JP2005044310A - 通話装置及び著作権保護方法、並びに通話システム - Google Patents
通話装置及び著作権保護方法、並びに通話システム Download PDFInfo
- Publication number
- JP2005044310A JP2005044310A JP2003280432A JP2003280432A JP2005044310A JP 2005044310 A JP2005044310 A JP 2005044310A JP 2003280432 A JP2003280432 A JP 2003280432A JP 2003280432 A JP2003280432 A JP 2003280432A JP 2005044310 A JP2005044310 A JP 2005044310A
- Authority
- JP
- Japan
- Prior art keywords
- data file
- sound source
- hash value
- source data
- client
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims description 49
- 230000005540 biological transmission Effects 0.000 claims description 39
- 230000006854 communication Effects 0.000 claims description 33
- 238000004891 communication Methods 0.000 claims description 33
- 230000000694 effects Effects 0.000 claims description 26
- 238000004364 calculation method Methods 0.000 claims description 20
- 230000004044 response Effects 0.000 claims description 6
- 230000000007 visual effect Effects 0.000 claims description 6
- 230000007175 bidirectional communication Effects 0.000 claims description 5
- 230000003993 interaction Effects 0.000 claims 1
- 238000012545 processing Methods 0.000 description 28
- 230000006870 function Effects 0.000 description 19
- 230000006835 compression Effects 0.000 description 12
- 238000007906 compression Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 10
- 238000012546 transfer Methods 0.000 description 10
- 238000013139 quantization Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 230000003044 adaptive effect Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 2
- 230000006837 decompression Effects 0.000 description 2
- 239000003550 marker Substances 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000036651 mood Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/08—Network architectures or network communication protocols for network security for authentication of entities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/10—Protecting distributed programs or content, e.g. vending or licensing of copyrighted material ; Digital rights management [DRM]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L2463/00—Additional details relating to network architectures or network communication protocols for network security covered by H04L63/00
- H04L2463/101—Additional details relating to network architectures or network communication protocols for network security covered by H04L63/00 applying security measures for digital rights management
Landscapes
- Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Computer Security & Cryptography (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Signal Processing (AREA)
- Multimedia (AREA)
- Computer Networks & Wireless Communication (AREA)
- Technology Law (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Telephonic Communication Services (AREA)
- Storage Device Security (AREA)
Abstract
【課題】 BGMとして用いる音源データファイルには著作権や使用権が規定されているものがあり、使用者が入手した音源データファイルをサービス性を損なうことなく、かつコピー及び再配布を抑止する必要がある。
【解決手段】 VoIPクライアント2は、ダウンロードした音源データファイルを外部記憶装置内を構成するHDD内の既定のフォルダに書き込む。書き込みが正常に終了するとフォルダ内のハッシュ(Hash)値を計算する。この計算したハッシュ値を外部記憶装置内使用ユーザ対応のシステム情報に設定する。そして、VoIP通話を行うために、VoIPクライアントを起動したとき、外部記憶装置内既定エリア内のハッシュ値を計算し、この計算したハッシュ値を、システム情報として記憶したハッシュ値と比較し、比較の結果、同値であると判定した場合には、外部記憶装置内既定エリアに記憶された音源データファイルをGUIにて表示する。
【選択図】 図2
【解決手段】 VoIPクライアント2は、ダウンロードした音源データファイルを外部記憶装置内を構成するHDD内の既定のフォルダに書き込む。書き込みが正常に終了するとフォルダ内のハッシュ(Hash)値を計算する。この計算したハッシュ値を外部記憶装置内使用ユーザ対応のシステム情報に設定する。そして、VoIP通話を行うために、VoIPクライアントを起動したとき、外部記憶装置内既定エリア内のハッシュ値を計算し、この計算したハッシュ値を、システム情報として記憶したハッシュ値と比較し、比較の結果、同値であると判定した場合には、外部記憶装置内既定エリアに記憶された音源データファイルをGUIにて表示する。
【選択図】 図2
Description
本発明は高い音質環境下での通話を可能とする例えばインターネットのようなネットワークを用いた通話装置及び通話方法に関し、通話音声の他にバックグランドミュージック(Back ground music:BGM)或いは効果音(Sound effect:SE)を送受信する通話装置及びBGMやSEのファイルの著作権保護方法、並びに通話システムに関する。
本件出願人は、特開2001−118332号公報にて、例えば音楽著作物や映像著作物などの著作物に関わるデータなどの任意のデータを、シリアル世代とパラレル世代の両方に対して、適切なコピーコントロールを行いながら配信することのできるデータ配信システムを開示した。
また、本件出願人は、特開2002−344571号公報にて、音楽を聴きながら通話を行うことができるようにし、より楽しく通話を楽しむことができる通話装置及び通話方法等に関する技術を開示した。この通話装置は、BGMとして用いる音楽コンテンツデータを記憶手段に記憶しており、相手と通話する通話手段により通話が行われているとき、再生手段により記憶手段から音楽コンテンツを再生する。このとき、制御手段により、相手からの音声とコンテンツの再生音の両方が聞こえるように制御している。また、通話手段は、コンテンツの再生音を相手側にも送信する。なお、通話中にあってBGMとして用いる音楽の再生レベルは、予め設定されている所定のレベルに低下させる。この技術により、ユーザは、通話しつつ、音楽をBGMとして楽しむことが可能となる。
また、本件出願人は、特開平7−143221号公報にて、保留音として用いる複数の音楽コンテンツを外部から電話回線を介して取り込み、識別データに対応付けて光磁気ディスクに記録し、識別データに基づいたユーザの選択等に応じて保留音として再生することができる電話装置に関する技術を開示した。
