JP2018097239A - 音声再生装置及びプログラム - Google Patents

Abstract

【課題】一連の音声の中で所定の箇所の音声を適切に再生することである。
【解決手段】音声再生装置１０は、ボイスレコーダー２０によって音声を記録し、音声の記録中に電子ペーパー３０に表示された表示情報を表示情報が表示されたときに記録された箇所の音声と対応付けて記録し、音声の記録中に電子ペーパー３０に入力された入力情報を入力情報が入力されたときに記録された箇所の音声と対応付けて記録し、記録された音声から所定のイベントを検出し、検出されたイベントに対応する箇所の音声にスキップして再生するとともに、その箇所に対応する表示情報と入力情報を合わせて表示する。
【選択図】図１４

Description

本発明は、音声再生装置及びプログラムに関する。

会議の内容を記録する方法として書記等が要点のみを筆記する方法とボイスレコーダー等によって会議全体を録音する方法が知られている。さらに、これらを組み合わせることで、会議内容をより活用しやすい形で記録する方法が知られている。

例えば、マイクやビデオカメラ等によって会議の内容を録音、録画している際にユーザによってキーボード、マウス等から文字図形情報が入力されたら、入力された時刻と対応付けて文字図形情報を記録する。そして、会議が終了した後に記憶された文字図形情報を指定することで、これに対応する時刻の会議の内容を再生することができるものが知られている（特許文献１）。

特開平０６−３４３１４６号公報

しかし、上記従来の方法は、文字図形情報が入力された時刻に録音、録画された箇所の音声等を再生するものではあるが、対応する再生箇所が必ずしも重要であるとは限らない。例えば、会議中に文字図形情報を入力する、即ち、メモを取る回数は非常に多いと考えられるため、取ったメモに対応する再生箇所が把握できてもどの箇所が重要であるかまでは把握できない。そのため、記録されている音声等から重要な箇所を検出した上で、その箇所の音声を容易に再生できるようにすることが望まれる。

本発明の課題は、一連の音声の中で所定の箇所の音声を適切に再生することである。

上記課題を解決するために、本発明の音声再生装置は、音声を記録する音声記録手段と、前記音声記録手段により記録された音声から所定のイベントを検出する検出手段と、前記音声記録手段により記録された音声を再生する際に、前記検出手段により検出されたイベントに対応する箇所にスキップして音声を再生する再生手段と、を備えたことを特徴とする。

本発明によれば、一連の音声の中で所定の箇所の音声を適切に再生することができる。

音声再生システムを示すブロック図である。 音声再生装置の物理的構成を示すブロック図である。 音声再生装置の機能的構成を示すブロック図である。 音声ＤＢの構成を示す図である。 イベントＤＢの構成を示す図である。 資料ＤＢの構成を示す図である。 メモＤＢの構成を示す図である。 表示される資料とメモ書き（その１）を示す図である。 表示される資料とメモ書き（その２）を示す図である。 録音処理を示すフローチャートである。 資料登録処理を示すフローチャートである。 メモ登録処理を示すフローチャートである。 再生開始画面を示す図である。 再生画面（その１）を示す図である。 再生画面（その２）を示す図である。 再生処理を示すフローチャートである。 発言ＤＢの構成を示す図である。 再生画面（その３）を示す図である。

以下、添付図面を参照して本発明に係る実施の形態を詳細に説明する。なお、本発明は、図示例に限定されるものではない。

（第１の実施の形態）
図１、図２を参照して、システム構成、及び、装置構成を説明する。まず、図１を参照して、音声再生処理システム１を説明する。図１は、音声再生処理システム１を示すブロック図である。

音声再生システム１は、音声再生装置１０と、ボイスレコーダー２０と、電子ノート３０と、を備え、主に会議の内容の記録と再生を行う。音声再生システム１に備えられる電子ノート３０の台数は任意であるが、ここでは複数台接続されているものとし、実際には、会議に参加する人数分の台数を備える構成等にすると良い。

音声再生装置１０は、例えば、ネットワークを利用したサーバ・クライアントシステムのサーバ装置であるとするが、これに限定されるものではなく、クラウドシステム上で動作する仮想マシンであっても良い。

ボイスレコーダー２０は、音声の記録が可能な装置であり、例えば、ＩＣ（Integrated Circuit）レコーダーであるとする。電子ノート３０は、各種表示データの表示、ユーザによる情報の入力が可能なタブレット端末であるとする。電子ノート３０は、例えば、会議の場面において各参加者に配られるものであり、会議中にはこの電子ノート３０に会議資料が表示される。また、会議の参加者は、電子ノート３０に表示されている会議資料に対して専用のペン等を用いてメモ書きを行うことが可能である。

ボイスレコーダー２０と電子ノート３０は、通信ネットワークＮを介して音声再生装置１０と接続されている。そのため、音声再生装置１０は、電子ノート３０に会議資料を送信して表示させたり、ボイスレコーダー２０で録音された音声データや電子ノート３０に書き込まれたメモ書きのデータを受信したりすることが可能である。なお、各装置は、必ずしも通信ネットワークＮを介して接続される必要はなく、例えば、Bluetooth（登録商標）等の近距離無線通信を行うものであっても良い。

次に、図２を参照して、音声再生装置１０の物理的構成を説明する。図２は、音声再生装置１０の物理的構成を示す図である。

図２に示すように、音声再生装置１０は、ＣＰＵ（Central Processing Unit）１１と、操作部１２と、ＲＡＭ（Random Access Memory）１３と、表示部１４と、記憶部１５と、通信部１６と、計時部１７と、音声再生部１８と、を備える。音声再生装置１０の各部は、バス１９を介して接続されている。

ＣＰＵ１１は、音声再生装置１０の各部を制御する。ＣＰＵ１１は、記憶部１５に記憶されているシステムプログラム及びアプリケーションプログラムのうち、指定されたプログラムを読み出してＲＡＭ１３に展開し、ＲＡＭ１３に展開されたプログラムとの協働で、各種処理を実行する。

操作部１２は、キーボード等のキー入力部と、マウス等のポインティングデバイスとを有し、キー入力及び位置入力を受け付け、その操作情報をＣＰＵ１１に出力する。

ＲＡＭ１３は、揮発性のメモリであり、各種データやプログラムを一時的に格納するワークエリアを形成する。表示部１４は、ＬＣＤ（Liquid Crystal Display）、ＥＬ（ElectroLuminescent）ディスプレイ等で構成され、ＣＰＵ１１から指示された表示情報に従い各種表示を行う。

