JP4230900B2 - 音声通信端末 - Google Patents

Description

本発明は、ネットワークに接続された端末同士で音声通信を行う音声通信端末に関するものである。

まず、従来の音声通信端末を用いた音声通信システムの構成について説明する。図８は、従来の音声通信システムの構成の一例を示すブロック図である。従来の音声通信システムは、ネットワークを介して複数の音声通信端末が接続されたシステムである。ここでは、２つの音声通信端末１が音声通信を行う例を示す。音声通信端末１が接続されたネットワーク２は、それぞれ無線機３による無線回線で接続されている。

次に、従来の音声通信端末１の構成について説明する。図９は、従来の音声通信端末の構成の一例を示すブロック図である。従来の音声通信端末１は、音声入力部１１、送信部１２、ネットワークインターフェイス部１３、受信部１４、音声出力部１５から構成される。

まず、送信時における各部の動作の概要について説明する。音声入力部１１はマイクとＡ／Ｄ変換器等で構成され、ユーザから入力された音声を音声データとして、送信部１２へ出力する。次に、送信部１２は音声入力部１１から入力された音声データに送信処理を施し、送信データとしてネットワークインターフェイス部１３へ出力する。次に、ネットワークインターフェイス部１３は送信部１２から入力された送信データを、ネットワークを介して他の音声通信端末へ送信する。

次に、受信時における各部の動作の概要について説明する。ネットワークインターフェイス部１３はネットワークを介して他の音声通信端末から受信した受信データを受信部１４へ出力する。次に、受信部１４はネットワークインターフェイス部１３から入力された受信データに受信処理を施し、音声データとして音声出力部１５へ出力する。次に、音声出力部１５はＤ／Ａ変換器とスピーカ等で構成され、受信部１４から入力された音声データを音声としてユーザへ出力する。

ここで、従来の音声通信端末１において、ネットワーク上の負荷等によるパケットの遅延や欠落等の受信失敗が生じた場合の音声補償処理について説明する。図１０は、従来の音声補償処理の動作の一例を示す図である。受信部１４において、正常受信されたパケットの音声データは、音声出力部１５へ出力されるとともに、バッファに格納される。ここで、正常受信されたパケットの音声データを時間順にｗ１、ｗ２、ｗ３とする。受信失敗が生じた場合、受信部１４は受信失敗したパケットの音声データの代わりに、バッファ中の最新のパケットの音声データをもう一度音声出力部１５へ出力することにより、受信失敗時の音声データの補償を行う。図１０はパケットｗ３の後に受信失敗が生じた場合を示しており、受信部１４はバッファに格納されたｗ３の音声データをもう一度音声出力部１５へ出力する。

なお、本発明の関連ある従来技術として、例えば、以下に示す特許文献１が知られている。
特開平８−３２５２６号公報 （第２−４頁、第１図）

しかしながら、上述した従来の音声通信端末１では、バッファ中の最新の１パケット分の補償しかできず、さらに受信失敗が続いた場合、図１０に示すように受信部１４は無音データを音声出力部１５へ出力する。従って、受信側の音声通信端末１から出力される音声が途切れたり、不明瞭になってしまうという問題があった。

本発明は上述した問題点を解決するためになされたものであり、連続した複数のパケットの遅延および欠落に対して補償する期間を大幅に増加させる音声通信端末を提供することを目的とする。

上述した課題を解決するため、本発明は、ネットワークに接続され、音声データの送信および受信を行う音声通信端末であって、受信した音声データをバッファに格納し、音声データの受信失敗の連続がある場合に、前記バッファに格納された最新の音声データを前記受信失敗の連続回数に応じて段階的に減衰させ音声として出力するものである。

本発明によれば、連続した複数のパケットの遅延および欠落に対して補償する期間を大幅に増加させることにより、音声が途切れにくく、明瞭な音声を提供することができ、ユーザの不快感を低減できる。

以下、本発明の実施の形態について図面を参照しつつ説明する。

まず、本実施の形態に係る音声通信端末を用いた音声通信システムの構成について説明する。図１は、本実施の形態に係る音声通信システムの構成の一例を示すブロック図である。図１において、図８と同一符号は図８に示された対象と同一又は相当物を示しており、ここでの説明を省略する。本実施の形態では、従来の音声通信端末１の代わりに音声通信端末１０を備える。

次に、本実施の形態に係る音声通信端末の構成について説明する。図２は、本実施の形態に係る音声通信端末の構成の一例を示すブロック図である。図２において、図９と同一符号は図９に示された対象と同一又は相当物を示しており、ここでの説明を省略する。本実施の形態では、従来の送信部１２の代わりに送信部１０２を備え、従来の受信部１４の代わりに受信部１０４を備える。以下、送信部１０２による送信処理と、受信部１０４による受信処理について説明する。

まず、送信処理について説明する。図３は、本実施の形態に係る送信処理の動作の一例を示すフローチャートである。まず、送信部１０２は、全てのパケットの送信が終了したか否かの判断を行う（Ｓ１１）。送信終了であれば（Ｓ１１，Ｙｅｓ）、このフローを終了する。

