JP4382045B2 - データ出力装置、データ出力方法、データ出力プログラム、および記録媒体 - Google Patents

Description

本発明は、コンテンツデータを出力するデータ出力装置、データ出力方法、データ出力プログラム、および記録媒体に関する。

各種記録媒体の急速な発展に伴い、一般的に扱うことのできる情報量は飛躍的に向上している。かつては、磁気テープ、フロッピー（登録商標）ディスク、あるいはＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）に焼きこんでいた数メガの情報を利用して、音楽やゲーム等が販売されていた。一方、今日では、ＣＤ−Ｒ（Ｃｏｍｐａｃｔ Ｄｉｓｃ Ｒｅｃｏｒｄａｂｌｅ）、ＤＶＤ（Ｄｉｇｉｔａｌ Ｖｉｄｅｏ Ｄｉｓｃ）といった記録媒体によって、その豊富な記憶容量を活かした多種多様な情報が流通している。

記憶媒体の容量が増大したことを受けて、単純な写真集形式の静止画コンテンツに対してＢＧＭ（ＢａｃｋＧｒｏｕｎｄ Ｍｕｓｉｃ）を付加すること、あるいは、電子書籍、電子文書、ウェブ文書などの表示と同時に、音声データを再生させることなども、技術的に可能になっている。

このような電子的なコンテンツにおいて、音声データの取り扱いは、コンテンツ作成者の意図に反して、そのコンテンツを実際に再生するプレイヤーに依存する場合が多かった。

そこで、ユーザの手を煩わせることなく、長時間の連続再生を実現した技術が、たとえば特許文献１で開示されている。特許文献１の技術では、複数のプレイヤーを交互に利用することによって、ユーザの操作なく音声データを出力し続けることが可能となる。

また、音声データ間の無音状態を回避する技術が、特許文献２に開示されている。特許文献２の技術では、前後の曲に連続性が認められた時に、その曲間を無くして連続的に演奏する。したがって、曲間がほぼない状態で、次の曲を聴くことができる。

また、映像と音声の対応付けに関する技術が、特許文献３に開示されている。特許文献２の技術では、ビデオと音声とを対応付けした映像コンテンツにおいて、実際に音声を対応付けるオーサリング作業を効率化する。さらに、設定した時間だけＢＧＭを再生する。これらにより、情報が目まぐるしく変化するビデオデータに対して、音声データが断続的に途切れてしまうことを防ぐことができる。
特開昭６２−３４３５６（１９８７年２月１４日公開） 特開２００５−４４４０９（２００５年２月１７日公開） 特開２００４−９５１００（２００４年３月２５日公開）

上述した各文献においては、異なる音声データをいかに連続して演奏するか、という部分に着目して問題を解決している。しかし、異なるデータ形式間の対応付けによって生じる、再生時間のずれについては考慮していない。

ビデオデータ等と異なり、電子文書や電子書籍などの文字ベースのデータは、読み進めるペースに個人差がある。そのため、再生時間を一意に決定できない。これにより、再生時間が足りずに音声データが終了してしまうことがある。また、コンテンツ作成者の意図しない部分において、演奏が中断される可能性もある。

前者の問題に関しては、設定された音声データを再び最初から再生することによって回避することができる。これは既存の技術として存在している。これに対して後者の問題は、さらに二つの状況に区別することができる。それは、中断する部分が明示的であるか非明示的であるかの違いである。

明示的に場面、状態、またはファイルが変更される場合、従来では、いったん再生を中断してから、再度、次の音声を再生させている。この場合、ユーザにとっては、コンテンツの区切りとＢＧＭの区切りとは連動している。そのため、たとえば両者が同じ曲であっても、特に違和感はない。

一方、作成されたコンテンツファイルに、非明示的なグループ、ファイル、段落等の区切りが存在する場合がある。この区切りは、完成したコンテンツを閲覧する上では判断できない。ここで、区切られたそれぞれに対して、ＢＧＭが設定されているとする。このとき、従来技術のように、一時停止後に再生する処理を行うと、ユーザは、コンテンツの区切りを認識できない。そのため、ユーザが予期せぬ時点でＢＧＭが中断され、再び再生される。このときユーザは、ＢＧＭを連続して再生されるものと思っているので、違和感を覚えることになる。

この問題について、図１１を参照してより詳しく説明する。図１１は、従来技術において生ずる、ＢＧＭの不連続再生を説明する図である。この図の１１０に示すように、表示装置１１２は、ページ画像１１３を表示している。このとき図示しないスピーカが、ＢＧＭ１１５を鳴らしている。

ここで、ユーザが、表示する画像をページ画像１１３からページ画像１１４に切り替えるように、表示装置１１２に指示したとする。これにより、表示装置１１２は、表示する画像をページ画像１１３からページ画像１１４に切り替える。一方、スピーカは、ＢＧＭ１１５の再生をいったん停止する。そして、表示装置１１２がページ画像１１４を表示するとき、ふたたび、ＢＧＭ１１５を鳴らす。そのため、表示画像がページ画像１１３からページ画像１１４に切り替わるとき、ＢＧＭ１１５が不連続に再生される。

また、閲覧するスピードが速ければ速いほど、非明示的な区切りに到達するまでの時間は短くなる。また、到達する頻度も高くなる。このとき、区切りごとに停止、再生の処理を繰り返すと、ＢＧＭが実際に再生される時間は、極端に短くなる。したがって、ＢＧＭとしての効果は、ほとんど得られない。

本発明は上記の課題を解決するためになされたものであり、その目的は、ユーザが認識できない（もしくは、あまり意識することのない）、コンテンツの再生が切り替わる時点において、連続して再生されるべき同一の音声の再生がいったん停止し、再び行われるといった、不自然な音声再生を防止するデータ出力装置、データ出力方法、データ出力プログラム、および記録媒体を提供することにある。

本発明に係るデータ出力装置は、上記の課題を解決するために、
コンテンツを表す電子データをコンテンツ再生装置に出力する電子データ出力手段と、
上記電子データに関連付けられている、音声を表す音声データを音声再生装置に出力する音声データ出力手段と、
上記電子データ出力手段が、上記コンテンツ再生装置に出力する上記電子データを、上記電子データと異なる他の電子データに切り替えたときに、上記音声データと、上記他の電子データに関連付けられている他の音声データとが同一であるか否かを判定する同一性判定手段とを備え、
上記音声データ出力手段は、
上記同一性判定手段が、上記音声データと上記他の音声データとを同一であると判定したとき、上記音声データを上記音声出力装置に出力し続けることを特徴としている。

上記の構成によれば、電子データ出力手段は、コンテンツを表す電子データをコンテンツ再生装置に出力する。ここでいう「コンテンツ」は、たとえば画像または動画である。そのため、電子データは、画像を表す電子データであったり、または動画を表す動画データであったりする。

コンテンツ再生装置は、入力された電子データに基づき、コンテンツを再生する。たとえば画像データが入力されると、画像を画面に表示する。動画データが入力されると、動画を画面に表示する。

音声データ出力手段は、音声データを音声再生装置に出力する。この音声データは、電子データに関連付けられているものである。具体的には、電子データ出力手段による電子データの出力に連動して、同時に出力されるように、関連付けられている。

音声データは、音声を表すデータである。この音声は、たとえば、ＢＧＭや効果音など、繰り替えし連続して発せられることを前提としたものである。音声再生装置は、音声データが入力されると、ＢＧＭなどの音声を再生する。

以上の処理により、データ出力装置が電子データおよび音声データを出力すると、コンテンツ再生装置がコンテンツを再生すると同時に、音声再生装置が音声を再生する。したがってユーザは、コンテンツ再生装置を通じて画像や動画などのコンテンツを視認するとともに、コンテンツに関連する音声を音声再生装置を通じて耳にする。

