JP2014187620A - 通話遅延低減装置及びプログラム - Google Patents

Abstract

【課題】送話信号処理と受話信号処理との処理速度の違いに応じて生じ得る通話遅延を低減することができる通話遅延低減装置及びプログラムを提供する。
【解決手段】送話側の通信遅延低減装置１００が、入力された送話音声信号のサンプル数を所定の割合で減じるサンプル数変換手段と、サンプル数変換手段による処理後の送話音声信号を用いて送話信号処理を行う送話信号処理手段と、を備える。また、受話側の通話遅延低減装置が、入力された信号に対して受話信号処理を行う受話信号処理手段と、受話信号処理手段から入力された受話音声信号のサンプル数を処理の割合で減じるサンプル数変換手段と、を備える。
【選択図】図１

Description

本発明は、通話遅延低減装置及びプログラムに関し、例えば、スマートフォンに適用し得るものである。

現在、ＶｏＩＰ（Ｖｏｉｃｅ ｏｖｅｒ ＩＰ）を利用したＩＰ電話が普及している。これを、パーソナルコンピュータ（ＰＣ）などのアプリケーションとして実現するものがあり、一般にソフトフォンと称されている。近年、スマートフォンと呼ばれる携帯型情報端末が普及し、ソフトフォンはスマートフォン上のアプリケーションとして実現される場合が主流となってきている。

ところが、スマートフォンは、ＰＣと同様に、音声通信に特化された機器ではないため、動作クロックの精度が機種毎にばらつきがあり、また、機種が同じであっても製品毎にばらつきも大きい。そのため、対向する端末との間で通話を行う場合、動作クロックの精度が基準から遅い方に変位している端末に音声データが蓄積されていき、通話遅延が発生するという問題が生じ得る。

このような課題を解決するために、例えば、特許文献１に記載される技術がある。特許文献１の記載技術は、通話遅延を低減するために、送話信号の特徴量としてパワーや発話速度やピッチ周波数や発話の間の長さ等を分析し、送話音声の話速を変更するというものである。

特開２０１０−１３９５７１号公報

しかしながら、特許文献１に記載のような技術は、送話音声の特徴量を音響分析する等の複雑な分析処理を行うことが必要となり、その処理負荷が大きくなってしまい、例えばスマートフォンに適用する方法としては不向きである。

本発明は、上述したような課題に鑑みてなされたものであり、送話信号処理と受話信号処理との処理速度の違いに応じて生じ得る通話遅延を低減することができる通話遅延低減装置及びプログラムを提供しようとするものである。

かかる課題を解決するため、第１の本発明は、（１）入力された送話音声信号のサンプル数を所定の割合で減じるサンプル数変換手段と、（２）サンプル数変換手段による処理後の送話音声信号を用いて送話信号処理を行う送話信号処理手段とを備えることを特徴とする通話遅延低減装置である。

第２の本発明は、（１）入力された信号に対して受話信号処理を行う受話信号処理手段と、（２）受話信号処理手段から入力された受話音声信号のサンプル数を処理の割合で減じるサンプル数変換手段とを備えることを特徴とする通話遅延低減装置である。

第３の本発明は、コンピュータを、（１）入力された送話音声信号のサンプル数を所定の割合で減じるサンプル数変換手段と、（２）サンプル数変換手段による処理後の送話音声信号を用いて送話信号処理を行う送話信号処理手段として機能させることを特徴とする通話遅延低減プログラムである。

第４の本発明は、コンピュータを、（１）入力された信号に対して受話信号処理を行う受話信号処理手段と、（２）受話信号処理手段から入力された受話音声信号のサンプル数を処理の割合で減じるサンプル数変換手段として機能させることを特徴とする通話遅延低減プログラムである。

本発明によれば、送話信号処理と受話信号処理との処理速度の違いに応じて生じ得る通話遅延を低減することができる。

第１の実施形態に係る送話信号処理部の機能的構成を示すブロック図である。 第１の実施形態に係る受話信号処理部の機能的構成を示すブロック図である。 第１の実施形態の音声通信システムの全体的な構成を示す全体構成図である。 第１の実施形態に係る送話側のサンプル数変換回路部による処理動作を説明する説明図である。 第１の実施形態に係るサンプル数変換回路部の処理概念を説明する説明図である。 第１の実施形態に係る受話側のサンプル数変換回路部による処理動作を説明する説明図である。 第２の実施形態に係る送話信号処理部の機能的構成を示すブロック図である。 第２の実施形態に係る受話信号処理部の機能的構成を示すブロック図である。 第３の実施形態に係る受話信号処理部の機能的構成を示すブロック図である。 第３の実施形態に係る送話信号処理部の機能的構成を示すブロック図である。

