JP2019169949A - 音声処理システムおよび音声処理方法 - Google Patents

Abstract

【課題】無線通信に専用される受信機器の利用を必要とせずに端末装置に情報を送信する。【解決手段】再生システム１００は、放音装置１３０から放音される対象音と、対象音に関連して表示装置に表示される情報に対応する識別情報の音響成分と、を表す音声信号を有線により取得し、当該音声信号から前記識別情報Ｄを抽出する情報抽出部２０６を具備する。【選択図】図１２

Description

本発明は、端末装置に情報を提供する技術に関する。

公共交通機関の利用案内を自動音声で利用者に提供するサービスが広く普及している。例えば、路線バスの車内放送システムでは、予め路線系統毎に用意された案内音声（乗降案内や運賃情報等の案内音声等）を、オペレーターの操作に応じて適切なタイミングで（例えば停留所毎に）再生することにより、車内に存在する利用者に案内情報が提供される。特許文献１には、音声データに応じて音声信号を発生することで、利用者に停留所名等を案内する構成が開示されている。特許文献２には、案内音声に対応する音声データの作成において、停留所名は圧縮率が小さい符号化法で作成し、「次は」、「です」等の共通音節は圧縮率が大きい符号化法で作成する構成が開示されている。

実開昭６１−１１６４００号公報 特開平０８−００８８５５号公報

ところで、赤外線や電波を含む電磁波を利用した無線通信（例えば近距離無線通信）で端末装置に案内情報を送信する構成では、電波や赤外線を受信するための受信機器を端末装置が具備する必要がある。本発明は、赤外線や電波を含む電磁波を利用した無線通信に専用される受信機器の利用を必要とせずに端末装置に情報を送信することを目的とする。

以上の課題を解決するために、本発明の好適な態様に係る音声処理システムは、放音装置から放音される対象音と、前記対象音に関連して表示装置に表示される情報に対応する識別情報の音響成分と、を表す音声信号を有線により取得し、当該音声信号から前記識別情報を抽出する情報抽出部を具備する。
また、本発明の好適な態様に係る音声処理方法は、放音装置から放音される対象音と、前記対象音に関連して表示装置に表示される情報に対応する識別情報の音響成分と、を表す音声信号を有線により取得し、当該音声信号から前記識別情報を抽出する。

ところで、音波を伝送媒体として端末装置に情報を配信する技術が提供されている（以下「音響通信」という）。音響通信では、音響信号のうち高域側（例えば非可聴域内の約１８ｋＨｚ以上かつ２０ｋＨｚ以下）の周波数帯域に配信情報を含有する音響信号を表す音響を放音することで、端末装置に情報が配信（収音）される。音響通信を特許文献１および特許文献２に例示される路線バスの音声案内システムに適用することを想定する。通常、路線バスの車内にはエンジン音や振動音等の車外音が到来するから、案内音声が明瞭に利用者に知覚されるように、音響信号の低域側（例えば可聴域内の約１６ｋＨｚ以下）の成分が濾過（フィルタ）され、高域側の成分はカットされる場合がある。このため、特許文献１および特許文献２に音響通信を適用した場合、高域側の周波数帯域に包含された配信情報を出力（放音）することができない、という問題がある。なお、以上の説明では、公共交通機関の路線バスを例示したが、他の公共交通機関や公共施設等、利用者に様々な情報を提供する任意の状況において同様の問題が発生し得る。以上の事情を考慮して、本発明の好適な態様は、特定の周波数帯域が抑圧される環境でも適切に音響通信を実現することを目的とする。

以上の課題を解決するために、本発明の好適な態様に係る音響処理装置は、対象音を表す対象信号と当該対象音の識別情報を含む変調信号とを含有する第１周波数帯域の第１音響信号から識別情報を抽出する情報抽出手段と、前記情報抽出手段が抽出した識別情報を含む信号であって前記第１周波数帯域とは相違する第２周波数帯域の第２音響信号を生成する信号処理手段とを具備する。以上の構成では、対象音（例えば利用者に提供される案内音声）を表す対象信号と、案内音声の識別情報が包含される変調信号とが第１周波数帯域の第１音響信号に含有され、第１音響信号から抽出された識別情報が第２周波数帯域の第２音響信号に包含される。以上の構成によれば、第１音響信号において第２周波数帯域が抑圧された環境でも第２周波数帯域を利用した音響通信により適切に識別情報を送信することが可能である。なお、「対象音」の例示としては、公共施設や公共交通機関の利用者に提供される案内情報（例えば、開館時間や閉館時間等の施設情報、乗降案内、運賃案内等）の音声が挙げられる。

本発明の好適な態様において、対象音を表す対象信号と当該対象音の識別情報が重畳された変調信号とを含有する再生信号の再生音を収音して前記第１音響信号を生成する収音手段と、前記信号処理手段が生成した第２音響信号に応じた音響を放音する放音手段とを具備する。以上の態様では、音響処理装置が、再生信号の再生音を収音する収音手段と、信号処理手段が生成した第２音響信号に応じた音響を放音する放音手段とを具備する。したがって、第２周波数帯域を抑圧した再生信号に応じた音響を放音する既存のシステムを改変することなく、音響通信により適切に識別情報を送信できるという利点がある。

