JP2008177802A - 音声会議システムおよび音声会議装置 - Google Patents

Abstract

【課題】互いの音声会議装置に在席する会議者の位置に応じて、臨場感の溢れる会議を実現できる音声会議システムを提供する。
【解決手段】会議室１００Ａの音声会議装置１Ａは、会議者２０１Ａが発言すると、この発言に応じた出力用収音ビーム信号ＭＢＳと話者方位情報Ｐｍとからなる音声通信データを生成し、会議室１００Ｂの音声会議装置１Ｂに送信する。音声会議装置１Ｂは、受信した音声通信データから放音用音声信号と話者方位情報Ｐｙを取得し、話者方位情報Ｐｙから仮想音源９００を設定する。音声会議装置１Ｂは、仮想音源９００に基づいて、各スピーカＳＰ１〜ＳＰ４に与えるＳＰ用音声信号ＳＰＤ１〜ＳＰＤ４毎に遅延調整量Ｄ、ゲイン調整量Ｇを設定する。音声会議装置１Ｂは、これらの調整量でそれぞれ調整されたＳＰ用音声信号ＳＰＤ１〜ＳＰＤ４をディジタル−アナログ変換後、増幅し、スピーカＳＰから放音する。
【選択図】 図７

Description

この発明は、互いに離れた位置に配置された二つの音声会議装置を接続して音声会議を行う音声会議システム、および当該音声会議システムに用いる音声会議装置に関するものである。

従来、互いに離れた二地点間で音声会議を行う場合、それぞれの地点に特許文献１や特許文献２のような音声会議装置を配置し、当該音声会議装置を取り囲むように会議者が在席して会議を行う。

特許文献１および特許文献２の音声会議装置では、天面から外部に放音するように、筐体の中心に一つのスピーカが配置され、側面の各コーナ部にそれぞれ異なる方位を収音方向とする複数のマイクが配置されている。

このような従来の音声会議装置では、各マイクでそれぞれに異なる方位からの発生音を収音して音声信号を相手側の音声会議装置に送信する。一方、音声会議装置は、相手側の音声会議装置で収音された音声信号を受信すると、そのままスピーカから放音する。
特開平８−２９８６９６号公報 特開平８−２０４８０３号公報

前述の従来の音声会議システムでは、収音側（送信側）の音声会議装置は、全てのマイクで筐体周囲の全方位の音声を収音し、一つの放音用音声信号として送信する。そして、放音側（受信側）の音声会議装置は、受信した放音用音声信号をスピーカにあたえ全方位に均一に放音する。

このような構成では、相手先の音声会議装置に複数の会議者が存在していても、相手先から受信した放音用音声信号が全方位に対して均一に放音されるので、相手先の音声会議装置に在席する会議者の位置関係が分からない。このため、会議にあまり臨場感を与えることができない。

したがって、本発明の目的は、互いの音声会議装置に在席する会議者の位置に応じて、臨場感の溢れる会議を実現できる音声会議システムおよび当該音声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。

この発明の音声会議システムは、円板状の筐体と、該筐体に円周状に配置された複数の単一指向性マイクと、筐体に円周状に配置された複数のスピーカと、をそれぞれに備えた複数の音声会議装置と、複数の音声会議装置のうちの少なくとも二台を接続する接続手段と、を備えたものである。そして、送信側の音声会議装置は、複数の単一指向性マイクの収音信号からそれぞれに異なる収音方位の収音ビーム信号を形成し、会議者の発生音に基づく収音ビーム信号を信号強度により選択するとともに、選択した収音ビーム信号に対応して、円板状の筐体の外方の全方位中の収音方位を検出して話者方位情報を生成し、選択した収音ビーム信号に基づく放音用音声信号と対応する話者方位情報とを関連付けして送信することを特徴としている。受信側の音声会議装置は、送信側の音声会議装置からの放音用音声信号と対応する話者方位情報とを受信し、当該話者方位情報の方位と同方位に対して仮想音源を設定し、当該仮想音源から放音されたように、複数のスピーカから放音される音声を制御することを特徴としている。

この構成では、送信側の音声会議装置は、会議者の発言を収音するとともに、筐体に対する会議者の方位（収音方位）を取得する。そして、収音音声に基づく放音用音声信号と話者方位情報とを関連付けして送信する。受信側の音声会議装置は、受信した話者方位情報から筐体に対する仮想音源の方位を設定し、当該方位から放音用音声信号に基づく音が放音されているように複数のスピーカから放音される音声を制御する。これにより、受信側の音声会議装置に在席する会議者は、送信側の音声会議装置での話者方位と同じ方位から発声音が放音されているように聞き取ることができる。

また、この発明の受信側の音声会議装置は、設定した仮想音源位置と各スピーカとの位置関係とに基づいて、各スピーカから放音する音声の振幅および遅延制御を行うことを特徴としている。

