JP6114249B2

JP6114249B2 - 情報送信装置および情報送信方法

Info

Publication number: JP6114249B2
Application number: JP2014235622A
Authority: JP
Inventors: 翔太森口; 優樹瀬戸
Original assignee: Yamaha Corp
Current assignee: Yamaha Corp
Priority date: 2014-11-20
Filing date: 2014-11-20
Publication date: 2017-04-12
Anticipated expiration: 2034-11-20
Also published as: EP3223275A4; EP3223275B1; CN107004416B; EP3223275A1; US20170255615A1; JP2016099466A; CN107004416A; WO2016080535A1

Description

本発明は、画像や音声等のコンテンツを端末装置において再生するための技術に関する。

音声信号が示す音声に包含される語句を認識する音声認識技術が従来から提案されている。例えば特許文献１には、音声信号から認識された語句（文字列）を表示装置に表示させる機能が搭載された携帯端末装置が開示されている。

特開２００３−０５１７７６号公報

特許文献１のように音声認識が可能な端末装置を利用すれば、例えば、電車やバス等の交通機関で放送される案内音声を端末装置により収音したうえで語句を認識し、当該語句に応じた画像等のコンテンツを端末装置で再生することが可能である。しかし、放音機器から放射された案内音声を音声認識に必要なＳＮ比で収音するためには、案内音声を放射する放音装置に利用者が自身の端末装置を充分に接近させる必要がある。また、案内音声が放射される時刻が不定である状況では、利用者の所望の案内音声が実際に放送されるまでの長時間にわたり放音装置に端末装置を接近させた状態で待機する必要があり、端末装置の利用者の負担が大きいという問題がある。以上の事情を考慮して、本発明は、端末装置でコンテンツを再生する利用者の負担を軽減することを目的とする。

以上の課題を解決するために、本発明の情報送信装置は、音声信号が示す音声の語句を認識する音声認識手段と、相異なる語句に対応する複数の識別情報のうち音声認識手段が認識した語句に対応する識別情報を特定する情報特定手段と、識別情報が示すコンテンツを再生可能な端末装置に、情報特定手段が特定した識別情報を送信する送信手段とを具備する。以上の構成では、音声信号から認識される語句に対応した識別情報が端末装置に送信される。したがって、音声を充分なＳＮ比で収音するために利用者が自身の端末装置を放音装置に接近させる必要や、音声が放射されるまで利用者が自身の端末装置を放音装置に接近させた状態で待機する必要はない。すなわち、端末装置でコンテンツを再生する利用者の負担を軽減することが可能である。

本発明の好適な態様において、情報特定手段は、複数の識別情報と事前に登録された複数の語句とを対応付ける登録情報を参照し、登録情報に登録された複数の語句の何れかを音声認識手段が認識した場合に、当該語句に対応する識別情報を登録情報から特定する。以上の態様では、識別情報の送信の要否を登録情報の送信で簡便に判別できるという利点がある。

本発明の好適な態様において、音声認識手段は、端末装置を収容して移動する移動体に設置された収音装置から放音装置に供給される音声信号が示す音声の語句を認識する。以上の態様では、収音装置から放音装置に供給される音声信号に対して音声認識部が音声認識を実行するから、例えば放音装置から放射された音声を収音して音声認識を実行する構成と比較して高精度な音声認識が実現される。

本発明の好適な態様に係る情報送信装置は、音声認識手段が認識した語句を示すコンテンツと当該語句に対応する識別情報とを、端末装置から要求された識別情報に対応するコンテンツを当該端末装置に提供する配信装置に送信する登録処理手段を具備する。以上の態様では、音声信号から認識された語句を示すコンテンツが配信装置に登録されて端末装置に送信されるから、事前に用意されたコンテンツ以外に音声信号に応じた多様なコンテンツを端末装置に迅速に提供できるという利点がある。

本発明の好適な態様において、近距離無線通信は、音響を伝送媒体とする音響通信である。以上の態様では、音響を伝送媒体とする音響通信で識別情報が伝送されるから、音量の調整により識別情報の到達範囲を容易に制御できるという利点や、音響を広範囲に放射することで複数の端末装置に対して一括的に識別情報を送信できるという利点がある。

