JP2005250010A - 音声データ出力装置及び音声データ出力制御装置並びに音声データ出力制御システム - Google Patents

Abstract

【課題】 供給される音声データの受信に応じて、ユーザの嗜好性に合わせた音声データを出力し、供給される音声データを含む複数の音声データに関して、出力タイミングの一致性を解消して外部に出力する。
【解決手段】 効果音発生装置（音声データ出力装置）４では、車載ナビゲーション装置１から供給される音声データに関して、音声データが報知される際に伝達される意味内容を推定するとともに、ユーザ嗜好データ格納手段に格納されているユーザの嗜好性を示す情報を参照して、ユーザの嗜好性及び音声データの意味内容を考慮した音声データを選択的に出力する。一致性回避装置（音声データ出力制御装置）５では、効果音発生装置から出力される音声データを含む複数の音声データを受けて、それらの複数の音声データの一致性（同音かつ同時）を検出し、ユーザが聞き取りやすくなるように一致性を解消して、音響装置３に音声データを出力する。
【選択図】 図１

Description

本発明は、音響装置が音声を出力する前工程に位置し、音声データ出力に関する制御の役割を有する音声データ出力装置及び音声データ出力制御装置並びに音声データ出力制御システムに関し、特に、車両などの移動体に搭載される音声出力装置における音声出力制御を行うものに関する。

従来、例えば、車載ナビゲーション装置では、経路案内機能による現在位置情報や経路情報、ガイド機能による周辺施設の案内情報などを、運転者や同乗者などの利用者に対して、音声（音の一種）によって報知できるようになっている。また、下記の特許文献１には、車載ナビゲーション装置の表示画面上に表示される地図内の所定箇所に対応する地図オブジェクトを、所定の象徴音データと対応させて、地図オブジェクトによって定められた所定の距離範囲内に車両の現在位置が到達した場合には、象徴音データに係る象徴音を出力することによって、例えば、地図オブジェクトに対応した象徴音（例えば、鳥のさえずりや波の音など）を車両内の利用者に報知し、利用者が現在位置周辺の自然環境の雰囲気を聴覚的に感じ取ることができるようにする技術が開示されている。
特開２０００−２５８１７０号公報（段落００１５−００２０、図５、図６）

また、経路案内機能やガイド機能、さらには、特許文献１に記載されている象徴音声出力機能などを始めとして、複数の音声出力機能がそれぞれ独立して存在しているシステムでは、それぞれの音声出力機能からの音が同時に出力されてしまう場合がある（図１０（ａ）参照）。この場合、例えば、図１０（ｂ）に示すように、音声データ出力の時間を出力タイミングが重ならないようにずらすことによって、利用者が複数の音声をそれぞれ聞き取ることができるようになっている。

しかしながら、利用者に対して文章を言語音声によって報知した場合、確実にその意味を伝達することはできるが、利用者がその意味を理解（認知）するために少なからず時間を要する場合がある。例えば、車載ナビゲーション装置の場合には、所定のセンサ入力に基づいて、衝突や事故を回避するための緊急の警告を発する場合があり、こうした意味の伝達を瞬時に行う必要がある警告などを言語音声で表現した場合、利用者が、危険を把握してから適切な行動を行うまでに時間がかかってしまい、危険を回避することができない場合が生じるという問題がある。つまり、この場合の問題点は、言語音声を使用したことによる危険認識開始点の遅延であり、この動機的原因は、危険伝達手段として言語音声の冗長性を無視していることである。

また、特許文献１に記載されている技術によれば、地図オブジェクトと車両の現在位置との対応関係にのみ基づいて象徴音が出力されることとなり、現在位置周辺の環境に応じた象徴音の出力しか行われないという問題がある。つまり、この場合の問題点は、他の音声データとの混合出力による警告音の伝達不完全性であり、この動機的原因は、他システムとの協調性を無視していることである。

また、図１０に示すように、音声出力の出力タイミングをずらした場合には、時間が遅れて出力される音声が存在する。この場合、利用者にその内容が伝達されるまでの時間が遅くなる音声データが存在することになり、例えば、危険を報知する音声が遅れて出力された場合には、利用者（運転者）がその危険を回避するまでの時間も遅れてしまい、利用者が、危険を回避することができない場合が生じる可能性もある。

特に、音の性質上、同時に２つの音が出力された場合に、両方の音声の一致性に基づいて一方あるいは両方の音が聞き取りにくくなる組み合わせが存在し、こうした組み合わせの音が同時に出力された場合には、一方の音が他方の音にとって雑音となり、音の判別やその意味の理解が困難になるという問題がある。

上記問題を解決するため、本発明は、供給される音声データの受信に応じて、音声データの意味を推定・解釈し、ユーザの嗜好性に合わせつつ、ユーザが認知可能な別音（異音）の有意音データを発生することが可能であり、また、供給される音声データを含む複数の音声データに関して、出力タイミングの一致性を解消して外部に出力することが可能であり、かつ、必要に応じて発生順序の優先度付けを可能とする音声データ出力装置及び音声データ出力制御装置並びに音声データ出力制御システムを提供することを目的とする。

上記目的を達成するため、本発明によれば、外部からの音声データの供給に応じて、前記音声データとは異なる音声データを出力することが可能な音声データ出力装置であって、
ユーザの嗜好を分析するユーザ嗜好分析手段と、
前記ユーザ嗜好分析手段によって分析された前記ユーザの嗜好性を示す情報を格納するユーザ嗜好データ格納手段と、
複数の音声データがあらかじめ格納されている音声データ格納手段と、
前記外部からの音声データを受信する音声データ受信手段と、
前記音声データが報知される際に伝達される意味内容を推定する意味推定手段と、
前記ユーザ嗜好データ格納手段に格納されている前記ユーザの嗜好性を示す情報と、前記意味推定手段によって推定された前記音声データの意味内容とに応じて、前記音声データ格納手段から前記音声データを選択的に出力する音声データ選択出力手段と、
前記音声データ選択出力手段によって選択的に出力された前記音声データを外部に出力する音声データ出力手段とを、
有する音声データ出力装置が提供される。

