LLM の生成する文章は人間の発話に比べ面白味が乏しい。本研究ではその要因を「遊び心」の欠如であると仮定し、音声とテキストから遊び心を検出するための分析を行う。具体的には、漫才対話を対象に、音響特徴量（openSMILE による 1339 次元）とテキスト特徴量（ChatGPT による 5 次元）を抽出し、SVM および Random Forest で分類を実施した。結果として、音声に加えてテキストを併用したほうが検出精度が高いこと、遊び心が含まれる言葉は変動・非線形・タイミングの揺らぎが強く、非遊び言葉は安定・均一・滑らかな特徴があること、といった知見が得られた。