JP2010506519A - 通信分野用のサウンドイベントを取得し、伝送し、および、再生するための処理および装置 - Google Patents

Abstract

電話通信技術における通信分野で使用するためにサウンドイベントをステレオ方式で録音、伝送、および、再生する方法が開示される。各ユーザは、ヘッドフォンを有し、また、マイクロフォンが提供される。この方法は、フィードバックを生成することなく相互接続された１つのイヤフォンまたはヘッドフォンと１つのマイクロフォンとの空間的に限定された組み合わせが、すべてのユーザのそれぞれの耳領域に割り当てられ、それによって、反射、回折、および、共鳴作用が録音するユーザの頭に関連する実際のバイノーラル方式で録音された環境が、２チャンネル接続を介して、対応するステレオ方式のサウンドパターンおよび聴取パターンの形でその他のすべてのユーザに伝送されることを特徴とする。

Description

本発明は、請求項１の前文に記載された処理に関し、また、請求項７の前文に記載された装置に関する。

サウンドイベントのステレオ方式遠隔伝送の分野において、高音質のステレオ方式で設計されたリアルタイム全二重伝送ルートは、ラジオ技術およびスタジオ技術の領域においては一般的なものであるが、固定されたネットワーク転送ポイントに縛られる。さらに、類似する高音質のステレオ方式短距離無線二地点間接続が知られており、これは、主として、野外における放送記者会見に使用される。

他方において、電話会議の分野では、これまでに、個々の話し相手（１人または複数）をより良く識別するために、あるいは、音声理解度を改善するために、あるいは、場合によっては、パノラマミクスチャを再現するために、そして、モノラルとして受信された個々の音源（スピーカ）をステレオ方式パノラマ内の所定の位置に配置するために、電話通信信号をステレオ方式で取得し、伝送し、再生するのための多くの提案がなされている。

ラジオ分野および録音スタジオ分野におけるステレオ方式伝送のための今日の技術も、あるいは、会議回路のステレオ方式構成のための既存の提案も、個人の音像をリアルタイムにモバイル伝送する本発明の核心部分に関係するものではない。なぜなら、この分野自体は、本発明が新しい課題および機能に取り組むという点において、新しいものであるからである。

しかしながら、数件の類似する先行技術文献を引用するために、ＷＯ９８／４２１６１Ａ２、ＵＳ４，０８８，８４９Ａ、ＥＰ０−７２４，３５２Ａ２、ＤＥ４０−４１−３１９Ａ１、ＥＰ０−３５８，０２８Ａ２、ＪＰ０２２１７１００ＡＡ、ＤＥ１００−２０−８５７Ａ１、ＪＰ０６２６８７２２ＡＡ、ＤＥ３７−３７−８７３Ｃ２を例として参照してもよい。

ＷＯ９８／４２１６１Ａ２において、３次元サウンドイベントの電話通信伝送は、参加者（１人または複数人）の前に固定された状態でお互いに所定の距離を置いて配置され、パーソナルコンピュータに接続された２つのマイクロフォンを介して発生し、その距離は、人の頭の幅にほぼ対応している。好ましくは、マイクロフォンは、人工的な耳形状内に配置され、全体的な構成は、人工的な頭に似たものであり、あるいは、少なくとも、いわゆる分離装置ステレオ方式（または、Trennkorper-Stereophonie：音響学的に不透明な頭の大きさの物体によって分離された２つのマイクロフォンを使用するステレオ方式サウンドキャプチャリング技術を意味するドイツ語）の原理に基づくものであると考えられる。このようにして左右のそれぞれから受信されるステレオ方式信号を再生するために、ラウドスピーカが提供され、そして、お互いに所定の距離を置いて両側に配置され、それによって、構成を完成させる。また、とりわけ、信号がダミーヘッドまたはTrennkorperマイクロフォン構成によって最初に取得され、そして、ラウドスピーカを介して、それぞれの聴取者に到達したときに発生する特別なひずみを補償するために、フィルタリング、圧縮、データ処理、また、場合によっては、クロスオーバ補償用の多数の特別な回路が使用される。

ＷＯ９８／４２１６１Ａ２に記載された装置は、基本的に、ユーザに中立的なものであると考えられる。したがって、これは、以下で詳細に説明される本発明が達成しようとするように、主観的な人に適合されたものではなく、本発明は、それぞれの会話参加者に関連する変化する音響学的環境に従って、参加者の主観的聴取音像すなわち個人的聴取音像を伝送するものである。それとは対照的に、ＷＯ９８／４２１６１Ａ２においては、音響学的環境は、常に、しっかりと取り付けられたダミーヘッドによってキャプチャまたは「取得」された同じ視点から伝送される。この限りにおいて、この公知の装置は、音響学的イベントに参加しているすべての人に対して、中立的な形で動作する。この状況は、会話中に人々が動き回らない状態下において環境がダミーヘッドによって取得されるときに、個々のそれぞれの参加者を異なる位置に配置可能にし、したがって、発言しているそれぞれの人を容易に識別可能にするので、会議に対しては望ましいことであるかもしれない。ＷＯ９８／４２１６１Ａ２は、また、入力会議電話を再生するためにヘッドフォンを純粋に補助的な形の使用の可能性に言及しており、このヘッドフォンは、入力会議の個々の参加者の配置さえ容易なことにすることができる。しかしながら、これは、同じ場所でヘッドフォンを使用して聴取している参加者からなるグループ内における通信をきわめて難しいものにする。

