JP2005504448A - 強化媒体ゲートウェイ制御プロトコル - Google Patents
強化媒体ゲートウェイ制御プロトコル Download PDFInfo
- Publication number
- JP2005504448A JP2005504448A JP2002555069A JP2002555069A JP2005504448A JP 2005504448 A JP2005504448 A JP 2005504448A JP 2002555069 A JP2002555069 A JP 2002555069A JP 2002555069 A JP2002555069 A JP 2002555069A JP 2005504448 A JP2005504448 A JP 2005504448A
- Authority
- JP
- Japan
- Prior art keywords
- audio
- recording
- playback
- signal
- audio stream
- 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.)
- Withdrawn
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L65/00—Network arrangements, protocols or services for supporting real-time applications in data packet communication
- H04L65/10—Architectures or entities
- H04L65/102—Gateways
- H04L65/1043—Gateway controllers, e.g. media gateway control protocol [MGCP] controllers
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L65/00—Network arrangements, protocols or services for supporting real-time applications in data packet communication
- H04L65/1066—Session management
- H04L65/1101—Session protocols
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M7/00—Arrangements for interconnection between switching centres
- H04M7/12—Arrangements for interconnection between switching centres for working between exchanges having different types of switching equipment, e.g. power-driven and step by step or decimal and non-decimal
- H04M7/1205—Arrangements for interconnection between switching centres for working between exchanges having different types of switching equipment, e.g. power-driven and step by step or decimal and non-decimal where the types of switching equipement comprises PSTN/ISDN equipment and switching equipment of networks other than PSTN/ISDN, e.g. Internet Protocol networks
- H04M7/125—Details of gateway equipment
- H04M7/1255—Details of gateway equipment where the switching fabric and the switching logic are decomposed such as in Media Gateway Control
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04Q—SELECTING
- H04Q3/00—Selecting arrangements
- H04Q3/0016—Arrangements providing connection between exchanges
- H04Q3/0025—Provisions for signalling
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Multimedia (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
- Telephonic Communication Services (AREA)
- Communication Control (AREA)
- Small-Scale Networks (AREA)
Abstract
本発明の例示としての実施形態は、媒体ゲートウェイ内でもっと高度な媒体処理機能を終了することができるように、そのプロトコルで許可されるいくつかのＨ．２４８／Ｍｅｇａｃｏ ＡＲＦに対する拡張を定義することにより、Ｈ．２４８／Ｍｅｇａｃｏ制御媒体ゲートウェイ、および／または媒体サーバに対するＥＣＴＦ Ｓ．１００のような機能を提供する。
Description
【技術分野】
【０００１】
本発明は、概して、通信プロトコルに関する。
【背景技術】
【０００２】
近代の電気通信は、多くの場合、通信経路により相互に接続している一連の点またはノードからなる公衆網および専用網を通して行われる。データは、これらのノードを通してネットワークに出入りする。専用網は、多くの場合、従業員間でデータおよびリソース共有およびデータ通信（例えば、電子メールおよびファイル転送サービス）を容易に行うことができるようにするために、ビジネス企業および他の企業により使用される。地域電話会社（地域交換電話会社または公衆交換電話網（ＰＳＴＮ）とも呼ばれる）および長距離サービス・プロバイダ（中継通信事業者とも呼ばれる）は、公衆網の例である。
【０００３】
従来のＰＳＴＮまたは「旧来の(legacy)」ネットワークは、多くの場合、回路交換網（ＣＳＮ）と呼ばれる。何故なら、このようなネットワークは、回線交換、すなわち、特定の呼出しに対する通信回線（または経路）が、呼出し当事者(participants)に対して専用になっているあるタイプの交換を使用しているからである。現在、パケット交換網が、旧来のネットワークに取って代わりつつある。パケット交換は、各データ・パケット内に含まれている宛先アドレスに基づいて、ネットワークを通してデータを経路指定するために、「パケット」と呼ばれるデータの比較的小さいユニットを使用するデータ転送方法である。
【０００４】
公衆網および専用網は、音声および他の媒体（例えば、ビデオ・データ）を含む多くのタイプのデータを送る。公衆網の現在のトレンドは、インターネット・トラヒックのようなデータ・アプリケーションと同じ転送方法により、オーディオおよびビデオ・データが送られるネットワークである「集中型(converged)」通信ネットワークの方向に向かっている。この次第に盛んに使用されるようになってきている転送方法は、回線をベースとするものではなく、パケット交換タイプのものである。
【非特許文献１】
ＥＣＴＦ仕様（「ＳＡＰＩ」と呼ぶ、１９９５年にマイクロソフト社（Ｍｉｃｒｏｓｏｆｔ Ｃｏｒｐｏｒａｔｉｏｎ）が公表した「音声ＡＰＩ ＳＤＫ：マイクロソフト音声ＡＰＩ」バージョン１．０
【非特許文献２】
１９９６年１月の「最小制御によるオーディオおよびビデオ会議のためのＳｃｈｕｌｚｒｉｎｎｅ、Ｈ．ＲＴＰプロファイル」（Ｓｃｈｕｌｚｒｉｎｎｅ， Ｈ．ＲＴＰ Ｐｒｏｆｉｌｅ ｆｏｒ Ａｕｄｉｏ ａｎｄ Ｖｉｄｅｏ Ｃｏｎｆｅｒｅｎｃｅｓ ｗｉｔｈ Ｍｉｎｉｍａｌ Ｃｏｎｔｒｏｌ）
【発明の開示】
【発明が解決しようとする課題】
【０００５】
しかし、集中型通信ネットワークは、在来の回線交換ネットワークと協力しなければならない。通常、異なるネットワークのユーザは、音声および他の媒体（本明細書においては、一般的に「データ」と呼ぶ）を相互に送信しなければならない。この目的のために媒体ゲートウェイを使用することができる。
【課題を解決するための手段】
【０００６】
インターネット通信技術作業部会（ＩＥＴＦ）規格および国際電気通信連合（ＩＴＵ）規格の両方が、相対的にインテリジェントな媒体ゲートウェイ・コントローラ（「マスタ」デバイスとして機能する）が、相対的にインテリジェントでない媒体ゲートウェイ（スレーブ・デバイスとして機能する）を制御する物理的および論理的に分解した媒体ゲートウェイの必要性を認識している。媒体ゲートウェイは、ネットワーク間でトランスコーダとして機能する。媒体ゲートウェイおよび媒体ゲートウェイ・コントローラは、制御プロトコルを通して相互に通信する。ＩＥＴＦ Ｍｅｇａｃｏ作業部会およびＩＴＵ ＳＧ１６は、合同で、この目的のためにＭｅｇａｃｏ／Ｈ．２４８プロトコルを開発した。
【発明を実施するための最良の形態】
【０００７】
Ｈ．２４８／Ｍｅｇａｃｏ仕様および／またはＨ．２４８プロトコルに対する要件(requirements)は、本明細書において使用する下記の用語、すなわち、「媒体ゲートウェイ機能」、「媒体ゲートウェイ」（「媒体ゲートウェイ・ユニット」とも呼ばれる）、「媒体ゲートウェイ・コントローラ」（本明細書においては、「ＭＧＣ」とも呼ぶ）、「媒体リソース」、「終点(termination)」および「オーディオ・リソース機能」（本明細書においては、「ＡＲＦ」とも呼ぶ）を定義する。
【０００８】
このような規格の公布により、現在、拡張機能をサポートする多くの媒体処理構成要素を入手することができる。それ故、市販の媒体処理構成要素の全機能を完全に活用するためには、媒体制御プロトコルを規定することが望ましい。これらの媒体制御プロトコルは、民間セクターおよび公的セクターに媒体サービスを提供する電気通信サービス・プロバイダにとって特に有用である。
【０００９】
これらの市販の媒体処理構成要素の多くは、Ｅｎｔｅｒｐｒｉｓｅ Ｃｏｍｐｕｔｅｒ Ｔｅｌｅｐｈｏｎｙ Ｆｏｒｕｍ（ＥＣＴＦ）Ｓ．１００媒体サービス仕様に適合している。通常、Ｓ．１００フレームワークは、オーディオ・ファイルの再生および録音を含み、音声認識およびテキスト音声変換技術を含む、媒体サービスの広範な定義を規定する。しかし、Ｈ．２４８／Ｍｅｇａｃｏ要件により実施したＡＲＦは、これらの市販の媒体処理構成要素を供給するのに十分な媒体処理機能を供給しない。
【００１０】
それ故、本発明の例示としての実施形態は、媒体ゲートウェイ内の終点が、もっと高度の媒体処理機能を行うことができるようにする目的で、そのプロトコルで許容できるＨ．２４８／Ｍｅｇａｃｏ ＡＲＦのいくつかを強化する拡張を定義することにより、Ｈ．２４８／Ｍｅｇａｃｏ制御媒体ゲートウェイおよび／または媒体サーバに対して、ＥＣＴＦ Ｓ．１００に似た機能を提供する。
【００１１】
Ｈ．２４８／Ｍｅｇａｃｏ仕様は、このプロトコルが供給する基本機能を拡張できるように書かれている。Ｈ．２４８／Ｍｅｇａｃｏ機能の拡張は、「パッケージ」と呼ばれるプロトコル定義により提供される。強化された機能を提供するプロトコル定義の例としては、「パッケージ」のセットとしての下記のもの等がある。これらのパッケージは、Ｍｅｇａｃｏ／Ｈ．２４８プロトコルにより制御することができるＡＲＦを実施する終点に対して、新しい特性、信号およびイベントを定義する。
【００１２】
通常、Ｓ．１００フレームワークは、オーディオ・データ・ファイルの再生および録音を含み、音声認識およびテキスト音声変換技術を含む媒体サービスの広範な定義を規定する。これらのパッケージにより、ＭＧＣは、Ｓ．１００に適合する媒体処理リソースが入手することができる媒体機能にアクセスする終点を制御することができる。
【００１３】
Ｍｅｇａｃｏ／Ｈ．２４８要件は、自立型ＭＧサーバＩＶＲ、インテリジェント周辺機器、音声／話者認識ユニット、ＭＧ等上で展開することができる１つまたはそれ以上の機能モジュール（例えば、オーディオ再生モジュール（ＰＡＭ）、オーディオ録音モジュール（ＲＡＭ）またはテキスト音声変換オーディオ再生モジュール（ＴＴＳＰＡＭ））からなると規定している。例えば、ＰＡＭのようなモジュールは論理的コンセプトである。オーディオ・データの実際の再生は、例えば、ＭＧまたはオーディオ・リソース・サーバ（ＡＲＳ）上に位置するデジタル信号処理（ＤＳＰ）ハードウェアを制御するためのＰＡＭにより実現することができる。ＰＡＭの場合には、このＤＳＰハードウェアの機能は、発呼者の要求に応じてオーディオ・データを再生する機能である。
【００１４】
本発明の例示としての実施形態の場合には、強化ＰＡＭ、ＴＴＳＰＡＭおよびＲＡＭが媒体処理機能を提供する。
【００１５】
図１は、集中型通信ネットワーク１４の媒体ゲートウェイ（ＭＧ）１０，４０および媒体ゲートウェイ・コントローラ（ＭＧＣ）２８，３４および４２の略図である。図１に示すように、ＭＧ１０および信号ゲートウェイ（ＳＧ）１２は、例えば、中継通信事業者およびＣＳＮ１６が管理または提供するパケット交換網１４のところで終わっている。ＣＳＮ１６は、地域電話会社（例えば、地域交換電話会社）を表す。パケット交換網１４（例えば、長距離通信事業者）は、ＣＳＮ１６からＣＳＮ１８への呼出しを送信するために機能するように構成することができる。ＣＳＮ１８は、例えば、第２の地域電話会社を表す。
【００１６】
ＭＧ１０は、ＣＳＮ１６から受信した回線交換音声データを、パケット交換網１４を通して送信するために、パケット化音声データに変換したり、またその逆を行うように構成することができる。ＭＧ１０は、また、その一方または両方が電話またはモデムである通信装置２０から通信装置２２への呼出しを終了させるために、およびその逆を行うために、ＣＳＮ１８にパケット化音声データおよび他のオーディオ・データを経路指定するように構成することができる。
【００１７】
ＭＧ１０，４０は、その中の一方が、パケットをベースとするか、フレームをベースとするか、またはセルをベースとするネットワークであると仮定する潜在的に異なるネットワーク間で媒体マッピングおよび／またはトランスコーディング機能を提供するために動作する、ハードウェアとソフトウェアの両方を含む、物理的な機械または機械のセットであってもよい。例えば、ＭＧは、ＣＳＮ施設（例えば、トランク、ループ等）のところで終わることもできるし、まだパケット化されていなくても、媒体ストリームをパケット化することもできるし、および／またはパケット化トラヒックをパケット・ネットワークに送ることもできる。ＭＧは、パケット・ネットワークからＣＳＮへ流れる媒体ストリームに対して逆の順序でこれらの機能を実行することができる。しかし、ＭＧの機能は、パケット／フレーム／セルをベースとするネットワークとＣＳＮとの間で変換を行うことだけに制限されない。ＭＧが提供する媒体リソースの他の例としては、すべてのパケット・インタフェースを含む会議ブリッジ、会話型音声認識ユニット（ＩＶＲ）、ＡＲＦ、またはセル・インタフェース、コーデック、アナウンスメント、トーン、モデム等を有する音声認識システムがある。ＭＧは、また、ＳＧに関連する機能を動作できるようにするソフトウェアおよびハードウェアを含むこともできる。
【００１８】
ＩＥＴＦおよびＩＴＵは、ＭＧが多くのタイプの媒体処理リソースを含むことができることを認識している。Ｍｅｇａｃｏ／Ｈ．２４８要件仕様は、ＭＧは、下記の機能、すなわち、リソースを留保および開放する機能、媒体リソースによりリソースおよび媒体処理の状態を提供する機能を含んでいると見なされる。これらのリソースは、トランスコーディング、会議の開催、ＩＶＲおよびＡＲＦのようなサービスを提供する。媒体リソースは、直接他のリソースの一部であってもよいし、なくてもよい。
【００１９】
ＭＧ１０およびＳＧ１２は、パケット交換網１４とＣＳＮ１６との間の通信および／または協力を容易にする。この協力により、例えば、ＳＧ１２のようなＳＧを通しての呼出し信号プロトコルを適合させることもできるし、例えば、ＭＧ１０のようなＭＧを通して（通常は、「ストリーム」の形の）オーディオ・データを適合させることができる。
【００２０】
オーディオ・リソース・サーバ（ＡＲＳ）４４は、アナウンスメントまたは他の自動的または半自動的オーディオ・サービスが、長距離サービスを容易に行うことができるようにするために、パケット交換網１４上またはその内部に設置することもできる。例えば、発呼者(caller)が、通信装置２０と２２との間の電話呼出し(phone call)に対する支払いをするために、長距離呼出し(calling)カードを使用したい場合には、パケット交換網１４は、通信装置２０からＡＲＳ４４に呼出しを経路指定することができる。ＡＲＳ４４は、発呼者が、通信装置２０により電話呼出しに対する支払いができるようにするために、ＡＲＳ４４の構成要素が相互作用を行うことができるように構成することができる。
【００２１】
（通信装置２０からＭＧ１０への）送信経路２４上のオーディオ・データは回線交換することができ、（ＭＧ１０からＡＲＳ４４への）経路２６上のオーディオ・データもパケット交換することができる。通信装置２０を使用している発呼者が長距離電話番号をダイヤルすると、呼出し信号をＣＳＮ１６を通して送信することができる。呼出し信号は、例えば、ＳＳ７プロトコルを使用することができる。ＳＧ１２は、ＣＳＮ１６から呼出し信号を受信することができ、例えば、ＴＣＰ／ＩＰ通信事業者（または、他の適当なプロトコル）により、ＭＧＣ２８にＳＳ７信号を送信することができる。ＳＧ１２は、パケット交換網１４を通して、通信装置２０に長距離サービスを提供する長距離サービス・プロバイダであってもよいＭＧＣ２８にこの信号を送ることができる。この送信を行うために、ＭＧ１０を制御するマスタ・デバイスとして機能するように構成することができるＭＧＣ２８に、経路３０を通して呼出し信号データを送信することができる。
【００２２】
データは、Ｍｅｇａｃｏ／Ｈ．２４８プロトコルにより、ＭＧＣ２８とＭＧ１０との間の経路３２を通して送信することができる。ＳＧ１２から信号データを受信しているＭＧＣ２８に応じて、ＭＧＣ２８は、通信装置２０がＡＲＳ４４に接続したがっていること、またＭＧＣ２８が必要な信号を持っていることを知らせる。これに応じて、ＭＧ１０は、経路２４および／または２６のところで終ったり、接続させたりすることができ、また経路２４上の回線交換オーディオ・データを経路２６上のパケット交換オーディオ・データに変換するために必要なトランスコーディングを提供することができる。次に、ＭＧ１０は、（ネットワーク１４がＴＣＰ／ＩＰプロトコルを使用しているものと仮定して）ＡＲＳ４４のＩＰアドレスにパケット交換オーディオ・データを経路指定することができる。
【００２３】
ＭＧＣ３４は、経路３８を通して送信されたＭｅｇａｃｏ／Ｈ．２４８プロトコルに適合するコマンドによりＡＲＳ４４を制御することができる。ＭＧＣ２８も、経路３６により、ＡＲＳ４４が入力オーディオ・データを持っていることをＭＧＣ３４に知らせることができる。ＭＧＣ３４は、次に、ＡＲＳ４４に媒体ゲートウェイ１０からＡＲＳ４４に送信したパケット交換オーディオ・データを終らせるように命令することができる。ＭＧＣ３４は、次に、独立に、または通信装置２０から送信された入力信号に応じて、ＡＲＳ４４に、例えば、オーディオ・データを再生および／または録音するように命令することができる。発呼者のクレジット・カードまたは他の必要なビジネス取引きデータがＡＲＳ４４に送信された後で、ＭＧＣ２８，３４は、通信装置２０をＡＲＳ４４から切り離すことができ、ＭＧＣ２８，４２は、ＭＧ１０，４０に、それぞれ、経路４３上のパケット交換オーディオ・データの送信に協力するように命令することができる。信号データは、経路４８を通して、ＭＧＣ２８からＭＧＣ４２に送信することができる。ＭＧＣ４２は、ＭＧ４０に、ＣＳＮ１８を通して通信装置２２に電話呼出しを送るように命令する。
【００２４】
ＡＲＳ４４上に常駐するＡＲＦは、発呼者に媒体サービスを提供することができる。ＡＲＦは、例えば、媒体の再生および／または媒体の録音のような指定機能を実行することができる論理装置である。概念上、ＡＲＦは、ハードウェアと協力して、受信したコマンドに基づいてある機能を実行するアルゴリズムの集合体またはセットであると見なすことができる。ＡＲＦは、例えば、ＩＶＲ、インテリジェント周辺機器、音声／話者認識ユニットのようなＭＧまたは自立型サーバ上で展開することができる１つまたはそれ以上の機能モジュールを含む。
【００２５】
ＭＧは、下記のＡＲＦモジュール、すなわち、オーディオ再生モジュール、デュアルトーン多周波（ＤＴＭＦ）収集モジュール、オーディオ録音モジュール、音声認識モジュール、話者確認／識別モジュール、聴覚機能抽出／識別モジュール、またはオーディオ会議開催モジュールのうちの１つまたはそれ以上の中に定義されているタスクを実行する場合には、オーディオ実行可能ゲートウェイ（ＡＥＧ）の資格を得ることができる。それ故、ＡＲＦがこれらのＡＲＦモジュールのうちの１つまたはそれ以上をサポートする場合には、ＭＧ内の終点はＡＲＦを実現することができる。
【００２６】
ＭＧ５１は、図２に示すように、１つまたはそれ以上の終点５０を実施することができる。コンテキスト５２を通して２つまたはそれ以上の終点５０を相互に接続することができる。コンテキスト５２は、論理的なコンセプトであり、１つまたはそれ以上の終点５０が接続しているスペースを表す。終点５０は、ＭＧ５１に関する媒体の流れの入口点および／または出口点である。図２の１つの終点５０は、例えば、リアルタイム転送プロトコル（ＲＴＰ）ストリーム５４上のオーディオ・データを再生することができるように、特定の媒体ゲートウェイに関連するＲＴＰパケット・データ・ストリーム５４に関連するプレーヤー(player)機能を表すことができる。この例の場合には、図２は、ＭＧ５１の終点としての特定のプレーヤーの識別を表す。
【００２７】
ＭＧが、２つまたはそれ以上の終点を相互に接続するように命令された場合には、ＭＧは、各終点に出入りする流れがどのように相互に関連しているかを理解する。終点は、また、「ベアラ点」とも呼ばれる。Ｈ．２４８／Ｍｅｇａｃｏは、ゲートウェイ、終点およびコンテキストの基本機能を定義する。
【００２８】
図３は、１つのコンテキスト６４内で接続している２つの終点５６，５８の略図である。図３のＲＴＰストリーム６０は、例えば、パケット化音声または他のオーディオ・データであってもよい。終点５８は、例えば、ＣＳＮネットワークまたはチャネル６２からの音声データであってもよい。それ故、図３は、ＣＳＮおよびパケット交換網のところで終わるＭＧ５５を表す。ＭＧ５５のようなＭＧは、必要な場合には、トランスコーディング（または適合）機能を提供することができる。例えば、相互に接続している２つの媒体ストリームが異なる特性を持っている場合に、トランスコーディング機能が必要になる場合がある。
【００２９】
多くの場合、ネットワークをベースとするアナウンスメントをサポートするのに、または会話型音声応答（例えば、呼出しカード番号の収集）を必要とするアプリケーションをサポートするのに、図１のネットワーク１４のような集中型通信ネットワークが必要になる。これは、集中型通信ネットワーク上または１つまたはそれ以上の媒体ゲートウェイ内のどこかに位置する集中ＡＲＳ上に常駐するＡＲＦにより実行することができる。
【００３０】
図４は、２つのＭｅｇａｃｏ／Ｈ．２４８媒体ゲートウェイ・コントローラＭＧＣ４２８，４３４、およびＭｅｇａｃｏ／Ｈ．２４８制御ＡＲＳ４４４を含む例示としての集中型通信ネットワーク４００である。図４に示すように、集中型ネットワーク４００内の音声ポータル７０は、通信装置４２０を通して、エンドユーザにオーディオ・データを供給するのに使用することができる。例えば、エンドユーザが、特定のタイプの食事を提供する最も近いレストランの位置を知りたい場合には、ユーザは、オーディオ・データを送受信することによりＡＲＳ４４４と会話するために通信装置４２０を使用することができる。
【００３１】
音声ポータル７０は、ＭＧ４１０、１つまたはそれ以上のＭＧＣ４２８，４３４およびＡＲＳ４４４を含むことができるが、ＭＧＣ４３４およびＡＲＳ４４４だけを含むこともできる。１つまたはそれ以上のＡＲＦが、ＡＲＳ４４４上に常駐することができる。ＡＲＳ４４４上で実施されたＡＲＦは、オーディオ再生モジュール、オーディオ録音モジュール、音声認識モジュールおよび／またはテキスト音声変換オーディオ再生モジュールを含むことができる。第１のＭＧＣ４２８は、経路４２６がＡＲＳ４４４のところで終らなければならないことを表示目的で、ＡＲＳ４４４の動作を制御するＭＧＣ４３４に信号を送信するために、ＳＧ４１２と協力することができる。
