JP2020136904A - スピーカ装置、ビデオ会議装置及び電子黒板 - Google Patents

Abstract

【課題】 臨場感のある音声を出力する。【解決手段】 本発明による、対象に対して複数台で使用されるスピーカ装置が、前記複数台のスピーカ装置のうち、自機と異なる他機を検出する他機検出部と、前記他機の位置である他機位置を検出する他機位置検出部と、前記対象を検出する対象検出部と、前記対象の位置である対象位置を検出する対象位置検出部と、前記他機位置及び前記対象位置に基づいて、入力音声に基づいて生成される第１音声及び第２音声を調整して第１調整音声及び第２調整音声を生成する調整部と、前記第１調整音声を出力する音声出力部と、前記第２調整音声を前記他機に出力させる音声出力指示部とを備える。【選択図】図１

Description

本発明は、スピーカ装置、ビデオ会議装置及び電子黒板に関する。

近年、複数のスピーカ装置を用いることで、いわゆるステレオ出力をする方法が知られている。

例えば、ステレオ出力が可能なテレビ会議装置が、モノラルの音声信号に基づいて、ステレオ化させた音声信号を生成する。このステレオ化させた音声信号を用いると、左右のスピーカによりステレオ再生が可能となる方法知られている（例えば、特許文献１参照）。

しかしながら、２ 台以上のスピーカ装置又はスピーカ装置を有する装置を２ 台以上並べて用いる場合等では、従来の方法は、それぞれのスピーカ装置を連携させて臨場感のある音声を出力できない。

本発明の一態様は、臨場感のある音声を出力させることを目的とする。

本発明の一実施形態による、対象に対して複数台で使用されるスピーカ装置は、
前記複数台のスピーカ装置のうち、自機と異なる他機を検出する他機検出部と、
前記他機の位置である他機位置を検出する他機位置検出部と、
前記対象を検出する対象検出部と、
前記対象の位置である対象位置を検出する対象位置検出部と、
前記他機位置及び前記対象位置に基づいて、入力音声に基づいて生成される第１音声及び第２音声を調整して第１調整音声及び第２調整音声を生成する調整部と、
前記第１調整音声を出力する音声出力部と、
前記第２調整音声を前記他機に出力させる音声出力指示部と
を備えることを特徴とする。

本発明の実施形態によって、臨場感のある音声を出力できる。

スピーカ装置のハードウェア構成例を示すブロック図である。 スピーカ装置の使用例を示すブロック図である。 スピーカシステムにおけるデータの送受信例を示すブロック図である。 全体処理例を示すフローチャートである。 他機位置及び対象位置の検出例である。 第２実施形態における全体処理例を示すフローチャートである。 第２実施形態におけるスピーカ装置の使用例を示すブロック図である。 機能構成例を示す機能ブロック図である。 ビデオ会議端末のハードウェア構成例を示す図である。 電子黒板のハードウェア構成例を示す図である。

以下、発明を実施するための最適な形態について、図面を参照して説明する。

＜第１実施形態＞
＜スピーカ装置の例＞
スピーカ装置は、例えば、以下のようなハードウェア構成の装置である。

＜ハードウェア構成例＞
図１は、スピーカ装置のハードウェア構成例を示すブロック図である。例えば、スピーカ装置１０は、入力インタフェース（以下「入力Ｉ／Ｆ１０Ｈ１」という。）と、音声出力装置１０Ｈ２と、カメラ１０Ｈ３と、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ、（以下「ＣＰＵ１０Ｈ４」という。）と、記憶装置１０Ｈ５と、出力Ｉ／Ｆ１０Ｈ６とを有する。

入力Ｉ／Ｆ１０Ｈ１は、無線、ネットワーク又はケーブル等によって、外部装置からデータを入力する装置である。具体的には、入力Ｉ／Ｆ１０Ｈ１は、コネクタ、アンテナ及び処理用のＩＣ等の組み合わせである。

音声出力装置１０Ｈ２は、音声を対象に対して出力する装置である。例えば、音声出力装置１０Ｈ２は、スピーカ等である。

カメラ１０Ｈ３は、周辺を撮像して画像データを生成する撮像装置の例である。

ＣＰＵ１０Ｈ４は、演算装置及び制御装置の例である。

記憶装置１０Ｈ５は、データを記憶する主記憶装置等である。また、記憶装置１０Ｈ５は、ハードディスク又はＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）等の補助記憶装置を有してもよい。

出力Ｉ／Ｆ１０Ｈ６は、無線、ネットワーク又はケーブル等によって、外部装置にデータを出力する装置である。具体的には、出力Ｉ／Ｆ１０Ｈ６は、コネクタ、アンテナ及び処理用のＩＣ等の組み合わせである。

なお、スピーカ装置１０には、マイク等の入力装置があってもよい。すなわち、スピーカ装置１０は、内部又は外部に接続される装置があってもよい。

＜スピーカ装置の使用例＞
図２は、スピーカ装置の使用例を示すブロック図である。例えば、スピーカ装置は、図示するように、スピーカシステム１において、対象の例である傍聴者ＬＲに対して、右側及び左側となるように配置されて使用される。以下、図示するように、傍聴者ＬＲの位置から見て右側に配置されるスピーカ装置を「右側装置１０Ｒ」という。一方で、傍聴者ＬＲの位置から見て左側に配置されるスピーカ装置を「左側装置１０Ｌ」という。すなわち、以下に説明する例は、右側装置１０Ｒが自機となる例であり、かつ、左側装置１０Ｌが他機となる例である。

