JP2007019767A - Ｉｐ電話機 - Google Patents

Abstract

【課題】 通話開始直後の送話音声頭切れを抑制するＩＰ電話機を提供する。
【解決手段】 ＩＰ電話機１０は、送話音声又は受話音声を含むＲＴＰパケット６０を先入れ先出しするバッファメモリ１５と、ＩＰネットワーク３０との間でＲＴＰパケット６０の送受信を制御するＭＰＵ１４とを備える。ＭＰＵ１４は、通話セッションが確立されるまでは、送話音声を含むＲＴＰパケット６０をバッファメモリ１５に書き込む。通話セッションが確立してから所定時間が経過するまでは、ＭＰＵ１４は送話音声を含むＲＴＰパケット６０をバッファメモリ１５に書き込むとともに、バッファメモリ１５に書き込まれたＲＴＰパケット６０を古いものから順に読み出してＩＰネットワーク３０に送出する。通話セッションが確立してから所定時間が経過した後は、ＭＰＵ１４はバッファメモリ１５をジッタバッファとして制御する。
【選択図】 図１

Description

本発明はＩＰ電話機に関し、特に、通話開始時の音声頭切れを抑制する機能を備えたＩＰ電話機に関する。

近年、ブロードバンド通信網の普及に伴って、ＩＰ（Internet Protocol）網を利用して音声通信を行うＩＰ電話機が急速に普及しつつある。ＩＰ網とは、通信プロトコルとしてＩＰを利用するインターネットやＬＡＮ（Local Area Network）などの通信ネットワークである。ＩＰ網を介して音声通信を実現するための技術は、ＶｏＩＰ（Voice over IP）と称されている。ＶｏＩＰでは、ＲＴＰ（Real Time Protocol）パケット化された音声データをＩＰ電話機間で伝送することにより音声通信を実現している。つまり、ＩＰネットワークを経由して到達するＲＴＰパケットの到着間隔は不規則な場合が多い。ＲＴＰ通信においては、動的に変動するＩＰネットワークの通信トラフィックによって、ＲＴＰパケットの到着時刻にばらつき（ジッタ）が生じ得る。パケット受信側のＩＰ電話機において、復号化音声を連続的に出力するには、ＲＴＰパケットを一定間隔で復号器に入力する必要がある。特許文献１には、復号器の前段にジッタバッファを設けることにより、ジッタを吸収する音声復号化装置が提案されている。
特開２００４−２８２６９２号

しかし、ＩＰ電話機では、通話が開始されるまでの間に呼接続サーバや呼接続ゲートウェイとの間で、呼接続制御などに必要な各種の情報のやりとりが行われる。現状では、このような情報のやりとりに２００ｍｓ程度の時間を要している。今後、セキュリティを強化するために、ＩＰ電話機の呼接続制御に鍵の交換などが含まれるようになると、通話セッションが確立される迄の時間が更に長くなることが予想される。通話セッションが確立されない間に送話者が話し始めると、送話音声が頭切れする可能性がある。

本発明はこのような問題を解決し、通話開始直後の送話音声頭切れを抑制するＩＰ電話機を提供することを課題とする。

上記の課題を解決するため、本発明のＩＰ電話機は、送話音声又は受話音声を含むＲＴＰパケットを先入れ先出しするバッファメモリと、ＩＰネットワークとの間でＲＴＰパケットの送受信を制御するプロセッサとを備える。プロセッサは、通話セッションが確立されるまでの期間において、送話音声を含むＲＴＰパケットをバッファメモリに書き込み、通話セッションが確立してから所定時間が経過するまでの期間において、送話音声を含むＲＴＰパケットをバッファメモリに書き込むとともに、バッファメモリに書き込まれたＲＴＰパケットを古いものから順に読み出してＩＰネットワークに送出し、通話セッションが確立してから所定時間が経過した後は、バッファメモリを、受話音声を含むＲＴＰパケットのジッタを吸収するジッタバッファとして制御する。

プロセッサは、通話セッションが確立してから所定時間が経過するまでの期間にバッファメモリに書き込まれたＲＴＰパケットが全部読み出されてＩＰネットワークに送出された後に、バッファメモリをジッタバッファとして制御する。

