JP2013251630A - 情報端末およびプログラム - Google Patents

Abstract

【課題】電話会議の際に近接する情報端末間で発生するハウリングやエコーを防止する。
【解決手段】外部ネットワークを介して接続された外部の情報端末から前記外部ネットワークを介して送信された外部音声を入力する第１音声入力部と、前記第１音声入力部に入力された前記外部音声を音声出力装置から出力する第１音声出力部と、内部ネットワークを介して接続されたグループ内の各情報端末の音声入力装置から前記内部ネットワークを介して送信された音声を入力する第２音声入力部と、前記第２音声入力部に入力された前記グループ内の各情報端末からのグループ内音声を合成して一つの入力音声とし、当該入力音声から前記音声出力装置から出力された前記外部音声に起因するエコー成分を除去する音声処理部と、前記エコー成分を除去された前記入力音声を前記外部の情報端末に対して前記外部ネットワークを介して出力する第２音声出力部と、を備える。
【選択図】図６

Description

本発明の実施形態は、情報端末およびプログラムに関する。

従来から、人と人とのコミュニケーションを行う手段としては電話システムがある。近年、ネットワーク技術の向上に伴い、人と人とのコミュニケーションは、音声だけでなく映像を併用する形態、つまりテレビ電話会議システムに発展しつつある。

従来のテレビ電話会議システムは、各地に点在する拠点（オフィスなど）のテレビ電話会議室などに、専用の装置（セットトップボックスなどの通信制御装置）とマイク、カメラの組み合わせたものを設置し、拠点間をＩＰ専用線などで接続して音声と映像とを通信するシステムである。

一方、近年では、ノートＰＣやタブレット端末のような情報端末にテレビ電話会議用のクライアントソフトウェアを導入し、多地点間のテレビ電話会議システムの形態を簡易に構築できるシステムも登場してきた。

特開２０００−７８５５２号公報

しかしながら、ノートブック型の携帯型パーソナルコンピュータ（ノートＰＣ）やタブレット端末のような情報端末を利用してテレビ電話会議を行うような場合、同じ部屋に集まったテレビ電話会議の参加者が各自の情報端末でスピーカフォンを実行すると、近接した情報端末間の音声についてハウリングやエコーが発生してしまうという問題がある。

本発明は、上記に鑑みてなされたものであって、電話会議の際に近接する情報端末間で発生するハウリングやエコーを防止する事ができる情報端末およびプログラムを提供することを目的とする。

実施形態の情報端末は、外部ネットワークを介して接続された外部の情報端末から前記外部ネットワークを介して送信された外部音声を入力する第１音声入力部と、前記第１音声入力部に入力された前記外部音声を音声出力装置から出力する第１音声出力部と、内部ネットワークを介して接続されたグループ内の各情報端末の音声入力装置から前記内部ネットワークを介して送信された音声を入力する第２音声入力部と、前記第２音声入力部に入力された前記グループ内の各情報端末からのグループ内音声を合成して一つの入力音声とし、当該入力音声から前記音声出力装置から出力された前記外部音声に起因するエコー成分を除去する音声処理部と、前記エコー成分を除去された前記入力音声を前記外部の情報端末に対して前記外部ネットワークを介して出力する第２音声出力部と、を備える。

実施形態のプログラムは、コンピュータを、外部ネットワークを介して接続された外部の情報端末から前記外部ネットワークを介して送信された外部音声を入力する第１音声入力部と、前記第１音声入力部に入力された前記外部音声を音声出力装置から出力する第１音声出力部と、内部ネットワークを介して接続されたグループ内の各情報端末の音声入力装置から前記内部ネットワークを介して送信された音声を入力する第２音声入力部と、前記第２音声入力部に入力された前記グループ内の各情報端末からのグループ内音声を合成して一つの入力音声とし、当該入力音声から前記音声出力装置から出力された前記外部音声に起因するエコー成分を除去する音声処理部と、前記エコー成分を除去された前記入力音声を前記外部の情報端末に対して前記外部ネットワークを介して出力する第２音声出力部と、として機能させる。