この構成では、各スピーカと仮想音源位置との位置関係に応じて、各スピーカからの放音音声が振幅制御・遅延制御される。より、具体的には、仮想音源位置からの距離に応じて放音音声の振幅を減衰させ、且つ仮想音源位置からの距離に応じて放音タイミングを遅延させる。これにより、放音側（受信側）の音声会議装置に在席する会議者は、音声会議装置に対してどの方位にいても、仮想音源位置から放音されたように聞き取ることができる。

また、この発明の送信側の音声会議装置は、話者方位とともに発声音の発声位置と筐体の発声位置に最も近い側面との距離を算出し、話者方位と距離とから話者方位情報を生成する。受信側の音声会議装置は、受信した話者方位情報から得られる方位と距離とに基づいて仮想音源を設定することを特徴としている。

この構成では、話者方位のみでなく、筐体から話者までの距離をも算出して仮想音源位置を設定する。これにより、収音側の音声会議装置の会議者の発言位置を、さらに正確に、放音側の音声会議装置で再現することができる。

また、この発明の音声会議装置は、前述の音声会議システムに用いる音声会議装置である。この音声会議装置の複数のスピーカは、筐体の下面側に、筐体から外方を放音方向として設置され、複数の単一指向性マイクは、筐体の上面側に、筐体を平面視した中心方向を収音方向として設置されたことを特徴としている。

この構成では、互いに最も近接するマイクの収音指向性方向とスピーカの放音指向性方向とが逆方向になり、スピーカからの回り込み音声をマイクで収音し難くなるので、筐体から外方の全方位中の目的とする話者方位を検出することがより高精度に可能になる。

この発明によれば、相手先装置の会議者の位置から放音されるので、目には見えない相手先の会議室での各会議者の位置が分かるとともに、当該位置から放音される音声を聞くことで、臨場感に溢れる音声会議システムを実現することができる。

本発明の実施形態に係る音声会議システムについて、図を参照して説明する。
図１は本実施形態の音声会議システムの構成図である。
図２は本実施形態の音声会議システムに用いる音声会議装置の外形図であり、（Ａ）が平面図、（Ｂ）が側面図である。図２において、θは、音声会議装置１を平面視した中心を回転中心として、マイクＭＣ１、スピーカＳＰ１方向が０°となり、反時計回りに増加する角度を示す。
図３は図２に示した音声会議装置の機能ブロック図である。
図１に示すように、音声会議システムは、離間された会議室１００Ａ，１００Ｂにそれぞれ配置された音声会議装置１Ａ，１Ｂと、これら音声会議装置１Ａ，１Ｂを接続するネットワーク５００と、を備える。会議室１００Ａ，１００Ｂの略中心には、会議テーブル１０１Ａ，１０１Ｂがそれぞれ設置されており、それぞれの会議テーブル１０１Ａ，１０１Ｂ上に、音声会議装置１Ａ，１Ｂが配置されている。これら音声会議装置１Ａ，１Ｂには、入出力Ｉ／Ｆが備えられており、これら入出力Ｉ／Ｆを介してネットワークに接続している。例えば、このような会議室１００Ａで、会議者２０１Ａ，２０３Ａは音声会議装置１Ａを挟むように対向して着席しており、会議者２０１Ａが音声会議装置１ＡのスピーカＳＰ１側、会議者２０３Ａが音声会議装置１ＡのスピーカＳＰ３側に着席している。また、会議室１００Ｂで、会議者２０２Ｂ，２０４Ｂは、音声会議装置１Ｂを挟むように対向して着席しており、会議者２０２Ｂが音声会議装置１ＢのスピーカＳＰ２側、会議者２０４Ｂが音声会議装置１ＢのスピーカＳＰ４側に着席している。

各音声会議装置１Ａ，１Ｂは同仕様のものであり、円板状の筐体１１を備える。具体的に、筐体１１は、平面視した形状が円形であり、天面と底面との面積が垂直方向の途中部分の面積よりも狭く、側面視した形状が、高さ方向の一点から天面に向けて狭くなるとともに、前記一点から底面に向けて狭くなる形状からなる。すなわち、前記一点より上部側および下部側にそれぞれ傾斜面を有する形状からなる。筐体１１の天面には、該天面の面積よりも狭く、所定深さからなる凹部１２が形成されており、凹部１２の平面視した中心と天面の中心とが、一致するように設定されている。

１６個のマイクＭＣ１〜ＭＣ１６は、凹部１２の側面に沿った筐体１１の天面側内部に設置されており、各マイクＭＣ１〜ＭＣ１６は音声会議装置１を平面視した中心を回転中心として等角度ピッチ（この場合は約２２．５°間隔）で配置されている。この際、マイクＭＣ１がθ＝０°方向となり、順にθが２２．５°ずつ増加する方向に沿って各マイクＭＣ１〜ＭＣ１６が配置される。例えば、マイクＭＣ５はθ＝９０°方向に配置され、マイクＭＣ９はθ＝１８０°方向に配置され、マイクＭＣ１３は、θ＝２７０°方向に配置される。また、各マイクＭＣ１〜ＭＣ１６は、単一指向性を有し、それぞれが前記平面視した中心方向に強い指向性を有するように配置されている。例えば、マイクＭＣ１はθ＝１８０°方向を指向性の中心とし、マイクＭＣ５はθ＝２７０°方向を指向性の中心とし、マイクＭＣ９はθ＝０（３６０）°方向を指向性の中心とし、マイクＭＣ１３はθ＝９０°方向を指向性の中心とする。なお、マイクの個数はこれに限らず、仕様に応じて適宜設定すればよい。

