JP2001517395A - テレビ会議システム - Google Patents

Abstract

(57)【要約】 本発明は、離れたサイトにいる参加者の間でのテレビ会議システムであって、各サイトが映像画面を特徴とするものに関する。本発明によれば、この映像画面は投影、オーバーヘッド投影または直視型投影の大画面(10)であり、画像壁を形成する１つまたは複数の表示システムを備え、前記画面(10)によって形成された画像壁に再現された空間内で、全ての離れた参加者を同時に表示するものである。提案されたシステムは各サイトごとに、音声(100A、100k、Hi、Mj)を空間的に分布して離れた各参加者が発した音声と、対象となるサイトで画面に投影された参加者の画像とを整合する装置を備える。

Description

【発明の詳細な説明】 テレビ会議システム 本発明は遠隔の、一般に離れたサイトにいる参加者の間におけるテレビ会議ま たは遠隔会議システムに関するものである。 本発明はマルチポイントシステム、すなわち数カ所のサイトにいる参加者間の 視聴覚リンクを生成するためのシステムに適用される。本発明はさらに、二地点 間システム、すなわち視聴覚リンクを介して２つのサイトのみを接続するシステ ムに関するものである。本発明はさらに、会議ゲートウェイを介して接続される テレビ電話に適用される。 所定のサイトのためのテレビ会議システムの機器は、以降部屋またはスタジオ と称す施設内に配置される。大抵の場合には、参加者は表示画面に面した会議用 テーブルのまわりに着席している。 現在、市販のテレビ会議サービスおよびシステムは、チャネルバンクの品質（ 音声および画像の再生）によって、または、本質的に、使用する特定のネットワ ーク上で通過帯域に対する制限があるためにビットレートが存在しないという事 実によって制限された視聴覚品質のマルチポイントリンクを提案している。 実際に、上記会議システムは二地点間方式であれ、マルチポイント方式であれ 、複数の構成に従ってデジタルネットワークに、主としてISDNネットワーク上で 、接続されている。 従って、NUMERISネットワーク上のこのようなサービスのために提供されるビ ットレートは、最低の会議サービス用の128キロビット／秒から最高の会議サー ビス用の384キロビット／秒まで変化する。 使用する端末は概してITU規格、例えば全てのH320規格に従う。 ある種のシステムでは、一度に１つの離れた部屋しか見ることができない。こ れでは同時に全員を見ることができないのでユーザーにとって不都合である。手 動または自動切換えで画面に表示される部屋を選択する。一般に、この部屋は最 も強い音声信号を伝送する（音声切換え）。これは、音声の検出、すなわち最 も活発な音声がある部屋に従って画像を切換える会議ゲートウェイの場合に当て はまる。 規格H320またはH323のような規格、または他のITU規格に従う他のシステムは 、中央装置を用いて、規格H231およびH243で規定された全てのマルチ会議ユニッ ト（MCU）からの画像を受ける。この装置は伝送された画像の数と同じ回数だけM CUへの伝送用の通過帯域を共有することによって画像を再生する。 これは暗号化によって40〜50の圧縮ファクタでオンラインビットレートを実質 的に圧縮することによって行われる。その結果、鮮明度の損失(definition loss )は各部屋（５部屋までのマルチポイントリンクで）から伝送された画像の約４ 分の３に等しくなる。 画像のデジタル圧縮はH261暗号化を用いるH320型、またはH263暗号化を用いる H323型、可動型JPEG（ISO規格）、MPEGI型、またはMPEG2型にすることができる 。 上記プロファイルのどの１つでも、送信された画像はコンピュータファイルの 形にすることができる。 いずれにせよ、受け取った画像は損なわれ、マルチ会議の効果は再現されない 。 音声伝送では、暗号化システムが用いられるか、または帯域幅の点からも、暗 号化自体の品質の点からも音声信号の最初の品質を考慮しないG722またはG711型 のビットレート圧縮が用いられる。 本発明のテレビ会議システムの目的は、現在市販されているシステムの限界を 超えて、遠隔サイト間での最大数の参加者とのテレビ会議を提供することにある 。本発明のテレビ会議システムは、離れたサイトにいる参加者の姿を(１に近い 縮尺で)画面上に提供するものであり、ここでは動作のテクスチャおよびパター ンが明確に認識され、且つ離れた参加者の音声を映像(imaging)の状態に応じて 空間的に分布することによって視覚イメージと音声イメージとが整合する。 提案されたシステムは、離れたサイトにいる参加者をマルチポイント構成であ っても連続的に表示する。さらに、このシステムは以下で説明するように、撮影 すべき画像に近い（例えば、画面ウインドウに収容される）n個のテレビカメラ の使用によってアイコンタクトの欠点を最小限に抑える。さらにハイファイ音声 再生を可能にする。 