JP6141323B2 - 追加の端末を用いた呼の生成 - Google Patents

Description

本発明は、追加の端末を用いた呼の生成に関する。

インターネット・プロトコル（ＩＰ）のようなパケットベースのプロトコルを使用するインターネットのようなパケットベース・ネットワークを介して、２つ又はそれ以上のエンド・ユーザの端末の間でライブの音声及び／又はビデオ呼を行うことができる通信システムが存在する。このタイプの通信は、「ボイス・オーバー・ＩＰ」（ＶｏＩＰ）又は「ビデオ・オーバー・ＩＰ」と呼ばれることがある。

この通信システムを使用するために、各エンド・ユーザは、まずクライアント・アプリケーションを自身のユーザ端末のメモリ上にインストールして、クライアント・アプリケーションがその端末のプロセッサ上での実行用に構成されるようにする。呼を確立するために、あるユーザ（発呼側）は、少なくとも１人の他のユーザ（被発呼側）のユーザ名をクライアント・アプリケーションに指示する。クライアント・アプリケーションは、実行されると、それぞれの端末を制御して、ユーザ名をＩＰアドレスにマッピングしているデータベースにアクセスすることができ、したがって、指示されたユーザ名を使用して被発呼側のＩＰアドレスをルックアップする。データベースは、サーバ又はピアツーピア（Ｐ２Ｐ）分散データベース又はこれら２つの組み合わせを用いて実装され得る。発呼側のクライアントは、被発呼側のＩＰアドレスを取り出すと、次いでこのＩＰアドレスを用いて、インターネット又は他のそのようなパケットベースのネットワークを介した発呼側端末と被発呼側端末との間のライブの音声及び／又はビデオ・ストリームの確立を要求することができ、それにより呼を確立する。典型的には認証手順も必要とされ、そのような認証手順は、ユーザが、サーバによって中心的に認証されるクライアントを通じて認証情報を提供することを要するか、及び／又はＰ２Ｐタイプの認証スキーマに従って、２つ又はそれ以上のユーザのクライアント・アプリケーションの間での認証情報の交換を要する可能性がある。

自宅周辺及び移動する携帯装置の双方において通信ソフトウェアを実行することができる電子装置の普及が増加すると、呼の一方のエンドにおいて複数の異なる端末が利用可能となるが、その端末の各々はオーディオ及び／又はビデオ入力を有し、潜在的に、クライアント・アプリケーションのインスタンスが潜在的にインストールされ得る。このような場合、通信システムの有用性を最大限にするために、これらの複数のリソースをどのように利用するのが最も良いかを考えることが望ましいことがある。

さらに、呼のためのリモートインタフェースを提供するいくつかの既存の構成が存在する。例えばＢｌｕｅｔｏｏｔｈ（登録商標）のヘッドセットは、呼を処理する電話機から遠隔にある入力／出力インタフェースを提供する。ＤＥＣＴ（Digital Enhanced Cordless Telephones）電話機は、基地局から遠隔にあるハンドセットを提供する。また、スマートフォン上で作動し、ビデオ装置のリスト内でビデオ装置としてコンピュータ上に表示される（その結果、ビデオ装置リスト内でそのビデオ装置を単に選択することにより、例えばＶｏＩＰクライアント内で使用することができる）ビデオ・アプリケーションも存在する。

本発明の１つ又は複数の実施形態によれば、オーディオ及び／又はビデオ変換器を有する複数の近端（near-end）の端末が、呼で使用するためにローカル・リンク（例えばｗｉ−ｆｉ（登録商標））上で潜在的に利用可能であるときに、パケットベースのネットワーク（例えばインターネット）上で音声及び／又はビデオの呼を処理するための装置、コンピュータ・プログラム及び方法が提供される。例えば近端の端末は、自宅周辺に置かれる１つ若しくは複数のラップトップ、タブレット、モバイルフォン、テレビ、及び／又はセット・トップ・ボックスを含むことができる。諸実施形態は、複数の利用可能な端末の利用可能性を、パケットベースの呼を実行する目的のために利用することが可能である。

１つ又は複数の実施形態によれば、第１の端末と、複数の第２の端末とを備える構成が提供される。第１の端末は、広域のパケットベースの通信ネットワークに結合され、そのパケットベースのネットワーク上で実装されるパケットベースの通信システムを使用して、音声又はビデオの呼を行うためのミキサークライアント・アプリケーションがインストールされる。複数の第２の端末は、ローカル無線リンクを介して第１の端末に結合され、そのそれぞれには、ミキサークライアントを介して呼に参加するための軽量サブクライアントのそれぞれのインスタンスがインストールされるが、ミキサークライアントと比べて低減された機能を有する。

ミキサークライアントは、リモートの第３の端末との呼を、該第３の端末の観点からパケットベースの通信システム内の呼のエンドポイントとしてミキサークライアントを識別するユーザ認証情報に基づいて、パケットベースのネットワークを介してパケットベースの通信システムを使用して確立するように構成され得る。第２の端末のそれぞれは、各々が異なるそれぞれの近端ユーザに関連する、それぞれのオーディオ及び／又はビデオ・ストリームを同時に生成するように動作可能にすることができ、それぞれのサブクライアントの各々は、それぞれのストリームを、ユーザ認証情報による識別の下でミキサークライアントによって確立された呼で使用するために、ローカル無線リンクを介してミキサークライアントに送信するように構成され得る。

ミキサークライアントは、呼がサブクライアントから受信したストリームを使用する複数端末動作状態と、呼がサブクライアントからのストリームを使用せずに第１の端末によって生成されたストリームを使用する同一端末動作状態との間で切り替わるように構成され得る。複数端末動作状態において、ミキサークライアントは、サブクライアントから受信した同時ストリームを第１の端末において混合し、該混合されたストリームを第１の端末において符号化し、該混合されたストリームを、ユーザの認証情報による識別の下でパケットベースの通信システムを介して呼の一部として第３の端末に送信するように構成される。

１つ又は複数の他の実施形態によれば、第１の端末と、１つ又は複数の第２の端末とを備える構成が提供される。第１の端末は、広域のパケットベースの通信ネットワークに結合され、パケットベースのネットワーク上で実装されるパケットベースの通信システムを使用して、音声又はビデオの呼を行うための第１のクライアント・アプリケーションがインストールされる。１つ又は複数の第２の端末は、ローカル無線リンクを介して第１の端末と結合され、そのそれぞれには、第１のクライアントを介して呼に参加するための軽量サブクライアントのそれぞれのインスタンスがインストールされるが、第１のクライアントと比べて低減された機能を有する。

第１のクライアントは、リモートの第３の端末との呼を、該第３の端末の観点からパケットベース通信システム内の呼のエンドポイントとして第１のクライアントを識別するユーザ認証情報に基づいて、パケットベースのネットワークを介してパケットベースの通信システムを使用して確立するように構成され得る。１つ又は複数の第２の端末のそれぞれは、各々が異なるそれぞれの近端ユーザに関連する、それぞれのオーディオ及び／又はビデオ・ストリームを生成するように動作可能にすることができ、１つ又は複数のそれぞれのサブクライアントの各々は、それぞれのストリームを、ユーザ認証情報による識別の下で第１のクライアントによって確立された呼で使用するために、ローカル無線リンクを介して第１のクライアントに送信するように構成され得る。

第１のクライアントは、呼が、１つ又は複数のサブクライアントから受信した１つ又は複数のストリームを使用する第２の動作状態と、呼がサブクライアントからのストリームを使用せずに第１の端末によって生成されたストリームを使用する第１の動作状態との間で切り替わるように構成され得る。第２の動作状態では、第１のクライアントは、第１の端末において、１つ又は複数のサブクライアントから受信した１つ又は複数のストリームを、符号化されたストリームへと符号化し、符号化されたストリームを、ユーザ認証情報による識別の下でパケットベースの通信システムを介して呼の一部として第３の端末に送信するように構成される。

