JP6993774B2 - 音声出力制御装置 - Google Patents

Description

本発明は、音声出力制御装置に関する。

録音時の音場を再現して音声を再生する技術が知られている。例えば、特許文献１は、頭上スピーカを有しない適応型オーディオシステムで反射音をレンダリングする適応型オーディオシステムのためのシステムおよび方法を開示している。

特許文献２は、アンプ装置から入力された増幅音信号を無指向性の出力特性で出力するスピーカ装置を備えることによって受聴位置を変更する可能性のある受聴者にとって最適な音場を提供することができる音響システムについて開示している。

特許文献３は、再生音場空間の室内音響特性（リスニングルームの大きさ・形・内装等）に合わせて、再生時の音響特性を好適に調整することができる音響再生装置について開示している。

特表２０１５－５３０８２４号公報（２０１５年１０月１５日公表） 特開２０１４－１０３６１６号公報（２０１４年 ６月 ５日公開） 特開２００８－２３３９２０号公報（２００８年１０月 ２日公開）

しかしながら、従来技術の様に録音時の音場を再現しようとしても、再生環境によっては音声に対する没入感が高まるとは限らない。より具体的に言えば、音声を再生するスピーカの位置によっては、かえって没入感が低減することがある。例えば、室内で雨音のような環境音を聞く場合に、雨が窓や屋根に当たるような音が窓や屋根以外の場所に配置されたスピーカから聞こえてくると、かえって没入感が低減してしまう。

本発明の一態様は、上記課題に鑑みてなされたものであり、受聴者の再生環境に応じて好適な没入感を提供することのできる音声出力制御装置を実現することを目的とする。

上記の課題を解決するために、本発明の一態様に係る音声出力制御装置は、音声を音声出力装置に出力させる音声出力制御装置であって、音声データを取得する音声データ取得部と、上記音声データとオブジェクトとの対応関係を示すメタデータを取得するメタデータ取得部と、上記音声データの示す音声を出力させる音声出力装置を、上記オブジェクトと音声出力装置との対応付けを示す対応付け情報、および、上記メタデータを参照して決定する決定部と、を備えている構成である。

本発明の一態様に係る音声出力制御装置によれば、受聴者の再生環境に応じて好適な没入感を提供することができるという効果を奏する。

本発明の実施形態１に係る音声出力制御装置の要部構成を示すブロック図である。 本発明の実施形態１に係る音声出力制御装置の動作の一例を説明するフローチャートである。 メタデータに含まれる「音声データ・オブジェクト対応情報」の一例を示す図である。 記憶部に記憶されている「スピーカ・オブジェクト対応情報」の一例を示す図である。 スピーカ決定部によって生成される「音声データ・スピーカ対応情報」の一例を示す図である。 本発明の実施形態１に係る音声出力制御装置による音声データの出力例を説明するための図である。 本発明の実施形態１に係る音声出力制御装置による音声データの出力例を説明するための図である。 本発明の実施形態１に係る音声出力制御装置による音声データの出力例を説明するための図である。 本発明の実施形態２に係る音声出力制御装置の要部構成を示すブロック図である。 本発明の実施形態２に係る音声出力制御装置の動作の一例を説明するフローチャートである。 本発明の実施形態２に係る音声出力制御装置のＵＩ生成部が生成するＵＩ画面の一例を示す図である。 本発明の実施形態２に係る音声出力制御装置のＵＩ生成部が生成するＵＩ画面の一例を示す図である。 本発明の実施形態２に係る音声出力制御装置のＵＩ生成部が生成するＵＩ画面の一例を示す図である。 本発明の実施形態２に係る音声出力制御装置のＵＩ生成部が生成するＵＩ画面の一例を示す図である。 本発明の実施形態２に係る音声出力制御装置のＵＩ生成部が生成するＵＩ画面の一例を示す図である。 本発明の実施形態２に係る音声出力制御装置のＵＩ生成部が生成するＵＩ画面の一例を示す図である。 本発明の実施形態２に係る音声出力制御装置のＵＩ生成部が生成するＵＩ画面の一例を示す図である。 本発明に係る音声出力制御装置を備えたテレビの外観を示す図である。

〔実施形態１〕
以下、本発明の実施形態１に係る音声出力制御装置１について、詳細に説明する。

（１．音声出力制御装置１の要部構成）
図１は、本実施形態に係る音声出力制御装置１の要部構成を示すブロック図である。図１に示すように、音声出力制御装置１は、複数のスピーカ（音声出力装置）２ａ、２ｂおよび２ｃへと音声を出力させる。音声出力制御装置１は、スピーカ２ａ、２ｂおよび２ｃと、無線接続または有線接続されている。なお、スピーカの個数が３個の場合を例示したが、これは本実施形態を限定するものではなく、任意の個数のスピーカを対象とすることができる。また、図示は省略したが、音声出力制御装置１およびスピーカ２ａ、２ｂおよび２ｃは、無線接続または有線接続を実現するための通信部または接続部を備えている。

また、「音声」とは、「人の声」に限定されるものではなく、空気の振動により伝搬される音全般のことを指す。「音声」には、音楽、環境音、人の声等が含まれる。

音声出力制御装置１は、制御部１０および記憶部２０を備えている。制御部１０は、音声出力制御装置１を統括的に制御する。

制御部１０は、音声データ取得部１１、メタデータ取得部１２、スピーカ決定部（決定部）１３および出力スピーカ制御部１４を備えている。

音声データ取得部１１は、音声出力制御装置１の処理対象となるコンテンツデータを参照し、当該コンテンツデータから音声データを取得する。コンテンツデータには、音声データおよびメタデータが含まれている。コンテンツデータは、サーバから取得してもよく、記憶部２０に予め記憶されていてもよい。また、コンテンツデータは、音声に関連したデータのみに限定されるものではなく、画像データ等の他のデータをさらに含むものであってもよい。

