JP4900406B2 - 情報処理装置および方法、並びにプログラム - Google Patents

Description

本発明は、情報処理装置および方法、並びにプログラムに関し、特に、視聴者が自身の存在位置によらず好適な映像や音声を視聴することができるようになった、情報処理装置および方法、並びにプログラムに関する。

従来から、イベント会場などの広範な範囲で、映像や音声を出力するために、超大画面モニタや多チャンネルスピーカが配置されている場合があった。このような場合、多チャンネルの音声信号は、２チャンネルまたは５．１チャンネルなどの比較的小規模チャンネルの音声信号に変換される。そして、各チャンネルの音声信号に対応する音声はそれぞれ、対応するチャンネルのスピーカから出力される。（例えば特許文献１参照）。

特開2006-108855号公報

しかしながら、イベント会場などの広範な範囲では、視聴者は、その存在位置によっては、好適な映像や音声を視聴することができない場合があった。

本発明はこのような状況に鑑みてなされたものであり、視聴者が自身の存在位置によらず好適な映像や音声を視聴することができるようにするものである。

本発明の一側面の情報処理装置は、ユーザが保持する第１及び第２のクライアントユニットが出力する信号に基づいて、前記第１及び第２のクライアントユニットの位置を検出する位置検出手段と、前記位置検出手段により検出された前記第１及び第２のクライアントユニットの位置に基づいて、音声信号及び映像信号を変換するパラメータ値を可変設定し、前記パラメータ値を用いて前記音声信号及び映像信号を変換する変換手段と、前記変換手段による変換後の前記音声信号及び映像信号を出力する出力手段と、前記出力手段により出力された変換後の前記音声信号を前記第１のクライアントユニットであるヘッドフォンに出力し、変換後の前記映像信号を前記第２のクライアントユニットである携帯モニタに出力するインターフェース手段とを備える。

前記変換手段は、マルチチャンネルの音声信号の混合比を決定するパラメータ値を可変設定し、そのパラメータ値を用いて前記音声信号を変換する。

前記位置検出手段は、所定の領域から区分された複数の区分領域のうち、前記第１及び第２のクライアントユニットが位置する区分領域を示す情報を検出し、前記変換手段は、前記位置検出手段により検出された前記情報に基づいて、前記パラメータ値を可変設定する。

前記変換手段は、映像信号に対応する映像自身、またはその映像に関連する文字の拡大比を決定するパラメータ値を可変設定し、そのパラメータ値を用いて前記映像信号を変換する。

前記位置検出手段は、前記第１及び第２のクライアントユニットが出力する信号の時間推移に基づいて、時間変数として前記第１及び第２のクライアントユニットの位置を検出する。

前記変換手段は、前記位置検出手段により前記クライアントユニットの位置が変動していないと検出された場合、前記パラメータ値の設定を維持する。

本発明の一側面である情報処理方法とプログラムのそれぞれは、上述した本発明の一側面の情報処理装置に対応する方法とプログラムのそれぞれである。

本発明の一側面である情報処理装置および方法並びにプログラムにおいては、音声信号及び映像信号を出力信号として出力する情報処理装置または、音声信号及び映像信号を出力信号として出力する出力装置を制御するコンピュータによって、ユーザが保持する第１及び第２のクライアントユニットが出力する信号に基づいて、前記第１及び第２のクライアントユニットの位置が検出され、検出された前記第１及び第２のクライアントユニットの位置に基づいて、音声信号及び映像信号を変換するパラメータ値が可変設定され、前記パラメータ値を用いて前記音声信号及び映像信号が変換され、変換後の前記音声信号及び映像が前記出力信号として出力され、出力された変換後の前記音声信号が前記第１のクライアントユニットであるヘッドフォンに出力され、変換後の前記映像信号が前記第２のクライアントユニットである携帯モニタに出力される。

以上のごとく、本発明によれば、視聴者が自身の存在位置によらず好適な映像や音声を視聴することができるようになる。

本発明を適用した情報処理システムの構成例である。 本発明を適用した情報処理システムの一実施の形態の構成を示すブロック図である。 音声信号出力処理を説明するフローチャートである。 本発明を適用した音声信号出力装置における、音声信号出力処理を説明するための図である。 本発明を適用した音声信号出力装置の、クライアントユニットCUの一実施の形態の構成例を示す図である。 本発明が適用される音声信号制御装置に含まれるまたはその駆動を制御するコンピュータの構成例を示すブロック図である。

以下、本発明が適用される情報処理システムの実施の形態として、第１の実施の形態と第２の実施の形態とについて説明する。なお、説明は以下の順序で行う。

１．第１の実施の形態(クライアントユニットCU：無線タグのみで構成される例)
２．第２の実施の形態(クライアントユニットCU：無線タグ付きヘッドフォンおよび無線タグ付きモニタで構成される例)

