JPH1173192A - 情報処理装置及び情報配信システム - Google Patents

Abstract

(57)【要約】 【課題】 情報配信システムの利用価値を高める。 【解決手段】 入力された要求情報に応じてサーバ装置
からダウンロードした楽曲情報について、中間伝送装置
にてボーカル情報とカラオケ情報に分離して携帯端末装
置に対して送信する。携帯端末装置では、ボーカル情報
について音声認識及び翻訳処理を行うことで、元の言語
による歌詞と、翻訳後の歌詞の２種類の文字情報を得
る。更に、翻訳歌詞の文字情報を利用して生成した翻訳
言語によるボーカル情報とカラオケ情報を合成すること
により、新規に合成楽曲情報を得る。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、例えば情報が蓄積
される情報格納装置から情報伝送装置に情報を配信し、
更に情報伝送装置にて受信した情報を出力することで、
端末装置においてその情報をコピーすることができるよ
うにした情報配信システム、及びこのような情報配信シ
ステムに備えられて、所要の情報処理を行う情報処理装
置に関するものである。

【０００２】

【従来の技術】先に本出願人により、例えばサーバに大
量の楽曲データ（オーディオデータ）や映像データ等の
情報をデータベースとして格納しておくと共に、この大
量の情報のうちから必要とされる情報を多数の中間サー
バ装置に配信することにより、この中間サーバ装置か
ら、ユーザが個人で所有する携帯端末装置に対して指定
の情報をコピー（ダウンロード）できるようにした情報
配信システムが提案されている。

【０００３】

【発明が解決しようとする課題】例えば上記のような情
報配信システムにおいて、楽曲データを携帯端末装置に
ダウンロードする場合のサービスの形態について考えて
みた場合、一般的には、楽曲単位もしくはアルバム単位
の複数楽曲のオーディオ信号をデジタル情報化し、この
デジタル情報化された楽曲をサーバ装置から中間サーバ
装置を介して携帯端末装置に伝送することになる。この
ようにデジタル情報化された情報を送信するのであれ
ば、単にデジタル情報化された楽曲情報だけでなく、例
えば情報配信システム内において、例えばある楽曲のデ
ジタルデータを素材として扱って所要の情報処理を施す
ことにより、１つの楽曲情報から付随して生成される二
次的な各種派生情報を、携帯端末装置のユーザに対して
提供することは可能である。このような派生情報をユー
ザに提供できるようにすれば、情報配信システムとして
の利用価値はより高められることになる。

【０００４】

【課題を解決するための手段】本発明は上記したような
課題を考慮して、情報の種類として少なくとも楽曲情報
が格納されて、格納された情報のうちから所要の情報を
選択して出力可能とされる情報格納手段と、情報格納手
段から出力された楽曲情報についてボーカル情報と伴奏
情報とに分離する楽曲情報分離手段と、ボーカル情報に
基づいてそのボーカルの発音言語による音声認識を行っ
て一次言語文字情報を生成する音声認識手段と、一次言
語文字情報について所定の他の言語に翻訳して二次言語
文字情報を生成する翻訳手段と、二次言語文字情報を利
用して翻訳言語により発音される翻訳ボーカル情報を生
成し、この翻訳ボーカル情報と上記伴奏情報を合成する
ことにより翻訳言語によるボーカルパートを含む合成楽
曲情報を生成する情報合成手段との全て或いは一部を備
えて情報処理装置を構成することとした。

【０００５】また、情報の種類として少なくとも楽曲情
報が格納され、情報出力動作として少なくとも格納され
た情報のうちから所要の情報を選択して出力可能に構成
された情報格納装置と、この情報格納装置と通信可能と
されることにより、情報格納装置から出力された情報を
受信する受信動作とが可能とされると共に、情報出力動
作として少なくとも上記受信動作により獲得した情報を
外部に対して送信出力可能とされる情報伝送装置と、情
報記憶手段が備えられると共に情報伝送装置と通信可能
とされることで、情報記憶動作として少なくとも上記情
報伝送装置から送信出力された情報を情報記憶手段に対
して記憶可能とされる端末装置とを備えて情報配信シス
テムを構成することとした。そして、この情報配信シス
テムにおいて備えられる情報処理系として、情報格納装
置から出力された楽曲情報について、ボーカル情報と伴
奏情報とに分離する楽曲情報分離手段と、ボーカル情報
に基づいてそのボーカルの発音言語による音声認識を行
って一次言語文字情報を生成する音声認識手段と、一次
言語文字情報について所定の他の言語に翻訳して二次言
語文字情報を生成する翻訳手段と、二次言語文字情報を
利用して翻訳言語により発音される翻訳ボーカル情報を
生成し、この翻訳ボーカル情報と伴奏情報を合成するこ
とにより翻訳言語によるボーカルパートを含む合成楽曲
情報を生成する情報合成手段との全て或いは一部を備え
ることとした。

【０００６】上記した構成によれば、情報配信システム
において例えばボーカル入りの楽曲情報について情報処
理を施して得られる派生情報として、カラオケの楽曲情
報、ボーカルの歌詞情報（音声認識処理により得られる
一次言語文字情報）、他の言語に翻訳されたボーカルの
歌詞情報（元の歌詞情報に対して行った翻訳処理により
得られる二次言語文字情報）、及び音声合成処理により
生成した翻訳言語で歌うボーカルによる楽曲情報（合成
楽曲情報）の各々が生成され、これら各情報を携帯端末
装置にダウンロードすることが可能となる。

【０００７】

【発明の実施の形態】以下、本発明の実施の形態につい
て図１〜図１０を参照して説明する。なお、以降の説明
は次の順序により行うこととする。 ＜１．情報配信システムの構成例＞ （１−ａ．情報配信システムの概要＞ （１−ｂ．情報配信システムを構成する各装置の構成） （１−ｃ．ボーカル分離部の構成例） （１−ｄ．音声認識翻訳部の構成例） （１−ｅ．音声合成部の構成例） （１−ｆ．基本的なダウンロード動作及びダウンロード
情報の利用例） ＜２．派生情報のダウンロード＞

【０００８】＜１．情報配信システムの構成例＞ （１−ａ．情報配信システムの概要＞図１は、本発明の
実施の形態としての情報配信システムの構成を概略的に
示している。この図において、サーバ装置１は、後述す
るようにして配信用データ（例えば、オーディオ情報、
テキスト情報、画像情報、映像情報等）をはじめとする
所要の情報が格納される大容量の記録媒体を備えてお
り、少なくとも通信網４を介して多数の中間伝送装置２
と相互通信可能に構成されている。例えば、サーバ装置
１は上記通信網４を介して中間伝送装置２から送信され
てくる要求情報を受信し、この要求情報が指定する情報
を記録媒体に格納されている情報から検索する。

【０００９】なお、上記のような要求情報は、例えば後
述する携帯端末装置３のユーザが、携帯端末装置３又は
中間伝送装置２に対して所望の情報をリクエストするた
めの操作を行うことによって発生させることができるも
のとされている。そして、検索して得られた情報を通信
網４を介して中間伝送装置２に対して送信する。

【００１０】また、本実施の形態では、後述するように
してサーバ装置１から中間伝送装置２を介してアップロ
ードした情報を携帯端末装置３によりコピー（ダウンロ
ード）したり、中間伝送装置２を利用して携帯端末装置
３に対して充電を行うのにあたり、ユーザに対して課金
が行われるのであるが、この課金処理に従ってユーザか
ら料金を徴収するために課金通信網５が設けられる。こ
の課金通信網５は、例えば各ユーザが当該情報配信シス
テムの利用料金を支払うために契約した金融機関などと
接続される。

【００１１】中間伝送装置２は、例えば図のような形態
により携帯端末装置３が装着可能とされ、主として、サ
ーバ装置１より送信されてきた情報を通信制御端子２０
１にて受信し、この受信情報を携帯端末装置３に対して
出力する機能を有する。また、本実施の形態の中間伝送
装置２には、携帯端末装置３に対して充電を行うための
充電回路が備えられる。

【００１２】本実施の形態の携帯端末装置３は、中間伝
送装置２に対して装着（接続）されることで、中間伝送
装置２との相互通信、及び中間伝送装置２からの電力供
給が可能なようにされている。そして、携帯端末装置３
は、上記のようにして中間伝送装置２から出力された情
報を携帯端末装置内に内蔵された所定種類の記録媒体に
対して格納するようにされる。また、必要があれば携帯
端末装置３に内蔵の充電池に対して中間伝送装置２から
充電を行うことも可能とされる。

【００１３】このように、本実施の形態の情報配信シス
テムは、サーバ装置１に格納されている大量の情報の中
から、携帯端末装置３のユーザがリクエストした情報を
携帯端末装置３の記録媒体にコピーすることができると
いういわゆるデータ・オン・デマンドを実現するシステ
ムとされる。

