JP7098561B2 - 配信システム、配信システムの制御方法、プログラム - Google Patents

Description

本発明は、配信システム、配信システムの制御方法、プログラムに関する。

従来、会議における参加者の発話の内容をまとめて議事録として記録しておくことが行われている。議事録によれば、会議に参加できなかった人が当該会議の内容を把握することが容易になり、また、参加者が当該会議の内容を思いだすことも容易になる。しかしながら、議事録を作成するためには、人の手によって、参加者の発話を紙に書き出したり、パソコンに打ち込んだりする必要があったため、作成が容易ではなかった。

これに対して、特許文献１には、複数人の発話を音声認識して、当該発話の内容を示す文字列を用いた議事録を作成する議事録作成システムが開示されている。

特開２０１７－１７３７６８号公報

また、会議では、多くの参加者が参加する場合や一部の参加者が遅れて参加する場合がある。このような場合には、会議における参加者の発話の内容を示す文字列を、会議中において参加者が確認できることが望ましい。ここで、当該発話の内容を示す文字列は、当該会議中において適切な共有者に共有されることが求められるが、特許文献１には、当該内容の共有者（共有先）を決定することの記載はない。

よって、本発明は、会議における参加者の発話の内容を示す文字列を、当該会議中において適切な共有者に共有できるシステムを提供すること目的とする。

本発明の１つの態様は、
会議における１または複数の参加者の発話を音声として取得する音声取得手段と、
会議ごとに異なる、当該会議を特定するための識別情報を表示する表示手段と、
を有するスマートスピーカと、
前記識別情報を用いて配信先に登録された１または複数の情報処理端末に対して、前記識別情報に対応する会議における前記音声が文字列に変換された発話情報を配信する配信手段と、
を有する、
ことを特徴とする配信システムである。

ここで、スマートスピーカとは、対話型の音声操作に対応したスピーカである。識別情報は、会議を特定するための、スマートスピーカに表示される会議に応じた情報である。この形態によれば、配信システムは、適切な情報処理端末に発話情報を配信することができる。また、会議ごとに異なる識別情報が表示されることによれば、会議に参加した者（スマートスピーカが設置された会場に実際にいる者など）しか識別情報を確認しえないため、会議に参加しない者が当該識別情報を確認することを抑制することができる。このため、よりセキュアに発話情報を配信することができる。また、表示手段が、識別情報を表示することによって、発話情報が配信されるための情報を情報処理端末に通知しているた
め、スマートスピーカが音声を発することによる会議の妨害が抑制できる。

前記表示手段は、画像を表示する画像表示部を有し、マトリックス型二次元コードを用いて前記識別情報を前記画像表示部に表示してもよい。これによれば、マトリックス型二次元コードは多くの情報を含むことができ、より多くの種類の識別情報が存在することができるため、総当り攻撃による会議に参加をしていない悪意者による発話情報の取得を抑制することができる。従って、配信システムは、よりセキュアに、発話情報の配信をすることができる。また、マトリックス型二次元コードは、一般的なスマートフォンなどの情報処理端末によって認識可能であるので、マトリックス型二次元コードを認識するための特別なアプリケーションが情報処理端末に必要ない。さらには、マトリックス型二次元コードから情報を取得する方法も公知であるため、情報処理端末は、より容易に、配信先に登録されるために用いる情報をマトリックス型二次元コードから取得可能である。

前記表示手段は、光源部を有し、前記光源部の発光によって前記識別情報を表示してもよい。前記光源部は、複数の発光素子から構成されており、記表示手段は、前記複数の発光素子それぞれの発光の有無および／または発光色を制御することによって前記識別情報を表示してもよい。これによれば、画像を表示する手段を有さないスマートスピーカにおいても、識別情報を表示することができる。

前記配信手段は、前記識別情報に応じた情報を前記配信手段に送信した情報処理端末を、前記識別情報に対応する会議における前記発話情報の配信先に登録してもよい。

前記音声を前記発話情報に変換する音声処理手段をさらに有し、前記１または複数の参加者のいずれかから発話があるごとに、前記音声取得手段は、当該発話を音声として取得し、前記音声処理手段は、前記音声を前記発話情報に変換し、前記配信手段は、前記１または複数の情報処理端末に前記発話情報を配信してもよい。これによれば、会議において発話があるごとに発話情報を配信することができるため、情報処理端末を有する共有者は、リアルタイムで発話情報を確認することができる。

前記スマートスピーカは、発話をした参加者を判定する判定手段をさらに有し、前記配信手段は、前記１または複数の参加者のいずれかから発話があるごとに、当該発話した参加者を示す情報が付加された前記発話情報を、前記１または複数の情報処理端末に配信してもよい。これによれば、情報処理端末が、発話情報と発話した参加者とを対応付けて表示することが容易に可能になるため、誰がどの発言をしたかを共有者が確認することが容易になる。

前記判定手段は、前記１または複数の参加者それぞれの発話から、参加者それぞれの位置範囲を予め決定しておき、前記１または複数の参加者のいずれかから発話があるごとに、前記参加者の位置範囲に基づき、当該発話をした参加者を判定してもよい。これによれば、参加者の位置を認識するための撮像部や画像解析部をスマートスピーカが有しない場合であっても、発話した参加者を判定することができる。

前記スマートスピーカは、前記１または複数の参加者それぞれを撮像する撮像手段と、前記１または複数の参加者それぞれの予め撮像された画像と、前記会議において前記撮像手段が撮像する参加者それぞれの画像を比較することによって、前記参加者の位置範囲を更新する制御手段と、をさらに有していてもよい。これによれば、会議中において、参加者が移動してしまった場合にも、適切な参加者の位置範囲に更新（修正）できるため、配信システムは、発話した参加者の判定をより正確にできる。

前記発話情報を記憶する記憶手段をさらに有し、前記配信手段は、新たな情報処理端末
が配信先に登録されると、当該情報処理端末に対して、当該情報処理端末が登録される以前の前記発話情報を配信してもよい。これによれば、会議が開始した後に、配信先に登録された情報処理端末に対しても、当該会議の開始時からの発話情報を配信することができるため、共有者は、情報処理端末を用いて会議の流れを後から確認することができる。

前記１または複数の情報処理端末をさらに有し、前記１または複数の情報処理端末のそれぞれは、発話ごとの発話情報を、時系列に、発話した参加者を示す情報および発話時刻とともに表示してもよい。これによれば、共有者は、情報処理端末の表示によって、誰がいつ、どのような発言をしたのかを容易に把握することができる。

前記１または複数の情報処理端末のうち１つの情報処理端末が表示する発話情報に対して、変更または削除をするユーザ操作が行われると、前記１または複数の情報処理端末のそれぞれは、表示する当該発話情報を変更または削除してもよい。これによれば、共有者は、容易に発話情報を適切にものにすることができるため、適切な発話情報を共有することができる。

なお、本発明は、上述した機能および処理の少なくとも一部を含む配信システムの制御方法、または、当該制御方法の各ステップをコンピュータに実行させるプログラム、または、当該プログラムを非一時的に記憶した記憶媒体などとして捉えることもできる。

