JP5176721B2 - コンテンツ再生システム - Google Patents

Description

本発明は、ガイド音声等のコンテンツの音声をスピーカから放音して、個人やグループに聞かせるコンテンツ再生システムに関する。

博物館や美術館や動物園のような展示物を見学できる施設には、展示物についての説明を見学者に聞いてもらうために、下記のような音声ガイドシステムや音声ガイド装置が設置されていることが多い。例えば、携帯電話の使用要領でテンキーを操作して展示物に付されたチャンネル番号を入力することで、その展示物の説明等のナレーション音声を個人的に聞くことができる電話型の音声ガイドシステムが設置されていた（例えば、特許文献１参照。）。

また、展示物の近くに設置された送信装置からのＩＤコードを受信すると、このＩＤコードに合致した音声データを見学者等が持ち歩く音声再生装置よりスピーカ再生またはイヤホン再生できるようにして、案内を最初から効率良く聞けるようにした音声ガイド装置が設置されていることもあった（例えば、特許文献２参照。）。
特開平７−２１９６００号公報 特開平８−２６３００６号公報

しかしながら、特許文献１，２に記載のシステムや装置では、利用者が音声ガイドを聞くためには、受話器型端末を手で持ってそのスピーカを耳に当てたり、イヤホンを耳に装着したりしなければならない。そのため、利用者は、音声ガイドを聞く間、受話器型端末を持って同じ姿勢を続けなければならず、不快に感じたり疲れてしまったりすることがあった。また、利用者は、展示物を見学している間ずっとイヤホンを使用しなければならず、装着感が不快となることが多かった。このように、いずれの場合も、利用者が音声ガイドを聞く際に、不快な思いをさせてしまうという問題があった。

一方、特許文献２に記載の装置では、音声再生装置のスピーカから音声情報を再生させると、利用者に同じ姿勢を続けさせたり不快な思いをさせたりすることは無い。しかしながら、音声ガイド装置のガイド音声は、一般的に、ひとりのナレータが読み上げた複数の展示物の説明を録音したものである。また、ガイド音声が合成音声の場合でも、通常、音声の特性（声質・話速・ピッチ等）は、ひとつに設定されている。そのため、複数の展示物が集まった場所で、複数のグループが音声ガイド装置のスピーカから案内の音声を聞くと、周囲には同じナレータ（声色）のガイド音声が同時に複数放音されることになる。また、展示物の間隔が離れた場所では、同じ展示物に複数のグループが順に訪れてガイド音声を聞くことがある。この場合、同じナレータ（声質）の同じガイド音声が少しずつずれて周囲に放音されることになる。そのため、これらの状況下では、各利用者は、他のガイド音声が非常に耳障りとなり、どのガイド音声を聞けばよいかわからなくなり混乱してしまうという問題があった。

そこで、本発明は、利用者に同じ姿勢を続けさせたり不快な思いを抱かせたりせず、複数のコンテンツの音声が聞こえても判別が容易なコンテンツ再生システムを提供することを目的とする。

この発明は、上記の課題を解決するための手段として、以下の構成を備えている。

本発明のコンテンツ再生システムは、第１通信手段を備えた固定装置と、前記固定装置と通信する第２通信手段と、個別に割り当てられた端末ＩＤ情報を記憶する端末ＩＤ記憶手段と、コンテンツの音声を放音するスピーカと、周囲から聞こえるコンテンツの音声を収音する収音手段と、を備えた携帯装置と、からなるコンテンツ再生システムであって、前記コンテンツのデータを記憶するコンテンツ記憶手段と、前記携帯装置の端末ＩＤ情報に対応付けられた加工内容を示す音声特性情報に基づいて前記コンテンツの音声を加工する加工手段と、前記携帯装置の端末ＩＤ情報を音響透かしに変換して該コンテンツの音声に重畳する重畳手段と、前記収音手段が収音した音声に重畳された前記端末ＩＤ情報を抽出する音響透かし抽出手段と、を、前記固定装置または前記携帯装置のいずれかに設け、前記音声特性情報は、前記端末ＩＤ情報毎に異なり、前記加工手段は、前記音響透かし抽出手段が抽出した前記端末ＩＤ情報に基づいて、該端末ＩＤ情報の携帯装置が放音したコンテンツの音声の加工態様と異なる態様で前記コンテンツの音声を加工し、前記スピーカは、前記加工手段が加工し、かつ前記音声透かしが重畳されたコンテンツの音声を放音する、ことを特徴とする。
また、コンテンツ再生システムは、第１通信手段を備えた固定装置と、前記固定装置と通信する第２通信手段と、コンテンツの音声を放音するスピーカと、周囲から聞こえるコンテンツの音声を収音する収音手段と、を備えた携帯装置と、からなるコンテンツ再生システムであって、前記コンテンツのデータを記憶するコンテンツ記憶手段と、前記コンテンツの音声を加工する加工手段と、前記加工手段の加工内容を示す音声特性情報を音響透かしに変換して該コンテンツの音声に重畳する重畳手段と、前記収音手段が収音した音声に重畳された前記音声特性情報を抽出する音響透かし抽出手段と、を、前記固定装置または前記携帯装置のいずれかに設け、前記加工手段は、前記音響透かし抽出手段が抽出した前記音声特性情報に基づいて、該音声特性情報が示す加工態様と異なる態様で前記コンテンツの音声を加工し、前記スピーカは、前記加工手段が加工し、かつ前記音響透かしが重畳された前記コンテンツの音声を放音する、ことを特徴とする。
また、コンテンツ再生システムは、第１通信手段を備えた固定装置と、前記固定装置と通信する第２通信手段と、個別に割り当てられた端末ＩＤ情報を記憶する端末ＩＤ記憶手段と、を備えた携帯装置と、からなるコンテンツ再生システムであって、コンテンツのデータを記憶するコンテンツ記憶手段と、前記コンテンツの音声の声質、話速、またはピッチの少なくとも１つの音声特性を、前記端末ＩＤ情報に対応付けられた加工内容を示す音声特性情報に基づいて加工する加工手段と、前記加工手段が加工した音声を放音するスピーカと、を、前記固定装置または前記携帯装置のいずれかに設け、前記音声特性情報は、前記端末ＩＤ情報毎に異なることを特徴とする。

