JP2016061698A - 音声案内装置、音声案内方法及び音声案内プログラム - Google Patents

Abstract

【課題】移動体に乗った利用者の移動に合わせた音声ガイド案内を提供することを目的とする。【解決手段】音声案内装置１は、ランドマークが撮影された動画及び動画が撮影された撮影位置Ｐｆを含む地図を表示部１９に表示する地図情報管理部と１３、地図情報管理部１３によって動画及び地図が表示されているときに、音声ガイドを入力する音声ガイド入力部１４と、音声ガイドが入力されたときに表示されている動画の撮影位置Ｐｆを入力位置Ｐｉとして、入力位置Ｐｉを音声ガイド入力部によって入力された音声ガイドと関連付けて記憶する音声ガイド管理部１５と、を有することを特徴とする。【選択図】図１

Description

本発明は、音声案内装置、音声案内方法及び音声案内プログラムに関する。

近年、携帯電話やスマートフォンのような携帯機器の位置を表す位置情報を利用したサービスが普及している。例えば、携帯機器がその位置情報をＧＰＳ衛星から取得し、その携帯機器を携行している利用者の目的地までの経路を表示したり、目的地までの経路を案内するために音声を出力したりする技術が知られている。

また、位置情報を利用して、その携帯機器の位置の周辺にある建物や風景等のランドマークに関する情報を携帯機器に通知する技術がある。例えば、特許文献１には、利用者の端末が撮影した画像に、地図情報管理手段によって管理されている建物等を対応付けて、その対応関係を利用者に知らせる技術が記載されている。この技術により利用者の眼前にある建物等が何であるかを理解するために地図中の表示と見比べる手間を省くことができる。

また、非特許文献１には、音声ガイド製作者が観光スポットについての説明を含む音声データを登録しておき、携帯機器を携行している観光客がその観光スポットに近づくと、その観光スポットを説明するための音声データが再生される技術が記載されている。

これらの技術によって、携帯機器が観光客等の利用者の位置情報を取得し、その位置情報に基づいてランドマークに関する情報を通知する。そのため、利用者はそれらの情報を得ることによってランドマークにおける観光等をより一層楽しむことができる。

特開平１１−３２２５０号公報

"位置情報を利用した音声ガイドサービス技術"、日本電信電話株式会社、 ［online］［平成２６年６月２６日検索］、インターネット<URL:http://www.fujixerox.co.jp/company/technical/main_technology/delivering/audio_guide.html>

しかしながら、特許文献１及び非特許文献１に記載されている技術は、比較的遅い速度で移動している歩行者によって用いられることを想定している。そのため、歩行者より速い速度で移動している歩行者以外の利用者、例えば、自動車、バス、電車等の移動体に乗っている利用者がこれらの技術を利用した場合、音声ガイドの再生が終了する前に利用者はその音声ガイドに係るランドマークの周辺を通り過ぎてしまうことがある。また、ランドマークの近辺にいるもののランドマークが利用者の視野に入らない状況で音声ガイドによるランドマークの説明が提供されてしまうことがある。すなわち、移動体に乗った利用者が移動する速度に合わせた音声ガイド案内が提供されず、そのため、移動体に乗った利用者は適切な情報を得ることができない。

上記の課題を解決するため、本発明に係る音声案内装置は、ランドマークに関する情報
を音声で案内する音声ガイドを利用者端末へ送信するための音声案内装置であって、前記ランドマークが撮影された動画を表示部に表示する動画再生管理部と、前記動画が撮影された撮影位置を含む地図を前記表示部に表示する地図情報管理部と、前記動画再生管理部によって前記動画が表示され、前記地図情報管理部によって前記地図が表示されているときに、前記音声ガイドを入力する音声ガイド入力部と、前記音声ガイドが入力されたときに表示されている前記動画の前記撮影位置を入力位置として、前記入力位置を前記音声ガイド入力部によって入力された前記音声ガイドと関連付けて記憶する音声ガイド管理部と、を有することを特徴とする。

また、本発明に係る音声案内方法は、ランドマークに関する情報を音声で案内する音声ガイドを利用者端末へ送信するための音声案内方法であって、前記ランドマークが撮影された動画を表示部に表示する動画再生管理ステップと、前記動画が撮影された撮影位置を含む地図を前記表示部に表示する地図情報管理ステップと、前記動画再生管理ステップによって前記動画が表示され、前記地図情報管理ステップによって前記地図が表示されているときに、前記音声ガイドを入力する音声ガイド入力ステップと、前記音声ガイドが入力されたときに表示されている前記動画の前記撮影位置を入力位置として、前記入力位置を前記音声ガイド入力ステップによって入力された前記音声ガイドと関連付けて記憶する音声ガイド管理ステップと、を含むことを特徴とする。

また、本発明に係る音声案内プログラムは、ランドマークに関する情報を音声で案内する音声ガイドを利用者端末へ送信するための音声案内装置を構成するコンピュータに、前記ランドマークが撮影された動画を表示部に表示する動画再生管理ステップと、前記動画が撮影された撮影位置を含む地図を前記表示部に表示する地図情報管理ステップと、前記動画再生管理ステップによって前記動画が表示され、前記地図情報管理ステップによって前記地図が表示されているときに、前記音声ガイドを入力する音声ガイド入力ステップと、前記音声ガイドが入力されたときに表示されている前記動画の前記撮影位置を入力位置として、前記入力位置を前記音声ガイド入力ステップによって入力された前記音声ガイドと関連付けて記憶する音声ガイド管理ステップと、を実行させることを特徴とする。

