JP2020030739A - 通信装置、その制御方法、およびそのプログラム - Google Patents

Abstract

【課題】音声入力により送信が指示されたデータを受信する際にユーザに違和感を与えない通信装置、その制御方法、およびそのプログラムを提供する。【解決手段】記録媒体にユーザ情報を記録する記録手段と音声を集音する集音手段と集音された音声がどのユーザにより発されたのかを記録手段によって記録されたユーザ情報に基づいて判断する判断手段と、集音された音声が通信装置へのデータの送信を指示するものであることを認識する認識手段と、外部装置から送信されるデータを受信する第一の通信手段と、制御手段とを有し、集音された音声が記録媒体に記録されており且つ外部装置のユーザによるものであることを判断手段によって判断し、通信装置へのデータの送信を指示するものであることを認識手段によって認識した場合、制御手段は外部装置から送信されるデータを通信装置のユーザから指示を受け付けることなく受信するよう第一の通信手段を制御する。【選択図】図３

Description

本発明は、音声を認識する機能を有する通信装置に関する。

通信装置同士で画像データを送受信する場合、ユーザは通信装置の画面操作を行う方法が知られている。例えば、特許文献１にはユーザがカメラの画面を操作して携帯電話へ画像データを送信する発明が開示されている。また、画面操作の代わりに音声入力によって通信装置を操作する方法が知られている。

特開２０１４−１３１２２５号公報

音声入力を導入した場合、ユーザは画面操作の代わりに音声入力によって通信装置を操作することで、手軽に画像データの送受信することが考えられる。画像データを送信しようとするユーザは、送信する画像データを指定するため通信装置を取り出していることが想定されるため、画像データを音声入力によって送信するという操作を違和感なく行うことができる。一方、画像データを受信しようとするユーザは、画像データを受信する場合に必ずしも通信装置が手元にあるとは限らないため、画像データを音声入力によって受信するという操作に違和感を覚える場合が想定される。そこで、音声入力により送信が指示されたデータを受信する際にユーザに違和感を与えないようにすることを目的とする。

上記目的を達成するために、本発明の通信装置は、記録媒体にユーザ情報を記録する記録手段と、周囲の音声を集音する集音手段と、前記集音手段によって集音された音声がどのユーザにより発されたのかを、前記記録手段によって記録された前記ユーザ情報に基づいて判断する判断手段と、前記集音手段によって集音された音声が前記通信装置へのデータの送信を指示するものであることを認識する認識手段と、外部装置から送信されるデータを受信する第一の通信手段と、制御手段と、を有し、前記集音手段によって集音された音声が、前記記録媒体に記録されており且つ前記外部装置のユーザによるものであることを前記判断手段によって判断し、および前記通信装置へのデータの送信を指示するものであることを前記認識手段によって認識した場合、前記制御手段は、前記外部装置から送信されるデータを、前記通信装置のユーザから指示を受け付けることなく受信するよう前記第一の通信手段を制御することを特徴とする。

本発明によれば音声入力により送信が指示されたデータを受信する際にユーザに違和感を与えないようにすることができる。

実施形態１におけるスマートフォン１００のブロック図の一例。 実施形態１におけるスマートフォン１００と信頼できないユーザのスマートフォンとの通信手順の一例を説明するためのシーケンス図。 実施形態１におけるスマートフォン１００と信頼できるユーザのスマートフォンとの通信手順の一例を説明するためのシーケンス図。 実施形態１におけるスマートフォン１００の動作の一例を示すフローチャート。

以下に、本発明を実施するための形態について、添付の図面を用いて詳細に説明する。

なお、以下に説明する実施の形態は、本発明の実現手段としての一例であり、本発明が適用される装置の構成や各種条件によって適宜修正又は変更されてもよい。

［実施形態１］
＜各装置の構成＞
図１は、本実施形態における通信装置の一例であるスマートフォン１００を示すブロック図である。これ以降の実施形態の説明ではスマートフォン１００を例に挙げて説明するが、本実施形態の通信装置はスマートフォンに限定されない。本発明の通信装置は、例えばスマートフォン端末、タブレット端末、ゲーム機器、デジタルカメラ、スマートデバイス、およびスマートスピーカ等である。本実施形態の通信装置は通信機能および音声アシスタント機能を有する。音声アシスタント機能とは、集音した音声に所定の単語（いわゆるウェイクワード）が含まれる場合、そのウェイクワードに続く音声を認識し、認識した音声に対応する処理をスマートフォン１００が行う機能である。例えばユーザがウェイクワードの後に「○○駅から△△駅までの運賃は」と発言した場合、スマートフォン１００はまずユーザの音声の内容を認識するための処理を行う。この音声を認識する方法には、スマートフォン１００の不揮発性メモリ１０３に記録している音声を認識するためのプログラムを用いる方法やスマートフォン１００が外部サーバを利用する方法等がある。外部サーバを利用する場合、スマートフォン１００は集音した音声を外部サーバに送信し、外部サーバにおいて認識された音声に関する情報を受信することで音声を認識する。スマートフォン１００は認識した音声（発言）に対応するプログラムや外部サーバを用いて○○駅から△△駅までの運賃の情報を取得し、音や表示部等を用いてユーザに通知する。

本実施形態において、スマートフォン１００の所有者（ユーザ）が他の人のスマートフォン１００へデータを送信する発言をする例（例えばユーザが「表示中の画像データを他のユーザに送信する」と発言する場合）を説明する。所有者は、例えばスマートフォン１００に管理者（Ａｄｍｉｎｉｓｔｒａｔｏｒ）として登録されているユーザやスマートフォン１００にログイン中であるユーザである。

