JP4425887B2 - ビデオ会議システム、ビデオ会議システムに使用される端末、端末の処理方法、そのプログラム - Google Patents
ビデオ会議システム、ビデオ会議システムに使用される端末、端末の処理方法、そのプログラム Download PDFInfo
- Publication number
- JP4425887B2 JP4425887B2 JP2006205054A JP2006205054A JP4425887B2 JP 4425887 B2 JP4425887 B2 JP 4425887B2 JP 2006205054 A JP2006205054 A JP 2006205054A JP 2006205054 A JP2006205054 A JP 2006205054A JP 4425887 B2 JP4425887 B2 JP 4425887B2
- Authority
- JP
- Japan
- Prior art keywords
- terminal
- information
- video
- audio
- state
- 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.)
- Active
Links
Images
Description
本発明は、各端末が映像情報および音声情報を相互に交換することによって、参加者が端末を介して会議を行うことができるビデオ会議システムに関する。
従来から、複数の端末が相互通信可能なネットワークに接続され、各端末が映像情報および音声情報を相互に通信することによって、参加者が端末を介して会議を行うことができるビデオ会議システムがある。
ビデオ会議システムには、各端末が、他の端末から音声情報を受信し、それらを個別に処理して他の端末それぞれの音量を算出して音量の比較を行い、その結果、音量の大きな端末を音声入力中であると判断し、その端末から映像を受信し、表示する方法がある（例えば、特許文献１参照）。また、音量の小さな、または、小さくなった端末からの映像については、受信を停止する。このような処理と動作を逐次行うことで、自動的に音声入力状態の端末の映像を表示することができる。
特開２００６−００５５２６号公報
ＩＥＴＦ ＲＦＣ ２３６２
"Flexcastによる段階的導入に優れたマルチキャストシステムの設計と実装", 電子情報通信学会論文誌 D-1, VOL.J88‐D, NO.2 pp272‐291, 2005年.
ビデオ会議システムには、各端末が、他の端末から音声情報を受信し、それらを個別に処理して他の端末それぞれの音量を算出して音量の比較を行い、その結果、音量の大きな端末を音声入力中であると判断し、その端末から映像を受信し、表示する方法がある（例えば、特許文献１参照）。また、音量の小さな、または、小さくなった端末からの映像については、受信を停止する。このような処理と動作を逐次行うことで、自動的に音声入力状態の端末の映像を表示することができる。
しかし、特許文献１に記載された映像音声配信方法では、他の端末から送られてくる音声情報から音量を算出する処理（音量算出処理）を各端末が個別に行わなければならず、ビデオ会議システム全体での音量算出処理量が大きいという問題がある。
また、特許文献１に記載された映像音声配信方法では、音量の算出を行うために、音声が符号化された音声情報を受信し、その入力した音声情報を端末毎に復号化することが音量算出処理の前に必要になる。
もし、ビデオ会議システムの端末として市販ＰＣ（Personal Computer）をベースマシンとして使用する場合には、複数の端末から入力した符号化された音声情報をミキシングして音声として出力することは可能である。しかし、前記の、入力した音声情報を端末毎に復号化してそれぞれの音量算出処理を行うことは、そのままではできない。このような場合には、これらの機能をＰＣ上に実装しなければならないという問題がある。
また、特許文献１に記載された映像音声配信方法では、音量の算出を行うために、音声が符号化された音声情報を受信し、その入力した音声情報を端末毎に復号化することが音量算出処理の前に必要になる。
もし、ビデオ会議システムの端末として市販ＰＣ（Personal Computer）をベースマシンとして使用する場合には、複数の端末から入力した符号化された音声情報をミキシングして音声として出力することは可能である。しかし、前記の、入力した音声情報を端末毎に復号化してそれぞれの音量算出処理を行うことは、そのままではできない。このような場合には、これらの機能をＰＣ上に実装しなければならないという問題がある。
そこで、本発明では、ビデオ会議システム全体での音量算出処理量を削減することを目的とする。また、音量を算出するために音声情報を端末毎に復号化することを不要にすることも目的とする。
本発明は、前記課題を解決するために創案されたものであり、請求項１に記載の発明は、複数の端末が相互通信可能なネットワークに接続され、各前記端末が映像情報および音声情報を相互に通信可能なビデオ会議システムであって、各前記端末が、音声を入力する音声入力部と、情報を処理する処理部と、他の前記端末の状態情報を格納する状態情報記憶部とを備え、前記処理部が、前記音声入力部を介して受信した音声信号の音量を算出し、当該算出した音量が所定の閾値以上である場合に、自端末が音声入力状態であると判定し、当該算出した音量が所定の閾値未満である場合に、自端末が音声入力状態以外であると判定し、当該判定の結果を他の前記端末に送信し、他の前記端末から前記判定の結果を受信すると、当該判定の結果および当該端末の識別情報を、状態情報として自端末の前記状態情報記憶部に格納し、自端末の前記状態情報記憶部に格納されている前記状態情報に基づいて、他の前記端末のうち音声入力状態になった端末の中から映像送信要求情報の送信先の端末を選択し、当該選択した端末に前記映像送信要求情報を送信し、他の前記端末のうち音声入力状態以外になった端末の中から映像停止要求情報の送信先の端末を選択し、当該選択した端末に前記映像停止要求情報を送信する構成とした。
このような構成によれば、ビデオ会議システムの各端末の処理部が、音声入力部を介して受信した音声信号の音量を算出し、算出した音量に基づいて自端末が音声入力状態か否かを判定し、この判定に基づいた自端末の状態を示す状態情報を他の各端末に送信する。これによって、状態情報を受信した端末は、状態情報に基づいて映像情報の要求を他の各端末に送信し、受信した映像を表示することができる。したがって、音量の算出処理は、音声入力部を介して受信した端末において行えばよく、ビデオ会議システム全体での音量算出処理量を軽減することができると共に、音量を算出するために音声情報を復号化する必要がなくなる。
また、このような構成によれば、ビデオ会議システムの各端末の処理部が、他の端末から判定の結果を受信すると、判定の結果および当該端末の識別情報を、状態情報として自端末の状態情報記憶部に格納し、自端末の状態情報記憶部に格納されている状態情報に基づいて、映像送信要求情報の送信先の端末と映像停止要求情報の送信先の端末とを選択し、選択した端末に映像送信要求情報または映像停止要求情報を送信することが可能である。したがって、状態情報記憶部に他の端末の状態情報を格納しておくことによって、他の端末から送信された状態情報を受信するタイミングが端末によって異なる場合でも、状態情報記憶部に格納された各端末の状態情報を受信すれば、各端末の状態情報に基づいて、映像送信要求情報の送信先の端末と映像停止要求情報の送信先の端末とを選択し、選択した端末に映像送信要求情報または映像停止要求情報を送信し、映像情報を送信させ、また映像情報の送信を停止させることが可能である。
また、請求項２に記載の発明は、複数の端末が相互通信可能なネットワークに接続され、各前記端末が映像情報および音声情報を相互に通信可能なビデオ会議システムであって、各前記端末が、音声を入力する音声入力部と、情報を処理する処理部と、他の前記端末の状態情報を格納する状態情報記憶部とを備え、前記処理部が、前記音声入力部を介して受信した音声信号の音量を算出し、当該算出した音量が所定の閾値以上である場合に、自端末が音声入力状態であると判定し、当該算出した音量が所定の閾値未満である場合に、自端末が音声入力状態以外であると判定し、当該判定の結果を他の前記端末に送信し、他の前記端末から前記判定の結果を受信すると、当該判定の結果および当該端末の識別情報を、状態情報として自端末の前記状態情報記憶部に格納し、自端末の前記状態情報記憶部に格納されている前記状態情報に基づいて、他の前記端末のうち音声入力状態になった端末の中から音声映像送信要求情報の送信先の端末を選択し、当該選択した端末に前記音声映像送信要求情報を送信し、他の前記端末のうち音声入力状態以外になった端末の中から音声映像停止要求情報の送信先の端末を選択し、当該選択した端末に前記音声映像停止要求情報を送信する構成とした。
このような構成によれば、ビデオ会議システムの各端末の処理部が、他の端末から判定の結果を受信すると、当該判定の結果および当該端末の識別情報を、状態情報として自端末の状態情報記憶部に格納し、状態情報記憶部に格納されている状態情報に基づいて、音声映像送信要求情報の送信先の端末と音声映像停止要求情報の送信先の端末とを選択し、選択した端末に音声映像送信要求情報または音声映像停止要求情報を送信することが可能である。したがって、状態情報記憶部に他の端末の状態情報を格納しておくことによって、他の端末から送信された状態情報を受信するタイミングが端末によって異なる場合でも、状態情報記憶部に格納された各端末の状態情報を受信すれば、各端末の状態情報に基づいて、音声映像送信要求情報の送信先の端末と音声映像停止要求情報の送信先の端末とを選択し、選択した端末に音声映像送信要求情報または音声映像停止要求情報を送信し、映像情報および音声情報を送信させ、また映像情報および音声情報の送信を停止させることが可能である。
また、請求項３に記載の発明は、複数の端末が相互通信可能なネットワークに接続され、各前記端末が映像情報および音声情報を相互に通信可能なビデオ会議システムであって、各前記端末が、音声を入力する音声入力部と、情報を処理する処理部とを備え、前記処理部が、前記音声入力部を介して受信した音声信号の音量を算出し、当該算出した音量が所定の閾値以上である場合に、自端末が音声入力状態であると判定し、当該算出した音量が所定の閾値未満である場合に、自端末が音声入力状態以外であると判定し、当該判定の結果を他の前記端末に送信し、前記複数の端末が、第１の端末群と、第２の端末とを含んで構成され、前記第１の端末群の前記処理部が、前記判定の結果を前記第２の端末に送信し、前記第２の端末が、前記第１の端末群からの状態情報を格納する状態情報記憶部をさらに備え、前記第２の端末の前記処理部が、前記第１の端末群から前記判定の結果を受信すると、当該判定の結果および当該端末の識別情報を、状態情報として前記第２の端末の前記状態情報記憶部に格納し、前記第２の端末の前記状態情報記憶部に格納されている前記状態情報に基づいて、他の前記端末のうち音声入力状態になった端末の中から音声映像送信要求情報の送信先の端末を選択し、他の前記端末のうち音声入力状態以外になった端末の中から音声映像停止要求情報の送信先の端末を選択し、当該選択した端末の識別情報を前記第１の端末群に送信する構成とした。
このような構成によれば、ビデオ会議システムの第１の端末群の処理部が、判定の結果を第２の端末に送信し、第２の端末の処理部が、第１の端末群から判定の結果を受信すると、判定の結果および当該端末の識別情報を、状態情報として第２の端末の状態情報記憶部に格納し、第２の端末の状態情報記憶部に格納されている状態情報に基づいて、音声映像送信要求情報の送信先の端末と音声映像停止要求情報の送信先の端末とを選択し、選択した端末の識別情報を第１の端末群に送信することが可能である。したがって、端末の識別情報を受信した第１の端末群が、その端末の識別情報によって特定される端末に音声映像送信要求情報または音声映像停止要求情報を送信し、映像情報および音声情報を送信させ、また映像情報および音声情報の送信を停止させることが可能である。
また、請求項４に記載の発明は、請求項３に記載のビデオ会議システムにおいて、前記第１の端末群の前記処理部が、前記第２の端末から前記音声映像送信要求情報または音声映像停止要求情報の送信先の端末の識別情報を受信すると、当該識別情報によって識別される端末に音声映像送信要求情報または音声映像停止要求情報を送信する構成とした。
このような構成によれば、第１の端末群の処理部が、第２の端末から音声映像送信要求情報または音声映像停止要求情報の送信先の端末の識別情報を受信すると、識別情報によって識別される端末に音声映像送信要求情報または音声映像停止要求情報を送信することが可能である。したがって、端末の識別情報を受信した第１の端末群が、その端末の識別情報によって特定される端末に音声映像送信要求情報または音声映像停止要求情報を送信し、映像情報および音声情報を送信させることが可能である。したがって、端末の識別情報を受信した第１の端末群が、その端末の識別情報によって特定される端末から映像情報および音声情報を送信させ、また映像情報および音声情報の送信を停止させることが可能である。
また、請求項５に記載の発明は、複数の端末が相互通信可能なネットワークに接続され、各前記端末が映像情報および音声情報を相互に通信可能なビデオ会議システムに使用される端末であって、音声を入力する音声入力部と、情報を処理する処理部と、他の前記端末の状態情報を格納する状態情報記憶部とを備え、前記処理部が、前記音声入力部を介して受信した音声信号の音量を算出し、当該算出した音量が所定の閾値以上である場合に、自端末が音声入力状態であると判定し、当該算出した音量が所定の閾値未満である場合に、自端末が音声入力状態以外であると判定し、当該判定の結果を他の前記端末に送信し、他の前記端末から前記判定の結果を受信すると、当該判定の結果および当該端末の識別情報を、状態情報として自端末の前記状態情報記憶部に格納し、前記状態情報記憶部に格納されている前記状態情報に基づいて、他の前記端末のうち音声入力状態になった端末の中から映像送信要求情報の送信先の端末を選択し、当該選択した端末に前記映像送信要求情報を送信し、他の前記端末のうち音声入力状態以外になった端末の中から映像停止要求情報の送信先の端末を選択し、当該選択した端末に前記映像停止要求情報を送信する構成とした。
このような構成によれば、ビデオ会議システムに使用される端末の処理部が、音声入力部を介して受信した音声信号の音量を算出し、算出した音量に基づいて自端末が音声入力状態か否かを判定し、この判定に基づいた自端末の状態を示す状態情報を他の各端末に送信する。これによって、状態情報を受信した端末は、状態情報に基づいて映像情報の要求を他の各端末に送信し、受信した映像を表示することができる。したがって、音量の算出処理は、音声入力部を介して受信した端末において行えばよく、ビデオ会議システム全体での音量算出処理量を軽減することができると共に、音量を算出するために音声情報を復号化する必要がなくなる。
