特許 7643525 制御装置、スピーカ制御方法、及びシステム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】

(24)【登録日】2025-03-03

(45)【発行日】2025-03-11

(54)【発明の名称】制御装置、スピーカ制御方法、及びシステム

(51)【国際特許分類】

   H04R 3/00 20060101AFI20250304BHJP

   H04R 27/00 20060101ALI20250304BHJP

【ＦＩ】

H04R3/00 310

H04R27/00 J

【請求項の数】 9

(21)【出願番号】P 2023506599

(86)(22)【出願日】2021-03-17

(86)【国際出願番号】 JP2021010859

(87)【国際公開番号】W WO2022195773

(87)【国際公開日】2022-09-22

【審査請求日】2023-09-07

(73)【特許権者】

【識別番号】000004237

【氏名又は名称】日本電気株式会社

(74)【代理人】

【識別番号】100110928

【弁理士】

【氏名又は名称】速水 進治

(72)【発明者】

【氏名】宮崎 隆史

(72)【発明者】

【氏名】松井 孝宏

(72)【発明者】

【氏名】山口 慧

【審査官】稲葉 崇

(56)【参考文献】

【文献】特開２０１７－１２３５０５（ＪＰ，Ａ）

【文献】特開２０１７－１４７５１２（ＪＰ，Ａ）

【文献】特開２０１２－１３８０４０（ＪＰ，Ａ）

【文献】特開２０１０－２６５５１（ＪＰ，Ａ）

【文献】特開２０１５－１６４２５２（ＪＰ，Ａ）

【文献】特開２０２０－６１６１７（ＪＰ，Ａ）

【文献】特開２０１４－２１８４８（ＪＰ，Ａ）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｈ０４Ｒ ３／００－３／１４

Ｈ０４Ｒ ２７／００－２７／０４

Ｈ０４Ｒ １／００－１／４６

Ｇ０９Ｇ ５／００－５／４２

(57)【特許請求の範囲】

【請求項1】

店舗の中の人の位置を示す位置情報を取得する位置情報取得手段と、
前記位置情報を用いて、前記店舗の中の互いに異なる位置に設置された複数のスピーカを制御する制御手段と、
を備え、
前記複数のスピーカは、前記店舗内の第１部分領域に対して指向性を有する第１のスピーカと、前記店舗内で指向性を有さない第２のスピーカとを含み、
前記制御手段は、
前記第１部分領域に人がいないことを前記位置情報が示しているとき、前記第１のスピーカに第１の音データを供給せず、かつ、前記第２のスピーカに第２の音データを供給し、
前記第１部分領域に人がいることを前記位置情報が示しているとき、前記第２のスピーカの音量を下げ、かつ、前記第１のスピーカに前記第１の音データを供給する、制御装置。

【請求項2】

請求項１に記載の制御装置において、
前記制御手段は、
前記第１のスピーカおよび前記第２のスピーカに対して同一の制御を行う共通モードと、前記第１のスピーカおよび前記第２のスピーカを互いに独立して制御する独立モードと、を有し、
前記独立モードにおいて、前記位置情報を用いて前記複数のスピーカを制御する、制御装置。

【請求項3】

請求項１又は２に記載の制御装置において、
前記位置情報は、前記店舗の中を示す画像データを用いて生成されている、制御装置。

【請求項4】

請求項３に記載の制御装置において、
前記位置情報は、さらに、前記第１部分領域にいる前記人の属性を含んでおり、
前記人の属性は、前記画像データを用いて生成されており、
前記制御手段は、前記人の属性を用いて、前記音データを選択する、制御装置。

【請求項5】

請求項１～４のいずれか一項に記載の制御装置において、
前記複数のスピーカは、前記店舗内の第２部分領域に対して指向性を有する第３のスピーカを含み、
前記制御手段は、
前記第１部分領域に人がいることを前記位置情報が示しているとき、前記第１のスピーカに前記第１の音データを供給し
前記第２部分領域に人がいることを前記位置情報が示しているとき、前記第３のスピーカに前記第２の音データを供給する、制御装置。

【請求項6】

店舗の中を示す画像データを取得する画像データ取得手段と、
前記画像データを処理することにより、前記店舗の中の人に関する情報である人情報を生成する画像処理手段と、
前記人情報を用いて、前記店舗の中に設置された複数のスピーカを互いに独立して制御する制御手段と、
を備え、
前記複数のスピーカは、前記店舗内の第１部分領域に対して指向性を有する第１のスピーカと、前記店舗内で指向性を有さない第２のスピーカとを含み、
前記制御手段は、
前記第１部分領域に人がいないことを前記人情報が示しているとき、前記第１のスピーカに第１の音データを供給せず、かつ、前記第２のスピーカに第２の音データを供給し、
前記第１部分領域に人がいることを前記人情報が示しているとき、前記第２のスピーカの音量を下げ、かつ、前記第１のスピーカに前記第１の音データを供給する、制御装置。

