JP6509098B2 - 音声出力装置および音声出力制御方法 - Google Patents

Description

本発明は、音声出力装置および音声出力制御方法に関し、特に、車内に設置されたマイクから入力された発話音声を、車内に設置された複数のスピーカから出力させるようになされた音声出力装置および音声出力制御方法に用いて好適なものである。

従来、マイクから入力された発話者（例えば、運転者）の音声を、車内に設置された複数のスピーカから出力させることで、当該音声を他の乗員に聞こえやすくすることができるようにした車内会話支援システムが利用されている。また、このような車内会話支援システムにおいて、発話者が任意に選択したスピーカから発話者の音声を出力させることにより、特定の乗員と会話を行うことができるようにした技術が考案されている。

例えば、下記特許文献１には、会話送信者が、座席に設置されたスイッチユニットにて会話相手先の座席位置を選択することで、会話送信者のマイクによって集音された音声を、会話相手先の座席位置に配設されたスピーカから出力させることができるようにした技術が開示されている。

また、下記特許文献２には、マイクから入力されたドライバーの音声を、複数のスピーカから出力できるようになされた車両用ナビゲーション装置において、画面表示装置に表示された設定画面にて、音声の出力先のスピーカをドライバーが選択できるようにした技術が開示されている。

なお、下記特許文献３には、マイクロフォンから入力された会話の音声を音声認識することにより、会話内容をディスプレイに時系列順に表示させる技術が開示されている。

特開平１１−３４２７９９号公報 特開２００７−２０８８２８号公報 特開２０１４−１７０１５４号公報

しかしながら、上記特許文献１，２の技術では、会話を行うことを望んでいない乗員（例えば、眠っている乗員、携帯電話にて通話中の乗員、会話をする気分ではない乗員等）を通話相手としてドライバーが選択すると、このような乗員に対して強制的に発話音声を聞かせてしまい、不快感を与えてしまうといった問題が生じていた。また、ドライバーが運転中に通話相手の選択操作を行うことは、安全性の観点から好ましくない。

本発明は、このような問題を解決するために成されたものであり、運転者による運転の安全性に影響を及ぼすことなく、会話を行うことを望む特定の乗員にのみ、マイクから入力された運転者の発話音声を聞かせることができるようにすることを目的とする。

上記した課題を解決するために、本発明では、車内の各座席に設けられた複数の入力装置の少なくとも１つから、会話を許諾するための所定の許諾操作が行われたことを示す所定の許諾信号を受信し、受信した許諾信号に基づいて、所定の許諾操作が行われた入力装置が設けられている座席の近傍に設置されているスピーカを出力先スピーカとして特定し、特定された出力先スピーカに対して、マイクから入力された運転者の発話音声を出力させるようにしている。

上記のように構成した本発明によれば、車内に設置された複数のスピーカのうち、会話を許諾するための所定の許諾操作が行われた入力装置が設けられている座席の近傍に設置されているスピーカのみから、マイクから入力された運転者の発話音声が出力されるようになる。この際、運転者による通話相手の選択操作は不要である。このため、本発明によれば、運転者による運転の安全性に影響を及ぼすことなく、会話を行うことを望む特定の乗員にのみ、マイクから入力された運転者の発話音声を聞かせることができる。

本発明の一実施形態に係る音声出力システムの構成例を示す図である。 本発明の一実施形態に係る音声出力装置の機能構成例を示すブロック図である。 本発明の一実施形態に係る音声出力装置による処理の一例を示すフローチャートである。 本発明の一実施形態に係るディスプレイに表示される表示画面の一例を示す図である。 本発明の一実施形態に係る音声出力システムの動作例を示す図である。

