示し、
前記評価する処理は、
特定した前記区間それぞれにおける、前記区間と合致したいずれかの音声パターンに対応するノイズ除去処理を実施した後の前記対象の人物の生体データに基づいて、電話を介した他の人物による前記対象の人物に対する詐欺行為の発生状況を評価する、ことを特徴とする付記１または２に記載の情報処理プログラム。

【0242】

（付記４）特定した前記区間それぞれにおける、前記区間と合致したいずれかの音声パターンに対応するノイズ除去処理を実施した後の前記対象の人物の生体データに基づいて、前記区間における前記対象の人物に関する特徴量を生成し、
前記評価する処理は、
生成した前記特徴量の変化パターンに基づいて、前記対象の人物に対する犯罪行為の発生状況を評価する、ことを特徴とする付記１または２に記載の情報処理プログラム。

【0243】

（付記５）前記実施する処理は、
特定した前記区間それぞれについて、前記区間における前記対象の人物の心拍または脈拍に関する計測値を示す生体データに対して、前記１以上の音声パターンのうち、前記区間と合致したいずれかの音声パターンに対応するノイズ除去処理を実施し、
前記生成する処理は、
特定した前記区間それぞれにおける、前記区間と合致したいずれかの音声パターンに対応するノイズ除去処理を実施した後の前記対象の人物の心拍または脈拍に関する計測値を示す生体データに基づいて、前記区間における前記対象の人物の心拍または脈拍に関する計測値の変化量である特徴量を生成し、
前記評価する処理は、
生成した前記特徴量が閾値以上である場合、前記対象の人物に対する犯罪行為が発生したと評価し、生成した前記特徴量が閾値未満である場合、前記対象の人物に対する犯罪行為が発生していないと評価する、ことを特徴とする付記４に記載の情報処理プログラム。

【0244】

（付記６）前記実施する処理は、
特定した前記区間それぞれについて、前記区間における前記対象の人物の心拍または脈拍に関する計測値を示す生体データに対して、前記１以上の音声パターンのうち、前記区間と合致したいずれかの音声パターンに対応するノイズ除去処理を実施し、
前記生成する処理は、
特定した前記区間それぞれにおける、前記区間と合致したいずれかの音声パターンに対応するノイズ除去処理を実施した後の前記対象の人物の心拍または脈拍に関する計測値を示す生体データに基づいて、前記区間における前記対象の人物の心拍または脈拍に関する計測値の統計値である特徴量を生成し、
前記評価する処理は、
生成した前記特徴量の変化量が閾値以上である場合、前記対象の人物に対する犯罪行為が発生したと評価し、生成した前記特徴量の変化量が閾値未満である場合、前記対象の人物に対する犯罪行為が発生していないと評価する、ことを特徴とする付記４に記載の情報処理プログラム。

【0245】

（付記７）ある期間における対象の人物の会話を示す音声データを取得し、
取得した前記音声データに基づいて、前記期間のうち、設定された１以上の音声パターンそれぞれに合致する区間を特定し、
特定した前記区間それぞれについて、前記区間における前記対象の人物の生体データに対して、前記１以上の音声パターンのうち、前記区間と合致したいずれかの音声パターンに対応するノイズ除去処理を実施し、
特定した前記区間それぞれにおける、前記区間と合致したいずれかの音声パターンに対応するノイズ除去処理を実施した後の前記対象の人物の生体データに基づいて、前記対象の人物に対する犯罪行為の発生状況を評価する、
処理をコンピュータが実行することを特徴とする情報処理方法。

【0246】

（付記８）ある期間における対象の人物の会話を示す音声データを取得し、
取得した前記音声データに基づいて、前記期間のうち、設定された１以上の音声パターンそれぞれに合致する区間を特定し、
特定した前記区間それぞれについて、前記区間における前記対象の人物の生体データに対して、前記１以上の音声パターンのうち、前記区間と合致したいずれかの音声パターンに対応するノイズ除去処理を実施し、
特定した前記区間それぞれにおける、前記区間と合致したいずれかの音声パターンに対応するノイズ除去処理を実施した後の前記対象の人物の生体データに基づいて、前記対象の人物に対する犯罪行為の発生状況を評価する、
制御部を有することを特徴とする情報処理装置。

【符号の説明】

【0247】

１００ 情報処理装置
１０１ 音声データ
１０２ 生体データ
２００ 情報処理システム
２０１ 音声データ取得装置
２０２ 生体データ取得装置
２０３ アラート出力装置
２１０ ネットワーク
３０１，４０１ ユーザ
３０２，４０２ 詐欺師
３１０，４１４ スマートフォン
３１１，９０７ 生体センサ
４０３ 関係者
４１１ ウェアラブル端末
４１２ スマートスピーカー
４１３ サーバ
４１５ 固定電話機
５００，９００ バス
５０１，９０１ ＣＰＵ
５０２，９０２ メモリ
５０３，９０３ ネットワークＩ／Ｆ
５０４，９０４ 記録媒体Ｉ／Ｆ
５０５，９０５ 記録媒体
６００ フィルタ情報管理テーブル
７００ 感情パターン情報管理テーブル
８００ 生体パターン情報管理テーブル
９０６ 音声センサ
９０８ 出力装置
１０００ 記憶部
１００１ 取得部
１００２ 分類部
１００３ 加工部
１００４ 算出部
１００５ 判定部
１００６ 出力部
１１０１，１１０２ 音声

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】

【図14】