JP2021140090A - 音声再生方法、音声再生システム、およびプログラム - Google Patents

Abstract

【課題】複数の音声を異なるスピーカを用いて再生する技術において、より快適な空間を利用者に提供することを可能ならしめる。【解決手段】音声再生方法（Ｓ１）は、一又は複数のプロセッサが、一又は複数のストレージに格納された音声データ群から、特定のキーに属する音声を表す複数の音声データを選択するデータ選択ステップ（Ｓ１０２）と、データ選択ステップ（Ｓ１０２）にて選択された各音声データの表す音声を異なるスピーカを用いて再生する再生ステップ（Ｓ１０３）と、を含んでいる。【選択図】図２

Description

本発明は、音声を再生する技術に関する。

商業空間、ホテル、飲食店、オフィス、展示会場などの各種施設において、より快適な空間を利用者に提供するために、バックグラウンドミュージック（以下、「ＢＧＭ」と記載）等の音声を再生することが広く行われている。

しかしながら、施設全体において単一の音声を再生すると、利用者に単調な印象を与えかねない。そこで、施設内に複数のスピーカを設置したうえで、複数の音声を異なるスピーカを用いて同時に再生することが考えられる。

例えば、特許文献１には、飲食店においてテーブル毎に異なる音声を提供する技術が開示されている。特許文献１に記載の技術においは、各テーブルについて、そのテーブルで飲食する客にふさわしいジャンルのＢＧＭが自動的に選択され、選択されたＢＧＭがそのテーブルに設置されたスピーカを用いて再生される。

特開２０００−９８９５０号公報（２０００年４月７日公開）

しかしながら、複数の音声を異なるスピーカを用いて再生する技術においては、以下のような問題を生じ得る。すなわち、２つ以上のスピーカのサービスエリアの重複領域に居る利用者には、２つ以上の音声が同時に聴こえる。これにより、利用者に不快感を与えてしまい、より快適な空間を利用者に提供するという本来の目的を達成することが困難になる場合がある。例えば、音程が調和しない２つ以上の音声が同時に聴こえた場合、多くの利用者が不快感を抱くことになる。

本発明の一態様は、上記の問題に鑑みてなされたものであり、複数の音声を異なるスピーカを用いて再生する技術において、より快適な空間を利用者に提供することを可能ならしめることを目的とする。

上記の課題を解決するために、本発明の一態様に係る音声再生方法は、一又は複数のプロセッサが、一又は複数のストレージに格納された音声データ群から、特定のキーに属する音声を表す複数の音声データを選択するデータ選択ステップと、前記データ選択ステップにて選択された各音声データの表す音声を異なるスピーカを用いて再生する再生ステップと、実行する。

また、上記の課題を解決するために、本発明の一態様に係る音声再生システムは、一又は複数のストレージと、一又は複数のプロセッサと、を備え、前記プロセッサは、前記ストレージに格納された音声データ群から、特定のキーに属する音声を表す複数の音声データを選択するデータ選択ステップと、前記データ選択ステップにて選択された各音声データの表す音声を異なるスピーカを用いて再生する再生ステップと、を実行する。

上記の課題を解決するために、本発明の一態様に係るプログラムは、上述した音声再生方法をコンピュータに実行させる。

本発明の一態様によれば、より快適な空間を利用者に提供することが可能になる。

本発明の実施形態に係る音声再生システムの構成を示すブロック図である。 本発明の実施形態に係る音声再生方法の流れを示すフローチャートである。 図１に示す音声再生システムの一変形例を示すブロック図である。 図２に示す音声再生方法の一変形例を示すフローチャートである。

〔実施形態〕
＜用語の定義＞
本発明の実施形態の説明に入る前に、以下の説明に登場する幾つかの用語について、その定義を説明する。

（キー）
キーとは、主音および音階の組み合わせのことを指し、調とも呼ばれる。主音は、そのキーにおいて中心となる音である。また、音階とは、ある音からそのオクターブ上の音までの間を特定の秩序によって並べた音列であり、一例として、長調、短調等がある。キーは、例えば、伝統的な西洋音楽の用語を用いれば、ハ長調、ハ短調等のように表現される。また、キーは、ジャズ、ポピュラーミュージック等の用語を用いれば、Ｃ（シー）、Ｃｍ（シーマイナー）等といったコードネームで表現される。本明細書においては、後者の用語を用いる。

（音声データ）
音声データとは、音声を表すデータのことを指す。音声は、楽曲を構成するものであってもよいし、楽曲を構成しないものであってもよい。楽曲を構成しない音声の例としては、例えば、ステムと呼ばれる音素材が挙げられる。音声データは、特定のキーに属する音声を表すものと、特定のキーに属さない音声を表すものとに分類できる。また、音声データは、有テンポ音声を表すものと、無テンポ音声を表すものとに分類できる。本実施形態においては、特定のキーに属する無テンポ音声を表す音声データと、特定のキーに属さない有テンポ音声を表す音声データとを、主たる再生対象として想定する。なお、有テンポ音声および無テンポ音声の定義については、後述する。

