发言评价系统、发言评价方法以及计算机记录介质与流程

1.本发明涉及发言评价系统、发言评价方法以及程序。


背景技术：

2.在由多个参加者构成的交流中，存在在多个参加者各自的发言之中想要抽取听众特别同意那样的重要的发言的需求。
3.作为这种技术，专利文献1(日本特开2016-103081号公报)在多个用户参加的谈话交流中，使用特定的讲话者佩戴的可穿戴终端，对在特定的讲话者谈话的期间听众点头的次数进行计数，根据将听众的点头次数除以特定的讲话者的谈话时间而得到的值，计算针对特定的讲话者的听众接受度(段落0080、0093)。然后，听众接受度越高，则该谈话越被听众接受。


技术实现要素：

4.在专利文献1的技术中，关于针对发言的评价的检测精度留有改善的余地。
5.本发明的目的在于提供在由多个参加者构成的交流中针对每个发言而精度良好地求出针对该发言的评价值的技术。
6.根据本技术发明的第1观点，提供一种发言评价系统，在由多个参加者构成的交流中，针对每个发言而求出针对该发言的评价值，其中，所述发言评价系统具备：多个可穿戴终端，佩戴于所述多个参加者的各个参加者，分别具有至少包括声音收集部的传感器；发言检测部，根据所述多个可穿戴终端的声音收集部的输出值，检测所述交流中的发言，并且确定与检测到的发言对应的可穿戴终端；发言期间检测部，针对所述发言检测部检测到的每个发言，检测该发言的开始定时和结束定时；以及评价值计算部，针对所述发言检测部检测到的每个发言，根据发言评价对象期间中的与该发言对应的可穿戴终端以外的可穿戴终端的所述传感器的输出值，计算针对该发言的评价值，所述发言评价对象期间是从该发言的所述开始定时以后且比所述结束定时靠前的第1定时起至比该发言的所述结束定时靠后的第2定时为止的期间。根据以上的结构，除了发言中的听众的反应之外，对于发言而延迟地产生的听众的反应也被反映到针对该发言的评价值的计算，所以能够针对每个发言而精度良好地求出针对该发言的评价值。
7.优选的是，所述第2定时被设定为从对应的发言的所述结束定时起经过了预定时间的定时。根据以上的结构，为了设定所述第2定时而所需的运算变简单，所以能够以低成本设定所述第2定时。
8.优选的是，所述第2定时被设定为接着对应的发言之后的其它发言开始的定时。根据以上的结构，能够将针对其它发言的反应排除在外地计算评价值，所以能够精度良好地求出针对对应的发言的评价值。
9.优选的是，所述第2定时被设定为从对应的发言的所述结束定时起经过了预定时间的定时，当在从对应的发言的所述结束定时起经过预定时间之前，其它发言接着对应的
发言而开始的情况下，所述第2定时被设定为接着对应的发言之后的其它发言开始的定时。根据以上的结构，当在从对应的发言的所述结束定时起经过预定时间之前，接着对应的发言之后其它发言未开始的情况下，既能够以低成本设定所述第2定时，也能够当在从对应的发言的所述结束定时起经过预定时间之前，其它发言接着对应的发言而开始的情况下，将针对其它发言的反应排除在外地计算评价值，所以能够精度良好地求出针对对应的发言的评价值。
10.优选的是，所述传感器包括加速度传感器。
11.优选的是，在所述加速度传感器的输出值表示佩戴有对应的可穿戴终端的参加者使头部纵向摆动的动作的情况下，所述评价值计算部以使针对对应的发言的评价值增加的方式计算评价值。
12.优选的是，在所述加速度传感器的输出值表示佩戴有对应的可穿戴终端的参加者使头部横向摆动的动作的情况下，所述评价值计算部以使针对对应的发言的评价值降低的方式计算评价值。