また、請求項６に記載の発明は、請求項５に記載の端末において、映像を入力する映像入力部をさらに備え、前記処理部が、他の前記端末から前記映像送信要求情報を受信すると、前記映像入力部を介して受信した映像信号を符号化し、前記映像送信要求情報の送信元端末に送信し、他の前記端末から前記映像停止要求情報を受信すると、符号化した前記映像信号の前記映像停止要求情報の送信元端末への送信を停止する構成とした。
このような構成によれば、ビデオ会議システムに使用される端末の処理部が、他の端末から映像送信要求情報を受信すると、映像入力部を介して受信した映像信号を符号化し、映像送信要求情報の送信元端末に送信し、他の端末から映像停止要求情報を受信すると、符号化した映像信号の映像停止要求情報の送信元端末への送信を停止することが可能である。したがって、他の端末から映像送信要求情報を受信すると、自端末の映像入力部を介して受信した映像信号を符号化し、映像送信要求情報の送信元端末に送信し、送信元端末に自端末の映像を表示させ、他の端末から映像停止要求情報を受信すると、符号化した映像信号の映像停止要求情報の送信元端末への送信を停止し、送信元端末に自端末の映像の表示を停止させることが可能である。
また、請求項７に記載の発明は、複数の端末が相互通信可能なネットワークに接続され、各前記端末が映像情報および音声情報を相互に通信可能なビデオ会議システムに使用される端末であって、音声を入力する音声入力部と、情報を処理する処理部と、他の前記端末の状態情報を格納する状態情報記憶部とを備え、前記処理部が、前記音声入力部を介して受信した音声信号の音量を算出し、当該算出した音量が所定の閾値以上である場合に、自端末が音声入力状態であると判定し、当該算出した音量が所定の閾値未満である場合に、自端末が音声入力状態以外であると判定し、当該判定の結果を他の前記端に送信し、他の前記端末から前記判定の結果を受信すると、当該判定の結果および当該端末の識別情報を、状態情報として自端末の前記状態情報記憶部に格納し、前記状態情報記憶部に格納されている前記状態情報に基づいて、他の前記端末のうち音声入力状態になった端末の中から音声映像送信要求情報の送信先の端末を選択し、当該選択した端末に前記音声映像送信要求情報を送信し、他の前記端末のうち音声入力状態以外になった端末の中から音声映像停止要求情報の送信先の端末を選択し、当該選択した端末に前記音声映像停止要求情報を送信する構成とした。
このような構成によれば、ビデオ会議システムに使用される端末の処理部が、他の端末から判定の結果を受信すると、判定の結果および当該端末の識別情報を、状態情報として自端末の状態情報記憶部に格納し、状態情報記憶部に格納されている状態情報に基づいて、音声映像送信要求情報の送信先の端末と音声映像停止要求情報の送信先の端末とを選択し、選択した端末に音声映像送信要求情報または音声映像停止要求情報を送信することが可能である。したがって、状態情報記憶部に他の端末の状態情報を格納しておくことによって、他の端末から送信された状態情報を受信するタイミングが端末によって異なる場合でも、状態情報記憶部に格納された各端末の状態情報を受信すれば、各端末の状態情報に基づいて、音声映像送信要求情報の送信先の端末と音声映像停止要求情報の送信先の端末とを選択し、選択した端末に音声映像送信要求情報または音声映像停止要求情報を送信し、映像情報および音声情報を送信させ、また映像情報および音声情報の送信を停止させることが可能である。
また、請求項８に記載の発明は、複数の端末が相互通信可能なネットワークに接続され、各前記端末が映像情報および音声情報を相互に通信可能なビデオ会議システムに使用される端末であって、音声を入力する音声入力部と、情報を処理する処理部と、他の前記端末の状態情報を格納する状態情報記憶部とを備え、前記処理部が、前記音声入力部を介して受信した音声信号の音量を算出し、当該算出した音量が所定の閾値以上である場合に、自端末が音声入力状態であると判定し、当該算出した音量が所定の閾値未満である場合に、自端末が音声入力状態以外であると判定し、当該判定の結果を他の前記端に送信し、他の前記端末から前記判定の結果を受信すると、当該判定の結果および当該端末の識別情報を、状態情報として自端末の前記状態情報記憶部に格納し、前記状態情報記憶部に格納されている前記状態情報に基づいて、他の前記端末のうち音声入力状態になった端末の中から音声映像送信要求情報の送信先の端末を選択し、他の前記端末のうち音声入力状態以外になった端末の中から音声映像停止要求情報の送信先の端末を選択し、当該選択した端末の識別情報を他の前記端末に送信する構成とした。
このような構成によれば、ビデオ会議システムに使用される端末の処理部が、他の端末から判定の結果を受信すると、判定の結果および当該端末の識別情報を、状態情報として自端末の状態情報記憶部に格納し、状態情報記憶部に格納されている状態情報に基づいて、音声映像送信要求情報の送信先の端末と音声映像停止要求情報の送信先の端末とを選択し、選択した端末の識別情報を他の端末に送信することが可能である。したがって、状態情報記憶部に他の端末の状態情報を格納しておくことによって、他の端末から送信された状態情報を受信するタイミングが端末によって異なる場合でも、状態情報記憶部に格納された各端末の状態情報を受信すれば、各端末の状態情報に基づいて、音声映像送信要求情報の送信先の端末と音声映像停止要求情報の送信先の端末とを選択し、選択した端末の識別情報を他の端末に送信することができる。また、これによって、端末の識別情報を受信した端末が、その端末の識別情報によって特定される端末に音声映像送信要求情報または音声映像停止要求情報を送信し、映像情報および音声情報を送信させ、また映像情報および音声情報の送信を停止させることが可能である。
また、請求項９に記載の発明は、請求項８に記載の端末において、前記処理部が、他の前記端末から前記音声映像送信要求情報または音声映像停止要求情報の送信先の端末の識別情報を受信すると、当該識別情報によって識別される端末に音声映像送信要求情報または音声映像停止要求情報を送信する構成とした。
このような構成によれば、ビデオ会議システムに使用される端末の処理部が、他の端末から音声映像送信要求情報または音声映像停止要求情報の送信先の端末の識別情報を受信すると、識別情報によって識別される端末に音声映像送信要求情報または音声映像停止要求情報を送信することが可能である。したがって、受信した端末の識別情報によって特定される端末に映像情報および音声情報を送信させ、また映像情報および音声情報の送信を停止させることが可能である。
また、請求項１０に記載の発明は、複数の端末が相互通信可能なネットワークに接続され、各前記端末が映像情報および音声情報を相互に通信可能なビデオ会議システムに使用される端末の処理方法であって、各前記端末が、音声を入力する音声入力部と、情報を処理する処理部と、他の前記端末の状態情報を格納する状態情報記憶部とを備え、前記処理部が、前記音声入力部を介して受信した音声信号の音量を算出し、当該算出した音量が所定の閾値以上である場合に、自端末が音声入力状態であると判定し、当該算出した音量が所定の閾値未満である場合に、自端末が音声入力状態以外であると判定し、当該判定の結果を他の前記端末に送信し、他の前記端末から前記判定の結果を受信すると、当該判定の結果および当該端末の識別情報を、状態情報として前記状態情報記憶部に格納し、前記状態情報記憶部に格納されている前記状態情報に基づいて、他の前記端末のうち音声入力状態になった端末の中から映像送信要求情報の送信先の端末を選択し、当該選択した端末に前記映像送信要求情報を送信し、他の前記端末のうち音声入力状態以外になった端末の中から映像停止要求情報の送信先の端末を選択し、当該選択した端末に前記映像停止要求情報を送信する方法とした。
このような方法によれば、ビデオ会議システムに使用される端末の処理部が、音声入力部を介して受信した音声信号の音量を算出し、算出した音量に基づいて自端末が音声入力状態か否かを判定し、この判定に基づいた自端末の状態を示す状態情報を、他の各端末に送信する。これによって、状態情報を受信した端末は、状態情報に基づいて映像情報の要求を他の各端末に送信し、受信した映像を表示することができる。したがって、音量の算出処理は、音声入力部を介して受信した端末において行えばよく、ビデオ会議システム全体での音量算出処理量を軽減することができると共に、音量を算出するために音声情報を復号化する必要がなくなる。
また、このような方法によれば、端末の処理部が、他の端末から判定の結果を受信すると、当該判定の結果および当該端末の識別情報を、状態情報として自端末の状態情報記憶部に格納し、状態情報記憶部に格納されている状態情報に基づいて、映像送信要求情報の送信先の端末と映像停止要求情報の送信先の端末とを選択し、選択した端末に映像送信要求情報または映像停止要求情報を送信することが可能である。したがって、状態情報記憶部に他の端末の状態情報を格納しておくことによって、他の端末から送信された状態情報を受信するタイミングが端末によって異なる場合でも、状態情報記憶部に格納された各端末の状態情報を受信すれば、各端末の状態情報に基づいて、映像送信要求情報の送信先の端末と映像停止要求情報の送信先の端末とを選択し、選択した端末に映像送信要求情報または映像停止要求情報を送信し、映像情報を送信させ、また映像情報の送信を停止させることが可能である。
また、請求項１１に記載の発明は、請求項１０に記載の端末の処理方法において、各前記端末が、映像を入力する映像入力部をさらに備え、前記処理部が、他の前記端末から前記映像送信要求情報を受信すると、前記映像入力部を介して受信した映像信号を符号化し、前記映像送信要求情報の送信元端末に送信し、他の前記端末から前記映像停止要求情報を受信すると、符号化した前記映像信号の前記映像停止要求情報の送信元端末への送信を停止する方法とした。
このような方法によれば、端末の処理部が、他の端末から映像送信要求情報を受信すると、映像入力部を介して受信した映像信号を符号化し、映像送信要求情報の送信元端末に送信し、他の端末から映像停止要求情報を受信すると、符号化した映像信号の映像停止要求情報の送信元端末への送信を停止することが可能である。したがって、他の端末から映像送信要求情報を受信すると、自端末の映像入力部を介して受信した映像信号を符号化し、映像送信要求情報の送信元端末に送信し、送信元端末に自端末の映像を表示させ、他の端末から映像停止要求情報を受信すると、符号化した映像信号の映像停止要求情報の送信元端末への送信を停止し、送信元端末に自端末の映像の表示を停止させることが可能である。
また、請求項１２に記載の発明は、請求項１０または請求項１１に記載の端末の処理方法において、前記端末が、表示可能な映像数を含む端末選択ルール情報を格納する端末選択ルール情報記憶部をさらに備え、前記処理部が、前記表示可能な映像数を超えない範囲内で、前記映像送信要求情報の送信先の前記端末を選択し、当該選択した端末に前記映像送信要求情報を送信する方法とした。
このような方法によれば、端末の処理部が、表示可能な映像数を超えない範囲内で、映像送信要求情報の送信先の端末を選択し、選択した端末に映像送信要求情報を送信することが可能である。したがって、表示可能な映像数を超えない範囲内で選択された映像送信要求情報の送信先の端末に映像情報を送信させることが可能である。
また、請求項１３に記載の発明は、複数の端末が相互通信可能なネットワークに接続され、各前記端末が映像情報および音声情報を相互に通信可能なビデオ会議システムに使用される端末の処理方法であって、各前記端末が、音声を入力する音声入力部と、情報を処理する処理部と、他の前記端末の状態情報を格納する状態情報記憶部とを備え、前記処理部が、前記音声入力部を介して受信した音声信号の音量を算出し、当該算出した音量が所定の閾値以上である場合に、自端末が音声入力状態であると判定し、当該算出した音量が所定の閾値未満である場合に、自端末が音声入力状態以外であると判定し、当該判定の結果を他の前記端末に送信し、他の前記端末から前記判定の結果を受信すると、当該判定の結果および当該端末の識別情報を、状態情報として自端末の前記状態情報記憶部に格納し、前記状態情報記憶部に格納されている前記状態情報に基づいて、他の前記端末のうち音声入力状態になった端末の中から音声映像送信要求情報の送信先の端末を選択し、当該選択した端末に前記音声映像送信要求情報を送信し、他の前記端末のうち音声入力状態以外になった端末の中から音声映像停止要求情報の送信先の端末を選択し、当該選択した端末に前記音声映像停止要求情報を送信する方法とした。
このような方法によれば、端末の処理部が、他の端末から判定の結果を受信すると、当該判定の結果および当該端末の識別情報を、状態情報として自端末の状態情報記憶部に格納し、状態情報記憶部に格納されている状態情報に基づいて、音声映像送信要求情報の送信先の端末と音声映像停止要求情報の送信先の端末とを選択し、選択した端末に音声映像送信要求情報または音声映像停止要求情報を送信することが可能である。したがって、状態情報記憶部に他の端末の状態情報を格納しておくことによって、他の端末から送信された状態情報を受信するタイミングが端末によって異なる場合でも、状態情報記憶部に格納された各端末の状態情報を受信すれば、各端末の状態情報に基づいて、音声映像送信要求情報の送信先の端末と音声映像停止要求情報の送信先の端末とを選択し、選択した端末に音声映像送信要求情報または音声映像停止要求情報を送信し、映像情報および音声情報を送信させ、また映像情報および音声情報の送信を停止させることが可能である。
また、請求項１４に記載の発明は、複数の端末が相互通信可能なネットワークに接続され、各前記端末が映像情報および音声情報を相互に通信可能なビデオ会議システムに使用される端末の処理方法であって、各前記端末が、音声を入力する音声入力部と、情報を処理する処理部と、他の前記端末の状態情報を格納する状態情報記憶部とを備え、前記処理部が、前記音声入力部を介して受信した音声信号の音量を算出し、当該算出した音量が所定の閾値以上である場合に、自端末が音声入力状態であると判定し、当該算出した音量が所定の閾値未満である場合に、自端末が音声入力状態以外であると判定し、当該判定の結果を他の前記端末に送信し、他の前記端末から前記判定の結果を受信すると、当該判定の結果および当該端末の識別情報を、状態情報として自端末の前記状態情報記憶部に格納し、前記状態情報記憶部に格納されている前記状態情報に基づいて、他の前記端末のうち音声入力状態になった端末の中から音声映像送信要求情報の送信先の端末を選択し、他の前記端末のうち音声入力状態以外になった端末の中から音声映像停止要求情報の送信先の端末を選択し、当該選択した端末の識別情報を他の前記端末に送信する方法とした。