図示するように、右側装置１０Ｒ及び左側装置１０Ｌは、２ 台で１つの音声を分けて出力し、傍聴者ＬＲに音声を伝える。例えば、スピーカシステム１において、発言者ＳＰが発言した音声がマイク１１によって、音声信号に変換される。そして、音声信号は、ネットワークＮＷ等を介して、右側装置１０Ｒに入力される。

また、発言者ＳＰは、スピーカシステム１が有するネットワークカメラ１２が撮像する。そして、右側装置１０Ｒには、ネットワークカメラ１２が生成した画像データがネットワークＮＷを介して送信される。

以下、発言者の発声（以下「入力音声」という。）が音源となり、右側装置１０Ｒが、音声信号に対する処理を行う場合を例に説明する。ただし、スピーカ装置の接続構成、処理を行う装置及びスピーカシステム１の構成は、図示するような構成に限られない。すなわち、処理は、右側装置１０Ｒ以外の装置が行ってもよい。具体的には、左側装置１０Ｌ又はスピーカシステム１が有する情報処理装置等が処理を行って右側装置１０Ｒ及び左側装置１０Ｌが音声を出力する構成でもよい。このように、処理は、右側装置１０Ｒ以外の情報処理装置が分散等して行ってもよい。

したがって、スピーカシステム１では、例えば、以下のようなデータが送受信される。

図３は、スピーカシステムにおけるデータの送受信例を示すブロック図である。例えば、図示するように、スピーカシステム１では、発信側からネットワークＮＷを介して受信側に送信される。

まず、入力音声ＳＤＩは、マイク１１によって、入力音声データＤ１に変換される。そして、入力音声データＤ１は、ネットワークＮＷを介して、右側装置１０Ｒに送信される。そして、右側装置１０Ｒは、入力音声ＳＤＩを元にして、右側装置１０Ｒが出力する音声を出力するための音声データと、入力音声ＳＤＩを元にして、左側装置１０Ｌが出力する音声を出力するための音声データを生成する。このように、右側装置１０Ｒ及び左側装置１０Ｌが割り振られた音声データに基づいて、音声をそれぞれ出力すると、入力音声ＳＤＩを再現した音声をステレオ出力で行うことができる。

また、右側装置１０Ｒは、発言者を撮像した画像データＤ２に基づいて、発言者の位置（方向等を含む。）及びマイク１１に対する距離等を認識する。例えば、右側装置１０Ｒは、画像データＤ２に対して顔認識処理等を行うと、発言者の認識、位置及びマイク１１に対する距離等を検出できる。

なお、発言者の認識、位置及びマイク１１に対する距離等は、画像データＤ２以外のデータに基づいて検出されてもよい。例えば、入力音声データＤ１に基づいて、検出は行われてもよい。このような位置等を検出する場合には、マイク１１は、いわゆるマイクアレイであるのが望ましい。このように、マイクアレイを用いる構成であると、音源が位置する音源位置（マイクに対する位置及び方向等が含まれる。）を精度よく検出できる。

なお、データの送受信は、双方向に行われてもよい。また、データの処理は、右側装置１０Ｒが行うに限られず、発信側等で行われてもよい。

＜全体処理例＞
図４は、全体処理例を示すフローチャートである。例えば、図２に示すような構成、すなわち、偶数台のスピーカ装置を使用する場合には、右側装置１０Ｒは、以下のような全体処理を行う。

ステップＳ０１では、右側装置１０Ｒは、他機を検出する。すなわち、右側装置１０Ｒは、左側装置１０Ｌのように、右側装置１０Ｒと連携して音声を出力する装置を検出する。なお、他機は、左側装置１０Ｌのように、右側装置１０Ｒと同機種でなくともよい。

ステップＳ０２では、右側装置１０Ｒは、他機位置及び対象位置等を検出する。具体的には、右側装置１０Ｒは、例えば、左側装置１０Ｌ等から画像データを取得し、それぞれの画像データを比較する。そして、それぞれの画像データに、同じ被写体が撮像されていると、画像における同じ被写体の位置等から、他機位置が分かる。すなわち、例えば、右側装置１０Ｒは、左側装置１０Ｌより、対象に対して右側にある、及び、対象が右側装置１０Ｒから見て左にいる等の位置関係が分かる。

また、それぞれの画像データに、例えば、人が写っていると、右側装置１０Ｒは、人を検出して対象と認識する。このように、検出を行うと、右側装置１０Ｒは、対象に対する位置関係を把握できる。

なお、他機位置及び対象位置の検出は、左側装置１０Ｌによる画像データを用いる方法に限られない。例えば、他機位置及び対象位置の検出は、他のカメラ等といった外部装置が生成するセンサデータを利用して行われてもよい。また、他機位置及び対象位置は、右側装置１０Ｒに設定する等でもよい。

ステップＳ０３では、右側装置１０Ｒが対象に対して、右側となるか否かを判断する。すなわち、他機位置及び対象位置を検出して位置関係が分かると、右側装置１０Ｒは、連携する複数台のスピーカ装置が「右側」となるか、又は、「左側」となるかが判断できる。

