音声の再生及び停止を制御する音声再生装置及びプログラム
【課題】 リバッファリングによる音途切れ時間を短くすることができる音声再生装置及びプログラムを提供する。
【解決手段】 音声データを一時的に蓄積するバッファ部１３と、バッファ部１３から再生手段へ出力される音声データを、開放／閉止によって制御するスイッチ１４と、バッファ手段のバッファ蓄積量を監視し、バッファ蓄積量が閾値以下であることを判定する閾値判定手段１８と、トリガパルスを出力するタイマ１９と、閾値判定部１８が真と判定した際に、タイマ１９の所定周期でスイッチ１４の開放／閉止を制御する制御手段１９１とを有する。
【解決手段】 音声データを一時的に蓄積するバッファ部１３と、バッファ部１３から再生手段へ出力される音声データを、開放／閉止によって制御するスイッチ１４と、バッファ手段のバッファ蓄積量を監視し、バッファ蓄積量が閾値以下であることを判定する閾値判定手段１８と、トリガパルスを出力するタイマ１９と、閾値判定部１８が真と判定した際に、タイマ１９の所定周期でスイッチ１４の開放／閉止を制御する制御手段１９１とを有する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、音声の再生及び停止を制御する音声再生装置及びプログラムに関する。特に、ＩＰ(Internet Protocol)電話及びＩＰテレビ電話のような会話を目的とした音声再生装置等に関する。
【背景技術】
【０００２】
図１は、従来技術によるデジタル音声再生装置の機能構成図である。
【０００３】
図１のデジタル音声再生装置１は、圧縮音声データを含むパケットを受信しつつ再生する装置である。音声再生装置１は、音声パケット受信部１１、音声デコーダ１２、バッファ１３、スイッチ１４、Ｄ／Ａ変換部１５、増幅器１６及び初期バッファリング判定部１７を有する。音声パケット受信部１１は、ネットワークから圧縮音声データを含むパケットを受信し、その圧縮音声データを音声デコーダ１２へ出力する。音声デコーダ１２は、圧縮音声データを復号し、非圧縮ＰＣＭ(Pulse Code Modulation)データに変換し、そのＰＣＭデータをバッファ１３へ出力する。バッファ１３は、ＰＣＭデータを一時的に蓄積し、スイッチ１４を介してＤ／Ａ変換部１５へ出力する。初期バッファリング判定部１７は、バッファ１３のバッファ蓄積量を監視し、そのバッファ蓄積量に基づいて、スイッチ１４の開放／閉止を制御する。Ｄ／Ａ変換部１５は、スイッチ１４を介して入力されたＰＣＭデータをアナログ音声信号に変換し、増幅器１６に出力する。増幅器１６から出力されたアナログ音声信号は、スピーカ２によって再生される。
【０００４】
初期バッファリング判定部１７は、ＮＯＲゲート１７１と、コンパレータ１７２と、ＲＳフリップフロップ１７３と、閾値記憶部１７４とを有する。ＮＯＲゲート１７１は、バッファ１３のバッファ蓄積量が０となった際に、Ｈ信号をフリップフロップ１７３へ出力する。コンパレータ１７２は、バッファ１３のバッファ蓄積量と、閾値記憶部１７４の初期バッファリング値とを比較し、バッファ蓄積量が初期バッファリング値以下になった際に、Ｈ信号をフリップフロップ１７３へ出力する。フリップフロップ１７３は、セット状態又はリセット状態によって、スイッチ１４の開放／閉止を制御する。
【０００５】
以下では、初期バッファリング判定部１７の動作について説明する。
【０００６】
初期状態について、バッファ１３にはＰＣＭデータが全く蓄積されていない。従って、ＮＯＲゲート１７１には０が入力され、その出力はＨ信号となる。これにより、フリップフロップ１７３はセット状態となり、スイッチ１１４は開放される。従って、音声デコーダ１２から出力されたＰＣＭデータは、バッファ１３に蓄積されていくこととなる。
【０００７】
その後、バッファ１３に蓄積されたＰＣＭデータのバッファ蓄積量が、初期バッファリング値以上になった際に、コンパレータ１７２はＨ信号を出力する。これにより、フリップフロップ１７３はリセット状態となり、スイッチ１１４は閉止される。従って、バッファ１３に蓄積されたＰＣＭデータは、Ｄ／Ａ変換部１５に入力され、増幅器１６を介してスピーカ２から音声が再生される。
【０００８】
このように、音声データを含むパケットを受信しつつ再生する場合、ネットワークのレート（伝送速度）変動等によって、パケットの受信時刻に揺らぎが生じると、バッファ蓄積量の時間換算値より長い時間に渡ってパケット受信が滞ることとなる。このとき、バッファ内データが全て取り出され、アンダーフロー状態となる場合がある。
【０００９】
バッファ１３に蓄積されたＰＣＭ(Pulse Code Modulation)データのバッファ蓄積量が０（アンダーフロー）になると、ＮＯＴゲート１７１の出力がＨ信号となり、フリップフロップ１７３はセット状態となり、スイッチ１１４は開放される。そうすると、音声デコーダ１２から出力されるＰＣＭデータは、バッファ１３に蓄積されていくこととなる。その後、バッファ１３に蓄積されたＰＣＭデータのバッファ蓄積量が、初期バッファリング値以上になった際、スイッチ１１４は閉止される。
【００１０】
このような動作をリバッファリング動作と称し、スイッチ１１４が閉止されている間は、再生が停止されることによる音途切れが生じる。
【００１１】
音声パケットが遅延なく到着すれば、バッファ蓄積量は、初期バッファリングレベルのバッファ蓄積量の辺りで推移する。しかしながら、音声パケットの到着に遅延が生ずると、バッファ蓄積量が低下することとなる。そして、アンダーフロー状態となれば、リバッファリング動作による音途切れが生じる。一方、遅延が解消され、遅延データが一度に到着すると、バッファ蓄積量は急激に増加することとなる。
【００１２】
初期バッファリング及びリバッファリングは、再度、バッファアンダーフローを生じないようにある程度長い時間が必要とされる。ＩＰ電話又はＩＰテレビ電話のようなリアルタイム系のアプリケーションの場合は、遅延量とのトレードオフを考慮して、一般に１００ｍ秒〜数１００ｍ秒とする。また、映像ストリーミングのような非リアルタイム系のアプリケーションの場合は、安定性を重視して、一般に数秒程度とする。
【００１３】
尚、先行公知文献としては、デジタル音声送受信装置におけるバッファリングについて、無音区間を利用して、バッファの読み出し位置と書き込み位置との間隔を調整する技術、即ち遅延を調整する技術がある（例えば特許文献１参照）。
【００１４】
【特許文献１】特表２００３−５０３８９０号
【発明の開示】
【発明が解決しようとする課題】
【００１５】
しかしながら、ＩＰ電話又はＩＰテレビ電話のような会話を目的としたアプリケーションの場合、１００ｍ秒を越える音途切れは、聴感上十分認知され、声が聞き取れないといった支障をきたす。従って、音声データを含むパケットを受信しつつ再生する場合において音声品質を向上させるためには、リバッファリングによって生じる音途切れ時間を短くすることが必要となる。
【００１６】
従って、本発明は、リバッファリングによる音途切れ時間を短くすることができる音声再生装置及びプログラム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】
【００１７】
本発明の音声再生装置によれば、
音声データを一時的に蓄積するバッファ手段と、
バッファ手段から再生手段へ出力される音声データを、開放／閉止によって制御するスイッチと、
バッファ手段のバッファ蓄積量を監視し、バッファ蓄積量が閾値以下であることを判定する閾値判定手段と、
トリガパルスを出力するタイマと、