〈１．第１の実施の形態〉
[本発明が適用される情報処理システムの構成例]
図１は、本発明が適用される情報処理システムの構成例を示す図である。

情報処理システムは、サーバ１、超大画面モニタ２、スピーカ３乃至７、無線ノードWN1乃至WNK（Kは1以上の整数値。図１の例ではK=9）、および、クライアントユニットCU1乃至CUM（Mは、ユーザの人数を示す整数値。図１の例ではM=4）を含むように構成されている。

情報処理システムは、イベント会場などの広範な領域に構築される。

図１の例では、サーバ１と超大画面モニタ２は、図１中上方に配置されている。なお、以下、図１中上方向、即ち、ユーザが超大画面モニタ２を視聴する方向を前方向と称する。また、図１中下方向を後方向と、図１中左方向をそのまま左方向と、図１中右方向をそのまま右方向と称する。なお、当然ながら、サーバ１の配置位置は、図１の例の位置に限定されず、任意の位置でよい。

例えば、超大画面モニタ２の正面（超大画面モニタ２の表示面）に対向して形成されている円状の領域αは、超大画面モニタ２に表示された映像をユーザが視ることができる範囲を示しているとする。以下、かかる領域αをターゲット領域と称する。なお、ターゲット領域αは、情報処理システムの構築者が自由に決定して構わない設計事項であり、図１のターゲット領域αに限定されないことは言うまでもない。ターゲット領域αの境界（円周）上に、スピーカ３乃至７はそれぞれ配置されている。具体的には、超大画面モニタ２に対向して、左前方にスピーカ３が、右前方にスピーカ４が、右後方にスピーカ５が、中央後方にスピーカ６が、左後方にスピーカ７がそれぞれ配置されている。

無線ノードWN１乃至WN９は、前方から、それぞれ縦に３列、横に３列で等間隔で配置される。

なお、無線ノードWN１乃至WN９は、ターゲット領域αに複数箇所配置されていれば良く、図１の例の配置や個数に限定されない。

クライアントユニットCUK（Kは、１乃至M。Mは視聴者の最大人数である）は、図示せぬユーザにより保持されている。例えば図１の例ではM=4とされている。即ち、図１の例では、４人の視聴者のそれぞれによって、クライアントユニットCU1乃至CU4のそれぞれが１台ずつ保持されている。後述するように、サーバ１は、クライアントユニットCUKがターゲット領域αに位置する場合、その位置を検出する。この検出位置が、クライアントユニットCUKを保持しているユーザの存在位置を示すことになる。

サーバ１は、入力された映像信号を、超大画面モニタ２に出力する。超大画面モニタ２は、その映像信号に対応する映像を表示する。ターゲット領域α内に存在する視聴者は、超大画面モニタ２に表示されている映像を視認する。

また、サーバ１には、多チャンネルの音声信号が入力される。本実施の形態では、サーバ１は、入力された多チャンネルの音声信号を、５．１チャンネルの音声信号に変換する。本実施の形態では、５．１チャンネルの音声信号は、ステレオ信号LO、ステレオ信号R0、右サラウンド信号Rs、中央チャンネル信号Ｃ、左サラウンド信号Lsから構成されている。

なお、初期状態においては、５．１チャンネルの音声信号は、次のように供給される。ステレオ信号LOはスピーカ３に、ステレオ信号R0はスピーカ４に、右サラウンド信号Rsはスピーカ５に、中央チャンネル信号Ｃはスピーカ６に、左サラウンド信号Lsはスピーカ７に、それぞれ供給される。

即ち、初期状態では、スピーカ３からはステレオ信号LOに対応する音声が出力され、スピーカ４からはステレオ信号R0に対応する音声が出力される。また、スピーカ５からは右サラウンド信号Rsに対応する音声が出力され、スピーカ６からは中央チャンネル信号Ｃに対応する音声が出力され、スピーカ７からは左サラウンド信号Lsに対応する音声が出力される。

このように、初期状態では、スピーカ３乃至７からは、従来の５．１チャンネルの音声が単に出力されるだけである。よって、視聴者が、ターゲット領域αの中心付近の最適なリスニングポイントに存在する場合、最適な音声を聴くことができる。ここで、「最適なリスニングポイント」における「最適」とは、従来の５．１チャンネルの音声が単に出力された場合に最適であることを意味している。即ち、後述するように、本発明が適用された場合には、ターゲット領域αの何れの位置もユーザにとって最適なリスニングポイントになる点注意を要する。よって、以下、従来の５．１チャンネルの音声が単に出力された場合の最適なリスニングポイントを、従来の最適リスニングポイントと称する。

ところで、ターゲット領域αとは、イベント会場等の広範囲な領域であるため、視聴者は、従来の最適なリスニングポイントに必ずしも位置しているとは限らない。よって、視聴者が、従来の最適なリスニングポイントに位置していない場合、［発明が解決しようとする課題］の欄で上述したように、好適な音声を聴くことができない。

