JP2007235221A - 揺らぎ吸収バッファ装置 - Google Patents

Abstract

【課題】本発明は、不自然な補間による音質劣化を生じさせず、突発的な遅延が生じた際にも音切れを生じさせることなく、遅延の揺らぎを吸収することができる揺らぎ吸収バッファ装置を提供することを目的とする。
【解決手段】音声パケット通信システムで発生する伝送遅延時間の揺らぎを再生バッファ１０により吸収する揺らぎ吸収バッファ装置において、再生バッファに蓄積された音声パケットのパケット数が減少した場合にパケット数の減少を通知するパケット状態通知手段と、再生バッファに蓄積された音声パケットの有音無音判定を行う音声パケット調査手段１４と、パケット状態通知手段から減少が通知された場合に、有音無音判定結果から無音と判定された音声パケットを繰り返して再生させる音声再生制御手段１６，１８を有する。
【選択図】図４

Description

本発明は、音声パケット通信システムに関し、音声パケット通信で生じる伝送遅延の揺らぎを吸収するためのバッファを制御する揺らぎ吸収バッファ装置に関する。

近年、ＡＤＳＬ、光通信等の定額制ブロードバンド回線の普及を背景に、インターネット網を用いて、音声をパケット化して伝送するＶｏＩＰ（Ｖｏｉｃｅ ｏｖｅｒ Ｉｎｔｅｒｎｅｔ Ｐｒｏｔｏｃｏｌ）が安価な通話料金を実現する手段として急速に普及している。

ＶｏＩＰのような音声パケット通信システムは従来の固定電話等と異なり、音声用の専用帯域が確保されているわけではないため、ネットワークの輻輳等によって音声パケットの伝送遅延時間に揺らぎが生じる場合がある。伝送遅延が揺らぎ音声パケットが不定期に到着すると、受信側で再生する音声がなくなって音が途切れる可能性がある。

このため、図１に示すように、ＶｏＩＰでは受信した音声パケットを一旦蓄積する「再生バッファ」を設け、規定量の音声パケットが蓄積されてから再生を開始する方法が一般的である。なお、本明細書では上記蓄積規定量のことを「再生基準値」と呼ぶ。

再生基準値より小さい伝送遅延の揺らぎであれば、再生する音声がなくなる（バッファが枯渇する）ことを原因とする音切れは生じない。即ち、再生基準値が大きいほど揺らぎへの耐性は強化される。

しかし、再生基準値を大きくすると遅延が増加するため、通話のリアルタイム性を考慮した場合、再生基準値は一定以上大きくできない。即ち、ネットワーク状況が悪く、伝送遅延が再生基準値以上に揺らぐ場合に対しては、再生バッファでは揺らぎを吸収できずにバッファが枯渇し、音が途切れる。このような伝送遅延の揺らぎに対する改善技術として、以下にあげる技術などがある。

再生基準値を超えた揺らぎが生じ、バッファが枯渇した場合の音質改善技術として、例えば特許文献１等に開示されている、Ｐａｃｋｅｔ Ｌｏｓｓ Ｃｏｎｃｅａｌｍｅｎｔ（パケットロス隠蔽：ＰＬＣ）技術を適用する方法がある。この技術は、音声が周期性を持つことを利用し、過去に再生した音声からピッチ（周期性）を抽出し、抽出したピッチに基づいて過去の音声を繰り返すことにより、違和感なく音声を補間する。この技術を再生バッファが枯渇した場合に適用することにより、再生基準値を超えた揺らぎが生じても音切れを生じさせず、音質劣化を軽減させることができる。

また、特許文献２には、伝送遅延時間の揺らぎによって再生基準値を動的に変動させることで、遅延揺らぎを吸収する技術が開示されている。まず、パケットが到着した際に伝送遅延時間の揺らぎ、及び音声の性質（有音か無音か）を調査する。伝送遅延時間の揺らぎは、パケットに付加されている送信時刻とデータを受信した受信時刻から求める等の方法がある。

次に、求めた揺らぎをあらかじめ定められた閾値と比較し、揺らぎが閾値より大きければ、再生バッファ内の無音パケットを繰り返し再生し、音質に影響がないように再生基準値を増加させ、揺らぎ吸収耐性を強化させる。

なお、上記では無音パケットを繰り返すようにしているが、周期性の強い有音パケットを繰り返しても良いし、揺らぎが非常に大きい場合は音声の性質に関係なくパケットを繰り返しても良い。また、逆に揺らぎが小さい場合は無音パケットを削除し、再生基準値を減少させて遅延を小さくすることで、通話のリアルタイム性を高めることもできる。
米国特許６０／１３０，０１６号公報 特許第３３９７１９１号公報

特許文献１の方法は、周期性の強い母音などでは有効であるが、子音など周期性の弱い部分では、図２に示すように、不自然なピッチを抽出して繰り返し、異音が生じる場合があるという問題がある。

