WO2016080535A1 - 情報送信装置、情報送信方法、案内システム及び通信システム - Google Patents

情報送信装置、情報送信方法、案内システム及び通信システム Download PDF

Info

Publication number
WO2016080535A1
WO2016080535A1 PCT/JP2015/082765 JP2015082765W WO2016080535A1 WO 2016080535 A1 WO2016080535 A1 WO 2016080535A1 JP 2015082765 W JP2015082765 W JP 2015082765W WO 2016080535 A1 WO2016080535 A1 WO 2016080535A1
Authority
WO
WIPO (PCT)
Prior art keywords
information
identification information
voice
guidance
sound
Prior art date
Application number
PCT/JP2015/082765
Other languages
English (en)
French (fr)
Inventor
翔太 森口
優樹 瀬戸
Original Assignee
ヤマハ株式会社
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by ヤマハ株式会社 filed Critical ヤマハ株式会社
Priority to EP15860790.3A priority Critical patent/EP3223275B1/en
Priority to CN201580063110.5A priority patent/CN107004416B/zh
Publication of WO2016080535A1 publication Critical patent/WO2016080535A1/ja
Priority to US15/599,072 priority patent/US20170255615A1/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/40—Processing or translation of natural language
    • G06F40/58—Use of machine translation, e.g. for multi-lingual retrieval, for server-side translation for client devices or for real-time translation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/16—Sound input; Sound output
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/26—Speech to text systems
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M1/00—Substation equipment, e.g. for use by subscribers
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M11/00—Telephonic communication systems specially adapted for combination with other electrical systems
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/08—Speech classification or search
    • G10L2015/088—Word spotting

