JP2017134201A - 管理装置、情報処理装置、情報提供システム、管理方法、および情報提供方法 - Google Patents

Abstract

【課題】音声を聴取する利用者に適した言語にて案内音声を提供する。【解決手段】管理装置１０は、第１の案内音声Ｇで用いられる第１の言語とは異なる第２の言語を指定する言語情報Ｌを設定し、情報処理装置２０に対して、設定した言語情報Ｌを通知する。情報処理装置２０は、第１の案内音声Ｇに対応する第２の案内音声ＧLを、言語情報Ｌにしたがって第２の言語で放音する。【選択図】図１

Description

本発明は、情報を音声にて利用者に提供する技術に関する。

例えば特許文献１には、日本語の音声案内に対して、英語や中国語などの外国語による音声案内を利用者に提供する技術が開示されている。

特開２０００−２０７１７０号公報

しかしながら、多言語の人々が滞在する場所や施設等では音声を聴取する利用者が理解可能な言語が区々であるため、利用者に適した言語にて音声案内を提供することが必ずしも可能ではないという問題がある。
以上の事情を考慮して、本発明は、音声を聴取する利用者に適した言語にて案内音声を提供することを解決課題とする。

以上の課題を解決するために、本発明の一態様にかかる管理装置は、第１の案内音声で用いられる第１の言語とは異なる第２の言語を指定する言語情報を設定する言語設定部と、第１の案内音声に対応する第２の案内音声を、言語情報にしたがって第２の言語で放音する情報処理装置に対して、言語設定部が設定した言語情報を通知する通知部とを具備する。以上の構成においては、情報処理装置に対して、第１の案内音声に対応する第２の案内音声を放音する際の第２の言語を管理装置から通知するので、情報処理装置から音声を聴取する利用者が理解可能な言語を言語情報として設定することにより利用者に応じた適切な言語による音声案内が可能となる。

本発明の好適な態様において、情報処理装置が複数ある場合に、言語設定部は、言語情報を複数の情報処理装置の各々について設定し、通知部は、複数の情報処理装置の各々に対して、対応する言語情報を通知する。以上の構成においては、複数の情報処理装置について個別の言語情報が通知されるので、多言語の利用者が利用する場所や施設において利用者が理解可能な言語に翻訳された第２の音声案内が各情報処理装置から可能となる。

以上の各態様にかかる管理装置は、当該管理装置の動作方法（管理方法）としても特定され得る。具体的には、本発明の好適な態様に係る管理方法は、第１の案内音声で用いられる第１の言語とは異なる第２の言語を指定する言語情報を設定し、第１の案内音声に対応する第２の案内音声を、言語情報にしたがって第２の言語で放音する情報処理装置に対して、設定した言語情報を通知することとを包含する。

本発明の一態様にかかる情報処理装置は、第１の案内音声で用いられる第１の言語とは異なる第２の言語を指定する言語情報を管理装置から受信する言語情報受信部と、第１の案内音声に対応する第２の案内音声を、言語情報受信部で受信した言語情報で指定された第２の言語で放音するよう放音部を制御する放音制御部とを具備する。以上の構成においては、情報処理装置は、管理装置から通知された第２の言語による第２の案内音声を放音するので、情報処理装置からの音声を聴取する利用者が理解可能な言語に第２の言語を設定することにより利用者に応じた適切な言語による音声案内が可能となる。

本発明の好適な態様において、第１の案内音声に対する音声認識で取得された文字列に対応する、言語情報で指定された第２の言語の翻訳データを取得する翻訳部をさらに具備し、放音制御部は、取得した翻訳データに応じた音響を第２の案内音声として放音するよう放音部を制御する。以上の構成においては、翻訳部は、音声認識により取得された文字列に対応する、指定言語の翻訳データを取得するので、第２の言語による第２の案内音声を簡易に生成することが可能となる。

好ましくは、翻訳部は、相異なる案内音声を表わす複数の登録文字列のうち、第１の案内音声に対する音声認識で取得された文字列に類似する登録文字列を特定し、当該特定した登録文字列に対応する翻訳データを取得する。以上の構成においては、翻訳部は、音声認識で取得された文字列に類似する登録文字列を特定し、当該特定した登録文字列に対応する翻訳データを取得する。音声認識の精度が十分でない場合には第１の案内音声の発音内容の誤認識が生じ得る。本構成では音声認識で取得された文字列に類似する登録文字列を特定するので、誤認識の影響が低減され得る。よって、不適切な翻訳データが第２の案内音声として放音される可能性が低減される。例えば災害時の緊急放送など、ほぼ定型文による音声案内が第１の言語で行われる場合には、類似度が高い登録文字列が特定される可能性が高まるため、本構成は特に好適である。

本発明の好適な態様において、放音制御部は、第２の案内音声に関連するコンテンツを利用者の端末装置で再生させるための再生情報を放音するよう放音部を制御する。以上の構成においては、第２の案内音声に加えて、第２の案内音声に関連するコンテンツを利用者の端末装置で再生させるための再生情報を放音するので、第２の案内音声の聴取が不可能な場合に再生情報に基づき再生したコンテンツが示す情報を利用者が代替的に利用することが可能である。また、第２の案内音声に関連する付加的な情報をコンテンツとして配信することが可能となり、利用者の利便性が向上する。