本発明の基本的概念および達成されるべきまさにその目的の観点から、本発明は、多くの点において、ＷＯ９８／４２１６１Ａ２に開示された構成とは異なるものであり、実際に、反対方向に移行するものである。すなわち、
１）典型的な頭および人体の動きを備えた本発明の基本である個人の視点は、取得されている環境内に存在するあらゆる話し相手の安定した、且つ、信頼できる配置を可能にしない。
２）再生側において、本発明に基づいた装置の実際の装着者の音声は、その装着者の機器によって取得され、且つ、異なる場所にいる話し相手へ再生されるときに、送信者の周囲に集まった潜在的会話グループの外側に存在するように感じられる。すなわち、それは、遠く離れた参加者の頭の近くまたはその頭内に存在するように感じられる（頭内定位（in-the-head-localization））。

両方の条件は、会話に物理的に存在しない遠く離れた第三者の視点から、テーブルの周囲に集まった個々の会議参加者の安定した、且つ、予測可能な空間分布を可能にするＷＯ９８／４２１６１Ａ２の目的と矛盾する。さらに、
３）本発明の特徴に従って人体に装着された技術的機器の電池式構成は、ＷＯ９８／４２１６１Ａ２の目的には必要ないものであるだけでなく、それどころか、会議室内に設置された固定通信システムの動作を介して固定会話の変化しない空間配置をキャプチャするものであるＷＯ９８／４２１６１Ａ２の目的を否定し、且つ、その目的と矛盾するものである。

とりわけ野外環境において、バイノーラル方式録音のための通常のダミーヘッドを持ち歩かなくてもよいように、ＵＳ４，０８８，８４９Ａは、録音している人によって装着されたモニタリングヘッドフォンの外側にマイクロフォンを含む人工耳シミュレーション形状を構成することによって、その人自身の頭を利用し、左側および右側のヘッドフォンは通常の柔軟性のあるヘッドバンドによってお互いに接続される。録音信号は、テープレコーダへ供給され、その直後に、サウンドイベント録音を即座にモニタリング可能にするために、ヘッドフォンによって再生される。したがって、装着者は、外部シミュレーション耳を備えたその人自身の「人工頭」である。信号の遠隔伝送に関する言及は認められない。

電話会議の参加者の識別を実現できる別の方法が、ＥＰ０−７２４，３５２Ａ２に示されており、ステレオ方式信号伝送は考慮されていない。ディジタル通信スイッチング装置は、すべての参加者の識別データを備えたチャートを含む。最大音量で発言する人は誰でも、自動的に接続され、発言者を知らせるために、対応する識別情報がその他の参加者の装置においてオン状態に切り換えられる。

別の事情から、すなわち、衛星を介して長距離教育に使用されるようなビデオおよびオーディオ通信のためのシステムにおいては、意図的に操作されるマイクロフォンスイッチングが、すでによく知られており、ＤＥ４０−４１−３１９Ａ１を参照されたい。

サウンドイベントのステレオ方式遠隔通信における音声認識を改善するために、スピーカの音声が設定されたしきい値を超えたときにはいつでも、音声ミキシングのための追加的な前面支援マイクロフォンを提供することが知られている（ＪＰ０２２１７１００ＡＡ）（要約書を参照）。

会話参加者の識別品質を改善するために、方向情報および距離情報を付加するために（これは、バイノーラル方式指向性ミキシングとして知られている）、特別なフィルタ（例えば、高域通過フィルタ、低域通過フィルタ、遅延線、全域通過フィルタ、など）を備えたヘッドフォンまたはイヤフォンを介して聴取者に提供されるバイノーラル方式信号を処理することによってステレオ方式伝送のシミュレーションを可能にする方法が言及されている（ＤＥ３７−３７−８７３Ｃ２）。これによって、また、様々な会話参加者からの入電に基づいてフィルタを調整することによって、音声は、異なる聴取方向に割り当てられてもよく、これは、とりわけ、雑音の多い環境において、様々な会話参加者から同時に入力する音声の理解度を大きく改善できる。この種の仮想ステレオ方式電話通信接続は、個々の電話参加者から同時に入力する音声に異なる仮想位置を選択的に割り当てるために、例えば、モバイル電話会議の参加者のための「ステレオ室」をシミュレーションするように適合される。

ＤＥ１００−２０−８５７Ａ１は、ステレオ方式シミュレーションの利用に関する類似する方向を示しており、この場合には、マイクロレコードプレーヤを備えたモバイル通信ユニットに関するものであり、これは、まさに、ＭＰ３プレーヤを備えた携帯電話と解釈できる。この装置においては、ヘッドフォンまたはイヤフォンは、例によって、高音質ステレオ音楽を楽しむために提供される。さらに、少なくとも１つのマイクロフォン、好ましくは、数個のマイクロフォンが、いわゆる「頭／耳サウンド生成／クランピング装置」内に配置され、これは、また、ヘッドセットとも呼ばれる。このヘッドセットは、携帯電話ユニットから分離され、無線接続を有する。それぞれの伝送方向ごとに必要なステレオ方式／２チャンネルアナログ−ディジタルおよびディジタル−アナログ変換を提供するのは、この無線接続である（それぞれ、第２欄の第２０行〜第３０行および第３９行／第４１行を参照）。これらの説明は、実際の装置とヘッドセットとの間の無線接続にしか言及していない。ＤＥ１００−２０−８５７Ａ１は、ＭＰ３プレーヤを備えたそのような携帯電話ユニットにおける大きな改善点としてわかるものは、過度の電界強度によって発生する生物学的ストレス効果を制御するために、ＭＰ３携帯電話を電磁遮蔽手段と組み合わせたことであることを強調している（第１欄の第３５行〜第４６行）。このために、天然ケイ素の砂またはバラ石英を長方形の銅／プラスチックパイプ内に配置し、積層された鋼板／銅板から作られたパイプシステム内にそれらのパイプを配列し、それによって、「電磁スモッグ」の肉体的ストレス効果または「電磁スモッグ」に対する反応を減少させることが提案されている（第１欄の第４７行〜第５４行）。