そこで、本実施の形態では、サーバ１が、スピーカ３乃至７から出力される各音声の状態を、視聴者の存在位置に応じて変更させる制御をしている。即ち、ユーザの存在位置が、従来の最適リスニングポイント位置以外の場合、スピーカ３乃至７から出力される各音声の状態を、初期状態とは別の状態に遷移させる制御が行われる。してみると、この制御を実現するためには、先ず、サーバ１は、視聴者の存在位置を検出する必要がある。このため、サーバ１は、クライアントユニットCUKの位置を検出する機能、換言すると、クライアントユニットCUKを保持している視聴者の存在位置を検出する機能を有している。以下、この機能を、クライアントユニット位置検出機能と称する。また、クライアントユニットCUKの検出結果を示す情報を、クライアントユニット位置情報と称する。

クライアントユニット位置検出機能を実現するために、クライアントユニットCU１乃至CU４はそれぞれ無線タグを有している。クライアントユニットCU１乃至CU４の各無線タグは、信号を発信する。

なお、以下、クライアントユニットCU１乃至CU４を個々に区別する必要が無い場合、それらをまとめてクライアントユニットCUと称する。また、クライアントユニットCUから発信される信号を、クライアントユニット信号と称する。

無線ノードWN１乃至WN９はそれぞれ、クライアントユニット信号を受信する。無線ノードWN１乃至WN９はそれぞれ、クライアントユニット信号の電波強度や遅延特性等を測定する。その測定結果を、以下、クライアント信号測定結果と称する。クライアント信号測定結果は、サーバ１に出力される。

サーバ１は、無線ノードWN１乃至WN９からの各クライアント信号測定結果に基づいて、クライアントユニット位置情報を生成する。即ち、クライアントユニットCUを保持しているユーザの存在位置が検出される。そして、サーバ１は、ユーザの存在位置に応じて、スピーカ３乃至７から出力される各音声の状態を変更させる制御をする。なお、この制御の詳細例については後述する。また、以下、無線ノードWN１乃至WN９を個々に区別する必要が無い場合、単に無線ノードWNと称する。

図２は、サーバ１の詳細な構成例を示すブロック図である。

サーバ１は、システムインターフェース部２１乃至位置検出部２６を含むように構成されている。

また例えば、サーバ１には、チューナ１１、ネットワーク１２、および記録装置１３が接続されている。なお、チューナ１１乃至記録装置１３も、図１の情報処理システムの一構成要素として把握してもよい。さらにいえば、チューナ１１や記録装置１３の各機能を、サーバ１に搭載させてもよい。

チューナ１１は、放送局からの放送番組を受信し、圧縮符号化された映像信号と音声信号の形態で、システムインターフェース部２１に供給する。

他機器によって圧縮符号化された映像信号と音声信号とは、他機器から出力されて、ネットワーク１２を介して、システムインターフェース部２１に供給される。

記録装置１３は、コンテンツの映像信号と音声信号を圧縮符号化して記録している。記録装置１３は、圧縮符号化された映像信号と音声信号の形態で、システムインターフェース部２１に供給する。

システムインターフェース部２１は、チューナ１１、ネットワーク１２、または記録装置１３から供給された映像信号と音声信号を、システムデコード部２２に供給する。

上述の如く、システムインターフェース部２１からシステムデコード部２２に供給される映像信号と音声信号は、所定のフォーマットで圧縮符号化されている。そこで、システムデコード部２２は、圧縮符号化された映像信号および音声信号に対して伸張復号処理を施す。復号伸長復号処理の結果として得られた映像信号と音声信号とのうち、映像信号は映像プロセス部２３に、音声信号は音声プロセス部２４に、それぞれ供給される。

映像プロセス部２３は、システムデコード部２２からの映像信号に対して、画像処理を適宜施した上で、ネットワークインターフェース部２５に供給する。

音声プロセス部２４に供給された音声信号とは、上述の如く、多チャンネルの音声信号である。そこで、音声プロセス部２４は、多チャンネルの音声信号を、５．１チャンネルの音声信号に変換する。さらに、音声プロセス部２４は、位置検出部２６からのクライアントユニット位置情報と、５．１チャンネルの音声信号とを用いて、スピーカ３乃至７のそれぞれに供給する各チャンネルの音声信号を生成する。なお、以下、スピーカ３乃至７のそれぞれに供給する各チャンネルの音声信号を、音声信号S_out3、音声信号S_out4、音声信号S_out5、音声信号S_out6、および音声信号S_out7と称する。なお、音声信号S_out3乃至S_out7を生成するまでの一連の処理を、音声信号出力処理と称する。音声信号出力処理の詳細については、図３を用いて後述する。

ネットワークインターフェース部２５は、映像プロセス部２３からの映像信号を超大画面モニタ２に出力する。また、ネットワークインターフェース部２５は、音声プロセス部２４からの音声信号S_out3乃至S_out7のそれぞれを、スピーカ３乃至７のそれぞれに出力する。

位置検出部２６は、無線ノードWNのクライアント信号測定結果を受信し、その受信結果に基づいて、クライアントユニット位置情報を生成する。クライアントユニット位置情報とは、上述の如く、クライアントユニットCUを保持しているユーザの存在位置を示す情報をいう。クライアントユニット位置情報は、位置検出部２６から音声プロセス部２４に提供される。

