Spotify、周囲の音や会話の内容を解析してシーンに合う曲を提案する技術--特許取得

　音楽や映像をダウンロード販売したりストリーミング配信したりするサービスでは、ユーザーの好みに合いそうなコンテンツを次々提案してくれる。そうしたお薦めコンテンツは、ユーザーが入力した年齢や性別、好みといった情報のほか、お気に入りとして登録したコンテンツ、過去に利用したコンテンツ、好みの似た別ユーザーの利用状況など、さまざまな要素が組み合わされて選択される。

　これに対しSpotifyは、再生環境で捉えた音の内容を解析し、そうして得た情報にもとづいてお薦めコンテンツを決定する技術を考案。この技術を米国特許商標庁（USPTO）へ出願したところ、米国時間1月12日に「IDENTIFICATION OF TASTE ATTRIBUTES FROM AN AUDIO SIGNAL」（特許番号「US 10,891,948 B2」）として登録された。出願日は2018年2月21日、公開日は2018年6月28日（公開特許番号「US 2018/0182394 A1」）。

登録されたSpotifyの特許（出典：USPTO）

　この特許は、再生環境においてマイクで周囲の音を捉え、交わされている会話の内容と、背景雑音から得られる環境情報を解析することで、その状況に適したコンテンツを選ぶ技術に関するもの。コンテンツは音楽に限らず、映像などでも構わない。実施例ではメディアストリーミング配信サービスを使って説明しているが、クレーム（請求項）ではコンテンツの種類に制限を設けていない。

　交わされている会話については、話題として取り上げられている単語やフレーズだけでなく、話者のアクセントを捉えたり、感情や性別、年齢を推定したりする。環境情報については、どのような場所なのかや、何人くらいで話しているかを推定する。場所としては、バスや地下鉄の車内、屋外、学校、カフェなどを区別できる。

周囲の音から会話や環境を解析（出典：USPTO）

　そして最終的に、適切なコンテンツを再生する、もしくは提案する。その際、再生履歴、登録済みお気に入りコンテンツといった情報も、勘案することも可能だ。

　特許を適用するデバイスについては、マイクを備え、解析処理などができるものであれば種類を問わない。たとえば、スマートフォンやPC、スマートスピーカーやスマートディスプレイなどで実現できるだろう。

　なお、特許とは、技術的アイデアの権利保護を目的とした公的文書である。登録されて成立しても、実際の製品やサービスで利用されるとは限らない。さらに、アイデアの存在を公知の事実にする目的で出願され、登録に至らず公開止まりになるものも少なくない。