JP2008103824A - 音声会議装置及び音声会議システム - Google Patents

Abstract

【課題】会議の参加者の発言を広範囲に収音しながら、主な発言者を撮影するテレビ会議システムを提供する。
【解決手段】本発明の音声会議装置１は、複数のマイクＭＩＣを配列して構成されたマイクアレイを用いて、広範囲の音声と狭範囲に分けて音声を収音する。そして、広範囲に収音した音声信号ＭＢ１，ＭＢ２は、音声収音用の音声信号ＭＢ０として用いられる。また、狭範囲に分けて収音した音声信号ＭＢ１１〜ＭＢ１４，ＭＢ２１〜ＭＢ２４から検出した最も高レベルの音声信号を用いて、収音方向ＤＳを検出し、当該収音方向ＤＳに基づいてカメラ７の撮影方向を制御する。
【選択図】 図４

Description

この発明は、複数のマイクから構成されるマイクアレイの収音音声を用いて発言者方向を検出し、発言者方向にカメラの撮影方向を制御する音声会議装置及び音声会議システムに関する。

従来、遠隔地間で会議を行う方法として、拠点毎に撮影機能を備えた会議システムを配置し、これらをネットワーク等で接続して、映像データや音声データを送受信する方法が多く用いられている。そして、このような会議に利用される音声会議システムが各種考案されている。
特許文献１の会議用撮像装置では、参加者毎に配置された指向性マイクより収音した音声信号に基づいて、発言者の位置を検出し、当該発言者の位置方向の映像をカメラにて撮影することが開示されている。
特開昭６１−１９８８９１号公報

しかしながら、特許文献１の発明は、参加者毎に指向性マイクを配置する必要があり、会議の参加人数に応じて、指向性マイクを準備しなければならない。
また、収音用と発言者の位置検出用のマイクビームを兼用しているため、広い範囲の音を収音しようとすると、発言者の特定が不能となり、狭い範囲の音を録音しようとすると、発言者は特定できるが、二人以上の発言が同時にあると一人の発言しか収音できないという問題がある。

請求項１の音声会議装置は、複数のマイクを所定パターンで配列して構成されたマイクアレイと、前記マイクアレイの各マイクの収音音声信号に基づいて自装置周りの広い範囲を収音範囲として収音ビームを形成するエリア収音ビーム形成手段と、前記マイクアレイの各マイクの収音音声信号に基づいて前記エリア収音ビーム形成手段で設定される収音範囲より狭範囲に分割する収音ビームを形成するスポット収音ビーム形成手段と、該スポット収音ビーム形成手段で形成された複数の収音ビームから撮影方向を検出する撮影方向検出手段と、を備えたことを特徴とする。

この構成では、音声会議装置は、複数のマイクで構成されたマイクアレイを用いて収音を行う。音声会議装置は、収音した音声信号から、広範囲のエリアに対応したエリア収音ビームと狭範囲に分割したスポットに対応したスポット収音ビームとを形成する。そして、音声会議装置は、エリア収音ビームに基づいて音声データを生成し出力する。音声会議装置は、スポット収音ビームに基づいてカメラの撮影方向を制御する。
これにより、音声会議装置は、広範囲に収音した音声データを出力することができる。また、音声会議装置は、主な発言者の方向をカメラの撮影方向とすることができる。更に、本発明の音声会議装置は、主な発言者が変わると、カメラの撮影方向を自動で変更することができるので、常に主な発言者を撮影方向に指定することができる。

請求項２の音声会議装置は、スポット収音ビーム形成手段は、収音音声信号の高域成分のみを用いて収音ビームを形成することを特徴とする。

この構成では、カメラの撮影方向の制御に用いる音声信号は、高域成分のみを用いることで、指向性を強めて収音ビームを形成する。
これにより、音声会議装置は、カメラの撮影方向の制御に用いる収音ビームのみ、指向性を強めることができるので、発言者の位置をより正確に検出することができる。

請求項３の音声会議システムは、音声会議装置と、音声会議装置の撮影方向検出手段により、検出された撮影方向を撮影して映像データを生成する撮影手段と、を備えたことを特徴とする。

この構成では、音声会議システムは、音声会議装置とカメラとから構成される。音声会議装置は、広範囲に収音した音声データを生成するとともに、主な発言者を撮影方向としてカメラを制御する。カメラは、音声会議装置に指示された撮影方向を撮影して撮影データを生成する。
これにより、音声会議システムは、広範囲に音声を収音しながら、主な発言者をカメラの撮影方向とすることができる。更に、本発明の音声会議システムは、主な発言者が変わると、カメラの撮影方向を自動で変更することができるので、カメラは、常に主な発言者を撮影することができる。

