JP2014160156A - 制御装置及び制御方法、並びにプログラム - Google Patents

Abstract

【課題】主音声に合成される音声を適切なタイミングで切替える。
【解決手段】制御装置（１００）は、第１音声データを出力処理する第１出力処理手段（１３０）と、第１音声データと合成すべき第２音声データを出力処理する第２出力処理手段（１６０）と、第１音声データ及び第２音声データを合成して出力する合成出力手段（１７０）と、第１音声データの再生時間軸上の切り替わりポイントを検出する検出手段（１４０）と、切り替わりポイントにおいて、第２音声データが第１音声データに合わせて切り替わるように第２出力処理手段を制御する制御手段（１１０）とを備える。
【選択図】図３

Description

本発明は、２種類の音声データを合成して出力可能な制御装置及び制御方法、並びにプログラムの技術分野に関する。

この種の装置として、例えばユーザが所望する楽曲等の主音声に対して、鳥の声や海の音等の環境音（自然音）を合成して出力する装置が知られている。このように環境音を合成することで、単に主音声のみを再生する場合と比べて、ヒーリング効果等の向上が期待できる。そして、このような効果を適切に発揮させるための方法として、主音声と環境音との音量比率を、主音声の音源エネルギの解析によって求められた比率とする技術が提案されている（例えば、特許文献１参照）。

特開２００８−０４２６９１号公報

しかしながら、上述した特許文献１のように音量比率を調整したとしても、環境音コンテンツの単調さによる飽きや、切り替わりタイミングによる違和感、或いは同じような音量比率が長時間続くことによる飽き等を防止することは困難である。従って、音量比率を調整するだけでは、環境音を合成することで発揮される効果が低下するおそれがあるという技術的問題点が生ずる。

本発明は、例えば上述した問題点に鑑みなされたものであり、主音声に合成される音声を適切なタイミングで切替えることが可能な制御装置及び制御方法、並びにプログラムを提供することを課題とする。

本発明の制御装置は上記課題を解決するために、第１音声データを出力処理する第１出力処理手段と、前記第１音声データと合成すべき第２音声データを出力処理する第２出力処理手段と、前記第１音声データ及び前記第２音声データを合成して出力する合成出力手段と、前記第１音声データの再生時間軸上の切り替わりポイントを検出する検出手段と、前記切り替わりポイントにおいて、前記第２音声データが第１音声データに合わせて切り替わるように前記第２出力処理手段を制御する制御手段とを備える。

本発明の制御方法は上記課題を解決するために、第１音声データを出力処理する第１出力処理工程と、前記第１音声データと合成すべき第２音声データを出力処理する第２出力処理工程と、前記第１音声データ及び前記第２音声データを合成して出力する合成出力工程と、前記第１音声データの再生時間軸上の切り替わりポイントを検出する検出工程と、前記切り替わりポイントにおいて、前記第２音声データが第１音声データに合わせて切り替わるように前記第２出力処理工程の出力処理を制御する制御工程とを備える。

本発明のプログラムは上記課題を解決するために、コンピュータを、第１音声データを出力処理する第１出力処理手段と、前記第１音声データと合成すべき第２音声データを出力処理する第２出力処理手段と、前記第１音声データ及び前記第２音声データを合成して出力する合成出力手段と、前記第１音声データの再生時間軸上の切り替わりポイントを検出する検出手段と、前記切り替わりポイントにおいて、前記第２音声データが第１音声データに合わせて切り替わるように前記第２出力処理手段を制御する制御手段として機能させる。

本発明の作用及び利得は次に説明する発明を実施するための形態から明らかにされる。

実施例に係るインターネットラジオ装置の全体構成を示すブロック図である。 実施例に係るインターネットラジオ装置の動作を示すフローチャートである。 実施例に係るインターネットラジオ装置における主音声の切り替わりポイントでの環境音の制御を示す概念図である。 比較例に係るインターネットラジオ装置における環境音の制御を示す概念図である。 実施例に係るインターネットラジオ装置における音量比率変更パターンを示す概念図（その１）である。 実施例に係るインターネットラジオ装置における音量比率変更パターンを示す概念図（その２）である。 実施例に係るインターネットラジオ装置における音量比率変更パターンを示す概念図（その３）である。 実施例に係るインターネットラジオ装置における音量比率変更パターンを示す概念図（その４）である。

