JP2009005064A - Ｉｐ電話端末および電話会議システム - Google Patents

Abstract

【課題】電話会議システムにおいて、所望の議事内容に関する音声記録を選択的に再生することができる音声記録および再生技術を提供する。
【解決手段】パケット化された符号化音声情報を送受信するＩＰ電話端末をＩＰ網に接続して構成される電話会議システムにおいて、ＩＰ網に接続され符号化音声情報を格納する蓄積サーバを備え、かつ任意のタイミングで符号化音声情報に付与するマーカ情報を生成することができるマーカ付与手段をＩＰ電話端末に具備し、マーカ情報が生成されたときに、符号化音声情報にネットワークアドレス情報と時刻情報とマーカ情報とを付与して蓄積サーバに記録する。さらに議題選択手段をＩＰ電話端末に具備し、蓄積サーバに記録された符号化音声情報から、議題選択手段により選択された議題に対応するマーカ情報が付与された符号化音声情報のみを用いて音声を再生する。
【選択図】図１

Description

本発明は、ＩＰ電話を用いた電話会議システムに関し、特に所望の議事内容に対応する音声記録の選択的な再生を可能にする音声記録および再生技術に関する。

会議においては、後で議事内容を振り返るために議事録を作成することが一般に行われている。しかしながら、文字情報のみの議事録では臨場的な情報が記録されないため、後で読み返した際に発言の意図が正しく伝わらない場合がある。特に電話会議は音声だけに頼るものであるため、文字情報のみの議事録では必要な情報が欠落するおそれがある。そのため、会議の内容を正しく振り返るための手段として、電話会議の音声を記録しておくことが効果的である。

しかし、電話会議の音声記録を最初から最後まで聞き通すことは長時間を要し、議事内容を振り返る方法としては極めて効率が悪い。そこで、電話会議システムにおいて、通話音声をすべて記録するとともに、その音声を自動的に文章化して議事録を作成し、さらに議事録にリンク情報を埋め込むことで、議事録の閲覧時に対応する音声情報を部分的に再生するようにした技術がある（例えば、特許文献１参照）。

近年、ＶｏＩＰ（Ｖｏｉｃｅ ｏｖｅｒ ＩＰ）技術を用いてＩＰネットワーク上で電話を実現したＩＰ電話の普及が始まっている。上記システムはＩＰ電話でなくても技術的には実現可能であるが、ＩＰ電話を採用した電話会議システムであれば、より容易かつ安価に実現することができる。実際に上記システムの構成例としては、ＩＰ電話を採用した電話会議システムにおける事例が報告されている。
特開２００５−３３５２２号公報

しかしながら、上記システムにおいては、会議のやりとりがすべて文字情報としてテキスト出力されるため、所望の議題を探すには議事録全体を読まなければならないという問題があった。さらに、電話会議の特性として通話先への呼びかけや相槌が多量に含まれるため、そのままでは文章として読み難いものとなるという問題があった。

また、文字情報を生成するにはサーバ側に音声認識プログラムを備える必要があり、正確な議事録を生成するには高精度の音声認識技術が要求される。さらに、高精度の音声認識プログラムを備えた場合にも、その音声認識プログラムをあらかじめトレーニングしておく必要があり、実用性の高いシステムの構築は必ずしも容易なものではなかった。

本発明は上記事情に鑑みてなされたもので、ＩＰ電話を用いた電話会議システムにおいて、ＩＰ電話の特性を利用し、電話会議の議事内容を振り返る際に文字情報のみの議事録に頼らず、また電話会議の音声情記録を最初から最後まで聞き通す必要も無く、所望の議事内容に関する音声記録を選択的に再生することができる音声記録および再生技術を提供することを目的とする。

本発明に係るＩＰ電話端末は、パケット化された符号化音声情報を送受信するＩＰ電話端末であって、前記符号化音声情報にマーカ情報を付与するマーカ付与手段を備え、前記符号化音声情報と前記マーカ付与手段で付与されたマーカ情報とを対応付けて記録する蓄積サーバと、ＩＰ網を介して接続されるものである。

