JPH08317362A - テレビ会議システムの端末装置 - Google Patents

Abstract

(57)【要約】 【目的】 通常は映像の表示に合わせて音声を再生する
ことができ、双方で同時に会話するような場合には、両
者の会話をリアルタイムに再生可能とする。 【構成】 送信側及び受信側の遅延回路２３，２６のい
ずれか一方にのみ音声符号化信号が入力されるとき、入
力のあった側の切替器２４，２７を遅延回路２３，２６
の出力側に切替制御し、双方に音声符号化信号が入力さ
れるとき、各切替器２４，２７をそれぞれ遅延回路２
３，２６の入力側に切替制御することで、通常は音声再
生を映像の表示に同期させ、双方で会話するようになっ
たときは、音声を遅延させずにリアルタイムに再生し
て、不自然な間延びをなくすようにしたものである。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、テレビを端末として、
参加者同士で画像の交換、音声による対話が可能なテレ
ビ会議システムに係り、特に音声の再生タイミング制御
技術に関する。

【０００２】

【従来の技術】従来より、この種のテレビ会議システム
にあっては、映像の情報量が音声に比較して膨大である
ため、映像信号と音声信号を別々に圧縮／伸張処理した
上で多重して伝送している。この場合、音声を再生する
際には、映像信号の伸張処理に要する時間（数百ｍｓ程
度）だけ音声信号を固定的に遅延して、映像の表示に同
期させる（リップシンク）ようにしている。しかしなが
ら、従来のテレビ会議システムでは、話者と聞手が特定
されている場合は問題ないが、双方で会話する場合に
は、音声遅延時間が固定されているため、相手方の音声
が間延びして不自然な会話となり、議論に伯仲できなく
なってしまう。

【０００３】この問題に対処する方式として、特開昭６
３−１８７８８号公報（以下、先行技術と称する）に
「テレビ会議システムにおける音声遅延制御方式」が開
示されている。図３にその構成を示す。この方式による
テレビ会議システムは、互いに隔たった２つの地点にあ
る端末装置１１，１２の一方の送信部ＴＲ及び受信部Ｒ
Ｅに、それぞれ音声検知手段１３と遅延制御手段１４を
設け、音声検知手段１３により上記送信部ＴＲに音声入
力があったことを検知したとき、遅延制御手段１４によ
り上記受信部ＲＥに入力される音声信号に与える遅延量
を所定時間小さくすることで、当該端末装置１１から送
信する音声に対する他方の端末装置１２からの音声応答
の遅延を小さくし、これによって会話時における不自然
な間延びをなくすようにしたものである。すなわち、上
記先行技術に記載される方式では、通常は受信した音声
信号に一定の遅延量を与えて映像と音声とを同期させ、
例えば質疑応答を行うような時には、質問側の音声が入
力されたときに受信した音声に対する遅延量を小さくす
ることによって、質問に対する応答を速やかに出力さ
せ、不自然に間延びした感じを除くようにしている。

【０００４】

【発明が解決しようとする課題】しかしながら、従来の
方式によると、音声検知手段及び遅延制御手段を備えた
一方の端末装置側では、相手方の音声が間延びしなくな
り、良好な対話が可能となるが、他方の端末装置側では
依然として相手方の音声が間延びして、不自然な対話と
なってしまう。そのため、双方で同時に会話する場合
に、各端末装置での音声遅延時間が固定されていること
から相手方の音声が間延びして不自然な会話となり、議
論に伯仲できなくなってしまうという問題があった。本
発明の課題は、上記の問題点を解消し、通常は映像の表
示に合わせて音声を再生することができ、双方で同時に
会話するような場合には、両者の会話をリアルタイムに
再生可能とするテレビ会議システムの端末装置を提供す
ることにある。

【０００５】

【課題を解決するための手段】上記課題を解決する本発
明に係るテレビ会議システムの端末装置は、映像信号の
符号化／復号化を行う映像符号化／復号化部と、音声信
号の符号化／復号化を行う音声符号化／復号化部と、こ
の音声符号化／復号化部の音声符号化出力を選択的に遅
延する送信側音声遅延手段と、前記映像符号化／復号化
部の映像符号化出力と前記音声遅延手段の音声符号化出
力とを多重して送信し、受信した映像／音声多重信号を
映像符号化信号と音声符号化信号に分離する多重／分離
部と、この多重／分離部で分離される音声符号化信号を
選択的に遅延して前記音声符号化／復号化部に送出する
受信側音声遅延手段と、前記送信側及び受信側の音声遅
延手段の各入力を監視して、双方が同時に入力されると
き、前記送信音声遅延手段及び受信音声遅延手段のそれ
ぞれの遅延時間を短くさせる音声入力監視手段とを具備
することを第１の特徴とする。

