JP2008306541A

JP2008306541A - 会議通信制御装置

Info

Publication number: JP2008306541A
Application number: JP2007152589A
Authority: JP
Inventors: Toshiaki Kaji; 俊明梶
Original assignee: Yamaha Corp
Current assignee: Yamaha Corp
Priority date: 2007-06-08
Filing date: 2007-06-08
Publication date: 2008-12-18

Abstract

【課題】有音／無音検知によりミキシング対象の音声を切り替える会議通信制御装置において、その切り換えの際に新たに選択した音声の冒頭が欠落することを防止する技術を提供する。
【解決手段】Ｍ（２以上の整数）個の入力端子を有するミキサと、Ｎ（Ｎ＞Ｍ）個の音声入力系と、Ｎ個の音声入力系からＭ個を選択してミキサに割り当てるセレクタとを有し、各音声入力系には、端末から受け取った音声データを蓄積するバッファと、当該音声入力系が前記セレクタによって選択されている場合にバッファから音声データを読み出してセレクタへ与えるバッファ制御部と、端末からの音声データの受け取り状況から有音／無音検知を行い、その検知結果を示す信号をセレクタに与える検知手段とが含まれており、セレクタはＮ個の音声入力系のうち有音状態であるものをＭ個まで選択することを特徴とする会議通信制御装置を提供する。
【選択図】図１

Description

本発明は、複数の音声データをミキシングして出力する会議通信制御装置を用いて会議通信を実現する技術に関する。

例えば電話会議のように複数の会議参加者が音声通信を行う会議通信システムにおいては、各会議参加者の利用する端末装置から送信される音声データを、ミキサ部を有する会議通信制御装置によってミキシングし、そのミキシング結果を各端末装置に配信することにより、各会議参加者の発言が互いに伝達される。このため、上記会議通信制御装置でミキシング可能な音声データの数（例えば、ミキサ部の入力端子数）は会議参加者数よりも多いか、またはその人数に等しくなければならず、上記のような会議通信制御装置を用いて構成する会議通信システムには以下の問題点がある。すなわち、一般に、入力端子数が増加するにつれて会議通信制御装置の価格は高くなるため、会議参加者数が多いほど、会議通信システムの構築に要する費用は高くなり、一度、会議通信システムを構築してしまうと、会議参加者を追加するためには、より多数の音声データのミキシングが可能な会議通信制御装置に交換しなければならない、といった問題点である。そこで、上記問題点を解決するための技術が従来より種々提案されており、その一例としては特許文献１に開示された技術が挙げられる。同文献には、各端末装置からの音声データの受け取り状況、または受け取った音声データの示す音量レベル等からそれら端末装置の各々について会議参加者が発言を行っている状態（以下、有音状態）であるのか、それとも、発言を行っていない状態（以下、無音状態）であるのかを検知し、有音状態であることが検知された端末装置から出力される音声データのみを会議通信制御装置へ入力してミキシングさせる技術が開示されている。会議参加者の全てが同時に発言することは稀であり、その一部の参加者のみが中心となって議論を交わしていることが一般的であるから、特許文献１に開示された技術により、ミキサ部の入力端子数が会議参加者数よりも少ない会議通信制御装置を用いて会議通信を実現することが可能になるのである。
特開２００４−３６４０３４号公報

