JP4074633B2 - ＶｏＩＰ端末のＲＴＰメディアパケット処理装置及び処理方法 - Google Patents

Description

本発明は、ＶｏＩＰ端末のＲＴＰメディアパケット処理装置及び処理方法に関し、より詳しくは、ＶｏＩＰ有線端末又は無線ＬＡＮとＶｏＩＰの技術を利用したＶｏＷＬＡＮ端末において、音声パケットを処理して相手方の端末に伝送する際に、より一層効率的にネットワーク資源を使用することのできるＶｏＩＰ端末のＲＴＰメディアパケット処理装置及び処理方法に関する。

インターネットを通じて映像、音声及びファクシミリメッセージを伝送するサービスであるＶｏＩＰ（Ｖｏｉｃｅ ｏｖｅｒ Ｉｎｔｅｒｎｅｔ Ｐｒｏｔｏｃｏｌ）は、インターネットを利用しようとするユーザーが、パーソナルコンピュータ（ＰＣ）を用いてインターネットに接続するか、またはインターネットプロトコルが適用された独立的な種々の装置を利用して接続するか、あるいは既存の公衆通信電話網（ＰＳＴＮ）端末機でゲートウェイに対して電話をすることにより接続するなど、多様な場合に音声及び映像のようなリアルタイムメディアを伝送する。

ＶｏＩＰシステムには、以下に説明するような長所がある。

第１に、電話網とデータ網の統合により、網設備の投資費用が減少するという長所がある。即ち、音声通信のための電話網と、データ通信のためのデータ網を分けて設置しないので、網設備の投資費用を節減することができる。

第２に、統合網の構築により管理費用が節減されると共に、処理の効率性が向上する。即ち、一つの網を利用してデータと音声を処理するので、二元化された従来の網構成と比較すれば、管理費用が節減し、処理効率を向上することができる。

第３に、インターネット基盤のマルチメディアサービスの提供が容易である。即ち、同一の網で音声及びデータを使用することにより、既存の回線交換方式の電話では提供することが難しかった、映像会議などの多様な付加的サービスを提供することが可能となる。

ＶｏＩＰサービスを提供するには、通信しようとする相手方の端末をサーチしてシグナリングするための手段が必要である。ＶｏＩＰシグナリングの種類には、ＩＴＵ−ＴのＨ.３２３と、ＩＥＴＦのＳＩＰ（Ｓｅｓｓｉｏｎ Ｉｎｉｔｉａｔｉｏｎ Ｐｒｏｔｏｃｏｌ）とがある。

これまでは、Ｈ.３２３基盤のＶｏＩＰサービスの開発が活発に行われたが、近年注目されているＳＩＰは、タクス（ｔａｓｋ）のパーシング（Ｐａｒｓｉｎｇ）とコンパイル（Ｃｏｍｐｉｌｅ）が容易であり、拡張性に優れている。さらに、ＳＩＰは、テキスト基盤であるので、Ｈ.３２３に比べて具現が容易であるという長所がある。

ＶｏＩＰ終端（Ｅｎｄ−ｐｏｉｎｔ）装置（例えば、ゲートウェイ、ＩＰフォン、ＰＣなど）では、ＩＰネットワーク上のＲＴＰプロトコルを通じて、パケット化された音声を送／受信者間でＲＴＰパケットにより連続的に交換することにより、相互音声通信を実行する。このような連続的なＲＴＰパケットの交換は、ＩＰネットワークについてはトラフィック負荷を誘発し、ＶｏＩＰ装備についてはメディア処理部のソケット処理部（Ｓｏｃｋｅｔ Ｉｎｔｅｒｆａｃｅ）を通じてのＲＴＰパケットの処理が装備の全体的な性能に影響を及ぼす。

ここで、ＲＴＰは、音声または映像のようなリアルタイムデータを、マルチキャストまたはユニキャストネットワークを利用して伝送する終端間伝送サービスを提供する。ＲＴＰは、連結するという概念がなく、一般にＵＤＰ（Ｕｓｅｒ Ｄａｔａｇｒａｍ Ｐｒｏｔｏｃｏｌ）の上位階層で動作して、ＵＤＰの多重化（ｍｕｌｔｉｐｌｅｘ）及びチェックサムサービスを利用する。

さらに近年においては、一般的な有線ＶｏＩＰシステム以外にも、広く大衆化された無線技術である無線ＬＡＮを利用して音声を伝送する無線インターネット電話（Ｖｏｉｃｅ ｏｖｅｒ Ｗｉｒｅｌｅｓｓ ＬＡＮ：ＶｏＷＬＡＮ）の技術が、新たな移動通信携帯電話技術として注目されている。その理由としては、ＶｏＷＬＡＮが有線インターネット電話（つまりＶｏＩＰ）に移動性を付加することにより、低料金及び利便性を確保したからである。

ＶｏＷＬＡＮは、無線ＬＡＮ網に音声を乗せて伝送する。言い換えると、一般のインターネット電話機が有線網で動作するのに対し、ＶｏＷＬＡＮは無線ＬＡＮという無線を媒介とする。

ＶｏＷＬＡＮは、アクセスポイント（Ａｃｃｅｓｓ Ｐｏｉｎｔ：ＡＰ）の領域内での移動性を保証することによって便利な音声通話を提供する。また、既に構築されている既存のネットワークを利用することにより、電話回線事業者を通じた電話料金に比べて相当な節減効果がある。特に、顧客の希望によって映像電話などに発展させることができるので、今後の対顧客サービスにおいて有利となる長所を有している。

ＶｏＩＰでは、すべての音声データがＲＴＰパケットで構成され、データネットワークを通じて連続的に伝送されるので、円滑な通信を行うためには、予め決められた一定のネットワーク帯域幅を必要とする。