本発明の好適な態様において、前記放音手段によって前記第２音響信号に応じた音響が放音される時間長は、前記再生信号のうち前記変調信号が放音される時間長よりも長い。したがって、第２音響信号が包含する識別情報を受信側にて受信できる機会が充分に確保されるという利点がある。なお、第１周波数帯域は例えば可聴域に設定され、第２周波数帯域は第１周波数帯域を上回る帯域（例えば利用者が殆ど知覚できない帯域）に設定される。ここで、識別情報を含む変調信号が過度に長時間に亘り放音されると、利用者が違和感や不快感を知覚する可能性がある。以上の構成では、第２周波数帯域の第２音響信号に応じた音響が放音される時間長は、第１周波数帯域の再生信号のうち変調信号が放音される時間長よりも長く設定される。すなわち、利用者が殆ど知覚できない第２周波数帯域の音響を利用した音響通信で識別情報が送信される。したがって、利用者に違和感や不快感を知覚させることなく、識別情報を各端末装置に通知することが可能である。

本発明の好適な態様に係る音響処理装置は、対象音を表す対象信号と当該対象音の識別情報を含む変調信号とを含有する第１音響信号から識別情報を抽出する情報抽出手段と、前記情報抽出手段が抽出した識別情報を含む送信信号を生成する信号処理手段と、前記信号処理手段が生成した前記送信信号を示す電磁波を送信する送信手段とを具備する。以上の態様によれば、例えば、多様な伝送媒体を利用した情報の配信が可能であることから、特定の周波数帯域が抑圧される環境であっても適切に識別情報を送信することが可能である。

以上の各態様に係る音響処理装置は、専用の電子回路で実現されるほか、ＣＰＵ（Central Processing Unit）等の汎用の演算処理装置とプログラムとの協働によっても実現される。本発明のプログラムは、コンピュータが読取可能な記録媒体に格納された形態で提供されてコンピュータにインストールされ得る。記録媒体は、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（光ディスク）が好例であるが、半導体記録媒体や磁気記録媒体等の公知の任意の形式の記録媒体を包含し得る。なお、例えば、本発明のプログラムは、通信網を介した配信の形態で提供されてコンピュータにインストールされ得る。また、以上の各態様に係る音響処理装置の動作方法（音響処理方法）としても本発明は特定される。

第１実施形態の音声案内システム１の構成を示す図である。 第１実施形態の再生システム１００のブロック図である。 第１実施形態の信号合成部１０４のブロック図である。 第１実施形態のフィルタ１０８の特性図である。 変調信号ＡD，対象信号ＡG，第２音響信号Ｓ2の時間長の説明図である。 再生システム１００で実行される動作のフローチャートである。 第１実施形態の音響処理装置２００のブロック図である。 音響処理装置２００で実行される動作のフローチャートである。 第１実施形態の端末装置３００のブロック図である。 案内情報テーブルＴB1のデータ構造の説明図である。 提示部３０８に提示された案内情報の説明図である。 第２実施形態の音響処理装置２００のブロック図である。 第３実施形態の音響処理装置２００のブロック図である。 変形例における再生システムのブロック図である。

＜第１実施形態＞
第１実施形態の音声案内システム１の概要について説明する。以下の説明では、第１実施形態の音声案内システム１を公共交通機関の車内放送に利用した構成を例示する。音声案内システム１では、路線バスの利用者に対して案内情報（乗降案内，運賃情報，観光案内，周辺情報等）を表す案内音声（対象音）が提供される。

図１は、第１実施形態の音声案内システム１の構成図である。音声案内システム１は、再生システム１００と音響処理装置２００と端末装置３００とを含んで構成される。再生システム１００および音響処理装置２００は、路線バスの車輌Ｃ内に設置される。

再生システム１００は、相異なる複数の案内音声の各々に対応する識別情報を含む周波数帯域Ｂ1の音響を当該案内音声とともに車輌Ｃ内に放音する。車輌Ｃに乗車する利用者は音声案内を聴取する。他方、音響処理装置２００は、再生システム１００が放音する音響から識別情報を抽出し、当該識別情報を含む周波数帯域Ｂ2の音響を放音する。周波数帯域Ｂ1と周波数帯域Ｂ2とは相違する。すなわち、音響処理装置２００は、識別情報を含む音響の周波数帯域を変換する信号処理装置である。

端末装置３００は、車輌Ｃに乗車する利用者が携行する可搬型の通信端末（例えば携帯電話機やスマートフォン）であり、音響処理装置２００が放音する音響から案内音声の識別情報を抽出し、当該識別情報に対応する案内情報を案内情報サーバー５００から通信網（例えば移動通信網やインターネット）４００を介して受信する。案内情報は、案内音声による案内に関連する情報であり、例えば、利用案内（施設案内，運賃案内等），交通案内（乗降案内，乗換案内等），案内対象の地点の付近の観光案内（観光施設，宿泊施設，名所旧跡等の周辺案内等）の文字列や画像（静止画または動画），案内音声を表す文字列（例えば難聴者が視覚的に案内を確認するための文字列），案内音声による案内を他言語に翻訳した音声や文字列が、案内情報として端末装置３００に提供されて再生（放音または表示）される。音声案内システム１の各要素の詳細を以下に説明する。

