JP3483086B2 - 音声電話会議装置 - Google Patents
音声電話会議装置Info
- Publication number
- JP3483086B2 JP3483086B2 JP6616296A JP6616296A JP3483086B2 JP 3483086 B2 JP3483086 B2 JP 3483086B2 JP 6616296 A JP6616296 A JP 6616296A JP 6616296 A JP6616296 A JP 6616296A JP 3483086 B2 JP3483086 B2 JP 3483086B2
- Authority
- JP
- Japan
- Prior art keywords
- speaker
- voice
- information
- speaker position
- microphone
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Landscapes
- Circuit For Audible Band Transducer (AREA)
- Telephonic Communication Services (AREA)
Description
【０００１】
【発明の属する技術分野】本発明は話者位置情報が伝送
可能な音声電話会議装置に関し、特に送信側の話者位置
情報を音声情報と共にひとつの伝送チャネルで伝送し、
受信側にてこの話者位置情報と音声情報から、各話者の
音声をそれぞれの話者位置に音像定位させることで、臨
場感があり、話者識別性の高い音声電話会議装置の提供
を狙いにしたものである。また、通話相手のマイク入力
の遠隔制御情報を音声情報と共にひとつの伝送チャネル
で伝送し、通話相手側のマイク入力の切替えや入力信号
レベルの遠隔制御が可能な音声電話会議装置の提供を狙
いにしたものである。
可能な音声電話会議装置に関し、特に送信側の話者位置
情報を音声情報と共にひとつの伝送チャネルで伝送し、
受信側にてこの話者位置情報と音声情報から、各話者の
音声をそれぞれの話者位置に音像定位させることで、臨
場感があり、話者識別性の高い音声電話会議装置の提供
を狙いにしたものである。また、通話相手のマイク入力
の遠隔制御情報を音声情報と共にひとつの伝送チャネル
で伝送し、通話相手側のマイク入力の切替えや入力信号
レベルの遠隔制御が可能な音声電話会議装置の提供を狙
いにしたものである。
【０００２】
【従来の技術】音声電話会議装置は、従来、多数の会議
参加者の音声を広く集音するため、複数個のマイクロホ
ンを使用できるようになっているものが一般的である
が、伝送路が１チャネルのため、各マイクロホンで集音
した信号を一度ミキシングした後に伝送するように構成
されている。
参加者の音声を広く集音するため、複数個のマイクロホ
ンを使用できるようになっているものが一般的である
が、伝送路が１チャネルのため、各マイクロホンで集音
した信号を一度ミキシングした後に伝送するように構成
されている。
【０００３】
【発明が解決しようとする課題】したがって、受信側で
は、会議参加者の発声する音像が一箇所に固定されて再
生されるので、話者の識別性が悪い（誰がしゃべってい
るのかわかりにくい）という問題があった。ＩＮＳネッ
トの２Ｂチャネルを使用して、会議参加者の音声をステ
レオで集音し、ステレオで伝送する方法も考えられる
が、この方法は、下記の問題がある。 （１）伝送路が２チャネルのため、通話料金が２倍かか
る。 （２）ステレオ集音・再生のため、複数のマイク・スピ
ーカが常時使用状態となるので、スピーカ・マイク間の
音の回り込み経路が増大するため、ハウリング抑圧のた
めの音場制御回路（エコーキャンセラー，エコーサブレ
ッサー）が複雑になり、装置規模が大きくなる。 （３）２つの伝送路（２Ｂ）が同期していないため、こ
の同期をとるための処理回路が必要となり、装置規模が
大きくなる。 （４）ステレオ再生側では、左右のスピーカの中央で聞
かないと、元の音の定位が得られないため、参加人数、
参加場所で制約を受ける。
は、会議参加者の発声する音像が一箇所に固定されて再
生されるので、話者の識別性が悪い（誰がしゃべってい
るのかわかりにくい）という問題があった。ＩＮＳネッ
トの２Ｂチャネルを使用して、会議参加者の音声をステ
レオで集音し、ステレオで伝送する方法も考えられる
が、この方法は、下記の問題がある。 （１）伝送路が２チャネルのため、通話料金が２倍かか
る。 （２）ステレオ集音・再生のため、複数のマイク・スピ
ーカが常時使用状態となるので、スピーカ・マイク間の
音の回り込み経路が増大するため、ハウリング抑圧のた
めの音場制御回路（エコーキャンセラー，エコーサブレ
ッサー）が複雑になり、装置規模が大きくなる。 （３）２つの伝送路（２Ｂ）が同期していないため、こ
の同期をとるための処理回路が必要となり、装置規模が
大きくなる。 （４）ステレオ再生側では、左右のスピーカの中央で聞
かないと、元の音の定位が得られないため、参加人数、
参加場所で制約を受ける。
【０００４】また、従来の音声電話会議装置は、通話相
手の再生音量等を受信側で聞きやすい音量に調整するた
めの、スピーカ音量調整機能を有しているが、この調整
は再生音量全体に対して調整されるため、例えば、相手
側に複数の人がおり、しかもそれぞれの発声レベルやマ
イクと人との距離が異なる場合には、マイク入力される
音量のレベルが大きく異なるため、再生側で全ての人に
整合した調整ができないという問題点があった。
手の再生音量等を受信側で聞きやすい音量に調整するた
めの、スピーカ音量調整機能を有しているが、この調整
は再生音量全体に対して調整されるため、例えば、相手
側に複数の人がおり、しかもそれぞれの発声レベルやマ
イクと人との距離が異なる場合には、マイク入力される
音量のレベルが大きく異なるため、再生側で全ての人に
整合した調整ができないという問題点があった。
【０００５】
【本発明の目的】本発明は、上記の問題点を解消し、装
置構成が簡単で通話料金の増加も生じない話者識別性の