特許文献２の方法は、受信したパケットの伝送遅延時間の揺らぎを基に、再生基準値の増加を判定する。即ち、パケットが到着しないと再生基準値の増加処理を行うことはできない。例えば図３のように、突然大きな遅延が生じた場合は、再生バッファが枯渇し、音切れが生じるという問題がある。

本発明は、上記の点に鑑みなされたものであり、不自然な補間による音質劣化を生じさせず、突発的な遅延が生じた際にも音切れを生じさせることなく、遅延の揺らぎを吸収することができる揺らぎ吸収バッファ装置を提供することを目的とする。

本発明の一実施態様の揺らぎ吸収バッファ装置は、音声パケット通信システムで発生する伝送遅延時間の揺らぎを再生バッファにより吸収する揺らぎ吸収バッファ装置において、
前記再生バッファに蓄積された音声パケットのパケット数が減少した場合に減少通知を行うパケット状態通知手段と、
前記再生バッファに蓄積された音声パケットの有音無音判定を行う音声パケット調査手段と、
前記パケット状態通知手段から減少が通知された場合に、前記有音無音判定結果から無音と判定された音声パケットを繰り返して再生させる音声再生制御手段を
有することにより、不自然な補間による音質劣化を生じさせず、突発的な遅延が生じた際にも音切れを生じさせることなく、遅延の揺らぎを吸収することができる。

また、前記揺らぎ吸収バッファ装置において、
前記音声再生制御手段は、前記無音パケットを前記パケット状態通知手段から減少が通知されている期間繰り返すことができる。

また、前記揺らぎ吸収バッファ装置において、
前記音声再生制御手段は、前記無音と判定された音声パケットの後に無音パケットを挿入することができる。

また、前記揺らぎ吸収バッファ装置において、
前記パケット状態通知手段は、前記再生バッファに蓄積された音声パケットのパケット数が所定の閾値以下に減少した場合に減少通知を行うことができる。

また、前記揺らぎ吸収バッファ装置において、
前記音声パケット調査手段は、前記音声パケットのパワーが基準値以下の場合を無音と判定することができる。

また、前記揺らぎ吸収バッファ装置において、
前記音声パケット調査手段は、前記音声パケットの有音無音判定を行うと共に、前記音声パケットの定常度が所定の閾値以上の音声パケットを判定し、
前記音声再生制御手段は、無音と判定されたパケット、あるいは前記定常度が所定の閾値以上の音声パケットを繰り返すことができる。

また、前記揺らぎ吸収バッファ装置において、
前記音声パケット調査手段は、前記音声パケットの有音無音判定を行うと共に、前記音声パケットの定常度が最大の音声パケットを判定し、
前記音声再生制御手段は、無音と判定されたパケット、あるいは前記定常度が最大の音声パケットを繰り返すことができる。

また、前記揺らぎ吸収バッファ装置において、
前記音声再生制御手段は、無音と判定されたパケットがない場合に、前期定常度が所定の閾値以上、あるいは最大となる音声パケットを繰り返すことができる。

また、前記揺らぎ吸収バッファ装置において、
前記音声再生制御手段は、前期定常度が所定の閾値以上、あるいは最大となる音声パケットの後にＰａｃｋｅｔ Ｌｏｓｓ Ｃｏｎｃｅａｌｍｅｎｔアルゴリズムによって生成された補間音声を挿入することができる。

また、前記揺らぎ吸収バッファ装置において、
前記音声パケット調査手段は、前記音声パケットの定常度として前記音声パケットの自己相関関数の最大値を用いることができる。

また、前記揺らぎ吸収バッファ装置において、
前記音声パケット調査手段は、前記音声パケットの定常度として前記音声パケットのピッチゲインの大きさを用いることができる。

また、前記揺らぎ吸収バッファ装置において、
前記パケット状態通知手段は、前記再生バッファに蓄積された音声パケットのパケット数が減少した場合に減少通知を行い、前記パケット数が増加した場合にバッファ増減フラグを減少指示とし、
前記音声再生制御手段は、前記バッファ増減フラグが増加指示の場合に増加通知を行い、
前記音声再生制御手段は、前記パケット状態通知手段からの通知が減少の場合は無音パケットの繰り返し、あるいは無音パケット挿入を行い、前記パケット状態通知手段からの通知が増加の場合は前記有音無音判定結果から無音と判定された音声パケットを削除することができる。

また、前記パケット状態通知手段は、前記パケット数が一定期間以上変化がない場合にパケット数の無変化を通知し、前記音声再生制御手段はパケット数の無変化が通知された場合に無音と判定された音声パケットを削除することができる。

本発明によれば、不自然な補間による音質劣化を生じさせず、突発的な遅延が生じた際にも音切れを生じさせることなく、遅延の揺らぎを吸収することができる。

以下、図面に基づいて本発明の実施形態について説明する。

＜第１実施形態＞
図４は、本発明の揺らぎ吸収バッファ装置の第１実施形態の構成図を示す。同図中、再生バッファ１０は、一端１０ａに供給される音声パケットを蓄積し、他端１０ｂから音声パケットを出力するＦＩＦＯ構成のメモリである。