この構成においては、コンテンツ再生システムでは、固定装置と携帯装置が通信可能であり、携帯装置は、個別に割り当てられた端末ＩＤ情報を記憶している。また、コンテンツ記憶手段、加工手段、及びスピーカを、固定装置と携帯装置のどちらかが全てを備えているか、または両装置が分担して備えている。そして、携帯装置に個別に割り当てられた端末ＩＤ情報に対応付けられた加工内容を示す音声特性情報に基づいてコンテンツの音声の特性が加工されて、スピーカから放音される。このシステムでは、例えば、固定装置が各展示物に応じた音声コンテンツを送信し、携帯装置が音声コンテンツを受信して、端末ＩＤ情報に対応付けられた加工内容を示す音声特性にコンテンツの音声を加工してスピーカから放音するように構成することができる。また、このシステムでは、携帯装置が端末ＩＤ情報を送信し、固定装置が各展示物に応じた音声コンテンツを、端末ＩＤ情報に対応付けられた加工内容を示す音声特性に加工してスピーカから放音するように構成することもできる。したがって、コンテンツ再生システムは、構成の自由度が高く、携帯装置に応じて異なる特性の音声でコンテンツデータが再生されるので、携帯装置を所持する利用者は、コンテンツの音声が同時に複数聞こえる場合でも、自分が聞く必要のある音声を聞き分けることができる。なお、加工手段は、コンテンツの音声の特性として、例えば声質、話速、ピッチなどが携帯装置毎に異なるように加工する。
この構成においては、携帯装置は、収音手段で周囲から聞こえるコンテンツの音声を収音し、その音声に含まれる音響透かしを抽出する。そして、音響透かし化されていた音声特性情報または端末ＩＤ情報に対応付けられた加工内容を示す音声特性情報に基づいて、周囲から聞こえるコンテンツの音声と異なる特性にコンテンツの音声を加工する。また、コンテンツの音声の加工内容である音声特性情報を音響透かし化してコンテンツの音声に重畳する。したがって、携帯装置は、収音手段でコンテンツの音声を収音して、音響透かしを抽出することで、周囲から聞こえる音声を加工するための端末ＩＤ情報、または音声の特性情報がわかるので、これらの情報に基づいて、周囲から聞こえる音声と異なる特性の音声を放音させることができる。これにより、コンテンツの音声に別の情報が重畳されていることを利用者に気付かれることなく、携帯装置間で情報をやりとりして、それぞれ特性の異なる音声を放音させることができる。

前記携帯装置が前記コンテンツ記憶手段を備えている場合、
前記固定装置は、コンテンツデータを識別するための情報であるコンテンツＩＤ情報を記憶するコンテンツＩＤ記憶手段を備え、前記第１通信手段は、前記コンテンツＩＤ記憶手段から読み出したコンテンツＩＤ情報を送信し、
前記携帯装置は、前記コンテンツ記憶手段からコンテンツを選択するコンテンツ選択手段を備え、前記第２通信手段で前記コンテンツＩＤ情報を受信し、前記コンテンツ選択手段で、該コンテンツＩＤ情報に対応するコンテンツを前記コンテンツ記憶手段から選択し、前記加工手段で、前記コンテンツ選択手段が選択したコンテンツの音声の特性を加工することを特徴とする。

この構成においては、固定装置は、コンテンツＩＤ情報を送信し、携帯装置は、コンテンツＩＤ情報を受信すると、この情報に対応するコンテンツを選択し、このコンテンツの音声を端末ＩＤ情報に応じた特性に加工してスピーカから放音させる。したがって、携帯装置に複数のコンテンツデータを記憶させれば良いので、メンテナンスが容易である。また、固定装置は、コンテンツＩＤ情報のみを送信すれば良いので、固定装置の構成を簡素化できる。

本発明によれば、携帯装置または固定装置に設けられたスピーカからコンテンツの音声を放音させるので、ユーザに同じ姿勢を続けさせたり不快な思いをさせたりすることが無い。また、本発明によれば、コンテンツの音声の特性を携帯装置毎に異なるもの設定する。これにより、利用者は、複数のコンテンツの音声が周囲から聞こえる場合でも、必要なコンテンツの音声を聞き分けることができる。

まず、本発明の実施形態に係るコンテンツ再生システムの基本的な構成について説明する。図１は、本発明の実施形態に係るコンテンツ再生システムのブロック図である。

本発明の実施形態に係るコンテンツ再生システムは、博物館や動物園のような展示物を見学する施設において、施設の案内や展示物の説明等の音声コンテンツを利用者が個別に聞くためのシステムである。このシステムは、据置型の固定装置と携帯型の携帯装置から成り、固定装置を各展示物の近くに設置し、携帯装置を利用者が個人またはグループで携行する。携帯装置には端末ＩＤが個別に割り当てられており、携帯装置と固定装置が通信することで、各展示物の説明の音声が、この端末ＩＤに応じた特性に加工されてスピーカから放音される。

図１に示すようにコンテンツ再生システム１では、固定装置１１が通信部（第１通信手段）３３を必ず備え、携帯装置１３が端末ＩＤ記憶部２１と通信部（第２通信手段）３５を必ず備える構成にする。一方、固定装置１１と携帯装置１３のいずれかが、加工方式決定部２３と、コンテンツ記憶部２５、音声加工部２７、再生部２９、及びスピーカ３１を備えるように構成すれば良い。もちろん、固定装置１１と携帯装置１３が、これらコンテンツ記憶部２５と、音声加工部２７と、再生部２９と、スピーカ３１を分担して備えるように構成しても良い。

端末ＩＤ記憶部２１は、携帯装置１３に予め個別に割り当てられた端末ＩＤを記憶する。

加工方式決定部２３は、携帯装置１３の端末ＩＤに基づいて音声の加工方式を決定して、コンテンツの音声を加工するためのパラメータを作成する。

コンテンツ記憶部２５は、コンテンツデータ（例えば音声ガイドのデータ）を記憶している。コンテンツデータは、録音した音声データであっても、音声を合成するためのテキストデータであっても良い。

音声加工部２７は、加工方式決定部２３が作成したパラメータに基づいて、コンテンツの音声の特性（声質・話速・ピッチ）を加工する。音声加工部２７は、ボイスチェンジャ回路を内蔵しており、コンテンツデータが音声データの場合には、加工方式決定部２３が出力したパラメータに基づいて、このボイスチェンジ回路により音声の特性を加工して音声信号を出力する。また、音声加工部２７は、音声合成回路を内蔵しており、コンテンツデータがテキストデータの場合には、加工方式決定部２３が出力したパラメータに基づいた特性の音声を合成して、音声信号を出力する。

