JP2016225755A - 通話装置およびプログラム - Google Patents

Abstract

【課題】ユーザの通話相手およびユーザの両者が同時に発言するダブルトークが発生した場合に、両者の声が混ざる事による通話障害を防止する通話装置を提供すること。
【解決手段】通話装置１０は、マイク２２からの音声の入力を検知する検知部と、通信を介して音声を含む信号を受信する通信部と、前記検知部が入力を検知した場合に前記通信部が受信した信号を記録する記録部と、前記検知部が入力を検知しない場合に前記記録部に記録された信号をスピーカー２３に出力する出力部とを備える。
【選択図】図１

Description

本発明は、通話装置およびプログラムに関する。

骨伝導マイクおよび骨伝導スピーカーを備え、骨伝導マイクに入力する音の大きさに応じて骨伝導マイクと骨伝導スピーカーとを切り替える骨伝導型イヤホンマイクが開示されている（特許文献１）。

骨伝導マイク、骨伝導スピーカー、送信手段、受信手段および増幅器を備え、骨伝導マイクに入力する音の有無に応じて増幅器を骨伝導マイクまたは骨伝導スピーカーに接続するヘルメット用通信装置が開示されている（特許文献２）。

周囲の音を検出するマイク、ユーザが発する音を検出するマイクおよび骨伝導スピーカーを備え、ユーザが発する音と一致しない音だけを骨伝導スピーカーから出力する補聴器が開示されている（特許文献３）。

特開平０９−３３１５９１号公報 特開２００４−１７３０１８号公報 特開２００３−２８４１９４号公報

しかしながら、特許文献１のイヤホンマイクおよび特許文献２のヘルメット用通信装置では、骨伝導マイクからの入力が行われている間は骨伝導スピーカーから音を出さない。そのため、これらの装置を使用して会話を行うユーザは、自分と相手とが同時に話をするダブルトークが発生した場合に相手の声を聞く事ができない。したがって、スムーズな会話を行うことが難しい。

また、特許文献３の補聴器は、周囲の音を増幅してユーザの聴力を補う装置であり、他者に対してユーザの声を伝達する機能を備えていない。

一つの側面では、本発明は、ユーザの通話相手およびユーザの両者が同時に発言するダブルトークが発生した場合に、両者の声が混ざる事による通話障害を防止する通話装置を提供することを目的とする。

通話装置は、マイクからの音声の入力を検知する検知部と、通信を介して音声を含む信号を受信する通信部と、前記検知部が入力を検知した場合に前記通信部が受信した信号を記録する記録部と、前記検知部が入力を検知しない場合に前記記録部に記録された信号をスピーカーに出力する出力部とを備える。

一つの側面では、ユーザの通話相手およびユーザの両者が同時に発言するダブルトークが発生した場合に、両者の声が混ざる事による通話障害を防止する通話装置を提供することが可能となる。

通話装置の使用状態を示す説明図である。 通話装置の装置構成図である。 通話装置の動作を示す説明図である。 通話装置の処理の流れを示すフローチャートである。 音声検知のサブルーチンの処理の流れを示すフローチャートである。 受話を録音のサブルーチンの処理の流れを示すフローチャートである。 再生のサブルーチンの処理の流れを示すフローチャートである。 実施の形態２の通話装置の装置構成図である。 実施の形態２の音声検知のサブルーチンの処理の流れを示すフローチャートである。 実施の形態３の通話装置の動作を示す説明図である。 実施の形態４の通話装置の動作を示す説明図である。 実施の形態４の受話を録音のサブルーチンの処理の流れを示すフローチャートである。 実施の形態５の通話装置の処理の流れを示すフローチャートである。 実施の形態５の速度調整録音のサブルーチンの処理の流れを示すフローチャートである。 実施の形態５の第１係数を示す説明図である。 実施の形態５の第２係数を示す説明図である。 実施の形態６の通話装置の装置構成図である。

［実施の形態１］
図１は、通話装置１０の使用状態を示す説明図である。図２は、通話装置１０の装置構成図である。図１および図２を使用して、本実施の形態の通話装置１０の構成を説明する。

通話装置１０は、アンテナ２５を介して無線通信によりネットワーク２８に接続されている。通話装置１０は、ユーザがネットワーク２８を介して通話相手２９と会話をする際に使用される。以下では、工場、工事現場、災害現場、ゲームセンター、パチンコ店、オートバイ運転中など、周囲の騒音が激しく、しかも周囲の騒音を完全に遮断するとユーザに危険が及ぶ可能性のある場所で使用する通話装置１０を例にして説明する。

通話装置１０は、耳かけ式ヘッドセット型の装置である。通話装置１０は、ＣＰＵ１２、主記憶装置１３、補助記憶装置１４、通信部１５、アンテナ２５、アナログ／デジタル変換器１８、マイク２２、デジタル／アナログ変換器１９、スピーカー２３およびバスを備える。以後の説明では、アナログ／デジタル変換器１８はＡ／Ｄ（Analog/Digital）変換器１８と、デジタル／アナログ変換器１９はＤ／Ａ（Digital/Analog）変換器１９とそれぞれ記載する。

ＣＰＵ１２は、本実施の形態に係るプログラムを実行する演算制御装置である。ＣＰＵ１２には、一または複数のＣＰＵまたはマルチコアＣＰＵ等が使用される。ＣＰＵ１２は、バスを介して通話装置１０を構成するハードウェア各部と接続されている。

主記憶装置１３は、ＳＲＡＭ（Static Random Access Memory）、ＤＲＡＭ（Dynamic Random Access Memory）、フラッシュメモリ等の記憶装置である。主記憶装置１３には、ＣＰＵ１２が行う処理の途中で必要な情報およびＣＰＵ１２で実行中のプログラムが一時的に保存される。

補助記憶装置１４は、ＳＲＡＭまたはフラッシュメモリ等の記憶装置である。補助記憶装置１４には、ＣＰＵ１２に実行させるプログラム、録音データ３１およびプログラムの実行に必要な各種情報が保存される。録音データ３１には、アンテナ２５および通信部１５を介して取得した通話相手２９の音声を示すデジタル信号が記録される。なお、以下の説明では録音データ３１に音声を示すデジタル信号を記録することを、音声を録音すると記載する。

通信部１５は、アンテナ２５を介してネットワーク２８との通信を行うインターフェイスである。ネットワーク２８は、たとえば無線ＬＡＮ（Local Area Network）を使用した構内通信網またはＬＴＥ（Long Term Evolution）を使用した移動体通信網である。ネットワーク２８は、音声をデジタル化した信号をリアルタイムで伝達することにより、離れた場所にいる人同士の会話を可能にする。