制御部１０１は、入力された信号や、プログラムに従ってスマートフォン１００の各部を制御する。なお、制御部１０１が装置全体を制御する代わりに、複数のハードウェアが処理を分担することで、装置全体を制御してもよい。

メモリ１０２は、各種データを一時的に保持するバッファメモリや、制御部１０１の作業領域等として使用される。

不揮発性メモリ１０３は、電気的に消去・記録可能な不揮発性のメモリであり、制御部１０１で実行されるプログラム等が格納される。このプログラムは、前述した音声アシスタント機能に関するプログラムを含む。

操作部１０４は、スマートフォン１００に対する指示をユーザから受け付けるために用いられる。操作部１０４は例えば、ユーザがスマートフォン１００の電源のＯＮ／ＯＦＦを指示するための電源ボタンや、通信機能のＯＮ／ＯＦＦを指示するための操作ボタンを含む。また、後述する表示部１０５上に取り付けられるタッチパネルも操作部１０４に含まれる。

表示部１０５は、対話的な操作のためのＧＵＩ（Ｇｒａｐｈｉｃａｌ Ｕｓｅｒ Ｉｎｔｅｒｆａｃｅ）表示を行う。なお、表示部１０５は必ずしもスマートフォン１００が内蔵する必要はない。スマートフォン１００は表示内容を制御する表示制御機能を少なくとも有していればよい。また、表示部１０５はタッチパネルと一体的に構成されている。例えば、タッチパネルは、光の透過率が表示部１０５の表示を妨げないように構成され、表示部１０５の表示面の上層に取り付けられる。そして、タッチパネルにおける入力座標と、表示部１０５の表示面上の表示座標とを対応付ける。これにより、あたかもユーザが表示部１０５上に表示された画面を直接的に操作可能であるかのようなＧＵＩを提供できる。

集音部１０６は、外部の音を集音して電気信号に変換するデバイスである。集音部１０６は例えばマイクロフォン等である。

記録媒体１０７は、各種データを記録することができる。記録媒体１０７は、スマートフォン１００に着脱可能なように構成してもよいし、スマートフォン１００に内蔵されていてもよい。すなわち、スマートフォン１００は少なくとも記録媒体１０７にアクセスする手段を有していればよい。

近距離無線通信部１１１は、例えば無線通信のためのアンテナと無線信号を処理するため変復調回路や通信コントローラから構成される。近距離無線通信部１１１は、変調した無線信号をアンテナから出力し、またアンテナで受信した無線信号を復調することによりＩＥＥＥ８０２．１５の無線通信規格（いわゆるＢｌｕｅｔｏｏｔｈ（登録商標））に準拠した近距離無線通信を実現する。本実施形態においてＢｌｕｅｔｏｏｔｈ通信は、Ｂｌｕｅｔｏｏｔｈのバージョン５．０以降に規定されているＢｌｕｅｔｏｏｔｈ Ｌｏｗ Ｅｎｅｒｇｙ（以下、ＢＬＥと略す）という仕様を採用する。ＢＬＥ通信は、後述する無線通信部１１２よりも低消費電力である。制御部１０１は、近距離無線通信部１１１を制御し、他の機器とのＢＬＥ通信を実現する。

無線通信部１１２は、無線通信を実現するための通信ユニットである。無線通信部１１２は、無線通信のためのアンテナと無線信号を処理するための通信コントローラから構成さる。本実施形態において無線通信部１１２は、ＩＥＥＥ８０２．１１の無線通信規格に準拠した無線ＬＡＮ通信、いわゆるＷｉ−Ｆｉ（登録商標）で通信するためのインターフェースを含む。制御部１０１は、無線通信部１１２を制御し、他の機器との無線ＬＡＮ通信を実現する。本実施形態において無線ＬＡＮ通信はＢＬＥ通信よりも通信速度が速い。

なお、本実施形態においてスマートフォン１００はウェイクワードや後述する信頼できるユーザの音声を記録するために、電源ＯＮの状態において音声を集音している。電源ＯＮの状態は、例えば、制御部１０１、メモリ１０２、不揮発性メモリ１０３、集音部１０６、記録媒体１０７、近距離無線通信部１１１、および無線通信部１１２が動作している状態である。この状態は、表示部１０５等がＯＦＦであるような省電力な状態も含む。

また、本実施形態においてスマートフォン１００には信頼できるユーザおよび信頼できるユーザの音声を登録できる。信頼できるユーザは、例えばユーザがスマートフォン１００を操作して電話帳やアカウント等に登録されているユーザの中から信頼できるとしたユーザのことである。なお、所有者は信頼できるユーザに含まれる。信頼できるユーザの音声は、例えば信頼できるユーザに関連付けて登録された音声、所定の時間内に認識した音声、および所定の音量以上の音声等である。スマートフォン１００は信頼できるユーザの音声の特徴である声紋をユーザ情報としてメモリ１０２、不揮発性メモリ１０３、および記録媒体１０７の少なくとも一つに記録している。スマートフォン１００に音声を登録する方法には、例えばユーザが友人の音声を集音して、その音声をその友人のアカウントに登録する方法がある。所定の時間内に認識した音声は、例えばウェイクワードを集音する５分前までに認識した音声のことである。なおスマートフォン１００は現在から５分以内における音声を記録しているが、５分より前の音声については削除する。所定の時間内に認識した音声および所定の音量以上の音声を信頼できるユーザとする理由は、例えばユーザ同士が歓談中にデータの送受信を行うユースケースを想定している。その場合においては所定の時間内または所定の音量以上の音声が発せられていると考えられるからである。

