JP6817281B2 - 音声生成プログラム、および音声生成装置 - Google Patents

Description

本発明は、音声生成プログラム、および音声生成装置に関する。

近年のゲームプログラムなどには、ユーザの操作に応じた操作音（効果音）が出力されるものがある（例えば特許文献１を参照）。特許文献１の例では、方向入力部に対して有効となる操作が行われたことを契機として第１の効果音を生成して出力し、押下ボタンに対して有効となる操作が行われたことを契機として第２の効果音を生成して出力している。

特開２０１８−１１０６５０号公報

例えば、操作音を画面に連動させたい場合には、画面デザイン（プログラムのコーディング）が確定した後でなければ、音を出すタイミングや音の種類などを決定できない。そのため、画像処理のプログラムコードを一旦作成した後に、それに音出力のプログラムコードを関連づけるために、画像処理のプログラムコードに対して修正や追加を行う必要がある。すなわち、画像関係のプログラマと、サウンド関係のプログラマとの作業の分離（分業）がうまく行えていない（換言すると作業効率が悪い）。

そこで、本発明の目的は、画像関係の開発担当者（例えばプログラマ）と、サウンド関係の開発担当者とが分業しやすい音声生成プログラム、および音声生成装置を提供することを目的とする。

第１の発明は、コンピュータを、所定の処理を行うイベント処理手段と、前記イベント処理手段の処理に応じて、標準動作として、予め定められた音声データを出力する再生手段として機能させ、前記再生手段は、設定データに応じて、前記標準動作に代えて、前記音声データの出力キャンセル、または他の音声データを出力する動作に、設定変更可能に構成され、前記設定データは、複数のプロパティー値の組がイベント毎に対応付けられており、前記再生手段は、組をなす前記複数のプロパティー値間に設定した優先度にしたがって、前記音声データの出力キャンセル、または他の音声データを出力する動作をおこなうものであり、
前記イベントの処理は、ゲームプログラムの下で起こるプレイヤキャラクタの事象変化をトリガとして行われるものであり、
複数のプロパティー値は、音声データの出力自体のキャンセルを行うか否かのフラグ、デフォルト音声データを出力するか否かのフラグ、他の音声データを出力する場合における音源の音声データを特定する情報である
ことを特徴とする音声生成プログラム。

第１の発明においては、前記設定データには、前記イベント処理手段の処理内容に対応して、設定内容を定義できるのが好ましい。

また、前記発明において、前記イベント処理手段は、グラフィカルユーザインタフェースに対するユーザの操作をトリガとして処理を行うとよい。

また、第２の発明は、前記発明の何れかの音声生成プログラムを記憶した記憶部と、前記音声生成プログラムを実行する制御部と、を備えたことを特徴とする音声生成装置である。

本発明によれば、画像関係の開発担当者（例えばプログラマ）と、サウンド関係の開発担当者との作業の分離（分業）が容易になる。

本実施形態のゲーム装置の構成を示すブロック図である。 プロパティー値の設定を行うための開発ツールの画面の例である。

［実施形態］
以下、本発明の実施形態にかかる音声生成プログラム、および音声生成装置について、図面を参照して説明する。なお、本発明の音声生成プログラムは、ゲームプログラムとして実装されている。また、音声生成装置は、ゲーム装置として実現されている。

本実施形態で説明するゲームプログラムは、例えば、パーソナルコンピュータ、プレイステーション（登録商標）、ＸＢｏｘ（登録商標）、ＰｌａｙＳｔａｔｉｏｎ Ｖｉｔａ（登録商標）などのゲーム装置において実行される。

このゲームプログラムによるゲームでは、各ユーザの操作を受けて、プレイヤキャラクタを三次元の仮想ゲーム空間（以下、単に仮想空間という）で活動（例えば移動）させたり、プレイヤキャラクタ同士でグループを編成して様々なアクションを行わせたりする。

そのプレイヤキャラクタの移動過程やアクション等において、所定のトリガ条件を満たすと、音響的な表現として、ＢＧＭが流れる。所定のトリガ条件とは、例えば、プレイヤキャラクタの所定場所への移動、敵キャラクタの出現、敵キャラクタを倒したあと、などである。また、このゲームでは、音響的な表現として、いわゆる環境音も必要に応じて再生される。更には、ユーザが何らかの操作を行うと、その操作に対応した操作音（後述）が再生される場合もある。