マイク２２は骨伝導式であり、ユーザの頬骨または顎骨に押し当てた状態で固定される。マイク２２は、ユーザの骨を介して音を検出して、アナログ電気信号に変換して出力する。骨伝導式のマイク２２は、騒音の多い環境においてもユーザが発声している音声を検出してアナログ電気信号に変換することができる。

Ａ／Ｄ変換器１８は、マイク２２が出力したアナログ電気信号をデジタル信号に変換する。Ａ／Ｄ変換器１８のサンプリング周波数は、たとえば８キロヘルツである。

Ｄ／Ａ変換器１９は、ネットワーク２８から受信したデジタル信号をアナログ電気信号に変換する。スピーカー２３は骨伝導式のイヤホンであり、ユーザのこめかみ付近の側頭骨に押し当てて固定される。スピーカー２３は、Ｄ／Ａ変換器１９から出力されたアナログ電気信号を振動に変換する。振動は、骨を介してユーザの聴神経に伝わり、ユーザが音声として認識する。骨伝導式のスピーカー２３は、騒音の多い環境であってもユーザに音声を伝えることができる。さらに、骨伝導式のスピーカー２３は、外耳道を塞がずに使用することができる。外耳道を塞がずに使用することにより、ユーザは周囲の警告音等と、スピーカー２３からの音声の両方を同時に聞き取ることができる。そのため、ユーザは騒音の多い環境においても通話相手２９が発生する音声を明瞭に聞き取ることができる。

図３は、通話装置１０の動作を示す説明図である。図３を使用して、本実施の形態の動作を説明する。図３は、タイムチャートであり、図３Ａから図３Ｆまでの横軸は同一の時間軸を示す。

図３Ａは、マイク２２が検出した音声を示す。マイク２２は、時刻ｔ１１から時刻ｔ１３までの間に、ユーザが発声した「明日晴れるといいね」という音声を検出している。

図３Ｂは、アンテナ２５を介して通話装置１０が受信した通話相手２９の音声を示す。通話装置１０は時刻ｔ１２から時刻ｔ１４までの間に、通話相手２９が発声した「そういえば明日の待ち合わせなんだけど」という音声を受信している。

図３Ｃは、通話している両者が同時に話をするダブルトークの有無を示す。時刻ｔ１２から時刻ｔ１３までの間は、ユーザと通話相手２９の双方が発声するダブルトークが発生している。

図３Ｄは、通話装置１０がアンテナ２５を介してネットワーク２８に送信する信号を示す。時刻ｔ１１時刻ｔ１３までの間に、通話装置１０はマイク２２が検出したユーザの音声「明日晴れるといいね」を示す信号を、アンテナ２５を介して送信する。

図３Ｅは、スピーカー２３が出力する音声を示す。ダブルトークが終了した時刻ｔ１３から、スピーカー２３は通話相手２９から受信した「そういえば明日の待ち合わせなんだけど」という音声を出力する。

図３Ｆは、録音データ３１に記録されたデータの量を示す。時刻ｔ１１から時刻ｔ１２までの間は、録音データ３１に記録されたデータの量はゼロである。時刻ｔ１２から時刻ｔ１３までの間に、通話相手２９の音声が録音データ３１に録音され、録音データ３１に記録されたデータの量が増加する。時刻ｔ１３から時刻ｔ１４までの間は、通話相手２９の話す速度と同じ速度で録音データ３１を再生し、再生が終了した部分を消去するため、録音データ３１の量は一定である。時刻ｔ１４以降は、データの量は減少する。図３Ｆに示す時間範囲では、未出力の音声が残っている。

図４は、通話装置１０の処理の流れを示すフローチャートである。図４を使用して、本実施の形態の通話装置１０のＣＰＵ１２が行う処理の流れを説明する。なお、本実施の形態では、マイク２２が２０ミリ秒間に出力するアナログ電気信号をＡ／Ｄ変換器１８が変換したデジタル信号を１つの単位として処理する。アンテナ２５および通信部１５を介して受信したデジタル信号についても、２０ミリ秒間の音声に対応するデジタル信号を１つの単位として処理する。また、録音データ３１に記録されたデータについても、２０ミリ秒間の音声に対応するデータを１つの単位として処理する。以後の説明では、このデジタル信号の単位を１フレームと記載する。

ＣＰＵ１２は、音声検知のサブルーチンを起動する（ステップＳ５０１）。音声検知のサブルーチンは、１フレームのデジタル信号を解析して、音声が含まれているか否かを判定するサブルーチンである。ステップＳ５０１では、ＣＰＵ１２はＡ／Ｄ変換器１８から出力されたデジタル信号を解析する。音声検知のサブルーチンの処理の流れは後述する。

ＣＰＵ１２は、１フレームのデジタル信号がユーザの音声を含むか否かを判定する（ステップＳ５０２）。デジタル信号がユーザの音声を含むと判定した場合には（ステップＳ５０２でＹＥＳ）、ＣＰＵ１２はスピーカー２３をＯＦＦの状態にする（ステップＳ５０３）。ここで、スピーカー２３をＯＦＦの状態にするとは、Ｄ／Ａ変換器１９からスピーカー２３にアナログ電気信号を送らない状態にすることを意味している。

ＣＰＵ１２は、マイク２２への音声の入力と、アンテナ２５を介した通話相手２９の音声の受信とが同時に発生するダブルトークが発生しているか否かを判定する（ステップＳ５０４）。ダブルトークが発生していると判定した場合は（ステップＳ５０４でＹＥＳ）、ＣＰＵ１２は受信を録音のサブルーチンを起動する（ステップＳ５０５）。受話を録音のサブルーチンは、通話相手２９の音声を録音データ３１に録音するサブルーチンである。受信を録音のサブルーチンの処理の流れは後述する。

ステップＳ５０５の終了後およびダブルトークが発生していないと判定した場合（ステップＳ５０４でＮＯ）、ＣＰＵ１２は、デジタル信号を通信部１５およびアンテナ２５を介してネットワーク２８に送信する（ステップＳ５０６）。デジタル信号は、ネットワーク２８から通話相手２９の使用する無線通信機器に送られ、通話相手２９にユーザの音声が伝達される。

デジタル信号がユーザの音声を含まないと判定した場合には（ステップＳ５０２でＮＯ）、ＣＰＵ１２はスピーカー２３をＯＮの状態にする（ステップＳ５１１）。ここで、スピーカー２３をＯＮの状態にするとは、Ｄ／Ａ変換器１９からスピーカー２３にアナログ電気信号を送る状態にすることを意味している。

