JP2006319779A - テレビ会議制御装置、テレビ会議制御方法およびそのコンピュータ・プログラム - Google Patents

Abstract

【課題】 ＩＰ電話を用いてオフィスの座席上などでテレビ会議を行なうことが可能なテレビ会議制御装置、テレビ会議制御方法およびそのコンピュータ・プログラムを提供すること。
【解決手段】 音声パケット合成部１２は、イーサネット（登録商標）受信部１１によって受信された複数の利用者からの音声パケットに含まれる音声データを合成して音声パケットを生成する。イーサネット（登録商標）送信部１４は、音声パケット合成部１２によって生成された音声パケットをＩＰ電話３に送信する。また、映像パケットデコード部１５は、イーサネット（登録商標）受信部１１によって受信された複数の利用者からの映像パケットに含まれる映像データをデコードしてモニタ２に表示する。したがって、ＩＰ電話を用いてオフィスの座席上などでテレビ会議を行なうことが可能となる。
【選択図】 図７

Description

本発明は、ＩＰ（Internet Protocol）電話を用いてテレビ会議を行なう技術に関し、特に、オフィスなどの座席上で簡単にテレビ会議が行なえるテレビ会議制御装置、テレビ会議制御方法およびそのコンピュータ・プログラムに関する。

近年、インターネット網を介して音声情報を送受信するＩＰ電話が普及してきている。このようなＩＰ電話を実現するＶｏＩＰ端末のプロトコルとして、ＩＴＵ−Ｔ（International Telecommunication Union-Telecommunication Standardization Sector）勧告のＨ．３２３が採用されている。Ｈ．３２３は、多地点間でテレビ会議を行なうなど、リアルタイムなマルチメディアデータを統合的に扱うことができ、またマルチキャスト通信も可能となっている。

このようなプロトコルを用いたテレビ会議システムを構築する場合、一般にテレビ会議システムのための専用装置を専用ルームに設置することが前提となっている。

また、マルチキャスト通信を用いることによって、画像データなどを複数の装置に配信することができるため、この機能をテレビ会議システムに応用する試みも行なわれている。これに関連する技術として、特開２００３−１１０７３６号公報に開示された発明がある。

特開２００３−１１０７３６号公報に開示された動画像配信サーバは、Ｗｅｂ巡回によってインターネットから画像データを取得し、取得した画像データをイーサネット（登録商標）上にマルチキャストパケットにより送出するものである。
特開２００３−１１０７３６号公報

上述したように、テレビ会議システムにおいては専用装置を専用ルームに設置することが前提となっているため、簡単にテレビ会議システムを構築することができないといった問題点があった。また、このような装置をオフィスなどに設置して座席上で用いた場合、会議での話し言葉が周囲に漏れてしまい他の者に迷惑となるといった問題点もあった。

本発明は、上記問題点を解決するためになされたものであり、第１の目的は、ＩＰ電話を用いてオフィスの座席上などでテレビ会議を行なうことが可能なテレビ会議制御装置、テレビ会議制御方法およびそのコンピュータ・プログラムを提供することである。

第２の目的は、簡単にテレビ会議システムを構築することを可能にしたテレビ会議制御装置、テレビ会議制御方法およびそのコンピュータ・プログラムを提供することである。

本発明のある局面に従えば、インターネットプロトコル電話とインターネットプロトコルネットワーク網との間に介在し、テレビ会議の制御を行なうテレビ会議制御装置であって、インターネットプロトコルネットワーク網を介してテレビ会議の複数の利用者からの音声パケットおよび映像パケットを受信するための第１の受信手段と、第１の受信手段によって受信された複数の利用者からの音声パケットに含まれる音声データを合成して音声パケットを生成するための音声合成手段と、音声合成手段によって生成された音声パケットをインターネットプロトコル電話に送信するための第１の送信手段と、第１の受信手段によって受信された複数の利用者からの映像パケットに含まれる映像データをデコードして表示するためのデコード手段とを含む。

好ましくは、テレビ会議制御装置はさらに、インターネットプロトコル電話からのパケットを受信するための第２の受信手段と、第２の受信手段によって受信されたパケットの中からテレビ会議を制御するためのコマンドを含むパケットを検出し、当該コマンドに基づいてテレビ会議制御装置の制御を行なうための検出手段とを含む。

好ましくは、テレビ会議制御装置はさらに、インターネットプロトコルネットワーク網を介してパケットを送信するための第２の送信手段を含み、検出手段は、第２の受信手段によって受信されたパケットがコマンドを含まない音声パケットの場合には、当該音声パケットを第２の送信手段に送信させる。