一般に、ＶｏＩＰシステムにおいて、ネットワークの帯域幅を効率的に利用するための方法として、音声対話の特徴の一つである黙音(無音)を利用する方法と、音声データを一つのＲＴＰパケットに多重化させるＲＴＰマルチフレーム化（Ｍｕｌｔｉ−ｆｒａｍｉｎｇ）方法と、がある。

黙音を利用する方法は、黙音削除（Ｓｉｌｅｎｃｅ Ｓｕｐｐｒｅｓｓｉｏｎ）またはＶＡＤ（Ｖｏｉｃｅ Ａｃｔｉｖｉｔｙ Ｄｅｔｅｃｔｉｏｎ）／ＣＮＧ（Ｃｏｍｆｏｒｔ Ｎｏｉｓｅ Ｇｅｎｅｒａｔｉｏｎ）のような黙音処理手法を使用する。ＶｏＩＰ ＤＳＰ（Ｄｉｇｉｔａｌ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｏｒ）は、一般にＶＡＤ／ＣＮＧ機能を有しており、この機能を利用して黙音を検知した場合には、通常の音声ペイロード（Ｖｏｉｃｅ Ｐａｙｌｏａｄ）を生成せず、黙音が発生したことを示す小さいサイズの黙音ペイロード（Ｓｉｌｅｎｃｅ Ｐａｙｌｏａｄ）を生成する。そしてこれをＲＴＰ通じて相手方の端末に送り、相手方の端末には黙音期間の間にローカル雑音（ｌｏｃａｌ ｎｏｉｓｅ）を生成することにより、ネットワーク帯域幅を節減するとともに通話を自然に維持することができるという効果がある。

続いて、マルチフレーム化の方法について以下に説明する。

ＶｏＩＰ通信では、ＶｏＩＰ ＤＳＰから周期的に生成される音声ペイロードをＲＴＰパケットで構成して相手方の端末に送信する。ＲＴＰパケットを構成するためには、音声ペイロード以外に、イーサネット（登録商標）ヘッダー、ＩＰヘッダー、ＵＤＰヘッダー、ＲＴＰヘッダーなどのＲＴＰパケットのための伝送用プロトコルヘッダー情報がＲＴＰパケットごとに付加される。そのため、実際に伝送されるデータのサイズが大きくなり、追加的な帯域幅を要するようになる。

ＲＴＰマルチフレーム化方法は、音声ペイロードが発生しても、すぐにはＲＴＰパケットを生成して送信することは行わず、予め決められた一定の限度内で多数の音声ペイロードを一つのＲＴＰパケットに多重化させて送信する方法であり、追加される伝送用プロトコルヘッダー情報の量を減らすことにより、全体的に要求されるネットワーク帯域幅を節減する方法である。

上述のような黙音利用方法及びマルチフレーム化方法は、端末の処理時間を相当に消耗するか、あるいは音声パケットを順次に２個又は３個ずつ積み込む間に遅延（Ｄｅｌａｙ）を発生させて音質が悪化する。さらには、マルチフレーム化されたＲＴＰパケットが伝送途中で消失した場合には、多重化した分の音声パケットが一遍に消失する場合があり、音質をより一層悪化させる危険があるという問題があった。

さらにＶｏＷＬＡＮ端末機を中心とする問題点について、以下に詳しく説明する。

ＶｏＷＬＡＮ端末機は、無線通信端末機であるため、バッテリーの持続時間が非常に重要な要素となる。

従来の黙音を利用した方法の場合、通話している間、ＶｏＩＰ技術によりパケット化されたメディアデータが発生すれば、すぐにＲＴＰパケットを生成して、ネットワークを介して伝送するので、端末は継続的な処理時間を要する。結局、これは通話中のＶｏＷＬＡＮ端末機のバッテリー消耗を一層速く進行させる原因になる。

また、前述のように、マルチフレーム化方法を使用する場合には、発生する音声パケットについて、順次に複数をフレームに積み込んでから伝送するので、音声パケットの伝達が遅延されるおそれがあると共に、パケットの消失時に一遍に複数の音声データを消失して音質が悪化する問題がある。

本発明は、上述したような従来技術の問題点を解決するためになされたものであり、その目的は、ＲＴＰパケットについてのマルチフレーム化方法を改善して、音質に対する影響を最小化するとともに、ＶｏＩＰ通信のために要求されるネットワーク帯域幅を節約することのできるＶｏＩＰ端末のＲＴＰメディアパケット処理装置及び処理方法を提供することにある。

前記目的を達成するための本発明の一側面による端末装置のＲＴＰ音声パケット処理方法は、ＲＴＰ（Ｒｅａｌ−ｔｉｍｅ Ｔｒａｎｓｐｏｒｔ Ｐｒｏｔｏｃｏｌ）送信側で発生する通話ペイロードについて、黙音ペイロードであるか否かを検査するステップと、前記検査の結果、黙音ペイロードであると判定された場合には、該当ペイロードを伝送せずにバッファーに蓄積し、音声ペイロードであると判定されるか、又は前記蓄積される黙音ペイロードの蓄積量が予め設定されたマルチフレーム限度基準値に到逹する場合には、ＲＴＰパケットを生成するステップと、を含むことを特徴とする。

前記黙音ペイロードを検査するステップは、周期的に発生する通話ペイロード内に含まれる音声データの中で黙音基準値を超えるデータが一定個数超過であれば、その通話ペイロードを音声ペイロードと判定し、前記黙音基準値を超えるデータが一定個数以下であれば、その通話ペイロードを黙音ペイロードと判定することを特徴とする。

前記黙音ペイロードの蓄積は、黙音と判定されたペイロードは伝送せずに継続的に蓄積し、黙音ペイロードの蓄積量が前記マルチフレーム限度基準値に到逹した場合には、蓄積を中断して伝送することを特徴とする。

前記マルチフレーム限度基準値は、前記送信側の端末装置から伝送されるパケットを受信した相手方の端末装置が音声を再生することにおいて遅延を発生させない範囲内で設定されることを特徴とする。