（Ａ）第１の実施形態
以下では、本発明の通話遅延低減装置及びプログラムの第１の実施形態を、図面を参照して詳細に説明する。

（Ａ−１）第１の実施形態の構成
図３は、第１の実施形態の音声通信システムの全体的な構成を示す全体構成図である。図３において、第１の実施形態の音声通信システム９は、ネットワーク２を介して、端末１−１と端末１−２との間で音声通信を行う。

端末１−１及び端末１−２は、音声通信部１１及び１２を有する端末である。例えば、端末１−１及び端末１−２、スマートフォン、タブレット型コンピュータ、コンピュータ、ゲーム端末等を適用することができる。この実施形態では、説明を容易にするために、端末１−１及び端末１−２がスマートフォンである場合を例示して説明する。

端末１−１及び端末１−２のハードウェア構成は、ＣＰＵ、ＲＯＭ、ＲＡＭ、ＥＥＰＲＯＭ、入出力インターフェース部、通信回路等を有して構成されており、ＣＰＵが、ＲＯＭに格納される処理プログラムを実行することで、端末１−１及び端末１−２の機能は実現される。

端末１−１及び端末１−２が有する音声通信部１１及び１２は、ソフトフォン等のように音声通信をソフトウェアで実現するアプリケーションである。音声通信部１１及び１２は、送話音声信号を処理する送話信号処理部１０と、受話音声信号を処理する受話信号処理部２０とを有する。

図１は、第１の実施形態に係る送話信号処理部１０の機能的構成を示すブロック図である。また、図２は、第１の実施形態に係る受話信号処理部２０の機能的構成を示すブロック図である。

図１において、送話信号処理部１０は、アナログ／デジタル（Ａ／Ｄ）変換部１２０、通話遅延低減装置１００を有する。

Ａ／Ｄ変換部１２０は、入力される動作クロックに基づいて、マイク（図示しない）から入力された送話音声信号（アナログ信号）に対してサンプリング処理及び量子化処理等を施してデジタル変換し、変換後の送話音声信号（デジタル信号）ｓ（ｎ）を通話遅延低減装置１００に与えるものである。

通話遅延低減装置１００は、Ａ／Ｄ変換部１２０から入力された送話音声信号ｓ（ｎ）に対して所定の送話処理を行うものであって、動作クロックの精度が異なる対向端末１−２との間の通話遅延を低減するために、送話処理の速度を遅らせるものである。

通話遅延低減装置１００は、サンプル数変換回路部１０１、音声圧縮回路部１０２、音声パケット生成回路部１０３を有する。

ここで、第１の実施形態に係る通話遅延低減装置１００は、専用のＩＣチップ等のハードウェア的に構成することもでき、又、ＣＰＵと、ＣＰＵが実行するプログラムのようにソフトウェア的に構築することもできるが、機能的には、図１で表すことができる。ソフトウェア的に構成した場合の例としては、スマートフォンに搭載されるアプリケーションの例を挙げることができる。

サンプル数変換回路部１０１は、入力された送話音声信号ｓ（ｎ）のサンプル数を減じ、サンプル数が減ぜられた信号ｓｄ（ｎ）を音声圧縮回路部１０２に与えるものである。送話音声信号ｓ（ｎ）は、所定のサンプリング周期によりサンプリングされたものであり、所定のサンプル数毎に切り出されたものである。この所定のサンプル数毎に切り出されたものを１フレームとする。

サンプル数変換回路部１０１は、自端末１−１の送信信号処理よりも、対向する端末１−２内の受話信号処理の処理速度が早くなるように、入力された送話音声信号ｓ（ｎ）のサンプル数を減じる。

サンプル数変換回路部１０１が送話音声信号ｓ（ｎ）のサンプル数を減じる方法は、種々の方法を広く適用することができる。例えば、サンプル数変換回路部１０１は、例えば、１フレームの送話音声信号ｓ（ｎ）の単位サンプル数のうち１サンプルを破棄するようにしたり、また例えば、数フレームの送話音声信号ｓ（ｎ）のサンプルのうちの１サンプルを破棄するようにしたりする方法を適用することができる。また、サンプル数変換回路部１０１は、Ａ／Ｄ変換部１２０のサンプリング周波数変換処理を行い、ダウンサンプリングを行うようにしても良い。

