JP2014161593A - 玩具 - Google Patents

Abstract

【課題】メディアが発する音声や映像に対応反応をおこなわせることによって周囲の人々を和ませ、また好感を持たせてインタラクティブなコミュニケーションをはかる玩具を提供する。
【解決手段】外部音声検知手段と、超音波信号等によるメディア画像識別手段と、各種の音声・メディア画像パターンを予め信号化して記憶する記憶手段と、音声信号および／またはメディア画像識別信号を記憶手段の記憶信号と対比してマッチング・尤度を対比演算する手段と、該演算結果に対応し、認識した音声信号および／またはメディア画像識別信号に応じた音声パターンおよび／またはメディア画像識別信号を読み出して出力する制御部と、該制御部からの出力信号に対応する特定パターンの音声信号および／または動作信号に対応して音声を発し、あるいは動作をおこなうための発音部および／または動作を駆動させる手段とを内蔵する。
【選択図】図２

Description

本発明は、会話型玩具の改良に関し、ビデオやテレビ、あるいはパソコン等のメディアが発する音声や映像に対応して勝手に頷いたり歓声をあげ、あるいはヒトやメディアによる質問などの問いかけ等に対し、これに対する対応の反応をおこなわせることによって周囲の人々を和ませ、また好感を持たせてインタラクティブなコミュニケーションをはかることを目的とする。

人間との対話型玩具は、これまでにいくつか提案されており、たとえば玩具を話者（ヒト）のパートナー的存在とし、外部入力を検出するための入力手段と、所与の固有情報に基づいて動作を実行するための動作手段と、前記固有情報を変更するための変更手段と、固有情報に基づいて所与の演出を実行する外部機器に対して、固有情報の一部若しくは全てを送信する送信手段と、外部機器から送信される情報を受信する手段とを備えるとともに、前記した変更手段は、入力手段が検出する外部入力、および受信手段が受信する情報の、何れに基づいても固有情報を変更可能としたものが知られている（特開２００２−３０１２７８号公報参照）。

したがって、この場合の玩具においては固有情報に応じた動作をおこなうとともに、外部機器との通信結果や外部入力に応じて固有情報を変更し、また固有情報を実行する外部機器に対して適宜更新した固有情報を送信することができる。つまり玩具の動作の変化に応じた外部機器の演出の変化をも楽しむことができるため、単に玩具を遊戯者の愛玩用とするだけでなく、玩具を外部機器の演出を変更させるための遊戯者（ヒト）のパートナーとして利用することが可能となる。

また玩具使用者の可愛がり頻度に応じながら音声認識により感情表現をおこなう対話型の玩具も知られている（特開２００１−１８７２７６号公報参照）。これは、外部刺激である音声による刺激を検知する検知手段と、音声パターンデータを記憶する記憶部と、検知手段からの音声信号の音の長さを認識し、音声認識した信号に応じた音声パターンを記憶部から読み出して出力する制御部と、制御部からの出力信号に制御されて音声や動作などを出力する出力手段とからなるものである。

これにより検知手段に入力された音声パターンと記憶部に記憶されている音声パターンデータを制御部にて同一であるか否かを判別し、同一である場合に制御部は記憶部より入力された音声パターンに応じた出力データを読み出して出力手段へ信号を出力し、また制御部から信号を入力された出力手段は音声を出力するとともに所定の動作をおこなうことで、恰も言葉の意味を理解したかのようにみえるものである。

また前記した外部刺激を検知する手段が接触による刺激を検知することで、制御部からの出力信号に制御された音声や動作などを出力する手段である場合には、玩具使用者からの音声を検知するだけでなく玩具本体への接触も検知することができるため、呼びかけに対する反応と触った場所ごとに異なる反応をさせることで生き物らしく感じられるものである。

さらに上記した検知手段によって、音声又は接触された回数を制御部にて積算し、所定の回数以降に音声が感知されると積算値を０に戻し、出力できる音声データの数を増やすことにより、使用者が玩具を可愛がるほどに玩具も話す音声を増やしてこたえることができるものである。