閾値判定手段が真と判定した際に、タイマの所定周期でスイッチの開放／閉止を制御する第１の制御手段とを有することを特徴とする。
【００１８】
本発明の音声再生装置における他の実施形態によれば、閾値判定手段は、閾値を記憶しており、所定時間以前の過去時間のバッファ蓄積量が閾値よりも大きく、且つ、現在時間のバッファ蓄積量が閾値よりも小さいことを判定する閾値別判定手段を含むことも好ましい。
【００１９】
また、本発明の音声再生装置における他の実施形態によれば、閾値判定手段は、複数の閾値別判定手段を含み、いずれか１つの該閾値別判定手段が真と判定した際に、閾値判定手段は真と判定するように構成されていることも好ましい。
【００２０】
更に、本発明の音声再生装置における他の実施形態によれば、少なくとも１つの閾値は、音声再生のために動作当初に必要となる初期バッファリング値であることも好ましい。
【００２１】
更に、本発明の音声再生装置における他の実施形態によれば、タイマは、音声符号化の１フレーム分に相当する時間周期であることも好ましい。
【００２２】
更に、本発明の音声再生装置における他の実施形態によれば、
閾値判定手段は、真と判定した際にＨ信号を出力し、偽と判定した際にＬ信号を出力し、
タイマは、所定周期でＨ信号及びＬ信号を出力するものであり、
第１の制御手段は、閾値判定手段の出力信号とタイマの出力信号とを入力とするＡＮＤゲートであって、その出力信号がスイッチの開放／閉止を制御することも好ましい。
【００２３】
更に、本発明の音声再生装置における他の実施形態によれば、
閾値判定手段は、真と判定した際にＨ信号を出力し、偽と判定した際にＬ信号を出力し、
タイマは、所定周期でＨ信号及びＬ信号を出力するものであり、
第１の制御手段は、閾値判定手段の出力信号とタイマの出力信号とを入力とするＡＮＤゲートであり、
バッファ手段のバッファ蓄積量を監視し、バッファ蓄積量が初期バッファリング値以下である場合にＨ信号を出力する初期バッファリング判定手段と、
第１の制御手段の出力信号と初期バッファリング判定手段の出力信号とを入力するＯＲゲートであって、その出力信号がスイッチの開放／閉止を制御する第２の制御手段とを更に有することも好ましい。
【００２４】
本発明の音声再生プログラムによれば、
音声データを一時的に蓄積するバッファ手段と、
バッファ手段から再生手段へ出力される音声データを、開放／閉止によって制御するスイッチと、
バッファ手段のバッファ蓄積量を監視し、バッファ蓄積量が閾値以下であることを判定する閾値判定手段と、
トリガパルスを出力するタイマと、
閾値判定手段が真と判定した際に、タイマの所定周期でスイッチの開放／閉止を制御する第１の制御手段と
してコンピュータを機能させることを特徴とする。
【００２５】
本発明の音声再生プログラムにおける他の実施形態によれば、
閾値判定手段は、閾値を記憶しており、所定時間以前の過去時間のバッファ蓄積量が閾値よりも大きく、且つ、現在時間のバッファ蓄積量が閾値よりも小さいことを判定する閾値別判定手段を含むようにコンピュータを機能させることも好ましい。
【００２６】
また、本発明の音声再生プログラムにおける他の実施形態によれば、
閾値判定手段は、複数の閾値別判定手段を含み、いずれか１つの該閾値別判定手段が真と判定した際に、閾値判定手段は真と判定するようにコンピュータを機能させることも好ましい。
【００２７】
更に、本発明の音声再生プログラムにおける他の実施形態によれば、
少なくとも１つの閾値は、音声再生のために動作当初に必要となる初期バッファリング値であることも好ましい。
【００２８】
更に、本発明の音声再生プログラムにおける他の実施形態によれば、
タイマは、音声符号化の１フレーム分に相当する時間周期であることも好ましい。
【００２９】
更に、本発明の音声再生プログラムにおける他の実施形態によれば、
閾値判定手段は、真と判定した際にＨ信号を出力し、偽と判定した際にＬ信号を出力し、
タイマは、所定周期でＨ信号及びＬ信号を出力するものであり、
第１の制御手段は、閾値判定手段の出力信号とタイマの出力信号とを入力とするＡＮＤゲートであって、その出力信号がスイッチの開放／閉止を制御するようにコンピュータを機能させることも好ましい。
【００３０】
更に、本発明の音声再生プログラムにおける他の実施形態によれば、
閾値判定手段は、真と判定した際にＨ信号を出力し、偽と判定した際にＬ信号を出力し、
タイマは、所定周期でＨ信号及びＬ信号を出力するものであり、
第１の制御手段は、閾値判定手段の出力信号とタイマの出力信号とを入力とするＡＮＤゲートであり、
バッファ手段のバッファ蓄積量を監視し、バッファ蓄積量が初期バッファリング値以下である場合にＨ信号を出力する初期バッファリング判定手段と、
第１の制御手段の出力信号と初期バッファリング判定手段の出力信号とを入力するＯＲゲートであって、その出力信号がスイッチの開放／閉止を制御する第２の制御手段として更にコンピュータを機能させることも好ましい。
【発明の効果】
【００３１】
本発明によれば、バッファアンダーフローを生じる前段階において、聴感上認知されにくい微小区間の音途切れを前もって挿入することにより、初期遅延レベルに近いバッファ蓄積量を維持し、アンダーフロー状態に達することを事前に回避することができる。
【００３２】
本発明によれば、一瞬だけ音声再生が停止するため音途切れを生じる。しかしながら、音声が断となっている時間が２０ｍ秒と非常に短く、聴感上は一瞬雑音が入ったように聞こえるだけであり、会話用途にも一切支障をきたすことはない。この再生を停止した時間は、バッファからＰＣＭデータを抜き取らないため、バッファ蓄積量の回復が期待でき、大きな音途切れの原因となるバッファアンダーフロー時のリバッファリングの頻度を、大きく低減することができる。
【発明を実施するための最良の形態】
【００３３】
以下では、図面を用いて、本発明を実施するための最良の形態について詳細に説明する。
【００３４】
図２は、本発明におけるデジタル音声再生装置の基本的な機能構成図である。以下では、音声再生装置の機能について説明するが、各機能はプログラムによって実装され、そのプログラムをコンピュータが実行することによって各機能が実現される。
【００３５】
図２の音声再生装置１は、図１と比較して、タイマ１９と、タイマ用ＡＮＤゲート１９１とを更に有し、初期バッファリング判定部１７に代えて閾値判定部１８を有する。閾値判定部１８は、閾値を記憶する閾値記憶部１８９と、バッファ１３のバッファ蓄積量と当該閾値とを比較し、例えばバッファ蓄積量が閾値以下であれば、真となるＨ信号を出力し、そうでなければＬ信号を出力する。タイマ１９は、一般的な音声符号化の１フレーム分に相当する２０ｍ秒のトリガパルス信号を出力する。タイマ用ＡＮＤゲート１９１は、閾値判定部１８からの判定信号（Ｈ信号／Ｌ信号）と、タイマ１９からのトリガパルス信号（Ｈ信号／Ｌ信号）とが入力される。
【００３６】
動作開始時は、バッファ１３のバッファ蓄積量は０であるために、バッファ蓄積量は閾値以下となり、コンパレータ１８０は真と判定するＨ信号を出力する。タイマ用ＡＮＤゲート１９１は、タイマ１９のトリガパルスのＨ信号及びＬ信号に依存して、Ｈ信号及びＬ信号を出力する。スイッチ１４は、タイマ１９のトリガパルスにおける２０ｍ秒の期間だけ、Ｈ信号によって開放状態になされ、Ｌ信号によって閉止状態になされる。スイッチ１４が開放状態になされると、バッファ１３のＰＣＭデータはＤ／Ａ変換部１５に出力されず、バッファ１３内に蓄積されていく。一方、スイッチ１４が閉止状態になされると、バッファ１３のＰＣＭデータはＤ／Ａ変換部１５に出力され、その音声信号が再生される。
