JP2023107364A - コミュニケーション装置及びコミュニケーション方法 - Google Patents

Abstract

【課題】複数人と同時にコミュニケーションするに際し、各人の発話が聞き取り難いという問題を解決する。【解決手段】音声信号取得部１０は、第１の利用者端末及び第２の利用者端末を含む複数の利用者端末から発信された音声信号を取得する。発信元特定部１１は、各音声信号の発信元を特定する。出力態様設定部１７は、発信元特定部１１により特定された第１の利用者端末から発信された音声信号の出力態様が、発信元特定部１１により特定された、第１の利用者端末と異なる第２の利用者端末から発信された音声信号の出力態様と異なるように、各音声信号の出力態様を設定する。音声信号出力部１８は、各音声信号を設定された出力態様に応じて出力する。そして、出力態様とは、対応する音声信号の再生時における音像位置又は音量の少なくとも何れか一方である。【選択図】図２

Description

本発明は、コミュニケーション装置及びコミュニケーション方法に関する。

特許文献１は、複数のマイクロフォンが生成した複数チャネルの音響信号について例えば５０ｍｓｅｃのフレーム毎に音源定位を行い、音源定位の結果に基づいて音響信号を音源別に切り分けた音源別信号を生成し、音源別信号の音響特徴量を算出することにより当該音源別信号の話者を同定する技術を開示している。また、特許文献１では、音源定位の結果、幾つかの音源の定位位置がほとんど一致している場合、これらの音源の話者が同一であると推定することが記載されている。

特開２０１８－１６９４７３号公報

ところで、複数人と同時にコミュニケーションするに際し、各人の発話が聞き取り難いという問題があった。

本開示の目的は、複数人と同時にコミュニケーションするに際し、各人の発話が聞き取り難いという問題を解決する技術を提供することにある。

本開示の第１の観点によれば、複数の利用者端末から発信された音声信号を取得する音声信号取得部と、各音声信号の発信元を特定する発信元特定部と、前記発信元特定部により特定された第１の利用者端末から発信された音声信号の出力態様が、前記発信元特定部により特定された、前記第１の利用者端末と異なる第２の利用者端末から発信された音声信号の出力態様と異なるように、各音声信号の出力態様を設定する出力態様設定部と、各音声信号を設定された出力態様に応じて出力する音声信号出力部と、を備え、前記出力態様は、対応する音声信号の再生時における音像位置又は音量の少なくとも何れか一方である、コミュニケーション装置が提供される。

本開示の第２の観点によれば、コンピュータが、複数の利用者端末から発信された音声信号を取得するステップと、各音声信号の発信元を特定するステップと、前記特定するステップにより特定された第１の利用者端末から発信された音声信号の出力態様が、前記特定するステップにより特定された、前記第１の利用者端末と異なる第２の利用者端末から発信された音声信号の出力態様と異なるように、各音声信号の出力態様を設定するステップと、各音声信号を設定された出力態様に応じて出力するステップと、を含む処理を実行し、前記出力態様は、対応する音声信号の再生時における音像位置又は音量の少なくとも何れか一方である、コミュニケーション方法が提供される。

本開示によれば、複数人と同時にコミュニケーションするに際し、各人が発信したメッセージが聞き取り難いという問題を解決することができる。

コミュニケーションシステムの概略図である。 サーバの機能ブロック図である。 第１出力ＤＢをテーブル形式で示す図である。 第２出力ＤＢをテーブル形式で示す図である。 利用者端末の機能ブロック図である。 コミュニケーションシステムの動作フローのシーケンス図である。

以下、図１から図６を参照して、本開示の実施形態を説明する。

図１には、コミュニケーションシステム１の概略図を示している。本実施形態において、コミュニケーションシステム１は、複数の参加者（ユーザとも称する。以下同じ。）が参加するオンライン会議システムに適用される。コミュニケーションシステム１は、コミュニケーション装置であるサーバ２と、複数の利用者端末３と、を含む。複数の利用者端末３は、WAN４（Wide Area Network）を経由してサーバ２と双方向通信可能に構成されている。本実施形態では、説明の便宜上、オンライン会議システムにユーザＡ、ユーザＢ、ユーザＣ、ユーザＤが参加するものとする。複数の利用者端末３は、ユーザＡが利用する利用者端末３Ａ、ユーザＢが利用する利用者端末３Ｂ、ユーザＣが利用する利用者端末３Ｃ、ユーザＤが利用する利用者端末３Ｄを含む。各ユーザは、利用者端末３が備えるマイクに向かって発話し、利用者端末３が備えるスピーカを介して他のユーザの発話を聞き取る。