サンプル数変換回路部１０１によりサンプル数が減ぜられたフレームは、信号ｓｄ（ｎ）の１フレームのサンプル数に満たないため信号ｓｄ（ｎ）は出力されない。

音声圧縮回路部１０２は、サンプル数変換回路部１０１から出力される信号ｓｄ（ｎ）を入力し、所定の音声符号化方式を用いてフレーム毎に音声符号化を行い、音声圧縮データｄｓを音声パケット生成回路部１０３に与えるものである。音声圧縮回路部１０２は、１フレーム（所定サンプル数）分の音声信号（音声データ）ｓｄ（ｎ）で音声符号化を行う。なお、音声圧縮回路部１０２による音声符号化方式は、特に限定されるものではなく、種々の方式を広く適用することができる。例えば、Ｇ．７２９等に規定される音声圧縮アルゴリズムを適用することができる。

音声パケット生成回路部１０３は、音声圧縮回路部１０２からの音声圧縮データｄｓを含む音声パケットｄｓｐを生成し、その生成した音声パケットｄｓｐをネットワーク２に出力するものである。

図２において、受話信号処理部２０は、通話遅延低減装置２００、デジタル／アナログ（Ｄ／Ａ）変換部２２０を有する。

通話遅延低減装置２００は、ネットワーク２から入力された音声パケットｄｒｐに対して受話処理を行うものであって、通話遅延を低減するために、受話処理の速度を早くするものである。

通話遅延低減装置２００は、音声パケット分解回路部２０１、音声伸張回路部２０２、サンプル数変換回路部２０３を有する。

ここで、第１の実施形態に係る通話遅延低減装置２００は、専用のＩＣチップ等のハードウェア的に構成することもでき、又、ＣＰＵと、ＣＰＵが実行するプログラムのようにソフトウェア的に構築することもできるが、機能的には、図１で表すことができる。ソフトウェア的に構成した場合の例としては、スマートフォンに搭載されるアプリケーションの例を挙げることができる。

音声パケット分解回路部２０１は、ネットワーク２から入力された音声パケットｄｒｐに含まれる音声データｄｒを抽出し、その音声データｄｒを音声伸張回路部２０２に与えるものである。

音声伸張回路部２０２は、音声パケット分解回路部２０１からの音声データｄｒを、例えばＧ．７２９等の音声圧縮アルゴリズムの音声復号方式を用いて音声伸張処理を行い、フレーム単位の受話音声信号ｒｄ（ｎ）を生成するものである。音声伸張回路部２０２は、生成したフレーム単位の受話音声信号ｒｄ（ｎ）をサンプル数変換回路部２０３に与えるものである。

サンプル数変換回路部２０３は、音声伸張回路部２０２から入力される受話音声信号ｒｄ（ｎ）のサンプル数を減じ、サンプル数を減じた信号ｒ（ｎ）をＤ／Ａ変換部２２０に与えるものである。

サンプル数変換回路部２０３は、受話音声信号に対する処理速度を早くなるように、入力された受話音声信号ｒｄ（ｎ）のサンプル数を減じる。

サンプル数変換回路部２０３が受話音声信号ｒｄ（ｎ）のサンプル数を減じる方法は、種々の方法を広く適用することができる。例えば、サンプル数変換回路部２０３は、例えば、１フレームの受話音声信号ｒｄ（ｎ）の単位サンプル数のうち１サンプルを破棄するようにしたり、また例えば、数フレームの受話音声信号ｒｄ（ｎ）のサンプルのうち、１サンプルを破棄するようにしたりする方法を適用することができる。

サンプル数変換回路部２０３によりサンプル数が減ぜられたフレームは、信号ｒ（ｎ）の１フレームのサンプル数に満たない。そのため、音声信号ｒ（ｎ）の１フレームのサンプル数分を満たすように、即座に次の受話音声信号ｒｄ（ｎ）が信号ｒ（ｎ）に変換されて、フレームを満たす分を信号ｒ（ｎ）として出力する。

Ｄ／Ａ変換部２２０は、入力される動作クロックに基づいて、サンプル数変換部２０３からの音声信号ｄ（ｎ）をアナログ変換して、変換後の音声をスピーカ（図示しない）に出力するものである。

（Ａ−２）第１の実施形態の動作
次に、第１の実施形態の通話遅延低減処理の動作を、図面を参照しながら詳細に説明する。

以下では、端末１−１の動作クロックの精度が、端末１−２の動作クロックの精度よりも相対的に早いほうに変位しているものとする。また、端末１−１が、対向する端末１−２に対して音声信号を送信する場合を例示する。

図１において、端末１−１では、入力される動作クロックに基づいてＡ／Ｄ変換部１２０によりデジタル変換された送話音声信号ｓ（ｎ）がサンプル数変換回路部１０１に入力される。

サンプル数変換回路部１０１は、自端末１−１の送話処理速度よりも、対向する端末１−２内の受話処理速度が早くなるように、入力された送話音声信号ｓ（ｎ）のサンプル数を減じる。

