特開 2024-91246 遠隔制御装置及び遠隔制御方法

(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】P2024091246

(43)【公開日】2024-07-04

(54)【発明の名称】遠隔制御装置及び遠隔制御方法

(51)【国際特許分類】

   G06F 3/01 20060101AFI20240627BHJP

   H04Q 9/00 20060101ALI20240627BHJP

   G06F 3/0346 20130101ALI20240627BHJP

   G06T 7/70 20170101ALI20240627BHJP

   G06V 10/40 20220101ALI20240627BHJP

   G10L 25/51 20130101ALI20240627BHJP

   G10L 17/00 20130101ALI20240627BHJP

   G10L 15/00 20130101ALI20240627BHJP

【ＦＩ】

G06F3/01 510

H04Q9/00 301E

H04Q9/00 331A

G06F3/0346 423

G06T7/70 Z

G06V10/40

G10L25/51 400

G10L17/00 200D

G10L15/00 200F

【審査請求】未請求

【請求項の数】6

【出願形態】ＯＬ

(21)【出願番号】P 2023116692

(22)【出願日】2023-07-18

(31)【優先権主張番号】P 2022205542

(32)【優先日】2022-12-22

(33)【優先権主張国・地域又は機関】JP

(71)【出願人】

【識別番号】308036402

【氏名又は名称】株式会社ＪＶＣケンウッド

(74)【代理人】

【識別番号】100083806

【弁理士】

【氏名又は名称】三好 秀和

(74)【代理人】

【識別番号】100111235

【弁理士】

【氏名又は名称】原 裕子

(74)【代理人】

【識別番号】100170575

【弁理士】

【氏名又は名称】森 太士

(72)【発明者】

【氏名】天花寺 秀紀

【テーマコード（参考）】

5B087

5E555

5K048

5L096

【Ｆターム（参考）】

5B087AA09

5B087BC11

5E555AA46

5E555AA53

5E555AA64

5E555AA71

5E555BA16

5E555BA19

5E555BB16

5E555BC04

5E555BC16

5E555CA42

5E555CA47

5E555CB64

5E555CB65

5E555CC01

5E555DA21

5E555DA31

5E555EA09

5E555EA22

5E555EA23

5E555FA00

5K048AA04

5K048BA03

5K048DA02

5K048EB02

5K048HA01

5K048HA02

5L096CA02

5L096FA67

5L096FA69

5L096JA11

(57)【要約】

【課題】複数のユーザが存在しても適切に操作対象機器を特定することができる遠隔制御装置を提供する。
【解決手段】ユーザ特定部（登録顔画像認識部２及び顔画像登録部３）はユーザを特定する。操作対象機器登録部６には、複数の操作対象機器の位置情報が登録されている。視線検出部４は、ユーザ特定部が特定したユーザの視線を検出する。操作対象機器特定部７は、操作対象機器登録部６に登録されている複数の操作対象機器のうち、視線検出部４が検出した視線の方向に位置する操作対象機器を制御される対象の操作対象機器であると特定する。音声応答制御部８は、マイクロホン１０が収音した音声に従って、特定された操作対象機器を制御する。
【選択図】図２

【特許請求の範囲】

【請求項1】

ユーザを特定するユーザ特定部と、
複数の操作対象機器の位置情報が登録されている操作対象機器登録部と、
前記ユーザ特定部が特定したユーザの視線を検出する視線検出部と、
前記操作対象機器登録部に登録されている前記複数の操作対象機器のうち、前記視線検出部が検出した視線の方向に位置する操作対象機器を制御される対象の操作対象機器であると特定する操作対象機器特定部と、
マイクロホンが収音した音声に従って、前記操作対象機器特定部によって特定された操作対象機器を制御する音声応答制御部と、
を備える遠隔制御装置。

【請求項2】

前記ユーザ特定部は、
操作対象機器を操作するユーザの顔画像が登録されている顔画像登録部と、
前記顔画像登録部に登録されている顔画像に基づいて、カメラによって撮影された人が前記顔画像登録部に登録されているユーザであるか否かを認識する登録顔画像認識部と、
前記登録顔画像認識部が前記顔画像登録部に登録されているユーザであると認識した人をユーザとして特定する
請求項１に記載の遠隔制御装置。