本発明によれば、会議における参加者の発話の内容を示す文字列を、当該会議中において適切な共有者に共有できる。

実施形態１に係る配信システムの構成図である。 実施形態１に係るスマートスピーカの外観を示す図である。 実施形態１および変形例１に係る議事メモを示す図である。 実施形態１に係る配信システムの全体処理を示すフローチャートである。 実施形態１に係る識別情報を説明する図である。 実施形態１に係る会議開始処理を示すフローチャートである。 実施形態１に係る情報を示す図である。 実施形態１に係る端末登録処理を示すフローチャートである。 実施形態１に係る配信処理を示すフローチャートである。 実施形態１に係る他の会議開始処理を説明する図である。

以下、図面を参照して本発明の例示的な実施形態を詳細に説明する。なお、本発明は説明する実施形態に限定されない。また、実施形態で説明される構成要素の全てが本発明に必須とは限らない。

なお、以下では、「参加者」とは、会議に参加しているユーザを示し、「共有者」とは、会議における発話の内容を示す発話情報が配信される情報処理端末を有するユーザを示す。

＜実施形態１＞
実施形態１では、配信システムが、スマートスピーカと外部サーバとを有する。ここで、スマートスピーカは、会議における１または複数の参加者の発話を音声として取得し、さらに、会議ごとに異なる、当該会議を特定するための識別情報を表示する。また、外部サーバは、識別情報を用いて登録された１または複数の情報処理端末に対して、識別情報
に対応する会議における音声が文字列に変換された発話情報を配信する。これにより、配信システムは、会議において適切な情報処理端末（共有者）に、発話の内容を文字列で示す発話情報を共有（配信）することができる。

［配信システムの構成］
実施形態１に係る配信システム１の構成について図１を用いて説明する。配信システム１は、スマートスピーカ１００と外部サーバ２００と情報処理端末３００を有する。スマートスピーカ１００と外部サーバ２００と情報処理端末３００とは、ネットワーク１０を介して互いに通信可能である。なお、配信システム１において、１つの外部サーバ２００に対して複数のスマートスピーカ１００が存在することができ、１つのスマートスピーカ１００に対して複数の情報処理端末３００が存在することができる。

スマートスピーカ１００は、会議における参加者の発話を音声として取得する、対話型の音声操作に対応したスピーカである。また、スマートスピーカ１００は、取得した音声を外部サーバ２００に送信する。また、スマートスピーカ１００は、現在行われている会議を特定するための、会議ごとに異なる識別情報を表示する。識別情報とは、スマートスピーカ１００に表示される、会議情報に応じた情報である。会議情報とは、スマートスピーカ１００が設置されている会場で行われている会議に一意に対応する情報である。会議情報は、数値で示されたＩＤや、ＷＥＢページのＵＲＬであり得る。

外部サーバ２００は、１または複数の情報処理端末３００が配信先に登録されていれば、会議における音声が文字列に変換された発話情報を、当該１または複数の情報処理端末３００に配信する。発話情報とは、会議における発話の内容を示す文字列である。また、外部サーバ２００は、当該音声および当該発話情報を記憶する。

情報処理端末３００は、外部サーバ２００に発話情報の配信先として登録されている場合には、発話情報が配信される。また、情報処理端末３００は、配信される発話情報に基づき、会議における議事メモを生成して表示する。情報処理端末３００は、例えば、スマートフォン、タブレット端末、デジタルカメラなどの、ネットワーク通信が可能であれば任意の情報処理装置でよい。

（スマートスピーカの構成）
以下にて、スマートスピーカ１００の構成の詳細について説明する。スマートスピーカ１００は、制御部１０１、記憶部１０２、音声取得部１０３、音声出力部１０４、表示部１０５、センサ部１０６、通信部１０７を有する。また、図２は、スマートスピーカ１００の外観を示す。

制御部１０１は、スマートスピーカ１００における各機能部を制御する、例えば、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）である。制御部１０１は、記憶部１０２に記憶されているプログラムに基づいて、各機能部を制御する。
記憶部１０２は、制御部１０１が動作するためのプログラムを記憶する。

音声取得部１０３は、会議における参加者の発話を音声として取得する。音声取得部１０３は、複数のマイクロフォン（マイク）から構成されており、図２が示すように、スマートスピーカ１００の全周が音声取得部１０３であるということができる。

音声出力部１０４は、参加者に対して、音声による通知を行う。音声出力部１０４は、音声による通知により、配信システム１が会議の参加者を認識するための情報の提供（発声）を、参加者に対して促すことができる。

表示部１０５は、画像表示部１１１と光源部１１２とを有し、制御部１０１の制御により、会議ごとに異なる識別情報を表示する。

画像表示部１１１は、図２が示すように、表示パネル上に画像を表示することができる。なお、本実施形態では、音声取得部１０３が存在する部位とは、異なる部位に画像表示部１１１が配置されており、当該２つの部位がケーブルによって接続されている。しかし、これに限らず、音声取得部１０３が存在する部位に画像表示部１１１が配置される形態であってもよい。

光源部１１２は、図２が示すように、スマートスピーカ１００の上面において円環状に構成されており、複数の発光素子を有する。光源部１１２は、複数の発光素子それぞれについて、発光の有無および／または発光色を制御することによって、様々な表示をすることができる。なお、本実施形態では、発光素子の数は１０個であるとして説明するが、１２個、１８個など任意の数でよい。また、発光素子は、発光が可能であれば、ＬＥＤや白熱電球など任意の素子を適用可能である。なお、光源部１１２は、必ずしも円環状である必要はなく、発光による識別情報の表示が可能であれば、任意の形状であってよい。

センサ部１０６は、本実施形態では、会議における参加者を検知する。センサ部１０６は、例えば、赤外線センサや照度センサ、人感センサ、環境センサ（温度・湿度・気圧）、ＣＯ２センサの少なくともいずれかを有する。なお、他の手段によって、会議における参加の検知が可能であれば、センサ部１０６は必須の構成ではない。

通信部１０７は、ネットワーク１０を介して外部サーバ２００や、情報処理端末３００と接続する。なお、通信部１０７とネットワーク１０との通信は、Ｅｔｈｅｒｎｅｔによる有線通信であっても、Ｗｉ－Ｆｉ（登録商標）、Ｂｌｕｅｔｏｏｔｈ（登録商標）、４Ｇ／ＬＴＥ、５Ｇ、ＷＩＭＡＸ（登録商標）などによる無線通信であってもよい。

（外部サーバの構成）
外部サーバ２００は、配信サーバ２０１、アプリケーションサーバ２０２、データベースサーバ２０３、音声処理サーバ２０４、ＷＥＢサーバ２０５を有する。

