JP7182154B2

JP7182154B2 - 機器制御システム

Info

Publication number: JP7182154B2
Application number: JP2018170167A
Authority: JP
Inventors: 将裕高谷; 達哉吉田
Original assignee: Panasonic Intellectual Property Management Co Ltd
Current assignee: Panasonic Intellectual Property Management Co Ltd
Priority date: 2018-09-12
Filing date: 2018-09-12
Publication date: 2022-12-02
Anticipated expiration: 2038-09-12
Also published as: JP2020043501A

Description

本発明は、音声に基づいて機器を制御する機器制御システムに関する。

ＶＰＡ（ＶｉｒｔｕａｌＰｅｒｓｏｎａｌＡｓｓｉｓｔａｎｔ）と呼ばれるサービスが普及し始めている。このようなＶＰＡの一形態として、音声で機器を操作するサービスがある。特許文献１には、ネットワークに接続可能な集音機器が音声情報を収集し、収集した音声情報に基づいて、ネットワークを介して家電機器を制御する家電機器制御システムが開示されている。

国際公開第２０１４／１７１１４４号

本発明は、音声を発したユーザの近くに位置する機器を選択的に制御することができる機器制御システムを提供する。

本発明の一態様に係る機器制御システムは、音声取得部によって取得された音声に基づく音声制御情報であって、機器を制御するための音声制御情報を出力する出力部を備え、前記出力部は、前記音声取得部及び前記機器の少なくとも一方が所定の音を取得した場合に、前記音声制御情報を出力する。

本発明の一態様に係るプログラムは、音声取得部によって取得された音声に基づく音声制御情報であって、機器を制御するための音声制御情報を、前記音声取得部及び前記機器の少なくとも一方が所定の音を取得した場合に出力する出力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である。

本発明によれば、音声を発したユーザの近くに位置する機器を選択的に制御することができる機器制御システムが実現される。

図１は、実施の形態に係る機器制御システムの機能構成を示すブロック図である。図２は、実施の形態に係る機器制御システムの動作例１のシーケンス図である。図３は、実施の形態に係る機器制御システムの動作例２のシーケンス図である。図４は、実施の形態に係る機器制御システムの動作例３のシーケンス図である。図５は、出音パターン情報を模式的に示す図である。

以下、実施の形態について、図面を参照しながら具体的に説明する。なお、以下で説明する実施の形態は、いずれも包括的または具体的な例を示すものである。以下の実施の形態で示される数値、形状、材料、構成要素、構成要素の配置位置及び接続形態、ステップ、ステップの順序などは、一例であり、本発明を限定する主旨ではない。また、以下の実施の形態における構成要素のうち、独立請求項に記載されていない構成要素については、任意の構成要素として説明される。

なお、各図は模式図であり、必ずしも厳密に図示されたものではない。また、各図において、実質的に同一の構成に対しては同一の符号を付し、重複する説明は省略または簡略化される場合がある。

（実施の形態）
［構成］
まず、実施の形態に係る機器制御システムの構成について説明する。図１は、実施の形態に係る機器制御システムの機能構成を示すブロック図である。

実施の形態に係る機器制御システム１０は、ユーザが音声取得端末２０に対して音声を発することにより、機器５０を制御することができるシステムである。例えば、機器５０が空調機器である場合、ユーザが「エアコンをつけて」という音声を発すると、このような音声が音声認識処理された結果、機器５０が動作を開始する。

図１に示されるように、機器制御システム１０は、音声取得端末２０と、音声認識サーバ３０と、機器制御サーバ４０と、機器５０とを備える。音声取得端末２０及び機器５０は、宅内に位置する。音声認識サーバ３０、及び、機器制御サーバ４０は、クラウド（クラウドサーバ）として実現される。以下、機器制御システム１０の各構成要素について詳細に説明する。

［音声取得端末］
音声取得端末２０は、宅内のユーザ等の音声を取得する音声入力インターフェース装置である。音声取得端末２０は、音声取得部の一例である。音声取得端末２０は、例えば、スマートスピーカ等の据え置き型の端末であるが、スマートフォンなどの携帯端末であってもよい。音声取得端末２０は、ユーザ等の音声を取得できるのであればどのような装置であってもよく、例えば、ＨＥＭＳ（ＨｏｍｅＥｎｅｒｇｙＭａｎａｇｅｍｅｎｔＳｙｓｔｅｍ）コントローラであってもよい。音声取得端末２０は、第一マイクロフォン２１と、第一制御部２２と、第一記憶部２３と、第一通信部２４と、第一スピーカ２５と、第一表示部２６とを備える。

