阅读说明：本技术 远程会议系统及终端装置 (Teleconference system and terminal device ) 是由 苏雷什·穆拉里 维格奈西·夏勒斯 関根晃 内桥真吾 于 2019-03-08 设计创作，主要内容包括：本发明提供一种远程会议系统及终端装置,在远程会议中,使会议参加者的群的输出差别化,而使用户容易对自身所参加的群与其它群进行辨别。本发明远程会议系统包括：收发部(230),接收参加会议的多个用户的终端装置(200)所获取的语音数据；群信息保持部(240),保持将包含自身装置的多个终端装置(200)的各用户,分成包含一个以上的用户的多个群的群信息；以及音量控制部(250),针对基于群信息保持部(240)所保持的群信息的各群,独立控制由收发部(230)所接收到的语音数据构成的语音的输出的音量。(The invention provides a teleconference system and a terminal device, which can differentiate the output of a group of conference participants in a teleconference and make a user easily distinguish the group in which the user participates from other groups. The teleconference system of the present invention includes: a transmitting/receiving unit (230) that receives voice data acquired by terminal devices (200) of a plurality of users participating in a conference; a group information holding unit (240) that holds group information that divides each user of a plurality of terminal devices (200) including the own device into a plurality of groups including one or more users; and a volume control unit (250) that independently controls the volume of output of speech composed of speech data received by the transmission/reception unit (230) for each group based on the group information held by the group information holding unit (240).)

远程会议系统及终端装置

技术领域

本发明涉及一种远程会议系统及终端装置。

背景技术

有时会经由利用电话线路等而连接的会议参加者的终端装置进行在线会议。并且通常，在会议中存在如下的情况：一部分会议参加者会制作子群(subgroup)，以进行与其它子群的讨论或与整个会议的讨论流程分开的固有意见交换。在下述专利文献1中，揭示了如下的现有技术：在电话会议中，制作由会议参加者构成的私人子群或公共子群。

[现有技术文献]

[专利文献]

[专利文献1]美国专利申请公开第2011/0069643A1号说明书

发明内容

[发明所要解决的问题]

当在线进行的远程会议中制作了子群时，有时会对会议参加者自身所参加的子群以外的子群的语音或影像造成干扰。

本发明的目的在于提供一种手段，与在线进行的远程会议中只能够制作会议参加者的子群的结构相比，使各子群的输出差别化，而使用户容易对自身所参加的子群与其它子群进行辨别。

[解决问题的技术手段]

技术方案1的本发明是一种远程会议系统，包括：

语音数据接收元件，接收参加会议的多个用户的终端装置所获取的语音数据；

群信息保持元件，保持将包含自身装置的多个所述终端装置的各用户，分成包含一个以上的用户的多个群的群信息；以及

音量控制元件，针对基于所述群信息保持元件所保持的所述群信息的各群，独立控制由所述语音数据接收元件所接收到的语音数据构成的语音的输出的音量。

技术方案2的本发明根据技术方案1所述的远程会议系统，其中，

所述音量控制元件是在基于所述群信息的群之中至少包含所述自身装置的用户的群与其它群中，将由所述语音数据接收元件所接收到的语音数据构成的语音控制成不同的音量。

技术方案3的本发明根据技术方案2所述的远程会议系统，还包括：

音量设定操作受理元件，受理针对基于所述群信息的各群，各别地设定音量的操作；并且

所述音量控制元件根据所述音量设定操作受理元件所受理的设定操作，对各群中的由语音数据构成的语音的音量进行控制。

技术方案4的本发明根据技术方案3所述的远程会议系统，其中，

在基于所述群信息的群之中至少包含所述自身装置的用户的群与其它群中，能够通过所述音量设定操作受理元件所受理的操作而设定的音量的范围不同。

技术方案5的本发明根据技术方案1所述的远程会议系统，还包括：

图像数据接收元件，接收多个终端装置所获取的图像数据；以及

图像控制元件，针对基于所述群信息保持元件所保持的所述群信息的各群，独立控制由所述图像数据接收元件所接收到的图像数据构成的图像的显示形态，至少在包含所述自身装置的用户的群与其它群中，使由所述图像数据接收元件所接收到的图像数据构成的图像以不同的显示形态显示于显示元件。