ここで、電子データ出力手段は、コンテンツ再生装置に出力する電子データを、異なる他の電子データに切り替えることができる。ここでいう「他の電子データ」には、他の音声データが関連付けられている。

電子データ出力手段による電子データ出力の切り替えが生じたとき、データ出力装置では、同一性判定手段が、音声データ出力手段が現在出力中の音声データと、上述した他の音声データとを比較する。これにより、音声データと、他の音声データとが同一であるか否かを判定する。

音声データ出力手段は、同一性判定手段による判定結果に基づき、音声データの出力を制御する。具体的には、同一性判定手段によって、上述した両音声データが互いに同じデータであると判定されたら、現在出力している音声データを、そのまま音声出力装置に出力し続ける。これにより、電子データの出力が切り替わったとしても、音声データの出力は切り替わらない。したがって、画像の表示が異なる他の画像に切り替わったり、動画の再生が他の異なる動画に切り替わったりしたとしても、音声の再生は継続する。

これにより、コンテンツの再生が切り替わる時点において、連続して再生されるべき同一の音声の再生がいったん停止し、再び行われるといった、不自然な音声再生を防止できる効果を奏する。したがってユーザは、コンテンツを切り替えて閲覧するとき、同じ音声（たとえばＢＧＭ）を連続して聞き続けることができる。すなわちデータ出力装置は、コンテンツに対応付けられた音声が有する効果（たとえば雰囲気や臨場感）を、ユーザに対して十分に伝えることができる。

本発明に係るデータ出力方法は、上記の課題を解決するために、
コンテンツを表す電子データをコンテンツ再生装置に出力する電子データ出力ステップと、
上記電子データに関連付けられている、音声を表す音声データを音声再生装置に出力する音声データ出力ステップと、
上記コンテンツ再生装置に出力する電子データを、上記電子データと異なる他の電子データに切り替える切り替えステップと、
上記電子データに関連付けられている音声データと、上記他の電子データに関連付けられている他の音声データとが同一であるか否かを判定する同一性判定ステップと、
上記同一性判定ステップにおいて、上記音声データと上記他の音声データとを同一であると判定したとき、上記音声データを上記音声出力装置に出力し続ける音声データ継続出力ステップとを含んでいることを特徴としている。

上記の構成によれば、上述したデータ出力装置１と、同様の作用効果を奏する。

また、本発明に係るデータ出力装置では、さらに、上記同一性判定手段は、上記音声データのファイル名と、上記他の音声データのファイル名とが同一であるとき、上記音声データと上記他の音声データとを同一であると判定することが好ましい。あるいは、上記音声データのデータ量と、上記他の音声データのデータ量とが同一であるとき、上記音声データと上記他の音声データとを同一であると判定することが好ましい。

または、上記同一性判定手段は、上記音声データの再生時間と、上記他の音声データの再生時間とが同一であるとき、上記音声データと上記他の音声データとを同一であると判定することが好ましい。あるいは、上記音声データに含まれている、上記音声データを特定する識別子と、上記他の音声データに含まれている、上記他の音声データを特定する識別子とが同一であるとき、上記音声データと上記他の音声データとを同一であると判定することが好ましい。

以上のいずれに処理によっても、同一性判定手段は、音声データ同士の同一性を、より効率よく判定できる。

また、本発明に係るデータ出力装置では、さらに
上記電子データおよび他の電子データは、いずれも音声を表す電子データであることが好ましい。

上記の構成によれば、電子データおよび他の電子データは、いずれも音声を表す電子データである。たとえば、どちらも、ユーザが閲覧する絵画を説明する解説音声を表すデータである。このとき電子データ出力手段が電子データとしての音声データを、音声再生装置としてコンテンツ再生装置に出力する。ユーザによる解説音声の切り替え指示があったとき、データ出力装置は、解説音声データの出力を切り替えるけれども、ＢＧＭなどの音声データの出力は継続する。

したがって上記構成のデータ出力装置は、美術館などにおいて、同じＢＧＭを流し続けるとともに、解説音声を絵画別に切り替えるような状況において、好適に使用されうる。

また、本発明に係るデータ出力装置では、さらに
上記電子データ出力手段は、
上記音声を表す電子データおよび他の電子データを、いずれも、上記音声再生装置とは異なる他の音声再生装置に出力することが好ましい。

上記の構成によれば、電子データ出力手段は、音声を表す電子データおよび他の電子データを、いずれも、音声データ出力手段が音声データを出力する先の音声再生装置とは異なる、他の音声再生装置に出力する。これにより、２つの音声が、別々の音声再生装置によって再生され、重ねあわされる。そのため、１つの装置によって同時に２つの音声が発せされる場合に比べて、音声再生の臨場感をより向上させることができる効果を奏する。

また、本発明に係るデータ出力装置では、さらに、
上記コンテンツ再生装置は、上記音声再生装置であり、
上記音声を表す電子データ、上記音声を表す他の電子データ、上記音声データ、および上記他の音声データは、いずれもデジタルデータであり、
上記電子データ出力手段および上記音声データ出力手段は、１つの合成音声データ出力手段を構成し、
上記合成音声データ出力手段は、
上記電子データおよび上記音声データを合成して合成音声データを生成しながら、当該生成した合成音声データを上記音声再生装置に出力している際、上記同一性判定手段によって、上記音声データと上記他の音声データとが同一であると判定されたとき、上記電子データと上記音声データとの合成を停止して上記音声データを出力し続けつつ、上記出力し続ける上記音声データに上記切り替えを指示された上記他の電子データを合成して他の合成音声データを生成しながら、当該生成した他の合成音声データを上記音声再生装置に出力することが好ましい。

上記に構成によれば、データ出力装置は、デジタルデータとしての、たとえば解説音声データおよびＢＧＭ音声データを出力する。このとき、両データを合成して出力する。しかも、単に合成するのではなく、上記の構成ではＢＧＭ音声データの出力が途切れることなく、解説音声データの切り替えを続けることができる。これにより、連続して再生されるべきＢＧＭが途切れることなく再生されるので、解説音声およびＢＧＭを聴きながら絵画を閲覧している閲覧者に、音声についての違和感を与えることがない。すなわちデータ出力装置は、より音声品質の高いデジタル音声データを音声再生装置に出力する場合であっても、非連続に切り替わる可能性の高い解説音声が切り替わるタイミングにおいて、連続して再生されるべきＢＧＭを中断させることがない。

なお、上記データ出力装置は、コンピュータによって実現してもよい。この場合、コンピュータを上記各手段として動作させることにより上記データ出力装置をコンピュータにおいて実現するデータ出力プログラム、かつ画像そのデータ出力プログラムを記録したコンピュータ読み取り可能な記録媒体も、本発明の範疇に入る。

以上のように、本発明に係るデータ出力装置は、電子データ出力手段が、コンテンツ再生装置に出力する電子データを、上記電子データと異なる他の電子データに切り替えたときに、上記音声データと、上記他の電子データに関連付けられている他の音声データとが同一であるか否かを判定する同一性判定手段と、上記同一性判定手段が、上記音声データと上記他の音声データとを同一であると判定したとき、上記音声データを上記音声出力装置に出力し続ける音声データ出力手段とを備えているため、コンテンツの再生が切り替わる時点において、連続して再生されるべき同一の音声の再生がいったん停止し、再び行われるといった、不自然な音声再生を防止する効果を奏する。

本発明の一実施形態について、図１〜図１０を参照して説明する。以下の説明では、同一の部材および構成要素には、それぞれ、同一の符号を付してある。それらの名称および機能も、同じである。したがってそれらについての詳細な説明は繰り返さない。

（用語の定義）
まず、本実施形態において用いられる用語の定義について説明する。

「クライアント」とは、本実施形態に係るデータ出力装置１に対して、データ出力装置１が実行する処理を依頼する立場にいるものである。たとえばクライアントは、実際に装置を利用する人間である。または、音声再生の要求を伝達する内外部の演算処理装置である。または、演算処理プログラムである。