さらには、本発明は、管理装置と、当該管理装置と通信する情報処理装置とを有する情報提供システムとしても把握され得る。具体的には、本発明の好適な態様に係る情報提供システムは、管理装置と、当該管理装置と通信する情報処理装置とを有する情報提供システムであって、管理装置は、第１の案内音声で用いられる第１の言語とは異なる第２の言語を指定する言語情報を設定する言語設定部と、言語設定部が設定した言語情報を情報処理装置に対して通知する通知部とを具備し、情報処理装置は、第１の案内音声に対応する第２の案内音声を、通知部から通知された言語情報で指定された第２の言語で放音するよう放音部を制御する放音制御部を具備する。また、上記情報提供システムは、当該情報提供システムにおける情報提供方法としても把握され得る。

本発明の一実施形態にかかる情報提供システムの構成図である。 管理装置および情報処理装置の構成図である。 端末装置の構成図である。 情報提供システムの動作の説明図である。

図１は、本発明にかかる一実施形態の情報提供システム１００の構成図である。本実施形態の情報提供システム１００は、複数の個別空間Ｒ（Ｒ1，Ｒ2，Ｒ3，……）の各々において利用者ＵR（ＵR1，ＵR2，ＵR3，……）にサービスを提供する施設において、施設の管理者ＵFから各利用者ＵRに対して情報を提供するためのコンピュータシステムである。かかる施設としては、ホテルなどの宿泊施設や貸し会議室を提供する施設などが例示される。図示されるように、情報提供システム１００は、例えばホテルのフロントなど管理者空間Ｆに設置された収音装置４０および管理装置１０と、各個別空間Ｒに設置された放音装置５０および情報処理装置２０とを具備する。収音装置４０と各個別空間Ｒの放音装置５０とは信号線４０ａを介して接続される。管理装置１０と情報処理装置２０とは例えばＷｉ−fｉ（登録商標）に準拠した相互の通信が可能である。各利用者ＵRは端末装置３０を携帯して各個別空間Ｒ（例えばホテルの部屋）を利用する。端末装置３０は、例えば携帯電話機やスマートフォン等の可搬型の通信端末である。なお、実際には、各個別空間Ｒでは複数の利用者ＵRが情報提供システム１００のサービスを利用し得るが、以下の説明では便宜上ひとりの利用者ＵRと１個の端末装置３０に着目する。また、管理装置１０と情報処理装置２０との間の通信は、ＬＡＮ（Local Area Network）による通信や、インターネット等を含む通信網を介した通信でもよい。

収音装置４０は、周囲の音響を収音する音響機器（マイクロホン）である。具体的には、管理者ＵFが発音した第１の案内音声Ｇを収音して当該案内音声Ｇの波形を表す音響信号ＳGを生成する。本実施形態の管理者ＵFは、事前に用意された複数の文字列（以下「登録文字列」という）のいずれかを第１の案内音声Ｇとして発音する。例えば、複数の登録文字列が収録された緊急時誘導マニュアルを参照して、管理者ＵFは、緊急時の状況に応じた登録文字列を選択的に第１の案内音声Ｇとして発音する。すなわち、第１の案内音声Ｇは、基本的には、管理者ＵFが内容を任意に決定できるものではなく、事前に用意された既知の内容である。

放音装置５０は、収音装置４０が生成した音響信号ＳGに応じた音響を放音する音響機器（スピーカ）である。具体的には、音響信号ＳGが表す第１の案内音声Ｇが放音装置５０から利用者ＵRに対して放音される。以上の説明から理解される通り、本実施形態の情報提供システム１００は、管理者空間Ｆに配置された収音装置４０が収音した第１の案内音声Ｇを各個別空間Ｒの放音装置５０から放音する既存の施設内アナウンスシステムである。

情報提供システム１００は、概略的には、施設内アナウンスシステムにより第１の言語による第１の案内音声Ｇが放音されると、第１の案内音声Ｇに対応する第２の案内音声ＧLを、第１の案内音声Ｇの第１の言語とは異なる第２の言語にて情報処理装置２０から放音するものである。第１の案内音声Ｇは、例えば緊急事態の発生を通知する音声や災害時の避難指示を案内する音声等である。より具体的には、管理者ＵF（例えばホテルのフロント係）が発音した第１の言語による第１の案内音声Ｇを管理者空間Ｆに配置される収音装置４０が収音して音響信号ＳGを生成する。各個別空間Ｒに配置された放音装置５０は収音装置４０が生成した音響信号ＳGを各個別空間Ｒにおいて音響（第１の案内音声Ｇを表わす）として放音する。各個別空間Ｒに設置された情報処理装置２０は、同個別空間Ｒに配置された放音装置５０から放音された音響を収音して音響信号ＳGを生成し、当該音響信号ＳGに対する音声認識で第１の案内音声Ｇの発音内容を表す文字列（以下「認識文字列」という）を生成する。情報処理装置２０は、認識文字列に対応する、第２の言語での翻訳データを取得し、当該翻訳データに基づく第２の案内音声ＧLを放音する。第２の言語は、管理装置１０から各情報処理装置２０に通知される言語情報Ｌ（ＬR1, ＬR2，ＬR3，……）により個別空間Ｒごとに指定される。翻訳データは、第１の言語による認識文字列に対応する、第２の言語による案内音声（第２の案内音声ＧL）の発音内容を表現する文字列（以下、「翻訳文字列」という）である。利用者ＵRは各個別空間Ｒ（例えばホテルの部屋）において、当該個別空間Ｒに対して指定された第２の言語による第２の案内音声ＧLを聴取する。

