JP2000183962A - 音声会話装置及び方法 - Google Patents

Abstract

(57)【要約】 【課題】 対話相手方の状況に応じて遅延時間を調整す
ることで、発話者が話しやすい環境を作り出す音声会話
装置を提供する。 【解決手段】 話者が音声を入力する音声入力部と、入
力された音声を通信プロトコルに合うようにエンコード
するエンコード部と、入力された音声データを相手方に
送信する送信部と、相手方の音声データを受信する受信
部と、受信した相手方の音声データをデコードするデコ
ード部と、相手方の音声を再生出力する音声出力部を備
えた音声会話装置であって、受信部と音声出力部の間に
遅延時間調整バッファの長さを変えることで遅延時間を
調整する遅延時間調整部を備える。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、有線電話、携帯電
話、無線通信、インターネット電話等の音声会話装置全
般におけるエコー制御に関する。特に、拡声対話システ
ムを用いた音声会話装置におけるエコー制御に関する。
ここで、拡声対話システムとは、ハンドセット／ヘッド
セットを用いずに、マイクロホンとスピーカを用いて通
話する電話機／アプリケーションをいう。なお、ハンド
セットとは電話の受話器のように手で保持する送受話器
を意味し、ヘッドセットとはマイクロホン付きヘッドホ
ンのように手で保持する必要のない送受話器を意味し、
双方ともに話者の口と耳の距離が固定されていることを
特徴とするものである。

【０００２】

【従来の技術】近年、通信技術の急速な発達により、通
信可能速度や通信可能なデータ容量は増加の一途をたど
っている。それに伴い、従来は通信レスポンス面から実
用化が困難であると考えられていたインターネットを用
いたテレビ電話等も用いることが可能となってきた。

【０００３】ここで、従来の音声会話装置の具体例とし
てパソコンを使ったインターネット電話アプリケーショ
ンについて図１及び図２を参照しながら説明する。図１
はパソコンを使ったインターネット電話アプリケーショ
ンの構成図である。

【０００４】図１において、音声入力部はサウンドデバ
イスから入力音声データを取込み、エンコード部へ送
る。エンコード部では受け取った音声データを通信プロ
トコルに合うようにエンコードし、送信部へ送る。送信
部では、受け取ったデータを伝送系のプロトコルに従っ
て発信する。

【０００５】受信部は伝送系を伝わってきたデータを受
信しデコード部へ送る。デコード部では、受け取ったデ
ータをデコードし音声出力部へ出力する。音声出力部で
は、受け取ったデータをサウンドデバイスに出力する。

【０００６】次に、図２は従来の通話系の概略図であ
る。２台のパソコンＰＣ１とＰＣ２の間では、通話アプ
リケーションが起動されている。ただし、ＰＣ１上で起
動されている通話アプリケーションとＰＣ２上で起動さ
れている通話アプリケーションは必ず同一でなければな
らないわけではなく、伝送系のプロトコルが異なる端末
同士であっても、両端末間にプロトコル変換を行うゲー
トウェイを介すれば通話可能であるので、、異なる通話
アプリケーションでも良い。他の音声会話装置である、
有線電話や携帯電話、無線システム等についても、本通
話系と同様に音声入力部、エンコード／デコード部、送
受信部、音声出力部から構成され、異なるのは音声の入
出力デバイス、及び伝送系のプロトコルである。

【０００７】

【発明が解決しようとする課題】しかし、従来の音声会
話装置においては、ＰＣ２のスピーカから出力された話
者１の音声をＰＣ２のマイクが拾うと、それが発話者側
に採送されることでエコーとなる。この回り込みと呼ば
れる現象によって、遅延時間が一定の範囲内において非
常に話しにくくなるという問題点があった。特に、昨今
の通信技術の発達により、回線速度が上昇したことに伴
って、従来は発生し得なかったエコーによる通話障害が
顕著になってきている。

【０００８】かかる問題点を解消するべく、特開昭６４
−６５９３６号公報および特開平８―２７９７７７号公
報においては、かかるエコーを消去する方法及び装置に
ついて開示されている。