ＣＰＵ１２は、録音データ３１に未出力のデータが有るか否かを判定する（ステップＳ５１２）。未出力のデータが無いと判定した場合（ステップＳ５１２でＮＯ）、ＣＰＵ１２はネットワーク２８、アンテナ２５、通信部１５を介して通話相手２９から受信した音を、Ｄ／Ａ変換器１９を介してスピーカー２３から出力する（ステップＳ５１３）。この際、スピーカー２３から出力される音は、通話相手２９が発した音声および通話相手２９の使用しているマイクが検出した通話相手２９の周囲の環境音である。

未出力の音声データが有ると判定した場合（ステップＳ５１２でＹＥＳ）、ＣＰＵ１２は受信を録音のサブルーチンを起動する（ステップＳ５１４）。受信を録音のサブルーチンは、ステップＳ５０５と同一のサブルーチンである。

ＣＰＵ１２は再生のサブルーチンを起動する（ステップＳ５１５）。再生のサブルーチンは、録音データ３１に記録されたデータをＤ／Ａ変換器１９を介してスピーカー２３に出力するサブルーチンである。再生のサブルーチンの処理の流れは後述する。

ステップＳ５０６、ステップＳ５１３およびステップＳ５１５の終了後、ＣＰＵ１２は処理を終了するか否かを判定する（ステップＳ５１６）。ここで処理を終了する場合とは、録音データ３１に未出力の音声データが残っておらず、かつ通話相手２９との通信が切断されている場合である。処理を終了しないと判定した場合は（ステップＳ５１６でＮＯ）、ＣＰＵ１２はステップＳ５０１に戻る。処理を終了すると判定した場合は（ステップＳ５１６でＹＥＳ）、ＣＰＵ１２は処理を終了する。

図５は、音声検知のサブルーチンの処理の流れを示すフローチャートである。音声検知のサブルーチンは、１フレームのデジタル信号を解析して、音声が含まれているか否かを判定するサブルーチンである。図５を使用して、音声検知のサブルーチンの処理の流れを説明する。

ＣＰＵ１２は、１フレームのデジタル信号の代表値を算出する（ステップＳ５２２）。ここで代表値には、各時刻の出力値を二乗した値を加算して、１フレームに対応する時間、すなわち２０ミリ秒で除した、いわゆる二乗平均値を使用する。なお、代表値に各時刻の出力値の絶対値の平均値を使用しても良い。また、代表値にフレーム内のデジタル信号の最大値を使用しても良い。

ＣＰＵ１２は、算出した代表値があらかじめ補助記憶装置１４に記憶されている閾値よりも大きいか否かを判定する（ステップＳ５２３）。閾値よりも大きいと判定した場合は（ステップＳ５２３でＹＥＳ）、ＣＰＵ１２は処理中のフレームは音声を含むと判定して（ステップＳ５２４）、判定結果を補助記憶装置１４に記憶する。ＣＰＵ１２は、その後処理を終了する。

閾値以下と判定した場合は（ステップＳ５２３でＮＯ）、ＣＰＵ１２は処理中のフレームは音声を含まないと判定して（ステップＳ５２５）、判定結果を補助記憶装置１４に記憶する。ＣＰＵ１２は、その後処理を終了する。

図６は、受話を録音のサブルーチンの処理の流れを示すフローチャートである。受話を録音のサブルーチンは、通話相手２９の音声を録音データ３１に録音するサブルーチンである。図６を使用して、受話を録音のサブルーチンの処理の流れを説明する。

ＣＰＵ１２は、音声検知のサブルーチンを起動する（ステップＳ５４１）。図５を用いて説明したとおり、音声検知のサブルーチンは、１フレームのデジタル信号を解析して、音声が含まれているか否かを判定するサブルーチンである。ステップＳ５４１では、ＣＰＵ１２はアンテナ２５および通信部１５を介して受信したデジタル信号を解析する。

ＣＰＵ１２は、デジタル信号が通話相手２９の音声を含むか否かを判定する（ステップＳ５４２）。デジタル信号が通話相手２９の音声を含まないと判定した場合には（ステップＳ５４２でＮＯ）、ＣＰＵ１２は処理を終了する。

デジタル信号が音声を含むと判定した場合には（ステップＳ５４２でＹＥＳ）、ＣＰＵ１２は録音データ３１の末尾に処理中のデジタル信号のデータを追加する（ステップＳ５４３）。ＣＰＵ１２は、その後処理を終了する。

図７は、再生のサブルーチンの処理の流れを示すフローチャートである。再生のサブルーチンは、録音データ３１に記録されたデータをＤ／Ａ変換器１９を介してスピーカー２３に出力するサブルーチンである。図７を使用して、再生のサブルーチンの処理の流れを説明する。

ＣＰＵ１２は、録音データ３１の最初から１フレーム分のデータを読み出す（ステップＳ５６１）。ＣＰＵ１２は、読み出したデータをＤ／Ａ変換器１９でアナログ信号に変換した後スピーカー２３から出力する（ステップＳ５６２）。ＣＰＵ１２は、録音データ３１からステップＳ５６１で読み出した部分を削除する（ステップＳ５６３）。その後、ＣＰＵ１２は処理を終了する。

本実施の形態によると、通話相手２９とユーザの両者が同時に発言するダブルトークが発生している場合に、ＣＰＵ１２は通話相手２９の音声を録音データ３１に録音し、ダブルトークが解消した後にスピーカー２３から出力する。そのため、通話相手２９が発した音声が、スピーカー２３およびユーザの骨を介してマイク２２に検出され、ユーザの話す音声と混ざって通話相手２９に対して送信されることにより、通話相手２９がユーザの声を聞き取りにくくなる現象を防ぐことができる。また、ユーザにとっても自分の話す音声と通話相手２９の話す音声が同時に聞こえて、通話相手２９の話す音声を聞き漏らすことを防止することができる。

本実施の形態は、スピーカー２３から出力された音声がユーザの骨を伝わってほとんど減衰せずにマイク２２に入力する場合、すなわちマイク２２、スピーカー２３の双方が骨伝導式である場合に効果を発揮しやすい。しかし、マイク２２またはスピーカー２３の一方または両方が骨伝導式ではない場合でも、ダブルトークにより聞き取りが困難になる現象を防止する効果を発揮する。たとえば、ユーザが難聴者である場合および通話相手２９が難聴者である場合には、ダブルトークにより聞き取りが困難になる現象を防止することが有効である。

通話装置１０は、ダイヤルボタン、受話ボタン等の入力部を備えていてもよい。このようにすることにより、通話装置１０を使用して通信する相手をユーザが容易に選択することができる。

