JP6645129B2 - 通信装置、制御方法及び制御プログラム - Google Patents

Description

本発明は、通信装置、制御方法及び制御プログラムに関する。

従来、インターネット等のネットワークを利用して、各拠点のユーザ間の会話を実現するテレビ会議のための通信システムが知られている。テレビ会議のための通信システムでは、各拠点に設置されたカメラやマイクによって収集された映像や音を、ネットワークに接続された各拠点の通信装置間で送受して、他の拠点の表示装置やスピーカから出力させることにより、拠点間でのテレビ会議を実現する。例えば、表示装置としては、プロジェクタや液晶パネルが利用されている。このようなテレビ会議では、より円滑な会話を実現することを目的として、マイクアレイ機能等により音を検知し、検知した音の音源方向にカメラの向きを制御する話者追尾機能を搭載した装置が利用されることがある。

しかしながら、従来技術では、不要な方向にカメラの向きを制御してしまう可能性があるという問題がある。具体的には、従来技術では、マイクアレイ機能等により検知された音の方向にカメラの向きを制御しているものの、検知された音が実際には会議における話者の音声であるとは限られないため、話者ではない方向にカメラの向きを制御してしまう可能性がある。例えば、表示装置としてプロジェクタが利用される場合には、プロジェクタに搭載されたファンの回転によって発生する音が検知されることにより、プロジェクタの方向にカメラの向きが制御されてしまう可能性がある。一般に、話者の音声以外の音については、ノイズリダクション機能やノイズキャンセル機能等の音響処理機能により除去する処理が行なわれている。但し、音響処理機能を適用する場合には、話者の音声の音質が劣化してしまうことを避けるのは困難である。

本発明は、上記に鑑みてなされたものであって、カメラの向きを好適に制御することを目的とする。

上述した課題を解決し、目的を達成するため、本発明は、通信装置であって、前記通信装置が設置された拠点で、発話とは異なる音の発生源を検出する検出部と、前記通信装置に搭載された複数のマイクのうち、検出された前記発生源の方向に向けられたマイクの感度を低下させる制御を行なう指向性制御部と、マイクに対する制御に応じて、カメラによる撮影の向きを制御する撮影制御部と、を有し、前記検出部により、前記カメラの撮影によって取得された映像に所定画像が含まれている場合に、前記所定画像が含まれる方向に前記発生源が存在することを検出し、前記所定画像の大きさが所定閾値以上であるか否かを判定する判定部をさらに有し、前記指向性制御部は、前記所定画像の大きさが所定閾値以上であると判定された場合に、前記発生源の方向に向けられたマイクの感度を低下させる制御を行う。

本発明の一つの様態によれば、カメラの向きを好適に制御することができるという効果を奏する。

図１は、実施の形態１に係る通信システムのシステム構成例を示す図である。 図２は、実施の形態１に係る通信装置のハードウェア構成例を示すブロック図である。 図３は、実施の形態１に係る通信装置の機能構成例を示すブロック図である。 図４は、実施の形態１に係る通信装置による制御処理の流れの例を示すフローチャートである。

以下に添付図面を参照して、本発明に係る通信装置、制御方法及び制御プログラムの実施の形態を説明する。以下では、本発明に係る通信装置を適用した通信システムの一例として、地理的に離れた拠点間での会議を可能にするテレビ会議システムを例示する。但し、本発明は、複数の通信装置の間で映像や音を送受する各種の通信システム、及び、該通信システムで用いられる各種の通信装置に対して広く適用可能であり、以下の実施の形態により限定されるものではない。

（実施の形態１）
［実施の形態１に係るシステム構成］
図１を用いて、実施の形態１に係る通信システムの構成を説明する。図１は、実施の形態１に係る通信システムのシステム構成例を示す図である。

図１に示すように、通信システム１には、複数の拠点に設置された通信装置１００と、中継装置２００とが含まれる。複数の拠点に設置された通信装置１００と、中継装置２００とは、インターネットやＬＡＮ（Local Area Network）等のネットワーク２に接続し、相互に通信可能である。これらのうち、通信システム１に含まれる通信装置１００の台数は、テレビ会議等に参加する拠点数に対応する。図１では、拠点Ａ、拠点Ｂ及び拠点Ｃのそれぞれに通信装置１００が設置されている場合を例に挙げている。