次に、自機が右側であると（ステップＳ０３でＹＥＳ）、右側装置１０Ｒは、ステップＳ０４に進む。一方で、自機が右側でない、すなわち、左側であると（ステップＳ０３でＮＯ）、右側装置１０Ｒは、ステップＳ０５に進む。

ステップＳ０４では、右側装置１０Ｒは、自機を右側のスピーカ装置と決定し、かつ、右側装置１０Ｒは、他機を左側のスピーカ装置と決定する。

ステップＳ０５では、右側装置１０Ｒは、自機を左側のスピーカ装置と決定し、かつ、右側装置１０Ｒは、他機を右側のスピーカ装置と決定する。

以下、ステップＳ０４が行われる場合、すなわち、図２のような配置を例に説明する。

ステップＳ０６では、右側装置１０Ｒは、入力音声を取得する。具体的には、右側装置１０Ｒは、図３における構成では、入力音声データを入力することで入力音声を取得する。

そして、左側装置１０Ｌ及び右側装置１０Ｒは、連携してステレオ出力を行うために、例えば、以下のように処理を行う。

ステップＳ０７では、右側装置１０Ｒが対象に対して、右側となるか否かを判断する。

次に、自機が右側であると（ステップＳ０７でＹＥＳ）、右側装置１０Ｒは、ステップＳ０８に進む。一方で、自機が右側でない、すなわち、左側であると（ステップＳ０７でＮＯ）、右側装置１０Ｒは、ステップＳ０９に進む。

以下、右側装置１０Ｒが出力する音声を生成するのに、基準となる音声を「第１音声」という。同様に、左側装置１０Ｌが出力する音声を生成するのに、基準となる音声を「第２音声」という。例えば、第１音声及び第２音声は、入力音声と同じ音声である。すなわち、第１音声及び第２音声は、例えば、入力音声をコピーして生成される。なお、第１音声及び第２音声は、入力音声と同一に限られない。例えば、第１音声及び第２音声は、入力音声に対してノイズ除去等を行って、品質を良くする処理が行われた音声等でもよい。

ステップＳ０８では、右側装置１０Ｒは、第１音声の音量を上げ、かつ、第２音声が第１音声より遅延して出力されるように音声を調整して、第１音声を調整した音声（以下「第１調整音声」という。）と、第２音声を調整した音声（以下「第２調整音声」という。）とを生成する。すなわち、右側装置１０Ｒは、第１音声の音量を高くした第１調整音声を生成する。このようにすると、第１調整音声及び第２調整音声の間で音圧に差がつく。さらに、右側装置１０Ｒは、第２音声を遅延させた第２調整音声を生成するのが望ましい。

このように、右側装置１０Ｒは、音源位置に基づいて、いずれかの音声を遅延させるのが望ましい。この場合には、第１音声を出力する側に、音源があると検出された場合である。すなわち、右側装置１０Ｒは、音源に近い方の音声が早く出力されるように調整を行う。具体的には、例えば、音源位置がマイクに対して右側にある「右寄り」であるとする。このような場合には、音源位置が右側に近いと判定される。そして、右側装置１０Ｒは、第２音声より早く出力される第１音声を出力する。この場合には、右側装置１０Ｒは、例えば、第２音声を第１音声より１０ ミリ秒遅延させる。

人は、先に音声が届く方に音源があると感じる。そのため、このように、音源位置に基づいて、音声が出力されるタイミングが調整されると、疑似的にステレオ感を作り出して、より臨場感のある音声を出力できる。

ステップＳ０９では、右側装置１０Ｒは、第２音声の音量を上げ、かつ、第１音声が第２音声より遅延して出力されるように、音声を調整して第１調整音声及び第２調整音声を生成する。すなわち、右側装置１０Ｒは、ステップＳ０８とは逆となるように調整する。したがって、この場合には、音源位置が左側に近いと判定された場合である。

以上のように、右側装置１０Ｒは、第１音声及び第２音声に対して、位置関係に基づいて、右側装置１０Ｒは、ステップＳ０８又はステップＳ０９によって、音量、音圧、出力タイミング又はこれらの組み合わせを調整して、第１調整音声及び第２調整音声を生成する。次に、右側装置１０Ｒは、例えば、調整された音声、すなわち、第１調整音声及び第２調整音声を連携するスピーカ装置と連携して出力する。

ステップＳ１０では、右側装置１０Ｒは、第２調整音声の出力指示を行う。具体的には、右側装置１０Ｒは、第２調整音声を示すデータを左側装置１０Ｌに送信する。すなわち、右側装置１０Ｒは、ステップＳ０８又はステップＳ０９で調整された音声を左側装置１０Ｌに出力させる。

ステップＳ１１では、右側装置１０Ｒは、第１調整音声を出力する。

＜他機位置及び対象位置の検出例＞
他機位置及び対象位置の検出、すなわち、ステップＳ０２、ステップＳ０３及びステップＳ０７は、例えば、以下のように行われる。

図５は、他機位置及び対象位置の検出例である。まず、図５（Ａ）のように、右側装置１０Ｒ及び左側装置１０Ｌが配置され、かつ、対象となる人が５ 人いる場合であるとする。また、傍聴者となる人（以下単に「人」という。）Ｍ１乃至Ｍ５は、図示するような配置であるとする。さらに、この例では、左側装置１０Ｌは、図示するような範囲（以下「第１範囲ＲＧ１」という。）を撮像して画像データ（以下「第１画像データＩＭＧ１」という。）を生成する。一方で、この例では、右側装置１０Ｒは、図示するような範囲（以下「第２範囲ＲＧ２」という。）を撮像して画像データ（以下「第２画像データＩＭＧ２」という。）を生成する。

図示するように、第１範囲ＲＧ１及び第２範囲ＲＧ２には、共通領域がある。したがって、第１画像データＩＭＧ１は、例えば、図５（Ｂ）に示すように生成される。同様に、第２画像データＩＭＧ２は、例えば、図５（Ｃ）に示すように生成される。

例えば、右側装置１０Ｒは、第１画像データＩＭＧ１及び第２画像データＩＭＧ２を比較して、自機位置及び他機位置、すなわち、自機及び他機の相対的な位置関係を決定する。例えば、右側装置１０Ｒは、まず、同じ被写体が写っていると認識する等の処理を行うと、共通領域ＣＭを第１画像データＩＭＧ１及び第２画像データＩＭＧ２のどちらの画像データでも抽出できる。次に、中央線ＣＬと比較すると、第１画像データＩＭＧ１では、共通領域ＣＭは、右に偏っている。一方で、第２画像データＩＭＧ２では、共通領域ＣＭは、中央線ＣＬに対して左に偏っている。このような処理から、第１画像データＩＭＧ１は、「左側」で撮像され、かつ、第２画像データＩＭＧ２は、「右側」で撮像されたと判定できる。このような判定結果に基づいて、右側装置１０Ｒは、左側装置１０Ｌを対象に対して左側とし、かつ、右側装置１０Ｒを対象に対して右側と決定する（ステップＳ０４）。

なお、右側装置１０Ｒは、共通領域ＣＭ以外を利用して決定を行ってもよい。具体的には、例えば、顔認識処理等を行うと、第１画像データＩＭＧ１及び第２画像データＩＭＧ２において、共通して写っている人を検出できる。例えば、人Ｍ３等が、第１画像データＩＭＧ１及び第２画像データＩＭＧ２のどちらでも認識することができる。このように、右側装置１０Ｒは、被写体を利用して位置関係を決定してもよい。

なお、他機位置及び対象位置等は、図示する方法に限られない。例えば、画像データに他機が写っているのを認識して、他機が自機に対してどの方向にあるかが認識されてもよい。

＜第２実施形態＞
第２実施形態は、例えば、第１実施形態と同一のハードウェア構成となるスピーカ装置を用いて実現される。以下、同一の構成要素には、同一の符号を付して説明を省略し、重複する説明を省略する。

第２実施形態では、スピーカ装置が、３ 台以上、すなわち、奇数台となる点が異なる。したがって、第２実施形態では、対象に対して、位置関係は、左側、中央又は右側のいずれかになる点が異なる。ゆえに、全体処理は、例えば、以下のようになる。

＜全体処理例＞
図６は、第２実施形態における全体処理例を示すフローチャートである。第１実施形態と比較すると、ステップＳ２０１乃至ステップＳ２０６が異なる。

ステップＳ２０１では、右側装置１０Ｒは、それぞれのスピーカ装置を左側、中央又は右側のいずれかに決定する。すなわち、画像データの比較等によって、右側装置１０Ｒは、それぞれのスピーカ装置が、左側に配置されているか、中央に配置されているか、又は、右側に配置されているかのいずれか判定する。この判定結果に基づいて、右側装置１０Ｒは、それぞれのスピーカ装置の位置関係を決定する。

ステップＳ２０２では、第１音声の音量を上げ、かつ、第２音声を遅延させる等の調整によって第１調整音声及び第２調整音声を生成する。例えば、右側装置１０Ｒは、ステップＳ０８と同様に、第１調整音声及び第２調整音声を生成する。

ステップＳ２０３では、右側装置１０Ｒは、右側に決定されたスピーカ装置に第１調整音声を出力するように指示する。

ステップＳ２０４では、右側装置１０Ｒは、左側に決定されたスピーカ装置に第２調整音声を出力するように指示する。

ステップＳ２０５では、右側装置１０Ｒは、中央に決定されたスピーカ装置に消音にするように指示する。

ステップＳ２０６では、右側装置１０Ｒは、自機に決定された位置関係に基づいて音声を出力する。具体的には、自機が右側と決定された場合には、右側装置１０Ｒは、第１調整音声を出力する。

＜スピーカ装置の使用例＞
第２実施形態では、例えば、スピーカ装置は、以下のように使用される。

図７は、第２実施形態におけるスピーカ装置の使用例を示すブロック図である。第１実施形態と比較すると、第２実施形態は、中央装置１０Ｃに決定されるスピーカ装置がある点が異なる。

図示するように、中央装置１０Ｃは、ミュート等によって、消音とする。一方で、右側装置１０Ｒ及び左側装置１０Ｌは、第１実施形態と同様に、右側装置１０Ｒが調整して生成し、位置関係に基づいて分けた音声を出力する。

