JP2000069179A - Multispot conferencing device and its method, and terminal device for multispot conferencing - Google Patents
Multispot conferencing device and its method, and terminal device for multispot conferencingInfo
- Publication number
- JP2000069179A JP2000069179A JP10233014A JP23301498A JP2000069179A JP 2000069179 A JP2000069179 A JP 2000069179A JP 10233014 A JP10233014 A JP 10233014A JP 23301498 A JP23301498 A JP 23301498A JP 2000069179 A JP2000069179 A JP 2000069179A
- Authority
- JP
- Japan
- Prior art keywords
- data
- audio data
- output
- decoding
- encoding
- 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.)
- Pending
Links
Landscapes
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
- Telephonic Communication Services (AREA)
Abstract
Description
【0001】[0001]
【発明の属する技術分野】本発明は多地点会議装置及び
その方法に関し、例えばテレビジョン会議システム及び
その端末装置に適用して好適なものである。BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to a multipoint conference apparatus and a method therefor, and is suitably applied to, for example, a television conference system and its terminal apparatus.
【0002】[0002]
【従来の技術】従来、テレビジョン会議システムにおい
ては、多地点にそれぞれ設置された端末装置間において
音声データ及び映像データを送受信することにより当該
音声データに基づく音声及び映像データに基づく映像を
用いて会議を実行し得るようになされている。2. Description of the Related Art Conventionally, in a video conference system, audio data and video data are transmitted and received between terminal devices installed at respective multipoints so that a video based on audio and video data based on the audio data is used. It is designed to be able to hold meetings.
【0003】図13は、このようなテレビジョン会議シ
ステム1の構成例を示すものであり、複数の端末装置2
A〜2Nがそれぞれ公衆回線網3を介して多地点制御装
置(MCU:Multipoint Control Unit )4に接続され、こ
れら各端末装置2A〜2Nが伝送対象の音声データ及び
映像データを公衆回線網3を介して多地点制御装置4に
伝送し得るようになされている。FIG. 13 shows an example of the configuration of such a television conference system 1.
A to 2N are connected to a multipoint control unit (MCU: Multipoint Control Unit) 4 via the public line network 3, and each of the terminal devices 2A to 2N transmits audio data and video data to be transmitted to the public line network 3. The data can be transmitted to the multipoint control device 4 via the multipoint control device 4.
【0004】多地点制御装置4は、各端末装置2A〜2
Nから与えられた音声データのうち、順次1つの端末装
置2A〜2Nを除く他の各端末装置2A〜2Nに対応す
る音声データを加算処理して合成すると共に、各端末装
置2A〜2Nから与えられた映像データのうち、当該1
つの端末装置2A〜2Nを除く他の各端末装置2A〜2
Nに対応する映像データを加算処理して合成する。[0004] The multipoint control device 4 includes terminal devices 2A to 2A.
N, the voice data corresponding to each of the other terminal devices 2A to 2N except for one terminal device 2A to 2N are sequentially added and synthesized, and the voice data supplied from each of the terminal devices 2A to 2N. Of the received video data,
Each of the other terminal devices 2A to 2 except for the two terminal devices 2A to 2N
The video data corresponding to N is added and combined.
【0005】そして多地点制御装置4は、合成した音声
データ及び対応する合成した映像データをこれらを合成
する際に除いた音声データ及び映像データに対応する端
末装置2A〜2Nに公衆回線網3を介して伝送する。[0005] The multipoint control device 4 connects the public line network 3 to the terminal devices 2A to 2N corresponding to the audio data and the video data which are excluded when synthesizing the synthesized audio data and the corresponding synthesized video data. To be transmitted through.
【0006】これにより各端末装置2A〜2Nは、多地
点制御装置4から与えられた合成された音声データに基
づく合成音声をスピーカから放音させると共に、合成さ
れた映像データに基づく複数の映像をモニタに一括表示
させ、かくして自端末装置2A〜2Nを除く他の各端末
装置2A〜2Nにおいて得られた音声データに基づく音
声及び映像データに基づく映像を視聴することができ
る。Accordingly, each of the terminal devices 2A to 2N emits a synthesized voice based on the synthesized voice data supplied from the multipoint control device 4 from a speaker, and simultaneously outputs a plurality of images based on the synthesized video data. It is possible to collectively display the images on the monitor, and thus view the audio based on the audio data and the video based on the video data obtained in each of the other terminal devices 2A to 2N except the own terminal devices 2A to 2N.
【0007】ところでかかる構成のテレビジョン会議シ
ステム1においては、多地点制御装置4を用いて各端末
装置2A〜2N間を接続することからシステム全体の構
成が煩雑になるため、従来、テレビジョン会議システム
として、図14に示すように構成されたものもある。In the video conference system 1 having such a configuration, since the multipoint control device 4 is used to connect the terminal devices 2A to 2N, the configuration of the entire system becomes complicated. Some systems are configured as shown in FIG.
【0008】かかるテレビジョン会議システム5におい
ては、複数の端末装置6A〜6D間をそれぞれ公衆回線
網7を介して直接接続し、各端末装置6A〜6Dがそれ
ぞれ伝送対象の音声データ及び映像データを公衆回線網
7を介して他の各端末装置6A〜6Dに伝送する。In the television conference system 5, a plurality of terminal devices 6A to 6D are directly connected via a public line network 7, and the terminal devices 6A to 6D transmit audio data and video data to be transmitted, respectively. The data is transmitted to the other terminal devices 6A to 6D via the public line network 7.
【0009】そして各端末装置6A〜6Dは、他の各端
末装置6A〜6Dから与えられた各音声データを合成し
た後、この合成した音声データに基づく合成音声をスピ
ーカから放音させると共に、他の各端末装置6A〜6D
から与えられた各映像データを合成した後、この合成し
た映像データに基づく複数の映像をモニタに一括表示さ
せ、かくして自端末装置6A〜6Dを除く他の各端末装
置6A〜6Dにおいて得られた音声データに基づく音声
及び映像データに基づく映像を視聴することができる。[0009] Each of the terminal devices 6A to 6D synthesizes the respective voice data given from the other terminal devices 6A to 6D, and then emits a synthesized voice based on the synthesized voice data from the speaker, and Terminal devices 6A to 6D
After synthesizing each of the video data provided from the above, a plurality of videos based on the synthesized video data are collectively displayed on a monitor, and thus obtained in each of the other terminal devices 6A to 6D except the own terminal devices 6A to 6D. Audio based on audio data and video based on video data can be viewed.
【0010】[0010]
【発明が解決しようとする課題】ところでかかる構成の
テレビジョン会議システム5においては、多地点制御装
置を除いて各端末装置6A〜6D間を公衆回線網7を介
して接続することによりシステム全体の構成を簡易化し
得る利点があるものの、システム構築の際の各端末装置
6A〜6D間の接続が煩雑になる問題があった。By the way, in the video conference system 5 having such a configuration, the terminal systems 6A to 6D are connected via the public line network 7 except for the multipoint control device, so that the whole system can be controlled. Although there is an advantage that the configuration can be simplified, there is a problem that the connection between the terminal devices 6A to 6D becomes complicated when the system is constructed.
【0011】またこのテレビジョン会議システム5にお
いては、各端末装置6A〜6Dにそれぞれ公衆回線網7
を介して他の各端末装置6A〜6Dを接続するためのイ
ンターフェイス回路を設けることから、このインターフ
ェイス回路の数よりも多い複数の端末装置間を接続する
ように要望された場合にはこれに容易には対応し難い問
題があった。In the television conference system 5, a public line network 7 is connected to each of the terminal devices 6A to 6D.
Is provided with an interface circuit for connecting each of the other terminal devices 6A to 6D via the interface. Therefore, when it is requested to connect a plurality of terminal devices larger than the number of the interface circuits, this can be easily performed. Had difficulties to deal with.
【0012】このためかかる問題を解決するテレビジョ
ン会議システムとして、従来、複数の端末装置を公衆回
線網を介して順次直列に従属接続し、各端末装置におい
て伝送対象の音声データを公衆回線網を介して順次次段
及び前段の双方向に合成しながら伝送すると共に、伝送
対象の映像データを公衆回線網を介して順次次段及び前
段の双方向に合成しながら伝送することが考えられてお
り、この構成によればシステム構築の際に各端末装置間
を容易に接続し得ると共に、端末装置の増設も容易に実
行し得る利点がある。For this reason, as a television conference system which solves this problem, conventionally, a plurality of terminal devices are sequentially connected in series via a public line network, and each terminal device transmits audio data to be transmitted to the public line network. It is considered that the video data to be transmitted is transmitted while being sequentially combined in the next and previous stages through a public line network while being combined in the next and previous stages in both directions. According to this configuration, there is an advantage that the terminal devices can be easily connected to each other at the time of constructing the system, and the addition of the terminal devices can be easily performed.
【0013】実際上かかる構成のテレビジョン会議シス
テムにおいて、各端末装置には、データ伝送時、次段及
び前段の端末装置から音声データ(以下、これを入力音
声データと呼ぶ)を所定の符号化方式によって符号化処
理することにより得られた符号化データ(以下、これを
第1の音声符号化データと呼ぶ)が公衆回線網を介して
与えられると共に、映像データ(以下、これを入力映像
データと呼ぶ)を所定の符号化方式によって符号化処理
することにより得られた符号化データ(以下、これを第
1の映像符号化データと呼ぶ)が公衆回線網を介して与
えられる。In a television conference system having such a configuration, each terminal device encodes audio data (hereinafter referred to as input audio data) from the next and previous terminal devices in a predetermined manner during data transmission. Encoded data (hereinafter, referred to as first audio encoded data) obtained by performing encoding processing according to the system is provided via a public line network, and video data (hereinafter, referred to as input video data). ) (Hereinafter, referred to as first coded video data) obtained by performing coding processing on the video data according to a predetermined coding method.
【0014】そして各端末装置は、この第1の音声符号
化データを所定の復号化方式によって復号化処理し、得
られた入力音声データを自端末装置において生成した伝
送対象の音声データ(以下、これを伝送音声データと呼
ぶ)と合成した後、所定の符号化方式によって符号化処
理し、得られた符号化データ(以下、これを第2の音声
符号化データと呼ぶ)を公衆回線網を介して次段及び前
段の端末装置に伝送すると共に、第1の映像符号化デー
タを所定の復号化方式によって復号化処理し、得られた
入力映像データを自端末装置において生成した伝送対象
の映像データ(以下、これを伝送映像データと呼ぶ)と
合成した後、所定の符号化方式によって符号化処理し、
得られた符号化データ(以下、これを第2の映像符号化
データと呼ぶ)を公衆回線網を介して次段及び前段の端
末装置に伝送する。Each of the terminal devices decodes the first coded audio data by a predetermined decoding method, and obtains the obtained input audio data in the transmission target audio data (hereinafter, referred to as “hereafter”) generated in its own terminal device. This is referred to as transmission voice data), and is subjected to coding processing according to a predetermined coding method. The obtained coded data (hereinafter referred to as second coded voice data) is transmitted to a public line network. Video data to be transmitted to the next and previous terminal devices via the first terminal, and the first video encoded data is decoded by a predetermined decoding method, and the obtained input video data is generated by the own terminal device as a transmission target video. After synthesizing with data (hereinafter referred to as transmission video data), the data is encoded by a predetermined encoding method,
The obtained encoded data (hereinafter, referred to as second encoded video data) is transmitted to the next and previous terminal devices via the public network.
【0015】ここでかかる構成のテレビジョン会議シス
テムにおいては、入力音声データの伝送を考えた場合、
それぞれ圧縮率の異なるパルス符号変調(Pulse Code M
odulation )のA法則符号化法(A-Law )と呼ばれる符
号化方式(以下、これを第1の符号化方式と呼ぶ)及び
μ法則符号化法(μ-Law)と呼ばれる符号化方式(以
下、これを第2の符号化方式と呼ぶ)や、国際電気通信
連合電気通信標準化部門(ITU-T:International Teleco
mmunication Union-Telecommunication Standardizatio
n Sector)によって標準化された低遅延符号励振型線形
予測(LD-CELP:Low Delay-Code Excited Linear Predic
tion)と呼ばれる符号化方式(以下、これを第3の符号
化方式と呼ぶ)及び帯域分割適応差分パルス符号変調
(SB-ADPCM:Sub-band Adaptive Differential Pulse Co
de Modulation )と呼ばれる符号化方式(以下、これを
第4の符号化方式と呼ぶ)のうち、所望する符号化方式
を用いて入力音声データを符号化処理するようになされ
ている。Here, in the video conference system having such a configuration, when transmission of input audio data is considered,
Pulse code modulation with different compression ratios (Pulse Code M
coding method called A-law coding method (A-Law) (hereinafter referred to as a first coding method) and coding method called μ-law coding method (μ-Law) , This is referred to as a second encoding method), and the International Telecommunication Union Telecommunication Standardization Sector (ITU-T: International Teleco
mmunication Union-Telecommunication Standardizatio
Low Delay-Code Excited Linear Predic (LD-CELP)
) (hereinafter referred to as a third coding method) and Sub-band Adaptive Differential Pulse Coding (SB-ADPCM).
The input audio data is encoded using a desired encoding method among encoding methods called “de Modulation” (hereinafter, this is referred to as a fourth encoding method).
【0016】ところで第1〜第4の符号化方式のうち、
第3の符号化方式によって符号化処理して得られた第1
の音声符号化データを復号化処理する場合には、一般に
対応する所定の復号化方式により合成フィルタを用いて
この第1の音声符号化データから元の入力音声データを
生成するものの、このようにして得られた入力音声デー
タには聴感的なノイズやひずみ(以下、これをまとめて
雑音と呼ぶ)が発生していることから、通常、この入力
音声データをポストフィルタに通してフィルタリング処
理を施すことによりその雑音を除去している。By the way, among the first to fourth encoding methods,
The first obtained by performing the encoding process according to the third encoding method
When decoding the audio encoded data of the first, the original input audio data is generated from the first audio encoded data by using a synthesis filter by a corresponding predetermined decoding method. Since the input voice data thus obtained contains audible noises and distortions (hereinafter collectively referred to as noise), the input voice data is usually subjected to a filtering process through a post filter. This eliminates the noise.
【0017】ところが複数の端末装置において第3の符
号化方式が選択されることにより、順次次段及び前段の
端末装置において入力音声データを繰り返しポストフィ
ルタに通した場合には、このポストフィルタの作用によ
って当該入力音声データが順次減衰し、この結果入力音
声データに基づく音声の品質が著しく劣化する問題があ
った。However, when the third encoding method is selected in a plurality of terminal devices, when the input audio data is repeatedly passed through the post-filter in the next-stage and preceding-stage terminal devices, the operation of the post-filter is performed. As a result, the input voice data is sequentially attenuated, and as a result, the quality of voice based on the input voice data is significantly deteriorated.
【0018】本発明は以上の点を考慮してなされたもの
で、伝送対象の入力音声データを当該入力音声データに
基づく音声の品質の劣化を防止して伝送し得る多地点会
議装置及びその方法並びに多地点会議用端末装置を提案
しようとするものである。The present invention has been made in view of the above points, and a multipoint conference apparatus and method capable of transmitting input voice data to be transmitted while preventing deterioration in voice quality based on the input voice data. In addition, a terminal device for a multipoint conference is proposed.
【0019】[0019]
【課題を解決するための手段】かかる課題を解決するた
め本発明においては、多地点にそれぞれ設置された多地
点会議用端末装置と、各多地点会議用端末装置間を順次
従属接続する回線網とを設けるようにし、各多地点会議
用端末装置は、前段及び又は次段の各多地点会議用端末
装置から回線網を介して伝送された第1の音声符号化デ
ータを取り込んで出力する取込み手段と、取込み手段か
ら出力された第1の音声符号化データを復号化処理し、
得られた入力音声データを当該入力音声データに基づく
音声を放音させるために雑音を除去するフィルタリング
処理を施して出力すると共に、当該フィルタリング処理
を施さずに出力する復号化手段と、伝送対象の伝送音声
データを生成して出力する音声データ生成手段と、復号
手段からフィルタリング処理が施されずに出力された入
力音声データと、音声データ生成手段から出力された伝
送音声データとを合成し、得られた出力音声データを出
力する合成手段と、合成手段から出力された出力音声デ
ータを符号化処理し、得られた第2の音声符号化データ
を出力する符号化手段と、符号化手段から出力された第
2の音声符号化データを、対応する第1の音声符号化デ
ータの伝送元と異なる前段及び又は次段の各多地点会議
用端末装置に回線網を介して伝送する伝送手段とを有す
るようにした。According to the present invention, there is provided a multi-point conference terminal installed at a multi-point, and a line network for sequentially subordinately connecting the multi-point conference terminal. The multipoint conference terminal device captures and outputs the first voice encoded data transmitted from the preceding and / or next stage multipoint conference terminal device via the network. Means for decoding the first encoded audio data output from the capturing means;
Decoding means for performing filtering processing for removing noise in order to emit the voice based on the input voice data, and outputting the input voice data without performing the filtering processing; and Audio data generation means for generating and outputting transmission audio data; input audio data output without filtering processing from the decoding means; and transmission audio data output from the audio data generation means, and synthesized. Synthesizing means for outputting the obtained output audio data, encoding means for encoding the output audio data output from the synthesizing means, and outputting the obtained second audio encoded data, and output from the encoding means. The obtained second voice-encoded data is connected to the preceding and / or subsequent multipoint conference terminal devices different from the transmission source of the corresponding first voice-encoded data. And to have a transmitting means for transmitting through.
【0020】この結果、伝送される入力音声データが順
次各多地点会議用端末装置において繰り返されるフィル
タリング処理の作用により減衰することを防止すること
ができる。As a result, it is possible to prevent the input voice data to be transmitted from attenuating due to the effect of the filtering process repeated in each multipoint conference terminal device.
【0021】また本発明においては、多地点にそれぞれ
設置された多地点会議用端末装置を所定の回線網を介し
て順次従属接続する第1のステップと、各多地点会議用
端末装置において、前段及び又は次段の各多地点会議用
端末装置から回線網を介して伝送された第1の音声符号
化データを復号化処理し、得られた入力音声データを当
該入力音声データに基づく音声を放音させるために雑音
を除去するフィルタリング処理を施して出力すると共
に、当該フィルタリング処理を施さずに出力する第2の
ステップと、伝送対象の伝送音声データを生成し、当該
生成した伝送音声データと、フィルタリング処理が施さ
れずに出力された入力音声データとを合成し、得られた
出力音声データを符号化処理することにより第2の音声
符号化データを生成する第3のステップと、第2の音声
符号化データを、対応する第1の音声符号化データの伝
送元と異なる前段及び又は次段の各多地点会議用端末装
置に回線網を介して伝送する第4のステップとを設ける
ようにした。Also, in the present invention, a first step of sequentially cascade-connecting the multipoint conference terminal devices respectively installed at the multipoint via a predetermined network, and the first step in each multipoint conference terminal device And / or decoding the first coded audio data transmitted from each multipoint conference terminal device at the next stage via the circuit network, and releasing the obtained input audio data based on the input audio data. A second step of performing filtering processing for removing noise in order to make the sound sound and outputting the filtered sound without performing the filtering processing, and generating transmission audio data to be transmitted, and generating the transmission audio data. Second audio encoded data is generated by synthesizing the input audio data output without being subjected to the filtering processing and encoding the obtained output audio data. And transmitting the second voice-encoded data to each of the preceding and / or subsequent multipoint conference terminal apparatuses different from the transmission source of the corresponding first voice-encoded data via the network. And a fourth step of performing the operation.
【0022】この結果、伝送される入力音声データが順
次各多地点会議用端末装置において繰り返されるフィル
タリング処理の作用により減衰することを防止すること
ができる。As a result, it is possible to prevent the input voice data to be transmitted from being attenuated by the effect of the filtering process repeated in each multipoint conference terminal device.
【0023】さらに本発明においては、外部から与えら
れる第1の音声符号化データを復号化処理し、得られた
入力音声データを当該入力音声データに基づく音声を放
音させるために雑音を除去するフィルタリング処理を施
して出力すると共に、当該フィルタリング処理せずに出
力する復号化手段と、伝送対象の伝送音声データを生成
して出力する音声データ生成手段と、復号化手段からフ
ィルタリング処理が施されずに出力された入力音声デー
タと、音声データ生成手段から出力された伝送音声デー
タとを合成し、得られた出力音声データを出力する合成
手段と、合成手段から出力された出力音声データを符号
化処理する符号化手段とを設けるようにした。Further, in the present invention, decoding processing is performed on externally supplied first voice encoded data, and noise is removed from the obtained input voice data so as to emit a voice based on the input voice data. Decoding means that performs filtering processing and outputs the data without performing the filtering processing, audio data generating means that generates and outputs transmission audio data to be transmitted, and filtering processing that is not performed by the decoding means. A synthesizing unit for synthesizing the input audio data output to the unit and the transmission audio data output from the audio data generating unit, and outputting the obtained output audio data; and encoding the output audio data output from the synthesizing unit. An encoding means for processing is provided.
【0024】この結果、所定の回線網を介して順次従属
接続された複数の多地点会議用端末装置において順次繰
り返されるフィルタリング処理の作用により伝送される
入力音声データが減衰することを防止することができ
る。As a result, it is possible to prevent input voice data transmitted by a plurality of multipoint conference terminals sequentially connected in cascade via a predetermined line network from being attenuated by the action of the filtering process which is sequentially repeated. it can.
【0025】[0025]
【発明の実施の形態】以下図面について、本発明の一実
施の形態を詳述する。DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS An embodiment of the present invention will be described below in detail with reference to the drawings.
【0026】(1)本実施の形態によるテレビジョン会
議システムの構成 図1において、10は全体として本発明を適用したテレ
ビジョン会議システムを示し、多地点にそれぞれ設置さ
れた複数の端末装置11A〜11Nがサービス総合ディ
ジタル網(ISDN:Integrated Services Digital Networ
k)等の公衆回線網12を介して順次直列に従属接続さ
れて構成されている。(1) Configuration of Video Conference System According to the Present Embodiment In FIG. 1, reference numeral 10 denotes a video conference system to which the present invention is applied as a whole, and a plurality of terminal devices 11A to 11A installed at multiple points. 11N is an Integrated Services Digital Network (ISDN)
k) and the like are sequentially connected in series via a public line network 12.
【0027】各端末装置11A〜11Nにおいては、図
2に示すように、制御部15と、各種制御情報を入力し
得るキーボード等のユーザインターフェイス16と、対
応する端末装置11A〜11Nを動作させるための所定
のプログラムが予め記憶された不揮発性のメモリ17と
が設けられ、制御部15がユーザインターフェイス16
を介して入力された各種制御情報に基づいてメモリ17
内のプログラムを起動させ、当該起動させたプログラム
に基づいて対応する端末装置11A〜11N全体を制御
する。In each of the terminal devices 11A to 11N, as shown in FIG. 2, a control unit 15, a user interface 16 such as a keyboard for inputting various control information, and a corresponding terminal device 11A to 11N are operated. And a non-volatile memory 17 in which a predetermined program is stored in advance.
Memory 17 based on various control information input through
Of the terminal devices 11A to 11N based on the activated programs.
【0028】そして各端末装置11A〜11Nには、デ
ータ伝送時、前段及び次段の端末装置11A〜11Nと
の間がそれぞれ回線接続されると、当該前段の端末装置
11A〜11Nから第1の音声符号化データD21 と、
第1 の映像符号化データD31 と、前段の端末装置11
A〜11N間において共通の動作モードを設定するため
の制御データD4とを時分割多重化することにより得ら
れた多重化データD5が公衆回線網12を介して伝送さ
れ、これを第1のインターフェイス回路18に取り込
む。When each of the terminal devices 11A to 11N is connected to a line between the previous and next terminal devices 11A to 11N at the time of data transmission, the first terminal device 11A to 11N transmits a first signal to the first terminal device 11A to 11N. the speech encoded data D2 1,
The first encoded video data D3 1 and the terminal device 11 in the preceding stage
A multiplexed data D5 obtained by time-division multiplexing control data D4 for setting a common operation mode among A to 11N is transmitted via the public line network 12, and transmitted to the first interface. It is taken into the circuit 18.
【0029】第1のインターフェイス回路18は、取り
込んだ多重化データD5に対応する伝送元の前段の端末
装置11A〜11Nを表す第1の識別情報を付加し、こ
れをデマルチプレクサ19に送出する。The first interface circuit 18 adds the first identification information representing the terminal equipment 11A to 11N at the preceding stage of the transmission source corresponding to the multiplexed data D5 taken in, and sends it to the demultiplexer 19.
【0030】デマルチプレクサ19は、第1のインター
フェイス回路18から多重化データD5が与えられる
と、これに付加された第1の識別情報を検出した後、当
該多重化データD5を第1の音声符号化データD2
1 と、第1の映像符号化データD31 と、制御データD
4とに分離する。Upon receiving the multiplexed data D5 from the first interface circuit 18, the demultiplexer 19 detects the first identification information added thereto, and then converts the multiplexed data D5 to the first audio code. Data D2
1, the first video coded data D3 1, control data D
And 4.
【0031】そしてデマルチプレクサ19は、この第1
の識別情報に基づいて、第1の音声符号化データD21
を前段の端末装置11A〜11Nに予め割り当てられた
第1の識別番号(例えば「0」)を付加して第1及び第
2の音声処理部20及び21の第1及び第2の認識器2
2及び23に送出すると共に、第1の映像符号化データ
D31 を第1の識別番号を付加して図示しない映像処理
部に送出し、また制御データD4を第1の識別番号を付
加して制御部15に送出する。Then, the demultiplexer 19
Based on the identification information of the first audio encoded data D2 1
Is added to a first identification number (for example, “0”) previously assigned to the terminal devices 11A to 11N at the preceding stage, and the first and second recognizers 2 of the first and second voice processing units 20 and 21 are added.
Sends out the 2 and 23, the first video coded data D3 1 sends to the image processing unit (not shown) by adding a first identification number and the control data D4 by adding a first identification number It is sent to the control unit 15.
【0032】この場合第1の認識器22は、デマルチプ
レクサ19から与えられた第1の音声符号化データD2
1 に付加された識別番号を認識し、当該認識結果に基づ
いて、予め指定された第1の識別番号が付加された第1
の音声符号化データD21 のみを選択し、第1の識別番
号を取り除いて第1の復号化部24に送出する。In this case, the first recognizer 22 outputs the first coded speech data D2 given from the demultiplexer 19.
Recognize the identification number added to 1 and, based on the result of the recognition, determine whether the first identification number specified in advance is added to the first identification number.
Selecting only the speech encoded data D2 1, and sends the first decoding unit 24 by removing the first identification number.
【0033】そして第1の復号化部24は、第1の認識
器22から与えられた第1の音声符号化データD21 を
所定の復号化方式によって復号化処理し、得られた入力
音声データD11 を第1のレートコンバータ25を介し
て第1の加算器26に送出すると共に、第2及び第3の
レートコンバータ27及び28を順次介して第3の加算
器29に送出する。[0033] The first decoding unit 24, a first encoded audio data D2 1 supplied from the first recognizer 22 processes decoded by a predetermined decoding method, resulting input audio data the D1 1 sends out to the first adder 26 via a first rate converter 25, and sends to the third adder 29 sequentially through the second and third rate converters 27 and 28.
【0034】このとき各端末装置11A〜11Nにおい
ては、マイクロフォン30を介して音声を集音すること
により伝送対象の音声信号S1 を得て、これをアナログ
/ディジタル変換器31を介して伝送音声データD12
に変換した後、エコーキャンセラ32に送出する。At this time, in each of the terminal devices 11A to 11N, a sound signal S1 to be transmitted is obtained by collecting sound through the microphone 30, and this is transmitted through the analog / digital converter 31. D1 2
After that, it is sent to the echo canceller 32.
【0035】エコーキャンセラ32は、アナログ/ディ
ジタル変換器31から与えられた伝送音声データD12
を、音響結合(スピーカ33から放音された音声がマイ
クロホン30に混入すること)によって発生するエコー
やハウリングを抑止した後、第4のレートコンバータ3
4及び35を介して第1及び第2の加算器26及び36
に送出する。The echo canceller 32, the transmission voice data D1 2 provided from the analog / digital converter 31
Is suppressed by the acoustic coupling (the sound emitted from the speaker 33 is mixed into the microphone 30) and the fourth rate converter 3
First and second adders 26 and 36 via 4 and 35
To send to.
【0036】これにより第1の加算器26は、第4のレ
ートコンバータ34を介して与えられた、自端末装置1
1A〜11Nにおいて生成した伝送音声データD1
2 と、第1のレートコンバータ25を介して与えられ
た、前段の端末装置11A〜11Nから得られた入力音
声データD11 とを加算処理して合成し、得られた音声
データ(以下、これを出力音声データと呼ぶ)D13 を
第1のセレクタ37及び第5のレートコンバータ38を
順次介して第1の符号化部39に送出する。Thus, the first adder 26 receives the signal from the own terminal 1 via the fourth rate converter 34.
Transmission audio data D1 generated in 1A to 11N
2, supplied through a first rate converter 25, by adding processing the input audio data D1 1 obtained from the preceding terminal device 11A~11N synthesized speech obtained data (hereinafter, the output is referred to as audio data) D1 3 successively through the first selector 37 and the fifth rate converter 38 is sent to a first encoding unit 39.
【0037】第1の符号化部39は、第5のレートコン
バータ38を介して与えられた出力音声データD13 を
所定の符号化方式によって符号化処理し、得られた第2
の音声符号化データD22 を第1の付加器40に送出す
る。The first encoding unit 39, the output audio data D1 3 supplied through the fifth rate converter 38 to process encoded by a predetermined encoding method, the resulting second
The speech encoded data D2 2 delivered to a first adder 40.
【0038】第1の付加器40は、第1の符号化部39
から与えられた第2の音声符号化データD22 に対応す
る伝送先の次段の端末装置11A〜11Nに予め割り当
てられた第2の識別番号(例えば「1」)を付加し、こ
れをマルチプレクサ41に送出する。The first adder 40 includes a first encoding unit 39
, A second identification number (for example, "1") assigned in advance to the next terminal device 11A to 11N at the transmission destination corresponding to the second encoded voice data D22 given by Send to 41.
【0039】この場合マルチプレクサ41には、映像処
理部から前段の端末装置11A〜11Nから得られた入
力映像データと、自端末装置11A〜11Nにおいて生
成した伝送対象の伝送映像データとを合成した後、所定
の符号化方式によって符号化処理し、かつ第2の識別番
号を付加して得られた第2の映像符号化データD32が
与えられると共に、制御部15から所定の制御データD
4が与えられており、これによりマルチプレクサ41
は、この第2の映像符号化データD32 と、制御データ
D4と、第1の付加器40から与えられた第2の音声符
号化データD22とを時分割多重化することにより多重
化データD5を生成する。In this case, the multiplexer 41 combines the input video data obtained from the terminal devices 11A to 11N in the preceding stage from the video processing unit with the transmission video data to be transmitted generated in the own terminal devices 11A to 11N. , predetermined processing encoded by the coding scheme, and the second with the second video coded data D3 2 is obtained by adding the identification number given, the control from the control unit 15 predetermined data D
4 is provided so that the multiplexer 41
Is multiplexed data and the second video coded data D3 2, the control data D4, by time multiplexing the second and the speech encoded data D2 2 given from the first adder 40 Generate D5.
【0040】またマルチプレクサ41は、このとき第2
の音声符号化データD22 及び第2の映像符号化データ
D32 に付加されている第2の識別番号を検出し、当該
検出結果に基づいて対応する多重化データD5をこれに
含まれる第2の識別番号を取り除いた後、第2のインタ
ーフェイス回路42及び公衆回線網12を順次介して対
応する伝送先の次段の端末装置11A〜11Nに伝送す
る。At this time, the multiplexer 41
The second identification number added to the audio encoded data D2 2 and the second video encoded data D3 2 is detected, and based on the detection result, the corresponding multiplexed data D5 is included in the second encoded data D5. After the identification number is removed, the data is transmitted to the next terminal device 11A to 11N at the corresponding transmission destination via the second interface circuit 42 and the public line network 12 sequentially.
【0041】一方、各端末装置11A〜11Nには、次
段の端末装置11A〜11Nから第1の音声符号化デー
タD23 と、第1の映像符号化データD33 と、制御デ
ータD4とを時分割多重化することにより得られた多重
化データD5が公衆回線網12を介して伝送され、これ
を第2のインターフェイス回路42に取り込む。On the other hand, each terminal device 11A to 11N, a first speech encoded data D2 3 from the next stage of the terminal unit 11A to 11N, the first video coded data D3 3, a control data D4 The multiplexed data D5 obtained by time-division multiplexing is transmitted via the public line network 12, and is taken into the second interface circuit 42.
【0042】第2のインターフェイス回路42は、取り
込んだ多重化データD5に対応する伝送元の次段の端末
装置11A〜11Nを表す第2の識別情報を付加し、こ
れをデマルチプレクサ19に送出する。The second interface circuit 42 adds second identification information indicating the next terminal device 11A to 11N of the transmission source corresponding to the multiplexed data D5 taken in, and sends it to the demultiplexer 19. .
【0043】デマルチプレクサ19は、第2のインター
フェイス回路42から多重化データD5が与えられる
と、これに付加された第2の識別情報を検出し、当該多
重化データD5を第1の音声符号化データD23 と、第
1の映像符号化データD33 と、制御データD4とに分
離する。When the multiplexed data D5 is supplied from the second interface circuit 42, the demultiplexer 19 detects the second identification information added thereto, and converts the multiplexed data D5 into the first voice encoded data. and data D2 3, the first video coded data D3 3, separates the control data D4.
【0044】そしてデマルチプレクサ19は、この第2
の識別情報に基づいて、第1の音声符号化データD23
を第2の識別番号を付加して第1及び第2の認識器22
及び23に送出すると共に、第1の映像符号化データD
33 を第2の識別番号を付加して図示しない映像処理部
に送出し、また制御データD4を第2の識別番号を付加
して制御部15に送出する。The demultiplexer 19 outputs the second
Based on the identification information of the first audio encoded data D2 3
To the first and second recognizers 22 by adding a second identification number.
And 23, and the first video encoded data D
3 3 was sent to the second video processing unit (not shown) by adding the identification number, also sends control data D4 to the second adds the identification number controller 15.
【0045】この場合第2の認識器23は、デマルチプ
レクサ19から与えられた第1の音声符号化データD2
3 に付加された識別番号を認識し、当該認識結果に基づ
いて、予め指定された第2の識別番号が付加された第1
の音声符号化データD23 のみを選択し、第2の識別番
号を取り除いて第2の復号化部43に送出する。In this case, the second recognizer 23 outputs the first encoded speech data D2 given from the demultiplexer 19.
3. Recognize the identification number added to 3 and, based on the recognition result, specify the first identification number
Selecting only the speech encoded data D2 3, is sent to the second decoding unit 43 by removing the second identification number.
【0046】そして第2の復号化部43は、第2の認識
器23から与えられた第1の音声符号化データD23 を
所定の復号化方式によって復号化処理し、得られた入力
音声データD14 を第1のレートコンバータ44を介し
て第2の加算器36に送出すると共に、第2及び第3の
レートコンバータ45及び46を順次介して第3の加算
器29に送出する。[0046] The second decoding unit 43, a first speech encoded data D2 3 supplied from the second recognizer 23 processes decoded by a predetermined decoding method, resulting input audio data the D1 4 sends out the second adder 36 through a first rate converter 44, and sends to the third adder 29 sequentially through the second and third rate converters 45 and 46.
【0047】このとき第2の加算器36は、第4のレー
トコンバータ35を介して与えられた伝送音声データD
12 と、第1のレートコンバータ44を介して与えられ
た、次段の端末装置11A〜11Nから得られた入力音
声データD14 とを加算処理して合成し、得られた出力
音声データD15 を第2のセレクタ47及び第5のレー
トコンバータ48を順次介して第2の符号化部49に送
出する。At this time, the second adder 36 transmits the transmission audio data D given through the fourth rate converter 35.
And 1 2, was given via a first rate converter 44, by adding processing the input audio data D1 4 obtained from the next stage of the terminal device 11A~11N synthesized, obtained output audio data D1 5 is transmitted to the second encoding unit 49 via the second selector 47 and the fifth rate converter 48 in order.
【0048】第2の符号化部49は、第5のレートコン
バータ48を介して与えられた出力音声データD15 を
所定の符号化方式によって符号化処理し、得られた第2
の音声符号化データD24 を第2の付加器50に送出す
る。The second encoding unit 49, the output audio data D1 5 supplied through the fifth rate converter 48 to process encoded by a predetermined encoding method, the resulting second
The speech encoded data D2 4 sent to the second adder 50.
【0049】第2の付加器50は、第2の符号化部49
から与えられた第2の音声符号化データD24 にその伝
送先に対応する第1の識別番号を付加し、これをマルチ
プレクサ41に送出する。The second adder 50 includes a second encoding unit 49
Adding first identification number corresponding to the transmission destination to the second speech encoded data D2 4 given from, and sends it to the multiplexer 41.
【0050】この場合マルチプレクサ41には、映像処
理部から次段の端末装置11A〜11Nから得られた入
力映像データと、自端末装置11A〜11Nにおいて生
成した伝送対象の伝送映像データとを合成した後、所定
の符号化方式によって符号化処理し、かつ第1の識別番
号を付加して得られた第2の映像符号化データD34が
与えられると共に、制御部15から所定の制御データD
4が与えられており、これによりマルチプレクサ41
は、この第2の映像符号化データD34 と、制御データ
D4と、第2の付加器50から与えられた第2の音声符
号化データD24とを時分割多重化することにより多重
化データD5を生成する。In this case, the multiplexer 41 combines the input video data obtained from the terminal devices 11A to 11N at the next stage from the video processing unit with the transmission video data to be transmitted generated in the own terminal devices 11A to 11N. after a predetermined processing encoded by the coding scheme, and the first together with the second video coded data D3 4 obtained by adding the identification number is given, the control from the control unit 15 predetermined data D
4 is provided so that the multiplexer 41
Is multiplexed data and the second video coded data D3 4, the control data D4, by time division multiplexing and second speech encoded data D2 4 supplied from the second adder 50 Generate D5.
【0051】またマルチプレクサ41は、このとき第2
の音声符号化データD24 及び第2の映像符号化データ
D34 に付加されている第1の識別番号を検出し、当該
検出結果に基づいて対応する多重化データD5をこれに
含まれる第1の識別番号を取り除いた後、第1のインタ
ーフェイス回路18及び公衆回線網12を順次介して対
応する伝送先の前段の端末装置11A〜11Nに伝送す
る。At this time, the multiplexer 41
Of detecting the first identification number added to the voice coded data D2 4 and the second video coded data D3 4, first it contained the multiplexed data D5 corresponding based on the detection result to After the identification number is removed, the data is transmitted via the first interface circuit 18 and the public line network 12 sequentially to the corresponding terminal device 11A to 11N at the preceding stage of the transmission destination.
【0052】また第3の加算器29は、第1の音声処理
部20から与えられた入力音声データD11 と、第2の
音声処理部21から与えられた入力音声データD14 と
を加算処理して合成し、得られた音声データ(以下、こ
れを放音用音声データと呼ぶ)D16 をエコーキャンセ
ラ32を介して音響結合によるエコーやハウリングを抑
止した後、ディジタル/アナログ変換器51を介して音
声信号S2に変換してスピーカ33に送出する。[0052] The third adder 29, addition processing input audio data D1 1 provided from the first speech processing section 20, the input audio data D1 4 supplied from the second speech processing section 21 and to synthesize the voice data obtained after suppress echo and howling due to acoustic coupling (hereinafter, referred to as sound emitting data) D1 6 via the echo canceller 32, a digital / analog converter 51 The signal is converted to an audio signal S2 through the speaker 33.
【0053】これにより各端末装置11A〜11Nにお
いては、スピーカ33からこの音声信号S2に基づく、
自端末装置11A〜11Nを除く他の各端末装置11A
〜11Nにおいて得られた音声を放音させることができ
るようになされている。Thus, in each of the terminal devices 11A to 11N, based on the audio signal S2 from the speaker 33,
Other terminal devices 11A except the own terminal devices 11A to 11N
To 11N can be emitted.
【0054】因みに一端の端末装置11Aにおいては、
前段に端末装置が接続されていないことから、第2の音
声処理部21から得られた入力音声データD14 を第3
の加算器29を介して放音用音声データD16 としてエ
コーキャンセラ32に送出する。In the terminal device 11A at one end,
Since the terminal device is not connected to the previous stage, the input audio data D1 4 obtained from the second speech processing section 21 third
Via the adder 29 is sent as a sound emitting data D1 6 to the echo canceller 32.
【0055】また他端の端末装置11Nにおいては、次
段に端末装置が接続されていないことから、第1の音声
処理部20から得られた入力音声データD11 を第3の
加算器29を介して放音用音声データD16 としてエコ
ーキャンセラ32に送出する。[0055] In the other end of the terminal device 11N, since the next stage the terminal device is not connected, the input audio data D1 1 obtained from the first speech processing section 20 third adder 29 through sending a sound emitting data D1 6 to the echo canceller 32.
【0056】このようにして各端末装置11A〜11N
においては、伝送対象の伝送音声データD12 を順次次
段及び前段に合成しながら伝送すると共に、この際自端
末装置11A〜11Nを除く他の端末装置11A〜11
Nにおいて得られた音声を聞くことができるようになさ
れている。In this way, each of the terminal devices 11A to 11N
In, and conveyed while sequentially synthesized to the next stage and the previous stage of the transmission voice data D1 2 to be transmitted, this time other terminals except for the own terminal apparatus 11A to 11N 11A~11
N so that the user can hear the sound obtained.
【0057】因みに各端末装置11A〜11Nにおいて
は、故障検査時、第1及び第2の音声処理部20及び2
1においてセレクタ37及び47の接点を切り換えるこ
とにより、第1及び第2の加算器26及び36から与え
られた出力音声データD13及びD15 に代えて、第2
のレートコンバータ27及び45を介して得られた入力
音声データD11 及びD14 を対応する第1及び第2の
符号化部39及び49に送出する。Incidentally, in each of the terminal devices 11A to 11N, the first and second voice processing units 20 and 2
By switching the contacts of the selector 37 and 47 at 1, instead of the output audio data D1 3 and D1 5 supplied from the first and second adders 26 and 36, the second
It sends the rate converters 27 and 45 input audio data D1 1 and D1 4 obtained through the the first and second encoding section 39 and 49 which correspond.
【0058】そして各端末装置11A〜11Nにおいて
は、このとき第1の符号化部39から与えられた第2の
音声符号化データD22 に第1の付加器40において第
1の識別番号を付加すると共に、第2の符号化部49か
ら与えられた第2の音声符号化データD24 に第2の付
加器50において第2の識別番号を付加する。In each of the terminal devices 11A to 11N, the first identification number is added by the first adder 40 to the second encoded audio data D22 given from the first encoding unit 39 at this time. while, adding the second identification number in the second adder 50 to the second speech encoded data D2 4 supplied from the second encoding unit 49.
【0059】これにより各端末装置11A〜11Nにお
いては、この故障検査時、次段及び前段の端末装置11
A〜11Nに多重化データD5として伝送した入力音声
データD11 及びD14 をこの次段及び前段の端末装置
11A〜11Nから返送させ、かくして伝送した入力音
声データD11 及びD14 を返送された入力音声データ
D11 及びD14 と比較し、この比較結果に基づいて自
端末装置11A〜11Nにおいて故障が発生しているか
否かを検査することができるようになされている。In this way, in each of the terminal devices 11A to 11N, at the time of this failure inspection, the next and previous terminal devices 11A to 11N are connected.
A~11N to return the input audio data D1 1 and D1 4 which transmitted as a multiplexed data D5 from the next stage and the previous stage of the terminal device 11A~11N in, thus sent back to the input audio data D1 1 and D1 4 that transmitted compared to the input audio data D1 1 and D1 4, it is made to be able to check whether a failure has occurred in its own terminal apparatus 11A~11N based on the comparison result.
【0060】(2)各端末装置11A〜11Nの詳細構
成 かかる構成に加えてこのテレビジョン会議システム10
の場合、出力音声データD13 及びD15 を符号化する
際には、第1〜第4の符号化方式のうち、所望する符号
化方式をユーザインターフェイス16を介して選択指定
し得るようになされており、制御部15がこの選択指定
された符号化方式に基づいて第1及び第2の符号化部3
9及び49において対応する符号化処理を実行させる。(2) Detailed Configuration of Each of Terminal Devices 11A to 11N
In the case of, when encoding the output audio data D1 3 and D1 5 , a desired encoding method among the first to fourth encoding methods can be selected and designated via the user interface 16. The control unit 15 controls the first and second encoding units 3 based on the selected and designated encoding method.
At 9 and 49, the corresponding encoding process is executed.
【0061】また制御部15は、指定された符号化方式
を表す情報を多重化データD5に含まれる制御データD
4として次段及び前段の端末装置11A〜11Nに伝送
し、これにより次段及び前段の端末装置11A〜11N
において制御部15は、デマルチプレクサ19から与え
られたこの制御データD4に基づいて第1及び第2の復
号化部24及び43に対応する復号化処理を実行させ
る。Further, the control unit 15 controls the control data D included in the multiplexed data D5 with information indicating the designated encoding system.
4 and transmitted to the next and previous terminal devices 11A to 11N, whereby the next and previous terminal devices 11A to 11N are transmitted.
In, the control unit 15 causes the first and second decoding units 24 and 43 to execute the corresponding decoding processing based on the control data D4 given from the demultiplexer 19.
【0062】実際に第1及び第2の符号化部39及び4
9は、図3に示すように、第1〜第4の符号化方式に基
づいて符号化処理し得る第1〜第4の符号化器55〜5
8を有し、対応する第5のレートコンバータ38及び4
8を介して与えられた出力音声データD13 及びD15
をセレクタ59を介して、選択された第1〜第4の符号
化方式に対応する第1〜第4の符号化器55〜58に送
出する。Actually, the first and second encoding units 39 and 4
9, first to fourth encoders 55 to 5 that can perform encoding processing based on the first to fourth encoding schemes, as shown in FIG.
8 and corresponding fifth rate converters 38 and 4
Output audio data D1 given via the 8 3 and D1 5
Through the selector 59 to the first to fourth encoders 55 to 58 corresponding to the selected first to fourth encoding schemes.
【0063】そして第1及び第2の符号化部39及び4
9は、対応する第1〜第4の符号化器55〜58におい
てこの出力音声データD13 及びD15 を符号化処理
し、得られた第2の音声符号化データD22 及びD24
をセレクタ60を介して対応する第1及び第2の付加器
40及び50に送出する。Then, the first and second encoding units 39 and 4
9, the output audio data D1 3 and D1 5 in the corresponding first to fourth encoders 55-58 treated encoding second audio encoded data D2 2 and D2 4 obtained
To the corresponding first and second adders 40 and 50 via the selector 60.
【0064】また第1及び第2の復号化部24及び43
は、図4に示すように、第1〜第4の符号化方式に対応
する第1〜第4の復号化方式によって復号化処理し得る
第1〜第4の復号化器61〜64を有し、対応する第1
及び第2の認識器22及び23から与えられた第1の音
声符号化データD21 及びD23 をセレクタ65を介し
て、選択された第1〜第4の符号化方式に対応する第1
〜第4の復号化器61〜64に送出する。The first and second decoding units 24 and 43
Has first to fourth decoders 61 to 64 that can perform decoding processing according to the first to fourth decoding methods corresponding to the first to fourth encoding methods, as shown in FIG. And the corresponding first
And a first speech encoded data D2 1 and D2 3 via the selector 65 supplied from the second recognizer 22 and 23, the first corresponding to the first to fourth coding scheme selected
To the fourth decoders 61 to 64.
【0065】そして第1及び第2の復号化部24及び4
3は、対応する第1〜第4の復号化器61〜64におい
てこの第1の音声符号化データD21 及びD23 を復号
化処理し、得られた入力音声データD11 及びD14 を
セレクタ66を介して第1及び第2のレートコンバータ
25、44及び27、45に送出する。Then, the first and second decoding units 24 and 4
3, the corresponding first to fourth this first speech encoded data D2 1 and D2 3 treated decoded by the decoder 61 to 64, a selector input audio data D1 1 and D1 4 obtained It sends out to the first and second rate converters 25, 44 and 27, 45 via 66.
【0066】ここで実際上第3の符号化器57は、第3
の符号化方式が選択されることによりセレクタ59を介
して出力音声データD13 及びD15 が与えられると、
この出力音声データD13 及びD15 を順次5個の連続
するサンプルブロックに分割すると共に、当該分割して
得られたサンプルブロック(以下、これを入力信号ブロ
ックと呼ぶ)にそれぞれ対応させて、予め記憶した例え
ば1024個のコードブックベクトルの候補に対して利得を
調整した後合成フィルタを通してフィルタリング処理を
施すことにより1024個の量子化ベクトルを生成する。Here, in practice, the third encoder 57
When the output audio data D1 3 and D1 5 via the selector 59 is given by the coding method is selected,
With dividing the output audio data D1 3 and D1 5 sequentially five consecutive sample blocks, the divided-obtained sample block (hereinafter, referred to as input signal blocks) respectively corresponding to the previously After adjusting the gain of the stored 1024 codebook vector candidates, for example, a filtering process is performed through a synthesis filter to generate 1024 quantized vectors.
【0067】そして第3の符号化器57は、1024個の量
子化ベクトルのうち、対応する入力信号ブロックと共に
周波数の重み付け処理を施して自乗平均誤差が最小とな
るものを選定し、当該選定した量子化ベクトルに対応す
るコードブックベクトルを表す例えば10ビットのコード
ブックインデックスを第2の音声符号化データD22及
びD24 としてセレクタ60に送出する。Then, the third encoder 57 selects, from the 1024 quantized vectors, the one that minimizes the root mean square error by performing frequency weighting processing together with the corresponding input signal block, and selects the selected vector. and sends to the selector 60 a codebook index representing, for example, 10-bit codebook vector corresponding to the quantized vector as the second speech encoded data D2 2, and D2 4.
【0068】因みに第3の符号化器57は、上述した利
得及び合成フィルタの係数を対応する過去の利得調整さ
れたコードブックベクトル及び量子化ベクトルに基づく
バックワード適用により周期的に更新する。The third encoder 57 periodically updates the gain and the coefficients of the synthesis filter by applying the backward based on the corresponding past gain-adjusted codebook vector and quantization vector.
【0069】また第3の復号化器63は、図5に示すよ
うに、5個のサンプルブロック単位で復号処理するよう
になされており、セレクタ65を介して与えられた第1
の音声符号化データD21 及びD23 (すなわち、第2
の音声符号化データD22 及びD24 )を励振ベクトル
コードブック68に取り込む。As shown in FIG. 5, the third decoder 63 performs a decoding process in units of five sample blocks.
Coded data D2 1 and D2 3 (that is, the second
Coded data D2 2 and D2 4 ) in the excitation vector codebook 68.
【0070】この場合励振ベクトルコードブック68
は、第3の符号化器57と同様に1024個のコードブック
ベクトルを予め記憶しており、第1の音声符号化データ
D21及びD23 (すなわちインデックス情報)に基づ
いて、1024個のコードブックベクトルから対応するコー
ドブックベクトルを抽出し、これをコードブックベクト
ルデータD8として利得制御回路69を介して合成フィ
ルタ70に送出する。In this case, the excitation vector code book 68
Preliminarily stores 1024 codebook vector similarly to the third encoder 57, based on the first speech encoded data D2 1 and D2 3 (i.e. index information), 1024 Code A corresponding codebook vector is extracted from the book vector, and the extracted codebook vector is transmitted to the synthesis filter 70 via the gain control circuit 69 as codebook vector data D8.
【0071】合成フィルタ70は、フィードバックのパ
スに50次の線形予測符号化(LPC:Linear Predictive Co
ding)予測器を有する50次の全極フィルタによって構成
されており、利得制御回路69を介して与えられたコー
ドブックベクトルデータD8に基づいて元の5個のサン
プルブロック単位の入力音声データD11 及びD14を
生成し、これをポストフィルタ71を通した後、セレク
タ66を介して対応する第2のレートコンバータ27、
45に送出すると共に、当該ポストフィルタ71を通さ
ずに、セレクタ66を介して第1のレートコンバータ2
5、44に送出する。The synthesis filter 70 performs a linear predictive coding (LPC: Linear Predictive Coding) of order 50 on the feedback path.
ding) is constituted by 50-order all-pole filter with a predictor, the input audio data D1 1 of the original five sample block basis based on the codebook vector data D8 supplied through a gain control circuit 69 and D1 4 generates, after passing the post filter 71, the second rate converters 27 corresponding via selector 66,
45, and without passing through the post filter 71, through the selector 66 to the first rate converter 2
5 and 44.
【0072】因みにバックワード利得適応器72は、利
得制御回路69から利得の調整されたコードブックベク
トルデータD8が与えられており、以前に与えられたコ
ードブックベクトルデータD8の利得に基づいて対数領
域の適応線形予測を行うようにして現時点において利得
制御回路69に与えられたコードブックベクトルデータ
D8の利得を予測し、当該予測結果に基づいてこの利得
制御回路69を利得を制御する。The backward gain adaptor 72 receives the codebook vector data D8 of which the gain has been adjusted from the gain control circuit 69, and performs logarithmic domain based on the gain of the codebook vector data D8 previously given. , The gain of the codebook vector data D8 currently given to the gain control circuit 69 is predicted, and the gain of the gain control circuit 69 is controlled based on the prediction result.
【0073】またバックワード合成フィルタ適応器73
は、合成フィルタ70から入力音声データD11 及びD
14 が与えられており、この入力音声データD11 及び
D14 に基づいて合成フィルタ70のフィルタ係数を制
御する。The backward synthesis filter adaptor 73
The input speech data from the synthesis filter 70 D1 1 and D
1 4 and is provided to control the filter coefficients of the synthesis filter 70 based on the input audio data D1 1 and D1 4.
【0074】さらに第3の復号化器63は、復号処理時
に得られる所定の情報に基づいてポストフィルタ71の
フィルタ係数を周期的に更新するようになされている。Further, the third decoder 63 is adapted to periodically update the filter coefficient of the post filter 71 based on predetermined information obtained at the time of decoding processing.
【0075】このようにして第1及び第2の復号化部2
4及び43は、第3の符号化方式が選択指定された場
合、第3の復号化器63において合成フィルタ70から
得られた入力音声データD11 及びD14 をポストフィ
ルタ71を通してフィルタリング処理を施すことにより
聴感的な雑音を除去してスピーカ33に送出すると共
に、当該合成フィルタ70から得られた入力音声データ
D11 及びD14 をポストフィルタ71を通さずにフィ
ルタリング処理を施さないようにして、次段及び前段の
端末装置11A〜11Nに伝送するために対応する第1
及び第2の加算器26及び36に送出する。Thus, the first and second decoding units 2
4 and 43, the third encoding scheme may selectively designated, performs filtering processing through the third decoder 63 obtained from the synthesis filter 70 in the input audio data D1 1 and D1 4 post filtering 71 together to remove perceptual noise is sent to the speaker 33 by, and the input audio data D1 1 and D1 4 obtained from the synthesis filter 70 so as not subjected to filtering processing without passing through the post-filter 71, The first corresponding to the transmission to the terminal devices 11A to 11N of the next stage and the preceding stage
And to the second adders 26 and 36.
【0076】ところで第1〜第3の符号化方式において
は、8〔kHz 〕の標本化周波数によって生成されたデー
タを符号化処理するように規定されると共に、第4の符
号化方式においては、16〔kHz 〕の標本化周波数によっ
て生成されたデータを符号化処理するように規定されて
いる。Incidentally, in the first to third encoding methods, it is specified that data generated at a sampling frequency of 8 [kHz] is to be encoded, and in the fourth encoding method, It is stipulated that data generated at a sampling frequency of 16 [kHz] is encoded.
【0077】また各端末装置11A〜11Nにおいて、
アナログ/ディジタル変換器31は例えば16〔kHz 〕の
標本化周波数でアナログ/ディジタル変換処理を実行す
ると共に、ディジタル/アナログ変換器51は例えば16
〔kHz 〕の標本化周波数に基づいてディジタル/アナロ
グ変換処理を実行する。In each of the terminal devices 11A to 11N,
The analog / digital converter 31 executes an analog / digital conversion process at a sampling frequency of, for example, 16 [kHz], and the digital / analog converter 51 outputs, for example, a 16 kHz sampling frequency.
The digital / analog conversion processing is executed based on the sampling frequency of [kHz].
【0078】従って各端末装置11A〜11Nにおいて
は、第1〜第5のレートコンバータ25、27、28、
34、35、38、44、45、46、48を選択的に
用い、必要に応じて入力音声データD11 、D14 及び
伝送音声データD12 並びに出力音声データD13 、D
15 の標本化周波数を16〔kHz 〕から8〔kHz 〕に変換
処理(以下、これを間引き処理と呼ぶ)すると共に、当
該入力音声データD11 、D14 及び伝送音声データD
12 並びに出力音声データD13 、D15 の標本化周波
数を8〔kHz 〕から16〔kHz 〕に変換処理(以下、これ
を補間処理と呼ぶ)する。Accordingly, in each of the terminal devices 11A to 11N, the first to fifth rate converters 25, 27, 28,
34,35,38,44,45,46,48 selectively using input if necessary audio data D1 1, D1 4 and transmitted voice data D1 2 and output the audio data D1 3, D
1 converts 5 of sampling frequency from 16 [kHz] to 8 [kHz] treated with (hereinafter, this is referred to as a decimation process), the input audio data D1 1, D1 4 and transmission audio data D
1 2 and conversion output audio data D1 3, D1 5 sampling frequency from 8 [kHz] to 16 [kHz] (hereinafter referred to as interpolation) to.
【0079】この場合第1〜第5のレートコンバータ2
5、27、28、34、35、38、44、45、4
6、48は、内部に16〔kHz 〕の標本化周波数でアナロ
グ/ディジタル変換処理されたデータの 4.0〔kHz 〕程
度以上の周波数成分を減衰させる低域通過フィルタが設
けられており、間引き処理時、16〔kHz 〕の標本化周波
数の入力音声データD11 、D14 及び伝送音声データ
D12 並びに出力音声データD13 、D15 が与えられ
ると、これを低域通過フィルタを通した後、標本値を順
次1つおきに間引き、かくして入力音声データD11 、
D14 及び伝送音声データD12 並びに出力音声データ
D13 、D15 の標本化周波数を16〔kHz〕から8〔kHz
〕に間引き処理する。In this case, the first to fifth rate converters 2
5, 27, 28, 34, 35, 38, 44, 45, 4
The low-pass filters 6 and 48 are provided with a low-pass filter for attenuating a frequency component of about 4.0 [kHz] or more of data analog-to-digital converted at a sampling frequency of 16 [kHz]. When 16 input audio data D1 1 of the sampling frequency [kHz], D1 4 and transmitted voice data D1 2 and output the audio data D1 3, D1 5 is given, after which through a low-pass filter, the specimen thinning sequentially every other value, thus the input audio data D1 1,
D1 4 and transmitted voice data D1 2 and output the audio data D1 3, D1 8 a sampling frequency of 16 [kHz] of 5 [kHz
].
【0080】また第1〜第5のレートコンバータ25、
27、28、34、35、38、44、45、46、4
8は、補間処理時、8〔kHz 〕の標本化周波数の入力音
声データD11 、D14 及び伝送音声データD12 並び
に出力音声データD13 、D15 が与えられると、これ
を順次隣り合う標本値間に0振幅の標本値を挿入した
後、低域通過フィルタに通し、この結果得られた入力音
声データD11 、D14及び伝送音声データD12 並び
に出力音声データD13 、D15 の振幅を必要に応じて
2倍にし、かくして入力音声データD11 、D14 及び
伝送音声データD12 並びに出力音声データD13 、D
15 の標本化周波数を8〔kHz 〕から16〔kHz 〕に補間
処理する。The first to fifth rate converters 25,
27, 28, 34, 35, 38, 44, 45, 46, 4
Sample 8, during the interpolation process, given the sampled input speech data D1 1 frequency, D1 4 and transmitted voice data D1 2 and output the audio data D1 3, D1 5 of 8 [kHz], the mutually sequentially adjacent this after inserting the 0 amplitude sample values between values, passed through a low-pass filter, the resulting input audio data D1 1, D1 4 and transmitted voice data D1 2 and output the audio data D1 3, D1 5 amplitude doubled according to the need, thus the input audio data D1 1, D1 4 and transmitted voice data D1 2 and output the audio data D1 3, D
1 5 interpolating the sampling frequency from 8 [kHz] to 16 [kHz] of.
【0081】因みに第1〜第5のレートコンバータ2
5、27、28、34、35、38、44、45、4
6、48は、音声データD11 〜D15 の標本化周波数
を間引き処理及び補間処理する必要がない場合には、対
応する入力音声データD11 、D14 及び伝送音声デー
タD12 並びに出力音声データD13 、D15 をそのま
ま後段に送出する。Incidentally, the first to fifth rate converters 2
5, 27, 28, 34, 35, 38, 44, 45, 4
6,48, if it is not necessary to thinning processing and interpolation processing sampling frequency of the audio data D1 1 ~ D1 5, the corresponding input speech data D1 1, D1 4 and transmitted voice data D1 2 and the output audio data D1 3, directly output to the subsequent the D1 5.
【0082】実際上図6に示すように、第1及び第2の
符号化部39及び49において出力音声データD13 及
びD15 を第1〜第3の符号化方式によって符号化処理
し、また第1及び第2の復号化部24及び43において
第1の音声符号化データD21 及びD23 を第1〜第3
の復号化方式によって復号化処理する場合には、第1〜
第5のレートコンバータ25、27、28、34、3
5、38、44、45、46、48のうち、第3及び第
4のレートコンバータ28、46及び34、35のみを
動作させ、エコーキャンセラ32を介して得られた伝送
音声データD12の標本化周波数を対応する第4のレー
トコンバータ34及び35を介して間引き処理し、第1
及び第2の復号化部24及び43を介して得られた入力
音声データD11 及びD14 の標本化周波数を対応する
第3のレートコンバータ28及び46を介して補間処理
する。[0082] As shown in practice Figure 6, the output audio data D1 3 and D1 5 in the first and second encoding section 39 and 49 treated encoded by the first to third encoding scheme, also the first and the second decoding unit 24 and 43 the first speech encoded data D2 1 and D2 3 first to third
When the decoding process is performed by the decoding method of
Fifth rate converters 25, 27, 28, 34, 3
Of 5,38,44,45,46,48, third and fourth rate converters 28, 46 and 34, 35 only is operated, the specimen of the transmission voice data D1 2 obtained through the echo canceller 32 Of the optimized frequency via the corresponding fourth rate converters 34 and 35,
And interpolation processing through a second decoding unit third rate converters 28 and 46 corresponding to the sampling frequency of the input audio data D1 1 and D1 4 obtained through the 24 and 43.
【0083】また図7に示すように、第1及び第2の符
号化部39及び49において出力音声データD13 及び
D15 を第1〜第3の符号化方式によって符号化処理
し、また第1及び第2の復号化部24及び43において
第1の音声符号化データD21及びD23 を第4の復号
化方式によって復号化処理する場合には、第1〜第5の
レートコンバータ25、27、28、34、35、3
8、44、45、46、48のうち、第5のレートコン
バータ38及び48のみを動作させ、第1及び第2の加
算器26及び36を介して得られた出力音声データD1
3 及びD15 の標本化周波数を対応する第5のレートコ
ンバータ38及び48を介して間引き処理する。[0083] Further, as shown in FIG. 7, the output audio data D1 3 and D1 5 in the first and second encoding section 39 and 49 treated encoded by the first to third encoding scheme, also the 1 and the second decoding unit 24 and 43 when the first audio encoded data D2 1 and D2 3 to decoding processing by the fourth decoding method, first to fifth rate converter 25, 27, 28, 34, 35, 3
8, 44, 45, 46, and 48, only the fifth rate converters 38 and 48 are operated, and the output audio data D1 obtained through the first and second adders 26 and 36 are output.
3 and D1 5 sampling frequency via a fifth rate converter 38 and 48 corresponding to the thinning process.
【0084】さらに図8に示すように、第1及び第2の
符号化部39及び49において出力音声データD13 及
びD15 を第4の符号化方式によって符号化処理し、ま
た第1及び第2の復号化部24及び43において第1の
音声符号化データD21 及びD23 を第1〜第3の復号
化方式によって復号化処理する場合には、第1〜第5の
レートコンバータ25、27、28、34、35、3
8、44、45、46、48のうち、第1及び第2のレ
ートコンバータ25、44及び27、45のみを動作さ
せ、第1及び第2の復号化部24及び43を介して得ら
れた入力音声データD11 及びD14 の標本化周波数を
対応する第1及び第2のレートコンバータ25、44及
び27、45を介して補間処理する。[0084] As further shown in FIG. 8, the output audio data D1 3 and D1 5 in the first and second encoding unit 39 and 49 processes the encoding by the fourth coding system, also the first and second in the decoding unit 24 and 43 of 2 when the first speech encoded data D2 1 and D2 3 to decoding processing by the first to third decoding method, first to fifth rate converter 25, 27, 28, 34, 35, 3
Of the 8, 44, 45, 46, 48, only the first and second rate converters 25, 44 and 27, 45 were operated and obtained via the first and second decoders 24 and 43. interpolating process via the first and second rate converters 25,44 and 27 and 45 to the corresponding sampling frequency of the input audio data D1 1 and D1 4.
【0085】さらに図9に示すように、第1及び第2の
符号化部39及び49において出力音声データD13 及
びD15 を第4の符号化方式によって符号化処理し、ま
た第1及び第2の復号化部24及び43において第1の
音声符号化データD21 及びD23 を第4の復号化方式
によって復号化処理する場合には、全ての第1〜第5の
レートコンバータ25、27、28、34、35、3
8、44、45、46、48の動作を停止させ、入力音
声データD11 、D14 及び伝送音声データD12 並び
に出力音声データD13 、D15 の標本化周波数に対し
て補間処理及び間引き処理を実行しないようにする。[0085] As further shown in FIG. 9, the output audio data D1 3 and D1 5 in the first and second encoding unit 39 and 49 processes the encoding by the fourth coding system, also the first and second in the decoding unit 24 and 43 of 2 when the first speech encoded data D2 1 and D2 3 to decoding processing by the fourth decoding method, all of the first to fifth rate converter 25, 27 , 28,34,35,3
The operation of 8,44,45,46,48 stopped, interpolation and decimation process on the input audio data D1 1, D1 4 and transmitted voice data D1 2 and output the audio data D1 3, D1 5 sampling frequency Do not execute.
【0086】このようにして各端末装置11A〜11N
においては、第1及び第2の音声処理部20及び21に
おいてそれぞれ最大でも2つの第1〜第5のレートコン
バータ25、27、28、34、35、38、44、4
5、46、48を使用して補間処理及び間引き処理を実
行する。Thus, each of the terminal devices 11A to 11N
, The first and second audio processing units 20 and 21 each have a maximum of two first to fifth rate converters 25, 27, 28, 34, 35, 38, 44, 4
The interpolation processing and the thinning processing are executed by using 5, 46, and 48.
【0087】なおこの実施の形態の場合、各端末装置1
1A〜11Nにおいては、第1及び第2の符号化部39
及び49の出力段と、第1及び第2の復号化部24及び
43の入力段とのデータ送信路が16ビットの幅を有し、
出力音声データD13 及びD15 を第1及び第2並びに
第4の符号化方式によって符号化処理すると、標本化周
波数が8〔kHz 〕でなり順次8ビット単位で送信し得る
(64〔kbps〕程度の伝送レートを有する)第2の音声符
号化データD22 及びD24 を生成し得ることから、当
該データ送信路の8ビットの空きを利用してこの第2の
音声符号化データD22 及びD24 に第1及び第2の識
別番号(例えば2ビットでなる)を付加する。In this embodiment, each terminal device 1
1A to 11N, the first and second encoding units 39
And the output stage of 49 and the input stage of the first and second decoding sections 24 and 43 have a 16-bit data transmission path,
Treatment encoded output audio data D1 3 and D1 5 by the first and second and fourth encoding method, the sampling frequency may be transmitted in sequential 8-bit units becomes 8 [kHz] (64 [kbps] (Which has a transmission rate of the order), the second encoded audio data D2 2 and D2 4 can be generated, and the second encoded audio data D2 2 and D2 2 and to D2 4 adds the first and second identification number (for example, 2 bits).
【0088】また出力音声データD13 及びD15 を第
3の符号化方式によって符号化処理した場合には、通
常、標本化周波数が 1.6〔kHz 〕でなり順次10ビット単
位で送信し得る(16〔kbps〕程度の伝送レートを有す
る)第2の音声符号化データD22 及びD24 を生成す
るものの、この第2の音声符号化データD22 及びD2
4を標本化周波数を8〔kHz 〕にし、順次2ビット
単位で送信する(16〔kbps〕程度の伝送レートを有す
る)ことにより、データ送信路の14ビットの空きを利用
してこの第2の音声符号化データD22 及びD24 に第
1及び第2の識別番号を付加する。When the output audio data D1 3 and D1 5 are encoded by the third encoding method, the sampling frequency is usually 1.6 [kHz] and can be transmitted sequentially in 10-bit units (16). having [kbps] of about transmission rate) but to produce a second speech encoded data D2 2 and D2 4, the second speech encoded data D2 2 and D2
4 is set to a sampling frequency of 8 [kHz], and is sequentially transmitted in units of 2 bits (having a transmission rate of about 16 [kbps]), thereby utilizing the 14-bit vacancy of the data transmission path. adding first and second identification numbers to the speech encoded data D2 2, and D2 4.
【0089】これにより各端末装置11A〜11Nにお
いては、第2の音声符号化データD22 及びD24 を最
大でも10ビット単位(第1及び第2の識別番号を含む)
で順次伝送することから装置内部の処理負荷を低減させ
ることができるようになされている。[0089] In this way each terminal device 11A to 11N, (including first and second identification number) second speech encoded data D2 2 and D2 4 10-bit units at maximum
Therefore, the processing load inside the apparatus can be reduced because the data is sequentially transmitted.
【0090】因みに各端末装置11A〜11Nにおいて
は、1つの半導体チップに第1及び第2の音声処理部2
0及び21が一括して作り込まれていることから、これ
ら各端末装置11A〜11Nの製造時、回路基板への各
種回路素子の実装を簡易化し得るようになされている。In each of the terminal devices 11A to 11N, the first and second audio processing units 2 are provided on one semiconductor chip.
Since the terminals 0 and 21 are manufactured in a lump, the mounting of various circuit elements on the circuit board can be simplified when the terminal devices 11A to 11N are manufactured.
【0091】(3)本実施の形態の動作及び効果 以上の構成において、このテレビジョン会議システム1
0では、各端末装置11A〜11Nにおいて第1の音声
処理部20における符号化方式として第3の符号化方式
が選択された場合、第1の加算器26を介して得られた
出力音声データD13 を第1の符号化部39を介して第
3の符号化方式によって符号化処理し、得られた第2の
音声符号化データD22 を対応する第2の映像符号化デ
ータD32 及びこの第3の符号化方式が選択されたこと
を表す制御データD4と共に時分割多重化し、得られた
多重化データD5を公衆回線網12を介して次段の端末
装置11A〜11Nに伝送する。(3) Operation and effect of the present embodiment In the above configuration, the television conference system 1
0, when the third encoding system is selected as the encoding system in the first audio processing unit 20 in each of the terminal devices 11A to 11N, the output audio data D1 obtained via the first adder 26 3 through the first encoding unit 39 processes encoded by the third encoding scheme, resulting second video coded data D3 2 and the corresponding second encoded audio data D2 2 Time-division multiplexing is performed together with control data D4 indicating that the third encoding method has been selected, and the obtained multiplexed data D5 is transmitted to the next-stage terminal devices 11A to 11N via the public network 12.
【0092】そしてこの次段の端末装置11A〜11N
では、この多重化データD5を第1のインターフェイス
回路18を介してデマルチプレクサ19に取り込み、当
該デマルチプレクサ19において多重化データD5を第
1の音声符号化データD21、第1の映像符号化データ
D31 及び制御データD4に分離し、当該第1の音声符
号化データD21 を第1の復号化部24に送出すると共
に、第1の映像符号化データD31 を映像処理部に送出
し、また制御データD4を制御部15に送出する。The terminal devices 11A to 11N at the next stage
Then, the multiplexed data D5 is taken into the demultiplexer 19 via the first interface circuit 18, and the multiplexed data D5 is converted into the first audio encoded data D2 1 , the first video encoded data separated into D3 1 and control data D4, sends out the first audio encoded data D2 1 to the first decoding unit 24, and sends the first image coded data D3 1 to the image processing unit, Also, it sends out the control data D4 to the control unit 15.
【0093】このとき制御部15は、制御データD4に
基づいて第1の復号化部24の第3の復号化器63を動
作させ、当該第3の復号化器63において第1の音声符
号化データD21 を合成フィルタ70を介して第3の復
号化方式により復号化処理し、得られた入力音声データ
D11 をポストフィルタ71を通することによりフィル
タリング処理を施してスピーカ33側に送出すると共
に、当該ポストフィルタ71を通さないことによりフィ
ルタリング処理を施さずに第1の加算器26に送出す
る。At this time, the control unit 15 operates the third decoder 63 of the first decoding unit 24 based on the control data D4, and the third decoder 63 performs the first audio coding. the data D2 1 via the synthesis filter 70 and decoding processing by the third decoding method, the input audio data D1 1 obtained by performing the filtering process by Tsusuru post filter 71 is sent to the speaker 33 side At the same time, the signal is transmitted to the first adder 26 without being subjected to the filtering process by not passing through the post filter 71.
【0094】このようにして各端末装置11A〜11N
では、第1の加算器26において、このポストフィルタ
71を通さずに得られた入力音声データD11 と、自端
末装置11A〜11Nにおいて生成した伝送音声データ
D12 とを加算処理して合成し、得られた出力音声デー
タD13 を第1の符号化部39を介して、選択されたい
ずれかの第1〜第4の符号化方式によって符号化処理
し、得られた第2の音声符号化データD22 をマルチプ
レクサ41を介して対応する第2の映像符号化データD
32 及び制御データD4と共に時分割多重化した後、第
2のインターフェイス回路42及び公衆回線網12を順
次介して次段の端末装置11A〜11Nに伝送する。Thus, each of the terminal devices 11A to 11N
In, the first adder 26, the input speech data D1 1 obtained without passing through the post-filter 71, synthesized to the transmission voice data D1 2 generated in its own terminal apparatus 11A~11N adding process , the output audio data D1 3 obtained through the first encoding unit 39, and processed encoded by any of the first to fourth coding scheme selected, the resulting second speech code second video coded data D corresponding to data D2 2 via the multiplexer 41
After time-division multiplexed together with 3 2, and control data D4, successively through and be transmitted to the next stage of the terminal device 11A~11N the second interface circuit 42 and the public network 12.
【0095】因みに各端末装置11A〜11Nでは、第
2の音声処理部21における符号化方式として第3の符
号化方式が選択された場合、この第2の音声処理部21
において上述した第1の音声処理部20と同様の処理を
実行する。In each of the terminal devices 11A to 11N, when the third encoding system is selected as the encoding system in the second audio processing unit 21, the second audio processing unit 21
Performs the same processing as in the first audio processing unit 20 described above.
【0096】従ってこのテレビジョン会議システム10
では、各端末装置11A〜11Nにおいて第3の符号化
方式が選択され、出力音声データD13 及び又はD15
を第3の符号化方式によって符号化処理し、得られた第
2の音声符号化データD22及び又はD24 を順次次
段及び又は前段の端末装置11A〜11Nに伝送する場
合でも、当該次段及び又は前段の端末装置11A〜11
Nから与えられた第1の音声符号化データD21 及び又
はD23 を第3の復号化方式によって復号化処理する際
に、次段及び又は前段の端末装置11A〜11Nに伝送
すべき入力音声データD11 及び又はD14 をポストフ
ィルタ71を通さずに伝送音声データD12 と合成する
ことから、この入力音声データD1 及び又はD14 が伝
送中にポストフィルタ71の作用によって減衰すること
を防止することができる。Therefore, this video conference system 10
So in each terminal device 11A~11N selected third coding scheme, the output audio data D1 3 and or D1 5
It was treated encoded by the third encoding scheme, even when transmitting the second audio encoded data D2 2 and or D2 4 obtained sequentially next stage and or front of terminal devices 11A to 11N, the next And / or previous terminal devices 11A-11
The first speech encoded data D2 1 and or D2 3 given from N when processing decoded by the third decoding method, the input speech to be transmitted to the next stage and or preceding terminal device 11A~11N the data D1 1 and or D1 4 since it is combined with transmission voice data D1 2 without passing through the post-filter 71, that the input audio data D 1 and or the D1 4 is attenuated by the effect of the post filter 71 in the transmission Can be prevented.
【0097】ところで、従来、このようなテレビジョン
会議システム10を構築する場合、例えば第1及び第2
の符号化部39及び49において出力音声データD13
及びD15 を第1〜第3の符号化方式によって符号化処
理し、また第1及び第2の復号化部24及び43におい
て第1の音声符号化データD21 及びD23 を第1〜第
3の復号化方式によって復号化処理すると、第1のレー
トコンバータ25及び44、第5のレートコンバータ3
8及び48、第2又は第3のレートコンバータ27、4
5又は28、46の3つのレートコンバータを使用する
ことが考えられる。Conventionally, when such a television conference system 10 is constructed, for example, the first and second teleconference systems are used.
Output audio data D1 3 in the encoders 39 and 49 of FIG.
And D1 5 treated encoded by the first to third encoding scheme, also the first speech encoded data D2 1 and D2 3 in the first and second decoding unit 24 and the 43 first to When the decoding process is performed by the third decoding method, the first rate converters 25 and 44 and the fifth rate converter 3
8 and 48, the second or third rate converter 27, 4
It is conceivable to use three rate converters, 5 or 28,46.
【0098】すなわち第1及び第2の復号化部24及び
43から得られた入力音声データD11 及びD14 の標
本化周波数を第1のレートコンバータ25及び44を介
して補間処理し、この入力音声データD11 及びD14
を対応する第1及び第2の加算器26及び36を介して
伝送音声データD12 と加算処理して合成した後、得ら
れた出力音声データD13 及びD15 の標本化周波数を
第5のレートコンバータ38及び48を介して間引き処
理すると共に、第1及び第2の復号化部24及び43か
ら得られた入力音声データD11 及びD14 の標本化周
波数を第2又は第3のレートコンバータ27、45又は
28、46を介して補間処理する。[0098] That is the sampling frequency of the first and second decoding unit 24 and the input audio data D1 1 and D1 4 obtained from 43 and the interpolation processing through a first rate converter 25 and 44, this input audio data D1 1 and D1 4
After you by adding processing and transmission audio data D1 2 through the first and second adders 26 and 36 corresponding synthesis, sampling frequency of the output audio data D1 3 and D1 5 obtained in the fifth while thinning processing through the rate converter 38 and 48, the sampling frequency of the first and second decoding unit 24 and the input audio data D1 1 and D1 4 obtained from the 43 second or third rate converter Interpolation processing is performed via 27, 45 or 28, 46.
【0099】しかしながら本実施の形態によるテレビジ
ョン会議システム10では、第1〜第5のレートコンバ
ータ25、27、28、34、35、38、44、4
5、46、48のうち、最大でも2つの第1〜第5のレ
ートコンバータ25、27、28、34、35、38、
44、45、46、48を使用して補間処理及び間引き
処理を実行することから、上述した場合に比べて装置内
部のデータ処理の負荷を低減させることができると共
に、補間処理及び間引き処理の繰り返しによって生じる
入力音声データD11 、D14 及び伝送音声データD1
2 並びに出力音声データD13 、D15 の劣化を最小限
にとどめることができる。However, in the video conference system 10 according to the present embodiment, the first to fifth rate converters 25, 27, 28, 34, 35, 38, 44, 4
5, 46, 48, at most two of the first to fifth rate converters 25, 27, 28, 34, 35, 38,
Since the interpolation process and the decimation process are performed using 44, 45, 46, and 48, the load of the data processing inside the apparatus can be reduced as compared with the above-described case, and the interpolation process and the decimation process are repeated. input audio data D1 1 generated by, D1 4 and transmitted voice data D1
2 and output the audio data D1 3, D1 5 of degradation can be minimized.
【0100】従ってこのテレビジョン会議システム10
では、出力音声データD13 及びD15 の劣化を最小限
にとどめながら、第1〜第4の符号化方式のうち、所望
する第1〜第4の符号化方式を使用して符号化処理する
ことができ、かくしてシステム全体の使い勝手を向上さ
せることができる。Therefore, this television conference system 10
In, with minimal degradation of the output audio data D1 3 and D1 5, among the first to fourth encoding method, encoding processing using the first to fourth encoding method desired Thus, the usability of the entire system can be improved.
【0101】さらにこのテレビジョン会議システム10
では、次段及び前段の端末装置11A〜11Nから伝送
された第1の音声符号化データD21 及びD23 に、対
応する第1及び第2の識別番号を付加して認識すると共
に、次段及び前段の端末装置11A〜11Nに伝送すべ
き第2の音声符号化データD22 及びD24 に、対応す
る第1及び第2の識別番号を付加して処理することか
ら、縦列接続した各端末装置11A〜11Nにおいて、
順次次段及び前段の端末装置11A〜11Nに伝送すべ
き第2の音声符号化データD22 及びD24 を適確に伝
送することができる。Further, the television conference system 10
In, the first speech encoded data D2 1 and D2 3 transmitted from the next stage and the previous stage of the terminal unit 11A to 11N, as well as recognition by adding the corresponding first and second identification numbers, the next stage and second speech encoded data D2 2 and D2 4 to be transmitted to the front stage of the terminal unit 11A to 11N, from processing by adding the corresponding first and second identification numbers, each terminal connected in cascade In the devices 11A to 11N,
Can be transmitted sequentially next stage and the previous stage of the second to be transmitted to the terminal device 11A~11N encoded audio data D2 2 and D2 4 to accurately.
【0102】以上の構成によれば、次段及び又は前段の
端末装置11A〜11Nから第3の符号化方式によって
符号化処理して得られた第1の音声符号化データD21
及び又はD23 が伝送された場合、これを受けた端末装
置11A〜11Nにおいて、この第1の音声符号化デー
タD21 及びD23 を対応する第3の復号化方式によっ
て復号化処理し、このとき得られた次段及び又は前段の
端末装置11A〜11Nに伝送すべき入力音声データD
11 及び又はD14 をポストフィルタ71を通さずに自
端末装置11A〜11Nにおいて生成した伝送音声デー
タD12 と合成した後符号化処理して次段及び又は前段
の端末装置11A〜11Nに伝送するようにしたことに
より、入力音声データD11 及びD13 が各端末装置1
1A〜11Nにおいて順次ポストフィルタ71を通すこ
とによりそのフィルタリング処理の作用によって減衰す
ることを防止することができ、かくして伝送対象の入力
音声データを当該入力音声データに基づく音声の品質の
劣化を防止して伝送し得るテレビジョン会議システムを
実現することができる。[0102] According to the above configuration, the next stage and or first audio encoded data D2 1 obtained by performing encoding processing by the third coding method from the preceding terminal device 11A~11N
And or if the D2 3 is transmitted, the terminal device 11A~11N which receives this, performs decoding processing by the third decoding method corresponding to the first audio encoded data D2 1 and D2 3, this The input audio data D to be transmitted to the next and / or previous terminal devices 11A to 11N obtained at this time.
1 transmission 1 and or D1 4 a and coding process after combining the transmission voice data D1 2 generated in its own terminal apparatus 11A~11N without passing through the post-filter 71 at the next stage and or preceding terminal device 11A~11N by which is adapted to, each terminal input audio data D1 1 and D1 3 device 1
In 1A-11N, it is possible to prevent the attenuation of the input audio data to be transmitted by preventing the input audio data to be transmitted from deteriorating by passing through the post-filter 71 sequentially, thereby preventing the input audio data to be transmitted from deteriorating. A video conference system that can transmit the video.
【0103】(4)他の実施の形態 なお上述の実施の形態においては、各端末装置11A〜
11Nを上述した図2に示すように構成した場合につい
て述べたが、本発明はこれに限らず、図2との対応部分
に同一符号を付した図10に示す他の実施の形態による
各端末装置80A〜80Nのように、エコーキャンセラ
32及び第2の音声処理部21の第4のレートコンバー
タ35間に音声検出器81を設け、当該音声検出器81
によりエコーキャンセラ32から与えられた伝送音声デ
ータD12 に基づく音声が無音であるか否かを検出し、
当該音声が無音のときにはこのエコーキャンセラ32及
び第4のレートコンバータ35間の接続を遮断するよう
にしても良い。(4) Other Embodiments In the above embodiment, each of the terminal devices 11A to 11A
Although the case where 11N is configured as shown in FIG. 2 described above has been described, the present invention is not limited to this, and each terminal according to another embodiment shown in FIG. 10 in which parts corresponding to those in FIG. As in the devices 80A to 80N, a voice detector 81 is provided between the echo canceller 32 and the fourth rate converter 35 of the second voice processing unit 21.
Sound based on the transmission voice data D1 2 provided from the echo canceller 32 detects whether the silence by,
When the sound is silent, the connection between the echo canceller 32 and the fourth rate converter 35 may be cut off.
【0104】これにより無音のときにマイクロフォン3
0によって集音する環境(雰囲気)の雑音を伝送音声デ
ータD12 として次段又は前段の端末装置11A〜11
Nに伝送することを防止することができ、かくして伝送
する音声の品質を向上させることができる。Thus, when there is no sound, the microphone 3
The next stage or previous stage of the terminal device as a transmission audio data D1 2 noise environment (atmosphere) for collecting by 0 11A~11
N can be prevented from being transmitted, and thus the quality of transmitted voice can be improved.
【0105】また図2との対応部分に同一符号を付した
図11に示す他の実施の形態による各端末装置82A〜
82Nのように、マイクロフォン30(図2)及びスピ
ーカ33(図2)に代えてマイクロフォン及びスピーカ
が設けられたヘッドセット83(又は図示しないハンド
セット)を設けるようにしても良い。この場合各端末装
置82A〜82Nにおいては、ヘッドセット83(又は
図示しないハンドセット)がエコーキャンセラ32(図
2)の機能を有することから当該エコーキャンセラ32
を除いて回路構成を簡易化することができる。Each terminal 82A-82 according to another embodiment shown in FIG. 11 in which parts corresponding to those in FIG.
Like 82N, a headset 83 (or a handset (not shown)) provided with a microphone and a speaker may be provided instead of the microphone 30 (FIG. 2) and the speaker 33 (FIG. 2). In this case, in each of the terminal devices 82A to 82N, since the headset 83 (or a handset not shown) has the function of the echo canceller 32 (FIG. 2), the echo canceller 32
, The circuit configuration can be simplified.
【0106】また上述の実施の形態においては、第1及
び第2の符号化部39及び49において出力音声データ
D13 及びD15 を第1〜第3の符号化方式によって符
号化処理し、また第1及び第2の復号化部24及び43
において第1の音声符号化データD21 及びD23 を第
1〜第3の復号化方式によって復号化処理する際に第3
及び第4のレートコンバータ28、34、35、46の
みを動作させるようにした場合について述べたが、本発
明はこれに限らず、図12に示すように、第2及び第4
のレートコンバータ27、34、35、45のみを動作
させ、第1及び第2の復号化部24及び43から第3の
加算器29に送出する入力音声データD11 及びD14
の標本化周波数を第2のレートコンバータ27及び45
を介して補間処理するようにしても良く、これにより第
1及び第2の音声処理部20及び21を第3のレートコ
ンバータ28及び46を除いて構成することができ、か
くして端末装置11A〜11Nの構成を簡略化すること
ができる。[0106] Further in the above embodiment, the output audio data D1 3 and D1 5 in the first and second encoding section 39 and 49 treated encoded by the first to third encoding scheme, also First and second decoding units 24 and 43
In decoding the first coded audio data D2 1 and D2 3 by the first to third decoding schemes,
And the case where only the fourth rate converters 28, 34, 35 and 46 are operated. However, the present invention is not limited to this, and as shown in FIG.
Operating the rate converter 27,34,35,45 only, the input audio data D1 1 and D1 4 for delivering the first and second decoding unit 24 and 43 to the third adder 29
Is converted to the second rate converters 27 and 45.
, The first and second audio processing units 20 and 21 can be configured without the third rate converters 28 and 46, and thus the terminal devices 11A to 11N can be configured. Can be simplified.
【0107】さらに上述の実施の形態においては、各端
末装置11A〜11Nにおいて第1〜第4の符号化方式
のうち、所望する第1〜第4の符号化方式を選択して使
用するようにした場合について述べたが、本発明はこれ
に限らず、共役構造代数的符号励振型線形予測(CS-ACE
LP:Conjugate Structure Algebraic Code Excited Line
ar Prediction )と呼ばれる符号化方式や、最尤量子化
型マルチパルス(MP-MLQ excitation:Multi-Pulse Maxi
mum Likelihood Quantization excitation)と呼ばれる
符号化方式、また代数的符号励振型線形予測(ACELP:Al
gebraic Code Excited Linear Prediction)と呼ばれる
符号化方式等の符号励振型線形予測を基本として考案さ
れた符号化方式等のように、この他種々の符号化方式を
選択し得るようにしても良い。Further, in the above-described embodiment, each of terminal apparatuses 11A to 11N selects and uses desired first to fourth encoding schemes among the first to fourth encoding schemes. However, the present invention is not limited to this, and the conjugate structure algebraic code-excited linear prediction (CS-ACE
LP: Conjugate Structure Algebraic Code Excited Line
ar Prediction), the maximum likelihood quantization type multi-pulse (MP-MLQ excitation: Multi-Pulse Maxi
An encoding method called mum Likelihood Quantization excitation, and algebraic code excitation type linear prediction (ACELP: Al
It is also possible to select other various coding methods, such as a coding method devised based on code-excited linear prediction, such as a coding method called gebraic Code Excited Linear Prediction).
【0108】因みに符号励振型線形予測を基本として考
案された符号化方式や、ポストフィルタ71等の所定の
フィルタによるフィルタリング処理を繰り返すことによ
り入力音声データD11 及びD14 が減衰するような当
該フィルタリング処理を必要とする所定の復号化方式に
対応する符号化方式を用いるような場合には、対応する
第1の音声符号化データD21 及びD23 の復号処理時
に、得られた入力音声データD11 及びD14 を放音さ
せるためにフィルタリング処理を施して出力すると共
に、伝送させるためにフィルタリング処理を施さずに出
力すれば良く、これにより上述した実施の形態と同様に
品質の劣化を防止することができる。[0108] Incidentally the code excited type linear predicted and coding scheme devised as a base, the filtering as the input audio data D1 1 and D1 4 is attenuated by repeating the filtering process with a predetermined filter such as postfilter 71 when processing such as using coding scheme corresponding to a predetermined decoding scheme that requires, upon decoding of the corresponding first audio encoded data D2 1 and D2 3, obtained input audio data D1 outputs by performing a filtering process in order to sound the 1 and D1 4, may be output without performing the filtering process in order to transmit, thereby similarly to the above-described embodiment to prevent deterioration of quality be able to.
【0109】なお最尤量子化型マルチパルスと呼ばれる
符号化方式や代数的符号励振線形予測と呼ばれる符号化
方式では、通常、復号化器にピッチポストフィルタ及び
ホルマントポストフィルタと呼ばれる2種類のポストフ
ィルタを用いるようになされていることから、入力音声
データD11 及びD14 をピッチポストフィルタ及び又
はホルマントポストフィルタを通さないようにして出力
することにより音声の品質の劣化を防止することができ
る。In a coding method called maximum likelihood quantization type multi-pulse or a coding method called algebraic code excitation linear prediction, two types of post-filters called a pitch post-filter and a formant post-filter are usually provided to a decoder. from that have been made to use, it is possible to prevent the voice quality deterioration of by the input audio data D1 1 and D1 4 so as not to pass through the pitch postfilter and or formant postfilter output.
【0110】さらに上述の実施の形態においては、デー
タ送信路の空きを利用して第2の音声符号化データD2
1 〜D24 と共に第1及び第2の識別番号を送信するよ
うにした場合について述べたが、本発明はこれに限ら
ず、データ送信路には、第2の音声符号化データD21
〜D24 と共に第1及び第2の識別番号を送信してもさ
らに空きがあることから、この空きを利用してこの他各
種情報を送信するようにしても良い。Further, in the above-described embodiment, the second encoded voice data D2
With 1 ~ D2 4 has dealt with the case of transmitting the first and second identification numbers, the present invention is not limited to this, the data transmission path, the second speech encoded data D2 1
With ~ D2 4 since the first and second identification number have additional free be transmitted, using this idle may transmit the other various information.
【0111】さらに上述の実施の形態においては、上述
した図1に示すように各端末装置11A〜11Nを公衆
回線網12を介して順次直列に従属接続するようにした
場合について述べたが、本発明はこれに限らず、各端末
装置11A〜11Nを所定の回線網を介して順次枝状に
従属接続するように、この他種々の状態に従属接続する
ようにしても良い。因みに各端末装置11A〜11Nを
各種状態に接続した場合には、各端末装置11A〜11
Nそれぞれ接続された端末装置11A〜11Nの台数に
応じて当該端末装置11A〜11N内に音声処理部を設
けるようにすれば良い。Further, in the above-described embodiment, a case has been described in which the terminal devices 11A to 11N are sequentially connected in series via the public line network 12 as shown in FIG. The present invention is not limited to this, and each of the terminal devices 11A to 11N may be cascade-connected in a variety of other states such that the terminal devices 11A to 11N are sequentially cascaded via a predetermined network. Incidentally, when each of the terminal devices 11A to 11N is connected in various states, each of the terminal devices 11A to 11N
The audio processing unit may be provided in each of the terminal devices 11A to 11N in accordance with the number of terminal devices 11A to 11N connected thereto.
【0112】さらに上述の実施の形態においては、多地
点にそれぞれ設置された多地点会議用端末装置として、
出力音声データD13 及びD15 と、出力映像データD
32及びD34 を伝送する端末装置11A〜11Nを適
用するようにした場合について述べたが、本発明はこれ
に限らず、音声データのみを伝送する電話会議システム
の端末装置等のように、この他種々の多地点会議用端末
装置に広く適用することができる。Further, in the above embodiment, the multipoint conference terminal device installed at each of the multipoints is
And output the audio data D1 3 and D1 5, the output video data D
3 2 and D3 4 has dealt with the case of applying the terminal device 11A~11N for transmitting, the present invention is not limited to this, and as a terminal device such as a conference call system for transmitting only the audio data, In addition, the present invention can be widely applied to various multipoint conference terminal devices.
【0113】さらに上述の実施の形態においては、前段
及び又は次段の多地点会議用端末装置から回線網を介し
て伝送された第1の音声符号化データを取り込んで出力
する取込み手段として、第1及び第2のインターフェイ
ス回路18及び42を適用するようにした場合について
述べたが、本発明はこれに限らず、前段及び又は次段の
多地点会議用端末装置から回線網を介して伝送された第
1の音声符号化データを取り込んで出力することができ
れば、この他種々の取込み手段を適用するようにしても
良い。Further, in the above-described embodiment, the first audio coded data transmitted from the preceding and / or the next stage multipoint conference terminal device via the network is fetched and output by the fetching means. The case where the first and second interface circuits 18 and 42 are applied has been described. However, the present invention is not limited to this, and is transmitted from the preceding and / or next stage multipoint conference terminal device via the line network. As long as the first encoded audio data can be captured and output, various other capturing means may be applied.
【0114】さらに上述の実施の形態においては、伝送
対象の伝送音声データを生成して出力する音声データ生
成手段として、マイクロフォン10、アナログ/ディジ
タル変換器31を適用するようにした場合について述べ
たが、本発明はこれに限らず、伝送対象の伝送音声デー
タを生成して出力することができれば、この他種々の音
声データ生成手段を適用するようにしても良い。Further, in the above-described embodiment, a case has been described where the microphone 10 and the analog / digital converter 31 are applied as audio data generating means for generating and outputting transmission audio data to be transmitted. The present invention is not limited to this, and various other audio data generating means may be applied as long as transmission audio data to be transmitted can be generated and output.
【0115】さらに上述の実施の形態においては、復号
化手段からフィルタリング処理が施されずに出力された
入力音声データと、音声データ生成手段から出力された
伝送音声データとを合成し、得られた出力音声データを
出力する合成手段として、第1及び第2の加算器26及
び36を適用するようにした場合について述べたが、本
発明はこれに限らず、復号化手段からフィルタリング処
理が施されずに出力された入力音声データと、音声デー
タ生成手段から出力された伝送音声データとを合成し、
得られた出力音声データを出力することができれば、こ
の他種々の合成手段を適用するようにしても良い。Further, in the above-described embodiment, the input audio data output from the decoding means without being subjected to the filtering process and the transmission audio data output from the audio data generating means are synthesized and obtained. Although a case has been described where the first and second adders 26 and 36 are applied as synthesis means for outputting output audio data, the present invention is not limited to this, and filtering processing is performed by decoding means. The input audio data output without being transmitted and the transmission audio data output from the audio data generating means,
As long as the obtained output audio data can be output, various other synthesizing means may be applied.
【0116】さらに上述の実施の形態においては、符号
化手段から出力された第2の音声符号化データを、対応
する第1の音声符号化データの伝送元と異なる前段及び
又は次段の多地点会議用端末装置に回線網を介して伝送
する伝送手段として、第1及び第2のインターフェイス
回路18及び42を適用するようにした場合について述
べたが、本発明はこれに限らず、符号化手段から出力さ
れた第2の音声符号化データを、対応する第1の音声符
号化データの伝送元と異なる前段及び又は次段の多地点
会議用端末装置に回線網を介して伝送することができれ
ば、この他種々の伝送手段を適用するようにしても良
い。Further, in the above-described embodiment, the second audio encoded data output from the encoding means is converted into a multi-point signal of a preceding stage and / or a next stage different from the transmission source of the corresponding first audio encoded data. The case where the first and second interface circuits 18 and 42 are applied as transmission means for transmitting to the conference terminal device via the network has been described. However, the present invention is not limited to this. Can be transmitted via the network to the multistage conference terminal device at the previous stage and / or the next stage which is different from the source of the corresponding first voice encoded data. Alternatively, various transmission means may be applied.
【0117】さらに上述の実施の形態においては、取込
み手段から出力された第1の音声符号化データに対応す
る伝送元の各多地点会議用端末装置に予め割り当てられ
た所定の第1の識別番号を付加して出力する第1の識別
番号付加手段として、デマルチプレクサ19を適用する
ようにした場合について述べたが、本発明はこれに限ら
ず、取込み手段から出力された第1の音声符号化データ
に対応する伝送元の各多地点会議用端末装置に予め割り
当てられた所定の第1の識別番号を付加して出力するこ
とができれば、この他種々の第1の識別番号付加手段を
適用するようにしても良い。Further, in the above-described embodiment, the first identification number assigned in advance to each of the multipoint conference terminal devices of the transmission source corresponding to the first encoded voice data output from the capturing means. Has been described as a case where the demultiplexer 19 is applied as the first identification number adding means for adding and outputting the first speech code. However, the present invention is not limited to this. If it is possible to add a predetermined first identification number assigned in advance to each multipoint conference terminal device of the transmission source corresponding to the data and output the same, various other first identification number adding means are applied. You may do it.
【0118】さらに上述の実施の形態においては、各復
号化手段にそれぞれ対応させて設けられ、第1の識別番
号付加手段から出力された第1の音声符号化データのう
ち、予め指定された所定の第1の識別番号が付加された
第1の音声符号化データのみを選択して対応する復号化
手段に送出する複数の選択手段として、第1及び第2の
認識器22及び23を適用するようにした場合について
述べたが、本発明はこれに限らず、各復号化手段にそれ
ぞれ対応させて設けられ、第1の識別番号付加手段から
出力された第1の音声符号化データのうち、予め指定さ
れた所定の第1の識別番号が付加された第1の音声符号
化データのみを選択して対応する復号化手段に送出する
ことができれば、この他種々の選択手段を適用するよう
にしても良い。Further, in the above-described embodiment, of the first speech coded data output from the first identification number adding means and provided in correspondence with each of the decoding means, The first and second recognizers 22 and 23 are applied as a plurality of selecting means for selecting only the first coded audio data to which the first identification number is added and sending the selected data to the corresponding decoding means. However, the present invention is not limited to this, and the first audio encoded data output from the first identification number adding means is provided corresponding to each decoding means. If it is possible to select only the first coded audio data to which a predetermined first identification number is added and send it to the corresponding decoding means, various other selection means may be applied. May be.
【0119】さらに上述の実施の形態においては、各符
号化手段にそれぞれ対応させて設けられ、当該対応する
符号化手段から出力された第2の音声符号化データを対
応する伝送先の各多地点会議用端末装置に予め割り当て
られた所定の第2の識別番号を付加して伝送手段に送出
する複数の第2の識別番号付加手段として、第1及び第
2の付加器40及び50を適用するようにした場合につ
いて述べたが、本発明はこれに限らず、各符号化手段に
それぞれ対応させて設けられ、当該対応する符号化手段
から出力された第2の音声符号化データを対応する伝送
先の各多地点会議用端末装置に予め割り当てられた所定
の第2の識別番号を付加して伝送手段に送出することが
できれば、この他種々の第2の識別番号付加手段を適用
するようにしても良い。Further, in the above-described embodiment, the second voice coded data output from the corresponding coding means is provided in correspondence with each of the coding means, and each of the multi-points of the corresponding transmission destination is transmitted. The first and second adders 40 and 50 are applied as a plurality of second identification number adding means for adding a predetermined second identification number assigned to the conference terminal device in advance and sending the same to the transmission means. However, the present invention is not limited to this, and the present invention is not limited to this, and is provided corresponding to each encoding means, and the second audio encoded data output from the corresponding encoding means is transmitted to the corresponding transmission means. If it is possible to add a predetermined second identification number assigned in advance to each of the above-mentioned multipoint conference terminal devices and send the same to the transmission means, various other second identification number adding means are applied. Even There.
【0120】[0120]
【発明の効果】上述のように本発明によれば、多地点に
それぞれ設置された多地点会議用端末装置と、各多地点
会議用端末装置間を順次従属接続する回線網とを設ける
ようにし、各多地点会議用端末装置は、前段及び又は次
段の各多地点会議用端末装置から回線網を介して伝送さ
れた第1の音声符号化データを取り込んで出力する取込
み手段と、取込み手段から出力された第1の音声符号化
データを復号化処理し、得られた入力音声データを当該
入力音声データに基づく音声を放音させるために雑音を
除去するフィルタリング処理を施して出力すると共に、
当該フィルタリング処理を施さずに出力する復号化手段
と、伝送対象の伝送音声データを生成して出力する音声
データ生成手段と、復号手段からフィルタリング処理が
施されずに出力された入力音声データと、音声データ生
成手段から出力された伝送音声データとを合成し、得ら
れた出力音声データを出力する合成手段と、合成手段か
ら出力された出力音声データを符号化処理し、得られた
第2の音声符号化データを出力する符号化手段と、符号
化手段から出力された第2の音声符号化データを、対応
する第1の音声符号化データの伝送元と異なる前段及び
又は次段の各多地点会議用端末装置に回線網を介して伝
送する伝送手段とを有するようにしたことにより、伝送
される入力音声データが順次各多地点会議用端末装置に
おいて繰り返されるフィルタリング処理の作用により減
衰することを防止することができ、かくして伝送対象の
入力音声データを当該入力音声データに基づく音声の品
質の劣化を防止して伝送し得る多地点会議装置を実現す
ることができる。As described above, according to the present invention, a multipoint conference terminal device installed at each multipoint and a line network for sequentially subordinately connecting the multipoint conference terminal devices are provided. , Each of the multipoint conference terminal devices captures and outputs the first voice encoded data transmitted from the preceding and / or next stage multipoint conference terminal device via the network, and capture means. Decoding processing of the first coded audio data output from, and performing filtering processing for removing noise in order to emit sound based on the input audio data, and outputting the obtained input audio data;
Decoding means for outputting without performing the filtering processing, audio data generating means for generating and outputting transmission audio data to be transmitted, and input audio data output without performing the filtering processing from the decoding means, Synthesizing means for synthesizing the transmitted audio data output from the audio data generating means and outputting the obtained output audio data; and encoding the output audio data output from the synthesizing means to obtain the second Encoding means for outputting audio encoded data; and a second audio encoded data output from the encoding means for each of a previous stage and / or a next stage different from the source of the corresponding first audio encoded data. Since the point-to-point conference terminal device has transmission means for transmitting the data via the line network, the input voice data to be transmitted is sequentially repeated in each multi-point conference terminal device. Thus, it is possible to realize a multipoint conference apparatus that can prevent attenuation due to the operation of the filtering process and can transmit input audio data to be transmitted while preventing deterioration of audio quality based on the input audio data. it can.
【0121】また多地点にそれぞれ設置された多地点会
議用端末装置を所定の回線網を介して順次従属接続する
第1のステップと、各多地点会議用端末装置において、
前段及び又は次段の各多地点会議用端末装置から回線網
を介して伝送された第1の音声符号化データを復号化処
理し、得られた入力音声データを当該入力音声データに
基づく音声を放音させるために雑音を除去するフィルタ
リング処理を施して出力すると共に、当該フィルタリン
グ処理を施さずに出力する第2のステップと、伝送対象
の伝送音声データを生成し、当該生成した伝送音声デー
タと、フィルタリング処理が施されずに出力された入力
音声データとを合成し、得られた出力音声データを符号
化処理することにより第2の音声符号化データを生成す
る第3のステップと、第2の音声符号化データを、対応
する第1の音声符号化データの伝送元と異なる前段及び
又は次段の各多地点会議用端末装置に回線網を介して伝
送する第4のステップとを設けるようにしたことによ
り、伝送される入力音声データが順次各多地点会議用端
末装置において繰り返されるフィルタリング処理の作用
により減衰することを防止することができ、かくして伝
送対象の入力音声データを当該入力音声データに基づく
音声の品質の劣化を防止して伝送し得る多地点会議方法
を実現することができる。A first step in which the multipoint conference terminal devices installed at the respective multipoints are sequentially cascaded via a predetermined network, and in each of the multipoint conference terminal devices,
The first audio coded data transmitted from the preceding and / or subsequent multipoint conference terminal device via the network is decoded, and the obtained input audio data is converted into a voice based on the input audio data. A second step of performing filtering processing for removing noise in order to emit sound and outputting the processed sound without performing the filtering processing, and generating transmission audio data to be transmitted, and generating the transmission audio data. A third step of synthesizing the input audio data output without being subjected to the filtering process and generating the second encoded audio data by encoding the obtained output audio data; and A fourth step of transmitting, via a network, the voice coded data to the multistage conference terminal device at the preceding and / or next stage different from the source of the corresponding first voice coded data. The input audio data to be transmitted can be prevented from being attenuated by the action of the filtering process repeated in each of the multipoint conference terminal devices in sequence. Can be realized while preventing deterioration in voice quality based on the input voice data.
【0122】さらに外部から与えられる第1の音声符号
化データを復号化処理し、得られた入力音声データを当
該入力音声データに基づく音声を放音させるために雑音
を除去するフィルタリング処理を施して出力すると共
に、当該フィルタリング処理せずに出力する復号化手段
と、伝送対象の伝送音声データを生成して出力する音声
データ生成手段と、復号化手段からフィルタリング処理
が施されずに出力された入力音声データと、音声データ
生成手段から出力された伝送音声データとを合成し、得
られた出力音声データを出力する合成手段と、合成手段
から出力された出力音声データを符号化処理する符号化
手段とを設けるようにしたことにより、所定の回線網を
介して順次従属接続された複数の多地点会議用端末装置
において順次繰り返されるフィルタリング処理の作用に
より伝送される入力音声データが減衰することを防止す
ることができ、かくして伝送対象の入力音声データを当
該入力音声データに基づく音声の品質の劣化を防止して
伝送し得る多地点会議用端末装置を実現することができ
る。Further, the first speech coded data supplied from the outside is decoded, and the obtained input speech data is subjected to a filtering process for removing noise in order to emit a speech based on the input speech data. A decoding means for outputting and outputting without performing the filtering processing, an audio data generating means for generating and outputting transmission audio data to be transmitted, and an input output without performing filtering processing from the decoding means. Synthesizing means for synthesizing audio data and transmission audio data output from the audio data generating means, and outputting the obtained output audio data, and encoding means for encoding the output audio data output from the synthesizing means Is provided, a plurality of multipoint conference terminal devices sequentially cascade-connected via a predetermined network are sequentially repeated. Input audio data transmitted by the filtering process can be prevented from being attenuated, and thus the input audio data to be transmitted can be transmitted while preventing the deterioration of the voice quality based on the input audio data. A point conference terminal device can be realized.
【図1】本発明によるテレビジョン会議システムの構成
の一実施の形態を示すブロック図である。FIG. 1 is a block diagram showing one embodiment of a configuration of a television conference system according to the present invention.
【図2】各端末装置の回路構成を示すブロック図であ
る。FIG. 2 is a block diagram illustrating a circuit configuration of each terminal device.
【図3】第1及び第2の符号化部の回路構成を示すブロ
ック図である。FIG. 3 is a block diagram illustrating a circuit configuration of first and second encoding units.
【図4】第1及び第2の復号化部の回路構成を示すブロ
ック図である。FIG. 4 is a block diagram illustrating a circuit configuration of first and second decoding units.
【図5】第3の復号化器の回路構成を示すブロック図で
ある。FIG. 5 is a block diagram showing a circuit configuration of a third decoder.
【図6】第1〜第5のレートコンバータの動作の説明に
供するブロック図である。FIG. 6 is a block diagram for explaining the operation of first to fifth rate converters;
【図7】第1〜第5のレートコンバータの動作の説明に
供するブロック図である。FIG. 7 is a block diagram for explaining operations of first to fifth rate converters;
【図8】第1〜第5のレートコンバータの動作の説明に
供するブロック図である。FIG. 8 is a block diagram for explaining operations of first to fifth rate converters;
【図9】第1〜第5のレートコンバータの動作の説明に
供するブロック図である。FIG. 9 is a block diagram for explaining operations of first to fifth rate converters;
【図10】他の実施の形態による各端末装置の回路構成
を示すブロック図である。FIG. 10 is a block diagram showing a circuit configuration of each terminal device according to another embodiment.
【図11】他の実施の形態による各端末装置の回路構成
を示すブロック図である。FIG. 11 is a block diagram showing a circuit configuration of each terminal device according to another embodiment.
【図12】他の実施の形態によるレートコンバータの動
作の説明に供するブロック図である。FIG. 12 is a block diagram for explaining an operation of a rate converter according to another embodiment.
【図13】従来のテレビジョン会議システムの構成を示
すブロック図である。FIG. 13 is a block diagram showing a configuration of a conventional video conference system.
【図14】従来のテレビジョン会議システムの構成を示
すブロック図である。FIG. 14 is a block diagram showing a configuration of a conventional video conference system.
10……テレビジョン会議システム、11A〜11N、
80A〜80N、82A〜82N……端末装置、15…
…制御部、18……第1のインターフェイス回路、19
……デマルチプレクサ、22……第1の認識器、23…
…第2の認識器、24……第1の復号化部、25、44
……第1のレートコンバータ、26……第1の加算器、
27、45……第2のレートコンバータ、28、46…
…第3のレートコンバータ、30……マイクロフォン、
31……アナログ〜ディジタル変換器、34、35……
第4のレートコンバータ、36……第2の加算器、3
8、48……第5のレートコンバータ、39……第1の
符号化部、40……第1の付加器、42……第2のイン
ターフェイス回路、43……第2の復号化部、49……
第2の符号化部、50……第2の付加器、57……第3
の符号化器、63……第3の復号化器、71……ポスト
フィルタ、D11 、D14 ……入力音声データ、D12
……伝送音声データ、D13 、D15 ……出力音声デー
タ、D21 、D23 ……第1の音声符号化データ、D2
2 、D24 ……第2の音声符号化データ。10 TV conference system, 11A to 11N,
80A to 80N, 82A to 82N ... terminal device, 15 ...
... Control unit, 18 ... First interface circuit, 19
... Demultiplexer, 22 first recognizer, 23
... second recognizer, 24 ... first decoding unit, 25, 44
... a first rate converter, 26 ... a first adder,
27, 45 ... second rate converter, 28, 46 ...
... third rate converter, 30 ... microphone,
31 ... Analog to digital converter, 34, 35 ...
Fourth rate converter, 36... Second adder, 3
8, 48... Fifth rate converter, 39... First encoding unit, 40... First adder, 42... Second interface circuit, 43. ......
Second encoding unit, 50... Second adder, 57.
Encoder, 63 ...... third decoder, 71 ...... postfilter, D1 1, D1 4 ...... input voice data, D1 2
... Transmission audio data, D1 3 , D1 5 ... output audio data, D2 1 , D2 3 ... first audio encoded data, D2
2 , D2 4 ... Second audio encoded data.
Claims (11)
端末装置と、 各上記多地点会議用端末装置間を順次従属接続する回線
網とを具え、各上記多地点会議用端末装置は、 前段及び又は次段の各上記多地点会議用端末装置から上
記回線網を介して伝送された第1の音声符号化データを
取り込んで出力する取込み手段と、 上記取込み手段から出力された上記第1の音声符号化デ
ータを復号化処理し、得られた入力音声データを当該入
力音声データに基づく音声を放音させるために雑音を除
去するフィルタリング処理を施して出力すると共に、当
該フィルタリング処理を施さずに出力する復号化手段
と、 伝送対象の伝送音声データを生成して出力する音声デー
タ生成手段と、 上記復号手段から上記フィルタリング処理が施されずに
出力された上記入力音声データと、上記音声データ生成
手段から出力された上記伝送音声データとを合成し、得
られた出力音声データを出力する合成手段と、 上記合成手段から出力された上記出力音声データを符号
化処理し、得られた第2の音声符号化データを出力する
符号化手段と、 上記符号化手段から出力された上記第2の音声符号化デ
ータを、対応する上記第1の音声符号化データの伝送元
と異なる上記前段及び又は次段の各上記多地点会議用端
末装置に上記回線網を介して伝送する伝送手段とを有す
ることを特徴とする多地点会議装置。1. A multi-point conference terminal device installed at each multi-point, and a line network for sequentially cascading the multi-point conference terminal devices, wherein each of the multi-point conference terminal devices comprises: Capturing means for capturing and outputting first voice coded data transmitted from the multistage conference terminal device of the preceding stage and / or the next stage via the network; and the first voice output from the capturing means. The audio coded data is decoded, and the obtained input audio data is subjected to a filtering process for removing noise in order to emit a sound based on the input audio data and output, and the filtering process is not performed. A sound data generating means for generating and outputting transmission sound data to be transmitted; and a decoding means for outputting the sound data without being subjected to the filtering processing. Synthesizing means for synthesizing the input audio data and the transmission audio data output from the audio data generating means, and outputting the obtained output audio data; and encoding the output audio data output from the synthesizing means. Encoding means for performing the encoding process and outputting the obtained second audio encoded data; and converting the second audio encoded data output from the encoding means into the corresponding first audio encoded data. Transmission means for transmitting the multistage conference terminal device of the preceding stage and / or the next stage different from the transmission source via the network.
所定の復号化方式又は上記フィルタリング処理を必要と
する所定の上記復号化方式によって上記第1の音声符号
化データを復号化処理することを特徴とする請求項1に
記載の多地点会議装置。2. The decoding means according to claim 1, wherein said decoding means comprises a first decoding method corresponding to an encoding method based on code excitation type linear prediction or said first decoding method requiring said filtering processing. 2. The multipoint conference apparatus according to claim 1, wherein the audio encoded data is decoded.
