JP5227899B2 - 電話会議装置 - Google Patents

Description

この発明は遠隔地を結んで行う通信会議で使用される電話会議装置に関する。

遠隔地を通信網で結んで行われる通信会議は、遠隔地に出向く必要がなく、移動時間の短縮や出張費の削減が可能なため、ビジネス用途として広く利用されている。通信会議は映像を用いたＴＶ会議と音声のみを用いた電話会議の２つのタイプに分けることができる。ＴＶ会議ではステレオ（２チャネル）音声伝送による遠隔通信が一般化しつつあり、現在、モノラル（１チャネル）音声伝送で実現されている電話会議も、今後、ステレオ音声伝送に移行していくと考えられている。

一方、音楽を聴くオーディオシステムにおいて、ステレオの音楽は左右に離して配置された２つのスピーカから等距離の位置で聴くと、ステレオ再生の効果が高い（スイートスポット受聴）。そのため、映像のある遠隔会議でも、画面の両脇に２つのスピーカを配置してステレオ再生することが行われている。

図８は非特許文献１に記載されているＴＶ会議システム（高臨場感マルチメディア通信会議システム）の構成を示したものであり、この例ではＴＶ会議システムは３つの地点を結んでおり、会議室Ａではネットワークを介して会議室Ｂと会議室Ｃの音声が２チャネル（ステレオ）で受信される。これら２チャネルの音声は、それぞれの会議室を撮像した映像と共に左右に配置された２つのスピーカから再生される。こうして、ステレオ音声と大型ディスプレイ（大画面表示装置）によって、画面越しに相手と１つの会議室を共有したかのような臨場感の高い遠隔通信が可能となっている。

北脇信彦編著、「未来ねっと技術シリーズ２ ディジタル音声・オーディオ技術」、社団法人 電気通信協会、１９９９年１２月、ｐ．２３５−２４９

ところで、上述した図８に示したようなＴＶ会議システムは、臨場感の高い遠隔通信を実現できる反面、大型のディスプレイや高価な映像／音響機器、専用の部屋などが必要で、ビジネスユースであっても誰もが手軽に利用することは難しい。

それに対して、電話会議装置はスピーカやマイクロホンなどを１つの筐体に実装した単体形状で実現されているため、ＴＶ会議システムに比べると安価であり、持ち運んでオフィスの様々な場所で手軽に遠隔会議を行うことができる。しかし、映像がなく、音声だけのために、ＴＶ会議システムと比べると、相手側の誰が話しているのか分かりにくく、話者識別性が低い。

そこで、電話会議装置の手軽さを維持したまま、話者識別性を向上させるために、ＴＶ会議で実現されている仕様、即ち音声はステレオ（２チャネル）に対応し、簡易的な映像伝送を付加した装置が必要とされる。しかし、電話会議装置の手軽さが条件なので、ＴＶ会議システムのような大型ディスプレイを用いることはできず、たとえステレオ音声に対応したとしても、画面が小さいと１つのディスプレイでは話者識別性は向上しない。また、電話会議装置は装置の周囲を取り囲み、自分側の参加者同士も対面で会話をしながら、相手とも通話する。そのため、ＴＶ会議システムのようにディスプレイに対面した参加者配置をそのまま適用することはできない。