＜機能構成例＞
図８は、機能構成例を示す機能ブロック図である。例えば、スピーカ装置の例である、右側装置１０Ｒは、他機検出部ＦＮ１と、他機位置検出部ＦＮ２と、対象検出部ＦＮ３と、対象位置検出部ＦＮ４と、調整部ＦＮ５と、音声出力部ＦＮ６と、音声出力指示部ＦＮ７とを備える機能構成である。

他機検出部ＦＮ１は、他機を検出する他機検出手順を行う。例えば、他機検出部ＦＮ１は、カメラ１０Ｈ３等によって実現される。

他機位置検出部ＦＮ２は、他機位置を検出する他機位置検出手順を行う。例えば、他機位置検出部ＦＮ２は、カメラ１０Ｈ３等によって実現される。

対象検出部ＦＮ３は、傍聴者ＬＲを検出する対象検出手順を行う。例えば、対象検出部ＦＮ３は、カメラ１０Ｈ３等によって実現される。

対象位置検出部ＦＮ４は、傍聴者ＬＲの位置を示す対象位置を検出する。例えば、対象位置検出部ＦＮ４は、カメラ１０Ｈ３等によって実現される。

調整部ＦＮ５は、他機位置及び対象位置等、すなわち、位置関係に基づいて、入力音声に基づいて生成される第１音声及び第２音声を調整して第１調整音声ＳＤ１及び第２調整音声ＳＤ２を生成する調整手順を行う。例えば、調整部ＦＮ５は、ＣＰＵ１０Ｈ４等によって実現される。

音声出力部ＦＮ６は、第１調整音声ＳＤ１を出力する音声出力手順を行う。例えば、音声出力部ＦＮ６は、音声出力装置１０Ｈ２等によって実現される。

音声出力指示部ＦＮ７は、第１調整音声ＳＤ１を他機に出力させる音声出力手順を行う。例えば、音声出力指示部ＦＮ７は、出力Ｉ／Ｆ１０Ｈ６等によって実現される。

以上のような機能構成であると、複数台で使用すれば、それぞれのスピーカ装置がいわゆるモノラルスピーカとなるハードウェア構成であっても、自機と他機で出力する音声を分けて出力すると、ステレオ出力が可能となる。

装置に音声出力装置を搭載するのに、例えば、部品の厚み、重さ、コスト又はアンプの消費電力等の制約により、１つの装置に複数の音声出力装置を搭載するが難しい場合がある。一方で、音声出力装置を１つ搭載する、すなわち、モノラルスピーカとすると、スピーカ装置は、装置の薄型化、軽量化、コストダウン、部品点数の削減又は部品が占有する面積の削減等とすることができる。さらに、１つ１つのスピーカ装置が、モノラルスピーカのようなハードウェア構成であっても、ステレオ出力によって、臨場感のある音声を出力させることができる。

そして、他機及び他機位置が検出でき、かつ、対象及び対象位置が検出できると、右側又は左側のように、位置関係を決定して出力する音声を分けることができる。すなわち、ステレオ出力における、位置関係が決まると、対象に対して適した位置にあるスピーカ装置から音声を出力させて、ステレオ出力を実現できる。

＜変形例＞
なお、スピーカ装置は、スピーカ装置から対象までの距離を計測してもよい。そして、スピーカ装置は、距離に合わせて音圧、音量、出力タイミング又はこれらの組み合わせを更に調整してもよい。同様に、スピーカ装置は、スピーカ装置の間の距離を計測し、利用してもよい。

位置の検出、方向の検出及び認識には、カメラ及びマイク以外のセンサが用いられてもよい。すなわち、スピーカ装置は、温度及び電波等を利用して検出等を行ってもよい。

また、画像データは、スピーカ装置が有する撮像装置等が生成するに限られない。例えば、スピーカ装置に、広角な撮像が可能な外部撮像装置等が接続され、画像データが外部装置等から取得されてもよい。

また、実施形態は、本実施形態に係るスピーカ装置を有する又は外部に接続させる情報処理装置でもよい。ほかにも、例えば、実施形態は、以下のような構成であってもよい。

＜ビデオ会議装置の例＞
図９は、ビデオ会議端末のハードウェア構成例を示す図である。図示するように、ビデオ会議装置の例である、ビデオ会議端末７は、ＣＰＵ７０１、ＲＯＭ７０２、ＲＡＭ７０３、フラッシュメモリ７０４、ＳＳＤ７０５、メディアＩ／Ｆ７０７、操作ボタン７０８、電源スイッチ７０９、バスライン７１０、ネットワークＩ／Ｆ７１１、ＣＭＯＳ（Ｃｏｍｐｌｅｍｅｎｔａｒｙ Ｍｅｔａｌ Ｏｘｉｄｅ Ｓｅｍｉｃｏｎｄｕｃｔｏｒ)センサ（以下「ＣＭＯＳセンサ７１２」という。）、撮像素子Ｉ／Ｆ、マイク７１４、スピーカ７１５、音入出力Ｉ／Ｆ７１６、ディスプレイＩ／Ｆ７１７、外部機器接続Ｉ／Ｆ７１８、近距離通信回路７１９、近距離通信回路７１９のアンテナ７１９ａを備えている。これらのうち、ＣＰＵ７０１は、ビデオ会議端末７全体の動作を制御する。ＲＯＭ７０２は、ＩＰＬ等のＣＰＵ７０１の駆動に用いられるプログラムを記憶する。ＲＡＭ７０３は、ＣＰＵ７０１のワークエリアとして使用される。フラッシュメモリ７０４は、通信用プログラム、画像データ、及び音データ等の各種データを記憶する。ＳＳＤ７０５は、ＣＰＵ７０１の制御に従ってフラッシュメモリ７０４に対する各種データの読み出し又は書き込みを制御する。なお、ＳＳＤに代えてＨＤＤを用いてもよい。メディアＩ／Ｆ７０７は、フラッシュメモリ等の記録メディア７０６に対するデータの読み出し又は書き込み（記憶）を制御する。操作ボタン７０８は、ビデオ会議端末７の宛先を選択する場合等に操作されるボタンである。電源スイッチ７０９は、ビデオ会議端末７の電源のＯＮ／ＯＦＦを切り換えるためのスイッチである。