フラグ生成部１２は、パケット選択部１８から１パケット再生を完了したことを知らせる再生完了通知メッセージｍｓｇを受け取ると、再生バッファ１０のパケット数Ｎの値を調査する。フラグ生成部１２は前回音声パケット数Ｎ（−）を保持しており、今回の音声パケット数Ｎと前回音声パケット数Ｎ（−）との差から再生バッファ１０に蓄積されている音声パケット数が減少傾向にあるか否かを判定する。この判定結果から、減少傾向にあると判定した場合は、再生制御フラグＦ１をオンにし、音声再生制御部１６に通知する。また、音声パケット数が増加もしくは変化なしと判定した場合には再生制御フラグＦ１をオフとする。

再生バッファ１０内に蓄積されている全ての音声パケットｐ（ｎ）について、音声パケット調査部１４で有音か無音かの調査を行って有音無音判定結果ｕｖ（ｎ）を音声再生制御部１６に通知する。調査方法は例えば音声パケットのパワーが基準値以下の場合を無音と判定する。

音声再生制御部１６では、再生制御フラグＦ１がオンだった場合、有音無音判定結果ｕｖ（ｎ）を基に、再生バッファ１０が枯渇しないように再生を制御する。即ち、無音と判定された場合は、無音と判定された音声パケットｍが再生バッファ１０から出力された後に、無音パケットを挿入するようにパケット選択部１８に制御情報を送信することによって、再生バッファ１０の枯渇を防ぐよう再生を制御する。

また、再生制御フラグがオフの場合は、通常の再生を行うよう、制御情報をパケット選択部１８に送信する。上記無音パケットの挿入は再生制御フラグＦ１がオンである期間繰り返される。

パケット選択部１８では、音声再生制御部１６からの制御情報をもとに、通常の再生を行う場合は、再生バッファ内の音声パケットを取り出して出力し、無音を挿入する場合はは無音パケットを生成して出力する。パケットの出力が完了した後、再生完了通知メッセージｍｓｇをフラグ生成部１２に通知する。

図５に第１実施形態における制御の様子を示す。図５（Ａ）に示すように、時刻ｔでは再生バッファ１０に音声パケット＃１，＃２が蓄積された状態で再生バッファ１０の音声パケット数が減少傾向にあれば、音声パケット＃１，＃２それぞれが有音か無音かを調査する。

そして、図５（Ｂ）に示すように、時刻ｔ＋１で無音パケット＃１が出力された後、図５（Ｃ）に示すように、時刻ｔ＋２で無音パケットを出力し、また、図５（Ｄ）に示すように、遅れていた音声パケット＃３が到着する時刻ｔ＋３でも無音パケットを出力する。

次の時刻ｔ＋４では音声パケット＃３が到着して再生制御フラグがオフとなったために、図５（Ｅ）に示すように、有音の音声パケット＃２が出力される。

これにより、遅延揺らぎが大きく、音声パケットが到着しない場合でも、バッファ枯渇前に再生を制御し、バッファ枯渇による音切れを防止できる。

＜第２実施形態＞
図６は、本発明の揺らぎ吸収バッファ装置の第２実施形態の構成図を示す。同図中、再生バッファ１０は、一端１０ａに供給される音声パケットを蓄積し、他端１０ｂから音声パケットを出力するＦＩＦＯ構成のメモリである。

フラグ生成部２２は、パケット選択部１８から１パケット再生を完了したことを知らせる再生完了通知メッセージｍｓｇを受け取ると、再生バッファ１０のパケット数Ｎの値を調査して、パケット数Ｎが閾値以下であれば再生制御フラグＦ１をオンにし、パケット数Ｎが閾値を超えていると再生制御フラグＦ１をオフにして音声再生制御部１６に送る。なお、閾値の設定方法は例えば再生基準値よりも２個少ない値にする。

音声パケット調査部２４は、再生バッファ１０内の音声パケットｐ（ｎ）が有音か無音かを判定し、有音無音判定結果ｕｖ（ｎ）を音声再生制御部２６に通知する。調査方法は例えば音声パケットのパワーが基準値以下の場合を無音と判定する。

音声再生制御部２６は、再生制御フラグＦ１がオンだった場合は有音無音判定結果ｕｖ（ｎ）を基に、無音と判定された音声パケットｍの後に無音パケットを挿入して再生するよう、制御情報をパケット選択部１８に送信する。

また、再生制御フラグＦ１がオフだった場合は通常の再生を行うよう、制御情報をパケット選択部１８に送信する。上記無音パケットの挿入は再生制御フラグＦ１がオンである期間繰り返される。

パケット選択部１８では、音声再生制御部２６からの制御情報をもとに、通常の再生を行う場合は、再生バッファ内の音声パケットを取り出して出力し、無音を挿入する場合はは無音パケットを生成して出力する。パケットの出力が完了した後、再生完了通知メッセージｍｓｇをフラグ生成部２２に通知する。