４個のスピーカＳＰ１〜ＳＰ４は、筐体１１の下部側の傾斜面と放音面が一致するようにそれぞれ設置されており、各スピーカＳＰ１〜ＳＰ４は音声会議装置１を平面視した中心を回転中心として等角度ピッチ（この場合は約９０°間隔）で配置されている。この際、スピーカＳＰ１がマイクＭＣ１と同じθ＝０°方向に配置され、スピーカＳＰ２がマイクＭＣ５と同じθ＝９０°方向に配置され、スピーカＳＰ３がマイクＭＣ９と同じθ＝１８０°方向に配置され、スピーカＳＰ４がマイクＭＣ１３と同じθ＝２７０°方向に配置される。また、各スピーカＳＰ１〜ＳＰ４は、放音面の正面方向に強い指向性を有するものであり、スピーカＳＰ１はθ＝０°方向を中心に放音し、スピーカＳＰ２はθ＝９０°方向を中心に放音し、スピーカＳＰ３はθ＝１８０°方向を中心に放音し、スピーカＳＰ４はθ＝２７０°方向を中心に放音する。

このように、スピーカＳＰ１〜ＳＰ４を筐体１１の下部側に配置し、マイクＭＣ１〜ＭＣ１６を筐体１１の上部側に配置し、マイクＭＣ１〜ＭＣ１６の収音方向を筐体１１の中心方向とすることで、各マイクＭＣ１〜ＭＣ１６は、スピーカＳＰ１〜ＳＰ４からの回り込み音声を収音しく難くなる。このため、後述する話者位置検出で、回り込み音声の影響を受け難くなり、より高精度に話者位置検出が行える。

操作部２９は、筐体１１の上部側の傾斜面に設置されており、図示しないが、各種の操作釦および液晶表示パネルを備える。
入出力Ｉ／Ｆは、筐体１１の下部側の傾斜面で、スピーカＳＰ１〜ＳＰ４が設置されていない位置に設置されており、図示しないが、ネットワーク接続端子、ディジタルオーディオ端子、アナログオーディオ端子等を備える。そして、このネットワーク接続端子にネットワークケーブルを接続して、前述のネットワーク５００に接続する。

音声会議装置１は、このような構造上の構成とともに、図３に示すような機能的な構成を備える。
制御部２０は、音声会議装置１の設定、収音、放音等の全般制御を行うとともに、操作部２９により入力された操作指示内容に基づく制御を音声会議装置１の各部に与える。

（１）放音
通信制御部２１は、入出力Ｉ／Ｆを介して受信した相手先音声会議装置からの音声通信データから、音声データを取得して放音用音声信号Ｓ１〜Ｓ３としてチャンネルＣＨ１〜ＣＨ３に出力する。この際、通信制御部２１は、音声通信データから相手先装置ＩＤを取得し、相手先装置ＩＤ毎にチャンネルＣＨを割り当てる。例えば、接続中の相手先装置が一台である場合、当該相手先装置からの音声データを放音用音声信号Ｓ１として、チャンネルＣＨ１に割り当てる。また、接続中の相手先装置が二台である場合、二台の相手先装置からの音声データをそれぞれ放音用音声信号Ｓ１，Ｓ２として、チャンネルＣＨ１，ＣＨ２に個別に割り当てる。同様に、接続中の相手先装置が三台である場合、三台の相手先装置からの音声データをそれぞれ放音用音声信号Ｓ１，Ｓ２，Ｓ３として、チャンネルＣＨ１，ＣＨ２，ＣＨ３に個別に割り当てる。チャンネルＣＨ１〜ＣＨ３は、エコーキャンセル部２８を介して放音制御部２２に接続される。
通信制御部２１は、音声通信データの各音声データに関連付けされた相手先音声会議装置での話者方位データＰｙ（Ｐｍ）を抽出し、チャンネル情報とともに放音制御部２２に与える。

放音制御部２２は、放音用音声信号Ｓ１〜Ｓ３と、話者方位情報Ｐｙとに基づいて、各スピーカＳＰ１〜ＳＰ４に与えるスピーカ出力信号ＳＰＤ１〜ＳＰＤ４を生成する。

図４は、本実施形態の放音制御部２２の主要構成を示すブロック図である。
図５（Ａ）は、放音仕様制御部２２０で設定する仮想音源の分布を示す図である。また、図５（Ｂ）は、放音仕様テーブル２２８１の内容を示す図である。