以上の各態様に係る端末装置は、専用の電子回路で実現されるほか、ＣＰＵ（Central Processing Unit）等の汎用の演算処理装置とプログラムとの協働によっても実現される。本発明のプログラムは、コンピュータが読取可能な記録媒体に格納された形態で提供されてコンピュータにインストールされ得る。記録媒体は、例えば非一過性（non-transitory）の記録媒体であり、ＣＤ-ＲＯＭ等の光学式記録媒体（光ディスク）が好例であるが、半導体記録媒体や磁気記録媒体等の公知の任意の形式の記録媒体を包含し得る。なお、例えば、本発明のプログラムは、通信網を介した配信の形態で提供されてコンピュータにインストールされ得る。また、本発明は、前述の各態様に係る情報送信装置の動作方法（情報送信方法）としても特定され得る。

本発明の第１実施形態に係る案内システムの構成図である。端末装置の構成図である。音声案内装置および情報送信装置の構成図である。登録情報の模式図である。情報送信装置の動作のフローチャートである。第２実施形態の説明図である。第３実施形態に係る案内システムの構成図である。第３実施形態における登録処理部の動作のフローチャートである。第４実施形態における案内システムの構成図である。

＜第１実施形態＞
図１は、第１実施形態に係る案内システム１０の構成図である。第１実施形態の案内システム１０は、複数の利用者を収容した状態で移動する電車やバス等の交通機関の車輌（移動体）Ｍに設置された音響システムであり、利用者に対する各種の音声案内（例えば乗降や乗換，運賃，観光等に関する案内）に利用される。車輌Ｍ内の各利用者は、携帯電話機やスマートフォン等の可搬型の端末装置１２を携帯する。

図２は、任意の１個の端末装置１２の構成図である。図２に例示される通り、第１実施形態の端末装置１２は、制御装置１２１と記憶装置１２２と通信装置１２３と操作装置１２４と再生装置１２５と収音装置１２６とを具備する。制御装置１２１は、記憶装置１２２に記憶されたプログラムを実行することで各種の演算処理および制御処理を実行する。操作装置１２４は、端末装置１２に対する各種の指示のために利用者が操作する入力機器である。例えば利用者が押圧する複数の操作子や利用者による接触を検知するタッチパネルが操作装置１２４として好適に利用される。通信装置１２３は、移動通信網やインターネット等の通信網を介して他端末と通信する。

記憶装置１２２は、例えば半導体記録媒体や磁気記録媒体等の公知の記録媒体で構成され、制御装置１２１が実行するプログラムや制御装置１２１が使用する各種のデータを記憶する。第１実施形態の記憶装置１２２は複数のコンテンツＣを記憶する。各コンテンツＣは、案内音声に関連する音声または画像（例えば静止画，動画像，文字列）を包含する。例えば案内音声の発音内容の文字列や発音内容を他言語に翻訳した文字列等の各種の情報を表現するコンテンツＣが記憶装置１２２に記憶される。図２に例示される通り、記憶装置１２２の各コンテンツＣには、当該コンテンツＣを一意に識別するための識別情報Ｄが付加される。例えばウェブサーバ等の配信装置（図示略）から配信されて通信装置１２３が受信した複数のコンテンツＣが記憶装置１２２に事前に格納される。

再生装置１２５は、記憶装置１２２に記憶されたコンテンツＣを再生する。具体的には、コンテンツＣの画像を表示する表示装置（例えば液晶表示パネル）やコンテンツＣの音響を放射する放音装置（例えばスピーカやヘッドホン）が再生装置１２５として利用される。収音装置１２６は、周囲の音響を収音して音響信号ＳBを生成する音響機器である。例えば、各端末装置１２の相互間の音声通話や動画撮影時の音声収録に収音装置１２６が利用される。