１つ又は複数の更なる実施形態によれば、上記によるミキサー又は第１のクライアント・アプリケーションが提供される。

１つ又は複数の更なる実施形態によれば、上記によるサブクライアント・アプリケーションが提供される。

上記の実施形態のいずれかに関連して、以下の任意選択の機能のいずれかを適用してもよく、あるいは適用しなくてもよい。

低減された機能は、以下の１つ又は複数を備えることがある。
（ａ）サブクライアントは、第１の端末上のミキサー又は第１のクライアントを介して第３の端末に送信するための入力オーディオ及び／又はビデオ・ストリームを受信するのみであり、前記呼の出力オーディオ及び／又はビデオ・ストリームは再生しないように構成される、入力専用クライアントである。双方の動作状態においてミキサー又は第１のクライアントは、第３の端末から受信した前記呼の出力オーディオ及び／又はビデオ・ストリームを第１の端末において再生するように構成される。
（ｂ）サブクライアントは、ローカル・リンク上でのみ通信するように構成され、前記パケットベースの通信ネットワーク上で実装されるパケットベースの通信システムは使用しない。
（ｃ）サブクライアントは、パケットベースの通信システムを使用して呼を確立するための呼設定（call set-up）プロトコルを用いるように構成されず、ミキサー又は第１のクライアントは、呼を確立するための呼設定プロトコルを用いるように構成される。
（ｄ）サブクライアントは、パケットベースの通信システムのユーザ認証情報を受け入れないように構成され、したがって近端ユーザは、パケットベース通信システムの資格情報を用いてサブクライアントにログインしない。
（ｅ）サブクライアントは、オーディオ及び／又はビデオ・ストリームを、ローカル・リンク上でミキサー又は第１のクライアントに送るときに圧縮するように符号化せず、ミキサー又は第１のクライアントは、混合ストリームを、パケットベース通信システム上で第３の端末に送信するときに圧縮するように符号化する。
（ｆ）サブクライアントは、パケットベース通信システム上で第３の端末への混合ストリームを圧縮するためにミキサー又は第１のクライアントによって用いられる圧縮と比べて、ローカル・リンク上でミキサー又は第１のクライアントに送られるオーディオ及び／又はビデオ・ストリームの限られた圧縮のみを用いる。
（ｇ）サブクライアントは、ローカル・リンク上で第１のクライアントに送られるオーディオ及び／又はビデオ・ストリームを暗号化せず、ミキサー又は第１のクライアントは、パケットベースの通信システム上で第３の端末に送信される混合ストリームを暗号化する。

ミキサー又は第１のクライアントは、ローカル・リンク上のサブクライアントの１つ又は複数のインスタンスの存在を検出し、該検出に応じて上記の状態の間で切り替わるように構成され得る。

ミキサー又は第１のクライアントは、ローカル・リンク上のサブクライアントの１つ又は複数から到来するストリームを検出し、該検出に応じて上記状態の間で切り替わるように構成され得る。

検出に応じた切り替えは、複数端末すなわち第２の動作状態において使用するための１つ又は複数のサブクライアントを選択するように、第１の端末においてユーザ選択肢を近端ユーザに提示することを含み得る。

検出に応じた切り替えは、前記動作状態の間で自動的に切り替わることを含む。

ミキサー又は第１のクライアントは、サブクライアントのインスタンスの存在がないとき、及び／又はサブクライアントからのストリームがないときに、デフォルト状態として同一端末すなわち第１の動作状態を使用するように構成され得る。

ミキサー又は第１のクライアントは、前記近端ユーザの中から複数の同時にアクティブな話者のストリームを混合するように構成され得る。

ミキサー又は第１のクライアントは、サブクライアントから受信したストリームのいずれが前記近端ユーザの中でアクティブな話者を最もよく表すかを判断し、前記呼の一部として第３の端末に送信されるように、そのアクティブな話者のストリームだけを選択することによって、ストリームを混合するように構成され得る。

ミキサー又は第１のクライアントは、ミキサークライアントにおいて実装される呼設定プロトコルを用いて前記呼を確立するように構成されるマスタ・クライアントとすることができる。

更なるクライアントがサーバ上にインストールされることがあり、ミキサー又は第１のクライアントは、第１の端末においてストリームを混合及び／又は符号化し、更なるクライアントにおいて実装される呼設定プロトコルを介して呼を確立するための中継器として働くように構成され得る。

第１の端末は、組み込みプロセッサを有するモニタと、テレビと、モニタ・テレビにプラグインするためのセット・トップ・ボックスとのうちのいずれか１つとすることができる。

１つ又は複数の第２の端末のうちの少なくとも１つは、ラップトップ、タブレット及びモバイルフォンのうちのいずれか１つとすることができる。

ローカル無線リンクはローカル無線ネットワークとすることができる。パケットベースの通信ネットワークはインターネットとすることができる。通信システムはＶｏＩＰシステムとすることができる。

１つ又は複数の更なる実施形態によれば、上記の要素のうちのいずれかによって実行される動作を備える方法が提供される。

通信システムの概略図である。 ユーザ端末の概略ブロック図である。 ユーザ端末上で作動するソフトウェアの概略ブロック図である。 別のユーザ端末上で稼働するソフトウェアの概略ブロック図である。 通信システムの一方のエンドの概略ブロック図である。

本発明の実施形態は、既存の装置を、異なる装置上で作動するＶｏＩＰクライアントのインスタンスへのリモート入力装置として使用する。リモート入力装置（本明細書ではＲＩＤＥ（Remote Input DEvice）とも呼ばれる）は、例えばＲＩＤＥクライアント・アプリケーションを実行するスマートフォン、ラップトップ又はタブレットとすることができる。また、当該リモート入力装置（ＲＩＤＥ）は、会議室のシナリオにおいて、テレビ又はセット・トップ・ボックスにおけるＶｏＩＰ用に、又は単にデスクトップ・コンピュータ上で動作する主ＶｏＩＰクライアントへのリモート無線マイクとして有用である可能性がある。本明細書で説明される実施形態を、任意の適切なハードウェア、ソフトウェア、ファームウェア又はそれらの組み合わせとの関連で実装することができる。

少なくとも一部の例において、諸実施形態を、コンピュータ読取可能記憶媒体上に記憶されるコンピュータ読取可能命令の形で実装することができる。本明細書で使用されるとき、「コンピュータ読取可能記憶媒体」は、記憶媒体の全ての法定による形式を指すように意図される。したがって、「コンピュータ読取可能記憶媒体」は、搬送波又は信号自体のような法定されていない対象を包含するようには意図されていない。

ＲＩＤＥは、既存のハードウェアを、別の装置上で作動するＶｏＩＰクライアントへの入力装置として利用する。具体的には、スマートフォン、タブレット又はラップトップを、会議のシナリオにおけるマイク及び／又はビデオカメラとして、あるいはテレビ上で、又はテレビにプラグインするためのセット・トップ・ボックス上で作動するＶｏＩＰ用の入力装置として使用することが可能となる。

システムは、いくつかのリモート装置を同時に使用して、オーディオ及びビデオの双方を入力することができる。またリモート装置は、デスクトップ上に「通常の」装置として公開されないこともあるが、ＶｏＩＰクライアント内に完全に統合されて、ＶｏＩＰクライアントにそれらを自動検出等させ、デスクトップ・コンピュータ以外の端末（テレビ等）と一緒に使用することができる。

本発明の実施形態は、有利には、各装置が話者の近くにある多くの装置を使用することによって、改善されたオーディオ品質をもたらすことがある（例えばこれは会議室のシナリオにおいて有用であり得る）。

本発明の実施形態はまた、テレビ上のＶｏＩＰ（ＶｏＩＰ−ｏｎ−ＴＶ）のシナリオにおいても有用であることがあり、潜在的には外部ビデオカメラ及び／又はマイクを購入する必要性をなくすことがある。またこの場合、（１つ又は複数の）マイクが話し手にさらに近くなるので、オーディオ品質も改善されると考えられる。

ビデオ会議のシナリオにおいて、本発明の実施形態は、部屋全体に１つのストリームのみを送信するのとは対照的に、室内の（装置上でＲＩＤＥクライアント・アプリケーションを実行している）参加者のそれぞれから１つのビデオ・ストリームを送信することを容易にすることができる。諸実施形態において、装置上で利用可能なハードウェア・ビデオ符号化の使用の活用を可能にすることもある。