「記録手段」は、情報を記録する手段を意味する。記録する情報が検索対象情報の場合、記録手段としては、たとえば主記憶装置やＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）、ＣＤ−ＲＯＭ（Ｃｏｍｐａｃｔ Ｄｉｓｋ Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、メモリーカードに代表される外部記憶手段、並びに記録用メディアなどが該当する。

「入力装置」とは、ＣＰＵのような演算装置に対し、人間が情報を与える装置を意味する。キーボード、マウス、およびタブレットなど、その形態は問わない。

「入力情報」とは、クライアントによって入力された情報、あるいは記録手段上の記録範囲の情報の少なくともいずれかの情報を意味する。「クライアントによって入力された情報」とは、たとえばキーボードから入力された文字情報や、タブレットで入力されたストローク情報、およびストローク情報が文字認識処理されて得られた文字情報などである。他にも、紙に書かれた文字をカメラなどで撮影した画像や、その画像を文字認識した文字情報などでもある。

「表示装置」とは、ＣＰＵのような演算装置から与えられる情報を表示、および伝達する装置を意味する。すなわちディスプレイ全般をはじめ、自動販売機のように信号を受けて物品を供出する装置も該当する。

「表示手段」は、表示範囲を取得すること、および表示範囲の指定を行えるものであれば、その形態は問わない。検索対象情報を別に確保した状態の装置に対して、物理的にその位置を特定させるような場合も、この手段に含むものとする。

「通信装置」は、ゲートウェイ装置やルータまたは専用回線などを指す。処理装置内部にはない情報を、外部から受け取る目的で処理装置との間に設置するものであれば、その形態は問わない。

（データ出力装置１）
本発明に係るデータ出力装置１の構成について、図１を参照して以下に説明する。図１は、本発明に係るデータ出力装置１の要部構成を示すブロック図である。この図に示すように、データ出力装置１は、電子データ出力部１０（電子データ出力手段）、同一性判定部１１（同一性判定手段）、音声データ出力部１２（音声データ出力手段）、操作命令処理部１３、データ取得部１４、およびコンテンツデータベース１５を備えている。

また、データ出力装置１は、操作命令入力装置２、表示装置４（コンテンツ再生装置）、および音声再生装置６に接続されている。操作命令入力装置２は、キーボードやマウスなどのいわゆる入力装置である。クライアント（ユーザ）は操作命令入力装置２を操作することによって、データ出力装置に操作内容を入力する。表示装置４は、データ出力装置から入力された電子データが表すコンテンツを再生する。すなわちコンテンツを画面に表示する。音声再生装置６は、データ出力装置から入力された音声データが表す音声を再生する。

（各装置の外観）
データ出力装置１、操作命令入力装置２、表示装置４、および音声再生装置６の外観について、図２を参照して以下に説明する。図２は、データ出力装置１、操作命令入力装置２、表示装置４、および音声再生装置６の外観を説明する図である。

この図に示すように、データ出力装置１は、一般的なパーソナルコンピュータとして実現できる。また、操作命令出力装置２は、キーボードとして実現できる。操作命令入力装置２は、クライアントによって与えられる操作命令を、操作命令処理部１３として機能するＣＰＵに渡す。操作命令には特に指定の形式はなく、操作についての命令を記述きるものであれば、どのようなものでもよい。また、表示装置４は、液晶ディスプレイやプラズマディスプレイなどとして実現できる。また、音声再生装置６は、スピーカとして実現できる。

なお、本実施形態では、図２に示すように、データ出力装置１、操作命令入力装置２、表示装置４、および音声再生装置６が、それぞれ分離された個別の装置として実現されている。しかし、本発明は、このような個別の装置として実現されることに限定されない。たとえば、データ出力装置１、操作命令入力装置２、表示装置４、および音声再生装置６の全てが一体化された構成としても、本発明を実現できる。あるいは、データ出力装置１と、その他の一つ以上の装置が組み合わさった構成であってもよい。

なお、本文中において、データなどを「出力する」という動詞で表現している部分がある。これは実際に主語が目的語に対して働きかける場合のみを指しているわけではない。主語である部分に目的語である部分が働きかけてデータを得る場合も、便宜上「出力する」という言葉で表現している。

（データの表示および再生）
データ出力装置１は、電子データを出力する際に、何かしらのデータの区切りを挟んで、同じ音声データが対応付けされている状況を考慮して、データ出力するタイミングを制御する。具体的には、以下の通りである。

クライアントは、操作命令入力装置２を通じて、コンテンツの再生をデータ出力装置１に指示する。操作命令入力装置２は、入力された指示を操作命令処理部１３に出力する。操作命令処理部１３は、入力された指示を解釈する。これにより、どのような電子データが必要になるのかを解析し、その解析結果をデータ取得部１４に出力する。すなわち、データ取得部１４に対して、電子データおよび音声データの取得を指示する。これによりデータ取得部１４は、コンテンツデータベース１５から、指示された電子データ、および、この電子データに関連付けられている音声データを取得する。

データ取得部１４は、取得した電子データを電子データ出力部１０に出力する。一方、取得した音声データを、音声データ出力部１２に出力する。電子データ出力部１０は、入力された電子データを表示装置４に出力する。これにより表示装置４は、電子データが表すコンテンツ（たとえば画像や動画）を再生、すなわち画面に表示する。

音声データ出力部１２は、入力された音声データから、所定の音声データ情報を抽出する。この音声データ情報は、音声データについての定量的情報を表すデータである。音声データ出力部１２は、抽出した音声データ情報を同一性判定部１１に出力する。さらに、もし、現在、何の音声データも出力していないのなら、入力された音声データをそのまま音声再生装置６に出力する。これにより音声再生装置６は、入力された音声データが表すＢＭＧなどの音声を再生する。

（電子データ切り替え時における音声データの比較）
データ出力装置１は、出力する電子データを、他の電子データに切り替えることができる。このときデータ出力装置１は、以下の（１）から（３）の処理を実行する。

（１）データ取得部１４は、新たな電子データ、および、新たな電子データに関連付けられた新たな音声データを取得する。

（２）電子データ出力部１０が、出力する電子データを新たな電子データのに切り替えるとき、音声データ出力部１２は、新たに取得した音声データについての音声データ情報を、同一性判定部１１に出力する。

（３）同一性判定部１１は、出力中の音声データの音声情報と、（２）の処理において入力された音声データ情報を比較する。同一の音声データ情報であると判定したとき、２つの音声データを同一の音声データであると判定する。これにより音声データ出力部１２は、出力中の音声データの出力を継続する。

（データ出力装置１の構成の一例）
データ出力装置１を含んでいるシステムの構成について、図３を参照して以下に説明する。図３は、データ出力装置１を含むシステムの構成を示す図である。この図に示すように、データ出力装置１は、ＣＰＵ３０および主記憶装置３１によって構成される。

（ＣＰＵ３０）
ＣＰＵ（中央処理装置）３０は、図１に示す電子データ出力部１０、同一性判定部１１、音声データ出力部１２、操作命令処理部１３、およびデータ取得部１４として機能する。ＣＰＵ３０は、これらの部材が実行する処理手順を記述したプログラムを、主記憶装置３１、外部記憶装置３２または、通信装置３４を経由したネットワークなどより取得する。なお、データの遣り取りは、有線無線の通信装置などデータを送受信できるものならば、どのようなものを利用してもよい。また、電子データ出力部１０、同一性判定部１１、音声データ出力部１２、操作命令処理部１３、およびデータ取得部１４による処理手順についても、ＣＰＵに限らず、処理手順を実行可能であれば、どのような装置が実行してもよい。