さらに好ましくは、音声合成手段は、第１の受信手段によって受信された複数の利用者からの音声パケットに含まれる音声データと、第２の受信手段によって受信された音声パケットに含まれる音声データとを合成する。

好ましくは、テレビ会議制御装置はさらに、外部から入力された映像データをエンコードして映像パケットを生成し、映像パケットを第２の送信手段に送信させるためのエンコード手段を含む。

さらに好ましくは、第２の送信手段は、第２の受信手段によって受信された音声パケットおよびエンコード手段によって生成された映像パケットをマルチキャストアドレス宛に送信する。

本発明の別の局面に従えば、テレビ会議の制御を行なうテレビ会議制御方法であって、インターネットプロトコルネットワーク網を介してテレビ会議の複数の利用者からの音声パケットおよび映像パケットを受信するステップと、受信された複数の利用者からの音声パケットに含まれる音声データを合成して音声パケットを生成するステップと、生成された音声パケットをインターネットプロトコル電話に送信するステップと、受信された複数の利用者からの映像パケットに含まれる映像データをデコードして表示するステップとを含む。

本発明のさらに別の局面に従えば、テレビ会議の制御を行なうテレビ会議制御方法をコンピュータに実行させるためのコンピュータ・プログラムであって、テレビ会議制御方法は、インターネットプロトコルネットワーク網を介してテレビ会議の複数の利用者からの音声パケットおよび映像パケットを受信して記憶手段に格納するステップと、記憶手段に格納された複数の利用者からの音声パケットに含まれる音声データを読出して合成し、音声パケットを生成するステップと、生成された音声パケットをインターネットプロトコル電話に送信するステップと、記憶手段に格納された複数の利用者からの映像パケットに含まれる映像データを読出してデコードし、映像を表示するステップとを含む。

本発明のある局面によれば、音声合成手段が第１の受信手段によって受信された複数の利用者からの音声パケットに含まれる音声データを合成して音声パケットを生成し、第１の送信手段が音声合成手段によって生成された音声パケットをインターネットプロトコル電話に送信するので、インターネットプロトコル電話を用いてオフィスの座席上などでテレビ会議を行なうことが可能となる。

また、検出手段が、第２の受信手段によって受信されたパケットの中からテレビ会議を制御するためのコマンドを含むパケットを検出し、当該コマンドに基づいてテレビ会議制御装置の制御を行なうので、利用者はインターネットプロトコル電話からテレビ会議制御装置の制御を行なうことが可能となる。

また、検出手段は、第２の受信手段によって受信されたパケットがコマンドを含まない音声パケットの場合には、当該音声パケットを第２の送信手段に送信させるので、インターネットプロトコル電話をテレビ会議以外の通常の用途にも用いることが可能となる。

また、音声合成手段が、第１の受信手段によって受信された複数の利用者からの音声パケットに含まれる音声データと、第２の受信手段によって受信された音声パケットに含まれる音声データとを合成するので、利用者は自身の音声もインターネットプロトコル電話から聴けるようになり、違和感をなくすことが可能となる。

また、エンコード手段が、外部から入力された映像データをエンコードして映像パケットを生成し、映像パケットを第２の送信手段に送信させるので、テレビ会議の他の利用者に容易に映像を送ることが可能となる。

また、第２の送信手段が、第２の受信手段によって受信された音声パケットおよびエンコード手段によって生成された映像パケットをマルチキャストアドレス宛に送信するので、１つのパケットで複数の利用者に同じパケットを送信でき、処理時間を短縮することが可能となる。

図１は、本発明の実施の形態におけるテレビ会議システムの構成例を示すブロック図である。このテレビ会議システムは、４つの地点Ａ〜Ｄの利用者がＩＰネットワーク網５を介してテレビ会議を行なうものである。地点Ａ〜Ｄのそれぞれには、パーソナルコンピュータ（ＰＣ）によって実現されるテレビ会議制御装置１と、ＰＣ（テレビ会議制御装置）１に接続され、相手の顔などの映像を表示するモニタ２と、ＰＣ１に接続されるＩＰ電話３と、利用者の顔などを撮像するカメラ４とを含む。

モニタ２には、カメラ４によって撮像された地点Ａ〜Ｄの利用者の顔などが映像Ａ〜Ｄとして表示されている。これによって、相手の映像を確認しながら、多人数でのパーソナル会議を行なうことが可能となる。

また、ＰＣ１は、ＩＰ電話３からの音声をＩＰネットワーク網５を介して送信すると共に、地点Ａ〜Ｄのそれぞれの利用者の音声Ａ〜Ｄを受信して合成し、ＩＰ電話３に送出する。これによって、ＩＰ電話３を用いて多地点の利用者との会話が行なえると共に、従来のＩＰ電話での会話と何ら変わることがなく、周りの者に迷惑となることはない。