通話装置１０は、ヘルメットに固定または内蔵されていても良い。このようにすることにより、工場、工事現場、災害現場、ゲームセンター、パチンコ店、オートバイ運転中など、ヘルメットの着用が必要な場面で通話装置１０を使用する場合に、ヘルメット、マイク２２およびスピーカー２３の装着をまとめて簡便に行うことができる。

１フレームの長さの２０ミリ秒は例示である。１０ミリ秒、２５ミリ秒など、任意の長さを選択することができる。またＡ／Ｄ変換器１８のサンプリング周波数の８キロヘルツも例示である。１２キロヘルツ、１６キロヘルツなど、任意のサンプリング周波数を選択することができる。サンプリング周波数を高くすることにより、対面して会話している際の音声に近い音質で会話を行うことができる。

ユーザの使用する通話装置１０と通話相手２９が使用する無線通信機器とが、同時通話方式の無線通信により直接接続されても良い。このようにすることにより、ネットワーク２８等の通信インフラが整ってない場所で通話装置１０を使用することができる。

［実施の形態２］
本実施の形態は、スピーカー２３から出力する音声から一部の周波数帯域の成分を除去することにより、マイク２２がユーザの音声を検出しているか否かの判定の精度を高めた通話装置１０等に関する。

図８は、実施の形態２の通話装置１０の装置構成図である。図８を使用して、本実施の形態の通話装置１０の構成を説明する。なお、実施の形態１と共通する部分については、説明を省略する。

通話装置１０は、ヘッドセット用端子を備えた小型の情報機器である。通話装置１０は、ユーザの服のポケット等に収納して使用する。ヘッドセット用端子には、マイク２２およびスピーカー２３を備えたヘッドセット２１が接続されている。本実施の形態においても、マイク２２は骨伝導式のマイクであり、スピーカー２３は骨伝導式のイヤホンまたは骨伝導式のヘッドホンである。マイク２２はヘッドセット用端子を介してＡ／Ｄ変換器１８に接続されている。スピーカー２３は、ヘッドセット用端子を介してＤ／Ａ変換器１９に接続されている。

Ｄ／Ａ変換器１９とバスの間に、帯域除去フィルタ１７が設けられている。帯域除去フィルタ１７は、バスを介してＤ／Ａ変換器１９に入力する信号からあらかじめ定められた周波数帯域の成分を除去するフィルタである。本実施の形態においては、除去する周波数帯域は、２０ヘルツから８０ヘルツの範囲である。

帯域除去フィルタ１７の作用により、スピーカー２３から出力される音声には、２０ヘルツから８０ヘルツの周波数成分が含まれない。なお、この程度の周波数帯域の範囲であれば、音声から除去されていてもユーザはほとんど違和感を覚えない。

マイク２２の出力をＡ／Ｄ変換器１８が変換した結果に、ユーザの発声する音声が含まれているか否かを判定する際には、Ａ／Ｄ変換器１８の出力のうち、帯域除去フィルタ１７で除去した帯域、すなわち２０ヘルツから８０ヘルツの範囲の信号を用いる。

図９は、実施の形態２の音声検知のサブルーチンの処理の流れを示すフローチャートである。図９のサブルーチンは、図５で説明した音声検知のサブルーチンの代わりに使用するサブルーチンである。図９を使用して、本実施の形態の音声検知のサブルーチンの処理の流れを説明する。

ＣＰＵ１２は、１フレーム分のデジタル信号を帯域通過フィルタに通す処理を行う（ステップＳ５８１）。帯域通過フィルタは、帯域除去フィルタ１７で除去する周波数帯域と同様の周波数帯域の信号のみを通過させるフィルタである。本実施形態においては、ステップＳ５８１で使用する帯域通過フィルタは２０ヘルツから８０ヘルツの範囲の信号を通過させる。

ＣＰＵ１２はデジタル信号の代表値を算出する（ステップＳ５８２）。代表値には、たとえば二乗平均値を使用する。ＣＰＵ１２は、算出した代表値があらかじめ補助記憶装置１４に記憶されている閾値よりも大きいか否かを判定する（ステップＳ５８３）。閾値よりも大きいと判定した場合は（ステップＳ５８３でＹＥＳ）、ＣＰＵ１２は処理中のフレームは音声を含むと判定して（ステップＳ５８４）、補助記憶装置１４に記憶する。ＣＰＵ１２は、その後処理を終了する。

閾値以下と判定した場合は（ステップＳ５８３でＮＯ）、ＣＰＵ１２は処理中のフレームは音声を含まないと判定して（ステップＳ５８５）、補助記憶装置１４に記憶する。ＣＰＵ１２は、その後処理を終了する。

本実施の形態によると、スピーカー２３から出力した音声の影響をうけずに、ユーザが発声した音声の有無を精度良く判定することができる。また、通話装置１０にヘッドセット２１を含まないため、ユーザが好みにあったヘッドセット２１を選択して、通話装置１０と組み合わせて使用することができる。

帯域除去フィルタ１７は、Ｄ／Ａ変換器１９とスピーカー２３の間に設けられたアナログフィルタでも良い。また、帯域除去フィルタ１７は、スピーカー２３に設けられていても良い。

帯域通過フィルタおよび帯域除去フィルタ１７の帯域の２０ヘルツから８０ヘルツは例示であり、Ｄ／Ａ変換器１９のサンプリング周波数の半分より低い任意の周波数帯域を使用することができる。

ヘッドセット２１を使用せず、マイク２２およびスピーカー２３に、各々個別の機器を使用しても良い。また、通話装置１０とヘッドセット２１との間は、たとえばブルートゥース（登録商標）のような無線通信方式により接続されていても良い。

［実施の形態３］
本実施の形態は、ダブルトークの解消後に再生する通話相手２９の音声を再生する際に要する時間を、通話相手２９が発声したときよりも短縮する通話装置１０に関する。

図１０は、実施の形態３の通話装置１０の動作を示す説明図である。図１０を使用して、本実施の形態の動作を説明する。なお、実施の形態１と共通する部分については、説明を省略する。図１０は、タイムチャートであり、図１０Ａから図１０Ｆまでの横軸は同一の時間軸を示す。

図１０Ａは、マイク２２が検出した音声を示す。マイク２２は、時刻ｔ２１から時刻ｔ２３までの間に、ユーザが発声した「明日晴れるといいね」という音声を検出している。

図１０Ｂは、アンテナ２５を介して通話装置１０が受信した通話相手２９の音声を示す。通話装置１０は時刻ｔ２２から時刻ｔ２５までの間に、通話相手２９が発声した「そういえば明日の待ち合わせなんだけど場所は」という音声を受信している。