また、ネットワークＩ／Ｆ７１１は、インターネット等の通信ネットワークを利用してデータ通信をするためのインターフェースである。ＣＭＯＳセンサ７１２は、ＣＰＵ７０１の制御に従って被写体を撮像して画像データを得る内蔵型の撮像手段の一種である。なお、ＣＭＯＳセンサではなく、ＣＣＤ（Ｃｈａｒｇｅ Ｃｏｕｐｌｅｄ Ｄｅｖｉｃｅ）センサ等の撮像手段であってもよい。撮像素子Ｉ／Ｆ７１３は、ＣＭＯＳセンサ７１２の駆動を制御する回路である。マイク７１４は、音を電気信号に変える内蔵型の回路である。スピーカ７１５は、電気信号を物理振動に変えて、音楽又は音声等の音を生み出す内蔵型の回路である。音入出力Ｉ／Ｆ７１６は、ＣＰＵ７０１の制御に従ってマイク７１４及びスピーカ７１５との間で音信号の入出力を処理する回路である。ディスプレイＩ／Ｆ７１７は、ＣＰＵ７０１の制御に従って外付けのディスプレイに画像データを送信する回路である。外部機器接続Ｉ／Ｆ７１８は、各種の外部機器を接続するためのインターフェースである。近距離通信回路７１９は、ＮＦＣ（Ｎｅａｒ Ｆｉｅｌｄ Ｃｏｍｍｕｎｉｃａｔｉｏｎ）又はＢｌｕｅｔｏｏｔｈ（登録商標）等の通信回路である。

また、バスライン７１０は、図２に示されているＣＰＵ７０１等の各構成要素を電気的に接続するためのアドレスバスやデータバス等である。

ディスプレイ７２０は、被写体の画像又は操作用アイコン等を表示する液晶や有機ＥＬ（Ｅｌｅｃｔｒｏ Ｌｕｍｉｎｅｓｃｅｎｃｅ）等によって構成された表示手段の一種である。また、ディスプレイ７２０は、ケーブルによってディスプレイＩ／Ｆ７１７に接続される。このケーブルは、アナログＲＧＢ（ＶＧＡ）信号用のケーブルであってもよいし、コンポーネントビデオ用のケーブルであってもよいし、ＨＤＭＩ（登録商標）(Ｈｉｇｈ−Ｄｅｆｉｎｉｔｉｏｎ Ｍｕｌｔｉｍｅｄｉａ Ｉｎｔｅｒｆａｃｅ)又はＤＶＩ（Ｄｉｇｉｔａｌ Ｖｉｄｅｏ Ｉｎｔｅｒａｃｔｉｖｅ）信号用のケーブルであってもよい。

なお、ＣＭＯＳセンサ７１２は、ＣＰＵ４０１の制御に従って被写体を撮像して画像データを得る内蔵型の撮像手段の一種である。なお、ＣＭＯＳセンサではなく、ＣＣＤセンサ等の撮像手段であってもよい。外部機器接続Ｉ／Ｆ７１８には、ＵＳＢケーブル等によって、外付けカメラ、外付けマイク、及び外付けスピーカ等の外部機器がそれぞれ接続可能である。外付けカメラが接続された場合には、ＣＰＵ７０１の制御に従って、内蔵型のＣＭＯＳセンサ７１２に優先して、外付けカメラが駆動する。同じく、外付けマイクが接続された場合や、外付けスピーカが接続された場合には、ＣＰＵ７０１の制御に従って、それぞれが内蔵型のマイク７１４や内蔵型のスピーカ７１５に優先して、外付けマイク又は外付けスピーカが駆動する。

また、記録メディア７０６は、ビデオ会議端末７に対して着脱自在な構成となっている。また、ＣＰＵ７０１の制御に従ってデータの読み出し又は書き込みを行う不揮発性メモリであれば、フラッシュメモリ７０４に限らず、ＥＥＰＲＯＭ等を用いてもよい。

＜電子黒板の例＞
図１０は、電子黒板のハードウェア構成例を示す図である。図示するように、電子黒板２は、ＣＰＵ２０１、ＲＯＭ(Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ)２０２、ＲＡＭ(Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ)２０３、ＳＳＤ２０４、ネットワークＩ／Ｆ２０５、及び、外部機器接続Ｉ／Ｆ２０６を備える。