【００３２】
ＭＧ４１０は、ＣＳＮオーディオ・データを、パケット交換オーディオ・データに変換し、パケット化オーディオ・データをＡＲＳ４４４に送信することができる。ＡＲＦのおかげで、ＡＲＳ４４４は、例えば、音声認識、アナウンスメント再生機能、およびメッセージを録音するための録音機能を含む多くの機能を含むことができる。
【００３３】
本発明の例示としての実施形態は、媒体ゲートウェイ内の終点が、もっと高度の媒体処理機能を持つことができるように、プロトコルで使用することができるいくつかのＨ．２４８／Ｍｅｇａｃｏ ＡＲＦモジュールを供給し、および／またはこれらに拡張することができる。
【００３４】
ＩＥＴＦおよびＩＴＵ規格本体は、Ｈ．２４８／Ｍｅｇａｃｏプロトコルの合同設計中、ＭＧが大きく異なる特徴を持つ終点を実施することができることをすでに認識している。それ故、Ｍｅｇａｃｏ／Ｈ．２４８プロトコルは、終点に別の「パッケージ」のセットとして実施される追加の特性、イベント、信号および統計を実現し、実施し、また使用することができるようにすることにより拡張することができるように設計されている。それ故、本発明の例示としての実施形態は、ＡＲＦに拡張機能を提供する新しいパッケージ向けのものである。
【００３５】
Ｈ．２４８／Ｍｅｇａｃｏプロトコルに基づいて、本発明の例示としての実施形態により設計したＡＲＦは多くの媒体機能を有する。ＡＲＦを実施するＭＧ内の終点は、新しい特性、イベント、信号および統計を実施するパッケージをサポートすることができる。このようなパッケージのユーティリティは、ＩＴＵ−Ｔ研究グループ１１で、規格に対する潜在的付属書類Ｍとして現在考慮中である。提案の付属書類Ｍは、例えば、アナウンスメント再生、ディジット収集およびオーディオ・データの録音のような標準ＩＶＲ動作をサポートする。提案の付属書類は、また、オーディオ・パラメータにより、簡単なオーディオへの直接参照、簡単なおよび複雑なオーディオへの間接参照をサポートし、オーディオ中断の制御、ディジット・バッファの制御、特殊キー・シーケンス、データ収集中の再度のプロンプトに対するサポートをサポートする。
【００３６】
本発明の第１の例示としての実施形態の場合には、強化ＰＡＭは、オーディオ・ストリーム・コンテナの内容の再生をＡＲＦ ＭＧに要求することができるように構成され、また、例えば、再生音量、速度、反復、反復再生間の間隔および再生時間のような再生特性を指定できるように構成される。オーディオ・ストリーム・コンテナは、ＰＡＭが再生するオーディオ・データ内容に対する抽出コンセプトであり、通常、ファイルであるが、必ずしもファイルである必要はない。
【００３７】
さらに、強化ＰＡＭは、ＭＧＣからの直接コマンドにより、または検出したイベント内の埋め込み信号によりオーディオ再生の速度および音量を調整（または、「トグル」）する機能を含む追加機能を提供するように構成される。それ故、本発明の例示としての実施形態により設計したＰＡＭを使用すれば、例えば、ＤＴＭＦプッシュボタン電話からのものでもよい信号に基づいて、オーディオ・データ再生の速度および／または音量を調整またはトグルすることができるＨ．２４８／Ｍｅｇａｃｏプロトコルの公布および実施を行うことができる。
【００３８】
この強化ＰＡＭは、また、ＭＧＣからの直接コマンドにより、または検出したイベント内の埋め込み信号により、オーディオ・データ再生を一時停止したり、および／または再開したりする機能も提供する。強化ＰＡＭは、さらに、ＭＧＣからの直接コマンドにより、または検出したイベント内の埋め込み信号により、アナウンスメント内で、またはアナウンスメント・リスト内で、指定の時間単位を前方または後方にジャンプさせる機能も提供する。それ故、検出したイベント内の埋め込み信号は、強化ＰＡＭの実行時の制御を行う。強化ＰＡＭは、また、ＭＧ上でＰＡＭ実行可能終点によりサポートされているコーダのタイプを決定する機能をＭＧＣに供給し、再生がイベントまたは置換信号により中断したというような、オーディオ再生の中止の理由をＭＧＣに報告する機能をＭＧに供給する。
【００３９】
本発明の例示としての実施形態により設計した拡張ＰＡＭに対応するパッケージの一例について説明する。この例は、強化ＰＡＭを実施するための強化ＰＡＭに対するパッケージの書き方のある他の表示も行わなければならない。以下に定義するＰＡＭパッケージは、Ｅｎｔｅｒｐｒｉｓｅ Ｃｏｍｐｕｔｅｒ Ｔｅｌｅｐｈｏｎｙ Ｆｏｒｕｍ（ＥＣＴＦ）Ｓ．１００媒体サービス仕様に基づいている。
【００４０】
強化ＰＡＭに対応するパッケージは、オーディオ・プレーヤーを実施するＨ．２４８／Ｍｅｇａｃｏ終点に対する特性、信号およびイベントを定義することができる。オーディオ再生機能により、１つのオーディオ・ストリーム・コンテナから、またはＭＧ上のオーディオ・ストリーム・コンテナのリストからシーケンシャルに終点の媒体ストリームの中の１つに媒体ストリーム・データを送信することができる。オーディオ・ストリーム・コンテナは、関連するコード化タイプおよびクロック速度を持つオーディオ・データの抽象的表現である。オーディオ・ストリーム・コンテナは、ＭＧ上に記憶することができる。しかし、そのような要件は存在しない。オーディオ・ストリーム・コンテナは、データを再生するデフォールト速度および音量を有する。終点のオーディオ・プレーヤーによりサポートされているコーダは、終点特性として定義される。
【００４１】
Ｈ．２４８／Ｍｅｇａｃｏは、各終点に対して、パッケージのあるセットを実施するように要求し、終点に対して、これらのパッケージを関連ＭＧＣに報告するように要求する。例えば、強化ＰＡＭに対応するパッケージのような特定のパッケージを実施する任意の終点は、そのパッケージに対して列挙されたすべての特性を有する。
【００４２】
強化ＰＡＭに関連するパッケージは、それを実施するＨ．２４８／Ｍｅｇａｃｏ終点に対して、オーディオ・データ再生を一時停止し、次にオーディオ再生の速度および／または音量を増減し、および／またはオーディオ・ストリーム・コンテナ内またはオーディオ・ストリーム・コンテナのリスト内で、前後にジャンプするために、その一時停止した位置から再生を再開する機能を有する論理オーディオ・プレーヤーに関連する機能を提供することができる。終点の論理オーディオ・プレーヤーの機能（例えば、オーディオ・ストリーム・コンテナ内、音量／速度制御範囲内等でジャンプする機能）は、終点の特性により定義される。
【００４３】
このような論理オーディオ・プレーヤーが、３つの概念上の状態、すなわち、アイドル状態、一時停止状態、および能動状態を有することができることは注目に値する。アイドル状態の場合、論理オーディオ・プレーヤーは、データを全然送信しないし、それに関連するオーディオ・ストリーム・コンテナを持っていないので、再生信号が存在しないのと同じことになる。論理オーディオ・プレーヤーは、再生信号に応じて一時停止状態または能動状態に移行する。信号識別子に再生信号と一緒に一時停止信号が含まれている場合には、一時停止状態へ移行する。そうでない場合には、能動状態に移行する。
【００４４】
能動状態の場合、論理オーディオ・プレーヤーは、オーディオ・ストリーム・コンテナから、終点から外側へデータを能動的に送信する。論理オーディオ・プレーヤーは、（１）ＭＧＣから受信した一時停止信号により（または、検出したイベントに関連する埋め込み信号識別子により）一時停止を命令されるまで；（２）再生信号を含まない置換信号識別子を受信するまで；（３）再生信号に対する信号持続時間が切れるまで、または（４）論理オーディオ・プレーヤーが、自分が再生しているオーディオ・ストリーム・コンテナの終わりに達するまで（または、再生がシーケンシャルな信号リストの一部である場合には、シーケンシャルな信号リスト内に再生信号が存在しなくなるまで）、引き続きこの状態を維持する。
【００４５】
論理オーディオ・プレーヤーが能動状態にある場合には、ＭＧは、現在の再生信号の速度または音量の調整を要求する信号を受信することができる。別の方法としては、ＭＧは、現在再生中のオーディオ・ストリーム・コンテナ内での、前後へのジャンプを要求する信号を受信することができる。これらのそれぞれの場合、信号識別子は、再生機能がシーケンシャルな信号リストとしてコード化されている場合には、（下記の）能動維持フラッグがオンになっている状態の、または同じ信号リストＩＤと一緒に、元の再生信号を含むことができる。
【００４６】
一時停止状態の場合には、論理オーディオ・プレーヤーは、オーディオ・ストリーム・データを送信していない。再生信号は中止され、最後まで再生されない。論理オーディオ・プレーヤーは、再開信号を受信した場合、同じ場所から再開できるように、再生中のオーディオ・ストリーム・コンテナ内のその場所を保持する。
【００４７】
強化ＰＡＭと関連するパッケージは、特性として、一時停止制御、再生速度の最大限増大、再生速度の最大限低減、再生音量の最大限増大、再生音量の最大限低減、ジャンプ制御、プレーヤー・コーダ・タイプ、およびオーディオ・ストリーム・コンテナ・オフセット特性を含む種々の特性（すなわち、情報を記憶するために使用することができるパラメータ）を有することができる。これらの各特性は、終点状態記述子で定義される。Ｈ．２４８／Ｍｅｇａｃｏは、特性をグループ分け呼出し「記述子」に編成する。これらの記述子は、Ｈ．２４８／Ｍｅｇａｃｏ仕様に定義されている特性を含む。Ｈ．２４８／Ｍｅｇａｃｏ定義記述子に追加するために、新しい特性をパッケージ内に定義することができる。Ｈ．２４８／Ｍｅｇａｃｏ定義記述子に追加された特性は、「パッケージ名／特性名」というフォーマットに続くパッケージ名および特性名の組合わせにより名前がつけられ、参照される。
【００４８】
一時停止制御特性が「真」の値に設定されると、対応する論理オーディオ・プレーヤーは一時停止することができる。その結果、論理オーディオ・プレーヤーは、下記の機能、すなわち、ａ）信号記述子内で一時停止信号と結合している場合には、一時停止状態で再生信号がスタートすることができる機能、およびｂ）再生信号が進行中である場合、オーディオ・プレーヤーを、それぞれ、一時停止信号および再開信号と結合している（能動維持フラッグがオンになっている状態の）同じ再生信号と一緒に、置換信号記述子で一時停止または再開させることができる機能をサポートする。一時停止制御特性が「偽」の値に設定された場合には、ＭＧＣは、パッケージにより実施した強化ＰＡＭを一時停止できないことと、すべての一時停止信号が無視されることを知る。特性はＭＧＣにより読むことができるが、ＭＧＣにより変更することはできない。特性により、ＭＧＣは、一時停止を行うことができるかどうかを判断することができる。
【００４９】
再生速度特性の最大限増大は、再生速度をどれだけ調整することができるかを示す。速度調整信号は、オーディオ・データ再生の速度を修正して速くすることもできるし、遅くすることもできる。速度の調整単位としては、例えば、通常の速度からの百分率を使用することができる。再生速度特性の最大限増大の値は、使用できる再生速度での最大の百分率による増大である。再生速度の増大をサポートしない論理オーディオ・プレーヤーの場合には、この特性の値を０とすることができる。再生速度特性の最大限増大は、０からデフォールトまたは通常の再生速度から最大の正の偏差の範囲内で整数タイプの値とすることができる。
【００５０】
同様に、再生速度特性の最大限低減は、例えば、使用できるデフォールト再生速度からの最大限度の百分率の低減による再生速度での最大限低減を示す。再生速度の低減をサポートしない論理オーディオ・プレーヤーの場合には、この特性の値を０とすることができる。この特性は整数タイプであり、可能な値の範囲は−１００〜０の範囲である。これらの値は、例えば、スケール上の極限の値を表すことができ、（値０に対応する）再生速度の非最大限低減から（値−１００に対応する）再生の絶対停止までの範囲に及ぶ。
【００５１】
再生音量特性の最大限増大は、音量調整信号が、オーディオ・データ再生の音量レベルをどれだけ増大することができるかを示す。音量の調整単位としては、通常の音量またはデフォールトの音量からのｄＢ単位を使用することができる。音量の増大をサポートしない論理オーディオ・プレーヤーの場合には、この特性の値を０とすることができる。
【００５２】
再生音量特性の最大限低減は、音量調整信号が、オーディオ・データの再生の音量レベルをどれだけ低減することができるかを示す。音量調整の単位としては、通常の音量またはデフォールトの音量からのｄＢ単位を使用することができる。音量の低減をサポートしない論理オーディオ・プレーヤーの場合には、この特性の値を０とすることができる。
【００５３】
ジャンプ制御特性により、オーディオ・データ再生を聞いているユーザは、オーディオ・データの、それぞれ、一部をスキップしたり、または一部を反復したりするために前後にジャンプすることができる。本発明の例示としての実施形態により設計された強化ＰＡＭは、再生中のコンテナ内の全オーディオ・データに対する特定の瞬間に、再生中のオーディオ・データの「位置」を決定することができる。
【００５４】
ジャンプ制御特性を真の値に設定した場合には、論理オーディオ・プレーヤーの能動状態または一時停止状態で受信したジャンプ信号は、このプレーヤーを現在の位置からオーディオ・ストリーム・コンテナ内で前後に移動させることができるし、または、別の方法としては、再生中のオーディオ・ストリーム・コンテナのシーケンシャルな信号リスト内で前後に移動させることができる。モード、方向、単位変化は、ジャンプ信号のパラメータにより指定される。ジャンプ制御は、真または偽の値に設定することができる特性である。ジャンプ信号は、この特性が真の値に設定されている場合には、能動または一時停止再生信号中に、オーディオ・ストリーム・コンテナ内の現在の位置を修正することができる。この特性が偽の値に設定されている場合には、再生信号は、能動状態または一時停止状態の場合、その位置を変更させることはできない。それ故、この特性が偽の値に設定されている場合には、すべてのジャンプ信号は無視される。
【００５５】
プレーヤー・コーダ・タイプ特性は、終点の強化ＰＡＭがサポートするオーディオ・ストリーム・コンテナのコード化を定義する。プレーヤー・コーダ・タイプ特性は、インターネット割当てナンバリング機関（ＩＡＮＡ）が定義したＲＴＰペイロード・タイプのサブリストである使用できる値を有するサブリスト・タイプである。
【００５６】
強化ＰＡＭパッケージは、再生開始イベントおよび再生終了イベントを含む多数のイベントを定義する。通常、「イベント」とは、ＭＧ上のパケット交換終点または回線交換終点上で検出される任意の出来事である。例えば、ＭＧは、（例えば、ＰＳＴＮから幹線経由でＭＧに間接的に接続しているプッシュボタン電話を有する代わりに）直接プッシュボタン電話のところで終らせるために使用することができる。この場合、可能なイベントとしては、接続フック（受話器を取り上げる動作）、切断フック（受話器を置く動作）「フックフラッシュ」ボタンを押す行為、またはＤＴＭＦキーを押す行為等がある。別の例としては、ＡＲＦの強化ＰＡＭが、パケット交換終点または回線交換終点により、ＭＧ上で実現された場合には、ＭＧは強化ＰＡＭの機能に関連するイベントを検出することができる。
【００５７】
再生開始イベントは、再生がスタートした時間の検出に対応する。これにより、ＭＧは、Ｈ．２４８／Ｍｅｇａｃｏプロトコルが定義している、いわゆる「埋め込み信号記述子」を可能にするために、ＭＧにとって知ることが重要な場合がある、強化ＰＡＭが再生をスタートした時間を知ることができる。すなわち、このイベントは、埋め込み信号記述子をトリガするために使用することができる。埋め込み信号記述子を理解するには、最初に、Ｈ．２４８／Ｍｅｇａｃｏプロトコルが、「信号」を外部の世界に送信することができる何かであると定義していることを理解する必要がある。ＭＧからユーザの電話機に送られた「呼出し音」の発生は、信号の一例である。
【００５８】
通常、ＭＧ内の埋め込み信号記述子により、ＭＧは、特定の信号を直ちに再生することにより、特定の検出したイベントに応答することができる。Ｈ．２４８／Ｍｅｇａｃｏは、ＭＧがそのイベントを検出した場合に、適当な信号を再生することにより、ＭＧが直ちに直接応答するように、ＭＧに特定のイベントの表示をコード化する１つの方法を供給する。これは、通常、埋め込み信号記述子と呼ばれる。埋め込み信号記述子を使用すると、ＭＧＣがＭＧにより検出したイベントの通知を受け、ＭＧＣがそれを命令した後でだけ、ＭＧがそのイベントに応答するという要件がなくなるので、あるイベントに対する応答を速くすることができる。この後者の状況の場合には、前者の埋め込み信号状況より遅延が長くなる。
【００５９】
例えば、再生開始イベントが検出された場合、オーディオ・データを再生しながらオーディオ・データを聞いている人が何を言っているかを録音するために、録音イベントを直ちにスタートするために、埋め込み信号記述子を使用することができる。このイベントに関連するイベント・パラメータも存在しないし、このイベントに関連する任意の観察されたイベント記述子も存在しない。この意味を理解するためには、通常、イベントが検出され、報告された場合、この情報は観察したイベントと呼ばれる記述子で送信されることを理解しなければならない。観察したイベント記述子内の各イベントに関連する、例えば、何時オーディオ再生がスタートしたのかを示すタイムスタンプのような１つまたはそれ以上のパラメータが存在する場合がある。次に、このパラメータは、観察したイベント記述子に記述されたイベントと関連づけられる。
【００６０】
同様に、再生終了イベントは、再生の終了時間の検出に対応し、それにより、ＭＧＣは、ＰＡＭが再生をストップした時間を知ることができる。パッケージは、観察したイベント記述子で報告された再生終了イベントへのパラメータを定義することができる。例えば、オーディオ・ストリーム・コンテナ・パラメータは、オーディオ再生シーケンシャル信号リストが停止または中断した瞬間に、再生していたオーディオ・ストリーム・コンテナを指定することができる。同様に、終了方法パラメータは、再生終了イベントに関連づけることができ、例えば、終了時間アウト持続時間に関連する使用できる値、検出したイベントによる中断、新しい信号記述子による停止、他の原因による中断、遭遇したデータの終了、または、オーディオ・データ再生停止の任意の他の原因に関連する使用できる値を含むことができる。適当な理由は、観察したイベント記述子に含まれている再生終了イベント内のパラメータとして返送される。終了方法パラメータは、データの終了理由の追加を含む一般的信号終了イベント内の終了方法パラメータと同じものである。
【００６１】
強化ＰＡＭパッケージは、また、例えば、再生の冒頭からのミリ秒単位の時間をベースとするオフセットにより、オーディオ再生信号またはシーケンシャルな信号リストが停止した時間に、再生していたオーディオ・ストリーム・コンテナ内の位置を指定することができる再生終了イベントに関連するオーディオ・ストリーム・コンテナ・オフセット・パラメータを供給することができる。さらに、パッケージは、また、終了方法が、イベントにより再生が中断したことを示す「ＥＶ」である場合に、どのイベントが再生を停止させたのかを示すことができる中断イベントＩＤパラメータを供給することができる。
【００６２】
いくつかの信号を、例えば、再生信号、一時停止信号、再生再開信号、再生速度調整信号、再生音量調整信号、およびジャンプ信号のような強化ＰＡＭパッケージと関連させて定義することができる。
【００６３】
再生信号は、オーディオ・ストリーム・コンテナからデータを抽出し、オーディオ・ストリーム・コンテナのコード化、および終点の遠隔記述子内の情報に基づいて、そのデータに適当なデコーディング／トランスコーディング・アルゴリズムを適用することができる。Ｈ．２４８遠隔記述子は、パケット化ＲＴＰ媒体ストリームの遠隔端部の特性を記述する情報を含む。例えば、遠隔端部の特性は、ＩＰアドレス、ＲＴＰポート番号、および遠隔端部が受信すると予想されるコード化タイプを含むことができる。ＡＲＦが、オーディオ・ストリーム・コンテナをデコーディング／トランスコーディングできない場合には、信号は失敗し、エラー・コードが発生する場合がある。
【００６４】
再生されるオーディオ・ストリーム・コンテナのリストは、シーケンシャルな信号リストとしてコード化することができる。通常、オーディオ・ストリーム・コンテナは、ＭＧにより供給された名前であり、ＰＡＭが再生するオーディオ・データ内容に対する抽象的コンセプトに対応する。オーディオ・ストリーム・コンテナは、通常はファイルであるが、必ずしもファイルである必要はない。このファイルは、例えば、ＡＲＳ上に位置させることもできるし、ＭＧ上に一緒に常駐させることもできるが、ＭＧは、任意の特定のコンテナが何処に存在するのかを決定することができる。
【００６５】
再生信号には２つのタイプ、すなわち、タイムアウト・タイプとオン／オフ・タイプ（例えば、デフォールト）がある。これらの信号タイプは、信号を終了させる方法のＨ．２４８／Ｍｅｇａｃｏ記述を表す。タイムアウト信号タイプは、関連する信号が、所定の時間に適用され、次に、信号が停止することを示す。オン／オフ信号タイプは、特定のオン信号でオンになり、特に信号をオフにするためにオフ信号が送信されるまでオンの状態に維持される。オン／オフ信号は、データの終わりに達するまで再生が継続して行われる場合に使用することができる。
【００６６】
再生信号は、例えば、オーディオ・ストリーム・コンテナにその信号を再生するように指定する、オーディオ・ストリーム・コンテナ・パラメータのような、いくつかの追加のパラメータを使用することができる。さらに、再生信号は、また、再生がスタートするオーディオ・ストリーム・コンテナ内のオフセットを（例えば、ミリ秒単位で）指定する働きをするオフセット・パラメータを使用する。オフセット・パラメータが使用することができる値は、０（デフォールト）から、通常の速度でオーディオ・ストリーム・コンテナを再生するのに必要な最大時間までの値である。
【００６７】
Ｈ．２４８は、コマンド内に存在する場合、ＭＧに１つまたはそれ以上の信号を再生するように命令する信号記述子を定義する。任意の時点で、ＭＧＣは、潜在的に異なる信号記述子を含むもう１つのコマンドを送信することができる。これは置換信号記述子と呼ばれる。元の信号記述子と置換信号記述子の両方に同じ信号が出現した場合には、（ａ）信号を再度スタートする（能動維持フラッグが、置換信号記述子上でオンになっていない場合に、このような状態が起こる）か、または（ｂ）その信号で継続する（能動維持フラッグがオンになっている場合に、このような状態が起こる）ことを示す。強化ＰＡＭパッケージは、また、（能動維持フラッグがオンになっている状態で）元の再生信号と一緒に置換信号記述子内に存在する場合には、一時停止信号を定義することができ、再生信号が一時停止状態に移行したことを示すことができ、それにより、オーディオ・データの送信を停止することができる。
【００６８】
基本Ｈ．２４８／Ｍｅｇａｃｏでイベント記述子により定義された能動維持フラッグは、オーディオ・データ再生中にあるイベントが検出された場合でも、オーディオ・データ再生を続行するように表示することができる。より詳細に説明すると、通常、オーディオ・データ再生中は、ＭＧはイベントを検出する状態にある。あるイベントが検出されると、デフォールトにより再生が停止する。しかし、イベント記述子内の能動維持フラッグがオンの値を持っている場合には、あるイベントが検出されても、引き続き再生が行われる。類似の方法で、Ｈ．２４８／Ｍｅｇａｃｏ信号記述子は、置換信号記述子を受信した場合には、信号の処理に影響を与える能動維持フラッグを定義する。例えば、所与のオーディオ再生信号が進行中である場合には、元のオーディオ再生信号および一時停止信号の両方を含む置換信号記述子を続いて受信した場合、ＭＧの動作は、能動維持フラッグの設定により異なる。能動維持フラッグがオンになっている場合には、オーディオ・データ再生は一時停止し、再生中のオーディオ・ストリーム・コンテナ内の現在の位置が維持される。再生信号は最後まで再生されないが、元の再生信号（能動維持フラッグがオンになっている）と再開信号の両方を含む他の信号記述子を受信するまで、または再生信号持続時間が切れるまで中止になる。しかし、置換信号記述子で能動維持フラッグがオフになっている場合には、ＭＧは、再生信号を、オーディオ・ストリーム・コンテナの冒頭から、一時停止状態の再生信号の再度のスタートに対する要求であると見なす。
【００６９】
一時停止信号は、置換信号記述子が、一時停止信号と、現在の信号記述子として同じ信号リストＩＤを有するシーケンシャルな再生信号リストの両方を含む場合には、シーケンシャルな再生信号リストを一時停止する。一時停止信号は、（ａ）現在の信号記述子で再生信号が能動状態でない場合、（ｂ）置換信号記述子に再生信号が指定されていない場合、（ｃ）現在の信号記述子の再生信号がすでに一時停止状態になっている場合、または（ｄ）一時停止制御特性が「偽」の値に設定されている場合には、無視することができる。
【００７０】
