JP2009301089A - 仮想空間上のキャラクタの音声を再生するためのシステム、方法及びプログラム - Google Patents

Abstract

【課題】仮想空間に登場するキャラクタに設定された音声データの再利用を防止できるシステム、方法及びプログラムを提供する。
【解決手段】システム１００は、仮想空間を構築する情報処理部１０４と、音声データの格納場所情報を含むキャラクタの設定情報を記憶する情報記憶部１０６と、音声データを再生のためのスクリプトを含まないＳＷＦ音声データの形式で格納する音声記憶部１１０とを具備する。情報処理部１０４は、通信ネットワーク１２２を介してユーザ端末１２０から受信した音声データの再生要求に応答して、情報記憶部１０６から格納場所情報を取得し、取得した格納場所情報に基づいて音声記憶部１１０に音声データの再生要求を送信する。音声記憶部１１０は、上記ＳＷＦ音声データを情報処理部に送信する。情報処理部は、ＳＷＦ音声データと再生指示とをユーザ端末に送信する。
【選択図】図１

Description

本発明は、仮想空間に登場するキャラクタに音声データを設定し、設定された音声データを再生するためのシステム、方法及びプログラムに関する。

従来より、コンピュータにより仮想空間を生成し、当該仮想空間においてユーザが独自のキャラクタを操作できるようにしたシステムが提案されている。

例えば、ユーザが提供する画像データや音声データに基づいてユーザのオリジナルキャラクタを生成するシステムが提案されている（特許文献１）。当該システムによれば、予め用意されたキャラクタのみならず、独自に作成したキャラクタを仮想空間上に登場させることが可能となる。
特開２００２−１０９５５９号

特許文献１に記載の従来技術は、作成したオリジナルキャラクタをユーザのローカル端末に送信し、当該ローカル端末上で動作するプログラムが作り出す仮想空間上にそのオリジナルキャラクタを登場させるに過ぎない。

近年の情報通信技術の進展とともに、通信ネットワーク上のサーバにより生成された仮想空間において、複数のユーザがそれぞれ操作する複数のキャラクタを登場させるサービスも広く提供されるに至っている。このようなサービスにおいては、仮想空間内で複数のユーザがそれぞれのキャラクタを介して互いにコミュニケーションをとることが可能である。

それぞれのユーザが自身の分身であるキャラクタ（アバター）に所望の音声データを設定し、仮想空間における会話の際にアバターがあたかもその設定された音声を話しているかのようにすれば、仮想空間におけるユーザ間のコミュニケーションの質を高めることができる。

あるユーザが仮想空間において自分のアバターを介して他のユーザのアバターと会話をする場合、自分のアバターに設定された音声データは、通信ネットワークを介して相手の端末へ送信されて再生される。ＷＡＶＥ形式やｍｐ３形式の音声ファイルがこのようにして相手方の端末において再生されると、相手方端末の記憶装置のキャッシュに音声データが残ってしまう。このため、相手方ユーザが自分の端末のキャッシュから当該音声データをコピーして容易に再利用できてしまうという問題があった。

また、音声データを格納しているサーバに直接アクセスして当該音声データを盗み出す不法行為に対して十分に対処できないとの問題もあった。

したがって、仮想空間に登場するキャラクタに設定された音声データの再利用を防止でき、サーバから音声データを盗み出す不正行為に対処できるシステムに対する要求がある。

上記課題を解決すべく、本発明のシステムは、仮想空間を構築する情報処理部と、音声データの格納場所情報を含むキャラクタの設定情報を記憶する情報記憶部と、音声データを再生のためのスクリプトを含まないＳＷＦ音声データの形式で格納する音声記憶部とを具備するように構成される。情報処理部は、通信ネットワークを介してユーザ端末から受信した音声データの再生要求に応答して、情報記憶部から格納場所情報を取得し、取得した格納場所情報に基づいて音声記憶部に音声データの再生要求を送信するように構成され、音声記憶部は、上記ＳＷＦ音声データを情報処理部に送信するように構成される。情報処理部は、ＳＷＦ音声データと再生指示とをユーザ端末に送信するように構成される。

一実施形態において、上記の再生指示は、ＳＷＦ音声データについてキャッシュを残さずに再生する旨の指示を含む。

別の実施態様において、ユーザ端末からの再生要求は再生順序を含む複数の音声データの連続再生の要求からなり、格納場所情報は複数の音声データの各々の格納場所情報を含み、情報処理部からユーザ端末への再生指示は複数の音声データの再生順序の指示を含む。

別の実施態様において、音声データは複数の音声データからなり、格納場所情報は複数の音声データの各々の格納場所情報を含み、キャラクタの設定情報は複数の音声データの再生順序を含み、情報処理部からユーザ端末への再生指示は再生順序の指示を含む。

別の実施態様において、ユーザ端末からの再生要求は、ＳＷＦファイルとして構成され仮想空間に表示された再生ボタンを介して送信される。

別の実施態様において、本発明のシステムは音声録音部をさらに具備し、音声データは音声録音部と通信可能なユーザの音声入力端末を介して音声録音部により録音され、ＳＷＦ音声データとして音声記憶部に格納される。

別の実施態様において、本発明のシステムは音声変換部をさらに具備し、情報処理部は、ユーザ端末から受信した所定の変換要求に応答して、情報記憶部から音声データの格納場所情報を取得し、取得した格納場所情報に基づいて音声記憶部に音声データの変換要求を送信する。音声記憶部は、音声データ及び変換要求を音声変換部に送信し、音声変換部は、変換要求に基づいて音声データを変換して音声記憶部に送信し、音声記憶部は、受信した変換された音声データで元の音声データを上書きする。

また、上記課題を解決すべく、本発明の方法は、上述の構成を具備するシステムにおいて使用され、通信ネットワークを介してユーザ端末から受信した音声データの再生要求に応答して、情報処理部が情報記憶部から格納場所情報を取得するステップと、取得した格納場所情報に基づいて、情報処理部が音声記憶部に音声データの再生要求を送信するステップと、音声記憶部が当該音声データを含み再生のためのスクリプトを含まないＳＷＦ音声データを情報処理部に送信するステップと、情報処理部がＳＷＦ音声データと再生指示とをユーザ端末に送信するステップとを含む。