【００１４】なお、上記通信網４としては特に限定され
るものではなく、例えばＩＳＤＮ(Integrated services
digital network) 、ＣＡＴＶ(Cable Television,Comm
unity Antenna Television) 、通信衛星、電話回線、ワ
イヤレス通信等を利用することが考えられる。また、通
信網４としてはオン・デマンドを行うために双方向通信
が必要であるが、例えば既存の通信衛星等を採用した場
合には一方向のみの通信となるため、このような場合に
は、他方向には他の通信網４を用いるという２種類以上
の通信網を併用してもかまわない。また、サーバ装置１
から中間伝送装置２へ通信網４を介して直接情報を送信
するためにはサーバ装置１から全ての中間伝送装置２へ
の回線の接続等のインフラに費用がかかるばかりでな
く、要求情報がサーバ装置１に一極集中し、それに応じ
て各々の中間伝送装置にデータを送信するためサーバ装
置１に負荷がかかる可能性がある。そこでサーバ装置１
と中間伝送装置２の間にデータを一時記憶する代理サー
バ６を設けるようにして回線長の節約を図ると共に、代
理サーバ６に予め所定のデータをダウンロードしてお
き、代理サーバ６と中間伝送装置２とのデータ交信のみ
で要求情報に応じた情報をダウンロードできるようして
もよい。

【００１５】次に、図２の斜視図を参照して中間伝送装
置２、及びこの中間伝送装置２に対して接続される携帯
端末装置３についてより詳細に説明する。なお、この図
において図１と同一部分には同一符号を付している。

【００１６】中間伝送装置２は、例えば各駅にある売
店、コンビニエンスストア、公衆電話、各家庭等に配さ
れ、この場合には、本体の前面部において、その動作に
応じて適宜所要の内容について表示を行う表示部２０２
と、例えば所望の情報の選択その他の所要の操作を行う
ためのキー操作部２０３等が設けられている。また、本
体上面部に設けられた通信制御端子２０１は、図１でも
説明したように、サーバ装置１と通信網４を介してサー
バ装置と相互通信を行うための制御端子として設けられ
る。

【００１７】中間伝送装置２には、携帯端末装置３を装
着するための端末装着部２０４が設けられている。例え
ばこの端末装着部２０４においては、情報入出力端子２
０５と電源供給端子２０６が設けられている。端末装着
部２０４に対して携帯端末装置３が装着された状態で
は、情報入出力端子２０５は携帯端末装置３の情報入出
力端子３０６と接続され、電源供給端子２０６は携帯端
末装置３の電源入力端子３０７と接続されるようになっ
ている。

【００１８】携帯端末装置３においては、例えば本体の
前面部に表示部３０１、及びキー操作部３０２が設けら
れている。表示部３０１は、例えばユーザがキー操作部
３０２に対して行った操作や動作に応じた所要の表示が
行われる。また、この場合のキー操作部３０２として
は、リクエストする情報を選択するためのセレクトキー
３０３と、選択したリクエスト情報を確定するための決
定キー３０４、及び動作キー３０５等が設けられる。本
実施の形態の携帯端末装置３は、内部の記録媒体に格納
された情報について再生を行うことが可能とされている
が、上記動作キー３０５はこのような情報について再生
操作を行うために設けられる。

【００１９】また、携帯端末装置３の底面部には、情報
入出力端子３０６及び電源入力端子３０７が備えられて
いる。前述のように携帯端末装置３が中間伝送装置２に
対して装着されることで、情報入出力端子３０６及び電
源入力端子３０７は、それぞれ中間伝送装置２の情報入
出力端子２０５及び電源供給端子２０６と接続される。
これにより、携帯端末装置３と中間伝送装置２との情報
の入出力が可能とされると共に、中間伝送装置２内の電
源回路を利用した携帯端末装置３への電源供給（及び充
電）が可能とされる。また、携帯端末装置３の上面部に
はオーディオ出力端子３０９及びマイク端子３１０が設
けられると共に、側面部には外部のディスプレイ装置、
キーボード、モデム、又はターミナルアダプタ等を接続
可能なコネクタ３０８が設けられているが、これについ
ては後述する。

【００２０】なお、中間伝送装置２に設けられている表
示部２０２及びキー操作部２０３は省略して中間伝送装
置２が担当する機能を削減し、代わって、携帯端末装置
３の表示部３０１及びキー操作部３０２により同様の操
作が行えるようにしてもかまわない。また、図２（及び
図１）においては携帯端末装置３の本体部が中間伝送装
置２に対して脱着可能な構成を採っているが、少なくと
も中間伝送装置２側との情報入出力、電源入力が可能で
あればよいため、携帯端末１の底面、側面、或いは先端
部等の所要の位置から小型装着部を有する電源供給線及
び情報入出力線が伸長され、小型装着部を中間伝送装置
に装着されるものであってもよい。また、一つの中間伝
送装置２に対して複数のユーザが各々の携帯端末装置３
を有してアクセスを行う可能性が考えられるので、一つ
の中間伝送装置２に複数の携帯端末装置３が装着あるい
は接続可能なように構成することも考えられる。

【００２１】（１−ｂ．情報配信システムを構成する各
装置の構成）次に、図３のブロック図を参照して、本実
施の形態の情報配信システムを形成する各装置（サーバ
装置１、中間伝送装置２、及び携帯端末装置３）の内部
構成について説明する。なお、図１及び図２と同一部分
には同一符号を付している。

【００２２】先ず、サーバ装置１から説明する。図３に
示すサーバ装置１は、制御部１０１、記憶部１０２、検
索部１０３、照合処理部１０４、課金処理部１０５、イ
ンターフェイス部１０６を備えて構成されており、これ
ら各機能回路部はバスラインＢ１を介してデータの送受
信が可能なように接続されている。制御部１０１は、例
えばマイクロコンピュータ等を備えて構成され、通信網
４からインターフェイス部１０６を介して供給された各
種情報に応答して、サーバ装置１における各機能回路部
に対する制御を実行する。

【００２３】インターフェイス部１０６は、通信網４
（この図では代理サーバ６の図示は省略している）を介
して、中間伝送装置２と相互通信を行うために設けられ
る。なお、送信時の伝送プロトコルについては独自のプ
ロトコルであってもよいし、又はインターネットで汎用
となっているＴＣＰ／ＩＰ(Transmission contorol pro
tocol/internet protocol ）等でパケット化されてデー
タ送信されるものであってもよい。

【００２４】検索部１０３は、制御部１０１の制御によ
って、記憶部１０２に格納されているデータから所要の
データを検索する処理を実行するために設けられる。例
えば、この検索処理は、例えば中間伝送装置２から送信
され、通信網４からインターフェイス部１０６を介して
制御部１０１に入力された要求情報に基づいて行われ
る。

【００２５】記憶部１０２は、例えば大容量の記録媒体
と、この記録媒体を駆動するためのドライバ装置等を備
えて構成され、前述した配信用データの他、携帯端末装
置３ごとに設定した端末ＩＤ、及び課金設定情報などの
ユーザ関連データをはじめとする所要の情報がデータベ
ース化されて格納されている。ここで、記憶部１０２に
備えられる記録媒体としては、現在の放送用機器に用い
られる磁気テープ等も考えられるが、本システムの特徴
の一つであるオン・デマンド機能を実現するためには、
ランダムアクセス可能なハードディスク、ＩＣメモリ、
光ディスク、光磁気ディスク等を採用することが好まし
い。

【００２６】また、記憶部１０２に格納されるデータ
は、大量な複数のデータを記録する必要があるためデジ
タル圧縮されていることが望ましい。圧縮方法としては
ＡＴＲＡＣ(Adaptive Transform Acoustic Coding)、Ａ
ＴＲＡＣ２、ＴｗｉｎＶＱ(Transform domain Weighted
Interleave Vector Quantization)等（商標）様々な手
法が考えられるが、例えば中間伝送装置側で伸張可能な
圧縮手法であるならば特に限定されるものではない。

【００２７】照合処理部１０３は、例えば要求情報等と
共に送信されてきた携帯端末装置の端末ＩＤと、本実施
の形態の情報配信システムを現在利用可能な携帯端末装
置の端末ＩＤ（例えば記憶部１０２にユーザ関連データ
として格納されている）とについて照合を行い、その照
合結果を制御部１０１に出力する。例えば制御部１０１
ではその照合結果に基づいて、要求情報送信先の中間伝
送装置２に対して接続されている携帯端末装置３に対し
て、当該情報配信システム利用の許可・不許可を設定す
るようにされる。

【００２８】また、課金処理部１０５は、制御部１０１
の制御によって、携帯端末装置３を所有するユーザによ
る情報配信システムの利用内容に応じた金額を課金する
ための処理を行う。例えば、通信網４を介して中間伝送
装置２からサーバ装置１に対して、情報コピーや充電の
ための要求情報が供給されると、制御部１０１では、こ
れに応答して必要な情報の送信供給や充電許可のための
データを送信出力するが、制御部１０１では、これらの
情報に基づいて実際の利用状況を把握した上で、所定規
則に従ってその利用内容に見合った課金金額が課金処理
部１０５にて設定されるように制御を行う。