前記音声ペイロードのＲＴＰパケット構成は、前記音声ペイロードが発生する以前に蓄積された黙音ペイロードと当該音声ペイロードとを一緒にした一つのＲＴＰパケットで構成することを特徴とする。

前記通話ペイロードは、Ｇ.７１１コーデック（ＣＯＤＥＣ）、Ｇ.７２３.１コーデック、Ｇ.７２９コーデックの中の少なくとも一つを利用して生成されることを特徴とする。

前記端末装置は、ＶｏＩＰ有線端末またはＶｏＷＬＡＮ（Ｖｏｉｃｅ ｏｖｅｒ Ｗｉｒｅｌｅｓｓ ＬＡＮ）端末の中の少なくとも一つの端末装置である。

本発明の他の側面による端末装置のＲＴＰ音声パケット処理方法は、ＲＴＰ送信側から発生する通話ペイロードの音声レベルを検査し、a）前記音声レベルの検査結果、黙音ペイロードであると判定された場合には、前記通話ペイロードを含むバッファーに蓄積された通話ペイロードが蓄積限度値に到逹したか否かを判定するステップと、前記蓄積限度値に到逹したか否かの判定の結果、蓄積限度値未満である場合は、前記発生した通話ペイロードをバッファーに蓄積し、前記限度値に到逹した場合に、前記蓄積された通話ペイロードでＲＴＰパケットを生成するステップと、を含み、b）前記音声レベルの検査結果、音声ペイロードであると判定された場合には、前記音声ペイロードでＲＴＰパケットを生成することを特徴とする。

本発明のまた他の側面によるＶｏＩＰ端末のＲＴＰ音声パケット処理方法は、通信の相手方の端末装置との通信セッションを制御してＶｏＩＰ呼を設定または解除するＶｏＩＰシグナリング処理ステップと、ＲＴＰプロトコルを利用して、相手方の端末装置とパケット化された音声データを継続的に交換し、相手方の端末装置との相互通信をするメディア処理ステップと、を含み、前記メディア処理ステップは、通話中に発生する黙音データはリアルタイムに伝送せずにバッファーに蓄積し、蓄積量がマルチフレーム限度基準値以上になると伝送し、音声データはリアルタイムに直ちに伝送することを特徴とする。

前記メディア処理ステップは、ＲＴＰ送信側から発生する通話ペイロードについて黙音ペイロードであるか否かを検査するステップと、前記検査の結果、黙音ペイロードであると判定された場合には、該当ペイロードを伝送せずバッファーに蓄積し、音声ペイロードであると判定されるか、又は前記蓄積される黙音ペイロードの蓄積量が予め設定されたマルチフレーム限度基準値に到逹する場合には、ＲＴＰパケットを生成するステップと、を含むことを特徴とする。

前記マルチフレーム限度基準値は、前記送信側の端末装置から伝送されるパケットを受信した相手方の端末装置が音声を再生することにおいて遅延を発生させない範囲内で設定される。

前記ＶｏＩＰ端末の音声パケット処理方法は、前記メディア処理ステップで生成されるＲＴＰパケットにＵＤＰヘッダー及びＩＰヘッダーを追加して相手方の端末装置に伝送する有線／無線伝送処理ステップをさらに含むことを特徴とする。

前記黙音ペイロードであるか否かを検査するステップは、周期的に発生する通話ペイロード内に含まれる音声データの中で黙音基準値を超えるデータが一定個数超過であれば、その通話ペイロードを音声ペイロードと判定し、前記黙音基準値を超えるデータが一定個数以下であれば、その通話ペイロードを黙音ペイロードと判定することを特徴とする。

前記黙音ペイロードの蓄積は、黙音と判断されたペイロードは伝送せず継続的に蓄積し、黙音ペイロードの蓄積量が前記マルチフレーム限度基準値に到逹した場合には、蓄積を中断することを特徴とする。

本発明のまた他の側面によるＶｏＩＰ端末装置は、通信の相手方の端末装置との通信セッションを制御してＶｏＩＰ呼を設定または解除するＶｏＩＰシグナリング処理部と、ＲＴＰプロトコルを利用して、相手方の端末装置とパケット化された音声データを継続的に交換し、相手方の端末装置との相互通信をするメディア処理部と、を含み、前記メディア処理部は、通話中に発生する黙音データはリアルタイムに伝送せずにバッファーに蓄積し、蓄積量がマルチフレーム限度基準値以上になると伝送し、音声データはリアルタイムに直ちに伝送することを特徴とする。

前記端末装置は、前記メディア処理部から出力されるＲＴＰパケットの入力を受け、前記ＲＴＰパケットにＵＤＰヘッダー及びＩＰヘッダーを追加して相手方の端末装置に伝送する有／無線伝送処理部をさらに含む。

前記マルチフレーム限界基準値は、前記送信側の端末装置から伝送されるパケットを受信した相手方の端末装置が音声を再生することにおいて遅延を発生させない範囲内で設定されることを特徴とする。

前記メディア処理部は、ＲＴＰ送信側から発生する通話ペイロードについて黙音ペイロードであるか否か検査し、前記検査の結果、黙音ペイロードであると判定された場合には、該当ペイロードを伝送せずバッファーに蓄積し、音声ペイロードであると判定されるか、又は前記蓄積される黙音ペイロードの蓄積量が予め設定されたマルチフレーム限度基準値に到逹する場合には、ＲＴＰパケットを生成して相手方の端末装置に送信することを特徴とする。

前記メディア処理部は、通話者による音声データの入力を受けて周期的に通話ペイロードを発生させるＶｏＩＰ ＤＳＰ（Ｄｉｇｉｔａｌ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｏｒ）を含む。

