JP6796494B2 - カラオケシステム - Google Patents

Description

本発明はカラオケシステムに関する。

カラオケ装置には、各種操作入力を行うためのリモコン装置が設けられている。利用者は、リモコン装置を介して楽曲の選曲・予約等を行うことができる。

通常、リモコン装置は、カラオケ装置一台に対して１〜２台等、限られた数しか設けられていない。従って、たとえば大人数でカラオケ歌唱を行う際には、リモコン装置を使用したいときに使用できない場合があった。

そこで、利用者が所有するスマートフォンなどの携帯端末にカラオケ楽曲の予約等を行うための専用のアプリケーションソフトをインストールすることで、携帯端末を介してリモコン装置と同様の操作を行う技術が開発されている。

ところで、このような専用のアプリケーションソフトをインストールできる携帯端末の中には、赤外線通信機能を備えていない機種や、カラオケ装置の赤外線通信方式に対応していない機種などがある。これらの機種でカラオケ楽曲の予約等を行う場合、携帯端末の携帯電話網を介してサーバ経由でカラオケ装置にアクセスする方式を採用しなければならない。このため、携帯端末とカラオケ装置とをペアリングすることが必要となる。

携帯端末とカラオケ装置とのペアリングの方法に関し、特許文献１には、以下のようなカラオケ選曲システムが開示されている。具体的には、カラオケ装置は、キーコードと自己のカラオケ装置ＩＤとを２次元バーコードに変換してカラオケモニタなどに表示させる。当該２次元バーコードを読み取った携帯端末は、カラオケ装置ＩＤとキーコードをメモリに記憶し、利用者の所望する予約楽曲の楽曲ＩＤを携帯端末からサーバ経由でカラオケ装置に送信する際、メモリに記憶しておいたキーコードとカラオケ装置ＩＤを付加して送信する。サーバは、携帯端末から受信したカラオケ装置ＩＤに対応するカラオケ装置に対し、受信したキーコードと楽曲ＩＤを転送する。カラオケ装置は、サーバから受信したキーコードが、自己が発行したキーコードと一致する場合のみ、受信した楽曲ＩＤを予約登録することで携帯端末とカラオケ装置とのペアリングを可能とする。

また、特許文献２には、以下のようなカラオケシステムが開示されている。具体的には、サーバは、カラオケ装置ＩＤに対応付けた認証情報を生成するとともに、この認証情報をカラオケ装置ＩＤに対応するカラオケ装置に送信する。カラオケ装置は、受信した認証情報を含む音響信号をスピーカから出力する。携帯端末は、カラオケ装置から出力される音響信号をマイクから入力してこの音響信号に含まれる認証情報をメモリに記憶しておき、利用者の所望する予約楽曲の楽曲ＩＤを携帯端末からサーバ経由でカラオケ装置に送信する際、メモリに記憶しておいた認証情報を付加して送信する。サーバは、携帯端末から受信した認証情報に対応するカラオケ装置に、受信した楽曲ＩＤを転送することで、携帯端末とカラオケ装置のペアリングを可能とする。

特開２０１２−２１２０１４号公報 特開２０１６−１２８２号公報

ここで特許文献１または特許文献２の技術においては、カラオケ装置側でペアリング用の２次元バーコードを表示させたり、音響信号を発信する必要があるため煩雑である。また、携帯端末側では提示された２次元バーコードや音響信号を正確に受信する必要がある。

本発明の目的は、携帯端末とカラオケ装置とのペアリングを容易且つ正確に行うことを可能とするカラオケシステムを提供することにある。

上記目的を達成するための一の発明は、利用者それぞれが所有する携帯端末と、複数のカラオケ装置と、前記携帯端末及び前記カラオケ装置と通信可能なサーバ装置とを含むカラオケシステムであって、前記携帯端末は、音声入力するためのマイクと、当該携帯端末を識別するための端末識別情報、前記マイクに入力された音声信号に基づく第一の音声データ、及び前記第一の音声データが入力された日時を示す第一の日時データを、前記サーバ装置に送信する第一の送信制御部と、を有し、前記カラオケ装置は、音声入力するためのマイクと、当該カラオケ装置を識別するための装置識別情報、前記マイクに入力された音声信号に基づく第二の音声データ、及び前記第二の音声データが入力された日時を示す第二の日時データを、前記サーバ装置に送信する第二の送信制御部と、を有し、前記サーバ装置は、前記携帯端末から送信された、前記端末識別情報、第一の音声データ及び前記第一の日時データを記憶する第一の記憶部と、前記カラオケ装置から送信された、前記装置識別情報、第二の音声データ及び前記第二の日時データを記憶する第二の記憶部と、ある第一の日時データと一致または類似する日時を示す第二の日時データを特定する日時データ特定部と、前記ある第一の日時データに関連付けられている第一の音声データに基づく第一の声紋データを抽出し、且つ特定された前記第二の日時データに関連付けられている第二の音声データに基づく第二の声紋データを抽出する声紋抽出部と、前記第一の声紋データと前記第二の声紋データを比較し、前記第一の声紋データに一致または類似する前記第二の声紋データを特定する声紋データ特定部と、前記第一の声紋データに対応する第一の音声データを送信した携帯端末の前記端末識別情報と、特定された前記第二の声紋データに対応する第二の音声データを送信したカラオケ装置の前記装置識別情報とを関連付けるペアリング処理部と、を有するカラオケシステムである。
また、上記目的を達成するための他の発明は、利用者それぞれが所有する携帯端末と、複数のカラオケ装置と、前記携帯端末及び前記カラオケ装置と通信可能なサーバ装置とを含むカラオケシステムであって、前記携帯端末は、音声入力するためのマイクと、当該携帯端末を識別するための端末識別情報、前記マイクに入力された音声信号に基づく第一の音声データ、及び前記第一の音声データが入力された日時を示す第一の日時データを、前記サーバ装置に送信する第一の送信制御部と、を有し、前記カラオケ装置は、音声入力するためのマイクと、当該カラオケ装置を識別するための装置識別情報、前記マイクに入力された音声信号に基づく第二の音声データ、及び前記第二の音声データが入力された日時を示す第二の日時データを、前記サーバ装置に送信する第二の送信制御部と、を有し、前記サーバ装置は、前記携帯端末から送信された、前記端末識別情報、第一の音声データ及び前記第一の日時データを記憶する第一の記憶部と、前記カラオケ装置から送信された、前記装置識別情報、第二の音声データ及び前記第二の日時データを記憶する第二の記憶部と、ある第二の日時データと一致または類似する日時を示す第一の日時データを特定する日時データ特定部と、前記ある第二の日時データに関連付けられている第二の音声データに基づく第二の声紋データを抽出し、且つ特定された前記第一の日時データに関連付けられている第一の音声データに基づく第一の声紋データを抽出する声紋抽出部と、前記第一の声紋データと前記第二の声紋データを比較し、前記第二の声紋データに一致または類似する前記第一の声紋データを特定する声紋データ特定部と、特定された前記第一の声紋データに対応する第一の音声データを送信した携帯端末の前記端末識別情報と、前記第二の声紋データに対応する第二の音声データを送信したカラオケ装置の前記装置識別情報とを関連付けるペアリング処理部と、を有するカラオケシステムである。