【００２９】次に、中間伝送装置２について説明する。
図３に示す中間伝送装置２においてはキー操作部２０
２、表示部２０３、制御部２０７、記憶部２０８、イン
ターフェイス部２０９、電源供給部（充電回路含む）２
１０、装着判別部２１１、及びボーカル分離部２１２
が、それぞれバスラインＢ２により接続されて構成され
ている。

【００３０】制御部２０７は、マイクロコンピュータ等
を備えて構成され、必要に応じて中間伝送装置２内部の
各機能回路部の動作を制御する。この場合、インターフ
ェイス部２０９は、通信制御端子２０１と情報入出力端
子２０５間に設けられており、通信網４を介したサーバ
装置１との相互通信、及び携帯端末装置３との相互通信
が可能とされる。つまり、このインターフェイス部２０
９を介在するようにしてサーバ装置１と携帯端末装置３
が通信可能な環境が得られることになる。記憶部２０８
は、例えばメモリなどにより構成され、サーバ装置１又
は携帯端末装置３から送信された所要の情報を一時保持
する。この記憶部２０８に対する書き込み及び読み出し
制御は、制御部２０７により実行される。

【００３１】ボーカル分離部２１２は、例えばサーバ装
置１からアップロードされた配信情報のうち、所要のボ
ーカル入りの楽曲情報について、ボーカルパートの情報
（ボーカル情報）と、ボーカルパート以外の伴奏のパー
トの情報（カラオケ情報）とに分離して出力可能に構成
される。なお、ボーカル分離部２１２の内部構成例につ
いては後述するため、ここでの詳しい説明は省略する。

【００３２】電源供給部２１０は、例えばスイッチング
コンバータ等を備えて構成され、図示しない商用交流電
源を入力して所定電圧の直流電源を生成して、中間伝送
装置２の各機能回路部に対して動作電源として供給す
る。また、この電源供給部２１０には、携帯端末装置３
の充電池に対して充電を行うための充電回路が備えら
れ、電源供給端子２０６から携帯端末装置３の電源入力
端子３０７を介して充電電力を供給可能に構成されてい
る。

【００３３】装着判別部２１１は、当該中間伝送装置２
の端末装着部２０４に対する携帯端末装置３の装着／非
装着の状態を判別する部位とされる。この装着判別部２
１１は、例えばフォトインタラプタやメカスイッチなど
の機構を備えて構成されてもよいし、例えば、電源供給
端子２０６や情報入出力端子２０５などに含められて、
中間伝送装置２に携帯端末装置３が適正に装着されるこ
とにより得られる所定端子の導通状態を検出するように
してもよい。

【００３４】キー操作部２０２は、例えば図２に示した
ように各種キーが設けられて構成されており、このキー
操作部２０２に対して行われた操作情報はバスラインＢ
２を介して制御部２０７に対して供給される。制御部２
０７では供給された操作情報に応じて適宜所要の制御処
理を実行する。表示部２０３は、先に図１あるいは図２
に示したようにして本体に表出するようにして設けら
れ、例えば液晶ディスプレイやＣＲＴ(Cathode-Ray Tub
e)などの表示デバイス及びその表示駆動回路等を備えて
構成される。この表示部２０３の表示動作は制御部２０
７により制御される。

【００３５】続いて、携帯端末装置３について説明す
る。図３に示す携帯端末装置３は、先に図２にて説明し
たようにして中間伝送装置２に対して装着されることに
より、中間伝送装置２と、情報入出力端子２０５−３０
６を介してデータの通信が可能なように接続されると共
に、電源供給端子２０６−電源入力端子３０７を介し
て、中間伝送装置２の電源供給部２１０から電力が供給
される。

【００３６】この図に示す携帯端末装置３では、制御部
３１１、ＲＯＭ３１２、ＲＡＭ３１３、信号処理回路３
１４、Ｉ／Ｏポート３１７，３１９、音声認識部３２
１、音声合成部３２２、キー操作部３０１及びキー操作
部３０２が備えられ、これら各機能回路部がバスライン
Ｂ３により接続されている。この場合も、制御部３１１
はマイクロコンピュータ等を備えて構成され、携帯端末
装置３内の各機能回路部の動作についての制御を実行す
る。また、ＲＯＭ３１２には、例えば制御部３１１が所
要の制御処理を実行するのに必要なプログラムデータ
や、各種データベース等の情報が格納されているものと
される。ＲＯＭ３１３には、中間伝送装置２と通信すべ
き所要のデータや、制御部３１２の処理により発生した
データが一時保持される。

【００３７】Ｉ／Ｏポート３１７は、情報入出力端子３
０６を介して中間伝送装置２と相互通信を行うために設
けられる。当該携帯端末装置３から送信する要求情報
や、ダウンロードされるデータは、このＩ／Ｏポート３
１７を介して入出力される。

【００３８】この携帯端末装置３に設けられる記憶部３
２０は、所定の記録媒体について記録再生を行うための
ドライバ等を備えて構成されるものであり、サーバ装置
１から中間伝送装置２を介してダウンロードした情報を
格納するために設けられる。なお、この記憶部３２０に
採用される記録媒体も特に限定されるものではないが、
この場合にもランダムアクセス性を考慮すれば、ハード
ディスク、光ディスク、ＩＣメモリ等のランダムアクセ
スが可能な記録媒体を採用することが好ましい。

【００３９】音声認識翻訳部３２１では、中間伝送装置
２のボーカル分離部２１２において生成され、携帯端末
装置３に伝送されたボーカル情報とカラオケ情報のう
ち、ボーカル情報を入力し、先ず、ボーカル情報につい
て音声認識処理を行って、元のボーカルにより歌われて
いる歌詞の文字情報（第１言語歌詞情報）を生成する。
ここで、例えばボーカルが英語により歌っているのであ
れば、英語についての音声認識が行われて、第１言語歌
詞情報としては英語の歌詞による文字情報が得られるこ
とになる。続いて、音声認識翻訳部３２１では、上記の
ようにして生成した第１言語歌詞情報を利用して翻訳処
理を行って、他の所定言語に翻訳された第２言語歌詞情
報を生成する。例えば第２言語として日本語が設定され
ていれば、第２言語歌詞情報は日本語の歌詞による文字
情報とされる。

【００４０】音声合成部３２２では、先ず、上記第２言
語歌詞情報に基づいて、翻訳処理後の第２言語の歌詞に
より歌われる新規ボーカル情報（オーディオデータ）を
生成する。この際、元のボーカル情報を利用すること
で、オリジナルのボーカルの声質は損なわずに、第２言
語に翻訳した歌詞により歌われる新規ボーカル情報を生
成することができる。続いて、上記新規ボーカル情報
と、このボーカル情報に対応するカラオケデータを合成
することによって合成楽曲情報を生成する。この合成楽
曲情報は、同じ歌手がオリジナルの楽曲とは異なる言語
で歌っている楽曲情報となる。

【００４１】このように本実施の形態の情報配信システ
ムでは、オリジナルの楽曲データから、少なくとも、カ
ラオケ情報（オーディオデータ）、オリジナルの言語と
翻訳言語による２種類の言語による歌詞情報（文字情報
データ）、及び第２言語により歌われる合成楽曲情報
（オーディオデータ）を派生情報として獲得することが
できる。そして、これらの情報はユーザが利用するコン
テンツとして管理された状態で、携帯端末装置３の記憶
部３２０に対して、他の通常のダウンロードデータと共
に格納することが可能とされている。なお、上記音声認
識翻訳部３２１及び音声合成部３２２の内部構成例につ
いては後述する。

【００４２】本実施の形態では、記憶部３２０に格納さ
れたデータのうち、オーディオデータについては当該携
帯端末装置３により再生出力することが可能とされてい
る。このため、携帯端末装置３には信号処理回路３１４
が設けられる。信号処理回路３１４は、例えば記憶部３
２０から読み出されたオーディオデータをバスラインＢ
３を介して入力して所要の信号処理を行う。ここで、記
憶部３２０に格納されているオーディオデータが所定形
式に従って圧縮処理をはじめとする所定のエンコードが
施されているのであれば、信号処理回路３１４では入力
された圧縮オーディオデータについて伸張処理及び所定
のデコード処理を施して、Ｄ／Ａコンバータ３１５に出
力する。Ｄ／Ａコンバータ３１５でアナログオーディオ
信号に変換されたオーディオデータは、オーディオ出力
端子３０９に供給される。なお、この図ではオーディオ
出力端子３０９にヘッドフォン８が接続された状態が示
されている。

