JP5372825B2 - 端末装置、番組特定方法及びプログラム - Google Patents

Description

本発明は、ユーザにより視聴される番組を特定する技術に関する。

ユーザが視聴する番組の音声からその番組を特定する技術がある。特許文献１には、携帯型監視ユニットによって収集されたタイムマーク付きの音声特徴データと放送された音声特徴データとから、ユーザの音声環境に含まれる放送音声を識別することが記載されている。

特開２００３−５０２９３６号公報

放送される番組の音声からその番組を特定する場合、番組以外の音声が含まれるなどして番組の特定ができないことがある。
そこで、本発明は、ユーザにより視聴される番組の音声からその番組を特定することができない場合を減少させることを目的とする。

本発明に係る端末装置は、再生装置により再生されている番組の音声を含む音声情報を取得する取得手段と、前記取得された音声情報に基づいて、当該音声情報に含まれる前記番組の音声の特徴点を解析する解析手段と、情報を報知する報知手段と、前記取得された音声情報の音圧レベルが所定のレベルより小さい場合に、前記音声情報の音圧レベルが前記所定のレベルに対して不足している度合いを表す情報を前記報知手段に報知させることで、前記再生装置の音量を上げる動作または自装置を前記再生装置に近づける動作をユーザに促すとともに、前記取得手段に前記音声情報を再取得させる制御手段と、前記解析により得られた特徴点と、当該特徴点に対応する前記音声情報が取得された時刻を表す時刻情報とを、前記番組を特定するためのサーバ装置に送信する送信手段とを備える構成を有する。

また、本発明に係る端末装置は、前記制御手段は、前記取得された音声情報の音圧レベルの大きさを表す目盛りの数と、前記所定のレベルを表す目盛りの数とを前記報知手段に表示させることによって、前記不足している度合いを表す情報を報知させるものであってもよい。

本発明に係る端末装置は、再生装置により再生されている番組の音声を含む音声情報を取得する取得手段と、前記取得された音声情報に基づいて、当該音声情報に含まれる前記番組の音声の特徴点を解析する解析手段と、情報を報知する報知手段と、前記取得された音声情報の音圧レベルが所定のレベルより小さい場合に、情報を前記報知手段に報知させ、前記取得手段に前記音声情報を再取得させる制御手段と、前記解析により得られた特徴点と、当該特徴点に対応する前記音声情報が取得された時刻を表す時刻情報とを、前記番組を特定するためのサーバ装置に送信する送信手段とを備え、前記制御手段は、前記サーバ装置が前記送信された特徴点と番組の時刻情報に対応付けて予め記憶された番組毎の特徴点のうち当該送信された特徴点に対応する特徴点との一致する度合いに基づいて前記番組を特定した場合に、当該一致する度合いを表す情報を前記報知手段に報知させることで、前記再生装置の音量を上げる動作または自装置を前記再生装置に近づける動作をユーザに促す構成を有する。
また、本発明に係る端末装置は、前記制御手段は、前記特徴点同士が一致する度合いを表す目盛りの数と、前記閾値を表す目盛りの数とを前記報知手段に表示させることによって、前記一致する度合いを表す情報を報知させるものであってもよい。

本発明に係る番組特定方法は、情報を報知する報知手段を備える端末装置が、再生装置により再生されている番組の音声を含む音声情報を取得するステップと、前記取得された音声情報に基づいて、当該音声情報に含まれる前記番組の音声の特徴点を解析するステップと、前記取得された音声情報の音圧レベルが所定のレベルより小さい場合に、前記音声情報の音圧レベルが前記所定のレベルに対して不足している度合いを表す情報を前記報知手段に報知させることで、前記再生装置の音量を上げる動作または自装置を前記再生装置に近づける動作をユーザに促すとともに、前記取得手段に前記音声情報を再取得させるステップと、前記解析により得られた特徴点と、当該特徴点に対応する前記音声情報が取得された時刻を表す時刻情報とを、前記番組を特定するためのサーバ装置に送信するステップとを実行するものである。

本発明に係るプログラムは、情報を報知する報知手段を備える端末装置のコンピュータに、再生装置により再生されている番組の音声を含む音声情報を取得するステップと、前記取得された音声情報に基づいて、当該音声情報に含まれる前記番組の音声の特徴点を解析するステップと、前記取得された音声情報の音圧レベルが所定のレベルより小さい場合に、前記音声情報の音圧レベルが前記所定のレベルに対して不足している度合いを表す情報を前記報知手段に報知させることで、前記再生装置の音量を上げる動作または自装置を前記再生装置に近づける動作をユーザに促すとともに、前記取得手段に前記音声情報を再取得させるステップと、前記解析により得られた特徴点と、当該特徴点に対応する前記音声情報が取得された時刻を表す時刻情報とを、前記番組を特定するためのサーバ装置に送信するステップとを実行させるためのものである。
また、本発明に係る番組特定方法は、情報を報知する報知手段を備える端末装置が、再生装置により再生されている番組の音声を含む音声情報を取得する取得ステップと、前記取得された音声情報に基づいて、当該音声情報に含まれる前記番組の音声の特徴点を解析する解析ステップと、前記取得された音声情報の音圧レベルが所定のレベルより小さい場合に、情報を前記報知手段に報知させ、前記取得手段に前記音声情報を再取得させる制御ステップと、前記解析により得られた特徴点と、当該特徴点に対応する前記音声情報が取得された時刻を表す時刻情報とを、前記番組を特定するためのサーバ装置に送信する送信ステップとを実行し、前記制御ステップでは、前記サーバ装置が前記送信された特徴点と番組の時刻情報に対応付けて予め記憶された番組毎の特徴点のうち当該送信された特徴点に対応する特徴点との一致する度合いが閾値を超えているか否かにより前記番組を特定した場合に、当該一致する度合いを表す情報を前記報知手段に報知させることで、前記再生装置の音量を上げる動作または自装置を前記再生装置に近づける動作をユーザに促すことを特徴とする。
また、本発明に係るプログラムは、情報を報知する報知手段を備える端末装置のコンピュータに、再生装置により再生されている番組の音声を含む音声情報を取得する取得ステップと、前記取得された音声情報に基づいて、当該音声情報に含まれる前記番組の音声の特徴点を解析する解析ステップと、前記取得された音声情報の音圧レベルが所定のレベルより小さい場合に、情報を前記報知手段に報知させ、前記取得手段に前記音声情報を再取得させる制御ステップと、前記解析により得られた特徴点と、当該特徴点に対応する前記音声情報が取得された時刻を表す時刻情報とを、前記番組を特定するためのサーバ装置に送信する送信ステップとを実行させるためのものであって、前記制御ステップでは、前記サーバ装置が前記送信された特徴点と番組の時刻情報に対応付けて予め記憶された番組毎の特徴点のうち当該送信された特徴点に対応する特徴点との一致する度合いが閾値を超えているか否かにより前記番組を特定した場合に、当該一致する度合いを表す情報を前記報知手段に報知させることで、前記再生装置の音量を上げる動作または自装置を前記再生装置に近づける動作をユーザに促す。