図２には、サーバ２（コミュニケーション装置）の機能ブロック図を示している。図２に示すように、サーバ２は、中央演算処理器としてのCPU２ａ（Central Processing Unit）と、読み書き自由のRAM２ｂ（Random Access Memory）、読み出し専用のROM２ｃ（Read Only Memory）、通信ＩＦ２ｄを備えている。そして、CPU２ａがROM２ｃに記憶されている制御プログラムを読み出して実行することで、制御プログラムは、CPU２ａなどのハードウェアを、音声信号取得部１０、発信元特定部１１、変更指示情報取得部１３、設定情報変更部１４、同時発信検出部１５、人数検出部１６、出力態様設定部１７、音声信号出力部１８として機能させる。また、サーバ２は、設定情報記憶部１２を備える。設定情報記憶部１２は、RAM２ｂ又は図示しないHDD（Hard Disk Drive）又はSSD（Solid State Drive）により構成されている。

音声信号取得部１０は、複数のユーザから発信された音声信号を取得する。具体的には、音声信号取得部１０は、複数のユーザが利用する利用者端末３から音声信号を受信して取得する。

発信元特定部１１は、各音声信号の発信元を特定する。発信元とは、その音声を発信したユーザ、または、ユーザが利用する、ユーザの音声を発信した利用者端末である。

発信元特定部１１は、音声認識により各音声信号の発信元を特定する。音声認識は、典型的には声紋認証により行われ得る。この場合、発信元特定部１１は、ユーザとその声紋の特徴量を関連付けた声紋ＤＢを参照して、各音声信号から抽出した声紋の特徴量に対応するユーザを特定し、特定したユーザが利用する利用者端末を特定する。複数のユーザが同一の利用者端末を利用する場合があってもよい。

発信元特定部１１は、各音声信号を含むパケットのヘッダに記載されたＩＰアドレスに基づいて、各音声信号の発信元を特定してもよい。この場合、発信元特定部１１は、ユーザと当該ユーザが利用する利用者端末３のＩＰアドレスを関連付けたＩＰアドレスＤＢを参照して、各音声信号を含むパケットのヘッダに記載されたＩＰアドレスに対応するユーザを特定する。発信元特定部１１は、各利用者端末のＩＤを用いて、各音声信号の発信元を特定してもよい。

設定情報記憶部１２には、出力態様設定部１７が各音声信号の出力態様を設定する際に参照する各種ＤＢが格納されている。設定情報記憶部１２には、第１出力ＤＢ１２ａと第２出力ＤＢ１２ｂが格納されている。

図３に、第１出力ＤＢ１２ａをテーブル形式で示している。図３に示すように、第１出力ＤＢ１２ａは、発信元と出力先と音声信号の出力態様を関連付けるデータベースである。ここで、音声信号の出力態様とは、音声信号を再生するときの音像位置及び音量を意味する。音声信号の出力態様は、音声信号を再生するときの音像位置又は音量の何れか一方でもよい。第１出力ＤＢ１２ａは、出力態様設定情報の一具体例である。

図３に例示するように、発信元がユーザＡであって出力先がユーザＢである場合、音像位置は中央（middle）であり、出力する音量は大（loud）とすることができる。同様に、発信元がユーザＡであって出力先がユーザＣである場合、音像位置は中央であり、出力する音量は大とすることができる。同様に、発信元がユーザＡであって出力先がユーザＤである場合、音像位置は中央であり、出力する音量は大とすることができる。即ち、発信元がユーザＡである場合、すべての出力先に対して音像位置は中央であり、音量は大とすることができる。

発信元がユーザＢであって出力先がユーザＡである場合、音像位置は左（left）であり、出力する音量は中（normal）とすることができる。出力先がユーザＣ及びユーザＤの場合も同様である。即ち、発信元がユーザＢである場合、すべての出力先に対して音像位置は左であり、音量は中とすることができる。

