▶ 凸版印刷株式会社の特許一覧 ▶ 株式会社Ｔａｎｇｅｎｔ Ｊａｐａｎの特許一覧
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公開特許公報(A)
(11)【公開番号】P2023161582
(43)【公開日】2023-11-07
(54)【発明の名称】コンテンツ提供システム及びコンテンツ提供方法
(51)【国際特許分類】
G06Q 50/10 20120101AFI20231030BHJP
H04N 23/60 20230101ALI20231030BHJP
G06F 3/0481 20220101ALI20231030BHJP
【ＦＩ】
G06Q50/10
H04N23/60 500
G06F3/0481
【審査請求】未請求
【請求項の数】8
【出願形態】ＯＬ
(21)【出願番号】P 2023071105
(22)【出願日】2023-04-24
(31)【優先権主張番号】P 2022071922
(32)【優先日】2022-04-25
(33)【優先権主張国・地域又は機関】JP
(71)【出願人】
【識別番号】000003193
【氏名又は名称】ＴＯＰＰＡＮホールディングス株式会社
(71)【出願人】
【識別番号】522019340
【氏名又は名称】株式会社Ｔａｎｇｅｎｔ Ｊａｐａｎ
(74)【代理人】
【識別番号】100149548
【弁理士】
【氏名又は名称】松沼 泰史
(74)【代理人】
【識別番号】100139686
【弁理士】
【氏名又は名称】鈴木 史朗
(74)【代理人】
【識別番号】100169764
【弁理士】
【氏名又は名称】清水 雄一郎
(74)【代理人】
【識別番号】100147267
【弁理士】
【氏名又は名称】大槻 真紀子
(72)【発明者】
【氏名】吉本 英樹
(72)【発明者】
【氏名】山本 剛久
(72)【発明者】
【氏名】長谷川 達
(72)【発明者】
【氏名】村井 隼人
【テーマコード（参考）】
5C122
5E555
5L049
【Ｆターム（参考）】
5C122DA09
5C122DA28
5C122EA56
5C122FH11
5C122FH14
5C122FJ03
5C122FJ15
5C122GA31
5C122GC14
5C122GC75
5C122HB01
5C122HB09
5E555AA46
5E555BA02
5E555BA04
5E555BB02
5E555BB04
5E555BC04
5E555BD03
5E555CA12
5E555CA42
5E555CB14
5E555CB33
5E555DA23
5E555DB20
5E555DD01
5E555DD08
5E555EA02
5E555EA19
5E555EA22
5E555EA24
5E555FA00
5L049CC11
(57)【要約】
【課題】既存の紙面媒体における紙面に対応する音声コンテンツを出力可能とする。
【解決手段】紙面媒体の紙面ごとに対応付けられ、当該紙面に対応する内容の音声データを記憶する音声データ記憶部と、撮像部により紙面媒体の紙面を撮像して得られた撮像画像を取得する画像取得部と、前記画像取得部により取得された撮像画像により撮像された紙面媒体の紙面が、前記音声データ記憶部に記憶される音声データが対応する紙面媒体の紙面のうちのいずれであるのかを特定する紙面特定部と、前記紙面特定部により特定された紙面媒体の紙面に対応付けられた音声データの音声を音声出力端末から出力させる音声出力制御部とを備えてコンテンツ提供システムを提供する。
【選択図】図１１
【解決手段】紙面媒体の紙面ごとに対応付けられ、当該紙面に対応する内容の音声データを記憶する音声データ記憶部と、撮像部により紙面媒体の紙面を撮像して得られた撮像画像を取得する画像取得部と、前記画像取得部により取得された撮像画像により撮像された紙面媒体の紙面が、前記音声データ記憶部に記憶される音声データが対応する紙面媒体の紙面のうちのいずれであるのかを特定する紙面特定部と、前記紙面特定部により特定された紙面媒体の紙面に対応付けられた音声データの音声を音声出力端末から出力させる音声出力制御部とを備えてコンテンツ提供システムを提供する。
【選択図】図１１
【特許請求の範囲】
【請求項1】
紙面媒体の紙面ごとに対応付けられ、当該紙面に対応する内容の音声データを記憶する音声データ記憶部と、
撮像部により紙面媒体の紙面を撮像して得られた撮像画像を取得する画像取得部と、
前記画像取得部により取得された撮像画像により撮像された紙面媒体の紙面が、前記音声データ記憶部に記憶される音声データが対応する紙面媒体の紙面のうちのいずれであるのかを特定する紙面特定部と、
前記紙面特定部により特定された紙面媒体の紙面に対応付けられた音声データの音声を音声出力端末から出力させる音声出力制御部と
を備えるコンテンツ提供システム。
撮像部により紙面媒体の紙面を撮像して得られた撮像画像を取得する画像取得部と、
前記画像取得部により取得された撮像画像により撮像された紙面媒体の紙面が、前記音声データ記憶部に記憶される音声データが対応する紙面媒体の紙面のうちのいずれであるのかを特定する紙面特定部と、
前記紙面特定部により特定された紙面媒体の紙面に対応付けられた音声データの音声を音声出力端末から出力させる音声出力制御部と
を備えるコンテンツ提供システム。
【請求項2】
前記音声データ記憶部が紙面ごとに対応して記憶する音声データは、対応の紙面において示される文字を音声化した音声データである
請求項１に記載のコンテンツ提供システム。
請求項１に記載のコンテンツ提供システム。
【請求項3】
前記音声データ記憶部は、１つの紙面に対応して記憶する音声データとして、予め用意された音声データと、ユーザが録音することにより作成された録音音声データとを記憶可能とされ、
前記音声出力制御部は、前記紙面特定部により特定された紙面媒体の紙面に対応付けられた音声データとして、前記予め用意された音声データと前記録音音声データとのうちで音声出力の対象として設定されている音声データを前記音声出力端末から出力させる
請求項２に記載のコンテンツ提供システム。
前記音声出力制御部は、前記紙面特定部により特定された紙面媒体の紙面に対応付けられた音声データとして、前記予め用意された音声データと前記録音音声データとのうちで音声出力の対象として設定されている音声データを前記音声出力端末から出力させる
請求項２に記載のコンテンツ提供システム。
【請求項4】
前記紙面特定部は、紙面媒体を撮像して得られる媒体撮像画像と前記紙面媒体における紙面を撮像して得られる紙面撮像画像の組み合わせに対して、当該組み合わせに対応する紙面媒体と紙面とを対応付けたに学習データにより学習器を学習させることで得られた学習済みモデルを用いて、紙面媒体の紙面の特定を行う
請求項１から３のいずれか一項に記載のコンテンツ提供システム。
請求項１から３のいずれか一項に記載のコンテンツ提供システム。
【請求項5】
前記撮像部は前記音声出力端末に備えられ、
前記音声出力端末は、前記紙面媒体を利用するユーザが身に付けることが可能とされた態様を有する
請求項１から３のいずれか一項に記載のコンテンツ提供システム。
前記音声出力端末は、前記紙面媒体を利用するユーザが身に付けることが可能とされた態様を有する
請求項１から３のいずれか一項に記載のコンテンツ提供システム。
【請求項6】
前記音声出力端末と、当該音声出力端末と通信可能に接続されるコンテンツ管理端末とを備え、
前記音声出力端末は、前記撮像部を備え、当該撮像部により撮像して得られた撮像画像を前記コンテンツ管理端末に送信し、
前記コンテンツ管理端末は、前記音声データ記憶部と、前記音声出力端末から送信された撮像画像を取得する前記画像取得部と、前記紙面特定部と、前記紙面特定部により特定された紙面に対応付けられて前記音声データ記憶部に記憶される音声データを前記音声出力端末に送信するようにされた前記音声出力制御部とを備える
請求項１から３のいずれか一項に記載のコンテンツ提供システム。
前記音声出力端末は、前記撮像部を備え、当該撮像部により撮像して得られた撮像画像を前記コンテンツ管理端末に送信し、
前記コンテンツ管理端末は、前記音声データ記憶部と、前記音声出力端末から送信された撮像画像を取得する前記画像取得部と、前記紙面特定部と、前記紙面特定部により特定された紙面に対応付けられて前記音声データ記憶部に記憶される音声データを前記音声出力端末に送信するようにされた前記音声出力制御部とを備える
請求項１から３のいずれか一項に記載のコンテンツ提供システム。
【請求項7】
コンテンツ管理サーバをさらに備え、
前記コンテンツ管理端末は、前記コンテンツ管理サーバが記憶する音声データのうちからダウンロードした音声データを前記音声データ記憶部に記憶させる
請求項６に記載のコンテンツ提供システム。
前記コンテンツ管理端末は、前記コンテンツ管理サーバが記憶する音声データのうちからダウンロードした音声データを前記音声データ記憶部に記憶させる
請求項６に記載のコンテンツ提供システム。
【請求項8】
コンテンツ提供システムにおけるコンテンツ提供方法であって、
撮像部により紙面媒体の紙面を撮像して得られた撮像画像を取得する画像取得ステップと、
前記画像取得ステップにより取得された撮像画像により撮像された紙面媒体の紙面が、紙面媒体の紙面ごとに対応付けられ当該紙面に対応する内容の音声データを記憶する音声データ記憶部に記憶される音声データが対応する紙面媒体の紙面のうちのいずれであるのかを特定する紙面特定ステップと、
前記紙面特定ステップにより特定された紙面媒体の紙面に対応付けられた音声データの音声を音声出力端末から出力させる音声出力制御ステップと
を含むコンテンツ提供方法。
撮像部により紙面媒体の紙面を撮像して得られた撮像画像を取得する画像取得ステップと、
前記画像取得ステップにより取得された撮像画像により撮像された紙面媒体の紙面が、紙面媒体の紙面ごとに対応付けられ当該紙面に対応する内容の音声データを記憶する音声データ記憶部に記憶される音声データが対応する紙面媒体の紙面のうちのいずれであるのかを特定する紙面特定ステップと、
前記紙面特定ステップにより特定された紙面媒体の紙面に対応付けられた音声データの音声を音声出力端末から出力させる音声出力制御ステップと
を含むコンテンツ提供方法。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、コンテンツ提供システム及びコンテンツ提供方法に関する。
【背景技術】
【0002】
現在開かれているページを検出したブックが、検出したページを、ページごとに対応するオーディオ・コンテンツを記憶するリモート・レスポンダに送信し、リモート・レスポンダが受信したページに対応するオーディオ・コンテンツを再生するようにされたブック・システムの技術が知られている（例えば、特許文献１参照）。
【先行技術文献】
【特許文献】
【0003】
【特許文献1】特許第６０８６４９８号公報
【発明の概要】
【発明が解決しようとする課題】
【0004】
特許文献１に記載のブック・システムでは、ブックについて、例えば開かれているページを検知するために、マグネットと共振回路とによる検知システムを付加した構成とする必要がある。このため、特許文献１に記載のブック・システムは、既存の書籍に適用することができない。
【0005】
本発明は、既存の紙面媒体における紙面に対応する音声コンテンツを出力可能とすることを目的とする。
【課題を解決するための手段】
【0006】
上述した課題を解決する本発明の一態様は、紙面媒体の紙面ごとに対応付けられ、当該紙面に対応する内容の音声データを記憶する音声データ記憶部と、撮像部により紙面媒体の紙面を撮像して得られた撮像画像を取得する画像取得部と、前記画像取得部により取得された撮像画像により撮像された紙面媒体の紙面が、前記音声データ記憶部に記憶される音声データが対応する紙面媒体の紙面のうちのいずれであるのかを特定する紙面特定部と、前記紙面特定部により特定された紙面媒体の紙面に対応付けられた音声データの音声を音声出力端末から出力させる音声出力制御部とを備えるコンテンツ提供システムである。
【0007】