図１に例示される通り、第１実施形態の案内システム１０は、音声案内装置２２と情報送信装置２４とを具備する。図３は、音声案内装置２２および情報送信装置２４の具体的な構成図である。音声案内装置２２は、音声案内に利用される既存の放送システムであり、図３に例示される通り、収音装置３２と放音装置３４とを具備する。収音装置３２は、周囲の音響を収音して音声信号Ｇを生成する音響機器（マイクロホン）である。第１実施形態の収音装置３２は、車輌Ｍの管理者（例えば運転者や案内者）が発声する案内音声の音声信号Ｇを生成する。放音装置３４は、収音装置３２が生成した音声信号Ｇに応じた音響を車輌Ｍの内部に放射する。したがって、車輌Ｍの内部の利用者は、放音装置３４から放射される案内音声を聴取することが可能である。

図３に例示される通り、収音装置３２が生成した音声信号Ｇは、放音装置３４に至る経路から分岐して情報送信装置２４にも供給される。情報送信装置２４は、収音装置３２から供給される音声信号Ｇの案内音声に対応するコンテンツＣの識別情報Ｄを車輌Ｍの内部の各端末装置１２に送信する。例えば車輌Ｍに初期的に設置された既存の音声案内装置２２に対して情報送信装置２４が後付けされる。

図３に例示される通り、第１実施形態の情報送信装置２４は、制御装置４２と記憶装置４４と放音装置４６とを具備する。記憶装置４４は、例えば半導体記録媒体や磁気記録媒体等の公知の記録媒体で構成され、制御装置４２が実行するプログラムや制御装置４２が使用する各種のデータ（例えば後述の登録情報Ｘ）を記憶する。

制御装置４２は、記憶装置４４に記憶されたプログラムを実行することで各種の演算処理および制御処理を実行する。第１実施形態の制御装置４２は、音声信号Ｇに応じた識別情報Ｄを送信するための複数の機能（音声認識部５２，情報特定部５４，信号生成部５６）を実現する。なお、制御装置４２の各機能を複数の装置に分散した構成や、音声処理専用の電子回路が制御装置４２の機能の一部を実現する構成も採用され得る。なお、収音装置３２から供給される音声信号Ｇをアナログからデジタルに変換するＡ/Ｄ変換器の図示は便宜的に省略した。

図３の音声認識部５２は、収音装置３２が収音した音声信号Ｇの案内音声に包含される語句Ｗを認識する。語句Ｗは、単数または複数の単語を包含する文字列で表現される。音声信号Ｇの音声認識には、例えばＨＭＭ等の音響モデルと言語的な制約を示す言語モデルとを利用した認識技術等の公知の技術が任意に採用され得る。

情報特定部５４は、音声認識部５２が認識する語句Ｗに対応した識別情報Ｄを特定する。具体的には、情報特定部５４は、音声認識部５２が認識した語句Ｗを含む案内音声に関連するコンテンツＣの識別情報Ｄを特定する。例えば、車輌Ｍが直後に停車する地点（駅やバス停）を利用者に報知する案内音声（例えば「次はＡ駅です」等の音声）の音声信号Ｇから、当該地点の名称を意味する語句Ｗ（例えば「Ａ駅」等の駅名）が認識されると、情報特定部５４は、当該地点に関連するコンテンツＣ（例えば案内音声の文字列）の識別情報Ｄを特定する。音声認識部５２が認識した語句Ｗに対応する識別情報Ｄの特定には、例えば記憶装置４４に記憶された登録情報Ｘが利用される。

図４は、登録情報Ｘの模式図である。図４に例示される通り、第１実施形態の登録情報Ｘは、案内音声に包含され得る複数の語句（以下「登録語句」という）Ｗ（Ｗ1，Ｗ2，Ｗ3，……）の各々について識別情報Ｄ（Ｄ1，Ｄ2，Ｄ3，……）を対応させるデータテーブルである。第１実施形態の登録情報Ｘでは、音声信号Ｇが示す案内音声に包含され得る登録語句Ｗに、当該案内音声に関連するコンテンツＣの識別情報Ｄが対応付けられる。登録情報Ｘに登録される登録語句Ｗは、例えば車輌Ｍが移動する経路（停車地点）等の交通機関の事情や性質に応じて事前に選定される。