通信装置１００は、中継装置２００を介して、他拠点の通信装置１００との間で各種情報を送受信する。また、通信装置１００は、受信した情報の出力を制御する。例えば、出力される情報は、カメラによって撮影された各拠点の映像や、マイクによって収集された各拠点の音（主に、話者の音声）等である。通信装置１００は、テレビ会議のための専用端末であっても良いし、ＰＣ（Personal Computer）やスマートフォン、タブレット端末等の汎用端末であっても良い。汎用端末は、本実施の形態に係る制御プログラムをインストールすることによって、アプリケーションの一つとして通信装置１００の各機能を実現する。中継装置２００は、各拠点に設置された複数の通信装置１００の間における映像や音等の各種情報の伝送を中継するサーバ装置等である。

上述した構成において、通信装置１００は、通信装置１００が設置された拠点で、話者の発話とは異なる音の発生源を検出する。例えば、話者の発話とは異なる音とは、拠点に設置されたプロジェクタ等に搭載されたファンの回転によって発生する音である。ファンの回転によって発生する音は、他拠点の通信装置１００に対して送信することは好ましくない。また、マイクアレイ機能等により音を検知し、検知した音の音源方向にカメラの向きを制御する話者追尾機能を適用する場合、ファンの回転によって音を発しているプロジェクタの方向にカメラの向きを制御することは好ましくない。これらのことから、通信装置１００は、発話以外の音の発生源を検出している。

そして、通信装置１００は、通信装置１００に搭載された複数のマイクのうち、検出された発生源の方向に向けられたマイクの感度を低下させる制御を行なう。例えば、通信装置１００は、複数のマイクを搭載しており、複数のマイクによってマイクアレイ機能を実現する。マイクアレイ機能を有する通信装置１００は、ファンの回転によって音を発しているプロジェクタ等の発生源の方向に向けられているマイクの感度を低下させる。これにより、マイクアレイ機能の指向性を制御することによる音の収集において、発話以外の音の収集を抑制することができる。

続いて、通信装置１００は、マイクに対する制御に応じて、カメラによる撮影の向きを制御する。例えば、発話以外の音の発生源等であるプロジェクタの方向に向けられているマイクの感度を低下させるマイクアレイ機能の指向性制御に応じて、話者追尾機能により、カメラによる撮影の向きを制御する。これにより、プロジェクタ等に向けられているマイクの感度を低下させるため、カメラによる撮影の向きを、プロジェクタ等の方向に制御することを抑制することができる。その後、通信装置１００は、カメラの撮影によって取得された映像と、マイクに対する制御によって収集された音とを含む出力情報を、他の拠点に設置された通信装置１００に対して送信する。

つまり、通信装置１００は、テレビ会議等において、発話とは異なる音の発生源を検出し、検出した発生源に向けられているマイクの感度を低下させるマイクアレイ機能の指向性制御に応じて、カメラの向きを制御するので、カメラの向きを好適に制御することができる。換言すると、通信装置１００は、会議等における発話以外の音の収集を抑制することで、カメラによる撮影の向きを、発話以外の音の発生源の方向に制御することを抑制することができる。

［実施の形態１に係る通信装置のハードウェア構成］
次に、図２を用いて、実施の形態１に係る通信装置１００のハードウェア構成を説明する。図２は、実施の形態１に係る通信装置１００のハードウェア構成例を示すブロック図である。

図２に示すように、通信装置１００は、ＣＰＵ（Central Processing Unit）１１と、ＲＯＭ（Read Only Memory）１２と、ＲＡＭ（Random Access Memory）１３と、ＳＳＤ（Solid State Drive）１５と、メディアドライブ１７と、操作ボタン１８と、電源スイッチ１９とを有する。加えて、通信装置１００は、ネットワークＩ／Ｆ２１と、カメラ２２と、撮像素子Ｉ／Ｆ２３と、マイクアレイ２４と、スピーカ２５と、音声入出力Ｉ／Ｆ２６と、ディスプレイＩ／Ｆ２７と、外部機器接続Ｉ／Ｆ２８とを有する。