また、本発明の一態様は、コンテンツ提供システムにおけるコンテンツ提供方法であって、撮像部により紙面媒体の紙面を撮像して得られた撮像画像を取得する画像取得ステップと、前記画像取得ステップにより取得された撮像画像により撮像された紙面媒体の紙面が、紙面媒体の紙面ごとに対応付けられ当該紙面に対応する内容の音声データを記憶する音声データ記憶部に記憶される音声データが対応する紙面媒体の紙面のうちのいずれであるのかを特定する紙面特定ステップと、前記紙面特定ステップにより特定された紙面媒体の紙面に対応付けられた音声データの音声を音声出力端末から出力させる音声出力制御ステップとを含むコンテンツ提供方法である。
【発明の効果】
【0008】
本発明によれば、既存の紙面媒体における紙面に対応する音声コンテンツを出力可能になるとの効果が得られる。
【図面の簡単な説明】
【0009】
【図1】本実施形態に係るコンテンツ提供システムの全体的な構成例を示す図である。
【図2】本実施形態に係る読み聞かせアプリケーションのアプリケーション画面の例を示す図である。
【図3】本実施形態に係る読み聞かせアプリケーションのアプリケーション画面の例を示す図である。
【図4】本実施形態に係る読み聞かせアプリケーションのアプリケーション画面の例を示す図である。
【図5】本実施形態に係るコンテンツ管理サーバの機能構成例を示す図である。
【図6】本実施形態に係る読み聞かせコンテンツデータの一例を示す図である。
【図7】本実施形態に係るコンテンツ管理端末の機能構成例を示す図である。
【図8】本実施形態に係るページ特定部に用いられる学習済みモデルの構築例を説明する図である。
【図9】本実施形態に係る音声出力設定データの一例を示す図である。
【図10】本実施形態に係る音声出力端末の機能構成例を示す図である。
【図11】本実施形態に係る音声出力端末とコンテンツ管理端末とが、音声出力端末での読み聞かせ音声の出力に関連して実行する処理手順例を示すフローチャートである。
【発明を実施するための形態】
【0010】
＜実施形態＞
［コンテンツ提供システムの全体的構成例］
図１は、本実施形態のコンテンツ提供システムの全体的な構成例を示している。本実施形態のコンテンツ提供システムは、コンテンツ管理サーバ１００、コンテンツ管理端末２００、及び音声出力端末３００を備える。
［コンテンツ提供システムの全体的構成例］
図１は、本実施形態のコンテンツ提供システムの全体的な構成例を示している。本実施形態のコンテンツ提供システムは、コンテンツ管理サーバ１００、コンテンツ管理端末２００、及び音声出力端末３００を備える。
【0011】
本実施形態のコンテンツ提供システムでは、子供としてのユーザである子供ユーザＵｃが音声出力端末３００を身に付けた状態で、絵本ＰＢ（紙面媒体の一例）における或るページ（紙面の一例）を開くと、開かれたページに記載されている文章（文字）が、音声出力端末３００から音声として出力される。つまり、本実施形態のコンテンツ提供システムは、子供ユーザＵｃが開いたページに追従するようにして、子供ユーザＵｃに向けて絵本の読み聞かせを行うことが可能とされる。
【0012】
コンテンツ管理サーバ１００は、本実施形態のコンテンツ提供システムが提供可能な全ての絵本に対応する読み聞かせコンテンツを管理する。コンテンツ管理サーバ１００は、コンテンツ提供システムにおいて提供可能な全ての絵本の読み聞かせコンテンツを記憶している。読み聞かせコンテンツは、対応の絵本に記載された文章を音読した音声データや対応の絵本の画像データを含む。
【0013】
コンテンツ管理端末２００は、保護者ユーザＵｐが使用する端末である。コンテンツ管理端末２００は、スマートフォン、タブレット端末、パーソナルコンピュータ等であってよい。以下の説明では、コンテンツ管理端末２００がスマートフォンである場合を例に挙げる。コンテンツ管理端末２００には、本実施形態のコンテンツ提供システムに対応するコンテンツ提供アプリケーション（読み聞かせアプリケーション）が導入（インストール）されている。
【0014】
前述のようにコンテンツ管理サーバ１００には、コンテンツ提供システムが提供可能な全ての絵本に対応する読み聞かせコンテンツが記憶されている。保護者ユーザＵｐは、読み聞かせアプリケーションが動作するコンテンツ管理端末２００を操作して、コンテンツ提供システムが提供可能な全ての読み聞かせコンテンツのうちで、例えば子供ユーザＵｃに与えられている実物の絵本に対応する読み聞かせコンテンツをコンテンツ管理端末２００にダウンロードすることができる。コンテンツ管理端末２００は、ダウンロードした読み聞かせコンテンツを記憶する。
また、例えば保護者ユーザＵｐは、コンテンツ管理サーバ１００が提供する音声データに加えて、絵本のページごとに自分が音読した音声を読み聞かせアプリケーションが動作するコンテンツ管理端末２００に録音することができる。コンテンツ管理端末２００は、録音された保護者ユーザＵｐの音声を、対応の絵本の読み聞かせコンテンツにおける音声データの１つに含めて記憶する。これにより、本実施形態では、読み聞かせ音声として、コンテンツ管理サーバ１００から提供されるものに加えて、保護者等のように身近な者の音声も音声出力端末３００から出力させることができる。
また、例えば保護者ユーザＵｐは、コンテンツ管理サーバ１００が提供する音声データに加えて、絵本のページごとに自分が音読した音声を読み聞かせアプリケーションが動作するコンテンツ管理端末２００に録音することができる。コンテンツ管理端末２００は、録音された保護者ユーザＵｐの音声を、対応の絵本の読み聞かせコンテンツにおける音声データの１つに含めて記憶する。これにより、本実施形態では、読み聞かせ音声として、コンテンツ管理サーバ１００から提供されるものに加えて、保護者等のように身近な者の音声も音声出力端末３００から出力させることができる。
【0015】
本実施形態の音声出力端末３００は、例えばペンダントの態様を有している。子供ユーザＵｃは、ペンダントの態様の音声出力端末３００に設けられたストラップを首にかけ、自分の胸の辺りに位置するようにして身に付ける。子供ユーザＵｃは、このように音声出力端末３００を身に付けた状態で、絵本ＰＢを持ち、ページをめくる。
音声出力端末３００は、撮像部（カメラ）を備えている。撮像部は視野角の広いレンズを備える。このような視野角の広いレンズの一具体例として、魚眼レンズが用いられてよい。このように視野角の広い撮像部を有する音声出力端末３００は、上記のように子供ユーザＵｃの胸の辺りに位置していることで、子供ユーザＵｃが持つ絵本ＰＢを撮像することができる。音声出力端末３００は、子供ユーザＵｃが絵本ＰＢを開いているときには開かれたページを撮像する。
音声出力端末３００は、例えばＷｉ－Ｆｉ（登録商標）あるいはＢｌｕｅｔｏｏｔｈ（登録商標）等の近距離対応の無線通信によりコンテンツ管理端末２００と通信可能に接続される。音声出力端末３００は、撮像部により撮像して得られる撮像画像をコンテンツ管理端末２００に送信する。
音声出力端末３００は、撮像部（カメラ）を備えている。撮像部は視野角の広いレンズを備える。このような視野角の広いレンズの一具体例として、魚眼レンズが用いられてよい。このように視野角の広い撮像部を有する音声出力端末３００は、上記のように子供ユーザＵｃの胸の辺りに位置していることで、子供ユーザＵｃが持つ絵本ＰＢを撮像することができる。音声出力端末３００は、子供ユーザＵｃが絵本ＰＢを開いているときには開かれたページを撮像する。
音声出力端末３００は、例えばＷｉ－Ｆｉ（登録商標）あるいはＢｌｕｅｔｏｏｔｈ（登録商標）等の近距離対応の無線通信によりコンテンツ管理端末２００と通信可能に接続される。音声出力端末３００は、撮像部により撮像して得られる撮像画像をコンテンツ管理端末２００に送信する。
【0016】
コンテンツ管理端末２００は、受信した撮像画像を解析することで、現在において子供ユーザＵｃが持っている絵本と当該絵本について開かれているページとを特定する。コンテンツ管理端末２００は、絵本とページとの特定にあたり、絵本のページを学習用データとして学習した学習済モデルを用いてよい。
【0017】
コンテンツ管理端末２００はダウンロード済の読み聞かせコンテンツのうちから、特定された絵本のページに対応する読み聞かせコンテンツに含まれる音声データを取得し、取得した音声データを音声出力端末３００に送信する。
音声出力端末３００は、コンテンツ管理端末２００から送信された音声データを音声として出力する。このようにして、本実施形態のコンテンツ提供システムでは、子供ユーザＵｃが開いた絵本のページに対応する音声が出力されることで、子供ユーザＵｃに絵本ＰＢの読み聞かせを行うことができる。
音声出力端末３００は、コンテンツ管理端末２００から送信された音声データを音声として出力する。このようにして、本実施形態のコンテンツ提供システムでは、子供ユーザＵｃが開いた絵本のページに対応する音声が出力されることで、子供ユーザＵｃに絵本ＰＢの読み聞かせを行うことができる。
【0018】
［事前準備のための操作手順例］
次に、子供ユーザＵｃのために絵本の読み聞かせが行われるようにするにあたり、保護者ユーザＵｐが事前準備として操作手順例について説明する。
まず、図２（Ａ）、図２（Ｂ）、図２（Ｃ）を参照して、保護者ユーザＵｐがコンテンツ管理端末２００に読み聞かせコンテンツをダウンロードする手順例について説明する。
読み聞かせコンテンツのダウンロードにあたり、保護者ユーザＵｐは、コンテンツ管理端末２００にて読み聞かせアプリケーションを起動させる。
次に、子供ユーザＵｃのために絵本の読み聞かせが行われるようにするにあたり、保護者ユーザＵｐが事前準備として操作手順例について説明する。
まず、図２（Ａ）、図２（Ｂ）、図２（Ｃ）を参照して、保護者ユーザＵｐがコンテンツ管理端末２００に読み聞かせコンテンツをダウンロードする手順例について説明する。
読み聞かせコンテンツのダウンロードにあたり、保護者ユーザＵｐは、コンテンツ管理端末２００にて読み聞かせアプリケーションを起動させる。
【0019】
図２（Ａ）は、コンテンツ管理端末２００の表示部にて表示される読み聞かせアプリケーションのアプリケーション画面として、起動に応じて表示されるホーム画面の一例を示している。ホーム画面においては、絵本提示エリアＡＲ１、ＡＲ２が配置される。
絵本提示エリアＡＲ１は、読み聞かせコンテンツに対応する絵本のうちでおすすめとされた絵本を紹介する画像が表示されるエリアである。
絵本提示エリアＡＲ２は、読み聞かせコンテンツに対応する絵本について所定の分類ごとに区分して提示するエリアである。絵本提示エリアＡＲ２においては、提示される絵本の表紙画像ＣＶが配列される。
絵本提示エリアＡＲ１は、読み聞かせコンテンツに対応する絵本のうちでおすすめとされた絵本を紹介する画像が表示されるエリアである。
絵本提示エリアＡＲ２は、読み聞かせコンテンツに対応する絵本について所定の分類ごとに区分して提示するエリアである。絵本提示エリアＡＲ２においては、提示される絵本の表紙画像ＣＶが配列される。
【0020】
保護者ユーザＵｐは、図２（Ａ）のホーム画面において提示された絵本のうちから、ダウンロードしたい読み聞かせコンテンツに対応する絵本を選択する操作を行う。絵本を選択する操作は、絵本提示エリアＡＲ１に対するタップ操作または絵本提示エリアＡＲ２における１つの表紙画像ＣＶに対するタップ操作であってよい。
【0021】
絵本を選択する操作が行われたことに応じて、表示部における表示は、選択された絵本に対応する読み聞かせコンテンツをダウンロードする操作が行われるダウンロード操作画面に遷移する。
図２（Ｂ）は、ダウンロード操作画面の一例を示している。同図のダウンロード操作画面においては、操作により選択された絵本のタイトルと表紙画像ＣＶと、絵本についての作者、対象年齢、ページ数（ページ番号）、絵本概要等の絵本に関する書誌情報とが表示されている。また、ダウンロード操作画面においては、購入ボタンＢＴ１とダウンロードボタンＢＴ２とが配置されている。
保護者ユーザＵｐは、ダウンロード操作画面において提示されている絵本が対象のものであることを確認したうえで、ダウンロードボタンＢＴ２を操作する。ダウンロードボタンＢＴ２が操作されたことに応じて、コンテンツ管理端末２００は、コンテンツ管理サーバ１００から対象の絵本に対応する読み聞かせコンテンツをダウンロードする。コンテンツ管理端末２００は、ダウンロードした読み聞かせコンテンツを記憶する。