特に、本発明は、 映像画面をそれぞれ備えた複数の遠隔サイトにいる参加者の間のテレビ会議シス テムであって、 −前記映像画面はビデオプロジェクタ、オーバーヘッドプロジェクタまたは直 視型プロジェクタの大画面であり、前記画面によって形成された画像壁上に再現 された空間に、離れた所にいる全ての参加者を同時に表示する画像壁を形成する １つまたは複数の映像システムを備え、 −各サイトごとに、音声を空間的に分布して遠隔の各参加者が発した音声と、 対象となるサイトで投影された彼／彼女の画像とを整合する装置を備え、 −所定のサイトは他のサイトで生成された画像信号および音声信号を受け、確 立された通信に従ってそれらを再生し、他のサイトおよび発言者の表示および聴 取は同時に行われ、複数の参加者間で同時に交わされる発言に基づいており、継 ぎ目がなく、他の参加者のじゃまをすることがない、 テレビ会議システムを提案する。 離れた参加者の画像は１に近い縮尺でスタジオの画面上にあり、この縮尺は画 面と参加者の着席しているテーブルとの間の距離に依存する。従って、例えば、 各部屋に約４人がいる遠隔の４つの部屋を表示するのに標準的な寸法の画面は約 5m×2mである。 本発明のテレビ会議システムは１つまたは複数のカメラ（CA1）、（CA2）およ び録音システム（マイクまたは音響アンテナ）を備える。録音データは伝送され た映像信号を生成したのがカメラ（CA1）か、カメラ（CA2）かによって、一方ま たは他方のカメラに整合される。 特に、この整合によって「主観的な重なり」が提供され、音源は組合された画 像の近くに（この画像の軸に沿って）ある。 本発明の別の特徴によれば、録音および再生装置は下記を備える： −信号捕捉およびデジタル化ユニット； −信号再生およびアナログデジタル変換ユニット； −上記サイトの参加者の前に配置されたn個のマイク； −画面の長さに沿って分配されたp個のスピーカであって、pは画面のサイズに 比例する； −１つまたは複数のマイク、上記マイクから生成された信号および上記信号を 再生するための遠隔サイトのスピーカの間の整合ユニット； −ビットレートの圧縮を特徴とするネットワーク適合装置； −エコー制御装置。 音声は音声イメージと視覚イメージとを整合するように空間的に分布される。 この配置は遠隔会議の効果を強力に高めるだけでなく、２つの離れた部屋の間で 平行して複数の会話を行うことができ、会話のモニタリングは、まさしく通常の 会議と同様に、参加者が話を聞きたい相手に焦点を合わせることができるシステ ムの機能によって簡単になっている。 マイク、上記マイクから生成された信号および上記信号を再生するための遠隔 地のスピーカの間の通信を確立する装置は所望の構成をプログラムすることによ って動作する。このようなプログラミングは１つまたは複数の所定の構成を記憶 することができる。 別の特徴によれば、画像レコーダは各サイトにつきq個のカメラを備え、この 数は２以上であるのが好ましい。カメラは、上記サイトの参加者の前に位置し、 画面上の遠隔の様々な参加者を表示する個々のエリアまたはこれらの近くに配置 される。実際に、カメラは画面の下側、上部またはまわりに配置されることがで きる。 各部屋は、従って異なる角度で参加者を撮影する複数のカメラを備える。１つ のサイトに伝送された画像は、投影されたこのサイトの画像の近くに位置するカ メラによって記録された画像である。これによってアイコンタクト効果を減らし 、視点を区別し、上記サイトおよび構成全体での各参加者の状態に従って彼／彼 女の位置を再構成することができる。 複数の画像が画面の幅にわたって並列している二地点間構成では、各画像は施 設の一部の光景を提供する。これによって、画面上で誰が誰を見ているかを知る ことが容易になり、従って、会議の動きについて行くことが容易になる。 実際に、カメラは画面10に投影された画像の下方（または下側）に配置される 。 （一方が他方のそばに）連結された２つの画像を有する構成の場合、カメラは 再編成され、画面中央から離れた所で、画像の幅の約３分の１、すなわち画面の 全幅の６分の１に対応する所に配置される。このような再編成によって２つのカ メラによって撮影された２つの画像の辺が重なり合うという問題が最小限になる 。 上記のサイトは二地点間またはマルチポイント構成で高ビットレートネットワ ークを介して接続されるか、または中央MCUユニット（テレビ会議ゲートウェイ ）を介して接続される。 以下、添付図面を参照して本発明をさらに詳細に説明するが、本発明が下記実 施例に限定されるものではない。 図１および図２は本発明が解決するテレビ会議の問題を概念的に示す図であり 、 図３は本発明を示す概略図であり、 図４はスタジオの機器の実施例を示す図であり、 図５は３つのスタジオの間の会議リンクの場合の独特な実施例を示す図であり 、 図６は２つのスタジオの間のリンクの場合の独特な実施例を示す図であり、 図７〜図９は大きい画面上に画像壁を形成する異なる「画面画像」の例を示す 図であり、 図10〜図13は異なるネットワーク構成における本発明のスタジオ機器または映 像音声端末間の異なる接続方式を示す図である。 