【００４３】また、携帯端末装置３にはマイク端子３１
０が設けられている。例えば、マイク端子３１０にマイ
クロフォン１２を接続して音声を吹き込んだとすると、
この音声信号がＡ／Ｄコンバータ３１６を介してデジタ
ルオーディオ信号に変換されて信号処理回路３１４に入
力される。この場合、信号処理回路３１４では入力され
たデジタルオーディオ信号について、例えば圧縮処理及
び記憶部３２０へのデータ書き込みに適合する所要のエ
ンコード処理を施すように動作する。ここでエンコード
処理が施されたデータは、例えば制御部３１１の制御に
よって記憶部３２０に対して格納することが可能とされ
ている。あるいは、そのまま信号処理回路３１４の音声
出力系からＤ／Ａコンバータ３１５を介してオーディオ
出力端子３０９に出力することも可能である。

【００４４】Ｉ／Ｏポート３１８は、コネクタ３０８を
利用して外部と接続される機器や装置との入出力を可能
とするために設けられる。コネクタ３０８には、例えば
ディスプレイ装置、キーボード、モデム、又はターミナ
ルアダプタ等が接続可能とされるが、これについては、
本実施の形態の携帯端末装置３の利用形態例として後述
する。

【００４５】また、携帯端末装置３に備えられるバッテ
リ回路部３１９は、少なくとも充電池を備えると共に、
この充電池の電力を利用して携帯端末装置３内の各機能
回路部の動作電源を供給するようにされた電源回路を備
えて構成される。また、携帯端末装置３が中間伝送装置
２に装着された状態では、電源供給端子２０６−電源入
力端子３０７を介して、電源供給部２１０からバッテリ
回路部３１９に対して、携帯端末装置３の回路のための
動作電源及び充電電力が供給されるようになっている。

【００４６】この図に示す携帯端末装置３の表示部３０
１及びキー操作部３０２は、例えば図２に示したように
して本体に設けられているものであり、この携帯端末装
置３においても、上記表示部３０１に対する表示制御は
制御部２０７により実行される。また、制御部２０７
は、上記キー操作部３０２から出力される操作情報に基
づいて適宜所要の制御処理を実行することになる。

【００４７】（１−ｃ．ボーカル分離部の構成例）図３
の中間伝送装置２に備えられるボーカル分離部２１２
は、例えば図４のブロック図のようにして構成される。
図４において、ボーカルキャンセル部２１２は例えばデ
ジタルフィルタ等を備えて構成され、入力されたボーカ
ル入りの楽曲情報Ｄ１（オーディオデータ）からボーカ
ルパートの成分をキャンセル（消去）して、伴奏パート
だけのオーディオデータであるカラオケ情報Ｄ２を生成
して出力する。ボーカルキャンセル部２１２の詳しい内
部構成の説明は省略するが、例えばよく知られている、
ステレオ音声のセンターに定位する音声を、（Ｌチャン
ネルデータ）−（Ｒチャンネルデータ）によりキャンセ
ルする技術が用いられればよい。この際、バンドパスフ
ィルタなどを用いてボーカル音声の帯域のみがキャンセ
ルされて、伴奏楽器の音などは極力キャンセルされない
ようにすることが可能である。

【００４８】ボーカルキャンセル部２１２ａで生成され
たカラオケ情報Ｄ２は、ボーカル抽出部２１２ｂ及びデ
ータ出力部２１２ｃに分岐して出力される。ボーカル抽
出部２１２ｂでは、上記カラオケ情報Ｄ２及び楽曲情報
Ｄ１を入力して、原理的に［楽曲情報Ｄ１−カラオケ情
報Ｄ２＝ボーカル情報Ｄ３］の演算処理を行うことで、
楽曲情報Ｄ１からボーカルパートのみのオーディオデー
タであるボーカル情報Ｄ３を抜き出してデータ出力部２
１２ｃに対して出力する。

【００４９】データ出力部２１２ｃでは、入力されたカ
ラオケ情報Ｄ２及びボーカル情報Ｄ３について、例えば
所定規則に従って時系列的に配列して送信用データ（Ｄ
２＋Ｄ３）として出力する。この送信用データ（Ｄ２＋
Ｄ３）は中間伝送装置２から携帯端末装置３に対して送
信出力される。

【００５０】（１−ｄ．音声認識翻訳部の構成例）図５
は、携帯端末装置３に備えられる音声認識翻訳部３２１
の一構成例を示すブロック図である。音響分析部３２１
ａは、中間伝送装置２から送信用データ（Ｄ２＋Ｄ３）
として送信されてきたカラオケ情報Ｄ２とボーカル情報
Ｄ３のうち、ボーカル情報Ｄ３を入力して音響分析を行
い、例えば所定の帯域ごとの音声パワーや、線形予測計
数（ＬＰＣ）、ケプストラム係数などの音声の特徴パラ
メータ抽出をする。つまり、フィルタバンク等により音
声信号を所定の帯域ごとにフィルタリングし、このフィ
ルタリング結果を整流平滑化することで、所定の帯域ご
との音声のパワーを求めるようにしている。あるいは、
入力音声データ（ボーカル情報Ｄ３）について線形予測
分析処理を行うことで線形予測係数を求め、更にその線
形予測係数からケプストラム係数を求めるようにされ
る。上記のようにして音響分析部で求められた特徴パラ
メータは、直接、あるいは必要に応じてベクトル量子化
されて認識処理部３２１ｂに出力される。

【００５１】認識処理部３２１ｂは、音響分析部１３か
らの特徴パラメータ（あるいは、特徴パラメータをベク
トル量子化して得られるシンボル）に基づき、例えばダ
イナミックプログラミング（ＤＰ）マッチング法や、隠
れマルコフモデル（ＨＭＭ）などの音声認識アルゴリズ
ムにしたがい、後述する大規模の単語辞書３２１ｃを参
照して音声認識を行い、例えばボーカル情報Ｄ３として
の音声に含まれる単語ごとに、音声認識結果として出力
する。

【００５２】単語辞書３２１ｃには、音声認識の対象と
する単語（オリジナルのボーカルの言語）の標準パター
ン（あるいはモデルなど）が記憶されている。認識処理
部３２１ｂでは、この単語辞書３２１ｃに記憶されてい
る単語を対象として、音声認識を行う。

【００５３】第１言語文格納部３２１ｅは、オリジナル
のボーカルの言語による文章を数多く記憶している。第
２言語文格納部３２１ｆは、第１言語文格納部３２１ｅ
に記憶されている文章を、目的とする言語に翻訳した文
章を記憶している。従って、第１言語文格納部３２１ｅ
に記憶されている言語の文章と、第２言語文格納部３２
１ｆに記憶されている他言語の文章とは、１対１に対応
している。なお、例えば、第１言語文格納部３２１ｅに
は、日本語の文章とともに、その文章に対応する英語の
文章が記憶されている第２言語文格納部３２１ｆのアド
レスが記憶されている。これにより、第１言語文格納部
３２１ｅに記憶されている日本語の文章に対応する英語
の文章は、第２言語文格納部３２１ｆから即座に検索す
ることができるようになされている。

【００５４】音声認識の結果により得られた１以上の単
語列は、翻訳処理部３２１ｄに出力される。翻訳処理部
３２１ｄは、認識処理部３２１ｂから音声認識結果とし
ての１以上の単語を入力すると、その単語の組み合わせ
と最も類似する文章を、第１言語文格納部３２１ｅに記
憶されている言語による文章（第１言語文）の中から検
索する。

【００５５】上記検索処理は例えば次のようにして行わ
れる。翻訳処理部３２１ｄは、音声認識の結果得られた
単語（以下、認識単語ともいう）すべてを含む第１言語
文を、第１言語文格納部３２１ｅから検索する。そのよ
うな文章が存在する場合、翻訳処理部３２１ｄは、その
第１言語文を認識単語の組み合わせに最も類似するもの
として、第１言語文格納部３２１ｅから読み出す。ま
た、第１言語文格納部３２１ｅに記憶されている第１言
語文の中に、認識単語をすべて含むものが存在しない場
合、翻訳処理部３２１ｄは、そのうちのいずれか１単語
を除いた単語をすべて含む第１言語文を検索する。その
ような第１言語文が存在する場合、翻訳処理部３２１ｄ
は、その第１言語文を、認識単語の組み合わせにもっと
も類似するものとして、第１言語文格納部３２１ｅから
読み出す。また、そのような第１言語文が存在しない場
合、翻訳処理部３２１ｄは、認識単語のうちいずれか２
単語を除いた単語をすべて含む第１言語文を検索する。
以下、同様にして認識単語の組み合わせに最も類似する
第１言語文が検索される。