図３の情報特定部５４が特定した識別情報Ｄが車輌Ｍの内部の各端末装置１２に送信される。第１実施形態における識別情報Ｄの送信には近距離無線通信が利用される。近距離無線通信の具体的な通信方式は任意であるが、空気振動たる音響を伝送媒体として識別情報Ｄを各端末装置１２に送信する音響通信を第１実施形態では例示する。具体的には、図３の信号生成部５６および放音装置４６により、識別情報Ｄを各端末装置１２に送信する送信手段が実現される。信号生成部５６は、識別情報Ｄを含有する音響信号ＳAを生成して放音装置４６に供給する。放音装置４６は、信号生成部５６が生成した音響信号ＳAに応じた音響を放射する音響機器（スピーカ）である。なお、信号生成部５６が生成する音響信号ＳAをデジタルからアナログに変換するＤ/Ａ変換器の図示は便宜的に省略した。

識別情報Ｄを含有する音響信号ＳAの生成には公知の方法が任意に採用され得るが、例えば国際公開第２０１０／０１６５８９号に開示された方法が好適である。具体的には、信号生成部５６は、拡散符号を利用した識別情報Ｄの拡散変調と所定の周波数の搬送波を利用した周波数変換とを順次に実行することで、識別情報Ｄを所定の周波数帯域の音響成分として含有する音響信号ＳAを生成する。音響信号ＳAの周波数帯域は、放音装置４６による放音と端末装置１２の収音装置１２６による収音とが可能な帯域であり、かつ、利用者が通常の環境で聴取する音声や楽音等の音響の周波数帯域（例えば可聴域内の約１６ｋＨｚ以下）を上回る周波数帯域（例えば１８ｋＨｚ以上かつ２０ｋＨｚ以下）の範囲内に包含される。したがって、車輌Ｍ内の利用者に殆ど知覚されることなく識別情報Ｄを情報送信装置２４（放音装置４６）から周囲に送信することが可能である。もっとも、識別情報Ｄを可聴域内の音響として放音装置４６から放射する構成も採用され得る。識別情報Ｄの送信に音響通信を採用した第１実施形態によれば、放音装置４６の再生音量の調整等により識別情報Ｄの受信可能範囲を容易かつ詳細に制御できるという利点がある。

図５は、情報送信装置２４の制御装置４２が音声信号Ｇに対応する識別情報Ｄを端末装置１２に送信するための処理のフローチャートである。例えば情報送信装置２４の電源が投入されると図５の処理が継続的に実行される。

情報送信装置２４の音声認識部５２は、収音装置３２から供給される音声信号Ｇについて音声認識を実行する（Ｓ1）。情報特定部５４は、記憶装置４４に記憶された登録情報Ｘを参照することで、登録情報Ｘに登録された複数の登録語句Ｗの何れかを音声認識部５２が認識したか否かを判定する（Ｓ2）。音声認識部５２による音声認識は、登録語句Ｗが認識されるまで反復される（Ｓ2：NO）。音声認識部５２が登録語句Ｗを認識すると（Ｓ2：YES）、情報特定部５４は、登録情報Ｘに含まれる複数の識別情報Ｄのうち音声認識部５２が認識した語句Ｗに対応する識別情報Ｄを特定する（Ｓ3）。信号生成部５６は、情報特定部５４が特定した識別情報Ｄを含む音響信号ＳAを生成して放音装置４６から放射する（Ｓ4）。識別情報Ｄは、例えば所定の時間内に複数回にわたり反復的に送信される。識別情報Ｄの送信が完了すると、音声認識部５２による音声認識が再開される（Ｓ1）。以上の説明から理解される通り、第１実施形態では、音声信号Ｇに対する音声認識で登録語句Ｗが抽出されることを契機として各端末装置１２に対する識別情報Ｄの送信が実行される。

なお、識別情報Ｄの送信の時期は任意である。例えば、案内音声の音声信号Ｇから登録語句Ｗが認識された直後（案内音声の再生の終了前）に識別情報Ｄを送信する構成や、案内音声の再生の終了後に識別情報Ｄを送信する構成が採用され得る。また、案内音声内で登録語句Ｗが存在する区間の長短は案内音声の内容や種類に応じて区々であることが想定されるから、案内音声のうち音声認識の対象となる区間（すなわち登録語句Ｗが包含され得る区間）を車輌Ｍの管理者が情報送信装置２４に対する操作で任意に指定できる構成も好適である。