このような方法によれば、端末の処理部が、他の端末の状態情報を格納する状態情報記憶部をさらに備え、処理部が、他の端末から判定の結果を受信すると、判定の結果および当該端末の識別情報を、状態情報として自端末の状態情報記憶部に格納し、状態情報記憶部に格納されている状態情報に基づいて、音声映像送信要求情報の送信先の端末と音声映像停止要求情報の送信先の端末とを選択し、当該選択した端末の識別情報を他の端末に送信することが可能である。したがって、状態情報記憶部に他の端末の状態情報を格納しておくことによって、他の端末から送信された状態情報を受信するタイミングが端末によって異なる場合でも、状態情報記憶部に格納された各端末の状態情報を受信すれば、各端末の状態情報に基づいて、音声映像送信要求情報の送信先の端末と音声映像停止要求情報の送信先の端末とを選択し、選択した端末の識別情報を他の端末に送信することができる。また、これによって、端末の識別情報を受信した端末が、その端末の識別情報によって特定される端末に音声映像送信要求情報または音声映像停止要求情報を送信し、映像情報および音声情報を送信させ、また映像情報および音声情報の送信を停止させることが可能である。
また、請求項１５に記載の発明は、請求項１４に記載の端末の処理方法において、前記処理部が、他の前記端末から前記音声映像送信要求情報または音声映像停止要求情報の送信先の端末の識別情報を受信すると、当該識別情報によって識別される端末に音声映像送信要求情報または音声映像停止要求情報を送信する方法とした。
このような方法によれば、端末の処理部が、他の端末から音声映像送信要求情報または音声映像停止要求情報の送信先の端末の識別情報を受信すると、その識別情報によって識別される端末に音声映像送信要求情報または音声映像停止要求情報を送信することが可能である。したがって、受信した端末の識別情報によって特定される端末に映像情報および音声情報を送信させ、また映像情報および音声情報の送信を停止させることが可能である。
また、請求項１６に記載の発明は、請求項１０乃至請求項１５のいずれか１項に記載の端末の処理方法をコンピュータに実行させるための端末の処理プログラムとした。
このようなプログラムによれば、コンピュータにインストールされて実行される事によって、請求項１０乃至請求項１５のいずれか１項に記載の端末の処理方法をコンピュータに実行させることが可能である。
本発明によれば、ビデオ会議システム全体での音量算出処理量を軽減することができる。また、音量を算出するために音声情報を復号化する必要がなくなる。その結果、ビデオ会議システムに使用される端末に求められる能力が低くなり、経済性が増すという効果もある。
まず、図１１乃至図１３を用いて、特許文献１に記載されたビデオ会議システムによる映像音声配信方法の概略について説明する。
図１１は、従来技術（特許文献１）におけるビデオ会議システムの概略図である。図１１に示すように、複数のビデオ会議端末（端末１〜端末３）が、相互通信可能なネットワーク４に接続されている。このビデオ会議システム（以下、単に「システム」とも呼ぶ）では、端末が相互に音声情報と映像情報を交換し、ビデオ会議を実現する。このシステムの特徴は、映像情報を選択的に交換する点である。各端末は、他の端末から継続的に音声情報を受信する。その音声情報から音量を計算し、音量の大小を比較する。音量が最大である端末を「音声入力状態」である（端末を利用する参加者が発言中である）と判定し（以下、この端末を「音声入力状態の端末」と呼ぶ）、その音声入力状態の端末に映像送信要求情報を送信する。すると、音声入力状態の端末から映像情報が配信され、発言者の映像が映し出される。発言者が変わると、音量が最大である端末も変わるため、映像送信要求情報の送信先が変更され、表示される発言者も切り替わる。
このような方法により、複数の端末１〜端末３は、自動的に発言者の映像を表示することができる。なお、同時に表示する発言者数は複数でもよいが、以下では簡単のために１人を表示するものとして記述する。
このような方法により、複数の端末１〜端末３は、自動的に発言者の映像を表示することができる。なお、同時に表示する発言者数は複数でもよいが、以下では簡単のために１人を表示するものとして記述する。
図１２は、従来技術（特許文献１）におけるビデオ会議システムに使用される端末の機能ブロック図である。
図１２に示すように、端末１は、パケット受信部２１と、パケット送信部２２と、音声入力部２３（例えば、マイクなど）と、映像入力部２５（例えば、ビデオカメラなど）と、音声復号化部２６と、音声出力部２７（例えば、スピーカーなど）と、映像復号化部２８と、映像表示部２９（例えば、ディスプレー装置など）と、映像符号化部３０と、情報分別部３１’と、音声復号化部３２と、音量算出部３３と、音量比較部３４と、音量情報記憶部３５と、映像要求部３６と、音声符号化部２４とを含んで構成される。
図１２に示すように、端末１は、パケット受信部２１と、パケット送信部２２と、音声入力部２３（例えば、マイクなど）と、映像入力部２５（例えば、ビデオカメラなど）と、音声復号化部２６と、音声出力部２７（例えば、スピーカーなど）と、映像復号化部２８と、映像表示部２９（例えば、ディスプレー装置など）と、映像符号化部３０と、情報分別部３１’と、音声復号化部３２と、音量算出部３３と、音量比較部３４と、音量情報記憶部３５と、映像要求部３６と、音声符号化部２４とを含んで構成される。
パケット送信部２２は、端末１の外部に各種情報を送信する機能を有する。
パケット受信部２１は、端末１の外部から送信された各種情報を受信する機能を有する。
音声入力部２３は、入力した音声を音声信号として出力する機能を有する。
映像入力部２５は、入力した映像を映像信号として出力する機能を有する。
音声復号化部２６は、符号化された音声情報を復号して、音声信号を出力する機能を有する。符合化された音声情報が複数の場合には、さらにミキシングを行い、音声信号として出力する。
音声出力部２７は、音声信号から音声を出力する機能を有する。
映像復号化部２８は、符号化された映像情報を復号化して、映像信号を出力する機能を有する。
映像表示部２９は、映像信号から映像を表示する機能を有する。
情報分別部３１’は、パケット受信部２１を介して受信した各種情報を仕分ける機能を有する。情報分別部３１’は、映像情報を受信すると、受信した映像情報を映像復号化部２８に出力する。また、情報分別部３１’は、音声情報を受信すると、それを音声復号化部２６に出力すると同時に、音声復号化部３２にも出力する。
パケット受信部２１は、端末１の外部から送信された各種情報を受信する機能を有する。
音声入力部２３は、入力した音声を音声信号として出力する機能を有する。
映像入力部２５は、入力した映像を映像信号として出力する機能を有する。
音声復号化部２６は、符号化された音声情報を復号して、音声信号を出力する機能を有する。符合化された音声情報が複数の場合には、さらにミキシングを行い、音声信号として出力する。
音声出力部２７は、音声信号から音声を出力する機能を有する。
映像復号化部２８は、符号化された映像情報を復号化して、映像信号を出力する機能を有する。
映像表示部２９は、映像信号から映像を表示する機能を有する。
情報分別部３１’は、パケット受信部２１を介して受信した各種情報を仕分ける機能を有する。情報分別部３１’は、映像情報を受信すると、受信した映像情報を映像復号化部２８に出力する。また、情報分別部３１’は、音声情報を受信すると、それを音声復号化部２６に出力すると同時に、音声復号化部３２にも出力する。
音声復号化部３２は、情報分別部３１’から入力した音声情報を端末毎に復号化して、音量算出部３３に出力する。この音量情報の生成処理は、端末数をｎとすると、（自分以外の端末の数が（ｎ−１）であることにより）（ｎ−１）回行い、図１１に示した構成では算出処理を２回行う。
音量算出部３３は、音声復号化部３２から入力した、復号化された音声情報に基づいて、音量を表す数値である音量情報を生成し、音量比較部３４に出力する。音量情報の単位としては、ｄＢ（デシベル）などがあるが、ビデオ会議システム内で統一して音量の大小を表せるものであれば、どのようなものでも使用できる。
音量比較部３４は、複数の端末の音量情報を比較し、音声入力状態の端末を特定する。各端末からの音量情報は異なる時刻に到着するため、必要に応じて音量情報記憶部３５に格納しておき、比較のときに音量情報記憶部３５の音量情報を読み出して用いる。
映像要求部３６は、音量比較部３４から通知される音声入力状態の端末が変更された場合、新たな音声入力状態の端末に映像送信要求情報を送信する。
音声符号化部２４は、音声入力部２３を介して受信した音声信号を符号化して音声情報を生成し、パケット送信部２２を介して他の各端末へ送信する。
映像符号化部３０は、映像入力部２５を介して受信した映像信号を符号化して映像情報を生成し、パケット送信部２２を介して他の各端末へ送信する。
音量算出部３３は、音声復号化部３２から入力した、復号化された音声情報に基づいて、音量を表す数値である音量情報を生成し、音量比較部３４に出力する。音量情報の単位としては、ｄＢ（デシベル）などがあるが、ビデオ会議システム内で統一して音量の大小を表せるものであれば、どのようなものでも使用できる。
音量比較部３４は、複数の端末の音量情報を比較し、音声入力状態の端末を特定する。各端末からの音量情報は異なる時刻に到着するため、必要に応じて音量情報記憶部３５に格納しておき、比較のときに音量情報記憶部３５の音量情報を読み出して用いる。
映像要求部３６は、音量比較部３４から通知される音声入力状態の端末が変更された場合、新たな音声入力状態の端末に映像送信要求情報を送信する。
音声符号化部２４は、音声入力部２３を介して受信した音声信号を符号化して音声情報を生成し、パケット送信部２２を介して他の各端末へ送信する。
映像符号化部３０は、映像入力部２５を介して受信した映像信号を符号化して映像情報を生成し、パケット送信部２２を介して他の各端末へ送信する。
図１３は、従来技術（特許文献１）におけるビデオ会議システムの動作を示すシーケンス図である。
ここでは、端末１での発言者映像の切り替えについて説明する。
なお、図１３では、端末１が受信する音声情報と映像情報と、端末１が送信する映像送信要求情報を示し、他の端末が受信する音声情報や映像情報、他の端末が送信する映像送信要求情報などは省略されている。
ここでは、端末１での発言者映像の切り替えについて説明する。
なお、図１３では、端末１が受信する音声情報と映像情報と、端末１が送信する映像送信要求情報を示し、他の端末が受信する音声情報や映像情報、他の端末が送信する映像送信要求情報などは省略されている。
まず、端末２を利用している参加者が発言しているとする。端末１は、常時、端末２から音声情報を受信し（Ｓ９０１）、この音声情報を基に音量を算出する（Ｓ９０２）と共に、端末３から音声情報を受信し（Ｓ９０３）、この音声情報を基に音量を算出している（Ｓ９０４）。この例では２端末分の音量算出処理を行っているが、端末数をｎとすると自分以外の端末の数が（ｎ−１）であることから、端末（ｎ−１）台分の音量算出処理を行うことになる。端末１は、算出された音量を比較し（Ｓ９０５）、例えば、端末２が音声入力状態の端末であると判断すると、端末１は、端末２に映像送信要求情報を送信する（Ｓ９０６）。端末２は、映像送信要求情報を受信すると、端末１に映像情報の送信を開始する（Ｓ９０７）。端末１は映像情報を受信すると、その映像情報を基に映像を表示する（Ｓ９０８）。
続いて、端末２を利用している参加者が発言を終え、端末３を利用している参加者が発言したとする。端末１は、常時、端末２から音声情報を受信して（Ｓ９０９）、音量を算出している（Ｓ９１０）と共に、端末３からも音声情報を受信して（Ｓ９１１）、音量を算出している（Ｓ９１２）ので、ここでも先ほどと同様に、２（＝（ｎ−１））端末分の音量算出処理を行なっている。端末１は、算出された音量を比較し（Ｓ９１３）、端末３が音声入力状態の端末であると判断すると、端末３に映像送信要求情報を送信する（Ｓ９１４）。端末３は映像送信要求情報を受信すると、端末１に映像情報の送信を開始する（Ｓ９１５）。端末１は映像情報を受信すると、その映像情報を基に映像を表示する（Ｓ９１６）。以上のように動作するので、自動的に切り替えが行われ、常に音声入力状態の端末の映像が表示される。
なお、端末１が音声入力状態の場合、端末１からは端末２か端末３のどちらか音量の大きい方に映像送信要求情報が送信され、その端末からの映像が端末１に表示され、自画像は表示されない。端末２か端末３には、もちろん端末１の映像が表示される。
なお、端末１が音声入力状態の場合、端末１からは端末２か端末３のどちらか音量の大きい方に映像送信要求情報が送信され、その端末からの映像が端末１に表示され、自画像は表示されない。端末２か端末３には、もちろん端末１の映像が表示される。
≪第１の実施形態≫
次に、第１の実施形態について説明する。第１の実施形態におけるビデオ会議システムの概略図は、図１１と同様である。但し、ネットワーク４（図１１参照）は、ＩＰ（Internet Protocol） ＭｕｌｔｉｃａｓｔプロトコルやＦｌｅｘｃａｓｔプロトコル（非特許文献２）のように、同報に優れた通信方式をサポートしていることが好ましい。そのような構成であれば、効率的に映像情報、音声情報などを複数の端末に同時に分配することが可能となる。以下では、前記プロトコルをサポートしているものとして記述する。
次に、第１の実施形態について説明する。第１の実施形態におけるビデオ会議システムの概略図は、図１１と同様である。但し、ネットワーク４（図１１参照）は、ＩＰ（Internet Protocol） ＭｕｌｔｉｃａｓｔプロトコルやＦｌｅｘｃａｓｔプロトコル（非特許文献２）のように、同報に優れた通信方式をサポートしていることが好ましい。そのような構成であれば、効率的に映像情報、音声情報などを複数の端末に同時に分配することが可能となる。以下では、前記プロトコルをサポートしているものとして記述する。
図１は、第１の実施形態におけるビデオ会議システムに使用される端末の機能ブロック図である。
図１に示すように、端末１は、パケット受信部２１と、パケット送信部２２と、音声入力部２３と、映像入力部２５と、音声復号化部２６と、音声出力部２７と、映像復号化部２８と、映像表示部２９と、映像符号化部３０と、情報分別部３１と、音量算出部３３と、映像要求部３６と、音声符号化部２４と、端末選択部３８と、状態情報記憶部３９と、状態判定部４０と、端末選択ルール情報記憶部４１と、映像符号化部３０とを含んで構成される。
図１の端末１は、図１２に示した従来技術（特許文献１）におけるビデオ会議システムに使用される端末１と、音声復号化部３２、音量比較部３４および音量情報記憶部３５が存在せず、逆に、端末選択部３８、状態情報記憶部３９、状態判定部４０および端末選択ルール情報記憶部４１が存在する点において異なる。
図１に示すように、端末１は、パケット受信部２１と、パケット送信部２２と、音声入力部２３と、映像入力部２５と、音声復号化部２６と、音声出力部２７と、映像復号化部２８と、映像表示部２９と、映像符号化部３０と、情報分別部３１と、音量算出部３３と、映像要求部３６と、音声符号化部２４と、端末選択部３８と、状態情報記憶部３９と、状態判定部４０と、端末選択ルール情報記憶部４１と、映像符号化部３０とを含んで構成される。