以下の説明においては、ＩＰ電話３のプロトコルとしてＳＩＰ（Session Initiation Protocol）を用いた場合についてのものである。なお、ＩＰ電話３のプロトコルはこれに限られるものではない。

図２は、本発明の実施の形態におけるテレビ会議システムに含まれる各機器の処理手順の一例を説明するための図である。この図は、図１に示す地点Ａ〜Ｃの利用者（以下、利用者Ａ〜Ｃと呼ぶ。）がテレビ会議を行なうときの手順を示しており、マルチキャストを利用する場合のものである。なお、地点Ａに設置されているＩＰ電話およびＰＣをそれぞれ端末ＡのＩＰ電話およびＰＣ、地点Ｂに設置されているＩＰ電話およびＰＣをそれぞれ端末ＢのＩＰ電話およびＰＣ、地点Ｃに設置されているＩＰ電話およびＰＣをそれぞれ端末ＣのＩＰ電話およびＰＣと呼ぶものとする。

まず、端末ＡのＩＰ電話３が端末ＢのＩＰ電話３を呼出して、利用者Ａと利用者Ｂとの間で通話が行なわれる（Ｔ１１）。このとき、端末ＡのＩＰ電話３からのパケットは端末ＡのＰＣ１および端末ＢのＰＣ１を経由して端末ＢのＩＰ電話３に送信され、端末ＢのＩＰ電話３からのパケットは端末ＢのＰＣ１および端末ＡのＰＣ１を経由して端末ＡのＩＰ電話３に送信される。なお、端末ＡのＩＰ電話３が端末ＢのＩＰ電話３を呼出す場合の手順については後述する。

利用者Ａと利用者Ｂとが、利用者Ｃを交えてテレビ会議を行なうことに合意すると、使用する会議室番号を決定する。この会議室番号は、マルチキャストアドレスに相当する。そして、利用者Ｂが利用者Ａとの通話を保留し、端末ＣのＩＰ電話に対して発呼を行う（Ｔ１２）。

利用者Ｂと利用者Ｃとの間の通話が成立すると（Ｔ１３）、利用者Ｂは利用者Ｃに対してテレビ会議を行なう旨と、会議室番号とを知らせる。そして、利用者Ａ〜Ｃのそれそれが端末Ａ〜ＣのＩＰ電話３の特殊キーとテンキー、たとえば“＊”キーと“０”キーとを押下することによってテレビ会議が開始される（Ｔ１４）。なお、会議室番号に対応するマルチキャストアドレスは、予めＰＣ１またはＩＰ電話３に登録されており、ＰＣ１およびＩＰ電話３が会議室番号に対応するマルチキャストアドレスを取得するようにしてもよいし、利用者がＩＰ電話３のテンキーから直接マルチキャストアドレスを入力するようにしてもよい。

また、各機器のポート番号は予め決められており、端末Ａの映像および音声のポート番号がｎおよびｎ＋１に設定され、端末Ｂの映像および音声のポート番号がｎ＋２およびｎ＋３に設定され、端末Ｃの映像および音声のポート番号がｎ＋４およびｎ＋５に設定されている。

端末Ａ〜ＣのＩＰ電話３は、音声パケットをマルチキャストアドレス宛に送信する。このとき、音声パケットはＰＣ１およびＩＰネットワーク網５を介して送信される。また、端末Ａ〜ＣのＰＣ１は、カメラ４によって撮像された映像をパケットに格納し、この映像パケットをマルチキャストアドレス宛に送信する（Ｔ１５）。

端末Ａ〜ＣのＰＣ１は、受信した映像パケットから映像データを抽出してモニタ２に表示すると共に、受信した音声パケットから音声データを抽出して合成し、端末Ａ〜ＣのＩＰ電話３に転送する（Ｔ１６）。なお、ＰＣ１は受信した映像データと共に自身の映像データもモニタ２に表示し、受信した音声データに自身の音声データも合成するようにしてもよい。

テレビ会議を終了する場合、利用者Ａ〜Ｃのそれそれが端末Ａ〜ＣのＩＰ電話の特殊キーとテンキー、たとえば“＊”キーと“９”キーとを押下することによってテレビ会議が終了される（Ｔ１７）。

図３は、本発明の実施の形態におけるテレビ会議システムに含まれる各機器の処理手順の他の一例を説明するための図である。この図は、利用者Ａ〜Ｃがテレビ会議を行なうときの手順を示しており、ユニキャストを利用する場合のものである。

