JP2007514379A - 発信音検出方法及び発信音検出システム - Google Patents

Abstract

発信音検出方法及び発信音検出システムが説明される。本方法は、発信音を含む信号を有する一連のフレームを受信すること、及び、一連のフレームにおける、少なくとも一部に発信音が存在する最初のフレームを突き止めることを含む。次に、少なくとも一部に発信音が存在する最初のフレームの信号エネルギーを、全体が発信音のフレームの信号エネルギーと比較することもできるし、一連のフレームにおける最初のフレームの後続のフレームの信号エネルギーと比較することもできる。すると、最初のフレームの信号エネルギーと全体が発信音のフレーム又は後続のフレームの信号エネルギーとの比較に基づいて、信号における発信音の開始時刻を求めることができる。一連のフレームにおける、少なくとも一部に発信音が存在する最後のフレームを突き止めて、少なくとも一部に発信音が存在する最後のフレームの信号エネルギーを、全体が発信音のフレームの信号エネルギー又は一連のフレームにおける最後のフレームに先行するフレームの信号エネルギーと比較することによって、信号における発信音の終了時刻を求めることができる。信号における発信音の求められた開始時刻及び求められた終了時刻に基づいて、発信音信号の継続期間を求めることができる。

Description

本発明の実施の形態は、ＩＰ電話通信アプリケーションの分野に関し、より詳細には、発信音検出に関する。

現在の電話通信アプリケーションでは、標準化された発信音の存在を検出して送信する必要がある。データ送信が、ＩＰ上の音声等のパケットネットワーク上で必要とされる場合、発信音検出は、通常は音声コーデックのフレームレートと同じレートでフレームごとに行われる。発信音の開始及び終了は、音声フレームレートと同期していないので、発信音の開始、終了、及び継続期間の時間表示は正確でない。たとえば、１０ｍｓのフレームレートの場合、発信音の開始及び終了の時点は、１０ｍｓずつの増分で表される。これによって、発信音の継続期間の表示は、１０ｍｓよりも長い分については、その実際の値から逸れる場合がある。発信音の継続期間は、発信音の検出及び分類における重要な基準であるので、この逸れは、発信音検出を不正確とするおそれがあり、発信音の韻律情報を歪ませるおそれがある。

本発明は、本発明の実施の形態を例示するのに使用される以下の説明及び添付図面を参照することによって最も良く理解することができる。

本発明を組み込んだシステムの一般化された一実施の形態を示すブロック図。

本発明の一実施の形態による発信音検出例を示す図。

本発明の一実施の形態による方法を示すフロー図。

例示された発明の一定の態様を実施できる適切なコンピューティング環境を示すブロック図。

発信音検出システム及び発信音検出方法の実施の形態を説明する。以下の説明では、多数の具体的な詳細が述べられる。しかしながら、本発明の実施の形態は、これらの具体的な詳細がなくても実施できることが理解されよう。それ以外の場合には、この説明の理解を分かりにくくしないように、既知の回路、構造、及び技法は詳細に示されていない。

この明細書全体を通じた「一実施の形態」への言及は、その実施の形態と共に説明する特定の特徴、構造、又は特性が、本発明の少なくとも１つの実施の形態に含まれることを意味する。したがって、この明細書の全体を通じたさまざまな箇所に「一実施の形態では」又は「一実施の形態において」というフレーズが現れるが、これは、必ずしもすべてが同じ実施の形態に言及しているとは限らない。さらに、特定の特徴、構造、又は特性は、１つ又は２つ以上の実施の形態において任意の適切な方法で組み合わせることができる。

図１を参照して、ブロック図が、本発明の一実施の形態によるシステム１００を示している。システム１００は、図１に示すコンポーネントよりも多くのコンポーネントを含むことができることが当業者には理解されよう。しかしながら、これらの一般的には従来のコンポーネントのすべてを、本発明を実施するための一例示の実施の形態を開示するのに示す必要はない。

