【発明の詳細な説明】
ポイントツー・ポイントおよびマルチポイント・テレコンファレンス用
のオーディオ処理システム
関連出願
米国特許出願第07/774,085号（発明の名称「テレコンファレンシング・システ
ム用のオーディオ処理システム（Audio Processing System for Teleconferenci
ng System）」、１９９１年１０月９日出願、発明者E．Addeo、J．Desmarais、
およびG．Shtirmer、特許付与）および米国特許出願第08/008,965号（発明の名
称「高低の伝送遅延をもつテレコンファレンシング・システム用のオーディオ処
理システム（Audio Processing System for Teleconferencing System Having H
igh and LowTransmission Delays）」、１９９３年１月２６日出願、発明者E．A
ddeo、J．Desmarais、およびG．Shtirmer）は共に本出願と同一の承継人に譲渡
されたもので、本出願の主題と関連する主題を記載している。なお、これらの米
国特許出願は引用により本明細書の一部を構成するものである。
発明の分野
本発明はテレコンファレンシング・システムに関し、具体的には、本発明はテ
レコンファレンシング・システムで使用されるオーディオ処理システムに関する
ものである。
発明の背景
テレコンファレンシング・システム（teleconferencing system）は遠隔地に
設置されたＮ個のステーション（局）を含んでおり（ただし、Ｎ≧２）、これら
の
ステーションは伝送システムによって相互に接続されている。リモート（遠隔）
ステーションに所在するテレコンファレンス参加者は、相互にオーディオ（音声
）通信とビデオ（映像）通信で連絡し合っている。オーディオ通信とビデオ通信
を行なうために、各ステーションは、オーディオ信号を生成して他のステーショ
ン（１つまたは複数）へ送信するためのマイクロホン、他のステーション（１つ
または複数）からのオーディオ信号を受信する受信装置、ビデオ信号を生成して
他のステーション（１つまたは複数）へ送信するためのビデオ・カメラ、および
他のステーション（１つまたは複数）で生成されたビデオ信号を表示するディス
プレイ装置を備えている。さらに、各ステーションはそのステーションで生成さ
れたビデオ信号をコード化（符号化）して他のステーション（１つまたは複数）
へ圧縮形式で送信し、他のステーション（１つまたは複数）から受信したコード
化ビデオ信号をデコード化（復号化）するコーデック（codec）も備えている。
ステーションを含む従来のポイントツー・ポイント（point-to-point-２地点間
）テレコンファレンシング・システムを示したのが図１である。Ｎ＞２個のステ
ーションにサービスを提供する従来のマルチポイント・テレコンファレンシング
・システムは、追加のステーションからなる、同じような構成になっている。
本発明は、テレコンファレンシング・システムのオーディオ処理部分に関係す
るものである。オーディオ処理部分は、第１ステーションに置かれた第１マイク
ロフォンと第１受信装置および第２ステーションに置かれた第２マイクロホンと
第２受信装置を含んでいるものと見ることができ、また、Ｎ＞２個のステーショ
ンをもつシステムの場合には、第３ステーションに置かれた第３マイクロホンと
第３受信装置、およびＮ番目のステーションに置かれたＮ番目のマイクロホンと
Ｎ番目の受信装置を含んでいるものと見ることができる。
第１ステーションと第２ステーションとの間でコンファレンスを行なうための
ポイントツー・ポイント・システムでは、第１チャネルは、第１ステーション側
の第１マイクロホンから第２ステーション側の第２受信装置へオーディオ信号を
送信するために伝送システムで確立されている。第２チャネルは、第２ステーシ
ョン側の第２マイクロホンから第１ステーション側の第１受信装置へオーディ
オ信号を送信するために伝送システムで確立されている。
Ｎ個のステーション（ただし、Ｎ＞２）間でコンファレンスが行なわれるマル
チポイント・システムでは、Ｎ個の入力ポートとＮ個の出力ポートをもつ中央ブ
リッジ（central bridge）が他のステーションとの間で信号を送受信するために
使用されている。このブリッジの機能は、参加しているステーションの各々への
音声活動（speech activity）をもつ信号を検出し、選択し、ルーチング（経路
選択）し、ミキシングして、他のすべての到来信号を打ち切ることである。ある
種のブリッジでは、信号を同時に送信できるステーションの最大数がＫ≦Ｎに制
限されている。
マルチポイント・システムでは、チャネルは各ステーションと他の各参加ステ
ーションとの間で確立されている。具体的には、チャネルは、第１ステーション
側の第１マイクロホンからオーディオ信号をブリッジの第１入力ポートへ送り、
オーディオ・ブリッジの対応する出力ポートを経由して各参加ステーションの受
信装置へ送信するために伝送システムで確立されている。さらに、チャネルは、
他の各ステーションのマイクロホンからオーディオ信号をブリッジの対応する入
力ポートを経由して、第１ステーション側の第１受信装置へオーディオ・ブリッ
ジの第１出力ポートを経由して送信するために確立されている。残りのＮ−１個
のステーションに対しても、同じような伝送チャネルが確立されている。
大部分のポイントツー・ポイントおよびマルチポイント・オーディオ処理シス
テムには問題がある。それは、各ステーションのマイクロホンと受信装置間が音
響結合されていることである。特に、ポイントツー・ポイント・システムでは、
ラウンドトリップ・フィードバック・ループ（round-trip feedback loop）とい
う問題がある。このループは、例えば、1）第１ステーション側のマイクロホン
、2）第１マイクロホンと第２ステーション側の第２受信装置とを接続するチャ
ネル、3）第２受信装置と第２マクロホン間の第２ステーション側の音響結合通
路、4）第２ステーション側のマイクロホンと第１ステーション側の第１受信装
置とを接続するチャネル、および5）第１受信装置と第１マイクロホン間の第１
ステーション側の音響結合通路によって形成されている。どの時点でも、ネット
・ループ・ゲインがユニティ（unity）より大であると、ループは不安定になり
、発振する場合
がある。この不安定の結果、周知のハウリング（howling）音が発生することに
なる。このようなループでは、総ゲインが低いときでも、音響エコーという問題
が依然として起こっている。これは、話者の声がループを一周して、弱くなって
いるが、可聴レベルで話者の耳に戻ってくるために起こるものである。音響エコ
ーの問題は、テレコンファレンシング・システムでは、伝送遅延の増加と共に悪
化している。不完全に抑止されたエコーは、伝送遅延が短いときは、テレコンフ
ァレンス参加者に気づかなくても、伝送遅延が長くなると気づき易くなる。
マルチポイント・システムでも、音響フィードバック安定性とエコーという同
じ問題が、ペアになったすべてのチャネルを接続するチャネルで起こっている。
しかし、マルチポイントの場合には、別の問題が起こっている。ここでは、任意
の数のチャネルが、アクティブであるものとしてブリッジによって選択される可
能性がある。すべてのステーションがアクティブであるものとして同時に選択さ
れる可能性があるので、すべてのステーション間のフィードバック安定性がさら
に困難になっている。マルチポイント・システムでは、あるペアのステーション
間のフィードバック安定性を達成しても、システム内の他のペアのステーション
間のフィードバック安定性が達成されないことがある。