本発明によれば、ユーザにより視聴される番組の音声からその番組を特定することができない場合を減少させることが可能である。

番組特定システムの構成を示すブロック図 端末装置の構成を示すブロック図 サーバ装置の構成を示すブロック図 端末装置の制御部の機能的構成を示すブロック図 サーバ装置の制御部の機能的構成を示すブロック図 番組特定システムが番組を特定する処理の一例を示すシーケンスチャート 端末装置の条件改善処理のフローチャート 端末装置に表示される画面の一例 サーバ装置の制御部の機能的構成を示すブロック図 端末装置の制御部の機能的構成を示すブロック図 番組特定システムが番組を特定する処理の一例を示すシーケンスチャート サーバ装置の条件改善処理のフローチャート 端末装置に表示される画面の一例

［第１実施形態］
図１は、本発明の第１の実施形態である番組特定システム１０の構成を示すブロック図である。図１に示すように、本実施形態の番組特定システム１０は、サーバ装置１００と、端末装置２００と、受像機３００と、複数の放送局４００と、ＮＴＰ（Network Time Protocol）サーバ５００とを備える。本実施形態においては、各放送局４００は、テレビジョン放送によってそれぞれの番組を放送する。具体的には、各放送局４００は、音声又は映像等により表される番組を示す番組データをそれぞれ送信する。各放送局４００は、番組データを、無線通信又は有線通信によりそれぞれ送信する。本実施形態においては、テレビジョン放送は、無線通信で行われるものとする。

受像機３００は、複数の放送局４００からそれぞれ送信される番組データを受信して、複数の番組のいずれかを再生する。受像機３００は、チャンネルを切り替えることで、各チャンネルに対応する放送局４００により送信された番組データが表す番組の音声又は映像を出力する。受像機３００は、本発明における「再生装置」の一例である。ネットワークＮＷ１は、通信プロトコルが異なる複数のネットワーク（例えば、インターネットと移動体通信網）を組み合わせたネットワークであってもよい。ネットワークＮＷ１は、端末装置２００と無線通信を行う基地局を複数含む。サーバ装置１００と端末装置２００とＮＴＰサーバ５００とは、ネットワークＮＷ１を介して互いに通信を行う。

ＮＴＰサーバ５００は、所定の基準時刻を示す時刻データを所定の通信プロトコル（ＮＴＰ）に従って送信する。本実施形態においては、ＮＴＰサーバ５００は、サーバ装置１００及び端末装置２００に対してネットワークＮＷ１を介して時刻データを送信する。サーバ装置１００及び端末装置２００は、この時刻データを受信することにより時刻を同期させる。本実施形態において、端末装置２００は、所定の無線通信事業者により提供される無線通信サービスを用いて通信を行う無線端末装置であり、例えば、携帯電話機やスマートフォンである。以下においては、端末装置２００を使用する者をその端末装置２００の「ユーザ」という。

端末装置２００は、音声を音声信号（アナログ信号又はデジタル信号）に変換する機能を有し、自装置に到達した音声を音声信号に変換することでその音声の音声情報を取得する。ここにおいて、音声情報とは、音声の性質を表す情報をいう。音声の性質は、例えば、時間で変化する音圧、音高又は音色等である。番組特定システム１０においては、端末装置２００は、受像機３００に対応して設けられている。これにより、端末装置２００は、ユーザが視聴する受像機３００により再生されている番組の音声を含む音声に対応した音声情報を取得する。

サーバ装置１００は、番組データに含まれる番組の音声情報を抽出する機能を有し、各放送局４００からそれぞれ送信される番組データから各チャンネルの番組の音声情報を抽出する。また、サーバ装置１００は、番組特定サービスの提供者によって使用される。ここにおいて、番組特定サービスとは、サーバ装置１００が端末装置２００のユーザが視聴する番組を特定するサービスをいう。

図２は、端末装置２００の構成を示すブロック図である。端末装置２００は、図２に示すように、制御部２１０と、通信部２２０と、操作部２３０と、表示部２４０と、時計部２５０と、変換部２６０と、記憶部２７０とを備える。制御部２１０は、ＣＰＵ（Central Processing Unit）等の演算処理装置と主記憶装置に相当するメモリとを備え、プログラムを実行することによって端末装置２００の各部の動作を制御する。通信部２２０は、ネットワークＮＷ１と通信を行うためのインターフェースを備え、サーバ装置１００及びＮＴＰサーバ５００との間でデータの送信及び受信をする。操作部２３０は、キーパッド等の入力手段を備え、操作されるとその操作の内容を制御部２１０に通知する。表示部２４０は、液晶ディスプレイ等の表示媒体やその駆動手段を備え、所定の画面に画像を表示する。

時計部２５０は、通信部２２０を介してＮＴＰサーバ５００から現在の時刻を示す時刻情報を取得する。時計部２５０は、取得した時刻情報を制御部２１０に供給する。変換部２６０は、音声を音声信号に変換するマイクロフォン等の収音手段を有し、端末装置２００に到達する音声を音声信号に変換する。変換部２６０は、変換した音声信号を制御部２１０に供給する。記憶部２７０は、フラッシュメモリ等の補助記憶装置に相当する記憶手段を備え、各種情報を記憶する。記憶部２７０は、制御部２１０が処理を実行するために用いられるデータを記憶している。

