ホーム > 特許ランキング > 株式会社シンギュレイト
知財求人 - 知財ポータルサイト「IP Force」
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】特許公報(B2)
(11)【特許番号】
(24)【登録日】2024-03-06
(45)【発行日】2024-03-14
(54)【発明の名称】情報処理装置、情報処理方法、およびプログラム
(51)【国際特許分類】
G10L 21/18 20130101AFI20240307BHJP
G10L 25/51 20130101ALI20240307BHJP
【ＦＩ】
G10L21/18
G10L25/51
【請求項の数】
13
(21)【出願番号】P 2021082874
(22)【出願日】2021-05-17
(65)【公開番号】P2022176438
(43)【公開日】2022-11-30
【審査請求日】2023-12-04
【早期審査対象出願】
(73)【特許権者】
【識別番号】520400726
【氏名又は名称】株式会社シンギュレイト
(74)【代理人】
【識別番号】110002815
【氏名又は名称】ＩＰＴｅｃｈ弁理士法人
(72)【発明者】
【氏名】鹿内 学
(72)【発明者】
【氏名】谷口 泰地
【審査官】山下 剛史
(56)【参考文献】
【文献】特開２０２０－１４８９３１（ＪＰ，Ａ）
【文献】特開２０１８－４５３６４（ＪＰ，Ａ）
【文献】特開２０１６－２０６３５５（ＪＰ，Ａ）
【文献】特開２００８－２６２０４６（ＪＰ，Ａ）
【文献】国際公開第２０１９／１３０８１６（ＷＯ，Ａ１）
【文献】米国特許出願公開第２０１９／０３１８７４３（ＵＳ，Ａ１）
(58)【調査した分野】(Int.Cl.，ＤＢ名)
Ｇ１０Ｌ １３／００－９９／００
Ｇ０６Ｑ １０／００
(57)【特許請求の範囲】
【請求項1】
複数の参加者による会話から収集された音声に関する音声データを取得する手段と、前記音声データを解析することで、発言した参加者の時系列遷移を表す発言者データを生成する手段と、
前記発言者データを参照して前記複数の参加者の発言の有無の組み合わせによって定義される複数の第１状態の間の遷移確率を示す第１遷移確率行列を算出する手段と、
前記第１遷移確率行列を参照して統合情報量を算出する手段と、
前記統合情報量に基づいて前記会話を評価する手段と
を具備し、
前記発言者データを生成する手段は、前記音声データを時間窓単位で解析することと、前記時間窓の位置を所定の移動時間だけ時間軸上で移動させることとを含む窓処理を繰り返すことで、各時間窓において発言した参加者の時系列遷移を表すように前記発言者データを生成し、
前記時間窓の時間長は、前記会話の参加者数、または前記移動時間の少なくとも１つに依存する、
情報処理装置。
【請求項2】
前記移動時間の時間長は、１発言あたりの所要時間に依存する、請求項１に記載の情報処理装置。
【請求項3】
前記第１遷移確率行列を算出する手段は、前記発言者データを参照して前記複数の参加者のうち２名以上が同時に発言しているデータサンプルを抽出する手段と、
前記データサンプルの抽出結果を参照して前記第１遷移確率行列を算出する手段とを備える、
請求項１に記載の情報処理装置。
【請求項4】
複数の参加者による会話から収集された音声に関する音声データを取得する手段と、前記音声データを解析することで、発言した参加者の時系列遷移を表す発言者データを生成する手段と、
前記発言者データを参照して前記複数の参加者の発言の有無の組み合わせによって定義される複数の第１状態の間の遷移確率を示す第１遷移確率行列を算出する手段と、
前記第１遷移確率行列を参照して統合情報量を算出する手段と、
前記統合情報量に基づいて前記会話を評価する手段と
を具備し、
前記統合情報量を算出する手段は、
前記第１遷移確率行列の独立成分を抽出することで、互いに独立な複数の第２状態の間の遷移確率を示す第２遷移確率行列を算出する手段と、
前記第２遷移確率行列を参照して前記統合情報量を算出する手段とを備える、
情報処理装置。
【請求項5】
前記会話を評価する手段は、前記複数の第２状態と前記複数の第１状態との対応関係にさらに基づいて前記会話を評価する、請求項４に記載の情報処理装置。
【請求項6】
複数の参加者による会話から収集された音声に関する音声データを取得する手段と、前記音声データを解析することで、発言した参加者の時系列遷移を表す発言者データを生成する手段と、
前記発言者データを参照して前記複数の参加者の発言の有無の組み合わせによって定義される複数の第１状態の間の遷移確率を示す第１遷移確率行列を算出する手段と、
前記第１遷移確率行列を参照して統合情報量を算出する手段と、
前記統合情報量に基づいて前記会話を評価する手段と
を具備し、
前記第１遷移確率行列を算出する手段は、前記複数の第１状態の少なくとも１つについて遷移確率を算出するために前記発言者データにおいて参照可能なデータサンプルの数が所定の条件を満たす場合に、既定の事前分布を用いて当該遷移確率を算出する、
情報処理装置。
【請求項7】
複数の参加者による会話から収集された音声に関する音声データを取得する手段と、前記音声データを解析することで、発言した参加者の時系列遷移を表す発言者データを生成する手段と、
前記発言者データを参照して前記複数の参加者の発言の有無の組み合わせによって定義される複数の第１状態の間の遷移確率を示す第１遷移確率行列を算出する手段と、
前記第１遷移確率行列を参照して統合情報量を算出する手段と、
前記統合情報量に基づいて前記会話を評価する手段と
を具備し、
前記会話を評価する手段は、前記統合情報量に基づく評価結果を出力し、
前記会話を評価する手段は、前記統合情報量を最大化する発言状態を示すコンプレックスを決定し、当該コンプレックスに関する情報を含む評価結果を出力する、
情報処理装置。
【請求項8】
前記評価結果は、前記統合情報量の時間変化に関する情報を含む、請求項７に記載の情報処理装置。
【請求項9】
コンピュータが、複数の参加者による会話から収集された音声に関する音声データを取得することと、
前記音声データを解析することで、発言した参加者の時系列遷移を表す発言者データを生成することと、
前記発言者データを参照して前記複数の参加者の発言の有無の組み合わせによって定義される複数の第１状態の間の遷移確率を示す第１遷移確率行列を算出することと、
前記第１遷移確率行列を参照して統合情報量を算出することと、
前記統合情報量に基づいて前記会話を評価することと
を具備し、
前記発言者データを生成することでは、前記音声データを時間窓単位で解析することと、前記時間窓の位置を所定の移動時間だけ時間軸上で移動させることとを含む窓処理を繰り返すことで、各時間窓において発言した参加者の時系列遷移を表すように前記発言者データを生成し、
前記時間窓の時間長は、前記会話の参加者数、または前記移動時間の少なくとも１つに依存する、
情報処理方法。
【請求項10】
コンピュータを、複数の参加者による会話から収集された音声に関する音声データを取得する手段、