13.根据本技术发明的第2观点，提供一种发言评价方法，在由多个参加者构成的交流中，针对每个发言而求出针对该发言的评价值，多个可穿戴终端佩戴于所述多个参加者的各个参加者，该多个可穿戴终端分别具有至少包括声音收集部的传感器，所述发言评价方法包括：根据所述多个可穿戴终端的声音收集部的输出值，检测所述交流中的发言，并且确定与检测到的发言对应的可穿戴终端；针对检测到的每个发言，检测该发言的开始定时和结束定时；以及针对检测到的每个发言，根据发言评价对象期间中的与该发言对应的可穿戴终端以外的可穿戴终端的所述传感器的输出值，计算针对该发言的评价值，所述发言评价对象期间是从该发言的所述开始定时以后且比所述结束定时靠前的第1定时起至比该发言的所述结束定时靠后的第2定时为止的期间。根据以上的方法，除了发言中的听众的反应之外，对于发言延迟地产生的听众的反应也被反映到针对该发言的评价值的计算，所以能够针对每个发言而精度良好地求出针对该发言的评价值。
14.另外，提供记录有用于使计算机执行上述发言评价方法的程序的计算机记录介质。
15.根据本发明，除了发言中的听众的反应之外，相对于发言而延迟地产生的听众的反应也被反映到针对该发言的评价值的计算中，所以能够针对每个发言而精度良好地求出针对该发言的评价值。
16.本公开的上述和其他目的、特征和优点将通过下文给出的详细描述和仅以说明的方式给出的附图变得更充分地理解，因此不应被认为是对本公开的限制。
附图说明
17.图1是发言评价系统的概略图。
18.图2是可穿戴终端的功能框图。
19.图3是例示发送数据的结构的图。
20.图4是评价装置的功能框图。
21.图5是示出积蓄于评价装置的发送数据的图。
22.图6是示出检测到的发言和赞同比例的图。
23.图7是示出用于强调处理的单调增加函数的曲线图。
24.图8是示出检测到的发言和f(p)值的图。
25.图9是例示评价数据的结构的图。
26.图10是发言评价系统的控制流程。
27.图11是示出用于强调处理的阶跃函数的曲线图。
具体实施方式
28.以下，通过发明的实施方式，说明本发明，但并不将与专利权利要求书相关的发明限定于以下的实施方式。另外，在实施方式中说明的结构作为用于解决课题的技术手段未必全部是必需的。为了使说明变清楚，对以下的记载以及附图适当地进行了省略以及简化。在各附图中，对相同的要素附加有相同的符号，根据需要而省略重复说明。
29.在图1中，示出了发言评价系统1的概略图。发言评价系统1是在由多个参加者2构成的交流中针对每个发言而求出针对该发言的评价值的系统。发言评价系统1包括多个可穿戴终端3和评价装置4。
30.在本实施方式中，构成相同的交流的参加者2的人数设为3人，但不限定于此，既可以为两人，也可以为4人以上，例如也可以为10人。关于交流，典型而言是通过各人的发言而成立的谈话形式的交流。这种交流例如是研讨会、座谈会、研修会。但是，交流不限于参加者全员集合到相同的现实空间而进行的交流，还可能包括集合到线上的虚拟空间而进行的交流。
31.(可穿戴终端3)
32.如图1所示，多个可穿戴终端3分别佩戴于多个参加者2而使用。即，1个参加者2佩戴1个可穿戴终端3。在本实施方式中，可穿戴终端3是能够对穿在参加者2的上半身的上装装卸的徽章，优选的是安装于比胸口(心口)靠上的位置。但是，可穿戴终端3也可以不是徽章，而是头戴式耳机、耳机、眼镜、项链、吊坠等。
33.图2示出了各可穿戴终端3的功能框图。如图2所示，可穿戴终端3包括终端id信息存储部10、麦克风11以及加速度传感器12。可穿戴终端3还具备作为中央运算处理器的cpu3a(central processing unit，中央处理单元)、读写自由的ram3b(random access memory，随机存取存储器)、读出专用的rom3c(read only memory，只读存储器)。而且，cpu3a读出存储于rom3c的控制程序而执行，从而控制程序使cpu3a等硬件作为时刻计数部13、发送数据生成部14、数据收发部15发挥功能。各可穿戴终端3能够经由数据收发部15而与评价装置4进行双向无线通信。