【００３７】
最初は、２０ｍ秒間隔で音途切れが生じるものの、次第にバッファ１３のバッファ蓄積量が増大し、アンダーフロー状態が解消されていく。バッファ１３のバッファ蓄積量が閾値以上になると、コンパレータ１８０は偽と判定するＬ信号を出力する。タイマ用ＡＮＤゲート１９１は、タイマ１９のトリガパルスのＨ信号及びＬ信号に依存することなく、Ｌ信号を出力する。スイッチ１４は、Ｌ信号によって閉止状態になされ、バッファ１３のＰＣＭデータはＤ／Ａ変換部１５に出力され、その音声信号は音途切れを生じることなく再生される。
【００３８】
その後、ネットワークから受信するパケットの到着が遅延し、バッファ１３からＰＣＭデータが抜き取られ、バッファ１３に蓄積されているＰＣＭデータが、閾値以下になったとする。このとき、コンパレータ１８０は真と判定するＨ信号を出力する。タイマ用ＡＮＤゲート１９１は、タイマ１９のトリガパルスのＨ信号及びＬ信号に依存して、Ｈ信号及びＬ信号を出力する。スイッチ１４は、タイマ１９のトリガパルスにおける２０ｍ秒の期間だけ、Ｈ信号によって開放状態になされ、Ｌ信号によって閉止状態になされる。これにより、音途切れが発生するけれども、次第にバッファ１３のバッファ蓄積量が増大していく。
【００３９】
そして、バッファ１３のバッファ蓄積量が閾値以上になると、コンパレータ１８０は偽と判定するＬ信号を出力する。タイマ用ＡＮＤゲート１９１は、タイマ１９のトリガパルスのＨ信号及びＬ信号に依存することなく、Ｌ信号を出力する。スイッチ１４は、Ｌ信号によって閉止状態になされ、バッファ１３のＰＣＭデータはＤ／Ａ変換部１５に出力され、その音声信号は音途切れを生じることなく再生される。
【００４０】
図３は、本発明における第２のデジタル音声再生装置の機能構成図である。
【００４１】
図３の音声再生装置は、図２と比較して、初期バッファリング判定部１７及びスイッチ用ＯＲゲート１９０を更に有する。また、閾値判定部１８は、複数のコンパレータによって構成されている。基本構成である図２の音声再生装置によれば、動作開始時（初期バッファリングレベルに至るまでの間）には、必ず音途切れが生じる。これに対し、図３の音声再生装置は、閾値の設定によって動作開始時における音途切れが発生しない。また、従来技術とおりアンダーフロー状態を判定するだけでなく、アンダーフロー状態に至るまでに段階的に閾値を設けることによって、音途切れを生じさせる回数をバッファ蓄積量に応じて制御することができる。
【００４２】
閾値判定部１８は、複数のコンパレータ１８０〜１８３と、ＡＮＤゲート１８４及び１８５と、ＯＲゲート１８６と、閾値記憶部１８７及び１８８と、遅延回路１８９とを有する。遅延回路１８９は、現在時間よりも所定時間以前の過去のバッファ蓄積量を出力することができる。２０ｍ秒の音途切れを生じさせるとするならば、その遅延時間は例えば３０ｍ秒程度に設定する。閾値記憶部１８７及び１８８はそれぞれ、バッファ蓄積量がアンダーフロー状態に至る前段階における閾値を記憶する。２つの閾値を設定する場合、例えば以下のように設定することができる。
第１の閾値 ＝ 初期バッファリング値
第２の閾値 ＝ 第１の閾値 ／ ２
【００４３】
片方向の音声データの配信のように、エンド−エンド間の通信の遅延が大きくても良い場合には、初期バッファ値を大きくして、ネットワークの遅延変動にも柔軟に対応できるようにすることができる。しかしながら、ＩＰ電話又はＩＰテレビ電話（VoIP）のような場合、会話が目的であるために、遅延が少ないことが要求される。従って、初期バッファ値を大きくすることができず、バッファに余裕のない状態で通信を行わなければならない。
【００４４】
図３の閾値判定部１８は、２つのコンパレータ（１８０及び１８１、１８２及び１８３）の組を、２個備えている。尚、コンパレータの組は、閾値の個数分存在するものであって、閾値の個数に応じて任意に拡張することができる。
コンパレータ１８０は「過去時間のバッファ蓄積量 ＞ 第１の閾値」を判定する。
コンパレータ１８１は「第１の閾値 ＞ 現在時間のバッファ蓄積量」を判定する。
コンパレータ１８２は「過去時間のバッファ蓄積量 ＞ 第２の閾値」を判定する。
コンパレータ１８３は「第２の閾値 ＞ 現在時間のバッファ蓄積量」を判定する。
このような判定は、所定時間間隔（過去時間から現在時間までの時間間隔）で閾値を跨ぐようなバッファ蓄積量の低下を生じたか否かを判定する。
【００４５】
ＡＮＤゲート１８４は、コンパレータ１８０及び１８１が共に真になった場合に、Ｈ信号を出力する。ＡＮＤゲート１８５は、コンパレータ１８２及び１８３が共に真になった場合に、Ｈ信号を出力する。ＯＲゲート１８６は、いずれかのコンパレータの組の判定が真となれば、Ｈ信号を出力する。このＨ信号を出力すると同時に、タイマ１９のトリガパルスが出力されるようにすることもできる。
【００４６】
タイマ用ＡＮＤゲート１９１は、閾値判定部１８（ＯＲゲート１８６）の出力信号と、タイマ１９の出力信号とを入力とする。閾値判定部１８からの出力信号は、第１の閾値又は第２の閾値のいずれかを満たす場合、Ｈ信号となる。従って、タイマ用ＡＮＤゲート１９１の出力信号は、タイマ１９のＨ信号に対して、Ｈ信号を出力する。
【００４７】
スイッチ用ＯＲゲート１９０は、タイマ用ＡＮＤゲート１９１の出力信号と、初期バッファリング判定部１７の出力信号とを入力とする。タイマ用ＡＮＤゲート１９１からの出力信号は、第１の閾値又は第２の閾値のいずれかを満たし且つタイマ１９のＨ信号であるか、又は、初期バッファリング判定部１７がアンダーフロー状態であるとするＨ信号である場合、Ｈ信号を出力する。このＨ信号によって、スイッチ１４は開放され、バッファ１３からＤ／Ａ変換部１５への音声データの出力が停止される。
【００４８】
本発明を、具体的に数値によって説明する。例えば、音声デコーダの出力データが、標本化周波数８０００Ｈｚ、量子化ビット数１６bit、チャンネル：モノラルとする。このとき、初期遅延量を１００ｍ秒（０．１秒）とすると、再生を開始する初期バッファリング値は１６００byteとなる。
８０００Ｈｚ × １６bit ／ ８bit × ０．１秒 ＝ １６００byte
【００４９】
バッファへの入力レートと出力レートとが同じであれば、バッファ蓄積量は、初期遅延レベル（１６００byte）近辺で推移する。しかしながら、音声データの到着に遅延が生ずると、バッファ蓄積量が低下することとなる。一方、遅延が解消され、遅延データが一度に到着すると、バッファ蓄積量は急激に増加することとなる。
【００５０】
ここで、初期バッファリング値が１６００byteとすれば、例えば、以下のような３つの閾値、第１の閾値＝１２００byte、第２の閾値＝８００byte、第３の閾値＝４００byteと設定することができる。
【００５１】
Ｂin(t)は、時刻tまでにバッファに入力されたデータの合計値とする。
Ｂout(t)は、時間tの間、バッファから抜き取られたデータの合計値とする。
音声データの場合、Ｂout(t) ＝ ８０００Ｈｚ × １６bit ／ ８bit × t
t0は、初期バッファリングを行った時間（再生が停止していた時間）とする。
そうすると、通常時、バッファ蓄積量Ｂ(t)は、以下のようになる。
Ｂ(t) ＝ Ｂin(t) − Ｂout(t - t0)
【００５２】