図１の端末１は、図１２に示した従来技術（特許文献１）におけるビデオ会議システムに使用される端末１と、音声復号化部３２、音量比較部３４および音量情報記憶部３５が存在せず、逆に、端末選択部３８、状態情報記憶部３９、状態判定部４０および端末選択ルール情報記憶部４１が存在する点において異なる。
また、パケット受信部２１、パケット送信部２２、音声入力部２３、映像入力部２５、音声復号化部２６、音声出力部２７、映像復号化部２８および映像表示部２９の機能について、従来技術におけるビデオ会議システムに使用される端末の機能と同様の部分は、説明を省略する。
図３は、第１の実施形態におけるビデオ会議システムに使用される端末のハードウェア構成図である。ビデオ会議システムに使用される端末のハードウェア構成について、適宜図１を参照しながら説明する。
図３に示すように、端末１は、ＣＰＵ（Central Processing Unit）１００と、メモリ２００と、記憶部３００と、入力装置４００と、出力装置５００とを含んで構成される。図１に示した端末１内の各機能は、ビデオ会議システムの端末機能を実現するためのソフトウェア（プログラム）が、メモリ２００に格納され、ＣＰＵ１００によってそのソフトウェアが実行されることにより実現されるシステムである。なお、ＣＰＵ１００およびメモリ２００は、請求項に記載の処理部に相当する。
図３に示すように、端末１は、ＣＰＵ（Central Processing Unit）１００と、メモリ２００と、記憶部３００と、入力装置４００と、出力装置５００とを含んで構成される。図１に示した端末１内の各機能は、ビデオ会議システムの端末機能を実現するためのソフトウェア（プログラム）が、メモリ２００に格納され、ＣＰＵ１００によってそのソフトウェアが実行されることにより実現されるシステムである。なお、ＣＰＵ１００およびメモリ２００は、請求項に記載の処理部に相当する。
また、記憶部３００は、ハードディスク装置などによって構成され、図１に示した状態情報記憶部３９や、端末選択ルール情報記憶部４１などを有している。
さらに、入力装置４００は、パケット受信部２１と、音声入力部２３と、映像入力部２５とを含んで構成される。例えば、音声入力部２３としては、マイクなどがある。映像入力部２５としては、ビデオカメラなどがある。
また、出力装置５００は、パケット送信部２２と、音声出力部２７と、映像表示部２９とを含んで構成される。音声出力部２７としては、スピーカーなどがある。映像表示部２９としては、ディスプレー装置などがある。
パケット受信部２１およびパケット送信部２２は、何らかの通信手段（イーサネット（登録商標）など）を有し、ＩＰパケットを送受信する。
端末が市販ＰＣで実現される場合には、前記の構成要素は、音声入力部２３、映像入力部２５、音声出力部２７および映像表示部２９を除いて、専用チップや復号チップなどによって実現される。
さらに、入力装置４００は、パケット受信部２１と、音声入力部２３と、映像入力部２５とを含んで構成される。例えば、音声入力部２３としては、マイクなどがある。映像入力部２５としては、ビデオカメラなどがある。
また、出力装置５００は、パケット送信部２２と、音声出力部２７と、映像表示部２９とを含んで構成される。音声出力部２７としては、スピーカーなどがある。映像表示部２９としては、ディスプレー装置などがある。
パケット受信部２１およびパケット送信部２２は、何らかの通信手段（イーサネット（登録商標）など）を有し、ＩＰパケットを送受信する。
端末が市販ＰＣで実現される場合には、前記の構成要素は、音声入力部２３、映像入力部２５、音声出力部２７および映像表示部２９を除いて、専用チップや復号チップなどによって実現される。
図１に戻って、端末１の各機能の説明を続ける。
パケット送信部２２は、入力した各情報に情報分別ＩＤ（Identification）を付加する。即ち、音声符号化部２４から入力した情報には「０」を、状態判定部４０から入力した情報には「１」を、映像要求部３６から入力した情報には「２」を、映像符号化部３０から入力した情報には「３」を、それぞれ情報分別ＩＤとして付加する。さらに、パケット送信部２２は、パケット内に、自端末のＩＤを設定して送信する。ここで、端末ＩＤとしては、例えば、ＩＰアドレスを用いるようにしてもよいし、ビデオ会議システムに参加する端末に割り当てられる識別子などを用いるようにしてもよい。
また、情報分別部３１からは、各種情報が端末ＩＤと共に隣接する各機能ブロックに出力される。情報分別部３１は、パケット受信部２１を介して受信したパケットを、パケットに設定されている情報分別ＩＤにより仕分ける機能を有する。情報分別ＩＤには、例えば、「０：音声情報」「１：状態情報」「２：映像送信要求」「３：映像情報」「４：映像停止要求」などが設定されている。
パケット送信部２２は、入力した各情報に情報分別ＩＤ（Identification）を付加する。即ち、音声符号化部２４から入力した情報には「０」を、状態判定部４０から入力した情報には「１」を、映像要求部３６から入力した情報には「２」を、映像符号化部３０から入力した情報には「３」を、それぞれ情報分別ＩＤとして付加する。さらに、パケット送信部２２は、パケット内に、自端末のＩＤを設定して送信する。ここで、端末ＩＤとしては、例えば、ＩＰアドレスを用いるようにしてもよいし、ビデオ会議システムに参加する端末に割り当てられる識別子などを用いるようにしてもよい。
また、情報分別部３１からは、各種情報が端末ＩＤと共に隣接する各機能ブロックに出力される。情報分別部３１は、パケット受信部２１を介して受信したパケットを、パケットに設定されている情報分別ＩＤにより仕分ける機能を有する。情報分別ＩＤには、例えば、「０：音声情報」「１：状態情報」「２：映像送信要求」「３：映像情報」「４：映像停止要求」などが設定されている。
情報分別部３１は、情報分別ＩＤにより音声情報を受信したと判定すると、受信した音声情報を音声復号化部２６に出力し、音声復号化部２６は各端末からの音声情報をミキシングされた音声信号として音声出力部２７に出力し、音声出力部２７はそれを音声に再生する。また、同様に、映像情報を受信したと判定すると、映像復号化部２８に出力して映像情報を復号化し、映像表示部２９は映像を表示する。
なお、発言者が変わったときに、同報に優れた通信方式として、例えばＦｌｅｘｃａｓｔプロトコルを使用した場合、少なくとも前発言者の映像情報は、タイムアウトになるまで発言者の端末から送られてくるので、新発言者の端末から送られてくる映像情報と前発言者の端末から送られてくる映像情報との２種類の映像情報が映像復号化部２８に入力されることになる。すると、映像復号化部２８は、新発言者の端末から送られてくる映像情報を復号化することできず、映像表示部２９に新発言者の映像を出力できない。
このような状況を避けるために、端末選択部３８の出力する端末選択情報を情報分別部３１に入力し、情報分別部３１で、選択された端末からの映像情報のみを映像復号化部２８に出力する（選択された端末以外からの映像情報は廃棄する）ようにする。もしくは、端末選択部３８の出力する端末選択情報を映像復号化部２８に入力し、映像復号化部２８で、選択された端末からの映像情報のみを復号化する（選択された端末以外からの映像情報は廃棄する）ようにする。
なお、発言者が変わったときに、同報に優れた通信方式として、例えばＦｌｅｘｃａｓｔプロトコルを使用した場合、少なくとも前発言者の映像情報は、タイムアウトになるまで発言者の端末から送られてくるので、新発言者の端末から送られてくる映像情報と前発言者の端末から送られてくる映像情報との２種類の映像情報が映像復号化部２８に入力されることになる。すると、映像復号化部２８は、新発言者の端末から送られてくる映像情報を復号化することできず、映像表示部２９に新発言者の映像を出力できない。
このような状況を避けるために、端末選択部３８の出力する端末選択情報を情報分別部３１に入力し、情報分別部３１で、選択された端末からの映像情報のみを映像復号化部２８に出力する（選択された端末以外からの映像情報は廃棄する）ようにする。もしくは、端末選択部３８の出力する端末選択情報を映像復号化部２８に入力し、映像復号化部２８で、選択された端末からの映像情報のみを復号化する（選択された端末以外からの映像情報は廃棄する）ようにする。
また、情報分別部３１は、状態情報を受信すると、受信した状態情報を端末選択部３８に出力する。ここで、状態情報とは、端末ＩＤと、その端末の「状態」とを含む情報である。「状態」に関する詳細な説明は後記する。図１１に示したようにビデオ会議システムに参加する端末数が３である場合として、音声情報および状態情報がそれぞれ２本の矢印で描いている（受信する音声情報数は、端末数がｎのとき（ｎ−１）となるので、この例では、３−１＝２本となる）。さらに、情報分別部３１は、映像送信要求情報を受信すると、送信要求信号を映像符号化部３０に出力する。
端末選択部３８は、他の端末から送信された状態情報に基づいて、映像送信要求情報または映像停止要求情報を送信する端末（送信先の端末）を選択する。
まず、端末選択部３８は、情報分別部３１から各端末の状態情報を受信する。状態情報は端末ごとに異なる時刻に到着するため、「端末ＩＤ」とその端末の「状態」を状態情報記憶部３９に格納しておく。端末選択部３８は、映像を表示する端末の選択時に状態情報記憶部３９から読み出して、音声入力状態が変化した端末を選択する（音声入力状態が変化した端末のＩＤを受信する）「音声入力状態端末選択処理」を実行する。
端末の「状態」としては、例えば、「０：音声入力状態以外」や、「１：音声入力状態」などが考えられる。端末選択部３８が状態情報記憶部３９を参照して、「０：音声入力状態以外」から「１：音声入力状態」に変化した端末を音声入力状態に変化した端末であると決定する方法などが考えられる。また、この音声入力状態端末選択処理は、例えば、定期的に、または、状態情報を情報分別部３１から受信したタイミングで実行する方法などが考えられる。但し、タイミングはこれらに限定されるものではない。
図４は、第１の実施形態におけるビデオ会議システムに使用される端末の状態情報記憶部３９に格納される状態情報を示す図である。図４を参照して（適宜図１参照）、状態情報について説明する。ここでは、端末１の状態情報記憶部３９に記憶される状態情報を示す。
図４に示すように、端末１の状態情報記憶部３９に格納される状態情報３９０は、端末１以外の端末（端末２および端末３）に関する端末ＩＤ３９１と状態３９２とを含んでいる。図４の例では、端末２の端末ＩＤ３９１を「２」、端末３の端末ＩＤ３９１を「３」とした場合が示されており、各端末の状態がそれぞれ「０：音声入力状態以外」「１：音声入力状態」であることを示している。
図４に示すように、端末１の状態情報記憶部３９に格納される状態情報３９０は、端末１以外の端末（端末２および端末３）に関する端末ＩＤ３９１と状態３９２とを含んでいる。図４の例では、端末２の端末ＩＤ３９１を「２」、端末３の端末ＩＤ３９１を「３」とした場合が示されており、各端末の状態がそれぞれ「０：音声入力状態以外」「１：音声入力状態」であることを示している。
図１に戻って、説明を続ける。
また、端末選択部３８は、音声入力状態端末選択処理において音声入力状態に変化した端末であると認定された端末（状態情報記憶部３９の状態情報が「０：音声入力状態以外」から「１：音声入力状態」に書き換えられた端末）の端末ＩＤと共に、映像送信要求情報の送信を指示する通知を映像要求部３６に出力する。また、端末選択部３８は、端末選択ルール情報記憶部４１に格納されている端末選択ルール情報（各端末の中から、映像送信要求情報を送信する端末（送信先の端末）を選択するためのルール情報）を参照し、それに基づいて、映像送信要求情報を送信する端末（送信先の端末）を選択し、選択した端末のＩＤを映像要求部３６に出力する「映像送信端末選択処理」を実行することもできる。端末選択ルールについては後記する。なお、この端末選択ルール情報は、ユーザ個々に事前に設定しておくなどの方法により、端末選択ルール情報記憶部４１に格納しておく。また、映像送信端末選択処理は、例えば、音声入力状態端末選択処理において音声入力状態に変化した端末が選択された場合や、端末選択ルール情報記憶部に格納されている端末選択ルール情報が変更された場合に実行する方法などが考えられるが、タイミングはこれらに限定されるものではない。
また、端末選択部３８は、音声入力状態端末選択処理において音声入力状態に変化した端末であると認定された端末（状態情報記憶部３９の状態情報が「０：音声入力状態以外」から「１：音声入力状態」に書き換えられた端末）の端末ＩＤと共に、映像送信要求情報の送信を指示する通知を映像要求部３６に出力する。また、端末選択部３８は、端末選択ルール情報記憶部４１に格納されている端末選択ルール情報（各端末の中から、映像送信要求情報を送信する端末（送信先の端末）を選択するためのルール情報）を参照し、それに基づいて、映像送信要求情報を送信する端末（送信先の端末）を選択し、選択した端末のＩＤを映像要求部３６に出力する「映像送信端末選択処理」を実行することもできる。端末選択ルールについては後記する。なお、この端末選択ルール情報は、ユーザ個々に事前に設定しておくなどの方法により、端末選択ルール情報記憶部４１に格納しておく。また、映像送信端末選択処理は、例えば、音声入力状態端末選択処理において音声入力状態に変化した端末が選択された場合や、端末選択ルール情報記憶部に格納されている端末選択ルール情報が変更された場合に実行する方法などが考えられるが、タイミングはこれらに限定されるものではない。
ここで、例えば、端末選択ルール情報として、ユーザが、端末に同時に表示する話者画面の数（端末が同時に表示できる映像数）を設定できる場合について説明する。音声入力状態として状態情報記憶部３９に記録されている端末の数をＸ、端末が同時に表示できる話者場面の数をＹとすると、端末選択部３８は、以下の判定を行う。
Ｘ＜ＹまたはＸ＝Ｙであると判定した場合、音声入力状態として状態情報記憶部３９に記録されている端末のＩＤをすべて表示可能な端末のＩＤとする。
Ｘ＞Ｙの場合、音声入力状態として状態情報記憶部３９に記録されているＸ個の端末のＩＤから、Ｙ個の端末のＩＤを選択し、表示可能な端末のＩＤとする。Ｘ個の端末からＹ個の端末を選択する方法として、音声入力状態として状態情報記憶部３９に記録されている端末のいずれかを表示できればよいのであれば、例えば、端末に割り振られた管理番号（端末ＩＤ）の若い順や、その逆順に選択する方法などが考えられる。これによって、表示可能な映像数を超えない範囲内で、映像送信要求情報を送信する端末（送信先の端末）を選択し、選択した端末に映像送信要求情報を送信することができる。
Ｘ＜ＹまたはＸ＝Ｙであると判定した場合、音声入力状態として状態情報記憶部３９に記録されている端末のＩＤをすべて表示可能な端末のＩＤとする。
Ｘ＞Ｙの場合、音声入力状態として状態情報記憶部３９に記録されているＸ個の端末のＩＤから、Ｙ個の端末のＩＤを選択し、表示可能な端末のＩＤとする。Ｘ個の端末からＹ個の端末を選択する方法として、音声入力状態として状態情報記憶部３９に記録されている端末のいずれかを表示できればよいのであれば、例えば、端末に割り振られた管理番号（端末ＩＤ）の若い順や、その逆順に選択する方法などが考えられる。これによって、表示可能な映像数を超えない範囲内で、映像送信要求情報を送信する端末（送信先の端末）を選択し、選択した端末に映像送信要求情報を送信することができる。