＜システムの概要＞
図２および図３を用いて、本実施形態における通信装置の一例を説明する。

図２はスマートフォンＡ１００とスマートフォンＢ１００との間の無線通信の一例を示したシーケンス図である。図３は、スマートフォンＡ１００とスマートフォンＣ１００との間の無線通信の一例を示したシーケンス図である。ここで、ユーザＡはスマートフォンＡ１００に所有者として登録されている。ユーザＢはスマートフォンＢ１００に所有者として登録されている。ユーザＣはスマートフォンＣ１００に所有者として登録されている。ユーザＡ、ユーザＢ、およびユーザＣはそれぞれ異なる人物である。ユーザＡはスマートフォンＡ１００以外のスマートフォンには所有者として登録されていない。ユーザＢはスマートフォンＢ１００以外のスマートフォンには所有者として登録されていない。ユーザＣはスマートフォンＣ１００以外のスマートフォンには所有者として登録されていない。また本実施形態において、スマートフォンＢ１００ではユーザＡは信頼できるユーザとして記録されておらず、スマートフォンＣ１００ではユーザＡは信頼できるユーザとして記録されているものとする。例えば、ユーザＡはユーザＣとは友達であるがユーザＢとは初対面の状況において、ユーザＡがスマートフォンＡ１００を用いてユーザＢおよびユーザＣを撮影し、ユーザＡは音声での指示によってその画像データをユーザＢおよびユーザＣに送ることを想定する。ただし、例えばユーザＡとユーザＢが歓談した場合、スマートフォンＢ１００はユーザＡを信頼できるユーザとして記録するが、説明を簡易にするためにそのような場合を本実施形態では考慮しない。

図２および図３において、スマートフォンＡ１００、スマートフォンＢ１００、およびスマートフォンＣ１００は、いずれもスマートフォン１００と同様の構成を有する。また図２および図３において、ＢＬＥ通信は破線の矢印、無線ＬＡＮ通信は実線の矢印で示す。図２および図３において、ユーザＡが、スマートフォンＢ１００またはスマートフォンＣ１００に対して画像データを送信する指示を音声によって行った場合を例に説明する。具体的には、ユーザＡがウェイクワードに続いて「表示中の画像データをユーザＢ（またはユーザＣ）に送る」等とスマートフォンＡ１００に言った場合である。図２において、ユーザＡがスマートフォンＡ１００からスマートフォンＢ１００へ画像データを送信する例を説明する。スマートフォンＡ１００およびスマートフォンＢ１００はウェイクワードを集音したことをトリガに本シーケンスにおける処理を開始する。

ステップＳ２０１において、ユーザＡは音声によってスマートフォンＡ１００からユーザＢへ画像データの送信を指示する。例えば、ユーザＡがウェイクワードに続いて「表示中の画像データをユーザＢに送る」と指示する。ステップＳ２０２において、ユーザＡはステップＳ２０１と同様に指示する。ここで、ステップＳ２０１、Ｓ２０２においてスマートフォンＡ１００およびスマートフォンＢ１００はユーザＡから個別に指示されたのではなく、同じ指示（音声）を集音している。言いかえると、ユーザＡはスマートフォンＡ１００、およびスマートフォンＢ１００のそれぞれに指示しているのではなく、１回だけ指示している。この時点では、スマートフォンＡ１００およびスマートフォンＢ１００は音声の内容について認識するための処理を行わない。

ステップＳ２０３において、スマートフォンＡ１００は、ステップＳ２０１において集音した音声が信頼できるユーザか否かを判断する。例えばスマートフォンＡ１００はメモリ１０２、不揮発性メモリ１０３、または記録媒体１０７に記録されている声紋と集音した音声の声紋とを比較して、２つの声紋が一致するか否か判断する。本実施形態において、スマートフォンＡ１００はステップＳ２０１において集音した音声がスマートフォンＡ１００所有者（ユーザＡ）の音声と一致すると判断し、ステップＳ２０５の処理を行う。スマートフォンＡ１００は、ステップＳ２０４において、スマートフォンＢ１００はステップＳ２０３と同様に、集音した音声を発したユーザを判断する。本実施形態において、スマートフォンＢ１００はステップＳ２０２において集音した音声の声紋は信頼できるユーザの声紋と一致しないと判断し、音声の内容を認識するための処理を行わない。

ステップＳ２０５において、スマートフォンＡ１００はステップＳ２０１において集音した音声の内容を認識する。例えばスマートフォンＡ１００は集音した音声を外部サーバに送信し、外部サーバにおいて認識された音声に関する情報を受信することで音声を認識する。本実施形態においてこの情報は、「スマートフォンＡ１００が現在表示している画像をユーザＢに送信する」ことを意味する情報である。

ステップＳ２０６において、スマートフォンＡ１００はステップＳ２０５の認識に基づき、画像データを送信することを示す通知をＢＬＥ通信によりブロードキャストする。この場合、スマートフォンＡ１００は、ブロードキャストした通知にユーザＢを示す情報（例えば、ユーザ名やスマートフォンＢ１００のデバイスＩＤ等）を含める。スマートフォンＢ１００はこの通知を受信し、所有者であるユーザＢへの画像データの送信であると判断し、スマートフォンＡ１００から画像データを受信するための処理を行う。