（主記憶装置３１）
主記憶装置３１は、フラッシュメモリなどの一時記憶装置である。主に、電子データ出力部１０、同一性判定部１１、音声データ出力部１２、操作命令処理部１３、およびデータ取得部１４が動作手順を読み込ませて情報の取得、抽出、および解析を行う。なお、ＣＰＵ３０に含まれるレジスタ領域なども、主記憶装置３１の一種に相当する。

（外部記憶装置３２）
外部記憶装置３２は、ＨＤＤ（ハードディスクドライブ）などの取り外し可能な記憶装置である。主に、ＣＰＵ３０が算出した解析結果や、主記憶装置３１には一時的に必要のない退避対象のデータを保存する。また、ＣＰＵ３０とネットワーク３５とを経由して、有線無線の接続によって利用可能な主記憶装置や外部記憶装置を外部記憶装置３２として用いてもよい。

（情報記録媒体３３）
情報記録媒体３３は、フラッシュメモリやＣＤ−Ｒなどの、独立した記録媒体であり、コンテンツデータベース１５を記憶している。したがって、データ取得部１４は、情報記録媒体３３にアクセスし、コンテンツデータベース１５に接続して、電子データおよび音声データを取得する。なお、コンテンツデータベース１５は、外部記憶装置３２に記憶されていてもよい。この場合、データ取得部１４は、外部記憶装置３２にアクセスし、コンテンツデータベース１５に接続して、電子データおよび音声データを取得する。

（通信装置３４）
通信装置３４は、ネットワーク３５に接続している。これにより、有線または無線の接続によって、他のネットワーク機器との間でデータのやりとりを行う。データ出力装置１では、データ取得部１４は、通信装置３４を通じて、ネットワーク３５から電子データおよび音声データを取得することもできる。

（電子書籍の表示およびＢＧＭの再生）
データ出力装置１が表示装置４に出力する電子データ、およびこの電子データに関連付けられている音声データの一例について、図４を参照して以下に説明する。図４は、電子データおよび音声データの出力制御の例を表す図である。具体的には、図４（ａ）は、ページデータ４２とＢＧＭデータ４４とが関連付けられている状態、および、つぎに出力されるページデータ４３と、ＢＧＭデータ４４とが関連付けられている状態を表す図である。一方、図４（ｂ）は、表示画像がページ画像４７からページ画像４８に切り替わるとき、ＢＧＭ４９が連続して再生される様子を説明する図である。

コンテンツデータベース１５には、図４（ａ）に示す電子書籍データ４０および電子書籍データ４１が、あらかじめ記憶されている。図４（ａ）に示すように、電子書籍データ４０は、ページデータ４２（電子データ）およびＢＧＭデータ４４を含んでいる。すなわち、ページデータ４２およびＢＧＭデータ４４は、互いに関連付けられている。一方、電子書籍データ４１は、ページデータ４３（電子データ）およびＢＧＭデータ４４を含んでいる。すなわち、ページデータ４３およびＢＧＭデータ４４は、互いに関連付けられている。

データ出力装置１では、電子データ出力部１０がページデータ４２を表示装置４に出力する。また、音声データ出力部１２がＢＧＭデータ４４を音声再生装置６に出力する。これにより、図４（ｂ）の出力状況４５に示すように、表示装置４は、ページデータ４２が表すページ画像４７を画面に表示する。一方、音声再生装置６は、ＢＧＭデータ４４が表すＢＧＭ４９を再生する。したがってユーザは、ＢＧＭ４９を聴きながら、ページ画像４７を閲覧できる。

この状態において、ユーザが、電子書籍の表示を、次のページに切り替えるように指示したとする。この指示がなされたとき、電子データ出力部１０は、出力する電子データをページデータ４２からページデータ４３に切り替える。一方、音声データ出力部１２は、出力する音声データを切り替えない。なぜならこのとき同一性判定部１１が、ページデータ４２に関連付けられているＢＧＭデータ４４と、ページデータ４３に関連付けられているＢＧＭデータ４４とを、同一のデータであると判定するからである。この判定を受けて、音声データ出力部１２は、現在出力中のＢＧＭデータ４４の出力を継続する。したがって、図４（ｂ）の出力状況４６に示すように、表示装置４においてページ画像４７がページ画像４８に切り替わったとしても、音声再生装置６は、ＢＧＭ４９の再生を停止させることなく継続する。

以上の処理によって、連続して再生されることが前提となっているＢＧＭ４９は、ページ画像の切り替えの際にも、一時停止することなく、鳴り続ける。したがってユーザは、ページ画像を切り替えるとき、耳にするＢＧＭ４９について違和感を覚えることがない。すなわち、より快適な（自然な）状態で、ページ画像を閲覧できる。

（データ出力処理）
以上のデータ出力処理について、図５および図６を参照してより詳細に説明する。図５は、データ出力装置１が電子データおよび音声データを出力するときの処理の流れの一例を説明するフローチャートである。図５に示す処理は、本実施形態におけるデータ出力装置１のＣＰＵ３０が、主記憶装置３１や外部記憶装置３２などに記憶されているプログラムを読み出して実行し、図３に示す各装置を制御することによって実行される。

図５に示すように、クライアントは、操作命令入力装置２を通じて、電子データの出力指示を入力する。これにより操作命令入力装置２は、電子データの出力指示を操作命令処理部１３に出力する（ステップＳ５０）。この指示が下ると、データ取得部１４は、コンテンツデータベース１５に接続して電子データを取得し、電子データ出力部１０に出力する。さらに、取得した電子データに関連付けられている音声データを、同じくコンテンツデータベース１５から取得し、音声データ出力部１２に出力する。

電子データ出力部１０は、入力された電子データを表示装置４に出力する（ステップＳ５１）。一方、音声データ出力部１２は、入力された音声データを、音声再生装置６に出力する（ステップＳ５２）。このとき、音声データ出力部１２は、さらに、入力された音声データから音声データ情報を取得し、同一性判定部１１に出力する（ステップＳ５３）。

音声データ出力部１２が抽出する音声データ情報は、音声データのデータ出力装置１におけるファイル名であればよい。または、音声データのデータ量であってもよい。あるいは、音声データが表す音声の再生時間であってもよい。あるいは、音声データにあらかじめ含まれている、音声データを特定する識別子であってもよい。なお、音声データ情報は、音声データ本体の一部および全体などでも構わない。

以上の処理によって、データ出力装置１は、ユーザが最初に指示した電子データおよび音声データを、それぞれ、出力する。

つぎに、操作命令処理部１３は、ユーザが、操作命令入力装置２を通じて、電子データの切り替え指示を入力したか否かを判定する（ステップＳ５４）。この判定結果が「真」であるとき（Ｙｅｓ）、データ出力装置１は、音声データの切り替え処理を実行する（ステップＳ５５）。この処理の詳細については、後述する。また、電子データ出力部１０が、新たに取得した電子データを出力する（ステップＳ５６）。これにより電子データ出力部１０は、電子データの出力を切り替える。

一方、ステップＳ５４における判定結果が「偽」であるとき（Ｎｏ）、操作命令処理部１３は、クライアントが操作命令入力装置２を通じて、停止指示を入力したか否かを判定する（ステップＳ５６）。この判定結果が「偽」であるとき（Ｎｏ）、処理はステップＳ５４に戻って、操作命令処理部１３は、クライアントが操作命令入力装置２を通じて、電子データの切り替え指示を入力したか否かを判定する（ステップＳ５４）。すなわち、クライアントが停止指示を入力するまで、データ出力装置１は、ステップＳ５４からステップＳ５７の処理を繰り返し実行する。

一方、ステップＳ５７における判定結果が「真」であるとき（Ｙｅｓ）、図５に示す処理は終了する。すなわち、電子データ出力部１０は電子データの出力を停止し、音声データ出力部１２は音声データの出力を停止する。これによりデータ出力装置１は、コンテンツデータの出力処理を終了する。したがって、表示装置４は画像表示を消し、音声再生装置６は音声再生を停止する。