上記の構成が潜在的に有利になり得るのには多くの理由がある。
・現在の装置（最新のスマートフォンのような）の多くは、非常に良い品質の入力オーディオ能力を有する。会議用テーブルに置かれた装置を使用することは、多くの場合においてオーディオ品質を著しく改善し、及び／又は複数マイク設置を達成するための手ごろで実用的な方法となる。
・テレビの場合、（１つ又は複数の）マイクをより話者の近くに置くことが可能であるため、それによって潜在的にオーディオ品質が著しく向上することになり、潜在的に配線が不要になる。また、ビデオとの組み合わせにより、ユーザは、ＶｏＩＰシステムを使用するのにテレビ用の追加の装置を購入する必要がなくなるであろう。
・ビデオの場合、装置上で利用可能な、ハードウェアにより加速されるビデオ符号化を使用することが可能になり得る。

良好なＡ／Ｖ（オーディオ及び／又はビデオ）入力の能力を有する装置を、異なる装置上で作動する主ＶｏＩＰクライアント・インスタンスへのリモート入力装置（ＲＩＤＥ）として使用することができる。リモート入力装置を、ＶｏＩＰクライアント内に実装することができ、あるいはスマートフォン、タブレット又はラップトップ上で作動するスタンドアロンのアプリケーションとして実装することができる。ＲＩＤＥは、オーディオ及び／又はビデオの低遅延での記録を容易にし、また（１つ又は複数の）ストリームをＲＩＤＥミキサーに送信することができる。接続は、例えばＷＬＡＮ又はＢｌｕｅｔｏｏｔｈデータ接続を介するものとすることができる。

ＲＩＤＥミキサーは、ストリームを組み合わせて何か意味をもったものにし、次いでこのストリームはＶｏＩＰクライアントに入力される。例えば図５を参照してその要素について後でより詳細に説明する。

オーディオの場合、混合は、アクティブな話者を検出し、その話者のストリームだけをＶｏＩＰクライアントに入力することを意味することがある。これは信号を時間整列させて正確に混合する、より複雑なケースとなり得ることもある。２チャネルのケースの第３の選択肢は、左チャネル上の一方のＲＩＤＥからの入力と、右チャネル上の他方からの入力とを用いることによって、ステレオ・ストリームを生成することである。次いで２つのＲＩＤＥは効率的にステレオ・マイクを実装することになる。

ビデオの場合、「混合」は、やはり現在アクティブな話者に対応するストリームだけを通過させることからなる可能性がある。あるいは、全てのストリームを転送することも可能である。

一部の実施形態において、ＲＩＤＥミキサーは、主ＶｏＩＰクライアント内に統合され、それぞれオーディオ及びビデオ・ライブラリに接続する。

また、作動する何らかの形のネットワーク発見サービスが提供される場合があり、それによりシステムは、（ペアリングされた）ＲＩＤＥが使用のために利用可能であるときを自動的に検出することができる。次いでＵＩは、ユーザが（１つ又は複数の）ＲＩＤＥを使用したいかどうかについてユーザを促すことができる。

（１つ又は複数の）ＲＩＤＥと、ＲＩＤＥミキサーとの間の接続は暗号化されることがある。

アーキテクチャ：ＲＩＤＥは、２つの主構成要素、すなわちＲＩＤＥクライアントとＲＩＤＥミキサーとからなることがある。各ミキサーに接続される複数のＲＩＤＥクライアントが存在し得る。クライアントは、例えば短いオーディオ・フレーム（又はビデオ）に対応するＵＤＰペイロードを、ローカルのｗｉ−ｆｉネットワーク上の（又は場合によってはＢｌｕｅｔｏｏｔｈデータ接続を介して）ミキサーに送信する。

ＲＩＤＥクライアントを、リモート入力装置として使用することができるように、「通常の」ＶｏＩＰクライアント内に統合することができる。しかしこれはユーザにとって混乱となり得る。他のアイデアは、ＲＩＤＥを別個のアプリケーションとして出荷することである。その場合、クライアントは、リモートのＲＩＤＥミキサーに接続することができる軽量のスタンドアロンのアプリケーションとなり得る。

一部の実施形態において、ＲＩＤＥミキサーは、それ以外の部分は通常の「主」ＶｏＩＰクライアントに統合されたモジュールである。これはネットワーク能力を必要とし、オーディオ及びビデオ・ライブラリに接続する。ＲＩＤＥは、外部ライブラリに対して、オーディオ及びビデオ装置を列挙するときに追加の「装置」として見せることができる。装置の容易な接続性を促進するために、ＲＩＤＥミキサーモジュールは、ＵＰＮＰ又はＢｏｎｊｏｕｒなどの何らかの形のネットワーク発見サービスを実行する可能性もある。

複数の入力装置を使用するとき、ＲＩＤＥミキサーは、入力信号を整列することと、これらの入力信号を組み合わせて、拡張された信号にすることとに関与する。オーディオのみの場合は、これは現在アクティブな話者に対応する入力装置を選択すること等とすることができる。あるいは、２つ又はそれ以上の同時にアクティブなストリームを混合することを備えることもある。

ビデオの場合、ミキサーは多くのことを行うことが可能である。１つの（例えばアクティブな話者に対応する）ストリームだけを採用してもよく、あるいは（ＶｏＩＰクライアントが複数のビデオ・ストリームの送信をサポートする場合）単に全てのストリームを渡してもよい。

図１は、パケットベース・ネットワーク１０１、例えばインターネットのような広域インターネットワークを介して実装される通信システムの概略図である。この通信システムは、第１のユーザ端末１０２ａと、複数の第２のユーザ端末１０２ｂ〜１０２ｄと、第３のユーザ端末１０２ｚとを含む、複数のユーザ端末１０２を備える。ユーザ端末１０２のそれぞれは、デスクトップ・コンピュータ、ラップトップ・コンピュータ、タブレット、モバイルフォン（「スマートフォン」とも呼ばれる）、組み込みプロセッサ及びテレビ受信機を有するテレビ、テレビ受信機は有しないが組み込みプロセッサを有するモニタ、並びに有線接続によりテレビ又はモニタにプラグインするためのセット・トップ・ボックスのうちの任意の形をとる可能性がある。１つ又は複数の実施形態において、第１の端末１０２ａは、例えば会議室又は居間の大型テレビ又はモニタを備え、第２の端末１０２ｂ〜１０２ｄのそれぞれは、ラップトップ、タブレット又はスマートフォンのうちの１つを備える。

第２の端末１０２ｂ、１０２ｃ及び１０２ｄのそれぞれは、異なるそれぞれのユーザ、例えばマルチパーティの音声又はビデオ呼における異なる参加者に関連付けられる。

第１のユーザ端末１０２ａ及び第３のユーザ端末１０２ｚ（並びに図示されない複数の他のユーザ端末）のそれぞれは、ＶｏＩＰクライアントのそれぞれのインスタンスを備える。少なくとも第１の端末１０２ａ上のＶｏＩＰクライアント３１０は、１つ又は複数の実施形態に係るＲＩＤＥミキサーを備える。さらに、第２の端末のそれぞれには、必要最低限のものだけを装備した軽量のクライアント・アプリケーション３１０’のそれぞれのインスタンスがインストールされる。クライアント・アプリケーション３１０’は、本明細書においてＲＩＤＥクライアントと呼ばれることがある。第１の端末１０２ａ上のＲＩＤＥミキサーを備えるＶｏＩＰクライアント３１０は、主クライアントと見なされることがあり、第２の端末１０２ｂ〜１０２ｄ上のＲＩＤＥクライアント３１０’は、サブクライアントと見なされることがある。これらの関係については更に簡単に述べられる。図３、図４及び図５を参照されたい。

システムは更に無線リンク１０３を備え、該無線リンク１０３により、第１の端末１０２ａ及び第２の端末１０２ｂ〜１０２ｄは、例えばオフィス又は自宅内で直接又は無線ルータ１０５を介して互いに通信することが可能になる。したがって無線リンク１０３は、ローカル無線ネットワーク（ＬＡＮ）の形とすることができる。この意味でのローカルとは、同じブロードキャスト・セル又は同じサブネット内で、最大でも１つの家庭用又はオフィスのルータ１０５を通じてリンクすること意味することがある。インターネット又はモバイルセラ・ネットワークは、これとは対照的に、町、市又は国の間のスケールで、及びセルラの場合は単一のセルを超えて、セルラ・ネットワーク要素の複数のルーティング・ホップ又は複数のレベルを介して通信する広域ネットワークの例である。