高い音声会議装置を実現することを目的としたものであ
る。また、通話相手側のマイク入力の切替えや入力信号
レベルの遠隔制御が可能な音声電話会議装置を実現する
ことを目的としたものである。
置構成が簡単で通話料金の増加も生じない話者識別性の
高い音声会議装置を実現することを目的としたものであ
る。また、通話相手側のマイク入力の切替えや入力信号
レベルの遠隔制御が可能な音声電話会議装置を実現する
ことを目的としたものである。
【０００６】
【課題を解決するための手段】本発明は、『話者の位置
を検出する話者位置検出手段』，『話者位置情報と音声
情報を多重化する多重化手段』，『多重化された信号か
ら、話者位置情報と音声情報とを分離する情報分離手
段』，及び『話者位置情報に基づいて音声情報の再生位
置を制御する話者位置再生手段』を有することを主な特
徴とする。
を検出する話者位置検出手段』，『話者位置情報と音声
情報を多重化する多重化手段』，『多重化された信号か
ら、話者位置情報と音声情報とを分離する情報分離手
段』，及び『話者位置情報に基づいて音声情報の再生位
置を制御する話者位置再生手段』を有することを主な特
徴とする。
【０００７】
【発明の実施の形態】（１）図１に本発明の基本構成を
示す。１はマイクロホン、２はマイクロホンに音声入力
がある場合に話者の位置を検知する話者位置データ検出
回路、３はアナログの音声信号をデジタル信号に変換す
る音声コーデック（エンコーダ）、４はデジタルの音声
信号と話者位置情報を多重する話者位置情報多重回路、
５はＩＮＳネット等の回線インタフェース回路、６は受
信信号から音声信号と話者位置情報とを分離する話者位
置情報分離回路、７はデジタルの音声信号をアナログ信
号に変換する音声コーデック（デコーダ）、８はアナロ
グの音声信号を話者位置情報により該当するスピーカに
切替え再生する話者位置再生回路、９はスピーカ、１０
は全体の回路を制御する制御回路である。
示す。１はマイクロホン、２はマイクロホンに音声入力
がある場合に話者の位置を検知する話者位置データ検出
回路、３はアナログの音声信号をデジタル信号に変換す
る音声コーデック（エンコーダ）、４はデジタルの音声
信号と話者位置情報を多重する話者位置情報多重回路、
５はＩＮＳネット等の回線インタフェース回路、６は受
信信号から音声信号と話者位置情報とを分離する話者位
置情報分離回路、７はデジタルの音声信号をアナログ信
号に変換する音声コーデック（デコーダ）、８はアナロ
グの音声信号を話者位置情報により該当するスピーカに
切替え再生する話者位置再生回路、９はスピーカ、１０
は全体の回路を制御する制御回路である。
【０００８】以下、図１の動作を説明する。送信側の
動作マイクロホン１に音声入力があると、話者位置デー
タ検出回路２で話者位置の検出を行う。検出された話者
位置データ※１は、音声コーデック（エンコーダ）３で
デジタル信号に変換された音声データ※２と話者位置情
報多重回路４で多重し、回線インタフェース回路５を経
て回線へ送信する。
動作マイクロホン１に音声入力があると、話者位置デー
タ検出回路２で話者位置の検出を行う。検出された話者
位置データ※１は、音声コーデック（エンコーダ）３で
デジタル信号に変換された音声データ※２と話者位置情
報多重回路４で多重し、回線インタフェース回路５を経
て回線へ送信する。
【０００９】話者位置情報多重回路４における音声デー
タ※２と話者位置データ※１の多重方法について、図１
３により説明する。ＩＮＳネットでは、電話音声信号
は、８ｋＨｚでサンプリングされ量子化８ビットで符号
化し６４ｋｂ／ｓの伝送容量で通信されている。この
際、量子化８ビットを１フレームとし、網より８ｋＨｚ
のフレーム同期信号を各端末に送信することで送信側と
受信側とのフレーム同期をとる方法を採用している。本
発明において、音声データに話者位置データを割り込ま
せる場合もこの網のフレーム同期を利用するのが最も簡
単な方法と考えられる。図１３は１フレームを音声デー
タ：７ビット、話者位置データ：１ビットを割り付けた
例であり、図１４は１フレームを音声データ：６ビッ
ト、話者位置データ：２ビットを割り付けた例である
（音声の品質は、音声の量子化ビットが１ビット少なく
なるたびにＳ／Ｎが約６ｄＢ劣化する）。なお、７ｋＨ
ｚ高品質音声を利用する場合は、ＣＣＩＴＴ Ｇ７２
２，Ｇ７２５においてすでに、図１３及び図１４の割り
付けによる高品質音声とデータとの多重化方法が標準化
されているので、その勧告のデータチャネルを利用して
話者位置データ※１を送信するのがよい。 受信側の動作 回線インタフェース回路５を経て信号が受信されると話
者位置情報分離回路６にて話者位置データ＃１と音声デ
ータ＃２を分離する。話者位置再生回路８にて、音声コ
ーデック（デコーダ）７でアナログ信号に変換された音
声信号の各スピーカ９での再生レベルを上記話者位置デ
ータ＃１より算出し、スピーカ９より出力する。
タ※２と話者位置データ※１の多重方法について、図１
３により説明する。ＩＮＳネットでは、電話音声信号
は、８ｋＨｚでサンプリングされ量子化８ビットで符号
化し６４ｋｂ／ｓの伝送容量で通信されている。この
際、量子化８ビットを１フレームとし、網より８ｋＨｚ
のフレーム同期信号を各端末に送信することで送信側と
受信側とのフレーム同期をとる方法を採用している。本
発明において、音声データに話者位置データを割り込ま
せる場合もこの網のフレーム同期を利用するのが最も簡
単な方法と考えられる。図１３は１フレームを音声デー
タ：７ビット、話者位置データ：１ビットを割り付けた
例であり、図１４は１フレームを音声データ：６ビッ
ト、話者位置データ：２ビットを割り付けた例である
（音声の品質は、音声の量子化ビットが１ビット少なく
なるたびにＳ／Ｎが約６ｄＢ劣化する）。なお、７ｋＨ
ｚ高品質音声を利用する場合は、ＣＣＩＴＴ Ｇ７２
２，Ｇ７２５においてすでに、図１３及び図１４の割り
付けによる高品質音声とデータとの多重化方法が標準化
されているので、その勧告のデータチャネルを利用して
