特開 2022-47223 音声通信装置

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2022047223

(43)【公開日】2022-03-24

(54)【発明の名称】音声通信装置

(51)【国際特許分類】

   H04R 3/00 20060101AFI20220316BHJP

   H04M 3/56 20060101ALI20220316BHJP

   H04R 3/12 20060101ALI20220316BHJP

【ＦＩ】

H04R3/00 310

H04M3/56 Z

H04R3/12 Z

【審査請求】未請求

【請求項の数】7

【出願形態】ＯＬ

(21)【出願番号】P 2020153008

(22)【出願日】2020-09-11

(71)【出願人】

【識別番号】514315159

【氏名又は名称】株式会社ソシオネクスト

(74)【代理人】

【識別番号】100189430

【弁理士】

【氏名又は名称】吉川 修一

(74)【代理人】

【識別番号】100190805

【弁理士】

【氏名又は名称】傍島 正朗

(72)【発明者】

【氏名】宮阪 修二

(72)【発明者】

【氏名】阿部 一任

(72)【発明者】

【氏名】成瀬 康展

【テーマコード（参考）】

5D220

5K201

【Ｆターム（参考）】

5D220AA05

5D220AA12

5D220AB06

5K201BB09

5K201EC06

5K201ED00

5K201EE17

(57)【要約】

【課題】遠隔会議の臨場感を向上させる。
【解決手段】音声通信装置は、Ｎ個の音声信号のそれぞれに対して、第１の壁４１と第２の壁４２とを有する仮想空間における音像定位位置を決定する音像位置決定部１２と、音像位置決定部１２により決定された音像定位位置に音像が定位するように音像定位処理を行って音像定位音声信号を出力するＮ個の音像定位部１３と、Ｎ個の音像定位音声信号を加算して加算音像定位音声信号を出力する加算部１４と、を備え、音像定位部１３は、音像位置決定部１２によって決定された音像定位位置から放出された音波が、受聴者位置に仮想的に存在する受聴者の両耳に直接到達することを模擬した第１の頭部伝達関数と、その音像定位位置から放出された音波が、受聴者の両耳に、第１の壁４１と第２の壁４２とのうちの近い方の壁で反射して到達することを模擬した第２の頭部伝達関数とを用いて音像定位処理を行う。
【選択図】図３

【特許請求の範囲】

【請求項1】

音声信号が入力されるＮ（Ｎは２以上の整数）個の入力部と、
前記Ｎ個の入力部から入力されるＮ個の音声信号のそれぞれに対して、第１の壁と第２の壁とを有する仮想空間における音像定位位置を決定する音像位置決定部と、
前記Ｎ個の入力部のそれぞれに対応するＮ個の音像定位部であって、前記Ｎ個の音像定位部のそれぞれは、前記音像位置決定部により当該音像定位部に対応する入力部に対して決定された音像定位位置に音像が定位するように音像定位処理を行って音像定位音声信号を出力する前記Ｎ個の音像定位部と、
前記Ｎ個の音像定位部から出力されたＮ個の前記音像定位音声信号を加算して加算音像定位音声信号を出力する加算部と、を備え、
前記音像位置決定部は、前記Ｎ個の音声信号の音像定位位置を、前記第１の壁と第２の壁との間であって、前記第１の壁と前記第２の壁との間の受聴者位置から見て互いに重ならない位置となるように決定し、
前記Ｎ個の音像定位部のそれぞれは、前記音像位置決定部によって当該音像定位部に対して決定された音像定位位置から放出された音波が、前記受聴者位置に仮想的に存在する受聴者の両耳に直接到達することを模擬した第１の頭部伝達関数と、当該音像定位位置から放出された音波が、前記受聴者の両耳に、前記第１の壁と前記第２の壁とのうちの近い方の壁で反射して到達することを模擬した第２の頭部伝達関数とを用いて前記音像定位処理を行う
音声通信装置。

【請求項2】

前記Ｎ個の音像定位部のそれぞれは、前記第１の壁による音波の反射率と、前記第２の壁による音波の反射率との少なくとも一方を変更自在に、前記音像定位処理を行う
請求項１に記載の音声通信装置。

【請求項3】

前記Ｎ個の音像定位部のそれぞれは、前記第１の壁の位置と、前記第２の壁の位置との少なくとも一方を変更自在に、前記音像定位処理を行う
請求項１又は請求項２に記載の音声通信装置。

【請求項4】

音声信号が入力されるＮ（Ｎは２以上の整数）個の入力部と、
前記Ｎ個の入力部から入力されるＮ個の音声信号のそれぞれに対して、仮想空間における音像定位位置を決定する音像位置決定部と、
前記Ｎ個の入力部のそれぞれに対応するＮ個の音像定位部であって、前記Ｎ個の音像定位部のそれぞれは、前記音像位置決定部により当該音像定位部に対応する入力部に対して決定された音像定位位置に音像が定位するように音像定位処理を行って音像定位音声信号を出力する前記Ｎ個の音像定位部と、
前記Ｎ個の音像定位部から出力されたＮ個の前記音像定位音声信号を加算して加算音像定位音声信号を出力する加算部と、を備え、
前記音像位置決定部は、前記Ｎ個の音声信号の音像定位位置を、受聴者位置から見て互いに重ならない位置となり、前記受聴者位置に仮想的に存在する受聴者の正面を０度とする場合において、０度を含んで又は挟んで互いに隣接する音像定位位置の間隔の方が、０度を含まずに又は挟まずに互いに隣接する音像定位位置の間隔よりも狭くなるように決定し、
前記Ｎ個の音像定位部のそれぞれは、前記音像位置決定部によって当該音像定位部に対して決定された音像定位位置から放出された音波が、前記受聴者位置に仮想的に存在する受聴者の両耳に直接到達することを模擬した頭部伝達関数を用いて前記音像定位処理を行う
音声通信装置。

【請求項5】

音声信号が入力されるＮ（Ｎは２以上の整数）個の入力部と、
前記Ｎ個の入力部から入力されるＮ個の音声信号のそれぞれに対して、仮想空間における音像定位位置を決定する音像位置決定部と、
前記Ｎ個の入力部のそれぞれに対応するＮ個の音像定位部であって、前記Ｎ個の音像定位部のそれぞれは、前記音像位置決定部により当該音像定位部に対応する入力部に対して決定された音像定位位置に音像が定位するように音像定位処理を行って音像定位音声信号を出力する前記Ｎ個の音像定位部と、
前記Ｎ個の音像定位部から出力されたＮ個の前記音像定位音声信号を加算して第１の加算音像定位音声信号を出力する第１の加算部と、
前記仮想空間における背景雑音を示す背景雑音信号を記憶する背景雑音信号記憶部と、
前記加算音像定位音声信号と前記背景雑音信号とを加算して第２の加算音像定位音声信号を出力する第２の加算部と、を備え、
前記音像位置決定部は、前記Ｎ個の音声信号の音像定位位置を、受聴者位置から見て互いに重ならない位置となるように決定し、
前記Ｎ個の音像定位部のそれぞれは、前記音像位置決定部によって当該音像定位部に対して決定された音像定位位置から放出された音波が、前記受聴者位置に仮想的に存在する受聴者の両耳に直接到達することを模擬した頭部伝達関数を用いて前記音像定位処理を行う
音声通信装置。