（音声データの切り替え処理）
ステップＳ５５においてデータ出力装置１が実行する、音声データの切り替え処理について、図６を参照して以下に説明する。図６は、音声データの切り替え処理の流れを説明するフローチャートである図６に示す処理は、本実施例におけるデータ出力装置１のＣＰＵ３０が、主記憶装置３１や外部記憶装置３２などに記憶されているプログラムを読み出して実行し、図３に示す各装置を制御することによって実行される。

この図に示すように、ステップＳ５４において、操作命令処理部１３が、クライアントによる操作命令入力装置２からの電子データの切り替え指示を受け取った場合、データ取得部１４は、新たに切り替えられる電子データを、コンテンツデータベース１５から取得する（ステップＳ６１）。さらに、この電子データに関連付けられた音声データも取得する（ステップＳ６２）。

これによりデータ取得部１４は、取得した電子データを電子データ出力部１０に出力する。さらに、取得した音声データを音声データ出力部１２に出力する。

音声データ出力部１２は、入力された音声データから、音声データ情報を抽出する。これにより、抽出した音声データ情報を同一性判定部１１に出力する。すなわち、同一性判定部１１は、データ取得部１４が新たに取得した音声データについての音声データ情報を取得する（ステップＳ６３）。

同一性判定部１１は、現在音声データ出力部１２が出力している音声データについての音声データ情報を保持している。そこで、取得済み音声データ情報と、ステップＳ６３において取得した新たな音声データ情報とを比較する（ステップＳ６４）。これにより、同一性判定部１１は、２つの音声データ情報が同一であるか否かを判定する（ステップＳ６５）。

具体的には、同一性判定部１１は、現在の音声データのファイル名と、新たな音声データのファイル名とが同一であるとき、音声データと、新たな音声データとを同一のデータであると判定する。現在の音声データのデータ量と、新たな音声データのデータ量とが同一であるときも、同様である。現在の音声データの再生時間と、新たな音声データの再生時間とが同一であるときも、同様である。現在の音声データを特定する識別子と、新たな音声データを特定する識別子とが同一であるときも、同様である。また、新旧の音声データ同士が完全に一致するとも、同様である。

（音声データ出力の継続）
ステップＳ６５における判定結果が「真」であるとき（Ｙｅｓ）、同一性判定部１１は、音声データ出力部１２が現在出力している音声データと、音声データ出力部１２に新たに入力された音声データとが、同一の音声データであると判定する。このとき同一性判定部１１は、音声データ出力部１２に、現在出力している音声データの出力を継続するように指示する。これにより音声データ出力部１２は、出力中の音声データの出力を継続する（ステップＳ６６）。

このとき、音声データ出力部１２に入力された新たな音声データは、もはや不要である。したがって音声データ出力部１２は、不要となった音声データをメモリから開放する（ステップＳ６７）。さらに、同一性判定部１１に入力された新たな音声データ情報も、もはや不要である。そこで同一性判定部１１は、不要となった音声データ情報をメモリから開放する（ステップＳ６７）。

（出力音声データの切り替え）
一方、Ｓ６５における判定結果が「偽」であるとき（Ｎｏ）、同一性判定部１１は、音声データ出力部１２に対して、出力中の音声データの出力を中止し、ステップＳ６２において新たに取得された音声データを出力するように指示する。これにより音声データ出力部１２は、現在出力している音声データの出力を停止する。つぎに、ステップＳ６２において入力された音声データを出力する。すなわち音声データ出力部１２は、出力する音声データを、現在のものから新しいものに切り替える。（ステップＳ６８）。

このとき、音声データ出力部１２がそれまでに出力していた古い音声データは、もはや不要である。したがって音声データ出力部１２は、不要となった古い音声データをメモリから開放する（ステップＳ６７）。さらに、同一性判定部１１がそれまでに保持していた古い音声データ情報も、もはや不要である。そこで同一性判定部１１は、不要となった古い音声データ情報をメモリから開放する（ステップＳ６７）。

ステップＳ６７が終了すると、処理は図５のステップＳ５６に進む。すなわち音声データ出力部１２が、切り替えて出力するように指示された電子データを、表示装置４に出力する。

（画像の表示および音声の再生の例）
以上の処理を実行することによって、図７に示すような、画像の切り替え再生および音声の継続再生が可能となる。そこで、写真および風景画を表す電子データそれぞれに対してＢＧＭを表す音声データが関連付けられている場合について、図７を参照して説明する。図７は、静止画の表示および対応するＢＧＭの再生の様子を示す図である。

静止画である写真および風景画を表示する場合、それぞれの表示画像に対する閲覧する時間の長さは、個人差が大きい可能性が高い。特に、それぞれの表示画像を閲覧する時間が短いユーザにとっては、短時間で何度もＢＧＭが停止と再生を繰り返すため、従来の技術では、ＢＧＭとしての効果がほとんど失われてしまう。

しかし、本実施形態に係るデータ出力装置１が、電子データを表示装置４に出力し、かつ、音声データを音声再生装置６に出力するとき、次のように、ＢＧＭの効果は保たれる。

図７の例では、画像７０を表す電子データに、ＢＧＭ７３を表す音声データが関連付けられている。一方、画像７１を表す電子データ、および画像７２を表す電子データには、いずれも、同じＢＧＭ７４を表す同じ音声データが関連付けられている。ＢＧＭ７３とＢＧＭ７４とは、異なる音声である。そのため、ＢＧＭ７３を表す音声データと、ＢＧＭ７４を表す音声データとは、異なるデータである。

このとき、図７に示すように、表示装置４が画像７０を表示するとき、音声再生装置６はＢＧＭ７３を再生する。ユーザが、データ出力装置１に、画像７１の表示を指示したとき、表示装置４は、表示する画像を画像７０から画像７１に切り替える。ここで、`画像７１を表す電子データには、ＢＧＭ７４を表す音声データが関連付けられている。上述したように、ＢＧＭ７４を表す音声データと、ＢＧＭ７３を表す音声データとは、互いに異なる音声データである。したがって音声再生装置６は、ＢＧＭ７３の再生を停止し、ＢＧＭ７４を再生する。すなわち音声再生装置６は、再生する音声を、ＢＧＭ７３からＢＧＭ７４に切り替える。

ＢＧＭ７３とＢＧＭ７４とは、互いに異なる音声なので、一時的な停止状態を挟んで切り替わったとしても、ユーザに違和感を与えることはない。

ここで、さらに、ユーザにより表示画像の切り替え指示が入力されたとき、表示装置４は、表示する画像を画像７１から画像７２に切り替える。このとき、画像７１を表す電子データ、および、画像７２を表す電子データには、それぞれ、同じＢＧＭ７４を表す同一音声データが関連付けられている。したがって、音声再生装置６は、ＢＧＭ７４の再生を停止することなく、継続する。

これにより、ユーザが異なる画像を切り替えて閲覧するとき、同一のＢＧＭの再生が不自然に一時停止して再び再生することがない。したがって、ユーザは、違和感を憶えることなく画像の閲覧に集中できる。

（まとめ）
以上のように、データ出力装置１は、従来の手法には見られない、同一性判定部１１を備えている。そのため、「現在表示中の電子データが異なるポイントへと移行する際に、再生中の音声データは停止させない」という、非同期的な動作が実現可能となる。つまり、データの最小単位に設定を付加しつつグループ化した処理も実現可能となることから、結果としてコンテンツ作成者の負担を軽減できる。また、完成したコンテンツを閲覧するクライアントの立場に立つと、従来の手法のままでは、電子データの境界で不自然に中断されていた音声再生を、その境界を全く意識せずに閲覧することができるようになる。

