JP2014147030A

JP2014147030A - 音声配信システム及び録音方法

Info

Publication number: JP2014147030A
Application number: JP2013015789A
Authority: JP
Inventors: 聖 ▲高▼見; Sei Takami
Original assignee: Dwango Co Ltd
Current assignee: Dwango Co Ltd
Priority date: 2013-01-30
Filing date: 2013-01-30
Publication date: 2014-08-14
Anticipated expiration: 2033-01-30
Also published as: JP6112883B2

Abstract

【課題】配信される音声を録音することを可能にすること。
【解決手段】音声データを生成し、音声データを端末装置に対して配信する音声サーバと、音声サーバによって配信される音声データを配信する配信サーバと、端末装置に対して入力される録音指示に応じて、音声データの録音処理に関する指示を送信する制御サーバと、制御サーバから送信される指示に基づいて、配信サーバから配信される音声データに対する録音処理を行う録音サーバと、を備える音声配信システム。
【選択図】図１

Description

本発明は、ネットワークを介して音声を配信するシステムの技術に関する。

近年、通信の高速化と接続性の向上により、特定の者だけではなく誰もが自身のデータをコンテンツとして配信することが可能となっている。例えば、動画配信サービスでは、ユーザ自身が作成した動画をサーバにアップロードすることによって、不特定多数の人に動画を閲覧してもらうことが可能となっている。さらには、撮影した動画像をリアルタイムで不特定多数の人に配信することも可能となっている（特許文献１参照）。また、動画像に限らず音声をリアルタイムで不特定多数の人に配信するサービスも提供されている。

特開２０１０−０２１８６７号公報

しかしながら、リアルタイムで配信される音声については、後に聞きたいと思っても聞くことができないという問題があった。このような問題は、リアルタイムで音声を配信するシステムに限った問題ではなく、発音から配信までの間にある程度のタイムラグが生じる配信システムであっても同様に生じうる問題である。
上記事情に鑑み、本発明は、配信される音声を録音することを可能とする技術の提供を目的としている。

本発明の一態様は、音声データを生成し、前記音声データを配信する音声サーバと、前記音声サーバによって配信される前記音声データを配信する配信サーバと、端末装置に対して入力される録音指示に応じて、前記音声データの録音処理に関する指示を送信する制御サーバと、前記制御サーバから送信される指示に基づいて、前記配信サーバから配信される音声データに対する録音処理を行う録音サーバと、を備える音声配信システムである。

本発明の一態様は、上記の音声配信システムであって、前記制御サーバは、前記端末装置から録音開始指示を受信すると、前記録音開始指示に応じて前記録音サーバに録音開始指示を送信し、前記録音サーバは、前記制御サーバから前記録音開始指示を受信すると、前記録音開始指示に応じて前記配信サーバに前記音声データの配信を要求し、前記配信サーバは、前記録音サーバから受ける要求に応じて、前記録音サーバへの配信を開始し、前記録音サーバは、前記配信サーバから配信された音声の録音を開始する。

本発明の一態様は、音声サーバが、音声データを生成し、前記音声データを配信するステップと、配信サーバが、前記音声サーバによって配信される前記音声データを配信するステップと、制御サーバが、端末装置に対して入力される録音指示に応じて、前記音声データの録音処理に関する指示を送信するステップと、録音サーバが、前記制御サーバから送信される指示に基づいて、前記配信サーバから配信される音声データに対する録音処理を行うステップと、を有する録音方法である。
本発明の一態様は、音声データを生成し、前記音声データを配信する音声サーバと、端末装置に対して入力される録音指示に応じて、前記音声データの録音処理に関する指示を送信する制御サーバと、前記制御サーバから送信される指示に基づいて、前記音声サーバから配信される音声データに対する録音処理を行う録音サーバと、を備える音声配信システムである。
本発明の一態様は、音声サーバが、音声データを生成し、前記音声データを配信するステップと、制御サーバが、端末装置に対して入力される録音指示に応じて、前記音声データの録音処理に関する指示を送信するステップと、録音サーバが、前記制御サーバから送信される指示に基づいて、前記音声サーバから配信される音声データに対する録音処理を行うステップと、を有する録音方法である。

本発明により、配信される音声を録音することが可能となる。

音声配信システム１００のシステム構成図である。公開広場の管理者ユーザが操作する端末の画像出力部によって表示される画面の具体例を示す図である。音声ライブが開始された後に通話端末１０に表示される画面の具体例を示す図である。音声ライブが実行されている最中に通話端末１０に表示される画面の具体例を示す図である。録音開始が指示された直後の通話端末１０に表示される画面の具体例を示す図である。録音処理が実行されている最中の通話端末１０に表示される画面の具体例を示す図である。録音終了が指示された後の通話端末１０に表示される画面の具体例を示す図である。音声配信システム１００の動作のうち、音声ライブが行われていない公開広場に参加する際の処理の具体例を示すシーケンス図である。音声配信システム１００の動作のうち、ユーザが音声ライブを開始する際の処理の具体例を示すシーケンス図である。音声配信システム１００の動作のうち、音声ライブが行われている公開広場に参加する際の処理の具体例を示すシーケンス図である。音声配信システム１００の動作のうち、視聴ユーザが配信ユーザになる際の処理の具体例を示すシーケンス図である。音声配信システム１００の動作のうち、音声ライブの処理の具体例を示すシーケンス図である。音声配信システム１００の動作のうち、音声ライブの録音開始時の処理の具体例を示すシーケンス図である。音声配信システム１００の動作のうち、音声ライブの録音処理の具体例を示すシーケンス図である。音声配信システム１００の動作のうち、音声ライブの録音終了時の処理の具体例を示すシーケンス図である。音声配信システム１００の動作のうち、録音サーバ６０によって録音された音声ファイルを再生する際の処理の具体例を示すシーケンス図である。音声配信システム１００の動作のうち、音声ライブの処理の変形例を示すシーケンス図である。音声配信システム１００の動作のうち、音声ライブの録音開始時の処理の変形例を示すシーケンス図である。

＜システム概要＞
図１は、音声配信システム１００のシステム構成図である。音声配信システム１００は、ネットワーク３０を介して、複数の通話端末１０及び複数の視聴端末２０と通信可能に接続される。音声配信システム１００は、音声サーバ４０、配信サーバ５０、録音サーバ６０及びＷｅｂサーバ７０を備える。音声配信システム１００は、公開広場及び音声ライブを通話端末１０及び視聴端末２０のユーザに対して提供する。