【請求項6】

前記背景雑音信号記憶部が記憶する前記背景雑音信号は１以上であり、
更に、前記背景雑音信号記憶部が記憶する１以上の前記背景雑音信号の中から１つ以上を選択する選択部を備え、
前記第２の加算部は、前記加算音像定位音声信号と、前記選択部によって選択された前記背景雑音信号とを加算して前記第２の加算音像定位音声信号を出力する
請求項５に記載の音声通信装置。

【請求項7】

前記選択部は、時間の経過に伴い、選択する前記背景雑音信号を変更する
請求項６に記載の音声通信装置。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、複数の話者による遠隔会議に利用される音声通信装置に関する。

【背景技術】

【0002】

従来、複数の話者による遠隔会議に利用される音声通信装置が知られている（例えば、特許文献１参照）。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２００６－２３７８４１号公報

【非特許文献】

【0004】

【非特許文献1】イェンスブラウェルト・森本政之・後藤敏幸共著「空間音響」鹿島出版会

【発明の概要】

【発明が解決しようとする課題】

【0005】

音声通信装置を利用して開催される遠隔会議、Ｗｅｂ飲み会等において、参加者が得る臨場感を向上させることが望まれる。

【0006】

そこで、本開示は、従来よりも、音声通信装置を利用して開催される遠隔会議、Ｗｅｂ飲み会等において、参加者が得る臨場感を向上させることができる音声通信装置を提供することを目的とする。

【課題を解決するための手段】

【0007】

本開示の一態様に係る音声通信装置は、音声信号が入力されるＮ（Ｎは２以上の整数）個の入力部と、前記Ｎ個の入力部から入力されるＮ個の音声信号のそれぞれに対して、第１の壁と第２の壁とを有する仮想空間における音像定位位置を決定する音像位置決定部と、前記Ｎ個の入力部のそれぞれに対応するＮ個の音像定位部であって、前記Ｎ個の音像定位部のそれぞれは、前記音像位置決定部により当該音像定位部に対応する入力部に対して決定された音像定位位置に音像が定位するように音像定位処理を行って音像定位音声信号を出力する前記Ｎ個の音像定位部と、前記Ｎ個の音像定位部から出力されたＮ個の前記音像定位音声信号を加算して加算音像定位音声信号を出力する加算部と、を備え、前記音像位置決定部は、前記Ｎ個の音声信号の音像定位位置を、前記第１の壁と第２の壁との間であって、前記第１の壁と前記第２の壁との間の受聴者位置から見て互いに重ならない位置となるように決定し、前記Ｎ個の音像定位部のそれぞれは、前記音像位置決定部によって当該音像定位部に対して決定された音像定位位置から放出された音波が、前記受聴者位置に仮想的に存在する受聴者の両耳に直接到達することを模擬した第１の頭部伝達関数と、当該音像定位位置から放出された音波が、前記受聴者の両耳に、前記第１の壁と前記第２の壁とのうちの近い方の壁で反射して到達することを模擬した第２の頭部伝達関数とを用いて前記音像定位処理を行う。

【0008】

本開示の一態様に係る音声通信装置は、音声信号が入力されるＮ（Ｎは２以上の整数）個の入力部と、前記Ｎ個の入力部から入力されるＮ個の音声信号のそれぞれに対して、仮想空間における音像定位位置を決定する音像位置決定部と、前記Ｎ個の入力部のそれぞれに対応するＮ個の音像定位部であって、前記Ｎ個の音像定位部のそれぞれは、前記音像位置決定部により当該音像定位部に対応する入力部に対して決定された音像定位位置に音像が定位するように音像定位処理を行って音像定位音声信号を出力する前記Ｎ個の音像定位部と、前記Ｎ個の音像定位部から出力されたＮ個の前記音像定位音声信号を加算して加算音像定位音声信号を出力する加算部と、を備え、前記音像位置決定部は、前記Ｎ個の音声信号の音像定位位置を、受聴者位置から見て互いに重ならない位置となり、前記受聴者位置に仮想的に存在する受聴者の正面を０度とする場合において、０度を含んで又は挟んで互いに隣接する音像定位位置の間隔の方が、０度を含まずに又は挟まずに互いに隣接する音像定位位置の間隔よりも狭くなるように決定し、前記Ｎ個の音像定位部のそれぞれは、前記音像位置決定部によって当該音像定位部に対して決定された音像定位位置から放出された音波が、前記受聴者位置に仮想的に存在する受聴者の両耳に直接到達することを模擬した頭部伝達関数を用いて前記音像定位処理を行う。

【0009】

本開示の一態様に係る音声通信装置は、音声信号が入力されるＮ（Ｎは２以上の整数）個の入力部と、前記Ｎ個の入力部から入力されるＮ個の音声信号のそれぞれに対して、仮想空間における音像定位位置を決定する音像位置決定部と、前記Ｎ個の入力部のそれぞれに対応するＮ個の音像定位部であって、前記Ｎ個の音像定位部のそれぞれは、前記音像位置決定部により当該音像定位部に対応する入力部に対して決定された音像定位位置に音像が定位するように音像定位処理を行って音像定位音声信号を出力する前記Ｎ個の音像定位部と、前記Ｎ個の音像定位部から出力されたＮ個の前記音像定位音声信号を加算して第１の加算音像定位音声信号を出力する第１の加算部と、前記仮想空間における背景雑音を示す背景雑音信号を記憶する背景雑音信号記憶部と、前記加算音像定位音声信号と前記背景雑音信号とを加算して第２の加算音像定位音声信号を出力する第２の加算部と、を備え、前記音像位置決定部は、前記Ｎ個の音声信号の音像定位位置を、受聴者位置から見て互いに重ならない位置となるように決定し、前記Ｎ個の音像定位部のそれぞれは、前記音像位置決定部によって当該音像定位部に対して決定された音像定位位置から放出された音波が、前記受聴者位置に仮想的に存在する受聴者の両耳に直接到達することを模擬した頭部伝達関数を用いて前記音像定位処理を行う。

【発明の効果】

【0010】

本開示に係る音声通信装置によると、音声通信装置を利用して開催される遠隔会議、Ｗｅｂ飲み会等において、参加者が得る臨場感を向上させることができる。

【図面の簡単な説明】

【0011】

【図1】図１は、実施の形態１に係る遠隔会議システムの構成の一例を示す模式図である。

【図2】図２は、実施の形態１に係るサーバ装置の構成の一例を示す模式図である。

【図3】図３は、実施の形態１に係る音声通信装置の構成の一例を示すブロック図である。

【図4】図４は、実施の形態１に係る音像位置決定部が音像定位位置を決定した様子の一例を示す模式図である。

【図5】図５は、実施の形態１に係る音像定位部が音像定位処理を行う様子の一例を示す模式図である。

【図6】図６は、実施の形態２に係る音声通信装置の構成の一例を示すブロック図である。

【発明を実施するための形態】

【0012】

（本開示の一態様を得るに至った経緯）
従来、インターネット網の高速化、大容量化、サーバ装置の高性能化等に伴い、複数地点から同時に参加可能な遠隔会議システムを実現する音声通信装置が実用化されている。このような遠隔会議システムは、近年の新型コロナウイルス感染症の影響により、ビジネス用途だけでなく、いわゆるＷｅｂ飲み会等といった広くコンシューマ用途でも利用されるようになっている。

