JP2001333401A - テレビ会議端末装置 - Google Patents

Abstract

(57)【要約】 【課題】 全通信帯域に占める音声帯域の割合を制御し
て画像の品質を向上させることができるテレビ会議端末
装置を提供することを目的とする。 【解決手段】 音声と画像とデータとを多重化すると共
に多重化情報から音声と画像とデータとを分離する多重
化・多重化解除部３００Ａと、音声エンコーダ２２１
と、画像エンコーダ４２１と、音声エンコーダから出力
される音声符号化データを一時的に蓄積する音声符号化
データバッファ２３１と、画像エンコーダから出力され
る画像符号化データを一時的に蓄積する画像符号化デー
タバッファ４３１と、画像符号化データバッファの使用
容量に基づいて検知された画像符号化データのサイズと
音声符号化データバッファの使用容量に基づいて検知さ
れた音声データ符号化レートとに基づいて音声エンコー
ダにおける符号化レートを制御する音声符号化最適化管
理部２０１とを有する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、テレビ会議システ
ムに用いられ、音声と画像とデータとを多重化して相手
端末装置と通信を行うテレビ会議端末装置に関する。

【０００２】

【従来の技術】従来、テレビ会議システムを構成する
Ｈ．３２４端末装置のように音声・画像・データを多重
化して通信するテレビ会議端末装置においては、音声を
最優先に処理し、残った帯域に応じて画像を符号化して
いる。この場合、音声に使用される帯域（音声帯域）は
事実上ほぼ固定的であり、したがって画像に使用可能な
帯域（画像帯域）もほぼ固定的である。

【０００３】図３は従来のテレビ会議端末装置を示すブ
ロック図である。

【０００４】図３において、１０２は音声・画像・デー
タの送受信を行うテレビ会議端末装置、２００は音声デ
ータを処理する音声処理部、３００は音声と画像とデー
タとを多重化すると共に多重化情報から音声と画像とデ
ータとを分離する多重化・多重化解除部、４００は画像
データを処理する画像処理部、５００はデータを処理す
るデータ処理部、２１０はＡ／Ｄ変換やＤ／Ａ変換を行
う音声ＰＣＭ部、２２０は音声符号化復号化を行う音声
コーデック部、２１１、４１１はアナログ信号をデジタ
ルデータに変換するＡ／Ｄ変換部、２１２、４１２はデ
ジタルデータをアナログ信号に変換するＤ／Ａ変換部、
２２１は音声データを符号化する音声エンコーダ、２２
２は音声データを復号化する音声デコーダ、４２１は画
像データを符号化する画像エンコーダ、４２２は画像デ
ータを復号化する画像デコーダ、６００は通信回線、９
０１はスピーカ等の音声出力装置、９０２はマイクロフ
ォン等の音声入力装置、９０３はモニタ等の画像出力装
置、９０４はカメラ等の画像入力装置、９０５はパーソ
ナルコンピュータ等のアプリケーション処理装置であ
る。

【０００５】このように構成されたテレビ会議端末装置
１０２について、その動作を説明する。

【０００６】音声入力装置９０２、画像入力装置９０４
から出力された音声、画像のアナログ信号はＡ／Ｄ変換
部２１１、４１１でデジタルデータに変換され、このデ
ジタルデータは音声エンコーダ２２１、画像エンコーダ
４２１で符号化され、多重化・多重化解除部３００に出
力される。これはデータ処理部５００についても同様で
ある。多重化・多重化解除部３００は、入力された音声
と画像とデータとを多重化して通信回線６００へ送信す
る。また、多重化・多重化解除部３００が通信回線６０
０から受信した多重化情報は音声、画像、データに分離
され、音声と画像は音声デコーダ２２２と画像デコーダ
４２２で復号化され、Ｄ／Ａ変換部２１２、４１２を介
して音声出力装置９０１と画像出力装置９０３で音声と
画像となって出力される。データ処理部５００も同様の
動作を行う。