図３は、サーバ装置１００の構成を示すブロック図である。サーバ装置１００は、図３に示すように、制御部１１０と、通信部１２０と、チューナ部１３０と、時計部１４０と、記憶部１５０とを備える。通信部１２０は、ネットワークＮＷ１を介して端末装置２００と通信を行うためのインターフェースである。チューナ部１３０は、アンテナに接続する複数のチューナを有し、各放送局４００により送信された番組データを受信する。チューナ部１３０は、受信した、各チャンネルで同時に放送されている番組の番組データから音声情報を抽出し、抽出した音声情報を制御部１１０に供給する。

時計部１４０は、現在の時刻を示す時刻情報として、時計部２５０が取得する時刻情報と時刻が同期する時刻情報をＮＴＰサーバ５００から取得する。これにより、サーバ装置１００と端末装置２００とは、互いに同期する時刻に基づき各種処理をそれぞれ行う。時計部１４０は、取得した時刻情報を制御部１１０に供給する。制御部１１０は、ＣＰＵ等の演算処理装置と主記憶装置に相当するメモリとを備え、プログラムを実行することによってサーバ装置１００の各部の動作を制御する。また、制御部１１０は、時計部１４０から供給された時刻情報に基づいて各部を動作させる時刻、時間及び間隔を制御する。

制御部１１０は、チューナ部１３０より供給された複数の音声情報を用いて、各音声情報に対応する番組の音声の特徴点を解析する。ここにおいて、特徴点とは、番組の識別を可能にする音声の特徴を表す情報をいう。例えば、異なる音声同士は、各々の特徴点を比較することで区別することができる。番組特定システム１０においては、音声同士の特徴点を比較して、共通する特徴点の数又は割合が所定の値を超える場合にこれらの音声が同一であると判断する。この割合は、例えば、ある音声情報とその比較対象の音声情報とに一致する特徴点の数を、比較する特徴点の総数で除した値である。この割合は、所定期間分の音声情報に含まれる特徴点を用いて算出される。所定の数又は割合は、番組特定サービスの提供者によりあらかじめ決められる。本実施形態においては、制御部１１０は、特徴点を解析する処理に隠れマルコフモデルやハッシュ法等を用いた公知の音声認識技術を適宜用いることができる。以下においては、制御部１１０が解析した結果得られた特徴点を「第１特徴点」という。制御部１１０は、各チャンネルの番組に対応する第１特徴点を記憶部１５０に供給する。また、制御部１１０は、チューナ部１３０により各チャンネルの音声情報が供給された時刻に基づき、これらの音声情報に対応する番組が放送された時刻を特定する。制御部１１０は、特定した時刻を示す時刻情報を、その時刻に放送された各番組の音声の第１特徴点に対応付けて記憶部１５０に供給する。

記憶部１５０は、補助記憶装置に相当する記憶手段を備え、制御部１１０の処理に用いられるデータ等を記憶している。このデータには、データベースが含まれる。本実施形態においては、記憶部１５０は、制御部１１０から供給された第１特徴点及び時刻情報を各チャンネルの番組毎に対応付けたデータベースを記憶している。

図４は、端末装置２００の制御部２１０の機能的構成を示すブロック図である。制御部２１０は、プログラムを実行することによって、図４に示す取得部２１１と、測定部２１２と、再処理制御部２１３と、報知部２１４と、解析部２１５と、送信部２１６とに相当する機能を実現する。これにより、制御部２１０は、音声の特徴点をサーバ装置１００に送信する機能を実現する。以下においては、制御部２１０が送信する特徴点を「第２特徴点」という。

取得部２１１は、変換部２６０を制御して、所定の時間の音声を変換した音声情報を取得する。本実施形態においては、所定の時間は、番組特定サービスの提供者により例えば５秒や１０秒などにあらかじめ決められている。取得部２１１は、取得した音声情報を測定部２１２及び解析部２１５に供給する。また、取得部２１１は、音声情報を取得した時刻に基づき、その音声情報に対応する番組が放送された時刻を示す時刻情報を解析部２１５に供給する。本実施形態においては、取得部２１１は、音声情報を取得した時刻の時刻情報を、番組が放送された時刻の時刻情報と実質的に同一なものとみなして解析部２１５に供給する。取得部２１１は、本発明における「取得手段」の一例である。

測定部２１２は、取得部２１１から供給された音声情報の品質レベルを測定する。ここにおいて、音声情報の品質レベルとは、音声情報により示される音声の特徴の得やすさをいう。例えば、音声情報により示される音声の音圧レベルが小さい場合は、音声の波形の振幅が小さくなる。すなわち、音声の波形の変化が小さいため特徴が得にくくなり、音声情報の品質レベルが低下する。本実施形態においては、測定部２１２は、音声情報が示す音声の音圧レベルの値を品質レベルとして測定する。測定部２１２は、測定した品質レベルを示す情報を再処理制御部２１３に供給する。測定部２１２は、本発明における「測定手段」の一例である。

再処理制御部２１３は、音声情報の品質レベルが所定の品質レベルを満たさない場合に、取得部２１１により音声情報を取得するための条件が改善されるように、端末装置２００の各部を制御する。本実施形態においては、再処理制御部２１３は、音声情報により示される音声の音圧レベルが第１閾値を超えない場合、その音声情報が所定の品質レベルを満たさないと判断する。この第１閾値は、番組特定サービスの提供者によりあらかじめ決められる音圧レベルの値である。また、音声情報を取得するための条件は、音圧レベルの向上に関与する条件である。本実施形態においては、この条件は、端末装置２００と受像機３００との距離又は受像機３００が出力する音声の大きさ（音量）である。再処理制御部２１３は、これらの条件の改善を促すための情報をユーザに報知するように報知部２１４を制御する。そして、再処理制御部２１３は、所定の時間が経過した後に、音声情報を再取得するように取得部２１１を制御する。この所定の時間は、ユーザが条件を改善する動作を行うための時間であり、番組特定サービスの提供者によりあらかじめ決められる。再処理制御部２１３は、本発明における「制御手段」の一例である。

報知部２１４は、再処理制御部２１３の制御に応じて、音声情報を取得するための条件の改善をユーザに促すための情報を報知する。本実施形態においては、報知部２１４は、端末装置２００を受像機３００に近づける動作をユーザに促すための情報を表示部２４０に表示させて報知する。報知部２１４は、本発明における「報知手段」の一例である。