車輌Ｍ内の各端末装置１２の収音装置１２６は、情報送信装置２４の放音装置４６から放射された音響（識別情報Ｄを含有する音響）を収音して音響信号ＳBを生成する。制御装置１２１は、収音装置１２６が生成した音響信号ＳBの復調で識別情報Ｄを抽出する。具体的には、制御装置１２１は、音響信号ＳBのうち識別情報Ｄを含有する高域側の周波数帯域（１８ｋＨｚ以上かつ２０ｋＨｚ以下）の音響成分を例えば高域通過フィルタで抽出し、識別情報Ｄの拡散変調に利用された拡散符号を係数とする整合フィルタを通過させることで識別情報Ｄを抽出する。以上の説明から理解される通り、第１実施形態の収音装置１２６は、音響通信により情報送信装置２４から識別情報Ｄを受信する受信手段として機能する。

制御装置１２１は、記憶装置１２２に記憶された複数のコンテンツＣのうち音響信号ＳBから抽出した識別情報Ｄに対応するコンテンツＣを再生装置１２５に再生させる。すなわち、音声案内装置２２による案内音声の放射を契機として、当該案内音声に含まれる語句Ｗに関連するコンテンツＣ（例えば案内音声の発音内容を他言語に翻訳した文字列）が再生される。

以上に説明した通り、第１実施形態では、放音装置３４から放射される案内音声の音声信号Ｇから認識される語句Ｗに対応した識別情報Ｄが各端末装置１２に送信される。したがって、案内音声を充分なＳＮ比で収音するために利用者が自身の端末装置１２を放音装置３４に接近させる必要や、案内音声が放射されるまでの長時間にわたり利用者が自身の端末装置１２を放音装置３４に接近させた状態で待機する必要はない。すなわち、第１実施形態によれば、端末装置１２でコンテンツＣを再生する利用者の負担を軽減することが可能である。また、第１実施形態では、音声案内装置２２の収音装置３２から放音装置３４に供給される音声信号Ｇに対して音声認識が実行されるから、例えば放音装置３４から放射された案内音声を再収録した音響信号（すなわち放音から収録までに雑音が重畳された音響信号）に対して音声認識を実行する構成と比較して案内音声の語句Ｗを高精度に認識できるという利点がある。

なお、放音装置３４が放射する案内音声の収音で端末装置１２の収音装置１２６が生成する音響信号ＳBに音声認識を実行し、認識結果たる語句Ｗに対応するコンテンツＣを端末装置１２にて再生する構成（以下「対比例」という）では、放音装置３４が放射する案内音声の全区間を収音装置１２６で収音する必要がある。第１実施形態では、情報送信装置２４が送信する識別情報Ｄさえ収音装置１２６で収音すればコンテンツＣを再生できるから、案内音声の全区間のように長時間にわたり収音装置１２６による収音を継続する必要がないという利点もある。また、対比例では、放音装置３４から放音された案内音声に同様の周波数帯域の雑音（例えば暗騒音や環境雑音）が付加され得るから、端末装置１２による音響信号ＳBの音声認識では、雑音に起因して認識精度が低下する可能性がある。他方、第１実施形態では、通常の環境で想定される一般的な雑音が少ない高周波数帯域（例えば１８ｋＨｚ以上かつ２０ｋＨｚ以下）を利用した音響通信が実行されるから、対比例と比較して雑音の影響を低減できる（具体的には、雑音に対して頑健に、端末装置１２において所期のコンテンツＣを再生できる）という利点がある。

＜第２実施形態＞
本発明の第２実施形態について説明する。なお、以下に例示する各態様において作用や機能が第１実施形態と同様である要素については、第１実施形態の説明で使用した符号を流用して各々の詳細な説明を適宜に省略する。