ところで、特許文献１に開示された技術では、有音状態の端末装置から所定時間Ｔに亘って音声データを受け取らなかった場合、または上記所定時間Ｔに亘って音声データの音量レベルが所定の閾値未満である場合に、有音状態から無音状態に変化したと判定してミキシング対象の音声データを選択し直している。例えば、図５に示すように、会議参加者Ａが時刻ｔ_Ａに発言を終了した場合、会議参加者Ａの音声を示す音声データがミキシング対象として扱われなくなるのは、時刻ｔ_Ａ＋Ｔ以降である。これに対して、会議通信の他の参加者（例えば、会議参加者Ｂ）は、会議参加者Ａの発言内容からその発言が終了することを把握し、その発言終了と同時に（すなわち、時刻ｔ_Ａに）発言を開始することがある。会議参加者Ａの発言終了後、それまでミキシング対象となっていなかった会議参加者Ｂが即座に発言を開始すると、会議通信制御装置のミキサ部の入力端子に空きがあれば特段の問題は生じないが、入力端子に空きがない場合には、会議参加者Ｂの音声を表す音声データがミキシング対象として扱われるようになるのは、時刻ｔ_Ａ＋Ｔ以降である。時刻ｔ_Ａ〜時刻ｔ_Ａ＋Ｔの区間については、会議参加者Ｂが何らかの発言を行っていても、その発言を表す音声データがミキシング対象とされることはないため、その発言内容が他の会議参加者に伝達されることはない。なお、図５において、他の会議参加者とは、会議参加者Ａの発言中にミキシング対象となっていた会議参加者のことである。このように、特許文献１に開示された技術には、ミキシング対象の切り換えの際に、新たにミキシング対象とした音声の冒頭部分が欠落する場合がある、といった問題があった。
本発明は、上記課題に鑑みて為されたものであり、有音／無音検知によりミキシング対象の音声を切り替える会議通信制御装置において、その切り換えの際に新たにミキシング対象として選択した音声の冒頭が欠落することを防止する技術を提供することを目的とする。

上記課題を解決するために、本発明は、Ｍ（Ｍは２以上の整数）個の音声データを受け取ってミキシングし、ミキシング結果である音声データを電話会議の参加者の各端末宛に出力するミキサ手段と、前記電話会議の参加者の各端末から音声データを受信して出力するＮ（Ｎ＞Ｍ）個の音声入力系統であって、各々の音声データの入力経路に、前記参加者の端末から音声データが受信された場合または閾値以上の音量レベルの音声データが受信された場合に当該音声入力系統における音声入力状態が有音状態であることを示す有音／無音検知信号を出力し、前記参加者の端末から音声データの受信されない期間または受信される音声データの音量レベルが閾値未満である期間が所定期間を越えた場合に当該音声入力系統における音声入力状態が無音状態であることを示す有音／無音検知信号を出力する有音／無音検知部を備えたＮ個の音声入力系統と、前記Ｎ個の音声入力系統のうち有音状態であることを示す有音／無音検知信号が出力されているものを最大Ｍ個まで選択し、選択した各音声入力系統から出力される音声データを前記ミキサ手段に供給するセレクタとを具備し、前記Ｎ個の音声入力系統の各々が、先入れ先出し式のバッファと、当該音声入力系統が前記セレクタによって選択されている場合には、前記参加者の端末からの音声データを前記バッファに蓄積させるとともに前記バッファに蓄積された音声データを古いものから順に前記セレクタに供給し、当該音声入力系統が前記セレクタによって選択されておらず、かつ、当該音声入力系統が有音状態であることを示す有音／無音検知信号が出力されている場合には、前記バッファから前記セレクタへの音声データの供給は行わせず、前記参加者の端末から受信される音声データを前記バッファに蓄積させるバッファ制御部とを具備することを特徴とする会議通信制御装置を提供する。

より好ましい態様においては、本発明に係る会議通信制御装置が有するＮ個のバッファ制御部の各々は、対応する前記バッファに蓄積されている音声データを読み出して前記セレクタに供給する際には、そのバッファのデータ蓄積量が多いほど速い読み出し速度であって、少なくとも前記書き込み速度を下回らない読み出し速度で音声データを読み出すことを特徴とする。

本発明によれば、有音／無音検知によりミキシング対象の音声を切り替える会議通信制御装置を用いて会議通信を実現する際に、その切り換えの際に新たにミキシング対象として選択した音声の冒頭の欠落を防止することが可能になるといった効果を奏する。

以下、図面を参照しつつ本発明の一実施形態について説明する。
（Ａ：構成）
図１は、本発明の一実施形態に係る会議通信制御装置１０の構成例を示す図である。
図１に示すように、会議通信制御装置１０は、Ｍ（Ｍは２以上の整数）個の入力端子を有するミキサ部１１０を有しており、このミキサ部１１０を用いて端末装置２０−ｋ（ｋ＝１〜Ｎ：ＮはＭより大きい整数）との間で前述した会議通信を実現するものである。