【０００７】このように、音声エンコーダ２２１におけ
る音声符号化レートや画像エンコーダ４２１における画
像符号化レートは固定的であった。

【０００８】

【発明が解決しようとする課題】しかしながら、上記従
来のテレビ会議端末装置では、符号化する画像のサイズ
（データ量）によっては音声を処理して残った通信帯域
内に画像符号化データが入りきれるとは限らず、画像デ
ータ伝達遅延を生じたり、画質の悪い画像エンコードを
せざるをえず、テレビ電話システムのＡＶ性能が低下す
るという問題点を有していた。

【０００９】このテレビ会議端末装置では、全通信帯域
に占める音声帯域の割合を制御して画像の品質を向上で
きることが要求されている。

【００１０】本発明は、この要求を満たすため、全通信
帯域に占める音声帯域の割合を制御して画像の品質を向
上させることができるテレビ会議端末装置を提供するこ
とを目的とする。

【００１１】

【課題を解決するための手段】この課題を解決するため
に本発明のテレビ会議端末装置は、テレビ会議システム
を構成し、音声と画像とデータとを多重化して相手端末
装置との間で送受信を行うテレビ会議端末装置であっ
て、音声と画像とデータとを多重化すると共に多重化情
報から音声と画像とデータとを分離する多重化・多重化
解除部と、音声データを符号化する音声エンコーダと、
画像データを符号化する画像エンコーダと、音声エンコ
ーダから出力される音声符号化データを一時的に蓄積す
る音声符号化データバッファと、画像エンコーダから出
力される画像符号化データを一時的に蓄積する画像符号
化データバッファと、画像符号化データバッファの使用
容量に基づいて検知された画像符号化データのサイズと
音声符号化データバッファの使用容量に基づいて検知さ
れた音声データ符号化レートとに基づいて音声エンコー
ダにおける符号化レートを制御する音声符号化最適化管
理部とを有する構成を備えている。

【００１２】これにより、全通信帯域に占める音声帯域
の割合を制御して画像の品質を向上させることができる
テレビ会議端末装置が得られる。

【００１３】

【発明の実施の形態】本発明の請求項１に記載のテレビ
会議端末装置は、テレビ会議システムを構成し、音声と
画像とデータとを多重化して相手端末装置との間で送受
信を行うテレビ会議端末装置であって、音声と画像とデ
ータとを多重化すると共に多重化情報から音声と画像と
データとを分離する多重化・多重化解除部と、音声デー
タを符号化する音声エンコーダと、画像データを符号化
する画像エンコーダと、音声エンコーダから出力される
音声符号化データを一時的に蓄積する音声符号化データ
バッファと、画像エンコーダから出力される画像符号化
データを一時的に蓄積する画像符号化データバッファ
と、画像符号化データバッファの使用容量に基づいて検
知された画像符号化データのサイズと音声符号化データ
バッファの使用容量に基づいて検知された音声データ符
号化レートとに基づいて音声エンコーダにおける符号化
レートを制御する音声符号化最適化管理部とを有するこ
ととしたものである。

【００１４】この構成により、音声符号化レートが画像
符号化データのサイズに応じて制御され、画像データの
伝達遅延や画像の品質劣化が防止されるという作用を有
する。

【００１５】請求項２に記載のテレビ会議端末装置は、
音声符号化最適化管理部は、画像符号化データバッファ
の使用容量を逐次監視し、多重化処理において画像符号
化データの通信帯域が全通信帯域に対して占める割合が
所定値を越えた場合には音声データ符号化レートを下げ
ることとしたものである。

【００１６】この構成により、画像符号化データバッフ
ァの使用容量の増加をトリガとして音声符号化レートを
下げることが可能になるという作用を有する。

【００１７】請求項３に記載のテレビ会議端末装置は、
音声符号化最適化管理部は、音声エンコーダが音声デー
タ量としては最小の無音データの符号化を行っているこ
とを検知し、かつ音声データ符号化レートが低レート状
態であることを検知した場合には、音声データ符号化レ
ートを高レート状態にするように音声エンコーダを制御
することとしたものである。