また、上記目的を達成するため、本発明によれば、複数の音声データの出力態様を制御する音声データ出力制御装置であって、
前記複数の音声データがあらかじめ格納されている音声データ格納手段と、
前記複数の音声データを外部から受信する音声データ受信手段と、
前記複数の音声データの一致性を検出する一致性検出手段と、
前記一致性検出手段によって前記一致性が検出された前記複数の音声データに関して、前記一致性を解消するための方法を決定する一致性解消方法決定手段と、
前記一致性解消方法決定手段による決定に従って、前記複数の音声データの一致性の解消処理を行う一致性解消手段と、
前記一致性解消手段によって一致性が解消された複数の音声データを外部に出力する音声データ出力手段とを、
有する音声データ出力制御装置が提供される。

また、上記目的を達成するため、本発明によれば、音声データ出力装置と音声データ出力制御装置とにより構成されており、複数の音声データの出力態様を制御する音声データ出力制御システムであって、
前記音声データ出力装置が、
ユーザの嗜好を分析するユーザ嗜好分析手段と、
前記ユーザ嗜好分析手段によって分析された前記ユーザの嗜好性を示す情報を格納するユーザ嗜好データ格納手段と、
複数の音声データがあらかじめ格納されている音声データ格納手段と、
外部からの音声データを受信する音声データ受信手段と、
前記音声データが報知される際に伝達される意味内容を推定する意味推定手段と、
前記ユーザ嗜好データ格納手段に格納されている前記ユーザの嗜好性を示す情報と、前記意味推定手段によって推定された前記音声データの意味内容とに応じて、前記音声データ格納手段から前記音声データを選択的に出力する音声データ選択出力手段と、
前記音声データ選択出力手段によって選択的に出力された前記音声データを前記音声データ出力制御装置に出力する音声データ出力手段とを有し、
前記音声データ出力制御装置が、
複数の音声データがあらかじめ格納されている音声データ格納手段と、
前記音声データ出力装置を含む所定の装置から、前記複数の音声データを受信する音声データ受信手段と、
前記複数の音声データの一致性を検出する一致性検出手段と、
前記一致性検出手段によって前記一致性が検出された前記複数の音声データに関して、前記一致性を解消するための方法を決定する一致性解消方法決定手段と、
前記一致性解消方法決定手段による決定に従って、前記複数の音声データの一致性の解消処理を行う一致性解消手段と、
前記一致性解消手段によって一致性が解消された複数の音声データを外部に出力する音声データ出力手段とを有し、
前記音声データ出力装置が、外部からの音声データの受信に応じて、前記ユーザの嗜好性に合わせた音声データを発生するとともに、前記音声データ出力制御装置が、前記音声データ出力装置で発生された前記音声データを含む複数の音声データに関して、前記一致性を解消して外部に出力する音声データ出力制御システムが提供される。

本発明は、上記構成を有する音声データ出力装置及び音声データ出力制御装置並びに音声データ出力制御システムを提供することにより、供給される音声データの受信に応じて、音声データの意味を推定・解釈し、ユーザの嗜好性に合わせつつ、ユーザが認知可能な別音（異音）の有意音データを発生することが可能であり、また、供給される音声データを含む複数の音声データに関して、出力タイミングの一致性を解消して外部に出力することが可能であり、かつ、必要に応じて発生順序の優先度付けを可能とするという効果を有する。

以下、図面を参照しながら、本発明の第１〜第３の実施の形態について説明する。まず、本明細書で用いられる用語の定義について、以下に列挙する。本明細書における音声とは、聴覚によって感じ取ることが可能な可聴周波数帯の波動を指すものであり、一般的に音と呼ばれるものである。また、本明細書における言語音声とは、自然言語による表現を含む音声であり、人間が発語する文章や単語に係る音声のほか、コンピュータによって音声合成されて出力される音声も指す。また、言語音声は、一般的にスピーチ（Speech）とも呼ばれる。また、有意音とは、言語音声や効果音のうち、意味を伝達するために使用される音声であり、有意音データは、音声データとその音声データの意味（内容や使途など）が記載された意味情報とを含むものである。また、音声データとは、音に関連するすべてのデータであり、音声データを再生することによって、言語音声、効果音、有意音を始め、あらゆる音の出力が可能となるデータを指している。

＜第１の実施の形態＞
次に、本発明の第１の実施の形態における構成及び動作について説明する。図１は、本発明の第１の実施の形態における音声データ出力制御システムの構成を示すブロック図である。なお、図１では、音声データ出力制御システム２が車両に搭載され、車載ナビゲーション装置１に接続する構成が図示されている。

図１に、車載ナビゲーション装置１、音声データ出力制御システム２、音響装置３が直列的に接続された構成が示されている。車載ナビゲーション装置１は、従来存在するものと同一の構成を有しているので、その内部の詳細な構成は図示省略するが、経路案内機能による現在位置情報、経路情報やガイド機能による周辺施設の案内情報などを自然言語で表現するための言語音声データや、その他の様々なデータを出力することが可能である。また、車載ナビゲーション装置１は、マイクロホンなどを通じて取得した利用者からの音声をそのまま出力したり、音声認識機能によって利用者からの音声を認識して、その認識結果をデータとして出力したりすることも可能である。また、音響装置３は、音声データ出力制御システム２から供給された音データに対して所定の音声出力処理を行い、聴覚的に感じ取れる音として利用者に報知することが可能である。

また、音声データ出力制御システム２は、効果音発生装置（音声データ出力装置）４及び一致性回避装置（音声データ出力制御装置）５を有している。効果音発生装置４は、車載ナビゲーション装置１から受けた音声データやその他の様々なデータに基づく音声データの出力や音声データの変換などを行うことが可能である。また、一致性回避装置５は、音声データの出力タイミングの制御や音声データの出力態様の制御などを行うことが可能である。