【０００９】しかし、実際上エコーを完全に消し去るこ
とは困難であり、エコーによる会話機能の劣化を防止す
るのに十分な性能を得るためには、ＣＰＵ等の処理負担
が大きくなってしまうという問題点があった。また、本
願発明が問題にしているほどエコーの遅延時間が大きい
場合には、エコーの遅延時間処理のために必要なメモリ
量も膨大となり、他の処理を圧迫するおそれもある。を
正確に把握することが必須の条件となっている。遅延時
間を把握するために、さらに、同時に画像処理等のＣＰ
Ｕ等の計算機資源を膨大に必要とするアプリケーション
を動かす必要がある場合等では、音声に対して適正なＣ
ＰＵ処理量を割り振ることも困難となり、エコーを消し
去る処理をＣＰＵ負荷の軽いアルゴリズムに変更する必
要が生じるおそれもあり、十分な性能を発揮できる環境
にないことが多いことが予想される。

【００１０】本発明は、上記問題点を解消すべく、エコ
ーを消し去るのではなく、エコーが残っていても会話に
支障が出ない程度に遅延時間を調整することで、発話者
が話しやすい環境を作り出す音声会話装置を提供するこ
とを目的とする。

【００１１】

【課題を解決するための手段】上記目的を達成するため
に本発明にかかる音声会話装置は、話者が音声を入力す
る音声入力部と、入力された音声データを相手方に送信
する送信部と、相手方の音声データを受信する受信部
と、相手方の音声を再生出力する音声出力部を備えた音
声会話装置であって、音声入力部と送信部の間に入力さ
れた音声を通信プロトコルに合うようにエンコードする
エンコード部を、受信部と音声出力部の間に受信した相
手方の音声データをデコードするデコード部を、受信部
と音声出力部の間に遅延時間を調整する遅延時間調整部
を、それぞれ備えることを特徴とする。

【００１２】かかる構成により、話者にとって不確定要
素である相手方の条件に左右されずに、通話系全体とし
てのエコーによる話しにくさを回避するよう、エコーの
遅延時間を調整することができ、話者が話しやすい通話
状態を実現することが可能となる。

【００１３】また、本発明にかかる音声会話装置は、遅
延時間調整部において、遅延時間調整バッファの長さを
変えることで遅延時間を調整することが好ましい。バッ
ファの長さで容易に遅延時間を調整することができるか
らである。

【００１４】また、本発明にかかる音声会話装置は、遅
延時間を話者が入力することが好ましい。相手方の通話
状況によっては、実際に話者が通話している状況に応じ
て遅延時間を調整する方が効果的な場合も考えられるか
らである。

【００１５】また、本発明にかかる音声会話装置は、遅
延時間を自動的に検出する遅延時間検出部を備え、自動
的に遅延時間を調整することが好ましい。遅延時間を的
確に把握することで、より精度良く遅延時間を調整する
ことができるからである。

【００１６】また、本発明にかかる音声会話装置は、遅
延時間検出部において、エコーの有無についても自動的
に検出することが好ましい。ハンドセットやヘッドセッ
トでエコーが発生していない場合もあり得るし、拡声通
話でもマイクとスピーカの位置によってはエコーが発生
していない場合もあり得るからである。なお、エコー遅
延時間検出部が相互相関を用いて遅延時間を検出してい
る場合には、相互相関がしきい値より低い場合に相関が
起こっていない、すなわちエコーが発生していないもの
と判断する。

【００１７】次に、上記目的を達成するために本発明に
かかる音声を用いた通信方法は、話者が音声を入力する
工程と、入力された音声を相手方に送信する工程と、相
手方の音声を受信する工程と、相手方の音声を再生出力
する工程を含む音声を用いた通信方法であって、話者が
音声を入力する工程と入力された音声を相手方に送信す
る工程の間に入力された音声を通信プロトコルに合うよ
うにエンコードする工程を、相手方の音声を受信する工
程と相手方の音声を再生出力する工程の間に受信した相
手方の音声データをデコードする工程を、相手方の音声
を受信する工程と相手方の音声を再生出力する工程の間
に遅延時間を調整する工程を、それぞれ含むことを特徴
とする。

【００１８】かかる構成により、話者にとって不確定要
素である相手方の条件に左右されずに、通話系全体とし
てのエコーによる話しにくさを回避するよう、エコーの
遅延時間を調整することができ、話者が話しやすい通話
状態を実現することが可能となる。