なお、音声再生制御部２６は無音と判定された音声パケットｍの後ではなく、前に無音を挿入するように制御しても良く、また、新規に無音パケットを作成するのではなく、無音と判定された音声パケットｍを繰り返し再生するようにしても良い。

本実施形態によれば、再生バッファ１０が枯渇する前に再生を制御できるため、バッファが枯渇することによる音切れが生じない。また、無音パケット部分で音声を補間するため、音質が劣化しない。

＜第３実施形態＞
図７は、本発明の揺らぎ吸収バッファ装置の第３実施形態の構成図を示す。同図中、再生バッファ１０は、一端１０ａに供給される音声パケットを蓄積し、他端１０ｂから音声パケットを出力するＦＩＦＯ構成のメモリである。

フラグ生成部３２は、パケット選択部１８から１パケット再生を完了したことを知らせる再生完了通知メッセージｍｓｇを受け取ると、再生バッファ１０のパケット数Ｎの値を調査して、Ｎが閾値以下であれば再生制御フラグＦ１をオンにし、Ｎが閾値を超えている場合は再生制御フラグＦ１をオフにして音声再生制御部３６に送る。なお、閾値の設定方法は例えば再生基準値よりも２個少ない値にする。

音声パケット調査部３４は、再生バッファ１０内の音声パケットｐ（ｎ）が有音か無音かを判定し、有音無音判定結果ｕｖ（ｎ）を音声再生制御部３６に通知する。調査方法は例えば音声パケットのパワーが基準値以下の場合を無音と判定する。更に、音声パケット調査部３４は各音声パケットについて、定常度ｕ（ｎ）を算出して音声再生制御部３６に通知する。定常度ｕ（ｎ）の算出方法は、例えば音声パケットの自己相関関数の最大値を定常度とする。例えば、自己相関関数を定常度として用いる場合であれば、式（１）で与えられるフレームｎにおける自己相関関数φｎ（ｌ）の最大値を定常度ｕ（ｎ）とする。

式（１）において、ｘ（ｋ）は音声信号であり、Ｋは自己相関関数の算出範囲、Ｌは自己相関関数最大値の探索範囲をそれぞれ表す。

また、音声通信に利用されている音声Ｃｏｄｅｃによっては、音声パケット（符号化ストリーム）中に、定常度を表すパラメータが含まれている場合においては、その定常度を表すパラメータを用いることにより、定常度を算出する演算量を削減できる。例えば、ＩＴＵ−Ｔ
Ｇ．７２９などのＣＥＬＰ系Ｃｏｄｅｃであれば、符号化ストリーム中のピッチゲイン（音声の周期性の強さ）を定常度ｕ（ｎ）として利用することができる。

音声再生制御部３６は、再生制御フラグＦ１がオンだった場合は、有音無音判定結果ｕｖ（ｎ）及び定常度ｕ（ｎ）を基に、無音と判定された音声パケットｍがある場合は、無音と判定された音声パケットｍの後に無音パケットを挿入して再生を行うよう、制御情報をパケット選択部１８に送信する。また、無音と判定された音声パケットがない場合は、定常度ｕ（ｎ）が所定の閾値以上の音声パケットを繰り返して再生するよう制御、制御情報をパケット選択部１８に送信する。あるいは定常度ｕ（ｎ）が所定の閾値以上の音声パケットの後に、ＰＬＣアルゴリズムを用いて補間音声パケットを生成して挿入して再生するよう制御する。

一方、再生制御フラグＦ１がオフだった場合は、音声再生制御部３６は通常の再生を行うよう、制御情報をパケット選択部１８に送信する。上記無音パケットの挿入または定常度ｕ（ｎ）が閾値以上の音声パケットの繰り返し再生または補間音声パケットの挿入は、再生制御フラグＦ１がオンである期間繰り返される。

パケット選択部１８では、音声再生制御部３６からの制御情報をもとに、通常の再生を行う場合は、再生バッファ内の音声パケットを取り出して出力し、無音を挿入する場合はは無音パケットを生成して出力する。パケットの出力が完了した後、再生完了通知メッセージｍｓｇをフラグ生成部３２に通知する。

なお、上記実施形態では、無音パケットを用いた補間を優先しているが、補間の優先順位は任意であり、例えば順序を逆にしても良いし、また、補間可能なパケットのうち、最も早く到着したパケットで補間するといった方法を用いても良い。また、定常度ｕ（ｎ）に閾値を設けず、最大の定常度ｕ（ｎ）をとる音声パケットを繰り返す、あるいは最大の定常度ｕ（ｎ）をとる音声パケットの後にＰＬＣによって補間するようにしても良い。

本実施形態によれば、再生バッファ１０内に無音パケットがない場合でも音声を補間することができる。また、有音部分で補間するにあたって、定常性の強い音声パケットを選択するため、音質劣化を最小限に抑えることができる。

＜第４実施形態＞
図８は、本発明の揺らぎ吸収バッファ装置の第４実施形態の構成図を示す。同図中、再生バッファ１０は、一端１０ａに供給される音声パケットを蓄積し、他端１０ｂから音声パケットを出力するＦＩＦＯ構成のメモリである。