このようにして、保護者ユーザＵｐは、コンテンツ管理サーバ１００が提供する読み聞かせコンテンツのうちから任意の読み聞かせコンテンツを選択してコンテンツ管理端末２００にダウンロードすることができる。
図２（Ｂ）は、ダウンロード操作画面の一例を示している。同図のダウンロード操作画面においては、操作により選択された絵本のタイトルと表紙画像ＣＶと、絵本についての作者、対象年齢、ページ数（ページ番号）、絵本概要等の絵本に関する書誌情報とが表示されている。また、ダウンロード操作画面においては、購入ボタンＢＴ１とダウンロードボタンＢＴ２とが配置されている。
保護者ユーザＵｐは、ダウンロード操作画面において提示されている絵本が対象のものであることを確認したうえで、ダウンロードボタンＢＴ２を操作する。ダウンロードボタンＢＴ２が操作されたことに応じて、コンテンツ管理端末２００は、コンテンツ管理サーバ１００から対象の絵本に対応する読み聞かせコンテンツをダウンロードする。コンテンツ管理端末２００は、ダウンロードした読み聞かせコンテンツを記憶する。
このようにして、保護者ユーザＵｐは、コンテンツ管理サーバ１００が提供する読み聞かせコンテンツのうちから任意の読み聞かせコンテンツを選択してコンテンツ管理端末２００にダウンロードすることができる。
【0022】
また、保護者ユーザＵｐは、図２（Ｂ）のダウンロード操作画面にて提示されている絵本の実物を、ダウンロード操作画面からの操作によりＥＣを利用して購入することが可能とされている。
保護者ユーザＵｐは、絵本を購入する場合には、ダウンロード操作画面にて配置されている購入ボタンＢＴ１を操作する。購入ボタンＢＴ１が操作されたことに応じて、コンテンツ管理端末２００は、対象の絵本を販売するＥＣサイトのウェブページにアクセスし、アクセスしたウェブページを表示する。保護者ユーザＵｐは、表示されたウェブページにて絵本の購入手続と配送注文とを行う。
保護者ユーザＵｐは、絵本を購入する場合には、ダウンロード操作画面にて配置されている購入ボタンＢＴ１を操作する。購入ボタンＢＴ１が操作されたことに応じて、コンテンツ管理端末２００は、対象の絵本を販売するＥＣサイトのウェブページにアクセスし、アクセスしたウェブページを表示する。保護者ユーザＵｐは、表示されたウェブページにて絵本の購入手続と配送注文とを行う。
【0023】
保護者ユーザＵｐは、読み聞かせアプリケーションのアプリケーション画面の下における固定操作エリアにおいて配置されている「本棚」のエリアを操作することで、コンテンツ管理端末２００にて本棚画面を表示させることができる。本棚画面は、ダウンロードした読み聞かせコンテンツに対応する絵本の一覧を示す画面である。
図２（Ｃ）は本棚画面の一例を示している。本棚画面においては、ダウンロード済みの読み聞かせコンテンツごとに対応する絵本の表紙画像ＣＶが配列されている。
図２（Ｃ）は本棚画面の一例を示している。本棚画面においては、ダウンロード済みの読み聞かせコンテンツごとに対応する絵本の表紙画像ＣＶが配列されている。
【0024】
次に、図３（Ａ）、図３（Ｂ）を参照して絵本の読み聞かせの際に用いる音声種別の設定に関する操作手順例について説明する。
保護者ユーザＵｐは、絵本の読み聞かせに際して用いる音声種別を設定するにあたり、図２（Ｃ）の本棚画面において配置される表紙画像ＣＶのうちから、音声種別設定の対象とする絵本の表紙画像ＣＶを操作する。コンテンツ管理端末２００は、操作された表紙画像ＣＶに対応する音声設定画面を表示する。
保護者ユーザＵｐは、絵本の読み聞かせに際して用いる音声種別を設定するにあたり、図２（Ｃ）の本棚画面において配置される表紙画像ＣＶのうちから、音声種別設定の対象とする絵本の表紙画像ＣＶを操作する。コンテンツ管理端末２００は、操作された表紙画像ＣＶに対応する音声設定画面を表示する。
【0025】
図３（Ａ）は、音声設定画面の一例を示している。音声設定画面は、音声種別設定を含み、読み聞かせコンテンツの音声設定に関する操作が可能とされる画面である。同図の音声設定画面においては、対応の絵本の表紙画像ＣＶと対応の絵本に関する書誌情報とが表示されている。また、音声設定画面においては、録音指示ボタンＢＴ１１、音声種別設定ボタンＢＴ１２、ブックマーク登録ボタンＢＴ１３、及び再録音指示ボタンＢＴ１４が配置されている。
【0026】
録音指示ボタンＢＴ１１は読み聞かせ音声の録音をする場合に操作されるボタンである。
音声種別設定ボタンＢＴ１２は、読み聞かせにおいて出力させる音声種別を設定する場合に操作されるボタンである。
ブックマーク登録ボタンＢＴ１３は、音声設定画面において対象とされている絵本をお気に入りとして登録する（ブックマークする）にあたって操作されるボタンである。
再録音指示ボタンＢＴ１４は、既に読み聞かせ音声が録音されている場合において、録音のやり直しを行う際に操作されるボタンである。
音声種別設定ボタンＢＴ１２は、読み聞かせにおいて出力させる音声種別を設定する場合に操作されるボタンである。
ブックマーク登録ボタンＢＴ１３は、音声設定画面において対象とされている絵本をお気に入りとして登録する（ブックマークする）にあたって操作されるボタンである。
再録音指示ボタンＢＴ１４は、既に読み聞かせ音声が録音されている場合において、録音のやり直しを行う際に操作されるボタンである。
【0027】
保護者ユーザＵｐは、読み聞かせにおいて出力させる音声種別を設定する場合には、音声種別設定ボタンＢＴ１２を操作する。音声種別設定ボタンＢＴ１２が操作されたことに応じて、コンテンツ管理端末２００の表示部には音声種別選択画面が表示される。
【0028】
図３（Ｂ）は、音声種別選択画面の一例を示している。同図の音声種別選択画面においては、４つの音声種別選択ボタンＢＴ２１（ＢＴ２１－１、ＢＴ２２－２、ＢＴ２２－３、ＢＴ２２－４）が配置されている。
音声種別選択ボタンＢＴ２１－１は、デフォルトとして用意された読み聞かせ音声を選択する操作が行われるボタンである。
音声種別選択ボタンＢＴ２１－２は、例えば保護者ユーザＵｐがコンテンツ管理端末２００に録音した読み聞かせ音声を選択する操作が行われるボタンである。
音声種別選択ボタンＢＴ２１－３は、副言語（この場合は英語）による読み聞かせ音声を選択する操作が行われるボタンである。
音声種別選択ボタンＢＴ２１－４は、読み聞かせ音声を出力させずにＢＧＭのみを音声出力端末３００から出力させる設定のための操作が行われるボタンである。
ユーザは、音声種別選択ボタンＢＴ２１のうちから、読み聞かせに対応して音声出力端末３００から出力させたい音声種別に対応するものを選択して操作する。コンテンツ管理端末２００は、操作された音声種別選択ボタンＢＴ２１に対応する音声種別を、読み聞かせに際して音声出力端末３００から出力させる音声種別として設定する。
音声種別選択ボタンＢＴ２１－１は、デフォルトとして用意された読み聞かせ音声を選択する操作が行われるボタンである。
音声種別選択ボタンＢＴ２１－２は、例えば保護者ユーザＵｐがコンテンツ管理端末２００に録音した読み聞かせ音声を選択する操作が行われるボタンである。
音声種別選択ボタンＢＴ２１－３は、副言語（この場合は英語）による読み聞かせ音声を選択する操作が行われるボタンである。
音声種別選択ボタンＢＴ２１－４は、読み聞かせ音声を出力させずにＢＧＭのみを音声出力端末３００から出力させる設定のための操作が行われるボタンである。
ユーザは、音声種別選択ボタンＢＴ２１のうちから、読み聞かせに対応して音声出力端末３００から出力させたい音声種別に対応するものを選択して操作する。コンテンツ管理端末２００は、操作された音声種別選択ボタンＢＴ２１に対応する音声種別を、読み聞かせに際して音声出力端末３００から出力させる音声種別として設定する。
【0029】
なお、音声種別の内訳は、上記の音声種別選択ボタンＢＴ２１（ＢＴ２１－１、ＢＴ２２－２、ＢＴ２２－３、ＢＴ２２－４）に対応する４種に限定されない。例えば、コンテンツ管理サーバ１００から芸能人や声優などに絵本を読んでもらうことで作成した読み聞かせ音声もオプションとして提供される場合には、このような音声を選択する音声種別選択ボタンＢＴ２１がさらに設けられてよい。
【0030】
前述のように、本実施形態においては、コンテンツ管理サーバ１００から提供される音声に加えて、保護者ユーザＵｐ等がコンテンツ管理端末２００に録音した音声も読み聞かせに用いることができる。
図４を参照して、保護者ユーザＵｐが読み聞かせ音声を録音する場合の操作手順例について説明する。
図４を参照して、保護者ユーザＵｐが読み聞かせ音声を録音する場合の操作手順例について説明する。
【0031】
保護者ユーザＵｐは、読み聞かせ音声を録音するにあたり、図３（Ａ）の音声設定画面における録音指示ボタンＢＴ１１を操作する。
録音指示ボタンＢＴ１１が操作されたことに応じて、コンテンツ管理端末２００は、図３（Ａ）の音声設定画面にて提示されている絵本に対応する録音ページ選択画面を表示する。
あるいは、録音指示ボタンＢＴ１１が操作されたことに応じて、コンテンツ管理端末２００は、絵本に対応する画像認識機能を起動させてよい。この場合、コンテンツ管理端末２００は、撮像部を起動させ、表示部にて撮像部により撮像して得られる撮像画像を含む撮像画面を表示する。
保護者ユーザＵｐは、読み聞かせコンテンツがダウンロード済の絵本のうちから読み聞かせ音声の録音対象となる絵本を選び、選らんだ絵本の任意のページが撮像画像に収まるようにする。
コンテンツ管理端末２００は、撮像画像に納められた絵本のページを解析して、読み聞かせコンテンツがダウンロード済の絵本のうちのいずれであるのかを特定する。コンテンツ管理端末２００は、特定した絵本に対応する録音ページ選択画面を表示する。
録音指示ボタンＢＴ１１が操作されたことに応じて、コンテンツ管理端末２００は、図３（Ａ）の音声設定画面にて提示されている絵本に対応する録音ページ選択画面を表示する。
あるいは、録音指示ボタンＢＴ１１が操作されたことに応じて、コンテンツ管理端末２００は、絵本に対応する画像認識機能を起動させてよい。この場合、コンテンツ管理端末２００は、撮像部を起動させ、表示部にて撮像部により撮像して得られる撮像画像を含む撮像画面を表示する。
保護者ユーザＵｐは、読み聞かせコンテンツがダウンロード済の絵本のうちから読み聞かせ音声の録音対象となる絵本を選び、選らんだ絵本の任意のページが撮像画像に収まるようにする。
コンテンツ管理端末２００は、撮像画像に納められた絵本のページを解析して、読み聞かせコンテンツがダウンロード済の絵本のうちのいずれであるのかを特定する。コンテンツ管理端末２００は、特定した絵本に対応する録音ページ選択画面を表示する。
【0032】
図４（Ａ）は、録音ページ選択画面の一例を示している。同図の録音ページ選択画面においては、表紙から順に見開きしたページを提示したリストが提示される。提示されたページごとに録音画面移行ボタンＢＴ３１が配置されている。このように読み聞かせ音声の録音はページ単位（表紙を含む）で行われる。
保護者ユーザＵｐは、録音ページ選択画面にて提示されるページのリスト項目のうちから、読み聞かせ音声の録音対象とするページのリスト項目の録音画面移行ボタンＢＴ３１を操作する。
保護者ユーザＵｐは、録音ページ選択画面にて提示されるページのリスト項目のうちから、読み聞かせ音声の録音対象とするページのリスト項目の録音画面移行ボタンＢＴ３１を操作する。
【0033】
録音画面移行ボタンＢＴ３１が操作されたことに応じて、コンテンツ管理端末２００の表示部には録音画面が表示される。
図４（Ｂ）は、録音画面移行ボタンＢＴ３１の操作に応じて表示された録音画面の一例を示している。同図の録音画面においては、ページ画像エリアＡＲ４１、文章エリアＡＲ４２及び録音開始ボタンＢＴ４１が配置される。
ページ画像エリアＡＲ４１は、絵本における対応の見開きページの画像が表示されるエリアである。
文章エリアＡＲ４２は、絵本における対応の見開きページにおける文章が表示されるエリアである。
保護者ユーザＵｐは、ページ画像エリアＡＲ４１を見ることで選択したページで間違いないか否かを確認できる。また、保護者ユーザＵｐは、文章エリアＡＲ４２を見て読み聞かせ音声のための文章を読むことができる。
録音開始ボタンＢＴ４１は、読み聞かせ音声の録音開始を指示する操作が行われるボタンである。