Definitions

  • the present invention relates to a technology for reproducing content such as images and sounds on a terminal device.
  • Patent Literature 1 discloses a portable terminal device that is equipped with a function for displaying a phrase (character string) recognized from an audio signal on a display device.
  • a terminal device capable of voice recognition as in Patent Document 1 for example, a guidance voice broadcast in a transportation facility such as a train or a bus is picked up by the terminal device, and a word is recognized. It is possible to reproduce the content such as the corresponding image on the terminal device.
  • the user in order to pick up the guidance voice radiated from the sound emitting device at the SN ratio necessary for voice recognition, the user needs to bring his terminal device close enough to the sound emitting device that emits the guidance voice. is there. Further, in a situation where the time at which the guidance voice is emitted is indefinite, it is necessary to stand by with the terminal device approaching the sound emitting device for a long time until the user's desired guidance voice is actually broadcast. There is a problem that the burden on the user of the terminal device is large. In view of the above circumstances, an object of the present invention is to reduce the burden on a user who plays back content on a terminal device.
  • the information transmitting apparatus corresponds to a speech recognition unit that recognizes a speech phrase indicated by a speech signal, and a phrase recognized by the speech recognition unit among a plurality of pieces of identification information corresponding to different phrases.
  • the identification information corresponding to the phrase recognized from the audio signal is transmitted to the terminal device.
  • the information specifying unit refers to registration information that associates a plurality of pieces of identification information with a plurality of pre-registered words and phrases, and recognizes any of the plurality of words and phrases registered in the registered information. Is recognized, the identification information corresponding to the word is specified from the registration information.
  • the voice recognition means recognizes a voice phrase indicated by a voice signal supplied to a sound emitting device from a sound collecting device installed in a moving body that houses and moves the terminal device.
  • the voice recognition unit since the voice recognition unit performs voice recognition on the voice signal supplied from the sound collecting device to the sound emitting device, for example, the sound emitted from the sound emitting device is collected and voice recognition is performed. High-accuracy speech recognition is realized as compared with the configuration.
  • An information transmitting apparatus provides content indicating a phrase recognized by the speech recognition unit and identification information corresponding to the phrase, and content corresponding to the identification information requested from the terminal apparatus to the terminal apparatus.
  • Registration processing means for transmitting to the distribution apparatus to be provided is provided.
  • short-range wireless communication is acoustic communication using sound as a transmission medium.
  • the identification information is transmitted by acoustic communication using sound as a transmission medium, the reach of the identification information can be easily controlled by adjusting the volume, and by radiating the sound over a wide range, There is an advantage that identification information can be collectively transmitted to the terminal device.
  • the voice signal includes a guidance voice used for voice guidance from the administrator to the user.
  • a guidance voice broadcast by a transportation facility such as a train or a bus is picked up by a terminal device, a word is recognized, and content such as an image corresponding to the word is reproduced on the terminal device.
  • the content includes information expressing information obtained by translating the pronunciation of the guidance voice into another language.
  • the terminal device recognizes a phrase after picking up the guidance voice broadcast by transportation such as trains and buses, and the terminal device reproduces characters and voices translated into another language.
  • the transmission unit transmits the identification information after the voice recognition unit recognizes the word and before the end of the reproduction of the guidance voice.
  • the transmission unit transmits the identification information after the voice recognition unit recognizes the word and before the end of the reproduction of the guidance voice.
  • the transmission means transmits the identification information after the reproduction of the guidance voice is completed.
  • the content corresponding to the identification information can be reproduced on the terminal device after the reproduction of the guidance voice is completed.
  • An information transmission method recognizes a speech phrase represented by a speech signal, identifies identification information corresponding to the recognized phrase from among a plurality of identification information corresponding to different phrases, and the identification information is The identified identification information is transmitted to a terminal device capable of reproducing the content shown.
  • the identification information corresponding to the phrase recognized from the audio signal is transmitted to the terminal device. Therefore, it is necessary for the user to bring his / her terminal device close to the sound emitting device in order to collect the sound with a sufficient S / N ratio, and the user approaches his / her terminal device to the sound emitting device until sound is emitted. There is no need to wait in a state where it is left. That is, it is possible to reduce the burden on the user who plays the content on the terminal device.
  • a guidance system is a guidance system including the above-described information transmission device and a voice guidance device, and the voice guidance device collects and emits a voice signal.
  • the speech recognition means of the information processing apparatus recognizes a speech phrase indicated by the speech signal supplied from the sound collection device to the sound emission device.
  • a communication system is a communication system including the above-described guidance system and a terminal device, the terminal device corresponding to the identification information and the reception unit that receives the identification information from the transmission unit of the information transmission device.
  • a playback device that plays back the content to be played.
  • the terminal device is realized by a dedicated electronic circuit, or by cooperation of a general-purpose arithmetic processing device such as a CPU (Central Processing Unit) and a program.
  • the program of the present invention can be provided in a form stored in a computer-readable recording medium and installed in the computer.
  • the recording medium is, for example, a non-transitory recording medium, and an optical recording medium (optical disk) such as a CD-ROM is a good example, but a known arbitrary one such as a semiconductor recording medium or a magnetic recording medium This type of recording medium can be included.
  • the program of the present invention can be provided in the form of distribution via a communication network and installed in a computer.
  • the present invention can also be specified as an operation method (information transmission method) of the information transmission apparatus according to each of the above-described aspects.
  • FIG. 1 is a configuration diagram of a guidance system 10 according to the first embodiment.
  • the guidance system 10 according to the first embodiment is an acoustic system installed in a vehicle (moving body) M of a transportation facility such as a train or a bus that moves in a state where a plurality of users are accommodated. It is used for guidance (for example, guidance on getting on and off, transfer, fare, sightseeing, etc.).
  • Each user in the vehicle M carries a portable terminal device 12 such as a mobile phone or a smartphone.
  • the guidance system 10 and the terminal device 12 may be collectively referred to as a communication system.
  • FIG. 2 is a configuration diagram of an arbitrary one terminal device 12.
  • the terminal device 12 includes a control device 121, a storage device 122, a communication device 123, an operation device 124, a playback device 125, and a sound collection device 126.
  • the control device 121 executes various arithmetic processes and control processes by executing a program stored in the storage device 122.
  • the operation device 124 is an input device operated by a user for various instructions to the terminal device 12. For example, a plurality of operators pressed by the user and a touch panel that detects contact by the user are preferably used as the operation device 124.
  • the communication device 123 communicates with other terminals via a communication network such as a mobile communication network or the Internet.
  • the storage device 122 is composed of a known recording medium such as a semiconductor recording medium or a magnetic recording medium, and stores a program executed by the control device 121 and various data used by the control device 121.
  • the storage device 122 of the first embodiment stores a plurality of contents C.
  • Each content C includes a sound or an image (for example, a still image, a moving image, a character string) related to the guidance sound.
  • the storage device 122 stores content C representing various information such as a character string of the pronunciation content of the guidance voice and a character string obtained by translating the pronunciation content into another language.
  • identification information D for uniquely identifying the content C is added to each content C of the storage device 122.
  • a plurality of contents C distributed from a distribution device (not shown) such as a web server and received by the communication device 123 are stored in the storage device 122 in advance.
  • the playback device 125 plays back the content C stored in the storage device 122.
  • a display device for example, a liquid crystal display panel
  • a sound emitting device for example, a speaker or headphones
  • the sound collection device 126 is an acoustic device that collects ambient sounds and generates an acoustic signal SB.
  • the sound collection device 126 is used for voice recording between the terminal devices 12 and voice recording during moving image shooting.
  • the guidance system 10 includes a voice guidance device 22 and an information transmission device 24.
  • FIG. 3 is a specific configuration diagram of the voice guidance device 22 and the information transmission device 24.
  • the voice guidance device 22 is an existing broadcasting system used for voice guidance, and includes a sound collecting device 32 and a sound emitting device 34 as illustrated in FIG.
  • the sound collection device 32 is an acoustic device (microphone) that collects ambient sounds and generates a sound signal G.
  • the sound collection device 32 of the first embodiment generates a voice signal G of guidance voice uttered by a manager of the vehicle M (for example, a driver or a guide).
  • the sound emitting device 34 radiates the sound corresponding to the sound signal G generated by the sound collecting device 32 into the vehicle M. Therefore, a user inside the vehicle M can listen to the guidance sound emitted from the sound emitting device 34.
  • the audio signal G generated by the sound collection device 32 is branched from the route to the sound emission device 34 and supplied to the information transmission device 24.
  • the information transmission device 24 transmits the identification information D of the content C corresponding to the guidance sound of the audio signal G supplied from the sound collection device 32 to each terminal device 12 inside the vehicle M.
  • the information transmission device 24 is retrofitted to the existing voice guidance device 22 initially installed in the vehicle M.
  • the information transmission device 24 of the first embodiment includes a control device 42, a storage device 44, and a sound emission device 46.
  • the storage device 44 is composed of a known recording medium such as a semiconductor recording medium or a magnetic recording medium, and stores a program executed by the control device 42 and various data used by the control device 42 (for example, registration information X described later). To do.
  • the control device 42 executes various arithmetic processes and control processes by executing the programs stored in the storage device 44.
  • the control device 42 according to the first embodiment realizes a plurality of functions (speech recognition unit 52, information specifying unit 54, and signal generation unit 56) for transmitting identification information D corresponding to the sound signal G.
  • a configuration in which each function of the control device 42 is distributed to a plurality of devices, or a configuration in which an electronic circuit dedicated to voice processing realizes a part of the function of the control device 42 may be employed.
  • the A / D converter that converts the audio signal G supplied from the sound pickup device 32 from analog to digital is not shown for convenience.
  • the 3 recognizes the word / phrase W included in the guidance voice of the voice signal G picked up by the sound pickup device 32.
  • the word / phrase W is expressed by a character string including one or a plurality of words.
  • a known technique such as a recognition technique using an acoustic model such as an HMM and a language model indicating linguistic restrictions can be arbitrarily adopted.
  • the information specifying unit 54 specifies the identification information D corresponding to the word / phrase W recognized by the voice recognition unit 52. Specifically, the information specifying unit 54 specifies the identification information D of the content C related to the guidance voice including the word / phrase W recognized by the voice recognition unit 52. For example, a phrase meaning the name of the point from the voice signal G of a guidance voice (for example, a voice such as “Next is A station”) that informs the user of a point (station or bus stop) where the vehicle M stops immediately When W (for example, a station name such as “A station”) is recognized, the information specifying unit 54 specifies identification information D of content C (for example, a character string of guidance voice) related to the point. For example, registration information X stored in the storage device 44 is used to specify the identification information D corresponding to the word / phrase W recognized by the voice recognition unit 52.
  • a phrase meaning the name of the point from the voice signal G of a guidance voice for example, a voice such as “Next is A station” that informs the user
  • FIG. 4 is a schematic diagram of the registration information X.
  • the registration information X of the first embodiment identifies each of a plurality of words (hereinafter referred to as “registered words”) W (W1, W2, W3,...) That can be included in the guidance voice.
  • This is a data table that associates information D (D1, D2, D3,).
  • the identification information D of the content C related to the guidance voice is associated with the registered word / phrase W that can be included in the guidance voice indicated by the voice signal G.
  • the registered word / phrase W registered in the registration information X is selected in advance according to the circumstances and properties of the transportation facility such as a route (stop point) on which the vehicle M moves.
  • the identification information D specified by the information specifying unit 54 in FIG. 3 is transmitted to each terminal device 12 inside the vehicle M.
  • Near field communication is used for transmitting the identification information D in the first embodiment.
  • the specific communication method of short-distance wireless communication is arbitrary, the first embodiment exemplifies acoustic communication in which identification information D is transmitted to each terminal device 12 using sound that is air vibration as a transmission medium.
  • the signal generating unit 56 and the sound emitting device 46 in FIG. 3 realize a transmitting unit that transmits the identification information D to each terminal device 12.
  • the signal generator 56 generates an acoustic signal SA containing the identification information D and supplies it to the sound emitting device 46.
  • the sound emitting device 46 is an acoustic device (speaker) that radiates sound according to the acoustic signal SA generated by the signal generation unit 56.
  • acoustic signal SA generated by the signal generation unit 56.
  • D / A converter which converts the acoustic signal SA which the signal generation part 56 produces
  • a publicly known method can be arbitrarily adopted to generate the acoustic signal SA containing the identification information D, but for example, the method disclosed in International Publication No. 2010/016589 is suitable.
  • the signal generating unit 56 sequentially executes the spread modulation of the identification information D using a spreading code and the frequency conversion using a carrier wave of a predetermined frequency, thereby obtaining the identification information D in a predetermined frequency band.
  • the acoustic signal SA contained as the acoustic component is generated.
  • the frequency band of the acoustic signal SA is a band in which sound can be emitted by the sound emitting device 46 and collected by the sound collecting device 126 of the terminal device 12, and voices or musical sounds that the user can listen to in a normal environment.
  • the frequency band (for example, 18 kHz or more and 20 kHz or less) exceeding the frequency band of the sound (for example, about 16 kHz or less within the audible range) is included. Therefore, it is possible to transmit the identification information D from the information transmitting device 24 (sound emitting device 46) to the surroundings with almost no perception by the user in the vehicle M. But the structure which radiates
  • FIG. 5 is a flowchart of processing for the control device 42 of the information transmission device 24 to transmit the identification information D corresponding to the audio signal G to the terminal device 12. For example, when the information transmission device 24 is turned on, the process of FIG. 5 is continuously executed.
  • the voice recognition unit 52 of the information transmitting device 24 performs voice recognition on the voice signal G supplied from the sound pickup device 32 (S1).
  • the information specifying unit 54 refers to the registration information X stored in the storage device 44 to determine whether the voice recognition unit 52 has recognized any of the plurality of registered words W registered in the registration information X. (S2). The voice recognition by the voice recognition unit 52 is repeated until the registered word / phrase W is recognized (S2: NO).
  • the information specifying unit 54 identifies identification information corresponding to the word W recognized by the speech recognition unit 52 among the plurality of identification information D included in the registration information X. D is specified (S3).
  • the signal generating unit 56 generates an acoustic signal SA including the identification information D specified by the information specifying unit 54 and radiates it from the sound emitting device 46 (S4).
  • the identification information D is repeatedly transmitted a plurality of times within a predetermined time, for example.
  • the voice recognition by the voice recognition unit 52 is resumed (S1).
  • transmission of the identification information D to each terminal device 12 is executed when the registered word W is extracted by voice recognition for the voice signal G.
  • the timing of transmitting the identification information D is arbitrary.
  • the configuration in which the identification information D is transmitted immediately after the registered word / phrase W is recognized from the audio signal G of the guidance voice (before the reproduction of the guidance voice is completed), or the identification information D is transmitted after the reproduction of the guidance voice is completed. Can be employed.
  • the length of the section where the registered word W exists in the guidance voice is assumed to vary depending on the content and type of the guidance voice, the section of the guidance voice that is subject to speech recognition (that is, registration)
  • a configuration in which the manager of the vehicle M can arbitrarily designate the section in which the word / phrase W can be included by an operation on the information transmission device 24 is also suitable.
  • the sound collection device 126 of each terminal device 12 in the vehicle M collects the sound radiated from the sound emission device 46 of the information transmission device 24 (sound containing the identification information D) and generates an acoustic signal SB.
  • the control device 121 extracts the identification information D by demodulating the acoustic signal SB generated by the sound collection device 126. Specifically, the control device 121 extracts the acoustic component of the high frequency side band (18 kHz or more and 20 kHz or less) containing the identification information D from the acoustic signal SB using, for example, a high-pass filter, and the identification information D
  • the identification information D is extracted by passing through a matched filter whose coefficient is the spreading code used for the spread modulation of the.
  • the sound collection device 126 of the first embodiment functions as a reception unit that receives the identification information D from the information transmission device 24 by acoustic communication.
  • the control device 121 causes the playback device 125 to play back the content C corresponding to the identification information D extracted from the acoustic signal SB among the plurality of content C stored in the storage device 122. That is, triggered by the emission of the guidance voice by the voice guidance device 22, the content C related to the word / phrase W included in the guidance voice (for example, a character string obtained by translating the pronunciation content of the guidance voice into another language) is reproduced.
  • the identification information D corresponding to the word / phrase W recognized from the audio signal G of the guidance voice radiated from the sound emitting device 34 is transmitted to each terminal device 12. Therefore, in order to collect the guidance voice with a sufficient S / N ratio, the user needs to bring his / her terminal device 12 close to the sound emitting device 34, and the user can keep his / her own voice for a long time until the guidance voice is emitted. There is no need to stand by with the terminal device 12 approaching the sound emitting device 34. That is, according to the first embodiment, it is possible to reduce the burden on the user who plays the content C on the terminal device 12.
  • the voice recognition is performed on the voice signal G supplied from the sound collection device 32 of the voice guidance device 22 to the sound emission device 34, for example, guidance emitted from the sound emission device 34.
  • the word / phrase W of the guidance voice can be recognized with high accuracy compared to a configuration in which voice recognition is performed on an acoustic signal in which voice is re-recorded (that is, an acoustic signal on which noise is superimposed from sound emission to recording). is there.
  • voice recognition is performed on the acoustic signal SB generated by the sound pickup device 126 of the terminal device 12 by collecting the guidance voice emitted by the sound emitting device 34, and the content C corresponding to the word / phrase W as the recognition result is displayed on the terminal device 12.
  • the sound collecting device 126 it is necessary for the sound collecting device 126 to collect all sections of the guidance voice emitted by the sound emitting device 34.
  • the identification information D transmitted by the information transmitting device 24 can be collected by the sound collecting device 126, the content C can be reproduced. There is also an advantage that it is not necessary to continue the sound.
  • noise in the same frequency band for example, background noise or environmental noise
  • Recognition accuracy may decrease due to noise.
  • acoustic communication is performed using a high frequency band (for example, 18 kHz or more and 20 kHz or less) with less general noise assumed in a normal environment. (Specifically, it is robust against noise, and the desired content C can be reproduced in the terminal device 12).
  • Second Embodiment A second embodiment of the present invention will be described.
  • symbol used by description of 1st Embodiment is diverted, and each detailed description is abbreviate
  • a configuration in which a plurality of contents C are stored in advance in the storage device 122 of the terminal device 12 is exemplified.
  • a distribution device 14 for example, a web server
  • a communication network 16 such as a mobile communication network or the Internet.
  • C is held.
  • Identification information D for uniquely identifying the content C is added to each content C held by the distribution device 14.
  • the control device 121 of the terminal device 12 sends an information request R including the identification information D from the communication device 123 to the distribution device 14. Send to.
  • the distribution apparatus 14 selects the content C corresponding to the identification information D included in the information request R from among the plurality of contents C, and transmits it to the requesting terminal apparatus 12.
  • the control device 121 of the terminal device 12 causes the reproduction device 125 to reproduce the content C received by the communication device 123 from the distribution device 14.
  • the content C can also be streamed from the distribution device 14 to the terminal device 12.
  • the same effect as in the first embodiment is realized.
  • the content C corresponding to the identification information D is provided from the distribution device 14 to the terminal device 12 every time the terminal device 12 extracts the identification information D (that is, every time the guidance voice is broadcast).
  • the terminal device 12 does not need to hold a plurality of contents C. Therefore, there is an advantage that the storage capacity required for the storage device 122 of the terminal device 12 is reduced.
  • the first embodiment since communication with the distribution device 14 is not necessary for the reproduction of the content C by the terminal device 12, for example, the situation where the communication device 123 of the terminal device 12 cannot communicate (for example, the communication network 16 in a mountainous area).
  • the content C can be reproduced using the terminal device 12 even in a situation where the radio wave from the terminal device 12 does not reach the terminal device 12.
  • the identification information D and the content C are compared with the first embodiment in which each terminal device 12 holds the content C.
  • FIG. 7 is a configuration diagram of the guidance system 10 according to the third embodiment of the present invention. As illustrated in FIG. 7, in the third embodiment, similarly to the second embodiment, a plurality of contents C to which different identification information D is added are held in the distribution device 14, and an information request from the terminal device 12 is received. The content C of the identification information D designated by R is transmitted from the distribution device 14 to the requesting terminal device 12.
  • control device 42 of the information transmission device 24 in the third embodiment functions as a registration processing unit 58 in addition to the same elements as in the first embodiment.
  • the registration processing unit 58 registers the word / phrase W recognized by the speech recognition unit 52 in speech recognition for the speech signal G as new content C in the distribution device 14.
  • FIG. 8 is a flowchart of the operation of the registration processing unit 58 of the third embodiment.
  • the speech recognition unit 52 recognizes the word / phrase W in a state in which registration of the content C (the word / phrase W) is instructed by the manager of the vehicle M, the process of FIG.
  • the registration processing unit 58 generates identification information D corresponding to the word / phrase W recognized by the voice recognition unit 52 (S10).
  • the identification information D is generated so as not to overlap with the registered word / phrase W of the registration information X and the identification information D of the existing content C held by the distribution device 14.
  • the registration processing unit 58 transmits a registration request including the content C including the word W and the newly generated identification information D to the distribution device 14 (S11).
  • the distribution device 14 receives the registration request transmitted from the information transmission device 24 from the communication network 16 and stores the content C and the identification information D included in the registration request in association with each other.
  • the registration processing unit 58 registers the word / phrase W and the identification information D recognized by the voice recognition unit 52 in the registration information X of the storage device 44 (S12), and generates an acoustic signal SA including the identification information D.
  • the data is generated by the unit 56 (S13).
  • sound corresponding to the sound signal SA generated by the signal generation unit 56 is radiated from the sound emitting device 46 to each terminal device 12 in the vehicle M. That is, the identification information D is transmitted from the information transmission device 24 to each terminal device 12.
  • the terminal device 12 transmits the information request R including the identification information D received (ie, collected) from the information transmitting device 24 to the distribution device 14 as in the second embodiment.
  • the distribution apparatus 14 selects the content C corresponding to the identification information D included in the information request R from among the plurality of contents C, and transmits it to the requesting terminal apparatus 12. That is, the content C registered by the registration processing unit 58 of the information transmitting device 24 in response to the registration request (S11) (specifically, the content C including the word / phrase W recognized from the audio signal G) is provided to the terminal device 12.
  • the same effects as those of the first embodiment and the second embodiment are realized.
  • the content C corresponding to the word / phrase W recognized from the audio signal G is registered in the distribution device 14 and provided to the terminal device 12, the content C registered in advance in the registration information X
  • various contents C corresponding to the audio signal G can be quickly provided to the terminal device 12. For example, by registering the word W (for example, a character string “Is a fire”) recognized from the voice signal G of the emergency guidance voice such as “It is a fire” in the distribution device 14 as the content C, the guidance voice It is possible to reproduce the emergency content C on the terminal device 12 without delay from the sound emission.
  • FIG. 9 is a configuration diagram of the guidance system 10 according to the fourth embodiment of the present invention.
  • the guidance system 10 of the fourth embodiment includes a mixing unit 62 in addition to the same elements as those of the first embodiment.
  • the information transmission device 24 of the fourth embodiment has a configuration in which the sound emitting device 46 is omitted from the configuration of the first embodiment.
  • the acoustic signal SA generated by the signal generation unit 56 of the information transmission device 24 is supplied to the mixing unit 62.
  • the mixing unit 62 mixes the acoustic signal SA generated by the information transmitting device 24 (signal generating unit 56) and the audio signal G of the guidance voice generated by the sound collecting device 32 and supplies the mixed sound signal to the sound emitting device 34. Therefore, a mixed sound of the acoustic component of the identification information D corresponding to the word W of the guidance voice and the guidance voice is radiated from the sound emitting device 34. That is, in the fourth embodiment, the signal generation unit 56, the mixing unit 62, and the sound emitting device 34 of the voice guidance device 22 function as a transmission unit that transmits the identification information D to each terminal device 12.
  • the same effect as in the first embodiment is realized.
  • a mixed sound of the acoustic component of the identification information D and the guidance voice is radiated from the sound emitting device 34. That is, the sound emitting device 34 that emits the guidance voice is used for transmission of the identification information D. Therefore, the sound emitting device 46 dedicated to the transmission of the identification information D is unnecessary, and there is an advantage that the configuration of the guidance system 10 is simplified compared to the first embodiment.
  • the second embodiment and the third embodiment can be applied to the fourth embodiment.
  • the guidance system 10 is installed in the vehicle M such as a train or a bus.
  • the equipment in which the guidance system 10 is installed is not limited to the above examples.
  • the word / phrase W is extracted from the sound signal G generated by the sound collection device 32, but the supply source of the sound signal G is not limited to the sound collection device 32.
  • a plurality of voice signals G indicating guidance voices recorded in advance are stored in a storage device in advance, and voice signals G of guidance voices selected by a manager (for example, a driver) of the vehicle M among the plurality of voice signals G are stored.
  • a manager for example, a driver
  • the identification information D is transmitted to each terminal device 12 by acoustic communication using sound as a transmission medium, but the communication method for transmitting the identification information D is not limited to acoustic communication.
  • the identification information D can be transmitted from the information transmitting device 24 to the surroundings by wireless communication using electromagnetic waves such as radio waves and infrared rays as a transmission medium.
  • short-range wireless communication without the communication network 16 is suitable for transmitting the identification information D
  • acoustic communication using sound as a transmission medium and wireless communication using electromagnetic waves as a transmission medium are suitable. It is an illustration of near field communication.
  • electromagnetic waves such as infrared rays used for wireless communication have strong directivity or straightness, whereas sound used for acoustic communication can be propagated over a wide range. Therefore, a large number of terminal devices 12 inside the vehicle M are used. It is possible to transmit the identification information D in a batch. Moreover, in the configuration in which the identification information D is transmitted by acoustic communication, the sound collection device 126 used for voice recording between the terminal devices 12 and voice recording at the time of moving image shooting can be used for receiving the identification information D. Therefore, there is an advantage that a wireless communication device dedicated to reception of the identification information D is unnecessary.
  • DESCRIPTION OF SYMBOLS 10 ... Guidance system, 12 ... Terminal device, 14 ... Distribution device, 16 ... Communication network, 22 ... Voice guidance device, 24 ... Information transmission device, 32 ... Sound collection device, 34 ... Sound emission Device, 42... Control device, 44... Storage device, 46 .. sound emitting device, 52 .. voice recognition unit, 54 .. information identification unit, 56 .. signal generation unit, 62. ... Control device, 122 ... Storage device, 123 ... Communication device, 124 ... Operating device, 125 ... Reproducing device, 126 ... Sound collecting device.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Computational Linguistics (AREA)
  • Signal Processing (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • General Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Telephonic Communication Services (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

　課題は、端末装置でコンテンツを再生する利用者の負担を軽減することである。情報送信装置（２４）は、音声信号（Ｇ）が示す案内音声の語句（Ｗ）を認識する音声認識部（５２）と、相異なる語句に対応する複数の識別情報（Ｄ）のうち音声認識部（５２）が認識した語句（Ｗ）に対応する識別情報（Ｄ）を特定する情報特定部（５４）と、識別情報（Ｄ）が示すコンテンツを再生可能な端末装置に、情報特定部（５４）が特定した識別情報（Ｄ）を送信する送信手段（５６，４６）とを具備する。

Description

情報送信装置、情報送信方法、案内システム及び通信システム
　本発明は、画像や音声等のコンテンツを端末装置において再生するための技術に関する。
　音声信号が示す音声に包含される語句を認識する音声認識技術が従来から提案されている。例えば特許文献１には、音声信号から認識された語句（文字列）を表示装置に表示させる機能が搭載された携帯端末装置が開示されている。
日本国特開２００３－０５１７７６号公報
　特許文献１のように音声認識が可能な端末装置を利用すれば、例えば、電車やバス等の交通機関で放送される案内音声を端末装置により収音したうえで語句を認識し、当該語句に応じた画像等のコンテンツを端末装置で再生することが可能である。しかし、放音機器から放射された案内音声を音声認識に必要なＳＮ比で収音するためには、案内音声を放射する放音装置に利用者が自身の端末装置を充分に接近させる必要がある。また、案内音声が放射される時刻が不定である状況では、利用者の所望の案内音声が実際に放送されるまでの長時間にわたり放音装置に端末装置を接近させた状態で待機する必要があり、端末装置の利用者の負担が大きいという問題がある。以上の事情を考慮して、本発明は、端末装置でコンテンツを再生する利用者の負担を軽減することを限定されない１つの目的とする。
　本発明の第１の態様における情報送信装置は、音声信号が示す音声の語句を認識する音声認識手段と、相異なる語句に対応する複数の識別情報のうち音声認識手段が認識した語句に対応する識別情報を特定する情報特定手段と、識別情報が示すコンテンツを再生可能な端末装置に、情報特定手段が特定した識別情報を送信する送信手段とを具備する。以上の構成では、音声信号から認識される語句に対応した識別情報が端末装置に送信される。したがって、音声を充分なＳＮ比で収音するために利用者が自身の端末装置を放音装置に接近させる必要や、音声が放射されるまで利用者が自身の端末装置を放音装置に接近させた状態で待機する必要はない。すなわち、端末装置でコンテンツを再生する利用者の負担を軽減することが可能である。
　本発明の一態様において、情報特定手段は、複数の識別情報と事前に登録された複数の語句とを対応付ける登録情報を参照し、登録情報に登録された複数の語句の何れかを音声認識手段が認識した場合に、当該語句に対応する識別情報を登録情報から特定する。以上の態様では、識別情報の送信の要否を登録情報の送信で簡便に判別できるという利点がある。
　本発明の一態様において、音声認識手段は、端末装置を収容して移動する移動体に設置された収音装置から放音装置に供給される音声信号が示す音声の語句を認識する。以上の態様では、収音装置から放音装置に供給される音声信号に対して音声認識部が音声認識を実行するから、例えば放音装置から放射された音声を収音して音声認識を実行する構成と比較して高精度な音声認識が実現される。
　本発明の一態様に係る情報送信装置は、音声認識手段が認識した語句を示すコンテンツと当該語句に対応する識別情報とを、端末装置から要求された識別情報に対応するコンテンツを当該端末装置に提供する配信装置に送信する登録処理手段を具備する。以上の態様では、音声信号から認識された語句を示すコンテンツが配信装置に登録されて端末装置に送信されるから、事前に用意されたコンテンツ以外に音声信号に応じた多様なコンテンツを端末装置に迅速に提供できるという利点がある。
　本発明の一態様において、近距離無線通信は、音響を伝送媒体とする音響通信である。以上の態様では、音響を伝送媒体とする音響通信で識別情報が伝送されるから、音量の調整により識別情報の到達範囲を容易に制御できるという利点や、音響を広範囲に放射することで複数の端末装置に対して一括的に識別情報を送信できるという利点がある。
　本発明の一態様において、音声信号は、管理者から利用者に対する音声案内のために利用される案内音声を含む。以上の態様では、例えば、電車やバス等の交通機関で放送される案内音声を端末装置により収音したうえで語句を認識し、当該語句に応じた画像等のコンテンツを端末装置で再生できる利点がある。
　本発明の一態様において、コンテンツは、前記案内音声の発音内容を他言語に翻訳した情報を表現したものを含む。以上の態様では、例えば、電車やバス等の交通機関で放送される案内音声を端末装置により収音したうえで語句を認識し、当該語句を他言語に翻訳した文字や音声が端末装置によって再生できる利点がある。
　本発明の一態様において、送信手段は、音声認識手段が語句を認識した後であって、案内音声の再生の終了前に、識別情報を送信する。以上の態様では、識別情報に対応するコンテンツを、端末装置で例えばリアルタイムに再生できる利点がある。
　本発明の一態様において、送信手段は、案内音声の再生の終了後に、識別情報を送信する。以上の態様では、案内音声の再生の終了後に識別情報に対応するコンテンツを端末装置で再生できる利点がある。
　本発明の一態様における情報送信方法は、音声信号が示す音声の語句を認識し、相異なる語句に対応する複数の識別情報のうち、認識した語句に対応する識別情報を特定し、識別情報が示すコンテンツを再生可能な端末装置に、特定した識別情報を送信する。以上の構成では、音声信号から認識される語句に対応した識別情報が端末装置に送信される。したがって、音声を充分なＳＮ比で収音するために利用者が自身の端末装置を放音装置に接近させる必要や、音声が放射されるまで利用者が自身の端末装置を放音装置に接近させた状態で待機する必要はない。すなわち、端末装置でコンテンツを再生する利用者の負担を軽減することが可能である。
　本発明の一態様における案内システムは、上述の情報送信装置と、音声案内装置を含む案内システムであって、音声案内装置は、音声信号をそれぞれ収音して放音する収音装置及び放音装置を有し、情報処理装置の音声認識手段は、収音装置から放音装置に供給される音声信号が示す音声の語句を認識する。
　本発明の一態様における通信システムは、上述の案内システムと、端末装置を含む通信システムであって、端末装置は、情報送信装置の送信手段から識別情報を受信する受信手段と、識別情報に対応するコンテンツを再生する再生装置と、を有する。
　以上の各態様に係る端末装置は、専用の電子回路で実現されるほか、ＣＰＵ（Central Processing Unit）等の汎用の演算処理装置とプログラムとの協働によっても実現される。本発明のプログラムは、コンピュータが読取可能な記録媒体に格納された形態で提供されてコンピュータにインストールされ得る。記録媒体は、例えば非一過性（non-transitory）の記録媒体であり、ＣＤ-ＲＯＭ等の光学式記録媒体（光ディスク）が好例であるが、半導体記録媒体や磁気記録媒体等の公知の任意の形式の記録媒体を包含し得る。なお、例えば、本発明のプログラムは、通信網を介した配信の形態で提供されてコンピュータにインストールされ得る。また、本発明は、前述の各態様に係る情報送信装置の動作方法（情報送信方法）としても特定され得る。
本発明の第１実施形態に係る案内システムの構成図である。 端末装置の構成図である。 音声案内装置および情報送信装置の構成図である。 登録情報の模式図である。 情報送信装置の動作のフローチャートである。 第２実施形態の説明図である。 第３実施形態に係る案内システムの構成図である。 第３実施形態における登録処理部の動作のフローチャートである。 第４実施形態における案内システムの構成図である。
＜第１実施形態＞
　図１は、第１実施形態に係る案内システム１０の構成図である。第１実施形態の案内システム１０は、複数の利用者を収容した状態で移動する電車やバス等の交通機関の車輌（移動体）Ｍに設置された音響システムであり、利用者に対する各種の音声案内（例えば乗降や乗換，運賃，観光等に関する案内）に利用される。車輌Ｍ内の各利用者は、携帯電話機やスマートフォン等の可搬型の端末装置１２を携帯する。案内システム１０と端末装置１２を合わせて、通信システムと呼ぶこともある。
　図２は、任意の１個の端末装置１２の構成図である。図２に例示される通り、第１実施形態の端末装置１２は、制御装置１２１と記憶装置１２２と通信装置１２３と操作装置１２４と再生装置１２５と収音装置１２６とを具備する。制御装置１２１は、記憶装置１２２に記憶されたプログラムを実行することで各種の演算処理および制御処理を実行する。操作装置１２４は、端末装置１２に対する各種の指示のために利用者が操作する入力機器である。例えば利用者が押圧する複数の操作子や利用者による接触を検知するタッチパネルが操作装置１２４として好適に利用される。通信装置１２３は、移動通信網やインターネット等の通信網を介して他端末と通信する。
　記憶装置１２２は、例えば半導体記録媒体や磁気記録媒体等の公知の記録媒体で構成され、制御装置１２１が実行するプログラムや制御装置１２１が使用する各種のデータを記憶する。第１実施形態の記憶装置１２２は複数のコンテンツＣを記憶する。各コンテンツＣは、案内音声に関連する音声または画像（例えば静止画，動画像，文字列）を包含する。例えば案内音声の発音内容の文字列や発音内容を他言語に翻訳した文字列等の各種の情報を表現するコンテンツＣが記憶装置１２２に記憶される。図２に例示される通り、記憶装置１２２の各コンテンツＣには、当該コンテンツＣを一意に識別するための識別情報Ｄが付加される。例えばウェブサーバ等の配信装置（図示略）から配信されて通信装置１２３が受信した複数のコンテンツＣが記憶装置１２２に事前に格納される。
　再生装置１２５は、記憶装置１２２に記憶されたコンテンツＣを再生する。具体的には、コンテンツＣの画像を表示する表示装置（例えば液晶表示パネル）やコンテンツＣの音響を放射する放音装置（例えばスピーカやヘッドホン）が再生装置１２５として利用される。収音装置１２６は、周囲の音響を収音して音響信号ＳBを生成する音響機器である。例えば、各端末装置１２の相互間の音声通話や動画撮影時の音声収録に収音装置１２６が利用される。
　図１に例示される通り、第１実施形態の案内システム１０は、音声案内装置２２と情報送信装置２４とを具備する。図３は、音声案内装置２２および情報送信装置２４の具体的な構成図である。音声案内装置２２は、音声案内に利用される既存の放送システムであり、図３に例示される通り、収音装置３２と放音装置３４とを具備する。収音装置３２は、周囲の音響を収音して音声信号Ｇを生成する音響機器（マイクロホン）である。第１実施形態の収音装置３２は、車輌Ｍの管理者（例えば運転者や案内者）が発声する案内音声の音声信号Ｇを生成する。放音装置３４は、収音装置３２が生成した音声信号Ｇに応じた音響を車輌Ｍの内部に放射する。したがって、車輌Ｍの内部の利用者は、放音装置３４から放射される案内音声を聴取することが可能である。
　図３に例示される通り、収音装置３２が生成した音声信号Ｇは、放音装置３４に至る経路から分岐して情報送信装置２４にも供給される。情報送信装置２４は、収音装置３２から供給される音声信号Ｇの案内音声に対応するコンテンツＣの識別情報Ｄを車輌Ｍの内部の各端末装置１２に送信する。例えば車輌Ｍに初期的に設置された既存の音声案内装置２２に対して情報送信装置２４が後付けされる。
　図３に例示される通り、第１実施形態の情報送信装置２４は、制御装置４２と記憶装置４４と放音装置４６とを具備する。記憶装置４４は、例えば半導体記録媒体や磁気記録媒体等の公知の記録媒体で構成され、制御装置４２が実行するプログラムや制御装置４２が使用する各種のデータ（例えば後述の登録情報Ｘ）を記憶する。
　制御装置４２は、記憶装置４４に記憶されたプログラムを実行することで各種の演算処理および制御処理を実行する。第１実施形態の制御装置４２は、音声信号Ｇに応じた識別情報Ｄを送信するための複数の機能（音声認識部５２，情報特定部５４，信号生成部５６）を実現する。なお、制御装置４２の各機能を複数の装置に分散した構成や、音声処理専用の電子回路が制御装置４２の機能の一部を実現する構成も採用され得る。なお、収音装置３２から供給される音声信号Ｇをアナログからデジタルに変換するＡ/Ｄ変換器の図示は便宜的に省略した。
　図３の音声認識部５２は、収音装置３２が収音した音声信号Ｇの案内音声に包含される語句Ｗを認識する。語句Ｗは、単数または複数の単語を包含する文字列で表現される。音声信号Ｇの音声認識には、例えばＨＭＭ等の音響モデルと言語的な制約を示す言語モデルとを利用した認識技術等の公知の技術が任意に採用され得る。
　情報特定部５４は、音声認識部５２が認識する語句Ｗに対応した識別情報Ｄを特定する。具体的には、情報特定部５４は、音声認識部５２が認識した語句Ｗを含む案内音声に関連するコンテンツＣの識別情報Ｄを特定する。例えば、車輌Ｍが直後に停車する地点（駅やバス停）を利用者に報知する案内音声（例えば「次はＡ駅です」等の音声）の音声信号Ｇから、当該地点の名称を意味する語句Ｗ（例えば「Ａ駅」等の駅名）が認識されると、情報特定部５４は、当該地点に関連するコンテンツＣ（例えば案内音声の文字列）の識別情報Ｄを特定する。音声認識部５２が認識した語句Ｗに対応する識別情報Ｄの特定には、例えば記憶装置４４に記憶された登録情報Ｘが利用される。
　図４は、登録情報Ｘの模式図である。図４に例示される通り、第１実施形態の登録情報Ｘは、案内音声に包含され得る複数の語句（以下「登録語句」という）Ｗ（Ｗ1，Ｗ2，Ｗ3，……）の各々について識別情報Ｄ（Ｄ1，Ｄ2，Ｄ3，……）を対応させるデータテーブルである。第１実施形態の登録情報Ｘでは、音声信号Ｇが示す案内音声に包含され得る登録語句Ｗに、当該案内音声に関連するコンテンツＣの識別情報Ｄが対応付けられる。登録情報Ｘに登録される登録語句Ｗは、例えば車輌Ｍが移動する経路（停車地点）等の交通機関の事情や性質に応じて事前に選定される。
　図３の情報特定部５４が特定した識別情報Ｄが車輌Ｍの内部の各端末装置１２に送信される。第１実施形態における識別情報Ｄの送信には近距離無線通信が利用される。近距離無線通信の具体的な通信方式は任意であるが、空気振動たる音響を伝送媒体として識別情報Ｄを各端末装置１２に送信する音響通信を第１実施形態では例示する。具体的には、図３の信号生成部５６および放音装置４６により、識別情報Ｄを各端末装置１２に送信する送信手段が実現される。信号生成部５６は、識別情報Ｄを含有する音響信号ＳAを生成して放音装置４６に供給する。放音装置４６は、信号生成部５６が生成した音響信号ＳAに応じた音響を放射する音響機器（スピーカ）である。なお、信号生成部５６が生成する音響信号ＳAをデジタルからアナログに変換するＤ/Ａ変換器の図示は便宜的に省略した。
　識別情報Ｄを含有する音響信号ＳAの生成には公知の方法が任意に採用され得るが、例えば国際公開第２０１０／０１６５８９号に開示された方法が好適である。具体的には、信号生成部５６は、拡散符号を利用した識別情報Ｄの拡散変調と所定の周波数の搬送波を利用した周波数変換とを順次に実行することで、識別情報Ｄを所定の周波数帯域の音響成分として含有する音響信号ＳAを生成する。音響信号ＳAの周波数帯域は、放音装置４６による放音と端末装置１２の収音装置１２６による収音とが可能な帯域であり、かつ、利用者が通常の環境で聴取する音声や楽音等の音響の周波数帯域（例えば可聴域内の約１６ｋＨｚ以下）を上回る周波数帯域（例えば１８ｋＨｚ以上かつ２０ｋＨｚ以下）の範囲内に包含される。したがって、車輌Ｍ内の利用者に殆ど知覚されることなく識別情報Ｄを情報送信装置２４（放音装置４６）から周囲に送信することが可能である。もっとも、識別情報Ｄを可聴域内の音響として放音装置４６から放射する構成も採用され得る。識別情報Ｄの送信に音響通信を採用した第１実施形態によれば、放音装置４６の再生音量の調整等により識別情報Ｄの受信可能範囲を容易かつ詳細に制御できるという利点がある。
　図５は、情報送信装置２４の制御装置４２が音声信号Ｇに対応する識別情報Ｄを端末装置１２に送信するための処理のフローチャートである。例えば情報送信装置２４の電源が投入されると図５の処理が継続的に実行される。
　情報送信装置２４の音声認識部５２は、収音装置３２から供給される音声信号Ｇについて音声認識を実行する（Ｓ1）。情報特定部５４は、記憶装置４４に記憶された登録情報Ｘを参照することで、登録情報Ｘに登録された複数の登録語句Ｗの何れかを音声認識部５２が認識したか否かを判定する（Ｓ2）。音声認識部５２による音声認識は、登録語句Ｗが認識されるまで反復される（Ｓ2：NO）。音声認識部５２が登録語句Ｗを認識すると（Ｓ2：YES）、情報特定部５４は、登録情報Ｘに含まれる複数の識別情報Ｄのうち音声認識部５２が認識した語句Ｗに対応する識別情報Ｄを特定する（Ｓ3）。信号生成部５６は、情報特定部５４が特定した識別情報Ｄを含む音響信号ＳAを生成して放音装置４６から放射する（Ｓ4）。識別情報Ｄは、例えば所定の時間内に複数回にわたり反復的に送信される。識別情報Ｄの送信が完了すると、音声認識部５２による音声認識が再開される（Ｓ1）。以上の説明から理解される通り、第１実施形態では、音声信号Ｇに対する音声認識で登録語句Ｗが抽出されることを契機として各端末装置１２に対する識別情報Ｄの送信が実行される。
　なお、識別情報Ｄの送信の時期は任意である。例えば、案内音声の音声信号Ｇから登録語句Ｗが認識された直後（案内音声の再生の終了前）に識別情報Ｄを送信する構成や、案内音声の再生の終了後に識別情報Ｄを送信する構成が採用され得る。また、案内音声内で登録語句Ｗが存在する区間の長短は案内音声の内容や種類に応じて区々であることが想定されるから、案内音声のうち音声認識の対象となる区間（すなわち登録語句Ｗが包含され得る区間）を車輌Ｍの管理者が情報送信装置２４に対する操作で任意に指定できる構成も好適である。
　車輌Ｍ内の各端末装置１２の収音装置１２６は、情報送信装置２４の放音装置４６から放射された音響（識別情報Ｄを含有する音響）を収音して音響信号ＳBを生成する。制御装置１２１は、収音装置１２６が生成した音響信号ＳBの復調で識別情報Ｄを抽出する。具体的には、制御装置１２１は、音響信号ＳBのうち識別情報Ｄを含有する高域側の周波数帯域（１８ｋＨｚ以上かつ２０ｋＨｚ以下）の音響成分を例えば高域通過フィルタで抽出し、識別情報Ｄの拡散変調に利用された拡散符号を係数とする整合フィルタを通過させることで識別情報Ｄを抽出する。以上の説明から理解される通り、第１実施形態の収音装置１２６は、音響通信により情報送信装置２４から識別情報Ｄを受信する受信手段として機能する。
　制御装置１２１は、記憶装置１２２に記憶された複数のコンテンツＣのうち音響信号ＳBから抽出した識別情報Ｄに対応するコンテンツＣを再生装置１２５に再生させる。すなわち、音声案内装置２２による案内音声の放射を契機として、当該案内音声に含まれる語句Ｗに関連するコンテンツＣ（例えば案内音声の発音内容を他言語に翻訳した文字列）が再生される。
　以上に説明した通り、第１実施形態では、放音装置３４から放射される案内音声の音声信号Ｇから認識される語句Ｗに対応した識別情報Ｄが各端末装置１２に送信される。したがって、案内音声を充分なＳＮ比で収音するために利用者が自身の端末装置１２を放音装置３４に接近させる必要や、案内音声が放射されるまでの長時間にわたり利用者が自身の端末装置１２を放音装置３４に接近させた状態で待機する必要はない。すなわち、第１実施形態によれば、端末装置１２でコンテンツＣを再生する利用者の負担を軽減することが可能である。また、第１実施形態では、音声案内装置２２の収音装置３２から放音装置３４に供給される音声信号Ｇに対して音声認識が実行されるから、例えば放音装置３４から放射された案内音声を再収録した音響信号（すなわち放音から収録までに雑音が重畳された音響信号）に対して音声認識を実行する構成と比較して案内音声の語句Ｗを高精度に認識できるという利点がある。
　なお、放音装置３４が放射する案内音声の収音で端末装置１２の収音装置１２６が生成する音響信号ＳBに音声認識を実行し、認識結果たる語句Ｗに対応するコンテンツＣを端末装置１２にて再生する構成（以下「対比例」という）では、放音装置３４が放射する案内音声の全区間を収音装置１２６で収音する必要がある。第１実施形態では、情報送信装置２４が送信する識別情報Ｄさえ収音装置１２６で収音すればコンテンツＣを再生できるから、案内音声の全区間のように長時間にわたり収音装置１２６による収音を継続する必要がないという利点もある。また、対比例では、放音装置３４から放音された案内音声に同様の周波数帯域の雑音（例えば暗騒音や環境雑音）が付加され得るから、端末装置１２による音響信号ＳBの音声認識では、雑音に起因して認識精度が低下する可能性がある。他方、第１実施形態では、通常の環境で想定される一般的な雑音が少ない高周波数帯域（例えば１８ｋＨｚ以上かつ２０ｋＨｚ以下）を利用した音響通信が実行されるから、対比例と比較して雑音の影響を低減できる（具体的には、雑音に対して頑健に、端末装置１２において所期のコンテンツＣを再生できる）という利点がある。
＜第２実施形態＞
　本発明の第２実施形態について説明する。なお、以下に例示する各態様において作用や機能が第１実施形態と同様である要素については、第１実施形態の説明で使用した符号を流用して各々の詳細な説明を適宜に省略する。
　第１実施形態では、複数のコンテンツＣが端末装置１２の記憶装置１２２に事前に記憶された構成を例示した。第２実施形態では、図６に例示される通り、移動通信網やインターネット等の通信網１６を介して端末装置１２の通信装置１２３が通信可能な配信装置１４（例えばウェブサーバ）に複数のコンテンツＣが保持される。配信装置１４が保持する各コンテンツＣには、当該コンテンツＣを一意に識別するための識別情報Ｄが付加される。
　第１実施形態と同様の手順で情報送信装置２４から送信された識別情報Ｄを取得すると、端末装置１２の制御装置１２１は、当該識別情報Ｄを含む情報要求Ｒを通信装置１２３から配信装置１４に送信する。配信装置１４は、複数のコンテンツＣのうち情報要求Ｒに含まれる識別情報Ｄに対応するコンテンツＣを選択して要求元の端末装置１２に送信する。端末装置１２の制御装置１２１は、通信装置１２３が配信装置１４から受信したコンテンツＣを再生装置１２５に再生させる。なお、コンテンツＣを配信装置１４から端末装置１２にストリーミング配信することも可能である。
　第２実施形態においても第１実施形態と同様の効果が実現される。また、第２実施形態では、端末装置１２による識別情報Ｄの抽出毎（すなわち案内音声の放送毎）に、当該識別情報Ｄに対応するコンテンツＣが配信装置１４から端末装置１２に提供されるから、複数のコンテンツＣを端末装置１２が保持する必要はない。したがって、端末装置１２の記憶装置１２２に必要な記憶容量が削減されるという利点がある。他方、第１実施形態では、端末装置１２によるコンテンツＣの再生に配信装置１４との通信が不要であるから、例えば端末装置１２の通信装置１２３が通信できない状況（例えば山間部等で通信網１６からの電波が端末装置１２に到達しない状況）でも端末装置１２を利用してコンテンツＣを再生できるという利点がある。また、第２実施形態では、配信装置１４から各端末装置１２にコンテンツＣが提供されるから、各端末装置１２がコンテンツＣを保持する第１実施形態と比較して、識別情報ＤとコンテンツＣとの関係を統括的に変更できるという利点や、新規なコンテンツＣを統括的に追加できるという利点もある。
＜第３実施形態＞
　図７は、本発明の第３実施形態に係る案内システム１０の構成図である。図７に例示される通り、第３実施形態では、第２実施形態と同様に、相異なる識別情報Ｄが付加された複数のコンテンツＣが配信装置１４に保持され、端末装置１２からの情報要求Ｒで指定された識別情報ＤのコンテンツＣが配信装置１４から要求元の端末装置１２に送信される。
　図７に例示される通り、第３実施形態における情報送信装置２４の制御装置４２は、第１実施形態と同様の要素に加えて登録処理部５８として機能する。登録処理部５８は、音声信号Ｇに対する音声認識で音声認識部５２が認識した語句Ｗを新規なコンテンツＣとして配信装置１４に登録する。
　図８は、第３実施形態の登録処理部５８の動作のフローチャートである。例えばコンテンツＣ（語句Ｗ）の登録が車輌Ｍの管理者から指示された状態で音声認識部５２が語句Ｗを認識した場合に図８の処理が開始される。
　登録処理部５８は、音声認識部５２が認識した語句Ｗに対応する識別情報Ｄを生成する（Ｓ10）。識別情報Ｄは、登録情報Ｘの登録済の語句Ｗや配信装置１４が保持する既存のコンテンツＣの識別情報Ｄとは重複しないように生成される。登録処理部５８は、図７に例示される通り、語句Ｗを含むコンテンツＣと新規に生成した識別情報Ｄとを含む登録要求を配信装置１４に送信する（Ｓ11）。配信装置１４は、情報送信装置２４から送信された登録要求を通信網１６から受信し、当該登録要求に含まれるコンテンツＣと識別情報Ｄとを相互に対応させて記憶する。また、登録処理部５８は、音声認識部５２が認識した語句Ｗと識別情報Ｄとを記憶装置４４の登録情報Ｘに登録するとともに（Ｓ12）、当該識別情報Ｄを含む音響信号ＳAを信号生成部５６に生成させる（Ｓ13）。第１実施形態と同様に、信号生成部５６が生成した音響信号ＳAに応じた音響は放音装置４６から車輌Ｍ内の各端末装置１２に放射される。すなわち、識別情報Ｄが情報送信装置２４から各端末装置１２に送信される。
　端末装置１２は、第２実施形態と同様に、情報送信装置２４から受信（すなわち収音）した識別情報Ｄを含む情報要求Ｒを配信装置１４に送信する。配信装置１４は、複数のコンテンツＣのうち情報要求Ｒに含まれる識別情報Ｄに対応するコンテンツＣを選択して要求元の端末装置１２に送信する。すなわち、情報送信装置２４の登録処理部５８が登録要求（Ｓ11）で登録したコンテンツＣ（具体的には音声信号Ｇから認識された語句Ｗを含むコンテンツＣ）が端末装置１２に提供される。
　第３実施形態においても第１実施形態や第２実施形態と同様の効果が実現される。また、第３実施形態では、音声信号Ｇから認識された語句Ｗに応じたコンテンツＣが配信装置１４に登録されて端末装置１２に提供されるから、登録情報Ｘに事前に登録されたコンテンツＣ以外に音声信号Ｇに応じた多様なコンテンツＣを端末装置１２に迅速に提供できるという利点がある。例えば、「火事です」等の緊急時用の案内音声の音声信号Ｇから認識される語句Ｗ（例えば「火事です」という文字列）をコンテンツＣとして配信装置１４に登録することで、当該案内音声の放音から遅延することなく緊急時用のコンテンツＣを端末装置１２で再生することが可能である。
＜第４実施形態＞
　図９は、本発明の第４実施形態における案内システム１０の構成図である。図９に例示される通り、第４実施形態の案内システム１０は、第１実施形態と同様の要素に加えて混合部６２を具備する。また、第４実施形態の情報送信装置２４は、第１実施形態の構成から放音装置４６を省略した構成である。図９に例示される通り、情報送信装置２４の信号生成部５６が生成した音響信号ＳAが混合部６２に供給される。
　混合部６２は、情報送信装置２４（信号生成部５６）が生成した音響信号ＳAと収音装置３２が生成した案内音声の音声信号Ｇとを混合して放音装置３４に供給する。したがって、案内音声の語句Ｗに対応する識別情報Ｄの音響成分と当該案内音声との混合音が放音装置３４から放射される。すなわち、第４実施形態では、信号生成部５６と混合部６２と音声案内装置２２の放音装置３４とが、識別情報Ｄを各端末装置１２に送信する送信手段として機能する。
　第４実施形態においても第１実施形態と同様の効果が実現される。また、第４実施形態では、識別情報Ｄの音響成分と案内音声との混合音が放音装置３４から放射される。すなわち、案内音声を放射する放音装置３４が識別情報Ｄの送信に流用される。したがって、識別情報Ｄの送信に専用される放音装置４６は不要であり、第１実施形態と比較して案内システム１０の構成が簡素化されるという利点がある。なお、第２実施形態や第３実施形態を第４実施形態に適用することも可能である。
＜変形例＞
　以上に例示した各形態は多様に変形され得る。具体的な変形の態様を以下に例示する。以下の例示から任意に選択された２以上の態様は、相互に矛盾しない範囲で適宜に併合され得る。
（１）前述の各形態では、電車やバス等の車輌Ｍに案内システム１０を設置した場合を例示したが、案内システム１０が設置される設備は以上の例示に限定されない。例えば、車輌Ｍのほか船舶や航空機等を含む移動体（端末装置１２を収容して移動する設備）に案内システム１０を設置することも可能である。また、美術館や博物館等の展示施設の案内に前述の各形態の案内システム１０を利用することも可能である。
（２）前述の各形態では、収音装置３２が生成する音声信号Ｇから語句Ｗを抽出したが、音声信号Ｇの供給元は収音装置３２に限定されない。例えば事前に収録された案内音声を示す複数の音声信号Ｇを記憶装置に事前に格納し、複数の音声信号Ｇのうち車輌Ｍの管理者（例えば運転者）が選択した案内音声の音声信号Ｇを放音装置３４と情報送信装置２４とに供給することも可能である。
（３）前述の各形態では、音響を伝送媒体とする音響通信で識別情報Ｄを各端末装置１２に送信したが、識別情報Ｄを送信するための通信方式は音響通信に限定されない。例えば、電波や赤外線等の電磁波を伝送媒体とした無線通信で情報送信装置２４から周囲に識別情報Ｄを送信することも可能である。以上の例示から理解される通り、識別情報Ｄの送信には、通信網１６が介在しない近距離無線通信が好適であり、音響を伝送媒体とする音響通信や電磁波を伝送媒体とする無線通信は近距離無線通信の例示である。
　なお、例えば無線通信に利用される赤外線等の電磁波は指向性ないし直進性が強いのに対し、音響通信に利用される音響は広範囲に伝播され得るから、車輌Ｍの内部の多数の端末装置１２に対して一括的に識別情報Ｄを送信することが可能である。しかも、音響通信で識別情報Ｄを送信する構成では、各端末装置１２の相互間の音声通話や動画撮影時の音声収録に利用される収音装置１２６を識別情報Ｄの受信に流用できる。したがって、識別情報Ｄの受信に専用される無線通信機器が不要であるという利点もある。
　本出願は、２０１４年１１月２０日に出願された日本国特願２０１４－２３５６２２に基づくものであり、その優先権を享受し、その内容はここに参照として取り込まれる。
１０……案内システム、１２……端末装置、１４……配信装置、１６……通信網、２２……音声案内装置、２４……情報送信装置、３２……収音装置、３４……放音装置、４２……制御装置、４４……記憶装置、４６……放音装置、５２……音声認識部、５４……情報特定部、５６……信号生成部、６２……混合部、１２１……制御装置、１２２……記憶装置、１２３……通信装置、１２４……操作装置、１２５……再生装置、１２６……収音装置。 

Claims (12)

  1. 　音声信号が示す音声の語句を認識する音声認識手段と、
    　相異なる語句に対応する複数の識別情報のうち前記音声認識手段が認識した語句に対応する識別情報を特定する情報特定手段と、
    　識別情報が示すコンテンツを再生可能な端末装置に、前記情報特定手段が特定した識別情報を送信する送信手段と
    　を具備する情報送信装置。
  2. 　前記情報特定手段は、複数の識別情報と事前に登録された複数の語句とを対応付ける登録情報を参照し、前記登録情報に登録された複数の語句の何れかを前記音声認識手段が認識した場合に、当該語句に対応する識別情報を前記登録情報から特定する
    　請求項１の情報送信装置。
  3. 　前記音声認識手段は、前記端末装置を収容して移動する移動体に設置された収音装置から放音装置に供給される音声信号が示す音声の語句を認識する
    　請求項１または２の情報送信装置。
  4. 　前記音声認識手段が認識した語句を示すコンテンツと当該語句に対応する識別情報とを、端末装置から要求された識別情報に対応するコンテンツを当該端末装置に提供する配信装置に送信する登録処理手段
    　を具備する請求項１から３の何れかの情報送信装置。
  5. 　前記送信手段は、音響を伝送媒体とする音響通信により前記識別情報を送信する
    　請求項１から４の何れかの情報送信装置。 
  6. 　前記音声信号は、管理者から利用者に対する音声案内のために利用される案内音声を含む
    　請求項１から５の何れかの情報送信装置。
  7. 　前記コンテンツは、前記案内音声の発音内容を他言語に翻訳した情報を表現したものを含む
    　請求項６の情報送信装置。
  8. 　前記送信手段は、前記音声認識手段が語句を認識した後であって、前記案内音声の再生の終了前に、前記識別情報を送信する
    　請求項７の情報送信装置。
  9. 　前記送信手段は、前記案内音声の再生の終了後に、前記識別情報を送信する
    　請求項７の情報送信装置。
  10. 音声信号が示す音声の語句を認識し、
    　相異なる語句に対応する複数の識別情報のうち、認識した前記語句に対応する識別情報を特定し、
    　識別情報が示すコンテンツを再生可能な端末装置に、特定した前記識別情報を送信する
    　情報送信方法。
  11. 　請求項１から９の何れかの情報送信装置と、音声案内装置を含む案内システムであって、
    　前記音声案内装置は、音声信号をそれぞれ収音して放音する収音装置及び放音装置を有し、
    　前記情報送信装置の音声認識手段は、前記収音装置から前記放音装置に供給される音声信号が示す音声の語句を認識する
    　案内システム。
  12. 　請求項１１の案内システムと、端末装置を含む通信システムであって、
    　前記端末装置は、前記情報送信装置の送信手段から前記識別情報を受信する受信手段と、前記識別情報に対応するコンテンツを再生する再生装置と、を有する
    　通信システム。
PCT/JP2015/082765 2014-11-20 2015-11-20 情報送信装置、情報送信方法、案内システム及び通信システム WO2016080535A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
EP15860790.3A EP3223275B1 (en) 2014-11-20 2015-11-20 Information transmission device, information transmission method, guide system, and communication system
CN201580063110.5A CN107004416B (zh) 2014-11-20 2015-11-20 信息发送装置、信息发送方法、引导系统和通信系统
US15/599,072 US20170255615A1 (en) 2014-11-20 2017-05-18 Information transmission device, information transmission method, guide system, and communication system

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2014-235622 2014-11-20
JP2014235622A JP6114249B2 (ja) 2014-11-20 2014-11-20 情報送信装置および情報送信方法

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US15/599,072 Continuation US20170255615A1 (en) 2014-11-20 2017-05-18 Information transmission device, information transmission method, guide system, and communication system

Publications (1)

Publication Number Publication Date
WO2016080535A1 true WO2016080535A1 (ja) 2016-05-26

Family

ID=56014065

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2015/082765 WO2016080535A1 (ja) 2014-11-20 2015-11-20 情報送信装置、情報送信方法、案内システム及び通信システム

Country Status (5)

Country Link
US (1) US20170255615A1 (ja)
EP (1) EP3223275B1 (ja)
JP (1) JP6114249B2 (ja)
CN (1) CN107004416B (ja)
WO (1) WO2016080535A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3364409A4 (en) * 2015-10-15 2019-07-10 Yamaha Corporation INFORMATION MANAGEMENT SYSTEM AND INFORMATION MANAGEMENT PROCESS

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6033927B1 (ja) * 2015-06-24 2016-11-30 ヤマハ株式会社 情報提供システムおよび情報提供方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002297177A (ja) * 2001-03-29 2002-10-11 Sharp Corp 音声認識用辞書作成装置および音声認識用辞書作成方法、音声認識装置、携帯端末器、並びに、プログラム記録媒体
JP2004164589A (ja) * 2002-09-24 2004-06-10 Nariyuki Motoi コンテンツ提供システム
JP2010003219A (ja) * 2008-06-23 2010-01-07 Yahoo Japan Corp 関連クエリ導出装置、関連クエリ導出方法及びプログラム
WO2010016589A1 (ja) * 2008-08-08 2010-02-11 ヤマハ株式会社 変調装置及び復調装置