解析部２１５は、取得部２１１より供給された音声情報に基づいて、この音声情報により示される音声の第２特徴点を解析する。本実施形態においては、解析部２１５は、上述した制御部１１０と同様に、隠れマルコフモデルやハッシュ法等を用いた公知の音声認識技術を適宜用いて音声の第２特徴点を解析する。解析部２１５は、音声情報を解析した結果得られた第２特徴点と、この第２特徴点に対応する音声情報が取得部２１１で取得された時刻を表す時刻情報とを送信部２１６に供給する。解析部２１５は、本発明における「解析手段」の一例である。

送信部２１６は、解析部２１５から供給される第２特徴点と、この第２特徴点に対応する時刻情報とをサーバ装置１００に送信する。送信部２１６は、本発明における「送信手段」の一例である。

図５は、サーバ装置１００の制御部１１０の機能的構成を示すブロック図である。制御部１１０は、プログラムを実行することによって、図５に示す受信部１１１と、特定部１１２とに相当する機能を実現する。これにより、制御部１１０は、第２特徴点に対応する番組を特定する機能を実現する。受信部１１１は、端末装置２００より送信された第２特徴点及び時刻情報を受信する。受信部１１１は、受信した第２特徴点及び時刻情報を特定部１１２に供給する。受信部１１１は、本発明における「受信手段」の一例である。

特定部１１２は、受信部１１１により受信された第２特徴点と、この第２特徴点が対応付けられた時刻に対応付けられている各チャンネルの番組の第１特徴点とを比較して、この第２特徴点に対応する番組を特定する。特定部１１２は、第１特徴点と第２特徴点とを比較する処理に、例えば、動的計画法によるマッチング等を用いた公知のマッチング技術を適宜用いることができる。特定部１１２は、この比較の結果、各チャンネルの番組のうち共通する第１特徴点の数又は割合が最も多く、かつその数又は割合が所定の閾値を越える番組をユーザが視聴している番組として特定する。特定部１１２は、本発明における「特定手段」の一例である。本実施形態においては、特定部１１２は、特定した番組を示す情報を記憶部１５０に供給して記憶させる。

図６は、番組特定システム１０が番組を特定する処理の一例を示すシーケンスチャートである。図６では、複数の放送局４００のうち２つを示すが、これらを区別するため４００Ａ、４００Ｂの符号を付してこれらの動作を説明するものとする。また、図６の例では、受像機３００において放送局４００Ｂに対応するチャンネルが選択されているものとする。

まず、放送局４００Ａ、４００Ｂは、番組データをそれぞれ送信する（ステップＳ１１０、Ｓ１２０）。サーバ装置１００は、チューナ部１３０で受信したこれらの番組データから、各々に対応する音声の音声情報を抽出する（ステップＳ１３０）。次に、サーバ装置１００は、抽出した各チャンネルの音声情報から各々の音声の第１特徴点を解析する（ステップＳ１４０）。そして、サーバ装置１００は、解析により得られたこれらの第１特徴点に対して、各々に対応する番組が放送された時刻を示す時刻情報を対応付けて記憶する（ステップＳ１５０）。

放送局４００Ｂは、番組データを送信する（ステップＳ１６０）。図６の例においては、ステップＳ１６０で送信される番組データとステップＳ１１０、Ｓ１２０で送信される番組データとは同じものとする。受像機３００は、放送局４００Ｂにより送信された番組データを受信する（ステップＳ１７０）。次に、受像機３００は、受信した番組データにより表される番組の音声を再生する（ステップＳ１８０）。そして、端末装置２００は、受像機３００が出力する音声を含む音声の音声情報を取得し、取得した音声情報から音声の特徴点を解析する（ステップＳ１９０）。以下においては、この処理を「取得・解析処理」という。続いて、端末装置２００は、解析の結果得られた第２特徴点に対して、その第２特徴点に対応する番組が放送された時刻を示す時刻情報を対応付けて記憶する（ステップＳ２００）。そして、端末装置２００は、第２特徴点とその第２特徴点に対応付けた時刻情報とをサーバ装置１００に送信する（ステップＳ２１０）。

サーバ装置１００は、端末装置２００から送信された第２特徴点と、その第２特徴点と同じ時刻に対応付けられた各チャンネルの番組の第１特徴点とを比較して、ユーザが視聴している番組を特定する（ステップＳ２２０）。端末装置２００及びサーバ装置１００は、ステップＳ１８０からＳ２２０までの処理を所定の時間間隔で実行する。この所定の時間間隔は、番組特定サービスの提供者によりあらかじめ決められる。例えば、所定の時間間隔は、１分おき、５分おき又は１０分おき等である。サーバ装置１００は、この間隔が短いほど、ユーザが短時間しか視聴しない番組であっても特定することができるようになる。

図７は、端末装置２００の取得・解析処理のフローチャートである。このフローチャートは、図６におけるステップＳ１９０の処理の詳細な動作を示したものである。まず、制御部２１０は、番組の音声から音声情報を取得する（ステップＳ３１０）。制御部２１０は、取得した音声情報の音圧レベルが第１閾値よりも大きいか否かを判断する（ステップＳ３２０）。音声情報の音圧レベルが第１閾値よりも小さい場合（ステップＳ３２０：Ｎｏ）、制御部２１０は、処理回数に１を加算する（ステップＳ３５０）。処理回数は、ステップＳ３１０、Ｓ３２０の処理を制御部２１０が実行した回数を示す値である。

そして、制御部２１０は、処理回数が所定の回数よりも大きいか否かを判断する（ステップＳ３６０）。所定の回数は、番組特定サービスの提供者によりあらかじめ決められる。処理回数が所定の回数よりも小さい場合（ステップＳ３６０：Ｎｏ）、制御部２１０は、ステップＳ３１０の処理を実行し、音声情報を再取得する。処理回数が所定の回数よりも大きい場合（ステップＳ３６０：Ｙｅｓ）、制御部２１０は、受像機３００の音量を上げる動作又は端末装置２００を受像機３００に近づける動作をユーザに促す情報を表示部２４０に表示させる（ステップＳ３７０）。音声情報の音圧レベルが第１閾値よりも大きい場合（ステップＳ３２０：Ｙｅｓ）、制御部２１０は、処理回数を０に変更（リセット）する（ステップＳ３３０）。そして、制御部２１０は、この音声情報から特徴点を解析する（ステップＳ３４０）。以上の処理により、制御部２１０は、所定の品質レベルを満たす音声情報を解析して得た第２特徴点と、その第２特徴点に対応する音声情報が取得された時刻を表す時刻情報とをサーバ装置１００に送信する。

