JP6495479B2 - ロボット、ロボットの制御方法、制御プログラム、および記録媒体 - Google Patents

Description

本発明は、通話機能を有するロボットに関する。

ユーザが発した音声を認識し、応答音声を出力することで、ユーザとの対話を行うロボットがある。また近年、下記特許文献１に記載の技術のように、ユーザとの対話機能を有するロボットに通話機能を組み込むことで、当該ロボットを電話として利用する技術が開発されている。下記特許文献１に記載の技術では、スピーカから通話相手の音声を出力することで、フリーハンドでの通話を実現している。

日本国公開特許公報「特開２００３−６９７３２号公報（２００３年３月７日公開）」 日本国公開特許公報「特開２０００−９９０７９号公報（２０００年４月７日公開）」

しかしながら、特許文献１に記載の技術では、通話相手の音声を出力するデバイスを切り換えるという技術思想は開示されていない。そのため、スピーカからの音声出力に適さない状況、例えば、公共の場などでは使用しづらいという問題があった。本発明は、前記の問題点に鑑みてなされたものであり、その目的は、使用する状況に応じて、通話相手の音声を出力するデバイスを切り換えることができるロボットなどを実現することにある。

上記の課題を解決するために、本発明の一態様に係るロボットは、通話機能を有し、通話相手の音声である通話音声を出力可能なロボットであって、上記通話音声を出力可能なハンズフリー用音声出力部と、上記通話音声を出力するハンドセット用音声出力部と、上記ロボットの状態を判定する状態判定部と、上記状態判定部の判定結果に基づいて、上記ハンズフリー用音声出力部および上記ハンドセット用音声出力部のいずれかから選択した音声出力部から、上記通話音声を出力させる音声出力制御部と、を備える。

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ロボットの制御方法は、通話機能を有し、通話相手の音声である通話音声を出力可能なロボットの制御方法であって、上記ロボットは、上記通話音声を出力可能なハンズフリー用音声出力部と、上記通話音声を出力可能なハンドセット用音声出力部と、を備え、上記ロボットの状態を判定する状態判定ステップと、上記状態判定ステップの判定結果に基づいて、上記ハンズフリー用音声出力部および上記ハンドセット用音声出力部のいずれかから選択した音声出力部から、上記通話音声を出力する音声出力ステップと、を含む。

本発明の一態様によれば、使用する状況に応じて、通話相手の音声を出力するデバイスを切り換えることができるという効果を奏する。

実施形態１に係る通話ロボットの要部構成の一例を示すブロック図である。 図１に示す通話ロボットの外観の一例を示す外観図である。 図１に示す通話ロボットを用いた、着信から通話開始までの流れの一例を示す図である。 図１に示す通話ロボットを用いた、着信から通話開始までの流れの別の例を示す図である。 図１に示す通話ロボットを用いた、着信から通話開始までの流れのさらに別の例を示す図である。 図１に示す通話ロボットが実行する出力方法選択処理の流れの一例を示すフローチャートである。 実施形態２に係る通話ロボットの要部構成の一例を示すブロック図である。 図７に示す通話ロボットが実行する出力方法選択処理の流れの一例を示すフローチャートである。 実施形態３に係る通話ロボットの要部構成の一例を示すブロック図である。 図９に示す通話ロボットが実行する出力方法選択処理の流れの一例を示すフローチャートである。

〔実施形態１〕
以下、本発明の実施形態について、図１〜図６に基づいて詳細に説明する。本実施形態に係る通話ロボット１（ロボット）は、ユーザが発した音声を取得し、音声認識を行ったのち、当該音声に対する応答音声をスピーカから出力する、いわゆる対話機能を有する。また、通話ロボット１は、通話機能を有し、通話相手の音声である通話音声をスピーカ（ハンズフリー用音声出力部、ハンズフリー用スピーカ）またはレシーバ（ハンドセット用音声出力部、ハンドセット用スピーカ）から出力可能な構成となっている。さらに、通話ロボット１は、通話ロボット１の状態を判定し、当該判定の判定結果に基づいて、スピーカおよびレシーバのいずれかから選択した音声出力デバイスから、上記通話音声を出力する。

ここで、「通話ロボット１の状態を判定する」とは、例えば、「通話ロボット１が音声をスピーカから出力するモードとなっているか否かを判定する」、「通話ロボット１の周囲にいる人物を検知した結果、当該人物が通話音声を聞かせてもよい人物のみであるか否かを判定する」、「通話ロボット１の駆動部を駆動可能な状態か否かを判定する」、「着信時に、通話ロボット１が動作をしている状態か否かを判定する」などが挙げられる。つまり、「通話ロボット１の状態」とは、通話ロボット１自体の状態と、通話ロボット１が周囲の状況を検知した状態とを含む。

図２は、通話ロボット１の外観図である。通話ロボット１は、図２に示すように人型のロボットである。そのため、各種ハードウェアが設けられる位置などを説明する際に、人体の各部を示す文言を用いて説明する場合があるが、このような文言は、通話ロボット１における、当該各部を模した部分を指している。また、通話ロボット１は、人型に限定されるものではない。例えば、動物を模したロボットであってもよい。

ここで、図３〜図５を参照して、着信から通話開始までの通話ロボット１の動作概要について説明する。図３〜５は、通話ロボット１を用いた、着信から通話開始までの流れを示す図である。

図３は、通話ロボット１が所定の条件を満たしている場合の流れを示す図である。図３の（ａ）に示すように、Ａさんが通話ロボット１のユーザであるＢさんに電話をかけると、通話ロボット１は、「Ａさんから電話だよー!ハンズフリーで通話するよ。」という、着信をユーザ（Ｂさん）に報知する音声（着信音声）の音声データを生成し、当該音声をスピーカから出力させる。なお、上記着信音声の内容は一例であり、この例に限定されるものではない。例えば、「Ａさんから電話だよー！」のみであってもよい。これに対して、Ｂさんが「わかった。電話に出て」と発言すると、当該発言をトリガとして、通話ロボット１は通話を開始する。これにより、ＡさんとＢさんとの通話が、ハンズフリー通話で開始される。具体的には、図３の（ｂ）に示すように、通話ロボット１はＡさんが発した音声である通話音声をスピーカから出力する。すなわちＢさんは、通話ロボット１を把持することなく、Ａさんと通話することができる。

一方、図４は、通話ロボット１が所定の条件を満たしていない場合の流れを示す図である。図４の（ａ）に示すように、Ａさんが通話ロボット１のユーザであるＢさんに電話をかけると、通話ロボット１は、両目部分に設けられた点灯部を点灯させ、Ｂさんに着信を報知する。これに対して、Ｂさんが通話を開始するための所定の操作を通話ロボット１に入力すると、ＡさんとＢさんとの通話が、ハンドセット通話で開始される。具体的には、通話ロボット１は、Ａさんの通話音声をレシーバから出力する。Ｂさんは、図４の（ｂ）に示すように、通話ロボット１を把持して、レシーバを耳に近づけることで、Ａさんの通話音声を聞くことができる。

なお、図５に示すように、通話ロボット１が所定の条件を満たしていない場合、すなわち、ハンドセット通話が開始される場合であっても、着信があったことの報知については、スピーカから出力してもよい。具体的には、図５の（ａ）に示すように、Ａさんが通話ロボット１のユーザであるＢさんに電話をかけると、通話ロボット１は、「Ａさんから電話だよー!ハンドセットで通話するよ。」という音声の音声データを生成し、当該音声をスピーカから出力させる。これに対して、Ｂさんが「わかった。電話に出て」と発言すると、当該発言をトリガとして、通話ロボット１は通話を開始する。これにより、ＡさんとＢさんとの通話が、ハンドセット通話で開始される。具体的には、通話ロボット１は、Ａさんの通話音声をレシーバから出力するので、Ｂさんは、図５の（ｂ）に示すように、通話ロボット１を把持して、レシーバを耳に近づける。