以下、本発明の一実施形態を図面に基づいて説明する。図１は、本発明の一実施形態に係る音声出力システムの構成例を示す図である。

図１に示すように、本実施形態の音声出力システムが搭載されている車両１０は、６つの座席１１〜１６が設けられている。本実施形態の音声出力システムは、音声出力装置１００と、マイク１１０と、複数のディスプレイ１２０ａ〜１２０ｄと、複数のタッチパネル１３０ａ〜１３０ｄと、複数のスピーカ１４０ａ〜１４０ｄとを備えて構成されている。このうち、ディスプレイ１２０ａ〜１２０ｄ、タッチパネル１３０ａ〜１３０ｄ、およびスピーカ１４０ａ〜１４０ｄは、最前列の座席１１，１２（運転席，助手席）を除く、４つの座席１３〜１６（後部座席）の各々に対して設けられている。

マイク１１０は、座席１１（運転席）の近傍に設けられており、運転者の発話音声が入力される。マイク１１０から入力された運転者の発話音声は、音声出力装置１００を介して、複数のスピーカ１４０ａ〜１４０ｄの少なくとも１つから出力させることができるようになっている。複数のスピーカ１４０ａ〜１４０ｄは、４つの座席１３〜１６の各々の近傍に設けられている。これにより、各座席１３〜１６の乗員が、自席の近傍のスピーカ１４０ａ〜１４０ｄから出力された運転者の発話音声を聞くことができるようになっている。

ディスプレイ１２０ａ〜１２０ｄおよびタッチパネル１３０ａ〜１３０ｄは、４つの座席１３〜１６の各々の前方に設けられている。ディスプレイ１２０ａ〜１２０ｄには、音声出力装置１００の制御により、所定の表示画面（例えば、図４に示す表示画面４００，４１０）が表示される。タッチパネル１３０ａ〜１３０ｄは、特許請求の範囲に記載の「入力装置」の一例である。タッチパネル１３０ａ〜１３０ｄは、各座席１３〜１６の乗員が所定の操作（例えば、図４に示す会話開始ボタン４０２，会話終了ボタン４１２の選択操作）を行うために、各座席１３〜１６に設けられている。タッチパネル１３０ａ〜１３０ｄの少なくともいずれか１つにより所定の操作が行われると、その所定の操作がなされたタッチパネルから、その所定の操作が行われたことを示す操作信号（許諾信号または会話終了信号）が、音声出力装置１００へ送信される。

このように構成された音声出力システムにおいて、スピーカ１４０ａ〜１４０ｄのいずれから運転者の発話音声を出力させるかは、音声出力装置１００によって制御される。具体的には、運転者の発話音声がマイク１１０から入力されると、会話を促す表示画面（発話音声の発話内容を示す発話文字列を含んでいる）が、複数のディスプレイ１２０ａ〜１２０ｄの各々に表示される。このとき、タッチパネル１３０ａ〜１３０ｄの少なくともいずれか一つにおいて、会話を許諾するための所定の許諾操作が乗員によって行われると、音声出力装置１００は、所定の許諾操作が行われたタッチパネル（タッチパネル１３０ａ〜１３０ｄの少なくともいずれか一つ）が設けられている座席の近傍に設置されているスピーカ（スピーカ１４０ａ〜１４０ｄの少なくともいずれか一つ）を出力先スピーカとして特定し、当該出力先スピーカから運転者の発話音声を出力させる。これにより、会話を許諾した乗員に対してのみ、運転者の発話音声を聞かせることができるようになっている。

〔音声出力装置１００の機能構成〕
図２は、本発明の一実施形態に係る音声出力装置１００の機能構成例を示すブロック図である。図２に示すように、音声出力装置１００は、その機能構成として、音声取得部１０１、文字列生成部１０２、表示制御部１０３、受信部１０４、特定部１０５および音声出力制御部１０６を備えている。また、音声出力装置１００は、対応付け記憶部１０７を備えている。