図８は、端末装置２００に表示される画面の一例である。図８の例では、受像機３００を「テレビ」、端末装置２００を「携帯電話」、音圧レベルを「音量」と表現して、図７のステップＳ３７０の処理で端末装置２００が表示する画面を示すものとする。図８に示すように、端末装置２００は、受像機３００（テレビ）の音量を上げるか、又は端末装置２００（携帯電話）を受像機３００（テレビ）に近づけるようにユーザに対して促すための情報を表示している。なお、端末装置２００は、これらのいずれかのみを表示してもよい。また、図８の例では、端末装置２００は、取得した音声情報により示される音声の音圧レベルの値と音圧レベルに対する第１閾値とに基づいて音圧レベルが不足している度合いを表示している。図８においては、音圧レベルの大きさが画面の横方向に表現されている。図８の例では、取得された音声情報の音量が目盛り５つ分の大きさで示され、音量に対する第１閾値の値が目盛り７つ分の大きさで示されている。ユーザは、図８に示す画面を見ることにより、音声により番組が特定されていないことを知ることができる。

以上のとおり、本実施形態の番組特定システム１０は、端末装置２００が取得した音声情報が所定の品質レベルを満たさず番組の特定ができない場合に、音声を取得する条件の改善を促すための情報をユーザに報知する。具体的には、番組特定システム１０は、受像機３００の音量を上げる動作又は端末装置２００を受像機３００に近づける動作を促すための情報をユーザに報知する。これにより、番組特定システム１０は、ユーザが視聴する番組の音声の音声情報を端末装置２００が十分な音圧レベルで取得できない場合に、その番組を特定することができないことを減少させることが可能となる。

［第２実施形態］
本発明の第２の実施形態である番組特定システムは、上述した第１実施形態の番組特定システム１０の構成と共通する構成を有するものである。よって、第１実施形態と共通する構成については、同一の符号を付し、その説明を適宜省略する。また、本実施形態のサーバ装置及び端末装置は、第１実施形態と構成は共通であるが実行する処理が異なるため、説明の便宜上、サーバ装置１００ａ及び端末装置２００ａと表記して説明することとする。第１実施形態と本実施形態との相違点は、第１実施形態においては端末装置２００が音声情報の品質レベルを判断したが、本実施形態においてはサーバ装置１００ａが第２特徴点の品質レベルを判断することである。

図９は、本実施形態のサーバ装置１００ａの制御部の機能的構成を示すブロック図である。本実施形態のサーバ装置１００ａの制御部は、実行する処理が第１実施形態の制御部１１０と異なる。そこで、説明の便宜上、本実施形態のサーバ装置１００ａの制御部を制御部１１０ａと表記して説明することとする。また、図９は図５に判断部１１３と指示部１１４とを追加した図であるため、以下では、図５との相違点のみ説明する。制御部１１０ａは、プログラムを実行することによって、図９に示す受信部１１１と、特定部１１２と、判断部１１３と、指示部１１４とに相当する機能を実現する。

受信部１１１は、受信した第２特徴点及び時刻情報を、特定部１１２に代えて判断部１１３に供給する。判断部１１３は、受信部１１１より供給された第２特徴点が所定の品質レベルを満たすか否かを判断する。ここにおいて、第２特徴点の品質レベルとは、対応する音声が同じ第１特徴点に対して第２特徴点が一致する度合いをいう。例えば、ある番組の音声とそれとは異なる音声（雑音など）とが混ざった音声の第２特徴点は、その番組の音声の第１特徴点と一致しにくくなる。この場合、別の音声が混ざった音声は、混ざっていない音声と比べて第２特徴点の品質レベルが低くなる。本実施形態においては、判断部１１３は、最も第２特徴点と第１特徴点とが一致する音声において、一致した第１特徴点の数又は割合が第２閾値を超えているか否かにより、第２特徴点の品質レベルを判断する。この第２閾値は、番組特定サービスの提供者によりあらかじめ決められる値である。判断部１１３は、供給された第２特徴点が所定の品質レベルを満たすと判断した場合、その判断結果を示す情報と最も第１特徴点が一致した音声に対応する番組を示す情報とを特定部１１２に供給する。判断部１１３は、供給された第２特徴点が所定の品質レベルを満たさないと判断した場合、その判断結果を示す情報を指示部１１４に供給する。判断部１１３は、本発明における「判断手段」の一例である。

特定部１１２は、判断部１１３から判断結果を示す情報が供給されると、ともに供給された情報に示される番組をユーザが視聴している番組として特定する。指示部１１４は、判断部１１３から判断結果が供給されると、第２特徴点を送信する機能を再度実行するように端末装置２００ａに指示する。具体的には、指示部１１４は、第２特徴点の送信を指示する情報を端末装置２００ａに送信する。指示部１１４は、本発明における「指示手段」の一例である。

図１０は、本実施形態の端末装置２００ａの制御部の機能的構成を示すブロック図である。本実施形態の端末装置２００ａは、第１の実施形態の端末装置２００と同じ構成であるが、制御部が実行する処理が異なる。そこで、説明の便宜上、本実施形態の端末装置２００ａの制御部を制御部２１０ａと表記して説明することとする。また、図１０は、図４の測定部２１２を受付部２１７に変更した図であるため、以下では、図４との相違点のみ説明する。制御部２１０ａは、プログラムを実行することによって、図９に示す取得部２１１と、再処理制御部２１３と、報知部２１４と、解析部２１５と、送信部２１６と、受付部２１７に相当する機能を実現する。

受付部２１７は、サーバ装置１００ａから送信された第２特徴点の送信を指示する情報を通信部２２０を介して受け付ける。受付部２１７は、受け付けた情報を再処理制御部２１３に供給する。受付部２１７は、本発明における「受付手段」の一例である。