一般的に、端末１−１及び端末１−２内の動作クロックは、所定のクロック周波数で正常動作を行うが、例えば±１００ｐｐｍ（parts per million）程度のクロック周波数の変動範囲がある。

動作クロックのクロック周波数が、クロック周波数変動範囲（許容偏差）内で変動しても、通話を行う端末１−１及び端末１−２の間の通話処理は当然実現されるが、端末１−１及び端末１−２の動作クロックの精度は、機種や製品毎にばらつきがある。

ここで、端末１−１の動作クロックの精度は、端末１−２の動作クロックの精度よりも相対的に早いほうに変位している。この場合、端末１−１における送話信号処理の処理速度は、端末１−２における受話信号処理の処理速度よりも早くなるため、端末１−１から送信された音声信号は端末１−２において蓄積される。つまり、動作クロックの精度が相対的に遅い方に変位している端末１−２において音声信号が蓄積されてしまい、通話遅延が生じ得ることになる。

そこで、受話側の端末１−２における音声データの蓄積を低減するために、サンプル数変換回路部１０１は、対向する端末１−２内の受話信号処理部２０の処理速度が早くなるように、送話音声信号ｓ（ｎ）のサンプル数を減じる。

図４は、第１の実施形態に係るサンプル数変換回路部１０１による処理動作を説明する説明図である。図４において、丸数字は、サンプリングデータ（すなわち、サンプリングされた音声データ）である。

図４（Ａ）は、送話音声信号ｓ（ｎ）の信号列である。ここでは説明を容易にするために、送話音声信号ｓ（ｎ）の１フレームが３サンプルであるものとする場合を例示する。

図４（Ｂ）に示すように、サンプル数変換回路部１０１は、入力された送話音声信号ｓ（ｎ）のうち、サンプル数を減じるため、「５」のサンプルと「９」のサンプルを破棄する。サンプル数変換回路部１０１から出力される音声信号ｓｄ（ｎ）は音声圧縮回路部１０２に与えられる。

音声圧縮回路部１０２は、１フレーム分の音声信号（音声データ）ｓｄ（ｎ）で音声符号化を行う。そうすると、図４（Ｃ）に示すように、第１のフレームについてはサンプルが破棄されていないため、音声圧縮回路部１０２は、１フレーム分の「１」「２」「３」の音声データを音声符号化する。

次に、第２のフレームについては「５」の音声データが破棄されている。音声圧縮回路部１０２は、１フレーム分の音声データで音声符号化を行う。そのため、図４（Ｃ）に示すように、音声圧縮回路部１０２は、第２のフレームの「４」及び「６」の音声データと、次の送話音声信号ｓ（ｎ）の「７」の音声データとを取り出して音声圧縮信号ｄｓを生成する。

さらに、第３のフレームについては「９」の音声データが破棄されている。この場合も上記と同様に、音声圧縮回路部１０２は、第３のフレームの「８」の音声データと、その次の第４のフレームの「１０」及び「１１」の音声データを取出して音声圧縮信号ｄｓを生成する。

このように、端末１−１において、サンプル数変換回路部１０１により送話音声信号ｓ（ｎ）のサンプル数が減ぜられ、音声圧縮回路部１０２により１フレーム分の音声データで音声符号化がなされたものが音声パケット化されて、音声パケットｄｓｐが端末１−２に送信される。

端末１−２では、音声パケット分解回路部２０１が音声パケットｄｒｐに含まれる音声データｄｒを抽出し、音声伸張回路部２０２が１フレーム分の音声データｄｒで音声復号を行い、受話音声信号ｒｄ（ｎ）を生成する（図４（Ｄ）、図４（Ｅ）参照）。

このとき、送話側である端末１−１において、サンプル数変換回路部１０１が送話音声信号ｓ（ｎ）のサンプルを減じているから、その分、受話側である端末１−２では、受話音声信号ｒｄ（ｎ）のサンプル数が少なくなり、受話信号処理の処理速度が早くなる。その結果、端末１−２での音声データの蓄積量が低減し、通話遅延が低減する。

ここで、端末１−１のサンプル数変換回路部１０１によるサンプル数を減じる手法の概念を、図５を用いて説明する。

図５に示すように、動作クロックのクロック周波数は、周波数変動の範囲（許容偏差）がある。図５に示すように、端末１−１の動作クロックの精度が、端末１−２の動作クロックの精度よりも相対的に早いほうに変位している場合、端末１−２での音声データの蓄積が生じ得る。

従って、端末１−２の音声データの蓄積を低減させるためには、端末１−１の動作クロックの精度が、端末１−２の動作クロックの精度よりも相対的に遅いほうに変位させることが望ましい。