本実施形態に係る制御装置は上記課題を解決するために、第１音声データを出力処理する第１出力処理手段と、前記第１音声データと合成すべき第２音声データを出力処理する第２出力処理手段と、前記第１音声データ及び前記第２音声データを合成して出力する合成出力手段と、前記第１音声データの再生時間軸上の切り替わりポイントを検出する検出手段と、前記切り替わりポイントにおいて、前記第２音声データが第１音声データに合わせて切り替わるように前記第２出力処理手段を制御する制御手段とを備える。

本実施形態に係る制御装置の動作時には、第１出力処理手段により第１音声データが出力処理される（例えば、出力バッファに蓄積される）と共に、第２出力処理手段により第２音声データが出力処理される。ここで、第２音声データは、第１音声データに合成すべき音声データとして出力処理される。例えば、第１音声データがユーザの所望する楽曲等の主音声データとして出力処理されるのに対し、第２音声データは主音声データと合成して出力される環境音（例えば、鳥の声や海の音等の自然音）として出力処理される。なお、第１音声データ及び第２音声データの取得経路は特に限定されず、例えばＣＤ等の記録媒体に記憶された音声データであってもよいし、インターネットラジオ等のようにリアルタイムで受信される音声データであってもよい。

第１出力処理手段及び第２出力処理手段の各々により出力処理された第１音声データ及び第２音声データは、合成出力手段により合成されて出力される。これにより、第１音声データ及び第２データは重畳した状態で再生されることになる。第１音声データ及び第２音声データを重畳した状態で再生することにより、例えばヒーリング効果の向上等、様々な効果を発揮させることができる。なお、合成出力手段は、第１音声データ及び第２音声データを単に合成するだけの機能を有するだけでなく、例えば音量比率の調整機能等、合成処理に付随して実行され得る他の機能を有するように構成されてもよい。

ここで本実施形態では特に、第１音声データ及び第２音声データが出力処理される際には、検出手段によって、第１音声データの再生時間軸上の切り替わりポイントが検出される。なお、ここでの「切り替わりポイント」とは、第１音声データを聴取するユーザに対して、それまでの音声が一定程度変化したと感じさせるようなポイントであり、例えば楽曲の終了時から次の楽曲の開始時までの無音部分が挙げられる。或いは、曲調や音量等の各種パラメータが大きく変化するポイントであってもよい。切り替わりポイントは、例えば第１音声データの波形分析や、メタデータ等の取得により検出できる。

第１音声データの切り替わりポイントが検出されると、制御手段によって、第２出力処理手段による第２音声データの出力処理が制御される。具体的には、検出された第１音声データの切り替わりポイントにおいて、第２音声データが第１音声データに合わせて切り替わるように制御される。このため、第１音声データ及び第２音声データを合成した音声データは、第１音声データの切り替わりポイントと第２音声データの切り替わりポイントが同期した状態で出力処理される。なお、第２音声データの切り替わりは、典型的には、現在の音声を他の音声へと切替えることで実現されるが、上述した第１音声データにおける切り替わりポイント同様に、ユーザに対して、それまでの音声が一定程度変化したと感じさせることができればよい。

上述したように第２音声データを切替えることで、第１音声データと第２音声データの切り替わりが同期され、合成後も違和感ない音声として出力できる。言い換えれば、第１音声データの切り替わりポイント以外で第２音声データが切り替わってしまうことに起因する違和感を防止できる。また、第２音声データが切り替わる機会が増加するため、同じような第２音声データが再生され続けることによる飽きを防止できる。