ＣＰＵ１１は、通信装置１００全体の動作を制御する。ＣＰＵ１１は、ＲＯＭ１２等に記憶されたプログラムを、ＲＡＭ１３等を作業領域として実行することで、通信装置１００全体の動作を制御する。ＲＯＭ１２は、通信装置１００による処理を実現するためのプログラムを記憶する。ＲＡＭ１３は、ＲＯＭ１２等に格納されたプログラムの実行時の作業領域である。ＳＳＤ１５は、各種プログラムや各種データを記憶可能なフラッシュメモリ１４に対する、データの読み出しや書き込みを制御する。メディアドライブ１７は、記録メディア１６に対するデータの読み出しや書き込み（記録）を制御する。

操作ボタン１８は、通信装置１００の通信先となる他拠点の通信装置１００の選択や、この他の各種設定のために操作される。電源スイッチ１９は、通信装置１００の電源の投入と切断とを切り替えるためのものである。ネットワークＩ／Ｆ２１は、ネットワーク２への接続や、各種情報の送受信を制御するためのインタフェースである。カメラ２２は、拠点内を撮影する。撮像素子Ｉ／Ｆ２３は、ＣＰＵ１１による制御に従って、カメラ２２の駆動を制御するためのインタフェースである。例えば、カメラ２２は、マイクアレイ機能によって検出された音の方向に追従して、撮影方向の切り替えができる構成となっている。一つの様態として、カメラ２２は、全方位カメラを適用することができるが、これに限定されるものではない。なお、撮影方向の切り替えについては、デジタル式とアナログ式との何れであっても良い。

マイクアレイ２４は、複数のマイクで構成されたマイクアレイ機能により拠点内の音を収集し、収集した音を通信装置１００に入力する。スピーカ２５は、音を出力する。音声入出力Ｉ／Ｆ２６は、ＣＰＵ１１による制御に従って、マイクアレイ２４に対する指向性を制御して信号（主に、音声信号）の入力を処理するとともに、スピーカ２５の音量等を制御して信号の出力を処理するためのインタフェースである。ディスプレイＩ／Ｆ２７は、ＣＰＵ１１による制御に従って、表示装置５０に表示させる映像のデータを伝送するためのインタフェースである。例えば、表示装置５０は、通信装置１００に外付けされるプロジェクタや液晶パネル等である。外部機器接続Ｉ／Ｆ２８は、各種の外部機器を通信装置１００に接続するためのインタフェースである。また、通信装置１００は、上記各部を電気的に接続するためのアドレスバスやデータバス等のバス２０を有する。なお、図２に示したハードウェア構成は一例であり、上記以外のハードウェアを追加しても良い。

［実施の形態１に係る通信装置の機能構成］
次に、図３を用いて、実施の形態１に係る通信装置１００の機能構成を説明する。図３は、実施の形態１に係る通信装置１００の機能構成例を示すブロック図である。

図３に示すように、通信装置１００は、操作入力受付部１０１と、表示制御部１０２と、音声出力制御部１０３と、検出部１０４と、判定部１０５と、指向性制御部１０６と、撮影制御部１０７と、音声入力制御部１０８と、送受信制御部１０９とを有する。上記各部は、ソフトウェア（プログラム）で実現されても良いし、ハードウェア回路で実現されても良い。また、上記各部は、例えば、フラッシュメモリ１４等からＲＡＭ１３上に展開された制御プログラムをＣＰＵ１１が実行することにより実現される機能である。

操作入力受付部１０１は、通信装置１００を利用するユーザによる各種の操作入力を受け付ける。例えば、操作入力受付部１０１は、操作ボタン１８や電源スイッチ１９等に対するユーザ操作に応じて、各種設定に関する情報や電源制御のための情報の入力を受け付ける。

表示制御部１０２は、表示装置５０に対する表示処理を制御する。例えば、表示制御部１０２は、他拠点の通信装置１００から受け付けられた他拠点における映像に対し、描画処理等を実行し、処理したデータを表示装置５０に対して出力する。これにより、表示装置５０は、他拠点における映像を含んだ画像を表示出力する。

音声出力制御部１０３は、スピーカ２５に対する音の出力処理を制御する。例えば、音声出力制御部１０３は、他拠点の通信装置１００から受け付けられた他拠点における音データを復号し、復号したデータ（主に、音声データ）をスピーカ２５に対して出力する。これにより、スピーカ２５は、他拠点における音声データを再生出力する。