まず、効果音発生装置４について説明する。図２は、本発明の第１の実施の形態における効果音発生装置の内部構成を示すブロック図である。図２に示す効果音発生装置４は、データ入力部４０１、音声データ入力部４０２、ユーザ嗜好分析部４０３、嗜好データ格納部４０４、意味推定部４０５、反応型音声発生部４０６、環境型音声発生部４０７、突発型音声発生部４０８、有意音データ格納部４０９、音声データ出力部４１０、有意音データ出力部４１１、出力制御部４１２を有している。なお、意味推定部４０５、反応型音声発生部４０６、環境型音声発生部４０７、突発型音声発生部４０８をまとめて、インタラクション増強部４０と呼ぶこともある。

データ入力部４０１は、所定の装置（例えば、車載ナビゲーション装置１）から入力されるデータを受けるためのインターフェイスである。効果音発生装置４は、このデータ入力部４０１を介して車載ナビゲーション装置１から、例えば、経路案内における目的地までの経路情報、経路上の環境情報（地理・地形情報や店舗情報など）、現在位置情報など、車載ナビゲーション装置１の動作結果に係るデータを受けることが可能である。

また、音声データ入力部４０２は、所定の装置（例えば、車載ナビゲーション装置１）から入力される音声データを受けるためのインターフェイスである。この音声データは、車載ナビゲーション装置１から出力される音声案内や、車載ナビゲーション装置１がマイクロホンなどを通じて取得した利用者の声などである。

また、ユーザ嗜好分析部４０３は、データ入力部４０１で受けたデータや音声データ入力部４０２で受けた音声データを解析して、利用者の嗜好性に関する統計的分析を行うことが可能である。また、嗜好データ格納部４０４は、ユーザ嗜好分析部４０３による分析結果を統計情報として格納することが可能である。例えば、ユーザ嗜好分析部４０３は、データ入力部４０１から受けるデータに基づいて、利用者がよく行く場所やよく聴く音楽など、利用者の行動履歴や嗜好性をユーザ嗜好データとして格納することが可能であり、さらに、車内に設置されたマイクロホンなどで拾われた利用者の独り言などを音声データとして受けて、利用者の嗜好性を分析することも可能である。

また、意味推定部４０５は、音声データ入力部４０２で受けた言語音声データの音声認識を行って音声の意味を推定することが可能である。意味推定結果は、反応型音声発生部４０６、環境型音声発生部４０７、突発型音声発生部４０８に供給される。反応型音声発生部４０６は、意味推定部４０５から意味推定結果が供給された場合に、その意味推定結果に基づき、嗜好データ格納部４０４内のユーザ嗜好データを参照して、利用者の嗜好に合った有意音データを有意音データ格納部４０９内から選択的に読み出して出力することが可能である。すなわち、反応型音声発生部４０６は、音声入力に対する応答（無意味な応答も含む）を行うために、利用者の嗜好に合った有意音データを選択的に出力する。

また、環境型音声発生部４０７は、意味推定部４０５から受けた意味推定結果が現在位置周辺の環境情報である場合に、環境を示唆する鳥のさえずりや波の音などの効果音に係る有意音データを有意音データ格納部４０９内から選択的に読み出して出力することが可能である。また、さらに嗜好データ格納部４０４内のユーザ嗜好データを参照して、利用者の嗜好に合った効果音に係る有意音データを選択することも可能である。

また、突発型音声発生部４０８は、他の反応型音声発生部４０６や環境型音声発生部４０７を監視し、これらの他の音声発生部４０６、４０７が動作していない状況において、突発的に、有意音データを選択的に出力することが可能である。この場合も、有意音データの選択の際に、嗜好データ格納部４０４内のユーザ嗜好データを参照して、ユーザの嗜好に合った有意音データを選択することが可能である。なお、他の音声発生部４０６、４０７が動作しているか否かを監視する方法としては、他の音声発生部４０６、４０７から動作に係る情報を受け取ったり、他の音声発生部４０６、４０７から出力される有意音データの監視を行ったりすることによって可能であるが、ここでは、他の音声発生部４０６、４０７の有意音データ出力の契機となる意味推定部４０５からの意味推定結果の供給を監視することによって、他の音声発生部４０６、４０７が動作しているか否かの判別を行っている。

また、有意音データ格納部４０９には、有意音データと有意音辞書データベースとが格納されている。例えば、有意音辞書データベースには、音声データとその意味を示す意味情報との対応が格納されており、反応型音声発生部４０６、環境型音声発生部４０７、突発型音声発生部４０８は、この有意音辞書データベースを参照して、有意音の選択を行う。また、有意音データは、音声データとそれに対応する意味情報とにより構成されており、例えば、Ｖｏｉｃｅ−ＸＭＬなどの形式によって実現される。また、有意音データの意味情報に、有意音データの音声データの出力優先度を設定することも可能である。

また、音声データ出力部４１０は、音声データ入力部４０２から入力された音声データをそのまま外部（例えば、一致性回避装置５）に出力するためのインターフェイスである。すなわち、音声データ出力部４１０からは、車載ナビゲーション装置１から出力される音声案内や、車載ナビゲーション装置１がマイクロホンなどを通じて取得した利用者の声などが音声データとして出力される。また、有意音データ出力部４１１は、反応型音声発生部４０６、環境型音声発生部４０７、突発型音声発生部４０８のそれぞれから供給される有意音データを外部に出力するためのインターフェイスである。

また、出力制御部４１２は、音声データ出力部４１０及び有意音データ出力部４１１における出力の態様を制御するものであり、音声データ出力部４１０又は有意音データ出力部４１１のどちらか一方からの出力、あるいは、その両方からの出力を可能とするものである。なお、この出力制御部４１２は、必ずしも必要ではなく、音声データ出力部４１０及び有意音データ出力部４１１の両方からの出力を常に許可するよう構成してもよい。また、第１の実施の形態の場合には、後段に接続する一致性回避装置５からの出力抑止信号によって、出力制御部４１２の機能を実現することが可能である。