記憶部１５は、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）等により構成され、データ及びプログラムを書き込み及び読み出し可能な記憶部である。特に、記憶部１５は、後述する音声ＤＢ（DataBase）５０、イベントＤＢ（DataBase）６０、資料ＤＢ（DataBase）７０、メモＤＢ（DataBase）８０を記憶している。

通信部１６は、ネットワークカード等により構成され、通信ネットワークＮに通信接続されて、通信ネットワークＮ上の機器との通信を行う。

計時部１７は、リアルタイムクロックであり、現在年月日時を計時し、その現在年月日時を示す現在時刻情報をＣＰＵ１１に出力する。

音声再生部１８は、スピーカー等により構成され、ＣＰＵ１１から指示された音声情報の再生を行う。

次に、図３を参照して、音声再生装置１０の機能的構成を説明する。図３は、音声再生装置１０の機能的構成を示すブロック図である。

音声再生装置１０は、データ取得部４１と、イベント検出部４２と、データ管理部４３と、出力制御部４４と、出力部４５と、を備える。

データ取得部４１は、ボイスレコーダー２０で録音された音声データや電子ノート３０に書き込まれたメモ等のデータを通信部１６を介して取得する。

イベント検出部４２は、データ取得部４１によって取得された音声データを解析することで各イベントの検出を行う。なお、イベントとは、例えば、笑い、拍手、沈黙等の会議中に起こる所定の出来事のことである。イベントの検出方法は、特に限定されるものではないが、例えば、予め各イベントに対応する音声パターンを記憶部１５に記憶させておき、録音された音声データから一致する音声パターンを検出する構成にすると良い。

データ管理部４３は、取得されたデータの登録、及び、登録されたデータの呼び出し等の管理を行う。具体的には、データ取得部４１によって取得された各データとイベント検出部４２によって検出されたイベントを対応する各種ＤＢに登録を行ったり、登録された各データの出力を行うためにデータを各種ＤＢから呼び出したりする。

出力制御部４４は、登録されたデータの出力を行うための制御をする。具体的には、ユーザによる出力に関する設定の入力を受け付け、受け付けた内容に基づいて出力を行えるように制御する。

出力部４５は、出力制御部４４から指示された内容の出力を表示部１４、音声出力部１８等によって行う。

次に、図４を参照して、音声再生装置１０の記憶部１５に記憶される音声ＤＢ５０を説明する。図４は、音声ＤＢ５０の構成を示す図である。

音声ＤＢ５０は、音声再生装置１０が記憶しているこれまでに録音された音声ファイルが登録されているものであり、図４に示すように、音声ＤＢ５０は、音声管理ＩＤを示す項目５１、音声ファイル名を示す項目５２、再生時間を示す項目５３、を有する。

項目５１には、登録されている音声ファイルを管理するためにファイル毎に割り振られた識別情報である音声管理ＩＤが登録されている。項目５２には、各音声ファイルを表す音声ファイル名が登録されている。項目５３には、各音声ファイルの再生時間が登録されている。

以上のような音声ＤＢ５０の各項目に登録されている内容は、各音声ファイル夫々に対応して記憶されている。例えば、音声ファイル「会議１」の音声管理ＩＤは「Ａ００１」、再生時間は「１時間３０分３０秒」となっている。

次に、図５を参照して、音声再生装置１０の記憶部１５に記憶されるイベントＤＢ６０を説明する。図５は、イベントＤＢ６０の構成を示す図である。

イベントＤＢ６０は、音声ＤＢ５０に登録されている音声ファイルから検出されたイベントが登録されているものであり、図５に示すように、イベントＤＢ６０は、イベント管理ＩＤを示す項目６１、イベント名を示す項目６２、イベント種類を示す項目６３、音声ファイル名を示す項目６４、開始時刻を示す項目６５、終了時刻を示す項目６６、を有する。

項目６１には、登録されているイベントを管理するためにイベント毎に割り振られた識別情報であるイベント管理ＩＤが登録されている。項目６２には、各イベントを表すイベント名が登録されている。項目６３には、各イベントのイベント種類が登録されている。この項目６３に登録されているイベント種類は、例えば、笑い、沈黙、拍手等のイベント検出部４２によって検出対象となるイベントの種類分けを表すものである。なお、イベント種類の数や内容は任意であり、特に限定されるものではない。イベント検出をする際には、録音された音声に含まれる音声パターンから任意の種類に分けて登録できる構成にすると良い。

項目６４には、登録されているイベントがどの音声ファイルに対応するものであるかを示す音声ファイル名が登録されている。項目６５には、項目６４の音声ファイルにおいてそのイベントが開始される時刻、項目６６にはそのイベントが終了する時刻が夫々登録されている。なお、項目６４、６５に登録されている時間は音声ファイルを最初から再生した際の経過時間で表されており、後述する各種ＤＢに登録される開始時刻、終了時刻はどれも音声ファイル上の経過時間で表されるものである。項目６４〜６６によってそのイベントがどの音声ファイルのどの箇所で起こったものであるかを特定することが可能である。

以上のようなイベントＤＢ６０の各項目に登録されている内容は、各イベント夫々に対応して記憶されている。例えば、「笑い１」のイベント管理ＩＤは「Ｂ００１」、イベント種類は「笑い」、イベントに対応する音声ファイル名は「会議１」で、対応箇所は「１０分３０秒〜１０分５０秒」となっている。

次に、図６を参照して、音声再生装置１０の記憶部１５に記憶される資料ＤＢ７０を説明する。図６は、資料ＤＢ７０の構成を示す図である。

資料ＤＢ７０は、録音中に電子ノート３０に表示された資料の各ページ毎が各情報と対応付けて登録されているものであり、図６に示すように、資料ＤＢ７０は、資料管理ＩＤを示す項目７１、資料名を示す項目７２、ページ番号を示す項目７３、音声ファイル名を示す項目７４、開始時刻を示す項目７５、終了時刻を示す項目７６、を有する。

項目７１には、登録されている資料を管理するために資料毎に割り振られた識別情報である資料管理ＩＤが登録されている。項目７２には、各資料を表す資料名が登録されている。項目７３には、各資料のページ番号が登録されている。項目７２、７３によって電子ノート３０に表示された資料及びそのページを特定することができる。