配信サーバ２０１は、会議における音声が文字列に変換された発話情報を、配信先として登録された情報処理端末３００に配信する配信部である。

アプリケーションサーバ２０２は、記憶部であるデータベースサーバ２０３への発話情報などの読み書きを行う。

データベースサーバ２０３は、図７（Ｃ）が示すような、会議ごとの発話情報を含む発話履歴を記憶する記憶部である。

音声処理サーバ２０４は、スマートスピーカ１００から取得する音声を文字列に変換する。また、音声処理サーバ２０４は、スマートスピーカ１００が発する音声を制御する。従って、本実施形態では、音声処理サーバ２０４は、対話制御サーバでもあり、音声認識・音声合成サーバでもある。さらに、音声処理サーバ２０４は、会議ごとに会議情報を生成する。

ＷＥＢサーバ２０５は、情報処理端末３００が発話情報を議事メモとして表示するためのコンテンツ（静的コンテンツ；アプリケーションプログラム）を記憶しており、情報処理端末３００から要求があると、当該コンテンツを送信する。情報処理端末３００は、当該コンテンツに基づいて、図３（Ａ）が示すような議事メモを生成して表示する。

［議事メモの表示］
図３（Ａ）では、２名の参加者の発話が議事メモとして情報処理端末３００の表示部に表示されている例を示している。情報処理端末３００は、参加者の発話ごとに、時系列に、発話者を示す情報と発話時刻とを発話内容を示す文字列（発話情報）とともに表示する。例えば、表示領域４０１には、スマートスピーカ１００自身が発した発話情報が表示されている。また、表示領域４０２には、参加者αが発した発話情報が表示され、表示領域４０３には、参加者βが発した発話情報が表示されている。

なお、情報処理端末３００は、ボタン４０７がユーザによりタッチされると、現在表示されている発話情報よりも過去の発話情報を表示し、ボタン４０８がユーザによりタッチされると、現在表示されている発話情報よりも後の発話情報を表示する。また、情報処理端末３００は、ＳＡＶＥボタン４０９がタッチされると、情報処理端末３００のローカルの記憶部やインターネット上の所定のクラウドに発話情報を記憶する。また、情報処理端末３００は、ＰＬＡＹボタン４１０がタッチされると、配信サーバ２０１を介して、データベースサーバ２０３から発話情報の生成元である音声を取得して、当該音声を再生する。

［識別情報の表示］
以下にて、スマートスピーカ１００の表示部１０５が行う識別情報の表示について詳細に説明する。スマートスピーカ１００の制御部１０１は、音声処理サーバ２０４から取得した会議情報に基づき、識別情報を表示部１０５に表示する。ここで、会議情報は、スマートスピーカ１００が設置された会場における会議を一意に示す情報である。また、識別情報は、情報処理端末３００に対して会議情報を伝えるために表示される情報であり、会議情報に応じた情報である。

ここで、会議情報とは、ＷＥＢサイトのアクセス先を示すＵＲＬや数字によるＩＤなどでありえる。制御部１０１は、例えば、会議情報がＵＲＬを示しており、当該会議情報に応じた識別情報を表示部１０５に表示する場合には、図５（Ａ）が示すような、マトリックス型二次元コードであるＱＲコード（登録商標）を用いることができる。より詳細には、制御部１０１は、ＱＲコードに対して会議情報を埋め込むことによって、画像表示部１１１に識別情報を表示する。なお、ＱＲコードに対して情報を埋め込む方法には、公知の方法を適用可能である。なお、識別情報の表示は、画像表示部１１１にＱＲコードを表示することに限らず、文字列やマークなどの会議情報に応じた任意の画像を画像表示部１１１に表示することによっても実現可能である。

また、制御部１０１は、スマートスピーカ１００を上から見た図である図５（Ｂ）が示すように、光源部１１２における発光素子１２０～１２９のそれぞれの発光の有無および／または発光色によって、識別情報を表示してもよい。制御部１０１は、例えば、会議情報が数字を示す情報であれば、緑色に発光する発光素子の数を百の位とし、青色に発光する発光素子の数を十の位とし、赤色に発光する発光素子の数を一の位として、識別情報を表示することができる。図５（Ｂ）が示す例では、発光素子１２０が赤色に発光しており、発光素子１２３，１２４が緑色に発光しており、他の発光素子は発光していないため、会議情報が２０１である識別情報が表示されている。なお、本実施形態に係る発光素子１２０～１２９のそれぞれは、制御部１０１の制御により、任意の発光色によって発光することができる。

さらには、制御部１０１は、例えば、緑色に発光する発光素子の数値を１として、青色に発光する発光素子の数を２として、赤色に発光する発光素子の数を３として、発光していない発光素子の数値を０として、識別情報を表示することができる。このとき、赤色の
発光する発光素子を先頭として、時計回りに数値が並ぶように予め決定されていれば、図５（Ｂ）が示す例では、会議情報が３００１１０００００である識別情報が表示されている。

また、表示部１０５における識別情報の表示は、時間によって変化する動画のような形式によって行われてもよい。例えば、光源部１１２において、ある時刻では、赤色、青色、緑色に発光する発光素子が１つずつある状態から、これとは異なる時点では、赤色、青色、緑色に発光する発光素子が２つずつある状態に変化することによって、識別情報が表示されてもよい。時間によって表示が変化することによれば、識別情報の表示のバリエーションを増加させることができる。ここで、バリエーションが増加すれば、識別情報の表示を確認していない者が、当該識別情報や会議情報を推測することが困難になる。

［配信先の登録］
以下では、情報処理端末３００の識別情報（会議情報）を用いた発話情報の配信先への登録について説明する。情報処理端末３００は、スマートスピーカ１００に表示される識別情報に応じた会議情報を配信サーバ２０１に送信する。配信サーバ２０１は、送信された会議情報と当該情報処理端末３００とを対応付けて、データベースサーバ２０３に記憶させることによって配信先の登録を行う。なお、配信サーバ２０１が管理するＷＥＢサーバのＵＲＬによって会議情報が示されている場合には、当該ＵＲＬが示すＷＥＢページに情報処理端末３００がアクセスすることによって、配信先の登録が行われてもよい。

ここで、情報処理端末３００は、例えば、表示部１０５に表示された識別情報を撮像して、分析することによって会議情報を取得することができる。また、表示部１０５に表示された識別情報から、会議情報をユーザが判断して、情報処理端末３００に入力してもよい。例えば、図５（Ａ）が示すようなＱＲコードを示す画像により識別情報が表示されている場合には、情報処理端末３００は、会議情報をＱＲコードから取得する。ここで、ＱＲコードから情報を取得するための技術には、公知技術を用いることができる。なお、例えば、画像表示部１１１に文字列が表示されている場合には、情報処理端末３００は、当該文字列を会議情報として取得してもよい。

また、図５（Ｂ）が示すような光源部１１２の発光により識別情報が表示されている場合には、情報処理端末３００は、発光素子１２０～１２９のそれぞれの発光の有無および／または発光色に応じて会議情報を取得する。これは、例えば、情報処理端末３００は、赤色に発光している発光素子の数を一の位として、青色に発光している発光素子の数を十の位として、緑色に発光している発光素子の数を百の位とする数値を会議情報とする。図５（Ｂ）が示す例では、情報処理端末３００は、発光素子１２０が赤色に発光しており、発光素子１２３，１２４が緑色に発光しているため、会議情報を２０１として取得することができる。