＜再生システム１００＞
図１に例示される通り、再生システム１００は、操作部１１０と再生処理装置１２０と放音装置１３０とを含んで構成される。操作部１１０は、路線バスの運転手ＯPからの指示を受付ける入力装置である。車輌Ｃが任意の停留所に接近するたびに、運転手ＯPは、操作部１１０を適宜に操作することで、当該停留所に関する案内音声の再生を指示することが可能である。再生処理装置１２０は、相異なる複数の案内音声のうち運転手ＯPが操作部１１０に対する操作で指示した案内音声と、当該案内音声の識別情報を含む音響との混合音を表す音響信号（以下「再生信号」という）Ａ2を生成する。放音装置１３０（例えばスピーカ）は、再生処理装置１２０が生成した再生信号Ａ2に応じた音響を放音する。なお、図１では１個の放音装置１３０のみが図示されているが、実際には車輌Ｃ内に複数の放音装置１３０が設置されて再生処理装置１２０から各々に再生信号Ａ2が並列に供給される。

図２は、再生システム１００の構成を示すブロック図である。第１実施形態の再生処理装置１２０は、図２に例示される通り、制御部１０２と信号合成部１０４と記憶部１０６とフィルタ１０８とを含んで構成される。記憶部１０６は、例えば半導体記録媒体や磁気記録媒体等の公知の記録媒体で構成され、車輌Ｃが停車する地点（停留所）毎に、当該地点に関連する案内音声を表す音響信号（以下「対象信号」という）ＡG（ＡG1，ＡG2，……）と当該地点に関連する案内情報の識別情報Ｄ（Ｄ1，Ｄ2，……）とを記憶する。なお、対象信号ＡGと識別情報Ｄとは、再生処理装置１２０の記憶部１０６に記憶される構成に限られるものではない。例えば再生処理装置１２０が外部装置（サーバ装置）と通信を実行することにより外部装置から対象信号ＡGと識別情報Ｄとを受信する構成としてもよい。
停留所には、路線バスの走行区間の経路上に存在する停留所の他、乗降地点となる場所（例えば、公共交通機関の駅、空港、任意の公道上の地点）が含まれ得る。識別情報Ｄは、案内情報を識別するための固有の符号であり、車輌Ｃが停車する地点（停留所）毎に設定される。例えば、相異なる案内情報の間で相互に重複しないように公知の方法で生成された乱数の系列が識別情報Ｄとして案内情報毎に設定される。

図２の制御部１０２は、車輌Ｃの停留所への接近にともない操作部１１０が運転手ＯPから受付けた再生指示に応じて、当該停留所に対応する案内音声の対象信号ＡGと識別情報Ｄとを記憶部１０６から読み出して信号合成部１０４に供給する。信号合成部１０４は、識別情報Ｄを対象信号ＡGに重畳することで再生信号Ａ1を生成する。対象信号ＡGに対する識別情報Ｄの重畳（音響透かし）には公知の方法が任意に採用され得るが、例えば国際公開第２０１０／０１６５８９号に開示された方法が好適である。

図３は、信号合成部１０４の構成を示すブロック図である。図３に例示される通り、信号合成部１０４は変調処理部１０４２と混合処理部１０４４とを包含する。変調処理部１０４２は、拡散符号を利用した識別情報Ｄ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することで、識別情報Ｄを特定の周波数帯域の音響成分として含有する音響信号（以下「変調信号」という）ＡDを生成する。変調信号ＡDの周波数帯域は、放音装置１３０による放音と、音響処理装置２００による収音とが可能な周波数帯域であり、かつ、利用者が通常の環境で聴取する音響（音声や楽音）の周波数帯域（例えば可聴域内の約１６ｋＨｚ以下）の範囲内に包含される。混合処理部１０４４は、制御部１０２から供給された対象信号ＡGと、変調処理部１０４２によって生成された変調信号ＡDとを混合（典型的には加算）することで再生信号Ａ1を生成する。

図２のフィルタ１０８は、再生信号Ａ1のうち高域側の周波数成分を抑圧することで再生信号Ａ2を生成する低域通過フィルタ（ＬＰＦ）である。図４は、第１実施形態のフィルタ１０８の特性図である。エンジン音や振動音等の雑音が到来する車輌Ｃの内部でも利用者に案内音声が明瞭に知覚されるように、フィルタ１０８は、図４に例示される通り、再生信号Ａ1のうち高域側（例えば１８ｋＨｚ以上かつ２０ｋＨｚ以下）の周波数帯域の成分を抑圧し、案内音声に対応した低域側の周波数帯域Ｂ1（例えば可聴域内の約１６ｋＨｚ以下）の成分を維持する。周波数帯域Ｂ1は、放音装置１３０による放音と音響処理装置２００による収音とが可能な周波数帯域であり、かつ、利用者が通常の環境で聴取する音響（音声や楽音）の周波数帯域（例えば可聴域内の約１６ｋＨｚ以下）の範囲内に包含される。識別情報Ｄを含む変調信号ＡDの周波数帯域ｂは、フィルタ１０８の通過帯域（周波数帯域Ｂ1）に包含される。以上の説明から理解される通り、対象信号ＡGおよび変調信号ＡDの周波数帯域Ｂ1はフィルタ１０８を通過する帯域に設定される。