なお、第１音声データ及び第２音声データには、完全に一致するタイミングで同時に切り替わることが求められる訳ではなく、上述した本実施形態に係る効果（即ち、切り替わりポイントが異なることに起因する違和感を防止する効果）を大なり小なり発揮できるのであれば、互いに多少ずれたタイミングで切り替わるようにしても構わない。

以上説明したように、本実施形態に係る制御装置によれば、第１音声データに合成される第２音声データを適切なタイミングで切替えることが可能である。

本実施形態に係る制御装置の一態様では、前記制御手段は、前記第１音声データ及び前記第２音声データの音量比率を所定のタイミングで変化させて出力するように前記合成出力手段を制御する。

この態様によれば、第１音声データ及び第２音声データの音量比率は固定されず、所定のタイミングで変化される。なお、ここでの「所定タイミング」とは、音量比率が常時一定であることによる不都合（例えば、ユーザの飽き等）が生じ得るタイミングとして予め設定される値であり、例えば音量比率を変更してから一定の期間が経過したタイミング等が挙げられる。或いは、ユーザが指定したタイミング等であってもよい。

音量比率が所定のタイミングで変化することで、上述した飽き等の不都合を回避することができるため、合成された音声データを聴取するユーザの満足度は確実に高められる。

上述した第１音声データ及び第２音声データの音量比率を変化させて出力する態様では、前記制御手段は、１／ｆゆらぎに基づいて前記音量比率を変化させてもよい。

この場合、第１音声データ及び第２音声データの音量比率が、１／ｆゆらぎ（即ち、パワー（スペクトル密度）が周波数ｆに反比例するゆらぎ）に基づいて決定される。このため、合成された第１音声データ及び第２音声データによって発揮されるヒーリング効果等を好適に高めることができる。

或いは第１音声データ及び第２音声データの音量比率を変化させて出力する態様では、前記制御手段は、記憶している複数の所定比率パターンから一の所定比率パターンを選択して前記音量比率を変化させてもよい。

この場合、制御手段には、予め複数の所定比率パターンが記憶される。なお、ここでの「所定比率パターン」とは、音量比率を変化させることによる効果（例えば、飽き防止の効果）を高めるために適した音量比率の変化パターンであり、例えば理論的、実験的或いは経験的に求めて設定しておけばよい。

そして、実際に音量比率を変化させる場合には、複数の所定比率パターンから一の所定比率パターンが選択される。なお、所定比率パターンは、ランダムに選択されてもよいし、初期設定や第１音声データ及び第２音声データが有する各種パラメータ等の所定条件に基づいて選択されてもよい。

このように、複数の所定比率パターンから一の所定比率パターンを選択するようにすれば、音量比率の変更を容易且つ的確に実行することが可能となる。

上述した複数の所定比率パターンから一の所定比率パターンを選択する態様では、前記制御手段は、前記複数の所定比率パターンのうち、ユーザによって選択された一の所定比率パターンで前記音量比率を変化させてもよい。

この場合、音量比率の変化パターンをユーザが選択することになるため、音量比率をユーザが所望する比率へと変化させることができる。また、予め設定された複数の所定比率パターンから一の所定比率パターンを選択するだけでよいため、詳細に音量比率を設定する場合と比べて、ユーザの負担は極めて少なく済む。

本実施形態に係る制御装置の他の態様では、前記検出手段は、前記第１音声データにおける所定時間以上の無音部分を、前記切り替わりポイントとして検出する。

この態様によれば、第１音声データにおける切り替わりポイントを比較的単純な閾値を利用して容易に検出できる。なお、ここでの「所定時間」とは、ユーザに音声データの切り替わりを感じさせるような期間として予め設定される。例えば、第１音声データがＣＤに記憶された複数の楽曲として出力される場合には、楽曲間の無音時間に応じて所定時間を設定すればよい。