【0013】

音声通信装置を利用して開催される遠隔会議、Ｗｅｂ飲み会等の開催が広まるにつれ、これら遠隔会議、Ｗｅｂ飲み会等において参加者が得る臨場感を向上させたいという要望が強くなってきている。

【0014】

そこで、発明者らは、音声通信装置を利用して開催される遠隔会議、Ｗｅｂ飲み会等において参加者が得る臨場感を向上させるべく、鋭意、実験、検討を行った。その結果、発明者らは、下記音声通信装置に想到した。

【0015】

本開示の一態様に係る音声通信装置は、音声信号が入力されるＮ（Ｎは２以上の整数）個の入力部と、前記Ｎ個の入力部から入力されるＮ個の音声信号のそれぞれに対して、第１の壁と第２の壁とを有する仮想空間における音像定位位置を決定する音像位置決定部と、前記Ｎ個の入力部のそれぞれに対応するＮ個の音像定位部であって、前記Ｎ個の音像定位部のそれぞれは、前記音像位置決定部により当該音像定位部に対応する入力部に対して決定された音像定位位置に音像が定位するように音像定位処理を行って音像定位音声信号を出力する前記Ｎ個の音像定位部と、前記Ｎ個の音像定位部から出力されたＮ個の前記音像定位音声信号を加算して加算音像定位音声信号を出力する加算部と、を備え、前記音像位置決定部は、前記Ｎ個の音声信号の音像定位位置を、前記第１の壁と第２の壁との間であって、前記第１の壁と前記第２の壁との間の受聴者位置から見て互いに重ならない位置となるように決定し、前記Ｎ個の音像定位部のそれぞれは、前記音像位置決定部によって当該音像定位部に対して決定された音像定位位置から放出された音波が、前記受聴者位置に仮想的に存在する受聴者の両耳に直接到達することを模擬した第１の頭部伝達関数と、当該音像定位位置から放出された音波が、前記受聴者の両耳に、前記第１の壁と前記第２の壁とのうちの近い方の壁で反射して到達することを模擬した第２の頭部伝達関数とを用いて前記音像定位処理を行う。

【0016】

上記音声通信装置によると、Ｎ個の入力部のそれぞれから入力されるＮ人の話者の声を、あたかも、第１の壁と第２の壁とを有する仮想空間内で発声されたものであるかのごとく演出して提供することができる。また、上記音声通信装置によると、Ｎ人の話者の声を聴く受聴者は、仮想空間における話者と壁との位置関係を、比較的容易に把握することができ。このため、この受聴者は、Ｎ人の話者の声の到来方向の区別を比較的容易に行うことができる。従って、上記音声通信装置によると、従来よりも、音声通信装置を利用して開催される遠隔会議、Ｗｅｂ飲み会等において参加者が得る臨場感を向上させることができる。

【0017】

また、前記Ｎ個の音像定位部のそれぞれは、前記第１の壁による音波の反射率と、前記第２の壁による音波の反射率との少なくとも一方を変更自在に、前記音像定位処理を行うとしてもよい。

【0018】

これにより、仮想空間における話者の声の反響度合いを変更自在とすることができる。

【0019】

また、前記Ｎ個の音像定位部のそれぞれは、前記第１の壁の位置と、前記第２の壁の位置との少なくとも一方を変更自在に、前記音像定位処理を行うとしてもよい。

【0020】

これにより、仮想空間における壁の位置を変更自在とすることができる。

【0021】

本開示の一態様に係る音声通信装置は、音声信号が入力されるＮ（Ｎは２以上の整数）個の入力部と、前記Ｎ個の入力部から入力されるＮ個の音声信号のそれぞれに対して、仮想空間における音像定位位置を決定する音像位置決定部と、前記Ｎ個の入力部のそれぞれに対応するＮ個の音像定位部であって、前記Ｎ個の音像定位部のそれぞれは、前記音像位置決定部により当該音像定位部に対応する入力部に対して決定された音像定位位置に音像が定位するように音像定位処理を行って音像定位音声信号を出力する前記Ｎ個の音像定位部と、前記Ｎ個の音像定位部から出力されたＮ個の前記音像定位音声信号を加算して加算音像定位音声信号を出力する加算部と、を備え、前記音像位置決定部は、前記Ｎ個の音声信号の音像定位位置を、受聴者位置から見て互いに重ならない位置となり、前記受聴者位置に仮想的に存在する受聴者の正面を０度とする場合において、０度を含んで又は挟んで互いに隣接する音像定位位置の間隔の方が、０度を含まずに又は挟まずに互いに隣接する音像定位位置の間隔よりも狭くなるように決定し、前記Ｎ個の音像定位部のそれぞれは、前記音像位置決定部によって当該音像定位部に対して決定された音像定位位置から放出された音波が、前記受聴者位置に仮想的に存在する受聴者の両耳に直接到達することを模擬した頭部伝達関数を用いて前記音像定位処理を行う。

【0022】

一般に、音像定位の弁別限は、受聴者の正面程敏感で、左右に離れる程鈍感になることが知られている（例えば、非特許文献１参照）。上記音声通信装置によると、受聴者から見て、正面方向の話者間の角度よりも、左右方向の話者間の角度の方が大きくなる。このため、この受聴者は、Ｎ人の話者の声の到来方向の区別を比較的容易に行うことができる。従って、上記音声通信装置によると、従来よりも、音声通信装置を利用して開催される遠隔会議、Ｗｅｂ飲み会等において参加者が得る臨場感を向上させることができる。

【0023】

本開示の一態様に係る音声通信装置は、音声信号が入力されるＮ（Ｎは２以上の整数）個の入力部と、前記Ｎ個の入力部から入力されるＮ個の音声信号のそれぞれに対して、仮想空間における音像定位位置を決定する音像位置決定部と、前記Ｎ個の入力部のそれぞれに対応するＮ個の音像定位部であって、前記Ｎ個の音像定位部のそれぞれは、前記音像位置決定部により当該音像定位部に対応する入力部に対して決定された音像定位位置に音像が定位するように音像定位処理を行って音像定位音声信号を出力する前記Ｎ個の音像定位部と、前記Ｎ個の音像定位部から出力されたＮ個の前記音像定位音声信号を加算して第１の加算音像定位音声信号を出力する第１の加算部と、前記仮想空間における背景雑音を示す背景雑音信号を記憶する背景雑音信号記憶部と、前記加算音像定位音声信号と前記背景雑音信号とを加算して第２の加算音像定位音声信号を出力する第２の加算部と、を備え、前記音像位置決定部は、前記Ｎ個の音声信号の音像定位位置を、受聴者位置から見て互いに重ならない位置となるように決定し、前記Ｎ個の音像定位部のそれぞれは、前記音像位置決定部によって当該音像定位部に対して決定された音像定位位置から放出された音波が、前記受聴者位置に仮想的に存在する受聴者の両耳に直接到達することを模擬した頭部伝達関数を用いて前記音像定位処理を行う。