通信開始時、１６００byte付近で動作していたバッファ蓄積量が、パケット受信の遅延によって第１の閾値１２００byte以下になったとする。その瞬間に、２０ｍ秒の音途切れを生じさせる。これにより、２０ｍ秒だけバッファから音声データが抜き取られず、バッファ蓄積量が増加することとなる。即ち、バッファ蓄積量が下がるのを抑止することができる。このとき、バッファ蓄積量Ｂ(t)は、以下のようになる。
Ｂ(t) ＝ Ｂin(t) − Ｂout（t−0.1秒−0.02秒)
【００５３】
それでも更にパケットの受信が滞り、Ｂinの増大につながらない場合、第２の閾値８００byte以下になったとする。その瞬間に、再度、２０ｍ秒の音途切れを生じさせる。これにより、２０ｍ秒だけバッファから音声データが抜き取られず、バッファ蓄積量が増加することとなる。このとき、バッファ蓄積量Ｂ(t)は、以下のようになる。
Ｂ(t) ＝ Ｂin(t) − Ｂout（t−0.1秒−0.02秒−0.02秒)
【００５４】
前述した実施形態によれば、スイッチの開放／閉止によって音声の再生及び停止を制御しているけれども、例えばＤ／Ａ変換部の動作を止めるなど、バッファからのデータ抜き取りを行わないようにする任意の手段が適用できる。
【００５５】
前述した本発明における送信方法、送信プログラム及び送信装置の種々の実施形態によれば、本発明の技術思想及び見地の範囲の種々の変更、修正及び省略を、当業者は容易に行うことができる。前述の説明はあくまで例であって、何ら制約しようとするものではない。本発明は、特許請求の範囲及びその均等物として限定するものにのみ制約される。
【図面の簡単な説明】
【００５６】
【図１】従来技術によるデジタル音声再生装置の機能構成図である。
【図２】本発明における第１のデジタル音声再生装置の機能構成図である。
【図３】本発明における第２のデジタル音声再生装置の機能構成図である。
【符号の説明】
【００５７】
１ 音声再生装置
１１ 音声パケット受信部
１２ 音声デコーダ
１３ バッファ
１４ スイッチ
１５ Ｄ／Ａ変換部
１６ 増幅器
１７ 初期バッファリング判定部
１７１ ＮＯＲゲート
１７２ コンパレータ
１７３ ＲＳフリップフロップ
１７４ 閾値記憶部
１８ 閾値判定部
１８０〜１８３ コンパレータ
１８４、１８５ ＡＮＤゲート
１８６ ＯＲゲート
１８７ 第１の閾値記憶部
１８８ 第２の閾値記憶部
１８９ 遅延回路
１９ タイマ
１９０ スイッチ用ＯＲゲート
１９１ タイマ用ＡＮＤゲート
２ スピーカ
【技術分野】
【０００１】
本発明は、音声の再生及び停止を制御する音声再生装置及びプログラムに関する。特に、ＩＰ(Internet Protocol)電話及びＩＰテレビ電話のような会話を目的とした音声再生装置等に関する。
【背景技術】
【０００２】
図１は、従来技術によるデジタル音声再生装置の機能構成図である。
【０００３】
図１のデジタル音声再生装置１は、圧縮音声データを含むパケットを受信しつつ再生する装置である。音声再生装置１は、音声パケット受信部１１、音声デコーダ１２、バッファ１３、スイッチ１４、Ｄ／Ａ変換部１５、増幅器１６及び初期バッファリング判定部１７を有する。音声パケット受信部１１は、ネットワークから圧縮音声データを含むパケットを受信し、その圧縮音声データを音声デコーダ１２へ出力する。音声デコーダ１２は、圧縮音声データを復号し、非圧縮ＰＣＭ(Pulse Code Modulation)データに変換し、そのＰＣＭデータをバッファ１３へ出力する。バッファ１３は、ＰＣＭデータを一時的に蓄積し、スイッチ１４を介してＤ／Ａ変換部１５へ出力する。初期バッファリング判定部１７は、バッファ１３のバッファ蓄積量を監視し、そのバッファ蓄積量に基づいて、スイッチ１４の開放／閉止を制御する。Ｄ／Ａ変換部１５は、スイッチ１４を介して入力されたＰＣＭデータをアナログ音声信号に変換し、増幅器１６に出力する。増幅器１６から出力されたアナログ音声信号は、スピーカ２によって再生される。
【０００４】
初期バッファリング判定部１７は、ＮＯＲゲート１７１と、コンパレータ１７２と、ＲＳフリップフロップ１７３と、閾値記憶部１７４とを有する。ＮＯＲゲート１７１は、バッファ１３のバッファ蓄積量が０となった際に、Ｈ信号をフリップフロップ１７３へ出力する。コンパレータ１７２は、バッファ１３のバッファ蓄積量と、閾値記憶部１７４の初期バッファリング値とを比較し、バッファ蓄積量が初期バッファリング値以下になった際に、Ｈ信号をフリップフロップ１７３へ出力する。フリップフロップ１７３は、セット状態又はリセット状態によって、スイッチ１４の開放／閉止を制御する。
【０００５】
以下では、初期バッファリング判定部１７の動作について説明する。
【０００６】
初期状態について、バッファ１３にはＰＣＭデータが全く蓄積されていない。従って、ＮＯＲゲート１７１には０が入力され、その出力はＨ信号となる。これにより、フリップフロップ１７３はセット状態となり、スイッチ１１４は開放される。従って、音声デコーダ１２から出力されたＰＣＭデータは、バッファ１３に蓄積されていくこととなる。
【０００７】
その後、バッファ１３に蓄積されたＰＣＭデータのバッファ蓄積量が、初期バッファリング値以上になった際に、コンパレータ１７２はＨ信号を出力する。これにより、フリップフロップ１７３はリセット状態となり、スイッチ１１４は閉止される。従って、バッファ１３に蓄積されたＰＣＭデータは、Ｄ／Ａ変換部１５に入力され、増幅器１６を介してスピーカ２から音声が再生される。
【０００８】
このように、音声データを含むパケットを受信しつつ再生する場合、ネットワークのレート（伝送速度）変動等によって、パケットの受信時刻に揺らぎが生じると、バッファ蓄積量の時間換算値より長い時間に渡ってパケット受信が滞ることとなる。このとき、バッファ内データが全て取り出され、アンダーフロー状態となる場合がある。
【０００９】
バッファ１３に蓄積されたＰＣＭ(Pulse Code Modulation)データのバッファ蓄積量が０（アンダーフロー）になると、ＮＯＴゲート１７１の出力がＨ信号となり、フリップフロップ１７３はセット状態となり、スイッチ１１４は開放される。そうすると、音声デコーダ１２から出力されるＰＣＭデータは、バッファ１３に蓄積されていくこととなる。その後、バッファ１３に蓄積されたＰＣＭデータのバッファ蓄積量が、初期バッファリング値以上になった際、スイッチ１１４は閉止される。
【００１０】
このような動作をリバッファリング動作と称し、スイッチ１１４が閉止されている間は、再生が停止されることによる音途切れが生じる。
【００１１】
音声パケットが遅延なく到着すれば、バッファ蓄積量は、初期バッファリングレベルのバッファ蓄積量の辺りで推移する。しかしながら、音声パケットの到着に遅延が生ずると、バッファ蓄積量が低下することとなる。そして、アンダーフロー状態となれば、リバッファリング動作による音途切れが生じる。一方、遅延が解消され、遅延データが一度に到着すると、バッファ蓄積量は急激に増加することとなる。
【００１２】
初期バッファリング及びリバッファリングは、再度、バッファアンダーフローを生じないようにある程度長い時間が必要とされる。ＩＰ電話又はＩＰテレビ電話のようなリアルタイム系のアプリケーションの場合は、遅延量とのトレードオフを考慮して、一般に１００ｍ秒〜数１００ｍ秒とする。また、映像ストリーミングのような非リアルタイム系のアプリケーションの場合は、安定性を重視して、一般に数秒程度とする。
【００１３】
尚、先行公知文献としては、デジタル音声送受信装置におけるバッファリングについて、無音区間を利用して、バッファの読み出し位置と書き込み位置との間隔を調整する技術、即ち遅延を調整する技術がある（例えば特許文献１参照）。