そこで、端末１−１のサンプル数変換回路部１０１は、動作クロックの許容偏差範囲の下限値付近に変位させたときに相当する処理速度となるように、送話音声信号ｓ（ｎ）のサンプルを減じるようにする。これにより、少なくとも、送話側である端末１−１の送話処理速度を、受話側の端末１−２の受話処理速度よりも遅くすることができるため、受話側での音声データの蓄積を低減させることができる。

なお、上記の例では、端末１−１のサンプル数変換回路部１０１が、送話音声信号ｓ（ｎ）のサンプルを減じる方法として、サンプルを破棄する場合を例示したが、その他の方法を適用するようにしても良い。

例えば、サンプル数変換回路部１０１は、Ａ／Ｄ変換部１２０のサンプリング周波数をダウンサンプリングするようにしても良い。この場合も、図５に示す動作クロックの精度の許容偏差範囲の下限値付近に変位させるようにすることで実現できる。

また例えば、サンプリング数変換回路部１０１は、隣接する複数個のサンプルの音声データ値を用いて相加平均等の平均化処理を行い、サンプル数を減じるようにしても良い。この場合、サンプル数を減じて行なわれる送話信号処理が、動作クロックの精度の許容偏差範囲の下限値付近に変位させたときに相当する処理速度となるようにすることが望ましい。

次に、受話側である端末１−２における通話遅延低減処理を説明する。

端末１−２において、ネットワーク２からの音声パケットｄｒｐが入力されると、音声パケット分解回路部２０１が、入力された音声パケットｄｒｐに含まれる音声データｄｒを抽出する。

音声パケット分解回路部２０１からの音声データｄｒが音声伸張回路部２０２に入力されると、音声伸張回路部２０２は、１フレーム分の音声データｄｒで復号処理を行い、復号した受話音声信号ｒｄ（ｎ）をサンプル数変換回路部２０３に与える。

サンプル数変換回路部２０３は、音声伸張回路部２０２から入力される受話音声信号ｒｄ（ｎ）のサンプル数を減じ、サンプル数を減じた信号ｒ（ｎ）をＤ／Ａ変換部２２０に与える。

図６は、第１の実施形態に係るサンプル数変換回路部２０３による処理動作を説明する説明図である。図６において、丸数字は、サンプルされた音声データである。

図６（Ａ）は、受話音声信号ｒｄ（ｎ）の信号列である。ここでは説明を容易にするために、受話音声信号ｒｄ（ｎ）の１フレームが３サンプルであるものとする場合を例示する。

図６（Ｂ）に示すように、サンプル数変換回路部２０３は、入力された受話音声信号ｒｄ（ｎ）のうち、サンプル数を減じるため、「５」のサンプルと「９」のサンプルを破棄する。

このように、サンプル数変換回路部２０３が受話音声信号ｒｄ（ｎ）のサンプルを破棄することにより、受話音声信号ｒｄ（ｎ）のサンプル数が減じられるから、その分、受話音声信号ｒｄ（ｎ）のサンプル数が少なくなり、受話信号処理の処理速度が早くなる。その結果、音声データの蓄積が低減し、通話遅延が低減する。

ここで、端末１−２のサンプル数変換回路部２０３によるサンプル数を減じる手法の概念を、図５を用いて説明する。

図５において、端末１−２の受話処理速度が、端末１−１の送話処理速度よりも早くするためには、端末１−２の動作クロックの精度が、端末１−１の動作クロックよりも相対的に早いほうに変位させたときに相当する処理速度にすることが望ましい。

そこで、端末１−２のサンプル数変換回路部２０３は、動作クロックの許容偏差範囲の上限値付近に変位させたときに相当する処理速度となるように、受話音声信号ｒｄ（ｎ）のサンプルを減じるようにする。これにより、少なくとも、受話側である端末１−２の受話処理速度を、送話側の端末１−１の送話処理速度よりも早くすることができるため、受話側での音声データの蓄積を低減させることができる。

なお、上記の例では、端末１−２のサンプル数変換回路部２０３が、受話音声信号ｒｄ（ｎ）のサンプルを減じる方法として、サンプルを破棄する場合を例示したが、その他の方法を適用するようにしても良い。

例えば、サンプル数変換回路部２０３は、Ｄ／Ａ変換部２２０のサンプリング周波数をアップサンプリングするようにしても良い。この場合も、図５に示す動作クロックの精度の許容偏差範囲の下限値付近に変位させるようにすることで実現できる。

また例えば、サンプリング数変換回路部２０３は、隣接するサンプルの音声データ値を用いて相加平均等の平均化処理を行い、サンプル数を減じるようにしても良い。この場合、サンプル数を減じて行なわれる受話信号処理が、動作クロックの精度の許容偏差範囲の上限値付近に変位させたときに相当する処理速度となるようにすることが望ましい。