しかし、前記特許文献1に開示された技術では、前記特許文献2や特許文献3で使用されるBGM等をコンテンツとすることは想定されていなかった。BGMとして用いるコンテンツは、音楽データであることが多く、その音楽データを電話通話時のBGMとして或いは保留音として用いるということは、コンテンツをコピーした使用者の他、通話相手も聞くことになる。通話相手がBGMとして流れていた音楽を気に入り、それを通話相手からコピーするということが規制なしに行われると著作権者に多大な損害を与えることになる。
このように、BGMとして用いる音源データファイルには著作権や使用権が規定されているものがあり、使用者が入手した音源データファイルをサービス性を損なうことなく、かつコピー及び再配布を抑止する必要がある。
本発明に係る通話装置は、前記課題を解決するために、ネットワークを介して音声による対話のための双方向通信を行う通話装置において、数分間単位で継続する音である音楽や、数秒間単位の効果音の音源データファイルを前記ネットワークに接続されたサーバからダウンロードを実施するダウンロード手段と、前記ダウンロード手段によってダウンロードされた前記ファイルを記憶する記憶手段と、前記記憶手段の所定のフォルダ内のハッシュ値を計算するハッシュ値計算手段と、前記ハッシュ値計算手段にて計算されたハッシュ値をシステム情報として設定する設定手段とを備え、前記設定手段で設定されたハッシュ値に基づいて音源データファイルの著作権を保護する。
ダウンロード手段によってダウンロードされた音源データファイルを記憶手段の所定のフォルダに記憶するときに、所定のフォルダ内のハッシュ値をハッシュ値計算手段にて計算し、ハッシュ値計算手段にて計算されたハッシュ値を設定手段がシステム情報として設定し、この設定手段で設定されたハッシュ値に基づいて音源データファイルの著作権を保護する。
この通話装置は、さらに、送話を開始するタイミングで、前記記憶手段の既定エリア内のハッシュ値を計算する送話時ハッシュ値計算手段と、前記送話時ハッシュ値計算手段にて計算された送話時のハッシュ値と前記設定手段によって設定されたシステム情報としてのハッシュ値とを比較する比較手段と、前記比較手段での比較によりハッシュ値が同値であると判定したときには前記記憶手段に記憶された音源データファイルを表示するユーザインターフェース手段とを備える。
送話時ハッシュ値計算手段は、送話を開始するタイミングで、記憶手段の既定エリア内のハッシュ値を計算し、比較手段は送話時ハッシュ値計算手段にて計算された送話時のハッシュ値と設定手段によって設定されたシステム情報としてのハッシュ値とを比較し、比較手段での比較によりハッシュ値が同値であると判定されたときには記憶手段に記憶された音源データファイルをユーザインターフェース手段に表示する。
本発明に係る著作権保護方法は、前記課題を解決するために、ネットワークを介して音声による対話のための双方向通信を行う通話方装置にあって数分間単位で継続する音である音楽や、数秒間単位の効果音の音源データファイルを前記ネットワークに接続されたサーバからダウンロードするダウンロード工程と、前記ダウンロード工程によってダウンロードされた前記ファイルを記憶手段に記憶する記憶工程と、前記記憶手段の所定のフォルダ内のハッシュ値を計算するハッシュ値計算工程と、前記ハッシュ値計算工程にて計算されたハッシュ値をシステム情報として設定する設定工程とを備え、前記設定工程で設定されたハッシュ値に基づいて音源データファイルの著作権を保護する。
また、送話を開始するタイミングで、前記記憶手段の既定エリア内のハッシュ値を計算する送話時ハッシュ値計算工程と、前記送話時ハッシュ値計算工程にて計算された送話時のハッシュ値と前記設定工程によって設定されたシステム情報としてのハッシュ値とを比較する比較工程と、前記比較工程での比較によりハッシュ値が同値であると判定したときには前記記憶手段に記憶された音源データファイルを表示するユーザインターフェース工程とを備える。
本発明に係る送話システムは、前記課題を解決するために、数分間単位で継続する音である音楽や、数秒間単位の効果音の音源データファイルを格納し、クライアントからの要求に応じてデータファイルを供給するデータファイルサーバと、前記データファイルサーバから所望のデータファイルの供給を受けると共にネットワークを介して音声による対話のための双方向通信を行うクライアントと、前記クライアントによる双方向通信を制御する制御サーバとを備え、前記データファイルサーバは前記クライアントから要求を受けた音源データファイル単位にクライアントのユーザ情報を記憶手段に記憶し、前記制御サーバは前記クライアントによって送られる認証情報を前記データファイルサーバに供給し、前記データファイルサーバは前記制御サーバからの前記認証情報に基づいて前記記憶手段に記憶したユーザ情報を検索し、使用可能な音源データファイル一覧を前記制御サーバを介して前記クライアントに送信し、前記クライアントは受信した音源データファイル一覧を元に、音源データファイルが格納される記憶装置内の既定エリアを検索し、一致した音源データファイルのみを視覚インターフェースに表示する。
本発明に係る著作権保護方法は、前記課題を解決するために、数分間単位で継続する音である音楽や、数秒間単位の効果音の音源データファイルを格納し、クライアントからの要求に応じてデータファイルを供給するデータファイルサーバと、前記データファイルサーバから所望のデータファイルの供給を受けると共にネットワークを介して音声による対話のための双方向通信を行うクライアントと、前記クライアントによる双方向通信を制御する制御サーバとを備える通話システムにおいて実行される著作権保護方法であって、前記データファイルサーバにあって前記クライアントから要求を受けた音源データファイル単位にクライアントのユーザ情報を記憶手段に記憶する工程と、前記制御サーバにあって前記クライアントにより送られる認証情報を前記データファイルサーバに供給する工程と、前記データファイルサーバにあって前記制御サーバからの前記認証情報に基づいて前記記憶手段に記憶したユーザ情報を検索し、使用可能な音源データファイル一覧を前記制御サーバを介して前記クライアントに送信する工程と、前記クライアントにあって受信した音源データファイル一覧を元に、音源データファイルが格納される記憶装置内の既定エリアを検索し、一致した音源データファイルのみを視覚インターフェースに表示する工程とを備える。
本発明の通話装置によれば、ダウンロード手段によってダウンロードされた音源データファイルを記憶手段の所定のフォルダに記憶するときに、所定のフォルダ内のハッシュ値をハッシュ値計算手段にて計算し、ハッシュ値計算手段にて計算されたハッシュ値を設定手段がシステム情報として設定し、この設定手段で設定されたハッシュ値に基づいて音源データファイルの著作権を保護するので、BGMとして用いる著作権や使用権が規定されている音源データファイルをサービス性を損なうことなく、かつコピー及び再配布を抑止することができる。
本発明の著作権保護方法によれば、ダウンロード工程によってダウンロードされたファイルを記憶手段に記憶し、記憶手段の所定のフォルダ内のハッシュ値を計算し、計算されたハッシュ値をシステム情報として設定し、設定されたハッシュ値に基づいて音源データファイルの著作権を保護するので、BGMとして用いる著作権や使用権が規定されている音源データファイルをサービス性を損なうことなく、かつコピー及び再配布を抑止することができる。
本発明の通話システムによれば、データファイルサーバがクライアントから要求を受けた音源データファイル単位にクライアントのユーザ情報を記憶手段に記憶し、制御サーバがクライアントによって送られる認証情報をデータファイルサーバに供給し、データファイルサーバは制御サーバからの認証情報に基づいて記憶手段に記憶したユーザ情報を検索し、使用可能な音源データファイル一覧を制御サーバを介してクライアントに送信し、クライアントは受信した音源データファイル一覧を元に、音源データファイルが格納される記憶装置内の既定エリアを検索し、一致した音源データファイルのみを視覚インターフェースに表示するので、BGMとして用いる著作権や使用権が規定されている音源データファイルをサービス性を損なうことなく、かつコピー及び再配布を抑止することができる。
本発明に係る著作権保護方法によれば、データファイルサーバにあってクライアントから要求を受けた音源データファイル単位にクライアントのユーザ情報を記憶手段に記憶し、制御サーバにあって前記クライアントにより送られる認証情報を前記データファイルサーバに供給し、前記データファイルサーバにあって制御サーバからの認証情報に基づいて記憶手段に記憶したユーザ情報を検索し、使用可能な音源データファイル一覧を制御サーバを介してクライアントに送信し、クライアントにあって受信した音源データファイル一覧を元に、音源データファイルが格納される記憶装置内の既定エリアを検索し、一致した音源データファイルのみを視覚インターフェースに表示するので、BGMとして用いる著作権や使用権が規定されている音源データファイルをサービス性を損なうことなく、かつコピー及び再配布を抑止することができる。
以下、本発明を実施するための最良の形態としてボイス・オーバー・アイピー(Voice over IP:VoIP)と呼ばれるインターネット電話のプロトコルに従ったVoIP通話システムと、このVoIP通話システムに用いられるVoIPクライアントを挙げる。VoIP通話システムは、VoIPクライアント間の通話音声の他にバックグランドミュージック(Back ground music:BGM)或いは効果音(Sound effect:SE)を送受信する。BGMとしては、例えば、波の音、小鳥のさえずり、或いは様々なジャンルの音楽などよりなる、数分間単位の背景音がある。また、SEとしては、例えば、マシンガンの銃声、雷鳴、拍手音、笑い声など、数秒間単位の効果音がある。
先ず、VoIP通話システムの概略について説明する。図1に示すように、VoIP通話システム90にあってVoIPクライアント(Client)2は、例えば公衆回線等3によりインターネット4に接続され、同じくインターネット4に接続されている他のVoIPクライアント5と音声による対話のための双方向の通信を行う。インターネット4には、VoIPサーバ(Server)6も接続されており、VoIPに基づいた通信の制御等を行う。また、VoIPサーバ6と同じくセンタ内、或いは近傍に、VoIPサーバ6と連携しているWebサーバ91も接続している。