公開広場は、参加している１人以上のユーザのコメントを時系列で表示することによって、いわゆる掲示板（ＢＢＳ）やチャットとしての機能を提供するサービスである。
音声ライブは、参加している１人以上のユーザの発話内容をネットワーク３０を介して配信するサービスである。音声ライブにおける発話者（自身の発話を配信する立場の者）を、配信ユーザという。配信ユーザは、発話することによって配信を行うとともに、音声ライブで配信されている音声を視聴することもできる。配信ユーザが視聴する音声には、本人の発話内容は含まれておらず、本人以外の配信ユーザの発話内容が含まれている。音声ライブにおける視聴者（配信されている発話を視聴する立場の者）を、視聴ユーザという。視聴ユーザは、配信を行う事はできず、視聴のみを行うことができる。視聴ユーザが視聴する音声には、全ての配信ユーザの発話内容が含まれている。

公開広場の管理者権限を有しているユーザ（以下、「管理者ユーザ」という。）が音声ライブを開始すると、その公開広場に参加しているユーザは全て視聴ユーザになる。さらに、視聴ユーザが音声ライブへ参加すると、その視聴ユーザは配信ユーザになる。なお、音声ライブを開始する権限を有するユーザは管理者ユーザに限定される必要は無い。例えば、音声ライブを開始する権限を予め管理者ユーザから付与されたユーザは、音声ライブを開始する権限を有する。

＜システム詳細＞
以下、音声配信システム１００が備える各装置や動作の詳細について説明する。
通話端末１０は、スマートフォン、携帯電話機、固定電話機、パーソナルコンピュータ、ゲーム装置、テレビ受像機等の情報処理装置である。通話端末１０は、配信ユーザによって操作される通信端末である。

通話端末１０は、入力部、音声入力部、画像出力部、音声出力部、通信部及び制御部を備える。入力部は、キーボード、タッチパネル、ボタン、ポインティングデバイス等の入力装置を用いて構成される。入力部は、入力装置を通話端末１０に接続するためのインタフェースとして構成されても良い。入力部は、ユーザによって操作されることによって、ユーザの指示の入力を受け付ける。

音声入力部は、マイク等の音声入力装置を用いて構成される。音声入力部は、ユーザの発声によって生じた音声を音声信号として通話端末１０に入力する。
画像出力部は、ＣＲＴ（Cathode Ray Tube）ディスプレイ、液晶ディスプレイ、有機ＥＬ（Electro Luminescence）ディスプレイ等の画像表示装置である。画像出力部は、画像や文字を表示する。画像出力部は、画像表示装置を通話端末１０に接続するためのインタフェースであっても良い。

音声出力部は、スピーカー等の音声出力装置を用いて構成される。音声出力部は、ネットワーク３０を介して受信された音声データを出力する。音声出力部は、音声出力装置を通話端末１０に接続するためのインタフェースであっても良い。
通信部は、ネットワーク３０を介して他の情報処理装置（例えば音声配信システム１００の装置）と通信する。

制御部は、音声入力部を介して入力された音声信号を、ネットワーク３０を介して他の情報処理装置へ送信可能なフォーマットの音声データに変換する。このような音声データの具体例として、Speexという音声圧縮コーデックで圧縮された音声データがある。制御部は、生成された音声データを、所定のプロトコルを用いてネットワーク３０を介して音声配信システム１００へ送信する。制御部が音声データの送信に用いるプロトコルの具体例として、ＩＡＸ２（Inter-Asterisk eXchange 2）がある。
また、制御部は、ネットワーク３０を介して音声サーバ４０から音声データを受信する。このように制御部が音声サーバ４０から音声データを受信し、自装置に入力された音声信号を音声サーバ４０へ送信することにより、他の通話端末１０との間で通話を行う事が可能となる。

視聴端末２０は、スマートフォン、携帯電話機、固定電話機、パーソナルコンピュータ、ゲーム装置、テレビ受像機等の情報処理装置である。視聴端末２０は、視聴ユーザによって操作される通信端末である。
視聴端末２０は、ハードウェアとしては上述した通話端末１０と同様である。視聴端末２０と通話端末１０とで異なる部分は、制御部の動作である。視聴端末２０における制御部は、通信部を介して音声配信システム１００から音声データを受信する。受信される音声データの具体例として、ＭＰ３（MPEG Audio Layer-3）がある。視聴端末２０における制御部が音声データの受信に用いるプロトコルの具体例として、ＨＬＳ（HTTP Live Streaming）がある。

音声サーバ４０は、メインフレームやワークステーションやパーソナルコンピュータなどの情報処理装置を用いて構成される。音声サーバ４０は、ネットワーク３０を介して、音声ライブに参加している配信ユーザの通話端末１０から音声データを受信する。音声サーバ４０は、受信した音声データを、音声ライブに参加している配信ユーザの通話端末１０と、配信サーバ５０とに送信する。このとき、音声サーバ４０は、通話端末１０から受信した音声データを他のコーデックでエンコードしても良い。例えば、音声サーバ４０は、Speexで音声データを受信し、受信した音声データをＭＰ３にエンコードしても良い。

配信サーバ５０は、メインフレームやワークステーションやパーソナルコンピュータなどの情報処理装置を用いて構成される。配信サーバ５０は、音声サーバ４０から受信した音声データを、配信先となっている視聴端末２０に対してネットワーク３０を介して配信する。音声データの配信先は、音声ライブに視聴ユーザとして参加しているユーザの視聴端末２０である。また、配信サーバ５０は、録音サーバ６０から受ける要求に応じて、録音サーバ６０に対しても音声データを配信する。

録音サーバ６０は、メインフレームやワークステーションやパーソナルコンピュータなどの情報処理装置を用いて構成される。録音サーバ６０は、配信サーバ５０から配信される音声データを録音し、音声ファイルを生成する。録音サーバ６０が録音する音声には、全ての配信ユーザの発話内容が含まれている。録音サーバ６０は、生成されたファイルを蓄積し、通話端末１０又は視聴端末２０から受ける要求に応じて、ファイルの音声を提供する。音声の提供方法は、ファイルのダウンロードであっても良いし、音声ストリーミングであっても良い。録音サーバ６０による音声の提供は、例えばＷｅｂサーバ７０を介して行われる。また、録音サーバ６０による音声の提供は、Ｗｅｂサーバ７０を介さず直接的に通話端末１０又は視聴端末２０に対して行われても良い。この場合、録音サーバ６０はネットワーク３０に接続されている。

Ｗｅｂサーバ７０は、メインフレームやワークステーションやパーソナルコンピュータなどの情報処理装置を用いて構成される。Ｗｅｂサーバ７０は、通話端末１０及び視聴端末２０に対し、ネットワーク３０を介して種々のデータを提供する。この提供を行う際に用いるプロトコルの具体例として、ＨＴＴＰ（Hypertext Transfer Protocol）がある。

図２は、公開広場の管理者ユーザが操作する端末の画像出力部によって表示される画面の具体例を示す図である。なお、以下に示す画面の具体例は一例にすぎず、他の態様で画面が構成されても良い。図２に示される画面では、音声ライブが開始されていないため、厳密には通話端末１０と視聴端末２０との区別が生じていない。したがって、図２における説明では、通話端末１０及び視聴端末２０を区別せずに、単に「端末」と表現する。