（Ａ−３）第１の実施形態の効果
以上のように、第１の実施形態によれば、以下のような効果を奏することができる。

送話側の処理に関して、基準の処理（サンプル数を減じない場合）に比べると、ｄｓ（ｎ）が生成されないフレームが生じるために音声圧縮の起動タイミングが徐々に遅れていく。即ち、送話処理の速度が遅くなるため、対向側がクロックの精度が遅い方に変位している場合でも、対向側にて音声データが蓄積されていくことがない。

受信側の処理に関して、基準の処理に比べると、一度に２回ｒｓ（ｎ）が消費されるフレームが生じるため音声伸張の起動タイミングが徐々に早くなっていく。即ち、受話処理の速度が速くなるため、対向側がクロックの精度が早い方に変位している場合でも、自端末にて音声データが蓄積されていくことがない。

以上のように、対向側及び自端末側に音声データが蓄積されていくことがなく、通話遅延が生じない。

（Ｂ）第２の実施形態
次に、本発明の通話遅延低減装置及びプログラムの第２の実施形態を、図面を参照しながら詳細に説明する。

（Ｂ−１）第２の実施形態の構成
図７は、第２の実施形態に係る送話信号処理部１０の機能的構成を示すブロック図である。図７において、第２の実施形態の送話信号処理部１０アナログ／デジタル（Ａ／Ｄ）変換部１２０、通話遅延低減装置１００を有する。

第２の実施形態は、通話遅延低減装置１００が、サンプル数変換回路部１０１、音声圧縮回路部１０２、音声パケット生成回路部１０３に加えて、有音無音判定部１０４を有する点で第１の実施形態と異なる。

有音無音判定部１０４は、送話音声信号が有音であるか又は無音であるかを判定し、無音である場合に、その旨をサンプル数変換回路部１０１に通知するものである。

サンプル数変換回路部１０１は、有音無音判定部１０４から無音である旨の通知を受けると、第１の実施形態と同様にして、送話音声信号のサンプルを減じる処理を行う。

第２の実施形態は、有音無音判定部１０４を備え、サンプル数変換回路部１０１が、無音期間に送話音声信号ｓ（ｎ）のサンプルを減じることができる。これにより、有音期間に送話音声信号のサンプルを減じる場合には、受話側のユーザが「プツ」というような不快な音が聞こえる場合があるが、無音期間に送話音声信号のサンプルを減じることにより、そのような音が生じないため、通話品質を保持することができる。

図８は、第２の実施形態に係る受話信号処理部２０の機能的構成を示すブロック図である。図８において、第２の実施形態の受話信号処理部２０は、アナログ／デジタル（Ａ／Ｄ）変換部２２０、通話遅延低減装置２００を有する。

第２の実施形態は、通話遅延低減装置２００が、音声パケット分解回路部２０１、音声伸張回路部２０２、サンプル数変換回路部２０３に加えて、有音無音判定部２０４を有する点で第１の実施形態と異なる。

有音無音判定部２０４は、受話音声信号が有音であるか又は無音であるかを判定し、無音である場合に、その旨をサンプル数変換回路部２０３に通知するものである。

サンプル数変換回路部２０３は、有音無音判定部２０４から無音である旨の通知を受けると、第１の実施形態と同様にして、受話音声信号のサンプルを減じる処理を行う。

つまり、受話信号処理部２０においても、有音無音判定部２０４を備え、サンプル数変換回路部２０３が、無音期間に送話音声信号ｓ（ｎ）のサンプルを減じることができる。このように、無音期間に送話音声信号のサンプルを減じることにより、そのような音が生じないため、通話品質を保持することができる。

（Ｂ−２）第２の実施形態の効果
以上のように、第２の実施形態によれば、第１の実施形態の効果に加えて、無音期間に送話音声信号、受話音声信号のサンプルを減じることができるので通話品質を保持することができる。

（Ｃ）第３の実施形態
次に、本発明の通話遅延低減装置及びプログラムの第２の実施形態を、図面を参照しながら詳細に説明する。

（Ｃ−１）第３の実施形態の構成
図９は、第３の実施形態に係る受話信号処理部２０の機能的構成を示すブロック図である。図９において、第３の実施形態の受話信号処理部２０は、アナログ／デジタル（Ａ／Ｄ）変換部２２０、通話遅延低減装置２００を有する。

第３の実施形態は、通話遅延低減装置２００が、音声パケット分解回路部２０１、音声伸張回路部２０２、サンプル数変換回路部２０３に加えて、変換切替部２０５を有する点で第１の実施形態と異なる。