この発明の目的はこのような状況に鑑み、簡易な構成で手軽に利用でき、話者識別性に優れた電話会議装置を提供することにある。

請求項１の発明によれば、遠隔の２地点にそれぞれ設置される電話会議装置は、筐体と、その筐体の長手方向両端に設置された第１及び第２のスピーカと、筐体の長手方向中央部において、長手方向と直交する幅方向両端に、収音方向が互いに外向きとされて設置された第１及び第２のマイクロホンと、前記中央部に設置されたカメラと、第１及び第２のスピーカのそれぞれ近傍に設置された第１及び第２のディスプレイと、他地点の電話会議装置からの音声信号及び映像信号を受信し、他地点の電話会議装置へ音声信号及び映像信号を送信する送受信部とを備える。そして、送受信部により入力された、他地点の電話会議装置の第１のマイクロホン、第２のマイクロホンで収音された各音声は、それぞれ自地点の電話会議装置の第１のスピーカ、第２のスピーカで再生され、送受信部により出力された、自地点の電話会議装置の第１のマイクロホン、第２のマイクロホンで収音された各音声は、それぞれ他地点の電話会議装置の第１のスピーカ、第２のスピーカで再生され、送受信部により入力された、他地点の電話会議装置のカメラで撮像された第１のマイクロホンの収音方向、第２のマイクロホンの収音方向の各映像は、それぞれ自地点の電話会議装置の第１のディスプレイ、第２のディスプレイに出力され、送受信部により出力された、自地点の電話会議装置のカメラで撮像された第１のマイクロホンの収音方向、第２のマイクロホンの収音方向の各映像は、それぞれ他地点の電話会議装置の第１のディスプレイ、第２のディスプレイに出力される。

請求項２の発明では請求項１の発明において、カメラは撮像方向が互いに外向きとされた一対のカメラよりなる。

請求項３の発明では請求項１の発明において、カメラが３６０度カメラとされる。

請求項４の発明では請求項１乃至３のいずれかの発明において、第１のディスプレイ及び第２のディスプレイがそれぞれ表示面が互いに外向きとされた一対のディスプレイよりなる。

請求項５の発明では請求項１乃至３のいずれかの発明において、第１のディスプレイ及び第２のディスプレイがそれぞれ透明ディスプレイとされる。

この発明によれば、簡易な構成で手軽に利用でき、話者識別性に優れた電話会議装置を実現することができる。

この発明による電話会議装置の実施例１の構成概要を示す斜視図。 図１に示した電話会議装置の使用状態を説明するための図。 図１に示した電話会議装置の詳細構成・内部処理を説明するための図。 この発明による電話会議装置の実施例２の構成概要を示す斜視図。 図４に示した電話会議装置の詳細構成・内部処理を説明するための図。 この発明による電話会議装置の実施例３の構成概要を示す斜視図。 図６に示した電話会議装置の詳細構成・内部処理を説明するための図。 従来のＴＶ会議システムの構成例を示す図。

この発明の実施形態を図面を参照して実施例により説明する。

図１はこの発明による電話会議装置の実施例１の構成の外観概要を示したものであり、話者（参加者）を合わせて模式的に示している。

ステレオ再生を行うためには、２つのスピーカはある程度離しておく必要がある。但し、電話会議装置は持ち運びできる装置が一般的であり、持ち運び可能とすべく、スピーカやマイクロホン等を一体化して、抱えて移動できる程度の重さ（おおよそ１〜２ｋｇ）で収まるように容積を小さくした方が良い。そのため、なるべく小さい容積でスピーカを離して配置するために、装置自体を細長い形状とする。図１では電話会議装置１００の筐体２０を細長い直方体形状としており、その筐体２０の長手方向の両端に第１のスピーカ４１及び第２のスピーカ４２を設置している。筐体２０の長手方向の長さは例えば５０〜１００ｃｍ程度とされ、幅及び高さはそれぞれ例えば１０ｃｍ程度とされる。

電話会議を行う場所は例えば会社の会議室であり、会議卓は天板が長方形形状の机が一般的である。上述したように電話会議装置１００の筐体２０を細長い直方体形状としたので、筐体２０の長手方向を会議卓の長辺方向と平行に合わせて中央に置くものとする。

長方形の会議卓には、２つの長辺部分に話者は対峙して座る場合が多い。例えば、営業担当者と開発担当者、管理者と作業者などである。そこで、マイクロホンはそれぞれ対峙した話者に向くように配置する。図１では第１のマイクロホン３１及び第２のマイクロホン３２を筐体２０の長手方向中央部において、筐体２０の側面２０ａ及び２０ｂにそれぞれ設置しており、つまり筐体２０の幅方向両端に設置している。

マイクロホン３１，３２は収音方向が互いに外向きとされ、マイクロホン３１は話者１１に向くように配置され、マイクロホン３２は話者１２に向くように配置されている。２つのマイクロホン３１，３２を結ぶ線分と、２つのスピーカ４１，４２を結ぶ線分は直交する配置となる。