本発明によれば、携帯端末とカラオケ装置とのペアリングを容易且つ正確に行うことができる。

実施形態に係るカラオケシステムの概略を示す図である。 実施形態に係る携帯端末のハードウェア構成例を示す図である。 実施形態に係るカラオケ装置のハードウェア構成例を示す図である。 実施形態に係るサーバ装置のハードウェア構成例を示す図である。 実施形態に係るカラオケシステムの処理を示すフローチャートである。

＜実施形態＞
図１〜図５を参照して、実施形態に係るカラオケシステム１について説明する。

＝＝システム＝＝
カラオケシステムは、カラオケ装置の利用者それぞれが所有する携帯端末と、複数のカラオケ装置と、携帯端末及びカラオケ装置と通信可能なサーバ装置とを含む。

図１に示すように、本実施形態に係るカラオケシステム１は、３台の携帯端末Ｍ１〜Ｍ３、３台のカラオケ装置Ｋ１〜Ｋ３、一台のサーバ装置Ｓを含んでいる。携帯端末Ｍ１は利用者Ｕ１が所有しており、携帯端末Ｍ２は利用者Ｕ２が所有しており、携帯端末Ｍ３は利用者Ｕ３が所有している。また、図１では、店舗Ｌ１においてカラオケ装置Ｋ１が設置されている部屋内に利用者Ｕ１が居り、店舗Ｌ２においてカラオケ装置Ｋ２が設置されている部屋内に利用者Ｕ２が居り、店舗Ｌ３においてカラオケ装置Ｋ３が設置されている部屋内に利用者Ｕ３が居る状況を示している。

携帯端末Ｍ１〜Ｍ３及びカラオケ装置Ｋ１〜Ｋ３とサーバ装置ＳとはネットワークＮを介して通信可能となっている。ネットワークＮは、たとえば公衆電話回線網やインターネット回線である。

なお、本実施形態に係るカラオケシステム１によれば、サーバ装置Ｓを介して自己の所有する携帯端末とあるカラオケ装置とのペアリングを行うことができる。この際、利用者は、自己の所有する携帯端末及び当該カラオケ装置に対し、同時に音声入力を行う必要がある。

＝＝携帯端末＝＝
携帯端末Ｍ１〜Ｍ３は、一般的なスマートフォン、タブレット端末等である。以下では、携帯端末Ｍ１について説明を行うが、他の携帯端末も同様の構成を備える。

図２は携帯端末Ｍ１のハードウェア構成例を示す図である。携帯端末Ｍ１は、記憶部１０、通信部１１、操作部１２、マイク１３、表示部１４、及び制御部１５を備える。

記憶部１０は、端末識別情報等、携帯端末に関する各種情報を記憶する。端末識別情報は、携帯端末を識別するための情報である。具体的には、ＳＳＩＤや電話番号等、それぞれの携帯端末固有の情報である。本実施形態において、記憶部１０は、少なくとも携帯端末Ｍ１を識別するための端末識別情報、及びリモコン用アプリケーションソフトウェア（以下、「リモコン用アプリ」という）を予め記憶している。リモコン用アプリは「所定のアプリケーションソフトウェア」に相当する。

リモコン用アプリは、カラオケ装置が有するリモコン装置と同様の操作を携帯端末から可能とするためのソフトウェアである。この操作は、リモコン用アプリを実行している携帯端末と、あるカラオケ装置とをペアリングすることにより行うことができるようになる。ペアリングとは、所定の携帯端末と所定のカラオケ装置とが通信可能となるように、サーバ装置で関連付けを行うことをいう。たとえば、携帯端末Ｍ１からの操作信号がカラオケ装置Ｋ１で受信可能となるように（携帯端末Ｍ１からの操作信号に基づいてカラオケ装置Ｋ１の操作が行えるように）、サーバ装置Ｓで携帯端末Ｍ１とカラオケ装置Ｋ１との関連付けを行うことである。

通信部１１は、携帯端末Ｍ１とサーバ装置Ｓとを接続するためのインターフェースを提供する。操作部１２は、利用者が各種の操作入力を行うためのボタンやＧＵＩである。マイク１３は利用者の音声を携帯端末Ｍ１に入力するための構成である。表示部１４は、各種の情報を表示させる表示画面を提供する。たとえば、表示部１４に表示された所定のアイコンを選択することにより、上述のリモコン用アプリが実行される。

制御部１５は、携帯端末Ｍ１の各種処理を制御する。制御部１５はＣＰＵおよびメモリ（いずれも図示無し）を備える。ＣＰＵは、メモリに記憶されたプログラムを実行することにより各種の機能を実現する。本実施形態に係る表示制御部１５ａ、録音部１５ｂ、日時データ取得部１５ｃ及び送信処理部１５ｄは、制御部１５のＣＰＵがメモリに記憶されている動作プログラムを実行することにより実現される。動作プログラムは、たとえば、リモコン用アプリにより実行される。