ＤＥ１００−２０−８５７Ａは、多くの場合、かなり曖昧なものであり、また、必要な所望の技術的動作に関する明確な説明がなされておらず、いずれにしても、通信における実際のステレオ方式伝送のために必要な手段は、この文献においては、想到できない。それらの手段は、携帯電話装置とそれに接続する音声キャプチャリング・リスニングヘッドセットとの間における上述したＢｌｕｅｔｏｏｔｈ伝送と同じではない。このことは、とりわけ、第２欄の第５４行〜第５９行における説明からわかり、それによれば、ユーザ／聴取者に対して再生される様々な音声およびオーディオ信号は、個々にミキシングされ、そして、異なる聴取方向におけるそれらのユーザ／聴取者の選択的な配置に関して、バイノーラル方式で指向性フィルタリングされてもよい。この指向性フィルタリングは、ＤＥ３７−３７−８７３Ｃ２に記載される意図的に割り当てられた聴取音源方向を調整する上述の高域通過／低域通過フィルタおよびそれらに類似するフィルタに対応し、実際のステレオ方式パノラマ受信の範囲内において、再生された音源の方向分布は、意図されたものでもなく、あるいは、可能なものでもない。

多重受信機回路が、ＪＰ０６２６８７２２ＡＡに説明されており、これは、電話回線を介して受信された入力信号を左側および右側のラウドスピーカ信号に分離し、そして、とりわけ、加入者として電話通信接続を介して高音質音楽製品を受信するために、それらの信号をしかるべく処理するものである。

最後に、会議メモリとして使用されてもよく、且つ、さらなるメモリセルによって拡張されてもよい音声メモリを備えたＥＰ０−３５８，０２８Ａ２からディジタル時分割多重通信スイッチング装置を得ることができる。この構成の範囲内においては、フィードバックループが音声メモリの出力をその音声メモリの入力に接続する。ステレオ方式の態様は考慮されていない。

ＷＯ９８／４２１６１Ａ２ ＵＳ４，０８８，８４９Ａ ＥＰ０−７２４，３５２Ａ２ ＤＥ４０−４１−３１９Ａ１ ＥＰ０−３５，８０２８Ａ２ ＪＰ０２２１７１００ＡＡ ＤＥ１００−２０−８５７Ａ１ ＪＰ０６２６８７２２ＡＡ ＤＥ３７−３７−８７３Ｃ２

本発明は、ステレオ方式電話通信という媒体を介して個人の３次元聴取音像をリアルタイムに伝送、とりわけモバイル伝送するのを可能にするという問題を解決するために考えられたものであり、その媒体は、この課題または目的に適合される。

本発明は、主クレームまたは第１の装置クレームに記載の特徴のある構成によってこの問題を解決し、それによって、個人の音像をリアルタイムに伝送するという新しい分野を確立する。

それぞれの会話参加者の耳領域におけるサウンドのバイノーラル方式受信、すなわちバイノーラル方式取得によって、参加者は、最大限に近似されたライブリアリティに対応する伝送可能な個人のステレオパノラマとして、自然な頭部聴取音像を得る。それぞれの参加者は、それぞれのヘッドフォンまたはイヤフォンを介して、話し相手の頭に関連するものとして、その話し相手が現時点において配置された環境を知覚し、その環境では、その話し相手の音声が、あたかもその話し相手の環境内、且つ、その話し相手の環境内においてのみ聴取されるように、その話し相手の音声を含み、したがって、その環境内において得られあるいはその環境によって影響を受けるすべての反射、回折、および、共鳴を備える。また、これは、良好な音声理解度を提供するときの重要な要因である。なぜなら、すべてに人の音声を処理する脳領域が慣らされ、且つ、言語の発達の初期段階から適合された、すなわち、これまでに実施された電話通信音声伝送の狭帯域サウンド（narrow sound）、実際には、デッドサウンド（dead sound）のカットダウンスペクトルに関してではなく、聴取者自身の人体に関して、特定の環境内において生成される共鳴、回折、および、反射の特有のスペクトルによって音声の完全なサウンドを知覚するように適合された正確な状況が、再現されるからである。

実際にこれの一部である別の現象は、本発明の手段が、干渉雑音の知覚の抑制を効果的に達成することである。なぜなら、それらの手段は、聴取する参加者によってうまく配置可能であり、したがって、会話の一部としてではなく、事前に選択可能であるからである。また、これは、人の耳および脳の特別な能力であり（恐らくは、人の耳および脳だけの特別な能力ではなく）、そして、実際に、これに関連してしばしば説明されるいわゆる「カクテルパーティ効果」においてとりわけ良好に経験される。異なる距離および方向から来る複数の音声が重なり合うことから発生する実際の雑音マッシュ（noise mush）にもかかわらず、出席者は、ある距離からでさえも、個々の話者を正確に区別するのにほとんど支障がなく、あるいは、彼らが興味のある者に集中するのにほとんど支障がない。

いくぶん騒々しいすべてのその他のサウンドイベントの知覚、また、それどころか、さらにより騒々しいすべてのその他のサウンドイベントの知覚は、無意識のうちに、理解するのをもはや妨げないレベルにまで抑制または減衰される。この自然現象を利用することによって、本発明は、ある特定の話し相手に直接向かい合った（あらゆる種類の会議状況に直接向かい合った）自然な会話を可能にし、これは、部屋環境が参加者の頭に関連するものとして、その部屋環境のバイノーラル方式取得によって達成される。