34.终端id信息存储部10存储用于从其它可穿戴终端3识别对应的可穿戴终端3的终端id信息。关于终端id信息，典型而言可举出可穿戴终端3所固有的mac地址。但是，终端id信息也可以是在可穿戴终端3的启动时由评价装置4设定的数字、字符或者它们的组合。在本实施方式中，终端id信息设为在可穿戴终端3的启动时由评价装置4设定的自然数。
35.麦克风11是声音收集部的一个具体例子，将对应的可穿戴终端3的周围的声音变换为电压值，输出到发送数据生成部14。
36.加速度传感器12将对应的可穿戴终端3的3轴加速度变换为电压值，输出到发送数据生成部14。在佩戴有对应的可穿戴终端3的参加者2使头部“纵向”摆动的情况下，参加者2
的上体绕辊轴(与将左肩与右肩进行连结的轴平行的轴)重复弯曲和伸展。因而，在该情况下，加速度传感器12的输出值中的铅垂分量值以在预定范围内重复增减的方式变动。另一方面，在佩戴有对应的可穿戴终端3的参加者2使头部“横向”摆动的情况下，参加者2的上体绕偏航轴(与脊柱延伸的方向平行的轴)重复扭转。因而，在该情况下，加速度传感器12的输出值中的与水平分量值对应的输出值以在预定范围内重复增减的方式变动。
37.麦克风11以及加速度传感器12构成用于检测佩戴有对应的可穿戴终端3的参加者2的言行的传感器16。但是，也可以省略加速度传感器12。
38.时刻计数部13具有时刻数据，按照预定的周期使通过预定的方法初始化的时刻数据递增，并且将时刻数据输出到发送数据生成部14。时刻计数部13所具有的时刻数据典型而言利用从评价装置4接收到的时刻数据而初始化。也可以代替这种方式，时刻计数部13所具有的时刻数据通过由对应的可穿戴终端3经由评价装置4以及因特网访问网络时间协议(network time protocol，ntp)获取最新的时刻数据而初始化。
39.发送数据生成部14按照预定的间隔生成图3所示的发送数据14a。如图3所示，发送数据14a包括终端id信息、时刻数据、声音数据以及加速度数据。预定的间隔典型而言是1秒。声音数据是从时刻数据所表示的时刻起至经过1秒为止的麦克风11的输出值。同样地，加速度数据是从时刻数据所表示的时刻起至经过1秒为止的加速度传感器12的输出值。
40.返回到图2，数据收发部15将发送数据14a发送到评价装置4。在本实施方式中数据收发部15通过蓝牙(bluetooth(注册商标))等近距离无线通信，将发送数据14a发送到评价装置4。但是，也可以代替这种方式，数据收发部15通过有线通信将发送数据14a发送到评价装置4。另外，数据收发部15也可以经由因特网等网络将发送数据14a发送到评价装置4。
41.(评价装置4)
42.图4示出了评价装置4的功能框图。如图4所示，评价装置4具备作为中央运算处理器的cpu4a(central processing unit，中央处理单元)、读写自由的ram4b(random access memory，随机存取存储器)、读出专用的rom4c(read only memory，只读存储器)。然后，cpu4a读出存储于rom4c的控制程序而执行，从而控制程序使cpu4a等硬件作为数据收发部20、数据存储部21、发言检测部22、发言期间检测部23、赞同比例计算部24、强调处理部25、评价值计算部26、评价值输出部27发挥功能。
43.数据收发部20从各可穿戴终端3接收发送数据14a，将接收到的发送数据14a积蓄于数据存储部21。图5示出了积蓄于数据存储部21的发送数据14a。如图5所示，在数据存储部21中，从各可穿戴终端3接收到的发送数据14a直接按照接收的顺序积蓄。
44.返回到图4，发言检测部22根据多个可穿戴终端3的麦克风11的输出值，检测交流中的发言，并且确定与检测到的发言对应的可穿戴终端3。