一実施形態において、上記の再生指示は、ＳＷＦ音声データについてキャッシュを残さずに再生する旨の指示を含む。

別の実施態様において、ユーザ端末からの再生要求は再生順序を含む複数の音声データの連続再生の要求からなり、格納場所情報は複数の音声データの各々の格納場所情報を含み、情報処理部からユーザ端末への再生指示は複数の音声データの再生順序の指示を含む。

別の実施態様において、音声データは複数の音声データからなり、格納場所情報は複数の音声データの各々の格納場所情報を含み、キャラクタの設定情報は複数の音声データの再生順序を含み、情報処理部からユーザ端末への再生指示は再生順序の指示を含む。

別の実施態様において、ユーザ端末からの再生要求は、ＳＷＦファイルとして構成され仮想空間に表示された再生ボタンを介して送信される。

別の実施態様において、音声データは、音声録音部と通信可能なユーザの音声入力端末を介して音声録音部により録音され、ＳＷＦ音声データとして音声記憶部に格納される。

別の実施態様において、本発明の方法は、ユーザ端末から受信した所定の変換要求に応答して、情報処理部が、情報記憶部から音声データの格納場所情報を取得するステップと、情報処理部が、取得した格納場所情報に基づいて音声記憶部に音声データの変換要求を送信するステップと、音声記憶部が、音声データ及び変換要求を音声変換部に送信するステップと、音声変換部が、変換要求に基づいて音声データを変換して音声記憶部に送信するステップと、音声記憶部が、受信した変換された音声データで元の音声データを上書きするステップとをさらに含む。

また、上記課題を解決すべく、本発明は、上述の各ステップをシステムの各構成要素に実行させるプログラムとして構成される。

本発明によれば、仮想空間に登場するキャラクタに所望の音声データを設定するとともに、当該音声データが不適切に再利用されることを防止することができ、また、サーバから音声データを盗み出す不正行為にも対処することができる。

本発明のシステム構成の一例を図１に示す。システム１００は、ゲートウェイ部１０２、情報処理部１０４、情報記憶部１０６、音声変換部１０８、音声記憶部１１０、及び音声録音システム１１２を有する音声録音部１１４を具備する。ゲートウェイ部１０２は例えばウェブサーバであり、インターネット等の通信ネットワーク１２２を介してウェブブラウザを搭載したユーザ端末１２０に接続されている。ユーザ端末１２０からの要求に従い、ゲートウェイ部１０２は各種のウェブページ情報をユーザ端末１２０に送信し、ユーザ端末１２０は受信した情報に基づいてウェブブラウザ上にウェブページを表示する。情報処理部１０４は例えばアプリケーションサーバであり、仮想空間を構築するための基本的なシステムが組み込まれている。情報記憶部１０６は例えばデータベースサーバであり、ユーザアカウント情報その他のユーザ情報と仮想空間におけるユーザ設定情報とを関連付けて格納する。ユーザ設定情報は、仮想空間内でユーザが使用するキャラクタの設定情報を含み、当該キャラクタ設定情報は、キャラクタに設定された音声データの識別情報及び格納場所情報を含む。音声変換部１０８は音声データを所定の方式で変換する。音声記憶部１１０は例えばファイルサーバであり、音声データを格納する。音声録音システム１１２はユーザが外部の音声入力端末からシステム１００に音声を登録する際にユーザの誘導を行い、音声録音部１１４はこの音声を録音する。音声録音システム１１２は、公衆電話回線や通信ネットワークを介してユーザの操作する音声入力端末１１８（例えば、携帯電話端末、固定電話端末、家庭電話端末、もしくはマイクその他の音声入力装置を備えたコンピュータ等）からアクセス可能である。

図１において、システム１００を構成するゲートウェイ部１０２、情報処理部１０４、情報記憶部１０６、音声変換部１０８、音声記憶部１１０及び音声録音部１１４は、それぞれ別個の装置として図示されているが、本発明のシステムの構成はこれに限定されない。上記のうち複数の装置の機能を単一の装置により実現してもよい。

ユーザがユーザ端末１２０に搭載されたウェブブラウザからシステム１００により提供される仮想空間サービスのウェブサイトにアクセスすると、ゲートウェイ部１０２からユーザ端末１２０へログイン画面の情報が送信され、ユーザ端末１２０はウェブブラウザを介してログイン画面を表示する。ユーザが所定のユーザＩＤ及びパスワードを入力すると、これらの情報はゲートウェイ部１０２に送信される。ゲートウェイ部１０２は情報記憶部１０６に問合せてユーザ認証を行う。情報記憶部１０６は、当該ユーザ独自のページ（以下「マイページ」という。）を構成する各種設定情報を記憶している。ユーザ認証が成功した場合、情報記憶部１０６は当該ユーザに対応するマイページ情報をゲートウェイ部１０２へ送信する。ゲートウェイ部１０２は受信したマイページ情報を情報処理部１０４へ送信する。情報処理部１０４は受信した設定情報からマイページの初期画面を表示するための情報をユーザ端末１２０へ送信する。これにより、ユーザ端末１２０はウェブブラウザを介してマイページの初期画面を表示することができる。

例えば、システム１００が提供する仮想空間においてアバターに着せる衣装の設定が可能である場合、各ユーザのアバターの衣装に関する設定情報が情報記憶部１０６に格納されている。情報処理部１０４は、ゲートウェイ部１０２を介して情報記憶部１０６から衣装の設定情報を読み出し、マイページ上のアバターの外観にその設定を反映させることができる。

本発明のシステム１００によれば、各ユーザのアバターに仮想空間内で喋らせる音声を設定することができる。以下に設定手順を説明する。

アバターに設定する音声データは、例えば、システム１００が提供するウェブサイト内のオンラインショップにて購入することができる。例えば、ユーザ認証成功後に表示される画面上には、マイページへのリンクのほか、オンラインショップへのリンクが設定されている。オンラインショップにて販売されている音声データは音声記憶部１１０に格納されている。音声記憶部１１０は、音声データを、ＷＡＶＥファイルやｍｐ３ファイル等の通常の形式ではなく、Ｆｌａｓｈ Ｐｌａｙｅｒ（商標）にて再生可能なＳＷＦ（Ｓｍａｌｌ Ｗｅｂ Ｆｏｒｍａｔ）に従うＳＷＦファイルの形式を持つＳＷＦ音声データとして格納している。当該ＳＷＦ音声データは、元の音声データを内部に含むが、Ｆｌａｓｈ Ｐｌａｙｅｒによる再生を指示するためのスクリプトを含まないように構成される。