なお、このVoIP通話システム90では、VoIPクライアント2とVoIPクライアント5の二者間の通話を例に挙げるが、VoIPクライアントは二つに限らず、よって通話システムへの参加者は2以上であることはもちろんである。
インターネット4は、一般公衆回線などの通信回線や、情報通信ネットワークを複数接続することによって世界中に拡がったネットワーク環境である。現在、広帯域、高速な通信回線の普及によってブロードバンド伝送(Broadband Transmission)を可能としている。光ファイバー、非対称ディジタル加入者線、無線等を用い、500kbps以上の通信回線でネットワークを構成している。
VoIPサーバ6は、VoIP通話システム1にあって契約者のIPアドレスの管理や、認証、あるいは通信の制御を行う。ワークステーションのようなコンピュータより構成されている。もちろん、課金処理のためのサーバや、契約者のIPアドレス他管理情報を処理するサーバを別に設けてもよい。
Webサーバ91は、前記SEファイルや、BGMファイル等を音源データとしてデータベース92に格納している。つまり、SEやBGMを例えばPCMデータにしてからそれぞれMP3(MPEG-1 Audio Layer-III)や、MPEG4、あるいはATRAC(Adaptive Transform Acoustic Coding)等の圧縮技術により予め圧縮したファイル単位のデータを記憶している。また、VoIPクライアントから音源データのダウンロード要求を受けたときのユーザの情報をダウンロードユーザ情報としてデータベース93に格納している。
VoIPクライアント2は、マイクロフォンとスピーカ、又はマイクロフォン7aとヘッドフォン7bとをセットにしてなる使用者が装着するヘッドセット7を接続した例えばパーソナルコンピュータ(Personal computer:PC)である。PCがソフトウェアで実現されるVoIPクライアントプログラム2aを実行することによりVoIPクライアント2になる。なお、以下では、VoIPクライアント2がVoIPクライアント5に電話をかける場合、つまりVoIPクライアント2が始めに送信し、VoIPクライアント5が受信するという状況を想定する。もちろん、VoIPクライアント5も、VoIPクライアントプログラム5aを実行するPCよりなり、始めに送信側となるときには本発明に基づいて同様の動作を行う。
VoIPクライアント2及び5は、Webブラウザ2c及び5cを利用してWebサーバ71にアクセスする機能を持っている。そして、SEファイルや、BGMファイル等の音源データをWebサーバ91を管理する業者に金銭を支払うことを条件に、データベース72からダウンロードすることができる。ダウンロードした音源データファイルは、後述する記憶部58のようなHDDに形成される音源データ記憶部2b及び5b(SEファイル記憶部14とBGMファイル記憶部15からなる)に格納される。
以上のように構成されるVoIP通話システム90は、BGMとして用いる著作権や使用権が規定されている音源データファイルをサービス性を損なうことなく、かつコピー及び再配布を抑止するために、以下のような対策を採る。
先ず、第1の対策の概略は以下の通りである。VoIPクライアントにおいて、Webサーバ91よりダウンロードした音源データファイルを、既定のフォルダに格納し、ダウンロード終了時にフォルダ内のHash値を計算し、その値を、使用ユーザ対応のシステム情報として記憶しておく。そして、VoIP通話時にフォルダ内のハッシュ値を計算し、システム情報として記憶したハッシュ値と比較し、同値の場合のみ音源データファイルを指定(表示)可能とする。
この第1の対策の処理手順を図2及び図3を参照して詳細に説明する。VoIPクライアント2は、Webブラウザ2cを起動し、Webサーバ91にアクセスして、ダウンロード用のGUI上で所望の音源データファイルを指定し、ダウンロードを開始する(図2のステップS21)。このとき、ダウンロードした音源データファイルを後述する外部記憶装置内を構成するHDD内の既定のフォルダに書き込む(ステップS22)。ステップS23にて書き込みが正常に終了したと判定するとステップS24に移行する。ステップS24では、ダウンロード終了時に前記フォルダ内のハッシュ(Hash)値を計算する。この計算したハッシュ値を外部記憶装置内使用ユーザ対応のシステム情報に設定する(ステップS25)。
そして、VoIP通話を行うために、VoIPクライアントを起動する(ステップS31)。このとき、外部記憶装置内既定エリア内のハッシュ値を計算する(ステップS32)。このステップS32で計算したハッシュ値を、システム情報として記憶したハッシュ値と比較する(ステップS33)。比較の結果、同値であると判定した場合(ステップS34にてYES)には、外部記憶装置内既定エリアに記憶された音源データファイルを後述するGUIにて表示する(ステップS35)。比較の結果、同値でないと判定した場合(ステップS34にてNO)には音源データファイルをGUIに表示しない。
この第1の対策によれば、正式にダウンロードしてきた音源データファイル以外のファイル、例えば友人からコピーして貰ったようなファイルをフォルダに格納したところで、ハッシュ値が異なることになるので、そのようなファイルは再生できなくなり、よって著作権を保護することができる。
第2の対策の概略は以下の通りである。Webサーバは、音源データファイルをダウンロードしたユーザ情報(ID/Password)を音源データファイル単位に外部記憶装置内に記憶する。VoIP通話時にVoIPサーバは、VoIPのユーザ認証で取得したユーザ情報をWebサーバへ転送する。Webサーバは、VoIP通話時にVoIPサーバよりユーザ情報(ID/Password)を受信すると、外部記憶装置内に記憶したユーザ情報を検索し、使用可能な音源データファイル一覧をVoIPサーバへ通知する。VoIPサーバは、Webサーバより取得した音源データファイル一覧情報をユーザ認証の応答メッセージとしてVoIPクライアントへ転送する。VoIPクライアントでは、受信した音源データファイル一覧を元に、音源データファイルが格納される外部記憶装置内の規定エリアを検索し、一致した音源データファイルのみをGUIにおいて指定(表示)可能とする。
この第2の対策は、VoIP通話前の処理と、VoIP通話中の処理とでシーケンスが異なってくる。VoIP通話前の処理を第2の対策の処理手順Aとし、またVoIP通話中の処理を第2の対策の処理手順Bとして以下に説明する。
第2の対策の処理手順Aにあって、図4、図5に示すように、VoIPクライアント2の使用者がWebブラウザ2cを起動し、WebアドレスをURLとして入力すると、Webサーバ91から表示データが送られる。VoIPクライアント2は、LCD又はCRTからなる表示部にWebサーバ91から表示データを表示する。例えば、図4のダウンロード画面2dが表示される。使用者がダウンロード画面2dから所望のBGM用の音源データファイルを選択し、ダウンロード指示を出すと、使用者のユーザ情報(ID/Password)がWebサーバ91側に送信される。Webサーバ91は、音源データファイルをダウンロードしたユーザ情報(ID/Password)を音源データファイル単位に外部記憶装置93内に記憶する。そして、使用者の所望の音源データファイルをデータベース92からVoIPクライアント2に送る。VoIPクライアント2は、所望の音源データファイルを外部記憶装置内の既定エリアに記憶する。
使用者がVoIP通話を開始するためVoIPクライアント2を起動すると、VoIPクライアント2はユーザ認証のためにユーザ情報(ID/Password)をVoIPサーバ6に送る。VoIPサーバ6は、VoIPのユーザ認証で取得したユーザ情報をWebサーバへ転送して音源データ取得指示を出す。Webサーバ91は、VoIP通話時にVoIPサーバ6よりユーザ情報(ID/Password)を受信すると、外部記憶装置93内に記憶したユーザ情報を検索し、使用可能な音源データファイル一覧をVoIPサーバ6へ通知する。
VoIPサーバ6は、Webサーバ91より取得した音源データファイル一覧情報をユーザ認証の応答メッセージとしてVoIPクライアント2へ転送する。VoIPクライアント2では、受信した音源データファイル一覧を元に、音源データファイルが格納される外部記憶装置内の規定エリアを検索し、一致した音源データファイルのみをGUIにおいて表示可能とする。この後、使用者がGUIにおいて指定したBGM用又はSE用の音源データファイルを用いることによって図6に示すようなVoIP通話が行われる。
したがって、第2の対策の処理手順Aにより、Webサーバからではなく、例えば違法に取得した音源データファイルをフォルダに入れても、GUIには表示されないので、使用者は正規にダウンロードした以外の音源データファイルを使用することができない。
次に、第2の対策の処理手順Bについて図7を参照して説明する。VoIPクライアント2とVoIPクライアント5との間で既にVoIPクライアントプログラム2aが起動され、VoIP通話が行われているときの処理手順である。通話中において、VoIPクライアント2はWebブラウザ2cをマルチウィンドウにて起動する。
VoIPクライアント2の使用者がWebブラウザ2cから、WebアドレスをURLとして入力すると、Webサーバ91から表示データが送られる。VoIPクライアント2は、LCD又はCRTからなる表示部にWebサーバ91からの表示データを表示する。例えば、図4のダウンロード画面2dが表示される。使用者がダウンロード画面2dから所望のBGM用の音源データファイルを選択し、ダウンロード指示を出すと、使用者のユーザ情報(ID/Password)がWebサーバ91側に送信される。Webサーバ91は、音源データファイルをダウンロードしたユーザ情報(ID/Password)を音源データファイル単位に外部記憶装置93内に記憶する。そして、使用者の所望の音源データファイルをデータベース92からVoIPクライアント2に送る。VoIPクライアント2は、所望の音源データファイルを外部記憶装置内の既定エリアに記憶する。