［表示制御部］
表示制御部１５ａは、携帯端末Ｍ１における各種表示制御を行う。たとえば、表示制御部１５ａは、リモコン用アプリのアイコンを表示部１４に表示させる。また、表示制御部１５ａは、リモコン用アプリのアイコンが選択された場合に専用画面を表示部１４に表示させる。

更に、専用画面に表示されたペアリングアイコンが選択された場合、表示制御部１５ａは、「カラオケ装置のマイクと本機のマイクから同時に音声を入力して下さい」といったペアリング用のメッセージを表示部１４に表示させる。

［録音部］
録音部１５ｂは、マイク１３から所定レベル以上の音声入力がなされた場合に、音声データの録音を行う。上記所定レベル、及び音声データを録音する録音時間は、それぞれ所定の値が予め設定されていてもよいし、利用者が都度設定してもよい。なお、録音部１５ｂにおける録音時間は、カラオケ装置の録音部２１ｂ（後述）における録音時間と同一である。録音部１５ｂで録音された音声データは、「第一の音声データ」に相当する。

［日時データ取得部］
日時データ取得部１５ｃは、音声データがマイク１３に入力された日時を示す日時データを取得する。日時データは、たとえば、音声データがマイク１３に入力された「月、日、時、分」の情報を含む。日時データは「年」や「秒」の情報を含んでいてもよい。日時データ取得部１５ｃで取得された日時データは、「第一の日時データ」に相当する。

日時データ取得部１５ｃは、録音部１５ｂにおける録音開始のタイミングや録音終了のタイミングにおける日時を日時データとして取得する。或いは、日時データ取得部１５ｃは、予め設定された録音時間が半分経過したタイミングにおける日時を日時データとして取得してもよい。「録音開始のタイミングにおける日時」、「録音終了のタイミングにおける日時」及び「録音時間が半分経過したタイミングにおける日時」は、いずれも「音声データがマイクに入力された日時」に相当する。

［送信処理部］
送信処理部１５ｄは、通信部１１を介して、携帯端末を識別するための端末識別情報、マイク１３に入力された第一の音声データ、及び第一の音声データが入力された日時を示す第一の日時データを、サーバ装置Ｓに送信する。通信部１１及び送信処理部１５ｄは「第一の送信制御部」に相当する。

本実施形態において、録音部１５ｂによる録音が終了した場合、送信処理部１５ｄは、通信部１１を介して、記憶部１０から読み出した携帯端末Ｍ１の端末識別情報ｍ１、録音部１５ｂで録音した音声データｖ１、及び音声データｖ１が入力された日時を示す日時データＤ１をサーバ装置Ｓに送信する。

なお、本実施形態では、録音部１５ｂによる録音が終了した場合に、端末識別情報等を送信する例について述べたがこれに限られない。たとえば、録音が終了した後、専用画面に表示される「送信」アイコンが選択された場合に、端末識別情報等を送信するようにしてもよい。

＝＝カラオケ装置＝＝
カラオケ装置は、カラオケ楽曲の演奏、及び利用者がカラオケ歌唱を行うための装置である。以下では、カラオケ装置Ｋ１について説明を行うが、他のカラオケ装置も同様の構成を備える。

図３に示すように、カラオケ装置Ｋ１は、カラオケ本体２０、スピーカ３０、表示装置４０、マイク５０、及びリモコン装置６０を備える。

スピーカ３０はカラオケ本体２０からの放音信号に基づいて放音するための構成である。表示装置４０はカラオケ本体２０からの信号に基づいて映像や画像を画面に表示するための構成である。マイク５０は利用者の音声をカラオケ本体２０に入力するための構成である。図３では一のマイク５０のみを示しているが、一のカラオケ装置において複数のマイクが設けられていてもよい。リモコン装置６０は、カラオケ本体２０に対する各種操作をおこなうための装置である。利用者はリモコン装置６０を用いてカラオケ歌唱を希望する楽曲の選曲（予約）等を行うことができる。リモコン装置６０の表示画面には各種操作の指示入力を行うためのアイコン等が表示される。なお、本実施形態におけるカラオケシステム１は、たとえば、携帯端末Ｍ１がリモコン装置６０と同様の各種操作を行うことを可能とする。

カラオケ本体２０は、選択されたカラオケ楽曲の演奏制御、歌詞や背景映像等の表示制御、マイク５０を通じて入力された音声信号の処理といった、カラオケ歌唱に関する各種の制御を行う。図３に示すように、カラオケ本体２０は、制御部２１、通信部２２、記憶部２３、音響処理部２４、表示処理部２５及び操作部２６を備える。各構成はインターフェース（図示なし）を介してバスＢに接続されている。

（制御部）
制御部２１は、カラオケ装置Ｋ１の各種処理を制御する。制御部２１は、ＣＰＵおよびメモリ（いずれも図示無し）を備える。ＣＰＵは、メモリに記憶された動作プログラムを実行することにより各種の制御機能を実現する。本実施形態に係る表示制御部２１ａ、録音部２１ｂ、日時データ取得部２１ｃ、及び送信処理部２１ｄは、制御部２１のＣＰＵがメモリに記憶されている動作プログラムを実行することにより実現される。

［表示制御部］
表示制御部２１ａは、表示処理部２５を制御し、カラオケ装置Ｋ１における各種表示制御を行う。

たとえば、表示制御部２１ａは、リモコン装置６０の表示画面にペアリング用のアイコンを表示させる。また、表示制御部２１ａは、ペアリング用のアイコンが選択された場合、「カラオケ装置のマイクと携帯端末のマイクから同時に音声を入力して下さい」といったペアリング用のメッセージを表示装置４０に表示させる。なお、ペアリング用のアイコンが選択された時点（当該アイコンの選択によりリモコン装置６０からペアリングコマンド）において、カラオケ装置Ｋ１でカラオケ歌唱が行われている場合、表示装置４０には歌詞テロップ等が表示されているため、上記メッセージを表示させることができない。この場合、表示制御部２１ａは、当該カラオケ歌唱が終了した後、当該メッセージを表示させる。