[本発明が適用される音声信号出力装置の処理方法の例]
図３は、音声信号出力処理の一例について説明するフローチャートである。

ステップＳ１において、サーバ１の位置検出部２６は、無線ノードWNから、クライアントユニット信号測定結果が受信されたか否かを判定する。

図１の例では、無線ノードWN１乃至WN9の何れからもクライアントユニット信号測定結果が送信されない場合とは、ターゲット領域αにクライアントユニットCUが存在しない場合を意味する。よって、このような場合、ステップS１においてNOであると判定されて、処理はステップＳ７に進む。ただし、ステップＳ７以降の処理については後述する。

これに対して、無線ノードWN１乃至WN９のうちの少なくとも１つからクライアントユニット信号測定結果が送信され、位置検出部２６に受信された場合、ステップＳ１においてYESであると判定されて、処理はステップＳ２に進む。

ステップＳ２において、位置検出部２６は、他の無線ノードWNからのクライアントユニット信号測定結果の受信を試みる。

ステップＳ３において、位置検出部２６は、所定時間経過したか否かを判定する。所定時間がまだ経過していない場合、ステップＳ３においてＮＯであると判定されて、処理はステップＳ２に戻され、それ以降の処理が繰り返される。即ち、所定時間が経過するまでの間、他の無線ノードWNからのクライアントユニット信号測定結果が送信されてくる毎に、位置検出部２６によって受信される。

その後、所定時間が経過すると、ステップＳ３においてＹＥＳであると判定されて処理はステップＳ４に進む。

ステップＳ４において、サーバ１は、１以上の無線ノードWNからのクライアントユニット信号測定結果に基づいて、クライアントユニット位置情報を生成する。クライアントユニット位置情報は、位置検出部２６から音声プロセス部２４に供給される。

具体的には、例えば本実施の形態では、ターゲット領域αは、複数の領域（以下、グループ領域と称する）に区分されている。位置検出部２６は、無線ノードWNから受信されたクライアントユニット信号測定結果に基づいて、クライアントユニットCUがいずれのグループ領域内に位置しているのかを検出する。そして、位置検出部２６は、クライアントユニットCUが属しているグループ領域を示す情報を、クライアントユニット位置情報として生成する。なお、クライアントユニット位置情報の具体例については、図４を用いて後述する。

また、クライアントユニットCUは、１つとは限らず、ターゲット領域αに存在する視聴者の数だけ存在する。例えば、図１の例では、ターゲット領域αには、４つのクライアントユニットCU1乃至CU4が存在する。このような場合、ステップＳ４の処理では、複数のクライアントユニットCU毎に、クライアントユニット位置情報がそれぞれ生成される。

ステップＳ５において、音声プロセス部２４は、検出対象のクライアントユニットCUが同一のグループ領域に位置しているか否かを判定する。

ここで、検出対象のクライアントユニットCUとは、ステップＳ４の処理でクライアントユニットの位置情報が生成されたクライアントユニットCUをいう。

ターゲット領域αにおいて、複数のクライアントユニットCUのうち少なくとも１つが異なるグループ領域に存在していた場合、ステップＳ５においてＮＯであると判定されて、処理はステップＳ７に進む。ただし、ステップＳ７以降の処理については後述する。

これに対して、ターゲット領域αにおいて、１つのクライアントユニットCUのみ存在しているか、または、同一グループ領域内に複数のクライアントユニットCUが存在している場合、ステップＳ５においてＹＥＳであると判定され、処理はステップＳ６に進む。

ステップＳ６において、音声プロセス部２４は、音声信号の出力状態を、クライアントユニットCUが位置するグループ領域に応じた状態にする。即ち、音声プロセス部２４は、そのグループ領域に応じた各音声信号 S_out3乃至S_out7を生成し、ネットワークインターフェース部２５を介して、スピーカ３乃至７のそれぞれに出力する。

これに対して、ターゲット領域αにおいて、クライアントユニットCUが存在しない場合、または、複数のクライアントユニットCUが２以上のグループ領域にまたがって存在する場合、ステップＳ１またはＳ５においてＮＯであると判定されて、処理はステップＳ７に進む。ステップＳ７において、音声プロセス部２４は、音声信号の出力状態を、初期状態にする。即ち、音声プロセス部２４は、ステレオ信号LO、ステレオ信号R0、右サラウンド信号Rs、中央チャンネル信号C、および左サラウンド信号Lsのそれぞれを、ネットワークインターフェース部２５を介して、スピーカ３乃至７のそれぞれに出力する。

なお、複数のクライアントユニットCUが２以上のグループ領域にまたがって存在する場合、即ち、Ｓ５においてＮＯであると判定された場合、音声プロセス部２４は、音声信号の出力状態を、初期状態とは異なる別の状態として、例えば指向性のない状態にすることもできる。