【0024】

上記音声通信装置によると、Ｎ個の入力部のそれぞれから入力されるＮ人の話者の声を、あたかも、背景雑音で満たされた仮想空間内で発声されたものであるかのごとく演出して提供することができる。従って、上記音声通信装置によると、従来よりも、音声通信装置を利用して開催される遠隔会議、Ｗｅｂ飲み会等において参加者が得る臨場感を向上させることができる。

【0025】

また、前記背景雑音信号記憶部が記憶する前記背景雑音信号は１以上であり、更に、前記背景雑音信号記憶部が記憶する１以上の前記背景雑音信号の中から１つ以上を選択する選択部を備え、前記第２の加算部は、前記加算音像定位音声信号と、前記選択部によって選択された前記背景雑音信号とを加算して前記第２の加算音像定位音声信号を出力するとしてもよい。

【0026】

これにより、演出したい仮想空間の雰囲気に合わせて、背景雑音を選択することができる。

【0027】

また、前記選択部は、時間の経過に伴い、選択する前記背景雑音信号を変更するとしてもよい。

【0028】

これにより、時間の経過とともに、仮想空間の雰囲気の演出を変更することができる。

【0029】

以下、本開示の一態様に係る音声通信装置の具体例について、図面を参照しながら説明する。ここで示す実施の形態は、いずれも本開示の一具体例を示すものである。以下の実施の形態で示される数値、形状、構成要素、構成要素の配置及び接続形態、並びに、ステップ（工程）及びステップの順序等は、一例であって本開示を限定する趣旨ではない。また、各図は、模式図であり、必ずしも厳密に図示されたものではない。

【0030】

なお、本開示の包括的又は具体的な態様は、システム、方法、集積回路、コンピュータプログラム又はコンピュータ読み取り可能なＣＤ－ＲＯＭなどの記録媒体で実現されてもよく、システム、方法、集積回路、コンピュータプログラム及び記録媒体の任意な組み合わせで実現されてもよい。

【0031】

（実施の形態１）
以下、互いに異なる場所にいる複数の参加者が会議を行うことができる遠隔会議システムについて、図面を参照しながら説明する。

【0032】

図１は、実施の形態１に係る遠隔会議システム１の構成の一例を示す模式図である。

【0033】

図１に示すように、遠隔会議システム１は、音声通信装置１０と、ネットワーク３０と、Ｎ＋１（Ｎは２以上の整数）個の端末２０（図１における端末２０Ａ～端末２０Ｆに対応）と、Ｎ＋１個のマイク２１（図１におけるマイク２１Ａ～マイク２１Ｆに対応）と、Ｎ＋１個のスピーカ２２（図１におけるスピーカ２２Ａ～スピーカ２２Ｆに対応）とを備える。

【0034】

マイク２１Ａ～マイク２１Ｆは、それぞれ、端末２０Ａ～端末２０Ｆに接続され、端末２０Ａ～端末２０Ｆを利用するユーザ２３Ａ～ユーザ２３Ｆの声を電気信号である音声信号に変換して端末２０Ａ～端末２０Ｆに出力する。

【0035】

マイク２１Ａ～マイク２１Ｆが有する機能は同様であってもよい。このため、本明細書では、マイク２１Ａ～マイク２１Ｆのことを、互いに区別して表記する必要がない場合には、マイク２１とも称する。

【0036】

スピーカ２２Ａ～スピーカ２２Ｆは、それぞれ、端末２０Ａ～端末２０Ｆに接続され、端末２０Ａ～端末２０Ｆから出力される電気信号である音声信号を音声に変換して外部に出力する。

【0037】

スピーカ２２Ａ～スピーカ２２Ｆが有する機能は同様であってもよい。このため、本明細書では、スピーカ２２Ａ～スピーカ２２Ｆのことを、互いに区別して表記する必要がない場合には、スピーカ２２とも称する。スピーカ２２は、電気信号を音声に変換する機能を有するものであれば、いわゆるスピーカに限定される必要はなく、例えば、いわゆるイヤホン、ヘッドホン等であっても構わない。

【0038】

端末２０Ａ～端末２０Ｆは、それぞれ、マイク２１Ａ～マイク２１Ｆと、スピーカ２２Ａ～スピーカ２２Ｆと、ネットワーク３０とに接続され、接続されるマイク２１Ａ～マイク２１Ｆから出力される音声信号を、ネットワーク３０に接続される外部装置に送信する機能と、ネットワーク３０に接続される外部装置から音声信号を受信して、受信した音声信号をスピーカ２２Ａ～スピーカ２２Ｆに出力する機能とを有する。ネットワーク３０に接続される外部装置には、音声通信装置１０が含まれる。

【0039】

端末２０Ａ～端末２０Ｆが有する機能は同様であってよい。このため、本明細書では、端末２０Ａ～端末２０Ｆのことを、互いに区別して表記する必要が無い場合には、端末２０とも称する。端末２０は、例えば、パソコン、スマートフォン等によって実現される。

【0040】

端末２０は、例えば、マイク２１の機能を有していてもよい。この場合には、図１では、端末２０がマイク２１に接続されるかのごとく図示されているが、実際には、マイク２１は端末２０に含まれることとなる。また、端末２０は、スピーカ２２の機能を有していてもよい。この場合には、図１では、端末２０がスピーカ２２に接続されるかのごとく図示されているが、実際には、スピーカ２２は端末２０に含まれることとなる。また端末２０は、例えば、更に、ディスプレイ、タッチパッド、キーボード等の入出力装置を備えていてもよい。

【0041】

逆に、マイク２１が端末２０の機能を有していてもよい。この場合には、図１では、端末２０がマイク２１に接続されるかのごとく図示されているが、実際には、端末２０はマイク２１に含まれることとなる。また、スピーカ２２が端末２０の機能を有していてもよい。この場合には、図１では、端末２０がスピーカ２２に接続されるかのごとく図示されているが、実際には、端末２０はスピーカ２２に含まれることとなる。

【0042】

ネットワーク３０は、端末２０Ａ～端末２０Ｆと、音声通信装置１０とを含む複数の装置に接続され、接続される複数の装置間の信号を伝達する。後述するように、音声通信装置１０は、サーバ装置１００によって実現される。このため、ネットワーク３０は、音声通信装置１０を実現するサーバ装置１００に接続される。

【0043】

音声通信装置１０は、ネットワーク３０に接続され、サーバ装置１００により実現される。

【0044】

図２は、音声通信装置１０を実現するサーバ装置１００の構成の一例を示す模式図である。

【0045】

図２に示すように、サーバ装置１００は、入力装置１０１と、出力装置１０２と、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）１０３と、内蔵ストレージ１０４と、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）１０５と、バス１０６とを備える。

【0046】

入力装置１０１は、キーボード、マウス、タッチパッド等といったユーザインタフェースとなる装置であり、サーバ装置１００を利用するユーザの操作を受け付ける。入力装置１０１は、ユーザの接触操作を受け付ける他、音声での操作、リモコン等での遠隔操作を受け付ける構成であってもよい。