モデムを備える無線ルータ１０５の場合、無線リンク１０３は、端末１０２ａ及び１０２ｂ〜１０２ｄがインターネット１０１にアクセスできるようにすることもある。

また、図１においてインターネット１０１に接続されるものとして示されているのは、例えばＶｏＩＰプロバイダ等により提供されるパケットベース通信システムのデータストア１０４ｉである。これは、サーバ、分散ピアツーピア・データベース又はこれら２つの組み合わせのいずれかの形をとることができる。ピアツーピア・データベースは、典型的には呼の実際の参加者ではない１又は複数のユーザを含め、複数の異なるユーザの複数のエンド・ユーザ端末の間に分散される。しかしこれは唯一の選択肢ではなく、代替又は追加として中央サーバを用いることができる。どちらにしても、データストア１０４ｉは、第１のユーザ端末１０２ａ及び第３のユーザ端末１０２ｚを含む複数の端末のそれぞれにおいて作動しているクライアント・アプリケーションのそれぞれに、インターネット１０１を通じてアクセス可能となるように接続される。データストア１０４は、異なるユーザのクライアント・アプリケーションが、音声又はビデオ呼を確立し、あるいは実際にはインスタント・メッセージ（ＩＭ）又は音声メールのような他のタイプの通信を確立する目的で、インターネット１０１（又は他のパケットベース・ネットワーク）を介して互いに通信チャネルを確立することができるように、ＩＰアドレス（又は他のそのようなネットワーク・アドレス）へのユーザ名のマッピングを提供するように構成される。さらに、例えばインターネット・サービス・プロバイダ（ＩＳＰ）のサーバ等の１つ又は複数の他のサーバ１０４ｉｉをインターネット１０１に接続してもよい。

図２は、本発明の実施形態に係る例示のエンド・ユーザ端末１０２の概略ブロック図を示している。例示のエンド・ユーザ端末１０２は、第１の端末１０２ａ、第２の端末１０２ｂ〜１０２ｄ及び第３の端末１０２ｚを含む、上述の端末のいずれかに対応し得る。ユーザ端末１０２は、１つ又は複数のコンピュータ読取可能記憶媒体、例えば内部又は外部ハード・ドライブ又はフラッシュ・メモリのようなメモリ２０２と、単一のコア・プロセッサ又はマルチコア・プロセッサの形の処理装置２０４とを備えることができる。メモリ２０２は、関連する通信クライアント・アプリケーション３１０又は３１０’のインスタンスがインストールされ、処理装置２０４に結合され、通信クライアントを処理装置２０４上で実行することができるように構成される。端末１０２は、複数の周辺装置２０６、２０８、２１０、２１２、２１４、２１６、２１８、２２０も備え、これらの周辺装置はそれぞれ、プロセッサに結合され、該プロセッサと同じチップ又は異なるチップ上に、端末のハウジングの内部に又は外部に実装され得る。

これらの中で端末１０２は、例えば別のユーザ端末１０２との間でローカル無線リンク１０３を介して、及び／又は無線の家庭用若しくはオフィスのルータ１０５を通じて、信号及びデータを送受信するためのローカル無線送受信機２０６を備えることができ、ルータ１０５がインターネット・モデムを備える場合は、これは端末１０２がインターネット１０１を介して通信することも可能にする。端末１０２は、無線セルラモバイルネットワークを介して信号及びデータを送受信するための無線セルラ送受信機２１８を備えてもよく、これはまたユーザが適切な契約を有する場合は端末１０２との間のインターネット・アクセスのための代替経路を提供し得る。さらに、端末１０２は、有線モデム２１６、及び／又は外部モデムに接続するためのＵＳＢ（ユニバーサル・シリアル・バス）ポートのような外部コネクタ２２０を備えることができ、これもやはり端末１０２との間のインターネット・アクセスの代替手段を提供し得る。

ユーザ端末１０２は更に、複数のＡＶ（オーディオ及び／又はビデオ）変換器、例えばマイクロフォン２０８、スピーカ２１０、ビデオカメラ２１２（「ウェブカメラ」とも呼ばれる）及び画面２１４を備える。本明細書において「ＡＶ変換器」という用語は、オーディオ又はビデオの入力又は出力の任意の手段を指すのに使用され得る。端末はユーザ機器の個別のユニットを意味し、変換器は所与の端末の構成要素又は周辺装置である。一部の状況では、ハンドセット及びドッキング・ステーションのように、分類が直ちに明らかでないことがあるが、本出願の目的のためには、端末は、主ＶｏＩＰクライアント３１０であっても軽量サブクライアント３１０’であっても、それがプロセッサ２０４を有し、通信クライアントのそれ自体のインスタンスを実行する場合は、別個であると見なすことができる。

図３を参照すると、メモリ２０２上にインストールされ、第１のユーザ端末１０２ａのプロセッサ２０４上で実行されるように構成されるソフトウェアは、オペレーティング・システム３０２を備え、該オペレーティング・システム３０２において、複数のアプリケーション３０４、３０６、３０８、３１０のうちの１つ又は複数が作動する。これらの複数のアプリケーションには、例えばウェブ・ブラウザ・アプリケーション３０４と、電子メール・クライアント・アプリケーション３０６と、テレビ又はセット・トップ・ボックスの場合はテレビ・アプリケーション３０８とが含まれる。これらのアプリケーションには、主ＶｏＩＰクライアント３１０のインスタンスも含まれる。主ＶｏＩＰクライアント３１０は、信号プロトコル３２０と、音声及び／又はビデオ・エンジン３１８とを備える、入力／出力（Ｉ／Ｏ）レイヤ３１２を備える。音声及び／又はビデオ・エンジン３１８は、ＲＩＤＥミキサーの形のミキサー３１９を備える。主ＶｏＩＰクライアント３１０は、インターネット１０１を介する、例えば第３の端末１０２ｚとのＶｏＩＰ呼を確立するための呼設定プロトコルを備えるクライアント・エンジン３１４と、完全なユーザ・インタフェース・レイヤ３１６とを備える。第３のユーザ端末１０２ｚ上で作動するＶｏＩＰクライアントは、第１のユーザ端末上のものと同様であってよく、ミキサー要素３１９を備えていても、又は備えなくてもよい。

図４を参照すると、メモリ２０２上にインストールされ、第２のユーザ端末１０２ｂ〜１０２ｄのそれぞれのプロセッサ２０４上で実行されるように構成されたソフトウェアが、オペレーティング・システム３０２’を備えており、オペレーティング・システム３０２’において、複数のアプリケーション３０４’、３０６’、３２２、３２４のうちの１つ又は複数が作動する。これらの複数のアプリケーションには、例えばウェブ・ブラウザ・アプリケーション３０４’と、電子メール・クライアント・アプリケーション３０６’と、モバイルフォンの場合はセルラ発呼アプリケーション３２２（例えば回路が切り替えられる発呼）と、テキスト・メッセージング・アプリケーション３２４とが含まれる。これらのアプリケーションは、本明細書ではＲＩＤＥクライアントとも呼ばれる、軽量のサブクライアント３１０’のインスタンスも含む。このサブクライアント３１０は、基本のローカルの信号プロトコル３２０’と、簡略化されたユーザ・インタフェース・レイヤ３１６’とを備える、入力／出力（Ｉ／Ｏ）レイヤ３１２を備える。一部の実施形態において、軽量サブクライアント３１０’は、音声及びビデオ・エンジンを備えていないか、少なくとも、主クライアント３１０の音声及び／又はビデオ・エンジン３１８の完全な符号化及び復号化（圧縮及び復元）を実装する音声及びビデオ・エンジンを備えていない。一部の実施形態において、軽量サブクライアント３１０’はミキサー３１９を備えないこともある。さらに、軽量サブクライアント３１０’は、インターネット１０１を通してＶｏＩＰ呼を確立するための呼設定プロトコルを有するクライアント・エンジンを備えなくてもよい。すなわち、軽量サブクライアント３１０’はそれ自体で、第３の端末１０２ｚのような端末との呼を確立することはできない。