【００１９】次に、本発明にかかるコンピュータに実行
させるプログラムを記録したコンピュータ読み取り可能
な記録媒体は、話者が音声を入力するステップと、入力
された音声を相手方に送信するステップと、相手方の音
声を受信するステップと、相手方の音声を再生出力する
ステップを含むコンピュータに実行させるプログラムを
記録したコンピュータ読み取り可能な記録媒体であっ
て、話者が音声を入力するステップと入力された音声を
相手方に送信するステップの間に入力された音声を通信
プロトコルに合うようにエンコードするステップを、相
手方の音声を受信するステップと相手方の音声を再生出
力するステップの間に受信した相手方の音声データをデ
コードするステップを、相手方の音声を受信するステッ
プと相手方の音声を再生出力するステップの間に遅延時
間を調整するステップを、それぞれ含むことを特徴とす
る。

【００２０】かかる構成により、コンピュータ上へ当該
プログラムをロードさせ実行することで、話者にとって
不確定要素である相手方の条件に左右されずに、通話系
全体としてのエコーによる話しにくさを回避するよう、
エコーの遅延時間を調整することができ、話者が話しや
すい通話状態を作り出すことのできる音声会話装置が実
現できる。

【００２１】

【発明の実施の形態】（実施の形態１）以下、本発明の
実施の形態１にかかる音声会話装置について、図面を参
照しながら説明する。図３は本発明の実施の形態１にか
かる音声会話装置の構成図である。

【００２２】図３において、３１は音声入力部を、３２
はエンコード部を、３３は送信部を、３４は受信部を、
３５はデコード部を、３６は遅延時間調整部を、３７は
音声出力部を、それぞれ示す。

【００２３】遅延時間調整部３６は、デコード部３５か
ら入力されたデータをＦＩＦＯバッファに入れ、遅延さ
せてから音声出力部３７へ出力する。このバッファサイ
ズを調整することで、遅延時間の調整をすることができ
る。すなわち、バッファサイズを大きく取ることで、遅
延時間を大きく設定することができ、逆に小さく取るこ
とで、遅延時間を小さく設定することが可能となる。

【００２４】図３では、かかる遅延時間調整部３６がデ
コード部３５と音声出力部３７の間に配置されている
が、全体の遅延時間を調整できれば良いので、音声入力
部３１とエンコード部３２の間、エンコード部３２と送
信部３３の間、または受信部３４とデコード部３５の間
等に配置されていても同様の効果が期待できる。

【００２５】また、遅延時間調整のためのバッファは独
立した単体である必要はない。したがって、既存の処理
部のバッファを用いて調整することも可能であるし、バ
ッファを複数個有していても良い。

【００２６】次に、本実施の形態１の一実施例について
説明する。図４はインターネットを介して通話するパソ
コンを用いたインターネット電話通信アプリケーション
の構成図である。図４において、４１は接続処理部を、
４２は遅延時間入力部を、４３は遅延時間調整バッファ
を、それぞれ示す。

【００２７】接続処理部４１は、適当なプロトコルに従
って通話相手との接続／切断の処理をする。また、接続
状態になったら、送信部３３と受信部３４にデータの送
信を開始する命令と通話先の情報を送信する。切断する
ときは、データの送受信を停止する命令を発行する。

【００２８】また、遅延時間入力部４２では、発話者か
ら希望する遅延時間の入力を受け付ける。ここで、入力
データとしては、既定値に対する相対値やバッファのバ
イト長や時間長といった絶対値のどちらでも良い。受け
付けた入力データに基づいて、これに合うように遅延時
間調整バッファ４３のサイズを変更する。

【００２９】以上のように本実施の形態１によれば、発
話者はエコーの遅延時間を実際に耳で確認しながら、発
話者にとって話しやすい状況となるように遅延時間を入
力できる。

【００３０】（実施の形態２）次に本発明の実施の形態
２にかかる音声会話装置について、図面を参照しながら
説明する。図５は本発明の実施の形態２にかかる音声会
話装置の構成図である。図５において、５１は遅延時間
検出部を、５２は遅延時間表示部を、それぞれ示す。な
お、サウンドデバイスとしては、サウンドカードを用い
る。

【００３１】遅延時間検出部５１は、音声入力部３１と
音声出力部３７の間のエコー遅延時間を、データの相関
を計算する等の方法で検出し、検出結果を遅延時間表示
部５２へ通知する。表示された遅延時間を確認して、そ
れに応じた遅延時間を遅延時間入力部４２から入力する
ことで、的確に話しやすい環境を構築することが可能と
なる。なお、遅延時間の検出方法は、入力音声信号と受
信部信号との相互相関を計算する方法に限定されるもの
ではなく、他の方法でも良い。さらに、遅延時間検出部
５１は、発話者が遅延時間入力の参考値を得るために遅
延時間を知りたい時にスイッチを押すといった手動で作
動させる方法に限定せず、タイマで定期的に割り込みを
かけて作動させる方法やＣＰＵが空いた時間に不定期に
作動させる方法等も含まれる。