また、音声データ取得部１１は、取得した音声データを出力スピーカ制御部１４に供給する。なお、音声データ取得部１１は、取得した音声データに対して適宜復号処理等のデータ処理を行ったうえで出力スピーカ制御部１４に供給する構成とすることができる。

メタデータ取得部１２は、上記コンテンツデータからメタデータを取得する。取得したメタデータは、スピーカ決定部１３に供給される。詳細については後述するが、メタデータには、各音声データとオブジェクトとの対応関係を示す「音声データ・オブジェクト対応情報」が含まれている。

一方で、記憶部２０には、オブジェクトとスピーカ２ａ、２ｂおよび２ｃとの対応付けを示す「スピーカ・オブジェクト対応情報」が記憶されている。

ここで、上記「オブジェクト」とは、任意の領域、任意の領域の一部、および任意の領域内に存在している物体の少なくともいずれかを指す。上記「任意の領域」とは、受聴者の再生環境を機能的または物理的に区分した一領域のことを指す。具体的には、例えば、受聴者の再生環境が家の中であれば、上記「任意の領域」は、例えば、キッチン、リビング、ベッドルーム等の、部屋であり得る。上記「任意の領域の一部」は、例えば、窓、天井等の、部屋を構成する部材であり得る。また、上記「任意の領域内に存在している物体」は、例えば、テレビジョン受像機（テレビ）、本棚等の、部屋の中に存在している物品であり得る。

スピーカ決定部１３は、記憶部２０に記憶されている上記「スピーカ・オブジェクト対応情報」と、上記メタデータに含まれる「音声データ・オブジェクト対応情報」とを参照して、上記音声データの示す音声と、当該音声を出力させるスピーカとの対応情報である「音声データ・スピーカ対応情報」を生成する。生成した「音声データ・スピーカ対応情報」は、出力スピーカ制御部１４に提供される。

出力スピーカ制御部１４は、「音声データ・スピーカ対応情報」に従って、音声データを、当該音声データに対応付けられたスピーカから出力させる。

（２．音声出力制御装置１の動作）
図２は、本実施形態に係る音声出力制御装置１の動作の一例を説明するフローチャートである。

（ステップＳ１１）
まず、音声データ取得部１１は、コンテンツデータから音声データを取得する。音声データ取得部１１は、取得した音声データを、出力スピーカ制御部１４に供給する。

（ステップＳ１２）
次いで、メタデータ取得部１２は、取得した音声データからメタデータを取得する。メタデータ取得部１２は、取得したメタデータを、スピーカ決定部１３に供給する。

（ステップＳ１３）
次いで、スピーカ決定部１３は、記憶部２０に記憶されている「スピーカ・オブジェクト対応情報」と、上記メタデータに含まれる「音声データ・オブジェクト対応情報」とを参照して、音声データの示す音声を出力させるスピーカを決定し、当該決定結果を示す「音声データ・スピーカ対応情報」を生成する。

（ステップＳ１４）
次いで、出力スピーカ制御部１４は、「音声データ・スピーカ対応情報」に従って、音声データを、当該音声データに対応付けられたスピーカから出力させる。

（３．各対応情報の具体例）
以下では、参照する図面を替えて、上記の説明において登場した各種の対応情報についてより具体的に説明する。

（音声データ・オブジェクト対応情報）
図３は、メタデータに含まれる「音声データ・オブジェクト対応情報」の一例を示す図である。「音声データ・オブジェクト対応情報」は、コンテンツデータに含まれている音声データと、オブジェクトとの対応付けを示す情報である。

図３に示すように、例えば、コンテンツ名「Relax Music[ Rain ]」であるコンテンツデータは、音声チャンネル１～５の音声データを含んでいる。音声チャンネル１～３の音声データは、出力先のオブジェクトとして「Ceiling」に対応付けられている、音声チャンネル４～５の音声データは、出力先のオブジェクトとして「Window」に対応付けられている。コンテンツ名「Relax Music[ Rain ]」であるコンテンツデータにおいて、「Room」に関する指定はない。

一方、コンテンツ名「Relax Music[Cooking]」であるコンテンツデータに含まれている音声チャンネル１～２の音声データは、出力先のオブジェクトとして「Kitchen」が対応付けられているが、「Place」に関する指定はない。

（スピーカ・オブジェクト対応情報）
図４は、記憶部２０に記憶されている「スピーカ・オブジェクト対応情報」の一例を示す図である。「スピーカ・オブジェクト対応情報」は、スピーカと、オブジェクトとの対応付けを示す情報である。

図４に示すように、例えば、ＩＤが「SP-01」であるスピーカは、「Living Room」の「Display Side」に対応付けられている。ＩＤが「SP-06」であるスピーカは、「Kitchen」の「Ceiling」に対応付けられている。各スピーカは、「スピーカ・オブジェクト対応情報」において対応付けられたオブジェクト（Room）内に存在しているオブジェクト（Place）と接するように、またはオブジェクト（Place）の付近に配置されていることが好ましい。

（音声データ・スピーカ対応情報）
図５は、スピーカ決定部１３によって生成される「音声データ・スピーカ対応情報」の一例を示す図である。スピーカ決定部１３は、「スピーカ・オブジェクト対応情報」（図４）と、メタデータに含まれる「音声データ・オブジェクト対応情報」（図３）とを参照して音声データの示す音声を出力させるスピーカを決定し、「音声データ・スピーカ対応情報」（図５）を生成する。

例えば、スピーカ決定部１３は、コンテンツ名「Relax Music[ Rain ]」であるコンテンツデータのメタデータを受け付けた場合、図４に示す「スピーカ・オブジェクト対応情報」を参照して、「Ceiling」に対応付けられたＩＤが「SP-04」および「SP-06」であるスピーカを、音声チャンネル１～３の音声データの出力先として決定し、「Window」に対応付けられたＩＤが「SP-02」および「SP-03」であるスピーカを、音声チャンネル４～５の音声データの出力先として決定する。