技术方案6的本发明根据技术方案5所述的远程会议系统，还包括：

显示形态设定操作受理元件，受理针对基于所述群信息的各群，各别地设定图像的显示形态的操作；

所述图像控制元件根据所述显示形态设定操作受理元件所受理的设定操作，对各群中的由图像数据构成的图像的显示形态进行控制。

技术方案7的本发明根据技术方案6所述的远程会议系统，其中，

在基于所述群信息的群之中至少包含所述自身装置的用户的群与其它群中，能够通过所述显示形态设定操作受理元件所受理的操作而设定的显示形态的范围不同。

技术方案8的本发明是一种终端装置，包括：

接收元件，接收参加会议的多个用户的语音数据；

群设定元件，针对所述多个用户，设定包含一个以上的用户的群；以及

语音输出元件，使所述群设定元件所设定的多个所述群之中至少包含自身的群的用户的语音及其它群的用户的语音以不同的音量输出。

技术方案9的本发明根据技术方案8所述的终端装置，还包括：

音量设定元件，当通过所述群设定元件而设定群后，能够针对所设定的各群，各别地设定音量。

技术方案10的本发明根据技术方案9所述的终端装置，其中，

在所述群设定元件所设定的群之中至少包含自身装置的用户的群与其它群中，能够通过所述音量设定元件而设定的音量的范围不同。

技术方案11的本发明是一种终端装置，包括：

接收元件，接收参加会议的多个用户的图像数据；

群设定元件，针对所述多个用户，设定包含一个以上的用户的群；以及

显示元件，使所述群设定元件所设定的多个所述群之中至少包含自身的群的用户的图像与其它群的用户的图像以不同的显示形态显示。

技术方案12的本发明根据技术方案11所述的终端装置，还包括：

图像设定元件，当通过所述群设定元件而设定群后，能够针对所设定的各群，各别地设定图像的显示形态。

技术方案13的本发明根据技术方案12所述的终端装置，其中，

在所述群设定元件所设定的群之中至少包含自身装置的用户的群与其它群中，能够通过所述图像设定元件而设定的图像的显示形态的范围不同。

[发明的效果]

根据技术方案1的发明，与在线进行的远程会议中只能够制作群(子群)的结构相比，能够使各群的输出差别化，而使用户容易对自身所参加的群与其它群进行辨别。

根据技术方案2的发明，与在线进行的远程会议中只可设定群的结构相比，能够基于音量的差异，来对群进行辨别。

根据技术方案3的发明，与在线进行的远程会议中只可设定群的结构相比，能够使自身所参加的群的语音比其它群的语音更容易识别。

根据技术方案4的发明，与在线进行的远程会议中只可设定群的结构相比，能够通过音量的设定而使群的辨别变得容易，使自身所参加的群的语音比其它群的语音更容易识别。

根据技术方案5的发明，与在线进行的远程会议中只可设定群的结构相比，能够基于图像的显示形态的差异，来辨别群。

根据技术方案6的发明，与在线进行的远程会议中只可设定群的结构相比，能够基于图像的显示形态的差异，使自身所参加的群的图像比其它群的图像更容易识别。

根据技术方案7的发明，与在线进行的远程会议中只可设定群的结构相比，能够通过图像的显示形态的设定而使群的辨别变得容易，使自身所参加的群的图像比其它群的图像更容易识别。

根据技术方案8的发明，与在线进行的远程会议中只能够制作群的结构相比，能够使各群的输出语音差别化，而使用户容易对自身所参加的群与其它群进行辨别。

根据技术方案9的发明，与在线进行的远程会议中只可设定群的结构相比，能够使自身所参加的群的语音比其它群的语音更容易识别。

根据技术方案10的发明，与在线进行的远程会议中只可设定群的结构相比，能够通过音量的设定而使群的辨别变得容易，使自身所参加的群的语音比其它群的语音更容易识别。

根据技术方案11的发明，与在线进行的远程会议中只能够制作群的结构相比，能够使各群的图像的显示差别化，使用户容易对自身所参加的群与其它群进行辨别。

根据技术方案12的发明，与在线进行的远程会议中只可设定群的结构相比，能够使自身所参加的群的图像比其它群的图像更容易识别。

根据技术方案13的发明，与在线进行的远程会议中只可设定群的结构相比，能够通过图像的显示形态的设定而使群的辨别变得容易，使自身所参加的群的图像比其它群的图像更容易识别。