図１０Ｃは、通話している両者が同時に話をするダブルトークの有無を示す。時刻ｔ２２から時刻ｔ２３までの間は、ユーザと通話相手２９の双方が発声するダブルトークが発生している。

図１０Ｄは、通話装置１０がアンテナ２５を介してネットワーク２８に送信する信号を示す。時刻ｔ２１から時刻ｔ２３までの間に、通話装置１０はマイク２２が検出したユーザの音声「明日晴れるといいね」を示すデジタル信号を、アンテナ２５を介して送信する。

図１０Ｅは、スピーカー２３が出力する音声を示す。ダブルトークが終了した時刻ｔ２３から時刻ｔ２４まで、スピーカー２３は録音データ３１に保存された「そういえば明日の待ち合わせなんだけど」という音声を、図１０Ｂに示す受信時よりも速い速度で出力する。通話相手２９が発声する際に要する時間よりも、再生に要する時間の方が短縮されるため、時刻ｔ２４で、図１０Ｂに示す通話相手２９の音声に追いつく。ｔ２４以降は、通話装置１０は、アンテナ２５を介して受信した通話相手２９の音声を、スピーカー２３に出力する。

図１０Ｆは、録音データ３１に記録されたデータの量を示す。時刻ｔ２１から時刻ｔ２２までの間は、録音データ３１に記録されたデータの量はゼロである。時刻ｔ２２から時刻ｔ２３までの間に、通話相手２９の音声が録音データ３１に録音され、データの量が増加する。時刻ｔ２３から時刻ｔ２４までの間は、通話相手２９の話す速度よりも早い速度で録音データ３１を再生し、再生が終了した部分を消去するため、データの量は徐々に減少する。時刻ｔ２４で録音データ３１に記録されたデータの量はゼロになる。

本実施の形態によると、ダブルトークの解消後に発声時より早い速度で通話相手２９の音声を再生するので、通話相手２９の発声に追いつくことができる。したがって、さらにスムーズに会話を行える通話装置１０を提供することができる。

なお、録音データ３１に通話相手２９の音声を録音する際に、データを間引いていわゆる早送り状態で記録しても良い。このようにすることにより、録音データ３１の記憶容量を節約することができる。

通話装置１０は、録音データ３１に保存された音声を再生する際の速度を、ユーザによる入力に基づいて定めても良い。

［実施の形態４］
本実施の形態は、通話相手２９の音声を録音データ３１に録音する際に、既に録音されているデータの量が多い時にはデータを間引いていわゆる早送り状態で記録する通話装置１０に関する。

図１１は、実施の形態４の通話装置１０の動作を示す説明図である。図１１を使用して、本実施の形態の動作を説明する。なお、実施の形態１と共通する部分については、説明を省略する。
図１１は、タイムチャートであり、図１１Ａから図１１Ｆまでの横軸は同一の時間軸を示す。

図１１Ａは、マイク２２が検出した音声を示す。マイク２２は、時刻ｔ３１から時刻ｔ３４までの間に、ユーザが発声した「明日晴れるといいね」という音声を検出している。

図１１Ｂは、アンテナ２５を介して通話装置１０が受信した通話相手２９の音声を示す。通話装置１０は時刻ｔ３２から時刻ｔ３６までの間に、通話相手２９が発声した「そういえば明日の待ち合わせなんだけど場所は」という音声を受信している。

図１１Ｃは、通話している両者が同時に話をするダブルトークの有無を示す。時刻ｔ３２から時刻ｔ３４までの間は、ユーザと通話相手２９の双方が発声するダブルトークが発生している。

図１１Ｄは、通話装置１０がアンテナ２５を介してネットワーク２８に送信する信号を示す。時刻ｔ３１から時刻ｔ３４までの間に、通話装置１０はマイク２２が検出したユーザの音声「明日晴れるといいね」を示す信号を、アンテナ２５を介して送信する。

図１１Ｅは、スピーカー２３が出力する音声を示す。ダブルトークが終了した時刻ｔ３４以降に、スピーカー２３は録音データ３１に保存された「そういえば明日の待ち合わせなんだけど場所は」という音声を、出力する。出力する速度については後述する。

図１１Ｆは、録音データ３１に記録されたデータの量を示す。時刻ｔ３１から時刻ｔ３２までの間は、録音データ３１に記録されたデータの量はゼロである。時刻ｔ３２から、通話相手２９の音声が録音データ３１に録音され、データの量が増加する。時刻ｔ３３に、データの量は閾値Ｐに到達する。以後、録音データ３１には、間引きにより再生に要する時間が短縮されたいわゆる早送りの状態で通話相手２９の音声が録音される。そのため、データの量の増加速度は低下し、図Ｆのグラフの傾きはなだらかになる。

時刻ｔ３４にダブルトーク状態が解消し、録音データ３１を再生し、再生した部分を消去する一方、受信した通話相手２９の音声を録音データ３１に追加する。データを追加する速度よりも、消去する速度の方が速いので、図１１Ｆに示す通りデータ量は徐々に少なくなる。

時刻ｔ３５に、データの量は閾値Ｐに到達する。データの量が閾値Ｐより少ない場合には、受信した通話相手２９の音声を間引かずに録音データ３１に録音する。したがって、図１１Ｆに示す通り、録音データ量は一定になる。

図１１Ｅに戻って、スピーカー２３が出力する音声の再生速度について説明する。時刻
ｔ３３から時刻ｔ３５までの間に、受信した通話相手２９の音声である「いえば明日のまちあわせな」の部分は、データを間引いて再生に要する時間を短縮したいわゆる早送り状態で録音データ３１に記録されている。一方、冒頭の「そう」の部分および「んだけど場所は」の部分は、データを間引かずに記録されている。したがって、再生する音声は、「いえば明日のまちあわせな」の部分は早送り状態で、その前後の部分は通話相手２９が発声した際の速度で再生される。

図１２は、実施の形態４の受話を録音のサブルーチンの処理の流れを示すフローチャートである。図１２のサブルーチンは、図６で説明した受話を録音のサブルーチンの代わりに使用するサブルーチンである。図１２を使用して、本実施の形態の受話を録音のサブルーチンの処理の流れを説明する。

ＣＰＵ１２は、音声検知のサブルーチンを起動する（ステップＳ６０１）。図５を用いて説明したとおり、音声検知のサブルーチンは、１フレームのデジタル信号を解析して、音声が含まれているか否かを判定するサブルーチンである。ステップＳ６０１では、ＣＰＵ１２はアンテナ２５および通信部１５を介して受信したデジタル信号を解析する。