【請求項3】

音声の発声方向を推定する音声検出部をさらに備え、
前記ユーザ特定部は、前記音声検出部が推定した音声の発声方向に基づいてユーザを特定する
請求項１に記載の遠隔制御装置。

【請求項4】

前記顔画像登録部に登録されているユーザの顔画像に関連付けて、ユーザの声を登録する音声登録部と、
前記音声登録部に登録されている声に基づいて、前記マイクロホンが収音した声を発したユーザを特定する登録音声認識部と、
をさらに備え、
前記登録顔画像認識部は、前記登録音声認識部で特定したユーザの顔画像を特定し、
前記視線検出部は、前記特定したユーザの視線を検出する
請求項２に記載の遠隔制御装置。

【請求項5】

前記各操作対象機器が位置する方向を登録する登録モード時に、前記ユーザが、前記複数の操作対象機器のうちのいずれかの操作対象機器を見ている状態で、前記視線検出部が検出した視線に基づいて、前記操作対象機器の位置を算出する操作対象機器位置算出部をさらに備え、
前記操作対象機器登録部は、前記操作対象機器位置算出部が算出した前記操作対象機器の位置情報を登録する
請求項１～３のいずれか１項に記載の遠隔制御装置。

【請求項6】

ユーザ特定部がユーザを特定し、
視線検出部が、前記ユーザ特定部が特定したユーザの視線の方向を検出し、
操作対象機器特定部が、操作対象機器登録部に登録されている複数の操作対象機器のうち、前記視線検出部が検出した視線の方向に位置する操作対象機器を制御される対象の操作対象機器であると特定し、
音声応答制御部が、マイクロホンが収音した音声に従って、前記操作対象機器特定部によって特定された操作対象機器を制御する
遠隔制御方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、遠隔制御装置及び遠隔制御方法に関する。

【背景技術】

【0002】

音声を認識し、音声によって各種の機器を操作することができるスマートスピーカと称される遠隔制御装置が普及している。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】国際公開第２０１９／１４２２９５号

【特許文献2】特開２０１７－１０２６８７号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

例えば、遠隔制御装置によって操作対象機器として２台のテレビを操作することがある。このとき、２台のテレビそれぞれに固有の名前を付けて遠隔制御装置に登録しておき、名前を発して操作しようとするテレビを特定した上で制御内容を音声で指示する必要がある。このような音声による指示は煩雑であり、音声による指示を簡略化することが求められる。特許文献１には、撮像装置で撮像した画像情報から、ユーザの視線を検出することで操作対象機器を特定する技術が記載されている。しかしながら、撮像装置の撮像範囲に複数のユーザが存在した場合、操作対象機器を操作したいユーザ以外のユーザの視線を検出してしまい、適切に操作対象機器を特定できない可能性がある。そこで、より確実に操作対象機器を特定する遠隔制御装置及び遠隔制御方法の登場が望まれる。

【0005】

本発明は、複数のユーザが存在しても適切に操作対象機器を特定することができる遠隔制御装置及び遠隔制御方法を提供することを目的とする。

【課題を解決するための手段】

【0006】

本発明は、ユーザを特定するユーザ特定部と、複数の操作対象機器の位置情報が登録されている操作対象機器登録部と、前記ユーザ特定部が特定したユーザの視線を検出する視線検出部と、前記操作対象機器登録部に登録されている前記複数の操作対象機器のうち、前記視線検出部が検出した視線の方向に位置する操作対象機器を制御される対象の操作対象機器であると特定する操作対象機器特定部と、マイクロホンが収音した音声に従って、前記操作対象機器特定部によって特定された操作対象機器を制御する音声応答制御部とを備える遠隔制御装置を提供する。