第一マイクロフォン２１は、ユーザの音声またはその他の音を取得する集音装置である。

第一制御部２２は、第一マイクロフォン２１、第一通信部２４、第一スピーカ２５、及び、第一表示部２６の制御を行う制御装置である。第一制御部２２は、例えば、マイクロコンピュータによって実現されるが、プロセッサによって実現されてもよい。

第一記憶部２３は、第一制御部２２が実行する制御プログラムなどが記憶される記憶装置である。第一記憶部２３は、例えば、半導体メモリによって実現される。

第一通信部２４は、音声取得端末２０が音声認識サーバ３０とインターネット６０などの広域通信ネットワークを介して通信を行うための通信回路（言い換えれば、通信モジュール）である。第一通信部２４は、具体的には、第一マイクロフォン２１によって取得されたユーザの音声に対応する第一音声信号を音声認識サーバ３０に送信する。第一通信部２４は、例えば、無線通信を行うための無線通信回路であるが、有線通信を行うための有線通信回路であってもよい。第一通信部２４が行う通信の通信規格については特に限定されない。

第一スピーカ２５は、第一制御部２２の制御に基づいて音を出力する出音装置である。

第一表示部２６は、第一制御部２２の制御に基づいて画像を表示する表示装置である。第一表示部２６は、例えば、液晶パネルによって実現されるが、有機ＥＬ（ＥｌｅｃｔｒｏＬｕｍｉｎｅｓｃｅｎｃｅ）パネルによって実現されてもよい。

［音声認識サーバ］
音声認識サーバ３０は、音声取得端末２０から送信される第一音声信号に対して音声認識処理を行うサーバである。音声認識サービスを提供する事業者は、音声認識サーバ３０を用いて当該音声認識サービスを提供する。音声認識サーバ３０は、例えば、音声取得端末２０から送信される第一音声信号をテキスト情報に変換し、テキスト情報を当該テキスト情報に対応する制御指令に変換する。例えば、テキスト情報が「エアコンをつけて」というテキストを示す場合、このようなテキスト情報は、エアコンの動作を開始させるための制御指令に変換される。また、音声認識サーバ３０は、制御指令を機器制御サーバ４０に送信する。

［機器制御サーバ］
機器制御サーバ４０は、音声認識サーバ３０から送信される制御指令に基づいて宅内の機器５０の制御を行うサーバである。機器制御サービスを提供する事業者は、機器制御サーバ４０を用いて当該機器制御サービスを提供する。機器制御サーバ４０は、通信部４１と、情報処理部４２と、記憶部４３とを備える。

通信部４１は機器制御サーバ４０がインターネット６０などの広域通信ネットワークなどを介して音声認識サーバ３０及び機器５０と通信を行うための通信回路（言い換えれば、通信モジュール）である。通信部４１は、具体的には、音声認識サーバ３０から送信される制御指令を取得する。また、通信部４１は、情報処理部４２の制御に基づいて後述の音声制御情報を機器５０に送信する。通信部４１は、例えば、無線通信を行うための無線通信回路であるが、有線通信を行うための有線通信回路であってもよい。通信部４１が行う通信の通信規格については特に限定されない。

情報処理部４２は、機器５０を制御するための情報処理を行う情報処理装置である。情報処理部４２は、出力部４４及び判断部４５を有する。情報処理部４２は、例えば、マイクロコンピュータによって実現されるが、プロセッサによって実現されてもよい。

出力部４４は、制御指令を、機器５０を制御するための音声制御情報（言い換えれば、機器５０に対する個別の制御指令）に変換し、音声制御情報を出力する。音声制御情報は、音声取得端末２０によって取得された音声に基づく、機器５０を制御するための情報である。判断部４５は、機器５０に音声制御情報を出力（言い換えれば、送信）するか否かの判断を行う。

記憶部４３は、情報処理部４２が実行する制御プログラムなどが記憶される記憶装置である。記憶部４３は、例えば、半導体メモリによって実現される。

［機器］
機器５０は、機器制御サーバ４０の通信部４１によって送信される音声制御情報を取得し、取得された音声制御情報にしたがって動作する機器である。つまり、機器５０は、機器制御サーバ４０の制御対象機器（言い換えれば、被制御機器）である。機器５０は、例えば、エアコンまたは照明機器などの家電機器であるが、建具（例えば、玄関のドア）の施錠装置など家電機器以外の機器であってもよい。機器５０は、第二通信部５１と、第二制御部５２と、第二記憶部５３と、第二マイクロフォン５４と、第二スピーカ５５と、第二表示部５６とを備える。