図１は、実施形態にかかるコンピュータのディスプレイユニットを開いた状態における斜視図である。 図２は、コンピュータのシステム構成を示すブロック図である。 図３は、コンピュータが複数集まってテレビ電話会議を行う場合のネットワーク構成例を示すシステム構成図である。 図４は、通話機能にかかる機能ブロック図である。 図５は、選択画面を示す正面図である。 図６は、音声処理部の機能構成を示すブロック図である。

以下、実施の形態について図面を参照して説明する。まず、図１および図２を参照して、情報端末の構成を説明する。本実施形態の情報端末は、例えば、ノートブック型の携帯型パーソナルコンピュータから実現されている。なお、情報端末としては、ノートブック型の携帯型パーソナルコンピュータに限るものではなく、タブレット端末やスマートフォン等も適用可能である。

図１は、ノートブック型の携帯型パーソナルコンピュータ１０のディスプレイユニット１２を開いた状態における斜視図である。ノートブック型の携帯型パーソナルコンピュータ１０（以下、コンピュータ１０という）は、コンピュータ本体１１と、ディスプレイユニット１２とを備えている。

ディスプレイユニット１２には、液晶パネルを有する表示パネル１７が組み込まれている。ディスプレイユニット１２内には、音声入力装置であるマイクロフォン１１３（図２参照）が設けられている。ディスプレイユニット１２には、マイクロフォン１１３が効率よく集音できるようにするためにマイク穴１９が設けられている。

ディスプレイユニット１２は、コンピュータ本体１１に対し、コンピュータ本体１１の上面が露出される開放位置とコンピュータ本体１１の上面を覆う閉塞位置との間を回動自在に取り付けられている。コンピュータ本体１１は薄い箱形の筐体を有しており、その上面にはキーボード１３、コンピュータ１０をパワーオン／パワーオフするためのパワーボタン１４、タッチパッド１６、および音声出力装置であるスピーカ１８Ａ，１８Ｂなどが配置されている。

次に、図２を参照して、コンピュータ１０のシステム構成について説明する。コンピュータ１０は、図２に示されているように、ＣＰＵ１０１、ノースブリッジ１０２、主メモリ１０３、サウスブリッジ１０４、グラフィクスプロセッシングユニット（ＧＰＵ）１０５、ビデオメモリ（ＶＲＡＭ）１０５Ａ、サウンドコントローラ１０６、ＢＩＯＳ−ＲＯＭ１０９、ＬＡＮコントローラ１１０、無線ＬＡＮコントローラ１１４、ハードディスクドライブ（ＨＤＤ）１１１、ＤＶＤドライブ（ＤＶＤ）１１２、およびエンベデッドコントローラ／キーボードコントローラＩＣ（ＥＣ／ＫＢＣ）１１６等を備えている。

ＣＰＵ１０１はコンピュータ１０の動作を制御するプロセッサであり、ハードディスクドライブ（ＨＤＤ）１１１から主メモリ１０３にロードされる、オペレーティングシステム（ＯＳ）１２１、およびテレビ電話会議アプリ１２２のような各種アプリケーションプログラムを実行する。テレビ電話会議アプリ１２２は、テレビ電話会議の機能を実行するためのアプリケーションソフトウェアである。また、ＣＰＵ１０１は、ＢＩＯＳ−ＲＯＭ１０９に格納されたＢＩＯＳ（Basic Input Output System）も実行する。ＢＩＯＳはハードウェア制御のためのプログラムである。

ノースブリッジ１０２はＣＰＵ１０１のローカルバスとサウスブリッジ１０４との間を接続するブリッジデバイスである。ノースブリッジ１０２には、主メモリ１０３をアクセス制御するメモリコントローラも内蔵されている。また、ノースブリッジ１０２は、PCIEXPRESS規格のシリアルバスなどを介してＧＰＵ１０５との通信を実行する機能も有している。

ＧＰＵ１０５は、コンピュータ１０のディスプレイモニタとして使用される表示パネル１７を制御する表示コントローラである。ＧＰＵ１０５は、ＶＲＡＭ１０５Ａをワークメモリとして使用する。このＧＰＵ１０５によって生成される映像信号は表示パネル１７に送られる。