これらのうち、ＣＰＵ２０１は、電子黒板２全体の動作を制御する。ＲＯＭ２０２は、ＣＰＵ２０１やＩＰＬ（Ｉｎｉｔｉａｌ Ｐｒｏｇｒａｍ Ｌｏａｄｅｒ）等のＣＰＵ２０１の駆動に用いられるプログラムを記憶する。ＲＡＭ２０３は、ＣＰＵ２０１のワークエリアとして使用される。ＳＳＤ２０４は、電子黒板用のプログラム等の各種データを記憶する。ネットワークＩ／Ｆ２０５は、通信ネットワークとの通信を制御する。外部機器接続Ｉ／Ｆ２０６は、各種の外部機器を接続するためのインターフェースである。この場合の外部機器は、例えば、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）メモリ２３０、外付け機器（マイク２４０、スピーカ２５０、カメラ２６０）である。

また、電子黒板２は、キャプチャデバイス２１１、ＧＰＵ２１２、ディスプレイコントローラ２１３、接触センサ２１４、センサコントローラ２１５、電子ペンコントローラ２１６、近距離通信回路２１９、及び近距離通信回路２１９のアンテナ２１９ａ、電源スイッチ２２２及び選択スイッチ類２２３を備える。

これらのうち、キャプチャデバイス２１１は、外付けのＰＣ（Ｐｅｒｓｏｎａｌ Ｃｏｍｐｕｔｅｒ）２７０のディスプレイに対して映像情報を静止画又は動画として表示させる。ＧＰＵ（Ｇｒａｐｈｉｃｓ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）２１２は、グラフィクスを専門に扱う半導体チップである。ディスプレイコントローラ２１３は、ＧＰＵ２１２からの出力画像をディスプレイ２８０等へ出力するために画面表示の制御及び管理を行う。接触センサ２１４は、ディスプレイ２８０上に電子ペン２９０やユーザの手Ｈ等が接触したことを検知する。センサコントローラ２１５は、接触センサ２１４の処理を制御する。接触センサ２１４は、赤外線遮断方式による座標の入力及び座標の検出を行う。この座標の入力及び座標の検出する方法は、ディスプレイ２８０の上側両端部に設置された２つ受発光装置が、ディスプレイ２８０に平行して複数の赤外線を放射し、ディスプレイ２８０の周囲に設けられた反射部材によって反射されて、受光素子が放射した光の光路と同一の光路上を戻って来る光を受光する方法である。接触センサ２１４は、物体によって遮断された２つの受発光装置が放射した赤外線のＩＤをセンサコントローラ２１５に出力し、センサコントローラ２１５が、物体の接触位置である座標位置を特定する。電子ペンコントローラ２１６は、電子ペン２９０と通信することで、ディスプレイ２８０へのペン先のタッチやペン尻のタッチの有無を判断する。近距離通信回路２１９は、ＮＦＣ又はＢｌｕｅｔｏｏｔｈ（登録商標）等の通信回路である。電源スイッチ２２２は、電子黒板２の電源のＯＮ／ＯＦＦを切り換えるためのスイッチである。選択スイッチ類２２３は、例えば、ディスプレイ２８０の表示の明暗や色合い等を調整するためのスイッチ群である。

更に、電子黒板２は、バスライン２１０を備えている。バスライン２１０は、図２に示されているＣＰＵ２０１等の各構成要素を電気的に接続するためのアドレスバスやデータバス等である。

なお、接触センサ２１４は、赤外線遮断方式に限らず、静電容量の変化を検知することにより接触位置を特定する静電容量方式のタッチパネル、対向する２つの抵抗膜の電圧変化によって接触位置を特定する抵抗膜方式のタッチパネル、接触物体が表示部に接触することによって生じる電磁誘導を検知して接触位置を特定する電磁誘導方式のタッチパネル等の種々の検出手段を用いてもよい。また、電子ペンコントローラ２１６が、電子ペン２９０のペン先及びペン尻だけでなく、電子ペン２９０のユーザが握る部分、又は、その他の電子ペンの部分のタッチの有無を判断するようにしてもよい。

＜その他の実施形態＞
なお、本発明に係る各処理の全部又は一部は、低水準言語又は高水準言語で記述され、コンピュータに音声処理方法を実行させるためのプログラムによって実現されてもよい。すなわち、プログラムは、スピーカ装置又はスピーカシステム等のコンピュータに各処理を実行させるためのコンピュータプログラムである。

したがって、プログラムに基づいて音声処理方法が実行されると、コンピュータが有する演算装置及び制御装置は、各処理を実行するため、プログラムに基づいて演算及び制御を行う。また、コンピュータが有する記憶装置は、各処理を実行するため、プログラムに基づいて、処理に用いられるデータを記憶する。

また、プログラムは、コンピュータが読み取り可能な記録媒体に記録されて頒布することができる。なお、記録媒体は、磁気テープ、フラッシュメモリ、光ディスク、光磁気ディスク又は磁気ディスク等のメディアである。さらに、プログラムは、電気通信回線を通じて頒布することができる。

なお、本発明に係る実施形態は、スピーカシステムによって実現されてもよい。また、スピーカシステムは、複数の情報処理装置等によって、各処理を冗長、分散、並列、仮想化又はこれらを組み合わせて実行してもよい。