図４に示すように、放音制御部２２は、各放音用音声信号Ｓ１〜Ｓ３に対応する個別放音信号生成部２２１〜２２３、放音仕様制御部２２０、各スピーカ出力信号ＳＰＤ１〜ＳＰＤ４に対応する信号合成部２２４〜２２７、放音仕様テーブル２２８１を記憶するメモリ２２８と、を備える。

放音仕様制御部２２０は、通信制御部２１からの話者方位情報Ｐｙに基づいて、仮想音源を設定する。仮想音源は、図５（Ａ）に示すように、筐体１１から外方の水平方向に対して所定距離の位置で、且つ、筐体１１の中心を回転中心とし、４５°間隔で設定されている。より具体的には、筐体１１の中心からスピーカＳＰ１とマイクＭＣ１とが配置された方向である、θ＝０°方向に仮想音源９０１が設定され、当該仮想音源９０１から反時計回り方向に４５°の間隔で、順に仮想音源９０２〜９０８が設定される。なお、仮想音源数はこれに限るものではなく、装置仕様に応じて適宜設定すればよい。

放音仕様制御部２２０は、設定した仮想音源に基づいて、メモリ２２８に記憶されている放音仕様テーブル２２８１から該当する仮想音源を設定する遅延調整量Ｄおよびゲイン調整量Ｇを読み出す。例えば、話者方位情報Ｐｙがθ＝０°方向を示すものであれば、放音仕様制御部２２０は、仮想音源９０１が設定され、ＳＰ１用の遅延調整量Ｄ１１、ゲイン調整量Ｇ１１と、ＳＰ２用の遅延調整量Ｄ２１、ゲイン調整量Ｇ２１と、ＳＰ３用の遅延調整量Ｄ３１、ゲイン調整量Ｇ３１と、ＳＰ４用の遅延調整量Ｄ４１、ゲイン調整量Ｇ４１と、を読み出す。なお、ここで、遅延調整量Ｄおよびゲイン調整量Ｇは、設定する仮想音源と各スピーカＳＰ１〜ＳＰ４との距離により予め設定される。また、これらの調整量は、音声会議装置を設置した後に、その場で放収音環境測定の実験を行って設定しても良い。

放音仕様制御部２２０は、各スピーカＳＰ１〜ＳＰ４に対する遅延調整量Ｄ、ゲイン調整量Ｇを読み出すと、話者方位情報Ｐｙとともに与えられたチャンネル情報に基づいて、該当するチャンネル用の個別放音信号生成部２２１〜２２３のいずれかに、遅延調整量Ｄ、ゲイン調整量Ｇを出力する。例えば、仮想音源９０１が設定され、チャンネル情報がＣＨ１を示すものであれば、放音仕様制御部２２０は、ＳＰ１用の遅延調整量Ｄ１１、ゲイン調整量Ｇ１１と、ＳＰ２用の遅延調整量Ｄ２１、ゲイン調整量Ｇ２１と、ＳＰ３用の遅延調整量Ｄ３１、ゲイン調整量Ｇ３１と、ＳＰ４用の遅延調整量Ｄ４１、ゲイン調整量Ｇ４１と、を個別放音信号生成部２２１に与える。

個別放音信号生成部２２１〜２２３は、放音仕様制御部２２０から与えられたスピーカＳＰ１〜ＳＰ４毎の遅延調整量Ｄおよびゲイン調整量Ｇに基づいて、対応するチャンネルＣＨ１〜ＣＨ３から入力された放音用音声信号Ｓ１〜Ｓ３を遅延処理およびゲインコントロールして、信号合成部２２４〜２２７に出力する。より具体的には、個別放音信号生成部２２１は、遅延調整量Ｄ１＊（＊：仮想音源９０１〜９０８に対応する１〜８）、ゲイン調整量Ｇ１＊（＊：仮想音源９０１〜９０８に対応する１〜８）で、放音用音声信号Ｓ１の遅延処理およびゲインコントロールを行い、信号合成部２２４に出力する。同時に、個別放音信号生成部２２１は、遅延調整量Ｄ２＊（＊：仮想音源９０１〜９０８に対応する１〜８）、ゲイン調整量Ｇ２＊（＊：仮想音源９０１〜９０８に対応する１〜８）で、放音用音声信号Ｓ１の遅延処理およびゲインコントロールを行い、信号合成部２２５に出力する。また同時に、個別放音信号生成部２２１は、遅延調整量Ｄ３＊（＊：仮想音源９０１〜９０８に対応する１〜８）、ゲイン調整量Ｇ３＊（＊：仮想音源９０１〜９０８に対応する１〜８）で、放音用音声信号Ｓ１の遅延処理およびゲインコントロールを行い、信号合成部２２６に出力する。さらに同時に、個別放音信号生成部２２１は、遅延調整量Ｄ４＊（＊：仮想音源９０１〜９０８に対応する１〜８）、ゲイン調整量Ｇ４＊（＊：仮想音源９０１〜９０８に対応する１〜８）で、放音用音声信号Ｓ１の遅延処理およびゲインコントロールを行い、信号合成部２２７に出力する。個別放音信号生成部２２２〜２２３も個別放音信号生成部２２１と同様な処理で、放音用音声信号Ｓ２，Ｓ３の遅延処理およびゲインコントロールを行い、信号合成部２２４〜２２７に出力する。

