メディアストリーム加工システム、メディアストリーム加工方法、コンポーネント実現装置
【課題】複数メディアサーバのメディアストリーム加工機能間の連携を実現する。
【解決手段】コンポーネント実現部１０３上に各メディアサーバ１０４ａ、１０４ｂの持つメディアストリーム加工機能１４１ａ〜１４１ｄに対応するコンポーネント１３１ａ〜１３１ｃをＡＰＩ１３２によって生成する。コンポーネント実現部１０３は、メディアサーバ１０４ａ、１０４ｂ上のメディアストリーム加工機能１４１ａ〜１４１ｄをメディアストリーム加工機能表１３３により管理する。アプリケーションサーバ１０６からのコンポーネント生成ＡＰＩ呼び出しに対して、指定された種別のメディアストリーム加工機能を持つメディアサーバ１０４ａ、１０４ｂ上に、対象メディアストリーム加工機能のオブジェクトを生成し、指定された種別のコンポーネントオブジェクトをコンポーネント実現部１０３上に生成する。
【解決手段】コンポーネント実現部１０３上に各メディアサーバ１０４ａ、１０４ｂの持つメディアストリーム加工機能１４１ａ〜１４１ｄに対応するコンポーネント１３１ａ〜１３１ｃをＡＰＩ１３２によって生成する。コンポーネント実現部１０３は、メディアサーバ１０４ａ、１０４ｂ上のメディアストリーム加工機能１４１ａ〜１４１ｄをメディアストリーム加工機能表１３３により管理する。アプリケーションサーバ１０６からのコンポーネント生成ＡＰＩ呼び出しに対して、指定された種別のメディアストリーム加工機能を持つメディアサーバ１０４ａ、１０４ｂ上に、対象メディアストリーム加工機能のオブジェクトを生成し、指定された種別のコンポーネントオブジェクトをコンポーネント実現部１０３上に生成する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、通信事業者以外を含むサービス提供者が、通信事業者の次世代ネットワークにおけるメディアサービスを開発するための、メディアストリーム加工システム、メディアストリーム加工方法、コンポーネント実現装置に関する。
【背景技術】
【０００２】
リアルタイムにメディアストリームの加工を行うサービスを開発する際、メディアストリーム加工機能を持つメディアサーバ等の装置が用いられる。ここで言うメディアストリーム加工機能とは、メディアストリームの１つないし複数の入力に対し、１つないし複数のメディアストリームの出力を行うものを指す。
【０００３】
これらのメディアサーバの特つメディアストリーム加工機能を制御しサービスを開発する方法として、ＶｏｉｃｅＸＭＬ（Voice Extensible Markup Language：非特許文献１）や、ＣＣＸＭＬ（Cal1 Control Extensible Markup Language：非特許文献２）、ＭＳＣＭＬ（Media Server Control Markup Language：非特許文献３）等、標準化された音声メディアサーバ制御言語や、メディアサーバ毎に独自の制御インターフェースが用いられている。また、非特許文献４には、ＳＩＰ端末等の通信端末間の接続に用いられるＰａｒｌａｙＸについて記載されている。
【０００４】
図６は、従来のメディアサーバにおける機能構成例を示すものである。図６において、メディアサーバ５０１はメディアの再生や記録等を行う複数のメディア制御機能５１１ａ、５１１ｂの他に、複数のメディアストリーム加工機能５１２ａ〜５１２ｃを持つ。これらのメディアストリーム加工機能５１２ａ〜５１２ｃは、制御インターフェース５１３を介して、サービスシナリオ５１４ａ〜５１４ｃから利用される。
【０００５】
制御インターフェース５１３は、このメディアサーバ５０１の機能の制御のみを目的としており、他のメディアサーバの機能を制御することはできない。そのためメディアストリーム加工機能５１２ａ〜５１２ｃ間での組み合わせは可能でも、外部のメディアサーバの持つメディアストリーム加工機能との組み合わせを行うことはできない。
【０００６】
なお、一般には、メディアストリーム加工機能に加えて様々なメディアの制御（再生、録音等）を行うものをメディアサーバと呼ぶが、以下の説明では、これらのメディアサーバと、メディアストリーム加工機能のみを持つ装置をともにメディアサーバと呼ぶ。
【非特許文献１】“Voice Extensible Markup Language (VoiceXML) Version 2.0, W3C Recommendation 16 March 2004”、「online」、「平成１９年８月１３日検索」、インターネット＜ＵＲＬ：http://www.w3.org/TR/voicexml20/＞
【非特許文献２】“Voice Browser Call Control: CCXML Version 1.0, W3C Working Draft 19 January 2007”、「online」、「平成１９年８月１３日検索」、インターネット＜ＵＲＬ：http://www.w3.org/TR/ccxml/＞
【非特許文献３】“Media Server Control Markup Language (MSCML) and Protocol”、「online」、「平成１９年８月１３日検索」、インターネット＜ＵＲＬ：http://www.ietf.org/rfc/rfc4722.txt＞
【非特許文献４】“ETSI ES 202 391-2 V1.2.1(2006-12), Open Sercice Access(OSA);Parlay X Web Services; Part 2:Third Party Copy(Parlay X2)”、「online」、「平成１９年８月１３日検索」、インターネット＜ＵＲＬ：http://webapp.etsi.org/action%5CPU/20061219/es_20239102v010201p.pdf＞
【発明の開示】
【発明が解決しようとする課題】
【０００７】
上述の非特許文献で示されるようなインターフェースは特定のメディアサーバ装置上のメディアストリーム加工機能を利用するためのものであり、メディアストリーム加工機能に対し外部のメディアストリームを入力する手段や、メディアストリーム加工機能から外部にメディアストリームを出力する手段が設けられていない。このため、複数のメディアサーバ上の複数のメディアストリーム加工機能を組み合わせて利用することはできなかった。
【０００８】
例えば、あるメディアサーバの持つメディアストリーム加工機能ＡとＢを組み合わせて利用することはできても、このＡやＢと他のメディアサーバの持つメディアストリーム加工機能Ｃとを組み合わせて利用することはできなかった。このため、メディアストリームの加工を行うメディアサービスを開発する際は、ある特定のメディアサーバに対象を絞り、そのメディアサーバ上で提供されているメディアストリーム加工機能のみを用いる必要があった。
【０００９】
対象として選んだメディアサーバだけでは、目的とするサービスを実現するメディアストリーム加工機能を満足できない場合は、複数のメディアサーバ製品を用意し、直接メディアサーバプログラムを改変するか、あるいは独自に複数メディアサーバのメディアストリーム加工機能の相互利用を可能とするプログラムを開発する必要があった。
【００１０】
後者の場合も、対象のメディアサーバだけを考慮して相互利用プログラムを開発するだけでは、更に別のメディアストリーム加工機能を持つメディアサーバが必要となった際に、これを追加することが難しい状況が発生するというように接続性に欠け、汎用的なメディアストリーム加工機能間の連携方法が無い。
【００１１】
そこでこの発明は、複数メディアサーバのメディアストリーム加工機能間の連携方法を実現することができるメディアストリーム加工システム、メディアストリーム加工方法、コンポーネント実現装置を提供することを目的としている。