45.具体而言，发言检测部22对积蓄于数据存储部21的声音数据进行分析，在某个时刻下的多个发送数据14a中的任意1个发送数据14a的声音数据超过预定值的情况下，检测为在该某个时刻在交流中存在发言，并且参照该发送数据14a的终端id信息，从而确定与检测到的发言对应的可穿戴终端3。
46.图6例示出发言检测部22检测到的发言a、发言b、发言c、发言d。图6的横轴是时间。发言检测部22使发言a、发言b、发言c、发言d相互不重复地按照该记载顺序检测。发言a以及发言c是由佩戴有终端id:1的可穿戴终端3的参加者2进行的发言。同样地，发言b是由佩戴
有终端id:2的可穿戴终端3的参加者2进行的发言，发言d是由佩戴有终端id:3的可穿戴终端3的参加者2进行的发言。
47.此外，发言检测部22检测发言，并且确定与检测到的发言对应的可穿戴终端3的方法不限于上述方法。
48.例如，在某个时刻下的多个发送数据14a中的任意1个发送数据14a的声音数据比该时刻的其它发送数据14a的声音数据大预定量以上的情况下，检测为在该某个时刻在交流中存在发言，并且参照该发送数据14a的终端id信息，从而能够确定与检测到的发言对应的可穿戴终端3。
49.另外，发言检测部22也可以作为用于检测发言的前处理，去除声音数据所包含的稳态噪声。稳态噪声是指例如空调器的运行声音、周围的嘈杂所引起的噪声。另外，发言检测部22也可以作为用于检测发言的前处理，去除声音数据所包含的非稳态噪声。非稳态噪声是指未参加交流的非参加者的突发的大声、门的开闭所引起的物体声音所引起的噪声。这样的非稳态噪声具有按照与某个时刻下的多个发送数据14a的声音数据几乎相同的水平出现的性质。
50.返回到图4，发言期间检测部23针对发言检测部22检测到的每个发言，检测该发言的开始定时和结束定时。在图6的例子中，发言a的开始定时是时刻t1，结束定时是时刻t2。发言b的开始定时是时刻t4，结束定时是时刻t5。发言c的开始定时是时刻t6，结束定时是时刻t7。发言d的开始定时是时刻t8，结束定时是时刻t9。此外，在本说明书中“定时”是确定时间轴上的某个时间点的概念，但既可以是由时分秒构成的时刻，也可以是随着时间的经过而递增的简单的自然数。因而，在本说明书中，“定时”也可以简单地换称为“时刻”。
51.返回到图4，赞同比例计算部24每隔预定的时间区间而计算赞同比例。在此，赞同比例是指通过将多个听众中的点头的听众的人数除以听众全员的人数而求出的比例，是指0以上且1以下的值。预定的时间区间例如是5秒。当该时间区间过大时，即使是不同的定时下的点头动作，也作为相同的定时下的点头动作处置，所以对针对发言的赞同动作过大评价。当该时间区间过小时，即使是几乎相同的定时下的点头动作，也作为不同的定时下的点头动作处置，所以对针对发言的赞同动作过小评价。
52.赞同比例计算部24首先参照图5所示的积蓄的发送数据14a，计算正在发言a的过程中的赞同比例。即，赞同比例计算部24在从t1起至经过5秒为止的期间，对与终端id:2对应的发送数据14a的加速度数据进行分析，判定佩戴有与终端id:2对应的可穿戴终端3的参加者2是否进行了点头动作。根据加速度数据来判定有无点头动作的具体例如下。
53.即，赞同比例计算部24抽取从时刻t1起至经过5秒为止的期间的加速度数据的铅垂分量值，计算抽取出的铅垂分量值的平均值和标准偏差，在标准偏差比预定的值小并且以单独发生的方式存在从平均值偏离预定量的铅垂分量值的情况下，判定为在从时刻t1起至经过5秒为止的期间佩戴有与终端id:2对应的可穿戴终端3的参加者2进行了点头动作。关于终端id:3也相同。赞同比例计算部24在从时刻t1起经过5秒之后也同样地重复上述赞同比例的计算，在存在发言a以外的发言的时刻t4结束。