次に、図１および図２を参照して、通話ロボット１の要部構成について説明する。図１は、通話ロボット１の要部構成の一例を示すブロック図である。なお、通話ロボット１は、上述したように対話機能を有するため、ユーザとの対話を実現するための各種部材（例えば、入力された音声を認識する音声認識部や、応答音声を生成する応答音声生成部など）を備えているが、当該部材は本発明と関連性が薄いため、図１および図２への記載、および明細書での説明を省略する。通話ロボット１は、制御部１０、通信部１１、音声入力部１２、音声出力部１３、記憶部１４、および着信報知部１５を備える。なお、図２に示す撮像部１６については、実施形態２にて説明する。すなわち、本実施形態に係る通話ロボット１は、撮像部１６を備えない構成であってもよい。

通信部１１は、外部の機器との通信を行い、各種情報を送受信する。具体的には、通信部１１は、外部の電話機からの着信を示す着信信号を受信すると、その旨を制御部１０に出力する。また、通信部１１は、外部の電話機との通話が開始した後は、制御部１０から入力された音声の音声データを、通話相手の電話機へ送信する。また、通話相手の電話機から音声データを受信すると、当該音声データを制御部１０へ出力する。なお、着信信号は、発信した外部の電話機の電話番号を示す数列（以下、電話番号情報）を含んでいる。

音声入力部１２は、通話ロボット１の周囲で発せられた音声を取得して、当該音声の音声データを制御部１０に出力する、いわゆるマイクロフォン（以下、マイク）である。通話ロボット１は、図２に示すように、２種類の音声入力部（メインマイクおよびサブマイク）を備えているが、音声入力部１２の数はこの例に限定されるものではない。メインマイクは、図２に示すように、通話ロボット１の腰部付近に設けられているが、この例に限定されるものではない。メインマイクは、通話ロボット１を従来の携帯電話機のように手で持ち、ユーザの顔に接触または近接させて通話する（いわゆるハンドセット通話を行なう）場合に、ユーザの口に近づくような位置に設けられればよい。また、サブマイクは、図２に示すように、通話ロボット１の額付近に設けられているが、ユーザが発する音声を取得できる位置であれば、この例に限定されるものではない。

音声出力部１３は、音声データを音声に変換して出力する。音声出力部１３は、スピーカ３１（ハンズフリー用音声出力部）およびレシーバ３２（ハンドセット用音声出力部）を含む。スピーカ３１は、ユーザが自身の耳をスピーカ３１から離した状態で、出力される音声を聞くことを想定した音声出力デバイスである。スピーカ３１は、図２に示すように、通話ロボット１の胴部に設けられているが、この例に限定されるものではない。レシーバ３２は、ユーザが自身の耳をレシーバ３２に近接させた状態で、出力される音声を聞くことを想定した音声出力デバイスである。レシーバ３２は、図２に示すように、通話ロボット１の口に設けられているが、この例に限定されるものではない。レシーバ３２は、ハンドセット通話を行なう場合に、ユーザの耳に近づくような位置に設けられればよい。

着信報知部１５は、着信信号を受信したことをユーザに報知する。本実施形態に係る着信報知部１５は、着信信号を受信したときに点灯する点灯部であり、例えばＬＥＤ（light-emitting diode）であるが、ＬＥＤに限定されるものではない。着信報知部１５は、図２に示すように、通話ロボット１の両目に設けられる。換言すれば、通話ロボット１は、着信信号を受信したとき、両目が発光する構成である。なお、着信報知部１５は、着信信号を受信したことをユーザに報知することができれば、点灯部に限定されない。例えば、着信信号を受信したときに、通話ロボット１を振動させる振動部などであってもよい。

制御部１０は、通話ロボット１の機能を統括して制御する。制御部１０は、通話制御部２１、判定部２２（状態判定部）、音声出力制御部２３、および着信報知制御部２４を含む。

通話制御部２１は、通信部１１を制御して通話ロボット１のユーザと、外部の電話機のユーザ（通話相手）との通話を実現する。具体的には、通話制御部２１は、通信部１１から着信信号を取得すると、その旨を判定部２２に通知するとともに、着信信号に含まれる電話番号情報を音声出力制御部２３に出力する。また、通話制御部２１は、図示しない操作部から通話を開始する操作が入力されたことを示す通話開始信号が入力された場合、または、音声入力部１２に通話を開始するための音声が入力された場合、通話を開始する旨を音声出力制御部２３に通知し、通話を開始する。

ここで、音声入力部１２に通話を開始するための音声が入力された場合の処理について具体的に説明すると、着信信号を受信した後に音声入力部１２に音声が入力された場合、当該音声の音声データは、制御部１０に含まれる図示しない音声認識部に出力される。音声認識部は音声認識を実行し、生成したテキストデータに、通話を開始するトリガとなる文字列（例えば、「電話に出て」など）が含まれているか否かを判定する。含まれている場合、音声認識部は、通話開始指示を通話制御部２１に出力する。一方、含まれていない場合、音声認識部は処理を終了する。また、通話制御部２１は、通話を開始してから、音声入力部１２から、通話ロボット１のユーザが発した音声の音声データを取得すると、当該音声データを、通信部１１を介して通話相手の電話機に送信する。また、通話制御部２１は、通信部１１を介して通話相手の音声の音声データを受信すると、当該音声データを音声出力制御部２３に出力する。

判定部２２は、通話ロボット１の状態を判定する。具体的には、判定部２２は、通話制御部２１から、着信信号を取得した旨を通知されると、記憶部１４に記憶されているマナーモード設定４１を参照し、マナーモード、すなわち、通話ロボット１が音声をスピーカ３１から出力しないモードが有効となっているか否かを判定する。なお、マナーモード設定４１は、通話ロボット１において、マナーモードが有効となっているか否かを特定できる情報であり、例えば、マナーモードが有効となっているか否かを示すフラグであるが、この例に限定されるものではない。また、判定部２２は、マナーモードが有効であるか否かを判定すると、その判定結果を音声出力制御部２３および着信報知制御部２４に出力する。なお、マナーモード設定４１は、図示しない操作部に対して入力されたユーザ操作に基づいて切り替えられる。

音声出力制御部２３は、通話ロボット１の音声出力を制御する。具体的には、音声出力制御部２３は、通話制御部２１から電話番号情報を取得すると、記憶部１４に記憶されている電話帳４２を参照して、当該電話番号情報が示す電話機の所有者を示す所有者情報を特定する。なお、電話帳４２は、電話番号情報と所有者情報とを対応付けて記憶しているデータベースであり、ユーザ操作に基づいて更新される（新たな人物の電話番号情報と所有者情報が登録される）。