ユーザがオンラインショップにて所望の音声データを購入すると、購入された音声データの識別情報（例えば、データファイルのファイル名）と、音声記憶部１１０内の当該音声データにアクセスするための情報（例えば、音声記憶部１１０内の記憶装置において当該音声データが格納されているアドレス）とが、情報記憶部１０６へ送信され、当該ユーザと関連付けて（例えば、当該ユーザのアカウント情報と関連付けて）格納される。情報処理部１０４は、設定された音声データに関する情報を情報記憶部１０６から読み出し、マイページ上の表示内容に反映させる。

本発明のシステムによれば、ユーザ自身がシステム１００を介して録音した音声データを、アバターに喋らせる音声として設定することもできる。この場合の設定手順は以下のようになる。ユーザが音声入力端末１１８（例えば、携帯電話端末、固定電話端末、家庭電話端末、マイクその他の音声入力装置を備えるコンピュータ等）から所定の音声録音部１１４にアクセスすると、音声録音部１１４は録音方法を指示する自動音声を音声録音システム１１２を用いて音声入力端末１１８に対して発信する。例えば、音声録音部１１４は、自動音声により、音声入力端末１１８の入力部を使用してユーザＩＤ及びパスワードを入力すべきことをユーザに指示する。当該自動音声に従い、ユーザは音声入力端末１１８の入力部を操作してユーザＩＤとパスワードを入力する。音声録音部１１４は、受信したユーザＩＤ及びパスワードを情報記憶部１０６に送信する。情報記憶部１０６はユーザ認証を行い、その結果を音声録音部１１４に通知する。認証成功の場合、音声録音部１１４はさらに録音方法を指示する自動音声を音声録音システム１１２を介して発信する。ユーザが指示に従って所望の音声を音声入力端末１１８のマイク部に向かって話すと、音声録音部１１４は受信した音声を録音する。録音が終了すると、音声録音部１１４は、ユーザＩＤ及びパスワードと録音された音声データとを、情報処理部１０４に送信する。情報処理部１０４はこれらの情報を音声記憶部１１０に送信し、音声記憶部は受信した音声データを当該ユーザと関連付けて（例えば、ユーザＩＤと関連付けて）格納する。このとき、音声記憶部１１０は、音声データを、ＳＷＦ音声データとして格納する。当該ＳＷＦ音声データは、元の音声データを内部に含むが、Ｆｌａｓｈ Ｐｌａｙｅｒによる再生を指示するためのスクリプトを含まないように構成される。好ましくは、音声記憶部１１０が元の音声データから上記のＳＷＦ音声データを作成する。しかし、例えば、情報処理部１０４が元の音声データからＳＷＦ音声データを作成してこれを音声記憶部１１０に送信してもよい。

また、情報処理部１０４は、ユーザＩＤと、録音された音声データの格納場所（例えば、音声記憶部１１０のアドレス及び音声記憶部１１０の記憶装置内のアドレス）とを情報記憶部１０６に送信する。情報記憶部１０６は、ユーザに関連する情報と音声データの格納場所との対応関係を含むデータを記憶する。例えば、情報記憶部１０６は、ユーザのアカウント情報と録音された音声データのファイル名及び格納場所とを関連付けて記憶し、さらに当該音声データが録音された日時の情報等を記憶する。情報処理部１０４は、設定された音声データに関する情報を情報記憶部１０６から読み出し、マイページ上の表示内容に反映させる。

また、本発明のシステムによれば、ユーザがユーザ端末１２０内に所有している音声データをウェブサイトを介して音声記憶部１１０にアップロードして、この音声データをアバターに設定することもできる。この場合の設定手順は以下のようになる。アバターに設定したい音声データがユーザ端末１２０に格納された状態で、ユーザは上述のようにユーザ端末１２０を操作して本発明のシステムのウェブサイトにログインし、マイページに入る。マイページには、ユーザ自身が所有する音声データのうち所望の音声データを選択するための選択ボタンが表示される。ユーザがこれをクリックすると、ユーザ端末１２０内のファイル一覧が表示される。ユーザが所望の音声データのファイルを選択すると、マイページ上の所定のボックスに選択されたファイルのファイル名が表示される。マイページ上には、当該選択された音声データのアップロードを指示する手段が表示されている。当該アップロード手段は、通常のグラフィックアイコンではなく、Ｆｌａｓｈ Ｐｌａｙｅｒ（商標）にて再生可能なＳＷＦ（Ｓｍａｌｌ Ｗｅｂ Ｆｏｒｍａｔ）に従うＳＷＦファイルであり、例えばボタンとして画面上に表示されるように構成されている（以下、当該ボタンを「アップロードボタン」という。）。ユーザがユーザ端末１２０内の所望の音声データを選択してアップロードボタンをクリックすると、情報処理部１０４は情報記憶部１０６に問い合わせてユーザのアカウント情報を取得し、当該アカウント情報を音声データとともに音声記憶部１１０に送信し、これらを格納するよう指示する。音声記憶部１１０は、音声データをＳＷＦ音声データとして格納する。当該ＳＷＦ音声データは、元の音声データを内部に含むが、再生を指示するためのスクリプトを含まないように構成される。

情報処理部１０４は音声データの格納場所の情報を音声記憶部１１０から得て、これをアカウント情報とともに情報記憶部１０６へ送信し、格納するよう指示する。情報処理部１０４は、このようにして新たに格納された音声データに関する情報（ファイル名等）をマイページ上に表示し、ユーザが閲覧できるようにする。アバターに喋らせる音声として当該音声データをユーザがマイページ上で設定すると、情報処理部１０４はこの設定情報を情報記憶部１０６に送信して記憶させる。アップロードボタンをＳＷＦファイルとして構成することにより、情報処理部１０４、情報記憶部１０６、音声記憶部１１０等のアドレスをユーザから見えないように隠すことができるので、システムのセキュリティが強化される。