上記構成において、ユーザ嗜好分析部４０３は、常に、あるいは必要に応じて、データ入力部４０１及び音声データ入力部４０２で受信したデータ及び音声データに基づいて、ユーザ嗜好データを作成し、嗜好データ格納部４０４の内容を更新する。これによって、嗜好データ格納部４０４には、ユーザの嗜好や行動履歴などに関する最新の統計情報が格納されることとなる。

一方、意味推定部４０５は、常に、あるいは必要に応じて、データ入力部４０１及び音声データ入力部４０２で受信したデータ及び音声データに係る意味の推定を行い、反応型音声発生部４０６、環境型音声発生部４０７、突発型音声発生部４０８のそれぞれに意味推定結果を供給する。

反応型音声発生部４０６は、上述のように、入力されたデータ又は音声データに応答する有意音データを選択的に出力することが可能であり、例えば、「疲れた」という利用者の独り言の言語音声データに対して「少し休みましょう」など有意音データを出力することが可能である。また、入力されたデータ又は音声データに対して、無意味な反応をしたり、駄洒落などで反応したりすることも可能である。

また、環境型音声発生部４０７は、上述のように、入力されたデータ又は音声データが環境情報である場合に、その環境に適した効果音に係る有意音データを選択的に出力することが可能であり、例えば、車両が海に近づいた場合には波の音、車両が山道に入った場合には鳥のさえずりの音、車両が渓谷に近づいた場合には滝の音などの効果音に係る有意音データを出力して、利用者が周囲の環境を音声によって実感できるようにしたり、車両間の距離や障害物との距離が近づき過ぎた場合に、ブレーキ音、ビープ音、サイレン音、クラクション音などの効果音（警告音）に係る有意音データを出力したりすることが可能である。

また、突発型音声発生部４０８は、上述のように、データ又は音声データの入力がない場合に、有意音データを選択的に出力することが可能である。すなわち、この突発型音声発生部４０８は、利用者からの言語音声入力や環境の変化などがない状況において、音声出力を行うものであり、特に、高速道路などの単調な運転となる状況において、利用者（特に、運転者）の眠気を防止するために有用である。

上記の構成及び動作によれば、効果音発生装置４は、利用者の言語音声、環境（場所、時間、状況など）の変化などに係る様々な音声データ又はデータの入力に応じて、利用者の嗜好性を加味した有意音データを出力することが可能であり、環境に係る様々な変化に応じて、利用者に合わせた擬似人間的な反応を示す音声データを出力することが可能となる。また、さらに突発的に、利用者の嗜好に合わせた有意音データを出力することが可能である。これらによって、利用者は、車両運転中に、現実世界の環境に応じた効果音を聴くことができたり、効果音発生装置４と様々な擬似コミュニケーションを取ることができたり、運転中に生じる眠気を払拭させて、安全な運転を行えるようになったりするという効果がある。

次に、一致性回避装置５について説明する。図３は、本発明の第１の実施の形態における一致性回避装置の内部構成を示すブロック図である。図３に示す一致性回避装置５は、入出力部５０１、一致性検出部５０５、一致性回避方法決定部５０６、出力態様変更部５０、変換用音声データ格納部５１０、音声データ出力部（ＯＣｈ）５１１を有している。なお、出力態様変更部５０は、同時出力回避部５０７、同音出力回避部５０８、同方位出力回避部５０９を有している。

入出力部５０１は、所定の装置（例えば、効果音発生装置４）とのデータ送受信を行うための入出力インターフェイスである。例えば、入出力部５０１は、効果音発生装置４の音声データ出力部４１０から供給される音声データを受けるＩＣｈ５０２、効果音発生装置４の有意音データ出力部４１１から供給される有意音データを受けるＭＣｈ５０３、ＩＣｈ５０２及びＭＣｈ５０３へのデータ出力の停止を指示するための出力抑止信号を車載ナビゲーション装置１に送信するためのＥＣｈ５０４などの各チャンネルポートにより構成されている。なお、不図示ではあるが、複数の入出力部５０１をパラレルに設置することによって、車載ナビゲーション装置１以外の装置とのデータ送受信を行うことも可能である。

また、一致性検出部５０５は、入出力部５０１で受けた車載ナビゲーション装置１からの音声データ及び有意音データが供給され、これらの音声データに関して、そのまま音声出力を行った場合に、同時に同音が音声出力されてしまうか否かを検出する（一致性の検出）。なお、他の装置と接続して他の装置から音声データを受ける入出力部５０１が存在する場合には、一致性検出部５０５は、入出力部５０１が車載ナビゲーション装置１から受ける音声データ及び有意音データに加えて、他の装置からの音声データに関しても一致性を有する複数の音声が出力されてしまうか否かを判定する必要がある。そして、一致性を有する音声データが存在する場合には、これらの音声データを一致性回避方法決定部５０６に出力する一方、一致性の条件に当てはまらない音声データに関しては、音声データ出力部５１１に出力する。

ここで、音声の一致性について説明する。図４は、本発明の第１の実施の形態において、一致性を有する２つの音声データの波形を比較するための図である。なお、図４の上部と下部とには、それぞれ異なる音声データの波形が、時間軸（図面左から右への水平軸）上に沿って図示されている。このように、複数の音声データに関して、波形が同一であり、かつ、同一の時間軸上に重なりを有する場合には、これらの音声データを音声出力した場合、利用者が一方又は両方の音声を聞き取れない状況が生じる。なお、波形が同一ではないが酷似している場合にも、利用者は、２つの音声データの一方又は両方を聞き取れない状況が生じる場合があり、厳密な意味では同音ではないが、重なり合った場合に利用者が聞き取れなくなる可能性のある音声データの組み合わせに関しても、一致性検出部５０５は、一致性を有するとみなすよう設定することが望ましい。また、本明細書では、このように波形が同一又は酷似しており、同時に音声出力した場合、利用者が聞き取れなくなる可能性がある２つの音声に関して、一致性を有する、又は、一致性の条件に当てはまると表現することにする。