なお、情報処理端末３００は、撮像した画像の分析を行わずに、当該画像自体を会議情報としてもよい。また、情報処理端末３００は、ＱＲコードからＷＥＢページを示すＵＲＬを取得して、当該ＷＥＢページにアクセスすることによって、会議情報を取得してもよい。さらには、所定のＷＥＢページにおいて、赤色、青色、緑色にそれぞれ発光している発光素子の数をユーザが入力することによって、情報処理端末３００は、会議情報を取得してもよい。この場合には、情報処理端末３００による一時情報の撮像および分析は不要である。

情報処理端末３００は、このように取得した会議情報を、配信サーバ２０１に送信する。これは、情報処理端末３００が、ユーザによって入力された会議情報を、配信サーバ２０１に送信することも含む。そして、配信サーバ２０１は、事前にスマートスピーカ１０
０から送信された会議情報と、情報処理端末３００が送信した会議情報とが同一であれば、その情報処理端末３００を発話情報の配信先に登録する。

［配信システムの全体処理］
続いて、配信システム１における発話情報の配信および議事メモの表示を行う全体処理のフローについて、図４が示すフローチャートを用いて説明する。なお、本フローチャートの開始時において、会議は開始されていないものとする。また、外部サーバ２００の各サーバは、電源が入っている状態である。また、本フローチャートでは、会議ＭＴが開始され、会議ＭＴは、一意に、会議情報ＭＴＩｎｆｏと識別情報ＴＭＰＩｎｆｏと対応するものとする。なお、ＭＴ、ＭＴＩｎｆｏ、ＴＭＰＩｎｆｏのそれぞれは、符号であり、本フローチャートにおける会議、会議情報、識別情報を特定するために用いる。

ステップＳ１００１において、配信システム１は、会議開始に際する初期設定を行う会議開始処理を行う。ここで、音声処理サーバ２０４からスマートスピーカ１００に対して、会議ＭＴに応じた会議情報ＭＴＩｎｆｏが送信される。なお、会議開始処理の詳細については、後述する。

ステップＳ１００２において、配信システム１におけるスマートスピーカ１００の制御部１０１は、会議情報ＭＴＩｎｆｏに応じた識別情報ＴＭＰＩｎｆｏを、表示部１０５に表示する。また、制御部１０１は、識別情報ＴＭＰＩｎｆｏを表示するとともに、配信サーバ２０１に会議情報ＭＴＩｎｆｏを送信する。配信サーバ２０１は、会議情報ＭＴＩｎｆｏをデータベースサーバ２０３に記憶する。なお、後述のステップＳ１２０１において、情報処理端末３００が、識別情報ＴＭＰＩｎｆｏから会議情報ＭＴＩｎｆｏを取得することが可能であれば、いかなる識別情報ＴＭＰＩｎｆｏが表示されてもよい。

ステップＳ１００３において、配信システム１は、会議ＭＴにおける発話情報の配信先に、情報処理端末３００を登録する端末追加処理を行う。なお、端末追加処理の詳細については、後述する。

ステップＳ１００４において、配信システム１の制御部１０１は、音声取得部１０３を介して、１または複数の参加者のいずれかの発話があるか否かを判定する。制御部１０１は、例えば、音声取得部１０３が取得した音声の大きさが所定の閾値より大きい場合に、参加者の発話があると判定できる。処理工程は、参加者の発話がある場合には、ステップＳ１００５に遷移して、それ以外の場合には、ステップＳ１００６に遷移する。

ステップＳ１００５において、配信システム１は、配信先に登録されている情報処理端末３００に対して、会議ＭＴにおける発話情報を配信する配信処理を行う。このように、本実施形態では、いずれかの参加者の発話があるごとに、発話情報の配信処理が行われる。このため、リアルタイムでの情報処理端末に対する発話情報の配信が可能である。なお、配信処理の詳細については、後述する。

ステップＳ１００６において、配信システム１の制御部１０１は、会議ＭＴが終了したか否か判定する。例えば、スマートスピーカ１００における不図示のボタンに対して、ユーザがタッチ（押下）すれば、制御部１０１は、会議ＭＴが終了したと判定する。また、制御部１０１は、センサ部１０６における人感センサが、一定の期間、人間を検知しない場合に、会議ＭＴが終了したと判定してもよい。会議ＭＴが終了している場合には、本フローチャートにおける全ての処理が終了し、それ以外の場合には、処理工程は、ステップＳ１００３に遷移する。

（会議開始処理；Ｓ１００１）
続いて、上述したステップＳ１００１の処理である会議開始処理の詳細について、図６が示すフローチャートを用いて説明する。なお、本フローチャートにおいて、ステップＳ１１０１，Ｓ１１０２，Ｓ１１０４，Ｓ１１０５，Ｓ１１０８～Ｓ１１１１，Ｓ１１１８の処理はスマートスピーカ１００が実行する処理であり、その他の処理は音声処理サーバ２０４が実行する処理である。

ステップＳ１１０１において、スマートスピーカ１００の制御部１０１は、参加者が会場に入室したか否かを判定する。例えば、センサ部１０６における照度センサが、所定の照度値より明るい照度値を取得した場合に、制御部１０１は参加者が入室したと判定する。また、センサ部１０６における人感センサが、人を検知した場合に、制御部１０１は参加者が入室したと判定してもよい。また、スマートスピーカ１００自体の電源がＯＮにされた場合に、制御部１０１は、参加者が入室したと判定してもよい。さらには、音声取得部１０３を介して、「議事メモを開いて。」や「会議開始。」などの所定の音声を取得した場合に、制御部１０１は参加者が入室したと判定してもよい。参加者が入室したと判定されると、処理工程は、ステップＳ１１０２に遷移して、それ以外の場合には、ステップＳ１１０１の処理が繰り返し実行される。

ステップＳ１１０２において、制御部１０１は、通信部１０７を介して、音声処理サーバ２０４に参加者の入室を通知する。

ステップＳ１１０３において、音声処理サーバ２０４は、会議ＭＴを開始するための開始音声をスマートスピーカ１００に送信する。開始音声とは、例えば、「こんにちは、議事メモを開始しますか？」などの、参加者に対して会議ＭＴの開始を確認するための音声である。

ステップＳ１１０４において、制御部１０１は、音声出力部１０４を制御して、開始音声を再生する。

ステップＳ１１０５において、制御部１０１は、音声取得部１０３を制御して、開始音声に対する参加者の反応の音声を取得する。また、制御部１０１は、通信部１０７を介して、取得した反応の音声を音声処理サーバ２０４に送信する。

ステップＳ１１０６において、音声処理サーバ２０４は、反応の音声を分析して、開始音声に対して肯定的な反応を参加者がしているか否かを判定する。ここで、例えば、反応の音声が「はい。」や「お願いします。」などであれば肯定的な反応であるといえる。処理工程は、肯定的な反応であれば、ステップＳ１１０７に遷移して、それ以外の場合には、ステップＳ１１０３に遷移する。