再生再開信号は、（能動維持フラッグがオンの状態で）再生信号と一緒に置換信号記述子内に存在している場合には、再生信号を能動状態に移行し、現在の位置において、オーディオ・ストリーム・コンテナからデータのオーディオ・データ送信を再スタートする。この再生再開信号は、置換信号記述子が、再開信号と、現在の信号記述子として同じ信号リストＩＤを有するシーケンシャルな再生信号リストの両方を含む場合には、シーケンシャルな再生信号リストを含むことができる。再開信号は、（ａ）現在の信号記述子の再生信号が能動状態でない場合、（ｂ）置換信号記述子に再生信号が指定されていない場合、（ｃ）現在の信号記述子の再生信号が、すでに能動状態になっている場合、または（ｄ）一時停止制御特性が「偽」の値に設定されている場合には、無視することができる。
【００７１】
再生速度調整信号が、（能動維持フラッグがオンの状態で）再生信号と一緒に、置換信号記述子内に存在している場合には、再生信号の速度を調整する。この変更の値は、速度変更パラメータにより指定され、通常の速度からの現在のズレの単位により表される。この信号は、また、現在の速度を、通常の速度と前に調整した値との間でトグルするために、または速度を通常速度にリセットするために使用することができる。（ａ）現在の信号記述子内の再生信号が能動状態でない場合、（ｂ）置換信号記述子内に再生信号が指定されていない場合、（ｃ）要求された速度調整が、最大限低減速度特性と最大限増大速度特性の間の範囲外の速度になる場合、または（ｄ）再生信号に対して前に速度調整が行われていなかった場合で、速度調整タイプ・パラメータが、通常速度またはトグル速度に設定されている場合には、再生速度調整信号を無視することができる。
【００７２】
再生速度調整信号は、例えば、スピードアップ、スピードダウン、トグル速度、または通常速度を示すことにより、速度調整のタイプを指定する速度調整タイプ・パラメータを含む種々のパラメータを有することができる。速度調整タイプ・パラメータをスピードアップまたはスピードダウンに設定すると、例えば、通常速度からの百分率のズレとして速度が変化する。速度調整タイプ・パラメータをトグル速度に設定すると、現在、調整した値である場合には、通常速度に切り代わり、現在の速度が通常速度である場合には、最後に調整した値に切り変わる。速度調整信号に関連するもう１つのパラメータは、速度調整タイプ・パラメータがスピードアップまたはスピードダウンに設定されている場合には、速度変更の値を指定する速度変更パラメータである。速度調整タイプ・パラメータがトグル速度または通常速度に設定されている場合には、このパラメータを無視することができる。
【００７３】
再生音量調整信号は、（能動維持フラッグがオンの状態で）再生信号と一緒に置換信号記述子内に存在している場合には、再生信号の音量を調整する。その変更の値は、音量変更パラメータにより指定され、通常の音量からのｄＢ単位のズレの単位で表される。この信号は、また、音量を通常の音量と前に調整した音量の間で切り替えたり、通常の音量にリセットするために使用することができる。（ａ）現在の信号記述子内の再生信号が能動状態でない場合、（ｂ）置換信号記述子内に再生信号が指定されていない場合、（ｃ）要求された音量調整が、最大限低減音量特性と最大限増大音量特性の間の範囲外の音量になる場合、または（ｄ）再生信号に対して前に音量調整が行われていなかった場合で、音量調整タイプ・パラメータが通常音量値またはトグル音量値に設定されている場合には、音量調整信号を無視することができる。
【００７４】
再生音量調整信号は、例えば、音量調整のタイプを指定し、下記の値、すなわ、ち、音量増大（ｄＢ単位）、音量低減（ｄＢ単位）、トグル音量または、通常の音量を有することができる音量調整タイプ・パラメータのような種々のパラメータを含む。上記のように、トグル音量を指定すると、現在、調整した値である場合には、通常の音量に切り代わり、現在の音量が通常の音量である場合には、最後に調整した値に切り変わる。もう１つのパラメータである音量変更パラメータは、音量調整タイプ・パラメータが、音量増大または音量低減に設定されている場合には、音量調整の値を指定する。しかし、音量調整タイプ・パラメータがトグル音量値または通常の音量値に設定されている場合には、無視される。
【００７５】
ジャンプ信号は、（能動維持フラッグがオンの状態で）再生信号と一緒に、置換信号記述子内に存在している場合には、オーディオ・ストリーム・コンテナ、またはオーディオ・ストリーム・コンテナのシーケンシャルな信号リスト内での前後へのジャンプを示す。この信号は、ジャンプの方向、ジャンプを行う単位、および他のパラメータを指定する。ジャンプ信号は、置換信号記述子が、ジャンプ信号と、現在の信号記述子として同じ信号リストＩＤを有するシーケンシャルな再生信号リストの両方を含む場合には、シーケンシャルな再生信号リスト内のジャンプを示すことができる。（ａ）現在の信号記述子内の再生信号が能動状態でない場合、（ｂ）置換信号記述子内に再生信号が指定されていない場合、（ｃ）ジャンプ・モードおよび／またはジャンプ単位値が、シーケンシャルな再生信号リスト内のジャンプを示し、現在の再生信号がシーケンシャルな信号リストでない場合、または（ｄ）ジャンプ制御特性が、偽の値に設定されている場合には、ジャンプ信号を無視することができる。
【００７６】
ジャンプ信号は、（シーケンシャルな信号再生リストの始めまたは終わりへのジャンプを示す）ジャンプ・リスト；（現在のオーディオ・ストリーム・コンテナの始めまたは終わりへのジャンプを示す）ジャンプＡＳＣ、または（同様にジャンプ信号に指定されているジャンプ単位タイプ・パラメータが定義するある数の単位の前後へのジャンプを示す）ジャンプ単位を含むいくつかの値を有することができる、例えば、ジャンプ・モード・パラメータのような種々のパラメータを有する。その値がジャンプ・リストであり、オーディオ再生信号がシーケンシャルな信号リストでない場合には、ジャンプ・モード・パラメータは無視される。もう１つのジャンプ信号パラメータは、前方へのジャンプの値（デフォールト値であってもよい）、または後方へのジャンプの値を有することができるジャンプ方向パラメータである。
【００７７】
さらに、ジャンプ信号は、また、ジャンプ時間（デフォールト値であってもよいし、例えば、ジャンプへの多数のミリ秒であってもよい）、またはジャンプＡＳＣ（シーケンシャルな再生信号リスト内でジャンプするための多数のオーディオ・ストリーム・コンテナを示す）を含む種々の値を有することができるジャンプ単位パラメータと関連づけることもできる。ジャンプ・モード・パラメータの値がジャンプ単位でない場合には、このパラメータは無視される。ジャンプ単位パラメータのジャンプ時間値に関連して、ジャンプの長さが、シーケンシャルな信号リスト内の現在の再生信号の終わりに来た場合には、ジャンプの動作は、シーケンシャルな信号リスト内の次の再生信号のコード化タイプにより異なる。次のオーディオ・ストリーム・コンテナのコード化が、現在のコード化とマッチする場合には、それらが１つの対象物であるかのように、シーケンシャルな信号リスト内の次の再生信号内に引き続きジャンプすることができる。この場合、ジャンプの長さは、あるオーディオ・ストリーム・コンテナから次のオーディオ・ストリーム・コンテナへと累積される。次の再生信号が異なるコード化タイプのものである場合、またはシーケンシャルな信号リスト内の次の信号が再生信号でない場合、ジャンプは現在の再生信号の終わりで停止することができる。ジャンプ単位タイプ・パラメータは、ジャンプＡＳＣであり、現在の再生信号がシーケンシャルな信号リストでない場合には、ジャンプ信号を無視することができる。
【００７８】
ジャンプ信号は、また、ジャンプする単位数を定義するオプションとしてのパラメータであってもよい、ジャンプ単位パラメータ（０（デフォールト）から１００００００までの整数値を有する）を使用することができる。ジャンプ・モード・パラメータがジャンプ単位の値に設定されていない場合には、このパラメータを無視することができる。
【００７９】
通常、強化ＰＡＭは、ジャンプ制御特性が真の値に設定されている場合で、強化ＰＡＭがジャンプ信号を受信した場合にはジャンプを行う。ジャンプ信号の効果は、ジャンプ・パラメータの値により異なる。例えば、強化ＰＡＭがオーディオ・ストリーム・コンテナを再生していて、ジャンプ信号を受信した場合であって、ジャンプ・モード・パラメータの値がジャンプ単位である場合には、オーディオ再生は、ある単位数だけ前方または後方にジャンプする。ジャンプの方向は、ジャンプ方向パラメータの値により決まり、再生のジャンプの長さは、ジャンプ単位タイプ・パラメータの値およびジャンプ単位値パラメータにより決まる。また、強化ＰＡＭは、特定の再生中に背中合わせにいくつかのコンテナを含むことができ、ジャンプ信号パラメータは、コンテナを横切ってジャンプすることができるように設定することができることを理解されたい。
【００８０】
Ｈ．２４８／Ｍｅｇａｃｏのテキスト・バージョンで書かれている、ＭＧと、関連するＭＧＣとの間にインタフェースを供給するために強化ＰＡＭパッケージを使用することができる方法について、いくつかの例により以下に説明する。これらの例は、信号コードおよび実際のリテラル値が含まれている場所を角括弧で示す。これらの例は、さらに、例えば、ＡＲＦ内にオーディオ再生機能（または、他の機能）を供給するために、Ｈ．２４８／Ｍｅｇａｃｏインタフェースを横切って送信することができるプロトコルも示す。
【００８１】
表１の付録に示す例１は、終点上で２つのオーディオ・ストリーム・コンテナを再生するようにＭＧに命令するＭＧＣと、処理応答によりコマンドに肯定応答をするＭＧに対応する。説明を分かりやすくするために、一重引用符（’）内の項目は、記述テキストであり、処理が持つリテラル値ではない。表２の付録に示す例２は、一時停止信号により能動再生信号を一時停止する方法を示す。再生を再開するために、表３の付録の例３に示すように、元の再生信号の同じ信号リストＩＤと一緒に、再開信号を含む置換信号記述子が送信される。表４の付録に示す例４は、再生信号に対する終了イベントに対応する。元の再生信号に対する終了イベントは、再生シーケンシャル信号リスト内の第２の信号が終了した時点で、ＭＧＣへの通知コマンドにより送信される。ＭＧＣは、処理応答を返送する。
【００８２】
表５ａ〜ｃの付録の例５は、アナウンスメントのパラメータ上での実行時調整の手段を供給するために、イベント記述子内での埋め込み信号記述子の使用方法を示す。この例は、下記のように再生信号の特性を変えるＤＴＭＦディジット（Ｈ．２４８／Ｍｅｇａｃｏ ＤＴＭＦディジット・パッケージが定義する）を検出するイベント記述子を含む１つの再生信号を実行するＭＧを有する。
ＤＴＭＦ‘１’：再生を５％スピードアップ
ＤＴＭＦ‘２’：再生を５％スピードダウン
ＤＴＭＦ‘３’：再生を通常の速度に戻す
ＤＴＭＦ‘４’：再生の音量を２ｄＢ増大
ＤＴＭＦ‘５’：再生の音量を２ｄＢ低減
ＤＴＭＦ‘６’：再生の音量を通常の音量に戻す
ＤＴＭＦ‘７’：２秒間前方にジャンプ
ＤＴＭＦ‘８’：２秒間後方にジャンプ
ＤＴＭＦ‘＊’：再生を一時停止
ＤＴＭＦ‘＃’：再生を再開
【００８３】
表６の例６のところで説明したように、再生が終了すると、信号終了観察イベントが、ＭＧＣに送信される。ＭＧＣは、処理に応答を送る。
【００８４】
本発明の第２の例示としての実施形態の場合には、強化ＴＴＳＰＡＭは、Ｈ．２４８／Ｍｅｇａｃｏ環境で、ＥＣＴＦ仕様（「ＳＡＰＩ」と呼ぶ、１９９５年にマイクロソフト社（Ｍｉｃｒｏｓｏｆｔ Ｃｏｒｐｏｒａｔｉｏｎ）が公表した「音声ＡＰＩ ＳＤＫ：マイクロソフト音声ＡＰＩ」バージョン１．０によりテキスト音声変換を定義している）を実施する。それ故、強化ＴＴＳＰＡＭは、機能が、ＳＡＰＩ仕様に適合するテキスト音声変換を生成することができるように構成される。その結果、強化ＴＴＳＰＡＭは、テキスト音声変換のピッチを制御する機能、およびＳＡＰＩ仕様が供給する他の機能を含む種々の機能を有する。
【００８５】
強化ＴＴＳＰＡＭに関連するパッケージは、テキスト音声変換オーディオ・プレーヤーに関連する機能を供給することができる。ＴＴＳＰＡＭパッケージは、ＳＡＰＩフォーマットまたは耳の不自由な人たちに対する電話機（ＴＤＤ）フォーマットでコード化された媒体に対してテキスト音声変換をサポートするテキスト音声変換オーディオ・プレーヤーを実施するＨ．２４８／Ｍｅｇａｃｏ終点に対して、特性、信号およびイベントを定義する。ＳＡＰＩによりコード化されたデータは、特定の語または音素の音量、速度、ピッチ、モード（簡略図記号または音声）、または強調を指定する埋め込みエスケープ・シーケンスを含むＡＳＣＩＩ文字を含む。
【００８６】
強化ＴＴＳＰＡＭに関連するパッケージは、上記強化ＰＡＭパッケージを拡張する。それ故、上記拡張ＰＡＭパッケージの記述は、また、強化ＴＴＳＰＡＭパッケージも記述する。それ故、前のセクション（例えば、再生信号、再生終了イベント等）からのオーディオ再生定義のすべては、このパッケージを一意のものにする下記の追加特性を含む強化ＴＴＳＰＡＭパッケージに含まれる。
【００８７】
強化ＴＴＳＰＡＭパッケージは、強化ＰＡＭパッケージ内のプレーヤー・コーダ・タイプ特性を拡張する。例えば、強化ＰＡＭパッケージ内のプレーヤー・コーダ・リスト特性の可能な値は、ＳＡＰＩエスケープ・シーケンスに適合するＳＡＰＩユニコード・テキストを含むように拡張される。それ故、強化ＰＡＭパッケージ内には、音声オーディオを再生するためのプレーヤー・コーダ・タイプが指定される。ＴＴＳＰＡＭパッケージは、例えば、ＳＡＰＩ内に含まれているような新しい値を供給することによりこの機能を拡張する。
【００８８】
ＳＡＰＩ仕様は、テキスト音声変換機能を供給する。ＳＡＰＩは、テキストから発生した音声のピッチ、速度および音量を定義するＡＳＣＩＩテキスト・ファイル内にエスケープ・シーケンスを挿入する。それ故、ＳＡＰＩは、テキストを音声として「発声」または再生する方法の特性を指定する。
【００８９】
強化ＴＴＳＰＡＭパッケージは、特性として、テキスト音声変換ロード可能辞書、テキスト音声変換ロード可能辞書リスト・サイズ、テキスト音声変換ロード辞書、テキスト音声変換言語、テキスト音声変換能動辞書、およびテキスト音声変換プレーヤー制御タグ特性を含む。これら各特性は、終点状態記述子により定義される。
【００９０】
テキスト音声変換ロード可能辞書特性は、テキスト音声変換オーディオ・プレーヤーがロード可能なユーザ辞書をサポートするかどうかを指定する。この特性は、終点のコーダ特性が、ＳＡＰＩ値を含んでいる場合だけ、真の値に設定することができる。そうでない場合は、この特性を偽の値に設定することができる。強化ＴＴＳＰＡＭ内にロードされる辞書は、ロードした辞書特性により指定される。
【００９１】
テキスト音声変換ロード可能辞書リスト・サイズ特性は、ＴＴＳオーディオ・プレーヤー内に同時にロードすることができるロード可能な辞書の数を指定する。この特性は、終点のロード可能な辞書特性が真の値に設定された場合だけ、０より大きいある値に設定することができる。
【００９２】
テキスト音声変換ロード済み辞書特性は、強化ＴＴＳＰＡＭ内に辞書をロードするかどうかを定義する。同時にユーザ辞書の数は、辞書リスト・パラメータの値を超えてロードすることはできない。上記パラメータの値を超えてロードすると、エラー記述子によりエラーが返送される。ロードした辞書は、自動的には作動しない。それどころか、作動した辞書特性内で指定したこれらの辞書だけが作動する。それ故、作動した辞書特性の値は、ロード済みの辞書特性の値のサブセットである。この辞書リスト特性は、終点状態記述子内で定義され、読出し／書込みタイプの特性である。強化ＴＴＳＰＡＭパッケージは、また、特定の終点のためにオーディオ・プレーヤーリソース内にロードされる辞書が使用するバイトによりサイズを定義するテキスト音声変換ロード済み辞書サイズ特性を定義する。
【００９３】
テキスト音声変換言語特性は、特定の終点のために、オーディオ・プレーヤーリソース内にロードされる辞書がサポートする言語を定義する。この特性は、サブリスト・タイプとして定義され、その使用可能な値は、ＩＳＯ６３９−２：「言語の名前を表示するためのコード：アルファ−３コード」、国際標準化機構、ＴＣ３７／ＳＣ２−ＴＣ４６／ＳＣ４合同作業部会（ＪＷＧ）に定義されているすべての言語のサブリストである。
【００９４】
テキスト音声変換能動辞書特性は、特定の終点に対して強化ＴＴＳＰＡＭ内にロードされ能動状態になる辞書を定義する。ロードした辞書特性で指定されたこれらの辞書だけを、この特性に対する値として指定することができる。ロードした辞書特性に含まれていない値が指定された場合には、エラーが返送される。
【００９５】
テキスト音声変換プレーヤー制御タグ特性は、強化ＴＴＳＰＡＭにより、オプションとしてのどのタグがサポートされるのかを示す。タグ自身は、入力テキスト・ストリームおよびユーザ辞書に埋め込まれるタグである。各タグは、この特性の値内に存在することが、タグがサポートされていることを示す対応する記号を有する。この特性は、サブリスト・タイプである。この特性の使用することができる値は、Ｃｏｍ（テキスト内にコメントを埋め込み；コメントは音声に変換されない）、Ｄｌｍ（ある記号で、エスケープ・シーケンス文字を置換）、Ｅｍｐ（発声する次の語を強調）、Ｐａｕ（指定のミリ秒数の間、音声を一時停止）Ｐｉｔ（テキスト音声変換モードのベースライン・ピッチを、ヘルツ単位の指定の値に設定）、Ｐｒｎ（プレーヤー／録音装置リソースと等価の音声を送ることによりテキストの発音方法を表示）、Ｒｓｔ（すべてのエスケープ・シーケンスを、プレーヤー／録音装置リソースのデフォールトにリセット）、Ｓｐｄ（テキスト音声変換モードのベースライン平均話速度を、１秒当りの指定の語数に設定）、Ｖｏｌ（テキスト音声変換モードに対してベースラインの話す音量に設定）、Ｃｈｒ（音声の性質を設定）、Ｃｔｘ（記号を話す方法を決定する後続のテキストに対するコンテキストを設定）、Ｍｒｋ（テキスト内にブックマークを表示）、Ｐｒｏ（テキストに埋め込まれている制御タグに左右されないように、ピッチ、話す速度および語の音量に影響を与える韻律上のルールを作動したり、作動を中止したりする：韻律上のルールはエンジンにより適用される）、Ｐｒｔ（次の語の音声の一部を表示）、およびＶｃｅ（エンジンに、その話している音声を指定の特性を有する音声に変えるように命令）を含む。
【００９６】
種々のイベントが、テキスト音声変換マーカー・イベントを含む強化ＴＴＳＰＡＭパッケージに関連する。テキスト音声変換マーカー・イベントは、強化ＴＴＳＰＡＭが、テキスト音声変換マーカーに遭遇した場合に発生する。このイベントに関連するイベント記述子パラメータ、または観察したイベント記述子パラメータは存在しない。
【００９７】
強化ＴＴＳＰＡＭパッケージが定義する信号は、オーディオ再生ジャンプ信号のパラメータへの拡張である。より詳細に説明すると、ジャンプ・モード・パラメータは、パラメータ値ジャンプ文を追加するために拡張される。ジャンプ文パラメータ値により、現在のテキスト文の始めまたは終わりにジャンプが行われる。さらに、ジャンプ単位タイプ・パラメータは、ジャンプ文値を追加するために拡張される。このパラメータは、ジャンプする文の数を指定する。ジャンプ単位タイプ・パラメータは、また、ジャンプ語値を追加するために拡張される。ジャンプ語値は、ジャンプする語の数を示す。
【００９８】
強化ＴＴＳＰＡＭ内にロードされたテキスト音声変換辞書は、概念的にスタックの形に配置される。入力テキストが、強化ＴＴＳＰＡＭにより処理される場合には、辞書は、発音の規則に対してスタックの順番に一番上から一番下に探索される。プレーヤーが同時にロードすることができるユーザ辞書の数は、辞書リスト特性の値により決まる。ロードした辞書特性に最初に追加された場合には、ユーザ辞書は作動しないので、プレーヤーがその規則を使用する前に、作動した辞書特性に追加しなければならない。
【００９９】
本発明の第３の例示としての実施形態の場合には、強化ＲＡＭは、ＡＥＧ（例えば、ＭＧ）に、オーディオ・データの録音を要求できるように構成される。強化ＲＡＭは、ユーザが最初に話すのを待つ時間の仕様が、録音のための音声活動の最後の周期の後の必要な沈黙の長さを、（沈黙の前後を含んでいるか、または含んでいない）録音の最大許容長さのように構成される。
【０１００】
（ＡＲＦ内の）強化ＲＡＭは、また、ＭＧＣからの直接コマンドにより、または検出されたイベント内の埋め込み信号により録音を一時停止させたり再開させることができる。強化ＲＡＭが供給することができる他の機能としては、現在のオーディオ・データ録音にある録音を追加する機能、ＭＧＣに対して録音を生成する場所を参照させる機能、一時停止圧縮により音声が存在しない時間を削除する機能、一定のまたは構成することができるプロンプト・トーン（例えば、ビープ音）を発生する機能、および録音のデジタル・コード化フォーマットを指定する機能等がある。録音のために使用するコード化のタイプの例は、通常、ＰＡＭ（例えば、Ｇ．７１１，Ｇ７２６，Ｇ７２９等）がサポートするコード化と同じである。
【０１０１】
強化ＲＡＭは、また、ＭＧＣにどれだけ多くのオーディオ・データを録音したか、また録音が何故止まったのかを判断する機能を供給することもできる。例えば、所定の録音時間を超えたから、音声が存在しないから、または他のイベントにより録音が中断したから等の多くの理由で録音を中止することができる。
【０１０２】
本発明の例示としての実施形態により設計した拡張ＲＡＭに対応するパッケージの一例について説明する。この例は、強化ＲＡＭを実施するために、強化ＲＡＭ用のパッケージへの書込み方法を示すいくつかの他の表示を供給できなければならない。以下に定義する強化ＲＡＭパッケージは、Ｅｎｔｅｒｐｒｉｓｅ Ｃｏｍｐｕｔｅｒ Ｔｅｌｅｐｈｏｎｙ Ｆｏｒｕｍ（ＥＣＴＦ）Ｓ．１００媒体サービス仕様に基づいている。
【０１０３】
強化ＲＡＭに関連するパッケージは、上記強化オーディオ録音機能を含む。この強化ＲＡＭパッケージは、強化ＰＡＭパッケージとほぼ同じ方法で使用することができる。例えば、（ＡＲＳのような）特定の終点が、強化ＲＡＭパッケージを実施した場合には、終点（すなわち、ＡＲＳ）は、入力パケット化音声を録音し、それをオーディオ・ストリーム・コンテナに挿入する機能を有する。さらに、終点は、また、録音をスタートする機能、録音を一時停止する機能、現在の録音の上に録音する機能等を有することもできる。
【０１０４】
強化ＲＡＭパッケージは、オーディオ録音装置を実施しているＨ．２４８／Ｍｅｇａｃｏ終点に対して、特性、信号およびイベントを定義する。オーディオ録音機能は、終点の媒体ストリームの中の１つから媒体ストリーム・データを捕捉し、それをオーディオ・ストリーム・コンテナ内に記憶する。論理オーディオ録音装置は、また、録音がスタートする直前にプロンプト・トーンを発生する機能をサポートする。
【０１０５】
強化ＲＡＭパッケージは、論理オーディオ録音装置が、（ａ）周波数および持続時間によりプロンプト・トーンを指定し、（ｂ）オーディオ録音機能を一時停止し、一時停止した位置でオーディオ録音機能を再開し、（ｃ）現在のオーディオ・ストリーム・コンテナの終わりに、捕捉したオーディオ・ストリームを追加し、（ｄ）録音したオーディオ・ストリーム内の音のない部分（音声が存在しない時間）を圧縮し、（ｅ）指定した長さの音声のない部分に基づいて、録音オーディオ信号を終了させることができるようにする。終点の論理オーディオ録音装置の機能（例えば、音のない部分を圧縮する機能、録音を一時停止し、再開する機能等）は、終点の特性により定義される。
【０１０６】
論理オーディオ・プレーヤーの場合のように、論理オーディオ録音装置は、概念的に、３つの状態、すなわち、アイドル状態、一時停止状態、および能動状態を有する。アイドル状態の場合には、論理オーディオ録音装置は、オーディオ・ストリーム・データを捕捉しないで、録音信号が全然ないのと同じになる。論理オーディオ録音装置は、録音信号に応じて一時停止状態または能動状態に移行する。信号識別子内に、録音信号と一緒に一時停止信号が含まれている場合には、一時停止状態へ移行する。そうでない場合には、能動状態に移行する。
【０１０７】
能動状態の場合、論理オーディオ録音装置は、終点内に移動するオーディオ・ストリーム・データを能動的に捕捉する。論理オーディオ録音装置は、（ａ）ＭＧＣから受信した一時停止信号により（または、検出したイベントに関連する埋め込み信号識別子により）一時停止を命令されるまで；（ｂ）録音信号を含まない置換信号識別子を受信するまで；（ｃ）録音信号に対する信号持続時間が切れるまで、または（ｄ）音声のない状態の持続時間が、指定のしきい値を超えるまで、引き続きこの状態を維持する。能動録音信号を一時停止するには、置換信号記述子は、能動維持フラッグと一緒に（または、録音機能がシーケンシャルな信号リスト内の項目としてコード化されていた場合には、同じ信号リストＩＤと一緒に）元の録音信号を含んでいなければならない。
【０１０８】
一時停止状態の場合には、論理オーディオ録音装置は、オーディオ・ストリーム・データを捕捉していない。録音信号は中断され、最後まで録音されない。論理オーディオ録音装置は、再開信号を受信した場合、同じ場所から再開できるように、オーディオ・ストリーム・コンテナ内のその位置を保持する。
【０１０９】