また本態様によれば、第１音声データが無音となったにもかかわらず、第２音声データがそれまでと同様に出力され続けることで、ユーザに違和感を与えてしまうことを防止できる。即ち、無音部分における全体としての音量の変動を低減し、好適な再生をすることが可能である。

上述した無音部分を切り替わりポイントとして検出する態様では、前記制御手段は、前記無音部分の開始時に前記第２音声データの音量を大きくし、前記無音部分の終了時に前記第２音声データをフェードアウトさせるよう前記合成出力手段を制御すると共に、前記フェードアウトさせた後に前記第２音声データが切り替わるように前記第２出力処理手段を制御してもよい。

この場合、切り替わりポイントとして検出された第１音声データの無音部分の開始時には、第２音声データの音量が大きくされる。即ち、第１音声データ及び第２音声の音量比率が、第２音声データの音量が大きくなるように変更される。これにより、第１音声データが無音となることにより、合成後の音声データの音量が急激に小さくなってしまうこと防止できる。

また、無音部分の終了時には、第２音声データがフェードアウトされ（即ち、音声が徐々に小さくなるよう制御され）、その後に第２音声データが切り替わるように制御される。これにより、第２音声データの切り替わり（即ち、第２音声データの急激な変化や一時的な途切れ等）による違和感を一層低減できる。なお、このような効果を更に高めるために、切替え後の第２音声データをフェードインするようにしても構わない。

本実施形態に係る制御装置の他の態様では、前記第２出力処理手段は、ループ再生される環境音として前記第２音声データを出力処理する。

この態様によれば、第２音声データのデータ量を小さくすることができる一方で、第２音声データの単調さによりユーザが飽き易い状態になるおそれがある。しかるに本実施形態では、上述したように、第２音声データが第１音声データの切り替わりポイントに合わせて切り替わるため、同じような第２音声データが長時間続けて再生されるという状況を回避できる。よって、ループ再生される比較的単調な環境音であったとしても、好適に飽きを抑制することができる。

また本態様に係る第２音声データは、ループ再生による単調さを有しているが故に、第１音声データの切り替わりポイントに合わせて切替えられても（即ち、どのようなタイミングで切替えられても）、切替えに起因する違和感が小さく抑えられる。

本実施形態に係る制御方法は上記課題を解決するために、第１音声データを出力処理する第１出力処理工程と、前記第１音声データと合成すべき第２音声データを出力処理する第２出力処理工程と、前記第１音声データ及び前記第２音声データを合成して出力する合成出力工程と、前記第１音声データの再生時間軸上の切り替わりポイントを検出する検出工程と、前記切り替わりポイントにおいて、前記第２音声データが第１音声データに合わせて切り替わるように前記第２出力処理工程の出力処理を制御する制御工程とを備える。

本実施形態に係る制御方法によれば、上述した制御装置と同様に、第２音声データが第１音声データに合わせて切り替わるように制御される。従って、第１音声データに合成される第２音声データを適切なタイミングで切替えることが可能である。なお、本実施形態に係る制御方法においても、上述した制御装置の各種態様と同様の各種態様を採ることが可能である。

本実施形態に係るプログラムは上記課題を解決するために、コンピュータを、第１音声データを出力処理する第１出力処理手段と、前記第１音声データと合成すべき第２音声データを出力処理する第２出力処理手段と、前記第１音声データ及び前記第２音声データを合成して出力する合成出力手段と、前記第１音声データの再生時間軸上の切り替わりポイントを検出する検出手段と、前記切り替わりポイントにおいて、前記第２音声データが第１音声データに合わせて切り替わるように前記第２出力処理手段を制御する制御手段として機能させる。

本実施形態に係るプログラムによれば、上述した制御装置及び制御方法と同様に、第２音声データが第１音声データに合わせて切り替わるように制御される。従って、第１音声データに合成される第２音声データを適切なタイミングで切替えることが可能である。なお、本実施形態に係るプログラムにおいても、上述した制御装置の各種態様と同様の各種態様を採ることが可能である。