上記各機能ブロック１０１〜１０６は、ハードウェア、ＤＳＰ（Digital Signal Processor）、ソフトウェアの何れによっても構成することが可能である。例えばソフトウェアによって構成する場合、上記各機能ブロック１０１〜１０６は、実際にはコンピュータのＣＰＵ、ＲＡＭ、ＲＯＭなどを備えて構成され、ＲＡＭやＲＯＭ、ハードディスクまたは半導体メモリ等の記録媒体に記憶されたプログラムが動作することによって実現される。

対応付け記憶部１０７は、複数の座席１３〜１６の各々について、その座席に設けられたタッチパネル１３０ａ〜１３０ｄの識別情報と、その座席の近傍に設置されているスピーカ１４０ａ〜１４０ｄの識別情報との対応付けを記憶する。例えば、対応付け記憶部１０７は、座席１３については、その座席１３に設けられたタッチパネル１３０ａの識別情報と、その座席１３の近傍に設置されているスピーカ１４０ａとの対応付けを記憶する。

音声取得部１０１は、車両１０の車内に設置されたマイク１１０から入力された運転者の発話音声を取得する。

文字列生成部１０２は、音声取得部１０１によって取得された運転者の発話音声を公知の音声認識技術を用いて音声認識することにより、当該発話音声の発話内容を示す発話文字列を生成する。

表示制御部１０３は、文字列生成部１０２によって生成された発話文字列を、各座席１３〜１６に設けられた複数のディスプレイ１２０ａ〜１２０ｄの各々に表示させる。

受信部１０４は、複数のディスプレイ１２０ａ〜１２０ｄの各々に表示された発話文字列の表示を見た少なくとも１人の乗員によって、所定の許諾操作が複数のタッチパネル１３０ａ〜１３０ｄの少なくとも１つによって行われたときに、当該複数のタッチパネル１３０ａ〜１３０ｄの少なくとも１つから送信された許諾信号を受信する。

また、受信部１０４は、タッチパネル１３０ａ〜１３０ｄの少なくとも１つ（所定の許諾操作が行われたタッチパネル）によって会話を終了するための所定の会話終了操作が行われたときに、当該会話終了操作が行われたタッチパネル１３０ａ〜１３０ｄの少なくとも１つから送信された会話終了信号を受信する。

特定部１０５は、受信部１０４が受信した許諾信号に基づいて、会話を許諾するための所定の許諾操作が行われたタッチパネル（タッチパネル１３０ａ〜１３０ｄの少なくとも一つ）が設けられている座席の近傍に設置されているスピーカ（スピーカ１４０ａ〜１４０ｄの少なくとも一つ）を出力先スピーカとして特定する。

具体的には、受信部１０４が受信した許諾信号には、その許諾信号の送信元のタッチパネルの識別情報が付与されている。特定部１０５は、対応付け記憶部１０７を参照することにより、許諾信号に付与されているタッチパネルの識別情報に対応付けられているスピーカの識別情報を特定し、当該識別情報を有するスピーカを出力先スピーカとして特定する。

例えば、受信部１０４がタッチパネル１３０ａから許諾信号を受信した場合、特定部１０５は、タッチパネル１３０ａに対応付けられているスピーカ１４０ａを、出力先スピーカとして特定する。

音声出力制御部１０６は、特定部１０５によって特定された出力先スピーカに対して、マイク１１０から入力された運転者の発話音声を出力させる。

〔音声出力装置１００による処理の一例〕
図３は、本発明の一実施形態に係る音声出力装置１００による処理の一例を示すフローチャートである。図３に示す処理は、例えば、音声出力装置１００の電源がＯＮに切り替えられたときに実行される。

まず、音声取得部１０１が、マイク１１０から入力された運転者の発話音声を取得したか否かを判断する（ステップＳ３０２）。ここで、運転者の発話音声を取得していないと音声取得部１０１が判断した場合（ステップＳ３０２：Ｎｏ）、音声取得部１０１は、ステップＳ３０２の処理を再度実行する。