上記は単なる例であり、一般に第１、第２及び第３のユーザ端末のいずれも、説明された変換器２０８、２１０、２１２、２１４及び／又は送受信機２０６、２１６、２１８、２２０の任意の組み合わせを備えることが可能であり、説明されたアプリケーション３０４、３０４’、３０６、３０６’、３０８、３２２、３２４の任意の組み合わせをインストールして実行することも可能であることが認識されよう。

図１から図５の図示された構成では、第１の端末１０２ａ上の主ＶｏＩＰクライアント３１０は、送受信機２０８、２１０、２１２、２１４のうちの１つを通じて、そしてローカル無線送受信機２０６、及び無線の家庭用若しくはオフィスのルータ１０５を経由することを含めローカル無線リンク１０３を通じて、ＶｏＩＰ通信システムを使用して、インターネット１０１を介する第３の端末１０２ｚ上のＶｏＩＰクライアントとの呼を設定するように構成される。無線リンクは、例えばｗｉ−ｆｉ又はＢｌｕｅｔｏｏｔｈ又は任意の他の適切な短距離のアドホックな無線プロトコルとすることができる。したがって、第１の端末１０２ａ及び第３の端末１０２ｚ上のＶｏＩＰクライアントは、それらの間の音声又はビデオ呼を確立することができ、これによりこれらの端末間で音声及び／又はビデオ・ストリームを呼の一部として交換することができる。関連する呼設定と、一般的な呼信号プロトコルは、各ＶｏＩＰクライアントのクライアント・エンジン３１４内に実装される。この呼設定は、図１に関連して上述したやり方で、データストア１０４内において、リモートユーザのユーザ名を提示することに基づいて、リモートユーザ端末、例えば第３の端末１０２ｚのＩＰアドレスをルックアップすることを含み得る。

さらに、第１の端末１０２ａ上の主ＶｏＩＰクライアント３１０は、クライアント３１０及び３１０’のＩ／Ｏレイヤ内の信号プロトコル３２０、３２０’を使用して、それぞれ第２の端末１０２ｂ〜１０２ｄの１つ又は複数の端末上のサブクライアント３１０の１つ又は複数の各々と、ローカル接続を確立することができるように構成される。例えば第１の端末１０２ａ上の主ＶｏＩＰクライアント３１０は、ＵＰＮＰ又はＢｏｎｊｏｕｒのような発見プロトコルを通して、無線リンク１０３上のサブクライアント３１０’の存在を発見するように構成され得る。あるいは、第１の端末１０２ａ上の主ＶｏＩＰクライアント３１０は、サブクライアントの存在自体を知らなくてもよく、代わりに、例えばオーディオ及び／又はビデオ・ストリームのための基本ハンド・シェイク及び／又はヘッダ・プロトコルのみに基づいて、サブクライアント３１０の１つ又は複数から到来するオーディオ及び／又はビデオ・ストリームの存在を検出するように構成され得る。

ある使用ケースにおいて、第１の端末１０２ａは、会議室内又は居間のような家の共用の部屋に置かれた大型のテレビ若しくはモニタ又はセット・トップ・ボックスであり、任意選択でマイクロフォン２０８及び／又はビデオカメラ２１２を備え、第２の端末１０２ｂ〜１０２ｄのそれぞれは、マイクロフォン２０８とビデオカメラ２１２との少なくとも一方を備えたラップトップ、タブレット又はスマートフォンのようなポータブル端末である。

第２の端末１０２ｂ〜１０２ｄのそれぞれは、異なるそれぞれのユーザに関連付けられ、その異なるそれぞれのユーザの音声及び／又は画像を表す個別のそれぞれのオーディオ及び／又はビデオ・ストリームを生成することができる。サブクライアント３１０’と主ＶｏＩＰクライアント３１０との間のローカル・リンク１０３を介する接続は、有利には、第２の端末１０２ｂ〜１０２ｄ上のサブクライアント３１０’からのオーディオ及び／又はビデオ・ストリームを、呼に対する代替の入力として、すなわち、主ＶｏＩＰクライアント３１０が第３の端末との呼を実際に確立した、第１の端末１０２ａ上のマイク２０８又はカメラ２１２の代替の入力として利用可能にすることができる。異なるサブクライアントからの複数のストリームは、第１の端末１０２ａ上の主ＶｏＩＰクライアント３１０のミキサー３１９において混合され、第１の端末１０２ａ上の主ＶｏＩＰクライアント３１０の音声及び／又はビデオ・エンジン３１８によって符号化され、そこから第３の端末１０２ｚ上のクライアントへ、インターネット１０１を介して、第１の端末１０２ａ上のクライアント３１０によって確立された呼の一部として送信される。ここで、確立されたということは、第１の端末１０２ａ上のクライアント３１０によって発呼が開始された、又は着呼が受け入れられたことを意味するが、いずれにおいても、第１の端末１０２ａ上のクライアント３１０内に実装された呼設定プロトコルを用いて呼を処理するという点で、これは第１の端末１０２ａ上のクライアント３１０によって確立され、この意味で、一般に第３の端末１０２ｚ上のクライアント及び外部ＶｏＩＰ通信システムに関する限りにおいて、呼のエンドポイント、すなわち呼設定プロトコルのエンドポイントである。

音声混合の場合、ミキサー３１９は、第２の端末１０２ｂ〜１０２ｄ上のサブクライアント３１０から到来する複数の音声ストリームのうちのいずれが、任意の所与の時点においてアクティブであるか、あるいはアクティブな話者又は最もアクティブの話者を少なくとも最も良く表すかを、例えば信号エネルギー・レベルの比較に基づいて、及び／又は音声認識アルゴリズムを適用することによって検出するように構成され得る。次いでミキサー３１９は、呼全体にわたって異なるストリームが選択的にインターリーブされるように、会話全体にわたって最もアクティブな変化を選択することにより、第３の端末１０２ｚに対して呼の一部として符号化され、送信されるべき最もアクティブな話者のストリームのみを選択することとなる。あるいはまた、ミキサー３１９は、第２の端末１０２ｂ〜１０２ｄのうち２又はそれ以上の同時にアクティブなユーザを表す２又はそれ以上の同時にアクティブな音声ストリームを混ぜ合わせて、時間整列することができる。

ビデオ混合の場合、ミキサー３１９はやはり、第２の端末１０２ｂ〜１０２ｄ上のサブクライアント３１０から到来する複数の音声ストリームのうちのいずれが、任意の所与の時点においてアクティブであるか、あるいはアクティブな参加者又は最もアクティブな参加者を少なくとも最も良く表すかを、例えばイメージ及び／又は動き認識アルゴリズムに基づいて検出するように構成され得る。次いでミキサー３１９は、第３の端末１０２ｚに対して呼の一部として符号化され、送信されるべき最もアクティブな参加者のビデオ・ストリームのみを選択することとなる。あるいはまた、ミキサー３１９は、異なる第２の端末１０２ｂ〜１０２ｄ上の２つ又はそれ以上のサブクライアントの異なるユーザからのビデオ・ストリームを組み合わせて、例えば双方を平行して送信するか、及び／又は分割画面表示に組み合わせるように構成され得る。