システム１００は、ＩＰネットワーク１１４と、ゲートウェイ１０６を介してＩＰネットワーク１１４に接続された送信機１０２と、ゲートウェイ１１６を介してＩＰネットワーク１１４に接続された受信機１０４とを含む。ゲートウェイ１０６は、送信機からの受信信号が発信音信号であるかどうかを検出する発信音検出器１０８を含む。受信信号が発信音信号であると判断された場合、それらの受信信号は、ＩＰネットワーク１１４へ送信される前に発信音符号化器１１２によって符号化される。受信信号が、音声信号であると判断された場合、それらの受信信号は、ＩＰネットワーク１１４へ送信される前に音声符号化器１１０によって符号化される。発信音信号又は音声信号は、その後、ＩＰネットワーク１１４からゲートウェイ１１６を介して受信機１０４へ送信することができる。

発信音検出器１０８は、高速フーリエ変換（ＦＦＴ）又はフィルタバンク解析等のさまざまな発信音検出アルゴリズムの１つを使用して、受信信号中に発信音を検出することができる。これらのアルゴリズムは、通常、信号のエネルギー及び周波数を求めることによって受信信号を解析する。次に、信号のエネルギー及び周波数は、あらかじめ定義された発信音テンプレートのさまざまな発信音のエネルギー及び周波数と比較されて、信号に発信音がもしあれば、その発信音が識別される。したがって、発信音が信号中に検出された後、発信音信号の各フレームの平均エネルギーレベルは、すでに求められている場合がある。

発信音信号の中間フレームでは、平均エネルギーは比較的安定しており、信号の振幅によって求めることができる。一方、発信音は、フレームの先頭で常に開始するとは限らず、また、フレームの末尾で常に終了するとは限らない。したがって、発信音信号の最初のフレーム及び最後のフレームは、発信音がフレームの一部にしか現れないために、中間フレームの平均エネルギーよりも小さな平均エネルギーを有する場合がある。

フレームの平均エネルギーのレベルは、そのフレーム内の発信音の継続期間に比例するはずである。したがって、発信音信号の最初のフレーム内の発信音の持続時間を見積もるために、全体が発信音のフレームの平均エネルギーに対する最初のフレームの平均エネルギーの比を使用することができる。一実施の形態では、発信音信号の最初のフレーム内における発信音の持続時間は、中間フレームの平均エネルギーに対する最初のフレームの平均エネルギーの比を使用することによって見積もることができる。同様に、発信音信号の最後のフレーム内における発信音の持続時間を見積もるには、全体が発信音のフレーム、すなわち中間フレームの平均エネルギーに対する最後のフレームの平均エネルギーの比を使用することができる。一実施の形態では、エネルギーの比を実際の持続時間にマッピングする参照表を使用して、最初のフレーム内又は最後のフレーム内における発信音の持続時間を求めることができる。

発信音信号の各フレームの平均エネルギーを求めて記憶するとともに、上述した除算及び／又は表参照を行うことにより、発信音信号の最初のフレーム内及び最後のフレーム内における発信音の持続時間を求めることができ、発信音信号における発信音のより正確且つ精密な開始時刻、終了時刻、及び全持続時間を提供することができる。

図２は、本発明の一実施の形態による一例示の発信音信号２０２を用いた発信音検出例を示す図である。この例では、発信音は、６つのフレーム（Ｎ＋１からＮ＋６）に現れ、フレームレートは１０ｍｓである。他のさまざまなフレームレートを本発明と共に使用することができる。他のさまざまなフレームレートには、２０ｍｓ、４０ｍｓ、又は６０ｍｓが含まれるが、これらに限定されるものではない。発信音検出器は、上述したように、多数の発信音検出アルゴリズムの１つを使用して、受信信号２０２が発信音信号であるかどうかを判断することができる。信号２０２のエネルギー及び周波数を解析して、１つ又は２つ以上の所定の発信音テンプレートにおける１つ又は２つ以上の発信音のエネルギー及び周波数と比較することができる。この比較によって、発信音が信号２０２に存在するかどうかが判断される。発信音が信号２０２中に検出されない場合、信号２０２は、受信機１０４へ送信される前に、音声符号化器１１０へ送られて符号化を受けることができる。発信音が信号２０２中に検出された場合、さらなる解析を行って、発信音の先頭、末尾、及び継続期間を求めることができる。信号２０２の各フレームの平均エネルギーは、発信音の先頭、中間、及び末尾の周波数ビンに従って記憶することができる。この平均エネルギーは、発信音検出解析中にすでに求められている場合がある。