再生部２９は、音声加工部２７が出力した音声信号を増幅してスピーカ３１に出力する。また、再生部２９は、音声加工部２７が出力した音声がデジタル音声信号の場合にはアナログ音声信号に変換してスピーカ３１に出力する。

スピーカ３１は、再生部２９が出力した音声信号に応じた音声を放音する。

通信部３３は、携帯装置１３の通信部３５と通信して情報をやりとりする。通信部３５は、固定装置１１の通信部３３と通信して情報をやりとりする。なお、両通信部間の通信方式は、無線方式であれば良く、電波・赤外線・超音波など任意の伝送媒体を用いれば良い。

本発明では、携帯装置１３毎にコンテンツの音声を加工して、それぞれ異なる特性（声質・話速・ピッチ）の音声を放音させる。これにより、周囲で複数のコンテンツが再生された場合や、同じコンテンツが異なるタイミングで再生された場合でも、利用者は自分が聞く必要のある音声を容易に聞き分けることができる。

以下、コンテンツ再生システムの各実施形態について説明する。以下の説明では、各実施形態の対比や理解が容易に行えるように、端末ＩＤ記憶部２１、加工方式決定部２３、コンテンツ記憶部２５、音声加工部２７、再生部２９、スピーカ３１、通信部３３、及び通信部３５については、その動作が多少異なる場合でも同符号を付して説明する。また、これら各部は実線で図示し、その他の各部は、１点鎖線で図示する。

まず、本発明の第１実施形態に係るコンテンツ再生システムの構成について説明する。図２は、本発明の第１・第２実施形態に係るコンテンツ再生システムのブロック図である。

図２（Ａ）に示すように、コンテンツ再生システム１Ａは、固定装置１１Ａと携帯装置１３Ａから成る。固定装置１１Ａは、コンテンツ記憶部２５及び通信部３３を備えている。また、携帯装置１３Ａは、図１に示した端末ＩＤ記憶部２１、加工方式決定部２３、通信部３５、音声加工部２７、再生部２９、及びスピーカ３１に加えて、操作部３７を備えている。

操作部３７は、利用者が携帯装置に対して行う各種操作を受け付けるものである。なお、操作部３７は、他の実施形態においても同様の動作を行うものであるため、以降説明を省略する。

この構成では、固定装置１１Ａは、展示物に応じた説明をするためのコンテンツデータ（例えば音声ガイド）をコンテンツ記憶部２５で記憶しており、通信部３３から携帯装置１３Ａへこのデータを所定のタイミングで送信する。固定装置１１Ａは、例えば、携帯装置１３Ａの利用者が音声ガイドを聞くために操作部３７を操作して送信要求を受け取ったときに、コンテンツデータを送信するように設定すると良い。また、携帯装置１３Ａが一定範囲内にのみ届く微弱な電波を、常時または定期的に出力するように構成し、固定装置１１Ａが、この電波を検出すると、携帯装置１３Ａに対してコンテンツデータを送信するように構成しても良い。

携帯装置１３Ａは、コンテンツのデータを通信部３５で受信すると、音声加工部２７に出力する。このとき、加工方式決定部２３は、端末ＩＤ記憶部２１から端末ＩＤを読み出して、端末ＩＤが異なるとコンテンツの音声が異なる特性になるように、端末ＩＤに応じたパラメータを作成して音声加工部２７へ出力する。音声加工部２７は、加工方式決定部２３が作成したパラメータに基づいてコンテンツの音声を加工して音声信号を出力する。再生部２９は、この音声信号をスピーカ３１に出力してコンテンツ（例えば音声ガイド）の音声を放音させる。

このように、コンテンツ再生システム１Ａでは、展示物毎に設置された固定装置１１Ａが、各展示物に応じた音声ガイド（コンテンツデータ）を送信し、携帯装置１３Ａが音声ガイドを受信して、端末ＩＤに応じた特性にガイド音声を加工してスピーカから放音する。これにより、利用者は、周囲の別の携帯装置からもコンテンツの音声が聞こえる場合でも、携帯装置１３Ａのスピーカ３１から放音される音声は他の携帯装置から放音される音声と特性が異なるので、自分が必要とするガイドの音声を容易に聞き分けることができる。

携帯装置１３Ａには、操作部３７に音声特性の変更スイッチ（変更指示手段）３７Ａを設けるようしても良い。携帯装置１３Ａの利用者が音声特性の変更スイッチ３７Ａを操作すると、変更スイッチ３７Ａはこの操作を受け付けて、加工方式決定部２３に対して音声特性の変更を指示する信号を出力する。加工方式決定部２３は、この変更指示信号が入力されると、現在の音声の特性を別の特性に変更する。例えば、加工方式決定部２３は、その設定に応じて、ソプラノ系の音声をアルト系の音声に変更したり、女性の声を男性の声に変更したりすることができる。したがって、携帯装置１３Ａのスピーカ３１から放音される音声の特性が、周囲から聞こえる他のガイド音声と同じであるかまたは似ている場合には、変更スイッチ３７Ａを操作することで、自分が必要とするガイドの音声を容易に聞き分けることができる。

また、携帯装置１３Ａには、通信部３５が受信したコンテンツデータを一時的に記憶する記憶部（不図示）を、例えば通信部３５と音声加工部２７の間に設けるようにしても良い。このように記憶部を設けることで、携帯装置１３Ａは、固定装置１１Ａからコンテンツデータを一括してダウンロードすることができる。これにより、携帯装置１３Ａでは、コンテンツの音声を個別に、始めの部分から再生することができる。

次に、本発明の第２実施形態に係るコンテンツ再生システムについて説明する。図２（Ｂ）に示すように、コンテンツ再生システム１Ｂは、固定装置１１Ｂと携帯装置１３Ｂから成る。固定装置１１Ｂは、図１に示した通信部３３に加えて、コンテンツＩＤ記憶部３９を備えている。また、携帯装置１３Ｂは、端末ＩＤ記憶部２１、加工方式決定部２３、コンテンツ記憶部２５、音声加工部２７、再生部２９、スピーカ３１、及び通信部３５に加えて、操作部３７とコンテンツ選択部４１を備えている。