【0007】

本発明は、ユーザ特定部がユーザを特定し、視線検出部が、前記ユーザ特定部が特定したユーザの視線の方向を検出し、操作対象機器特定部が、操作対象機器登録部に登録されている複数の操作対象機器のうち、前記視線検出部が検出した視線の方向に位置する操作対象機器を制御される対象の操作対象機器であると特定し、音声応答制御部が、マイクロホンが収音した音声に従って、前記操作対象機器特定部によって特定された操作対象機器を制御する遠隔制御方法を提供する。

【発明の効果】

【0008】

本発明の遠隔制御装置及び遠隔制御方法によれば、複数のユーザが存在しても適切に操作対象機器を特定することができる。

【図面の簡単な説明】

【0009】

【図1】図１は、第１または第２実施形態に係る遠隔制御装置と、操作対象機器としての２台のテレビが存在する状況の例を示す図である。

【図2】図２は、第１実施形態に係る遠隔制御装置を示すブロック図である。

【図3】図３は、第１または第２実施形態に係る遠隔制御装置を示す外観斜視図である。

【図4】図４は、第１または第２実施形態に係る遠隔制御装置における操作対象機器登録部に登録されているマップ情報の例を示す図である。

【図5】図５は、第１または第２実施形態に係る遠隔制御装置における操作対象機器登録部に登録されているマップ情報の例を示す概念図である。

【図6】図６は、第１または第２実施形態に係る遠隔制御装置における顔画像登録部に登録されているユーザの顔画像を示す概念図である。

【図7】図７は、第２実施形態に係る遠隔制御装置を示すブロック図である。

【図8】図８は、第２実施形態に係る遠隔制御装置における音声登録部に登録されているユーザの音声を示す概念図である。

【図9】図９は、第３実施形態に係る遠隔制御装置を示すブロック図である。

【発明を実施するための形態】

【0010】

図１において、テレビＴｖ１はリビングルームに置かれており、テレビＴｖ２はダイニングルームに置かれているとする。テレビＴｖ１及びＴｖ２は操作対象機器の例である。ユーザ６０が、第１実施形態に係る遠隔制御装置１００、第２実施形態に係る遠隔制御装置２００、または第３実施形態に係る遠隔制御装置３００によってテレビＴｖ１またはＴｖ２を操作する。以下、第１実施形態に係る遠隔制御装置１００、第２実施形態に係る遠隔制御装置２００、第３実施形態に係る遠隔制御装置３００の構成、動作、遠隔制御装置１００、２００、３００で実行される遠隔制御方法について、添付図面を参照して説明する。

【0011】

＜第１実施形態＞
図２において、第１実施形態に係る遠隔制御装置１００は、カメラ１、登録顔画像認識部２、顔画像登録部３、視線検出部４、操作対象機器位置算出部５、操作対象機器登録部６、操作対象機器特定部７、音声応答制御部８、遠隔制御信号発生部９を備える。また、第１実施形態に係る遠隔制御装置１００は、マイクロホン１０、音声認識部１１、音声合成制御部１２、音声合成部１３、スピーカ１４、操作部１５、登録制御部１６を備える。

【0012】

図３に示すように、遠隔制御装置１００は、筐体５０の上部にカメラ１が取り付けられた構成を有する。筐体５０内には、カメラ１以外の図２に示す各構成が収納されている。カメラ１は撮像範囲が広い広角カメラが望ましく、例えば３６０度カメラである。

【0013】

登録顔画像認識部２、操作対象機器位置算出部５、操作対象機器特定部７、音声認識部１１、音声応答制御部８、音声合成制御部１２、音声合成部１３、登録制御部１６は、マイクロコンピュータの中央処理装置（ＣＰＵ）で構成することができる。顔画像登録部３及び操作対象機器登録部６は、マイクロコンピュータのメモリで構成することができる。視線検出部４は、特許文献２に記載されている技術を応用することによって構成することができる。

【0014】

遠隔制御信号発生部９は、赤外線のコードを発生する発光ダイオードを含む発生回路によって構成することができる。音声認識部１１及び音声合成部１３は、ＣＰＵとは別の集積回路で構成されていてもよい。操作部１５は、筐体５０に設けられている操作ボタンであってもよいし、タッチパッドであってもよい。