第二通信部５１は、機器５０が機器制御サーバ４０とインターネット６０などの広域通信ネットワークを介して通信を行うための通信回路（言い換えれば、通信モジュール）である。第二通信部５１は、具体的には、音声制御情報を取得する。第二通信部５１は、例えば、無線通信を行うための無線通信回路であるが、有線通信を行うための有線通信回路であってもよい。第二通信部５１が行う通信の通信規格については特に限定されない。

第二制御部５２は、第二通信部５１によって取得された音声制御情報に基づいて機器５０を動作させる制御装置である。また、第二制御部５２は、第二通信部５１、第二マイクロフォン５４、第二スピーカ５５、及び、第二表示部５６の制御なども行う。第二制御部５２は、例えば、マイクロコンピュータによって実現されるが、プロセッサによって実現されてもよい。

第二記憶部５３は、第二制御部５２が音声制御情報に基づいて機器５０を動作させるために実行する制御プログラムなどが記憶される記憶装置である。第二記憶部５３は、例えば、半導体メモリによって実現される。

第二マイクロフォン５４は、音を取得する集音装置である。第二スピーカ５５は、第二制御部５２の制御に基づいて音声を出力する出音装置である。

第二表示部５６は、第二制御部５２の制御に基づいて画像を表示する表示装置である。第二表示部５６は、例えば、液晶パネルによって実現されるが、有機ＥＬパネルによって実現されてもよい。

［動作例１］
上述のように、例えば、機器５０が空調機器である場合、機器制御システム１０のユーザが「リビングのエアコンをつけて」という音声を発すると、リビングに設置された機器５０が動作を開始する。ここで、宅内に複数の機器５０が制御対象の候補機器（以下、単に候補機器と記載される）として機器制御サーバ４０に登録され、かつ、「エアコンをつけて」のように特定の機器５０を示す単語（例えば、機器５０の設置場所、または、機器５０の機種名など）を含まない音声が取得された場合に、複数の機器５０のうちどの機器５０を動作させるかには検討の余地がある。

例えば、ユーザが音声取得端末２０の設置場所と同一の空間（例えば、宅内のリビング）に設置された機器５０を動作させることを意図して「エアコンをつけて」という音声を発したにもかかわらず、音声取得端末２０とは別の空間（例えば、宅内の寝室）に設置された機器５０が動作してしまうようなことが生じ得る。

そこで、機器５０が出力する所定の音が音声取得端末２０に届いたか否かに基づいて機器５０を制御対象とするか否かを判断する動作例１について説明する。図２は、機器制御システム１０の動作例１のシーケンス図である。

まず、音声取得端末２０の第一マイクロフォン２１は、機器５０を制御することを意図するユーザの音声を取得する（Ｓ１１）。この音声は、例えば、特定の機器５０を示す単語を含まないものである。第一制御部２２は、第一通信部２４に、第一マイクロフォン２１によって取得された音声に対応する第一音声信号を音声認識サーバ３０へ送信させる（Ｓ１２）。

音声認識サーバ３０は、第一音声信号を取得すると（Ｓ１３）、第一音声信号を対象として音声認識処理を行う（Ｓ１４）。音声認識サーバ３０は、例えば、第一音声信号をテキスト情報に変換し、テキスト情報を当該テキスト情報に対応する制御指令に変換する。例えば、テキスト情報が「エアコンをつけて」というテキストを示す場合、このようなテキスト情報は、エアコンの動作を開始させるための制御指令に変換される。そして、音声認識サーバ３０は、変換によって得られた制御指令を機器制御サーバ４０に送信する（Ｓ１５）。なお、制御指令は、機器制御サーバ４０によって生成されてもよく、この場合、ステップＳ１５では制御指令に代えてテキスト情報が送信される。

機器制御サーバ４０の通信部４１によって制御指令が取得されると（Ｓ１６）、出力部４４は、取得された制御指令に基づいて所定の音の出力を指示する出音指示を出力し、出力された出音指示は、通信部４１によって１以上の機器５０（つまり、１以上の候補機器）に送信される（Ｓ１７）。１以上の候補機器は、例えば、記憶部４３にあらかじめ記憶された登録情報によって定められる。動作例１のように制御指令がエアコンの動作を開始させるための制御指令である場合、登録情報に含まれる機器のうち空調機器が候補機器として選択される。また、出力部４４は、集音を指示する集音指示を出力し、出力された集音指示は、通信部４１によって音声取得端末２０に送信される（Ｓ１８）。