また、一致性回避方法決定部５０６は、一致性検出部５０５から一致性を有する音声データを受けて、一致性の条件を回避する（一致性を解消する）ための適切な処理方法を決定し、適切な処理方法が発見された場合には、一致性を有する音声データを出力態様変更部５０に供給するものである。なお、一致性の条件を回避するための適切な処理方法が発見できない場合には、ＥＣｈ５０４に対して、一致性の条件となる複数の音声データのいずれか１つ又はいくつかに関して、音声データの供給元（この場合は車載ナビゲーション装置１）に音声出力を停止するよう指示する出力抑止信号を送信する。

また、出力態様変更部５０は、複数の音声データの一致性の条件を回避するための処理を行うものであり、同時出力回避部５０７、同音出力回避部５０８、同方位出力回避部５０９を有している。同時出力回避部５０７は、一致性を有する複数の音声データの時間をずらすことによって、同音出力回避部５０８は、一致性を有する複数の音声データのうちの１つ又はいくつかの音声データに関して、別の音声データに置き換えたり、ピッチやトーンを変更したりする（音の波形変調）ことによって、一致性の条件を回避することが可能である。なお、それぞれの出力回避部５０７、５０８、５０９における具体的な同時同音の条件の回避例に関しては後述する。また、同方位出力回避部５０９は、出力する音声の内容に応じて音声出力の方位（聴取者の音像位置）を定めることが可能である。出力態様変更部５０は、一致性回避方法決定部５０６において決定された処理方法に従って、同時出力回避部５０７、同音出力回避部５０８、同方位出力回避部５０９による音声データの処理を行い、処理後の音声データを音声データ出力部５１１に出力する。

また、変換用音声データ格納部５１０には、同音出力回避部５０８において音声データの置換を行う際に参照される音声変換対応テーブルと有意音データとが格納されている。例えば、音声変換対応テーブルは、音声データとその意味を示す意味情報との対応が格納されており、この対応関係を参照することによって、所定の意味情報を有する有意音データの音声データを、同一の意味情報を有する別の音声データに変換することが可能となる。なお、変換用音声データ格納部５１０に格納されている音声変換対応テーブルや有意音データなどは、追記（追加）、編集（変更）、削除などが可能である。

また、音声データ出力部５１１は、音声データを外部（例えば、音響装置３）に出力するためのインターフェイスであり、一致性検出部５０５から入力された同時同音ではない音声データ、及び、出力態様変更部５０によって同時同音の条件が回避された音声データを外部に出力する。

次に、上述の一致性回避装置５において、効果音発生装置４から音声データ及び有意音データを受けた場合の動作について説明する。図５は、本発明の第１の実施の形態における一致性回避装置の動作を説明するためのフローチャートである。まず、入出力部５０１を通じて車載ナビゲーション装置１から音声データや有意音データを受けた場合、一致性検出部５０５が、これらの音声データに関して一致性を有するか否かを検出する（ステップＳ１０１：一致性を検出？）。一致性の条件に当てはまらない場合（ステップＳ１０１で『いいえ』）には、その音声データに関しては、そのまま音声データ出力部５１１を介して出力する（ステップＳ１９０：音声データを出力）。

また、同時同音の条件に当てはまる場合（ステップＳ１０１で『はい』）には、一致性回避方法決定部５０６が、有意音データの意味情報を読み取ることによってその内容を判定し、同音同時の条件にある２つの音声データに関して、その両方の音声を出力するか、あるいは、どちらか一方のみの音声を出力するかを決定する（ステップＳ１０３：両方の音声を出力？）。どちらか一方のみの音声を出力する場合（ステップＳ１０３で『いいえ』）には、一致性回避方法決定部５０６は、車載ナビゲーション装置１に出力抑止信号を送信し（ステップＳ１９９：出力抑止信号の送信）、所定の音声データの供給を中止させる。

また、一致性を有する音声データの両方を音声出力する場合（ステップＳ１０３で『はい』）には、一致性回避方法決定部５０６は、一致性の条件を回避するための適切な処理（具体的には、同音出力又は同時出力を回避するための処理）があるか否かを判断する（ステップＳ１０５：一致性回避方法決定？）。一致性の条件を回避するための適切な処理が発見できなかった場合（ステップＳ１０５で『いいえ』）には、一致性回避方法決定部５０６は、車載ナビゲーション装置１に出力抑止信号を送信し（ステップＳ１９９：出力抑止信号の送信）、一致性を有する音声データのうちの所定の音声データの供給を中止させる。

一方、一致性回避方法決定部５０６は、一致性の条件を回避するための適切な処理を発見した場合（ステップＳ１０５で『はい』）には、出力態様変更部５０に対して、一致性を有する音声データを供給するとともに、適切な処理方法を通知する。なお、一致性の条件を回避するための適切な処理としては、例えば、同時性の回避、同音性の回避などが可能であり、これらの処理を単独で、又は、組み合わせて行うようにする。

以下、例えば、報知の完了までに３秒かかる「まもなく右折です。」という言語音声の報知後（１秒後）に、報知の完了までに５秒かかる「左前方に歩行者が歩いています。」という言語音声の報知開始指示が行われた場合における、一致性の条件を回避するための処理について説明する。

例えば、同時性の回避（ステップＳ１０７で『はい』、ステップＳ１１１で『いいえ』）は、従来から行われているもの（図１０参照）と同一の処理であり、一致性を有する２つの音声データが存在する場合に、一方の音声データに係る音声出力の開始時間をずらす（ステップＳ１０９）ことによって、一方の音声出力が終了した後に他方の音声出力が行われるようにする方法である。すなわち、図１０に示すように、例えば、「まもなく右折です。」という言語音声の報知の完了後に、「左前方に歩行者が歩いています。」という言語音声の報知を開始するため、両方の言語音声の報知が完了するのは、最初の言語音声の報知開始から８秒後となる。