【0015】

（操作対象機器の登録）
ユーザ６０（または他のユーザ）が操作部１５を操作することによって、登録制御部１６は、操作対象機器登録部６にテレビＴｖ１及びＴｖ２の名称を登録する。図４に示すように、テレビＴｖ１はリビングルームのテレビ、テレビＴｖ２はダイニングルームのテレビと名称が登録されたとする。

【0016】

ユーザ６０が操作部１５を操作することによって、テレビＴｖ１及びＴｖ２の位置情報を登録する登録モードに設定すると、登録制御部１６は、音声合成部１３を制御して、スピーカ１４より、テレビＴｖ１及びＴｖ２を順に見るよう指示する音声を発生させる。ユーザ６０に対する指示の仕方は音声には限定されない。ユーザ６０がテレビＴｖ１を見ると、視線検出部４はユーザ６０の視線の方向を検出する。操作対象機器位置算出部５は、視線検出部４が検出した視線の方向に基づいて、遠隔制御装置１００から見たテレビＴｖ１の少なくとも方向を算出する。

【0017】

操作対象機器位置算出部５は、視線検出部４が検出した左右の視線の交点を算出することにより、遠隔制御装置１００からテレビＴｖ１までのおおよその距離を算出してもよい。テレビＴｖ１等の操作対象機器の位置とは、少なくとも遠隔制御装置１００から見た操作対象機器の方向であり、好ましくは、遠隔制御装置１００から見た操作対象機器の方向と遠隔制御装置１００から操作対象機器までの距離である。

【0018】

登録制御部１６は、操作対象機器位置算出部５が算出したテレビＴｖ１の位置情報を操作対象機器登録部６に登録する。続けて、ユーザ６０がテレビＴｖ２を見ると、同様に、操作対象機器位置算出部５はＴｖ２の位置を算出し、登録制御部１６は、操作対象機器登録部６にＴｖ２の位置情報を登録する。

【0019】

図５に示すように、テレビＴｖ１は遠隔制御装置１００から見て方向Ｄｒ１に距離Ｄｓ１に位置し、Ｔｖ２は遠隔制御装置１００から見て方向Ｄｒ２に距離Ｄｓ２に位置しているとする。図４に示すように、操作対象機器登録部６には、リビングルームのテレビであるテレビＴｖ１の位置情報として方向Ｄｒ１及び距離Ｄｓ１が登録され、ダイニングルームのテレビであるテレビＴｖ２の位置情報として方向Ｄｒ２及び距離Ｄｓ２が登録される。このように、登録制御部１６は、操作対象機器登録部６に各操作対象機器をマップ情報として登録する。

【0020】

操作対象機器の登録方法は上記に限定されず、ユーザが各操作対象機器の位置情報を手入力で入力する方法でもよい。

【0021】

（ユーザの顔画像の登録）
図２おいて、ユーザ６０（または他のユーザ）が操作部１５を操作することによって、顔画像を登録する登録モードに設定すると、登録制御部１６は、カメラ１が撮影したユーザ６０の顔画像を顔画像登録部３に登録する。図６に示すように、顔画像登録部３には、ユーザＩＤに対応させて、遠隔制御装置１００を操作するユーザの顔画像が登録される。顔画像登録部３に登録される顔画像は、カメラ１が各ユーザを撮影した顔画像であってもよいし、別のカメラが各ユーザを撮影した顔画像であってもよい。

【0022】

（機器の操作）
図１に示すユーザ６０は、ユーザＩＤが０００１であるユーザである。登録顔画像認識部２は、顔画像登録部３に登録されている顔画像に基づいて、カメラ１によって撮影された人が顔画像登録部３に登録されているユーザであるか否かを認識する。視線検出部４は、登録顔画像認識部２が顔画像登録部３に登録されているユーザであると認識した人の視線の方向を検出する。視線検出部４が顔画像登録部３に登録されているユーザであると認識した人の視線の方向を検出することにより、登録されたユーザ以外の人の視線を誤って検出することを回避することができる。登録顔画像認識部２及び顔画像登録部３は、遠隔制御装置１００を操作するユーザを特定するユーザ特定部として機能する。