本実施形態に係る制御装置及び制御方法、並びにプログラムの作用及び他の利得については、以下に示す実施例において、より詳細に説明する。

以下では、図面を参照して本発明の実施例について詳細に説明する。なお、ここでは、本発明の制御装置の一例としてインターネットラジオを受信して再生するインターネットラジオ装置を例にとり説明する。

＜装置構成＞
先ず、本実施例に係るインターネットラジオ装置の構成について、図１を参照して説明する。ここに図１は、実施例に係るインターネットラジオ装置の全体構成を示すブロック図である。

図１において、本実施例に係るインターネットラジオ装置１００は、インターネットラジオを配信している複数のサーバと接続し、そこから受信したストリーミングデータを音声として出力可能に構成されている。インターネットラジオ装置１００は、制御部１１０、主音声データ受信部１２０、主音声データ出力処理部１３０、無音検出部１４０、環境音データ受信部１５０、環境音データ出力処理部１６０及び合成出力部１７０を備えて構成されている。

制御部１１０は、本発明の「制御手段」の一例であり、例えば演算回路やメモリ等を含むコントローラユニットとして構成される。制御部１１０は、インターネットラジオ装置１００の各部位において実行される各種処理を制御可能に構成されている。

主音声データ受信部１２０は、インターネットラジオを配信する複数のサーバと接続し、本発明の「第１音声データ」の一例である主音声データを受信するように構成されている。主音声データ受信部１２０は、制御部１１０からの指令により接続するサーバを決定する。主音声データ受信部１２０からは、受信した主音声データが、主音声データ出力処理部１３０へと出力される。

主音声データ出力処理部１３０は、本発明の「第１出力処理手段」の一例であり、例えばデコーダやバッファ等を含んで構成されている。主音声データ出力処理部１３０は、主音声データ受信部１２０において受信された主音声データを適宜バッファに記憶しつつ、デコードして合成出力部１７０出力可能に構成されている。また、主音声データ出力処理部１３０は、無音検出部１４０にも主音声データを出力可能とされている。

無音検出部１４０は、本発明の「検出手段」の一例であり、主音声データを分析し、所定時間以上の無音部分を主音声データの切り替わりポイントとして検出する。無音検出部１４０における検出結果は、制御部１１０に出力される。なお、無音検出部１４０は、主音声データの切り替わりポイントとして、所定時間以上の無音部分以外のポイントを検出可能とされてもよい。

環境音データ受信部１５０は、インターネットラジオを配信する複数のサーバと接続し、本発明の「第２音声データ」の一例である環境音データを受信するように構成されている。環境音データ受信部１５０は、制御部１１０からの指令により接続するサーバを決定する。環境音データ受信部１５０からは、受信した環境音データが、環境音データ出力処理部１６０へと出力される。

環境音データ出力処理部１６０は、本発明の「第２出力処理手段」の一例であり、例えばデコーダやバッファ等を含んで構成されている。環境音データ出力処理部１６０は、環境音データ受信部１５０において受信された環境音データを適宜バッファに記憶しつつ、デコードして合成出力部１７０出力可能に構成されている。また本実施形態に係る環境音データ出力処理部１６０は特に、比較的短い（例えば数十秒の）環境音データをバッファに記憶して、それをループ再生するように出力可能とされている。

合成出力部１７０は、本発明の「合成出力手段」の一例であり、主音声データ出力処理部１３０から出力される主音声データ、及び環境音データ出力処理部１６０から出力される環境音データを合成して出力可能に構成されている。また、合成出力部１７０は、主音声データ及び環境音データの音量比率を制御部１１０からの指令に従って変更可能とされている。

＜動作説明＞
次に、本実施例に係るインターネットラジオ装置の全体的な動作について、図２を参照して説明する。ここに図２は、実施例に係るインターネットラジオ装置の動作を示すフローチャートである。なお、以下では、本実施例に係るインターネットラジオ装置に特有の動作について詳細に説明し、その他の一般的な動作については適宜省略して説明を進める。