端末装置２０−ｋ（ｋ＝１〜Ｎ）の各々は、音声コーデックとこの音声コーデックに接続されたマイクロホンおよびスピーカ（何れも図示省略）を有している。上記マイクロホンは、会議参加者の音声を収音しその音声波形を表す音声信号を音声コーデックに与えるものである。一方、上記スピーカは音声コーデックから受け取った音声信号の表す音を出力するものである。上記音声コーデックは、会議通信制御装置１０に接続されており、上記マイクロホンより受け取った音声信号にＡ／Ｄ変換を施して所定時間分の音声を示す音声データを生成し、その音声データを会議通信制御装置１０へ出力する一方、会議通信制御装置１０から受け取った音声データにＤ／Ａ変換を施し、その変換結果である音声信号を上記スピーカへ与えるものである。本実施形態においては、上記音声コーデックは、マイクロホンより受け取った音声信号の信号レベル（すなわち、その音声信号の表す音声の音量レベル）が所定の閾値以上でなければ、上記Ａ／Ｄ変換を行わないように構成されている。これは、会議参加者が、明確な意思を持って発言している場合にのみ、その発言内容を表す音声データを会議通信制御装置１０へ出力し、独り言やその他のノイズ等を表す音声データを出力しないようにするためである。また、本実施形態では、端末装置２０−ｋの各々と会議通信制御装置１０との間の音声データの送受信は所謂パケット通信により実現される。具体的には、端末装置２０−ｋの各々は、音声コーデックから出力される音声データに所定のヘッダを付与して音声データパケットを生成し、その音声データパケットを例えばＩＰなどの所定の通信プロトコルにしたがって会議通信制御装置１０へ送信する。同様に会議通信制御装置１０も、ミキサ部１１０によるミキシングの結果得られた音声データに所定のヘッダを付与して音声データパケットを生成し、その音声データパケットを各端末装置２０−ｋへ送信する。上記音声データパケットのヘッダ部には、送信元および送信先の通信アドレスや音声データパケットの送信順を示すデータ（例えばタイムスタンプ）が含まれている。なお、本実施形態では、端末装置２０−ｋと会議通信制御装置１０との間の音声データの送受信をパケット通信で実現する場合について説明したが、他のプロトコルにしたがった通信で実現しても良いことは勿論である。

図１に示すように、会議通信制御装置１０は、Ｎ個の音声入力系（音声入力系１２０−１〜１２０−Ｎ）を有している。音声入力系１２０−ｋ（ｋ＝１〜Ｎ）は、端末装置２０−ｋ（ｋ＝１〜Ｎ）の各々に接続されているとともに、セレクタ１３０を介してミキサ部１１０に接続されている。音声入力系１２０−ｋ（ｋ＝１〜Ｎ）の各々には、有音／無音検知部１２１−ｋ、バッファ１２２−ｋおよびバッファ制御部１２３−ｋが含まれている。

有音／無音検知部１２１−ｋは、端末装置２０−ｋから出力される音声データパケットの受信間隔から、その接続先である端末装置２０−ｋにて会議参加者が発言を行っている有音状態であるのか、それとも、発言を行っていない無音状態であるのかを判別し、その判別結果に応じた信号値の信号（以下、有音／無音検知信号）をバッファ制御部１２３−ｋとセレクタ１３０とに出力する。より詳細に説明すると、有音／無音検知部１２１−ｋは、その接続先である端末装置２０−ｋが有音状態であることを検知している間は、信号値が“１”である有音／無音検知信号を出力し、無音状態であることを検知している間は信号値が“０”である有音／無音検知信号を出力する。例えば、有音／無音検知部１２１−ｋは、その接続先である端末装置２０−ｋからの音声データパケットの受信を開始するまでは、その端末装置２０−ｋは無音状態であると判別し、音声データパケットの受信を契機として無音状態から有音状態に切り替わったと判別する。そして、有音／無音検知部１２１−ｋは、有音状態の端末装置２０−ｋについて直近に音声データパケットを受信してからの経過時間が所定時間Ｔを越えても新たな音声データパケットを受信しなかった場合に、無音状態に切り替わったと判別する。なお、有音／無音検知部１２１−ｋは、連続して受信した音声データパケットの各々のヘッダ部に書き込まれているタイムスタンプの時間間隔が一定の閾値を超えている場合には、その間は端末装置２０−ｋの利用者が発言を中断していたと判定し、その中断時間に応じたデータサイズ分の無音データ（音量レベルが“０”であることを示す音声データ）を生成して遅延手段１２２−ｋに出力する処理を実行する。このような無音データの生成処理を有音／無音検知部１２１−ｋに実行させるのは、利用者が発言を中断している間は端末装置２０−ｋから音声データが送信されてくることはないため、他の会議参加者の発言との時間タイミングの整合を図るためである。