音声出力制御部２３は、所有者情報を特定すると、判定部２２の判定結果（マナーモードが有効であるか否かの判定結果）を待機する状態となる。そして、音声出力制御部２３は、取得した判定結果に基づいて、スピーカ３１およびレシーバ３２のいずれかから選択した音声出力デバイスから、通話音声を出力する。具体的には、音声出力制御部２３は、取得した判定結果が、マナーモードが無効であることを示す判定結果である場合、通話音声を出力する音声出力デバイスとして選択したスピーカ３１から通話相手の音声（通話音声）を出力させる。より具体的には、音声出力制御部２３は、定型音声４３を、記憶部１４から読み出す。定型音声４３は、ユーザに着信を報知するための音声の音声データであり、本実施形態では、「（所有者情報）から電話だよー！ハンズフリーで通話するよ。」という音声の音声データである。音声出力制御部２３は、当該音声データの「（所有者情報）」の部分に、特定した所有者情報を追加して、音声データを完成させる。そして、音声出力制御部２３は、スピーカ３１を起動して、当該音声データが示す音声をスピーカ３１に出力させる。そして、通話制御部２１からの、通話を開始する旨の通知を待機する状態となる。なお、音声出力制御部２３は、「（所有者情報）から電話だよー！ハンズフリーで通話するよ。」という音声を、当該通知を取得するまで、スピーカ３１から繰り返し出力させることが好ましい。これにより、通話ロボット１のユーザが着信に気付く可能性が高くなる。この構成である場合、音声出力制御部２３は、当該通知を取得すると、当該音声の出力を停止し、通話制御部２１から出力される、通話相手が発話した音声の音声データを待機する状態となる。音声出力制御部２３は、当該音声データを取得すると、当該音声データが示す音声をスピーカ３１から出力させる。

一方、音声出力制御部２３は、マナーモードが有効であることを示す判定結果を取得した場合、通話音声を出力する音声出力デバイスとして選択したレシーバ３２から通話音声を出力させる。具体的には、音声出力制御部２３は、通話制御部２１からの、通話を開始する旨の通知を待機する状態となる。そして、当該通知を受けると、レシーバ３２を起動し、通話制御部２１から出力される、通話相手が発話した音声の音声データを待機する状態となる。音声出力制御部２３は、当該音声データを取得すると、当該音声データが示す音声をレシーバ３２から出力させる。

着信報知制御部２４は、着信報知部１５を制御して、着信したことを報知させる。具体的には、着信報知制御部２４は、判定部２２から取得した判定結果が、マナーモードが有効であることを示す判定結果であった場合、着信報知部１５、すなわちＬＥＤを点灯または点滅させる。一方、着信報知制御部２４は、取得した判定結果が、マナーモードが無効であることを示す判定結果であった場合、着信報知部１５を点灯させず、処理を終了する。なお、着信報知制御部２４は、取得した判定結果の内容に関わらず、判定結果を取得したことをトリガとして、着信報知部１５を点灯させてもよい。

記憶部１４は、通話ロボット１が使用する各種データを記憶する。図１に示すように、記憶部１４は、少なくともマナーモード設定４１、電話帳４２、および定型音声４３を記憶している。なお、マナーモード設定４１、電話帳４２、および定型音声４３の詳細については既に説明しているため、ここでの説明を省略する。

次に、図６を参照して、通話ロボット１が実行する出力方法選択処理の流れについて説明する。図６は、出力方法選択処理の流れの一例を示すフローチャートである。まず、通話ロボット１は、着信を待機している状態となっている（ステップＳ１、以下、「ステップ」を省略）。着信があった場合（Ｓ１でＹＥＳ）、すなわち、通話制御部２１が着信信号を取得した場合、通話制御部２１は、その旨を判定部２２に通知するとともに、着信信号に含まれる電話番号情報を音声出力制御部２３に出力する。続いて、判定部２２は、通話制御部２１から着信信号を取得した旨の通知を受けると、マナーモードが設定されているか否かを判定する（Ｓ２、状態判定ステップ）。具体的には、判定部２２は、記憶部１４に記憶されているマナーモード設定４１を参照し、マナーモードが有効になっているか否かを判定する。そして、判定部２２は、当該判定の結果を音声出力制御部２３および着信報知制御部２４に出力する。

続いて、音声出力制御部２３は、判定部２２から取得した判定結果を特定する。判定結果が、マナーモードが設定されていないことを示す判定結果であった場合（Ｓ２でＮＯ）、音声出力制御部２３は、スピーカ３１から通話相手の音声を出力させる（Ｓ４、音声出力ステップ）。具体的には、音声出力制御部２３は、スピーカ３１を起動して、スピーカ３１から着信をユーザに報知するための音声を出力する。そして、音声出力制御部２３は、ユーザが通話を開始するためのトリガ（例えば、図３に示すような通話を開始するための音声）を入力したことに基づく、通話制御部２１からの通話を開始する旨の通知を受けると、着信をユーザに報知するための音声の出力を停止し、通話制御部２１から出力される、通話相手が発話した音声の音声データを待機する状態となる。音声出力制御部２３は、当該音声データを取得すると、当該音声データが示す音声をスピーカ３１から出力させる。

一方、マナーモードが設定されていることを示す判定結果であった場合（Ｓ２でＹＥＳ）、音声出力制御部２３は、レシーバ３２から通話相手の音声を出力させる（Ｓ３、音声出力ステップ）。具体的には、音声出力制御部２３は、ユーザが通話を開始するためのトリガ（例えば、図４に示すような通話を開始するための操作）を入力したことに基づく、通話制御部２１からの通話を開始する旨の通知を待機する状態となる。そして、当該通知を受けると、レシーバ３２を起動し、通話制御部２１から出力される、通話相手が発話した音声の音声データを待機する状態となる。音声出力制御部２３は、当該音声データを取得すると、当該音声データが示す音声をレシーバ３２から出力させる。以上で通話ロボット１が実行する出力方法選択処理は終了し、これ以降、通話ロボット１のユーザと通話相手との通話が行われる。

〔実施形態２〕
本発明の他の実施形態について、図２、図７および図８に基づいて説明すれば、以下のとおりである。なお、説明の便宜上、以降の実施形態においては、前記実施形態にて説明した部材と同じ機能を有する部材については、同じ符号を付記し、その説明を省略する。所定の条件を満たしているか否かの判定の具体例は、実施形態１で説明した、マナーモードが有効となっているか否かの判定に限定されない。本実施形態では、本実施形態に係る通話ロボット１ａの周囲にいる人物を検知した結果、当該人物が通話音声を聞かせてもよい人物のみであるか否かを判定する。

まず、図２および図７を参照して、通話ロボット１ａの要部構成について説明する。図７は、通話ロボット１ａの要部構成の一例を示すブロック図である。通話ロボット１ａと、実施形態１にて説明した通話ロボット１との相違点は、制御部１０ａ、記憶部１４ａ、および撮像部１６（検知部）を備える点である。

撮像部１６は、通話ロボット１ａの周囲を撮影し、撮影画像を生成する、いわゆるカメラである。撮像部１６は、図２に示すように、通話ロボット１ａの両目の間（眉間）に設けられているが、この例に限定されるものではない。撮像部１６は、生成した撮影画像を制御部１０に出力する。なお、通話ロボット１ａは、図示しない駆動部を駆動させることにより、撮影範囲を広げてもよい。例えば、図２のように眉間に撮像部１６が設けられている場合、通話ロボット１ａの首部に設けられた駆動部を駆動させ、首部を左右に駆動させてもよい。これにより、通話ロボット１ａはより多くの範囲を撮影することができる。

制御部１０ａは、制御部１０と異なり、通話制御部２１ａ、判定部２２ａ、音声出力制御部２３ａ、および着信報知制御部２４ａ、および撮像制御部２５を含む。通話制御部２１ａは、実施形態１で説明した通話制御部２１の機能に加え、通信部１１から着信信号を取得するとその旨を判定部２２ａだけでなく撮像制御部２５に通知する。

