JP4250635B2 - 仮想ペット装置及びその制御プログラム記録媒体 - Google Patents

Description

本発明は、動物等の形を模したペット型玩具、あるいは動物等の形態を模した表示を用いたペット型ゲーム機に関する。

動物を模したぬいぐるみ本体内に、口や尻尾等を動かす機構などを備えたペット型の玩具がある。
また、表示部に画像として表示されたペットに対し、擬似的に餌を与えるなどして飼育する携帯型電子ペット玩具も知られている。

しかしながら、従来のぬいぐるみ型のペット玩具においては、電池やぜんまい等を動力源として特定の操作に対応して動作するものが様々な形態で存在するものの、これらは機械的に単純な反応を繰り返すに過ぎなかった。

また、近年流行した電子ペット玩具においては、携帯型ゆえに所持者とその内部に存在する仮想ペットとの一体感は存在するが、その玩具自体が他人の手に渡った場合には特定の飼育者（所有者）という概念自体があいまいになってしまう。

このような従来のペット型玩具においては、実際の（本物の）ペットと飼主との関係に見られるような感情の交流といったものを体感することはできず、操作者あるいは所持者と仮想ペットとの間に特定の関係が形成されないという問題があった。

本発明は、従来のペット型玩具における上述の問題を解決し、操作者あるいは所持者と仮想ペットとの間に特定の関係を形成し、より実物のペットに近い感覚を得ることのできる仮想ペット装置を提供するものである。

また、本発明は、その仮想ペット装置の制御プログラムを格納した記録媒体を提供するものである。

本発明にかかる仮想ペット装置は、外部からの刺激に対して所定の応答をするよう構成された仮想ペット装置であって、外部からの刺激を入力する入力手段と、該入力手段より入力された刺激を認識する認識手段と、該認識手段の認識結果に基づいて装置の応答動作を制御する制御手段とを有し、前記制御手段は、前記入力された刺激を解析して、該刺激を入力した個人を識別するとともに、不特定多数の刺激入力者を識別可能に設けられ、入力に対応する入力者毎の認識度数を記憶する記憶手段を有し、前記制御手段は、入力者及び認識度数に応じて同一の入力に対する応答動作を変更可能なことを特徴とする。本発明によれば、操作者による刺激を解析することでその刺激を発生した個人を識別し、仮想ペットと操作者との間に特定の関係を構築することによって、両者の間に本物のペットと飼主間の関係に似た濃密な関係を演出することが可能になる。

また、例えば語句の認識度数や操作者の違いによって、同じ語句でも異なる反応を示すようにすることもでき、より現実感のある仮想ペットを提供することができる。

前記入力手段を音声入力装置とすることができる。その場合は、操作者が発した音声、例えば語句により操作者を識別することができる。
また、前記入力手段を画像入力装置とすることができる。その場合は、例えば、操作者の顔画像等により操作者を識別することができる。

また、予め設定された複数の基本動作をイベントリストとして格納するイベント記憶手段をさらに有し、前記制御手段は、前記各基本動作を前記音声入力装置から入力された所定の語句に対応して実行させるとともに、前記基本動作を組み合わせた一連の動作に対応する語句との関係を新たに設定可能に構成すると好適である。これにより、基本動作の複数の組み合わせと新たな語句との対応を設定でき、さらに複雑な応答動作が可能となる。このため、あたかも実際のペットを仕付けるような感覚を得ることができる。

また、本発明にかかる仮想ペット装置は、外部からの刺激に対して所定の応答をするよう構成された仮想ペット装置であって、外部からの刺激を入力する入力手段と、該入力手段より入力された刺激に基づいて入力者を認識する入力者認識手段と、該入力者認識手段により認識された入力者を、認識度数とともに記憶する入力者記憶手段とを有し、前記認識度数に基づいて、入力された刺激に対応して実行するイベントを変化させるように当該ペット装置の応答動作を制御する制御手段を備えることを特徴とする。

また、本発明にかかる仮想ペット装置は、外部からの刺激に対して応答をするよう構成された仮想ペット装置であって、音声を入力する音声入力手段と、該音声入力手段より入力された音声に基づいて話者を認識する話者認識手段と、該話者認識手段により認識された話者を、認識度数とともに記憶する話者記憶手段とを有し、前記認識度数に基づいて、入力された音声に対応して実行するイベントを変化させるように当該ペット装置の応答動作を制御する制御手段を備えることを特徴とする。