VoIPクライアント2は、Webサーバ91からダウンロードした音源データファイルが、外部記憶装置内の既定エリアに格納し終わったことを、前記既定エリアを監視中に前記ファイルを検出することにより知ると、自動的にVoIPの認証処理を実行し、ユーザ認証のためにユーザ情報(ID/Password)をVoIPサーバ6に送る。VoIPサーバ6は、VoIPのユーザ認証で取得したユーザ情報をWebサーバへ転送して音源データ取得指示を出す。Webサーバ91は、VoIPサーバ6を経由して送られたユーザ情報(ID/Password)に対応するユーザ情報を外部記憶装置93から検索し、そのユーザ情報に基づく音源データファイルをデータベース92から検索し、使用可能な音源データファイル一覧をVoIPサーバ6へ通知する。
VoIPサーバ6は、Webサーバ91より取得した音源データファイル一覧情報をユーザ認証の応答メッセージとしてVoIPクライアント2へ転送する。VoIPクライアント2では、受信した音源データファイル一覧を基に、音源データファイルが格納される外部記憶装置内の規定エリアを検索し、一致した音源データファイルのみをGUIにおいて表示可能とする。
したがって、第2の対策の処理手順Bにより、Webサーバからではなく、例えば違法に取得した音源データファイルをフォルダに入れても、GUIには表示されないので、使用者は正規にダウンロードした以外の音源データファイルを使用することができない。よって、著作権、使用権を保護することができる。
なお、Webサーバから所定の処理手順によって記憶部58に格納された前記SEファイル、BGMファイルなどの音源データファイルは、PCが備える例えばメディアプレーヤのような音楽再生機能によって容易に再生できないように、前記音楽再生機能では用いていないコーデック方法による、データフォーマットで圧縮するようにしてもよい。前記音源データファイルは、あくまでもVoIP通話システムにおけるBGM、SEとしての用途に用い、著作権の保護を図る。
前述したように、VoIPシステム90では、Webサーバ91がインターネット4上に接続されていることにより、例えばVoIPクライアント2は、VoIP通話前はもちろん、通話中にも、使用可能な音源データを指定し、かつ入力音声データファイルとミキシングすることができる。ミキシングされた音源データファイルと入力音声データは、規定CODECによって、エンコード、パケット化され、周期的に通話相手のVoIPクライアントに送信される。
送信側であるVoIPクライアント2は、VoIP通話中に背景音として例えば数分間単位の連続した時間継続する音である音楽(Back ground music:BGM)等や、例えば数秒間単位の効果音(Sound effect:SE)を通話音声にミキシングすることができる。VoIPクライアント2は、通話音はもちろん、背景音や効果音の音量レベルも個別に調整する。
以下、VoIPクライアント2が背景音や効果音の音量レベルを個別に調整できる構成、及び動作について図8を参照して説明する。VoIPクライアント2は、VoIPクライアントプログラム2aを実行することにより、送信系、受信系がそれぞれ機能的に以下に説明するように構成される。先ず、送信系10にあって、マイクロフォン7aにて収音されて電気信号に変換されたユーザの音声に基づく電気信号はマイクキャプチャー部11にて取り込まれる。マイクキャプチャー部11が取り込んだ音声に基づく電気信号には、ユーザが設定するマイク音量レベルであるゲイン係数k1がゲイン調整部12により乗算される。このゲイン調整部12の乗算出力は、加算部13に供給される。
また、VoIPクライアント2は、Webサーバ91からダウンロードした音源データファイルとしてのSEファイルを記憶部14に複数ファイル分記憶している。SEファイル記憶部14としては、後述するようなハードディスクドライブ(HDD)や、ROM、光磁気ディスクが挙げられる。
また、VoIPクライアント2は、Webサーバ91からダウンロードした音源データファイルとしてのBGMファイルを記憶部15に複数ファイル分記憶している。
SEファイル記憶部14に記憶されているSEファイルは、使用者の所望によって選択されるとSEファイル読み出し部16によって図示しないRAMに読み出されながらデコード部17にてデコードされてPCMデータとなる。デコード部17のデコード出力(PCMデータ)には、ユーザが設定するSE音量レベルであるゲイン係数k2がゲイン調整部18により乗算される。このゲイン調整部18の乗算出力は、加算部13に供給される。
BGMファイル記憶部15に記憶されているBGMファイルも、使用者の所望によって選択されるとBGMファイル読み出し部17によって図示しないRAMに読み出されながらデコード部20にてデコードされてPCMデータとなる。デコード部20のデコード出力には、ユーザが設定するBGM音量レベルであるゲイン係数k3がゲイン調整部21により乗算される。このゲイン調整部21の乗算出力は、加算部13に供給される。加算部13は、3つのゲイン調整部12、18、21の乗算出力を飽和処理をしつつ加算し、加算出力をエンコード部22に供給する。
エンコード部22は、加算部13の加算出力(PCMデータ)をMP3や、MPEG4、あるいはATRAC等の圧縮技術により数十kbps、例えば64kbpsに圧縮する。このエンコード部22が行う、MP3や、MPEG4、あるいはATRAC等の圧縮技術は、CDで採用されているPCMオーディオデータ等に対して施される高能率の音響圧縮符号化復号化技術である。よって、パケット化されてからインターネットを介して伝送され、受信側にて再生されたオーディオは、ステレオ2チャンネル化が可能であり、また高音質である。
この圧縮データは、リアルタイム・トランスポート・プロトコル(Real-time Transport Protocol:RTP)に従ってデータをパケット化するRTPパケット化(packetize)部23に供給される。RTPパケット化部23は、前記圧縮データをRTPのパケットに入れ、さらにUDP、IPとパケッタイズする。RTPに従ったパケット化については詳細を後述する。パケット化されたパケットデータは送信処理部24からインターネットに送られる。
受信系30にあって、インターネット4を介して他のVoIPクライアント5から送信されてきたパケットデータは受信処理部31によって受信される。受信処理部31で受信されたパケット化データは、RTPデパケット化(depacketize)部32にて解かれる。デジッタ(de-jitter)部33は、RTPデパケット化部32にてIP、UDPから解かれたRTPのタイムスタンプ、シーケンシャルナンバーを基に到着時間の補正を行う。
パケット補償(packet loss compensator)部34は前記RTPのタイムスタンプ、シーケンシャルナンバーを基にパケット損失の補償を行い、補償データをデコード部35に送る。デコード部35は、到着時間の補正、パケットロスの補償が行われた圧縮データをPCMデータにデコードし、PCMデータをゲイン調整部36に送る。ゲイン調整部36は、前記PCMデータに使用者が設定する再生音量レベルであるゲイン係数k5を乗算する。このゲイン調整部36の乗算出力は加算部37に送られる。また、送信される音声を通話相手と共有するため、ゲイン調整部38において送信音声データに使用者が設定するループバック音量レベルであるゲイン係数k4を乗算する。ゲイン調整部38の乗算出力も加算部37に供給される。
さらに、このVoIPクライアント2は、着信音(Ring Tone)を例えばPCMデータにしてからそれぞれMP3や、MPEG4、あるいはATRAC等の圧縮技術により予め圧縮し、ファイル単位の着信音データとして着信音ファイル記憶部39に複数ファイル分記憶している。
着信音ファイル記憶部39からの着信音ファイルは、使用者の所望によって予め選択されており、着信のタイミングに従ってリングトーン読み出し部40によって図示しないRAMに読み出され、デコード部41にてPCMデータにデコードされる。デコード部41のデコード出力は、ゲイン調整部42及びゲイン調整部43に供給される。ゲイン調整部42は、使用者が設定するヘッドフォン着信音量レベルであるゲイン係数k6をリングトーンのデコード出力(PCMデータ)に乗算して加算部37に供給する。加算部37は、ゲイン調整部36の乗算出力である通話音声と背景音等のミキシング出力(PCMデータ)にゲイン調整部38の乗算出力である自分の通話音のPCMデータとを加算し、加算出力をヘッドフォン再生部44に供給する。ヘッドフォン再生部44は、前記加算出力をアナログ信号に変換してから増幅し、ヘッドフォン7bに供給する。ヘッドフォン7bは、使用者の耳に前記ミキシング出力を発音する。
また、加算部37は、他のVoIPクライアント5からの電話がかかってきたタイミングにて、リングトーンファイル読み出し部40が読み出したリングトーンファイルのデコード出力(PCMデータ)に使用者が設定したヘッドフォン着信音量レベルであるゲイン係数k6の乗算されたデータを、ヘッドフォン再生部44に供給する。ヘッドフォン再生部44は、前記ゲイン係数k6の乗算されたリングトーンデータをアナログ信号に変換してからヘッドフォン7bに供給する。よって、ヘッドフォン7bは他のVoIPクライアント5からの電話がかかってきたタイミングで、使用者が設定したヘッドフォン着信音量レベルの着信音を使用者の耳に発音する。
ゲイン調整部43は、デコード部41からのデコード出力であるリングトーンのPCMデータに使用者の設定するスピーカ着信音音量レベルであるゲイン係数k7を乗算し、スピーカ再生部45に供給する。スピーカ再生部45は、前記乗算出力をアナログ信号に変換してから増幅しスピーカ46に供給する。スピーカ46は、使用者がスピーカ用に設定したスピーカ着信音音量レベルの着信音を発音する。