機器５０の第二通信部５１によって出音指示が取得されると（Ｓ１９）、第二制御部５２は、第二スピーカ５５に所定の音を出力させる（Ｓ２０）。所定の音は、例えば、可聴音であるが、非可聴音であってもよい。所定の音が非可聴音である場合には、ユーザに所定の音が聞こえてしまうことが抑制される。なお、非可聴音とは、超音波などの人間の耳で聞き取ることができない（言い換えれば、聞き取ることが難しい）帯域の音である。

一方で、音声取得端末２０の第一通信部２４によって集音指示が取得されると（Ｓ２１）、第一制御部２２は、第一マイクロフォン２１に集音を開始させ（Ｓ２２）、第一通信部２４に集音結果として第二音声信号を送信させる（Ｓ２３）。送信された第二音声信号は、音声認識サーバ３０によって中継され（Ｓ２４）、機器制御サーバ４０の通信部４１によって取得される（Ｓ２５）。なお、第二音声信号が音声認識サーバ３０によって中継されることは必須ではなく、第二音声信号は音声認識サーバ３０を経由せずに機器制御サーバ４０に送信されてもよい。

判断部４５は、取得された第二音声信号を用いて、音声取得端末２０によって機器５０が発した所定の音が取得された否かを判断する（Ｓ２６）。判断部４５は、例えば、第二音声信号の波形の解析を行い、第二音声信号に所定の音と実質的に同一の特徴を有する波形が含まれるか否かを判断する。なお、実質的に同一とは、解析において生じる誤差等を含んでいてもよいことを意味する。

出力部４４は、音声取得端末２０によって所定の音が取得されたと判断されると（Ｓ２６でＹｅｓ）、制御指令を、機器５０を制御するための音声制御情報（言い換えれば、機器５０に対する個別の制御指令）に変換して出力する。出力された音声制御情報は、通信部４１によって送信される（Ｓ２７）。

機器５０の第二通信部５１によって音声制御情報が取得されると（Ｓ２８）、第二制御部５２は、音声制御情報に基づいて機器５０を動作させ、第二通信部５１に制御完了情報を送信させる（Ｓ２９）。

機器制御サーバ４０の通信部４１によって制御完了情報が取得されると（Ｓ３０）、出力部４４は制御結果情報を出力し、出力された制御結果情報は通信部４１によって送信される（Ｓ３１）。送信された制御結果情報は音声認識サーバ３０によって中継され（Ｓ３２）、音声取得端末２０の第一通信部２４によって取得される（Ｓ３３）。なお、制御結果情報が音声認識サーバ３０によって中継されることは必須ではなく、制御結果情報は音声認識サーバ３０を経由せずに音声取得端末２０に送信されてもよい。

その後、第一制御部２２は、取得された制御結果情報に基づいて制御結果をユーザに通知する（Ｓ３４）。このように制御完了情報が取得された状態で出力される制御結果情報は、機器５０の制御が行われたことを示す。制御結果の通知は、第一スピーカ２５によって出力される音声によって行われてもよいし、第一表示部２６に表示される画像によって行われてもよい。

一方、ステップＳ２６で、音声取得端末２０によって所定の音が取得されていないと判断されると（Ｓ２６でＮｏ）、ステップＳ２７～Ｓ３０の処理が省略され、ステップＳ３１～Ｓ３４の処理が行われる。この場合、制御結果情報は、制御完了情報が取得されていない状態で出力され、機器５０の制御が行われなかったことを示す。

以上説明したように、動作例１では、所定の音が機器５０から出力され、出力部４４は、音声取得端末２０が所定の音を取得した場合に、音声制御情報を出力する。動作例１では、機器制御システム１０は、機器５０が出力した所定の音が届く範囲に音声取得端末２０が位置する（つまり、機器５０及び音声取得端末２０が比較的近くに位置する）と推定される場合に機器５０を制御する。このような機器制御システム１０は、音声取得端末２０に向けて音声を発したユーザの近くに位置する機器５０を選択的に制御対象とすることができる。

［動作例２］
次に、動作例１とは逆に、音声取得端末２０が出力する所定の音が機器５０に届いたか否かに基づいて機器５０を制御対象とするか否かを判断する動作例２について説明する。図３は、機器制御システム１０の動作例２のシーケンス図である。なお、以下の動作例２では、動作例１との相違点を中心に説明が行われ、既出事項の説明は適宜省略される。

ステップＳ１１～Ｓ１５については動作例１と同様である。機器制御サーバ４０の通信部４１によって制御指令が取得されると（Ｓ１６）、出力部４４は、取得された制御指令に基づいて所定の音の出力を指示する出音指示を出力し、出力された出音指示は、通信部４１によって音声取得端末２０に送信される（Ｓ４１）。また、出力部４４は、集音を指示する集音指示を出力し、出力された集音指示は、通信部４１によって１以上の機器５０（つまり、１以上の候補機器）に送信される（Ｓ４２）。１以上の候補機器は、例えば、記憶部４３にあらかじめ記憶された登録情報によって定められる。