強化ＲＡＭと関連するパッケージは、特性として、一時停止制御特性、プロンプト・タイプ特性、プロンプト持続特性、プロンプト周波数特性、追加特性、圧縮制御特性、圧縮可能特性、圧縮しきい値特性、無音終了可能特性、無音終了しきい値特性、および録音コーダ・タイプ特性を含む種々の特性（すなわち、情報を記憶するために使用することができる変数）を有することができる。これらの各特性は、終了状態記述子で定義される。
【０１１０】
一時停止制御特性は、録音信号を一時停止し、再開することができるかどうかを表示する。より詳細に説明すると、この特性が、真の値に設定されると、下記の機能、すなわち、（ａ）信号記述子内で一時停止信号と結合している場合には、一時停止状態で録音信号がスタートすることができる機能、および（ｂ）録音信号が進行中である場合、それぞれ、一時停止信号または再開信号と結合している（能動維持フラッグがオンになっている）同じ録音信号と一緒に、置換信号記述子を受信した場合、録音信号を一時停止または再開させることができる機能がサポートされる。
【０１１１】
プロンプト・タイプ特性は、下記の可能な値、すなわち、なし（録音の前にプロンプトは発生していない）、一定（録音の前に一定のプロンプト・トーンが発生する）、および構成済み（構成可能なプロンプト・トーンが発生する）を有する列挙タイプ値を含む。この特性は、オーディオ録音装置が、録音の直前にプロンプト・トーンを発生することができるかどうかを示す。プロンプト・トーンを発生することができる場合には、この特性は、さらに、トーンが一定であるのか、またはプロンプト持続時間およびプロンプト周波数特性により構成することができるかどうかを定義する。
【０１１２】
プロンプト持続時間特性は、例えば、ミリ秒単位でプロンプト・トーンの持続時間を指定する。プロンプト周波数特性は、プロンプト・トーンの周波数をヘルツ単位で指定する。プロンプト周波数特性は、プロンプト・タイプ特性がなし以外の値に設定された場合にだけ、０より大きい値に設定することができる。
【０１１３】
追加特性は、録音したオーディオをオーディオ・ストリーム・コンテナの終わりに追加するかどうか、または、もしある場合には、オーディオ・ストリーム・コンテナの内容を置換するかどうかを示す。それ故、この特性は、すでに存在するオーディオ・ストリーム・コンテナを指定する録音信号を受信した場合に、オーディオ録音装置の動作を指定する。
【０１１４】
圧縮制御特性は、論理オーディオ録音装置が、録音の中から音声活動内の長い一時停止を除去する無音圧縮をサポートするかどうかを指定する。圧縮実行可能特性は、無音圧縮が可能であるかどうかを指定する。この特性は、圧縮制御特性が真の値に設定された場合だけ、真の値に設定することができる。圧縮しきい値特性は、無音圧縮がトリガされる前にしきい値を（例えば、ミリ秒単位で）指定する。この特性の値は、圧縮制御特性および圧縮実行可能特性が真の値に設定された場合だけ意味を持つ。
【０１１５】
無音終了実行可能特性は、指定した長さの音声がない状態が検出された場合に、録音中の無音が、録音を終わらせることができるかどうかを指定する。音声がない状態を終了させるしきい値は、録音を終了する前に、音声がない状態のしきい値を（ミリ秒単位で）指定する。この特性の値は、無音状態を終了させることができる特性が真の値に設定された場合だけ意味を持つ。
【０１１６】
録音装置コーダ・タイプ特性は、終点のオーディオ録音装置リソースがサポートするコード化を定義する。このパラメータは、サブリスト・タイプ・パラメータを取り、その可能な値は、もともとは、１９９６年１月の「最小制御によるオーディオおよびビデオ会議のためのＳｃｈｕｌｚｒｉｎｎｅ、Ｈ．ＲＴＰプロファイル」（Ｓｃｈｕｌｚｒｉｎｎｅ， Ｈ．ＲＴＰ Ｐｒｏｆｉｌｅ ｆｏｒ Ａｕｄｉｏ ａｎｄ Ｖｉｄｅｏ Ｃｏｎｆｅｒｅｎｃｅｓ ｗｉｔｈ Ｍｉｎｉｍａｌ Ｃｏｎｔｒｏｌ）、ＲＦＣ１８９０内に定義されているＲＴＰペイロード・タイプのＩＡＮＡリスト内に定義されているコード化名のサブリストである。
【０１１７】
強化ＲＡＭパッケージは、録音終了イベントを含む種々のイベントを定義する。録音終了イベントは、録音信号終了時間を検出する。関連するイベント記述子内に検出のためにロードされた場合、このイベントはパラメータを持たない。このイベントが検出されると、そのイベントは、持続時間パラメータ、すなわち、録音装置が一時停止していた時間の長さを含まない、録音の持続時間をミリ秒単位で示す、符号のない整数と一緒に、観察したイベント記述子内に挿入される。もう１つの関連するパラメータ終了方法は、列挙タイプを受け入れ、可能な値、すなわち、タイマー切れのために終了した録音を示す「ＴＯ」、あるイベントにより中断したことを示す「ＥＶ」、新しい信号記述子により停止した信号を示す「ＳＤ」、信号が、他の何らかの原因により終了したことを示す「ＮＣ」、および無音による終了を示す「ＳＴ」を含む。このパラメータは、無音終了理由の追加を含む基本Ｈ．２４８／Ｍｅｇａｃｏ一般的信号終了イベント内の終了方法パラメータと同じものである。
【０１１８】
この録音終了イベントも、終了方法を示す識別子タイプ値を受け入れる中断イベントＩＤという名前のパラメータを使用する。値［ＥＶ」は、どのイベントが録音信号を停止したかを示す。
【０１１９】
強化ＲＡＭパッケージは、録音信号、一時停止信号、および再生再開信号を含む種々の信号を定義する。
【０１２０】
録音信号は、終点に入る媒体ストリームからデータを捕捉し、それをオーディオ・ストリーム・コンテナ内に入れる。オーディオ録音機能は、終点のローカル記述子内に定義されているコード化により媒体ストリームを捕捉（デフォールト動作）するか、または指定のコード化アルゴリズムにより媒体ストリームをトランスコーディングする。強化ＲＡＭパッケージに関連する論理オーディオ録音装置が、媒体ストリームをトランスコードできない場合には、信号は失敗しエラーが表示される。
【０１２１】
録音信号は、オーディオ・ストリーム・コンテナ・パラメータ、コーダ・パラメータ、最短持続時間パラメータ、およびプロンプト・トーン・パラメータを含む追加パラメータを使用する。オーディオ・ストリーム・パラメータは、終点内に入る媒体ストリームを捕捉するのに使用するために、オーディオ・ストリーム・コンテナを指定する。コーダ・パラメータは、新しく生成したオーディオ・ストリーム・コンテナ内への終点の入力媒体ストリームを捕捉する場合に使用するコード化を指定する。このパラメータの値が、コーダ・リスト特性内に入らない場合には、エラーが返送される。オーディオ・ストリーム・コンテナ・パラメータが、特定のコード化タイプの捕捉したオーディオによりオーディオ・ストリーム・コンテナを参照した場合には、このパラメータは無視される。
【０１２２】
最短持続時間パラメータは、録音機能が有効になるように、録音機能が媒体ストリームを捕捉する最短時間を指定する。有効な録音だけが、オーディオ・ストリーム・コンテナの内容を修正する。
【０１２３】
プロンプト・トーン・パラメータは、プロンプト持続時間特性およびプロンプト周波数特性が定義するように、録音信号の前にプロンプト・トーンが存在するかどうかを指定する。プロンプト・トーンが録音の前に鳴る場合に、真の値を持ち、プロンプト・トーンが鳴らない場合には、このパラメータは偽の値を持つ。プロンプト・タイプ特性がなしに設定されると、このパラメータは無視される。
【０１２４】
一時停止信号は、（能動維持フラッグがオンの状態で）録音信号と一緒に置換信号記述子内に存在している場合には、録音信号を一時停止状態に移行し、終点の入力媒体オーディオ・ストリームの捕捉を停止する。オーディオ・ストリーム・コンテナ内の現在の位置は維持される。再生信号は最後まで録音されないが、（能動維持フラッグがオンになっている）元の録音信号と再開信号の両方を含む他の信号記述子を受信するまで、または録音信号持続時間が切れるまで中止になる。一時停止信号は、（ａ）現在の信号記述子内で録音信号が能動状態でない場合、（ｂ）置換信号記述子内に録音信号が指定されていない場合、（ｃ）現在の信号記述子内に指定された録音信号がすでに一時停止状態になっている場合、または（ｄ）一時停止制御特性が偽の値に設定されている場合には、無視される。一時停止信号は、追加のパラメータを持たない。
【０１２５】
再生再開信号は、（能動維持フラッグがオンの状態で）録音信号と一緒に置換信号記述子内に存在している場合には、録音信号を能動状態に移行し、現在の位置において、指定のオーディオ・ストリーム・コンテナへの終点の媒体ストリームの捕捉を再スタートする。再開信号は、（ａ）現在の信号記述子内の録音信号が能動状態でない場合、（ｂ）置換信号記述子内に録音信号が指定されていない場合、（ｃ）現在の信号記述子内の録音信号が、すでに能動状態になっている場合、または（ｄ）一時停止制御特性が偽の値に設定されている場合には、無視される。再生再開信号は、追加のパラメータを持たない。
【０１２６】
上記特定の実施形態の概略を参照しながら本発明を説明してきたが、当業者であれば、多くの代案、変形および変更を容易に思い付くことができることは明らかである。それ故、上記好ましい実施形態は、例示としてのものであって、本発明を制限するものではない。本発明の精神および範囲から逸脱することなしに、種々の変更を行うことができる。
【表１】
【表２】
【表３】
【表４】
【表５ａ】
【表５ｂ】
【表５ｃ】
【表６】
【図面の簡単な説明】
【０１２７】
【図１】例示としての集中型通信ネットワークの媒体ゲートウェイおよび媒体ゲートウェイ・コントローラの略図である。
【図２】コンテキスト内の１つの終点を示す媒体ゲートウェイ・コンテキストの略図である。
【図３】コンテキスト内の２つの終点を示す媒体ゲートウェイ・コンテキストの略図である。
【図４】例示としての音声ポータル内の媒体ゲートウェイおよび媒体ゲートウェイ・コントローラの略図である。
【符号の説明】
【０１２８】
１０，４０ 媒体ゲートウェイ（ＭＧ）
１２ 信号ゲートウェイ（ＳＧ）
１４ 集中型通信ネットワーク（パケット交換網）
１６，１８ ＣＳＮ
２０，２２ 通信装置
２８，３４，４２ 媒体ゲートウェイ・コントローラ（ＭＧＣ）
４４ オーディオ・リソース・サーバ（ＡＲＳ）
【０００１】
本発明は、概して、通信プロトコルに関する。
【背景技術】
【０００２】
近代の電気通信は、多くの場合、通信経路により相互に接続している一連の点またはノードからなる公衆網および専用網を通して行われる。データは、これらのノードを通してネットワークに出入りする。専用網は、多くの場合、従業員間でデータおよびリソース共有およびデータ通信（例えば、電子メールおよびファイル転送サービス）を容易に行うことができるようにするために、ビジネス企業および他の企業により使用される。地域電話会社（地域交換電話会社または公衆交換電話網（ＰＳＴＮ）とも呼ばれる）および長距離サービス・プロバイダ（中継通信事業者とも呼ばれる）は、公衆網の例である。
【０００３】
従来のＰＳＴＮまたは「旧来の(legacy)」ネットワークは、多くの場合、回路交換網（ＣＳＮ）と呼ばれる。何故なら、このようなネットワークは、回線交換、すなわち、特定の呼出しに対する通信回線（または経路）が、呼出し当事者(participants)に対して専用になっているあるタイプの交換を使用しているからである。現在、パケット交換網が、旧来のネットワークに取って代わりつつある。パケット交換は、各データ・パケット内に含まれている宛先アドレスに基づいて、ネットワークを通してデータを経路指定するために、「パケット」と呼ばれるデータの比較的小さいユニットを使用するデータ転送方法である。
【０００４】
公衆網および専用網は、音声および他の媒体（例えば、ビデオ・データ）を含む多くのタイプのデータを送る。公衆網の現在のトレンドは、インターネット・トラヒックのようなデータ・アプリケーションと同じ転送方法により、オーディオおよびビデオ・データが送られるネットワークである「集中型(converged)」通信ネットワークの方向に向かっている。この次第に盛んに使用されるようになってきている転送方法は、回線をベースとするものではなく、パケット交換タイプのものである。
【非特許文献１】
ＥＣＴＦ仕様（「ＳＡＰＩ」と呼ぶ、１９９５年にマイクロソフト社（Ｍｉｃｒｏｓｏｆｔ Ｃｏｒｐｏｒａｔｉｏｎ）が公表した「音声ＡＰＩ ＳＤＫ：マイクロソフト音声ＡＰＩ」バージョン１．０
【非特許文献２】
１９９６年１月の「最小制御によるオーディオおよびビデオ会議のためのＳｃｈｕｌｚｒｉｎｎｅ、Ｈ．ＲＴＰプロファイル」（Ｓｃｈｕｌｚｒｉｎｎｅ， Ｈ．ＲＴＰ Ｐｒｏｆｉｌｅ ｆｏｒ Ａｕｄｉｏ ａｎｄ Ｖｉｄｅｏ Ｃｏｎｆｅｒｅｎｃｅｓ ｗｉｔｈ Ｍｉｎｉｍａｌ Ｃｏｎｔｒｏｌ）
【発明の開示】
【発明が解決しようとする課題】
【０００５】
しかし、集中型通信ネットワークは、在来の回線交換ネットワークと協力しなければならない。通常、異なるネットワークのユーザは、音声および他の媒体（本明細書においては、一般的に「データ」と呼ぶ）を相互に送信しなければならない。この目的のために媒体ゲートウェイを使用することができる。
【課題を解決するための手段】
【０００６】
インターネット通信技術作業部会（ＩＥＴＦ）規格および国際電気通信連合（ＩＴＵ）規格の両方が、相対的にインテリジェントな媒体ゲートウェイ・コントローラ（「マスタ」デバイスとして機能する）が、相対的にインテリジェントでない媒体ゲートウェイ（スレーブ・デバイスとして機能する）を制御する物理的および論理的に分解した媒体ゲートウェイの必要性を認識している。媒体ゲートウェイは、ネットワーク間でトランスコーダとして機能する。媒体ゲートウェイおよび媒体ゲートウェイ・コントローラは、制御プロトコルを通して相互に通信する。ＩＥＴＦ Ｍｅｇａｃｏ作業部会およびＩＴＵ ＳＧ１６は、合同で、この目的のためにＭｅｇａｃｏ／Ｈ．２４８プロトコルを開発した。
【発明を実施するための最良の形態】
【０００７】
Ｈ．２４８／Ｍｅｇａｃｏ仕様および／またはＨ．２４８プロトコルに対する要件(requirements)は、本明細書において使用する下記の用語、すなわち、「媒体ゲートウェイ機能」、「媒体ゲートウェイ」（「媒体ゲートウェイ・ユニット」とも呼ばれる）、「媒体ゲートウェイ・コントローラ」（本明細書においては、「ＭＧＣ」とも呼ぶ）、「媒体リソース」、「終点(termination)」および「オーディオ・リソース機能」（本明細書においては、「ＡＲＦ」とも呼ぶ）を定義する。
【０００８】
このような規格の公布により、現在、拡張機能をサポートする多くの媒体処理構成要素を入手することができる。それ故、市販の媒体処理構成要素の全機能を完全に活用するためには、媒体制御プロトコルを規定することが望ましい。これらの媒体制御プロトコルは、民間セクターおよび公的セクターに媒体サービスを提供する電気通信サービス・プロバイダにとって特に有用である。
【０００９】
これらの市販の媒体処理構成要素の多くは、Ｅｎｔｅｒｐｒｉｓｅ Ｃｏｍｐｕｔｅｒ Ｔｅｌｅｐｈｏｎｙ Ｆｏｒｕｍ（ＥＣＴＦ）Ｓ．１００媒体サービス仕様に適合している。通常、Ｓ．１００フレームワークは、オーディオ・ファイルの再生および録音を含み、音声認識およびテキスト音声変換技術を含む、媒体サービスの広範な定義を規定する。しかし、Ｈ．２４８／Ｍｅｇａｃｏ要件により実施したＡＲＦは、これらの市販の媒体処理構成要素を供給するのに十分な媒体処理機能を供給しない。
【００１０】
それ故、本発明の例示としての実施形態は、媒体ゲートウェイ内の終点が、もっと高度の媒体処理機能を行うことができるようにする目的で、そのプロトコルで許容できるＨ．２４８／Ｍｅｇａｃｏ ＡＲＦのいくつかを強化する拡張を定義することにより、Ｈ．２４８／Ｍｅｇａｃｏ制御媒体ゲートウェイおよび／または媒体サーバに対して、ＥＣＴＦ Ｓ．１００に似た機能を提供する。
【００１１】
Ｈ．２４８／Ｍｅｇａｃｏ仕様は、このプロトコルが供給する基本機能を拡張できるように書かれている。Ｈ．２４８／Ｍｅｇａｃｏ機能の拡張は、「パッケージ」と呼ばれるプロトコル定義により提供される。強化された機能を提供するプロトコル定義の例としては、「パッケージ」のセットとしての下記のもの等がある。これらのパッケージは、Ｍｅｇａｃｏ／Ｈ．２４８プロトコルにより制御することができるＡＲＦを実施する終点に対して、新しい特性、信号およびイベントを定義する。
【００１２】
通常、Ｓ．１００フレームワークは、オーディオ・データ・ファイルの再生および録音を含み、音声認識およびテキスト音声変換技術を含む媒体サービスの広範な定義を規定する。これらのパッケージにより、ＭＧＣは、Ｓ．１００に適合する媒体処理リソースが入手することができる媒体機能にアクセスする終点を制御することができる。
【００１３】
Ｍｅｇａｃｏ／Ｈ．２４８要件は、自立型ＭＧサーバＩＶＲ、インテリジェント周辺機器、音声／話者認識ユニット、ＭＧ等上で展開することができる１つまたはそれ以上の機能モジュール（例えば、オーディオ再生モジュール（ＰＡＭ）、オーディオ録音モジュール（ＲＡＭ）またはテキスト音声変換オーディオ再生モジュール（ＴＴＳＰＡＭ））からなると規定している。例えば、ＰＡＭのようなモジュールは論理的コンセプトである。オーディオ・データの実際の再生は、例えば、ＭＧまたはオーディオ・リソース・サーバ（ＡＲＳ）上に位置するデジタル信号処理（ＤＳＰ）ハードウェアを制御するためのＰＡＭにより実現することができる。ＰＡＭの場合には、このＤＳＰハードウェアの機能は、発呼者の要求に応じてオーディオ・データを再生する機能である。
【００１４】
本発明の例示としての実施形態の場合には、強化ＰＡＭ、ＴＴＳＰＡＭおよびＲＡＭが媒体処理機能を提供する。
【００１５】
図１は、集中型通信ネットワーク１４の媒体ゲートウェイ（ＭＧ）１０，４０および媒体ゲートウェイ・コントローラ（ＭＧＣ）２８，３４および４２の略図である。図１に示すように、ＭＧ１０および信号ゲートウェイ（ＳＧ）１２は、例えば、中継通信事業者およびＣＳＮ１６が管理または提供するパケット交換網１４のところで終わっている。ＣＳＮ１６は、地域電話会社（例えば、地域交換電話会社）を表す。パケット交換網１４（例えば、長距離通信事業者）は、ＣＳＮ１６からＣＳＮ１８への呼出しを送信するために機能するように構成することができる。ＣＳＮ１８は、例えば、第２の地域電話会社を表す。
【００１６】
ＭＧ１０は、ＣＳＮ１６から受信した回線交換音声データを、パケット交換網１４を通して送信するために、パケット化音声データに変換したり、またその逆を行うように構成することができる。ＭＧ１０は、また、その一方または両方が電話またはモデムである通信装置２０から通信装置２２への呼出しを終了させるために、およびその逆を行うために、ＣＳＮ１８にパケット化音声データおよび他のオーディオ・データを経路指定するように構成することができる。
【００１７】
ＭＧ１０，４０は、その中の一方が、パケットをベースとするか、フレームをベースとするか、またはセルをベースとするネットワークであると仮定する潜在的に異なるネットワーク間で媒体マッピングおよび／またはトランスコーディング機能を提供するために動作する、ハードウェアとソフトウェアの両方を含む、物理的な機械または機械のセットであってもよい。例えば、ＭＧは、ＣＳＮ施設（例えば、トランク、ループ等）のところで終わることもできるし、まだパケット化されていなくても、媒体ストリームをパケット化することもできるし、および／またはパケット化トラヒックをパケット・ネットワークに送ることもできる。ＭＧは、パケット・ネットワークからＣＳＮへ流れる媒体ストリームに対して逆の順序でこれらの機能を実行することができる。しかし、ＭＧの機能は、パケット／フレーム／セルをベースとするネットワークとＣＳＮとの間で変換を行うことだけに制限されない。ＭＧが提供する媒体リソースの他の例としては、すべてのパケット・インタフェースを含む会議ブリッジ、会話型音声認識ユニット（ＩＶＲ）、ＡＲＦ、またはセル・インタフェース、コーデック、アナウンスメント、トーン、モデム等を有する音声認識システムがある。ＭＧは、また、ＳＧに関連する機能を動作できるようにするソフトウェアおよびハードウェアを含むこともできる。
【００１８】
ＩＥＴＦおよびＩＴＵは、ＭＧが多くのタイプの媒体処理リソースを含むことができることを認識している。Ｍｅｇａｃｏ／Ｈ．２４８要件仕様は、ＭＧは、下記の機能、すなわち、リソースを留保および開放する機能、媒体リソースによりリソースおよび媒体処理の状態を提供する機能を含んでいると見なされる。これらのリソースは、トランスコーディング、会議の開催、ＩＶＲおよびＡＲＦのようなサービスを提供する。媒体リソースは、直接他のリソースの一部であってもよいし、なくてもよい。
【００１９】
ＭＧ１０およびＳＧ１２は、パケット交換網１４とＣＳＮ１６との間の通信および／または協力を容易にする。この協力により、例えば、ＳＧ１２のようなＳＧを通しての呼出し信号プロトコルを適合させることもできるし、例えば、ＭＧ１０のようなＭＧを通して（通常は、「ストリーム」の形の）オーディオ・データを適合させることができる。
【００２０】
オーディオ・リソース・サーバ（ＡＲＳ）４４は、アナウンスメントまたは他の自動的または半自動的オーディオ・サービスが、長距離サービスを容易に行うことができるようにするために、パケット交換網１４上またはその内部に設置することもできる。例えば、発呼者(caller)が、通信装置２０と２２との間の電話呼出し(phone call)に対する支払いをするために、長距離呼出し(calling)カードを使用したい場合には、パケット交換網１４は、通信装置２０からＡＲＳ４４に呼出しを経路指定することができる。ＡＲＳ４４は、発呼者が、通信装置２０により電話呼出しに対する支払いができるようにするために、ＡＲＳ４４の構成要素が相互作用を行うことができるように構成することができる。
【００２１】
（通信装置２０からＭＧ１０への）送信経路２４上のオーディオ・データは回線交換することができ、（ＭＧ１０からＡＲＳ４４への）経路２６上のオーディオ・データもパケット交換することができる。通信装置２０を使用している発呼者が長距離電話番号をダイヤルすると、呼出し信号をＣＳＮ１６を通して送信することができる。呼出し信号は、例えば、ＳＳ７プロトコルを使用することができる。ＳＧ１２は、ＣＳＮ１６から呼出し信号を受信することができ、例えば、ＴＣＰ／ＩＰ通信事業者（または、他の適当なプロトコル）により、ＭＧＣ２８にＳＳ７信号を送信することができる。ＳＧ１２は、パケット交換網１４を通して、通信装置２０に長距離サービスを提供する長距離サービス・プロバイダであってもよいＭＧＣ２８にこの信号を送ることができる。この送信を行うために、ＭＧ１０を制御するマスタ・デバイスとして機能するように構成することができるＭＧＣ２８に、経路３０を通して呼出し信号データを送信することができる。
【００２２】
データは、Ｍｅｇａｃｏ／Ｈ．２４８プロトコルにより、ＭＧＣ２８とＭＧ１０との間の経路３２を通して送信することができる。ＳＧ１２から信号データを受信しているＭＧＣ２８に応じて、ＭＧＣ２８は、通信装置２０がＡＲＳ４４に接続したがっていること、またＭＧＣ２８が必要な信号を持っていることを知らせる。これに応じて、ＭＧ１０は、経路２４および／または２６のところで終ったり、接続させたりすることができ、また経路２４上の回線交換オーディオ・データを経路２６上のパケット交換オーディオ・データに変換するために必要なトランスコーディングを提供することができる。次に、ＭＧ１０は、（ネットワーク１４がＴＣＰ／ＩＰプロトコルを使用しているものと仮定して）ＡＲＳ４４のＩＰアドレスにパケット交換オーディオ・データを経路指定することができる。
【００２３】
ＭＧＣ３４は、経路３８を通して送信されたＭｅｇａｃｏ／Ｈ．２４８プロトコルに適合するコマンドによりＡＲＳ４４を制御することができる。ＭＧＣ２８も、経路３６により、ＡＲＳ４４が入力オーディオ・データを持っていることをＭＧＣ３４に知らせることができる。ＭＧＣ３４は、次に、ＡＲＳ４４に媒体ゲートウェイ１０からＡＲＳ４４に送信したパケット交換オーディオ・データを終らせるように命令することができる。ＭＧＣ３４は、次に、独立に、または通信装置２０から送信された入力信号に応じて、ＡＲＳ４４に、例えば、オーディオ・データを再生および／または録音するように命令することができる。発呼者のクレジット・カードまたは他の必要なビジネス取引きデータがＡＲＳ４４に送信された後で、ＭＧＣ２８，３４は、通信装置２０をＡＲＳ４４から切り離すことができ、ＭＧＣ２８，４２は、ＭＧ１０，４０に、それぞれ、経路４３上のパケット交換オーディオ・データの送信に協力するように命令することができる。信号データは、経路４８を通して、ＭＧＣ２８からＭＧＣ４２に送信することができる。ＭＧＣ４２は、ＭＧ４０に、ＣＳＮ１８を通して通信装置２２に電話呼出しを送るように命令する。
【００２４】
ＡＲＳ４４上に常駐するＡＲＦは、発呼者に媒体サービスを提供することができる。ＡＲＦは、例えば、媒体の再生および／または媒体の録音のような指定機能を実行することができる論理装置である。概念上、ＡＲＦは、ハードウェアと協力して、受信したコマンドに基づいてある機能を実行するアルゴリズムの集合体またはセットであると見なすことができる。ＡＲＦは、例えば、ＩＶＲ、インテリジェント周辺機器、音声／話者認識ユニットのようなＭＧまたは自立型サーバ上で展開することができる１つまたはそれ以上の機能モジュールを含む。
【００２５】