【課題を解決するための手段】
【００１２】
上述の課題を解決するために、本発明は、呼制御用ネットワークに接続されている端末と、複数のプロトコルのストリームデータの加工機能を有する複数のメディアサーバと、端末と、複数のメディアサーバとの間に設けられ、各メディアサーバの持つメディアストリーム加工機能に対し、対応するコンポーネントを生成し、アプリケーションからこのコンポーネントの組み合わせを指定することでメディアストリーム加工処理を行うコンポーネント実現部とを有することを特徴とするメディアストリーム加工システムである。
【００１３】
本発明において、コンポーネント実現部は、コンポーネントに対応するメディアストリーム加工機能の種類と、それを提供するメディアサーバのアドレスとが対応付けられて記述されたメディアストリーム加工機能表を有することを特徴とする。
【００１４】
本発明は、端末と、複数種類のプロトコルのストリームデータの加工機能を有する複数のメディアサーバとの間にコンポーネント実現部を設け、コンポーネント実現部により、各メディアサーバの持つメディアストリーム加工機能に対し、対応するコンポーネントを生成し、アプリケーションからこのコンポーネントの組み合わせを指定することでメディアストリーム加工処理を行うようにしたことを特徴とするメディアストリーム加工方法である。
【００１５】
本発明は、端末と、複数種類のプロトコルのストリームデータの加工機能を有するメディアサーバとの間に設けられるコンポーネント実現装置であって、各メディアサーバの持つメディアストリーム加工機能を実現するためのアプリケーションインターフェースの提供手段と、各メディアサーバの持つメディアストリーム加工機能に対し、対応するコンポーネントを生成する手段と、アプリケーションからこのコンポーネントの組み合わせを指定することでメディアストリーム加工処理を行う手段とを備えるようにしたコンポーネント実現装置である。
【発明の効果】
【００１６】
本発明によれば、複数のメディアストリーム加工機能を組み合わせて利用するメディアサービスを実現できる。これにより、メディアサーバ自体への機能追加を必要とせずに、メディアサービスにおいてリアルタイムかつ多彩なメディアストリームの加工を可能とし、その表現の幅を広げるとともに、迅速なメディアサービス開発が可能になる。
【発明を実施するための最良の形態】
【００１７】
以下、本発明の実施の形態について図面を参照しながら説明する。
図１は、本発明の実施形態のネットワーク構成を示すものである。
この実施形態では、メディアストリーム加工方法として、コンポーネント間及び端末間の接続形式としてＳＩＰ（Session initiation Protocol）を使用し、サービスからコンポーネント実現部のＡＰＩ(Application Programming Interface）の実行にＳＯＡＰ（Simple Object Access Protocol）を用いる構成としている。
【００１８】
ＳＩＰは次世代ネットワークにおけるセッション制御に用いられる標準技術であり、端末間や、端末とアプリケーションサーバ間での接続等に用いられる。ＳＯＡＰはＷｅｂサービスを呼び出す際に用いられる標準形式の一つである。
【００１９】
図１において、１０１ａ、１０１ｂ、１０１ｃは端末である。端末１０１ａ、１０１ｂ、１０１ｃは、ＳＩＰプロトコルによりセッションを確立でき、ＳＩＰ端末となる。端末１０１ａ、１０１ｂ、１０１ｃは、呼制御用ネットワーク１０２を介して、コンポーネント実現部１０３に接続されている。
【００２０】
１０４ａ、１０４ｂはメディアサーバである。メディアサーバ１０４ａ、１０４ｂは、複数のプロトコルで、データのストリーミングサービスを提供している。メディアサーバのプロトコルとしては、ＶｏｉｃｅＸＭＬ，ＣＣＸＭＬ，ＭＳＣＭＬ等が想定される。メディアサーバ１０４ａ、１０４ｂは、制御インターフェース１４０ａ、１４０ｂと、メディアストリーム加工機能１４１ａ及び１４１ｂ、１４１ｃ及び１４１ｄとを備えている。各メディアサーバ１０４ａ、１０４ｂは、それぞれ、メディア制御用ネットワーク１０５ａ、１０５ｂを介して、コンポーネント実現部１０３に接続されている。
【００２１】
１０３はコンポーネント実現部である。コンポーネント実現部１０３は、複数のメディアサーバ１０４ａ、１０４ｂ上のメディアストリーム加工機能間の連携を実現するために、呼制御用ネットワーク１０２と各メディアサーバ１０４ａ、１０４ｂのメディア制御用ネットワーク１０５ａ、１０５ｂとの境界に設置される。コンポーネント実現部１０３は、当該コンポーネント実現部１０３上に、各メディアサーバ１０４ａ、１０４ｂの持つメディアストリーム加工機能１４１ａ及び１４１ｂ、１４１ｃ及び１４１ｄに対応するコンポーネント１３１ａ、１３１ｂ、１３１ｃを、ＡＰＩ１３２によって生成し、これを公開している。コンポーネント実現部１０３は、接続されたメディアサーバ１０４ａ、１０４ｂ、上にどのようなメディアストリーム加工機能が存在するかを、コンポーネント実現部１０３上のメディアストリーム加工機能表１３３によって管理している。このメディアストリーム加工機能表１３３には、各メディアストリーム加工機能の種類と、それを提供するメディアサーバ１０４ａ、１０４ｂのアドレスとが対応付けられて記述されている。
【００２２】
１０６はアプリケーションサーバである。アプリケーションサーバ１０６は、アプリケーション処理部１６０を有している。アプリケーションサーバ１０６は、情報ネットワーク１０７を介して、コンポーネント実現部１０３に接続されている。アプリケーションサーバ１０６は、コンポーネント１３１ａ、１３１ｂ、１３１ｃの間を接続するアプリケーションを提供している。
【００２３】
アプリケーションサーバ１０６からのコンポーネント生成ＡＰＩ呼び出しに対して、このＡＰＩ呼び出しで指定された種別のメディアストリーム加工機能を持つコンポーネントが生成され、指定された種別のコンポーネント１３１ａ、１３１ｂ、１３１ｃがコンポーネント実現部１０３上に生成される。
【００２４】
生成されたコンポーネント１３１ａ、１３１ｂ、１３１ｃは、対応するメディアサーバ１０４ａ、１０４ｂ上のメディアストリーム加工機能オブジェクトのアドレスを持ち、セッション接続時に実際のメディアストリームがこのアドレスから流れるよう指示される。
【００２５】
コンポーネント実現部１０３に情報ネットワーク１０７によって接続されたアプリケーションサーバ１０６上のアプリケーションから、生成された複数のコンポーネント１３１ａ〜１３１ｃを接続するＡＰＩがコンポーネント実現部１０３に対して呼び出されると、コンポーネント実現部１０３で、これらのコンポーネント１３１ａ〜１３１ｃの間でセッションが確立される。
【００２６】
コンポーネント実現部１０３のＡＰＩ１３２は、以下の３つのサービスを利用可能としている。
【００２７】
・コンポーネント生成ＡＰＩ
コンポーネント実現部１０３に接続されたメディアサーバ１０４ａ、１０４ｂの持つメディアストリーム加工機能１４１ａ及び１４１ｂ、１４１ｃ及び１４１ｄに対応するコンポーネントを生成し、メディアサーバのリソースを確保する命令である。メディアストリーム加工機能の指定と、その細かい動作指定等をパラメータとして与える。１つのメディアストリーム加工機能に対し複数のコンポーネントを生成することが可能である。
【００２８】
・コンポーネント破棄ＡＰＩ
上記コンポーネント生成ＡＰＩによって生成されたコンポーネントを破棄し、コンポーネント実現部１０３上のリソース及び破棄対象コンポーネントの生成時に確保したメディアサーバのリソースを解放する命令である。
【００２９】
・コンポーネント間接続ＡＰＩ