（音声が属するキー）
音声が属するキーは、その音声に含まれる音の組み合わせに基づいて特定可能である。ここで、音の組み合わせとは、同時再生される音の組み合わせ（例えば、和音を構成する音の組み合わせ）であってもよいし、順次再生される音の組み合わせ（例えば、旋律を構成する音の組み合わせ）であってもよい。なお、音声が属するキーは、一意に特定できない場合がある。例えば、Ｃ音とその倍音により構成される音声は、Ｃキーに属する音声と見做すこともできるし、Ｃｍキーに属する音声と見做すこともできる。

（有テンポ音声および無テンポ音声）
有テンポ音声とは、テンポを司る一連の音の進行を含む音声のことを指す。有テンポ音声は、聴者がテンポまたはリズムの存在を感じる音声と言い換えることもできる。有テンポ音声は、特定のキーに属する音声であってもよいし、特定のキーに属さない音声であってもよい。特定のキーに属する有テンポ音声の例としては、例えば、カッティングギター音が挙げられる。また、特定のキーに属さない有テンポ音声の例としては、例えば、ドラム音が挙げられる。一方、無テンポ音声とは、テンポを司る一連の音の進行を含まない音声のことを指す。無テンポ音声は、聴者がテンポまたはリズムの存在を感じない音声と言い換えることもできる。

（非同期再生）
複数の音声の非同期再生とは、これら複数の音声を、再生開始タイミングを一致させずに再生期間を重複させて再生することをいう。なお、これら複数の音声の一部について再生開始タイミングを一致させる態様は、非同期再生に含まれるが、これら複数の全部について再生タイミングを一致させる態様は、非同期再生に含まれない。例えば、右チャンネル用の音声と左チャンネル用の音声とについて、これら音声を左右のスピーカから再生タイミングを一致させて出力するステレオ再生は、非同期再生に含まれない。なお、複数の音声の非同期再生は、例えば、これら複数の音声の各々の再生を、音声毎にランダムに決定したタイミングで開始することにより実現される。

＜音声再生システム１の構成＞
本発明の一実施形態に係る音声再生システム１の構成について、図１を参照して説明する。図１は、音声再生システム１の構成を示すブロック図である。

音声再生システム１は、図１に示すように、コンピュータ１０と、ストレージ２０と、複数のスピーカ３０＿１，３０＿２，…，３０＿ｎと、を含む。複数のスピーカ３０＿１，３０＿２，…，３０＿ｎの個数ｎは、任意である。コンピュータ１０は、ネットワークＮ１を介して、ストレージ２０に接続されている。また、コンピュータ１０は、ケーブルを介して、各スピーカ３０＿ｉ（ｉ＝１，２，…，ｎ）に接続されている。ネットワークＮ１は、無線ＬＡＮ（Local Area Network）、有線ＬＡＮ、モバイルデータ通信網、公衆回線網、インターネット、またはこれらの一部または全部の組み合わせであってもよい。

なお、本実施形態においては、コンピュータ１０から各スピーカ３０＿ｉに音声データがアナログ信号として提供される構成を採用しているが、本発明は、これに限定されない。すなわち、コンピュータ１０から各スピーカ３０＿ｉに音声データがデジタル信号として提供される構成を採用してもよい。この場合、コンピュータ１０は、ネットワークＮ１を介して、各スピーカ３０＿ｉに接続されてもよい。

（コンピュータ１０の構成）
コンピュータ１０は、プロセッサ１０１と、主メモリ１０２と、補助メモリ１０３と、通信インタフェース（ＩＦ：interface）１０４と、複数のＤＡＣ（digital to analog converter）１０５＿１，１０５＿２，…，１０５＿ｎと、を含む。プロセッサ１０１、主メモリ１０２、補助メモリ１０３、通信ＩＦ１０４、および各ＤＡＣ１０５＿ｉは、不図示のバスを介して互いに接続されている。なお、コンピュータ１０の一例として、メインフレームコンピュータ、パーソナルコンピュータ、タブレット、スマートフォン等が挙げられるが、これらに限られない。

プロセッサ１０１としては、例えば、マイクロプロセッサ、デジタルシグナルプロセッサ、マイクロコントローラ、またはこれらの組み合わせ等が用いられる。主メモリ１０２としては、例えば、半導体ＲＡＭ（random access memory）等が用いられる。補助メモリ１０３としては、例えば、フラッシュメモリ、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、またはこれらの組み合わせ等が用いられる。補助メモリ１０３には、後述する音声再生方法Ｓ１をコンピュータ１０に実行させるためのプログラムが格納されている。プロセッサ１０１は、このプログラムを主メモリ１０２上に展開し、展開したプログラムに含まれる各命令を実行することにより、後述する音声再生方法Ｓ１をコンピュータ１０に実行させる。