【００１８】この構成により、無音符号化の継続時に符
号化レートが低レート状態ならば、高レート状態に自動
的に変更され、有音再開時の音質が向上するという作用
を有する。

【００１９】請求項４に記載のテレビ会議端末装置は、
音声エンコーダは、第１の音声エンコーダと、第１の音
声エンコーダよりも低符号化レートの第２の音声エンコ
ーダとから成ることとしたものである。

【００２０】この構成により、音声符号化レートの変更
制御が確実に行われるという作用を有する。

【００２１】請求項５に記載のテレビ会議端末装置は、
音声符号化最適化管理部は、画像符号化データバッファ
の使用容量を逐次監視し、多重化処理において画像符号
化データの通信帯域が全通信帯域に占める割合が所定値
を越えた場合には、音声データを符号化する音声エンコ
ーダを第１の音声エンコーダから第２の音声エンコーダ
に切り替えることとしたものである。

【００２２】この構成により、画像符号化データバッフ
ァの使用容量の増加をトリガとして符号化データ発生量
のより少ないエンコーダに切り替えられ、音声符号化レ
ートの低減が確実に行われるという作用を有する。

【００２３】請求項６に記載のテレビ会議端末装置は、
音声符号化最適化管理部は、画像符号化データバッファ
の使用容量を逐次監視し、多重化処理において画像符号
化データの通信帯域が全通信帯域に占める割合が所定値
を下回った場合には、音声データを符号化する音声エン
コーダを第２の音声エンコーダから第１の音声エンコー
ダに切り替えることとしたものである。

【００２４】この構成により、画像符号化データバッフ
ァの使用容量の減少をトリガとして符号化データ発生量
のより多いエンコーダに切り替えられ、画像伝達に不具
合を生じることなく、より高音質の音声伝達がなされる
という作用を有する。

【００２５】以下、本発明の実施の形態について、図
１、図２を用いて説明する。

【００２６】（実施の形態１）図１は本発明の実施の形
態１によるテレビ会議端末装置を示すブロック図であ
る。

【００２７】図１において、音声ＰＣＭ部２１０、Ａ／
Ｄ変換部２１１、４１１、Ｄ／Ａ変換部２１２、４１
２、音声コーデック部２２０、音声エンコーダ２２１、
音声デコーダ２２２、画像エンコーダ４２１、画像デコ
ーダ４２２、データ処理部５００、通信回線６００、音
声出力装置９０１、音声入力装置９０２、画像出力装置
９０３、画像入力装置９０４、アプリケーション処理装
置９０５は図３と同様のものなので、同一符号を付し、
説明は省略する。１００はテレビ会議システムを構成し
て音声・画像・データの送受信を行うテレビ会議端末装
置、２００Ａは音声データを処理する音声処理部、２０
１は音声エンコーダ２２１における符号化レートを制御
する音声符号化最適化管理部、２３１は音声エンコーダ
２２１から出力される音声符号化データを一時的に蓄積
する音声符号化データバッファ、３００Ａは音声と画像
とデータとを多重化すると共に多重化情報から音声と画
像とデータとを分離する多重化・多重化解除部、４００
Ａは画像データを処理する画像処理部、４３１は画像エ
ンコーダ４２１から出力される画像符号化データを一時
的に蓄積する画像符号化データバッファである。図１に
示すように、音声符号化最適化管理部２０１は、音声符
号化データバッファ２３１、画像符号化データバッファ
４３１の使用容量を検知し、この検知結果に基づいて音
声符号化レート、画像符号化レートを判定し、この判定
結果に基づいて音声エンコーダ２２１と多重化・多重化
解除部３００Ａを制御するものである。