以上のように、この発明によれば、会議の参加者の発言を広範囲に収音しながら、主な発言者を撮影することができる。

本発明の実施形態に係る音声会議システムついて、図１を参照して説明する。図１は、遠隔地とテレビ会議を行う音声会議システムの説明図である。
図１に示すように、本発明の音声会議システムは、音声会議装置１、カメラ７、表示端末８、ビデオ通信装置９から構成される。音声会議装置１には、カメラ７が接続される。カメラ７には、ビデオ通信装置９が接続される。ビデオ通信装置９には、表示端末８が接続される。また、遠隔地間で音声会議を行う際には、音声会議装置１とビデオ通信装置９とは、ネットワーク１００を介して遠隔地にある音声会議システムと接続される。

次に、音声会議システムを構築するカメラ７、表示端末８、ビデオ通信装置９、音声会議装置１の構成について説明する。

カメラ７は、会議の参加者を撮影するためのもので、撮像部７１と接続端子部７２から構成され、音声会議装置１から接続端子部７２を介して入力信号（後述する収音方向ＤＳ）を受け、撮像部７１を上下左右（例えば、上下に約１２０度、左右に約２００度）に回転させることで、音声会議装置１に指示された方位の撮影を行う。カメラ７は、撮影データを接続端子部７２を介してビデオ通信装置９へ出力する。なお、接続端子部７２としてビデオ出力端子、マルチコネクタ、電源端子等がある。

表示端末８は、ネットワーク１００を介して遠隔地のテレビ会議システムより受信した映像データを表示するためのもので、表示部８１と接続端子部８２から構成され、ビデオ通信装置９から接続端子部８２を介して入力信号を受け、表示部８１に表示する。なお、表示端末８は、プロジェクタや液晶ディスプレイ等である。

ビデオ通信装置９は、映像データの圧縮・伸張及びプロトコル制御を行う装置で、ネットワーク１００を介して映像データの送受信を行う。具体的には、ビデオ通信装置９は、カメラ７から入力された撮影データを、圧縮した後、パケット化してネットワーク１００へ出力する。また、ビデオ通信装置９は、映像データがネットワーク１００から入力されると、パケット化された映像データを時系列に配列して順次出力することにより、ビットストリーム化した後、伸張して表示端末８へ出力する。

次に、音声会議装置１の構成について図２，３を参照して説明する。なお、本実施形態に係る音声会議装置１は、直線状に配列された複数のマイクからなるマイクアレイを用いる。そして、各マイクで収音した音声をそれぞれ遅延して合成することにより、収音指向性を形成する。この形成した収音指向性を収音ビームと呼ぶ。収音ビームの種類としては、収音ビームの向かう先を特定の収音スポットに設定した狭範囲の設定と、ある程度の広がりがあるエリア（例えば、音声会議装置１のそれぞれの側面方向（発言エリア））で発生した広範囲の音声を高いゲインで収音するとともに他エリアで発生した音声（ノイズ）を抑制する設定とを有する。

図２は、音声会議装置を表す三面図である。図２（Ａ）は平面図、図２（Ｂ）は正面図、図２（Ｃ）は右側面図である。図３は、図２に示す音声会議装置のスピーカ配列およびマイク配列を示した図であり、図３（Ａ）は前記正面のマイク配列を示す、図３（Ｂ）は底面のスピーカ配列を示す、図３（Ｃ）は背面のマイク配列を示す。
以下の説明では、図２（Ｂ）に図示した面を正面と呼び、この図に基づいて装置の上下左右を定める。

音声会議装置１は、筐体２および脚部３からなる外観を有し、筐体２は、操作部４、発光部５、入出力コネクタパネル１１を備えている。筐体２は、左右に長尺な略直方体形状からなり、筐体２の左右端部には、筐体２の底面を設置面から所定距離持ち上げる脚部３が設けられる。

筐体２の上面右端部には、テンキー等の操作ボタンや表示画面を有する操作部４が設けられている。操作部４は筐体２内に設置された制御部１０に接続されている。操作部４は、参加者からの操作入力を受け付けて制御部１０に出力するとともに、制御部１０の制御により、操作内容や実行モード等を表示画面に表示する。