図４（Ｂ）は、録音画面移行ボタンＢＴ３１の操作に応じて表示された録音画面の一例を示している。同図の録音画面においては、ページ画像エリアＡＲ４１、文章エリアＡＲ４２及び録音開始ボタンＢＴ４１が配置される。
ページ画像エリアＡＲ４１は、絵本における対応の見開きページの画像が表示されるエリアである。
文章エリアＡＲ４２は、絵本における対応の見開きページにおける文章が表示されるエリアである。
保護者ユーザＵｐは、ページ画像エリアＡＲ４１を見ることで選択したページで間違いないか否かを確認できる。また、保護者ユーザＵｐは、文章エリアＡＲ４２を見て読み聞かせ音声のための文章を読むことができる。
録音開始ボタンＢＴ４１は、読み聞かせ音声の録音開始を指示する操作が行われるボタンである。
【0034】
保護者ユーザＵｐは、録音開始ボタンＢＴ４１を操作し、文章エリアＡＲ４２にて表示されている文章を読みあげるようにする。録音画面にはプログレスバーが表示されていることで、録音した時間が示されるようになっている。録音開始ボタンＢＴ４１は操作された後において録音停止ボタン（図示せず）に変化する。保護者ユーザＵｐは、文章を読み上げ終わると、録音停止ボタンを操作する。
【0035】
録音停止ボタンが操作されたことに応じて、録音画面は、図４（Ｃ）に示されるように、再生エリアＡＲ４３、保存ボタンＢＴ５１、ＢＧＭ選択ボタンＢＴ５２が配置された状態に変化する。
再生エリアＡＲ４３は、録音した音声を再生する操作が行われるエリアである。保護者ユーザＵｐは、再生エリアＡＲ４３に対する操作を行って録音した音声を確認できる。
保存ボタンＢＴ５１は、録音した音声を、読み聞かせにおいて出力させる音声種別の１つとしてコンテンツ管理端末２００に保存させる操作が行われるボタンである。
再生エリアＡＲ４３は、録音した音声を再生する操作が行われるエリアである。保護者ユーザＵｐは、再生エリアＡＲ４３に対する操作を行って録音した音声を確認できる。
保存ボタンＢＴ５１は、録音した音声を、読み聞かせにおいて出力させる音声種別の１つとしてコンテンツ管理端末２００に保存させる操作が行われるボタンである。
【0036】
ＢＧＭ選択ボタンＢＴ５２は、録音した読み聞かせ音声のＢＧＭを選択する場合に操作されるボタンである。ＢＧＭ選択ボタンが操作されると、図示は省略するがＢＧＭ選択画面が表示される。ＢＧＭ選択画面においては、ＢＧＭのリストが提示される。保護者ユーザＵｐは、提示されたＢＧＭのリストのうちから１つのリスト項目を選択する操作を行う。コンテンツ管理端末２００は、選択されたリスト項目に対応するＢＧＭを、対応のページのＢＧＭとして設定する。このようにＢＧＭが設定された場合には、保護者ユーザＵｐにより録音された読み聞かせ音声とともに設定されたＢＧＭも再生される。
【0037】
なお、コンテンツ管理端末２００は、読み聞かせ音声の音声データの作成機能として、例えば、ページの文章を読み上げる音声を合成することにより読み聞かせ音声の音声データを作成可能とされてもよい。この場合、素材となる音声は、例えば芸能人、声優等の著名人等からサンプリングした音声を用いてもよい。
【0038】
［コンテンツ管理サーバの構成例］
図５を参照して、コンテンツ管理サーバ１００の機能構成例に対説明する。同図に示されるコンテンツ管理サーバ１００としての機能は、ハードウェアとしてのコンテンツ管理サーバ１００において備えられるＣＰＵ（Central Processing Unit）がプログラムを実行することにより実現される。
図５を参照して、コンテンツ管理サーバ１００の機能構成例に対説明する。同図に示されるコンテンツ管理サーバ１００としての機能は、ハードウェアとしてのコンテンツ管理サーバ１００において備えられるＣＰＵ（Central Processing Unit）がプログラムを実行することにより実現される。
【0039】
同図のコンテンツ管理サーバ１００は、通信部１０１、制御部１０２、及び記憶部１０３を備える。
通信部１０１は、ネットワークＮＷ経由でコンテンツ管理サーバ１００と通信を行う。
制御部１０２は、コンテンツ管理サーバ１００における各種の制御を実行する。
記憶部１０３は、コンテンツ管理サーバ１００に対応する各種のデータを記憶する。記憶部１０３は、コンテンツデータ記憶部１３１（音声データ記憶部の一例）を備える。コンテンツデータ記憶部１３１は、絵本ごとに対応する読み聞かせコンテンツデータを記憶する。
通信部１０１は、ネットワークＮＷ経由でコンテンツ管理サーバ１００と通信を行う。
制御部１０２は、コンテンツ管理サーバ１００における各種の制御を実行する。
記憶部１０３は、コンテンツ管理サーバ１００に対応する各種のデータを記憶する。記憶部１０３は、コンテンツデータ記憶部１３１（音声データ記憶部の一例）を備える。コンテンツデータ記憶部１３１は、絵本ごとに対応する読み聞かせコンテンツデータを記憶する。
【0040】
図６は、コンテンツデータ記憶部１３１が記憶する読み聞かせコンテンツデータの一例を示している。同図の読み聞かせコンテンツデータは、１つの絵本に対応する。
１つの絵本に対応する読み聞かせコンテンツデータは、対応の絵本を一意に示す絵本ＩＤに対して、対応の絵本のページごとのページ画像データ及び音声データを対応付けた構造である。また、１のページに対応する音声データは、デフォルト音声データを含んで複数の異なる音声種別が格納されてよい。同図においては、ページごとの音声データとして、デフォルト音声データ、副言語音声データ、ＢＧＭ音声データ、及びオプション音声データが格納された例を示している。
１つの絵本に対応する読み聞かせコンテンツデータは、対応の絵本を一意に示す絵本ＩＤに対して、対応の絵本のページごとのページ画像データ及び音声データを対応付けた構造である。また、１のページに対応する音声データは、デフォルト音声データを含んで複数の異なる音声種別が格納されてよい。同図においては、ページごとの音声データとして、デフォルト音声データ、副言語音声データ、ＢＧＭ音声データ、及びオプション音声データが格納された例を示している。
【0041】
デフォルト音声データは、予め用意された読み聞かせ音声の音声データである。
副言語音声データは、予め用意された副言語による読み聞かせ音声の音声データである。
ＢＧＭ音声データは、デフォルトとして予めＢＧＭが設定されている場合に、当該設定されているＢＧＭを再生するための音声データである。
オプション音声データは、予め用意されたオプションの読み聞かせ音声の音声データである。
副言語音声データは、予め用意された副言語による読み聞かせ音声の音声データである。
ＢＧＭ音声データは、デフォルトとして予めＢＧＭが設定されている場合に、当該設定されているＢＧＭを再生するための音声データである。
オプション音声データは、予め用意されたオプションの読み聞かせ音声の音声データである。
【0042】
［コンテンツ管理端末の機能構成例］
図７を参照して、コンテンツ管理端末２００の機能構成例について説明する。同図に示されるコンテンツ管理端末２００としての機能は、ハードウェアとしてのコンテンツ管理端末２００において備えられるＣＰＵ、ＧＰＵ（Graphics Processing Unit）等の演算処理装置がプログラムを実行することにより実現される。
図７を参照して、コンテンツ管理端末２００の機能構成例について説明する。同図に示されるコンテンツ管理端末２００としての機能は、ハードウェアとしてのコンテンツ管理端末２００において備えられるＣＰＵ、ＧＰＵ（Graphics Processing Unit）等の演算処理装置がプログラムを実行することにより実現される。
【0043】
同図のコンテンツ管理端末２００は、通信部２０１、操作部２０２、表示部２０３、制御部２０４、及び記憶部２０５を備える。
通信部２０１は、コンテンツ管理端末２００における通信機能に対応する部位である。通信部２０１は、ネットワークＮＷ経由でコンテンツ管理サーバ１００と通信を行う。また、通信部２０１は、近距離対応の無線通信により音声出力端末３００と通信を行う。
通信部２０１は、コンテンツ管理端末２００における通信機能に対応する部位である。通信部２０１は、ネットワークＮＷ経由でコンテンツ管理サーバ１００と通信を行う。また、通信部２０１は、近距離対応の無線通信により音声出力端末３００と通信を行う。
【0044】
操作部２０２は、コンテンツ管理端末２００に備えられる入力デバイスや操作子を有し、入力デバイスや操作子に対して行われた操作を受け付ける。
表示部２０３は、表示デバイスを有し、制御部２０４の制御に応じて画像を表示する。表示部２０３は、指等の操作体による操作を受け付けるタッチパネルとして構成されてよい。
表示部２０３は、表示デバイスを有し、制御部２０４の制御に応じて画像を表示する。表示部２０３は、指等の操作体による操作を受け付けるタッチパネルとして構成されてよい。
【0045】
制御部２０４は、コンテンツ管理端末２００における各種制御を実行する。制御部２０４は、画像取得部２４１、ページ特定部２４２（紙面特定部の一例）、及び音声出力制御部２４３を備える。
画像取得部２４１は、音声出力端末３００から送信され、通信部２０１にて受信される撮像画像を取得する。
画像取得部２４１は、音声出力端末３００から送信され、通信部２０１にて受信される撮像画像を取得する。
【0046】
ページ特定部２４２は、画像取得部２４１により取得された撮像画像に基づいて、現在において子供ユーザＵｃにより開かれている絵本のページを特定する。ページ特定部２４２は、画像取得部２４１により取得された撮像画像に含まれる絵本のページ（表紙を含む）が、コンテンツデータ記憶部１３１に記憶される読み聞かせコンテンツデータごとに対応する絵本のうちのいずれの絵本におけるいずれのページであるのかを特定する。
このようなページ特定部２４２は、機械学習による学習済みモデルを用いて絵本のページを特定するようにされてよい。このような学習済みモデルは、コンテンツデータ記憶部１３１が記憶する読み聞かせコンテンツデータごとに対応する絵本のページの画像に絵本ＩＤとページ数とをタグ付けした学習用データを学習器に入力して学習させることで構築できる。
このようなページ特定部２４２は、機械学習による学習済みモデルを用いて絵本のページを特定するようにされてよい。このような学習済みモデルは、コンテンツデータ記憶部１３１が記憶する読み聞かせコンテンツデータごとに対応する絵本のページの画像に絵本ＩＤとページ数とをタグ付けした学習用データを学習器に入力して学習させることで構築できる。
【0047】
図８を参照して、ページ特定部２４２に用いられる学習済みモデルの構築例について説明する。
１つの絵本に対応する学習用データの例が示されている。
学習器１４２１には、１つの絵本に対応する学習用データとして、絵本が有する１ページ目から最終のＮページ目までのそれぞれに対応する学習用データが用意される。１つのページに対応する学習用データは、同じ対象のページを多様な条件で撮像したｎ個の画像データ－１～ｎが用意される。これらの画像データ－１～ｎは、例えば同じ対象のページについて、照明の明るさ、照明の色、撮像角度、大きさなどの条件を適宜変更して組み合わせて撮像して得られる画像である。これらの画像データ－１～ｎにはタグとして、対応の絵本を一意に示す絵本ＩＤのタグ（ｔａｇ１）と、対応のページを示す値のタグ（ｔａｇ２）とが付加される。
本実施形態においては、例えば同図の絵本単位の学習用データが、コンテンツ管理サーバ１００が提供する読み聞かせコンテンツが対応する絵本ごとに用意される。学習器１４２１には、このように用意された学習用データのセットが入力される。学習器１４２１が入力された学習用データのセットにより学習を行うことで、学習済みモデル１４２２が構築される。学習済みモデル１４２２は、画像取得部２４１により取得された撮像画像が入力されると、入力された撮像画像に含まれる絵本のページが対応する絵本ＩＤとページ数とを出力する。
１つの絵本に対応する学習用データの例が示されている。