【００１４】
【特許文献１】特表２００３−５０３８９０号
【発明の開示】
【発明が解決しようとする課題】
【００１５】
しかしながら、ＩＰ電話又はＩＰテレビ電話のような会話を目的としたアプリケーションの場合、１００ｍ秒を越える音途切れは、聴感上十分認知され、声が聞き取れないといった支障をきたす。従って、音声データを含むパケットを受信しつつ再生する場合において音声品質を向上させるためには、リバッファリングによって生じる音途切れ時間を短くすることが必要となる。
【００１６】
従って、本発明は、リバッファリングによる音途切れ時間を短くすることができる音声再生装置及びプログラム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】
【００１７】
本発明の音声再生装置によれば、
音声データを一時的に蓄積するバッファ手段と、
バッファ手段から再生手段へ出力される音声データを、開放／閉止によって制御するスイッチと、
バッファ手段のバッファ蓄積量を監視し、バッファ蓄積量が閾値以下であることを判定する閾値判定手段と、
トリガパルスを出力するタイマと、
閾値判定手段が真と判定した際に、タイマの所定周期でスイッチの開放／閉止を制御する第１の制御手段とを有することを特徴とする。
【００１８】
本発明の音声再生装置における他の実施形態によれば、閾値判定手段は、閾値を記憶しており、所定時間以前の過去時間のバッファ蓄積量が閾値よりも大きく、且つ、現在時間のバッファ蓄積量が閾値よりも小さいことを判定する閾値別判定手段を含むことも好ましい。
【００１９】
また、本発明の音声再生装置における他の実施形態によれば、閾値判定手段は、複数の閾値別判定手段を含み、いずれか１つの該閾値別判定手段が真と判定した際に、閾値判定手段は真と判定するように構成されていることも好ましい。
【００２０】
更に、本発明の音声再生装置における他の実施形態によれば、少なくとも１つの閾値は、音声再生のために動作当初に必要となる初期バッファリング値であることも好ましい。
【００２１】
更に、本発明の音声再生装置における他の実施形態によれば、タイマは、音声符号化の１フレーム分に相当する時間周期であることも好ましい。
【００２２】
更に、本発明の音声再生装置における他の実施形態によれば、
閾値判定手段は、真と判定した際にＨ信号を出力し、偽と判定した際にＬ信号を出力し、
タイマは、所定周期でＨ信号及びＬ信号を出力するものであり、
第１の制御手段は、閾値判定手段の出力信号とタイマの出力信号とを入力とするＡＮＤゲートであって、その出力信号がスイッチの開放／閉止を制御することも好ましい。
【００２３】
更に、本発明の音声再生装置における他の実施形態によれば、
閾値判定手段は、真と判定した際にＨ信号を出力し、偽と判定した際にＬ信号を出力し、
タイマは、所定周期でＨ信号及びＬ信号を出力するものであり、
第１の制御手段は、閾値判定手段の出力信号とタイマの出力信号とを入力とするＡＮＤゲートであり、
バッファ手段のバッファ蓄積量を監視し、バッファ蓄積量が初期バッファリング値以下である場合にＨ信号を出力する初期バッファリング判定手段と、
第１の制御手段の出力信号と初期バッファリング判定手段の出力信号とを入力するＯＲゲートであって、その出力信号がスイッチの開放／閉止を制御する第２の制御手段とを更に有することも好ましい。
【００２４】
本発明の音声再生プログラムによれば、
音声データを一時的に蓄積するバッファ手段と、
バッファ手段から再生手段へ出力される音声データを、開放／閉止によって制御するスイッチと、
バッファ手段のバッファ蓄積量を監視し、バッファ蓄積量が閾値以下であることを判定する閾値判定手段と、
トリガパルスを出力するタイマと、
閾値判定手段が真と判定した際に、タイマの所定周期でスイッチの開放／閉止を制御する第１の制御手段と
してコンピュータを機能させることを特徴とする。
【００２５】
本発明の音声再生プログラムにおける他の実施形態によれば、
閾値判定手段は、閾値を記憶しており、所定時間以前の過去時間のバッファ蓄積量が閾値よりも大きく、且つ、現在時間のバッファ蓄積量が閾値よりも小さいことを判定する閾値別判定手段を含むようにコンピュータを機能させることも好ましい。
【００２６】
また、本発明の音声再生プログラムにおける他の実施形態によれば、
閾値判定手段は、複数の閾値別判定手段を含み、いずれか１つの該閾値別判定手段が真と判定した際に、閾値判定手段は真と判定するようにコンピュータを機能させることも好ましい。
【００２７】
更に、本発明の音声再生プログラムにおける他の実施形態によれば、
少なくとも１つの閾値は、音声再生のために動作当初に必要となる初期バッファリング値であることも好ましい。
【００２８】
更に、本発明の音声再生プログラムにおける他の実施形態によれば、
タイマは、音声符号化の１フレーム分に相当する時間周期であることも好ましい。
【００２９】
更に、本発明の音声再生プログラムにおける他の実施形態によれば、
閾値判定手段は、真と判定した際にＨ信号を出力し、偽と判定した際にＬ信号を出力し、
タイマは、所定周期でＨ信号及びＬ信号を出力するものであり、
第１の制御手段は、閾値判定手段の出力信号とタイマの出力信号とを入力とするＡＮＤゲートであって、その出力信号がスイッチの開放／閉止を制御するようにコンピュータを機能させることも好ましい。
【００３０】
更に、本発明の音声再生プログラムにおける他の実施形態によれば、
閾値判定手段は、真と判定した際にＨ信号を出力し、偽と判定した際にＬ信号を出力し、
タイマは、所定周期でＨ信号及びＬ信号を出力するものであり、
第１の制御手段は、閾値判定手段の出力信号とタイマの出力信号とを入力とするＡＮＤゲートであり、
バッファ手段のバッファ蓄積量を監視し、バッファ蓄積量が初期バッファリング値以下である場合にＨ信号を出力する初期バッファリング判定手段と、
第１の制御手段の出力信号と初期バッファリング判定手段の出力信号とを入力するＯＲゲートであって、その出力信号がスイッチの開放／閉止を制御する第２の制御手段として更にコンピュータを機能させることも好ましい。
【発明の効果】
【００３１】
本発明によれば、バッファアンダーフローを生じる前段階において、聴感上認知されにくい微小区間の音途切れを前もって挿入することにより、初期遅延レベルに近いバッファ蓄積量を維持し、アンダーフロー状態に達することを事前に回避することができる。
【００３２】
本発明によれば、一瞬だけ音声再生が停止するため音途切れを生じる。しかしながら、音声が断となっている時間が２０ｍ秒と非常に短く、聴感上は一瞬雑音が入ったように聞こえるだけであり、会話用途にも一切支障をきたすことはない。この再生を停止した時間は、バッファからＰＣＭデータを抜き取らないため、バッファ蓄積量の回復が期待でき、大きな音途切れの原因となるバッファアンダーフロー時のリバッファリングの頻度を、大きく低減することができる。
【発明を実施するための最良の形態】
【００３３】
以下では、図面を用いて、本発明を実施するための最良の形態について詳細に説明する。
【００３４】
図２は、本発明におけるデジタル音声再生装置の基本的な機能構成図である。以下では、音声再生装置の機能について説明するが、各機能はプログラムによって実装され、そのプログラムをコンピュータが実行することによって各機能が実現される。
【００３５】