項目７４には、登録されている資料のページがどの音声ファイルに対応するものであるかを示す音声ファイル名が登録されている。項目７５には、項目７４の音声ファイルにおいてその資料のページの表示が開始される時刻、項目７６には、その表示が終了する時刻が夫々登録されている。即ち、項目７４〜７６によってその資料のページがどの音声ファイルのどの箇所で表示されたものであるかを特定することができる。

以上のような資料ＤＢ７０の各項目に登録されている内容は、各資料のページ夫々に対応して記憶されている。例えば、「会議資料１」の「１ページ」の資料管理ＩＤは「Ｃ００１」、資料に対応する音声ファイル名は「会議１」で、対応箇所は「５分１５秒〜１８分１３秒」となっている。

次に、図７を参照して、音声再生装置１０の記憶部１５に記憶されるメモＤＢ８０を説明する。図７は、メモＤＢ８０の構成を示す図である。

メモＤＢ８０は、録音中に電子ノート３０に書き込まれたメモが各情報と対応付けて登録されているものであり、図７に示すように、メモＤＢ８０は、メモ管理ＩＤを示す項目８１、メモ名を示す項目８２、資料名を示す項目８３、ページ番号を示す項目８４、入力内容を示す項目８５、音声ファイル名を示す項目８６、開始時刻を示す項目８７、終了時刻を示す項目８８、を有する。なお、ここでは簡単のためにどの電子ペーパー３０に書き込まれたメモであるかを区別していないが、実際には書き込む内容は会議の参加者夫々で異なることが予想されるため、登録されたメモと各電子ノート３０を対応付けて登録するか、各電子ノート３０夫々にメモＤＢ８０を用意する構成にすると良い。

項目８１には、登録されているメモを管理するためにメモ毎に割り振られた識別情報であるメモ管理ＩＤが登録されている。項目８２には、各メモを表すメモ名が登録されている。項目８３には、登録されているメモがどの資料に書き込まれたものであるかを示す資料名が登録されており、項目８４には、その資料のどのページに書き込まれたものであるかを示すページ番号が登録されている。項目８５には、メモ書きの詳しい内容が登録されている。ここでは簡単のため記載を省略したが、項目８５には具体的な座標情報等が含まれているものとする。項目８３〜８５によって、そのメモが書かれた資料とそのページ、及び、そのメモ書きの内容を特定することができる。

項目８６には、登録されているメモがどの音声ファイルに対応するものであるかを示す音声ファイル名が登録されている。項目８７には、項目８６の音声ファイルにおいてそのメモ書きが開始される時刻、項目８８には、そのメモ書きが終了する時刻が夫々登録されている。なお、メモ書きにおける開始、終了の区切りはあいまいではあるが、例えば、最後にメモ書きがされてから一定時間経過してもメモ書きが行わなければ、そこまでを一つのメモとして開始時刻と終了時刻を登録すると良い。項目８６〜８８によってそのメモがどの音声ファイルのどの箇所で書かれたものであるかを特定することができる。

以上のようなメモＤＢ８０の各項目に登録されている内容は、各メモに対応して記憶されている。例えば、「メモ１」のメモ管理ＩＤは「Ｄ００１」、メモが書かれた資料名は「会議用資料１」でページは「１ページ」、入力内容は「内容１」、メモに対応する音声ファイル名は「会議１」で、対応箇所は「１０分４０秒〜１０分４５秒」となっている。

次に、図８、図９を参照して、会議中に表示される資料とメモを説明する。図８は、会議中に表示される資料とメモを表しており、ここでは資料ＤＢ７０における「会議資料１」の「１ページ」であるものとする。

図８に示すように、電子ノート３０に表示される資料９０には、メモ書き９１と、ページ番号９２と、が含まれる。

メモ書き９１は、会議の参加者によって電子ノート３０へ書き込まれたものである。このメモが書き込まれると、メモＤＢ８０に対応する項目の内容と合わせて登録される。ページ番号９２は、その資料のページ番号が示されており、ここでは１となっていることがわかる。

図９も図８と同様に、会議中に表示される資料とメモを表しており、ここでは資料ＤＢ７０における「会議資料１」の「２ページ」であるものとする。そのため、ページ番号１０２が２となっていることがわかる。

次に、図１０を参照して、録音処理のフローを説明する。図１０は、録音処理を示すフローチャートである。録音処理は、ボイスレコーダー２０によって録音を行い、その音声データからイベントを検出して、音声ＤＢ５０とイベントＤＢ６０に登録する処理である。

まず、ユーザがボイスレコーダー２０を操作することによって録音を開始する（ステップＳ１１）。次に、ユーザによって録音を終了する操作が合ったか否かを判別する（ステップＳ１２）。録音が続行している間はそのまま待機し（ステップＳ１２；ＮＯ）、ユーザがボイスレコーダー２０を操作することによって録音が終了されたら（ステップＳ１２；ＹＥＳ）、ＣＰＵ１１は、通信部１６を介して録音された音声データを取得する（ステップＳ１３）。即ち、ＣＰＵ１１は、データ取得部４１として機能する。

次に、ＣＰＵ１１は、取得した音声データを解析して、イベントの検出を行う（ステップＳ１４）。即ち、ＣＰＵ１１は、イベント検出部４２として機能する。イベントの検出が完了したら、取得された音声データを音声ＤＢ５０に、検出されたイベントをイベントＤＢ６０に登録する（ステップＳ１５）。即ち、ＣＰＵ１１は、データ管理部４３として機能する。

次に、図１１を参照して、資料登録処理のフローを説明する。図１１は、資料登録処理を示すフローチャートである。資料登録処理は、電子ノート３０に表示された資料をページ毎に各情報と対応付けて資料ＤＢ７０に登録する処理である。

まず、ＣＰＵ１１は、現在が録音時間中であるか否かを判別する（ステップＳ２１）。現在、録音時間中ではないと判別された場合はそのまま待機する（ステップＳ２１；ＮＯ）。一方現在が録音時間中であると判断されたら（ステップＳ２１；ＹＥＳ）、ＣＰＵ１１は、電子ノート３０に新しく資料等の表示が行われたか否かを判断する（ステップＳ２２）。