発信元がユーザＣであって出力先がユーザＡである場合、音像位置は右（right）であり、出力する音量は中（normal）とすることができる。出力先がユーザＢ及びユーザＤの場合も同様である。即ち、発信元がユーザＣである場合、すべての出力先に対して音像位置は右であり、音量は中とすることができる。

発信元がユーザＤであって出力先がユーザＡである場合、音像位置は右（right）であり、出力する音量は小（low）とすることができる。出力先がユーザＢ及びユーザＣの場合も同様である。即ち、発信元がユーザＤである場合、すべての出力先に対して音像位置は右であり、音量は小とすることができる。

図３に示す出力態様設定情報は一例であり、これに限定されない。例えば、発信元がユーザＡであるとき、出力先によって出力態様が異なっていてもよい。このようにすることで、発信元であるユーザＡは、自分が発した音声の音像が定位する位置や音量を、出力先である相手ごとに設定することができる。また例えば、出力先がユーザＡであるとき、発信元によって出力態様が異なっていてもよい。このようにすることで、出力先であるユーザＡは、発信元である相手が発した音声の音像が定位する位置や音量を、発信元ごとに設定することができる。

図４に、第２出力ＤＢ１２ｂをテーブル形式で示している。図４に示すように、第２出力ＤＢ１２ｂは、人数と当該人数分の出力態様を関連付けるデータベースである。ここで、音声信号の出力態様とは、音声信号を再生するときの音像位置を意味する。第２出力ＤＢ１２ｂは、出力態様設定情報の一具体例である。

図４に示すように、人数が２人である場合、音像位置は左と右の組み合わせとすることができる。

人数が３人である場合、音像位置は左と中央と右の組み合わせとすることができる。

人数が４人である場合、音像位置は左とやや左とやや右と右の組み合わせとすることができる。ここで、「やや左」は、正面から左へ３０度ズレた方向を意味し、「やや右」は、正面から右へ３０度ズレた方向を意味する。

このように、人数に応じ、それぞれのユーザが発する音声が定位する位置を設定することで、各ユーザが発する音声がより聞き取り易くなるよう、出力態様を設定することができる。

図２に戻り、変更指示情報取得部１３は、第１出力ＤＢ１２ａを変更するための変更指示情報を利用者端末３から取得する。変更指示情報は、送信元と出力先と出力態様を関連付けた情報である。

設定情報変更部１４は、変更指示情報に基づいて第１出力ＤＢ１２ａを変更する。即ち、設定情報変更部１４は、図３に示す第１出力ＤＢ１２ａのうち変更指示情報が示す送信元及び出力先が一致する出力態様を、変更指示情報が示す出力態様で上書きする。

同時発信検出部１５は、複数の利用者端末のうち少なくとも２以上の利用者端末が同時に音声信号を発信したことを検出する。

人数検出部１６は、同時発信検出部１５が同時発信を検出した場合、当該同時発信の発信元の人数を検出する。

出力態様設定部１７は、第１出力ＤＢ１２ａ又は第２出力ＤＢ１２ｂの何れか一方を参照して、第１の利用者端末から発信された音声信号の出力態様が、第２の利用者端末から発信された音声信号の出力態様と異なるように、各音声信号の出力態様を設定する。

出力態様設定部１７は、同時発信検出部１５が複数の利用者端末のうち少なくとも２以上の利用者端末が同時に音声信号を発信したことを検出した場合、第２出力ＤＢ１２ｂを参照して、第１の利用者端末から発信された音声信号の出力態様が、第２の利用者端末から発信された音声信号の出力態様と異なるように、各音声信号の出力態様を設定する。

これに対し、出力態様設定部１７は、同時発信検出部１５が複数の利用者端末のうち少なくとも２以上の利用者端末が同時に音声信号を発信したことを検出しなかった場合、第１出力ＤＢ１２ａを参照して、第１の利用者端末から発信された音声信号の出力態様が、第２の利用者端末から発信された音声信号の出力態様と異なるように、各音声信号の出力態様を設定する。