［録音部］
録音部２１ｂは、マイク５０から所定レベル以上の音声入力がなされた場合に、音声データの録音を行う。上記所定レベル、及び音声データを録音する録音時間は、それぞれ所定の値が予め設定されていてもよいし、利用者が都度設定してもよい。なお、録音部２１ｂにおける録音時間は、携帯端末の録音部１５ｂにおける録音時間と同一である。録音部２１ｂで録音された音声データは、「第二の音声データ」に相当する。

［日時データ取得部］
日時データ取得部２１ｃは、音声データがマイク５０に入力された日時を示す日時データを取得する。日時データは、上述の携帯端末で取得される日時データと同じ情報を含む。また、日時データの取得は、上述の携帯端末と同様のタイミングで行われる。日時データ取得部２１ｃで取得された日時データは、「第二の日時データ」に相当する。

［送信処理部］
送信処理部２１ｄは、通信部２２を介して、カラオケ装置を識別するための装置識別情報、マイク５０に入力された第二の音声データ、及び第二の音声データが入力された日時を示す第二の日時データを、サーバ装置Ｓに送信する。通信部２２及び送信処理部２１ｄは「第二の送信制御部」に相当する。

本実施形態において、録音部２１ｂによる録音が終了した場合、送信処理部２１ｄは、通信部２２を介して、記憶部２３から読み出したカラオケ装置Ｋ１の装置識別情報ＫＤ１、録音部２１ｂで録音した音声データｖ´１、及び音声データｖ´１が入力された日時を示す日時データＤ´１をサーバ装置Ｓに送信する。装置識別情報は、記憶部２３に記憶されている。装置識別情報は、カラオケ装置を識別するための情報である。具体的には、専用のＩＤや番号等、それぞれのカラオケ装置固有の情報である。

なお、本実施形態では、録音部２１ｂによる録音が終了した場合に、装置識別情報等を送信する例について述べたがこれに限られない。たとえば、録音が終了した後、リモコン装置６０に表示される「送信」アイコンが選択された場合に、装置識別情報等を送信するようにしてもよい。

（通信部）
通信部２２は、ルーター（図示なし）を介してカラオケ本体２０を通信回線に接続するためのインターフェースを提供する。

（記憶部）
記憶部２３は、各種のデータを記憶する大容量の記憶装置であり、たとえばハードディスクドライブなどである。記憶部２３は、カラオケ装置Ｋ１によりカラオケ演奏を行うための複数の楽曲データを記憶する。

（音響処理部、表示処理部、操作部）
音響処理部２４は、制御部２１の制御に基づき、カラオケ楽曲に対する演奏の制御およびマイク５０を通じて入力された歌唱音声信号の処理を行う。表示処理部２５は、制御部２１の制御に基づき、表示装置４０やリモコン装置６０における各種表示に関する処理を行う。操作部２６は、パネルスイッチおよびリモコン受信回路などからなり、歌唱者によるカラオケ装置Ｋ１のパネルスイッチあるいはリモコン装置６０の操作に応じて選曲信号、演奏中止信号などの操作信号を制御部２１に対して出力する。制御部２１は、操作部２６からの操作信号を検出し、対応する処理を実行する。

＝＝サーバ装置＝＝
サーバ装置Ｓは、カラオケ装置に関する各種情報を管理したり、カラオケ装置や携帯端末から送信される情報処理を行うコンピュータである。図４はサーバ装置Ｓのハードウェア構成例を示す図である。サーバ装置Ｓは、記憶部７０、通信部８０及び制御部９０を備える。

（記憶部）
記憶部７０は、各種のデータを記憶する大容量の記憶装置である。記憶部７０は、たとえば、カラオケ装置によりカラオケ演奏を行うための楽曲データ、歌詞テロップデータ、及び背景画像データ等を記憶する。各楽曲に対しては、固有の識別子（楽曲ＩＤ）が付与されている。サーバ装置Ｓから各カラオケ装置に対して楽曲データ等を配信することにより、各カラオケ装置において対応する楽曲のカラオケ演奏が可能となる。

本実施形態において、記憶部７０の記憶領域の一部は、第一の記憶部７０ａ及び第二の記憶部７０ｂとして提供される。

［第一の記憶部］
第一の記憶部７０ａは、携帯端末から送信された、端末識別情報、第一の音声データ及び第一の日時データを記憶する。

本実施形態において、ある携帯端末をあるカラオケ装置とペアリングするためには、携帯端末で入力された利用者の音声データ、当該利用者の携帯端末を識別するための端末識別情報、及び当該音声データが入力された日時を示す日時データが必要となる。第一の記憶部７０ａは、携帯端末から送信されたそれらの情報を一時的に記憶しておくことができる。

この例において、第一の記憶部７０ａは、携帯端末Ｍ１から送信された、端末識別情報ｍ１、利用者Ｕ１の音声に基づく音声データｖ１、及び日時データＤ１と、携帯端末Ｍ２から送信された端末識別情報ｍ２、利用者Ｕ２の音声に基づく音声データｖ２、及び日時データＤ２と、携帯端末Ｍ３から送信された、端末識別情報ｍ３、利用者Ｕ３の音声に基づく音声データｖ３、及び日時データＤ３とを記憶しているとする。

［第二の記憶部］
第二の記憶部７０ｂは、カラオケ装置から送信された、装置識別情報、第二の音声データ及び第二の日時データを記憶する。

本実施形態において、あるカラオケ装置をある携帯端末とペアリングするためには、カラオケ装置で入力された利用者の音声データ、当該利用者が音声入力で使用したカラオケ装置を識別するための装置識別情報、及び当該音声データが入力された日時を示す日時データが必要となる。第二の記憶部７０ｂは、カラオケ装置から送信されたそれらの情報を一時的に記憶しておくことができる。

この例において、第二の記憶部７０ｂは、カラオケ装置Ｋ１から送信された、装置識別情報ＫＤ１、利用者Ｕ１の音声に基づく音声データｖ´１、及び日時データＤ´１と、カラオケ装置Ｋ２から送信された装置識別情報ＫＤ２、利用者Ｕ２の音声に基づく音声データｖ´２、及び日時データＤ´２と、カラオケ装置Ｋ３から送信された、装置識別情報ＫＤ３、利用者Ｕ３の音声に基づく音声データｖ´３、及び日時データＤ´３とを記憶しているとする。