本発明のシステムによれば、ユーザは、オンラインショップで購入して取得した音声データをマイページ上で再生することができる。マイページには、ユーザが購入した音声データのリストが表示されている。例えば、各音声データについて、図２に示すように、ファイル名（ここでは「音声ファイル１」）が表示されており、再生ボタン２０１が表示されている。画面上でユーザが再生ボタン２０１をクリックするとその音声データが再生される。再生ボタン２０１は、通常のグラフィックアイコンではなく、Ｆｌａｓｈ Ｐｌａｙｅｒにて再生可能なＳＷＦファイルとして構成されている。

システム１００の動作のシーケンス図を図３に示す。再生ボタン２０１は、クリックされると、情報処理部１０４に向けて当該音声データの再生要求を送信するようユーザ端末１２０に指示するように構成される（ステップ３０２）。再生ボタン２０１は上述のようにＳＷＦファイルとして構成されるので、画面上でこれをクリックするユーザは、リンク先の情報処理部１０４のアドレスを知りえない。情報処理部１０４はその音声データの識別情報（ファイル名等）と当該音声データの格納場所情報の要求とを情報記憶部１０６に送信する（ステップ３０４）。情報記憶部１０６は、受信した識別情報に対応する音声データの格納場所情報を情報処理部１０４に送信する（ステップ３０６）。情報処理部１０４は、受信した格納場所情報に基づいて、音声データを格納している音声記憶部１１０へ音声データ識別情報及び再生要求を送信する（ステップ３０８）。既に述べたように、音声記憶部１１０は、受信した識別情報に対応する音声データを、ＳＷＦフォーマットのＳＷＦ音声データとして格納している。当該ＳＷＦ音声データは情報処理部１０４へ送信される（ステップ３１０）。このＳＷＦ音声データは再生用のスクリプトを含んでいないため、このままユーザ端末１２０へ送信しても再生することはできない。したがって、情報処理部１０４は、ＳＷＦ音声データと当該ＳＷＦ音声データを再生する指示とをユーザ端末１２０に送信する（ステップ３１２）。これにより、ユーザ端末において音声データを再生することができ（ステップ３１４）、ユーザはユーザ端末１２０において再生された音声を聴くことができる。情報処理部１０４からユーザ端末１２０への再生指示は、ＳＷＦ音声データについて履歴ファイル（キャッシュ）を残さずに再生する旨の指示を含むことが好ましい。

本実施例は、上述の各ステップをそれぞれのシステム構成要素において実行させるプログラムによっても実現できることは、当業者にとって明らかである。当該プログラムは、例えば情報処理部１０４に格納されてもよいし、また、図１の各構成要素と通信可能に接続されたサーバ（図示せず）に格納されてもよい。

再生ボタン２０１をＳＷＦファイルとして構成することにより、システム１００を構成する情報記憶部１０６や音声記憶部１１０のアドレスをユーザから隠すことができるので、ユーザが本発明のシステムを介さずにこれらのデータベースに直接アクセスすることを防止できる。また、音声記憶部１１０において、再生用のスクリプトを含まないＳＷＦファイルの形式で音声データを格納しているので、例え第三者が音声記憶部１１０に直接アクセスできたとしても、音声データを再生することはできない。また、ＳＷＦ音声データとともに、キャッシュを残さずに再生する指示を情報処理部１０４からユーザ端末１２０へ送信することにより、ユーザ端末１２０内に音声データのキャッシュが残らないため、ユーザが音声データをユーザ端末１２０内に取得して二次利用することを防止できる。

本実施例において再生ボタンはＳＷＦファイルとして構成されるが、これに限定されない。再生ボタン自体はグラフィックアイコンとして構成し、リンク先の情報をユーザから隠すために暗号化技術を利用してもよい。

本発明のシステムによれば、ユーザは、音声入力端末１１８を用いて自ら録音した音声データを、マイページ上で再生して聴くことができる。マイページには、ユーザが録音した音声データのリストが表示されている。例えば、上述の購入した音声データの場合と同様に、各音声データについて、図２に示すようにファイル名が表示されており、ＳＷＦファイルとして構成された再生ボタン２０１が表示されている。画面上でユーザが再生ボタン２０１をクリックするとその音声データが再生される。

この場合のシステム１００の動作を示すシーケンス図を図４に示す。再生ボタン２０１がクリックされると、ユーザ端末１２０は、情報処理部１０４に当該音声データの再生要求を送信する（ステップ４０２）。情報処理部１０４はその音声データの識別情報（ファイル名等）と当該音声データの格納場所情報の要求とを情報記憶部１０６に送信する（ステップ４０４）。情報記憶部１０６は、受信した識別情報に対応する音声データの格納場所情報を情報処理部１０４に送信する（ステップ４０６）。情報処理部１０４は、受信した格納場所情報に基づいて、音声データを格納している音声記憶部１１０へ音声データ識別情報及び再生要求を送信する（ステップ４０８）。既に述べたように、音声記憶部１１０は、受信した識別情報に対応する音声データをＳＷＦ音声データとして格納している。図３の場合と同様に、音声記憶部１１０はＳＷＦ音声データを情報処理部１０４へ送信し（ステップ４１０）、情報処理部１０４はＳＷＦ音声データと再生指示とをユーザ端末１２０に送信し（ステップ４１２）、ユーザ端末１２０において再生が行われる（ステップ４１４）。これにより、ユーザはユーザ端末１２０において再生された音声を聴くことができる。図４の例においては、再生を要求される音声データはユーザ自身が録音したものであるため、情報処理部１０４がユーザ端末１２０に対して音声データのストリーミング再生を行ってもよい。

図３の場合と同様に、本実施例は、上述の各ステップをそれぞれのシステム構成要素において実行させるプログラムによって実現することもできる。

本発明のシステムによれば、ユーザは、仮想空間において、他のユーザのアバターに設定された音声を聴くことができる。例えば、図５に示すように、仮想空間５００には、他のユーザのアバター５０２が表示されており、その近くには当該アバターに設定されている音声を他のユーザが聴くための再生ボタン５０４が表示されている。ユーザが再生ボタン５０４をクリックすると、アバター５０２に設定された音声データが再生され、ユーザはあたかも他のユーザのアバター５０２と会話しているような気分を味わうことができる。この際、アバター５０２から吹き出し型ウィンドウ５０６を表示してもよい。再生ボタン５０４は、通常のグラフィックアイコンではなく、ＳＷＦファイルとして構成されている。