再処理制御部２１３は、受付部２１７により供給された情報によって第２特徴点の送信が指示されると、変換部２６０により音声情報を取得するための条件が改善されるように端末装置２００ａの各部を制御する。具体的には、再処理制御部２１３は、報知部２１４を制御してユーザに条件を改善させるための情報を報知させる。また、再処理制御部２１３は、音声情報を再取得するように取得部２１１を制御する。これにより、取得部２１１、解析部２１５及び送信部２１６がそれぞれ処理を行い、送信部２１６が第２特徴点及び時刻情報を再びサーバ装置１００ａに対して送信する。

図１１は、本実施形態の番組特定システムが番組を特定する処理の一例を示すシーケンスチャートである。図１１は、図６にステップＳ２３０、Ｓ２４０を追加した図であるため、以下では、図６との相違点のみ説明する。サーバ装置１００ａは、ステップＳ２２０の処理において、端末装置２００ａから送信された第２特徴点と、その第２特徴点と同じ時刻に対応付けられた各チャンネルの番組の第１特徴点とを比較する。サーバ装置１００ａは、比較した結果、第２特徴点が所定の品質レベルを満たしている場合、第２特徴点に対応する番組を特定する（ステップＳ２２０）。以下においては、この処理を「比較・特定処理」という。また、サーバ装置１００ａは、比較した結果、第２特徴点が所定の品質レベルを満たしていない場合、端末装置２００ａに対して第２特徴点の送信を指示する情報を送信する（ステップＳ２３０）。そして、端末装置２００ａは、この情報を受信すると、ステップＳ１９０の処理を再び実行するように各部を制御する（ステップＳ２４０）。図１１のステップＳ１９０の処理は、上述のとおり端末装置２００ａが音声情報の品質レベルを判断しない点が図６のステップＳ１９０の処理と異なる。また、ステップＳ２３０、Ｓ２４０の処理は、ステップＳ２２０の処理で第２特徴点が品質レベルを満たしている場合は実行されない。

図１２は、サーバ装置１００ａの比較・特定処理のフローチャートである。このフローチャートは、図１０におけるステップＳ２２０の処理の詳細な動作を示したものである。まず、制御部１１０は、同一時刻に放送された番組に対応する、受信した第２特徴点とデータベースに記憶されている第１特徴点とを比較する（ステップＳ４１０）。図１２の例では、制御部１１０は、第２特徴点のうちこの比較により一致していると判断した第２特徴点の割合が、第２閾値よりも大きいか否かを判断する（ステップＳ４２０）。一致する特徴点の割合が第２閾値よりも小さい場合（ステップＳ４２０：Ｎｏ）、制御部２１０は、処理回数に１を加算する（ステップＳ４５０）。処理回数は、ステップＳ４１０、Ｓ４２０の処理を制御部１１０が実行した回数を示す値である。そして、制御部１１０は、処理回数が所定の回数よりも大きいか否かを判断する（ステップＳ４６０）。処理回数が所定の回数よりも小さい場合（ステップＳ４６０：Ｎｏ）、制御部１１０は、ステップＳ４１０の処理を実行する。処理回数が所定の回数よりも大きい場合（ステップＳ４６０：Ｙｅｓ）、制御部１１０は、端末装置２００ａに対して第２特徴点の送信を指示する（ステップＳ４７０）。以上の処理により、制御部２１０ａは、所定の品質レベルを満たす第２特徴点と、その第２特徴点に対応する音声情報が取得された時刻を表す時刻情報とをサーバ装置１００ａに送信する。一致する第２特徴点の割合が第２閾値よりも大きい場合（ステップＳ４２０：Ｙｅｓ）、制御部１１０は、処理回数を０に変更する（ステップＳ４３０）。そして、制御部１１０は、一致する第２特徴点の割合が最も大きかった音声に対応する番組をユーザが視聴している番組として特定する（ステップＳ４４０）。

図１３は、端末装置２００ａに表示される画面の一例である。図１３の例では、受像機３００を「テレビ」、端末装置２００ａを「携帯電話」と表現して、図１２のステップＳ４７０の処理で端末装置２００ａが表示する画面を示すものとする。図１３に示すように、端末装置２００ａは、受像機３００（テレビ）の音量を上げるか、又は端末装置２００ａ（携帯電話）を受像機３００（テレビ）に近づけるようにユーザに対して促すための情報を表示している。また、図１３の例では、端末装置２００ａは、一致する第２特徴点の割合に基づいて、一致の度合いを「音声クリア度」と表現して表示している。図１３においては、音声クリア度の大きさが画面の横方向に表現されている。図１３の例では、取得された音声による音声クリア度が目盛り４つ分の大きさで示され、第２閾値の値が目盛り７つ分の大きさで示されている。ユーザは、図１３に示す画面を見ることにより、音声による番組の特定がされていないことを知ることができる。

以上のとおり、本実施形態の番組特定システム１０は、端末装置２００ａが解析した第２特徴点が所定の品質レベルを満たさず番組の特定ができない場合に、音声を取得する条件の改善を促すための情報をユーザに報知する。これにより、番組特定システム１０は、ユーザが視聴する番組の音声に雑音などが含まれて端末装置２００ａが第２特徴点の品質レベルを満たせない場合に、その番組を特定することができないことを減少させることが可能となる。

［変形例］
上述した実施形態は、本発明の実施の一例にすぎない。本発明は、上述した実施形態に対して、以下の変形を適用することが可能である。なお、以下に示す変形例は、必要に応じて、各々を適当に組み合わせて実施されてもよいものである。

（変形例１）
本発明において、制御部２１０は、音声情報を取得するための条件が改善されるように、音声情報を取得する時間の長さ、取得間隔及び感度の少なくともいずれかを調整してもよい。例えば、制御部２１０が１０秒の音声情報を１分毎の時間間隔で取得している状態で、第２特徴点の品質レベルが所定の品質レベルを満たさないと判断された回数が所定の回数を超えたとする。この場合、例えば、制御部２１０は、音声情報を取得する時間の長さを５秒等に短くする、又は取得間隔を３０秒毎等に短くすることで、雑音などを含まない音声情報を取得しやすくなり、第２特徴点の品質レベルを向上させることができる。また、制御部２１０は、音声情報を取得する時間の長さを２０秒等に長くすることで、雑音などが含まれても第１特徴点と一致する数が増え、第２特徴点の品質レベルを向上させることができる。