コンテンツＩＤ記憶部３９は、展示物等に応じて予め割り当てられたコンテンツＩＤを記憶している。

コンテンツ選択部４１は、通信部３５が受信したコンテンツＩＤに基づいて、コンテンツ記憶部２５からこのコンテンツＩＤに対応するコンテンツデータを読み出す。

この構成では、固定装置１１Ｂは、展示物に応じた説明を行うためのコンテンツＩＤを、所定のタイミングで携帯装置１３Ｂに対して送信する。例えば、固定装置１１Ｂは、コンテンツＩＤを含み、所定の範囲内にのみ届く微弱電波を一定間隔で送信するように構成すると良い。また、利用者がコンテンツの音声を聞くために携帯装置１３Ｂの操作部３７を操作し、通信部３５からコンテンツＩＤの送信指示を受信すると、通信部３３はコンテンツＩＤを送信するように構成して良い。

また、携帯装置１３Ｂは、コンテンツ記憶部２５で複数のコンテンツを記憶している。例えば、コンテンツ再生システム１Ｂが博物館に設置されている場合には、コンテンツ記憶部２５には、固定装置１１Ｂを設置した全展示物用の音声ガイドをコンテンツＩＤと対応づけて記憶させておくと良い。

携帯装置１３Ｂは、固定装置１１Ｂが送信してきたコンテンツＩＤを通信部３５で受信すると、コンテンツ選択部４１がこのコンテンツＩＤに基づいてコンテンツ記憶部２５から対応するコンテンツデータを読み出して、音声加工部２７に出力する。このとき、加工方式決定部２３は、端末ＩＤ記憶部２１から端末ＩＤを読み出して、端末ＩＤが異なるとコンテンツの音声が異なる特性になるように、端末ＩＤに応じたパラメータを作成して音声加工部２７へ出力する。音声加工部２７は、加工方式決定部２３が作成したパラメータに基づいてコンテンツの音声を加工して音声信号を出力する。再生部２９は、この音声信号をスピーカ３１に出力してコンテンツ（例えば音声ガイド）の音声を放音させる。

このように、コンテンツ再生システム１Ｂでは、展示物毎に設置された固定装置１１Ｂが、各展示物に応じたコンテンツＩＤを送信し、携帯装置１３ＢがコンテンツＩＤを受信して、コンテンツＩＤに応じた音声ガイドデータを選択する。そして、携帯装置１３Ｂは、この端末ＩＤに応じた特性にガイド音声を加工してスピーカから放音する。これにより、利用者は、周囲から他の音声ガイドが聞こえる場合でも、携帯装置１３Ｂのスピーカ３１からは、他のガイド音声とは特性が異なるガイド音声が放音されるので、自分が必要とするガイド音声を容易に聞き取ることができる。

また、携帯装置１３Ｂの操作部３７には、図２（Ａ）に示したコンテンツ再生システム１Ａと同様に、音声特性の変更スイッチ３７Ｂを設けるようにしても良い。携帯装置１３Ｂの利用者は、同じ音質や似た音質の他のガイド音声が周囲から聞こえる場合には、上記の音声特性の変更スイッチ３７Ａを操作することで、他のガイド音声と異なる特性の音声に変更することができる。

次に、本発明の第３実施形態に係るコンテンツ再生システムの構成について説明する。図３は、本発明の第３〜第５実施形態に係るコンテンツ再生システムのブロック図である。

図３（Ａ）に示すように、コンテンツ再生システム１Ｃは、固定装置１１Ｃと携帯装置１３Ｃから成る。固定装置１１Ｃは、通信部３３、加工方式決定部２３、コンテンツ記憶部２５、音声加工部２７、再生部２９、及びスピーカ３１を備えている。また、携帯装置１３Ｃは、端末ＩＤ記憶部２１、通信部３５、及び操作部３７を備えている。

この構成では、携帯装置１３Ｃは、利用者がコンテンツの音声を聞くために操作部３７を操作されると、通信部３５が端末ＩＤ記憶部２１から端末ＩＤ情報を読み出して固定装置１１Ｃに送信する。固定装置１１Ｃは、通信部３３で端末ＩＤ情報を受信すると、加工方式決定部２３に出力する。また、加工方式決定部２３は、携帯装置１３Ｃに応じてコンテンツの音声が異なる特性になるように、端末ＩＤに応じたパラメータを作成して音声加工部２７へ出力する。音声加工部２７は、コンテンツ記憶部２５からコンテンツデータを読み出して、加工方式決定部２３が作成したパラメータに基づいてコンテンツの音声を加工して音声信号を出力する。再生部２９は、この音声信号をスピーカ３１に出力してコンテンツ（例えば音声ガイド）の音声を放音させる。

このように、コンテンツ再生システム１Ｃでは、固定装置１１Ｃが携帯装置１３Ｃから端末ＩＤ情報を受け取って、コンテンツの音声をこの端末ＩＤ情報に応じた特性に加工して再生する。したがって、この構成においても、携帯装置毎に異なる特性でコンテンツの音声をスピーカ３１から放音させることができる。

次に、本発明の第４実施形態に係るコンテンツ再生システムの構成について説明する。

図３（Ｂ）に示すように、コンテンツ再生システム１Ｄは、固定装置１１Ｄと携帯装置１３Ｄから成る。固定装置１１Ｄは、通信部３３、加工方式決定部２３、コンテンツ記憶部２５、及び音声加工部２７を備えている。また、携帯装置１３Ｄは、端末ＩＤ記憶部２１、通信部３５、操作部３７、再生部２９、及びスピーカ３１を備えている。

この構成では、携帯装置１３Ｄは、利用者がコンテンツの音声を聞くために操作部３７を操作されると、通信部３５が端末ＩＤ記憶部２１から端末ＩＤ情報を読み出して固定装置１１Ｄに送信する。固定装置１１Ｄは、通信部３３で端末ＩＤ情報を受信すると、加工方式決定部２３に出力する。また、加工方式決定部２３は、携帯装置１３Ｄに応じてコンテンツの音声が異なる特性になるように、端末ＩＤに応じたパラメータを作成して音声加工部２７へ出力する。音声加工部２７は、コンテンツ記憶部２５からコンテンツデータを読み出して、加工方式決定部２３が作成したパラメータに基づいてコンテンツの音声を加工して音声信号を通信部３３に出力する。そして、通信部３３は、この音声信号を携帯装置１３Ｄの通信部３５に送信する。