信号合成部２２４は、各個別放音信号生成部２２１〜２２３から出力されたＳＰ１用の信号を合成（加算）処理して、ＳＰ１用音声信号ＳＰＤ１として出力する。同様に、信号合成部２２５は、各個別放音信号生成部２２１〜２２３から出力されたＳＰ２用の信号を合成（加算）処理して、ＳＰ２用音声信号ＳＰＤ２として出力する。また同様に、信号合成部２２６は、各個別放音信号生成部２２１〜２２３から出力されたＳＰ３用の信号を合成（加算）処理して、ＳＰ３用音声信号ＳＰＤ３として出力する。さらに同様に、信号合成部２２７は、各個別放音信号生成部２２１〜２２３から出力されたＳＰ４用の信号を合成（加算）処理して、ＳＰ４用音声信号ＳＰＤ４として出力する。

Ｄ／Ａコンバータ２３は各ＳＰ用音声信号ＳＰＤ１〜ＳＰＤ４をディジタル−アナログ変換し、放音ＡＭＰ（アンプ）２４は、各ＳＰ用音声信号ＳＰＤ１〜ＳＰＤ４を一定の増幅率で増幅して、それぞれスピーカＳＰ１〜ＳＰ４に与える。

スピーカＳＰ１〜ＳＰ４は、与えられたＳＰ用音声信号ＳＰＤ１〜ＳＰＤ４を音声変換して放音する。

このような放音処理を行うことで、各スピーカＳＰ１〜ＳＰ４から放音される音声が所定の遅延関係および振幅関係になるため、あたかも設定した仮想音源から放音されたような感覚を会議者に与えることができる。

（２）収音
前述のマイクＭＣ１〜ＭＣ１６は、会議者の発生音等の外部からの音声を収音して収音信号ＭＳ１〜ＭＳ１６を生成する。各収音ＡＭＰ（アンプ）２５は、対応する収音信号ＭＳ１〜ＭＳ１６を所定増幅率で増幅し、Ａ／Ｄコンバータ２６は、増幅された収音信号ＭＳ１〜ＭＳ１６をアナログ−ディジタル変換して収音制御部２７に出力する。

図６は収音制御部２７の主要構成を示すブロック図である。図６に示すように、収音制御部２７は、方位別収音ビーム生成部２７１、出力データ決定部２７２を備える。
方位別収音ビーム生成部２７１は、収音信号ＭＳ１〜ＭＳ１６（ディジタルデータ）に対して適当な組み合わせを設定し、組み合わされた収音信号同士の遅延・加算処理等を行うことで、前述の仮想音源９０１〜９０８に対応するそれぞれに異なる八方位を収音方向とする収音ビーム信号ＭＢ１〜ＭＢ８を生成する。

方位別収音ビーム生成部２７１は加算器２７１１〜２７１８を備える。
加算器２７１１は、収音信号ＭＳ１，ＭＳ２，ＭＳ１６を加算して、θ＝１８０°方向（仮想音源９０５に対応）に強い指向性を有する収音ビーム信号ＭＢ１を生成する。加算器２７１２は、収音信号ＭＳ２，ＭＳ３，ＭＳ４を加算して、θ＝２２５°方向（仮想音源９０６に対応）に強い指向性を有する収音ビーム信号ＭＢ２を生成する。加算器２７１３は、収音信号ＭＳ４，ＭＳ５，ＭＳ６を加算して、θ＝２７０°方向（仮想音源９０７に対応）に強い指向性を有する収音ビーム信号ＭＢ３を生成する。加算器２７１４は、収音信号ＭＳ６，ＭＳ７，ＭＳ８を加算して、θ＝３１５°方向（仮想音源９０８に対応）に強い指向性を有する収音ビーム信号ＭＢ４を生成する。加算器２７１５は、収音信号ＭＳ８，ＭＳ９，ＭＳ１０を加算して、θ＝０°方向（仮想音源９０１に対応）に強い指向性を有する収音ビーム信号ＭＢ５を生成する。加算器２７１６は、収音信号ＭＳ１０，ＭＳ１１，ＭＳ１２を加算して、θ＝４５°方向（仮想音源９０２に対応）に強い指向性を有する収音ビーム信号ＭＢ６を生成する。加算器２７１７は、収音信号ＭＳ１２，ＭＳ１３，ＭＳ１４を加算して、θ＝９０°方向（仮想音源９０３に対応）に強い指向性を有する収音ビーム信号ＭＢ７を生成する。加算器２７１８は、収音信号ＭＳ１４，ＭＳ１５，ＭＳ１６を加算して、θ＝１３５°方向（仮想音源９０４に対応）に強い指向性を有する収音ビーム信号ＭＢ８を生成する。