端末選択部３８は、選択した端末のＩＤと共に映像送信要求情報の送信を指示する通知を映像要求部３６へ出力する。また、端末選択部３８は、映像送信要求情報を送信済みの端末であるか否かに関する情報を端末のＩＤと対応させて状態情報記憶部３９に保存しておき、表示可能な端末のうち、映像送信要求情報が未送信である端末のＩＤを状態情報記憶部３９から受信して、映像送信要求情報の送信を指示する通知と共に映像要求部３６へ出力するようにしてもよい。
また、端末選択部３８は、受信したパケットにより状態情報記憶部３９の状態情報が「１：音声入力状態」から「０：音声入力状態以外」に書き換えられると、該当端末のＩＤと共に映像停止要求情報の送信を指示する通知を映像要求部３６へ送るようにしてもよい。これにより、音声入力状態ではなくなった端末からの映像情報の送信を停止できる。また、端末選択部３８は、タイマ機能を有し、状態情報記憶部３９の状態が「１：音声入力状態」のまま一定期間以上状態情報を送信しない端末がある場合は、当該端末が音声入力状態ではなくなったと判断して、映像要求部３６を介して当該端末に映像停止要求情報を送信するようにしてもよい。その場合、端末選択部３８が、一定期間以上状態情報を送信しない端末を音声入力状態以外の端末であると判断することができるので、端末選択部３８が「０：音声入力状態以外」を受信する必要がなくなる。即ち、状態判定部４０がパケット送信部２２を介して「０：音声入力状態以外」を送信する処理は不要となる。また、その場合、受信したパケットにより状態情報記憶部３９の状態情報が「１：音声入力状態」から「０：音声入力状態以外」に書き換えられることがなくなるので、端末選択部３８は、映像停止要求情報の送信を指示する通知を映像要求部３６へ送る処理も不要となる。
また、端末選択部３８は、受信したパケットにより状態情報記憶部３９の状態情報が「１：音声入力状態」から「０：音声入力状態以外」に書き換えられると、該当端末のＩＤと共に映像停止要求情報の送信を指示する通知を映像要求部３６へ送るようにしてもよい。これにより、音声入力状態ではなくなった端末からの映像情報の送信を停止できる。また、端末選択部３８は、タイマ機能を有し、状態情報記憶部３９の状態が「１：音声入力状態」のまま一定期間以上状態情報を送信しない端末がある場合は、当該端末が音声入力状態ではなくなったと判断して、映像要求部３６を介して当該端末に映像停止要求情報を送信するようにしてもよい。その場合、端末選択部３８が、一定期間以上状態情報を送信しない端末を音声入力状態以外の端末であると判断することができるので、端末選択部３８が「０：音声入力状態以外」を受信する必要がなくなる。即ち、状態判定部４０がパケット送信部２２を介して「０：音声入力状態以外」を送信する処理は不要となる。また、その場合、受信したパケットにより状態情報記憶部３９の状態情報が「１：音声入力状態」から「０：音声入力状態以外」に書き換えられることがなくなるので、端末選択部３８は、映像停止要求情報の送信を指示する通知を映像要求部３６へ送る処理も不要となる。
映像要求部３６は、映像送信要求情報の送信先の端末ＩＤおよび映像送信要求情報の送信を指示する通知を受信すると、映像送信要求情報を生成する。その際に、映像送信要求情報内の情報分別ＩＤに、例えば「２：映像送信要求」を設定する。映像送信要求情報内に映像の送信宛先を示す端末ＩＤを設け、自端末のＩＤを設定してもよい。映像要求部３６は、生成された映像送信要求情報を送信先の端末ＩＤと共にパケット送信部２２に出力する。
また、映像要求部３６は、映像停止要求情報の送信先の端末ＩＤおよび映像停止要求情報の送信を指示する通知を受信すると、映像停止要求情報を生成する。その際に、映像停止要求情報内の情報分別ＩＤに、例えば「４：映像停止要求」を設定する。映像停止要求情報内の映像の送信宛先を示す端末ＩＤを設け、自端末のＩＤを設定してもよい。映像要求部３６は、生成された映像停止要求情報を送信先の端末ＩＤと共にパケット送信部２２に出力する。
また、映像要求部３６は、映像停止要求情報の送信先の端末ＩＤおよび映像停止要求情報の送信を指示する通知を受信すると、映像停止要求情報を生成する。その際に、映像停止要求情報内の情報分別ＩＤに、例えば「４：映像停止要求」を設定する。映像停止要求情報内の映像の送信宛先を示す端末ＩＤを設け、自端末のＩＤを設定してもよい。映像要求部３６は、生成された映像停止要求情報を送信先の端末ＩＤと共にパケット送信部２２に出力する。
音量算出部３３は、音声入力部２３から入力した音声信号から音量を算出して音量情報を生成し、該音量情報を状態判定部４０に出力する。
状態判定部４０は、音量算出部３３から入力した音量情報に基づいて、自端末が音声入力状態か否かを判定し、この判定結果を含む状態情報を、パケット送信部２２を介して他の端末に送信する。状態判定部４０は、例えば、音声入力状態と音声入力状態以外との閾値を管理し、音量算出部３３から入力した音量がその閾値以上であれば、状態情報に含まれる「状態」を「１：音声入力状態」に、閾値未満の場合は「０：音声入力状態以外」に設定することなどを行う。また、状態情報に情報分別ＩＤとして、例えば「１：状態情報」を設定して付加する。
音声符号化部２４は、音声入力部２３から入力した音声信号を符号化して音声情報を生成し、パケット送信部２２を介して他の端末へ送信する。また、音声情報に情報分別ＩＤとして、例えば「０：音声情報」を設定して付加する。
映像符号化部３０は、情報分別部３１から、送信端末ＩＤと共に送信要求信号を受信すると、その送信要求信号をトリガとして、映像入力部２５から入力した映像信号を符号化して映像情報を作成し、送信端末ＩＤと共にパケット送信部２２に出力する。映像符号化部３０は、一度送信要求信号を受信すると、予め時間を設定されたタイマがタイムアウトになるか、後記の停止要求信号を受信するまで、映像情報を出力し続ける。
パケット送信部２２から出力された映像情報パケットは、図１１のネットワーク４を介して、送信要求信号を送信した端末に送られる。
また、映像符号化部３０は、情報分別部３１から送信端末ＩＤと共に停止要求信号を受信すると、その停止要求信号をトリガとして、映像停止要求情報を送信した端末に映像情報を送信する処理を停止する。
パケット送信部２２から出力された映像情報パケットは、図１１のネットワーク４を介して、送信要求信号を送信した端末に送られる。
また、映像符号化部３０は、情報分別部３１から送信端末ＩＤと共に停止要求信号を受信すると、その停止要求信号をトリガとして、映像停止要求情報を送信した端末に映像情報を送信する処理を停止する。
図２は、第１の実施形態におけるビデオ会議システムの動作を示すシーケンス図である。ここでは、端末１での発言者映像の切り替えについて説明する。
なお、図２では、端末１が受信する音声情報、状態情報および映像情報と、端末１が送信する映像送信要求情報を示し、他の端末が受信する音声情報、状態情報、映像情報、他の端末が送信する映像送信要求情報などは省略されている。
なお、図２では、端末１が受信する音声情報、状態情報および映像情報と、端末１が送信する映像送信要求情報を示し、他の端末が受信する音声情報、状態情報、映像情報、他の端末が送信する映像送信要求情報などは省略されている。
まず、端末２を利用している参加者が発言しているとする。端末１は、常時、端末２から音声情報を受信し（Ｓ１０１）、また同時に、Ｓ１０２で端末２によって判定された端末２の状態（「１：音声入力状態」）および端末ＩＤを状態情報として受信する（Ｓ１０３）。また、端末１は、常時、端末３から音声情報を受信し（Ｓ１０４）、Ｓ１０５で端末３によって判定された端末３の状態（「０：音声入力状態以外」）および端末ＩＤを状態情報として受信する（Ｓ１０６）。図２では、音声情報および状態情報を一回ずつしか受信していないように描かれているが、実際には連続する情報を受信している。
端末２および端末３は、音声入力状態であるか否かを示す状態情報を送信するために、図１に示した自端末の音声入力部２３から入力される音声信号を基に音量を算出し、閾値と比較して状態を判定する。一つの端末における音声入力状態であるか否かの音量算出処理は、ビデオ会議に参加している端末数ｎに関係なく、１台分である。
端末１は、端末２および端末３から受信した状態情報に基づいて、映像を受信する端末（映像を送信させる端末）を選択し（Ｓ１０７）、その端末に映像送信要求情報を送信する。ここでは、映像を表示する端末として端末２を選択し、端末１は端末２に映像送信要求情報を送信する（Ｓ１０８）。端末２は、映像送信要求情報を受信すると、映像情報を送信し（Ｓ１０９）、第１１図のネットワーク４を介して端末１に届けられる。図２では、映像情報を一つしか送信していないように描かれているが、実際には連続して情報を送信している。端末１は映像情報を受信すると、その映像情報を基に映像を表示する（Ｓ１１０）。
続いて、端末２を利用している参加者が発言を終え、端末３を利用している参加者が発言したとする。端末１は、端末２から音声情報を受信しつつ（Ｓ１１１）、Ｓ１１２で端末２によって判定された端末２の状態（「０：音声入力状態以外」）および端末ＩＤを状態情報として受信する（Ｓ１１３）。また、端末３から音声情報を受信しつつ（Ｓ１１４）、Ｓ１１５で端末３によって判定された端末３の状態（「１：音声入力状態」）および端末ＩＤを状態情報として受信する（Ｓ１１６）。
端末１は、端末２および端末３から受信した状態情報に基づいて、映像を受信する端末（映像を送信させる端末）を選択し（Ｓ１１７）、その端末に映像送信要求情報を送信する。ここでは、映像を表示する端末として端末３を選択し、端末１は端末３に映像送信要求情報を送信する（Ｓ１１８）。端末３は、映像送信要求情報を受信すると、映像情報を送信し（Ｓ１１９）、第１１図のネットワーク４を介して端末１に届けられる。
ここで、端末１は、端末２からの映像情報の送信を停止するために、端末２へ映像停止要求情報を送信してもよい。あるいは、タイムアウトなどの機構により、映像情報の送信停止を待ってもよい。図２では、図が煩雑になるのを避けるために、端末２からの映像情報の送信を停止する方法については明記していない。
端末１は映像情報を受信すると、その映像情報を表示する（Ｓ１２０）。
以上のように動作するので、音声入力状態の端末の映像に自動的に切り替えられ、常に発言者の映像が常時される。
ここで、端末１は、端末２からの映像情報の送信を停止するために、端末２へ映像停止要求情報を送信してもよい。あるいは、タイムアウトなどの機構により、映像情報の送信停止を待ってもよい。図２では、図が煩雑になるのを避けるために、端末２からの映像情報の送信を停止する方法については明記していない。
端末１は映像情報を受信すると、その映像情報を表示する（Ｓ１２０）。
以上のように動作するので、音声入力状態の端末の映像に自動的に切り替えられ、常に発言者の映像が常時される。
ここで、特許文献１に記載されたビデオ会議システムと、第１の実施形態におけるビデオ会議システムの音量算出処理を比較する。
特許文献１に記載されたビデオ会議システムでは、参加者数をｎとすると、各端末は他の端末から送られる（ｎ−１）台分の音声情報に対して音量算出処理を行う。このため、ビデオ会議システム全体での音量算出処理量は、（ｎ−１）×ｎ台分となる。
一方、第１の実施形態におけるビデオ会議システムでは、各端末は自端末に入力される音声情報に対してのみ音量を算出すればよいため、ビデオ会議システム全体での音量算出処理量は、ｎ台分となる。
なお、第１の実施形態におけるビデオ会議システムでは、状態情報を他の端末に配信する必要があるが、状態情報は数値情報であり、情報量が少ないため、システムに大きな負荷をかけることはない。
特許文献１に記載されたビデオ会議システムでは、参加者数をｎとすると、各端末は他の端末から送られる（ｎ−１）台分の音声情報に対して音量算出処理を行う。このため、ビデオ会議システム全体での音量算出処理量は、（ｎ−１）×ｎ台分となる。
一方、第１の実施形態におけるビデオ会議システムでは、各端末は自端末に入力される音声情報に対してのみ音量を算出すればよいため、ビデオ会議システム全体での音量算出処理量は、ｎ台分となる。
なお、第１の実施形態におけるビデオ会議システムでは、状態情報を他の端末に配信する必要があるが、状態情報は数値情報であり、情報量が少ないため、システムに大きな負荷をかけることはない。
また、図１において、状態判定部４０は、パケット送信部２２を介して自端末宛に状態情報を送信し、パケット受信部２１を介して受信してもよい。その場合、受信された自端末の状態情報は、状態情報記憶部３９に格納され、端末選択部３８によって他の端末の状態情報と同様に処理される。また、状態判定部４０は、自端末の状態情報を端末選択部３８に直接出力するようにしてもよい。その場合も、自端末の状態情報は、状態情報記憶部３９に格納され、端末選択部３８によって他の端末の状態情報と同様に処理される。
≪第２の実施形態≫
次に、第２の実施形態について説明する。
第１の実施形態では、各端末が音声情報を常時相互に送り合っていたが、第２の実施形態では、音声情報を相互に送り合うことはせず、音声入力の状態情報のみを相互に送り合う。各端末は、他の端末から送られてきた音声入力の状態情報に基づいて、音声が入力中の端末（音声入力状態端末）を選択し、その端末に対して音声と映像の送信要求（以下、音声映像送信要求）を送信し、選択された端末からの音声と映像の情報を受信する点において、第１の実施形態と異なる。
以下では、第１の実施形態と同等の部分については、第１の実施形態における構成要素と同一の符号（記号）を付し、説明を省略する。第２の実施形態におけるビデオ会議システムの概略図は、図１１に示す通りである。
次に、第２の実施形態について説明する。
第１の実施形態では、各端末が音声情報を常時相互に送り合っていたが、第２の実施形態では、音声情報を相互に送り合うことはせず、音声入力の状態情報のみを相互に送り合う。各端末は、他の端末から送られてきた音声入力の状態情報に基づいて、音声が入力中の端末（音声入力状態端末）を選択し、その端末に対して音声と映像の送信要求（以下、音声映像送信要求）を送信し、選択された端末からの音声と映像の情報を受信する点において、第１の実施形態と異なる。
以下では、第１の実施形態と同等の部分については、第１の実施形態における構成要素と同一の符号（記号）を付し、説明を省略する。第２の実施形態におけるビデオ会議システムの概略図は、図１１に示す通りである。
図５は、第２の実施形態におけるビデオ会議システムに使用される端末の機能ブロック図である。
端末選択部３８Ａは、音声入力状態端末選択処理において音声入力状態に変化した端末を選択し、その端末のＩＤと共に音声映像送信要求情報の送信を指示する通知を音声映像要求部４２に出力する。このときの音声入力状態端末選択処理は、第１の実施形態と同様である。また、第１の実施形態と同様に、端末選択部３８Ａは、受信した状態情報により状態情報記憶部３９内のある端末の状態が「１：音声入力状態」から「０：音声入力状態以外」に書き換えられると、該当端末のＩＤと共に音声映像停止要求情報の送信を指示する通知を音声映像要求部４２へ出力するようにしてもよい。