（データ出力装置１の変形例）
上述したように、データ出力装置１は、画像や動画を表す電子データを表示装置４に出力し、かつ、音声を表す音声データを音声再生装置６に出力する構成である。この構成のデータ出力装置１は、視覚を通じて認識できる情報と、聴覚を通じて認識できる情報とを組み合わせたコンテンツのデータを出力する状況に好適である。

しかし、本発明は、上記構成のデータ出力装置１に限定されるものではない。すなわち、不連続に切り替わることを前提した音声のデータと、連続して再生されることを前提した音声のデータとを、同時に出力する構成であってもよい。このような構成のデータ出力装置１ａについて、図８を参照して以下に説明する。

（データ出力装置１ａ）
図８は、データ出力装置１ａの要部構成を示すブロック図である。この図に示すように、データ出力装置１ａは、同一性判定部１１（同一性判定手段）、音声データ出力部１２（音声データ出力手段）、操作命令処理部１３、データ取得部１４、コンテンツデータベース１５、音声データ出力部８１（電子データ出力手段）を備えている。また、データ出力装置１ａは、操作命令入力装置２、および音声再生装置６に接続されている。

ここで、音声データ出力部８１は、音声再生装置６に音声データを出力する。しかし、出力する音声データについての音声データ情報を、同一性判定部１１に出力しない。すなわち、同一性判定部１１は、音声データ出力部８１が出力する音声データについては、切り替えの前後における同一性を判定することはない。すなわち音声データ出力部８１は、入力された新たな音声データを、そのまま出力する。これは、音声データ出力部８１に入力される音声データが、不連続に切り替わることを前提とした内容の音声についてのデータだからである。

（データ出力装置１ａによる音声の再生）
データ出力装置１ａは、２つの異なる音声を同時に出力する構成である。そのため、たとえば、美術館や博物館などにおいて、ＢＧＭを再生しながら、展示品に対する解説音声を再生するシステムにおいて、好適に適用できる。このとき、ＢＧＭは閲覧者の気持ちをリラックスさせる効果を持ち、一方、解説音声は、展示品に対する閲覧者の理解を深めるために活用される。

図９（ａ）は、絵画と、絵画の解説のための音声データと、ＢＧＭとの関連付けを示す図である。図９（ａ）の状況は、具体的には、ユーザが閲覧できる絵画として、絵画９０、絵画９１および絵画９２が、美術館に展示されているというものである。このとき、データ出力装置１ａにおいて、絵画９０の内容を説明する解説音声データ９３が、コンテンツデータベース１５に記憶されている。また、絵画９１の内容を説明する解説音声データ９４も記憶されている。さらに、絵画９２の内容を説明する解説音声データ９５も記憶されている。

これらの解説音声データ９３、解説音声データ９４、および解説音声データ９５には、いずれも、コンテンツデータベース１５において、同一のＢＧＭデータ９６が関連付けられている。

図９（ｂ）は、閲覧者９７が、データ出力装置１ａを用いて、絵画を鑑賞しながら解説音声およびＢＭＧを聴いている状況を示す図である。この図に示すように、閲覧者９７は、展示絵画を鑑賞しながら、データ出力装置１ａと一体されている操作命令入力装置２を操作し、聞きたい解説音声を選択する。これにより、解説音声データが表す解説音声、および、解説音声データに関連付けられたＢＧＭデータが表すＢＧＭとを、ヘッドホンとしての音声再生装置６を通じて、同時に聴くことができる。

図１０は、各絵画と、各絵画を説明する解説音声の再生と、ＢＧＭの再生との関係を説明する図である。この図において、解説音声１００は、解説音声データ９３によって表される音声である。また、解説音声１０１は、解説音声データ９４によって表される音声である。また、解説音声１０２は、解説音声データ９５によって表される音声である。また、ＢＧＭ１０３は、ＢＧＭデータ９６によって表される音声である。

閲覧者９７は、絵画９０を鑑賞しながら、絵画９０に対する解説音声１００を、音声再生装置６を通じて聴いている。このとき音声再生装置６は、解説音声１００と同時に、ＢＧＭ１０３を再生している。ここで閲覧者９７が、絵画９０の閲覧を止め、新たに絵画９１を鑑賞するとする。このとき閲覧者９７は、絵画９１に対する解説音声１０１の再生を、操作命令入力装置２を通じてデータ出力装置１ａに指示する。

このとき、データ出力装置１ａでは、音声データ出力部８１は、解説音声データ９３の出力を停止し、解説音声データ９４を出力する。したがって閲覧者９７は、音声再生装置６を通じて、解説音声１０１を聴くことができる。

また、同一性判定部１１は、解説音声データ９３に関連付けられているＢＧＭデータ９６と、解説音声データ９４に関連付けられているＢＧＭデータ９６とを、互いに同一であると判定する。したがって音声データ出力部１２は、ＢＧＭデータ９６の出力を停止せず、そのまま継続する。したがって、音声再生装置６は、再生する解説音声を、解説音声１００から解説音声１０１に切り替えたとしても、ＢＧＭ１０３の再生は継続する。したがって、閲覧者９７は、解説音声が切り替わる前後において、ＢＧＭ１０３を連続して、違和感なく聴くことができる。

つぎに、閲覧者９７が、再生する解説音声を、絵画９１についての解説音声１０１から、絵画９２についての解説音声１０２に切り替える指示を、データ出力装置１に出したとする。このとき、音声データ出力部１２が現在出力しているＢＧＭデータ９６と、新たに音声データ出力部１２に入力された、解説音声１０２に関連付けられているＢＧＭデータ９６とは、同一のデータである。したがって音声データ出力部１２は、現在出力しているＢＧＭデータ９６を、そのまま出力し続ける。これにより音声再生装置６は、絵画９２に対する解説音声１０１を再生するとともに、解説音声を切り替えるときにも、ＢＧＭ１０３を再生し続ける。

（まとめ）
以上のシステムを用いることによって、閲覧者９７は、自分の閲覧している展示品に対応する解説音声を、自由なタイミングで視聴できる。このような状況においても、展示品を閲覧する速度には個人差がある。また、閲覧者９７が解説を実際には全て聞くとは限らない。したがって、再生される解説音声の長さは、かなり不規則になる。

このため従来のシステムでは、このような音声情報に、さらにＢＧＭなどの情報を重ねようとしても、ただ同時に録音しただけでは断続的に途切れてしまう。したがって、ＢＧＭ本来の効果を得ることができない。しかし、美術館や博物館などで実際にはＢＧＭが採用されていることから、本実施形態に係るデータ出力装置１ａを、解説とともにＢＧＭを流す仕様に適用することに意義がある。

なお、データ出力装置１ａは、１つの同じ音声再生装置６に、解説音声データおよびＢＧＭデータを重ねて出力することに限定されない。たとえば、音声データ出力部１２がＢＧＭデータを音声再生装置６に出力しつつ、音声データ出力部８１が解説音声データを、音声再生装置６とは異なる他の音声再生装置に出力してもよい。この場合、音声再生装置６と、他の音声再生装置とは同じ場所にあり、それぞれ音声を再生することによって、解説音声とＢＧＭとを重ねあわせて再生する。これにより、２つの音声が、別々の音声再生装置によって再生され、重ねあわされる。そのため、１つの装置によって同時に２つの音声が発せされる場合に比べて、音声再生の臨場感をより向上させることができる。

なお、本発明は上述した実施形態に限定されるものではなく、請求項に示した範囲で種々の変更が可能 なお、本発明は上述した実施形態に限定されるものではなく、請求項に示した範囲で種々の変更が可能である。すなわち、請求項に示した範囲で適宜変更した技術的手段を組み合わせて得られる実施形態についても、本発明の技術的範囲に含まれる。