ＣＰＵ１２は、デジタル信号が通話相手２９の音声を含むか否かを判定する（ステップＳ６０２）。デジタル信号が通話相手２９の音声を含まないと判定した場合には（ステップＳ６０２でＮＯ）、ＣＰＵ１２は処理を終了する。

デジタル信号が音声を含むと判定した場合には（ステップＳ６０２でＹＥＳ）、ＣＰＵ１２は録音データ３１に含まれるデータの量が閾値よりも多いか否かを判定する（ステップＳ６０３）。多いと判定した場合には（ステップＳ６０３でＹＥＳ）、ＣＰＵ１２はデジタル信号を間引いて音声の速度を変更する（ステップＳ６０４）。たとえば、１０個のデータ点ごとに１個のデータ点を間引くことにより、再生速度を早くして再生に要する時間を１０パーセント短縮することができる。

録音データ３１に含まれるデータの量が閾値以下と判定した場合（ステップＳ６０３でＮＯ）およびステップＳ６０４の終了後、ＣＰＵ１２は録音データ３１の末尾に処理中のデジタル信号のデータを追加する（ステップＳ６０５）。その後、ＣＰＵ１２は処理を終了する。

本実施の形態によると、通話相手２９の発声と、スピーカー２３からの再生との間の時間差が大きい場合には早い速度で再生することにより、時間差が大きくなりすぎることを防止して、会話を円滑に行える通話装置１０を提供することができる。

一度閾値Ｐを超過した録音データ量が閾値Ｐより少なくなった場合、つまり図１１の時刻ｔ３５に引き続き録音時のデータの間引きを継続しても良い。このようにすることにより、ダブルトーク解消後の通話相手２９の発声が長引いた場合でも、再生がおいつき、ユーザと通話相手２９とが時間差なく会話を行える通話装置１０を提供することができる。

［実施の形態５］
本実施の形態は、アンテナ２５および通信部１５を介して受信したデータ中に通話相手２９の音声が含まれる時間の割合および録音データ３１に記録されたデータの量に応じて、録音データ３１に録音する音声の速度を調整する通話装置１０に関する。

図１３は、実施の形態５の通話装置１０の処理の流れを示すフローチャートである。図１３を使用して、本実施の形態の通話装置１０の処理の流れを説明する。なお、実施の形態１と共通する部分については、説明を省略する。

ＣＰＵ１２は、カウンタＩを１に設定する（ステップＳ６２１）。ＣＰＵ１２は、音声検知のサブルーチンを起動する（ステップＳ６２２）。音声検知のサブルーチンは、１フレームのデジタル信号を解析して、音声が含まれているか否かを判定するサブルーチンである。ステップＳ６２２では、図５を用いて説明したサブルーチンまたは図９を用いて説明したサブルーチンを使用する。

ＣＰＵ１２は、１フレームのデジタル信号がユーザの音声を含むか否かを判定する（ステップＳ６２３）。デジタル信号がユーザの音声を含むと判定した場合には（ステップＳ６２３でＹＥＳ）、ＣＰＵ１２は行列ＲのＩ番目の要素Ｒ（Ｉ）を１に設定する（Ｓ６２４）。ここで行列Ｒは、各フレーム中に音声が含まれるか否かを記録する行列である。行列Ｒの要素Ｒ（Ｉ）が１である場合には、Ｉ番目のフレームには音声が含まれている事を示す。行列Ｒの要素Ｒ（Ｉ）が０である場合には、Ｉ番目のフレームには音声が含まれていないことを示す。行列Ｒは、補助記憶装置１４に記憶されている。

ＣＰＵ１２はスピーカー２３をＯＦＦの状態にする（ステップＳ６２５）。ＣＰＵ１２は、マイク２２への音声の入力と、アンテナ２５を介した通話相手２９の音声の受信とが同時に発生するダブルトークが発生しているか否かを判定する（ステップＳ６２６）。ダブルトークが発生していると判定した場合は（ステップＳ６２６でＹＥＳ）、ＣＰＵ１２は速度調整録音のサブルーチンを起動する（ステップＳ６２７）。速度調整録音のサブルーチンは、通話相手２９の音声を間引いて再生する際の速度を調整して録音データ３１に録音するサブルーチンである。速度調整録音のサブルーチンの処理の流れは後述する。

ステップＳ６２７の終了後およびダブルトークが発生していないと判定した場合（ステップＳ６２６でＮＯ）、ＣＰＵ１２は、デジタル信号を通信部１５およびアンテナ２５を介してネットワーク２８に送信する（ステップＳ６２８）。デジタル信号は、ネットワーク２８から通話相手２９の使用する無線通信機器に送られ、通話相手２９にユーザの音声が伝達される。

デジタル信号がユーザの音声を含まないと判定した場合には（ステップＳ６２３でＮＯ）、ＣＰＵ１２は行列ＲのＩ番目の要素Ｒ（Ｉ）を０に設定する（ステップＳ６３１）。ＣＰＵ１２はスピーカー２３をＯＮの状態にする（ステップＳ６３２）。

ＣＰＵ１２は、録音データ３１に未出力のデータが有るか否かを判定する（ステップＳ６３３）。未出力のデータが無いと判定した場合（ステップＳ６３３でＮＯ）、ＣＰＵ１２はネットワーク２８、アンテナ２５、通信部１５を介して通話相手２９から受信した音を、Ｄ／Ａ変換器１９を介してスピーカー２３から出力する（ステップＳ６３４）。

未出力の音声データが有ると判定した場合（ステップＳ６３３でＹＥＳ）、ＣＰＵ１２は速度調整録音のサブルーチンを起動する（ステップＳ６３５）。速度調整録音のサブルーチンは、ステップＳ６２７と同一のサブルーチンである。

ＣＰＵ１２は再生のサブルーチンを起動する（ステップＳ６３６）。再生のサブルーチンは、録音データ３１に記録されたデータをＤ／Ａ変換器１９を介してスピーカー２３に出力するサブルーチンである。ステップＳ６３６では、図７を用いて説明したサブルーチンを使用する。

ステップＳ６２８、ステップＳ６３４およびステップＳ６３６の終了後、ＣＰＵ１２は処理を終了するか否かを判定する（ステップＳ６４１）。ここで処理を終了する場合とは、録音データ３１に未出力の音声データが残っておらず、かつ通話相手２９との通信が切断されている場合である。処理を終了しないと判定した場合は（ステップＳ６４１でＮＯ）、ＣＰＵ１２はカウンタＩに１を加算する（ステップＳ６４２）。ＣＰＵ１２は、ステップＳ６２２に戻る。処理を終了すると判定した場合は（ステップＳ６４１でＹＥＳ）、ＣＰＵ１２は処理を終了する。