また、音声データｖ１と音声データｖ´１、音声データｖ２と音声データｖ´２、音声データｖ３と音声データｖ´３は、それぞれ携帯端末及びカラオケ装置から同時に入力された音声に基づくものとする。

（通信部）
通信部８０は、サーバ装置Ｓと、各携帯端末または各カラオケ装置とを接続するためのインターフェースを提供する。

（制御部）
制御部９０は、サーバ装置Ｓにおける各種の制御を行う。制御部９０はＣＰＵおよびメモリ（いずれも図示無し）を備える。ＣＰＵは、メモリに記憶されたプログラムを実行することにより各種の機能を実現する。本実施形態に係る端末側受信部９０ａ、カラオケ装置側受信部９０ｂ、日時データ特定部９０ｃ、声紋抽出部９０ｄ、声紋データ特定部９０ｅ、及びペアリング処理部９０ｆは、制御部９０のＣＰＵがメモリに記憶されている動作プログラムを実行することにより実現される。

［端末側受信部］
端末側受信部９０ａは、通信部８０を介し、携帯端末から送信された、端末識別情報、第一の音声データ及び第一の日時データを受信する。端末側受信部９０ａは、受信した情報等を第一の記憶部７０ａに出力する。

［カラオケ装置側受信部］
カラオケ装置側受信部９０ｂは、通信部８０を介し、カラオケ装置から送信された、装置識別情報、第二の音声データ及び第二の日時データを受信する。カラオケ装置側受信部９０ｂは、受信した情報等を第二の記憶部７０ｂに出力する。

［日時データ特定部］
日時データ特定部９０ｃは、ある第一の日時データと一致または類似する日時を示す第二の日時データを特定する。

ある携帯端末で取得された日時データとあるカラオケ装置で取得された日時データが一致または類似する場合、当該日時データに関連付けられている音声データは同一の利用者のものである可能性が高い。そこで、本実施形態に係るカラオケシステム１において、カラオケ装置と携帯端末のペアリングを行う場合、まず日時データを用いてペアリングを行うカラオケ装置の絞り込みを行う。

たとえば、日時データ特定部９０ｃは、ある第一の日時データとして第一の記憶部７０ａに記憶されている日時データＤ１を選択したとする。この場合、日時データ特定部９０ｃは、日時データＤ１と一致または類似する日時を示す第二の日時データを第二の記憶部７０ｂの中から検索する。この例では、日時データＤ１と一致または類似する日時を示すデータとして、日時データＤ´１及び日時データＤ´２が検索されたとする。

この場合、日時データ特定部９０ｃは、検索された日時データＤ´１及び日時データＤ´２を、第二の日時データとして特定する。

［声紋抽出部］
声紋抽出部９０ｄは、ある第一の日時データに関連付けられている第一の音声データに基づく第一の声紋データを抽出し、且つ特定された第二の日時データに関連付けられている第二の音声データに基づく第二の声紋データを抽出する。音声データから声紋データを抽出する方法については、公知の手法を用いることができる。

たとえば、上記例において、声紋抽出部９０ｄは、日時データＤ１に関連付けられている音声データｖ１を第一の記憶部７０ａから読み出し、音声データｖ１から声紋データＶ１を抽出する。声紋データＶ１は、「第一の声紋データ」に相当する。

また、声紋抽出部９０ｄは、特定された日時データＤ´１に関連付けられている音声データｖ´１に基づく声紋データＶ´１を抽出し、且つ特定された日時データＤ´２に関連付けられている音声データｖ´２に基づく声紋データＶ´２を抽出する。声紋データＶ´１及び声紋データＶ´２は、「第二の声紋データ」に相当する。

［声紋データ特定部］
声紋データ特定部９０ｅは、第一の声紋データと第二の声紋データを比較し、第一の声紋データに一致または類似する第二の声紋データを特定する。

同じ（或いは近い）日時に複数の携帯端末及び複数のカラオケ装置から音声入力がなされる場合がありうる。そこで、本実施形態に係るカラオケシステム１は、声紋データを用いて、日時データにより絞り込みを行ったカラオケ装置の中からペアリングを行う一のカラオケ装置を特定する。

上記例において、声紋データ特定部９０ｅは、声紋抽出部９０ｄで抽出された声紋データＶ１、声紋データＶ´１及び声紋データＶ´２を比較し、声紋データＶ１と一致または類似する声紋データを声紋データＶ´１、Ｖ´２の中から特定する。この例では、声紋データＶ１と声紋データＶ´１は同じ利用者Ｕ１の音声データに基づくものである。従って、声紋データ特定部９０ｅは、声紋データＶ１と一致する声紋データとして声紋データＶ´１を特定することができる。

［ペアリング処理部］
ペアリング処理部９０ｆは、第一の声紋データに対応する第一の音声データを送信した携帯端末の端末識別情報と、特定された第二の声紋データに対応する第二の音声データを送信したカラオケ装置の装置識別情報とを関連付ける。

上記例において、ペアリング処理部９０ｆは、声紋データ特定部９０ｅで特定された声紋データＶ１に対応する音声データｖ１を送信した携帯端末Ｍ１の端末識別情報ｍ１と、特定された声紋データＶ´１に対応する音声データｖ´１を送信したカラオケ装置Ｋ１の装置識別情報ＫＤ１とを関連付ける。このような処理により、携帯端末Ｍ１とカラオケ装置Ｋ１とのペアリングがなされる。ペアリング処理部９０ｆにより関連付けられた端末識別情報ｍ１と装置識別情報ＫＤ１は、たとえば、記憶部７０のペアリングテーブルに記憶される。

ペアリングがなされた後、携帯端末Ｍ１からカラオケ装置Ｋ１に対する各種操作が可能となる。たとえば、携帯端末Ｍ１で楽曲Ｂの予約操作が行われたとする。携帯端末Ｍ１は、端末識別情報ｍ１と楽曲Ｂの楽曲ＩＤをサーバ装置Ｓに送信する。端末識別情報及び楽曲ＩＤを受信した場合、サーバ装置Ｓは、記憶部７０に記憶されているペアリングテーブルを参照し、受信した端末識別情報ｍ１に関連付けられている装置識別情報ＫＤ１に対応するカラオケ装置Ｋ１に対し、受信した楽曲ＩＤを転送する。カラオケ装置Ｋ１は、サーバ装置Ｓから受信した楽曲ＩＤを予約待ち行列に登録する。