以上、実施形態における一例について説明したが、本発明は、上記実施形態に限定されない。すなわち、本発明の範囲内で種々の変形及び改良が可能である。

１ スピーカシステム
２ 電子黒板
７ ビデオ会議端末
１０ スピーカ装置
１０Ｃ 中央装置
１０Ｈ２ 音声出力装置
１０Ｈ３ カメラ
１０Ｈ５ 記憶装置
１０Ｌ 左側装置
１０Ｒ 右側装置
１１ マイク
１２ ネットワークカメラ
２０５ ネットワークＩ／Ｆ
２１０ バスライン
２１１ キャプチャデバイス
２１３ ディスプレイコントローラ
２１４ 接触センサ
２１５ センサコントローラ
２１６ 電子ペンコントローラ
２１９ 近距離通信回路
２１９ａ アンテナ
２２２ 電源スイッチ
２２３ 選択スイッチ類
２３０ ＵＳＢメモリ
２４０ マイク
２５０ スピーカ
２６０ カメラ
２８０ ディスプレイ
２９０ 電子ペン
７０４ フラッシュメモリ
７０６ 記録メディア
７０８ 操作ボタン
７０９ 電源スイッチ
７１０ バスライン
７１２ ＣＭＯＳセンサ
７１４ マイク
７１５ スピーカ
７１９ 近距離通信回路
７１９ａ アンテナ
７２０ ディスプレイ
ＣＬ 中央線
ＣＭ 共通領域
Ｄ１ 入力音声データ
Ｄ２ 画像データ
ＦＮ１ 他機検出部
ＦＮ２ 他機位置検出部
ＦＮ３ 対象検出部
ＦＮ４ 対象位置検出部
ＦＮ５ 調整部
ＦＮ６ 音声出力部
ＦＮ７ 音声出力指示部
Ｈ 手
ＩＭＧ１ 第１画像データ
ＩＭＧ２ 第２画像データ
ＬＲ 傍聴者
Ｍ１、Ｍ２、Ｍ３、Ｍ４、Ｍ５ 人
ＮＷ ネットワーク
ＲＧ１ 第１範囲
ＲＧ２ 第２範囲
ＳＤ１ 第１調整音声
ＳＤ２ 第２調整音声
ＳＤＩ 入力音声
ＳＰ 発言者

特開平１０−８４５３９号公報

Claims (10)

1. 対象に対して複数台で使用されるスピーカ装置であって、
   前記複数台のスピーカ装置のうち、自機と異なる他機を検出する他機検出部と、
   前記他機の位置である他機位置を検出する他機位置検出部と、
   前記対象を検出する対象検出部と、
   前記対象の位置である対象位置を検出する対象位置検出部と、
   前記他機位置及び前記対象位置に基づいて、入力音声に基づいて生成される第１音声及び第２音声を調整して第１調整音声及び第２調整音声を生成する調整部と、
   前記第１調整音声を出力する音声出力部と、
   前記第２調整音声を前記他機に出力させる音声出力指示部と
   を備えるスピーカ装置。
2. 前記調整部は、
   前記他機位置に基づいて、音圧に差をつける、音声が出力されるタイミングを決定する又はこれらの組み合わせを行って、前記第１調整音声及び前記第２調整音声を生成する
   請求項１に記載のスピーカ装置。
3. 偶数台で使用する場合には、
   前記他機位置及び前記対象位置に基づいて、前記対象に対して、左側となるか、又は、右側となるかの位置関係が決定され、
   前記位置関係に基づいて、出力する音声が分けられる
   請求項１又は２に記載のスピーカ装置。
4. 入力音声を発生させる音源が位置する音源位置を更に検出し、
   前記音源位置が左側に近いか、又は、右側に近いかが判定され、
   前記音源位置が近いと判定された方であると、前記調整部は、前記第２音声より早く前記第１音声を出力するように調整して前記第１調整音声及び前記第２調整音声を生成する
   請求項３に記載のスピーカ装置。
5. 前記複数台のスピーカ装置は、撮像装置をそれぞれ有し、
   前記他機位置、前記対象位置又は前記位置関係は、前記撮像装置が生成する画像データに基づいて定まる
   請求項３又は４に記載のスピーカ装置。
6. 奇数台で使用する場合には、
   前記他機位置及び前記対象位置に基づいて、前記対象に対して、左側となるか、中央となるか、又は、右側となるかの位置関係が決定され、
   前記位置関係に基づいて、出力する音声が分けられる
   請求項１又は２に記載のスピーカ装置。
7. 入力音声を発生させる音源が位置する音源位置を更に検出し、
   前記音源位置が左側に近いか、又は、右側に近いかが判定され、
   前記調整部は、前記音源位置に基づいて前記第１調整音声及び前記第２調整音声を生成して、右側又は左側に決定されたスピーカ装置が前記第１調整音声及び前記第２調整音声を出力するように調整し、
   中央と決定されたスピーカ装置が消音するように調整する
   請求項６に記載のスピーカ装置。
8. 前記複数台のスピーカ装置は、撮像装置をそれぞれ有し、
   前記他機位置検出部は、前記撮像装置が生成する画像データに基づいて、前記他機位置を検出する
   請求項１乃至７のいずれか１項に記載のスピーカ装置。
9. 請求項１乃至８のいずれか１項に記載のスピーカ装置を有するビデオ会議装置。
10. 請求項９に記載のビデオ会議装置を有する電子黒板。

Images