撮像制御部２５は、撮像部１６を制御して、撮影画像を取得する。撮像制御部２５は、撮影画像を取得すると、当該撮影画像から顔画像を抽出する。そして、抽出した顔画像を判定部２２ａに出力する。また、撮像制御部２５は、顔画像を顔画像データベース４４（以下、顔画像ＤＢ４４）に登録する。顔画像ＤＢ４４は、人物の顔画像を記憶しているデータベースであり、通話の内容を聞かれてもよい人物の顔画像を、予め格納しておくものである。なお、撮像制御部２５は、当該顔画像が示す人物を識別する人物識別情報（例えば、当該人物の名前など）を、顔画像に対応付けて顔画像ＤＢ４４に格納してもよい。また、電話帳４２に顔画像を登録することが可能である場合、電話帳４２と顔画像ＤＢ４４とは一体となっていてもよい。

判定部２２ａは、通話制御部２１ａから着信信号を取得した旨を通知されると、顔画像の取得を待機する状態となる。判定部２２ａは撮像制御部２５から顔画像を取得すると、顔画像ＤＢ４４を参照して、撮像制御部２５から取得した顔画像が登録されているか否かを判定する。判定部２２ａは、当該判定の結果を音声出力制御部２３ａおよび着信報知制御部２４ａに出力する。

音声出力制御部２３ａは、判定部２２ａから取得した判定結果が、撮像制御部２５から取得した顔画像が登録されていることを示す判定結果である場合、スピーカ３１から通話相手の音声（通話音声）を出力させる。一方、登録されていないことを示す判定結果である場合、レシーバ３２から通話音声を出力させる。なお、スピーカ３１から通話音声を出力させる処理の詳細、および、レシーバ３２から通話音声を出力させる処理の詳細については、実施形態１にて説明したものと同様であるため、ここでの説明を省略する。

着信報知制御部２４ａは判定部２２ａから取得した判定結果が、撮像制御部２５から取得した顔画像が登録されていないことを示す判定結果であった場合、着信報知部１５、すなわちＬＥＤを点灯させる。一方、着信報知制御部２４ａは、取得した判定結果が、撮像制御部２５から取得した顔画像が登録されていることを示す判定結果であった場合、着信報知部１５を点灯させず、処理を終了する。

記憶部１４ａは、実施形態１にて説明した記憶部１４と異なり、マナーモード設定４１に代えて、顔画像ＤＢ４４を記憶している。なお、顔画像ＤＢ４４の詳細については既に説明しているため、ここでの説明を省略する。

次に、図８を参照して、通話ロボット１ａが実行する出力方法選択処理の流れについて説明する。図８は、出力方法選択処理の流れの一例を示すフローチャートである。なお、図８のステップＳ１１は、既に説明した図６のステップＳ１と同様であるため、ここでの説明を省略する。判定部２２ａは、通話制御部２１ａから着信信号を取得した旨の通知を受けると、撮像制御部２５から取得した顔画像が顔画像ＤＢ４４に登録されているか否かを判定する（Ｓ１２、状態判定ステップ）。判定部２２ａは、当該判定の結果を音声出力制御部２３ａおよび着信報知制御部２４ａに出力する。続いて、音声出力制御部２３ａは、判定部２２ａから取得した判定結果を特定する。判定結果が、顔画像が顔画像ＤＢ４４に登録されていることを示す判定結果であった場合（Ｓ１２でＹＥＳ）、音声出力制御部２３ａは、スピーカ３１から通話相手の音声を出力させる（Ｓ１４、音声出力ステップ）。一方、顔画像ＤＢ４４に登録されていないことを示す判定結果であった場合（Ｓ１２でＮＯ）、音声出力制御部２３ａは、レシーバ３２から通話相手の音声を出力させる（Ｓ１３、音声出力ステップ）。なお、ステップＳ１３およびＳ１４の処理の詳細は、既に説明した図６のステップＳ３およびＳ４とそれぞれ同様であるため、ここでの説明を省略する。以上で、通話ロボット１ａが実行する出力方法選択処理は終了し、これ以降、通話ロボット１ａのユーザと通話相手との通話が行われる。

次に、実施形態２の変形例について説明する。上述した通話ロボット１ａは、通話の内容を聞かれてもよい人物を示す顔画像を顔画像ＤＢ４４に登録していたが、この例に限定されない。例えば、通話の内容を聞かれたくない人物の顔画像を顔画像ＤＢ４４に登録する構成であってもよい。ここで、顔画像ＤＢ４４に顔画像が登録されている場合、音声出力制御部２３ａは、レシーバ３２から通話相手の音声を出力させ、顔画像が登録されていない場合、音声出力制御部２３ａは、スピーカ３１から通話相手の音声を出力させる。

また、上述した通話ロボット１ａは、顔画像を用いて、通話ロボット１ａの周囲にいる人物が通話の内容を聞かれたくない人物であるか否かを判定していたが、この例に限定されない。例えば、取得した音声を用いて、通話ロボット１ａの周囲にいる人物が通話の内容を聞かれたくない人物であるか否かを判定してもよい。この場合、制御部１０ａは、撮像部１６および撮像制御部２５を備えなくてもよく、顔画像ＤＢ４４は、人物が発した音声の音声データを記憶する音声データベースに置き換えられる。また、判定部２２ａは、音声入力部１２に入力された音声の音声データと一致する音声データが、音声データベースに登録されているか否かを判定する。換言すれば、判定部２２ａは、音声による人物認証を行う。なお、音声による人物認証は、公知技術を利用することができるため、詳細な説明を省略する。

また、上述した通話ロボット１ａは、撮像制御部２５から取得した顔画像が顔画像ＤＢ４４に登録されていない場合に、図５に示すように、着信を報知する音声をスピーカ３１から出力させた上で、通話音声をレシーバ３２から出力させてもよい。

〔実施形態３〕
本発明の他の実施形態について、図９および図１０に基づいて説明すれば、以下のとおりである。本実施形態では、本実施形態に係る通話ロボット１ｂが、可動部位を動かしている状態か否か、および、可動部位の近傍に障害物がある状態か否かを判定する。

通話ロボット１ｂは、音声をスピーカ３１から出力する場合、可動部位を動かして、当該音声に応じた動作を行う。なお、当該「音声」は、通話時に出力される通話相手の音声である通話音声と、通話ロボット１が生成し、出力する音声（例えば、着信時に着信を報知する音声）を含む。一方、通話ロボット１ｂは、通話音声をレシーバ３２から出力する場合、可動部位は動かさない。例えば、着信時に着信を報知する音声（例えば、「Ａさんから電話だよー！」）をスピーカ３１から出力するときに、両手を口元にあて、ユーザに呼びかけるような動作（以下、呼びかけ動作）を行う。この場合、着信時に別の動作（例えば歩行動作）をしていると、歩行動作を中止して、上記呼びかけ動作を行うこととなるため、通話ロボット１ｂが転倒するおそれがある。そのため、通話ロボット１ｂは、可動部を動かしている状態であるか否かを判定し、動かしている状態の場合、レシーバ３２から音声を出力するように決定し、現在行っている動作を途中で中止しないようにする。

また、スピーカ３１から音声を出力すると、当該音声に応じて可動部位が動くため、可動部位の近傍に障害物がある場合、障害物によって可動部位が故障したり、破損したりするおそれがある。そのため、通話ロボット１ｂは、可動部位を動かすことができる状態であるか否か、具体的には可動部位の近傍に障害物があるか否かを判定し、障害物がある場合、レシーバ３２から音声を出力するように決定し、可動部位を動かさないようにする。