また、例えば、スピーカ決定部１３は、コンテンツ名「Relax Music[ Cafe]」であるコンテンツデータのメタデータを受け付けた場合、図４に示す「スピーカ・オブジェクト対応情報」を参照して、登録された全てのスピーカ（ＩＤが「SP-01」、「SP-02」、…「SP-06」であるスピーカ）を、音声チャンネル１の音声データの出力先として決定する。

また、例えば、スピーカ決定部１３は、コンテンツ名「RelaxMusic[Cooking]」であるコンテンツデータのメタデータを受け付けた場合、図４に示す「スピーカ・オブジェクト対応情報」を参照して、「Kitchen」に対応付けられたＩＤが「SP-06」であるスピーカを、音声チャンネル１～２の音声データの出力先として決定する。なお、コンテンツ名「Relax Music[Cooking]」であるコンテンツデータのように、出力先のオブジェクトとして「Room」のみが対応付けられており、「Place」の指定がない場合は、「Room」の情報が一致しているスピーカ全てを音声データの出力先として決定すればよい。

出力スピーカ制御部１４は、図５に示した「音声データ・スピーカ対応情報」に従って、音声データを、当該音声データに対応付けられたスピーカから出力させる。図６～図８は、本発明の実施形態１に係る音声出力制御装置１による音声データの出力例を説明するための図である。

図６は、例えば、コンテンツ名「Relax Music[ Rain ]」であるコンテンツデータに含まれている音声データの出力例を示している。コンテンツ名「Relax Music[ Rain ]」であるコンテンツデータを再生する場合、出力スピーカ制御部１４は、図５に示した「音声データ・スピーカ対応情報」に従って、音声チャンネル１～３の音声データを、窓２０１に対応付けられたスピーカ２ｂから出力させ、音声チャンネル４～５の音声データを、天井２０２に対応付けられたスピーカ２ａから出力させる。一方、出力スピーカ制御部１４は、テレビ２００に対応付けられたスピーカ２ｃからは、音声データを出力させない。これにより、雨音の環境音が、窓や天井の方向から聞こえてくるため、受聴者２０３は、雨が窓や屋根に当たっているように感じることができる。その結果、受聴者２０３は、雨音の環境音に対して好適な没入感を得ることができる。さらには、本発明の実施形態１に係る音声出力制御装置１は、音声データをスピーカに出力させると同時に、テレビ２００に雨の映像を表示させるように構成されていてもよい。これによって、受聴者２０３は、雨音の環境音に対するより高い没入感を得ることができる。

また、図７は、例えば、コンテンツ名「Relax Music[ Cafe ]」であるコンテンツデータに含まれている音声データの出力例を示している。コンテンツ名「Relax Music[ Cafe ]」であるコンテンツデータを再生する場合、出力スピーカ制御部１４は、図５に示した「音声データ・スピーカ対応情報」に従って、音声チャンネル１の音声データを、再生環境内に存在している全てのスピーカ（すなわち、窓２０１に対応付けられたスピーカ２ｂ、天井２０２に対応付けられたスピーカ２ａ、およびテレビ２００に対応付けられたスピーカ２ｃ）から出力させる。これにより、カフェの喧騒音の環境音が、再生環境内全体から聞こえてくるため、受聴者２０３は、カフェにいるように感じることができる。その結果、受聴者２０３は、カフェの喧騒音の環境音に対して好適な没入感を得ることができる。さらには、本発明の実施形態１に係る音声出力制御装置１は、音声データをスピーカに出力させると同時に、テレビ２００にカフェの映像を表示させるように構成されていてもよい。これによって、受聴者２０３は、カフェの喧騒音の環境音に対するより高い没入感を得ることができる。

また、図８は、例えば、コンテンツ名「Relax Music[ Fire Place]」であるコンテンツデータに含まれている音声データの出力例を示している。コンテンツ名「Relax Music[Fire Place ]」であるコンテンツデータを再生する場合、出力スピーカ制御部１４は、図５に示した「音声データ・スピーカ対応情報」に従って、音声チャンネル１～２の音声データを、テレビ２００に対応付けられたスピーカ２ｃから出力させる。一方、出力スピーカ制御部１４は、窓２０１に対応付けられたスピーカ２ｂおよび天井２０２に対応付けられたスピーカ２ａからは、音声データを出力させない。これにより、暖炉のたき火の音の環境音が、窓２０１に対応付けられたスピーカ２ｂおよび天井２０２に対応付けられたスピーカ２ａから聞こえないので、受聴者２０３の暖炉のたき火の音の環境音に対する没入感が損なわれることがない。さらには、本発明の実施形態１に係る音声出力制御装置１は、音声データをスピーカに出力させると同時に、テレビ２００に暖炉のたき火の映像を表示させるように構成されていてもよい。これによって、受聴者２０３は、暖炉のたき火の音の環境音に対するより高い没入感を得ることができる。