バッファ１２２−ｋ（ｋ＝１〜Ｎ）の各々は、例えばＦＩＦＯであり、所定の記憶容量を有している。前述した有音／無音検知部１２１−ｋは、端末装置２０−ｋから受け取った音声データパケットに含まれている音声データを一定の書き込み速度（例えば、音声データパケットの通信速度に応じて定まる速度）でバッファ１２２−ｋに書き込む。バッファ制御部１２３−ｋは、同一の音声入出力系１２０−ｋに含まれているバッファ１２２−ｋからの音声データの読み出し制御を行うものである。より詳細に説明すると、バッファ制御部１２３−ｋは、自己の属する音声入力系１２０−ｋがセレクタ１３０によって選択されている場合には、バッファ１２２−ｋに蓄積されている音声データを古いものから順に、バッファ１２２−ｋに蓄積されている音声データのデータ量（以下、残量）に応じた読み出し速度で読み出してセレクタ１３０に供給する。図２は、バッファ制御部１２３−ｋによる音声データの読み出し速度とバッファ１２２−ｋの残量との関係を示すグラフである。図２に示すように、上記読み出し速度は、バッファ１２２−ｋに音声データが蓄積されていない場合（残量＝０の場合）に最も遅く、有音／無音検知部１２１−ｋによるバッファ１２２−ｋへの音声データの書き込み速度と等速であり、残量が増加するほど早くなる。ここで、バッファ１２２−ｋの残量が多い程、バッファ１２２−ｋからの音声データの読み出し速度を速くするのは、バッファ１２２−ｋに音声データが蓄積されたことに起因する音声の再生遅延を回復するためである。一方、当該音声入力系統１２０−ｋがセレクタ１３０によって選択されておらず、かつ、当該音声入力系統１２０−ｋが有音状態であることを示す有音／無音検知信号が有音／無音検知部１２１−ｋから出力されている場合には、バッファ制御部１２３−ｋは、バッファ１２２−ｋからセレクタ１３０への音声データの供給は行わず、端末装置２０−ｋから送られてくる音声データをバッファ１２２−ｋに蓄積させる。

本実施形態では、バッファ１２２−ｋは、前述した所定時間Ｔよりも長い時間Ｒ分の音声データのデータ量に相当する記憶容量のＦＩＦＯで構成されている。つまり、バッファ１２２−ｋにおける遅延時間（バッファ１２２−ｋに音声データが入力されてから、その音声データが読み出されるまでに要する時間）は、最大でＲである。バッファ１２２−ｋによる遅延時間の最大値をどの程度の値にすれば良いか（換言すれば、バッファ１２２−ｋの記憶容量をどの程度の値にすれば良いか）は、ミキサ部１１０の入力端子数Ｍ、音声入力系の数Ｎ、および有音／無音検知部１２１−ｋによる有音／無音判定に要する所要時間Ｔとの関係から定まるのであるが、少なくとも上記有音／無音判定に要する所要時間Ｔよりも長い時間であることが望ましい。バッファ１２２−ｋによる遅延時間Ｒが有音／無音判定の所要時間Ｔよりも短いと、ミキシング対象の切り替えの際に、新たにミキシング対象となった音声の冒頭部分が欠落する虞があるからである。