【００２８】このように構成されたテレビ会議端末装置
について、その音声処理最適化シーケンス動作を説明す
る。

【００２９】図１において、通信相手端末装置への通常
の音声・画像送出時には音声エンコーダ２２１、画像エ
ンコーダ４２１で生成された各符号化データは多重化・
多重化解除部３００Ａに送られることになるが、音声の
符号化処理方法は外的要因が無い限り変更が生じないの
で、通常は通信帯域における音声の占める割合（音声帯
域）は固定されている。このように音声帯域が固定され
ている場合、画像は残りの通信帯域を使用するので、エ
ンコードする画像によっては一時的に通信帯域を越える
サイズの画像符号化データを画像エンコーダ４２１が生
成することも考えられる。音声符号化最適化管理部２０
１は、画像符号化データが通信帯域を越えたことを画像
符号化データバッファ２３１の使用容量から検知した場
合には、音声エンコーダ２２１の符号化レートを現在レ
ートよりも低いレートとなるように制御し、画像が使用
できる通信帯域を確保する。すなわち、音声符号化最適
化管理部２０１は多重化・多重化解除部３００Ａにおけ
る画像使用の通信帯域を拡大して、その拡大通信帯域に
画像符号化データが収まるように制御する。また、音声
エンコーダ２２１にて無音符号化（符号データ量最小）
状態を継続しているときに音声エンコーダ２２１の符号
化レートが低レートの状態になっていたならば高レート
状態に自動的に変更し、有音再開時の音質を向上させる
ようにすることが出来る。

【００３０】以上のように本実施の形態によれば、音声
と画像とデータとを多重化すると共に多重化情報から音
声と画像とデータとを分離する多重化・多重化解除部３
００Ａと、音声データを符号化する音声エンコーダ２２
１と、画像データを符号化する画像エンコーダ４２１
と、音声エンコーダから出力される音声符号化データを
一時的に蓄積する音声符号化データバッファ２３１と、
画像エンコーダから出力される画像符号化データを一時
的に蓄積する画像符号化データバッファ４３１と、画像
符号化データバッファ４３１の使用容量に基づいて検知
された画像符号化データのサイズと音声符号化データバ
ッファ２３１の使用容量に基づいて検知された音声デー
タ符号化レートとに基づいて音声エンコーダ２２１にお
ける符号化レートを制御する音声符号化最適化管理部２
０１とを有し、音声符号化最適化管理部２０１は、多重
化処理において画像符号化データの通信帯域が全通信帯
域に対して占める割合が所定値を越えた場合には音声デ
ータ符号化レートを下げるようにしたことにより、音声
符号化レートを画像符号化データのサイズに応じて制御
することができ、画像符号化データバッファの使用容量
の増加をトリガとして音声符号化レートを下げることが
できるので、画像データの伝達遅延や画像の品質劣化を
防止することができる。また、音声符号化最適化管理部
２０１は、音声エンコーダが音声データ量としては最小
の無音データの符号化を行っていることを検知し、かつ
音声データ符号化レートが低レート状態であることを検
知した場合には、音声データ符号化レートを高レート状
態にするように音声エンコーダを制御するようにしたこ
とにより、無音符号化の継続時に符号化レートが低レー
ト状態であるときに高レート状態に自動的に変更するこ
とができるので、有音再開時の音質を向上させることが
できる。

【００３１】（実施の形態２）図２は本発明の実施の形
態２によるテレビ会議端末装置を示すブロック図であ
る。

【００３２】図２において、音声符号化最適化管理部２
０１、音声ＰＣＭ部２１０、Ａ／Ｄ変換部２１１、４１
１、Ｄ／Ａ変換部２１２、４１２、第１の音声エンコー
ダ２２１、音声デコーダ２２２、音声符号化データバッ
ファ２３１、多重化・多重化解除部３００Ａ、画像処理
部４００Ａ、画像エンコーダ４２１、画像デコーダ４２
２、画像符号化データバッファ４３１、データ処理部５
００、データ通紙回線６００、音声出力装置９０１、音
声入力装置９０２、画像出力装置９０３、画像入力装置
９０４、アプリケーション処理装置９０５は図１と同様
のものなので、同一符号を付し、説明は省略する。１０
１はテレビ会議システムを構成して音声・画像・データ
の送受信を行うテレビ会議端末装置、２００Ｂは音声デ
ータを処理する音声処理部、２２０Ａは音声データの符
号化復号化を行う音声コーデック部、２２３は第１の音
声エンコーダ２２１よりも符号化データ発生量の少ない
第２の音声エンコーダである。本実施の形態では、音声
符号化最適化管理部２０１は音声エンコーダ２２１およ
び２２３を制御する。

