特許ウォッチ

公開番号2025114056
公報種別公開特許公報(A)
公開日2025-08-05
出願番号2024008470
出願日2024-01-24
発明の名称再生装置、再生方法、プログラム、および再生システム
出願人株式会社ドワンゴ
代理人個人,個人,個人
主分類G10L 21/003 20130101AFI20250729BHJP(楽器;音響)
要約【課題】再生中のコンテンツの音声の声質を変換する。
【解決手段】再生装置10は、コンテンツを再生するコンテンツプレイヤー11と、コンテンツプレイヤー11の出力するオーディオ信号を入力する仮想オーディオデバイス12と、仮想オーディオデバイス12からオーディオ信号を入力し、オーディオ信号に含まれる音声の声質を変換する声変換部13と、音声の声質を変換したオーディオ信号を出力するオーディオデバイス14を備える。
【選択図】図1
特許請求の範囲【請求項１】
コンテンツを再生する再生部と、
前記再生部の出力するオーディオ信号を入力する仮想オーディオデバイスと、
前記仮想オーディオデバイスから前記オーディオ信号を入力し、前記オーディオ信号に含まれる音声の声質を変換する変換部と、
声質を変換した前記音声を出力するオーディオデバイスを備える
再生装置。
続きを表示（約 1,100 文字）【請求項２】
請求項１に記載の再生装置であって、
前記変換部は、
前記オーディオ信号に含まれる音声と音声以外の背景音とを分離する分離部と、
前記音声の声質を変換する声変換部と、
声質を変換した音声と前記背景音とを合成するミキサーを備える
再生装置。
【請求項３】
請求項１に記載の再生装置であって、
前記変換部は、
前記オーディオ信号に含まれる音声を音声認識してテキストに変換する音声認識部と、
前記テキストの表現を変換するテキスト変換部と、
表現が変換されたテキストを読み上げる音声を合成する声合成部を備える
再生装置。
【請求項４】
請求項１ないし３のいずれかに記載の再生装置であって、
当該再生装置の既定のオーディオ出力とオーディオ入力をそれぞれ前記仮想オーディオデバイスに設定し、前記変換部のオーディオ出力を前記オーディオデバイスに設定する
再生装置。
【請求項５】
再生装置による再生方法であって、
コンテンツを再生してオーディオ信号を仮想オーディオデバイスに入力し、
前記仮想オーディオデバイスから前記オーディオ信号を入力し、前記オーディオ信号に含まれる音声の声質を変換し、
声質を変換した前記音声を出力する
再生方法。
【請求項６】
コンピュータに、
コンテンツを再生してオーディオ信号を仮想オーディオデバイスに入力する処理と、
前記仮想オーディオデバイスから前記オーディオ信号を入力し、前記オーディオ信号に含まれる音声の声質を変換する処理と、
声質を変換した前記音声を出力する処理を実行させる
プログラム。
【請求項７】
再生装置と声質変換サーバとを備える再生システムであって、
前記再生装置は、
コンテンツを再生する再生部と、
前記再生部の出力するオーディオ信号を入力する仮想オーディオデバイスと、
前記仮想オーディオデバイスから前記オーディオ信号を入力し、前記オーディオ信号に含まれる音声の声質を変換する変換部と、
声質を変換した前記音声を出力するオーディオデバイスを備える
再生システム。
【請求項８】
請求項７に記載の再生システムであって、
前記変換部は、前記オーディオ信号を前記声質変換サーバへ送信し、声質が変換されたオーディオ信号を受信する
再生システム。

発明の詳細な説明【技術分野】
【０００１】
本開示は、再生装置、再生方法、プログラム、および再生システムに関する。
続きを表示（約 1,300 文字）【背景技術】
【０００２】
近年、リアルタイムで声質を変換する声質変換技術が発達している。非特許文献１の技術は、自分の声を別のキャラクターの音声にリアルタイムで変換することができる。特許文献１の技術は、ささやき声、裏声、および怒り声などの声の特徴を反映させて声質を変換することができる。
【先行技術文献】
【特許文献】
【０００３】
特許７１７９２１６号
【非特許文献】
【０００４】
“Voice Changer”、［online］、株式会社ＣｏｅＦｏｎｔ、インターネット〈 URL：https://vc.coefont.cloud/ 〉
【発明の概要】
【発明が解決しようとする課題】
【０００５】
従来の声質変換アプリケーションは、マイクから入力した自分の声を深層学習モデルに入力して自分の声の声質を変換するものであり、携帯端末やパーソナルコンピュータなどで再生中のコンテンツ（動画やラジオ）の音声の声質を変換することを想定していない。そもそも、コンテンツの音声の声質をリアルタイムで変換するという課題は認識されていない。
【０００６】
例えば講義を録音または録画したコンテンツなど、コンテンツの内容には興味があるものの視聴する気が起きない状況を改善するためには、コンテンツの音声の声質をユーザの好みに合わせて変換することが効果的であると考えられる。あるいは、コンテンツの音声の声質を変換することで、コンテンツの新たな面白さを発見できることもある。
【０００７】
本開示は、上記に鑑みてなされたものであり、再生中のコンテンツの音声の声質を変換することを目的とする。
【課題を解決するための手段】
【０００８】
本開示の一態様の再生装置は、コンテンツを再生する再生部と、前記再生部の出力するオーディオ信号を入力する仮想オーディオデバイスと、前記仮想オーディオデバイスから前記オーディオ信号を入力し、前記オーディオ信号に含まれる音声の声質を変換する変換部と、声質を変換した前記音声を出力するオーディオデバイスを備える。
【発明の効果】
【０００９】
本開示によれば、再生中のコンテンツの音声の声質を変換することができる。
【図面の簡単な説明】
【００１０】
図１は、第１の実施形態の再生装置の構成の一例を示す図である。
図２は、第１の実施形態の再生装置の処理の流れの一例を示すフローチャートである。
図３は、再生装置のサウンド設定画面の一例を示す図である。
図４は、第２の実施形態の再生装置の構成の一例を示す図である。
図５は、第２の実施形態の再生装置の処理の流れの一例を示すフローチャートである。
図６は、第３の実施形態の再生装置の構成の一例を示す図である。
図７は、第３の実施形態の再生装置の処理の流れの一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】
（【００１１】以降は省略されています）

関連特許