セレクタ１３０は、前述したＮ個の音声入力系のうちから最大でＭ個を選択してミキサ部１１０のＭ個の入力端子の各々に割り当てるためのものである。ここで、音声入力系をミキサ部１１０の入力端子に割り当てるとは、その音声入力系から与えられる音声データがミキサ部１１０の入力端子へ入力されるよう両者を接続することをいう。図１では、詳細な図示は省略したが、セレクタ１３０は、前述したＮ個の音声入力系の各々に連なるＮ本の端末側データ線、ミキサ部１１０のＭ個の入力端子の各々に連なるＭ本のミキサ側データ線、各端末側データ線と各ミキサ側データ線の交差に設けられたスイッチ、およびこれらスイッチのオン／オフ制御を行う制御部を有している。この制御部には、有音／無音検知部１２０−ｋの各々から出力される有音／無音検知信号が与えられる。上記制御部は、ミキサ部１１０の入力端子数に空きがある間は、有音状態であることが検知された順に該当するスイッチをオンにして該当音声データ入力系をミキサ部１１０の入力端子に割り当て、無音状態に切り替わったことを契機に該当するスイッチをオフにしてその割り当てを解除する。

そして、ミキサ部１１０は、Ｍ個の入力端子を介してセレクタ１３０から音声データを受け取り、それらをミキシングして端末装置２０−ｋ（ｋ＝１〜Ｎ）の各々に出力するものである。なお、図１では、詳細な図示は省略したが、端末装置２０−ｋから出力される音声データがミキシング対象である場合には、その音声データをミキサ部１１０によるミキシング結果を表す音声データから差し引いて得られる音声データがその端末装置２０−ｋに与えられることは、前述した特許文献１に開示された技術と同様である。
以上が会議通信制御装置１０の構成である。

（Ｂ：動作）
次いで、本実施形態に係る会議通信制御装置１０が実行する動作のうち、本発明の特徴を顕著に示す動作について図３を参照しつつ説明する。以下に説明する動作例では、端末装置２０−１の利用者は会議参加者Ａであり、端末装置２０−２の利用者は会議参加者Ｂであるとする。そして、以下に説明する動作の開始時点（図３に示す時刻ｔ_０の時点）では、会議参加者Ｂは、自らは発言しておらず、会議参加者Ａおよび他の会議参加者（会議参加者Ａではなく、会議参加者Ｂでもない参加者）の発言を聞いており、会議参加者Ａを含めてＭ人の会議参加者が発言を行っているものとする。そして、時刻ｔ_０においては、会議参加者Ａを含むＭ人の会議参加者が発言を行っているため、それらＭ人の会議参加者の各々が利用する端末装置２０−ｋから出力される音声データがミキシング対象となっているものとする。

時刻ｔ_０においては、会議通信制御装置１０のミキサ部１１０は、発言を行っているＭ人の会議参加者の各々の発言内容を表すＭ個の音声データをミキシングし、そのミキシング結果である音声データを各端末装置２０−ｋに出力する。前述したように、各端末装置２０−ｋは、会議通信制御装置１０から出力される音声データにしたがって音声の再生を行うのであるから、各端末装置２０−ｋにより再生される音声には、会議参加者Ａを含むＭ人の会議参加者の各々の発言を示す音声が含まれている（図３参照）。その後、時刻ｔ_１（ｔ_１＞ｔ_０）に会議参加者Ａが発言を終了すると、端末装置２０−１からの音声データの出力も停止する。そして、端末装置２０−１からの音声データの出力が停止してから更に所定時間Ｔが経過したとき（すなわち、時刻ｔ_１＋Ｔ）に、有音／無音検知部１２１−１から出力される有音／無音検知信号の信号値は“１”から“０”に切り替わる。セレクタ１３０は、有音／無音検知部１２１−１から与えられる有音／無音検知信号の信号値が“１”から“０”に切り替わると、該当する音声入力系（すなわち、音声入力系１２０−１）のミキサ部１１０の入力端子への割り当てを解除する。つまり、本動作例では、時刻ｔ_１＋Ｔに至るとミキサ部１１０の入力端子の１つが空き状態になる。