第１の端末１０２ａには、マイク２０８と、例えば会議室のテレビ画面又はモニタ上に又はその近くに取り付けられるウェブカメラ等のカメラ２１２とのうちの少なくとも一方が装備されるので、第１の端末１０２ａは、ＶｏＩＰシステムを用いて、インターネット１０１を介して第３の端末１０２ｚとの呼を実行するのに使用するためのオーディオ及び／又はビデオ・ストリームを生成することも可能である。したがって、主クライアント３１０は、２つの動作状態、すなわち、第３の端末１０２ｚとの呼を実行するために、第２の端末１０２ｂ〜１０２ｄの１つ又は複数の端末上の１つ又は複数のサブクライアント３１０’からの１つ又は複数の入力ストリームを使用する状態と、これを使用する代わりに、第１の端末１０２ａ自体において生成されるオーディオ及び／又はビデオ入力ストリームに依存する状態とで動作可能である。説明されるように、第１の端末１０２ａ上の主ＶｏＩＰクライアント３１０は、ローカル・リンク１０３上のサブクライアント３１０’の１つ又は複数の存在を検出するか、サブクライアント３１０’の１つ又は複数からのローカル・リンク１０３上の到来する音声又はビデオ・ストリームを検出するように構成され得る。これらのいずれか又は双方を検出することに応答して、主ＶｏＩＰクライアント３１０は、それぞれの検出されたサブクライアント３１０’を呼に自動的に追加するか、これらが呼に追加される前に、手動で選択すべき選択肢を、該選択肢が選択されることを条件としてユーザに提示するように構成され得る。第１の端末１０２ａ上の主クライアント３１０は、任意の所与の時点においてどの動作状態が用いられるかの選択を制御するという点で、呼に対するマスタ・クライアントとして構成され得る。前記選択肢を選択するユーザ入力が必要とされる場合、この入力は、ユーザによって第１の端末１０２ａに直接入力されてもよく、又は第２の端末１０２ａのうちの１つに入力され、その後、第２の端末１０２ａが要求信号を選択肢の選択を要求している第１の端末上の主クライアント３１０に送信してもよい。後者のシナリオでは、要求が第１の端末１０２ａにおける主クライアント３１０によって仲裁されて処置されるという点で、主クライアント３１０は依然として呼のマスタのままであると見なされてよい。

上記の特徴によれば、複数の近端（第２の）端末１０２ｂ〜１０２ｄの複数の近端ユーザ（すなわち第１の端末と同じエンドで同じローカル・リンク１０３上で）と、少なくとも１つの遠端（第３の）端末１０２ｚの少なくとも１つの遠端ユーザとの間のマルチパーティ音声又はビデオ会議が可能になる。

この構成の利点は、第２の端末１０２ｂ〜１０２ｄの異なるユーザを表すストリームのそれぞれに対して、より良い品質のオーディオ及び／又はビデオが得られることである。これは、各ユーザが、より雑音が多くかつ室内のほとんど又は全てのユーザからより離れた部屋用の一般のカメラ又はマイクでなく、ユーザ自身のそれぞれの個人用の近くのマイク及び／又はカメラを使用するためである。例えば会議室において、各ユーザは別の第３の端末１０２ｚのリモートユーザとの呼の一部として、ユーザ自身の個人用の電話１０２ｂ、１０２ｃ又は１０２ｄ上のユーザ自身のマイクを通して話すことができるが、全員は依然として共同の会議室のテレビ画面又はモニタ１０２ａ上のリモートユーザを見たままである。同様なシナリオは、テレビがある居間のような、家の共用の部屋においても起こり得る。

さらに、モバイルフォン、タブレット及びラップトップのようなユーザの既存の個人用装置、すなわちユーザが他の目的のために既に所有している装置を使用することは、ユーザが、主装置１０２ａ及びローカル・リンク１０３を通して、呼の一方のエンドにおいて接続する複数の近端ユーザを有するマルチパーティの呼に参加するためだけに新たな機器を購入する必要がないという点で有利であることを意味する。例えば第１の端末１０２ａが、完全なＶｏＩＰクライアントがインストールされた唯一の装置である場合、第１の端末１０２ａを通してコールする複数のユーザとの呼を実行するために、更なるウェブカメラ又はマイクを購入する必要はない。

ある使用ケースでは、単一の第２の端末１０２ｂ、１０２ｃ又は１０２ｄ上の単一のサブクライアントの単一のユーザだけが偶然に、任意の所与の時点において第１の端末１０２ａ上の主クライアント３１０に接続する可能性がある。この場合、ミキサー３１９は、１つのサブクライアント３１０’からの１つのストリームを符号化して送信することになる。それでもなおユーザは、第１の端末１０２ａのために追加の外部マイク又はカメラを購入する必要なく、呼のためのより近く又はより便利な入力ソースとして自身の個人用の（第２の）端末１０２ｂ、１０２ｃ又は１０２ｄを使用することができるという点で依然として利点がある。

装置１０２ａ及び１０２ｂ〜１０２ｄは、第１の端末１０２ａには、完全なＶｏＩＰ機能に加え、追加されたＲＩＤＥミキサー３１９を有する主ＶｏＩＰクライアント３１０がインストールされて作動し、一方、第２の端末１０２ｂ〜１０２ｄにはそれぞれ必要最低限のものだけを装備した、クライアント３１０’の軽量版だけがインストールされるという点で同じではないことに留意されたい。これは有利なことには、第２の端末１０２ａは呼のための入力装置として機能することはできるが、これらがなければ、主ＶｏＩＰクライアント３１０の完全なインスタンスの記憶又は実行することに関連付けられる完全なメモリ又は処理リソースを負担しなければならないことを意味する。クライアントの「軽量」な性質のいくつかの例は、以下のように明示されるが、そのいずれか又は全てを任意の組み合わせで実施することができる。

一実施形態において、軽量サブクライアント３１０’は入力専用クライアントである。すなわち、軽量サブクライアント３１０’は、第３の端末１０２ｚからの呼の一部として主ＶｏＩＰクライアント３１０から到来するオーディオ及び／又はビデオ・ストリームを受信する能力をもたずに、そしてそのそれぞれの第２の端末１０２ｂ、１０２ｃ又は１０２ｄにおいてこのようなストリームを再生する能力をもたずに構成される。この場合、サブクライアント３１０’と第２の端末１０２ｂ、１０２ｃ又は１０２ｄは、呼のための代替の入力ソースを提供するようにのみ意図されており、出力手段はない。代わりに、第３の端末１０２ｚからの着呼のオーディオ及び／又はビデオは、例えば会議室の画面を介するなど、第１の端末１０２ａを介して再生されることになる。

諸実施形態において、軽量サブクライアント３１０’は、主クライアント３１０がアクセスを有するＶｏＩＰシステムを用いてインターネット１０１を通して第３の端末１０２ｚのようなリモート端末とのＶｏＩＰ呼に直接参加するためのＶｏＩＰ呼設定プロトコルを有さずに構成される。したがって、サブクライアント３１０’は、それ自体ではＶｏＩＰ呼を確立することができない。代わりに、サブクライアント３１０’は、ｗｉ−ｆｉ又はＢｌｕｅｔｏｏｔｈのようなローカル・リンク１０３を通して、第１の端末上の主クライアント３１０とのローカル接続を確立するように構成されるだけであり、第３の端末１０２ｚの観点を含め、ＶｏＩＰ通信システムの外部の観点からの呼のエンドポイントとして働く第１の端末上の主クライアント３１０によって、ここからＶｏＩＰ呼が確立される。例えば軽量サブクライアント３１０’はデータストア１０４ｉ内でＩＰアドレスをルックアップすることはできず、一方、主クライアント３１０は（クライアント・エンジン３１４を用いて）可能である。諸実施形態において、軽量サブクライアント３１０’は、インターネット１０１に直接アクセスする能力を有さずに構成され、第１の端末１０２ａ上の主クライアント３１０とのローカル接続を確立するのに、ローカル送受信機２０６を通じて通信することのみ可能であることがある。

上記のことは、必ずしも、第２の端末１０２ｂ〜１０２ｄ上の他のアプリケーション３０４’、３０６’、３２２、３２４（ただし軽量の通信クライアント３１０’は除く）が、インターネット又は他のネットワークを介するものを含め他の手段によって、例えばセルラ呼又はメッセージングを実行し、ウェブ・アクセスを達成するか電子メールを送受信するために通信することができないことを意味するものではないことに留意されたい。しかし、軽量の通信クライアント３１０’のみが可能で、実施形態における第２の端末１０２ｂ、１０２ｃ又は１０２ｄ上の他のアプリケーションは、問題となっているＶｏＩＰシステムを用いてＶｏＩＰ呼を直接設定することはできず、到来するＶｏＩＰ呼からの到来するオーディオ又はビデオ・ストリームを受信することもできない。諸実施形態において、軽量サブクライアントは、ローカル送受信機２０６を用いて第１の端末１０２ａ上の主クライアント３１０とのローカル接続を確立すること以外に、インターネット又はいずれの他の外部通信手段にもアクセスできないことがあり得る。