（デジタルデータの利用）
なお、データ出力装置１では、音声データ出力部１２が出力する音声データと、音声データ出力部８１が出力する音声データとは、いずれもデジタルデータであってもよい。一例を挙げれば、データ出力装置１は、デジタルデータとしての解説音声データ、および、デジタルデータとしてのＢＧＭデータの両方を、音声再生装置６に出力する。このとき音声再生装置６は、デジタルデータが表す音声を再生できる装置であればよい。たとえば、デジタルの音声データを処理し、スピーカに出力するアナログ信号を生成できるアンプを内蔵した装置であればよい。

また、音声データ出力部１２は、解説音声データとＢＭＧデータとを合成して、１つの合成音声データを生成してもよい。そして、生成した合成音声データを、音声再生装置６に出力してもよい。このとき音声データ出力部１２は、２つのデータを完全に合成してから出力するのではなく、合成しながら出来上がった合成データを順次、出力すればよい。もし、解説音声データを、データの最後までＢＧＭデータに合成し終えたら、合成を停止し、以降は、ＢＭＧデータのみを出力し続ければよい。

以上の構成では、同一性判定部１１は、解説音声データ出力の切り替え、および、ＢＭＧデータ出力の継続指示を、いずれも音声データ出力部１２に通知する。この通知を受けたときに、音声データ出力部１２は、現在合成中の解説音声データの合成を停止する。その一方で、ＢＭＧデータのみを出力し続ける。すなわち合成は一時的に中止するけれども、ＢＧＭデータの出力は停止せず、そのまま続ける。そして、切り替えるように指示された次の解説音声データを、現在出力しているＢＭＧデータに、それまでのように先頭から合成し、合成が完了した箇所から順次、出力し続ける。

以上の処理によって、両データの合成処理、および合成音声データの出力は、解説音声が切り替わるタイミングにおいて、途切れることがない。これにより、連続して再生されるべきＢＭＧが途切れることなく再生されるので、解説音声およびＢＧＭを聴きながら絵画を閲覧している閲覧者に、音声についての違和感を与えることがない。結論として、データ出力装置１は、より音声品質の高いデジタル音声データを音声再生装置６に出力する場合であっても、非連続に切り替わる可能性の高い解説音声が切り替わるタイミングにおいて、連続して再生されるべき音声を中断させることがない。

（その他の構成）
なお、本発明は、以下に示す構成としても実現できる。

（第１の構成）
任意の単位で、音声データとの対応関係を定義している電子データを取得する、電子データ取得手段と、前記音声データを取得する音声データ取得手段と、前記電子データを出力する電子データ出力手段と、前記音声データを再生する音声データ再生手段と、前記音声データを前記電子データの単位間で比較する音声データ比較手段と、前記音声データ比較手段によって得られた結果に基づいて、前記音声データの再生を制御する音声データ再生制御手段とを備える音声情報制御装置。

（第２の構成）
操作命令を入力する操作命令入力手段と、前記操作命令を伝達する操作命令伝達手段によって、前記電子データの出力を制御することを特徴とする、前記第１の構成に係る音声情報制御装置。

（第３の構成）
前記操作命令により、前記音声データ再生制御手段の振る舞いを選択することを特徴とする、前記第１の構成に係る音声情報制御装置。

（第４の構成）
前記音声データ比較手段が、ファイル名を用いてデータの比較を行うことを特徴とする、前記第１の構成に係る音声情報制御装置。

（第５の構成）
前記音声データ比較手段が、前記音声データのデータ量を用いてデータの比較を行うことを特徴とする、前記第１の構成に係る音声情報制御装置。

（第６の構成）
前記音声データ比較手段が、前記音声データに埋め込まれた識別情報を用いてデータの比較を行うことを特徴とする、前記第１の構成に係る音声情報制御装置。

（第７の構成）
複数の音声データを取得する音声データ取得手段と、前記複数の音声データを重ね合わせて再生する少なくとも一つの音声データ再生手段と、前記複数の音声データを比較する音声データ比較手段と、前記音声データ比較手段によって得られた結果に基づいて、前記音声データの再生を制御する音声データ再生制御手段とを備える音声情報制御装置。

（第８の構成）
複数の音声データの間に対応関係を定義している電子データを取得する電子データ取得手段と、前記音声データを取得する音声データ取得手段と、前記複数の音声データを重ね合わせて再生する少なくとも一つの音声データ再生手段と、前記複数の音声データを前記電子データを用いて比較する音声データ比較手段と、前記音声データ比較手段によって得られた結果に従い、前記音声データの再生を制御する音声データ再生制御手段とを備える音声情報制御装置。

（第９の構成）
複数の装置を組み合わせることにより、前記複数の音声データを重ね合わせることを特徴とする、前記第７の構成に係る音声情報制御装置。

（第１０の構成）
前記複数の音声データのそれぞれが、デジタル音声データである場合に、計算機上でデータを合成することにより、音声データを重ね合わせることを特徴とする、前記第７の構成に係る音声情報制御装置。

（第１１の構成）
任意の単位で、音声データとの対応関係を定義している電子データを取得する、電子データ取得ステップと、前記音声データを取得する音声データ取得ステップと、前記電子データを出力する電子データ出力ステップと、前記音声データを再生する音声データ再生ステップと、前記音声データを前記電子データの単位間で比較する音声データ比較ステップと、前記音声データ比較ステップによって得られた結果に基づいて、前記音声データの再生を制御する音声データ再生制御ステップとを含んでいることを特徴とする音声情報制御方法。

（第１２の構成）
複数の音声データの間に対応関係を定義している電子データを取得する電子データ取得ステップと、前記音声データを取得する音声データ取得ステップと、前記複数の音声データを重ね合わせて再生する少なくとも一つの音声データ再生ステップと、前記複数の音声データを前記電子データを用いて比較する音声データ比較ステップと、前記音声データ比較ステップによって得られた結果に基づいて、前記音声データの再生を制御する音声データ再生制御ステップとを含んでいることを特徴とする音声情報制御方法。

（第１２の構成）
前記第１から第１０のいずれ１つの構成に係る音声情報制御装置を動作させる音声情報制御プログラムであって、コンピュータを上記の各手段として機能させるための音声情報制御プログラム。

（第１３の構成）
前記第１２の構成に係る音声情報制御プログラムが記録されたことを特徴とするコンピュータ読み取り可能な記録媒体。

（プログラムおよび記録媒体）
最後に、データ出力装置１に含まれている各ブロックは、ハードウェアロジックによって構成すればよい。または、次のように、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）を用いてソフトウェアによって実現してもよい。

すなわち、データ出力装置１は、各機能を実現する制御プログラムの命令を実行するＣＰＵ、この制御プログラムを格納したＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、上記制御プログラムを実行可能な形式に展開するＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、および、上記制御プログラムおよび各種データを格納するメモリ等の記憶装置（記録媒体）を備えている。

この構成により、本発明の目的は、所定の記録媒体によっても、達成できる。この記録媒体は、上述した機能を実現するソフトウェアであるデータ出力装置１の制御プログラムのプログラムコード（実行形式プログラム、中間コードプログラム、ソースプログラム）をコンピュータで読み取り可能に記録していればよい。データ出力装置１はに、この記録媒体を供給する。これにより、コンピュータとしてのデータ出力装置１（またはＣＰＵやＭＰＵ）が、供給された記録媒体に記録されているプログラムコードを読み出し、実行すればよい。

プログラムコードをデータ出力装置１に供給する記録媒体は、特定の構造または種類のものに限定されない。すなわち、この記録媒体は、たとえば、磁気テープやカセットテープ等のテープ系、フロッピー（登録商標）ディスク／ハードディスク等の磁気ディスクやＣＤ−ＲＯＭ／ＭＯ／ＭＤ／ＤＶＤ／ＣＤ−Ｒ等の光ディスクを含むディスク系、ＩＣカード（メモリーカードを含む）／光カード等のカード系、あるいはマスクＲＯＭ／ＥＰＲＯＭ／ＥＥＰＲＯＭ／フラッシュＲＯＭ等の半導体メモリ系などとすることができる。