図２の音声再生装置１は、図１と比較して、タイマ１９と、タイマ用ＡＮＤゲート１９１とを更に有し、初期バッファリング判定部１７に代えて閾値判定部１８を有する。閾値判定部１８は、閾値を記憶する閾値記憶部１８９と、バッファ１３のバッファ蓄積量と当該閾値とを比較し、例えばバッファ蓄積量が閾値以下であれば、真となるＨ信号を出力し、そうでなければＬ信号を出力する。タイマ１９は、一般的な音声符号化の１フレーム分に相当する２０ｍ秒のトリガパルス信号を出力する。タイマ用ＡＮＤゲート１９１は、閾値判定部１８からの判定信号（Ｈ信号／Ｌ信号）と、タイマ１９からのトリガパルス信号（Ｈ信号／Ｌ信号）とが入力される。
【００３６】
動作開始時は、バッファ１３のバッファ蓄積量は０であるために、バッファ蓄積量は閾値以下となり、コンパレータ１８０は真と判定するＨ信号を出力する。タイマ用ＡＮＤゲート１９１は、タイマ１９のトリガパルスのＨ信号及びＬ信号に依存して、Ｈ信号及びＬ信号を出力する。スイッチ１４は、タイマ１９のトリガパルスにおける２０ｍ秒の期間だけ、Ｈ信号によって開放状態になされ、Ｌ信号によって閉止状態になされる。スイッチ１４が開放状態になされると、バッファ１３のＰＣＭデータはＤ／Ａ変換部１５に出力されず、バッファ１３内に蓄積されていく。一方、スイッチ１４が閉止状態になされると、バッファ１３のＰＣＭデータはＤ／Ａ変換部１５に出力され、その音声信号が再生される。
【００３７】
最初は、２０ｍ秒間隔で音途切れが生じるものの、次第にバッファ１３のバッファ蓄積量が増大し、アンダーフロー状態が解消されていく。バッファ１３のバッファ蓄積量が閾値以上になると、コンパレータ１８０は偽と判定するＬ信号を出力する。タイマ用ＡＮＤゲート１９１は、タイマ１９のトリガパルスのＨ信号及びＬ信号に依存することなく、Ｌ信号を出力する。スイッチ１４は、Ｌ信号によって閉止状態になされ、バッファ１３のＰＣＭデータはＤ／Ａ変換部１５に出力され、その音声信号は音途切れを生じることなく再生される。
【００３８】
その後、ネットワークから受信するパケットの到着が遅延し、バッファ１３からＰＣＭデータが抜き取られ、バッファ１３に蓄積されているＰＣＭデータが、閾値以下になったとする。このとき、コンパレータ１８０は真と判定するＨ信号を出力する。タイマ用ＡＮＤゲート１９１は、タイマ１９のトリガパルスのＨ信号及びＬ信号に依存して、Ｈ信号及びＬ信号を出力する。スイッチ１４は、タイマ１９のトリガパルスにおける２０ｍ秒の期間だけ、Ｈ信号によって開放状態になされ、Ｌ信号によって閉止状態になされる。これにより、音途切れが発生するけれども、次第にバッファ１３のバッファ蓄積量が増大していく。
【００３９】
そして、バッファ１３のバッファ蓄積量が閾値以上になると、コンパレータ１８０は偽と判定するＬ信号を出力する。タイマ用ＡＮＤゲート１９１は、タイマ１９のトリガパルスのＨ信号及びＬ信号に依存することなく、Ｌ信号を出力する。スイッチ１４は、Ｌ信号によって閉止状態になされ、バッファ１３のＰＣＭデータはＤ／Ａ変換部１５に出力され、その音声信号は音途切れを生じることなく再生される。
【００４０】
図３は、本発明における第２のデジタル音声再生装置の機能構成図である。
【００４１】
図３の音声再生装置は、図２と比較して、初期バッファリング判定部１７及びスイッチ用ＯＲゲート１９０を更に有する。また、閾値判定部１８は、複数のコンパレータによって構成されている。基本構成である図２の音声再生装置によれば、動作開始時（初期バッファリングレベルに至るまでの間）には、必ず音途切れが生じる。これに対し、図３の音声再生装置は、閾値の設定によって動作開始時における音途切れが発生しない。また、従来技術とおりアンダーフロー状態を判定するだけでなく、アンダーフロー状態に至るまでに段階的に閾値を設けることによって、音途切れを生じさせる回数をバッファ蓄積量に応じて制御することができる。
【００４２】
閾値判定部１８は、複数のコンパレータ１８０〜１８３と、ＡＮＤゲート１８４及び１８５と、ＯＲゲート１８６と、閾値記憶部１８７及び１８８と、遅延回路１８９とを有する。遅延回路１８９は、現在時間よりも所定時間以前の過去のバッファ蓄積量を出力することができる。２０ｍ秒の音途切れを生じさせるとするならば、その遅延時間は例えば３０ｍ秒程度に設定する。閾値記憶部１８７及び１８８はそれぞれ、バッファ蓄積量がアンダーフロー状態に至る前段階における閾値を記憶する。２つの閾値を設定する場合、例えば以下のように設定することができる。
第１の閾値 ＝ 初期バッファリング値
第２の閾値 ＝ 第１の閾値 ／ ２
【００４３】
片方向の音声データの配信のように、エンド−エンド間の通信の遅延が大きくても良い場合には、初期バッファ値を大きくして、ネットワークの遅延変動にも柔軟に対応できるようにすることができる。しかしながら、ＩＰ電話又はＩＰテレビ電話（VoIP）のような場合、会話が目的であるために、遅延が少ないことが要求される。従って、初期バッファ値を大きくすることができず、バッファに余裕のない状態で通信を行わなければならない。
【００４４】
図３の閾値判定部１８は、２つのコンパレータ（１８０及び１８１、１８２及び１８３）の組を、２個備えている。尚、コンパレータの組は、閾値の個数分存在するものであって、閾値の個数に応じて任意に拡張することができる。
コンパレータ１８０は「過去時間のバッファ蓄積量 ＞ 第１の閾値」を判定する。
コンパレータ１８１は「第１の閾値 ＞ 現在時間のバッファ蓄積量」を判定する。
コンパレータ１８２は「過去時間のバッファ蓄積量 ＞ 第２の閾値」を判定する。
コンパレータ１８３は「第２の閾値 ＞ 現在時間のバッファ蓄積量」を判定する。
このような判定は、所定時間間隔（過去時間から現在時間までの時間間隔）で閾値を跨ぐようなバッファ蓄積量の低下を生じたか否かを判定する。
【００４５】
ＡＮＤゲート１８４は、コンパレータ１８０及び１８１が共に真になった場合に、Ｈ信号を出力する。ＡＮＤゲート１８５は、コンパレータ１８２及び１８３が共に真になった場合に、Ｈ信号を出力する。ＯＲゲート１８６は、いずれかのコンパレータの組の判定が真となれば、Ｈ信号を出力する。このＨ信号を出力すると同時に、タイマ１９のトリガパルスが出力されるようにすることもできる。
【００４６】
タイマ用ＡＮＤゲート１９１は、閾値判定部１８（ＯＲゲート１８６）の出力信号と、タイマ１９の出力信号とを入力とする。閾値判定部１８からの出力信号は、第１の閾値又は第２の閾値のいずれかを満たす場合、Ｈ信号となる。従って、タイマ用ＡＮＤゲート１９１の出力信号は、タイマ１９のＨ信号に対して、Ｈ信号を出力する。
【００４７】
スイッチ用ＯＲゲート１９０は、タイマ用ＡＮＤゲート１９１の出力信号と、初期バッファリング判定部１７の出力信号とを入力とする。タイマ用ＡＮＤゲート１９１からの出力信号は、第１の閾値又は第２の閾値のいずれかを満たし且つタイマ１９のＨ信号であるか、又は、初期バッファリング判定部１７がアンダーフロー状態であるとするＨ信号である場合、Ｈ信号を出力する。このＨ信号によって、スイッチ１４は開放され、バッファ１３からＤ／Ａ変換部１５への音声データの出力が停止される。
【００４８】
本発明を、具体的に数値によって説明する。例えば、音声デコーダの出力データが、標本化周波数８０００Ｈｚ、量子化ビット数１６bit、チャンネル：モノラルとする。このとき、初期遅延量を１００ｍ秒（０．１秒）とすると、再生を開始する初期バッファリング値は１６００byteとなる。
８０００Ｈｚ × １６bit ／ ８bit × ０．１秒 ＝ １６００byte
【００４９】
