音声対話装置
【課題】 同時の複数人と音声対話している最中に、現在誰の声が出力されているかをユーザが認識しやすい音声対話装置を提供すること。
【解決手段】 音声対話装置１は、予め定められた１つのグループに属する各対話相手又は予め定められた複数のグループのそれぞれに互いに異なる空間的な情報を割り当てる割り当て部１５と、割り当て部１５により割り当てられた空間的な情報に従って、外部から送られてくる音声データを定位する定位部１６とを備え、定位部１６により定位された音声データに従って、音声対話装置に接続された再生部又は音声対話装置に備わる再生部１７は音声を出力する。
【解決手段】 音声対話装置１は、予め定められた１つのグループに属する各対話相手又は予め定められた複数のグループのそれぞれに互いに異なる空間的な情報を割り当てる割り当て部１５と、割り当て部１５により割り当てられた空間的な情報に従って、外部から送られてくる音声データを定位する定位部１６とを備え、定位部１６により定位された音声データに従って、音声対話装置に接続された再生部又は音声対話装置に備わる再生部１７は音声を出力する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、音声対話装置に関し、より特定的には、予め定められたグループに属する各対話相手と同時に音声対話、又は複数のグループ間で同時に音声対話をすることができる音声対話装置に関する。
【背景技術】
【０００２】
従来の音声対話装置としては下記のようなものがある。つまり、従来の音声対話装置において、通信部は、ネットワークから対話相手の音声を少なくとも受信する。対話相手判別部は、電話番号に基づいて、対話相手を判別し、さらに、対話相手毎に予め決められている方向の中から、判別した対話相手に割り当てられている方向を決定する。また、音像定位部は、通信部で受け取った対話相手のモノラル音声を処理することにより、ステレオ音声を生成し、対話相手判別部の決定に従って、対話相手の音声を３次元音場に定位する。音像再生部は、音像定位部にて定位されたステレオ音声である対話相手の音声を３次元音場に再生する（例えば特許文献１を参照）。
【特許文献１】特開２０００−１８４０１７号公報
【発明の開示】
【発明が解決しようとする課題】
【０００３】
ところで、近年、北米を中心にプッシュツートーク（ＰＴＴ：Ｐｕｓｈ Ｔｏ Ｔａｌｋ）機能を搭載する音声対話装置が普及してきている。この種の音声対話装置では、ユーザは、会話ボタンを押すだけで１人以上の相手と対話できる。この間、音声対話装置では、ＶｏＩＰ（Ｖｏｉｃｅ ｏｖｅｒ Ｉｎｔｅｒｎｅｔ Ｐｒｏｔｏｃｏｌ）に従って音声データを通信する。
【０００４】
また、ＰＴＴでは、ユーザが発した音声は、ネットワークを介し、予めグループ化された全ての人が携帯する音声対話装置に届く。逆に、同一グループに属する人からの音声はすべて、ユーザの音声対話装置に届く。従って、ＰＴＴベースの音声対話装置では、現在届いた音声が誰からのものであるかを特定することが難しいという問題点がある。
【０００５】
しかしながら、仮に、ＰＴＴ機能を搭載する音声対話装置に、上記特許公報に開示された技術を組み込んだとしても、上記の問題は依然として解消されない。なぜなら、上記特許公報に開示された技術は１対１の音声通信を対象にしているからである。言い換えれば、上記特許公報に開示された技術は、あるユーザが同時に多人数と音声対話可能な音声対話装置に向けられていない。
【０００６】
それ故に、本発明の目的は、同時の複数人と音声対話している最中に、現在誰の声が出力されているかをユーザが認識しやすい音声対話装置を提供することである。
【課題を解決するための手段】
【０００７】
上記目的を達成するために、本発明の第１の局面は、音声対話装置に向けられており、音声対話装置は、予め定められた１つのグループに属する各対話相手又は予め定められた複数のグループのそれぞれに互いに異なる空間的な情報を割り当てる割り当て部と、割り当て部により割り当てられた空間的な情報に従って、外部から送られてくる音声データを定位する定位部とを備え、定位部により定位された音声データに従って、音声対話装置に接続された再生部又は音声対話装置に備わる再生部は音声を出力する。
【０００８】
割り当て部は具体的には、１つのグループに属する各対話相手又は複数のグループに対し互いに異なる方向又は距離感を割り当てる。
【０００９】
音声対話装置は好ましくは、割り当て部が空間的な情報の割り当てを変更したことを報知する報知部をさらに備える。
【００１０】
音声対話装置は好ましくは、ユーザが対話相手と対話を開始するために操作する発話操作部をさらに備える。この場合において、発話操作部は、定位部が定位した各方向又は各距離感に一位に割り当てられる複数のボタンを含む。
【００１１】
発話操作部はさらに好ましくは、再生部が音声を出力すると、複数のボタンの内、今回出力された音声を発した対話相手又はグループに割り当てられているボタンを点灯させる。
【００１２】
音声対話装置は好ましくは、割り当て部が１つのグループに属する各対話相手又は複数のグループに現在割り当てている方向又は距離感を表示する表示部をさらに備える。
【００１３】
割り当て部は好ましくは、１つのグループに属する各対話相手又は複数のグループに現在割り当てている方向又は距離感を、ユーザの指定に応じて変更する。
【００１４】
また、本発明の第２の局面は、音声対話装置において用いられ、外部からの音声データを出力する方法に向けられており、方法は、予め定められた１つのグループに属する各対話相手又は予め定められた複数のグループのそれぞれに互いに異なる空間的な情報を割り当てる割り当てステップと、割り当てステップで割り当てられた空間的な情報に従って、外部から送られてくる音声データを定位する定位ステップと、定位ステップで定位された音声データに従って、音声対話装置に接続された再生部又は音声対話装置に備わる再生部は音声を出力する音声出力ステップとを備える。
【００１５】
また、本発明の第３の局面は、音声対話装置において用いられ、外部からの音声データを出力するためのコンピュータプログラムに向けられており、コンピュータプログラムは、予め定められた１つのグループに属する各対話相手又は予め定められた複数のグループのそれぞれに互いに異なる空間的な情報を割り当てる割り当てステップと、割り当てステップで割り当てられた空間的な情報に従って、外部から送られてくる音声データを定位する定位ステップと、定位ステップで定位された音声データに従って、音声対話装置に接続された再生部又は音声対話装置に備わる再生部は音声を出力する音声出力ステップとを備える。
【００１６】
コンピュータプログラムは典型的には記憶媒体に記憶される。
【発明の効果】
【００１７】
以上のように、本発明の各局面では、音声対話制御装置が、対話に参加する複数人のそれぞれに、又は複数のグループのそれぞれに、互いに異なる方向若しくは距離感を割り当て、その割り当てに従って音像の定位制御を行う。これによって、ユーザは、たとえ複数人と同時に対話していても、現在誰の声が音声対話装置から出力されているかを認識しやすくなる。
【００１８】
本発明の上記及びその他の目的、特徴、局面及び利点は、以下に述べる本発明の詳細な説明を添付の図面とともに理解したとき、より明らかになる。
【発明を実施するための最良の形態】
【００１９】
図１は、本発明の一実施形態に係る音声対話装置１の全体構成を示すブロック図である。図１において、音声対話装置１は、例示的には、ハンズフリー機能を有する携帯電話２と接続された車載端末装置である。なお、車載端末装置の例としては、車両に設置可能なナビゲーション装置がある。音声対話装置１は、発話操作部１１と、音声入力部１２と、通信部１３と、記憶部１４と、割り当て部１５と、音像定位部１６と、再生部１７と、報知部１８と、表示部１９と、制御部１１０とを備えている。
【００２０】
発話操作部１１は、典型的にはユーザにより操作されるＰＴＴボタン群である。ユーザは、このような発話操作部１１を操作した後、より具体的には発話操作部１１を操作しながら、音声入力部１２に向かって声を発する。
【００２１】
音声入力部１２には、本音声対話装置１のユーザの話し言葉が入力される。
