JP2588970B2 - 多地点会議方式 - Google Patents

Description

【発明の詳細な説明】 〔概要〕 ３箇所以上の会議端末間でセンター装置を介して同時
にテレビ会議を行う多地点会議方式に関し、 できるだけ簡易な構成で適切な会議室端末の画像切替
を行えるようにすることを目的とし、 各会議室端末が、参加者に対して設けたマイクロホン
群から話者検出を行う話者検出部を有すると共に話者検
出された発言者に向けて人物カメラを制御し、該発言者
の音声及びその話者検出信号と共に人物カメラの画像を
該センター装置に送出し、該センター装置では、該話者
検出信号を受ける毎に該話者検出信号に係る会議室端末
を中心会議室端末としてその出力画像をタイマにより一
定時間だけ保持し、他の会議室端末のモニタに分配する
ように構成する。

〔産業上の利用分野〕

本発明は、多地点会議方式に関し、特に３箇所以上の
会議室端末間でセンター装置を介して同時にテレビ会議
を行う多地点会議方式に関するものである。

迅速な情報の伝達や人・物が移動（出張）する際の時
間・経費の節減を目的として、遠隔地点に存在する会議
室端末間でテレビ会議が利用されている。

３箇所以上の会議室端末を接続して同時にテレビ会議
を行う場合、データ伝送量を考えると、１つの会議室端
末の画像を他の会議室端末に分配する方法がベストであ
る。この時、この会議の中心となる会議室端末は通常、
発言者が存在する会議室端末を選択することが望まし
く、また、この選択制御が自動的に行われることが望ま
しい。

〔従来の技術〕

第８図は３箇所以上の会議室端末間ではセンター装置
を介して同時にテレビ会議を行う多地点会議方式の従来
例を示したもので、各会議室端末１には、会議参加者に
対向して設けられた複数個のマイクロホン群11と、これ
らのマイクロホン群11からの出力を合成するマイクミキ
サ12と、他の会議室端末からの音声を出力するスピーカ
13と、スピーカ13の出力音声がマイクロホン群11へ回り
込まないようにするための入出力音声のスイッチング動
作又はエコー消去動作等を行う音声制御部14と、この音
声制御部14からの又は音声制御部14への音声に対する符
号化／複合化部（以下、CODECと略称する）15と、会議
室端末１の全景、人物又は資料を映すためのカメラ16
と、他の会議室端末の画像を表示するためのモニタ17
と、カメラ16及びモニタ17の画像に対するCODEC18と、
音声CODEC15と画像CODEC18の入力／出力信号に対する多
重化／分離部（MUX/DMUX）19とで構成されている。

このような構成を有する各会議室端末１がセンター装
置２に相互接続されている。このセンター装置２は、各
会議室端末１からの又は各会議室端末１への音声・画像
に対する多重化／分離部21と、この多重化／分離部21に
接続された音声CODEC22と、各音程CODEC22からの音声信
号のレベルを比較する音声レベル比較器23と、比較器23
で比較した後の音声信号を合成して音声CODEC22及び多
重化／分離部21を介して各会議室端末１のスピーカ13へ
送るためのミキサ24と、多重化／分離部21で分離された
画像データを選択するための画像データセレクタ25と、
音声レベル比較器23での比較結果を受けてセレクタ25に
選択信号を与える制御部26と、セレクタ25で選択された
画像データを多重化／分離部21を介して各会議室端末１
のモニタ17へ送るための分配部27とで構成されている。

この従来例の動作においては、各会議室端末１のマイ
クロホン群11からの合成音声のレベルをセンター装置２
内の音声レベル比較器23で比較し、その中で最大の音声
レベルを出力した会議室端末を中心会議室端末と決定し
てその会議室端末の画像をセレクタ25で選択し、分配部
27でその他の会議室端末へ分配している。