ＭＧは、下記のＡＲＦモジュール、すなわち、オーディオ再生モジュール、デュアルトーン多周波（ＤＴＭＦ）収集モジュール、オーディオ録音モジュール、音声認識モジュール、話者確認／識別モジュール、聴覚機能抽出／識別モジュール、またはオーディオ会議開催モジュールのうちの１つまたはそれ以上の中に定義されているタスクを実行する場合には、オーディオ実行可能ゲートウェイ（ＡＥＧ）の資格を得ることができる。それ故、ＡＲＦがこれらのＡＲＦモジュールのうちの１つまたはそれ以上をサポートする場合には、ＭＧ内の終点はＡＲＦを実現することができる。
【００２６】
ＭＧ５１は、図２に示すように、１つまたはそれ以上の終点５０を実施することができる。コンテキスト５２を通して２つまたはそれ以上の終点５０を相互に接続することができる。コンテキスト５２は、論理的なコンセプトであり、１つまたはそれ以上の終点５０が接続しているスペースを表す。終点５０は、ＭＧ５１に関する媒体の流れの入口点および／または出口点である。図２の１つの終点５０は、例えば、リアルタイム転送プロトコル（ＲＴＰ）ストリーム５４上のオーディオ・データを再生することができるように、特定の媒体ゲートウェイに関連するＲＴＰパケット・データ・ストリーム５４に関連するプレーヤー(player)機能を表すことができる。この例の場合には、図２は、ＭＧ５１の終点としての特定のプレーヤーの識別を表す。
【００２７】
ＭＧが、２つまたはそれ以上の終点を相互に接続するように命令された場合には、ＭＧは、各終点に出入りする流れがどのように相互に関連しているかを理解する。終点は、また、「ベアラ点」とも呼ばれる。Ｈ．２４８／Ｍｅｇａｃｏは、ゲートウェイ、終点およびコンテキストの基本機能を定義する。
【００２８】
図３は、１つのコンテキスト６４内で接続している２つの終点５６，５８の略図である。図３のＲＴＰストリーム６０は、例えば、パケット化音声または他のオーディオ・データであってもよい。終点５８は、例えば、ＣＳＮネットワークまたはチャネル６２からの音声データであってもよい。それ故、図３は、ＣＳＮおよびパケット交換網のところで終わるＭＧ５５を表す。ＭＧ５５のようなＭＧは、必要な場合には、トランスコーディング（または適合）機能を提供することができる。例えば、相互に接続している２つの媒体ストリームが異なる特性を持っている場合に、トランスコーディング機能が必要になる場合がある。
【００２９】
多くの場合、ネットワークをベースとするアナウンスメントをサポートするのに、または会話型音声応答（例えば、呼出しカード番号の収集）を必要とするアプリケーションをサポートするのに、図１のネットワーク１４のような集中型通信ネットワークが必要になる。これは、集中型通信ネットワーク上または１つまたはそれ以上の媒体ゲートウェイ内のどこかに位置する集中ＡＲＳ上に常駐するＡＲＦにより実行することができる。
【００３０】
図４は、２つのＭｅｇａｃｏ／Ｈ．２４８媒体ゲートウェイ・コントローラＭＧＣ４２８，４３４、およびＭｅｇａｃｏ／Ｈ．２４８制御ＡＲＳ４４４を含む例示としての集中型通信ネットワーク４００である。図４に示すように、集中型ネットワーク４００内の音声ポータル７０は、通信装置４２０を通して、エンドユーザにオーディオ・データを供給するのに使用することができる。例えば、エンドユーザが、特定のタイプの食事を提供する最も近いレストランの位置を知りたい場合には、ユーザは、オーディオ・データを送受信することによりＡＲＳ４４４と会話するために通信装置４２０を使用することができる。
【００３１】
音声ポータル７０は、ＭＧ４１０、１つまたはそれ以上のＭＧＣ４２８，４３４およびＡＲＳ４４４を含むことができるが、ＭＧＣ４３４およびＡＲＳ４４４だけを含むこともできる。１つまたはそれ以上のＡＲＦが、ＡＲＳ４４４上に常駐することができる。ＡＲＳ４４４上で実施されたＡＲＦは、オーディオ再生モジュール、オーディオ録音モジュール、音声認識モジュールおよび／またはテキスト音声変換オーディオ再生モジュールを含むことができる。第１のＭＧＣ４２８は、経路４２６がＡＲＳ４４４のところで終らなければならないことを表示目的で、ＡＲＳ４４４の動作を制御するＭＧＣ４３４に信号を送信するために、ＳＧ４１２と協力することができる。
【００３２】
ＭＧ４１０は、ＣＳＮオーディオ・データを、パケット交換オーディオ・データに変換し、パケット化オーディオ・データをＡＲＳ４４４に送信することができる。ＡＲＦのおかげで、ＡＲＳ４４４は、例えば、音声認識、アナウンスメント再生機能、およびメッセージを録音するための録音機能を含む多くの機能を含むことができる。
【００３３】
本発明の例示としての実施形態は、媒体ゲートウェイ内の終点が、もっと高度の媒体処理機能を持つことができるように、プロトコルで使用することができるいくつかのＨ．２４８／Ｍｅｇａｃｏ ＡＲＦモジュールを供給し、および／またはこれらに拡張することができる。
【００３４】
ＩＥＴＦおよびＩＴＵ規格本体は、Ｈ．２４８／Ｍｅｇａｃｏプロトコルの合同設計中、ＭＧが大きく異なる特徴を持つ終点を実施することができることをすでに認識している。それ故、Ｍｅｇａｃｏ／Ｈ．２４８プロトコルは、終点に別の「パッケージ」のセットとして実施される追加の特性、イベント、信号および統計を実現し、実施し、また使用することができるようにすることにより拡張することができるように設計されている。それ故、本発明の例示としての実施形態は、ＡＲＦに拡張機能を提供する新しいパッケージ向けのものである。
【００３５】
Ｈ．２４８／Ｍｅｇａｃｏプロトコルに基づいて、本発明の例示としての実施形態により設計したＡＲＦは多くの媒体機能を有する。ＡＲＦを実施するＭＧ内の終点は、新しい特性、イベント、信号および統計を実施するパッケージをサポートすることができる。このようなパッケージのユーティリティは、ＩＴＵ−Ｔ研究グループ１１で、規格に対する潜在的付属書類Ｍとして現在考慮中である。提案の付属書類Ｍは、例えば、アナウンスメント再生、ディジット収集およびオーディオ・データの録音のような標準ＩＶＲ動作をサポートする。提案の付属書類は、また、オーディオ・パラメータにより、簡単なオーディオへの直接参照、簡単なおよび複雑なオーディオへの間接参照をサポートし、オーディオ中断の制御、ディジット・バッファの制御、特殊キー・シーケンス、データ収集中の再度のプロンプトに対するサポートをサポートする。
【００３６】
本発明の第１の例示としての実施形態の場合には、強化ＰＡＭは、オーディオ・ストリーム・コンテナの内容の再生をＡＲＦ ＭＧに要求することができるように構成され、また、例えば、再生音量、速度、反復、反復再生間の間隔および再生時間のような再生特性を指定できるように構成される。オーディオ・ストリーム・コンテナは、ＰＡＭが再生するオーディオ・データ内容に対する抽出コンセプトであり、通常、ファイルであるが、必ずしもファイルである必要はない。
【００３７】
さらに、強化ＰＡＭは、ＭＧＣからの直接コマンドにより、または検出したイベント内の埋め込み信号によりオーディオ再生の速度および音量を調整（または、「トグル」）する機能を含む追加機能を提供するように構成される。それ故、本発明の例示としての実施形態により設計したＰＡＭを使用すれば、例えば、ＤＴＭＦプッシュボタン電話からのものでもよい信号に基づいて、オーディオ・データ再生の速度および／または音量を調整またはトグルすることができるＨ．２４８／Ｍｅｇａｃｏプロトコルの公布および実施を行うことができる。
【００３８】
この強化ＰＡＭは、また、ＭＧＣからの直接コマンドにより、または検出したイベント内の埋め込み信号により、オーディオ・データ再生を一時停止したり、および／または再開したりする機能も提供する。強化ＰＡＭは、さらに、ＭＧＣからの直接コマンドにより、または検出したイベント内の埋め込み信号により、アナウンスメント内で、またはアナウンスメント・リスト内で、指定の時間単位を前方または後方にジャンプさせる機能も提供する。それ故、検出したイベント内の埋め込み信号は、強化ＰＡＭの実行時の制御を行う。強化ＰＡＭは、また、ＭＧ上でＰＡＭ実行可能終点によりサポートされているコーダのタイプを決定する機能をＭＧＣに供給し、再生がイベントまたは置換信号により中断したというような、オーディオ再生の中止の理由をＭＧＣに報告する機能をＭＧに供給する。
【００３９】
本発明の例示としての実施形態により設計した拡張ＰＡＭに対応するパッケージの一例について説明する。この例は、強化ＰＡＭを実施するための強化ＰＡＭに対するパッケージの書き方のある他の表示も行わなければならない。以下に定義するＰＡＭパッケージは、Ｅｎｔｅｒｐｒｉｓｅ Ｃｏｍｐｕｔｅｒ Ｔｅｌｅｐｈｏｎｙ Ｆｏｒｕｍ（ＥＣＴＦ）Ｓ．１００媒体サービス仕様に基づいている。
【００４０】
強化ＰＡＭに対応するパッケージは、オーディオ・プレーヤーを実施するＨ．２４８／Ｍｅｇａｃｏ終点に対する特性、信号およびイベントを定義することができる。オーディオ再生機能により、１つのオーディオ・ストリーム・コンテナから、またはＭＧ上のオーディオ・ストリーム・コンテナのリストからシーケンシャルに終点の媒体ストリームの中の１つに媒体ストリーム・データを送信することができる。オーディオ・ストリーム・コンテナは、関連するコード化タイプおよびクロック速度を持つオーディオ・データの抽象的表現である。オーディオ・ストリーム・コンテナは、ＭＧ上に記憶することができる。しかし、そのような要件は存在しない。オーディオ・ストリーム・コンテナは、データを再生するデフォールト速度および音量を有する。終点のオーディオ・プレーヤーによりサポートされているコーダは、終点特性として定義される。
【００４１】
Ｈ．２４８／Ｍｅｇａｃｏは、各終点に対して、パッケージのあるセットを実施するように要求し、終点に対して、これらのパッケージを関連ＭＧＣに報告するように要求する。例えば、強化ＰＡＭに対応するパッケージのような特定のパッケージを実施する任意の終点は、そのパッケージに対して列挙されたすべての特性を有する。
【００４２】
強化ＰＡＭに関連するパッケージは、それを実施するＨ．２４８／Ｍｅｇａｃｏ終点に対して、オーディオ・データ再生を一時停止し、次にオーディオ再生の速度および／または音量を増減し、および／またはオーディオ・ストリーム・コンテナ内またはオーディオ・ストリーム・コンテナのリスト内で、前後にジャンプするために、その一時停止した位置から再生を再開する機能を有する論理オーディオ・プレーヤーに関連する機能を提供することができる。終点の論理オーディオ・プレーヤーの機能（例えば、オーディオ・ストリーム・コンテナ内、音量／速度制御範囲内等でジャンプする機能）は、終点の特性により定義される。
【００４３】
このような論理オーディオ・プレーヤーが、３つの概念上の状態、すなわち、アイドル状態、一時停止状態、および能動状態を有することができることは注目に値する。アイドル状態の場合、論理オーディオ・プレーヤーは、データを全然送信しないし、それに関連するオーディオ・ストリーム・コンテナを持っていないので、再生信号が存在しないのと同じことになる。論理オーディオ・プレーヤーは、再生信号に応じて一時停止状態または能動状態に移行する。信号識別子に再生信号と一緒に一時停止信号が含まれている場合には、一時停止状態へ移行する。そうでない場合には、能動状態に移行する。
【００４４】
能動状態の場合、論理オーディオ・プレーヤーは、オーディオ・ストリーム・コンテナから、終点から外側へデータを能動的に送信する。論理オーディオ・プレーヤーは、（１）ＭＧＣから受信した一時停止信号により（または、検出したイベントに関連する埋め込み信号識別子により）一時停止を命令されるまで；（２）再生信号を含まない置換信号識別子を受信するまで；（３）再生信号に対する信号持続時間が切れるまで、または（４）論理オーディオ・プレーヤーが、自分が再生しているオーディオ・ストリーム・コンテナの終わりに達するまで（または、再生がシーケンシャルな信号リストの一部である場合には、シーケンシャルな信号リスト内に再生信号が存在しなくなるまで）、引き続きこの状態を維持する。
【００４５】
論理オーディオ・プレーヤーが能動状態にある場合には、ＭＧは、現在の再生信号の速度または音量の調整を要求する信号を受信することができる。別の方法としては、ＭＧは、現在再生中のオーディオ・ストリーム・コンテナ内での、前後へのジャンプを要求する信号を受信することができる。これらのそれぞれの場合、信号識別子は、再生機能がシーケンシャルな信号リストとしてコード化されている場合には、（下記の）能動維持フラッグがオンになっている状態の、または同じ信号リストＩＤと一緒に、元の再生信号を含むことができる。
【００４６】
一時停止状態の場合には、論理オーディオ・プレーヤーは、オーディオ・ストリーム・データを送信していない。再生信号は中止され、最後まで再生されない。論理オーディオ・プレーヤーは、再開信号を受信した場合、同じ場所から再開できるように、再生中のオーディオ・ストリーム・コンテナ内のその場所を保持する。
【００４７】
強化ＰＡＭと関連するパッケージは、特性として、一時停止制御、再生速度の最大限増大、再生速度の最大限低減、再生音量の最大限増大、再生音量の最大限低減、ジャンプ制御、プレーヤー・コーダ・タイプ、およびオーディオ・ストリーム・コンテナ・オフセット特性を含む種々の特性（すなわち、情報を記憶するために使用することができるパラメータ）を有することができる。これらの各特性は、終点状態記述子で定義される。Ｈ．２４８／Ｍｅｇａｃｏは、特性をグループ分け呼出し「記述子」に編成する。これらの記述子は、Ｈ．２４８／Ｍｅｇａｃｏ仕様に定義されている特性を含む。Ｈ．２４８／Ｍｅｇａｃｏ定義記述子に追加するために、新しい特性をパッケージ内に定義することができる。Ｈ．２４８／Ｍｅｇａｃｏ定義記述子に追加された特性は、「パッケージ名／特性名」というフォーマットに続くパッケージ名および特性名の組合わせにより名前がつけられ、参照される。
【００４８】
一時停止制御特性が「真」の値に設定されると、対応する論理オーディオ・プレーヤーは一時停止することができる。その結果、論理オーディオ・プレーヤーは、下記の機能、すなわち、ａ）信号記述子内で一時停止信号と結合している場合には、一時停止状態で再生信号がスタートすることができる機能、およびｂ）再生信号が進行中である場合、オーディオ・プレーヤーを、それぞれ、一時停止信号および再開信号と結合している（能動維持フラッグがオンになっている状態の）同じ再生信号と一緒に、置換信号記述子で一時停止または再開させることができる機能をサポートする。一時停止制御特性が「偽」の値に設定された場合には、ＭＧＣは、パッケージにより実施した強化ＰＡＭを一時停止できないことと、すべての一時停止信号が無視されることを知る。特性はＭＧＣにより読むことができるが、ＭＧＣにより変更することはできない。特性により、ＭＧＣは、一時停止を行うことができるかどうかを判断することができる。
【００４９】
再生速度特性の最大限増大は、再生速度をどれだけ調整することができるかを示す。速度調整信号は、オーディオ・データ再生の速度を修正して速くすることもできるし、遅くすることもできる。速度の調整単位としては、例えば、通常の速度からの百分率を使用することができる。再生速度特性の最大限増大の値は、使用できる再生速度での最大の百分率による増大である。再生速度の増大をサポートしない論理オーディオ・プレーヤーの場合には、この特性の値を０とすることができる。再生速度特性の最大限増大は、０からデフォールトまたは通常の再生速度から最大の正の偏差の範囲内で整数タイプの値とすることができる。
【００５０】
同様に、再生速度特性の最大限低減は、例えば、使用できるデフォールト再生速度からの最大限度の百分率の低減による再生速度での最大限低減を示す。再生速度の低減をサポートしない論理オーディオ・プレーヤーの場合には、この特性の値を０とすることができる。この特性は整数タイプであり、可能な値の範囲は−１００〜０の範囲である。これらの値は、例えば、スケール上の極限の値を表すことができ、（値０に対応する）再生速度の非最大限低減から（値−１００に対応する）再生の絶対停止までの範囲に及ぶ。
【００５１】
再生音量特性の最大限増大は、音量調整信号が、オーディオ・データ再生の音量レベルをどれだけ増大することができるかを示す。音量の調整単位としては、通常の音量またはデフォールトの音量からのｄＢ単位を使用することができる。音量の増大をサポートしない論理オーディオ・プレーヤーの場合には、この特性の値を０とすることができる。
【００５２】
再生音量特性の最大限低減は、音量調整信号が、オーディオ・データの再生の音量レベルをどれだけ低減することができるかを示す。音量調整の単位としては、通常の音量またはデフォールトの音量からのｄＢ単位を使用することができる。音量の低減をサポートしない論理オーディオ・プレーヤーの場合には、この特性の値を０とすることができる。
【００５３】
ジャンプ制御特性により、オーディオ・データ再生を聞いているユーザは、オーディオ・データの、それぞれ、一部をスキップしたり、または一部を反復したりするために前後にジャンプすることができる。本発明の例示としての実施形態により設計された強化ＰＡＭは、再生中のコンテナ内の全オーディオ・データに対する特定の瞬間に、再生中のオーディオ・データの「位置」を決定することができる。
【００５４】
ジャンプ制御特性を真の値に設定した場合には、論理オーディオ・プレーヤーの能動状態または一時停止状態で受信したジャンプ信号は、このプレーヤーを現在の位置からオーディオ・ストリーム・コンテナ内で前後に移動させることができるし、または、別の方法としては、再生中のオーディオ・ストリーム・コンテナのシーケンシャルな信号リスト内で前後に移動させることができる。モード、方向、単位変化は、ジャンプ信号のパラメータにより指定される。ジャンプ制御は、真または偽の値に設定することができる特性である。ジャンプ信号は、この特性が真の値に設定されている場合には、能動または一時停止再生信号中に、オーディオ・ストリーム・コンテナ内の現在の位置を修正することができる。この特性が偽の値に設定されている場合には、再生信号は、能動状態または一時停止状態の場合、その位置を変更させることはできない。それ故、この特性が偽の値に設定されている場合には、すべてのジャンプ信号は無視される。
【００５５】
プレーヤー・コーダ・タイプ特性は、終点の強化ＰＡＭがサポートするオーディオ・ストリーム・コンテナのコード化を定義する。プレーヤー・コーダ・タイプ特性は、インターネット割当てナンバリング機関（ＩＡＮＡ）が定義したＲＴＰペイロード・タイプのサブリストである使用できる値を有するサブリスト・タイプである。
【００５６】
強化ＰＡＭパッケージは、再生開始イベントおよび再生終了イベントを含む多数のイベントを定義する。通常、「イベント」とは、ＭＧ上のパケット交換終点または回線交換終点上で検出される任意の出来事である。例えば、ＭＧは、（例えば、ＰＳＴＮから幹線経由でＭＧに間接的に接続しているプッシュボタン電話を有する代わりに）直接プッシュボタン電話のところで終らせるために使用することができる。この場合、可能なイベントとしては、接続フック（受話器を取り上げる動作）、切断フック（受話器を置く動作）「フックフラッシュ」ボタンを押す行為、またはＤＴＭＦキーを押す行為等がある。別の例としては、ＡＲＦの強化ＰＡＭが、パケット交換終点または回線交換終点により、ＭＧ上で実現された場合には、ＭＧは強化ＰＡＭの機能に関連するイベントを検出することができる。
【００５７】
再生開始イベントは、再生がスタートした時間の検出に対応する。これにより、ＭＧは、Ｈ．２４８／Ｍｅｇａｃｏプロトコルが定義している、いわゆる「埋め込み信号記述子」を可能にするために、ＭＧにとって知ることが重要な場合がある、強化ＰＡＭが再生をスタートした時間を知ることができる。すなわち、このイベントは、埋め込み信号記述子をトリガするために使用することができる。埋め込み信号記述子を理解するには、最初に、Ｈ．２４８／Ｍｅｇａｃｏプロトコルが、「信号」を外部の世界に送信することができる何かであると定義していることを理解する必要がある。ＭＧからユーザの電話機に送られた「呼出し音」の発生は、信号の一例である。
【００５８】
通常、ＭＧ内の埋め込み信号記述子により、ＭＧは、特定の信号を直ちに再生することにより、特定の検出したイベントに応答することができる。Ｈ．２４８／Ｍｅｇａｃｏは、ＭＧがそのイベントを検出した場合に、適当な信号を再生することにより、ＭＧが直ちに直接応答するように、ＭＧに特定のイベントの表示をコード化する１つの方法を供給する。これは、通常、埋め込み信号記述子と呼ばれる。埋め込み信号記述子を使用すると、ＭＧＣがＭＧにより検出したイベントの通知を受け、ＭＧＣがそれを命令した後でだけ、ＭＧがそのイベントに応答するという要件がなくなるので、あるイベントに対する応答を速くすることができる。この後者の状況の場合には、前者の埋め込み信号状況より遅延が長くなる。
【００５９】
例えば、再生開始イベントが検出された場合、オーディオ・データを再生しながらオーディオ・データを聞いている人が何を言っているかを録音するために、録音イベントを直ちにスタートするために、埋め込み信号記述子を使用することができる。このイベントに関連するイベント・パラメータも存在しないし、このイベントに関連する任意の観察されたイベント記述子も存在しない。この意味を理解するためには、通常、イベントが検出され、報告された場合、この情報は観察したイベントと呼ばれる記述子で送信されることを理解しなければならない。観察したイベント記述子内の各イベントに関連する、例えば、何時オーディオ再生がスタートしたのかを示すタイムスタンプのような１つまたはそれ以上のパラメータが存在する場合がある。次に、このパラメータは、観察したイベント記述子に記述されたイベントと関連づけられる。
【００６０】
同様に、再生終了イベントは、再生の終了時間の検出に対応し、それにより、ＭＧＣは、ＰＡＭが再生をストップした時間を知ることができる。パッケージは、観察したイベント記述子で報告された再生終了イベントへのパラメータを定義することができる。例えば、オーディオ・ストリーム・コンテナ・パラメータは、オーディオ再生シーケンシャル信号リストが停止または中断した瞬間に、再生していたオーディオ・ストリーム・コンテナを指定することができる。同様に、終了方法パラメータは、再生終了イベントに関連づけることができ、例えば、終了時間アウト持続時間に関連する使用できる値、検出したイベントによる中断、新しい信号記述子による停止、他の原因による中断、遭遇したデータの終了、または、オーディオ・データ再生停止の任意の他の原因に関連する使用できる値を含むことができる。適当な理由は、観察したイベント記述子に含まれている再生終了イベント内のパラメータとして返送される。終了方法パラメータは、データの終了理由の追加を含む一般的信号終了イベント内の終了方法パラメータと同じものである。
【００６１】
強化ＰＡＭパッケージは、また、例えば、再生の冒頭からのミリ秒単位の時間をベースとするオフセットにより、オーディオ再生信号またはシーケンシャルな信号リストが停止した時間に、再生していたオーディオ・ストリーム・コンテナ内の位置を指定することができる再生終了イベントに関連するオーディオ・ストリーム・コンテナ・オフセット・パラメータを供給することができる。さらに、パッケージは、また、終了方法が、イベントにより再生が中断したことを示す「ＥＶ」である場合に、どのイベントが再生を停止させたのかを示すことができる中断イベントＩＤパラメータを供給することができる。
【００６２】
いくつかの信号を、例えば、再生信号、一時停止信号、再生再開信号、再生速度調整信号、再生音量調整信号、およびジャンプ信号のような強化ＰＡＭパッケージと関連させて定義することができる。
【００６３】
再生信号は、オーディオ・ストリーム・コンテナからデータを抽出し、オーディオ・ストリーム・コンテナのコード化、および終点の遠隔記述子内の情報に基づいて、そのデータに適当なデコーディング／トランスコーディング・アルゴリズムを適用することができる。Ｈ．２４８遠隔記述子は、パケット化ＲＴＰ媒体ストリームの遠隔端部の特性を記述する情報を含む。例えば、遠隔端部の特性は、ＩＰアドレス、ＲＴＰポート番号、および遠隔端部が受信すると予想されるコード化タイプを含むことができる。ＡＲＦが、オーディオ・ストリーム・コンテナをデコーディング／トランスコーディングできない場合には、信号は失敗し、エラー・コードが発生する場合がある。
【００６４】
再生されるオーディオ・ストリーム・コンテナのリストは、シーケンシャルな信号リストとしてコード化することができる。通常、オーディオ・ストリーム・コンテナは、ＭＧにより供給された名前であり、ＰＡＭが再生するオーディオ・データ内容に対する抽象的コンセプトに対応する。オーディオ・ストリーム・コンテナは、通常はファイルであるが、必ずしもファイルである必要はない。このファイルは、例えば、ＡＲＳ上に位置させることもできるし、ＭＧ上に一緒に常駐させることもできるが、ＭＧは、任意の特定のコンテナが何処に存在するのかを決定することができる。
【００６５】
再生信号には２つのタイプ、すなわち、タイムアウト・タイプとオン／オフ・タイプ（例えば、デフォールト）がある。これらの信号タイプは、信号を終了させる方法のＨ．２４８／Ｍｅｇａｃｏ記述を表す。タイムアウト信号タイプは、関連する信号が、所定の時間に適用され、次に、信号が停止することを示す。オン／オフ信号タイプは、特定のオン信号でオンになり、特に信号をオフにするためにオフ信号が送信されるまでオンの状態に維持される。オン／オフ信号は、データの終わりに達するまで再生が継続して行われる場合に使用することができる。