検出部１０４は、発話とは異なる音の発生源を検出する。より具体的には、検出部１０４は、カメラ２２によって撮影された映像に所定画像が含まれている場合に、所定画像が含まれる方向に、話者の発話とは異なる音の発生源が存在することを検出する。例えば、発話とは異なる音の発生源とは、プロジェクタ等の表示装置５０を指す。また、例えば、所定画像とは、予め決められた文字や数字、記号等を含む画像を指す。通信装置１００は、これらの文字や数字、記号等を予め保持している。すなわち、検出部１０４は、プロジェクタ等の表示装置５０に貼り付けられているメーカのロゴタイプや製品型番等を所定画像の検出のために保持し、カメラ２２によって撮影された映像に所定画像が含まれていれば、その方向に表示装置５０が存在することを検出する。

プロジェクタ等にはファンが搭載されており、ファンの回転によって発生する音は会議において不要である。検出部１０４は、このような不要な音を発する発生源であるプロジェクタ等の有無や、存在する方向を検出する。なお、所定画像は、メーカのロゴタイプや製品型番に限られるものではない。具体的には、所定画像は、発話とは異なる音の発生源が検出できるのであれば何であっても良い。例えば、所定画像に二次元コード等を採用する場合、検出部１０４は、二次元コードから読み取った文字が予め保持している文字に合致すれば、二次元コードが含まれる映像の方向に発生源が存在することを検出する。なお、通信装置１００に保持させる文字や記号等を、ユーザが事前に指定できるようにしても良いし、任意に追加・変更できるようにしても良い。

判定部１０５は、所定画像の大きさが所定閾値以上であるか否かを判定する。より具体的には、判定部１０５は、検出部１０４によって発話とは異なる音の発生源であるプロジェクタ等が検出された場合に、文字や数字、記号等である所定画像の大きさが所定閾値以上であるか否かを判定する。そして、判定部１０５は、所定画像の大きさが所定閾値以上である場合に、所定画像の大きさが所定閾値以上である旨を指向性制御部１０６に対して通知する。一方、通信装置１００は、判定部１０５によって所定画像の大きさが所定閾値未満であると判定された場合に、処理を終了する。文字や数字、記号等の大きさを判定するための閾値は、通信装置１００に予め保持されていても良いし、ユーザが事前に指定できるようにしても良いし、任意に変更できるようにしても良い。

すなわち、判定部１０５は、プロジェクタ等に貼り付けられている文字や数字等の大きさが所定閾値以上であるか否かを判定することにより、プロジェクタ等と通信装置１００との位置関係について、近くに設置されているか否かを判定する。例えば、文字や数字等の大きさが所定閾値以上であれば互いに近い位置に設置されているため、プロジェクタ等に搭載されたファンの回転によって話者追尾機能に影響を与える可能性がある。一方、文字や数字等の大きさが所定閾値未満であれば、通信装置１００からプロジェクタ等までの距離が十分に離れているものとして、プロジェクタ等に搭載されたファンの回転による音は会議に不要な音にならないものとする。

指向性制御部１０６は、マイクアレイ２４の複数のマイクのうち、発話とは異なる音の発生源の方向に向けられたマイクの感度を低下させる制御を行なう。より具体的には、指向性制御部１０６は、判定部１０５によって所定画像の大きさが所定閾値以上であると判定された場合に、発話とは異なる音の発生源であるプロジェクタ等の方向に向けられたマイクによって収集された音の音量が所定閾値以上であるか否かを判定する。そして、指向性制御部１０６は、音量が所定閾値以上である場合に、マイクアレイ２４の複数のマイクのうち、プロジェクタ等の方向に向けられたマイクの感度を低下させるように、マイクアレイ機能の指向性を制御する。なお、指向性制御部１０６は、プロジェクタ等の方向に向けられたマイクによって収集された音の音量が所定閾値未満である場合には、処理を終了する。なお、音量を判定するための閾値は、通信装置１００に予め保持されていても良いし、ユーザが事前に指定できるようにしても良いし、任意に変更できるようにしても良い。