【００２２】
通信部１３は、携帯電話２を介してネットワークに接続可能に構成されており、音声対話装置１で、入力音声に基づいて生成された音声データ（発信側）をネットワークに送出する。また、通信部１３は、ネットワークを介して対話相手側の音声対話装置（図示せず）から送られてくる音声データ（相手側）を受信する。また、通信部１３は、音声データ以外にも、処理に必要なデータを送受する。このようなデータの例としては、制御データ（図４参照）がある。制御データとは、現在の音声対話が１対１の対話であるか、１つのグループ間での対話であるか、複数のグループ間での対話であるかを判別するための情報である。さらに、このような制御データは、各音声データがどのグループに属する誰から送られてきたものかを判別するための情報でもある。通信部１３が受信するものとしては他にも後述するようなアドレス帳データがある。
【００２３】
記憶部１４には、データの読み出し及び書き込みが可能であって、音声対話装置１がネットワークに接続すると、携帯電話２に予め格納されるアドレス帳データが格納される。ここで、携帯電話２に格納されるアドレス帳データは、図２に示すように、いくつかのレコードから構成される。各レコードは、ＩＤと、所属グループとを少なくとも含み、好ましくは名前をさらに含む。なお、このアドレス帳データは、後で説明するように、音声対話装置１により編集される。
【００２４】
ＩＤは、対話相手となる音声対話装置に割り当てられており、相手側の音声対話装置を一意に識別可能な情報である。また、ＩＤは、ＰＴＴでのみ利用可能なものでも良いし、電話番号であっても良い。
【００２５】
所属グループは、対象となる音声対話装置が属しており、音声対話装置１からの発信側メッセージを同報可能な範囲を特定する情報である。
【００２６】
名前は、典型的には、対象となる音声対話装置のユーザを識別可能な情報である。
【００２７】
割り当て部１５は、後述する制御部１１０の依頼に応じて、対話相手からの音声及び／又は所属グループに属する少なくとも一人からの音声を音像定位する方向を決定する。
【００２８】
音像定位部１６は、相手側の音声対話装置から送られてくる音声データに基づく音声を割り当て部１５にて決められた方向から聴こえるように、その音声を３次元音場に定位するための多チャンネルステレオ信号を作る。なお、３次元音場の定位のためには、例えば、車室内における音源から使用者の受音点（運転席）までの伝達関数を用いることで実現できる。この伝達関数で表される伝達特性は、車両及び／又はユーザによって変わるものである。それ故、ユーザ本人及び／又はユーザの周囲環境に応じた最適な伝達関数が設定されることが好ましい。
【００２９】
再生部１７は、音像定位部１６で作られた多チャンネルステレオ信号を再生可能な１以上のスピーカであり、車両に標準的に備えられているものであっても良いし、音声対話装置１の専用のものであっても良い。つまり、図１では、再生部１７は音声対話装置１の構成として図示されているが、再生部１７は、音声対話装置１に必須の構成でなくとも良い。
【００３０】
報知部１８は、ある対話相手又は所属グループに対し割り当て部１６が割り当てた方向が別の方向に変わった時に、そのことをユーザに報知する。
【００３１】
表示部１９は、対話相手及び／又は所属グループに対し現在割り当てられている方向を表示して、ユーザに現在の割り当て状況を視認させる。
【００３２】
制御部１１０は、例えばＣＰＵ、ＲＯＭ及びＲＡＭから構成され、ＲＯＭに予め格納されるコンピュータプログラムに従って、音声対話装置１の各構成要素を制御する。
【００３３】
次に、本実施形態に係る音声対話装置１の動作について説明する。図３は、図１に示す割り当て部１５の処理を示すフローチャートである。なお、図３に示す処理は、音声対話装置１及び相手側の音声対話装置との間で呼制御が行われ、それらの間でコネクションが確立された後に行われる。
【００３４】
上述のような呼制御の間又は直後に、相手側の音声対話装置からは、図４に示すような制御データが送られてくる。図４において、制御データは、ＩＤ又は少なくとも１つの所属グループと、第１−第３のフラグとを含んでいる。
【００３５】
ＩＤは、相手側の音声対話装置を一意に特定可能な情報であり、図２に示すＩＤと同じである。所属グループは、今回の音声対話が行われるグループであり、図２に示す所属グループと同じである。
【００３６】
第１のフラグは、現在の音声対話が１対１の対話であるか否かを示す情報である。
【００３７】
第２のフラグは、１つのグループに属する全ての人の間での対話であるか否かを示す情報である。
【００３８】
第３のフラグは、複数のグループに属する全ての人の間での対話であるか否かを示す情報である。
【００３９】
なお、このような制御データは、ＩＤ及び第１−第３のフラグの集まりのみからなる独立したデータであってもよい。また、制御データは、各音声データに付加されていても良い。以上のような制御データは、ネットワークを介して携帯電話２に届き、通信部１３により受信される。割り当て部１５は、制御部１１０を介して、通信部１３により受信された制御データを受け取り、これによって、図３に示す処理を開始する。
【００４０】
まず、割り当て部１５は、今回の受信データの第１−第３のフラグを参照して、対象となる音声対話が、１対１のものか否かを判断する（ステップＳ１１）。つまり、第１のフラグがオンに設定されているか否かが判断される。なお、このように第１のフラグがオンに設定される場合、第２及び第３のフラグはそれぞれオフに設定される。
【００４１】
Ｙｅｓと判断した場合、割り当て部１５は、今回の制御データに含まれるＩＤに任意の定位方向を決定し、現在の定位方向の割り当て状況を保持する（ステップＳ１５）。このように決定するのは、ユーザの対話相手が一人であるため、対話相手の音声がどの方向から聴こえても、ユーザは対話相手が誰かを認識可能であることによる。なお、ステップＳ１５では、全方向を定位方向として決定しても良いし、ユーザと対話相手の位置情報が分かっている場合には、ユーザに対する対話相手の方向を定位方向として決定しても構わない。
【００４２】
ステップＳ１１でＮｏと判断された場合、割り当て部１５は、１グループ間の同時音声対話か否かを判断する（ステップＳ１２）。つまり、第２のフラグがオンに設定されているか否かが判断される。なお、このように第２のフラグがオンに設定される場合、第１及び第３のフラグはそれぞれオフに設定される。
【００４３】
Ｙｅｓと判断した場合、割り当て部１５は、対象となる所属グループに属する各個人に互いに異なる定位方向を割り当て、現在の定位方向の割り当て状況を保持する（ステップＳ１３）。このような割り当てが行われると、対象となる所属グループにおいて、各人の音声が互いに異なる方向からユーザには聞こえるようになる。なお、定位方向の総数が、対象となるグループの構成人数より少ない場合、割り当て部１５は、複数の個人で定位方向の重複を許す。
【００４４】
また、ステップＳ１２でＮｏと判断された場合、つまり、第３のフラグのみがオンに設定されている場合、対象となる複数の所属グループのそれぞれに互いに異なる定位方向を割り当て、定位方向の割り当て状況を保持する（ステップＳ１４）。このような割り当てが行われると、同一グループ内の音声対話が互いに同じ方向からユーザには聞こえるようになる。
【００４５】
以上のステップＳ１３−Ｓ１５が終了すると、割り当て部１５は図３に示す処理を終了する。この後、対話相手側から送られてくる音声データは、通信部１３を介して音像定位部１６に渡される。割り当て部１５による割り当てに従って、音像定位部１６は、受信音声データが表す音声を定位し、再生部１７から出力させる。
【００４６】
次に、図５、図６Ａ及び図６Ｂを参照して、割り当て部１５の処理が終了するまでの音声対話装置１の処理の具体例について説明する。図５は、図１に示す携帯電話２に格納されているアドレス帳データのグループ構成の一例を示す模式図である。図５において、グループＡには、１ａ、２ａ、３ａ、４ａ、５ａ、６ａ、７ａ及び８ａという８人が属しており、グループＢには、１ｂ、２ｂ、３ｂ、４ｂ、５ｂ及び６ｂという６人が属しており、さらにグループＣには、１ｃ、２ｃ及び３ｃという３人が属していると仮定する。