情報処理装置２０は、第２の言語による第２の案内音声ＧLの放音とともに、翻訳データに対応する再生情報Ｑを取得して端末装置３０に音響として送信する。具体的には、第２の案内音声ＧLを表わす音響信号ＳGに再生情報Ｑを表わす音響成分が混合された音響が情報処理装置２０から放音される。再生情報Ｑは、第２の案内音声ＧLに関連する情報（以下「コンテンツ」という）を端末装置３０が利用者ＵRに提示するための情報であり、典型的には、コンテンツの識別情報である。再生情報Ｑを受信した端末装置３０は、第２の案内音声ＧLの発音内容を表現する文字列をコンテンツとして利用者ＵRに提示する。したがって、第２の案内音声が例えば緊急避難指示の場合、第２の案内音声ＧLの全部または一部を聞き逃した利用者ＵRが第２の案内音声ＧLの内容を正確に把握することが可能である。また、例えば利用者ＵRが第２の案内音声ＧLの聴取が困難な難聴者である場合、第２の案内音声ＧLの発音内容を文字情報にて把握することが可能である。

図２は、情報提供システム１００における管理装置１０および任意の１個の情報処理装置２０の構成図である。図２に例示される通り、本実施形態の管理装置１０は、言語設定部１１２と通知部１１３とを有する制御部１１と、操作部１２と表示部１３と記憶部１４と通信部１５を備える。制御部１１は、ＣＰＵ（Central Processing Unit）等の演算処理装置で構成され、管理装置１０の全体的な動作を制御する。記憶部１４に記憶されたプログラムを制御部１１が実行することで、本実施形態の管理装置１０の言語設定部１１２および通知部１１３としての機能がそれぞれ実現される。制御部１１の一部の機能を専用の電子回路で実現した構成や、制御部１１の機能を複数の装置に分散した構成も採用され得る。

操作部１２は、管理者ＵFによる操作を受付ける入力機器である。表示部１３は液晶表示パネル等の表示装置であり、例えば言語情報Ｌを設定するための入力画面を表示する。例えば管理者ＵFは、表示部１３を見ながら操作部１２を適宜に操作することで、各個別空間Ｒについて言語情報Ｌを設定する。なお、操作部１２と表示部１３とが一体的に形成されたタッチパネルを用いてもよい。

記憶部１４は、例えば非一過性（non-transitory）の記録媒体であり、ＣＤ-ＲＯＭ等の光学式記録媒体のほか、磁気記録媒体や半導体記録媒体等の公知の記録媒体でもよい。記憶部１４は、制御部１１が実行するプログラムや制御部１１が使用する各種のデータを記憶する。なお、上記のプログラムは、図示せぬ通信網を介した配信の形態で提供されて記憶部１４にインストールされてもよい。

記憶部１４は言語情報テーブルＴLを記憶する。図２に示されるように、言語情報テーブルＴLには、各個別空間Ｒごとに言語情報Ｌ（ＬR1，ＬR2，……）が設定（記憶）される。言語情報Ｌの設定は以下のように行われる。
例えば施設がホテル等の宿泊施設の場合には、宿泊客（すなわち利用者ＵR）のホテルへのチェックイン（利用登録）時に、ホテルのフロント係（すなわち管理者ＵF）が表示部１３に表示された入力画面を見ながら利用者ＵRの国籍または言語を操作部１２の操作により入力（または表示された候補の国籍または言語から選択）する。言語設定部１１２は、記憶部１４の言語情報テーブルＴLにおいて、入力内容に応じた言語を利用者ＵRが滞在する部屋（個別空間Ｒ）に対して設定する。なお、管理者ＵFではなく利用者ＵRが、管理装置１０と通信可能な通信装置（例えば、利用者ＵRが携帯する端末装置３０）や管理装置１０に有線または無線にて接続された利用者端末を用いて言語を入力（または選択）してもよい。

通信部１５は、ＬＡＮやＷｉ−ｆｉにしたがい施設内の情報処理装置２０とそれぞれ通信する。通知部１１３は言語情報テーブルＴLに記憶された各言語情報Ｌを、対応する個別空間Ｒの情報処理装置２０に対して通信部１５からそれぞれ通知する。