本発明によれば、移動体に乗った利用者の移動に合わせた音声ガイド案内が提供され、そのため、移動体に乗った利用者は適切な情報を得ることが可能となる。

本発明の一実施形態に係る音声案内装置の機能構成図である。 本発明の一実施形態に係るカメラ属性情報テーブルを示す概念図である。 本発明の一実施形態に係る動画撮影位置管理テーブルを示す概念図である。 本発明の一実施形態に係るランドマークテーブルを示す概念図である。 本発明の一実施形態に係る音声ガイドテーブルを示す概念図である。 本発明の一実施形態に係る利用者興味情報テーブルを示す概念図である。 本発明の一実施形態に係る音声ガイド入力操作画面を示す概念図である。 本発明の一実施形態に係る音声ガイド入力操作画面を示す概念図である。 本発明の一実施形態に係る案内対象エリアを示す概念図である。 本発明の一実施形態に係る音声案内装置及び利用者端末の動作を表すフロー図である。 本発明の一実施形態に係る音声ガイド出力部の動作を表すフロー図である。 本発明の一実施形態に係る候補検索部の動作を表すフロー図である。

以下、本発明の一実施形態について説明する。

＜音声案内装置の機能構成＞
まず、図１を用いて本発明の一実施形態に係る音声案内装置１の機能構成について説明する。図１は、本発明の一実施形態に係る音声案内装置１の機能構成図である。

図１に示される音声案内装置１の各機能は、これらの機能を実現する処理内容を記述したプログラム（音声案内プログラム）をコンピュータの記憶部に格納しておき、当該コンピュータのＣＰＵによってこのプログラムを読み出して実行することで実現することもできる。

音声案内装置１は建物、地形、風景等であるランドマークに関する情報を音声で案内する音声ガイドを利用者が携行する利用者端末２に提供するものである。図１に示されるように、音声案内装置１は、制御部１０、カメラ属性取得部１１、動画再生管理部１２、地図情報管理部１３、音声ガイド入力部１４、音声ガイド管理部１５、利用者位置取得部１６、利用者興味取得部１７、音声ガイド出力部１８を有する。また、カメラ属性取得部１１はカメラ属性情報管理データベース（以下「カメラ属性情報管理ＤＢ」という）１１１を有し、動画再生管理部１２は動画撮影位置管理データベース（以下「動画撮影位置管理ＤＢ」という）１２１を有し、地図情報管理部１３はランドマークデータベース（以下「ランドマークＤＢ」という）１３１を有し、音声ガイド管理部１５は音声ガイドデータベース（以下「音声ガイドＤＢ」という）１５１を有し、利用者興味取得部１７は利用者興味情報データベース（以下「利用者興味情報ＤＢ」という）１７１を有する。

図２は、カメラ属性情報管理ＤＢ１１１に記憶されているカメラ属性情報管理テーブル１１２を示す概念図である。カメラ属性情報管理テーブル１１２では、移動体に搭載されたカメラにより撮影された動画を一意に識別するための識別子である動画ＩＤ、その動画を撮影したカメラの属性を表すカメラ属性情報に含まれる焦点距離、カメラ角、画像サイズが関連付けられて記憶される。たとえば、図２に示されるカメラ属性情報管理テーブル１１２において、動画ＩＤ「１」で表される動画を撮影したカメラは、焦点距離「３５ｍｍ」、カメラ角「水平５４°、垂直３８°」、画像サイズ「７２０画素×４８０画素」であることが示されている。

図３は、動画撮影位置管理ＤＢ１２１に記憶されている動画撮影位置管理テーブル１２２を示す概念図である。動画撮影位置管理テーブル１２２では、動画を一意に識別するための識別子である動画ＩＤ、動画を構成するフレームを一意に識別するための識別子であるフレームＩＤ、動画の再生時間、動画を撮影した位置を表す撮影位置：緯度と撮影位置：経度、撮影日、撮影時刻、動画を撮影しているカメラが移動する速度、及び、加速度が関連付けられて記憶される。以下、撮影位置：緯度及び撮影位置：経度によって表される位置を「撮影位置Ｐｆ」という。また、カメラの速度及び加速度を含む情報を「移動情報」という。たとえば、図２に示される動画撮影位置管理テーブル１２２において、動画ＩＤ「１」、フレームＩＤ「２」で表される動画は、再生時間「０．０１６６７」、撮影位置：緯度「Ｎ３５．２２８３１１」、撮影位置：経度「Ｅ１３９．６６４２４３」、撮影日「２０１４／３／１」、撮影時刻「１４：００：００．０１６６７」であり、このフレームを撮影しているときカメラは速度「４０ｋｍ／ｈ」、及び加速度「０（ｍ／ｓ^２）」で移動していたことが示されている。