前記音声データを解析することで、発言した参加者の時系列遷移を表す発言者データを生成する手段、
前記発言者データを参照して前記複数の参加者の発言の有無の組み合わせによって定義される複数の第１状態の間の遷移確率を示す第１遷移確率行列を算出する手段、
前記第１遷移確率行列を参照して統合情報量を算出する手段、
前記統合情報量に基づいて前記会話を評価する手段
として機能させ、
前記発言者データを生成する手段は、前記音声データを時間窓単位で解析することと、前記時間窓の位置を所定の移動時間だけ時間軸上で移動させることとを含む窓処理を繰り返すことで、各時間窓において発言した参加者の時系列遷移を表すように前記発言者データを生成し、
前記時間窓の時間長は、前記会話の参加者数、または前記移動時間の少なくとも１つに依存する、
プログラム。
【請求項11】
コンピュータを、複数の参加者による会話から収集された音声に関する音声データを取得する手段、
前記音声データを解析することで、発言した参加者の時系列遷移を表す発言者データを生成する手段、
前記発言者データを参照して前記複数の参加者の発言の有無の組み合わせによって定義される複数の第１状態の間の遷移確率を示す第１遷移確率行列を算出する手段、
前記第１遷移確率行列を参照して統合情報量を算出する手段、
前記統合情報量に基づいて前記会話を評価する手段
として機能させ、
前記統合情報量を算出する手段は、
前記第１遷移確率行列の独立成分を抽出することで、互いに独立な複数の第２状態の間の遷移確率を示す第２遷移確率行列を算出する手段と、
前記第２遷移確率行列を参照して前記統合情報量を算出する手段とを備える、
プログラム。
【請求項12】
コンピュータを、複数の参加者による会話から収集された音声に関する音声データを取得する手段、
前記音声データを解析することで、発言した参加者の時系列遷移を表す発言者データを生成する手段、
前記発言者データを参照して前記複数の参加者の発言の有無の組み合わせによって定義される複数の第１状態の間の遷移確率を示す第１遷移確率行列を算出する手段、
前記第１遷移確率行列を参照して統合情報量を算出する手段、
前記統合情報量に基づいて前記会話を評価する手段
として機能させ、
前記第１遷移確率行列を算出する手段は、前記複数の第１状態の少なくとも１つについて遷移確率を算出するために前記発言者データにおいて参照可能なデータサンプルの数が所定の条件を満たす場合に、既定の事前分布を用いて当該遷移確率を算出する、
プログラム。
【請求項13】
コンピュータを、複数の参加者による会話から収集された音声に関する音声データを取得する手段、
前記音声データを解析することで、発言した参加者の時系列遷移を表す発言者データを生成する手段、
前記発言者データを参照して前記複数の参加者の発言の有無の組み合わせによって定義される複数の第１状態の間の遷移確率を示す第１遷移確率行列を算出する手段、
前記第１遷移確率行列を参照して統合情報量を算出する手段、
前記統合情報量に基づいて前記会話を評価する手段
として機能させ、
前記会話を評価する手段は、前記統合情報量に基づく評価結果を出力し、
前記会話を評価する手段は、前記統合情報量を最大化する発言状態を示すコンプレックスを決定し、当該コンプレックスに関する情報を含む評価結果を出力する、
プログラム。
【発明の詳細な説明】
【技術分野】
【0001】
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。
【背景技術】
【0002】
従来、複数の参加者が集まる会議等において新たなアイデアを創出するために様々な取り組みがなされている。
【0003】
特許文献１には、議論に関する発言量総和およびメンバ参加数をパラメータとして議論活性化度を計算することが記載されている。
【先行技術文献】
【特許文献】
【0004】
【文献】特開2008-262046号公報
【発明の概要】
【発明が解決しようとする課題】
【0005】
特許文献１の技術では、会議における発言量または発言者の多寡に着目して議論の活性を評価している。しかしながら、議論が活発な会議であっても、参加者の意見がばらばらのまま、つまり議論が収束せず新たなアイデアの創出に結び付かないことがある。
【0006】
本開示の目的は、複数の参加者間の意見の統合という観点から会話（会議を含む）を評価することである。
【課題を解決するための手段】
【0007】
本開示の一態様によれば、情報処理装置は、複数の参加者による会話から収集された音声に関する音声データを取得する手段と、音声データを解析することで、発言した参加者の時系列遷移を表す発言者データを生成する手段と、発言者データを参照して複数の参加者の発言の有無の組み合わせによって定義される複数の第１状態の間の遷移確率を示す第１遷移確率行列を算出する手段と、第１遷移確率行列を参照して統合情報量を算出する手段と、統合情報量に基づいて会話を評価する手段とを備える。
【発明の効果】
【0008】
本開示によれば、複数の参加者間の意見の統合という観点から会話を評価できる。
【図面の簡単な説明】
【0009】
【図1】本実施形態の情報処理装置の構成を示すブロック図である。
【図2】本実施形態の概要の説明図である。
【図3】本実施形態の発言者データのデータ構造を示す図である。
【図4】本実施形態の情報処理のフローチャートである。
【図5】本実施形態の情報処理における発言者データの生成処理の詳細のフローチャートである。
【図7】ＴＰＭの説明図である。
【図8】本実施形態の情報処理において表示される画面例を示す図である。
【図9】本実施形態の情報処理において表示される画面例を示す図である。
【図10】変形例１の情報処理におけるＴＰＭの算出処理の詳細のフローチャートである。
【図11】変形例２の情報処理における統合情報量の算出処理の詳細の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、本発明の一実施形態について、図面に基づいて詳細に説明する。なお、実施形態を説明するための図面において、同一の構成要素には原則として同一の符号を付し、その繰り返しの説明は省略する。
【0011】
（１）情報処理装置の構成
情報処理装置の構成について説明する。図１は、本実施形態の情報処理装置の構成を示すブロック図である。
情報処理装置の構成について説明する。図１は、本実施形態の情報処理装置の構成を示すブロック図である。
【0012】
図１に示すように、情報処理装置１０は、記憶装置１１と、プロセッサ１２と、入出力インタフェース１３と、通信インタフェース１４とを備える。
【0013】
記憶装置１１は、プログラム及びデータを記憶するように構成される。記憶装置１１は、例えば、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）、及び、ストレージ（例えば、フラッシュメモリ又はハードディスク）の組合せである。
【0014】
プログラムは、例えば、以下のプログラムを含む。