本発明によれば、通話中に発生する黙音データについてはマルチフレーム化を適用し、音声データについては発生すると直ちに伝送する選択的マルチフレーム化方法を採用することにより、マルチフレーム化による音質の影響を最小化するとともに、ＶｏＩＰ通信のために要求されるネットワーク帯域幅を節約することが可能になる。特に、ＶｏＷＬＡＮ端末機の処理負担を減らして、ＶｏＷＬＡＮ端末のバッテリー消耗を減少させる利点を有する。

以下、本発明の望ましい実施形態について、添付図面を参照しながら詳細に説明する。

なお、本明細書では、本発明の効果が最も得られるＶｏＷＬＡＮ端末を中心にして説明する。但し、本発明の範囲はＶｏＷＬＡＮに限定されず、一般に、ＶｏＩＰを利用して通信するシステム（例えば、一般有線ＶｏＩＰシステム）、ＲＴＰマルチフレーム形態の送受信方式を使用することが可能であるすべての通信システムに適用できることは、本発明が属する技術分野で一般的な知識を持った者には自明である。

図１は、本発明の実施形態に従うＶｏＩＰ終端装置によるＶｏＩＰ処理の概念を示すブロック構成図である。

ＶｏＷＬＡＮ端末は、８０２.１１−Ａ、Ｂ、Ｇ規格を用いてアクセスポイントとの無線通信を実行し、アクセスポイントを通じてシステムに接続することにより、相手方の端末との通話を可能にする。ＶｏＩＰ呼を形成のための信号処理プロトコルにはＳＩＰを使用し、音声通話のためにＲＴＰプロトコルを使用する。音声コーデックとしては、Ｇ.７１１、Ｇ.７２９及びＧ.７１２の三種類のコーデックが主として使用される。コーデック（ＣＯＤＥＣ）には、アナログ信号をデジタル信号に変換し、デジタル信号をアナログ信号に変換する役割がある。

ＶｏＩＰ通話を実行する二つのＶｏＷＬＡＮ端末は、継続的に音声パケットをＲＴＰパケットに交換して相手方の端末装置に伝送する。図１に示すＶｏＩＰ終端装置によるＶｏＩＰ処理のブロック構成は、ＩＰパケットを送受信する有線／無線伝送処理部１３０と、ＶｏＩＰ通信セッションを制御するシグナリングプロトコル処理部１１０と、音声データの処理を実行するメディア処理部１２０と、を含む構成である。

有線／無線伝送処理部１３０は、８０２.３有線ＬＡＮや８０２.１１無線ＬＡＮのような有線／無線伝送技術を利用してＩＰパケットを送受信する。シグナリングプロトコル処理部１１０は、Ｈ.３２３またはＳＩＰのようなＶｏＩＰシグナリングプロトコルを利用し、通信する相手方の端末との通信セッションを制御して、ＶｏＩＰ呼を設定及び解除する。そしてシグナリングプロトコル処理部１１０によりＶｏＩＰ通信セッションが設定されると、メディア処理部１２０では、ＲＴＰプロトコルを利用して、相手方の端末との間で、ＶｏＩＰ ＤＳＰ１２１から生成されるパケット化された音声データを継続的に交換することにより、相互通信を行う。

図２は、本発明の実施形態に従うＶｏＩＰ終端装置によるＶｏＩＰ処理の流れを示す図である。

すなわち、ＶｏＩＰ終端装置は、シグナリングプロトコル処理部１１０を通じて通信しようとする相手方の端末との通信セッションが設定されると、以後セッションが解除されるまで継続的に、ＶｏＩＰ ＤＳＰ１２１のエンコーダー（Ｅｎｃｏｄｅｒ）を通じた音声パケット化及びデコーダー（Ｄｅｃｏｄｅｒ）を通じた音声の再生動作、並びにパケット化された音声データをＲＴＰプロトコルを利用して相互に送受信する処理を実行する。

ＶｏＩＰ ＤＳＰ１２１から発生する音声データは、使用するＶｏＩＰ音声コーデックに従い、小さいもので１０ｍｓｅｃ周期（Ｇ.７１１の場合）、大きいもので３０ｍｓｅｃ周期（Ｇ.７２３.１の場合）といった非常に短い周期で継続的に生成され（一般にインターラプト方式を利用して生成される）、生成次第、ＲＴＰ処理部１２２（ＲＴＰを用いる場合、メディア処理部１２０をＲＴＰ処理部１２２と呼ぶ）によってＲＴＰパケット化され、ソケットインターフェース２０１を通じて通信ネットワークに送信され、相手方の端末にリアルタイムで送信される。

このような処理過程における、リアルタイムで継続的に生成される音声データについてのＲＴＰ送受信処理は、一般にＲＴＰ処理部１２２のアプリケーションソフトウェアにより実行され、これはＶｏＩＰ終端装置の全体性能を決定する重要な要素となる。

図３は、本発明の実施形態に従うＲＴＰ送信処理の方法を示す図である。

図１に示すシグナリングプロトコル処理部１１０で、呼設定のためのＳＩＰシグナリングを利用して通話接続された後、通話を行う各ＶｏＷＬＡＮ端末は、相互にＲＴＰパケットを交換して、受信したＲＴＰパケットの音声データを再生することにより通話を実現する。

図３は、本発明の実施形態に従うＲＴＰの選択的マルチフレーム化方法を利用してＲＴＰパケットの送信処理する際の、経時的な黙音ペイロードの蓄積及び音声ペイロードの処理の流れをＲＴＰパケット構成の側面で示している。図３に示す実施形態は、Ｇ.７１１コーデックを使用するＶｏＩＰ環境を中心にして説明する。

本発明の実施形態に従うＲＴＰの選択的マルチフレーム化方法は、黙音期間が長い場合には、マルチフレームの限度基準値内で黙音ペイロードだけで多重化してマルチフレーム化し、また、黙音ペイロードの後に音声ペイロードが発生すれば、蓄積された黙音ペイロードと音声ペイロードとを共に一つのＲＴＰパケット内に多重化してマルチフレーム化する。

