JPH08125760A - 情報処理装置 - Google Patents

Abstract

(57)【要約】 【目的】画面上の表示位置と、音声出力の左右音量比を
相関させることにより、ユーザーにとって音と画面表示
の関係を分かりやすくすることを目的とする。 【構成】ネットワーク２１から送られたディジタルデー
タを音声に戻して出力する音声制御部が、ネットワーク
上の同じ装置から送られた画像データが表示されている
位置を表示制御部から参照し、その位置情報に応じて左
右のスピーカーに出力する音量比を決定する。 【効果】本発明によれば、複数の相手とテレビ会議を行
なうときに、相手の映像と音声との関係がユーザーにと
って分かりやすくなる効果がある。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、音源回路機能およびビ
デオカメラ持つ情報処理装置に係り、ネットワークに接
続することによりテレビ会議システムを構成した場合の
音声出力に関する。

【０００２】

【従来の技術】パーソナル・コンピュータに代表される
情報処理装置において、音声や画像を入出力する機能を
持つものが知られている。このような情報処理装置を複
数、ネットワーク等で接続し、互いに音声・画像データ
を送りあうことによりテレビ会議システムを構成するこ
とが可能である。例えば特開平５−２０７４４９号公報
にディジタル通信路を介して、複数人の映像と音声をリ
アルタイムに交換するテレビ会義システムの例が記載さ
れている。

【０００３】

【発明が解決しようとする課題】上記のような従来のテ
レビ会議システムでは、複数人の映像と音声を同時に交
換することができるものの、符号化した映像データと音
声データを分離して、それぞれの出力部にて独立に出力
するため、音声出力部にて複数の音声が混ざり合い、同
じ送り主からの映像とと音声との対応が取りにくかっ
た。したがって比較的多人数でテレビ会義を行なうと
き、画面上には人数分の画像が映しだされており、その
内で一人だけが発言している間でも、どの画像の人が発
言しているのかわかりづらかった。複数の人が同時に発
言し始めた場合、全ての音声が均一に混ぜ合わされて出
力されるため、発言者の画像と対応が取りにくいだけで
なく、声から発言者を特定しにくく、聞きづらいという
欠点があった。

【０００４】本発明の目的は、表示画面内で発言者の画
像が映しだされている付近から、その発言者の音声が聞
こえるような感覚を与えることで、画像と音声との対応
がとりやすいテレビ会議システムを提供することであ
る。

【０００５】

【課題を解決するための手段】本発明は、ディジタル化
された音声データを音声に戻してスピーカーから出力す
る際に、その音声データと同じ送り主から送られてきた
画像データが表示画面上のどこに表示されているかを参
照できるように表示制御部と音声制御部を構成し、それ
ぞれの画像が表示されている方向から、対応する音声が
聞こえるように左右および上下のスピーカーから出力さ
れる音声の音量や位相が違うようにしたものである。

【０００６】

【作用】発言者ごとに左右、上下の音量比や音声の位相
が異なって出力されるため、ある人の音声は左上の方角
から聞こえ、他のある人の音声は右中の方向から聞こえ
るような感覚を作り出すことができる。このような音声
が聞こえる方角を、その人が映し出されている表示画面
上の位置と関連づけることにより、真中に映っている人
の声は真中から、左下に映っている人の声は左下から聞
こえる。したがって多人数でテレビ会義を行う場合に使
い勝手を大幅に向上することができる。

【０００７】

【実施例】図１は本発明の実施例に基づく情報処理装置
の内部構成図であり、図２はテレビ会議システムを構成
するために情報処理装置をネットワーク接続したときの
全体構成図である。図３は本実施例によりテレビ会議を
行なっている時の表示画面である。図４は、内部の動作
を説明するための図である。

【０００８】標準的なパーソナルコンピュータは、図１
に示す情報処理装置１のように中央処理装置２を持ち、
中央処理装置２はバス３を介して主記憶装置４、補助記
憶装置５、起動プログラム等を納めた不揮発性メモリ
６、キーボード７、表示制御装置８の他にネットワーク
２１に接続するためのネットワークインターフェース
９、プリンタやモデム等を接続するためのパラレルイン
ターフェース１０およびシリアルインターフェース１１
等に接続されている。本発明による情報処理装置１は、
上記のほかにビデオカメラ１２からの画像を取り込むた
めのビデオキャプチャ回路１３のほか音声を出力したり
取り込んだりする音声回路１４がバス３に接続されてい
る。なお、音声の出力チャネルはＬとＲとがあり、増幅
器１５を通して個々のスピーカ１６、１７へ接続されて
いる。音声回路１４にステレオ音源を使って立体的な音
声を出力することができる。また、増幅器１９を介して
マイクロフォン１８の出力が音声回路１４に接続されて
おり、音声を取り込むことができる。