図２において、本実施例に係るインターネットラジオ装置１００の動作時には、先ず主音声データ受信部１２０において主音声データが受信されると共に、環境音データ受信部１５０において環境音データが受信される（ステップＳ１０１）。受信された主音声データは、主音声データ出力処理部１４０において各種処理が施される。同様に、受信された環境音データは、環境音データ出力処理部１６０において各種処理が施される。

ここで特に、主音声データ出力処理部１４０からは、無音検出部１４０に対して主音声データが出力される。そして、無音検出部１４０では、主音声データが分析され、所定時間以上の無音部分の検出処理が実行される（ステップＳ１０３）。このような処理によれば、主音声データの切り替わりポイント（例えば、再生される楽曲の変更タイミング等）を好適に検出できる。

所定時間以上の無音部分が検出されない場合には（ステップＳ１０３：ＮＯ）、後述するステップＳ１０４及びステップＳ１０５の処理が省略される。一方で、所定時間以上の無音部分が検出された場合には（ステップＳ１０３：ＹＥＳ）、制御部１１０において、環境音データの切替えタイミングが決定される（ステップＳ１０４）。具体的には、所定時間以上の無音部分として検出された主音声データの切り替わりポイントと同様のタイミングとして環境音データの切替えタイミングが決定される。

環境音データの切替えタイミングが決定されると、主音声データの切り替わりポイントに合わせて環境音データも切り替わるように、主音声データ出力処理部１３０及び環境音データ出力処理部１６０がそれぞれ制御される。これにより、主音声データ出力処理部１３０及び環境音データ出力処理部１６０からは、再生時間軸上の切り替わりポイントが互いに同期するように、主音声データ及び環境音データが出力される（ステップＳ１０５）。

主音声データ及び環境音データは、それぞれ合成出力部１７０に入力され、先ず互いの音量比率が決定される（ステップＳ１０６）。そして、主音声データ及び環境音データは、決定された音量比率で互いに合成され、合成出力部１７０から外部へと出力される（ステップＳ１０７）。よって、主音声データ及び環境音データは、互いに重畳された状態で再生されることになる。

ここで、上述した環境音データの切替えタイミング及び音量比率の変化について、図３及び図４を参照して詳細に説明する。ここに図３は、実施例に係るインターネットラジオ装置における主音声の切り替わりポイントでの環境音の制御を示す概念図である。また図４は比較例に係るインターネットラジオ装置における環境音の制御を示す概念図である。なお、以下では、主音声として再生される楽曲Ａが次の楽曲Ｂに切り替わる際の動作について説明する。

図３に示すように、時刻ｔ０においては、楽曲Ａに対し環境音ａが合成されているが、時刻ｔ１に楽曲Ａが終了する。このため、楽曲Ａの終了から次の楽曲Ｂの再生開始までには所定時間以上の無音部分（即ち、切り替わりポイント）が生ずる。ここで環境音データは、上述したように、主音声データの切り替わりポイントにおいて合わせて切替えられる。しかしながら、環境音ａは、楽曲Ａの終了と同時に切替えられず、一旦音量比率が大きくなるよう変更される。そして、時刻ｔ２において音量比率が所定値まで上昇された後は、楽曲Ｂの再生が開始される時刻ｔ３まで、音量比率が維持される。このように、無音部分において環境音データの音量比率を大きくすれば、一時的に主音声が無音となることに起因する全体的な音量の低下を抑制することができ、合成された音声を聴取するユーザに与える違和感を低減することができる。

続いて、楽曲Ｂの再生が開始されると、環境音ａにはフェードアウト処理が施される。これにより、時刻ｔ４には、環境音ａの音量比率がゼロとなる。そして時刻ｔ４からは新たな環境音ｂの再生が開始される。なお、環境音ｂにはフェードイン処理が施され、時刻ｔ４からｔ５までは、音量比率が徐々に大きくされる。このように環境音ａから環境音ｂへの切替えを実行すれば、楽曲Ｂの再生開始と同期して環境音も切り替わるため、環境音の切り替わりによる違和感を低減できる。また、環境音データに対してはフェードイン処理及びフェードアウト処理が施されるため、より好適に違和感を低減できる。