【0047】

出力装置１０２は、ディスプレイ、スピーカ、出力端子等といったユーザインタフェースとなる装置であり、サーバ装置１００の信号を外部に出力する。

【0048】

内蔵ストレージ１０４は、フラッシュメモリ等といった記憶装置であり、サーバ装置１００が実行するプログラム、サーバ装置１００が利用するデータ等を記憶する。

【0049】

ＲＡＭ１０５は、ＳＲＡＭ（Ｓｔａｔｉｃ ＲＡＭ）、ＤＲＡＭ（Ｄｙｎａｍｉｃ ＲＡＭ）等といった記憶装置であり、プログラムの実行の際の一時的な記憶領域等に利用される。

【0050】

ＣＰＵ１０３は、内蔵ストレージ１０４に記憶されるプログラムをＲＡＭ１０５にコピーし、コピーしたプログラムに含まれる命令をＲＡＭ１０５から順次読み出して実行する。

【0051】

バス１０６は、入力装置１０１と、出力装置１０２と、ＣＰＵ１０３と、内蔵ストレージ１０４と、ＲＡＭ１０５とに接続され、接続される構成要素間の信号を伝達する。

【0052】

図２には図示していないが、サーバ装置１００は、通信機能を備える。サーバ装置１００は、この通信機能により、ネットワーク３０に接続する。

【0053】

音声通信装置１０は、例えば、ＣＰＵ１０３が、内蔵ストレージ１０４に記憶されるプログラムをＲＡＭ１０５にコピーし、コピーしたプログラムに含まれる命令をＲＡＭ１０５から順次読み出して実行することで実現される。

【0054】

図３は、音声通信装置１０の構成の一例を示すブロック図である。

【0055】

図３に示すように、音声通信装置１０は、Ｎ個の入力部１１（図３における第１の入力部１１Ａ～第５の入力部１１Ｅに対応）と、音像位置決定部１２と、Ｎ個の音像定位部１３（図３における第１の音像定位部１３Ａ～第５の音像定位部１３Ｅに対応）と、加算部１４と、出力部１５とを備える。

【0056】

第１の入力部１１Ａ～第５の入力部１１Ｅは、それぞれ、第１の音像定位部１３Ａ～第５の音像定位部１３Ｅに接続され、端末２０のいずれかから出力された音声信号が入力される。ここでは、第１の入力部１１Ａには、端末２０Ａから出力された第１の音声信号が入力され、第２の入力部１１Ｂには、端末２０Ｂから出力された第２の音声信号が入力され、第３の入力部１１Ｃには、端末２０Ｃから出力された第３の音声信号が入力され、第４の入力部１１Ｄには、端末２０Ｄから出力された第４の音声信号が入力され、第５の入力部１１Ｅには、端末２０Ｅから出力された第５の音声信号が入力されるとして説明する。また、ここでは、第１の音声信号には、第１の端末２０Ａのユーザ（ここでは、ユーザ２３Ａ）の発した声が変換された電気信号が含まれ、第２の音声信号には、第２の端末２０Ｂのユーザ（ここでは、ユーザ２３Ｂ）の発した声が変換された電気信号が含まれ、第３の音声信号には、第３の端末２０Ｃのユーザ（ここでは、ユーザ２３Ｃ）の発した声が変換された電気信号が含まれ、第４の音声信号には、第４の端末２０Ｄのユーザ（ここでは、ユーザ２３Ｄ）の発した声が変換された電気信号が含まれ、第５の音声信号には、第５の端末２０Ｅを利用するユーザ（ここでは、ユーザ２３Ｅ）の発した声が変換された電気信号が含まれるとして説明する。

【0057】

第１の入力部１１Ａ～第５の入力部１１Ｅが有する機能は同様である。このため、本明細書では、第１の入力部１１Ａ～第５の入力部１１Ｅのことを、互いに区別して表記する必要が無い場合には、入力部１１とも称する。

【0058】

出力部１５は、加算部１４に接続され、加算部１４から出力される後述の加算音像定位音声信号を、端末２０のいずれかに出力する。ここでは、出力部１５は、加算音像定位音声信号を、端末２０Ｆに出力するとして説明する。

【0059】

音像位置決定部１２は、第１の音像定位部１３Ａ～第５の音像定位部１３Ｅに接続され、Ｎ個の入力部１１から入力されるＮ個の音声信号（図３における第１の音声信号から第５の音声信号が対応）のそれぞれに対して、第１の壁４１（後述の図４参照）と第２の壁４２（後述の図４参照）とを有する仮想空間における音像定位位置を決定する。

【0060】

図４は、音像位置決定部１２が、Ｎ個の音声信号のそれぞれに対して、仮想空間における音像定位位置を決定した様子を示す模式図である。

【0061】

図４に示すように、仮想空間９０は、第１の壁４１と、第２の壁４２と、第１の音像位置５１と、第２の音像位置５２と、第３の音像位置５３と、第４の音像位置５４と、第５の音像位置５５と、受聴者位置５０とを含む。

【0062】

第１の壁４１と第２の壁４２とは、それぞれ、仮想空間内に存在する、音波を反射する仮想的な壁である。

【0063】

受聴者位置５０は、第１の音声信号～第５の音声信号により示される音声を受聴する仮想的な受聴者の位置である。

【0064】

第１の音像位置５１は、音像位置決定部１２が第１の音声信号に対して決定した音像位置である。第２の音像位置５２は、音像位置決定部１２が第２の音声信号に対して決定した音像位置である。第３の音像位置５３は、音像位置決定部１２が第３の音声信号に対して決定した音像位置である。第４の音像位置５４は、音像位置決定部１２が第４の音声信号に対して決定した音像位置である。第５の音像位置５５は、音像位置決定部１２が第５の音声信号に対して決定した音像位置である。

【0065】

図４に示すように、音像位置決定部１２は、Ｎ個の音像信号の音像定位位置（ここでは、第１の音像位置５１～第５の音像位置５５）を、第１の壁４１と第２の壁４２との間であって、受聴者位置５０から見て互いに重ならない位置となるように決定する。より詳細には、音像位置決定部１２は、Ｎ個の音像信号の音像定位位置を、受聴者位置５０に仮想的に存在する受聴者の正面を０度とする場合において、０度を含んで又は挟んで互いに隣接する音像定位位置の間隔の方が、０度を含まずに又は挟まずに互いに隣接する音像定位位置の間隔よりも狭くなるように決定する。

【0066】

このため、図４に示すように、受聴者位置５０から見た、第１の音像位置５１と第２の音像位置５２との間の角度を角度Ｘとし、受聴者位置５０から見た、第２の音像位置５２と第３の音像位置５３との間の角度を角度Ｙとする場合に、Ｘ＞Ｙとなる。