図５（ａ）は、再生信号Ａ2の音響が放音される時間長と、再生信号Ａ2が包含する変調信号ＡDが表す音響（以下「通知音」という）および対象信号ＡGの音響（案内音声）の時間長との説明図である。再生信号Ａ2の音響は時間長Ｔ1に亘って放音される。図５（ａ）に例示される通り、識別情報Ｄを含む変調信号ＡDの通知音は、再生信号Ａ2の開始から時間長ＴDに亘り、再生信号Ａ2の音響が放音される時間長Ｔ1に包含される。対象信号ＡGが表す案内音声は、変調信号ＡDの音響が放音された直後から時間長ＴGに亘って放音される。変調信号ＡDが表す通知音は、車輌Ｃ内の各利用者の注意を喚起する聴覚的に自然な音響（例えば「ピンポーン」等の案内用の音響）である。通知音の時間長ＴDは、案内音声の時間長ＴGと比較して充分に短い時間（例えば１秒から２秒程度）に設定される。

図６は、本実施形態の再生処理装置１２０の概略的な動作のフローチャートである。例えば、車輌Ｃの停留所への接近にともない、運転手ＯPから操作部１１０を介して案内音声の再生指示が受付けられると（ＳA1）、制御部１０２は、当該再生指示に応じた地点に対応する案内音声の対象信号ＡGおよび識別情報Ｄを記憶部１０６から読み出して信号合成部１０４に供給する（ＳA2）。信号合成部１０４は、制御部１０２から供給される案内音声の対象信号ＡGと、制御部１０２から供給される識別情報Ｄとを含む変調信号ＡDとの混合で再生信号Ａ1を生成する（ＳA3）。フィルタ１０８は、信号合成部１０４が生成した再生信号Ａ1のうち周波数帯域Ｂ1を抽出することで再生信号Ａ2を生成する（ＳA4）。放音装置１３０は、フィルタ１０８による処理後の再生信号Ａ2に応じた音響を放音する（ＳA5）。

＜音響処理装置２００＞
図７は、音響処理装置２００の構成を示すブロック図である。第１実施形態の音響処理装置２００は、再生システム１００の放音装置１３０の近傍（例えばスピーカーネットの表面）に設置された音響機器であり、図７に例示される通り、収音装置２０２と情報抽出部２０６と記憶部２０８と信号処理部２１０と放音装置２１４とを含んで構成される。収音装置２０２は、再生システム１００の放音装置１３０から放音される再生信号Ａ2の再生音を収音して第１音響信号Ｓ1を生成する。以上の説明から理解される通り、第１音響信号Ｓ1は、識別情報Ｄを含む変調信号ＡDの音響成分（通知音）と案内音声の音響成分とを周波数帯域Ｂ1に含有する。第１実施形態では、音響処理装置２００が放音装置１３０の近傍に配置されるから、第１音響信号Ｓ1は雑音の影響を受けにくい。

図７の情報抽出部２０６および信号処理部２１０は、例えば記憶部２０８に記憶されたプログラムを演算処理装置（ＣＰＵ）が実行することで実現される。情報抽出部２０６は、収音装置２０２が生成した第１音響信号Ｓ1の復調で識別情報Ｄを抽出する。具体的には、情報抽出部２０６は、第１音響信号Ｓ1のうち識別情報Ｄを含む周波数帯域ｂの帯域成分を例えば帯域通過フィルタで選択し、識別情報Ｄの拡散変調に利用された拡散符号を係数とする整合フィルタを通過させることで識別情報Ｄを抽出する。第１実施形態では、音響処理装置２００が、放音装置１３０の近傍に配置されるから、通知音の時間長ＴDが案内音声の時間長ＴGと比較して充分に短い時間に設定されても識別情報Ｄを精度良く抽出することが可能である。情報抽出部２０６により抽出された識別情報Ｄは記憶部２０８（メモリ）に格納される。以上の説明から理解される通り、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システム１００から音響処理装置２００に識別情報Ｄが通知される。

信号処理部２１０は、情報抽出部２０６が抽出した識別情報Ｄを記憶部２０８から読み出して、拡散符号を利用した識別情報Ｄ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することで、識別情報Ｄを高域側の周波数帯域Ｂ2の音響成分として含有する第２音響信号（変調信号）Ｓ2を生成する。放音装置２１４は、信号処理部２１０が生成した第２音響信号Ｓ2に応じた音響を放音する。なお、図７では、再生信号Ａ2をアナログからデジタルに変換するＡ/Ｄ変換器や、第２音響信号Ｓ2をデジタルからアナログに変換するＤ/Ａ変換器の図示は便宜的に省略されている。