音響不安定性と音響エコーの問題に関しては、種々の解決方法が提案されてい
る（例えば、G．Hill著「ビデオ・コンファレンシングにおけるオーディオ品質
エコー制御の改善（Improving Audio Quality Echo Control in Video Conferen
cing）」、Teleconference，Vol．2，March-April 1991、およびW．Armbruster
著「エコー打消しにより最適化されたボイス・スイッチングを用いた高品質ハン
ズフリー・テレホニ（High Quality Hands-Free Telephony Using Voice Switch
ing Optimized With Echo Cancellation）」、Signal Processing IV，J.L．Lac
oume他編者、Elsevier Science Publishers，B.V.，1988，pp．495-498参照）。
テレコンファレンシング・システムのオーディオ処理ループにおけるエコー問
題を解決する１つのアプローチでは、エコー・キャンセラ（echo canceller−エ
コー打消し）を使用している。エコー・キャンセラとは、到来信号に含まれてい
る実際のエコーの合成レプリカ（synthetic replica）を発生する回路のことで
あ
る。この合成レプリカは到来信号から減算され、到来信号に含まれる実際のエコ
ーを打ち消している。エコー・キャンセラは、適応遅延線フィルタ（adaptivetr
ansversal filter）で実現することが可能であり、この場合、タップ値は、例え
ば、最小平均自乗（least mean square）アルゴリズムを使用して実際のエコー
通路の伝達関数を模擬するように絶えず更新されている。
この種のエコー・キャンセラには、いつくかの欠点がある。第一に、エコー・
キャンセラは計算が複雑であることである。つまり、実現のためには、非常に多
数の特殊なディジタル信号プロセサを使用する必要がある。第二に、広帯域音声
（７kHz）の場合、反響時間が長い室内では、エコー・キャンセラには約４００
０個またはそれ以上のタップをもつ、長い遅延線フィルタが必要になることであ
る。この種の長いフィルタは収束レート（convergence rate）が低く、実際のエ
コー通路の伝達関数を追跡する性能が劣っている。さらに、適応遅延線フィルタ
を用いて実現された一部のエコー・キャンセラは、各テレコンファレンスの開始
時にホワイトノイズ（white noise）トレーニング・シーケンスでトレーニング
しなければならない。コンファレンス・ルームの音響が急激に変化することが起
こると、エコーが正しく打ち消されないことがあり、その結果、エコー音が大き
くなり、音響が不安定になる可能性がある。そのような場合には、システムをリ
セットしなければならないので、テレコンファレンイングの途中で再トレーニン
グが必要になる。
音響エコーと不安定性を解決する別の手法では、各テレコンファレンシング・
ステーションのマイクロホンの出力側にエコー・サプレッサ（echo suppressor
）を置いている。代表例として、エコー・サプレッサはゲートを制御するレベル
作動スイツチ（level activated switch）と可変減衰デバイス（variable atten
uation device）を含んでいる。マイクロホンの出力に現われた信号レベルがし
きいレベル以下のときや、あるいは遠方端（far-end）の到来信号がマイクロホ
ンの出力に現われた信号よりも少なくとも６ｄＢだけ強いときは、ゲートがクロ
ーズし、マイクロホンから離れて引き出された通信チャネルをブロックしている
。マイクロホンの出力に現われた信号レベルがしきいレベル以下であるときや、
遠方端の到来信号がマイクロホンの出力に現われた信号よりも少なくとも６
ｄＢだけ強くないときは、ゲートがオープンし、マイクロホンから離れて引き出
された通信チャネルを通過（pass）状態にしている。例として、エコー・サプレ
ッサのしきいレベルは、周囲ノイズの最大レベルにセットすることが可能である
。このシステムでは、一方のテレコンファレンス参加者が話しかけているときは
、そのローカル・エコー・サプレッサはローカル・ゲートをオープンするので、
リモート・ステーションにつながるチャネルがオープンする。リモート・ステー
ション側の他方のテレコンファレンス参加者が話しかけていなければ、リモート
・ステーション側のエコー・サプレッサは、リモート・ステーション側のゲート
をクローズするので、エコー・リターン通路がブロックされる。ある種のエコー
・サプレッサでは、マイクロホン出力信号がしきいレベル以上であるか、以下で
あるかを単に判断するのではなく、ローカル音声の有無を検出することによって
、通信チャネルへのゲートをオープンまたはクローズしている。
テレコンファレンスの両端側の参加者が同時に話しかけようとしたときは、ダ
ブルトーク（double talk）と呼ばれる状態が起こる。ダブルトーク状態が起こ
ると、テレコンファレンスの両端側のエコー抑止ゲートはオープンするので、音
響エコーが双方の参加者に戻される可能性があると同時に、音響不安定性が起こ
る可能性がある。ダブルトークが起こっているとき、エコーが深刻な問題となら
ないのはエコーがローカル音声によってマスク（mask）されるからである。しか
し、可変減衰デバイス（variable attenuation device）を別に採用すると、音
響フィードバック安定性を確保するのに必要な減衰量を導入することができる。
このようにすると、音響安定性が達成されるが、テレコンファレンス参加者の音
声を伝達するオーディオ信号が減衰されることになる。多くの場合、エコー・サ
プレッサのために各マイクロホンの出力から導入する必要のある減衰量が大き過
ぎると、参加者間の完全対話式２方向通信（fully interactive two-waycommuni
cation）を維持できないことがある。従って、この種のエコー・サプレッサはテ
レコンファレンシング・システムで使用するにはまだ不十分である。
エコー・サプレッサとエコー・キャンセラを使用することのほかに、周波数シ
フタ（frequency shifter）または特殊なフィルタを、テレコンファレンシング
・システムのオーディオ処理システムで使用することが可能である。例えば、周
波
数シフタを利用すると、音響安定性のマージン（余裕度）を増加することができ
る（例えば、米国特許第3,183,304号およびF.K．Harvey他著「コンファレンス使
用に応用可能なステレオのいくつかの側面（Some Aspects of Stereophony Appl
icable to Conference Use）」、Journal Audio Engineering Society，Vol.11,
pp.212-217，July 1963を参照）。
別の方法として、相補通過および阻止バンドをもつくし形フィルタ（combfilt
er）を、テレコンファレンスの２ステーションを接続する２オーディオ・チャネ
ルに置くことが可能である（例えば、米国特許第3,622,714号および米国特許第4
,991,167号を参照）。相補くし形フィルタを使用すると、各ステーションの受信
装置とマイクロホン間の音響結合の効果が軽減される。その理由は、フィードバ
ック・ループを一巡する信号が双方のくし形フィルタによって処理され、また、
２つのくし形フィルタの阻止バンドが相補的であるのでスペクトル全体にわたっ
て減衰されるからである。これにより、音響安定性の余裕度がある程度向上し、
音響エコーが低減される。他方、一方のステーションから他方のステーションへ