遠隔会議効果を得る方法を説明するために、図１は現実の会議と同様の会議の 図を示している。 円形の仮想テーブルのまわりに12人が着席していると仮定しよう。一人の参加 者は隣りの４人のグループをウインドウ越しに見ることができ、またこの面を展 開することによって平坦なまたはほとんど平坦な画面上でこれら４人を見ること ができると仮定できる。従って、彼は２つの異なるスタジオにいる４人 グループの他の８人を２つの画面上、実際には平坦な形状で見る。常識的には、 仮想テーブルは円形ではなく、長手方向に置かれ、両側に参加者のグループが着 席する。従って、Eの人は左手にAの人を、右手にFの人を見ることになり、全て の人の間には連続的な隣接関係が存在する。 図２は参入構成を再現するためにわずかにカーブした画面を示している。 この環境では特に、互いに向き合って互いを見ている参加者の間で視線を近づ けることによって参加者間で交わされる視線を再現することができる。例えば、 AがEを見ることができ、視角の主観的な接近によって他の人々はAがFを見ている のを見る。 図３の略図は本発明の遠隔会議システムの概念図を示している。 当然、音声／空間の分布および全ての参加者の全体をシミュレートする画像壁 を得ることができる限り、参加者の状態（着席または起立、テーブルのまわりか 否か）、カメラの位置およびスピーカの位置に関しては他の別の方法も可能であ る。 サイトAは高ビットレートネットワークを介して他のサイトB〜Kに接続されて いる。これらのサイトのための異なる接続方法は続いて図10〜図13に詳細に示さ れている。例えば、ISDN（サービス総合デジタル網）は複数のSOアクセスポイン トをグループ化することによって使用できる。情報ハイウェイ、インターネット またはHDSLアクセス装置も使用できる。このようなネットワークは、ビットレー ト圧縮システムを利用して最初の品質を保持する限り、7kHzを超える通過帯域の アナログ音声信号と互換できないものではない。これによってデジタルコンパク トディスク（CD）の提供する音質に相当する高い音質が提供される。 伝送網は非同期転送モード（ATM）ネットワークまたは他のデジタルまたはア ナログ型の高ビットレートネットワークによって使用される。全ての画像は異な るサイトへ高スループットで伝送されることができ、暗号化中に圧縮ファクタを 増加する必要がない。 例えば、暗号化された画像はNumerisネットワークの384Kビット／秒から使用 するネットワークの型によって２Mビット／秒で伝送される。 テレビ会議はユニット100A、100Kによって制御されるか、または遠隔制御され 、これらユニットは参加者間の確立した通信、音声イメージおよび視覚イメージ に応じるようにネットワークRを介して会話する。換言すれば、制御ユニットは 伝送された信号の構成の記述（構成が予め規定されていない場合）、または全て のサイトに対して予め規定された複数の構成から選択された構成モードの記述を 伝送する。これらは全てのスタジオ機器を所望の構成に従って管理することがで きる。可能な会議の構成の中で、二地点間リンクまたは3、4、5またはそれ以上 のサイトの間のマルチポイントリンクは可能である。 実際には、上記構成はサイトP1（A）の参加者と、この参加者の会話を取り込 む録音装置（S）M1（マイクまたは音響アンテナ）と、彼／彼女を撮影するカメ ラCA1との間のリンクの記述を含み、サイトB上の画像IP1（A）がスピーカH1と整 合してマイクM1によって送り出された音声を再現する。 この目的のために、サイトAはn個のマイク、p個のスピーカおよびq個のカメラ を備える。所定のサイトでは、スピーカの数は画面の（この画面の幅または表面 に沿った）サイズに比例する。 テーブルのまわりに着席した参加者に関して、大きな画面10は所定のサイトの 会議テーブルの前に配置され、（各サイトの）画面画像はこの画面に投影されて 、遠隔の参加者は上記サイトの参加者と同じレベルにおり、仮想テーブルを形成 している。 参加者P1(A)が参加者P1（B）に話しかけるとき、サイトAのカメラCA1の画像は 他のサイトB〜Kに向けられる。さらに、サイトBのカメラCA1の画像はサイトA、C 〜Kに伝送される。他のサイトでどの参加者も話しをしていない場合は、全ての 参加者の画像が伝送されるが、これらのサイトでのカメラの撮影は中立である。 カメラ画像は上記サイトに存在する制御ユニット100A〜100Kによって制御され るか、またはモニタリングサイトから遠隔操作される。 行われる録音と、画像を記録しなければならないカメラとの間のサーボ制御は 当業者に周知な制御プログラムを介して保証される。このプログラムはユニット 100A〜100Kによって実行され、画面に投影されたときに、関係している参加 者が実際に互いを見ているという印象を与える画像が得られる。 