【０００９】図２に示すように、情報処理装置１はネッ
トワーク２１を通して離れた場所に設置された本実施例
による他の情報処理装置２２、２３等やサーバー２４と
相互に接続されている。このネットワーク構成にはデー
タ圧縮された画像および音声データを送るために十分な
転送速度があれば一般に普及している通常のネットワー
クをそのまま使うことができる。

【００１０】複数の人とテレビ会議を行なう場合、図３
のように画面２５は相手の人数に応じた複数領域２６、
２７、２８、２９に分割され、それぞれの領域に相手か
ら送られてきた映像が映しだされる。なお、ここでは会
議の相手が４人の場合を例にとっているが、１対１であ
っても５人以上の相手と会議を行なってもかまわない。

【００１１】次に図１および図２、図３、図４を用いて
本実施例によるテレビ会議の動作を説明する。図２にお
いて、情報処理装置１の前にいるユーザーが、離れた場
所に設置された情報処理装置２２、２３の前にいる人
や、ネットワーク２１により通信可能な他の場所に設置
された情報処理装置の前にいる人とテレビ会議を行なっ
ているとする。情報処理装置１に組込まれたビデオカメ
ラ１２とマイクロフォン１８により、ユーザーの姿と声
がディジタル信号として取り込まれ、それぞれ図１のビ
デオキャプチャ回路１３、音声回路１４によってディジ
タルの画像情報、音声情報に変換される。この情報はネ
ットワークインターフェース９を経てネットワーク２１
へ送り出される。情報処理装置２２、２３の前にいる人
や、テレビ会議に参加している他の人は、ネットワーク
２１経由で１のユーザーの姿と声を受け取り、それぞれ
の情報処理装置により画像と音声に戻す。逆に１以外の
テレビ会議の参加者から、それぞれの姿と声がネットワ
ーク２１を経由して情報処理装置１へ届く。図４に示さ
れる、装置１の内部においてネットワークとの通信を行
なっている通信制御部３０は、図１のネットワークイン
ターフェース９を制御するプログラムとして通常は主記
憶装置４に格納されており、ＣＰＵ２によって実行され
る。２２、２３、その他複数の装置と情報を交換するた
め、通信制御部３０は送られてきた情報がネットワーク
２１上のどの装置からのものであるか管理していなけれ
ばならない。ここでは解り易く通信先リスト３３のかた
ちで管理状況を示した。ここで、Ａ，Ｂ，Ｃ，Ｄはテレ
ビ会議の相手であり、この他同時にネットワーク２１を
用いてサーバーや他の機器との間でテレビ会議以外の情
報交換を行なうこともできる。表示制御部３２もまた主
記憶装置４内のソフトウェアで実現され、テレビ会議の
それぞれの相手から送られてきた画像情報を異なる領域
に分けて表示装置２０の中に図３のように表示する。し
たがって表示制御部３２でも会議相手の情報を個別に管
理している。相手一人についての情報として、少なくと
も図４に示した画面２５中の表示位置情報３５を表示制
御部３２で管理している必要がある。ここでは人物Ａの
姿を図３のように左上の領域に表示している。同様にソ
フトウェアで実現される図４の音声制御部３１は、単に
会議の相手から送られてきた音声情報を音に戻して出力
するだけであれば、受け取った音声情報がどこから送ら
れてきたものであるのかを知る必要はない。それぞれの
音声情報をミキシングしてから音声に戻せば、相手の声
を聞くことは可能である。本実施例では、音声制御部３
１においても情報の送り主を明確に管理するリスト３４
を持っている。音声制御部３１は、ディジタルの音声情
報を音声に戻して出力する前に、表示制御部３２内の表
示位置情報３５を参照して、個々の音声の送り主が画面
２５のどこに映しだされているかを調べる。そして、例
えば人物Ａのように左側に映しだされている人の声は、
左のスピーカー１６からより大きく聞こえるように、音
量の左右バランスを変える。図４の例では画面２５の左
側に映しだされている人物Ａと人物Ｃの声は１０：２の
バランスで左から大きく聞こえるよう出力されるが、右
側に映しだされている人物Ｂと人物Ｄの声は左２に対し
て右１０で右から大きく聞こえるように出力する。会議
中に装置１のユーザーが人物Ｃと人物Ｂの表示位置を入
れ替えた場合、次に音声制御部３１が表示位置情報３５
を参照すると人物Ｃと人物Ｂについて変更がされている
ため、音声レベルのテーブル３４に書き込まれた音量の
左右比を修正し、人物Ａおよび人物Ｂの声を左から大き
く、人物Ｃと人物Ｄの声を左から大きく出力する。な
お、各音声の音量比は、１０：２である必要はなく、例
えば左に映された人物の声を左スピーカーのみから出力
し、右に映しだされた人物の声は右スピーカーだけから
出力してもよい。