なお、音声信号出力処理は、一定時間ごとに繰り返される。即ち、多地点に配置された複数の無線ノードWNからのクライアントユニット信号測定結果は、一定の時間間隔でサーバ１の位置検出部２６に送信される。その結果、クライアントユニットCUの移動が無ければ、各回のステップＳ６の処理による音声信号の出力状態は同一になる。即ち、クライアントユニットCUの移動が無ければ、音声信号の出力状態は維持される。これに対して、クライアントユニットCUが移動していけば、各回のステップＳ６の処理による音声信号の出力状態は、クライアントユニットCUの移動位置に応じて刻々と変化していくことになる。なお、この場合、位置検出部２６は、時間変数として各クライアントユニット位置情報を算出し、その算出結果に基づいてセンターオフセットディスタンステーブルを構成することができる。

図４は、クライアントユニット位置情報の一例を示す図である。

図４に示されるクライアントユニット位置情報は、対象のクライアントユニットCUと各スピーカ３乃至７とのそれぞれの距離の組み合わせにより示されている。

なお、図４の一行目（初期設定）とは、初期状態となる場合のクライアントユニット位置情報の基本例を示している。このようなクライアントユニット位置情報（初期設定）が位置検出部２６から音声プロセス部２４に供給された場合、音声信号の出力状態は初期状態になる。即ち、ステレオ信号LO、ステレオ信号R0、右サラウンド信号Rs、中央チャンネル信号Ｃ、および左サラウンド信号Lsのそれぞれが、スピーカ３乃至７のそれぞれから出力される。

例えば、図１のクライアントユニットCU１のみが、ターゲット領域αに存在したとする。この場合、クライアントユニットCU１は、スピーカ３に対してNear（近い）、スピーカ４に対してFar（遠い）、スピーカ５に対してFar（遠い）、スピーカ６に対してMid（中程度）、およびスピーカ７に対してNear（近い）というグループ領域に属することになる。よって、図４に示されるクライアントユニット位置情報No1が位置検出部２６により生成され、音声プロセス部２４に供給される。

この場合、音声プロセス部２４は、次の式（１）乃至式（５）をそれぞれ演算することで、各音声信号 S_out3乃至S_out7を生成し、ネットワークインターフェース部２５を介して、スピーカ３乃至７のそれぞれに出力する。

スピーカ３：S_out3＝L0*CL+R0*CS+C*CS+Rs*CS+Ls*CM ・・・（１）
スピーカ４：S_out4＝L0*CL+R0*CL+C*CS+Rs*CM+Ls*CS ・・・（２）
スピーカ５：S_out5＝L0*CL+R0*CL+C*CS+Rs*CM+Ls*CS ・・・（３）
スピーカ６：S_out6＝L0*CL+R0*CL+C*CS+Rs*CM+Ls*CS ・・・（４）
スピーカ７：S_out7＝L0*CS+R0*CL+C*CS+Rs*CM+Ls*CS ・・・（５）

ここで、CL,CM,CSは音声信号に重み付けをするための係数（以下、ダウンミックス係数と称する）を示している。ダウンミックス係数CS、CM、CLは、その順番で大きな値となっている。

即ち、スピーカM（Mは、３乃至７のうちの何れかの整数値）に供給される音声信号S_outMは、次の式（６）のように算出される。即ち、ステレオ信号LO、ステレオ信号R0、右サラウンド信号Rs、中央チャンネル信号Ｃ、および左サラウンド信号Lsそれぞれに対して、ダウンミックス係数C1乃至C5が掛けられて重みづけされた各チャンネル信号の線形結合が、音声信号S_outMになる。

スピーカM：S_outM＝L0*C1+R0*C2+C*C3+Rs*C4+Ls*C5 ・・・（６）

これらのダウンミックス係数C1乃至C5のそれぞれが、クライアントユニットMの存在するグループ領域に応じて、ダウンミックス係数CL，CM，CSのうちの何れかに可変されるのである。

例えば、クライアントユニット位置情報No2で示されるグループ領域に応じて、スピーカ３乃至７のそれぞれに対して、ダウンミックス係数C1乃至C5の組み合わせが予め決定されているとする。この場合、ターゲット領域α内に、図１のクライアントユニットCU２のみが存在すれば、クライアントユニット位置情報No2が取得されるので、クライアントユニット位置情報No2に対して決定されていたダウンミックス係数C1乃至C5の組み合わせが、スピーカ３乃至７のそれぞれについて採用される。そして、スピーカ３乃至７のそれぞれについて、それぞれ採用されたダウンミックス係数C1乃至C5が式（６）に代入されて演算され、その結果、クライアントユニット位置情報No2に応じた各音声信号 S_out3乃至S_out7が生成される。