【００３３】このように構成されたテレビ会議端末装置
について、その音声処理最適化シーケンス動作を説明す
る。

【００３４】図２において、通信相手端末装置への通常
の音声・画像送出時には第１の音声エンコーダ２２１ま
たは第２の音声エンコーダ２２３、画像エンコーダ４２
１で生成された各符号化データは多重化・多重化解除部
３００Ａに送られることになるが、音声の符号化処理方
法は外的要因が無い限り変更が生じないので、通常は通
信帯域における音声の占める割合（音声帯域）は固定さ
れている。このように音声帯域が固定されている場合、
画像は残りの通信帯域を使用するので、エンコードする
画像によっては一時的に通信帯域を越えるサイズの画像
符号化データを画像エンコーダ４２１が生成する場合が
考えられる。音声符号化最適化管理部２０１は、画像符
号化データが通信帯域を越えたことを画像符号化データ
バッファ２３１の使用容量から検知した場合には、音声
エンコーダ２２１、２２３のうち符号化データ発生量の
少ないエンコーダ（ここでは第２の音声エンコーダ２２
３）を音声エンコーダとして選択し（すなわち第１の音
声エンコーダ２２１を使用中であれば第２の音声エンコ
ーダ２２３に切り替える）、音声エンコーダの符号化レ
ートを現在レートよりも低いレートとなるように制御
し、画像が使用できる通信帯域を確保する。すなわち、
音声符号化最適化管理部２０１は多重化・多重化解除部
３００Ａにおける画像使用の通信帯域を拡大して、その
拡大通信帯域に画像符号化データが収まるように制御す
る。また、画像エンコーダ４２１で生成する画像符号デ
ータが通信帯域で占める割合が所定値を下回ったことを
音声符号化最適化菅理部２０１にて検知した場合には、
音声符号化最適化菅理部２０１は、音声エンコーダ２２
１、２２３のうちより高音質（つまりより高レート）の
エンコーダ（ここでは第１の音声エンコーダ２２１）に
切り替えるように制御して、音声の高品質を確保するこ
とができる。

【００３５】以上のように本実施の形態によれば、音声
エンコーダは、第１の音声エンコーダ２２１と、第１の
音声エンコーダ２２１よりも低符号化レートの第２の音
声エンコーダ２２３とから成り、音声符号化最適化管理
部２０１は、画像符号化データバッファ４３１の使用容
量を逐次監視し、多重化処理において画像符号化データ
の通信帯域が全通信帯域に占める割合が所定値を越えた
場合には、音声データを符号化する音声エンコーダを第
１の音声エンコーダ２２１から第２の音声エンコーダ２
２３に切り替えるようにしたことにより、画像符号化デ
ータバッファ４３１の使用容量の増加をトリガとして符
号化データ発生量のより少ない音声エンコーダ２２３に
切り替えられ、音声符号化レートの低減を確実に行うこ
とができ、画像の品質を確実に向上させることができ
る。また、音声符号化最適化管理部２０１は、画像符号
化データバッファ４３１の使用容量を逐次監視し、多重
化処理において画像符号化データの通信帯域が全通信帯
域に占める割合が所定値を下回った場合には、音声デー
タを符号化する音声エンコーダを第２の音声エンコーダ
２２３から第１の音声エンコーダ２２１に切り替えるよ
うにしたことにより、画像符号化データバッファ４３１
の使用容量の減少をトリガとして符号化データ発生量の
より多い音声エンコーダ２２１に切り替えることができ
るので、画像伝達に不具合を生じることなく、より高音
質の音声伝達を行うことができる。