【００３２】遅延時間表示部５２は、遅延時間検出部５
１で検出した遅延時間を表示するが、その表示方法とし
ては、ディスプレイ上のポップアップウィンドウ等を用
いて絶対値を表示する方法だけでなく、スライドバー等
で相対的に表示する方法でも良い。

【００３３】また、遅延時間検出部５１は、音声入力部
３１と音声出力部３７の間だけでなく、音声入力部３１
と受信部３４の間、または送信部３３と音声出力部３７
の間や送信部３３と受信部３４の間といった、音声の回
り込みの影響を確認できる箇所であればどこへ配置して
も良い。

【００３４】なお、遅延時間は、話者の口からマイクま
での距離、及びスピーカから話者の耳までの距離等によ
っても影響を受けるので、遅延時間検出部５１で検出で
きる遅延時間は実際の遅延時間よりも小さく表示される
ものである。

【００３５】以上のように本実施の形態２によれば、実
際の遅延時間を発話者が目で確認することができるの
で、実際の遅延時間に応じた調整を適切に行うことが可
能となる。

【００３６】（実施の形態３）次に本発明の実施の形態
３にかかる音声会話装置について、図面を参照しながら
説明する。図６は本発明の実施の形態３にかかる音声会
話装置の構成図である。図６において、６１は目標遅延
時間記憶部を示す。なお、サウンドデバイスとしては、
サウンドカードを用いる。

【００３７】遅延時間調整バッファ４３は、目標遅延時
間記憶部６１に記憶されている遅延時間と遅延時間検出
部５１によって検出された遅延時間とを比較して、検出
結果が目標遅延時間記憶部６１に記憶されている目標値
に近づくようにバッファ長を調整する。

【００３８】目標遅延時間記憶部６１に記憶されている
目標値は、アプリケーション作成段階、いわゆるプログ
ラムのコンパイル時に設定しても良いし、発話者の手に
よって入力できるようにしても良い。

【００３９】また、ネットワーク負荷の変動が過大な場
合等には、かかる自動調整機能がうまく作動せず、バッ
ファ長の調整が適正に行われない場合も想定できる。そ
こで、図７に示すように、調整機能作動スイッチ７１を
設置し、発話者からの入力に応じてＯｎ／Ｏｆｆの指令
を遅延時間調整バッファ４３に発する。遅延時間調整バ
ッファ４３は、調整機能作動スイッチ７１からの指令が
Ｏｎの場合には遅延時間調整を行うが、Ｏｆｆの場合に
は調整を行わない。後者の場合には、バッファを既定の
標準長さに一義的に修正してしまう方法も考えられる
が、Ｏｆｆになった時点でのバッファ長そのままで維持
する方法やバッファを介さずに送受信する等の方法でも
良い。

【００４０】さらに、調整機能作動スイッチ７１自体が
Ｏｎ／Ｏｆｆの設定値を保存していて、この値を遅延時
間調整バッファ４３が参照することで、動作するか否か
を判定して自動的に切り替わる方法も考えられる。

【００４１】以上のように、本実施の形態３によれば、
ネットワーク負荷の増加によってパケットの送信に遅れ
が出た場合等に、遅延時間が大きく変化するのに自動的
に対応して、遅延時間を調整することができる。

【００４２】（実施の形態４）次に本発明の実施の形態
４にかかる音声会話装置について、図面を参照しながら
説明する。図８は本発明の実施の形態４にかかる音声会
話装置の構成図である。図８において、８１は作動判定
部を示す。

【００４３】作動判定部８１は、遅延時間検出部５１の
結果が既定の範囲内にあるか否かによって、遅延時間の
調整が必要か否かを判定し、遅延時間調整バッファ４３
に対してＯｎ／Ｏｆｆの指令を発する。

【００４４】遅延時間調整バッファは作動判定部８１か
らの指令に応じて、指令がＯｎの場合には遅延時間調整
を行うが、Ｏｆｆの場合には調整を行わない。後者の場
合には、バッファを既定の標準長さに一義的に修正して
しまう方法も考えられるが、Ｏｆｆになった時点でのバ
ッファ長をそのまま維持する方法やバッファを介さずに
送受信する等の方法でも良い。