【0067】

再び図３に戻って、音声通信装置１０の説明を続ける。

【0068】

第１の音像定位部１３Ａは、第１の入力部１１Ａと音像位置決定部１２と加算部１４とに接続され、音像位置決定部１２によって決定された第１の音像位置５１に音像が定位するように音像定位処理を行って、音像定位音声信号を出力する。第２の音像定位部１３Ｂは、第２の入力部１１Ｂと音像位置決定部１２と加算部１４とに接続され、音像位置決定部１２によって決定された第２の音像位置５２に音像が定位するように音像定位処理を行って、音像定位音声信号を出力する。第３の音像定位部１３Ｃは、第３の入力部１１Ｃと音像位置決定部１２と加算部１４とに接続され、音像位置決定部１２によって決定された第３の音像位置５３に音像が定位するように音像定位処理を行って、音像定位音声信号を出力する。第４の音像定位部１３Ｄは、第４の入力部１１Ｄと音像位置決定部１２と加算部１４とに接続され、音像位置決定部１２によって決定された第４の音像位置５４に音像が定位するように音像定位処理を行って、音像定位音声信号を出力する。第５の音像定位部１３Ｅは、第５の入力部１１Ｅと音像位置決定部１２と加算部１４とに接続され、音像位置決定部１２によって決定された第５の音像位置５５に音像が定位するように音像定位処理を行って、音像定位音声信号を出力する。

【0069】

第１の音像定位部１３Ａ～第５の音像定位部１３Ｅが有する機能は同様である。このため、本明細書では、第１の音像定位部１３Ａ～第５の音像定位部１３Ｅのことを、互いに区別して表記する必要が無い場合には、音像定位部１３とも称する。

【0070】

音像定位部１３は、より詳細には、音像位置決定部１２により決定された音像位置から放出された音波が、受聴者位置５０に仮想的に存在する受聴者の両耳に直接到達することを模擬した第１の頭部伝達関数（Ｈｅａｄ－Ｒｅｌａｔｅｄ Ｔｒａｎｓｆｅｒ Ｆｕｎｃｔｉｏｎ、ＨＲＴＦ）と、音像位置決定部１２により決定された音像位置から放出された音波が、受聴者位置５０に仮想的に存在する受聴者の両耳に、第１の壁４１と第２の壁４２とのうちの近い方の壁で反射して到達することを模擬した第２の頭部伝達関数とを用いて、音像定位処理を行う。

【0071】

図５は、音像定位部１３が音像定位処理を行う様子を示す模式図である。

【0072】

図５において、話者７１は、第１の音像位置５１に仮想的に存在する話者であり、話者７２は、第２の音像位置５２に仮想的に存在する話者であり、話者７３は、第３の音像位置５３に仮想的に存在する話者であり、話者７４は、第４の音像位置５４に仮想的に存在する話者であり、話者７５は、第５の音像位置５５に仮想的に存在する話者である。受聴者６０は、受聴者位置５０に仮想的に存在する受聴者である。

【0073】

話者７１は、例えば、ユーザ２３Ａのアバターであってよく、話者７２は、例えば、ユーザ２３Ｂのアバターであってよく、話者７３は、例えば、ユーザ２３Ｃのアバターであってよく、話者７４は、例えば、ユーザ２３Ｄのアバターであってよく、話者７５は、例えば、ユーザ２３Ｅのアバターであってよく、受聴者６０は、例えば、ユーザ２３Ｆのアバターであってよい。

【0074】

また、話者７１Ａは、第１の壁４１を鏡面とする鏡面位置に仮想的に存在する話者７１の鏡像であり、話者７４Ａは、第２の壁４２を鏡面とする鏡面位置に仮想的に存在する話者７４の鏡像である。

【0075】

図５に示すように、仮想空間９０において、例えば、第１の話者７１が発した音声は、２本の実線で示される伝達経路を通って直接受聴者６０の両耳に到達する。また、第１の話者７１が発した音声は、２本の破線で示される伝達経路を通って、第１の壁４１に反射して受聴者の両耳に到達する。

【0076】

このため、仮想空間９０において、第１の話者７１が発した音声に対して２本の実線で示される伝達経路のそれぞれに対応する第１の頭部伝達関数を畳み込んで生成された２つの信号と、２本の破線で示される伝達経路のそれぞれに対応する第２の頭部伝達関数を畳み込んで生成され２つの信号とが加算された信号を、受聴者６０が例えばヘッドホンを用いて受聴すれば、受聴者６０は、あたかも第１の話者７１が第１の音像位置で発した音声であるかのように受聴することとなる。この際、受聴者６０は、第１の壁４１により反射した音声も受聴することとなるため、受聴者６０は、仮想空間９０が壁を有する仮想空間であることを感じることとなる。

【0077】

図５に示すように、仮想空間９０において、例えば、第４の話者７４が発した音声は、２本の実線で示される伝達経路を通って直接受聴者６０の両耳に到達する。また、第４の話者７４が発した音声は、２本の破線で示される伝達経路を通って、第２の壁４２に反射して受聴者の両耳に到達する。

【0078】

このため、仮想空間９０において、第４の話者７４が発した音声に対して２本の実線で示される伝達経路のそれぞれに対応する第１の頭部伝達関数を畳み込んで生成された２つの信号と、２本の破線で示される伝達経路のそれぞれに対応する第２の頭部伝達関数を畳み込んで生成され２つの信号とが加算された信号を、受聴者６０が例えばヘッドホンを用いて受聴すれば、受聴者６０は、あたかも第４の話者７４が第４の音像位置で発した音声であるかのように受聴することとなる。この際、受聴者６０は、第２の壁４２により反射した音声も受聴することとなるため、受聴者６０は、仮想空間９０が壁を有する仮想空間であることを感じることとなる。

【0079】

この際、音像定位部１３は、第１の壁４１による音波の反射率と、第２の壁４２による音波の反射率との少なくとも一方を変更自在に、音像定位処理を行うとしてもよい。反射率を変更することで、仮想空間９０における音声の反響度合いを変更することができる。

【0080】

また、この際、音像定位部１３は、第１の壁４１の位置と、第２の壁４２の位置との少なくとも一方を変更自在に、音像定位処理を行うとしてもよい。壁の位置を変更することで、仮想空間９０における空間の広がり度合いを変更することができる。

【0081】

なお、当然のことながら、音像位置決定部１２は、更に、音像位置決定部１２により決定された音像位置から放出された音波が、受聴者６０の両耳に、第１の壁４１と第２の壁４２とのうちの遠い方の壁で反射して到達することを模擬した第３の頭部伝達関数をも用いて音声処理を行うとしてもよい。

【0082】

再び図３に戻って、音声通信装置１０の説明を続ける。

【0083】

加算部１４は、Ｎ個の音像定位部１３と出力部１５とに接続され、Ｎ個の音像定位部１３から出力されたＮ個の音像定位音声信号を加算して、加算音像定位音声信号を出力する。

【0084】

上記音声通信装置１０によると、Ｎ個（ここでは５個）の入力部１１のそれぞれから入力されるＮ人（ここでは５人）の話者の声を、あたかも第１の壁４１と第２の壁４２とを有する仮想空間９０内で発声されたものであるかのごとく演出して提供することができる。また、上記音声通信装置１０によると、Ｎ人の話者の声を聴く受聴者６０は、仮想空間９０における話者と壁との位置関係を、比較的容易に把握することができ。このため、受聴者６０は、Ｎ人の話者の声の到来方向の区別を比較的容易に行うことができる。従って、上記音声通信装置１０によると、従来よりも、音声通信装置を利用して開催される遠隔会議、Ｗｅｂ飲み会等において参加者が得る臨場感を向上させることができる。