さらに、軽量サブクライアント３１０は、符号化又は復号化を全く適用しないか、又はわずかしか適用しないように（すなわち圧縮及び復元の目的のために）、オーディオ及び／又はビデオ・コーデックを用いないか、最少のコーデックのみを用いて構成されることがある。サブクライアント３１０’によって少量の符号化が行われる場合、これは主ＶｏＩＰクライアント３１０の音声及び／又はビデオ・エンジン３１８によって実施される符号化と比べて、圧縮が小さく、単位時間当たりの比較的わずかな処理サイクルとなることを意味する。これは主クライアント３１０のＡＶエンジン３１８が、サブクライアント３１０’からの１つ又は複数のストリームをトランスコードしなければならないことを意味し得る。サブクライアントが符号化を適用しない場合、オーディオ及び／又はビデオは、非圧縮の形でローカル・リンク１０３上を送信され、主クライアント３１０上のＡＶエンジン３１９はトランスコードする必要はない。一部の実施形態において、サブクライアント３１０’は、第２の装置１０２ｂ、１０２ｃ又は１０２ｄ上で提示されるハードウェア符号化及び復号化を利用することができるが、サブクライアント３１０’自体の実際のソフトウェアにおいていずれの符号化も適用しなくてもよい（又は最少量の前処理のみとすることができる）。

さらに、軽量サブクライアント３１０’は、ローカル・リンク１０３を通して主クライアント３１０に送るストリームのための暗号化を用いることなく構成され得る。しかし、他の実施形態では、暗号化することは依然として好ましくことがある。

さらに、軽量サブクライアント３１０’は、主クライアント３１０と比べて低減された又は簡略化されたユーザ・インタフェースを有するように構成され得る。

最低限必要なものとして、軽量サブクライアント３１０’は、ローカル無線リンクを通して、第１の端末１０２ａへメディア・サンプルをストリーミングするために必要最低限のものだけを装備したアプリケーションであることのみを必要とする。

主クライアント３１０とサブクライアント３１０’との間の更なる差異は、ＶｏＩＰシステム・ユーザ名又は一般にＶｏＩＰシステムにおけるユーザの認証情報の問題、並びに各タイプのクライアントにログインするために必要となるものにある可能性がある。上述のようにＶｏＩＰシステムの各ユーザは、データストア１０４ｉに記憶される、関連するユーザ名を有し、該ユーザ名は、データストア１０４ｉにおいて、その端末に対応するユーザ名のＩＰアドレスにマッピングされる。ユーザが第１の端末１０２ａにおいてログインしたいときは、ユーザは、自身のユーザ名（及びパスワード）を第１の端末１０２ａ上の主ＶｏＩＰクライアント３１０に入力し、第１の端末１０２ａのアドレスは、データストア１０４ｉ（サーバ又はＰ２Ｐデータベース又はこれら双方の組み合わせとすることができる）を通じて利用可能になる。このため、それにより第３の端末１０２ｚ上のＶｏＩＰクライアントは、第１の端末１０２ａのアドレスを見付ける必要がある場合、第１の端末１０２ａに関連するユーザ名を用いてデータストア１０４ｉ内をルックアップする。したがって主クライアント３１０は、ユーザ名を用いてログインされ、第１の端末１０２ａ及び主クライアント３１０は、問題となっているＶｏＩＰシステム内の識別情報を有し、第３の端末１０２ｚ（及び第３の端末１０２ｚ上のＶｏＩＰクライアント）の観点も含め、ＶｏＩＰシステムの外部の観点から、第３の端末１０２ｚのようなリモート端末との呼のエンドポイントとして見えることになる。しかし、諸実施形態において、軽量サブクライアント３１０’は、外部ＶｏＩＰシステムのユーザ名又は他の認証情報を使用しないように、またそのような認証情報を用いたログイン・プロセスを必要としないように構成されることもある。したがってサブクライアント３１０’及び第２の端末１０２ｂ、１０２ｃ、１０２ｄは、ＶｏＩＰシステム内の別々の識別情報をもたず、これらをデータストア１０４ｉ内で別々にルックアップすることはできない。代わりに、複数の近端ユーザを有するマルチパーティ電話会議の場合も、第１の端末１０２ａ及び主クライアント３１０は依然として、外部に（すなわちローカル・リンク又はネットワーク１０３の外側に）呼の単一のエンドポイントとして見えることになるが、ローカル・リンク又はネットワーク１０３上の複数の第２の端末１０２ｂ、１０２ｃ、１０２ｄ及びこれらのクライアント３１０’の存在は、第３の端末１０２ｚ（及び第３の端末１０２ｚ上のクライアント）には不透明なものである。

代わりに、軽量サブクライアント３１０’は、第１の端末１０２ａ上の主クライアント３１０とのローカル・リンク１０３を介した簡単なペアリング動作のみを実装することがある。当業者は、装置の「ペアリング」の概念について精通しているであろう。一般に、２つの装置は、互いに通信するためにいったんペアリングされる必要がある場合がある。ペアリング・プロセスは典型的に、装置が、まだペアリングされていない装置からの接続要求を初めて受け取ると自動的にトリガされる。ペアリングが確立されると、これは両装置によって記憶され、その後、両装置はユーザの介入なしに互いに接続することができる。望まれるとき、ペアリング関係を後にユーザが除去することができる。ペアリング・プロセスの間、関連する２つの装置は、リンク・キーとして知られる共有の秘密を生成することによって、関係を確立する。リンク・キーが双方の装置によって記憶される場合は、これらの装置は「結び付けられた（ｂｏｎｄｅｄ）」と呼ばれる。結び付けられた装置のみと通信したい装置は、他の装置の識別情報を暗号により認証して、それが以前にペアリングされたのと同じ装置であることを確実にすることができる。リンク・キーが生成されると、装置の間の認証済みのＡＣＬリンクは、それらが放送電波上で交換するデータが盗聴に対して保護されるように暗号化され得る。リンク・キーは任意の時にいずれかの装置によって削除することができる。

第１のユーザ端末１０２ａに対する第２の端末１０２ｂ、１０２ｃ又は１０２ｄのペアリングは、一部の実施形態において、第２又は第１の端末（ペアリングがどこで開始されたかに応じて）のいずれかが、その表示画面上に、ペアリングされる他方の装置にユーザが入力しなければならないＰＩＮコード又は秘密情報を表示することを必要とする。しかし、ＰＩＮ又は秘密情報はＶｏＩＰシステム内では意味をもたず、実際２つのペアリングされた装置以外には何の意味ももたないので、ＶｏＩＰシステムのユーザ名又は他のこのようなユーザ認証情報を用いてログインすることを意味するものではない。他の実施形態において、ペアリングを可能にするのにユーザ確認は必要とされず、更に他の実施形態ではユーザに、秘密情報を入力せずに単にペアリングを受け入れるように促すことがある。

変形形態では、主クライアント３１０の一部又は全てを、例えばホーム又はオフィス・ネットワークのローカル・サーバのようなサーバ、あるいはＩＳＰのサーバのようなインターネット上のサーバ１０４ｉｉのような更なる追加の端末上に実装することができる。この場合、例えばテレビ、モニタ又はセット・トップ・ボックスのような第１の端末１０２ａには、第２の端末１０２ｂ〜１０２ｄ上のサブクライアント３１０’と追加の端末１０４ｉｉ上のＶｏＩＰクライアントとの間の中継器として働くダミーのクライアントをインストールすることができる。ＶｏＩＰ呼設定は、追加の端末１０４ｉｉ上のＶｏＩＰクライアントによって処理されることになり、混合を、第１の端末１０２ａ上のダミーのクライアント又は追加の端末１０４ｉｉ上のＶｏＩＰクライアントのいずれかによって処理することができる。

上記の実施形態は、単なる例示として説明されていることが理解されよう。本明細書における開示を所与として、他の変更形態が当業者には明らかとなり得る。

Claims (9)