フラグ生成部４２は、パケット選択部１８から、１パケット再生を完了したことを知らせる再生完了通知メッセージｍｓｇを受け取ると、再生バッファ１０のパケット数Ｎの値を調査し、パケット数Ｎが閾値ＴＨ１以下であればバッファ増減フラグＦ２を値１１（増加指示）とし、パケット数Ｎが閾値ＴＨ２（ＴＨ１≦ＴＨ２）以上である場合はバッファ増減フラグＦ２を値００（減少指示）として音声再生制御部４６に送る。

なお、閾値ＴＨ１，ＴＨ２の設定方法は、例えば再生基準値よりも２個少ない値を閾値ＴＨ１とし、再生基準値よりも２個多い値を閾値ＴＨ２とする。また、パケット数Ｎの増加／減少数を求めて、パケット数Ｎが所定値以上増加（または減少）していたらバッファ増減フラグＦ２を値００（または値１１）としても良いし、パケット数Ｎの値が一定期間以上変化がなかった場合にバッファ増減フラグＦ２を値００（減少指示）としても良い。

音声パケット調査部４４は、再生バッファ１０内の音声パケットｐ（ｎ）が有音か無音かを判定し、有音無音判定結果ｕｖ（ｎ）を音声再生制御部４６に通知する。調査方法は例えば音声パケットのパワーが基準値以下の場合を無音と判定する。

音声再生制御部４６は、バッファ増減フラグＦ２が値１１（増加指示）だった場合は、再生制御フラグがオンとみなし、有音無音判定結果ｕｖ（ｎ）を基に、無音と判定された音声パケットｍの後に無音パケットを挿入して再生するよう、バッファ制御情報をパケット選択部１８に送信する。なお、無音パケットｍの後ではなく、前に無音パケットを挿入するようにしても良いし、新規に無音パケットを作成するのではなく、無音と判定された音声パケットｍを繰り返し再生するようにしても良い。

一方、バッファ増減フラグＦ２が値００（減少指示）だった場合は、有音無音判定結果ｕｖ（ｎ）を基に、無音と判定された音声パケットｍの削除を再生バッファに要求した後、通常の再生を行うよう、バッファ制御情報をパケット選択部１８に送信する。バッファ増減フラグＦ２が値００もしくは１１以外で増加指示でも減少指示でもない場合は通常の再生を行うよう、制御情報をパケット選択部１８に送信する。上記無音パケットの挿入は、バッファ増減フラグＦ２が値１１（増加指示）である期間繰り返される。

パケット選択部１８では、音声再生制御部４６からの制御情報をもとに、通常の再生を行う場合は、再生バッファ内の音声パケットを取り出して出力し、無音を挿入する場合はは無音パケットを生成して出力する。パケットの出力が完了した後、再生完了通知メッセージｍｓｇをフラグ生成部４２に通知する。

本実施形態によれば、減少指示によって無音パケットを削減することにより、再生バッファ１０が安定した場合に遅延を削減し、通話のリアルタイム性を高めることができる。

＜第５実施形態＞
図９は、本発明の揺らぎ吸収バッファ装置の第５実施形態の構成図を示す。同図中、再生バッファ１０は、一端１０ａに供給される音声パケットを蓄積し、他端１０ｂから音声パケットを出力するＦＩＦＯ構成のメモリである。

フラグ生成部５２は、パケット選択部１８から、１パケット再生を完了したことを知らせる再生完了通知メッセージｍｓｇを受け取ると、再生バッファ１０のパケット数Ｎの値を調査し、パケット数Ｎが閾値ＴＨ１以下であればバッファ増減フラグＦ２を値１１（増加指示）とし、パケット数Ｎが閾値ＴＨ２（ＴＨ１≦ＴＨ２）以上である場合はバッファ増減フラグＦ２を値００（減少指示）として音声再生制御部５６に送る。

なお、閾値ＴＨ１，ＴＨ２の設定方法は、例えば再生基準値よりも２個少ない値を閾値ＴＨ１とし、再生基準値よりも２個多い値を閾値ＴＨ２とする。また、パケット数Ｎの増加／減少数を求めて、パケット数Ｎが所定値以上増加（または減少）していたらバッファ増減フラグＦ２を値００（または値１１）としても良いし、パケット数Ｎの値が一定期間以上変化がなかった場合にバッファ増減フラグＦ２を値００（減少指示）としても良い。

音声パケット調査部５４は、再生バッファ１０内の音声パケットｐ（ｎ）が有音か無音かを判定し、有音無音判定結果ｕｖ（ｎ）を音声再生制御部５６に通知する。調査方法は例えば音声パケットのパワーが基準値以下の場合を無音と判定する。更に、音声パケット調査部５４は各音声パケットについて、定常度ｕ（ｎ）を算出して音声再生制御部５６に通知する。定常度ｕ（ｎ）の算出方法は例えば音声パケットの自己相関関数の最大値やピッチゲインの大きさを定常度とする。