サウスブリッジ１０４は、ＬＰＣ（Low Pin Count）バス上の各デバイス、およびＰＣＩ（Peripheral Component Interconnect）バス上の各デバイスを制御する。また、サウスブリッジ１０４は、ＬＡＮコントローラ１１０および無線ＬＡＮコントローラ１１４を制御してＬＡＮ機能および無線ＬＡＮ機能を実現する。また、サウスブリッジ１０４は、ハードディスクドライブ（ＨＤＤ）１１１およびＤＶＤドライブ１１２を制御するためのＩＤＥ（Integrated Drive Electronics）コントローラを内蔵している。さらに、サウスブリッジ１０４は、サウンドコントローラ１０６との通信を実行する機能も有している。サウンドコントローラ１０６は音源デバイスであり、再生対象のオーディオデータをスピーカ１８Ａ，１８Ｂに出力するために、デジタル信号を電気信号に変換するＤ／Ａコンバータ（デジタル−アナログ変換回路）２２１、電気信号を増幅するアンプリファイア２２２等の回路を有する。また、サウンドコントローラ１０６は、マイクロフォン１１３から入力された電気信号を増幅するマイクアンプリファイア２２３、増幅された電気信号をデジタル信号に変換するためのＡ／Ｄコンバータ（アナログ−デジタル変換回路）２２４等の回路を有する。

エンベデッドコントローラ／キーボードコントローラＩＣ（ＥＣ／ＫＢＣ）１１６は、電力管理のためのエンベデッドコントローラと、キーボード（ＫＢ）１３およびタッチパッド１６を制御するためのキーボードコントローラとが集積された１チップマイクロコンピュータである。このエンベデッドコントローラ／キーボードコントローラＩＣ（ＥＣ／ＫＢＣ）１１６は、ユーザによるパワーボタン１４の操作に応じてコンピュータ１０をパワーオン／パワーオフする機能を有している。

次に、コンピュータ１０を利用した多地点間のテレビ電話会議システム１００の形態について説明する。

図３に、本実施形態のコンピュータ１０が複数集まってテレビ電話会議を行う場合のネットワーク構成例を示す。図３に示す例は、Ａ地区，Ｂ地区，Ｃ地区の３拠点においてテレビ電話会議を行うものを示しており、Ａ地区においては同一グループ内の情報端末である４台のコンピュータ１０が属していて、Ｂ地区およびＣ地区においては外部の情報端末であるそれぞれ１台のコンピュータ１０が属している。

図３に示すテレビ電話会議システム１００においては、Ｂ地区およびＣ地区における各コンピュータ１０と、Ａ地区における一のコンピュータ１０（以下、親端末１０ａという）とが、ＩＰ網を利用するＩＰ−ＶＰＮ（Virtual Private Network）等の外部ネットワークであるネットワーク２０を介して接続されている。また、Ａ地区においては、親端末１０ａ以外のコンピュータ１０（以下、子端末１０ｂという）が、親端末１０ａに対して無線通信を利用してデータの送受信を行うローカルな内部ネットワークである無線ＬＡＮ３０を介して接続されている。

次に、テレビ電話会議アプリ１２２の通話機能について図４の機能ブロック図を参照して説明する。テレビ電話会議アプリ１２２は、ＣＰＵ１０１によってハードディスクドライブ（ＨＤＤ）１１１から主メモリ１０３にロードされて実行される。その結果、図４に示すように、コンピュータ１０のＣＰＵ１０１は、テレビ電話会議アプリ１２２に従うことにより、通話機能に関わるものとして、設定部２３１、第１音声入力部２３２、音声処理部２３３、第２音声入力部２３４、第１音声出力部２３５、第２音声出力部２３６として機能する。

設定部２３１は、音響的に直接音が届く範囲にある近接したコンピュータ１０の中から１台を親端末１０ａとし、残りのコンピュータ１０をそれぞれ子端末１０ｂとして設定する。より詳細には、設定部２３１は、図５に示すような選択画面Ｐを表示パネル１７に表示し、親端末１０ａまたは子端末１０ｂを各コンピュータ１０について設定する。図５に示すように、選択画面Ｐには、「親端末」として機能させるか、「子端末」として機能させるかを選択させるためのラジオボタンＢ１が表示されていて、キーボード（ＫＢ）１３またはタッチパッド１６の操作によって操作されたラジオボタンＢ１に対応する機能が設定される。