このような多地点会議方式は、例えば特開昭61−4568
9号公報に示されたものである。

〔発明が解決しようとする課題〕

しかしながら、第８図に示す従来からの多地点会議方
式では、会議室端末毎の合成音声を用いるため、発言以
外の雑音やざわめき等によって発言と認識してしまい、
発言していない会議室端末の不必要な画像を各会議室端
末へ分配してしまう結果、中心会議室の画像を分配でき
なくなる等、運用上に問題があった。

従って、本発明は、３箇所以上の会議室端末間でセン
ター装置を介して同時にテレビ会議を行う多地点会議方
式において、できるだけ簡易な構成で適切な会議室端末
の画像切替を行えるようにすることを目的とする。

〔課題を解決するための手段及び作用〕

第１図は、上記の目的を達成するための本発明に係る
多地点会議方式の原理的な構成図であり、図示のよう
に、各会議室端末１では、話者検出部３で参加者に対し
て設けたマイクロホン群11から話者検出を行って人物カ
メラ４を制御してその発言者に向け、発言者の音声及び
その話者検出信号と共に人物カメラ４の画像をセンター
装置２に向けて送出する。

センター装置２では、第２図に示すように、その話者
検出信号を受ける毎に話者検出信号に係る会議室端末を
中心会議室端末としてその出力画像をタイマ６により一
定時間だけ保持し、他の会議室端末１のモニタ17に分配
する。従って、その保持時間が経過しても話者検出信号
を受け続けた場合には、その保持時間は更新されると共
に、保持時間内に同一話者検出信号が入力されなくなっ
たときには、次の話者検出信号によりタイマ６の保持時
間が開始されることになる。

これにより、順次、発言者の居る会議室端末が中心会
議室端末となってその人物画像が他の会議室端末に分配
されて会議が進行することとなる。

また、本発明では、会議室端末１とセンター装置２に
より話者音声レベルを２段階で検出しており、各マイク
ロホン入力毎に発言者を検出しているので、ヒソヒソ話
等を発言とみなしてしまうことがない。

また、本発明では、資料カメラ５による資料画像を出
力した会議室端末が在るときには、センター装置２はそ
の会議室端末を中心会議室端末として他の会議室にその
資料画像を分配するが、このときに、他の会議室端末が
話者検出信号を送ってきても、その資料画像を出力して
いる会議室端末を依然中心会議室端末とし、目下分配し
ている資料画像は切り替えないようにする。

これにより、資料画像を出力する会議室端末を常に中
心会議室端末として会議を進めることができる。

更に、本発明では、センター装置２が人物画像と資料
画像の合成画像を各会議室端末１に送出することがで
き、この場合には、第３図に示すように、資料画像を出
力している中心会議室端末に対してその自局資料画像と
話者検出信号を発生した会議室端末の人物画像を合成表
示させるように切り替えることにより資料画像を優先さ
せると共にこの資料画像を見て発言した参加者の人物画
像が中心会議室側で見れるようにしている。

〔実 施 例〕

第４図は本発明に係る多地点会議方式の一実施例を示
したもので、この実施例では、第９図の従来例に対し
て、各会議室１に話者検出部３と、この話者検出部３か
らの話者検出信号を伝送データに含めるためのデータ伝
送部８とが設けられており、また、センター装置２にお
いて話者検出信号を抽出するためのデータ伝送部28が多
重化／分離部21に接続されており、更に音声レベル比較
器が除かれている点が異なっている。尚、会議室には人
物カメラ４及び資料カメラ５の他に全景カメラ７が示さ
れているが、本発明では特に用いなくてもよい。

このような実施例の動作のおいては、出席者毎に１本
づつ設けられたマイクロホン群11からの音声出力はマイ
クミキサ12を介して話者検出部３に送られる。この話者
検出部３ではマイクロホンへの音声入力が有ったか否か
が判定されて話者検出信号（話者検出の有無と会議室番
号）がデータ伝送部８へ送られると共に、その話者検出
に対応した人物の画像が得られるように話者認識番号信
号が人物カメラ４に送られて旋回制御を行う。