図４は、ランドマークＤＢ１３１に記憶されているランドマークテーブル１３２を示す概念図である。ランドマークテーブル１３２では、ランドマークを一意に識別するための識別子であるランドマークＩＤ、ランドマークの名前、ランドマークの位置を表す緯度と経度、及び、ランドマークの種別が関連付けられて記憶される。たとえば、図４に示されるランドマークテーブル１３２において、ランドマークＩＤ「１」で表されるランドマー
クは名前が「○×神社」であり、緯度「Ｎ３５．２３５３８４」、経度「Ｅ１３９．７０２６６３」の位置にあり、種別が「神社」であることが示されている。なお、ランドマーク情報の種別には、例えば、市役所・神社・病院等の建物、崖・滝・川等の地形、桜の木・植物等の風景、等が含まれる。

図５は、音声ガイドＤＢ１５１に記憶されている音声ガイドテーブル１５２を示す概念図である。音声ガイドテーブル１５２では、音声ガイドを一意に識別するための識別子である音声ガイドＩＤ、音声入力を行ったときに再生された動画の撮影位置：緯度と撮影位置：経度、撮影日、撮影時刻、その動画を撮影したカメラの速度と加速度、音声ガイドに係る音声ファイルの保存場所、及び、その音声ガイドに関連するランドマークを表すランドマークＩＤが関連付けられて記憶される。例えば、図５に示される音声ガイドテーブル１５２において、音声ガイドＩＤ「１」で識別される音声ガイドに係る音声入力が行われたときに再生された動画の撮影位置：緯度は「Ｎ３５．２２８３０１」、撮影位置：経度は「Ｅ１３９．６６４２４１」、撮影日は「２０１４／３／１」、撮影時刻「１４：００：００．０００００」であり、その動画を撮影しているカメラが移動する速度は「２０ｋｍ／ｈ」、加速度は「２．９４ｍ／ｓ^２」であり、音声ファイルの保存場所は「／ｇｕｉｄｅ／ｖｏｉｃｅ１．ｍｐ３」、関連するランドマークＩＤは「１１」であることが示されている。

図６は、利用者興味情報ＤＢ１７１に記憶されている利用者興味情報テーブル１７２を示す概念図である。利用者興味情報テーブル１７２では、利用者を一意に識別するための識別子である利用者ＩＤ、利用者ニックネーム、及び利用者の興味対象が関連付けられて記憶される。例えば、利用者ＩＤ「１」で表される利用者の利用者ニックネームは「ａａａ」であり、興味対象の種別は「寺、神社、博物館」であることが示されている。

制御部１０は、音声案内装置１が起動されると、音声案内装置１が有する各機能を制御する。

カメラ属性取得部１１は、動画を撮影したカメラの属性情報を制御部１０の制御によって取得する。具体的には、カメラ属性取得部１１は、制御部１０から処理開始コマンド及び動画ＩＤを受け取ると、カメラ属性情報管理テーブル１１２において、動画ＩＤに関連付けて記憶されている焦点距離、カメラ角、画像サイズを取得する。

動画再生管理部１２は、制御部１０の制御によって再生されている動画について、その動画を撮影したカメラの進行方向、速度及び加速度を算出して、動画撮影位置管理テーブル１２２に記憶する。具体的には、動画再生管理部１２はその動画に係る動画ＩＤに関連付けて動画撮影位置管理テーブル１２２に記憶されている撮影位置：緯度、撮影位置：経度及び撮影時刻をフレームＩＤごとに取得し、取得された撮影位置：緯度、撮影位置：経度、及び撮影時刻に基づいて速度、加速度、及び進行方向を算出する。また、動画再生管理部１２は算出された速度、加速度、及び進行方向を動画ＩＤ及びフレームＩＤに関連付けて動画撮影位置管理テーブル１２２に記憶する。また、動画再生管理部１２は後述する表示部１９に、再生された動画及び再生された動画の撮影日、撮影時刻及び再生時間を表示する。

地図情報管理部１３は、後述する表示部１９に表示する地図及び地図に関連する情報を管理する。具体的には、地図情報管理部１３は、選択された動画の撮影位置Ｐｆを含む地図を表示部１９に表示する。また、地図情報管理部１３は、動画の撮影位置Ｐｆに印ｓｉｇＡを重畳した地図を表示部１９に表示する。また、地図情報管理部１３は、動画を撮影したカメラの進行方向を表す印ｓｉｇＢを重畳した地図を表示部１９に表示する。さらに、地図情報管理部１３は、カメラ属性情報に基づいて、カメラが認識できる範囲である視
野を表す印ｓｉｇＣを重畳した地図を表示部１９に表示する。

音声ガイド入力部１４は、管理者によって発せられる音声を記録した音声ファイルを音声ガイドとして音声案内装置１に入力する。具体的には、音声ガイド入力部１４は、図７に示される音声ガイド入力ボタン１９１ｆが押下されると、管理者によって発せられる音声に基づいて音声ガイドとしての音声ファイルを保存し、その保存場所を音声ガイドテーブル１５２に入力する。このとき音声ファイルの保存場所は、その音声ガイドに係る音声ガイドＩＤに関連付けられて音声ガイドテーブル１５２に入力される。また、音声ガイド入力部１４は、音声ガイドが入力されたときに再生されていた動画の撮影位置Ｐｆを、音声ガイドの入力位置Ｐｉとして音声ガイドＩＤに関連付けて入力する。また音声ガイド入力部１４は動画の撮影位置Ｐｆを検索キーとして動画撮影位置管理テーブル１２２を検索し、その撮影位置Ｐｆに関連付けて記憶されている撮影日、撮影時刻、速度、及び加速度を表す情報を抽出し、音声ガイドＩＤに関連付けて入力する。