新しく表示が行われたと判別されない場合はそのまま待機する（ステップＳ２２；ＮＯ）。一方、電子ノート３０に新しく資料が表示されたと判別された場合（ステップＳ２２；ＹＥＳ）、表示されたときの録音開始からの経過時間をそのページの表示が開始された時刻として一時的に記録する（ステップＳ２３）。次に、ＣＰＵ１１は、電子ノート３０の表示が変更されたか否かを判別する（ステップＳ２４）。表示の変更が行われたと判別された場合（ステップＳ２４；ＹＥＳ）、変更が行われたときの録音開始からの経過時間をそのページの表示が終了された時刻として一時的に記録する（ステップＳ２５）。そして、表示されていたページと一時的に記録した開始時刻と終了時刻を対応付けて資料ＤＢ７０に登録する（ステップＳ２６）。即ち、ＣＰＵ１１は、データ取得部４１、データ管理部４３として機能する。

ステップＳ２６において、資料ＤＢ７０への登録が完了したら、ステップＳ２３に戻り、新しく表示されたページの開始時刻を記録する。また、ステップＳ２４において、ページの表示が行われたと判別されない場合に（ステップＳ２４；ＮＯ）、録音が終了された場合（ステップＳ２７；ＹＥＳ）、現在表示されていたページが最終ページであるということになるので、録音が終了された時刻を終了時刻として記録し（ステップＳ２８）、そのページと開始時刻、終了時刻を対応付けて資料ＤＢ７０に登録する（ステップＳ２９）。

次に、図１２を参照して、メモ登録処理のフローを説明する。図１２は、メモ登録処理を示すフローチャートである。メモ登録処理は、電子ノート３０に表示された資料にユーザがメモ書きを行った際にメモの内容と各情報を対応付けてメモＤＢ８０に登録する処理である。

まず、ＣＰＵ１１は、現在が録音時間中であるかを判別する（ステップＳ３１）。現在、録音時間中ではないと判別された場合はそのまま待機する（ステップＳ３１；ＮＯ）。一方、現在が録音時間中であると判別されたら（ステップＳ３１；ＹＥＳ）、ＣＰＵ１１は、電子ノート３０にユーザによってメモ書きが行われたか否かを判別する（ステップＳ３２）。

メモ書きが行われたと判別された場合（ステップＳ３２；ＹＥＳ）、ＣＰＵ１１は、メモ書きが行われたときの録音開始からの経過時間を、そのメモ書きが開始された時刻として一時的に記録する（ステップＳ３３）。その後、ＣＰＵ１１は、メモ書きが終了したか否か、即ち、最後にメモ書きがされてから一定時間経過したか否かを判別する（ステップＳ３４）。メモ書きがまだ継続中であると判別されたら（ステップＳ３４；ＮＯ）、メモ書きが終了するまで待機する。一方、メモ書きが終了したと判別されたら（ステップＳ３４；ＹＥＳ）、最後にメモ書きがされたときの録音開始からの経過時間をそのメモ書きが終了された時刻として一時的に記憶する（ステップＳ３５）。そして、メモ書きの内容、メモ書きが書かれた資料とページ番号、一時的に記録した開始時刻、終了時刻を対応付けてメモＤＢ８０に登録する（ステップＳ３６）。即ち、ＣＰＵ１１は、データ取得部４１、データ管理部４３として機能する。登録が完了したら、ＣＰＵ１１は、録音が終了したか否かを判別し（ステップＳ３７）、まだ録音が続いている場合は（ステップＳ３７；ＮＯ）、ステップＳ３２に戻り新しいメモ書きを受け付ける。

次に、図１３を参照して、再生開始画面について説明する。図１３は、再生開始画面を示す図である。再生開始画面は、ユーザによって音声ＤＢ５０に登録されている音声ファイルの出力が指示された際に、表示部１４へ表示させる画面であり、再生に関する設定を行うことができる。

図１３に示すように、再生開始画面１１０には、再生ファイル名１１１と、全て再生ボタン１１２と、イベント再生ボタン１１３と、イベント指定ボタン１１４と、再生ボタン１１５と、閉じるボタン１１６と、が含まれる。

再生ファイル名１１１は、ユーザが再生を希望している音声ファイルの項目５２に登録されているファイル名が表示されているものである。全て再生ボタン１１２とイベント再生ボタン１１３は、どちらか一方だけを選択可能なラジオボタンである。全て再生ボタン１１２が選択されると、対応する音声ファイルが全て再生される。一方、イベント再生ボタン１１３が選択されると、詳しくは後述するが指定されたイベントに対応する箇所の音声のみが再生される。

イベント指定ボタン１１４は、イベント再生ボタン１１３が選択された際にのみ選択可能なボタンであり、具体的に再生するイベント種類の指定を行う。即ち、イベントＤＢ６０の項目６３に登録されているイベント種類がここに表示される。なお、ここでは複数のイベントの中から１つのみ選択可能な構成となっているが、これに限定されるものではなく、複数のイベントが選択可能であるとしても良い。

再生ボタン１１５は、再生を開始するためのボタンであり、このボタンが操作されると後述する再生画面に移行するとともに、再生開始画面１１０で指定した内容で音声ファイルの再生を行う。閉じるボタン１１６は、再生開始画面１１０を閉じるためのボタンであり、このボタンが操作されると、再生開始画面１１０が閉じられ、音声ファイルの再生は行われない。

次に、図１４、図１５を参照して、再生画面について説明する。図１４は、再生画面の一例を示す図である。再生画面は、音声ＤＢ５０に登録されている音声ファイルを再生する際に表示部１４に表示される画面であり、図１３の再生開始画面１１０において再生ボタン１１５が選択されると、音声の再生が開始されるとともにこの再生画面が表示される。なお、ここでの再生画面は、再生開始画面１１０において「笑い」のイベントを指定した際のものであるとする。

図１４に示すように、再生画面１２０には、音声ファイル名１２１と、シークバー１２２と、イベントポイント１２３と、資料表示１２４と、現在再生時刻１２５と、戻るボタン１２６と、一時停止ボタン１２７と、進むボタン１２８と、閉じるボタン１２９と、が含まれる。

音声ファイル名１２１は、現在再生されている音声ファイル名を表すものであり、音声ＤＢ５０の項目５２に対応する。シークバー１２２は、現在の再生箇所を表すものである。イベントポイント１２３は、再生開始画面１１０において指定されたイベントに対応する再生箇所が強調して表示されているものである。なお、イベントポイント１２３を操作部１２を介して選択することで、選択されたイベントに対応する箇所の音声が再生される。