〈ゲーム装置の構成〉
ゲーム装置５は、ユーザの操作に基づいて所定のゲームを実行する。図１は、本実施形態のゲーム装置５の構成を示すブロック図である。ゲーム装置５には、ディスプレイ６１、スピーカ６２およびコントローラ６３が外部接続または内蔵される。ゲーム装置５では、例えば、インストールされたゲームプログラムおよびゲームデータに基づいてゲームが進行する。なお、ゲーム装置５同士も、通信ネットワーク（図示を省略）または近距離無線通信装置（図示せず）を用いて、互いにデータ通信を行うことができる。

ゲーム装置５は、ネットワークインターフェース５１、グラフィック処理部５２、オーディオ処理部５３、操作部５４、記憶部５５および制御部５６を有する。ネットワークインターフェース５１、グラフィック処理部５２、オーディオ処理部５３、操作部５４および記憶部５５は、バス５９を介して制御部５６と電気的に接続されている。

ネットワークインターフェース５１は、例えばゲーム装置５や外部のサーバ装置（図示を省略）との間で各種データを送受信するために、前記通信ネットワークに通信可能に接続される。

グラフィック処理部５２は、制御部５６から出力されるゲーム画像情報に従って、プレイヤキャラクタおよびゲーム空間に関する各種オブジェクトを含むゲーム画像を、動画形式で描画する。グラフィック処理部５２はディスプレイ６１と接続されており、動画形式に描画されたゲーム画像は、ゲーム画面としてディスプレイ６１上に表示される。グラフィック処理部５２の機能の詳細については、のちに詳述する。

オーディオ処理部５３は、制御部５６の指示に従ってデジタルの音声データを再生および合成する。オーディオ処理部５３はスピーカ６２と接続されており、再生および合成された音声データは、アナログ信号に変換された後、スピーカ６２から出力される。オーディオ処理部５３の機能の詳細については、のちに詳述する。

操作部５４は、コントローラ６３と接続され、操作入力に関するデータをコントローラ６３との間で送受信する。例えば、ユーザは、コントローラ６３に設けられたボタン等の操作子（図示略）を操作することにより、ゲーム装置５に操作信号を入力する。

記憶部５５は、ＨＤＤ、ＲＡＭおよびＲＯＭ等で構成される。記憶部５５は、ゲームプログラムおよびゲームデータを記憶することができる。また、記憶部５５には、他のゲーム装置５から受信した他アカウント情報なども記憶される。

制御部５６は、ＣＰＵおよび半導体メモリを含むマイクロコンピュータで構成され、ゲーム装置５自身の動作を制御する。例えば、制御部５６は、前記ゲームプログラムを実行することにより、グラフィック処理部５２およびオーディオ処理部５３を動作させる。

〈グラフィック処理部の機能的構成〉
グラフィック処理部５２は、ゲームプログラムを実行することにより、イベント処理手段５２１として機能する。このイベント処理手段５２１は、ユーザの操作をトリガとして、所定の処理を行うように構成されている。

具体的に、イベント処理手段５２１は、グラフィカルユーザインタフェース（以下、ＧＵＩ）を構成する種々の部品（いわゆるコントロール）を画面に表示する。このようなコントロールとしては、例えば、ボタン、ドロップダウンリスト、スピナー、スラーダー等を挙げることができる。

そして、イベント処理手段５２１は、これらのコントロールに対するユーザの操作（ボタンのクリックなど）を受け付け、各操作に結びつけられている処理を、直接、行ったり、他のプログラムに処理を委譲したりする。このような処理としては、例えば、アイテム選択の決定や解除、ポーズ（一時停止）動作の決定や解除、データのセーブ、ゲームの終了といった処理を例示できる。

また、このゲームプログラムは、コントロール（操作対象）とそれに対するユーザの操作の組に対応づけて、イベント（以下、発音イベントという）を発行するように構成されている。例えば、ユーザが画面上のポーズボタンをクリックしたら、イベント処理手段５２１は、ポーズ（一時停止）を意味する発音イベントをリスナ（後述）に対して発行し、ユーザが再度、ポーズボタンをクリックしてポーズを解除したら、ポーズの解除を意味する発音イベントをリスナに対して発行する。