筐体２の上面中央部には、筐体２の略中央を中心として放射状に配置されたＬＥＤ等の発光素子からなる発光部５が設置されている。発光部５は、制御部１０からの発光制御に応じて発光する。制御部１０は、収音方向のＬＥＤを点灯させる発光制御信号を発光部５に入力する。

筐体２の右側面には、ＬＡＮインターフェース、アナログオーディオ入力端子、アナログオーディオ出力端子、デジタルオーディオ入出力端子、シリアル端子等を備える入出力コネクタパネル１１が設置されており、この入出力コネクタパネル１１の各コネクタ（以下、入出力コネクタ１１０）は筐体２内部に設置された入出力インタフェース１２に接続されている。また、入出力コネクタパネル１１には、電源が供給されるＤＣジャックも設けられている。

筐体２の下面には、同仕様の１６個のスピーカＳＰ１〜ＳＰ１６が設置されている。これらスピーカＳＰ１〜ＳＰ１６は筐体２の長手方向に沿って一定の間隔で直線状に設置されており、これらによりスピーカアレイが構成される。筐体２の正面および背面には、同仕様のマイクＭＩＣ１０１〜ＭＩＣ１１６およびマイクＭＩＣ２０１〜ＭＩＣ２１６が設置されている。これらマイクＭＩＣ１０１〜ＭＩＣ１１６、マイクＭＩＣ２０１〜ＭＩＣ２１６は長手方向に沿って直線状に設置されており、これらによりマイクアレイが構成される。
そして、筐体２の下面および正面，背面側には、これらスピーカアレイおよびマイクアレイを覆う断面Ｕ字形状で長手方向に樋状に形成された下面グリル６が取り付けられている。この下面グリル６は、パンチメッシュが施された金属板で構成されており、スピーカＳＰ１〜ＳＰ１６、マイクＭＩＣ１０１〜ＭＩＣ１１６、ＭＩＣ２０１〜ＭＩＣ２１６を保護するとともに、放音および収音する音声を通過させるようになっている。
このマイクＭＩＣ１０１〜ＭＩＣ１１６と収音ビーム生成部１８１とが正面側の収音ビームを形成し、マイクＭＩＣ２０１〜ＭＩＣ２１６と収音ビーム生成部１８２とが背面側の収音ビームを形成する。

なお、本実施形態では、スピーカアレイのスピーカ数を１６個とし、各マイクアレイのマイク数をそれぞれ１６個としたが、これに限ることなく、仕様に応じてスピーカ数およびマイク数は適宜設定すればよい。また、スピーカアレイおよびマイクアレイの間隔は任意である。すなわち、一定間隔でもよく、中央部を密に配置し、両端部にいくに従い疎に配置するようにしてもよい。更に、本実施形態では、マイクアレイをラインアレイで構成しているが、マイクアレイはラインアレイに限定されず、マトリクス状に配列されたアレイでもよい。

次に、音声会議システムの機能について図４，５を参照して説明する。図４は、音声会議システムの機能的な構成を示すブロック図である。図５は、収音エリアの説明図である。図５（Ａ）は、音声収音用の収音エリアを示し、図５（Ｂ）は、位置検出用の収音エリアを示す。

音声会議システムは、機能的に、制御部１０、入出力コネクタ１１０、音声会議装置１の入出力インタフェース１２、放音指向性制御部１３、Ｄ／Ａコンバータ１４、放音用アンプ１５、スピーカアレイ（スピーカＳＰ１〜ＳＰ１６）、マイクアレイ（マイクＭＩＣ１０１〜ＭＩＣ１１６，ＭＩＣ２０１〜ＭＩＣ２１６）、収音用アンプ１６、Ａ／Ｄコンバータ１７、収音ビーム生成部１８１，１８２、収音ビーム選択部１９、エコーキャンセル部２０、カメラ制御部２２、カメラ７、表示端末８、ビデオ通信装置９の入出力インタフェース９１、映像コーデック９２、操作部４を備える。

制御部１０は、操作部４からの入力を受け、放音指向性制御部１３を制御し、発言者位置検出部１９１からの入力を受け、カメラ制御部２２を制御する。制御の詳細については後述する。