一方、運転者の発話音声を取得したと音声取得部１０１が判断した場合（ステップＳ３０２：Ｙｅｓ）、文字列生成部１０２が、音声取得部１０１によって取得された運転者の発話音声を音声認識することにより、当該発話音声の発話内容を示す発話文字列を生成する（ステップＳ３０４）。そして、表示制御部１０３が、ステップＳ３０４にて生成された発話文字列を、複数のディスプレイ１２０ａ〜１２０ｄの各々に表示させる（ステップＳ３０６）。

その後、受信部１０４が、タッチパネル１３０ａ〜１３０ｄの少なくとも１つから、一定時間以内に許諾信号を受信したか否かを判断する（ステップＳ３０８）。ここで、タッチパネル１３０ａ〜１３０ｄのいずれからも許諾信号を受信していないと受信部１０４が判断した場合（ステップＳ３０８：Ｎｏ）、音声出力装置１００が、音声出力システムの状態を元の待機状態に戻す（ステップＳ３１６）。そして、音声出力装置１００は、図３に示す一連の処理を終了する。なお、音声出力システムの元の待機状態とは、出力先スピーカが特定されてなく、且つ、複数のディスプレイ１２０ａ〜１２０ｄのいずれにも発話文字列が表示されていない状態であって、マイク１１０による運転者の発話音声の入力を待機している状態である。

一方、タッチパネル１３０ａ〜１３０ｄの少なくとも一つから許諾信号を受信したと受信部１０４が判断した場合（ステップＳ３０８：Ｙｅｓ）、特定部１０５が、受信部１０４が受信した許諾信号と、対応付け記憶部１０７に記憶されている対応付け情報とに基づいて、許諾操作が行われたタッチパネル（タッチパネル１３０ａ〜１３０ｄの少なくとも一つ）に対応付けられているスピーカ（スピーカ１４０ａ〜１４０ｄの少なくとも一つ）を、出力先スピーカとして特定する（ステップＳ３１０）。そして、音声出力制御部１０６が、ステップＳ３１０にて特定された出力先スピーカに対して、マイク１１０から入力された運転者の発話音声を出力させる（ステップＳ３１２）。

その後、受信部１０４が、許諾操作が行われたタッチパネル（すなわち、許諾信号の送信元のタッチパネル）から、会話終了信号を受信したか否かを判断する（ステップＳ３１４）。ここで、会話終了信号を受信していないと受信部１０４が判断した場合（ステップＳ３１４：Ｎｏ）、音声出力装置１００は、ステップＳ３１２以降の処理を再度実行する。

一方、会話終了信号を受信したと受信部１０４が判断した場合（ステップＳ３１４：Ｙｅｓ）、音声出力装置１００が、音声出力システムの状態を元の待機状態に戻す（ステップＳ３１６）。そして、音声出力装置１００は、図３に示す一連の処理を終了する。

〔表示画面の一例〕
図４は、本発明の一実施形態に係るディスプレイ１２０ａ〜１２０ｄに表示される表示画面の一例を示す図である。

図４（ａ）に示す表示画面４００は、運転者の発話音声がマイク１１０から入力されたときに、ディスプレイ１２０ａ〜１２０ｄの各々に表示される表示画面の一例である。表示画面４００は、発話文字列４０１および会話開始ボタン４０２を含んで構成されている。この例では、「○○さんに質問です」という発話音声がマイク１１０入力されたことに応じて、「○○さんに質問です」という発話文字列４０１が表示画面４００に表示されている。

会話開始ボタン４０２は、会話することを許諾するためのソフトウェアキーであり、ディスプレイ１２０ａ〜１２０ｄの表面に重ねて設けられたタッチパネル１３０ａ〜１３０ｄによって選択可能である。タッチパネル１３０ａ〜１３０ｄの少なくともいずれか１つによって、会話開始ボタン４０２が選択されると、当該選択がなされたタッチパネル１３０ａ〜１３０ｄの少なくともいずれか１つから、許諾信号が音声出力装置１００へ送信される。これに応じて、会話開始ボタン４０２の選択がなされたタッチパネルの近傍に設置されているスピーカが出力先スピーカとして特定され、当該出力先スピーカから、マイク１１０から入力された運転者の発話音声が出力されるようになる。