特開２００２−３０１２７８号公報 特開２００１−１８７２７６号公報

しかしながら、特許文献１に開示されている玩具は、音声を集音するマイクと、音を出力するスピーカーと、所与の固有情報に基づいて動作を実行するための動作手段と、固有情報を変更するための変更手段と、固有情報に基づいて所与の演出を実行する外部機器との通信を実行するための通信ジャックなどの送信手段と、外部機器から送信される情報を受信するための受信手段を備え、上記変更手段は、入力手段が検出する外部入力、および受信手段が受信する情報のいずれかに基づいて固有情報を変更可能にすることにより、「玩具を話者のパートナー的な存在として位置づけ」（特許文献１の「発明の詳細な説明」の[０００６]に記載）るものであり、玩具対話者(使用者)の関係において話者が主体となって話しかけたりする行動をおこなうことによりはじめて実行されるものである。

また特許文献２に開示されているものも、外部音声を検知する手段と、音声パターンを記憶する記憶部と、上記音声検知手段からの音声信号の音の長さを認識し、音声認識した信号に応じた音声パターンを記憶部から読み出して出力する制御部と、制御部からの出力信号に制御されて音声や動作を出力する手段とからなるもので、基本的には「玩具使用者の可愛がり頻度に応じながら音声認識により感情表現を行う対話型玩具を提供」（「発明の詳細な説明」の「０００４」に記載）するものであり、また「玩具使用者と玩具との間の親密度により音声や動作などで感情表現を行う対話型玩具」（「発明の詳細な説明」の[０００４]に記載）である。

したがって、上記した特許文献１および特許文献２に記載のものも含め、在来品の殆どの玩具は、使用者自身が玩具に対して発話するなど積極的に働きかけをしない限り玩具は何ら感情表現をおこなわないため、使用者にとっては比較的短期間に飽きがきてしまうという課題がある。玩具の使用者が高齢者や失語症、身障者など、自ら使用者として玩具に対する積極的な働きかけをおこなうことが困難である場合においては殆ど興味を持たない玩具であることになる。

そこで本発明では、玩具の使用者による音声指令をもとに玩具がユニークで面白い、柔軟な会話のやりとりによるコミュニケーションをはかることができる一般的な機能を有するのみならず、ビデオやテレビその他パソコンや種々のタブレット端末、スマートフォン等種々のマルチメディアとの音声対話をするなど、玩具の使用者以外のメディアとのコミュニケーション会話や玩具の対応動作の様子を玩具の使用者が見ることによって、玩具自体が家族か生きたペットを飼っているような親和感を覚え、玩具の使用者自身が玩具に対して話しかけるなど積極的に働きかけなくとも、玩具の対応の様子を見ているだけで家族的で愉快に楽しめる。

また使用者は玩具とともに一緒にビデオやテレビ等のメディアを見聞きして玩具の反応とともにメディア番組を楽しむことで家族や使用者を楽しませ、温かみのある雰囲気を醸成することができる玩具を開発したものである。また、一般的な玩具としての使用のみならず、種々のマーケットやビジネス広告媒体としての利用をも可能とするものである。

具体的には、外部音声を検知する音声検知手段と、メディア画像識別手段と、各種の音声パターンおよびメディア画像パターンを予め信号化して記憶する記憶手段と、音声検知手段および／またはメディア画像識別手段からの音声信号および／またはメディア画像識別信号を記憶手段の記憶信号と対比してマッチング・尤度を対比演算する手段と、該演算結果に対応し、認識した音声信号および／またはメディア画像識別信号に応じた音声パターンおよび／またはメディア画像識別信号を読み出して出力する制御部と、該制御部からの出力信号に対応する特定パターンの音声信号および／または動作信号に対応して音声を発し、あるいは動作をおこなうための発音部および／または動作を駆動させる手段とを内蔵した玩具に関する。

また本発明は、上記したメディア画像識別手段が超音波信号を用いるものであることを特徴とした玩具に関する。

本発明によれば、上記したように、外部音声を検知する音声検知手段と、メディア画像識別手段と、各種の音声パターンを記憶する記憶手段と、音声検知手段からの音声信号を読み出して出力する制御部と、該制御部からの出力信号に対応する特定パターンの音声信号および／または動作信号を出力する手段と、該特定パターンの音声信号および／または動作信号に対応して音声を発し、あるいは動作をおこなうための発音部および／または動作を駆動させる手段とを内蔵する玩具であるため、在来の一般的な特定の人間との会話によるコミュニケーションをはかることができる。