コンポーネントとコンポーネントの間にセッションを確立する命令である。実際のメディアストリームは、コンポーネントの対応するメディアストリーム加工機能１４１ａ及び１４１ｂ、１４１ｃ及び１４１ｄを持つメディアサーバ１０４ａ、１０４ｂ間で送受信される。
【００３０】
また、本発明の実施形態のメディアストリーム加工方法における最も基本的なコンポーネントとして、次の種類を挙げる。これらの機能は一般のメディアサーバにおいて提供されている基本的なメディアストリーム加工機能を５種類に分類したものである。
【００３１】
・ミキサ
ミキサコンポーネントは、複数のメディアストリームの入力を複合し、一つのメディアストリームとして出力するものである。例えば、音声の場合であれば、入力ストリームの全波形を重ね合わせた波形を出力する、あるいは最も音量の大きな音を選択する等の動作をアプリケーションの指定によって行う。映像の複合については、様々な方法（一方の映像に半透明にしたもう一方の映像を重ね合わせて二重化する方法や、一方の映像の特定の領域にもう一方の映像を映し出す方法等）が考えられ、複合の方法はメディアサービスから指定するものとし、ここではそれら全てを一括してミキサと呼ぶ。
【００３２】
・ディストリビュータ
ディストリビュータコンポーネントは、単一のメディアストリームの入力を複数の出力として分配する機能である。
【００３３】
・マルチプレクサ
マルチプレクサコンポーネントは、音声と映像の一体となった入力メディアストリームに対し、そのうちの音声のみのストリームと、映像のみのストリームという２種類の出力を行う機能である。同時に、音声のみ出力する側のコンポーネントから入力された音声と、映像のみ出力する側のコンポーネントから入力された映像とを一体とした出力を、映像と音声が一体となった入力側に対して出力を行う。
【００３４】
・カンファレンス
従来の電話会議で用いられているように、音声については出力対象のコンポーネントからの入力を除いた全ての入力に対してミキサコンポーネントと同様のミキシング処理を行う。映像については入力メディアストリームのうち、音声について最大の音量を持つストリームの映像のみを全コンポーネントに出力する方法や、画面を接続コンポーネント数だけ分割して全入力メディアストリームの映像を複合する方法等のうち、サービスから指定した動作を行う。一般にミキサやディストリビュータという形でメディアストリーム加工機能が提供される場合は少なく、多くはカンファレンス機能のみが提供される。ミキサは出力対象が１つで、それ以外の出力が無効化されたカンファレンスと捉えることができ、ディストリビュータは入力が１つで、それ以外の入力が無効化されたカンファレンスと捉えることができる。
【００３５】
・スイッチ
スイッチコンポーネントは、通常のセッション制御によって接続されたコンポーネント同士が互いに入力と出力の対象となっている点に対し、入力と出力の対象をそれぞれ別のコンポーネントに振り分ける機能である。接続された３つのコンポーネントをそれぞれＡ，Ｂ，Ｃと置く場合、Ａからのスイッチヘの入力をＢに出力し、Ｃからのスイッチヘの入力をＡへと出力する形となる。
【００３６】
・フィルタ
フィルタコンポーネントは、１つの入力メディアストリームに対し、このメディアストリームの内容に変更を加えたものを１つ出力する機能である。一般に「メディアの加工」と呼ばれる音声へのエコーや残響音の付与、あるいは映像の回転や拡大縮小、色調補正といったエフェクトの類は全てこのフィルタコンポーネントにあたる。これらのフィルタの種類は、コンポーネント毎にサービスによって指定する。
【００３７】
アプリケーションサーバ１０６上のアプリケーション処理部１６０が実際にこれらの制御を行うには、情報ネットワーク１０７を介してコンポーネント実現部１０３のＡＰＩ１３２を呼び出す。
【００３８】
図２は、コンポーネント実現部１０３の詳細の機能構成例を示すものである。
【００３９】
図２において、メディアストリーム加工機能表１３３は、コンポーネント実現部１０３に接続された全てのメディアサーバ１０４ａ、１０４ｂの持つ全てのメディアストリーム加工機能１４１ａ〜１４１ｄの表を持つ。ここでは基本的なメディアストリーム加工機能として、ミキサ３１１、ディストリビュータ３１２、マルチプレクサ３１３、カンファレンス３１４、スイッチ３１５、フィルタ３１６、３１７等を例として表に持つとしている。
【００４０】
ＡＰＩ１３２には、コンポーネント生成ＡＰＩ３２１、コンポーネント破棄ＡＰＩ３２２、コンポーネント間接続ＡＰＩ３２３等が含まれる。
【００４１】
コンポーネント生成ＡＰＩ３２１が呼び出されると、指定されたコンポーネント種別に対応するメディアストリーム加工機能１４１ａ〜１４１ｄを持つメディアサーバ１０４ａ、１０４ｂ上に、制御インターフェース１４０ａ、１４０ｂによってメディアストリーム加工機能を利用可能とする初期化処理が行われる。この初期化処理の後、コンポーネントがコンポーネント実現部１０３上に生成される。
【００４２】
コンポーネント破棄ＡＰＩ３２２によって、これらの生成されたコンポーネントオブジェクトを破棄することができる。
【００４３】
生成されたコンポーネントオブジェクト間の接続には、コンポーネント間接続ＡＰＩ３２３が用いられる。本実施形態例では、コンポーネント間の接続形式にＳＩＰを想定しているため、ここではＳＩＰ端末間の接続に用いられるＰａｒｌａｙＸ（非特許文献４）のｍａｋｅＣａｌｌ命令に相当するＡＰＩを提供するものと考えることができる。このコンポーネント間接続ＡＰＩ３２３は、呼制御用ネットワーク１０２を介してコンポーネント間の接続を行う。
【００４４】
アプリケーション処理部１６０の指定したコンポーネント間の接続が全て完了されると、サービスの提供準備が整った状態となり、端末１０１ａ〜１０１ｃから呼制御用ネットワーク１０２を介してサービスが公開されるＳＩＰ ＵＲＩを持つコンポーネントに対して、接続が行われる。
【００４５】
図３により、基本的なコンポーネント種別のメディアストリーム加工機能を説明する。ここで、コンポーネントに接続される他のコンポーネント（図１におけるコンポーネント１３１ａ〜１３１ｃに対応）やＳＩＰ端末（図１における端末１０１ａ〜１０１ｃに対応）は、等しくＳＩＰで接続されるＳＩＰ ＵＡ（ＵｓｅｒＡｇｅｎｔ）であることから、これらを一括して単にＳＩＰ ＵＡと呼ぶ。
【００４６】
ミキサＣ１０は、ミキサＣ１０に接続されたＳＩＰ ＵＡ Ｃ１１〜ＳＩＰ ＵＡ Ｃ１３のメディアストリームを複合して接続し、ＳＩＰＵＡ Ｃ１４に出力する。
【００４７】
ディストリビュータＣ２０は、ディストリビュータＣ２０に接続されたＳＩＰ ＵＡ Ｃ２１からのメディアストリームを、ＳＩＰ ＵＡ Ｃ２２〜ＳＩＰ ＵＡ ２４に分配する。
【００４８】
マルチプレクサＣ３０は、ＳＩＰ ＵＡ Ｃ３１からの映像と音声が一体となった入力から、映像のみを分離したものを別のＳＩＰ ＵＡＣ３２と、音声のみを分離したものを更に別のＳＩＰ ＵＡ Ｃ３３とを出力する。また、ＳＩＰ ＵＡ Ｃ３２から入力された映像メディアストリームと、ＳＩＰ ＵＡ Ｃ３３から入力された音声メディアストリームをと複合し、映像と音声が一体となったメディアストリームをＳＩＰ ＵＡ Ｃ３１を出力する。
【００４９】
カンファレンスＣ４０は、ＳＩＰ ＵＡ Ｃ４１に対してはＳＩＰ ＵＡ Ｃ４２、ＳＩＰ ＵＡ Ｃ４３から入力されたメディアストリームを複合したものを出力し、同様にＳＩＰ ＵＡ Ｃ４２に対しては、ＳＩＰ ＵＡＣ４１、ＳＩＰ ＵＡ Ｃ４３からの入力を複合したもの、ＳＩＰ ＵＡ Ｃ４３に対してはＳＩＰ ＵＡ Ｃ４１，ＳＩＰ ＵＡ Ｃ４２からの入力を複合したものを出力するというように、出力対象の入力以外の入力を複合したものを出力する。