この話者検出動作は本出願人が例えば特願昭62−3218
46号において既に開示したものであるが、ここで簡単に
説明する。

第５図は話者検出部３の具体的な構成を示したもの
で、ミキサ12のからの各マイクロホンに対応した各出力
信号（合成出力信号だけが音声制御部14に送られる）を
サンプリング回路30でサンプリングする。このサンプリ
ング回路30はマイク出力が所定閾値レベル以上のときに
オンで、それ以外のときにはオフとなる２値のディジタ
ル信号に変換する回路であり、このサンプリング回路30
の出力は入力バッファ31を介して各マイクロホンに対し
て用意された蓄積バッファ32にそれぞれ分配して蓄積さ
れる。

これらの蓄積バッファ32の各ビット数は所定秒数、例
えば４秒間のサンプリング数に対応しており、蓄積バッ
ファ32にセットされたビット数によりマイクロホンの音
声出力の通算時間が確認されることになる。

このビット数によって示された通算時間は処理回路33
に入力され、その通算時間が約２秒間に相当するビット
数、即ちほぼ半数のビットがセットされている蓄積バッ
ファに対応するマイクロホンの話者を発言者として話者
検出する。

そして、この場合、話者検出された発言者が複数人存
在した場合には、蓄積バッファ32にセットされたビット
数、即ち通算時間の最も長いバッファに対応するマイク
ロホンの話者を発言者と認識して話者検出信号（話者位
置番号信号）を出力する。

このようにして、各会議室１からは、マイクロホン群
11の合成音声データと、人物カメラ４からの画像データ
と、話者検出信号とが多重化／分離部19で多重化されて
ディジタル回線を通じセンター装置２へ送られる。尚、
データ伝送部８からの話者検出信号は話者が存在する間
中サイクリックに送出し続けられる。

センター装置２では、多重化／分離部21及びデータ伝
送部28を介して話者検出信号（話者有り信号及び会議室
番号）を抽出しこれを制御部26に与えると、制御部26は
その会議室の出力画像を選択するようにセレクタ25を切
替え、分配部27により話者検出された会議室以外の会議
室へ同じ画像を分配する。また、音声はい多重化／分離
部21及び音声CODEC22を介してミキサ28で合成されて各
会議室１へ転送される。

ここで、制御部26が複数の話者検出信号を受けた時の
動作を第６図及び第７図のフローチャートにより説明す
る。

まず、各会議室端末からの何らかの信号を受信する
と、制御部26には割込信号が上がり、第６図（ａ）に示
すように各会議室端末を順次スキャンして話者検出（話
者有り）信号が入力されているときには第７図に示す話
者検出制御を行う。

第７図に示す話者検出制御ではまず、現時点で話者が
検出されている状態かどうかを判断する（ステップS
1）。もし、話者検出状態であれば話者有り信号の送信
元（入力会議室端末）と、今まで話者と認識されていた
局とが同一か否かを判定する（ステップS2）。同一であ
れば第１図に概念的に示した話者検出保持タイマを更新
し（ステップS3）、そうでなければこの信号自体を無視
する。

このタイマ動作は第６図（ｂ）に示すように、ステッ
プS3により割込がかかり、一つの会議室端末から話者有
り信号を受信すると初期値がセットされ、いずれの会議
室端末にも発言者が居ない状態の時、プログラムの周期
毎に「１」づつデクリメントして行くものである。

この保持タイマは、話者有り信号が各会議室端末から
頻繁に上がってきた場合、表示される会議室端末がその
度に変わってしまうことを避けるために設けた最低保持
時間を計るタイマである（現在初期値は約4secとしてい
る）。また、話者検出状態がセットされている時（保持
タイマ≠０のとき）、別の会議室端末から話者有り信号
を受信しても無視され、現在話者と認識されている会議
室端末からの話者有り信号は、保持タイマの更新（初期
値の再セット）を行う（第２図参照）。

一方、ステップS1において話者検出状態でない場合に
は、画像セレクタ25の切替を行うか否かの判定を行う
（ステップS4）。ここで話者検出信号の送信元がすでに
話者検出信号を送っていて中心の会議室端末となってい
る場合は画像セレクタ25を切り替える必要はなくタイマ
の更新を行う（ステップS3）。