図４において、例えば上述したような切替え処理が実行されず、環境音ａの終了時を待って環境音データを切替えようとすると、環境音データの切替えは楽曲Ｂの再生途中で実行されることになる。この場合、楽曲Ｂが再生され続けているにもかかわらず、急に環境音だけが変更されてしまうため、合成された音声を聴取しているユーザに違和感を与えるおそれがある。本実施形態では、このような違和感の発生を好適に防止することができる。

なお、図３で示した例では、切替え前の環境音データ（即ち、環境音ａ）と、切替え後の環境音データ（即ち、環境音ｂ）の音量比率が同じ値とされる場合について説明したが、環境音データの音量比率は、切替えタイミングにおいて変化するように制御されてもよい。

以下では、主音声データと環境音データの音量比率制御について、図５から図８を参照して詳細に説明する。ここに図５から図８は夫々、実施例に係るインターネットラジオ装置における音量比率変更パターンを示す概念図である。なお、以下では、主音声データである楽曲Ａ、Ｂ及びＣの切替えに合わせて、環境音ａ、ｂ及びｃが切替えられる場合について説明する。

図５において、楽曲Ａに重畳される環境音ａと比べて、楽曲Ｂに重畳される環境音ｂの音量比率は大きくなるように制御される。また、環境音ｂと比べて、楽曲Ｃに重畳される環境音ｃの音量比率は大きくなるように制御される。このように環境音データの切替え毎に音量比率を変更すれば、同じような音量比率で環境音が再生され続けることによる飽きを効果的に防止できる。

なお、音量比率の制御は、上述した環境音データに対してだけでなく、主音声データに対して行われてもよい。

図６において、楽曲Ａの音量比率と比べて、楽曲Ｂの音量比率が大きくなるよう制御されている。また、楽曲Ｃの音量比率は、楽曲Ａ及びＢよりも小さくなるよう制御されている。このように、環境音データに加えて主音声データの音量比率を変更すれば、上述した飽きを防止する効果を更に高めることができる。

加えて、環境音データの音量比率の変更は、環境音データの切替えタイミング以外のタイミングで行われても構わない。即ち、図２におけるステップＳ１０３において無音部分が検出されていない場合（ステップＳ１０３）においても、音量比率の決定（ステップＳ１０６）が行われてよい。

図７及び図８に示す例では、主音声データの音量比率については図５及び図６と同様であるが、環境音データの音量比率ついては、より高い頻度で変更されている。このように、切替えタイミング以外のタイミングで環境音データの音量比率を変更すれば、上述した飽きを防止する効果を一層高めることができる。なお、音量比率の変動パターンは、例えば疑似ランダムに基づく変動周期ｔの算出により決定できる。また、音量比率を１／ｆゆらぎに基づいて決定すれば、ヒーリング効果の向上も望める。

上述した複数の変動パターンは、予め設定された１つが常時使用され続けてもよいが、複数の変動パターンから適宜選択されるようにしてもよい。即ち、変動パターンそのものが経時的に変化するように設定されてもよい。この場合、変動パターンの選択は、ランダムに行われてもよいし、所定のパラメータに応じて行われてもよい。或いは、ユーザの操作によって行われても構わない。

以上説明したように、本実施例に係るインターネットラジオ装置１００によれば、第１音声データに合成される第２音声データを適切なタイミングで切替えることができ、ユーザに与える違和感を低減することが可能である。また、音量比率を調整することで、単調さによるユーザの飽きを防止することも可能である。