通信ＩＦ１０４は、ネットワークＮ１に接続された装置からデータを取得（ダウンロード）したり、ネットワークＮ１に接続された装置にデータを提供（アップロード）したりするためのハードウェアである。本実施形態において、通信ＩＦ１０４は、ストレージ２０から音声データを取得するために利用される。

ＤＡＣ１０５＿ｉは、デジタル音声信号をアナログ音声信号に変換するためのハードウェアである。本実施形態において、ＤＡＣ１０５＿ｉは、ストレージ２０から取得した音声データをアナログ音声信号に変換するために利用される。ＤＡＣ１０５＿ｉにて得られたアナログ信号は、対応するスピーカ３０＿ｉに供給される。

なお、プロセッサ１０１は、不図示の入力装置に接続され、この入力装置をユーザが操作することで入力される入力情報を、この入力装置から取得するように構成されていてもよい。この場合、入力情報は、後述する音声再生方法Ｓ１において、プロセッサ１０１により参照される。また、プロセッサ１０１は、不図示の表示装置に接続され、この表示装置がユーザに提示する表示画面を、この表示装置に提供するように構成されていてもよい。この場合、表示画面は、後述する音声再生方法Ｓ１において、プロセッサ１０１により生成される。

（ストレージ２０の構成）
ストレージ２０は、音声データ群を格納する装置である。ストレージ２０は、コンピュータ１０からの要求により、音声データ群に含まれる音声データをコンピュータ１０に提供する機能を有する。ストレージ２０は、例えば、ネットワークストレージによって構成されてもよいし、サーバコンピュータによって構成されてもよい。

本実施形態において、ストレージ２０には、特定のキーに属する無テンポ音声を表す複数の音声データと、特定のキーに属さない有テンポ音声を表す複数の音声データと、が格納されている。図１においては、特定のキーに属する無テンポ音声を表す音声データとして、Ｃ（シー）キーに属する無テンポ音声を表す音声データＣ、Ａｍ（エー・マイナー）キーに属する無テンポ音声を表す複数の音声データＡｍ、Ｄｍ（ディー・マイナー）キーに属する無テンポ音声を表す複数の音声データＤｍを例示している。また、図２においては、特定のキーに属さない有テンポ音声を表す音声データとして、ドラム音を表す音声データＴを例示している。

以降、複数の音声データＸ（Ｘ＝Ｃ、Ａｍ、…、Ｄｍ、Ｔ）をそれぞれ区別する必要がある場合には、音声データＸ−ｉ（ｉ＝１、２、…・）とも記載する。例えば、音声データＣ−１は、Ｃキーに属する音声を表す１つ目の音声データであり、音声データＣ−２は、Ｃキーに属する音声を表す２つ目の音声データである。

なお、図１には、音声データＣ、Ａｍ、Ｄｍ、Ｔをそれぞれ５つずつ示しているが、これに限定されない。各キーに属する音声を表す音声データの個数、および、有テンポ音声を表す音声データの個数は、任意である。また、音声データＣ、Ａｍ、Ｄｍ、Ｔを特に区別しない場合には、それぞれを単に音声データとも記載する。

（音声データとキー等との関連付け）
ストレージ２０は、各音声データを、その音声データの表す音声が属するキー、および、その音声データの表す音声が有テンポ音声であるか無テンポ音声であるかを特定可能に格納している。

例えば、ストレージ２０は、各音声データの識別子（例えばファイル名）と、その音声データの表す音声の属するキーの識別子と、を関連付けたテーブルを記憶していてもよい。また、ストレージ２０は、各音声データの識別子と、その音声データの表す音声が有テンポ音声であるか無テンポ音声であるかを示すフラグと、を関連付けたテーブルを記憶していてもよい。

あるいは、ストレージ２０において、各音声データの識別子は、その音声データの表す音声の属するキーの識別子を含んでいてもよい。また、ストレージ２０において、各音声データの識別子は、その音声データの表す音声が有テンポ音声であるか無テンポ音声であるかを示すフラグを含んでいてもよい。この場合、一例として、音声データＣ−１の識別子（ファイル名）は、「tempo=0_key=C_id=1.mp3」などとなり、音声データＴ−２の識別子は、「tempo=1_id=2.mp3」などとなる。

あるいは、ストレージ２０において、各音声データは、その音声データの表す音声の属するキーに対応するフォルダ（ディレクトリ）に格納されていてもよい。また、ストレージにおいて、有テンポ音声を表す音声データと無テンポ音声を表す音声データとが異なるフォルダに格納されていてもよい。この場合、一例として、音声データＣ−１は、「/sound/tempo=0/c/」に格納され、音声データＴ−２は、「/sound/tempo=1/」に格納される。