また、感度を調整する場合、例えば、制御部２１０は、変換部２６０が音声を信号に変換する際のゲインを上げさせることで、音声情報が示す音声波形の振幅を大きくすることができる。これにより、取得される音声情報の特徴が得られやすくなり、品質レベルが向上する。なお、本発明において、端末装置が指向性を有する公知の収音手段を備えていれば、端末装置は、この収音装置の感度がよい方向に受像機３００が位置するように端末装置を動かすようユーザに促すための情報を表示してもよい。また、端末装置が公知のノイズキャンセラ（音声信号からノイズを除去する装置）を備えていれば、このノイズキャンセラを作動させるようユーザに促すための情報を表示してもよい。これらの端末装置は、以上の処理により、音声情報又は第２特徴点の品質レベルを向上させることができる。

（変形例２）
本発明において、サーバ装置１００は、特定した番組の情報を蓄積してユーザのプロファイル情報（個人の興味等を表す情報）を生成してもよい。例えば、まず、サーバ装置１００は、特定した番組の内容を示す情報を外部装置から受信し又は自装置で番組データを分析して取得する。自装置で番組情報を取得する場合、サーバ装置１００は、例えば、番組データの解析に公知の音声認識技術や文字列認識技術、画像処理技術等を適宜用いることができる。そして、サーバ装置１００は、特定した番組の情報に含まれる文字列を抽出して蓄積し、蓄積した数の多い文字列が示す内容をユーザの興味の対象としたプロファイル情報を生成するといった具合である。

（変形例３）
上述の変形例２において、サーバ装置１００は、生成したプロファイル情報に基づいて、抽出したユーザの興味に合った番組をお勧め番組としてユーザに知らせてもよい。例えば、サーバ装置１００は、ユーザの興味の対象として蓄積した文字列と取得した番組情報とを比較して、この文字列が含まれる番組情報に対応する番組をお勧め番組としてユーザに知らせるといった具合である。

（変形例４）
本発明において、端末装置が受像機の動作を指示する信号を発信する発信部を備えていれば、端末装置の制御部は、音声情報を取得するための条件が改善されるように、受像機の音量を上げる信号を発信してもよい。

（変形例５）
本発明において、端末装置は、収音手段を有する構成に限定されない。例えば、端末装置は、収音手段を有する外部装置とのインターフェースを備えていれば、外部装置が変換した音声信号をこのインターフェースを介して受信し、その音声信号から音声情報を取得してもよい。

（変形例６）
本発明において、端末装置は、表示部への情報の表示以外の方法でユーザに報知してもよい。例えば、端末装置がスピーカ等を備えていれば、制御部２１０は、ユーザの注意を喚起するための音をスピーカから発音させてもよい。また、端末装置がバイブレータ（端末装置を振動させる装置）を備えていれば、制御部２１０は、バイブレータを動作させて端末装置を振動させてもよい。

（変形例７）
本発明において、サーバ装置は、外部装置に記憶されているデータベースを用いてもよい。この場合、サーバ装置は、外部装置とのインターフェースを備え、このインターフェースを介して外部装置とデータを送受信する。外部装置は、補助記憶装置に相当する記憶手段を備え、この記憶手段にデータベースを記憶する。外部装置は、サーバ装置から送信される第１特徴点と時刻情報とをこのデータベースに記憶する。外部装置は、サーバ装置から時刻情報を検索条件として送信されると、この条件に合った第１特徴点をデータベースから検索してサーバ装置に送信する。

（変形例８）
本発明において、端末装置及びサーバ装置は、現在時刻の情報を取得する方法をＮＴＰサーバに限定されない。また、端末装置及びサーバ装置は、高精度の時計（電波時計、原子時計など）をそれぞれ設け、これらの時計から時刻情報を取得してもよい。この場合、これらの時計は、時刻が同じとなるようにあらかじめ設定されていることが望ましい。

（変形例９）
制御部２１０は、上述の実施形態において、変換部２６０と時計部２５０から音声情報及び音声情報が取得された時刻を表す時刻情報を取得したが、これらの情報を記憶部２７０から取得してもよい。この場合、制御部２１０は、変換部２６０及び時計部２５０から供給されるこれらの情報を対応付けて記憶部２７０に記憶させる。そして、制御部２１０は、第２特徴点を送信する処理において、記憶部２７０からこれらの情報を取得する。

（変形例１０）
本発明において、各放送局は、ラジオ放送の仕組みによってそれぞれの番組を放送してもよい。すなわち、これらの番組は、映像を含まない音声のみの情報であってもよい。

（変形例１１）
本発明は、サーバ装置やこれを含む番組特定システムのみならず、これらを実現するための方法や、コンピュータに図４、５、９又は１０に示した機能を実現させるためのプログラムとしても把握されるものである。かかるプログラムは、これを記憶させた光ディスク等の記録媒体の形態で提供されたり、インターネット等のネットワークを介して、コンピュータにダウンロードさせ、これをインストールして利用可能にするなどの形態でも提供されたりすることができるものである。

１０…番組特定システム、１００，１００ａ…サーバ装置、１１０，１１０ａ…制御部、１１１…受信部、１１２…特定部、１１３…判断部、１１４…指示部、１２０…通信部、１３０…チューナ部、１４０…時計部、１５０…記憶部、２００，２００ａ…端末装置、２１０，２１０ａ…制御部、２１１…取得部、２１２…測定部、２１３…再処理制御部、２１４…報知部、２１５…解析部、２１６…送信部、２１７…受付部、２２０…通信部、２３０…操作部、２４０…表示部、２５０…時計部、２６０…変換部、２７０…記憶部、３００…受像機、４００，４００Ａ，４００Ｂ…放送局、５００…ＮＴＰサーバ

Claims (8)