ステップＳ１１０７において、音声処理サーバ２０４は、参加者を確認する音声をスマートスピーカ１００に送信する。参加者を確認する音声とは、例えば、「参加者の方は、一人ずつお名前を言ってください。」などの、参加者を識別する情報の発声を参加者に促す音声である。

ステップＳ１１０８において、制御部１０１は、音声出力部１０４を制御して、参加者を確認する音声を再生する。

ステップＳ１１０９において、制御部１０１は、音声取得部１０３を制御して、参加者を確認する音声に対する反応の音声を取得する。

ステップＳ１１１０において、制御部１０１は、ステップＳ１１０９において取得した
音声の発声元である発話位置を取得（決定）する。本実施形態では、音声取得部１０３は、複数のマイクから構成されているため、複数のマイクのそれぞれにおいて取得した音声の大小などに基づいて、制御部１０１は発話位置を取得できる。また、スマートスピーカ１００が撮像部を有する場合には、制御部１０１は、ステップＳ１１０９において音声取得部１０３が反応の音声を取得している際に、口元が動いている参加者がいる位置を発話位置とすることができる。なお、発話位置は、例えば、スマートスピーカ１００の正面に対する発声元の方向として、０～３６０度によって示すことができる。従って、発話位置は、９０度や１８０度といったように示すことができる。

ステップＳ１１１１において、制御部１０１は、ステップＳ１１０９にて取得した参加者を確認する音声に対する反応の音声と、ステップＳ１１１０にて取得した発話位置を音声処理サーバ２０４に送信する。

ステップＳ１１１２において、音声処理サーバ２０４は、参加者を確認する音声に対する反応の音声が、参加者を識別する情報（参加者名）を示しているかを判定する。例えば、当該反応の音声に「田中です。」や「山田と申します。」などの人物名を示す情報が含まれていれば、音声処理サーバ２０４は、当該反応の音声が、参加者を識別する情報を示していると判定できる。処理工程は、参加者を識別する情報を示していると判定された場合には、ステップＳ１１１３に遷移して、それ以外の場合には、ステップＳ１１１４に遷移する。

ステップＳ１１１３において、音声処理サーバ２０４は、参加者を確認する音声に対する反応の音声が示す参加者を識別する情報を、文字列に変換する。音声処理サーバ２０４は、参加者を識別する情報と発話位置とを対応付けて参加者情報として記憶する。

ステップＳ１１１４において、音声処理サーバ２０４は、ステップＳ１１１０にて取得した参加者を確認する音声に対する反応の音声が、追加する参加者がいないことを示す音声であるかを判定する。追加する参加者がいないことを示す音声とは、例えば、「もう、いません。」や「以上の参加者です。」などの音声である。処理工程は、追加する参加者がいないことを示す音声であれば、ステップＳ１１１５に遷移して、それ以外の場合には、ステップＳ１１０７に遷移する。

ステップＳ１１１５において、音声処理サーバ２０４は、会議ＭＴにおける発話がいずれの参加者によって行われたものであるかを判定するための発話範囲（参加者の位置範囲）を、参加者情報から決定する。

例えば、図７（Ａ）が示す参加者情報のように、参加者を識別する情報として参加者α，β，γ，Δが取得されており、参加者それぞれの発話位置が９０度、１２０度、１８０度、３００度であるとする。この場合には、音声処理サーバ２０４は、隣接する参加者の発話位置の中間地点で発話範囲を区切るように、それぞれの参加者に対する発話範囲を決定する。例えば、図７（Ａ）のように、参加者αは、発話位置が９０度であり、発話位置が１２０度の参加者βおよび発話位置が３００度の参加者Δと隣接している。このため、音声処理サーバ２０４は、参加者αの発話範囲を１５度～１０５度と決定する。なお、参加者間で発話範囲が重複しないように、音声処理サーバ２０４は、参加者αの発話範囲を１５度～１０４度とし、参加者βの発話範囲を１０５度～１４９度とし、参加者γの発話範囲を１５０度～２３９度とし、参加者Δの発話範囲を２４０度～１４度としてもよい。

ステップＳ１１１６において、音声処理サーバ２０４は、図７（Ａ）が示すように、参加者情報において、参加者を識別する情報に発話範囲をさらに対応付けて、スマートスピーカ１００に送信する。

ステップＳ１１１７において、音声処理サーバ２０４は、他の会議と重複しないように、会議ＭＴに対応する会議情報ＭＴＩｎｆｏを生成して、スマートスピーカ１００に送信する。例えば、音声処理サーバ２０４は、過去の所定期間内（例えば、３日以内）に生成した会議情報とは異なるように、会議情報ＭＴＩｎｆｏを生成すればよい。より詳細には、例えば、音声処理サーバ２０４は、公知の擬似乱数生成アルゴリズムによりランダムな数値を生成して、過去の所定期間内（例えば、３日以内）に生成した会議情報と当該数値が異なる場合には、当該数値を会議情報ＭＴＩｎｆｏとする。また、それ以外の場合には、音声処理サーバ２０４は、再度ランダムな数値を生成して、過去の会議情報とは異なるか否かを判定するとよい。なお、音声処理サーバ２０４が生成する会議情報は、ランダムな数値に限らず、ランダムな文字列であってもよい。

ステップＳ１１１８において、制御部１０１は、参加者情報を記憶部１０２に記憶する。

（その他の会議開始処理）
なお、本実施形態では、スマートスピーカ１００に対して、参加者それぞれが、参加者を識別する情報（自身の名称）を発声することによって、当該参加者を識別する情報が取得されていたが、これには限られない。例えば、スマートスピーカ１００が撮像部を有する場合には、参加者を識別する情報が参加者の顔写真（顔画像）であってもよい。

以下、参加者を識別する情報を参加者の顔写真とする場合の会議開始処理のフローを図１０（Ａ）を用いて説明する。なお、ステップＳ１１０１～Ｓ１１０６までの処理は上述と同様である。ステップＳ１１０６において、開始音声に対する参加者の反応が肯定的な反応であれば、処理工程は、ステップＳ２００１に遷移して、それ以外の場合には、ステップＳ１１０３に遷移する。

ステップＳ２００１において、音声処理サーバ２０４は、スマートスピーカ１００に参加者それぞれの顔写真および位置（発話位置）を送信するように指示する。
ステップＳ２００２において、制御部１０１は、公知の顔検出技術（顔認識技術）を用いて、撮像部を介して撮像（取得）している画像から、１人の参加者の顔を検出して、顔写真を取得する。
ステップＳ２００３において、制御部１０１は、顔写真を取得した参加者がいる方向（顔の中央の方向など）を参加者の位置（発話位置）として取得する。

