JPH10500547A - 音声通信装置 - Google Patents

Abstract

(57)【要約】 本発明はデータ・ネットワーク・トラフィックの減少を促進する音声通信装置を提供する。その通信装置は音声活動と無音又は背景雑音との間を識別する。音声活動の受信時に、その装置はそれまでのそのメモリの内容を出力し、データ・ネットワークを介して送信する。音声活動が不活動の期間の後に回復する時、音声データの送信は再開され、前の音声サンプルと現在のサンプルとの間の経過時間の表示も受信端末装置に送信され、音声サンプルのその再開した送信の出力の正しいタイミングを可能にする。

Description

【発明の詳細な説明】 音声通信装置 技術分野 本発明はデータ・ネットワークを介する音声通信のための方法及び装置に関す るものである。 背景技術 通常、音声信号は標準的な電話線を介して伝送される。しかし、ローカル・エ リア・ネットワーク（ＬＡＮ）を備えた場所の増加及びマルチメディア通信の重 要性の増大に伴い、音声信号を搬送するためにＬＡＮを使用することがかなり関 心を呼んでいる。この作業は、例えば、”Local Computer Network”（１９８２ 年 North Holland 社発行、P.Ravasio，G.Hopkins，及び N.Naffah 著）の第１ ３乃至２１ページにおける D.Cohhen 氏による「 オンライン音声搬送にための ローカル・エリア・ネットワークの使用（Using Local Area Network for Carry ing Online Voice）」と題した論文及び同書の第３９乃至６５ページにおける P .Ravasio，R.Marcogliese，及び R.Novarese 氏による「イーサネット・バック ボーンを介した音声伝送（Voice Transmission over an Ethernet Backbone）」 と題した論文に開示されている。このようなスキームの基本的な原理は、第１の 端末装置又はワークステーシ ョンが一定の速度（例えば、８KHz）で音声入力信号をディジタル的にサンプル することである。そこで、複数のサンプルがアセンブルされて１つのデータ・パ ケットにされ、ネットワークを介して第２の端末装置に伝送される。しかる後、 第２の端末装置はそれらのサンプルをスピーカ又は同等の装置に送り、再び一定 の８KHz の速度で再生させる。 通常の旧式の音声通信システムには、中心のミキシング・ハブ及びそれに星形 ネットワークで接続された音声会議用端末装置より成るものがある。その中心ハ ブは各端末装置から音声信号を受信し、それらの信号から合成信号を作成する。 そこで、その合成信号は各端末装置に、その端末装置自身の音声信号だけ減じて 送り戻される。これは、多分散アーキテクチャを有するＬＡＮ音声会議システム と対照をなすものである。各端末装置はデータ・ネットワークを介して、そのデ ータ・ネットワークに接続された他のすべての端末装置の音声信号を受信しなけ ればならない。それらの音声信号を並列的に受信することは大量の帯域幅を必要 とする。 上述のようなスキームを使用する音声通信システムの帯域幅要件はそのシステ ムのユーザの数によって変わる。例えば、８KHz でサンプルされる８ビット・パ ルス・コード変調として音声信号をエンコードする音声通信システムでは、２ウ ェイ音声会議は２＊６４Kbps の帯域幅を必要とし、個々のアドレシングを使用 する５ウェイ音声会議は２０＊６４Kbps の帯域幅を必要とし、そして、グルー プ・アドレシングを使用す る５ウエイ音声会議は５＊６４Kbps を必要とする。 従って、会議の参加パーティが多ければ多いほど、その音声通信システムを実 施するために必要な帯域幅は多くなる。音声通信システムが制限なしにＬＡＮの 使用可能な帯域幅を利用できるようにすることは、そのＬＡＮの全体的なパフォ ーマンスに悪影響を与えるであろう。 一般的な２パーティの対話では、各パーティは、それらのパーティが接続され ている合計時間の約５０パーセント以下の時間しか話をしていない（参照：IEEE 1989の Freeman 氏他による「汎ヨーロッパ・ディジタル・セルラ・モービル電 話サービス用音声活動検出器（The Voice Activity Detector for Pan-European Digital Cellular Mobile Telephone Service）」）。各パーティにより使用さ れる音声通信装置は、通常、それと関連したマイクロフォンの付近で音波を採集 する。それらの音波は、その対話のパーティの音声及び背景のオフィスの雑音を 含んでいる。音波を表す電気的信号はマイクロフォンによって発生される。その 信号は、ディジタル化されてマイクロフォンの出力のディジタル音声サンプルを 生成する。そこで、それらのサンプルは、例えば、パケットに配置され、そして その通信の他方のパーティへの出力として、ローカル・エリア・ネットワークを 介して受信装置に伝送される。それらのパーティの一方によって生成されるサン プルの４０パーセントしか音声データを含まないので、その２ウェイ対話に起因 するトラフィックの４０パーセントしか音声 データを含まないということになり、発生及び伝送される残りのパケットは無音 或いはオフィス環境における非常に低いレベルの背景雑音を含んでいる。英国特 許第２,１７２,４７５Ａ号は、音声がパケット化され、往復路（Ｇｏ ａｎｄ Ｒｅｔｕｒｎ ｐａｔｈｓ）における音声をモニタするために音声活動検出器が 使用されるパケット交換システムを開示している。往路では、その音声活動検出 器はパケットの現在のレベルと、（ａ）現在の背景雑音値、及び（ｂ）復路にお ける音声パケットによる予想されるエコーの計算値、とを比較する。往路のパケ ットが（ａ）及び（ｂ）のパラメータよりも大きい場合、事前設定された装置に よってそのパケットは送られ、そうでない場合には、それは送られない。その「 送る」という判断が複数の音声パケットに対して継続する場合、その送る条件は 残存期間をそれに付随させられる。それらのパラメータが適正に選択される場合 、参加者が聴く音声は全く不自然なわけではない。 音声データを搬送するためにＬＡＮを使用する場合の更なる問題は、そのネッ トワークにおける伝送時間が可変的であることである。従って、宛先ノードにお けるパケットの到着は遅れ、しかも不規則である。パケットが不規則に再生され る場合、これは音声信号の了解度に極めて悪い影響を与えるであろう。 発明の開示 従って、本発明は、複数のディジタル音声サンプルをメモリにおいて受信し、 所定数のディジタル音声サンプルが蓄積された時、データ・ネットワークを介し てそのディジタル音声サンプルを伝送することを含む音声通信のための方法を提 供する。更に、その方法は、現在のサンプルが音声活動を表さないことを検出す るステップと、その所定数のディジタル音声サンプルが存在するかどうかに関係 なくそのメモリに記憶されたすべてのサンプルをそのデータ・ネットワークを介 して伝送するステップと、それらのサンプルの伝送を中断するステップ、現在の サンプルが音声活動の再開を表すことを検出するステップと、それらのサンプル の伝送を再開するステップと、その中断の期間の表示を伝送するステップとを含 む。 データ・ネットワークを介したサンプルの更なる伝送を中断した結果、実際に 無音又は背景のオフィス雑音を含む冗長なパケットは取り除かれ、データ・ネッ トワークのトラフィック負荷はかなり減少する。従って、データ・ネットワーク におけるトラフィック負荷を軽減する非常に効率的な方法が与えられる。データ ・ネットワークのトラフィック負荷の減少はそれの使用のパフォーマンス及び効 率を改善する。送信装置及び受信装置の両方とも、無音又は単なる背景雑音を構 成する音声サンプルの処理に関係なく他のデータを自由に処理できる。 データ圧縮アルゴリズムを使用した結果としてデータネッ トワークの利用効率を改善することができるけれども、そのようなアルゴリズム は無音を圧縮するには適当でない。無音の圧縮は音声通信に雑音を導き、更に重 大なことには、そのネットワークのトラフィック負荷の一因となる。従って、本 発明は、無音を検出した時に、音声データの更なる伝送を中断することによって 、音声圧縮技法を使用する音声通信装置に比べてデータ・ネットワーク・トラフ ィックを都合よく減少させる。 このような表示又はタイム・スタンプは、受信端末装置装置が送信装置からの 無音又は非伝送の期間後にその受信したサンプルの出力を正しく整時することを 可能にし、それによって、データ・ネットワーク待ち時間の結果として生じる遅 延の影響を緩和する。 適当なタイム・スタンプ又は表示はサンプル・カウントでもよい。各カウント はサンプリング速度によって決定される間隔を有する単一期間を表す。 データ・ネットワークにわたる不活動の期間の延長の結果、一般に、そのネッ トワークはタイム・アウトし、装置相互間の接続をドロップさせる。 従って、本発明は、データ・ネットワークがタイム・アウトしないようにする ために、中断中もデータ・ネットワークを介してメッセージを周期的に伝送する ことを含む方法を提供する。 タイム・アウト・データは、受信端末装置においてデータ の出力の正しいタイミングを維持するために使用することができる。従って、本 発明は、更に、タイム・アウト・データが前記サンプル・カウントを含むという 方法を提供する。 非音声活動を表すサンプル・カウントが受信端末装置に送信された場合、サン プルがメモリに記憶された時にそのメモリを満たすことができる程の十分なそれ らサンプルをＤＳＰがカウントする度に、得られるトラフィック負荷減少の範囲 は軽減されるであろう。 本発明の１つの局面は、前記の周期的な送信が前記サンプル・カウントの所定 の整数倍だけ生じ、それによって、そのデータ・ネットワークにおける負荷を最 小にするという方法を提供する。 音声サンプル及びタイミング情報を受信した場合、それらから音声出力を生じ させることが望ましい。 従って、本発明は、データ・ネットワークを介して複数のディジタル音声サン プルを受信するステップ及びそれらのサンプルから音声出力を生成するステップ を含む音声通信のための方法を提供する。その方法は、更に、前記音声サンプル の送信の中断の後、更なる音声サンプルを受信するステップ、前記音声サンプル の送信における中断の期間の表示を受信するステップ、及び前記表示に従って前 記音声出力を発生するステップを含んでいる。 又、本発明は、複数のディジタル音声サンプルをメモリにおいて受信するため の手段、及び所定数のディジタル音声サ ンプルが蓄積された時、データ・ネットワークを介してそのディジタル音声サン プルを送信するための手段を含む音声通信のための装置を提供する。前記システ ムは、更に、現在のサンプルが音声活動を表さないことを検出するための手段、 前記ディジタル音声サンプルが存在するかどうかに関係なく前記メモリに記憶さ れたすべてのサンプルを前記データ・ネットワークを介して送信するための手段 と、前記サンプルの送信を中断するための手段と、現在のサンプルが音声活動の 再開を表すことを検出するための手段と、前記サンプルの送信を再開するための 手段と、前記中断の期間の表示を送信するための手段とを含んでいる。 添付図面を参照して、本発明の実施例を、単に例証として説明することにする 。 図面の簡単な説明 第１図は音声通信システムの概略図である。 第２図は実施例に従って音声通信のための装置のブロック図である。 第３図は音声アダプタ・カードのコンポーネントを示す簡略化した図である。 第４図はメモリ内のサンプル及び他のデータの配列を概略的に示す。 第５図は第２図の音声通信のための装置の動作を表す流れ図である。 第６図はメモリに記憶されたデータのフォーマットを概略的に示す。 第７図は音声通信システムを介する音声サンプルのデータ・フローを概略的に 示す。 発明を実施するための最良の形態 第１図を参照すると、音声通信装置１０５がデータ・ネットワーク１１０を介 して音声データを交換する音声通信システム１００が示される。 第２図は、音声通信装置１０５の概略図である。その装置１０５は、マイクロ プロセッサ２０５、半導体メモリ（ＲＯＭ／ＲＡＭ）２１０、及びデータを転送 するバス２１５を含む。その装置１０５は、ＩＢＭ ＰＳ／２コンピュータのよ うな任意の通常のワークステーションを使用して実施可能である。 その装置１０５は、更に、２つのアダプタ・カードを備えている。これらのう ちの第１のものはトークン・リング・アダプタ・カード２２０である。このカー ド２２０は、付属のソフトウェアと共に、メッセージがローカル・エリア・ネッ トワーク又はデータ・ネットワーク１１０を介して動作するトークン・リングに 送信されること及びトークン・リングから受信されることを可能にする。トーク ン・リング・カードの動作はよく知られており、従って、詳しく説明しないこと にする。 第２のカードは音声アダプタ・カード２２５である。その音声アダプタ・カー ドは、それぞれ音声入力及び出力のためのマイクロフォン及びスピーカ（第２図 には図示されていない）に接続可能である。その装置は、一般的には、ＬＡＮを 介したＮウェイ音声通信（但し、Ｎは少なくとも２である）のために使用される が、例えば、ネットワークにおける１つのノードが再生のためにそのネットワー クを介して他のノードにおけるユーザに送信される音響信号（例えば、光ディス クからの）を発生する他のマルチメディア・アプリケーションにおいても使用可 能である。 音声アダプタ・カード２２５は第３図において更に詳細に示される。概略的に 示されたその音声アダプタ・カード２２５は、ＩＢＭ社から入手可能な「Ｍ−Ｗ ａｖｅ」カードである。そのカードは、接続されたマイクロフォン３０５から取 り出された入力音声信号をディジタル化するためのＡ／Ｄコンバータ３００を含 む。そのＡ／Ｄコンバータ３００は、４４.１KHzの速度の入力音声信号を１６ビ ット（コンパクト・ディスクに対する標準的なサンプリング速度／サイズに対応 する）にサンプルするコーデック３１０に接続される。そこで、ディジタル化さ れたサンプルがダブル・バッファ３２０を介してそのカード上のディジタル信号 プロセッサ（ＤＳＰ）３１５に送られる（即ち、コーデック３１０は、サンプル をそのダブル・バッファの半分にロードしながら、前のサンプルを他の半分から 読み取る）。ＤＳＰ３１５は、そのカード 上の半導体メモリ３２５に記憶された１つ又は複数のプログラムによって制御さ れる。そのＤＳＰは、意図した受信側へのその後の送信のためにそれらのサンプ ルをメモリ３２５に記憶する。 第４図を参照すると、そのメモリは３つのフィールドより成る。第１フィール ド４００は、メモリ３２５におけるサンプルの数の表示、即ち、長さカウントを 含んでいる。その長さカウントは、サンプルの現ブロックに記憶された各サンプ ルに対して１だけ増加する。音声サンプルの各ブロックの送信後、長さカウント はゼロにリセットされる。第２フィールド４０５は、遭遇したサンプル、即ち、 音声サンプル及び雑音サンプルの両方の合計数を表すサンプル・カウントを含む 。その第２フィールド４０５は、一般に、２バイトより成り、従って、６５５３ ６個のサンプルがカウントされた後、ゼロにオーバフローする。第３フィールド ４１０は、メモリ３２５に記憶された現ブロックの音声サンプルを含んでいる。 それらのサンプルが送信の準備を整えた時、ＤＳＰ３１５は、メモリ３２５の内 容がトークン・リング２２０及びネットワーク１１０を介して受信端末装置１０ ５に送信されることを保証する。即ち、サンプル４１０は、長さカウント４００ 及びサンプル・カウント４０５と共に受信端末装置１０５に送信される。 メモリの長さは第４図に示された長さを越える。長さフィールド４１５は、送 信されるべきサンプルの次のセットの始 まりを表す。従って、現在のサンプル４１０をいずれの後続のサンプルからも限 界設定するために、更なるフィールド４１５がネットワーク１１０を介して任意 選択的に送信可能である。 上記の実施例は３つのフィールドを有するメモリ３２５を含むけれども、２つ のカウントが、例えば、ＤＳＰ内にある別々のレジスタに記憶されるという実施 例が同様に実現可能である。そこで、カウント４００及び４０５は、トークン・ リング・カード２２０へのサンプル４１０の転送時に、その送信されるべきサン プル４１０に加えられる。 サンプル４１０は、次に続く如何なる事象の発生時にも送信のために出力する ことが可能である。メモリ３２５におけるサンプルの数は所定の最大数に達し（ そのような制限は、音声サンプルが過度に遅れないようにするために、及びそれ によって音声の了解度に影響を与えないようにするために必要である）、無音又 は音声活動の中断が検出され、或いは、無音期間が長引いている時に最大の所定 無音期間又は中断期間に達する。 送信装置及び受信装置の両方のＤＳＰ及びマイクロプロセッサの間の通信リン ク、送信装置１０５及び受信装置１０５のそれそれのトーク・リング・カードは すべて非同期リンクより成る。従って、上記の実施例では、送信端末装置におけ るサンプルの捕捉及び受信端末装置におけるサンプルの出力は非同期プロセスで ある。 図示の特定の実施例では、ＤＳＰは、標準的な再サンプリング技法を使用して 、マイクロ・ロー・スケール（μ−ｌａｗ ｓｃａｌｅ）（本質的には、対数の ）、即ち、ＣＣＩＴＴ標準Ｇ.７１１に基づく８ビット・サンプルによって、コ ーデックからのサンプルを４４.１KHzから、８KHz を有する新しいディジタル信 号に変換するようにプログラムされる。従って、その信号の合計帯域幅は６４KH z である。又、ＤＳＰは受信した着信信号における逆変換も行う。即ち、それは 、再び、既知の再サンプリング技法を使用してその信号を８ビット、８KHz から １６ビット、４４.１KHz に変換する。 ２つのサンプリング・フォーマットの間のこの変換は本発明の本質的な部分で はない。本来、何らかの他の音声カードが８KHz フォーマットをサポート可能で あり（即ち、コーデックはＧ.７１１フォーマットに従って動作可能であり）、 或いは、別の方法で、４４.１KHzサンプルが何処でも使用可能である。後者の任 意選択事項は、ずっと高い帯域幅及び大きく増大した処理速度を必要とする。こ れらは、そのネットワークを通して送信される音声信号がＣＤ品質のものあるこ とを必要とするが、正規の音声通信に対しては、Ｇ.７１１フォーマットの６４K Hz 帯域幅信号があらゆる点で十分である場合、これらは受容可能なものとなる 。 ＤＳＰはＧ.７１１フォーマットでサンプルされて、８msのデータに対応する ６４バイトのブロックにされる。これは、そのネットワークにわたって処理及び 通信の基本単位を表す。 従って、８ms毎に、新しいサンプル・ブロックがそのネットワークにわたって送 信のために利用可能である。最後に、ＤＳＰは、再び既知の割込技法に従ってメ イン・プロセッサ２０５において実行中のスレッドにおける割込を生じ、他のサ ンプル・ブロックがネットワークを介する送信の準備ができていることを知らせ る。ＤＳＰは第５図に示されたループを通して８ms 毎にサイクルする。 メイン・プロセッサ２０５は、トークン・リング・カード２２０を介してデー タ・ネットワーク１１０へのアクセスをリクエストする。これは、ＮＥＴＢＩＯ ＳインターフェースにおけるＮＣＢ＿ＳＥＮＤコマンドを使用して行われる（Ｌ ＡＮを介したデータ送信は周知であり、従って、それを詳しく説明するつもりは ない。更なる情報に関しては、IBM Local Area Network Technical Reference， SC30-3383-03を参照して欲しい）。そのトークン・リング・カードはサンプルを 適当なデータ・パケットに組み込み、それをそのネットワークを介して送信する 。 又、ＤＳＰはそれらのサンプルをモニタし、それらがマイクロフォン３０５に おける音声活動を表すかどうかを決定する。音声活動を検出することができる多 くのアルゴリズムが利用可能である。そのようなアルゴリズムは、例えば、米国 特許第４,９７５,６５７号、同４,７００,３９２号、及び同４,０２８,４９６号 に開示されている。従って、そのようなアルゴリズムの詳細な説明は行わないこ とにする。音声活動 が存在するかどうかを決定するために使用される適当なアルゴリズムは、セルラ 通信推薦ＧＳＭ標準において使用されるものである。別の方法として、サンプル が音声を表すかどうかどうかを決定するために、簡単な閾値が使用可能である。 即ち、サンプルがその閾値よりも大きい場合、音声活動が存在し、そうでない場 合には逆である。現在のサンプルが音声活動を表さない場合、マイクロプロセッ サ２０５に対する割込が生じ、それは、それまでに記憶された音声サンプルはデ ータ・ネットワーク１１０を介してその意図したアドレスに直ちに送信されなけ ればならないことを表す。サンプルのそのような即時転送の結果、音声サンプル の可変長ブロックが生じる。 ＤＳＰ３１５は、音声活動が存在しないことを決定する時、無音又は非常に低 いレベルの背景オフィス雑音を表すサンプルを最早記憶しない。それらのサンプ ルは音声活動を表さないので、ＤＳＰはマイクロプロセッサに割込を行うことを やめ、データ・ネットワーク１１０を介したデータの送信は中断される。従って 、データ・ネットワーク１１０を介したトラフィックは減少する。通常の端末装 置から発生するデータの約４０パーセントしか音声活動を表さないので、本発明 は音声通信に関連したトラフィックにおける約６０パーセントの減少を得る。 中断の期間中、ＤＳＰはコーデックによって出力されたサンプルをモニタし続 ける。データ・ネットワークを介したサ ンプルの記憶及びその後の送信は、音声活動が検出された時に再開される。 データ・ネットワークを介した送信は中断されるけれども、ＤＳＰ３１５はサ ンプル・カウントを維持し続ける。或る実施例では、サンプル・カウントがオー バフローを生じ、そしてゼロにリセットされた回数であるオーバフロー・カウン トが維持される。オーバフロー・カウントが所定値に達する時、そのデータ・ネ ットワーク上のサンプル・カウントの送信をリクエストする割込がマイクロプロ セッサ２０５に対して生じる。そのような送信は通常の方法で生じる。前述のよ うにサンプル・カウントを周期的に送信することは二重の利点を有する。第１に 、送信はデータ・ネットワークがタイム・アウトすることを防ぎ、送信側と受信 側との間の接続をドロップすることを防ぐ。第２に、受信装置は、送信が再開す る時に音声活動を表すその後受信した任意のサンプルの出力の正しいタイミング を維持するために、そのサンプルを使用することができる。送信は、上述のよう に、回復後も継続する。 第５図を参照すると、一実施例のオペレーションを示す流れ図が示される。ス テップ５００において、サンプル及び長さカウントがゼロにセットされる。ステ ップ５０５では、マイクロフォンから出力された信号がサンプルされ、サンプル ・カウントが１だけインクレメントされる。ステップ５１０において、マイクロ フォンが音声活動をピックアップしようとしているかどうかに関する決定が行わ れる。マイクロフォ ンが音声活動をピックアップしようとしている場合、ステップ５１５において、 そのサンプルはメモリ３２５に加えられ、長さカウントが１だけインクレメント される。サンプルがメモリ３２５に加えられた後、ステップ５２０において、長 さカウントと所定の閾値とを比較することによって、サンプルがデータ・ネット ワークを介して送信するために出力されるべきかどうかに関するチェックが行わ れる。閾値は、バッファの最大サイズ、又は前述のように、音声の了解度に影響 を与えない受容可能な送信遅延に依存する。十分なサンプルが存在する場合、ス テップ５２５において、メモリ３２５に記憶されたすべてのサンプルがデータ・ ネットワークを介した送信のためにトークン・リング・カードに出力される。ス テップ５３０において、長さカウントがゼロにリセットされ、ステップ５０５に おいて、マイクロフォン信号のサンプリングが再開される。マイクロフォンが音 声活動をピックアップしようとしていない場合、ステップ５３５において、メモ リ３２５がデータ・ネットワークを介したトークン・リングによる送信のために 出力されるべきすべてのサンプルを含むかどうかに関して決定が行われる。長さ カウントがゼロに等しい時、メモリ３２５は如何なるそのようなサンプルも含ま ず、マイクロフォン信号のサンプリングが再開される。長さカウントがゼロに等 しくない場合、メモリ３２５は、ネットワークを介する送信のために直ちに出力 されるべきサンプルを含んでいる。ステップ５２５において、如何なるそのよう なサ ンプルも送信のためにそのように出力される。そこで、ステップ５３０において 、長さカウントがゼロにリセットされ、ステップ５０５において、マイクロフォ ンのサンプリングが再開される。 上記の例は、メモリが送信のためのサンプルを含んでいるかどうかを表すため にカウントを使用するけれども、代わりに、単一のフラッグを同様に使用するこ とも可能である。 再生されるべき音声信号は端末装置バス２１５からＤＳＰ３１５によって受信 され、入力音声とは逆の態様で処理される。即ち、出力音声信号はＤＳＰ３１５ 及びダブル・バッファ３３０を通してコーデック３１０へ送られ、そこからＤ／ Ａ変換器３３５へ、そして最終的には、スピーカ３４０又は他の適当な出力装置 へ送られる。 上記の実施例は、送信のための次のセットのサンプルが得られる時をメイン・ プロセッサに知らせるために割込技法を使用するけれども、ポーリング技法も全 く同様に利用可能である。ポーリング技法の使用は、Ｗｉｎｄｏｗｓ（商標）環 境において本発明を使用する時に望ましい。端末装置１００のマイクロプロセッ サ１０５は、音声サンプルの現在のブロックが送信の準備ができているかどうか を決定するために音声通信装置を周期的に調べる。メモリ３２５に記憶されたカ ウントは、サンプルの送信の準備ができているかどうかを表すために使用される 。ＤＳＰは内部レジスタ内に内部カウントを維持し、メモリ３２５に記憶された カウントは、サンプ ルの送信の準備ができるまで、ゼロに維持される。従って、マイクロプロセッサ １０５による問合わせの時、ゼロのカウントは、現在のサンプル・ブロックの送 信の準備ができていないことを表し、一方、非ゼロのカウントは、現在のサンプ ル・ブロックが送信の準備ができていることを表す。上記のように、最大数のサ ンプルが記憶されてしまうか或いは音声活動の中断が検出される場合、サンプル は送信の準備が整う。どちらかの事象の発生時に、ＤＳＰは内部カウントをメモ リ３２５にコピーする。従って、マイクロプロセッサ１０５が次にメモリ３２５ における外部カウントを問い合わせる時、現在のサンプル・ブロックはトークン ・リング及びデータ・ネットワークを介して意図した受信側に送信される準備が できていることを表すゼロ以外の値が見られるであろう。 受信装置は、データ・ネットワークを介して音声パケットを受信する時、上記 の逆のことを行う。マイクロプロセッサ１０５は、サンプルを含むメッセージ又 はパケットの到着をトークン・リング・カードによって知らされる。サンプルは 、サンプル・カウントと共に、第６図に示されたような出力されなければならな い先行のサンプルに隣接してメモリ３２５へマイクロプロセッサによって転送さ れる。最も最近受信されたサンプル６２５、前に受信されたサンプル６１０から の関連のカウント、及び関連のカウント６００及び６０５を区別するために、前 者の長さカウント６１５がマイクロプロセッサ２０５によって一時的に与えられ ない。従って、第６図 に示されるようなデータがマイクロプロセッサによってメモリにロードされる。 ＤＳＰ３１５は、ゼロの長さカウントが遭遇する時、サンプルの出力をやめるよ うに配列される。そのような配列は、「Ｍ−Ｗａｖｅ」カードが次のサンプル・ ブロックからサンプルを出力しないようにする。別の方法として、ＤＳＰカウン トはそれまでに出力されたサンプルの数を追跡し、この数と長さカウントとを比 較することによって、サンプルの出力をやめるべき時を決定する。 受信されたサンプルは、受信装置におけるローカル・クロックによって決定さ れた速度で出力される。ローカル・クロックの周波数は送信装置におけるローカ ル・クロックの周波数とほぼ一致することがあるけれども、実際には、それらの ２つのクロックは同じ周波数では動作しない。従って、或る長さの時間にわたっ て、それらのクロックの対応する期間は異なる絶対時間で生じるであろう。音声 出力の相対的タイミングを維持することが望ましい。 又、受信端末装置のＤＳＰ３１５はサンプル・カウントも維持する。中断した 送信の期間中にサンプルは受信されないので、サンプル・カウントは受信端末装 置におけるローカル・クロックに従ってインクレメントされる。上記のクロック ・ドリフトによって、受信端末装置におけるサンプル・カウントは送信端末装置 におけるサンプル・クロックと必ずしも一致しないであろう。受信端末装置にお けるローカル・クロックが送信端末装置におけるローカル・クロックよりもわず かに遅いと仮定すると、受信端末装置におけるサンプル・カウントは受信された ものよりも少ないであろう。 上記の実施例では、マイクロプロセッサは、音声サンプルが出力される準備が できていることを表すためにＤＳＰを中断させることはできない。従って、ＤＳ Ｐ３１５は、出力のためのサンプルを待っている時、それがゼロであるかどうか を決定するためにメモリにおける長さフィールドを連続的にポーリングする。長 さフィールドが非ゼロである時、ＤＳＰは、それのサンプル・カウントをメモリ の第２フィールドにおけるサンプル・カウントと比較する。それらの２つのサン プル・カウントが一致する時、長さカウントに続くサンプルは意図された受信側 に出力され、それによって、無音の相対的期間が正しい長さのものになることを 保証する。更に、無音の期間後、再同期が設定される。 もう１つの実施例は、データ・ネットワークによって導入された遷移遅延を吸 収するために、受信装置における待ち時間補償を与える。受信装置のマイクロプ ロセッサは、任意のサンプル及び関連のカウントを受信する時、それをそのサン プル・カウントに加えて実際の遅れ時間Ｌを表す。これは、ローカル・クロック 期間をＬ倍することによって与えられる時間だけそれらのサンプルの出力を遅れ させる効果を有する。Ｌの値は、アンダーランを生じる場合に増分的に増加し、 アンダーランが生じない場合には漸次減少する。従って、データ・ネットワーク によって導入された如何なる待ち時間の影 響も軽減される。 Ｌが非常に小さい量だけしか変化しない適応性待ち時間補償を利用するもう１ つの実施例が実現可能である。受信装置は、音声通信の開始時に第２カウントＴ ，即ち、ターゲット待ち時間と実際の待ち時間Ｌに対する値とを設定する。ター ゲット待ち時間は、所定数の受信サンプルの倍数毎に１カウントだけデクレメン トするように配列される。一般に、ターゲット待ち時間は、１０００個の受信サ ンプル毎に１カウントだけ減少する。実際の待ち時間値はターゲット待ち時間値 をゆっくりと追跡するように配列される。一般に、実際の待ち時間値は、１００ ０個の受信サンプル毎に１だけインクレメント又はデクレメントされる。アンダ ーランが生じる時、ターゲット待ち時間は所定のサンプル数だけ増加する。ター ゲット待ち時間の増加は、一般に、１００乃至２００サンプル程度のものである 。そこで、ターゲット待ち時間はゆっくりと減少し続ける。しかし、中間のター ゲット待ち時間は、それぞれのローカル・クロックがドリフトする場合、長い時 間的期間にわたってかなり変化することがある。又、ターゲット待ち時間はデー タ・ネットワーク・トラフィック負荷の結果として増加し、それによって、より 長い待ち時間を組み込むことによってアンダーランの発生を減少させる。ターゲ ット待ち時間は、勿論、ネットワーク・トラフィック負荷が減少する時、再びド リフト・ダウンするであろう。実際の待ち時間は、上記の値の非常にわずかな変 化を使用してターゲ ット待ち時間に追従するように配列される。そのような配列の結果、大きな変化 を使用してＬが変更される場合に生じ得る如何なる音声クリックも導くことなく 、所望の適応的行為を生じる。 更に、２人よりも多くの参加者より成る音声通信において、各受信装置はそれ に論理的に接続された各送信装置に対して、それぞれのローカル・クロックが独 立して変化する時、Ｌ及びＴのそれぞれの値を維持しなければならない。 更なる実施例が次のように実現可能である。送信装置は、それに接続されたマ イクロフォンから受信装置のスピーカに音声サンプルを転送する。ネットワーク 及び２つのホスト・マイクロプロセッサ２０５における負荷を減少させることが 重要である。たとえそれらの装置におけるクロックがドリフトし、サンプルがネ ットワーク・リンクによって遅延又は喪失されても、音声出力は正しく整時され なければならない。 第７図を参照すると、本発明の一実施例を使用した音声通信システムにおける 音声サンプルのデータ・フローが概略的に示される。ＤＳＰ及びマイクロプロセ ッサの間のリンク７００及び７１０は非同期的なものである。同様に、ネットワ ーク１１０におけるリンク７０５も非同期的なものである。通常、ホスト・マイ クロプロセッサ及びＤＳＰカードとの間をコミュニケートするために、ダブル・ バッファリングが使用される。即ち、一方のプロセスはバッファ１において働き 、他方のプロセスはバッファ２において働く。しかし、この技 法は非送信の無音の期間と共に散在するという満足し得ない結果に通じるので、 上記の実施例はこの技法を使用しない。代わりに、２つのプロセスはメモリ３２ ５における単一のバッファにおいて働くが、それらの相互作用を次のように制御 する。 （１）ＤＳＰ１は、それの最大ブロック・サイズと長さフィールド及びサンプル ・カウントを含むヘッダとの和に等しいメモリの領域を準備することにより、バ ッファを使用して開始する。作業がバッファにおいて進行中である間、長さフィ ールドはゼロにセットされる。 （２）ＤＳＰ１は、音声と無音との間を区別する音声サンプルを集める。それは バッファの適当なセクションに非無音サンプルをコピーする。 （３）ＤＳＰは、次の何れかの時にネットワークを通して音声サンプルを転送す る。 （ａ）音声サンプルの数が最大ブロック・サイズに達する。 （ｂ）音声から無音への変化がある。 （ｃ）メモリにおける物理的バッファが満杯になる。 （ｄ）所定の期間を越える無音の期間がある。 （４）ＤＳＰ１は、次のことによってブロックの送信の準備ができていることを 表す。 （ａ）サンプル・カウントを書き込むこと。サンプル・カウントは無音を含む 音声サンプルのローカル・カウントであるので、受信装置はどのくらいの無音が 送信されなかったか を計算することができる。 （ｂ）次に続く（開始してない）ブロックにゼロ長を書き込むこと。 （ｃ）長さカウントを最終的にセットすること。次に続くゼロは、ＤＳＰ１が 使用するためのそのバッファにおける新しいセクションをロックしている間、非 ゼロ値が物理的バッファのこのセクションを自由にするための信号として作用す る。 （５）正規のセクションは、ＤＳＰ１がこの時点でホスト・マイクロプロセッサ に割込をするためのものである。そこで、ホスト・マイクロプロセッサは今完了 したバッファのセクションを使用することを知るであろう。上記の技法は、別の 方法として、ホスト・マイクロプロセッサがバッファを周期的にポーリングして その長さ値が非ゼロ値を含むかどうかを知ることが可能である。これは、割込に おいて走るプログラムが或る限定された方法におけるものであるシステムでは、 更に魅力的なものになるかもしれない。 （６）送信端末装置のマイクロプロセッサはネットワークを介して送信するため に可変データをトークン・リング・カードに転送する。マイクロプロセッサは、 長さをゼロにセットすることによって、或いは別の方法として、ブロックが自由 に再使用できる時を表示するためにその長さを無効にすることによって、それが バッファの部分の使用を終了したことをＤＳＰ１に信号する。これは、そうでな い場合、ＤＳＰ１が メモリの内容を処理し続け、バッファにおいて不注意に循環を行い、ホスト・マ イクロプロセッサがデータを読み取る前にメモリを再使用するので必要なことで ある。 割込駆動される場合、送信装置のマイクロプロセッサに（及びネットワークに ）課せられた唯一の負荷は、送信すべき非無音データのブロックが存在する時で ある。 しかし、非常に長い無音期間は問題を生じることがある。例えば、ネットワー ク・リンクはタイム・アウトすることがあり、或いはデータを保持したサンプル ・カウント・フィールドがオーバフロー及びゼロにリセットされることがある。 ＤＳＰ１は、最大無音限界が到達した時、ヌル・ブロックを送る。これは、受信 装置のＤＳＰがサンプル・カウントの如何なるオーバフローも訂正することを保 証する。サンプル・カウントを含むパケットはそれに対応して小さいので、誘起 されるオーバヘッドは、通常、非常に小さい。 （７）受信装置では、ブロックが受信されるべき時、マイクロプロセッサは、通 常、ネットワーク・ハードウェアによって割り込みされるであろう。受信装置に おけるマイクロプロセッサはそのブロックを受信し、何らかの待ち時間計算（下 記参照）を行い、そしてそのブロックをＤＳＰ２バッファに転送する。それは同 じ「ロッキング」技法を使用する。即ち、それは、このブロック及び次に続く（ 開始してない）ブロックの長さが準備のできてないデータを信号するためにゼロ にセットされることを保証するそのバッファの部分の所有権を 取る。データ転送は、通常、左から右であるので、カウント及びデータ転送と同 じオペレーションにおいて次に続くゼロ長をセットすることが可能であるが、実 のデータ・ブロックの真の長さはゼロのままにされそして最後に転送されなけれ ばならない。 （８）通常、ホスト・マイクロプロセッサ２０５はＤＳＰに割込を行わない。通 常の解決方法は、データを「要求」するためにＤＳＰがホストに周期的に割込を 行うことである。これは、たとえ利用可能な如何なるデータも存在しなくても、 それらの割込が妥当な頻度である場合、ホスト・マイクロプロセッサ上に非単純 負荷を置くであろう。従って、そのロッキング機構は望ましい解決方法を与える 。ＤＳＰ２が出力すべき音声サンプルを有する時、それはホスト・マイクロプロ セッサのアクションに無関係である。音声サンプルの現在のブロックの出力が完 全である時、ＤＳＰ２は、次に続くブロックの長さフィールドを直ちにポーリン グする。これが非ゼロである場合、そのブロックの出力が開始する。 しかし、その長さがゼロである場合、そのゼロ値が変化するまで出力は中断さ れる。ＤＳＰ２は再びその長さフィール ドを、それが変化するまで、周期的にポーリングする。 （９）ＤＳＰ２が非ゼロの長さフィールドを検出する時、それは再生すべきデー タを有するが、それ自身のクロック・カウントが依然としてそのデータと関連の サンプル・カウントよりも小さい場合、無音が出力されるか、或いはローカル・ サンプル・カウントがその送信されたサンプル・カウントに一致するまで、出力 は中断される。このプロセスは、無音の任意の部分がそれらの正しい期間を与え られる。 （１０）それのローカル・サンプル・カウントが既にその送信されたサンプル・ カウントよりも大きい場合、アンダーランが生じている。即ち、送信装置は遅れ ている。ＤＳＰ２は、これを検出しなければならないが、それの発生をホスト・ マイクロプロセッサに知らせる以外にそれに関して何もすることができない（失 われたパケットは同様に取り返しのつかないものであるが、サンプル・カウント は、その後のパケットが依然として正しい時間に出力されること、即ち、失われ たパケットが送信の中断として現れることを保証する）。 （１１）送信装置及び受信装置それそれにおけるローカル・クロックは相互に関 してドリフト可能である。クロック２がクロック１よりも速い場合、アンダーラ ンが生じる。クロック２がクロック１よりも遅い場合、そのサンプルの出力は、 認識された遅延が人のユーザにとって許容し得ないものになるまで、徐々に遅れ るようになる。 これを克服するために、受信ホスト・マイクロプロセッサ はＬ個のサンプルの計画的な待ち時間遅延を挿入する。そのような遅延は、装置 がネットワーク上の遷移遅延を吸収することを可能にする通常の技法である。受 信装置は、そのデータをＤＳＰ２へ送る前に各サンプル・カウント・フィールド にＬを加える。Ｌは、非常に小さい量だけ変わるように構成されている。Ｌは、 アンダーランが生じる場合には増分的に増加し、アンダーランが存在しない時に は徐々に減少する。ここで説明したプロセスに関する１つの主要な利点は、待ち 時間補償が如何なる「ブロック」に基づく必要もないが、粒状化が単一サンプル のように細かくなり得ることである。サンプルは、単に、待ち時間を減少させる ために破棄され、或いは、最後のサンプルは、それを増加させるために繰り返さ れる。 この細かい粒状性を利用するためには、Ｌを急激に変更してはならない。その 代わり、第２カウントＴ，即ち、ターゲット待ち行列が導入される。Ｔ及びＬは 、ローカルＤＳＰのカウントを問い合わせることによってセッションが設定され る時に初期設定される。しかる後、アンダーランが生じない時にＴが連続的に減 少される（しかし、単にゆっくりと、例えば、１〜２サンプル／１０００ずつ） 。アンダーランが検出される時、Ｔは比較的大きなデルタだけ、例えば、１００ 〜２００サンプル（そこから、それが再びドリフト・ダウンする）だけ増加する 。従って、Ｔは鋸歯状波のように変化するが、それの中間値は、クロックがドリ フトする場合、長い 期間にわたって大きな量だけドリフト・アップ又はドリフト・ダウンすることが ある。それは、又、遷移ネットワーク負荷に応答してドリフト・アップすること もあり、それによって、より長い待ち時間を組み込むことによるアンダーランを 減少させるが、その負荷が減少する時にドリフト・ダウンするであろう。 ＬはいつもＴの後に、しかし小さなデルタずつ（１〜２サンプル／１０００） 不規則に変動する。これは、大きな単位の（例えば、２０ミリ秒）の音声が失わ れる場合に生じることがある如何なる音声クリックも、或いは挿入された同様の 音声セグメントもなしに、Ｌが所望の適応性行為を与えることを補償する。 通信が多くの参加者の間のものである場合、各受信ノードは、すべてのクロッ クが独立してドリフトし得るので、それが接続される送信ノードの各々に対して 独立の待ち時間カウントＴ及びＬを維持することが必要であることに注意して欲 しい。 産業上の利用可能性 実施例は上述のように適応性バッファリングを使用しているけれども、IBM Te chnical Disclosure Bulletin，p255-257，Vol.36，No.4，April 1993 における B.Aldred，R.Bowater，及び S.Woodman 氏による「共用パケット・ネットワー クのための適応性音声再生アルゴリズム（Adapter Audio Play out Algorithm for Shared Packet Networks）」と題した記事に開示されたよう な他の方法の適応性バッファリングが同様に十分使用可能である。

Claims (1)

1. 【特許請求の範囲】 １．複数のディジタル音声サンプルをメモリにおいて受信するステップ、及び所 定数の前記ディジタル音声サンプルが蓄積された時、データ・ネットワークを介 して前記ディジタル音声サンプルを送信するステップを含む音声通信のための方 法において、 現在のサンプルが音声活動を表さないことを検出するステップと、 前記所定数のディジタル音声サンプルが存在するかどうかに関係なく、前記メ モリに記憶されたすべてのサンプルを前記データ・ネットワークを介して送信す るステップと、 前記サンプルの送信を中断するステップと、 現在のサンプルが音声活動の再開を表すことを検出するステップと、 前記サンプルの送信を再開するステップと、 前記中断の期間の表示を送信するステップと、 を含む方法。 ２．サンプルの数のカウントを維持するステップを含み、 前記表示は前記カウントを表すことを特徴とする請求の範囲第１項に記載の方 法。 ３．前記データ・ネットワークがタイム・アウトすることを防ぐために、前記中 断時に前記データ・ネットワークを介してメッセージを周期的に送信するための ステップを含むこと を特徴とする請求の範囲第１項又は第２項に記載の方法。 ４．前記メッセージは前記送信の時間の表示を含むことを特徴とする請求の範囲 第３項に記載の方法。 ５．前記表示は取られたサンプルの数を表すサンプル・カウントを含むことを特 徴とする請求の範囲第４項に記載の方法。 ６．前記表示は前記送信されたサンプルの数を表す長さカウントを含むことを特 徴とする請求の範囲第４項又は第５項に記載の方法。 ７．データ・ネットワークを介して複数のディジタル音声サンプルを受信するス テップ及び前記ディジタル音声サンプルから音声出力を生成するステップを含む 音声通信のための方法において、 前記音声サンプルの送信における中断後に更なる音声サンプルを受信するステ ップと、 前記音声サンプルの送信における中断の期間の表示を受信するステップと、 前記表示に従って前記音声出力の前記生成を再開するステップと、 を含む方法。 ８．前記生成するステップは遷移ネットワーク負荷及びクロック・ドリフトを補 償するステップを含むことを特徴とする請求の範囲第７項に記載の方法。 ９．前記補償するステップは前記表示を修正するステップを含むことを特徴とす る請求の範囲第８項に記載の方法。 １０．複数のディジタル音声サンプルをメモリにおいて受信するための手段及び 所定数の前記デイジタル音声サンプルが蓄積された時、データ・ネットワークを 介して前記ディジタル音声サンプルを送信するための手段を含む音声通信のため のシステムにおいて、 現在のサンプルが音声活動を表さないことを検出するための手段と、 前記所定数のディジタル音声サンプルが存在するかどうかに関係なく、前記メ モリに記憶されたすべてのサンプルを前記データ・ネットワークを介して送信す るための手段と、 前記サンプルの送信を中断するための手段と、 現在のサンプルが音声活動の再開を表すことを検出するための手段と、 前記サンプルの送信を再開するための手段と、 前記中断の期間の表示を送信するための手段と、 を含むシステム。