また、本発明にかかる仮想ペット装置は、外部からの刺激に対して応答をするよう構成された仮想ペット装置であって、画像を入力する画像入力手段と、該画像入力手段より入力された画像に基づいて入力者を認識する入力者認識手段と、該入力者認識手段により認識された入力者を、認識度数とともに記憶する入力者記憶手段とを有し、前記認識度数に基づいて、入力された画像に対応して実行するイベントを変化させるように当該ペット装置の応答動作を制御する制御手段を備えることを特徴とする。

また、本発明に係る仮想ペットの制御手段を動作させるプログラムを格納したコンピュータ読み取り可能な記録媒体は、前記制御手段に、刺激入力手段から入力された刺激に基づいて入力者を認識するステップ、前記認識した入力者を認識度数とともに記憶するステップ、前記認識度数に基づいて、入力された刺激に対応して実行するイベントを変化させるステップを実行させるプログラムを格納したコンピュータ読み取り可能な記録媒体であることを特徴とする。

また、本発明に係る仮想ペットの制御手段を動作させるプログラムを格納したコンピュータ読み取り可能な記録媒体は、前記制御手段に、音声入力手段より入力された音声に基づいて話者を認識するステップ、前記認識した話者を認識度数とともに記憶するステップ、前記認識度数に基づいて、入力された音声に対応して実行するイベントを変化させるステップを実行させるプログラムを格納したコンピュータ読み取り可能な記録媒体であることを特徴とする。

また、本発明に係る仮想ペットの制御手段を動作させるプログラムを格納したコンピュータ読み取り可能な記録媒体は、前記制御手段に、画像入力手段より入力された画像に基づいて入力者を認識するステップ、前記認識した入力者を認識度数とともに記憶するステップ、前記認識度数に基づいて、入力された画像に対応して実行するイベントを変化させるステップを実行させるプログラムを格納したコンピュータ読み取り可能な記録媒体であることを特徴とする。

図１は、本発明にかかる仮想ペットの一例の外観を示している。この図に示すように、本実施形態の仮想ペットは犬のぬいぐるみ形状に構成され、本体（胴体）１に目２、口３、尻尾４等が設けられている。本体１内には、後述する制御部が内蔵されている。また、犬の頭部を動かしたり尻尾を振らせたりなどの図示しない動作機構を設け、各機構を制御部によって制御することができる。

図２は、本体１内に設けられた制御部の構成を示すブロック図である。この図に示すように、本実施形態における制御部は、制御装置１０を中心に音声認識部２０、イベント実行部３０及び画像認識部４０等から構成される。

制御装置１０は、ＣＰＵ１１のほか図示しないＲＯＭ，ＲＡＭ等を備えている。また、制御装置１１内には話者データベース１２及び画像データベース１３が設けられている。これらのデータベースはメモリその他の記憶手段に格納することができる。

音声認識部２０には音声認識用の辞書２１が設けられている。そして、音声入力装置（マイク）２２から入力された音声を認識する。音声認識部２０は制御装置１０に接続され、認識した音声を制御装置１０に出力したり、制御信号を制御装置１０から受け取ったりする。なお、音声認識用辞書２１の更新を制御装置１０からの指令で行えるように構成することもできる。あるいは、音声認識用辞書２１を交換可能に設けても良い。また、マイク２２は、図１における犬のぬいぐるみの適宜位置に設置できるが、頭部または前胸部辺りに配置するのが好適である。

イベント実行部３０にはイベントリスト３１が格納されている。イベントリストには、本実施形態の仮想ペットが実行できるイベントのリストが格納される。イベントの具体例としては、音（擬音）または音声の出力、あるいは図示しない動作機構を介した動作、例えば、首を動かす、尻尾を振るなど適宜のイベントを設定することができる。

本実施形態では画像認識部４０には、画像処理装置４１が含まれる。画像処理装置４１は、画像入力装置４２から入力された画像を処理し、その出力を制御装置１０に送る。画像入力装置４２として、例えばＣＣＤカメラを用い、図１における目２の位置に配置することができる。

ところで、本実施形態における話者データベース１２は、本体１に話し掛けた操作者を識別するためのものであり、次の表１に話者データベースの構成例を示す。

本実施形態では、音声入力装置２２から入力した操作者の声を音声認識部２０で認識し、この表１に示すように、男女の推定による性別データ、年齢の推定による年齢データ（小児または大人）、内蔵辞書２１との比較による類似度のランク別データ、あらかじめ登録された語句（ここでは語句１〜語句５）に該当する語句の認識回数を示す該当語句の認識度数データ、その話者を最後に認識した日時を表す日時データ等が蓄積され、データベースとして構築される。なお、表１には、対応する画像データも示してある。