次に、RTPに基づいたパケット化及びデパケット化について説明しておく。RTPは、インターネット等のIPネットワークにおいて、リアルタイムに音声や動画を送信/受信するトランスポートプロトコルである。RFC1889で勧告されている。RTPは、トランスポート層に位置し、一般にユーザ・データグラム・プトロコル(User Datagram Protocol:UDP)上でリアルタイム・コントロール・プトロコル(Real-time Control Protcol)とともに用いられる。
RTPパケットは、図9に示すように、IPヘッダ、UDPヘッダ、RTPヘッダ及びRTPペイロードからなる。RTPヘッダには、バージョン情報(Verasion:V)、パディング(Padding:P)、拡張ヘッダ(extension:X)の有無、送信元(Contoributing source:CRSC)数、マーカ情報(Marker:M)、ペイロードタイプ(Payload Type:PT)、シーケンス番号(Sequence Number)、RTPタイムスタンプ、同期送信元(Sychronization Source:SSRC)識別子、及び寄与送信元(Contoributeing source:CRSC)識別子を格納する各フィールドが設けられている。
図8におけるRTPパケット化部23は、エンコード部22の出力である圧縮データを、前述したRTPに従ってパケット化する。圧縮データそのものは図9に示すRTPペイロード部分に含まれる。このRTPパケットを送信処理部24からインターネット4を介して他のVoIPクライアント(例えば図1のVoIPクライアント5)に送る。
他のVoIPクライアント5の受信系30では、受信処理部31により前記RTPパケットを受信する。ここでは、他のVoIPクライアント5の動作になるが、図8を用いて説明する。RTPデパケット化部32は、RTPヘッダとRTPデータをIPヘッダ、UDPヘッダから分離する。RTPヘッダに格納されているシーケンス番号及びタイプスタンプをデジッタ部33に送る。
デジッタ部33は、前記シーケンス番号及びタイプスタンプを基に到着時刻の不均等を補正する。RTPパケットは、他のデータが伝送されているインターネットによって送信されてくるので、伝送が込んでいるときの影響を受けたりし、その到着時刻は等間隔ではない。時間軸上で詰まったり、伸びたりして、通信間隔が不均等になることがある。そこで、デジッタ部33は、前記シーケンス番号及びタイプスタンプを基に補正し、等間隔とする。
また、パケット補償部34は、前記シーケンス番号及びタイプスタンプを基にパケットの損失を補正する。RTPパケットは、インターネットによって送受信されるので、パケットが欠落したり、受信不能になることがある。そこで、パケット補償部34は、欠落したパケットの代わりにその前又は後ろのパケットと同じパケットを使用したり、欠落したデータを0にする等してパケットの損失を補償する。
そして、デコード部35は、到着時刻が補正され、パケット損失が補償された前記通話音と背景音等のミキシングデータをデコードし、PCMデータにする。
このような機能構成のVoIPクライアント2にあって、特徴的となるのは、通話音はもちろん、背景音の音量レベルも個別に調整することができることである。
通話音の音量レベルの調整は、ゲイン調整部12にて音声データにユーザが設定するマイク音量レベルであるゲイン係数k1を乗算することによって行われる。また、効果音又はBGMの音量レベルの調整は、ゲイン調整部18、又はゲイン調整部21にて各オーディオデータにユーザが設定するSE音量レベルであるゲイン係数k2、又はBGM音量レベルであるゲイン係数k3を乗算することによって行われる。
各ゲイン調整部12、ゲイン調整部18、ゲイン調整部21にて音量レベルが調整された後の、通話音データ、効果音又はBGMのオーディオデータは加算部13にて合成され、エンコード部22にてエンコードされた後、RTPパケット化部23にてパケット化され、送信処理部24から通話相手の他のVoIPクライアント5に送信される。
通話相手のVoIPクライアント5は、インターネット4を介して伝送されてきたRTPパケットを受信処理部31にて受信し、RTPデパケット化部32によりデパケット化し、デジッタ部33により到着時刻の間隔を補正し、パケット補償部34によりパケット損失を補償した後、デコード部35にてPCMデータにデコードする。デコードされた後のオーディオデータ(PCMデータ)には、受信側使用者により、音量レベルであるゲイン係数k5がゲイン調整部36により乗算されて、送信者からの通話音を、BGM又はSEとミキシングした状態でヘッドフォン44により聞くことができる。
このVoIPクライアント2は、次の図10に示す開放型システム間相互接続(Open System Interconnection:OSI)のアーキテクチャに基づく各階層のプロトコルに応じたソフトウェアモジュールを実行することにより前記図8に示した機能を達成する。
図10において下位層から上位層に向かって各階層を説明する。先ず、物理層としての機能にはユニバーサル・シリアル・バス(Universal Serial Bus:USB)カメラドライバー、USBオーディオドライバ及び各種ドライバがある。カメラドライバからのビデオデータやオーディオドライバからのオーディオデータの伝送条件の物理的条件を合わせるレイヤである。次に、データリンク層としての機能には、オペレーティングシステム(Operating System:OS)がある。隣接ノード間の誤りのないデータ転送を実行するためのものである。
ネットワーク層としての機能には、インターネットプロトコル(Internet Protocol:IP)がある。ネットワーク層は、データ送受信に使用する通信経路を選択し、フロー制御・品質制御などの通信制御を行うところである。信頼性を追求しないコネクションレス(Conectionless)パケット転送プロトコルであるIPは、信頼性保証機能、フロー制御機能、エラー回復機能を上位階層(トランスポート層とアプリケーション層)に任せている。
トランスポート層としての機能には、トランスポート・コントロール・プロトコル(Transport Control Protocol)/ユーザ・データグラム・プロトコル(User Datagram Protocol)がある。トランスポート層では、IPアドレスを使用してエンド・ツー・エンドの伝送を行う。ネットワークの種類に依存せず、要求される品質クラスに従ってフロー制御や順序制御を行う。TCPは信頼性保証機能を持ち、転送したデータの各バイトにシーケンス番号を付け、受信側から受け取り通知(ACK)が送られてこなければデータを再送する。UDPは、アプリケーション間のデータグラムの送信機能を提供する。IPネットワークを用いて、音声・動画像をストリーミング再生する場合、一般にエラー時に再送を行うTCPのようなトランスポートプロトコルは使用できない。また、TCPは、1対1通信用のプロトコルであり、複数の相手に情報を送信することができない。そこで、このような用途には、UDPが用いられる。
UDPは、アプリケーションのプロセスがリモートマシン上の他のアプリケーションのプロセスへデータを転送することを、最小のオーバーヘッドで行えるように設計されている。そのため、UDPのヘッダに入る情報は、送信元ポート番号、宛先ポート番号、データ長、チェックサムのみであり、TCPにあるパケットの順序を表す番号を入れるフィールドがないので、ネットワーク上で異なる経路を介して伝送されるなどによりパケットの順序が入れ替わってしまった場合に、その順序を正しい状態に戻す処理を行うことができない。また、送信時のタイムスタンプ等の時間情報を入れるフィールドは、TCPにもUDPにもない。
セッション層としての機能には、セッション・イニシエーション・プロトコル(Session Initiation Protocol:SIP)と、本発明の要部となる前記通話音とBGM又はSEの合成処理ソフトウェアに必要とされるモジュールがある。保留音発生とBGM合成と着信音発生とコーデック(codec)とRTPである。セッション層は、情報の転送制御を行う。アプリケーション間における対話モードを管理して会話単位の制御を行う。SIPは、IPネットワーク上でマルチメディアセッションを確立・変更・終了するための、アプリケーション層のシグナリングプロトコルである。RFC3261で標準化されている。
プレゼンテーション層としての機能には、VoIP通話制御がある。プレゼンテーション層では、アプリケーションで送受信する情報の表現形式を管理して、データの変換や暗号化を行う。
アプリケーション層としての機能には、グラフィカルユーザインターフェース(Graphical User Interface:GUI)がある。アプリケーション層では、ユーザプログラムで使用する通信機能の外部仕様を管理して、それに基づく情報のやり取りを行う。
次に、実際に前記ソフトウェアモジュールを実行するVoIPクライアント2のハードウェア構成を説明する。図11はVoIPクライアント2の構成を表している。図11において、CPU(Central Processing Unit)51は、ROM(Read Only Memory)52に記憶されている前記ソフトウェアモジュールを構成する各種プログラム、または記憶部58からRAM(Random Access Memory)53にロードされた前記ソフトウェアモジュールを構成する各種プログラムに従って各種の処理を実行する。RAM53にはまた、CPU51が各種の処理を実行する上において必要なデータなども適宜記憶される。
CPU51,ROM52及びRAM53は、バス54を介して相互に接続されている。このバス54にはまた、入出力インターフェース55も接続されている。入出力インタフェース55には、キーボード、マウスなどよりなる入力部56、CRT、LCDなどよりなるディスプレイ、並びに、ヘッドフォンやスピーカなどよりなる出力部57、ハードディスクなどより構成される記憶部58、モデム、ターミナルアダプタなどより構成される通信部59が接続されている。ヘッドセット7のマイクロフォン7aは入力部56に含まれる。また、ヘッドフォン7bは出力部57に含まれる。
通信部59は、インターネット4を介しての通信処理を行う。CPU51から提供されたデータを送信する。また通信部59は通信相手から受信したデータをCPU51、RAM53、記憶部58に出力する。記憶部58はCPU51との間でやり取りし、情報の保存・消去を行う。通信部59はまた、他のクライアントとの間で、アナログ信号またはデジタル信号の通信処理を行う。