話者位置データ※１を送信するのがよい。 受信側の動作 回線インタフェース回路５を経て信号が受信されると話
者位置情報分離回路６にて話者位置データ＃１と音声デ
ータ＃２を分離する。話者位置再生回路８にて、音声コ
ーデック（デコーダ）７でアナログ信号に変換された音
声信号の各スピーカ９での再生レベルを上記話者位置デ
ータ＃１より算出し、スピーカ９より出力する。
【００１０】以上説明したように、本構成では、１ＣＨ
の伝送路に音声信号と話者位置データを多重させ、受信
側で受信した話者位置データ＃１をもとに音声信号の送
出スピーカのレベルを決定している。このため、伝送路
を送信される音声信号は１ＣＨ（従来と同じ）であり、
音声信号の多ＣＨ伝送化に伴うスピーカ・マイク間の音
の回り込み経路の増大がないため、ハウリング抑圧のた
めの音場制御回路（エコーキャンセラー，エコーサブレ
ッサー）は従来（モノラルタイプ）と同程度で構成でき
るメリットがある。
の伝送路に音声信号と話者位置データを多重させ、受信
側で受信した話者位置データ＃１をもとに音声信号の送
出スピーカのレベルを決定している。このため、伝送路
を送信される音声信号は１ＣＨ（従来と同じ）であり、
音声信号の多ＣＨ伝送化に伴うスピーカ・マイク間の音
の回り込み経路の増大がないため、ハウリング抑圧のた
めの音場制御回路（エコーキャンセラー，エコーサブレ
ッサー）は従来（モノラルタイプ）と同程度で構成でき
るメリットがある。
【００１１】（２）図２に本発明の第１の実施例の構成
を示す。１１は複数のマイク入力信号の時間波形や周波
数スペクトルの相違を分析し、発声者の特定と発声者の
位置の判定を行う話者位置判定回路である。他の番号に
ついては、図１と同様である。また、複数マイク入力分
析及び話者位置判定回路１１と、話者位置再生回路の処
理例１を図６に、処理例２を図７に、処理例３を図８に
示す。
を示す。１１は複数のマイク入力信号の時間波形や周波
数スペクトルの相違を分析し、発声者の特定と発声者の
位置の判定を行う話者位置判定回路である。他の番号に
ついては、図１と同様である。また、複数マイク入力分
析及び話者位置判定回路１１と、話者位置再生回路の処
理例１を図６に、処理例２を図７に、処理例３を図８に
示す。
【００１２】以下、本実施例の動作を説明する。
ｉ）図６は、会議参加者各々に専用のマイクを使用する
とともに、通信相手側の会議参加者各々に専用のスピー
カを使用する構成例である。送信側では、各マイクのレ
ベル比較によって、最大入力のマイクからの信号のみに
切替え、音声信号として送信するとともに最大入力のマ
イクの位置を話者位置データとして送信する。受信側
は、受信した話者位置データをもとにスピーカを切り替
え、受信音声信号を出力する。
とともに、通信相手側の会議参加者各々に専用のスピー
カを使用する構成例である。送信側では、各マイクのレ
ベル比較によって、最大入力のマイクからの信号のみに
切替え、音声信号として送信するとともに最大入力のマ
イクの位置を話者位置データとして送信する。受信側
は、受信した話者位置データをもとにスピーカを切り替
え、受信音声信号を出力する。
【００１３】ii）図７は、マイクとスピーカの数を２個
とした構成例である。送信側では、２個のマイクの信号
をミキシングして、音声信号として送信するとともに、
２個のマイクのレベル比を計算し、レベル比データを話
者位置データとして送信する。受信側は、受信したレベ
ル比データをもとに２個のスピーカのスピーカ出力レベ
ルを制御し、受信音声信号を出力する。
とした構成例である。送信側では、２個のマイクの信号
をミキシングして、音声信号として送信するとともに、
２個のマイクのレベル比を計算し、レベル比データを話
者位置データとして送信する。受信側は、受信したレベ
ル比データをもとに２個のスピーカのスピーカ出力レベ
ルを制御し、受信音声信号を出力する。
【００１４】iii)図８は、送信側の構成は図７と同じで
あるが、受信側が３個以上のスピーカを有しており、受
信したレベル比データをもとにスピーカを切り替え、受
信音声信号を出力する。以上説明したように、本構成で
は、話者位置データ検出回路として各マイクの入力レベ
ルの比較により行うため、簡単な装置構成で実現できる
メリットがある。
あるが、受信側が３個以上のスピーカを有しており、受
信したレベル比データをもとにスピーカを切り替え、受
信音声信号を出力する。以上説明したように、本構成で
は、話者位置データ検出回路として各マイクの入力レベ
ルの比較により行うため、簡単な装置構成で実現できる
メリットがある。
【００１５】（３）図３に本発明の第２の実施例の構成
を示す。１２は音声信号の特徴から発声者の有無と発声
者の特定を行う話者検出回路、１３は、赤外線（画
像）、光、超音波、または、圧力センサー等の会議参加
者（人）を検出するセンサー、１４はセンサーからの情
報をもとに会議参加者の人数や個人の位置を検出する在
否位置検出回路、１５は、話者検出情報と在否位置検出
情報とから話者の位置を判定する話者位置判定回路であ
る。他の番号については、図１と同様である。
を示す。１２は音声信号の特徴から発声者の有無と発声
者の特定を行う話者検出回路、１３は、赤外線（画
像）、光、超音波、または、圧力センサー等の会議参加
者（人）を検出するセンサー、１４はセンサーからの情
報をもとに会議参加者の人数や個人の位置を検出する在
否位置検出回路、１５は、話者検出情報と在否位置検出
情報とから話者の位置を判定する話者位置判定回路であ
る。他の番号については、図１と同様である。
【００１６】話者検出回路、在否位置検出回路、および
話者位置判定回路の処理例を図１０に示す。以下、本実
施例の動作を説明する。図１０は、送信側の構成とし
て、１個のマイクと在否センサーで構成した例であり、
受信側の構成は、図６〜８と同じと同様である。送信側
では、在否センサーは、例えば赤外線カメラで構成され
ており、在否位置検出回路においてこのカメラの検知エ
リアにおける、人数と各位置の検出が可能である。ま