音声再生制御部５６は、バッファ増減フラグＦ２が値１１（増加指示）だった場合は、再生制御フラグがオンとみなし、有音無音判定結果ｕｖ（ｎ）及び定常度ｕ（ｎ）を基に、無音と判定された音声パケットｍがある場合は、無音と判定された音声パケットｍの後に無音パケットを挿入して再生を行うよう、制御情報をパケット選択部１８に送信する。また、無音と判定された音声パケットがない場合は、定常度ｕ（ｎ）が所定の閾値以上の音声パケットを繰り返して再生するよう、制御情報をパケット選択部１８に送信する。あるいは定常度ｕ（ｎ）が所定の閾値以上の音声パケットの後に、ＰＬＣアルゴリズムを用いて補間音声パケットを生成して挿入して再生するよう制御する。

一方、バッファ増減フラグＦ２が値００（減少指示）だった場合は、有音無音判定結果ｕｖ（ｎ）を基に、無音と判定された音声パケットｍの削除を再生バッファに要求した後、通常の再生を行うよう、制御情報をパケット選択部１８に送信する。また、無音と判定された音声パケットがないときは、定常度ｕ（ｎ）が所定の閾値以上の音声パケットの削除を再生バッファに要求した後、通常の再生を行うよう、制御情報をパケット選択部１８に送信する。

バッファ増減フラグＦ２が値００または１１以外で増加指示でも減少指示でもない場合は通常の再生を行うよう、制御情報をパケット選択部１８に送信する。上記無音パケットの挿入または定常度ｕ（ｎ）が閾値以上の音声パケットの繰り返し再生または補間音声パケットの挿入は、バッファ増減フラグＦ２が値１１（増加指示）である期間繰り返される。

パケット選択部１８では、音声再生制御部５６からの制御情報をもとに、通常の再生を行う場合は、再生バッファ内の音声パケットを取り出して出力し、無音を挿入する場合はは無音パケットを生成して出力する。パケットの出力が完了した後、再生完了通知メッセージｍｓｇをフラグ生成部５２に通知する。

なお、上記実施形態では、無音パケットを用いた補間を優先しているが、補間の優先順序は任意であり、例えば順序を逆にしても良いし、また、補間可能なパケットのうち、最も早く到着したパケットで補間するといった方法を用いても良い。また、定常度ｕ（ｎ）に閾値を設けず、最大の定常度ｕ（ｎ）をとる音声パケットを繰り返す、あるいは最大の定常度ｕ（ｎ）をとる音声パケットの後にＰＬＣによって補間するようにしても良い。

＜パケット音声通信装置＞
図１０は、本発明の揺らぎ吸収バッファ装置を用いたパケット音声通信装置の受信部分の一実施形態の構成図である。同図中、パケット受信部６０はネットワーク６１に接続されており、ネットワーク６１から自装置宛に送信された音声パケットを受信して揺らぎ吸収バッファ装置６２に供給する。

揺らぎ吸収バッファ装置６２は、図４，図６〜図９に示す揺らぎ吸収バッファ装置であり、パケット受信部６０から供給される音声パケットの揺らぎを吸収する。揺らぎ吸収バッファ装置６２の出力する音声パケットは復号部６３にて復号され、音声信号とされて出力される。