携帯装置１３Ｄは、通信部３５で音声信号を受信すると、再生部２９に出力する。再生部２９は、この音声信号を増幅してスピーカ３１から放音させる。

このように、コンテンツ再生システム１Ｄでは、固定装置１１Ｄが携帯装置１３Ｄから端末ＩＤ情報を受け取って、コンテンツの音声をこの端末ＩＤ情報に応じた特性に加工する。また、携帯装置１３Ｄは、端末ＩＤ情報の送信と、コンテンツデータの受信と再生を行う。したがって、この構成においても、携帯装置毎に異なる特性でコンテンツの音声をスピーカ３１から放音させることができる。

次に、本発明の第５実施形態に係るコンテンツ再生システムの構成について説明する。

図３（Ｃ）に示すように、コンテンツ再生システム１Ｅは、固定装置１１Ｅと携帯装置１３Ｅから成る。固定装置１１Ｅは、コンテンツ記憶部２５、音声加工部２７、及び通信部３３を備えている。また、携帯装置１３Ｅは、端末ＩＤ記憶部２１、加工方式決定部２３、通信部３５、操作部３７、再生部２９、及びスピーカ３１を備えている。

この構成では、携帯装置１３Ｅは、利用者がコンテンツの音声を聞くために操作部３７を操作されると、加工方式決定部２３が端末ＩＤ記憶部２１から端末ＩＤ情報を読み出す。そして、加工方式決定部２３は、携帯装置１３Ｅに応じてコンテンツの音声が異なる特性になるように、端末ＩＤに応じたパラメータを作成して通信部３５へ出力する。通信部３５は、このパラメータを固定装置１１Ｅに出力する。

固定装置１１Ｅは、通信部３３でパラメータを受信すると、音声加工部２７にこのパラメータを出力する。音声加工部２７は、コンテンツ記憶部２５からコンテンツデータを読み出して、通信部３３が出力したパラメータに基づいてコンテンツの音声を加工して音声信号を通信部３３に出力する。そして、通信部３３は、この音声信号を携帯装置１３Ｅの通信部３５に送信する。

携帯装置１３Ｅは、通信部３５で音声信号を受信すると、再生部２９に出力する。再生部２９は、この音声信号を増幅してスピーカ３１から放音させる。

このように、コンテンツ再生システム１Ｅでは、固定装置１１Ｅが携帯装置１３Ｅからコンテンツデータを加工するためのパラメータを受け取って、コンテンツの音声をこのパラメータに応じた特性に加工する。また、携帯装置１３Ｅは、端末ＩＤ情報に基づいたパラメータの作成・送信と、コンテンツデータの受信と再生を行う。したがって、この構成においても、携帯装置毎に異なる特性でコンテンツの音声をスピーカ３１から放音させることができる。

なお、図３に示したコンテンツ再生システム１Ｃ、１Ｄ、１Ｅにおいて、操作部３７には、図２（Ａ）に示したコンテンツ再生システム１Ａと同様に、それぞれ音声特性の変更スイッチ３７Ｃ，３７Ｄ，３７Ｅを設けるようにしても良い。携帯装置１３Ｂの利用者は、同じ音質や似た音質の他のガイド音声が周囲から聞こえる場合には、音声特性の変更スイッチ３７を操作することで、他のガイド音声と異なる特性の音声に変更することができる。

次に、本発明の第６実施形態に係るコンテンツ再生システムの構成について説明する。図４は、本発明の第６実施形態に係るコンテンツ再生システムのブロック図である。図４には、図２（Ｂ）に示したコンテンツ再生システム１Ｂをアレンジした例を示す。

図４に示すコンテンツ再生システム１Ｆは、固定装置１１Ｆと携帯装置１３Ｆから成る。また、携帯装置１３Ｆ（１３Ｆ−１）は、周囲の携帯装置１３Ｆ（１３Ｆ−２）と通信を行う。固定装置１１Ｆ及び携帯装置１３Ｆの構成は、図２（Ｂ）に示したコンテンツ再生システム１Ｂの固定装置１１Ｂ及び携帯装置１３Ｂと同じである。なお、図４には、図を簡略化するために携帯装置１３Ｆ−２は一部の構成のみを示している。

コンテンツ再生システム１Ｆは、各携帯装置１３Ｆにおいてコンテンツの音声の特性が重複するのを防止するために、携帯装置１３Ｆは周囲の他の携帯装置１３Ｆと端末ＩＤを送受信する。例えば、携帯装置１３Ｆ−１や携帯装置１３Ｆ−２は、端末ＩＤ記憶部２１から自己の端末ＩＤを読み出して、所定の間隔で、通信部３５から送信するように構成すると良い。また、携帯装置１３Ｆ−１は、コンテンツを再生する際に他の携帯装置１３Ｆに対して端末ＩＤの問い合わせを行い、他の携帯装置１３Ｆは、この問い合わせを通信部３５で受信すると、端末ＩＤ記憶部２１から端末ＩＤを読み出して通信部３５から送信するように構成しても良い。

図４に示すように、携帯装置１３Ｆ−１の周囲に携帯装置１３Ｆ−２が存在し、携帯装置１３Ｆ−２は既に音声ガイドを再生しているものとする。携帯装置１３Ｆ−１は、コンテンツの再生を開始する際に、他の携帯装置１３Ｆ（１３Ｆ−２）が出力した端末ＩＤを通信部３５で受信（収集）する。通信部３５は、受信（収集）した他の端末ＩＤを加工方式決定部２３に出力する。加工方式決定部２３は、基本的には端末ＩＤ記憶部２１から読み出した端末ＩＤに基づいて音声加工用のパラメータを決定する。また、携帯装置１３Ｆ（１３Ｆ−１）は、コンテンツの音声の加工を開始する際に、他の端末ＩＤを受信した場合には、その端末ＩＤも参照する。そして、スピーカ３１から放音する音声の特性が、他の携帯装置１３Ｆから放音されている音声と同じであったり似ていたりしないように音声加工用のパラメータを決定する。これにより、利用者は、音声ガイドを容易に聞き取ることができる。なお、端末ＩＤに基づいて音声の特性を決定するアルゴリズムは、全ての携帯装置１３において同じである。