・ＯＳ（Operating System）のプログラム
・情報処理を実行するアプリケーションのプログラム
・ＯＳ（Operating System）のプログラム
・情報処理を実行するアプリケーションのプログラム
【0015】
データは、例えば、以下のデータを含む。
・情報処理において参照されるデータ及びデータベース
・情報処理を実行することによって得られるデータ（つまり、情報処理の実行結果）
・情報処理において参照されるデータ及びデータベース
・情報処理を実行することによって得られるデータ（つまり、情報処理の実行結果）
【0016】
プロセッサ１２は、記憶装置１１に記憶されたプログラムを起動してデータを処理することによって、情報処理装置１０の機能を実現するように構成される。プロセッサ１２は、コンピュータの一例である。記憶装置１１により記憶されるプログラム及びデータは、ネットワークを介して提供されてもよいし、コンピュータにより読み取り可能な記録媒体に記録して提供されてもよい。なお、情報処理装置１０の機能の少なくとも一部が、１又は複数の専用のハードウェアにより実現されていてもよい。
【0017】
入出力インタフェース１３は、情報処理装置１０に接続される入力デバイスから信号（例えば、音声信号、ユーザの指示、制御信号）を取得し、かつ、情報処理装置１０に接続される出力デバイスに信号（例えば、画像信号、音声信号、制御信号）を出力するように構成される。
入力デバイスは、例えば、センサ（マイクロホンを含む）、キーボード、ポインティングデバイス、タッチパネル、又は、それらの組合せである。
出力デバイスは、例えば、ディスプレイである。
入力デバイスは、例えば、センサ（マイクロホンを含む）、キーボード、ポインティングデバイス、タッチパネル、又は、それらの組合せである。
出力デバイスは、例えば、ディスプレイである。
【0018】
通信インタフェース１４は、情報処理装置１０と外部装置との間の通信を制御するように構成される。
【0019】
（２）実施形態の概要
本実施形態の概要について説明する。図２は、本実施形態の概要の説明図である。
本実施形態の概要について説明する。図２は、本実施形態の概要の説明図である。
【0020】
図２に示すように、情報処理装置１０は、複数の参加者による会議（「会話」の一例）から収集された音声に関する音声データを取得する。一例として、音声は、複数のマイクロホンを用いて収集することができる。
【0021】
情報処理装置１０は、取得した音声データを解析することで、発言した参加者（つまり、発言者）の時系列遷移を表す時系列データ（以下、「発言者データ」と称する）を生成する。一例として、情報処理装置１０は、音声データに対して話者認識処理、または音源分離処理を行うことで、発言者を特定する。
【0022】
情報処理装置１０は、生成した発言者データを参照して、遷移確率行列（TPM: Transition Probability Matrix）を算出する。ＴＰＭは、複数の発言状態の間の遷移確率を示す。発言状態とは、会議における複数の参加者の発言の組み合わせによって定義される。例えば、参加人数が４人の会議では、各参加者の発言の有無の組み合わせは１６（＝２４）通りであるから、１６種類の発言状態が定義される。
【0023】
情報処理装置１０は、ＴＰＭを参照して統合情報量Ｐｈｉを算出する。ここで、統合情報量Ｐｈｉは、統合情報理論（IIT: Integrated Information Theory）において定義される指標である。ＩＩＴによれば、統合情報量は、脳を構成する複数の神経細胞の発火の系列を分析し、神経細胞のネットワークにおいて統合された情報の量を評価することで得られる。
【0024】
新たなアイデアを創出するための理想的な会議では、ある参加者の発言にインスピレーションまたは動機づけを得て、別の参加者が発言する。このような議論を通じて各参加者の意見が統合され、新しいアイデアが生み出される。情報処理装置１０は、ＩＩＴにおける脳の神経細胞の発火を会議の参加者の発言に置き換えてＴＰＭを算出し、当該ＴＰＭを元に統合情報量Ｐｈｉを算出する。統合情報量Ｐｈｉは、会議の複数の参加者において統合された情報の量を表す。統合情報量Ｐｈｉによれば、会議の品質（例えば、参加者間の意見の統合）を定量評価することができる。
【0025】
さらに、情報処理装置１０は、統合情報量Ｐｈｉに加えてコンプレックスを決定し、当該コンプレックスに関する情報を会議の評価結果に含めてもよい。コンプレックスは、統合情報量Ｐｈｉを最大化する発言状態（つまり、１以上の発言者）を示す。コンプレックスによれば、会議において意見の統合に対する貢献の大きかった参加者（統合情報量Ｐｈｉを最大化する発言状態における発言者）を特定することができる。
【0026】
（３）データ構造
本実施形態の発言者データのデータ構造について説明する。図３は、本実施形態の発言者データのデータ構造を示す図である。
本実施形態の発言者データのデータ構造について説明する。図３は、本実施形態の発言者データのデータ構造を示す図である。
【0027】
図３に示すように、発言者データは、異なる時間に関連付けられる複数のサンプルからなる時系列データである。各サンプルは、サンプルＩＤによって識別される。各サンプルは、時間情報と、会議の各参加者の発言情報とを含む。
【0028】
時間情報は、各参加者の発言の有無が解析される対象期間に関する情報である。一例として、時間情報は、対象期間の始点、中点、または終点を示す値を持つ。
【0029】
参加者の発言情報は、当該発言情報に関連付けられる時間情報の示す対象期間における当該参加者の発言の有無を示す。発言情報は、参加者が対象期間に発言した場合には「１」の値を持ち、参加者が対象期間に発言しなかった場合には「０」の値を持つ。
【0030】
例えば、あるサンプルの発言者データにおいて、時間情報が「００：００：３０」の値を持ち、Ａさんの発言情報が「０」の値を持ち、Ｂさんの発言情報が「１」の値を持ち、かつＣさんの発言情報が「１」の値を持っていたとする。この発言者データは、「００：００：３０」によって特定される対象期間に、Ａさんは発言せず、かつＢさんおよびＣさんが発言したことを意味する。
【0031】
（４）情報処理
本実施形態の情報処理について説明する。図４は、本実施形態の情報処理のフローチャートである。図５は、本実施形態の情報処理における発言者データの生成処理の詳細のフローチャートである。図６は、図５の処理の説明図である。図７は、ＴＰＭの説明図である。図８は、本実施形態の情報処理において表示される画面例を示す図である。図９は、本実施形態の情報処理において表示される画面例を示す図である。
本実施形態の情報処理について説明する。図４は、本実施形態の情報処理のフローチャートである。図５は、本実施形態の情報処理における発言者データの生成処理の詳細のフローチャートである。図６は、図５の処理の説明図である。図７は、ＴＰＭの説明図である。図８は、本実施形態の情報処理において表示される画面例を示す図である。図９は、本実施形態の情報処理において表示される画面例を示す図である。