情報処理装置２０は、施設内の複数の個別空間Ｒの各々に設置され、制御部２１と収音部２２と記憶部２４と通信部２５と放音部２６とを具備する。記憶部２４は、例えば非一過性の記録媒体であり、ＣＤ-ＲＯＭ等の光学式記録媒体のほか、磁気記録媒体や半導体記録媒体等の公知の記録媒体が採用され得る。記憶部２４は、制御部２１が実行するプログラムや制御部２１が使用する各種のデータを記憶する。なお、上記のプログラムは、図示せぬ通信網を介した配信の形態で提供されて記憶部２４にインストールされてもよい。

記憶部２４は案内テーブルＴMを記憶する。図２に示されるように、案内テーブルＴMには、第１の案内音声Ｇの各登録文字列ＴG（ＴG1，ＴG2，……）に対応する他の言語での翻訳文字列ＴGL（ＴGL11，ＴGL12，……）が、翻訳文字列ＴGLに関連するコンテンツを再生するための再生情報Ｑ（Ｑ11，Ｑ12，……）とともに登録される。さらに、記憶部２４は、当該情報処理装置２０が設置される個別空間Ｒについて管理装置１０から通知された言語情報Ｌを記憶する。

制御部２１は、言語情報受信部２１１と音声認識部２１２と翻訳部２１３と放音制御部２１４を具備する。制御部２１は、ＣＰＵ等の演算処理装置で構成され、情報処理装置２０の全体的な動作を制御する。記憶部２４に記憶されたプログラムを制御部２１が実行することで、本実施形態の情報処理装置２０の言語情報受信部２１１、音声認識部２１２、翻訳部２１３、および放音制御部２１４としての機能がそれぞれ実現される。通信部２５は、ＬＡＮやＷｉ−ｆｉにしたがい管理装置１０と通信する。言語情報受信部２１１は管理装置１０の通知部１１３から通知された言語情報Ｌを通信部２５を介して受信し、記憶部２４に当該言語情報Ｌを記憶する。

収音部２２は、周囲の音響を収音する音響機器（マイクロホン）である。具体的には、収音部２２は当該情報処理装置２０が設置された個別空間Ｒの放音装置５０から放音される第１の案内音声Ｇを収音して当該案内音声の波形を表わす音響信号ＳGを生成する。なお、アナログの信号である第１の案内音声Ｇをデジタルの音響信号ＳGに変換するＡ/Ｄ変換器の図示は便宜的に省略されている。

音声認識部２１２は、収音部２２が生成した音響信号ＳGに対する音声認識で、第１の案内音声Ｇの発音内容を表す認識文字列ＴGAを取得する。第１の案内音声Ｇの音声認識には、例えばＨＭＭ（Hidden Markov Model）等の音響モデルと言語的な制約を示す言語モデルとを利用した認識処理等の公知の技術が任意に採用され得る。翻訳部２１３は、案内テーブルＴMに登録された複数の登録文字列ＴGのうち、認識文字列ＴGAに対応する登録文字列ＴGを特定する。

前述の通り、管理者ＵFは、緊急時の避難誘導マニュアル等で事前に用意された登録文字列ＴGを第１の案内音声Ｇとして基本的には発音するから、理想的には、音声認識部２１２が音響信号ＳGに対する音声認識で解析した認識文字列ＴGAは、案内テーブルＴMに登録された何れかの登録文字列ＴGに合致する。しかし、実際には、個々の管理者ＵFに特有の発話の特徴（くせ）や収音部２２の周囲の雑音等に起因して、音声認識部２１２による解析には誤認識が発生し得る。また、緊急時のアナウンスが必ずしもマニュアルに記載された文字列のとおり行われるとは限らない。したがって、認識文字列ＴGAと登録文字列ＴGとは、相互に類似しても部分的には相違する場合がある。以上の事情を考慮して、本実施形態の翻訳部２１３は、案内テーブルＴMに登録された複数の登録文字列ＴGのうち音声認識部２１２が解析した認識文字列ＴGAに類似する登録文字列ＴGを特定する。具体的には、翻訳部２１３は、認識文字列ＴGAと登録文字列ＴGとの類似度の指標を算出し、案内テーブルＴMに登録された複数の登録文字列ＴGのうち認識文字列ＴGAとの類似度が最大となる１個の登録文字列ＴGを特定する。類似度の指標の算定には公知の方法を任意に算定し得るが、文字列間の類似性を評価するための編集距離（レーベンシュタイン距離）がその一例である。
翻訳部２１３は、特定した登録文字列ＴGに対応して案内テーブルＴMに記憶された相異なる複数の言語による複数の翻訳文字列ＴGLのうち、管理装置１０から通知されて記憶部２４に記憶された言語情報Ｌが指定する言語の翻訳文字列ＴGLを取得し、放音制御部２１４に供給する。