附图说明

图1是表示本实施方式的远程会议系统的整体结构的图。

图2是表示服务器的功能结构的图。

图3是表示终端装置的功能结构的图。

图4是表示服务器的动作的流程图。

图5是表示终端装置的动作的流程图。

图6是表示群设定画面的示例的图。

图7是表示群设定画面的另一例的图。

图8是表示音量设定画面的示例的图。

图9A及图9B是表示图像设定画面的示例的图。

[符号的说明]

100：服务器

110：收发部

120：群管理部

130：数据处理部

200：终端装置

210：语音获取部

220：图像获取部

230：收发部

240：群信息保持部

250：音量控制部

260：语音输出部

270：图像控制部

280：图像显示部

290：操作受理部

300：网络

具体实施方式

以下，参照附图，对本发明的实施方式进行详细说明。

<系统结构>

图1是表示本实施方式的远程会议系统的整体结构的图。远程会议系统包括服务器100及会议参加者所使用的终端装置200。服务器100与终端装置200是经由网络300而连接。网络300只要是在实现远程会议时用于各装置之间的数据通信的通信网络，就没有特别限定，例如也可以设为局域网(Local Area Network，LAN)、广域网(Wide Area Network，WAN)、互联网等。用于数据通信的通信线路不论有线或无线均可，也可以并用所述二者。并且，还可以构成为利用网关(gateway)装置或路由器(router)等中转装置，经由多个网络或通信线路而连接各装置。也可以使用电话线路作为网络300的线路或其一部分。

<服务器的功能结构>

图2是表示服务器100的功能结构的图。服务器100包括收发部110、群管理部120及数据处理部130。服务器100对多个终端装置200间的通信进行控制，执行用于支持远程会议的处理。服务器100既可以通过单体的服务器设备来实现，也可以通过借由多个硬件的分散处理来实现。并且，也可以作为互联网上的所谓云服务器(cloud server)而实现。

收发部110经由网络300与多个终端装置200连接，收发在终端装置200中所获取的语音数据及图像数据。所谓语音数据，是指包含使用终端装置200的用户(会议参加者)的发话语音的语音的数字数据(digital data)。所谓图像数据，是指包含使用终端装置200的用户(会议参加者)的图像的运动图像或者静止图像的数字数据。当图像数据是运动图像时，也可以作为由图像与语音合成的运动图像数据而收发。并且，收发部110从终端装置200接收群设定信息。所谓群设定信息，是指表示在终端装置200中设定的会议参加者的群的信息。关于群及群设定信息的详情将在后文描述。收发部110包含用于服务器100与网络300连接的网络界面。

群管理部120在会议中设定了群时，针对经设定的各群，对会议参加者进行管理。在本实施方式中，是设为通过各会议参加者所使用的终端装置200的识别信息来管理会议参加者。即，将各会议参加者所使用的终端装置200作为所述会议参加者自身来管理。以下，群中的终端装置200表示属于所述群的会议参加者。

在这里，所谓群，是指由会议参加者所设定的所有会议参加者之中的一部分会议参加者构成的会议参加者的集合。一个以上的会议参加者属于群。并且，各会议参加者可属于多个群。群是通过终端装置200的操作而设定。并且，关于群，除了终端装置200的操作以外，例如，在设定了群的会议结束后就被删除。关于群的设定操作，将在后文描述。群管理部120例如，通过将所设定的群的识别信息与属于所述群的会议参加者的终端装置200的识别信息相对应地注册至表(table)等的方法，来对群及会议参加者进行管理。

数据处理部130参照群管理部120，在从终端装置200接收到的语音数据及图像数据(或者由语音及运动图像合成的运动图像数据)上，附加已发送所述数据的终端装置200所属的群的识别信息。以下，将群的识别信息称为“群信息”。

<终端装置的功能结构>

图3是表示终端装置200的功能结构的图。终端装置200包括语音获取部210、图像获取部220、收发部230、群信息保持部240、音量控制部250、语音输出部260、图像控制部270、图像显示部280及操作受理部290。终端装置200经由服务器100而与参加远程会议的其它终端装置200交换信息。终端装置200是通过例如个人计算机(personal computer，PC)、智能手机或平板(tablet)型终端等移动终端装置、构成为远程会议用的专用终端等来实现。