さらに、筐体２０の中央部にカメラ５１，５２を設置する。カメラ５１，５２は撮像方向が互いに外向きとされ、カメラ５１はマイクロホン３１の収音方向と同じ方向を撮像するように配置され、カメラ５２はマイクロホン３２の収音方向と同じ方向を撮像するように配置される。

そして、２つのスピーカ４１，４２のそれぞれ近傍に第１のディスプレイ及び第２のディスプレイを設置する。第１のディスプレイ及び第２のディスプレイはこの例ではそれぞれ一対のディスプレイ６１，６２及び６３，６４よりなり、筐体２０の上面２０ｃ上に設置される。ディスプレイ６１と６２は表示面が互いに外向きとされ、同様にディスプレイ６３と６４は表示面が互いに外向きとされる。ディスプレイ６１と６２にはスピーカ４１から再生される音声に対応して相手側エリアの同じ映像が出力され、ディスプレイ６３と６４にはスピーカ４２から再生される音声に対応して相手側エリアの同じ映像が出力される。詳細な対応関係については、以下、図２を用いて説明する。

図２は図１の電話会議装置及び話者の配置を上から見て模式的に示したものであり、ネットワーク９０を介して通信を行う相手側の電話会議装置及び話者の配置も合わせて示している。電話会議装置及び話者の配置は図１で説明した配置と同様である。なお、図２では遠隔の２地点にそれぞれ設置された電話会議装置のうち、自分側（自地点）の電話会議装置を１００_１とし、相手側（他地点）の電話会議装置を１００_２とし、他地点の話者を１３，１４としており、また説明をわかりやすくするため、他地点の電話会議装置１００_２のマイクロホン、スピーカ、カメラ及びディスプレイの各符号を、自地点の電話会議装置１００_１の符号と変えている。以下、音声及び映像のやり取りについて説明する。

話者１１の音声は主にマイクロホン３１に収音され、映像はカメラ５１で撮像され、ネットワーク９０を介し、他地点の電話会議装置１００_２に送信される。音声は他地点のスピーカ４３から再生されるように、自地点のマイクロホン３１と他地点のスピーカ４３とを対応づけ、映像は他地点のディスプレイ６５と６６に同じ画像が分配されて出力されるように、自地点のカメラ５１と他地点のディスプレイ６５，６６とを対応づける。つまり、図２中に９０度変換の定義を図示したように、自地点のマイクロホンの収音位置と他地点のスピーカの再生位置を９０度変換させ、自地点のカメラの撮像位置と他地点のディスプレイの出力位置を９０度変換させる。

話者１２の音声は同様に、他地点のスピーカ４４から再生され、映像はディスプレイ６７，６８に出力される。一方、他地点の話者１３の音声は自地点のスピーカ４１から再生され、映像はディスプレイ６１，６２に出力される。また、話者１４の音声は自地点のスピーカ４２から再生され、映像はディスプレイ６３，６４に出力される。

このように、この例では収音と再生の位置、撮像と映像出力の位置はそれぞれ９０度回転した配置となっている。なお、このように９０度回転させた配置とすることにより、例えば筐体２０の長手方向、即ち会議卓の長辺方向に対して対峙して座った話者１１側の複数人の話者及び話者１２側の複数人の話者をそれぞれまとめて、２つのスピーカ４３，４４及び２つの対になったディスプレイ６５，６６及び６７，６８から別々に分離して再生、映像出力することができる。