この場合のシステム１００の動作のシーケンス図を図６に示す。再生ボタン５０４がクリックされると、ユーザ端末１２０は、情報処理部１０４に当該音声データの再生要求を送信する（ステップ６０２）。情報処理部１０４はその音声データの識別情報（ファイル名等）と当該音声データの格納場所情報の要求とを情報記憶部１０６に送信する（ステップ６０４）。情報記憶部１０６は、受信した識別情報に対応する音声データの格納場所の情報を情報処理部１０４に送信する（ステップ６０６）。情報処理部１０４は、受信した格納場所情報に基づいて、音声データを格納している音声記憶部１１０へ音声データ識別情報及び再生要求を送信する（ステップ６０８）。音声記憶部１１０は、受信した識別情報に対応する音声データをＳＷＦ音声データとして格納しており、当該ＳＷＦ音声データを情報処理部１０４へ送信する（ステップ６１０）。図３の場合と同様にして、情報処理部１０４はＳＷＦ音声データと再生指示とをユーザ端末１２０に送信し（ステップ６１２）、ユーザ端末１２０において再生が行われる（ステップ６１４）。これにより、ユーザはユーザ端末１２０において再生された音声を聴くことができる。このように、本発明のシステムは、他のユーザのアバターに設定された音声ファイルをｍｐ３形式やＷＡＶＥ形式等の通常の形式のまま再生するのではなく、再生用のスクリプトを含まないＳＷＦフォーマットの音声ファイルを格納しておき、再生要求に応じてこれを再生する。

図３の場合と同様に、本実施例は、上述の各ステップをそれぞれのシステム構成要素において実行させるプログラムによって実現することもできる。

本発明によれば、例え第三者が音声記憶部１１０に直接アクセスできたとしても、音声データを再生することはできない。また、ＳＷＦ音声データとともに、キャッシュを残さずに再生する指示を情報処理部１０４からユーザ端末１２０へ送信することにより、ユーザ端末１２０内に音声データのキャッシュが残すことなく再生を行える。したがって、ユーザが音声データをユーザ端末１２０内に取得して二次利用することを防止できる。

本発明のシステムによれば、ユーザは、取得した音声データを編集してより独自性のある音声データを得ることが可能である。マイページには、ユーザがオンラインショップで購入したり自ら録音したりすることにより取得した音声データのリストが表示されており、各音声データについて音声の変換を指示するボタンが表示されている。例えば、図７に示すように、高音への変換ボタン７０２及び低音への変換ボタン７０４が表示される。画面上でユーザがこれらのボタンをクリックすると、音声記憶部１１０に格納されている当該音声データがより高音域もしくはより低音域の音声データに変換されて格納される。変換ボタン７０２及び７０４は、通常のグラフィックアイコンではなく、ＳＷＦファイルとして構成されている。

この場合のシステム１００の動作のシーケンス図を図８に示す。ここでは高音域への変換の場合について説明するが、低音域への変換の場合の動作も同様である。変換ボタン７０２は、クリックされると、情報処理部１０４に当該音声データの高音域への変換要求を送信するようユーザ端末１２０に指示するように構成されている（ステップ８０２）。変換ボタン７０２は上述のようにＳＷＦファイルとして構成されるので、画面上でこれをクリックするユーザは、リンク先の情報処理部１０４のアドレスを知りえない。情報処理部１０４はその音声データの識別情報（ファイル名等）と当該音声データの格納場所情報の要求とを情報記憶部１０６に送信する（ステップ８０４）。情報記憶部１０６は、受信した識別情報に対応する音声データの格納場所情報を情報処理部１０４に送信する（ステップ８０６）。情報処理部１０４は、受信した格納場所情報に基づいて、音声データを格納している音声記憶部１１０へ音声データ識別情報及び高音域への変換要求を送信する（ステップ８０８）。音声記憶部１１０は、受信した識別情報に対応する音声データとともに、当該音声データの高音域への変換要求を音声変換部１０８へ送信する（ステップ８１０）。音声変換部１０８は要求に従って音声データを高音域へ変換し、変換された音声データを音声記憶部１１０へ送信する（ステップ８１４）。例えば、音声変換部１０８は、音声記憶部１１０から受信したＳＷＦ音声データから元の音声データを取り出して変換を行い、変換後の音声データを含み再生用スクリプトを含まないＳＷＦ音声データを作成してこれを音声記憶部１１０へ送信してもよい。また、音声記憶部１１０がＳＷＦ音声データから元の音声データを取り出してこれを音声変換部１０８へ送信し、音声変換部にて変換作業を行い、音声記憶部が、受信した変換後の音声データを含み再生用スクリプトを含まないＳＷＦ音声データを作成してもよい。

図３等の場合と同様にして、音声記憶部１１０は、変換後の音声データを含むＳＷＦ音声データを情報処理部１０４に送信し（ステップ８１６）、情報処理部１０４は当該ＳＷＦ音声データと再生指示とをユーザ端末１２０に送信し（ステップ８１８）、ユーザ端末１２０において、試聴のための再生が行われる（ステップ８２０）。変換後の音声データに満足したユーザが図７に示すような変換完了ボタン７０６をクリックすると（ステップ８２２）、変換後の音声データによる上書きの要求が情報処理部１０４へ送信される（ステップ８２４）。変換完了ボタン７０６もまた、ユーザがリンク先の情報処理部１０４のアドレスを知りえないように、ＳＷＦファイルとして構成してもよい。上記要求に応答して、情報処理部１０４は音声記憶部１１０に対して上書き要求を送信し（ステップ８２６）、音声記憶部１１０は変換後の音声データを含むＳＷＦ音声データにより元のＳＷＦ音声データを上書きし（ステップ８２８）、変換が完了した旨を情報処理部１０４もしくはユーザ端末１２０に通知する（ステップ８３０）。

一方、変換後の音声データの保存を希望しないユーザが図７に示すような変換不要ボタン７０８をクリックすると、変換後のＳＷＦ音声データの廃棄要求が情報処理部１０４へ送信される。変換不要ボタン７０８もまたＳＷＦファイルとして構成してもよい。上記要求に応答して、情報処理部１０４は音声記憶部１１０に対して廃棄要求を送信し、音声記憶部１１０は一時記憶装置内等に格納していた変換後のＳＷＦ音声データを廃棄する。