【００４７】
また、図６Ａは、図４に示すグループ名としてＡが含まれておりかつ第２のフラグがオンに設定されている制御データが送られてきた時の定位方向の割り当て状況を例示する模式図である。図６Ａにおいて、対話相手１ａにはユーザの位置Ｐから見て前方向が、対話相手２ａには右斜め前方向が、対話相手３ａには右方向が、対話相手４ａには右斜め後ろ方向が、対話相手５ａには後ろ方向が、対話相手６ａには左斜め後ろ方向が、対話相手７ａには左方向が、さらに対話相手８ａには左斜め前方向が割り当てられる。
【００４８】
上記のような場合、割り当て部１５は、図７に示すように、現在の割り当て状況として、記憶部１４に現在保持されるアドレス帳データにおいて、対話相手１ａのレコードには前方向という情報を、対話相手２ａのレコードには右斜め前方向という情報を、対話相手３ａのレコードには右方向という情報と、対話相手４ａのレコードには右斜め後ろ方向という情報と、対話相手５ａのレコードには後ろ方向という情報と、対話相手６ａのレコードには左斜め後ろ方向という情報と、対話相手７ａのレコードには左方向という情報と、対話相手８ａのレコードには左斜め前方向という情報とを、制御部１１０を介して追加する。
【００４９】
また、上記のような場合、ユーザには、対話相手１ａの音声が前方向から、対話相手２ａの音声が右斜め前方向から、対話相手３ａの音声が右方向から、対話相手４ａの音声が右斜め後方から、対話相手５ａの音声が後方から、対話相手６ａの音声が左斜め後方から、対話相手７ａの音声が左方向から、さらに、対話相手８ａの音声が左斜め前方から聞こえてくる。
【００５０】
また、図６Ｂは、図４に示すグループ名としてＡ−Ｃが含まれておりかつ第３のフラグがオンに設定されている制御データが送られてきた時の定位方向の割り当て状況を例示する模式図である。図６Ｂにおいて、グループＡにはユーザの位置Ｐから見て前方向が、グループＢには右方向が、さらに、グループＣには後方が割り当てられる。ここで、定位方向は、対象となるグループ数が少ない場合、図６Ｂに示すように、定位方向が互いに隣り合わないように、各グループに割り当てることが好ましい。その方が、ユーザは、どのグループからの音声かを識別し易くなるからである。なお、この点については、対話相手の数が少ない場合も同様である。
【００５１】
上記のような場合、割り当て部１５は、図７に示すように、現在の割り当て状況として、記憶部１４に現在保持されるアドレス帳データにおいて、対話相手１ａ−８ａ（グループＡ）のレコードには前方向という情報を、対話相手１ｂ−６ｂ（グループＢ）のレコードには右方向いう情報を、さらに、対話相手１ｃ−３ｃ（グループＣ）のレコードには後方という情報とを、制御部１１０を介して追加する。
【００５２】
また、上記のような場合、ユーザには、グループＡに属する各人からの音声が前方向から、グループＢに属する各人の音声が右方向から、さらに、グループＣに属する各人からの音声が右方向から聞こえてくる。
【００５３】
また、上記のように本実施形態では、対話相手毎又はグループ毎に定位方向が割り当てられるので、発話操作部１１は、図８Ａ及び図８Ｂに示すように、定位方向の数（本実施形態の場合８）に相当するＰＴＴボタン１１１−１１８と、同報ボタン１１９とを含んでいることがことが好ましい。さらに好ましくは、ＰＴＴボタン１１１−１１８のそれぞれには互いに異なる定位方向が割り当てられる。
【００５４】
また、ユーザが直感的に操作できるように、ＰＴＴボタン１１１−１１８は、自身が割り当てられた定位方向と対応するようにリング状に配置される。より具体的には、リング状に配置されたＰＴＴボタン１１１−１１８の中心をユーザの位置Ｐに見立て、ＰＴＴボタン１１１には、この中心から見て前方向（又は上方向）が、ＰＴＴボタン１１２には右斜め前方向（又は右斜め上方向）が、ＰＴＴボタン１１３には右方向が、ＰＴＴボタン１１４には右斜め後ろ方向（又は右斜め下方向）が、ＰＴＴボタン１１５には後ろ方向（又は下方向）が、ＰＴＴボタン１１６には左斜め後ろ方向（又は左斜め下方向）が、ＰＴＴボタン１１７には左方向が、さらにＰＴＴボタン１１８には左斜め前方向（又は左斜め上方向）が割り当てられる。
【００５５】
以上のことから、図６Ａのような定位方向の割り当てが行われている場合、図８Ａに示すように、ＰＴＴボタン１１１には対話相手１ａが、ＰＴＴボタン１１２には対話相手２ａが、ＰＴＴボタン１１３には対話相手３ａが、ＰＴＴボタン１１４には対話相手４ａが、ＰＴＴボタン１１５には対話相手５ａが、ＰＴＴボタン１１６には対話相手６ａが、ＰＴＴボタン１１７には対話相手７ａが、さらにＰＴＴボタン１１８には対話相手８ａが割り当てられる。
【００５６】
また、図６Ｂのような定位方向の割り当てが行われている場合、図８Ｂに示すように、ＰＴＴボタン１１１にはグループＡが、ＰＴＴボタン１１３にはグループＢが、さらにＰＴＴボタン１１５にはグループＣが割り当てられる。
【００５７】
ユーザは、以上のようなＰＴＴボタン１１１−１１８を操作しながら、今回操作したものが割り当てられている人又はグループに向けた音声を音声入力部１２に入力する。
【００５８】
また、同報ボタン１１９は、好ましい構成として発話操作部１１に備わっており、これを操作することで、例えば現在コネクションが確立している相手側全員に向けて自身の音声を送ることが可能になる。
【００５９】
なお、ＰＴＴボタン１１１−１１８は、上述したように２次元平面上に配置されていたが、これに限らず３次元形状（例えば球）を有する面上に配置されても構わない。
【００６０】
以上説明したように、本実施形態に係る音声対話装置１によれば、これから対話しようとする複数人のそれぞれに、又は複数のグループのそれぞれに、互いに異なる方向を割り当て、その割り当てに従って音像の定位制御を行う。これによって、ユーザは、たとえ複数人と同時に対話していても、音声が聞こえてくる方向から現在誰の声が音声対話装置１から出力されているかを認識しやすくなる。
【００６１】
なお、以上の実施形態では、対話相手又はグループに方向を割り当てるようにしたが、これに限らず、距離感を割り当てても構わない。
【００６２】
また、以上の実施形態では、割り当てるべき定位方向の総数は８として説明したが、これ以外の数でも構わない。また、状況に応じて、定位方向の総数は変更されても良い。
【００６３】
また、定位方向の割り当ては、階層的に行われても構わない。具体的には、上位階層の割り当てとして、図６Ｂに示すように、定位方向が各グループに割り当てられる。さらに、下位階層の割り当てとして、図６Ａに示すように、定位方向が個人に割り当てられる。このような場合、ユーザは、まず、図８Ｂに示すＰＴＴボタン１１１を操作して、グループＡを特定し、その後、図８Ａに示すＰＴＴボタン１１１を操作して、相手１ａを特定し、ユーザは発声する。この時、ＰＴＴボタン１１１の操作が、上位階層のグループＡでの対話開始を意味するのか、下位階層への遷移を意味するのかを区別するために、対話開始を意味する場合と下位階層への遷移を意味する場合との間でＰＴＴボタン１１１の操作方法を変えることが好ましい。このような互いに異なる操作方法としては、ＰＴＴボタン１１１の長押し及び短押しがある。
【００６４】
また、定位方向の割り当て状況が変更された場合、ユーザは、そのことが分かりにくいので、図９に示すような変更通知処理が音声対話装置１に実装されることが好ましい。図９において、制御部１１０は、図４に示す制御データが到着するたびに、それに含まれるＩＤ又はグループ名及び／又はフラグを参照して、定位方向の割り当て状況が変わるか否かを判断する（ステップＳ２１）。
【００６５】
Ｎｏと判断した場合、図９に示す変更通知処理は終了する。逆にＹｅｓと判断した場合、制御部１１０は、割り当て部１５に処理を依頼し（ステップＳ２２）、これによって、割り当て部１５は図３に示す処理を開始する。
【００６６】
さらに、制御部１１０は、定位方向の割り当てが変わることをユーザに通知するように、報知部１８に依頼する（ステップＳ２３）。報知部１８は、合成音声又は発光に代表される手法で、ユーザに、定位方向の割り当てが変わることを通知する。これによって、ユーザは定位方向の割り当てが変わることを知ることが可能となる。