语音获取部210获取包含使用终端装置200的会议参加者的发话语音的声音信息。所获取的声音信息是作为数字数据发送至服务器100。作为语音获取部210，例如，既可以使用设置于终端装置200中的麦克风(microphone)，也可以构成为通过由通用串行总线(Universal Serial Bus，USB)等构成的数据转送元件来接收由麦克风所获取的语音数据，所述麦克风是与终端装置200另外设置。

图像获取部220获取包含使用终端装置200的会议参加者的图像的图像信息。图像既可以是运动图像，也可以是静止图像。当图像是运动图像时，例如，可合成语音获取部210所获取的语音。并且，当图像是运动图像时，除了运动图像格式的运动图像数据以外，还可以设为由每隔固定时间拍摄的时间序列的静止图像数据的集合构成的数据结构。所获取到的图像是作为数字数据而发送至服务器100。作为图像获取部220，例如，既可以使用设置于终端装置200中的相机，也可以构成为通过由USB等构成的数据转送元件来接收与终端装置200另外设置的相机所获取到的图像。

收发部230经由网络300与服务器100连接，而收发语音数据及图像数据。具体地说，收发部230将语音获取部210所获取的语音数据及图像获取部220所获取的图像数据发送至服务器100。并且，收发部230从服务器100接收多个会议参加者的终端装置200所获取的语音数据及图像数据。收发部230是语音数据接收元件的一例，是图像数据接收元件的一例，并且是接收元件的一例。在这里，在所获取的语音数据及图像数据中，还包含自身装置已发送至服务器100的数据。当在会议中设定了群时，在从服务器100获取的语音数据及图像数据上，附加有各终端装置200所属的群的群信息。

并且，收发部230在终端装置200中进行了群的设定时，将群设定信息发送至服务器100。另一方面，收发部230在其它终端装置200中进行了群的设定时，从服务器100接收群设定信息。收发部230例如，是通过设置于终端装置200中的无线通信装置或网络界面而实现。

群信息保持部240在从服务器100接收到的语音数据及图像数据上附加有群信息时，提取所述群信息，并与所述语音数据及图像数据的发送源即终端装置200相对应地加以保持。群信息保持部240例如是通过随机存取存储器(Random Access Memory，RAM)等存储器或硬盘装置而实现。群信息保持部240是群信息保持元件的一例。

音量控制部250对由从服务器100接收到的语音数据构成的输出语音的音量进行控制。音量控制部250针对基于群信息的各群，独立控制输出语音的音量。音量控制部250至少在自身装置的用户(会议参加者)所属的群与其它群中，将输出语音的音量控制成不同的音量。例如，音量控制部250使包含自身装置的用户(会议参加者)的群的语音大于其它群的语音。并且，音量控制部250也可以设为能够受理针对各群各别地输出语音的音量的设定。这时，通过后述操作受理部290来受理音量的设定操作，音量控制部250对应于所受理的操作，各别地控制各群的音量。通过设为如上所述的结构，会议参加者可针对会议中所设定的各群，根据自身的嗜好而手动设定输出语音的音量。音量控制部250是通过例如经程序控制的中央处理器(Central Processing Unit，CPU)等运算装置来实现。音量控制部250是音量控制元件的一例。

语音输出部260通过音量控制部250的控制，来输出从服务器100接收到的语音数据的语音。并且，语音输出部260在会议中设定了群的情况下，使自身装置的用户(会议参加者)所属的群的语音与其它群的语音以不同的音量输出。作为一例，语音输出部260使包含自身装置的用户(会议参加者)的群的语音以大于其它群的语音的音量输出。并且，当音量控制部250根据用户(会议参加者)的音量设定对输出语音的音量进行控制时，以针对各群各别地设定的音量输出语音。语音输出部260是通过例如设置于终端装置200中的、或者与终端装置200连接的扬声器(speaker)来实现。语音输出部260是语音输出元件的一例。