【0032】
図４の情報処理は、例えば以下の開始条件のいずれかに応じて開始する。
・情報処理装置１０に情報処理の開始を指示するユーザ指示が入力されたこと
・情報処理装置１０が外部装置から情報処理の開始要求を受信したこと
・所定の日時が到来したこと
・情報処理装置１０に情報処理の開始を指示するユーザ指示が入力されたこと
・情報処理装置１０が外部装置から情報処理の開始要求を受信したこと
・所定の日時が到来したこと
【0033】
図４に示すように、情報処理装置１０は、音声データの取得（Ｓ１１０）を実行する。
具体的には、プロセッサ１２は、複数の参加者による会議から収集された音声に関する音声データを取得する。プロセッサ１２は、例えば以下のいずれかから音声データを取得する。
・記憶装置１１
・入出力インタフェース１３を介して接続された１以上のマイクロホン
・通信インタフェース１４を介して接続された外部装置（例えば、音声データを蓄積する外部サーバ）
具体的には、プロセッサ１２は、複数の参加者による会議から収集された音声に関する音声データを取得する。プロセッサ１２は、例えば以下のいずれかから音声データを取得する。
・記憶装置１１
・入出力インタフェース１３を介して接続された１以上のマイクロホン
・通信インタフェース１４を介して接続された外部装置（例えば、音声データを蓄積する外部サーバ）
【0034】
ステップＳ１１０の後に、情報処理装置１０は、発言者データの生成（Ｓ１２０）を実行する。
具体的には、プロセッサ１２は、ステップＳ１１０において取得した音声データを解析することで、発言者データ（図３）を生成する。一例として、情報処理装置１０は、音声データに対して話者認識処理、または音源分離処理を行うことで、発言者を特定する。
具体的には、プロセッサ１２は、ステップＳ１１０において取得した音声データを解析することで、発言者データ（図３）を生成する。一例として、情報処理装置１０は、音声データに対して話者認識処理、または音源分離処理を行うことで、発言者を特定する。
【0035】
会議を構成する個々の微小時間に着目すると、１人の参加者のみが発言している、または全ての参加者が発言していない、のどちらかの場合が殆どである。このように、対象期間を過度に短く設定すると、複数の参加者が同時に発言する発言状態は殆ど出現しない。つまり、全ての発言状態を網羅することが困難である。逆に、発言者データの時間情報に対応する対象期間を過度に長く設定すると、生成可能な発言者データのサンプル数が少なくなるうえに、発言時間の大きく異なる参加者が同時に発言したとして扱われる。対象期間を適切な時間長に設定することで、算出される統合情報量Ｐｈｉの信頼度を向上させることができる。
【0036】
会議における参加者数をＮとし、１発言あたりの標準的な所要時間（これは、発言者の交代周期に対応する）をＴとすると、対象期間を例えば（Ｎ－１）×Ｔ以上、かつＮ×Ｔ以下程度の時間長に設定することができる。このような対象期間によれば、全ての参加者が逐次的に発言した場合であっても、個々の発言の所要時間がＴを超過しない限り、これらの参加者を同時に発言したとして扱うことができる。このように、対象期間は、全ての発言状態を網羅可能であって、かつなるべく短い時間長であることが好ましい。
【0037】
１発言あたりの標準的な所要時間Ｔは、１会議毎に個別に決定されてもよいし、複数の会議に対して共通に決定されてもよい。所要時間Ｔは、評価対象となる会議における発言時間の測定値に基づいて事後的に決定されてよい。所要時間Ｔは、評価対象となる会議よりも以前に開催された１以上の会議における発言時間の測定値に基づいて決定されてもよい。
【0038】
一例として、情報処理装置１０は、図５に示すように発言者データの生成（Ｓ１２０）を実行してもよい。
【0039】
図５に示すように、情報処理装置１０は、音声データの解析（Ｓ１２０１）を実行する。
具体的には、プロセッサ１２は、ステップＳ１１０において取得した音声データを単位時間の時間窓単位で解析する。ここで、時間窓は、発言者データにおける対象期間に対応するので、対象期間と同じ時間長を備える。発言者データの生成（Ｓ１２０）を実行する毎に、プロセッサ１２は、時間窓の始点を例えば音声データの始点に初期化する。
一例として図６に示すように、プロセッサ１２は、音声データのうち時間窓に含まれる複数のサンプルについてそれぞれ発言者を特定する。プロセッサ１２は、時間窓に含まれる所定個数（所定個数は１であってもよいし、２以上であってもよい）以上のサンプルに対応する発言者を、時間窓における発言者として特定してもよい。これにより、発言者データの１サンプルが生成される。
具体的には、プロセッサ１２は、ステップＳ１１０において取得した音声データを単位時間の時間窓単位で解析する。ここで、時間窓は、発言者データにおける対象期間に対応するので、対象期間と同じ時間長を備える。発言者データの生成（Ｓ１２０）を実行する毎に、プロセッサ１２は、時間窓の始点を例えば音声データの始点に初期化する。
一例として図６に示すように、プロセッサ１２は、音声データのうち時間窓に含まれる複数のサンプルについてそれぞれ発言者を特定する。プロセッサ１２は、時間窓に含まれる所定個数（所定個数は１であってもよいし、２以上であってもよい）以上のサンプルに対応する発言者を、時間窓における発言者として特定してもよい。これにより、発言者データの１サンプルが生成される。
【0040】
ステップＳ１２０１の後、音声データに未処理のデータが残存している場合に、情報処理装置１０は、時間窓の移動（Ｓ１２０２）を実行する。
具体的には、プロセッサ１２は、時間窓の位置を所定の移動時間だけ時間軸上で移動させる。移動時間は、時間窓よりも時間長が短くなるように定められてもよいが、時間窓以上の時間長に定められてもよい。例えば、移動時間は、１発言あたりの標準的な所要時間Ｔと同じ時間長を備える。
具体的には、プロセッサ１２は、時間窓の位置を所定の移動時間だけ時間軸上で移動させる。移動時間は、時間窓よりも時間長が短くなるように定められてもよいが、時間窓以上の時間長に定められてもよい。例えば、移動時間は、１発言あたりの標準的な所要時間Ｔと同じ時間長を備える。
【0041】
ステップＳ１２０２の後、情報処理装置１０は、音声データの解析（Ｓ１２０１）を実行する。
【0042】
ステップＳ１２０１の後、音声データに未処理のデータが残存していない場合に、情報処理装置１０は、発言者データの生成（Ｓ１２０）を終了する。
【0043】
図４に示すように、ステップＳ１２０の後に、情報処理装置１０は、ＴＰＭの算出（Ｓ１３０）を実行する。
具体的には、プロセッサ１２は、ステップＳ１２０において生成した発言者データを参照して、複数の参加者の発言の有無の組み合わせによって定義される複数の発言状態の間の遷移確率を示すＴＰＭを算出する。