ステップＳ２０７において、スマートフォンＢ１００は、ステップＳ２０４においてユーザＡを信頼できないユーザと判断したため、スマートフォンＡ１００から通知が来たことをスマートフォンＢ１００の所有者であるユーザＢに報知する。例えば、スマートフォンＢ１００は表示部１０５にスマートフォンＡ１００から画像データを受信するか否かを確認するダイアログボックスを表示する。

ステップＳ２０８において、ユーザＢはスマートフォンＢ１００にスマートフォンＡ１００から画像データを受信するように操作を行う。例えば、ユーザＢがステップＳ２０７において表示されたダイアログボックスにあるＹＥＳボタンを押す等の操作がある。

ステップＳ２０９において、スマートフォンＢ１００はスマートフォンＡ１００にＢＬＥ通信によって画像データを受信することを示す通知を送信する。スマートフォンＢ１００は、少なくともスマートフォンＡ１００との無線ＬＡＮ接続に必要な接続情報（例えば、ＳＳＩＤやＩＰアドレス等）をこの通知に含める。

ステップＳ２１０において、スマートフォンＡ１００とスマートフォンＢ１００は、無線ＬＡＮ接続する。スマートフォンＡ１００はこの無線ＬＡＮ接続において、ステップＳ２０９においてスマートフォンＢ１００から受信した情報を用いる。

ステップＳ２１１において、スマートフォンＡ１００は、スマートフォンＢ１００に対して、無線ＬＡＮ通信によって画像データを送信する。この画像データは、ステップＳ２０１においてユーザがスマートフォンＡ１００に対してスマートフォンＢ１００へ送信するように指示した画像データである。

ステップＳ２１２において、スマートフォンＡ１００は、スマートフォンＢ１００との無線ＬＡＮ接続を切断する。

以上、図２において、スマートフォンＡ１００とスマートフォンＢ１００との間の無線通信の一例を説明した。

なお、ステップＳ２０８において、ユーザＢがスマートフォンＡ１００から画像データを受信しないように操作した場合、ステップＳ２０９においてスマートフォンＢ１００はスマートフォンＡ１００へ画像データを受信しないことを示す通知を送信する。例えば、ステップＳ２０８ユーザＢがステップＳ２０７において表示されたダイアログボックスにあるＮＯボタンを押す等の操作によって、スマートフォンＢ１００はスマートフォンＡ１００へ画像データを受信しない通知を送信する。

次に図３においてスマートフォンＡ１００とスマートフォンＣ１００との間の無線通信の一例を説明する。図３において、ユーザＡがスマートフォンＡ１００からスマートフォンＣ１００へ画像データを送信する例を説明する。スマートフォンＡ１００およびスマートフォンＣ１００はウェイクワードを集音したことをトリガに本シーケンスにおける処理を開始する。ここでスマートフォンＡ１００およびスマートフォンＣ１００はユーザＡを信頼できるユーザとして認識する。

ステップＳ３０１において、ユーザＡは音声によってスマートフォンＡ１００からユーザＣへ画像データの送信を指示する。例えば、ユーザＡがウェイクワードに続いて「表示中の画像データをユーザＣに送る」と指示する。ステップＳ３０２において、ユーザＡはステップＳ３０１と同様に指示する。ここで、ステップＳ３０１、Ｓ３０２において、スマートフォンＡ１００およびスマートフォンＣ１００はユーザＡから個別に指示されたのではなく、同じ指示（音声）を集音している。言いかえると、ユーザＡはスマートフォンＡ１００、およびスマートフォンＣ１００のそれぞれに指示しているのではなく、１回だけ指示している。この時点では、スマートフォンＡ１００およびスマートフォンＣ１００は音声の内容について認識するための処理を行わない。

ステップＳ３０３において、スマートフォンＡ１００は、ステップＳ３０１において集音した音声が信頼できるユーザか否かを判断する。例えばスマートフォンＡ１００はメモリ１０２、不揮発性メモリ１０３、または記録媒体１０７に記録されている声紋と集音した音声の声紋とを比較して、２つの声紋が一致するか否か判断する。本実施形態において、スマートフォンＡ１００はステップＳ３０１において集音した音声がスマートフォンＡ１００の所有者（ユーザＡ）の音声と一致すると判断し、ステップＳ３０５の処理を行う。ステップＳ３０４において、スマートフォンＣ１００はステップＳ３０３と同様に、集音した音声を発したユーザを判断する。本実施形態において、スマートフォンＣ１００はステップＳ３０２において集音した音声の声紋はスマートフォンＣ１００の所有者ではないが信頼できるユーザ（ユーザＡ）の声紋と一致すると判断し、ステップＳ３０６の処理を行う。

ステップＳ３０５において、スマートフォンＡ１００はステップＳ３０１において集音した音声の内容を認識する。例えばスマートフォンＡ１００は集音した音声を外部サーバに送信し、外部サーバにおいて認識された音声に関する情報を受信することで音声を認識する。本実施形態においてこの情報は、「スマートフォンＡ１００が現在表示している画像をユーザＣに送信する」ことを意味する情報である。ステップＳ３０６において、スマートフォンＣ１００はステップＳ３０５と同様に、集音した音声の内容を認識する処理を行う。

ステップＳ３０７において、スマートフォンＡ１００はステップＳ３０５の認識に基づき、画像データを送信することを示す通知をＢＬＥ通信によってブロードキャストする。この場合、スマートフォンＡ１００は、ブロードキャストした通知にユーザＣを示す情報（例えば、ユーザ名やスマートフォンＣ１００のデバイスＩＤ等）を含める。スマートフォンＣ１００はこの通知を受信し、所有者であるユーザＣへの画像データの送信であると判断し、スマートフォンＡ１００から画像データを受信するための処理を行う。