放音制御部２１４は、翻訳部２１３が取得した翻訳文字列ＴGLを発音した音声を表す音響信号ＳGLを公知の音声合成技術で生成するとともに、当該翻訳文字列ＴGLに対応して案内テーブルＴMに登録された再生情報Ｑを取得し、音響信号ＳGLに再生情報Ｑの音響成分を混合した音響信号Ｓ[GL,Q]を生成する。音響信号Ｓ[GL,Q]のうち再生情報Ｑを含む音響成分の放音制御部５４による生成には公知の技術が任意に採用され得るが、例えば、所定の周波数の正弦波等の搬送波を再生情報Ｑで周波数変調することで再生情報Ｑを含む音響成分を生成する構成や、拡散符号を利用した再生情報Ｑの拡散変調と所定の周波数の搬送波を利用した周波数変換とを順次に実行して再生情報Ｑを含む音響成分を生成する構成が好適である。再生情報Ｑを含む音響成分の周波数帯域は、放音部２６による放音と端末装置３０による収音とが可能な周波数帯域であり、かつ、利用者ＵRが通常の環境で聴取する音声（例えば第２の案内音声ＧL）や楽音等の音響の周波数帯域を上回る周波数帯域（例えば１８ｋＨｚ以上かつ２０ｋＨｚ以下）の範囲内に包含される。ただし、再生情報Ｑの音響成分の周波数帯域は任意であり、例えば可聴帯域内の再生情報Ｑの音響成分を生成することも可能である。なお、放音制御部２１４は、音響信号ＳGLと再生情報Ｑの音響成分とを別々のタイミングで個別に放音してもよい。もっとも再生情報Ｑは第２の案内音声ＧLを補完する情報を再生するためのものである。この観点から、両者を別々のタイミングで放音する場合には、音響信号ＳGLの放音の後に、再生情報Ｑの音響成分を放音することが望ましい。

以上の説明から理解される通り、情報処理装置２０の放音制御部２１４は、空気振動としての音響（音波）を伝送媒体とする音響通信で再生情報Ｑを端末装置３０に送信する手段として機能する。すなわち、放音制御部２１４は、収音部２２が収音した第１の案内音声Ｇに対応する第２の案内音声ＧLを放音部２６から放音させるとともに、再生情報Ｑを含む音響の放音部２６からの放音により当該再生情報Ｑを端末装置３０に送信する。

放音部２６は、放音制御部２１４から供給される音響信号Ｓ[GL,Q]に応じた音響を放音する音響機器（スピーカ）である。放音制御部２１４は、生成した音響信号Ｓ[GL,Q]が表わす音響を放音するよう放音部２６を制御する。個別空間Ｒの情報処理装置２０の放音部２６から放音された音響（第２の案内音声ＧLおよび再生情報Ｑを表わす）は、個別空間Ｒにいる利用者ＵRに聴取されるとともに、個別空間Ｒ内の端末装置３０の収音部３２により収音される。

図３は本実施形態にかかる任意の１個の端末装置３０の構成図である。図示のように、端末装置３０は、収音部３２と制御部３１と記憶部３６と提示部３８とを具備する。収音部３２は、周囲の音響を収音する音響機器（マイクロホン）であり、具体的には、情報処理装置２０の放音部２６から放音される音響（第２の案内音声ＧLおよび再生情報Ｑを表わす）を収音して音響信号Ｓ[GL,Q]を生成する。前述のように、音響信号Ｓ[GL,Q]は、再生情報Ｑの音響成分を含有する。なお、収音部３２が生成した音響信号Ｓ[GL,Q]をアナログからデジタルに変換するＡ/Ｄ変換器の図示は便宜的に省略されている。

記憶部３６は、例えば非一過性の記録媒体であり、ＣＤ-ＲＯＭ等の光学式記録媒体のほか、磁気記録媒体や半導体記録媒体等の公知の記録媒体でもよい。記憶部３６は、制御部３１が実行するプログラムや制御部３１が使用する各種のデータを記憶する。制御部３１は、端末装置３０の全体的な動作を制御する処理装置（例えばＣＰＵ）である。本実施形態の端末装置３０の制御部３１は、記憶部３６に記憶されたプログラムを実行することで、再生情報Ｑに応じたコンテンツＣを利用者ＵRに提示するための複数の機能（情報抽出部３４１および提示制御部３４２）を実現する。記憶部３６は、複数のコンテンツＣを、各々の再生情報Ｑと対応させて予め記憶する。

情報抽出部３４１は、収音部３２が生成した音響信号Ｓ[GL,Q]の復調で再生情報Ｑを抽出する。具体的には、情報抽出部３４１は、再生情報Ｑの音響成分を含む周波数帯域の帯域成分を強調するフィルタ処理と情報処理装置２０での変調処理に対応した復調処理とを音響信号Ｓ[GL,Q]に対して実行することで再生情報Ｑを抽出する。提示制御部３４２は、情報抽出部３４１が抽出した再生情報Ｑに応じたコンテンツＣを記憶部３６から取得して提示部３８に提示させる。提示部３８は、提示制御部３４２から供給されたコンテンツＣを利用者ＵRに提示する。提示部３８は、コンテンツＣを表示する表示機器（例えば液晶表示パネル）である。なお、図示せぬ通信網に接続されたサーバ装置に複数のコンテンツＣを保持し、端末装置３０からの要求（再生情報Ｑを含む要求）に応じてサーバ装置からコンテンツＣを配信してもよい。また、再生情報ＱはコンテンツＣの識別情報でなくとも、コンテンツ自体であってもよい。すなわち、情報処理装置２０の案内テーブルＴMに記憶される再生情報ＱをコンテンツＣ自体としてもよい。この場合には、端末装置３０の記憶部３６はコンテンツＣを記憶していなくともよい。