また、音声ガイド入力部１４は、管理者が地図上で選択したランドマークを表すランドマークＩＤを音声ガイドに関連付けて音声ガイドテーブル１５２に入力する。図７に示される例では、音声ガイダンスの「このあたりは、春は桜並木でアーケードになります。」という説明おける「桜並木でアーケード」がランドマークＡに相当する。このとき、管理者が表示されている地図上のランドマークＡを選択すると、音声ガイド入力部１４はランドマークＡのランドマークＩＤをこの音声ガイドＩＤに関連付けて入力する。

また、音声ガイド入力部１４は、音声ガイドに含まれるランドマークを表す音声を音声認識によって抽出し、そのランドマークを識別するランドマークＩＤを音声ガイドＩＤに関連付けて音声ガイドテーブル１５２に入力してもよい。この場合、図８に示される例では、音声ガイダンスの「この先に映画で使われた有名な建物『ランドマークＢ』があります。」において、「ランドマークＢ」を音声認識し、音声ガイド入力部１４はランドマークＢのランドマークＩＤをこの音声ガイドＩＤに関連付けて入力する。

音声ガイド管理部１５は、音声ガイド入力部１４によって入力された音声ファイルの保存場所、入力位置Ｐｉ、音声ガイド入力部１４によって抽出された撮影日、撮影時刻、速度、加速度、及び、管理者によって選択されたランドマークに係るランドマークＩＤを関連付けて音声ガイドテーブル１５２に記憶する。

利用者位置取得部１６は、利用者端末２の位置、すなわち利用者位置Ｐ０を表す利用者位置情報を利用者端末２から取得する。なお、利用者端末２は利用者位置情報をＧＰＳ衛星から取得する。また、利用者位置取得部１６は、自動車、バス、電車等の移動体に搭載された利用者端末２の速度及び加速度、すなわち、利用者が移動する速度、加速度である利用者速度Ｖ０及び利用者加速度ａを含む情報を利用者端末２から取得する。なお、利用者位置取得部１６は利用者位置情報に基づいて利用者速度Ｖ０及び利用者加速度ａを算出してもよい。以下、利用者速度Ｖ０及び利用者加速度ａを含む情報を利用者移動情報という。また、利用者位置取得部１６は、第１の時刻に取得した利用者位置情報と、第２の時刻に取得した利用者位置情報に基づいて利用者の進行方向を算出する。なお、進行方向は、例えばｔａｎ^−１（南北方向の速度／東西方向の速度）によって表されればよい。

利用者興味取得部１７は、利用者が入力した利用者興味情報を取得して利用者端末２から利用者興味情報テーブル１７２に記憶したり、利用者興味情報テーブル１７２に記憶されている利用者興味情報を抽出したりする。利用者興味情報とは、利用者ＩＤ、利用者ニックネーム、及び、利用者の興味のあるランドマークの種別を表す興味対象を含む情報である。なお、利用者興味取得部１７は、利用者興味情報に含まれるこれらの情報を関連付けて利用者興味情報テーブル１７２に記憶する。

音声ガイド出力部１８は、利用者位置取得部１６によって取得された利用者位置情報、利用者移動情報、利用者位置取得部１６によって算出された進行方向、及び、利用者興味取得部１７によって取得された利用者興味情報に基づいて、音声ガイドとしての音声ファイルを利用者端末２に送信する。音声ガイド出力部１８は、候補検索部１８１、興味判定部１８２、送信部１８３を有する。

まず、候補検索部１８１について図９を用いて説明する。図９は本発明の一実施形態に係る案内対象エリアを示す概念図である。

表示部１９は動画再生管理部１２及び地図情報管理部１３の制御に基づいて、管理者が音声ガイドを入力するときに参照するための動画、動画に関連する情報、地図、及び地図に関連する情報を表示する。図７は、表示部１９が表示する音声ガイド入力操作画面１９１の例である。図７に示される例において、音声ガイド入力操作画面１９１は、再生される動画を表示するための動画再生領域１９１ａ、再生される動画の撮影位置Ｐｆを含む地図及び関連する情報を表示するための地図領域１９１ｂ、再生される動画の撮影日、撮影時刻及び再生時間を表示するための動画情報領域１９１ｃ、動画の撮影位置Ｐｆ、及び動画を撮影したカメラの速度を表示するための移動情報領域１９１ｄ、及び、音声ガイダンスの内容を表示するための音声ガイダンス領域１９１ｅを含んでいる。音声ガイダンス領域１９１ｅには音声ガイド入力ボタン１９１ｆが設けられ、この音声ガイド入力ボタン１９１ｆが押下されると管理者によって発せられる音声が音声案内装置１に入力される。