図３は図２に示した電話会議装置１００_１，１００_２の詳細構成、内部処理を示したものであり、以下、図３を参照して処理内容を説明する。

マイクロホン３１と３２で収音された音声信号は、この例ではクロストーク低減部１０１に入力され、クロストークが低減される。ここで、クロストークの低減について説明する。話者１１の音声は主にマイクロホン３１に収音されるが、マイクロホン３２にも多少回り込んで収音される。この回り込んだ音声がクロストークであり、このクロストークが存在すると、話者１１の音声の大部分は他地点のスピーカ４３から再生されるものの、クロストークがあるのでスピーカ４４からも多少再生される。そのため、話者１１の音声はスピーカ４３の位置よりも少し中央に寄って聴こえることになる。同様に、クロストークの影響により、話者１２の音声も同様にスピーカ４４の位置より少し中央に寄って聴こえるので、本来、完全に独立したステレオ信号で再生される場合よりも中央に寄る分、空間的な分離が劣化し、話者識別性が劣化することになる。そのために、初めにクロストーク低減部１０１により音声信号のクロストークを低減する。具体的には、例えば特開２００７−７４６６５号公報に記載されている方法などを用いることができる。

クロストーク低減部１０１から出力された音声信号は音響エコー低減部１０２に入力され、音響エコー低減部１０２はスピーカ４１，４２から回り込んで混入した他地点側の音声の音響エコーを低減して出力する。音響エコーを低減しないと、他地点側にエコーが返ってしまい、話しにくく、最悪の場合、ハウリングを引き起こし、通話品質を劣化させる。音響エコーの低減には、具体的には特許第３４２０７０５号公報などに記載されている方法を用いることができる。

音響エコー低減部１０２から出力された２つの音声信号はＬチャネル音声信号、Ｒチャネル音声信号として送受信部１０３に入力され、ステレオ符号化された音声信号として、カメラ５１，５２で撮像された映像信号（Ｌチャネル映像信号、Ｒチャネル映像信号）と共に、送受信部１０３よりネットワーク９０に送出される。

他地点の電話会議装置１００_２は送受信部１０３で受信したステレオ音声信号を復号化し、ＬチャネルとＲチャネルに分けられた音声信号は音響エコー低減部１０２に入力される。音響エコー低減部１０２ではこれらの信号を、主にマイクロホン３３，３４に混入したエコーを低減するための参照信号として用いる。

音響エコー低減部１０２から出力されたＬチャネルの音声信号はスピーカ４３から出力され、Ｒチャネルの音声信号はスピーカ４４から出力される。

また、送受信部１０３で受信したＬチャネルの映像信号は２つに分配され、ディスプレイ６５，６６から出力される。Ｒチャネルの映像信号も２つに分配され、ディスプレイ６７，６８から出力される。

他地点の電話会議装置１００_２で収音された音声と撮像された映像の、自地点の電話会議装置１００_１における再生（出力）は上記の処理と対称な処理となり、上記と同様に行われる。

以上説明したように、この例によれば２つのマイクロホンを結ぶ線分と２つのスピーカを結ぶ線分とを直交させて、それらマイクロホン及びスピーカを筐体に配置し、収音時の話者と筐体の相対的な位置を９０度変換させて、相手側（他地点）で再生するものとなっており、これにより、装置（筐体）の長手方向、即ち会議卓の長辺部分に対峙して座った話者の音声を２つのスピーカから別々に分離してステレオ再生することができる。

加えて、カメラで撮像した映像を、２つのマイクロホンで収音したエリアと対応させて２つの対になったディスプレイに出力し、それら２つのディスプレイを空間的にも２つのスピーカの再生音に対応するように離れて配置しているため、話者の識別性に優れた電話会議装置を実現することができる。

また、２つのディスプレイを筐体の長手方向の両脇に配置することにより、話者が装置（筐体）の周りを取り囲んで行う電話会議においても、話者の位置する２つの領域を想定し、実際の電話会議利用に則した簡易的な映像伝送を付加したステレオ再生を実現することができる。

図４はこの発明による電話会議装置の実施例２の構成を図１（実施例１）と同様に示したものであり、実施例１と異なる点は２つのカメラ５１，５２を１つの３６０度カメラ７１に置き換えた点である。３６０度カメラ７１は１つのカメラで３６０度の全周囲を撮像することができる。

図５は図３（実施例１）と同様、図４に示した構成の電話会議装置２００（２００_１，２００_２）がネットワーク９０を介して接続された状態及びそれら電話会議装置２００_１，２００_２の詳細構成、内部処理を示したものである。図３と異なる点は、３６０度カメラ７１，７２及び映像左右分割部１０４，１０４を具備する点である。