ステップＳ２００４において、制御部１０１は、全ての参加者の顔写真および発話位置が取得されたか否かを判定する。例えば、制御部１０１は、スマートスピーカ１００の周囲３６０度の範囲を、撮像部を介して撮像したか否かによって当該判定ができる。処理工程は、全ての参加者から顔写真などを取得している場合には、ステップＳ２００５に遷移して、それ以外の場合には、ステップＳ２００２に遷移する。

ステップＳ２００５において、制御部１０１は、参加者それぞれの顔写真と発話位置を音声処理サーバ２０４に送信する。
ステップＳ２００６において、音声処理サーバ２０４は、音声処理サーバ２０４は、顔写真を参加者を識別する情報として、発話位置と対応付けて参加者情報として記憶する。ステップＳ２００６の処理が終了すると、処理工程はステップＳ１１１５に遷移して、ステップＳ１１１５以降の処理は、図６が示すフローチャートの処理と同様である。

なお、配信システム１は、スマートスピーカ１００が撮像部を有しない、または、撮像部を使用できない場合には、ステップＳ１１０７～Ｓ１１１４の処理を行い、それ以外の
場合には、ステップＳ２００１～Ｓ２００６の処理を行うように、切り替えて処理を実行してもよい。

これによれば、参加者を識別する情報を、参加者に発声してもらう必要がなくなるため、会議開始処理における参加者の負担を軽減できる。また、参加者の顔写真を、参加者を識別する情報とすることによれば、図９を用いて後述するが、発話者情報として発話者の顔写真が情報処理端末３００に配信される。そのため、情報処理端末３００は、図１０（Ｂ）のように、発話情報に対して、発話者名の代わりに、発話者の顔写真４２１，４２２を対応付けて議事メモを表示することができる。これによれば、共有者は、会議における参加者の名前が分からないような場合であっても、発話者がどの参加者であるのかを明確に判断することができる。

（端末登録処理；Ｓ１００３）
続いて、上述したステップＳ１００３の処理である端末登録処理の詳細について、図８が示すフローチャートを用いて説明する。なお、本フローチャートにおいて、ステップＳ１２０１，Ｓ１２０２，Ｓ１２０４，Ｓ１２０９の処理は情報処理端末３００が実行する処理であり，ステップＳ１２０３の処理はＷＥＢサーバ２０５が実行する処理である。また、ステップＳ１２０５，Ｓ１２０８の処理は配信サーバ２０１が実行する処理であり、ステップＳ１２０６，Ｓ１２０７の処理はアプリケーションサーバ２０２が実行する処理である。

ステップＳ１２０１において、情報処理端末３００は、スマートスピーカ１００に表示された識別情報ＴＭＰＩｎｆｏから、会議情報ＭＴＩｎｆｏを取得する。

ステップＳ１２０２において、情報処理端末３００は、自身の表示部に議事メモを表示するためのコンテンツ（アプリケーションプログラム）を取得するために、ＷＥＢサーバ２０５に当該コンテンツの送信を要求する。

ステップＳ１２０３において、ＷＥＢサーバ２０５は、情報処理端末３００の表示部に議事メモを表示するためのコンテンツを、情報処理端末３００に送信する。なお、情報処理端末３００が、当該コンテンツを事前に有している場合には、ステップＳ１２０２，Ｓ１２０３の処理は行われなくてもよい。

ステップＳ１２０４において、情報処理端末３００は、他の情報処理端末３００と識別するための端末情報と会議情報ＭＴＩｎｆｏを配信サーバ２０１に送信する。なお、端末情報には、例えば、ポート番号やＩＰアドレスやＭＡＣアドレスやこれらの組合せを用いることができる。

ステップＳ１２０５において、配信サーバ２０１は、アプリケーションサーバ２０２を呼び出す。なお、配信サーバ２０１は、ステップＳ１２０４にて取得した端末情報と会議情報ＭＴＩｎｆｏとを、アプリケーションサーバ２０２に転送する。

ステップＳ１２０６において、アプリケーションサーバ２０２は、会議情報ＭＴＩｎｆｏを送信した情報処理端末３００を、会議情報ＭＴＩｎｆｏに対応する発話情報の配信先として登録する。より詳細には、配信サーバ２０１は、取得した会議情報ＭＴＩｎｆｏと当該情報処理端末３００を示す端末情報とを対応付けて登録情報として、図７（Ｂ）が示すようにデータベースサーバ２０３に記憶する。

ステップＳ１２０７において、アプリケーションサーバ２０２は、データベースサーバ２０３から、会議情報ＭＴＩｎｆｏに応じた発話情報と、当該発話情報に対応する発話時
刻と発話者情報を取得して、配信サーバ２０１に送信する。より詳細には、アプリケーションサーバ２０２は、データベースサーバが記憶する図７（Ｃ）が示すような発話履歴から、会議情報ＭＴＩｎｆｏに応じた発話情報と、当該発話情報に対応する発話時刻と発話者情報を取得する。

ステップＳ１２０８において、配信サーバ２０１は、発話情報に対して、当該発話情報に対応する発話時刻と発話者情報を付加して情報処理端末３００に配信する。これにより、配信サーバ２０１は、情報処理端末３００から会議情報ＭＴＩｎｆｏを取得する以前（配信先に登録される以前）の発話情報を、情報処理端末３００に対して配信することができる。

ステップＳ１２０９において、情報処理端末３００は、コンテンツ（アプリケーションプログラム）に応じて、発話情報と発話時刻と発話者情報から議事メモを生成して、図３（Ａ）が示すように表示する。

（配信処理；Ｓ１００５）
続いて、上述したステップＳ１００５の処理である配信処理の詳細について、図９が示すフローチャートを用いて説明する。なお、本フローチャートにおいて、ステップＳ１３０１～Ｓ１３０４，Ｓ１３０６の処理はスマートスピーカ１００が実行する処理であり，ステップＳ１３０５の処理は音声処理サーバ２０４が実行する処理である。また、ステップＳ１３０７，Ｓ１３０８の処理は配信サーバ２０１が実行する処理であり、ステップＳ１３０９の処理は情報処理端末３００が実行する処理である。

ステップＳ１３０１において、制御部１０１は、音声取得部１０３を介して、参加者の発話を音声として取得する。また、制御部１０１は、音声を取得した時刻を発話時刻として取得する。

ステップＳ１３０２において、制御部１０１は、ステップＳ１１１０と同様に、ステップＳ１３０１にて取得した音声の発話位置を取得する。

ステップＳ１３０３において、制御部１０１は、図７（Ａ）が示すような予め決定された参加者情報と、ステップＳ１３０２にて取得した発話位置とに基づき、発話した参加者である発話者を判定する。より詳細には、制御部１０１は、参加者情報が示す発話範囲のいずれに当該発話位置が含まれるかを判定し、含まれていると判定した発話範囲に対応する参加者が発話したと決定する。例えば、図７（Ａ）が示す例では、ステップＳ１３０２にて発話位置が１８０度であると取得されていれば、制御部１０１は、発話範囲が１５０度～２４０度である参加者γが発話したものと判定する。従って、本実施形態における制御部１０１は、判定手段であるともいえる。なお、参加者情報は、ステップＳ１１１７において記憶部１０２に記憶されている。