プロセッサは、通話セッションが確立してから所定時間が経過するまでの期間にバッファメモリに書き込まれたＲＴＰパケットを読み出す時間間隔を、バッファメモリへの書き込み時間間隔より短い時間間隔となるように制御する。これにより、通話初期段階でバッファメモリに蓄積されたＲＴＰパケットを空にし、その後は、バッファメモリをジッタバッファとして使用することができる。

本発明によれば、ジッタバッファとして使用されるバッファメモリを通話初期段階では送話遅延用メモリとして使用し、通話セッションが確立しない間に発呼者が発音した送話音声をＲＴＰパケットとしてバッファメモリに書き込んでおくことで、通話開始時の音声頭切れを抑制できる。

図１は本実施形態のＩＰ電話機１０のシステム構成を示している。ＩＰ電話機１０は、主に、マイク１１、符号器１２、ＲＴＰパケット処理部１３、ＭＰＵ（プロセッサ）１４、バッファメモリ（ジッタバッファ）１５、復号器１６、及びスピーカ１７を備えている。マイク１１から入力された送話音声は、符号器１２にてＡ／Ｄ変換及び符号化された後、ＲＴＰパケット処理部１３にてＲＴＰパケット化される。ＲＴＰパケット６０は、ＭＰＵ１４の制御によってＩＰネットワーク３０へ送出される。一方、ＭＰＵ１４は、ＩＰネットワーク３０からＲＴＰパケット６０を受信すると、これを順次、バッファメモリ１５に書き込む。バッファメモリ１５としては、例えば、リングバッファメモリなどのＦＩＦＯ（First In First Out）メモリが好適である。ＭＰＵ１４は、バッファメモリ１５に書き込まれたＲＴＰパケット６０を先入れ先出し方式で順次読み取り、これを復号器１６に転送する。復号器１６に転送されたＲＴＰパケット６０は、復号化及びＤ／Ａ変換され、スピーカ１７から受話音声として出力される。

図２はＩＰ電話システムのネットワーク構成を示している。同図に示すように、ＩＰネットワーク３０には、ＩＰ電話機１０，２０、呼接続サーバ４０、呼接続ゲートウェイ５０が接続しており、ＩＰ電話システムを構築している。ＩＰ電話機１０，２０には、それぞれ端末番号Ａ１，Ｂ１が与えられている。呼接続ゲートウェイ５０には、端末番号Ａ１，Ｂ１の代表番号に相当する端末番号Ａ２，Ｂ２と、これらの端末番号に対応するＩＰアドレスＡ２−ＩＰ，Ｂ２−ＩＰが与えられており、これらの代表番号Ａ２，Ｂ２への発呼を検出すると、発呼端末と被呼端末を呼接続する機能を備えたネットワークサーバである。呼接続サーバ４０は、端末番号とＩＰアドレスとを対応付けて呼接続する機能を備えたネットワークサーバであり、端末番号Ａ１，Ｂ１，Ａ２，Ｂ２と、これらの端末番号に対応するＩＰアドレスＡ１−ＩＰ，Ｂ１−ＩＰ，Ａ２−ＩＰ，Ｂ２−ＩＰを対応付けて記憶している。

図３はＩＰ電話機１０（以下、ＩＰ電話機Ａと称する。）が呼接続ゲートウェイ５０を介してＩＰ電話機２０（以下、ＩＰ電話機Ｂと称する。）へ発呼する処理シーケンスを示している。ＩＰ電話機ＡがＩＰ電話機Ｂへ呼接続するために、ＩＰ電話機Ｂの代表番号（端末番号Ｂ２）へ発呼すると（Ｓ１０１）、呼接続サーバ４０は、ＩＰ電話機Ａが予め呼接続サーバ４０に登録されている端末であるか否かを確認する（Ｓ１０２）。ＩＰ電話機Ａが予め登録されている端末である場合には、呼接続サーバ４０は、端末番号Ｂ２に対応するＩＰアドレスＢ２−ＩＰを返答する（Ｓ１０３）。すると、ＩＰ電話機Ａは、ＩＰアドレスＢ２−ＩＰに対して呼接続要求を行う（Ｓ１０４）。呼接続ゲートウェイ５０には、ＩＰアドレスＢ２−ＩＰが与えられているため、ＩＰ電話機Ａの呼は呼接続ゲートウェイ５０に接続する。