【００５０】
スイッチＣ５０は、ＳＩＰ ＵＡ Ｃ５１からの入力はＳＩＰ ＵＡ Ｃ５３に出力し、別のＳＩＰ ＵＡ Ｃ５２からの入力をＳＩＰ ＵＡ Ｃ５１に出力する。
【００５１】
フィルタＣ６０は、ＳＩＰ ＵＡ Ｃ６１からの入力メディアストリームに対し様々な変更を加えた後に、ＳＩＰ ＵＡ Ｃ６２へと出力する。
【００５２】
図４は、コンポーネントと端末間のセッション制御に対し、実際のメディアストリームがどう送受信されるかを表す。ここでは、例としてメディアサーバＡ４０、Ａ４１、Ａ４２（図１のメディアサーバ１０４ａ、１０４ｂに対応する）の３つを使い、メディアサーバＡ４２の提供する映像コンテンツに、ＣＭ映像を縮小したものを合成してＳＩＰ端末Ａ１０（図１の端末１０１ａ〜１０１ｃに対応する）に出力するサービスを挙げる。
【００５３】
この例では、コンポーネント実現部上にコンポーネントが２つ生成されている（ミキサＡ２０とフィルタＡ２１）。これらと、ＳＩＰ端末Ａ１０及びメディアサーバＡ４２の持つＳＩＰ ＵＡ（ＣＭ映像Ａ３０と映像コンテンツＡ３１）が図のようにセッション確立されている。ＣＭ映像Ａ３０の映像メディアストリームが拡大縮小を行うフィルタＡ２１に渡され、縮小された映像メディアストリームがミキサＡ２０へと渡される。ミキサＡ２０へは映像コンテンツＡ３１の映像メディアストリームも入力されており、これら２つの映像メディアストリームを複合したものを、ＳＩＰ端末Ａ１０へと出力する。実際のメディアストリームは、メディアサーバＡ４２からメディアサーバＡ４１を介してメディアサーバＡ４０へと渡されるもの（ＣＭ映像）と、メディアサーバＡ４２からメディアサーバＡ４０へと直接渡されるもの（映像コンテンツ）との２つの流れがあり、これらがメディアサーバ Ａ４０上で複合されたものが、メディアサーバＡ４０からＳＩＰ端末Ａ１０へと出力される形となる。
【００５４】
図５に、４つのコンポーネントを組み合わせることで、遠隔地点のＳＩＰ端末を用いるサービス利用者同士が、カラオケを行うことのできるサービス例を示す。ここでは、サービス提供者の持つメディアサーバから、歌い手の指定した楽曲の字幕映像（映像メディアストリーム）Ｘ２０とカラオケ楽曲（音声メディアストリーム）Ｘ２１とがそれぞれ別のＳＩＰ ＵＡから出力されると考える。字幕映像Ｘ２０とディストリビュータＸ３１を介して分配されたカラオケ楽曲Ｘ２１の映像と音声のメディアストリームが、マルチプレクサＸ３０によって映像と音声が一体化した一つのメディアストリームとして扱われる。歌い手の端末Ｘ１０には、スイッチＸ３２を介してこのメディアストリームが入力され、端末Ｘ１０上にて再生される。この再生された字幕（歌詞）映像とカラオケ楽曲に合わせて歌い手が歌う入力（映像プラス音声）は、スイッチＸ３２を介してカンファレンスＸ３３へと出力される。カンファレンスＸ３３にはディストリビュータＸ３１によって分配されたカラオケ楽曲Ｘ２１の音声メディアストリームも入力され、これらと聴き手の端末Ｘ１１，Ｘ１２からの音声入力とが複合され、聴き手の端末Ｘ１１，Ｘ１２へと出力され、端末Ｘ１１，Ｘ１２上で再生される。
【００５５】
本発明によりコンポーネントの入出力形式が共通化されたため、この図５のようにコンポーネントの組み合わせを、コンポーネントとその間の接続を有向グラフによって表現することが可能となる。このような表現によるＧＵＩ（グラフィカルユーザインタフェース）でのコンポーネントの制御を可能とすることにより、サービス開発者はコンポーネントの組み合わせを直感的に指定することが可能になる。
【００５６】
以上説明したように、本発明の実施形態では、コンポーネント実現部１０３を設けることで、複数のメディアサーバの持つメディアストリーム加工機能を組み合わせて利用することを可能としている。その方法として、メディアサーバの持つメディアストリーム加工機能を機能毎にコンポーネントと呼ぶ抽象的な機能ブロックと関連付け、この個々のコンポーネントの組み合わせによって、サービス事業者が複数のメディアサーバの持つメディアストリーム機能を組み合わせることを可能としている。
【００５７】
サービス開発者は、これらのコンポーネントを生成し、その間を接続することで、複数のメディアサーバ上のメディアストリーム加工機能を、実際のメディアサーバの種類の差異を意識することなく組み合わせて利用することが可能となる。また、これらのコンポーネント間の接続方式に、通常の端末間での接続方式に用いられるセッション制御技術を利用することで、端末との接続時に特殊なゲートウェイ等が必要とならず、また、端末同士のセッションの間に配置することでメディアストリームの加工を行うような他のシステムをもコンポーネントの１つとして組み合わせることが可能となる。メディアサービスの利用者は、端末（電話機、ＴＶ等）からサービス提供者が公開したコンポーネントのアドレスに対してセッション接続を行うことで、これらのメディアストリーム加工機能の組み合わせを行ったサービスを利用することができる。
【００５８】
本発明は、上述した実施形態に限定されるものではなく、この発明の要旨を逸脱しない範囲内で様々な変形や応用が可能である。
【図面の簡単な説明】
【００５９】
【図１】本発明の実施形態のネットワークの機能構成を示すブロック図である。
【図２】本発明の実施形態におけるコンポーネント実現部の機能構成を示すブロック図である。
【図３】本発明の実施形態における基本的なコンポーネントの説明図である。
【図４】本発明の実施形態においてコンポーネントとＳＩＰ端末間の接続とメディアストリームの流れを示す説明図である。
【図５】カラオケサービスにおけるコンポーネントの組み合わせ例を示す説明図である。
【図６】従来のメディアサーバの説明図である。
【符号の説明】
【００６０】
１０１ａ〜１０１ｃ・・・端末
１０２・・・呼制御用ネットワーク
１０３・・・コンポーネント実現部
１０４ａ、１０４ｂ・・・メディアサーバ
１０４ａ・・・各メディアサーバ
１０５ａ、１０５ｂ・・・メディア制御用ネットワーク
１０６・・・アプリケーションサーバ
１０７・・・情報ネットワーク
１３１ａ〜１３１ｃ・・・コンポーネント
１３３・・・メディアストリーム加工機能表
１４０ａ、１４０ｂ・・・制御インターフェース
１４１ａ〜１４１ｄ・・・メディアストリーム加工機能
１６０・・・アプリケーション処理部
【技術分野】
【０００１】
本発明は、通信事業者以外を含むサービス提供者が、通信事業者の次世代ネットワークにおけるメディアサービスを開発するための、メディアストリーム加工システム、メディアストリーム加工方法、コンポーネント実現装置に関する。
【背景技術】
【０００２】
リアルタイムにメディアストリームの加工を行うサービスを開発する際、メディアストリーム加工機能を持つメディアサーバ等の装置が用いられる。ここで言うメディアストリーム加工機能とは、メディアストリームの１つないし複数の入力に対し、１つないし複数のメディアストリームの出力を行うものを指す。
【０００３】
これらのメディアサーバの特つメディアストリーム加工機能を制御しサービスを開発する方法として、ＶｏｉｃｅＸＭＬ（Voice Extensible Markup Language：非特許文献１）や、ＣＣＸＭＬ（Cal1 Control Extensible Markup Language：非特許文献２）、ＭＳＣＭＬ（Media Server Control Markup Language：非特許文献３）等、標準化された音声メディアサーバ制御言語や、メディアサーバ毎に独自の制御インターフェースが用いられている。また、非特許文献４には、ＳＩＰ端末等の通信端末間の接続に用いられるＰａｒｌａｙＸについて記載されている。
【０００４】