図２に示される画面は、例えば端末にインストールされたアプリケーションが制御部によって実行され、Ｗｅｂサーバ７０と連動することによって生成される。画面９０には、文字によって表された複数のコメント９０１、９０３、９０５、９０７、９０９、９１０が表示されている。また、画面９０には、公開広場に参加しているユーザ（管理者ユーザを含む）がどのような状態であるか（以下、「ステータス」という。）を表す文字列（以下、「ステータス文字列」という。）９０２が表示されている。また、通話端末１０のユーザ本人（本実施形態では管理者ユーザ（太郎））以外の参加者によって入力されたコメント９０５及びコメント９０７の脇には、それぞれのコメントの発信者を表す画像（以下、「ユーザアイコン」という。）９０６及び９０８が表示されている。

コメント、ステータス文字列、ユーザアイコンは、いずれもＷｅｂサーバ７０から各端末に対して送信されるデータに応じて表示される。すなわち、各ユーザが端末を操作してコメントを入力して投稿すると、端末は投稿されたコメントをＷｅｂサーバ７０に送信する。Ｗｅｂサーバ７０は、コメントを受信すると、コメントが投稿された公開広場に参加している各ユーザの端末に、コメントの内容及びユーザアイコンを送信する。各端末は、Ｗｅｂサーバ７０からコメント及びユーザアイコンを受信すると、時系列にコメント及びユーザアイコンを画面に表示する。
また、Ｗｅｂサーバ７０は、公開広場に参加しているユーザのステータスの変更を検知すると、ステータスの変更を表す情報を、公開広場に参加している各ユーザの端末に送信する。各端末は、Ｗｅｂサーバ７０からステータスの変更を表す情報を受信すると、時系列にステータス文字列を表示する。このようにしてコメントやステータス文字列が時系列に表示される。

コメント９０１、９０３、９０５、９０７、９０９、９１０と、ステータス文字列９０２と、ユーザアイコン９０６及び９０８とは、画面９０の上方一定の領域（以下、「タイムライン領域」という。）に時系列に縦に配列される。図２の場合、タイムライン領域の上から下に向けて順に新しい情報が表示されている。すなわち、管理者ユーザ（太郎）のコメント９０１が入力された後、管理者ユーザ（太郎）が端末を操作してるすログの録音を開始したため、ステータス文字列９０２がコメント９０１の下に表示されている。
るすログとは、端末のユーザが自身の音声が記録されたファイルをサーバに蓄積させることによって、不特定多数の者に音声を提供することが可能となるサービスである。

その後、管理者ユーザ（太郎）がるすログの録音を終了したため、その際に入力されたコメント“自分におかえりと言ってみました”とともに、るすログの存在を表すコメント９０３がステータス文字列９０２の下に表示されている。コメント９０３の枠内には、るすログの音声を再生させるためのるすログ再生ボタン９０４が表示されている。各端末のユーザがるすログ再生ボタン９０４を押下すると、端末の制御部がるすログの音声が記録されたファイルにアクセスし音声を再生する。

次に、ユーザアイコン９０６で表されるユーザがコメント“おかえり〜〜”を入力したため、この入力に応じてコメント９０３の下にコメント９０５が表示されている。さらに、ユーザアイコン９０８で表されるユーザがコメント“おかえりなさいませ、ご主人様”を入力したため、この入力に応じてコメント９０５の下にコメント９０７が表示されている。

その後、管理者ユーザ（太郎）が２つのコメント“ありがと〜”、“ライブしま〜す”を連続して入力したため、この入力に応じてコメント９０９及びコメント９１０が連続してコメント９０７の下に表示されている。
タイムライン領域の下には、端末のユーザがコメントを入力するためのコメント入力欄９１２及び投稿ボタン９１１が表示されている。端末のユーザは、コメント入力欄９１２に所望の文字列を入力した後に投稿ボタン９１１を押下することによって、入力された文字列をコメントとして投稿することができる。投稿されたコメントは、時系列中の最新のコメントとして、公開広場に参加している各ユーザの端末の画面に表示される。

コメント入力欄９１２の下には、音声ライブを開始することを指示するための音声ライブ開始ボタン９１３が表示されている。管理者ユーザが音声ライブ開始ボタン９１３を押下すると、音声ライブが開始される。
なお、公開広場に参加しているユーザのうち管理者ユーザ及び音声ライブ開始権限を管理者ユーザから付与されたユーザ以外のユーザ（以下、「一般ユーザ」という。）の端末の画面には、音声ライブ開始ボタン９１３以外の各項目が表示されている。すなわち、音声ライブ開始ボタン９１３が表示されていないことを除けば、一般ユーザの端末における表示の態様は管理者ユーザの端末における表示の態様と同じである。

図３は、音声ライブが開始された後に通話端末１０に表示される画面の具体例を示す図である。図３において、図２と同じ事項については同じ符号を付して説明を省略する。なお、以下に示す画面の具体例は一例にすぎず、他の態様で画面が構成されても良い。
音声ライブが開始されることにより、管理者ユーザが操作する端末は通話端末１０として機能する。また、公開広場に参加している一般ユーザ（視聴ユーザ）の端末は視聴端末２０として機能する。ライブ参加権限のある一般ユーザが、ライブ開始ボタン９１３を押して音声ライブに参加すると、その一般ユーザは配信ユーザとなり、その端末は通話端末１０として機能する。音声ライブに発話者として参加した一般ユーザ（配信ユーザ）の通話端末１０に表示される画面は、図３に示される画面と実質的に同じである。

音声ライブが開始されると、音声ライブの開始を示すステータス文字列９１６が表示される。また、音声ライブが開始されると、管理者ユーザ（配信ユーザ）の通話端末１０の画面９０の下方には、音声ライブ開始ボタン９１３に代えて、音声ライブ終了ボタン９１４及び録音開始ボタン９１５が表示される。

管理者ユーザが音声ライブ終了ボタン９１４を押下すると、音声ライブが終了される。一般ユーザ（配信ユーザ）が音声ライブ終了ボタン９１４を押下すると、音声ライブへの発話者としての参加が終了し、その一般ユーザは視聴ユーザになる。
配信ユーザ（管理者ユーザ又は一般ユーザ）が録音開始ボタン９１５を押下すると、音声ライブの録音処理が開始される。音声ライブの録音処理では、音声ライブにおける音声が録音サーバ６０によって録音され、データとして蓄積される。

図４は、音声ライブが実行されている最中に通話端末１０に表示される画面の具体例を示す図である。図４において、図３と同じ事項については同じ符号を付して説明を省略する。なお、以下に示す画面の具体例は一例にすぎず、他の態様で画面が構成されても良い。
音声ライブが実行されている最中であっても、管理者ユーザ及び一般ユーザは任意のタイミングでコメントを投稿できる。例えば、一般ユーザがコメントを投稿すると、投稿されたコメント９１７はユーザアイコン９１８と共に画面９０に時系列に表示される。