入出力インタフェース55にはまた、必要に応じてドライブ60が接続され、磁気ディスク61、光ディスク62、光磁気ディスク63、或いは半導体メモリ64などが適宜装着され、それらから読み出されたコンピュータプログラムが、必要に応じて記憶部58にインストールされる。
なお、記憶部58は例えばHDDであり、図8に示したSEファイル記憶部14、BGMファイル記憶部15、着信音ファイル記憶部39を構成する。
以上のハードウェア構成は、VoIPクライアント2及び5の構成を示すとともに、VoIPサーバ6や、Webサーバ91の構成を示すものでもある。
次に、出力部57を構成するディスプレイに表示されるGUI(Graphical Use Interface)について図12を参照して説明する。このGUIは、VoIPクライアントのアプリケーション層に属する。PCをユーザが視覚的に操作するためのインターフェースであり、ユーザの手入力情報をハンドリングする。このGUIは、上部から下部に向かって、アプリケーション制御部71、情報表示部72、ダイヤル部73、ヘッドセットボリューム部74、スピーカボリューム部75、効果音(SE)選択表示部76、SE制御部77、BGM選択表示部78、BGM制御部79を備えている。
アプリケーション制御部71は、VoIPクライアントアプリケーションの終了処理を行う。情報表示部72は、ダイヤル番号、相手情報(話中等)を表示する。ダイヤル部73は、VoIP相手先をダイヤルするテンキーである。ヘッドセットボリューム部74は、ヘッドセット7のヘッドフォン7bから出力される音量を調節するためのものである。使用者がマウスを用いてスライダ74aを左右に移動することにより、ゲイン調整部36におけるゲイン係数k5を設定することになる。また、ヘッドフォン7bから出力される着信音の音量を調節するために用いてもよい。この場合には、使用者がマウスを用いてスライダ74aを左右に移動することにより、ゲイン調整部42におけるゲイン係数k6を設定することになる。
スピーカボリューム部75は、スピーカ46から出力される着信音のボリュームを調整するためのものである。使用者がマウスを用いてスライダ75aを左右に移動することにより、ゲイン調整部43におけるゲイン係数k7を設定することになる。
SE選択表示部76は、ユーザに選択させる使用可能なSE音源データファイル(SEファイル記憶部14に記憶されているSEファイル)を表示するものであり、例えば銃声音、雷音、拍手の音、歓声等の効果音を使用者に選択させるために表示する。SE制御部77は、効果音の再生及び停止、並びに音量調整を、再生ボタン77b、停止ボタン77c及びスライダ77aを用いた使用者にマウス等の入力部を介して行わせる。
例えば、図13に示すように、VoIPクライアント2の使用者がマウスを用いてSE選択表示部76にて所望のSEを選択し、スライダ77aを適切な位置に移動し、再生ボタン77bをクリックしたとする。すると、デコード部17は、SEファイル読み出し部16で読み出された所望のSEファイルをデコードし、ゲイン調整部18にてスライダ77aに対応したSE音量レベルであるゲイン係数k2がSEファイルのPCMデータに乗算され加算部13に出力される。これにより、効果音の各種効果音で使用者が通話相手への気持ち等を表現することができる。
BGM選択表示部78は、ユーザに選択させる使用可能なBGM音源データファイルを表示する。BGM制御部79は、BGMの再生及び停止、並びに音量調整を、再生ボタン79b、停止ボタン79c及びスライダ79aを用いた使用者にマウス等の入力部を介して行わせる。例えば、図13において、VoIPクライアント2の使用者がマウスを用いてBGM選択表示部78にて所望のBGMを選択し、スライダ79aを適切な位置に移動し、再生ボタン79bをクリックしたとする。すると、デコード部20は、BGMファイル読み出し部19で読み出された所望のBGMファイルをデコードし、ゲイン調整部21にてスライダ79aに対応したBGM音量レベルであるゲイン係数k3がBGMファイルのPCMデータに乗算され加算部13に出力される。これにより、SEと同様、使用者自身が選択し、調節した音量により、使用者の気分やその場の雰囲気を通信相手へ伝えることができる。
したがって、VoIPクライアント2は、前記ソフトウェアモジュールを構成する各種プログラムを実行することにより、従来、マイクロフォンより入力される通話音が固定の音量レベルとされた背景音によって聞きとりにくくなったり、逆に背景音としての効果が発揮できないという問題を解決することができる。また、送信側及び受信側にてPCMデータを用い、これをMP3や、MPEG4、あるいはATRAC等の圧縮技術に圧縮しているので、高音質のオーディオデータの伝送を実現でき、また例えば2チャンネル再生を可能としている。よって、通話音と背景音等を適切にミキシングすることにより、送信者側からの通話音の定位を際だたせることができる。
なお、Webサーバ91のデータベース92に格納されている音源データファイルには、個々のファイル内に図14に示すようにデフォルト音量83、及び音量幅84の情報を持たせている。ファイル構成を詳細に説明すると、ファイルヘッド81の後に、SE選択表示部76や、BGM選択表示部78に表示するファイル名/画像82が割り当てられる。次に、ファイル毎に適切に調整されたデフォルトの音量値83、最小と最大の音量幅84が続き、その後に音源データ85が割り当てられる。ファイル名/画像82、デフォルトの音量値83、最小と最大の音量幅84は、音源データ85の付加情報86である。
このように、Webサーバ91のデータベース92に格納されている音源データファイルには、個々にファイル内にデフォルト音量値83及び、音量幅84の情報を持たせるので、音源データ毎に適切な音量が設定できる。このため、使用者が予め音量調整を行わなくとも、背景音や、効果音を迅速に発揮できる。
また、VoIPクライアント2及び5は、BGMを保留音として用いることができる。以下、VoIPクライアント2がBGMファイル記憶部15のBGMファイルを保留音として再生する動作について説明する。
保留音は、図15(1)のように保留者(ユーザA)が音源を持つ場合と、図15(2)のように保留者(ユーザA)と会話中の話者(ユーザAと通話中のユーザB)が持つ場合の2通りが考えられる。保留者が音源を持つ図15(1)の場合は、図15に示したBGMファイル記憶部15と、BGMファイル読み出し部19と、デコード部20と、ゲイン調整部21からなるBGM再生系と全く同じ仕組みで発信することができる。よって、BGM再生系の仕組みそのままで保留音を実現することができる。
しかし、BGMはその利用形態から保留音としては、音量が小さく、適切な音量でない場合が多い。そこで、BGMを保留音として用いる場合には、音量を自動的に調整することが考えられる。
例えば、VoIPクライアント2側から送信をしてBGMとミキシングしながら通話中、使用者が図16のGUI上の保留ボタン100をクリックすると、BGMとして設定された音量に代わり、保留音に予めセットされた、より大きめの音量に係数k3をゲイン調整部21にて自動的に切り替えるようにする。
図17には、保留音ルーチンの一例を示す。前記GUIの保留ボタン100がクリックされ保留ONとされとことをステップS1にて判定する(YES)と、VoIPクライアント2は、再生ファイルをBGMファイルから保留ファイルに切り替え(ステップS2)、通話中であったときのBGMの係数k3をM1(メモリ)に代入する(ステップS3)。そして、BGMの係数k3を予めプリセットされている保留値のレベルに設定する(ステップS4)。これにより、保留音用にBGMの音量レベルが大きくなる。次に、GUIにて保留ボタンがクリックされ、オフとされたと判定すると(ステップS5)、再生ファイルを保留ファイルからBGMファイルに切り替え(ステップS6)、BGM用にM1(メモリ)に代入していた値を係数k3に代入してBGMとして用いる。
また、保留音に切り替える際に同時にマイクロフォン7aの音量をミュート(MUTE)するべくゲインを零にするようにしてもよい。この場合の保留ルーチンの一例を図18に示す。前記GUIの保留ボタン100がクリックされ保留ONとされとことをステップS11にて判定する(YES)と、VoIPクライアント2は、再生ファイルをBGMファイルから保留ファイルに切り替え(ステップS2)、通話中であったときのBGMの係数k3をM1(メモリ)に代入し、かつマイクロフォン7a出力に乗算していた係数k1の値をM2(メモリ)に代入する(ステップS3)。そして、BGMの係数k3を予めプリセットされている保留値のレベルに設定し、かつマイクロフォン7a用の係数k1をヌル(NULL)に設定する(ステップS14)。これにより、保留音用にBGMの音量レベルが大きくなり、かつマイクロフォン7aがオフとされる。次に、GUIにて保留ボタンがクリックされ、オフとされたと判定すると(ステップS15)、再生ファイルを保留ファイルからBGMファイルに切り替え(ステップS16)、BGM用にM1(メモリ)に代入していた値を係数k3に代入してBGMとして用い、かつマイクロフォン7a用の係数k1をメモリ(M2)に記憶しておいた値にする(ステップS17)。以上により、保留ボタンが押されるとBGMの音量レベルを自動的に調整し、保留音として用いるとともに、マイクロフォン7aをオフにする動作が可能となる。また、再度保留ボタンがクリックされ保留オフとされると、BGM用の音量レベルに戻るとともにマイクロフォン7aのスイッチがオンになる。
したがって、BGMを保留音として用いるときには、BGMの係数k3を自動的にプリセットされた値にし、適切な音量の保留音として用いることができる。また、保留音としてBGMを用いることにより、VoIPクライアント2の構成をシンプルにすることができる。