【０００６】また、上記のテレビ会議システムの端末装
置において、前記送信側及び受信側の音声遅延手段は、
それぞれ、音声符号化信号入力を所定時間遅延する遅延
回路、この遅延回路の入出力を選択的に導出する切替器
を備え、前記音声入力監視手段は、前記送信側及び受信
側の音声遅延手段のいずれか一方にのみ音声符号化信号
が入力されるとき、入力のあった音声遅延手段の切替器
を遅延回路の出力側に切替制御し、双方に音声符号化信
号が入力されるとき、各音声遅延手段の切替器をそれぞ
れ遅延回路の入力側に切替制御することを第２の特徴と
する。さらに、上記の構成において、前記音声入力監視
手段は、切替制御の実行までに保護期間を有することを
第３の特徴とする。

【０００７】

【作用】本発明において、第１の特徴とする構成では、
音声入力監視手段により、送信音声符号化信号と受信音
声符号化信号の入力状態を監視し、双方が同時に入力さ
れたときは、送信側、受信側双方の音声遅延手段の遅延
時間を短くすることで、自端末、相手端末共に、音声再
生の不自然な間延びをなくし、良好な会話を可能として
いる。第２の特徴とする構成では、送信側及び受信側の
音声遅延手段のいずれか一方にのみ音声符号化信号が入
力されるとき、入力のあった音声遅延手段の切替器を遅
延回路の出力側に切替制御し、双方に音声符号化信号が
入力されるとき、各音声遅延手段の切替器をそれぞれ遅
延回路の入力側に切替制御することで、通常は音声再生
を映像の表示に同期させ、双方で会話するようになった
ときは、音声を遅延させずにリアルタイムに再生して、
不自然な間延びをなくしている。第３の特徴とする構成
では、音声入力監視手段において、切替制御の実行まで
に保護期間を設けることで、会話の途切れ、ノイズ等に
よって不要な切替制御が起こらないようにしている。

【０００８】

【実施例】以下、図面を参照して本発明の実施例を詳細
に説明する。図１は本発明の一実施例に係るテレビ会議
システムの構成を示すもので、Ａ１〜Ａｎはテレビ会議
端末装置、Ｂは多地点テレビ会議制御装置である。テレ
ビ会議端末装置Ａ１〜Ａｎは共に同構成であり、それぞ
れ多地点テレビ会議制御装置Ｂと接続され、当該装置Ｂ
を通じて任意の端末装置間で映像の交換及び対話を行う
ことができるようになされている。

【０００９】まず、テレビ会議端末装置Ａ１の構成につ
いて説明する。尚、他の端末装置Ａ２〜ＡｎはＡ１と同
構成であるので、ここではその説明は省略する。このテ
レビ会議端末装置Ａ１は、外部から入力したアナログ映
像信号を符号化し、受信したディジタル映像信号（映像
符号化信号）ｃ′を復号化する映像符号化／復号化部２
１と、外部から入力したアナログ音声信号ｂを符号化
し、受信したディジタル音声信号（音声符号化信号）ｉ
を復号化する音声符号化／復号化部２２を備える。

【００１０】また、音声符号化／復号化部２２の音声符
号化出力ｄを所定時間遅延して映像符号化／復号化部２
１の映像符号化出力ｃに合わせる送信遅延回路２３と、
この送信遅延回路２３の遅延前後の音声符号化信号ｄ，
ｆのうち、いずれか一方を選択的に導出する送信切替器
２４を備える。さらに、映像符号化／復号化部２１の映
像符号化出力ｃと送信切替器２４で選択される音声符号
化出力ｇとを多重して多地点テレビ会議制御装置Ｂに送
出し、当該装置Ｂからの映像／音声多重信号を映像符号
化信号ｃ′と音声符号化信号ｅに分離する多重／分離部
２５を備える。さらにまた、多重／分離部２５で分離さ
れる音声符号化信号ｅを所定時間遅延して映像符号化／
復号化部２１の映像復号化出力ａ′に合わせる受信遅延
回路２６と、この受信遅延回路２６の遅延前後の音声符
号化信号ｅ，ｈのうち、いずれか一方を選択的に導出す
る送信切替器２７を備える。