【請求項7】

コンピュータが、
店舗の中の人の位置を示す位置情報を取得する位置情報取得処理と、
前記位置情報を用いて、前記店舗の中の互いに異なる位置に設置された複数のスピーカを制御する制御処理と、
を行い、
前記複数のスピーカは、前記店舗内の第１部分領域に対して指向性を有する第１のスピーカと、前記店舗内で指向性を有さない第２のスピーカとを含み、
前記制御処理において、前記コンピュータは、
前記第１部分領域に人がいないことを前記位置情報が示しているとき、前記第１のスピーカに第１の音データを供給せず、かつ、前記第２のスピーカに第２の音データを供給し、
前記第１部分領域に人がいることを前記位置情報が示しているとき、前記第２のスピーカの音量を下げ、かつ、前記第１のスピーカに前記第１の音データを供給する、制御方法。

【請求項8】

コンピュータが、
店舗の中を示す画像データを取得する画像データ取得処理と、
前記画像データを処理することにより、前記店舗の中の人に関する情報である人情報を生成する画像処理と、
前記人情報を用いて、前記店舗の中に設置された複数のスピーカを互いに独立して制御する制御処理と、
を行い、
前記複数のスピーカは、前記店舗内の第１部分領域に対して指向性を有する第１のスピーカと、前記店舗内で指向性を有さない第２のスピーカとを含み、
前記制御処理において、前記コンピュータは、
前記第１部分領域に人がいないことを前記人情報が示しているとき、前記第１のスピーカに第１の音データを供給せず、かつ、前記第２のスピーカに第２の音データを供給し、
前記第１部分領域に人がいることを前記人情報が示しているとき、前記第２のスピーカの音量を下げ、かつ、前記第１のスピーカに前記第１の音データを供給する、制御方法。

【請求項9】

請求項１～５のいずれか一項に記載の制御装置と、
前記複数のスピーカと、
を有するシステム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、制御装置、スピーカ制御方法、及びシステムに関する。

【背景技術】

【0002】

店舗の中には、音楽や音声案内を流すために、複数のスピーカが配置されていることが多い。これら複数のスピーカからは同一の音声が出力される場合がほとんどである。

【0003】

なお、特許文献１には、音を使って被支援者を案内するナビゲーション装置が開示されている。このナビゲーション装置は、まずトリガ音をスピーカから出力し、トリガ音を聞いた人の反応を検出する。そしてこの反応により、その人が被支援者であるか否かを判断する。そして、ナビゲーション装置は、被支援者に対して、誘導音を出力する。誘導音は、被支援者を、パラメトリックスピーカのスウィートスポットに誘導するための音である。被支援者がスウィートスポットに移動すると、ナビゲーション装置は、パラメトリックスピーカから案内音を出力する。

【先行技術文献】

【特許文献】

【0004】

【文献】特開２０２０－１４０８４号公報

【発明の概要】

【発明が解決しようとする課題】

【0005】

店舗において顧客などの人に情報を提供することは有効である。本発明者は、音声を使って人に情報を提供した場合に、その情報を人に認識しやすくするための技術を検討した。本発明の目的の一つは、音声で提供された情報を店舗の中の人に認識させやすくすることにある。

【課題を解決するための手段】

【0006】

本発明によれば、店舗の中の人の位置を示す位置情報を取得する位置情報取得手段と、
前記位置情報を用いて、前記店舗の中の互いに異なる位置に設置された複数のスピーカを制御する制御手段と、
を備え、
前記制御手段は、複数のスピーカについて、供給される音データの種類、音量、及び前記音データが当該スピーカに供給されるタイミングの少なくとも一つである制御対象を、前記位置情報を用いて制御する、制御装置が提供される。

【0007】

本発明によれば、店舗の中を示す画像データを取得する画像データ取得手段と、
前記画像データを処理することにより、前記店舗の中の人に関する情報である人情報を生成する画像処理手段と、
前記人情報を用いて、前記店舗の中に設置された複数のスピーカを互いに独立して制御する制御手段と、
を備える制御装置が提供される。

【0008】

本発明によれば、コンピュータが、
店舗の中の人の位置を示す位置情報を取得する位置情報取得処理と、
前記位置情報を用いて、前記店舗の中の互いに異なる位置に設置された複数のスピーカを制御する制御処理と、
を行い、
前記制御処理において、前記コンピュータは、複数のスピーカについて、供給される音データの種類、音量、及び前記音データが当該スピーカに供給されるタイミングの少なくとも一つである制御対象を、前記位置情報を用いて制御する、制御方法が提供される。