本発明のこの態様を正確により良く理解するために、高品質バイノーラル方式伝送は、知覚されるサウンド品質、トーンシーケンス、および、その他の空間的特徴によって、あたかもそれが「音響学的映画」作品であるかのように、電話接続の他端の会話参加者が、ニューヨークのジャズクラブ、リオのカーニバル、波が砕けカモメが鳴いているビーチにいてもいなくても、その会話参加者自身に関連する視点からの自身の局所的な音響学的世界を経験可能であることに注意されたい。

この視点の範囲内において、その会話参加者の局所的なサウンド環境および音声環境を含む伝送されるバイノーラル方式ステレオ信号内に、その他のサウンドまたはトーンシーケンスを付加またはミキシングしてもよい。例えば、音楽または歌またはその他のどんなものでも、参加者が使用している携帯電話または参加者のディジタル音楽プレーヤに記憶され、それの強弱は、会話を邪魔しないように適切に減衰させられる。通常発生する付加された一般的なオーディオ信号の「頭内定位」が回避されるべきならば、バイノーラル方式指向性符号化が、このために提供されてもよい。電話、ＭＰ３プレーヤ、ビデオゲーム機器、ビデオカメラ、コンピュータ、などの様々な付加的な機能を小さな単一装置内に統合することは、今日の一般的な最先端技術を意味しており、また、本発明の好ましい実施形態の一部であってもよい。

リアルタイムに動作する広帯域バイノーラル方式全二重接続（回路スイッチングネットワーク構造またはパッケージスイッチングネットワーク構造を介したもの）によって有線または無線のデータ転送に対してなされる比較的に大きな要求にもかかわらず、本発明の目的に対して十分な伝送品質は、今日利用可能な信号およびチャンネル符号化処理または復号化処理、ならびに、それらの潜在的実施から適切に選択することによって、今日利用可能なネットワーク帯域幅およびサービス品質で達成することができる。広帯域有線ネットワーク構造および二地点間放送通信による無線によって、あるいは、携帯電話ネットワークにおけるチャンネルバンドリング処理の助けによって実現される上述した放送およびスタジオ技術の分野における高品質通信接続は、技術的必要条件が本発明におけるバイノーラル方式通信を実現するために存在することを示す高度に開発された例である。通常、ＶｏＩＰ（Ｖｏｉｃｅ−ｏｖｅｒ−Ｉｎｔｅｒｎｅｔ−Ｐｒｏｔｏｃｏｌ）として知られているインターネット電話通信は、上述のパッケージスイッチングネットワーク構造の特別な利用分野であり、パッケージスイッチングネットワーク構造は、十分なサービス品質を備えた想定されるバイノーラル方式リアルタイム通信を実施するのに適した上述の構造および処理の一部として、ＷｉＭａｘまたはその潜在的後継候補であるＨｉｐｅｒ−ＬＡＮ／２のような既存の無線通信インタフェースとともに使用されてもよい。

本発明の実用的可能性を相当に増大させあるいは有効に使う特別の利点は、とりわけ、請求項２に記載された手段によって提供される個人の移動性から生じる。請求項２に記載された手段は、生の個人の聴取音像の伝送をモバイルシーケンスおよび個人の生活構造に拡大し、それによって、固定回線接続の局所的な環境に限定される代わりに、あるいは、局所的な無線接続の場合には、無線接続のきわめて狭い受信領域に限定される代わりに、すべての様々な現実の生活状況を包含する。

そのような携帯電話通信は、とりわけ、バイノーラルステレオ方式の主たるまたは確実な最も広い潜在的利用分野であることがわかる。このことは、これまでには公然と認識されていなかったが、これら２つの技術のそれぞれの技術的構成と実用的利用分野を考慮すると、これらの２つの技術は、言わば、ほんとうに相性がよい。リアルタイムによるモバイル双方向接続とバイノーラル方式伝送技術との融合によって、いわゆるテレプレゼンスまたはテレトランスポーテーションの強烈に浮かび上がる概念を音響学的分野において大きな効率で実現できる。

電話会議技術という特別な分野（しかしながら、これは特許請求の範囲に記載の発明の核心領域または主たる利用分野を表していないが）に関連して、特許請求の範囲に記載の発明は、初めて、両方の参加者、または、いわゆる電話会議の場合には（それらの電話会議が、同じ部屋に存在する数人の参加者から他の場所に配置された１人または数人の参加者に移行してもしなくても、あるいは、それらの電話会議が、数カ所から発生してもしなくても）、すべての参加者が、モバイル状況の場合に、話者が場所を変えれば、あるいは、別の人が加わったために話者の音響学的環境が変化すれば、継続的に変化するイベントシーケンス（換言すれば、その人が現時点において聴取している視点）が、常に、きわめて活発な状態で伝送されるような形で、その他のすべての参加者と会話可能になるという利点を提供する。その結果、聴取している会話参加者が、言わば、相手側の話者と同じ部屋に存在するという効果であり、ある種の環境における相手方との活発な生の会話において通常発生する変化している反射作用および回折作用と同じ影響を受け、これは、とりわけ、きわめて自然に人が慣らされた所望の個人の移動性を特徴とする。