图像控制部270对基于从服务器100接收到的图像数据的图像的显示形态进行控制。图像控制部270针对基于群信息的各群，独立控制图像的显示形态。图像控制部270是以至少在自身装置的用户(会议参加者)所属的群与其它群中呈不同的显示形态的方式，进行图像的显示控制。例如，图像控制部270是以使其它群的图像的可见度低于包含自身装置的用户(会议参加者)的群的图像的方式，对显示形态进行控制。用以使图像的可见度降低的方法并无特别限定，例如，可考虑使图像的焦点模糊、调低图像的亮度、降低图像的对比度、调低图像的彩度等方法。并且，图像控制部270也可以设为针对各群各别地受理图像的显示形态的设定。这时，通过后述操作受理部290来受理图像的显示形态的设定操作，图像控制部270根据所受理的操作，各别地控制各群的图像的显示形态。如果设为如上所述的结构，会议参加者可针对会议中所设定的各群，根据自身的嗜好而手动设定图像的显示形态。图像控制部270是通过例如经程序控制的CPU等运算装置来实现。图像控制部270是图像控制元件的一例。

并且，图像控制部270使用于受理终端装置200的用户(会议参加者)的操作的操作画面显示于图像显示部280。操作画面是根据终端装置200所受理的操作的种类而准备。例如，可准备用于设定群的操作的群设定画面、用于设定各群的输出语音的音量的操作的音量设定画面、用于设定各群的图像的显示形态的操作的图像设定画面等。

图像显示部280通过图像控制部270的控制，来显示基于从服务器100接收到的图像数据的会议参加者的图像。并且，图像显示部280在会议中设定了群时，使自身装置的用户(会议参加者)所属的群的图像与其它群的图像以不同的显示形态显示。作为一例，图像显示部280以可见度低于包含自身装置的用户(会议参加者)的群的图像的显示形态显示其它群的图像。并且，当图像控制部270根据用户(会议参加者)的设定对图像的显示形态进行控制时，以各群各别地设定的显示形态显示图像。图像显示部280例如是通过设置于终端装置200中的、或者与终端装置200连接的显示装置来实现。图像显示部280是显示元件的一例。

操作受理部290受理终端装置200的用户(会议参加者)利用操作器件而进行的操作。操作受理部290是通过例如经程序控制的CPU等运算装置来实现。作为操作器件，例如，可使用鼠标等指向器件(pointing device)、键盘、触控面板等。在这里，图像显示部280通过图像控制部270的控制来显示操作画面。终端装置200的用户(会议参加者)可以通过按照显示于图像显示部280的操作画面对操作器件进行操作，而进行与操作画面相应的各种输入操作。即，图像显示部280及操作受理部290对终端装置200的用户(会议参加者)，提供利用图形用户界面(Graphical User Interface，GUI)的操作元件。作为一例，当在图像显示部280中显示了群设定画面时，所述GUI受理群的设定操作。同样地，当在图像显示部280中显示了音量设定画面时，所述GUI针对各群，受理输出语音的音量的设定操作。当在图像显示部280中显示了图像设定画面时，所述GUI针对各群，受理图像的显示形态的设定操作。图像显示部280及操作受理部290是音量设定操作受理元件的一例，是显示形态设定操作受理元件的一例，是群设定元件的一例，是音量设定元件的一例，是图像设定元件的一例。

<服务器的动作>

图4是表示服务器100的动作的流程图。在以下的动作例中，以利用由图像及语音合成的运动图像进行远程会议的情况为例，说明服务器100的动作。服务器100在从终端装置200接收到群设定信息时，将所获取的群设定信息保存于群管理部120，对群与终端装置200(用户)的对应进行管理(S401、S402)。然后，服务器100将所管理的群设定信息，分发至所述群设定信息的发送源以外的终端装置200(S403)。

并且，服务器100在从终端装置200接收到包含图像及语音的运动图像数据时，询问群管理部120，查找是否存在运动图像数据的发送源的终端装置200(用户)所属的群(S401、S404、S405)。当存在符合的群时(S405中为是(Yes))，数据处理部130将所对应的群信息附加于运动图像数据(S406)。然后，服务器100将附加有群信息的运动图像数据，分发至参加远程会议的所有终端装置200(S407)。另一方面，当没有符合的群时(S405中为否(No))，服务器100将群信息不附加于运动图像数据，而分发至参加远程会议的所有终端装置200(S407)。

再者，如上所述，在这里，对利用运动图像进行远程会议的示例进行了说明，但是在利用静止图像及语音进行远程会议的情况下，服务器100在S404中接收到静止图像数据及语音数据时，在S405中查找群。然后，服务器100在S406中将群信息附加于静止图像数据及语音数据，在S407中将附加有群信息的静止图像数据及语音数据分发至终端装置200。

并且，当只利用语音进行远程会议时，服务器100在S404中接收到语音数据时，在S405中查找群。然后，服务器100在S406中将群信息附加于语音数据，在S407中将附加有群信息的语音数据分发至终端装置200。

<终端装置的动作>

图5是表示终端装置200的动作的流程图。终端装置200在从服务器100接收到群设定信息后，将所接收的群设定信息保存至群信息保持部240(S501、S502)。

并且，终端装置200在接收到运动图像数据后，从接收到的运动图像数据提取群信息，参照群信息保持部240中所保存的群设定信息，确认所述运动图像数据的发送源即终端装置200所属的群(S501、S503、S504)。当存在所对应的群时(S505中为是(Yes))，如果所述群是自身装置所属的群(S506中为是(Yes))，终端装置200的音量控制部250及图像控制部270就以设定为自身群(自身装置所属的群)用的音量及图像的显示形态，输出所述运动图像(S507)。另一方面，当运动图像数据的发送源即终端装置200所属的群并非自身群时(S506中为否(No))，终端装置200的音量控制部250及图像控制部270以设定为自身群以外的群(其它群)用的音量及图像的显示形态，输出所述运动图像(S508)。在这里，当存在多个其它群，并针对各个其它群各别地设定了音量或图像的显示形态时，终端装置200以设定为符合的其它群用的音量及图像的显示形态，输出所述运动图像。

并且，当没有运动图像数据的发送源即终端装置200所属的群时(S505中为否(No))，终端装置200的音量控制部250及图像控制部270以设定为自身群用的音量及图像的显示形态，输出所述运动图像(S507)。在这里，作为没有运动图像数据的发送源即终端装置200所属的群的情况，存在没有符合从运动图像数据提取的群信息的群的情况、以及在运动图像数据中未附加群信息的情况。在后者的情况，还有运动图像数据的发送源即终端装置200不属于任何群的情况、以及未进行群设定的情况。

再者，如以上所述，在这里，对利用运动图像进行远程会议的示例进行了说明，但在利用静止图像及语音进行远程会议的情况下，终端装置200是在S503中接收到静止图像数据及语音数据时，在S504中进行群信息的提取、群的确认。然后，如果经确认的群是自身群，终端装置200就在S507中，以设定为自身群用的音量及图像的显示形态，输出静止图像及语音。另一方面，如果经确认的群是其它群，就在S508中，以设定为符合的其它群用的音量及图像的显示形态，输出静止图像及语音。

并且，当只利用语音进行远程会议时，终端装置200在S503中接收到语音数据时，在S504中进行群信息的提取、群的确认。然后，如果经确认的群是自身群，终端装置200就在S507中，以设定为自身群用的音量输出语音。另一方面，如果经确认的群是其它群，就在S508中，输出以设定为符合的其它群用的音量输出语音。

<操作画面的示例>

其次，对终端装置200中的操作时所使用的操作画面进行说明。在这里，作为操作画面的一例，对群设定画面、音量设定画面、图像设定画面进行说明。

图6是表示群设定画面的示例的图。在图6所示的示例中，在终端装置200的图像显示部280中，显示有会议参加者的图像。在图示的群设定画面中，显示了九个会议参加者的图像(以下称为参加者图像)Y-1～参加者图像Y-9。各参加者图像Y-1～参加者图像Y-9是对各会议参加者的终端装置200的图像获取部220所获取的图像进行加工而获得。在图6的群设定画面中所示的参加者图像Y-1～参加者图像Y-9之中，参加者图像Y-5是表示显示了所述群设定画面的终端装置200(自身装置)的用户的图像，与其它参加者图像Y-1～参加者图像Y-4、参加者图像Y-6～参加者图像Y-9相区别而显示。在图示的群设定画面中，参加者图像Y-1～参加者图像Y-9是不规则地配置。群设定画面中的参加者图像Y-1～参加者图像Y-9的配置并不限定于图示的示例，例如也可以纵横地呈格子状排列而配置。参加者图像Y-1～参加者图像Y-9的加工或群设定画面中的配置例如是由显示群设定画面的终端装置200的图像控制部270来进行。