なお、フラグ生成部１２，２２，３２，４２，５２が請求項記載のパケット状態通知手段に相当し、音声パケット調査部１４，２４，３４，４４，５４が音声パケット調査手段に相当し、音声再生制御部１６，２６，３６，４６，５６，パケット選択部１８が音声再生制御手段に相当する。
（付記１）
音声パケット通信システムで発生する伝送遅延時間の揺らぎを再生バッファにより吸収する揺らぎ吸収バッファ装置において、
前記再生バッファに蓄積された音声パケットのパケット数が減少した場合に減少通知を行うパケット状態通知手段と、
前記再生バッファに蓄積された音声パケットの有音無音判定を行う音声パケット調査手段と、
前記パケット状態通知手段から減少が通知された場合に、前記有音無音判定結果から無音と判定された音声パケットを繰り返して再生させる音声再生制御手段を
有することを特徴とする揺らぎ吸収バッファ装置。
（付記２）
付記１記載の揺らぎ吸収バッファ装置において、
前記音声再生制御手段は、前記無音パケットを前記パケット状態通知手段から減少が通知されている期間繰り返すことを特徴とする揺らぎ吸収バッファ装置。
（付記３）
付記１記載の揺らぎ吸収バッファ装置において、
前記音声再生制御手段は、前記無音と判定された音声パケットの後に無音パケットを挿入することを特徴とする揺らぎ吸収バッファ装置。
（付記４）
付記１乃至３のいずれか１項記載の揺らぎ吸収バッファ装置において、
前記パケット状態通知手段は、前記再生バッファに蓄積された音声パケットのパケット数が所定の閾値以下に減少した場合に減少通知を行うことを特徴とする揺らぎ吸収バッファ装置。
（付記５）
付記１乃至４のいずれか１項記載の揺らぎ吸収バッファ装置において、
前記音声パケット調査手段は、前記音声パケットのパワーが基準値以下の場合を無音と判定することを特徴とする揺らぎ吸収バッファ装置。
（付記６）
付記１乃至５のいずれか１項記載の揺らぎ吸収バッファ装置において、
前記音声パケット調査手段は、前記音声パケットの有音無音判定を行うと共に、前記音声パケットの定常度が所定の閾値以上の音声パケットを判定し、
前記音声再生制御手段は、無音と判定されたパケット、あるいは前記定常度が所定の閾値以上の音声パケットを繰り返すことを特徴とする揺らぎ吸収バッファ装置。
（付記７）
付記１乃至５のいずれか１項記載の揺らぎ吸収バッファ装置において、
前記音声パケット調査手段は、前記音声パケットの有音無音判定を行うと共に、前記音声パケットの定常度が最大の音声パケットを判定し、
前記音声再生制御手段は、無音と判定されたパケット、あるいは前記定常度が最大の音声パケットを繰り返すことを特徴とする揺らぎ吸収バッファ装置。
（付記８）
付記６または７記載の揺らぎ吸収バッファ装置において、
前記音声再生制御手段は、無音と判定されたパケットがない場合に、前期定常度が所定の閾値以上、あるいは最大となる音声パケットを繰り返すことを特徴とする揺らぎ吸収バッファ装置。
（付記９）
付記６乃至８のいずれか１項記載の揺らぎ吸収バッファ装置において、
前記音声再生制御手段は、前期定常度が所定の閾値以上、あるいは最大となる音声パケットの後にＰａｃｋｅｔ Ｌｏｓｓ Ｃｏｎｃｅａｌｍｅｎｔアルゴリズムによって生成された補間音声を挿入することを特徴とする揺らぎ吸収バッファ装置。
（付記１０）
付記６乃至９のいずれか１項記載の揺らぎ吸収バッファ装置において、
前記音声パケット調査手段は、前記音声パケットの定常度として前記音声パケットの自己相関関数の最大値を用いることを特徴とする揺らぎ吸収バッファ装置。
（付記１１）
付記６乃至９のいずれか１項記載の揺らぎ吸収バッファ装置において、
前記音声パケット調査手段は、前記音声パケットの定常度として前記音声パケットのピッチゲインの大きさを用いることを特徴とする揺らぎ吸収バッファ装置。
（付記１２）
付記１乃至１１のいずれか１項記載の揺らぎ吸収バッファ装置において、
前記パケット状態通知手段は、前記再生バッファに蓄積された音声パケットのパケット数が減少した場合に減少通知を行い、前記パケット数が増加した場合に増加通知を行い、
前記音声再生制御手段は、前記パケット状態通知手段からの通知が減少の場合は無音パケットの繰り返し、あるいは無音パケット挿入を行い、前記パケット状態通知手段からの通知が増加の場合は前記有音無音判定結果から無音と判定された音声パケットを削除することを特徴とする揺らぎ吸収バッファ装置。
置。
（付記１３）
付記１２記載の揺らぎ吸収バッファ装置において、
前記音声再生制御手段は、前記パケット状態通知手段から減少が通知されている場合に前記無音と判定された音声パケットがないときは前記定常度が所定の閾値以上の音声パケットを削除することを特徴とする揺らぎ吸収バッファ装置。
（付記１４）
付記１２記載の揺らぎ吸収バッファ装置において、
前記パケット状態通知手段は、前記再生バッファに蓄積された音声パケットのパケット数が第１の閾値以下に減少した場合に減少を通知し、前記パケット数が第１の閾値より大きな第２の閾値以上に増加した場合に増加を通知することを特徴とする揺らぎ吸収バッファ装置。
（付記１５）
付記１２記載の揺らぎ吸収バッファ装置において、
前記パケット状態通知手段は、前記再生バッファに蓄積された音声パケットのパケット数が一定期間以上変化がない場合にパケット数の無変化を通知し、前記音声再生制御手段はパケット数の無変化が通知された場合に無音と判定された音声パケットを削除することを特徴とする揺らぎ吸収バッファ装置。
（付記１６）
付記１乃至１５のいずれか１項記載の揺らぎ吸収バッファ装置を有するパケット音声通信装置であって、
ネットワークから受信した音声パケットを前記揺らぎ吸収バッファ装置に供給し、
前記前記揺らぎ吸収バッファ装置から出力される音声パケットを復調することを特徴とするパケット音声通信装置。

再生バッファを説明するための図である。 従来技術による音声の補間を説明するための波形図である。 再生バッファの枯渇による音切れの発生を説明するための図である。 本発明の揺らぎ吸収バッファ装置の第１実施形態の構成図である。 第１実施形態における制御の様子を示す図である。 本発明の揺らぎ吸収バッファ装置の第２実施形態の構成図である。 本発明の揺らぎ吸収バッファ装置の第３実施形態の構成図である。 本発明の揺らぎ吸収バッファ装置の第４実施形態の構成図である。 本発明の揺らぎ吸収バッファ装置の第５実施形態の構成図である。 本発明の揺らぎ吸収バッファ装置を用いたパケット音声通信装置の受信部分の一実施形態の構成図である。