図４に例示される通り、第２音響信号Ｓ2の周波数帯域Ｂ2は、第１音響信号Ｓ1の周波数帯域Ｂ1とは相違する。すなわち、第２音響信号Ｓ2の周波数帯域Ｂ2は、第１音響信号Ｓ1の周波数帯域Ｂ1を上回る。具体的には、周波数帯域Ｂ2は、放音装置２１４による放音と端末装置３００による収音とが可能な周波数帯域であり、且つ、利用者が通常の環境で聴取する音声や楽音等の音響の周波数帯域（例えば可聴域内の約１６ｋＨｚ以下）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。したがって、識別情報Ｄを含む第２音響信号Ｓ2の再生音は端末装置３００の利用者に殆ど知覚されない。すなわち、利用者により案内音声の聴取に影響することなく音響通信により識別情報Ｄを端末装置３００に送信することが可能である。以上の説明から理解される通り、第１実施形態では、再生信号Ａ2の周波数帯域Ｂ1とは相違する周波数帯域Ｂ2の音響成分として識別情報Ｄを含有する第２音響信号Ｓ2が生成されるから、再生システム１００（フィルタ１０８）において案内音声の周波数帯域Ｂ1を強調するために周波数帯域Ｂ2を抑圧する構成でも、周波数帯域Ｂ2を利用した音響通信により識別情報Ｄを各端末装置３００に通知することが可能である。

図５（ｂ）は、第２音響信号Ｓ2の説明図である。図５（ｂ）に例示される通り、第１実施形態の信号処理部２１０は、時間軸上の相異なる区間に反復的に識別情報Ｄが付加された第２音響信号Ｓ2を生成する。第２音響信号Ｓ2が表す音響は、放音装置１３０が放音した音響から情報抽出部２０６が識別情報Ｄを抽出してから時間長Ｔ2に亘り継続的に放音される。すなわち、識別情報Ｄは時間長Ｔ2に亘り反復的に音響通信で各端末装置３００に通知される。

図５（ａ）と図５（ｂ）との対比で把握される通り、音響処理装置２００の放音装置２１４が第２音響信号Ｓ2に応じた音響を放音する時間長Ｔ2は、再生システム１００の放音装置１３０が変調信号ＡDの通知音を放音する時間長ＴDよりも長い。識別情報Ｄを含む可聴域の通知音が過度に長時間に亘り放音されると、利用者が違和感や不快感を知覚する可能性がある。第１実施形態では、周波数帯域Ｂ1の通知音の放音は時間長ＴDに制限されるから、通知音が過度に長いことに起因した違和感や不快感を利用者が知覚する可能性は低減される。他方、音響処理装置２００の信号処理部２１０は、利用者が殆ど知覚できない周波数帯域Ｂ2の音響を利用した音響通信で識別情報Ｄを送信するから、利用者に違和感や不快感を知覚させることなく、識別情報Ｄを各端末装置３００に通知することが可能である。また、識別情報Ｄは時間長ＴDを上回る時間長Ｔ2に亘り反復的に音響処理装置２００から送信（放音）されるから、例えば雑音成分の混在により第２音響信号Ｓ2の一部の識別情報Ｄが抽出できない場合でも他の区間の識別情報Ｄを端末装置３００が再取得できるという利点がある。

他方、対象信号ＡGの音響（案内音声）が放音される時間長ＴGとの関係では、第２音響信号Ｓ2の時間長Ｔ2は任意に設定され得る。第２音響信号Ｓ2の時間長Ｔ2が対象信号ＡGの時間長ＴGよりも長い構成（Ｔ2＞ＴG）や、第２音響信号Ｓ2の時間長Ｔ2が対象信号ＡGの時間長ＴGよりも短い構成（Ｔ2＜ＴG）や、第２音響信号Ｓ2の時間長Ｔ2が対象信号ＡGの時間長ＴGと等しい構成（Ｔ2＝ＴG）のいずれもが好適に採用され得る。第２音響信号Ｓ2の音響は利用者による案内音声の聴取には影響しないから、図５に例示される通り、第２音響信号Ｓ2の音響が放音される時間長Ｔ2と、対象信号ＡGの音響（案内音声）が放音される時間長ＴGとは相互に重複する構成としても良い。

図８は、音響処理装置２００の概略的な動作のフローチャートである。例えば、識別情報Ｄを包含する変調信号ＡDと対象信号ＡGとを含有する再生信号Ａ2の再生音が放音装置１３０から放音されると、図８の処理が開始される。収音装置２０２は、放音装置１３０から放音された再生音を収音して第１音響信号Ｓ1を生成する（ＳB1）。情報抽出部２０６は、第１音響信号Ｓ1から識別情報Ｄを抽出する（ＳB2）。信号処理部２１０は、識別情報Ｄを含む第２音響信号Ｓ2を生成する（ＳB3）。放音装置２１４は、第２音響信号Ｓ2に応じた音響（音波）を放音する（ＳB4）。

＜端末装置３００＞
図９は、端末装置３００の構成を示すブロック図である。図９に例示される通り、端末装置３００は、収音装置３０２と特定部３０４と取得部３０６と提示部３０８とを具備する。収音装置３０２は、周囲の音響を収音する音響機器（マイクロホン）であり、音響処理装置２００の放音装置２１４から放音された音響を収音し、当該音響の時間波形を表す音響信号（以下「収音信号」という）Ｘを生成する。収音信号Ｘは、識別情報Ｄの音響成分を含有する。なお、収音装置３０２が生成した収音信号Ｘ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。