実際には、この効果は２つのカメラのみを使用して再現することができる。 ネットワークによって伝送された画像は各サイトで受け取られ、映像ユニット 300によって処理されて、画面上に並列および／または重なって投影される。し かし、受けられた全ての画像は各サイトの画面10上に投影され、上記画面は画像 壁を形成する。 二地点間方式に特有の場合では、各画面に投影された画像は単一の部屋に対応 する。この構成によって画像の品質を高めることができる。この目的のために、 カメラによって得られた各画像の両方の画像を伝送することを提案する。各カメ ラは施設の一部の画像を記録する。実際には、一方のカメラが情景の半分を撮影 し、他方のカメラが残りの半分を撮影する。 画像の並置は処理ユニット100Aおよび100Bによって制御され、これらのユニッ トは映像処理ユニットを制御し、２つのカメラによって送信された信号を基に単 一の画像を画面上に投影する。画像結合は本質的に従来の型の画像処理である。 図４はシステムの一部である処理および制御ユニットをより詳細に示している 。またその一方で、これは１つのスタジオにつき２つのカメラが存在する別の実 施例である。 映像部に関して： 第１のカメラCA1は映像エンコーダ303に接続され、映像デコーディングユニッ ト304は第１のプロジェクタPR1に接続される。デコーディングユニットは１つま たは複数のデコーダを備え、各デコーダはサイトで生成された映像信号をデコー ドする。以下、一組のデコーダに適用できるので、デコーダ304を挙げて説明す る。 エンコーダおよびデコーダはネットワークR上の映像信号適合および伝送イン ターフェース301に接続される。例えば、上記インターフェースはATMネットワー ク上の伝送ではインターフェースAAL1（適合レイヤ）である。 この上記インターフェースは物理的なサポートインターフェース400に接続さ れる。 例えば、制御ユニット100Aは、ローカルネットワークRLを介して、制御信号CD 1、DC1、IV1をそれぞれエンコーダ、デコーダおよび適合インターフェース301に テレビ会議の構成に従って送信する。 同様に、第２のカメラCA2はエンコーダ305に接続され、このエンコーダ305は ネットワーク上の伝送適合インターフェース302に接続される。デコーダ306は第 ２のプロジェクタPR2およびインターフェース302に接続される。インターフェー ス302は物理的なサポートインターフェース400に接続される。 制御ユニットは制御信号CD2、DC2およびIV2をそれぞれエンコーダ、デコーダ および適合インターフェースに上記構成に従って送信する。 映像エンコーダは本発明の範囲から逸脱しない方法に従って複数のデコーダに 機能的に接続されることができる。 あるサイトでは第３のカメラをエンコーダのうちの１つ303または305に接続し て優先すべき特定の参加者の画像を伝送してもよい。このカメラの画像はカメラ に接続されたエンコーダによって暗号化され、全ての他のサイトに伝送される。 この場合、他の全てのサイトはこのようなサイトのデコーダユニット303または3 06内に追加のデコーダを備え、このカメラによって送信された映像信号を処理し て、このような画像に関連したショットを上記サイトの画面10上に投影しなけれ ばならない。 プロジェクタはビデオプロジェクタまたは液晶オーバーヘッドプロジェクタで ある。映像はプラズマ画面を用いた直視型にしてもよい。 音声部分に関して： n個のマイクは信号をデジタル化する信号捕捉ユニット201に接続される。この ユニット201の出力はエコーを制御するために減衰ユニット207の入力に印加され る。減衰ユニットの出力はユニット100Aによって制御された音声信号用ビットレ ート圧縮エンコーダ202の入力に印加される。エンコーダ202はさらにマイク信号 のマトリクス化を実行し、音声伝送用のネットワーク上で利用可能なチャネルの 数を整合する。この目的のために、上記エンコーダは構成制御信号CAを受ける。 音声適合エンコーダ202はネットワークR上の伝送適合インターフェース204（ATM ネットワークではインターフェースAAL5）に接続さ れる。このインターフェースは物理的なサポートインターフェース400に接続さ れる。 インターフェース204はネットワーク上で暗号化された音声信号を生成するこ とができ、他のサイトで生成された暗号化された音声信号を受けることができる 。受けた信号はインターフェース204によって処理され、デコーディングユニッ トおよび音声信号デマトリクスユニット203に印加される。 デコーディングおよびデマトリクスユニット203によって送信された信号は、 音声信号再生およびアナログデジタル変換ユニット205を介して、所望のスピー カに印加される。このユニット205は受けた必要な信号を適切なスピーカに送信 するように構成されている。 