（４．変形例）
一変形例において、図３におけるコンテンツ名「Relax Music[ Rain ]」であるコンテンツデータの様に、コンテンツデータにおいて「Room」の指定がないコンテンツの音声データを出力する場合に、本発明の実施形態１に係る音声出力制御装置１は、スピーカ決定部１３が、受聴者が存在している再生環境内の領域情報を加味して、音声データの示す音声を出力させるスピーカを決定するように構成されていてもよい。従って、本発明の実施形態１に係る音声出力制御装置１は、受聴者が存在している再生環境内の領域の情報を取得するための、領域情報取得部（図１中には図示しない）をさらに備えていてもよい。例えば、図６～図８に示すように、受聴者２０３の再生環境が家の中であり、受聴者２０３がLiving Roomに存在している場合は、上記領域情報取得部は、受聴者が存在している再生環境内の領域の情報として、「Living Room」の領域情報を取得する。取得した領域情報は、スピーカ決定部１３に供給される。スピーカ決定部１３は、領域情報を加味して、音声データに対応付けられた全てのスピーカの内、Living Roomに対応づけられたスピーカのみを、音声データの出力先として決定する。受聴者が存在している再生環境内の領域の情報の取得方法としては、例えば、音声出力制御装置１が取得したメタデータに加えて、ユーザが所望の「Room」に対する指定を追加できるようにしてもよい。その結果、スピーカ決定部１３は、「音声データ・オブジェクト対応情報」（図３）および「スピーカ・オブジェクト対応情報」（図４）に加え、ユーザによる指定を参照して音声データの示す音声を出力させるスピーカを決定し、「音声データ・スピーカ対応情報」（図示しない）を生成する。従って、本発明の実施形態１に係る音声出力制御装置１は、ユーザに対して「Room」を指定させるためのＵＩ生成部および表示部と、ユーザからの操作を出力スピーカ決定に反映させるための操作受付部（図１中には図示しない）を更に備えていてもよい。

また、別の変形例において、音声出力制御装置１は、取得したメタデータに対応する中間テーブル（図示しない）を、キャッシュデータとして記憶部２０に保持しておき、当該中間テーブルのキャッシュデータに対して、ユーザが所望する「Room」に対する指定を追加する構成としてもよい。この構成の場合、スピーカ決定部１３は、ユーザによる指定が追加された上記中間テーブルのキャッシュデータおよび「スピーカ・オブジェクト対応情報」（図４）を参照して音声データの示す音声を出力させるスピーカを決定し、「音声データ・スピーカ対応情報」（図示しない）を生成してもよい。

また、別の変形例において、本発明の実施形態１に係る音声出力制御装置１は、ユーザの操作を受けて音声データの示す音声を出力するスピーカを決定する様に構成されていてもよい。例えば、「スピーカ・オブジェクト対応情報」（図４）に対して、ユーザが、音声を出力させたいスピーカに対する指定を追加できるようにしてもよい。その結果、スピーカ決定部１３は、「音声データ・オブジェクト対応情報」（図３）および「スピーカ・オブジェクト対応情報」（図４）に加え、ユーザによる上記指定を参照して音声データの示す音声を出力させるスピーカを決定し、「音声データ・スピーカ対応情報」（図示しない）を生成する。従って、本発明の実施形態１に係る音声出力制御装置１は、ユーザに対して出力スピーカを選択させるためのＵＩ生成部および表示部と、ユーザからの操作を出力スピーカ決定に反映させるための操作受付部（図１中には図示しない）を更に備えていてもよい。

〔実施形態２〕
以下、本発明の実施形態２に係る音声出力制御装置１ａについて、詳細に説明する。なお、説明の便宜上、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。

（１．音声出力制御装置１ａの要部構成）
図９は、本実施形態に係る音声出力制御装置１ａの要部構成を示すブロック図である。図９に示すように、（i）音声出力制御装置１ａが表示部３０をさらに備えている点、および（ii）制御部１０ａが操作受付部１５、情報更新部１６およびＵＩ生成部１７をさらに備えている点が、実施形態１の音声出力制御装置１と異なっている。本実施形態に係る音声出力制御装置１ａをかかる構成とすることによって、音声出力制御装置１ａは、記憶部２０に記憶されている「スピーカ・オブジェクト対応情報」を、ユーザ指示に基づいて更新することが可能となっている。操作受付部１５、情報更新部１６およびＵＩ生成部１７に関する処理の詳細については後述する。

表示部３０は、音声出力制御装置１ａと、無線接続または有線接続されている。図９に示すように、音声出力制御装置１ａは、「スピーカ・オブジェクト対応情報」に関連するユーザインタフェース画面（ＵＩ画面）の画像を、表示部３０に表示させる。尚、表示部３０は、タッチパネルであってもよい。また、図示は省略したが、音声出力制御装置１ａおよび表示部３０は、無線接続または有線接続を実現するための通信部または接続部を備えている。

操作受付部１５は、オブジェクトとスピーカ２ａ、２ｂおよび２ｃとの対応付けに関するユーザからの指示を受け付ける。操作受付部１５は、例えば、ユーザが、マウス、タッチパネル等の入力装置（図示しない）を介して、ユーザからの指示を受け付ける。

情報更新部１６は、操作受付部１５が受け付けたユーザ指示に基づいて、記憶部２０に記憶されている「スピーカ・オブジェクト対応情報」を更新する。

ＵＩ生成部１７は、記憶部２０に記憶されている「スピーカ・オブジェクト対応情報」を取得し、「スピーカ・オブジェクト対応情報」に関連するＵＩ画面の画像を生成する。生成したＵＩ画面の画像は、表示部３０に表示される。

（２．音声出力制御装置１ａの動作）
本実施形態に係る音声出力制御装置１ａは、上述したとおり、ユーザ指示に基づいて、記憶部２０に記憶されている「スピーカ・オブジェクト対応情報」を更新することが可能となっている点が、実施形態１の音声出力制御装置１とは異なる。そこで、かかる相違点の動作のみを以下に説明する。

図１０は、本実施形態に係る音声出力制御装置１ａの動作の一例を説明するフローチャートである。

（ステップＳ２１）
まず、操作受付部１５は、オブジェクトとスピーカ２ａ、２ｂおよび２ｃとの対応付けに関するユーザからの指示を受け付ける。操作受付部１５は、受け付けたユーザ指示を、情報更新部（対応付け情報更新部）１６に供給する。