特定部３０４は、収音装置３０２が生成した収音信号Ｘの復調で案内情報の識別情報Ｄを抽出する。具体的には、特定部３０４は、収音信号Ｘのうち識別情報Ｄを含む周波数帯域Ｂ2の帯域成分を例えば高域通過フィルタで強調し、識別情報Ｄの拡散変調に利用された拡散符号を係数とする整合フィルタを通過させることで識別情報Ｄを抽出する。

取得部３０６は、通信網４００（図１参照）を介して案内情報サーバー５００と通信する通信機器である。端末装置３００と案内情報サーバー５００との間の通信の方式は任意であるが、典型的には、音響処理装置２００から端末装置３００に識別情報Ｄを通知するための音響通信とは相違する無線通信（例えば電波や赤外線を伝送媒体とする情報通信）が採用される。取得部３０６は、特定部３０４が収音信号Ｘから抽出した識別情報Ｄを含む情報要求Ｒを案内情報サーバー５００に送信する一方、情報要求Ｒに応じて案内情報サーバー５００から送信された案内情報Ｇを受信する。

案内情報サーバー５００は、図１０の案内情報テーブルＴB1を保持する。案内情報テーブルＴB1は、識別情報Ｄ（Ｄ1，Ｄ2，……）と案内情報Ｇ（Ｇ1，Ｇ2，……）とを対応付ける。案内情報サーバー５００は、識別情報Ｄを含む情報要求Ｒを端末装置３００から受信すると、案内情報テーブルＴB1のうち情報要求Ｒ内の識別情報Ｄに対応付けられた案内情報Ｇを読み出すとともに情報要求Ｒの送信元の端末装置３００に当該案内情報Ｇを送信する。図９の提示部３０８は、取得部３０６によって取得された案内情報Ｇを例えば表示装置に表示させて利用者に提示する。

図１１は、提示部３０８による案内情報Ｇの表示例の説明図である。図１１では、案内音声の発音内容の文字列として端末装置３００の提示部３０８に提示された案内情報Ｇが例示される。図１１に例示される通り、利用者は提示部３０８に提示された案内情報Ｇ（図の例では乗降情報）を視覚的に確認することが可能である。以上の説明から理解される通り、利用者は、再生システム１００の放音装置１３０から放音された案内音声を聴取する一方で、提示部３０８に提示された案内情報Ｇを視覚的に確認することが可能になる。以上の構成によれば、案内情報Ｇを視覚的および聴覚的に利用者に判りやすく提供することが可能になる。また、難聴者（聴覚障碍者）が案内音声の内容を確認できるという利点もある。

第１実施形態では、音響処理装置２００は収音装置２０２と放音装置２１４とを具備し、再生システム１００の放音装置１３０から放音された再生信号Ａ2を収音装置２０２で収音する一方、収音信号Ｘ（第１音響信号Ｓ1）に応じて生成した第２音響信号Ｓ2を放音装置２１４により放音する。以上の構成によれば、再生システム１００に、再生信号Ａ2のうち識別情報Ｄを含む音響成分を周波数帯域Ｂ1から周波数帯域Ｂ2に変換する仕組み（信号処理部２１０）を追加する変更を加えず、再生処理装置１２０の近傍に音響処理装置２００を設置することで、周波数帯域Ｂ2を利用した音響通信により識別情報Ｄを端末装置３００に通知できるという利点がある。

なお、前述の説明では、再生システム１００のフィルタ１０８が高域側の周波数帯域Ｂ2を抑圧する場合を例示したが、放音装置１３０から放音される音響において周波数帯域Ｂ2が抑圧される原因はフィルタ１０８の処理に限定されない。例えば、フィルタ１０８が存在しない構成でも、例えば周波数帯域Ｂ2を含む高音域の音響を放音し難い音響特性の放音装置１３０を利用した場合には、放音装置１３０から放音される音響において周波数帯域Ｂ2が抑圧される可能性がある。周波数帯域Ｂ2を放音可能な放音装置を利用することも可能ではあるが、路線バス等の車輌Ｃに設置された全ての既存の機器を改修することは現実的には困難である。また、対象信号ＡGのサンプリング周波数が低いため周波数帯域Ｂ2を再生対象に含まない場合にも周波数帯域Ｂ2が抑圧され得る。周波数帯域Ｂ2が抑圧される原因の如何に関わらず、第１実施形態の音響処理装置を適用することで、周波数帯域Ｂ2を利用した音響通信で識別情報Ｄを送信できるという前述の効果は実現される。

第２音響信号Ｓ2に応じた音響は、変調信号ＡDの音響が放音される時間長ＴDを上回る時間長Ｔ2に亘って放音される。識別情報Ｄを含む通知音が例えば案内音声と比較して過度に長い場合には、利用者が聴感的に違和感や不快感を知覚する可能性がある。第１実施形態では、識別情報Ｄを含む通知音が放音される時間長ＴDは、第２音響信号Ｓ2の時間長Ｔ2よりも短くなるように構成されるから、聴感的な不自然さや不快感が利用者に付与される事態を低減することが可能である。