図４は、情報提供システム１００の全体的な動作の説明図である。情報提供システム１００の管理装置１０は、個別空間Ｒを利用する利用者ＵRに対して言語情報Ｌを設定する（ＳA1）。その後、管理装置１０は、複数の個別空間Ｒの各々に設置された各情報処理装置２０に対して、対応する言語情報Ｌを言語情報テーブルＴLから取得して通知する（ＳA2）。言語情報Ｌは任意のタイミングで各個別空間Ｒの情報処理装置２０に通知され得るが、例えば１日に１回予め定められた時刻にすべての個別空間Ｒの情報処理装置２０に対して一括で通知してもよい。あるいは、施設の利用登録時（例えば施設がホテルの場合にはチェックイン時）に、対応する個別空間Ｒの情報処理装置２０に対して言語情報Ｌを逐次通知してもよい。言語情報Ｌが通知された情報処理装置２０は、通知された言語情報Ｌを記憶部２４に記憶する（ＳA3）。

その後、管理者空間Ｆに設置された収音装置４０は、管理者ＵFが発音した第１の案内音声Ｇを収音して音響信号ＳGを生成する。音響信号ＳGは、個別空間Ｒの各々に設置された放音装置５０に供給されて音響として各個別空間Ｒ内で放音装置５０から放音される。情報処理装置２０の収音部２２は収音した音響を表わす音響信号ＳGを生成する（ＳA4）。

情報処理装置２０では、音声認識部２１２による認識文字列ＴGAの生成（ＳA5）と、翻訳部２１３による翻訳文字列ＴGLの特定（ＳA6）と、放音制御部２１４による音響信号Ｓ[GL,Q]の生成（ＳA7）とが実行される。具体的には、音声認識部２１２は、音響信号ＳGに対する音声認識で認識文字列ＴGAを生成する（ＳA5）。翻訳部２１３は、案内テーブルＴMに登録された複数の登録文字列ＴGのうち、認識文字列ＴGAに最も類似する登録文字列ＴGを特定する（ＳA61）。そして、特定した登録文字列ＴGに対応して案内テーブルＴMに記憶されている複数の言語の翻訳文字列ＴGLのうち、記憶部２４に記憶された言語情報Ｌが指定する言語の翻訳文字列ＴGLを取得する（ＳA62）。放音制御部２１４は、翻訳部２１３が取得した翻訳文字列ＴGLに対応して案内テーブルＴMに登録された再生情報Ｑを取得し（ＳA71）、翻訳文字列ＴGLの音響信号ＳGLに再生情報Ｑの音響成分を混合した音響信号Ｓ[GL,Q]を生成（ＳA72）し、音響信号Ｓ[GL,Q]に応じた音響を放音部２６から放音させる（ＳA8）。

放音部２６が放音した音響は端末装置３０の収音部３２により収音される（ＳA8）。端末装置３０では、収音部３２が収音により生成した音響信号Ｓ[GL,Q]から情報抽出部３４１が再生情報Ｑを抽出し（ＳA9）、提示制御部３４２は、当該再生情報Ｑに応じたコンテンツＣを記憶部３６から取得して（ＳA10）、提示部３８から利用者ＵRに提示する（ＳA11）。したがって、個別空間Ｒの利用者ＵRは、放音装置５０から第１の言語の第１の案内音声Ｇが放音されたあと、第１の案内音声Ｇに対応する第２の案内音声ＧLを管理装置１０において設定された言語で聴取することが可能である。また、利用者ＵRは当該第２の案内音声ＧLのコンテンツＣ（例えば、第２の案内音声ＧLの発音内容を示す文字列）を提示部３８の表示で確認することも可能である。

以上説明したように、本実施形態の構成においては、情報処理装置２０に対して、第１の案内音声Ｇに対応する第２の案内音声ＧLを放音する際の第２の言語を管理装置１０から通知し、情報処理装置２０は、管理装置１０から通知された言語情報Ｌで指定された第２の言語による第２の案内音声ＧLを放音する。したがって、情報提供システム１００では、情報処理装置２０からの音声を聴取する利用者ＵRが理解可能な言語を言語情報Ｌとして設定することにより各個別空間Ｒの利用者ＵRに応じた適切な言語による音声案内が可能となる。さらには、複数の個別空間Ｒの各々の情報処理装置２０について個別の言語情報Ｌが通知されるので、多言語の利用者が利用する場所や施設において利用者ＵRが理解可能な言語に翻訳された第２の音声案内が各情報処理装置２０から可能となる。

また、翻訳部２１３は、音声認識により取得された認識文字列ＴGAに対応する、言語情報Ｌで指定された言語の翻訳文字列ＴGLを取得するので、第２の言語による第２の案内音声ＧLを簡易に生成することが可能となる。さらには、翻訳部２１３は、認識文字列ＴGAに最も類似する登録文字列ＴGを特定し、特定した登録文字列ＴGに対応する翻訳文字列ＴGLを取得する。音声認識部２１２による音声認識の精度が十分でない場合には第１の案内音声Ｇを表わす音響信号ＳGの発音内容の誤認識が生じ得る。本構成では音声認識で取得された認識文字列ＴGAに類似する登録文字列ＴGを特定するので、誤認識の影響が低減され得る。よって、不適切な意味内容の第２の案内音声ＧLが情報処理装置２０から放音される可能性が低減されるという利点がある。