当在图6所示的群设定画面中进行群设定操作时，按照操作将会议参加者分群。在图6所示的示例中，是分成包含参加者图像Y-1～参加者图像Y-4的群G-1、及包含参加者图像Y-5～参加者图像Y-9的群G-2。在群设定操作中，既可以准许关于所有会议参加者分成任意的群，还可以施加如下的限制，即，对各终端装置200，只准许设定包含自身装置的用户(会议参加者)的群。群设定操作只要是将显示于群设定画面中的参加者图像间隔开的操作即可，具体的操作方法并无特别限定。例如，也可以通过使用指向器件，划出将显示于群设定画面中的参加者图像间隔开的线来进行。并且，还可以通过使用指向器件或键盘，指定属于各群的会议参加者的参加者图像来进行。

当在群的设定操作中，设定了一个群时，未含于所设定的群中的会议参加者构成另一个群。例如，在图6所示的群设定画面中，当设定了包含参加者图像Y-1～参加者图像Y-4的群G-1时，自动生成包含剩下的参加者图像Y-5～参加者图像Y-9的群G-2。并且，在图6所示的状态下，当设定例如包含参加者图像Y-1～参加者图像Y-3的群时，可设定只包含参加者图像Y-4的新群。

在图6所示的示例中，各会议参加者(参加者图像Y-1～参加者图像Y-9)分别属于一个群。与此相对，也可以允许一个会议参加者属于多个群。例如，在图6中设定包含参加者图像Y-2、参加者图像Y-5、参加者图像Y-6的新群时，也可以并非将参加者图像Y-2从群G-1中切分出来，将参加者图像Y-5、参加者图像Y-6从群G-2中切分出来，而是设为在仍属于各自的群的状态下，设定新群。

图7是表示群设定画面的另一例的图。在图7所示的示例中，在图6所示的群G-1、群G-2之上再设定了群G-3。因此，参加者图像Y-2的会议参加者属于群G-1及群G-3，参加者图像Y-5、参加者图像Y-6的会议参加者属于群G-2及群G-3。属于多个群的会议参加者的语音的音量例如是应用所述会议参加者所属的群之中最大的音量。并且，属于多个群的会议参加者的图像的显示形态例如是应用所述会议参加者所属的群之中可见度最高的显示形态。

再者，图6、图7所示的群设定画面可明示各会议参加者的图像及各会议参加者所属的群，因此也可以用作远程会议中的标准画面。并且，当用作远程会议中的标准画面时，也可以限制新群设定。这时，要进行新群设定，例如只要通过弹出式菜单(pop up menu)的操作等而解除群设定操作的限制以使操作能够受理即可。

图8是表示音量设定画面的示例的图。在图8所示的例中，在群G-1、群G-2的各个中，各别地显示有音量操作用的对象(object)281。终端装置200的用户对所述对象281进行操作，可针对各群在可设定的范围内设定所需的音量。并且，在图8所示的示例中，以粗线描绘了自身装置的用户(会议参加者)的参加者图像的外框。即，在图示的示例中，自身装置的用户属于群G-2。这时，也可以相对于在群G-2中可设定的音量的范围，来限制在自身装置的用户所不归属的群G-1中可设定的音量的范围。再者，也可以设为在设定群之后，终端装置200的用户进行操作之前的状态下，进行初始设定，以使得自身装置的用户所属的群(在图8的示例中为群G-2)的音量大于其它群的音量。

在图8所示的音量设定画面中，相对于图6、图7所示的群设定画面，各参加者图像在各群中整齐地配置着。如上所述，在音量设定画面中，也可以变更参加者图像的配置，以容易识别各别地进行音量设定的对象的群。并且，参加者图像的配置也可以设为维持着远程会议中的标准画面，针对各群以弹出显示等而显示音量操作用的对象，受理音量的设定操作。远程会议中的从标准画面向音量设定画面的转移是借由通过例如弹出式菜单的操作等而选择向音量设定画面的转移来进行。