図５は、録音開始が指示された直後の通話端末１０に表示される画面の具体例を示す図である。図５において、図４と同じ事項については同じ符号を付して説明を省略する。なお、以下に示す画面の具体例は一例にすぎず、他の態様で画面が構成されても良い。
録音開始が指示された後の通話端末１０の画面９０の下方には、録音制御領域が表示される。そのため、録音開始が指示された後の通話端末１０の画面９０では、コメント入力欄９１２及び投稿ボタン９１１の表示位置が上方にずれる。また、録音開始が指示された後の通話端末１０の画面９０のタイムライン領域は縦方向に狭くなる。したがって、タイムライン領域に表示される情報の数は少なくなる。図４と図５とを比較すると、図４のタイムライン領域に表示されていた情報のうち古い方から順に一定量の情報が、図５では表示されていない。具体的には、図５では、コメント９０１、９０３、９０５、ステータス文字列９０２がタイムライン領域に表示されていない。

録音制御領域には、実行中の録音処理に関する情報として、録音経過時間９１９及び音量９２０が表示される。録音経過時間９１９は、録音が開始されてから経過した時間を表す。録音は、録音開始が指示されてから所定の時間（例えば５秒）経過してから開始されても良い。図５の場合、録音開始が指示されてから（すなわち録音開始ボタン９１５が押下されてから）５秒経過してから録音が開始される。そのため、録音開始が指示された直後では、録音経過時間９１９には“−０：００：０５”との表示がなされ、録音開始５秒前であることが示される。
録音制御領域には、さらにコメント入力ボックス９３１及び録音終了ボタン９２１が表示される。コメント入力ボックス９３１には、録音された音声データに対して付与されるコメント文が入力される。通話端末１０の配信ユーザが録音終了ボタン９２１を押下すると、実行されている録音が終了される。

図６は、録音処理が実行されている最中の通話端末１０に表示される画面の具体例を示す図である。図６において、図５と同じ事項については同じ符号を付して説明を省略する。なお、以下に示す画面の具体例は一例にすぎず、他の態様で画面が構成されても良い。
録音処理が実行されている最中の通話端末１０の画面９０に表示される事項は、録音開始が指示された直後の通話端末１０の画面９０（図５）と同じである。ただし、図６では、録音が実行されているため、録音経過時間９１９に示される時間は、負の値ではなく、正の値である。また、録音が開始されると、録音が開始されたことを表すステータス文字列９２２がタイムライン領域に表示される。

録音処理が実行されている最中であっても、管理者ユーザ及び一般ユーザは任意のタイミングでコメントを投稿できる。例えば、一般ユーザがコメントを投稿すると、投稿されたコメント９２３はユーザアイコン９２４と共に画面９０に時系列に表示される。
図６では、ステータス文字列９２２と、コメント９２３及びユーザアイコン９２４が表示されたため、古い情報から順にタイムライン領域から消えている。図５及び図６の具体例では、図５に表示されていたコメント９０７及びユーザアイコン９０８が、図６ではタイムライン領域から消えている。

図７は、録音終了が指示された後の通話端末１０に表示される画面の具体例を示す図である。図７において、図４又は図６と同じ事項については同じ符号を付して説明を省略する。なお、以下に示す画面の具体例は一例にすぎず、他の態様で画面が構成されても良い。
録音終了が指示された後の通話端末１０の画面９０では、録音制御領域が表示されず、音声ライブ終了ボタン９１４及び録音開始ボタン９１５が表示される。また、録音が終了すると、録音が終了したことを表すステータス文字列９２５がタイムライン領域に表示される。さらに、録音された音声を再生するためのコメント（以下「録音コメント」という。）９２６が表示される。録音コメント９２６には、録音が終了した時点で、録音を行っていた配信ユーザによってコメント入力ボックス９３１に入力されていたコメントの文字列とともに、録音された音声を再生させるため録音再生ボタン９２７が表示される。配信ユーザ又は視聴ユーザは、自身が操作する端末（通話端末１０又は視聴端末２０）を操作して録音再生ボタン９２７を押下することによって、録音された音声を聞くことが可能である。

図８は、音声配信システム１００の動作のうち、音声ライブが行われていない公開広場に参加する際の処理の具体例を示すシーケンス図である。
端末のユーザが公開広場への参加を端末に指示すると、端末は広場参加要求をＷｅｂサーバ７０へ送信する（ステップＳ１０１）。広場参加要求には、送信元である端末のユーザを示すユーザＩＤと、端末のＩＰアドレスと、参加先の公開広場を表す公開広場ＩＤと、が含まれている。

Ｗｅｂサーバ７０は、公開広場毎に、参加者の情報が登録された広場参加者リストを記憶している。Ｗｅｂサーバ７０によって記憶されている広場参加者リストには、その公開広場に参加しているユーザ毎に、ユーザＩＤ、ＩＰアドレス、ユーザ属性、種別が登録されている。ユーザ属性とは、そのユーザが配信ユーザであるか視聴ユーザであるかを表す項目である。種別とは、そのユーザが管理者ユーザであるか一般ユーザであるかを表す項目である。Ｗｅｂサーバ７０は、広場参加要求を受信すると、自身が記憶している広場参加者リストの中から、広場参加要求に含まれている公開広場ＩＤに対応する広場参加者リストを読み出す。Ｗｅｂサーバ７０は、読み出した広場参加者リストに、広場参加要求に含まれているユーザＩＤ及びＩＰアドレスを追加する。また、Ｗｅｂサーバ７０は、ユーザ種別として、視聴ユーザを表す値を付与する。これらの処理によって、広場参加者リストが更新される（ステップＳ１０２）。

Ｗｅｂサーバ７０は、広場参加者リストの更新が完了すると、参加応答を、広場参加要求の送信元である端末へ送信する（ステップＳ１０３）。参加応答は、要求された公開広場への参加が可能になったことを通知するための情報である。参加応答を受信した端末のユーザは一般ユーザとなる。なお、参加応答には、直近のコメントやステータス文字列などのデータが含まれていても良い。このように構成されることにより、参加応答を受信した後にすぐに図２のような画面を表示することが可能となる。

図９は、音声配信システム１００の動作のうち、ユーザが音声ライブを開始する際の処理の具体例を示すシーケンス図である。なお、この時点では音声ライブが開始されておらず通話端末１０と視聴端末２０との区別は生じていない。そのため、両装置をまとめて単に端末と記載する。
音声ライブを開始しようとするユーザが端末を操作して音声ライブの開始を指示する操作を行うと（ステップＳ２０１）、端末は音声ライブ開始要求をＷｅｂサーバ７０に送信する（ステップＳ２０２）。音声ライブ開始要求には、音声ライブを開始しようとしているユーザのユーザＩＤ及び端末のＩＰアドレスが含まれる。なお、音声ライブの開始を指示する操作は、例えば管理者ユーザが音声ライブ開始ボタン９１３を押下する操作である。