音声映像要求部４２は、送信先となる端末のＩＤと共に音声映像送信要求情報の送信を指示する通知を入力されると、送信先となる端末のＩＤと共に音声映像送信要求情報を、パケット送信部２２に出力する。また、音声映像要求部４２は、送信先となる端末のＩＤと共に音声映像停止要求情報の送信を指示されると、送信先となる端末のＩＤと共に音声映像停止要求情報を、パケット送信部２２に出力する。
パケット送信部２２は、少なくとも、入力された情報に自端末のＩＤを設定して音声映像送信要求情報、または、音声映像停止要求情報のパケットを作成し、送信先となる端末に向けて送信する。
パケット受信部２１は、音声映像送信要求情報のパケットを受信すると、その情報（少なくとも、音声映像送信要求と、該要求を送信してきた端末のＩＤ）を情報分別部３１Ａに出力する。同様に、パケット受信部２１は、音声映像停止要求情報のパケットを受信すると、その情報（少なくとも、音声映像停止要求と、該要求を送信してきた端末のＩＤ）を情報分別部３１Ａに出力する。
パケット送信部２２は、少なくとも、入力された情報に自端末のＩＤを設定して音声映像送信要求情報、または、音声映像停止要求情報のパケットを作成し、送信先となる端末に向けて送信する。
パケット受信部２１は、音声映像送信要求情報のパケットを受信すると、その情報（少なくとも、音声映像送信要求と、該要求を送信してきた端末のＩＤ）を情報分別部３１Ａに出力する。同様に、パケット受信部２１は、音声映像停止要求情報のパケットを受信すると、その情報（少なくとも、音声映像停止要求と、該要求を送信してきた端末のＩＤ）を情報分別部３１Ａに出力する。
情報分別部３１Ａは、音声映像送信要求情報を受信すると、送信要求信号を送信端末ＩＤと共に映像符号化部３０に出力すると同時に、音声符号化部２４Ａにも同様に出力する。また、情報分別部３１Ａは、音声映像停止要求情報を受信すると、停止要求信号を送信端末ＩＤと共に映像符号化部３０に出力すると同時に、音声符号化部２４Ａにも同様に出力する。なお、映像符号化部３０が送信要求信号および停止要求信号を受信した際の処理は、第１の実施形態における映像送信要求情報および映像停止要求情報をそれぞれ受信した際の処理と同様である。
音声符号化部２４Ａは、情報分別部３１Ａから、送信端末ＩＤと共に音声映像送信要求情報を受信すると、その音声映像送信要求情報をトリガとして、音声入力部２３から入力した音声信号を符号化して音声情報を作成し、送信端末ＩＤと共にパケット送信部２２に出力する。音声符号化部２４Ａは、一度音声映像送信要求情報を受信すると、予め時間を設定されたタイマがタイムアウトになるか、後記の停止要求信号を受信するまで、音声情報を出力し続ける。
パケット送信部２２から出力された音声情報パケットは、図１１のネットワーク４を介して、音声映像送信要求情報を送信した端末に送られる。
また、音声符号化部２４Ａは情報分別部３１Ａから、送信端末ＩＤと共に停止要求信号を受信すると、その停止要求信号をトリガとして、音声映像停止要求情報の送信元の端末に音声情報を送信する処理を停止する。
パケット送信部２２から出力された音声情報パケットは、図１１のネットワーク４を介して、音声映像送信要求情報を送信した端末に送られる。
また、音声符号化部２４Ａは情報分別部３１Ａから、送信端末ＩＤと共に停止要求信号を受信すると、その停止要求信号をトリガとして、音声映像停止要求情報の送信元の端末に音声情報を送信する処理を停止する。
図６は、第２の実施形態におけるビデオ会議システムの動作を示すシーケンス図である。ここでは、端末１での発言者映像の切り替えについて説明する。
なお、図６では、端末１Ａが受信する音声情報、状態情報および映像情報と、端末１Ａが送信する音声映像送信要求情報を示し、他の端末が受信する音声情報、状態情報、映像情報、他の端末が送信する音声映像送信要求情報などは省略されている。
なお、図６では、端末１Ａが受信する音声情報、状態情報および映像情報と、端末１Ａが送信する音声映像送信要求情報を示し、他の端末が受信する音声情報、状態情報、映像情報、他の端末が送信する音声映像送信要求情報などは省略されている。
まず、端末２Ａを利用している参加者が発言しているとする。端末１Ａは、Ｓ２０１で端末２Ａによって判定された端末２Ａの状態（「１：音声入力状態」）および端末ＩＤを状態情報として常時受信している（Ｓ２０２）。また、端末１Ａは、Ｓ２０３で端末３Ａによって判定された端末３Ａの状態（「０：音声入力状態以外」）および端末ＩＤを状態情報として常時受信している（Ｓ２０４）。
端末１Ａは、端末２Ａおよび端末３Ａから受信した状態情報に基づいて音声映像送信を開始させる端末を選択し（Ｓ２０５）、その端末に音声映像送信要求情報を送信する。ここでは、端末２Ａが音声映像送信を開始させる端末であると判定し、端末１Ａは、端末２Ａに音声映像送信要求情報を送信する（Ｓ２０６）。端末２Ａは音声映像送信要求情報を受信すると、端末１Ａに音声と映像の情報の送信を開始し（Ｓ２０７とＳ２０９）、端末１Ａはその音声情報と映像情報を受信して、音声を出力し（Ｓ２０８）、映像を表示する（Ｓ２１０）。
続いて、端末２Ａを利用している参加者が発言を終え、端末３Ａを利用している参加者が発言したとする。端末１Ａは、Ｓ２１１で端末２Ａによって判定された端末２Ａの状態（「０：音声入力状態以外」）および端末ＩＤを状態情報として受信する（Ｓ２１２）。また、ほぼ同時に、端末１Ａは、Ｓ２１３で端末３Ａによって判定された端末３Ａの状態（「１：音声入力状態」）および端末ＩＤを状態情報として受信する（Ｓ２１４）。
端末１Ａは、端末２Ａおよび端末３Ａから受信した状態情報に基づいて、発言者の音声と映像を送信してもらう端末を選択し（Ｓ２１５）、その端末に音声映像送信要求情報を送信する。ここでは、端末３Ａが発言者の音声と映像を送信してもらう端末であると選択され、端末１Ａは、端末３Ａに音声映像送信要求情報を送信する（Ｓ２１６）。端末３Ａは音声映像送信要求情報を受信すると、端末１Ａに音声情報と映像情報の送信を開始し（Ｓ２１７とＳ２１９）、端末１Ａはその音声情報と映像情報を受信して、音声を出力し（Ｓ２１８）、映像を表示する（Ｓ２２０）。
なお、本実施形態では、音声情報と映像情報が別々に送られるように記述しているが、ＭＰＥＧ２エンコード（Moving Picture Experts Group 2 encode）のように、音声情報と映像情報が一つのパケットに詰められて送られる場合もあり、そのような場合には、Ｓ２０７とＳ２０９、および、Ｓ２１７とＳ２１９は一本の矢印で表示される。
なお、本実施形態では、音声情報と映像情報が別々に送られるように記述しているが、ＭＰＥＧ２エンコード（Moving Picture Experts Group 2 encode）のように、音声情報と映像情報が一つのパケットに詰められて送られる場合もあり、そのような場合には、Ｓ２０７とＳ２０９、および、Ｓ２１７とＳ２１９は一本の矢印で表示される。
第２の実施形態によれば、他の端末から受信した状態情報に基づいて、発言者の音声と映像を表示する端末を選択し、その端末に音声映像送信要求情報を送信するため、不要な映像情報および音声情報がネットワーク４（図１１参照）内を流れることがなくなり、ビデオ会議システムにかかる負荷を低減することができる。
≪第３の実施形態≫
次に、第３の実施形態について説明する。第３の実施形態は、ビデオ会議システムを構成する複数の端末のうち少なくとも１台が、ビデオ会議システムを構成する各端末から状態情報を受信して、音声映像送信要求情報の送信先の端末を選択する処理を代表して行う点が異なる。
このため、本実施形態では、各端末の状態情報が主催者端末に送られる。また、主催者端末で選択された端末の情報（端末ＩＤなど）が各端末に配信される点において、第２の実施形態と異なる。それ以外の構成については、第２の実施形態における構成と同一で、それらに同一の符号（記号）を付け、説明を省略する。第３の実施形態におけるビデオ会議システムの概略図を、図１１に示す。また、ビデオ会議システムを構成する複数の端末のうち、代表して行う処理を実行する端末を、主にビデオ会議を主催する者が使用すると考えられることから、以下では「主催者端末」と呼ぶことにする。また、それ以外の端末は、主にビデオ会議に参加する者が使用すると考えられることから、以下では「参加者端末」と呼ぶことにする。
本実施形態では、主催者端末は端末１で、端末２と端末３が参加者端末であるとして説明するが、全ての端末に主催者端末と参加者端末の両方の機能を具備しておき、会議が開催される毎に、どれか一つの端末が主催者端末となり、残りの端末が参加者端末となるようにしてもよい。
次に、第３の実施形態について説明する。第３の実施形態は、ビデオ会議システムを構成する複数の端末のうち少なくとも１台が、ビデオ会議システムを構成する各端末から状態情報を受信して、音声映像送信要求情報の送信先の端末を選択する処理を代表して行う点が異なる。
このため、本実施形態では、各端末の状態情報が主催者端末に送られる。また、主催者端末で選択された端末の情報（端末ＩＤなど）が各端末に配信される点において、第２の実施形態と異なる。それ以外の構成については、第２の実施形態における構成と同一で、それらに同一の符号（記号）を付け、説明を省略する。第３の実施形態におけるビデオ会議システムの概略図を、図１１に示す。また、ビデオ会議システムを構成する複数の端末のうち、代表して行う処理を実行する端末を、主にビデオ会議を主催する者が使用すると考えられることから、以下では「主催者端末」と呼ぶことにする。また、それ以外の端末は、主にビデオ会議に参加する者が使用すると考えられることから、以下では「参加者端末」と呼ぶことにする。
本実施形態では、主催者端末は端末１で、端末２と端末３が参加者端末であるとして説明するが、全ての端末に主催者端末と参加者端末の両方の機能を具備しておき、会議が開催される毎に、どれか一つの端末が主催者端末となり、残りの端末が参加者端末となるようにしてもよい。
図７は、第３の実施形態におけるビデオ会議システムに使用される主催者端末の機能ブロック図である。
状態判定部４０Ａは、音量算出部３３から入力した音量情報に基づいて、自端末が音声入力状態か否かを判定し、この判定結果を含む状態情報を予め設定された主催者端末ＩＤと共にパケット送信部２２に出力し、パケット送信部２２は該入力情報をパケット化し、自身の主催者端末１Ｂに向けて出力する。端末１がＯＳ（Operating System）（Ｌｉｎｕｘ（登録商標）やＷｉｎｄｏｗｓ（登録商標）など）内でＩＰパケットの送受信処理を行っている場合には、ループバックデバイスなどにより、該ＩＰパケットはパケット送信部２２から端末外部に出力されることなくパケット受信部２１に入力される。ＩＰパケット処理を行うインターフェイス機能によっては、ＩＰパケットはパケット送信部２２から一度ネットワーク４（図１１参照）に出力され、そこを経由して、自身の主催者端末１Ｂのパケット受信部２１に受信される場合もあり得る。
各端末から送られてきた状態情報は、以下、第２の実施形態と同様に、情報分別部３１Ｂから端末選択部３８Ｂに送られる。
端末選択部３８Ｂは、音声と映像を要求する端末（音声映像送信要求情報の送信先の端末）を選択し、選択された音声映像送信要求情報の送信先の端末の端末ＩＤを端末選択情報としてパケット送信部２２に出力する。端末の選択方法については、端末選択部３８Ａによる選択方法と同様である。
パケット送信部２２に入力された端末選択情報は、パケット化されて各端末に送られる。該端末選択情報が主催者端末１Ｂのパケット受信部２１に入力される経路は、前記の状態情報の場合と同様である。
端末選択部３８Ｂは、音声と映像を要求する端末（音声映像送信要求情報の送信先の端末）を選択し、選択された音声映像送信要求情報の送信先の端末の端末ＩＤを端末選択情報としてパケット送信部２２に出力する。端末の選択方法については、端末選択部３８Ａによる選択方法と同様である。
パケット送信部２２に入力された端末選択情報は、パケット化されて各端末に送られる。該端末選択情報が主催者端末１Ｂのパケット受信部２１に入力される経路は、前記の状態情報の場合と同様である。
また、情報分別部３１Ｂは、パケット受信部２１から端末選択情報を受信すると、受信した端末選択情報を音声映像要求部４２に出力する。音声映像要求部４２は、音声映像要求を送信先端末ＩＤと共にパケット送信部２２に出力する。パケット送信部２２に入力された音声映像要求情報は、パケット化されて送信先端末ＩＤで示された端末に送られる。
図８は、第３の実施形態におけるビデオ会議システムに使用される参加者端末の機能ブロック図である。ここでは、図７を用いて説明した主催者端末と構成が異なる点についてのみ説明し、説明しない部分については、図７と同様である。
参加者端末２Ｂは、図７に示した主催者端末１Ｂから端末選択部３８Ｂ、状態情報記憶部３９および端末選択ルール情報記憶部４１を削除した構成となっている。これは、ビデオ会議システムを構成する各端末が、主催者端末１Ｂに状態情報を送信し、この主催者端末１Ｂが代表して端末選択処理を実行するためである。
情報分別部３１Ｃは、パケット受信部２１から送られた各種情報を情報ＩＤにより分別してそれぞれの機能ブロックに出力するが、参加者端末２Ｂには端末選択部３８Ｂがないため、情報分別部３１Ｃには状態情報を分別する機能は不要である。その他の機能については、主催者端末１Ｂの情報分別部３１Ｂ（図７参照）と同様である。但し、図７に示した主催者端末１Ｂの情報分別部３１Ｂと同様の機能を持っていても動作に支障はない。（情報分別部３１、情報分別部３１Ｂならびに情報分別部３１Ｃは、出力先が設定されていない情報については廃棄する。）
このように、参加者端末２Ｂは主催者端末１Ｂから一部の機能を削除したものとなっているため、一つの端末が主催者端末と参加者端末の両方の機能を具備することは容易であり、会議開催毎に主催者端末を変更することも容易にできる。以下、端末１が主催者端末となっている場合で説明を続ける。
このように、参加者端末２Ｂは主催者端末１Ｂから一部の機能を削除したものとなっているため、一つの端末が主催者端末と参加者端末の両方の機能を具備することは容易であり、会議開催毎に主催者端末を変更することも容易にできる。以下、端末１が主催者端末となっている場合で説明を続ける。
図９は、第３の実施形態におけるビデオ会議システムの動作を示すシーケンス図である。図９を参照して、第３の実施形態におけるビデオ会議システムの処理の流れについて説明する。説明は、主催者端末１Ｂを中心に行う。
参加者端末２Ｂを利用している参加者が発言しているとする。主催者端末１Ｂは、Ｓ３０１で参加者端末２Ｂによって判定された参加者端末２Ｂの状態（「１：音声入力状態」）および端末ＩＤを状態情報として常時受信している（Ｓ３０２）。また、主催者端末１Ｂは、Ｓ３０３で主催者端末１Ｂによって判定された主催者端末１Ｂの状態（「０：音声入力状態以外」）および端末ＩＤを状態情報として常時受信している（Ｓ３０４）。さらに、主催者端末１Ｂは、Ｓ３０５で参加者端末３Ｂによって判定された参加者端末３Ｂの状態（「０：音声入力状態以外」）および端末ＩＤを状態情報として常時受信している（Ｓ３０６）。