また、例えば、クライアントユニット位置情報No3で示されるグループ領域に応じて、スピーカ３乃至７のそれぞれに対して、ダウンミックス係数C1乃至C5の組み合わせが予め決定されているとする。この場合、ターゲット領域α内に、図１のクライアントユニットCU３のみが存在すれば、クライアントユニット位置情報No3が取得される。よって、クライアントユニット位置情報No3に対して決定されていたダウンミックス係数C1乃至C5の組み合わせが、スピーカ３乃至７のそれぞれについて採用される。そして、スピーカ３乃至７のそれぞれについて、それぞれ採用されたダウンミックス係数C1乃至C5が式（６）に代入されて演算され、その結果、クライアントユニット位置情報No3に応じた各音声信号 S_out3乃至S_out7が生成される。

また、例えば、クライアントユニット位置情報No4で示されるグループ領域に応じて、スピーカ３乃至７のそれぞれに対して、ダウンミックス係数C1乃至C5の組み合わせが予め決定されているとする。この場合、ターゲット領域α内に、図１のクライアントユニットCU４のみが存在すれば、クライアントユニット位置情報No4が取得される。よって、クライアントユニット位置情報No4に対して決定されていたダウンミックス係数C1乃至C5の組み合わせが、スピーカ３乃至７のそれぞれについて採用される。そして、スピーカ３乃至７のそれぞれについて、それぞれ採用されたダウンミックス係数C1乃至C5が式（６）に代入されて演算され、その結果、クライアントユニット位置情報No4に応じた各音声信号 S_out3乃至S_out7が生成される。

以上の音声信号出力処理により、クライアントユニットCUを保持する視聴者がターゲット領域αのいずれの場所に存在していても、その存在位置に適するように生成された各音声信号 S_out3乃至S_out7が、スピーカ３乃至７のそれぞれに供給される。よって、視聴者の存在位置にとって好適な各チャンネルの音声がスピーカ３乃至７から出力されることになる。その結果、視聴者は、好適な音声を聴くことができるようになる。

なお、図４のクライアントユニット位置情報No5が取得された場合の音声信号処理について説明する。

クライアントユニット位置情報No5とは、スピーカ３に対してNear（近い）、スピーカ４に対してFar（遠い）、スピーカ５に対してNear（近い）、スピーカ６に対してNear（近い）、スピーカ７に対してNear（近い）という情報の集合体である。

しかしながら、図１の例で、クライアントユニットCU１乃至CU４のうちの何れか単体が静止している状態で、クライアントユニット位置情報No5が取得されることは考えられない。よって、図１の例で、クライアントユニット位置情報No5が取得される可能性としては、次の２つの可能性が考えられる。

第１の可能性として、複数のクライアントユニットCUが異なるグループ領域に存在している可能性が考えられる。例えば、図１の例でいえば、クライアントユニットCU１と、クライアントユニットCU３とが、図１にそれぞれ示される位置に同時に存在した場合、クライアントユニット位置情報No5が取得される。

第２の可能性として、単独のクライアントユニットCUがクライアントユニット位置情報の取得処理継続中に移動している可能性が考えられる。例えば、図１の例でいえば、クライアントユニットCU１が、図１に示される位置から、図１にクライアントユニットCU２の位置として示される位置まで移動した場合に、クライアントユニット位置情報No５が取得される。

このようなクライアントユニット位置情報No５が取得された場合、音声プロセス部２４は、音声信号の出力状態を、指向性のない汎用状態（例えば、初期状態）にすることができる。

なお、第１の可能性であるのか、第２の可能性であるのかについて判断が必要な場合、時間変数としての各クライアントユニット位置情報に基づいて構成されたセンターオフセットディスタンステーブルを利用すればよい。クライアントユニット位置情報No5の前に取得されたクライアントユニット位置情報の経歴をみれば、第１の可能性であるのか、第２の可能性であるのかについて容易に判断することができるからである。

以上説明したように、サーバ１は、クライアントユニットCUのクライアントユニット位置情報に基づいて、音声信号のパラメータ（上述の例ではダウンミックス係数）を可変設定することが当然できる。さらに、サーバ１は、クライアントユニットCUのクライアントユニット位置情報に基づいて、映像信号の各種パラメータを変化させることもできる。例えば、クライアントユニットCUの存在位置が、超大画面モニタ２から遠方の位置である場合、サーバ１は、映像自身、または、その映像に関する文字情報（字幕等）を拡大して表示させるように、各種パラメータを設定することができる。
〈２．第２の実施の形態〉
[クライアントユニットCUの構成例]
図５は、図１、図２を用いて上述したクライアントユニットCUの別の実施の形態の例である。

図５に示すクライアントユニットＣＵaは、無線タグ付き携帯モニタである。また、クライアントユニットCUbは、無線タグ付きヘッドフォンである。

クライアントユニットCUaは、サーバ１から映像信号と音声信号を受信し、映像信号に対応する映像を表示するとともに、音声信号に対応する音声を出力する。

この場合、サーバ１は、クライアントユニットCUaのクライアントユニット位置情報に基づいて、上述した音声信号のパラメータ（例えばダウンミックス係数）を可変設定することが当然できる。さらに、サーバ１は、クライアントユニットCUaのクライアントユニット位置情報に基づいて、映像信号の各種パラメータを変化させることができる。例えば、クライアントユニットCUａの存在位置に応じて、サーバ１は、超大画面モニタ２に表示されている映像自身、または、その映像に関する文字情報（字幕等）を、クライアントユニットCUaにあった表示とするように、各種パラメータを設定することができる。