【0009】

本発明によれば、コンピュータが、
店舗の中を示す画像データを取得する画像データ取得処理と、
前記画像データを処理することにより、前記店舗の中の人に関する情報である人情報を生成する画像処理と、
前記人情報を用いて、前記店舗の中に設置された複数のスピーカを互いに独立して制御する制御処理と、
を行う制御方法が提供される。

【0010】

本発明によれば、コンピュータに、
店舗の中の人の位置を示す位置情報を取得する位置情報取得機能と、
前記位置情報を用いて、前記店舗の中の互いに異なる位置に設置された複数のスピーカを制御する制御機能と、
を持たせ、
前記制御機能は、複数のスピーカについて、供給される音データの種類、音量、及び前記音データが当該スピーカに供給されるタイミングの少なくとも一つである制御対象を、前記位置情報を用いて制御する、プログラムが提供される。

【0011】

本発明によれば、コンピュータに、
店舗の中を示す画像データを取得する画像データ取得機能と、
前記画像データを処理することにより、前記店舗の中の人に関する情報である人情報を生成する画像処理機能と、
前記人情報を用いて、前記店舗の中に設置された複数のスピーカを互いに独立して制御する制御機能と、
を持たせるプログラムが提供される。

【0012】

本発明によれば、上記した制御装置と、上記した複数のスピーカと、を含むシステムが提供される。

【発明の効果】

【0013】

本発明によれば、店舗の中の人は、音声で提供された情報を認識しやすくなる。

【図面の簡単な説明】

【0014】

上述した目的、およびその他の目的、特徴および利点は、以下に述べる好適な実施の形態、およびそれに付随する以下の図面によってさらに明らかになる。

【0015】

【図1】第１の実施形態に係る制御装置の使用環境を説明するための図である。

【図2】制御装置の機能構成の一例を示す図である。

【図3】音データ記憶部が記憶しているデータの第１例を示す図である。

【図4】音データ記憶部が記憶しているデータの第２例を示す図である。

【図5】制御装置のハードウェア構成例を示す図である。

【図6】制御装置が行う処理の一例を示すフローチャートである。

【図7】第２の実施形態に係る制御装置の使用環境を説明するための図である。

【発明を実施するための形態】

【0016】

以下、本発明の実施の形態について、図面を用いて説明する。尚、すべての図面において、同様な構成要素には同様の符号を付し、適宜説明を省略する。

【0017】

（第１実施形態）
図１は、本実施形態に係る制御装置１０の使用環境を説明するための図である。制御装置１０は、システムの一部となっている。このシステムは、制御装置１０の他に、複数のスピーカを含んでいる。制御装置１０は、複数のスピーカ（本図に示す例ではスピーカ２２，２４）を互いに独立して制御する。ここで独立して行われる制御は、供給される音データの選択、音データを供給するタイミング、及び音量の少なくとも一つが含まれる。

【0018】

複数のスピーカは、同一の店舗に、互いに離れて設置されている。店舗の中に複数の階がある場合、上記した複数のスピーカは同一の階に配置されている。またこの店舗には、人の位置を示す情報（以下、位置情報と記載）を生成するためのセンサが設けられている。このセンサの一例は撮像装置である。この場合、位置情報は、この撮像装置が生成した画像データを処理することにより、生成される。そして制御装置１０は、この位置情報を用いて、上記した複数のスピーカを制御する。

【0019】

本実施形態において、スピーカ２２，２４は、いずれも指向性を有している。スピーカ２２，２４の一例は、パラメトリックスピーカである。スピーカ２２からの音が聞こえる範囲（以下、部分領域４２と記載）に人がいることを位置情報が示している場合、制御装置１０は、スピーカ２２に第１の音データを供給する。また、スピーカ２４からの音が聞こえる範囲（以下、部分領域４４と記載）に人がいることを位置情報が示している場合、制御装置１０は、スピーカ２４に第２の音データを供給する。第１の音データ及び第２の音データは、例えば商品に関する情報を示している。一例として、第１の音データは、部分領域４２の近くに配置されている商品に関する情報であり、第２の音データは、部分領域４４の近くに配置されている商品に関する情報である。

【0020】

なお、部分領域４２，４４は、例えば、レジカウンターの前、顧客が操作する端末の前、及び所定の商品棚の前の少なくとも一つを含んでいる。ここで、顧客が操作する端末の一例は、キオスク端末、現金自動預け払い機（ＡＴＭ）、又はセルフ型のＰＯＳ端末である。

【0021】

本図に示す例において、店舗には、部分領域４２を撮像範囲に含む撮像装置３２と、部分領域４４を撮像範囲に含む撮像装置３４と、が設けられている。そして制御装置１０は、撮像装置３２が生成した画像データに人が含まれていた場合、スピーカ２２に第１の音データを供給する。また制御装置１０は、撮像装置３４が生成した画像データに人が含まれていた場合、スピーカ２４に第２の音データを供給する。なお、撮像装置３２，３４が生成する画像データのフレームレートは、例えば５フレーム／秒以上であるが、これより多くてもよいし、少なくてもよい。

