特許ウォッチ

公開番号2024057730
公報種別公開特許公報(A)
公開日2024-04-25
出願番号2022164583
出願日2022-10-13
発明の名称情報処理装置
出願人株式会社JVCケンウッド
代理人個人
主分類G10L 21/0364 20130101AFI20240418BHJP(楽器;音響)
要約【課題】会話のリアルタイム性を損なうことなく、時間軸上で互いに重なる複数の発話を聞き取りやすくする技術を提供する。
【解決手段】電子会議装置は、複数の利用者端末3から音声信号を受信する音声信号受信部32と、音声信号受信部32が異なる利用者端末3から同時に音声信号を受信したか判定する同時受信判定部33と、音声信号受信部32が異なる利用者端末3から同時に音声信号を受信した場合、後続の音声信号に対応する発話の始まりを強調するように後続の音声信号を加工する信号加工部34と、先行の音声信号と後続の音声信号を混合して出力する出力部35と、を含む。
【選択図】図2
特許請求の範囲【請求項１】
複数の利用者端末から音声信号を受信する音声信号受信部と、
前記音声信号受信部が異なる利用者端末から同時に音声信号を受信したか判定する同時受信判定部と、
前記音声信号受信部が異なる利用者端末から同時に音声信号を受信した場合、後続の音声信号に対応する発話の始まりを強調するように前記後続の音声信号を加工する信号加工部と、
先行の音声信号と後続の音声信号を混合して出力する出力部と、
を含む、
情報処理装置。
続きを表示（約 480 文字）【請求項２】
前記信号加工部は、前記後続の音声信号に対応する発話の冒頭部分に対応する音声信号を増幅する、
請求項１に記載の情報処理装置。
【請求項３】
前記信号加工部は、前記後続の音声信号に対応する発話の冒頭部分に所定の強調音声信号を配置する、
請求項１に記載の情報処理装置。
【請求項４】
前記複数の利用者端末から受信した音声信号を音声認識することにより、利用者端末毎に、当該利用者端末から発信される音声信号が他の利用者の発話に対して肯定的な傾向にあるか否定的な傾向にあるか判定する傾向判定部を更に備え、
前記信号加工部は、前記傾向判定部で判定された結果に基づき、前記後続の音声信号の振幅を増幅する、
請求項１に記載の情報処理装置。
【請求項５】
利用者端末毎に、総発話回数又は総発話時間を計測する発話計測部を更に備え、
前記信号加工部は、前記発話計測部で計測された結果に基づき、前記後続の音声信号の振幅を増幅する、
請求項１に記載の情報処理装置。

発明の詳細な説明【技術分野】
【０００１】
本発明は、情報処理装置に関する。
続きを表示（約 1,600 文字）【背景技術】
【０００２】
特許文献１は、複数の参加者が同時に発言した場合や複数の参加者の発言が互いに重なった場合に、それらの発言を認識し理解することを容易とする会議支援システムを開示している。具体的には、同時に行われ又は互いに重なりのある複数の発言を時間軸上で重ならないようにタイムラグを設けて順次再生出力するようにしている。
【先行技術文献】
【特許文献】
【０００３】
特開２００６－２２９９０３号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
上記特許文献１の構成では、互いに重なりのある複数の発言にタイムラグを設けて順次再生出力するので、互いに重なりのある複数の発言の数が少ないうちは問題ないが、多くなるとすべての発言が再生出力され終わるまでに相当の時間を要し、会話のリアルタイム性が損なわれてしまう。
【０００５】
本開示の目的は、会話のリアルタイム性を損なうことなく、時間軸上で互いに重なる複数の発話を聞き取りやすくする技術を提供することにある。
【課題を解決するための手段】
【０００６】
本開示によれば、
複数の利用者端末から音声信号を受信する音声信号受信部と、
前記音声信号受信部が異なる利用者端末から同時に音声信号を受信したか判定する同時受信判定部と、
前記音声信号受信部が異なる利用者端末から同時に音声信号を受信した場合、後続の音声信号に対応する発話の始まりを強調するように前記後続の音声信号を加工する信号加工部と、
先行の音声信号と後続の音声信号を混合して出力する出力部と、
を含む、
情報処理装置が提供される。
【発明の効果】
【０００７】
本開示によれば、会話のリアルタイム性を損なうことなく、時間軸上で互いに重なる複数の発話が聞き取りやすくなる。
【図面の簡単な説明】
【０００８】
電子会議装置の概略図である。（第１実施形態）
利用者端末の機能ブロック図である。（第１実施形態）
加工前の音声信号を示すグラフである。（第１実施形態）
加工後の音声信号を示すグラフである。（第１実施形態）
利用者端末の制御フローである。（第１実施形態）
加工後の音声信号を示すグラフである。（第２実施形態）
利用者端末の機能ブロック図である。（第３実施形態）
加工後の音声信号を示すグラフである。（第３実施形態）
利用者端末の機能ブロック図である。（第４実施形態）
利用者端末の機能ブロック図である。（第５実施形態）
【発明を実施するための形態】
【０００９】
（第１実施形態）
以下、図１から図５を参照して、本開示の第１実施形態を説明する。
【００１０】
図１には、電子会議装置１の概略図を示している。本実施形態において、電子会議装置１は、複数の利用者が参加するオンライン型の電子会議装置に適用される。電子会議装置１は、サーバ２と、複数の利用者端末３と、を含む。複数の利用者端末３は、WAN４（Wide Area Network）を経由してサーバ２と双方向通信可能に構成されている。複数の利用者端末３は、WAN４を経由して互いに双方向通信可能に構成されている。本実施形態では、説明の便宜上、オンライン型の電子会議に利用者Ａ、利用者Ｂ、利用者Ｃ、利用者Ｄが参加するものとする。複数の利用者端末３は、利用者Ａが利用する利用者端末３Ａ、利用者Ｂが利用する利用者端末３Ｂ、利用者Ｃが利用する利用者端末３Ｃ、利用者Ｄが利用する利用者端末３Ｄを含む。利用者端末３Ａ、利用者端末３Ｂ、利用者端末３Ｃ、利用者端末３Ｄは何れも同一構成である。利用者端末３は、情報処理装置の一具体例である。
（【００１１】以降は省略されています）

関連特許