また、データ出力装置１を、通信ネットワークと接続可能に構成しても、本発明の目的を達成できる。この場合、上記のプログラムコードを、通信ネットワークを介してデータ出力装置１に供給する。この通信ネットワークは、データ出力装置１にプログラムコードを供給できるものであればよく、特定の種類または形態に限定されない。たとえば、インターネット、イントラネット、エキストラネット、ＬＡＮ、ＩＳＤＮ、ＶＡＮ、ＣＡＴＶ通信網、仮想専用網（Ｖｉｒｔｕａｌ Ｐｒｉｖａｔｅ Ｎｅｔｗｏｒｋ）、電話回線網、移動体通信網、衛星通信網等であればよい。

この通信ネットワークを構成する伝送媒体も、プログラムコードを伝送可能な任意の媒体であればよく、特定の構成または種類のものに限定されない。たとえば、ＩＥＥＥ１３９４、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）、電力線搬送、ケーブルＴＶ回線、電話線、ＡＤＳＬ（Ａｓｙｍｍｅｔｒｉｃ Ｄｉｇｉｔａｌ Ｓｕｂｓｃｒｉｂｅｒ Ｌｉｎｅ）回線等の有線でも、ＩｒＤＡやリモコンのような赤外線、Ｂｌｕｅｔｏｏｔｈ（登録商標）、８０２．１１無線、ＨＤＲ、携帯電話網、衛星回線、地上波デジタル網等の無線でも利用可能である。なお、本発明は、上記プログラムコードが電子的な伝送で具現化された、搬送波に埋め込まれたコンピュータデータ信号の形態でも実現され得る。

以上のプログラムに関する点は、データ出力装置１ａにも同様に適用される。

本発明は、コンテンツを表す電子データと、関連する音声データとを同時に出力する各種の装置として、幅広く利用できる。

本発明に係るデータ出力装置の要部構成を示すブロック図である。 データ出力装置、操作命令入力装置、表示装置、および音声再生装置の外観を説明する図である。 データ出力装置を含むシステムの構成を示す図である。 （ａ）は、ページデータと音声データとが関連付けられている状態、および、つぎに出力されるページデータと、音声データとが関連付けられている状態を表す図であり、（ｂ）は、表示画像がページ画像から、他のページ画像に切り替わるとき、ＢＧＭが連続して再生される様子を説明する図である。 データ出力装置が電子データおよび音声データを出力するの処理の流れの一例を説明するフローチャートである。 音声データの切り替え処理の流れを説明するフローチャートである。 静止画の表示および対応するＢＧＭの再生の様子を示す図である。 データ出力装置の要部構成を示すブロック図である。 （ａ）は、絵画と、絵画の解説のための音声データと、ＢＧＭとの関連付けを示す図であり、（ｂ）は、閲覧者が、データ出力装置を用いて、絵画を鑑賞しながら解説音声を聴いている状況を示す図である。 絵画と、解説音声の再生と、ＢＧＭの再生との関係を説明する図である。 従来技術において生ずる、ＢＧＭの不連続再生を説明する図である。

符号の説明

１ データ出力装置
１ａ データ出力装置
２ 操作命令入力装置
４ 表示装置（コンテンツ再生装置）
６ 音声再生装置
１０ 電子データ出力部（電子データ出力手段）
１１ 同一性判定部（同一性判定手段）
１２ 音声データ出力部（音声データ出力手段）
１３ 操作命令処理部
１４ データ取得部
１５ コンテンツデータベース
８１ 音声データ出力部（電子データ出力手段）

Claims (11)

1. コンテンツを表す電子データをコンテンツ再生装置に出力する電子データ出力手段と、
   上記電子データに関連付けられている、音声を表す音声データを音声再生装置に出力する音声データ出力手段と、
   上記電子データ出力手段が、上記コンテンツ再生装置に出力する上記電子データを、上記電子データと異なる他の電子データに切り替えたときに、上記音声データと、上記他の電子データに関連付けられている他の音声データとが同一であるか否かを判定する同一性判定手段とを備え、
   上記音声データ出力手段は、
   上記同一性判定手段が、上記音声データと上記他の音声データとを同一であると判定したとき、上記音声データを上記音声再生装置に出力し続けることを特徴とする、
   電子データおよび当該電子データと関連付けられている音声データを出力するためのデータ出力装置。
2. 上記同一性判定手段は、
   上記音声データのファイル名と、上記他の音声データのファイル名とが同一であるとき、上記音声データと上記他の音声データとを同一であると判定することを特徴とする請求項１に記載のデータ出力装置。
3. 上記同一性判定手段は、
   上記音声データのデータ量と、上記他の音声データのデータ量とが同一であるとき、上記音声データと上記他の音声データとを同一であると判定することを特徴とする請求項１に記載のデータ出力装置。
4. 上記同一性判定手段は、
   上記音声データの再生時間と、上記他の音声データの再生時間とが同一であるとき、上記音声データと上記他の音声データとを同一であると判定することを特徴とする請求項１に記載のデータ出力装置。
5. 上記同一性判定手段は、
   上記音声データに含まれている、上記音声データを特定する識別子と、上記他の音声データに含まれている、上記他の音声データを特定する識別子とが同一であるとき、上記音声データと上記他の音声データとを同一であると判定することを特徴とする請求項１に記載のデータ出力装置。
6. 上記電子データはおよび他の電子データは、いずれも、上記音声データとは異なる、音声を表す電子データであることを特徴とする請求項１に記載のデータ出力装置。
7. 上記電子データ出力手段は、
   上記音声を表す電子データおよび他の電子データを、いずれも、上記音声再生装置とは異なる他の音声再生装置に出力することを特徴する請求項６に記載のデータ出力装置。
8. 上記コンテンツ再生装置は、上記音声再生装置であり、
   上記音声を表す電子データ、上記音声を表す他の電子データ、上記音声データ、および上記他の音声データは、いずれもデジタルデータであり、
   上記電子データ出力手段および上記音声データ出力手段は、１つの合成音声データ出力手段を構成し、
   上記合成音声データ出力手段は、
   上記電子データおよび上記音声データを合成して合成音声データを生成しながら、当該生成した合成音声データを上記音声再生装置に出力している際、上記同一性判定手段によって、上記音声データと上記他の音声データとが同一であると判定されたとき、上記電子データと上記音声データとの合成を停止して上記音声データを出力し続けつつ、上記出力し続ける上記音声データに上記切り替えを指示された上記他の電子データを合成して他の合成音声データを生成しながら、当該生成した他の合成音声データを上記音声再生装置に出力することを特徴とする請求項７に記載のデータ出力装置。
9. コンテンツを表す電子データをコンテンツ再生装置に出力する電子データ出力ステップと、
   上記電子データに関連付けられている、音声を表す音声データを音声再生装置に出力する音声データ出力ステップと、
   上記コンテンツ再生装置に出力する電子データを、上記電子データと異なる他の電子データに切り替える切り替えステップと、
   上記電子データに関連付けられている音声データと、上記他の電子データに関連付けられている他の音声データとが同一であるか否かを判定する同一性判定ステップと、
   上記同一性判定ステップにおいて、上記音声データと上記他の音声データとを同一であると判定したとき、上記音声データを上記音声再生装置に出力し続ける音声データ継続出力ステップとを含んでいることを特徴とする、
   電子データおよび当該電子データと関連付けられている音声データを出力するためのデータ出力方法。
10. 請求項１から８のいずれか１項に記載のデータ出力装置を動作させるデータ出力プログラムであって、コンピュータを上記の各手段として機能させるためのデータ出力プログラム。
11. 請求項１０に記載のデータ出力プログラムを記録しているコンピュータ読み取り可能な記録媒体。

Images