【００４５】なお、遅延時間の既定の範囲の決定方法に
ついては、特に制限は設けない。発話者の経験則に基づ
いて遅延時間の許容範囲を決定しておいても良いし、プ
ログラム等によって自動的に設定される方法でも良い。

【００４６】以上のように、本実施の形態４によれば、
遅延時間の調整を行うことが必要と判断された場合には
所定の方法で調整を行うが、必要でないと判断された場
合には何ら調整作業を行わないようにすることができ
る。

【００４７】（実施の形態５）次に本発明の実施の形態
５にかかる音声会話装置について、図面を参照しながら
説明する。図９は本発明の実施の形態５にかかる音声会
話装置の構成図である。図９において、９１は判定部
を、９２は判定結果通知部を、それぞれ示す。

【００４８】判定部９１は、遅延時間検出部５１の検出
結果が遅延時間を調整すべき範囲内に入った場合、すな
わち発話者が話しにくくなる状態にある場合には、その
事実を信号によって判定結果通知部９２へ通知する。信
号を受けた判定結果通知部９２は、音声／サウンド再生
やダイアログ表示等の手段によって、利用者へその事実
を通知する。

【００４９】以上のように、本実施の形態５によれば、
遅延時間調節が必要となった場合や、遅延時間入力部で
入力された値ではエコーの遅延時間がうまく調整されて
いない場合等に、発話者が即座にその事実を知ることが
でき、次の対策を打つことが可能となる。

【００５０】（実施の形態６）次に本発明の実施の形態
６にかかる音声会話装置について、図面を参照しながら
説明する。図１０は本発明の実施の形態６にかかる音声
会話装置の構成図である。図１０において、１０１はマ
イク・発話者間距離入力部を示す。

【００５１】発話者は、マイク・発話者間距離入力部１
０１に、マイク等の音声入力機器と発話者の口との距離
を入力する。遅延時間調整バッファ４３では、入力され
たマイク・発話者間距離からマイク・発話者間の音の到
達時間を（マイク・発話者間距離／音速）で計算し、か
かる到達時間を目標遅延時間記憶部６１に記憶されてい
る目標時間から減算した結果と、遅延時間検出部が検出
した時間が一致するように調整を行う。

【００５２】入力されたマイク・発話者間距離からマイ
ク・発話者間の音の到達時間を計算し、目標遅延時間か
ら減算する処理は、遅延時間調整バッファの内部だけで
はなく、外部にあっても良い。また、ここで計算された
減算結果を新たな目標遅延時間とする方法も考えられ
る。

【００５３】同様に、図１１では、スピーカ・発話者間
距離入力部１１１を設け、発話者は、スピーカ・発話者
間距離入力部１１１に、スピーカ等の音声出力機器と発
話者の耳との距離を入力する。遅延時間調整バッファで
は、入力されたスピーカ・発話者間距離からスピーカ・
発話者間の音の到達時間を（距離／音速）で計算し、か
かる到達時間を目標遅延時間記憶部６１に記憶されてい
る目標時間から減算した結果と、遅延時間検出部が検出
した時間が一致するように調整を行う。

【００５４】入力されたスピーカ・発話者間距離からス
ピーカ・発話者間の音の到達時間を計算し、目標遅延時
間から減算する処理は、遅延時間調整バッファ４３の内
部だけではなく、外部にあっても良い。また、ここで計
算された減算結果を新たな目標遅延時間として目標遅延
時間記憶部６１に登録する方法も考えられる。

【００５５】また、マイク・発話者間距離とスピーカ・
発話者間距離が一致するものと仮定して、入力する値を
一つにすることも考えられる。さらに、マイク・発話者
間距離とスピーカ・発話者間距離を発話者が入力するの
ではなく、センサー等を用いることで、自動的に入力す
ることも考えられる。

【００５６】以上のように、本実施の形態６によれば、
遅延時間調節が必要となった場合や、遅延時間入力部４
２で入力された値では、エコーの遅延時間がうまく調整
されない場合等に、発話者が即座にその事実を知ること
ができ、次の対策を打つことが可能となる。

【００５７】（実施の形態７）次に本発明の実施の形態
７にかかる音声会話装置について、図面を参照しながら
説明する。図１２は本発明の実施の形態７にかかる音声
会話装置の構成図である。図１２において、１２１は遅
延時間調整機能付き音声出力部を示す。

【００５８】遅延時間調整機能付き音声出力部１２１
は、遅延時間入力部４２からの入力値に応じて遅延時間
を調整するべく、図１３に示すような構成を取る。図１
３において、１３１はバッファリング部を、１３２はデ
ータ転送部を、１３３はタイマを、１３４はバッファ長
調整部を、それぞれ示す。