また、例えば、同音性の回避（ステップＳ１０７で『いいえ』、ステップＳ１１１で『はい』）は、一致性を有する２つの音声データが存在する場合に、一方の音声データを他の音声データに変換したり、一方の音声データのトーンやピッチを変更したりする（ステップＳ１１３：音声データの変換、変更）ことによって、２つの音声データに係る音声出力の一致性（特に、同音性）を失わせて、利用者が両方の音声を聞き取ることができるようにする方法である。すなわち、図６に示すように、例えば、報知の完了までに５秒かかる「左前方に歩行者が歩いています。」という言語音声を、報知の完了までに２秒かかる「カツカツカツカツ」という靴音（効果音）に変換することによって、２つの音声データに関する同音性の条件を回避しながら、両方の音声の報知が完了するまでの時間（ここでは、３秒）を短縮することが可能となる。なお、同音性の回避を行う場合には、音声データの変換を行う際に、変換後の音声データの報知時間が変換前の音声データの報知時間に比べて短くなるものを利用することが望ましい。

また、例えば、同時性と同音性の両方を回避（ステップＳ１０７で『はい』、ステップＳ１１１で『はい』）して、一致性を有する音声データに関して、一方の音声データに係る音声出力の開始時間をずらし（ステップＳ１０９）、かつ、一方の音声データを変換、変更する（ステップＳ１１３：音声データの変換、変更）ことも可能である。この場合は、図７に示すように、例えば、「まもなく右折です。」という言語音声の報知の後に、変換後の音声データである「カツカツカツカツ」という効果音を報知することとなり、同時性の回避を行った場合に比べて、両方の音声の報知が完了するまでの時間（ここでは、５秒）を短縮することができ、かつ、２つの音声の同時出力を行わずに、同音性の回避を行った場合に比べて聞き取りやすくすることが可能となる。

なお、本発明では、特に、従来から存在する同時性の回避のみを行う場合に比べて報知完了までの時間の短縮が可能な、同音性の回避、あるいは、同音性及び同時性の両方の回避を行う方法が有用である。また、特に、同音性の回避、あるいは、同音性及び同時性の両方の回避に関して、一致性回避方法決定部５０６が、時間がどれくらい短縮されるか、同音性がどれくらい解消されるかなどの判定を行うことによって、同音性を回避する処理を行うか、あるいは、同音性及び同時性の両方を回避する処理を行うかを選択的に決定できるように構成することも可能である。

また、音響装置３がステレオ出力可能な場合（ステップＳ１１５で『はい』）には、音声データが出力される際の方位付けを行って（ステップＳ１１７：音声データが出力される際の方位付けを行う）、音声出力による音像の位置を設定することが可能である。この場合、例えば、単に複数の音声データのそれぞれに対して異なる方位付けを行うようにすることも可能であり、また、有意音データの場合には、意味情報を参照して、例えば、「左前方に歩行者が歩いています。」という言語音声、又はそれに代わる靴音が、運転者にとって左前方に音像が形成されるようにすることも可能である。そして、このようにして一致性の条件が回避された音声データは、音声データ出力部５１１に供給されて、外部（音響装置３）に出力される。

上記の構成及び動作によれば、一致性回避装置５は、供給される複数の音声データの一致性（同音同時性）を検出し、一致性がない音声データに関してはそのまま出力する一方、一致性が検出された音声データに関しては、音声データの変換や変更を行うことによって、一致性の条件を回避することが可能となり、利用者が聞きやすい音声を報知することが可能となる。また、さらに、音声出力の時間（出力タイミング）をずらしたり、音像位置の設定を行ったりすることも可能である。

なお、本実施の形態では、効果音発生装置４では、ユーザの嗜好や環境などに応じて、有意音データ格納部４０９から適切な有意音データの探索を行っており、一致性回避装置５では、音声データの一致性の条件を回避するために、変換用音声データ格納部５１０から適切な有意音データの探索を行っているが、効果音発生装置４において、特に、警告などに係る言語音声に対応した有意音データを選択する場合には、一致性回避装置５における一致性の条件の回避処理を考慮して、当該言語音声よりも報知時間の短い有意音データを選択できるようにすることも可能である。

＜第２の実施の形態＞
次に、本発明の第２の実施の形態における構成及び動作について説明する。図８は、本発明の第２の実施の形態における音声データ出力制御システムの構成を示すブロック図である。図８には、図１に示す構成に加えて、効果音発生装置４の前段に衝突防止警告装置６が接続されており、衝突防止警告装置６には、衝突可能性検出センサ７ａ、７ｂが接続されている構成が図示されている。

複数の衝突可能性検出センサ７ａ、７ｂは、例えば、車両の前方、後方、左方、右方などに設置され、車両周囲の所定の範囲内に障害物が接近した場合に、障害物検出信号を衝突防止警告装置６に供給するものである。また、衝突防止警告装置６は、衝突可能性検出センサ７ａ、７ｂからの障害物検出信号を受けて、利用者（運転者）に対して、障害物が存在する旨を報知するための音声データ（危険警告音声データ）を効果音発生装置４に供給する。

効果音発生装置４は、衝突防止警告装置６からの危険警告音声データを受けた場合、利用者の嗜好性を参照して、利用者が危険を十分に察知できるような強調音を有意音データの中から選択して、一致性回避装置５に出力する。なお、この場合、必ずしも、元の音声データ（衝突防止警告装置６からの危険警告音声データ）を一致性回避装置５に出力する必要はなく、危険を知らせるための有意音データのみを出力することも可能である。

一致性回避装置５は、危険を知らせるための有意音データを効果音発生装置４から受けて、他の音声データ（例えば、車載ナビゲーション装置１から供給される音声データ）との一致性の条件を回避して、当該有意音データを音響装置３に出力する。なお、一致性回避装置５は、危険を知らせるための有意音データの意味情報を参照して、当該有意音データの音声データを優先的に報知することによって、利用者の危険回避行動（ブレーキを踏んだり、クラクションを鳴らしたりする行動）がいち早く行われるようにすることが望ましい。