この事実のために、また、それぞれの話者の口からバイノーラル方式で受信するマイクロフォンの距離が変化しないために、動的関係は変化することがなく、これは、音量を絶え間なく調整しなくてもよいことを意味し、これは、今日、依然として、もっぱら実施され、そして、自然空間と環境に起因するとすでに考えられている多面的な回折、共鳴、および、反射構造とのライブ品質を完全に欠いている狭帯域伝送、とりわけ、「単純音声（mere voice）」周波数伝送と比較すると、高品質を有する適切な音声理解性を維持するのを助ける。それは、また、人体によって、すなわち、上半身、肩、頭、などによって生成される複雑な重複部分を欠いており、本発明によれば、それは、最終的に、２チャンネルステレオ方式伝送機能の中に構成される。

従属クレームに記載される手段は、主クレームおよび第１の装置クレームにおいて特徴とされるステレオ方式電話通信接続の有益な発展形態および改善形態を説明する。

本発明のいくつかの実施形態が、添付の図面に例示され、以下でさらに説明される。

異なる場所に存在する２人の参加者のステレオ方式電話接続の形で本発明の第１の実施形態を概略的に示す図である。 本発明の第２の実施形態を示す図であり、第２の実施形態においては、第１の参加者は、ステレオ方式電話接続を介して、電話会議の形でお互いに異なる場所に存在する３人の別の参加者に接続される。

本発明の基本的概念は、電気通信接続によって、その接続が全体的に有線を介してなされるか、あるいは、完全にまたは部分的に無線の形でなされるかどうかに関係なく、とりわけ、モバイル伝送中においても、個人の３次元頭部聴取音像の形で、それぞれの会話参加者の実際の環境をそれぞれの相手方へ伝達することであり、それぞれの参加者は、少なくともバイノーラル方式信号を取得するための二重のマイクロフォンセットとステレオ方式ヘッドフォンまたはイヤフォンとを配置する。

図１は、意図されることを示す。頭が符号１０によって指示される参加者Ａ_０は、ステレオ方式電話リンクを介して、頭１１を備えた参加者Ｂ_０に接続される。それぞれの参加者Ａ_０およびＢ_０は、参加者の耳のそれぞれに接触しまたは中に存在する組み合わせ１２を使用するが、いずれにしても、耳の領域内において、それぞれの組み合わせ１２は、通常、ヘッドフォンまたはイヤフォン１３、および、マイクロフォン１４であるサウンド生成トランスデューサからなり、２つの組み合わせは、協働して、サウンドイベントのステレオ方式取得およびステレオ方式再生を提供する。したがって、現実に、参加者の実際の音響学的環境を表現するマイクロフォン１４は、耳領域に接触してまたは耳領域の中に配置されるので、ステレオ方式で協働して動作することによって、頭部音像と呼ばれる音像を正確に取得することができる。マイクロフォンを隣接するサウンド生成トランスデューサ、すなわち、ヘッドフォンまたはイヤフォンと統合することは、エコーおよびフィードバックを防止するのに適した形でなされ、および／または、エコーおよびフィードバックを防止するのに適した手段を備えることによってなされるので、それぞれの会話参加者は、フィードバックされる自身の音声を持たないことに注意しなければならないことがわかる。フィードバックが存在しないことを保証するヘッドフォンまたはイヤフォンとマイクロフォンとの間の相互絶縁は、専門家が日常的に実施できる。

上述したように、サウンド生成トランスデューサは、様々な種類のものであってもよく、例えば、耳載せ型（supra-aural）ヘッドフォン、または、好ましくは、耳載せ型イヤフォンであってもよく、それによって、ヘッドスパンニング支持セット（head-spanning support set）を回避できる。いずれにしても、取得および再生される信号の増幅および等化のために、２つのマイクロフォン（これらは、協働して、ステレオ方式マイクロフォンを形成する）および２つのサウンド生成トランスデューサ１３には、それぞれサウンド生成トランスデューサ用増幅器／等化回路１５ａおよびマイクロフォン用増幅器／等化回路１５ｂが後続し、増幅器／等化回路は、双方向性２チャンネルインタフェース１６を介して接続される。それぞれの参加者に割り当てられた組み合わせ１２を第１の組立品と考えるならば、割り当てられたインタフェース１６ａを備えた増幅器／等化回路は、第２の組立品１７を形成し、２チャンネル伝送用の第２の組立品１７自体は、無線または有線によって、関連する通信端末１８に接続され、その通信端末１８は、同様に、無線または有線によって、ネットワークへの２チャンネル信号伝送を保証する。

外部であるかどうかに関係なく、すなわち、耳載せ型の開放ヘッドフォンまたは密閉ヘッドフォンまたは挿耳ヘッドフォンが使用されるかどうかに関係なく、頭に関連する頭部ステレオ方式電話通信信号が、常に結果として得られ、それどころか、その頭部ステレオ方式電話通信信号は、マイクロフォンが取り付けられたあるいは割り当てられたイヤフォンの場合に、反射体、回折体、および、共鳴体として少なくとも部分的に耳介から利益を得ることができ、少しは、出力信号の自然度を改善する。

コンポーネントの集積化に関連する継続的に進行する技術開発およびさらなる小型化によって、今日提供されまたは将来予想される大きな可能性のために、特別の利益が、イヤフォンの使用から得られ、また、この場合には、配線された入力リード線がなくても、したがって、図面に図示されるものと異なるものであっても、それぞれの組み合わせ１２のイヤフォンおよびマイクロフォン用の共通電力供給電池および次の組立品１７への共通超短距離送信機によって、それぞれが１つのイヤフォンおよび１つのマイクロフォンを備えた小型化された組み合わせ１２を実現できるという理由から、快適で使いやすい装着品質が達成される。配線接続が、参加者の頭の周囲でぶらぶら揺れることはなく、それぞれの耳の中へ軽く押し込まれるマイクロフォンとサウンド変換生成器との組み合わせを除けば、感じられる不快感は存在しない。「ｉＰｏｄ」のようなポータブルＭＰ３プレーヤのユーザは誰でも知っているように、イヤフォンが、開放ヘッドフォンに似ている場合に、通常、とりわけ有益なものである。すなわち、イヤフォンは、ユーザを音響学的環境から絶縁することはないので、所望の何らかの種類の通信を助ける。