なお、表示部１９は音声案内装置１が有しているものであってもよいし、音声案内装置１の外部にあり、音声案内装置に接続されているものであってもよい。

候補検索部１８１は、音声ガイドによる案内の対象となる案内対象エリアを判定する。本実施形態において、案内対象までの距離Ｓに、視認可能な距離である所定の距離αを加えた距離Ｓ＋αを案内対象距離Ｓ＋αとし、移動体の位置から案内対象距離Ｓ＋α内にあるエリアのうち移動体の進行方向にあるエリアを案内対象エリアとする。ここで、距離Ｓは、利用者の移動における現在の速度を利用者速度Ｖ０、現在の加速度を利用者加速度ａとしたときにｔ秒後に到達する距離であり、Ｓ＝Ｖ０×ｔ＋（１／２）ａｔ^２と算出される。また、所定の距離αとは時間ｔ秒後に移動体が到達すると予想される位置から、視認できる範囲にある位置までの距離をいう。

候補検索部１８１は、利用者位置取得部１６によって取得された利用者位置Ｐ０、利用者速度Ｖ０、基底速度Ｖｂ、及び、音声ガイドに係る入力位置Ｐｉに基づいて利用者端末２へ送信する音声ガイドの候補である音声ガイド候補を検索する。また、候補検索部１８１は、利用者位置Ｐ０、利用者速度Ｖ０、所定の基底速度Ｖｂ、及び、ランドマークＩＤに係るランドマーク最接近道路位置Ｐｌに基づいて音声ガイド候補を検索する。ここで、ランドマーク最接近道路位置Ｐｌとは、図９に示されるように、移動体が走行している道路に向かって、ランドマークから引いた直線が道路と直交する関係にあるときの、道路と直線との交点に相当する位置をいう。なお、道路が曲線である場合には道路の接線と直交する関係にあるときの、道路と直線との交点に相当する位置をいう。

興味判定部１８２は、候補検索部１８１によって検索された音声ガイド候補が利用者の興味に合うか否かを判定する。具体的には、興味判定部１８２は、利用者端末２から受信した利用者ＩＤに関連付けて、利用者興味情報テーブル１７２の利用者興味情報テーブル１７２に記憶されている興味対象を抽出する。また、興味判定部１８２は、音声ガイド候補に関連付けて音声ガイドテーブル１５２に記憶されているランドマークＩＤのうち、その種別が興味対象として抽出された種別に一致するものがあると判定された場合、その音
声ガイド候補を利用者に提供する音声ガイドとして抽出する。

送信部１８３は、興味判定部１８２によって抽出された音声ガイドに係る音声ファイルを利用者端末２に送信する。

＜音声案内装置の動作＞
次に、図１０及び図１１を用いて、本実施形態に係る音声案内装置１の動作を説明する。図１０は、音声案内装置１の動作を表すフロー図である。まず、図１０を用いて音声案内装置１の動作を説明する。

まず、音声案内装置１が起動され、移動体に搭載されたカメラにより撮影された動画が選択されると、制御部１０が処理開始コマンド及び選択された動画に係る動画ＩＤをカメラ属性取得部１１及び動画再生管理部１２に送信する。そして、図１０に示されるように、カメラ属性取得部１１は、制御部１０によって送信された動画ＩＤに関連付けてカメラ属性情報管理テーブル１１２に記憶されているカメラ属性情報を取得する（ステップＳ１１）。次に、動画再生管理部１２は制御部１０によって送信された動画ＩＤが表す動画を再生し、図７に示されるように、表示部１９における音声ガイド入力操作画面１９１の動画再生領域１９１ａに表示する（ステップＳ１２）。

また、動画再生管理部１２は、制御部１０によって送信された動画ＩＤに係る動画の撮影位置Ｐｆを含む地図を、図７に示されるように、表示部１９における音声ガイド入力操作画面１９１の地図領域１９１ｂに表示する（ステップＳ１３）。さらに、動画再生管理部１２は、動画ＩＤに関連付けて動画撮影位置管理テーブル１２２に記憶されている撮影位置Ｐｆ、撮影時刻をフレームＩＤごとに取得し、第１のフレームＩＤに係る撮影位置Ｐｆ及び撮影時刻と、第１のフレームＩＤとは異なる第２のフレームＩＤに係る撮影位置Ｐｆ及び撮影時刻とからカメラの速度と加速度、及び進行方向を算出する。そして、地図情報管理部１３が動画を再生して動画再生領域１９１ａに表示し、再生されている動画の撮影位置Ｐｆを含む地図を地図領域１９１ｂに表示する。同時に、地図情報管理部１３は、動画の撮影日、撮影時刻を動画情報領域１９１ｃに表示し、動画の再生において表示されるフレームに係るフレームＩＤに対応する撮影位置：緯度と撮影位置：経度、及び、速度を移動情報領域１９１ｄに表示する。

このとき、地図情報管理部１３は撮影位置Ｐｆを示す印ｓｉｇＡを地図領域１９１ｂの地図に表示する。同時に、地図情報管理部１３は、動画再生管理部１２によって算出された進行方向を示す印ｓｉｇＢを地図に付して表示する（ステップＳ１４）。同時に、地図情報管理部１３は、カメラ属性取得部１１によって取得されたカメラ情報に含まれるカメラ角、焦点距離、画像サイズに基づいてカメラの視野を表す印ｓｉｇＣを地図に付して表示する（ステップＳ１５）。