まず、端末ＡのＩＰ電話３が端末ＢのＩＰ電話３を呼出して、利用者Ａと利用者Ｂとの間で通話が行なわれる（Ｔ２１）。利用者Ａと利用者Ｂとが、利用者Ｃを交えてテレビ会議を行なうことに合意した後、利用者Ｂが利用者Ａとの通話を保留し、端末ＣのＩＰ電話３に対して発呼を行う（Ｔ２２）。

利用者Ｂと利用者Ｃとの間の通話が成立すると（Ｔ２３）、利用者Ｂは利用者Ｃに対してテレビ会議を行なう旨を知らせる。そして、利用者Ａ〜Ｃのそれそれが端末Ａ〜ＣのＩＰ電話３の特殊キーとテンキー、たとえば“＊”キーと“０”キーとを押下することによってテレビ会議が開始される（Ｔ２４〜Ｔ２６）。

このとき、利用者Ａは端末ＡのＩＰ電話３の特殊キーとテンキー、たとえば“＊”キーと“２”キーとを押下した後、相手のＩＰアドレス（端末Ｂおよび端末ＣのＩＰアドレス）を入力することによって宛先を設定する（Ｔ２４）。同様に、利用者Ｂは端末ＢのＩＰ電話３の“＊”キーと“２”キーとを押下した後、相手のＩＰアドレス（端末Ａおよび端末ＣのＩＰアドレス）を入力することによって宛先を設定する（Ｔ２５）。同様に、利用者Ｃは端末ＣのＩＰ電話３の“＊”キーと“２”キーとを押下した後、相手のＩＰアドレス（端末Ａおよび端末ＢのＩＰアドレス）を入力することによって宛先を設定する（Ｔ２６）。

端末Ａ〜ＣのＩＰ電話３は、音声パケットを相手のＩＰアドレス（ユニキャストアドレス）宛に送信する。このとき、音声パケットはＰＣ１およびＩＰネットワーク網５を介して送信される。また、端末Ａ〜ＣのＰＣ１は、カメラ４によって撮像された映像をパケットに格納し、この映像パケットを相手のＩＰアドレス宛に送信する（Ｔ２７）。

端末Ａ〜ＣのＰＣ１は、受信した映像パケットから映像データを抽出してモニタ２に表示すると共に、受信した音声パケットから音声データを抽出して合成し、端末Ａ〜ＣのＩＰ電話３に転送する（Ｔ２８）。なお、ＰＣ１は受信した映像データと共に自身の映像データもモニタ２に表示し、受信した音声データに自身の音声データも合成するようにしてもよい。

テレビ会議を終了する場合、利用者Ａ〜Ｃのそれそれが端末Ａ〜ＣのＩＰ電話の特殊キーとテンキー、たとえば“＊”キーと“９”とを押下することによってテレビ会議が終了される（Ｔ２９）。

図４は、ＩＰ電話の呼出しの処理手順を説明するための図である。なお、この処理手順は通信相手のＩＰアドレスをお互いに知っている場合についてのものである。まず、発信者がＩＰ電話３の受話器を上げて着信者の電話番号をダイヤルすると、着信者側のＩＰ電話３にＩＮＶＩＴＥリクエスト（セッション確立要求）が送信される（Ｔ３１）。

着信者側のＩＰ電話３は呼出しのベルを鳴らすと共に、発信者側のＩＰ電話３に対して呼出し中を意味する１８０ Ｒｉｎｇｉｎｇレスポンスを送信する（Ｔ３２）。このとき、発信者側のＩＰ電話３は、１８０ Ｒｉｎｇｉｎｇレスポンスを受信することによって“呼出し中音”を出力する。

着信者がＩＰ電話３の受話器を上げて応答すると、発信者に２００ ＯＫレスポンスを送信する（Ｔ３３）。着信者側のＩＰ電話３が発信者側のＩＰ電話３からＡＣＫ（確認応答）リクエストを受信することによって、通信のためのメディア・セッション（回線接続）が確立し（Ｔ３４）、通話が行なわれるようになる（Ｔ３５）。

通話が終わり、発信者がＩＰ電話３の受話器を下ろすと、発信者側のＩＰ電話３は着信者側のＩＰ電話３に切断を意味するＢＹＥ（通話終了）リクエストを送信する（Ｔ３６）。そして、発信者側のＩＰ電話３は、着信者側のＩＰ電話３から２００ ＯＫレスポンスを受信することにより回線が切断される（Ｔ３７）。

図５は、本発明の実施の形態におけるイーサネット（登録商標）パケットの構成を示す図である。図５（ａ）は、イーサネット（登録商標）フレームを示しており、５６ビットのプリアンブルと、４８ビットの終点ＭＡＣ（Media Access Control）アドレスと、４８ビットの始点ＭＡＣアドレスと、４６〜１５００オクテットのデータと、３２ビットのＦＣＳ（Frame Check Sequence）とを含む。