伝達される音声信号は一方のくし形フィルタによってのみ処理されるので、スペ
クトル全体にわたって目立つほどには減衰されない。エコー・キャンセラと比べ
て、くし形フィルタには単純であるという利点がある。しかし、くし形フィルタ
によると、感知される音声品質が若干低下することになる。品質が低下する理由
は、信号のスペクトルのほぼ半分がくし形フィルタで除去されるからである。感
知される品質低下を軽減するために、くし形フィルタ伝達関数のバンド遷移（ba
nd transition）が円滑化されている。バンド遷移を円滑化すると、バンド遷移
が急峻であるとき達成できる音響安定性の余裕度が減少することになる。音響安
定性の余裕度を増加するには、オーディオ・チェインのどこかに周波数スケーラ
（frequency scaler）を使用することが可能である。これについては下述する。
関連の米国特許出願第07/774,085号（発明の名称「テレコンファレンシング・
システム用のオーディオ処理システム（Audio Processing System for Teleconf
erencing System）」、１９９１年１０月９日出願、発明者E．Addeo、J．Desmar
ais、およびG.Shtirmer、特許付与）および米国特許出願第08/008,965
号（発明の名称「高低の伝送遅延をもつテレコンファレンシング・システム用の
オーディオ処理システム（Audio Processing System for Teleconferencing Sys
tem Having High and LowTransmission Delays）」、１９９３年１月２６日出願
、発明者E．Addeo、J．Desmarais、およびG．Shtirmer）には、ポイントツー・
ポイント・システムにおける音響安定性とエコーの問題が取り上げられている。
これらの問題は、オーディオ処理システムにおいて、第１ステーション側の第１
マイクロホンを第２ステーション側の第２受信装置に接続する第１チャネルに第
１くし形フィルタを採用し、第２ステーション側の第２マイクロホンを第１ステ
ーション側の第１受信装置に接続する第２チャネルに、第１くし形フィルタの相
補である第２くし形フィルタを採用することによって解決されている。さらに、
これらの関連特許出願のオーディオ処理システムでは、周波数スケーラがチャネ
ルの一方に置かれ、一方のチャネルの周波数スペクトルを一定の係数だけスケー
リングするようにしている。
特許出願第07/774,085号のオーディオ処理システムには、それぞれが第１およ
び第２くし形フィルタをアクチベート（activate）する第１および第２エコー・
サプレッサも含まれている。特許出願第08/008,965号のオーディオ処理システム
には、それぞれが第１および第２マイクロホンに接続されて、第１および第２可
変減衰を第１および第２マイクロホンの出力側で第１チャネルおよび第２チャネ
ルに挿入する第１および第２エコー・サプレッサも含まれている。第１可変減衰
は、第１マイクロホンから送信される前記第１信号の強さと、第１受信装置によ
って受信される第２信号の強さとによって決まる。さらに、第２可変減衰は、第
２マイクロホンから送信される第２信号の強さと、第２受信装置によって受信さ
れる第１信号の強さとによって決まる。
これらの関連特許出願のオーディオ処理システムおよびくし形フィルタを採用
して音響結合の効果を軽減する他の従来システムの実用上の欠点は、相補くし形
フィルタが採用されていることである。従って、第１および第２ステーションが
テレコンファレンス期間に音響安定性の余裕度を向上し、音響エコーを低減する
ためには、第１ステーションは、第２ステーションのくし形フィルタを相補する
くし形フィルタを備えていなければならない。さらに、これらのシステムは相補
くし形フィルタを採用しているので、実際には、各ステーションには両タイプの
フィルタが用意されていることが必要であり、コンファレンス・セットアップ期
間には、ステーションは相補くし形フィルタが必ず使用されることを確かめるた
めの交渉を行わなければならない。このような実用上の制約があるため、余分の
コンポーネントが必要になり、また、システムは複雑化し、コンファレンス・セ
ットアップが遅延することになる。
相補くし形フィルタを採用して音響安定性の余裕度を向上し、音響エコーを低
減するシステムのもう１つの欠点は、かかるシステムがマルチポイント・テレコ
ンファレンシング・システムでは効果的でないことである。この欠点を最も分か
りやすく示しているのが、図２に示す例である。図２に示す例では、ステーショ
ン１、２、３、および４が示され、各ステーションはそれぞれ関連のくし形フィ
ルタ５、６、７、および８を備えている。図示の例では、くし形フィルタ５と７
はくし形フィルタ６と８を相補している。これらのステーションはテレコンファ
レンスを行なうために、オーディオ・ブリッジ７５を通して接続されている。上
述したように、アクティブ・ステーションを検出すると、オーディオ・ブリッジ
は、音声を伝達する信号をアクティブ・ステーションから、システム内にあって
テレコンファレンスに参加している他のステーションへ送信し、アクティブ・ス
テーションを他の参加ステーションの各々とペアにする。従って、ステーション
１がアクティブであるとオーディオ・ブリッジ７５によって検出された場合は、
オーディオ・ブリッジ７５は音声を伝達する信号をステーション１からステーシ
ョン２、３、および４へ送信する。ステーション２、３、および４の各々が応答
してアクティブになると、オーディオ・ブリッジはこれらの音声伝達信号をステ
ーション１へも、他のステーションへも送信することになる。従って、ステーシ
ョン１と他のステーションの各々との間のラウンドトリップ（roundtrip）は、
各ステーションでマイクロホンと受信装置とが結合されている個所で音響不安定
性とエコーを受けることになる。
ステーション１と２との間の伝送では、くし形フィルタ５と６が相補であるの
で音響安定性の余裕度が向上し、音響エコーが低減する。ステーション１と４の
場合も、くし形フィルタ５と８が相補であるので同様である。しかるに、ステー
ション１と３との間の伝送では、くし形フィルタ５と７が相補でないので、音響
不安定性とエコー効果が低減されないことになる。従って、図示の例から明らか
なように、相補くし形フィルタを採用する構成は、マルチポイント・システムで
は、各ペアのステーションをオーディオ・ブリッジ経由で接続するチャネルが相
補くし形フィルタをもっていない場合があるので、音響不安定性とエコーの効果
を打ち消すのに役立っていない。
以上に鑑みて、本発明の目的は、テレコンファレンシング・システムにおいて
ポイントツー・ポイント通信とマルチポイント通信をサポートし、くし形フィル
タを採用し、音響安定性の余裕度の向上と音響エコーの低減を実現するオーディ
オ処理システムを提供することである。
発明の概要
本発明の実施例によれば、Ｎ個のステーション（ただし、Ｎ≧２）を含むテレ
コンファレンシング・システムにおいてオーディオ信号を処理するためのオーデ
ィオ処理システムが開示されている。各ステーションは、マイクロホン、受信装
置、くし形フィルタおよび周波数スケーラを備えている。図示の例では、マイク
ロホンはあるチャネル上のくし形フィルタに接続され、受信装置は別のチャネル
上の周波数スケーラに接続されている。
各ステーションのくし形フィルタはほぼ同一であり、通過バンドと阻止バンド
が交互に代わるほぼ同一の伝達関数をもち、これはシステム内の他のステーショ
ンのくし形フィルタも同じである。この点が相補くし形フィルタを採用する従来