なお、図９は、第１の実施形態の構成要素に変換切替部２０５を加える場合を例示するが、第２の実施形態の構成に変換切替部２０５を加えるようにしても良い。

変換切替部２０５は、サンプル数変換回路部２０３が受話音声信号ｒｄ（ｎ）のサンプルを減じる割合を切り替えるものである。

図５において、第１の実施形態では、サンプル数変換回路部２０３は、動作クロックの許容偏差範囲の上限値付近に変位させたときに相当する処理速度となるように、受話音声信号ｒｄ（ｎ）のサンプルを減じるようにした。

しかし、受話側の受話信号処理部２０において音声データの蓄積を少なくするためには、端末１−２の動作クロックの精度が、端末１−１の動作クロックよりも相対的に早いほうに変位させたときに相当する処理速度であればよい。

つまり、図５において、端末１−２の動作クロックの精度が、許容偏差の上限値から端末１−１の動作クロックまでの間にあればよく、変換切替部２０５は、許容偏差の上限値の付近から端末１−１の動作クロックの方に近づくように
サンプル数変換回路部２０３のサンプル数を減じる割合を切替制御する。

例えば、変換切替部２０５は、受話側の音声データのバッファ蓄積量を監視し、バッファ蓄積量が多い場合にはサンプル数変換回路部２０３が減じるサンプルの割合を高めるように制御する。

一方、変換切替部２０５がバッファアンダーフローを検出すると、受話処理速度が送話処理速度より早くなった状態とみることができる。そのため、変換切替部２０５は、サンプル数変換回路部２０３が減じるサンプルの割合を低下させるように制御する。

換言すると、変換切替部２０５は、以下の通話低減条件を満たすように、サンプル数変換回路部２０３の動作を制御する。

例えば、音声伸張回路部２０２の動作クロックのクロック周波数が「ｘ（ｋＨｚ）」であり、音声パケット分解回路部２０１の動作クロックのクロック周波数が「ｙ（ｋＨｚ）」であるとする。このとき、音声データの蓄積をなくす通話遅延低減条件は、バッファをアンダーフローにすることである。つまり、音声伸張回路部２０２の処理速度が音声パケット分解回路部２０１の処理速度以上である場合であるから、変換切替部２０５は、「ｘ≧ｙ」の条件を満たすように、サンプル数変換回路部２０３の動作を制御する。

図１０は、第３の実施形態に係る送話信号処理部１０の機能的構成を示すブロック図である。図１０において、第３の実施形態の送話信号処理部１０は、アナログ／デジタル（Ａ／Ｄ）変換部１２０、通話遅延低減装置１００を有する。

第３の実施形態は、通話遅延低減装置１００が、サンプル数変換回路部１０１、音声圧縮回路部１０２、音声パケット生成回路部１０３に加えて、変換切替部１０５を有する点で第１の実施形態と異なる。

なお、図１０は、第１の実施形態の構成要素に変換切替部１０５を加える場合を例示するが、第２の実施形態の構成に変換切替部１０５を加えるようにしても良い。

変換切替部１０５は、サンプル数変換回路部１０１が送話音声信号ｓ（ｎ）のサンプルを減じる割合を切り替えるものである。

図５において、第１の実施形態では、サンプル数変換回路部１０１は、動作クロックの許容偏差範囲の下限値付近に変位させたときに相当する処理速度となるように、送話音声信号ｓ（ｎ）のサンプルを減じるようにした。

しかし、受話側の端末１−２において音声データの蓄積を少なくするためには、端末１−１の動作クロックの精度が、端末１−２の動作クロックよりも相対的に遅いほうに変位させたときに相当する処理速度であればよい。

つまり、図５において、端末１−１の動作クロックの精度が、許容偏差の下限値から端末１−２の動作クロックまでの間にあればよい。変換切替部１０５は、許容偏差の下限値の付近から端末１−２の動作クロックの方に近づくように
サンプル数変換回路部１０１のサンプル数を減じる割合を切替制御する。

ここで、受話側である端末１−２の送話信号処理部１０の音声パケット生成回路部１０３と受話信号処理部２０の音声パケット分解回路部２０１とは同調している。また、ネットワーク２を介して、端末１−１は端末１−２との間で音声パケットの処理タイミングを同期しているから、端末１−１の音声パケット生成回路部１０３は、端末１−２の音声パケット分解回路部２０１とは同調している。端末１−１の音声パケット生成回路部１０３と端末１−１の音声パケット分解回路部２０１とは同調していない。

従って、端末１−１において、音声パケット分解回路部２０１の動作クロックのクロック周波数が「ｙ（ｋＨｚ）」とし、音声圧縮回路部１０２の動作クロックのクロック周波数が「Ｘ（ｋＨｚ）」としたときに、変換切替部１０５は、「Ｘ≦ｙ」としたときに、少なくとも、端末１−１の音声パケット生成回路部１０３が音声圧縮回路部１０２よりも早く処理することができる。