具体的には、プロセッサ１２は、ステップＳ１２０において生成した発言者データを参照して、複数の参加者の発言の有無の組み合わせによって定義される複数の発言状態の間の遷移確率を示すＴＰＭを算出する。
【0044】
図７に示すように、ＴＰＭは、参加者数をＮとすると、２Ｎ行×Ｎ列の行列で表すことができる。ＴＰＭの行は、現在の発言状態を表すＮ桁のバイナリ値に対応する。例えば図７の（１０００）は、Ａさんだけが発言し、Ｂさん、Ｃさん、およびＤさんが発言していない状態を表す。図７の（０１１０）は、ＢさんおよびＣさんが発言し、ＡさんおよびＤさんが発言していない状態を表す。
【0045】
ＴＰＭの第ｉ行第ｊ列の要素ｅｉｊは、現在の発言状態が第ｉ番目の状態である場合に、第ｊ番目の参加者が次に発火する、つまり当該参加者を発言者に含む状態に遷移する確率を表す。例えば、図７の第３行第３列の要素は、現在の発言状態が（０１００）である場合に、発言状態が（＊＊１＊）に遷移する確率が「０．６２」である（換言すれば、発言状態が（＊＊０＊）に遷移する確率が「０．３８」である）ことを表す。ここで、＊は、ドントケア（０または１のいずれでもよい）である。
【0046】
ステップＳ１３０の後に、情報処理装置１０は、統合情報量の算出（Ｓ１４０）を実行する。
具体的には、プロセッサ１２は、ステップＳ１３０において算出したＴＰＭを参照して、ＩＩＴの定義に従って統合情報量Ｐｈｉを算出する。
具体的には、プロセッサ１２は、ステップＳ１３０において算出したＴＰＭを参照して、ＩＩＴの定義に従って統合情報量Ｐｈｉを算出する。
【0047】
ステップＳ１４０の後に、情報処理装置１０は、会議の評価（Ｓ１５０）を実行する。
具体的には、プロセッサ１２は、ステップＳ１４０において算出した会議の統合情報量Ｐｈｉに基づいて会議を評価する。
具体的には、プロセッサ１２は、ステップＳ１４０において算出した会議の統合情報量Ｐｈｉに基づいて会議を評価する。
【0048】
一例として、情報処理装置１０は、画面Ｐ１０（図８）をディスプレイに表示する。画面Ｐ１０は、情報処理装置１０に入出力インタフェース１３を介して接続されたディスプレイに表示されてもよいし、情報処理装置１０と通信インタフェース１４を介して接続された外部装置のディスプレイに表示されてもよい。
【0049】
画面Ｐ１０には、表示領域ＤＡ１０１と、表示領域ＤＡ１０２と、ボタンオブジェクトＢ１０とが含まれる。
【0050】
表示領域ＤＡ１０１には、会議の品質の定量評価の結果に関する情報が表示される。会議の品質は、例えばステップＳ１４０において算出した統合情報量Ｐｈｉに基づいて定量評価される。一例として、プロセッサ１２は、統合情報量Ｐｈｉの代表値（例えば最大値）を所定の数値範囲（例えば、０以上１００以下の整数、５以下の自然数）に正規化した結果を表示領域ＤＡ１０１に含めてもよい。
【0051】
表示領域ＤＡ１０２には、会議において意見の統合に対する貢献の大きかった参加者の評価結果に関する情報が表示される。会議において意見の統合に対する貢献の大きかった参加者は、例えばステップＳ１４０において算出した統合情報量を最大化する１以上の発言者である。プロセッサ１２は、ステップＳ１４０において算出した統合情報量を参照してコンプレックスを決定し、当該コンプレックスに関する情報を表示領域ＤＡ１０２に含めてもよい。
【0052】
評価閲覧者がボタンオブジェクトＢ１０を選択すると、プロセッサ１２は、画面Ｐ１１（図９）をディスプレイに表示する。評価閲覧者は、例えば、データを提供した会議の参加者、組織内でのツール管理者をはじめとした組織に所属するメンバ、または情報処理装置１０を用いて会議の評価サービスを提供する事業者などが該当する。
【0053】
画面Ｐ１１には、表示領域ＤＡ１１と、ボタンオブジェクトＢ１１とが含まれる。
【0054】
表示領域ＤＡ１１には、統合情報量Ｐｈｉの時間変化に関する情報が含まれる。例えば、プロセッサ１２は、ステップＳ１４０において算出した統合情報量Ｐｈｉの時間変化をプロットしたグラフを表示領域ＤＡ１１に含めてもよい。さらに、プロセッサ１２は、統合情報量Ｐｈｉの最大値φｍと、最大値φｍに対応する時間ｔｍとを示す情報を表示領域ＤＡ１１に含めてもよい。
【0055】
評価閲覧者がボタンオブジェクトＢ１０を選択すると、プロセッサ１２は、画面Ｐ１０（図８）をディスプレイに表示する。
【0056】
ステップＳ１５０の終了を以て、情報処理装置１０は、図４の情報処理を終了する。
【0057】
（６）小括
以上説明したように、本実施形態の情報処理装置１０は、複数の参加者による会議から収集された音声に関する音声データを解析することで、発言した参加者の時系列遷移を表す発言者データを生成する。情報処理装置１０は、発言者データを参照して、複数の参加者の発言の有無の組み合わせによって定義される複数の発言状態の間の遷移確率を示すＴＰＭを算出する。情報処理装置１０は、ＴＰＭを参照して統合情報量Ｐｈｉを算出し、当該統合情報量Ｐｈｉに基づいて会議を評価する。これにより、会話内容にかかわる言語的データを分析することなく、複数の参加者間の意見の統合という観点から会議を評価することができる。
以上説明したように、本実施形態の情報処理装置１０は、複数の参加者による会議から収集された音声に関する音声データを解析することで、発言した参加者の時系列遷移を表す発言者データを生成する。情報処理装置１０は、発言者データを参照して、複数の参加者の発言の有無の組み合わせによって定義される複数の発言状態の間の遷移確率を示すＴＰＭを算出する。情報処理装置１０は、ＴＰＭを参照して統合情報量Ｐｈｉを算出し、当該統合情報量Ｐｈｉに基づいて会議を評価する。これにより、会話内容にかかわる言語的データを分析することなく、複数の参加者間の意見の統合という観点から会議を評価することができる。
【0058】
情報処理装置１０は、音声データを時間窓単位で解析することと、当該時間窓の位置を時間窓の移動時間だけ時間軸上で移動させることとを含む窓処理を繰り返すことで、各時間窓における発言者の時系列遷移を表すように発言者データを生成してもよい。これにより、発言者データのサンプル数の減少を抑えつつ、対象期間の時間長を大きくすることが可能となる。時間窓の時間長は、会議の参加者数、または時間窓の移動時間の少なくとも１つに依存するように決定されてよい。これにより、時間窓の時間長を適正化して、信頼度の高い統合情報量Ｐｈｉを算出することができる。時間窓の移動時間の時間長は、会議における１発言あたりの所要時間に依存してもよい。これにより、時間窓の移動時間の時間長を適正化して、信頼度の高い統合情報量Ｐｈｉを算出することができる。
【0059】
情報処理装置１０は、統合情報量Ｐｈｉに基づく評価結果を出力してもよい。これにより、評価閲覧者は、会議の品質を定量的に把握することができる。情報処理装置１０は、統合情報量Ｐｈｉの時間変化に関する情報を評価結果に含めてもよい。これにより、評価閲覧者は、会議の品質が高かった時間、または会議の品質が低かった時間を把握し、より詳細に会議の内容を分析したり、今後の会議のタイムマネジメントに活用したりすることができる。情報処理装置１０は、統合情報量Ｐｈｉを最大化する１以上の発言者を示すコンプレックスを決定し、当該コンプレックスに関する情報を評価結果に含めてもよい。これにより、評価閲覧者は、会議における意見の統合に対する貢献の大きかった参加者を把握し、今後の会議の体制（例えば参加メンバ）の設計に活用することができる。