一方、送信終了でなければ（Ｓ１１，Ｎｏ）、送信するパケットが初期音声期間内のパケットであるか否かの判断を行う（Ｓ２１）。初期音声期間とは、通信開始から所定のパケット数の期間のことであり、後述する線形予測演算のために送信部１０２が備える送信バッファと受信部１０４が備える受信バッファの長さに等しい。

初期音声期間内であれば（Ｓ２１，Ｙｅｓ）、音声入力部１１から入力された音声データをそのまま送信データとする初期音声処理を行い（Ｓ２２）、送信データをネットワークインターフェイス部１３へ出力するとともに、後述する符号化処理のために入力された音声データを送信バッファに格納する送信処理を行い（Ｓ２４）、処理Ｓ１１へ戻る。

一方、初期音声期間内でなければ（Ｓ２１，Ｎｏ）、送信バッファ中の過去の音声データを用いて線形予測演算を行うことにより予測データを取得し、予測データから現在の音声データを減算した差分データを送信データとする符号化処理を行い（Ｓ２３）、処理Ｓ１１へ戻る。

次に、受信処理について説明する。図４は、本実施の形態に係る受信処理の動作の一例を示すフローチャートである。まず、受信部１０４は、全てのパケットの受信が終了したか否かの判断を行う（Ｓ３１）。

受信終了であれば（Ｓ３１，Ｙｅｓ）、このフローを終了する。一方、受信終了でなければ（Ｓ３１，Ｎｏ）、パケットの遅延や欠落等の受信失敗が生じたか否かの判断を行う（Ｓ３２）。

パケットの遅延や欠落等がなく、パケットを正常に受信した場合（Ｓ３２，Ｎｏ）、受信したパケットが初期音声期間内のパケットであるか否かの判断を行う（Ｓ４１）。

初期音声期間内であれば（Ｓ４１，Ｙｅｓ）、ネットワークインターフェイス部１３から入力された受信データをそのまま音声データとする初期音声処理を行い（Ｓ４２）、音声データを音声出力部１５へ出力するとともに、音声データを受信バッファに格納する音声出力処理を行い（Ｓ９１）、処理Ｓ３１へ戻る。

一方、初期音声期間内でなければ（Ｓ４１，Ｎｏ）、受信バッファ中の過去の音声データを用いて線形予測演算を行うことにより、予測データを算出し、ネットワークインターフェイス部１３から入力された受信データと予測データを加算した結果を音声データとする復号化処理を行い（Ｓ４３）、処理Ｓ９１へ移行する。

また、パケットの遅延や欠落等の受信失敗が生じた場合（Ｓ３２，Ｎｏ）、エラー終了となるか否かの判断を行う（Ｓ５１）。ここで、受信失敗が生じた場合のパケットを異常パケットとし、連続する異常パケットの数を異常パケット数とする。この異常パケット数が所定の無音補償パケット数を超えた場合にエラー終了となる。エラー終了とならない場合（Ｓ５１，Ｎｏ）、無音補償処理を行うか否かの判断を行う（Ｓ６１）。ここで、異常パケット数が所定の予測補償パケット数を超えた場合に無音補償処理を行うと判断する。

無音補償処理を行わないと判断した場合（Ｓ６１，Ｎｏ）、予測補償処理を行うか否かの判断を行う（Ｓ７１）。ここで、異常パケット数が所定の減衰補償パケット数を超えた場合に予測補償処理を行うと判断する。

異常パケット数が所定の予測補償パケット数以下で、予測補償処理を行わないと判断した場合（Ｓ７１，Ｎｏ）、受信バッファ中の最新の音声データを異常パケット数に応じて段階的に減衰させた減衰データを音声データとする減衰補償処理を行い（Ｓ７３）、処理Ｓ９１へ移行する。

また、異常パケット数が所定の減衰補償パケット数を超え、予測補償処理を行うと判断した場合（Ｓ７１，Ｙｅｓ）、受信バッファ中の全ての音声データから算出される予測データを受信バッファに格納する予測補償処理を行い（Ｓ７２）、処理Ｓ７３へ移行する。

また、異常パケット数が所定の予測補償パケット数を超え、無音補償処理を行うと判断した場合（Ｓ６１，Ｙｅｓ）、無音データを音声データとする無音補償処理を行い（Ｓ６２）、処理Ｓ９１へ移行する。

また、異常パケット数が所定の無音補償パケット数を超え、エラー終了となる場合（Ｓ５１，Ｙｅｓ）、受信を終了させるエラー終了処理を行い（Ｓ５２）、このフローを終了する。