学習器１４２１には、１つの絵本に対応する学習用データとして、絵本が有する１ページ目から最終のＮページ目までのそれぞれに対応する学習用データが用意される。１つのページに対応する学習用データは、同じ対象のページを多様な条件で撮像したｎ個の画像データ－１～ｎが用意される。これらの画像データ－１～ｎは、例えば同じ対象のページについて、照明の明るさ、照明の色、撮像角度、大きさなどの条件を適宜変更して組み合わせて撮像して得られる画像である。これらの画像データ－１～ｎにはタグとして、対応の絵本を一意に示す絵本ＩＤのタグ（ｔａｇ１）と、対応のページを示す値のタグ（ｔａｇ２）とが付加される。
本実施形態においては、例えば同図の絵本単位の学習用データが、コンテンツ管理サーバ１００が提供する読み聞かせコンテンツが対応する絵本ごとに用意される。学習器１４２１には、このように用意された学習用データのセットが入力される。学習器１４２１が入力された学習用データのセットにより学習を行うことで、学習済みモデル１４２２が構築される。学習済みモデル１４２２は、画像取得部２４１により取得された撮像画像が入力されると、入力された撮像画像に含まれる絵本のページが対応する絵本ＩＤとページ数とを出力する。
【0048】
説明を図７に戻す。音声出力制御部２４３は、ページ特定部２４２により特定された絵本ＩＤとページ数とに対応し、音声出力すべきとして設定されている音声種別に対応する音声データが、音声出力端末３００にて音として出力されるように制御する。つまり、音声出力制御部２４３は、ページ特定部２４２により特定された絵本ＩＤとページ数とに対応し、音声出力すべきとして設定されている音声種別に対応する音声データをダウンロードデータ記憶部２５１から読み出す。音声出力制御部２４３は、読み出した音声データを音声出力端末３００に送信する。音声出力端末３００は、受信した音声データを再生して落として出力する。
【0049】
記憶部２０５は、コンテンツ管理端末２００に対応する各種の情報を記憶する。記憶部２０５は、ダウンロードデータ記憶部２５１（音声データ記憶部の一例）と音声出力設定データ記憶部２５２とを備える。
ダウンロードデータ記憶部２５１は、コンテンツ管理サーバ１００からダウンロードした絵本ごとの読み聞かせコンテンツデータを記憶する。
ダウンロードデータ記憶部２５１が記憶する絵本単位の読み聞かせコンテンツデータは、図６に示した絵本単位の読み聞かせコンテンツデータと同様でよい。そのうえで、ダウンロードデータ記憶部２５１が記憶する絵本単位の読み聞かせコンテンツデータは、保護者ユーザＵｐ等により読み聞かせ音声の録音が行われている場合には、ページ単位の音声データのうちに、さらに録音データが追加されることになる。
ダウンロードデータ記憶部２５１は、コンテンツ管理サーバ１００からダウンロードした絵本ごとの読み聞かせコンテンツデータを記憶する。
ダウンロードデータ記憶部２５１が記憶する絵本単位の読み聞かせコンテンツデータは、図６に示した絵本単位の読み聞かせコンテンツデータと同様でよい。そのうえで、ダウンロードデータ記憶部２５１が記憶する絵本単位の読み聞かせコンテンツデータは、保護者ユーザＵｐ等により読み聞かせ音声の録音が行われている場合には、ページ単位の音声データのうちに、さらに録音データが追加されることになる。
【0050】
音声出力設定データ記憶部２５２は、音声出力設定データを記憶する。音声出力設定データは、図３により説明した操作手順によって音声出力端末３００から音として出力させるものとして設定された絵本ごとの音声種別を示すデータである。
【0051】
図９は、１つの絵本に対応する音声出力設定データの一例を示している。同図の音声出力設定データは、対応の絵本を示す絵本ＩＤごとに対して、音声出力端末３００から出力させるものとして設定された音声データの音声種別を示す情報を対応付けた構造である。
同図の例では、絵本ＩＤ「Ｂ０００００１」には、音声種別を示す情報として「デフォルト音声データ」と「ＢＧＭ音声データ」とが対応付けられている。つまり、絵本ＩＤ「Ｂ０００００１」により特定される絵本については、対応の読み聞かせコンテンツにおける音声データのうち、「デフォルト音声データ」と「ＢＧＭ音声データ」を音声出力端末３００から出力すべきことが示されている。
また、絵本ＩＤ「Ｂ０００００２」には、音声種別を示す情報として「録音音声データ」が対応付けられている。つまり、絵本ＩＤ「Ｂ０００００２」により特定される絵本については、対応の読み聞かせコンテンツにおける音声データのうち、「録音音声データ」を音声出力端末３００から出力すべきことが示されている。
同図の例では、絵本ＩＤ「Ｂ０００００１」には、音声種別を示す情報として「デフォルト音声データ」と「ＢＧＭ音声データ」とが対応付けられている。つまり、絵本ＩＤ「Ｂ０００００１」により特定される絵本については、対応の読み聞かせコンテンツにおける音声データのうち、「デフォルト音声データ」と「ＢＧＭ音声データ」を音声出力端末３００から出力すべきことが示されている。
また、絵本ＩＤ「Ｂ０００００２」には、音声種別を示す情報として「録音音声データ」が対応付けられている。つまり、絵本ＩＤ「Ｂ０００００２」により特定される絵本については、対応の読み聞かせコンテンツにおける音声データのうち、「録音音声データ」を音声出力端末３００から出力すべきことが示されている。
【0052】
［音声出力端末３００の機能構成例］
図１０を参照して、音声出力端末３００の機能構成例について説明する。同図に示される音声出力端末３００としての機能は、ハードウェアとしての音声出力端末３００において備えられるＣＰＵがプログラムを実行することにより実現される。
図１０を参照して、音声出力端末３００の機能構成例について説明する。同図に示される音声出力端末３００としての機能は、ハードウェアとしての音声出力端末３００において備えられるＣＰＵがプログラムを実行することにより実現される。
【0053】
同図の音声出力端末３００は、通信部３０１、撮像部３０２、音声出力部３０３、制御部３０４、及び記憶部３０５を備える。なお、音声出力端末３００は、例えば表示部やインジケータ等を備えてもよい。
【0054】
通信部３０１は、近距離対応の無線通信によりコンテンツ管理端末２００と通信を行う。
撮像部３０２は、カメラを有し、撮像を行う。
音声出力部３０３は、制御部３０４が入力する音声データの音声を出力する。音声出力部３０３が出力する音声には電子音等も含まれてよい。
制御部３０４は、音声出力端末３００における各種の制御を実行する。
撮像部３０２は、カメラを有し、撮像を行う。
音声出力部３０３は、制御部３０４が入力する音声データの音声を出力する。音声出力部３０３が出力する音声には電子音等も含まれてよい。
制御部３０４は、音声出力端末３００における各種の制御を実行する。
【0055】
記憶部３０５は、音声出力端末３００に対応する各種の情報を記憶する。記憶部３０５は、音声データ記憶部３５１を備える。
音声データ記憶部３５１は、コンテンツ管理端末２００から送信された音声データを記憶する。制御部３０４は、コンテンツ管理端末２００から受信した音声データを音声データ記憶部３５１に記憶させ、音声データ記憶部３５１に記憶された音声データを読み出して再生し、音声出力部３０３から音声として出力させる。
音声データ記憶部３５１は、コンテンツ管理端末２００から送信された音声データを記憶する。制御部３０４は、コンテンツ管理端末２００から受信した音声データを音声データ記憶部３５１に記憶させ、音声データ記憶部３５１に記憶された音声データを読み出して再生し、音声出力部３０３から音声として出力させる。
【0056】
図１１のフローチャートを参照して、音声出力端末３００とコンテンツ管理端末２００とが、音声出力端末３００での読み聞かせ音声の出力に関連して実行する処理手順例について説明する。
【0057】
まず、音声出力端末３００の処理手順例について説明する。
ステップＳ１００：音声出力端末３００において制御部３０４は、継続的に撮像部３０２に撮像を実行させる。
ステップＳ１０２：制御部３０４は、ステップＳ１００により撮像部３０２が撮像して得られる撮像画像を、通信部３０１からコンテンツ管理端末２００に送信させる。
ステップＳ１００：音声出力端末３００において制御部３０４は、継続的に撮像部３０２に撮像を実行させる。
ステップＳ１０２：制御部３０４は、ステップＳ１００により撮像部３０２が撮像して得られる撮像画像を、通信部３０１からコンテンツ管理端末２００に送信させる。
【0058】
ステップＳ１０４：音声出力端末３００は、コンテンツ管理端末２００から読み聞かせ音声の音声データが送信されたか否かを判定する。読み聞かせ音声の音声データが送信されない場合にはステップＳ１００に処理が戻される。
【0059】
ステップＳ１０６：ステップＳ１０４にて音声データが受信されたと判定された場合、制御部３０４は、受信された音声データを音声データ記憶部３５１に記憶させる。この際、コンテンツ管理端末２００から読み聞かせ音声の音声データとともにＢＧＭの音声データが送信された場合には、制御部３０４は、受信された読み聞かせ音声の音声データとＢＧＭの音声データとを音声データ記憶部３５１に記憶させる。
【0060】
ステップＳ１０８：制御部３０４は、ステップＳ１０６により音声データ記憶部３５１に記憶させた音声データの音声出力部３０３による再生出力を開始させる。これにより、読み聞かせ音声が音声出力端末３００から出力される。
また、音声データ記憶部３５１に読み聞かせ音声の音声データとＢＧＭの音声データとが記憶された場合、制御部３０４は、読み聞かせ音声の音声データとＢＧＭの音声データとを再生出力する。この場合、音声出力端末３００からは、ＢＧＭ付きの読み聞かせ音声が出力される。
ステップＳ１０８の処理の後は、ステップＳ１００に処理が戻される。
また、音声データ記憶部３５１に読み聞かせ音声の音声データとＢＧＭの音声データとが記憶された場合、制御部３０４は、読み聞かせ音声の音声データとＢＧＭの音声データとを再生出力する。この場合、音声出力端末３００からは、ＢＧＭ付きの読み聞かせ音声が出力される。
ステップＳ１０８の処理の後は、ステップＳ１００に処理が戻される。
【0061】
次に、コンテンツ管理端末２００の処理手順例について説明する。
ステップＳ２００：コンテンツ管理端末２００において、ステップＳ１０２により音声出力端末３００から送信される撮像画像は、通信部２０１にて受信される。画像取得部２４１は、通信部２０１にて受信された撮像画像を取得する。
ステップＳ２００：コンテンツ管理端末２００において、ステップＳ１０２により音声出力端末３００から送信される撮像画像は、通信部２０１にて受信される。画像取得部２４１は、通信部２０１にて受信された撮像画像を取得する。
【0062】
ステップＳ２０２：ページ特定部２４２は、ステップＳ２００により取得された撮像画像を受け取る。ページ特定部２４２は、受け取った撮像画像について解析し、撮像画像において含まれている絵本の絵本ＩＤと開かれているページのページ数とを出力する。
【0063】
ステップＳ２０４：ページ特定部２４２は、今回のステップＳ２０２により出力された絵本ＩＤとページ数との組み合わせが、前回のステップＳ２０２により出力された絵本ＩＤとページ数との組み合わせから変化しているか否かを判定する。
絵本ＩＤとページ数との組み合わせに変化がないと判定された場合にはステップＳ２００に処理が戻される。
絵本ＩＤとページ数との組み合わせに変化がないと判定された場合にはステップＳ２００に処理が戻される。
【0064】
ステップＳ２０６：ステップＳ２０４にて絵本ＩＤとページ数との組み合わせに変化が有ったと判定された場合には、子供ユーザＵｃが読む絵本を代えた、あるいは読んでいる絵本のページをめくったことになる。そこで、音声出力制御部２４３は、今回のステップＳ２０２にて出力された絵本ＩＤとページ数の組み合わせに対応付けられた音声データのうちで、音声出力設定データ記憶部２５２において出力すべきことが設定されている音声データを、ダウンロードデータ記憶部２５１から読み出す。
【0065】
ステップＳ２０８：音声出力制御部２４３は、ステップＳ２０６により読み出した音声データを音声出力端末３００に送信することで、音声出力端末３００にて読み聞かせ音声を出力させる。
【0066】
＜変形例＞
以下、本実施形態の変形例について説明する。
以下、本実施形態の変形例について説明する。
【0067】
［第１変形例：撮像画像の送信について］