ステップＳ１３０４において、制御部１０１は、通信部１０７を介して、音声処理サーバ２０４に対して、ステップＳ１３０１にて取得した音声を送信する。

ステップＳ１３０５において、音声処理サーバ２０４は、取得した音声を文字列に変換する。音声処理サーバ２０４は、変換した文字列を発話情報としてスマートスピーカ１００に送信する。

ステップＳ１３０６において、制御部１０１は、会議情報ＭＴＩｎｆｏと発話時刻と発話者情報と発話情報と音声とを対応付けて、配信サーバ２０１に送信する。なお、発話者情報とは、発話した参加者（発話者の名称）を示す情報であり、好適には、発話した参加
者名（発話者名）であるが、参加者を識別する情報が顔写真である場合には、発話者の顔写真であってもよい。

ステップＳ１３０７において、配信サーバ２０１は、図７（Ｃ）が示すように、会議情報ＭＴＩｎｆｏと発話時刻と発話者情報と発話情報と音声とを対応付けて発話履歴として、データベースサーバ２０３に記憶する。

ステップＳ１３０８において、配信サーバ２０１は、登録情報において会議情報ＭＴＩｎｆｏに対応している情報処理端末３００に、発話情報に対して発話時刻と発話者情報を付加して配信する。例えば、配信サーバ２０１は、会議情報ＭＴＩｎｆｏが１０２を示す発話履歴を取得した場合には、図７（Ｂ）が示す登録情報を用いて、端末情報が１００，１２１，１２２を示す３つの情報処理端末３００に対して発話情報を配信する。

ステップＳ１３０９において、情報処理端末３００は、配信された発話情報と発話時刻と発話者情報およびコンテンツに基づいて、議事メモを表示（更新）する。

（発話範囲の修正）
なお、ステップＳ１１１５にて決定された発話範囲は、修正可能であってもよい。このとき、スマートスピーカ１００の記憶部１０２が、予め撮像された、参加者それぞれの顔写真（顔画像）を記憶しているとよい。顔写真は、例えば、ステップＳ１１０９における参加者の発声時に、撮像部が撮像した画像から公知の顔検出技術によって制御部１０１が取得しておく。

まず、制御部１０１は、所定の期間ごとや参加者から発話があるごとに、予め記憶している顔写真と撮像部が撮像している参加者の顔の画像とのマッチング（比較）をして、その一致度に応じて参加者を識別する。このとき、制御部１０１は、当該参加者の顔（顔の中央など）の方向を、発話位置として取得する。このような発話位置の取得の処理を、制御部１０１は、それぞれの参加者について行う。

その後、制御部１０１は、それぞれの参加者の発話位置に基づき、ステップＳ１１１５と同様に、参加者それぞれの発話範囲（参加者の位置範囲）を決定する処理をする。さらに、制御部１０１は、参加者情報における発話範囲の情報を更新（修正）して記憶部１０２に記憶する。これによれば、参加者の位置が変化した場合にも、スマートスピーカ１００は、発話した参加者（発話者）を正しく判定することができる。

なお、ここでは、予め記憶された参加者それぞれの顔写真（顔画像）と、会議中における参加者それぞれの顔（顔の画像）とが比較されて、発話範囲が修正されたが、これには限られない。つまり、参加者の服の色やシルエットなどの画像が予め記憶されており、当該画像と、会議中における参加者の画像とが比較されることによっても、発話範囲の修正が可能である。

また、発話範囲の修正は、撮像部を用いた修正には限られない。例えば、参加者から「座席位置が変わりました」という発声があった場合に、スマートスピーカ１００が「新たな参加者を教えてください」などの参加者の再確認をする通知をすることによって、発話範囲が修正されてもよい。具体的には、「座席位置が変わりました」という発声が参加者からあった場合に、ステップＳ１１０７～Ｓ１１１６，Ｓ１１１８と同様の処理が行われることによって、発話範囲の修正ができる。

なお、参加者の発声に応じて、発話範囲を修正する場合には、スマートスピーカ１００は、例えば、参加者情報に含まれる参加者を識別する情報を用いて、「山田さんはいます
か？」などの通知を行ってもよい。スマートスピーカ１００は、通知に対する返答の音声および発話位置を取得して、音声処理サーバ２０４に送信する。音声処理サーバ２０４は、参加者から「はい」や「います」などの肯定的な返答があった場合には、その返答があった参加者情報における当該参加者の発話位置を取得したものに修正する。一方、「いいえ」や「いません」などの否定的な返答があった場合には、音声処理サーバ２０４は、当該参加者に関する発話位置を削除する。このような通知から発話位置の修正・削除までの処理を、スマートスピーカ１００および音声処理サーバ２０４は、参加者情報に含まれる参加者を識別する情報の数（参加者の数）の分だけ繰り返す。そして、音声処理サーバ２０４は、ステップＳ１１１５と同様に、修正された発話位置に基づいて発話範囲を決定（修正）する。

なお、本実施形態では、スマートスピーカ１００が外部サーバ２００と通信を行うことによって、発話情報の配信を実現したが、これには限られない。例えば、スマートスピーカ１００が、外部サーバ２００の各サーバの機能の一部または全部を有していてもよい。従って、スマートスピーカ１００が音声を文字列に変換する処理を行ってもよいし、スマートスピーカ１００が情報処理端末３００に対して発話情報を配信してもよい。

［効果］
このように本実施形態では、スマートスピーカに表示された識別情報から得た会議情報を、情報処理端末が配信サーバに送信することによって、当該情報処理端末は、会議における発話情報を取得することができる。ここで、識別情報は、会議ごとに異なる情報であるので、配信サーバは、適切な情報処理端末（共有者）に発話情報を配信（共有）することができ、セキュアである。

なお、ＱＲコード（マトリックス型二次元コード）を用いて識別情報を表示させることによれば、ＱＲコードは多くの情報を含むことができる。このため、会議情報に対する総当り攻撃による会議に参加をしていない悪意者による発話情報の取得を抑制することができる。また、ＱＲコードは、一般的なスマートフォンなどの標準的な機能により認識できるため、情報処理端末に対して特別なアプリケーションプログラムを適用させることなく、配信先の決定が可能である。

また、複数の光源素子による発光の有無および／または発光色によって識別情報を示すことによれば、画像を表示する機能を有しないスマートスピーカを用いても、適切な情報処理端末（共有者）に発話情報を配信することができる。また、発話情報の配信先を決定する際に、スマートスピーカから音声が発生しないので、会議中であっても、会議の邪魔をすることなく、配信先の追加（登録）をすることができる。

［変形例１］
また、配信システム１において、情報処理端末３００が表示する議事メモにおける発話情報は、変更や削除が可能であってもよい。

本変形例に係る情報処理端末３００は、図３（Ａ）が示すような発話情報が表示されている表示領域４０２にタッチがされると、図３（Ｂ）が示すような、ポップアップ４１１を表示する。ポップアップ４１１は、「削除」、「変更」、「再生」の３つの領域を含む。