（ステップＳ２２）
次いで、情報更新部１６は、受け付けたユーザ指示に基づいて、記憶部２０に記憶されている「スピーカ・オブジェクト対応情報」を更新する。

（３．ＵＩ画面の具体例、及び、受け付けたユーザ操作に基づく音声出力制御装置１ａの動作例）
以下では、図１１～図１７を参照しながら、ＵＩ生成部（ＵＩ画面生成装置）１７が生成するＵＩ画面（１００ａ～１００ｇ）の具体例、及び、受け付けたユーザ操作に基づく音声出力制御装置１ａの動作例について説明する。

（初期画面）
図１１は、ＵＩ生成部１７が生成するＵＩ画面１００ａの一例を示す図であり、「スピーカ・オブジェクト対応情報」を登録するための初期画面を示している。

図１１に示すように、ＵＩ画面１００ａは、スピーカ・オブジェクト対応情報表示領域１０２ａ、スライドバー１０４、および追加ボタン１０１ａを含んでいる。

スピーカ・オブジェクト対応情報表示領域１０２ａは、登録済みのスピーカ・オブジェクト対応情報の一部または全体を表示するための領域である。スライドバー１０４は、スピーカ・オブジェクト対応情報の内、未表示となっている部分を表示させるために、ユーザによって上下に移動可能に構成されている。

追加ボタン１０１ａは、スピーカ・オブジェクト対応情報に、スピーカ・オブジェクト対応情報を追加するために用いられるボタンである。

スライドバー１０４の移動および追加ボタン１０１ａの押下は、例えば、ユーザが操作するカーソルによる選択とリモコン等に備えられた物理的ボタンとの組合せによって行われる構成としてもよいし、表示部３０（図９）をタッチパネルとし、ユーザが直接タッチすることによって操作が行われる構成としてもよい。

図１１に示すように、ＵＩ画面１００ａには、スピーカ・オブジェクト対応情報として、（i）スピーカのＩＤの情報、（ii）当該ＩＤに対応する「Room」（オブジェクトとしての「領域」の名称）の情報、および（iii）当該ＩＤに対応する「Place」（オブジェクトとしての「領域の一部」の名称または「領域内に存在している物体」の名称）の情報が含まれている。

また、図１１に示す例では、フォーカス対象となっているＩＤ、当該ＩＤに対応する「Room」、および当該ＩＤに対応する「Place」が強調表示されている。図１１に示す例では、この強調表示は、ＩＤ、当該ＩＤに対応する「Room」、及び当該ＩＤに対応する「Place」を矩形の枠１０３で枠囲みすることによって行われる。フォーカス対象となっているＩＤ等に対するユーザの指示の具体例については後述する。

（Device name選択画面）
図１２は、ＵＩ生成部１７が生成するＵＩ画面１００ｂの一例を示す図であり、図１２は、図１１に示したＵＩ画面１００ａ内の追加ボタン１０１ａをユーザが押下した後に表示部３０に表示されるＵＩ画面を示している。

図１２に示すように、ＵＩ画面１００ｂは、「Device name」表示領域１０２ｂおよびスライドバー１０４を含んでいる。

「Device name」表示領域１０２ｂは、音声出力制御装置１ａによって検出可能なスピーカの情報の一部または全体を表示するための領域である。スライドバー１０４は、スピーカの情報の内、未表示となっている部分を表示させるために、ユーザによって上下に移動可能に構成されている。

図１２に示すように、ＵＩ画面１００ｂには、音声出力制御装置１ａによって検出可能なスピーカの情報として、「Device name」の情報が含まれている。また、図１２に示す例では、フォーカス対象となっている「Device name」が、矩形の枠１０３で枠囲みすることによって強調表示されている。ユーザは、フォーカス対象となっている「Device name」を、「スピーカ・オブジェクト対応情報」として新たに登録するスピーカとして選択することができる。

情報更新部１６は、ユーザが選択したスピーカを、新たに登録すべきスピーカとして特定する。

（スピーカ登録画面）
図１３は、ＵＩ生成部１７が生成するＵＩ画面１００ｃの一例を示す図であり、図１３は、図１２に示したＵＩ画面１００ｂにおいて、新たに登録するスピーカがユーザによって選択された後に表示部３０に表示されるＵＩ画面を示している。

図１３に示すように、ＵＩ画面１００ｃは、「Device name」表示領域１０６、スピーカＩＤ表示領域１０７、「Room」表示領域１０８、「Place」表示領域１０９、および追加ボタン１０１ｂを含んでいる。

「Device name」表示領域１０６は、図１２に示したＵＩ画面１００ｂにおいてユーザによって選択されたスピーカの名称を表示するための領域である。

スピーカＩＤ表示領域１０７は、スピーカＩＤを表示するための領域である。スピーカＩＤ表示領域１０７には、「Room」および「Place」との対応付けが未だされていないＩＤを昇順に自動的に割り当てて表示させてもよく、ユーザが任意で選択したＩＤを表示させてもよい。

「Room」表示領域１０８は、「Room」の情報を表示するための領域である。「Room」表示領域１０８は、「Room」候補リスト表示領域１０８ａ、スライドバー１０８ｂ、追加ボタン１０８ｃ、およびリスト表示ボタン１０８ｄを含んでいる。

リスト表示ボタン１０８ｄは、「Room」候補リスト表示領域１０８ａの表示／非表示を切り替えるために用いられるボタンである。「Room」候補リスト表示領域１０８ａが非表示状態の場合は、リスト表示ボタン１０８ｄをユーザが押下することによって「Room」候補リスト表示領域１０８ａを表示させることができる。逆もまた可能である。

「Room」候補リスト表示領域１０８ａは、登録済みの「Room」候補リストの一部または全体を表示するための領域である。スライドバー１０８ｂは、「Room」候補リストの内、未表示となっている部分を表示させるために、ユーザによって上下に移動可能に構成されている。追加ボタン１０８ｃは、「Room」候補リストに、新たな「Room」候補情報を追加するために用いられるボタンである。「Room」候補リストの中からユーザが指定した「Room」が、「Room」表示領域１０８に表示される。