た、話者検出回路において、１本のマイクから入力され
た音声信号から個人の特徴パラメーター（ピッチ周波数
など）を抽出し、現在の話者が誰か（話者判定）を行
う。話者位置判定回路においては、両情報（在否位置情
報と話者情報）の履歴から現在の各参加者の位置を把握
しており、この履歴情報から、今発声した話者の位置を
判定し出力する。
話者位置判定回路の処理例を図１０に示す。以下、本実
施例の動作を説明する。図１０は、送信側の構成とし
て、１個のマイクと在否センサーで構成した例であり、
受信側の構成は、図６〜８と同じと同様である。送信側
では、在否センサーは、例えば赤外線カメラで構成され
ており、在否位置検出回路においてこのカメラの検知エ
リアにおける、人数と各位置の検出が可能である。ま
た、話者検出回路において、１本のマイクから入力され
た音声信号から個人の特徴パラメーター（ピッチ周波数
など）を抽出し、現在の話者が誰か（話者判定）を行
う。話者位置判定回路においては、両情報（在否位置情
報と話者情報）の履歴から現在の各参加者の位置を把握
しており、この履歴情報から、今発声した話者の位置を
判定し出力する。
【００１７】以上説明したように、本構成では、在否セ
ンサーにより正確に参加者の位置が把握できること、ま
た、マイクが複数なくても構成できるメリットがある。
また、複数の話者が同時に発声した場合においても、話
者検出回路において音声信号の特徴パラメーターを分析
することにより、複数の話者の同時発声状態であること
を検出できるので、例えば、より発声音量の大きな人の
位置情報を送信することで、受信側において、複数話者
の同時発声状態時に話者の再生位置が誤再生することな
く、最大レベル発声者の音像定位を優先した制御ができ
るメリットがある。
ンサーにより正確に参加者の位置が把握できること、ま
た、マイクが複数なくても構成できるメリットがある。
また、複数の話者が同時に発声した場合においても、話
者検出回路において音声信号の特徴パラメーターを分析
することにより、複数の話者の同時発声状態であること
を検出できるので、例えば、より発声音量の大きな人の
位置情報を送信することで、受信側において、複数話者
の同時発声状態時に話者の再生位置が誤再生することな
く、最大レベル発声者の音像定位を優先した制御ができ
るメリットがある。
【００１８】（４）図１１に本発明の第２の実施例にお
ける話者位置再生回路の処理例を示す。実施例構成は、
図１〜３と同じである。以下、本実施例の動作を説明す
る。図１１は、図７の処理例において、受聴者（自分）
側の現在の位置に応じて、スピーカ再生レベルの制御を
行う処理の例を示したもので、相手話者の音像を両スピ
ーカの中央に定位させる場合に、現在、受聴者Ｄ（自
分）がスピーカの前に在ることを位置検出回路で検知
して、受聴者Ｄ（自分）の位置で相手話者の音像が両ス
ピーカの中央に定位するように各スピーカの音量を制御
する。
ける話者位置再生回路の処理例を示す。実施例構成は、
図１〜３と同じである。以下、本実施例の動作を説明す
る。図１１は、図７の処理例において、受聴者（自分）
側の現在の位置に応じて、スピーカ再生レベルの制御を
行う処理の例を示したもので、相手話者の音像を両スピ
ーカの中央に定位させる場合に、現在、受聴者Ｄ（自
分）がスピーカの前に在ることを位置検出回路で検知
して、受聴者Ｄ（自分）の位置で相手話者の音像が両ス
ピーカの中央に定位するように各スピーカの音量を制御
する。
【００１９】以上説明したように、本構成では、受聴者
（自分）側の位置に応じて、話者位置再生回路が自動的
に制御されるので、少ないスピーカで受聴者の位置によ
らない音像定位が実現できるメリットがある。 （５）図４に本発明の第３の実施例の構成を示す。１６
は複数の話者が同時に発声した状態か否かをマイクから
入力された音声信号から個人の特徴パラメーター（ピッ
チ周波数など）を抽出し判定する話者状態検出回路で、
１７はこの話者状態情報と音声情報とを多重化する話者
状態情報多重回路、１８は受信した信号から話者状態情
報と音声情報とに分離する話者状態情報分離回路、１９
はこの受信した音声情報が複数の話者の混合音声である
ことを話者状態情報より検知すると、混合音声信号をス
ペクトル分析し各個人の特徴パラメーター（ピッチ周波
数など）に合致したスペクトルのみを合成することで、
個々の話者の音声信号に分離させる話者混合音声分離回
路である。
（自分）側の位置に応じて、話者位置再生回路が自動的
に制御されるので、少ないスピーカで受聴者の位置によ
らない音像定位が実現できるメリットがある。 （５）図４に本発明の第３の実施例の構成を示す。１６
は複数の話者が同時に発声した状態か否かをマイクから
入力された音声信号から個人の特徴パラメーター（ピッ
チ周波数など）を抽出し判定する話者状態検出回路で、
１７はこの話者状態情報と音声情報とを多重化する話者
状態情報多重回路、１８は受信した信号から話者状態情
報と音声情報とに分離する話者状態情報分離回路、１９
はこの受信した音声情報が複数の話者の混合音声である
ことを話者状態情報より検知すると、混合音声信号をス
ペクトル分析し各個人の特徴パラメーター（ピッチ周波
数など）に合致したスペクトルのみを合成することで、
個々の話者の音声信号に分離させる話者混合音声分離回
路である。
【００２０】話者混合音声分離回路の処理例を図９に示
す。以下、本実施例の動作を説明する。 送信側の動作 図９のように、Ａ，Ｂ，Ｃの３人が同時に発声した場合
で２つのマイクで構成した場合を考える。音声情報とし
ては、２つのマイクの合成信号を出力する。また、２つ
のマイクへ入力される時間波形や周波数スペクトルのズ
レ（差分情報）から、Ａ，Ｂ，Ｃの話者の位置を検出す
る。また、各マイクから入力された音声信号から個人の
特徴パラメーター（ピッチ周波数など）を抽出し、Ａ，
Ｂ，Ｃの話者の同時発声状態であることを検出する。こ
れらの情報を多重化し回線へ送信する。 受信側の動作 受信信号を音声（混合状態）と話者状態情報（同時発声
の有無、各話者の特徴パラメーター）と話者位置情報に