【0085】

前述したように、一般に、音像定位の弁別限は、受聴者の正面程敏感で、左右に離れる程鈍感になることが知られている。上記音声通信装置１０によると、受聴者６０から見て、正面方向の話者間の角度よりも、左右方向の話者間の角度の方が大きくなる。このため、受聴者６０は、Ｎ人の話者の声の到来方向の区別を比較的容易に行うことができる。従って、上記音声通信装置１０によると、従来よりも、音声通信装置を利用して開催される遠隔会議、Ｗｅｂ飲み会等において参加者が得る臨場感を向上させることができる。

【0086】

（実施の形態２）
以下、実施の形態１に係る音声通信装置１０から、その構成の一部が変更されて構成される実施の形態２に係る音声通信装置について説明する。

【0087】

以下では、実施の形態２に係る音声通信装置について、音声通信装置１０の構成要素と同様の構成要素については、既に説明済みであるとして同じ符号を振ってその詳細な説明を省略し、音声通信装置１０との相違点を中心に説明する。

【0088】

図６は、実施の形態２に係る音声通信装置１０Ａの構成の一例を示すブロック図である。

【0089】

図６に示すように、実施の形態２に係る音声通信装置１０Ａは、音声通信装置１０に対して、第２の加算部１６と、背景雑音信号記憶部１７と、選択部１８とが追加され、出力部１５が出力部１５Ａに変更されて構成される。

【0090】

背景雑音信号記憶部１７は、選択部１８に接続され、仮想空間９０における背景雑音を示す１以上の背景雑音信号を記憶する。

【0091】

背景雑音信号が示す背景雑音は、例えば、現実の会議室において予め録音された暗騒音であってよい。また、背景雑音信号が示す背景雑音は、例えば、現実のバー、居酒屋、ライブハウス等において予め録音された喧騒音であってよい。また、背景雑音信号が示す背景雑音は、例えば、現実のジャズ喫茶で流されるジャズ音楽であってよい。また、背景雑音信号が示す背景雑音は、例えば、人工的に合成された信号であってもよいし、例えば、現実の空間で予め録音された複数の喧騒音を合成して生成した人工的な信号であってもよい。

【0092】

選択部１８は、背景雑音信号記憶部１７と第２の加算部１６とに接続され、背景雑音信号記憶部１７が記憶する１以上の背景雑音信号の中から１つ以上を選択する。

【0093】

選択部１８は、例えば、時間の経過に伴い、選択する背景雑音信号を変更するとしてもよい。

【0094】

第２の加算部１６は、加算部１４と選択部１８と出力部１５Ａとに接続され、加算部１４から出力される加算音像定位音声信号と、選択部１８によって選択された背景雑音信号とを加算して、第２の加算音像定位音声信号を出力する。

【0095】

出力部１５Ａは、第２の加算部１６に接続され、第２の加算部１６から出力される第２の加算音像定位音声信号を、端末２０のいずれかに出力する。ここでは、出力部１５Ａは、第２の加算音像定位音声信号を、端末２０Ｆに出力するとして説明する。

【0096】

上記音声通信装置１０Ａによると、Ｎ個（ここでは５個）の入力部１１のそれぞれから入力されるＮ人（ここでは５人）の話者の声を、あたかも、背景雑音で満たされた仮想空間９０内で発声されたものであるかのごとく演出して提供することができる。これにより、例えば、選択部１８が、現実の会議室において予め録音された暗騒音を示す背景雑音信号を選択する場合には、あたかも、仮想空間９０を現実の会議室であるかのごとく演出することができる。また、例えば、選択部１８が、現実のバー、居酒屋、ライブハウス等において予め録音された喧騒音を示す背景雑音信号を選択する場合には、あたかも、仮想空間９０を現実のバー、居酒屋、ライブハウス等であるかのごとく演出することができる。また、例えば、選択部１８が、現実のジャズ喫茶で流されるジャズ音楽を示す背景雑音信号を選択する場合には、あたかも、仮想空間９０を現実のジャズ喫茶であるかのごとく演出することができる。従って、上記音声通信装置１０Ａによると、従来よりも、音声通信装置を利用して開催される遠隔会議、Ｗｅｂ飲み会等において参加者が得る臨場感を向上させることができる。

【0097】

また、上記音声通信装置１０Ａによると、演出したい仮想空間９０の雰囲気に合わせて、背景雑音を選択することができる。

【0098】

また、上記音声通信装置１０Ａによると、時間の経過とともに、仮想空間９０の雰囲気の演出を変更することができる。

【0099】

（その他の実施の形態）
以上、本開示の音声通信装置について、実施の形態１、実施の形態２に基づいて説明したが、本開示は、これら実施の形態に限定されるものではない。例えば、本明細書において記載した構成要素を任意に組み合わせて、また、構成要素のいくつかを除外して実現される別の実施の形態を本開示の実施の形態としてもよい。また、上記実施の形態に対して本開示の主旨、すなわち、請求の範囲に記載される文言が示す意味を逸脱しない範囲で当業者が思いつく各種変形を施して得られる変形例も本開示に含まれる。

【0100】

（１）実施の形態１及び実施の形態２において、音声通信装置１０及び音声通信装置１０Ａは、Ｎが５である場合の構成例である。しかしながら、本開示に係る音声通信装置は、Ｎが２以上の整数であれは、必ずしもＮが５である場合の構成例に限定される必要はない。

【0101】

（２）実施の形態１において、音声通信装置１０は、第１の音声信号～第５の音声信号が、それぞれ、端末２０Ａ～端末２０Ｅから入力され、加算音像定位音声信号が端末２０Ｆへ出力されるとして説明した。これに対して、音声通信装置１０を、以下の第１の変形音声通信装置～第５の変形音声通信装置のように変形することも可能である。第１の変形音声通信装置は、第１の音声信号～第５の音声信号が、それぞれ、端末２０Ｂ～端末２０Ｆから入力され、加算音像定位音声信号が、端末２０Ａへ出力される構成である。第２の変形音声通信装置は、第１の音声信号～第５の音声信号が、それぞれ、端末２０Ｃ～端末２０Ｆ、端末２０Ａから入力され、加算音像定位音声信号が、端末２０Ｂへ出力される構成である。第３の変形音声通信装置は、第１の音声信号～第５の音声信号が、それぞれ、端末２０Ｄ～端末２０Ｆ、端末２０Ａ～端末２０Ｂから入力され、加算音像定位音声信号が、端末２０Ｃへ出力される構成である。第４の変形音声通信装置は、第１の音声信号～第５の音声信号が、それぞれ、端末２０Ｅ～端末２０Ｆ、端末２０Ａ～端末２０Ｃから入力され、加算音像定位音声信号が、端末２０Ｄへ出力される構成である。第５の変形音声通信装置は、第１の音声信号～第５の音声信号が、それぞれ、端末２０Ｆ、端末２０Ａ～端末２０Ｄから入力され、加算音像定位音声信号が、端末２０Ｅへ出力される構成である。