図３における各区間毎の処理について、以下に詳細に説明する。

まず、区間３１では、黙音ペイロードだけが発生している。

すなわち、Ｇ.７１１コーデックを使用する場合に、メディア処理部１２０のＶｏＩＰ ＤＳＰ１２１を通じて音声データが１０ｍｓｅｃの周期で発生する。この場合、従来においては、音声データが発生するとすぐにＲＴＰパケットを生成し、ネットワークを介して相手方の端末に伝送していた。これに対し、本発明の実施形態では“人の音声通話は連続的な実際の対話ですべて満たされるのではなく、途中に対話をしない黙音（無音）区間が通話全体の約４０％程度を占める”と言う事実に着目し、周期的に発生する音声データのレベルを検査し、予め決められた一定レベル以下の音声データであれば、すなわち、実質的に通話のためのデータではなく、通話中に発生する黙音データであれば、相手方の端末に直ちに伝送しないで内部バッファーに保存（蓄積）する。

実際、発明者らは実験により多様な音声サンプルを調査したところ、それぞれの音声データあたりの黙音分布が全体の３０〜４０％を占める音声データを黙音データとして判断する場合、全体音声サンプルのうち３６.３％が黙音データとして分類される結果を示した。

続いて区間３２に示すように、前述のようなバッファーリングは、一定レベル以上の音声データ、すなわち実際の通話音声データが発生するまで継続される。そして、メモリ等にバッファーリングされたフレーム（蓄積された黙音ペイロード）が最大バッファーリング限界であるマルチフレーム限度基準値に到逹すると、バッファーリングした黙音データによるＲＴＰパケットを生成して伝送する。

一般に、音声通話の音質に影響を及ばない程度のマルチフレーム範囲は６０−８０ｍｓ程度と知られている。さらに本発明者らは、本発明による実験では４０ｍｓに設定した場合に、音声通話品質において更なる満足な結果を得られたことを確認している。

また、区間３３では、音声ペイロードが発生しており、このように音声データが発生すれば、以前にバッファーリングした黙音データとともに直ちにＲＴＰパケットを生成して伝送する。

さらに区間３４以後には、音声ペイロードが継続的に発生しているので、音声ペイロードが発生すればその都度直ちにＲＴＰパケットを生成して伝送する。

一方、区間３５では、再び黙音ペイロードが発生しているので、再び黙音データのバッファーリングを行うようになる。

図４は、本発明の実施形態に従うＲＴＰの選択的マルチフレーム化処理の流れを示すフローチャートである。

図４に示すＲＴＰの選択的マルチフレーム化方法は、i）ＲＴＰ送信側で発生する通話ペイロードについて、黙音ペイロードであるか否かを判定検査する過程と、ii）黙音ペイロードを、音声遅延による音質低下が発生しない限度内で蓄積する過程と、iii）黙音ではない実際の通話データである音声ペイロードが発生するか又はマルチフレーム限度基準値にバッファー量が到逹した場合に、ＲＴＰパケットを生成して相手方の端末に送信する過程と、が既存のＲＴＰ処理部分に新たに追加された構成である。マルチフレーム限度基準値は、パケットを受信した相手方の端末装置が音声を再生することにおいて遅延を発生させない範囲内で設定される。どのような範囲に設定するかについては、例えば実際に実験を行うことによって得られる遅延が発生しない範囲内の値に設定することができる。

すなわち、ＶｏＩＰ ＤＳＰ１２１から周期的に通話ペイロードが発生すると（ステップＳ４０１）、発生した通話ペイロードの音声レベルを検査する（ステップＳ４０２）。この段階で、該当通話ペイロードが音声データであるか、又は黙音データであるかについて判定する。

ここで、本発明の実施形態に従う黙音検知処理方法について詳しく説明しておく。

ＶｏＩＰ ＤＳＰ１２１から周期的に発生する音声ペイロード内の音声データについて、予め決められた黙音基準値を超えるデータが一定個数超過であれば、このペイロード全体を音声ペイロードと判定し、黙音基準値を超えるデータが一定個数以内であれば、黙音ペイロードと判定して処理する。

すなわち、通話ペイロードを構成する音声レベルが黙音データレベルより小さいか同一な場合には、該当通話ペイロードを黙音ペイロードと判定し、そうでない場合には、すなわち、音声レベルが黙音データレベルより大きい場合には、音声ペイロードと判断する。

そして黙音データと判定した場合には、内部バッファーに蓄積された通話ペイロードがマルチフレーム限度基準値に到逹するか否かを検査し（ステップＳ４０３）、まだマルチフレーム限度基準値に到逹しない場合には、続いてこの通話ペイロードを内部バッファーに蓄積する（ステップＳ４０４）。一方で、もうマルチフレーム限度基準値に到逹する場合には、この通話ペイロードと以前に蓄積された通話ペイロードとを合わせてＲＴＰパケットを生成し（ステップＳ４０５）、相手方の端末（無線ＬＡＮ電話端末）に伝送する（ステップＳ４０６）。

仮に、マルチフレーム限度基準値を、本発明者らによる実験のように、４０ｍｓに設定してＧ.７１１コーデックを使用する場合には、１０ｍｓ単位で一つの通話ペイロードが発生するようになるので、蓄積可能な最大フレーム個数は４個となる。このような数値は、無線環境やシステムで使用される装置などの性能を考慮してシステム管理者が任意に変更することができる。

そして無線資源及び無線電話端末ンのバッテリー使用時間を優先するか、あるいは通話品質を優先するかによってマルチフレーム限度基準値が変化するところ、この二つの要素は相互にトレードオフ（ｔｒａｄｅ−ｏｆｆ）の関係にある。

一方で、ステップＳ４０２の検査の結果、音声データと判定された場合には、マルチフレーム限度基準値とは関係なく、そして以前に蓄積された黙音ペイロードがない場合は、この音声データと判定された通話ペイロードだけでＲＴＰパケットを生成して伝送し、以前に蓄積された黙音ペイロードがある場合には、この通話ペイロードと、蓄積された以前の通話ペイロードとを合わせてＲＴＰパケットを生成し（ステップＳ４０５）、相手方の端末に伝送する（ステップＳ４０６）。