【００６７】
また、対話相手をさらにユーザが特定し易いように、発話操作部１１を構成するＰＴＴボタン１１１−１１８を発光可能に構成され、制御部１１０は、図１０に示すような相手通知処理を行うことが好ましい。つまり、図１０において、制御部１１０は、複数の個人又は複数のグループからの音声が再生されると（ステップＳ３１）、ＰＴＴボタン１１１−１１８のうち、今回の音声を送ってきた複数の個人又は複数のグループに割り当てられているものを点灯させる（ステップＳ３２）。これにより、ユーザは、直前に対話音声が出力された相手へ返答する際に、対話音声が出力された方向及び選択ボタンの点灯によって対話相手をより容易に特定することできる。なお、ＰＴＴボタン１１１−１１８の発光だけでなく、対象となるＰＴＴボタン１１１−１１８が他のものと識別できるような方法であれば、どのような方法で、ユーザに通知しても構わない。
【００６８】
また、ユーザは、対話相手からの音声が聴こえてくる方向が誰（どのグループ）になっているかをいつでも確認でき、気に入らなければ自由に変更できることが望ましい。制御部１１０は、図１１に示すような割り当て変更処理を行うことが好ましい。つまり、図１１において、制御部１１０は、ユーザより特定の方向から出力される対話音声の割り当て変更要求を受け付けたかを判断する（ステップＳ４１）。この変更要求は、図示しない入力装置から、ユーザの操作に応答して出力される。なお、割り当ての変更には、入力装置として、タッチパネルディスプレイが好適である。
【００６９】
Ｎｏと判断すると、制御部１１０は、図１１に示される処理を終了するが、Ｙｅｓと判断すると、定位方向に関し現在の割り当て状況を表示部１９へ表示するよう依頼する。表示部１９は、このような依頼に応答して、例えば図６Ａ及び図６Ｂを可視化したような画像を表示する（ステップＳ４２）。
【００７０】
次に、制御部１１０は、ユーザの入力に従って、定位方向の割り当て変更を受け付け（ステップＳ４３）、もし変更があった場合には、その変更を反映する（ステップＳ４４）。
【００７１】
なお、割り当ての変更は好ましくは、ユーザの操作に応答して行われる。しかし、音声データが到着するたびに、又は音声対話の度に、定位方向の割り当てを変更するのは、対話相手の特定のし易さという観点からは好ましくない。それ故、一旦割り当てた定位方向を記憶し、音声対話装置１は、次に同じ状況での音声対話が行われる場合、記憶した定位方向を使うことが好ましい。
【００７２】
また、制御部１１０は、上述のようにＲＯＭに予め格納されるコンピュータプログラムに従って行っていた。しかし、これに限らず、上述のような処理はハードウェアで実現されても構わない。また、コンピュータプログラムは、ＣＤ−ＲＯＭのような記憶媒体に記録された状態で頒布されても構わない。他にも、コンピュータプログラムは、ネットワークに接続されたサーバ装置に、音声端末装置１がダウンロード又は可能に格納されていても構わない。
【００７３】
以上、本発明を詳細に説明したが、上記説明はあらゆる意味において例示的なものであり限定的なものではない。本発明の範囲から逸脱することなしに多くの他の改変例及び変形例が可能であることが理解される。
【産業上の利用可能性】
【００７４】
本発明に係る音声対話装置は、同時の複数人と音声対話している最中に、現在誰の声が出力されているかをユーザが認識しやすい車載端末装置等に有用である。
【図面の簡単な説明】
【００７５】
【図１】本発明の一実施形態に係る音声対話装置１の全体構成を示すブロック図
【図２】図１に示す携帯電話２から送られてくるアドレス帳データの構成を示す模式図
【図３】図１に示す割り当て部１５の処理を示すフローチャート
【図４】図１に示す割り当て部１５により受信される制御データの構造を示す模式図
【図５】図１に示す携帯電話２に格納されているアドレス帳データのグループのグループ構成の一例を示す模式図
【図６Ａ】図４に示すグループ名としてＡが含まれており、第２のフラグがオンに設定されている制御データが送られてきた時の定位方向の割り当て状況を例示する模式図
【図６Ｂ】図４に示すグループ名としてＡ−Ｃが含まれており、第３のフラグがオンに設定されている制御データが送られてきた時の定位方向の割り当て状況を例示する模式図
【図７】図１に示す割り当て部１５により割り当てられた定位方向の一例を示す模式図
【図８Ａ】図１に示す発話操作部１１の具体的な構成を示す第１の模式図
【図８Ｂ】図１に示す発話操作部１１の具体的な構成を示す第２の模式図
【図９】図１に示す音声対話装置１で実行される変更通知処理を示すフローチャート
【図１０】図１に示す音声対話装置１で実行される相手通知処理を示すフローチャート
【図１１】図１に示す音声対話装置１で実行される割り当て変更処理を示すフローチャート
【符号の説明】
【００７６】
１ 音声対話装置
１１ 発話操作部
１２ 音声入力部
１３ 通信部
１４ 記憶部
１５ 割り当て部
１６ 音像定位部
１７ 再生部
１８ 報知部
１９ 表示部
１１０制御部
２ 携帯電話
【技術分野】
【０００１】
本発明は、音声対話装置に関し、より特定的には、予め定められたグループに属する各対話相手と同時に音声対話、又は複数のグループ間で同時に音声対話をすることができる音声対話装置に関する。
【背景技術】
【０００２】
従来の音声対話装置としては下記のようなものがある。つまり、従来の音声対話装置において、通信部は、ネットワークから対話相手の音声を少なくとも受信する。対話相手判別部は、電話番号に基づいて、対話相手を判別し、さらに、対話相手毎に予め決められている方向の中から、判別した対話相手に割り当てられている方向を決定する。また、音像定位部は、通信部で受け取った対話相手のモノラル音声を処理することにより、ステレオ音声を生成し、対話相手判別部の決定に従って、対話相手の音声を３次元音場に定位する。音像再生部は、音像定位部にて定位されたステレオ音声である対話相手の音声を３次元音場に再生する（例えば特許文献１を参照）。
【特許文献１】特開２０００−１８４０１７号公報
【発明の開示】
【発明が解決しようとする課題】
【０００３】
ところで、近年、北米を中心にプッシュツートーク（ＰＴＴ：Ｐｕｓｈ Ｔｏ Ｔａｌｋ）機能を搭載する音声対話装置が普及してきている。この種の音声対話装置では、ユーザは、会話ボタンを押すだけで１人以上の相手と対話できる。この間、音声対話装置では、ＶｏＩＰ（Ｖｏｉｃｅ ｏｖｅｒ Ｉｎｔｅｒｎｅｔ Ｐｒｏｔｏｃｏｌ）に従って音声データを通信する。
【０００４】
また、ＰＴＴでは、ユーザが発した音声は、ネットワークを介し、予めグループ化された全ての人が携帯する音声対話装置に届く。逆に、同一グループに属する人からの音声はすべて、ユーザの音声対話装置に届く。従って、ＰＴＴベースの音声対話装置では、現在届いた音声が誰からのものであるかを特定することが難しいという問題点がある。
【０００５】
しかしながら、仮に、ＰＴＴ機能を搭載する音声対話装置に、上記特許公報に開示された技術を組み込んだとしても、上記の問題は依然として解消されない。なぜなら、上記特許公報に開示された技術は１対１の音声通信を対象にしているからである。言い換えれば、上記特許公報に開示された技術は、あるユーザが同時に多人数と音声対話可能な音声対話装置に向けられていない。
【０００６】
それ故に、本発明の目的は、同時の複数人と音声対話している最中に、現在誰の声が出力されているかをユーザが認識しやすい音声対話装置を提供することである。
【課題を解決するための手段】
【０００７】
上記目的を達成するために、本発明の第１の局面は、音声対話装置に向けられており、音声対話装置は、予め定められた１つのグループに属する各対話相手又は予め定められた複数のグループのそれぞれに互いに異なる空間的な情報を割り当てる割り当て部と、割り当て部により割り当てられた空間的な情報に従って、外部から送られてくる音声データを定位する定位部とを備え、定位部により定位された音声データに従って、音声対話装置に接続された再生部又は音声対話装置に備わる再生部は音声を出力する。
【０００８】
割り当て部は具体的には、１つのグループに属する各対話相手又は複数のグループに対し互いに異なる方向又は距離感を割り当てる。