呼接続ゲートウェイ５０は、ＩＰ電話機ＡによるＩＰアドレスＢ２−ＩＰへの発呼を検出すると、ＩＰ電話機ＡがＩＰ電話機Ｂへ呼接続する接続許可が与えられているか否かを確認する（Ｓ１０５）。接続許可が設定されている場合には、呼接続ゲートウェイ５０はＩＰアドレスＢ１−ＩＰへ呼接続要求を行う（Ｓ１０６）。この呼接続要求に対してＩＰ電話機Ｂが応答すると（Ｓ１０７）、呼接続ゲートウェイ５０とＩＰ電話機Ｂとの間で呼接続が確立する（Ｓ１０８）。ＩＰ電話機Ｂの応答を受けた呼接続ゲートウェイ５０がＩＰ電話機Ａへ応答信号を返送すると（Ｓ１０９）、呼接続ゲートウェイ５０とＩＰ電話機Ａとの間で呼接続が確立する（Ｓ１１０）。これにより、ＩＰ電話機ＡとＩＰ電話機Ｂは呼接続ゲートウェイ５０を介して呼接続する（Ｓ１１１）。このように、ＩＰ電話機ＡがＩＰ電話機Ｂに呼接続するには、呼接続サーバ４０や呼接続ゲートウェイ５０などの呼接続制御が必要となるので、ある程度（例えば、２００ｍｓ程度）の呼接続時間を要する。

本実施形態では、ジッタバッファとして使用しているバッファメモリ１５を、通話開始初期段階では、送話遅延用メモリとして使用し、通話セッションが確立されてから所定時間が経過するまでの間は、送話音声を符号化したＲＴＰパケット６０をバッファメモリ１５に書き込む。そして、通話セッションが確立された段階で、ＭＰＵ１４は、ＲＴＰパケット６０の送出間隔よりも短い間隔で、バッファメモリ１５に書き込まれたＲＴＰパケット６０を先入れ先出し方式で読み取り、読み取ったＲＴＰパケット６０をＩＰネットワーク３０に送出する。これにより、通話セッションが確立されない間に送話者が通話を始めたとしても、通話音声が頭切れすることなく、通話可能である。通話セッションが確立してから所定時間（少なくとも、バッファメモリ１５に書き込まれたＲＴＰパケットが空になるまでの時間）が経過した後は、バッファメモリ１５は、受話音声のジッタを吸収するジッタバッファとして使用される。

図４は通話開始時のＲＴＰパケットの流れを示している。以下の説明においては、ＩＰ電話機１０を発呼端末、ＩＰ電話機２０を被呼端末、通話セッションが確立されるまでの時間を２００ｍｓ、ＲＴＰパケット６０の送出間隔を２０ｍｓ、バッファメモリ１５に格納可能なＲＴＰパケットの最大収容数を１０パケットとする。

同図（Ａ）は、ＩＰ電話機１０が発呼した直後を示している。通話セッションが未だ確立されていないので、送話音声を含むＲＴＰパケットＰ１，Ｐ２，Ｐ３，Ｐ４は、バッファメモリ１５に順次書き込まれる。

同図（Ｂ）は、通話セッションが確立される直前を示している。バッファメモリ１５には、ＲＴＰパケット６０が１０パケット分格納される。

同図（Ｃ）は、通話セッションが確立された直後を示している。バッファメモリ１５に書き込まれたＲＴＰパケットＰ１，Ｐ２，…，Ｐ１０は、１０ｍｓ間隔で先入れ先出し方式により読み出され、ＩＰネットワーク３０に送出される。これと同時に、２０ｍｓ間隔で符号化されるＲＴＰパケットＰ１１，Ｐ１２，Ｐ１３，Ｐ１４はバッファメモリ１５に書き込まれる。

同図（Ｄ）は、通話セッションが確立してから定常状態に移行するまでの過度状態を示している。バッファメモリ１５にはＲＴＰパケットが２０ｍｓ間隔で書き込まれる一方、古いＲＴＰパケットから順次１０ｍｓ間隔で読み出されて、ＩＰネットワーク３０に送出される。バッファメモリ１５には、未だ読み出されていないＲＴＰパケットが先詰めで蓄積されており、新しく書き込まれたＲＴＰパケットが最後尾に追加される。バッファメモリ１５から読み出されるＲＴＰパケットの時間間隔は、バッファメモリ１５に書き込まれるＲＴＰパケットの時間間隔よりも短いので、バッファメモリ１５内に蓄積されるＲＴＰパケットの数は次第に少なくなる。