【0023】

操作対象機器特定部７は、操作対象機器登録部６に登録されている複数の操作対象機器のうち、視線検出部４が検出した視線の方向に位置する操作対象機器を音声によって操作される対象の操作対象機器であると特定する。図１に示すように、ユーザ６０がテレビＴｖ１を見ていると、操作対象機器特定部７は、テレビＴｖ１を音声によって操作される対象の操作対象機器であると特定する。

【0024】

操作対象機器特定部７がテレビＴｖ１を対象の操作対象機器であると特定している状態で、ユーザ６０が例えば「電源をオンしてください」と声を発したとする。音声認識部１１は、音声を認識して、音声応答制御部８に電源のオンを指示する。音声応答制御部８は、操作対象機器特定部７よりテレビＴｖ１が対象の操作対象機器であると特定されているという情報を取得する。音声応答制御部８は、遠隔制御信号発生部９にテレビＴｖ１の電源をオンする遠隔制御信号の発生を指示する。

【0025】

遠隔制御信号発生部９は、音声応答制御部８による指示を受けて、テレビＴｖ１の電源をオンする遠隔制御信号を発生させる。これにより、テレビＴｖ１は電源がオンされる。

【0026】

同様に、操作対象機器特定部７がテレビＴｖ１を対象の操作対象機器であると特定している状態で、ユーザ６０が例えば「ボリュームを上げてください」と声を発したとすると、テレビＴｖ１のボリュームを上げることができる。

【0027】

このように、複数の操作対象機器としてテレビＴｖ１及びＴｖ２が存在しても、ユーザ６０は「リビングルームのテレビの電源をオンしてください」とか「リビングルームのテレビのボリュームを上げてください」のような長い文章で遠隔制御装置１００に指示する必要はない。遠隔制御装置１００によれば、音声による指示を簡略化することができる。

【0028】

ところで、操作対象機器特定部７が音声によって操作される対象の操作対象機器を特定していない状態で、ユーザ６０が「電源をオンしてください」と声を発したとする。この場合、音声合成制御部１２は、「リビングルームのテレビの電源をオンしますか、ダイニングルームのテレビの電源をオンしますか」のような問い合わせの文章を音声合成して、スピーカ１４より発生させるよう、音声合成部１３を制御する。

【0029】

その問い合わせの文章を聞いたユーザ６０は、「リビングルームのテレビの電源をオンしてください」と声を発する。音声認識部１１は、ユーザ６０が発した音声を認識して、音声応答制御部８にリビングルームのテレビであるテレビＴｖ１の電源のオンを指示する。音声応答制御部８は、遠隔制御信号発生部９にテレビＴｖ１の電源をオンする遠隔制御信号の発生を指示する。

【0030】

このように、操作対象機器特定部７が対象の操作対象機器を特定しないと、音声応答制御部８が対象の操作対象機器を特定するまでに、スピーカ１４からの音声の発生、マイクロホン１０による音声の収音、音声認識部１１による音声の認識が必要となることがある。操作対象機器特定部７が対象の操作対象機器を特定することにより、極めて簡単な文の音声で操作対象機器を操作することが可能となる。

【0031】

また、カメラ１の撮像範囲内に登録ユーザ以外のユーザを含めて複数のユーザが存在した場合でも、登録ユーザの視線を検出して操作対象機器を特定することで、適切に操作対象機器を特定することができる。

【0032】

上記の説明では、登録ユーザの視線に基づいて操作対象機器を特定した状態で音声を検出した場合に、検出した音声に基づく機器操作を行う例を説明したが、常時登録ユーザの視線を検出する必要はなく、音声を検出した場合に登録ユーザの視線を検出して操作対象機器を特定する構成としてもよい。

【0033】

遠隔制御装置１００によれば、顔画像登録部３に登録されている特定のユーザの視線に基づいて操作対象機器を特定するので、複数のユーザが存在する場合でも、特定のユーザが操作したい機器を的確に特定することができる。