撮影制御部１０７は、マイクアレイ２４に対する制御に応じて、カメラ２２による撮影の向きを制御する。より具体的には、撮影制御部１０７は、指向性制御部１０６によって制御されたマイクアレイ機能の指向性に応じて、感度を低下させたマイクの方向の撮影を制限し、カメラ２２による撮影の向きを制御する。例えば、感度を低下させたマイクの方向の撮影を禁止するように設定しても良いし、話者追尾機能が適用される場合は結果として感度を低下させたマイクの方向の撮影が抑制される。これらにより、発話とは異なる音の発生源となり得る表示装置５０の方向に対しては、マイクアレイ２４による音の収集や、カメラ２２による撮影が制限されることになる。撮影制御部１０７は、カメラ２２によって撮影された映像を送受信制御部１０９に対して出力する。

音声入力制御部１０８は、マイクアレイ２４からの音の入力処理を制御する。例えば、音声入力制御部１０８は、マイクアレイ２４によって収集された拠点内の音に対し、ＰＣＭ（Pulse Code Modulation）等の任意の符号化フォーマットで符号化し、符号化したデータ（主に、音声データ）を送受信制御部１０９に対して出力する。

送受信制御部１０９は、ネットワーク２を介して、中継装置２００を経由して他拠点の通信装置１００との間における各種情報の送受信を制御する。送受信制御部１０９は、一つの様態として「送信制御部」に対応する。例えば、送受信制御部１０９は、撮影制御部１０７によって出力された映像と、音声入力制御部１０８によって出力された音声データとを含む出力情報を、他拠点に設置された通信装置１００に対して送信する。また、送受信制御部１０９は、他拠点に設置された通信装置１００からの出力情報を受信する。送受信制御部１０９は、受信した出力情報に含まれる映像に関するデータについては表示制御部１０２に対して出力し、音声に関するデータについては音声出力制御部１０３に対して出力する。これらにより、表示制御部１０２や音声出力制御部１０３による制御によって、他拠点の映像や音声が出力される。また、通信装置１００は、会議中、検出部１０４、判定部１０５、指向性制御部１０６及び撮影制御部１０７による処理を、一定時間の経過毎に繰り返し実行する。

［実施の形態１に係る制御処理フロー］
次に、図４を用いて、実施の形態１に係る通信装置１００による制御処理の流れを説明する。図４は、実施の形態１に係る通信装置１００による制御処理の流れの例を示すフローチャートである。

図４に示すように、通信装置１００は、制御開始のための操作を受け付けた場合に（ステップＳ１０１：Ｙｅｓ）、カメラ２２によって撮影された映像を入力する（ステップＳ１０２）。一方、通信装置１００は、制御開始のための操作を受け付けていない場合に（ステップＳ１０１：Ｎｏ）、該操作の受け付け待ちの状態となる。そして、通信装置１００は、撮影された映像に所定の文字が含まれているか否かを判定する（ステップＳ１０３）。このとき、通信装置１００は、撮影された映像に所定の文字が含まれている場合に（ステップＳ１０３：Ｙｅｓ）、所定の文字を含む映像の方向に、発話とは異なる音の発生源が存在するものとして検出し、文字の大きさが所定閾値以上であるか否かを判定する（ステップＳ１０４）。一方、通信装置１００は、撮影された映像に所定の文字が含まれていない場合に（ステップＳ１０３：Ｎｏ）、ステップＳ１０８の処理を実行する。

続いて、通信装置１００は、文字の大きさが所定閾値以上である場合に（ステップＳ１０４：Ｙｅｓ）、発話とは異なる音の発生源の方向に向けられたマイクによって収集された音を入力する（ステップＳ１０５）。一方、通信装置１００は、文字の大きさが所定閾値未満である場合に（ステップＳ１０４：Ｎｏ）、ステップＳ１０８の処理を実行する。その後、通信装置１００は、発話とは異なる音の発生源からの音の音量が所定閾値以上であるか否かを判定する（ステップＳ１０６）。このとき、通信装置１００は、音量が所定閾値以上である場合に（ステップＳ１０６：Ｙｅｓ）、発話とは異なる音の発生源の方向に向けられたマイクの感度を低下させ、カメラ２２による該方向の撮影を制限する（ステップＳ１０７）。一方、通信装置１００は、音量が所定閾値未満である場合に（ステップＳ１０６：Ｎｏ）、ステップＳ１０８の処理を実行する。