発信音の先頭を見つけるために、少なくとも一部に発信音が存在する、発信音信号の最初のフレームの位置が突き止められる。上述した発信音検出解析は、発信音信号の先頭フレーム及び末尾フレームをすでに求めている場合がある。この求められた先頭フレーム及び末尾フレームは正確である場合もあるし、正確でない場合もある。たとえば、図２に示す例では、発信音検出解析は、発信音がフレームＮ＋２で開始してフレームＮ＋５で終了すると判断している可能性がある。この不正確な判断は、フレームＮ＋１及びＮ＋６が、検出解析によって認識されるだけ十分な発信音を含んでいないことにより引き起こされる場合がある。

一実施の形態では、発信音の先頭の位置は、発信音検出解析によって提供された先頭フレームを検査して、このフレームの平均エネルギーを後続のフレーム及び／又は先行するフレームの平均エネルギーと比較することによって求めることができる。たとえば、発信音検出解析は、フレームＮ＋２が発信音の先頭フレームであると判断したものと仮定する。フレームＮ＋２の平均エネルギーは１００である。次のフレーム（Ｎ＋３）の平均エネルギーは１００である。これらの平均エネルギーの比は１である。発信音信号の中間フレームのそれぞれの平均エネルギーは、全体が発信音のフレームの平均エネルギーを表すので、この１という比は、フレームＮ＋２及びフレームＮ＋３の双方が、全体が発信音のフレームであることを示している。したがって、フレームＮ＋２の前に、一部の発信音を有し、且つ、発信音の実際の先頭を含むフレームが存在する可能性がある。したがって、フレームＮ＋１が解析される。フレームＮ＋１の平均エネルギーは、４０であり、１００であるフレームＮ＋２の平均エネルギーと比較される。したがって、平均エネルギーの比は４／１０である。これは、フレームＮ＋１が、一部が発信音のフレームであり、発信音の先頭を含むことを示している。この発信音の先頭の開始時刻を求めるために、４／１０の比が使用されて、実際の持続時間が参照される。フレームの平均エネルギーのレベルは、そのフレーム内における発信音の継続期間に比例するはずであるので、１０ｍｓのフレームレートの場合の４／１０の比は、フレームＮ＋１に４ｍｓの発信音が存在することを示している。

別の例で、発信音検出解析が、発信音の先頭フレームとしてＮ＋１と判断していた場合、４／１０である、フレームＮ＋２の平均エネルギーに対するフレームＮ＋１の平均エネルギーの比は、Ｎ＋１が、一部が発信音のフレームであり、発信音の先頭を含むことを示している。したがって、先行するフレーム（たとえば、フレームＮ）の解析は必要とされない。

発信音の末尾の位置も、同様にして求めることができる。たとえば、発信音検出解析は、フレームＮ＋５が末尾フレームであると判断するものと仮定する。フレームＮ＋５の平均エネルギーは１００である。この平均エネルギーは、１００である先行するフレーム（たとえば、Ｎ＋４）の平均エネルギーと比較される。これらの平均エネルギーの比は１である。これは、Ｎ＋４及びＮ＋５の双方が、全体が発信音のフレームであることを示している。したがって、後続のフレームを解析する必要がある。フレームＮ＋６は、２０の平均エネルギーを有する。フレームＮ＋５の平均エネルギーに対するフレームＮ＋６の平均エネルギーの比は２／１０である。これは、フレームＮ＋６が、一部が発信音のフレームであり、発信音の末尾を含むことを示している。１０ｍｓのフレームレートの場合の２／１０の比は、フレームＮ＋６が２ｍｓの発信音を含むことを示している。