資料表示１２４は、現在再生している箇所の録音時に表示されていた資料のページが表示される領域である。また、現在再生している箇所の録音時に書かれたメモがある場合には、合わせて表示する。具体的には、現在の再生箇所が資料ＤＢ７０の項目７５、７６とメモＤＢ８０の項目８７、８８に登録されている時刻に含まれるか否かを判別し、含まれると判別された場合はその資料、及び、メモを各種ＤＢから呼び出して資料表示１２４に表示させる。

現在再生時刻１２５は、現在の再生箇所を経過時間で表している。戻るボタン１２６は、前のイベントに戻るためのボタンであり、戻るボタン１２６が選択されると、現在再生されている箇所の直前のイベントに対応する箇所の音声の再生を行う。一時停止ボタン１２７は、再生の一時停止を行うためのボタンである。進むボタン１２８は、次のイベントに進むためのボタンであり、進むボタン１２８が選択されると、現在再生されている箇所の直後のイベントに対応する箇所の音声の再生を行う。閉じるボタン１２９は、現在の再生を停止して、再生画面１２０を閉じるためのボタンである。

図１４の再生画面は、「会議１」の音声ファイルを「笑い」のイベントを指定して再生しているものである。そのため、それ以外の部分はスキップして再生され、図５のイベントＤＢ６０の項目６５に登録されているように「笑い１」のイベントに対応する「１０分３０秒」から再生される。そして、「笑い１」のイベントが項目６６から「１０分５０秒」までとなっているので、そこまで再生された後は項目６５に登録されているように「笑い２」のイベントに対応する「３０分３４秒」までスキップされる。その際の再生画面１２０は後述する図１５において説明する。

また、図１４では、現在再生時刻１２５に示すように「１０分４９秒」の箇所が再生されている。そのため、資料表示１２４には、資料ＤＢ７０の項目７５、７６に登録されている開始時刻、終了時刻から「会議１用資料」の「１ページ」が呼び出されて表示されている。また、メモＤＢ８０の項目８７、８８に登録されている開始時刻、終了時刻から「メモ１」が呼び出されて表示されている。

図１５は、「笑い２」のイベントが再生されているときの再生画面１２０を示す図である。「笑い１」のイベントに対応する箇所の再生が終了した後は、次の「笑い」のイベントであるここまでスキップされる。そのため、資料表示１２４には図１４のときとは異なり、「会議１用資料」の「２ページ」、及び、「メモ４」が呼び出されて表示されている。また、「笑い２」のイベントが起こったのはイベントＤＢ６０の項目６５、６６に登録されているように「３０分３４秒」から「３０分５０秒」であるため、「３０分５０秒」まで再生されたら、「笑い３」のイベントに対応する「３７分４０秒」までスキップされる。

次に、図１６を参照して、再生処理のフローチャートを説明する。図１６は、再生処理を示すフローチャートである。再生処理は、登録されている音声ファイルの再生を行う処理である。

まず、ＣＰＵ１１は、ユーザから音声ファイル再生の操作を受け付けたら、再生開始画面１１０を表示部１４へ表示させ（ステップＳ４１）、ユーザによる操作入力を受け付ける（ステップＳ４２）。次に、受け付けた内容から音声ファイルを全て再生するのかイベントを指定して再生するのかを判別する（ステップＳ４３）。即ち、ＣＰＵ１１は、出力制御部４４として機能する。

ＣＰＵ１１は、受け付けた内容が、全て再生を行うであると判別された場合は（ステップＳ４３；全て）、再生画面を表示して音声ファイルを最初から再生する（ステップＳ４４）。一方、受け付けた内容が、イベントを指定して再生であると判別された場合は（ステップＳ４３；イベント）、再生する音声ファイルの中から指定されたイベントをイベントＤＢ６０より抽出し、対応する箇所の音声を再生する（ステップＳ４５）。なお、ステップＳ４４、Ｓ４５における再生処理に関しては、図１４、図１５で説明を行ったため、ここでは省略する。

（第２の実施の形態）
第１の実施の形態において、録音された音声から各種のイベントを検出し、イベントＤＢ６０に登録していた。第２の実施の形態においては、このイベントに代わって録音された音声から各発言を発言者とともに検出して、発言ＤＢ１３０に登録する。

図１７を参照して、音声再生装置１０の記憶部１５に記憶される発言ＤＢ１３０を説明する。図１７は、発言ＤＢ１３０の構成を示す図である。

発言ＤＢ１３０は、音声ＤＢ５０に登録されている音声ファイルから検出された発言が発言者と対応付けて登録されているものであり、図１７に示すように、発言ＤＢ１３０は、発言管理ＩＤを示す項目１３１、発言名を示す項目１３２、発言者を示す項目１３３、音声ファイル名を示す項目１３４、開始時刻を示す項目１３５、終了時刻を示す項目１３６、を有する。

項目１３１には、登録されている発言を管理するために発言毎に割り振られた識別情報である発言管理ＩＤが登録されている。項目１３２には、各発言を表す発言名が登録されている。項目１３３には、各発言が誰によって行われたものであるかを示す発言者名が登録されている。なお、登録する際に、各発言が誰による発言であるのかを解析する必要があるが、例えば、予め会議の出席者の声を登録しておくことで、誰の発言であるかを特定できるような構成にすると良い。

項目１３４は、登録されている発言がどの音声ファイルに対応するものであるかを示す音声ファイル名が登録されている。項目１３５には、項目１３４の音声ファイルにおいてその発言が開始される時刻、項目１３６にはその発言が終了する時刻が夫々登録されている。即ち、項目１３４〜１３６によってその発言がどの音声ファイルのどの箇所で起こったものであるかを特定することが可能である。

以上のような発言ＤＢ１３０の各項目に登録されている内容は、各発言夫々に対応して記憶されている。例えば、「Ａ発言１」の発言管理ＩＤは「Ｅ００１」、発言者は「発言者Ａ」、発言に対応する音声ファイル名は「会議１」で、対応箇所は「０分３秒〜１５分２０秒」となっている。

次に、図１８を参照して、第２の実施の形態における再生画面について説明する。図１８は、第２の実施の形態における再生画面の一例を示す図である。なお、図１８の再生画面は、第１の実施の形態における図１４、図１５に対応するものであり、イベントに代えて、発言者が指定されていること以外は同様の構成となっている。ここでの再生画面は、「会議１」の音声ファイルを「発言者Ｂ」の発言を指定して再生しているものとする。

図１８に示すように、第２の実施の形態における再生画面１４０には、音声ファイル名１４１と、シークバー１４２と、発言ポイント１４３と、資料表示１４４と、現在再生時刻１４５と、戻るボタン１４６と、一時停止ボタン１４７と、進むボタン１４８と、閉じるボタン１４９と、が含まれる。ここでは、図１４、図１５と異なる部分である発言ポイント１４３以外については説明を省略する。

発言ポイント１４３は、指定された発言者の発言に対応する再生箇所が強調して表示されているものであり、ここでは「発言者Ｂ」が指定されているため、発言ＤＢ１３０から「Ｂ発言１」、「Ｂ発言２」が表示されている。なお、図１４、図１５のイベントポイント１２３と同様に、発言ポイント１４３を操作部１２を介して選択することで、選択された発言に対応する箇所の音声が再生される。

図１８の再生画面は、「会議１」の音声ファイルを「発言者Ｂ」の発言を指定して再生しているものである。そのため、それ以外の部分はスキップして再生され、図１７の発言ＤＢ１３０の項目１３５に登録されているように「発言者Ｂ」の「Ｂ発言１」に対応する「１５分４０秒」から再生される。そして、「Ｂ発言１」が項目１３６から「１６分４０秒」までとなっているので、そこまで再生された後は項目１３５に登録されているように「発言者Ｂ」の「Ｂ発言２」に対応する「１８分２秒」までスキップされる。

また、図１８では、現在再生時刻１４５に示すように「１５分４１秒」の箇所が再生されている。そのため、資料表示１４４には、資料ＤＢ７０の項目７５、７６に登録されている開始時刻、終了時刻から「会議１用資料」の「１ページ」が呼び出されて表示されている。また、メモＤＢ８０の項目８７、８８に登録されている開始時刻、終了時刻から、対応する箇所のメモは存在しないため、メモは表示されない。

第２の実施の形態では、第１の実施の形態におけるイベントＤＢ６０に代わって発言ＤＢ１３０が用いられる。それ以外の処理等は第１の実施の形態と同様である。即ち、音声の再生処理を行う際には第１の実施の形態においてイベントを指定して対応する箇所のみを再生したのと同様に、発言者を指定して対応する発言の箇所のみを再生することが可能である。

以上、本実施の形態によれば、音声再生装置１０は、音声を記録し、記録された音声から所定のイベントを検出し、記録された音声を再生する際に、検出されたイベントに対応する箇所にスキップして音声を再生する。即ち、音声再生装置１０は、音声記録手段と、検出手段と、再生手段と、を備える。

このため、一連の音声の中で所定の箇所の音声を適切に再生することができる。

また、音声再生装置１０は、記録された音声から予め登録している音声パターンとの一致を検出することで、所定のイベントに対応する箇所を検出する。このため、一連の音声の中で希望する箇所の音声を適切に再生することができる。

また、音声再生装置１０は、音声の記録中に表示された表示情報を、表示された時間と対応付けて記録し、検出されたイベントに対応する箇所の音声を再生する際に、前記箇所の音声を記録した時間と対応付けて記録されている表示情報を表示して再生する。このため、音声に合わせて他の出力も行うことができる。

また、音声再生装置１０は、音声の記録中に入力された入力情報を入力された時間と対応付けて記録し、検出されたイベントに対応する箇所の音声を再生する際に、前記箇所の音声を記録した時間と対応付けて記録されている入力情報を表示して再生する。このため、音声に合わせて他の出力も行うことができる。

また、音声再生装置１０は、記録された音声から所定のイベントを複数の種類に分類して検出し、検出されたイベントの中から所定の種類のイベントに対応する箇所の音声を再生する。このため、一連の音声の中で希望する箇所の音声を適切に再生することができる。

また、音声再生装置１０は、音声を再生する際に、再生に関連する情報を表示し、記録された音声の中でイベントに対応する箇所がわかるように表示する。このため、一連の音声の中で所定の箇所を視覚的に容易に把握できる。

また、音声再生装置１０は、記録された音声から発言毎に発言者を特定し、特定された発言者の発言に対応する箇所の音声を再生する。このため、一連の音声の中で所定の箇所の音声を適切に再生することができる。

また、音声再生装置１０は、検出されたイベントに対応し、且つ、特定された発言者の発言に対応する箇所の音声を再生する。このため、一連の音声の中で所定の箇所の音声を適切に再生することができる。

なお、上記実施の形態における記述は、本発明に係る音声再生装置及びプログラムの一例であり、これに限定されるものではない。

上記実施の形態では、１つの音声ファイルに対してイベントを指定した再生を行っていたが、これに限定されるものではなく、例えば、複数の音声ファイルに対してイベントを指定して再生を行うことで、音声ＤＢ５０に登録されている音声ファイル全てから指定されたイベントに対応する箇所の音声を再生することが可能である。

また、上記実施の形態では、イベントを検出した音声ファイルの活用として再生時にイベントを指定し、対応箇所の再生を自動的に行っていたが、これに限定されるものではなく、例えば、イベントを検索条件にした検索機能を設けることで、そのイベントに対応する音声ファイルや対応箇所を検索できるようにしても良い。

また、上記実施の形態では、音声からイベントや発言者を検出していたが、これに限定されるものではなく、例えば、記録された音声を解析することで盛り上がり度を検出する構成としても良い。音声の再生を行う場合には、この盛り上がり度を指定することで、音声ファイルの中から活発である箇所を再生できるようにしても良い。

また、上記実施の形態では、再生開始画面１１０において指定されるイベントは一つであったが、複数選択可能であるとしても良く、選択された複数のイベントに対応する箇所を再生する構成としても良い。

また、上記実施の形態では、イベントが発生した際に書かれたメモを対応する箇所の音声再生時に表示していたが、これに限定されるものではなく、例えば、そのイベントから一番近い時間に書かれたメモを表示しても良いし、単に表示されている資料に書かれたメモを全て表示する構成としても良い。

また、上記実施の形態では、第１の実施の形態においてはイベントを、第２の実施の形態では発言者を検出して、対応する箇所の音声を再生していたが、これらを組み合わせても良い。即ち、イベントと発言者の両方を検出して登録し、音声を再生する際にはイベントと発言者を指定することで、対応する箇所を再生することができる。なお、両方を指定した場合には、少なくともどちらか一方に対応する箇所を再生しても良いし、両方に対応する箇所のみを再生しても良い。

また、上記の実施の形態では、イベントを指定して再生する際には音声ファイルの中に含まれるイベントが全て再生されるが、音声ファイルの中で所定の時間に含まれるイベントに対応する箇所のみを再生する構成としても良い。

また、上記実施の形態では、第２の実施の形態において１人の発言者を指定して対応する箇所を再生していたが、これに限定されるものではなく、例えば、２人の発言者を指定して、発言者達が連続して発言している箇所を再生しても良い。即ち、特定の発言者達の会話を指定して再生をすることができる。

また、上記の実施の形態では、イベントの検出を行うタイミングは、記録した音声を音声ＤＢ５０に登録するタイミングとしていたが、これに限定されるものではなく、例えば、音声を記録しているタイミングで同時に行っても良いし、対応する音声ファイルが再生されるタイミングでイベントの検出を行っても良い。

また、上記実施の形態では、イベントを検出する際には、そのイベントの種類まで検出し、各種ＤＢに登録していたが、さらにそのイベントの重要度を合わせて判定するようにしても良い。例えば、同じ「笑い」のイベントを検出した場合でも、声の大きさなどから重要度を夫々判定して登録する。そして、イベントを指定して音声の再生する場合には、重要度も合わせて指定できるようにすると良い。こうすることで、単に指定されたイベントに対応する箇所の音声を一律に再生するのではなく、指定されたイベント中でも重要度が高いものに対応する箇所の音声を再生することができる。

さらに、検出したイベントに重要度を付けるのではなく、イベントとして検出するか否かを判別するための判別手段として所定の閾値を設け、必要に応じてその閾値を変更することが可能な慎重レベルを設定できる構成にしても良い。閾値としては声の大きさを用いると良い。例えば、慎重レベルを高く設定した際には、閾値を低くすることで声の小さいものも１つのイベントとして検出する。一方、慎重レベルを低く設定した際には、閾値を大きくすることで声の大きなものだけをイベントとして検出する。これによって、検出されるイベントを限定することが可能となる。

本発明の実施の形態を説明したが、本発明の範囲は、上述の実施の形態に限定するものではなく、特許請求の範囲に記載された発明の範囲とその均等の範囲を含む。
以下に、この出願の願書に最初に添付した特許請求の範囲に記載した発明を付記する。付記に記載した請求項の項番は、この出願の願書に最初に添付した特許請求の範囲の通りである。
〔付記〕
＜請求項１＞
音声を記録する音声記録手段と、
前記音声記録手段により記録された音声から所定のイベントを検出する検出手段と、
前記音声記録手段により記録された音声を再生する際に、前記検出手段により検出されたイベントに対応する箇所にスキップして音声を再生する再生手段と、
を備えたことを特徴とする音声再生装置。
＜請求項２＞
前記検出手段は、前記音声記録手段により音声を記録するタイミングまたは前記再生手段により音声を再生するタイミングで所定のイベントを検出する、
ことを特徴とする請求項１に記載の音声再生装置。
＜請求項３＞
前記検出手段は、前記音声記録手段により記録された音声から予め登録されている音声パターンとの一致を検出することで、所定のイベントを検出する、
ことを特徴とする請求項１または２に記載の音声再生装置。
＜請求項４＞
慎重レベルを設定する設定手段を備え、
前記検出手段は、前記設定手段により設定された慎重レベルに対応したイベントを検出する、
ことを特徴とする請求項１から３何れかに記載の音声再生装置。
＜請求項５＞
前記音声記録手段による音声の記録中に表示された表示情報を、前記表示情報が表示された時間と対応付けて記録する表示記録手段を備え、
前記再生手段は、前記検出手段により検出されたイベントに対応する箇所の音声を再生する際に、前記箇所の音声を記録した時間と対応付けて前記表示記録手段に記録されている表示情報を表示して再生する、
ことを特徴とする請求項１から４何れかに記載の音声再生装置。
＜請求項６＞
前記音声記録手段による音声の記録中に入力された入力情報を、前記入力情報が入力された時間と対応付けて記録する入力記録手段を備え、
前記再生手段は、前記検出手段により検出されたイベントに対応する箇所の音声を再生する際に、前記箇所の音声を記録した時間と対応付けて前記入力記録手段に記録されている入力情報を表示して再生する、
ことを特徴とする請求項１から５何れかに記載の音声再生装置。
＜請求項７＞
前記検出手段は、前記音声記録手段により記録された音声から所定のイベントを複数の種類に分類して検出し、
前記再生手段は、前記検出手段により検出されたイベントの中から所定の種類のイベントに対応する箇所の音声を再生する、
ことを特徴とする請求項１から６何れかに記載の音声再生装置。
＜請求項８＞
前記再生手段により音声を再生する際に、再生に関連する情報を表示する再生情報表示手段を備え、
前記再生情報表示手段は、前記音声記録手段により記録された音声の中で前記イベントに対応する箇所がわかるように表示する、
ことを特徴とする請求項１から７何れかに記載の音声再生装置。
＜請求項９＞
前記検出手段により検出されたイベントを検索条件にして、前記音声記録手段により記録された音声の中で前記イベントに対応する箇所を検索する検索手段と、
を備えたことを特徴とする請求項１から８何れかに記載の音声再生装置。
＜請求項１０＞
音声を記録する音声記録手段と、
前記音声記録手段により記録された音声から所定の発言者の発言を特定する特定手段と、
前記音声記録手段により記録された音声を再生する際に、前記特定手段により特定された発言者の発言に対応する箇所にスキップして音声を再生する再生手段と、
を備えたことを特徴とする音声再生装置。
＜請求項１１＞
音声を記録する音声記録手段と、
前記音声記録手段により記録された音声から所定のイベントを検出する検出手段と、
前記音声記録手段により記録された音声から所定の発言者の発言を特定する特定手段と、
前記音声記録手段により記録された音声を再生する際に、前記検出手段により検出されたイベントに対応し、且つ、前記特定手段により特定された発言者の発言に対応する箇所にスキップして音声を再生する再生する再生手段と、
を備えたことを特徴とする音声再生装置。
＜請求項１２＞
コンピュータを、
音声を記録する音声記録手段、
前記音声記録手段により記録された音声から所定のイベントを検出する検出手段、
前記音声記録手段により記録された音声を再生する際に、前記検出手段により検出されたイベントに対応する箇所にスキップして音声を再生する再生手段、
として機能させることを特徴とするプログラム。
＜請求項１３＞
コンピュータを、
音声を記録する音声記録手段、
前記音声記録手段により記録された音声から所定の発言者の発言を特定する特定手段、
前記音声記録手段により記録された音声を再生する際に、前記特定手段により特定された発言者の発言に対応する箇所にスキップして音声を再生する再生手段、
として機能させることを特徴とするプログラム。
＜請求項１４＞
コンピュータを、
音声を記録する音声記録手段、
前記音声記録手段により記録された音声から所定のイベントを検出する検出手段、
前記音声記録手段により記録された音声から所定の発言者の発言を特定する特定手段、
前記音声記録手段により記録された音声を再生する際に、前記検出手段により検出されたイベントに対応し、且つ、前記特定手段により特定された発言者の発言に対応する箇所にスキップして音声を再生する再生する再生手段、
として機能させることを特徴とするプログラム。

１ 音声再生システム
１０ 音声再生装置
１１ ＣＰＵ
１２ 操作部
１３ ＲＡＭ
１４ 表示部
１５ 記憶部
１６ 通信部
１７ 計時部
１８ 音声再生部
１９ バス
２０ ボイスレコーダー
３０ 電子ノート

Claims (14)

1. 音声を記録する音声記録手段と、
   前記音声記録手段により記録された音声から所定のイベントを検出する検出手段と、
   前記音声記録手段により記録された音声を再生する際に、前記検出手段により検出されたイベントに対応する箇所にスキップして音声を再生する再生手段と、
   を備えたことを特徴とする音声再生装置。
2. 前記検出手段は、前記音声記録手段により音声を記録するタイミングまたは前記再生手段により音声を再生するタイミングで所定のイベントを検出する、
   ことを特徴とする請求項１に記載の音声再生装置。
3. 前記検出手段は、前記音声記録手段により記録された音声から予め登録されている音声パターンとの一致を検出することで、所定のイベントを検出する、
   ことを特徴とする請求項１または２に記載の音声再生装置。
4. 慎重レベルを設定する設定手段を備え、
   前記検出手段は、前記設定手段により設定された慎重レベルに対応したイベントを検出する、
   ことを特徴とする請求項１から３何れかに記載の音声再生装置。
5. 前記音声記録手段による音声の記録中に表示された表示情報を、前記表示情報が表示された時間と対応付けて記録する表示記録手段を備え、
   前記再生手段は、前記検出手段により検出されたイベントに対応する箇所の音声を再生する際に、前記箇所の音声を記録した時間と対応付けて前記表示記録手段に記録されている表示情報を表示して再生する、
   ことを特徴とする請求項１から４何れかに記載の音声再生装置。
6. 前記音声記録手段による音声の記録中に入力された入力情報を、前記入力情報が入力された時間と対応付けて記録する入力記録手段を備え、
   前記再生手段は、前記検出手段により検出されたイベントに対応する箇所の音声を再生する際に、前記箇所の音声を記録した時間と対応付けて前記入力記録手段に記録されている入力情報を表示して再生する、
   ことを特徴とする請求項１から５何れかに記載の音声再生装置。
7. 前記検出手段は、前記音声記録手段により記録された音声から所定のイベントを複数の種類に分類して検出し、
   前記再生手段は、前記検出手段により検出されたイベントの中から所定の種類のイベントに対応する箇所の音声を再生する、
   ことを特徴とする請求項１から６何れかに記載の音声再生装置。
8. 前記再生手段により音声を再生する際に、再生に関連する情報を表示する再生情報表示手段を備え、
   前記再生情報表示手段は、前記音声記録手段により記録された音声の中で前記イベントに対応する箇所がわかるように表示する、
   ことを特徴とする請求項１から７何れかに記載の音声再生装置。
9. 前記検出手段により検出されたイベントを検索条件にして、前記音声記録手段により記録された音声の中で前記イベントに対応する箇所を検索する検索手段と、
   を備えたことを特徴とする請求項１から８何れかに記載の音声再生装置。
10. 音声を記録する音声記録手段と、
    前記音声記録手段により記録された音声から所定の発言者の発言を特定する特定手段と、
    前記音声記録手段により記録された音声を再生する際に、前記特定手段により特定された発言者の発言に対応する箇所にスキップして音声を再生する再生手段と、
    を備えたことを特徴とする音声再生装置。
11. 音声を記録する音声記録手段と、
    前記音声記録手段により記録された音声から所定のイベントを検出する検出手段と、
    前記音声記録手段により記録された音声から所定の発言者の発言を特定する特定手段と、
    前記音声記録手段により記録された音声を再生する際に、前記検出手段により検出されたイベントに対応し、且つ、前記特定手段により特定された発言者の発言に対応する箇所にスキップして音声を再生する再生する再生手段と、
    を備えたことを特徴とする音声再生装置。
12. コンピュータを、
    音声を記録する音声記録手段、
    前記音声記録手段により記録された音声から所定のイベントを検出する検出手段、
    前記音声記録手段により記録された音声を再生する際に、前記検出手段により検出されたイベントに対応する箇所にスキップして音声を再生する再生手段、
    として機能させることを特徴とするプログラム。
13. コンピュータを、
    音声を記録する音声記録手段、
    前記音声記録手段により記録された音声から所定の発言者の発言を特定する特定手段、
    前記音声記録手段により記録された音声を再生する際に、前記特定手段により特定された発言者の発言に対応する箇所にスキップして音声を再生する再生手段、
    として機能させることを特徴とするプログラム。
14. コンピュータを、
    音声を記録する音声記録手段、
    前記音声記録手段により記録された音声から所定のイベントを検出する検出手段、
    前記音声記録手段により記録された音声から所定の発言者の発言を特定する特定手段、
    前記音声記録手段により記録された音声を再生する際に、前記検出手段により検出されたイベントに対応し、且つ、前記特定手段により特定された発言者の発言に対応する箇所にスキップして音声を再生する再生する再生手段、
    として機能させることを特徴とするプログラム。

Images