本変形例において音声出力端末３００は、ネットワークＮＷ経由でコンテンツ管理サーバ１００と通信可能に接続される。
本変形例の音声出力端末３００は、コンテンツ管理端末２００に撮像画像を取得させるにあたり、まず、コンテンツ管理サーバ１００に撮像画像をアップロード（送信）してよい。コンテンツ管理サーバ１００は、アップロードされた撮像画像を、アップロード元の音声出力端末３００に対応付けられているコンテンツ管理端末２００に送信することで、コンテンツ管理端末２００に撮像画像を取得させてよい。
本変形例において音声出力端末３００は、ネットワークＮＷ経由でコンテンツ管理サーバ１００と通信可能に接続される。
本変形例の音声出力端末３００は、コンテンツ管理端末２００に撮像画像を取得させるにあたり、まず、コンテンツ管理サーバ１００に撮像画像をアップロード（送信）してよい。コンテンツ管理サーバ１００は、アップロードされた撮像画像を、アップロード元の音声出力端末３００に対応付けられているコンテンツ管理端末２００に送信することで、コンテンツ管理端末２００に撮像画像を取得させてよい。
【0068】
［第２変形例：案内音声について］
読み聞かせコンテンツデータにおける読み聞かせ音声の音声データは、対応のページの文章を読み終わった後に、子供ユーザＵｃに次のページを開いてもらうことを促す案内音声が含められてよい。このような案内音声は、発話音声であってもよいし、電子音であってもよい。
読み聞かせコンテンツデータにおける読み聞かせ音声の音声データは、対応のページの文章を読み終わった後に、子供ユーザＵｃに次のページを開いてもらうことを促す案内音声が含められてよい。このような案内音声は、発話音声であってもよいし、電子音であってもよい。
【0069】
［第３変形例：ページ紙面接触判定］
本変形例のコンテンツ管理端末２００は、例えば音声出力端末３００により撮像して得られた撮像画像に基づいて、子供ユーザＵｃと絵本のページの紙面との関係性を判定してよい。具体的に、コンテンツ管理端末２００は、子供ユーザＵｃが絵本のページの紙面に指を触れているか否かを判定してよい。さらに、コンテンツ管理端末２００は、子供ユーザＵｃが絵本のページの紙面に指を触れていると判定した場合には、指が触れられているページの紙面上の位置を特定してよい。このような処理は、音声出力端末３００の撮像部３０２に深度センサの機能を付加することで高い精度で行うことが可能である。
コンテンツ管理端末２００の音声出力制御部２４３は、子供ユーザＵｃと絵本のページの紙面との関係性についての判定結果に基づいて、例えば子供ユーザＵｃが指を指している位置に応じた文章の読み聞かせ音声を出力させたり、読み聞かせ音声の再生速度や再生タイミングを変更したりするように制御してよい。
本変形例のコンテンツ管理端末２００は、例えば音声出力端末３００により撮像して得られた撮像画像に基づいて、子供ユーザＵｃと絵本のページの紙面との関係性を判定してよい。具体的に、コンテンツ管理端末２００は、子供ユーザＵｃが絵本のページの紙面に指を触れているか否かを判定してよい。さらに、コンテンツ管理端末２００は、子供ユーザＵｃが絵本のページの紙面に指を触れていると判定した場合には、指が触れられているページの紙面上の位置を特定してよい。このような処理は、音声出力端末３００の撮像部３０２に深度センサの機能を付加することで高い精度で行うことが可能である。
コンテンツ管理端末２００の音声出力制御部２４３は、子供ユーザＵｃと絵本のページの紙面との関係性についての判定結果に基づいて、例えば子供ユーザＵｃが指を指している位置に応じた文章の読み聞かせ音声を出力させたり、読み聞かせ音声の再生速度や再生タイミングを変更したりするように制御してよい。
【0070】
［第４変形例：音声出力端末の態様］
音声出力端末３００は、ペンダント以外の態様であってよく、例えば子供のおもちゃ（例えば人形、ぬいぐるみ等）に備えられる態様であってもよい。また、音声出力端末３００は、例えばメガネ型などとされたウェアラブル端末であってよい。
また、撮像部３０２が音声出力端末３００から分離された構成であってもよい。
音声出力端末３００は、ペンダント以外の態様であってよく、例えば子供のおもちゃ（例えば人形、ぬいぐるみ等）に備えられる態様であってもよい。また、音声出力端末３００は、例えばメガネ型などとされたウェアラブル端末であってよい。
また、撮像部３０２が音声出力端末３００から分離された構成であってもよい。
【0071】
［第５変形例：メガネ型の音声出力端末］
音声出力端末３００としてメガネ型の端末を用いた場合には、メガネ型の音声出力端末３００により、子供ユーザＵｃが絵本を読んでいる際の視線方向を認識し、例えばコンテンツ管理端末２００（あるいはコンテンツ管理サーバ１００）が、認識された視線方向に基づいて、子供ユーザＵｃが絵本におけるいずれの位置に注目しているのかを推定してよい。コンテンツ管理端末２００の音声出力制御部２４３は、推定した位置に応じた読み聞かせ音声を音声出力端末３００から出力させたり、読み聞かせ音声の再生速度や再生タイミングを変更したりするように制御してよい。
音声出力端末３００としてメガネ型の端末を用いた場合には、メガネ型の音声出力端末３００により、子供ユーザＵｃが絵本を読んでいる際の視線方向を認識し、例えばコンテンツ管理端末２００（あるいはコンテンツ管理サーバ１００）が、認識された視線方向に基づいて、子供ユーザＵｃが絵本におけるいずれの位置に注目しているのかを推定してよい。コンテンツ管理端末２００の音声出力制御部２４３は、推定した位置に応じた読み聞かせ音声を音声出力端末３００から出力させたり、読み聞かせ音声の再生速度や再生タイミングを変更したりするように制御してよい。
【0072】
［第６変形例：絵本のページ判定について］
本変形例において、コンテンツ管理端末２００におけるページ特定部２４２は、音声出力端末３００から送信される撮像画像を対象にＯＣＲ（Optical Character Recognition）処理を実行して絵本の開かれたページの文字を認識し、認識した文字に基づいて絵本とページ数とを特定するようにされてよい。この場合、読み聞かせコンテンツデータにおいては、絵本のページごとに対応して、ＯＣＲ処理により認識した文字と照合するページ内の文章（文字列）の情報を格納する。
本変形例において、コンテンツ管理端末２００におけるページ特定部２４２は、音声出力端末３００から送信される撮像画像を対象にＯＣＲ（Optical Character Recognition）処理を実行して絵本の開かれたページの文字を認識し、認識した文字に基づいて絵本とページ数とを特定するようにされてよい。この場合、読み聞かせコンテンツデータにおいては、絵本のページごとに対応して、ＯＣＲ処理により認識した文字と照合するページ内の文章（文字列）の情報を格納する。
【0073】
また、ページ特定部２４２は、先の実施形態にて説明したように学習済みモデルを用いた撮像画像の解析と、上記のＯＣＲとを併用して、絵本とページ数とを特定してもよい。
【0074】
［第７変形例：読み聞かせコンテンツ利用履歴］
本変形例のコンテンツ提供システムは、子供ユーザＵｃのコンテンツ利用に関する履歴情報（コンテンツ利用履歴情報）を管理する。コンテンツ利用履歴情報は、コンテンツ管理サーバ１００、コンテンツ管理端末２００、音声出力端末３００のいずれかが記憶するようにされてよい。
コンテンツ利用履歴情報は、子供ユーザＵｃが読み聞かせ音声を聞きながら利用していた絵本が何であるのか、絵本の利用していた日付及び時間帯、利用中の絵本におけるページごとの滞在時間等を含んでよい。
また、コンテンツ利用履歴情報は、例えば子供ユーザＵｃが指を触れているページの紙面上の位置や、ページの紙面において視線が向けられた位置などを特定可能とされている場合には、これらの特定された位置に関する履歴情報を含んでよい。
本変形例のコンテンツ提供システムは、子供ユーザＵｃのコンテンツ利用に関する履歴情報（コンテンツ利用履歴情報）を管理する。コンテンツ利用履歴情報は、コンテンツ管理サーバ１００、コンテンツ管理端末２００、音声出力端末３００のいずれかが記憶するようにされてよい。
コンテンツ利用履歴情報は、子供ユーザＵｃが読み聞かせ音声を聞きながら利用していた絵本が何であるのか、絵本の利用していた日付及び時間帯、利用中の絵本におけるページごとの滞在時間等を含んでよい。
また、コンテンツ利用履歴情報は、例えば子供ユーザＵｃが指を触れているページの紙面上の位置や、ページの紙面において視線が向けられた位置などを特定可能とされている場合には、これらの特定された位置に関する履歴情報を含んでよい。
【0075】
［第８変形例：子供ユーザの状況の保護者ユーザへの通知］
本変形例のコンテンツ提供システムは、絵本を利用している子供ユーザＵｃについての所定の状況を保護者ユーザＵｐに報知するようにしてよい。保護者ユーザＵｐへの報知は、コンテンツ管理端末２００により行われてよい。
一例として、子供ユーザＵｃが絵本を読み終わったことが保護者ユーザＵｐに報知されるようにしてよい。この場合、音声出力端末３００は、ページ単位で読み聞かせ音声の音声データの再生出力を完了させるごとに、再生完了通知をコンテンツ管理端末２００に送信するようにされてよい。コンテンツ管理端末２００は、絵本の最後のページの読み聞かせ音声の音声データの送信に対する再生完了通知を受信すると、所定の態様（音声出力、報知表示、バイブレーション、インジケータの点灯等）により、保護者ユーザＵｐに向けて絵本の読み聞かせが完了したことを報知してよい。
本変形例のコンテンツ提供システムは、絵本を利用している子供ユーザＵｃについての所定の状況を保護者ユーザＵｐに報知するようにしてよい。保護者ユーザＵｐへの報知は、コンテンツ管理端末２００により行われてよい。
一例として、子供ユーザＵｃが絵本を読み終わったことが保護者ユーザＵｐに報知されるようにしてよい。この場合、音声出力端末３００は、ページ単位で読み聞かせ音声の音声データの再生出力を完了させるごとに、再生完了通知をコンテンツ管理端末２００に送信するようにされてよい。コンテンツ管理端末２００は、絵本の最後のページの読み聞かせ音声の音声データの送信に対する再生完了通知を受信すると、所定の態様（音声出力、報知表示、バイブレーション、インジケータの点灯等）により、保護者ユーザＵｐに向けて絵本の読み聞かせが完了したことを報知してよい。
【0076】
［第７変形例：危険物報知］
例えば音声出力端末３００は子供ユーザＵｃが使用するものであることを考慮して、ページ特定部２４２が、音声出力端末３００から取得した撮像画像において、ハサミ、カッター等の刃物やライター等の火器といった子供にとって危険な物体を検知した場合には、コンテンツ管理端末２００により保護者ユーザＵｐに向けて、子供ユーザＵｃの付近に危険物が存在することの警告報知を行うようにしてよい。
ページ特定部２４２は、例えば上記の刃物や火器等の画像に危険物としてのラベルを付した教師データにより学習器を学習させたことにより得られる学習済みモデルを用いて、子供にとって危険な物体を検知してよい。
例えば音声出力端末３００は子供ユーザＵｃが使用するものであることを考慮して、ページ特定部２４２が、音声出力端末３００から取得した撮像画像において、ハサミ、カッター等の刃物やライター等の火器といった子供にとって危険な物体を検知した場合には、コンテンツ管理端末２００により保護者ユーザＵｐに向けて、子供ユーザＵｃの付近に危険物が存在することの警告報知を行うようにしてよい。
ページ特定部２４２は、例えば上記の刃物や火器等の画像に危険物としてのラベルを付した教師データにより学習器を学習させたことにより得られる学習済みモデルを用いて、子供にとって危険な物体を検知してよい。
【0077】
［第８変形例：紙面上の状況に応じた音出力制御］
音声出力端末３００により撮像して得られる撮像画像に基づいて、ページ特定部２４２は学習済みモデルを用いて、例えば子供ユーザＵｃが絵本の紙面の上に車両のおもちゃや動物のミニチュアなどを置いて遊んでいる状況であるときには、車両種別や動物の種別等を認識可能に構成されてよい。
この場合、音声出力制御部２４３は、認識された種別の車両の音や認識された種別の動物の鳴き声等に対応する音を音声出力端末３００から出力させるようにしてよい。この場合には、読み聞かせコンテンツデータにおいて、車両種別ごとの音声データ、動物の種別ごとの泣き声の音声データ等が用意されてよい。