上記構成によれば、ＩＰ電話端末と蓄積サーバとで構成される電話会議システムのユーザは、マーカ付与手段によって任意のタイミングで（リアルタイムで、または事後的に）符号化音声情報にマーカ情報を付与することができるため、議題にマーカ情報を付与しておけば、このマーカ情報によって所望の議題に対応する内容を特定できる。

また、本発明に係るＩＰ電話端末は、議題選択手段を備え、前記議題選択手段で選択された議題に対応するマーカ情報と対応付けて記録される符号化音声情報を用いて音声を再生する音声再生手段を備える。

上記構成によれば、ユーザは、議題の始まりを示すマーカ情報を符号化音声情報に付与して蓄積サーバに記録し、そのマーカ情報を議題選択手段により指定することで、所望の議題のみを選択して聞くことができ、議事録を読まなくとも会議で話し合われた議事の概要を理解することができる。

また、本発明に係るＩＰ電話端末は、前記蓄積サーバに記録された前記符号化音声情報から変換された文字情報を表示する文字情報表示手段を備える。

上記構成によれば、ユーザは、符号化音声情報から変換された文字情報を文字情報表示手段により読み取ることができ、表示された文字情報を参照して所望の議題を選択することや、表示された議題一覧から任意の議題を選択して聞くことができるようになる。

また、本発明に係るＩＰ電話端末は、前記蓄積サーバが、前記マーカ情報とともにネットワークアドレス情報を前記符号化音声情報に対応付けて記録するものであり、ネットワークアドレス指定手段を備え、前記ネットワークアドレス指定手段で指定されたネットワークアドレスに合致するネットワークアドレス情報に対応付けられた符号化音声情報を用いて音声を再生する音声再生手段を備える。

上記構成によれば、ユーザは、ネットワークアドレスを指定することで任意の参加者を指定することができるため、特定の参加者の発言のみを選択して聞くことができる。

また、本発明は、前記蓄積サーバは、前記マーカ情報とともに時刻情報を前記符号化音声情報に対応付けて記録するものであり、タイミング生成手段を備え、前記タイミング生成手段で指定された時刻に合致する時刻情報に対応付けられた符号化音声情報を用いて音声を再生する音声再生手段を備える。

上記構成によれば、ユーザは、音声を再生する際の時刻をコントロールすることができるため、会議における発言順、発言タイミングを再現しながら聞くことができる。

また、本発明は、前記蓄積サーバが、前記マーカ情報とともにネットワークアドレス情報および時刻情報を前記符号化音声情報に対応付けて記録するものであり、複数の発言の輻輳を検出する発言輻輳判定手段を備え、再生対象の符号化音声情報について前記発言輻輳判定手段で発言の輻輳が検出された場合に、前記ネットワークアドレス情報と前記時刻情報とを用いてタイミングをずらして、当該再生対象の符号化音声情報を用いて音声を再生する音声再生手段を備える

上記構成によれば、複数の参加者の発言が輻輳して聞き分けが困難な場合においても、参加者毎に発言タイミングをずらして再生することができるため、個々の参加者の発言内容を正しく聞き分けることができる。

また、本発明に係るＩＰ電話端末は、前記音声再生手段が音声を再生する際に、当該音声に対応する符号化音声情報の送信元毎に再生音声の音量レベルを調整するゲイン制御手段を備える。

上記構成によれば、参加者毎に再生音声の音量レベルを調整することができるため、特定の参加者の送出音量が小さすぎたり大きすぎたりすることによる不快感を軽減することができる。

また、本発明に係るＩＰ電話端末は、前記音声再生手段が音声を再生する際に、当該音声に対応する符号化音声情報の送信元毎に再生音声を変調する音声変調手段を備える。

上記構成によれば、参加者毎に再生音声の声音を調整することができるため、特定の参加者同士の声色が似ていて発言が混同し易い場合に、発言内容の聞き分けを容易にして再生することができる。