このとき、ＲＴＰパケットの構成は、ＶｏＩＰ装置の送信側において、生成された音声データにＲＴＰヘッダーが追加され、さらに図１に示した有線／無線伝送処理部１３０を経由してＵＤＰヘッダー及びＩＰヘッダーが追加されてから相手方の端末に送信される。

図４に示す実施形態では、発生する音声データについて、ＲＴＰ処理部（１２２）が音声データ自体から黙音データであるかを容易に判定することのできるＧ.７１１コーデックに関するＲＴＰの選択的マルチフレーム化を実行する手法について説明した。しかしながら、Ｇ.７２３.１やＧ.７２９のような圧縮された形態のコーデックを使用する場合にも、ＲＴＰ処理部がＶｏＩＰ ＤＳＰから音声レベルに関する情報を音声データとともにフィードバックを受ければ、その処理方法はＧ.７１１コーデックの場合と同一であると言える。

上述のようなＲＴＰの選択的マルチフレーム化方法を使用すれば、通話音声や黙音に関係なく音声データが発生すると直ちにＲＴＰパケットにして伝送することに比べて、黙音が発生する比率の分だけＲＴＰパケットの伝送回数を少なくすることができる。これは、ＶｏＷＬＡＮ端末機の処理負担によるパワー消耗を減らし、またバッファーリングしてから一遍に伝送するのでネットワークの伝送効率を向上させる結果をもたらす。その結果としてバッテリーを使用するＶｏＷＬＡＮ端末機のバッテリー消耗量を節減することができるので、一回の充電だけでより一層長時間、端末機を使用することが可能になる。

実際に、本発明の実施形態が提案する方法による効果を試験により検証するために、無線ＬＡＮを通じたＶｏＩＰ通信のために８０２.１１ｂ無線ＬＡＮ ＡＰ（Ａｃｃｅｓｓ Ｐｏｉｎｔ）１台と無線ＬＡＮ電話端末２台を使用し、ネットワークのパケット消失シミュレーションのためのソフトウェアをリナックス（登録商標）（Ｌｉｎｕｘ（登録商標））ＰＣに設置し、８０２.３有線ＬＡＮスイッチングハブを通じて８０２.１１ｂ無線ＬＡＮネットワークと接続する環境を構築した。

無線ＬＡＮ電話端末２台には、ＶｏＩＰシグナリングのためのＲＦＣ ３２６１ ＳＩＰプロトコル処理部を具現して本発明の実施形態に従うＲＴＰの選択的マルチフレーム化を実験した。リナックス（登録商標）ＰＣにはネットワークカード２個を設置し、ＶｏＩＰ通話する２個の無線ＬＡＮ電話端末フォンが互いに異なるネットワークに属するようにＩＰアドレスを設定した。試験に使用された無線ＬＡＮ電話端末は、ＶｏＷＬＡＮチップセット（ＣｈｉｐＳｅｔ）を含むＣＰＵ、１０００ｍＡ Ｌ−Ｉｏｎバッテリーが装着されていることで、無線ＬＡＮ標準に８０２.１１を使用し、ＶｏＩＰプロトコルには、ＳＩＰとＲＴＰプロトコルを使用した。

そしてＶｏＩＰ通話状態を試験するために、一般的な対話内容を１分間録音した試験音声をＰＣを通じて無線ＬＡＮ電話端末のマイクに入力されるように反復再生することで、同一なＶｏＩＰ通話環境で多様なケースについての試験を可能にした。

実験の結果、本発明の実施形態に従うＲＴＰの選択的マルチフレーム化は、マルチフレーム化しない場合と比較して、ＲＴＰパケット伝送回数は、マルチフレーム限度基準値を４に設定したときに最大２８.１％の節減効果があり、ネットワーク帯域幅に最大１４.４％の節減効果があることを確認した。

この１４.４％のネットワーク帯域幅の節減効果は、一つの無線ＬＡＮ電話端末にとっては大きい効果でないように思えるが、多数の無線ＬＡＮ電話端末と通信するＡＰ（Ａｃｃｅｓｓ Ｐｏｉｎｔ）からみれば同時に処理しなければならないデータ量との関係により、無線ＬＡＮ ＡＰの収容容量を大幅に増加させることができるという有利な効果を奏する。このような効果は、無線ＬＡＮ ＡＰだけではなくその役割が類似なＶｏＩＰメディアゲートウェイでも得られるようになる。

また、無線ＬＡＮ電話端末の通話中におけるバッテリー持続時間と関連して、本発明の実施形態による方法を使用する場合には、マルチフレーム化しない場合の通話可能時間である１９０分と比較して最大２７０分まで通話可能時間を延ばすことができ、約４２.１％のバッテリー持続時間が増加したことを実験を通じて確認した。

本発明の実施形態に従うＶｏＩＰ終端装置によるＶｏＩＰ処理の概念を示すブロック構成図である。 本発明の実施形態に従うＶｏＩＰ終端装置によるＶｏＩＰ処理の流れを示す図である。 本発明の実施形態に従うＲＴＰ送信処理の方法を示す図である。 本発明の実施形態に従うＲＴＰの選択的マルチフレーム化の処理の流れを示すフローチャートである。

符号の説明

１１０ シグナリングプロトコル処理部
１２０ メディア処理部
１２１ ＶｏＩＰ ＤＳＰ
１３０ 有線／無線伝送処理部
２０１ ソケットインターフェース（Ｓｏｃｋｅｔ Ｉｎｔｅｒｆａｃｅ）

Claims (28)