【０００９】
音声対話装置は好ましくは、割り当て部が空間的な情報の割り当てを変更したことを報知する報知部をさらに備える。
【００１０】
音声対話装置は好ましくは、ユーザが対話相手と対話を開始するために操作する発話操作部をさらに備える。この場合において、発話操作部は、定位部が定位した各方向又は各距離感に一位に割り当てられる複数のボタンを含む。
【００１１】
発話操作部はさらに好ましくは、再生部が音声を出力すると、複数のボタンの内、今回出力された音声を発した対話相手又はグループに割り当てられているボタンを点灯させる。
【００１２】
音声対話装置は好ましくは、割り当て部が１つのグループに属する各対話相手又は複数のグループに現在割り当てている方向又は距離感を表示する表示部をさらに備える。
【００１３】
割り当て部は好ましくは、１つのグループに属する各対話相手又は複数のグループに現在割り当てている方向又は距離感を、ユーザの指定に応じて変更する。
【００１４】
また、本発明の第２の局面は、音声対話装置において用いられ、外部からの音声データを出力する方法に向けられており、方法は、予め定められた１つのグループに属する各対話相手又は予め定められた複数のグループのそれぞれに互いに異なる空間的な情報を割り当てる割り当てステップと、割り当てステップで割り当てられた空間的な情報に従って、外部から送られてくる音声データを定位する定位ステップと、定位ステップで定位された音声データに従って、音声対話装置に接続された再生部又は音声対話装置に備わる再生部は音声を出力する音声出力ステップとを備える。
【００１５】
また、本発明の第３の局面は、音声対話装置において用いられ、外部からの音声データを出力するためのコンピュータプログラムに向けられており、コンピュータプログラムは、予め定められた１つのグループに属する各対話相手又は予め定められた複数のグループのそれぞれに互いに異なる空間的な情報を割り当てる割り当てステップと、割り当てステップで割り当てられた空間的な情報に従って、外部から送られてくる音声データを定位する定位ステップと、定位ステップで定位された音声データに従って、音声対話装置に接続された再生部又は音声対話装置に備わる再生部は音声を出力する音声出力ステップとを備える。
【００１６】
コンピュータプログラムは典型的には記憶媒体に記憶される。
【発明の効果】
【００１７】
以上のように、本発明の各局面では、音声対話制御装置が、対話に参加する複数人のそれぞれに、又は複数のグループのそれぞれに、互いに異なる方向若しくは距離感を割り当て、その割り当てに従って音像の定位制御を行う。これによって、ユーザは、たとえ複数人と同時に対話していても、現在誰の声が音声対話装置から出力されているかを認識しやすくなる。
【００１８】
本発明の上記及びその他の目的、特徴、局面及び利点は、以下に述べる本発明の詳細な説明を添付の図面とともに理解したとき、より明らかになる。
【発明を実施するための最良の形態】
【００１９】
図１は、本発明の一実施形態に係る音声対話装置１の全体構成を示すブロック図である。図１において、音声対話装置１は、例示的には、ハンズフリー機能を有する携帯電話２と接続された車載端末装置である。なお、車載端末装置の例としては、車両に設置可能なナビゲーション装置がある。音声対話装置１は、発話操作部１１と、音声入力部１２と、通信部１３と、記憶部１４と、割り当て部１５と、音像定位部１６と、再生部１７と、報知部１８と、表示部１９と、制御部１１０とを備えている。
【００２０】
発話操作部１１は、典型的にはユーザにより操作されるＰＴＴボタン群である。ユーザは、このような発話操作部１１を操作した後、より具体的には発話操作部１１を操作しながら、音声入力部１２に向かって声を発する。
【００２１】
音声入力部１２には、本音声対話装置１のユーザの話し言葉が入力される。
【００２２】
通信部１３は、携帯電話２を介してネットワークに接続可能に構成されており、音声対話装置１で、入力音声に基づいて生成された音声データ（発信側）をネットワークに送出する。また、通信部１３は、ネットワークを介して対話相手側の音声対話装置（図示せず）から送られてくる音声データ（相手側）を受信する。また、通信部１３は、音声データ以外にも、処理に必要なデータを送受する。このようなデータの例としては、制御データ（図４参照）がある。制御データとは、現在の音声対話が１対１の対話であるか、１つのグループ間での対話であるか、複数のグループ間での対話であるかを判別するための情報である。さらに、このような制御データは、各音声データがどのグループに属する誰から送られてきたものかを判別するための情報でもある。通信部１３が受信するものとしては他にも後述するようなアドレス帳データがある。
【００２３】
記憶部１４には、データの読み出し及び書き込みが可能であって、音声対話装置１がネットワークに接続すると、携帯電話２に予め格納されるアドレス帳データが格納される。ここで、携帯電話２に格納されるアドレス帳データは、図２に示すように、いくつかのレコードから構成される。各レコードは、ＩＤと、所属グループとを少なくとも含み、好ましくは名前をさらに含む。なお、このアドレス帳データは、後で説明するように、音声対話装置１により編集される。
【００２４】
ＩＤは、対話相手となる音声対話装置に割り当てられており、相手側の音声対話装置を一意に識別可能な情報である。また、ＩＤは、ＰＴＴでのみ利用可能なものでも良いし、電話番号であっても良い。
【００２５】
所属グループは、対象となる音声対話装置が属しており、音声対話装置１からの発信側メッセージを同報可能な範囲を特定する情報である。
【００２６】
名前は、典型的には、対象となる音声対話装置のユーザを識別可能な情報である。
【００２７】
割り当て部１５は、後述する制御部１１０の依頼に応じて、対話相手からの音声及び／又は所属グループに属する少なくとも一人からの音声を音像定位する方向を決定する。
【００２８】
音像定位部１６は、相手側の音声対話装置から送られてくる音声データに基づく音声を割り当て部１５にて決められた方向から聴こえるように、その音声を３次元音場に定位するための多チャンネルステレオ信号を作る。なお、３次元音場の定位のためには、例えば、車室内における音源から使用者の受音点（運転席）までの伝達関数を用いることで実現できる。この伝達関数で表される伝達特性は、車両及び／又はユーザによって変わるものである。それ故、ユーザ本人及び／又はユーザの周囲環境に応じた最適な伝達関数が設定されることが好ましい。
【００２９】
再生部１７は、音像定位部１６で作られた多チャンネルステレオ信号を再生可能な１以上のスピーカであり、車両に標準的に備えられているものであっても良いし、音声対話装置１の専用のものであっても良い。つまり、図１では、再生部１７は音声対話装置１の構成として図示されているが、再生部１７は、音声対話装置１に必須の構成でなくとも良い。
【００３０】
報知部１８は、ある対話相手又は所属グループに対し割り当て部１６が割り当てた方向が別の方向に変わった時に、そのことをユーザに報知する。
【００３１】
表示部１９は、対話相手及び／又は所属グループに対し現在割り当てられている方向を表示して、ユーザに現在の割り当て状況を視認させる。
【００３２】
制御部１１０は、例えばＣＰＵ、ＲＯＭ及びＲＡＭから構成され、ＲＯＭに予め格納されるコンピュータプログラムに従って、音声対話装置１の各構成要素を制御する。
【００３３】
次に、本実施形態に係る音声対話装置１の動作について説明する。図３は、図１に示す割り当て部１５の処理を示すフローチャートである。なお、図３に示す処理は、音声対話装置１及び相手側の音声対話装置との間で呼制御が行われ、それらの間でコネクションが確立された後に行われる。
【００３４】
上述のような呼制御の間又は直後に、相手側の音声対話装置からは、図４に示すような制御データが送られてくる。図４において、制御データは、ＩＤ又は少なくとも１つの所属グループと、第１−第３のフラグとを含んでいる。
【００３５】
ＩＤは、相手側の音声対話装置を一意に特定可能な情報であり、図２に示すＩＤと同じである。所属グループは、今回の音声対話が行われるグループであり、図２に示す所属グループと同じである。