本発明によれば、議題の始まりを示すマーカ情報を蓄積サーバに記録する符号化音声情報に付与し、そのマーカ情報を議題選択手段により指定することで、所望の議題のみを選択して聞くことができるため、文字情報での議事録を作成しなくても会議の議事内容の概要を容易に把握でき、所望の議題や発言者のみを選択して聞くことで会議の内容を効率良く振り返ることができる。

以下、本発明によるＩＰ電話端末を備える電話会議システムの実施形態について図面を参照して説明する。なお、以下に説明する各実施形態において、同様の動作を行う構成要素には同一符号を付し、再度の説明を省略する。

（実施の形態１）
図１は本発明の第１の実施形態における電話会議システムの構成例を示す図である。図１において、１００は音声の符号化とパケット化およびその逆処理を行い、パケット化された符号化音声情報（以下音声情報）を送受信するＩＰ電話端末、１０１はＩＰパケットを格納する蓄積サーバ、１０２は呼制御を行うＶｏＩＰサーバである。ＩＰ電話端末１００と蓄積サーバ１０１とＶｏＩＰサーバ１０２とはＩＰ網１０３を介して接続される。

ＩＰ電話端末１００とＶｏＩＰサーバ１０２はＩＰ電話用の呼制御プロトコルであるＳＩＰプロトコルを用いて通信することができ、ＩＰ電話端末１００同士でＶｏＩＰ通話接続を確立することができる。ＶｏＩＰ通話の際にはＧ．７１１などの音声コーデック技術が用いられるが、コーデックの種別についてはここでは限定しないものとする。

ＩＰ電話端末１００は、任意のタイミングで音声情報にマーカ情報を付与することができるマーカ付与手段１０４をそれぞれ備えている。蓄積サーバ１０１は、ＩＰ電話端末１００から送信される音声情報と、そのネットワークアドレス情報と、時刻情報と、マーカ付与手段１０４が付与するマーカ情報とを関連付けて蓄積する。ネットワークアドレス情報はＩＰ網１０３内にて端末の経路情報を特定するために用いる識別情報であり、ＩＰアドレスあるいはＭＡＣアドレスを用いることができる。

なお、本構成例では蓄積サーバ１０１とＶｏＩＰサーバ１０２とを個別の構成要素として示しているが、この２つの機能は１つのサーバによって実現されても良い。

発言へのマーカ付与は電話会議中にリアルタイムで行うことができる。あるいは、会議終了後に記録した音声を再生しながら付与することもできる。このような構成により、議題の始まりを示すマーカ情報をサーバ上の音声情報に関連付けて記録することができる。また、ネットワークアドレス情報により会議における発言者を特定することができる。

図２は本実施形態における電話会議システムの構成例を示す図である。図２のシステムは図１に示したＩＰ電話端末１００に議題選択手段２０５が追加された構成となっている。議題選択手段２０５は、ユーザが所望の議題を選択する手段であり、ユーザからの入力を受け付けるためにマウスやキーボードなどを使用することができる。

ＩＰ電話端末１００は、蓄積サーバ１０１に記録された音声情報に関連付けられたマーカ情報の有無を判別し、ユーザが議題選択手段２０５を用いて選択した議題に対応するマーカ情報が付与された音声情報を特定する。そしてＩＰ電話端末１００は、議題選択手段２０５で選択された議題に対応するマーカ情報が付与された音声情報のみを再生する。このような構成により、所望の議題のみを選択して聞くことができ、議事録の文章を読まなくても会議で話し合われた議題の概要を素早く理解することができる。なお、ＩＰ電話端末１００の議題選択手段２０５を用いて選択した議題に対応するマーカ情報が付与された音声情報は、ＩＰ電話端末１００と接続される音声再生装置から再生してもよい。

（実施の形態２）
図３は本発明の第２の実施形態における電話会議システムの構成例を示す図である。図３のシステムは図２に示したＩＰ電話端末１００に文字情報表示手段３０６が追加された構成となっている。