また、危険を知らせるための有意音データの音声データは、なるべく短時間で利用者に対して警告を報知できるようなサイレン音やクラクション音などの効果音を用いることが望ましく、これによって、利用者が危険回避行動を取るまでの時間をさらに短くすることが可能となる。なお、この場合、効果音発生装置４から出力される有意音データの音声データとして、短時間で危険を報知できるような音声データを設定しておいてもよく、また、一致性回避装置５において、有意音データを、さらに短時間での報知を可能とする音声データに変換することによって、他の音声データとの一致性の条件を回避しながら短時間で危険を報知できるようにしてもよい。また、例えば、効果音発生装置４を設けずに、衝突防止警告装置６から一致性回避装置５に対して、直接、危険音声警告データが供給されるよう構成して、一致性回避装置５において、他の音声データとの同音性を回避しながら、かつ、短時間で危険を報知できるような音声データへの変換処理を行うことも可能である。

以上、説明したように、衝突防止警告装置６を有する音声データ出力制御システムは、衝突防止警告装置６から発せられる危険警告音声データを、ユーザの嗜好性に合わせた警告音に係る音声データや短時間で危険を報知することが可能な音声データに変換し、他の音声データと共存する場合でも、危険を報知する音声を利用者が明瞭に聞き取ることができるような態様で報知することが可能となる。

＜第３の実施の形態＞
次に、本発明の第３の実施の形態における構成及び動作について説明する。図９は、本発明の第３の実施の形態における音声データ出力制御システムの構成を示すブロック図である。図９には、図１に示す構成に加えて、効果音発生装置４の前段に宣伝広告情報音声案内装置８が接続されており、さらに、宣伝広告情報音声案内装置８は、ネットワーク１０を介して、所定の店舗に関する広告情報などの配信を行う店舗側通信装置９と接続されている構成が図示されている。

宣伝広告情報音声案内装置８は、例えば、車両が走行している地域に存在する店舗の広告情報を、店舗側通信装置９からネットワーク１０を介して受信することが可能である。宣伝広告情報音声案内装置８で受信された広告情報は、効果音発生装置４に送られる。そして、効果音発生装置４は、意味推定部４０５によって推定された広告情報の内容が利用者の嗜好に合っているか否かを決定して、出力制御部４１２における広告情報に係る音声データの出力を制御することによって、利用者にとって有益な情報（利用者の嗜好性に合った情報）のみを選別して出力する。また、効果音発生装置４から出力された音声データは、一致性回避装置５において、他の音声データ（例えば、車載ナビゲーション装置１からの音声データ）との一致性の条件が回避されて利用者が聞き取りやすい態様で報知される。

なお、上記の例では、店舗側通信装置９から所定の店舗に関する広告情報が配信される態様を説明しているが、例えば、車両が走行している地域の観光案内情報やその他の情報が配信され、効果音発生装置４において、受信した情報から、利用者にとって有益な情報のみが選別されるよう構成することも可能である。

本発明の音声データ出力装置及び音声データ出力制御装置並びに音声データ出力制御システムは、供給される音声データの受信に応じて、音声データの意味を推定・解釈し、ユーザの嗜好性に合わせつつ、ユーザが認知可能な別音（異音）の有意音データを発生することが可能であり、また、供給される音声データを含む複数の音声データに関して、出力タイミングの一致性を解消して外部に出力することが可能であり、かつ、必要に応じて発生順序の優先度付けを可能とするという効果を有しており、音声出力制御一般に適用され、特に、車両などの移動体に搭載される音響装置が音声を出力する前工程に位置し、音声データ出力に関する制御を行うための音声出力制御に適用される。

本発明の第１の実施の形態における音声データ出力制御システムの構成を示すブロック図である。 本発明の第１の実施の形態における効果音発生装置の内部構成を示すブロック図である。 本発明の第１の実施の形態における一致性回避装置の内部構成を示すブロック図である。 本発明の第１の実施の形態において、一致性を有する２つの音声データの波形を比較するための図である。 本発明の第１の実施の形態における一致性回避装置の動作を説明するためのフローチャートである。 本発明の第１の実施の形態における同音性を回避した場合の音声出力の態様を説明するための模式図である。 本発明の第１の実施の形態における同時性及び同音性の両方を回避した場合の音声出力の態様を説明するための模式図である。 本発明の第２の実施の形態における音声データ出力制御システムの構成を示すブロック図である。 本発明の第３の実施の形態における音声データ出力制御システムの構成を示すブロック図である。 （ａ）従来の技術における同時に音声が出力された場合の音声出力の態様を示す模式図である。 （ｂ）従来の技術における同時性を回避した場合の音声出力の態様を説明するための模式図である。

符号の説明

１ 車載ナビゲーション装置
２ 音声データ出力制御システム
３ 音響装置
４ 効果音発生装置（音声データ出力装置）
５ 一致性回避装置（音声データ出力制御装置）
６ 衝突防止警告装置
７ａ、７ｂ 衝突可能性検出センサ
８ 宣伝広告情報音声案内装置
９ 店舗側通信装置
１０ ネットワーク
４０ インタラクション増強部
５０ 出力態様変更部
４０１ データ入力部
４０２ 音声データ入力部
４０３ ユーザ嗜好分析部
４０４ 嗜好データ格納部
４０５ 意味推定部
４０６ 反応型音声発生部
４０７ 環境型音声発生部
４０８ 突発型音声発生部
４０９ 有意音データ格納部
４１０ 音声データ出力部
４１１ 有意音データ出力部
４１２ 出力制御部
５０１ 入出力部
５０２ ＩＣｈ
５０３ ＭＣｈ
５０４ ＥＣｈ
５０５ 一致性検出部
５０６ 一致性回避方法決定部
５０７ 同時出力回避部
５０８ 同音出力回避部
５０９ 同方位出力回避部
５１０ 変換用音声データ格納部
５１１ 音声データ出力部（ＯＣｈ）

Claims (12)