バッファへの入力レートと出力レートとが同じであれば、バッファ蓄積量は、初期遅延レベル（１６００byte）近辺で推移する。しかしながら、音声データの到着に遅延が生ずると、バッファ蓄積量が低下することとなる。一方、遅延が解消され、遅延データが一度に到着すると、バッファ蓄積量は急激に増加することとなる。
【００５０】
ここで、初期バッファリング値が１６００byteとすれば、例えば、以下のような３つの閾値、第１の閾値＝１２００byte、第２の閾値＝８００byte、第３の閾値＝４００byteと設定することができる。
【００５１】
Ｂin(t)は、時刻tまでにバッファに入力されたデータの合計値とする。
Ｂout(t)は、時間tの間、バッファから抜き取られたデータの合計値とする。
音声データの場合、Ｂout(t) ＝ ８０００Ｈｚ × １６bit ／ ８bit × t
t0は、初期バッファリングを行った時間（再生が停止していた時間）とする。
そうすると、通常時、バッファ蓄積量Ｂ(t)は、以下のようになる。
Ｂ(t) ＝ Ｂin(t) − Ｂout(t - t0)
【００５２】
通信開始時、１６００byte付近で動作していたバッファ蓄積量が、パケット受信の遅延によって第１の閾値１２００byte以下になったとする。その瞬間に、２０ｍ秒の音途切れを生じさせる。これにより、２０ｍ秒だけバッファから音声データが抜き取られず、バッファ蓄積量が増加することとなる。即ち、バッファ蓄積量が下がるのを抑止することができる。このとき、バッファ蓄積量Ｂ(t)は、以下のようになる。
Ｂ(t) ＝ Ｂin(t) − Ｂout（t−0.1秒−0.02秒)
【００５３】
それでも更にパケットの受信が滞り、Ｂinの増大につながらない場合、第２の閾値８００byte以下になったとする。その瞬間に、再度、２０ｍ秒の音途切れを生じさせる。これにより、２０ｍ秒だけバッファから音声データが抜き取られず、バッファ蓄積量が増加することとなる。このとき、バッファ蓄積量Ｂ(t)は、以下のようになる。
Ｂ(t) ＝ Ｂin(t) − Ｂout（t−0.1秒−0.02秒−0.02秒)
【００５４】
前述した実施形態によれば、スイッチの開放／閉止によって音声の再生及び停止を制御しているけれども、例えばＤ／Ａ変換部の動作を止めるなど、バッファからのデータ抜き取りを行わないようにする任意の手段が適用できる。
【００５５】
前述した本発明における送信方法、送信プログラム及び送信装置の種々の実施形態によれば、本発明の技術思想及び見地の範囲の種々の変更、修正及び省略を、当業者は容易に行うことができる。前述の説明はあくまで例であって、何ら制約しようとするものではない。本発明は、特許請求の範囲及びその均等物として限定するものにのみ制約される。
【図面の簡単な説明】
【００５６】
【図１】従来技術によるデジタル音声再生装置の機能構成図である。
【図２】本発明における第１のデジタル音声再生装置の機能構成図である。
【図３】本発明における第２のデジタル音声再生装置の機能構成図である。
【符号の説明】
【００５７】
１ 音声再生装置
１１ 音声パケット受信部
１２ 音声デコーダ
１３ バッファ
１４ スイッチ
１５ Ｄ／Ａ変換部
１６ 増幅器
１７ 初期バッファリング判定部
１７１ ＮＯＲゲート
１７２ コンパレータ
１７３ ＲＳフリップフロップ
１７４ 閾値記憶部
１８ 閾値判定部
１８０〜１８３ コンパレータ
１８４、１８５ ＡＮＤゲート
１８６ ＯＲゲート
１８７ 第１の閾値記憶部
１８８ 第２の閾値記憶部
１８９ 遅延回路
１９ タイマ
１９０ スイッチ用ＯＲゲート
１９１ タイマ用ＡＮＤゲート
２ スピーカ
【特許請求の範囲】
【請求項１】
音声データを一時的に蓄積するバッファ手段と、
前記バッファ手段から再生手段へ出力される前記音声データを、開放／閉止によって制御するスイッチと、
前記バッファ手段のバッファ蓄積量を監視し、前記バッファ蓄積量が閾値以下であることを判定する閾値判定手段と、
トリガパルスを出力するタイマと、
前記閾値判定手段が真と判定した際に、前記タイマの所定周期で前記スイッチの開放／閉止を制御する第１の制御手段と
を有することを特徴とする音声再生装置。
【請求項２】
前記閾値判定手段は、前記閾値を記憶しており、所定時間以前の過去時間のバッファ蓄積量が前記閾値よりも大きく、且つ、現在時間のバッファ蓄積量が前記閾値よりも小さいことを判定する閾値別判定手段を含むことを特徴とする請求項１に記載の音声再生装置。
【請求項３】
前記閾値判定手段は、複数の前記閾値別判定手段を含み、いずれか１つの該閾値別判定手段が真と判定した際に、前記閾値判定手段は真と判定するように構成されていることを特徴とする請求項１又は２に記載の音声再生装置。
【請求項４】
少なくとも１つの前記閾値は、音声再生のために動作当初に必要となる初期バッファリング値であることを特徴とする請求項１から３のいずれか１項に記載の音声再生装置。
【請求項５】
前記タイマは、音声符号化の１フレーム分に相当する時間周期であることを特徴とする請求項１から４のいずれか１項に記載の音声再生装置。
【請求項６】
前記閾値判定手段は、真と判定した際にＨ信号を出力し、偽と判定した際にＬ信号を出力し、
前記タイマは、前記所定周期でＨ信号及びＬ信号を出力するものであり、
前記第１の制御手段は、前記閾値判定手段の出力信号と前記タイマの出力信号とを入力とするＡＮＤゲートであって、その出力信号が前記スイッチの開放／閉止を制御することを特徴とする請求項１から５のいずれか１項に記載の音声再生装置。
【請求項７】
前記閾値判定手段は、真と判定した際にＨ信号を出力し、偽と判定した際にＬ信号を出力し、
前記タイマは、前記所定周期でＨ信号及びＬ信号を出力するものであり、
前記第１の制御手段は、前記閾値判定手段の出力信号と前記タイマの出力信号とを入力とするＡＮＤゲートであり、
前記バッファ手段のバッファ蓄積量を監視し、前記バッファ蓄積量が初期バッファリング値以下である場合にＨ信号を出力する初期バッファリング判定手段と、
前記第１の制御手段の出力信号と前記初期バッファリング判定手段の出力信号とを入力するＯＲゲートであって、その出力信号が前記スイッチの開放／閉止を制御する第２の制御手段とを更に有することを特徴とする請求項１から５のいずれか１項に記載の音声再生装置。
【請求項８】
音声データを一時的に蓄積するバッファ手段と、
前記バッファ手段から再生手段へ出力される前記音声データを、開放／閉止によって制御するスイッチと、
前記バッファ手段のバッファ蓄積量を監視し、前記バッファ蓄積量が閾値以下であることを判定する閾値判定手段と、
トリガパルスを出力するタイマと、
前記閾値判定手段が真と判定した際に、前記タイマの所定周期で前記スイッチの開放／閉止を制御する第１の制御手段と
してコンピュータを機能させることを特徴とする音声再生プログラム。
【請求項９】
前記閾値判定手段は、前記閾値を記憶しており、所定時間以前の過去時間のバッファ蓄積量が前記閾値よりも大きく、且つ、現在時間のバッファ蓄積量が前記閾値よりも小さいことを判定する閾値別判定手段を含むようにコンピュータを機能させることを特徴とする請求項８に記載の音声再生プログラム。
【請求項１０】
前記閾値判定手段は、複数の前記閾値別判定手段を含み、いずれか１つの該閾値別判定手段が真と判定した際に、前記閾値判定手段は真と判定するようにコンピュータを機能させることを特徴とする請求項８又は９に記載の音声再生プログラム。
【請求項１１】
少なくとも１つの前記閾値は、音声再生のために動作当初に必要となる初期バッファリング値であることを特徴とする請求項８から１０のいずれか１項に記載の音声再生プログラム。
【請求項１２】