「Place」表示領域１０９には、「Place」の情報を表示するための領域である。「Place」表示領域１０９は、図示しないが、「Room」表示領域１０８と同様に、「Place」候補リスト表示領域、およびスライドバーを含むように構成することができる。リスト表示ボタン１０９ｄを押下することによって、「Place」候補リスト表示領域１０８ａの表示／非表示状態を切り替えることができる。「Place」表示領域１０９には、「Place」候補リストの中からユーザが指定した「Place」が表示される。

追加ボタン１０１ｂが押下された場合、操作受付部１５は、（i）スピーカのＩＤの情報、（ii）当該ＩＤに対応する「Room」の情報、および（iii）当該ＩＤに対応する「Place」の情報についてのユーザからの指定を受け付ける。そして、操作受付部１５は、受け付けたユーザ指示を、情報更新部１６に供給する。情報更新部１６は、受け付けたユーザ指示に基づいて、スピーカＩＤ表示領域１０７に表示されているスピーカＩＤと、「Room」表示領域１０８に表示されている「Room」の情報と、「Place」表示領域１０９に表示されている「Place」の情報とを互いに関連付けたうえで、記憶部２０に記憶されている「スピーカ・オブジェクト対応情報」に付け加える。

（「Room」候補リスト更新画面）
図１４は、ＵＩ生成部１７が生成するＵＩ画面１００ｄの一例を示す図であり、図１４は、図１３に示したＵＩ画面１００ｃにおいて、ユーザによって追加ボタン１０８ｃが押下された後に表示部３０に表示されるＵＩ画面を示している。基本的には、メタデータが指定する「Room」の名称は、「Room」候補リストに表示される名称と対応しているが、メタデータ送信側のバージョンアップ等によって、メタデータが指定する「Room」の名称が変更され、「Room」候補リストを更新する必要性が生じる場合がある。図１３に示したＵＩ画面１００ｃでは、このような場合であっても、ユーザは追加ボタン１０８ｃを押下して、「Room」候補リストを更新することができる。

図１４に示すように、ＵＩ画面１００ｄは、図１３に示したＵＩ画面１００ｃに、「Room」候補リスト追加画面１１０が重畳表示されている。

「Room」候補リスト追加画面１１０は、「Room」情報入力領域１１１、および追加ボタン１０１ｃを含んでいる。

「Room」情報入力領域１１１は、新規の「Room」候補の名称を入力するための領域である。「Room」情報入力領域１１１への「Room」候補の名称の入力は、キーボード等の入力装置（図示しない）を介して、ユーザが入力することができる。図１４では、新規の「Room」候補の名称として、ユーザが「Kids Room」と入力した例を示している。

追加ボタン１０１ｃは、「Room」候補リストに、「Room」候補を追加するために用いられるボタンである。

追加ボタン１０１ｃが押下された場合、操作受付部１５は、新規の「Room」候補の名称についてのユーザからの指定を受け付ける。そして、操作受付部１５は、受け付けたユーザ指示を、情報更新部１６に供給する。情報更新部１６は、受け付けたユーザ指示に基づいて、「Room」候補リスト表示領域１０８ａに表示されている「Room」候補リストに、新規「Room」候補として「Kids Room」を付け加える。

（スピーカ・オブジェクト対応情報更新画面（１））
図１５は、ＵＩ生成部１７が生成するＵＩ画面１００ｅの一例を示す図であり、図１５は、図１１に示したＵＩ画面１００ａにおいて、フォーカス対象となっているＩＤ、当該ＩＤに対応する「Room」、および当該ＩＤに対応する「Place」がユーザによって選択された後に表示部３０に表示されるＵＩ画面を示している。

図１５に示すように、ＵＩ画面１００ｅは、図１１に示したＵＩ画面１００ａに、選択済みスピーカ情報表示画面１２０が重畳表示されている。

選択済みスピーカ情報表示画面１２０は、スピーカ・オブジェクト対応情報表示領域１２３、編集ボタン１２１および削除ボタン１２２を含んでいる。

スピーカ・オブジェクト対応情報表示領域１２３は、選択されたスピーカについてのスピーカ・オブジェクト対応情報を表示するための領域である。編集ボタン１２１は、スピーカ・オブジェクト対応情報表示領域１２３に表示されたスピーカ・オブジェクト対応情報を編集するために用いられるボタンである。削除ボタン１２２は、スピーカ・オブジェクト対応情報表示領域１２３に表示されたスピーカ・オブジェクト対応情報を、スピーカ・オブジェクト対応情報表示領域１０２ａから削除するために用いられるボタンである。

編集ボタン１２１が押下された場合、操作受付部１５は、ユーザからの編集の指定を受け付ける。そして、ＵＩ生成部１７は、図１７に示すＵＩ画面を生成する。図１７に示すＵＩ画面の詳細については後述する。

削除ボタン１２２が押下された場合、操作受付部１５は、ユーザからの削除の指定を受け付ける。そして、ＵＩ生成部１７は、図１６に示すＵＩ画面を生成する。図１６に示すＵＩ画面の詳細については後述する。

（スピーカ・オブジェクト対応情報更新画面（２））
図１６は、ＵＩ生成部１７が生成するＵＩ画面１００ｆの一例を示す図であり、図１６は、図１５に示したＵＩ画面１００ｅ内の削除ボタン１２２をユーザが押下した後に表示部３０に表示されるＵＩ画面を示している。

図１６に示すように、ＵＩ画面１００ｆは、図１１に示したＵＩ画面１００ａに、意思確認画面１３０が重畳表示されている。

意思確認画面１３０は、Ｙｅｓボタン１３１およびＮｏボタン１３２を含んでいる。Ｙｅｓボタン１３１は、図１５のスピーカ・オブジェクト対応情報表示領域１２３に表示されたスピーカ・オブジェクト対応情報を削除する場合に用いられるボタンである。Ｎｏボタン１３２は、図１５のスピーカ・オブジェクト対応情報表示領域１２３に表示されたスピーカ・オブジェクト対応情報を削除しない場合に用いられるボタンである。