图9A及图9B是表示图像设定画面的示例的图。图9A是表示参加者图像的显示形态设定用的对象的图，图9B是表示针对各群设定有不同的显示形态的状况的图。在图像设定画面中，例如在如图9B所示的画面上选择作为显示形态的设定对象的群，使如图9A所示的显示设定用的对象282。群的选择及对象282的显示是通过利用指向器件指示例如群内的适当地点，通过弹出式菜单的操作而选择功能来进行。图9A所示的对象282是排列显示着对参加者图像的可选择的显示形态，可通过单选按钮(radio button)来选择。在图示的示例中，在图9A的对象282中选择从上方起第二个显示形态，并如图9B所示，反映为属于群G-1的参加者图像。再者，对象282既可以例如重叠显示于图9B所示的图像设定画面上，也可以在图像显示部280的显示画面上，显示为与图像设定画面的显示窗口不同的窗口。

图9B所示的图像设定画面是与图8所示的音量设定画面同样地，将各参加者图像在各群中整齐地配置着，但是也可以将参加者图像仍然设为远程会议中的标准画面的配置。远程会议中的从标准画面向图像设定画面的转移是借由通过例如弹出式菜单的操作等而选择向图像设定画面的转移来进行。再者，在图9B所示的示例中，以粗线描绘了自身装置的用户(会议参加者)的参加者图像的外框。即，在图示的示例中，自身装置的用户属于群G-2。这时，也可以相对于在群G-2中可选择的参加者图像的显示形态，来限制在自身装置的用户不归属的群G-1中可选择的参加图像的显示形态。

在图4及图5所示的动作例中，以利用运动图像进行远程会议的情况为例进行了说明，但是如上所述，本实施方式的远程会议既可以利用静止图像及语音来进行，也可以只利用语音来进行。当利用运动图像进行远程会议时，作为参照图6～图9A及图9B而说明的参加者图像，是使用从各会议参加者的终端装置200发送的运动图像。作为参加者图像的运动图像是缩小地显示于终端装置200的图像显示部280，以能够显示多个会议参加者的图像。

当利用静止图像及语音进行远程会议时，作为参照图6～图9A及图9B而说明的参加者图像，是使用从各会议参加者的终端装置200发送的静止图像。作为参加者图像的静止图像，是缩小地显示于终端装置200的图像显示部280，以能够显示多个会议参加者的图像。并且，当从会议参加者的终端装置200未发送用作参加者图像的静止图像时，也可以设为显示在初始设定中经指定的图像(初始设定图像)作为参加者图像的结构。这时，只要预先准备确定各个会议参加者的图像，就也可以将所述图像用作初始设定图像。当未准备确定会议参加者的图像时，也可以通过与表示会议参加者的无个性的图像一并显示确定各个会议参加者的识别信息(姓名、身份(identity，ID)等)来形成为参加者图像。

当只通过语音进行远程会议时，作为参照图6～图9A及图9B而说明的参加者图像，可使用在初始设定中经预先指定的表示各会议参加者的图像。所述图像只要是表示各会议参加者的图像即可，图像的种类并无特别限定。例如，既可以是拍摄了会议参加者的相片，也可以使用确定各参加者的角色图像或图标。并且，还可以通过与表示会议参加者的无个性的图像一并显示确定各个会议参加者的识别信息(姓名、ID等)来形成为参加者图像。

以上，已说明本发明的实施方式，但是本发明的技术范围并不限定于所述实施方式。例如，在所述实施方式中，主要是以利用由图像与语音合成的运动图像进行远程会议的情况为例进行说明，但是在只利用语音进行的远程会议中，也能够进行所述各群的音量控制、或对表示会议参加者的图像(静止图像或图标等)进行显示形态的控制。这时，服务器100的数据处理部130是作为对从终端装置200获取到的语音数据进行处理的处理元件而发挥作用。

并且，各种设定画面的结构仅为例示，只要能够进行会议参加者的群设定及其显示、各群的音量控制、各群的图像的显示形态的控制，就可使用其它各种结构的用户界面。此外，不脱离本发明的技术思想的范围的各种变更或结构的替代包含在本发明中。