出力態様設定部１７が第１出力ＤＢ１２ａを参照する場合、出力態様設定部１７は、例えば、ユーザＡから発信された音声信号の出力態様が、ユーザＢから発信された音声信号の出力態様と異なるように、各音声信号の出力態様を設定する。図３によれば、出力態様設定部１７は、ユーザＣに対するユーザＡの音声信号の出力態様を「音像位置middle,音量loud」と設定し、ユーザＣに対するユーザＢの音声信号の出力態様を「音像位置left, 音量normal」と設定する。従って、ユーザＣにとっては、ユーザＡの発話が正面から大きな音で聞こえ、ユーザＢの発話が左から相対的に若干静かに聞こえる。従って、ユーザＣにとってみれば、ユーザＡの発話とユーザＢの発話を容易に聞き分けることができるので、ユーザＡの発話とユーザＢの発話とが聞き取り易くなる。

出力態様設定部１７が第２出力ＤＢ１２ｂを参照する場合、出力態様設定部１７は、例えば、ユーザＡから発信された音声信号の出力態様が、ユーザＢから発信された音声信号の出力態様と異なるように、各音声信号の出力態様を設定する。図４によれば、人数検出部１６が検出した同時発信の発信元の人数がユーザＡ及びユーザＢの２人であるとき、出力態様設定部１７は、第２出力ＤＢ１２ｂを参照して、ユーザＡの音声信号の音像位置を「left」とし、ユーザＢの音声信号の音像位置を「right」と設定する。従って、ユーザＣにとっては、ユーザＡの発話が左から聞こえ、ユーザＢの発話が右から聞こえる。従って、ユーザＣにとってみれば、ユーザＡの発話とユーザＢの発話を容易に聞き分けることができるので、ユーザＡの発話とユーザＢの発話とが聞き取り易くなる。

音声信号出力部１８は、各音声信号を設定された出力態様に応じて複数の利用者端末３に出力する。

例えば、音声信号の出力態様が「音像位置left」と設定されている場合、音声信号出力部１８は、当該音声信号に対して「音像位置left」を実現する頭部インパルス応答の畳み込み処理を行う。音声信号出力部１８は、畳み込み処理した音声信号をWAN４を介して複数の利用者端末３に送信する。音声信号出力部１８は、当該音声信号に対して「音像位置left」を実現するため、ステレオ音声の左音声の音量を右音声に比べて大きくしたり、遅延量を制御したりする処理を行ってもよい。

また、例えば、音声信号の出力態様が「音量loud」と設定されている場合、音声信号出力部１８は、当該音声信号の音量を増大させる音量調整処理を行う。音声信号出力部１８は、音量調整処理した音声信号をWAN４を介して複数の利用者端末３に送信する。

次に、図５を参照して、利用者端末３を説明する。図３は、利用者端末３の機能ブロック図である。利用者端末３は、中央演算処理器としてのCPU３ａ（Central Processing Unit）と、読み書き自由のRAM３ｂ（Random Access Memory）、読み出し専用のROM３ｃ（Read Only Memory）、マイク３ｄ、スピーカ３ｅ、タッチパネルディスプレイ３ｆ、通信ＩＦ３ｇを備えている。そして、CPU３ａがROM３ｃに記憶されている制御プログラムを読み出して実行することで、制御プログラムは、CPU３ａなどのハードウェアを、音声信号送信部３０、音声信号受信部３１、音声信号再生部３２、変更指示情報受付部３３、変更指示情報送信部３４として機能させる。

音声信号送信部３０は、マイク３ｄから出力された音声信号をサーバ２にWAN４を介して送信する。

音声信号受信部３１は、サーバ２からWAN４を介して音声信号を受信する。

音声信号再生部３２は、音声信号受信部３１が受信した音声信号を再生してスピーカ３ｅに出力する。スピーカ３ｅは、典型的にはステレオスピーカである。しかし、これに代えて、音声信号再生部３２は、音声信号受信部３１が受信した音声信号を再生して、利用者端末３に接続されたステレオイヤホン、ステレオヘッドホン、５．１ｃｈスピーカ、又は、７．１ｃｈスピーカに出力してもよい。