電話会議装置２００_１側における撮像で説明すると、３６０度カメラ７１で撮像された映像信号は映像左右分割部１０４に入力され、映像左右分割部１０４は全周囲を撮像した映像信号をマイクロホン３１及び３２の各収音方向と同じ２つのエリアの映像信号に分割して出力する。分割されたＬチャネルの映像信号及びＲチャネルの映像信号は実施例１と同様、送受信部１０３に入力され、送受信部１０３よりネットワーク９０に送出される。以降の処理及び音声信号の処理は実施例１と同様に行われる。

図６はこの発明による電話会議装置の実施例３の構成を図１（実施例１）と同様に示したものであり、実施例１と異なる点は対になったディスプレイ６１，６２を１つの透明ディスプレイ８１に置き換え、同様に対になったディスプレイ６３，６４を１つの透明ディスプレイ８２に置き換えた点である。

図７は図６に示した構成の電話会議装置３００（３００_１，３００_２）の詳細構成、内部処理を図３（実施例１）と同様に示したものである。図３と異なる点は、対になったディスプレイ６１，６２を透明ディスプレイ８１に、対になったディスプレイ６３，６４を透明ディスプレイ８２に、対になったディスプレイ６５，６６を透明ディスプレイ８３に、対になったディスプレイ６７，６８を透明ディスプレイ８４に、それぞれ置き換えた点である。音声信号及び映像信号の処理は実施例１と同様に行われる。

この例では表裏両面から映像を視認することができる透明ディスプレイを用いているため、実施例１や２に対し、ディスプレイの数を半減することができ、その分、構成の簡易化を図ることができる。

Claims (5)

1. 遠隔の２地点にそれぞれ設置される電話会議装置であって、
   筐体と、
   その筐体の長手方向両端に設置された第１及び第２のスピーカと、
   前記筐体の前記長手方向中央部において、前記長手方向と直交する幅方向両端に、収音方向が互いに外向きとされて設置された第１及び第２のマイクロホンと、
   前記中央部に設置されたカメラと、
   前記第１及び第２のスピーカのそれぞれ近傍に設置された第１及び第２のディスプレイと、
   他地点の電話会議装置からの音声信号及び映像信号を受信し、他地点の電話会議装置へ音声信号及び映像信号を送信する送受信部とを備え、
   前記送受信部により入力された、他地点の電話会議装置の第１のマイクロホン、第２のマイクロホンで収音された各音声は、それぞれ自地点の電話会議装置の第１のスピーカ、第２のスピーカで再生され、
   前記送受信部により出力された、自地点の電話会議装置の第１のマイクロホン、第２のマイクロホンで収音された各音声は、それぞれ他地点の電話会議装置の第１のスピーカ、第２のスピーカで再生され、
   前記送受信部により入力された、他地点の電話会議装置のカメラで撮像された第１のマイクロホンの収音方向、第２のマイクロホンの収音方向の各映像は、それぞれ自地点の電話会議装置の第１のディスプレイ、第２のディスプレイに出力され、
   前記送受信部により出力された、自地点の電話会議装置のカメラで撮像された第１のマイクロホンの収音方向、第２のマイクロホンの収音方向の各映像は、それぞれ他地点の電話会議装置の第１のディスプレイ、第２のディスプレイに出力されることを特徴とする電話会議装置。
2. 請求項１記載の電話会議装置において、
   前記カメラは撮像方向が互いに外向きとされた一対のカメラよりなることを特徴とする電話会議装置。
3. 請求項１記載の電話会議装置において、
   前記カメラが３６０度カメラとされていることを特徴とする電話会議装置。
4. 請求項１乃至３記載のいずれかの電話会議装置において、
   前記第１のディスプレイ及び前記第２のディスプレイがそれぞれ表示面が互いに外向きとされた一対のディスプレイよりなることを特徴とする電話会議装置。
5. 請求項１乃至３記載のいずれかの電話会議装置において、
   前記第１のディスプレイ及び前記第２のディスプレイがそれぞれ透明ディスプレイとされていることを特徴とする電話会議装置。

Images