（スピーカ３０＿ｉの構成）
スピーカ３０＿ｉは、コンピュータ１０から出力される音声を出力する装置である。複数のスピーカ３０＿１〜３０＿ｎは、各種施設に分散して設置される。想定される施設としては、商業空間、ホテル、飲食店、オフィス、展示会場などが挙げられる。なお、複数のスピーカ３０＿１〜３０＿ｎは、単一の施設の異なるフロアに分散して設置されてもよいし、複数の施設に分散して設置されてもよい。

なお、複数のスピーカ３０＿１〜３０＿ｎは、いずれのスピーカ３０＿ｉのサービスエリアにも含まれない領域ができるだけ生じないように、施設内に分散して設置されていることが望ましい。これにより、施設内の何処にいる利用者に対しても、より快適な空間を提供することが可能になる。

＜音声再生方法Ｓ１の流れ＞
本発明の一実施形態に係る音声再生方法Ｓ１について、図２を参照して説明する。図２は、音声再生方法Ｓ１の流れを示すフローチャートである。

音声再生方法Ｓ１は、上述した音声再生システム１を用いて、複数の音声を再生する方法である。音声再生方法Ｓ１は、図２に示すように、キー選択ステップＳ１０１と、データ選択ステップＳ１０２と、再生ステップＳ１０３とを含む。

（キー選択ステップＳ１０１）
キー選択ステップＳ１０１は、プロセッサ１０１が特定のキーを選択するステップである。キー選択ステップＳ１０１において、プロセッサ１０１は、例えば、予め定められた複数のキーの中から、特定のキーを選択する。図２においては、プロセッサ１０１が、Ｃキー、Ａｍキー、…、Ｄｍキーの中から、Ｇキーを選択する様子を例示している。

なお、キー選択ステップＳ１０１にて選択されるキーは、（１）利用者により指定されたキーであってもよいし、（２）ランダムに選択されたキーであってもよいし、（３）再生日時、再生環境、又はユーザバイタルに応じて選択されたキーであってもよし、（４）それ以外の任意の方法で選択されたキーであってもよい。

（データ選択ステップＳ１０２）
データ選択ステップＳ１０２は、プロセッサ１０１が、ストレージ２０に格納された音声データ群から、キー選択ステップＳ１０１にて選択された特定のキーに属する音声を表す音声データを選択するステップである。図２においては、プロセッサ１０１が、Ｇキーに属する音声を表す音声データＧ−１，Ｇ−２，…の中から、音声データＧ−１，Ｇ−３，Ｇ５を選択する様子を例示している。

なお、データ選択ステップＳ１０２においては、プロセッサ１０１が、キー選択ステップＳ１０１にて選択された特定のキーに属する音声を表す音声データを選択する処理に加えて、プロセッサ１０１が、有テンポ音を表す音声データを選択する処理を実行してもよい。図２においては、プロセッサ１０１が、有テンポ音を表す音声データＴ−１，Ｔ−２，…の中から、音声データＴ−４を選択する様子を例示している。ここで、有テンポ音を表す音声データを選択する処理は、あくまでオプションであり、データ選択ステップＳ１０２において無テンポ音を表す音声データのみを選択してもよい。

なお、データ選択ステップＳ１０２において選択される音声データは、（１）ランダムに決定された音声データであってもよいし、（２）再生日時、再生環境、又はユーザバイタルに応じて選択された音声データであってもよいし、（３）それ以外の任意の方法で選択された音声データであってもよい。

（再生ステップＳ１０３）
再生ステップＳ１０３は、プロセッサ１０１が、データ選択ステップＳ１０２において選択された各音声データの表す音声を、異なるスピーカ３０＿１〜３０＿ｎを用いて非同期再生するステップである。図２においては、プロセッサ１０１が、（１）音声データＧ−１の表す音声をスピーカ３０＿１を用いて再生し、（２）音声データＧ−３の表す音声をスピーカ３０＿３を用いて再生し、（３）音声データＧ−５の表す音声をスピーカ３０−３を用いて再生し、（４）音声データＴ−４の表す音声をスピーカ３０−４を用いて再生する様子を例示している。

＜音声再生システム１の効果＞
本実施形態に係る音声再生システム１によれば、複数の音声が異なるスピーカ３０＿１，３０＿２，…，３０＿ｎを用いて再生される。このため、音声再生システム１が導入された施設を移動する利用者は、あたかも移りゆく景色を眺めるように、各所に配置されたスピーカ３０＿１，３０＿２，…，３０＿ｎから流れる音声を感じることができる。

しかも、本実施形態に係る音声再生システム１によれば、特定のキーに属する複数の音声が異なるスピーカ３０＿１，３０＿２，…，３０＿ｎを用いて再生される。このため、２つ以上のスピーカ（例えば、スピーカ３０＿１，３０＿２）のサービスエリアの重複領域に居る利用者に対して、音程が調和しない２つ以上の音声を同時に聴かせ、その結果、その利用者に不快感を与えてしまうという事態を回避することができる。

更に、本実施形態に係る音声再生システム１によれば、異なるスピーカ３０＿１，３０＿２，…，３０＿ｎを用いて再生される複数の音声に含まれる有テンポ音声は高々１つである。このため、２つ以上のスピーカ（例えば、スピーカ３０＿１，３０＿２）のサービスエリアの重複領域に居る利用者に対して、リズムが調和しない２つ以上の音声を同時に聴かせ、その結果、その利用者に不快感を与えてしまうという事態を回避することができる。

また、音声再生システム１によれば、異なるスピーカ３０＿１，３０＿２，…，３０＿ｎを用いて再生される音声の組み合わせは、無数に存在する。したがって、音声再生システム１によって創造されるサウンドイメージは、絶え間なく変化し続け、利用者を飽きさせることがない。この点は、楽曲のシャッフル再生等では得ることのできない、音声再生システム１の利点であると言える。

〔変形例〕
上述した実施形態に係る音声再生システム１は、再生日時、再生環境、又はユーザバイタルに応じた音声を再生するよう変形することができる。以下、このような変形例について説明する。

＜音声再生システム１Ａの構成＞
本変形例に係る音声再生システム１Ａの構成について、図３を参照して説明する。図３は、本変形例に係る音声再生システム１Ａの構成を示すブロック図である。

音声再生システム１Ａは、図１に示した音声再生システム１の構成に加えて、センサ４０＿ｉ（ｉ＝１、２、…）を有する。なお、音声再生システム１Ａは、１または複数のセンサ４０＿ｉを備えていればよく、その個数は限定されない。コンピュータ１０は、各センサ４０＿ｉと通信可能に接続される。コンピュータ１０および各センサ４０＿ｉは、例えば、無線ＬＡＮ、有線ＬＡＮ、ＵＳＢ（Universal Serial Bus）インタフェース、赤外線もしくはBluetooth（登録商標）等の近距離通信インタフェース、またはこれらの組み合わせによって接続される。

（センサ４０＿ｉの構成）
センサ４０＿ｉは、再生環境又はユーザバイタルを検出する装置である。

再生環境を検出するためのセンサ４０＿ｉとしては、例えば、照度センサ、温度センサ、湿度センサ、人感センサ、音量センサ、カメラ、ＧＰＳ等が挙げられる。再生環境を検出する各センサ４０＿ｉは、例えば、音声再生システム１Ａが導入された施設内に分散して配置される。なお、音量センサは、例えば、騒音レベルを検出するために利用することができる。また、カメラは、例えば、周囲に存在する人の密度を検出するために利用することができる。また、ＧＰＳは、その地点の天候を検出する（ウェブサービスから取得する）ために利用することができる。

ユーザバイタルを検出するためのセンサ４０＿ｉとしては、例えば、体温センサ、血圧センサ、脈拍センサ、加速度センサ、脳波センサ等が挙げられる。ユーザバイタルを検出する各センサ４０＿ｉは、例えば、音声再生システム１Ａが導入された施設の利用者に装着される。なお、施設の利用者が装着するスマートウォッチや施設の利用者が携帯するスマートフォンなどのデバイスに内蔵されたセンサを、ユーザバイタルを検出するために利用してもよい。

（コンピュータ１０の構成）
本変形例において、コンピュータ１０に含まれるプロセッサ１０１は、音声再生方法Ｓ１に代えて、音声再生方法Ｓ２を実行する。音声再生方法Ｓ２については後述する。

（補助メモリ１０３に記憶されるテーブル）
補助メモリ１０３は、再生日時の範囲（例えば、午前中、午後、夜間等）、再生環境を示す数値の範囲（例えば、照度の範囲）、および、ユーザバイタルを示す数値の範囲（例えば、血圧の範囲）と、選択すべきキー、および、選択すべき音声データの属性とを関連付けるテーブルを記憶する。

（ストレージ２０の構成）
ストレージ２０に記憶される音声データのそれぞれには、その音声データの属性が関連付けられている。ここで、音声データの属性としては、例えば、その音声データの表す音声のジャンル、ムード、作成者等が挙げられる。

＜音声再生方法Ｓ２の流れ＞
本変形例に係る音声再生方法Ｓ２の流れについて、図４を参照して説明する。図４は、本変形例に係る音声再生方法Ｓ２の流れを示すフローチャートである。

音声再生方法Ｓ２は、本変形例に係る音声再生システム１Ａを用いて、複数の音声を再生する方法である。音声再生方法Ｓ２は、図４に示すように、特定ステップＳ２０１と、キー選択ステップＳ２０２と、データ選択ステップＳ２０３と、再生ステップＳ２０４とを含む。