1. 広域のパケットベースの通信ネットワークに結合され、該パケットベースのネットワーク上で実装されるパケットベースの通信システムを使用して、音声又はビデオの呼を行うためのミキサークライアント・アプリケーションがインストールされる、第１の端末と；
   ローカル無線リンクを介して前記第１の端末に結合される複数の第２の端末であって、前記ミキサークライアントを介して前記呼に参加するための軽量のサブクライアントのそれぞれのインスタンスが各第２の端末にインストールされるが、前記ミキサークライアントと比べて低減された機能を有する、複数の第２の端末と；
   を備える構成であって、
   前記ミキサークライアントは、前記パケットベースの通信システムを使用する前記パケットベースの通信ネットワークを介するリモートの第３の端末のとの呼を、該第３の端末の観点から前記ミキサークライアントを前記パケットベースの通信システム内の前記呼のエンドポイントとして識別するユーザ認証情報に基づいて確立するように構成され、
   前記第２の端末のそれぞれは、各々が異なるそれぞれの近端ユーザに関連付けられる、それぞれのオーディオ及び／又はビデオ・ストリームを同時に生成するように動作可能であり、それぞれの各サブクライアントは、前記ユーザ認証情報による識別の下で前記ミキサークライアントによって確立される前記呼で使用するために、前記それぞれのオーディオ及び／又はビデオ・ストリームストリームを、前記ローカル無線リンクを介して前記ミキサークライアントに送信するように構成され、
   前記ミキサークライアントは、前記呼が前記サブクライアントから受信したストリームを使用する複数端末動作状態と、前記呼が前記サブクライアントからのストリームを使用せずに前記第１の端末によって生成されたストリームを使用する同一端末動作状態との間で切り替わり、前記複数端末動作状態では、前記第１の端末において前記サブクライアントから受信した同時のストリームを混合し、該混合ストリームを前記第１の端末において符号化し、該混合ストリームを、前記ユーザ認証情報による識別の下で前記パケットベースの通信システムを介して前記呼の一部として前記第３の端末に送信するように構成され、
   前記サブクライアントの前記低減された機能は、前記ローカル無線リンク上でのみ通信するように構成され、前記パケットベースの通信ネットワーク上で実装される前記パケットベースの通信システムは使用しないことと、前記パケットベースの通信システム上で前記第３の端末への前記混合ストリームを圧縮するために前記ミキサークライアントによって用いられる圧縮と比べて、前記ミキサークライアントに前記ローカル無線リンク上で送信される前記オーディオ及び／又はビデオ・ストリームに低減された圧縮のみを使用すること、
   を含む、構成。
2. 前記低減された機能は、
   前記サブクライアントが、前記第１の端末上の前記ミキサークライアントを介して前記第３の端末に送信するための入力オーディオ及び／又はビデオ・ストリームを受信するのみであり、前記呼の出力オーディオ及び／又はビデオ・ストリームは再生しないように構成される入力専用クライアントであり、前記複数端末動作状態と前記同一端末動作状態との双方において、前記ミキサークライアントが、前記第３の端末から受信した前記呼の出力オーディオ及び／又はビデオ・ストリームを前記第１の端末において再生するように構成されること、
   前記サブクライアントが、前記パケットベースの通信システムを使用して呼を確立するための呼設定プロトコルを用いるように構成されず、前記ミキサークライアントが、前記呼を確立するための呼設定プロトコルを用いるように構成されること、
   前記サブクライアントが、前記パケットベースの通信システムのユーザ認証情報を受け入れるようには構成されず、このため前記近端ユーザが、前記パケットベースの通信システムの認証情報を使用して前記サブクライアントにログインしないこと、
   前記サブクライアントが、前記オーディオ及び／又はビデオ・ストリームを、前記ローカル無線リンク上で前記ミキサークライアントに送るときに圧縮するように符号化せず、前記ミキサークライアントが、前記混合ストリームを、前記パケットベースの通信システムを介して前記第３の端末に送信するときに圧縮するように符号化すること、
   前記サブクライアントが、前記ローカル無線リンク上で前記ミキサークライアントに送られる前記オーディオ及び／又はビデオ・ストリームを暗号化せず、前記ミキサークライアントが、前記パケットベースの通信システム上で前記第３の端末に送信される前記混合ストリームを暗号化すること
   のうちの１つ又は複数を備える、請求項１に記載の構成。
3. 前記ミキサークライアントが、前記ローカル無線リンク上の前記サブクライアントの１つ又は複数のインスタンスの存在を検出し、該検出に応じて前記の状態の間で切り替わるように構成される、請求項１又は２に記載の構成。
4. 前記ミキサークライアントが、前記ローカル無線リンク上の前記サブクライアントの１つ又は複数から到来する前記オーディオ及び／又はビデオ・ストリームを検出し、該検出に応じて前記の状態の間で切り替わるように構成される、請求項１から３のいずれかに記載の構成。
5. 前記検出に応じた切り替えが、
   前記複数端末動作状態において用いるための１つ又は複数のサブクライアントを選択するように、ユーザ選択肢を前記第１の端末において近端ユーザに提示することと、
   前記の状態の間で自動的に切り替わることと
   のうちの１つを含む、請求項３又は４に記載の構成。
6. 前記ミキサークライアントは、前記サブクライアントのインスタンスの存在がないとき、及び／又は前記サブクライアントからの前記ストリームがないとき、前記同一端末動作状態をデフォルトの状態として用いるように構成される、請求項３、４又は５に記載の構成。
7. 前記ミキサークライアントが、前記近端ユーザの中から複数の同時にアクティブな話者のストリームを混合するように構成されることと、
   前記ミキサークライアントが、前記サブクライアントから受信される複数の同時のストリームのうちのいずれが、前記近端ユーザの中のアクティブな話者を最もよく表すかを判断し、前記呼の一部として前記第３の端末に送信されるよう前記アクティブな話者のストリームだけを選択することにより、前記ストリームを混合するように構成されることと、
   のうちの１つである、請求項１から６のいずれかに記載の構成。
8. 前記ミキサークライアントが、該ミキサークライアントにおいて実装された呼設定プロトコルを用いて前記呼を確立するように構成されるマスタ・クライアントであることと、
   更なるクライアントがサーバ上にインストールされ、前記ミキサークライアントが、前記第１の端末において前記ストリームを混合し、前記更なるクライアントにおいて実装される呼設定プロトコルを介して前記呼を確立するための中継器として動作するように構成されることと、
   のうちの１つである、請求項１から７のいずれかに記載の構成。
9. ミキサークライアント・アプリケーションであって、第１の端末上で実行されると、該第１の端末に、
   リモートの第３の端末との呼を、広域のパケットベースの通信ネットワークを通して実現されるパケットベースの通信システムを用いて、前記第３の端末の観点から前記ミキサークライアントを前記パケットベースの通信システム内の前記呼のエンドポイントとして識別するユーザ認証情報に基づいて確立させ、
   ローカル無線リンク上でオーディオ及び／又はビデオ・ストリームを同時に受信させることであって、該オーディオ及び／ビデオ・ストリームの各々が、前記第１の端末に結合される複数の第２の端末の異なるそれぞれの近端ユーザに各々関連付けられており、それぞれのオーディオ及び／ビデオ・ストリームは、前記ミキサークライアントと比べて低減された機能を有する、それぞれの第２の端末上で作動する軽量のサブクライアントのそれぞれのインスタンスからのストリームであり、
   前記呼が前記サブクライアントから受信したストリームを使用する複数端末動作状態と、前記呼が前記サブクライアントからのストリームを使用せずに前記第１の端末によって生成されたストリームを使用する同一端末動作状態との間で切り替えさせ、
   前記複数端末動作状態では、前記第１の端末において前記サブクライアントから受信した同時ストリームを混合させ、該混合ストリームを前記第１の端末において符号化させ、該混合ストリームを、前記ユーザ認証情報による識別の下で前記パケットベースの通信システムを介して前記呼の一部として前記第３の端末に送信させる
   ように構成され、
   前記サブクライアントの前記低減された機能は、前記ローカル無線リンク上でのみ通信するように構成され、前記パケットベースの通信ネットワーク上で実装される前記パケットベースの通信システムは使用しないことと、前記パケットベースの通信システム上で前記第３の端末への前記混合ストリームを圧縮するために前記ミキサークライアントによって用いられる圧縮と比べて、前記ミキサークライアントに前記ローカル無線リンク上で送信される前記オーディオ及び／又はビデオ・ストリームに低減された圧縮のみを使用すること、
   を含む、ミキサークライアント・アプリケーション。

Images