＜第２実施形態＞
本発明の第２実施形態を以下に説明する。なお、以下に例示する各形態において作用や機能が第１実施形態と同様である要素については、第１実施形態の説明で使用した符号を流用して各々の詳細な説明を適宜に省略する。

図１２は、第２実施形態の再生システム１００の構成を示すブロック図である。第１実施形態では、再生システム１００の放音装置１３０の近傍に音響処理装置２００を設置した場合を例示した。図１２に例示される通り、第２実施形態では、再生システム１００のうち再生処理装置１２０と放音装置１３０との間の信号線上に音響処理装置２００が設置される。

図１２から把握される通り、第２実施形態の音響処理装置２００は、第１実施形態の収音装置２０２と放音装置２１４とを省略した構成である。第２実施形態では、再生処理装置１２０のフィルタ１０８により周波数帯域Ｂ2が抑圧された再生信号Ａ2が音響処理装置２００の情報抽出部２０６に供給される。音響処理装置２００の情報抽出部２０６は、第１実施形態と同様の方法により再生信号Ａ2（第１音響信号）から識別情報Ｄを抽出する。他方、信号処理部２１０は、第１実施形態と同様の方法で、情報抽出部２０６が抽出した識別情報Ｄを高域側の周波数帯域Ｂ2の音響成分として含有する第２音響信号Ｓ2を生成する。信号処理部２１０によって生成された周波数帯域Ｂ2の第２音響信号Ｓ2は放音装置１３０から放音される。端末装置３００は、放音装置１３０による再生音から識別情報Ｄを抽出して案内情報Ｇを取得する。以上の構成では、音響処理装置２００に収音装置２０２や放音装置２１４を設ける必要がないから、第１実施形態と比較して装置構成を簡略化できるという利点がある。なお、第１実施形態では、再生処理装置１２０から放音された通知音を音響処理装置２００にて確実に収音できる程度に変調信号ＡDの音量を確保する必要がある。第２実施形態では、再生処理装置１２０と音響処理装置２００とが有線で接続されるから、第１実施形態と比較して変調信号ＡDの音量を極力小さくすることが可能である。なお、第１実施形態では、変調信号ＡDが表す通知音が実際に放音されるから、通知音は聴覚的に自然な音響である必要があるが、第２実施形態では以上のように変調信号ＡDに必要な音量が低減されるから、聴感的に自然な音響である必要はないという利点もある。

＜第３実施形態＞
第１実施形態の音響処理装置２００は、音響を伝送媒体とした音響通信により識別情報Ｄを端末装置３００に送信したが、識別情報Ｄを端末装置３００に通知する通信の方式は音響通信に限定されない。第３実施形態の音響処理装置２００は、赤外線や電波を含む電磁波を利用した無線通信（例えば近距離無線通信）で端末装置３００に識別情報Ｄを通知する。

図１３は、第３実施形態の音響処理装置２００の構成を示すブロック図である。図１３では、第１実施形態の放音装置２１４が送信部２１６に置き換えられる。送信部２１６は、信号処理部２１０によって生成された第２周波数帯域の第２音響信号Ｓ2を示す電磁波を送信する通信機器である。端末装置３００の特定部３０４は、音響処理装置２００から受信した受信信号に包含される識別情報Ｄを抽出し、識別情報Ｄを含む情報要求Ｒを案内情報サーバー５００に送信することで案内情報Ｇを受信する。以上の構成によっても、実施形態と同様の効果を奏することが可能である。

なお、第３実施形態の構成では、送信部２１６から送信された電波や赤外線を受信するための受信機器を端末装置３００が具備する必要がある。他方、第１実施形態や第２実施形態では、識別情報Ｄが音響通信で端末装置３００に通知されるから、音声通話や動画収録に使用される収音装置３０２を識別情報Ｄの受信に流用でき、送信部２１６の通信方式に対応した専用の受信機器が不要であるという利点がある。

＜変形例＞
以上に例示した各態様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個以上の態様は、相互に矛盾しない範囲で適宜に併合され得る。

（１）前述の各形態の再生システム１００では、記憶部１０６に事前に記憶された対象信号ＡGと識別情報Ｄとを利用して信号合成部１０４が再生信号Ａ1を生成する構成を例示したが、再生信号Ａ1を事前に用意することも可能である。

図１４は、変形例の再生システム１００の構成を示すブロック図である。図１４の再生システム１００では、前述の各形態で例示した信号合成部１０４が省略され、対象信号ＡG（案内音声）と識別情報Ｄの通知音との混合音を示す再生信号Ａ1（Ａ1-1，Ａ1- 2，……）が停留所の地点毎に記憶部１０６に事前に格納される。記憶部１０６に記憶される各再生信号Ａ1は、前述の各形態の信号合成部１０４による処理と同様の方法で事前に生成される。制御部１０２は、運転手ＯPからの指示に応じた再生信号Ａ1を記憶部１０６から取得してフィルタ１０８に供給する。以上の構成によれば、信号合成部１０４を再生システム１００に設置する必要がないから、再生システム１００の構成が簡素化される（あるいは信号合成部１０４が存在しない既存のシステムを流用できる）という利点がある。