図１４は、実施の形態５の速度調整録音のサブルーチンの処理の流れを示すフローチャートである。図１５は、実施の形態５の第１係数を示す説明図である。図１６は、実施の形態５の第２係数を示す説明図である。速度調整録音のサブルーチンは、通話相手２９の音声を間引いて再生する際の速度を調整して録音データ３１に録音するサブルーチンである。第１係数および第２係数は、速度調整録音のサブルーチンで使用する係数である。図１４から図１６を使用して、速度調整録音のサブルーチンの処理の流れを説明する。

ＣＰＵ１２は、音声検知のサブルーチンを起動する（ステップＳ６５１）。音声検知のサブルーチンは、１フレームのデジタル信号を解析して、音声が含まれているか否かを判定するサブルーチンである。ステップＳ６５１では、図５を用いて説明したサブルーチンまたは図９を用いて説明したサブルーチンを使用する。ステップＳ６５１では、ＣＰＵ１２はアンテナ２５および通信部１５を介して受信したデジタル信号を解析する。

ＣＰＵ１２は、デジタル信号が通話相手２９の音声を含むか否かを判定する（ステップＳ６５２）。デジタル信号が通話相手２９の音声を含まないと判定した場合には（ステップＳ６５２でＮＯ）、ＣＰＵ１２は処理を終了する。

デジタル信号が音声を含むと判定した場合には（ステップＳ６５２でＹＥＳ）、ＣＰＵ１２は新しい方からあらかじめ定めた数、たとえば１０個の行列Ｒの要素を補助記憶装置１４から取得する（ステップＳ６５３）。

ＣＰＵ１２は、音声率ＶＲを算出する（ステップＳ６５４）。音声率ＶＲとは、アンテナ２５および通信部１５を介して受信したデジタル信号を分割したフレームのうち、通話相手２９の音声が含まれているフレームの割合である。ステップＳ６５３で取得した１０個の行列Ｒの要素を平均することにより、直近の１０フレーム分の時間、すなわち２００ミリ秒間の音声率ＶＲを算出することができる。

ＣＰＵ１２は、第１係数Ｋ１を算出する（ステップＳ６５５）。第１係数Ｋ１は、音声率ＶＲの関数で定められる。図１５に音声率ＶＲと第１係数Ｋ１との関係を示す。図１５の横軸は音声率ＶＲを示す。横軸の最小値は０、横軸の最大値は１である。図１５の縦軸は第１係数Ｋ１を示す。音声率ＶＲが０のとき、第１係数Ｋ１は１である。音声率ＶＲがＵより大きいとき、第１係数Ｋ１はＬである。Ｕは０から１までの定数、たとえば０．８である。Ｌは０から１までの定数、たとえば０．５である。音声率ＶＲが０とＵの間では、音声率ＶＲと第１係数Ｋ１との関係は一次関数である。図１５に示した音声率ＶＲと第１係数Ｋ１との関係は式（１）で表すことができる。

ＣＰＵ１２は、録音データ３１に記録された録音データ量ＲＬを取得する（ステップＳ６５６）。以後の説明では、録音データ量ＲＬは通常の速度で再生した場合に要する時間を用いて表現する。

ＣＰＵ１２は、第２係数Ｋ２を算出する（ステップＳ６５７）。第２係数Ｋ２は、録音データ量ＲＬの関数で定められる。図１６に録音データ量ＲＬと第２係数Ｋ２との関係を示す。図１６の横軸は録音データ量ＲＬを示す。横軸の最小値は０である。横軸の単位はミリ秒である。図１６の縦軸は第２係数Ｋ２を示す。録音データ量ＲＬが０のとき、第２係数Ｋ２は１である。録音データ量ＲＬがＱより大きいとき、第２係数Ｋ２はＭである。Ｑは０より大きい定数、たとえば１００ミリ秒である。Ｍは０から１までの定数、たとえば０．５である。音声率ＶＲが０とＵの間では、音声率ＶＲと第１係数Ｋ１との関係は一次関数である。図１６に示した録音データ量Ｑと第２係数Ｋ２との関係は式（２）で表すことができる。

ＣＰＵ１２は、第１係数Ｋ１と第２係数Ｋ２との積があらかじめ定めた閾値よりも大きいか否かを判定する（ステップＳ６５８）。閾値は０から１までの数、たとえば０．２５である。あらかじめ定めた閾値よりも大きいと判定した場合（ステップＳ６５８でＹＥＳ）、ＣＰＵ１２は倍率を第１係数Ｋ１と第２係数Ｋ２に定める（ステップＳ６５９）。あらかじめ定めた閾値以下であると判定した場合（ステップＳ６５８でＮＯ）、ＣＰＵ１２は倍率をステップＳ６５８で使用した閾値に定める（ステップＳ６６０）。ここで、倍率はデジタル信号を間引いて再生する場合に要する時間を短縮する倍率を意味する。すなわち倍率が０．２５である場合には、再生に要する時間を元の時間の２５％にすることを意味する。

ＣＰＵ１２はステップＳ６５９またはステップＳ６６０で定めた倍率に基づいて、デジタルデータを間引いて再生時の速度を変更する（ステップＳ６６１）。ＣＰＵ１２は、録音データ３１の末尾に処理中のデジタル信号のデータを追加する（ステップＳ６６２）。ＣＰＵ１２は、その後処理を終了する。

本実施の形態によると、通話相手２９が発声する量および録音データ３１に記録されている音声の長さに応じて、音声を録音する速度を自動的に調整する通話装置１０を提供することができる。

定数Ｌ、定数Ｍ、定数Ｑおよび定数Ｕの値はいずれも例示であり、通話装置１０の用途等に応じて任意の値に設定する事ができる。録音データ量ＲＬの単位には、バイト数を使用しても良い。図１５および図１６に示したグラフは例示である。一次関数ではなく二次以上の関数を使用しても良い。

［実施の形態６］
実施の形態６は、汎用のコンピュータとプログラム４７とを組み合わせて動作させることにより、通話装置１０を実現する形態に関する。図１７は、実施の形態６の通話装置１０の装置構成図である。図１７を使用して、本実施の形態の構成を説明する。なお、実施の形態１と共通する部分の説明は省略する。

