1.一种情绪推断装置，其中，所述情绪推断装置具备：
第一获取部，其获取用户发出的语音数据；
第二获取部，其获取对通过所述第一获取部获取到的语音数据进行了文本化的文本数据；
第一推断部，其将基于通过所述第一获取部获取到的语音数据的指标值和基于通过所述第二获取部获取到的文本数据的指标值利用第一融合进行合并，基于合并后的指标值，来推断所述用户的情绪；及
第二推断部，其将表示所述第一推断部的推断结果的指标值与基于通过所述第二获取部获取到的文本数据的指标值利用第二融合进行合并，基于合并后的指标值，来推断所述用户的情绪。
2.根据权利要求1所述的情绪推断装置，其中，
所述情绪推断装置还具备：
输出部，其输出信息；及
输出控制部，其使所述输出部输出基于通过所述第二推断部推断出的所述用户的情绪的信息。
3.根据权利要求1或2所述的情绪推断装置，其中，
所述第二推断部基于所述第二融合的结果，来推断所述用户的情绪是正面的第一情绪、还是负面的第二情绪、或者是并非所述第一情绪及所述第二情绪的任一个的中性的第三情绪。
4.根据权利要求3所述的情绪推断装置，其中，
在表示所述第一推断部的推断结果的指标值与基于通过所述第二获取部获取到的文本数据的指标值之和为第一阈值以上的情况下，所述第二推断部推断所述用户的情绪为所述第一情绪，
在表示所述第一推断部的推断结果的指标值与基于通过所述第二获取部获取到的文本数据的指标值之和为比所述第一阈值小的第二阈值以下的情况下，所述第二推断部推断所述用户的情绪为所述第二情绪，
在表示所述第一推断部的推断结果的指标值与基于通过所述第二获取部获取到的文本数据的指标值之和小于所述第一阈值且超过所述第二阈值的情况下，所述第二推断部推断所述用户的情绪为所述第三情绪。
5.根据权利要求1～4中任一项所述的情绪推断装置，其中，
所述情绪推断装置还具备提取部，该提取部从通过所述第一获取部获取到的语音数据中提取一个以上的特征量，
所述第二获取部导出对所述文本数据所表示的文本的整体性的情绪进行了数值化的第一指标值和表示所述文本所包含的情绪性的内容的量的第二指标值，
所述第一推断部将通过所述第二获取部导出的所述第一指标值及所述第二指标值与通过所述提取部提取出的一个以上的所述特征量利用所述第一融合进行合并。
6.根据权利要求5所述的情绪推断装置，其中，
所述第一推断部将通过所述第二获取部导出的所述第一指标值及所述第二指标值作为要素，追加到分别以通过所述提取部提取出的一个以上的所述特征量为要素的多维数据中，来作为所述第一融合。
7.根据权利要求1～6中任一项所述的情绪推断装置，其中，
所述第一获取部还获取表示所述用户乘坐的车辆的驾驶操作的驾驶操作数据和拍摄了所述用户的图像数据，
所述第一推断部将基于通过所述第一获取部获取到的语音数据的指标值、基于通过所述第二获取部获取到的文本数据的指标值、基于通过所述第一获取部获取到的驾驶操作数据的指标值、基于通过所述第一获取部获取到的图像数据的指标值利用所述第一融合进行合并，基于合并后的指标值，来推断所述用户的情绪。
8.一种情绪推断方法，该情绪推断方法使计算机进行如下处理：
获取用户发出的语音数据；
获取对获取到的语音数据进行了文本化的文本数据；
将基于所述语音数据的指标值与基于所述文本数据的指标值利用第一融合进行合并，基于合并后的指标值，来推断所述用户的情绪；
将表示基于通过所述第一融合合并后的指标值的所述用户的情绪的推断结果的指标值与基于所述文本数据的指标值利用第二融合进行合并，基于合并后的指标值，来推断所述用户的情绪。
9.一种计算机可读的存储介质，该存储介质存储有程序，
该程序用于使计算机执行如下处理：
获取用户发出的语音数据；
获取对获取到的语音数据进行了文本化的文本数据；
将基于所述语音数据的指标值与基于所述文本数据的指标值利用第一融合进行合并，基于合并后的指标值，来推断所述用户的情绪；及
将表示基于通过所述第一融合合并后的指标值的所述用户的情绪的推断结果的指标值与基于所述文本数据的指标值利用第二融合进行合并，基于合并后的指标值，来推断所述用户的情绪。