54.在赞同比例计算部24判定有无点头动作时，以加速度数据的铅垂分量值的标准偏差比预定的值小这一情况为前提条件，从而能够去除参加者2的步行动作、姿势的变更这样的点头动作以外大的动作所引起的噪声。
55.在图6的例子中，从时刻t1至时刻t2为止，赞同比例从0附近曾急剧上升，在临时下降之后，再次上升。赞同比例在时刻t2的前后恒定地推移，之后，在达到时刻t4之前，大致恢复为零。
56.此外，在图6的例子中，听众的人数仅为两人，所以赞同比例本来就是0、0.5、1.0中的任意值。然而，为了促进理解，所以宛如听众的人数是30人左右那样，使赞同比例缓慢地变化。
57.接下来，赞同比例计算部24计算正在发言b的过程中的赞同比例。即，赞同比例计算部24在从时刻t4起至经过5秒为止的期间，对与终端id:1对应的发送数据14a的加速度数据进行分析，判定佩戴有与终端id:1对应的可穿戴终端3的参加者2是否进行了点头动作。关于终端id:3也相同。赞同比例计算部24在从时刻t4起经过5秒之后也同样地重复上述赞同比例的计算，在存在发言b以外的发言的时刻t6结束。
58.在图6的例子中，从时刻t4至时刻t5为止，赞同比例小于0.5地推移，时刻t5前后大致示出0。
59.赞同比例计算部24关于时刻t6以后的赞同比例也同样地计算。
60.此外，作为赞同比例计算部24判定有无点头动作的其它方法，也可以每隔预定的时间区间从发送数据14a抽取铅垂分量值，将抽取出的铅垂分量值输入到已学习的卷积神经网络(convolution neural networkcnn)，在卷积神经网络的输出值为预定值以上的情况下，判定为在该时间区间，佩戴有该可穿戴终端3的参加者2进行了点头动作。另外，作为赞同比例计算部24判定有无点头动作的其它方法，也可以每隔预定的时间区间从发送数据14a抽取铅垂分量值，计算抽取出的铅垂分量值的各种特征量(最大值与最小值的差分、分散值、频率分布等)，将计算出的特征量输入到已学习的支持向量机(support vector machine，svm)，使用其输出值。
61.返回到图4，强调处理部25对赞同比例计算部24计算出的赞同比例进行强调赞同比例的高低的强调处理。在强调处理中，例如能够使用作为单调增加函数的下述式(1)。在此，p表示赞同比例，k是调整参数。
62.【式1】
[0063][0064]
图7是在由强调处理部25进行的强调处理中使用的上述式(1)的曲线图，横轴表示赞同比例，纵轴表示f(p)值。调整参数k越大，则f(p)值描绘的曲线在曲线图上成为向右下越尖锐的凸的曲线。根据基于上述式(1)的强调处理，在听众几乎一致地进行了点头动作的情况下，f(p)值成为大的值，在听众在不同的定时零散地进行了点头动作的情况下，f(p)值成为小的值。通过这样的强调处理，能够使如听众几乎一致地进行点头动作那样的重要的发言比相对不重要的发言突出。
[0065]
图8示出了强调处理后的f(p)值。根据图8，在听众未几乎一致地进行点头动作的情况下，即使是某种程度的听众进行了点头动作的时间区间，该时间区间中的f(p)值减一半或者被压缩到接近零的值。
[0066]
评价值计算部26针对发言检测部22检测到的每个发言，设定作为与该发言对应的发言评价对象期间的评价期间，并且计算针对该发言的评价值。
[0067]
(发言a)
[0068]
具体而言，评价值计算部26将与发言a对应的评价期间的开始定时(第1定时)设定在发言a的开始定时即时刻t1以后并且结束定时即时刻t2之前。在本实施方式中，评价值计算部26将与发言a对应的评价期间的开始定时设定为发言a的开始定时即时刻t1。此外，发言刚刚开始之后的点头动作未必是针对该发言的点头动作，有可能是针对刚刚该发言之前的发言的点头动作。因而，为了良好地划分针对发言a的点头动作和针对刚刚发言a之前的发言的点头动作，评价值计算部26也可以将与发言a对应的评价期间的开始定时设定为从发言a的开始定时即时刻t1起经过了预定时间的定时。
[0069]
另外，评价值计算部26将针对发言a的评价期间的结束定时(第2定时)设定为从发言a的结束定时即时刻t2起经过了预定时间的定时即时刻t3。在此，预定时间例如优选5秒至15秒的范围，在本实施方式中设为15秒。
[0070]
然后，评价值计算部26通过将与发言a对应的评价期间中的f(p)值进行合计，从而计算针对发言a的评价值。
[0071]
(发言b)
[0072]
评价值计算部26通过同样的方法将与发言b对应的评价期间的开始定时设定为时刻t4。
[0073]
另一方面，根据图8，在从作为发言b的结束定时的时刻t5起经过上述预定时间之前，发言c开始。因而，当将与发言b对应的评价期间的结束定时与和发言a对应的评价期间的结束定时同样地设定为从时刻t5起经过上述预定时间的定时时，有可能会将针对发言c的点头动作作为针对发言b的点头动作处置。因而，在该情况下，评价值计算部26将与发言b对应的评价期间的结束定时设定为发言c开始的时刻t6。
[0074]
在图8的例子中，正在发言b的过程中的f(p)值极低，但发言c刚一开始就观测到大到某种程度的f(p)值。大约被认为紧接着时刻t6之后的大到某种程度的f(p)值或许不是由于发言b而是由于发言c。因而，如上述那样将与发言b对应的评价期间的结束定时设定为发言c开始的时刻t6，从而避免对发言b过大评价。
[0075]
然后，评价值计算部26通过将与发言b对应的评价期间中的f(p)值进行合计，从而计算针对发言b的评价值。
[0076]
(发言c)
[0077]
评价值计算部26通过与发言b同样的方法，设定与发言c对应的评价期间的开始定时和结束定时，将与发言c对应的评价期间中的f(p)值进行合计，从而计算针对发言c的评价值。
[0078]
(发言d)
[0079]
评价值计算部26通过与发言a同样的方法，设定与发言d对应的评价期间的开始定时和结束定时，将与发言d对应的评价期间中的f(p)值进行合计，从而计算针对发言d的评价值。
[0080]
然后，评价值计算部26如图9所示将发言检测部22检测到的发言与该发言的开始时刻、声音数据以及针对该发言的评价值关联起来，作为评价数据而保存于数据存储部21。针对发言的评价值是表示该发言的重要度的有力的指标。
[0081]
然后，评价值输出部27通过所期望的方法来输出评价数据。
[0082]
多个参加者2通过参照所输出的评价数据，能够以短时间简单地获得在交流中被认为重要的高评价的发言的声音数据。因而，对于将要制作交流的议事记录的参加者2而言，优先地视听高评价的发言的声音数据，从而能够以更短时间回顾交流的内容，以更短时间制作准确的议事记录。
[0083]
以下，参照图10，说明发言评价系统1的动作。
[0084]
s100：
[0085]
首先，评价装置4判定由多个参加者2构成的交流是否开始。在判定为交流未开始的情况下(s100：否)，评价装置4重复s100。另一方面，在判定为交流开始的情况下(s100：是)，评价装置4使处理进入到s110。例如，在评价装置4与多个可穿戴终端3的通信建立的情况下，评价装置4能够判定为交流开始。
[0086]
s110：
[0087]
接下来，数据收发部20从多个可穿戴终端3接收发送数据14a，积蓄于数据存储部21。
[0088]
s120：
[0089]
接下来，评价装置4判定由多个参加者2构成的交流是否结束。在判定为交流未结束的情况下(s120：否)，评价装置4使处理返回到s110。另一方面，在判定为交流结束的情况下(s120：是)，评价装置4使处理进入到s130。例如，在与评价装置4处于通信状态的所有的可穿戴终端3与评价装置4的通信被切断的情况下，评价装置4能够判定为交流结束。
[0090]
s130：
[0091]
接下来，发言检测部22参照积蓄于数据存储部21的发送数据14a，检测交流中的发言，并且确定与检测到的发言对应的可穿戴终端3。
[0092]
s140：
[0093]
接下来，发言期间检测部23针对发言检测部22检测到的每个发言，检测该发言的开始定时和结束定时。
[0094]
s150：
[0095]
接下来，赞同比例计算部24每隔预定的时间区间而计算赞同比例。
[0096]
s160：
[0097]
接下来，强调处理部25对赞同比例计算部24计算出的赞同比例进行强调赞同比例的高低的强调处理。
[0098]
s170：
[0099]
接下来，评价值计算部26针对发言检测部22检测到的每个发言，设定与该发言对应的评价期间，并且计算针对该发言的评价值。
[0100]
s180：
[0101]
然后，评价值输出部27通过所期望的方法来输出评价数据。
[0102]
以上，说明了本技术发明的优选的实施方式，但上述实施方式具有以下的特征。
[0103]
即，在由多个参加者2构成的交流中，针对每个发言而求出针对该发言的评价值的发言评价系统1具备多个可穿戴终端3、发言检测部22、发言期间检测部23以及评价值计算部26。
[0104]
多个可穿戴终端3具有传感器16，该传感器16佩戴于多个参加者2的各个参加者2，
分别至少包括麦克风11(声音收集部)。发言检测部22根据多个可穿戴终端3的麦克风11的输出值，检测交流中的发言，并且确定与检测到的发言对应的可穿戴终端3。发言期间检测部23针对发言检测部22检测到的每个发言，检测该发言的开始定时和结束定时。评价值计算部26针对发言检测部22检测到的每个发言，根据从该发言的开始定时以后且比结束定时靠前的第1定时起至比该发言的结束定时靠后的第2定时为止的期间的评价期间(发言评价对象期间)中的与该发言对应的可穿戴终端3以外的可穿戴终端3的加速度传感器12的输出值，计算针对该发言的评价值。根据以上的结构，除了发言中的听众的反应之外，相对于发言而延迟地产生的听众的反应也被反映到针对该发言的评价值的计算，所以能够针对每个发言而精度良好地求出针对该发言的评价值。
[0105]
另外，第2定时被设定为从对应的发言的结束定时起经过了预定时间的定时。例如，请参照图8的时刻t3、时刻t10。根据以上的结构，为了设定第2定时而所需的运算变简单，所以能够以低成本设定第2定时。
[0106]
另外，第2定时被设定为接着对应的发言之后的其它发言开始的定时。例如，请参照图8的时刻t6、时刻t8。根据以上的结构，能够将针对其它发言的反应排除在外地计算评价值，所以能够精度良好地求出针对对应的发言的评价值。
[0107]
另外，第2定时被设定为从对应的发言的结束定时起经过预定时间的定时(参照时刻t3、时刻t10)，当在从对应的发言的结束定时起经过预定时间之前，接着对应的发言之后其它发言(发言c、发言d)开始的情况下，第2定时被设定为接着对应的发言之后的其它发言开始的定时。例如，请参照图8的时刻t6、时刻t8。根据以上的结构，既能够当在从对应的发言的结束定时起经过预定时间之前，其它发言未接着对应的发言而开始的情况下，以低成本设定第2定时，也能够当在从对应的发言的结束定时起经过预定时间之前，其它发言接着对应的发言而开始的情况下，将针对其它发言的反应排除在外地计算评价值，所以能够精度良好地求出针对对应的发言的评价值。
[0108]
在加速度传感器12的输出值表示佩戴有对应的可穿戴终端3的参加者使头部纵向摆动的动作的情况下，评价值计算部26以使针对对应的发言的评价值增加的方式计算评价值。即，使头部纵向摆动的动作能够视为赞同行为，所以对应的发言能够视为是相对高的评价。
[0109]
上述实施方式能够以如下方式变更。