ＩＰ電話端末１００は蓄積サーバ１０１からマーカ情報が付与された音声情報を取得する。文字情報表示手段３０６は取得した音声情報をテキスト化して表示する。テキスト化は蓄積サーバ１０１側で行い、文字情報表示手段３０６は表示のみを行う構成としても良い。このような構成により、議題の始まりを示すマーカ情報が音声情報に付与されていた場合に、会議の議題のみが抽出されて文字情報表示手段３０６に表示されるため、ユーザは表示された文字情報を参照しながら、議題選択手段２０５を用いて所望の議題のみを再生することができる。

（実施の形態３）
図４は本発明の第３の実施形態における電話会議システムの構成例を示す図である。図４のシステムは図３に示したＩＰ電話端末１００にネットワークアドレス指定手段４０７が追加された構成となっている。ネットワークアドレス指定手段４０７は、ユーザがネットワークアドレスにより参加者を指定する手段であり、ユーザからの入力を受け付けるためにマウスやキーボードなどを使用することができる。

ネットワークアドレス指定手段４０７は、単なる数値の羅列であるネットワークアドレスを分かりやすい別名にて指定できる機能を備えるようにしても良い。ＩＰ電話端末１００は、ユーザが指定したネットワークアドレスに合致するネットワークアドレス情報が含まれている音声情報を蓄積サーバ１０１から取得し、再生する。このような構成により、電話会議システムのユーザは任意の参加者を指定し、その参加者の発言のみを聞くことができる。

（実施の形態４）
図５は本発明の第４の実施形態における電話会議システムの構成例を示す図である。図５のシステムは図４に示したＩＰ電話端末１００にタイミング生成手段５０８が追加された構成となっている。タイミング生成手段５０８としては、一般的な情報処理装置が備えるクロック発振部や、インターネット上の時刻サーバなどを用いることができる。

ＩＰ電話端末１００は、タイミング生成手段５０８が生成する時刻情報と、蓄積サーバ１０１に記録されている時刻情報とを同期させながら音声情報を取得する。このような構成により、電話会議システムのユーザは会議の発言順や発言タイミングを再現しながら聞くことができる。

（実施の形態５）
図６は本発明の第５の実施形態における電話会議システムの構成例を示す図である。図６のシステムは図５に示したＩＰ電話端末１００に発言輻輳判定手段６０９が追加された構成となっている。発言輻輳判定手段６０９は、発言の時刻情報と発言の長さやネットワークアドレス情報から、発言が時間軸上で重なったかどうかを判定することができる。

ＩＰ電話端末１００は、再生対象の符号化音声情報について発言輻輳判定手段６０９にて輻輳が検出された場合に、ネットワークアドレス情報と時刻情報を用いて発言の再生タイミングをずらすことが可能である。このような構成により、複数の参加者の発言が輻輳し、聞き分けが困難な場合においても、発言タイミングをずらして再生することにより発言内容を正しく聞き分けることができる。

（実施の形態６）
図７は本発明の第６の実施形態における電話会議システムの構成例を示す図である。図７のシステムは図６に示したＩＰ電話端末１００に自動ゲイン制御手段７１０が追加された構成となっている。

ＩＰ電話端末１００にて音声情報を再生する際に、自動ゲイン制御手段７１０は送信元毎に異なる音量レベルに調整することができる。再生時に自動ゲイン制御手段７１０を用いることで、送信元毎に異なる音量レベルを平均化し、再生される音声の聞き易さを改善することができる。

（実施の形態７）
図８は本発明の第７の実施形態における電話会議システムの構成例を示す図である。図８のシステムは図７に示したＩＰ電話端末１００に音声変調手段８１１が追加された構成となっている。

音声変調手段８１１は、音声情報を再生する際に送信元毎に再生時の音声を変調することができる。再生時に音声変調手段８１１を用いることで、例えば、特定の発言者の声色を高く、あるいは低くすることができる。このような構成により、特定の参加者同士の声色が似ていて混同し易い場合にも、発言の聞き分けを容易にして再生することができる。

本発明は、文字情報での議事録を作成しなくても会議の議事内容の概要を容易に把握でき、所望の議題や発言者のみを選択して聞くことで会議の内容を効率良く振り返ることができ、また、多数の拠点間で多人数で行う電話会議においても聞き易さを改善することができる効果を有し、ＩＰ電話端末を用いた電話会議システム等において実用性が高く有用である。