実際に、組立品１２、１７、および、１８におけるそれぞれの回路ブロックは、専門家にとっては、図面における説明から自明である。等化回路は信号標準化に使用され、信号標準化は、それぞれの会話参加者が、他の信号との比較可能性を達成するために、それぞれがマイクロフォンおよびイヤフォンからなる２つの無線イヤセットから作られた異なるヘッドセットで作業するときに必要となるかもしれない。また、マイクロフォンの配置に依存するかもしれないフィードバックが望ましくは存在しないので、このことは重要である。このようにして、等化器は、通信端末に接続するインタフェースに標準化された信号を最終的に供給するという補償を提供する。

個々の組立品の所望の分離が有意義なものであるためには、インタフェース１６ａ、１６ｂ、および、１６ｃは、それに対応して、高音質２チャンネル設計を有する必要がある。それらのインタフェースは、有線または電磁波による無線によって、次の後続する組立品の対応するインタフェースに接続される。

原理的に、図面に示される様々な構造的組立品および／または回路ブロックの分離および割り当ては、主として、本発明を含む基本的機能をより良い理解および視覚的な表現を提供するためのものであることに注意されたい。とりわけ、進行中の技術進歩のために、あるいは、様々な部品の割り当てまたは部品の設計における異なる目的または有用性のために、回路ブロックおよび異なって設計され、且つ、相互接続された信号処理回路のその他のグループ化が実現され、且つ、使用されてもよいことがわかる。

図２は、少なくとも一方の側に数人の参加者Ｂ、Ｂ′、Ｂ″が存在するという点において本発明の好適な実現を描写しており、これらの参加者Ｂ、Ｂ′、Ｂ″は、この場合には、同じ場所に配置され、それぞれの参加者Ｂ、Ｂ′、Ｂ″は、会話参加者Ａと同じように、それぞれの耳用のマイクロフォンおよびサウンド生成トランスデューサからなる組み合わせ１２を備えたヘッドセットを装着しており、参加者Ｂ、Ｂ′、Ｂ″のそれぞれは、ネットワークを介して、会話参加者Ａとの２チャンネル接続を有する。このために、図２において、参加している通信端末１８′のそれぞれ（追加の会議参加者Ａ′およびＡ″が、さらに、参加者Ａの領域に配置されてもよい）は、付加的な取得機能選択回路１９が２チャンネル多重入力インタフェース１６ｂ′に設けられるように変更される。この付加的な取得機能選択回路１９は、第１の変形においては、どの会話参加者のマイクロフォン対が出力ネットワークインタフェース１６ｃ′に切り換えられるべきか、したがって、ネットワークを介した伝送が解放されるべきかを自動的に決定するという目的を果たす。このことは、例えば、与えられた時刻において参加者Ｂ、Ｂ′、Ｂ″によって生成される音声信号の強弱を比較することによって、あるいは、そもそも参加者の誰が発言しているのかを決定することによって、発生してもよい。そして、取得機能選択回路は、その他の参加者からのマイクロフォン信号伝送を遮断するが、当然ながら、その他のすべての参加者のサウンド生成トランスデューサへのサウンド信号伝送を遮断することはない。

この構成の別の可能性は、発言している参加者から来る音声信号および環境信号は、電話通信伝送のために、参加者の通信端末に切り換えられるだけでなく、端末装置１８′内に含まれる取得機能選択回路１９によって電気的にフィードバックされ、そして、同じ部屋に存在するその他の参加者がたとえこれらの音声信号を空気を介して直接に聞くことができるとしても、その他の参加者のサウンド生成トランスデューサにも送信されるということである。実際には、サウンド生成トランスデューサが使用されるのを妨げることはできず、それは、絶縁によって、直接に聞くのを難しくし、あるいは、聞くことを完全に妨げる。

ある時刻において、この３人のグループの中の発言している１人の参加者、すなわち、例えば、参加者Ｂが、最初に発言しており、しかるべく接続され、そして、発言をやめた場合、かつ、別の参加者、恐らくは参加者Ｂ″が発言を始めた場合に、通信装置１６ｂ′の取得機能選択回路は、この場合に、参加者Ｂ″をネットワークインタフェース１６ｃ′に自動的に切り換える。しかしながら、これは、必ずしも、ネットワークの相手側に存在する参加者Ａが最後に切り換えられた会議参加者だけを聞くことを意味するわけではなく、実際には、当然ながら、参加者Ａは、たとえそれぞれの環境条件に従ったより静かな形であっても、参加者Ｂ″のステレオ方式マイクロフォンを介して、その他のすべての参加者の発言を聞き続けるので、この場合にもまた、３次元サウンドによる完全なステレオ方式パノラマが、事実上、参加者Ａがあたかも参加者Ｂ、Ｂ′、Ｂ″と同じ環境を共有しているのと同じような形で、参加者Ａにもたらされる。