【0034】

＜第２実施形態＞
図７は、第２実施形態に係る遠隔制御装置２００を示す。遠隔制御装置２００において、遠隔制御装置１００と同一部分には同一符号を付し、その説明を省略する。遠隔制御装置２００は、遠隔制御装置１００が備えていない構成として、音声登録部１７及び登録音声認識部１８を備える。操作対象機器の登録に関しては第１実施形態と同様であり、その説明を省略する。

【0035】

（ユーザの音声の登録）
図７おいて、ユーザ６０（または他のユーザ）が操作部１５を操作することによって、ユーザ６０を登録するユーザ登録モードに設定すると、登録制御部１６は、音声登録部１７にユーザ６０の音声を登録する。登録モードに設定している状態で、マイクロホン１０は、ユーザ６０が発する所定の文を収音する。登録制御部１６は、マイクロホンが収音した音声を音声登録部１７に登録する。

【0036】

図８に示すように、登録制御部１６は、ユーザＩＤに対応させて、ユーザの音声を音声登録部１７に登録する。音声登録部１７に登録されるユーザＩＤは、顔画像登録部３に登録されるユーザＩＤと１対１で対応している。つまり、顔画像登録部３に登録されているユーザと音声登録部１７に登録されているユーザは、ユーザＩＤが同じであれば、同一ユーザである。よって、音声登録部１７は、顔画像登録部３に登録されているユーザの顔画像に関連付けて、ユーザの声を登録している。

【0037】

遠隔制御装置２００の通常の動作時に、ユーザ６０が例えば「電源をオンしてください」と声を発したとする。登録音声認識部１８は、マイクロホン１０が収音した音声が音声登録部１７に登録されているユーザの音声であるか否かを認識する。登録音声認識部１８は、音声の声紋に基づいて登録されているユーザの音声であるか否かを認識することができる。

【0038】

登録音声認識部１８は、マイクロホン１０が収音した音声が音声登録部１７に登録されているユーザ６０の音声であると認識すると、ユーザＩＤを特定し、顔画像登録部３に登録されているユーザ顔画像データに基づいて、特定したユーザＩＤに対応するユーザ顔画像を特定する。登録顔画像認識部２は、特定したユーザの顔画像を認識する。視線検出部４は登録顔画像認識部２が認識したユーザの視線の方向を検出する。操作対象機器特定部７は、操作対象機器登録部６に登録されている複数の操作対象機器のうち、視線検出部４が検出した視線の方向に位置する操作対象機器を制御される対象の操作対象機器であると特定する。

【0039】

登録音声認識部１８は、マイクロホン１０が収音した音声が音声登録部１７に登録されているユーザ６０の音声であると認識すると、音声応答制御部８に、音声登録部１７に登録されているユーザの音声を認識した旨を通知する。音声応答制御部８は、登録されているユーザの音声を認識した旨が通知されれば、音声認識部１１からの電源をオンする指示に従って、操作対象機器特定部７が特定した操作対象機器の電源をオンする遠隔制御信号の発生を遠隔制御信号発生部９に指示する。

【0040】

図７において、顔画像登録部３と音声登録部１７とを別々に示しているが、顔画像登録部３と音声登録部１７とを１つのユーザ登録部として構成してもよい。登録顔画像認識部２、顔画像登録部３、音声登録部１７、登録音声認識部１８は、遠隔制御装置２００を操作するユーザを特定するユーザ特定部として機能する。

【0041】

遠隔制御装置２００によれば、例えば、登録ユーザが複数存在して、それぞれの登録ユーザが音声による指示を発声した場合でも、検出した音声ごとにユーザを特定して、特定したユーザの視線方向に基づいて操作対象機器を特定するので、遠隔制御装置１００と比較して、より適切に操作対象機器を特定することができる。

【0042】

遠隔制御装置２００によれば、遠隔制御装置１００の構成に対し、操作指示音声に基づいてユーザを特定する登録音声認識部１８を備えるので、登録ユーザが複数存在する場合でも操作指示音声を発したユーザを特定して、特定したユーザの視線に基づいて操作対象機器を特定することができる。よって、遠隔制御装置２００によれば、複数のユーザが存在する場合でも、特定のユーザが操作したい機器をより的確に特定することができる。