次に、聴覚心理特性を利用した高能率音響圧縮符号化及び復号伸張方法の一具体例について説明する。これは、図8に示したエンコード部、デコード部にて用いられるデータのコーデック方法に適用できる。もちろん、音源データとして予めHDDに格納されており、SEファイル、BGMファイルもこのコーデック方法により圧縮、伸張される。図19及び図20は、夫々高能率音響圧縮符号化部及び高能率音響復号伸張部を示すブロック図である。高能率音響圧縮符号化部110は、図8に示すエンコード部22に対応するものであり、図19に示すように、時間周波数分解部111と、量子化部112と、聴覚心理モデル部113と、帯域割当て部114と、マルチプレクス115とを有する。
時間周波数分解部111は、時間軸の信号を所定時間単位でブロック化あるいはフレーム化してこのフレーム毎の時間軸の信号を周波数軸上の信号に変換(スペクトル変換)して複数の周波数帯域に分割する。
聴覚心理モデル部113は、一般に高域ほど帯域幅が広くなるような臨界帯域(クリティカルバンド)と呼ばれている帯域幅で、オーディオ信号を複数(例えば25バント)の帯域に分割する等の処理を行い、帯域割当て部114は、各帯域毎に所定のビット配分或いは、各帯域毎に適応的なビット割当て(ビットアロケーション)を行う。例えば、モディファイド離散コサイン変換(modified discrete cosine transform:MDCT)処理されて得られた係数データをビットアロケーションによって符号化する際には、各フレーム毎のMDCT処理により得られる各帯域毎のMDCT係数データに対して、適応的なビット数が割当てられる。
量子化部112は、帯域毎に割り当てられたビット数に基づき、量子化ステップ又は量子化サイズを決定して量子化する。
マルチプレクス115は、量子化されたデータを、帯域割当て部により割り当てられたビット数等の副情報と共に多重化して出力する。
このような高能率符号化方法によれば、音響情報チャンネルの全てのチャンネルを合わせた総ビットレ−トを可変とし、かつ一定の最大値を越えないようなビット配分を行なわせることができる。
また、図20に示すように、高能率音響復号伸張部120は、デマルチプレクス121と、逆量子化122と、時間周波数再構成部123とを有する。デマルチプレクス121は、高能率符号化されたデータが入力され、これをデマルチプレクスする。逆量子化部122は、出マルチプレクス121より取り出された帯域情報等の副情報に基づき量子化データを逆量子化し、時間周波数再構成部123は、時間軸上のデータを周波数軸上のデータに変換して出力する。
このような高能率音響圧縮符号化部110により、高品質の通話を可能とする。
なお、実施の形態では、VoIPクライアントとして、PCを挙げ、そのPCにてVoIPクライアントプログラムを実行するという構成としたが、VoIPクライアントとしては図8に示したような機能を行う携帯電話、PDA等でもよい。さらに、図8に示した機能部をハードウェアとして実現する装置でもよい。
2,5 VoIPクライアント、4 インターネット、6 VoIPサーバ、7 ヘッドセット、90 VoIPシステム、91 Webサーバ、92 音源データ用データベース、93 ダウンロードユーザ情報用データベース
Claims (10)
- ネットワークを介して音声による対話のための双方向通信を行う通話装置において、
数分間単位で継続する音である音楽や、数秒間単位の効果音の音源データファイルを前記ネットワークに接続されたサーバからダウンロードするダウンロード手段と、
前記ダウンロード手段によってダウンロードされた前記ファイルを記憶する記憶手段と、
前記記憶手段の所定のフォルダ内のハッシュ値を計算するハッシュ値計算手段と、
前記ハッシュ値計算手段にて計算されたハッシュ値をシステム情報として設定する設定手段とを備え、
前記設定手段で設定されたハッシュ値に基づいて音源データファイルの著作権を保護することを特徴とする通話装置。 - 送話を開始するタイミングで、前記記憶手段の既定エリア内のハッシュ値を計算する送話時ハッシュ値計算手段と、
前記送話時ハッシュ値計算手段にて計算された送話時のハッシュ値と前記設定手段によって設定されたシステム情報としてのハッシュ値とを比較する比較手段と、
前記比較手段での比較によりハッシュ値が同値であると判定したときには前記記憶手段に記憶された音源データファイルを表示するユーザインターフェース手段とを備えることを特徴とする請求項1記載の通話装置。 - ネットワークを介して音声による対話のための双方向通信を行う通話方装置にあって数分間単位で継続する音である音楽や、数秒間単位の効果音の音源データファイルを前記ネットワークに接続されたサーバからダウンロードするダウンロード工程と、
前記ダウンロード工程によってダウンロードされた前記ファイルを記憶手段に記憶する記憶工程と、
前記記憶手段の所定のフォルダ内のハッシュ値を計算するハッシュ値計算工程と、
前記ハッシュ値計算工程にて計算されたハッシュ値をシステム情報として設定する設定工程とを備え、
前記設定工程で設定されたハッシュ値に基づいて音源データファイルの著作権を保護することを特徴とする著作権保護方法。 - 送話を開始するタイミングで、前記記憶手段の既定エリア内のハッシュ値を計算する送話時ハッシュ値計算工程と、
前記送話時ハッシュ値計算工程にて計算された送話時のハッシュ値と前記設定工程によって設定されたシステム情報としてのハッシュ値とを比較する比較工程と、
前記比較工程での比較によりハッシュ値が同値であると判定したときには前記記憶手段に記憶された音源データファイルを表示するユーザインターフェース工程とを備えることを特徴とする請求項3記載の著作権保護方法。 - 数分間単位で継続する音である音楽や、数秒間単位の効果音の音源データファイルを格納し、クライアントからの要求に応じてデータファイルを供給するデータファイルサーバと、
前記データファイルサーバから所望のデータファイルの供給を受けると共にネットワークを介して音声による対話のための双方向通信を行うクライアントと、
前記クライアントによる双方向通信を制御する制御サーバとを備え、
前記データファイルサーバは前記クライアントから要求を受けた音源データファイル単位にクライアントのユーザ情報を記憶手段に記憶し、
前記制御サーバは前記クライアントによって送られる認証情報を前記データファイルサーバに供給し、
前記データファイルサーバは前記制御サーバからの前記認証情報に基づいて前記記憶手段に記憶したユーザ情報を検索し、使用可能な音源データファイル一覧を前記制御サーバを介して前記クライアントに送信し、
前記クライアントは受信した音源データファイル一覧を元に、音源データファイルが格納される記憶装置内の既定エリアを検索し、一致した音源データファイルのみを視覚インターフェースに表示することを特徴とする通話システム。 - 前記制御サーバは、前記クライアントから通話中に送られた前記認証情報を前記データファイルサーバに供給することを特徴とする請求項5記載の通話システム。
- 前記データファイルサーバが記憶している前記音楽や効果音のファイルには、デフォルト音量及び音量幅の情報が記述されていることを特徴とする請求項5記載の通話システム。
- 数分間単位で継続する音である音楽や、数秒間単位の効果音の音源データファイルを格納し、クライアントからの要求に応じてデータファイルを供給するデータファイルサーバと、前記データファイルサーバから所望のデータファイルの供給を受けると共にネットワークを介して音声による対話のための双方向通信を行うクライアントと、前記クライアントによる双方向通信を制御する制御サーバとを備える通話システムにおいて実行される著作権保護方法であって、
前記データファイルサーバにあって前記クライアントから要求を受けた音源データファイル単位にクライアントのユーザ情報を記憶手段に記憶する工程と、
前記制御サーバにあって前記クライアントにより送られる認証情報を前記データファイルサーバに供給する工程と、
前記データファイルサーバにあって前記制御サーバからの前記認証情報に基づいて前記記憶手段に記憶したユーザ情報を検索し、使用可能な音源データファイル一覧を前記制御サーバを介して前記クライアントに送信する工程と、
前記クライアントにあって受信した音源データファイル一覧を元に、音源データファイルが格納される記憶装置内の既定エリアを検索し、一致した音源データファイルのみを視覚インターフェースに表示する工程と
を備えることを特徴とする著作権保護方法。 - 前記制御サーバは、前記クライアントから通話中に送られた前記認証情報を前記データファイルサーバに供給することを特徴とする請求項8記載の著作権保護方法。
- 前記データファイルサーバが記憶している前記音楽や効果音のファイルには、デフォルト音量及び音量幅の情報が記述されていることを特徴とする請求項8記載の著作権保護方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2003280432A JP2005044310A (ja) | 2003-07-25 | 2003-07-25 | 通話装置及び著作権保護方法、並びに通話システム |
US10/897,917 US20050050090A1 (en) | 2003-07-25 | 2004-07-23 | Call method, copyright protection system and call system |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2003280432A JP2005044310A (ja) | 2003-07-25 | 2003-07-25 | 通話装置及び著作権保護方法、並びに通話システム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2005044310A true JP2005044310A (ja) | 2005-02-17 |
Family
ID=34213268
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2003280432A Pending JP2005044310A (ja) | 2003-07-25 | 2003-07-25 | 通話装置及び著作権保護方法、並びに通話システム |
Country Status (2)
Country | Link |
---|---|