図５（ｂ）は、図５（ａ）のデータに対応するＩＰヘッダフォーマットを示しており、４ビットのバージョンと、４ビットのヘッダ長と、８ビットのサービスタイプと、１６ビットのパケット長と、１６ビットの識別子と、３ビットのフラグと、１３ビットのフラグメントオフセットと、８ビットの有効期限と、８ビットのプロトコル番号と、１６ビットのフラグメントオフセットと、３２ビットの始点ＩＰアドレスと、３２ビットの終点ＩＰアドレスと、データとを含む。

図５（ｃ）は、ＩＰアドレスのクラスを示しており、クラスＡ〜Ｅに分類される。クラスＡ〜Ｃは、ユニキャストアドレスの場合のＩＰアドレスを示しており、クラスによって各ビットのアサインが異なっている。クラスＤは、マルチキャストアドレスの場合のＩＰアドレスを示しており、２８ビットのマルチキャストグループＩＤが含まれる。

図５（ｄ）は、ＩＰアドレスの各クラスの範囲を示しており、たとえばクラスＤのマルチキャストアドレスの場合には、ＩＰアドレスの範囲が２２４．０．０．０〜２３９．２５５．２５５．２５５となる。

図６は、本発明の実施の形態におけるテレビ会議制御装置１の構成例を示すブロック図である。このテレビ会議制御装置１は、コンピュータ本体２１、ＩＰ電話３に接続されるイーサネット（登録商標）通信装置２２、ＦＤ（Flexible Disk）２４が装着されるＦＤドライブ２３、キーボード２５、マウス２６、ＣＤ−ＲＯＭ（Compact Disc-Read Only Memory）２８が装着されるＣＤ−ＲＯＭ装置２７、およびＩＰネットワーク網５に接続されるイーサネット（登録商標）通信装置２９を含む。テレビ会議制御プログラムは、ＦＤ２４またはＣＤ−ＲＯＭ２８等の記録媒体によって供給される。テレビ会議制御プログラムがコンピュータ本体２１によって実行されることによって、テレビ会議制御装置全体の制御が行なわれる。また、テレビ会議制御プログラムは他のコンピュータより通信回線を経由し、コンピュータ本体２１に供給されてもよい。

図６に示すコンピュータ本体２１は、ＣＰＵ（Central Processing Unit）３０と、ＲＯＭ（Read Only Memory）３１と、ＲＡＭ（Random Access Memory）３２と、ハードディスク３３とを含む。ＣＰＵ３０は、モニタ２、ＦＤドライブ２３、キーボード２５、マウス２６、ＣＤ−ＲＯＭ装置２７、イーサネット（登録商標）通信装置２２、２９、ＲＯＭ３１、ＲＡＭ３２またはハードディスク３３との間でデータを入出力しながら処理を行う。ＦＤ２４またはＣＤ−ＲＯＭ２８に記録されたテレビ会議制御プログラムは、ＣＰＵ３０によりＦＤドライブ２３またはＣＤ−ＲＯＭ装置２７を介して一旦ハードディスク３３に格納される。ＣＰＵ３０は、ハードディスク３３から適宜テレビ会議制御プログラムをＲＡＭ３２にロードして実行することによって、テレビ会議制御装置全体の制御が行なわれる。

図７は、本発明の実施の形態におけるテレビ会議制御装置１の機能的構成を示すブロック図である。このテレビ会議制御装置は、ＩＰネットワーク網５を介してパケットを受信するイーサネット（登録商標）受信部１１と、イーサネット（登録商標）受信部１１によって受信された音声パケットに含まれる音声データを合成して音声パケットを生成する音声パケット合成部１２と、イーサネット（登録商標）受信部１１および音声パケット合成部１２からの音声パケットを選択的に出力するスイッチ１３と、スイッチ１３から出力された音声パケットをＩＰ電話３に送信するイーサネット（登録商標）送信部１４と、イーサネット（登録商標）受信部１１によって受信された映像パケットに含まれる映像データをデコードしてモニタ２に表示する映像パケットデコード部１５と、カメラ４からの映像データをエンコードして映像パケットを生成する映像パケットエンコード部１６と、ＩＰ電話３からのパケットを受信するイーサネット（登録商標）受信部１７と、イーサネット（登録商標）受信部１７によって受信されたパケットの中から特殊キーのメッセージを検出する特殊キー検出部１８と、映像パケットエンコード部１６によって生成された映像パケットおよびイーサネット（登録商標）受信部１７によって受信された音声パケットをＩＰネットワーク網５を介して送信するイーサネット（登録商標）送信部１９とを含む。