より精密な発信音の先頭及び末尾が、上述したプロセスを介して求められた後、より精密な発信音の全継続期間を求めることができる。図２の例では、それぞれが１０ｍｓの発信音を有する、全体が発信音の４つのフレーム（Ｎ＋２〜Ｎ＋５）、４ｍｓの発信音を有する先頭の一部のフレーム、及び２ｍｓの発信音を有する末尾の一部のフレームが存在するので、発信音の全継続期間は４６ｍｓとなる。

図３は、本発明の一実施の形態による方法を示している。３００において、発信音を含む信号を有する一連のフレームが受信される。３０２において、一連のフレームにおける、少なくとも一部に発信音が存在する最初のフレームが突き止められる。３０４において、最初のフレームの信号エネルギーが、一連のフレームにおける後続のフレームの信号エネルギーと比較される。一実施の形態では、この比較は、一連のフレームにおける後続のフレームの信号エネルギーに対する最初のフレームの信号エネルギーの比を使用することによって行うことができる。一実施の形態では、この比にフレームレートを乗算して、最初のフレームにおける発信音の継続期間を求めることができる。一実施の形態では、この比を使用して、エネルギーの比を持続時間にマッピングする表参照を行うことができる。３０６において、最初のフレームの信号エネルギーと後続のフレームの信号エネルギーとの比較に基づいて、信号における発信音の開始時刻が求められる。一実施の形態では、一連のフレームにおける、少なくとも一部に発信音が存在する最後のフレームが突き止められる。次に、最後のフレームの信号エネルギーは、一連のフレームにおける先行するフレームの信号エネルギーと比較することができる。次に、最後のフレームの信号エネルギーと先行するフレームの信号エネルギーとの比較に基づいて、信号における発信音の終了時刻を求めることができる。一実施の形態では、信号における求められた発信音の開始時刻及び終了時刻に基づいて、発信音の継続期間を求めることができる。

図４は、例示された発明の一定の態様を実施できる適切なコンピューティング環境を示すブロック図である。一実施の形態では、上述した方法は、コンポーネント４０２〜４１２を有するコンピュータシステム４００において実施することができる。コンポーネント４０２〜４１２は、プロセッサ４０２、メモリ４０４、入出力デバイス４０６、データストレージデバイス４１２、及びネットワークインターフェース４１０を含む。これらのコンポーネントは、バス４０８を介して相互に接続されている。これらのコンポーネントは、当該技術分野において既知の、それらコンポーネントの従来の機能を実行し、システム１００を実施するための手段を提供する。集合的に、これらのコンポーネントは、ハードウェアシステムの広いカテゴリーを表す。ハードウェアシステムには、汎用コンピュータシステム及び専用パケット転送デバイスが含まれるが、これらに限定されるものではない。コンピュータシステム４００のさまざまなコンポーネントが再配置できること、及び、本発明の一定の実施態様は、上記コンポーネントのすべてを必要とするとは限らない場合もあるし、すべてを含むとは限らない場合もあることが理解されるべきである。さらに、追加プロセッサ（たとえば、デジタル信号プロセッサ）、ストレージデバイス、メモリ、及びネットワークインターフェース又は通信インターフェース等の追加コンポーネントをシステム４００に含めることもできる。

当業者には理解されるように、本発明の方法の一実施の形態を実施するためのコンテンツ、たとえば、コンピュータプログラム命令は、メモリの一部として、又は、メモリに加えて、システム１００によりアクセス可能なデータを記憶できる任意のマシン可読媒体が提供することができる。このマシン可読媒体には、カートリッジ、磁気カセット、フラッシュメモリカード、デジタルビデオディスク、ランダムアクセスメモリ（ＲＡＭ）、読み出し専用メモリ（ＲＯＭ）等が含まれるが、これらに限定されるものではない。この点において、システム１００は、当該技術分野において既知の方法で、このようなマシン可読媒体と通信するように装備されている。