上記構成が制御ユニットのメモリ110にプログラムされて記憶される場合、ユ ニット100Aは、デコーダの出力S1がマイクM1によってまたはサイトBのM1を含む 一連のマイクによって取り込まれた信号を送信することを示す情報およびこの出 力が従ってスピーカHnまたはスピーカH1を含む一連のスピーカに送信され、話を した参加者のクローズアップした光景を生成しなければならないことを示す情報 をメモリテーブルに内蔵する。 捕捉システム（マイクおよびユニット205）は音声信号通過帯域を考慮に入れ て、7kHz（品質の点からシステムの下限）の周波数帯で動作するよう選択される 。暗号化システムもこの最初の品質を考慮に入れて選択され、ビットレート圧縮 アルゴリズムは標準的なMPEG1またはMPEG2で記述されるように選択される。捕捉 システムはさらに良好な信号対雑音比を提供するように選択される。 二地点間構成における２つの部屋の場合、可能な構成は６個の音声チャネル、 すなわち各マイクにつき１個の音声チャネルを備える。３つの部屋の場合、各サ イトに２×３の音声チャネルが存在する。サイトAでは、３個のチャネルがAとB との間に音声リンクを提供し、他の３個のチャネルがAとCとの間に音声リンクを 提供する（BとCとの間も同様）。 画像および音声は最低のタイムシフト（約100ミリ秒）で伝送され、ビデオ画 像の品質およびサイズと組合されることで、聴覚障害のある人が離れた通信相手 の唇を読むことができる。 さらに、音声機器はエコー制御回路206を備え、この回路206は可変減衰ユニッ ト207を介してマイク信号に、本質的に標準の方法に従って利得可変器として動 作する。上記回路はユニット201の出力およびユニット205の入力に接続される。 図５の概略図は上記の可能な構成を示している。これは３つのサイトA、Bおよ びCの間の映像構成である。 上記の図はこのような構成が伝送網を無視して各サイトの間に提供する直接リ ンクを強調することによって単純化したものである。 この構成を３つのサイト：A、BおよびCから説明する。 サイトAおよびBはそれぞれ、同じサイトで異なる角度で撮影する２個のカメラ CA1およびCA2を備える。 この構成によれば、二地点間リンクにはエンコーダおよびデコーダが設けられ ている。 カメラCA1はサイトAのエンコーダ303に接続される。このエンコーダはデコー ダ304に接続され、このデコーダはプロジェクタに接続され、このフロジェクタ は画面画像E1(A)（サイトAのカメラCA1から生成された画像）を提供する。 サイトBのエンコーダ303はサイトBのカメラCA1に接続される。デコーダによっ て供給される信号はサイトAのデコーダ304によって解読され、画面画像E1(B)（ サイトBのカメラCA1から生成された画像）を供給する。 Cスタジオには、CA1で表された単一のカメラが設けられている。このカメラは ２つのエンコーダ304（A2）および304(B2)に接続される。エンコーダ304（A2） は画面画像E1(C)と組み合わされたサイトAのデコーダ306に接続され、エンコー ダ304（B2）は画面画像E1(C)と組み合わされたサイトBのデコーダ306に接続され る。 逆に、サイトCのデコーダ306はサイトAのカメラCA2の信号のエンコーダ305に 接続され、他方はサイトBのカメラCA2の信号のエンコーダ305に接続され、それ ぞれサイトAの画面画像、すなわちE2(A)およびサイトBの画面画像、すなわちE2( B)をサイトC上に表示する。 音声処理ユニットはさらにこの構成に従って二倍にされ、各サイトの音声ユニ ット202、203、205を接続する。 図６はサイトAとサイトBとの間の二地点間リンクを示している。この場合、各 カメラCA1、CA2は上記サイトの一部の光景を捕捉する。 ６個の音声信号（６個のマイク）の伝送の場合には、２個のエンコーダ−デコ ーダが各サイトにつき３個のチャネルに使用される。 図７〜図９はサイトA、BおよびCに投影された画面画像をそれぞれ示している 。サイトA(図7)では、画面画像E(4、3、2、1)は個々の端末から生成された光景 を提供し、画面画像E(C、B)はサイトCおよびBの重ねられた光景を提供する。 図８はサイトBでの表示構成を示し、図９はサイトCでの表示構成を示している 。 図10〜図13は上記サイト間の可能なリンクの例を示している。 図10はATMネットワークまたは専用回線を介して接続される４つのスタジオを 示している。 図11は集中MCUユニット（テレビ会議ゲートウェイ）を介して提供された接続 を示している。 図12はネットワークラインとMCU装置とを混合したもの、すなわちスタジオ1、 2および３の音声信号を抑制するための装置を含む市販のテレビ会議ゲートウェ イを示している。上記信号を抑制するのは、このようなハードウェアを介する直 接リンクおよび接続を備えるサイトは直接ネットワークリンクおよびMCU接続か ら生成された信号の重なり（およびタイムシフト）によって悪影響を受けるから である。 図13は異なる型のネットワーク、例えばNumeris、ATMおよび専用回線を介する 接続を示している。