図６は、従来のメディアサーバにおける機能構成例を示すものである。図６において、メディアサーバ５０１はメディアの再生や記録等を行う複数のメディア制御機能５１１ａ、５１１ｂの他に、複数のメディアストリーム加工機能５１２ａ〜５１２ｃを持つ。これらのメディアストリーム加工機能５１２ａ〜５１２ｃは、制御インターフェース５１３を介して、サービスシナリオ５１４ａ〜５１４ｃから利用される。
【０００５】
制御インターフェース５１３は、このメディアサーバ５０１の機能の制御のみを目的としており、他のメディアサーバの機能を制御することはできない。そのためメディアストリーム加工機能５１２ａ〜５１２ｃ間での組み合わせは可能でも、外部のメディアサーバの持つメディアストリーム加工機能との組み合わせを行うことはできない。
【０００６】
なお、一般には、メディアストリーム加工機能に加えて様々なメディアの制御（再生、録音等）を行うものをメディアサーバと呼ぶが、以下の説明では、これらのメディアサーバと、メディアストリーム加工機能のみを持つ装置をともにメディアサーバと呼ぶ。
【非特許文献１】“Voice Extensible Markup Language (VoiceXML) Version 2.0, W3C Recommendation 16 March 2004”、「online」、「平成１９年８月１３日検索」、インターネット＜ＵＲＬ：http://www.w3.org/TR/voicexml20/＞
【非特許文献２】“Voice Browser Call Control: CCXML Version 1.0, W3C Working Draft 19 January 2007”、「online」、「平成１９年８月１３日検索」、インターネット＜ＵＲＬ：http://www.w3.org/TR/ccxml/＞
【非特許文献３】“Media Server Control Markup Language (MSCML) and Protocol”、「online」、「平成１９年８月１３日検索」、インターネット＜ＵＲＬ：http://www.ietf.org/rfc/rfc4722.txt＞
【非特許文献４】“ETSI ES 202 391-2 V1.2.1(2006-12), Open Sercice Access(OSA);Parlay X Web Services; Part 2:Third Party Copy(Parlay X2)”、「online」、「平成１９年８月１３日検索」、インターネット＜ＵＲＬ：http://webapp.etsi.org/action%5CPU/20061219/es_20239102v010201p.pdf＞
【発明の開示】
【発明が解決しようとする課題】
【０００７】
上述の非特許文献で示されるようなインターフェースは特定のメディアサーバ装置上のメディアストリーム加工機能を利用するためのものであり、メディアストリーム加工機能に対し外部のメディアストリームを入力する手段や、メディアストリーム加工機能から外部にメディアストリームを出力する手段が設けられていない。このため、複数のメディアサーバ上の複数のメディアストリーム加工機能を組み合わせて利用することはできなかった。
【０００８】
例えば、あるメディアサーバの持つメディアストリーム加工機能ＡとＢを組み合わせて利用することはできても、このＡやＢと他のメディアサーバの持つメディアストリーム加工機能Ｃとを組み合わせて利用することはできなかった。このため、メディアストリームの加工を行うメディアサービスを開発する際は、ある特定のメディアサーバに対象を絞り、そのメディアサーバ上で提供されているメディアストリーム加工機能のみを用いる必要があった。
【０００９】
対象として選んだメディアサーバだけでは、目的とするサービスを実現するメディアストリーム加工機能を満足できない場合は、複数のメディアサーバ製品を用意し、直接メディアサーバプログラムを改変するか、あるいは独自に複数メディアサーバのメディアストリーム加工機能の相互利用を可能とするプログラムを開発する必要があった。
【００１０】
後者の場合も、対象のメディアサーバだけを考慮して相互利用プログラムを開発するだけでは、更に別のメディアストリーム加工機能を持つメディアサーバが必要となった際に、これを追加することが難しい状況が発生するというように接続性に欠け、汎用的なメディアストリーム加工機能間の連携方法が無い。
【００１１】
そこでこの発明は、複数メディアサーバのメディアストリーム加工機能間の連携方法を実現することができるメディアストリーム加工システム、メディアストリーム加工方法、コンポーネント実現装置を提供することを目的としている。
【課題を解決するための手段】
【００１２】
上述の課題を解決するために、本発明は、呼制御用ネットワークに接続されている端末と、複数のプロトコルのストリームデータの加工機能を有する複数のメディアサーバと、端末と、複数のメディアサーバとの間に設けられ、各メディアサーバの持つメディアストリーム加工機能に対し、対応するコンポーネントを生成し、アプリケーションからこのコンポーネントの組み合わせを指定することでメディアストリーム加工処理を行うコンポーネント実現部とを有することを特徴とするメディアストリーム加工システムである。
【００１３】
本発明において、コンポーネント実現部は、コンポーネントに対応するメディアストリーム加工機能の種類と、それを提供するメディアサーバのアドレスとが対応付けられて記述されたメディアストリーム加工機能表を有することを特徴とする。
【００１４】
本発明は、端末と、複数種類のプロトコルのストリームデータの加工機能を有する複数のメディアサーバとの間にコンポーネント実現部を設け、コンポーネント実現部により、各メディアサーバの持つメディアストリーム加工機能に対し、対応するコンポーネントを生成し、アプリケーションからこのコンポーネントの組み合わせを指定することでメディアストリーム加工処理を行うようにしたことを特徴とするメディアストリーム加工方法である。
【００１５】
本発明は、端末と、複数種類のプロトコルのストリームデータの加工機能を有するメディアサーバとの間に設けられるコンポーネント実現装置であって、各メディアサーバの持つメディアストリーム加工機能を実現するためのアプリケーションインターフェースの提供手段と、各メディアサーバの持つメディアストリーム加工機能に対し、対応するコンポーネントを生成する手段と、アプリケーションからこのコンポーネントの組み合わせを指定することでメディアストリーム加工処理を行う手段とを備えるようにしたコンポーネント実現装置である。
【発明の効果】
【００１６】
本発明によれば、複数のメディアストリーム加工機能を組み合わせて利用するメディアサービスを実現できる。これにより、メディアサーバ自体への機能追加を必要とせずに、メディアサービスにおいてリアルタイムかつ多彩なメディアストリームの加工を可能とし、その表現の幅を広げるとともに、迅速なメディアサービス開発が可能になる。
【発明を実施するための最良の形態】
【００１７】
以下、本発明の実施の形態について図面を参照しながら説明する。
図１は、本発明の実施形態のネットワーク構成を示すものである。
この実施形態では、メディアストリーム加工方法として、コンポーネント間及び端末間の接続形式としてＳＩＰ（Session initiation Protocol）を使用し、サービスからコンポーネント実現部のＡＰＩ(Application Programming Interface）の実行にＳＯＡＰ（Simple Object Access Protocol）を用いる構成としている。
【００１８】
ＳＩＰは次世代ネットワークにおけるセッション制御に用いられる標準技術であり、端末間や、端末とアプリケーションサーバ間での接続等に用いられる。ＳＯＡＰはＷｅｂサービスを呼び出す際に用いられる標準形式の一つである。