【００３６】
第１のフラグは、現在の音声対話が１対１の対話であるか否かを示す情報である。
【００３７】
第２のフラグは、１つのグループに属する全ての人の間での対話であるか否かを示す情報である。
【００３８】
第３のフラグは、複数のグループに属する全ての人の間での対話であるか否かを示す情報である。
【００３９】
なお、このような制御データは、ＩＤ及び第１−第３のフラグの集まりのみからなる独立したデータであってもよい。また、制御データは、各音声データに付加されていても良い。以上のような制御データは、ネットワークを介して携帯電話２に届き、通信部１３により受信される。割り当て部１５は、制御部１１０を介して、通信部１３により受信された制御データを受け取り、これによって、図３に示す処理を開始する。
【００４０】
まず、割り当て部１５は、今回の受信データの第１−第３のフラグを参照して、対象となる音声対話が、１対１のものか否かを判断する（ステップＳ１１）。つまり、第１のフラグがオンに設定されているか否かが判断される。なお、このように第１のフラグがオンに設定される場合、第２及び第３のフラグはそれぞれオフに設定される。
【００４１】
Ｙｅｓと判断した場合、割り当て部１５は、今回の制御データに含まれるＩＤに任意の定位方向を決定し、現在の定位方向の割り当て状況を保持する（ステップＳ１５）。このように決定するのは、ユーザの対話相手が一人であるため、対話相手の音声がどの方向から聴こえても、ユーザは対話相手が誰かを認識可能であることによる。なお、ステップＳ１５では、全方向を定位方向として決定しても良いし、ユーザと対話相手の位置情報が分かっている場合には、ユーザに対する対話相手の方向を定位方向として決定しても構わない。
【００４２】
ステップＳ１１でＮｏと判断された場合、割り当て部１５は、１グループ間の同時音声対話か否かを判断する（ステップＳ１２）。つまり、第２のフラグがオンに設定されているか否かが判断される。なお、このように第２のフラグがオンに設定される場合、第１及び第３のフラグはそれぞれオフに設定される。
【００４３】
Ｙｅｓと判断した場合、割り当て部１５は、対象となる所属グループに属する各個人に互いに異なる定位方向を割り当て、現在の定位方向の割り当て状況を保持する（ステップＳ１３）。このような割り当てが行われると、対象となる所属グループにおいて、各人の音声が互いに異なる方向からユーザには聞こえるようになる。なお、定位方向の総数が、対象となるグループの構成人数より少ない場合、割り当て部１５は、複数の個人で定位方向の重複を許す。
【００４４】
また、ステップＳ１２でＮｏと判断された場合、つまり、第３のフラグのみがオンに設定されている場合、対象となる複数の所属グループのそれぞれに互いに異なる定位方向を割り当て、定位方向の割り当て状況を保持する（ステップＳ１４）。このような割り当てが行われると、同一グループ内の音声対話が互いに同じ方向からユーザには聞こえるようになる。
【００４５】
以上のステップＳ１３−Ｓ１５が終了すると、割り当て部１５は図３に示す処理を終了する。この後、対話相手側から送られてくる音声データは、通信部１３を介して音像定位部１６に渡される。割り当て部１５による割り当てに従って、音像定位部１６は、受信音声データが表す音声を定位し、再生部１７から出力させる。
【００４６】
次に、図５、図６Ａ及び図６Ｂを参照して、割り当て部１５の処理が終了するまでの音声対話装置１の処理の具体例について説明する。図５は、図１に示す携帯電話２に格納されているアドレス帳データのグループ構成の一例を示す模式図である。図５において、グループＡには、１ａ、２ａ、３ａ、４ａ、５ａ、６ａ、７ａ及び８ａという８人が属しており、グループＢには、１ｂ、２ｂ、３ｂ、４ｂ、５ｂ及び６ｂという６人が属しており、さらにグループＣには、１ｃ、２ｃ及び３ｃという３人が属していると仮定する。
【００４７】
また、図６Ａは、図４に示すグループ名としてＡが含まれておりかつ第２のフラグがオンに設定されている制御データが送られてきた時の定位方向の割り当て状況を例示する模式図である。図６Ａにおいて、対話相手１ａにはユーザの位置Ｐから見て前方向が、対話相手２ａには右斜め前方向が、対話相手３ａには右方向が、対話相手４ａには右斜め後ろ方向が、対話相手５ａには後ろ方向が、対話相手６ａには左斜め後ろ方向が、対話相手７ａには左方向が、さらに対話相手８ａには左斜め前方向が割り当てられる。
【００４８】
上記のような場合、割り当て部１５は、図７に示すように、現在の割り当て状況として、記憶部１４に現在保持されるアドレス帳データにおいて、対話相手１ａのレコードには前方向という情報を、対話相手２ａのレコードには右斜め前方向という情報を、対話相手３ａのレコードには右方向という情報と、対話相手４ａのレコードには右斜め後ろ方向という情報と、対話相手５ａのレコードには後ろ方向という情報と、対話相手６ａのレコードには左斜め後ろ方向という情報と、対話相手７ａのレコードには左方向という情報と、対話相手８ａのレコードには左斜め前方向という情報とを、制御部１１０を介して追加する。
【００４９】
また、上記のような場合、ユーザには、対話相手１ａの音声が前方向から、対話相手２ａの音声が右斜め前方向から、対話相手３ａの音声が右方向から、対話相手４ａの音声が右斜め後方から、対話相手５ａの音声が後方から、対話相手６ａの音声が左斜め後方から、対話相手７ａの音声が左方向から、さらに、対話相手８ａの音声が左斜め前方から聞こえてくる。
【００５０】
また、図６Ｂは、図４に示すグループ名としてＡ−Ｃが含まれておりかつ第３のフラグがオンに設定されている制御データが送られてきた時の定位方向の割り当て状況を例示する模式図である。図６Ｂにおいて、グループＡにはユーザの位置Ｐから見て前方向が、グループＢには右方向が、さらに、グループＣには後方が割り当てられる。ここで、定位方向は、対象となるグループ数が少ない場合、図６Ｂに示すように、定位方向が互いに隣り合わないように、各グループに割り当てることが好ましい。その方が、ユーザは、どのグループからの音声かを識別し易くなるからである。なお、この点については、対話相手の数が少ない場合も同様である。
【００５１】
上記のような場合、割り当て部１５は、図７に示すように、現在の割り当て状況として、記憶部１４に現在保持されるアドレス帳データにおいて、対話相手１ａ−８ａ（グループＡ）のレコードには前方向という情報を、対話相手１ｂ−６ｂ（グループＢ）のレコードには右方向いう情報を、さらに、対話相手１ｃ−３ｃ（グループＣ）のレコードには後方という情報とを、制御部１１０を介して追加する。
【００５２】
また、上記のような場合、ユーザには、グループＡに属する各人からの音声が前方向から、グループＢに属する各人の音声が右方向から、さらに、グループＣに属する各人からの音声が右方向から聞こえてくる。
【００５３】
また、上記のように本実施形態では、対話相手毎又はグループ毎に定位方向が割り当てられるので、発話操作部１１は、図８Ａ及び図８Ｂに示すように、定位方向の数（本実施形態の場合８）に相当するＰＴＴボタン１１１−１１８と、同報ボタン１１９とを含んでいることがことが好ましい。さらに好ましくは、ＰＴＴボタン１１１−１１８のそれぞれには互いに異なる定位方向が割り当てられる。
【００５４】
また、ユーザが直感的に操作できるように、ＰＴＴボタン１１１−１１８は、自身が割り当てられた定位方向と対応するようにリング状に配置される。より具体的には、リング状に配置されたＰＴＴボタン１１１−１１８の中心をユーザの位置Ｐに見立て、ＰＴＴボタン１１１には、この中心から見て前方向（又は上方向）が、ＰＴＴボタン１１２には右斜め前方向（又は右斜め上方向）が、ＰＴＴボタン１１３には右方向が、ＰＴＴボタン１１４には右斜め後ろ方向（又は右斜め下方向）が、ＰＴＴボタン１１５には後ろ方向（又は下方向）が、ＰＴＴボタン１１６には左斜め後ろ方向（又は左斜め下方向）が、ＰＴＴボタン１１７には左方向が、さらにＰＴＴボタン１１８には左斜め前方向（又は左斜め上方向）が割り当てられる。
【００５５】