上述のようにして設定部２３１によってコンピュータ１０が親端末１０ａとして設定された場合にのみ、第１音声入力部２３２、音声処理部２３３、第２音声入力部２３４、第１音声出力部２３５、第２音声出力部２３６が、有効になる。

第１音声入力部２３２は、他の拠点（例えば、Ｂ地区，Ｃ地区）のコンピュータ１０からネットワーク２０を介して送信されてＬＡＮコントローラ１１０を介して受信した外部音声（例えば、コンピュータ１０の所有者の音声）を入力し、第１音声出力部２３５は、第１音声入力部２３２に入力された外部音声をサウンドコントローラ１０６を介して音声出力装置であるスピーカ１８Ａ，１８Ｂに出力する。これにより、Ａ地区の親端末１０ａの所有者と子端末１０ｂの所有者は、他の拠点（例えば、Ｂ地区，Ｃ地区）の音声（例えば、コンピュータ１０の所有者の音声）を通話相手の音声として聞く事ができる。すなわち、他の拠点（例えば、Ｂ地区，Ｃ地区）のコンピュータ１０からネットワーク２０を介して送信されてＬＡＮコントローラ１１０を介して受信した音声（例えば、コンピュータ１０の所有者の音声）は、Ａ地区の親端末１０ａのスピーカ１８Ａ，１８Ｂからのみ出力され、Ａ地区の子端末１０ｂからは出力されない。

第２音声入力部２３４は、Ａ地区の各子端末１０ｂのマイクロフォン１１３から無線ＬＡＮ３０を介して送信され無線ＬＡＮコントローラ１１４を介して伝送された入力音声（例えば、コンピュータ１０の所有者の音声）の入力を受け付け、音声処理部２３３に出力する。

ところで、Ａ地区の親端末１０ａのスピーカ１８Ａ，１８Ｂから出力された音声が、Ａ地区の親端末１０ａのマイクロフォン１１３及び子端末１０ｂのマイクロフォン１１３にそれぞれ入力されると、エコーが発生することとなる。

そこで、音声処理部２３３は、Ａ地区の親端末１０ａのマイクロフォン１１３及びＡ地区の各子端末１０ｂのマイクロフォン１１３から伝送された入力音声を合成し、一つの入力音声としてからエコー成分を除去し、第２音声出力部２３６は、音声処理部２３３によってエコー成分を除去された入力音声を他の拠点（例えば、Ｂ地区，Ｃ地区）のコンピュータ１０へネットワーク２０を介して伝送する。この仕組みを一般的にアコースティック・エコー・キャンセラーと呼ぶ。

ここで、図６は音声処理部２３３の機能構成を示すブロック図である。図６に示すように、音声処理部２３３は、加算器２３３Ａ、適応フィルタ２３３Ｂ、加算器２３３Ｃを備えている。

加算器２３３Ａは、第１の加算器であって、自らのマイクロフォン１１３及びＡ地区の各子端末１０ｂのマイクロフォン１１３の音声信号を合成し、一つの音声信号とする。このようにして合成した音声信号には、親端末１０ａのスピーカ１８Ａ，１８Ｂから出力された音声信号が空気中を伝搬して親端末１０ａのマイクロフォン１１３や各子端末１０ｂのマイクロフォン１１３へ入力されたエコー成分を含んでいる。

適応フィルタ２３３Ｂは、最適化アルゴリズムに従ってスピーカ１８Ａ，１８Ｂとマイクロフォン１１３の伝達関数を自己適応させるフィルタである。すなわち、適応フィルタ２３３Ｂは、他の拠点（例えば、Ｂ地区，Ｃ地区）のコンピュータ１０からネットワーク２０を介して送信されてＬＡＮコントローラ１１０を介して受信した音声（例えば、コンピュータ１０の所有者の音声）を参照してスピーカ１８Ａ，１８Ｂから出力された通話相手の音声であるエコー成分を最小にするように動作する。