イーサネット（登録商標）受信部１１は、予め決められたポート番号によって音声パケットおよび映像パケットの識別を行ない、音声パケットを音声パケット合成部１２およびスイッチ１３に出力し、映像パケットを映像パケットデコード部１５に出力する。

音声パケット合成部１２は、テレビ会議モードとなっているときに、テレビ会議の利用者から送信された音声パケットに含まれる音声データを抽出し、音声パケットのタイムスタンプなどを参照して同時刻の音声データを合成する。音声データが圧縮されていない場合には、テレビ会議の利用者の音声データを加算し、利用者の人数で割ることによって音声データを合成する。また、音声が圧縮されている場合には、一旦音声データを伸長してから音声データを合成し、再度合成された音声データを圧縮する。なお、音声パケット合成部１２は、イーサネット（登録商標）受信部１７によって受信された自身の音声パケットに含まれる音声データも一緒に合成するようにしてもよい。

音声パケット合成部１２は、合成した音声データをパケットに格納し、スイッチ１３を制御して音声パケット合成部１２からの音声パケットを選択するようにする。また、テレビ会議モード以外の通常モードの場合には、音声パケット合成部１２はスイッチ１３を制御して、イーサネット（登録商標）受信部１１によって受信された音声パケットを選択するようにする。

映像パケットデコード部１５は、イーサネット（登録商標）受信部１１によって受信された映像パケットに含まれる映像データをデコードし、モニタ２にその映像を表示する。このとき、映像パケットデコード部１５は、ポート番号などによってどの利用者からの映像であるかを識別し、モニタ２に表示する。映像パケットデコード部１５は、カメラ４からの自身の映像データもモニタ２に表示するようにしてもよい。図１においては、利用者Ａ〜Ｄの映像がそれぞれモニタ２上の別のウィンドウに表示されているところを示している。

映像パケットエンコード部１６は、カメラ４からの映像データをエンコードしてパケットに格納し、映像パケットとしてイーサネット（登録商標）送信部１９に出力する。自身の映像データをモニタ２に表示する場合には、カメラ４からの映像データを映像パケットデコード部１５に出力し、自身の映像データもモニタ２に表示させる。

特殊キー検出部１８は、ＳＩＰメソッドとしてＩＮＦＯメソッドをサポートしている場合には、ＩＮＦＯメソッドのメッセージとして特殊キーを検出する。また、ＩＮＦＯメソッドをサポートしていない場合には、ＲＴＰ（Real-time Transport Protocol）の音声パケットからプッシュ音として特殊キーを検出する。後述するように、特殊キー検出部１８は特殊キーに続くコマンドを受信することによってテレビ会議制御装置の動作を決定し、音声パケット合成部１２、映像パケットデコード部１５および映像パケットエンコード部１６に通知する。

イーサネット（登録商標）送信部１９は、映像パケットエンコード部１６からの映像パケットおよびイーサネット（登録商標）受信部１７からの音声パケットをＩＰネットワーク網５を介して送信する。マルチキャストアドレスを用いる場合には、マルチキャストアドレス宛に映像パケットおよび音声パケットを送信するが、ポート番号を用いることによって映像パケットおよび音声パケットのいずれであるかを区別して送信する。また、ユニキャストアドレスを用いる場合には、それぞれの利用者のＩＰアドレス宛に映像パケットおよび音声パケットを送信する。

図８は、本発明の実施の形態におけるテレビ会議制御装置１の処理手順を説明するためのフローチャートである。まず、イーサネット（登録商標）受信部１７がＩＰ電話３からパケットを受信すると（Ｓ１１）、特殊キー検出部１８はそのパケットが特殊キーを含むか否かを検出する（Ｓ１２）。

そのパケットに特殊キーが含まれる場合（Ｓ１２，Ｙｅｓ）、特殊キー検出部１８はイーサネット（登録商標）受信部１７がＩＰ電話３から受信したパケットを受けることにより、特殊キーに続くコマンドを受信する（Ｓ１３）。

特殊キーに続くコマンドが“１”キーの押下によるものであれば、特殊キー検出部１８は会議室番号をその後の受信コードから抽出する（Ｓ１４）。なお、会議室番号に対応するマルチキャストアドレスが予めＲＡＭ３２などに格納されており、それを参照することによってマルチキャストアドレスを取得する。また、利用者がＩＰ電話３のテンキーを用いて直接マルチキャストアドレスを入力し、イーサネット（登録商標）受信部１７がその情報を受信するようにしてもよい。

特殊キー検出部１８は、取得したマルチキャストアドレスを映像パケットエンコード部１６に通知する。なお、映像パケットエンコード部１６は、特殊キー検出部１７から受けたマルチキャストアドレスを用いて映像パケットを生成する。また、音声パケットについては、ＩＰ電話３がマルチキャストアドレス宛の音声パケットを生成して送信するようにしてもよいし、イーサネット（登録商標）受信部１７がＩＰ電話３からの音声パケットの宛先をマルチキャストアドレスに付け替えるようにしてもよい。