【0060】
（６）変形例
本実施形態の変形例について説明する。
本実施形態の変形例について説明する。
【0061】
（６－１）変形例１
変形例１について説明する。変形例１は、発言企図を用いてＴＰＭを算出する例である。
変形例１について説明する。変形例１は、発言企図を用いてＴＰＭを算出する例である。
【0062】
（６－１－１）情報処理
変形例１の情報処理について説明する。図１０は、変形例１の情報処理におけるＴＰＭの算出処理の詳細のフローチャートである。
変形例１の情報処理について説明する。図１０は、変形例１の情報処理におけるＴＰＭの算出処理の詳細のフローチャートである。
【0063】
変形例１の情報処理は、本実施形態の情報処理（図４）と比較して、ＴＰＭの算出（Ｓ１３０）の詳細において異なる。変形例１の情報処理では、図５を用いて説明した窓処理を行う必要はない。他の点について、変形例１の情報処理は、本実施形態の情報処理と同様である。
具体的には、情報処理装置１０は、図１０に示すようにＴＰＭの算出（Ｓ１３０）を実行する。
具体的には、情報処理装置１０は、図１０に示すようにＴＰＭの算出（Ｓ１３０）を実行する。
【0064】
図６に示すように、情報処理装置１０は、発言企図の抽出（Ｓ１３０１）を実行する。
具体的には、プロセッサ１２は、ステップＳ１２０において生成した発言者データを参照して、発言企図を抽出する。
具体的には、プロセッサ１２は、ステップＳ１２０において生成した発言者データを参照して、発言企図を抽出する。
【0065】
ここで、発言企図とは、会議における複数の参加者のうち２名以上が同時に発言しているデータサンプルを意味する。白熱した会議では、参加者の発言に対して別の参加者が割り込んで発言を行うことがある。このような割り込みが生じると、複数の参加者の発言がわずかな時間だけ重なるが、最終的に１人の参加者が発言を継続して残りの参加者は発言の継続を差し控える。割り込みによって略同時に生じる複数の参加者の発言を発言企図として抽出し、抽出結果に基づいてＴＰＭを算出することで、統合情報量Ｐｈｉの信頼度を向上させることができる。
【0066】
ステップＳ１３０１の後に、情報処理装置１０は、ＴＰＭの算出（Ｓ１３０２）を実行する。
具体的には、プロセッサ１２は、ステップＳ１３０２における発言企図の抽出結果を参照してＴＰＭを算出する。
具体的には、プロセッサ１２は、ステップＳ１３０２における発言企図の抽出結果を参照してＴＰＭを算出する。
【0067】
ステップＳ１３０１の終了を以て、情報処理装置１０は、ＴＰＭの算出（Ｓ１３０）を終了する。
【0068】
（６－１－２）小括
以上説明したように、変形例１の情報処理装置１０は、発言者データから発言企図を抽出し、当該発言企図の抽出結果を参照してＴＰＭを算出する。これにより、信頼度の高い統合情報量Ｐｈｉを算出することができる。
以上説明したように、変形例１の情報処理装置１０は、発言者データから発言企図を抽出し、当該発言企図の抽出結果を参照してＴＰＭを算出する。これにより、信頼度の高い統合情報量Ｐｈｉを算出することができる。
【0069】
（６－２）変形例２
変形例２について説明する。変形例２は、ＴＰＭから独立成分を抽出し、抽出結果に基づいて統合情報量Ｐｈｉを算出する例である。変形例２は、本実施形態または変形例１と組み合わせることができる。
変形例２について説明する。変形例２は、ＴＰＭから独立成分を抽出し、抽出結果に基づいて統合情報量Ｐｈｉを算出する例である。変形例２は、本実施形態または変形例１と組み合わせることができる。
【0070】
（６－２－１）情報処理
変形例２の情報処理について説明する。図１１は、変形例２の情報処理における統合情報量の算出処理の詳細のフローチャートである。
変形例２の情報処理について説明する。図１１は、変形例２の情報処理における統合情報量の算出処理の詳細のフローチャートである。
【0071】
変形例２の情報処理は、本実施形態の情報処理（図４）と比較して、統合情報量の算出（Ｓ１４０）および会議の評価（Ｓ１５０）の詳細において異なる。他の点について、変形例２の情報処理は、本実施形態の情報処理または変形例１の情報処理と同様である。
具体的には、情報処理装置１０は、図１１に示すように統合情報量の算出（Ｓ１４０）を実行する。
具体的には、情報処理装置１０は、図１１に示すように統合情報量の算出（Ｓ１４０）を実行する。
【0072】
図１１に示すように、情報処理装置１０は、独立成分の抽出（Ｓ１４０１）を実行する。
具体的には、プロセッサ１２は、ステップＳ１３０において算出したＴＰＭの独立成分を抽出する。プロセッサ１２は、ＴＰＭに対して独立成分を抽出する処理（例えば、直交化、または行列分解）を行うことで、ＴＰＭを変換する。変換後のＴＰＭは、互いに独立な複数の状態（以下、「独立状態」と称する）の間の遷移確率を示す。各独立状態は、複数の発言状態の変換結果に相当する。つまり、各独立状態は、少なくとも１つの発言状態と対応関係を有する。一例として、独立状態Ｓ１が、発言状態Ｘ１および発言状態Ｘ２に対して対応関係ｆ１を有している場合に、Ｓ１＝ｆ１（Ｘ１，Ｘ２）と表すことができる。
具体的には、プロセッサ１２は、ステップＳ１３０において算出したＴＰＭの独立成分を抽出する。プロセッサ１２は、ＴＰＭに対して独立成分を抽出する処理（例えば、直交化、または行列分解）を行うことで、ＴＰＭを変換する。変換後のＴＰＭは、互いに独立な複数の状態（以下、「独立状態」と称する）の間の遷移確率を示す。各独立状態は、複数の発言状態の変換結果に相当する。つまり、各独立状態は、少なくとも１つの発言状態と対応関係を有する。一例として、独立状態Ｓ１が、発言状態Ｘ１および発言状態Ｘ２に対して対応関係ｆ１を有している場合に、Ｓ１＝ｆ１（Ｘ１，Ｘ２）と表すことができる。
【0073】
ステップＳ１４０１の後に、情報処理装置１０は、統合情報量の算出（Ｓ１４０２）を実行する。
具体的には、プロセッサ１２は、ステップＳ１４０１における変換後のＴＰＭを参照して統合情報量Ｐｈｉを算出する。
具体的には、プロセッサ１２は、ステップＳ１４０１における変換後のＴＰＭを参照して統合情報量Ｐｈｉを算出する。
【0074】
ステップＳ１４０２の終了を以て、情報処理装置１０は、統合情報量の算出（Ｓ１４０）を終了する。
【0075】
ステップＳ１４０の後に、情報処理装置１０は、会議の評価（Ｓ１５０）を実行する。
具体的には、プロセッサ１２は、ステップＳ１４０２において算出した統合情報量Ｐｈｉと、独立状態と発言状態との対応関係とに基づいて、会議を評価する。一例として、プロセッサ１２は、統合情報量Ｐｈｉを最大化する独立状態を決定し、当該独立状態と対応関係のある（例えば寄与率の高い）複数の発言状態をコンプレックスと決定する。プロセッサ１２は、例えば前述の独立状態Ｓ１＝ｆ１（Ｘ１，Ｘ２）をコンプレックスと決定した場合に、発言状態Ｘ１および発言状態Ｘ２をコンプレックスと決定する。