Ｙｅｓボタン１３１が押下された場合、操作受付部１５は、ユーザからのＹｅｓの指定を受け付ける。そして、操作受付部１５は、受け付けたユーザ指示を、情報更新部１６に供給する。情報更新部１６は、受け付けたユーザ指示に基づいて、図１５のスピーカ・オブジェクト対応情報表示領域１２３に表示されたスピーカ・オブジェクト対応情報を、記憶部２０に記憶されている「スピーカ・オブジェクト対応情報」から削除する。ＵＩ生成部１７は、更新された「スピーカ・オブジェクト対応情報」に基づいて、スピーカ・オブジェクト対応情報表示領域１２３に、新たなスピーカ・オブジェクト対応情報を表示させる（図示しない）。

Ｎｏボタン１３２が押下された場合、操作受付部１５は、ユーザからのＮｏの指定を受け付ける。この場合、図１５のスピーカ・オブジェクト対応情報表示領域１２３に表示されたスピーカ・オブジェクト対応情報は記憶部２０に記憶されている「スピーカ・オブジェクト対応情報」から削除されない。

スピーカ・オブジェクト対応情報からスピーカ情報が削除された場合、削除されたスピーカＩＤよりも後の番号のスピーカＩＤは、番号を繰り上げて表示するようにしてもよい（つまり、例えば、スピーカＩＤ「SP-03」の情報が削除された場合、スピーカＩＤ「SP-04」、「SP-05」および「SP-06」が、それぞれ、「SP-03」、「SP-04」および「SP-05」に繰り上がる。）。

（スピーカ・オブジェクト対応情報更新画面（３））
図１７は、ＵＩ生成部１７が生成するＵＩ画面１００ｇの一例を示す図であり、図１７は、図１５に示したＵＩ画面１００ｅ内の編集ボタン１２１をユーザが押下した後に表示部３０に表示されるＵＩ画面を示している。

図１７に示したＵＩ画面１００ｇは、図１３に示したＵＩ画面１００ｃ内の追加ボタン１０１ｂが変更ボタン１０５に置き換わったものである。

変更ボタン１０５が押下された場合、操作受付部１５は、「Room」の情報および「Place」の情報についてのユーザからの新たな指定を受け付ける。そして、操作受付部１５は、受け付けたユーザ指示を、情報更新部１６に供給する。そして、記憶部２０に記憶されている「スピーカ・オブジェクト対応情報」のうち、スピーカＩＤ「SP-07」に関連付けられた「Room」の情報および「Place」の情報を、それぞれ、「Room」表示領域１０８および「Place」表示領域１０９に表示されている情報に更新する。

なお、本実施形態では、スピーカＩＤに対応するオブジェクトの情報（「Room」の情報および「Place」の情報）を変更する例を示したが、その逆に、オブジェクトの情報に対応するスピーカＩＤを変更することも可能である。

〔実施形態３〕
本発明に係る音声出力制御装置は、画像表示装置に備えられていてもよい。図１８は、本発明に係る音声出力制御装置とチューナとを備えたテレビ２００の外観を示す図である。

他の実施形態において、本発明に係る音声出力制御装置は、テレビ２００に外付けされた、テレビ２００とは別体の装置であってもよい。

また、実施形態２に係る音声出力制御装置１ａを備える場合は、テレビ２００が、表示部３０（図９）を兼ねていてもよく、テレビ２００とは別に表示部３０が設けられていてもよい。

画像表示装置は、テレビに限定されず、パソコン用のモニタ等であってもよい。

〔ソフトウェアによる実現例〕
音声出力制御装置１、１ａの制御ブロック（特に音声データ取得部１１、メタデータ取得部１２、スピーカ決定部１３、および出力スピーカ制御部１４）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、音声出力制御装置１、１ａ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に係る音声出力制御装置（１、１ａ）は、音声を音声出力装置（スピーカ２ａ、２ｂ、２ｃ）に出力させる音声出力制御装置（１、１ａ）であって、音声データを取得する音声データ取得部（１１）と、上記音声データとオブジェクトとの対応関係を示すメタデータを取得するメタデータ取得部（１２）と、上記音声データの示す音声を出力させる音声出力装置（スピーカ２ａ、２ｂ、２ｃ）を、上記オブジェクトと音声出力装置（スピーカ２ａ、２ｂ、２ｃ）との対応付けを示す対応付け情報、および、上記メタデータを参照して決定する決定部（スピーカ決定部１３）と、を備えている構成である。

上記の構成によれば、受聴者の再生環境に応じて好適な没入感を提供することができる。

本発明の態様２に係る音声出力制御装置（１、１ａ）は、上記の態様１において、上記メタデータは、上記オブジェクトとしての領域、領域の一部、および領域内に存在している物体の少なくとも何れかと、上記音声データとの対応関係を示すものである構成としてもよい。

上記の構成によれば、受聴者の再生環境に応じて好適な没入感を提供することができる。

本発明の態様３に係る音声出力制御装置（１ａ）は、上記の態様１または２において、上記対応付け情報を表示する表示部（３０）と、上記オブジェクトと音声出力装置（スピーカ２ａ、２ｂ、２ｃ）との対応付けに関するユーザからの指示を受け付ける操作受付部（１５）と、上記操作受付部（１５）が受け付けたユーザ指示に基づいて上記対応付け情報を更新する対応付け情報更新部（情報更新部１６）と、を更に備えている構成としてもよい。