US (1) | US20050050090A1 (ja) |
JP (1) | JP2005044310A (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008098455A1 (fr) * | 2007-02-14 | 2008-08-21 | Huawei Technologies Co., Ltd. | Procédé et dispositif de gestion de l'aspect d'un dispositif terminal |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7418255B2 (en) | 2002-02-21 | 2008-08-26 | Bloomberg Finance L.P. | Computer terminals biometrically enabled for network functions and voice communication |
KR100619993B1 (ko) * | 2005-03-16 | 2006-09-06 | 엘지전자 주식회사 | 이동 통신 단말기의 통화 상태에서 배경 음악 설정 방법 |
US20080028094A1 (en) * | 2006-07-31 | 2008-01-31 | Widerthan Co., Ltd. | Method and system for servicing bgm request and for providing sound source information |
JP2008146601A (ja) * | 2006-12-13 | 2008-06-26 | Canon Inc | 情報処理装置及び情報処理方法 |
US8102838B2 (en) * | 2007-01-17 | 2012-01-24 | Alcatel Lucent | Mechanism for authentication of caller and callee using otoacoustic emissions |
US8265793B2 (en) * | 2007-03-20 | 2012-09-11 | Irobot Corporation | Mobile robot for telecommunication |
WO2009027840A2 (en) * | 2007-04-05 | 2009-03-05 | Mediaring Limited | Automatically changing the appearance of a softphone based on a user profile |
KR101930057B1 (ko) * | 2011-10-28 | 2018-12-17 | 한국전자통신연구원 | 통신 시스템에서 데이터 송수신 장치 및 방법 |
US8972061B2 (en) | 2012-11-02 | 2015-03-03 | Irobot Corporation | Autonomous coverage robot |
US9704043B2 (en) | 2014-12-16 | 2017-07-11 | Irobot Corporation | Systems and methods for capturing images and annotating the captured images with information |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7069452B1 (en) * | 2000-07-12 | 2006-06-27 | International Business Machines Corporation | Methods, systems and computer program products for secure firmware updates |
JP2002064626A (ja) * | 2000-08-15 | 2002-02-28 | Sony Corp | 携帯電話機 |
GB2384402B (en) * | 2002-01-17 | 2004-12-22 | Toshiba Res Europ Ltd | Data transmission links |
US20030200140A1 (en) * | 2002-04-18 | 2003-10-23 | Laszlo Hars | Secure method of and system for rewarding customer |
-
2003
- 2003-07-25 JP JP2003280432A patent/JP2005044310A/ja active Pending
-
2004
- 2004-07-23 US US10/897,917 patent/US20050050090A1/en not_active Abandoned
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008098455A1 (fr) * | 2007-02-14 | 2008-08-21 | Huawei Technologies Co., Ltd. | Procédé et dispositif de gestion de l'aspect d'un dispositif terminal |
Also Published As
Publication number | Publication date |
---|---|
US20050050090A1 (en) | 2005-03-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20190035383A1 (en) | Artificially generated speech for a communication session | |
US7830965B2 (en) | Multimedia distributing and/or playing systems and methods using separate resolution-enhancing supplemental data | |
US7389093B2 (en) | Call method, call apparatus and call system | |
EP1057337A1 (en) | Audio-video packet synchronisation at nework gateway | |
WO2009067954A1 (fr) | Procédé et dispositif de traitement de flux audio | |
JP4338724B2 (ja) | 電話端末、電話通信システム及び電話端末構成用プログラム | |
US20140016795A1 (en) | Personalized headphones and method of personalizing audio output | |
JP2005044310A (ja) | 通話装置及び著作権保護方法、並びに通話システム | |
US7280650B2 (en) | Method and apparatus to manage a conference | |
JP4471086B2 (ja) | オーディオ再生装置、オーディオデータ配信サーバ、オーディオデータ配信システム、その方法及びプログラム | |
US20110235632A1 (en) | Method And Apparatus For Performing High-Quality Speech Communication Across Voice Over Internet Protocol (VoIP) Communications Networks | |
JP2007324849A (ja) | 情報処理装置 | |
JP4207701B2 (ja) | 通話装置及び通話方法、並びに通話システム | |
JP2005045741A (ja) | 通話装置、通話方法及び通話システム | |
JP2005045737A (ja) | 通話装置及び通話方法、並びに通話システム | |
JP2005045739A (ja) | 通話装置、通話方法及び通話システム | |
JP4193669B2 (ja) | 通話システム及び画像情報送受信方法 | |
JP3906678B2 (ja) | データ通信システム、データ送信装置、データ受信装置、および方法、並びにコンピュータ・プログラム | |
KR100632509B1 (ko) | 동영상 재생 단말기의 오디오 비디오 동기화 방법 | |
JP5210788B2 (ja) | 音声信号通信システム、音声合成装置、音声合成処理方法、音声合成処理プログラム、並びに該プログラムを格納した記録媒体 | |
Perkins et al. | Multicast audio: The next generation | |
JP2008271415A (ja) | 受信音声出力装置 | |
KR100563719B1 (ko) | 이동통신 단말기의 다채널 스트리밍 제어방법 | |
WO2015163750A2 (ko) | 무선 통신 시스템에서 음성 데이터를 송신 및 수신하기 위한 장치 및 방법 | |
US20240015199A1 (en) | Method and Apparatus for Delivering Musical, Theatrical, and Film Performance over Unreliable Channels |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20070823 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20070828 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20080205 |