続いて、音声ガイド入力部１４が、音声ガイドを入力する処理について説明する。まず、ステップＳ１３乃至ステップＳ１５で音声ガイド入力操作画面１９１に動画、地図及び移動情報等が表示されている状態において、図７に示される音声ガイド入力ボタン１９１ｆが押下されると、音声ガイド入力部１４は管理者によって発せられた音声を入力し、音声ガイドとして音声ファイルに保存する。ここで入力される音声は動画に含まれているランドマーク等を説明するものである。さらに、音声ガイド入力部１４は、音声が入力されているときに音声ガイド入力操作画面１９１に表示されている動画の撮影位置Ｐｆを入力位置Ｐｉとして入力位置：緯度と入力位置：経度を音声ガイドテーブル１５２に記憶する（ステップＳ１６）。

また、音声ガイド入力部１４は、音声ガイド入力操作画面１９１に表示されている動画
を表す動画ＩＤを検索キーとして動画撮影位置管理テーブル１２２を検索し、この動画ＩＤに関連付けて記憶されている撮影日、撮影時刻、速度、及び加速度を表す情報を抽出する。そして、抽出されたこれらの情報を音声ガイドに関連付けて音声ガイドテーブル１５２に記憶する。

次に、音声ガイド入力部１４は、管理者が地図上で選択したランドマークを表すランドマークＩＤを音声ガイドと関連付ける（ステップＳ１７）。この場合、図７に示される例では、管理者が地図上でランドマークＡを選択すると、音声ガイド入力部１４は、図５に示されるランドマークテーブル１３２に、音声ガイドＩＤ「１」に関連付けられてランドマークＡを表すランドマークＩＤ「１１」を入力し、音声ガイドテーブル１５２に記憶する。

また、音声ガイド入力部１４は、音声認識によって音声ガイドに関連付けてランドマークＩＤを入力してもよい。この場合、図８に示される例では、音声ガイダンスに「この先に映画で使われた有名な建物『ランドマークＢ』があります。」という表現が含まれており、地図上に示されるランドマークＢが音声認識される。そして、音声ガイド入力部１４は、音声認識されたランドマークＢを表すランドマークＩＤ「１２」を音声ガイドＩＤ「２」に関連付けて入力し、音声ガイドテーブル１５２に記憶する。

なお、音声ガイド入力部１４が音声ガイドに関連付けてランドマークＩＤを記憶するにあたって、音声認識に基づいてランドマークの名称と一致する固有名詞又は普通名詞のリストを表示部１９に表示してもよい。この場合、表示されたリストの中から、動画の撮影位置Ｐｆに最も近いランドマークを表すランドマークＩＤが音声ガイドに関連付けられて記憶される。

このように、音声ガイド入力操作画面１９１に動画、地図及び移動情報が表示されている状態で、音声ガイド入力部１４はランドマークを説明するための音声を入力し、音声ガイドとして音声ファイルを保存する。このため、管理者はランドマークが撮影されている動画を参照しながら、そのランドマークについて説明をすることができるため、利用者の視野にランドマークが入っているタイミングでランドマークを説明することができる。また、管理者は移動体による移動に合わせてランドマークを説明することができる。すなわち、移動体に乗って移動する利用者がランドマークを見る状況に合った音声ガイドを音声案内装置１に記憶することが可能となり、このため、利用者は適切な音声ガイドを得ることが可能となる。

続いて、図１１を用いて音声案内装置１が、音声案内装置１からのサービスを享受する利用者にサービスを提供するために音声ガイドを検索する動作について説明する。図１１は、音声案内装置１が利用者に提供するために音声ガイドを検索する動作を表すフロー図である。

図１１に示されるように、まず、利用者位置取得部１６は、利用者位置Ｐ０を表す利用者位置情報を利用者端末２から取得する（ステップＳ３１）。同様にして、利用者位置取得部１６は、利用者速度Ｖ０及び利用者加速度ａを含む利用者移動情報を取得する（ステップＳ３１）。

続いて、音声ガイド出力部１８の候補検索部１８１は、ステップＳ３１で取得した利用者位置情報に含まれる利用者位置Ｐ０、利用者移動情報に含まれる速度Ｖ０、及び、基底速度Ｖｂを用いて案内対象となる音声ガイドを検索する（ステップＳ３２）。

ステップＳ３２における具体的な処理について図１２を用いて説明する。図１２は、候
補検索部１８１の処理について詳細に説明するための図である。まず、候補検索部１８１は、基底速度Ｖｂ＜利用者速度Ｖ０であるか否かを判定する（Ｓ３２１）。ステップＳ３２１で基底速度Ｖｂ＜利用者速度Ｖ０であると判定された場合、候補検索部１８１は、距離Ｌ１と、案内対象距離Ｓ＋αに利用者速度Ｖ０／基底速度Ｖｂを乗じた値である（Ｓ＋α）×Ｖ０／Ｖｂとを比較し、Ｌ１≦（Ｓ＋α）×Ｖ０／Ｖｂとなる距離Ｌ１に係る入力位置Ｐｉに関連付けて音声ガイドテーブル１５２に記憶されている音声ガイドを検索し、音声ガイド候補とする（Ｓ３２２）。