図４（ｂ）に示す表示画面４１０は、タッチパネルによって会話開始ボタン４０２が選択された後、その選択がなされた座席の乗員が運転者と会話中のとき（すなわち、その選択がなされたタッチパネルの近傍に設置されているスピーカから運転者の発話音声が出力されているとき）に、当該座席のディスプレイに表示される表示画面の一例である。

表示画面４１０は、会話終了ボタン４１２を含んで構成されている。会話終了ボタン４１２は、会話を終了するためのソフトウェアキーであり、ディスプレイの表面に重ねて設けられたタッチパネルによって選択可能である。タッチパネルによって会話終了ボタン４１２が選択されると、当該選択がなされたタッチパネルから、会話終了信号が音声出力装置１００へ送信される。これにより、運転者と乗員との会話が終了し、音声出力システムの状態は、元の待機状態に戻る。

〔音声出力システムの動作例〕
図５は、本発明の一実施形態に係る音声出力システムの動作例を示す図である。

まず、図５（ａ）に示すように、座席１１（運転席）に座っている運転者が「だれか」という発話音声をマイク１１０から入力すると、音声出力装置１００において、文字列生成部１０２により、当該発話音声が音声認識されることで、「だれか」という発話文字列が生成される。そして、表示制御部１０３により、生成された「だれか」という発話文字列が、複数のディスプレイ１２０ａ〜１２０ｄの各々に表示される。

そして、図５（ｂ）に示すように、この発話文字列を見た座席１５の乗員が、この発話文字列とともにディスプレイ１２０ｃに表示された会話開始ボタン４０２（図４参照）を、タッチパネル１３０ｃによって選択すると、許諾信号がタッチパネル１３０ｃから音声出力装置１００へ送信される。これに応じて、音声出力装置１００では、特定部１０５により、タッチパネル１３０ｃに対応付けられているスピーカ１４０ｃ（座席１５の近傍に設置されているスピーカ１４０ｃ）が出力先スピーカとして特定される。

以降、マイク１１０から運転者の発話音声が入力される毎に、音声出力制御部１０６により、当該発話音声が、出力先スピーカとして特定されたスピーカ１４０ｃから出力されるようになる。これにより、会話開始ボタン４０２を選択することによって会話することを許諾した乗員のみが、運転者の発話音声を聞くことができるようになる。

例えば、図５（ｃ）に示す例では、マイク１１０から入力された運転者の発話音声である「今日の夕食はどうする？」が、スピーカ１４０ｃから出力されている。これにより、会話することを許諾した座席１５の乗員のみが、この発話音声を聞くことができるようになっている。

以上説明したとおり、本発明の一実施形態によれば、運転者が会話を促す発話音声をマイク１１０から入力したときに、車内に設置された複数のスピーカ１４０ａ〜１４０ｄのうち、会話を許諾するための所定の許諾操作が行われたタッチパネル（タッチパネル１３０ａ〜１３０ｄの少なくともいずれか１つ）が設けられている座席の近傍に設置されているスピーカのみから、その後にマイク１１０から入力された運転者の発話音声が出力されるようになる。この際、運転者による通話相手の選択操作は不要である。このため、本発明の一実施形態によれば、運転者による運転の安全性に影響を及ぼすことなく、会話を行うことを望む特定の乗員にのみ、マイク１１０から入力された運転者の発話音声を聞かせることができる。

なお、上記実施形態では、運転者が最初にマイク１１０から入力した発話音声を音声認識して、その発話音声の発話内容を示す発話文字列を複数のディスプレイ１２０ａ〜１２０ｄの各々に表示することで、各乗員に会話を促すようにしているが、本発明はこれに限らない。例えば、運転者が最初にマイク１１０から入力した発話音声を、そのまま複数のスピーカ１４０ａ〜１４０ｄの各々から出力することで、各乗員に会話を促すようにしてもよい。