具体的には、プロセッサ１２は、ステップＳ１４０２において算出した統合情報量Ｐｈｉと、独立状態と発言状態との対応関係とに基づいて、会議を評価する。一例として、プロセッサ１２は、統合情報量Ｐｈｉを最大化する独立状態を決定し、当該独立状態と対応関係のある（例えば寄与率の高い）複数の発言状態をコンプレックスと決定する。プロセッサ１２は、例えば前述の独立状態Ｓ１＝ｆ１（Ｘ１，Ｘ２）をコンプレックスと決定した場合に、発言状態Ｘ１および発言状態Ｘ２をコンプレックスと決定する。
【0076】
（６－２－２）小括
【0077】
以上説明したように、変形例２の情報処理装置１０は、発言者データに基づいて算出したＴＰＭから独立成分を抽出し、抽出結果に基づいて統合情報量Ｐｈｉを算出する。これにより、ノード間の独立性が担保されたＴＰＭを利用できるので、信頼度の高い統合情報量Ｐｈｉを算出することができる。
【0078】
情報処理装置１０は、算出した統合情報量Ｐｈｉと、独立状態と発言状態との対応関係とに基づいて、会議を評価してもよい。これにより、個々の発言状態に紐づけて会議を評価することができる。
【0079】
（６－３）変形例３
変形例３について説明する。変形例３は、既定の事前分布を必要に応じて利用してＴＰＭを算出する例である。変形例３は、本実施形態、変形例１、または変形例２のうち１つ以上と組み合わせることができる。
変形例３について説明する。変形例３は、既定の事前分布を必要に応じて利用してＴＰＭを算出する例である。変形例３は、本実施形態、変形例１、または変形例２のうち１つ以上と組み合わせることができる。
【0080】
（６－３－１）情報処理
変形例３の情報処理について説明する。
変形例３の情報処理について説明する。
【0081】
変形例３の情報処理は、本実施形態の情報処理（図４）と比較して、ＴＰＭの算出（Ｓ１３０）の詳細において異なる。他の点について、変形例３の情報処理は、本実施形態、変形例１、変形例２、またはこれら組み合わせの情報処理と同様である。
【0082】
具体的には、ステップＳ１３０において、プロセッサ１２は、複数の発言状態のうち少なくとも１つについて遷移確率を算出するために発言者データにおいて参照可能なデータサンプルの数が所定の条件を満たす場合に、当該発言者データの代わりに既定の事前分布を用いて当該遷移確率を算出する。
【0083】
発言者データのサンプル数が少ない場合に、特定の発言状態の出現数が零、または極端に小さくなることがある。かかる発言状態について発言者データから算出された遷移確率は妥当でない可能性がある。一例として、ある発言状態について遷移確率を算出するために参照可能なデータサンプルの数が閾値未満である場合に、プロセッサ１２は、既定の事前分布を用いて当該遷移確率を算出する。この閾値は、例えば二項分布の理論的信頼性を考慮して決定することができる。
【0084】
プロセッサ１２は、対象となる各発言状態Ｓｉの次に各参加者Ｐｊが発言する確率を、既定の事前分布を用いたベイズ推定を行うことで算出する。プロセッサ１２は、算出した確率を、ＴＰＭの第Ｓｉ行第Ｐｊ列の要素として扱う。
【0085】
既定の事前分布の第１の例は、一様分布である。
既定の事前分布の第２の例は、評価対象となる会議よりも以前に開催された１以上の会議において観測された各発話状態の出現確率に基づく確率分布である。
既定の事前分布の第２の例は、評価対象となる会議よりも以前に開催された１以上の会議において観測された各発話状態の出現確率に基づく確率分布である。
【0086】
（６－３－２）小括
以上説明したように、変形例３の情報処理装置１０は、複数の発言状態の少なくとも１つについて、必要に応じて既定の事前分布を用いて遷移確率を算出する。これにより、ＴＰＭの要素の一部として妥当でない確率が算出される（例えば極わずかなサンプルに基づいて確率が算出される）のを防止し、信頼度の高い統合量を算出することができる。
以上説明したように、変形例３の情報処理装置１０は、複数の発言状態の少なくとも１つについて、必要に応じて既定の事前分布を用いて遷移確率を算出する。これにより、ＴＰＭの要素の一部として妥当でない確率が算出される（例えば極わずかなサンプルに基づいて確率が算出される）のを防止し、信頼度の高い統合量を算出することができる。
【0087】
（７）その他の変形例
記憶装置１１は、ネットワークＮＷを介して、情報処理装置１０と接続されてもよい。
記憶装置１１は、ネットワークＮＷを介して、情報処理装置１０と接続されてもよい。
【0088】
本実施形態の情報処理装置１０を、スタンドアロン型のコンピュータによって実装する例を示した。しかしながら、実施形態の情報処理装置１０は、クライアント／サーバ型のシステムによって実装することもできる。
【0089】
以上、本発明の実施形態について詳細に説明したが、本発明の範囲は上記の実施形態に限定されない。また、上記の実施形態は、本発明の主旨を逸脱しない範囲において、種々の改良や変更が可能である。また、上記の実施形態及び変形例は、組合せ可能である。
【0090】
（８）付記
実施形態および変形例で説明した事項を、以下に付記する。
実施形態および変形例で説明した事項を、以下に付記する。
【0091】
（付記１）
複数の参加者による会話から収集された音声に関する音声データを取得する手段（Ｓ１１０）と、
音声データを解析することで、発言した参加者の時系列遷移を表す発言者データを生成する手段（Ｓ１２０）と、
発言者データを参照して複数の参加者の発言の有無の組み合わせによって定義される複数の第１状態の間の遷移確率を示す第１遷移確率行列を算出する手段（Ｓ１３０）と、
第１遷移確率行列を参照して統合情報量を算出する手段（Ｓ１４０）と、
統合情報量に基づいて会話を評価する手段（Ｓ１５０）と
を具備する、情報処理装置（１０）。
複数の参加者による会話から収集された音声に関する音声データを取得する手段（Ｓ１１０）と、
音声データを解析することで、発言した参加者の時系列遷移を表す発言者データを生成する手段（Ｓ１２０）と、
発言者データを参照して複数の参加者の発言の有無の組み合わせによって定義される複数の第１状態の間の遷移確率を示す第１遷移確率行列を算出する手段（Ｓ１３０）と、
第１遷移確率行列を参照して統合情報量を算出する手段（Ｓ１４０）と、
統合情報量に基づいて会話を評価する手段（Ｓ１５０）と
を具備する、情報処理装置（１０）。
【0092】
（付記２）
発言者データを生成する手段は、音声データを時間窓単位で解析すること（Ｓ１２０１）と、時間窓の位置を所定の移動時間だけ時間軸上で移動させること（Ｓ１２０２）とを含む窓処理を繰り返すことで、各時間窓において発言した参加者の時系列遷移を表すように発言者データを生成する、
付記１に記載の情報処理装置。