【0022】

なお、制御装置１０は、撮像装置３２が生成した画像データのうちの特定の領域に人が存在していた場合に、スピーカ２２に第１の音データを供給してもよい。また、制御装置１０は、撮像装置３４が生成した画像データのうちの特定の領域に人が存在していた場合に、スピーカ２４に第２の音データを供給してもよい。

【0023】

また、一つの撮像装置の撮像範囲に部分領域４２，４４の双方が含まれている場合、制御装置１０は、この撮像装置が生成した画像データを処理することにより、人が部分領域４２にいるか否かを判断するとともに、人が部分領域４４にいるか否かを判断してもよい。

【0024】

また、位置情報を生成するためのセンサは、赤外線センサなどの人感センサであってもよい。この場合、店舗の複数の場所に人感センサが設けられる。これらの人感センサは、人を検知すると、当該人感センサの識別情報を制御装置１０に出力する。制御装置１０は、人感センサの識別情報を、当該人感センサの検知範囲を示す情報に対応付けて記憶している。このため、制御装置１０は、受信した人感センサの識別情報を用いて、上記した位置情報を生成できる。

【0025】

図２は、制御装置１０の機能構成の一例を示す図である。本図に示す例において、制御装置１０は、位置情報取得部１１０及び制御部１２０を備えている。

【0026】

位置情報取得部１１０は、位置情報を取得する。本図に示す例において、位置情報取得部１１０は、画像取得部及び画像処理部を兼ねており、店舗に設置された撮像装置（例えば撮像装置３２，３４）が生成した画像データをリアルタイムで取得及び処理することにより、上記した位置情報を生成する。なお、撮像装置３２，３４の代わりに上記した複数の人感センサが用いられている場合、位置情報取得部１１０は、受信した人感センサの識別情報を用いて、上記した位置情報を生成する。

【0027】

なお、画像取得部及び画像処理部が制御装置１０の外部に設けられている場合、位置情報取得部１１０は、この画像処理部が生成した位置情報を取得する。

【0028】

制御部１２０は、位置情報取得部１１０が生成または取得した位置情報を用いて、店舗内の複数のスピーカ（例えばスピーカ２２，２４）を互いに独立して制御する。ここで行われる制御の対象（以下、制御対象と記載）は、上記したように、供給される音データの選択、音データを供給するタイミング、及び音量の少なくとも一つが含まれる。

【0029】

例えば制御部１２０は、スピーカ２２に対応する部分領域４２に人がいることを位置情報が示している場合、スピーカ２２に第１の音データを供給する。また制御部１２０は、スピーカ２４に対応する部分領域４４に人がいることを位置情報が示している場合、制御装置１０は、スピーカ２４に第２の音データを供給する。

【0030】

また、上記した画像処理により、人の属性が特定できることがある。人の属性は、例えば、性別、年齢層、服装、姿勢、ジェスチャー、発汗状態（例えば汗をかいているか否か）、及び顔認識のマスターとなる情報（以下、顔認識情報と記載）の少なくとも一つである。姿勢及びジェスチャーの一例は、その人が寒いと感じている時の姿勢及び／又は動作、その人が暑いと感じている時の姿勢及び／又は動作である。この場合、上記した位置情報は、さらに、人の属性も含む。そして制御部１２０は、スピーカに供給する音データ（例えば上記した第１の音データ又は第２の音データ）を選択するとき、そのスピーカに対応する部分領域にいる人の属性を用いてもよい。言い換えると、制御部１２０は、人の属性に応じて、スピーカに出力する音データを変更してもよい。また人の属性に顔認識情報が含まれている場合、この顔認識情報を用いることにより、特定の人に対して特定の音データを出力するようにしてもよい。

【0031】

スピーカに供給される音データは、音データ記憶部１３０に記憶されている。そして制御部１２０は、音データ記憶部１３０から音データを読み出してスピーカに供給する。本図に示す例において、音データ記憶部１３０は制御装置１０の一部となっている。ただし音データ記憶部１３０は、制御装置１０の外部に位置していてもよい。

【0032】

なお、制御装置１０は、複数のスピーカに対して同一の制御を行う共通モードと、複数のスピーカを互いに独立して制御する独立モードと、を有していてもよい。この場合、制御装置１０は、独立モードの場合に、上記した位置情報を用いて、上記した制御対象を、複数のスピーカの間で互いに独立して制御する。

【0033】

図３は、音データ記憶部１３０が記憶しているデータの第１例を示す図である。本図に示す例において、音データ記憶部１３０は、複数のスピーカ別に、当該スピーカに供給される音データを記憶している。これにより、制御部１２０は、スピーカ別に音データを音データ記憶部１３０から読み出すことができる。