【００１２】画面を更に多く分割する場合、例えば３×
３に分割して９人の相手とテレビ会議をするようなと
き、真ん中の列に位置する３人の音声は左右のスピーカ
ーから等しい音量で出力すればよい。画面の分割数がさ
らに多くなった場合、ある位置に映しだされている人の
音声は、映しだされている位置の左右からの比に応じ
て、左右の音量比を決定すればよい。

【００１３】以上述べた実施例では、スピーカーを２つ
備えた情報処理装置について説明したが、音声チャネル
を３種類持ち、それぞれの音を上方左右に位置する２つ
のスピーカーと下方中央に位置するスピーカーの合計３
つから出力する構成にすれば、さらに効果的である。す
なわち映しだされる上下位置についても上記に述べたよ
うな音量比をつけ、左上に映しだされた人物の声は左上
から大きく聞こえ、画面２５の中央付近に映しだされた
人物の声は各スピーカーから同じ比率の音量で出力す
る。

【００１４】ここでは位置に応じて音量比を変えること
について説明したが、左から声が聞こえるようにするた
めには、左のスピーカーからより大きな音量で出力する
だけでなく、右のスピーカーからの出力に位相的な遅延
を持たせるようにしてもよい。

【００１５】

【発明の効果】複数の相手とテレビ会議を行なう場合、
相手の映しだされている位置と声の強く聞こえる方向と
を相関させるため、どの声がどの映像と関連するかが分
かりやすくなる。

【図面の簡単な説明】

【図１】本発明による情報処理装置のハードウェア構成
図である。

【図２】本発明によるテレビ会議システムのネットワー
ク構成図である。

【図３】本発明によるテレビ会議システムの画面表示を
説明する図である。

【図４】本発明による情報処理装置の動作を説明するた
めのブロック図である。

【符号の説明】

１…情報処理装置、 ８…表示インターフェース、 ９…ネットワークインターフェース、 １４…音声インターフェース、 １６、１７…音声出力装置、 ２１…ネットワーク、 ３４…音量レベルテーブル、 ３５…画像表示位置情報テーブル。

Claims (1)

【特許請求の範囲】
1. 【請求項１】他の複数の情報処理装置とリアルタイムで
   データを交換可能な情報処理装置であって、上記データ
   の交換が可能な複数の情報処理装置から同時に送られて
   きた画像を同時に表示するための表示制御部および表示
   画面を持ち、同様に他のデータ交換可能な接続状態にあ
   る情報処理装置から送られた音声データをもつディジタ
   ル信号を音声に戻して出力する、音源インターフェース
   を持ち、音声を出力するためのチャネルを複数もった情
   報処理装置において、上記表示制御部において上記他の
   データ交換可能な接続状態にある情報処理装置から送ら
   れてきた画像データを表示画面のどの位置に表示してい
   るのかを管理する表示位置制御手段を持ち、その画像デ
   ータと同一の情報処理装置から送られた音声データを音
   声に再生する際に上記画像データの表示位置を上記表示
   位置制御手段から参照となるように音源インターフェー
   スを接続し、複数の上記情報処理装置から送られた音声
   データを送り主毎にかつ音声出力チャネル毎に異なる音
   量または遅延により出力することが可能な送り主管理テ
   ーブルを持つことを特徴とする情報処理装置。