上記の構成によれば、オブジェクトと音声出力装置との対応付けを示す対応付け情報を、ユーザ指示に基づいて更新することが可能となる。

本発明の態様４に係るメタデータは、音声出力制御装置（１、１ａ）によって参照されるメタデータであって、音声データとオブジェクトとの対応関係を含み、上記音声出力制御装置（１、１ａ）は、上記音声データの示す音声を出力させる音声出力装置（スピーカ２ａ、２ｂ、２ｃ）を、上記オブジェクトと音声出力装置（スピーカ２ａ、２ｂ、２ｃ）との対応付けを示す対応付け情報、および、上記メタデータを参照して決定する構成である。

上記の構成によれば、音声出力制御装置は、受聴者の再生環境に応じて好適な没入感を提供することができる。

本発明の態様５に係るユーザインタフェース画面生成装置（ＵＩ生成部１７）は、音声を音声出力装置に出力させる音声出力制御装置（１、１ａ）によって参照される対応付け情報を入力するためのユーザインタフェース画面を生成するユーザインタフェース画面生成装置（ＵＩ生成部１７）であって、上記ユーザインタフェース画面は、オブジェクトと音声出力装置（スピーカ２ａ、２ｂ、２ｃ）との対応付けに関するユーザからの指示を受け付けるよう構成されている構成である。

上記の構成によれば、オブジェクトと音声出力装置との対応付けを示す対応付け情報を、ユーザ指示に基づいて更新することが可能となる。

本発明の態様６に係るテレビジョン受像機（テレビ２００）は、上記の態様１～３のいずれかに記載の音声出力制御装置（１、１ａ）を備えている構成としてもよい。

上記の構成によれば、テレビジョン受像機は、受聴者の再生環境に応じて好適な没入感を提供することができる。

本発明の態様７に係る音声出力制御方法は、音声を音声出力装置に出力させる音声出力制御方法であって、音声データを取得する音声データ取得工程（ステップＳ１１）と、上記音声データとオブジェクトとの対応関係を示すメタデータを取得するメタデータ取得工程（ステップＳ１２）と、上記音声データの示す音声を出力させる音声出力装置（スピーカ２ａ、２ｂ、２ｃ）を、上記オブジェクトと音声出力装置（スピーカ２ａ、２ｂ、２ｃ）との対応付けを示す対応付け情報、および、上記メタデータを参照して決定する決定工程（ステップＳ１３）と、を包含している方法である。

上記の構成によれば、態様１と同様の効果を奏する。

本発明の各態様に係る音声出力制御装置（１、１ａ）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音声出力制御装置（１、１ａ）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音声出力制御装置（１、１ａ）をコンピュータにて実現させる音声出力制御装置の音声出力制御プログラム、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、１ａ 音声出力制御装置
２ａ、２ｂ、２ｃ スピーカ（音声出力装置）
１０、１０ａ 制御部
１１ 音声データ取得部
１２ メタデータ取得部
１３ スピーカ決定部（決定部）
１５ 操作受付部
１６ 情報更新部
１７ ＵＩ生成部（ユーザインタフェース画面生成装置）
３０ 表示部
２００ テレビ（画像表示装置）

Claims (8)

1. 音声を音声出力装置に出力させる音声出力制御装置であって、
   音声データを取得する音声データ取得部と、
   上記音声データとオブジェクトとの対応関係を示すメタデータを取得するメタデータ取得部と、
   上記音声データの示す音声を出力させる音声出力装置を、上記オブジェクトと音声出力装置との対応付けを示す対応付け情報、および、上記メタデータを参照して決定する決定部と、
   を備え、
   上記オブジェクトは、上記音声の再生環境を機能的または物理的に区分した一領域である任意の領域、上記任意の領域の一部、および上記任意の領域内に存在している物体の少なくともいずれかであることを特徴とする音声出力制御装置。
2. 上記メタデータは、上記オブジェクトとしての領域、領域の一部、および領域内に存在している物体の少なくとも何れかと、上記音声データとの対応関係を示すものである
   ことを特徴とする、請求項１に記載の音声出力制御装置。
3. 上記対応付け情報を表示する表示部と、
   上記オブジェクトと音声出力装置との対応付けに関するユーザからの指示を受け付ける操作受付部と、
   上記操作受付部が受け付けたユーザ指示に基づいて上記対応付け情報を更新する対応付け情報更新部と、
   を更に備えていることを特徴とする請求項１または２に記載の音声出力制御装置。
4. 音声を音声出力装置に出力させる音声出力制御装置によって参照される対応付け情報を入力するためのユーザインタフェース画面を生成するユーザインタフェース画面生成装置であって、
   上記ユーザインタフェース画面は、オブジェクトと音声出力装置との対応付けに関するユーザからの指示を受け付けるよう構成され、
   上記オブジェクトは、上記音声の再生環境を機能的または物理的に区分した一領域である任意の領域、上記任意の領域の一部、および上記任意の領域内に存在している物体の少なくともいずれかであることを特徴とするユーザインタフェース画面生成装置。
5. 請求項１～３のいずれか１項に記載の音声出力制御装置を備えていることを特徴とする、テレビジョン受像機。
6. 音声を音声出力装置に出力させる音声出力制御方法であって、
   音声データを取得する音声データ取得工程と、
   上記音声データとオブジェクトとの対応関係を示すメタデータを取得するメタデータ取得工程と、
   上記音声データの示す音声を出力させる音声出力装置を、上記オブジェクトと音声出力装置との対応付けを示す対応付け情報、および、上記メタデータを参照して決定する決定工程と、
   を包含し、
   上記オブジェクトは、上記音声の再生環境を機能的または物理的に区分した一領域である任意の領域、上記任意の領域の一部、および上記任意の領域内に存在している物体の少なくともいずれかであることを特徴とする音声出力制御方法。
7. 請求項１に記載の音声出力制御装置としてコンピュータを機能させるための音声出力制御プログラムであって、上記音声データ取得部、上記メタデータ取得部、および上記決定部としてコンピュータを機能させるための音声出力制御プログラム。
8. 請求項７に記載の音声出力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