加算器２３３Ｃは、第２の加算器であって、適応フィルタ２３３Ｂを通した他の拠点（例えば、Ｂ地区，Ｃ地区）のコンピュータ１０からの音声の逆位相を加算器２３３Ａで合成された音声から減算することで、スピーカ１８Ａ，１８Ｂから出力された通話相手の音声であるエコー成分を除去する。

したがって、情報端末であるコンピュータ１０は、例えば直接音が届く近接した距離にある場合、音声が直接聞こえる範囲にある近接したコンピュータ１０の中から一台が親端末１０ａとして設定されるとともに残りが子端末１０ｂとして設定され、親端末１０ａと子端末１０ｂとの間がローカルなネットワークである無線ＬＡＮ３０で接続されるとともに、親端末１０ａのみがグローバルなネットワーク２０を介して遠隔地にある電話会議システム（コンピュータ１０）と接続される。そして、遠隔地のコンピュータ１０からの音声は親端末１０ａのスピーカ１８Ａ，１８Ｂからのみ出力し、子端末１０ｂからは出力しない。

また、子端末１０ｂのマイクロフォン１１３から入力された音声は親端末１０ａへ伝送される。すなわち、子端末１０ｂはマイクロフォン１１３からの入力のみが使用され、スピーカ１８Ａ，１８Ｂからの出力は親端末１０ａのみとなっている。加えて、親端末１０ａは子端末１０ｂから無線ＬＡＮ３０を介して伝送されたマイク入力音声を加算器２３３Ａで合成し、一つの入力音声としてからエコーキャンセル機能によりエコー成分を除去してから、遠隔地へのコンピュータ１０へ音声を伝送することで、近接する情報端末間で発生するハウリングやエコーを防止する事ができる。

このように、本実施形態によれば、各個人が持つコンピュータ１０のマイクロフォン１１３を使用して電話会議を行う事ができるため、１台の電話会議システムで行うよりマイクロフォン１１３と利用者の距離が近くなり、明瞭に音声を入力する事ができる。また、音声が直接聞こえる範囲に近接したコンピュータ１０が複数あった場合に、ハウリングやエコー無しで、スピーカフォンで電話会議が行える。さらに、コンピュータ１０に装備されているマイクロフォン１１３が利用できるため、専用のヘッドセット等を人数分用意する必要がない。

本実施形態のコンピュータ１０で実行されるテレビ電話会議アプリ１２２は、インストール可能な形式又は実行可能な形式のファイルでＣＤ−ＲＯＭ、フレキシブルディスク（ＦＤ）、ＣＤ−Ｒ、ＤＶＤ（Digital Versatile Disk）等のコンピュータで読み取り可能な記録媒体に記録されて提供される。

また、本実施形態のコンピュータ１０で実行されるテレビ電話会議アプリ１２２を、インターネット等のネットワークに接続されたコンピュータ上に格納し、ネットワーク経由でダウンロードさせることにより提供するように構成しても良い。また、本実施形態のコンピュータ１０で実行されるテレビ電話会議アプリ１２２をインターネット等のネットワーク経由で提供または配布するように構成しても良い。また、本実施形態のテレビ電話会議アプリ１２２を、ＲＯＭ等に予め組み込んで提供するように構成してもよい。

本実施形態のコンピュータ１０で実行されるテレビ電話会議アプリ１２２は、上述した各部（設定部２３１、第１音声入力部２３２、音声処理部２３３、第２音声入力部２３４、第１音声出力部２３５、第２音声出力部２３６）を含むモジュール構成となっており、実際のハードウェアとしてはＣＰＵ（プロセッサ）１０１が上記記憶媒体からテレビ電話会議アプリ１２２を読み出して実行することにより上記各部が主記憶装置上にロードされ、設定部２３１、第１音声入力部２３２、音声処理部２３３、第２音声入力部２３４、第１音声出力部２３５、第２音声出力部２３６が主記憶装置上に生成されるようになっている。

本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。

１０ 情報端末
１８Ａ，１８Ｂ 音声出力装置
２０ 外部ネットワーク
３０ 内部ネットワーク
１１３ 音声入力装置
２３１ 設定部
２３２ 第１音声入力部
２３３ 音声処理部
２３３Ａ 第１の加算器
２３３Ｂ 適応フィルタ
２３３Ｃ 第２の加算器
２３４ 第２音声入力部
２３５ 第１音声出力部
２３６ 第２音声出力部