また、絵本が飛び出す絵本であるような場合には、開かれているページにおいて子供ユーザＵｃが触れて遊んでいる仕掛けを撮像画像から特定し、特定した仕掛けに応じた読み聞かせ音声が音声出力端末３００から出力されるようにしてよい。
音声出力端末３００により撮像して得られる撮像画像に基づいて、ページ特定部２４２は学習済みモデルを用いて、例えば子供ユーザＵｃが絵本の紙面の上に車両のおもちゃや動物のミニチュアなどを置いて遊んでいる状況であるときには、車両種別や動物の種別等を認識可能に構成されてよい。
この場合、音声出力制御部２４３は、認識された種別の車両の音や認識された種別の動物の鳴き声等に対応する音を音声出力端末３００から出力させるようにしてよい。この場合には、読み聞かせコンテンツデータにおいて、車両種別ごとの音声データ、動物の種別ごとの泣き声の音声データ等が用意されてよい。
また、絵本が飛び出す絵本であるような場合には、開かれているページにおいて子供ユーザＵｃが触れて遊んでいる仕掛けを撮像画像から特定し、特定した仕掛けに応じた読み聞かせ音声が音声出力端末３００から出力されるようにしてよい。
【0078】
［第９変形例：システム構成］
本変形例のコンテンツ提供システムは、図１におけるコンテンツ管理端末２００と音声出力端末とを備え、コンテンツ管理サーバ１００は省力された構成であってよい。
このような本変形例のコンテンツ提供システムの構成の場合、コンテンツ管理端末２００は、例えば読み聞かせアプリケーションをインストールする際に、コンテンツ提供システムのもとで提供可能な絵本に対応する読み聞かせコンテンツデータをダウンロードし、記憶するようにされてよい。つまり、本変形例のコンテンツ管理端末２００は、ダウンロードデータ記憶部２５１（図７）に代えて、図５のコンテンツ管理サーバ１００が備えるコンテンツデータ記憶部１３１を備えるようにされてよい。
また、本変形例において、読み聞かせ音声の音声データについては、デフォルトの音声データのように予め用意せずに、保護者ユーザＵｐ等がコンテンツ管理端末２００を用いて録音し、コンテンツ管理端末２００に記憶させることにより利用可能となるようにされてよい。
本変形例のコンテンツ提供システムは、図１におけるコンテンツ管理端末２００と音声出力端末とを備え、コンテンツ管理サーバ１００は省力された構成であってよい。
このような本変形例のコンテンツ提供システムの構成の場合、コンテンツ管理端末２００は、例えば読み聞かせアプリケーションをインストールする際に、コンテンツ提供システムのもとで提供可能な絵本に対応する読み聞かせコンテンツデータをダウンロードし、記憶するようにされてよい。つまり、本変形例のコンテンツ管理端末２００は、ダウンロードデータ記憶部２５１（図７）に代えて、図５のコンテンツ管理サーバ１００が備えるコンテンツデータ記憶部１３１を備えるようにされてよい。
また、本変形例において、読み聞かせ音声の音声データについては、デフォルトの音声データのように予め用意せずに、保護者ユーザＵｐ等がコンテンツ管理端末２００を用いて録音し、コンテンツ管理端末２００に記憶させることにより利用可能となるようにされてよい。
【0079】
［第１０変形例：システム構成］
本変形例のコンテンツ提供システムの全体的な構成は、図１と同様でよい。そのうえで、本変形例のコンテンツ管理端末２００は、ネイティブアプリケーションとしての読み聞かせアプリケーションがインストールされる代わりに、シンクライアント端末として機能するような構成とされてよい。この場合、コンテンツ管理端末２００は、ウェブアプリケーションあるいはＰＷＡ（Progressive Web Apps）として読み聞かせアプリケーションが動作するようにされてよい。
このような本変形例において、コンテンツ管理端末２００は、絵本ごとに対応する読み聞かせコンテンツデータを、ダウンロードしなくともよく、記憶しなくともよい。この場合、コンテンツ管理端末２００は、図２（Ｂ）にて説明したダウンロードの操作に代えて、保護者ユーザＵｐが利用対象とする読み聞かせコンテンツを登録する操作が可能とされてよい。読み聞かせコンテンツを登録する操作が行われたことに応じて、コンテンツ管理サーバ１００は、保護者ユーザＵｐに対応付けて利用可能な読み聞かせコンテンツの絵本ＩＤを記憶してよい。
また、この場合には、保護者ユーザＵｐが、コンテンツ管理端末２００に表示される図３（Ａ）、図３（Ｂ）の画面（音声設定画面、音声種別選択画面）に対する操作によって絵本の読み聞かせの際に用いる音声種別の設定を行った場合、設定された内容を示す音声出力設定データを保護者ユーザＵｐに対応付けてコンテンツ管理サーバ１００が記憶するようにされてよい。また、保護者ユーザＵｐが図４の画面を操作して録音した読み聞かせ音声も、対応の音声出力設定データに含めるようにしてコンテンツ管理サーバ１００が記憶してよい。
また、この場合のコンテンツ管理サーバ１００は、図７の画像取得部２４１、ページ特定部２４２、及び音声出力制御部２４３等としての機能を有してよい。
本変形例のコンテンツ提供システムの全体的な構成は、図１と同様でよい。そのうえで、本変形例のコンテンツ管理端末２００は、ネイティブアプリケーションとしての読み聞かせアプリケーションがインストールされる代わりに、シンクライアント端末として機能するような構成とされてよい。この場合、コンテンツ管理端末２００は、ウェブアプリケーションあるいはＰＷＡ（Progressive Web Apps）として読み聞かせアプリケーションが動作するようにされてよい。
このような本変形例において、コンテンツ管理端末２００は、絵本ごとに対応する読み聞かせコンテンツデータを、ダウンロードしなくともよく、記憶しなくともよい。この場合、コンテンツ管理端末２００は、図２（Ｂ）にて説明したダウンロードの操作に代えて、保護者ユーザＵｐが利用対象とする読み聞かせコンテンツを登録する操作が可能とされてよい。読み聞かせコンテンツを登録する操作が行われたことに応じて、コンテンツ管理サーバ１００は、保護者ユーザＵｐに対応付けて利用可能な読み聞かせコンテンツの絵本ＩＤを記憶してよい。
また、この場合には、保護者ユーザＵｐが、コンテンツ管理端末２００に表示される図３（Ａ）、図３（Ｂ）の画面（音声設定画面、音声種別選択画面）に対する操作によって絵本の読み聞かせの際に用いる音声種別の設定を行った場合、設定された内容を示す音声出力設定データを保護者ユーザＵｐに対応付けてコンテンツ管理サーバ１００が記憶するようにされてよい。また、保護者ユーザＵｐが図４の画面を操作して録音した読み聞かせ音声も、対応の音声出力設定データに含めるようにしてコンテンツ管理サーバ１００が記憶してよい。
また、この場合のコンテンツ管理サーバ１００は、図７の画像取得部２４１、ページ特定部２４２、及び音声出力制御部２４３等としての機能を有してよい。
【0080】
本変形例において、コンテンツ管理端末２００は、音声出力端末３００から送信された撮像画像をコンテンツ管理サーバ１００に転送する。あるいは、音声出力端末３００は、コンテンツ管理端末２００を経由せずに、コンテンツ管理サーバ１００に撮像画像を送信可能とされてもよい。
コンテンツ管理サーバ１００は、画像取得部２４１としての機能により転送された撮像画像を取得し、ページ特定部２４２としての機能により、取得した撮像画像に含まれる絵本の絵本ＩＤとページ数とを特定する。コンテンツ管理サーバ１００は、音声出力制御部２４３としての機能により、上記のように特定された絵本ＩＤ及びページ数に対応する読み聞かせコンテンツデータにおける音声データをコンテンツデータ記憶部１３１から読み出し、読み出した音声データを、コンテンツ管理端末２００に送信する。コンテンツ管理端末２００は、送信された音声データを音声出力端末３００に転送する。音声出力端末３００は、転送された音声データを読み聞かせ音声として音声出力部３０３から出力させる。
コンテンツ管理サーバ１００は、画像取得部２４１としての機能により転送された撮像画像を取得し、ページ特定部２４２としての機能により、取得した撮像画像に含まれる絵本の絵本ＩＤとページ数とを特定する。コンテンツ管理サーバ１００は、音声出力制御部２４３としての機能により、上記のように特定された絵本ＩＤ及びページ数に対応する読み聞かせコンテンツデータにおける音声データをコンテンツデータ記憶部１３１から読み出し、読み出した音声データを、コンテンツ管理端末２００に送信する。コンテンツ管理端末２００は、送信された音声データを音声出力端末３００に転送する。音声出力端末３００は、転送された音声データを読み聞かせ音声として音声出力部３０３から出力させる。
【0081】
［第１１変形例：システム構成］
本変形例においてコンテンツ管理端末２００は、例えばスマートフォン等ではなく、例えばシングルボードコンピュータ等を用いたデバイス（コンテンツ管理デバイス）であってよい。このようなコンテンツ管理デバイスは、例えば子供向けにおもちゃ箱、玩具、ぬいぐるみなどに内蔵されてよい。
本変形例においてコンテンツ管理端末２００は、例えばスマートフォン等ではなく、例えばシングルボードコンピュータ等を用いたデバイス（コンテンツ管理デバイス）であってよい。このようなコンテンツ管理デバイスは、例えば子供向けにおもちゃ箱、玩具、ぬいぐるみなどに内蔵されてよい。
【0082】
［第１２変形例：システム構成］
本変形例のコンテンツ提供システムにおいては、音声出力端末３００が、読み聞かせコンテンツデータ（図６）における音声データを記憶するようにされてよい。
この場合、読み聞かせコンテンツのダウンロードは、コンテンツ管理端末２００が行ってよい。コンテンツ管理端末２００は、ダウンロードした読み聞かせコンテンツに含まれる音声データを絵本ＩＤとページ数との組み合わせに対応付けて音声出力端末３００に送信する。音声出力端末３００は、受信した音声データを記憶部３０５に記憶させる。
この場合には、音声出力端末３００が送信した撮像画像に基づいて、コンテンツ管理端末２００あるいは第１０変形例におけるコンテンツ管理サーバ１００が絵本ＩＤおよびページ数を推定し、推定した絵本ＩＤおよびページ数を音声出力端末３００に送信する。音声出力端末３００は、受信した絵本ＩＤとページ数との組み合わせに対応付けられている音声データを記憶部３０５から読み出し、読み出した音声データを再生して読み聞かせ音声を出力する。
本変形例のコンテンツ提供システムにおいては、音声出力端末３００が、読み聞かせコンテンツデータ（図６）における音声データを記憶するようにされてよい。
この場合、読み聞かせコンテンツのダウンロードは、コンテンツ管理端末２００が行ってよい。コンテンツ管理端末２００は、ダウンロードした読み聞かせコンテンツに含まれる音声データを絵本ＩＤとページ数との組み合わせに対応付けて音声出力端末３００に送信する。音声出力端末３００は、受信した音声データを記憶部３０５に記憶させる。
この場合には、音声出力端末３００が送信した撮像画像に基づいて、コンテンツ管理端末２００あるいは第１０変形例におけるコンテンツ管理サーバ１００が絵本ＩＤおよびページ数を推定し、推定した絵本ＩＤおよびページ数を音声出力端末３００に送信する。音声出力端末３００は、受信した絵本ＩＤとページ数との組み合わせに対応付けられている音声データを記憶部３０５から読み出し、読み出した音声データを再生して読み聞かせ音声を出力する。
【0083】
［第１３変形例：システム構成］
本変形例のコンテンツ提供システムにおいては、音声出力端末３００が、図７の画像取得部２４１、ページ特定部２４２、及び音声出力制御部２４３等を有して構成される。また、この場合の音声出力端末３００は、ネイティブアプリケーションまたはウェブアプリケーション等として読み聞かせアプリケーションが動作可能とされ、読み聞かせアプリケーションに対する操作が可能な操作部が設けられてよい。
本変形例の場合、コンテンツ提供システムにおいてコンテンツ管理端末２００は省略されてよい。本変形例においては、音声出力端末３００が、読み聞かせコンテンツデータをコンテンツ管理サーバ１００からダウンロードし、ダウンロードデータとして記憶部３０５に記憶させてよい。また、絵本ごとの読み聞かせ音声の設定等も音声出力端末３００上で動作する読み聞かせアプリケーションに対する操作によって行えるようにされてよい。