分離する。同時発声状態であることを検知すると、混合
音声信号をスペクトル分析し各個人の特徴パラメーター
を用いて、各個人の特徴パラメーター（ピッチ周波数な
ど）に合致したスペクトルのみを合成することで、個々
の話者の音声信号に分離させる。ここで、各話者の特徴
パラメーターは伝送することで説明したが、受信した音
声情報を分析し抽出する方法も考えられる。次に、話者
位置情報に応じて、分離した各話者の音声定位が行われ
るように話者位置再生回路を制御する。
す。以下、本実施例の動作を説明する。 送信側の動作 図９のように、Ａ，Ｂ，Ｃの３人が同時に発声した場合
で２つのマイクで構成した場合を考える。音声情報とし
ては、２つのマイクの合成信号を出力する。また、２つ
のマイクへ入力される時間波形や周波数スペクトルのズ
レ（差分情報）から、Ａ，Ｂ，Ｃの話者の位置を検出す
る。また、各マイクから入力された音声信号から個人の
特徴パラメーター（ピッチ周波数など）を抽出し、Ａ，
Ｂ，Ｃの話者の同時発声状態であることを検出する。こ
れらの情報を多重化し回線へ送信する。 受信側の動作 受信信号を音声（混合状態）と話者状態情報（同時発声
の有無、各話者の特徴パラメーター）と話者位置情報に
分離する。同時発声状態であることを検知すると、混合
音声信号をスペクトル分析し各個人の特徴パラメーター
を用いて、各個人の特徴パラメーター（ピッチ周波数な
ど）に合致したスペクトルのみを合成することで、個々
の話者の音声信号に分離させる。ここで、各話者の特徴
パラメーターは伝送することで説明したが、受信した音
声情報を分析し抽出する方法も考えられる。次に、話者
位置情報に応じて、分離した各話者の音声定位が行われ
るように話者位置再生回路を制御する。
【００２１】以上説明したように、本構成では、１チャ
ネルの伝送路でありながら、複数の話者が同時に発声し
た場合でも、各話者の音声が分離され定位されるメリッ
トがある。なお、本発明は各話者の位置情報を検出する
ため、２つのマイクによる構成で説明したが、これは、
図３のように１つのマイクとセンサーによる構成も考え
られる。また、話者位置を伝送せず、混合した音声を分
離し、その分離した音声を各スピーカで再生する場合
は、図４のように１つのマイクと複数のスピーカで構成
することも考えられる。
ネルの伝送路でありながら、複数の話者が同時に発声し
た場合でも、各話者の音声が分離され定位されるメリッ
トがある。なお、本発明は各話者の位置情報を検出する
ため、２つのマイクによる構成で説明したが、これは、
図３のように１つのマイクとセンサーによる構成も考え
られる。また、話者位置を伝送せず、混合した音声を分
離し、その分離した音声を各スピーカで再生する場合
は、図４のように１つのマイクと複数のスピーカで構成
することも考えられる。
【００２２】 （６）図５に他の提案例の構成を示す。
２０は通話相手側のマイク入力の遠隔制御情報（マイク
入力の切替えや信号レベルの制御）を入力できる操作キ
ーで、２１はこのマイク入力遠隔制御情報と音声情報の
多重化回路、２２はその分離回路、２３はこのマイク入
力遠隔制御情報によりマイク入力の切替えや信号レベル
を制御するマイク入力制御回路、２４はスピーカ再生用
のアンプである。マイク入力遠隔制御キー、およびマイ
ク入力制御回路の処理例を図１２に示す。
２０は通話相手側のマイク入力の遠隔制御情報（マイク
入力の切替えや信号レベルの制御）を入力できる操作キ
ーで、２１はこのマイク入力遠隔制御情報と音声情報の
多重化回路、２２はその分離回路、２３はこのマイク入
力遠隔制御情報によりマイク入力の切替えや信号レベル
を制御するマイク入力制御回路、２４はスピーカ再生用
のアンプである。マイク入力遠隔制御キー、およびマイ
ク入力制御回路の処理例を図１２に示す。
【００２３】 以下、この提案例の動作を説明する。
［１］受信側の動作
マイク入力遠隔制御キー２０により、相手側の複数のマ
イク入力レベル等の制御データ※４が入力されると、マ
イク入力遠隔制御データ※４は音声コーデック（エンコ
ーダ）でデジタル信号に変換された音声データ※２とマ
イク遠隔制御情報多重回路２１で多重し、回線インタフ
ェース回路５を経て回線へ送信する。 ［２］送信側の動作 回線インタフェース回路５を経て信号が受信されるとマ
イク遠隔制御情報分離回路２２にてマイク入力遠隔制御
データ＃４と音声データ＃２に分離する。マイク入力制
御回路２３にて、マイク入力遠隔制御データ＃４に応じ
て、マイク切替えやレベル等を制御する。
イク入力レベル等の制御データ※４が入力されると、マ
イク入力遠隔制御データ※４は音声コーデック（エンコ
ーダ）でデジタル信号に変換された音声データ※２とマ
イク遠隔制御情報多重回路２１で多重し、回線インタフ
ェース回路５を経て回線へ送信する。 ［２］送信側の動作 回線インタフェース回路５を経て信号が受信されるとマ
イク遠隔制御情報分離回路２２にてマイク入力遠隔制御
データ＃４と音声データ＃２に分離する。マイク入力制
御回路２３にて、マイク入力遠隔制御データ＃４に応じ
て、マイク切替えやレベル等を制御する。
【００２４】以上説明したように、本構成では、受聴側
から、送信側のマイクロホンの入力レベル等を制御する
ことが可能なので、相手話者の発声レベルが異なった
り、相手話者の位置が変動しても受聴側で聞きやすいよ
うに自由に調整できるメリットがある。
から、送信側のマイクロホンの入力レベル等を制御する
ことが可能なので、相手話者の発声レベルが異なった
り、相手話者の位置が変動しても受聴側で聞きやすいよ
うに自由に調整できるメリットがある。
【００２５】
【発明の効果】以上説明したように、本発明では１チャ
ネルの伝送路で、話者の音像定位が可能なため、下記の
利点のある話者識別性の高い音声会議装置を簡単に実現
することができる。 （１）伝送路は１チャネルのため、通話料金の増加はな
い。 （２）複数のスピーカを使用するが、全てのスピーカが
常時使用状態ではなく、切り替えて使用し、時間単位で
みると使用されているスピーカは唯一台のため、スピー