〈オーディオ処理部の機能的構成〉
オーディオ処理部５３は、音声データの再生や合成の機能を発揮する、いわゆるミドルウエアを実行する。オーディオ処理部５３は、このミドルウエアを実行することにより、仮想空間内の音として音声データを再生する再生手段として機能する。ここで、音声データとは、ゲーム中にスピーカ６２から流れる音声であり、例えば、ＢＧＭ（Background Music）、各キャラクタが発する声、環境音などの種々の音声を含む。

また、オーディオ処理部５３は、ユーザの操作に応じて流れる操作音も再生する。操作音には、例えば、ユーザが、ＧＵＩに対してボタンのクリックやドロップダウンリストの選択などを行った際に再生される音を例示できる。

また、ミドルウエアは、イベント処理手段５２１が発行した発音イベントのリスナ（購読者）として機能する。具体的に、このミドルウエアは、発音イベントをトリガとして（すなわち、イベント処理手段の処理に応じて）、標準動作として、予め定められた音声データ（以下、デフォルト音声データ）を再生するように構成されている。

また、このミドルウエアは、設定データに応じて、前記標準動作に代えて、音声データの出力自体のキャンセル、または他の音声データを出力する動作に、設定変更可能に構成されている。この設定データは、イベント処理手段５２１が行う処理内容に対応して（つまり発音イベントの種類に応じて）定義することができ、且つ開発担当者が設定可能に構成されている。具体的に、ミドルウエアでは、発音イベント毎に、設定データとして、以下の３つのプロパティー値の組が規定されている。

まず、一つめのプロパティー値は、音声データの出力自体のキャンセルを行うか否かのフラグ（以下、キャンセルフラグという）である。二つめは、デフォルト音声データを出力するか否かのフラグ（以下、デフォルトフラグという）である。そして、三つめは、他の音声データを出力する場合における音源の音声データを特定する情報（以下、音源情報という）である。

これらのプロパティー値のうち、キャンセルフラグの優先度が最も高い。そのため、キャンセルフラグがオン（キャンセルを意味する）に設定されていると、ミドルウエアは、デフォルトフラグや音源情報の値にかかわらず、音声データの出力を行わない。

また、キャンセルフラグがオフで、デフォルトフラグがオン（デフォルト音声データの出力を意味する）の場合には、ミドルウエアは、音源情報の値にかかわらず、デフォルト音声データを出力する。また、キャンセルフラグ及びデフォルトフラグがオフで、有効な音源情報が設定されている場合には、ミドルウエアは、音源情報に対応した音声データを出力する。

〈ゲームプログラムの開発〉
このゲームプログラムを開発する際には、グラフィック処理部５２の動作をプログラムするプログラマ（以下、グラフィックプログラマと呼ぶ）は、コントロール（操作対象）と、そのコントロールに対するユーザの操作との組ごとに、発音イベントの発行を定義（プログラミング）する。このとき、グラフィックプログラマは、全ての発音イベントについて、デフォルトフラグをオンにセットしておく。

一方、音響表現のデザイン（例えば、どのような条件下でどのような音を出すかといったデザイン）は、画像部分のデザイン及びプログラムが確定した後に、サウンド関係の開発担当者（以下、サウンドデザイナという）が行う。サウンドデザイナは、自身が考えるデザインに従って、設定が必要な発音イベント毎に、プロパティー値を設定する。すなわち、本実施形態のプログラム構造では、ユーザの操作と発音とを結びつけるために、一々、グラフィックプログラマに画像処理にかかるプログラムコードの修正を行ってもらう必要がない。

図２に、プロパティー値の設定を行うための開発ツールの画面を例示する。図２にでは、グラフィックプログラマがコーディングを行った、操作対象、発音イベント、リスナの一部がテーブル形式で表示されている。サウンドデザイナは、このテーブルの「キャンセル」、「デフォルト音」、「音源情報」のプロパティー値に対して必要に応じて、フラグの選択や値の入力を行えばよい。なお、グラフィックプログラマが、全ての発音イベントに対してデフォルトフラグを予めオンにセットしているので、デフォルト音を出力する発音イベントに関しては、サウンドデザイナがプロパティー値の設定を行う必要がない。