第１実施形態では、複数のコンテンツＣが端末装置１２の記憶装置１２２に事前に記憶された構成を例示した。第２実施形態では、図６に例示される通り、移動通信網やインターネット等の通信網１６を介して端末装置１２の通信装置１２３が通信可能な配信装置１４（例えばウェブサーバ）に複数のコンテンツＣが保持される。配信装置１４が保持する各コンテンツＣには、当該コンテンツＣを一意に識別するための識別情報Ｄが付加される。

第１実施形態と同様の手順で情報送信装置２４から送信された識別情報Ｄを取得すると、端末装置１２の制御装置１２１は、当該識別情報Ｄを含む情報要求Ｒを通信装置１２３から配信装置１４に送信する。配信装置１４は、複数のコンテンツＣのうち情報要求Ｒに含まれる識別情報Ｄに対応するコンテンツＣを選択して要求元の端末装置１２に送信する。端末装置１２の制御装置１２１は、通信装置１２３が配信装置１４から受信したコンテンツＣを再生装置１２５に再生させる。なお、コンテンツＣを配信装置１４から端末装置１２にストリーミング配信することも可能である。

第２実施形態においても第１実施形態と同様の効果が実現される。また、第２実施形態では、端末装置１２による識別情報Ｄの抽出毎（すなわち案内音声の放送毎）に、当該識別情報Ｄに対応するコンテンツＣが配信装置１４から端末装置１２に提供されるから、複数のコンテンツＣを端末装置１２が保持する必要はない。したがって、端末装置１２の記憶装置１２２に必要な記憶容量が削減されるという利点がある。他方、第１実施形態では、端末装置１２によるコンテンツＣの再生に配信装置１４との通信が不要であるから、例えば端末装置１２の通信装置１２３が通信できない状況（例えば山間部等で通信網１６からの電波が端末装置１２に到達しない状況）でも端末装置１２を利用してコンテンツＣを再生できるという利点がある。また、第２実施形態では、配信装置１４から各端末装置１２にコンテンツＣが提供されるから、各端末装置１２がコンテンツＣを保持する第１実施形態と比較して、識別情報ＤとコンテンツＣとの関係を統括的に変更できるという利点や、新規なコンテンツＣを統括的に追加できるという利点もある。

＜第３実施形態＞
図７は、本発明の第３実施形態に係る案内システム１０の構成図である。図７に例示される通り、第３実施形態では、第２実施形態と同様に、相異なる識別情報Ｄが付加された複数のコンテンツＣが配信装置１４に保持され、端末装置１２からの情報要求Ｒで指定された識別情報ＤのコンテンツＣが配信装置１４から要求元の端末装置１２に送信される。

図７に例示される通り、第３実施形態における情報送信装置２４の制御装置４２は、第１実施形態と同様の要素に加えて登録処理部５８として機能する。登録処理部５８は、音声信号Ｇに対する音声認識で音声認識部５２が認識した語句Ｗを新規なコンテンツＣとして配信装置１４に登録する。

図８は、第３実施形態の登録処理部５８の動作のフローチャートである。例えばコンテンツＣ（語句Ｗ）の登録が車輌Ｍの管理者から指示された状態で音声認識部４２が語句Ｗを認識した場合に図８の処理が開始される。

登録処理部５８は、音声認識部５２が認識した語句Ｗに対応する識別情報Ｄを生成する（Ｓ10）。識別情報Ｄは、登録情報Ｘの登録済の語句Ｗや配信装置１４が保持する既存のコンテンツＣの識別情報Ｄとは重複しないように生成される。登録処理部５８は、図７に例示される通り、語句Ｗを含むコンテンツＣと新規に生成した識別情報Ｄとを含む登録要求を配信装置１４に送信する（Ｓ11）。配信装置１４は、情報送信装置２４から送信された登録要求を通信網１６から受信し、当該登録要求に含まれるコンテンツＣと識別情報Ｄとを相互に対応させて記憶する。また、登録処理部５８は、音声認識部５２が認識した語句Ｗと識別情報Ｄとを記憶装置４４の登録情報Ｘに登録するとともに（Ｓ12）、当該識別情報Ｄを含む音響信号ＳAを信号生成部５６に生成させる（Ｓ13）。第１実施形態と同様に、信号生成部５６が生成した音響信号ＳAに応じた音響は放音装置４６から車輌Ｍ内の各端末装置１２に放射される。すなわち、識別情報Ｄが情報送信装置２４から各端末装置１２に送信される。