音声取得端末２０の第一通信部２４によって出音指示が取得されると（Ｓ４３）、第一制御部２２は、第一スピーカ２５に所定の音を出力させる（Ｓ４４）。所定の音は、例えば、可聴音であるが、非可聴音であってもよい。

一方で、機器５０の第二通信部５１によって集音指示が取得されると（Ｓ４５）、第二制御部５２は、第二マイクロフォン５４に集音を開始させ（Ｓ４６）、第二通信部５１に集音結果として第三音声信号を送信させる（Ｓ４７）。送信された第三音声信号は、機器制御サーバ４０の通信部４１によって取得される（Ｓ４８）。

判断部４５は、取得された第三音声信号を用いて、機器５０によって音声取得端末２０が発した所定の音が取得されたか否かを判断する（Ｓ４９）。

出力部４４は、機器５０によって所定の音が取得されたと判断されると（Ｓ４９でＹｅｓ）、制御指令を、機器５０を制御するための音声制御情報（言い換えれば、機器５０に対する個別の制御指令）に変換して出力する。出力された音声制御情報は、通信部４１によって送信される（Ｓ２７）。以降、動作例１と同様にステップＳ２８～Ｓ３４の処理が行われる。

一方、ステップＳ４９で、音声取得端末２０によって所定の音が取得されていないと判断されると（Ｓ４９でＮｏ）、ステップＳ２７～Ｓ３０の処理が省略され、ステップＳ３１～Ｓ３４の処理が行われる。

以上説明したように、動作例２では、所定の音が音声取得端末２０から出力され、出力部４４は、機器５０が所定の音を取得した場合に、音声制御情報を出力する。動作例２では、機器制御システム１０は、音声取得端末２０が出力した所定の音が届く範囲に機器５０が位置する（つまり、機器５０及び音声取得端末２０が比較的近くに位置する）と推定される場合に音声取得端末２０によって取得された音声に基づいて機器５０を制御する。このような機器制御システム１０は、音声取得端末２０に向けて音声を発したユーザの近くに位置する機器５０を選択的に制御することができる。

［動作例３］
次に、音声取得端末２０及び機器５０のいずれも積極的には音を出力せず、音声取得端末２０及び機器５０が実質的に同一の環境音を取得したか否かに基づいて機器５０を制御対象とするか否かを決定する動作例３について説明する。図４は、機器制御システム１０の動作例３のシーケンス図である。なお、以下の動作例３では、動作例１との相違点を中心に説明が行われ、既出事項の説明は適宜省略される。

ステップＳ１１～Ｓ１５については動作例１と同様である。機器制御サーバ４０の通信部４１によって制御指令が取得されると（Ｓ１６）、出力部４４は、取得された制御指令に基づいて集音を指示する集音指示を出力し、出力された集音指示は、通信部４１によって音声取得端末２０及び１以上の機器５０（つまり、１以上の候補機器）のそれぞれに送信される（Ｓ５１）。

音声取得端末２０の第一通信部２４によって集音指示が取得されると（Ｓ５２）、第一制御部２２は、第一マイクロフォン２１に集音を開始させ（Ｓ５３）、第一通信部２４に集音結果として第二音声信号を送信させる（Ｓ５４）。送信された第二音声信号は、音声認識サーバ３０によって中継され（Ｓ５５）、機器制御サーバ４０の通信部４１によって取得される（Ｓ５６）。

一方で、機器５０の第二通信部５１によって集音指示が取得されると（Ｓ５７）、第二制御部５２は、第二マイクロフォン５４に集音を開始させ（Ｓ５８）、第二通信部５１に集音結果として第三音声信号を送信させる（Ｓ５９）。送信された第三音声信号は、機器制御サーバ４０の通信部４１によって取得される（Ｓ６０）。

判断部４５は、取得された第二音声信号及び第三音声信号を用いて、音声取得端末２０及び機器５０のそれぞれが同一の環境音を取得した否かを判断する（Ｓ６１）。判断部４５は、具体的には、第二音声信号及び第三音声信号の波形の解析を行い、第二音声信号の波形の特徴と第三音声信号の波形の特徴とが実質的に同一である（マッチする）か否かを判断する。なお、実質的に同一とは、解析において生じる誤差等を含んでいてもよいことを意味する。環境音とは、例えば、音声取得端末２０及び機器５０の周辺で発生している音である。