さらに、本発明においてはこれに加えて超音波信号によるメディア画像識別手段を備えており、上記記憶手段がメディア画像パターンをも記憶し、しかも制御部がメディア画像識別手段からの音声信号および／またはメディア画像識別信号に対応し、認識した音声信号および／またはメディア画像識別信号に応じた音声パターンおよび／またはメディア画像識別信号を読み出して出力するとともに、該特定パターンの音声信号および／または動作信号に対応して音声を発し、あるいは動作をおこなうために、使用者対玩具の対話という関係のみならず、玩具が使用者以外の人やあるいはメディアとの関係で音声や画像に対応した反応をし、使用者自身が玩具に対して発話するなど積極的に働きかけをしなくとも、他のメディア等の関係で特異な感情表現をおこなうために、使用者は傍観者との立場でその様子を眺めて楽しむことができる。

そのために、使用者に飽きがくることが比較的少なく、また玩具の使用者が高齢者や失語症、身障者など、自ら使用者として玩具に対する積極的な働きかけをおこなうことが困難である場合においても十分に楽しむことができる。また1台のビデオ画面に向けて複数の玩具を配置した場合には、それぞれの玩具に備えられた音声検知手段、メディア画像識別手段、記憶手段、対比する手段、により、制御部が記憶手段から引き出した特定のパターンの音声や動作情報に基づいてそれぞれの玩具が一斉に音声を発しあるいは特定動作をおこなわせて使用者の居住環境を賑やかにすることもできる。

本発明の一実施例である玩具の利用態様をあらわした概念図。 本発明の基本概念図。 本発明におけるインテリジェント音声会話システム部分の一例をあらわしたフローチャート。 本発明におけるビデオ音声認識部分の一例をあらわしたフォローチャート。 本発明に係る玩具の各部における動作例をあらわした図表。 音声収集部の回路図。 電源制御を中心とした回路図。 音声再生部回路図。 メディア画像識別手段として超音波信号を用いるようにした超音波信号収集回路図。 本発明において用いられるSoC チップの概念図。 本発明の玩具におけるヒトとの会話例。 本発明の玩具におけるヒトとの会話例。

以下に本発明の一実施例としての玩具について図面をもとに説明をする。図１には本発明に係る機能を備えたぬいぐるみ玩具１を３体用い、これらをパソコンＰにあらかじめ入力されたメディア画像（この場合はビデオ画像）にそれぞれ対面させることによりインタラクションさせる様子を、玩具１の利用者であるヒトの親子Ｈが第三者的に観て楽しんでいる様子があらわされている。なおこの場合には玩具１を３体用いているが、１体だけ、あるいは４体以上同時に使用してもよい。

本発明における本玩具１は音声認識技術と音声またはメディア画像に基づく超音波無線制御技術を取り入れることを中心的な特徴とするものである。すなわち音声認識技術は、機器による認識と理解過程により、音声信号を、これに対応するテキストまたはコマンドに転換する手段であり、主として、特徴抽出技術と、マッチング・尤度（確からしさを求める）演算手段と、音響モデルの作成・適応化手段、との三要素の組み合わせにより実現されるものである。

具体的には図２のビデオ音声認識インテリジェント音声会話玩具システムのブロック図、および図３のインテリジェント音声会話、すなわちビデオ・インタラクション知能化音声会話認識フローチャートにもあらわした通りである。なお同図中において音声回路はマイクによって音声コマンド信号を聴取しながら端末入力処理をおこなうようにしたもので、マイクロプロセッサやチップセット、ビデオチップ、メモリー等、本発明の玩具の稼動に必要な機能の全てを一つの半導体チップ（SoC チップ）に集積したものであり、システム全体の正常な論理的稼動をおこない、音声認識関係の計算や超音波解読の計算を実行する。このSoC チップ（図１０）は、記憶手段に記憶された信号とのマッチング・尤度演算をおこない、その認識結果に応じて応答する。

本発明の玩具においては、非特定人間の単語音声認識手段も備えている。なお、ここでメディア画像識別手段として、超音波信号を用いる場合においては、ビデオ・インタラクション知能化音声会話のやりとりをあらわした図４にも示されているように、事前にビデオの音声を超音波エンコード制御信号に変換しておき、玩具側に備えられた受信側はマイクアンプフィルタリング回路により、音声の中の超音波を信号を、予め記憶されている記憶部の記憶信号と対比してマッチング・尤度を対比解析し、その結果をマルチメディア再生装置によって再生するとともに、玩具事体がこれに対応する動作、例えば図５にあらわしたような動きをする。