このように、実施形態の例では、収音ビーム信号ＭＢ１を仮想音源９０５に対応させ、収音ビーム信号ＭＢ２を仮想音源９０６に対応させ、収音ビーム信号ＭＢ３を仮想音源９０７に対応させ、収音ビーム信号ＭＢ４を仮想音源９０８に対応させる。さらに、収音ビーム信号ＭＢ５を仮想音源９０１に対応させ、収音ビーム信号ＭＢ６を仮想音源９０２に対応させ、収音ビーム信号ＭＢ７を仮想音源９０３に対応させ、収音ビーム信号ＭＢ８を仮想音源９０４に対応させる。なお、生成する収音ビーム信号の個数は、これに限らず、仕様に応じて適宜設定することができる。

方位別収音ビーム生成部２７１は、生成した収音ビーム信号ＭＢ１〜ＭＢ８を出力データ決定部２７２に出力する。

出力データ決定部２７２は、最大信号検出部２７２１とＳｅｌｅｃｔ／Ｍｉｘ回路２７２２とを備える。

最大信号検出部２７２１は、収音ビーム信号ＭＢ１〜ＭＢ８の信号レベルを比較して、最大の信号レベルを有する収音ビーム信号を選択する。最大信号検出部２７２１は、選択した収音ビーム信号を示す選択ビーム情報ＭＢＭをＳｅｌｅｃｔ／Ｍｉｘ回路２７２２に出力する。また、最大信号検出部２７２１は、選択した収音ビーム信号に対応する方位情報を話者方位情報Ｐｍとして通信制御部２１に出力する。

Ｓｅｌｅｃｔ／Ｍｉｘ回路２７２２は、最大信号検出部２７２１からの選択ビーム情報ＭＢＭに基づいて、当該情報で指定された収音ビーム信号ＭＢを選択して出力用収音ビーム信号ＭＢＳとして出力する。なお、Ｓｅｌｅｃｔ／Ｍｉｘ回路２７２２は、選択ビーム情報ＭＢＭで指定された収音ビーム信号ＭＢのみを選択して出力するのではなく、選択ビーム情報ＭＢＭで指定された収音ビーム信号ＭＢと隣り合う収音ビーム信号ＭＢとをミキシングして、出力用収音ビーム信号ＭＢＳとして出力するようにしてもよい。

エコーキャンセル部２８は、入力される出力用収音ビーム信号ＭＢＳに対して、各放音用音声信号Ｓ１〜Ｓ３に基づく擬似回帰音信号を生成する適応型フィルタと、出力用収音ビーム信号ＭＢＳから擬似回帰音信号を減算するポストプロセッサとからなる。エコーキャンセル回路は、適応型フィルタのフィルタ係数を逐次最適化しながら出力用収音ビーム信号ＭＢＳから擬似回帰音信号を減算することで、出力用収音ビーム信号ＭＢＳに含まれるスピーカＳＰ１〜ＳＰ４からマイクＭＣ１〜ＭＣ１６への回り込み成分を除去する。この回り込み成分が除去された出力用収音ビーム信号ＭＢＳ’は、通信制御部２１に出力される。

通信制御部２１は、エコーキャンセル部２８で回帰音除去された出力用収音ビーム信号ＭＢＳ’と、収音制御部２７からの話者方位情報Ｐｍとを関連付けして、音声通信データを生成し、入出力Ｉ／Ｆに出力する。このように生成された音声通信データは、入出力Ｉ／Ｆ、ネットワーク５００を介して相手先音声会議装置に送信される。

このような構成とすることで、収音側の音声会議装置に対する発言者の位置に対応する放音側の音声会議装置の位置で放音が行われるので、収音側の音声会議装置に在席する発言者が、あたかも放音側の音声会議装置に在席して発言しているかのような感覚を、放音側の音声会議装置に在席する各会議者に与えることができる。これにより、臨場感に溢れる遠隔会議を行うことができる。この際、仮想音源の位置に関係なく、全てのスピーカＳＰ１〜ＳＰ４からそれぞれに遅延・振幅関係が制御された音声を放音することで、単に仮想音源位置に近いスピーカから放音するよりも、よりリアルな音源定位を実現することができる。例えば、仮想音源位置に近いスピーカのみで放音した場合、放音方向が仮想音源方向であるため、音声会議装置１に対して仮想音源と対称の位置にいる会議者は、こもった音でしか聞き取ることができない。しかし、本実施形態の構成のように全てのスピーカで放音することで、正面ではなくとも会議者方向に放音するスピーカが少なくとも１つは存在するので、鮮明な音を聞き取ることができる。