[0110]
在上述实施方式中，赞同比例计算部24抽取加速度数据的铅垂分量值，根据抽取出的铅垂分量值检测到参加者2的点头动作。但是，也可以代替这种操作，或者除此之外，抽取加速度数据的水平分量值，根据抽取出的水平分量值来检测参加者2使头部横向摆动的动作即拒绝动作。使头部横向摆动的动作是与点头动作即使头部纵向摆动的动作对照的动作，针对发言暗示否定、不同意的意思显示。在该情况下，赞同比例计算部24也可以以使点头动作与拒绝动作相抵消的方式计算赞同比例。因而，例如，在参加交流的参加者2的人数是10人，在某个时间区间，其中8人进行了点头动作，剩余的两人进行了拒绝动作的情况下，赞同比例计算部24也可以将该某个时间区间中的赞同比例计算为(8－2)/10＝0.6。总之，评价值计算部26也可以在加速度传感器12的输出值表示佩戴有对应的可穿戴终端3的参加者使头部横向摆动的动作的情况下，以使针对对应的发言的评价值降低的方式计算评价值。
[0111]
在上述实施方式中，各可穿戴终端3具备加速度传感器12，赞同比例计算部24根据各可穿戴终端3的加速度传感器12的输出值，计算赞同比例。但是，能够省略加速度传感器12。在该情况下，赞同比例计算部24根据各可穿戴终端3的麦克风11的输出值，计算赞同比例。例如，在由各可穿戴终端3的麦克风11拾取到暗示“的确”“确实”“正是这样”等赞同的发声的情况下，赞同比例计算部24能够将该发声视为与点头动作等同的赞同表达，计算赞同比例。
[0112]
另外，也可以在云系统上构建评价装置4，各可穿戴终端3经由因特网而与评价装置4进行通信。另外，评价装置4执行的信息处理也可以由多个装置分散处理。
[0113]
另外，例如如图7所示，在上述实施方式中，强调处理部25在对赞同比例计算部24计算出的赞同比例进行强调赞同比例的高低的强调处理时，使用了单调增加函数。但是，代替该函数，如图11所示，强调处理部25也可以在对赞同比例计算部24计算出的赞同比例进行强调赞同比例的高低的强调处理时，使用用下述式(2)表示的阶跃函数。
[0114]
【式2】
[0115][0116]
在上述例子中，程序使用各种类型的非临时性计算机可读介质(non－transitory computer readable medium)保存，能够提供给计算机。非临时性计算机可读介质包括存在各种类型的实体的记录介质(tangible storage medium)。非临时性计算机可读介质的例子包括磁记录介质(例如柔性盘、磁带、硬盘驱动器)、光磁记录介质(例如光磁盘)。非临时性计算机可读介质的例子还包括cd－rom(read only memory，只读存储器)、cd－r、cd－r/w、半导体存储器(例如，包括掩模rom。非临时性计算机可读介质的例子还包括prom(programmable rom，可编程只读存储器)、eprom(erasable prom，可擦可编程只读存储器)、闪存rom、ram(random access memory，随机存取存储器))。另外，程序也可以通过由各种类型的临时的计算机可读介质(transitory computer readable medium，临时性计算机可读介质)提供给计算机。临时的计算机可读介质的例子包括电信号、光信号以及电磁波。临时的计算机可读介质能够经由电线以及光纤等有线通信线路或者无线通信线路，将程序提供给计算机。
[0117]
既可以使评价装置4发挥各可穿戴终端3所具有的功能的一部分，也可以使任意的可穿戴终端3发挥评价装置4所具有的功能的一部分。
[0118]
根据这样描述的公开，明显能够以多种方式改变本公开的实施例。该变化不应被视为脱离本公开的精神和范围，并且对于本领域技术人员而言显而易见的所有该修改旨在包括在所附权利要求的范围内。