【００５６】上記のようにして、認識単語の組み合わせ
に最も類似する第１言語文を検索すると、翻訳処理部３
２１ｄでは、この第１言語文の文字情報を連結すること
によって第１言語歌詞情報として出力する。この第１言
語歌詞情報は、派生情報の１コンテンツとして記憶部３
２０に格納される。また、翻訳処理部３２１ｄは、上記
検索により得られた第１言語文を利用して、この第１言
語文に対応する第２言語を第２言語文格納部３２１ｆか
ら検索して対応付けを行う。そして、例えば認識言語単
位でこの対応付け処理により得られた第２言語文を所定
規則に従って連結していくことで、第１言語から第２言
語に翻訳された歌詞の文字情報が得られる。翻訳処理部
３２１ｄでは、これを第２言語歌詞情報として出力す
る。この第２言語歌詞情報は、第１言語歌詞情報と同様
に派生情報の１コンテンツとして記憶部３２０に格納さ
れるとともに、次に説明する音声合成処理部３２２に入
力される。

【００５７】（１−ｅ．音声合成部の構成例）続いて、
図６のブロック図は、携帯端末装置３に備えられる音声
合成部３２２の構成例を示している。音声分析部３２２
ａにおいては、入力されるボーカル情報Ｄ３について所
要の解析処理（波形分析処理等）を実行することで、ボ
ーカルの声質を特徴づける所定のパラメータ（声質情
報）を発生させると共に、時間軸に沿ったボーカルのピ
ッチ情報（即ちボーカルパートのメロディー情報）を生
成し、これらの情報をボーカル生成処理部３２２ｂに出
力する。音声発生部３２２ｄでは、入力された第２言語
歌詞情報に基づいて、第２言語による音声合成処理を行
い、この合成処理により得られた音声信号データ（第２
言語による歌詞を発音した音声信号）をボーカル生成処
理部３２２ｂに出力する。

【００５８】ボーカル生成処理部３２２ｂでは、例えば
音声分析部３２２ａから入力された声質情報に基づいて
波形変形処理等を行うことによって、先ず、音声発生部
３２２ｄから入力した音声信号データの声質を、ボーカ
ル情報Ｄ３のボーカルと同等の声質となるように処理を
行う。つまり、ボーカル情報Ｄ３のボーカルの声質を有
しながら第２言語により歌詞を発音する音声信号データ
（第２言語発音データ）を生成する。続いて、ボーカル
生成処理部３２２ｂは、上記第２言語発音データに対し
て、音声分析部３２２ａから入力したピッチ情報に基づ
いて、音階（メロディー）を与えていく処理を行う。こ
の処理に際しては、例えば、メロディーの区切りと歌詞
との区切りの一致が図られるように、音声発生部３２２
ｄから出力される音声信号データと、ピッチ情報とに対
して、これより以前のある処理段階においてタイムコー
ドを付加するようにすることが考えられる。つまり、こ
のタイムコードに従って、第２言語発音データを適宜区
切っていきながら、ピッチ情報に基づく音階を与えてい
くことになる。このようにして生成された音声信号デー
タは、オリジナルの楽曲の歌手と同一の声質及び同一の
メロディーでもって、翻訳後の第２言語の歌詞により歌
われているボーカル情報となる。このボーカル情報が、
新規ボーカル情報Ｄ４として合成部３２２ｃに入力され
る。

【００５９】合成部３２２ｃでは、入力されたカラオケ
情報と上記新規ボーカル情報Ｄ４を合成することによっ
て合成楽曲情報Ｄ５を生成して出力する。合成楽曲情報
Ｄ５は、聴感上では、オリジナルの楽曲に対して翻訳後
の第２言語の歌詞により歌われている点が異なり、伴奏
のパートやボーカルパートの歌手の声質はオリジナルの
楽曲と同様とされる。

【００６０】（１−ｆ．基本的なダウンロード動作及び
ダウンロード情報の利用例）先ず、上記のようにして構
成される本実施の形態の情報配信システムにおける携帯
端末装置３に対するデータのダウンロードの基本的な動
作について、再度図１〜図３を参照して説明する。

【００６１】本実施の形態の場合、ユーザが所有する携
帯端末装置３に対して所望の情報（例えば楽曲のオーデ
ィオデータであれば楽曲単位のデータをいうことにな
る）をダウンロードするのにあたり、このダウンロード
すべき情報をユーザが選択する事が必要とされるが、ダ
ウンロード情報について選択設定を行う方法としては、
次のような方法が考えられる。

【００６２】第１は、携帯端末装置３に備えられたキー
操作部３０２の所定のキー（図１、図２参照）をユーザ
が操作して行う方法である。この場合には、例えば携帯
端末装置３内の記憶部３２０に対して、当該情報配信シ
ステムによりダウンロード可能な情報がデータベース化
されたメニュー情報が格納されているものとされる。こ
のようなメニュー情報は、例えば以前に当該情報配信シ
ステムを利用して何らかの情報をダウンロードしたとき
に共に得られるようにされればよい。携帯端末装置３の
ユーザは、例えば上記メニュー情報に基づいて得られる
情報選択用のメニュー画面を表示部３０１に対して表示
させ、この表示内容を見ながらセレクトキー３０３を操
作して所望の情報を選択し、決定キー３０４により選択
した情報を確定するようにされる。なお、上記セレクト
キー及び決定キーとしてジョグダイヤルを用い、ジョグ
の回転を選択操作とし、ジョグの押圧により決定を行う
という操作形態を採れば、情報選択時の操作体系をより
簡単にすることができる。そして、上記のような選択設
定操作が携帯端末装置３を中間伝送装置２に対して装着
している状態で行われているのであれば、選択設定操作
に応じた要求情報が中間伝送装置２（インターフェイス
部２０９）から通信網４を介してサーバ装置１に供給さ
れることになる。

【００６３】また、上記のような選択設定操作により得
られた設定情報が、携帯端末装置３内のＲＡＭ３１３
（図３参照）に対して保持されるように構成すれば、携
帯端末装置３を中間伝送装置２に装着しない状態（即
ち、身近に中間伝送装置２が無いような環境）のもとで
も、ユーザは、予め任意の機会で情報を選択する操作を
行って、この操作により発生した要求情報を携帯端末装
置３に保持させておくことが可能になる。この場合に
は、例えばユーザが携帯端末装置３を中間伝送装置２に
装着したときに、ＲＡＭ３１３に保持されているダウン
ロード情報に関する設定情報が、要求情報として中間伝
送装置２（インターフェイス部２０９）から通信網４を
介してサーバ装置１に伝送されることになる。

【００６４】また、これまでの説明は、携帯端末装置３
に備えられるキー操作部３０２により情報の選択設定操
作を行うものであったが、中間伝送装置２に対してキー
操作部２０２が備えられているのであれば、例えば携帯
端末装置３が中間伝送装置２に装着された状態で、中間
伝送装置２のキー操作部２０２により同様の操作が可能
なように構成してもかまわない。

【００６５】上記した何れの方法により選択設定操作を
行ったとしても、携帯端末装置３を中間伝送装置２に対
して装着することにより、選択設定操作に応じた要求情
報が携帯端末装置３にて発生され、この要求情報が中間
伝送装置２を介してサーバ装置１に対してアップロード
されることになる。なお、このアップロード動作は、中
間伝送装置２の装着判別部２１１における検出情報を開
始トリガとするようにしてもよい。また、上記要求情報
をサーバ装置に対して送信するときには、これとともに
携帯端末装置３が保持している端末ＩＤの情報も送信す
るようにされる。

【００６６】そして、このようなデータ送信が終了した
ことが確認されると、サーバ装置１では、先ず、照合処
理部１０４において要求情報と共に送信された端末ＩＤ
について照合を行う。ここで、照合結果として端末ＩＤ
が当該情報配信システムを利用可能であることが判別さ
れれば、記憶部１０２に格納されている情報のうちか
ら、送信された要求情報に対応する情報を検索する処理
を実行する。この検索処理は、制御部１０１が検索部１
０３を制御することにより、例えば、要求情報に含まれ
る識別コードと、記憶部１０２に格納されている情報ご
とに与えられた識別コードとを照合していくことにより
実行されればよい。このようにして、要求情報に対応す
る情報が検索されることにより、サーバ装置１において
配信すべき情報の決定が行われたことになる。

【００６７】なお、上述の端末ＩＤの照合処理時におい
て、端末ＩＤが未登録であったり、残金が足りない等の
理由で、送信された端末ＩＤが情報配信システムを現在
利用不可であるとの判断結果が得られたときには、この
内容を示すエラー情報を中間伝送装置２に送信するよう
にしてもよい。これにより、中間伝送装置２、あるいは
携帯端末装置３に備えられる表示部（２０３、３０１）
においてその警告を表示したり、あるいはスピーカなど
の音声出力手段を設けて、警告音を出力させるような構
成をとることが可能になる。

【００６８】サーバ装置１では、上述のように要求情報
に応じて記憶部１０２から検索した情報を中間伝送装置
２に対して送信する。中間伝送装置２に装着された携帯
端末装置３は、中間伝送装置２にて受信した情報を、情
報入出力端子２０５−３０６を介して取り込んで内部の
記憶部３２０にコピー（ダウンロード）する。