次の表２は、オプションの画像データベースの構成例を示すものである。

画像データベースは、画像入力装置４２から入力された画像を画像処理装置４１で処理し、画像認識部４０から制御装置１０に送られた画像データを元に構築される。ここでは一例として、話者の顔の大きさ、目の間隔、目・鼻・口の相対関係のパターン等のデータにより構成されている。この画像データベースに格納された話者の画像データは、上記話者データベース内で個々の話者に対応する画像として格納される。

本実施形態の仮想ペットでは、画像認識を用いた場合は、所持者が意識して入力を行わなくても、特定の相手を認識（画像による認識）して吠えたり、例えば、ペットロボットのような実体がある場合には、側に近寄ったりするなど、仮想ペット側からの自発的な行動が可能になる。さらに、スイッチやセンサなどを用いた入力を合わせることにより、音声認識と同様、入力が有った際の認識度数を記憶し、操作者の接触頻度に応じて仮想ペットの応答に差をつけることが可能になる。例えば、認識度数が高い操作者に対しては自発的に近寄り、低い操作者に対しては吠えるなど、応答に差をつけることができる。

ところで、本実施形態の仮想ペットにおいては、話者（操作者）と仮想ペット間に特定の関係、すなわち、本物のペットと飼主の間における交流を模した感覚を生じさせるため、仮想ペットに向かって話し掛ける不特定多数の話者の音声を個別に識別し、認識頻度の高い話者を判定することによって、もっとも頻繁に接触した（話し掛けた）話者にのみ応答するようにしている。以下、その話者（操作者）と仮想ペット間に特定の関係を発生させるための制御について図３のフローチャートを参照して説明する。

図３のフローチャートにおいて、話者が仮想ペットに話し掛けると、その話者の音声がサンプリングされる。すなわち、マイク２２から入力したアナログ音声に対し、必要に応じて帯域制限やノイズ削減などの前処理を行ってディジタル変換する（ステップ１）。そして、音声認識及び話者の推定に必要な特徴の抽出を行う（ステップ２）。次に、音声認識用辞書２１に基づいて音声認識処理を行い、有効な認識結果か否かを判断する（ステップ３）。ここでの有効／無効の判定には、イベントリスト３１に対応した有効な語句が入力されたかどうかでチェックを行っている。無効な語句と判定された場合は無効な語句であることを話者に知らせるイベントを実行した後、新たな語句の入力を待つ。無効な語句に対応するイベントとしては、例えば「首をかしげる」動作などがある。

ステップ２で抽出された特徴データから、話者特定の基準となる男女の推定や年齢の推定を行い、総合的な類似度を算出し、これを話者推定データとする（ステップ４）。その算出された話者推定データを、話者データベース１２を参照して比較し、データベース内に既存する話者に該当しない場合は新規な話者として話者データベース１２に話者推定データを登録する（ステップ５）。

そして、話者データベース１２における該当話者（新規な話者の場合は新規話者）の該当する語句（話し掛けた言葉に該当する語句）の認識度数を更新する（ステップ６）。

その認識された該当語句がイベント発生条件を満たしていれば、認識した語句に対応するイベントを実行する（ステップ７）。ここで、イベント発生条件としては、(1)：ある閾値以上の認識度数に達した場合、(2)：語句毎の各話者のうちで最大の認識度数に達した場合、等を用途に応じて設定する。

前述の表１に示す話者データベースの場合、(1)の条件で閾値が１０のときは、話者１に対しては語句１、語句２及び語句４が有効（イベント発生条件を満たす）となり、話者２に対しては語句１及び語句５が有効となり、話者３に対しては語句３のみのイベントが有効となる。同様に、条件(2)の場合には、語句１については話者１が、語句２については話者１が、語句３については話者３が、語句４については話者１が、語句５については話者２が、それぞれ有効となる。

これらの条件は、語句毎に設定することも、全ての語句に共通にすることも、また、両者の条件を同時に満たした場合のみ有効（イベント発生）になるように設定することも可能である。

さらに、話者データベース１２には各話者毎の最終認識日時が記録されているので、現在時刻に対して長期間経過している場合には仮想ペットの挙動を変化させる（イベントを変更する）などの設定も可能である。