1. 端末装置間で交換されるＶｏＩＰ音声パケットのリアルタイム処理方法であって、
   ＲＴＰ（Ｒｅａｌ−ｔｉｍｅ Ｔｒａｎｓｐｏｒｔ Ｐｒｏｔｏｃｏｌ）送信側で発生する通話ペイロードについて、黙音ペイロードであるか否かを検査するステップと、
   前記検査の結果、黙音ペイロードであると判定された場合には、該当ペイロードを伝送せずにバッファーに蓄積し、音声ペイロードであると判定されるか、又は前記蓄積される黙音ペイロードの蓄積量が予め設定されたマルチフレーム限度基準値に到逹する場合には、ＲＴＰパケットを生成するステップと、を含むこと
   を特徴とする端末装置のＲＴＰ音声パケット処理方法。
2. 前記黙音ペイロードを検査するステップは、周期的に発生する通話ペイロード内に含まれる音声データの中で黙音基準値を超えるデータが一定個数超過であれば、その通話ペイロードを音声ペイロードと判定し、前記黙音基準値を超えるデータが一定個数以下であれば、その通話ペイロードを黙音ペイロードと判定すること
   を特徴とする請求項１に記載の端末装置のＲＴＰ音声パケット処理方法。
3. 前記黙音ペイロードの蓄積は、黙音と判定されたペイロードは伝送せずに継続的に蓄積し、黙音ペイロードのバッファー蓄積量が前記マルチフレーム限度基準値に到逹した場合には、蓄積を中断して伝送すること
   を特徴とする請求項２に記載の端末装置のＲＴＰ音声パケット処理方法。
4. 前記マルチフレーム限度基準値は、前記送信側の端末装置から伝送されるパケットを受信した相手方の端末装置が音声を再生することにおいて遅延を発生させない範囲内で設定されること
   を特徴とする請求項３に記載の端末装置のＲＴＰ音声パケット処理方法。
5. 前記音声ペイロードのＲＴＰパケット構成は、前記音声ペイロードが発生する以前に蓄積された黙音ペイロードと当該音声ペイロードとを一緒にした一つのＲＴＰパケットで構成すること
   を特徴とする請求項１に記載の端末装置のＲＴＰ音声パケット処理方法。
6. 前記通話ペイロードは、Ｇ.７１１コーデック（ＣＯＤＥＣ）、Ｇ.７２３.１コーデック、Ｇ.７２９コーデックの中の少なくとも一つを利用して生成されること
   を特徴とする請求項１に記載の端末装置のＲＴＰ音声パケット処理方法。
7. 前記端末装置は、ＶｏＩＰ有線端末またはＶｏＷＬＡＮ（Ｖｏｉｃｅ ｏｖｅｒ Ｗｉｒｅｌｅｓｓ ＬＡＮ）端末の中の少なくとも一つの端末装置であること
   を特徴とする請求項１に記載の端末装置のＲＴＰ音声パケット処理方法。
8. ＶｏＩＰを利用して通信する端末装置間で交換される音声パケットのリアルタイム処理方法であって、
   ＲＴＰ送信側から発生する通話ペイロードの音声レベルを検査し、
   a）前記音声レベルの検査結果、黙音ペイロードであると判定された場合には、前記通話ペイロードを含むバッファーに蓄積された通話ペイロードが蓄積限度値に到逹したか否かを判定するステップと、
   前記蓄積限度値に到逹したか否かの判定の結果、蓄積限度値未満である場合は、前記発生した通話ペイロードをバッファーに蓄積し、前記限度値に到逹した場合に、前記蓄積された通話ペイロードでＲＴＰパケットを生成するステップと、を含み、
   b）前記音声レベルの検査結果、音声ペイロードであると判定された場合には、前記音声ペイロードでＲＴＰパケットを生成すること
   を特徴とする端末装置のＲＴＰ音声パケット処理方法。
9. 前記音声レベルを検査するステップは、周期的に発生する通話ペイロード内に含まれる音声データの中で黙音基準値を超えるデータが一定個数超過であれば、その通話ペイロードを音声ペイロードと判定し、前記黙音基準値を超えるデータが一定個数以下であれば、その通話ペイロードを黙音ペイロードと判定すること
   を特徴とする請求項８に記載の端末装置のＲＴＰ音声パケット処理方法。
10. 前記音声ペイロードのＲＴＰパケット構成は、前記音声ペイロードが発生する以前に蓄積された黙音ペイロードと当該音声ペイロードとを一緒にした一つのＲＴＰパケットで構成すること
    を特徴とする請求項８に記載の端末装置のＲＴＰ音声パケット処理方法。
11. 前記蓄積限度値は、前記送信側の端末装置から伝送されるパケットを受信した相手方の端末装置が音声を再生することにおいて遅延を発生させない範囲内で設定されること
    を特徴とする請求項８に記載の端末装置のＲＴＰ音声パケット処理方法。
12. 前記通話ペイロードは、Ｇ.７１１コーデック、Ｇ.７２３.１コーデック、Ｇ.７２９コーデックの中の少なくとも一つを利用して生成されること
    を特徴とする請求項８に記載の端末装置のＲＴＰ音声パケット処理方法。
13. 前記端末装置は、ＶｏＩＰ有線端末またはＶｏＷＬＡＮ端末の中の少なくとも一つの端末装置であること
    を特徴とする請求項８に記載の端末装置のＲＴＰ音声パケット処理方法。
14. ＶｏＩＰを利用して通信する端末装置間で交換される音声パケットのリアルタイム処理方法であって、
    通信の相手方の端末装置との通信セッションを制御してＶｏＩＰ呼を設定または解除するＶｏＩＰシグナリング処理ステップと、
    ＲＴＰプロトコルを利用して、相手方の端末装置とパケット化された音声データを継続的に交換し、相手方の端末装置との相互通信をするメディア処理ステップと、を含み、