【００６６】
再生信号は、例えば、オーディオ・ストリーム・コンテナにその信号を再生するように指定する、オーディオ・ストリーム・コンテナ・パラメータのような、いくつかの追加のパラメータを使用することができる。さらに、再生信号は、また、再生がスタートするオーディオ・ストリーム・コンテナ内のオフセットを（例えば、ミリ秒単位で）指定する働きをするオフセット・パラメータを使用する。オフセット・パラメータが使用することができる値は、０（デフォールト）から、通常の速度でオーディオ・ストリーム・コンテナを再生するのに必要な最大時間までの値である。
【００６７】
Ｈ．２４８は、コマンド内に存在する場合、ＭＧに１つまたはそれ以上の信号を再生するように命令する信号記述子を定義する。任意の時点で、ＭＧＣは、潜在的に異なる信号記述子を含むもう１つのコマンドを送信することができる。これは置換信号記述子と呼ばれる。元の信号記述子と置換信号記述子の両方に同じ信号が出現した場合には、（ａ）信号を再度スタートする（能動維持フラッグが、置換信号記述子上でオンになっていない場合に、このような状態が起こる）か、または（ｂ）その信号で継続する（能動維持フラッグがオンになっている場合に、このような状態が起こる）ことを示す。強化ＰＡＭパッケージは、また、（能動維持フラッグがオンになっている状態で）元の再生信号と一緒に置換信号記述子内に存在する場合には、一時停止信号を定義することができ、再生信号が一時停止状態に移行したことを示すことができ、それにより、オーディオ・データの送信を停止することができる。
【００６８】
基本Ｈ．２４８／Ｍｅｇａｃｏでイベント記述子により定義された能動維持フラッグは、オーディオ・データ再生中にあるイベントが検出された場合でも、オーディオ・データ再生を続行するように表示することができる。より詳細に説明すると、通常、オーディオ・データ再生中は、ＭＧはイベントを検出する状態にある。あるイベントが検出されると、デフォールトにより再生が停止する。しかし、イベント記述子内の能動維持フラッグがオンの値を持っている場合には、あるイベントが検出されても、引き続き再生が行われる。類似の方法で、Ｈ．２４８／Ｍｅｇａｃｏ信号記述子は、置換信号記述子を受信した場合には、信号の処理に影響を与える能動維持フラッグを定義する。例えば、所与のオーディオ再生信号が進行中である場合には、元のオーディオ再生信号および一時停止信号の両方を含む置換信号記述子を続いて受信した場合、ＭＧの動作は、能動維持フラッグの設定により異なる。能動維持フラッグがオンになっている場合には、オーディオ・データ再生は一時停止し、再生中のオーディオ・ストリーム・コンテナ内の現在の位置が維持される。再生信号は最後まで再生されないが、元の再生信号（能動維持フラッグがオンになっている）と再開信号の両方を含む他の信号記述子を受信するまで、または再生信号持続時間が切れるまで中止になる。しかし、置換信号記述子で能動維持フラッグがオフになっている場合には、ＭＧは、再生信号を、オーディオ・ストリーム・コンテナの冒頭から、一時停止状態の再生信号の再度のスタートに対する要求であると見なす。
【００６９】
一時停止信号は、置換信号記述子が、一時停止信号と、現在の信号記述子として同じ信号リストＩＤを有するシーケンシャルな再生信号リストの両方を含む場合には、シーケンシャルな再生信号リストを一時停止する。一時停止信号は、（ａ）現在の信号記述子で再生信号が能動状態でない場合、（ｂ）置換信号記述子に再生信号が指定されていない場合、（ｃ）現在の信号記述子の再生信号がすでに一時停止状態になっている場合、または（ｄ）一時停止制御特性が「偽」の値に設定されている場合には、無視することができる。
【００７０】
再生再開信号は、（能動維持フラッグがオンの状態で）再生信号と一緒に置換信号記述子内に存在している場合には、再生信号を能動状態に移行し、現在の位置において、オーディオ・ストリーム・コンテナからデータのオーディオ・データ送信を再スタートする。この再生再開信号は、置換信号記述子が、再開信号と、現在の信号記述子として同じ信号リストＩＤを有するシーケンシャルな再生信号リストの両方を含む場合には、シーケンシャルな再生信号リストを含むことができる。再開信号は、（ａ）現在の信号記述子の再生信号が能動状態でない場合、（ｂ）置換信号記述子に再生信号が指定されていない場合、（ｃ）現在の信号記述子の再生信号が、すでに能動状態になっている場合、または（ｄ）一時停止制御特性が「偽」の値に設定されている場合には、無視することができる。
【００７１】
再生速度調整信号が、（能動維持フラッグがオンの状態で）再生信号と一緒に、置換信号記述子内に存在している場合には、再生信号の速度を調整する。この変更の値は、速度変更パラメータにより指定され、通常の速度からの現在のズレの単位により表される。この信号は、また、現在の速度を、通常の速度と前に調整した値との間でトグルするために、または速度を通常速度にリセットするために使用することができる。（ａ）現在の信号記述子内の再生信号が能動状態でない場合、（ｂ）置換信号記述子内に再生信号が指定されていない場合、（ｃ）要求された速度調整が、最大限低減速度特性と最大限増大速度特性の間の範囲外の速度になる場合、または（ｄ）再生信号に対して前に速度調整が行われていなかった場合で、速度調整タイプ・パラメータが、通常速度またはトグル速度に設定されている場合には、再生速度調整信号を無視することができる。
【００７２】
再生速度調整信号は、例えば、スピードアップ、スピードダウン、トグル速度、または通常速度を示すことにより、速度調整のタイプを指定する速度調整タイプ・パラメータを含む種々のパラメータを有することができる。速度調整タイプ・パラメータをスピードアップまたはスピードダウンに設定すると、例えば、通常速度からの百分率のズレとして速度が変化する。速度調整タイプ・パラメータをトグル速度に設定すると、現在、調整した値である場合には、通常速度に切り代わり、現在の速度が通常速度である場合には、最後に調整した値に切り変わる。速度調整信号に関連するもう１つのパラメータは、速度調整タイプ・パラメータがスピードアップまたはスピードダウンに設定されている場合には、速度変更の値を指定する速度変更パラメータである。速度調整タイプ・パラメータがトグル速度または通常速度に設定されている場合には、このパラメータを無視することができる。
【００７３】
再生音量調整信号は、（能動維持フラッグがオンの状態で）再生信号と一緒に置換信号記述子内に存在している場合には、再生信号の音量を調整する。その変更の値は、音量変更パラメータにより指定され、通常の音量からのｄＢ単位のズレの単位で表される。この信号は、また、音量を通常の音量と前に調整した音量の間で切り替えたり、通常の音量にリセットするために使用することができる。（ａ）現在の信号記述子内の再生信号が能動状態でない場合、（ｂ）置換信号記述子内に再生信号が指定されていない場合、（ｃ）要求された音量調整が、最大限低減音量特性と最大限増大音量特性の間の範囲外の音量になる場合、または（ｄ）再生信号に対して前に音量調整が行われていなかった場合で、音量調整タイプ・パラメータが通常音量値またはトグル音量値に設定されている場合には、音量調整信号を無視することができる。
【００７４】
再生音量調整信号は、例えば、音量調整のタイプを指定し、下記の値、すなわ、ち、音量増大（ｄＢ単位）、音量低減（ｄＢ単位）、トグル音量または、通常の音量を有することができる音量調整タイプ・パラメータのような種々のパラメータを含む。上記のように、トグル音量を指定すると、現在、調整した値である場合には、通常の音量に切り代わり、現在の音量が通常の音量である場合には、最後に調整した値に切り変わる。もう１つのパラメータである音量変更パラメータは、音量調整タイプ・パラメータが、音量増大または音量低減に設定されている場合には、音量調整の値を指定する。しかし、音量調整タイプ・パラメータがトグル音量値または通常の音量値に設定されている場合には、無視される。
【００７５】
ジャンプ信号は、（能動維持フラッグがオンの状態で）再生信号と一緒に、置換信号記述子内に存在している場合には、オーディオ・ストリーム・コンテナ、またはオーディオ・ストリーム・コンテナのシーケンシャルな信号リスト内での前後へのジャンプを示す。この信号は、ジャンプの方向、ジャンプを行う単位、および他のパラメータを指定する。ジャンプ信号は、置換信号記述子が、ジャンプ信号と、現在の信号記述子として同じ信号リストＩＤを有するシーケンシャルな再生信号リストの両方を含む場合には、シーケンシャルな再生信号リスト内のジャンプを示すことができる。（ａ）現在の信号記述子内の再生信号が能動状態でない場合、（ｂ）置換信号記述子内に再生信号が指定されていない場合、（ｃ）ジャンプ・モードおよび／またはジャンプ単位値が、シーケンシャルな再生信号リスト内のジャンプを示し、現在の再生信号がシーケンシャルな信号リストでない場合、または（ｄ）ジャンプ制御特性が、偽の値に設定されている場合には、ジャンプ信号を無視することができる。
【００７６】
ジャンプ信号は、（シーケンシャルな信号再生リストの始めまたは終わりへのジャンプを示す）ジャンプ・リスト；（現在のオーディオ・ストリーム・コンテナの始めまたは終わりへのジャンプを示す）ジャンプＡＳＣ、または（同様にジャンプ信号に指定されているジャンプ単位タイプ・パラメータが定義するある数の単位の前後へのジャンプを示す）ジャンプ単位を含むいくつかの値を有することができる、例えば、ジャンプ・モード・パラメータのような種々のパラメータを有する。その値がジャンプ・リストであり、オーディオ再生信号がシーケンシャルな信号リストでない場合には、ジャンプ・モード・パラメータは無視される。もう１つのジャンプ信号パラメータは、前方へのジャンプの値（デフォールト値であってもよい）、または後方へのジャンプの値を有することができるジャンプ方向パラメータである。
【００７７】
さらに、ジャンプ信号は、また、ジャンプ時間（デフォールト値であってもよいし、例えば、ジャンプへの多数のミリ秒であってもよい）、またはジャンプＡＳＣ（シーケンシャルな再生信号リスト内でジャンプするための多数のオーディオ・ストリーム・コンテナを示す）を含む種々の値を有することができるジャンプ単位パラメータと関連づけることもできる。ジャンプ・モード・パラメータの値がジャンプ単位でない場合には、このパラメータは無視される。ジャンプ単位パラメータのジャンプ時間値に関連して、ジャンプの長さが、シーケンシャルな信号リスト内の現在の再生信号の終わりに来た場合には、ジャンプの動作は、シーケンシャルな信号リスト内の次の再生信号のコード化タイプにより異なる。次のオーディオ・ストリーム・コンテナのコード化が、現在のコード化とマッチする場合には、それらが１つの対象物であるかのように、シーケンシャルな信号リスト内の次の再生信号内に引き続きジャンプすることができる。この場合、ジャンプの長さは、あるオーディオ・ストリーム・コンテナから次のオーディオ・ストリーム・コンテナへと累積される。次の再生信号が異なるコード化タイプのものである場合、またはシーケンシャルな信号リスト内の次の信号が再生信号でない場合、ジャンプは現在の再生信号の終わりで停止することができる。ジャンプ単位タイプ・パラメータは、ジャンプＡＳＣであり、現在の再生信号がシーケンシャルな信号リストでない場合には、ジャンプ信号を無視することができる。
【００７８】
ジャンプ信号は、また、ジャンプする単位数を定義するオプションとしてのパラメータであってもよい、ジャンプ単位パラメータ（０（デフォールト）から１００００００までの整数値を有する）を使用することができる。ジャンプ・モード・パラメータがジャンプ単位の値に設定されていない場合には、このパラメータを無視することができる。
【００７９】
通常、強化ＰＡＭは、ジャンプ制御特性が真の値に設定されている場合で、強化ＰＡＭがジャンプ信号を受信した場合にはジャンプを行う。ジャンプ信号の効果は、ジャンプ・パラメータの値により異なる。例えば、強化ＰＡＭがオーディオ・ストリーム・コンテナを再生していて、ジャンプ信号を受信した場合であって、ジャンプ・モード・パラメータの値がジャンプ単位である場合には、オーディオ再生は、ある単位数だけ前方または後方にジャンプする。ジャンプの方向は、ジャンプ方向パラメータの値により決まり、再生のジャンプの長さは、ジャンプ単位タイプ・パラメータの値およびジャンプ単位値パラメータにより決まる。また、強化ＰＡＭは、特定の再生中に背中合わせにいくつかのコンテナを含むことができ、ジャンプ信号パラメータは、コンテナを横切ってジャンプすることができるように設定することができることを理解されたい。
【００８０】
Ｈ．２４８／Ｍｅｇａｃｏのテキスト・バージョンで書かれている、ＭＧと、関連するＭＧＣとの間にインタフェースを供給するために強化ＰＡＭパッケージを使用することができる方法について、いくつかの例により以下に説明する。これらの例は、信号コードおよび実際のリテラル値が含まれている場所を角括弧で示す。これらの例は、さらに、例えば、ＡＲＦ内にオーディオ再生機能（または、他の機能）を供給するために、Ｈ．２４８／Ｍｅｇａｃｏインタフェースを横切って送信することができるプロトコルも示す。
【００８１】
表１の付録に示す例１は、終点上で２つのオーディオ・ストリーム・コンテナを再生するようにＭＧに命令するＭＧＣと、処理応答によりコマンドに肯定応答をするＭＧに対応する。説明を分かりやすくするために、一重引用符（’）内の項目は、記述テキストであり、処理が持つリテラル値ではない。表２の付録に示す例２は、一時停止信号により能動再生信号を一時停止する方法を示す。再生を再開するために、表３の付録の例３に示すように、元の再生信号の同じ信号リストＩＤと一緒に、再開信号を含む置換信号記述子が送信される。表４の付録に示す例４は、再生信号に対する終了イベントに対応する。元の再生信号に対する終了イベントは、再生シーケンシャル信号リスト内の第２の信号が終了した時点で、ＭＧＣへの通知コマンドにより送信される。ＭＧＣは、処理応答を返送する。
【００８２】
表５ａ〜ｃの付録の例５は、アナウンスメントのパラメータ上での実行時調整の手段を供給するために、イベント記述子内での埋め込み信号記述子の使用方法を示す。この例は、下記のように再生信号の特性を変えるＤＴＭＦディジット（Ｈ．２４８／Ｍｅｇａｃｏ ＤＴＭＦディジット・パッケージが定義する）を検出するイベント記述子を含む１つの再生信号を実行するＭＧを有する。
ＤＴＭＦ‘１’：再生を５％スピードアップ
ＤＴＭＦ‘２’：再生を５％スピードダウン
ＤＴＭＦ‘３’：再生を通常の速度に戻す
ＤＴＭＦ‘４’：再生の音量を２ｄＢ増大
ＤＴＭＦ‘５’：再生の音量を２ｄＢ低減
ＤＴＭＦ‘６’：再生の音量を通常の音量に戻す
ＤＴＭＦ‘７’：２秒間前方にジャンプ
ＤＴＭＦ‘８’：２秒間後方にジャンプ
ＤＴＭＦ‘＊’：再生を一時停止
ＤＴＭＦ‘＃’：再生を再開
【００８３】
表６の例６のところで説明したように、再生が終了すると、信号終了観察イベントが、ＭＧＣに送信される。ＭＧＣは、処理に応答を送る。
【００８４】
本発明の第２の例示としての実施形態の場合には、強化ＴＴＳＰＡＭは、Ｈ．２４８／Ｍｅｇａｃｏ環境で、ＥＣＴＦ仕様（「ＳＡＰＩ」と呼ぶ、１９９５年にマイクロソフト社（Ｍｉｃｒｏｓｏｆｔ Ｃｏｒｐｏｒａｔｉｏｎ）が公表した「音声ＡＰＩ ＳＤＫ：マイクロソフト音声ＡＰＩ」バージョン１．０によりテキスト音声変換を定義している）を実施する。それ故、強化ＴＴＳＰＡＭは、機能が、ＳＡＰＩ仕様に適合するテキスト音声変換を生成することができるように構成される。その結果、強化ＴＴＳＰＡＭは、テキスト音声変換のピッチを制御する機能、およびＳＡＰＩ仕様が供給する他の機能を含む種々の機能を有する。
【００８５】
強化ＴＴＳＰＡＭに関連するパッケージは、テキスト音声変換オーディオ・プレーヤーに関連する機能を供給することができる。ＴＴＳＰＡＭパッケージは、ＳＡＰＩフォーマットまたは耳の不自由な人たちに対する電話機（ＴＤＤ）フォーマットでコード化された媒体に対してテキスト音声変換をサポートするテキスト音声変換オーディオ・プレーヤーを実施するＨ．２４８／Ｍｅｇａｃｏ終点に対して、特性、信号およびイベントを定義する。ＳＡＰＩによりコード化されたデータは、特定の語または音素の音量、速度、ピッチ、モード（簡略図記号または音声）、または強調を指定する埋め込みエスケープ・シーケンスを含むＡＳＣＩＩ文字を含む。
【００８６】
強化ＴＴＳＰＡＭに関連するパッケージは、上記強化ＰＡＭパッケージを拡張する。それ故、上記拡張ＰＡＭパッケージの記述は、また、強化ＴＴＳＰＡＭパッケージも記述する。それ故、前のセクション（例えば、再生信号、再生終了イベント等）からのオーディオ再生定義のすべては、このパッケージを一意のものにする下記の追加特性を含む強化ＴＴＳＰＡＭパッケージに含まれる。
【００８７】
強化ＴＴＳＰＡＭパッケージは、強化ＰＡＭパッケージ内のプレーヤー・コーダ・タイプ特性を拡張する。例えば、強化ＰＡＭパッケージ内のプレーヤー・コーダ・リスト特性の可能な値は、ＳＡＰＩエスケープ・シーケンスに適合するＳＡＰＩユニコード・テキストを含むように拡張される。それ故、強化ＰＡＭパッケージ内には、音声オーディオを再生するためのプレーヤー・コーダ・タイプが指定される。ＴＴＳＰＡＭパッケージは、例えば、ＳＡＰＩ内に含まれているような新しい値を供給することによりこの機能を拡張する。
【００８８】
ＳＡＰＩ仕様は、テキスト音声変換機能を供給する。ＳＡＰＩは、テキストから発生した音声のピッチ、速度および音量を定義するＡＳＣＩＩテキスト・ファイル内にエスケープ・シーケンスを挿入する。それ故、ＳＡＰＩは、テキストを音声として「発声」または再生する方法の特性を指定する。
【００８９】
強化ＴＴＳＰＡＭパッケージは、特性として、テキスト音声変換ロード可能辞書、テキスト音声変換ロード可能辞書リスト・サイズ、テキスト音声変換ロード辞書、テキスト音声変換言語、テキスト音声変換能動辞書、およびテキスト音声変換プレーヤー制御タグ特性を含む。これら各特性は、終点状態記述子により定義される。
【００９０】
テキスト音声変換ロード可能辞書特性は、テキスト音声変換オーディオ・プレーヤーがロード可能なユーザ辞書をサポートするかどうかを指定する。この特性は、終点のコーダ特性が、ＳＡＰＩ値を含んでいる場合だけ、真の値に設定することができる。そうでない場合は、この特性を偽の値に設定することができる。強化ＴＴＳＰＡＭ内にロードされる辞書は、ロードした辞書特性により指定される。
【００９１】
テキスト音声変換ロード可能辞書リスト・サイズ特性は、ＴＴＳオーディオ・プレーヤー内に同時にロードすることができるロード可能な辞書の数を指定する。この特性は、終点のロード可能な辞書特性が真の値に設定された場合だけ、０より大きいある値に設定することができる。
【００９２】
テキスト音声変換ロード済み辞書特性は、強化ＴＴＳＰＡＭ内に辞書をロードするかどうかを定義する。同時にユーザ辞書の数は、辞書リスト・パラメータの値を超えてロードすることはできない。上記パラメータの値を超えてロードすると、エラー記述子によりエラーが返送される。ロードした辞書は、自動的には作動しない。それどころか、作動した辞書特性内で指定したこれらの辞書だけが作動する。それ故、作動した辞書特性の値は、ロード済みの辞書特性の値のサブセットである。この辞書リスト特性は、終点状態記述子内で定義され、読出し／書込みタイプの特性である。強化ＴＴＳＰＡＭパッケージは、また、特定の終点のためにオーディオ・プレーヤーリソース内にロードされる辞書が使用するバイトによりサイズを定義するテキスト音声変換ロード済み辞書サイズ特性を定義する。
【００９３】
テキスト音声変換言語特性は、特定の終点のために、オーディオ・プレーヤーリソース内にロードされる辞書がサポートする言語を定義する。この特性は、サブリスト・タイプとして定義され、その使用可能な値は、ＩＳＯ６３９−２：「言語の名前を表示するためのコード：アルファ−３コード」、国際標準化機構、ＴＣ３７／ＳＣ２−ＴＣ４６／ＳＣ４合同作業部会（ＪＷＧ）に定義されているすべての言語のサブリストである。
【００９４】
テキスト音声変換能動辞書特性は、特定の終点に対して強化ＴＴＳＰＡＭ内にロードされ能動状態になる辞書を定義する。ロードした辞書特性で指定されたこれらの辞書だけを、この特性に対する値として指定することができる。ロードした辞書特性に含まれていない値が指定された場合には、エラーが返送される。
【００９５】
テキスト音声変換プレーヤー制御タグ特性は、強化ＴＴＳＰＡＭにより、オプションとしてのどのタグがサポートされるのかを示す。タグ自身は、入力テキスト・ストリームおよびユーザ辞書に埋め込まれるタグである。各タグは、この特性の値内に存在することが、タグがサポートされていることを示す対応する記号を有する。この特性は、サブリスト・タイプである。この特性の使用することができる値は、Ｃｏｍ（テキスト内にコメントを埋め込み；コメントは音声に変換されない）、Ｄｌｍ（ある記号で、エスケープ・シーケンス文字を置換）、Ｅｍｐ（発声する次の語を強調）、Ｐａｕ（指定のミリ秒数の間、音声を一時停止）Ｐｉｔ（テキスト音声変換モードのベースライン・ピッチを、ヘルツ単位の指定の値に設定）、Ｐｒｎ（プレーヤー／録音装置リソースと等価の音声を送ることによりテキストの発音方法を表示）、Ｒｓｔ（すべてのエスケープ・シーケンスを、プレーヤー／録音装置リソースのデフォールトにリセット）、Ｓｐｄ（テキスト音声変換モードのベースライン平均話速度を、１秒当りの指定の語数に設定）、Ｖｏｌ（テキスト音声変換モードに対してベースラインの話す音量に設定）、Ｃｈｒ（音声の性質を設定）、Ｃｔｘ（記号を話す方法を決定する後続のテキストに対するコンテキストを設定）、Ｍｒｋ（テキスト内にブックマークを表示）、Ｐｒｏ（テキストに埋め込まれている制御タグに左右されないように、ピッチ、話す速度および語の音量に影響を与える韻律上のルールを作動したり、作動を中止したりする：韻律上のルールはエンジンにより適用される）、Ｐｒｔ（次の語の音声の一部を表示）、およびＶｃｅ（エンジンに、その話している音声を指定の特性を有する音声に変えるように命令）を含む。
【００９６】
種々のイベントが、テキスト音声変換マーカー・イベントを含む強化ＴＴＳＰＡＭパッケージに関連する。テキスト音声変換マーカー・イベントは、強化ＴＴＳＰＡＭが、テキスト音声変換マーカーに遭遇した場合に発生する。このイベントに関連するイベント記述子パラメータ、または観察したイベント記述子パラメータは存在しない。
【００９７】
強化ＴＴＳＰＡＭパッケージが定義する信号は、オーディオ再生ジャンプ信号のパラメータへの拡張である。より詳細に説明すると、ジャンプ・モード・パラメータは、パラメータ値ジャンプ文を追加するために拡張される。ジャンプ文パラメータ値により、現在のテキスト文の始めまたは終わりにジャンプが行われる。さらに、ジャンプ単位タイプ・パラメータは、ジャンプ文値を追加するために拡張される。このパラメータは、ジャンプする文の数を指定する。ジャンプ単位タイプ・パラメータは、また、ジャンプ語値を追加するために拡張される。ジャンプ語値は、ジャンプする語の数を示す。
【００９８】
強化ＴＴＳＰＡＭ内にロードされたテキスト音声変換辞書は、概念的にスタックの形に配置される。入力テキストが、強化ＴＴＳＰＡＭにより処理される場合には、辞書は、発音の規則に対してスタックの順番に一番上から一番下に探索される。プレーヤーが同時にロードすることができるユーザ辞書の数は、辞書リスト特性の値により決まる。ロードした辞書特性に最初に追加された場合には、ユーザ辞書は作動しないので、プレーヤーがその規則を使用する前に、作動した辞書特性に追加しなければならない。
【００９９】
本発明の第３の例示としての実施形態の場合には、強化ＲＡＭは、ＡＥＧ（例えば、ＭＧ）に、オーディオ・データの録音を要求できるように構成される。強化ＲＡＭは、ユーザが最初に話すのを待つ時間の仕様が、録音のための音声活動の最後の周期の後の必要な沈黙の長さを、（沈黙の前後を含んでいるか、または含んでいない）録音の最大許容長さのように構成される。
【０１００】
（ＡＲＦ内の）強化ＲＡＭは、また、ＭＧＣからの直接コマンドにより、または検出されたイベント内の埋め込み信号により録音を一時停止させたり再開させることができる。強化ＲＡＭが供給することができる他の機能としては、現在のオーディオ・データ録音にある録音を追加する機能、ＭＧＣに対して録音を生成する場所を参照させる機能、一時停止圧縮により音声が存在しない時間を削除する機能、一定のまたは構成することができるプロンプト・トーン（例えば、ビープ音）を発生する機能、および録音のデジタル・コード化フォーマットを指定する機能等がある。録音のために使用するコード化のタイプの例は、通常、ＰＡＭ（例えば、Ｇ．７１１，Ｇ７２６，Ｇ７２９等）がサポートするコード化と同じである。
【０１０１】
強化ＲＡＭは、また、ＭＧＣにどれだけ多くのオーディオ・データを録音したか、また録音が何故止まったのかを判断する機能を供給することもできる。例えば、所定の録音時間を超えたから、音声が存在しないから、または他のイベントにより録音が中断したから等の多くの理由で録音を中止することができる。