【００６９】また、本実施の形態では、携帯端末装置３
に情報のダウンロードが行われている間に、中間伝送装
置２から携帯端末装置３の充電池に対して自動的に充電
が行われるものとされる。また、例えば携帯端末装置３
のユーザの要望として、情報のダウンロードは必要ない
が、中間伝送装置２を充電だけのために利用したいとい
うようなことも当然考えられるので、所定の操作を行う
ことで、中間伝送装置２に対して充電のみを行うことが
できるようにもされている。

【００７０】例えば、上述のようにして、携帯端末装置
３に対して情報のダウンロードが終了すると、中間伝送
装置２の表示部２０２あるいは携帯端末装置３の表示部
２０２等に対して、情報のダウンロードの終了が完了し
たことを告げるメッセージ等が表示される。そして、携
帯端末装置３のユーザがこの表示を確認して、携帯端末
装置１を中間伝送装置２から外した後は、携帯端末装置
３はダウンロードにより記憶部３０６に格納したデータ
を再生するための再生装置として機能する。つまり、ユ
ーザは、携帯端末装置３さえ所持していれば、特に場所
や時間を問わず携帯端末装置３に格納した情報を再生し
て表示したり、あるいは音声として出力させることがで
きる。この際、ユーザは携帯端末装置３に備えられてい
る動作キー３０５により、その再生動作を任意に操作す
ることが可能とされている。この動作キー３０５として
は、例えば早送り、再生、巻戻し、停止、一時停止キー
などが備えられているものとされる。

【００７１】例えば、オーディオデータを再生して視聴
したい場合には、図７に示すように携帯端末装置３のオ
ーディオ出力端子３０８にヘッドフォン８或いはアクテ
ィブスピーカＳＰ等を接続することにより、オーディオ
データの再生音声を視聴することが可能となる。

【００７２】また、例えば図８に示すように、マイクロ
フォン端子３０９に対してマイクロフォン１２を接続す
ることにより、このマイクロフォン１２から入力した音
声をＡ／Ｄコンバータ３１６→信号処理回路３１４を介
することによりデータ化して、記憶部３２０に対して格
納する、つまりマイク音声を録音することが可能とされ
る。この場合には、前述した動作キー３０５として録音
キー等が設けられることになる。さらには、例えばオー
ディオデータとしてカラオケを再生出力しているのであ
れば、マイクロフォン端子３０９に接続したマイクロフ
ォン１２により、カラオケに合わせてユーザが歌を歌う
ことなどもできる。

【００７３】また、本実施の形態の携帯端末装置３は、
図８に示すように本体に備えられたコネクタ３０８に対
してモニタ装置９、モデム１０（又はターミナルアダプ
タ）を接続可能なコネクタ３０８、キーボード１１を接
続可能とされている。例えば、携帯端末装置３自体によ
っても、表示部３０１によりダウンロードした画像デー
タ等を表示出力することは可能であるが、コネクタ３０
８に対してモニタ装置９を接続して、携帯端末装置３か
ら画像データを出力すれば、より大きな画面によって画
像を見ることも可能である。また、キーボード２２を接
続して文字入力等を可能とすることにより、要求する情
報の選択を容易にするだけでなく、より複雑なコマンド
入力が可能となる。また、モデム（ターミナルアダプ
タ）１０を接続すれば、中間伝送装置２を利用すること
なく、サーバ装置１と直接データの送受を可能とするこ
とができる。また、ＲＯＭ３１２に保持させるプログラ
ム等によっては、通信網４を介して他のコンピュータ或
いは携帯端末装置３と通信可能に構成することが可能で
あり、これにより、ユーザ同士のデータ交換なども容易
に行うことができる。また、これらの代わりに無線接続
コントローラを用いれば、例えば中間伝送装置２と携帯
端末装置３とを無線接続することも容易に可能となる。

【００７４】＜２．派生情報のダウンロード＞これまで
説明してきた、本実施の形態の情報配信システムの構
成、携帯端末装置に対する情報のダウンロードの基本動
作、及び利用形態例を前提として、本実施の形態の特徴
となる、派生情報のダウンロードについて、図９及び図
１０を参照して説明する。図９は、派生情報をダウンロ
ードする際の中間伝送装置２及び携帯端末装置３の動作
の経緯を時間軸に従って示しており、図１０は、派生情
報のダウンロードの経過に従って、例えば携帯端末装置
３の表示部３０１に表示される表示内容を示している。

【００７５】また、ここでいう「派生情報」とは、これ
までの説明からわかるように、ボーカル入りのオリジナ
ル楽曲情報から得られる、カラオケ情報、第１言語歌詞
情報、第２言語歌詞情報、及び同じ歌手が第２言語によ
り歌う合成楽曲情報とされる。なお、派生情報のダウン
ロードに伴う情報配信システムを構成する各装置（サー
バ装置１、中間伝送装置２、及び携帯端末装置３）の動
作の詳細であるが、ダウンロード時の基本的な動作は図
３により説明し、派生情報生成のための動作は、図４、
図５及び図６により既に説明したことから、以降におい
て、システムの動作についての詳しい説明は若干の補足
を除いて省略し、主として、時間経過に従った動作の状
態遷移について説明を行っていくこととする。

【００７６】図９には、派生情報のダウンロードに際し
ての中間伝送装置２及び携帯端末装置３の動作例が示さ
れている。ここで、図の○内の英数字は、中間伝送装置
２及び携帯端末装置３の時間経過に従った動作順を示し
ており、以降の説明はこの動作順に従って行うこととす
る。

【００７７】動作１： ここでは、先に利用形態として
説明した操作方法として、携帯端末装置３のキー操作部
３０２を操作することにより、ユーザが所望する「楽曲
情報の派生情報」を要求するための選択設定操作が行わ
れるものとされる。なお、利用形態として前述したよう
に、中間伝送装置２に設けられたキー操作部２０３によ
り同様の選択設定操作が行われるようにされてもかまわ
ない。

【００７８】動作２： 携帯端末装置３は、上記動作１
として得られた操作情報に従った要求情報、つまり、指
定の楽曲情報の派生情報を要求することを示す要求情報
を送信出力する。

【００７９】動作３： 携帯端末装置３から要求情報が
送信出力され場合、これまでの説明からわかるように、
この要求情報を中間伝送装置２にて受信し、さらに中間
伝送装置２から通信網４を介してサーバ装置１に対して
送信する。図９には示していないが、サーバ装置１で
は、受信入力した要求情報に対応する楽曲情報を記憶部
１０２から検索し、検索した楽曲情報を記憶部１０２か
ら読み出して中間伝送装置２に対して送信する。なお、
要求情報が派生情報とされる場合であっても、サーバ装
置１から配信される楽曲情報はオリジナルの楽曲情報で
あり、この段階では派生情報は発生していない。図９で
は、ここまでの段階を動作３とする。

【００８０】動作４： 中間伝送装置２では、サーバ装
置１から送信されてきた楽曲情報を受信して、例えば一
旦、記憶部２０８に格納して保持する。即ち、楽曲情報
のダウンロードを行う。 動作５： 中間伝送装置２では、上記動作４として記憶
部２０８に格納した楽曲情報を読み出してボーカル分離
部２１２に入力する。ボーカル分離部２１２では、図４
にて説明したようにして、上記楽曲情報Ｄ１についてカ
ラオケ情報Ｄ２とボーカル情報Ｄ３に分離する。 動作６： 上記ボーカル分離部２１２では、例えば、図
４により説明したように、最終段のデータ出力部２１２
ｃにおいて、カラオケ情報Ｄ２とボーカル情報Ｄ３を送
信情報（Ｄ２＋Ｄ３）として出力するようにされる。そ
して、動作６として、中間伝送装置２は送信情報（Ｄ２
＋Ｄ３）を、携帯端末装置３に対して送信する処理を行
う。

【００８１】このように本実施の形態において、中間伝
送装置２により派生情報を得るための動作としては、ボ
ーカル分離部２１２での信号処理によってカラオケ情報
Ｄ２とボーカル情報Ｄ３を生成する処理のみを行うよう
にされる。つまり、以降において生成される各種派生情
報は、受信入力したカラオケ情報Ｄ２とボーカル情報Ｄ
３（送信情報（Ｄ２＋Ｄ３））に基づいて、全て携帯端
末装置３側において生成するようにされる。即ち、本実
施の形態では、ユーザにとってのコンテンツとなる各種
派生情報を得るのにあたり、中間伝送装置２と携帯端末
装置３間でその役割が分担されるように構成されるもの
である。これにより、例えば各種派生情報を得るのに中
間伝送装置２あるいは携帯端末装置３の何れかにおいて
のみ、その役割を与えるように構成した場合と比較し
て、中間伝送装置２と携帯端末装置３間の処理負担を軽
減することが可能となる。