【００５９】図１３において、バッファリング部１３１
は遅延時間入力部４２からの入力値をＦＩＦＯバッファ
に一時蓄積する。次にデータ転送部１３２は、一定時間
ごとにタイマ１３３から呼び出しを受けて、バッファリ
ング部１３１のデータをサウンドカード（サウンドドラ
イバ）に転送する。

【００６０】バッファリング部１３１では、サウンドカ
ードへの転送データ長とデコード部からの転送データ長
の差を吸収し、一定時間ごとにサウンドカードを転送す
る必要があるので、まとめてサウンドカードに転送し
て、ＣＰＵとサウンドカード間を繋ぐバスによる処理遅
れの軽減を主目的とする。

【００６１】そして、バッファ長調整部１３４は、遅延
時間入力部からの入力に応じて、バッファリング部１３
１のバッファ長を調整することで、遅延時間を調整する
ことになる。

【００６２】音声出力部３７だけでなく、音声入力部３
１、エンコード部３２、送信部３３、受信部３４、デコ
ード部３５内に同様のバッファが存在する場合において
も、同様の手段でバッファの長さを調整することで、遅
延時間を調整することが可能となる。

【００６３】以上のように、本実施の形態７によれば、
遅延時間調整のために新たなバッファを用意する必要が
ないので、装置としての全体構成が複雑にならないとい
う効果が期待できる。

【００６４】（実施の形態８）次に本発明の実施の形態
８にかかる音声会話装置について、図面を参照しながら
説明する。図１４は本発明の実施の形態８にかかる音声
会話装置における増幅器の構成図である。図１４におい
て、１４１は調整希望入力部を、１４２は増幅部を、そ
れぞれ示す。

【００６５】バッファリング部１３１は、遅延時間入力
部４２からの入力値を一時蓄積するＦＩＦＯバッファで
ある。調整希望入力部１４１は、発話者が遅延時間調整
の希望を入力する可変抵抗器やスイッチ、テンキー等の
入力媒体である。発話者の入力値としては、遅延時間そ
のものの数値入力や現在の遅延時間に対する増減値等が
考えられるが、これに限定されるものではない。

【００６６】バッファ長調整部１３４は、希望の入力値
に応じてバッファリング部のバッファ長を調整する。増
幅部１４２はアンプ本来の信号増幅を行う。また、バッ
ファリング部１３１は、増幅器１４２の前であろうと後
であろうとどちらに位置しても良い。

【００６７】かかる構成を有する増幅器をマイクアンプ
として使用、もしくはスピーカアンプとして使用すれ
ば、遅延時間調整機能を有さない音声会話装置において
も、エコーの遅延時間を調整することが可能となり、話
しやすい通信環境を提供することが可能となる。

【００６８】以上のように、本実施の形態８によれば、
遅延時間調整機能がない音声会話装置においても、入力
アンプもしくは出力アンプに遅延時間調整機能を付加さ
せることにより、遅延時間を容易に調整することがで
き、発話者が話しやすい環境を作り出すことが可能とな
る。

【００６９】（実施の形態９）次に本発明の実施の形態
９にかかる音声会話装置について、図面を参照しながら
説明する。本実施の形態９は、発話者がヘッドセットを
用いており、通話相手が拡声対話システムを用いている
場合である。図１５は本発明の実施の形態９にかかる音
声会話装置の構成図である。図１５において、１５１は
マイク部を、１５２は第１バッファリング部を、１５３
は第２バッファリング部を、１５４はヘッドホン部を、
それぞれ示す。

【００７０】図１５において、マイク部１５１は音声波
形をマイクユニットで電気信号に変換し、変換したデー
タを第１バッファリング部１５２に転送する。ヘッドホ
ン部１５４は第２バッファリング部１５３からの入力デ
ータをスピーカユニットから音声波形として出力する。
バッファ長調整部１３４は、調整希望入力部１４１から
の入力に応じて、第１バッファリング部１５２と第２バ
ッファリング部１５３のそれぞれのバッファ長を同じよ
うに調整する。

【００７１】上記構成を有するヘッドセットを用いる
と、遅延時間調整機能を有さない音声会話装置において
も、送信側の遅延と受信側の遅延をバランス良く調整す
ることが可能となる。また、第１バッファリング部１５
２と第２バッファリング部１５３の調整割合について
は、１：１に限定されるものではなく、他の割合に特定
しても良いし、入力手段を設けて任意の割合とする方法
でも良い。さらに、ヘッドセットに限定されるものでは
なく、スピーカとマイクが一体となった他の形状であっ
ても良い。