（２）第１実施形態では、変調信号ＡD（通知音）と対象信号ＡG（案内音声）とが時間軸上で重複しない構成（図５(a)）を例示したが、変調信号ＡDと対象信号ＡGとを時間軸上で重複させることも可能である。例えば対象信号ＡGの冒頭部分に変調信号ＡDを含有させた構成が採用される。ただし、変調信号ＡDを周波数帯域Ｂ1の通知音として放音した場合には対象信号ＡGの案内音声の聴取が阻害される可能性がある。そこで、利用者が聴取可能な通知音を利用せずに、受聴者が殆ど知覚できない方法で変調信号ＡD（識別情報Ｄ）を対象信号ＡGに混合する構成が好適である。例えば、音響透かしやフィンガープリントの技術が、音響信号ＡGに対する識別情報Ｄの重畳や抽出に採用され得る。

（３）前述の各形態では、路線バスの音声案内システム１に音響処理装置２００を適用したが、音響処理装置２００が適用される場面は以上の例示に限定されない。例えば、他の公共交通機関や電車における車内放送システムや、展示施設における再生システムに適用される構成も好適に採用され得る。例えば、展示施設における再生システムで、展示物の説明を案内する案内音声の対象信号ＡGに識別情報Ｄが重畳された再生音が生成されたうえで、音響処理装置２００に収音される。端末装置３００を携行した利用者が任意の作品に近づくと、案内音声とともに識別情報Ｄが重畳された第２音響信号Ｓ2が放音される。利用者が携行する端末装置３００は、識別情報Ｄを含む情報要求Ｒに応じて案内情報サーバー５００から提供される案内情報Ｇを表示（または放音）することで案内情報を確認することが可能である。

（４）前述の各形態では、利用者に提供される案内音声の文字列を案内情報Ｇとして例示したが、案内情報Ｇの内容は以上の例示に限定されない。例えば、公共交通機関や施設の案内（利用案内，施設案内，料金案内等），交通案内（駅情報，乗換案内等），案内対象の地点の付近の観光案内（観光施設，宿泊施設，名所旧跡等の周辺案内等）の文字列や画像（静止画または動画），案内音声を表す文字列（例えば難聴者が視覚的に案内を確認するための文字列），案内音声による案内を他言語に翻訳した音声や文字列が、案内情報Ｇとして端末装置３００に提供され得る。なお、案内情報Ｇとして観光情報が利用者に提供される構成では、観光施設や宿泊施設で利用可能なクーポン等が案内情報Ｇとともに提示部３０８に提示される構成としてもよい。

（５）実施形態では、端末装置３００の取得部３０６は、通信網４００を介して案内情報サーバー５００と通信し、識別情報Ｄを含む情報要求Ｒを案内情報サーバー５００に送信する一方、情報要求Ｒに応じて案内情報サーバー５００から送信された案内情報Ｇを受信する構成を例示したが、端末装置３００における案内情報Ｇの取得の方法は以上の例示に限定されない。例えば、端末装置３００の記憶装置に案内情報テーブルＴB1を格納し、識別情報Ｄに対応する案内情報Ｇを取得部３０６が記憶装置から取得してもよい。

（６）実施形態では、再生システム１００と音響処理装置２００と端末装置３００と案内情報サーバー５００とを各々単体の装置として包含する音声案内システム１を例示したが、音声案内システム１の装置構成は以上の例示に限定されない。例えば、変形例（４）のように端末装置３００側で案内情報サーバー５００の機能を包含する構成や、第２実施形態で例示されるように再生システム１００と音響処理装置２００とが単体の装置に包含される構成も好適に採用され得る。

（７）前述の各形態では、路線バスの利用者を対象とした乗降案内を表す案内音声の再生を例示したが、再生システム１００の放音装置１３０が放音する音響の種類は案内音声に限定されない。例えば、音楽等の各種の音響を再生する場合にも前述の各形態は採用され得る。以上の説明から理解される通り、前述の各形態の再生信号Ａ2，第１音響信号Ｓ1は、再生対象となる音響（対象音）を示す信号として包括的に表現される。

１００……再生システム、１０２……制御部、１０４……信号合成部、１０６……記憶部、１０８……フィルタ、１１０……操作部、１３０……放音装置、１０４２……変調処理部、１０４４……混合処理部、２００……音響処理装置、２０２……収音装置、２０６……情報抽出部、２０８……記憶部、２１０……信号処理部、２１４……放音装置、３００……端末装置、３０２……収音装置、３０４……特定部、３０８……提示部、５００……案内情報サーバー。

Claims (2)

1. 放音装置から放音される対象音と、前記対象音に関連して表示装置に表示される情報に対応する識別情報の音響成分と、を表す音声信号を有線により取得し、当該音声信号から前記識別情報を抽出する情報抽出部
   を具備する音声処理システム。
2. 放音装置から放音される対象音と、前記対象音に関連して表示装置に表示される情報に対応する識別情報の音響成分と、を表す音声信号を有線により取得し、
   当該音声信号から前記識別情報を抽出する
   コンピュータにより実現される音声処理方法。

Images