ステップＳ３２１で基底速度Ｖｂ＜利用者速度Ｖ０であると判定されなかった場合、候補検索部１８１は、所定の加速度βを用いて、利用者加速度ａについて判定を行う。具体的には、候補検索部１８１は、ａ＜−β又はａ＞β（β＞０）であるか否かを判定する（Ｓ３２３）。ステップＳ３２３で、ａ＜−β又はａ＞β（β＞０）であると判定された場合、候補検索部１８１は、距離Ｌ１と、案内対象距離Ｓ＋αに利用者速度Ｖ０／基底速度Ｖｂを乗じた値である（Ｓ＋α）×Ｖ０／Ｖｂと、を比較し、Ｌ１≦（Ｓ＋α）×Ｖ０／Ｖｂとなる距離Ｌ１に係る入力位置Ｐｉに関連付けて音声ガイドテーブル１５２に記憶されている音声ガイドを検索する（Ｓ３２２）。

また、ステップＳ３２３でａ＜−β又はａ＞β（β＞０）であると判定されなかった場合、候補検索部１８１は、距離Ｌ１と距離（Ｓ＋α）とを比較し、時間Ｌ１≦（Ｓ＋α）となる距離Ｌ１に係る入力位置Ｐｉに関連付けて音声ガイドテーブル１５２に記憶されている音声ガイドを検索し、音声ガイド候補とする（Ｓ３２４）。

また、ステップＳ３１の処理を終えると、候補検索部１８１は、利用者位置Ｐ０、利用者速度Ｖ０、基底速度Ｖｂ、及び、ランドマーク最接近道路位置Ｐｃに基づいて、ランドマークに関連する音声ガイドを検索し、検索された音声ガイドを音声ガイド候補とする（ステップＳ３２’）。具体的な処理は、ステップＳ３２１乃至ステップＳ３２８における処理において距離Ｌ１を、利用者位置Ｐ０からランドマーク最接近道路位置Ｐｌまでの距離Ｌ２に置き換えたものとなる。

このようにして、案内対象エリアに関連する音声ガイドを利用者に提供する音声ガイド候補として抽出することにより、所定の時間内に利用者が到着しないと見込まれる位置の周辺にあるランドマークに関する音声ガイドを提供することを防ぐことが可能となる。すなわち、利用者が必要としない音声ガイドを提供することを防ぐことが可能となる。

図１０に戻って、ステップＳ３２又はステップＳ３２’で候補検索部１８１によって音声ガイド候補が検索されると、興味判定部１８２が、検索された音声ガイド候補の中から利用者興味情報に基づいて音声ガイドを抽出する（ステップＳ３３）。具体的には、まず、利用者興味取得部１７が、利用者ＩＤに関連付けて、利用者興味情報テーブル１７２に興味対象として記憶されている種別を抽出する。

次に、興味判定部１８２は、候補検索部１８１によって検索された音声ガイド候補を、その入力位置Ｐｉから利用者位置Ｐ０までの距離が短い順に保持する。そして、興味判定部１８２は、利用者位置Ｐ０から距離が最も短い入力位置Ｐｉに対応している音声ガイド候補に関連付けられているランドマークＩＤのうち、そのランドマークの種別が興味対象として記憶されている種別のいずれかに一致するか否かを判定する。

音声ガイド候補に関連付けられているランドマークＩＤに係る種別が、興味対象として抽出された種別のいずれかと一致すると判定された場合、その音声ガイド候補を利用者に提供する音声ガイドとして抽出する。音声ガイド候補に関連付けられているランドマークＩＤに係る種別が、興味対象として抽出された種別のいずれかと一致すると判定されなか
った場合、次に距離が短い入力位置Ｐｉに対応している音声ガイド候補について、同様の判定を行う。

音声ガイド候補が利用者に提供する音声ガイドとして抽出されると、興味判定部１８２によって抽出された音声ガイドに係る音声ファイル保存場所に保存されている音声ファイルを送信部１８３が、音声ファイルを、通信ネットワークを介して利用者端末２へ送信する。

このように利用者興味情報テーブル１７２を用いることによって、音声案内装置１は利用者の興味に合いそうな音声ガイドを利用者に送信することが可能となるため、利用者は自身にとってより有用な情報を得ることができる。

上述の実施形態は代表的な例として説明したが、本発明の趣旨及び範囲内で、多くの変更及び置換ができることは当業者に明らかである。したがって、本発明は、上述の実施形態によって制限するものと解するべきではなく、特許請求の範囲から逸脱することなく、種々の変形や変更が可能である。例えば、実施形態に記載の複数の構成ブロックを１つに組み合わせたり、あるいは１つの構成ブロックを分割したりすることが可能である。