入出力インタフェース１２は、エコーキャンセル部２０から入力された音声信号をパケット化して、ネットワーク１００に出力する。また、入出力コネクタ１１０を介して入力された音声信号をビットストリームのデジタル音声信号Ｓ１に変換して出力する。デジタル音声信号Ｓ１は、エコーキャンセル部２０を介して放音指向性制御部１３に供給される。
より具体的には、ネットワーク１００およびＬＡＮコネクタを介して音声信号が入力された場合、入出力インタフェース１２は、パケット化された音声信号を時系列に配列して順次出力することにより、ビットストリーム化して放音指向性制御部１３に出力する。なお、アナログオーディオ入力端子を介してアナログ信号が入力された場合には、入出力インタフェース１２は、この信号をデジタル化して放音指向性制御部１３に出力する。

放音指向性制御部１３は、制御部１０の指示により、入出力インタフェース１２から供給された音声信号からスピーカアレイの各スピーカＳＰ１〜ＳＰ１６に供給する個別放音信号を生成する機能部である。放音指向性制御部１３は、スピーカアレイからビーム化された音声である放音ビームが放音されるように各スピーカＳＰ１〜ＳＰ１６に供給する個別放音信号を生成する。このため、放音指向性制御部１３は、入力された音声信号に対してそれぞれ所定の遅延処理及び所定の振幅処理等を行って個別放音信号を生成する。なお、放音ビームは、狭範囲に放音する放音ビーム、及び、広範囲に放音する放音ビームがあり、それぞれ参加者の操作部４の操作によるモード設定によって切り換えが可能である。
そして、放音指向性制御部１３は、生成した個別放音信号をスピーカＳＰ１〜ＳＰ１６毎に設置されたＤ／Ａコンバータ１４に出力する。各Ｄ／Ａコンバータ１４は個別放音信号をアナログ形式に変換して各放音用アンプ１５に出力し、各放音用アンプ１５は個別放音信号を増幅してスピーカＳＰ１〜ＳＰ１６に与える。

スピーカアレイの各スピーカＳＰ１〜ＳＰ１６は、供給された個別放音信号を音声変換して外部に放音する。スピーカＳＰ１〜ＳＰ１６は筐体２の下面に下向きに設置されているので、放音された音声は、音声会議装置１が設置される机の設置面で反射して、参加者のいる装置の横から斜め上方に向かって伝搬される。

マイクアレイの各マイクＭＩＣ１０１〜ＭＩＣ１１６、ＭＩＣ２０１〜ＭＩＣ２１６は、それぞれ音声会議装置１の正面側、背面側の音声を収音して電気信号である音声信号に変換し、この音声信号を各収音用アンプ１６に出力する。各収音用アンプ１６は、音声信号を増幅してそれぞれＡ／Ｄコンバータ１７に与え、Ａ／Ｄコンバータ１７は、アナログの音声信号をデジタル信号に変換して収音ビーム生成部１８１，１８２に出力する。ここで、収音ビーム生成部１８１には、正面に設置されたマイクＭＩＣ１０１〜ＭＩＣ１１６が収音した正面側の音声信号が入力され、収音ビーム生成部１８２には、背面に設置されたマイクＭＩＣ２０１〜ＭＩＣ２１６が収音した背面側の音声信号が入力される。

収音ビーム生成部１８１，１８２は、音声収音用の広範囲の収音ビーム及びカメラ７制御用の狭範囲の収音ビームを形成するべく、各マイクＭＩＣ１０１〜ＭＩＣ１１６，ＭＩＣ２０１〜ＭＩＣ２１６が収音した音声信号に対して遅延処理を行う。
具体的には、広範囲で音声を収音するために、図５（Ａ）に示すように、正面側，背面側ともに１つのエリアを設定して、これらエリアをそれぞれ収音する収音ビームＭＢ１，ＭＢ２を形成し、収音ビーム選択部１９に出力する。
また、主な発言者に対してカメラ７を向けるよう制御するために、図５（Ｂ）に示すように、同時に複数スポット（図５（Ｂ）では正面側，背面側のそれぞれ４スポット）に対する収音ビームＭＢ１１〜ＭＢ１４、ＭＢ２１〜ＭＢ２４を形成し、収音ビーム選択部１９に出力する。

なお、カメラ７制御用の狭範囲の収音ビーム生成時は、音声を収音する場合と異なって音質を考慮する必要がないため、収音した音声信号をハイパスフィルタで濾波して指向性の強い１ｋＨｚ〜３ｋＨｚ程度の高音域の信号のみを用いて収音ビームＭＢ１１〜ＭＢ１４、ＭＢ２１〜ＭＢ２４を生成してもよい。