（特定ステップＳ２０１）
特定ステップＳ２０１は、プロセッサ１０１が、再生日時、再生環境、およびユーザバイタルの少なくとも何れかを特定するステップである。

具体的には、プロセッサ１０１は、当該ステップを実行時における日時を、再生日時として特定する。また、プロセッサ１０１は、再生環境を検出するためのセンサ４０＿ｉを介して取得される数値を、再生環境を示す数値として特定する。また、プロセッサ１０１は、ユーザバイタルを検出するためのセンサ４０＿ｉを介して取得される数値を、ユーザバイタルを示す数値として特定する。

（キー選択ステップＳ２０２）
キー選択ステップＳ２０２は、プロセッサ１０１が、特定ステップＳ２０１の結果に応じて、特定のキーを選択するステップである。

再生日時に応じたキーの選択：
具体的には、プロセッサ１０１は、再生日時に応じてキーを選択する。例えば、プロセッサ１０１は、上述したテーブルにおいて再生日時を含む範囲に関連付けられたキーを選択する。

再生環境に応じたキーの選択：
また、プロセッサ１０１は、再生環境を示す数値に応じてキーを選択する。例えば、プロセッサ１０１は、上述したテーブルにおいて再生環境を示す数値を含む範囲に関連付けられたキーを選択する。

ユーザバイタルに応じたキーの選択：
また、プロセッサ１０１は、ユーザバイタルを示す数値に応じてキーを選択する。例えば、プロセッサ１０１は、上述したテーブルにおいてユーザバイタルを示す数値を含む範囲に関連付けられたキーを選択する。

（データ選択ステップＳ２０３）
データ選択ステップＳ２０３は、プロセッサ１０１が、特定ステップＳ２０１の結果に応じて、特定のキーに属する音声を表す音声データを選択するステップである。

再生日時に応じたデータの選択：
具体的には、プロセッサ１０１は、再生日時に応じて、特定のキーに属する音声を表す音声データを選択する。例えば、プロセッサ１０１は、特定のキーに属する音声を表す音声データのうち、上述したテーブルにおいて再生日時に関連付けられた属性を有する音声データを選択する。

再生環境に応じたキーの選択：
また、プロセッサ１０１は、再生環境を示す数値に応じて、特定のキーに属する音声を表す音声データを選択する。例えば、プロセッサ１０１は、特定のキーに属する音声を表す音声データのうち、上述したテーブルにおいて再生環境を示す数値の範囲に関連付けられた音声データを選択する。

ユーザバイタルに応じたキーの選択：
また、プロセッサ１０１は、ユーザバイタルを示す数値に応じて、特定のキーに属する音声を表す音声データを選択する。例えば、プロセッサ１０１は、上述したテーブルにおいてユーザバイタルを示す数値に関連付けられた属性を有する音声データを選択する。

（再生ステップＳ２０４）
再生ステップＳ２０４の詳細は、音声再生方法Ｓ１における再生ステップＳ１０３と同様であるため、詳細な説明を繰り返さない。

＜音声再生システム１Ａの効果＞
本変形例は、音声再生システム１Ａにおいて選択されるキーおよび音声データを、再生日時、再生環境、およびユーザバイタルの少なくとも何れかに応じて変化させることができる。その結果、本変形例では、再生時の状況に適合した複数の音声データが再生される。これにより、利用者に対してより快適な環境を提供することが可能になる。

〔その他の変形例〕
なお、本実施形態においては、音声データとして、（１）特定のキーに属する無テンポ音声を表すもの、および（２）特定のキーに属さない有テンポ音声を表すものを用いる例について説明した。しかしながら、本発明は、これに限定されない。例えば、特定のキーに属さない有テンポ音声を用いる代わりに、特定のキーに属する有テンポ音声を用いてもよい。この場合、ストレージ２０は、有テンポ音声を表す音声データＴに代えて、特定のキーに属する有テンポ音声を表す音声データを格納する。この場合、プロセッサ１０１は、図２のステップＳ１０２、または、図４のステップＳ２０３において、特定のキーに属する１または複数の無テンポ音声を表す音声データと、特定のキーに属する唯一の有テンポ音声を表す音声データとを選択する。

また、本実施形態においては、複数の音声を単一のコンピュータを用いて再生する例について説明した。しかしながら、本発明は、これに限定されない。例えば、複数の音声を単一のコンピュータを用いて再生する構成を採用する代わりに、複数の音声をそれと同数のコンピュータを用いて再生する構成を採用してもよい。この場合、各コンピュータは、そのコンピュータに対応するスピーカから出力される音声を再生することになる。なお、この場合、キーの選択及び音声データの選択を、これらのコンピュータの何れか１つ、又は、これらのコンピュータを統括する別のコンピュータを用いて行い、音声の再生のみを、各スピーカに対応するコンピュータにて行うようにしてもよい。或いは、キーの選択のみを、これらのコンピュータの何れか１つ、又は、これらのコンピュータを統括する別のコンピュータを用いて行い、音声データの選択及び音声の再生を、各スピーカに対応するコンピュータにて行うようにしてもよい。