クライアントユニットCUbは、サーバ１から音声信号を受信し、受信した音声を出力する。

例えば、サーバ１は、クライアントユニットCUbのクライアントユニット位置情報に基づいて、上述した音声信号のパラメータ（例えばダウンミックス係数）を可変設定することができる。パラメータ設定後にサーバ１により生成された音声信号、上述の例では各音声信号 S_out3乃至S_out7は、クライアントユニットCUbに無線送信される。

即ち、第１の実施の形態においては、スピーカ３乃至７から各チャンネルの音声が出力されることが前提であった。このため、例えば複数のクライアントユニットCUが、異なるグループ領域に存在した場合等においては、サーバ１は、音声信号のパラメータとして、指向性のない汎用設定（例えば、初期状態にするためのパラメータ値の設定）をしていた。

これに対して、第２の実施の形態においては、クライアントユニットCUbから音声が出力される。このため、例えば複数のクライアントユニットCUbが、異なるグループ領域に存在した場合等でも、サーバ１は、複数のクライアントユニットCUbのそれぞれに対して、音声信号のパラメータとして、それぞれの存在位置に応じた個別の設定（例えば、別々のダウンミックス係数の設定）をすることができるようになる。これにより、それぞれのクライアントユニットCUbは、その存在位置にとって好適な音声信号を聴くことができるようになる。

なお、視聴者は、クライアントユニットCUaおよびクライアントユニットCUbの両方を保持してもよいし、そのどちらか一方のみを保持してもよい。

また、本発明が適用される情報処理装置におけるクライアント位置を検出する手法は、図１乃至図４を用いて説明した手法に限定されず、任意の手法でよい。

本発明が適用される情報処理装置においては、視聴者の存在位置に応じて好適な映像や音声を出力することができる。その結果、例えばイベント会場などの広範な範囲で、視聴者が映像や音声を視聴する場合において、視聴者はその存在位置によらず、容易に好適な映像や音声を視聴することが可能となる。

さらに、本発明が適用される情報処理装置においては、時間変数として各クライアントユニット位置情報を算出することができる。その結果、本発明が適用される情報処理装置は、視聴者が例えばイベント会場内で移動した場合においても、その位置に応じた好適な鑑賞環境を整えることが可能となる。

ところで、上述した一連の処理は、ハードウエアにより実行させることもできるし、ソフトウエアにより実行させることもできる。

上述した一連の処理をソフトウエアにより実行させる場合、本発明が適用される情報処理装置は、例えば、図６に示されるコンピュータを含むように構成することもできる。或いは、図６のコンピュータによって、本発明が適用されるロボットハンド装置が制御されてもよい。

図６において、CPU（Central Processing Unit）１０１は、ROM（Read Only Memory）１０２に記録されているプログラム、または記憶部１０８からRAM（Random Access Memory）１０３にロードされたプログラムに従って各種の処理を実行する。RAM１０３にはまた、CPU１０１が各種の処理を実行する上において必要なデータなども適宜記憶される。

CPU１０１、ROM１０２、およびRAM１０３は、バス１０４を介して相互に接続されている。このバス１０４にはまた、入出力インタフェース１０５も接続されている。

入出力インタフェース１０５には、キーボード、マウスなどよりなる入力部１０６、ディスプレイなどよりなる出力部１０７、ハードディスクなどより構成される記憶部１０８、および、モデム、ターミナルアダプタなどより構成される通信部１０９が接続されている。通信部１０９は、インターネットを含むネットワークを介して他の装置（図示せず）との間で行う通信を制御する。

入出力インタフェース１０５にはまた、必要に応じてドライブ１１０が接続され、磁気ディスク、光ディスク、光磁気ディスク、或いは半導体メモリなどよりなるリムーバブルメディア１１１が適宜装着され、それらから読み出されたコンピュータプログラムが、必要に応じて記憶部１０８にインストールされる。

一連の処理をソフトウエアにより実行させる場合には、そのソフトウエアを構成するプログラムが、専用のハードウエアに組み込まれているコンピュータ、または、各種のプログラムをインストールすることで、各種の機能を実行することが可能な、例えば汎用のパーソナルコンピュータなどに、ネットワークや記録媒体からインストールされる。

このようなプログラムを含む記録媒体は、図６に示されるように、装置本体とは別に、視聴者にプログラムを提供するために配布される、プログラムが記録されている磁気ディスク（フロッピディスクを含む）、光ディスク（CD-ROM(Compact Disk-Read Only Memory),DVD(Digital Versatile Disk)を含む）、光磁気ディスク（ＭＤ（Mini-Disk）を含む）、もしくは半導体メモリなどよりなるリムーバブルメディア（パッケージメディア）１１１により構成されるだけでなく、装置本体に予め組み込まれた状態で視聴者に提供される、プログラムが記録されているROM１０２や、記憶部１０８に含まれるハードディスクなどで構成される。