出力部４４は、判断部４５によって音声取得端末２０及び機器５０のそれぞれが同一の環境音を取得したと判断されると（Ｓ６１でＹｅｓ）、制御指令を、機器５０を制御するための音声制御情報（言い換えれば、機器５０に対する個別の制御指令）に変換して出力する。出力された音声制御情報は、通信部４１によって送信される（Ｓ２７）。以降、動作例１と同様にステップＳ２８～Ｓ３４の処理が行われる。

一方、ステップＳ６１で、音声取得端末２０及び機器５０のそれぞれが同一の環境音を取得していないと判断されると（Ｓ６１でＮｏ）、ステップＳ２７～Ｓ３０の処理が省略され、ステップＳ３１～Ｓ３４の処理が行われる。

以上説明したように、動作例３では、出力部４４は、音声取得端末２０及び機器５０のそれぞれが所定の音として環境音を取得した場合に、音声制御情報を出力する。動作例３では、機器制御システム１０は、音声取得端末２０及び機器５０が同じ環境音を取得できる範囲に位置する（つまり、機器５０及び音声取得端末２０が比較的近くに位置する）と推定される場合に音声取得端末２０によって取得された音声に基づいて機器５０を制御する。このような機器制御システム１０は、音声取得端末２０に向けて音声を発したユーザの近くに位置する機器５０を選択的に制御することができる。

なお、動作例３において、環境音が用いられることは必須ではない。例えば、ステップＳ６２において、判断部４５は、音声取得端末２０及び機器５０以外の他の機器が発する所定の音が音声取得端末２０及び機器５０のそれぞれによって取得されたか否かを判定してもよい。この場合、上記他の機器には、機器制御サーバ４０から出音指示が送信される。

［変形例１］
動作例１において、図２のシーケンス図に基づいて機器５０が制御対象とされた後に、もう一度、音声取得端末２０によって機器を制御することを意図するユーザの音声が取得される場合が考えられる。このような場合、例えば、図２のシーケンス図のステップＳ１６～Ｓ２６の処理（以下、判断処理とも記載される）が省略され、機器５０が自動的に制御対象とされれば、機器制御システム１０が判断処理を行うための情報処理量を削減することができる。

しかしながら、音声取得端末２０及び機器５０の位置関係が当初の状態から変化することも考えられる。例えば、音声取得端末２０が携帯端末であれば、当初リビングでリビングのエアコンをつけるために使用された音声取得端末２０が持ち運ばれ、寝室で寝室のエアコンをつけるために使用されることが考えられる。つまり、ユーザが制御したい機器５０が変わる可能性がある。

そこで、判断処理は、ユーザが機器５０を制御するために発する音声が音声取得端末２０によって取得されるごとに行われてもよい。つまり、判断部４５は、ユーザが機器５０を制御するために発する音声が音声取得端末２０によって取得されるごとに判断を行ってもよい。このような機器制御システム１０は、音声取得端末２０及び機器５０の位置関係が変化しても音声取得端末２０の近くに位置する機器５０を選択的に制御対象とすることができる。

なお、変形例１において説明された処理は、動作例１だけでなく動作例２及び３にも適用できる。

［変形例２］
動作例１及び２において、出力部４４は、音声取得端末２０及び機器５０の少なくとも一方に所定の音を出力させるための出音指示を出力した。ここで、所定の音は、複数種類準備された音の中から選択されてもよい。

例えば、動作例１では、機器５０の第二記憶部５３に複数種類の所定の音を出力するための複数の出音パターン情報が記憶される。図５は、出音パターン情報を模式的に示す図である。出音指示においては、複数の出音パターン情報のうちの１つが指定される。つまり、出音指示によって、機器制御サーバ４０から機器５０にどの所定の音を出力すべきかが指示される。

このとき、出力部４４は、出音指示を出力するごとに当該出音指示において指示される所定の音を変更する。これにより不正制御などの可能性を低減することができる。

［効果等］
以上説明したように、機器制御システム１０は、音声取得端末２０によって取得された音声に基づく音声制御情報であって、機器５０を制御するための音声制御情報を出力する出力部４４を備える。音声取得端末２０は、音声取得部の一例である。出力部４４は、音声取得端末２０及び機器５０の少なくとも一方が所定の音を取得した場合に、音声制御情報を出力する。

このような機器制御システム１０は、所定の音が音声を発したユーザの周辺で発生すれば、当該ユーザの近くに位置する機器５０を選択的に制御することができる。

また、例えば、機器制御システム１０は、音声取得端末２０及び機器５０の少なくとも一方が所定の音を取得したか否かの判断を行う判断部４５をさらに備える。出力部４４は、音声取得端末２０及び機器５０の少なくとも一方が所定の音を取得したと判断された場合に、音声制御情報を出力する。