次に、図９を参照して、通話ロボット１ｂの要部構成について説明する。図９は、通話ロボット１ｂの要部構成の一例を示すブロック図である。通話ロボット１ｂと、実施形態１にて説明した通話ロボット１との相違点は、制御部１０ｂ、記憶部１４ｂ、駆動部１７、および障害検知部１８を備える点である。記憶部１４ｂは、実施形態１にて説明した記憶部１４と異なり、マナーモード設定４１を記憶していない。

駆動部１７は、通話ロボット１ｂにおける頭部や腕部などの各可動部位を駆動するものであり、首部や各関節部に対応する数のサーボモータで構成される。障害検知部１８は、通話ロボット１ｂと障害物との位置関係を検知し、検知結果を制御部１０ｂに出力するものであり、近接センサで構成されている。近接センサは、通話ロボット１ｂと障害物とが近接しているか否か、すなわち、通話ロボット１ｂの特定の可動部位が僅かでも動けば、当該可動部位に障害物が接触してしまう状態であるか否かを検知する。近接センサとしては、静電容量式センサの他、高周波発進式センサ、または磁気式センサなどが用いられる。なお、障害検知部１８は、さらに、通話ロボット１ｂと障害物とが接触しているか否かを検知可能なように構成されていてもよい。また、障害検知部１８は、通話ロボット１ｂの各可動部位に設けられる。

制御部１０ｂは、制御部１０と異なり、通話制御部２１ｂ、判定部２２ｂ、音声出力制御部２３ｂ、着信報知制御部２４ｂ、および駆動制御部２６を含む。通話制御部２１ｂは、実施形態１で説明した通話制御部２１の機能に加え、通信部１１から着信信号を取得すると、その旨を判定部２２ｂだけでなく駆動制御部２６に通知する。また、通話制御部２１ｂは、通話相手の音声（通話音声）に応じて駆動部１７を駆動させるために、通話音声の音声データを図示しない音声認識部に出力する。

駆動制御部２６は、駆動部１７を制御して、可動部位を動かす。具体的には、駆動制御部２６は、図示しない音声認識部から取得した音声認識結果（音声の内容を示すテキストデータ）に基づいて、駆動部１７を駆動させる。例えば、取得したテキストデータが「Ａさんから電話だよー！」などの、着信を報知するものであった場合、駆動制御部２６は、上述した呼びかけ動作を行うように、駆動部１７を制御する。また、取得したテキストデータに「うれしい」という文言が含まれている場合、両手を上に上げるような動作を行うように、駆動部１７を制御する。また、取得したテキストデータに「分かった」、「オッケー」などの、肯定的な文言が含まれている場合、首を上下に動かす動作（うなづき）を行うように、駆動部１７を制御する。また、取得したテキストデータに「違うよ」、「いやだよ」などの、否定的な文言が含まれている場合、首を左右に動かす動作を行うように、駆動部１７を制御する。なお、ここに示した動作は一例であり、この例に限定されるものではない。

なお、駆動制御部２６は、通話ロボット１ｂが現在動作中であること、または、通話ロボット１ｂは現在動作中でないが、通話ロボット１ｂと障害物とが近接していることを示す判定結果を判定部２２ｂから取得した場合、当該判定結果の取得以降に音声認識部から音声認識結果を取得しても、駆動部１７を駆動させない。

また、駆動制御部２６は、通話制御部２１ｂから着信信号を取得した旨を通知されると、その時点で駆動部１７が駆動している、すなわち、可動部位を動かしている状態であるか否かを示す動作情報を判定部２２ｂに出力する。また、駆動制御部２６は、障害検知部１８を制御する。具体的には、駆動制御部２６は、通話制御部２１ｂから着信信号を取得した旨を通知されると、障害検知部１８を起動し、通話ロボット１ｂと障害物とが近接しているか否かの検知結果を取得する。そして、当該検知結果を判定部２２ｂに出力する。

判定部２２ｂは、通話制御部２１ｂから着信信号を取得した旨を通知されると、動作情報および検知結果を待機する状態となる。判定部２２ｂは、動作情報および検知結果を取得すると、当該動作情報が、通話ロボット１ｂが現在動作中であることを示しているか否かを判定する。ここで、動作中であると判定した場合、当該判定の結果を音声出力制御部２３ｂ、着信報知制御部２４ｂ、および駆動制御部２６に出力する。一方、動作中でないと判定した場合、当該検知結果が、通話ロボット１ｂと障害物とが近接していることを示しているか否かを判定する。判定部２２ｂは、当該判定の結果を音声出力制御部２３ｂ、着信報知制御部２４ｂ、および駆動制御部２６に出力する。

音声出力制御部２３ｂは、音声出力制御部２３ｂは、判定部２２ｂから取得した判定結果が、通話ロボット１ｂが現在動作中でないこと、および、通話ロボット１ｂと障害物とが近接していないことを示す判定結果である場合、スピーカ３１から着信音声および通話音声を出力させる。一方、判定部２２ｂから取得した判定結果が、通話ロボット１ｂが現在動作中であること、または、通話ロボット１ｂは現在動作中でないが、通話ロボット１ｂと障害物とが近接していることを示す判定結果である場合、着信音声は出力させず、レシーバ３２から通話音声を出力させる。なお、スピーカ３１から通話音声を出力させる処理の詳細、および、レシーバ３２から通話音声を出力させる処理の詳細については、実施形態１にて説明したものと同様であるため、ここでの説明を省略する。

以上をまとめると、本実施形態に係る通話ロボット１ｂは、着信時に通話ロボット１ｂが動作中でなく、通話ロボット１ｂと障害物とが近接していないと判定した場合、着信音声および通話音声をスピーカ３１から出力させる。このとき、通話ロボット１ｂの駆動制御部２６は、着信音声および通話音声に合わせて駆動部１７を駆動させて通話ロボット１ｂの可動部位を動かす。一方、着信時に通話ロボット１ｂが動作中、または、通話ロボット１ｂと障害物とが近接していると判定した場合、着信音声を出力させず、通話音声をレシーバ３２から出力させる。このとき、通話ロボット１ｂの駆動制御部２６は、着信音声および通話音声に合わせて駆動部１７を駆動させない。

着信報知制御部２４ｂは、判定部２２ｂから取得した判定結果が、通話ロボット１ｂが現在動作中であること、または、通話ロボット１ｂは現在動作中でないが、通話ロボット１ｂと障害物とが近接していることを示す判定結果であった場合、着信報知部１５、すなわちＬＥＤを点灯させる。一方、着信報知制御部２４ｂは、取得した判定結果が、通話ロボット１ｂが現在動作中でないこと、および、通話ロボット１ｂと障害物とが近接していないことを示す判定結果であった場合、着信報知部１５を点灯させず、処理を終了する。

次に、図１０を参照して通話ロボット１ｂが実行する出力方法選択処理の流れについて説明する。図１０は、出力方法選択処理の流れの一例を示すフローチャートである。なお、図１０のステップＳ２１は、既に説明した図６のステップＳ１と同様であるため、ここでの説明を省略する。判定部２２ｂは、通話制御部２１ｂから着信信号を取得した旨の通知を受けると、まず、駆動部１７が駆動しているか否かを判定する（Ｓ２２、状態判定ステップ）。具体的には、駆動制御部２６から取得した動作情報を参照し、駆動部１７が駆動しているか否かを判定する。駆動部１７が駆動していると判定した場合（Ｓ２２でＹＥＳ）、判定部２２ｂは当該判定の結果を音声出力制御部２３ａおよび着信報知制御部２４ａに出力する。一方、駆動部１７が駆動していないと判定した場合（Ｓ２２でＮＯ）、判定部２２ｂは続いて、障害物を検知したか否かを判定する（Ｓ２３、状態判定ステップ）。具体的には、駆動制御部２６から取得した、障害検知部１８の検知結果を参照し、通話ロボット１ｂと障害物とが近接しているか否かを判定する。判定部２２ｂは当該判定の結果を音声出力制御部２３ａおよび着信報知制御部２４ａに出力する。