【００７２】以上のように、本実施の形態９によれば、
遅延時間調整機能がない音声会話装置においても、かか
るヘッドセット等を用いることで、遅延時間を調節する
ことができ、発話者が話しやすい環境を生み出すことが
可能となる。

【００７３】次に、本発明の実施の形態１にかかる音声
会話装置を実現するプログラムの処理の流れについて説
明する。図１６に本発明の実施の形態１にかかる音声会
話装置を実現するプログラムの処理の流れ図を示す。

【００７４】図１６において、まず話者が自分の音声を
マイク等の音声入力媒体を通じて入力する（ステップＳ
１６１）。そして、必要があれば入力された音声を通信
プロトコルに合わせてエンコードし（ステップＳ１６
２）、ネットワーク等の通信回線へ接続した後（ステッ
プＳ１６３）エンコードされた音声データを通信の相手
方に送信する（ステップＳ１６４）。

【００７５】通信の相手方は、これに対して返事を音声
によって入力し、かかる音声データを通信回線経由で受
信する（ステップＳ１６５）。受信が完了したら、ネッ
トワーク等の通信回線を切断して（ステップＳ１６
６）、必要があれば受信した音声データをデコードする
（ステップＳ１６７）。

【００７６】ここで、遅延時間調整バッファの長さを変
える等の方法を用いて、遅延時間を話者が話しやすい範
囲内に調整する（ステップＳ１６８）。そして、遅延時
間の調整後に相手方音声を出力することで（ステップＳ
１６９）、スムーズな会話が可能となる。

【００７７】また、本発明の実施の形態１にかかる音声
会話装置を実現するプログラムを記憶した記録媒体は、
図１７に示す記録媒体の例に示すように、ＣＤ−ＲＯＭ
やフロッピーディスク等の可搬型記録媒体だけでなく、
通信回線の先に備えられた他の記憶装置や、コンピュー
タのハードディスクやＲＡＭ等の記録媒体のいずれでも
良く、プログラム実行時には、プログラムはローディン
グされ、主メモリ上で実行される。

【００７８】さらに、本発明の実施の形態１にかかる音
声会話装置により生成された遅延時間目標値等を記録し
た記録媒体も、図１７に示す記録媒体の例に示すよう
に、ＣＤ−ＲＯＭやフロッピーディスク等の可搬型記録
媒体だけでなく、通信回線の先に備えられた他の記憶装
置や、コンピュータのハードディスクやＲＡＭ等の記録
媒体のいずれでも良く、例えば本発明にかかる音声会話
装置を利用する際にコンピュータにより読み取られる。

【００７９】

【発明の効果】以上のように本発明にかかる音声会話装
置によれば、エコーの遅延時間を発話のじゃまにならな
い範囲で効果的に調整することができ、発話者が話しや
すい通信装置を実現することが可能となる。