Family Cites Families (56)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5193141A (en) * 1990-11-19 1993-03-09 Zwern Arthur L Vehicular voice storage, playback, and broadcasting device
TW347503B (en) * 1995-11-15 1998-12-11 Hitachi Ltd Character recognition translation system and voice recognition translation system
US6957213B1 (en) * 2000-05-17 2005-10-18 Inquira, Inc. Method of utilizing implicit references to answer a query
US7747434B2 (en) * 2000-10-24 2010-06-29 Speech Conversion Technologies, Inc. Integrated speech recognition, closed captioning, and translation system and method
US7203648B1 (en) * 2000-11-03 2007-04-10 At&T Corp. Method for sending multi-media messages with customized audio
JP2002366166A (ja) * 2001-06-11 2002-12-20 Pioneer Electronic Corp コンテンツ提供システム及び方法、並びにそのためのコンピュータプログラム
US20020198716A1 (en) * 2001-06-25 2002-12-26 Kurt Zimmerman System and method of improved communication
US7162254B1 (en) * 2002-09-09 2007-01-09 Bellsouth Intellectual Property Corp: Methods and systems for delivering travel-related information
US20040059578A1 (en) * 2002-09-20 2004-03-25 Stefan Schulz Method and apparatus for improving the quality of speech signals transmitted in an aircraft communication system
JP3920812B2 (ja) * 2003-05-27 2007-05-30 株式会社東芝 コミュニケーション支援装置、支援方法、及び支援プログラム
US8666746B2 (en) * 2004-05-13 2014-03-04 At&T Intellectual Property Ii, L.P. System and method for generating customized text-to-speech voices
CN1584874A (zh) * 2004-06-15 2005-02-23 汪兰珍 一种智能采集、语言互译、语音合成的方法及装置
US7830408B2 (en) * 2005-12-21 2010-11-09 Cisco Technology, Inc. Conference captioning
CN101030130A (zh) * 2006-03-02 2007-09-05 英华达（南京）科技有限公司 利用语音识别实现字元输入的手持式装置及方法
CN101809651B (zh) * 2007-07-31 2012-11-07 寇平公司 提供语音到语音翻译和模拟人类属性的化身的移动无线显示器
US20090171663A1 (en) * 2008-01-02 2009-07-02 International Business Machines Corporation Reducing a size of a compiled speech recognition grammar
US8019276B2 (en) * 2008-06-02 2011-09-13 International Business Machines Corporation Audio transmission method and system
CN102057655A (zh) * 2008-06-04 2011-05-11 Gn奈康有限公司 带有语音通知装置的无线头戴式耳麦
CN201345797Y (zh) * 2008-10-07 2009-11-11 厦门市海菱电子有限公司 一种车载收放机
CN201323726Y (zh) * 2008-12-05 2009-10-07 王文华 带无线喊话器的车载式音响
US20110153330A1 (en) * 2009-11-27 2011-06-23 i-SCROLL System and method for rendering text synchronized audio
US20120253822A1 (en) * 2009-12-11 2012-10-04 Thomas Barton Schalk Systems and Methods for Managing Prompts for a Connected Vehicle
US20110183725A1 (en) * 2010-01-28 2011-07-28 Shai Cohen Hands-Free Text Messaging
WO2011163538A1 (en) * 2010-06-24 2011-12-29 Honda Motor Co., Ltd. Communication system and method between an on-vehicle voice recognition system and an off-vehicle voice recognition system
GB2481992A (en) * 2010-07-13 2012-01-18 Sony Europe Ltd Updating text-to-speech converter for broadcast signal receiver
US8468010B2 (en) * 2010-09-24 2013-06-18 Damaka, Inc. System and method for language translation in a hybrid peer-to-peer environment
WO2012051288A2 (en) * 2010-10-12 2012-04-19 Armital Llc System and method for providing audio content associated with broadcasted multimedia and live entertainment events based on profiling information
JP5323878B2 (ja) * 2011-03-17 2013-10-23 みずほ情報総研株式会社 プレゼンテーション支援システム及びプレゼンテーション支援方法
WO2012137654A1 (ja) * 2011-04-05 2012-10-11 ヤマハ株式会社 情報提供システム、識別情報解決サーバおよび携帯端末装置
WO2011083181A2 (en) * 2011-05-04 2011-07-14 Phonak Ag Self-learning hearing assistance system and method of operating the same
CN102779509B (zh) * 2011-05-11 2014-12-03 联想(北京)有限公司 语音处理设备和语音处理方法
US9230549B1 (en) * 2011-05-18 2016-01-05 The United States Of America As Represented By The Secretary Of The Air Force Multi-modal communications (MMC)
US9026446B2 (en) * 2011-06-10 2015-05-05 Morgan Fiumi System for generating captions for live video broadcasts
US8798995B1 (en) * 2011-09-23 2014-08-05 Amazon Technologies, Inc. Key word determinations from voice data
US9015032B2 (en) * 2011-11-28 2015-04-21 International Business Machines Corporation Multilingual speech recognition and public announcement
JP2013186228A (ja) * 2012-03-07 2013-09-19 Seiko Epson Corp 音声認識処理装置及び音声認識処理方法
US9026439B2 (en) * 2012-03-28 2015-05-05 Tyco Fire & Security Gmbh Verbal intelligibility analyzer for audio announcement systems
JP6109927B2 (ja) * 2012-05-04 2017-04-05 カオニックス ラブス リミテッド ライアビリティ カンパニー 源信号分離のためのシステム及び方法
KR101907406B1 (ko) * 2012-05-08 2018-10-12 삼성전자 주식회사 통신 서비스 운용 방법 및 시스템
CN102811284A (zh) * 2012-06-26 2012-12-05 深圳市金立通信设备有限公司 一种语音输入自动翻译为目标语言的方法
CN103794215A (zh) * 2012-10-30 2014-05-14 上海斐讯数据通信技术有限公司 基于语音控制的手持终端、系统及其基于语音的控制方法
CN202871252U (zh) * 2012-11-09 2013-04-10 许巧智 基于录音笔的具有翻译功能的导游系统
CN202980310U (zh) * 2012-11-16 2013-06-12 南通纺织职业技术学院 一种导游帽
KR20140088449A (ko) * 2013-01-02 2014-07-10 엘지전자 주식회사 중앙 제어 장치 및 그것의 제어 방법
US9549295B2 (en) * 2013-02-08 2017-01-17 Audionow Ip Holdings, Llc System and method for broadcasting audio tweets
KR102108500B1 (ko) * 2013-02-22 2020-05-08 삼성전자 주식회사 번역 기반 통신 서비스 지원 방법 및 시스템과, 이를 지원하는 단말기
CN203217358U (zh) * 2013-05-06 2013-09-25 天津恒达文博科技有限公司 车船讲解调度管理设备
KR101456974B1 (ko) * 2013-05-21 2014-10-31 삼성전자 주식회사 사용자 단말기, 음성인식 서버 및 음성인식 가이드 방법
CN203340192U (zh) * 2013-05-29 2013-12-11 郑州宇通客车股份有限公司 客车视听播放系统
KR102195897B1 (ko) * 2013-06-05 2020-12-28 삼성전자주식회사 음향 사건 검출 장치, 그 동작 방법 및 그 동작 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터 판독 가능 기록 매체
KR102060661B1 (ko) * 2013-07-19 2020-02-11 삼성전자주식회사 통신 방법 및 이를 위한 디바이스
CN103731707A (zh) * 2013-12-03 2014-04-16 乐视致新电子科技（天津）有限公司 移动终端设备控制智能电视端语音输入的方法及系统
CN203858414U (zh) * 2014-01-09 2014-10-01 盈诺飞微电子(上海)有限公司 头戴式语音识别投影装置及系统
CN104036779B (zh) * 2014-06-24 2017-12-26 湖南大学 一种用于移动平台的无线语音控制方法及系统
JP6346281B2 (ja) * 2014-07-04 2018-06-20 クラリオン株式会社 車載対話型システム、及び車載情報機器
US9751527B2 (en) * 2014-07-09 2017-09-05 Alcatel-Lucent Usa Inc. In-the-road, passable obstruction avoidance arrangement

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002297177A (ja) * 2001-03-29 2002-10-11 Sharp Corp 音声認識用辞書作成装置および音声認識用辞書作成方法、音声認識装置、携帯端末器、並びに、プログラム記録媒体
JP2004164589A (ja) * 2002-09-24 2004-06-10 Nariyuki Motoi コンテンツ提供システム
JP2010003219A (ja) * 2008-06-23 2010-01-07 Yahoo Japan Corp 関連クエリ導出装置、関連クエリ導出方法及びプログラム
WO2010016589A1 (ja) * 2008-08-08 2010-02-11 ヤマハ株式会社 変調装置及び復調装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP3223275A4 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3364409A4 (en) * 2015-10-15 2019-07-10 Yamaha Corporation INFORMATION MANAGEMENT SYSTEM AND INFORMATION MANAGEMENT PROCESS

Also Published As

Publication number Publication date
CN107004416A (zh) 2017-08-01
EP3223275A4 (en) 2018-07-18
JP2016099466A (ja) 2016-05-30
EP3223275B1 (en) 2019-07-10
US20170255615A1 (en) 2017-09-07
JP6114249B2 (ja) 2017-04-12
CN107004416B (zh) 2021-05-18
EP3223275A1 (en) 2017-09-27

Similar Documents

Publication Publication Date Title
JP6860055B2 (ja) 情報提供方法、端末装置の動作方法、情報提供システム、端末装置およびプログラム
JP5871088B1 (ja) 端末装置、情報提供システム、情報提供方法およびプログラム
JP5887446B1 (ja) 情報管理システム、情報管理方法およびプログラム
JP6213700B1 (ja) 端末装置、情報提供方法およびプログラム
WO2016080535A1 (ja) 情報送信装置、情報送信方法、案内システム及び通信システム
JP6569629B2 (ja) 情報送信装置、情報送信方法およびプログラム
WO2016117693A1 (ja) 情報提供システム、情報提供方法および管理装置
JP6493343B2 (ja) 情報提供システム、情報提供方法およびプログラム
JP6881477B2 (ja) 情報提供システム、情報提供方法およびプログラム
JP6955838B2 (ja) 再生制御装置、再生制御方法およびプログラム
JP7067597B2 (ja) 情報提供方法、情報提供装置、移動端末の動作方法、移動端末およびプログラム
JP7087745B2 (ja) 端末装置、情報提供システム、端末装置の動作方法および情報提供方法
JP6780529B2 (ja) 情報提供装置および情報提供システム

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 15860790

Country of ref document: EP

Kind code of ref document: A1

REEP Request for entry into the european phase

Ref document number: 2015860790

Country of ref document: EP

NENP Non-entry into the national phase

Ref country code: DE