携帯装置１３Ｆ−１は、固定装置１１ＦからのコンテンツＩＤを通信部３５で受信すると、コンテンツ選択部４１がこのＩＤに対応するコンテンツデータをコンテンツ記憶部２５から読み出す。そして、音声加工部２７は、加工方式決定部２３が決定したパラメータに基づいてコンテンツの音声の特性を加工し、再生部２９がスピーカ３１からこのコンテンツの音声を放音させる。

例えば、他の携帯装置１３Ｄ−２の端末ＩＤに基づく音声の特性、及び自装置１３Ｄ−１の端末ＩＤに基づく音声の特性が、共にソプラノ系であったとする。この場合には、携帯装置１３Ｄ−１は、アルト系の声、またはテノール系の声等でコンテンツ（音声ガイド）の音声が放音されるようにパラメータを決定する。もちろん、音声のピッチや話速を変更しても良い。そして、携帯装置１３Ｄ−１は、固定装置１１Ｄが送信したコンテンツの音声を音声加工部２７で加工して、再生部２９で増幅した音声をスピーカ３１から放音させる。

このように、コンテンツ再生システム１Ｆでは、他の携帯装置１３Ｆの端末ＩＤを収集し、他の携帯装置１３Ｆと音声の特性が重ならないようにパラメータを決定するので、利用者は、音声ガイドを容易に聞き取ることができる。

また、携帯装置１３Ｆの操作部３７に、音声特性の変更スイッチ３７Ｆを設けるようにしても良い。これにより、携帯装置１３Ｆの利用者は、必要な音声ガイドが聞き分けにくいときなどに、音声の特性を手動で変更することができる。

なお、図４には、コンテンツ再生システム１Ｂをアレンジした例を示したが、他のコンテンツ再生システム１Ａ、１Ｃ、１Ｄ、１Ｅについても、同様にアレンジすることが可能である。

次に、本発明の第７実施形態に係るコンテンツ再生システムの構成について説明する。図５は、本発明の第７実施形態に係るコンテンツ再生システムのブロック図である。図５には、図２（Ｂ）に示したコンテンツ再生システム１Ｂをアレンジした例を示す。

コンテンツ再生システム１Ｇは、固定装置１１Ｇと携帯装置１３Ｇから成る。また、携帯装置１３Ｇ（１３Ｇ−１）は、周囲の携帯装置１３Ｇ（１３Ｇ−２）が放音する音声をマイク４３で収音する。

固定装置１１Ｇは、図２（Ｂ）に示したコンテンツ再生システム１Ｂの固定装置１１Ｂと同じ構成である。また、携帯装置１３Ｇは、図２（Ｂ）に示したコンテンツ再生システム１Ｂの携帯装置１３Ｂに、マイク４３と特性識別部４５を追加した構成である。

マイク４３は、携帯装置１３Ｅの周囲から聞こえる、他の携帯装置１３Ｅから放音されているコンテンツの音声を収音する。特性識別部４５は、マイク４３で収音したコンテンツの音声の特性を識別して、その結果を加工方式決定部２３に出力する。

なお、図５には、図を簡略化するために携帯装置１３Ｇ−２の構成の一部のみを示している。

コンテンツ再生システム１Ｇでは、各携帯装置１３Ｇにおいてコンテンツの音声の特性が重複するのを防止するために、周囲の他の携帯装置１３Ｇが放音したコンテンツの音声をマイク４３で収音する。例えば、携帯装置１３Ｇ−１は、利用者がコンテンツの音声を聞くために操作部３７の操作を行ったことを検出すると、マイク４３で周囲から聞こえるコンテンツの音声を収音するように構成すると良い。

図５に示すように、携帯装置１３Ｇ−１の周囲に携帯装置１３Ｇ−２が存在し、携帯装置１３Ｇ−２は既に音声ガイドを再生しているものとする。携帯装置１３Ｇ−１は、コンテンツの再生を開始する際に、他の携帯装置１３Ｇ（１３Ｇ−２）が再生しているコンテンツの音声をマイク４３で収音する。特性識別部４５は、マイク４３が収音した音声信号における音声の特性を識別して、その音声の特性情報を加工方式決定部２３に出力する。加工方式決定部２３は、基本的には端末ＩＤ記憶部２１から読み出した端末ＩＤに基づいて音声加工用のパラメータを決定する。しかし、携帯装置１３Ｇ（１３Ｇ−１）は、コンテンツの音声の加工を開始する際に、上記のように携帯装置１３Ｇ−２が放音した音声を収音した場合には、その音声の特性も参照する。そして、スピーカ３１から放音する音声の特性が、他の携帯装置１３Ｇから放音されている音声と同じであったり似ていたりしないように音声加工用のパラメータを決定する。これにより、利用者は、音声ガイドを容易に聞き取ることができる。なお、端末ＩＤに基づいて音声の特性を決定するアルゴリズムは、全ての携帯装置１３において同じである。

携帯装置１３Ｇ−１は、固定装置１１ＧからのコンテンツＩＤを通信部３５で受信すると、コンテンツ選択部４１がこのＩＤに対応するコンテンツデータをコンテンツ記憶部２５から読み出す。そして、音声加工部２７は、加工方式決定部２３が決定したパラメータに基づいてコンテンツの音声の特性を加工し、再生部２９がスピーカ３１からこのコンテンツの音声を放音させる。

このように、コンテンツ再生システム１Ｇでは、携帯装置１３Ｇが音声の加工のパラメータを決定する前に、周囲の他の携帯装置１３Ｇが放音するコンテンツの音声を収音して、それらの特性を識別し、識別結果に基づいて他の携帯装置１３Ｇと音声の特徴が重ならないようにパラメータを決定する。これにより、利用者は、音声ガイドを容易に聞き取ることができる。

また、携帯装置１３Ｇの操作部３７に、音声特性の変更スイッチ３７Ｇを設けるようにしても良い。これにより、携帯装置１３Ｇの利用者は、マイクで周囲の音声を収音して自動的に設定された音声の特性が他のガイド音声と似ているために、必要な音声ガイドが聞き分けにくい場合には、音声特性の変更スイッチ３７Ｇを操作することで、他のガイド音声と異なる特性の音声に変更することができる。