主催者端末１Ｂは、参加者端末２Ｂと主催者端末１Ｂと参加者端末３Ｂから受信した状態情報に基づいて、音声映像送信を開始させる端末を選択する（Ｓ３０７）。ここでは、参加者端末２Ｂが音声映像送信を開始させる端末であると判定し、端末選択情報には参加者端末２Ｂの端末ＩＤが設定される。
主催者端末１Ｂは、端末選択情報を、参加者端末２Ｂと主催者端末１Ｂと参加者端末３Ｂとに送信する（Ｓ３０８、Ｓ３０９およびＳ３１０）。具体的送信方法として、主催者端末１Ｂから各端末それぞれに送ることも可能であるし、図１１のネットワーク４にマルチキャスト機能がある場合には、それを使って主催者端末１Ｂからマルチキャスト的に送ることも可能である。
主催者端末１Ｂは、端末選択情報を、参加者端末２Ｂと主催者端末１Ｂと参加者端末３Ｂとに送信する（Ｓ３０８、Ｓ３０９およびＳ３１０）。具体的送信方法として、主催者端末１Ｂから各端末それぞれに送ることも可能であるし、図１１のネットワーク４にマルチキャスト機能がある場合には、それを使って主催者端末１Ｂからマルチキャスト的に送ることも可能である。
端末選択情報を受信した参加者端末２Ｂと主催者端末１Ｂと参加者端末３Ｂとは、受信した端末選択情報に設定されている端末ＩＤによって、音声映像送信要求情報の送信先の端末が参加者端末２Ｂであることを知り、参加者端末２Ｂに音声映像送信要求情報を送信する（Ｓ３１１、Ｓ３１２およびＳ３１３）。
参加者端末２Ｂは、参加者端末２Ｂと主催者端末１Ｂと参加者端末３Ｂから音声映像送信要求情報を受信すると、参加者端末２Ｂと主催者端末１Ｂと参加者端末３Ｂに向けて音声映像情報の送信を開始する。具体的送信方法として、前記と同様に、図１１のネットワーク４にマルチキャスト機能がある場合には、それを使って参加者端末２Ｂから各端末それぞれにマルチキャスト的に送ることも可能であるし、ユニキャスト的に送ることも可能である。
参加者端末２Ｂは、他の端末と同様に、自端末宛に送られてきた音声情報と映像情報を受信し（Ｓ３１４とＳ３１６）、受信した音声情報を基に音声を出力し（Ｓ３１５）、受信した映像情報を基に映像を表示する（Ｓ３１７）。また、同様に、主催者端末１Ｂも、送られてきた音声情報と映像情報を受信し（Ｓ３１８とＳ３２０）、受信した音声情報を基に音声を出力し（Ｓ３１９）、受信した映像情報を基に映像を表示する（Ｓ３２１）。同様に、参加者端末３Ｂも、送られてきた音声情報と映像情報を受信し（Ｓ３２２とＳ３２４）、受信した音声情報を基に音声を出力し（Ｓ３２３）、受信した映像情報を基に映像を表示する（Ｓ３２５）。
参加者端末２Ｂは、他の端末と同様に、自端末宛に送られてきた音声情報と映像情報を受信し（Ｓ３１４とＳ３１６）、受信した音声情報を基に音声を出力し（Ｓ３１５）、受信した映像情報を基に映像を表示する（Ｓ３１７）。また、同様に、主催者端末１Ｂも、送られてきた音声情報と映像情報を受信し（Ｓ３１８とＳ３２０）、受信した音声情報を基に音声を出力し（Ｓ３１９）、受信した映像情報を基に映像を表示する（Ｓ３２１）。同様に、参加者端末３Ｂも、送られてきた音声情報と映像情報を受信し（Ｓ３２２とＳ３２４）、受信した音声情報を基に音声を出力し（Ｓ３２３）、受信した映像情報を基に映像を表示する（Ｓ３２５）。
以上のような処理により、主催者端末１Ｂが、音声入力状態にある端末として参加者端末２Ｂを選択し、その選択した端末のＩＤを主催者端末１Ｂ、参加者端末２Ｂおよび参加者端末３Ｂに通知することによって、主催者端末１Ｂ、参加者端末２Ｂおよび参加者端末３Ｂにおいて、参加者端末２Ｂの音声および映像を再生することができる。
以上において説明したように、第３の実施形態によれば、ビデオ会議システムを構成する複数の端末において、再生される映像および音声を統一することが可能である。各端末での画面構成が統一されることによって、会議をより円滑に運営することが可能になる。さらに、各端末は、状態情報を主催者端末にのみ送信すればよいので、ネットワーク４（図１１参照）を通過するパケットのトラヒックを低減することができる。なお、本実施形態においては、各端末が主催者端末に、発言に関する状態情報を送信する構成としたが、各端末が主催者端末に、状態情報の代わりに音声情報を送信し、主催者端末が、受信した音声情報に基づいて音声入力状態にある端末を選択する構成とすることも可能である。
≪第３の実施形態の変形例≫
次に、第３の実施形態の変形例について説明する。第３の実施形態の変形例は、主催者端末が自端末の状態情報を、パケット送信部２２を介して自端末に送信せずに、自端末内で端末選択部に直接出力する点において、第３の実施形態と異なる。それ以外の構成については、第３の実施形態における構成と同一の符号（記号）を付し、説明を省略する。
次に、第３の実施形態の変形例について説明する。第３の実施形態の変形例は、主催者端末が自端末の状態情報を、パケット送信部２２を介して自端末に送信せずに、自端末内で端末選択部に直接出力する点において、第３の実施形態と異なる。それ以外の構成については、第３の実施形態における構成と同一の符号（記号）を付し、説明を省略する。
図１０は、第３の実施形態の変形例におけるビデオ会議システムに使用される主催者端末の機能ブロック図である。
状態判定部４０Ｂは、音量算出部３３から入力した音量情報に基づいて、自端末が音声入力状態か否かを判定し、この判定結果を含む状態情報を、端末選択部３８Ｂに出力する。このような構成によって、主催者端末１Ｃでは、自端末の状態情報を、パケット送信部２２、パケット受信部２１および情報分別部３１Ｂで処理することが不要となり、自端末の状態情報のパケットが端末の外に一旦出力される場合には、ネットワーク４（図１１参照）を通過するパケットのトラヒックも低減される。
また、ここで述べた変形例は、第１の実施形態および第２の実施形態でも行うことができる。即ち、状態判定部４０の出力信号を直接端末選択部３８に入力する構成である。この場合の端末選択部は、状態判定部４０から直接入力された状態情報を含めて端末選択を行う処理が必要とされるが、自端末が選択された場合、自端末の映像を表示することができる。
さらに、以上述べた種々の実施形態および変形例で、各端末が他の端末に情報を要求して入手するＰｕｌｌ型の仕組みで説明したものは、技術的不都合が生じない範囲内において、Ｐｕｓｈ型で配信する方法でも実現でき、また、逆に、各端末が他の端末に情報を送信するＰｕｓｈ型の仕組みで説明したものを、Ｐｕｌｌ型で入手する方法でも実現でき、自由に組み合わせることが可能である。
例えば、第３の実施形態またはその変形例において、各端末が音声情報および映像情報をＰｕｌｌ型で受信するようにしたが、第１の実施形態において説明したように、各端末が映像情報をＰｕｌｌ型で受信し、音声情報をＰｕｓｈ型で受信するように構成することも可能である。
例えば、第３の実施形態またはその変形例において、各端末が音声情報および映像情報をＰｕｌｌ型で受信するようにしたが、第１の実施形態において説明したように、各端末が映像情報をＰｕｌｌ型で受信し、音声情報をＰｕｓｈ型で受信するように構成することも可能である。
１〜３ 端末
４ ネットワーク
２１ パケット受信部
２２ パケット送信部
２３ 音声入力部
２４ 音声符号化部
２５ 映像入力部
２６ 音声復号化部
２７ 音声出力部
２８ 映像復号化部
２９ 映像表示部
３０ 映像符号化部
３１ 情報分別部
３２ 音声復号化部
３３ 音量算出部
３４ 音量比較部
３５ 音量情報記憶部
３６ 映像要求部
３８ 端末選択部
３９ 状態情報記憶部
４０ 状態判定部
４１ 端末選択ルール情報記憶部
４２ 音声映像要求部
４ ネットワーク
２１ パケット受信部
２２ パケット送信部
２３ 音声入力部
２４ 音声符号化部
２５ 映像入力部
２６ 音声復号化部
２７ 音声出力部
２８ 映像復号化部
２９ 映像表示部
３０ 映像符号化部
３１ 情報分別部
３２ 音声復号化部
３３ 音量算出部
３４ 音量比較部
３５ 音量情報記憶部
３６ 映像要求部
３８ 端末選択部
３９ 状態情報記憶部
４０ 状態判定部
４１ 端末選択ルール情報記憶部
４２ 音声映像要求部
Claims (16)
- 複数の端末が相互通信可能なネットワークに接続され、各前記端末が映像情報および音声情報を相互に通信可能なビデオ会議システムであって、
各前記端末は、
音声を入力する音声入力部と、情報を処理する処理部と、他の前記端末の状態情報を格納する状態情報記憶部とを備え、
前記処理部は、
前記音声入力部を介して受信した音声信号の音量を算出し、当該算出した音量が所定の閾値以上である場合に、自端末が音声入力状態であると判定し、当該算出した音量が所定の閾値未満である場合に、自端末が音声入力状態以外であると判定し、当該判定の結果を他の前記端末に送信し、
他の前記端末から前記判定の結果を受信すると、当該判定の結果および当該端末の識別情報を、状態情報として自端末の前記状態情報記憶部に格納し、
自端末の前記状態情報記憶部に格納されている前記状態情報に基づいて、他の前記端末のうち音声入力状態になった端末の中から映像送信要求情報の送信先の端末を選択し、当該選択した端末に前記映像送信要求情報を送信し、他の前記端末のうち音声入力状態以外になった端末の中から映像停止要求情報の送信先の端末を選択し、当該選択した端末に前記映像停止要求情報を送信する
ことを特徴とするビデオ会議システム。 - 複数の端末が相互通信可能なネットワークに接続され、各前記端末が映像情報および音声情報を相互に通信可能なビデオ会議システムであって、
各前記端末は、
音声を入力する音声入力部と、情報を処理する処理部と、他の前記端末の状態情報を格納する状態情報記憶部とを備え、
前記処理部は、
前記音声入力部を介して受信した音声信号の音量を算出し、当該算出した音量が所定の閾値以上である場合に、自端末が音声入力状態であると判定し、当該算出した音量が所定の閾値未満である場合に、自端末が音声入力状態以外であると判定し、当該判定の結果を他の前記端末に送信し、
他の前記端末から前記判定の結果を受信すると、当該判定の結果および当該端末の識別情報を、状態情報として自端末の前記状態情報記憶部に格納し、
自端末の前記状態情報記憶部に格納されている前記状態情報に基づいて、他の前記端末のうち音声入力状態になった端末の中から音声映像送信要求情報の送信先の端末を選択し、当該選択した端末に前記音声映像送信要求情報を送信し、他の前記端末のうち音声入力状態以外になった端末の中から音声映像停止要求情報の送信先の端末を選択し、当該選択した端末に前記音声映像停止要求情報を送信する
ことを特徴とするビデオ会議システム。 - 複数の端末が相互通信可能なネットワークに接続され、各前記端末が映像情報および音声情報を相互に通信可能なビデオ会議システムであって、
各前記端末は、
音声を入力する音声入力部と、情報を処理する処理部とを備え、
前記処理部は、
前記音声入力部を介して受信した音声信号の音量を算出し、当該算出した音量が所定の閾値以上である場合に、自端末が音声入力状態であると判定し、当該算出した音量が所定の閾値未満である場合に、自端末が音声入力状態以外であると判定し、当該判定の結果を他の前記端末に送信し、
前記複数の端末は、
第１の端末群と、第２の端末とを含んで構成され、
前記第１の端末群の前記処理部は、
前記判定の結果を前記第２の端末に送信し、
前記第２の端末は、
前記第１の端末群からの状態情報を格納する状態情報記憶部をさらに備え、
前記第２の端末の前記処理部は、
前記第１の端末群から前記判定の結果を受信すると、当該判定の結果および当該端末の識別情報を、状態情報として前記第２の端末の前記状態情報記憶部に格納し、
前記第２の端末の前記状態情報記憶部に格納されている前記状態情報に基づいて、他の前記端末のうち音声入力状態になった端末の中から音声映像送信要求情報の送信先の端末を選択し、他の前記端末のうち音声入力状態以外になった端末の中から音声映像停止要求情報の送信先の端末を選択し、当該選択した端末の識別情報を前記第１の端末群に送信する
ことを特徴とするビデオ会議システム。 - 前記第１の端末群の前記処理部は、
前記第２の端末から前記音声映像送信要求情報または音声映像停止要求情報の送信先の端末の識別情報を受信すると、当該識別情報によって識別される端末に音声映像送信要求情報または音声映像停止要求情報を送信する
ことを特徴とする請求項３に記載のビデオ会議システム。 - 複数の端末が相互通信可能なネットワークに接続され、各前記端末が映像情報および音声情報を相互に通信可能なビデオ会議システムに使用される端末であって、
音声を入力する音声入力部と、情報を処理する処理部と、他の前記端末の状態情報を格納する状態情報記憶部とを備え、
前記処理部は、
前記音声入力部を介して受信した音声信号の音量を算出し、当該算出した音量が所定の閾値以上である場合に、自端末が音声入力状態であると判定し、当該算出した音量が所定の閾値未満である場合に、自端末が音声入力状態以外であると判定し、当該判定の結果を他の前記端末に送信し、
他の前記端末から前記判定の結果を受信すると、当該判定の結果および当該端末の識別情報を、状態情報として自端末の前記状態情報記憶部に格納し、
前記状態情報記憶部に格納されている前記状態情報に基づいて、他の前記端末のうち音声入力状態になった端末の中から映像送信要求情報の送信先の端末を選択し、当該選択した端末に前記映像送信要求情報を送信し、他の前記端末のうち音声入力状態以外になった端末の中から映像停止要求情報の送信先の端末を選択し、当該選択した端末に前記映像停止要求情報を送信する
ことを特徴とする端末。 - 映像を入力する映像入力部をさらに備え、
前記処理部は、
他の前記端末から前記映像送信要求情報を受信すると、前記映像入力部を介して受信した映像信号を符号化し、前記映像送信要求情報の送信元端末に送信し、他の前記端末から前記映像停止要求情報を受信すると、符号化した前記映像信号の前記映像停止要求情報の送信元端末への送信を停止する
ことを特徴とする請求項５に記載の端末。 - 複数の端末が相互通信可能なネットワークに接続され、各前記端末が映像情報および音声情報を相互に通信可能なビデオ会議システムに使用される端末であって、
音声を入力する音声入力部と、情報を処理する処理部と、他の前記端末の状態情報を格納する状態情報記憶部とを備え、
前記処理部は、
前記音声入力部を介して受信した音声信号の音量を算出し、当該算出した音量が所定の閾値以上である場合に、自端末が音声入力状態であると判定し、当該算出した音量が所定の閾値未満である場合に、自端末が音声入力状態以外であると判定し、当該判定の結果を他の前記端末に送信し、
他の前記端末から前記判定の結果を受信すると、当該判定の結果および当該端末の識別情報を、状態情報として自端末の前記状態情報記憶部に格納し、
