特許ウォッチ

公開番号2025125270
公報種別公開特許公報(A)
公開日2025-08-27
出願番号2024021226
出願日2024-02-15
発明の名称学習装置、判定装置、判定システム、学習方法、判定方法、学習済モデル、プログラム及び学習モデル生成方法
出願人国立大学法人筑波大学
代理人個人,個人,個人,個人,個人
主分類G10L 25/51 20130101AFI20250820BHJP(楽器;音響)
要約【課題】話し方が面白いかを判定可能にする。
【解決手段】判定システムは、学習部と、判定部とを有する。学習部は、発話者の話のオチ部分に属する複数の発話区間それぞれの時間長及び発音数と、オチ部分に属する複数の間それぞれの時間長と、話の導入部分に属する複数の発話区間それぞれの時間長及び発音数と、導入部分に属する複数の間それぞれの時間長とに基づいて得られた話し方の特徴を表す特徴量情報、及び、発話者の話し方の面白さを表す評価点を含む教師データを用いて、評価対象者の話から得られる特徴量情報を入力し、評価対象者の面白い話し方の評価点を出力する判定モデルを学習する。判定部は、学習された判定モデルを用いて、評価対象者の話から得られた特徴量情報に対応した面白い話し方の評価点を得る。
【選択図】図4
特許請求の範囲【請求項１】
発話者の話のオチ部分に属する複数の発話区間それぞれの時間長及び発音数と、前記オチ部分に属する複数の間それぞれの時間長と、前記話の導入部分に属する複数の発話区間それぞれの時間長及び発音数と、前記導入部分に属する複数の間それぞれの時間長とに基づいて得られた話し方の特徴を表す特徴量情報、及び、前記発話者の話し方の面白さを表す評価点を含む教師データを用いて、評価対象者の話から得られる前記特徴量情報を入力し、前記評価対象者の話し方の面白さの評価点を出力する判定モデルを学習する学習部、
を備える学習装置。
続きを表示（約 2,300 文字）【請求項２】
前記特徴量情報は、
前記オチ部分に属する複数の間の時間長の平均、前記オチ部分に属する複数の発話区間の発音数の平均、前記導入部分に属する複数の間の時間長の平均、及び、前記導入部分に属する複数の発話区間の発音数の平均を含む第一特徴量と、
前記オチ部分の発話速度、及び、前記導入部分の発話速度を含む第二特徴量と、
前記オチ部分に属する複数の発話区間の時間長の平均、及び、前記導入部分に属する複数の発話区間の時間長の平均を含む第三特徴量とのうち少なくとも前記第一特徴量の情報を含む、
請求項１に記載の学習装置。
【請求項３】
発話者の話のオチ部分に属する複数の発話区間それぞれの時間長及び発音数と、前記オチ部分に属する複数の間それぞれの時間長と、前記話の導入部分に属する複数の発話区間それぞれの時間長及び発音数と、前記導入部分に属する複数の間それぞれの時間長とに基づいて得られる話し方の特徴を表す特徴量情報を入力し、前記発話者の話し方の面白さを表す評価点を出力する判定モデルを用いて、評価対象者の話から得られた前記特徴量情報に対応した前記評価対象者の話し方の面白さの評価点を得る判定部、
を備える判定装置。
【請求項４】
前記特徴量情報は、
前記オチ部分に属する複数の間の時間長の平均、前記オチ部分に属する複数の発話区間の発音数の平均、前記導入部分に属する複数の間の時間長の平均、及び、前記導入部分に属する複数の発話区間の発音数の平均を含む第一特徴量と、
前記オチ部分の発話速度、及び、前記導入部分の発話速度を含む第二特徴量と、
前記オチ部分に属する複数の発話区間の時間長の平均、及び、前記導入部分に属する複数の発話区間の時間長の平均を含む第三特徴量とのうち少なくとも前記第一特徴量の情報を含む、
請求項３に記載の判定装置。
【請求項５】
前記評価対象者の話の音声データが示す声の大きさに基づいて複数の間と複数の発話区間とを検出し、検出された複数の前記発話区間のうち所定数の最後の発話区間及び間をオチ部分、前記話の開始から前記オチ部分までを導入部分とし、検出された前記オチ部分及び前記導入部分それぞれに含まれる前記間及び前記発話区間と、前記音声データの音声認識結果に基づいて得られた前記発話区間それぞれにおける発音数とに基づいて前記特徴量情報を取得する前処理制御部をさらに備える、
請求項３に記載の判定装置。
【請求項６】
発話者の話のオチ部分に属する複数の発話区間それぞれの時間長及び発音数と、前記オチ部分に属する複数の間それぞれの時間長と、前記話の導入部分に属する複数の発話区間それぞれの時間長及び発音数と、前記導入部分に属する複数の間それぞれの時間長とに基づいて得られた話し方の特徴を表す特徴量情報、及び、前記発話者の話し方の面白さを表す評価点を含む教師データを用いて、評価対象者の話から得られる前記特徴量情報を入力し、前記評価対象者の話し方の面白さの評価点を出力する判定モデルを学習する学習部と、
学習された前記判定モデルを用いて、評価対象者の話から得られた前記特徴量情報に対応した評価点を得る判定部と、
を備える判定システム。
【請求項７】
発話者の話のオチ部分に属する複数の発話区間それぞれの時間長及び発音数と、前記オチ部分に属する複数の間それぞれの時間長と、前記話の導入部分に属する複数の発話区間それぞれの時間長及び発音数と、前記導入部分に属する複数の間それぞれの時間長とに基づいて得られた話し方の特徴を表す特徴量情報、及び、前記発話者の話し方の面白さを表す評価点を含む教師データを用いて、評価対象者の話から得られる前記特徴量情報を入力し、前記評価対象者の話し方の面白さの評価点を出力する判定モデルを学習する学習ステップ、
を有する学習方法。
【請求項８】
発話者の話のオチ部分に属する複数の発話区間それぞれの時間長及び発音数と、前記オチ部分に属する複数の間それぞれの時間長と、前記話の導入部分に属する複数の発話区間それぞれの時間長及び発音数と、前記導入部分に属する複数の間それぞれの時間長とに基づいて得られる話し方の特徴を表す特徴量情報を入力し、前記発話者の話し方の面白さを表す評価点を出力する判定モデルを用いて、評価対象者の話から得られた前記特徴量情報に対応した前記評価対象者の話し方の面白さの評価点を得る判定ステップ、
を有する判定方法。
【請求項９】
発話者の話のオチ部分に属する複数の発話区間それぞれの時間長及び発音数と、前記オチ部分に属する複数の間それぞれの時間長と、前記話の導入部分に属する複数の発話区間それぞれの時間長及び発音数と、前記導入部分に属する複数の間それぞれの時間長とに基づいて得られた話し方の特徴を表す特徴量情報、及び、前記発話者の話し方の面白さを表す評価点を含む教師データを用いて学習された学習済モデルであって、
コンピューターに、評価対象者の話から得られた前記特徴量情報を入力し、前記評価対象者の面白い話し方の評価点を出力する処理を実行させるための学習済モデル。
【請求項１０】
コンピューターを、
請求項１又は請求項２に記載の学習装置として機能させるためのプログラム。
（【請求項１１】以降は省略されています）
発明の詳細な説明【技術分野】
【０００１】
本発明は、学習装置、判定装置、判定システム、学習方法、判定方法、学習済モデル、プログラム及び学習モデル生成方法に関する。
続きを表示（約 1,800 文字）【背景技術】
【０００２】
従来、漫才やコントなどの口演の演目の面白さを定量的に評価する技術があった（例えば、特許文献１参照）。
【先行技術文献】
【特許文献】
【０００３】
特開２０１８－２２１１８号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
一人の人が、何かの出来事について面白おかしく話すエピソードトークがある。上手なエピソードトークは、最後のオチで聞き手を笑わせることができる。しかし、どのようにして面白い話し方を行うかの技法については、「気持ちを込める」「具体的な出来事を話す」等、曖昧かつ定量的な内容に留まっていた。そのため、実際にその技法を取り入れて、面白い話し方を実現することは困難であった。特許文献１の技術は、演目の面白さを評価するものであり、エピソードトークの話し方が面白いかを判定するものではない。
【０００５】
本発明は、上述した事情に鑑みてなされたものであり、話し方が面白いかを判定可能にする技術を提供するものである。
【課題を解決するための手段】
【０００６】
本発明の一態様は、発話者の話のオチ部分に属する複数の発話区間それぞれの時間長及び発音数と、前記オチ部分に属する複数の間それぞれの時間長と、前記話の導入部分に属する複数の発話区間それぞれの時間長及び発音数と、前記導入部分に属する複数の間それぞれの時間長とに基づいて得られた話し方の特徴を表す特徴量情報、及び、前記発話者の話し方の面白さを表す評価点を含む教師データを用いて、評価対象者の話から得られる前記特徴量情報を入力し、前記評価対象者の話し方の面白さの評価点を出力する判定モデルを学習する学習部、を備える学習装置である。
【０００７】
本発明の一態様は、上述の学習装置であって、前記特徴量情報は、前記オチ部分に属する複数の間の時間長の平均、前記オチ部分に属する複数の発話区間の平均の発音数、前記導入部分に属する複数の間の時間長の平均、及び、前記導入部分に属する複数の発話区間の平均の発音数を含む第一特徴量と、前記オチ部分の発話速度、及び、前記導入部分の発話速度を含む第二特徴量と、前記オチ部分に属する複数の発話区間の時間長の平均、及び、前記導入部分に属する複数の発話区間の時間長の平均を含む第三特徴量とのうち少なくとも前記第一特徴量の情報を含む。
【０００８】
本発明の一態様は、発話者の話のオチ部分に属する複数の発話区間それぞれの時間長及び発音数と、前記オチ部分に属する複数の間それぞれの時間長と、前記話の導入部分に属する複数の発話区間それぞれの時間長及び発音数と、前記導入部分に属する複数の間それぞれの時間長とに基づいて得られる話し方の特徴を表す特徴量情報を入力し、前記発話者の話し方の面白さを表す評価点を出力する判定モデルを用いて、評価対象者の話から得られた前記特徴量情報に対応した前記評価対象者の話し方の面白さの評価点を得る判定部、を備える判定装置である。
【０００９】
本発明の一態様は、上述の判定装置であって、前記特徴量情報は、前記オチ部分に属する複数の間の時間長の平均、前記オチ部分に属する複数の発話区間の平均の発音数、前記導入部分に属する複数の間の時間長の平均、及び、前記導入部分に属する複数の発話区間の平均の発音数を含む第一特徴量と、前記オチ部分の発話速度、及び、前記導入部分の発話速度を含む第二特徴量と、前記オチ部分に属する複数の発話区間の時間長の平均、及び、前記導入部分に属する複数の発話区間の時間長の平均を含む第三特徴量とのうち少なくとも前記第一特徴量の情報を含む。
【００１０】
本発明の一態様は、上述の判定装置であって、前記評価対象者の話の音声データが示す声の大きさに基づいて複数の間と複数の発話区間とを検出し、検出された複数の前記発話区間のうち所定数の最後の発話区間及び間をオチ部分、前記話の開始から前記オチ部分までを導入部分とし、検出された前記オチ部分及び前記導入部分それぞれに含まれる前記間及び前記発話区間と、前記音声データの音声認識結果に基づいて得られた前記発話区間それぞれにおける発音数とに基づいて前記特徴量情報を取得する前処理制御部をさらに備える。
（【００１１】以降は省略されています）

関連特許