送信元が中心会議室端末になっていないときには、中
心となる会議室端末のモニタ画面状態をチェックする
（ステップS5）。

この結果、中心会議室端末が資料カメラ５からの資料
画像を送出している時は、全会議室端末がその資料画像
に注目しているのであるから、中心となる会議室端末の
自動切り替えは行わない。

但し、中心会議室端末のモニタに資料画像に加えて任
意の会議室端末の人物画像が合成表示されるときには、
第３図に示したように、その相手人物画像のみを発言者
の人物画像に切り替えるため画像セレクタテーブルの副
会議室端末（中心会議室端末以外を呼称する）を更新す
る（ステップS6）。

中心となる会議室端末が資料以外の画像を送出してい
る時は話者検出により自動切替を行うため、画像セレク
タテーブルの中心会議室端末及び副会議室端末をそれぞ
れ更新する（ステップS6、７）と共に画像セレクタ25へ
選択信号を出力する（ステップS9）。

尚、この直前まで中心だった会議室端末の人物画像
は、話者検出により選択された新しい中心の会議室端末
の画像とすることができる。

〔発明の効果〕

以上のように本発明に係る多地点会議方式によれば、
各会議室端末において話者検出を行ってその人物の画像
を出力し、センター装置で該話者検出信号を受ける毎に
一定時間だけタイマ保持して該話者検出信号に係る会議
室端末を中心会議室端末としてその出力画像を他の会議
室に分配するように構成したので、雑音等による誤った
人物画像を分配することなく適切且つ円滑な会議の進行
が実現できる。また、話者状態の認識にタイマを用いる
ことにより、発言の連続性を重視し、会議室端末切替が
頻繁になり過ぎないようにしている。

【図面の簡単な説明】

第１図は本発明に係る多地点会議方式の原理構成を示す
ブロック図、 第２図及び第３図は本発明方式を説明するための図、 第４図は本発明方式の一実施例を示すブロック図、 第５図は本発明方式に用いる話者検出部の一実施例を示
した図、 第６図及び第７図は本発明方式のセンター装置に用いる
制御部の制御アルゴリズムを示したフローチャート図、 第８図は従来例を説明するためのブロック図、 である。 第１図において、 １……会議室端末、 ２……センター装置、 ３……話者検出部、 ４……人物カメラ、 ５……資料カメラ、 ６……タイマ、 11……マイクロホン群、 17……モニタ。 図中、同一符号は同一又は相当部分を示す。

Claims (3)

(57)【特許請求の範囲】
1. 【請求項１】３箇所以上の会議室端末（１）間でセンタ
   ー装置（２）を介して同時にテレビ会議を行う多地点会
   議方式において、 各会議質端末（１）が、参加者に対して設けたマイクロ
   ホン群（11）から各マイクロホンに対応して話者検出を
   行う話者検出部（３）を有すると共に話者検出された発
   言者に向けて人物カメラ（４）を制御し、該発言者の音
   声及びその話者検出信号と共に人物カメラ（４）の画像
   を該センター装置（２）に送出し、 該センター装置（２）では、該話者検出信号を受ける毎
   に該話者検出信号に係る会議室端末を中心会議室端末と
   してその出力画像をタイマ（６）により一定時間だけ保
   持し、他の会議室端末のモニタ（17）に分配することを
   特徴とした多地点会議方式。
2. 【請求項２】該センター装置（２）が、資料カメラ
   （５）による資料画像を受けたときには、その資料画像
   を出力した会議室端末を中心会議室端末として他の会議
   室にその資料画像を分配すると共に、その後に他の会議
   室端末から該話者検出信号を受けても該資料画像を切り
   替えないようにすることを特徴とした請求項１記載の多
   地点会議方式。
3. 【請求項３】該センター装置（２）が、該資料カメラ
   （５）による資料画像を出力した該中心会議室端末
   （１）に対してその自局資料画像と該話者検出信号を出
   力した会議室端末の人物画像を合成表示させるように切
   り替えることを特徴とした請求項２記載の多地点会議方
   式。