本発明の方法の一実施の形態を実施するためのコンテンツは、当該コンテンツを記憶し、当該コンテンツをシステム１００へ通信することができる任意の外部デバイスからシステム１００へ提供することができることが、当業者によってさらに理解されよう。たとえば、本発明の一実施の形態では、システム１００をネットワークに接続でき、コンテンツをネットワークの任意のデバイスに記憶することができる。

本発明をいくつかの実施の形態に関して説明してきたが、本発明は、説明した実施の形態に限定されるものではなく、添付の特許請求の範囲の精神内及び範囲内にある変更及び改変を伴って実施できることが当業者には認識されよう。したがって、この説明は、限定ではなく例示とみなされるべきである。

Claims (26)

1. 発信音を含む信号を有する一連のフレームを受信すること、
   前記一連のフレームにおける、少なくとも一部に発信音が存在する最初のフレームを突き止めること、
   少なくとも一部に発信音が存在する前記最初のフレームの前記信号エネルギーを、前記一連のフレームにおける後続のフレームの信号エネルギーと比較すること、及び
   前記最初のフレームの前記信号エネルギーと前記後続のフレームの前記信号エネルギーとの前記比較に基づいて、前記信号における前記発信音の開始時刻を求めること、
   を含む方法。
2. 前記一連のフレームにおける、少なくとも一部に発信音が存在する最後のフレームを突き止めることをさらに含む、請求項１に記載の方法。
3. 前記最後のフレームの前記信号エネルギーを前記一連のフレームにおける先行するフレームの信号エネルギーと比較することをさらに含む、請求項２に記載の方法。
4. 前記最後のフレームの前記信号エネルギーと前記先行するフレームの前記信号エネルギーとの前記比較に基づいて、前記信号における前記発信音の終了時刻を求めることをさらに含む、請求項３に記載の方法。
5. 前記信号における前記発信音の前記求められた開始時刻及び前記求められた終了時刻に基づいて、前記発信音の継続期間を求めることをさらに含む、請求項４に記載の方法。
6. 前記最初のフレームの前記信号エネルギーを、前記一連のフレームにおける後続のフレームの信号エネルギーと比較することは、該一連のフレームにおける後続のフレームの信号エネルギーに対する前記最初のフレームの前記信号エネルギーの比を求めることを含む、請求項１に記載の方法。
7. 前記最初のフレームの前記信号エネルギーと前記後続のフレームの前記信号エネルギーとの前記比較に基づいて、前記信号における前記発信音の開始時刻を求めることは、前記一連のフレームにおける後続のフレームの前記信号エネルギーに対する前記最初のフレームの前記信号エネルギーの前記比に前記フレームレートを乗算することであって、それによって、前記最初のフレームにおける前記発信音の前記継続期間を求める、乗算することを含む、請求項６に記載の方法。
8. 前記最初のフレームの前記信号エネルギーと前記後続のフレームの前記信号エネルギーとの前記比較に基づいて、前記信号における前記発信音の開始時刻を求めることは、前記一連のフレームにおける後続のフレームの前記信号エネルギーに対する前記最初のフレームの前記信号エネルギーの前記比を使用することであって、それによって、エネルギーの比を持続時間にマッピングする表参照を行う、使用することを含む、請求項６に記載の方法。
9. 一連のフレームで表される信号において発信音の存在を検出して、前記一連のフレームにおける各フレームの信号エネルギーを求める、発信音検出素子と、
   該発信音検出素子に接続されて、前記一連のフレームにおける、少なくとも一部に発信音が存在する最初のフレームの前記信号エネルギーを、全体が発信音のフレームの前記信号エネルギーと比較し、前記最初のフレームの前記信号エネルギーと前記全体が発信音のフレームの前記信号エネルギーとの前記比較に基づいて、前記信号における前記発信音の開始時刻を求める発信音解析素子と
   を備える装置。