【００１１】加えて、音声入力監視部２８を備える。こ
の音声入力監視部２８は、送信側及び受信側の遅延回路
２３，２６の各入力ｄ，ｅを監視する。そして、送信音
声符号化信号ｄの入力のみ検出したときは、送信切替器
２４に対して送信遅延回路２３の出力ｆを導出するよう
に切替制御し、受信音声符号化信号ｅの入力のみ検出し
たときは、受信切替器２７に対して受信遅延回路２６の
出力ｈを導出するように切替制御する。また、音声符号
化信号ｄ，ｅ双方の入力を検出したときは、各切替器２
４，２７を共に遅延処理前の音声符号化信号ｄ，ｅを導
出するように切替制御する。

【００１２】次に、上記構成のテレビ会議システムの動
作を説明する。端末装置Ａ１において、アナログ映像信
号ａが入力されると、この信号は映像符号化／復号化部
２１によって符号化され、多重／分離部２５に送られ
る。また、アナログ音声信号ｂが入力されると、この信
号は音声符号化／復号化部２２によって符号化され、送
信遅延回路２３で遅延されて送信切替器２４に送られ
る。ここで、他の端末装置からの音声信号が受信されて
いなければ、音声入力監視部２８の切替制御により、送
信切替器２４から遅延後の音声符号化信号ｆが導出さ
れ、多重／分離部２５で映像符号化信号ｃと多重され
て、多地点テレビ会議制御装置Ｂを通じて他の端末装置
に送出される。逆に、他の端末装置からの音声信号が受
信されている場合には、音声入力監視部２８の切替制御
により、送信切替器２４から遅延前の音声符号化信号ｄ
が導出され、多重／分離部２５で映像符号化信号ｃと多
重されて、多地点テレビ会議制御装置Ｂを通じて他の端
末装置に送出される。

【００１３】一方、多地点テレビ会議制御装置Ｂを通じ
て他の端末装置から映像／音声多重信号を受信すると、
この受信信号は多重／分離部２５で映像符号化信号ｃ′
と音声符号化信号ｅに分離される。多重／分離部２５で
分離された映像符号化信号ｃ′は映像符号化／復号化部
２１で復号化され、アナログ映像信号ａ′となってモニ
タ表示装置（図示せず）に送られる。

【００１４】また、多重／分離部２５で分離された音声
符号化信号ｅは、受信遅延回路２６で遅延されて受信切
替器２７に送られる。ここで、送信側の音声符号化信号
が入力されていなければ、音声入力監視部２８の切替制
御により、受信切替器２７から遅延後の音声符号化信号
ｈが導出される。逆に、送信側の音声符号化信号が入力
されている場合には、音声入力監視部２８の切替制御に
より、受信切替器２７から遅延前の音声符号化信号ｅが
導出される。上記受信切替器２７から導出された音声符
号化信号ｉは、音声符号化／復号化部２２で復号され、
アナログ音声信号ｂ′となって音声再生装置（図示せ
ず）に送られる。

【００１５】したがって、上記構成による端末装置を用
いてテレビ会議システムを構成すれば、送信音声符号化
信号と受信音声符号化信号の入力状態を監視し、双方が
同時に入力されたときは、送信側、受信側双方の音声遅
延時間を短くするようにしているので、自端末、相手端
末共に、音声再生の不自然な間延びがなく、良好な会話
が可能となる。特に、送信側及び受信側の遅延回路のい
ずれか一方にのみ音声符号化信号が入力されるときは、
入力のあった側の切替器を遅延後の出力を選択するよう
に切替制御し、双方に音声符号化信号が入力されると
き、各切替器をそれぞれ遅延前の信号を選択するように
切替制御するようにしているので、通常は音声再生を映
像の表示に同期させ、双方で会話するようになったとき
は、音声を遅延させずにリアルタイムに再生して、不自
然な間延びをなくすことができる。