カ・マイク間のハウリング抑圧のための音場制御回路
（エコーキャンセラー，エコーサブレッサー）は、従来
と大差ない装置構成で実現できる。 （３）再生側は、一人の話者に対し、一台のスピーカに
対応させることも可能であるので、その場合、再生側は
どの場所で聞いても話者の定位が同じであるので、ステ
レオ再生時に問題となる参加場所の制約（左右のスピー
カの中央で聞かないと定位しない）の問題がない。
ネルの伝送路で、話者の音像定位が可能なため、下記の
利点のある話者識別性の高い音声会議装置を簡単に実現
することができる。 （１）伝送路は１チャネルのため、通話料金の増加はな
い。 （２）複数のスピーカを使用するが、全てのスピーカが
常時使用状態ではなく、切り替えて使用し、時間単位で
みると使用されているスピーカは唯一台のため、スピー
カ・マイク間のハウリング抑圧のための音場制御回路
（エコーキャンセラー，エコーサブレッサー）は、従来
と大差ない装置構成で実現できる。 （３）再生側は、一人の話者に対し、一台のスピーカに
対応させることも可能であるので、その場合、再生側は
どの場所で聞いても話者の定位が同じであるので、ステ
レオ再生時に問題となる参加場所の制約（左右のスピー
カの中央で聞かないと定位しない）の問題がない。
【００２６】また、本発明では、受信側から、送信側の
マイクロホンのレベル等を制御する情報を音声情報と多
重し伝送することが可能なので、受信側で聞きやすいよ
うに自由に調整することができ、性能・使い勝手のよい
音声会議装置を簡単に実現することができる。
マイクロホンのレベル等を制御する情報を音声情報と多
重し伝送することが可能なので、受信側で聞きやすいよ
うに自由に調整することができ、性能・使い勝手のよい
音声会議装置を簡単に実現することができる。
【図１】本発明の基本構成の実施例を示すブロック図。
【図２】本発明の第１の実施例を示すブロック図。
【図３】本発明の第２の実施例を示すブロック図。
【図４】本発明の第３の実施例を示すブロック図。
【図５】他の提案例を示すブロック図。
【図６】複数マイク入力分析及び話者位置判定回路及び
話者位置再生回路の処理例１を説明するための図。
話者位置再生回路の処理例１を説明するための図。
【図７】複数マイク入力分析及び話者位置判定回路及び
話者位置再生回路の処理例２を説明するための図。
話者位置再生回路の処理例２を説明するための図。
【図８】複数マイク入力分析及び話者位置判定回路及び
話者位置再生回路の処理例３を説明するための図。
話者位置再生回路の処理例３を説明するための図。
【図９】複数マイク入力分析及び話者位置判定回路及び
話者混合音声分離回路の処理例を説明するための図。
話者混合音声分離回路の処理例を説明するための図。
【図１０】話者検出回路、在否位置検出回路及び話者位
置判定回路の処理例を説明するための図。
置判定回路の処理例を説明するための図。
【図１１】話者位置再生回路の処理例を説明するための
図。
図。
【図１２】他の提案例のマイク入力遠隔制御キー及びマ
イク入力制御回路の処理例を説明するための図。
イク入力制御回路の処理例を説明するための図。
【図１３】本発明で用いる音声データと話者位置データ
の多重方法を説明するための図。
の多重方法を説明するための図。
【図１４】
図１３と同様の図。
─────────────────────────────────────────────────────
フロントページの続き
(58)調査した分野(Int.Cl.7，ＤＢ名)
H04M 3/42 - 3/58
Claims (5)
- 【請求項１】 マイクとスピーカにより遠隔の相手と通
話ができる音声電話会議装置において、送信側に話者の
位置を検知する話者位置検出手段と、この話者位置検出
手段で検出された話者位置情報と前記マイクより入力さ
れた音声情報を多重化する多重化手段とを設け、 受信側に上記多重化手段で多重化された信号から話者位
置情報と音声情報とを分離する情報分離手段と、この情
報分離手段にて分離された話者位置情報に基づいて音声
情報の再生位置を制御する話者位置再生手段とを設け、 前記話者位置検出手段が複数のマイクと、各マイクの入
力信号の時間波形や周波数スペクトルの差分情報から発
声者の特定と発声者の位置の判定を行う話者位置判定部
とで構成されたことを特徴とする音声電話会議装置。 - 【請求項２】 マイクとスピーカにより遠隔の相手と通
話ができる音声電話会議装置において、送信側に話者の
位置を検知する話者位置検出手段と、この話者位置検出
手段で検出された話者位置情報と前記マイクより入力さ
れた音声情報を多重化する多重化手段とを設け、 受信側に上記多重化手段で多重化された信号から話者位
置情報と音声情報とを分離する情報分離手段と、この情
報分離手段にて分離された話者位置情報に基づいて音声
情報の再生位置を制御する話者位置再生手段とを設け、 前記話者位置検出手段が、人数や各個人の位置を検出す
る在否位置センサーと、マイクから入力された音声信号
の特徴パラメータから発声者の特定を行う話者検出部、
および前記在否位置センサーと前記話者検出部の検出情
報をもとに、話者位置を判定する話者位置判定部とから
構成されることを特徴とする音声電話会議装置。 - 【請求項３】 前記請求項１又は２記載の音声電話会議
装置の何れかにおいて、受信側に設ける前記話者位置再
生手段を話者位置と対応付けて設けたスピーカの切り替
え、または複数のスピーカに与える音声情報のレベル制
御により行うスピーカ制御部によって構成したことを特
徴とする音声電話会議装置。 - 【請求項４】 前記請求項３記載の音声電話会議装置に
おいて、前記話者位置検出手段により検出された受聴者
位置において最適な話者の音像が得られるように、前記
話者位置再生手段の複数のスピーカのレベル制御を行う
スピーカ制御部によって構成したことを特徴とする音声
電話会議装置。 - 【請求項５】 前記請求項１乃至４記載の音声電話会議
装置の何れかにおいて、受信側に話者混合音声分離手段
を設け、前記情報分離手段より複数の話者が同時に発声
した状態である旨の情報を受信した場合に、前記話者混
合音声分離手段を起動し、前記情報分離手段より出力さ
れる複数の話者の混合された音声信号をスペクトル分析
し、各個人の特徴パラメータに合致したスペクトルのみ
を合成して該当する複数の話者の個々の音声信号に分離
し、それぞれの話者の話者位置情報に基づいて個々の話
者音声の再生位置を制御することを特徴とする音声電話
会議装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP6616296A JP3483086B2 (ja) | 1996-03-22 | 1996-03-22 | 音声電話会議装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP6616296A JP3483086B2 (ja) | 1996-03-22 | 1996-03-22 | 音声電話会議装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH09261351A JPH09261351A (ja) | 1997-10-03 |
| JP3483086B2 true JP3483086B2 (ja) | 2004-01-06 |
Family
ID=13307888
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP6616296A Expired - Fee Related JP3483086B2 (ja) | 1996-03-22 | 1996-03-22 | 音声電話会議装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3483086B2 (ja) |
Families Citing this family (24)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1180300B1 (en) | 1999-05-25 | 2006-07-19 | BRITISH TELECOMMUNICATIONS public limited company | Acoustic echo cancellation |
| JP2001069597A (ja) * | 1999-06-22 | 2001-03-16 | Yamaha Corp | 音声処理方法及び装置 |
| JP4988716B2 (ja) | 2005-05-26 | 2012-08-01 | エルジー エレクトロニクス インコーポレイティド | オーディオ信号のデコーディング方法及び装置 |
| WO2006126843A2 (en) | 2005-05-26 | 2006-11-30 | Lg Electronics Inc. | Method and apparatus for decoding audio signal |
| WO2007052726A1 (ja) | 2005-11-02 | 2007-05-10 | Yamaha Corporation | 遠隔会議装置 |
| JP4867579B2 (ja) * | 2005-11-02 | 2012-02-01 | ヤマハ株式会社 | 遠隔会議装置 |
| JP4929685B2 (ja) * | 2005-11-15 | 2012-05-09 | ヤマハ株式会社 | 遠隔会議装置 |
| JP5028833B2 (ja) * | 2006-03-17 | 2012-09-19 | ヤマハ株式会社 | 放収音装置 |
| EP1971183A1 (en) | 2005-11-15 | 2008-09-17 | Yamaha Corporation | Teleconference device and sound emission/collection device |
| JP4929711B2 (ja) * | 2005-12-21 | 2012-05-09 | ヤマハ株式会社 | 放収音装置 |
| WO2007083952A1 (en) * | 2006-01-19 | 2007-07-26 | Lg Electronics Inc. | Method and apparatus for processing a media signal |
| US8612238B2 (en) | 2006-02-07 | 2013-12-17 | Lg Electronics, Inc. | Apparatus and method for encoding/decoding signal |
| JP2008005347A (ja) * | 2006-06-23 | 2008-01-10 | Yamaha Corp | 音声通信装置、および複合プラグ |
| JP4867516B2 (ja) | 2006-08-01 | 2012-02-01 | ヤマハ株式会社 | 音声会議システム |
| JP4893257B2 (ja) * | 2006-11-17 | 2012-03-07 | ヤマハ株式会社 | 音像位置制御装置 |
| JP4882757B2 (ja) * | 2007-01-18 | 2012-02-22 | ヤマハ株式会社 | 音声会議システム |
| WO2009149754A1 (en) * | 2008-06-11 | 2009-12-17 | Robert Bosch Gmbh | Conference audio system, process for distributing audio signals and computer program |
| JP2010081027A (ja) * | 2008-09-24 | 2010-04-08 | Nippon Telegr & Teleph Corp <Ntt> | 通信装置 |
| JP2010118809A (ja) * | 2008-11-12 | 2010-05-27 | Nippon Telegr & Teleph Corp <Ntt> | 電話会議装置 |