続いて、音声出力制御部２３ｂは、判定部２２ｂから取得した判定結果を特定する。判定結果が、通話ロボット１ｂが現在動作中でないこと、および、通話ロボット１ｂと障害物とが近接していないことを示す判定結果であった場合（Ｓ２３でＮＯ）、音声出力制御部２３ｂは、スピーカ３１から通話相手の音声を出力させる（Ｓ２５、音声出力ステップ）。一方、判定結果が、通話ロボット１ｂが現在動作中であることを示す判定結果であった場合（Ｓ２２でＹＥＳ）、または、通話ロボット１ｂは現在動作中でないが、通話ロボット１ｂと障害物とが近接していることを示す判定結果であった場合（Ｓ２３でＹＥＳ）、音声出力制御部２３ｂは、レシーバ３２から通話相手の音声を出力させる（Ｓ２４、音声出力ステップ）。なお、ステップＳ２４およびＳ２５の処理の詳細は、既に説明した図６のステップＳ３およびＳ４とそれぞれ同様であるため、ここでの説明を省略する。以上で、通話ロボット１ｂが実行する出力方法選択処理は終了し、これ以降、通話ロボット１ｂのユーザと通話相手との通話が行われる。なお、図１０のステップＳ２２とＳ２３との順序を入れ替えてもよい。また、ステップＳ２２の処理のみを行う構成であってもよいし、または、ステップＳ２３の処理のみを行う構成であってもよい。

次に、実施形態３の変形例について説明する。判定部２２ｂは、通話制御部２１ｂから着信信号を取得した旨の通知を受けると、図示しないバッテリのバッテリ残量を判定し、駆動部１７の駆動に必要なバッテリ残量を確保できているか否かを判定してもよい。例えば、着信時に、通話ロボット１ｂが両手を口元にあて、ユーザに呼びかけるような動作を行なうためのバッテリ残量の下限値を、現在のバッテリ残量が超えているか否かを判定してもよい。音声出力制御部２３ｂは、当該判定結果が、上記下限値を超えていることを示す判定結果である場合、スピーカ３１から通話相手の音声を出力させ、上記下限値を越えていないことを示す判定結果である場合、レシーバ３２から通話相手の音声を出力させる。なお、この判定は、実施形態３にて説明した２つの判定に代えて行ってもよいし、当該２つの判定とともに、出力方法選択処理にて行われてもよい。

また、上述した通話ロボット１ｂは、着信音声に合わせて、可動部位を動かさない構成であってもよい。この場合、着信があったことをトリガとする動作は行わないので、着信時に駆動部１７が駆動している場合であっても、スピーカ３１から着信音声を出力させることができる。よって、図５に示すように、着信を報知する音声をスピーカ３１から出力させた上で、通話音声をレシーバ３２から出力させてもよい。

〔各実施形態に共通の変形例〕
実施形態１〜３では、いずれも、通話ロボット１、１ａ〜１ｃの状態の判定を、着信時に行う構成について説明した。しかしながら、当該判定は着信時に限定されない。具体的には、通話中に当該判定を行い、その判定結果に応じて、通話音声を出力させるデバイスを切り換えてもよい。例えば、実施形態２を例に挙げて説明すると、通話ロボット１ｂは、通話中も通話ロボット１ｂの周囲を撮影しており、通話中に顔画像ＤＢ４４に登録されていない人物の顔画像を抽出した場合、通話音声を出力させるデバイスを、スピーカ３１からレシーバ３２に変更してもよい。

また、音声出力部１３は、スピーカ３１およびレシーバ３２に限定されない。すなわち音声出力部１３は、ユーザが自身の耳をスピーカ３１から離した状態で、出力される音声を聞くことを想定した音声出力デバイスと、ユーザが自身の耳を近接させた状態で、出力される音声を聞くことを想定した音声出力デバイスであればよい。例えば、通話ロボット１、１ａ、１ｂは、レシーバ３２の代わりにイヤフォンなどを備えてもよいし、または、イヤフォンなどを接続可能なコネクタ（いわゆるイヤフォンジャック）を備えてもよい。

〔ソフトウェアによる実現例〕
通話ロボット１、１ａ、１ｂの制御ブロック（特に制御部１０、１０ａ、１０ｂ）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し、ＣＰＵ（Central Processing Unit）を用いてソフトウェアによって実現してもよい。後者の場合、通話ロボット１、１ａ、１ｂは、各機能を実現するソフトウェアであるプログラムの命令を実行するＣＰＵ、上記プログラムおよび各種データがコンピュータ（またはＣＰＵ）で読み取り可能に記録されたＲＯＭ（Read Only Memory）または記憶装置（これらを「記録媒体」と称する）、上記プログラムを展開するＲＡＭ（Random Access Memory）などを備えている。そして、コンピュータ（またはＣＰＵ）が上記プログラムを上記記録媒体から読み取って実行することにより、本発明の目的が達成される。上記記録媒体としては、「一時的でない有形の媒体」、例えば、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）を介して上記コンピュータに供給されてもよい。なお、本発明の一実施態様は、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〕
本発明の態様１に係るロボット（通話ロボット１）は、通話機能を有し、通話相手の音声である通話音声を出力可能なロボットであって、上記通話音声を出力可能なハンズフリー用音声出力部（スピーカ３１）と、上記通話音声を出力可能なハンドセット用音声出力部（レシーバ３２）と、上記ロボットの状態を判定する状態判定部（判定部２２）と、上記状態判定部の判定結果に基づいて、上記ハンズフリー用音声出力部および上記ハンドセット用音声出力部のいずれかから選択した音声出力部から、上記通話音声を出力させる音声出力制御部（音声出力制御部２３）と、を備える。

上記の構成によれば、ロボットの状態の判定結果に基づいて、ハンズフリー用音声出力部およびハンドセット用音声出力部のいずれかから選択した音声出力部から、通話音声を出力させる。これにより、ロボットの状態に応じて、通話音声を出力するデバイスを切り換えることができる。よって、使用する状況に応じて、通話音声を出力するデバイスを切り換えることができる。なお、「ロボットの状態を判定する」とは、「ロボットが音声をハンズフリー用音声出力部から出力するモードとなっているか否かを判定する」、「ロボットの周囲にいる人物を検知した結果、当該人物が通話音声を聞かせてもよい人物のみであるか否かを判定する」、「ロボットの駆動部を駆動可能な状態か否かを判定する」、「着信時に、ロボットが動作をしている状態か否かを判定する」などが挙げられる。つまり、「ロボットの状態」とは、ロボット自体の状態と、ロボットが周囲の状況を検知した状態とを含む。

本発明の態様２に係るロボットは、上記態様１において、上記ロボットの可動部位に設けられる駆動部（駆動部１７）と、上記ハンズフリー用音声出力部から上記通話音声が出力される場合、当該通話音声の出力に合わせて、上記駆動部を駆動させて上記可動部位を動かす駆動制御部（駆動制御部２６）と、をさらに備え、上記状態判定部は、上記状態として、上記駆動部が駆動可能な状態か否かを判定し、上記音声出力制御部は、駆動可能な状態と判定された場合、上記通話音声を上記ハンズフリー用音声出力部から出力させ、駆動可能な状態でないと判定された場合、上記通話音声を上記ハンドセット用音声出力部から出力させてもよい。