図３の場合と同様に、本実施例は、上述の各ステップをそれぞれのシステム構成要素において実行させるプログラムによって実現することもできる。

変換ボタン７０２、７０４、変換完了ボタン７０６、変換不要ボタン７０８をＳＷＦファイルとして構成することにより、システム１００を構成する情報記憶部１０６や音声記憶部１１０等のアドレスをユーザから隠すことができる。したがって、ユーザが本発明のシステムを介さずにこれらのデータベースに直接アクセスすることを防止できる。ユーザは、図２乃至図４の実施態様により、音声記憶部１１０において上書き保存された、変換後の音声データを含むＳＷＦ音声データを再生して聴くことができる。また、当該変換後の音声がユーザのアバターの音声として設定されていれば、他のユーザは、図５乃至図６の実施態様のようにして、この音声を聴くことができる。

本発明のシステムによれば、ユーザは、音声記憶部１１０に格納された複数の音声データの組み合わせを、アバターに喋らせる音声として設定することができる。例えば、組み合わせたい音声データを選択するためのボタンがマイページ上に表示される。当該ボタンをクリックすると、情報処理部１０４は情報記憶部１０６にアクセスして、ユーザが現在所有している音声データについての情報（ファイル名など）を取得して画面上に表示し、所望の音声データを選択するようユーザに促す。ユーザがある音声データを選択すると、選択された音声データのファイル名が図９に示すようにボックスに表示される。ユーザはこの作業を繰り返し、すべての組み合わせたい音声データを選択する。図９においては、「音声ファイルＡ」、「音声ファイルＢ」、「音声ファイルＣ」を含む複数の音声ファイルが選択されている。ユーザが連続再生ボタン９０２をクリックすると、これら複数の音声データの組み合わせが再生され、ユーザは音声を組み合わせた効果を確認できる。連続再生ボタン９０２はＳＷＦファイルとして構成されている。

この場合のシステム１００の動作を示すシーケンス図を図１０に示す。連続再生ボタン９０２は、クリックされると、選択された複数の音声データ（ここでは、音声ファイルＡ、Ｂ及びＣ）の連続再生要求を情報処理部１０４に送信するようユーザ端末１２０に指示するように構成されている（ステップ１００２）。当該連続再生要求は、選択された複数の音声データの再生順序（ここでは、Ａ、Ｂ、Ｃの順）を含んでもよい。情報処理部１０４はこれら音声データの各々の識別情報（ファイル名等）と当該音声データの各々の格納場所情報の要求とを情報記憶部１０６に送信する（ステップ１００４）。情報記憶部１０６は、受信した識別情報に対応する複数の音声データの各々の格納場所情報を情報処理部１０４に送信する（ステップ１００６）。情報処理部１０４は、受信した格納場所情報に基づいて、音声データを格納している音声記憶部１１０へ連続再生要求及び各々の音声データの識別情報を送信する（ステップ１００８）。当該連続再生要求は再生順序を含んでもよい。音声記憶部１１０は、受信した各々の識別情報に対応する音声データをそれぞれ含む複数のＳＷＦ音声データを格納している。これらＳＷＦ音声データは、再生用のスクリプトを含まないように構成されている。音声記憶部１１０は、これらＳＷＦ音声データを情報処理部１０４へ送信し（ステップ１０１０）、情報処理部１０４はＳＷＦ音声データと再生指示とをユーザ端末１２０に送信する。（ステップ１０１２）。当該再生指示は、複数のＳＷＦ音声データの再生順序の指示を含んでいる。ユーザ端末１２０は、受信した複数のＳＷＦ音声データを指示された再生順序で再生する（ステップ１０１４）。このようにして、ユーザは選択した複数の音声データを連続的に結合した音声を試聴することができる。

本実施例において、ステップ１００８における連続再生要求が再生順序を含む場合、音声記憶部１１０は、情報処理部１０４から受信した各々の識別情報に対応する複数のＳＷＦ音声データから元の複数の音声データを取り出し、これら複数の音声データと再生順序とを含み再生用のスクリプトを含まない単一のＳＷＦ音声データを作成して、当該単一のＳＷＦ音声データをステップ１０１０において情報処理部１０４に送信してもよい。この場合、情報処理部１０４は、ステップ１０１２において、受信した単一のＳＷＦ音声データを再生指示とともにユーザ端末１２０に送信し、ユーザ端末１２０は当該単一のＳＷＦ音声データを再生することとなる。ＳＷＦ音声データ内に再生順序が含まれるので、ユーザ端末１２０はユーザが意図したとおりの順序にて複数の音声データを連続再生できる。

選択した音声データの組み合わせに満足したユーザが図９に示す設定ボタン９０４をクリックすると、各音声データにアクセスするための情報（音声記憶部１１０内の記憶装置における各音声データの格納場所情報等）とこれら音声データの再生順序の情報とが、情報記憶部１０６へ送信され、当該ユーザと関連付けて（例えば、ユーザのアカウント情報と関連付けて）格納される。情報処理部１０４は、設定された情報を情報記憶部１０６から読み出し、マイページ上の表示内容に反映させる。

図３の場合と同様に、本実施例は、上述の各ステップをそれぞれのシステム構成要素において実行させるプログラムによって実現することもできる。

本発明のシステムによれば、ユーザは、上述のようにして自分のアバターに設定した複数の音声データの組み合わせを再生することができる。この場合にも、システム１００は図１０のシーケンス図に示すような動作により再生を行う。

本発明のシステムによれば、ユーザは、他のユーザが上述のようにして当該他のユーザのアバターに設定した複数の音声データの組み合わせを仮想空間上で聴くことができる。図５に示すような再生ボタン５０４をユーザがクリックすると、アバター５０２に設定された音声データが再生される。アバター５０２に上述のような複数の音声データの組み合わせが設定されていれば、これら複数の音声データが連続再生される。