ステップＳ３０８において、スマートフォンＣ１００は、ステップＳ３０４においてユーザＡを信頼できるユーザと判断したため、スマートフォンＡ１００にＢＬＥ通信によって画像データを受信することを示す通知を自動で送信する。スマートフォンＣ１００は、少なくともスマートフォンＡ１００との無線ＬＡＮ接続に必要な接続情報（例えば、ＳＳＩＤやＩＰアドレス等）をこの通知に含める。

ステップＳ３０９において、スマートフォンＡ１００とスマートフォンＣ１００は、無線ＬＡＮ接続する。スマートフォンＡ１００はこの無線ＬＡＮ接続において、ステップＳ２０９においてスマートフォンＣ１００から受信した情報を用いる。

ステップＳ３１０において、スマートフォンＡ１００は、スマートフォンＣ１００に対して、無線ＬＡＮ通信によって画像データを送信する。この画像データは、ステップＳ３０１においてユーザがスマートフォンＡ１００に対してスマートフォンＣ１００へ送信するように指示した画像データである。

ステップＳ３１１において、スマートフォンＡ１００は、スマートフォンＣ１００との無線ＬＡＮ接続を切断する。

以上、図３において、スマートフォンＡ１００とスマートフォンＣ１００との間の無線通信の一例を説明した。

＜スマートフォン１００の動作＞
続いて、上記の動作を実現するためのスマートフォン１００の処理手順について、図４を参照しながら説明する。

図４は、本実施形態におけるスマートフォン１００の処理手順を示すフローチャートの一例である。なお、本フローチャートに示す処理は、スマートフォン１００の制御部１０１がユーザによって入力された信号や不揮発性メモリ１０３等に記録されたプログラムに従い、スマートフォン１００の各部を制御することにより実現される。

本フローチャートは、音声アシスタント機能が有効であるスマートフォン１００が電源ＯＮの状態において、制御部１０１によって実行される。

ステップＳ４００において、制御部１０１は集音部１０６を用いて集音した音声にウェイクワードが含まれているか否かを判断する。ウェイクワードが含まれている場合、制御部１０１はステップＳ４０１の処理を行う。ウェイクワードが含まれていない場合、制御部１０１はステップＳ４１８の処理を行う。

ステップＳ４０１において、制御部１０１は集音部１０６を用いて集音した音声が信頼できるユーザによるものか否かを判断する。制御部１０１はユーザの判断を、不揮発性メモリ１０３に記録されているプログラムを用いて行う。例えば、制御部１０１はメモリ１０２または不揮発性メモリ１０３に記録されている信頼できるユーザの声紋と集音した音声の声紋とが一致するか否かを判断する。制御部１０１は音声が信頼できるユーザであると判断した場合は、ステップＳ４０２の処理を行う。制御部１０１は音声が信頼できるユーザではないと判断した場合は、ステップＳ４１８の処理を行う。本ステップは図２のステップＳ２０３、ステップＳ２０４および図３のステップＳ３０３およびステップＳ３０４に対応する。

ステップＳ４０２において、制御部１０１は音声アシスタント機能を用いて音声を認識し、画像データを送信するか受信するかを判断する。例えば制御部１０１は、集音した音声を外部サーバに送信し、外部サーバにおいて認識された音声に関する情報を受信することで音声を認識する。例えば、ユーザＡが「表示中の画像データをユーザＣに送る」と発言した場合、スマートフォンＣ１００は自身の所有者であるユーザＣに送信されると判断できるため、スマートフォンＣ１００の制御部１０１は画像データを受信すると判断する。また、この場合、この発言の中にスマートフォンＡ１００または自身の所有者であるユーザＡを示す情報はないため、スマートフォンＡ１００の制御部１０１は画像データを送信すると判断する。なお、スマートフォンＢ１００はステップＳ４０１においてユーザＡを信頼できないユーザと判断するため、スマートフォンＢ１００の制御部１０１は本ステップの処理を行わない。データを送信すると判断した場合、ステップＳ４２０の処理を行う。制御部１０１は画像データを受信すると判断した場合、ステップＳ４１２の処理を行う。本ステップは図２のステップＳ２０５および図３のステップＳ３０５、ステップＳ３０６に対応する。

まず、スマートフォン１００がデータを送信する場合について説明する。例えば、制御部１０１は他のユーザへ画像データを送信する指示を集音した場合にこの処理を行う。

ステップＳ４０３において、制御部１０１は画像データを送信することを示す通知を近距離無線通信部１１１を用いてブロードキャストする。制御部１０１はブロードキャストした通知に、他のユーザを示す情報（例えば、ユーザ名やデバイスＩＤ等）を含める。本ステップは図２のステップＳ２０６および図３のステップＳ３０７に対応する。

ステップＳ４０４において、制御部１０１はステップＳ４０３においてブロードキャストした通知に対する応答を近距離無線通信部１１１によって受信したか否かを判断する。制御部１０１が該応答を受信した場合はステップＳ４０５の処理を行う。制御部１０１が該応答を受信していない場合はステップＳ４１０の処理を行い、所定の時間が経過しているか否か判断する。本ステップは図２のステップＳ２０９および図３のステップＳ３０８に対応する。