【手続補正書】特許法第１８４条の８第１項 【提出日】平成１１年６月４日（１９９９．６．４） 【補正内容】 使用する端末は概してITU規格、例えば全てのH320規格に従う。 ある種のシステムでは、一度に１つの離れた部屋しか見ることができない。こ れでは同時に全員を見ることができないのでユーザーにとって不都合である。手 動または自動切換えで画面に表示される部屋を選択する。一般に、この部屋は最 も強い音声信号を伝送する（音声切換え）。これは、音声の検出、すなわち最も 活発な音声がある部屋に従って画像を切換える会議ゲートウェイの場合に当ては まる。 規格H320またはH323のような規格、または他のITU規格に従う他のシステムは 、中央装置を用いて、規格H231およびH243で規定された全てのマルチ会議ユニッ ト（MCU）からの画像を受ける。この装置は伝送された画像の数と同じ回数だけM CUへの伝送用の通過帯域を共有することによって画像を再生する。 これは暗号化によって40〜50の圧縮ファクタでオンラインビットレートを実質 的に圧縮することによって行われる。その結果、鮮明度の損失（definition los s）は各部屋（５部屋までのマルチポイントリンクで）から伝送された画像の約 ４分の３に等しくなる。 画像のデジタル圧縮はH261暗号化を用いるH320型、またはH263暗号化を用いる H323型、可動型JPEG（ISO規格）、MPEG1型、またはMPEG2型にすることができる 。 上記プロファイルのどの１つでも、送信された画像はコンピュータファイルの 形にすることができる。 いずれにせよ、受け取った画像は損なわれ、マルチ会議の効果は再現されない 。 これ以上の情報に関しては、特許D1 WO 94 16517に記載の最新の従来技術を参 照されたい。 音声伝送では、暗号化システムが用いられるか、または帯域幅の点からも、暗 号化自体の品質の点からも音声信号の最初の品質を考慮しないG722またはG711型 のビットレート圧縮が用いられる。 本発明のテレビ会議システムの目的は、現在市販されているシステムの限界を 超えて、遠隔サイト間での最大数の参加者とのテレビ会議を提供することにある 。 本発明のテレビ会議システムは、離れたサイトにいる参加者の姿を(1に近い縮尺 で)画面上に提供するものであり、ここでは動作のテクスチャおよびパターンが 明確に認識され、且つ離れた参加者の音声を映像(imaging)の状態に応じて空間 的に分布することによって視覚イメージと音声イメージとが整合する。 提案されたシステムは、離れたサイトにいる参加者をマルチポイント構成であ っても連続的に表示する。さらに、このシステムは以下で説明するように、撮影 すべき画像に近い（例えば、画面ウインドウに収容される）n個のテレビカメラ の使用によってアイコンタクトの欠点を最小限に抑える。さらにハイファイ音声 再生を可能にする。 特に、本発明は請求項１に記載のテレビ会議、システムを提案する。 離れた参加者の画像は１に近い縮尺でスタジオの画面上にあり、この縮尺は画 面と参加者の着席しているテーブルとの間の距離に依存する。従って、例えば、 各部屋に約４人がいる遠隔の４つの部屋を表示するのに標準的な寸法の画面は約 5×2mである。 本発明のテレビ会議システムは１つまたは複数のカメラ（CA1）、（CA2）およ び録音システム（マイクまたは音響アンテナ）を備える。録音データは伝送され た映像信号を生成したのがカメラ（CA1）か、カメラ（CA2）かによって、一方ま たは他方のカメラに整合される。 特に、この整合によって「主観的な重なり」が提供され、音源は組合された画 像の近くに（この画像の軸に沿って）ある。 本発明の別の特徴によれば、録音および再生装置は下記を備える： 請求の範囲 １．Ｎ＞２であるＮ個のサイトにいる参加者の間のテレビ会議システムで、各サ イトに映像画面、カメラおよび画面再生装置並びに録音および再生装置を備え、 下記特長を有するシステムであって、 −前記映像画面が、プロジェクタ、オーバーヘッドプロジェクタまたは直視型プ ロジェクタの大画面(10)であり；前記画面(10)によって形成された画像壁上に再 現された空間内に、離れた所にいる全ての参加者を同時に表示する画像壁を形成 する１つまたは複数の表示システムを備え、 −前記録音および再生装置が、各サイトごとに、音声(100A、100k、HiおよびM j)を空間的に分布して離れている各参加者が発した音声と、対象となるサイトで 投影された参加者の画像とを整合する装置を備えるシステムにおいて、 −所定のサイトは他のサイトで生成された画像および音声信号を受け、確立さ れた通信に従ってそれらを再生し、他のサイトおよび発言者が同時に表示および 聴取され、継ぎ目なく、他の参加者のじゃまをせずに両者間で同時に発言を交わ し、従って −録音および再生装置が、 −信号捕捉およびデジタル化ユニット(201)； −信号再生およびアナログデジタル変換ユニット(205)； −前記サイトの参加者の前に配置されたn個のマイク（M1〜Mn）； −画面の長さに沿って分配されたp個のスピーカ(H1〜HP)であって、pは画面の サイズに比例する； −ビットレート圧縮装置を備えるネットワーク適合装置； −エコー制御装置、および −マイク、前記マイクによって送信された信号およびこの信号を再生するため のスピーカを整合する装置が、所望の整合を確立する１つまたは複数の構成を記 憶する記憶装置(110)を備えることを特徴とするテレビ会議システム。 ２．画像壁を形成する画面(10)の寸法が、参加者が１に近い縮尺で表示される状 態で全てのサイトの画像を表示できるように選択されることを特徴とする請求項 １に記載のテレビ会議システム。 ３．撮影ユニットが第１のカメラ（CA1）および第２のカメラ（CA2）で構成され 、伝送された映像信号が前記カメラ（CA1、CA2）のどちらで生成されたかにより 、録音された音声が前記カメラの一方または他方と組合されることを特徴とする 請求項１に記載のテレビ会議システム。 ４．録音装置が複数のマイク、音声信号捕捉装置(201)並びに前記信号用の暗号 化およびマトリクス化装置(205)を備えることを特徴とする請求項１に記載のテ レビ会議システム。 ５．音声再現装置が音声信号用のデコーディングおよびデマトリクス化装置（20 3）、音声信号を再生するための装置(205)および複数のスピーカを備えることを 特徴とする請求項１に記載のテレビ会議システム。 ６．各撮影ユニットが、各サイトごとに、前記サイトの参加者の前に配置された q個のカメラを備え、各カメラが画面の別の部分に表示された異なる遠隔の参加 者のグループを撮影することを特徴とする請求項１〜５のいずれか一項に記載の テレビ会議システム。 ７．１サイト当たりのカメラの数qが２以上であり、画像の遠近効果を再現する ことを特徴とする、テレビ会議がN個のサイトの間で行われる請求項１〜６のい ずれか一項に記載のテレビ会議システム。 ８．一方のカメラ（CA1）が第１のグループの参加者を含む局所的なサイトの一 部の画像を撮影し、他方のカメラ（CA2）が第２のグループの参加者を含む局所 的なサイトの一部の光景を撮影し、２つの画像を重ねて全ての参加者の表示を 可能にすることを特徴とする、テレビ会議が２つの別のサイトの間でのみ行われ る請求項１〜６のいずれか一項に記載のテレビ会議システム。 ９．前記カメラ（CA1、CA2）が投影された画像の下側に配置されることを特徴と する、複数のカメラが撮影に用いられる請求項１〜８のいずれか一項に記載のテ レビ会議システム。 10．１に近い縮尺で画像を再生する複数の陰極線または液晶ビデオ機器あるいは オーバーヘッドプロジェクタ(PR1、PR2)をさらに備えることを特徴とする請求項 １〜９のいずれか一項に記載のテレビ会議システム。 11．全ての画像を画面(10)に表示できるように、遠隔のサイトから受けた画像を 並列するか、または重ねることができる画像処理装置(301、304)を各サイトごと に備えることを特徴とする請求項１〜10のいずれか一項に記載のテレビ会議シス テム。 12．前記サイトが、異なっていてもよい高ビットレート伝送網（R）を介して直 接接続されるか、またはテレビ会議ゲートウェイを介してまたはネットワークお よびテレビ会議ゲートウェイを介して間接的に接続されることを特徴とする請求 項１〜11のいずれか一項に記載のテレビ会議システム。 13．処理手段が下記を備えることを特徴とする請求項１〜12のいずれか一項に記 載のテレビ会議システム： −PC型の処理および制御ユニット、またはワークステーション(100A〜100K)； −処理ユニットによって制御される映像エンコーダ−デコーダ(303〜306)およ び音声エンコーダ−デコーダ；および −前記ネットワーク用の伝送適合インターフェース（301、302、204）。 14．前記ネットワークがATM（非同期転送モード）型伝送網であり、視聴覚信号 用の伝送インターフェースがAAL1型インターフェースであり、処理ユニット間の テレビ会議の制御信号用の伝送インターフェースがAAL5型インターフェースであ ることを特徴とする請求項13に記載のテレビ会議システム。

───────────────────────────────────────────────────── フロントページの続き (72)発明者 ジュリアン，ジャン−パスカル フランス国 75003 パリ リュ ランビ ュトー 30

Claims (1)