さらに、本実施形態の情報処理装置２０は、第２の案内音声ＧLに加えて、第２の案内音声ＧLに関連するコンテンツＣを端末装置３０で再生させるための再生情報Ｑを放音するので、第２の案内音声ＧLの聴取が不可能な場合に再生情報Ｑに基づき再生したコンテンツＣが示す情報を利用者ＵRは代替的に利用できるという利点もある。

＜変形例＞
以上に例示した各形態は多様に変形され得る。具体的な変形の態様を以下に例示する。以下の例示から任意に選択された２以上の態様は、相互に矛盾しない範囲で適宜に併合され得る。

（１）上述の実施形態では、言語情報Ｌを管理装置１０に対する操作で設定するが、情報処理装置２０に対する操作で言語情報Ｌを設定してもよい。例えば、管理装置２０から情報処理装置２０に通知された言語情報Ｌを、利用者ＵRが情報処理装置２０に対する操作で変更可能な構成としてもよい。

（２）上述の実施形態では、情報処理装置２０の音声認識部２１２が音響信号ＳGの音声認識を実行するが、例えば、サーバ装置を施設内に設置して当該サーバ装置に音声認識を実行させる構成や、通信網を介して情報処理装置２０に接続されたサーバ装置（クラウド上のサーバ装置）に音声認識を実行させる構成も採用し得る。この場合、情報処理装置２０は、サーバ装置の認識結果（認識文字列ＴGA）を受信し、翻訳部２１３は前述したような処理（すなわち、翻訳文字列ＴGLの取得以降の処理）を実行する。この構成によれば、情報処理装置２０の処理負荷が軽減されるため、装置構成を簡素化することが可能である。また、情報処理装置２０よりも高精度の音声認識機能をサーバ装置に持たせる場合には、翻訳部２１３はサーバ装置による認識結果を用いることで精度良く登録文字列ＴGを特定することが可能となる。したがって、第１の案内音声Ｇにより精度良く合致した第２の案内音声ＧLを放音できるという利点もある。

（３）上述の実施形態では、案内テーブルＴMに翻訳文字列ＴGLを記憶するが、翻訳文字列ＴGLを発音した音声データを記憶してもよい。すなわち、翻訳部２１３が第１の案内音声Ｇの音響信号ＳGに対する音声認識で取得された文字列に対応する、言語情報Ｌで指定された第２の言語の翻訳データを取得することには、翻訳データとして翻訳文字列ＴGLを取得することのほか、翻訳文字列ＴGLを発音した音声を表わす音響信号ＳGLを取得することも含む。

（４）上述の実施形態では、管理装置１０と複数の情報処理装置２０とを具備する情報提供システム１００を例示したが、情報提供システム１００が管理装置１０と１つの情報処理装置２０を具備し、管理装置１０は当該１つの情報処理装置２０について言語情報Ｌを設定するとともに、情報処理装置２０に対して言語情報Ｌを通知する構成でもよい。また、上述の実施形態では、複数の個別空間Ｒを有する施設において各個別空間に１つの情報処理装置２０を配置する場合を一例として説明したが、１つの空間に複数の情報処理装置２０を設置し、これら複数の情報処理装置２０の各々について管理装置１０において言語情報Ｌを管理装置１０において設定し、情報処理装置２０に通知する構成も採用し得る。

（５）上述の実施形態では、コンテンツＣを表示する表示機器を提示部３８として例示したが、コンテンツＣに対応する音響（例えばコンテンツＣを発音した音声）を放音する放音機器（例えばスピーカやヘッドホン）を提示部３８として利用することも可能である。

（６）上述の実施形態では、第２の案内音声ＧLの放音に加えて、再生情報Ｑを音響通信にて端末装置３０に対して送信するが、再生情報Ｑの送信は必須ではない。この場合、登録文字列ＴG、翻訳文字列ＴGLおよび再生情報Ｑを関連づけて記憶した案内テーブルＴMは、再生情報Ｑを記憶せず、放音制御部２１４は、再生情報Ｑを含む音響成分を生成しない。