ステップＳ４０５において、制御部１０１はステップＳ４０４において受信した応答の内容が他のスマートフォンが画像データを受信することを示すか否かを判断する。他のスマートフォンが画像データを受信することを示す応答だった場合、制御部１０１はステップＳ４０６の処理を行う。他のスマートフォンが画像データを受信しないことを示す応答だった場合、制御部１０１はステップＳ４０９の処理を行う。

ステップＳ４０６において、制御部１０１はステップＳ４０４において受信した応答に含まれる無線ＬＡＮ接続に必要な情報を用いて、無線通信部１１２によって他のスマートフォンと無線ＬＡＮ接続する。本ステップは図２のステップＳ２１０および図３のステップＳ３０９に対応する。

ステップＳ４０７において、制御部１０１は他のスマートフォンと無線通信部１１２を用いた無線ＬＡＮ通信によって、ユーザに送信を指示された画像データを送信する。本ステップは図２のステップＳ２１１および図３のステップＳ３１０に対応する。

ステップＳ４０８において、制御部１０１は他のスマートフォンとの無線ＬＡＮ接続を切断する。本ステップは図２のステップＳ２１２および図３のステップＳ３１１に対応する。

ステップＳ４０９において、制御部１０１は他のスマートフォンから画像データの受信を拒否されたことをユーザに報知して処理を終了する。例えば制御部１０１は、表示部１０５に「画像データの受信が拒否されました」等のメッセージを表示することやスピーカ（不図示）等を用いてメッセージを読み上げる音声を出力することでユーザに報知する。

ステップＳ４１０において、制御部１０１はステップＳ４０３においてブロードキャストしてから所定の時間以上経過したか否か判断する。制御部１０１は所定の時間が経過していないと判断した場合、ステップＳ４０４の処理を行い、他のスマートフォンから通知を受信するまで待機する。制御部１０１は所定の時間が経過したと判断した場合、ステップＳ４１１の処理を行う。

ステップＳ４１１において、制御部１０１は他のスマートフォンから応答を受信できなかったことをユーザに報知して処理を終了する。例えば制御部１０１は、表示部１０５に「画像データの送信ができませんでした」等のメッセージを表示することやスピーカ（不図示）等を用いてメッセージを読み上げる音声を出力することでユーザに報知する。これによりユーザは画像データの送信に失敗したことに気付いてすぐに再送を試みることができる。また、制御部１０１はステップＳ４０９と異なるメッセージを表示することで、エラーの種類を判別できる。

ここまで、スマートフォン１００が画像データを送信する場合について説明した。次にスマートフォン１００が信頼できるユーザから画像データを受信する場合について説明する。

ステップＳ４１２において、制御部１０１はスマートフォン１００に対して画像データを送信することを示す通知を近距離無線通信部１１１によって受信したか否かを判断する。制御部１０１がその通知を受信した場合はステップＳ４１３の処理を行う。制御部１０１がその通知を受信していない場合はステップＳ４１７の処理を行い、所定の時間が経過しているか否か判断する。本ステップは図３のステップＳ３０７に対応する。

ステップＳ４１３において、制御部１０１はステップＳ４１２において受信した通知の送信元となるスマートフォンに対して、自動で近距離無線通信部１１１によって、画像データを受信することを示す通知を送信する。制御部１０１はこの通知に無線ＬＡＮ接続に必要な接続情報（例えば、ＳＳＩＤやＩＰアドレス等）を含める。このように信頼できるユーザに対しては自身の所有者でなくとも自動で画像データを受信する処理を行うことで、スマートフォン１００のユーザは画像データを受信する操作を行わなくて済む。本ステップは図３のステップＳ３０８に対応する。

ステップＳ４１４において、制御部１０１はステップＳ４１３において送信した通知に含めた無線ＬＡＮ接続に必要な情報を用いて、無線通信部１１２によって他のスマートフォンと無線ＬＡＮ接続する。本ステップは図３のステップＳ３０９に対応する。

ステップＳ４１５において、制御部１０１は他のスマートフォンと無線通信部１１２を用いた無線ＬＡＮ通信によって画像データを受信する。本ステップは図３のステップＳ３１０に対応する。

ステップＳ４１６において、制御部１０１は他のスマートフォンとの無線ＬＡＮ接続を切断する。本ステップは図３のステップＳ３１１に対応する。

ステップＳ４１７において、制御部１０１はステップＳ４０２において音声を認識してから所定の時間以上経過したか否か判断する。制御部１０１は所定の時間が経過していないと判断した場合、ステップＳ４１２の処理を行い、他のスマートフォンから通知を受信するまで待機する。制御部１０１は所定の時間が経過したと判断した場合、処理を終了する。ここで制御部１０１は所定の時間が経過してもユーザに報知をしない理由は、ユーザに受信する意思がないと判断できるからである。

ここまで、制御部１０１がステップＳ４００においてウェイクワードを認識した場合およびステップＳ４０１において集音した音声が信頼できるユーザと判断した場合について説明した。次に、制御部１０１がステップＳ４００においてウェイクワードを認識しない場合またはステップＳ４０１において集音した音声が信頼できないユーザと判断した場合について説明する。

ステップＳ４１８において、制御部１０１はスマートフォン１００に対して画像データを送信することを示す通知を近距離無線通信部１１１によって受信したか否かを判断する。制御部１０１がその通知を受信した場合はステップＳ４１９の処理を行う。制御部１０１がその通知を受信していない場合はステップＳ４００の処理に戻る。本ステップは図２のステップＳ２０６に対応する。