以上をまとめると、本件発明は、コンピュータを、所定の処理を行うイベント処理手段（グラフィック処理部５２）と、前記イベント処理手段の処理に応じて、標準動作として、予め定められた音声データを出力する再生手段（オーディオ処理部５３）として機能させ、前記再生手段は、設定データに応じて、前記標準動作に代えて、前記音声データの出力キャンセル、または他の音声データを出力する動作に、設定変更可能に構成されていることを特徴とする音声生成プログラムである。

〈本実施形態の効果〉
以上のように、本実施形態のプログラム構造によれば、プログラムの開発において、画像関係の開発担当者と、サウンド関係の開発担当者とが分業しやすくなる。すなわち、効率のよいプログラム開発が可能になる。

［その他の実施形態］
なお、発音イベントに対応づける音声データは、操作音には限定されない。オーディオ処理部５３で取り扱う全ての音声データを対象とできる。

また、発音イベントの発行のきっかけは、ＧＵＩの操作には限定されない。プログラムの下で起こる種々の事象変化をトリガにできる。例えば、ゲームプログラムでは、ユーザがプレイヤキャラクタの姿勢を変えたことをトリガとして発音イベントを発行することなどが考えられる。

また、グラフィック処理部５２とオーディオ処理部５３の機能分担も例示である。例えば、オーディオ処理部５３で行っていた処理をグラフィック処理部５２で行うように実装したり、オーディオ処理部５３で保持するプロパティー値をグラフィック処理部５２のミドルウエアで保持したりするなど種々の変形が可能である。また、グラフィック処理部５２やオーディオ処理部５３の機能を制御部５６で実現してもよい。

また、ゲームプログラムは、いわゆるオンラインゲーム用のゲームプログラムとして実装してもよい。ゲームプログラムがオンラインゲーム用である場合には、グラフィック処理部５２やオーディオ処理部５３で行っていた処理をそれらに代わってサーバ側で行ってもよいし、サーバ側とクライアント（ゲーム装置５）側とで分担してもよい。

これらの他の実施形態を採用した場合においても、本発明の作用効果は発揮される。また、本実施形態と他の実施形態、および他の実施形態同士を適宜組み合わせることも可能である。

５ ゲーム装置
５３ オーディオ処理部（再生手段）
５５ 記憶部
５６ 制御部
５２１ イベント処理手段

Claims (4)

1. コンピュータを、
   所定の処理を行うイベント処理手段と、
   前記イベント処理手段の処理に応じて、標準動作として、予め定められた音声データを出力する再生手段として機能させ、
   前記再生手段は、設定データに応じて、前記標準動作に代えて、前記音声データの出力キャンセル、または他の音声データを出力する動作に、設定変更可能に構成され、
   前記設定データは、複数のプロパティー値の組がイベント毎に対応付けられており、
   前記再生手段は、組をなす前記複数のプロパティー値間に設定した優先度にしたがって、前記音声データの出力キャンセル、または他の音声データを出力する動作をおこなうものであり、
   前記イベントの処理は、ゲームプログラムの下で起こるプレイヤキャラクタの事象変化をトリガとして行われるものであり、
   複数のプロパティー値は、音声データの出力自体のキャンセルを行うか否かのフラグ、デフォルト音声データを出力するか否かのフラグ、他の音声データを出力する場合における音源の音声データを特定する情報である
   ことを特徴とする音声生成プログラム。
2. 請求項１において、
   前記設定データには、前記イベント処理手段の処理内容に対応して、設定内容を定義できることを特徴とする音声生成プログラム。
3. 請求項１または請求項２において、
   前記イベント処理手段は、グラフィカルユーザインタフェースに対するユーザの操作をトリガとして処理を行うことを特徴とする音声生成プログラム。
4. 請求項１から請求項３の何れかの音声生成プログラムを記憶した記憶部と、
   前記音声生成プログラムを実行する制御部と、
   を備えたことを特徴とする音声生成装置。

Images