変更指示情報受付部３３は、利用者端末３を利用するユーザがタッチパネルディスプレイ３ｆを介して入力した変更指示情報を受け付ける。

変更指示情報送信部３４は、変更指示情報受付部３３が受け付けた変更指示情報をサーバ２にWAN４を介して送信する。

次に、図６を参照して、コミュニケーションシステム１の動作フローを説明する。図６は、コミュニケーションシステム１のシーケンス図である。ここでは、説明の便宜上、利用者端末３Ｃ及び利用者端末３Ｄに関する記載を省略している。

S100:
まず、ユーザＡが発話すると利用者端末３Ａは当該発話に対応する音声信号をサーバ２に送信する。

S110:
同様に、ユーザＢが発話すると利用者端末３Ｂは当該発話に対応する音声信号をサーバ２に送信する。

S120:
同時発信検出部１５は、２以上の利用者端末が同時に音声信号を発信したか判定し（S120）、２以上の利用者端末が同時に音声信号を発信したことを検出した場合は（S120:YES）、処理をS130に進める。一方、同時発信検出部１５は、２以上の利用者端末が同時に音声信号を発信したことを検出しなかった場合は（S120:NO）、処理をS200に進める。ここで、「２以上の利用者端末が同時に音声信号を発信した」とは、「２以上のユーザが時間軸上で同時に発話した」ことを意味する。

S130:
人数検出部１６は、当該同時発信の発信元の人数を検出する。

S140:
出力態様設定部１７は、第２出力ＤＢ１２ｂを参照して、同時発信の発信元毎に、発信元の音声信号の音像位置を設定する。

S150-S160:
音声信号出力部１８は、同時発信の発信元毎に、発信元の音声信号に対して前述の畳み込み処理を実行し（S150）、畳み込み処理した音声信号をすべての利用者端末３に配信する（S160）。

S200:
S120で同時発信検出部１５が２以上の利用者端末が同時に音声信号を発信したことを検出しなかった場合（S120:NO）、発信元特定部１１は、各音声信号の発信元を特定する。

S210:
出力態様設定部１７は、第１出力ＤＢ１２ａを参照して、各音声信号の出力態様を設定する。

S220-S230:
音声信号出力部１８は、各音声信号に対して前述の畳み込み処理や音量調整処理を実行し（S220）、畳み込み処理した音声信号を利用者端末３に配信する（S230）。

S300-S310:
各利用者端末３の音声信号受信部３１がサーバ２から音声信号を受信すると（S230）、各利用者端末３の音声信号再生部３２は、受信した音声信号を再生してスピーカ３ｅに出力する（S300、S310）。

S400:
各利用者端末３の変更指示情報受付部３３が変更指示情報を受け付ける。

S410:
各利用者端末３の変更指示情報送信部３４は変更指示情報をサーバ２にWAN４を介して送信する。サーバ２の変更指示情報取得部１３は、各利用者端末３から変更指示情報を受信して取得する。

S420:
サーバ２の設定情報変更部１４は、変更指示情報に基づいて第１出力ＤＢ１２ａを変更する。

以上に、本開示の実施形態を説明したが、上記実施形態は以下の特徴を有する。

サーバ２は、音声信号取得部１０と発信元特定部１１、出力態様設定部１７、音声信号出力部１８を備える。音声信号取得部１０は、第１の利用者端末及び第２の利用者端末を含む複数の利用者端末から発信された音声信号を取得する。発信元特定部１１は、各音声信号の発信元を特定する。出力態様設定部１７は、発信元特定部１１により特定された第１の利用者端末から発信された音声信号の出力態様が、発信元特定部１１により特定された、第１の利用者端末と異なる第２の利用者端末から発信された音声信号の出力態様と異なるように、各音声信号の出力態様を設定する。音声信号出力部１８は、各音声信号を設定された出力態様に応じて出力する。そして、出力態様とは、対応する音声信号の再生時における音像位置又は音量の少なくとも何れか一方である。以上の構成によれば、発話者毎に出力態様が異なるので、複数人と同時にコミュニケーションするに際し、各人の発話が聞き取り難いという問題を解決することができる。