の方式と異なっている。各くし形フィルタは大きさの応答特性（magnituderespo
nse）をもち、指数的に増加するバンド間隔と正弦波バンド遷移をもっている。
各ステーションの周波数スケーラも、ほぼ同一であり、ほぼ同一の周波数シフト
を誘起する。
重要なことは、くし形フィルタと周波数スケーラは相互に協力し合うことであ
る。具体的には、あるステーションのマイクロホンから送出された信号は、くし
形フィルタでフィルタにかけられてから別のステーションへ送信される。別のス
テーションの受信装置で受信される前に、フィルタを通過した信号は周波数スケ
ーラによって周波数がシフトされ、フィルタ通過信号のピークはくし形フィルタ
の阻止バンドと整列される（aligned）。従って、周波数スケーラは、くし形フ
ィルタのピークから谷までの間隔に一致するように、到来信号の周波数シフトを
誘起する。シフトされた信号が音響結合されて受信装置からマイクロホンへ送り
込まれると、システムは音響不安定性とエコーの影響を受けることになる。しか
し、音響結合されてマイクロホンに送り込まれたあと、シフトされた信号は、他
方のステーション側のマイクロホンに接続されたくし形フィルタによってほぼ阻
止される。以上のように、システム内の周波数スケーラとくし形フィルタは相互
に協力し合うので、通信し合うステーションのチャネルに相補くし形フィルタを
必要とすることなく、各ステーションでほぼ同一のくし形フィルタと周波数スケ
ーラを使用することにより、音響安定性の余裕度が向上し、音響エコーが低減さ
れることになる。
ポイントツー・ポイント・システムでは、第１マイクロホンと第１受信装置は
第１ステーションに置かれ、第２マイクロホンと第２受信装置は第２ステーショ
ンに置かれている。交互に代わる通過バンドと阻止バンドを含んでいる伝達関数
をもつ第１くし形フィルタは、図示の例では、第１ステーション側の第１マイク
ロホンと第２ステーション側の第２受信装置との間の伝送チャネルに置かれてい
る。第１くし形フィルタとほぼ同じである第２くし形フィルタは、第２ステーシ
ョン側の第２マイクロホンと第１ステーション側の第１受信装置との間の伝送チ
ャネルに置かれている。
遅延の大きいシステムでエコーと音響不安定性を処理する別の実施例では、補
助エコー・サプレッサが、上述したように相互に協力し合うくし形フィルタおよ
び周波数スケーラと併用されている。この実施例では、音響エコーは充分に低減
され、音響安定性の余裕度は充分に向上するので、低遅延の伝送システムにも、
高遅延の伝送システムにも適している。補助エコー・サプレッサは受信装置とマ
イクロホンをもつ各ステーションに置かれている。補助エコー・サプレッサは、
マイクロホンから出力された信号のエネルギ・レベルと、ステーションの受信装
置に向って送信される信号のエネルギ・レベルとの比較に基づいて、マイクロホ
ンの出力に減衰を挿入する。
さらに別の実施例では、くし形フィルタは、各ステーションのマイクロホンと
補助エコー・サプレッサとの間に置かれ、２つのテレコンファレンシング・ステ
ーション間のくし形フィルタはほぼ同じになっている。この実施例の場合も、各
ステーションで周波数スケーラが受信装置に接続されており、周波数スケーラは
上述したように、くし形フィルタと協力し合っている。くし形フィルタと周波数
スケーラをこのように置くと、音響結合音声は双方のくし形フィルタによって処
理されており、他方、ローカル生成音声は２つのくし形フィルタの一方だけによ
って処理されているので、補助エコー・サプレッサは音響結合音声であるか、ロ
ーカル生成音声であるかを区別することができる。
以上を要約すると、本発明によれば、くし形フィルタと周波数スケーラとを組
み合わせて使用し、これらが相互に協力し合うことによって音響エコーを低減し
、音響安定性の余裕度を向上するようにしたテレコンファレンシング・システム
のオーディオ処理システムが開示されている。
本発明の構成と動作の理解を容易にするために、以下では、添付図面を参照し
て本発明の実施例について詳しく説明することにする。
図面の簡単な説明
図１は、２つのテレコンファレンシング・ステーション間の従来のポイントツ
ー・ポイント・システムを示す図である。
図２は、４つのコンファレンシング・ステーションを接続し、相補くし形フィ
ルタを採用している従来のマルチポイント・オーディオ・コンファレンシング・
システムを示し、そこで起こっている問題を説明するための説明図である。
図３は、従来のマルチポイント・オーディオ処理システムを示す図である。
図４は、図１のテレコンファレンシング・ステーションが置かれている室内の
音響応答関数を示す説明図である。
図５Ａおよび図５Ｂは、Ｎ個のステーション（ただし、Ｎ≧２）を含むテレコ
ンファレンシング・システム用の、本発明の一側面によるオーディオ処理システ
ムのステーションの実施例を示す図である。
図６は、本発明の一側面によるポイントツー・ポイント・オーディオ処理シス
テムの実施例を示す図である。
図７Ａは、本発明の一側面によるオーディオ処理システムで使用されるくし形
フィルタの伝達関数Ｈ（ｆ）を例示した図である。
図７Ｂは、図７Ａに示す伝達関数Ｈ（ｆ）をもつくし形フィルタに通され、く
し形フィルタのバンド間隔だけ周波数がシフトされたあとの信号Ｙ（ｆ）を例示
した図である。
図８Ａおよび図８Ｂは、本発明の一側面によるマルチポイント・オーディオ処
理システムの実施例を示す図である。
図９は、くし形フィルタ、周波数スケーラ、および補助的エコー・サプレッサ
を含む、本発明の一側面によるオーディオ処理システムを示し、高い伝送遅延ま
たは低い伝送遅延をもつテレコンファレンシング・システムの音響エコーを低減
し、音響安定性の余裕度を向上する実施例を示す図である。
図１０は、本発明の一側面による補助的エコー・サプレッサの実施例を示す図
である。
図１１は、本発明の一側面による補助的エコー・サプレッサによって挿入され
る減衰を示すプロット図である。
図１２は、本発明の一側面によるノイズ・ゲートとエクスパンダ／ゲートの代
表的応答曲線を示す図である。
発明の詳細な説明
図１は、オーディオおよびビデオ通信機能を備えたポイントツー・ポイント・
テレコンファレンシング・システムを示す図である。図１のコンファレンシング
・システム１０は、２つのステーション２０と３０（Ｎ＝２）を含んでおり、こ
れらのステーションは相互に対し離れた個所に置かれ、伝送システム１２によっ
て接続されている。
ビデオ通信では、ステーション２０はビデオ・イメージ（映像）をスクリー
ン２２から表示するプロジェクタ２１、ビデオ・カメラ２３およびコーデック（
codec）２４を備えている。同様に、ステーション３０はビデオ・イメージをス
クリーン３２から表示するプロジェクタ３１、ビデオ・カメラ３３およびコーデ
ック３４を備えている。カメラ２３はステーション２０でビデオ信号を生成する
。ビデオ信号はコーデック２４により圧縮コード化（符号化）され、伝送システ
ム１２を経由してステーション３０へ送信される。例えば、伝送システム１２に
は、ＤＳＩまたはＤＳ３伝送レートで動作する伝送設備が用意されている場合が
あるが、北米の電話網ディジタル伝送レートは、それぞれ毎秒１．５および４５
メガビットになっている。ステーション３０側では、ビデオ信号はコーデック３
４によりデコード（復号化）され、ビデオ・プロジェクタ３１により映像に変換
されてスクリーン３２から表示される。同様に、ステーション３０側のカメラ３
３はビデオ信号を生成し、この信号はステーション２０側でプロジェクタ２１に
よってスクリーン２２から表示される。
ビデオ通信機能をもつマルチポイント・コンファレンシング・システムは同じ
ような構成になっているが、同種の機器が装備されたステーションは、２つ以上