【００３６】

【発明の効果】以上説明したように本発明の請求項１に
記載のテレビ会議端末装置によれば、テレビ会議システ
ムを構成し、音声と画像とデータとを多重化して相手端
末装置との間で送受信を行うテレビ会議端末装置であっ
て、音声と画像とデータとを多重化すると共に多重化情
報から音声と画像とデータとを分離する多重化・多重化
解除部と、音声データを符号化する音声エンコーダと、
画像データを符号化する画像エンコーダと、音声エンコ
ーダから出力される音声符号化データを一時的に蓄積す
る音声符号化データバッファと、画像エンコーダから出
力される画像符号化データを一時的に蓄積する画像符号
化データバッファと、画像符号化データバッファの使用
容量に基づいて検知された画像符号化データのサイズと
音声符号化データバッファの使用容量に基づいて検知さ
れた音声データ符号化レートとに基づいて音声エンコー
ダにおける符号化レートを制御する音声符号化最適化管
理部とを有することにより、音声符号化レートを画像符
号化データのサイズに応じて制御することができるの
で、画像サイズが大きくなった場合には音声符号化レー
トを低レート状態として画像符号化データの通信帯域を
拡大することができ、画像データの伝達遅延や画像の品
質劣化を防止することができ、したがって音声も画像も
品質を落とすことなくリアルタイム性を確保することが
できるという有利な効果が得られる。

【００３７】請求項２に記載のテレビ会議端末装置によ
れば、音声符号化最適化管理部は、画像符号化データバ
ッファの使用容量を逐次監視し、多重化処理において画
像符号化データの通信帯域が全通信帯域に対して占める
割合が所定値を越えた場合には音声データ符号化レート
を下げることにより、画像符号化データバッファの使用
容量の増加をトリガとして音声符号化レートを下げるこ
とができ、画像サイズが大きくなった場合の画像データ
の伝達遅延や画像の品質劣化を防止することができると
いう有利な効果が得られる。

【００３８】請求項３に記載のテレビ会議端末装置によ
れば、音声符号化最適化管理部は、音声エンコーダが音
声データ量としては最小の無音データの符号化を行って
いることを検知し、かつ音声データ符号化レートが低レ
ート状態であることを検知した場合には、音声データ符
号化レートを高レート状態にするように音声エンコーダ
を制御することにより、無音符号化の継続時に符号化レ
ートが低レート状態ならば、高レート状態に自動的に変
更することができるので、有音再開時の音質を向上させ
ることができるという有利な効果が得られる。

【００３９】請求項４に記載のテレビ会議端末装置によ
れば、音声エンコーダは、第１の音声エンコーダと、第
１の音声エンコーダよりも低符号化レートの第２の音声
エンコーダとから成ることにより、音声符号化レートの
変更制御を確実に行うことができるという有利な効果が
得られる。

【００４０】請求項５に記載のテレビ会議端末装置によ
れば、音声符号化最適化管理部は、画像符号化データバ
ッファの使用容量を逐次監視し、多重化処理において画
像符号化データの通信帯域が全通信帯域に占める割合が
所定値を越えた場合には、音声データを符号化する音声
エンコーダを第１の音声エンコーダから第２の音声エン
コーダに切り替えることにより、画像符号化データバッ
ファの使用容量の増加をトリガとして符号化データ発生
量のより少ないエンコーダに切り替えることができるの
で、音声符号化レートの低減を確実に行うことができる
という有利な効果が得られる。

【００４１】請求項６に記載のテレビ会議端末装置によ
れば、音声符号化最適化管理部は、画像符号化データバ
ッファの使用容量を逐次監視し、多重化処理において画
像符号化データの通信帯域が全通信帯域に占める割合が
所定値を下回った場合には、音声データを符号化する音
声エンコーダを第２の音声エンコーダから第１の音声エ
ンコーダに切り替えることにより、画像符号化データバ
ッファの使用容量の減少をトリガとして符号化データ発
生量のより多いエンコーダに切り替えることができるの
で、画像伝達に不具合を生じることなく、より高音質の
音声伝達を行うことができるという有利な効果が得られ
る。