【００１９】
図１において、１０１ａ、１０１ｂ、１０１ｃは端末である。端末１０１ａ、１０１ｂ、１０１ｃは、ＳＩＰプロトコルによりセッションを確立でき、ＳＩＰ端末となる。端末１０１ａ、１０１ｂ、１０１ｃは、呼制御用ネットワーク１０２を介して、コンポーネント実現部１０３に接続されている。
【００２０】
１０４ａ、１０４ｂはメディアサーバである。メディアサーバ１０４ａ、１０４ｂは、複数のプロトコルで、データのストリーミングサービスを提供している。メディアサーバのプロトコルとしては、ＶｏｉｃｅＸＭＬ，ＣＣＸＭＬ，ＭＳＣＭＬ等が想定される。メディアサーバ１０４ａ、１０４ｂは、制御インターフェース１４０ａ、１４０ｂと、メディアストリーム加工機能１４１ａ及び１４１ｂ、１４１ｃ及び１４１ｄとを備えている。各メディアサーバ１０４ａ、１０４ｂは、それぞれ、メディア制御用ネットワーク１０５ａ、１０５ｂを介して、コンポーネント実現部１０３に接続されている。
【００２１】
１０３はコンポーネント実現部である。コンポーネント実現部１０３は、複数のメディアサーバ１０４ａ、１０４ｂ上のメディアストリーム加工機能間の連携を実現するために、呼制御用ネットワーク１０２と各メディアサーバ１０４ａ、１０４ｂのメディア制御用ネットワーク１０５ａ、１０５ｂとの境界に設置される。コンポーネント実現部１０３は、当該コンポーネント実現部１０３上に、各メディアサーバ１０４ａ、１０４ｂの持つメディアストリーム加工機能１４１ａ及び１４１ｂ、１４１ｃ及び１４１ｄに対応するコンポーネント１３１ａ、１３１ｂ、１３１ｃを、ＡＰＩ１３２によって生成し、これを公開している。コンポーネント実現部１０３は、接続されたメディアサーバ１０４ａ、１０４ｂ、上にどのようなメディアストリーム加工機能が存在するかを、コンポーネント実現部１０３上のメディアストリーム加工機能表１３３によって管理している。このメディアストリーム加工機能表１３３には、各メディアストリーム加工機能の種類と、それを提供するメディアサーバ１０４ａ、１０４ｂのアドレスとが対応付けられて記述されている。
【００２２】
１０６はアプリケーションサーバである。アプリケーションサーバ１０６は、アプリケーション処理部１６０を有している。アプリケーションサーバ１０６は、情報ネットワーク１０７を介して、コンポーネント実現部１０３に接続されている。アプリケーションサーバ１０６は、コンポーネント１３１ａ、１３１ｂ、１３１ｃの間を接続するアプリケーションを提供している。
【００２３】
アプリケーションサーバ１０６からのコンポーネント生成ＡＰＩ呼び出しに対して、このＡＰＩ呼び出しで指定された種別のメディアストリーム加工機能を持つコンポーネントが生成され、指定された種別のコンポーネント１３１ａ、１３１ｂ、１３１ｃがコンポーネント実現部１０３上に生成される。
【００２４】
生成されたコンポーネント１３１ａ、１３１ｂ、１３１ｃは、対応するメディアサーバ１０４ａ、１０４ｂ上のメディアストリーム加工機能オブジェクトのアドレスを持ち、セッション接続時に実際のメディアストリームがこのアドレスから流れるよう指示される。
【００２５】
コンポーネント実現部１０３に情報ネットワーク１０７によって接続されたアプリケーションサーバ１０６上のアプリケーションから、生成された複数のコンポーネント１３１ａ〜１３１ｃを接続するＡＰＩがコンポーネント実現部１０３に対して呼び出されると、コンポーネント実現部１０３で、これらのコンポーネント１３１ａ〜１３１ｃの間でセッションが確立される。
【００２６】
コンポーネント実現部１０３のＡＰＩ１３２は、以下の３つのサービスを利用可能としている。
【００２７】
・コンポーネント生成ＡＰＩ
コンポーネント実現部１０３に接続されたメディアサーバ１０４ａ、１０４ｂの持つメディアストリーム加工機能１４１ａ及び１４１ｂ、１４１ｃ及び１４１ｄに対応するコンポーネントを生成し、メディアサーバのリソースを確保する命令である。メディアストリーム加工機能の指定と、その細かい動作指定等をパラメータとして与える。１つのメディアストリーム加工機能に対し複数のコンポーネントを生成することが可能である。
【００２８】
・コンポーネント破棄ＡＰＩ
上記コンポーネント生成ＡＰＩによって生成されたコンポーネントを破棄し、コンポーネント実現部１０３上のリソース及び破棄対象コンポーネントの生成時に確保したメディアサーバのリソースを解放する命令である。
【００２９】
・コンポーネント間接続ＡＰＩ
コンポーネントとコンポーネントの間にセッションを確立する命令である。実際のメディアストリームは、コンポーネントの対応するメディアストリーム加工機能１４１ａ及び１４１ｂ、１４１ｃ及び１４１ｄを持つメディアサーバ１０４ａ、１０４ｂ間で送受信される。
【００３０】
また、本発明の実施形態のメディアストリーム加工方法における最も基本的なコンポーネントとして、次の種類を挙げる。これらの機能は一般のメディアサーバにおいて提供されている基本的なメディアストリーム加工機能を５種類に分類したものである。
【００３１】
・ミキサ
ミキサコンポーネントは、複数のメディアストリームの入力を複合し、一つのメディアストリームとして出力するものである。例えば、音声の場合であれば、入力ストリームの全波形を重ね合わせた波形を出力する、あるいは最も音量の大きな音を選択する等の動作をアプリケーションの指定によって行う。映像の複合については、様々な方法（一方の映像に半透明にしたもう一方の映像を重ね合わせて二重化する方法や、一方の映像の特定の領域にもう一方の映像を映し出す方法等）が考えられ、複合の方法はメディアサービスから指定するものとし、ここではそれら全てを一括してミキサと呼ぶ。
【００３２】
・ディストリビュータ
ディストリビュータコンポーネントは、単一のメディアストリームの入力を複数の出力として分配する機能である。
【００３３】
・マルチプレクサ
マルチプレクサコンポーネントは、音声と映像の一体となった入力メディアストリームに対し、そのうちの音声のみのストリームと、映像のみのストリームという２種類の出力を行う機能である。同時に、音声のみ出力する側のコンポーネントから入力された音声と、映像のみ出力する側のコンポーネントから入力された映像とを一体とした出力を、映像と音声が一体となった入力側に対して出力を行う。
【００３４】
・カンファレンス
従来の電話会議で用いられているように、音声については出力対象のコンポーネントからの入力を除いた全ての入力に対してミキサコンポーネントと同様のミキシング処理を行う。映像については入力メディアストリームのうち、音声について最大の音量を持つストリームの映像のみを全コンポーネントに出力する方法や、画面を接続コンポーネント数だけ分割して全入力メディアストリームの映像を複合する方法等のうち、サービスから指定した動作を行う。一般にミキサやディストリビュータという形でメディアストリーム加工機能が提供される場合は少なく、多くはカンファレンス機能のみが提供される。ミキサは出力対象が１つで、それ以外の出力が無効化されたカンファレンスと捉えることができ、ディストリビュータは入力が１つで、それ以外の入力が無効化されたカンファレンスと捉えることができる。
【００３５】
・スイッチ
スイッチコンポーネントは、通常のセッション制御によって接続されたコンポーネント同士が互いに入力と出力の対象となっている点に対し、入力と出力の対象をそれぞれ別のコンポーネントに振り分ける機能である。接続された３つのコンポーネントをそれぞれＡ，Ｂ，Ｃと置く場合、Ａからのスイッチヘの入力をＢに出力し、Ｃからのスイッチヘの入力をＡへと出力する形となる。
【００３６】
・フィルタ