また、本実施形態では、正面側、背面側にそれぞれ４スポット形成しているが、これに限らず、複数スポットであればよい。

収音ビーム選択部１９は、発言者位置検出部１９１にて、８個の収音ビームＭＢ１１〜ＭＢ１４、ＭＢ２１〜ＭＢ２４で収音した８スポットの音声信号のうち、最も高レベルのものが目的の音声信号（すなわち、ノイズではない会議参加者の発言）であるとして、最も高レベルの音声信号の収音方向ＤＳを検出し、収音方向ＤＳを制御部１０に出力する。
また、収音ビーム選択部１９は、２つの収音ビームＭＢ１，ＭＢ２のうち、収音方向ＤＳを含む収音ビームを選択して音声信号ＭＢ０として後段のエコーキャンセル部２０に出力する。

エコーキャンセル部２０は、「入出力インタフェース１２から入力された音声信号がスピーカＳＰ１〜ＳＰ１６から放音され、この放音された音声信号がマイクＭＩＣ１０１〜ＭＩＣ１１６、ＭＩＣ２０１〜ＭＩＣ２１６に回帰して再び入出力インタフェース１２から出力される」というエコー現象を防ぐための機能部である。エコーキャンセル部２０は、適応型フィルタ２１１を用いて上記経路の回帰音を推定し、推定した回帰音をマイクが収音した音声信号から減算することによりエコーを抑制するものである。
具体的に、エコーキャンセル部２０は、適応型エコーキャンセラ２１を備えている。適応型エコーキャンセラ２１は、適応型フィルタ２１１とポストプロセッサ２１２とを備えている。適応型フィルタ２１１は、スピーカＳＰに供給される音声信号に基づき、マイクＭＩＣに回帰する音声信号成分を推定して擬似回帰音信号を生成する。ポストプロセッサ２１２は、収音ビーム選択部１９が出力した音声信号ＭＢ０から、入力音声信号Ｓ１に対する擬似回帰音信号を減算することによりエコー成分を除去する。この音声信号ＭＢ０からエコー成分を除去した音声信号は入出力インタフェース１２に入力される。

このようなエコーキャンセル処理を行うことにより、スピーカＳＰからマイクＭＩＣに回帰する音声信号を的確に予測して除去することができ、マイクＭＩＣで収音した音声信号のみを入出力インタフェース１２から出力することができる。

カメラ制御部２２は、制御部１０から収音方向ＤＳが入力されると、収音方向ＤＳを撮影方向の中心とするようにカメラ７の撮像部７１の方向を制御する。このようにカメラ７は、音声会議装置１から入力される収音方向ＤＳに従って撮影方向を決める。これにより、発言者を自動で撮影することができる。カメラ７の撮影データは、映像コーデック９２へ出力される。

映像コーデック９２は、カメラ７から入力された撮影データの圧縮を行い、入出力インタフェース９１へ出力する。また、入出力インタフェース９１から入力された映像信号Ｐ１の伸張を行い表示端末８へ出力する。

入出力インタフェース９１は、映像コーデック９２から入力された撮影データをパケット化して、ネットワーク１００に出力する。また、ネットワーク１００から入力された映像信号をビットストリームのデジタル映像信号Ｐ１に変換して出力する。デジタル映像信号Ｐ１は、表示端末８に供給される。
より具体的には、ネットワーク１００を介して映像信号が入力された場合、入出力インタフェース９１は、パケット化された映像信号を時系列に配列して順次出力することにより、ビットストリーム化して表示端末８に出力する。

以上より、本実施形態の音声会議システムでは、音声収音用と発言者の位置検出用と２つの異なる収音ビームを生成する。そして、音声収音用の収音ビームを用いて、音声会議装置に対して主な発言者と反対側の音声を収音せずに、主な発言者側の音声のみを効果的に収音することで、主な発言者の発言を明瞭化できる。更に、発言者の位置検出用の収音ビームを用いて、主な発言者の位置を特定することで、主な発言者にカメラ７を向けて撮影することができる。また、主な発言者が変わると、自動でカメラ７の方向を切り替えることができる。