が伝送システム１２を通して接続されることになる。
ポイントツー・ポイント・コンファレンシング・システムのオーディオ通信で
は、図１に示すように、ステーション２０はマイクロホン２５、受信装置２６、
およびオーディオ・コントローラ２７を装備している。同様に、ステーション３
０はマイクロホン３５、受信装置３６、およびオーディオ・コントローラ３７を
装備している。音声をステーション２０からステーション３０へ送信するには、
マイクロホン２５は音声をオーディオ信号に変換する。オーディオ・コントロー
ラ２７はオーディオ信号の処理遅延を、コーデック２４によってカメラからのビ
デオ信号に持ち込まれた処理遅延と整合（マッチング）させる。オーディオ・コ
ントローラ２７には、音響不安定性を防止すると同時に、エコーを低減する１ま
たは２以上の回路を含めることも可能である。オーディオ信号は伝送システム１
２を経由してステーション３０へ送信される。ステーション３０側では、オーデ
ィオ信号は、対応するビデオ信号に対してコーデック３４がデコード化オペレー
ションを行なったとき生じた遅延を整合するようにオーディオ・コント
ローラ３７によって処理される。そのあと、オーディオ信号は、受信装置３６に
よって音響形式に戻されるように変換される。音声をステーション３０のマイク
ロホン３５からステーション２０の受信装置２６へ送信する場合も、上記と同じ
プロセスで行なわれる。
マルチポイント・コンファレンシング・システムのオーディオ通信では、図３
に示すように、ステーション１、２、３．．Ｎの各々は、同じようにマイクロホ
ンと受信装置を装備している。具体的には、ステーションＮはマイクロホンＮ−
２５と受信装置Ｎ−２６を備えている。さらに、入力ポート１−７６、２−７６
、３−７６．．Ｎ−７６および出力ポート１−７７、２−７７、３−７７．．Ｎ
−７７をもつ中央ブリッジ７５が採用されている。ステーションＮに関して説明
すると、ブリッジ７５はマイクロホンＮ−２５から入力Ｎ−７６を経由して信号
を受信し、出力ポートＮ−７７を経由してステーションＮ側の受信装置Ｎ−２６
へ信号を送信する。ブリッジ７５の機能は、ステーションの各々への音声活動を
もつ信号を検出し、選択し、ルーチング（経路選択）し、他のすべての到来信号
を打ち切ることである。従って、ステーションＮが信号をＮ−７６を経由してブ
リッジ７５へ送信すると、ブリッジ７５は、コンファレンスに参加している他の
ステーション１、２、３．．Ｎ−１へ対応する出力ポート１−７７、２−７７、
３−７７．．Ｎ−１−７７を経由して信号を転送する。
図４は、図１のポイントツー・ポイント・オーディオ・コンファレンシング・
システム１０に組み込まれている音響フィードバック通路を示す概略図である。
図１を参照して上述したように、ステーション２０はマイクロホン２５と受信装
置２６を備えている。マイクロホン２５と受信装置２６は、ステーション２０側
のテレコンファレンス参加者がハンドフリー（hands-free）で使用できるように
配置されている。ステーション２０は室内に置かれているので、受信装置２６と
マイクロホン２５との間は音響結合されている。この種の音響結合は図４に音響
通路２８で示されているが、この音響通路には、図示のように、壁２９からの反
射または反響が含まれている。同様に、ステーション３０側では、受信装置３６
とマイクロホン３５との間は、壁３９からの反射した通路３０を介して音響結合
されている。同様に、マルチポイント・コンファレンシング・システムの場合も
、
各ペアのステーションの間に音響フィードバック通路が存在している。
本発明の一側面によれば、図５Ａと図５Ｂは、Ｎ個のステーション（ただし、
Ｎ≧２）を含むテレコンファレンシング・システム用のオーディオ処理システム
のステーションの実施例を示す図である。ステーション１０Ａは、オーディオ処
理システムの他のステーションを代表するものとして図５Ａに示されているが、
このステーションはマイクロホン１４、受信装置１６、くし形フィルタ１５およ
び周波数スケーラ１７を備えている。図示のように、マイクロホン１４は第１チ
ャネル１１を介してくし形フィルタ１５に接続され、受信装置１６は第２チャネ
ル１３を介して周波数スケーラ１７に接続されている。これとは別に、別の実施
例（図５Ｂに示す）によれば、マイクロホン１４を第１チャネル１１を介して周
波数スケーラ１７に接続し、受信装置１６を第２チャネル１３を介してくし形フ
ィルタ１５に接続することも可能である。くし形フィルタの伝達関数Ｈ（ｆ）は
図７Ａに示すように、通過バンド（passband）と阻止バンド（stopband）をもっ
ている。各ステーションのくし形フィルタと周波数スケーラは、周波数スケーラ
が、くし形フィルタの伝達関数のピークから谷までの間隔に対応して到来信号の
周波数にシフトを誘起するという点で、特殊な関係をもっている。
本発明の一側面によれば、図６は、音響不安定性とエコーの効果を軽減するポ
イントツー・ポイント・オーディオ処理システム（Ｎ＝２）を示す図である。図
６に示すように、ステーション２０側のマイクロホン２５は、伝送システム１２
を通り抜けるチャネル４０を介してステーション３０側の受信装置３６に接続さ
れている。同様に、ステーション３０側のマイクロホン３５は、同じく伝送シス
テム１２を通り抜けるチャネル５０を介してステーション２０側の受信装置２６
に接続されている。
チャネル４０はくし形フィルタ４２を含んでいる。図示の例では、くし形フィ
ルタ４２は、ステーション２０側ではマイクロホン２５と伝送システム１２の間
に置かれている。チャネル５０はくし形フィルタ５２を含んでいる。図示の例で
は、くし形フィルタ５２は、図６に示すように、ステーション３０に関連するチ
ャネル５０ではマイクロホン３５の出力側に置かれている。周波数スケーラ６０
は、図６に示す例では、ステーション２０に関連するチャネル５０では受信
装置２６と伝送システム１２の間に置かれ、周波数スケーラ７０は、ステーショ
ン３０と関連するチャネル４０では受信装置３６と伝送システム１２の間に置か
れている。
別の方法として、図５Ｂに示すように、図６のくし形フィルタ４２をステーシ
ョン３０と関連づけて、チャネル４０において受信装置３６と伝送システム１２
の間に置くことも可能であり、また、くし形フィルタ５２をステーション２０と
関連づけて、伝送システム１２と受信装置２６の間に置くことも可能である。従
って、この実施例では、周波数スケーラ６０はステーション３０に関連するチャ
ネル５０ではマイクロホン３５と伝送システム１２の間に置かれることになり、
周波数スケーラ７０はステーション２０に関連するチャネル４０ではマイクロホ
ン２５と伝送システム１２の間に置かれることになる。
従来のオーディオ・コンファレンシング・システムでは、どちらかのチャネル
に置かれた相補くし形フィルタと単一の周波数スケーラは、音響不安定性の余裕
度を向上し、音響エコーを低減するために使用されている。しかし、この構成の
欠点は、テレコンファレンス・セッションに入る前に、ステーション２０と３０
は、ステーション間で確立されたチャネル４０と５０の各々にくし形フィルタが
置かれていること、および２チャネル間の周波数スケーリングが正しくなってい
ることを確かめる交渉を行わなければならないことである。さらに、いくつかの
テレコンファレンシング・ステーションは、チャネルを上述したように構成する
ために機器に変更を加える必要がある。
図６に示す本発明によるオーディオ処理システムの顕著な利点は、一方のステ
ーションのくし形フィルタが他方のステーションのくし形フィルタとほぼ同一で
あるので、コンファレンシング・セッションに入る前に交渉を行なったり、機器