10. 前記発信音検出素子に接続されて音声信号を符号化する音声符号化器をさらに備える、請求項９に記載の装置。
11. 前記発信音解析素子に接続されて発信音信号を符号化する発信音符号化器をさらに備える、請求項９に記載の装置。
12. 前記一連のフレームにおける、少なくとも一部に発信音が存在する前記最初のフレームの前記信号エネルギーを、全体が発信音のフレームの前記信号エネルギーと比較し、前記最初のフレームの前記信号エネルギーと前記全体が発信音のフレームの前記信号エネルギーとの前記比較に基づいて、前記信号における前記発信音の開始時刻を求める前記発信音解析素子は、前記一連のフレームにおける、少なくとも一部に発信音が存在する前記最初のフレームの前記信号エネルギーを、該一連のフレームにおける該最初のフレームの後続のフレームの前記信号エネルギーと比較し、前記最初のフレームの前記信号エネルギーと前記後続のフレームの前記信号エネルギーとの前記比較に基づいて、前記信号における前記発信音の開始時刻を求める前記発信音解析素子を含む、請求項９に記載の装置。
13. 前記発信音解析素子は、さらに、前記一連のフレームにおける、少なくとも一部に発信音が存在する最後のフレームの前記信号エネルギーを、全体が発信音のフレームの前記信号エネルギーと比較し、前記最後のフレームの前記信号エネルギーと前記全体が発信音のフレームの前記信号エネルギーとの前記比較に基づいて、前記信号における前記発信音の前記終了時刻を求める、請求項９に記載の装置。
14. 前記発信音解析素子は、さらに、前記信号における前記発信音の前記求められた開始時刻及び前記求められた終了時刻に基づいて、前記発信音の継続期間を求める、請求項１３に記載の装置。
15. 前記一連のフレームにおける、少なくとも一部に発信音が存在する前記最後のフレームの前記信号エネルギーを、全体が発信音のフレームの前記信号エネルギーと比較し、前記最後のフレームの前記信号エネルギーと前記全体が発信音のフレームの前記信号エネルギーとの前記比較に基づいて、前記信号における前記発信音の前記終了時刻を求める前記発信音解析素子は、前記一連のフレームにおける、少なくとも一部に発信音が存在する前記最後のフレームの前記信号エネルギーを、該一連のフレームにおける該最後のフレームに先行するフレームの前記信号エネルギーと比較し、前記最後のフレームの前記信号エネルギーと前記先行するフレームの前記信号エネルギーとの前記比較に基づいて、前記信号における前記発信音の前記終了時刻を求める前記発信音解析素子を含む、請求項１３に記載の装置。
16. マシンアクセス可能媒体であって、
    マシンによってアクセスされると、
    発信音信号を有する一連のフレームを受信すること、
    前記一連のフレームにおける、少なくとも一部に発信音を含む最初のフレームを突き止めること、
    少なくとも一部に発信音を含む前記最初のフレームの前記信号エネルギーを、全体が発信音のフレームの信号エネルギーと比較すること、及び
    前記最初のフレームの前記信号エネルギーと前記全体が発信音のフレームの前記信号エネルギーとの前記比較に基づいて、前記信号における前記発信音の開始時刻を求めること、
    を含むオペレーションを前記マシンに実行させるコンテンツを含む、マシンアクセス可能媒体
    を備える製品。
17. 前記マシンアクセス可能媒体は、前記一連のフレームにおける、少なくとも一部に発信音を含む最後のフレームを突き止めることを含むオペレーションを前記マシンに実行させるコンテンツをさらに含む、請求項１６に記載の製品。
18. 前記マシンアクセス可能媒体は、前記最後のフレームの前記信号エネルギーを全体が発信音のフレームの信号エネルギーと比較することを含むオペレーションを前記マシンに実行させるコンテンツをさらに含む、請求項１７に記載の製品。
19. 前記マシンアクセス可能媒体は、前記最後のフレームの前記信号エネルギーと前記全体が発信音のフレームの前記信号エネルギーとの前記比較に基づいて、前記信号における前記発信音の終了時刻を求めることを含むオペレーションを前記マシンに実行させるコンテンツをさらに含む、請求項１８に記載の製品。
