対話においては、相槌や顔の表情、ジェスチャなどの振る舞いがあり、これらは対話相手の影響を受けて、どの振る舞いを表出するかを決定する。このとき、各人のジェスチャの大きさや速さはその人の持つ個性等に影響を受けると考えられる。本研究では、対話中の振る舞い生成のため、他者評価による話者の個性に基づく拡散確率モデルpersonality-aware interaction diffusion model(PIDM) を提案する。PIDMは、他者評価の個性と話者らの特徴量を同時に扱う、対話中の振る舞い生成が可能なモデルである。話者から得られた特徴量に対し、2値行列で表されたマスクを適用することで、一部の特徴量を削除する。これにより、人の振る舞いのような多次元時系列データの条件付きの生成が可能になる。PIDMを対話における振る舞い生成タスクに適用した。個性に従い、生成される振る舞いの傾向に差異が生じるかを検証する。実験結果より、Big5の1パラメータである外向性を変更することで、振る舞いの生成傾向を制御できることが示唆された。