以上のことから、図６Ａのような定位方向の割り当てが行われている場合、図８Ａに示すように、ＰＴＴボタン１１１には対話相手１ａが、ＰＴＴボタン１１２には対話相手２ａが、ＰＴＴボタン１１３には対話相手３ａが、ＰＴＴボタン１１４には対話相手４ａが、ＰＴＴボタン１１５には対話相手５ａが、ＰＴＴボタン１１６には対話相手６ａが、ＰＴＴボタン１１７には対話相手７ａが、さらにＰＴＴボタン１１８には対話相手８ａが割り当てられる。
【００５６】
また、図６Ｂのような定位方向の割り当てが行われている場合、図８Ｂに示すように、ＰＴＴボタン１１１にはグループＡが、ＰＴＴボタン１１３にはグループＢが、さらにＰＴＴボタン１１５にはグループＣが割り当てられる。
【００５７】
ユーザは、以上のようなＰＴＴボタン１１１−１１８を操作しながら、今回操作したものが割り当てられている人又はグループに向けた音声を音声入力部１２に入力する。
【００５８】
また、同報ボタン１１９は、好ましい構成として発話操作部１１に備わっており、これを操作することで、例えば現在コネクションが確立している相手側全員に向けて自身の音声を送ることが可能になる。
【００５９】
なお、ＰＴＴボタン１１１−１１８は、上述したように２次元平面上に配置されていたが、これに限らず３次元形状（例えば球）を有する面上に配置されても構わない。
【００６０】
以上説明したように、本実施形態に係る音声対話装置１によれば、これから対話しようとする複数人のそれぞれに、又は複数のグループのそれぞれに、互いに異なる方向を割り当て、その割り当てに従って音像の定位制御を行う。これによって、ユーザは、たとえ複数人と同時に対話していても、音声が聞こえてくる方向から現在誰の声が音声対話装置１から出力されているかを認識しやすくなる。
【００６１】
なお、以上の実施形態では、対話相手又はグループに方向を割り当てるようにしたが、これに限らず、距離感を割り当てても構わない。
【００６２】
また、以上の実施形態では、割り当てるべき定位方向の総数は８として説明したが、これ以外の数でも構わない。また、状況に応じて、定位方向の総数は変更されても良い。
【００６３】
また、定位方向の割り当ては、階層的に行われても構わない。具体的には、上位階層の割り当てとして、図６Ｂに示すように、定位方向が各グループに割り当てられる。さらに、下位階層の割り当てとして、図６Ａに示すように、定位方向が個人に割り当てられる。このような場合、ユーザは、まず、図８Ｂに示すＰＴＴボタン１１１を操作して、グループＡを特定し、その後、図８Ａに示すＰＴＴボタン１１１を操作して、相手１ａを特定し、ユーザは発声する。この時、ＰＴＴボタン１１１の操作が、上位階層のグループＡでの対話開始を意味するのか、下位階層への遷移を意味するのかを区別するために、対話開始を意味する場合と下位階層への遷移を意味する場合との間でＰＴＴボタン１１１の操作方法を変えることが好ましい。このような互いに異なる操作方法としては、ＰＴＴボタン１１１の長押し及び短押しがある。
【００６４】
また、定位方向の割り当て状況が変更された場合、ユーザは、そのことが分かりにくいので、図９に示すような変更通知処理が音声対話装置１に実装されることが好ましい。図９において、制御部１１０は、図４に示す制御データが到着するたびに、それに含まれるＩＤ又はグループ名及び／又はフラグを参照して、定位方向の割り当て状況が変わるか否かを判断する（ステップＳ２１）。
【００６５】
Ｎｏと判断した場合、図９に示す変更通知処理は終了する。逆にＹｅｓと判断した場合、制御部１１０は、割り当て部１５に処理を依頼し（ステップＳ２２）、これによって、割り当て部１５は図３に示す処理を開始する。
【００６６】
さらに、制御部１１０は、定位方向の割り当てが変わることをユーザに通知するように、報知部１８に依頼する（ステップＳ２３）。報知部１８は、合成音声又は発光に代表される手法で、ユーザに、定位方向の割り当てが変わることを通知する。これによって、ユーザは定位方向の割り当てが変わることを知ることが可能となる。
【００６７】
また、対話相手をさらにユーザが特定し易いように、発話操作部１１を構成するＰＴＴボタン１１１−１１８を発光可能に構成され、制御部１１０は、図１０に示すような相手通知処理を行うことが好ましい。つまり、図１０において、制御部１１０は、複数の個人又は複数のグループからの音声が再生されると（ステップＳ３１）、ＰＴＴボタン１１１−１１８のうち、今回の音声を送ってきた複数の個人又は複数のグループに割り当てられているものを点灯させる（ステップＳ３２）。これにより、ユーザは、直前に対話音声が出力された相手へ返答する際に、対話音声が出力された方向及び選択ボタンの点灯によって対話相手をより容易に特定することできる。なお、ＰＴＴボタン１１１−１１８の発光だけでなく、対象となるＰＴＴボタン１１１−１１８が他のものと識別できるような方法であれば、どのような方法で、ユーザに通知しても構わない。
【００６８】
また、ユーザは、対話相手からの音声が聴こえてくる方向が誰（どのグループ）になっているかをいつでも確認でき、気に入らなければ自由に変更できることが望ましい。制御部１１０は、図１１に示すような割り当て変更処理を行うことが好ましい。つまり、図１１において、制御部１１０は、ユーザより特定の方向から出力される対話音声の割り当て変更要求を受け付けたかを判断する（ステップＳ４１）。この変更要求は、図示しない入力装置から、ユーザの操作に応答して出力される。なお、割り当ての変更には、入力装置として、タッチパネルディスプレイが好適である。
【００６９】
Ｎｏと判断すると、制御部１１０は、図１１に示される処理を終了するが、Ｙｅｓと判断すると、定位方向に関し現在の割り当て状況を表示部１９へ表示するよう依頼する。表示部１９は、このような依頼に応答して、例えば図６Ａ及び図６Ｂを可視化したような画像を表示する（ステップＳ４２）。
【００７０】
次に、制御部１１０は、ユーザの入力に従って、定位方向の割り当て変更を受け付け（ステップＳ４３）、もし変更があった場合には、その変更を反映する（ステップＳ４４）。
【００７１】
なお、割り当ての変更は好ましくは、ユーザの操作に応答して行われる。しかし、音声データが到着するたびに、又は音声対話の度に、定位方向の割り当てを変更するのは、対話相手の特定のし易さという観点からは好ましくない。それ故、一旦割り当てた定位方向を記憶し、音声対話装置１は、次に同じ状況での音声対話が行われる場合、記憶した定位方向を使うことが好ましい。
【００７２】
また、制御部１１０は、上述のようにＲＯＭに予め格納されるコンピュータプログラムに従って行っていた。しかし、これに限らず、上述のような処理はハードウェアで実現されても構わない。また、コンピュータプログラムは、ＣＤ−ＲＯＭのような記憶媒体に記録された状態で頒布されても構わない。他にも、コンピュータプログラムは、ネットワークに接続されたサーバ装置に、音声端末装置１がダウンロード又は可能に格納されていても構わない。
【００７３】
以上、本発明を詳細に説明したが、上記説明はあらゆる意味において例示的なものであり限定的なものではない。本発明の範囲から逸脱することなしに多くの他の改変例及び変形例が可能であることが理解される。
【産業上の利用可能性】
【００７４】
本発明に係る音声対話装置は、同時の複数人と音声対話している最中に、現在誰の声が出力されているかをユーザが認識しやすい車載端末装置等に有用である。
【図面の簡単な説明】
【００７５】
【図１】本発明の一実施形態に係る音声対話装置１の全体構成を示すブロック図
【図２】図１に示す携帯電話２から送られてくるアドレス帳データの構成を示す模式図
【図３】図１に示す割り当て部１５の処理を示すフローチャート
【図４】図１に示す割り当て部１５により受信される制御データの構造を示す模式図
【図５】図１に示す携帯電話２に格納されているアドレス帳データのグループのグループ構成の一例を示す模式図
【図６Ａ】図４に示すグループ名としてＡが含まれており、第２のフラグがオンに設定されている制御データが送られてきた時の定位方向の割り当て状況を例示する模式図
【図６Ｂ】図４に示すグループ名としてＡ−Ｃが含まれており、第３のフラグがオンに設定されている制御データが送られてきた時の定位方向の割り当て状況を例示する模式図