【０１０２】
本発明の例示としての実施形態により設計した拡張ＲＡＭに対応するパッケージの一例について説明する。この例は、強化ＲＡＭを実施するために、強化ＲＡＭ用のパッケージへの書込み方法を示すいくつかの他の表示を供給できなければならない。以下に定義する強化ＲＡＭパッケージは、Ｅｎｔｅｒｐｒｉｓｅ Ｃｏｍｐｕｔｅｒ Ｔｅｌｅｐｈｏｎｙ Ｆｏｒｕｍ（ＥＣＴＦ）Ｓ．１００媒体サービス仕様に基づいている。
【０１０３】
強化ＲＡＭに関連するパッケージは、上記強化オーディオ録音機能を含む。この強化ＲＡＭパッケージは、強化ＰＡＭパッケージとほぼ同じ方法で使用することができる。例えば、（ＡＲＳのような）特定の終点が、強化ＲＡＭパッケージを実施した場合には、終点（すなわち、ＡＲＳ）は、入力パケット化音声を録音し、それをオーディオ・ストリーム・コンテナに挿入する機能を有する。さらに、終点は、また、録音をスタートする機能、録音を一時停止する機能、現在の録音の上に録音する機能等を有することもできる。
【０１０４】
強化ＲＡＭパッケージは、オーディオ録音装置を実施しているＨ．２４８／Ｍｅｇａｃｏ終点に対して、特性、信号およびイベントを定義する。オーディオ録音機能は、終点の媒体ストリームの中の１つから媒体ストリーム・データを捕捉し、それをオーディオ・ストリーム・コンテナ内に記憶する。論理オーディオ録音装置は、また、録音がスタートする直前にプロンプト・トーンを発生する機能をサポートする。
【０１０５】
強化ＲＡＭパッケージは、論理オーディオ録音装置が、（ａ）周波数および持続時間によりプロンプト・トーンを指定し、（ｂ）オーディオ録音機能を一時停止し、一時停止した位置でオーディオ録音機能を再開し、（ｃ）現在のオーディオ・ストリーム・コンテナの終わりに、捕捉したオーディオ・ストリームを追加し、（ｄ）録音したオーディオ・ストリーム内の音のない部分（音声が存在しない時間）を圧縮し、（ｅ）指定した長さの音声のない部分に基づいて、録音オーディオ信号を終了させることができるようにする。終点の論理オーディオ録音装置の機能（例えば、音のない部分を圧縮する機能、録音を一時停止し、再開する機能等）は、終点の特性により定義される。
【０１０６】
論理オーディオ・プレーヤーの場合のように、論理オーディオ録音装置は、概念的に、３つの状態、すなわち、アイドル状態、一時停止状態、および能動状態を有する。アイドル状態の場合には、論理オーディオ録音装置は、オーディオ・ストリーム・データを捕捉しないで、録音信号が全然ないのと同じになる。論理オーディオ録音装置は、録音信号に応じて一時停止状態または能動状態に移行する。信号識別子内に、録音信号と一緒に一時停止信号が含まれている場合には、一時停止状態へ移行する。そうでない場合には、能動状態に移行する。
【０１０７】
能動状態の場合、論理オーディオ録音装置は、終点内に移動するオーディオ・ストリーム・データを能動的に捕捉する。論理オーディオ録音装置は、（ａ）ＭＧＣから受信した一時停止信号により（または、検出したイベントに関連する埋め込み信号識別子により）一時停止を命令されるまで；（ｂ）録音信号を含まない置換信号識別子を受信するまで；（ｃ）録音信号に対する信号持続時間が切れるまで、または（ｄ）音声のない状態の持続時間が、指定のしきい値を超えるまで、引き続きこの状態を維持する。能動録音信号を一時停止するには、置換信号記述子は、能動維持フラッグと一緒に（または、録音機能がシーケンシャルな信号リスト内の項目としてコード化されていた場合には、同じ信号リストＩＤと一緒に）元の録音信号を含んでいなければならない。
【０１０８】
一時停止状態の場合には、論理オーディオ録音装置は、オーディオ・ストリーム・データを捕捉していない。録音信号は中断され、最後まで録音されない。論理オーディオ録音装置は、再開信号を受信した場合、同じ場所から再開できるように、オーディオ・ストリーム・コンテナ内のその位置を保持する。
【０１０９】
強化ＲＡＭと関連するパッケージは、特性として、一時停止制御特性、プロンプト・タイプ特性、プロンプト持続特性、プロンプト周波数特性、追加特性、圧縮制御特性、圧縮可能特性、圧縮しきい値特性、無音終了可能特性、無音終了しきい値特性、および録音コーダ・タイプ特性を含む種々の特性（すなわち、情報を記憶するために使用することができる変数）を有することができる。これらの各特性は、終了状態記述子で定義される。
【０１１０】
一時停止制御特性は、録音信号を一時停止し、再開することができるかどうかを表示する。より詳細に説明すると、この特性が、真の値に設定されると、下記の機能、すなわち、（ａ）信号記述子内で一時停止信号と結合している場合には、一時停止状態で録音信号がスタートすることができる機能、および（ｂ）録音信号が進行中である場合、それぞれ、一時停止信号または再開信号と結合している（能動維持フラッグがオンになっている）同じ録音信号と一緒に、置換信号記述子を受信した場合、録音信号を一時停止または再開させることができる機能がサポートされる。
【０１１１】
プロンプト・タイプ特性は、下記の可能な値、すなわち、なし（録音の前にプロンプトは発生していない）、一定（録音の前に一定のプロンプト・トーンが発生する）、および構成済み（構成可能なプロンプト・トーンが発生する）を有する列挙タイプ値を含む。この特性は、オーディオ録音装置が、録音の直前にプロンプト・トーンを発生することができるかどうかを示す。プロンプト・トーンを発生することができる場合には、この特性は、さらに、トーンが一定であるのか、またはプロンプト持続時間およびプロンプト周波数特性により構成することができるかどうかを定義する。
【０１１２】
プロンプト持続時間特性は、例えば、ミリ秒単位でプロンプト・トーンの持続時間を指定する。プロンプト周波数特性は、プロンプト・トーンの周波数をヘルツ単位で指定する。プロンプト周波数特性は、プロンプト・タイプ特性がなし以外の値に設定された場合にだけ、０より大きい値に設定することができる。
【０１１３】
追加特性は、録音したオーディオをオーディオ・ストリーム・コンテナの終わりに追加するかどうか、または、もしある場合には、オーディオ・ストリーム・コンテナの内容を置換するかどうかを示す。それ故、この特性は、すでに存在するオーディオ・ストリーム・コンテナを指定する録音信号を受信した場合に、オーディオ録音装置の動作を指定する。
【０１１４】
圧縮制御特性は、論理オーディオ録音装置が、録音の中から音声活動内の長い一時停止を除去する無音圧縮をサポートするかどうかを指定する。圧縮実行可能特性は、無音圧縮が可能であるかどうかを指定する。この特性は、圧縮制御特性が真の値に設定された場合だけ、真の値に設定することができる。圧縮しきい値特性は、無音圧縮がトリガされる前にしきい値を（例えば、ミリ秒単位で）指定する。この特性の値は、圧縮制御特性および圧縮実行可能特性が真の値に設定された場合だけ意味を持つ。
【０１１５】
無音終了実行可能特性は、指定した長さの音声がない状態が検出された場合に、録音中の無音が、録音を終わらせることができるかどうかを指定する。音声がない状態を終了させるしきい値は、録音を終了する前に、音声がない状態のしきい値を（ミリ秒単位で）指定する。この特性の値は、無音状態を終了させることができる特性が真の値に設定された場合だけ意味を持つ。
【０１１６】
録音装置コーダ・タイプ特性は、終点のオーディオ録音装置リソースがサポートするコード化を定義する。このパラメータは、サブリスト・タイプ・パラメータを取り、その可能な値は、もともとは、１９９６年１月の「最小制御によるオーディオおよびビデオ会議のためのＳｃｈｕｌｚｒｉｎｎｅ、Ｈ．ＲＴＰプロファイル」（Ｓｃｈｕｌｚｒｉｎｎｅ， Ｈ．ＲＴＰ Ｐｒｏｆｉｌｅ ｆｏｒ Ａｕｄｉｏ ａｎｄ Ｖｉｄｅｏ Ｃｏｎｆｅｒｅｎｃｅｓ ｗｉｔｈ Ｍｉｎｉｍａｌ Ｃｏｎｔｒｏｌ）、ＲＦＣ１８９０内に定義されているＲＴＰペイロード・タイプのＩＡＮＡリスト内に定義されているコード化名のサブリストである。
【０１１７】
強化ＲＡＭパッケージは、録音終了イベントを含む種々のイベントを定義する。録音終了イベントは、録音信号終了時間を検出する。関連するイベント記述子内に検出のためにロードされた場合、このイベントはパラメータを持たない。このイベントが検出されると、そのイベントは、持続時間パラメータ、すなわち、録音装置が一時停止していた時間の長さを含まない、録音の持続時間をミリ秒単位で示す、符号のない整数と一緒に、観察したイベント記述子内に挿入される。もう１つの関連するパラメータ終了方法は、列挙タイプを受け入れ、可能な値、すなわち、タイマー切れのために終了した録音を示す「ＴＯ」、あるイベントにより中断したことを示す「ＥＶ」、新しい信号記述子により停止した信号を示す「ＳＤ」、信号が、他の何らかの原因により終了したことを示す「ＮＣ」、および無音による終了を示す「ＳＴ」を含む。このパラメータは、無音終了理由の追加を含む基本Ｈ．２４８／Ｍｅｇａｃｏ一般的信号終了イベント内の終了方法パラメータと同じものである。
【０１１８】
この録音終了イベントも、終了方法を示す識別子タイプ値を受け入れる中断イベントＩＤという名前のパラメータを使用する。値［ＥＶ」は、どのイベントが録音信号を停止したかを示す。
【０１１９】
強化ＲＡＭパッケージは、録音信号、一時停止信号、および再生再開信号を含む種々の信号を定義する。
【０１２０】
録音信号は、終点に入る媒体ストリームからデータを捕捉し、それをオーディオ・ストリーム・コンテナ内に入れる。オーディオ録音機能は、終点のローカル記述子内に定義されているコード化により媒体ストリームを捕捉（デフォールト動作）するか、または指定のコード化アルゴリズムにより媒体ストリームをトランスコーディングする。強化ＲＡＭパッケージに関連する論理オーディオ録音装置が、媒体ストリームをトランスコードできない場合には、信号は失敗しエラーが表示される。
【０１２１】
録音信号は、オーディオ・ストリーム・コンテナ・パラメータ、コーダ・パラメータ、最短持続時間パラメータ、およびプロンプト・トーン・パラメータを含む追加パラメータを使用する。オーディオ・ストリーム・パラメータは、終点内に入る媒体ストリームを捕捉するのに使用するために、オーディオ・ストリーム・コンテナを指定する。コーダ・パラメータは、新しく生成したオーディオ・ストリーム・コンテナ内への終点の入力媒体ストリームを捕捉する場合に使用するコード化を指定する。このパラメータの値が、コーダ・リスト特性内に入らない場合には、エラーが返送される。オーディオ・ストリーム・コンテナ・パラメータが、特定のコード化タイプの捕捉したオーディオによりオーディオ・ストリーム・コンテナを参照した場合には、このパラメータは無視される。
【０１２２】
最短持続時間パラメータは、録音機能が有効になるように、録音機能が媒体ストリームを捕捉する最短時間を指定する。有効な録音だけが、オーディオ・ストリーム・コンテナの内容を修正する。
【０１２３】
プロンプト・トーン・パラメータは、プロンプト持続時間特性およびプロンプト周波数特性が定義するように、録音信号の前にプロンプト・トーンが存在するかどうかを指定する。プロンプト・トーンが録音の前に鳴る場合に、真の値を持ち、プロンプト・トーンが鳴らない場合には、このパラメータは偽の値を持つ。プロンプト・タイプ特性がなしに設定されると、このパラメータは無視される。
【０１２４】
一時停止信号は、（能動維持フラッグがオンの状態で）録音信号と一緒に置換信号記述子内に存在している場合には、録音信号を一時停止状態に移行し、終点の入力媒体オーディオ・ストリームの捕捉を停止する。オーディオ・ストリーム・コンテナ内の現在の位置は維持される。再生信号は最後まで録音されないが、（能動維持フラッグがオンになっている）元の録音信号と再開信号の両方を含む他の信号記述子を受信するまで、または録音信号持続時間が切れるまで中止になる。一時停止信号は、（ａ）現在の信号記述子内で録音信号が能動状態でない場合、（ｂ）置換信号記述子内に録音信号が指定されていない場合、（ｃ）現在の信号記述子内に指定された録音信号がすでに一時停止状態になっている場合、または（ｄ）一時停止制御特性が偽の値に設定されている場合には、無視される。一時停止信号は、追加のパラメータを持たない。
【０１２５】
再生再開信号は、（能動維持フラッグがオンの状態で）録音信号と一緒に置換信号記述子内に存在している場合には、録音信号を能動状態に移行し、現在の位置において、指定のオーディオ・ストリーム・コンテナへの終点の媒体ストリームの捕捉を再スタートする。再開信号は、（ａ）現在の信号記述子内の録音信号が能動状態でない場合、（ｂ）置換信号記述子内に録音信号が指定されていない場合、（ｃ）現在の信号記述子内の録音信号が、すでに能動状態になっている場合、または（ｄ）一時停止制御特性が偽の値に設定されている場合には、無視される。再生再開信号は、追加のパラメータを持たない。
【０１２６】
上記特定の実施形態の概略を参照しながら本発明を説明してきたが、当業者であれば、多くの代案、変形および変更を容易に思い付くことができることは明らかである。それ故、上記好ましい実施形態は、例示としてのものであって、本発明を制限するものではない。本発明の精神および範囲から逸脱することなしに、種々の変更を行うことができる。
【表１】
【図面の簡単な説明】
【０１２７】
【図１】例示としての集中型通信ネットワークの媒体ゲートウェイおよび媒体ゲートウェイ・コントローラの略図である。
【図２】コンテキスト内の１つの終点を示す媒体ゲートウェイ・コンテキストの略図である。
【図３】コンテキスト内の２つの終点を示す媒体ゲートウェイ・コンテキストの略図である。
【図４】例示としての音声ポータル内の媒体ゲートウェイおよび媒体ゲートウェイ・コントローラの略図である。
【符号の説明】
【０１２８】
１０，４０ 媒体ゲートウェイ（ＭＧ）
１２ 信号ゲートウェイ（ＳＧ）
１４ 集中型通信ネットワーク（パケット交換網）
１６，１８ ＣＳＮ
２０，２２ 通信装置
２８，３４，４２ 媒体ゲートウェイ・コントローラ（ＭＧＣ）
４４ オーディオ・リソース・サーバ（ＡＲＳ）
Claims (31)
- オーディオ・リソース機能に内蔵させるように構成されるオーディオ再生モジュールであって、
受信した信号に応じて、オーディオ・ストリームを再生するように、分解した媒体ゲートウェイに要求を行うために動作することができるオーディオ再生プロセスを含み、前記オーディオ再生モジュールと前記分解した媒体ゲートウェイとの間を移動する少なくとも１つの信号に基づいて前記オーディオ再生が変更され、結果としての再生がそれが終了した理由に関して分析されることを特徴とするオーディオ再生モジュール。 - 前記オーディオ・ストリームの音量を変更するために動作することができる音量調整プロセスをさらに含むことを特徴とする請求項１に記載のオーディオ再生モジュール。
- 再生一時停止要求に応じてオーディオ再生を一時停止し、その後で、再生再開要求に応じて前記オーディオ再生を再開するために動作することができる再生一時停止および再開プロセスをさらに含むことを特徴とする請求項１に記載のオーディオ再生モジュール。
- 前記オーディオ・ストリーム内の指定位置に向かって、前方にジャンプするために動作することができる前方向ジャンプ・プロセスと、前記オーディオ・ストリーム内の指定位置に向かって、後方にジャンプするために動作することができる後方向ジャンプ・プロセスとをさらに含むことを特徴とする請求項１に記載のオーディオ再生モジュール。
- 前記分解した媒体ゲートウェイが、それによりサポートされるコーダ・タイプを指定したり、または決定したりすることができるように動作することができるコーダ・プロセスをさらに含むことを特徴とする請求項１に記載のオーディオ再生モジュール。
- 前記オーディオ再生を中止させた状況を解明し、前記分解した媒体ゲートウェイにその状況を知らせるために動作することができる再生分析プロセスをさらに含むことを特徴とする請求項１に記載のオーディオ再生モジュール。
- ＳＡＰＩ仕様に適合するテキスト音声変換を生成するために動作することができるテキスト変換モジュールをさらに含むことを特徴とする請求項１に記載のオーディオ再生モジュール。
- オーディオ・リソース機能に内蔵させるように構成されるオーディオ録音モジュールであって、
受信した信号に応じてオーディオ・ストリームを録音するように、分解した媒体ゲートウェイに要求を行うために動作することができるオーディオ録音プロセスを含み、前記オーディオ録音モジュールと前記分解した媒体ゲートウェイとの間を移動する少なくとも１つの信号に基づいて媒体録音が変更され、結果としての媒体録音が、それが終了した理由に関して分析されることを特徴とするオーディオ再生モジュール。 - 録音一時停止要求に応じてオーディオ録音を一時停止し、その後で、録音再開要求に応じて前記オーディオ録音を再開するために動作することができる録音一時停止および再開プロセスをさらに含むことを特徴とする請求項８に記載のオーディオ録音モジュール。
- 現在の録音にある録音を追加するために動作することができる追加プロセスをさらに含むことを特徴とする請求項８に記載のオーディオ録音モジュール。
- 録音のデジタル・コード化フォーマットを指定するために動作することができるフォーマット指定プロセスをさらに含むことを特徴とする請求項８に記載のオーディオ録音モジュール。
- 前記分解した媒体ゲートウェイが、録音を何処に行うべきかを参照することができるように動作することができる録音位置決めプロセスをさらに含むことを特徴とする請求項８に記載のオーディオ録音モジュール。
- 録音から音声がない時間を検出し、除去するために動作することができる一時停止圧縮プロセス（無音圧縮プロセスとも呼ばれる）をさらに含むことを特徴とする請求項８に記載のオーディオ録音モジュール。
- 一定のまたは構成することができるプロンプト・トーンを発生するために動作することができる録音プロンプト・トーン発生プロセスをさらに含むことを特徴とする請求項８に記載のオーディオ録音モジュール。
- 録音したオーディオの長さを決定し、録音動作を中止させた録音終了状況を識別するために動作することができる録音分析プロセスをさらに含むことを特徴とする請求項８に記載のオーディオ録音モジュール。
- オーディオ・ストリームを再生するための方法であって、
オーディオ・リソース・サーバ上に常駐するオーディオ録音機能に内蔵されている、オーディオ再生プロセスを有するオーディオ再生モジュールを供給するステップと、
要求信号を前記オーディオ再生プロセスに送るステップと、
前記オーディオ再生プロセスに送られた前記要求信号に応じて、分解した媒体ゲートウェイにオーディオ・ストリームを再生するように要求するステップと、
前記オーディオ再生モジュールと前記分解した媒体ゲートウェイとの間で送られた少なくとも１つの信号に基づいて媒体再生を変更するステップと、
結果としての再生を、それが中止した理由に関して分析するステップとを含むことを特徴とする方法。 - 前記変更ステップが、音量調整プロセスを供給し、前記音量調整プロセスを前記オーディオ・ストリームの音量を変更するために使用するステップを含むことを特徴とする請求項１６に記載のオーディオ・ストリームを再生するための方法。
- 再生一時停止および再開プロセスを供給し、再生一時停止要求に応じてオーディオ再生を一時停止し、その後で再生再開要求に応じて前記オーディオ再生を再開するために、前記再生一時停止および再開プロセスを使用するステップを含むことを特徴とする請求項１６に記載のオーディオ・ストリームを再生するための方法。
- 前記変更ステップが、前方向ジャンプ・プロセスを供給し、前記オーディオ・ストリーム内の指定の位置に向かって前方にジャンプするために前記前方向ジャンプ・プロセスを使用し、後方ジャンプ・プロセスを供給し、前記オーディオ・ストリーム内の指定の位置に向かって後方にジャンプするために前記後方向ジャンプ・プロセスを使用するステップを含むことを特徴とする請求項１６に記載のオーディオ・ストリームを再生するための方法。
- 前記変更ステップが、コーダ・プロセスを供給し、それによりサポートされるコーダ・タイプを指定または決定するために前記コーダ・プロセスを使用するステップを含むことを特徴とする請求項１６に記載のオーディオ・ストリームを再生するための方法。
- 前記分析ステップが、再生分析プロセスを供給し、前記オーディオ再生を中止させた状況を解明し、前記分解した媒体ゲートウェイにその状況を知らせる目的で、再生信号を分析するために動作することができるステップを含むことを特徴とする請求項１６に記載のオーディオ・ストリームを再生するための方法。
- 前記変更ステップが、テキスト変換プロセスを供給し、ＳＡＰＩ仕様に適合するテキスト音声変換を生成するために、前記テキスト変換プロセスを使用するステップを含むことを特徴とする請求項１６に記載のオーディオ・ストリームを再生するための方法。
- オーディオ・ストリームを録音するための方法であって、
オーディオ・リソース・サーバ上に常駐するオーディオ・リソース機能に内蔵されている、オーディオ録音プロセスを有するオーディオ録音モジュールを供給するステップと、
要求信号を前記オーディオ録音プロセスに送るステップと、
前記オーディオ録音プロセスに送られた前記要求信号に応じて、分解した媒体ゲートウェイにオーディオ・ストリームを録音するように要求するステップと、
前記オーディオ録音モジュールと前記分解した媒体ゲートウェイとの間で送られた少なくとも１つの信号に基づいて媒体録音を変更するステップと、
結果としての録音を、それが終了した理由に関して分析するステップとを含むことを特徴とする方法。 - 前記変更ステップが、録音一時停止および再開プロセスを供給し、録音一時停止要求に応じてオーディオ録音を一時停止し、その後で録音再開要求に応じて前記オーディオ録音を再開するために、前記録音一時停止および再開プロセスを使用するステップを含むことを特徴とする請求項２３に記載のオーディオ・ストリームを録音するための方法。
- 前記変更ステップが、追加プロセスを供給し、現在の録音にある録音を追加するために前記追加プロセスを使用するステップを含むことを特徴とする請求項２３に記載のオーディオ・ストリームを録音するための方法。
- 前記変更ステップが、フォーマット指定プロセスを供給し、録音のデジタル・コード化フォーマットを指定するために前記フォーマット指定プロセスを使用するステップを含むことを特徴とする請求項２３に記載のオーディオ・ストリームを録音するための方法。
- 前記変更ステップが、録音位置決めプロセスを供給し、録音を行うべき位置を参照するために前記録音位置決めプロセスを使用するステップを含むことを特徴とする請求項２３に記載のオーディオ・ストリームを録音するための方法。
- 前記変更ステップが、一時停止圧縮プロセスを供給し、録音から音声がない時間を除去するために、前記一時停止圧縮プロセスを使用するステップを含むことを特徴とする請求項２３に記載のオーディオ・ストリームを録音するための方法。
- 前記変更ステップが、録音プロンプト・トーン発生プロセスを供給し、一定のまたは構成することができるプロンプト・トーンを発生するために前記録音プロンプト・トーン発生プロセスを使用するステップを含むことを特徴とする請求項２３に記載のオーディオ・ストリームを録音するための方法。
- 前記分析ステップが、録音分析プロセスを供給し、録音したオーディオの長さを決定するために前記録音分析プロセスを使用するステップを含むことを特徴とする請求項２３に記載のオーディオ・ストリームを録音するための方法。
- 前記分析ステップが、録音分析プロセスを供給し、録音動作を停止させた録音終了状況を識別するために前記録音分析プロセスを使用するステップを含むことを特徴とする請求項２３に記載のオーディオ・ストリームを録音するための方法。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US09/749,745 US7194071B2 (en) | 2000-12-28 | 2000-12-28 | Enhanced media gateway control protocol |
| PCT/US2001/049779 WO2002054707A2 (en) | 2000-12-28 | 2001-12-21 | Enhanced media gateway control protocol |
Related Child Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2007290121A Division JP2008086037A (ja) | 2000-12-28 | 2007-11-07 | 強化媒体ゲートウェイ制御プロトコル |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2005504448A true JP2005504448A (ja) | 2005-02-10 |
Family
ID=25015000
Family Applications (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2002555069A Withdrawn JP2005504448A (ja) | 2000-12-28 | 2001-12-21 | 強化媒体ゲートウェイ制御プロトコル |