なお、この場合における動作については、例えば頭部については「頭をまわす」だけでもよく、また「頭をまわす」以外に「まばたく」動作や「頭の上げ下げ」等のうち、単一または複数の動作をおこなわせるようにしてもよい。この点については手や足しっぽ等についても同様である。

なお、外部音声識別に関しては、本願の玩具におけるヒトとの会話例を図１１および図１２に示す。これらの会話における「問い」および「答え」の各パターンは、あらかじめ玩具内１の記憶手段に記憶させておく。なおこの場合において玩具の使用時には、できるだけ静かな環境を維持し、はっきりした音声と適切な会話速度と音量を維持するのが望ましく、また予め台本として記憶手段に記憶設定された内容で質問をおこない、玩具からの返事が終わってから新たな「問い」を出すのが望ましい。

またビデオインタラクティブに関しては、ビデオの再生内容如何により、玩具１が超音波無線制御に対応して、ビデオの再生内容に対応した反応と動作をおこなう。なお、このようなビデオオンタラクティブの利用については、別途作成したビデオオンタラクティブを記録したメディア手段を玩具の一部に差し替えるなどの交換により簡単且つ多彩なインタラクティブを実現できるようにすることもできる。

また図２〜４における電源としては玩具１内部に電池を内蔵するか、あるいはＵＳＢポートを備ええ外部電力を得ることもできる。また玩具１内の音声再生はHVCI方式エンコード用のスピーカーを用いることができる。

超音波信号受信手段は、玩具１内に内蔵されたマイクアンプフィルタリング回路により、制御部において音の中の超音波を解析し、その解析結果に応じた対応の信号を発することにより玩具１が音声だけ、あるいは音声とともに、あるいは作動のみの応答をする。本発明の玩具１は、高集積の専用チップ（SoC チップ）が用いられており、そのために玩具１の内部構造が簡素化し、低コスト、軽量化を実現することができるとともに、かつ耐久性に優れる。

上記したように、超音波無線制御技術を用いた音声認識技術は、従来の対話式ぬいぐるみ型玩具に比べて、格段にヒトやパソコンなどの各種メディアの発する言語に対応する能力が高く、より一層のコミュニケーションをはかることに寄与することができる。とくに幼児に対しては、「聞く」「話す」「対話する」ことによる玩具１との触れ合い等種々のユニークな機能を持たせ、楽しみながらまた遊びながら幼児の思考能力の開発・向上をはかることができ、学習や趣味を満たすことについて十分に対応することができる。

このように本発明の玩具においては、メディア画像識別手段として超音波信号を用いることを中心とした構成としたために、音声認識技術とビデオ・インタラクション技術との融和がはかれ、これによってヒトと玩具との距離感を短縮し、また各種メディアとの友好的な調和をはかることができ、種々の有益な“知恵”を備えた玩具をヒトの生活の一部として取り入れることにより、玩具がヒトを中心とした家族をケアし、共にテレビやビデオを楽しむなど生活環境の著しい改善をはかることができる。

なお、本発明において外部音声聴取手段としては図６にあらわしたような電子的回路を内装することができる。また給電回路としては例えば図７に記したものを使用でき、さらに音声部を構成する音声再生回路については図８に記したものを用いることができる。さらに本発明において用いられるメディア画像識別手段としては、図９にあらわしたような超音波信号を用いた長音波信号検出回路を用いるのがより好ましい。

１ 現具
Ｐ パソコン
Ｈ ヒトの親子

Claims (2)

1. 外部音声を検知する音声検知手段と、メディア画像識別手段と、各種の音声パターンおよびメディア画像パターンを予め信号化して記憶する記憶手段と、音声検知手段および／またはメディア画像識別手段からの音声信号および／またはメディア画像識別信号を記憶手段の記憶信号と対比してマッチング・尤度を対比演算する手段と、該演算結果に対応し、認識した音声信号および／またはメディア画像識別信号に応じた音声パターンおよび／またはメディア画像識別信号を読み出して出力する制御部と、該制御部からの出力信号に対応する特定パターンの音声信号および／または動作信号に対応して音声を発し、あるいは動作をおこなうための発音部および／または動作を駆動させる手段とを内蔵した玩具。
2. メディア画像識別手段が超音波信号を用いるものであることを特徴とした請求項１に記載の玩具。
   
   
   
   
   

Images