１ 音声案内装置
１０ 制御部
１１ カメラ属性取得部
１２ 動画再生管理部
１３ 地図情報管理部
１４ 音声ガイド入力部
１５ 音声ガイド管理部
１６ 利用者位置取得部
１７ 利用者興味取得部
１８ 音声ガイド出力部
１１１ カメラ属性情報管理ＤＢ
１１２ カメラ属性情報管理テーブル
１２１ 動画撮影位置管理ＤＢ
１２２ 動画撮影位置管理テーブル
１３１ ランドマークＤＢ
１３２ ランドマークテーブル
１５１ 音声ガイドＤＢ
１５２ 音声ガイドテーブル
１８１ 候補検索部
１８２ 興味判定部
１８３ 送信部
１９ 表示部
１９１ 音声ガイド入力操作画面
１９１ａ 動画再生領域
１９１ｂ 地図領域
１９１ｃ 動画情報領域
１９１ｄ 移動情報領域
１９１ｅ 音声ガイダンス領域
１９１ｆ 音声ガイド入力ボタン

Claims (8)

1. ランドマークに関する情報を音声で案内する音声ガイドを利用者端末へ送信するための音声案内装置であって、
   前記ランドマークが撮影された動画を表示部に表示する動画再生管理部と、
   前記動画が撮影された撮影位置を含む地図を前記表示部に表示する地図情報管理部と、
   前記動画再生管理部によって前記動画が表示され、前記地図情報管理部によって前記地図が表示されているときに、前記音声ガイドを入力する音声ガイド入力部と、
   前記音声ガイドが入力されたときに表示されている前記動画の前記撮影位置を入力位置として、前記入力位置を前記音声ガイド入力部によって入力された前記音声ガイドと関連付けて記憶する音声ガイド管理部と、
   を有することを特徴とする音声案内装置。
2. 請求項１に記載の音声案内装置であって、
   前記動画を撮影したカメラの属性情報を取得するカメラ属性取得部と、を有し、
   前記地図情報管理部は前記カメラ属性取得部によって取得された前記カメラの属性情報に基づいて、前記カメラからの視野を表す印を重畳した前記地図を前記表示部に表示することを特徴とする音声案内装置。
3. 請求項２に記載の音声案内装置であって、
   前記動画再生管理部は、前記動画における第１のフレームを撮影した撮影位置、撮影時刻と前記第１のフレームとは異なる第２のフレームを撮影した撮影位置、撮影時刻に基づいて前記カメラの進行方向を判定し、
   前記地図情報管理部は前記動画再生管理部によって判定された前記進行方向を表す印を重畳した前記地図を前記表示部に表示することを特徴とする音声案内装置。
4. 請求項１乃至３のいずれか１項に記載の音声案内装置であって、
   利用者の位置を表す利用者位置情報並びに、利用者の速度及び加速度を表す利用者移動情報を受信する利用者位置取得部と、
   前記利用者位置取得部によって取得された利用者位置情報及び利用者取得情報に基づいて前記音声ガイドを出力する音声ガイド出力部と、
   を有することを特徴とする音声案内装置。
5. 請求項４に記載の音声案内装置であって、
   前記音声ガイド出力部は、
   前記利用者位置取得部によって取得された前記利用者位置情報に含まれる利用者の位置から前記音声ガイドが入力されたときに表示されている前記動画の前記撮影位置までの距離と、利用者位置から案内対象までの距離に所定の距離を加算した距離と、前記利用者の速度と、前記利用者の移動における速度の標準である基底速度と、に基づいて前記音声ガイドを出力することを特徴とする音声案内装置。
6. 請求項４又は５に記載の音声案内装置であって、
   前記利用者の興味対象である種別を取得する利用者興味取得部を有し、
   前記音声ガイド出力部は、前記利用者興味取得部によって取得された前記種別に基づいて前記音声ガイドを出力することを特徴とする音声案内装置。
7. ランドマークに関する情報を音声で案内する音声ガイドを利用者端末へ送信するための音声案内方法であって、
   前記ランドマークが撮影された動画を表示部に表示する動画再生管理ステップと、
   前記動画が撮影された撮影位置を含む地図を前記表示部に表示する地図情報管理ステッ
   プと、
   前記動画再生管理ステップによって前記動画が表示され、前記地図情報管理ステップによって前記地図が表示されているときに、前記音声ガイドを入力する音声ガイド入力ステップと、
   前記音声ガイドが入力されたときに表示されている前記動画の前記撮影位置を入力位置として、前記入力位置を前記音声ガイド入力ステップによって入力された前記音声ガイドと関連付けて記憶する音声ガイド管理ステップと、
   を含むことを特徴とする音声案内方法。
8. ランドマークに関する情報を音声で案内する音声ガイドを利用者端末へ送信するための音声案内装置を構成するコンピュータに、
   前記ランドマークが撮影された動画を表示部に表示する動画再生管理ステップと、
   前記動画が撮影された撮影位置を含む地図を前記表示部に表示する地図情報管理ステップと、
   前記動画再生管理ステップによって前記動画が表示され、前記地図情報管理ステップによって前記地図が表示されているときに、前記音声ガイドを入力する音声ガイド入力ステップと、
   前記音声ガイドが入力されたときに表示されている前記動画の前記撮影位置を入力位置として、前記入力位置を前記音声ガイド入力ステップによって入力された前記音声ガイドと関連付けて記憶する音声ガイド管理ステップと、
   を実行させることを特徴とする音声案内プログラム。

Images