1. 【特許請求の範囲】 １．複数の異なるサイトにいる参加者の間のテレビ会議システムで、各サイトに 映像画面、カメラおよび画面再生装置並びに録音および再生装置を備えるシステ ムにおいて、 −前記映像画面が、プロジェクタ、オーバーヘッドプロジェクタまたは直視型 プロジェクタの大画面(10)であり、前記画面(10)によって形成された画像壁上に 再現された空間内に、離れた所にいる全ての参加者を同時に表示する画像壁を形 成する１つまたは複数の表示システムを備え、 −前記録音および再生装置が、各サイトごとに、音声(100A、100k、HiおよびM j)を空間的に分布して離れている各参加者が発した音声と、対象となるサイトで 投影された参加者の画像とを整合する装置を備え、 −所定のサイトは他のサイトで生成された画像および音声信号を受け、確立さ れた通信に従ってそれらを再生し、他のサイトおよび発言者が同時に表示および 聴取され、継ぎ目なく、他の参加者のじゃまをせずに両者間で同時に発言を交わ すことを特徴とするテレビ会議システム。 ２．画像壁を形成する画面(10)の寸法が、参加者が１に近い縮尺で表示される状 態で全てのサイトの画像を表示できるように選択されることを特徴とする請求項 １に記載のテレビ会議システム。 ３．撮影ユニットが第１のカメラ（CA1）および第２のカメラ（CA2）で構成され 、伝送された映像信号が前記カメラ（CA1、CA2）のどちらで生成されたかにより 、録音された音声が前記カメラの一方または他方と組合されることを特徴とする 請求項１に記載のテレビ会議システム。 ４．録音装置が複数のマイク、音声信号捕捉装置(201)並びに前記信号用の暗号 化およびマトリクス化装置(205)を備えることを特徴とする請求項１に記載のテ レビ会議システム。 ５．音声再現装置が音声信号用のデコーディングおよびデマトリクス化装置（20 3）、音声信号を再生するための装置(205)および複数のスピーカを備えることを 特徴とする請求項１に記載のテレビ会議システム。 ６．録音および再生装置が下記を備えることを特徴とする請求項１〜５のいずれ か一項に記載のテレビ会議システム： −信号捕捉およびデジタル化ユニット(201)； −信号再生およびアナログデジタル変換ユニット(205)； −前記サイトの参加者の前に配置されたn個のマイク（M1〜Mn）； −画面の長さに沿って分配されたp個のスピーカ(H1〜HP)であって、pは画面の サイズに比例する； −ビットレート圧縮装置を備えるネットワーク適合装置； −エコー制御装置。 ７．マイク、前記マイクによって送信された信号およびこの信号を再生するため のスピーカを整合する装置が、所望の整合を確立する１つまたは複数の構成を記 憶する記憶装置(110)を備えることを特徴とする請求項１〜６のいずれか一項に 記載のテレビ会議システム。 ８．各撮影ユニットが、各サイトごとに、前記サイトの参加者の前に配置された q個のカメラを備え、各カメラが画面の別の部分に表示された異なる遠隔の参加 者のグループを撮影することを特徴とする請求項１〜７のいずれか一項に記載の テレビ会議システム。 ９．１サイト当たりのカメラの数ｑが２以上であり、画像の遠近効果を再現する ことを特徴とする、テレビ会議がＮ個のサイトの間で行われる請求項１〜８のい ずれか一項に記載のテレビ会議システム。 10．一方のカメラ（CA1）が第１のグループの参加者を含む局所的なサイトの一 部の画像を撮影し、他方のカメラ（CA2）が第２のグループの参加者を含む局所 的なサイトの一部の光景を撮影し、２つの画像を重ねて全ての参加者の表示を可 能にすることを特徴とする、テレビ会議が２つの別のサイトの間でのみ行われる 請求項１〜８のいずれか一項に記載のテレビ会議システム。 11．前記カメラ（CA1、CA2）が投影された画像の下側に配置されることを特徴と する、複数のカメラが撮影に用いられる請求項１〜10のいずれか一項に記載のテ レビ会議システム。 12．１に近い縮尺で画像を再生する複数の陰極線または液晶ビデオ機器あるいは オーバーヘッドプロジェクタ(PR1、PR2)をさらに備えることを特徴とする請求項 １〜11のいずれか一項に記載のテレビ会議システム。 13．全ての画像を画面(10)に表示できるように、遠隔のサイトから受けた画像を 並列するか、または重ねることができる画像処理装置(301、304)を各サイトごと に備えることを特徴とする請求項１〜12のいずれか一項に記載のテレビ会議シス テム。 14．前記サイトが、異なっていてもよい高ビットレート伝送網（R）を介して直 接接続されるか、またはテレビ会議ゲートウェイを介してまたはネットワークお よびテレビ会議ゲートウェイを介して間接的に接続されることを特徴とする請求 項１〜13のいずれか一項に記載のテレビ会議システム。 15．処理手段が下記を備えることを特徴とする請求項１〜14のいずれか一項に記 載のテレビ会議システム： −PC型の処理および制御ユニット、またはワークステーション(100A〜100K)； −処理ユニットによって制御される映像エンコーダ−デコーダ(303〜306)お よび音声エンコーダ−デコーダ；および −前記ネットワーク用の伝送適合インターフェース（301、302、204）。 16．前記ネットワークがATM（非同期転送モード）型伝送網であり、視聴覚信号 用の伝送インターフェースがAAL1型インターフェースであり、処理ユニット間の テレビ会議の制御信号用の伝送インターフェースがAAL5型インターフェースであ ることを特徴とする請求項15に記載のテレビ会議システム。