次に、具体的な使用例について図を参照して説明する。
図７は、図１に示した状況で、会議者２０１Ａが発言した場合の放収音状態を説明する図である。
図１、図７の場合、会議室１００Ａには、会議者２０１Ａが音声会議装置１Ａのθ＝０°方向に在席し、会議者２０３Ａが音声会議装置１Ａのθ＝１８０°方向に在席している。会議室１００Ｂには、会議者２０２Ｂが音声会議装置１Ｂのθ＝９０°方向に在席し、会議者２０４Ｂが音声会議装置１Ｂのθ＝２７０°方向に在席している。

会議室１００Ａの会議者２０１Ａが発言すると音声３０１Ａは音声会議装置１Ａで収音される。この際、音声３０１Ａは、主としてマイクＭＣ８，ＭＣ９，ＭＣ１０で収音されるので、これらのマイクＭＣ８，ＭＣ９，ＭＣ１０の収音信号で構成された収音ビーム信号ＭＢ５は、前記所定閾値以上となる。この収音ビーム信号ＭＢ５からなる出力用収音ビーム信号ＭＢＳはエコーキャンセルされて、θ＝０°の話者方位情報Ｐｍとともに音声通信データとして音声会議装置１Ｂに送信される。

会議室１００Ｂの音声会議装置１Ｂは、音声会議装置１Ａからの音声通信データを受信すると、音声データを抽出して、例えば、チャンネルＣＨ１に割り当て、放音用音声信号Ｓ１に変換する。また、音声会議装置１Ｂは、音声通信データから話者方位情報Ｐｍ（＝Ｐｙ）を抽出する。音声会議装置１Ｂは、話者方位情報Ｐｙがθ＝０°であることから、θ＝０°方向の仮想音源９０１を設定し、この仮想音源９０１を実現する遅延調整量Ｄおよびゲイン調整量Ｇを読み出す。この際、各スピーカＳＰ１〜ＳＰ４に対応するＳＰ用音声信号ＳＰＤ１〜ＳＰＤ４は、振幅強度がＳＰ１用音声信号ＳＰ１＞ＳＰ２用音声信号ＳＰ２＝ＳＰ４用音声信号ＳＰ４＞ＳＰ３用音声信号ＳＰ３となるようにゲイン調整量Ｄが設定され、遅延時間がＳＰ１用音声信号ＳＰ１＜ＳＰ２用音声信号ＳＰ２＝ＳＰ４用音声信号ＳＰ４＜ＳＰ３用音声信号ＳＰ３となるように設定される。音声会議装置１Ｂは、このように調整されたＳＰ用音声信号ＳＰＤ１〜ＳＰＤ４を対応するスピーカＳＰ１〜ＳＰ４から放音する。このように放音することで、ＳＰ１用音声信号ＳＰＤ１に対応する放音音声４０１Ａは、ＳＰ２用音声信号ＳＰＤ２に対応する放音音声４０２Ａ、ＳＰ３用音声信号ＳＰＤ３に対応する放音音声４０３Ａ、ＳＰ４用音声信号ＳＰＤ４に対応する放音音声４０４Ａよりも大きな音となる。また、放音音声４０１Ａ、放音音声４０２Ａ、放音音声４０３Ａ、放音音声４０４Ａの順で放音される。これにより、会議者２０２Ｂ、２０４Ｂは、あたかも仮想音源９０１から放音されたように、聞き取ることができる。この結果、音声会議装置１０１Ｂ側に在席する会議者２０２Ｂ，２０４Ｂは、θ＝０°の方向に音声会議装置１０１Ａ側に在席する会議者２０１Ａが存在し、この会議者２０１Ａがその場で発言しているように感じることができる。

なお、前述の説明では、一人が発言している時を例に示したが、二人以上が同時に発言している場合でも適用することができる。この場合、収音側の音声会議装置は、それぞれの発言者の音声信号を収音して個別に話者方位情報を与え、放音側の音声会議装置は、取得した話者方位情報に基づいて複数の仮想音源を設定するようにすればよい。

また、前述の説明では、二台の音声会議装置で通信を行う場合を説明したが、三台や四台等の複数台の音声会議装置で通信を行う場合にも前述の仮想音源の設定を適用することができる。この場合、通信相手となる音声会議装置毎に個別にチャンネルを割り当て、それぞれのチャンネルの放音用音声信号に対して、仮想音源を設定し、遅延処理およびゲインコントロールを行えばよい。より具体的には、チャンネルＣＨ１に割り当てた放音音声信号Ｓ１は、これに対応する第１の音声会議装置により与えられた話者方位情報に基づいて遅延処理およびゲインコントロールされて、各スピーカＳＰ１〜ＳＰ４への音声信号が生成される。同様に、チャンネルＣＨ２に割り当てた放音音声信号Ｓ２は、これに対応する第２の音声会議装置により与えられた話者方位情報に基づいて遅延処理およびゲインコントロールされて、各スピーカＳＰ１〜ＳＰ４への音声信号が生成される。さらに、チャンネルＣＨ３に割り当てた放音音声信号Ｓ３は、これに対応する第３の音声会議装置により与えられた話者方位情報に基づいて遅延処理およびゲインコントロールされて、各スピーカＳＰ１〜ＳＰ４への音声信号が生成される。このように、各スピーカＳＰ１〜ＳＰ４に対して生成された音声信号を合成することで、ＳＰ用音声信号ＳＰＤ１〜ＳＰＤ４を生成し、各スピーカＳＰ１〜ＳＰ４から放音する。これにより、放音を行う音声会議装置に在席する会議者は、別の第１〜第３の音声会議装置に在席する会議者があたかも居るかのように発言を聞き取ることができる。