の変更を行なったりする必要がないことである。さらに、従来の処理システムと
異なり、本発明によるシステムは、各チャネルに周波数スケーラを採用し、一方
のチャネルの周波数スケーラは、他方のチャネルの周波数スケーラとほぼ同一に
なっている。
重要なことは、本発明による構成は相互に協力し合うくし形フィルタと周波数
スケーラを使用することによって、音響安定性の余裕度を向上し、音響エコーを
低減していることである。具体的には、周波数スケーラは到来信号の周波数にシ
フトを誘起し、このシフトはくし形フィルタの伝達関数のピークから谷までの間
隔に対応している。従って、第１くし形フィルタでフィルタにかけられた信号は
周波数スケーラで周波数がシフトされ、シフトされた信号のピークが第２くし形
フィルタの阻止バンドとアライメントされ、信号が大幅に減衰されるようになっ
ている。
くし形フィルタと周波数スケーラがどのように協力し合って音響不安定性とエ
コーの効果を軽減するかを分かりやすく説明するために、図６に示す音響フィー
ドバック・ループを例にして説明する。音声はステーション２０側から送信され
たものとする。この音声は、マイクロホン２５によって音響形体から電子オーデ
ィオ信号に変換される。次に、このオーディオ信号はチャネル４０を経由してス
テーション３０側の受信装置３６へ送信され、そこで、オーディオ信号は再び変
換されて音響形体に戻される。音響形体の音声は音響通路３８を通してマイクロ
ホン３５と結合され、そこで、再び変換されて電子オーディオ信号に戻されて、
チャネル５０を経由してステーション２０側の受信装置２６へ送信される。受信
装置２６は電子オーディオ信号を音響形体に戻すように変換し、音声は音響通路
２８を通して再びマイクロホン２５へ送り返される。
ループのラウンドトリップ・ゲインがユニティより大きければ、音響不安定性
が起こることになる。ラウンドトリッブ・ゲインがユニティより小であっても、
ステーション２０の受信装置には、ステーション２０側でエコーが聞こえること
がある。オーディオ処理遅延が大きければ、ステーション２０の受信装置ではエ
コーがそれだけ明確になる。音響安定性の余裕度を得るために、また音響エコー
を抑止するために、チャネル４０にはくし形フィルタ４２と周波数スケーラ７０
が設けられ、チャネル５０にはくし形フィルタ５２と周波数スケーラ６０が設け
られている。
くし形フィルタ４２と５２の伝達関数Ｈ（ｆ）は図７Ａに示されている。伝達
関数Ｈ（ｆ）は交互に代わる通過バンドと阻止バンドを含んでいる。伝達関数の
ナル（null）の最大深さは無限であるが、遷移は正弦になっている。バンド遷移
が急峻すぎると、送信される音声の品質が目立つほどに低下することになる。伝
達関数は８ｋＨｚオーダの周波数範囲全体にわたっており、伝達関数のバンド間
隔（つまり、ピークから谷までの間隔）はオクターブの１／３になっている。
本発明の周波数スケーラはほぼ同一であるので、ほぼ同じ大きさの周波数シフ
トが行なわれる。くし形フィルタのピークから谷までの間隔と周波数スケーラの
シフトは、第１くし形フィルタの通過バンドを通過し、周波数スケーラによって
周波数がシフトされた信号の成分が第２くし形フィルタの阻止バンドに入るよう
に選択されている。図７Ｂは、図７Ａに示す伝達関数Ｈ（ｆ）をもつくし形フィ
ルタによってフィルタにかけられ、くし形フィルタの１バンド間隔だけ周波数が
シフトされた信号Ｙ（ｆ）を例示した図である。
説明の便宜上、くし形フィルタの伝達関数が次の式（１）で表わされているも
のとする。
上式において、任意の特定の周波数にあるとき、くし形フィルタのバンド間隔
は定数αによって決まる。周波数スケーラが−５％のシフトを引き起こし、上式
の定数がα＝１／（ｌｏｇ０．９５）であれば、次のようなことを観察すること
ができる。すなわち、４７１Ｈｚの信号成分は第１くし形フィルタの通過バンド
の中心に入ることになり、その信号成分は５％だけ下方にシフトされて４４７．
５Ｈｚになり、これは中心が４７１Ｈｚである通過バンドの左隣の阻止バンドの
中心と一致している。従って、シフトされた成分が第２くし形フィルタに出会う
と、この成分は大幅に減衰されることになる。
信号の周波数シフトが大きくなると、信号の音声品質と話者（speaker）の声
に目立った影響を与えるおそれがあるので、主観的聴取テストで明らかになった
ことは、シフトを最大約５％にすべきことである。周波数シフトが５％であるこ
とは、くし形フィルタのバンド間隔がオクターブ当たり約１３．５バンドである
こ
とに一致している。
フィルタ設計をさらに単純化するために、阻止バンドを約３００Ｈｚ以上のス
ペクトルだけに取り入れることが可能である。周波数が３００Ｈｚ以下のときの
エコー抑止はそれほど重要でないので、この場合も、同じように音声品質が向上
することになる。５０Ｈｚから７ｋＨｚまでのオーディオ・スペクトル全体にわ
たって周波数スケーリングが行なわれるので、フィードバック安定性は依然とし
て保証される。
本発明によれば、くし形フィルタを周波数スケーラと併用することの利点の１
つは、音響安定性が向上することである。具体的には、２つのほぼ同一のフィル
タおよびフィルタと協力し合う周波数スケーラを通過したあと音声信号に挿入さ
れる減衰は、無限と１２ｄＢの間で変化する。最も高い点である−１２ｄＢは、
周波数スケーラによってシフトされた第１くし形フィルタのスペクトルと第２く
し形フィルタのスペクトルが交差する個所に現れる。従って、本発明のフィルタ
による音響安定性の向上は、最悪の場合でも１２ｄＢである。くし形フィルタと
周波数スケーラを併用することのもう１つの利点は、音響エコーが低減すること
である。これを数量化すると、ほぼ１２ｄＢであり、テレコンファレンシング参
加者が気づくほどである。
くし形４２，５２が周波数スケーラ６０，７０と協力し合うようにすると、各
ステーションの受信装置とマイクロホンとの間の音響結合効果が軽減される。上
述したように、その理由は、フィードバック・ループを一巡する信号は、くし形
フィルタの一方によって処理され、そのあと周波数スケーラの一方によって処理
され、そのあと他方のくし形フィルタによって処理され、従って、周波数スケー
ラによってシフトされた一方のくし形フィルタの通過バンドが他方のくし形フィ
ルタの阻止バンドとほぼ相補になっているので、信号がスペクトル全体にわたっ
て減衰されるからである。同じ理由で、遠方端のステーション側の受信装置とマ
イクロホンとの間の音響結合で生じ、近端のステーションに送り返されたエコー
も低減される。他方、一方のステーション側のマイロクホンから他方のステーシ
ョン側の受信装置へ伝わる信号は一方のくし形フィルタと一方の周波数スケーラ
だけによって処理されるので、この信号はスペクトル全体にわたって減衰され
ない。
本発明の別の実施例によれば、図８Ａおよび図８Ｂは、Ｎ個のステーション（
ただし、Ｎ≧２）を含むマルチポイント・オーディオ処理システムの実施例を示
す図である。図８Ａは、本発明によるくし形フィルタと周波数スケーラを含んで
いるオーディオ処理システムを示している。具体的には、図８Ａに図示するよう
に、各ステーション１、２、３．．Ｎはくし形フィルタと周波数スケーラを備え
ている。具体的には、ステーションＮはマイクロホンＮ−２５とオーディオ・ブ
リッジ７５の入力ポートＮ−７６の間に置かれたくし形フィルタＮ−４２と、受
信装置Ｎ−２６とオーディオ・ブリッジ７５の間に置かれた周波数スケーラＮ−
６０とを備えている。すべてのくし形フィルタ１−２６，２−２６，３−２６．
．Ｎ−２６はほぼ同じものであり、交互に代わる通過バンドと阻止バンドのほぼ
同一の伝達関数をもっている。さらに、すべての周波数スケーラ１−６０，２−