【００８２】動作７： 携帯端末装置３は、上記動作６
により中間伝送装置２から送信された送信情報（Ｄ２＋
Ｄ３）を受信入力することになる。 動作８： そして、携帯端末装置３においては、受信入
力した送信情報（Ｄ２＋Ｄ３）から、カラオケ情報Ｄ２
とボーカル情報Ｄ３をそれぞれ独立に得て、先ず、カラ
オケ情報Ｄ２については、記憶部３２０に対して格納す
る。これにより、携帯端末装置３にとっては、派生情報
のコンテンツとして最初にカラオケ情報Ｄ２を獲得した
ことになるため、携帯端末装置３では、続いて図１０
（ａ）に示すように表示部３０１に対してカラオケボタ
ンＢ１を表示させる。このようなボタン表示は、携帯端
末装置３において新しい派生情報が得られるごとに逐次
表示されるものであり、派生情報のダウンロードの経過
をユーザに示すものである。また、各ボタン表示はユー
ザが所望のコンテンツを選択して再生するための操作用
のインターフェイス画像として利用される。これは、後
述する図１０（ｂ）〜図１０（ｄ）に追加表示される各
ボタン表示についても同様である。また、ボーカル情報
Ｄ３は、音声認識翻訳部３２１に入力される。

【００８３】動作９： 音声認識翻訳部３２１は、先
ず、入力されたボーカル情報Ｄ３について図５にて説明
したようにして音声認識を行うことで、派生情報として
第１言語歌詞情報（文字情報）を生成する。ここでは、
第１言語、つまり楽曲情報のボーカル言語として例えば
英語が規定されているものとする。従って、ここで生成
される第１言語歌詞情報としては、英語歌詞情報とな
る。音声認識翻訳部３２１で生成された英語歌詞情報
は、記憶部３２０に対して格納される。これにより、携
帯端末装置３では２番目の派生情報を獲得したことにな
るため、図１０（ｂ）に示すように、表示部３０１に対
してカラオケボタンＢ１に追加して英語歌詞がコンテン
ツ化されたことを示す英語歌詞ボタンＢ２の表示を行う
ようにされる。

【００８４】動作１０： 音声認識翻訳部３２１では、
動作９により生成した第１言語歌詞情報（英語歌詞情
報）について翻訳を行って第２言語歌詞情報を生成す
る。ここでは、第２言語として日本語が設定されている
ものとする。このため、実際に作成される第２言語歌詞
情報としては、英語による歌詞を日本語に翻訳した歌詞
情報（日本語歌詞情報）となる。そして、携帯端末装置
３ではこの日本語歌詞情報を３番目に獲得すべき派生情
報として記憶部３２０に格納する。そして、図１０
（ｃ）に示すように表示部３０１に対して日本語歌詞が
コンテンツ化されたことを示す日本語歌詞ボタンＢ３を
表示させる。

【００８５】動作１１： 続いて携帯端末装置３では、
音声合成部３２２による信号処理により、合成楽曲情報
Ｄ５を生成する。この合成楽曲情報Ｄ５は、たとえば図
６にて説明したように、カラオケ情報Ｄ２、ボーカル情
報Ｄ３、及び上記動作１０により生成された第２言語歌
詞情報（この場合は日本語歌詞情報）を利用して生成さ
れる。ここでは、第１言語が英語、第２言語が日本語と
されていることから、合成楽曲情報Ｄ５としては、英詩
により歌われるオリジナルの楽曲を、同一の歌手が日本
語の歌詞に訳して歌っている楽曲の情報となる。そし
て、この合成楽曲情報Ｄ５を最後に獲得すべき派生情報
として記憶部３２０に格納し、表示部３０１に対して図
１０（ｄ）に示すように合成楽曲がコンテンツ化された
ことを示す合成楽曲ボタンＢ４を表示させる。この段階
では、派生情報として獲得可能とされる４種類の全ての
コンテンツが表示部３０１にボタン表示されて、派生情
報のダウンロードが全て完了したことを示すことになる
（なお、別途、ダウンロードの完了を示すメッセージ等
が表示されてもよい）。また、実際に、これら全ての派
生情報が携帯端末装置３の記憶部３２０に対して格納済
みの状態にある。そして、上記のようにして携帯端末装
置３にダウンロードした派生情報は、例えば、先に図７
及び図８により説明したようにして外部に出力して利用
することができる。

【００８６】なお、実際の使用形態に際しては、細部は
適宜変更されてかまわない。例えば、図９による説明で
は、楽曲情報のダウンロードから派生情報の獲得までが
時間的にほぼ連続する一連の動作として扱われていた
が、例えば、携帯端末装置３の記憶部３２０に対して少
なくとも送信情報（カラオケ情報Ｄ２＋ボーカル情報Ｄ
３）を格納しておき、携帯端末装置３を中間伝送装置２
から外した後の任意の機会に、所定の操作によって携帯
端末装置３においてカラオケ情報Ｄ２以外の残る３つの
派生情報のコンテンツを作成して獲得するように構成す
ることも考えられる。

【００８７】また、図９による説明では、オリジナルの
英語歌詞を日本語に翻訳して最終的に合成楽曲情報を得
るものとして説明したが、特にオリジナル言語（第１言
語）及び翻訳言語（第２言語）としての言語は限定され
るものではない。さらには、複数言語のオリジナル言語
に対応可能とすると共に、翻訳言語をユーザの指定操作
などによって複数言語から選択指定するように構成する
ことも可能とされる。この場合には、音声認識翻訳部３
２１において、対応する言語種類に応じて、単語辞書３
２１ｃや、第１言語格納部３２１ｅ及び第２言語格納部
３２１ｆに格納される言語種類数が増設されることにな
る。

【００８８】また、図９による派生情報のダウンロード
動作としては、オリジナルの楽曲情報は携帯端末装置３
にて得られるコンテンツとしては除外されていたが、中
間伝送装置２から携帯端末装置３にカラオケ情報Ｄ２と
ボーカル情報Ｄ３による送信情報（Ｄ２＋Ｄ３）を送信
する際に、共にオリジナルの楽曲情報Ｄ１を送信し、携
帯端末装置３の記憶部３２０に対して格納するように構
成することも考えられる。

【００８９】更に、図９による説明では、楽曲に関する
派生情報を要求すると自動的に４種類の全ての派生情報
が獲得されるものとして説明したが、例えばユーザの選
択設定操作に従って、４種類の派生情報のコンテンツの
うちから一部のコンテンツのみを得るようにすることも
可能である。さらには、例えば４種類の全ての派生情報
のうち、所定の一部の派生情報のみを提供可能な簡易な
構成による情報配信システムを構築することも可能であ
り、例えば、派生情報としてカラオケ情報のみを提供す
るのであれば、ボーカル分離部２１２におけるボーカル
キャンセル部２１２ｃに相当する機能回路部が、情報配
信システムを構成する装置の何れか１つに設けられるよ
うに構成すればよいことになる。

【００９０】また、本実施の形態では、派生情報を生成
するための機能回路部として、ボーカル分離部２１２の
みを中間伝送装置２に設け、残る音声認識翻訳部３２１
及び音声合成部３２２は携帯端末装置３に設けるように
しているが、これに限定されるものではなく、これら各
機能回路部を当該情報配信システムを構成する各装置
（サーバ装置１、中間伝送装置２、携帯端末装置３）に
対してどのように振り分けて設けるのかについては、実
際の適用条件等により変更されてかまわない。

【００９１】

【発明の効果】以上説明したように本発明は、情報配信
システムにおいて、サーバ装置から配信したオリジナル
の楽曲情報を利用して、その楽曲のカラオケ情報、オリ
ジナルの言語によるボーカルの歌詞情報、他の言語に翻
訳されたボーカルの歌詞情報、及び翻訳言語の歌詞によ
りオリジナルと同一のボーカルにより歌われる合成楽曲
情報の各々が生成され、これら各情報を携帯端末装置に
おいてダウンロード情報として獲得することが可能とな
る。これにより、オリジナルの楽曲情報だけでなく、こ
れを利用して生成した派生情報を携帯端末装置のコンテ
ンツとすることができるため、情報配信システムとして
の利用価値がより高まることになる。この際、派生情報
を生成するための各種機能回路部を、情報配信システム
を構成する各装置に適宜振り分けるようにして設けるこ
とで、ある１つの装置における動作負担が重くなるのを
避けることができる。

【００９２】更に、派生情報を獲得するためのダウンロ
ードを行っている際に、順次獲得されていく派生情報の
種類に対応する表示を行うことで、たとえばユーザは派
生情報のダウンロードの動作の経過を把握することが可
能になるとともに、この表示を、各派生情報を呼び出し
て再生するための操作用インターフェイスとして機能さ
せることで、携帯端末装置のユーザの使い勝手が更に向
上されることになる。