【0034】

図４は、音データ記憶部１３０が記憶しているデータの第２例を示す図である。本図に示す例において、音データ記憶部１３０は、音データを人の属性別に記憶している。さらに詳細には、音データ記憶部１３０は、複数のスピーカ別に、当該スピーカに供給される音データ及び当該音データに対応する属性を記憶している。これにより、制御部１２０は部分領域４２（又は部分領域４４）に入ってきた人の属性に応じた音データを音データ記憶部１３０から読み出し、スピーカ２２（又はスピーカ２４）に供給するすことができる。例えば、制御部１２０は、年齢層や性別に応じた商品に関する情報を含む音データを選択する。また、属性が姿勢、ジェスチャー、及び発汗状態の少なくとも一つを含んでいる場合、制御部１２０は、それに応じた商品に関する情報を含む音データを選択してもよい。例えば、ジェスチャー、及び発汗状態の少なくとも一つから、その人が暑いと感じていると推定できる場合、制御部１２０は、冷たい商品（飲料又は食品）に関する音データを選択する。また、その人が寒いと感じていると推定できる場合、制御部１２０は、暖かい商品（飲料又は食品）に関する音データを選択する。なお、制御部１２０は、部分領域４２（又は部分領域４４）に入ってきた人の年齢層に応じて、スピーカ２２（又はスピーカ２４）の音量を制御してもよい。例えば制御部１２０は、年齢層が高くなるにつれて音量を大きくする。

【0035】

図５は、制御装置１０のハードウェア構成例を示す図である。制御装置１０は、バス１０１０、プロセッサ１０２０、メモリ１０３０、ストレージデバイス１０４０、入出力インタフェース１０５０、及びネットワークインタフェース１０６０を有する。

【0036】

バス１０１０は、プロセッサ１０２０、メモリ１０３０、ストレージデバイス１０４０、入出力インタフェース１０５０、及びネットワークインタフェース１０６０が、相互にデータを送受信するためのデータ伝送路である。ただし、プロセッサ１０２０などを互いに接続する方法は、バス接続に限定されない。

【0037】

プロセッサ１０２０は、ＣＰＵ（Central Processing Unit） やＧＰＵ（Graphics Processing Unit）などで実現されるプロセッサである。

【0038】

メモリ１０３０は、ＲＡＭ（Random Access Memory）などで実現される主記憶装置である。

【0039】

ストレージデバイス１０４０は、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、メモリカード、又はＲＯＭ（Read Only Memory）などで実現される補助記憶装置である。ストレージデバイス１０４０は制御装置１０の各機能（例えば位置情報取得部１１０及び制御部１２０）を実現するプログラムモジュールを記憶している。プロセッサ１０２０がこれら各プログラムモジュールをメモリ１０３０上に読み込んで実行することで、そのプログラムモジュールに対応する各機能が実現される。また、ストレージデバイス１０４０は音データ記憶部１３０としても機能する。

【0040】

入出力インタフェース１０５０は、制御装置１０と各種入出力機器とを接続するためのインタフェースである。例えば制御装置１０は、入出力インタフェース１０５０を介して撮像装置及びスピーカと通信してもよい。なお、図示していないが、入出力インタフェース１０５０の数は、接続される入出力機器の数に応じて増減してもよい。例えば図１に示す例において、入出力インタフェース１０５０は、４つ設けられてもよい。

【0041】

ネットワークインタフェース１０６０は、制御装置１０をネットワークに接続するためのインタフェースである。このネットワークは、例えばＬＡＮ（Local Area Network）やＷＡＮ（Wide Area Network）である。ネットワークインタフェース１０６０がネットワークに接続する方法は、無線接続であってもよいし、有線接続であってもよい。制御装置１０は、ネットワークインタフェース１０６０を介して撮像装置及びスピーカと通信してもよい。

【0042】

図６は、制御装置１０が行う処理の一例を示すフローチャートである。制御装置１０は、本図に示す処理を繰り返し行っている。

【0043】

撮像装置３２，３４は、画像データを生成すると、その画像データをすぐに制御装置１０に送信する。この際、撮像装置３２，３４は、当該撮像装置を識別する情報も送信する。制御装置１０の位置情報取得部１１０は、画像データを取得する（ステップＳ１１０）と、この画像データを処理することにより、上記した位置情報を生成する。この際、位置情報取得部１１０は、必要に応じて、人の属性を示す情報も生成する（ステップＳ１２０）。制御部１２０は、ステップＳ１２０で生成された情報を用いて、スピーカ２２，２４を互いに独立して制御する（ステップＳ１３０）。ここで行われる制御の詳細は、図１及び図２を用いて説明した通りである。