【0043】

＜第３実施形態＞
図９は、第３実施形態に係る遠隔制御装置３００を示す。遠隔制御装置３００において、遠隔制御装置１００と同一部分には同一符号を付し、その説明を省略する。遠隔制御装置１００においては、登録顔画像認識部２が顔画像登録部３に登録されている顔を認識することで遠隔制御装置１００を操作するユーザを特定する。これに対して、遠隔制御装置３００は音声発生方向を推定する音声検出部３０を備え、音声検出部３０が推定した音声発生方向に基づいて遠隔制御装置３００を操作するユーザを特定する。

【0044】

図９において、音声検出部３０は、音声を検出し、検出した音声の発声方向を推定する。音声検出部３０は、検出した音声を音声認識部１１に送信し、推定した音声発生方向を示す情報をユーザ特定部３１に送信する。音声検出部３０は、既存の技術を使用して音声発生方向を推定することができる。例えば、音声検出部３０は複数のマイクロホンを備え、複数のマイクロホンで検出した音声の位相差に基づいて音声発生方向を推定する。

【0045】

音声検出部３０は、複数のマイクロホンを一体的に備える構成である必要はなく、複数のマイクロホンが部屋の異なる場所に設置されていてもよい。音声検出部３０は、部屋の異なる場所に設置された複数のマイクロホンの各マイクロホンが検出する音声の大きさまたは位相差に基づいて音声発生方向を推定してもよい。音声発生方向の推定方法は複数のマイクロホンを用いる方法に限定されず、他の方法を用いてもよい。

【0046】

ユーザ特定部３１は、音声検出部３０より供給される音声発生方向を示す情報とカメラ１での撮像結果とに基づいて、遠隔制御装置３００を操作するユーザを特定する。具体的には、ユーザ特定部３１は、音声検出部３０で推定した音声発生方向に存在する人物を、遠隔制御装置３００を操作するユーザとして特定する。ユーザ特定部３１は、ＣＰＵで構成することができる。

【0047】

視線検出部４は、ユーザ特定部３１が特定したユーザの視線を検出する。操作対象機器特定部７は、操作対象機器登録部６に登録されている複数の操作対象機器のうち、視線検出部４が検出した視線の方向に位置する操作対象機器を音声によって操作される対象の操作対象機器であると特定する。操作対象機器特定部７が操作対象機器を特定した以降の動作は、遠隔制御装置１００と同様である。

【0048】

音声検出部３０が推定した音声発生方向に存在する人物を、遠隔制御装置３００を操作するユーザとして特定する代わりに、第３実施形態の変形例として次のように構成されていてもよい。ユーザ特定部３１は、カメラ１が撮像している人物の中から、音声検出部３０が音声を検出したタイミングで口が動いた人物を、遠隔制御装置３００を操作するユーザとして特定する。この場合、音声検出部３０は音声発生方向を推定する機能を有する必要はない。

【0049】

本発明は以上説明した第１～第３実施形態に限定されるものではなく、本発明の要旨を逸脱しない範囲において種々変更可能である。

【符号の説明】

【0050】

１ カメラ
２ 登録顔画像認識部（ユーザ特定部）
３ 顔画像登録部（ユーザ特定部）
４ 視線検出部
５ 操作対象機器位置算出部
６ 操作対象機器登録部
７ 操作対象機器特定部
８ 音声応答制御部
９ 遠隔制御信号発生部
１０ マイクロホン
１１ 音声認識部
１２ 音声合成制御部
１３ 音声合成部
１４ スピーカ
１５ 操作部
１６ 登録制御部
１７ 音声登録部（ユーザ特定部）
１８ 登録音声認識部（ユーザ特定部）
３０ 音声検出部
３１ ユーザ特定部
６０ ユーザ
１００，２００，３００ 遠隔制御装置
Ｔｖ１，Ｔｖ２ テレビ

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】