一方、会議参加者Ｂは、会議参加者Ａの発言内容および時刻ｔ_１に会議参加者Ａの音声が途絶えたことから、会議参加者Ａは発言を終了したとして判断し、時刻ｔ_１に発言を開始する。このため、時刻ｔ_１以降、端末装置２０−２から会議通信制御装置１０への音声データの入力が開始される。このようにして端末装置２０−２からの音声データの出力が開始されると有音／無音検知部１２１−２は有音／無音検知信号の信号値を“０”から“１”に切り換え、その音声データをバッファ１２２−２に順次書き込むのであるが、時刻ｔ_１＋Ｔに至るまではミキサ部１１０の入力端子に空きはないため、バッファ１２２−２に書き込まれた音声データがバッファ制御部１２３−２によって読み出されることはない。つまり、時刻ｔ_１から時刻ｔ_１＋Ｔまでの間、端末装置２０−２から出力された音声データはバッファ１２２−２に蓄積される（図３参照）。このため、時刻ｔ_１から時刻ｔ_１＋Ｔまでの間は、図３に示すように他の会議参加者の音声のみが各端末装置２０−ｋにおいて再生される。そして、時刻ｔ_１＋Ｔに至りミキサ部１１０の入力端子に空きが生じると、セレクタ１３０によりミキシング対象の切り換えが実行され、空いている入力端子に音声入力系１２０−２が割り当てられる。このようにしてミキサ部１１０の入力端子への音声入力系の割り当てが実行されると、バッファ制御部１２３−２は、バッファ１２２−２からの音声データの読み出しおよびセレクタ１３０への供給を開始するのである。これにより、他の会議参加者の発言に加えて会議参加者Ｂの発言が各端末装置２０−ｋで再生されるのである。なお、図３に示すように、会議通信制御装置１０から各端末装置２０−ｋに出力される音声データにしたがって再生される会議参加者Ｂの発言の長さが、実際の発言時間よりも短いのは、バッファ１２２−２に蓄積されていた会議参加者Ｂの音声データをその書き込み速度よりも速い速度で読み出してセレクタ１３０に引き渡す処理がバッファ制御部１２３−２によって実行されるからである。

以上に説明したように、本実施形態に係る会議通信制御装置１０によれば、有音／無音検知によりミキシング対象の音声を切り替える会議通信制御装置を用いて会議通信を実現する際に、その切り換えの際に新たにミキシング対象として選択した音声の冒頭の欠落を防止することが可能になるといった効果を奏する。

（Ｃ：変形例）
以上、本発明の一実施形態について説明したが、上記実施形態に以下に述べる変形を加えても勿論良い。
（１）上述した実施形態では、端末装置２０−ｋからの音声データの受信状況（すなわち、直近に音声データパケットを受信した時点を起算点として所定時間Ｔが経過するまでに新たな音声データパケットを受信したか否か）に基づいて有音／無音検知部１２１−ｋに有音／無音判定を行わせる場合について説明した。しかし、端末装置２０−ｋが、マイクロホンから音声コーデックへ入力される音声信号の信号レベルに拘わらず音声データを出力する仕様である場合には、端末装置２０−ｋから受け取った音声データの表す音量レベルに基づいて有音／無音検知部１２１−ｋに有音／無音判定を行わせても良い。具体的には、所定の閾値を越える音量レベルの音声を表す音声データを上記所定時間Ｔに亘って受け取ることがなければ、無音状態であると判定させ、逆に、上記所定時間Ｔ内で受け取った音声データに、所定の閾値を超える音量レベルを表す音声データが含まれている場合には、有音状態であると判定させれば良い。