符号の説明

１０ 再生バッファ
１２，２２，３２，４２，５２ フラグ生成部
１４，２４，３４，４４，５４ 音声パケット調査部
１６，２６，３６，４６，５６ 音声再生制御部
１８ パケット選択部
６０ パケット受信部
６１ ネットワーク
６２ 揺らぎ吸収バッファ装置
６３ 復号部

Claims (12)

1. 音声パケット通信システムで発生する伝送遅延時間の揺らぎを再生バッファにより吸収する揺らぎ吸収バッファ装置において、
   前記再生バッファに蓄積された音声パケットのパケット数が減少した場合に減少通知を行うパケット状態通知手段と、
   前記再生バッファに蓄積された音声パケットの有音無音判定を行う音声パケット調査手段と、
   前記パケット状態通知手段から減少が通知された場合に、前記有音無音判定結果から無音と判定された音声パケットを繰り返して再生させる音声再生制御手段を
   有することを特徴とする揺らぎ吸収バッファ装置。
2. 請求項１記載の揺らぎ吸収バッファ装置において、
   前記音声再生制御手段は、前記無音パケットを前記パケット状態通知手段から減少が通知されている期間繰り返すことを特徴とする揺らぎ吸収バッファ装置。
3. 請求項１記載の揺らぎ吸収バッファ装置において、
   前記音声再生制御手段は、前記無音と判定された音声パケットの後に無音パケットを挿入することを特徴とする揺らぎ吸収バッファ装置。
4. 請求項１乃至３のいずれか１項記載の揺らぎ吸収バッファ装置において、
   前記パケット状態通知手段は、前記再生バッファに蓄積された音声パケットのパケット数が所定の閾値以下に減少した場合に減少通知を行うことを特徴とする揺らぎ吸収バッファ装置。
5. 請求項１乃至４のいずれか１項記載の揺らぎ吸収バッファ装置において、
   前記音声パケット調査手段は、前記音声パケットのパワーが基準値以下の場合を無音と判定することを特徴とする揺らぎ吸収バッファ装置。
6. 請求項１乃至５のいずれか１項記載の揺らぎ吸収バッファ装置において、
   前記音声パケット調査手段は、前記音声パケットの有音無音判定を行うと共に、前記音声パケットの定常度が所定の閾値以上の音声パケットを判定し、
   前記音声再生制御手段は、無音と判定されたパケット、あるいは前記定常度が所定の閾値以上の音声パケットを繰り返すことを特徴とする揺らぎ吸収バッファ装置。
7. 請求項１乃至５のいずれか１項記載の揺らぎ吸収バッファ装置において、
   前記音声パケット調査手段は、前記音声パケットの有音無音判定を行うと共に、前記音声パケットの定常度が最大の音声パケットを判定し、
   前記音声再生制御手段は、無音と判定されたパケット、あるいは前記定常度が最大の音声パケットを繰り返すことを特徴とする揺らぎ吸収バッファ装置。
8. 請求項６または７記載の揺らぎ吸収バッファ装置において、
   前記音声再生制御手段は、無音と判定されたパケットがない場合に、前期定常度が所定の閾値以上、あるいは最大となる音声パケットを繰り返すことを特徴とする揺らぎ吸収バッファ装置。
9. 請求項６乃至８のいずれか１項記載の揺らぎ吸収バッファ装置において、
   前記音声再生制御手段は、前期定常度が所定の閾値以上、あるいは最大となる音声パケットの後にＰａｃｋｅｔ Ｌｏｓｓ Ｃｏｎｃｅａｌｍｅｎｔアルゴリズムによって生成された補間音声を挿入することを特徴とする揺らぎ吸収バッファ装置。
10. 請求項６乃至９のいずれか１項記載の揺らぎ吸収バッファ装置において、
    前記音声パケット調査手段は、前記音声パケットの定常度として前記音声パケットの自己相関関数の最大値を用いることを特徴とする揺らぎ吸収バッファ装置。
11. 請求項６乃至９のいずれか１項記載の揺らぎ吸収バッファ装置において、
    前記音声パケット調査手段は、前記音声パケットの定常度として前記音声パケットのピッチゲインの大きさを用いることを特徴とする揺らぎ吸収バッファ装置。
12. 請求項１乃至１１のいずれか１項記載の揺らぎ吸収バッファ装置において、
    前記パケット状態通知手段は、前記再生バッファに蓄積された音声パケットのパケット数が減少した場合に減少通知を行い、前記パケット数が増加した場合に増加通知を行い、
    前記音声再生制御手段は、前記パケット状態通知手段からの通知が減少の場合は無音パケットの繰り返し、あるいは無音パケット挿入を行い、前記パケット状態通知手段からの通知が増加の場合は前記有音無音判定結果から無音と判定された音声パケットを削除することを特徴とする揺らぎ吸収バッファ装置。

Images