    前記メディア処理ステップは、通話中に発生する黙音データはリアルタイムに伝送せずにバッファーに蓄積し、蓄積量がマルチフレーム限度基準値以上になると伝送し、音声データはリアルタイムに直ちに伝送すること
    を特徴とするＶｏＩＰ端末のＲＴＰ音声パケット処理方法。
15. 前記メディア処理ステップは、ＲＴＰ送信側から発生する通話ペイロードについて黙音ペイロードであるか否かを検査するステップと、
    前記検査の結果、黙音ペイロードであると判定された場合には、該当ペイロードを伝送せずバッファーに蓄積し、音声ペイロードであると判定されるか、又は前記蓄積される黙音ペイロードの蓄積量が予め設定されたマルチフレーム限度基準値に到逹する場合には、ＲＴＰパケットを生成するステップと、を含むこと
    を特徴とする請求項１４に記載のＶｏＩＰ端末のＲＴＰ音声パケット処理方法。
16. 前記マルチフレーム限度基準値は、前記送信側の端末装置から伝送されるパケットを受信した相手方の端末装置が音声を再生することにおいて遅延を発生させない範囲内で設定されること
    を特徴とする請求項１４に記載のＶｏＩＰ端末のＲＴＰ音声パケット処理方法。
17. 前記端末装置は、ＶｏＩＰ有線端末またはＶｏＷＬＡＮ（Ｖｏｉｃｅ ｏｖｅｒ Ｗｉｒｅｌｅｓｓ ＬＡＮ）端末の中の少なくとも一つの端末装置であること
    を特徴とする請求項１４に記載のＶｏＩＰ端末のＲＴＰ音声パケット処理方法。
18. 前記メディア処理ステップで生成されるＲＴＰパケットにＵＤＰヘッダー及びＩＰヘッダーを追加して相手方の端末装置に伝送する有線／無線伝送処理ステップをさらに含むこと
    を特徴とする請求項１４に記載のＶｏＩＰ端末のＲＴＰ音声パケット処理方法。
19. 前記黙音ペイロードであるか否かを検査するステップは、周期的に発生する通話ペイロード内に含まれる音声データの中で黙音基準値を超えるデータが一定個数超過であれば、その通話ペイロードを音声ペイロードと判定し、
    前記黙音基準値を超えるデータが一定個数以下であれば、その通話ペイロードを黙音ペイロードと判定すること
    を特徴とする請求項１５に記載のＶｏＩＰ端末のＲＴＰ音声パケット処理方法。
20. 前記黙音ペイロードの蓄積は、黙音と判断されたペイロードは伝送せず継続的に蓄積し、黙音ペイロードの蓄積量が前記マルチフレーム限度基準値に到逹した場合には、蓄積を中断すること
    を特徴とする請求項１５に記載のＶｏＩＰ端末のＲＴＰ音声パケット処理方法。
21. ＶｏＩＰシステムを利用して通信する端末装置であって、
    通信の相手方の端末装置との通信セッションを制御してＶｏＩＰ呼を設定または解除するＶｏＩＰシグナリング処理部と、
    ＲＴＰプロトコルを利用して、相手方の端末装置とパケット化された音声データを継続的に交換し、相手方の端末装置との相互通信をするメディア処理部と、を含み、
    前記メディア処理部は、通話中に発生する黙音データはリアルタイムに伝送せずにバッファーに蓄積し、蓄積量がマルチフレーム限度基準値以上になると伝送し、音声データはリアルタイムに直ちに伝送すること
    を特徴とするＶｏＩＰ端末装置。
22. 前記メディア処理部から出力されるＲＴＰパケットの入力を受け、前記ＲＴＰパケットにＵＤＰヘッダー及びＩＰヘッダーを追加して相手方の端末装置に伝送する有／無線伝送処理部をさらに含むこと
    を特徴とする請求項２１に記載のＶｏＩＰ端末装置。
23. 前記マルチフレーム限度基準値は、前記送信側の端末装置から伝送されるパケットを受信した相手方の端末装置が音声を再生することにおいて遅延を発生させない範囲内で設定されること
    を特徴とする請求項２１に記載のＶｏＩＰ端末装置。
24. 前記メディア処理部は、ＲＴＰ送信側から発生する通話ペイロードについて黙音ペイロードであるか否か検査し、前記検査の結果、黙音ペイロードであると判定された場合には、該当ペイロードを伝送せずバッファーに蓄積し、音声ペイロードであると判定されるか、又は前記蓄積される黙音ペイロードの蓄積量が予め設定されたマルチフレーム限度基準値に到逹する場合には、ＲＴＰパケットを生成すること
    を特徴とする請求項２１に記載のＶｏＩＰ端末装置。
25. 前記通話ペイロードは、Ｇ.７１１コーデック、Ｇ.７２３.１コーデック、Ｇ.７２９コーデックの中の少なくとも一つを利用して生成されること
    を特徴とする請求項２４に記載のＶｏＩＰ端末装置。
26. 前記メディア処理部での黙音ペイロード検査は、周期的に発生する通話ペイロード内に含まれる音声データの中で黙音基準値を超えるデータが一定個数超過であれば、その通話ペイロードを音声ペイロードと判定し、前記黙音基準値を超えるデータが一定個数以下であれば、その通話ペイロードを黙音ペイロードと判定すること
    を特徴とする請求項２４に記載のＶｏＩＰ端末装置。
27. 前記メディア処理部は、通話者による音声データの入力を受けて周期的に通話ペイロードを発生させるＶｏＩＰ ＤＳＰ（Ｄｉｇｉｔａｌ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｏｒ）を含むこと
    を特徴とする請求項２１に記載のＶｏＩＰ端末装置。
28. 前記端末装置は、ＶｏＩＰ有線端末またはＶｏＷＬＡＮ（Ｖｏｉｃｅ ｏｖｅｒ Ｗｉｒｅｌｅｓｓ ＬＡＮ）端末の中の少なくとも一つの端末装置であること
    を特徴とする請求項２１に記載のＶｏＩＰ端末装置。
    

Images