Ｗｅｂサーバ７０は、音声ライブ開始要求を受信すると、音声サーバ４０に対しライブＩＤ取得要求を送信する（ステップＳ２０３）。ライブＩＤ取得要求には、受信された音声ライブ開始要求に含まれていたユーザＩＤ及びＩＰアドレスと、公開広場ＩＤとが含まれる。

音声サーバ４０は、ライブＩＤ取得要求を受信すると、自装置が管理しているライブＩＤのうち未使用のライブＩＤを検索する（ステップＳ２０４）。音声サーバ４０は、自装置が同時に管理可能な音声ライブの数に応じたライブＩＤを予め記憶している。音声サーバ４０は、実行される音声ライブに対し、予め記憶しているライブＩＤを付与する。したがって、同時に管理可能な音声ライブの数だけ既に音声ライブが実行されている場合には、未使用のライブＩＤは検索されない。

音声サーバ４０は、未使用のライブＩＤを取得すると、新たにＩＤテーブルを生成する（ステップＳ２０５）。ＩＤテーブルは、実行中の音声ライブ毎に生成されるテーブルであり、ライブＩＤと対応付けられて記憶されている。ＩＤテーブルには、音声ライブに参加している配信ユーザの情報（例えばユーザＩＤ及びＩＰアドレス）が登録されている。音声サーバ４０は、生成されたＩＤテーブルに対し、取得された未使用のライブＩＤを付与する。

ＩＤテーブルの生成が終了すると、音声サーバ４０は、ライブＩＤ取得応答をＷｅｂサーバ７０に送信する（ステップＳ２０６）。ライブＩＤ取得応答には、ライブＩＤ取得要求に含まれていた公開広場ＩＤと、付与されたライブＩＤとが含まれる。

Ｗｅｂサーバ７０は、ライブＩＤ取得応答を受信すると、受信されたライブＩＤ取得応答に含まれる公開広場ＩＤとライブＩＤとを、対応付けて記憶する。さらに、Ｗｅｂサーバ７０は、音声ライブ開始要求の送信元である端末及び配信サーバ５０に対し、ライブＩＤ通知を送信する（ステップＳ２０７、ステップＳ２０８）。ライブＩＤ通知には、音声サーバ４０によって付与されたライブＩＤが含まれる。

ライブＩＤ通知を受信した端末及び配信サーバ５０は、音声サーバ４０に対し、ライブ参加要求を送信する（ステップＳ２０９、ステップＳ２１０）。ライブ参加要求には、ライブＩＤ通知において通知されたライブＩＤ、ユーザＩＤ及びＩＰアドレスが含まれる。

音声サーバ４０は、ライブ参加要求を受信すると、ライブ参加要求に含まれるライブＩＤが示すＩＤテーブルに対し、ライブ参加要求に含まれるユーザＩＤ及びＩＰアドレスを登録する。この登録によって、ＩＤテーブルが更新される（ステップＳ２１１）。音声サーバ４０は、ＩＤテーブルの更新が終了すると、ライブ参加要求の送信元の各装置に対し、ライブ参加応答を送信する（ステップＳ２１２、Ｓ２１３）。

ライブ参加応答を受信した端末は、音声サーバにおける音声の配信が可能な状態となり、通話端末１０として動作する。
ライブ参加応答受信した配信サーバ５０は、参加した音声ライブのライブＩＤに対応付けて配信ＩＤを発行する（ステップＳ２１４）。配信サーバ５０は、配信ＩＤを発行すると、新たに配信ＩＤテーブルを生成する（ステップＳ２１５）。配信ＩＤテーブルは、実行中の音声ライブ毎に生成されるテーブルである。配信ＩＤテーブルには、音声ライブに参加している視聴ユーザの情報（例えばユーザＩＤ及びＩＰアドレス）が登録される。配信サーバ５０は、生成された配信ＩＤテーブルに対し、発行された配信ＩＤと、新たに参加した音声ライブのライブＩＤとを付与する。

次に、配信サーバ５０は、録音サーバ６０及びＷｅｂサーバ７０に対し配信ＩＤ通知を送信する（ステップＳ２１６、ステップＳ２１７）。配信ＩＤ通知には、配信サーバ５０によって発行された配信ＩＤと、この配信ＩＤに対応するライブＩＤとが含まれる。
Ｗｅｂサーバ７０は、配信ＩＤ通知を受信すると、通知された配信ＩＤ通知に含まれるライブＩＤに対応する広場参加者リストを検索する。そして、Ｗｅｂサーバ７０は、検索された広場参加者リストに対し、配信ＩＤ通知に含まれる配信ＩＤを登録する（ステップＳ２１８）。その後、音声配信システム１００は、検索された広場参加者リストに登録されている各ユーザの端末とともに配信開始処理を行う。配信開始処理については後述する。

録音サーバ６０は、配信ＩＤ通知を受信すると、通知された配信ＩＤ及びライブＩＤを対応付けて記憶する（ステップＳ２１９）。
この後、音声サーバは、音声ライブの音声を、通話端末１０及び配信サーバ５０に配信する。配信サーバ５０は、音声サーバから配信された音声を、配信ＩＤテーブルに登録されている視聴ユーザに対して配信する。

図１０は、音声配信システム１００の動作のうち、音声ライブが行われている公開広場に参加する際の処理の具体例を示すシーケンス図である。なお、図１０に表される処理のうち、ステップＳ３０３〜ステップＳ３０７が配信開始処理に相当する。
端末のユーザが公開広場への参加を端末に指示すると、端末は広場参加要求をＷｅｂサーバ７０へ送信する（ステップＳ３０１）。広場参加要求には、送信元である端末のユーザを示すユーザＩＤと、端末のＩＰアドレスと、参加先の公開広場を表す公開広場ＩＤと、が含まれている。

Ｗｅｂサーバ７０は、広場参加要求を受信すると、自身が記憶している広場参加者リストの中から、広場参加要求に含まれている公開広場ＩＤに対応する広場参加者リストを読み出す。Ｗｅｂサーバ７０は、読み出した広場参加者リストに、広場参加要求に含まれているユーザＩＤ及びＩＰアドレスを追加する。また、Ｗｅｂサーバ７０は、ユーザ種別として、視聴ユーザを表す値を付与する。これらの処理によって、広場参加者リストが更新される（ステップＳ３０２）。

次にＷｅｂサーバ７０は、配信開始処理の実行を開始する。具体的には以下の通りである。まず、Ｗｅｂサーバ７０は、広場参加要求の対象となっている公開広場ＩＤに対応付けられている配信ＩＤを読み出す（ステップＳ３０３）。次に、Ｗｅｂサーバ７０は、広場参加要求の送信元である端末に対し、読み出された配信ＩＤを通知する（ステップＳ３０４）。なお、配信ＩＤを通知するためのデータには、直近のコメントやステータス文字列などのデータが含まれていても良い。このように構成されることにより、配信ＩＤを受信した後にすぐに図２のような画面を表示することが可能となる。

配信ＩＤの通知を受けた端末は、配信サーバ５０に対し、ライブ視聴開始要求を送信する（ステップＳ３０５）。ライブ視聴開始要求には、ユーザＩＤ、ＩＰアドレス、配信ＩＤが含まれる。配信サーバ５０は、ライブ視聴開始要求を受信すると、ライブ視聴開始要求に含まれる配信ＩＤに対応した配信ＩＤテーブルを読み出す。配信サーバ５０は、読み出された配信ＩＤテーブルに対し、受信されたライブ視聴開始要求に含まれるユーザＩＤ及びＩＰアドレスを、視聴ユーザの情報として登録する（ステップＳ３０６）。配信サーバ５０は、配信ＩＤテーブルの更新が終了すると、ライブ視聴開始要求の送信元である端末に対し、ライブ視聴開始応答を送信する（ステップＳ３０７）。ライブ視聴開始応答を受信した端末は、視聴端末２０として機能する。この処理の後、配信サーバ５０は、新たに視聴端末２０となった端末に対し、音声の配信を開始する。

図１１は、音声配信システム１００の動作のうち、視聴ユーザが配信ユーザになる際の処理の具体例を示すシーケンス図である。
視聴端末２０のユーザが音声ライブへの配信ユーザとしての参加を視聴端末２０に指示すると、視聴端末２０はライブ参加要求をＷｅｂサーバ７０へ送信する（ステップＳ４０１）。ライブ参加要求には、送信元である視聴端末２０の視聴ユーザを示すユーザＩＤと、視聴端末２０のＩＰアドレスと、参加先の公開広場を表す公開広場ＩＤと、が含まれている。

Ｗｅｂサーバ７０は、ライブ参加要求を受信すると、自身が記憶している広場参加者リストの中から、広場参加要求に含まれている公開広場ＩＤに対応する広場参加者リストを読み出す。Ｗｅｂサーバ７０は、読み出した広場参加者リストから、ライブ参加要求に含まれているユーザＩＤ及びＩＰアドレスを検索する。そして、Ｗｅｂサーバ７０は、検索されたユーザＩＤ及びＩＰアドレスに対応付けられているユーザ属性の値を、視聴ユーザから配信ユーザに変更する。これらの処理によって、広場参加者リストが更新される（ステップＳ４０２）。

Ｗｅｂサーバ７０は、広場参加者リストの更新が完了すると、Ｗｅｂサーバ７０は、ライブ参加要求に含まれていた公開広場ＩＤに対応付けられているライブＩＤを検索する。そして、Ｗｅｂサーバ７０は、ＩＤテーブル更新要求を音声サーバ４０に送信する（ステップＳ４０３）。ＩＤテーブル更新要求には、受信されたライブ参加要求に含まれるユーザＩＤ及びＩＰアドレスと、検索されたライブＩＤとが含まれる。

音声サーバ４０は、ＩＤテーブル更新要求を受信すると、自身が記憶しているＩＤテーブルの中から、受信したＩＤテーブル更新要求に含まれているライブＩＤに対応するＩＤテーブルを読み出す。音声サーバ４０は、読み出したＩＤテーブルに、ＩＤテーブル更新要求に含まれているユーザＩＤ及びＩＰアドレスを追加する。この追加によって、会話参加者リストが更新される（ステップＳ４０４）。

音声サーバ４０は、ＩＤテーブルの更新が終了すると、ＩＤテーブル更新応答をＷｅｂサーバ７０へ送信する（ステップＳ４０５）。ＩＤテーブル更新応答は、要求されたＩＤテーブルの更新処理が完了したことを通知するための情報である。
Ｗｅｂサーバ７０は、音声サーバ４０からＩＤテーブル更新応答を受信すると、ライブ参加応答を、ライブ参加要求の送信元である視聴端末２０へ送信する（ステップＳ４０６）。ライブ参加応答は、要求された音声ライブへ配信ユーザとしての参加が可能になったことを通知するための情報である。

次に、視聴端末２０は、ライブ視聴終了要求を配信サーバ５０へ送信する（ステップＳ４０７）。ライブ視聴終了要求には、ユーザＩＤ、ＩＰアドレス、配信ＩＤが含まれる。配信サーバ５０は、ライブ視聴終了要求を受信すると、ライブ視聴終了要求に含まれる配信ＩＤに対応した配信ＩＤテーブルを読み出す。配信サーバ５０は、読み出された配信ＩＤテーブルから、受信されたライブ視聴終了要求に含まれるユーザＩＤ及びＩＰアドレスに対応する視聴ユーザの情報を削除する（ステップＳ４０８）。配信サーバ５０は、配信ＩＤテーブルの更新が終了すると、ライブ視聴終了要求の送信元である視聴端末２０に対し、ライブ視聴終了応答を送信する（ステップＳ４０９）。ライブ視聴終了応答を受信した視聴端末２０は、通話端末１０として機能する。この処理の後、配信サーバ５０は、ライブ視聴終了要求の送信元となった端末への音声の配信を終了する。

図１２は、音声配信システム１００の動作のうち、音声ライブの処理の具体例を示すシーケンス図である。音声ライブの実行中に通話端末１０に音声が入力されると、通話端末１０は入力された音声のデータ（音声データ）をライブＩＤとともに音声サーバ４０へ送信する（ステップＳ５０１）。音声サーバ４０は、通話端末１０から受信したライブＩＤに対応するＩＤテーブルを参照し、ＩＤテーブルに登録されているＩＰアドレスを読み出す（ステップＳ５０２）。音声サーバ４０は、読み出された各ＩＰアドレス宛に、受信した音声データ及びライブＩＤを配信する（ステップＳ５０３、ステップＳ５０４）。なお、音声サーバ４０は、同一のライブＩＤに対応付けて複数の通話端末１０から音声データを受信する場合、複数の音声データを合成し、合成後の音声データを各ＩＰアドレス宛に送信しても良い。
通話端末１０は、音声サーバ４０から音声データを受信すると、受信した音声データを再生する。

配信サーバ５０は、音声サーバ４０から音声データを受信すると、受信した音声データを、配信用のデータに変換する（ステップＳ５０５）。また、配信サーバ５０は、受信したライブＩＤに対応する配信ＩＤテーブルを参照する（ステップＳ５０６）。配信サーバ５０は、参照された配信ＩＤテーブルに登録されているＩＰアドレスに対して、受信した音声データを配信する（ステップＳ５０７）。
視聴端末２０は、配信サーバ５０から音声データを受信すると、受信した音声データを再生する。

図１３は、音声配信システム１００の動作のうち、音声ライブの録音開始時の処理の具体例を示すシーケンス図である。音声ライブの最中に通話端末１０において録音開始の指示が入力されると（ステップＳ６０１）、通話端末１０は録音開始指示をＷｅｂサーバ７０に送信する（ステップＳ６０２）。録音開始指示には、録音対象となっている音声ライブのライブＩＤが含まれている。
Ｗｅｂサーバ７０は、通話端末１０から録音開始指示を受信すると、録音サーバ６０に対して録音開始指示を送信する（ステップＳ６０３）。録音開始指示には、録音対象となっている音声ライブのライブＩＤが含まれている。

録音サーバ６０は、録音開始指示を受信すると、受信された録音開始指示に含まれているライブＩＤに対応付けられた配信ＩＤを検索する。録音サーバ６０は、検索された配信ＩＤを含むライブ視聴開始要求を、配信サーバ５０に送信する（ステップＳ６０４）。ライブ視聴開始要求には、録音サーバ６０に割り当てられているユーザＩＤ及びＩＰアドレスが含まれる。

配信サーバ５０は、ライブ視聴開始要求を受信すると、ライブ視聴開始要求に含まれる配信ＩＤに対応した配信ＩＤテーブルを読み出す。配信サーバ５０は、読み出された配信ＩＤテーブルに対し、受信されたライブ視聴開始要求に含まれるユーザＩＤ及びＩＰアドレスを、視聴ユーザの情報として登録する（ステップＳ６０５）。配信サーバ５０は、配信ＩＤテーブルの更新が終了すると、ライブ視聴開始要求の送信元である録音サーバ６０に対し、ライブ視聴開始応答を送信する（ステップＳ６０６）。この処理の後、配信サーバ５０は、録音サーバ６０に対し、配信ＩＤに応じた音声の配信を開始する。

録音サーバ６０は、配信された音声の録音を開始する（ステップＳ６０７）。その後、録音サーバ６０は、Ｗｅｂサーバ７０に対し、録音が開始されたことを通知するためのデータ（録音開始通知）を送信する（ステップＳ６０８）。Ｗｅｂサーバ７０は、録音開始指示がなされたライブＩＤに参加している全ての通話端末１０及び視聴端末２０に対し、録音開始通知を送信する（ステップＳ６０９、ステップＳ６１０）。録音開始通知を受信した通話端末１０及び視聴端末２０は、録音が開始されたことを通知するための表示（例えばステータス文字列９２２）を出力する。

図１４は、音声配信システム１００の動作のうち、音声ライブの録音処理の具体例を示すシーケンス図である。図１４のステップＳ７０１〜ステップＳ７０７までの処理は、図１２のステップＳ５０１〜ステップＳ５０７の処理と同様である。そのため、図１４のステップＳ７０１〜ステップＳ７０７までの処理については、説明を省略する。
ステップＳ７０７と略同じタイミングで、配信サーバ５０は、録音サーバ６０へも音声データを配信する（ステップＳ７０８）。録音サーバ６０は、配信された音声データを録音し、音声ファイルとして蓄積する（ステップＳ７０９）。

図１５は、音声配信システム１００の動作のうち、音声ライブの録音終了時の処理の具体例を示すシーケンス図である。音声ライブの録音処理の最中に通話端末１０において録音終了の指示が入力されると（ステップＳ８０１）、通話端末１０は録音終了指示をＷｅｂサーバ７０に送信する（ステップＳ８０２）。録音終了指示には、録音対象となっている音声ライブのライブＩＤが含まれている。

Ｗｅｂサーバ７０は、通話端末１０から録音終了指示を受信すると、録音サーバ６０に対して録音終了指示を送信する（ステップＳ８０３）。録音終了指示には、録音対象となっている音声ライブのライブＩＤが含まれている。
録音サーバ６０は、録音終了指示を受信すると、受信された録音終了指示に含まれているライブＩＤに対応付けられた配信ＩＤを検索する。録音サーバ６０は、検索された配信ＩＤを含むライブ視聴終了要求を、配信サーバ５０に送信する（ステップＳ８０４）。ライブ視聴終了要求には、録音サーバ６０に割り当てられているユーザＩＤ及びＩＰアドレスが含まれる。

配信サーバ５０は、ライブ視聴終了要求を受信すると、ライブ視聴終了要求に含まれる配信ＩＤに対応した配信ＩＤテーブルを読み出す。配信サーバ５０は、読み出された配信ＩＤテーブルにおいて、受信されたライブ視聴終了要求に含まれるユーザＩＤ及びＩＰアドレスを削除する（ステップＳ８０５）。配信サーバ５０は、配信ＩＤテーブルの更新が終了すると、ライブ視聴終了要求の送信元である録音サーバ６０に対し、ライブ視聴終了応答を送信する（ステップＳ８０６）。この処理の後、配信サーバ５０は、録音サーバ６０に対し、配信ＩＤに応じた音声の配信を終了する。

録音サーバ６０は、音声の録音を終了し、録音ファイル情報通知をＷｅｂサーバ７０へ送信する（ステップＳ８０７）。録音ファイル情報通知には、音声の録音によって生成された音声ファイルのロケーションを表す情報（例えば、ＵＲＬ（Uniform Resource Locator）：以下、「ロケーション情報」という。）が含まれている。

Ｗｅｂサーバ７０は、録音ファイル情報通知を受信すると、受信された録音ファイル情報通知に含まれるロケーション情報を、録音ファイルテーブルに追加する（ステップＳ８０８）。録音ファイルテーブルは、録音サーバ６０によって録音された各音声ファイルに関する情報が登録されたテーブルである。
Ｗｅｂサーバ７０は、録音終了指示がなされたライブＩＤに参加している全ての通話端末１０及び視聴端末２０に対し、録音終了通知を送信する（ステップＳ８０９、ステップＳ８１０）。録音開始通知を受信した通話端末１０及び視聴端末２０は、録音が終了したことを通知するための表示（例えばステータス文字列９２５）と、録音された音声ファイルを再生するための表示（例えば録音コメント９２６）とを出力する。

図１６は、音声配信システム１００の動作のうち、録音サーバ６０によって録音された音声ファイルを再生する際の処理の具体例を示すシーケンス図である。
通話端末１０において、音声ファイルを再生する指示が入力されると（ステップＳ９０１）、通話端末１０は再生指示を録音サーバ６０へ送信する（ステップＳ９０２）。再生指示には、再生対象となっている音声ファイルのロケーション情報が含まれている。

録音サーバ６０は、再生指示を受信すると、再生指示に含まれるロケーション情報によって示される音声ファイルのデータ（音声データ）を通話端末１０へ送信する（ステップＳ９０３）。録音サーバ６０から通話端末１０への音声データの送信態様は、ファイルのダウンロードであっても良いし、ストリーミングであっても良いし、他の態様であっても良い。

以上のように構成された音声配信システム１００では、通話端末１０を操作することによって、音声ライブとしてリアルタイムに配信されている音声のデータを録音し、音声ファイルとして記録することが可能となる。そのため、ユーザは好きなタイミングで音声ライブを録音することが可能となる。
また、録音サーバ６０によって録音されたファイル（音声ファイル）に関する情報は、配信ユーザ及び視聴ユーザに対して、録音コメント９２６として表示される。そのため、配信ユーザは、他の配信ユーザ及び視聴ユーザに対して、音声ライブの所望の部分の音声を音声ファイルとして他者に提供することが可能となる。

また、通話端末１０によって送信される録音に関する指示（録音開始指示及び録音終了指示）は、Ｗｅｂサーバ７０によって録音サーバ６０に中継される。そのため、録音サーバ６０と通話端末１０との間で、特有のプロトコルを規定する必要が無い。すなわち、音声配信システム１００内の装置であるＷｅｂサーバ７０及び録音サーバ６０において、通話端末１０のＯＳや通信網などの違いを吸収することが可能となる。

＜変形例＞
図１７は、音声配信システム１００の動作のうち、音声ライブの処理の変形例を示すシーケンス図である。音声ライブでは、録音サーバ６０において録音処理が実行されているか否かに関わらずに、配信サーバ５０が録音サーバ６０に対して音声データを配信しても良い。図１７に示されるシーケンスでは、配信サーバ５０は、録音処理が実行されていない場合であっても、音声データを録音サーバ６０に送信する（ステップＳ５０８）。録音サーバ６０は、録音処理を実行していない場合には、受信された音声データを廃棄する（ステップＳ５０９）。

図１８は、音声配信システム１００の動作のうち、音声ライブの録音開始時の処理の変形例を示すシーケンス図である。図１７に示されるシーケンスの場合、録音サーバ６０において録音処理が実行されているか否かに関わらずに、配信サーバ５０が録音サーバ６０に対して音声データを配信する。そのため、録音処理の開始時において、配信サーバ５０は配信ＩＤテーブルを更新する必要が無い。したがって、図１８に示されるシーケンスでは、図１３におけるステップＳ６０４〜Ｓ６０６の処理が実行されない。すなわち、録音サーバ６０は、Ｗｅｂサーバ７０から録音開始指示を受信すると、録音を開始する（ステップＳ６１１）。その後、録音サーバ６０は、Ｗｅｂサーバ７０に対し、録音が開始されたことを通知するためのデータ（録音開始通知）を送信する（ステップＳ６１２）。そして、Ｗｅｂサーバ７０は、録音開始指示がなされたライブＩＤに参加している全ての通話端末１０及び視聴端末２０に対し、録音開始通知を送信する（ステップＳ６１３、ステップＳ６１４）。録音開始通知を受信した通話端末１０及び視聴端末２０は、録音が開始されたことを通知するための表示（例えばステータス文字列９２２）を出力する。

図１４に示される処理では、配信サーバ５０がステップＳ７０５のタイミングで音声の変換処理を行っているが、音声の変換処理の実装はこのような具体例に限定されない。例えば、音声サーバ４０がステップＳ７０２の処理の前又は後のタイミングで、ステップＳ７０５に相当する音声の変換処理を行っても良い。この場合、ステップＳ７０５の処理は不要となる。

上述した実施形態におけるの機能をコンピュータで実現するようにしても良い。その場合、この機能を実現するためのプログラムをコンピュータ読み取り可能な記録媒体に記録して、この記録媒体に記録されたプログラムをコンピュータシステムに読み込ませ、実行することによって実現しても良い。なお、ここでいう「コンピュータシステム」とは、ＯＳや周辺機器等のハードウェアを含むものとする。また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ＲＯＭ、ＣＤ−ＲＯＭ等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。さらに「コンピュータ読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムを送信する場合の通信線のように、短時間の間、動的にプログラムを保持するもの、その場合のサーバやクライアントとなるコンピュータシステム内部の揮発性メモリのように、一定時間プログラムを保持しているものも含んでも良い。また上記プログラムは、前述した機能の一部を実現するためのものであっても良く、さらに前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるものであっても良い。
以上、この発明の実施形態について図面を参照して詳述してきたが、具体的な構成はこの実施形態に限られるものではなく、この発明の要旨を逸脱しない範囲の設計等も含まれる。

１００音声配信システム，１０通話端末，２０視聴端末，３０…ネットワーク，４０音声サーバ，５０配信サーバ，６０録音サーバ，７０Ｗｅｂサーバ（制御サーバ），９０４るすログ再生ボタン，９１３音声ライブ開始ボタン，９１４音声ライブ終了ボタン，９１５録音開始ボタン，９２７録音再生ボタン

Claims

音声データを生成し、前記音声データを配信する音声サーバと、
前記音声サーバによって配信される前記音声データを配信する配信サーバと、
端末装置に対して入力される録音指示に応じて、前記音声データの録音処理に関する指示を送信する制御サーバと、
前記制御サーバから送信される指示に基づいて、前記配信サーバから配信される音声データに対する録音処理を行う録音サーバと、
を備える音声配信システム。
前記制御サーバは、前記端末装置から録音開始指示を受信すると、前記録音開始指示に応じて前記録音サーバに録音開始指示を送信し、
前記録音サーバは、前記制御サーバから前記録音開始指示を受信すると、前記録音開始指示に応じて前記配信サーバに前記音声データの配信を要求し、
前記配信サーバは、前記録音サーバから受ける要求に応じて、前記録音サーバへの配信を開始し、
前記録音サーバは、前記配信サーバから配信された音声の録音を開始する、請求項１に記載の音声配信システム。
音声サーバが、音声データを生成し、前記音声データを配信するステップと、
配信サーバが、前記音声サーバによって配信される前記音声データを配信するステップと、
制御サーバが、端末装置に対して入力される録音指示に応じて、前記音声データの録音処理に関する指示を送信するステップと、
録音サーバが、前記制御サーバから送信される指示に基づいて、前記配信サーバから配信される音声データに対する録音処理を行うステップと、
を有する録音方法。
音声データを生成し、前記音声データを配信する音声サーバと、
端末装置に対して入力される録音指示に応じて、前記音声データの録音処理に関する指示を送信する制御サーバと、
前記制御サーバから送信される指示に基づいて、前記音声サーバから配信される音声データに対する録音処理を行う録音サーバと、
を備える音声配信システム。
音声サーバが、音声データを生成し、前記音声データを配信するステップと、
制御サーバが、端末装置に対して入力される録音指示に応じて、前記音声データの録音処理に関する指示を送信するステップと、
録音サーバが、前記制御サーバから送信される指示に基づいて、前記音声サーバから配信される音声データに対する録音処理を行うステップと、
を有する録音方法。