切り換え機能の自動的な構成に加えて、または、その自動的な構成の代わりに、その切り換え機能を手動操作用に設計できるので、例えば、発言したい参加者はスイッチを自由に意図的に操作でき、それによって、参加者は、取得機能選択回路によってネットワークに切り換えられる。また、例えば、控えめな短い会話が維持されなければならない場合に、ミュート用のキーが配置されてもよい。また、会話参加者の中の誰が取得選択回路１６ｂ′によってネットワークインタフェース１６ｃ′の出力に切り換えられているかを表示するために、制御ディスプレイ、発光ダイオード、または、それらに類似する手段を取得機能回路の領域にまたは別の適切な場所に配置することも有益である。図２の変形の会議回路のその他の切り換えコンポーネントは、図１の回路ブロックに対応しているので、ここでは、さらに説明されなくてもよい。また、図２は、図１において回路ブロックの機能に関してすでに説明され且つ描写された回路ブロックの符号を反復して付すことを省略する。

通信端末における信号およびチャンネルの復号化器または符号化器に関連して、信号復号化器および信号符号化器は、ディジタル−アナログ変換およびその逆の変換、また、帯域幅の決定（信号の帯域幅は、少なくとも３．４ｋＨｚであり、あるいは、８ｋＨｚまたは１６ｋＨｚである）を実行することが付言されるべきである。また、復号化器および符号化器は、可能な限り最小の群遅延差を保証し、それと同時に、それぞれのネットワークへの全体的な信号を調整する符号化および復号化中に、チャンネル間におけるコヒーレンスを変化させないように気をつけ、そして、この時点において、実際のステレオ方式信号は、何らかの補助データとともに単一信号内にすでに多重化されている。さらにまた、これらの符号化器および復号化器は、必要な冗長性、および、誤り検出および誤り訂正を提供する。理想的には、信号の符号化／復号化および伝送を含む一方向の実行時間は、１２０ミリ秒以下に維持されるべきであるので、適時信号伝送が、干渉遅延を伴うことなく保証される。また、本発明の別の有利な実施形態が、当然ながら、説明されるべきであり、その有利な実施形態は、追加の個々のマイクロフォンを、好ましくは、それぞれの会話参加者の口の近くに配置することにあり、このマイクロフォンは、例えば、理解度をさらに改善するためのある種の支援マイクロフォンとして、ステレオ信号にミキシングされるか、あるいは、バイノーラル方式マイクロフォン対のステレオ信号と完全に取り換えられてもよい。しかしながら、そのようにする場合には、参加者は、バイノーラル方式ヘッドセットを使用しているにもかかわらず、従来のモノラル方式電話通信の領域に戻ることになるが、ある種の環境下において、および、恐らくは、会話の開始時点からでさえも、環境情報のバイノーラルステレオ方式伝送が意義がないまたは望ましいものでない場合には、参加者は、この可能性を実行してもよい。これは、例えば、会話中に、音声情報の適切な伝達のために、そのようなモノラル動作がオン状態に切り換えられる場合に発生してもよく、それによって、信号伝送の帯域幅およびそれに関連するコストを減少させることができる。対応する手段は、何らかの問題を伴うことなく、既存の構成内に統合することができ、参加者側で操作される簡単なスイッチによって補完することができる。

明細書、添付の特許請求の範囲、また、とりわけ、添付の図面において列挙された特徴のすべては、それら自身によって、また、それらの多くの組み合わせによって、本発明の本質を構成することがわかる。

１５ａ 増幅器／等化器受信機
１５ｂ 増幅器／等化器マイクロフォン
１６ａ、１６ｂ ２チャンネルインタフェース
１６ｃ、１６ｃ′ ネットワークインタフェース
１７、１９ 無線または有線２チャンネル伝送
１８、１８′ 信号復号化器、信号符号化器、チャンネル復号化器、チャンネル符号化器
１６ｂ′ ２チャンネル多重インタフェースおよび受信機能選択

Claims (14)