1. 再生装置により再生されている番組の音声を含む音声情報を取得する取得手段と、
   前記取得された音声情報に基づいて、当該音声情報に含まれる前記番組の音声の特徴点を解析する解析手段と、
   情報を報知する報知手段と、
   前記取得された音声情報の音圧レベルが所定のレベルより小さい場合に、前記音声情報の音圧レベルが前記所定のレベルに対して不足している度合いを表す情報を前記報知手段に報知させることで、前記再生装置の音量を上げる動作または自装置を前記再生装置に近づける動作をユーザに促すとともに、前記取得手段に前記音声情報を再取得させる制御手段と、
   前記解析により得られた特徴点と、当該特徴点に対応する前記音声情報が取得された時刻を表す時刻情報とを、前記番組を特定するためのサーバ装置に送信する送信手段と
   を備えることを特徴とする端末装置。
2. 前記制御手段は、前記取得された音声情報の音圧レベルの大きさを表す目盛りの数と、前記所定のレベルを表す目盛りの数とを前記報知手段に表示させることによって、前記不足している度合いを表す情報を報知させる
   ことを特徴とする請求項１に記載の端末装置。
3. 再生装置により再生されている番組の音声を含む音声情報を取得する取得手段と、
   前記取得された音声情報に基づいて、当該音声情報に含まれる前記番組の音声の特徴点を解析する解析手段と、
   情報を報知する報知手段と、
   前記取得された音声情報の音圧レベルが所定のレベルより小さい場合に、情報を前記報知手段に報知させ、前記取得手段に前記音声情報を再取得させる制御手段と、
   前記解析により得られた特徴点と、当該特徴点に対応する前記音声情報が取得された時刻を表す時刻情報とを、前記番組を特定するためのサーバ装置に送信する送信手段と
   を備え、
   前記制御手段は、前記サーバ装置が前記送信された特徴点と番組の時刻情報に対応付けて予め記憶された番組毎の特徴点のうち当該送信された特徴点に対応する特徴点との一致する度合いが閾値を超えているか否かにより前記番組を特定した場合に、当該一致する度合いを表す情報を前記報知手段に報知させることで、前記再生装置の音量を上げる動作または自装置を前記再生装置に近づける動作をユーザに促す
   ことを特徴とする端末装置。
4. 前記制御手段は、前記特徴点同士が一致する度合いを表す目盛りの数と、前記閾値を表す目盛りの数とを前記報知手段に表示させることによって、前記一致する度合いを表す情報を報知させる
   ことを特徴とする請求項３に記載の端末装置。
5. 情報を報知する報知手段を備える端末装置が、
   再生装置により再生されている番組の音声を含む音声情報を取得するステップと、
   前記取得された音声情報に基づいて、当該音声情報に含まれる前記番組の音声の特徴点を解析するステップと、
   前記取得された音声情報の音圧レベルが所定のレベルより小さい場合に、前記音声情報の音圧レベルが前記所定のレベルに対して不足している度合いを表す情報を前記報知手段に報知させることで、前記再生装置の音量を上げる動作または自装置を前記再生装置に近づける動作をユーザに促すとともに、前記取得手段に前記音声情報を再取得させるステップと、
   前記解析により得られた特徴点と、当該特徴点に対応する前記音声情報が取得された時刻を表す時刻情報とを、前記番組を特定するためのサーバ装置に送信するステップと
   を実行することを特徴とする番組特定方法。
6. 情報を報知する報知手段を備える端末装置のコンピュータに、
   再生装置により再生されている番組の音声を含む音声情報を取得するステップと、
   前記取得された音声情報に基づいて、当該音声情報に含まれる前記番組の音声の特徴点を解析するステップと、
   前記取得された音声情報の音圧レベルが所定のレベルより小さい場合に、前記音声情報の音圧レベルが前記所定のレベルに対して不足している度合いを表す情報を前記報知手段に報知させることで、前記再生装置の音量を上げる動作または自装置を前記再生装置に近づける動作をユーザに促すとともに、前記取得手段に前記音声情報を再取得させるステップと、
   前記解析により得られた特徴点と、当該特徴点に対応する前記音声情報が取得された時刻を表す時刻情報とを、前記番組を特定するためのサーバ装置に送信するステップと
   を実行させるためのプログラム。
7. 情報を報知する報知手段を備える端末装置が、
   再生装置により再生されている番組の音声を含む音声情報を取得する取得ステップと、
   前記取得された音声情報に基づいて、当該音声情報に含まれる前記番組の音声の特徴点を解析する解析ステップと、
   前記取得された音声情報の音圧レベルが所定のレベルより小さい場合に、情報を前記報知手段に報知させ、前記取得手段に前記音声情報を再取得させる制御ステップと、
   前記解析により得られた特徴点と、当該特徴点に対応する前記音声情報が取得された時刻を表す時刻情報とを、前記番組を特定するためのサーバ装置に送信する送信ステップと
   を実行し、
   前記制御ステップでは、前記サーバ装置が前記送信された特徴点と番組の時刻情報に対応付けて予め記憶された番組毎の特徴点のうち当該送信された特徴点に対応する特徴点との一致する度合いが閾値を超えているか否かにより前記番組を特定した場合に、当該一致する度合いを表す情報を前記報知手段に報知させることで、前記再生装置の音量を上げる動作または自装置を前記再生装置に近づける動作をユーザに促す
   ことを特徴とする番組特定方法。
8. 情報を報知する報知手段を備える端末装置のコンピュータに、
   再生装置により再生されている番組の音声を含む音声情報を取得する取得ステップと、
   前記取得された音声情報に基づいて、当該音声情報に含まれる前記番組の音声の特徴点を解析する解析ステップと、
   前記取得された音声情報の音圧レベルが所定のレベルより小さい場合に、情報を前記報知手段に報知させ、前記取得手段に前記音声情報を再取得させる制御ステップと、
   前記解析により得られた特徴点と、当該特徴点に対応する前記音声情報が取得された時刻を表す時刻情報とを、前記番組を特定するためのサーバ装置に送信する送信ステップと
   を実行させるためのプログラムであって、
   前記制御ステップでは、前記サーバ装置が前記送信された特徴点と番組の時刻情報に対応付けて予め記憶された番組毎の特徴点のうち当該送信された特徴点に対応する特徴点との一致する度合いが閾値を超えているか否かにより前記番組を特定した場合に、当該一致する度合いを表す情報を前記報知手段に報知させることで、前記再生装置の音量を上げる動作または自装置を前記再生装置に近づける動作をユーザに促す
   プログラム。

Images