【００１６】ところで、上記実施例では、音声入力監視
部２８の切替制御を音声符号化入力の検出と同時に行う
ようにしたが、図２に示すように、送信、受信双方の音
声符号化入力を検出してから一定期間は保護期間とし、
この期間は切替制御を行わないようにすれば、一方の音
声符号化入力時にノイズ等により一時的に他方の音声符
号化入力があったと誤検出したような場合の不要な切替
制御を回避できる。また、一方の音声符号化入力がなく
なってから一定期間を保護期間とし、この期間は切替制
御を行わないようにすれば、会話が一時的に途切れた場
合でもそのままの状態を維持することができ、会話が再
開されたときに瞬時に対応することができる。

【００１７】尚、上記実施例では、多地点テレビ会議制
御装置Ｂを用いて多数の端末装置間で会議を行う場合に
ついて説明したが、多地点テレビ会議制御装置を用いず
に、直接端末装置間を接続し、１：１で会議を行う場合
でも、同様な効果が得られる。その他、本発明は、種々
の変形に対応可能であることはいうまでもない。

【００１８】

【発明の効果】以上述べたように本発明によれば、通常
は映像の表示に合わせて音声を再生することができ、双
方で同時に会話するような場合には、両者の会話をリア
ルタイムに再生可能とするテレビ会議システムの端末装
置を提供することができる。

【図面の簡単な説明】

【図１】本発明に係る端末装置を用いたテレビ会議シス
テムの一実施例の構成を示すブロック図。

【図２】上記実施例の切替制御に保護期間を設けた場合
の動作を説明するためのタイミング図。

【図３】従来のテレビ会議システムの構成を示すブロッ
ク図。

【符号の説明】

１１，１２ 端末装置 ＴＲ 送信部 ＲＥ 受信部 １３ 音声検知手段 １４ 遅延制御手段 Ａ１〜Ａｎ テレビ会議端末装置 Ｂ 多地点テレビ会議制御装置 ２１ 映像符号化／復号化部 ２２ 音声符号化／復号化部 ２３ 送信遅延回路 ２４ 送信切替器 ２５ 多重／分離部 ２６ 受信遅延回路 ２７ 受信切替器 ２８ 音声入力監視部 ａ，ａ′ アナログ映像信号 ｂ，ｂ′ アナログ音声信号 ｃ，ｃ′ ディジタル映像信号（映像符号化信号） ｄ，ｅ ディジタル音声信号（音声符号化信号） ｆ 送信遅延音声信号 ｇ 送信選択音声信号 ｈ 受信遅延音声信号 ｉ 受信選択音声信号

Claims (3)

【特許請求の範囲】
1. 【請求項１】 映像信号の符号化／復号化を行う映像符
   号化／復号化部と、 音声信号の符号化／復号化を行う音声符号化／復号化部
   と、 この音声符号化／復号化部の音声符号化出力を選択的に
   遅延する送信側音声遅延手段と、 前記映像符号化／復号化部の映像符号化出力と前記音声
   遅延手段の音声符号化出力とを多重して送信し、受信し
   た映像／音声多重信号を映像符号化信号と音声符号化信
   号に分離する多重／分離部と、 この多重／分離部で分離される音声符号化信号を選択的
   に遅延して前記音声符号化／復号化部に送出する受信側
   音声遅延手段と、 前記送信側及び受信側の音声遅延手段の各入力を監視し
   て、双方が同時に入力されるとき、前記送信音声遅延手
   段及び受信音声遅延手段のそれぞれの遅延時間を短くさ
   せる音声入力監視手段とを具備することを特徴とするテ
   レビ会議システムの端末装置。
2. 【請求項２】 前記送信側及び受信側の音声遅延手段
   は、それぞれ、音声符号化信号入力を所定時間遅延する
   遅延回路、この遅延回路の入出力を選択的に導出する切
   替器を備え、 前記音声入力監視手段は、前記送信側及び受信側の音声
   遅延手段のいずれか一方にのみ音声符号化信号が入力さ
   れるとき、入力のあった音声遅延手段の切替器を遅延回
   路の出力側に切替制御し、双方に音声符号化信号が入力
   されるとき、各音声遅延手段の切替器をそれぞれ遅延回
   路の入力側に切替制御することを特徴とする請求項１記
   載のテレビ会議システムの端末装置。
3. 【請求項３】 前記音声入力監視手段は、切替制御の実
   行までに保護期間を有することを特徴とする請求項２記
   載のテレビ会議システムの端末装置。