| CN102480671B (zh) | 2010-11-26 | 2014-10-08 | 华为终端有限公司 | 视频通信中的音频处理方法和装置 |
| JP6248930B2 (ja) * | 2012-07-13 | 2017-12-20 | ソニー株式会社 | 情報処理システムおよびプログラム |
| EP2879402A4 (en) * | 2012-07-27 | 2016-03-23 | Sony Corp | INFORMATION PROCESSING SYSTEM AND STORAGE MEDIUM |
| US20140189537A1 (en) * | 2013-01-03 | 2014-07-03 | Qualcomm Incorporated | Framework and method for dynamic talker ID based media treatment in a group communication |
| KR101677502B1 (ko) * | 2015-10-26 | 2016-11-18 | 한양대학교 산학협력단 | 원격 사용자 간의 입체 음향 전달 방법 |
-
1996
- 1996-03-22 JP JP6616296A patent/JP3483086B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JPH09261351A (ja) | 1997-10-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3483086B2 (ja) | 音声電話会議装置 | |
| US8687820B2 (en) | Stereo microphone processing for teleconferencing | |
| US7099448B1 (en) | Identification of participant in a teleconference | |
| US7012630B2 (en) | Spatial sound conference system and apparatus | |
| CN101163354B (zh) | 用于运行助听器的方法以及助听器 | |
| JP2002511714A (ja) | 通信会議システム | |
| US20030129956A1 (en) | Teleconferencing arrangement | |
| US3694578A (en) | Group communication apparatus | |
| US6959095B2 (en) | Method and apparatus for providing multiple output channels in a microphone | |
| EA013670B1 (ru) | Способ и устройство для приема, передачи и воспроизведения звуковых событий для приложений связи | |
| CN116015993A (zh) | 一种音频信号处理方法及终端 | |
| JPH0974446A (ja) | 音声通信制御装置 | |
| JP3898673B2 (ja) | 音声通信システム、方法及びプログラム並びに音声再生装置 | |
| JPH07303148A (ja) | 通信会議装置 | |
| JP2004072354A (ja) | 音声会議システム | |
| JP2662825B2 (ja) | 会議通話端末装置 | |
| JP2003060792A (ja) | 複数音声録音再生装置 | |
| Raake et al. | Concept and evaluation of a downward-compatible system for spatial teleconferencing using automatic speaker clustering. | |
| JPH0815288B2 (ja) | 音声伝送方式 | |
| JPH06311211A (ja) | 話速変換電話機および話速変換アダプタ | |
| JP2635684B2 (ja) | ステレオ音声伝送システム | |
| JPH0746565A (ja) | 通信システム | |
| JPH0888692A (ja) | 送信装置、受信装置及び送受信装置 | |
| JP2662824B2 (ja) | 会議通話端末装置 | |
| KR100407934B1 (ko) | 교환기에서비밀통화를제공하는다자간통화시스템 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Year of fee payment: 4 Free format text: PAYMENT UNTIL: 20071017 |
|
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20081017 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091017 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Year of fee payment: 7 Free format text: PAYMENT UNTIL: 20101017 |
|
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101017 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Year of fee payment: 8 Free format text: PAYMENT UNTIL: 20111017 |
|
| LAPS | Cancellation because of no payment of annual fees |