【0044】

以上、本実施形態によれば、制御装置１０は、店舗内の人の位置に応じて、店舗内に設置された複数のスピーカ（例えばスピーカ２２，２４）を互いに独立して制御する。ここで行われる制御は、供給される音データの選択、音データを供給するタイミング、及び音量の少なくとも一つが含まれる。このため、店舗の中の人は、音声で提供された情報を認識しやすい。

【0045】

（第２実施形態）
図７は、本実施形態に係る制御装置１０の使用環境を説明するための図である。本実施形態に係る制御装置１０の使用環境は、指向性を有するスピーカ２２，２４に加えて、店舗に少なくとも一つのスピーカ２６が設けられている点を除いて、図１に示した使用環境と同様である。

【0046】

スピーカ２６は指向性を有しておらず、スピーカ２２，２４と比較して広い範囲に音声を届けることができる。スピーカ２６からの音声が届く範囲には、部分領域４２，４４も含まれている。

【0047】

そして制御装置１０の制御部１２０は、部分領域４２（又は部分領域４４）における人の有無によって、スピーカ２２（又はスピーカ２４）、及びスピーカ２６を互いに独立して制御する。

【0048】

例えば制御部１２０は、部分領域４２，４４のいずれにも人が存在していないことを位置情報が示しているとき、スピーカ２６に音データを供給する。この音データは、スピーカ２２に供給される第１の音データ及びスピーカ２４に供給される第２の音データのいずれとも異なる。スピーカ２６に供給される音データは、店員がその時にマイクに入力している音声でもよいし、音データ記憶部１３０から読み出されていてもよい。また、制御部１２０は、スピーカ２２，２４のいずれにも音データを供給しない。

【0049】

そして部分領域４２，４４の少なくとも一方に人が存在していることを位置情報が示しているとき、制御部１２０は、スピーカ２６への音データの供給を停止する、又はスピーカ２６の音量を下げる。さらに制御部１２０は、部分領域４２に人が存在しているときにはスピーカ２２に第１の音データを供給し、部分領域４４に人が存在しているときにはスピーカ２４に第２の音データを供給する。

【0050】

なお、スピーカ２４は設けられていなくてもよい。この場合、制御装置１０は、指向性を有する一つのスピーカ２２と、指向性を有さないスピーカ２４とを制御する。またこの場合、撮像装置３４も設けられていなくてもよい。

【0051】

本実施形態によれば、人は、部分領域４２，４４に入っていないときにはスピーカ２６が出す音声を認識することができる。この際、スピーカ２２，２４は音声を出していない。また、その人は、部分領域４２（又は部分領域４４）に入ったとき、スピーカ２２（又はスピーカ２４）が出す音声を認識することができる。この際、スピーカ２６は音声を出していない、又はスピーカ２６の音量は下がっている。したがって、店舗の中の人は、音声で提供された情報を認識しやすい。また、部分領域４２（又は部分領域４４）に入った人に限定して情報を提供することができる。

【0052】

なお、本実施形態において、制御部１２０は、撮像装置３２，３４、またはその他の撮像装置（ただし店内を撮像している）が生成した画像データを処理した結果を用いて、スピーカ２６を含む複数のスピーカを、互いに独立して制御してもよい。例えば、制御部１２０は、画像データを処理することにより、店舗の中の人に関する情報（例えば属性情報のみの場合もあれば、人の位置情報及び属性情報の双方を含む場合もある）を生成する。そして制御部１２０は、この情報を用いて複数のスピーカを互いに独立して制御する。ここで制御対象は、各スピーカに供給される音データ、各スピーカに音データが供給されるタイミング、及び各スピーカの音量、の少なくとも一つである。

【0053】

以上、図面を参照して本発明の実施形態について述べたが、これらは本発明の例示であり、上記以外の様々な構成を採用することもできる。

【0054】

また、上述の説明で用いた複数のフローチャートでは、複数の工程（処理）が順番に記載されているが、各実施形態で実行される工程の実行順序は、その記載の順番に制限されない。各実施形態では、図示される工程の順番を内容的に支障のない範囲で変更することができる。また、上述の各実施形態は、内容が相反しない範囲で組み合わせることができる。