ステップＳ４１９において、制御部１０１はユーザに画像データを送信することを示す通知を受信したことをユーザに報知する。例えば制御部１０１は表示部１０５に画像を受信するか否かを確認するダイアログボックスを表示する。ユーザはこのダイアログボックスに対してタッチ操作によって受信するか否かの操作を行う。本ステップは図２のステップＳ２０７に相当する。

ステップＳ４２０において、制御部１０１はユーザが操作した内容が画像データを受信するための操作か受信しないための操作かを判断する。制御部１０１は画像データを受信するための操作と判断した場合、ステップＳ４１３の処理を行い、画像データを受信するための処理を行う。制御部１０１は画像を受信しないための操作と判断した場合、ステップＳ４２１において画像データを受信しないための処理を行う。

ステップＳ４２１において、制御部１０１は画像データを送信する通知を送信したスマートフォンに対して、画像を受信しないことを示す通知を近距離無線通信部１１１によって送信する。

以上、スマートフォン１００の詳細な動作について、図４を参照しながら説明した。

また、ステップＳ４１７において所定の時間が経過した後に制御部１０１は通知を表示せずに処理を終了するが、ステップＳ４１０と同様に所定の時間が経過した後に制御部１０１は通知を表示してもよい。例えば制御部１０１は、表示部１０５に「画像データの受信ができませんでした」や「Ｂｌｕｅｔｏｏｔｈの機能がＯＦＦです」等の通知を表示する、またはスピーカ（不図示）等を用いてユーザに音で報知する等の処理を行う。制御部１０１がこのような処理を行うことで、ユーザはスマートフォン１００が画像データを受信できない状態にあることに気付くことができる。

以上のように、本実施形態におけるスマートフォン１００は、ユーザ操作を省略してデータを受信できる。これによって、例えばユーザがスマートフォン１００をポケットに入れたまま画像データを受信できる。また、信頼できるユーザによるものでないスマートフォンからデータを受信する場合にはユーザ操作を必要とすることで、意図しないユーザから画像データを勝手に受信しないようにできる。

＜その他の実施形態＞
上述の実施形態では、スマートフォン１００に記録されている画像データを送信する場合を例に挙げて説明したが、受信するデータはこれに限定されず、動画データや音声データであってもよい。また、スマートフォン１００は特定のサービスのコンテンツ（例えば、電子マネーや絵文字等のデータ）を受信してもよい。ここでいう絵文字は電子的なデータである。絵文字は例えばＳＮＳのチャットで用いられる。

上述の実施形態におけるスマートフォン１００は、ウェイクワードをユーザごとに関連付けて記録する構成でもよい。例えば、特定のユーザが同じ単語を所定の時間内に所定回数発していると判定した場合、スマートフォン１００はその単語を当該ユーザのウェイクワードとして判断し、そのユーザの声紋と一緒にユーザ情報として記録する。スマートフォン１００はユーザごとにウェイクワードと声紋とを用いることで信頼できるユーザの音声を他のユーザの音声と判別しやすくなる。

上述の実施形態におけるスマートフォン１００は、ユーザの声紋に加えて、顔情報に基づいて信頼できるか否かを判断してもよい。例えば、上述の実施形態におけるスマートフォン１００が不図示の撮像手段を有しており、音声の集音と並行して周囲の人物の顔を撮像する。音声の集音と撮像した人物の口の動きのタイミングが一致しており、且つ、撮像した人物の顔を信頼できるユーザとしてユーザ情報に登録済みである場合、スマートフォン１００は集音した音声を信頼できるユーザによるものと判定する。これにより、信頼できないユーザからデータを勝手に受信してしまう可能性を減らすことができる。

上述の実施形態におけるスマートフォン１００は、ユーザの声紋に加えて、所定の時間以内にパケットを受信したことのある他のスマートフォンを信頼できるユーザのスマートフォンとして判断してもよい。例えば、他のスマートフォンは識別情報（例えば、デバイスＩＤ等）を繰り返しブロードキャストし、スマートフォン１００はその識別情報を受信する。スマートフォン１００はその識別情報を送信したスマートフォンと同じタイミングで集音した音声の声紋とを関連付けてユーザ情報として記録する。信頼できるユーザとスマートフォンを関連付けることで、より確実に受信したい画像データを受信できる。

本発明は、上述の実施形態の１以上の機能を実現するプログラムを、ネットワーク又は記憶媒体を介してシステム又は装置に供給し、そのシステム又は装置のコンピュータにおける１つ以上のプロセッサがプログラムを読出し実行する処理でも実現可能である。また、１以上の機能を実現する回路（例えば、ＡＳＩＣ）によっても実現可能である。

なお、本発明は上記実施形態そのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化できる。また、上記実施形態に開示されている複数の構成要素の適宜な組み合わせにより、種々の発明を形成できる。例えば、実施形態に示される全構成要素から幾つかの構成要素を削除してもよい。さらに、異なる実施形態にわたる構成要素を適宜組み合わせてもよい。

Claims (19)