【図７】図１に示す割り当て部１５により割り当てられた定位方向の一例を示す模式図
【図８Ａ】図１に示す発話操作部１１の具体的な構成を示す第１の模式図
【図８Ｂ】図１に示す発話操作部１１の具体的な構成を示す第２の模式図
【図９】図１に示す音声対話装置１で実行される変更通知処理を示すフローチャート
【図１０】図１に示す音声対話装置１で実行される相手通知処理を示すフローチャート
【図１１】図１に示す音声対話装置１で実行される割り当て変更処理を示すフローチャート
【符号の説明】
【００７６】
１ 音声対話装置
１１ 発話操作部
１２ 音声入力部
１３ 通信部
１４ 記憶部
１５ 割り当て部
１６ 音像定位部
１７ 再生部
１８ 報知部
１９ 表示部
１１０制御部
２ 携帯電話
【特許請求の範囲】
【請求項１】
音声対話装置であって、
前記音声対話装置は、
予め定められた１つのグループに属する各対話相手又は予め定められた複数のグループのそれぞれに互いに異なる空間的な情報を割り当てる割り当て部と、
前記割り当て部により割り当てられた空間的な情報に従って、外部から送られてくる音声データを定位する定位部とを備え、
前記定位部により定位された音声データに従って、前記音声対話装置に接続された再生部又は前記音声対話装置に備わる再生部は音声を出力する、音声対話装置。
【請求項２】
前記割り当て部は、前記１つのグループに属する各対話相手又は前記複数のグループに対し互いに異なる方向又は距離感を割り当てる、請求項１に記載の音声対話装置。
【請求項３】
前記割り当て部が空間的な情報の割り当てを変更したことを報知する報知部をさらに備える、請求項１に記載の音声対話装置。
【請求項４】
前記音声対話装置は、ユーザが対話相手と対話を開始するために操作する発話操作部をさらに備え、
前記発話操作部は、前記定位部が定位した各方向又は各距離感に一位に割り当てられる複数のボタンを含む、請求項１に記載の音声対話装置。
【請求項５】
前記発話操作部は、前記再生部が音声を出力すると、前記複数のボタンの内、今回出力された音声を発した対話相手又はグループに割り当てられているボタンを点灯させる、請求項４に記載の音声対話装置。
【請求項６】
前記割り当て部が前記１つのグループに属する各対話相手又は前記複数のグループに現在割り当てている方向又は距離感を表示する表示部をさらに備える、請求項１に記載の音声対話装置。
【請求項７】
前記割り当て部は、前記１つのグループに属する各対話相手又は前記複数のグループに現在割り当てている方向又は距離感を、ユーザの指定に応じて変更する、請求項１に記載の音声対話装置。
【請求項８】
音声対話装置において用いられ、外部からの音声データを出力する方法であって、
前記方法は、
予め定められた１つのグループに属する各対話相手又は予め定められた複数のグループのそれぞれに互いに異なる空間的な情報を割り当てる割り当てステップと、
前記割り当てステップで割り当てられた空間的な情報に従って、外部から送られてくる音声データを定位する定位ステップと、
前記定位ステップで定位された音声データに従って、前記音声対話装置に接続された再生部又は前記音声対話装置に備わる再生部は音声を出力する音声出力ステップとを備える、方法。
【請求項９】
音声対話装置において用いられ、外部からの音声データを出力するためのコンピュータプログラムであって、
前記コンピュータプログラムは、
予め定められた１つのグループに属する各対話相手又は予め定められた複数のグループのそれぞれに互いに異なる空間的な情報を割り当てる割り当てステップと、
前記割り当てステップで割り当てられた空間的な情報に従って、外部から送られてくる音声データを定位する定位ステップと、
前記定位ステップで定位された音声データに従って、前記音声対話装置に接続された再生部又は前記音声対話装置に備わる再生部は音声を出力する音声出力ステップとを備える、コンピュータプログラム。
【請求項１０】
記憶媒体に記憶される、請求項９に記載のコンピュータプログラム。
【請求項１】
音声対話装置であって、
前記音声対話装置は、
予め定められた１つのグループに属する各対話相手又は予め定められた複数のグループのそれぞれに互いに異なる空間的な情報を割り当てる割り当て部と、
前記割り当て部により割り当てられた空間的な情報に従って、外部から送られてくる音声データを定位する定位部とを備え、
前記定位部により定位された音声データに従って、前記音声対話装置に接続された再生部又は前記音声対話装置に備わる再生部は音声を出力する、音声対話装置。
【請求項２】
前記割り当て部は、前記１つのグループに属する各対話相手又は前記複数のグループに対し互いに異なる方向又は距離感を割り当てる、請求項１に記載の音声対話装置。
【請求項３】
前記割り当て部が空間的な情報の割り当てを変更したことを報知する報知部をさらに備える、請求項１に記載の音声対話装置。
【請求項４】
前記音声対話装置は、ユーザが対話相手と対話を開始するために操作する発話操作部をさらに備え、
前記発話操作部は、前記定位部が定位した各方向又は各距離感に一位に割り当てられる複数のボタンを含む、請求項１に記載の音声対話装置。
【請求項５】
前記発話操作部は、前記再生部が音声を出力すると、前記複数のボタンの内、今回出力された音声を発した対話相手又はグループに割り当てられているボタンを点灯させる、請求項４に記載の音声対話装置。
【請求項６】
前記割り当て部が前記１つのグループに属する各対話相手又は前記複数のグループに現在割り当てている方向又は距離感を表示する表示部をさらに備える、請求項１に記載の音声対話装置。
【請求項７】
前記割り当て部は、前記１つのグループに属する各対話相手又は前記複数のグループに現在割り当てている方向又は距離感を、ユーザの指定に応じて変更する、請求項１に記載の音声対話装置。
【請求項８】
音声対話装置において用いられ、外部からの音声データを出力する方法であって、
前記方法は、
予め定められた１つのグループに属する各対話相手又は予め定められた複数のグループのそれぞれに互いに異なる空間的な情報を割り当てる割り当てステップと、
前記割り当てステップで割り当てられた空間的な情報に従って、外部から送られてくる音声データを定位する定位ステップと、
前記定位ステップで定位された音声データに従って、前記音声対話装置に接続された再生部又は前記音声対話装置に備わる再生部は音声を出力する音声出力ステップとを備える、方法。
【請求項９】
音声対話装置において用いられ、外部からの音声データを出力するためのコンピュータプログラムであって、
前記コンピュータプログラムは、
予め定められた１つのグループに属する各対話相手又は予め定められた複数のグループのそれぞれに互いに異なる空間的な情報を割り当てる割り当てステップと、
前記割り当てステップで割り当てられた空間的な情報に従って、外部から送られてくる音声データを定位する定位ステップと、
前記定位ステップで定位された音声データに従って、前記音声対話装置に接続された再生部又は前記音声対話装置に備わる再生部は音声を出力する音声出力ステップとを備える、コンピュータプログラム。
【請求項１０】
記憶媒体に記憶される、請求項９に記載のコンピュータプログラム。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６Ａ】
【図６Ｂ】
【図７】
【図８Ａ】
【図８Ｂ】
【図９】
【図１０】
【図１１】
【図２】
【図３】
【図４】
【図５】
【図６Ａ】
【図６Ｂ】
【図７】
【図８Ａ】
【図８Ｂ】
【図９】
【図１０】
【図１１】
【公開番号】特開２００６−２１１０４８（Ｐ２００６−２１１０４８Ａ）
【公開日】平成１８年８月１０日（２００６．８．１０）
【国際特許分類】
【出願番号】特願２００５−１７３０３（Ｐ２００５−１７３０３）
【出願日】平成１７年１月２５日（２００５．１．２５）
【出願人】（０００００５８２１）松下電器産業株式会社 (73,050)
【Ｆターム（参考）】
【公開日】平成１８年８月１０日（２００６．８．１０）
【国際特許分類】
【出願日】平成１７年１月２５日（２００５．１．２５）
【出願人】（０００００５８２１）松下電器産業株式会社 (73,050)
【Ｆターム（参考）】
[ Back to top ]