また、本発明の音声会議システムは、図６に示すように、ビデオ通信装置９を利用せずに、拡声装置として会議に用いることができる。この場合、音声会議装置１には、カメラ７が接続され、カメラ７に表示端末８を接続する。音声会議装置１は、収音した音声を増幅して放音する。また、カメラ７は、音声会議装置１から入力される収音方向ＤＳに従って撮影方向を決定し、撮影を行い、撮影データを生成する。カメラ７は、生成した撮影データを表示端末８に出力して、表示端末８で撮影データを表示する。
これにより、発言者の発言を増幅して放音するとともに、主な発言者をカメラ７で撮影して表示端末８に表示することができる。このため、大会議室等で行われる会議においても、参加者は、容易に発言者の発言を聞くことができる。また、主な発言者を表示端末８に表示して、会議を進行することができるので、会議の参加者は主な発言者を容易に知ることができる。

なお、本実施形態に限らず、図７に示すように、収音ビーム選択部１９は、音声信号の収音方向に関係なく、２つの収音ビームＭＢ１，ＭＢ２を合成して音声信号ＭＢ０を生成し、この音声信号ＭＢ０を後段のエコーキャンセル部２０に出力してもよい。
これにより、２つの収音ビームＭＢ１，ＭＢ２を合成して音声信号ＭＢ０を生成するので、主な発言者をカメラ７で確実に撮影しながら、主な発言者側だけでなく、広範囲に音声を収音することで全ての参加者の発言を効果的に収音することができる。

更に、本実施形態に限らず、図８に示すように、音声会議装置１に音声および映像の通信手段を設けてもよい。この場合、カメラ７で撮影した撮影データは、音声会議装置１を介してネットワーク１００に出力され、ネットワーク１００から入力された映像信号は、音声会議装置１を介して、表示端末８に表示される。更に、この場合、映像信号の入出力インタフェース９１を音声信号の入出力インタフェース１２と一体化し、共通の入出力コネクタ１１０を介してネットワーク１００に接続すればよい。
なお、図８は、図４の音声会議装置１に映像の通信手段を更に設けているが、これに限らず、図７の音声会議装置１に映像の通信手段を更に設けてもよい。

遠隔地と音声会議を行う音声会議システムの説明図である。 本実施形態に係る音声会議装置１の平面図である。 本実施形態に係る音声会議装置１を表す三面図である。 本実施形態に係る音声会議システムの機能的な構成を示すブロック図である。 収音エリアの説明図である。 本実施形態に係る音声会議装置の他の利用方法についての説明図である。 他の実施形態に係る収音ビーム選択部１９のブロック図である。 他の実施形態に係る音声会議システムのブロック図である

符号の説明

１−音声会議装置，２−筐体，３−脚部，４−操作部，５−発光部，６−下面グリル，７−カメラ，８−表示端末，９−ビデオ通信装置，１０−制御部，１１−入出力コネクタパネル，１２−入出力インタフェース，１３−放音指向性制御部，１４−Ｄ／Ａコンバータ，１５−放音用アンプ，１６−収音用アンプ，１７−Ａ／Ｄコンバータ，１９−収音ビーム選択部，２０−エコーキャンセル部，２１−適応型エコーキャンセラ，２２−カメラ制御部，７１−撮像部，７２，８２−接続端子部，８１−表示部，９１−入出力インタフェース，９２−映像コーデック，１００−ネットワーク，１１０−入出力コネクタ，１８１，１８２−収音ビーム生成部，１９１−発言者位置検出部，２１１−適応型フィルタ，２１２−ポストプロセッサ，ＭＩＣ１０１〜ＭＩＣ１１６，ＭＩＣ２０１〜ＭＩＣ２１６−マイク，ＳＰ１〜ＳＰ１６−スピーカ

Claims (3)

1. 複数のマイクを所定パターンで配列して構成されたマイクアレイと、
   前記マイクアレイの各マイクの収音音声信号に基づいて自装置周りの広い範囲を収音範囲として収音ビームを形成するエリア収音ビーム形成手段と、
   前記マイクアレイの各マイクの収音音声信号に基づいて前記エリア収音ビーム形成手段で設定される収音範囲より狭範囲に分割する収音ビームを形成するスポット収音ビーム形成手段と、
   該スポット収音ビーム形成手段で形成された複数の収音ビームから撮影方向を検出する撮影方向検出手段と、を備えた音声会議装置。
2. スポット収音ビーム形成手段は、収音音声信号の高域成分のみを用いて収音ビームを形成する請求項１に記載の音声会議装置。
3. 請求項１又は請求項２のいずれかに記載の音声会議装置と、
   音声会議装置の撮影方向検出手段により、検出された撮影方向を撮影して映像データを生成する撮影手段と、を備えた音声会議システム。

Images