1. 通信装置であって、
   記録媒体にユーザ情報を記録する記録手段と、
   周囲の音声を集音する集音手段と、
   前記集音手段によって集音された音声がどのユーザにより発されたのかを、前記記録手段によって記録された前記ユーザ情報に基づいて判断する判断手段と、
   前記集音手段によって集音された音声が前記通信装置へのデータの送信を指示するものであることを認識する認識手段と、
   外部装置から送信されるデータを受信する第一の通信手段と、
   制御手段と、を有し、
   前記集音手段によって集音された音声が、前記記録媒体に記録されており且つ前記外部装置のユーザによるものであることを前記判断手段によって判断し、および前記通信装置へのデータの送信を指示するものであることを前記認識手段によって認識した場合、前記制御手段は、前記外部装置から送信されるデータを、前記通信装置のユーザから指示を受け付けることなく受信するよう前記第一の通信手段を制御する
   ことを特徴とする通信装置。
2. ユーザに報知する報知手段を有し、
   前記集音手段によって集音された音声が前記記録媒体に記録されていないユーザの声であると前記判断手段によって判断し、前記外部装置からデータを送信することを示す通知を受信した場合、前記制御手段は前記報知手段を用いて前記通信装置のユーザに報知する
   ことを特徴とする請求項１に記載の通信装置。
3. さらに表示部を有し、
   前記報知手段は、前記表示部に前記データを受信するか否かを確認するダイアログボックスを表示することでユーザに報知する
   ことを特徴とする請求項２に記載の通信装置。
4. 前記集音手段によって集音された音声が前記記録媒体に記録されていないユーザの声であると前記判断手段によって判断した場合、前記制御手段は前記通信装置へのデータの送信を指示する音声を前記認識手段によって認識しない
   ことを特徴とする請求項１から３のいずれか１項に記載の通信装置。
5. 前記判断手段による前記集音手段によって集音された音声の判断は、前記認識手段による前記集音手段によって集音された音声の認識より先に実行される
   ことを特徴とする請求項１から４のいずれか１項に記載の通信装置。
6. 前記制御手段は、前記集音手段によって集音した音声に所定の単語が含まれると判断した場合、前記集音手段によって集音した音声を前記判断手段によって判断する
   ことを特徴とする請求項１から５のいずれか１項に記載の通信装置。
7. 前記所定の単語は、前記外部装置のユーザが所定の時間内に所定回数発した単語であることを特徴とする請求項６に記載の通信装置。
8. 前記判断手段は、前記ユーザ情報と前記集音手段によって集音した音声の特徴とを比較することにより、前記集音手段によって集音された音声がどのユーザにより発されたのかを判断する
   ことを特徴とする請求項１から７のいずれか１項に記載の通信装置。
9. 前記音声の特徴および前記ユーザ情報とは声紋であることを特徴とする請求項８に記載の通信装置。
10. 前記ユーザ情報は、前記記録媒体に記録されている声紋、前記集音手段によって所定の時間内に集音した音声の声紋、および所定の音量以上の音声の声紋のいずれか一つであることを特徴とする請求項９に記載の通信装置。
11. 前記制御手段は前記集音手段によって集音した音声の声紋と、前記外部装置とを関連付けて、前記記録媒体に前記記録手段によって前記ユーザ情報として記録することを特徴とする請求項９または１０に記載の通信装置。
12. 前記制御手段は、前記外部装置からパケットを受信したタイミングにおいて前記集音手段によって集音した音声の声紋と前記外部装置とを関連付けて、前記記録媒体に前記記録手段によって前記ユーザ情報として記録することを特徴とする請求項９または１０に記載の通信装置。
13. 前記制御手段は、前記集音手段によって集音した音声を前記通信手段を介して外部サーバに送信し、前記外部サーバから前記集音手段によって集音した音声の内容に関する情報を前記通信手段を介して受信し、
    前記認識手段は、前記情報に基づいて前記集音手段によって集音した音声の内容を認識する
    ことを特徴とする請求項１から１２のいずれか１項に記載の通信装置。
14. 前記制御手段は、前記外部装置から送信されるデータを受信した場合、前記外部装置との通信を切断する
    ことを特徴とする請求項１から１３のいずれか１項に記載の通信装置。
15. さらに第二の通信手段を有し、
    前記第二の無線通信手段は前記第一の無線通信手段より消費電力が低いことを特徴とし、
    前記制御手段は、前記第一の通信手段を介して前記通信装置と接続するための接続情報を、前記第二の通信手段を介して前記外部装置へ送信し、
    前記制御手段は、前記第二の通信手段を介して前記外部装置へ送信した前記接続情報を用いて、前記第一の通信手段を介して前記外部装置と接続する
    ことを特徴とする請求項１から１４のいずれか１項に記載の通信装置。
16. 前記制御手段は、前記外部装置からデータを送信することを示す通知を受信した場合、前記接続情報を前記第二の通信手段を介して送信する
    ことを特徴とする請求項１５に記載の通信装置。
17. 前記第一の無線通信手段はＩＥＥＥ８０２．１１の通信規格に準拠している
    ことを特徴とする請求項１から１６のいずれか１項に記載の通信装置。
18. 通信装置の制御方法であって、
    記録媒体にユーザ情報を記録する記録手段と、
    周囲の音声を集音する集音手段と、
    前記集音手段によって集音された音声がどのユーザにより発声されたのかを、前記記録手段によって記録された前記ユーザ情報に基づいて判断する判断手段と、
    前記集音手段によって集音された音声が前記通信装置へのデータの送信を指示するものであることを認識する認識手段と、
    外部装置から送信されるデータを受信する第一の通信手段と、
    を前記通信装置は有し、
    前記集音手段によって集音された音声が、前記記録媒体に記録されており且つ前記外部装置のユーザによるものであることを前記判断手段によって判断し、および前記通信装置へのデータの送信を指示するものであることを前記認識手段によって認識した場合、前記外部装置から送信されるデータを、前記通信装置のユーザから指示を受け付けることなく前記第一の通信手段によって受信する
    ことを特徴とする制御方法。
19. コンピュータを請求項１から１７のいずれか１項に記載の通信装置の各手段として機能させるための、コンピュータが読み取り可能なプログラム。

Images