この場合のシステム１００の動作のシーケンス図を図１１に示す。再生ボタン５０４がクリックされると、ユーザ端末１２０は、アバター５０２に設定されている音声データの再生要求を情報処理部１０４に送信する（ステップ１１０２）。情報処理部１０４はその音声データの識別情報（ファイル名等）と当該音声データの格納場所情報の要求とを情報記憶部１０６に送信する（ステップ１１０４）。この例では、複数の音声データの組み合わせが再生すべき音声データとして設定されており、情報記憶部１０６は、再生すべき音声データを構成する複数の音声データについて、それぞれの格納場所と再生順序とを記憶している。情報記憶部１０６は、これら複数の音声データの各々の格納場所情報と再生順序とを情報処理部１０４に送信する（ステップ１１０６）。情報処理部１０４は、受信した格納場所情報に基づいて、複数の音声データの識別情報と連続再生要求とを音声記憶部１１０へ送信する（ステップ１１０８）。当該連続再生要求は再生順序を含んでもよい。音声記憶部１１０は、受信した各々の識別情報に対応する個々の音声データを含むＳＷＦ音声データを格納している。これらＳＷＦ音声データは、再生用のスクリプトを含まないように構成されている。音声記憶部１１０は、これらＳＷＦ音声データを情報処理部１０４へ送信する（ステップ１１１０）。

一つの実施形態として、音声記憶部１１０は、再生要求に対応する複数のＳＷＦ音声データをそのまま情報処理部１０４へ送信する。この場合、情報処理部１０４は、これら複数のＳＷＦ音声データと再生順序を含む再生指示とをユーザ端末１２０に送信する（ステップ１１１２）。ユーザ端末１２０は、受信した複数のＳＷＦ音声データを指示された再生順序で再生する（ステップ１１１４）。

別の実施形態として、音声記憶部１１０は、再生要求に対応する複数のＳＷＦ音声データと、再生要求に含まれる再生順序とに基づいて、新たな単一のＳＷＦ音声データを作成してもよい。当該単一のＳＷＦ音声データは、元の複数の音声データと再生順序の指示とを含み、再生用スクリプトを含まないように構成される。音声記憶部１１０は、作成した単一のＳＷＦ音声データを情報処理部１０４へ送信する。情報処理部１０４は、当該ＳＷＦ音声データと再生指示とをユーザ端末１２０に送信する（ステップ１１１２）。ユーザ端末１２０は、受信した単一のＳＷＦ音声データの再生を行う（ステップ１１１４）。このほか、音声記憶部１１０が複数のＳＷＦ音声データを情報処理部１０４へ送信し、情報処理部１０４が上記のような単一のＳＷＦ音声データを作成して、これを再生指示とともにユーザ端末１２０へ送信してもよい。

このようにして、ユーザは、他のユーザのアバターに設定された複数の音声データの組み合わせを聴くことができる。図３の場合と同様に、本実施例は、上述の各ステップをそれぞれのシステム構成要素において実行させるプログラムによって実現することもできる。

以上、本発明を実施の形態を用いて説明したが、本発明の技術的範囲は上記実施の形態に記載の範囲には限定されない。上記実施の形態に、多様な変更または改良を加え得ることが当業者に明らかである。

本発明のシステム構成の一例を示す図である。 マイページに表示される音声データのリストの一例を示す図である。 ユーザが購入した音声データを再生する際のシステム動作のシーケンス図である。 ユーザが自ら録音した音声データを再生する際のシステム動作のシーケンス図である。 仮想空間に表示された他のユーザのアバターと再生ボタンを示す図である。 仮想空間において他のユーザのアバターに設定された音声を聴く際のシステム動作のシーケンス図である。 マイページに表示される音声データのリスト及び音声の変換を指示するボタンの例を示す図である。 ユーザが音声データを編集する際のシステム動作のシーケンス図である。 複数の音声データの組み合わせをアバターに設定する際のマイページの表示を示す図である。 選択した複数の音声データの組み合わせを再生する際のシステム動作のシーケンス図である。 他のユーザに設定された複数の音声データの組み合わせを仮想空間において聴く際のシステム動作のシーケンス図である。

Claims (21)