1. それぞれの参加者ごとにヘッドフォンおよびマイクロフォンを使用した、電話通信における通信分野用のサウンドイベントをステレオ方式で取得し、伝送し、再生するための処理であって、
   イヤフォンまたはヘッドフォンとマイクロフォンとの組み合わせが、それぞれの参加者の左耳領域および右耳領域のそれぞれに割り当てられ、
   前記イヤフォンまたは前記ヘッドフォンと前記マイクロフォンとが、前記イヤフォンまたは前記ヘッドフォンと前記マイクロフォンとの間におけるハウリングおよび／またはエコーを実質的に回避するような方法または手段によって、お互いにきわめて接近して配置され、それによって、それぞれの前記参加者の実際の音響学的環境が、リアルタイムにバイノーラル方式で取得され、そのために、前記音響学的環境とそれぞれの前記参加者の頭との関係が、反射、回折、および、共鳴作用の観点から保持され、
   取得された前記音響学的環境が、２チャンネル接続を介して、バイノーラルステレオ方式サウンドおよび聴取音像の形で、１人またはそれ以上のその他の参加者に伝送される、
   ことを特徴とする処理。
2. 前記左耳および右耳のそれぞれに割り当てられた前記２つの単一組み合わせからなる前記二重の組み合わせが、電話通信トラフィックに参加している人の身体上に取り付けられ、または、身体上で使用される電池式携帯電話の受信機および送信機の一部であり、その人の個人的なそれぞれの頭部音像を伝送することを特徴とする請求項１に記載の処理。
3. 電話会議の場合に、同じ部屋に存在するすべての前記会話参加者が、その個人的な会話処理によって発生する自動的な切り換えによって、または、前記参加者の頭部音像取得を選択する回路で意図的に行われた転換によって、すべての会話参加者を接続するローカルネットワーク内に選択的に切り換えられることを特徴とする請求項１または２に記載の処理。
4. 電話会議に参加している数人の参加者が同じ部屋にいる場合に、現時点において発言していない参加者のそれぞれが、固有音響学的室内伝送に加えて、通信装置を介して、参加者のバイノーラル方式のヘッドフォンまたはイヤフォンに電気的に定着する会話信号を少なくとも有することを特徴とする請求項１ないし３のいずれか一項に記載の処理。
5. ステレオ方式の音声伝送および環境伝送を補足して、必要であれば、前記会話参加者のそれぞれのステレオ方式の電話または携帯電話（ＭＰ３プレーヤを備えた携帯電話のような）に記憶されたトーンシーケンスおよびサウンドシーケンス（音楽作品または歌のような）が、出力される頭部音声信号および環境信号とともに、それぞれの前記会話参加者によって伝送されることを特徴とする請求項１ないし４のいずれか一項に記載の処理。
6. そのような付加されたトーンシーケンスおよびサウンドシーケンスが、ヘッドフォンまたはイヤフォンで再生されるときに、そのような付加された信号の頭内定位を防止するために、バイノーラル方式指向性符号化に従うことを特徴とする請求項５に記載の処理。
7. 請求項１ないし６のいずれか一項に記載の取得、伝送、および、再生する処理を実行するための装置であって、
   反射、回折、および、共鳴作用の観点から、実際の環境内における参加者の頭部を取得することに対する関係を保持する現実のサウンドおよび聴取音像を同時にバイノーラルステレオ方式で取得、伝送、および、再生するために、サウンド生成トランスデューサ（ヘッドフォンまたはイヤフォン１３）とマイクロフォン（１４）との組み合わせ（１２）が、すべての会話参加者（Ａ、Ｂ、Ｂ′、Ｂ″）の左耳領域用および右耳領域用のそれぞれに提供され、
   それぞれの前記組み合わせ（１２）の前記サウンド生成トランスデューサと前記マイクロフォンとが、前記イヤフォンまたは前記ヘッドフォンと前記マイクロフォンとの間におけるハウリングおよび／またはエコーを実質的に回避しもしくは最小化するような方法または手段によって、お互いにきわめて接近して配置される、
   ことを特徴とする装置。
8. それぞれの通信参加者の両耳用のサウンド生成トランスデューサ（ヘッドフォンまたはイヤフォン）とマイクロフォンとの組み合わせからなるバイノーラル方式による取得および再生のための前記二重の組み合わせが、それぞれの前記参加者が装着した電池式携帯電話装置の一部であることを特徴とする請求項７に記載の装置。
9. 局所的に取得および受信されたそれぞれの信号をさらに２チャンネル処理するために、信号およびチャンネルの符号化器回路および復号化器回路に加えて、２チャンネル増幅／等化回路（１５ａ、１５ｂ）が、前記マイクロフォンと前記サウンド生成トランスデューサとに分けて提供されることを特徴とする請求項７または８に記載の装置。
10. 端末インタフェース（１６ｃ）に加えて、双方向性２チャンネルインタフェース（１６ａ、１６ｂ）が、前記双方向性インタフェース間における無線伝送もしくは有線伝送によって、または、端末インタフェースとネットワークとの間における無線伝送もしくは有線伝送によって、個々の信号処理回路間のお互いの割り当てに従って、個々の信号処理回路に接続され、または、個々の信号処理回路間に接続されることを特徴とする請求項７ないし９のいずれか一項に記載の装置。
11. 数人の参加者が同じ部屋にいる場合に、個々の会話参加者がそれぞれの信号処理の出力信号に接続される２チャンネル多重インタフェース（１６ｂ′）が提供され、
    前記ネットワークに伝送するために、前記会話参加者（Ｂ）の中の１人から受信されるバイノーラルマイクロフォン信号を別の前記会話参加者（Ｂ′またはＢ″）から受信されるバイノーラルマイクロフォン信号に自動的にまたは意図的に切り換える受信機能選択回路（１９）が提供される、
    ことを特徴とする請求項７ないし１０のいずれか一項または複数項に記載の装置。
12. それぞれがマイクロフォン（１４）とヘッドフォンまたはイヤフォン（１３）とを備えた２つの耳領域の組み合わせ（１２）からなる第１の回路グループが、ヘッドフォンまたはイヤフォンとマイクロフォン用の増幅器／等化器回路からなる第２の回路グループ（１７）に接続され、
    前記第２の回路グループ（１７）が、双方向性の無線または有線の２チャンネルインタフェース（１６ａ、１６ｂ）を介して通信端末（１８）に順に接続され、
    前記通信端末（１８）が、チャンネル復号化器およびチャンネル符号化器に加えて、信号符号化器および信号復号化器を備え、
    複数の局所的な参加者の場合に、入力側の多重インタフェース（１６ｂ′）に制御および監視ディスプレイを備えた選択回路（１９）が、取得機能のために付加され、それによって、特定の会話参加者の出力を通信ネットワークに自動的にまたは意図的に転送することが実行されることを特徴とする請求項７ないし１１のいずれか一項に記載の装置。
13. 必要なときに、ステレオ方式の通信が、双方向的に、モノラル方式の動作に切り換えられる回路構成を特徴とする請求項７ないし１２のいずれか一項または複数項に記載の装置。
14. 必要であれば、伝送されるバイノーラル方式信号に支援音声信号を付加するために、または、請求項１３に記載のモノラル方式の動作を可能にするために、それぞれの参加者の口の近くに第３のマイクロフォンを含むことを特徴とする請求項７ないし１３のいずれか一項または複数項に記載の装置。

Images