【図面の簡単な説明】

【図１】 従来のインターネット電話アプリケーション
の構成図

【図２】 従来の通話系の概略図

【図３】 本発明の実施の形態１にかかる音声会話装置
の構成図

【図４】 本発明の一実施例にかかる音声会話装置の構
成図

【図５】 本発明の実施の形態２にかかる音声会話装置
の構成図

【図６】 本発明の実施の形態３にかかる音声会話装置
の構成図

【図７】 本発明の一実施例にかかる音声会話装置の構
成図

【図８】 本発明の実施の形態４にかかる音声会話装置
の構成図

【図９】 本発明の実施の形態５にかかる音声会話装置
の構成図

【図１０】 本発明の実施の形態６にかかる音声会話装
置の構成図

【図１１】 本発明の一実施例にかかる音声会話装置の
構成図

【図１２】 本発明の実施の形態７にかかる音声会話装
置の構成図

【図１３】 本発明の実施の形態７にかかる音声会話装
置における遅延時間調整機能付き音声出力部の構成図

【図１４】 本発明の実施の形態８にかかる音声会話装
置における増幅器の構成図

【図１５】 本発明の実施の形態９にかかる音声会話装
置におけるヘッドセットの構成図

【図１６】 本発明の実施の形態１にかかる音声会話装
置における処理の流れ図

【図１７】 記録媒体の例示図

【符号の説明】

１１、３１ 音声入力部 １２、３２ エンコード部 １３、３３ 送信部 １４、３４ 受信部 １５、３５ デコード部 １６、３７ 音声出力部 ３６ 遅延時間調整部 ４１ 接続処理部 ４２ 遅延時間入力部 ４３ 遅延時間調整バッファ ５１ 遅延時間検出部 ５２ 遅延時間表示部 ６１ 目標遅延時間記憶部 ７１ 調整機能作動スイッチ ８１ 作動判定部 ９１ 判定部 ９２ 判定結果通知部 １０１ マイク・発話者間距離入力部 １１１ スピーカ・発話者間距離入力部 １２１ 遅延時間調整機能付き音声出力部 １３１ バッファリング部 １３２ データ転送部 １３３ タイマ １３４ バッファ長調整部 １４１ 調整希望入力部 １４２ 増幅部 １５１ マイク部 １５２ 第１バッファリング部 １５３ 第２バッファリング部 １５４ ヘッドホン部 １７１ 回線先の記憶装置 １７２ ＣＤ−ＲＯＭやフロッピ（登録商標）ーディス
ク等の可搬型記録媒体 １７２−１ ＣＤ−ＲＯＭ １７２−２ フロッピーディスク １７３ コンピュータ １７４ コンピュータ上のＲＡＭ／ハードディスク等の
記録媒体

───────────────────────────────────────────────────── フロントページの続き Ｆターム(参考） 5K027 AA11 BB03 DD10 5K030 GA16 HB01 HC01 JT01 JT03 KA03 KA19 MA13 MB06 MB15 5K046 AA01 AA05 BA05 BB01 BB05 CC23 EE00 HH15 HH79 YY01 YY04

Claims (7)

【特許請求の範囲】
1. 【請求項１】 話者が音声を入力する音声入力部と、 入力された音声データを相手方に送信する送信部と、 相手方の音声データを受信する受信部と、 相手方の音声を再生出力する音声出力部を備えた音声会
   話装置であって、 前記音声入力部と前記送信部の間に入力された音声を通
   信プロトコルに合うようにエンコードするエンコード部
   を、前記受信部と前記音声出力部の間に受信した相手方
   の音声データをデコードするデコード部を、前記受信部
   と前記音声出力部の間に遅延時間を調整する遅延時間調
   整部を、それぞれ備えることを特徴とした音声会話装
   置。
2. 【請求項２】 前記遅延時間調整部において、遅延時間
   調整バッファの長さを変えることで前記遅延時間を調整
   する請求項１記載の音声会話装置。
3. 【請求項３】 前記遅延時間を前記話者が入力する請求
   項１又は２記載の音声会話装置。
4. 【請求項４】 前記遅延時間を自動的に検出する遅延時
   間検出部を備え、自動的に前記遅延時間を調整する請求
   項１又は２記載の音声会話装置。
5. 【請求項５】 前記遅延時間検出部において、エコーの
   有無についても自動的に検出する請求項４記載の音声会
   話装置。
6. 【請求項６】 話者が音声を入力する工程と、 入力された音声を相手方に送信する工程と、 相手方の音声を受信する工程と、 相手方の音声を再生出力する工程を含む音声を用いた通
   信方法であって、 前記話者が音声を入力する工程と前記入力された音声を
   相手方に送信する工程の間に入力された音声を通信プロ
   トコルに合うようにエンコードする工程を、前記相手方
   の音声を受信する工程と前記相手方の音声を再生出力す
   る工程の間に受信した相手方の音声データをデコードす
   る工程を、前記相手方の音声を受信する工程と前記相手
   方の音声を再生出力する工程の間に遅延時間を調整する
   工程を、それぞれ含むことを特徴とする音声会話方法。
7. 【請求項７】 話者が音声を入力するステップと、 入力された音声を相手方に送信するステップと、 相手方の音声を受信するステップと、 相手方の音声を再生出力するステップを含むコンピュー
   タに実行させる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であって、 前記話者が音声を入力するステップと前記入力された音
   声を相手方に送信するステップの間に入力された音声を
   通信プロトコルに合うようにエンコードするステップ
   を、前記相手方の音声を受信するステップと前記相手方
   の音声を再生出力するステップの間に受信した相手方の
   音声データをデコードするステップを、前記相手方の音
   声を受信するステップと前記相手方の音声を再生出力す
   るステップの間に遅延時間を調整するステップを、それ
   ぞれ含むことを特徴とするコンピュータに実行させるプ
   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。