上記の構成によれば、駆動部が駆動可能な状態か否か、すなわち、ハンズフリー用音声出力部から出力される通話音声に合わせて、駆動部を駆動させることができるか否かを判定し、駆動させることができない場合、通話音声をハンドセット用音声出力部から出力させる。これにより、ロボットの駆動部を無理に駆動させるという状況を防ぐことができる。なお、駆動部が駆動可能な状態でないとは、駆動部の近傍に障害物がある状態であることや、駆動部を駆動させるのに必要なバッテリの残量が確保されていない状態であることなどが挙げられる。

本発明の態様３に係るロボットは、上記態様１において、上記ロボットの可動部位に設けられる駆動部と、上記ハンズフリー用音声出力部から音声が出力される場合、当該音声の出力に合わせて、上記駆動部を駆動させて上記可動部位を動かす駆動制御部と、をさらに備え、上記状態判定部は、上記状態として、着信時に上記駆動部が上記可動部位を動かしている状態か否かを判定し、上記音声出力制御部は、上記可動部位を動かしている状態でないと判定された場合、上記通話音声を上記ハンズフリー用音声出力部から出力させ、上記可動部位を動かしている状態と判定された場合、上記通話音声を上記ハンドセット用音声出力部から出力させてもよい。

上記の構成によれば、着信時に駆動部が可動部位を動かしている場合、通話音声をハンドセット用音声出力部から出力し、通話音声に合わせて駆動部を駆動させない。これにより、ユーザがロボットを耳に近づけているときにロボットが動作することが無くなるので、通話中にユーザが不快に感じることを防ぐことができる。

本発明の態様４に係るロボットは、上記態様１において、上記状態判定部は、上記状態として、上記ロボットが音声を上記ハンズフリー用音声出力部から出力しないモードとなっているか否かを判定し、上記音声出力制御部は、上記モードとなっていないと判定された場合、上記通話音声を上記ハンズフリー用音声出力部から出力させ、上記モードとなっていると判定された場合、上記通話音声を上記ハンドセット用音声出力部から出力させてもよい。

上記の構成によれば、音声をハンズフリー用音声出力部から出力しないモードになっているか否かに応じて、通話音声を出力するデバイスを切り換える。これにより、ユーザは使用する状況に応じて当該モードを切り替えるだけで、通話音声を出力するデバイスを切り換えることができる。

本発明の態様５に係るロボットは、上記態様１において、上記ロボットの周囲にいる人物を検知する検知部（撮像部１６）をさらに備え、上記状態判定部は、上記状態として、上記検知部が検知した人物が上記通話音声を聞かせてもよい人物のみであるか否かを判定し、上記音声出力制御部は、上記通話音声を聞かせてもよい人物のみが検知された状態と判定された場合、上記通話音声を上記ハンズフリー用音声出力部から出力させ、上記通話音声を聞かせてもよい人物のみが検知された状態でないと判定された場合、上記通話音声を上記ハンドセット用音声出力部から出力させてもよい。

上記の構成によれば、検知された人物が通話音声を聞かせてもよい人物のみでないと判定した場合、通話音声をハンドセット用音声出力部から出力するので、通話音声を聞かせたくない人物が周囲にいる場合、自動的に、通話音声を他人に聞かせないような通話方法とすることができる。なお、ロボットの周囲にいる人物の具体的な検知方法としては、ロボットの周囲を撮像したり、音声を取得したりする方法が挙げられる。また、検知された人物が、通話音声を聞かせてもよい人物のみであるか否かの具体的な判定方法としては、取得した人物の画像や音声が、通話音声を聞かせてもよい（または聞かせたくない）人物の画像や音声として登録されているか否かを判定する方法が挙げられる。

本発明の態様６に係るロボットの制御方法は、通話機能を有し、通話相手の音声である通話音声を出力可能なロボットの制御方法であって、上記ロボットは、上記通話音声を出力可能なハンズフリー用音声出力部と、上記通話音声を出力可能なハンドセット用音声出力部と、を備え、上記ロボットの状態を判定する状態判定ステップ（ステップＳ２、Ｓ１２、Ｓ２２、Ｓ２３）と、上記状態判定ステップでの判定結果に基づいて、上記ハンズフリー用音声出力部および上記ハンドセット用音声出力部のいずれかから選択した音声出力部から、上記通話音声を出力する音声出力ステップ（ステップＳ３、Ｓ４、Ｓ１３、Ｓ１４、Ｓ２４、Ｓ２５）と、を含む。上記の構成によれば、態様１に係るロボットと同様の作用効果を奏する。

本発明の態様７に係るロボットは、上記態様１において、上記ロボットの可動部位に設けられる駆動部と、上記ハンズフリー用音声出力部から音声が出力される場合、当該音声の出力に合わせて、上記駆動部を駆動させて上記可動部位を動かす駆動制御部と、をさらに備え、上記状態判定部は、上記状態として、着信時に上記駆動部が上記可動部位を動かしている状態か否かを判定し、上記可動部位を動かしている状態でないと判定された場合、上記音声出力制御部は、着信をユーザに報知する着信音声および上記通話音声を上記ハンズフリー用音声出力部から出力させ、上記駆動制御部は、上記着信音声および上記通話音声に合わせて上記駆動部を駆動させて上記可動部位を動かし、上記可動部位を動かしている状態と判定された場合、上記音声出力制御部は、上記着信音声を出力させないとともに、上記通話音声を上記ハンドセット用音声出力部から出力させ、上記駆動制御部は、上記着信音声および上記通話音声に合わせて上記駆動部を駆動させなくてもよい。

上記の構成によれば、着信時に駆動部が可動部位を動かしている場合、着信音声を出力せず、当該着信音声に合わせて駆動部を駆動させない。これにより、実行している動作を続けることができる。特に、歩行動作など、動作を中止したとき転倒のおそれがあるような動作を行うロボットである場合、動作を完結することができるので、転倒することを防ぐことができる。また、上記の構成によれば、着信時に駆動部が可動部位を動かしている場合、通話音声をハンドセット用音声出力部から出力し、通話音声に合わせて駆動部を駆動させない。これにより、ユーザがロボットを耳に近づけているときにロボットが動作することが無くなるので、通話中にユーザが不快に感じることを防ぐことができる。

本発明の各態様に係るロボットは、コンピュータによって実現してもよく、この場合には、コンピュータを上記ロボットが備える各部（ソフトウェア要素）として動作させることにより上記ロボットをコンピュータにて実現させるロボットの制御プログラム、およびそれを記録したコンピュータ読み取り可能な記録媒体も、本発明の範疇に入る。

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。さらに、各実施形態にそれぞれ開示された技術的手段を組み合わせることにより、新しい技術的特徴を形成することができる。

１ 通話ロボット（ロボット）、１６ 撮像部（検知部）、１７ 駆動部、２２ 判定部（状態判定部）、２３ 音声出力制御部、２６ 駆動制御部、３１ スピーカ（ハンズフリー用音声出力部）、３２ レシーバ（ハンドセット用音声出力部）、Ｓ２、Ｓ１２、Ｓ２２、Ｓ２３ 状態判定ステップ、Ｓ３、Ｓ４、Ｓ１３、Ｓ１４、Ｓ２４、Ｓ２５ 音声出力ステップ