本実施の形態の通話装置１０は、ＣＰＵ１２、主記憶装置１３、補助記憶装置１４、通信部１５、アンテナ２５、Ａ／Ｄ変換器１８、Ｄ／Ａ変換器１９、読取部１６およびバスを備える。読取部１６は、可搬型記録媒体４８を読み取る装置であり、具体的にはたとえばマイクロＳＤカードスロットである。通話装置１０は、ヘッドセット用端子および通信機能を備えるスマートフォンまたはタブレット等の情報処理装置である。

プログラム４７は、可搬型記録媒体４８に記録されている。ＣＰＵ１２は、読取部１６を介してプログラム４７を読み込み、補助記憶装置１４に保存する。またＣＰＵ１２は、通話装置１０内に実装されたフラッシュメモリ等の半導体メモリ４９に記憶されたプログラム４７を読出しても良い。さらに、ＣＰＵ１２は、通信部１５および図示しないネットワークを介して接続される図示しない他のサーバコンピュータからプログラム４７をダウンロードして補助記憶装置１４に保存しても良い。

プログラム４７は、通話装置１０の制御プログラムとしてインストールされ、主記憶装置１３にロードして実行される。これにより、情報処理装置は上述した通話装置１０として機能する。

各実施例で記載されている技術的特徴（構成要件）はお互いに組合せ可能であり、組み合わせすることにより、新しい技術的特徴を形成することができる。
今回開示された実施の形態はすべての点で例示であって、制限的なものでは無いと考えられるべきである。本発明の範囲は、上記した意味では無く、特許請求の範囲によって示され、特許請求の範囲と均等の意味および範囲内でのすべての変更が含まれることが意図される。

（付記１）
マイクからの音声の入力を検知する検知部と、
通信を介して音声を含む信号を受信する通信部と、
前記検知部が入力を検知した場合に前記通信部が受信した信号を記録する記録部と、
前記検知部が入力を検知しない場合に前記記録部に記録された信号をスピーカーに出力する出力部と
を備える通話装置。

（付記２）
前記記録部は、前記検知部が入力を検知せずかつ前記通信部が受信した信号が音声を示す信号である場合には、前記信号を記録し、
前記出力部は、前記検知部が入力を検知せずかつ前記通信部が受信した信号が音声を示す信号である場合には、前記記録部に記録された信号を時系列に従って出力する
付記１に記載の通話装置。

（付記３）
前記記録部に記録された信号を再生する速度を決定する速度決定部を備え、
前記出力部は、前記速度決定部が決定した速度で信号を出力する付記１または付記２に記載の通話装置。

（付記４）
前記速度決定部は、前記記録部に記録された未出力の信号の長さに関連付けて決定する付記３に記載の通話装置。

（付記５）
前記速度決定部は、前記記録部に記録された未出力の信号の長さと、前記通信部が受信した信号中に音声を示す信号が占める時間の割合とに関連づけて決定する付記３または付記４に記載の通話装置。

（付記６）
前記速度決定部は、前記記録部に信号が記録されるときに決定する付記３から付記５のいずれか一つに記載の通話装置。

（付記７）
前記速度決定部は、前記出力部から信号が出力されるときに決定する付記３から付記５のいずれか一つに記載の通話装置。

（付記８）
前記出力部は、所定の周波数帯域の音声を示す信号を出力しない付記１から付記７のいずれか一つに記載の通話装置。

（付記９）
前記マイクは骨伝導マイクであり、
前記スピーカーは骨伝導イヤホンまたは骨伝導ヘッドホンである付記１から付記８のいずれか一つに記載の通話装置。

（付記１０）
前記通信部は、前記マイクから入力された音声を示す信号を送信する付記１から付記９のいずれか一つに記載の通話装置。

（付記１１）
前記記録部は、前記通信部が受信した信号に含まれる音声を記録する付記１から付記１０のいずれか一つに記載の通話装置。

（付記１２）
音声を検出するマイクからの入力の有無を判定し、
前記マイクからの入力が有ると判定した場合には、通信を介して取得した信号を記録し、
前記マイクからの入力が無いと判定した場合には、記録された信号をスピーカーから出力する
処理をコンピュータに実行させるプログラム。

（付記１３）
音声を検出するマイクからの入力の有無を判定し、
前記マイクからの入力が有ると判定した場合には、通信を介して取得した信号を記録し、
前記マイクからの入力が無いと判定した場合には、記録された信号をスピーカーに出力する
処理をコンピュータに実行させる通話方法。

１０ 通話装置
１２ ＣＰＵ
１３ 主記憶装置
１４ 補助記憶装置
１５ 通信部
１６ 読取部
１７ 帯域除去フィルタ
１８ Ａ／Ｄ変換器
１９ Ｄ／Ａ変換器
２１ ヘッドセット
２２ マイク
２３ スピーカー
２５ アンテナ
２８ ネットワーク
２９ 通話相手
３１ 録音データ
４７ プログラム
４８ 可搬型記録媒体
４９ 半導体メモリ

Claims (7)

1. マイクからの音声の入力を検知する検知部と、
   通信を介して音声を含む信号を受信する通信部と、
   前記検知部が入力を検知した場合に前記通信部が受信した信号を記録する記録部と、
   前記検知部が入力を検知しない場合に前記記録部に記録された信号をスピーカーに出力する出力部と
   を備える通話装置。
2. 前記記録部は、前記検知部が入力を検知せずかつ前記通信部が受信した信号が音声を示す信号である場合には、前記信号を記録し、
   前記出力部は、前記検知部が入力を検知せずかつ前記通信部が受信した信号が音声を示す信号である場合には、前記記録部に記録された信号を時系列に従って出力する
   請求項１に記載の通話装置。
3. 前記記録部に記録された信号を再生する速度を決定する速度決定部を備え、
   前記出力部は、前記速度決定部が決定した速度で信号を出力する請求項１または請求項２に記載の通話装置。
4. 前記速度決定部は、前記記録部に記録された未出力の信号の長さに関連付けて決定する請求項３に記載の通話装置。
5. 前記速度決定部は、前記記録部に記録された未出力の信号の長さと、前記通信部が受信した信号中に音声を示す信号が占める時間の割合とに関連づけて決定する請求項３に記載の通話装置。
6. 前記マイクは骨伝導マイクであり、
   前記スピーカーは骨伝導イヤホンまたは骨伝導ヘッドホンである請求項１から請求項５のいずれか一つに記載の通話装置。
7. 音声を検出するマイクからの入力の有無を判定し、
   前記マイクからの入力が有ると判定した場合には、通信を介して取得した信号を記録し、
   前記マイクからの入力が無いと判定した場合には、記録された信号をスピーカーから出力する
   処理をコンピュータに実行させるプログラム。

Images