通信装置１００は、制御終了のための操作を受け付けたか否かを判定する（ステップＳ１０８）。このとき、通信装置１００は、制御終了のための操作を受け付けていない場合に（ステップＳ１０８：Ｎｏ）、マイク及びカメラ２２の制御から所定時間が経過したか否かを判定する（ステップＳ１０９）。一方、通信装置１００は、制御終了のための操作を受け付けた場合に（ステップＳ１０８：Ｙｅｓ）、処理を終了する。また、通信装置１００は、マイク及びカメラ２２の制御から所定時間が経過した場合に（ステップＳ１０９：Ｙｅｓ）、ステップＳ１０２の処理を再度実行する。一方、通信装置１００は、マイク及びカメラ２２の制御から所定時間が経過していない場合に（ステップＳ１０９：Ｎｏ）、ステップＳ１０８の処理を実行する。

［実施の形態１による効果］
上述したように、通信装置１００は、発話とは異なる音の発生源を検出し、検出された発生源の方向に向けられたマイクの感度を低下させるマイクアレイ機能の指向性を制御し、制御された指向性に応じて、カメラ２２による撮影の向きを制御するので、カメラ２２の向きを好適に制御することができる。

また、通信装置１００は、カメラ２２の撮影で得られた映像に、所定文字等が含まれている場合に、所定文字が含まれる方向に、発話とは異なる音の発生源が存在するものとして検出し、該所定文字の大きさが所定閾値以上である場合に、検出された発生源の方向に向けられたマイクの感度を低下させるマイクアレイ機能の指向性を制御する。この結果、通信装置１００は、通信装置１００と発生源との距離が近い場合に、発生源の方向に向けられたマイクの感度を低下させるので、発生源からの会議に不要な音が混入することを抑制することができる。

また、通信装置１００は、発話とは異なる音の発生源の方向に向けられたマイクによって収集された音の音量が所定閾値以上である場合に、発生源の方向に向けられたマイクの感度を低下させるマイクアレイ機能の指向性を制御する。この結果、通信装置１００は、発生源からの会議に不要な音が混入することをより高精度に抑制することができる。

（実施の形態２）
さて、これまで本発明に係る通信装置１００の実施の形態について説明したが、上述した実施の形態以外にも種々の異なる形態にて実施されて良いものである。そこで、（１）構成、（２）プログラム、について異なる実施の形態を説明する。

（１）構成
上記文書中や図面中等で示した処理手順、制御手順、具体的名称、各種のデータやパラメタ等を含む情報は、特記する場合を除いて任意に変更することができる。また、図示した装置の各構成要素は、機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、装置の分散又は統合の具体的形態は、図示のものに限られず、その全部又は一部を各種の負担や使用状況等に応じて、任意の単位で機能的又は物理的に、分散又は統合することができる。例えば、カメラ２２については、通信装置１００に搭載されていなくても良く、外部機器として通信装置１００に接続されていれば良い。

また、上記実施の形態では、通信装置１００の近傍に、発話とは異なる音の発生源となり得るプロジェクタ等の表示装置５０が存在するか否かについて、映像に含まれる文字や数字、記号等の大きさによって判定したが、通信装置１００の近傍にプロジェクタ等の表示装置５０が存在するか否かを認識できれば、いかなる手段であっても良い。例えば、映像に含まれる文字や数字、記号間の幅や間隔をもとに、通信装置１００の近傍にプロジェクタ等の表示装置５０が存在するか否かを判定しても良い。

（２）プログラム
また、通信装置１００で実行される制御プログラムは、一つの様態として、インストール可能な形式又は実行可能な形式のファイルでＣＤ−ＲＯＭ、フレキシブルディスク（ＦＤ）、ＣＤ−Ｒ、ＤＶＤ（Digital Versatile Disk）等のコンピュータで読み取り可能な記録媒体に記録されて提供される。また、通信装置１００で実行される制御プログラムを、インターネット等のネットワークに接続されたコンピュータ上に格納し、ネットワーク経由でダウンロードさせることにより提供するようにしても良い。また、通信装置１００で実行される制御プログラムをインターネット等のネットワーク経由で提供又は配布するように構成しても良い。また、通信装置１００で実行される制御プログラムを、ＲＯＭ等に予め組み込んで提供するように構成しても良い。