前記状態情報記憶部に格納されている前記状態情報に基づいて、他の前記端末のうち音声入力状態になった端末の中から音声映像送信要求情報の送信先の端末を選択し、当該選択した端末に前記音声映像送信要求情報を送信し、他の前記端末のうち音声入力状態以外になった端末の中から音声映像停止要求情報の送信先の端末を選択し、当該選択した端末に前記音声映像停止要求情報を送信する
ことを特徴とする端末。 - 複数の端末が相互通信可能なネットワークに接続され、各前記端末が映像情報および音声情報を相互に通信可能なビデオ会議システムに使用される端末であって、
音声を入力する音声入力部と、情報を処理する処理部と、他の前記端末の状態情報を格納する状態情報記憶部とを備え、
前記処理部は、
前記音声入力部を介して受信した音声信号の音量を算出し、当該算出した音量が所定の閾値以上である場合に、自端末が音声入力状態であると判定し、当該算出した音量が所定の閾値未満である場合に、自端末が音声入力状態以外であると判定し、当該判定の結果を他の前記端末に送信し、
他の前記端末から前記判定の結果を受信すると、当該判定の結果および当該端末の識別情報を、状態情報として自端末の前記状態情報記憶部に格納し、
前記状態情報記憶部に格納されている前記状態情報に基づいて、他の前記端末のうち音声入力状態になった端末の中から音声映像送信要求情報の送信先の端末を選択し、他の前記端末のうち音声入力状態以外になった端末の中から音声映像停止要求情報の送信先の端末を選択し、当該選択した端末の識別情報を他の前記端末に送信する
ことを特徴とする端末。 - 前記処理部は、
他の前記端末から前記音声映像送信要求情報または音声映像停止要求情報の送信先の端末の識別情報を受信すると、当該識別情報によって識別される端末に音声映像送信要求情報または音声映像停止要求情報を送信する
ことを特徴とする請求項８に記載の端末。 - 複数の端末が相互通信可能なネットワークに接続され、各前記端末が映像情報および音声情報を相互に通信可能なビデオ会議システムに使用される端末の処理方法であって、
各前記端末は、
音声を入力する音声入力部と、情報を処理する処理部と、他の前記端末の状態情報を格納する状態情報記憶部とを備え、
前記処理部は、
前記音声入力部を介して受信した音声信号の音量を算出し、当該算出した音量が所定の閾値以上である場合に、自端末が音声入力状態であると判定し、当該算出した音量が所定の閾値未満である場合に、自端末が音声入力状態以外であると判定し、当該判定の結果を他の前記端末に送信し、
他の前記端末から前記判定の結果を受信すると、当該判定の結果および当該端末の識別情報を、状態情報として自端末の前記状態情報記憶部に格納し、
前記状態情報記憶部に格納されている前記状態情報に基づいて、他の前記端末のうち音声入力状態になった端末の中から映像送信要求情報の送信先の端末を選択し、当該選択した端末に前記映像送信要求情報を送信し、他の前記端末のうち音声入力状態以外になった端末の中から映像停止要求情報の送信先の端末を選択し、当該選択した端末に前記映像停止要求情報を送信する
ことを特徴とする端末の処理方法。 - 各前記端末は、
映像を入力する映像入力部をさらに備え、
前記処理部は、
他の前記端末から前記映像送信要求情報を受信すると、前記映像入力部を介して受信した映像信号を符号化し、前記映像送信要求情報の送信元端末に送信し、他の前記端末から前記映像停止要求情報を受信すると、符号化した前記映像信号の前記映像停止要求情報の送信元端末への送信を停止する
ことを特徴とする請求項１０に記載の端末の処理方法。 - 前記端末は、
表示可能な映像数を含む端末選択ルール情報を格納する端末選択ルール情報記憶部をさらに備え、
前記処理部は、
前記表示可能な映像数を超えない範囲内で、前記映像送信要求情報の送信先の前記端末を選択し、当該選択した端末に前記映像送信要求情報を送信する
ことを特徴とする請求項１０または請求項１１に記載の端末の処理方法。 - 複数の端末が相互通信可能なネットワークに接続され、各前記端末が映像情報および音声情報を相互に通信可能なビデオ会議システムに使用される端末の処理方法であって、
各前記端末は、
音声を入力する音声入力部と、情報を処理する処理部と、他の前記端末の状態情報を格納する状態情報記憶部とを備え、
前記処理部は、
前記音声入力部を介して受信した音声信号の音量を算出し、当該算出した音量が所定の閾値以上である場合に、自端末が音声入力状態であると判定し、当該算出した音量が所定の閾値未満である場合に、自端末が音声入力状態以外であると判定し、当該判定の結果を他の前記端末に送信し、
他の前記端末から前記判定の結果を受信すると、当該判定の結果および当該端末の識別情報を、状態情報として自端末の前記状態情報記憶部に格納し、
前記状態情報記憶部に格納されている前記状態情報に基づいて、他の前記端末のうち音声入力状態になった端末の中から音声映像送信要求情報の送信先の端末を選択し、当該選択した端末に前記音声映像送信要求情報を送信し、他の前記端末のうち音声入力状態以外になった端末の中から音声映像停止要求情報の送信先の端末を選択し、当該選択した端末に前記音声映像停止要求情報を送信する
ことを特徴とする端末の処理方法。 - 複数の端末が相互通信可能なネットワークに接続され、各前記端末が映像情報および音声情報を相互に通信可能なビデオ会議システムに使用される端末の処理方法であって、
各前記端末は、
音声を入力する音声入力部と、情報を処理する処理部と、他の前記端末の状態情報を格納する状態情報記憶部とを備え、
前記処理部は、
前記音声入力部を介して受信した音声信号の音量を算出し、当該算出した音量が所定の閾値以上である場合に、自端末が音声入力状態であると判定し、当該算出した音量が所定の閾値未満である場合に、自端末が音声入力状態以外であると判定し、当該判定の結果を他の前記端末に送信し、
他の前記端末から前記判定の結果を受信すると、当該判定の結果および当該端末の識別情報を、状態情報として自端末の前記状態情報記憶部に格納し、
前記状態情報記憶部に格納されている前記状態情報に基づいて、他の前記端末のうち音声入力状態になった端末の中から音声映像送信要求情報の送信先の端末を選択し、他の前記端末のうち音声入力状態以外になった端末の中から音声映像停止要求情報の送信先の端末を選択し、当該選択した端末の識別情報を他の前記端末に送信する
ことを特徴とする端末の処理方法。 - 前記処理部は、
他の前記端末から前記音声映像送信要求情報または音声映像停止要求情報の送信先の端末の識別情報を受信すると、当該識別情報によって識別される端末に音声映像送信要求情報または音声映像停止要求情報を送信する
ことを特徴とする請求項１４に記載の端末の処理方法。 - 請求項１０乃至請求項１５のいずれか１項に記載の端末の処理方法をコンピュータに実行させるための端末の処理プログラム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2006205054A JP4425887B2 (ja) | 2005-12-20 | 2006-07-27 | ビデオ会議システム、ビデオ会議システムに使用される端末、端末の処理方法、そのプログラム |
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2005367287 | 2005-12-20 | ||
| JP2006205054A JP4425887B2 (ja) | 2005-12-20 | 2006-07-27 | ビデオ会議システム、ビデオ会議システムに使用される端末、端末の処理方法、そのプログラム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2007195136A JP2007195136A (ja) | 2007-08-02 |
| JP4425887B2 true JP4425887B2 (ja) | 2010-03-03 |
Family
ID=38450436
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2006205054A Active JP4425887B2 (ja) | 2005-12-20 | 2006-07-27 | ビデオ会議システム、ビデオ会議システムに使用される端末、端末の処理方法、そのプログラム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP4425887B2 (ja) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8363809B2 (en) | 2007-10-26 | 2013-01-29 | Panasonic Corporation | Teleconference terminal apparatus, relaying apparatus, and teleconferencing system |
| JP5942364B2 (ja) * | 2011-03-31 | 2016-06-29 | 株式会社リコー | 伝送管理システム、伝送システム、及びプログラム |
| CN108924465B (zh) * | 2018-06-26 | 2021-02-09 | 广州视源电子科技股份有限公司 | 视频会议发言人终端的确定方法、装置、设备和存储介质 |
-
2006
- 2006-07-27 JP JP2006205054A patent/JP4425887B2/ja active Active
Also Published As
| Publication number | Publication date |
|---|---|
| JP2007195136A (ja) | 2007-08-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5781441B2 (ja) | マルチビットレートストリームを使用するビデオ会議のサブスクリプション | |
| EP1860841B1 (en) | Method and system for replacing media stream in a communication process of a terminal | |
| AU2017254981A1 (en) | Reduced latency server-mediated audio-video communication | |
| JP6172610B2 (ja) | テレビ会議用システム | |
| JP2005269347A (ja) | Ｉｐネットワークを用いた多地点会議システムとその構成方法 | |
| US10079867B2 (en) | Apparatus, system, and method of controlling output of content data, and recording medium | |
| CN108055497B (zh) | 一种会议信号播放方法和装置、视频会议终端、移动设备 | |
| JP6269610B2 (ja) | 情報処理装置、画像表示方法、通信システム、プログラム | |
| JP4331049B2 (ja) | データ伝送装置およびデータ伝送方法 | |
| US20180270452A1 (en) | Multi-point connection control apparatus and method for video conference service | |
| WO2014154065A2 (zh) | 传输数据方法、媒体采集设备、视频会议终端及存储介质 | |
| JP2019149661A (ja) | テレビ会議装置 | |
| JP2004146913A (ja) | テレビ会議システム及びそれに用いる端末、接続制御方法並びに接続制御プログラム | |
| CN113542660A (zh) | 一种实现会议多画面高清显示的方法、系统及存储介质 | |
| CN112099750A (zh) | 一种屏幕共享方法、终端、计算机存储介质以及系统 | |
| JP4425887B2 (ja) | ビデオ会議システム、ビデオ会議システムに使用される端末、端末の処理方法、そのプログラム | |
| JP2008288974A (ja) | ビデオ会議システム及びビデオ会議装置 | |
| US11943073B2 (en) | Multiple grouping for immersive teleconferencing and telepresence | |
| CN111803924A (zh) | 云游戏的多终端同步显示方法、装置及可读存储介质 | |
| CN116320514A (zh) | 一种音视频会议直播的方法、系统、电子设备和介质 | |
| KR20220137938A (ko) | 원격 단말용 원격 회의 및 텔레프레즌스를 위한 다중 오디오 믹싱 이득을 시그널링하기 위한 기술 | |
| JP7232846B2 (ja) | ボイスチャット装置、ボイスチャット方法及びプログラム | |
| JP5086366B2 (ja) | 会議端末装置、中継装置、および会議システム | |
| JP2009089156A (ja) | 配信システムおよび配信方法 | |
| JP6481937B2 (ja) | テレビ会議用通信装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20090302 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20090310 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20090508 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20090721 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20091020 |
|
| A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20091106 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20091127 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20091209 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 4425887 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121218 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121218 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131218 Year of fee payment: 4 |
|
| S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |