JP2008154056A - 音声会議装置および音声会議システム - Google Patents

Abstract

【課題】会議音声に対する回帰音を除去して音声会議を円滑に進行できる音声会議装置および音声会議システムの提供を図る。
【解決手段】音声会議装置１は、通信制御部１２により、未使用のチャンネル（Ｓ１〜Ｓ３）から音声信号を出力する前に、当該チャンネルから着信音を出力する。スピーカＳＰ１〜ＳＰ１６は、各チャンネルに応じた所定の音源位置から着信音を放音する。マイクＭＩＣ１Ａ〜ＭＩＣ１６Ａ，マイクＭＩＣ１Ｂ〜ＭＩＣ１６Ｂは着信音の回帰音を含む収音音声信号を収音する。エコーキャンセル部２０は、入力信号に基づいて擬似回帰音信号を生成し、収音音声信号から擬似回帰音信号を減算する。このような構成の音声会議装置を複数、相互に接続し音声会議システムを構成する。
【選択図】図１

Description

この発明は、ネットワーク等を介して互いに接続され、多地点間で音声会議を行う音声会議装置および音声会議システムに関するものである。

遠隔地間で音声会議を行う場合に、音声会議を行う地点毎に音声会議装置を設置して、これら装置をネットワークで接続し、音声信号を送受信する方法が多く用いられている。そして、このような音声会議に利用される音声会議装置が各種考案されている（特許文献１参照）。

従来の音声会議装置では、スピーカからの放音音声が壁・ドア等により反射されたり直接マイクまで回り込んだりして、伝達系（エコーパス）の影響を受けた後で回帰音としてマイクに収音される。この回帰音は通話の妨げとなるため、従来の音声会議装置では適応型フィルタ（アダプティブ・ディジタル・フィルタ）を用いて、マイクで収音した音声信号から回帰音を除去する回帰音除去処理が行われる。

従来の回帰音除去処理ではスピーカから放音する放音音声信号に対して、エコーパスの影響を模擬した適応型フィルタで畳み込み処理を行うことによって擬似回帰音信号を生成し、マイクから収音する音声信号から擬似回帰音信号を差し引くことにより回帰音を打ち消す。この際、回帰音を模擬した擬似回帰音信号と回帰音との差（誤差信号）を最小化するように適応型フィルタのフィルタ係数を更新する。更新によりフィルタ係数が適切な値に収束することで、回帰音と擬似回帰音信号との差が最小化され、マイクで収音した音声信号から回帰音を除去することが可能になる。
特開平８−２９８６９６号公報

しかしながら、通常、音声会議の開始時にはフィルタ係数が適切でなく、回帰音と擬似回帰音信号とが一致しない。したがって、マイクで収音した音声信号から回帰音を除去することができない。また、フィルタ係数を収束させるには、ある程度の処理期間（収束期間）が必要であり、この期間内では、効果的に回帰音を除去することができない。

そこで、この発明の目的は、音声会議の初期から音声会議を円滑に進行できる音声会議システムおよび、この音声会議システムに利用する音声会議装置を提供することにある。

この発明は、接続される相手先装置との間で音声信号を送受信する通信制御部と、前記通信制御部で受信した音声信号を放音する放音部と、前記放音部の放音した音声信号の回帰音を含む自装置周囲の音声信号を収音する収音部と、前記通信制御部で受信した音声信号に基づいて擬似回帰音信号を生成し、前記収音部で収音した音声信号から前記擬似回帰音信号を減算し、前記通信制御部に出力するエコーキャンセル部と、を備える音声会議装置において、前記放音部は、前記相手先装置から受信した音声信号を放音する前に着信音の音声信号を放音し、前記エコーキャンセル部は、前記着信音の音声信号により前記擬似回帰音信号を予め最適化することを特徴とする。

この構成では、放音部から放音する着信音に基づいてフィルタ係数を収束させる。これにより着信音の放音後には、適応フィルタが収束しており、回帰音の除去が適切に行われる。また、着信音の放音により、自装置を用いる音声会議出席者に相手先装置との接続があったことを通知する。これにより、着信音放音後に発話される会議音声が回帰音となって通話の妨げとなることを抑制でき、音声会議を円滑に進行させることができる。

また、この発明の前記放音部は、複数の相手先装置それぞれから受信した音声信号を、互いに異なる音源位置から放音するものであり、前記複数の相手先装置のうちいずれかの相手先装置から受信した音声信号を新たな音源位置から放音する前に、当該新たな音源位置に対応させて着信音の音声信号を放音することを特徴とする。

この構成では、相手先装置ごとに音源位置を異ならせて入力音声信号を放音する音源処理を行うことで、音声会議の臨場感を高めることができる。

この場合、音源位置ごとに適応型フィルタの適切なフィルタ係数が異なる。そこで、新たな音源位置から会議音声の音声信号を放音する前に、着信音を放音する。これにより、会議音声の放音の前に適応型フィルタのフィルタ係数を収束させることができる。

また、この発明は、接続される相手先装置との間で音声信号を送受信する通信制御部と、前記通信制御部で受信した音声信号を放音する放音部と、前記放音部の放音した音声信号の回帰音を含む自装置周囲の音声信号を収音する収音部と、前記通信制御部で受信した音声信号に基づいて擬似回帰音信号を生成し、前記収音部で収音した音声信号から前記擬似回帰音信号を減算し、前記通信制御部に出力するエコーキャンセル部と、を備える音声会議装置において、前記通信制御部は、前記エコーキャンセル部から入力される音声信号を前記相手先装置に送信する前に発信音の音声信号を前記相手先装置に送信し、前記エコーキャンセル部は、前記相手先装置が送信した発信音に基づく音声信号により前記擬似回帰音信号を予め最適化する事を特徴とする。

この構成では、放音部から放音する発信音に基づいてフィルタ係数を収束させる。これにより発信音の放音後には、適応フィルタが収束しており、回帰音の除去が適切に行われる。また、発信音の放音により、自装置を用いる音声会議出席者に相手先装置との接続があったことを通知する。これにより、発信音放音後に発話される会議音声が回帰音となって通話の妨げとなることを抑制でき、音声会議を円滑に進行させることができる。

また、この発明の前記放音部は、複数の相手先装置それぞれから受信した音声信号を、互いに異なる音源位置から放音するものであり、前記複数の相手先装置のうちいずれかの相手先装置から受信した音声信号を新たな音源位置から放音する前に、前記相手先装置が送信した発信音に基づく音声信号を前記新たな音源位置から放音することを特徴とする。

この構成では、相手先装置ごとに音源位置を異ならせて入力音声信号を放音する音源処理を行うことで、音声会議の臨場感を高めることができる。

この場合、音源位置ごとに適応型フィルタの適切なフィルタ係数が異なる。そこで、新たな音源位置から会議音声の音声信号を放音する前に、発信音を放音する。これにより、会議音声の放音の前に適応型フィルタのフィルタ係数を収束させることができる。

また、この発明の音声会議システムは、上記いずれかの音声会議装置を複数、相互接続したものである。

したがって、複数装置間での音声会議において、会議音声の回帰音による影響を抑制できる。

この発明の音声会議装置および音声会議システムによると、着信音（相手先装置の発信音）の放音により、適応型フィルタのフィルタ係数の収束が進んだものになり、会議の初期から会議音声に対する回帰音を除去して、クリアな音声で会議を行うことができる。

以下、本発明の第１の実施形態に係る音声会議装置について図１〜５に基づいて説明する。本実施形態の音声会議装置は着信音の放音によりフィルタ係数の収束を図るものである。

図１は本実施形態の音声会議装置の構成を説明する図である。音声会議装置１は、制御部１０、入出力コネクタ１１、通信制御部１２、放音指向性制御部１３、Ｄ／Ａコンバータ１４、放音用アンプ１５、スピーカアレイ（スピーカＳＰ１〜ＳＰ１６）、マイクアレイ（マイクＭＩＣ１Ａ〜ＭＩＣ１６Ａ，ＭＩＣ１Ｂ
〜ＭＩＣ１６Ｂ）、収音用アンプ１６、Ａ／Ｄコンバータ１７、収音ビーム生成部１８Ａ、収音ビーム生成部１８Ｂ、収音ビーム選択部１９、エコーキャンセル部２０を備える。

入出力コネクタ１１は、ＬＡＮインターフェース端子、アナログオーディオ入力端子、アナログオーディオ出力端子、デジタルオーディオ入出力端子（いずれも不図示）などを備える。それぞれの端子は相手先装置との接続に用いることができ、入出力コネクタ１１は、相手先装置から受信する入力信号を通信制御部１２に出力するとともに、自装置から相手先装置に送信する出力信号を通信制御部１２から受け付ける。

本実施形態では、入出力コネクタ１１はＬＡＮインターフェース端子を介してＬＡＮネットワーク上の相手先装置に接続し、入力信号および出力信号をストリームデータとして送受信するものとする。これらのストリームデータは、ヘッダ領域と音声記録領域とを備え、ヘッダ領域に音声会議装置それぞれに固有の識別情報を記録し、音声記録領域に会議音声の音声信号を記録しているものとする。

通信制御部１２は、入出力コネクタ１１が受信したストリームデータのヘッダ領域から識別情報を読み出し、そのストリームデータの音声記録領域の音声信号または着信音の音声信号を、識別情報ごとに異なる伝送経路（チャンネルＳ１〜Ｓ３）から出力する。ここでは、総チャンネル数を３、即ち最大３台の相手先装置と接続可能な構成を示している。なお、総チャンネル数は仕様に応じて設定するとよい。なお、この通信制御部１２の詳細な動作については後述する。

通信制御部１２から出力した各チャンネルの音声信号は、エコーキャンセル部２０を介して放音指向性制御部１３に与える。

放音指向性制御部１３は、仮想点音源処理を行う。具体的には、各チャンネルの信号に含まれる着信音または会議音声の音声信号を、チャンネルごとに設定された仮想点音源から放音する。そのため、スピーカアレイのスピーカＳＰ１〜ＳＰ１６に与える個別放音音声信号に遅延処理及び振幅処理等を施す。ここでは総チャンネル数を３としているので、仮想点音源の数も３である。チャンネルＳ１を自装置後方右側の仮想点音源に、チャンネルＳ２を自装置後方中央の仮想点音源に、チャンネルＳ３を自装置後方左側の仮想点音源に設定する。

スピーカＳＰ１〜ＳＰ１６ごとに設置されたＤ／Ａコンバータ１４には、放音指向性制御部１３から個別放音音声信号を出力する。各Ｄ／Ａコンバータ１４は個別放音音声信号をアナログ形式に変換して各放音用アンプ１５に出力し、各放音用アンプ１５は個別放音音声信号を増幅してスピーカＳＰ１〜ＳＰ１６に与える。スピーカＳＰ１〜ＳＰ１６は、与えられた個別放音音声信号を音声変換して外部に放音する。

従って、各仮想点音源からは、着信音が放音された後、相手先装置の会議音声が放音されることになる。したがって、着信音の放音により、自装置を用いる音声会議出席者に相手先装置との接続があったことを通知でき、音声会議を円滑に進行させることができる。また、仮想点音源から放音を行うことで音声会議の臨場感を高めることができる。

マイクＭＩＣ１Ａ〜ＭＩＣ１６Ａ、マイクＭＩＣ１Ｂ〜ＭＩＣ１６Ｂは、それぞれ音声会議装置１を用いる音声会議出席者が発話した音声信号や、スピーカからの回帰音などを収音して電気変換して収音音声信号を生成し、収音音声信号を各収音用アンプ１６に出力する。各収音用アンプ１６は、接続されたマイクの収音音声信号を増幅してそれぞれＡ／Ｄコンバータ１７に与える。Ａ／Ｄコンバータ１７は、入力される収音音声信号をデジタル変換して収音ビーム生成部１８Ａ，１８Ｂに出力する。収音ビーム生成部１８Ａ，１８Ｂは、それぞれマイクＭＩＣ１Ａ〜ＭＩＣ１６Ａ，各マイクＭＩＣ１Ｂ〜ＭＩＣ１６Ｂの収音音声信号に対して所定の遅延処理等を行い、収音ビーム信号ＭＢ１Ａ〜ＭＢ４Ａと収音ビーム信号ＭＢ１Ｂ〜ＭＢ４Ｂとを生成する。収音ビーム選択部１９は、収音ビーム信号ＭＢ１Ａ〜ＭＢ４Ａ，ＭＢ１Ｂ〜ＭＢ４Ｂそれぞれの信号強度を比較し、予め設定した所定条件に適合する収音ビーム信号を選択し、特定収音ビーム信号ＭＢとしてエコーキャンセル部２０に出力する。

したがって、特定収音ビーム信号ＭＢには、選択されている収音ビームの収音領域にいる音声会議出席者の発話音声、および、スピーカから放音した音声信号の回帰音が含まれる。

エコーキャンセル部２０は、それぞれ独立な放音信号伝送系の３チャンネル（Ｓ１〜Ｓ３）に対応する３個のエコーキャンセル回路２１Ａ〜２１Ｃを直列接続した構成である。収音ビーム選択部１９の出力はエコーキャンセル回路２１Ａに入力し、エコーキャンセル回路２１Ａの出力はエコーキャンセル回路２１Ｂに入力する。そして、エコーキャンセル回路２１Ｂの出力はエコーキャンセル回路２１Ｃに入力し、エコーキャンセル回路２１Ｃの出力は通信制御部１２に入力する。

エコーキャンセル回路２１Ａは適応型フィルタ２３Ａとポストプロセッサ２２Ａとを備える。エコーキャンセル回路２１Ａの適応型フィルタ２３Ａは、通信制御部１２からチャンネルＳ１の信号が出力されていれば擬似回帰音信号を生成する。ポストプロセッサ２２Ａは、収音ビーム選択部１９から出力される特定収音ビーム信号ＭＢから、前記擬似回帰音信号を減算した第１減算信号を、エコーキャンセル回路２１Ｂのポストプロセッサ２２Ｂに出力する。この第１減算信号は適応型フィルタ２３Ａにフィードバックし、適応型フィルタ２３Ａのフィルタ係数を更新する。この際、チャンネルＳ１に相手先装置からの会議の音声信号が伝送されておらず、新規にこのチャンネルで会議の音声信号の伝送を開始する場合には、前記フィルタ係数はチャンネルＳ１に対する音源位置から放音される着信音に基づいて収束していく。

また、エコーキャンセル回路２１Ｂは適応型フィルタ２３Ｂとポストプロセッサ２２Ｂとを備える。エコーキャンセル回路２１Ｂの適応型フィルタ２３Ｂは、通信制御部１２からチャンネルＳ２の信号が出力されていれば擬似回帰音信号を生成する。ポストプロセッサ２２Ｂは、エコーキャンセル回路２１Ａのポストプロセッサ２２Ａから出力される第１減算信号から、前記擬似回帰音信号を減算した第２減算信号を、エコーキャンセル回路２１Ｃのポストプロセッサ２２Ｃに出力する。この第２減算信号は適応型フィルタ２３Ｂにフィードバックし、適応型フィルタ２３Ｂのフィルタ係数を更新する。この際、チャンネルＳ２に相手先装置からの会議の音声信号が伝送されておらず、新規にこのチャンネルで会議の音声信号の伝送を開始する場合には、前記フィルタ係数はチャンネルＳ２に対する音源位置から放音される着信音に基づいて収束し始める。

また、エコーキャンセル回路２１Ｃは適応型フィルタ２３Ｃとポストプロセッサ２２Ｃとを備える。エコーキャンセル回路２１Ｃの適応型フィルタ２３Ｃは、通信制御部１２からチャンネルＳ３の信号が出力されていれば擬似回帰音信号を生成する。ポストプロセッサ２２Ｃは、エコーキャンセル回路２１Ｂのポストプロセッサ２２Ｂから出力される第２減算信号から、前記擬似回帰音信号を減算した第３減算信号を、そのまま出力音声信号として通信制御部１２に出力する。この第３減算信号は適応型フィルタ２３Ｃにフィードバックし、適応型フィルタ２３Ｃのフィルタ係数を更新する。この際、チャンネルＳ３に相手先装置からの会議の音声信号が伝送されておらず、新規にこのチャンネルで会議の音声信号の伝送を開始する場合には、前記フィルタ係数はチャンネルＳ３に対する音源位置から放音される着信音に基づいて収束し始める。

通信制御部１２では、エコーキャンセル回路２１Ｃから入力される出力音声信号をストリームデータの音声記録領域に記録し、ヘッダ領域に自装置の識別情報を記録し、ネットワークを介して相手先装置に送信する。また、相手先装置が接続された場合には、識別情報のみを記録したストリームデータを、ネットワークを介して相手先装置に送信する。

以上に示すように本実施形態の音声会議装置を構成している。したがって、放音部から放音する着信音に基づいて各適応型フィルタ２３Ａ〜２３Ｃのフィルタ係数は収束される。これにより着信音の放音後には、適応フィルタの収束が進み、回帰音の除去が可能になる。したがって、着信直後の会議音声に対する回帰音の影響を低減できる。

次に、通信制御部１２の詳細な動作について説明する。
図２は、通信制御部１２の処理フローを示すフローチャートである。
まず、通信制御部１２は、他の音声会議装置からの音声信号を含むストリームデータに先立って、他の音声会議装置からの音声信号を含まないストリームデータを受信して復調する（Ｓ１０１）。通信制御部１２は、この復調したストリームデータから送信元の識別情報を取得するとともに、識別情報テーブル１２１を読み出す（Ｓ１０２）。識別情報テーブル１２１には、既に通信中の装置を識別する情報（通信中装置識別情報）が記憶されており、通信制御部１２は、取得した識別情報と通信中装置識別情報とを比較する。
通信制御部１２は、取得した識別情報と通信中装置識別情報とが一致することを検出すると（Ｓ１０３：Ｙ）、既に割り当てられているチャンネルに対して音声信号を出力する（Ｓ１１１）。

一方、通信制御部１２は、取得した識別情報と通信中装置識別情報とが一致しないことを検出すると（Ｓ１０３：Ｎ）、現在使用されていない空きチャンネルを検索し、空きチャンネルのうちの１つのチャンネルを割り当てる（Ｓ１０４）。

このチャンネルの割り当てについて、図３を参照して、より具体的に説明する。図３はチャンネル割り当ての処理フローを示すフローチャートである。
通信制御部１２は、新たな識別情報を取得した時点での空きチャンネルを検索する。通信制御部１２は、全てのチャンネルが空いていれば、中央に仮想点音源を設定するチャンネルを割り当てる（Ｓ１４１→Ｓ１４２）。
通信制御部１２は、既に１つのチャンネルが割り当てられていることを検出すると、両端にそれぞれ仮想点音源を設定する２つのチャンネルを、既に通信中の音声会議装置の音声信号および新たに識別情報を取得した音声会議装置の音声信号に割り当てる（Ｓ１４１→Ｓ１４３→Ｓ１４４）。

また、通信制御部１２は、既に２つのチャンネルが割り当てられていることを検出すると、新たに識別情報を取得した音声会議装置の音声信号を、中央に仮想点音源を設定するチャンネルに割り当てる。すなわち、通信制御部１２は、既に通信中の２つの音声会議装置の音声信号および新たに識別情報を取得した音声会議装置の音声信号を、全てのチャンネルを構成するそれぞれのチャンネルに設定する（Ｓ１４３→Ｓ１４５）。なお、チャンネルの割り当てパターンは、上述のパターンに限らず、例えば、一方端（例えば、放音方向正面から見て左端）の仮想点音源から他方端（放音方向正面から見て右端）の仮想点音源に向かって、順次仮想点音源を割り当てるようにしても良い。

図２に戻り、通信制御部１２は、新たな識別情報（音声会議装置）に対する音声信号に新たなチャンネルを割り当てると、着信音生成部１２２で生成した着信音を、割り当てたチャンネルから出力する（Ｓ１０５）。

通信制御部１２はタイマを備え、予め設定した着信音出力時間まで着信音を設定すると、着信音の出力を停止する（Ｓ１０６）。この間、スピーカアレイの各スピーカＳＰから放音された着信音は、マイクアレイのマイクＭＩＣで収音されて、上述のエコーキャンセル部２０の最適化に利用される。このため、着信音出力時間は、エコーキャンセル部２０の最適化に必要十分な時間で設定され、この時間は、予め実験等で設定されている。

なお、タイマは必須の構成ではなく、場合によって取り外すことができる。また、予め設定した着信音出力時間に応じて着信音を出力するほかに、着信音を聴き取ったユーザが回線を接続したタイミングまでを出力時間に設定しても良い。

そして、通信制御部１２は、着信音出力を停止すると、引き続き受信した音声信号を含むストリームデータを復調する。通信制御部１２は、復調した音声信号を、着信音出力していたチャンネルに対して出力する（Ｓ１０７）。

このような処理を行うことで、会議用の音声信号を放音する時点では、エコーキャンセル部２０が最適化されており、新たなチャンネルに対して最初の会議者の発声音から、効果的なエコーキャンセル処理を行うことができる。

なお、前述の説明では、新たに接続する音声会議装置が一台ずつの場合を説明したが、略同時に二台の音声会議装置が接続することもある。この場合には、それぞれの音声会議装置毎に異なる着信音を設定して出力することで、略同時にエコーキャンセル部２０の最適化を行うことができる。この際、各着信音は、単に周波数を異ならせた複数の音声信号を用いても、全く異なる複数の音声信号を用いても良い。

次に、本実施形態の音声会議装置を用いた音声会議システムの接続構成の例について図４〜図６に基づいて説明する。

図４に示す接続構成では、地点Ａに設置した音声会議装置１Ａと、地点Ｂに設置した音声会議装置１ＢとをＬＡＮネットワークを介して接続し，音声会議システム１００を構成する。なお、ここでは音声会議装置同士を接続した直後のフィルタ係数が未収束な状態として説明する。

この場合、音声会議装置１Ａを例に説明すると、音声会議装置１Ａは、相手先装置１Ｂからストリームデータを受信する。このストリームデータのヘッダ領域には、相手先装置１Ｂの識別情報が記録されているが、音声記録領域には接続当初には音声信号が含まれない。また、自装置１Ａから相手先装置１Ｂに対しても、同様のストリームデータ、即ちヘッダ領域に自装置１Ａの識別情報を記録し、音声記録領域に音声信号を含まないストリームデータが出力される。

音声会議装置１Ａは、相手先装置１Ｂから受けとったストリームデータの識別情報に基づいて、識別情報テーブル１２１の検索を行う。この時点では識別情報テーブル１２１に相手先装置１Ｂの識別情報を登録していないため、音声会議装置１Ａは相手先装置１Ｂの識別情報を識別情報テーブル１２１に新たに登録する。そして、音声会議装置１Ａは、未使用のチャンネルから、適当なチャンネル（Ｓ２）を割り当て、着信音の音声信号を出力し、自装置１Ａ後方中央の仮想点音源Ａ２から着信音を放音する。

相手先装置１Ｂにおいても、同様に仮想点音源Ｂ２から着信音を放音する。

このようにして、音声会議装置１Ａ，１Ｂは、それぞれ着信音を放音して適応型フィルタのフィルタ係数を更新し収束させる。これにより、着信音の放音後には、音声会議装置１Ａ，１Ｂそれぞれでエコーキャンセル部２０の最適化（適応型フィルタの収束）が進んで、相手先装置（１Ｂ，１Ａ）との会議音声の送受信を会議音声の回帰音を除去してクリアな状態で行うことができる。

次に、上記接続構成に対して新たに、図５に示すように音声会議装置１Ｃが接続される。音声会議装置１Ａを例に説明すると、音声会議装置１Ａは、相手先装置１Ｃからのストリームデータを受信する。また自装置１Ａから相手先装置１Ｃに対して、ストリームデータを送信する。

音声会議装置１Ａは相手先装置１Ｃから受けとったストリームデータの識別情報に基づいて、識別情報テーブル１２１の検索を行う。この時点では識別情報テーブル１２１に相手先装置１Ｃの識別情報を登録していないため、音声会議装置１Ａは相手先装置１Ｃの識別情報を識別情報テーブル１２１に新たに登録する。そして、音声会議装置１Ａは、現在設定されている１チャンネルのチャンネル構成を破棄し、新たに２つのチャンネル（Ｓ１，Ｓ３）から着信音の音声信号を出力し、自装置１Ａ後方右側の仮想点音源Ａ１と自装置１Ａ後方左側の仮想点音源Ａ３とから着信音を放音する。

相手先装置１Ｂは、仮想点音源Ｂ１と仮想点音源Ｂ３とから着信音を放音する。相手先装置１Ｃは、仮想点音源Ｃ１と仮想点音源Ｃ３とから着信音を放音する。

このようにして音声会議装置１Ａ〜１Ｃは、着信音を放音して適応型フィルタのフィルタ係数を更新し収束させる。これにより、着信音の放音後には、音声会議装置１Ａ〜１Ｃそれぞれでエコーキャンセル部の最適化が進んで、相手先装置との会議音声の送受信を会議音声の回帰音を除去してクリアな状態で行うことができる。

次に、上記接続構成に対して新たに、図６に示すように音声会議装置１Ｄが接続される。音声会議装置１Ａを例に説明すると、音声会議装置１Ａは、相手先装置１Ｄからのストリームデータを受信する。また自装置１Ａから相手先装置１Ｄに対して、ストリームデータを送信する。

音声会議装置１Ａは、相手先装置１Ｄから受けとったストリームデータの識別情報に基づいて、識別情報テーブル１２１の検索を行う。この時点では相手先装置１Ｄの識別情報を登録していないため、音声会議装置１Ａは相手先装置１Ｄの識別情報を識別情報テーブル１２１に新たに登録する。そして、音声会議装置１Ａは、現在設定されている２チャンネル（Ｓ１，Ｓ３）のチャンネル構成を破棄し、新たに３つのチャンネル（Ｓ１，Ｓ２，Ｓ３）から着信音の音声信号を出力し、新たに自装置１Ａ後方中央の仮想点音源Ａ２から着信音を放音する。なお、この際、チャンネル構成を完全に破棄するのではなく、現在設定されているチャンネル構成に新たなチャンネルを追加する処理を適用しても良い。

相手先装置１Ｂは、仮想点音源Ｂ２から着信音を放音する。相手先装置１Ｃは、仮想点音源Ｃ２から着信音を放音する。相手先装置１Ｄは、仮想点音源Ｄ１〜Ｄ３それぞれから着信音を放音する。このようにして、音声会議装置１Ａ〜１Ｄは、着信音をして適応型フィルタのフィルタ係数を更新し収束させる。これにより、着信音の放音後には、音声会議装置１Ａ〜１Ｄでエコーキャンセル部の最適化が進んで、相手先装置との会議音声の送受信を会議音声の回帰音を除去してクリアな状態で行うことができる。

次に、第２の実施形態に係る音声会議装置について説明する。
図７は本実施形態の音声会議装置の構成を説明する図である。

なお、本実施形態の音声会議装置は、第１の実施形態の音声会議装置の通信制御部１２にチャンネルテーブル１２３を追加し、相手装置毎にチャンネルおよび仮想点音源を予め設定したものである。

本実施形態では通信制御部１２は、各チャンネルに出力する音声信号を選択する方法として、各チャンネルと相手先装置との相関関係をチャンネルテーブル１２３に更新記憶して保存しておき、該当する相手先装置が識別されれば、音声信号を出力する方法である。この際、初めての通信では、チャンネルテーブル１２３に、検出した新たな相手先装置を登録し、２回目以降ではチャンネルテーブル１２３に対して相手先装置の検索を行う。そして、各通信における最初の通信時には着信音の音声信号を出力し、着信音によるエコーキャンセル部の最適化が終わったのちには、会議音声の音声信号を出力する。

通信制御部１２において、相手先装置から受信したストリームデータのヘッダ領域から検出した識別情報が、以前に検出された識別情報を登録する識別情報テーブル１２１に既に登録されていれば、そのストリームデータの音声記録領域の音声信号をそのまま、識別情報に対応するチャンネルから出力する。対応するチャンネルは、識別情報とチャンネルの組み合わせを登録しておくチャンネルテーブル１２３から読み出す。また、エコーキャンセル部２０から入力される会議音声の音声信号を音声記録領域に記録し、自装置の識別情報をヘッダ領域に記録したストリームデータを相手先装置に送信する。

一方、検出した識別情報が識別情報テーブル１２１にまだ登録されていなければ、当該識別情報を識別情報テーブル１２１に登録する。また、チャンネルテーブル１２３を更新し、当該識別情報に未使用のチャンネルを割り当てる。そして、着信音生成部１２２で着信音の音声信号を生成し、それまで未使用であり新たに識別情報が割り当てられたチャンネルから着信音の音声信号を出力する。また、自装置の識別情報をヘッダ領域に記録したストリームデータを相手先装置に送信する。

ここで具体的なチャンネルテーブル１２３の更新方法の例を、図８に基づいて説明する。図８は第２の実施形態でのチャンネルテーブルの更新方法の例を説明する図である。ここでは、自装置１Ａに対して、順に相手先装置１Ｂ、１Ｃ、１Ｄを接続し、後段の仮想点音源処理で、隣接する音源位置の間隔が最大限広がるように相手先装置１Ｂ、１Ｃ、１Ｄに各チャンネルを割り当てる。

まず、最初に相手先装置１Ｂが接続されると、相手先装置１Ｂの識別情報をチャンネルＳ２に新たに割り当てる。従って、チャンネルＳ２から着信音を一定時間出力し、その後、相手先装置１Ｂの会議音声の音声信号を出力することになる。これにより自装置正面の仮想点音源から着信音を一定時間放音し、その後、相手先装置１Ｂの会議音声の音声信号を放音することになる。

次に、相手先装置１Ｃが接続されると、相手先装置１Ｂの識別情報をチャンネルＳ２からチャンネルＳ１に再割り当てし、相手先装置１Ｃの識別情報をチャンネルＳ３に新たに割り当てる。従って、チャンネルＳ１とチャンネルＳ３とから着信音を一定時間出力し、その後、相手先装置１Ｂ，１Ｃの会議音声の音声信号をそれぞれ出力することになる。これにより自装置右側の仮想点音源と自装置左側の仮想点音源から着信音を一定時間放音し、その後、自装置右側の仮想点音源から相手先装置１Ｂの会議音声の音声信号を放音し、自装置左側の仮想点音源から相手先装置１Ｃの会議音声の音声信号を放音することになる。

次に、相手先装置１Ｄが接続されると、相手先装置１Ｄの識別情報をチャンネルＳ２に新たに割り当てる。従って、チャンネルＳ２から着信音を一定時間出力し、その後、相手先装置１Ｄの会議音声の音声信号を出力することになる。これにより自装置正面の仮想点音源から着信音を一定時間放音し、その後、自装置右側の仮想点音源から相手先装置１Ｂの会議音声の音声信号を放音し、自装置左側の仮想点音源から相手先装置１Ｃの会議音声の音声信号を放音し、自装置正面の仮想点音源から相手先装置１Ｄの会議音声の音声信号を放音することになる。

以上の本実施形態の音声会議装置を利用して音声会議システムを構成しても、各音声会議装置での着信音の放音により、それぞれの適応型フィルタのフィルタ係数の収束が進んだものになり、会議の初期から会議音声に対する回帰音を除去して、クリアな音声で会議を行うことができる。

次に、本実施形態の音声会議装置を用いた音声会議システムの接続構成の例について、前述の図４〜図６に基づいて説明する。

図４に示す接続構成では、地点Ａに設置した音声会議装置１Ａと、地点Ｂに設置した音声会議装置１ＢとをＬＡＮネットワークを介して接続し，音声会議システム１００を構成する。なお、ここでは音声会議装置同士を接続した直後のフィルタ係数が未収束な状態として説明する。

この場合、音声会議装置１Ａを例に説明すると、音声会議装置１Ａは、相手先装置１Ｂからストリームデータを受信する。このストリームデータのヘッダ領域には、相手先装置１Ｂの識別情報が記録されているが、音声記録領域には接続当初には音声信号が含まれないものとする。また、自装置１Ａから相手先装置１Ｂに対しても、同様のストリームデータ、即ちヘッダ領域に自装置１Ａの識別情報を記録し、音声記録領域に音声信号を含まない出力信号を出力する。

音声会議装置１Ａは、相手先装置１Ｂから受けとったストリームデータの識別情報に基づいて、識別情報テーブル１２１の検索を行う。この時点では識別情報テーブル１２１に相手先装置１Ｂの識別情報を登録していないため、音声会議装置１Ａは相手先装置１Ｂの識別情報を識別情報テーブル１２１に新たに登録する。そして、音声会議装置１Ａは、チャンネルテーブル１２３を更新し、未使用の状態から新たに識別情報が割り当てられたチャンネル（Ｓ２）から着信音の音声信号を出力し、自装置１Ａ後方中央の仮想点音源Ａ２から着信音を放音する。

相手先装置１Ｂにおいても、同様に仮想点音源Ｂ２から着信音を放音する。

このようにして音声会議装置１Ａ，１Ｂは、それぞれ着信音を放音して適応型フィルタのフィルタ係数を更新し収束させる。これにより、着信音の放音後には、音声会議装置１Ａ，１Ｂそれぞれでエコーキャンセル部の最適化が進んで、相手先装置（１Ｂ，１Ａ）との会議音声の送受信を会議音声の回帰音を除去してクリアな状態で行うことができる。

次に、上記接続構成に対して新たに、図５に示すように音声会議装置１Ｃが接続される。音声会議装置１Ａを例に説明すると、音声会議装置１Ａは、相手先装置１Ｃからのストリームデータを受信する。また、自装置１Ａから相手先装置１Ｃに対して、ストリームデータを送信する。

音声会議装置１Ａは相手先装置１Ｃから受けとったストリームデータの識別情報に基づいて、識別情報テーブル１２１の検索を行う。この時点では識別情報テーブル１２１に相手先装置１Ｃの識別情報を登録していないため、音声会議装置１Ａは相手先装置１Ｃの識別情報を識別情報テーブル１２１に新たに登録する。そして音声会議装置１Ａは、チャンネルテーブル１２３を更新し、未使用の状態から新たに識別情報が割り当てられたチャンネル（Ｓ１，Ｓ３）から着信音の音声信号を出力し、自装置１Ａ後方右側の仮想点音源Ａ１と自装置１Ａ後方左側の仮想点音源Ａ３とから着信音を放音する。

相手先装置１Ｂは、仮想点音源Ｂ１と仮想点音源Ｂ３とから着信音を放音する。相手先装置１Ｃは、仮想点音源Ｃ１と仮想点音源Ｃ３とから着信音を放音する。

このようにして音声会議装置１Ａ〜１Ｃは、着信音を放音して適応型フィルタのフィルタ係数を更新し収束させる。これにより、着信音の放音後には、音声会議装置１Ａ〜１Ｃそれぞれでエコーキャンセル部の最適化の収束が進んで、相手先装置との会議音声の送受信を会議音声の回帰音を除去してクリアな状態で行うことができる。

次に、上記接続構成に対して新たに、図６に示すように音声会議装置１Ｄが接続される。音声会議装置１Ａを例に説明すると、音声会議装置１Ａは、相手先装置１Ｄからのストリームデータを受信する。また、自装置１Ａから相手先装置１Ｄに対して、ストリームデータを送信する。

音声会議装置１Ａは、相手先装置１Ｄから受けとったストリームデータの識別情報に基づいて、識別情報テーブル１２１の検索を行う。この時点では相手先装置１Ｄの識別情報を登録していないため、音声会議装置１Ａは相手先装置１Ｄの識別情報を識別情報テーブル１２１に新たに登録する。そして音声会議装置１Ａは、チャンネルテーブル１２３を更新し、未使用の状態から新たに識別情報が割り当てられたチャンネル（Ｓ２）から着信音の音声信号を出力し、自装置１Ａ後方中央の仮想点音源Ａ２から着信音を放音する。

相手先装置１Ｂは、仮想点音源Ｂ２から着信音を放音する。相手先装置１Ｃは、仮想点音源Ｃ２から着信音を放音する。相手先装置１Ｄは、仮想点音源Ｄ１〜Ｄ３それぞれから着信音を放音する。

このようにして、音声会議装置１Ａ〜１Ｄは、着信音をして適応型フィルタのフィルタ係数を更新し収束させる。これにより、着信音の放音後には、音声会議装置１Ａ〜１Ｄでエコーキャンセル部の最適化の収束が進んで、相手先装置との会議音声の送受信を会議音声の回帰音を除去してクリアな状態で行うことができる。

なお、上述の各実施形態では、新しく接続された相手先装置を検出すると、通信制御部の後段の回路に着信音を出力する構成を示したが、本発明は着信音でなく発信音を相手先装置に送信するように構成しても良い。

次に、本発明の第３の実施形態に係る音声会議装置について図９に基づいて説明する。図９は第３の実施形態の音声会議装置を説明する機能ブロック図である。本実施形態の音声会議装置は発信音を相手先装置に送信し、互いに発信音を放音することによりそれぞれのフィルタ係数の収束を図るものである。なお、以下の説明では、第１の実施形態に準じた処理をもとに説明するが、第２の実施形態に準じた処理に対しても適用することができる。

本実施形態の音声会議装置１では、通信制御部１２に着信音生成部１２２ではなく発信音生成部１２４を備える点で第１の実施形態の音声会議装置と異なる。

以下、通信制御部１２の詳細な動作について説明する。通信制御部１２は相手先装置に送信するストリームデータの音声記録領域に、エコーキャンセル部２０から入力される音声信号、即ち会議音声の音声信号を記録するか、発信音の音声信号を記録するかを、新規にストリームデータを受信したか否かに従って決定する。

本実施形態の音声会議装置１では、通信制御部１２において、相手先装置から受信したストリームデータのヘッダ領域から検出した識別情報が、識別情報テーブル１２１に既に登録されていれば、そのストリームデータの音声記録領域の音声信号をそのまま、識別情報に対応するチャンネルから出力する。また、エコーキャンセル部２０から入力される会議音声の音声信号を音声記録領域に記録し、自装置の識別情報をヘッダ領域に記録したストリームデータを相手先装置に送信する。

一方、検出した識別情報が識別情報テーブル１２１にまだ登録されていなければ、発信音生成部１２４で発信音の音声信号を生成し、発信音の音声信号を音声記録領域に記録し、自装置の識別情報をヘッダ領域に記録したストリームデータを相手先装置に送信する。また、相手先装置から受信したストリームデータのヘッダ領域に記録された識別情報を識別情報テーブル１２１に登録する。そして、それまで未使用であり新たに識別情報が割り当てられたチャンネルから、受信した発信音の音声信号を出力する。この発信音を前述の実施形態の着信音と同様の処理を行うことにより、エコーキャンセル部２０を最適化することができる。

以上の各実施形態で示したように、本発明によれば、会議音声が送受信される前に、予めエコーキャンセル部が最適化されるので、会議音声に対する回帰音を除去して音声会議の進行を円滑にできる。

第１の実施形態の音声会議装置を説明する機能ブロック図である。 図１に示す通信制御部１２の処理フローを示すフローチャートである。 図２に示すチャンネル割り当ての処理フローを示すフローチャートである。 同実施形態の音声会議装置を２つ接続する音声会議システムの構成例を説明する図である。 同実施形態の音声会議装置を３つ接続する音声会議システムの構成例を説明する図である。 同実施形態の音声会議装置を４つ接続する音声会議システムの構成例を説明する図である。 第２の実施形態の音声会議装置を説明する機能ブロック図である。 第２の実施形態でのチャンネルテーブルの更新方法の例を説明する図である。 第３の実施形態の音声会議装置を説明する機能ブロック図である。

符号の説明

１−音声会議装置
１０−制御部
１１−入出力コネクタ
１２−通信制御部
１３−放音指向性制御部
１４−Ｄ／Ａコンバータ
１５−放音用アンプ
１６−収音用アンプ
１７−Ａ／Ｄコンバータ
１８−収音ビーム生成部
１９−収音ビーム選択部
２０−エコーキャンセル部
２１−エコーキャンセル回路
２２−ポストプロセッサ
２３−適応型フィルタ
１００−音声会議システム
１２１−識別情報テーブル
１２２−着信音生成部
１２３−チャンネルテーブル
１２４−発信音生成部
ＭＩＣ−マイク
ＳＰ−スピーカ

Claims (5)

1. 接続された相手先装置との間で音声信号を送受信する通信制御部と、
   前記通信制御部で受信した音声信号を放音する放音部と、
   前記放音部の放音した音声信号の回帰音を含む自装置周囲の音声信号を収音する収音部と、
   前記通信制御部で受信した音声信号に基づいて擬似回帰音信号を生成し、前記収音部で収音した音声信号から前記擬似回帰音信号を減算して前記通信制御部に出力するエコーキャンセル部と、を備える音声会議装置において、
   前記放音部は、前記通信制御部で受信した音声信号を放音する前に着信音からなる音声信号を放音する音声会議装置。
2. 前記放音部は、前記通信制御部で複数の相手先装置のそれぞれから受信した音声信号を、互いに異なる音源位置から放音することが可能なものであり、
   前記複数の相手先装置のうちいずれかの相手先装置から受信した音声信号を新たな音源位置から放音する前に、当該新たな音源位置に対応させて着信音の音声信号を放音することを特徴とする請求項１に記載の音声会議装置。
3. 接続される相手先装置との間で音声信号を送受信する通信制御部と、
   前記通信制御部で受信した音声信号を放音する放音部と、
   前記放音部の放音した音声信号の回帰音を含む自装置周囲の音声信号を収音する収音部と、
   前記通信制御部で受信した音声信号に基づいて擬似回帰音信号を生成し、前記収音部で収音した音声信号から前記擬似回帰音信号を減算して前記通信制御部に出力するエコーキャンセル部と、を備える音声会議装置において、
   前記通信制御部は、前記エコーキャンセル部から入力される音声信号を前記相手先装置に送信する前に発信音の音声信号を前記相手先装置に送信し、
   前記エコーキャンセル部は、前記相手先装置が送信した発信音に基づく音声信号により前記擬似回帰音信号を予め最適化する音声会議装置。
4. 前記放音部は、複数の相手先装置それぞれから受信した音声信号を、互いに異なる音源位置から放音するものであり、
   前記複数の相手先装置のうちいずれかの相手先装置から受信した音声信号を新たな音源位置から放音する前に、前記相手先装置が送信した発信音に基づく音声信号を前記新たな音源位置から放音することを特徴とする請求項３に記載の音声会議装置。
5. 請求項１〜４のいずれか１項に記載の音声会議装置を複数、相互接続した音声会議システム。

Images