また、発信元特定部１１は、声紋認証により、各音声信号の発信元を特定する。以上の構成によれば、各音声信号の発信元を精度良く特定することができる。

また、サーバ２は、設定情報記憶部１２と変更指示情報取得部１３、設定情報変更部１４を更に備える。設定情報記憶部１２は、発信元と出力先と出力態様を関連付けた出力態様設定情報としての第１出力ＤＢ１２ａを記憶する。変更指示情報取得部１３は、第１出力ＤＢ１２ａを変更するための変更指示情報を取得する。設定情報変更部１４は、変更指示情報に基づいて１２ａを変更する。そして、出力態様設定部１７は、第１出力ＤＢ１２ａに基づいて各音声信号の出力態様を設定する。以上の構成によれば、例えばWEB会議中にリアルタイムに第１出力ＤＢ１２ａを変更できるようになる。従って、WEB会議中に利用者端末の人数が増減したり、重要な人物が追加で参加したりした場合、第１出力ＤＢ１２ａを柔軟に変更して、現状のWEB会議に最も適した第１出力ＤＢ１２ａとすることができる。また、以上の構成によれば、重要な事項に関して発話するときに、自身の発話の、他の利用者端末に対する出力態様を一時的に変更できるようになる。

また、サーバ２は、同時発信検出部１５と人数検出部１６を更に備える。同時発信検出部１５は、複数の利用者端末のうち少なくとも２以上の利用者端末が同時に音声信号を発信したことを検出する。人数検出部１６は、同時発信検出部１５が同時発信を検出した場合、当該同時発信の発信元の人数を検出する。そして、出力態様設定部１７は、人数検出部１６が検出した人数に応じて、各音声信号の再生時における音像位置を設定する。以上の構成によれば、同時に音声信号を発信した利用者端末の人数に応じて、それらの音声信号に対応する発話が最も聞き取り易くなるように、それらの音声信号の再生時における最適な音像位置を実現することができる。

以上に、実施形態を説明したが、実施形態は以下のように変更できる。

即ち、ユーザまたは利用者端末毎に優先度を設定し、優先度に応じて各音声信号の出力態様を設定してもよい。具体的には、優先度が相対的に高いユーザまたは利用者端末から発信された音声信号の音像位置を左右何れかの耳の近傍とすることが考えられる。優先度が相対的に低いユーザまたは利用者端末から発信された音声信号の音量を相対的に小さくすることが考えられる。このようにすることで、例えば会議の主催者や、重要な役割を担うユーザ、または発話が聞き取りにくいユーザの発話がより聞き取り易くなるように出力態様を変更することができる。優先度は、WEB会議中に随時変更できるようにしてもよい。

また、サーバ２が備える各種機能を利用者端末３が備える構成も考えられる。即ち、サーバ２が備える各種機能はコミュニケーションシステム１を構成する複数の装置のうち何れかで実現されていればよい。また、サーバ２が備える各種機能を複数の装置で分散処理する構成も考えられる。

また、出力態様設定部１７は、音声信号の周波数特性を調整することで聞き取り難い音声を聞き取り易い音声に変換することが考えられる。この場合、出力態様設定部１７は、典型的には、音声信号に対してローパスフィルタやハイパスフィルタを適用することで、音声の聞き取り易さを実現する。

上述した実施形態では、図１に示すように、複数の利用者端末３がWAN４を介してサーバ２に接続されているとした。変形例では、複数の利用者端末３がLAN５（Local area network）を介してサーバ２に接続されてもよい。また複数の利用者端末３が直接サーバ２に接続されてもよい。また各利用者端末３が、上述した実施形態におけるサーバ２の機能を有し、サーバ２を介さずに直接接続される形態であってもよい。

以上の構成によれば、複数人と同時にコミュニケーションするに際し、各人の発話が聞き取り難いという問題を解決することができる。

上述の例において、プログラムは、様々なタイプの非一時的なコンピュータ可読媒体（non-transitory computer readable medium）を用いて格納され、コンピュータに供給することができる。非一時的なコンピュータ可読媒体は、様々なタイプの実体のある記録媒体（tangible storage medium）を含む。非一時的なコンピュータ可読媒体の例は、磁気記録媒体（例えばフレキシブルディスク、磁気テープ、ハードディスクドライブ）、光磁気記録媒体（例えば光磁気ディスク）を含む。非一時的なコンピュータ可読媒体の例は、更に、ＣＤ－ＲＯＭ（Read Only Memory）、ＣＤ－Ｒ、ＣＤ－Ｒ／Ｗ、半導体メモリ（例えば、マスクＲＯＭを含む。非一時的なコンピュータ可読媒体の例は、更に、ＰＲＯＭ（Programmable ROM）、ＥＰＲＯＭ（Erasable PROM）、フラッシュＲＯＭ、ＲＡＭ（random access memory））を含む。また、プログラムは、様々なタイプの一時的なコンピュータ可読媒体（transitory computer readable medium）によってコンピュータに供給されてもよい。一時的なコンピュータ可読媒体の例は、電気信号、光信号、及び電磁波を含む。一時的なコンピュータ可読媒体は、電線及び光ファイバ等の有線通信路、又は無線通信路を介して、プログラムをコンピュータに供給できる。