次に、符号化処理と復号化処理の詳細について説明する。図５は、本実施の形態に係る符号化処理と復号化処理の一例を示す図である。隣り合う音声データは、近い値を持つという性質から線形予測演算を行う。ここでは例として、３パケットまでの過去の音声データであるｖ（ｉ−３）、ｖ（ｉ−２）、ｖ（ｉ−１）を用い、ｘｉ＝３＊ｖ（ｉ−１）−３＊ｖ（ｉ−２）＋ｖ（ｉ−３）の予測式を用いて、予測データを算出する。また、送信時には、算出した予測データｘｉから現在の音声データｖｉを減算した差分データｄｉを送信データとする符号化処理を行う。受信時には、算出した予測データｘｉから受信した差分データｄｉを減算して音声データｖｉを算出する復号化処理を行う。

ここで、図５に示した音声データの表現には８ビット必要であるが、差分データは４ビットで表現できる。差分データを送信データとすることにより、予測補償処理を行うことができるだけでなく、音声データをそのものの送信に比べて大幅に圧縮することができる。

次に、減衰補償処理と予測補償処理と無音補償処理の詳細について説明する。図６は、本実施の形態に係る減衰補償処理と予測補償処理と無音補償処理の動作の一例を示す図である。ここでは例として、減衰補償パケット数を５パケット、予測補償パケット数を１７パケット、無音補償パケット数を２２パケットとする。

まず、異常パケット数が減衰補償パケット数以下の場合について説明する。ここで、正常に受信されたパケットにより復号化された音声データを時間順にｗ１、ｗ２、ｗ３、ゲインをａ１、ａ２、ａ３、ａ４とする。ゲインの例としてここでは、ａ１＝０．８、ａ２＝０．６、ａ３＝０．４、ａ４＝０．２とする。異常パケット数の増加に従って、受信バッファ中の最新の音声データであるｗ３、次に減衰させたａ１＊ｗ３、ａ２＊ｗ３、ａ３＊ｗ３、ａ４＊ｗ３が出力される。図７は、本実施の形態に係る減衰補償処理による波形の一例を示す図である。正常受信時に出力される音声データｗ３、異常受信時に出力される音声データｗ３、ａ１＊ｗ３、ａ２＊ｗ３、ａ３＊ｗ３、ａ４＊ｗ３の波形を表す。

次に、異常パケット数が減衰補償パケット数を超え、予測補償パケット数以下の場合について説明する。異常パケット数の増加に従って、受信バッファ中のｗ１とｗ２とｗ３から算出された予測データｘ１が出力されるとともに受信バッファに格納され、次に受信バッファ中の最新の音声データであるｘ１、次に減衰させたａ１＊ｘ１、ａ２＊ｘ１、ａ３＊ｘ１、ａ４＊ｘ１が出力される。次に受信バッファ中のｗ２とｗ３とｘ１から算出された予測データｘ２が出力されるとともに受信バッファに格納され、次に受信バッファ中の最新の音声データであるｘ２、次に減衰させたａ１＊ｘ２、ａ２＊ｘ２、ａ３＊ｘ２、ａ４＊ｘ２が出力される。

次に、異常パケット数が予測補償パケット数を超え、無音補償パケット数以下の場合について説明する。この場合、無音データが出力される。

なお、本実施の形態においては、音声の補償方法として、減衰補償処理と予測補償処理と無音補償処理の３つの処理を用いたが、減衰補償処理のみ、または減衰補償処理と他の処理を組み合わせた２つの処理を用いて音声の補償を行うようにしても良い。

本実施の形態に係る音声通信システムの構成の一例を示すブロック図である。 本実施の形態に係る音声通信端末の構成の一例を示すブロック図である。 本実施の形態に係る送信処理の動作の一例を示すフローチャートである。 本実施の形態に係る受信処理の動作の一例を示すフローチャートである。 本実施の形態に係る符号化処理と復号化処理の一例を示す図である。 本実施の形態に係る減衰補償処理と予測補償処理と無音補償処理の動作の一例を示す図である。 本実施の形態に係る減衰補償処理による波形の一例を示す図である。 従来の音声通信システムの構成の一例を示すブロック図である。 従来の音声通信端末の構成の一例を示すブロック図である。 従来の音声補償処理の動作の一例を示す図である。

符号の説明

１０ 音声通信端末、２ ネットワーク、３ 無線機、１１ 音声入力部、１０２ 送信部、１３ ネットワークインターフェイス部、１０４ 受信部、１５ 音声出力部。

Claims (1)

1. ネットワークに接続され、音声データの送信および受信を行う音声通信端末であって、
   受信した音声データを格納するバッファと、
   前記音声データの受信を失敗した場合、前記バッファに格納された最新の音声データを受信失敗の連続回数に応じて段階的に減衰させ音声として出力する減衰補償手段と、
   前記減衰補償手段から所定回数連続して音声出力を行ったときに前記音声データの受信失敗が継続している場合、前記バッファに格納された過去の音声データを用いて線形予測演算を行って予測データを算出し、算出した予測データを受信失敗の連続回数に応じて段階的に減衰させ音声として出力する予測補償手段と、
   を備えることを特徴とする音声通信端末。

Images