また、上記実施形態では、所定の許諾操作の一例としてタッチパネル１３０ａ〜１３０ｄによる会話開始ボタン４０２の選択操作を用いているが、本発明はこれに限らない。例えば、各座席１３〜１６に設けられた物理的なボタンの選択操作を所定の許諾操作として用いてもよい。

また、上記実施形態では、所定の許諾操作を行った乗員の音声を直接運転者に聞かせるようにしているが、本発明はこれに限らない。例えば、各座席１３〜１６にマイクを設けるとともに、座席１１（運転席）の近傍にスピーカを設けて、所定の許諾操作を行った乗員の音声を、その乗員の座席に設けられたマイクから入力して、座席１１（運転席）の近傍のスピーカから出力させることで、運転者に聞かせるようにしてもよい。

その他、上記実施形態は、何れも本発明を実施するにあたっての具体化の一例を示したものに過ぎず、これによって本発明の技術的範囲が限定的に解釈されてはならないものである。すなわち、本発明はその要旨、またはその主要な特徴から逸脱することなく、様々な形で実施することができる。

１０ 車両
１１〜１６ 座席
１００ 音声出力装置
１０１ 音声取得部
１０２ 文字列生成部
１０３ 表示制御部
１０４ 受信部
１０５ 特定部
１０６ 音声出力制御部
１０７ 対応付け記憶部
１１０ マイク
１２０ａ〜１２０ｄ ディスプレイ
１３０ａ〜１３０ｄ タッチパネル（入力装置）
１４０ａ〜１４０ｄ スピーカ

Claims (3)

1. 車内に設置されたマイクから入力された運転者の発話音声を、前記車内に設置された複数のスピーカの少なくとも１つから出力させるようになされた音声出力装置であって、
   前記車内の各座席に設けられた複数の入力装置の少なくとも１つから、会話を許諾するための所定の許諾操作が行われたことを示す所定の許諾信号を受信する受信部と、
   前記受信部が受信した前記許諾信号に基づいて、前記所定の許諾操作が行われた前記入力装置が設けられている座席の近傍に設置されているスピーカを出力先スピーカとして特定する特定部と、
   前記特定部によって特定された前記出力先スピーカに対して、前記マイクから入力された前記運転者の発話音声を出力させる音声出力制御部と
   を備えることを特徴とする音声出力装置。
2. 前記マイクから入力された前記運転者の発話音声を音声認識することにより、当該発話音声の発話内容を示す発話文字列を生成する文字列生成部と、
   前記文字列生成部によって生成された前記発話文字列を、前記各座席に設けられた複数のディスプレイの各々に表示させる表示制御部と
   をさらに備え、
   前記受信部は、前記発話文字列の表示を見た乗員によって前記所定の許諾操作が前記入力装置によって行われたときに、当該入力装置から送信された前記許諾信号を受信する
   ことを特徴とする請求項１に記載の音声出力装置。
3. 車内に設置されたマイクから入力された運転者の発話音声を、前記車内に設置された複数のスピーカ少なくとも１つから出力させるようになされた音声出力装置による音声出力制御方法であって、
   前記音声出力装置の受信部が、前記車内の各座席に設けられた複数の入力装置の少なくとも１つから、会話を許諾するための所定の許諾操作が行われたことを示す所定の許諾信号を受信する受信工程と、
   前記音声出力装置の特定部が、前記受信部が受信した前記許諾信号に基づいて、前記所定の許諾操作が行われた前記入力装置が設けられている座席の近傍に設置されているスピーカを出力先スピーカとして特定する特定工程と、
   前記音声出力装置の音声出力制御部が、前記特定工程にて特定された前記出力先スピーカに対して、前記マイクから入力された前記運転者の発話音声を出力させる音声出力制御工程と
   を含むことを特徴とする音声出力制御方法。