特殊キーに続くコマンドが“２”キーの押下によるものであれば、特殊キー検出部１８は宛先ＩＰアドレスをその後の受信コードから抽出し、ＲＡＭ３２などに格納する（Ｓ１５）。この宛先ＩＰアドレスは、ユニキャストアドレスを用いて映像パケットおよび音声パケットを送信する場合に、ＲＡＭ３２から読出されて用いられる。

特殊キーに続くコマンドが“９”キーの押下によるものであれば、特殊キー検出部１８はテレビ会議モードを終了すると判定する（Ｓ１６）。特殊キー検出部１８は、テレビ会議モードの終了を音声パケット合成部１２、映像パケットデコード部１５および映像パケットエンコード部１６に通知し、これらの機能を停止させる。

特殊キーに続くコマンドが“０”キーの押下によるものであれば、特殊キー検出部１８はテレビ会議モードを開始すると判定する（Ｓ１７）。特殊キー検出部１８は、テレビ会議モードの開始を音声パケット合成部１２、映像パケットデコード部１５および映像パケットエンコード部１６に通知し、これらの機能の開始を指示する。

受信したパケットに特殊キーが含まれない場合（Ｓ１２，Ｎｏ）、テレビ会議モードとなっているか否かが判定される（Ｓ１８）。テレビ会議モードとなっていなければ（Ｓ１８，Ｎｏ）、音声パケット合成部１２はスイッチ１３を制御してイーサネット（登録商標）受信部１１からの音声パケットをイーサネット（登録商標）送信部１４に出力するようにする。また、イーサネット（登録商標）送信部１９は、イーサネット（登録商標）受信部１７によって受信された音声パケットをＩＰネットワーク網５を介して送信する（Ｓ１９）。

テレビ会議モードとなっており（Ｓ１８，Ｙｅｓ）、イーサネット（登録商標）受信部１１が受信したパケットが映像パケットであれば、映像パケットデコード部１５はその映像パケットから映像データを抽出してＲＡＭ３２などに一時的に格納する。そして、映像パケットデコード部１５は、ＲＡＭ３２から映像データを読出しながら映像データをデコードしてモニタ２に表示する（Ｓ２０）。また、イーサネット（登録商標）受信部１１が受信したパケットが音声パケットであれば、音声パケット合成部１２は音声パケットに含まれる音声データを一時的にＲＡＭ３２などに格納する。そして、音声パケット合成部１２はＲＡＭ３２から音声データを読出しながら、タイムスタンプに基づいて音声データを合成し、音声パケットを生成してイーサネット（登録商標）送信部１４に出力する（Ｓ２１）。イーサネット（登録商標）送信部１４は、音声パケット合成部１２から受けた音声パケットをＩＰ電話３に送信する。

以上説明したように、本実施の形態におけるテレビ会議制御装置によれば、音声パケット合成部１２が利用者の音声を合成してＩＰ電話３に送信し、ＩＰ電話３がその合成された音声を再生して出力するようにしたので、ＩＰ電話３を用いてテレビ会議が行なえるようになり、オフィスの座席上でテレビ会議を行なうことが可能となった。

また、ＰＣ１とＩＰ電話３とでテレビ会議システムを構築できるため、専用装置を専用ルームに設置することが不要となり、簡単にテレビ会議システムを構築することが可能となった。

たとえば、図６ではイーサネット（登録商標）通信装置が２２と２９との二つあって、インターネットプロトコル電話とインターネットプロトコルネットワーク網との間に接続されるテレビ会議制御装置を示しているが、物理的にはイーサネット（登録商標）通信装置を一つ設け、ハブなどを介してインターネットプロトコル電話およびインターネットプロトコルネットワーク網とそれぞれ通信させ、物理的にはインターネットプロトコル電話とインターネットプロトコルネットワーク網との間にテレビ会議制御装置を介在させる実施例も可能である。

今回開示された実施の形態は、すべての点で例示であって制限的なものではないと考えられるべきである。本発明の範囲は上記した説明ではなくて特許請求の範囲によって示され、特許請求の範囲と均等の意味および範囲内でのすべての変更が含まれることが意図される。