通信装置１００で実行される制御プログラムは、上述した各部（検出部１０４、判定部１０５、指向性制御部１０６、撮影制御部１０７、送受信制御部１０９）を含むモジュール構成となっており、実際のハードウェアとしてはＣＰＵが記憶媒体からプログラムを読み出して実行することにより、上記各部が主記憶装置上にロードされ、検出部１０４、判定部１０５、指向性制御部１０６、撮影制御部１０７、送受信制御部１０９が主記憶装置上に生成されるようになっている。

１ 通信システム
１００ 通信装置
１０１ 操作入力受付部
１０２ 表示制御部
１０３ 音声出力制御部
１０４ 検出部
１０５ 判定部
１０６ 指向性制御部
１０７ 撮影制御部
１０８ 音声入力制御部
１０９ 送受信制御部
２００ 中継装置

特許第５０２８９４４号公報 特許第３１４０８６６号公報 特許第５７７６３１３号公報

Claims (6)

1. 通信装置であって、
   前記通信装置が設置された拠点で、発話とは異なる音の発生源を検出する検出部と、
   前記通信装置に搭載された複数のマイクのうち、検出された前記発生源の方向に向けられたマイクの感度を低下させる制御を行なう指向性制御部と、
   マイクに対する制御に応じて、カメラによる撮影の向きを制御する撮影制御部と、を有し、
   前記検出部は、前記カメラの撮影によって取得された映像に所定画像が含まれている場合に、前記所定画像が含まれる方向に前記発生源が存在することを検出し、
   前記所定画像の大きさが所定閾値以上であるか否かを判定する判定部をさらに有し、
   前記指向性制御部は、前記所定画像の大きさが所定閾値以上であると判定された場合に、前記発生源の方向に向けられたマイクの感度を低下させる制御を行うこと
   を特徴とする通信装置。
2. 前記指向性制御部は、前記発生源の方向に向けられたマイクによって収集された音の音量が所定閾値以上である場合に、前記発生源の方向に向けられたマイクの感度を低下させる制御を行うことを特徴とする請求項１に記載の通信装置。
3. 前記撮影制御部は、感度を低下させたマイクの方向の撮影を制限すること
   を特徴とする請求項１又は請求項２に記載の通信装置。
4. 前記カメラの撮影によって取得された映像と、マイクに対する制御によって収集された音とを含む出力情報の、他の拠点に設置された通信装置に対する送信を制御する送信制御部をさらに有すること
   を特徴とする請求項１から請求項３のうち、いずれか一項に記載の通信装置。
5. 通信装置における制御方法であって、
   前記通信装置が設置された拠点で、発話とは異なる音の発生源を検出するステップと、
   前記通信装置に搭載された複数のマイクのうち、検出された前記発生源の方向に向けられたマイクの感度を低下させる制御を行うステップと、
   マイクに対する制御に応じて、カメラによる撮影の向きを制御するステップと、
   前記カメラの撮影によって取得された映像に所定画像が含まれている場合に、前記所定画像が含まれる方向に前記発生源が存在することを検出するステップと、
   前記所定画像の大きさが所定閾値以上であるか否かを判定するステップと、
   前記所定画像の大きさが所定閾値以上であると判定された場合に、前記発生源の方向に向けられたマイクの感度を低下させる制御を行うステップと、
   を含むことを特徴とする制御方法。
6. コンピュータに、
   通信装置が設置された拠点で、発話とは異なる音の発生源を検出するステップと、
   前記通信装置に搭載された複数のマイクのうち、検出された前記発生源の方向に向けられたマイクの感度を低下させる制御を行うステップと、
   マイクに対する制御に応じて、カメラによる撮影の向きを制御するステップと、
   前記カメラの撮影によって取得された映像に所定画像が含まれている場合に、前記所定画像が含まれる方向に前記発生源が存在することを検出するステップと、
   前記所定画像の大きさが所定閾値以上であるか否かを判定するステップと、
   前記所定画像の大きさが所定閾値以上であると判定された場合に、前記発生源の方向に向けられたマイクの感度を低下させる制御を行うステップと、
   を実行させるための制御プログラム。

Images