なお、上述した実施例ではインターネットラジオ装置に本発明が適用される場合について説明したが、２種類の音声データが合成して出力されるような装置であれば、本発明は適用可能である。具体的には、例えば実施例における主音声データ受信部１２０及び環境音データ受信部１５０が、ＣＤやメモリ等の記憶媒体から音楽データを読み出す読み出し部として構成されているような場合であっても、本発明に係る効果は得られる。

本発明は、上述した実施形態に限られるものではなく、特許請求の範囲及び明細書全体から読み取れる発明の要旨或いは思想に反しない範囲で適宜変更可能であり、そのような変更を伴う制御装置及び制御方法、並びにプログラムもまた本発明の技術的範囲に含まれるものである。

１００ インターネットラジオ装置
１１０ 制御部
１２０ 主音声データ受信部
１３０ 主音声データ出力処理部
１４０ 無音検出部
１５０ 環境音データ受信部
１６０ 環境音データ出力処理部
１７０ 合成出力部

Claims (10)

1. 第１音声データを出力処理する第１出力処理手段と、
   前記第１音声データと合成すべき第２音声データを出力処理する第２出力処理手段と、
   前記第１音声データ及び前記第２音声データを合成して出力する合成出力手段と、
   前記第１音声データの再生時間軸上の切り替わりポイントを検出する検出手段と、
   前記切り替わりポイントにおいて、前記第２音声データが第１音声データに合わせて切り替わるように前記第２出力処理手段を制御する制御手段と
   を備えることを特徴とする制御装置。
2. 前記制御手段は、前記第１音声データ及び前記第２音声データの音量比率を所定のタイミングで変化させて出力するように前記合成出力手段を制御することを特徴とする請求項１に記載の制御装置。
3. 前記制御手段は、１／ｆゆらぎに基づいて前記音量比率を変化させることを特徴とする請求項２に記載の制御装置。
4. 前記制御手段は、記憶している複数の所定比率パターンから一の所定比率パターンを選択して前記音量比率を変化させることを特徴とする請求項２又は３に記載の制御装置。
5. 前記制御手段は、前記複数の所定比率パターンのうち、ユーザによって選択された一の所定比率パターンで前記音量比率を変化させることを特徴とする請求項４に記載の制御装置。
6. 前記検出手段は、前記第１音声データにおける所定時間以上の無音部分を、前記切り替わりポイントとして検出することを特徴とする請求項１から５のいずれか一項に記載の制御装置。
7. 前記制御手段は、前記無音部分の開始時に前記第２音声データの音量を大きくし、前記無音部分の終了時に前記第２音声データをフェードアウトさせるよう前記合成出力手段を制御すると共に、前記フェードアウトさせた後に前記第２音声データが切り替わるように前記第２出力処理手段を制御することを特徴とする請求項６に記載の制御装置。
8. 前記第２出力処理手段は、ループ再生される環境音として前記第２音声データを出力処理することを特徴とする請求項１から７のいずれか一項に記載の制御装置。
9. 第１音声データを出力処理する第１出力処理工程と、
   前記第１音声データと合成すべき第２音声データを出力処理する第２出力処理工程と、
   前記第１音声データ及び前記第２音声データを合成して出力する合成出力工程と、
   前記第１音声データの再生時間軸上の切り替わりポイントを検出する検出工程と、
   前記切り替わりポイントにおいて、前記第２音声データが第１音声データに合わせて切り替わるように前記第２出力処理工程の出力処理を制御する制御工程と
   を備えることを特徴とする制御方法。
10. コンピュータを、
    第１音声データを出力処理する第１出力処理手段と、
    前記第１音声データと合成すべき第２音声データを出力処理する第２出力処理手段と、
    前記第１音声データ及び前記第２音声データを合成して出力する合成出力手段と、
    前記第１音声データの再生時間軸上の切り替わりポイントを検出する検出手段と、
    前記切り替わりポイントにおいて、前記第２音声データが第１音声データに合わせて切り替わるように前記第２出力処理手段を制御する制御手段
    として機能させることを特徴とするプログラム。

Images