また、コンテンツ再生システム１Ｇにおいて、特性識別部４５を音響透かし抽出部４６に置き換えて、図５（Ｂ）に示すコンテンツ再生システム１Ｈのように構成しても良い。

コンテンツ再生システム１Ｈでは、携帯装置１３Ｈの音声加工部２７が、端末ＩＤ記憶部２１から読み出した端末ＩＤ情報、または加工方式決定部２３が決定したパラメータ（音声特性加工情報）を音響透かしに変換するように構成する。そして、コンテンツ選択部４１から出力されたコンテンツの音声データに、この音響透かしを重畳させるように構成すると良い。すなわち、音声加工部２７は、端末ＩＤ情報またはパラメータを周知の音響透かし技術を用いて音声データ化し、この音声データ（音響透かし）をコンテンツの音声に重畳する。

また、携帯装置１３Ｈの音響透かし抽出部４６が、他の携帯装置１３Ｈ（例えば携帯装置１３Ｈ−２）において、上記のようにコンテンツの音声に重畳された音響透かしを抽出し、この音響透かしに含まれる情報に基づいて音声を加工するように構成すると良い。

具体的には、コンテンツ再生システム１Ｈの携帯装置１３Ｈと固定装置１１Ｈは、以下のように動作する。図６は、コンテンツ再生システムの動作を説明するためのフローチャートである。

携帯装置１３Ｈ−１では、操作部３７が操作されるまでは（ｓ１：Ｎ）、音響透かし抽出部４６が、マイク４３で周囲から聞こえるコンテンツの音声を収音する（ｓ２）。例えば、図５（Ｂ）に示すように、携帯装置１３Ｈ−２があるグループに使用されて、展示物の音声ガイド（コンテンツ）の音声を放音しており、収音した音声にコンテンツの音声が含まれる場合には（ｓ３：Ｙ）、音響透かしを抽出する。そして、その音響透かしに変換された端末ＩＤ情報またはパラメータ情報を加工方式決定部２３に出力する（ｓ４）。そして、音響透かし抽出部４６は、引き続きステップｓ２の処理を行う。また、音響透かし抽出部４６は、マイク４３で収音した音声にコンテンツの音声が含まれていない場合には（ｓ３：Ｎ）、引き続きステップｓ２の処理を行う。

携帯装置１３Ｈ−１は、操作部３７においてコンテンツの再生操作が行われると（ｓ１：Ｙ）、固定装置１１Ｈに対してコンテンツＩＤの送信要求を行う（ｓ５）。そして、固定装置１１ＨからコンテンツＩＤが送られてくるまで待機する（ｓ６：Ｎ）。

固定装置１１Ｈは、携帯装置１３ＨからコンテンツＩＤの送信要求が送られてくるまでは待機している（ｓ２１：Ｎ）。固定装置１１Ｈの通信部３３は、携帯装置１３Ｈ−１からコンテンツＩＤの送信要求を受信すると（ｓ２１：Ｙ）、コンテンツＩＤ記憶部３９からコンテンツＩＤを読み出して、携帯装置１３Ｈ−１に送信する（ｓ２２）。そして、ステップｓ２１の処理を行う。

携帯装置１３Ｈ−１の通信部３５は、固定装置１１ＨからのコンテンツＩＤを受信すると（ｓ６：Ｙ）、このコンテンツＩＤをコンテンツ選択部４１に出力する（ｓ７）。

コンテンツ選択部４１は、このコンテンツＩＤに対応するコンテンツをコンテンツ記憶部２５から読み出して、音声加工部２７に出力する（ｓ８）。

音声加工部２７は、コンテンツデータが入力されると、加工方式決定部２３にパラメータの出力を要求する（ｓ９）。加工方式決定部２３は、パラメータの出力要求を受信すると、端末ＩＤ記憶部２１から読み出した端末ＩＤ情報と、音響透かし抽出部４６から入力された端末ＩＤ情報またはパラメータ情報と、を参照して、コンテンツの音声の特性を決定し、その内容に応じたパラメータを出力する。すなわち、加工方式決定部２３は、周囲から聞こえる他の携帯装置１３Ｈが放音しているコンテンツの音声の特性と異なる特性の音声となるようにパラメータを決定して、そのパラメータを音声加工部２７に出力する（ｓ１０）。

音声加工部２７は、加工方式決定部２３が出力したパラメータに基づいて、コンテンツ選択部４１が出力したコンテンツの音声の特性を加工する。また、このとき、音声加工部２７は、端末ＩＤ記憶部２１から読み出した端末ＩＤ情報または加工方式決定部２３が出力したパラメータを音響透かしに変換して、コンテンツの音声に重畳する。そして、その音声の信号を出力する（ｓ１１）。例えば、携帯装置１３Ｈ−１の端末ＩＤに基づいて音声を加工すると、女性の声であるが、周囲の携帯装置１３Ｈからは、コンテンツの音声として女性の声が複数聞こえる場合には、音声加工部２７は、コンテンツの音声を男性の声に加工するように設定することが可能である。

再生部２９は、音声信号が入力されると、この音声信号に基づく音声をスピーカから放音させる（ｓ１２）。そして、携帯装置１３Ｈ−１は、コンテンツの音声の放音が完了すると（ｓ１３：Ｙ）、ステップｓ１の処理を行う。

このように、携帯装置１３Ｈでは、コンテンツの音声に音響透かしとして重畳された情報を抽出して参照することで、周囲の携帯装置１３Ｈが再生しているコンテンツの音声の特性が確実に把握できるので、コンテンツの音声を、周囲から聞こえる音声と異なる特性の音声に確実に加工することができる。

なお、図５には、コンテンツ再生システム１Ｂをアレンジした例を示したが、他のコンテンツ再生システム１Ａ、１Ｃ、１Ｄ、１Ｅについても、同様にアレンジすることが可能である。

また、コンテンツ再生システム１Ｆ、１Ｇ、１Ｈのように、周囲の他の携帯装置１３の端末ＩＤや放音している音声の特性に応じて、これから再生する音声の特性を変更するようにすることで、予め用意しておく音声の特性の数量を抑制することができる。例えば、ある展示施設に携帯装置１３が２０台用意されている場合、全ての携帯装置１３の音声の特性を異なるものにするのであれば、音声の特性を２０種類用意しておく必要がある。しかし、展示施設によっては、携帯装置１３を携行する個人やグループが、一定範囲内に同時に一定数（例えば５組）以上集まることはその施設の構造上無い場合がある。このような場合には、予め用意しておく音声の特性の数量を一定数（例えば５種類）に限定することができる。これにより、コンテンツの音声の特性の数量を抑制できるので、音声加工部２７に設けるボイスチェンジャ回路や音声合成回路として簡素な構成のものを採用でき、コストの抑制が可能となる。