1. 外部からの音声データの供給に応じて、前記音声データとは異なる音声データを出力することが可能な音声データ出力装置であって、
   ユーザの嗜好を分析するユーザ嗜好分析手段と、
   前記ユーザ嗜好分析手段によって分析された前記ユーザの嗜好性を示す情報を格納するユーザ嗜好データ格納手段と、
   複数の音声データがあらかじめ格納されている音声データ格納手段と、
   前記外部からの音声データを受信する音声データ受信手段と、
   前記音声データが報知される際に伝達される意味内容を推定する意味推定手段と、
   前記ユーザ嗜好データ格納手段に格納されている前記ユーザの嗜好性を示す情報と、前記意味推定手段によって推定された前記音声データの意味内容とに応じて、前記音声データ格納手段から前記音声データを選択的に出力する音声データ選択出力手段と、
   前記音声データ選択出力手段によって選択的に出力された前記音声データを外部に出力する音声データ出力手段とを、
   有する音声データ出力装置。
2. 前記音声データ格納手段は、前記複数の音声データのそれぞれの意味内容が記載された意味対応情報を格納しており、前記音声データ選択出力手段は、前記意味対応情報を参照して、前記音声データ格納手段に格納されている前記音声データの中から、前記外部からの音声データに応じた前記音声データを探索するよう構成されている請求項１に記載の音声データ出力装置。
3. 前記音声データ出力手段は、前記意味推定手段によって推定された前記音声データの意味内容と同義の前記音声データを、前記音声データ格納手段から選択的に出力するよう構成されている請求項１又は２に記載の音声データ出力装置。
4. 前記音声データ選択出力手段によって選択的に出力される前記音声データの報知時間が、前記外部からの音声データの報知時間より短くなるよう構成されている請求項１から３のいずれか１つに記載の音声データ出力装置。
5. 前記外部からの音声データが供給されていない場合に、前記音声データ格納手段から前記音声データを選択的に出力する突発型音声データ出力手段を有する請求項１から４のいずれか１つに記載の音声データ出力装置。
6. 前記外部からの音声データをそのまま出力する外部音声データ出力手段を有する請求項１から５のいずれか１つに記載の音声データ出力装置。
7. 複数の音声データの出力態様を制御する音声データ出力制御装置であって、
   前記複数の音声データがあらかじめ格納されている音声データ格納手段と、
   前記複数の音声データを外部から受信する音声データ受信手段と、
   前記複数の音声データの一致性を検出する一致性検出手段と、
   前記一致性検出手段によって前記一致性が検出された前記複数の音声データに関して、前記一致性を解消するための方法を決定する一致性解消方法決定手段と、
   前記一致性解消方法決定手段による決定に従って、前記複数の音声データの一致性の解消処理を行う一致性解消手段と、
   前記一致性解消手段によって一致性が解消された複数の音声データを外部に出力する音声データ出力手段とを、
   有する音声データ出力制御装置。
8. 前記一致性解消手段が、前記複数の音声データのうちの１つ又はいくつかを、一致性を解消することが可能な別の音声データに置き換えるか、又は、音声に係る変調を行うことによって、前記一致性の条件を回避する同音出力回避手段を有する請求項７に記載の音声データ出力制御装置。
9. 前記同音出力回避手段によって変換される前記音声データの報知時間が、前記外部からの音声データの報知時間より短くなるよう構成されている請求項８に記載の音声データ出力制御装置。
10. 前記一致性解消手段が、前記複数の音声データのうちの１つ又はいくつかを出力開始時間をずらすことによって、前記一致性を解消する同時出力回避手段を有する請求項８又は９に記載の音声データ出力制御装置。
11. 音声データ出力装置と音声データ出力制御装置とにより構成されており、複数の音声データの出力態様を制御する音声データ出力制御システムであって、
    前記音声データ出力装置が、
    ユーザの嗜好を分析するユーザ嗜好分析手段と、
    前記ユーザ嗜好分析手段によって分析された前記ユーザの嗜好性を示す情報を格納するユーザ嗜好データ格納手段と、
    複数の音声データがあらかじめ格納されている音声データ格納手段と、
    外部からの音声データを受信する音声データ受信手段と、
    前記音声データが報知される際に伝達される意味内容を推定する意味推定手段と、
    前記ユーザ嗜好データ格納手段に格納されている前記ユーザの嗜好性を示す情報と、前記意味推定手段によって推定された前記音声データの意味内容とに応じて、前記音声データ格納手段から前記音声データを選択的に出力する音声データ選択出力手段と、
    前記音声データ選択出力手段によって選択的に出力された前記音声データを前記音声データ出力制御装置に出力する音声データ出力手段とを有し、
    前記音声データ出力制御装置が、
    複数の音声データがあらかじめ格納されている音声データ格納手段と、
    前記音声データ出力装置を含む所定の装置から、前記複数の音声データを受信する音声データ受信手段と、
    前記複数の音声データの一致性を検出する一致性検出手段と、
    前記一致性検出手段によって前記一致性が検出された前記複数の音声データに関して、前記一致性を解消するための方法を決定する一致性解消方法決定手段と、
    前記一致性解消方法決定手段による決定に従って、前記複数の音声データの一致性の解消処理を行う一致性解消手段と、
    前記一致性解消手段によって一致性が解消された複数の音声データを外部に出力する音声データ出力手段とを有し、
    前記音声データ出力装置が、外部からの音声データの受信に応じて、前記ユーザの嗜好性に合わせた音声データを発生するとともに、前記音声データ出力制御装置が、前記音声データ出力装置で発生された前記音声データを含む複数の音声データに関して、前記一致性を解消して外部に出力する音声データ出力制御システム。
12. 前記音声データ出力装置が、車両周辺の障害物を検知した場合に、その検知結果を音声データによって出力する衝突防止警告装置に接続しており、前記一致性を解消するとともに、前記検出結果に係る音声データに対応して、前記検出結果に係る音声データの報知時間より短い音声データを前記外部に出力するよう構成されている請求項１１に記載の音声データ出力制御システム。
    

Images