【図面の簡単な説明】

【図１】本発明の実施の形態としての情報配信システム
の構成例を概念的に示す説明図である。

【図２】中間伝送装置及び携帯端末装置の外観例を示す
斜視図である。

【図３】本実施の形態の情報配信システムを形成する各
装置の内部構成を示すブロック図である。

【図４】ボーカル分離部の内部構成例を示すブロック図
である。

【図５】音声認識翻訳部の内部構成例を示すブロック図
である。

【図６】音声合成部の内部構成例を示すブロック図であ
る。

【図７】携帯端末装置の利用形態例を示す斜視図であ
る。

【図８】携帯端末装置の利用形態例を示す斜視図であ
る。

【図９】派生情報のダウンロード動作の経緯を示す説明
図である。

【図１０】派生情報のダウンロードに伴う携帯端末装置
の表示部の表示形態例を示す説明図である。

【符号の説明】

１ サーバ装置、２ 中間伝送装置、３ 携帯端末装
置、４ 通信網、５ 課金通信網、６ 代理サーバ、８
ヘッドフォン、９ モニタ装置、１０ モデム、１１
キーボード、１２ マイクロフォン、１０１ 制御
部、１０２ 記憶部、１０３ 検索部、１０４ 照合処
理部、１０５ 課金処理部、１０６ インターフェイス
部、Ｂ１ バスライン、２０１ 通信制御端子、２０２
キー操作部、２０３ 表示部、２０４ 端末装着部、
２０５ 情報入出力端子、２０６ 電源供給端子、２０
７ 制御部、２０８ 記憶部、２０９ インターフェイ
ス部、２１０ 電源供給部、２１１ 装着判別部、２１
２ ボーカル分離部、Ｂ２ バスライン、３０１ 表示
部、３０２ キー操作部、３０３ セレクトキー、３０
４ 決定キー、３０５ 動作キー、３０６ 情報入出力
端子、３０７ 電源入力端子、３０８ コネクタ、３０
９ オーディオ出力端子、３１０ マイクロフォン端
子、３１１ 制御部、３１２ ＲＯＭ、３１３ ＲＡ
Ｍ、３１４ 信号処理回路、３１５ Ｄ／Ａコンバー
タ、３１６ Ａ／Ｄコンバータ、３１７，３１８Ｉ／Ｏ
ポート、３１９ バッテリ回路部、３２０ 記憶部、３
２１ 音声認識翻訳部、３２２ 音声合成部、Ｂ３ バ
スライン

Claims (12)

【特許請求の範囲】
1. 【請求項１】 情報の種類として少なくとも楽曲情報が
   格納され、格納された情報のうちから所要の情報を選択
   して出力可能とされる情報格納手段と、 上記情報格納手段から出力された楽曲情報について、ボ
   ーカル情報と伴奏情報とに分離する楽曲情報分離手段
   と、 上記ボーカル情報に基づいてそのボーカルの発音言語に
   よる音声認識を行って一次言語文字情報を生成する音声
   認識手段と、 上記一次言語文字情報について所定の他の言語に翻訳し
   て二次言語文字情報を生成する翻訳手段と、 上記二次言語文字情報を利用して翻訳言語により発音さ
   れる翻訳ボーカル情報を生成し、この翻訳ボーカル情報
   と上記伴奏情報を合成することにより、翻訳言語による
   ボーカルパートを含む合成楽曲情報を生成する情報合成
   手段との全て或いは一部を備えていることを特徴とする
   情報処理装置。
2. 【請求項２】 上記楽曲情報分離手段、上記音声認識手
   段、上記翻訳手段、及び上記情報合成手段により生成さ
   れる情報のうち、少なくとも何れか１種類の情報を格納
   することのできる情報記憶手段が設けられることを特徴
   とする請求項１に記載の情報処理装置。
3. 【請求項３】 上記情報記憶手段には、 上記楽曲情報分離手段により分離される伴奏情報と、 上記音声認識手段により、上記ボーカル情報について音
   声認識が行われたときに生成される一次言語文字情報
   と、 上記翻訳手段により翻訳が行われたときに生成される翻
   訳言語による二次言語文字情報と、 上記情報合成手段により生成される上記合成楽曲情報
   と、 を格納するように構成したことを特徴とする請求項２に
   記載の情報処理装置。
4. 【請求項４】 上記伴奏情報、上記一次言語文字情報、
   上記二次言語文字情報、及び上記合成楽曲情報のうちか
   ら少なくとも１つの情報を選択可能な選択操作手段と、 上記選択操作手段により選択された情報を上記情報記憶
   手段から読み出して出力する情報出力手段と、 を備えていること特徴とする請求項３に記載の情報処理
   装置。
5. 【請求項５】 表示手段が備えられ、 上記選択操作手段は、上記伴奏情報、上記一次言語文字
   情報、上記二次言語文字情報、及び上記合成楽曲情報の
   うちから所望の情報を指定するための操作に利用する操
   作画像を上記表示手段に対して行うように構成されてい
   ることを特徴とする請求項４に記載の情報処理装置。
6. 【請求項６】 上記表示手段は、 上記伴奏情報、上記一次言語文字情報、上記二次言語文
   字情報、及び上記合成楽曲情報の各情報を獲得するため
   の処理が完了するごとに、これら各情報に対応する項目
   を上記操作画像として順次表示していくように構成され
   ていることを特徴とする請求項５に記載の情報処理装
   置。
7. 【請求項７】 情報の種類として少なくとも楽曲情報が
   格納され、情報出力動作として、少なくとも格納された
   情報のうちから所要の情報を選択して出力可能に構成さ
   れた情報格納装置と、 上記情報格納装置と通信可能とされることにより、上記
   情報格納装置から出力された情報を受信する受信動作と
   が可能とされると共に、情報出力動作として、少なくと
   も上記受信動作により獲得した情報を外部に対して送信
   出力可能とされる情報伝送装置と、 情報記憶手段が備えられると共に、上記情報伝送装置と
   通信可能とされることで、情報記憶動作として、少なく
   とも上記情報伝送装置から送信出力された情報を上記情
   報記憶手段に対して記憶可能とされる端末装置とを備え
   て当該情報配信システムが構成され、 この情報配信システムにおいて備えられる情報処理系と
   して、 上記情報格納装置から出力された楽曲情報について、ボ
   ーカル情報と伴奏情報とに分離する楽曲情報分離手段
   と、 上記ボーカル情報に基づいてそのボーカルの発音言語に
   よる音声認識を行って一次言語文字情報を生成する音声
   認識手段と、 上記一次言語文字情報について所定の他の言語に翻訳し
   て二次言語文字情報を生成する翻訳手段と、 上記二次言語文字情報を利用して翻訳言語により発音さ
   れる翻訳ボーカル情報を生成し、この翻訳ボーカル情報
   と上記伴奏情報を合成することにより、翻訳言語による
   ボーカルパートを含む合成楽曲情報を生成する情報合成
   手段との全て或いは一部が備えられることを特徴とする
   情報配信システム。
8. 【請求項８】 上記端末装置は、 上記楽曲情報分離手段、上記音声認識手段、上記翻訳手
   段、及び上記情報合成手段により生成される情報のう
   ち、少なくとも何れか１種類の情報を、上記情報記憶手
   段に格納するように構成されていることを特徴とする請
   求項７に記載の情報配信システム。
9. 【請求項９】 上記情報記憶手段には、 上記楽曲情報分離手段により分離される伴奏情報と、 上記音声認識手段により、上記ボーカル情報について音
   声認識が行われたときに生成される一次言語文字情報
   と、 上記翻訳手段により翻訳が行われたときに生成される翻
   訳言語による二次言語文字情報と、 上記情報合成手段により生成される上記合成楽曲情報
   と、 を格納するように構成したことを特徴とする請求項８に
   記載の情報配信システム。
10. 【請求項１０】 上記端末装置は、 上記伴奏情報、上記一次言語文字情報、上記二次言語文
    字情報、及び上記合成楽曲情報のうちから少なくとも１
    つの情報を選択可能な選択操作手段と、 上記選択操作手段により選択された情報を上記情報記憶
    手段から読み出して出力する情報出力手段と、 を備えていること特徴とする請求項９に記載の情報配信
    システム。
11. 【請求項１１】 上記情報伝送装置及び上記端末装置の
    少なくとも何れか一方に表示手段が備えられ、 上記選択操作手段は、上記伴奏情報、上記一次言語文字
    情報、上記二次言語文字情報、及び上記合成楽曲情報の
    うちから所望の情報を指定するための操作に利用する操
    作画像を上記表示手段に対して行うように構成されてい
    ることを特徴とする請求項１０に記載の情報配信システ
    ム。
12. 【請求項１２】 上記表示手段は、 上記伴奏情報、上記一次言語文字情報、上記二次言語文
    字情報、及び上記合成楽曲情報の各情報を獲得するため
    の処理が完了するごとに、これら各情報に対応する項目
    を上記操作画像として順次表示していくように構成され
    ていることを特徴とする請求項１１に記載の情報配信シ
    ステム。