本発明の実施の形態におけるテレビ会議システムの構成例を示すブロック図である。 本発明の実施の形態におけるテレビ会議システムに含まれる各機器の処理手順の一例を説明するための図である。 本発明の実施の形態におけるテレビ会議システムに含まれる各機器の処理手順の他の一例を説明するための図である。 ＩＰ電話の呼出しの処理手順を説明するための図である。 本発明の実施の形態におけるイーサネット（登録商標）パケットの構成を示す図である。 本発明の実施の形態におけるテレビ会議制御装置１の構成例を示すブロック図である。 本発明の実施の形態におけるテレビ会議制御装置の機能的構成を示すブロック図である。 本発明の実施の形態におけるテレビ会議制御装置の処理手順を説明するためのフローチャートである。

符号の説明

１ テレビ会議制御装置、２ モニタ、３ ＩＰ電話、４ カメラ、５ ＩＰネットワーク網、１１，１７ イーサネット（登録商標）受信部、１２ 音声パケット合成部、１３ スイッチ、１４，１９ イーサネット（登録商標）送信部、１５ 映像パケットデコード部、１６ 映像パケットエンコード部、１８ 特殊キー検出部、２１ コンピュータ本体、２２，２９ イーサネット（登録商標）通信装置、２３ ＦＤドライブ、２４ ＦＤ、２５ キーボード、２６ マウス、２７ ＣＤ−ＲＯＭ装置、２８ ＣＤ−ＲＯＭ。

Claims (8)

1. インターネットプロトコル電話とインターネットプロトコルネットワーク網との間に介在し、テレビ会議の制御を行なうテレビ会議制御装置であって、
   前記インターネットプロトコルネットワーク網を介してテレビ会議の複数の利用者からの音声パケットおよび映像パケットを受信するための第１の受信手段と、
   前記第１の受信手段によって受信された複数の利用者からの音声パケットに含まれる音声データを合成して音声パケットを生成するための音声合成手段と、
   前記音声合成手段によって生成された音声パケットを前記インターネットプロトコル電話に送信するための第１の送信手段と、
   前記第１の受信手段によって受信された複数の利用者からの映像パケットに含まれる映像データをデコードして表示するためのデコード手段とを含む、テレビ会議制御装置。
2. 前記テレビ会議制御装置はさらに、前記インターネットプロトコル電話からのパケットを受信するための第２の受信手段と、
   前記第２の受信手段によって受信されたパケットの中からテレビ会議を制御するためのコマンドを含むパケットを検出し、当該コマンドに基づいてテレビ会議制御装置の制御を行なうための検出手段とを含む、請求項１記載のテレビ会議制御装置。
3. 前記テレビ会議制御装置はさらに、前記インターネットプロトコルネットワーク網を介してパケットを送信するための第２の送信手段を含み、
   前記検出手段は、前記第２の受信手段によって受信されたパケットがコマンドを含まない音声パケットの場合には、当該音声パケットを前記第２の送信手段に送信させる、請求項１または２記載のテレビ会議制御装置。
4. 前記音声合成手段は、前記第１の受信手段によって受信された複数の利用者からの音声パケットに含まれる音声データと、前記第２の受信手段によって受信された音声パケットに含まれる音声データとを合成する、請求項３記載のテレビ会議制御装置。
5. 前記テレビ会議制御装置はさらに、外部から入力された映像データをエンコードして映像パケットを生成し、該映像パケットを前記第２の送信手段に送信させるためのエンコード手段を含む、請求項３または４記載のテレビ会議制御装置。
6. 前記第２の送信手段は、前記第２の受信手段によって受信された音声パケットおよび前記エンコード手段によって生成された映像パケットをマルチキャストアドレス宛に送信する、請求項５記載のテレビ会議制御装置。
7. テレビ会議の制御を行なうテレビ会議制御方法であって、
   インターネットプロトコルネットワーク網を介してテレビ会議の複数の利用者からの音声パケットおよび映像パケットを受信するステップと、
   前記受信された複数の利用者からの音声パケットに含まれる音声データを合成して音声パケットを生成するステップと、
   前記生成された音声パケットをインターネットプロトコル電話に送信するステップと、
   前記受信された複数の利用者からの映像パケットに含まれる映像データをデコードして表示するステップとを含む、テレビ会議制御方法。
8. テレビ会議の制御を行なうテレビ会議制御方法をコンピュータに実行させるためのコンピュータ・プログラムであって、
   前記テレビ会議制御方法は、インターネットプロトコルネットワーク網を介してテレビ会議の複数の利用者からの音声パケットおよび映像パケットを受信して記憶手段に格納するステップと、
   前記記憶手段に格納された複数の利用者からの音声パケットに含まれる音声データを読出して合成し、音声パケットを生成するステップと、
   前記生成された音声パケットをインターネットプロトコル電話に送信するステップと、
   前記記憶手段に格納された複数の利用者からの映像パケットに含まれる映像データを読出してデコードし、映像を表示するステップとを含む、コンピュータ・プログラム。

Images