１ コミュニケーションシステム
２ サーバ
３ 利用者端末
３Ａ 利用者端末
３Ｂ 利用者端末
３Ｃ 利用者端末
３Ｄ 利用者端末
１０ 音声信号取得部
１０ａ メッセージ取得部
１０ｂ 音声信号生成部
１１ 発信元特定部
１２ 設定情報記憶部
１２ａ 第１出力ＤＢ
１２ｂ 第２出力ＤＢ
１３ 変更指示情報取得部
１４ 設定情報変更部
１５ 同時発信検出部
１６ 人数検出部
１７ 出力態様設定部
１８ 音声信号出力部
２８ メッセージ受付部
２９ メッセージ送信部
３０ 音声信号送信部
３１ 音声信号受信部
３２ 音声信号再生部
３３ 変更指示情報受付部
３４ 変更指示情報送信部
４０ マイク
４０ａ マイク
４０ｂ マイク
４０ｃ マイク
４０ｄ マイク
４１ ヘッドフォン
４１ａ ヘッドフォン
４１ｂ ヘッドフォン
４１ｃ ヘッドフォン
４１ｄ ヘッドフォン

Claims (5)

1. 複数の利用者端末から発信された音声信号を取得する音声信号取得部と、
   各音声信号の発信元を特定する発信元特定部と、
   前記発信元特定部により特定された第１の利用者端末から発信された音声信号の出力態様が、前記発信元特定部により特定された、前記第１の利用者端末と異なる第２の利用者端末から発信された音声信号の出力態様と異なるように、各音声信号の出力態様を設定する出力態様設定部と、
   各音声信号を設定された出力態様に応じて出力する音声信号出力部と、
   を備え、
   前記出力態様は、対応する音声信号の再生時における音像位置又は音量の少なくとも何れか一方である、
   コミュニケーション装置。
2. 前記発信元特定部は、声紋認証により、各音声信号の発信元を特定する、
   請求項１に記載のコミュニケーション装置。
3. 前記発信元と、出力先及び出力態様を関連付けた出力態様設定情報を記憶する設定情報記憶部と、
   前記出力態様設定情報を変更するための変更指示情報を取得する変更指示情報取得部と、
   前記変更指示情報に基づいて前記出力態様設定情報を変更する設定情報変更部と、
   を更に備え、
   前記出力態様設定部は、前記出力態様設定情報に基づいて各音声信号の出力態様を設定する、
   請求項１又は２に記載のコミュニケーション装置。
4. 前記複数の利用者端末のうち少なくとも２以上の利用者端末が同時に音声信号を発信したことを検出する同時発信検出部と、
   前記同時発信検出部が同時発信を検出した場合、当該同時発信の発信元の人数を検出する人数検出部と、
   を更に備え、
   前記出力態様設定部は、前記人数検出部が検出した人数に応じて、各音声信号の再生時における音像位置を設定する、
   請求項１に記載のコミュニケーション装置。
5. コンピュータが、
   複数の利用者端末から発信された音声信号を取得するステップと、
   各音声信号の発信元を特定するステップと、
   前記特定するステップにより特定された第１の利用者端末から発信された音声信号の出力態様が、前記特定するステップにより特定された、前記第１の利用者端末と異なる第２の利用者端末から発信された音声信号の出力態様と異なるように、各音声信号の出力態様を設定するステップと、
   各音声信号を設定された出力態様に応じて出力するステップと、
   を含む処理を実行し、
   前記出力態様は、対応する音声信号の再生時における音像位置又は音量の少なくとも何れか一方である、
   コミュニケーション方法。

Images