（２）上述した実施形態では、端末装置２０−ｋからセレクタ１３０に至る経路にバッファ１２２−ｋを設けたが、図４に示すように、Ｍ個の入力端子を有するミキサ部１１０の前段に、Ｌ（Ｍよりも大きい整数）個の音声データのうちからＭ個を選択してミキサ部１１０に与えるセレクタ１３０ｂを設けるとともに、Ｎ（Ｌよりも大きい整数）台の端末装置２０−ｋから出力される音声データのうちからＬ個を選択して出力するセレクタ１３０ａを設け、セレクタ１３０ａからセレクタ１３０ｂに至るＬ通りの音声入力経路の各々にバッファ１２２−ｋおよびバッファ制御部１２３−ｋ（ｋ＝１〜Ｌ）を設けて会議通信制御装置を構成しても勿論良い。一般にバッファおよびバッファ制御部はその回路規模が大きくなってしまい会議通信制御装置全体の回路規模を押し上げてしまうのであるが、本変形例によれば上述した実施形態の場合に比較してバッファおよびバッファ制御部の数を減らすことができるといった効果を奏する。

（３）上述した実施形態において、バッファ１２２−ｋにその記憶容量分の音声データが蓄積されている状況下で新たな音声データをそのバッファ１２２−ｋに書き込む必要がある場合（すなわち、バッファオーバフローが生じた場合）には、古い音声データから順に破棄して書き込むようにしても勿論良い。

本発明の一実施形態に係る会議通信制御装置１０の構成例を示すブロック図である。同会議通信制御装置１０のバッファ制御部１２３−ｋによる音声データ読み出し速度の一例を示す図である。同会議通信制御装置１０の動作を説明するための図である。変形例（２）に係る会議通信制御装置３０の構成例を示すブロック図である。従来の会議通信制御装置を用いた会議通信システムにおける問題点を説明するための図である。

符号の説明

１０…会議通信制御装置、１１０…ミキサ部、１２０−ｋ…音声入力系、１２１−ｋ…有音／無音検知部、１２２−ｋ…バッファ、１２３−ｋ…バッファ制御部、１３０，１３０ａ，１３０ｂ…セレクタ、２０−ｋ…端末装置。

Claims

Ｍ（Ｍは２以上の整数）個の音声データを受け取ってミキシングし、ミキシング結果である音声データを電話会議の参加者の各端末宛に出力するミキサ手段と、
前記電話会議の参加者の各端末から音声データを受信して出力するＮ（Ｎ＞Ｍ）個の音声入力系統であって、各々の音声データの入力経路に、前記参加者の端末から音声データが受信された場合または閾値以上の音量レベルの音声データが受信された場合に当該音声入力系統における音声入力状態が有音状態であることを示す有音／無音検知信号を出力し、前記参加者の端末から音声データの受信されない期間または受信される音声データの音量レベルが閾値未満である期間が所定期間を越えた場合に当該音声入力系統における音声入力状態が無音状態であることを示す有音／無音検知信号を出力する有音／無音検知部を備えたＮ個の音声入力系統と、
前記Ｎ個の音声入力系統のうち有音状態であることを示す有音／無音検知信号が出力されているものを最大Ｍ個まで選択し、選択した各音声入力系統から出力される音声データを前記ミキサ手段に供給するセレクタとを具備し、
前記Ｎ個の音声入力系統の各々が、
先入れ先出し式のバッファと、
当該音声入力系統が前記セレクタによって選択されている場合には、前記参加者の端末からの音声データを前記バッファに蓄積させるとともに前記バッファに蓄積された音声データを古いものから順に前記セレクタに供給し、当該音声入力系統が前記セレクタによって選択されておらず、かつ、当該音声入力系統が有音状態であることを示す有音／無音検知信号が出力されている場合には、前記バッファから前記セレクタへの音声データの供給は行わせず、前記参加者の端末から受信される音声データを前記バッファに蓄積させるバッファ制御部と
を具備することを特徴とする会議通信制御装置。
前記バッファ制御部の各々は、対応する前記バッファに蓄積されている音声データを読み出して前記セレクタに供給する際には、そのバッファのデータ蓄積量が多いほど速い読み出し速度であって、少なくとも前記書き込み速度を下回らない読み出し速度で音声データを読み出す
ことを特徴とする請求項１に記載の会議通信制御装置。