また、変形例１では、判断部４５は、ユーザが機器５０を制御するために発する音声が音声取得端末２０によって取得されるごとに上記判断を行う。

このような機器制御システム１０は、音声取得端末２０及び機器５０の位置関係が変化しても音声取得端末２０の近くに位置する機器５０を選択的に制御対象とすることができる。

また、動作例１及び２では、出力部４４は、音声取得端末２０及び機器５０の一方が出力した所定の音を音声取得端末２０及び機器５０の他方が取得した場合に、音声制御情報を出力する。

このような機器制御システム１０においては、機器５０及び音声取得端末２０が比較的近くに位置する場合に機器５０が制御対象とされる。つまり、機器制御システム１０は、音声取得端末２０に対して音声を発したユーザの近くに位置する機器５０を選択的に制御することができる。

また、動作例１では、出力部４４は、機器５０が出力した所定の音を音声取得端末２０が取得した場合に、音声制御情報を出力する。

このような機器制御システム１０は、機器５０が出力した所定の音が届く範囲に音声取得端末２０が位置すると推定される場合に機器５０を制御する。つまり、機器制御システム１０は、音声取得端末２０に対して音声を発したユーザの近くに位置する機器５０を選択的に制御することができる。

また、動作例２では、出力部４４は、音声取得端末２０が出力した所定の音を機器５０が取得した場合に、音声制御情報を出力する。

このような機器制御システム１０は、音声取得端末２０が出力した所定の音が届く範囲に機器５０が位置すると推定される場合に機器５０を制御する。つまり、機器制御システム１０は、音声取得端末２０に対して音声を発したユーザの近くに位置する機器５０を選択的に制御することができる。

また、変形例２では、出力部４４は、音声取得端末２０及び機器５０の少なくとも一方に所定の音を出力させるための出音指示をさらに出力し、出音指示を出力するごとに当該出音指示において指示される所定の音を変更する。

このような機器制御システム１０は、不正制御の可能性を低減することができる。

また、例えば、所定の音は、非可聴音である。

このような機器制御システム１０は、音声を発したユーザの周辺で非可聴音が出力されることで、当該ユーザの近くに位置する機器を選択的に制御することができる。つまり、所定の音が出力されたことがユーザに気づかれにくい効果が得られる。

また、動作例３では、出力部４４は、音声取得端末２０及び機器５０のそれぞれが所定の音を取得した場合に、音声制御情報を出力する。

このような機器制御システム１０は、音声取得端末２０及び機器５０が同じ所定の音を取得できる範囲に位置すると推定される場合に機器５０を制御する。つまり、機器制御システム１０は、音声取得端末２０に対して音声を発したユーザの近くに位置する機器５０を選択的に制御することができる。

また、例えば、所定の音は、環境音である。

このような機器制御システム１０は、音声取得端末２０及び機器５０が同じ環境音を取得できる範囲に位置すると推定される場合に機器５０を制御する。つまり、機器制御システム１０は、音声取得端末２０に対して音声を発したユーザの近くに位置する機器５０を選択的に制御することができる。

また、本発明は、コンピュータプログラムとして実現されてもよい。このようなプログラムは、音声取得端末２０によって取得された音声に基づく音声制御情報であって、機器５０を制御するための音声制御情報を、音声取得端末２０及び機器５０の少なくとも一方が所定の音を取得した場合に出力する出力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である。

このようなプログラムは、音声を発したユーザの周辺で所定の音が発生すれば、コンピュータに、当該ユーザの近くに位置する機器５０を選択的に制御させることができる。

（その他の実施の形態）
以上、実施の形態について説明したが、本発明は、上記実施の形態に限定されるものではない。

例えば、上記実施の形態における装置間の通信方法については特に限定されるものではない。装置間では、例えば、特定小電力無線、ＺｉｇＢｅｅ（登録商標）、Ｂｌｕｅｔｏｏｔｈ（登録商標）、または、Ｗｉ－Ｆｉ（登録商標）などの通信規格を用いた無線通信が行われる。なお、無線通信は、具体的には、電波通信、または、赤外線通信などである。

また、装置間においては、無線通信に代えて、電力線搬送通信（ＰＬＣ：ＰｏｗｅｒＬｉｎｅＣｏｍｍｕｎｉｃａｔｉｏｎ）または有線ＬＡＮを用いた通信など、有線通信が行われてもよい。また、装置間では、無線通信及び有線通信が組み合わされてもよい。