６０，３−６０．．Ｎ−６０はほぼ同じものであり、交互に代わる通過バンドと
阻止バンドのほぼ同一の伝達関数をもっている。さらに、上述したように、くし
形フィルタと周波数スケーラは相互に協力し合って、周波数スケーラがくし形フ
ィルタの伝達関数のピークから谷間での間隔に対応する周波数シフトを誘起する
ようになっている。音響安定性とエコーの効果は、ポイントツー・ポイント・オ
ーディオ処理システムで上述したように軽減される。別の方法として、上述した
ように、また図８Ｂに示すように、各ステーションの周波数スケーラとくし形フ
ィルタの設置個所を反対にすることも可能である。
本発明の重要な利点は、くし形フィルタをマルチポイント・システムで使用す
ると、マルチポイント・システム内の任意のペアのステーション間の音響不安定
性とエコーの効果を軽減できることである。本発明のもう１つの重要な利点は、
ポイントツー・ポイント・システムの場合と同様に、すべてのステーションのく
し形フィルタと周波数スケーラがほぼ同一であるので、どのくし形フィルタを各
ステーションで使用すべきか、どのチャネルに周波数スケーラを置くかを、ステ
ーション間で交渉する必要がないことである。従って、システム複雑性が軽減さ
れ、コンファレンス・セットアップ時間が短縮されることになる。
オーディオ処理システムの別の実施例は図９に示されているが、この実施例で
は、正弦波バンド遷移をもつくし形フィルタと周波数スケーラが補助エコー・サ
プレッサと併用されている。オーディオ処理システムのこの実施例では、低伝送
遅延または高伝送遅延をもつテレコンファレンシング・システムにおいて、音響
エコーを低減し、音響安定性の余裕度を向上している。このような能力があるた
め、システムは、どのポイントツー・ポイントまたはマルチポイント・テレコン
ファレンシング・システムでも使用できるという汎用性をもつことができる。具
体的に説明すると、図９に示すように、ステーション４００側のマイクロホン４
０４は、伝送システム６１０を通り抜けるチャネル７００を介してステーション
５００側の受信装置５０２に接続されている。同様に、ステーション５００側の
マイクロホン５０４は、伝送システム６１０を通り抜けるチャネル８００を介し
てステーション４００側の受信装置４０２に接続されている。
図９のオーディオ処理システムは、上述したように、また、それぞれ図６に示
すように、受信装置５０２、４０２のそれぞれに関連づけられた周波数スケーラ
９００，９５０も含んでいる。図９には、ノイズと低減し、個々のコンポーネン
トの動作を円滑化する他のデバイスも含まれている。以下では、構成全体から見
た各コンポーネントの機能について説明する。図９に例示されている各ステーシ
ョンのコンポーネントの構成と動作は、また、マルチポイント・オーディオ処理
システムにおける各ステーションのコンポーネントの構成と動作を代表するもの
であり、そこでは、チャネルはオーディオ・ブリッジを介して相互接続された、
任意のペアのステーション間に同じように形成されている。
図１０は補助エコー・サプレッサ４１０の実施例を示すブロック図である。図
１０に示すように、チャネル７００上のマイクロホン４０４からの信号は補助エ
コー・サプレッサ４１０に入力され、信号の一部は短期エネルギ・カルキュレー
タ（short-energy calculator）４１１へ送られ、そこでマイクロホンからの信
号のエネルギ・レベル（Ｅlocal）が判断される。チャネル８００上の遠方端側
への受信装置４０２からの信号も、補助エコー・サプレッサ４１０に入力され、
信号の一部は別の短期エネルギ・カルキュレータ４１２へ送られ、そこで遠方端
からの信号のエネルギ・レベル（Ｅfar-end）が判断される。コンパレータ４１
３はＥlocal信号の強さをＥfar-end信号の強さと比較し、この比較の結果は可変
減
衰器（variable attenuator）４１４に入力され、チャネル７００に挿入される
減衰のレベルが制御される。ステーション５００側の補助エコー・サプレッサ５
１０は、図１０に示すものと同じ働きをして、マイクロホン５０４からの出力信
号のエネルギ・レベルと受信装置５０２へ送られた信号のエネルギ・レベルとの
比較に基づいてチャネル８００に減衰を挿入する。
図１１は、補助エコー・サプレッサ４１０，５１０の動作原理を示したもので
あり、そこには、マイクロホン出力からチャネル上に挿入された減衰をプロット
した図が示されている。以下では、図１１を参照して、ステーション４００側の
補助エコー・サプレッサ４１０によって挿入される減衰について説明する。挿入
される減衰のレベルは、遠方端からステーション４００側の受信装置４０２で受
信された信号のエネルギ・レベル（Ｅfar-end）と、ステーション４００側のマ
イクロホン４０４からの出力信号のエネルギ・レベル（Ｅlocal）との差の関数
になっている。
図１１のプロット図が示すように、２つの信号が同じ強さであるときは、減衰
が挿入されないが、これは、そのような状態のときは、どのエコーも、その場合
に存在するものと想定されるローカル音声によって実効的にマスクされるからで
ある。しかし、遠方端から受信した信号（Ｅfar-end）がマイクロホン４０４か
らの出力信号（Ｅlocal）よりも、あらかじめ定義した最小量だけ強いときは、
ローカル音声が存在しないものと想定されるので、減衰が挿入されてエコーが抑
止される。ステーション５００側の補助エコー・サプレッサ５１０は、受信装置
５０２あての信号がマイクロホン５０４から受信した信号よりも、あらかじめ定
義した最小量だけ強ければ、同じように減衰をチャネル８００に挿入する。
代表例として、４１０および５１０などのエコー・サプレッサが単独で使用さ
れてエコーを選択的に除去するときは、あらかじめ定義した最小差は６ｄＢにセ
ットされる。この差は、室内の音響とマイクロホン／受信装置の配置に起因する
平均最小エコー戻り損失に基づいている。従って、マイクロホンから出る信号が
受信装置に入る信号よりも少なくとも６ｄＢだけ弱ければ、ローカル音声が存在
しないものと想定されるので、最大減衰がマイクロホン信号通路に挿入される。
しかし、受信装置あての信号よりもさらに６ｄＢだけ低いローカル音声はエ
コーとして除去される。しきい値をこのように低くすると（６ｄＢ）、だれもが
マイクロホンから正確に同じ距離にいないことから、あるいは同じ大きさの声で
話をしないことから、ローカル音声のダイナミック・レンジにはかなり厳しく、
非現実的な制約が課されることになる。
ステーション４００側のマイクロホン４０２と補助エコー・サプレッサ４１０
の間には、くし形フィルタ４２６が置かれており、ステーション５００側のマイ
クロホン５０２と補助エコー・サプレッサ５１０の間には、くし形フィルタ５２
６が置かれている。くし形フィルタ４２６と５０２はほぼ同じであり、通過バン
ドと阻止バンドが交互に代わるほぼ同じ伝達関数をもっている。周波数スケーラ
９００は、ステーション４００側の受信装置５０２と補助エコー・サプレッサ４
１０の間に置かれ、周波数スケーラ９５０は、ステーション５００側の受信装置
４０２と補助エコー・サプレッサ５１０の間に置かれている。くし形フィルタ４
２６，５２６と周波数スケーラ９００，９５０を、それぞれチャネル７００とチ
ャネル８００に示すように置くと、エコーは双方のくし形フィルタと周波数スケ
ーラによって処理されているが、ローカル音声は２くし形フィルタの一方だけに
よって処理されているので、補助エコー・サプレッサ４１０，５１０は、音響結
合された遠方端音声（エコー）とローカル生成の音声とを区別することが容易に
なる。従って、平均的には、エコーとローカル生成音声との差は、前述したよう