【0055】

上記の実施形態の一部または全部は、以下の付記のようにも記載されうるが、以下に限られない。
１．店舗の中の人の位置を示す位置情報を取得する位置情報取得手段と、
前記位置情報を用いて、前記店舗の中の互いに異なる位置に設置された複数のスピーカを制御する制御手段と、
を備え、
前記制御手段は、複数のスピーカについて、供給される音データの種類、音量、及び前記音データが当該スピーカに供給されるタイミングの少なくとも一つである制御対象を、前記位置情報を用いて制御する、制御装置。
２．上記１に記載の制御装置において、
前記制御手段は、
前記複数のスピーカに対して同一の制御を行う共通モードと、前記複数のスピーカを互いに独立して制御する独立モードと、を有し、
前記独立モードにおいて、前記位置情報を用いて前記制御対象を制御する、制御装置。
３．上記１又は２に記載の制御装置において、
第１の前記スピーカは指向性を有しており、第２の前記スピーカは指向性を有していない制御装置。
４．上記３に記載の制御装置において、
前記店舗には、前記第１のスピーカに対応する第１部分領域が設定されており、
前記制御手段は、
前記第１部分領域に人がいないことを前記位置情報が示しているとき、前記第１のスピーカに第１の前記音データを供給せず、かつ、前記第２のスピーカに第２の前記音データを供給し、
前記第１部分領域に人がいることを前記位置情報が示しているとき、前記第２のスピーカに前記第２の音データを供給しない又は前記第２のスピーカの音量を下げ、かつ、前記第１のスピーカに前記第１の音データを供給する、制御装置。
５．上記１～４のいずれか一項に記載の制御装置において、
前記位置情報は、前記店舗の中を示す画像データを用いて生成されている、制御装置。
６．上記５に記載の制御装置において、
第１の前記スピーカは指向性を有しており、
前記店舗には、前記第１のスピーカに対応する部分領域が設定されており、
前記位置情報は、さらに、前記部分領域にいる前記人の属性を含んでおり、
前記人の属性は、前記画像データを用いて生成されており、
前記制御手段は、前記人の属性を用いて、前記音データを選択する、制御装置。
７．上記１～６のいずれか一項に記載の制御装置において、
第１の前記スピーカ及び第２の前記スピーカは指向性を有しており、
前記店舗には、前記第１のスピーカに対応する第１部分領域、及び前記第２のスピーカに対応する第２部分領域が設定されており、
前記制御手段は、
第１部分領域に人がいることを前記位置情報が示しているとき、前記第１のスピーカに第１の前記音データを供給し
第２部分領域に人がいることを前記位置情報が示しているとき、前記第２のスピーカに第２の前記音データを供給する、制御装置。
８．店舗の中を示す画像データを取得する画像データ取得手段と、
前記画像データを処理することにより、前記店舗の中の人に関する情報である人情報を生成する画像処理手段と、
前記人情報を用いて、前記店舗の中に設置された複数のスピーカを互いに独立して制御する制御手段と、
を備える制御装置。
９．８に記載の制御装置において、
前記制御手段は、前記複数のスピーカそれぞれについて、当該スピーカに供給される音データ、当該スピーカに前記音データが供給されるタイミング、及び当該スピーカの音量の少なくとも一つを、互いに独立して制御する、制御装置。
１０．コンピュータが、
店舗の中の人の位置を示す位置情報を取得する位置情報取得処理と、
前記位置情報を用いて、前記店舗の中の互いに異なる位置に設置された複数のスピーカを制御する制御処理と、
を行い、
前記制御処理において、前記コンピュータは、複数のスピーカについて、供給される音データの種類、音量、及び前記音データが当該スピーカに供給されるタイミングの少なくとも一つである制御対象を、前記位置情報を用いて制御する、制御方法。
１１．上記１０に記載の制御方法において、
前記制御処理において、前記コンピュータは、
前記複数のスピーカに対して同一の制御を行う共通モードと、前記複数のスピーカを互いに独立して制御する独立モードと、を有し、
前記独立モードにおいて、前記位置情報を用いて前記制御対象を制御する、制御方法。
１２．上記１０又は１１に記載の制御方法において、
第１の前記スピーカは指向性を有しており、第２の前記スピーカは指向性を有していない制御方法。
１３．上記１２に記載の制御方法において、
前記店舗には、前記第１のスピーカに対応する第１部分領域が設定されており、
前記制御処理において、前記コンピュータは、
前記第１部分領域に人がいないことを前記位置情報が示しているとき、前記第１のスピーカに第１の前記音データを供給せず、かつ、前記第２のスピーカに第２の前記音データを供給し、
前記第１部分領域に人がいることを前記位置情報が示しているとき、前記第２のスピーカに前記第２の音データを供給しない又は前記第２のスピーカの音量を下げ、かつ、前記第１のスピーカに前記第１の音データを供給する、制御方法。
１４．上記１０～１３のいずれか一項に記載の制御方法において、
前記位置情報は、前記店舗の中を示す画像データを用いて生成されている、制御方法。
１５．上記１４に記載の制御方法において、
第１の前記スピーカは指向性を有しており、
前記店舗には、前記第１のスピーカに対応する部分領域が設定されており、