なお、ペアリング処理部９０ｆは、ペアリングテーブルへの記憶が完了した場合、ペアリングしたカラオケ装置（上記例であればカラオケ装置Ｋ１）に対してペアリングが成功した旨の確認信号を送信する。当該確認信号を受信したカラオケ装置の表示制御部２１ａは、表示装置４０に表示していたペアリング用のメッセージを消去し、新たにペアリング成功のメッセージ（たとえば「ペアリングが成功しました。携帯端末Ｍ１から楽曲の予約ができます」）を表示させることも可能である。一方、音声入力から一定時間経過した後であっても上記確認信号を受信できない場合、表示制御部２１ａは、再度音声入力を行う旨のメッセージを表示装置４０に表示させることも可能である。

一方、ペアリングテーブルへの記憶が完了した場合、ペアリング処理部９０ｆは、ペアリングを行った携帯端末及びカラオケ装置に関する情報を第一の記憶部７０ａ及び第二の記憶部７０ｂから削除することも可能である。或いは、ペアリング処理部９０ｆは、第一の記憶部７０ａ及び第二の記憶部７０ｂに記憶されている情報のうち、一定時間経過した後もペアリングがなされないものについて削除することも可能である。

＝＝カラオケシステムにおける処理について＝＝
次に、図５を参照して本実施形態に係るカラオケシステム１における処理の具体例について述べる。図５は、カラオケシステム１における処理例を示すフローチャートである。この例では、図１に示した携帯端末Ｍ１とカラオケ装置Ｋ１とをペアリングする場合の例について述べる。この例において、利用者Ｕ１は、携帯端末Ｍ１及びカラオケ装置Ｋ１において同時に音声入力を行う。また、携帯端末Ｍ１及びカラオケ装置Ｋ１においてペアリングの指示（アイコンの選択等）がなされているとする。

利用者Ｕ１は、カラオケ装置Ｋ１とのペアリングのため、携帯端末Ｍ１のマイク１３から音声入力を行う。

携帯端末Ｍ１の録音部１５ｂは、利用者Ｕ１の音声データｖ１を録音する（第一の音声データの録音。ステップ１０）。また、携帯端末Ｍ１の日時データ取得部１５ｃは、音声データｖ１が入力された日時を示す日時データＤ１を取得する（第一の日時データの取得。ステップ１１）。

Ｓ１０及びＳ１１の後、送信処理部１５ｄは、通信部１２を介して、記憶部１０から読み出した携帯端末Ｍ１の端末識別情報ｍ１、Ｓ１０で録音された音声データｖ１、及びＳ１１で取得された日時データＤ１をサーバ装置Ｓに送信する（端末識別情報、第一の音声データ、第一の日時データの送信。ステップ１２）。なお、携帯端末Ｍ２及びＭ３においてもＳ１０〜Ｓ１２の処理が実行されているものとする。

一方、利用者Ｕ１は、携帯端末Ｍ１とのペアリングのため、カラオケ装置Ｋ１のマイク５０から音声入力を行う。

カラオケ装置Ｋ１の録音部２１ｂは、利用者Ｕ１の音声データｖ´１を録音する（第二の音声データの録音。ステップ１３）。また、カラオケ装置Ｋ１の日時データ取得部２１ｃは、音声データｖ´１が入力された日時を示す日時データＤ´１を取得する（第二の日時データの取得。ステップ１４）。

Ｓ１３及びＳ１４の後、送信処理部２１ｄは、通信部２２を介して、記憶部２１から読み出したカラオケ装置Ｋ１の装置識別情報ＫＤ１、Ｓ１３で録音された音声データｖ´１、及びＳ１４で取得された日時データＤ´１をサーバ装置Ｓに送信する（装置識別情報、第二の音声データ、第二の日時データの送信。ステップ１５）。なお、カラオケ装置Ｋ２及びＫ３においてもＳ１３〜Ｓ１５の処理が実行されているものとする。

端末側受信部９０ａは、通信部８０を介し、携帯端末Ｍ１から送信された、端末識別情報等を受信する。第一の記憶部７０ａは、当該端末識別情報等を記憶する。一方、カラオケ装置側受信部９０ｂは、通信部８０を介し、カラオケ装置Ｋ１から送信された、装置識別情報等を受信する。第二の記憶部７０ｂは、当該装置識別情報等を記憶する（情報等の記憶。ステップ１６）。なお、第一の記憶部７０ａは、携帯端末Ｍ２及びＭ３から送信された同様の情報を記憶し、第二の記憶部７０ｂは、カラオケ装置Ｋ２及びカラオケ装置Ｋ３から送信された同様の情報を記憶しているものとする。

日時データ特定部９０ｃは、ステップ１６で記憶した日時データＤ１と一致または類似する日時を示す日時データを特定する（日時データの特定。ステップ１７）。この例では、日時データＤ´１及び日時データＤ´２（カラオケ装置Ｋ２から送信されたデータ）が特定されたとする。

声紋抽出部９０ｄは、日付データＤ１に関連付けられている音声データｖ１に基づく声紋データＶ１、ステップ１７で特定した日時データに関連付けられている音声データに基づく声紋データを抽出する（声紋データの抽出。ステップ１８）。この例では、日時データＤ´１に関連付けられている音声データｖ´１に基づく声紋データＶ´１、及び日時データＤ´２に関連付けられている音声データｖ´２に基づく声紋データＶ´２が抽出されたとする。

声紋データ特定部９０ｅは、ステップ１８で得られた声紋データを比較し、声紋データＶ１に一致または類似する声紋データＶ´１を特定する（声紋データの特定。ステップ１９）。

ペアリング処理部９０ｆは、声紋データＶ１に対応する音声データｖ１を送信した携帯端末Ｍ１の端末識別情報ｍ１と、ステップ１９で特定された声紋データＶ´１に対応する第二の音声データｖ´１を送信したカラオケ装置Ｋ１の装置識別情報ＫＤ１とを関連付ける（ペアリング。ステップ２０）。