また、前述の説明では、筐体からの距離は同じで、方位のみから仮想音源を設定する場合を示したが、方位と距離とを用いて仮想音源を設定するようにしてもよい。この場合、収音側の音声会議装置は、各マイクで収音される音声信号の遅延関係から各マイクと発言位置の距離を算出し、少なくとも三つの距離を用いることで、発言位置を特定することができる。そして、収音側の音声会議装置は、方位情報とともに距離情報からなる話者方位情報を生成し、放音側の音声会議装置に送信する。放音側の音声会議装置は、受信した話者方位情報に基づいて、方位と距離とから得られる仮想音源を設定し、当該仮想音源を実現する遅延処理およびゲインコントロールを行う。これにより、さらにリアルに発言位置（発言した会議者の位置）を再現することができる。

本発明の実施形態の音声会議システムの構成図である。 本発明の実施形態の音声会議システムに用いる音声会議装置の外形図である。 図２に示した音声会議装置の機能ブロック図である。 本発明の実施形態の放音制御部２２の主要構成を示すブロック図である。 放音仕様制御部２２０で設定する仮想音源の分布を示す図、および、放音仕様テーブル２２８１の内容を示す図である。 収音制御部２７の主要構成を示すブロック図である。 図１に示した状況で、それぞれの会議者２０１Ａが発言した場合の放収音状態を説明する図である。

符号の説明

１，１Ａ，１Ｂ−音声会議装置、１１−筐体、１２−凹部、２１−通信制御部、２２−放音制御部、２２１〜２２３−個別放音信号生成部、２２４〜２２７−信号合成部、２３−Ｄ／Ａコンバータ、２４−放音アンプ、２５−収音アンプ、２６−Ａ／Ｄコンバータ、２７−収音制御部、２７１−方位別収音ビーム生成部、２７２−出力データ決定部、２８−エコーキャンセル部、２９−操作部、１００Ａ，１００Ｂ−会議室、１０１Ａ、１０１Ｂ−会議テーブル、２０１Ａ、２０３Ａ、２０２Ｂ、２０４Ｂ−会議者、３０１Ａ−音声（収音音声）、４０１Ａ、４０２Ａ、４０３Ａ、４０４Ａ−音声（放音音声）、５００−ネットワーク、９０１〜９０８−仮想音源、ＳＰ１〜ＳＰ４−スピーカ、ＭＣ１〜ＭＣ１６−マイク

Claims (4)

1. 円板状の筐体と、該筐体に円周状に配置された複数の単一指向性マイクと、前記筐体に円周状に配置された複数のスピーカと、をそれぞれに備えた複数の音声会議装置と、当該複数の音声会議装置のうちの少なくとも二台を接続する接続手段と、を備えた音声会議システムであって、
   送信側の音声会議装置は、
   前記複数の単一指向性マイクの収音信号からそれぞれに異なる収音方位の収音ビーム信号を形成し、会議者の発生音に基づく収音ビーム信号を信号強度により選択するとともに、
   選択した収音ビーム信号に対応して、前記円板状の筐体の外方の全方位中の収音方位を検出して話者方位情報を生成し、
   前記選択した収音ビーム信号に基づく放音用音声信号と対応する話者方位情報とを関連付けして送信し、
   受信側の音声会議装置は、
   前記送信側の音声会議装置からの放音用音声信号と対応する話者方位情報とを受信し、
   当該話者方位情報の方位と同方位に対して仮想音源を設定し、当該仮想音源から放音されたように、前記複数のスピーカから放音される音声を制御する音声会議システム。
2. 前記受信側の音声会議装置は、設定した仮想音源位置と各スピーカとの位置関係とに基づいて、各スピーカから放音する音声の振幅および遅延制御を行う請求項１に記載の音声会議システム。
3. 前記送信側の音声会議装置は、
   前記収音方位とともに前記発声音の発声位置と前記筐体の前記発声位置に最も近い側面との距離を算出し、前記収音方位と前記距離とから前記話者方位情報を生成し、
   前記受信側の音声会議装置は、
   受信した話者方位情報から得られる前記方位と前記距離とに基づいて前記仮想音源を設定する請求項１または請求項２に記載の音声会議システム。
4. 請求項１〜３のいずれかに記載の音声会議システムに用いる音声会議装置であって、
   前記複数のスピーカは、前記筐体の下面側に、前記筐体から外方を放音方向として設置され、
   前記複数の単一指向性マイクは、前記筐体の上面側に、前記筐体を平面視した中心方向を収音方向として設置された音声会議装置。

Images