なお、本明細書において、記録媒体に記録されるプログラムを記述するステップは、その順序に沿って時系列的に行われる処理はもちろん、必ずしも時系列的に処理されなくとも、並列的あるいは個別に実行される処理をも含むものである。

また、本明細書において、システムとは、複数の装置や処理部により構成される装置全体を表すものである。

１ サーバ, ２ 超大画面モニタ, ３，４，５，６，７ スピーカ, CU１,CU２,CU３,CU４,CU５,CUa,CUb クライアントユニット, WN１,WN２,WN３,WN４,WN５,WN６,WN７,WN８,WN９ 無線ノード, １１ チューナ， １２ ネットワーク， １３ 記録装置， ２１ システムインターフェース部， ２２ システムデコード部， ２３ 映像プロセス部， ２４ 音声プロセス部， ２５ ネットワークインターフェース部， ２６ 位置検出部， １０１ ＣＰＵ， １０２ ＲＯＭ， １０３ ＲＡＭ， １０４ バス， １０５ 入出力インタフェース， １０６ 入力部， １０７ 出力部， １０８ 記憶部， １０９ 通信部， １１０ ドライブ， １１１ リムーバブルメディア

Claims (8)

1. ユーザが保持する第１及び第２のクライアントユニットが出力する信号に基づいて、前記第１及び第２のクライアントユニットの位置を検出する位置検出手段と、
   前記位置検出手段により検出された前記第１及び第２のクライアントユニットの位置に基づいて、音声信号及び映像信号を変換するパラメータ値を可変設定し、前記パラメータ値を用いて前記音声信号及び映像信号を変換する変換手段と、
   前記変換手段による変換後の前記音声信号及び映像信号を出力する出力手段と、
   前記出力手段により出力された変換後の前記音声信号を前記第１のクライアントユニットであるヘッドフォンに出力し、変換後の前記映像信号を前記第２のクライアントユニットである携帯モニタに出力するインターフェース手段と
   を備える情報処理装置。
2. 前記変換手段は、マルチチャンネルの音声信号の混合比を決定するパラメータ値を可変設定し、そのパラメータ値を用いて前記音声信号を変換する
   請求項１に記載の情報処理装置。
3. 前記位置検出手段は、所定の領域から区分された複数の区分領域のうち、前記第１及び第２のクライアントユニットが位置する区分領域を示す情報を検出し、
   前記変換手段は、前記位置検出手段により検出された前記情報に基づいて、前記パラメータ値を可変設定する
   請求項１に記載の情報処理装置。
4. 前記変換手段は、映像信号に対応する映像自身、またはその映像に関連する文字の拡大比を決定するパラメータ値を可変設定し、そのパラメータ値を用いて前記映像信号を変換する
   請求項１に記載の情報処理装置。
5. 前記位置検出手段は、前記第１及び第２のクライアントユニットが出力する信号の時間推移に基づいて、時間変数として前記第１及び第２のクライアントユニットの位置を検出する
   請求項１に記載の情報処理装置。
6. 前記変換手段は、前記位置検出手段により前記第１及び第２のクライアントユニットの位置が変動していないと検出された場合、前記パラメータ値の設定を維持する
   請求項１に記載の情報処理装置。
7. 音声信号及び映像信号を出力信号として出力する情報処理装置が、
   ユーザが保持する第１及び第２のクライアントユニットが出力する信号に基づいて、前記第１及び第２のクライアントユニットの位置を検出し、
   検出された前記第１及び第２のクライアントユニットの位置に基づいて、前記出力信号の音声信号及び映像信号を変換するパラメータ値を可変設定し、前記パラメータ値を用いて前記音声信号及び映像を変換し、
   変換後の前記音声信号及び映像を出力し、
   出力された変換後の前記音声信号を前記第１のクライアントユニットであるヘッドフォンに出力し、変換後の前記映像信号を前記第２のクライアントユニットである携帯モニタに出力する
   ステップを含む情報処理方法。
8. 音声信号及び映像信号を出力信号として出力する制御をするコンピュータに、
   ユーザが保持する第１及び第２のクライアントユニットが出力する信号に基づいて、前記第１及び第２のクライアントユニットの位置を検出し、
   検出された前記第１及び第２のクライアントユニットの位置に基づいて、前記出力信号の音声信号及び映像信号を変換するパラメータ値を可変設定し、前記パラメータ値を用いて前記音声信号及び映像を変換し、
   変換後の前記音声信号及び映像を出力し、
   出力された変換後の前記音声信号を前記第１のクライアントユニットであるヘッドフォンに出力し、変換後の前記映像信号を前記第２のクライアントユニットである携帯モニタに出力する
   ステップを含む制御処理を実行させるプログラム。

Images