前記位置情報は、さらに、前記部分領域にいる前記人の属性を含んでおり、
前記人の属性は、前記画像データを用いて生成されており、
前記制御処理において、前記コンピュータは、前記人の属性を用いて、前記音データを選択する、制御方法。
１６．上記１０～１５のいずれか一項に記載の制御方法において、
第１の前記スピーカ及び第２の前記スピーカは指向性を有しており、
前記店舗には、前記第１のスピーカに対応する第１部分領域、及び前記第２のスピーカに対応する第２部分領域が設定されており、
前記制御処理において、前記コンピュータは、
第１部分領域に人がいることを前記位置情報が示しているとき、前記第１のスピーカに第１の前記音データを供給し
第２部分領域に人がいることを前記位置情報が示しているとき、前記第２のスピーカに第２の前記音データを供給する、制御方法。
１７．コンピュータが、
店舗の中を示す画像データを取得する画像データ取得処理と、
前記画像データを処理することにより、前記店舗の中の人に関する情報である人情報を生成する画像処理と、
前記人情報を用いて、前記店舗の中に設置された複数のスピーカを互いに独立して制御する制御処理と、
を行う制御方法。
１８．１７に記載の制御方法において、
前記制御処理において、前記コンピュータは、前記複数のスピーカそれぞれについて、当該スピーカに供給される音データ、当該スピーカに前記音データが供給されるタイミング、及び当該スピーカの音量の少なくとも一つを、互いに独立して制御する、制御方法。
１９．コンピュータに、
店舗の中の人の位置を示す位置情報を取得する位置情報取得機能と、
前記位置情報を用いて、前記店舗の中の互いに異なる位置に設置された複数のスピーカを制御する制御機能と、
を持たせ、
前記制御機能は、複数のスピーカについて、供給される音データの種類、音量、及び前記音データが当該スピーカに供給されるタイミングの少なくとも一つである制御対象を、前記位置情報を用いて制御する、プログラム。
２０．上記１９に記載のプログラムにおいて、
前記制御機能は、
前記複数のスピーカに対して同一の制御を行う共通モードと、前記複数のスピーカを互いに独立して制御する独立モードと、を有し、
前記独立モードにおいて、前記位置情報を用いて前記制御対象を制御する、プログラム。
２１．上記１９又は２０に記載のプログラムにおいて、
第１の前記スピーカは指向性を有しており、第２の前記スピーカは指向性を有していないプログラム。
２２．上記２１に記載のプログラムにおいて、
前記店舗には、前記第１のスピーカに対応する第１部分領域が設定されており、
前記制御機能は、
前記第１部分領域に人がいないことを前記位置情報が示しているとき、前記第１のスピーカに第１の前記音データを供給せず、かつ、前記第２のスピーカに第２の前記音データを供給し、
前記第１部分領域に人がいることを前記位置情報が示しているとき、前記第２のスピーカに前記第２の音データを供給しない又は前記第２のスピーカの音量を下げ、かつ、前記第１のスピーカに前記第１の音データを供給する、プログラム。
２３．上記１９～２２のいずれか一項に記載のプログラムにおいて、
前記位置情報は、前記店舗の中を示す画像データを用いて生成されている、プログラム。
２４．上記２３に記載のプログラムにおいて、
第１の前記スピーカは指向性を有しており、
前記店舗には、前記第１のスピーカに対応する部分領域が設定されており、
前記位置情報は、さらに、前記部分領域にいる前記人の属性を含んでおり、
前記人の属性は、前記画像データを用いて生成されており、
前記制御機能は、前記人の属性を用いて、前記音データを選択する、プログラム。
２５．上記１９～２４のいずれか一項に記載のプログラムにおいて、
第１の前記スピーカ及び第２の前記スピーカは指向性を有しており、
前記店舗には、前記第１のスピーカに対応する第１部分領域、及び前記第２のスピーカに対応する第２部分領域が設定されており、
前記制御機能は、
第１部分領域に人がいることを前記位置情報が示しているとき、前記第１のスピーカに第１の前記音データを供給し
第２部分領域に人がいることを前記位置情報が示しているとき、前記第２のスピーカに第２の前記音データを供給する、プログラム。
２６．コンピュータに、
店舗の中を示す画像データを取得する画像データ取得機能と、
前記画像データを処理することにより、前記店舗の中の人に関する情報である人情報を生成する画像処理機能と、
前記人情報を用いて、前記店舗の中に設置された複数のスピーカを互いに独立して制御する制御機能と、
を持たせるプログラム。
２７．上記２６に記載のプログラムにおいて、
前記制御機能は、前記複数のスピーカそれぞれについて、当該スピーカに供給される音データ、当該スピーカに前記音データが供給されるタイミング、及び当該スピーカの音量の少なくとも一つを、互いに独立して制御する、プログラム。
２８．上記１～７のいずれか一項に記載の制御装置と、
前記複数のスピーカと、
を含むシステム。

【符号の説明】

【0056】

１０ 制御装置
２２，２４，２６ スピーカ
３２，３４ 撮像装置
４２，４４ 部分領域
１１０ 位置情報取得部
１２０ 制御部
１３０ 音データ記憶部

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】