本変形例の音声出力端末３００は、撮像部３０２により撮像して得られた撮像画像を画像取得部２４１としての機能により取得し、ページ特定部２４２としての機能により、取得した撮像画像に含まれる絵本の絵本ＩＤとページ数とを特定する。音声出力端末３００は、音声出力制御部２４３としての機能により、上記のように特定された絵本ＩＤ及びページ数に対応する読み聞かせコンテンツデータにおける音声データを、音声出力部３０３から出力させる。
本変形例のコンテンツ提供システムにおいては、音声出力端末３００が、図７の画像取得部２４１、ページ特定部２４２、及び音声出力制御部２４３等を有して構成される。また、この場合の音声出力端末３００は、ネイティブアプリケーションまたはウェブアプリケーション等として読み聞かせアプリケーションが動作可能とされ、読み聞かせアプリケーションに対する操作が可能な操作部が設けられてよい。
本変形例の場合、コンテンツ提供システムにおいてコンテンツ管理端末２００は省略されてよい。本変形例においては、音声出力端末３００が、読み聞かせコンテンツデータをコンテンツ管理サーバ１００からダウンロードし、ダウンロードデータとして記憶部３０５に記憶させてよい。また、絵本ごとの読み聞かせ音声の設定等も音声出力端末３００上で動作する読み聞かせアプリケーションに対する操作によって行えるようにされてよい。
本変形例の音声出力端末３００は、撮像部３０２により撮像して得られた撮像画像を画像取得部２４１としての機能により取得し、ページ特定部２４２としての機能により、取得した撮像画像に含まれる絵本の絵本ＩＤとページ数とを特定する。音声出力端末３００は、音声出力制御部２４３としての機能により、上記のように特定された絵本ＩＤ及びページ数に対応する読み聞かせコンテンツデータにおける音声データを、音声出力部３０３から出力させる。
【0084】
［第１４変形例：媒体について］
本実施形態が対応する紙面媒体は、絵本に限定されない。本実施形態が対応する紙面媒体は、絵本以外の書籍であってもよい。また、本実施形態が対応する紙面媒体は、ポスターやチラシ等であってもよい。
また、先の変形例のようにページ特定部２４２が画像解析とＯＣＲ処理とを併用する場合には、ページ特定部２４２は、対象の撮像画像にて含まれる紙面における画像と文字との占有率に応じて、ページの特定にあたり画像解析とＯＣＲ処理とのいずれを利用するのか、あるいは併用するのかを決定してよい。
本実施形態が対応する紙面媒体は、絵本に限定されない。本実施形態が対応する紙面媒体は、絵本以外の書籍であってもよい。また、本実施形態が対応する紙面媒体は、ポスターやチラシ等であってもよい。
また、先の変形例のようにページ特定部２４２が画像解析とＯＣＲ処理とを併用する場合には、ページ特定部２４２は、対象の撮像画像にて含まれる紙面における画像と文字との占有率に応じて、ページの特定にあたり画像解析とＯＣＲ処理とのいずれを利用するのか、あるいは併用するのかを決定してよい。
【0085】
また、本実施形態が対応する媒体は、紙面によるもの以外であってもよい。例えば風景、美術館の展示物等のように特定の分野に分類される画像であってよい。例えば音声出力端末３００が風景や展示物を撮像した撮像画像したことに応じて、当該撮像画像を取得したコンテンツ管理端末２００が、撮像画像における風景の場所や展示物を特定し、特定した風景や展示物を説明する音声を音声出力端末３００から出力させるようにしてよい。
この場合、音声出力端末３００は、風景の撮像画像と風景の場所とを対応付けた学習データ、あるいは展示物の撮像画像と展示物が何であるのかを示すタグとを対応付けた学習データにより学習器を学習させて得られた学習済みモデルを利用して上記のように特定を行ってよい。
この場合、音声出力端末３００は、風景の撮像画像と風景の場所とを対応付けた学習データ、あるいは展示物の撮像画像と展示物が何であるのかを示すタグとを対応付けた学習データにより学習器を学習させて得られた学習済みモデルを利用して上記のように特定を行ってよい。
【0086】
［第１５変形例：音声以外の出力態様］
撮像画像から特定された対象に対応して出力されるコンテンツは音声のほか、例えばプロジェクタにより投影する画像等であってもよい。
撮像画像から特定された対象に対応して出力されるコンテンツは音声のほか、例えばプロジェクタにより投影する画像等であってもよい。
【0087】
なお、上述のコンテンツ管理サーバ１００、コンテンツ管理端末２００、及び音声出力端末３００等としての機能を実現するためのプログラムをコンピュータ読み取り可能な記録媒体に記録して、この記録媒体に記録されたプログラムをコンピュータシステムに読み込ませ、実行することにより上述のコンテンツ管理サーバ１００、コンテンツ管理端末２００、及び音声出力端末３００等としての処理を行ってもよい。ここで、「記録媒体に記録されたプログラムをコンピュータシステムに読み込ませ、実行する」とは、コンピュータシステムにプログラムをインストールすることを含む。ここでいう「コンピュータシステム」とは、ＯＳや周辺機器等のハードウェアを含むものとする。また、「コンピュータシステム」は、インターネットやＷＡＮ、ＬＡＮ、専用回線等の通信回線を含むネットワークを介して接続された複数のコンピュータ装置を含んでもよい。また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ＲＯＭ、ＣＤ－ＲＯＭ等の可搬媒体、コンピュータシステムに内蔵されるＨＤＤ、ＳＳＤ等の記憶装置のことをいう。このように、プログラムを記憶した記録媒体は、ＣＤ－ＲＯＭ等の非一過性の記録媒体であってもよい。また、記録媒体には、当該プログラムを配信するために配信サーバからアクセス可能な内部または外部に設けられた記録媒体も含まれる。配信サーバの記録媒体に記憶されるプログラムのコードは、端末装置で実行可能な形式のプログラムのコードと異なるものでもよい。すなわち、配信サーバからダウンロードされて端末装置で実行可能な形でインストールができるものであれば、配信サーバで記憶される形式は問わない。なお、プログラムを複数に分割し、それぞれ異なるタイミングでダウンロードした後に端末装置で合体される構成や、分割されたプログラムのそれぞれを配信する配信サーバが異なっていてもよい。さらに「コンピュータ読み取り可能な記録媒体」とは、ネットワークを介してプログラムが送信された場合のサーバやクライアントとなるコンピュータシステム内部の揮発性メモリ（ＲＡＭ）のように、一定時間プログラムを保持しているものも含むものとする。また、上記プログラムは、上述した機能の一部を実現するためのものであってもよい。さらに、上述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるもの、いわゆる差分ファイル（差分プログラム）であってもよい。
【0088】
＜付記＞
（１）本実施形態の一態様は、紙面媒体の紙面ごとに対応付けられ、当該紙面に対応する内容の音声データを記憶する音声データ記憶部と、撮像部により紙面媒体の紙面を撮像して得られた撮像画像を取得する画像取得部と、前記画像取得部により取得された撮像画像により撮像された紙面媒体の紙面が、前記音声データ記憶部に記憶される音声データが対応する紙面媒体の紙面のうちのいずれであるのかを特定する紙面特定部と、前記紙面特定部により特定された紙面媒体の紙面に対応付けられた音声データの音声を音声出力端末から出力させる音声出力制御部とを備えるコンテンツ提供システムである。
（１）本実施形態の一態様は、紙面媒体の紙面ごとに対応付けられ、当該紙面に対応する内容の音声データを記憶する音声データ記憶部と、撮像部により紙面媒体の紙面を撮像して得られた撮像画像を取得する画像取得部と、前記画像取得部により取得された撮像画像により撮像された紙面媒体の紙面が、前記音声データ記憶部に記憶される音声データが対応する紙面媒体の紙面のうちのいずれであるのかを特定する紙面特定部と、前記紙面特定部により特定された紙面媒体の紙面に対応付けられた音声データの音声を音声出力端末から出力させる音声出力制御部とを備えるコンテンツ提供システムである。
【0089】
（２）本実施形態の一態様は、（１）に記載のコンテンツ提供システムであって、前記音声データ記憶部が紙面ごとに対応して記憶する音声データは、対応の紙面において示される文字を音声化した音声データである。
【0090】
（３）本実施形態の一態様は、（２）に記載のコンテンツ提供システムであって、前記音声データ記憶部は、１つの紙面に対応して記憶する音声データとして、予め用意された音声データと、ユーザが録音することにより作成された録音音声データとを記憶可能とされ、前記音声出力制御部は、前記紙面特定部により特定された紙面媒体の紙面に対応付けられた音声データとして、前記予め用意された音声データと前記録音音声データとのうちで音声出力の対象として設定されている音声データを前記音声出力端末から出力させる。
【0091】
（４）本実施形態の一態様は、（１）から（３）のいずれか一項に記載のコンテンツ提供システムであって、前記紙面特定部は、紙面媒体を撮像して得られる媒体撮像画像と前記紙面媒体における紙面を撮像して得られる紙面撮像画像の組み合わせに対して、当該組み合わせに対応する紙面媒体と紙面とを対応付けたに学習データにより学習器を学習させることで得られた学習済みモデルを用いて、紙面媒体の紙面の特定を行う。
【0092】
（５）本実施形態の一態様は、（１）から（４）のいずれか一項に記載のコンテンツ提供システムであって、前記撮像部は前記音声出力端末に備えられ、前記音声出力端末は、前記紙面媒体を利用するユーザが身に付けることが可能とされた態様を有する。
【0093】
（６）本実施形態の一態様は、（１）から（５）のいずれか一項に記載のコンテンツ提供システムであって、前記音声出力端末と、当該音声出力端末と通信可能に接続されるコンテンツ管理端末とを備え、前記音声出力端末は、前記撮像部を備え、当該撮像部により撮像して得られた撮像画像を前記コンテンツ管理端末に送信し、前記コンテンツ管理端末は、前記音声データ記憶部と、前記音声出力端末から送信された撮像画像を取得する前記画像取得部と、前記紙面特定部と、前記紙面特定部により特定された紙面に対応付けられて前記音声データ記憶部に記憶される音声データを前記音声出力端末に送信するようにされた前記音声出力制御部とを備える。
【0094】
（７）本実施形態の一態様は、（６）に記載のコンテンツ提供システムであって、コンテンツ管理サーバをさらに備え、前記コンテンツ管理端末は、前記コンテンツ管理サーバが記憶する音声データのうちからダウンロードした音声データを前記音声データ記憶部に記憶させる。
【0095】
（８）本実施形態の一態様は、コンテンツ提供システムにおけるコンテンツ提供方法であって、撮像部により紙面媒体の紙面を撮像して得られた撮像画像を取得する画像取得ステップと、前記画像取得ステップにより取得された撮像画像により撮像された紙面媒体の紙面が、紙面媒体の紙面ごとに対応付けられ当該紙面に対応する内容の音声データを記憶する音声データ記憶部に記憶される音声データが対応する紙面媒体の紙面のうちのいずれであるのかを特定する紙面特定ステップと、前記紙面特定ステップにより特定された紙面媒体の紙面に対応付けられた音声データの音声を音声出力端末から出力させる音声出力制御ステップとを含むコンテンツ提供方法である。
【符号の説明】
【0096】
１００ コンテンツ管理サーバ、１０１ 通信部、１０２ 制御部、１０３ 記憶部、１３１ コンテンツデータ記憶部、２００ コンテンツ管理端末、２０１ 通信部、２０２ 操作部、２０３ 表示部、２０４ 制御部、２０５ 記憶部、２４１ 画像取得部、２４２ ページ特定部、２４３ 音声出力制御部、２５１ ダウンロードデータ記憶部、２５２ 音声出力設定データ記憶部、３００ 音声出力端末、３０１ 通信部、３０２ 撮像部、３０３ 音声出力部、３０４ 制御部、３０５ 記憶部、３５１ 音声データ記憶部、４０２ 撮像部、４０５ 制御部、１４２１ 学習器、１４２２ モデル
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】