に約１２ｄＢだけ増加することになる。エコーとローカル音声との平均差が１２
ｄＢに増加すると、エコー・サプレッサにおけるしきい値を６ｄＢから１８ｄＢ
に上昇することができる。しきい値を増加すると、ローカル音声がエコーと間違
えられて、補助エコー・サプレッサ４１０，５２０で不必要に減衰される可能性
が大幅に減少することになる。
本発明のこの実施例では、双方のくし形フィルタは、テレコンファレンス参加
者が一方のステーションだけにいる場合でも、双方のステーションにいる場合で
も、継続的にアクティブになっている。くし形フィルタが継続的にアクティブで
あることは、これらのフィルタが円滑なバンド遷移をもち、従って、音声品質に
影響することが相対的に少ないので、伝送遅延が低い場合と同じに可能である。
前述したように、コンファレンスの両端側の参加者が話し合っているときは（つ
まり、ダブルトーク）、エコーはローカル音声によってマスクされるので、また
一方の端側だけが音声を生成しているときは、補助エコー・サプレッサが残留エ
コーを除去するので、くし形フィルタの制約を軽減することができる。
以上のように、くし形フィルタ、周波数スケーラおよび補助エコー・サプレッ
サは独特な方法で組み合わされ、配置されているので、他の方法では課されてい
た設計上の制約を大幅に緩和することができる。このように制約が緩和されると
、テレコンファレンシング・システムのラウンドトリップ伝送遅延とは無関係に
、オーディオ・コンファレンシングの品質を大幅に向上することができる。具体
的には、感知されない音響エコー、音響的に安定したパフォーマンス、完全な対
話性、および低減化した音声信号ひずみが達成される。周波数スケーラ、くし形
フィルタ、およびエコー・サプレッサによれば、室内の音響処理とマイクロホン
／受信装置の配置手法と併用することにより、必要とされるエコー戻り損失の向
上と音響安定性の余裕度が得られるので、追加的な減衰を行なう必要がない。従
って、システムの完全対話性がそのまま維持されることになる。
図９に示すように、それぞれチャネル７００，８００上の補助エコー・サプレ
ッサ４１０，５１０から出た信号は、それぞれ自動レベル制御（automatic leve
l controlling‐ALC）デバイス４２８，５２８によって処理されてから、伝送シ
ステム６１０に入力される。これらのデバイス４２８，５２８は、図示の例のよ
うに実現することが可能である。ＡＬＣデバイス４１０，５１０としては、例え
ば、米国特許第5,029,162号に記載されているものがあるが、これらのデバイス
は、テレコンファレンス参加者の発声スタイルに関係なく、すべてがほぼ同じ強
さをもつ音声信号を出力する。音声信号レベルをこのように制御すると、伝送シ
ステム６１０に入力され、最終的には、遠方端側のオーディオ機器に入力される
信号は、所望のダイナミック・レンジ内に収まることが保証される。従って、声
の大きい話者による非常に強い音声信号はコーデック（図１参照）やその後に続
く他の機器をオーバロード（過負荷状態）にすることがない。
図９に示すように、信号が受信装置５０２あてのチャネル７００上の伝送シス
テム６１０から出て受信されると、その信号はエクスパンダ（伸張器）／ゲート
５３０で処理され、周囲ノイズと伝送ノイズが低減され、エコー・サプレッサの
動作が円滑化されることになる。同様に、信号が受信装置４０２あてのチャネル
８００上の伝送システム６１０から出て受信されると、その信号はエクスパンダ
（伸張器）／ゲート４３０で処理される。従って、ステーション５００側のマイ
クロホン５０４から伝送システム６１０を経由してステーション４００側の受信
装置４０２へ送信された信号はエクスパンダ／ゲート４３０で処理され、ステー
ション４００側のマイクロホン４０４から伝送システム６１０を経由してステー
ション５００側の受信装置５０２へ送信された信号はエクスパンダ／ゲート５３
０で処理される。エクスパンダ／ゲート４３０、５３０は、信号に含まれる周囲
ノイズと伝送ノイズを低減するために使用される。このデバイスの名前が示すよ
うに、エクスパンダ／ゲートは、入力信号があらかじめ定義したしきい値の範囲
内にあれば、その入力信号のダイナミック・レンジを複数倍に向上する。
説明の便宜上、エクスパンダ／ゲートは伸張比が３：１、しいき値が０ｄＢｍ
であるものとする。このような場合には、到来信号の平均レベルがしきい値以下
であれば、例えば、−１０ｄＢｍであれば、その信号はノイズを含んでいるもの
とみなされ、−３０ｄＢｍで出力されることになる。これとは逆に、到来信号が
しきい値に近いか、あるいはそれ以上であれば、例えば、１０ｄＢｍであれば、
その信号は音声を含んでいるものとみなされ、同じレベル（この例では、１０ｄ
Ｂｍ）で出力されることになる。エクスパンダ／ゲートのしきい値は、到来信号
が音声を含んでいるとき、その信号がしきい値に近いか、あるいはそれ以上にな
るようにセットしておくべきである。しかし、音声が存在しないときは、到来信
号はしきい値以下になる。
ノイズ・ゲートをエクスパンダ／ゲートに代えて使用することが可能である。
エクスパンダ／ゲートとノイズ・ゲートとの主な違いの１つは、ノイズ・ゲート
がしきい値で急峻な屈曲を特徴とする応答曲線をもつのに対し、エクスパンダ／
ゲートは、音声信号がしきい値に非常に近い範囲内にあっても、音声信号がその
デバイスによって切断されるのを防止する円滑な屈曲曲線をもっていることであ
る。図１２は、ノイズ・ゲートとエクスパンダ／ゲートの代表的な応答曲線を示
している。
結論
以上、テレコンファレンシング・システム用のオーディオ処理システムについ
て説明してきた。このオーディオ処理システムによれば、ほぼ同一のくし形フィ
ルタと周波数スケーラが各ステーションに置かれ、音響エコーを低減し、音響安
定性の余裕度を向上している。くし形フィルタと周波数スケーラは相互に協力し
合い、周波数スケーラがくし形フィルタの伝達関数のバンド間隔（ピークから谷
までの）に対応するように周波数シフトを誘起するようにしている。また、本発
明によるオーディオ処理システムは、補助エコー・サプレッサと、ノイズを低減
し、システム内の個々のコンポーネントの動作を円滑化する他のデバイスも含ん
でいる。各ステーションで採用されているくし形フィルタは相補でなく、ほぼ同
一であるので、本発明のオーディオ処理システムによれば、ポイントツー・ポイ
ントおよびマルチポイント・オーディオ処理システムにおける音響不安定性とエ
コーの効果を軽減することができる。さらに、各ステーションはほぼ同一の機器
を利用しているので、コンファレンシング・セッションに入る前にステーション
間で機器の交渉を行ったり、機器を変更したりする必要がない。最後に、本発明
の上述した実施例は単なる例示を目的としたものであり、請求の範囲に明確化さ
れている本発明の精神と範囲を逸脱しない限り、種々態様に変更することが可能
である。
─────────────────────────────────────────────────────
フロントページの続き
(72)発明者 ヤラリ，アリ，リー
アメリカ合衆国 77380 テキサス州 ザ
ウッドランズ シックス パインズ ド
ライブ 10600 ナンバー824
(72)発明者 シュティルマー，ジェナディ
アメリカ合衆国 07950 ニュージャージ
ー州 モーリス プレインズ ルート 10
イースト 2467 アパートメント ４―
７ビー
【要約の続き】
テムにおいて音響不安定性と音響エコーの効果を軽減す
ることができる。さらに、各ステーションはほぼ同一の
機器を使用しているので、コンファレンシング・セッシ
ョンに入る前に、ステーション間で機器の交渉を行った
り、機器の変更を行なったりする必要がない。