1. 仮想空間に登場するキャラクタに設定された音声データを再生するためのシステムであって、
   仮想空間を構築する情報処理部と、
   前記音声データの格納場所情報を含む前記キャラクタの設定情報を記憶する情報記憶部と、
   前記音声データを再生のためのスクリプトを含まないＳＷＦ音声データの形式で格納する音声記憶部とを具備し、
   前記情報処理部は、通信ネットワークを介してユーザ端末から受信した前記音声データの再生要求に応答して、前記情報記憶部から前記格納場所情報を取得し、取得した前記格納場所情報に基づいて前記音声記憶部に前記音声データの再生要求を送信し、
   前記音声記憶部は、前記ＳＷＦ音声データを前記情報処理部に送信し、
   前記情報処理部は、前記ＳＷＦ音声データと再生指示とをユーザ端末に送信するシステム。
2. 前記再生指示は、前記ＳＷＦ音声データについてキャッシュを残さずに再生する旨の指示を含む請求項１に記載のシステム。
3. 前記ユーザ端末からの前記再生要求は再生順序を含む複数の音声データの連続再生の要求からなり、前記格納場所情報は前記複数の音声データの各々の格納場所情報を含み、前記再生指示は前記複数の音声データの再生順序の指示を含む請求項１又は２に記載のシステム。
4. 前記音声データは複数の音声データを含み、前記格納場所情報は前記複数の音声データの各々の格納場所情報を含み、前記キャラクタの設定情報は前記複数の音声データの再生順序を含み、前記再生指示は前記再生順序の指示を含む請求項１又は２に記載のシステム。
5. 前記ユーザ端末からの前記再生要求は、ＳＷＦファイルとして構成され前記仮想空間に表示された再生ボタンを介して送信される請求項１乃至４のいずれか１項に記載のシステム。
6. 前記システムは音声録音部をさらに具備し、前記音声データは、前記音声録音部と通信可能なユーザの音声入力端末を介して前記音声録音部により録音され、ＳＷＦ音声データとして前記音声記憶部に格納される請求項１乃至５のいずれか１項に記載のシステム。
7. 前記システムは音声変換部をさらに具備し、
   前記情報処理部は、ユーザ端末から受信した所定の変換要求に応答して、前記情報記憶部から前記音声データの格納場所情報を取得し、取得した前記格納場所情報に基づいて前記音声記憶部に前記音声データの変換要求を送信し、
   前記音声記憶部は、前記音声データ及び変換要求を前記音声変換部に送信し、
   前記音声変換部は、前記変換要求に基づいて前記音声データを変換して前記音声記憶部に送信し、
   前記音声記憶部は、受信した変換された音声データを含み再生のためのスクリプトを含まないＳＷＦ音声データで元のＳＷＦ音声データを上書きする請求項１乃至６のいずれか１項に記載のシステム。
8. 仮想空間に登場するキャラクタに設定された音声データを再生するシステムにおいて使用する方法であって、前記システムは、仮想空間を構築する情報処理部と、前記音声データの格納場所情報を含む前記キャラクタの設定情報を記憶する情報記憶部と、前記音声データを再生のためのスクリプトを含まないＳＷＦ音声データの形式で格納する音声記憶部とを具備し、
   通信ネットワークを介してユーザ端末から受信した前記音声データの再生要求に応答して、前記情報処理部が前記情報記憶部から前記格納場所情報を取得するステップと、
   取得した前記格納場所情報に基づいて、前記情報処理部が前記音声記憶部に前記音声データの再生要求を送信するステップと、
   前記音声記憶部が前記ＳＷＦ音声データを前記情報処理部に送信するステップと、
   前記情報処理部が前記ＳＷＦ音声データと再生指示とを前記ユーザ端末に送信するステップとを含む方法。
9. 前記再生指示は、前記ＳＷＦ音声データについてキャッシュを残さずに再生する旨の指示を含む請求項８に記載の方法。
10. 前記ユーザ端末からの前記再生要求は再生順序を含む複数の音声データの連続再生の要求からなり、前記格納場所情報は前記複数の音声データの各々の格納場所情報を含み、前記再生指示は前記複数の音声データの再生順序の指示を含む請求項８又は９に記載の方法。
11. 前記音声データは複数の音声データからなり、前記格納場所情報は前記複数の音声データの各々の格納場所情報を含み、前記キャラクタの設定情報は前記複数の音声データの再生順序を含み、前記再生指示は前記再生順序の指示を含む請求項８又は９に記載の方法。
12. 前記ユーザ端末からの前記再生要求は、ＳＷＦファイルとして構成され前記仮想空間に表示された再生ボタンを介して送信される請求項８乃至１１のいずれか１項に記載の方法。
13. 前記システムは音声録音部をさらに具備し、前記音声データは、前記音声録音部と通信可能なユーザの音声入力端末を介して前記音声録音部により録音され、ＳＷＦ音声データとして前記音声記憶部に格納される請求項８乃至１２のいずれか１項に記載の方法。
14. 前記システムは音声変換部をさらに具備し、前記方法は、
    ユーザ端末から受信した所定の変換要求に応答して、前記情報処理部が、前記情報記憶部から前記音声データの格納場所情報を取得するステップと、
    前記情報処理部が、取得した前記格納場所情報に基づいて前記音声記憶部に前記音声データの変換要求を送信するステップと、
    前記音声記憶部が、前記音声データ及び変換要求を前記音声変換部に送信するステップと、
    前記音声変換部が、前記変換要求に基づいて前記音声データを変換して前記音声記憶部に送信するステップと、
    前記音声記憶部が、受信した変換された音声データを含み再生のためのスクリプトを含まないＳＷＦ音声データで元のＳＷＦ音声データを上書きするステップとをさらに含む請求項８乃至１３のいずれか１項に記載の方法。
15. 仮想空間に登場するキャラクタに設定された音声データを再生するシステムにおいて使用するプログラムであって、前記システムは、仮想空間を構築する情報処理部と、前記音声データの格納場所情報を含む前記キャラクタの設定情報を記憶する情報記憶部と、前記音声データを再生のためのスクリプトを含まないＳＷＦ音声データの形式で格納する音声記憶部とを具備し、前記プログラムは、
    通信ネットワークを介してユーザ端末から受信した前記音声データの再生要求に応答して、前記情報記憶部から前記格納場所情報を取得するステップを前記情報処理部に実行させ、
    取得した前記格納場所情報に基づいて、前記音声記憶部に前記音声データの再生要求を送信するステップを前記情報処理部に実行させ、
    前記ＳＷＦ音声データを前記情報処理部に送信するステップを前記音声記憶部に実行させ、
    前記ＳＷＦ音声データと再生指示とを前記ユーザ端末に送信するステップを前記情報処理部に実行させるプログラム。
16. 前記再生指示は、前記ＳＷＦ音声データについてキャッシュを残さずに再生する旨の指示を含む請求項１５に記載のプログラム。
17. 前記ユーザ端末からの前記再生要求は再生順序を含む複数の音声データの連続再生の要求からなり、前記格納場所情報は前記複数の音声データの各々の格納場所情報を含み、前記再生指示は前記複数の音声データの再生順序の指示を含む請求項１５又は１６に記載のプログラム。
18. 前記音声データは複数の音声データからなり、前記格納場所情報は前記複数の音声データの各々の格納場所情報を含み、前記キャラクタの設定情報は前記複数の音声データの再生順序を含み、前記再生指示は前記再生順序の指示を含む請求項１５又は１６に記載のプログラム。
19. 前記ユーザ端末からの前記再生要求は、ＳＷＦファイルとして構成され前記仮想空間に表示された再生ボタンを介して送信される請求項１５乃至１８のいずれか１項に記載のプログラム。
20. 前記システムは音声録音部をさらに具備し、前記音声データは、前記音声録音部と通信可能なユーザの音声入力端末を介して前記音声録音部により録音され、ＳＷＦ音声データとして前記音声記憶部に格納される請求項１５乃至１９のいずれか１項に記載のプログラム。
21. 前記システムは音声変換部をさらに具備し、前記プログラムは、
    ユーザ端末から受信した所定の変換要求に応答して、前記情報記憶部から前記音声データの格納場所情報を取得するステップを前記情報処理部に実行させ、
    取得した前記格納場所情報に基づいて前記音声記憶部に前記音声データの変換要求を送信するステップを前記情報処理部に実行させ、
    前記音声データ及び変換要求を前記音声変換部に送信するステップを前記音声記憶部に実行させ、
    前記変換要求に基づいて前記音声データを変換して前記音声記憶部に送信するステップを前記音声変換部に実行させ、
    受信した変換された音声データを含み再生のためのスクリプトを含まないＳＷＦ音声データで元のＳＷＦ音声データを上書きするステップを前記音声記憶部に実行させる請求項１５乃至２０のいずれか１項に記載のプログラム。

Images