20. 前記マシンによってアクセスされると、前記最後のフレームの前記信号エネルギーを全体が発信音のフレームの信号エネルギーと比較すること、及び、前記最後のフレームの前記信号エネルギーと前記全体が発信音のフレームの前記信号エネルギーとの前記比較に基づいて、前記信号における前記発信音の終了時刻を求めることを含むオペレーションを前記マシンに実行させるコンテンツを含む前記マシンアクセス可能媒体は、前記マシンによってアクセスされると、前記最後のフレームの前記信号エネルギーを、前記一連のフレームにおける該最後のフレームに先行するフレームの信号エネルギーと比較すること、及び、前記最後のフレームの前記信号エネルギーと前記先行するフレームの前記信号エネルギーとの前記比較に基づいて、前記信号における前記発信音の終了時刻を求めることを含むオペレーションを前記マシンに実行させるコンテンツを含む前記マシンアクセス可能媒体を含む、請求項１９に記載の製品。
21. 前記マシンアクセス可能媒体は、前記信号における前記発信音の前記求められた開始時刻及び前記求められた終了時刻に基づいて、前記発信音の継続期間を求めることを含むオペレーションを前記マシンに実行させるコンテンツをさらに含む、請求項１９に記載の製品。
22. 前記マシンによってアクセスされると、少なくとも一部に発信音を含む前記最初のフレームの前記信号エネルギーを全体が発信音のフレームの信号エネルギーと比較すること、及び、前記最初のフレームの前記信号エネルギーと前記全体が発信音のフレームの前記信号エネルギーとの前記比較に基づいて、前記信号における前記発信音の開始時刻を求めることを含むオペレーションを前記マシンに実行させるコンテンツを含む前記マシンアクセス可能媒体は、前記マシンによってアクセスされると、少なくとも一部に発信音を含む前記最初のフレームの前記信号エネルギーを、前記一連のフレームにおける該最初のフレームの後続のフレームの信号エネルギーと比較すること、及び、前記最初のフレームの前記信号エネルギーと前記後続のフレームの前記信号エネルギーとの前記比較に基づいて、前記信号における前記発信音の開始時刻を求めることを含むオペレーションを前記マシンに実行させるコンテンツを含む前記マシンアクセス可能媒体を含む、請求項１６に記載の製品。
23. 発信音を含む信号を送信する送信機と、
    該送信機に接続されて前記信号を受信する発信音検出器であって、前記信号は一連のフレームで表され、
    前記信号において前記発信音の存在を検出して、前記一連のフレームにおける各フレームの信号エネルギーを求める、発信音検出素子と、
    該発信音検出素子に接続されて、前記一連のフレームにおける、少なくとも一部に発信音が存在する最初のフレームの前記信号エネルギーを、前記一連のフレームにおける後続のフレームの前記信号エネルギーと比較し、前記最初のフレームの前記信号エネルギーと前記後続のフレームの前記信号エネルギーとの前記比較に基づいて、前記信号における前記発信音の開始時刻を求める、発信音解析素子と
    を含む、発信音検出器と
    を備えるシステム。
24. 前記発信音検出器に接続されて、受信機への送信前に前記信号を符号化する、発信音符号化器をさらに備える、請求項２３に記載のシステム。
25. 前記発信音検出器に接続されて、受信された音声信号を符号化する、音声符号化器をさらに備える、請求項２３に記載のシステム。
26. 前記発信音解析素子は、さらに、前記一連のフレームにおける、少なくとも一部に発信音が存在する最後のフレームの前記信号エネルギーを、前記一連のフレームにおける、先行するフレームの前記信号エネルギーと比較し、前記最後のフレームの前記信号エネルギーと前記先行するフレームの前記信号エネルギーとの前記比較に基づいて、前記信号における前記発信音の終了時刻を求める、請求項２３に記載のシステム。
    

Images