また、以上の説明では、各コンテンツ再生システムは、固定装置と再生装置から成る場合について説明したが、本発明はこれに限るものではなく、他の構成であっても良い。例えば、固定装置を展示施設の受け付けなどにセンター装置として設けておき、このセンター装置と通信する中継装置を各展示物の近くに設置し、この中継装置と各携帯装置が通信して、コンテンツの音声を再生するように構成することが可能である。

本発明の実施形態に係るコンテンツ再生システムのブロック図である。 本発明の第１・第２実施形態に係るコンテンツ再生システムのブロック図である。 本発明の第３〜第５実施形態に係るコンテンツ再生システムのブロック図である。 本発明の第６実施形態に係るコンテンツ再生システムのブロック図である。 本発明の第７実施形態に係るコンテンツ再生システムのブロック図である。 コンテンツ再生システムの動作を説明するためのフローチャートである。

符号の説明

１，１Ａ，１Ｂ，１Ｃ，１Ｄ，１Ｅ，１Ｆ，１Ｇ，１Ｈ…コンテンツ再生システム
１１，１１Ａ，１１Ｂ，１１Ｃ，１１Ｄ，１１Ｅ，１１Ｆ，１１Ｇ，１１Ｈ…固定装置
１３，１３Ａ，１３Ｂ，１３Ｃ，１３Ｄ，１３Ｅ，１３Ｆ，１３Ｇ，１３Ｈ…携帯装置
２１…ＩＤ記憶部 ２３…加工方式決定部 ２５…コンテンツ記憶部 ２７…音声加工部 ２９…再生部 ３１…スピーカ ３３，３５…通信部 ３７…操作部 ３７Ａ，３７Ｂ，３７Ｃ，３７Ｄ，３７Ｆ，３７Ｇ，３７Ｈ…変更スイッチ ３９…ＩＤ記憶部 ４１…コンテンツ選択部 ４３…マイク ４５…特性識別部 ４６…音響透かし抽出部

Claims (4)

1. 第１通信手段を備えた固定装置と、
   前記固定装置と通信する第２通信手段と、個別に割り当てられた端末ＩＤ情報を記憶する端末ＩＤ記憶手段と、コンテンツの音声を放音するスピーカと、周囲から聞こえるコンテンツの音声を収音する収音手段と、を備えた携帯装置と、
   からなるコンテンツ再生システムであって、
   前記コンテンツのデータを記憶するコンテンツ記憶手段と、
   前記携帯装置の端末ＩＤ情報に対応付けられた加工内容を示す音声特性情報に基づいて前記コンテンツの音声を加工する加工手段と、
   前記携帯装置の端末ＩＤ情報を音響透かしに変換して該コンテンツの音声に重畳する重畳手段と、
   前記収音手段が収音した音声に重畳された前記端末ＩＤ情報を抽出する音響透かし抽出手段と、
   を、前記固定装置または前記携帯装置のいずれかに設け、
   前記音声特性情報は、前記端末ＩＤ情報毎に異なり、
   前記加工手段は、前記音響透かし抽出手段が抽出した前記端末ＩＤ情報に基づいて、該端末ＩＤ情報の携帯装置が放音したコンテンツの音声の加工態様と異なる態様で前記コンテンツの音声を加工し、
   前記スピーカは、前記加工手段が加工し、かつ前記音声透かしが重畳されたコンテンツの音声を放音する、
   ことを特徴とするコンテンツ再生システム。
2. 第１通信手段を備えた固定装置と、
   前記固定装置と通信する第２通信手段と、コンテンツの音声を放音するスピーカと、周囲から聞こえるコンテンツの音声を収音する収音手段と、を備えた携帯装置と、
   からなるコンテンツ再生システムであって、
   前記コンテンツのデータを記憶するコンテンツ記憶手段と、
   前記コンテンツの音声を加工する加工手段と、
   前記加工手段の加工内容を示す音声特性情報を音響透かしに変換して該コンテンツの音声に重畳する重畳手段と、
   前記収音手段が収音した音声に重畳された前記音声特性情報を抽出する音響透かし抽出手段と、
   を、前記固定装置または前記携帯装置のいずれかに設け、
   前記加工手段は、前記音響透かし抽出手段が抽出した前記音声特性情報に基づいて、該音声特性情報が示す加工態様と異なる態様で前記コンテンツの音声を加工し、
   前記スピーカは、前記加工手段が加工し、かつ前記音響透かしが重畳された前記コンテンツの音声を放音する、
   ことを特徴とするコンテンツ再生システム。
3. 第１通信手段を備えた固定装置と、
   前記固定装置と通信する第２通信手段と、個別に割り当てられた端末ＩＤ情報を記憶する端末ＩＤ記憶手段と、を備えた携帯装置と、
   からなるコンテンツ再生システムであって、
   コンテンツのデータを記憶するコンテンツ記憶手段と、
   前記コンテンツの音声の声質、話速、またはピッチの少なくとも１つの音声特性を、前記端末ＩＤ情報に対応付けられた加工内容を示す音声特性情報に基づいて加工する加工手段と、
   前記加工手段が加工した音声を放音するスピーカと、
   を、前記固定装置または前記携帯装置のいずれかに設け、
   前記音声特性情報は、前記端末ＩＤ情報毎に異なる
   ことを特徴とするコンテンツ再生システム。
4. 前記携帯装置が前記コンテンツ記憶手段を備えている場合、
   前記固定装置は、前記コンテンツを識別するための情報であるコンテンツＩＤ情報を記憶するコンテンツＩＤ記憶手段を備え、
   前記第１通信手段は、前記コンテンツＩＤ記憶手段から読み出したコンテンツＩＤ情報を送信し、
   前記携帯装置は、前記コンテンツ記憶手段から前記コンテンツを選択するコンテンツ選択手段を備え、
   前記第２通信手段で前記コンテンツＩＤ情報を受信し、前記コンテンツ選択手段で、該コンテンツＩＤ情報に対応するコンテンツを前記コンテンツ記憶手段から選択し、
   前記加工手段は、前記コンテンツ選択手段が選択したコンテンツの音声を加工する請求項１乃至３のいずれかに記載のコンテンツ再生システム。

Images