本発明の第１の実施形態における電話会議システムの構成例を示す図 本発明の第１の実施形態における電話会議システムの他の構成例を示す図 本発明の第２の実施形態における電話会議システムの構成例を示す図 本発明の第３の実施形態における電話会議システムの構成例を示す図 本発明の第４の実施形態における電話会議システムの構成例を示す図 本発明の第５の実施形態における電話会議システムの構成例を示す図 本発明の第６の実施形態における電話会議システムの構成例を示す図 本発明の第７の実施形態における電話会議システムの構成例を示す図

符号の説明

１００ ＩＰ電話端末
１０１ 蓄積サーバ
１０２ ＶｏＩＰサーバ
１０３ ＩＰ網
１０４ マーカ付与手段
２０５ 議題選択手段
３０６ 文字情報表示手段
４０７ ネットワークアドレス指定手段
５０８ タイミング生成手段
６０９ 発言輻輳判定手段
７１０ 自動ゲイン制御手段
８１１ 音声変調手段

Claims (9)

1. パケット化された符号化音声情報を送受信するＩＰ電話端末であって、
   前記符号化音声情報にマーカ情報を付与するマーカ付与手段を備え、
   前記符号化音声情報と前記マーカ付与手段で付与されたマーカ情報とを対応付けて記録する蓄積サーバと、ＩＰ網を介して接続されるものであるＩＰ電話端末。
2. 請求項１記載のＩＰ電話端末であって、
   議題選択手段を備え、
   前記議題選択手段で選択された議題に対応するマーカ情報と対応付けて記録される符号化音声情報を用いて音声を再生する音声再生手段を備えるＩＰ電話端末。
3. 請求項１記載のＩＰ電話端末であって、
   前記蓄積サーバに記録された前記符号化音声情報から変換された文字情報を表示する文字情報表示手段を備えるＩＰ電話端末。
4. 請求項１記載のＩＰ電話端末であって、
   前記蓄積サーバは、前記マーカ情報とともにネットワークアドレス情報を前記符号化音声情報に対応付けて記録するものであり、
   ネットワークアドレス指定手段を備え、
   前記ネットワークアドレス指定手段で指定されたネットワークアドレスに合致するネットワークアドレス情報に対応付けられた符号化音声情報を用いて音声を再生する音声再生手段を備えるＩＰ電話端末。
5. 請求項１記載のＩＰ電話端末であって、
   前記蓄積サーバは、前記マーカ情報とともに時刻情報を前記符号化音声情報に対応付けて記録するものであり、
   タイミング生成手段を備え、
   前記タイミング生成手段で指定された時刻に合致する時刻情報に対応付けられた符号化音声情報を用いて音声を再生する音声再生手段を備えるＩＰ電話端末。
6. 請求項１記載のＩＰ電話端末であって、
   前記蓄積サーバは、前記マーカ情報とともにネットワークアドレス情報および時刻情報を前記符号化音声情報に対応付けて記録するものであり、
   複数の発言の輻輳を検出する発言輻輳判定手段を備え、
   再生対象の符号化音声情報について前記発言輻輳判定手段で発言の輻輳が検出された場合に、前記ネットワークアドレス情報と前記時刻情報とを用いてタイミングをずらして、当該再生対象の符号化音声情報を用いて音声を再生する音声再生手段を備えるＩＰ電話端末。
7. 請求項２，４，５または６記載のＩＰ電話端末であって、
   前記音声再生手段が音声を再生する際に、当該音声に対応する符号化音声情報の送信元毎に再生音声の音量レベルを調整するゲイン制御手段を備えるＩＰ電話端末。
8. 請求項２，４，５または６記載のＩＰ電話端末であって、
   前記音声再生手段が音声を再生する際に、当該音声に対応する符号化音声情報の送信元毎に再生音声を変調する音声変調手段を備えるＩＰ電話端末。
9. 請求項１ないし８のいずれか一項記載のＩＰ電話端末と、前記蓄積サーバと、を備える電話会議システム。

Images