フィルタコンポーネントは、１つの入力メディアストリームに対し、このメディアストリームの内容に変更を加えたものを１つ出力する機能である。一般に「メディアの加工」と呼ばれる音声へのエコーや残響音の付与、あるいは映像の回転や拡大縮小、色調補正といったエフェクトの類は全てこのフィルタコンポーネントにあたる。これらのフィルタの種類は、コンポーネント毎にサービスによって指定する。
【００３７】
アプリケーションサーバ１０６上のアプリケーション処理部１６０が実際にこれらの制御を行うには、情報ネットワーク１０７を介してコンポーネント実現部１０３のＡＰＩ１３２を呼び出す。
【００３８】
図２は、コンポーネント実現部１０３の詳細の機能構成例を示すものである。
【００３９】
図２において、メディアストリーム加工機能表１３３は、コンポーネント実現部１０３に接続された全てのメディアサーバ１０４ａ、１０４ｂの持つ全てのメディアストリーム加工機能１４１ａ〜１４１ｄの表を持つ。ここでは基本的なメディアストリーム加工機能として、ミキサ３１１、ディストリビュータ３１２、マルチプレクサ３１３、カンファレンス３１４、スイッチ３１５、フィルタ３１６、３１７等を例として表に持つとしている。
【００４０】
ＡＰＩ１３２には、コンポーネント生成ＡＰＩ３２１、コンポーネント破棄ＡＰＩ３２２、コンポーネント間接続ＡＰＩ３２３等が含まれる。
【００４１】
コンポーネント生成ＡＰＩ３２１が呼び出されると、指定されたコンポーネント種別に対応するメディアストリーム加工機能１４１ａ〜１４１ｄを持つメディアサーバ１０４ａ、１０４ｂ上に、制御インターフェース１４０ａ、１４０ｂによってメディアストリーム加工機能を利用可能とする初期化処理が行われる。この初期化処理の後、コンポーネントがコンポーネント実現部１０３上に生成される。
【００４２】
コンポーネント破棄ＡＰＩ３２２によって、これらの生成されたコンポーネントオブジェクトを破棄することができる。
【００４３】
生成されたコンポーネントオブジェクト間の接続には、コンポーネント間接続ＡＰＩ３２３が用いられる。本実施形態例では、コンポーネント間の接続形式にＳＩＰを想定しているため、ここではＳＩＰ端末間の接続に用いられるＰａｒｌａｙＸ（非特許文献４）のｍａｋｅＣａｌｌ命令に相当するＡＰＩを提供するものと考えることができる。このコンポーネント間接続ＡＰＩ３２３は、呼制御用ネットワーク１０２を介してコンポーネント間の接続を行う。
【００４４】
アプリケーション処理部１６０の指定したコンポーネント間の接続が全て完了されると、サービスの提供準備が整った状態となり、端末１０１ａ〜１０１ｃから呼制御用ネットワーク１０２を介してサービスが公開されるＳＩＰ ＵＲＩを持つコンポーネントに対して、接続が行われる。
【００４５】
図３により、基本的なコンポーネント種別のメディアストリーム加工機能を説明する。ここで、コンポーネントに接続される他のコンポーネント（図１におけるコンポーネント１３１ａ〜１３１ｃに対応）やＳＩＰ端末（図１における端末１０１ａ〜１０１ｃに対応）は、等しくＳＩＰで接続されるＳＩＰ ＵＡ（ＵｓｅｒＡｇｅｎｔ）であることから、これらを一括して単にＳＩＰ ＵＡと呼ぶ。
【００４６】
ミキサＣ１０は、ミキサＣ１０に接続されたＳＩＰ ＵＡ Ｃ１１〜ＳＩＰ ＵＡ Ｃ１３のメディアストリームを複合して接続し、ＳＩＰＵＡ Ｃ１４に出力する。
【００４７】
ディストリビュータＣ２０は、ディストリビュータＣ２０に接続されたＳＩＰ ＵＡ Ｃ２１からのメディアストリームを、ＳＩＰ ＵＡ Ｃ２２〜ＳＩＰ ＵＡ ２４に分配する。
【００４８】
マルチプレクサＣ３０は、ＳＩＰ ＵＡ Ｃ３１からの映像と音声が一体となった入力から、映像のみを分離したものを別のＳＩＰ ＵＡＣ３２と、音声のみを分離したものを更に別のＳＩＰ ＵＡ Ｃ３３とを出力する。また、ＳＩＰ ＵＡ Ｃ３２から入力された映像メディアストリームと、ＳＩＰ ＵＡ Ｃ３３から入力された音声メディアストリームをと複合し、映像と音声が一体となったメディアストリームをＳＩＰ ＵＡ Ｃ３１を出力する。
【００４９】
カンファレンスＣ４０は、ＳＩＰ ＵＡ Ｃ４１に対してはＳＩＰ ＵＡ Ｃ４２、ＳＩＰ ＵＡ Ｃ４３から入力されたメディアストリームを複合したものを出力し、同様にＳＩＰ ＵＡ Ｃ４２に対しては、ＳＩＰ ＵＡＣ４１、ＳＩＰ ＵＡ Ｃ４３からの入力を複合したもの、ＳＩＰ ＵＡ Ｃ４３に対してはＳＩＰ ＵＡ Ｃ４１，ＳＩＰ ＵＡ Ｃ４２からの入力を複合したものを出力するというように、出力対象の入力以外の入力を複合したものを出力する。
【００５０】
スイッチＣ５０は、ＳＩＰ ＵＡ Ｃ５１からの入力はＳＩＰ ＵＡ Ｃ５３に出力し、別のＳＩＰ ＵＡ Ｃ５２からの入力をＳＩＰ ＵＡ Ｃ５１に出力する。
【００５１】
フィルタＣ６０は、ＳＩＰ ＵＡ Ｃ６１からの入力メディアストリームに対し様々な変更を加えた後に、ＳＩＰ ＵＡ Ｃ６２へと出力する。
【００５２】
図４は、コンポーネントと端末間のセッション制御に対し、実際のメディアストリームがどう送受信されるかを表す。ここでは、例としてメディアサーバＡ４０、Ａ４１、Ａ４２（図１のメディアサーバ１０４ａ、１０４ｂに対応する）の３つを使い、メディアサーバＡ４２の提供する映像コンテンツに、ＣＭ映像を縮小したものを合成してＳＩＰ端末Ａ１０（図１の端末１０１ａ〜１０１ｃに対応する）に出力するサービスを挙げる。
【００５３】
この例では、コンポーネント実現部上にコンポーネントが２つ生成されている（ミキサＡ２０とフィルタＡ２１）。これらと、ＳＩＰ端末Ａ１０及びメディアサーバＡ４２の持つＳＩＰ ＵＡ（ＣＭ映像Ａ３０と映像コンテンツＡ３１）が図のようにセッション確立されている。ＣＭ映像Ａ３０の映像メディアストリームが拡大縮小を行うフィルタＡ２１に渡され、縮小された映像メディアストリームがミキサＡ２０へと渡される。ミキサＡ２０へは映像コンテンツＡ３１の映像メディアストリームも入力されており、これら２つの映像メディアストリームを複合したものを、ＳＩＰ端末Ａ１０へと出力する。実際のメディアストリームは、メディアサーバＡ４２からメディアサーバＡ４１を介してメディアサーバＡ４０へと渡されるもの（ＣＭ映像）と、メディアサーバＡ４２からメディアサーバＡ４０へと直接渡されるもの（映像コンテンツ）との２つの流れがあり、これらがメディアサーバ Ａ４０上で複合されたものが、メディアサーバＡ４０からＳＩＰ端末Ａ１０へと出力される形となる。
【００５４】
図５に、４つのコンポーネントを組み合わせることで、遠隔地点のＳＩＰ端末を用いるサービス利用者同士が、カラオケを行うことのできるサービス例を示す。ここでは、サービス提供者の持つメディアサーバから、歌い手の指定した楽曲の字幕映像（映像メディアストリーム）Ｘ２０とカラオケ楽曲（音声メディアストリーム）Ｘ２１とがそれぞれ別のＳＩＰ ＵＡから出力されると考える。字幕映像Ｘ２０とディストリビュータＸ３１を介して分配されたカラオケ楽曲Ｘ２１の映像と音声のメディアストリームが、マルチプレクサＸ３０によって映像と音声が一体化した一つのメディアストリームとして扱われる。歌い手の端末Ｘ１０には、スイッチＸ３２を介してこのメディアストリームが入力され、端末Ｘ１０上にて再生される。この再生された字幕（歌詞）映像とカラオケ楽曲に合わせて歌い手が歌う入力（映像プラス音声）は、スイッチＸ３２を介してカンファレンスＸ３３へと出力される。カンファレンスＸ３３にはディストリビュータＸ３１によって分配されたカラオケ楽曲Ｘ２１の音声メディアストリームも入力され、これらと聴き手の端末Ｘ１１，Ｘ１２からの音声入力とが複合され、聴き手の端末Ｘ１１，Ｘ１２へと出力され、端末Ｘ１１，Ｘ１２上で再生される。
【００５５】