例えば、入力者の認識度数が総合的に高い場合、最終認識日時からの経過時間が短いときは通常動作、長いときは飼主が小旅行から帰宅したときに過剰に喜ぶような過剰動作をさせ、極めて長いときは飼主を忘れてしまったかのように吠えたり唸るなどの警戒動作をさせる。

あるいは、入力者の認識度数が総合的に低い場合、最終認識日時からの経過時間が短いときは上記の場合（入力者の認識度数が総合的に高い場合）と同様に通常の動作をさせるが、経過時間が長いときは上記の場合よりも早く飼主を忘れてしまったかのように警戒動作をさせ、経過時間が極めて長いときには入力を無視する動作（非動作）をさせる。

また、入力者の認識度数が総合的に高い場合は、無入力状態がある程度継続したときには、寂しそうに鳴くなど、自発的に動作させても良い。
なお、最終認識日時を語句毎に記憶するようにしても良い。

また、語句の認識度数や入力者の違いによって、同一の語句でも異なるイベントを実行するように設定することもできる。例えば、認識度数の低い話者が「おはよう」と声を掛けたときは「ワン」と一声応答するだけにし、認識度数の高い話者が「おはよう」と声を掛けたときは「尻尾を振る」イベントと「ワン、ワン、ワン」と応答するなどの設定が可能である。

そして、話者データベース１２の認識度数のエリアは有限なので、いずれオーバーフローし、ステップ７における条件として(1)が設定されていた場合は実際にはイベントが発生しなくなってしまう。また、全ての語句が閾値を超えてしまうと、誰のどんな語句（条件(2)を除く）にも反応するようになってしまい、話者とペット間の特定関係が失われる恐れがある。このような状況を回避するため、これらの各有効イベントの認識度数（有効イベントを発生させた語句の認識度数）を再調整し、認識度数の比較的少ないものは再度無効になるように、度数または閾値の調整等、話者データベース１２の調整を行って（ステップ８）、次の音声入力を待つ。

ところで、本実施形態の仮想ペットは犬として構成されており、ペットとしての基本動作と認識語句の組み合わせとして予め次のような対応を設定してある。語句： 「お手」 ＝動作：“手（前足）を上げる”語句：「お座り」＝動作：“座る”語句：「お廻り」＝動作：“廻る”語句： 「ワン」 ＝動作：“吠える”

また、これらの基本動作の複数の組み合わせと新たな語句（言葉）との対応を設定できるように構成することで、さらに複雑な動作を行わせることが可能になる。例えば、「３回廻ってワン」という語句に対しては、“廻る”動作を３回行った後に“吠える”動作を行うことができるようになる。このような新規の対応（語句と動作の対応）が構築されることは、従来の犬のぬいぐるみ玩具に単純に動作のセッティングをするような作業ではなく、あたかも本物のペットを仕付けるような感覚を得ることが可能になる。

以上、本発明を図示の実施形態により説明したが、本発明はこの実施形態に限定されるものではない。例えば仮想ペットの外観は犬に限らず、猫、パンダ等の動物や、漫画・アニメ等のキャラクタなど任意に設定することができる。また、ぬいぐるみなどのように実体を持つものではなく、表示手段上に表示された電子ペットとして構成することも可能である。当然、それらの電子ペットは専用のゲーム機又は汎用のパソコン上で動作する形態を取ることができる。その場合には、図３のフローチャートに示す処理を主体とした制御プログラムを格納した記録媒体、例えばＣＤ−ＲＯＭやカセット型のＲＯＭなどを専用のゲーム機又は汎用のパソコンにセットし、格納されたゲームプログラムを実行することができる。

さらに、仮想ペットに与える刺激としては音声に限らず、例えば画像入力装置による画像（操作者の顔など）や、マイクロスイッチ・センサ等を用いた接触、あるいは、操作部からのキー入力やリモコン・通信等を介した各種の入力信号によることができる。

また、操作者を識別するためのデータベースの構成内容も本実施形態の例に限らず、任意の内容で構成することができる。もちろん、認識語句の設定などは限定されるものではない。また、それらに対応して実行されるイベントも、音の出力や動作に限らず、発光、発振等任意に設定できるものである。さらに、電子ペットにおいては、形態・色の変化や成長あるいは友人・恋人の形成や子供の誕生、ペットの居住環境の変化など、多様な形でのイベント発生を考えることができる。

本発明の一実施形態の仮想ペットを示す外観図である。 仮想ペット本体内に設けられた制御部の構成を示すブロック図である。 発明の実施形態における、操作者と仮想ペット間に特定の関係を発生させるための制御を示すフローチャートである。