（Ｃ−２）第３の実施形態の効果
以上のように、第３の実施形態によれば、第１及び第２の実施形態の効果に加えて、サンプル数変換回路部のサンプルを減じる割合を調整することができる。そのため、送話側と受話側との間で送話処理速度と受話処理速度の調整を行うことができる。

（Ｄ）他の実施形態
上述した第１〜第３の実施形態においても本発明の種々の変形実施形態を説明したが、本発明は、以下のような他の実施形態にも適用することができる。

（Ｄ−１）上述した第１の実施形態では、送話側のサンプル数変換回路部１０１が、動作クロックの精度の許容偏差の下限値付近に変位させたときに相当する処理速度になるように、送話音声信号ｓ（ｎ）のサンプル数を減じる場合を例示した。

しかし、許容偏差の下限値付近の処理速度にすることに限定されない。送話側の端末１−１は、受話側の端末１−２の動作クロックの精度を知ることができない。そのため、許容偏差の最遅値である下限値付近に変位させたときの処理速度にすれば、少なくとも受話側の端末１−２の受話信号処理の処理速度よりは遅くなるという意味である。

サンプル数変換回路部１０１は、送話処理速度が受話処理速度よりも相対的に遅くなるようにすることを本質的な意図するものである。

同様に、受話側の送話側のサンプル数変換回路部２０３も、動作クロックの精度の許容偏差の上限値付近に変位させたときに相当する処理速度になるように、受話音声信号ｒｄ（ｎ）のサンプル数を減じる場合を例示した。しかし、上記と同様の観点から、許容偏差の上限値付近に処理速度にすることに限定されない。サンプル数変換回路部２０３は、受話処理速度が送話処理速度よりも相対的に早くなるようにすることを本質的な意図するものである。

１０…送話信号処理部、１００…通話遅延低減装置、１０１…サンプル数変換回路部、１０２…音声圧縮回路部、１０３…音声パケット生成回路部、１０４…有音無音判定部、１０５…変換切替部、
２０…受話信号処理部、２００…通話遅延低減装置、２０１…音声パケット分解回路部、２０２…音声伸張回路部、２０３…サンプル数変換回路部、２０４…有音無音判定部、２０５…変換切替部。

Claims (8)

1. 入力された送話音声信号のサンプル数を所定の割合で減じるサンプル数変換手段と、
   上記サンプル数変換手段による処理後の送話音声信号を用いて送話信号処理を行う送話信号処理手段と
   を備えることを特徴とする通話遅延低減装置。
2. 上記入力された送話音声信号が有音であるか又は無音であるかを判定する有音無音判定手段を備え、
   上記サンプル数変換手段が、無音期間において、上記送話音声信号のサンプル数を減じるものである
   ことを特徴とする請求項１に記載の通話遅延低減装置。
3. 入力された信号に対して受話信号処理を行う受話信号処理手段を備え、
   上記送話信号処理手段が音声圧縮部を有するものであり、
   上記サンプル数変換手段は、上記受話信号処理手段と上記音声圧縮部との処理速度に応じて、上記送話音声信号のサンプル数を減じるものである
   ことを特徴とする請求項１又は２に記載の通話遅延低減装置。
4. 入力された信号に対して受話信号処理を行う受話信号処理手段と、
   上記受話信号処理手段から入力された受話音声信号のサンプル数を処理の割合で減じるサンプル数変換手段と
   を備えることを特徴とする通話遅延低減装置。
5. 上記受話音声信号が有音であるか又は無音であるかを判定する有音無音判定手段を備え、
   上記サンプル数変換手段が、無音期間において、上記受話音声信号のサンプル数を減じるものである
   ことを特徴とする請求項４に記載の通話遅延低減装置。
6. 上記受話信号処理手段が、音声パケット分解部と音声伸張部とを有するものであり、
   上記サンプル数変換手段が、上記音声パケット分解部と上記音声伸張部との処理速度に応じて、上記受話音声信号のサンプル数を減じるものである
   ことを特徴とする請求項４又は５に記載の通話遅延低減装置。
7. コンピュータを、
   入力された送話音声信号のサンプル数を所定の割合で減じるサンプル数変換手段と、
   上記サンプル数変換手段による処理後の送話音声信号を用いて送話信号処理を行う送話信号処理手段と
   して機能させることを特徴とする通話遅延低減プログラム。
8. コンピュータを、
   入力された信号に対して受話信号処理を行う受話信号処理手段と、
   上記受話信号処理手段から入力された受話音声信号のサンプル数を処理の割合で減じるサンプル数変換手段と
   して機能させることを特徴とする通話遅延低減プログラム。

Images