〔ソフトウェアまたはハードウェアによる実現例〕
上述した実施形態および各変形例では、プロセッサ１０１が、補助メモリ１０３に記憶されたプログラムを読み込んで実行することにより、音声再生方法Ｓ１、Ｓ２を実行する例、すなわち、音声再生方法Ｓ１、Ｓ２を実行するコンピュータ１０をソフトウェアにより実現する例について説明した。ただし、音声再生方法Ｓ１、Ｓ２を実行するコンピュータ１０は、集積回路（ＩＣチップ）等に形成された論理回路（ハードウェア）によって実現してもよい。

なお、コンピュータ１０をソフトウェアにより実現する場合、プロセッサ１０１が読み取るプログラムを格納する記録媒体は、補助メモリ１０３に限られない。記録媒体としては、「一時的でない有形の媒体」、例えば、ＲＯＭ（Read Only Memory）等の他、テープ、ディスク、カード、半導体メモリ、プログラマブルな論理回路などを用いることができる。また、上記プログラムは、該プログラムを伝送可能な任意の伝送媒体（通信ネットワークや放送波等）を介してコンピュータ１０に供給されてもよい。なお、本発明の一態様は、上記プログラムが電子的な伝送によって具現化された、搬送波に埋め込まれたデータ信号の形態でも実現され得る。

〔まとめ〕
上記の課題を解決するために、本発明の一態様に係る音声再生方法は、一又は複数のプロセッサが、一又は複数のストレージに格納された音声データ群から、特定のキーに属する音声を表す複数の音声データを選択するデータ選択ステップと、前記データ選択ステップにて選択された各音声データの表す音声を異なるスピーカを用いて再生する再生ステップと、を実行する。

上記の構成によれば、特定のキーに属する複数の音声が異なるスピーカを用いて再生される。このため、２つ以上のスピーカのサービスエリアの重複領域に居る利用者に対して、音程が調和しない２つ以上の音声を同時に聴かせ、その結果、その利用者に不快感を与えてしまうという事態を回避することができる。これにより、より快適な空間を利用者に提供することが可能になる。

本発明の一態様に係る音声再生方法において、前記プロセッサは、前記データ選択ステップに先行して、前記特定のキーを選択するキー選択ステップを更に実行する、ことが好ましい。

上記の構成によれば、再生する複数の音声が属するキーを選択することが可能になる。

本発明の一態様に係る音声再生方法において、前記プロセッサは、前記再生ステップにおいて、前記データ選択ステップにて選択された各音声データの表す音声を、異なるスピーカを用いて非同期再生する、ことが好ましい。

上記の構成によれば、再生する複数の音声の再生時間を揃えるなど、複数の音声を同期再生することに伴う困難を回避することができる。

本発明の一態様に係る音声再生方法において、前記プロセッサは、前記データ選択ステップにおいて、テンポを司る音の進行を含む有テンポ音声を表す唯一つの音声データと、テンポを司る音の進行を含まない無テンポ音声を表す一つ以上の音声データとを、前記複数の音声データとして選択する、ことが好ましい。

上記の構成によれば、異なるスピーカを用いて再生される複数の音声に含まれる有テンポ音声は高々１つである。このため、２つ以上のスピーカのサービスエリアの重複領域に居る利用者に対して、リズムが調和しない２つ以上の音声を同時に聴かせ、その結果、その利用者に不快感を与えてしまうという事態を回避することができる。これにより、更に快適な空間を利用者に提供することが可能になる。

本発明の一態様に係る音声再生方法において、前記プロセッサは、前記選択ステップにおいて、テンポを司る音の進行を含まない無テンポ音声を表す複数の音声データを、前記複数の音声データとして選択すると共に、テンポを司る音の進行を含む有テンポ音声を表す唯一つの音声データを、前記複数の音声データに加えて選択する、ことが好ましい。

上記の構成によれば、異なるスピーカを用いて再生される複数の音声に含まれる有テンポ音声は高々１つである。このため、２つ以上のスピーカのサービスエリアの重複領域に居る利用者に対して、リズムが調和しない２つ以上の音声を同時に聴かせ、その結果、その利用者に不快感を与えてしまうという事態を回避することができる。これにより、更に快適な空間を利用者に提供することが可能になる。

本発明の一態様に係る音声再生方法において、前記プロセッサは、再生日時、再生環境、又はユーザバイタルを特定する特定ステップを更に実行し、前記プロセッサは、前記特定ステップの結果に応じて、前記データ選択ステップにて選択する音声データを決定する、ことが好ましい。