また、上記実施の形態において、特定の処理部が実行する処理を別の処理部が実行してもよい。また、複数の処理の順序が変更されてもよいし、複数の処理が並行して実行されてもよい。

また、上記実施の形態において、各構成要素は、各構成要素に適したソフトウェアプログラムを実行することによって実現されてもよい。各構成要素は、ＣＰＵまたはプロセッサなどのプログラム実行部が、ハードディスクまたは半導体メモリなどの記録媒体に記録されたソフトウェアプログラムを読み出して実行することによって実現されてもよい。

また、各構成要素は、ハードウェアによって実現されてもよい。例えば、各構成要素は、回路（または集積回路）でもよい。これらの回路は、全体として１つの回路を構成してもよいし、それぞれ別々の回路でもよい。また、これらの回路は、それぞれ、汎用的な回路でもよいし、専用の回路でもよい。

また、本発明の全般的または具体的な態様は、システム、装置、方法、集積回路、コンピュータプログラムまたはコンピュータ読み取り可能なＣＤ－ＲＯＭなどの記録媒体で実現されてもよい。また、システム、装置、方法、集積回路、コンピュータプログラム及び記録媒体の任意な組み合わせで実現されてもよい。

例えば、本発明は、音声取得端末、音声認識サーバ、機器制御サーバ、または、制御対象の機器として実現されてもよい。また、本発明は、機器制御方法として実現されてもよいし、機器制御方法をコンピュータに実行させるためのプログラムとして実現されてもよいし、このようなプログラムが記録されたコンピュータ読み取り可能な非一時的な記録媒体として実現されてもよい。

また、機器制御システムは、単一の装置として実現されてもよいし、複数の装置によって実現されてもよい。機器制御システムが複数の装置によって実現される場合、上記実施の形態で説明された機器制御システムが備える構成要素は、複数の装置にどのように振り分けられてもよい。

その他、各実施の形態に対して当業者が思いつく各種変形を施して得られる形態、または、本発明の趣旨を逸脱しない範囲で各実施の形態における構成要素及び機能を任意に組み合わせることで実現される形態も本発明に含まれる。

１０機器制御システム
２０音声取得端末（音声取得部）
４４出力部
４５判断部
５０機器

Claims

音声取得部によって取得された音声に基づく音声制御情報であって、機器を制御するための音声制御情報を出力する出力部を備え、
前記出力部は、前記音声取得部及び前記機器の一方が出力した所定の音を前記音声取得部及び前記機器の他方が取得した場合に、前記音声制御情報を出力する
機器制御システム。
前記音声取得部及び前記機器の前記他方が前記所定の音を取得したか否かの判断を行う判断部をさらに備え、
前記出力部は、前記音声取得部及び前記機器の前記他方が前記所定の音を取得したと判断された場合に、前記音声制御情報を出力する
請求項１に記載の機器制御システム。
前記判断部は、ユーザが前記機器を制御するために発する音声が前記音声取得部によって取得されるごとに前記判断を行う
請求項２に記載の機器制御システム。
前記出力部は、前記機器が出力した前記所定の音を前記音声取得部が取得した場合に、前記音声制御情報を出力する
請求項１～３のいずれか１項に記載の機器制御システム。
前記出力部は、前記音声取得部が出力した前記所定の音を前記機器が取得した場合に、前記音声制御情報を出力する
請求項１～３のいずれか１項に記載の機器制御システム。
前記出力部は、
前記音声取得部及び前記機器の前記一方に前記所定の音を出力させるための出音指示をさらに出力し、
前記出音指示を出力するごとに当該出音指示において指示される前記所定の音を変更する
請求項１～５のいずれか１項に記載の機器制御システム。
前記所定の音は、非可聴音である
請求項１～６のいずれか１項に記載の機器制御システム。
音声取得部によって取得された音声に基づく音声制御情報であって、機器を制御するための音声制御情報を出力する出力部を備え、
前記出力部は、前記音声取得部及び前記機器のそれぞれが所定の音を取得した場合に、前記音声制御情報を出力する
機器制御システム。
前記所定の音は、環境音である
請求項８に記載の機器制御システム。
音声取得部によって取得された音声に基づく音声制御情報であって、機器を制御するための音声制御情報を、前記音声取得部及び前記機器の一方が出力した所定の音を前記音声取得部及び前記機器の他方が取得した場合に出力する出力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。
音声取得部によって取得された音声に基づく音声制御情報であって、機器を制御するための音声制御情報を、前記音声取得部及び前記機器のそれぞれが所定の音を取得した場合に出力する出力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。