一方、ＩＰ電話機２０は、ＩＰネットワーク３０から受信したＲＴＰパケットをバッファメモリ（ジッタバッファ）２５に書き込むことにより、到着パケットのジッタを吸収する。そして、ＲＴＰパケットを２０ｍｓ間隔でバッファメモリ２５から読み出して、これを復号器２２に転送し、音声を復号する。

同図（Ｅ）は、通話セッションが確立してから４００ｍｓ以上経過した状態（定常状態）を示している。通話セッションが確立してから４００ｍｓが経過すると、送話音声を含む２０パケット分のＲＴＰパケットは全てＩＰネットワーク３０に送出されており、バッファメモリ１５は空になる。定常状態では、ＩＰ電話機１０から送出されるＲＴＰパケットはバッファメモリ１５に書き込まれることなく、ＩＰネットワーク３０に直接送出される。定常状態では、バッファメモリ１５を送話遅延用メモリとして使用する必要がないので、ＩＰ電話機２０から送信されるＲＴＰパケットのジッタを吸収するジッタバッファとして使用する。

このように、通話セッションが確立してから所定時間（例えば、４００ｍｓ）経過するまでは、ＭＰＵ１４は、バッファメモリ１５を送話遅延用メモリとして使用し、送話音声を担うＲＴＰパケットをバッファメモリ１５に先入れ先出しして、ＩＰネットワーク３０に送出する。これにより、通話開始時に送話音声が頭切れすることなく、通話を行うことができる。通話セッションが確立してから所定時間（例えば、４００ｍｓ）が経過した後は、ＭＰＵ１４は、バッファメモリ１５へのＲＴＰパケットの入出力経路を切り替えて、バッファメモリ１５をジッタバッファとして使用する。

本実施形態のＩＰ電話機のシステム構成図である。 ＩＰ電話システムのネットワーク構成図である。 ＩＰ電話システムにおける呼接続シーケンスである。 通話開始時のＲＴＰパケットの流れを示す説明図である。

符号の説明

１０…ＩＰ電話機 １１…マイク １２…符号器 １３…ＲＴＰパケット処理部 １４…ＭＰＵ １５…バッファメモリ １６…復号器 １７…スピーカ ２０…ＩＰ電話機 ２２…復号器 ２５…バッファメモリ ３０…ＩＰネットワーク ４０…呼接続サーバ ５０…呼接続ゲートウェイ ６０…ＲＴＰパケット

Claims (3)

1. 送話音声又は受話音声を含むＲＴＰパケットを先入れ先出しするバッファメモリと、
   ＩＰネットワークとの間で前記ＲＴＰパケットの送受信を制御するプロセッサと、を備え、
   前記プロセッサは、通話セッションが確立されるまでの期間において、送話音声を含むＲＴＰパケットを前記バッファメモリに書き込み、通話セッションが確立してから所定時間が経過するまでの期間において、送話音声を含むＲＴＰパケットを前記バッファメモリに書き込むとともに、前記バッファメモリに書き込まれたＲＴＰパケットを古いものから順に読み出して前記ＩＰネットワークに送出し、通話セッションが確立してから所定時間が経過した後は、前記バッファメモリを、受話音声を含むＲＴＰパケットのジッタを吸収するジッタバッファとして制御する、ＩＰ電話機。
2. 請求項１に記載のＩＰ電話機であって、前記プロセッサは、通話セッションが確立してから所定時間が経過するまでの期間に前記バッファメモリに書き込まれたＲＴＰパケットが全部読み出されて前記ＩＰネットワークに送出された後に、前記バッファメモリをジッタバッファとして制御する、ＩＰ電話機。
3. 請求項１又は請求項２に記載のＩＰ電話機であって、前記プロセッサは、通話セッションが確立してから所定時間が経過するまでの期間に前記バッファメモリに書き込まれたＲＴＰパケットを読み出す時間間隔を、前記バッファメモリへの書き込み時間間隔より短い時間間隔となるように制御する、ＩＰ電話機。

Images