Claims (9)

1. 通話機能を有し、通話相手の音声である通話音声を出力可能なロボットであって、
   上記通話音声を出力可能なハンズフリー用音声出力部と、
   上記通話音声を出力可能なハンドセット用音声出力部と、
   上記ロボットの状態を判定する状態判定部と、
   上記状態判定部の判定結果に基づいて、上記ハンズフリー用音声出力部および上記ハンドセット用音声出力部のいずれかから選択した音声出力部から、上記通話音声を出力させる音声出力制御部と、
   着信時に、上記ロボットの周囲にいる人物を検知する検知部と、を備え、
   上記状態判定部は、着信時に、上記状態として、上記検知部が検知した人物が上記通話音声を聞かせてもよい人物のみであるか否かを判定し、
   上記音声出力制御部は、上記通話音声を聞かせてもよい人物のみが検知された状態と判定された場合、上記通話音声を上記ハンズフリー用音声出力部から出力させ、上記通話音声を聞かせてもよい人物のみが検知された状態でないと判定された場合、上記通話音声を上記ハンドセット用音声出力部から出力させることを特徴とするロボット。
2. 通話機能を有し、通話相手の音声である通話音声を出力可能なロボットであって、
   上記通話音声を出力可能なハンズフリー用音声出力部と、
   上記通話音声を出力可能なハンドセット用音声出力部と、
   上記ロボットの状態を判定する状態判定部と、
   上記状態判定部の判定結果に基づいて、上記ハンズフリー用音声出力部および上記ハンドセット用音声出力部のいずれかから選択した音声出力部から、上記通話音声を出力させる音声出力制御部と、
   上記ロボットの可動部位に設けられる駆動部と、
   上記ハンズフリー用音声出力部から上記通話音声が出力される場合、当該通話音声の出力に合わせて、上記駆動部を駆動させて上記可動部位を動かす駆動制御部と、を備え、
   上記状態判定部は、上記状態として、上記駆動部が駆動可能な状態か否かを判定し、
   上記音声出力制御部は、駆動可能な状態と判定された場合、上記通話音声を上記ハンズフリー用音声出力部から出力させ、駆動可能な状態でないと判定された場合、上記通話音声を上記ハンドセット用音声出力部から出力させることを特徴とするロボット。
3. 通話機能を有し、通話相手の音声である通話音声を出力可能なロボットであって、
   上記通話音声を出力可能なハンズフリー用音声出力部と、
   上記通話音声を出力可能なハンドセット用音声出力部と、
   上記ロボットの状態を判定する状態判定部と、
   上記状態判定部の判定結果に基づいて、上記ハンズフリー用音声出力部および上記ハンドセット用音声出力部のいずれかから選択した音声出力部から、上記通話音声を出力させる音声出力制御部と、
   上記ロボットの可動部位に設けられる駆動部と、
   上記ハンズフリー用音声出力部から音声が出力される場合、当該音声の出力に合わせて、上記駆動部を駆動させて上記可動部位を動かす駆動制御部と、を備え、
   上記状態判定部は、上記状態として、着信時に上記駆動部が上記可動部位を動かしている状態か否かを判定し、
   上記音声出力制御部は、上記可動部位を動かしている状態でないと判定された場合、上記通話音声を上記ハンズフリー用音声出力部から出力させ、上記可動部位を動かしている状態と判定された場合、上記通話音声を上記ハンドセット用音声出力部から出力させることを特徴とするロボット。
4. 通話機能を有し、通話相手の音声である通話音声を出力可能なロボットの制御方法であって、
   上記ロボットは、上記通話音声を出力可能なハンズフリー用音声出力部と、上記通話音声を出力可能なハンドセット用音声出力部と、を備え、
   上記ロボットの状態を判定する状態判定ステップと、
   上記状態判定ステップでの判定結果に基づいて、上記ハンズフリー用音声出力部および上記ハンドセット用音声出力部のいずれかから選択した音声出力部から、上記通話音声を出力する音声出力ステップと、
   着信時に、上記ロボットの周囲にいる人物を検知するステップと、を含み、
   上記状態判定ステップでは、着信時に、上記状態として、上記検知するステップにて検知した人物が上記通話音声を聞かせてもよい人物のみであるか否かを判定し、
   上記音声出力ステップでは、上記通話音声を聞かせてもよい人物のみが検知された状態と判定された場合、上記通話音声を上記ハンズフリー用音声出力部から出力させ、上記通話音声を聞かせてもよい人物のみが検知された状態でないと判定された場合、上記通話音声を上記ハンドセット用音声出力部から出力させることを特徴とするロボットの制御方法。
5. 通話機能を有し、通話相手の音声である通話音声を出力可能なロボットの制御方法であって、
   上記ロボットは、上記通話音声を出力可能なハンズフリー用音声出力部と、上記通話音声を出力可能なハンドセット用音声出力部と、上記ロボットの可動部位に設けられる駆動部と、を備え、
   上記ロボットの状態を判定する状態判定ステップと、
   上記状態判定ステップでの判定結果に基づいて、上記ハンズフリー用音声出力部および上記ハンドセット用音声出力部のいずれかから選択した音声出力部から、上記通話音声を出力する音声出力ステップと、
   上記ハンズフリー用音声出力部から上記通話音声が出力される場合、当該通話音声の出力に合わせて、上記駆動部を駆動させて上記可動部位を動かすステップと、を含み、
   上記状態判定ステップでは、上記状態として、上記駆動部が駆動可能な状態か否かを判定し、
   上記音声出力ステップでは、駆動可能な状態と判定された場合、上記通話音声を上記ハンズフリー用音声出力部から出力させ、駆動可能な状態でないと判定された場合、上記通話音声を上記ハンドセット用音声出力部から出力させることを特徴とするロボットの制御方法。
6. 通話機能を有し、通話相手の音声である通話音声を出力可能なロボットの制御方法であって、
   上記ロボットは、上記通話音声を出力可能なハンズフリー用音声出力部と、上記通話音声を出力可能なハンドセット用音声出力部と、上記ロボットの可動部位に設けられる駆動部と、を備え、
   上記ロボットの状態を判定する状態判定ステップと、
   上記状態判定ステップでの判定結果に基づいて、上記ハンズフリー用音声出力部および上記ハンドセット用音声出力部のいずれかから選択した音声出力部から、上記通話音声を出力する音声出力ステップと、
   上記ハンズフリー用音声出力部から音声が出力される場合、当該音声の出力に合わせて、上記駆動部を駆動させて上記可動部位を動かすステップと、を含み、
   上記状態判定ステップでは、上記状態として、着信時に上記駆動部が上記可動部位を動かしている状態か否かを判定し、
   上記音声出力ステップでは、上記可動部位を動かしている状態でないと判定された場合、上記通話音声を上記ハンズフリー用音声出力部から出力させ、上記可動部位を動かしている状態と判定された場合、上記通話音声を上記ハンドセット用音声出力部から出力させることを特徴とするロボットの制御方法。
7. 請求項１に記載のロボットとしてコンピュータを機能させるための制御プログラムであって、上記状態判定部および上記音声出力制御部としてコンピュータを機能させるための制御プログラム。
8. 請求項２または３に記載のロボットとしてコンピュータを機能させるための制御プログラムであって、上記状態判定部、上記音声出力制御部、上記駆動制御部としてコンピュータを機能させるための制御プログラム。
9. 請求項７または８に記載の制御プログラムを記録したコンピュータ読み取り可能な記録媒体。

Images