（７）上述の実施形態では、登録文字列ＴG、翻訳文字列ＴGL、および再生情報Ｑを関連づけて記憶した案内テーブルＴMを情報処理装置２０の記憶部２４が記憶したが、案内テーブルＴMを保持する場所は以上の例示に限定されない。例えば、図示せぬ通信網を介して情報処理装置２０と通信するサーバ装置に案内テーブルＴMを記憶することも可能である。情報処理装置２０は、音声認識部２１２による認識結果（認識文字列ＴGA）と言語情報Ｌとを含む取得要求をサーバ装置に送信する。サーバ装置は、取得要求に含まれた認識文字列ＴGAに最も類似する登録文字列ＴGを特定したうえで、特定した登録文字列ＴGに対応して記憶された複数言語の翻訳文字列ＴGLのうち言語情報Ｌが指定する言語の翻訳文字列ＴGLと再生情報Ｑを、要求元の情報処理装置２０に送信する。情報処理装置２０の放音制御部２１４は、受信した翻訳文字列ＴGLから音響信号ＳGLを生成する。以上の説明から理解される通り、情報処理装置２０に案内テーブルＴMを保持する構成は必須ではない。この場合には、登録文字列ＴG、翻訳文字列ＴGL、および再生情報Ｑのアップデートの際には各情報処理装置２０に記憶された案内テーブルＴMを更新せずともサーバ装置に記憶された案内テーブルＴMを更新することで最新の状態を容易に保てるという利点がある。

（８）上述の実施形態では、音響を伝送媒体とする音響通信で再生情報Ｑを端末装置３０に送信したが、端末装置３０に再生情報Ｑを送信するための通信方式は以上の例示に限定されない。例えば、電波や赤外線等の電磁波を伝送媒体とした無線通信で情報処理装置２０から端末装置３０に再生情報Ｑを送信することも可能である。以上の例示から理解される通り、再生情報Ｑの送信には、通信網が介在しない近距離無線通信が好適であり、音響を伝送媒体とする音響通信や電磁波を伝送媒体とする無線通信は近距離無線通信の例示である。

１００……情報提供システム、１０……管理装置、１１……制御部、１１２……言語設定部、１１３……通知部、１２……操作部、１３……表示部、１４……記憶部、１５……通信部、２０……情報処理装置、２１……制御部、２１１……言語情報受信部、２１２……音声認識部、２１３……翻訳部、２１４……放音制御部、２２……収音部、２４……記憶部、２５……通信部、２６……放音部、３０……端末装置、３１……制御部、３４１……情報抽出部、３４２……提示制御部、３２……収音部、３６……記憶部、３８……提示部、４０……収音装置、５０……放音装置。

Claims (9)

1. 第１の案内音声で用いられる第１の言語とは異なる第２の言語を指定する言語情報を設定する言語設定部と、
   前記第１の案内音声に対応する第２の案内音声を、前記言語情報にしたがって前記第２の言語で放音する情報処理装置に対して、前記言語設定部が設定した前記言語情報を通知する通知部と、
   を具備した管理装置。
2. 前記情報処理装置が複数ある場合に、
   前記言語設定部は、前記言語情報を前記複数の情報処理装置の各々について設定し、
   前記通知部は、前記複数の情報処理装置の各々に対して、対応する言語情報を通知する、
   請求項１に記載の管理装置。
3. 第１の案内音声で用いられる第１の言語とは異なる第２の言語を指定する言語情報を管理装置から受信する言語情報受信部と、
   前記第１の案内音声に対応する第２の案内音声を、前記言語情報受信部で受信した言語情報で指定された前記第２の言語で放音するよう放音部を制御する放音制御部と、
   を具備する情報処理装置。
4. 前記第１の案内音声に対する音声認識で取得された文字列に対応する、前記言語情報で指定された前記第２の言語の翻訳データを取得する翻訳部をさらに具備し、
   前記放音制御部は、取得した前記翻訳データに応じた音響を前記第２の案内音声として放音するよう前記放音部を制御する、
   請求項３に記載の情報処理装置。
5. 前記翻訳部は、相異なる案内音声を表わす複数の登録文字列のうち、前記第１の案内音声に対する音声認識で取得された文字列に類似する登録文字列を特定し、当該特定した登録文字列に対応する翻訳データを取得する、
   請求項４に記載の情報処理装置。
6. 前記放音制御部は、前記第２の案内音声に関連するコンテンツを前記利用者の端末装置で再生させるための再生情報を放音するよう前記放音部を制御する、
   請求項３から請求項５のいずれかに記載の情報処理装置。
7. 管理装置と、当該管理装置と通信する情報処理装置とを有する情報提供システムであって、
   前記管理装置は、
   第１の案内音声で用いられる第１の言語とは異なる第２の言語を指定する言語情報を設定する言語設定部と、
   前記言語設定部が設定した前記言語情報を前記情報処理装置に対して通知する通知部と、
   を具備し、
   前記情報処理装置は、前記第１の案内音声に対応する第２の案内音声を、前記通知部から通知された言語情報で指定された第２の言語で放音するよう放音部を制御する放音制御部を具備する、
   情報提供システム。
8. 第１の案内音声で用いられる第１の言語とは異なる第２の言語を指定する言語情報を設定し、
   前記第１の案内音声に対応する第２の案内音声を、前記言語情報にしたがって前記第２の言語で放音する情報処理装置に対して、設定した前記言語情報を通知する、
   言語情報の管理方法。
9. 第１の案内音声で用いられる第１の言語とは異なる第２の言語を指定する言語情報を管理装置において設定し、
   設定した前記言語情報を前記管理装置から情報処理装置に対して通知し、
   前記情報処理装置において、前記第１の案内音声に対応する第２の案内音声を、前記管理装置から通知された前記言語情報で指定された言語で放音する、
   情報提供方法。
   

Images