| JP2007290121A Pending JP2008086037A (ja) | 2000-12-28 | 2007-11-07 | 強化媒体ゲートウェイ制御プロトコル |
Family Applications After (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2007290121A Pending JP2008086037A (ja) | 2000-12-28 | 2007-11-07 | 強化媒体ゲートウェイ制御プロトコル |
Country Status (6)
| Country | Link |
|---|---|
| US (1) | US7194071B2 (ja) |
| EP (1) | EP1346544A2 (ja) |
| JP (2) | JP2005504448A (ja) |
| CN (1) | CN100433749C (ja) |
| CA (1) | CA2432906A1 (ja) |
| WO (1) | WO2002054707A2 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11430487B2 (en) * | 2020-08-06 | 2022-08-30 | Canon Kabushiki Kaisha | Display control apparatus and control method for controlling the same |
Families Citing this family (48)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7194071B2 (en) * | 2000-12-28 | 2007-03-20 | Intel Corporation | Enhanced media gateway control protocol |
| US20030051037A1 (en) * | 2001-06-12 | 2003-03-13 | Mukesh Sundaram | Open portal interface manager |
| JP3855835B2 (ja) | 2001-09-27 | 2006-12-13 | ヤマハ株式会社 | 信号レベルシフト回路 |
| EP1303118A1 (de) * | 2001-10-12 | 2003-04-16 | Siemens Aktiengesellschaft | Verfahren zur Herstellung einer Kommunikationsverbindung zwischen Teilnehmerstellen eines zwei Kommunikationsnetze umfassenden Vermittlungssystems |
| US7299182B2 (en) * | 2002-05-09 | 2007-11-20 | Thomson Licensing | Text-to-speech (TTS) for hand-held devices |
| US7782875B2 (en) * | 2002-06-18 | 2010-08-24 | Nokia Corporation | Megaco protocol with group termination |
| US20040024902A1 (en) * | 2002-06-18 | 2004-02-05 | Olli Mikkola | Megaco protocol with user termination |
| US7372826B2 (en) * | 2002-08-01 | 2008-05-13 | Starent Networks, Corp. | Providing advanced communications features |
| CN1275419C (zh) * | 2002-10-18 | 2006-09-13 | 华为技术有限公司 | 一种网络安全认证方法 |
| KR100494872B1 (ko) * | 2002-12-24 | 2005-06-14 | 한국전자통신연구원 | 네트워크 아답터를 이용한 미디어 게이트웨이 제어프로토콜 관리 방법 |
| KR100933159B1 (ko) * | 2003-07-11 | 2009-12-21 | 삼성전자주식회사 | 이동통신시스템에서 음성 데이터 전송을 위한 동기화 방법 및 시스템 |
| KR100600813B1 (ko) * | 2004-11-19 | 2006-07-18 | 한국전자통신연구원 | 메가코 프로토콜 변환 장치 및 그 방법 |
| CN100525476C (zh) | 2005-06-29 | 2009-08-05 | 华为技术有限公司 | 媒体网关控制协议呼叫中的内容传输方法 |
| CN100426377C (zh) * | 2005-10-21 | 2008-10-15 | 华为技术有限公司 | 一种实现语音识别功能的方法 |
| CN100487788C (zh) * | 2005-10-21 | 2009-05-13 | 华为技术有限公司 | 一种实现文语转换功能的方法 |
| CN101222542B (zh) * | 2005-10-21 | 2011-09-14 | 华为技术有限公司 | 一种实现文语转换功能的方法 |
| CN1953447B (zh) * | 2005-10-21 | 2010-09-15 | 华为技术有限公司 | 媒体资源处理方法 |
| CN1870631B (zh) * | 2005-11-11 | 2010-04-14 | 华为技术有限公司 | 媒体网关的门控方法 |
| US20070220162A1 (en) * | 2006-03-17 | 2007-09-20 | Microsoft Corporation | Media processing abstraction model |
| CN100466529C (zh) * | 2006-06-30 | 2009-03-04 | 华为技术有限公司 | 实现多媒体录制的方法及系统 |
| FI20060666A0 (fi) * | 2006-07-07 | 2006-07-07 | Nokia Corp | Menetelmä ja järjestelmä epäjatkuvan lähetyksen toiminnallisuuden parantamiseksi |
| CN101193442B (zh) * | 2006-11-23 | 2010-12-08 | 华为技术有限公司 | 一种实现多媒体呼叫移动性的系统、方法及装置 |
| CN101212309B (zh) * | 2006-12-30 | 2011-06-15 | 华为技术有限公司 | 一种控制上报事件的时间戳的方法 |
| CN101257433B (zh) * | 2007-03-01 | 2011-09-14 | 华为技术有限公司 | 实现网络地址转换穿越的方法和系统 |
| CN101399964B (zh) * | 2007-09-29 | 2010-07-28 | 华为技术有限公司 | 媒体播放控制方法、系统、媒体控制设备及媒体处理设备 |
| CN101453445B (zh) * | 2007-12-05 | 2012-01-25 | 华为技术有限公司 | 一种终端服务状态改变指示的响应方法及装置 |
| CN101471900A (zh) * | 2007-12-25 | 2009-07-01 | 华为技术有限公司 | 媒体资源标识能力交互方法及媒体网关控制器和媒体网关 |
| CN101471929A (zh) * | 2007-12-28 | 2009-07-01 | 华为技术有限公司 | 范围信息表示能力交互方法与媒体网关、媒体网关控制器 |
| CN101471848B (zh) * | 2007-12-28 | 2012-03-21 | 华为技术有限公司 | 一种信号传送带宽调整方法、媒体网关及媒体网关控制器 |
| CN101471902A (zh) * | 2007-12-29 | 2009-07-01 | 华为技术有限公司 | 一种实现信号暂停的方法及设备 |
| CN101471747B (zh) * | 2007-12-29 | 2013-01-02 | 华为技术有限公司 | 调整信号速度的方法和媒体网关 |
| KR20090085376A (ko) * | 2008-02-04 | 2009-08-07 | 삼성전자주식회사 | 문자 메시지의 음성 합성을 이용한 서비스 방법 및 장치 |
| CN101552713B (zh) * | 2008-04-01 | 2011-04-13 | 华为技术有限公司 | 一种包基础与扩展关系的交换方法、装置 |
| CN101651607A (zh) * | 2008-08-13 | 2010-02-17 | 华为技术有限公司 | 一种信号速率调整的方法及装置 |
| CN101651757B (zh) * | 2008-08-14 | 2014-05-07 | 华为技术有限公司 | 实现上报用户介入媒体操作的方法、系统及设备 |
| CN101651665B (zh) * | 2008-08-14 | 2013-04-17 | 华为技术有限公司 | 一种实现媒体资源播放状态检测的控制方法、装置及系统 |
| CN101753803B (zh) * | 2008-12-18 | 2011-08-10 | 华为技术有限公司 | 画面显示的控制方法、系统和多媒体资源功能处理器 |
| KR20100071314A (ko) * | 2008-12-19 | 2010-06-29 | 삼성전자주식회사 | 영상처리장치 및 영상처리장치의 제어 방법 |
| CN101778090A (zh) * | 2009-01-12 | 2010-07-14 | 华为技术有限公司 | 一种基于文本的媒体控制方法、装置和系统 |
| CN101923856B (zh) | 2009-06-12 | 2012-06-06 | 华为技术有限公司 | 语音识别训练处理、控制方法及装置 |
| KR101486675B1 (ko) * | 2010-07-16 | 2015-01-26 | 알까뗄 루슨트 | 정보 기록 세션을 위한 제어 기능 |
| CN102123212B (zh) * | 2011-03-18 | 2015-08-12 | 中兴通讯股份有限公司 | 为普通终端提供会议电话功能的方法及系统 |
| DE102012202407B4 (de) * | 2012-02-16 | 2018-10-11 | Continental Automotive Gmbh | Verfahren zum Phonetisieren einer Datenliste und sprachgesteuerte Benutzerschnittstelle |
| US9626015B2 (en) | 2013-01-08 | 2017-04-18 | Leap Motion, Inc. | Power consumption in motion-capture systems with audio and optical signals |
| US9613262B2 (en) * | 2014-01-15 | 2017-04-04 | Leap Motion, Inc. | Object detection and tracking for providing a virtual device experience |
| US9747167B2 (en) * | 2014-02-27 | 2017-08-29 | Nice Ltd. | Persistency free architecture |
| JP2015186249A (ja) * | 2014-03-26 | 2015-10-22 | 沖電気工業株式会社 | 通信システム、セッション制御装置及び転送制御装置 |
| US10741197B2 (en) * | 2016-11-15 | 2020-08-11 | Amos Halava | Computer-implemented criminal intelligence gathering system and method |
Family Cites Families (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2665748B2 (ja) | 1987-10-09 | 1997-10-22 | 株式会社キッツ | バタフライバルブのシート構造 |
| JPH01188154A (ja) | 1988-01-22 | 1989-07-27 | Mitsubishi Electric Corp | 音声データ再生方式 |
| JPH01209855A (ja) | 1988-02-17 | 1989-08-23 | Fujitsu Ltd | 録音・再生切替制御方式 |
| JPH04117858A (ja) | 1990-09-07 | 1992-04-17 | Fujitsu Ltd | 音声蓄積交換システムにおける再生及び録音方式 |
| JPH05176060A (ja) | 1991-02-01 | 1993-07-13 | Matsushita Electric Ind Co Ltd | 音声蓄積装置 |
| JP3602553B2 (ja) | 1993-05-20 | 2004-12-15 | 富士通株式会社 | 代理応答伝言作成装置 |
| US5655006A (en) * | 1995-12-14 | 1997-08-05 | U S West, Inc. | Automated system and method for voice processing |
| JPH1013572A (ja) | 1996-06-25 | 1998-01-16 | Nippon Telegr & Teleph Corp <Ntt> | コンピュータ網音声情報サービス提供方法およびシステム |
| JPH1051403A (ja) | 1996-08-05 | 1998-02-20 | Naniwa Stainless Kk | 音声情報配信システムおよびこれに用いる音声再生機 |
| JPH10136089A (ja) | 1996-10-24 | 1998-05-22 | Nec Corp | 音声メールネットワークシステム |
| US5915001A (en) * | 1996-11-14 | 1999-06-22 | Vois Corporation | System and method for providing and using universally accessible voice and speech data files |
| US6181736B1 (en) * | 1997-03-25 | 2001-01-30 | Nxi Communications, Inc. | Network communication system |
| US6049765A (en) * | 1997-12-22 | 2000-04-11 | Lucent Technologies Inc. | Silence compression for recorded voice messages |
| US6295342B1 (en) * | 1998-02-25 | 2001-09-25 | Siemens Information And Communication Networks, Inc. | Apparatus and method for coordinating user responses to a call processing tree |
| JPH11305800A (ja) | 1998-04-27 | 1999-11-05 | Olympus Optical Co Ltd | 音声再生装置 |
| JP3976901B2 (ja) | 1998-08-04 | 2007-09-19 | キヤノン株式会社 | 文書読み上げ装置及び文書指定方法 |
| US6031896A (en) * | 1998-10-23 | 2000-02-29 | Gte Laboratories Incorporated | Real-time voicemail monitoring and call control over the internet |
| JP2000184070A (ja) | 1998-12-16 | 2000-06-30 | Tokyo Electric Power Co Inc:The | 連絡業務支援システム |
| AU5027200A (en) * | 1999-05-20 | 2000-12-12 | Intensifi, Inc. | Method and apparatus for access to, and delivery of, multimedia information |
| US7194071B2 (en) * | 2000-12-28 | 2007-03-20 | Intel Corporation | Enhanced media gateway control protocol |
-
2000
- 2000-12-28 US US09/749,745 patent/US7194071B2/en not_active Expired - Fee Related
-
2001
- 2001-12-21 EP EP01988369A patent/EP1346544A2/en not_active Withdrawn
- 2001-12-21 JP JP2002555069A patent/JP2005504448A/ja not_active Withdrawn
- 2001-12-21 CN CNB018229255A patent/CN100433749C/zh not_active Expired - Lifetime
- 2001-12-21 CA CA002432906A patent/CA2432906A1/en not_active Abandoned
- 2001-12-21 WO PCT/US2001/049779 patent/WO2002054707A2/en not_active Application Discontinuation
-
2007
- 2007-11-07 JP JP2007290121A patent/JP2008086037A/ja active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11430487B2 (en) * | 2020-08-06 | 2022-08-30 | Canon Kabushiki Kaisha | Display control apparatus and control method for controlling the same |
Also Published As
| Publication number | Publication date |
|---|---|
| CN100433749C (zh) | 2008-11-12 |
| WO2002054707A3 (en) | 2002-12-19 |
| EP1346544A2 (en) | 2003-09-24 |
| CA2432906A1 (en) | 2002-07-11 |
| JP2008086037A (ja) | 2008-04-10 |
| WO2002054707A2 (en) | 2002-07-11 |
| US7194071B2 (en) | 2007-03-20 |
| US20030009337A1 (en) | 2003-01-09 |
| CN1575574A (zh) | 2005-02-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2005504448A (ja) | 強化媒体ゲートウェイ制御プロトコル | |
| US7603433B1 (en) | IMS-based interactive media system and method | |
| US20060106602A1 (en) | Method and Device for Providing Speech-to-Text Encoding and Telephony Service | |
| US20080140427A1 (en) | Generic On-Chip Homing and Resident, Real-Time Bit Exact Tests | |
| US20040076226A1 (en) | Multiple data rate communication system | |
| EP1026861B1 (en) | System and method for distributed call signalling in telephony-over-lan networks | |
| US6556563B1 (en) | Intelligent voice bridging | |
| US7486665B2 (en) | Transport of DTMF tones over VOATM/VOIP networks | |
| CN101159891B (zh) | 语音激活检测控制的方法及其控制设备 | |
| US6229881B1 (en) | Method and apparatus to provide enhanced speech recognition in a communication network | |
| US20040062330A1 (en) | Dual-rate single band communication system | |
| CN108881180B (zh) | 录音方法及录音系统 | |
| US8223746B2 (en) | More economical resource application on the user interaction within a speech dialogue system in a packet network by means of a simplifying processing of signalling information | |
| US20050013305A1 (en) | Network telephony system with enhanced interconversion of audio signals and IP packets | |
| KR100912201B1 (ko) | Ｍｅｇａｃｏ 프로토콜을 이용한 팩스 호 처리 방법 및장치 | |
| CN101883112B (zh) | 下一代网络中实现t30传真软交换全控制的系统及方法 | |
| CN102714675B (zh) | 用于传送呼叫者号码的方法和网关装置 | |
| JP2005286894A (ja) | 電話端末収容装置及び適用符号化方式決定方法 | |
| KR100740858B1 (ko) | 실시간 멀티미디어 벨 서비스 제공 방법 및 시스템 | |
| Hui et al. | Integrating Internet with PSTN networks for voice services | |
| CN101005400A (zh) | 一种上报网关业务切换的方法 | |
| EP1713242A1 (en) | Method of establishing a communication connection | |
| EP1962465A1 (en) | Mood exchange via media gateway | |
| Zhang et al. | On building an Internet telephony gateway | |
| JP2007088643A (ja) | ＶｏＩＰ通信装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20060811 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20060829 |
|
| A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20061129 |
|
| A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20061206 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20070724 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20071115 |
|
| A761 | Written withdrawal of application |
Free format text: JAPANESE INTERMEDIATE CODE: A761 Effective date: 20080108 |