Claims (10)

1. 外部からの刺激に対して所定の応答をするよう構成された仮想ペット装置であって、
   外部からの刺激を入力する入力手段と、該入力手段より入力された刺激を認識する認識手段と、該認識手段の認識結果に基づいて装置の応答動作を制御する制御手段とを有し、
   前記制御手段は、前記入力された刺激を解析して、該刺激を入力した個人を識別するとともに、
   不特定多数の刺激入力者を識別可能に設けられ、入力に対応する入力者毎の認識度数を記憶する記憶手段を有し、
   前記制御手段は、入力者及び認識度数に応じて同一の入力に対する応答動作を変更可能なことを特徴とする仮想ペット装置。
2. 前記入力手段が音声入力装置であることを特徴とする請求項１に記載の仮想ペット装置。
3. 前記入力手段が画像入力装置であることを特徴とする請求項１に記載の仮想ペット装置。
4. 予め設定された複数の基本動作をイベントリストとして格納するイベント記憶手段をさらに有し、
   前記制御手段は、前記各基本動作を前記音声入力装置から入力された所定の語句に対応して実行させるとともに、前記基本動作を組み合わせた一連の動作に対応する語句との関係を新たに設定可能なことを特徴とする、請求項２に記載の仮想ペット装置。
5. 外部からの刺激に対して所定の応答をするよう構成された仮想ペット装置であって、
   外部からの刺激を入力する入力手段と、
   該入力手段より入力された刺激に基づいて入力者を認識する入力者認識手段と、
   該入力者認識手段により認識された入力者を、認識度数とともに記憶する入力者記憶手段と
   を有し、
   前記認識度数に基づいて、入力された刺激に対応して実行するイベントを変化させるように当該ペット装置の応答動作を制御する制御手段を備えることを特徴とする仮想ペット装置。
6. 外部からの刺激に対して応答をするよう構成された仮想ペット装置であって、
   音声を入力する音声入力手段と、
   該音声入力手段より入力された音声に基づいて話者を認識する話者認識手段と、
   該話者認識手段により認識された話者を、認識度数とともに記憶する話者記憶手段と
   を有し、
   前記認識度数に基づいて、入力された音声に対応して実行するイベントを変化させるように当該ペット装置の応答動作を制御する制御手段を備えることを特徴とする仮想ペット装置。
7. 外部からの刺激に対して応答をするよう構成された仮想ペット装置であって、
   画像を入力する画像入力手段と、
   該画像入力手段より入力された画像に基づいて入力者を認識する入力者認識手段と、
   該入力者認識手段により認識された入力者を、認識度数とともに記憶する入力者記憶手段と
   を有し、
   前記認識度数に基づいて、入力された画像に対応して実行するイベントを変化させるように当該ペット装置の応答動作を制御する制御手段を備えることを特徴とする仮想ペット装置。
8. 外部からの刺激に対して応答をするよう構成された仮想ペットの制御手段を動作させるプログラムを格納したコンピュータ読み取り可能な記録媒体であって、
   前記制御手段に、
   刺激入力手段から入力された刺激に基づいて入力者を認識するステップ、
   前記認識した入力者を認識度数とともに記憶するステップ、
   前記認識度数に基づいて、入力された刺激に対応して実行するイベントを変化させるステップ
   を実行させるプログラムを格納したコンピュータ読み取り可能な記録媒体。
9. 外部からの刺激に対して応答をするよう構成された仮想ペットの制御手段を動作させるプログラムを格納したコンピュータ読み取り可能な記録媒体であって、
   前記制御手段に、
   音声入力手段より入力された音声に基づいて話者を認識するステップ、
   前記認識した話者を認識度数とともに記憶するステップ、
   前記認識度数に基づいて、入力された音声に対応して実行するイベントを変化させるステップ
   を実行させるプログラムを格納したコンピュータ読み取り可能な記録媒体。
10. 外部からの刺激に対して応答をするよう構成された仮想ペットの制御手段を動作させるプログラムを格納したコンピュータ読み取り可能な記録媒体であって、
    前記制御手段に、
    画像入力手段より入力された画像に基づいて入力者を認識するステップ、
    前記認識した入力者を認識度数とともに記憶するステップ、
    前記認識度数に基づいて、入力された画像に対応して実行するイベントを変化させるステップ
    を実行させるプログラムを格納したコンピュータ読み取り可能な記録媒体。

Images