このように、本実施形態に係るカラオケシステム１によれば、携帯端末は、当該携帯端末を識別するための端末識別情報、マイク１３に入力された音声信号に基づく第一の音声データ、及び第一の音声データが入力された日時を示す第一の日時データを、サーバ装置Ｓに送信する。また、カラオケ装置は、当該カラオケ装置を識別するための装置識別情報、マイク５０に入力された音声信号に基づく第二の音声データ、及び第二の音声データが入力された日時を示す第二の日時データを、サーバ装置Ｓに送信する。

一方、サーバ装置Ｓは、ある第一の日時データと一致または類似する日時を示す第二の日時データを特定し、ある第一の日時データに関連付けられている第一の音声データに基づく第一の声紋データを抽出し、且つ特定された第二の日時データに関連付けられている第二の音声データに基づく第二の声紋データを抽出する。そして、サーバ装置Ｓは、第一の声紋データと第二の声紋データを比較し、第一の声紋データに一致または類似する第二の声紋データを特定し、第一の声紋データに対応する第一の音声データを送信した携帯端末の端末識別情報と、特定された第二の声紋データに対応する第二の音声データを送信したカラオケ装置の装置識別情報とを関連付ける。

このように、本実施形態に係るカラオケシステム１によれば、携帯端末及びカラオケ装置が備えるマイクを利用してペアリングの対象となる対象を特定することができる。従って、カラオケ装置からペアリング用の信号等を提供する必要が無いため、ペアリングを容易に行うことができる。また、一の声紋データに対し、類似する声紋データが存在する可能性がある。一方、本実施形態に係るカラオケシステム１は、声紋データの特定にあたり、声紋データだけでなく、声紋データの元となる音声データを取得した日時データを用いる。このように、複数の情報を用いてペアリングを行うことにより、類似する声紋データを特定する可能性を低減できるため、ペアリング対象となる装置を確実に特定できる。

すなわち、本実施形態に係るカラオケシステムによれば、携帯端末とカラオケ装置とのペアリングを容易且つ正確に行うことができる。

＜変形例＞
上記実施形態では、携帯端末で取得した日時データに基づいてカラオケ装置で入力された音声データ（当該音声データに基づく声紋データ）を特定する例について述べた。一方、カラオケ装置で取得した日時データに基づいて携帯端末で入力された音声データ（当該音声データに基づく声紋データ）を特定することも可能である。以下、このような場合の各構成における処理について説明する。

［日時データ特定部］
日時データ特定部９０ｃは、ある第二の日時データと一致または類似する日時を示す第一の日時データを特定する。

本変形例に係るカラオケシステム１において、カラオケ装置と携帯端末のペアリングを行う場合、まず日時データを用いてペアリングを行う携帯端末の絞り込みを行う。

たとえば、日時データ特定部９０ｃは、ある第二の日時データとして第二の記憶部７０ｂに記憶されている日時データＤ´１を選択したとする。この場合、日時データ特定部９０ｃは、日時データＤ´１と一致または類似する日時を示す第一の日時データを第一の記憶部７０ａの中から検索する。この例では、日時データＤ´１と一致または類似する日時を示すデータとして、日時データＤ１及び日時データＤ２が検索されたとする。

この場合、日時データ特定部９０ｃは、検索された日時データＤ１及び日時データＤ２を、第一の日時データとして特定する。

［声紋抽出部］
声紋抽出部９０ｄは、ある第二の日時データに関連付けられている第二の音声データに基づく第二の声紋データを抽出し、且つ特定された第一の日時データに関連付けられている第一の音声データに基づく第一の声紋データを抽出する。

たとえば、上記例において、声紋抽出部９０ｄは、日時データＤ´１に関連付けられている音声データｖ´１を第二の記憶部７０ｂから読み出し、音声データｖ´１から声紋データＶ´１を抽出する。声紋データＶ´１は、「第二の声紋データ」に相当する。

また、声紋抽出部９０ｄは、特定された日時データＤ１に関連付けられている音声データｖ１に基づく声紋データＶ１を抽出し、且つ特定された日時データＤ２に関連付けられている音声データｖ２に基づく声紋データＶ２を抽出する。声紋データＶ１及び声紋データＶ２は、「第一の声紋データ」に相当する。

［声紋データ特定部］
声紋データ特定部９０ｅは、第一の声紋データと第二の声紋データを比較し、第二の声紋データに一致または類似する第一の声紋データを特定する。

本実施形態に係るカラオケシステム１は、声紋データを用いて、日時データにより絞り込みを行った携帯端末の中からペアリングを行う一の携帯端末を特定する。

上記例において、声紋データ特定部９０ｅは、声紋抽出部９０ｄで抽出された声紋データＶ´１、声紋データＶ１及び声紋データＶ２を比較し、声紋データＶ´１と一致または類似する声紋データを声紋データＶ１、Ｖ２の中から特定する。この例では、声紋データＶ１と声紋データＶ´１は同じ利用者Ｕ１の音声に基づくものである。従って、声紋データ特定部９０ｅは、声紋データＶ´１と一致する声紋データとして声紋データＶ１を特定することができる。

［ペアリング処理部］
ペアリング処理部９０ｆは、特定された第一の声紋データに対応する第一の音声データを送信した携帯端末の端末識別情報と、第二の声紋データに対応する第二の音声データを送信したカラオケ装置の装置識別情報とを関連付ける。

上記例において、ペアリング処理部９０ｆは、声紋データ特定部９０ｅで特定された声紋データＶ１に対応する音声データｖ１を送信した携帯端末Ｍ１の端末識別情報ｍ１と、声紋データＶ´１に対応する音声データｖ´１を送信したカラオケ装置Ｋ１の装置識別情報ＫＤ１とを関連付ける。このような処理により、携帯端末Ｍ１とカラオケ装置Ｋ１とのペアリングがなされる。