ング処理を施して出力する出力段と、当該復号化手段の
上記入力音声データを上記フィルタリング処理を施さず
に出力する出力段と、上記音声データ生成手段の出力段
及び上記合成手段の入力段間と、上記合成手段の出力段
及び上記符号化手段の入力段間にそれぞれ配置され、対
応する上記入力音声データ及び上記伝送音声データ並び
に上記出力音声データの標本化周波数を変換処理する少
なくとも4つのレートコンバータと、 上記復号化手段によって用いた復号化方式において規定
された上記標本化周波数と、上記符号化手段によって用
いた符号化方式において規定された上記標本化周波数と
に基づいて、各上記レートコンバータのうち、最大でも
2つの各上記レートコンバータにおいて上記標本化周波
数を変換処理させるように各上記レートコンバータを制
御する制御手段とを具えることを特徴とする請求項1に
記載の多地点会議装置。3. The multi-point conference terminal device, comprising: an output stage for applying the filtering process to the input audio data of the decoding unit and outputting the input audio data; and performing a filtering process on the input audio data of the decoding unit. And an output stage for performing output without performing the processing, an output stage of the audio data generating unit and an input stage of the synthesizing unit, and an output stage of the synthesizing unit and an input stage of the encoding unit. At least four rate converters for converting a sampling frequency of the input audio data, the transmission audio data, and the output audio data; and a sampling frequency defined by a decoding method used by the decoding means; Based on the sampling frequency specified in the encoding method used by the encoding means, each of the rate converters , Multipoint conferencing system according to claim 1, characterized in that it comprises a control means for controlling each of said rate converter so as to convert processing the sampling frequency in two respective said rate converter at the maximum.
点会議用端末装置にそれぞれ対応して設けられた上記復
号化手段、上記合成手段及び上記符号化手段からなる複
数のデータ処理手段と、 上記取込み手段から出力された上記第1の音声符号化デ
ータに対応する上記伝送元の各上記多地点会議用端末装
置に予め割り当てられた所定の第1の識別番号を付加し
て出力する第1の識別番号付加手段と、 各上記復号化手段にそれぞれ対応させて設けられ、上記
第1の識別番号付加手段から出力された上記第1の音声
符号化データのうち、予め指定された所定の上記第1の
識別番号が付加された上記第1の音声符号化データのみ
を選択して対応する上記復号化手段に送出する複数の選
択手段と、 各上記符号化手段にそれぞれ対応させて設けられ、当該
対応する符号化手段から出力された上記第2の音声符号
化データを対応する伝送先の各上記多地点会議用端末装
置に予め割り当てられた所定の第2の識別番号を付加し
て上記伝送手段に送出する複数の第2の識別番号付加手
段とを具え、上記伝送手段は、各上記第2の識別番号付
加手段から出力された上記第2の音声符号化データを上
記第2の識別番号に基づいて対応する各上記多地点会議
用端末装置に上記回線網を介して伝送することを特徴と
する請求項1に記載の多地点会議装置。4. The multipoint conference terminal device, wherein the decoding means provided corresponding to each of the multipoint conference terminal devices to which the second encoded voice data is transmitted, A plurality of data processing means comprising a synthesizing means and the encoding means; and a plurality of data processing means which are assigned in advance to the multi-point conference terminal devices of the transmission source corresponding to the first coded audio data output from the capturing means. First identification number adding means for adding and outputting the predetermined first identification number, and the first identification number adding means provided in correspondence with each of the decoding means, and the first identification number adding means output from the first identification number adding means. A plurality of selections for selecting only the first audio encoded data to which the predetermined first identification number is added from among one audio encoded data and transmitting the selected data to the corresponding decoding means. Means and on each The second audio encoded data output from the corresponding encoding means is provided in correspondence with each of the encoding means, and the second audio encoded data output from the corresponding encoding means is assigned to each of the multipoint conference terminal devices at the corresponding transmission destination in advance. A plurality of second identification number adding means for adding the second identification number to the transmission means and transmitting the second identification number to the transmission means, wherein the transmission means is configured to output the second identification number from each of the second identification number addition means. 2. The multipoint conference apparatus according to claim 1, wherein the voice coded data is transmitted to each of the corresponding multipoint conference terminal apparatuses based on the second identification number via the line network. 3.
端末装置を所定の回線網を介して順次従属接続する第1
のステップと、 各上記多地点会議用端末装置において、前段及び又は次
段の各上記多地点会議用端末装置から上記回線網を介し
て伝送された第1の音声符号化データを復号化処理し、
得られた入力音声データを当該入力音声データに基づく
音声を放音させるために雑音を除去するフィルタリング
処理を施して出力すると共に、当該フィルタリング処理
を施さずに出力する第2のステップと、 伝送対象の伝送音声データを生成し、当該生成した伝送
音声データと、上記フィルタリング処理が施されずに出
力された上記入力音声データとを合成し、得られた出力
音声データを符号化処理することにより第2の音声符号
化データを生成する第3のステップと、 上記第2の音声符号化データを、対応する上記第1の音
声符号化データの伝送元と異なる上記前段及び又は次段
の各上記多地点会議用端末装置に上記回線網を介して伝
送する第4のステップとを具えることを特徴とする多地
点会議方法。5. A first method for sequentially cascade-connecting multipoint conference terminal devices respectively installed at multipoints via a predetermined network.
In each of the multipoint conference terminal devices, decoding the first encoded voice data transmitted from the preceding and / or next stage multipoint conference terminal devices via the network. ,
A second step of performing a filtering process for removing noise in order to emit the voice based on the input voice data and outputting the obtained voice data without performing the filtering process; By generating the transmitted audio data, synthesizing the generated transmitted audio data with the input audio data output without being subjected to the filtering process, and encoding the obtained output audio data. A third step of generating the second encoded voice data; and transmitting the second encoded audio data to the first and / or second stages different from the transmission source of the corresponding first encoded audio data. A fourth step of transmitting to the point conference terminal via the network.
所定の復号化方式又は上記フィルタリング処理を必要と
する所定の上記復号化方式によって上記第1の音声符号
化データを復号化処理することを特徴とする請求項5に
記載の多地点会議方法。6. In the second step, the first decoding method corresponding to a coding method based on code excitation type linear prediction or the first decoding method requiring the filtering processing is performed by the first decoding method. The multipoint conference method according to claim 5, wherein the audio encoded data is decoded.
復号化方式において規定された標本化周波数と、上記出
力音声データの上記符号化処理に用いた符号化方式にお
いて規定された上記標本化周波数とに基づいて、最大で
も所定の2か所の位置で対応する上記入力音声データ及
び上記伝送音声データ並びに上記出力音声データの上記
標本化周波数を必要に応じて変換処理することを特徴と
する請求項5に記載の多地点会議方法。7. In the third step, a sampling frequency specified in a decoding method used in the decoding process of the first coded audio data and a sampling frequency defined in the decoding process of the output audio data are performed. On the basis of the sampling frequency defined in the used encoding method, the sampling frequency of the input audio data and the transmission audio data and the output audio data corresponding to the two predetermined positions at the maximum are calculated. The multipoint conference method according to claim 5, wherein conversion processing is performed as needed.
上記多地点会議用端末装置に予め割り当てられた所定の
第1の識別番号を付加し、上記第2の音声符号化データ
の伝送先となる上記前段及び又は次段の各上記多地点会
議用端末装置にそれぞれ対応して設けられた複数の処理
系統において、それぞれ予め指定された上記第1の識別
番号が付加された上記第1の音声符号化データのみを選
択して復号化処理し、 上記第3のステップでは、 各上記処理系統においてそれぞれ生成された上記第2の
音声符号化データに対応する伝送先の上記前段及び又は
次段の各上記多地点会議用端末装置に予め割り当てられ
た所定の第2の識別番号を付加し、 上記第4のステップでは、 各上記第2の音声符号化データをそれぞれ上記第2の識
別番号に基づいて対応する各上記多地点会議用端末装置
に上記回線網を介して伝送することを特徴とする請求項
5に記載の多地点会議方法。8. In the second step, a predetermined first identification number previously assigned to each of the multipoint conference terminal devices of the transmission source corresponding to the first voice encoded data is added. In a plurality of processing systems provided corresponding to each of the multistage conference terminal devices of the preceding and / or subsequent stages to which the second audio encoded data is to be transmitted, And selecting and decoding only the first encoded audio data to which the identification number of 1 is added. In the third step, the second encoded audio data generated in each of the processing systems is selected. A predetermined second identification number assigned in advance to each of the multipoint conference terminal devices at the preceding and / or subsequent stages corresponding to the transmission destination, and in the fourth step, each of the second voices Encoded data Multipoint conference method according to claim 5, respectively, characterized in that transmission over the network to each said multipoint conference terminal device corresponding on the basis of the second identification number.
なされた多地点会議装置の上記多地点にそれぞれ設置さ
れた多地点会議用端末装置において、 外部から与えられる第1の音声符号化データを復号化処
理し、得られた入力音声データを当該入力音声データに
基づく音声を放音させるために雑音を除去するフィルタ
リング処理を施して出力すると共に、当該フィルタリン
グ処理せずに出力する復号化手段と、 伝送対象の伝送音声データを生成して出力する音声デー
タ生成手段と、 上記復号化手段から上記フィルタリング処理が施されず
に出力された上記入力音声データと、上記音声データ生
成手段から出力された上記伝送音声データとを合成し、
得られた出力音声データを出力する合成手段と、 上記合成手段から出力された上記出力音声データを符号
化処理する符号化手段とを具えることを特徴とする多地
点会議用端末装置。9. A multi-point conference terminal device installed at each of said multi-point conference devices, wherein said first voice code is provided from outside. Decoding the decoded data, performing filtering processing for removing noise in order to emit the sound based on the input sound data, and outputting the obtained input sound data, and outputting without performing the filtering processing Encoding means, audio data generating means for generating and outputting transmission audio data to be transmitted, input audio data output from the decoding means without being subjected to the filtering process, and audio data generating means Synthesizes the output transmission voice data,
A multipoint conference terminal device, comprising: synthesizing means for outputting the obtained output audio data; and encoding means for encoding the output audio data output from the synthesizing means.
所定の復号化方式又は上記フィルタリング処理を必要と
する所定の上記復号化方式によって上記第1の音声符号
化データを復号化処理することを特徴とする請求項9に
記載の多地点会議用端末装置。10. The decoding means according to claim 1, wherein said first decoding means is a predetermined decoding method corresponding to an encoding method based on code excitation type linear prediction or said predetermined decoding method requiring said filtering processing. 10. The multipoint conference terminal device according to claim 9, wherein the encoded audio data is decoded.
上記フィルタリング処理を施して出力する出力段と、当
該復号化手段の上記入力音声データを上記フィルタリン
グ処理を施さずに出力する出力段と、上記音声データ生
成手段の出力段及び上記合成手段の入力段間と、当該合
成手段の出力段及び上記符号化手段の入力段間にそれぞ
れ配置され、対応する上記入力音声データ及び伝送音声
データ並びに出力音声データの標本化周波数を変換処理
する少なくとも4つのレートコンバータと、 上記復号化手段によって用いた復号化方式において規定
された上記標本化周波数と、上記符号化手段によって用
いた符号化方式において規定された上記標本化周波数と
に基づいて、各上記レートコンバータのうち、最大でも
2つの各上記レートコンバータにおいて上記標本化周波
数を変換処理させるように各上記レートコンバータを制
御する制御手段とを具えることを特徴とする請求項9に
記載の多地点会議用端末装置。11. An output stage of the decoding means for performing the filtering process on the input audio data and outputting the input audio data, and an output stage of the decoding means for outputting the input audio data without performing the filtering process. The input audio data, the transmission audio data, and the output corresponding to the output stage of the audio data generation unit and the input stage of the synthesis unit, and the output stage of the synthesis unit and the input stage of the encoding unit, respectively. At least four rate converters for converting the sampling frequency of the audio data, the sampling frequency specified in the decoding method used by the decoding means, and the coding method used in the coding method used by the coding means. At most two of the rate converters based on the sampling frequency. 10. The multipoint conference terminal device according to claim 9, further comprising control means for controlling each of said rate converters so that said sampling frequency is converted by said data converter.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP10233014A JP2000069179A (en) | 1998-08-19 | 1998-08-19 | Multispot conferencing device and its method, and terminal device for multispot conferencing |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP10233014A JP2000069179A (en) | 1998-08-19 | 1998-08-19 | Multispot conferencing device and its method, and terminal device for multispot conferencing |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2000069179A true JP2000069179A (en) | 2000-03-03 |
Family
ID=16948469
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP10233014A Pending JP2000069179A (en) | 1998-08-19 | 1998-08-19 | Multispot conferencing device and its method, and terminal device for multispot conferencing |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2000069179A (en) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009001887A1 (en) * | 2007-06-27 | 2008-12-31 | Nec Corporation | Multi-point connection device, signal analysis and device, method, and program |
WO2009098974A1 (en) * | 2008-02-04 | 2009-08-13 | Nec Corporation | Voice mixing device and method, and multipoint conference server |
WO2009098975A1 (en) * | 2008-02-04 | 2009-08-13 | Nec Corporation | Voice mixing device and method, and multipoint conference server |
JP2010506519A (en) * | 2006-10-12 | 2010-02-25 | アンドレアス、マックス、パベル | Processing and apparatus for obtaining, transmitting and playing sound events for the communications field |
US7804965B2 (en) | 2004-11-15 | 2010-09-28 | Sony Corporation | Microphone system and microphone apparatus |
-
1998
- 1998-08-19 JP JP10233014A patent/JP2000069179A/en active Pending
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7804965B2 (en) | 2004-11-15 | 2010-09-28 | Sony Corporation | Microphone system and microphone apparatus |
JP2010506519A (en) * | 2006-10-12 | 2010-02-25 | アンドレアス、マックス、パベル | Processing and apparatus for obtaining, transmitting and playing sound events for the communications field |
WO2009001887A1 (en) * | 2007-06-27 | 2008-12-31 | Nec Corporation | Multi-point connection device, signal analysis and device, method, and program |
JP5282906B2 (en) * | 2007-06-27 | 2013-09-04 | 日本電気株式会社 | Multipoint connection apparatus, signal analysis and apparatus, method and program thereof |
US9118805B2 (en) | 2007-06-27 | 2015-08-25 | Nec Corporation | Multi-point connection device, signal analysis and device, method, and program |
WO2009098974A1 (en) * | 2008-02-04 | 2009-08-13 | Nec Corporation | Voice mixing device and method, and multipoint conference server |
WO2009098975A1 (en) * | 2008-02-04 | 2009-08-13 | Nec Corporation | Voice mixing device and method, and multipoint conference server |
CN101926159A (en) * | 2008-02-04 | 2010-12-22 | 日本电气株式会社 | Voice mixing device and method, and multipoint conference server |
JP5158098B2 (en) * | 2008-02-04 | 2013-03-06 | 日本電気株式会社 | Audio mixing apparatus and method, and multipoint conference server |
JP5158099B2 (en) * | 2008-02-04 | 2013-03-06 | 日本電気株式会社 | Audio mixing apparatus and method, and multipoint conference server |
US8489216B2 (en) | 2008-02-04 | 2013-07-16 | Nec Corporation | Sound mixing apparatus and method and multipoint conference server |
US8509460B2 (en) | 2008-02-04 | 2013-08-13 | Nec Corporation | Sound mixing apparatus and method and multipoint conference server |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7599834B2 (en) | Method and apparatus of voice mixing for conferencing amongst diverse networks | |
KR100756311B1 (en) | Method and apparatus for dtmf detection and voice mixing in the celp parameter domain | |
US6728222B1 (en) | Conference terminal control device | |
JP3430175B2 (en) | Algebraic codebook with signal-selected pulse amplitude for fast encoding of speech signals | |
US5280561A (en) | Method for processing audio signals in a sub-band coding system | |
KR100383051B1 (en) | Digital information coding method and apparatus | |
US20050096904A1 (en) | Signal processing apparatus and mobile radio communication terminal | |
JPS63142399A (en) | Voice analysis/synthesization method and apparatus | |
US6728669B1 (en) | Relative pulse position in celp vocoding | |
US7443978B2 (en) | Method and apparatus for audio coding with noise suppression | |
JP2000069179A (en) | Multispot conferencing device and its method, and terminal device for multispot conferencing | |
KR20000053407A (en) | Method for transmitting data in wireless speech channels | |
US6061648A (en) | Speech coding apparatus and speech decoding apparatus | |
JPH1020897A (en) | Adaptive conversion coding system and adaptive conversion decoding system | |
JPH1049199A (en) | Silence compressed voice coding and decoding device | |
JP4108396B2 (en) | Speech coding transmission system for multi-point control equipment | |
CA2317969C (en) | Method and apparatus for decoding speech signal | |
JP4373693B2 (en) | Hierarchical encoding method and hierarchical decoding method for acoustic signals | |
JPH10233840A (en) | Voice information communication system | |
KR100392258B1 (en) | Implementation method for reducing the processing time of CELP vocoder | |
JP2002041100A (en) | Digital voice processing device | |
JP3781992B2 (en) | Audio multiplexer | |
JP3350340B2 (en) | Voice coding method and voice decoding method | |
JPH0458299A (en) | Sound encoding device | |
JP3217237B2 (en) | Loop type band division audio conference circuit |