ポップアップ４１１における「削除」がタッチされると、情報処理端末３００は、タッチされた発話情報である「それでは会議を始めます。」を削除する。また、情報処理端末３００は、データベースサーバ２０３が記憶する当該発話情報に対応する発話情報も同様に削除する。また、情報処理端末３００は、同じ会議情報に紐付いている他の情報処理端
末３００に対しても、同様に当該発話情報の削除をするように指示する。そして、他の情報処理端末３００も、同様に当該発話情報の削除をする。

ポップアップ４１１における「変更」がタッチされると、情報処理端末３００は、タッチされた発話情報である「それでは会議を始めます。」に対する、ユーザ入力による変更を可能にする。当該ユーザ入力が行われると、情報処理端末３００は、当該ユーザ入力に応じて当該発話情報を変更する。具体的には、情報処理端末３００は、例えば、当該ユーザ入力に応じて、「それでは会議を始めます。」を「今から会議を始めます。」に変更する。また、情報処理端末３００は、データベースサーバ２０３が記憶する当該発話情報に対応する発話情報も同様に変更する。また、情報処理端末３００は、同じ会議情報に紐付いている他の情報処理端末３００に対しても、同様に当該発話情報の変更をするように指示する。そして、他の情報処理端末３００も、同様に当該発話情報の変更をする。

ポップアップ４１１における「再生」がタッチされると、情報処理端末３００は、配信サーバ２０１を介して、タッチされた発話情報の生成元である音声をデータベースサーバ２０３から取得して、当該音声を再生する。

なお、ポップアップ４１１における「削除」、「変更」、「再生」の３つの領域に対するタッチによるユーザ操作に限らず、スライドや長押しなどの任意のユーザ操作に応じて情報処理端末３００は上述の処理を行ってもよい。

本変形例によれば、ユーザ操作によって、議事メモの修正ができるため、より適切な発話情報を共有者に共有することができる。

以上に説明した本発明の実施形態や変形例に記載された構成や処理は、互いに任意に組み合わせて利用できる。

上述の実施形態または変形例の１以上の機能を実現するプログラムを、ネットワークまたは記憶媒体を介してシステムまたは装置に供給し、そのシステムまたは装置のコンピュータにおける１つ以上のプロセッサーがプログラムを読出し実行する処理でも実現可能である。また、１以上の機能を実現する回路（例えば、ＡＳＩＣ等）によっても実現可能である。

１：配信システム、１００：スマートスピーカ、１０３：音声取得部、１０５：表示部、２０１：配信サーバ、３００：情報処理端末

Claims (14)

1. 会議における１または複数の参加者の発話を音声として取得する音声取得手段と、
   会議ごとに異なる、当該会議を特定するための識別情報を表示する表示手段と、
   を有するスマートスピーカと、
   前記識別情報を用いて配信先に登録された１または複数の情報処理端末に対して、前記識別情報に対応する会議における前記音声が文字列に変換された発話情報を配信する配信手段と、
   を有する、
   ことを特徴とする配信システム。
2. 前記表示手段は、画像を表示する画像表示部を有し、マトリックス型二次元コードを用いて前記識別情報を前記画像表示部に表示する、
   ことを特徴とする請求項１に記載の配信システム。
3. 前記表示手段は、光源部を有し、前記光源部の発光によって前記識別情報を表示する、
   ことを特徴とする請求項１に記載の配信システム。
4. 前記光源部は、複数の発光素子から構成されており
   前記表示手段は、前記複数の発光素子それぞれの発光の有無および／または発光色を制御することによって前記識別情報を表示する、
   ことを特徴とする請求項３に記載の配信システム。
5. 前記配信手段は、前記識別情報に応じた情報を前記配信手段に送信した情報処理端末を、前記識別情報に対応する会議における前記発話情報の配信先に登録する、
   ことを特徴とする請求項１から４のいずれか１項に記載の配信システム。
6. 前記音声を前記発話情報に変換する音声処理手段をさらに有し、
   前記１または複数の参加者のいずれかから発話があるごとに、
   前記音声取得手段は、当該発話を音声として取得し、
   前記音声処理手段は、前記音声を前記発話情報に変換し、
   前記配信手段は、前記１または複数の情報処理端末に前記発話情報を配信する、
   ことを特徴とする請求項１から５のいずれか１項に記載の配信システム。
7. 前記スマートスピーカは、発話をした参加者を判定する判定手段をさらに有し、
   前記配信手段は、前記１または複数の参加者のいずれかから発話があるごとに、当該発話した参加者を示す情報が付加された前記発話情報を、前記１または複数の情報処理端末に配信する、
   ことを特徴とする請求項１から６のいずれか１項に記載の配信システム。
8. 前記判定手段は、
   前記１または複数の参加者それぞれの発話から、参加者それぞれの位置範囲を予め決定しておき、
   前記１または複数の参加者のいずれかから発話があるごとに、前記参加者の位置範囲に基づき、当該発話をした参加者を判定する、
   ことを特徴とする請求項７に記載の配信システム。
9. 前記スマートスピーカは、
   前記１または複数の参加者それぞれを撮像する撮像手段と、
   前記１または複数の参加者それぞれの予め撮像された画像と、前記会議において前記撮
   像手段が撮像する参加者それぞれの画像とを比較することによって、前記参加者の位置範囲を更新する制御手段と、
   をさらに有する、
   ことを特徴とする請求項８に記載の配信システム。
10. 前記発話情報を記憶する記憶手段をさらに有し、
    前記配信手段は、新たな情報処理端末が配信先に登録されると、当該情報処理端末に対して、当該情報処理端末が登録される以前の前記発話情報を配信する、
    ことを特徴とする請求項１から９のいずれか１項に記載の配信システム。
11. 前記１または複数の情報処理端末をさらに有し、
    前記１または複数の情報処理端末のそれぞれは、発話ごとの発話情報を、時系列に、発話した参加者を示す情報および発話時刻とともに表示する、
    ことを特徴とする請求項１から１０のいずれか１項に記載の配信システム。
12. 前記１または複数の情報処理端末のうち１つの情報処理端末が表示する発話情報に対して、変更または削除をするユーザ操作が行われると、
    前記１または複数の情報処理端末のそれぞれは、表示する当該発話情報を変更または削除する、
    ことを特徴とする請求項１１に記載の配信システム。
13. 表示手段を有するスマートスピーカを含む配信システムの制御方法であって、
    前記スマートスピーカが、会議における１または複数の参加者の発話を音声として取得する音声取得ステップと、
    前記スマートスピーカが、会議ごとに異なる、当該会議を特定するための識別情報を前記表示手段に表示させる表示制御ステップと、
    前記識別情報を用いて配信先に登録された１または複数の情報処理端末に対して、前記識別情報に対応する会議における前記音声が文字列に変換された発話情報を配信する配信ステップと、
    を有する、
    ことを特徴とする配信システムの制御方法。
14. 請求項１３に記載の配信システムの制御方法の各ステップをコンピュータに実行させるためのプログラム。
    

Images