発言者データを生成する手段は、音声データを時間窓単位で解析すること（Ｓ１２０１）と、時間窓の位置を所定の移動時間だけ時間軸上で移動させること（Ｓ１２０２）とを含む窓処理を繰り返すことで、各時間窓において発言した参加者の時系列遷移を表すように発言者データを生成する、
付記１に記載の情報処理装置。
【0093】
（付記３）
時間窓の時間長は、会話の参加者数、または移動時間の少なくとも１つに依存する、
付記２に記載の情報処理装置。
時間窓の時間長は、会話の参加者数、または移動時間の少なくとも１つに依存する、
付記２に記載の情報処理装置。
【0094】
（付記４）
移動時間の時間長は、１発言あたりの所要時間に依存する、
付記２または付記３に記載の情報処理装置。
移動時間の時間長は、１発言あたりの所要時間に依存する、
付記２または付記３に記載の情報処理装置。
【0095】
（付記５）
第１遷移確率行列を算出する手段は、
発言者データを参照して複数の参加者のうち２名以上が同時に発言しているデータサンプルを抽出する手段（Ｓ１３０１）と、
データサンプルの抽出結果を参照して第１遷移確率行列を算出する手段（Ｓ１３０２）とを備える、
付記１に記載の情報処理装置。
第１遷移確率行列を算出する手段は、
発言者データを参照して複数の参加者のうち２名以上が同時に発言しているデータサンプルを抽出する手段（Ｓ１３０１）と、
データサンプルの抽出結果を参照して第１遷移確率行列を算出する手段（Ｓ１３０２）とを備える、
付記１に記載の情報処理装置。
【0096】
（付記６）
統合情報量を算出する手段は、
第１遷移確率行列の独立成分を抽出することで、互いに独立な複数の第２状態の間の遷移確率を示す第２遷移確率行列を算出する手段（Ｓ１４０１）と、
第２遷移確率行列を参照して統合情報量を算出する手段（Ｓ１４０２）とを備える、
付記１乃至付記５のいずれかに記載の情報処理装置。
統合情報量を算出する手段は、
第１遷移確率行列の独立成分を抽出することで、互いに独立な複数の第２状態の間の遷移確率を示す第２遷移確率行列を算出する手段（Ｓ１４０１）と、
第２遷移確率行列を参照して統合情報量を算出する手段（Ｓ１４０２）とを備える、
付記１乃至付記５のいずれかに記載の情報処理装置。
【0097】
（付記７）
会話を評価する手段は、複数の第２状態と複数の第１状態との対応関係にさらに基づいて会話を評価する、
付記６に記載の情報処理装置。
会話を評価する手段は、複数の第２状態と複数の第１状態との対応関係にさらに基づいて会話を評価する、
付記６に記載の情報処理装置。
【0098】
（付記８）
第１遷移確率行列を算出する手段は、複数の第１状態の少なくとも１つについて遷移確率を算出するために発言者データにおいて参照可能なデータサンプルの数が所定の条件を満たす場合に、既定の事前分布を用いて当該遷移確率を算出する、
付記１乃至付記７のいずれかに記載の情報処理装置。
第１遷移確率行列を算出する手段は、複数の第１状態の少なくとも１つについて遷移確率を算出するために発言者データにおいて参照可能なデータサンプルの数が所定の条件を満たす場合に、既定の事前分布を用いて当該遷移確率を算出する、
付記１乃至付記７のいずれかに記載の情報処理装置。
【0099】
（付記９）
会話を評価する手段は、統合情報量に基づく評価結果を出力する、
付記１乃至付記８のいずれかに記載の情報処理装置。
会話を評価する手段は、統合情報量に基づく評価結果を出力する、
付記１乃至付記８のいずれかに記載の情報処理装置。
【0100】
（付記１０）
評価結果は、統合情報量の時間変化に関する情報を含む、
付記９に記載の情報処理装置。
評価結果は、統合情報量の時間変化に関する情報を含む、
付記９に記載の情報処理装置。
【0101】
（付記１１）
会話を評価する手段は、統合情報量を最大化する発言状態を示すコンプレックスを決定し、当該コンプレックスに関する情報を含む評価結果を出力する、
付記９または付記１０に記載の情報処理装置。
会話を評価する手段は、統合情報量を最大化する発言状態を示すコンプレックスを決定し、当該コンプレックスに関する情報を含む評価結果を出力する、
付記９または付記１０に記載の情報処理装置。
【0102】
（付記１２）
コンピュータ（１０）が、
複数の参加者による会話から収集された音声に関する音声データを取得すること（Ｓ１１０）と、
音声データを解析することで、発言した参加者の時系列遷移を表す発言者データを生成すること（Ｓ１２０）と、
発言者データを参照して複数の参加者の発言の有無の組み合わせによって定義される複数の第１状態の間の遷移確率を示す第１遷移確率行列を算出すること（Ｓ１３０）と、
第１遷移確率行列を参照して統合情報量を算出すること（Ｓ１４０）と、
統合情報量に基づいて会話を評価すること（Ｓ１５０）と
を具備する、情報処理方法。
コンピュータ（１０）が、
複数の参加者による会話から収集された音声に関する音声データを取得すること（Ｓ１１０）と、
音声データを解析することで、発言した参加者の時系列遷移を表す発言者データを生成すること（Ｓ１２０）と、
発言者データを参照して複数の参加者の発言の有無の組み合わせによって定義される複数の第１状態の間の遷移確率を示す第１遷移確率行列を算出すること（Ｓ１３０）と、
第１遷移確率行列を参照して統合情報量を算出すること（Ｓ１４０）と、
統合情報量に基づいて会話を評価すること（Ｓ１５０）と
を具備する、情報処理方法。
【0103】
（付記１３）
コンピュータ（１０）を、
複数の参加者による会話から収集された音声に関する音声データを取得する手段（Ｓ１１０）、
音声データを解析することで、発言した参加者の時系列遷移を表す発言者データを生成する手段（Ｓ１２０）、
発言者データを参照して複数の参加者の発言の有無の組み合わせによって定義される複数の第１状態の間の遷移確率を示す第１遷移確率行列を算出する手段（Ｓ１３０）、
第１遷移確率行列を参照して統合情報量を算出する手段（Ｓ１４０）、
統合情報量に基づいて会話を評価する手段（１５０）
として機能させるプログラム。
コンピュータ（１０）を、
複数の参加者による会話から収集された音声に関する音声データを取得する手段（Ｓ１１０）、
音声データを解析することで、発言した参加者の時系列遷移を表す発言者データを生成する手段（Ｓ１２０）、
発言者データを参照して複数の参加者の発言の有無の組み合わせによって定義される複数の第１状態の間の遷移確率を示す第１遷移確率行列を算出する手段（Ｓ１３０）、
第１遷移確率行列を参照して統合情報量を算出する手段（Ｓ１４０）、
統合情報量に基づいて会話を評価する手段（１５０）
として機能させるプログラム。
【符号の説明】
【0104】
１０ ：情報処理装置
１１ ：記憶装置
１２ ：プロセッサ
１３ ：入出力インタフェース
１４ ：通信インタフェース
１１ ：記憶装置
１２ ：プロセッサ
１３ ：入出力インタフェース
１４ ：通信インタフェース
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】