端末装置１２は、第２実施形態と同様に、情報送信装置２４から受信（すなわち収音）した識別情報Ｄを含む情報要求Ｒを配信装置１４に送信する。配信装置１４は、複数のコンテンツＣのうち情報要求Ｒに含まれる識別情報Ｄに対応するコンテンツＣを選択して要求元の端末装置１２に送信する。すなわち、情報送信装置２４の登録処理部５８が登録要求（Ｓ11）で登録したコンテンツＣ（具体的には音声信号Ｇから認識された語句Ｗを含むコンテンツＣ）が端末装置１２に提供される。

第３実施形態においても第１実施形態や第２実施形態と同様の効果が実現される。また、第３実施形態では、音声信号Ｇから認識された語句Ｗに応じたコンテンツＣが配信装置１４に登録されて端末装置１２に提供されるから、登録情報Ｘに事前に登録されたコンテンツＣ以外に音声信号Ｇに応じた多様なコンテンツＣを端末装置１２に迅速に提供できるという利点がある。例えば、「火事です」等の緊急時用の案内音声の音声信号Ｇから認識される語句Ｗ（例えば「火事です」という文字列）をコンテンツＣとして配信装置１４に登録することで、当該案内音声の放音から遅延することなく緊急時用のコンテンツＣを端末装置１２で再生することが可能である。

＜第４実施形態＞
図９は、本発明の第４実施形態における案内システム１０の構成図である。図９に例示される通り、第４実施形態の案内システム１０は、第１実施形態と同様の要素に加えて混合部６２を具備する。また、第４実施形態の情報送信装置２４は、第１実施形態の構成から放音装置４６を省略した構成である。図９に例示される通り、情報送信装置２４の信号生成部５６が生成した音響信号ＳAが混合部６２に供給される。

混合部６２は、情報送信装置２４（信号生成部５６）が生成した音響信号ＳAと収音装置３２が生成した案内音声の音声信号Ｇとを混合して放音装置３４に供給する。したがって、案内音声の語句Ｗに対応する識別情報Ｄの音響成分と当該案内音声との混合音が放音装置３４から放射される。すなわち、第４実施形態では、信号生成部５６と混合部６２と音声案内装置２２の放音装置３４とが、識別情報Ｄを各端末装置１２に送信する送信手段として機能する。

第４実施形態においても第１実施形態と同様の効果が実現される。また、第４実施形態では、識別情報Ｄの音響成分と案内音声との混合音が放音装置３４から放射される。すなわち、案内音声を放射する放音装置３４が識別情報Ｄの送信に流用される。したがって、識別情報Ｄの送信に専用される放音装置４６は不要であり、第１実施形態と比較して案内システム１０の構成が簡素化されるという利点がある。なお、第２実施形態や第３実施形態を第４実施形態に適用することも可能である。

＜変形例＞
以上に例示した各形態は多様に変形され得る。具体的な変形の態様を以下に例示する。以下の例示から任意に選択された２以上の態様は、相互に矛盾しない範囲で適宜に併合され得る。

（１）前述の各形態では、電車やバス等の車輌Ｍに案内システム１０を設置した場合を例示したが、案内システム１０が設置される設備は以上の例示に限定されない。例えば、車輌Ｍのほか船舶や航空機等を含む移動体（端末装置１２を収容して移動する設備）に案内システム１０を設置することも可能である。また、美術館や博物館等の展示施設の案内に前述の各形態の案内システム１０を利用することも可能である。

（２）前述の各形態では、収音装置３２が生成する音声信号Ｇから語句Ｗを抽出したが、音声信号Ｇの供給元は収音装置３２に限定されない。例えば事前に収録された案内音声を示す複数の音声信号Ｇを記憶装置に事前に格納し、複数の音声信号Ｇのうち車輌Ｍの管理者（例えば運転者）が選択した案内音声の音声信号Ｇを放音装置３４と情報送信装置２４とに供給することも可能である。