＜その他＞
上記実形態では、声紋抽出部９０ｃがサーバ装置Ｓ側にある例について説明した。一方、各携帯端末及び各カラオケ装置が声紋抽出部を有する構成であってもよい。この場合、送信処理部１４ｂは、抽出された声紋データ、端末識別情報及び日時データ（第一の日時データ）をサーバ装置Ｓに送信する。また、送信処理部２１ｂは、抽出された声紋データ、装置識別情報、及び日時データ（第二の日時データ）をサーバ装置Ｓに送信する。

また、上記実施形態では、各携帯端末側及びカラオケ装置側で日時データを取得する例について説明した。一方、サーバ装置Ｓで日時データを取得してもよい。この場合、送信処理部１４ｂは、第一の音声データ、及び端末識別情報をサーバ装置Ｓに送信する。また、送信処理部２１ｂは、第二の音声データ、及び装置識別情報をサーバ装置Ｓに送信する。サーバ装置Ｓは、第一の音声データ（第二の音声データ）を受信した時点での日時を第一の日時データ（第二の日時データ）として取得する。サーバ装置Ｓは、取得した日時データを音声データ及び識別情報と関連付けて端末側記憶部７０ａ（カラオケ装置側記憶部７０ｂ）に記憶させる。

また、上記例では、音声データに基づく声紋データ同士を比較する例について説明した。一方、声紋データと併せて音声データに基づく文字列同士の比較を行うことでペアリングの精度をより高めることが可能となる。この場合、サーバ装置Ｓは、音声データに含まれる文字列を抽出する文字列抽出部を備える。音声データからの文字列の抽出は、呼応値の音声認識手法を用いることができる。たとえば、文字列抽出部は、ある第一の日時データに関連付けられている第一の音声データに基づく第一の文字列を抽出し、且つ特定された第二の音声データに基づく第二の声紋データを抽出する。

上記実施形態は、例として提示したものであり、発明の範囲を限定するものではない。上記の構成は、適宜組み合わせて実施することが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。上記実施形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれる。

１ カラオケシステム
Ｍ１〜Ｍ３ 携帯端末
Ｋ１〜Ｋ３ カラオケ装置
Ｓ サーバ装置
１４ｄ、２１ｄ 送信処理部
７０ａ 第一の記憶部
７０ｂ 第二の記憶部
９０ｃ 日時データ特定部
９０ｄ 声紋抽出部
９０ｅ 声紋データ特定部
９０ｆ ペアリング処理部

Claims (2)

1. 利用者それぞれが所有する携帯端末と、複数のカラオケ装置と、前記携帯端末及び前記カラオケ装置と通信可能なサーバ装置とを含むカラオケシステムであって、
   前記携帯端末は、
   音声入力するためのマイクと、
   当該携帯端末を識別するための端末識別情報、前記マイクに入力された音声信号に基づく第一の音声データ、及び前記第一の音声データが入力された日時を示す第一の日時データを、前記サーバ装置に送信する第一の送信制御部と、
   を有し、
   前記カラオケ装置は、
   音声入力するためのマイクと、
   当該カラオケ装置を識別するための装置識別情報、前記マイクに入力された音声信号に基づく第二の音声データ、及び前記第二の音声データが入力された日時を示す第二の日時データを、前記サーバ装置に送信する第二の送信制御部と、
   を有し、
   前記サーバ装置は、
   前記携帯端末から送信された、前記端末識別情報、第一の音声データ及び前記第一の日時データを記憶する第一の記憶部と、
   前記カラオケ装置から送信された、前記装置識別情報、第二の音声データ及び前記第二の日時データを記憶する第二の記憶部と、
   ある第一の日時データと一致または類似する日時を示す第二の日時データを特定する日時データ特定部と、
   前記ある第一の日時データに関連付けられている第一の音声データに基づく第一の声紋データを抽出し、且つ特定された前記第二の日時データに関連付けられている第二の音声データに基づく第二の声紋データを抽出する声紋抽出部と、
   前記第一の声紋データと前記第二の声紋データを比較し、前記第一の声紋データに一致または類似する前記第二の声紋データを特定する声紋データ特定部と、
   前記第一の声紋データに対応する第一の音声データを送信した携帯端末の前記端末識別情報と、特定された前記第二の声紋データに対応する第二の音声データを送信したカラオケ装置の前記装置識別情報とを関連付けるペアリング処理部と、
   を有するカラオケシステム。
2. 利用者それぞれが所有する携帯端末と、複数のカラオケ装置と、前記携帯端末及び前記カラオケ装置と通信可能なサーバ装置とを含むカラオケシステムであって、
   前記携帯端末は、
   音声入力するためのマイクと、
   当該携帯端末を識別するための端末識別情報、前記マイクに入力された音声信号に基づく第一の音声データ、及び前記第一の音声データが入力された日時を示す第一の日時データを、前記サーバ装置に送信する第一の送信制御部と、
   を有し、
   前記カラオケ装置は、
   音声入力するためのマイクと、
   当該カラオケ装置を識別するための装置識別情報、前記マイクに入力された音声信号に基づく第二の音声データ、及び前記第二の音声データが入力された日時を示す第二の日時データを、前記サーバ装置に送信する第二の送信制御部と、
   を有し、
   前記サーバ装置は、
   前記携帯端末から送信された、前記端末識別情報、第一の音声データ及び前記第一の日時データを記憶する第一の記憶部と、
   前記カラオケ装置から送信された、前記装置識別情報、第二の音声データ及び前記第二の日時データを記憶する第二の記憶部と、
   ある第二の日時データと一致または類似する日時を示す第一の日時データを特定する日時データ特定部と、
   前記ある第二の日時データに関連付けられている第二の音声データに基づく第二の声紋データを抽出し、且つ特定された前記第一の日時データに関連付けられている第一の音声データに基づく第一の声紋データを抽出する声紋抽出部と、
   前記第一の声紋データと前記第二の声紋データを比較し、前記第二の声紋データに一致または類似する前記第一の声紋データを特定する声紋データ特定部と、
   特定された前記第一の声紋データに対応する第一の音声データを送信した携帯端末の前記端末識別情報と、前記第二の声紋データに対応する第二の音声データを送信したカラオケ装置の前記装置識別情報とを関連付けるペアリング処理部と、
   を有するカラオケシステム。

Images