Claims (6)

1. 外部ネットワークを介して接続された外部の情報端末から前記外部ネットワークを介して送信された外部音声を入力する第１音声入力部と、
   前記第１音声入力部に入力された前記外部音声を音声出力装置から出力する第１音声出力部と、
   内部ネットワークを介して接続されたグループ内の各情報端末の音声入力装置から前記内部ネットワークを介して送信された音声を入力する第２音声入力部と、
   前記第２音声入力部に入力された前記グループ内の各情報端末からのグループ内音声を合成して一つの入力音声とし、当該入力音声から前記音声出力装置から出力された前記外部音声に起因するエコー成分を除去する音声処理部と、
   前記エコー成分を除去された前記入力音声を前記外部の情報端末に対して前記外部ネットワークを介して出力する第２音声出力部と、
   を備えることを特徴とする情報端末。
2. 前記音声処理部は、
   グループ内の各情報端末の音声入力装置からのグループ内音声を合成して一つの入力音声とする第１の加算器と、
   前記外部ネットワークを介して送信された外部音声を参照して前記音声出力装置と前記音声入力装置の伝達関数を自己適応させて前記エコー成分を最小にするように動作する適応フィルタと、
   前記第１の加算器によって合成された前記入力音声から前記適応フィルタを通した前記外部音声の逆位相を減算する第２の加算器と、
   を備えることを特徴とする請求項１記載の情報端末。
3. 前記内部ネットワークを介して接続された前記グループ内の各情報端末について、前記第１音声入力部と前記第１音声出力部と前記第２音声入力部と前記音声処理部と前記第２音声出力部とを備える親端末として機能させるか、あるいは前記第１音声入力部と前記第１音声出力部と前記第２音声入力部と前記音声処理部と前記第２音声出力部とを備えずに前記親端末に対して前記内部ネットワークを介して前記音声入力装置から音声を送信する子端末として機能させるかを設定する設定部を更に備える、
   ことを特徴とする請求項１または２記載の情報端末。
4. コンピュータを、
   外部ネットワークを介して接続された外部の情報端末から前記外部ネットワークを介して送信された外部音声を入力する第１音声入力部と、
   前記第１音声入力部に入力された前記外部音声を音声出力装置から出力する第１音声出力部と、
   内部ネットワークを介して接続されたグループ内の各情報端末の音声入力装置から前記内部ネットワークを介して送信された音声を入力する第２音声入力部と、
   前記第２音声入力部に入力された前記グループ内の各情報端末からのグループ内音声を合成して一つの入力音声とし、当該入力音声から前記音声出力装置から出力された前記外部音声に起因するエコー成分を除去する音声処理部と、
   前記エコー成分を除去された前記入力音声を前記外部の情報端末に対して前記外部ネットワークを介して出力する第２音声出力部と、
   として機能させるためのプログラム。
5. 前記音声処理部は、
   グループ内の各情報端末の音声入力装置からのグループ内音声を合成して一つの入力音声とする第１の加算器と、
   前記外部ネットワークを介して送信された外部音声を参照して前記音声出力装置と前記音声入力装置の伝達関数を自己適応させて前記エコー成分を最小にするように動作する適応フィルタと、
   前記第１の加算器によって合成された前記入力音声から前記適応フィルタを通した前記外部音声の逆位相を減算する第２の加算器と、
   を備えることを特徴とする請求項４記載のプログラム。
6. 前記内部ネットワークを介して接続された前記グループ内の各情報端末について、前記第１音声入力部と前記第１音声出力部と前記第２音声入力部と前記音声処理部と前記第２音声出力部とを備える親端末として機能させるか、あるいは前記第１音声入力部と前記第１音声出力部と前記第２音声入力部と前記音声処理部と前記第２音声出力部とを備えずに前記親端末に対して前記内部ネットワークを介して前記音声入力装置から音声を送信する子端末として機能させるかを設定する設定部として前記コンピュータを機能させる、
   ことを特徴とする請求項４または５記載のプログラム。

Images