本発明によりコンポーネントの入出力形式が共通化されたため、この図５のようにコンポーネントの組み合わせを、コンポーネントとその間の接続を有向グラフによって表現することが可能となる。このような表現によるＧＵＩ（グラフィカルユーザインタフェース）でのコンポーネントの制御を可能とすることにより、サービス開発者はコンポーネントの組み合わせを直感的に指定することが可能になる。
【００５６】
以上説明したように、本発明の実施形態では、コンポーネント実現部１０３を設けることで、複数のメディアサーバの持つメディアストリーム加工機能を組み合わせて利用することを可能としている。その方法として、メディアサーバの持つメディアストリーム加工機能を機能毎にコンポーネントと呼ぶ抽象的な機能ブロックと関連付け、この個々のコンポーネントの組み合わせによって、サービス事業者が複数のメディアサーバの持つメディアストリーム機能を組み合わせることを可能としている。
【００５７】
サービス開発者は、これらのコンポーネントを生成し、その間を接続することで、複数のメディアサーバ上のメディアストリーム加工機能を、実際のメディアサーバの種類の差異を意識することなく組み合わせて利用することが可能となる。また、これらのコンポーネント間の接続方式に、通常の端末間での接続方式に用いられるセッション制御技術を利用することで、端末との接続時に特殊なゲートウェイ等が必要とならず、また、端末同士のセッションの間に配置することでメディアストリームの加工を行うような他のシステムをもコンポーネントの１つとして組み合わせることが可能となる。メディアサービスの利用者は、端末（電話機、ＴＶ等）からサービス提供者が公開したコンポーネントのアドレスに対してセッション接続を行うことで、これらのメディアストリーム加工機能の組み合わせを行ったサービスを利用することができる。
【００５８】
本発明は、上述した実施形態に限定されるものではなく、この発明の要旨を逸脱しない範囲内で様々な変形や応用が可能である。
【図面の簡単な説明】
【００５９】
【図１】本発明の実施形態のネットワークの機能構成を示すブロック図である。
【図２】本発明の実施形態におけるコンポーネント実現部の機能構成を示すブロック図である。
【図３】本発明の実施形態における基本的なコンポーネントの説明図である。
【図４】本発明の実施形態においてコンポーネントとＳＩＰ端末間の接続とメディアストリームの流れを示す説明図である。
【図５】カラオケサービスにおけるコンポーネントの組み合わせ例を示す説明図である。
【図６】従来のメディアサーバの説明図である。
【符号の説明】
【００６０】
１０１ａ〜１０１ｃ・・・端末
１０２・・・呼制御用ネットワーク
１０３・・・コンポーネント実現部
１０４ａ、１０４ｂ・・・メディアサーバ
１０４ａ・・・各メディアサーバ
１０５ａ、１０５ｂ・・・メディア制御用ネットワーク
１０６・・・アプリケーションサーバ
１０７・・・情報ネットワーク
１３１ａ〜１３１ｃ・・・コンポーネント
１３３・・・メディアストリーム加工機能表
１４０ａ、１４０ｂ・・・制御インターフェース
１４１ａ〜１４１ｄ・・・メディアストリーム加工機能
１６０・・・アプリケーション処理部
【特許請求の範囲】
【請求項１】
複数のプロトコルのストリームデータの加工機能を有する複数のメディアサーバと、
呼制御用ネットワークに接続されている端末と、前記複数のメディアサーバとの間に設けられ、前記各メディアサーバの持つメディアストリーム加工機能に対し、対応するコンポーネントを生成し、アプリケーションからこのコンポーネントの組み合わせを指定することでメディアストリーム加工処理を行うコンポーネント実現部と
を有することを特徴とするメディアストリーム加工システム。
【請求項２】
前記コンポーネント実現部は、前記コンポーネントに対応するメディアストリーム加工機能の種類と、それを提供するメディアサーバのアドレスとが対応付けられて記述されたメディアストリーム加工機能表を有する
ことを特徴とする請求項１に記載のメディアストリーム加工システム。
【請求項３】
端末と、複数種類のプロトコルのストリームデータの加工機能を有する複数のメディアサーバとの間にコンポーネント実現部を設け、
前記コンポーネント実現部により、各メディアサーバの持つメディアストリーム加工機能に対し、対応するコンポーネントを生成し、アプリケーションからこのコンポーネントの組み合わせを指定することでメディアストリーム加工処理を行うようにしたことを特徴とするメディアストリーム加工方法。
【請求項４】
端末と、複数種類のプロトコルのストリームデータの加工機能を有するメディアサーバとの間に設けられるコンポーネント実現装置であって、
各メディアサーバの持つメディアストリーム加工機能を実現するためのアプリケーションインターフェースの提供手段と、
前記各メディアサーバの持つメディアストリーム加工機能に対し、対応するコンポーネントを生成する手段と、
アプリケーションからこのコンポーネントの組み合わせを指定することでメディアストリーム加工処理を行う手段と
を備えるようにしたコンポーネント実現装置。
【請求項１】
複数のプロトコルのストリームデータの加工機能を有する複数のメディアサーバと、
呼制御用ネットワークに接続されている端末と、前記複数のメディアサーバとの間に設けられ、前記各メディアサーバの持つメディアストリーム加工機能に対し、対応するコンポーネントを生成し、アプリケーションからこのコンポーネントの組み合わせを指定することでメディアストリーム加工処理を行うコンポーネント実現部と
を有することを特徴とするメディアストリーム加工システム。
【請求項２】
前記コンポーネント実現部は、前記コンポーネントに対応するメディアストリーム加工機能の種類と、それを提供するメディアサーバのアドレスとが対応付けられて記述されたメディアストリーム加工機能表を有する
ことを特徴とする請求項１に記載のメディアストリーム加工システム。
【請求項３】
端末と、複数種類のプロトコルのストリームデータの加工機能を有する複数のメディアサーバとの間にコンポーネント実現部を設け、
前記コンポーネント実現部により、各メディアサーバの持つメディアストリーム加工機能に対し、対応するコンポーネントを生成し、アプリケーションからこのコンポーネントの組み合わせを指定することでメディアストリーム加工処理を行うようにしたことを特徴とするメディアストリーム加工方法。
【請求項４】
端末と、複数種類のプロトコルのストリームデータの加工機能を有するメディアサーバとの間に設けられるコンポーネント実現装置であって、
各メディアサーバの持つメディアストリーム加工機能を実現するためのアプリケーションインターフェースの提供手段と、
前記各メディアサーバの持つメディアストリーム加工機能に対し、対応するコンポーネントを生成する手段と、
アプリケーションからこのコンポーネントの組み合わせを指定することでメディアストリーム加工処理を行う手段と
を備えるようにしたコンポーネント実現装置。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図２】
【図３】
【図４】
【図５】
【図６】
【公開番号】特開２００９−４９６４１（Ｐ２００９−４９６４１Ａ）
【公開日】平成２１年３月５日（２００９．３．５）
【国際特許分類】
【出願番号】特願２００７−２１２８６２（Ｐ２００７−２１２８６２）
【出願日】平成１９年８月１７日（２００７．８．１７）
【出願人】（０００００４２２６）日本電信電話株式会社 (13,992)
【Ｆターム（参考）】
【公開日】平成２１年３月５日（２００９．３．５）
【国際特許分類】
【出願日】平成１９年８月１７日（２００７．８．１７）
【出願人】（０００００４２２６）日本電信電話株式会社 (13,992)
【Ｆターム（参考）】
[ Back to top ]