前記タイマは、音声符号化の１フレーム分に相当する時間周期であることを特徴とする請求項８から１１のいずれか１項に記載の音声再生プログラム。
【請求項１３】
前記閾値判定手段は、真と判定した際にＨ信号を出力し、偽と判定した際にＬ信号を出力し、
前記タイマは、前記所定周期でＨ信号及びＬ信号を出力するものであり、
前記第１の制御手段は、前記閾値判定手段の出力信号と前記タイマの出力信号とを入力とするＡＮＤゲートであって、その出力信号が前記スイッチの開放／閉止を制御するようにコンピュータを機能させることを特徴とする請求項８から１２のいずれか１項に記載の音声再生プログラム。
【請求項１４】
前記閾値判定手段は、真と判定した際にＨ信号を出力し、偽と判定した際にＬ信号を出力し、
前記タイマは、前記所定周期でＨ信号及びＬ信号を出力するものであり、
前記第１の制御手段は、前記閾値判定手段の出力信号と前記タイマの出力信号とを入力とするＡＮＤゲートであり、
前記バッファ手段のバッファ蓄積量を監視し、前記バッファ蓄積量が初期バッファリング値以下である場合にＨ信号を出力する初期バッファリング判定手段と、
前記第１の制御手段の出力信号と前記初期バッファリング判定手段の出力信号とを入力するＯＲゲートであって、その出力信号が前記スイッチの開放／閉止を制御する第２の制御手段として更にコンピュータを機能させることを特徴とする請求項８から１２のいずれか１項に記載の音声再生プログラム。
【請求項１】
音声データを一時的に蓄積するバッファ手段と、
前記バッファ手段から再生手段へ出力される前記音声データを、開放／閉止によって制御するスイッチと、
前記バッファ手段のバッファ蓄積量を監視し、前記バッファ蓄積量が閾値以下であることを判定する閾値判定手段と、
トリガパルスを出力するタイマと、
前記閾値判定手段が真と判定した際に、前記タイマの所定周期で前記スイッチの開放／閉止を制御する第１の制御手段と
を有することを特徴とする音声再生装置。
【請求項２】
前記閾値判定手段は、前記閾値を記憶しており、所定時間以前の過去時間のバッファ蓄積量が前記閾値よりも大きく、且つ、現在時間のバッファ蓄積量が前記閾値よりも小さいことを判定する閾値別判定手段を含むことを特徴とする請求項１に記載の音声再生装置。
【請求項３】
前記閾値判定手段は、複数の前記閾値別判定手段を含み、いずれか１つの該閾値別判定手段が真と判定した際に、前記閾値判定手段は真と判定するように構成されていることを特徴とする請求項１又は２に記載の音声再生装置。
【請求項４】
少なくとも１つの前記閾値は、音声再生のために動作当初に必要となる初期バッファリング値であることを特徴とする請求項１から３のいずれか１項に記載の音声再生装置。
【請求項５】
前記タイマは、音声符号化の１フレーム分に相当する時間周期であることを特徴とする請求項１から４のいずれか１項に記載の音声再生装置。
【請求項６】
前記閾値判定手段は、真と判定した際にＨ信号を出力し、偽と判定した際にＬ信号を出力し、
前記タイマは、前記所定周期でＨ信号及びＬ信号を出力するものであり、
前記第１の制御手段は、前記閾値判定手段の出力信号と前記タイマの出力信号とを入力とするＡＮＤゲートであって、その出力信号が前記スイッチの開放／閉止を制御することを特徴とする請求項１から５のいずれか１項に記載の音声再生装置。
【請求項７】
前記閾値判定手段は、真と判定した際にＨ信号を出力し、偽と判定した際にＬ信号を出力し、
前記タイマは、前記所定周期でＨ信号及びＬ信号を出力するものであり、
前記第１の制御手段は、前記閾値判定手段の出力信号と前記タイマの出力信号とを入力とするＡＮＤゲートであり、
前記バッファ手段のバッファ蓄積量を監視し、前記バッファ蓄積量が初期バッファリング値以下である場合にＨ信号を出力する初期バッファリング判定手段と、
前記第１の制御手段の出力信号と前記初期バッファリング判定手段の出力信号とを入力するＯＲゲートであって、その出力信号が前記スイッチの開放／閉止を制御する第２の制御手段とを更に有することを特徴とする請求項１から５のいずれか１項に記載の音声再生装置。
【請求項８】
音声データを一時的に蓄積するバッファ手段と、
前記バッファ手段から再生手段へ出力される前記音声データを、開放／閉止によって制御するスイッチと、
前記バッファ手段のバッファ蓄積量を監視し、前記バッファ蓄積量が閾値以下であることを判定する閾値判定手段と、
トリガパルスを出力するタイマと、
前記閾値判定手段が真と判定した際に、前記タイマの所定周期で前記スイッチの開放／閉止を制御する第１の制御手段と
してコンピュータを機能させることを特徴とする音声再生プログラム。
【請求項９】
前記閾値判定手段は、前記閾値を記憶しており、所定時間以前の過去時間のバッファ蓄積量が前記閾値よりも大きく、且つ、現在時間のバッファ蓄積量が前記閾値よりも小さいことを判定する閾値別判定手段を含むようにコンピュータを機能させることを特徴とする請求項８に記載の音声再生プログラム。
【請求項１０】
前記閾値判定手段は、複数の前記閾値別判定手段を含み、いずれか１つの該閾値別判定手段が真と判定した際に、前記閾値判定手段は真と判定するようにコンピュータを機能させることを特徴とする請求項８又は９に記載の音声再生プログラム。
【請求項１１】
少なくとも１つの前記閾値は、音声再生のために動作当初に必要となる初期バッファリング値であることを特徴とする請求項８から１０のいずれか１項に記載の音声再生プログラム。
【請求項１２】
前記タイマは、音声符号化の１フレーム分に相当する時間周期であることを特徴とする請求項８から１１のいずれか１項に記載の音声再生プログラム。
【請求項１３】
前記閾値判定手段は、真と判定した際にＨ信号を出力し、偽と判定した際にＬ信号を出力し、
前記タイマは、前記所定周期でＨ信号及びＬ信号を出力するものであり、
前記第１の制御手段は、前記閾値判定手段の出力信号と前記タイマの出力信号とを入力とするＡＮＤゲートであって、その出力信号が前記スイッチの開放／閉止を制御するようにコンピュータを機能させることを特徴とする請求項８から１２のいずれか１項に記載の音声再生プログラム。
【請求項１４】
前記閾値判定手段は、真と判定した際にＨ信号を出力し、偽と判定した際にＬ信号を出力し、
前記タイマは、前記所定周期でＨ信号及びＬ信号を出力するものであり、
前記第１の制御手段は、前記閾値判定手段の出力信号と前記タイマの出力信号とを入力とするＡＮＤゲートであり、
前記バッファ手段のバッファ蓄積量を監視し、前記バッファ蓄積量が初期バッファリング値以下である場合にＨ信号を出力する初期バッファリング判定手段と、
前記第１の制御手段の出力信号と前記初期バッファリング判定手段の出力信号とを入力するＯＲゲートであって、その出力信号が前記スイッチの開放／閉止を制御する第２の制御手段として更にコンピュータを機能させることを特徴とする請求項８から１２のいずれか１項に記載の音声再生プログラム。
【図１】
【図２】
【図３】
【図２】
【図３】
【公開番号】特開２００６−１１３３７５（Ｐ２００６−１１３３７５Ａ）
【公開日】平成１８年４月２７日（２００６．４．２７）
【国際特許分類】
【出願番号】特願２００４−３０１６１１（Ｐ２００４−３０１６１１）
【出願日】平成１６年１０月１５日（２００４．１０．１５）
【出願人】（０００２０８８９１）ＫＤＤＩ株式会社 (2,700)
【公開日】平成１８年４月２７日（２００６．４．２７）
【国際特許分類】
【出願日】平成１６年１０月１５日（２００４．１０．１５）
【出願人】（０００２０８８９１）ＫＤＤＩ株式会社 (2,700)
[ Back to top ]