【0102】

また、音声通信装置１０、第１の変形音声通信装置～第５の変形音声通信装置は、サーバ装置１００により、同時に実現されてもよい。例えば、サーバ装置１００は、時分割処理により、音声通信装置１０、第１の変形音声通信装置～第５の変形音声通信装置を同時に実現してもよいし、並列処理により、音声通信装置１０、第１の変形音声通信装置～第５の変形音声通信装置を同時に実現してもよい。

【0103】

さらには、音声通信装置１０、第１の変形音声通信装置～第５の変形音声通信装置が同時に実現されることで得られる機能を実現することができる１つの音声通信装置が、サーバ装置１００によって実現されるとしてもよい。

【0104】

（３）実施の形態２において、音声通信装置１０Ａは、第１の音声信号～第５の音声信号が、それぞれ、端末２０Ａ～端末２０Ｅから入力され、第２の加算音像定位音声信号が端末２０Ｆへ出力されるとして説明した。これに対して、音声通信装置１０Ａを、以下の第６の変形音声通信装置～第１０の変形音声通信装置のように変形することも可能である。第６の変形音声通信装置は、第１の音声信号～第５の音声信号が、それぞれ、端末２０Ｂ～端末２０Ｆから入力され、第２の加算音像定位音声信号が、端末２０Ａへ出力される構成である。第７の変形音声通信装置は、第１の音声信号～第５の音声信号が、それぞれ、端末２０Ｃ～端末２０Ｆ、端末２０Ａから入力され、第２の加算音像定位音声信号が、端末２０Ｂへ出力される構成である。第８の変形音声通信装置は、第１の音声信号～第５の音声信号が、それぞれ、端末２０Ｄ～端末２０Ｆ、端末２０Ａ～端末２０Ｂから入力され、第２の加算音像定位音声信号が、端末２０Ｃへ出力される構成である。第９の変形音声通信装置は、第１の音声信号～第５の音声信号が、それぞれ、端末２０Ｅ～端末２０Ｆ、端末２０Ａ～端末２０Ｃから入力され、第２の加算音像定位音声信号が、端末２０Ｄへ出力される構成である。第１０の変形音声通信装置は、第１の音声信号～第５の音声信号が、それぞれ、端末２０Ｆ、端末２０Ａ～端末２０Ｄから入力され、第２の加算音像定位音声信号が、端末２０Ｅへ出力される構成である。

【0105】

また、音声通信装置１０Ａ、第６の変形音声通信装置～第１０の変形音声通信装置は、サーバ装置１００により、同時に実現されてもよい。例えば、サーバ装置１００は、時分割処理により、音声通信装置１０Ａ、第６の変形音声通信装置～第１０の変形音声通信装置を同時に実現してもよいし、並列処理により、音声通信装置１０Ａ、第６の変形音声通信装置～第１０の変形音声通信装置を同時に実現してもよい。この際、音声通信装置１０Ａ、第６の変形音声通信装置～第１０の変形音声通信装置に含まれる選択部１８が、同じ背景雑音信号を選択するとしてもよい。これにより、音声通信装置を利用して開催される遠隔会議、Ｗｅｂ飲み会等において参加者が得る臨場感を更に向上させることができる。

【0106】

さらには、音声通信装置１０Ａ、第６の変形音声通信装置～第１０の変形音声通信装置が同時に実現されることで得られる機能を実現することができる１つの音声通信装置が、サーバ装置１００によって実現されるとしてもよい。

【0107】

（４）音声通信装置１０及び音声通信装置１０Ａの構成要素の一部又は全部は、１個のシステムＬＳＩ（Ｌａｒｇｅ Ｓｃａｌｅ Ｉｎｔｅｇｒａｔｉｏｎ：大規模集積回路）から構成されているとしてもよい。システムＬＳＩは、複数の構成部を１個のチップ上に集積して製造された超多機能ＬＳＩであり、具体的には、マイクロプロセッサ、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）などを含んで構成されるコンピュータシステムである。ＲＯＭには、コンピュータプログラムが記憶されている。マイクロプロセッサが、コンピュータプログラムに従って動作することにより、システムＬＳＩは、その機能を達成する。

【0108】

なお、ここでは、システムＬＳＩとしたが、集積度の違いにより、ＩＣ、ＬＳＩ、スーパーＬＳＩ、ウルトラＬＳＩと呼称されることもある。また、集積回路化の手法はＬＳＩに限るものではなく、専用回路又は汎用プロセッサで実現してもよい。ＬＳＩ製造後に、プログラムすることが可能なＦＰＧＡ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）、あるいはＬＳＩ内部の回路セルの接続や設定を再構成可能なリコンフィギュラブル・プロセッサを利用してもよい。

【0109】

さらには、半導体技術の進歩又は派生する別技術によりＬＳＩに置き換わる集積回路化の技術が登場すれば、当然、その技術を用いて機能ブロックの集積化を行ってもよい。バイオ技術の適用等が可能性としてありえる。

【0110】

（５）音声通信装置１０及び音声通信装置１０Ａの各構成要素は、専用のハードウエアで構成されてもよいし、ＣＰＵ又はプロセッサなどのプログラム実行部が、ハードディスク又は半導体メモリなどの記録媒体に記録されたソフトウェアプログラムを読み出して実行することによって実現されてもよい

【産業上の利用可能性】

【0111】

本開示は、遠隔会議システム等に広く利用可能である。

【符号の説明】

【0112】

１ 遠隔会議システム
１０、１０Ａ 音声通信装置
１１ 入力部
１１Ａ 第１の入力部
１１Ｂ 第２の入力部
１１Ｃ 第３の入力部
１１Ｄ 第４の入力部
１１Ｅ 第５の入力部
１２ 音像位置決定部
１３ 音像定位部
１３Ａ 第１の音像定位部
１３Ｂ 第２の音像定位部
１３Ｃ 第３の音像定位部
１３Ｄ 第４の音像定位部
１３Ｅ 第５の音像定位部
１４ 加算部
１５、１５Ａ 出力部
１６ 第２の加算部
１７ 背景雑音信号記憶部
１８ 選択部
２０、２０Ａ、２０Ｂ、２０Ｃ、２０Ｄ、２０Ｅ、２０Ｆ 端末
２１、２１Ａ、２１Ｂ、２１Ｃ、２１Ｄ、２１Ｅ、２１Ｆ マイク
２２、２２Ａ、２２Ｂ、２２Ｃ、２２Ｄ、２２Ｅ、２２Ｆ スピーカ
２３Ａ、２３Ｂ、２３Ｃ、２３Ｄ、２３Ｅ、２３Ｆ ユーザ
３０ ネットワーク
４１ 第１の壁
４２ 第２の壁
５０ 受聴者位置
５１ 第１の音像位置
５２ 第２の音像位置
５３ 第３の音像位置
５４ 第４の音像位置
５５ 第５の音像位置
６０ 受聴者
７１、７２、７３、７４、７５ 話者
７１Ａ、７４Ａ 話者の鏡像
９０ 仮想空間
１００ サーバ装置
１０１ 入力装置
１０２ 出力装置
１０３ ＣＰＵ
１０４ 内蔵ストレージ
１０５ ＲＡＭ
１０６ バス

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】