（３）前述の各形態では、音響を伝送媒体とする音響通信で識別情報Ｄを各端末装置１２に送信したが、識別情報Ｄを送信するための通信方式は音響通信に限定されない。例えば、電波や赤外線等の電磁波を伝送媒体とした無線通信で情報送信装置２４から周囲に識別情報Ｄを送信することも可能である。以上の例示から理解される通り、識別情報Ｄの送信には、通信網１６が介在しない近距離無線通信が好適であり、音響を伝送媒体とする音響通信や電磁波を伝送媒体とする無線通信は近距離無線通信の例示である。

なお、例えば無線通信に利用される赤外線等の電磁波は指向性ないし直進性が強いのに対し、音響通信に利用される音響は広範囲に伝播され得るから、車輌Ｍの内部の多数の端末装置１２に対して一括的に識別情報Ｄを送信することが可能である。しかも、音響通信で識別情報Ｄを送信する構成では、各端末装置１２の相互間の音声通話や動画撮影時の音声収録に利用される収音装置１２６を識別情報Ｄの受信に流用できる。したがって、識別情報Ｄの受信に専用される無線通信機器が不要であるという利点もある。

１０……案内システム、１２……端末装置、１４……配信装置、１６……通信網、２２……音声案内装置、２４……情報送信装置、３２……収音装置、３４……放音装置、４２……制御装置、４４……記憶装置、４６……放音装置、５２……音声認識部、５４……情報特定部、５６……信号生成部、６２……混合部、１２１……制御装置、１２２……記憶装置、１２３……通信装置、１２４……操作装置、１２５……再生装置、１２６……収音装置。

Claims

相異なる語句に対応する複数の識別情報のうち、端末装置を収容して移動する移動体に設置された収音装置から放音装置に供給される音声信号に対する音声認識で認識された語句に対応する識別情報を特定する情報特定手段と、
識別情報が示すコンテンツを再生可能な前記端末装置に、前記情報特定手段が特定した識別情報を送信する送信手段と
を具備する情報送信装置。
相異なる語句に対応する複数の識別情報のうち、音声信号に対する音声認識で認識された語句に対応する識別情報を特定する情報特定手段と、
識別情報が示すコンテンツであって前記音声の発音内容を他言語に翻訳したコンテンツを再生可能な端末装置に、前記情報特定手段が特定した識別情報を送信する送信手段と
を具備する情報送信装置。
相異なる語句に対応する複数の識別情報のうち、音声信号に対する音声認識で認識された語句に対応する識別情報を特定する情報特定手段と、
識別情報が示すコンテンツを再生可能な端末装置に、前記情報特定手段が特定した識別情報を送信する送信手段と、
前記音声認識で認識された語句を示すコンテンツと当該語句に対応する識別情報とを、端末装置から要求された識別情報に対応するコンテンツを当該端末装置に提供する配信装置に送信する登録処理手段と
を具備する情報送信装置。
コンピュータが、
相異なる語句に対応する複数の識別情報のうち、端末装置を収容して移動する移動体に設置された収音装置から放音装置に供給される音声信号に対する音声認識で認識された語句に対応する識別情報を特定し、
識別情報が示すコンテンツを再生可能な端末装置に、前記特定した識別情報を送信する
情報送信方法。
コンピュータが、
相異なる語句に対応する複数の識別情報のうち、音声信号に対する音声認識で認識された語句に対応する識別情報を特定し、
識別情報が示すコンテンツであって前記音声の発音内容を他言語に翻訳したコンテンツを再生可能な端末装置に、前記特定した識別情報を送信する
情報送信方法。
コンピュータが、
相異なる語句に対応する複数の識別情報のうち、音声信号に対する音声認識で認識された語句に対応する識別情報を特定し、
識別情報が示すコンテンツを再生可能な端末装置に、前記特定した識別情報を送信し、
前記音声認識で認識された語句を示すコンテンツと当該語句に対応する識別情報とを、端末装置から要求された識別情報に対応するコンテンツを当該端末装置に提供する配信装置に送信する
情報送信方法。