【図面の簡単な説明】

【図１】本発明の実施の形態１によるテレビ会議端末装
置を示すブロック図

【図２】本発明の実施の形態２によるテレビ会議端末装
置を示すブロック図

【図３】従来のテレビ会議端末装置を示すブロック図

【符号の説明】

１００、１０１ テレビ会議端末装置 ２００、２００Ａ、２００Ｂ 音声処理部 ２０１ 音声符号化最適化監理部 ２１０ 音声ＰＣＭ部 ２１１、４１１ Ａ／Ｄ変換部 ２１２、４１２ Ｄ／Ａ変換部 ２２０、２２０Ａ 音声コーデック部 ２２１ 音声エンコーダ（第１の音声エンコーダ） ２２２ 音声デコーダ ２２３ 音声エンコーダ（第２の音声エンコーダ） ２３１ 音声符号化データバッファ ３００、３００Ａ 多重化・多重化解除部 ４００Ａ 画像処理部 ４２１ 画像エンコーダ ４２２ 画像デコーダ ４３１ 画像符号化データバッファ ５００ データ処理部 ６００ 通信網 ９０１ 音声出力装置 ９０２ 音声入力装置 ９０３ 画像出力装置 ９０４ 画像入力装置 ９０５ アプリケーション処理装置

Claims (6)

【特許請求の範囲】
1. 【請求項１】テレビ会議システムを構成し、音声と画像
   とデータとを多重化して相手端末装置との間で送受信を
   行うテレビ会議端末装置であって、音声と画像とデータ
   とを多重化すると共に多重化情報から音声と画像とデー
   タとを分離する多重化・多重化解除部と、音声データを
   符号化する音声エンコーダと、画像データを符号化する
   画像エンコーダと、前記音声エンコーダから出力される
   音声符号化データを一時的に蓄積する音声符号化データ
   バッファと、前記画像エンコーダから出力される画像符
   号化データを一時的に蓄積する画像符号化データバッフ
   ァと、前記画像符号化データバッファの使用容量に基づ
   いて検知された前記画像符号化データのサイズと前記音
   声符号化データバッファの使用容量に基づいて検知され
   た前記音声データ符号化レートとに基づいて前記音声エ
   ンコーダにおける符号化レートを制御する音声符号化最
   適化管理部とを有することを特徴とするテレビ会議端末
   装置。
2. 【請求項２】前記音声符号化最適化管理部は、前記画像
   符号化データバッファの使用容量を逐次監視し、多重化
   処理において画像符号化データの通信帯域が全通信帯域
   に対して占める割合が所定値を越えた場合には前記音声
   データ符号化レートを下げることを特徴とする請求項１
   に記載のテレビ会議端末装置。
3. 【請求項３】前記音声符号化最適化管理部は、前記音声
   エンコーダが音声データ量としては最小の無音データの
   符号化を行っていることを検知し、かつ前記音声データ
   符号化レートが低レート状態であることを検知した場合
   には、前記音声データ符号化レートを高レート状態にす
   るように前記音声エンコーダを制御することを特徴とす
   る請求項１に記載のテレビ会議端末装置。
4. 【請求項４】前記音声エンコーダは、第１の音声エンコ
   ーダと、前記第１の音声エンコーダよりも低符号化レー
   トの第２の音声エンコーダとから成ることを特徴とする
   請求項１に記載のテレビ会議端末装置。
5. 【請求項５】前記音声符号化最適化管理部は、前記画像
   符号化データバッファの使用容量を逐次監視し、多重化
   処理において画像符号化データの通信帯域が全通信帯域
   に占める割合が所定値を越えた場合には、音声データを
   符号化する音声エンコーダを前記第１の音声エンコーダ
   から前記第２の音声エンコーダに切り替えることを特徴
   とする請求項４に記載のテレビ会議端末装置。
6. 【請求項６】前記音声符号化最適化管理部は、前記画像
   符号化データバッファの使用容量を逐次監視し、多重化
   処理において画像符号化データの通信帯域が全通信帯域
   に占める割合が所定値を下回った場合には、音声データ
   を符号化する音声エンコーダを前記第２の音声エンコー
   ダから前記第１の音声エンコーダに切り替えることを特
   徴とする請求項４に記載のテレビ会議端末装置。