上記の構成によれば、再生日時、再生環境、又はユーザバイタルに応じた複数の音声が異なるスピーカを用いて再生される。これにより、再生時の状況に応じて更に快適な空間を利用者に提供することが可能になる。

本発明の一態様に係る音声再生方法において、前記プロセッサは、再生日時、再生環境、又はユーザバイタルを特定する特定ステップを更に実行し、前記プロセッサは、前記特定ステップの結果に応じて、前記キー選択ステップにて選択するキーを決定する、ことが好ましい。

上記の構成によれば、再生日時、再生環境、又はユーザバイタルに応じたキーに属する複数の音声が異なるスピーカを用いて再生される。これにより、再生時の状況に応じて更に快適な空間を利用者に提供することが可能になる。

上記の課題を解決するために、本発明の一態様に係る音声再生システムは、一又は複数のストレージと、一又は複数のプロセッサと、を備え、前記プロセッサは、前記ストレージに格納された音声データ群から、特定のキーに属する音声を表す複数の音声データを選択するデータ選択ステップと、前記データ選択ステップにて選択された各音声データの表す音声を異なるスピーカを用いて再生する再生ステップと、を実行する。

上記の構成によれば、上述した音声再生方法と同様の効果を奏する。

上記の課題を解決するために、本発明の一態様に係るプログラムは、上述した音声再生方法をコンピュータに実行させる。

上記の構成によれば、上述した音声再生方法と同様の効果を奏する。

〔付記事項〕
本発明は上述した各実施形態に限定されるものではなく、請求項に示した範囲で種々の変更が可能であり、異なる実施形態にそれぞれ開示された技術的手段を適宜組み合わせて得られる実施形態についても本発明の技術的範囲に含まれる。

１、１Ａ、１Ｂ 音声再生システム
１０、５０＿ｉ コンピュータ
２０ ストレージ
３０＿ｉ スピーカ
４０＿ｉ センサ
１０１ プロセッサ
１０２ 主メモリ
１０３ 補助メモリ
１０４ 通信インタフェース

Claims (9)

1. 一又は複数のプロセッサが、一又は複数のストレージに格納された音声データ群から、特定のキーに属する音声を表す複数の音声データを選択するデータ選択ステップと、
   前記データ選択ステップにて選択された各音声データの表す音声を異なるスピーカを用いて再生する再生ステップと、を実行する、
   ことを特徴とする音声再生方法。
2. 前記プロセッサは、前記データ選択ステップに先行して、前記特定のキーを選択するキー選択ステップを更に実行する、
   ことを特徴とする請求項１に記載の音声再生方法。
3. 前記プロセッサは、前記再生ステップにおいて、前記データ選択ステップにて選択された各音声データの表す音声を、異なるスピーカを用いて非同期再生する、
   ことを特徴とする請求項１又は２に記載の音声再生方法。
4. 前記プロセッサは、前記データ選択ステップにおいて、テンポを司る音の進行を含む有テンポ音声を表す唯一つの音声データと、テンポを司る音の進行を含まない無テンポ音声を表す一つ以上の音声データとを、前記複数の音声データとして選択する、
   ことを特徴とする請求項１〜３の何れか一項に記載の音声再生方法。
5. 前記プロセッサは、前記データ選択ステップにおいて、テンポを司る音の進行を含まない無テンポ音声を表す複数の音声データを、前記複数の音声データとして選択すると共に、テンポを司る音の進行を含む有テンポ音声を表す唯一つの音声データを、前記複数の音声データに加えて選択する、
   ことを特徴とする請求項１〜３の何れか一項に記載の音声再生方法。
6. 前記プロセッサは、再生日時、再生環境、又はユーザバイタルを特定する特定ステップを更に実行し、
   前記プロセッサは、前記特定ステップの結果に応じて、前記データ選択ステップにて選択する音声データを決定する、
   ことを特徴とする請求項１〜５の何れか１項に記載の音声再生方法。
7. 前記プロセッサは、再生日時、再生環境、又はユーザバイタルを特定する特定ステップを更に実行し、
   前記プロセッサは、前記特定ステップの結果に応じて、前記キー選択ステップにて選択するキーを決定する、
   ことを特徴とする請求項２に記載の音声再生方法。
8. 一又は複数のストレージと、一又は複数のプロセッサと、を備え、
   前記プロセッサは、
   前記ストレージに格納された音声データ群から、特定のキーに属する音声を表す複数の音声データを選択するデータ選択ステップと、
   前記データ選択ステップにて選択された各音声データの表す音声を異なるスピーカを用いて再生する再生ステップと、を実行する、
   ことを特徴とする音声再生システム。
9. 請求項１から７の何れか１項に記載の音声再生方法をコンピュータに実行させるためのプログラム。

Images