JP2001359010A - 放送方法および放送システム - Google Patents

Abstract

(57)【要約】 【課題】 音声による操作の利便性、メモリコスト、シ
ステム運用メリットのすべてで有用な受像機と放送技術
が今後とくに求められる。 【解決手段】 ＥＰＧ検出部１２０は放送波と別の通信
形式で付加情報６２を取得し、その中から電子番組案内
ＥＰＧを抽出する。ＥＰＧの中の表示用データ１３０は
画面に出力され、解析用データ１３２および音声認識の
ための発音データ１３６と番組のリンク情報１３４が解
析テーブル１１０に格納される。音声認識部１０８はユ
ーザの発声を発音テーブル１０６に照らし、番組ごとに
設けられた複数の発音を含む発音グループ１４０を特定
し、番組同定部１１２が発音グループ１４０を解析テー
ブル１１０に照らして番組を同定する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】この発明は、放送方法および
放送システムに関する。この発明は特に、音声認識機能
を有する受像機で受信される放送波を送信する放送方法
と、その方法を実施する放送システムに関する。

【０００２】

【従来の技術】いわゆるマルチメディア時代の本格化に
伴い、近年めざましい進展を遂げている情報通信、画像
・音声処理などの技術を基礎に、ユーザ、すなわち一般
需要者に提供されるサービスが高度化し、また多岐にわ
たるようになった。テレビジョン放送のデジタル化や高
画質化により、ユーザは非常に鮮明な映像を多数のチャ
ネルから選択できるようになった。

【０００３】サービスの多様化に伴い、よりユーザフレ
ンドリーなマンマシンインタフェイスの重要性が高まっ
ている。人間の直観に沿うインタフェイスを提供しない
と、ユーザが機能の洪水にのみこまれる事態を招く。Ｃ
ＰＵパワーの高まりを受け、ハイレベルな音声認識技術
が実用レベルに到達した今日、家電その他の製品に音声
認識機能を組み込んでユーザ操作の利便性を高める取組
がなされている。

【０００４】特開平９−１８６９４３号公報には、音声
認識機能を備えたテレビジョン受信装置（以下、従来装
置という）が開示されている。この従来装置は、テレビ
ジョン放送電波に重畳された音声認識辞書更新データを
抽出し、これをもとに音声認識辞書の単語を更新する。
このことにより、番組の名称などを最新の状態で保持す
ることができ、従来装置の運用開始以降に企画された番
組についても音声認識率を高めるというものである。そ
の他の効果として、適宜更新を行うことで、音声認識辞
書の容量を抑制できる旨が述べられている。

【０００５】

【発明が解決しようとする課題】第１の課題として、従
来装置は放送電波に重畳された音声認識辞書更新データ
を抽出するため、ユーザが音声認識辞書更新データの受
信タイミングを逃すと、しばらくは古いデータをもとに
音声認識を行う必要がある。

【０００６】第２の課題として、従来装置は、更新動作
によって音声認識辞書の容量を抑制するが、それでも音
声認識辞書自体は当然にある程度汎用性をもって実装さ
れているので、容量低減にもある程度の限界がある。

【０００７】本発明はこれらの課題に鑑みてなされたも
ので、その目的は、音声認識機能の効用を改善するこ
と、その際、既存の放送インフラとの親和性を維持する
ことにある。別の目的は、音声認識のために必要なメモ
リ容量を抑制しつつ、より高い音声認識率を実現するこ
とにある。さらに別の目的は、音声認識機能の改善に関
連するサービスをより円滑に実現することにある。

【０００８】

【課題を解決するための手段】本発明において想定可能
な受像機は、放送波とは別の伝送形式にて送信される信
号を受信する通信部と、前記受信した信号から付加情報
を検出する付加情報検出部と、ユーザの音声を認識する
音声認識部と、前記音声認識部によって参照される発音
テーブルと、前記検出された付加情報に含まれる発音デ
ータを前記発音テーブルに登録する登録部とを含む。

【０００９】「受像機」はなんらかの形で映像または画
像を受信する機能を有すればよく、テレビジョン受像機
のほか、通常のコンピュータ端末、携帯電話その他のモ
バイル機器、カーナビゲーション装置など、その形は本
質問題ではない。「別の伝送形式」は、電気、光、磁気
など、無線、有線を問わず、各種通信方式を含む。

【００１０】「発音データ」は音声認識語彙データとも
よばれ、ユーザの発する音声の読みまたは発音を示すデ
ータである。「発音テーブル」は発音データを格納する
ものであるが、必ずしも従来一般に考えられる音声認識
用辞書のように汎用性を考えて多数のデータを保持して
いる必要はない。

【００１１】小容量の発音テーブルで機能できるための
技術として、発音データの構造に改良を加えている。た
とえば、発音データは認識すべき単語と音声レベルで対
応している必要はなく、「イタリアセリエＡの試合」と
いう番組を認識するために、「さっかー」「いたりあり
ーぐ」という概念のレベルで番組に対応していてもよ
い。また、発音データが単語と音声レベルで対応してい
る場合であっても、形態素へ分解することにより、「い
たりあ」「せりえ」など、ユーザが発する可能性のある
複数の発音をこの番組に対応する発音データとして保持
してもよい。さらに発音データは、認識すべき単語に関
連する情報に対応してもよい。たとえば、イタリアセリ
エＡに所属する著名選手の名前に対応してもよい。こう
した配慮の結果、汎用性の高い辞書の必要性が薄くな
る。

【００１２】この受像機では、放送波とは別に通信部が
設けられている。したがって、放送波の受信とは関係の
ないタイミングで付加情報を受信することができる。こ
のため、放送局側は従来どおり放送波を送信すればよ
く、インフラの変更は不要である。一方、受像機側は、
任意のタイミング、たとえばユーザが要求を出したタイ
ミングで付加情報を得ることができる。付加情報は付加
情報検出部で検出され、その中に含まれる発音データが
発音テーブルに登録される。したがって、音声認識部に
よる音声認識処理にはユーザが望む最新の発音データが
登録されている。

【００１３】本発明のある形態は、放送の方法に関す
る。この方法は、受像機に送信すべき付加情報を生成す
る工程と、前記受像機に表示すべき映像信号および前記
付加情報を放送波に乗せて送信する工程とを含む。前記
付加情報は、異なる受像機の間で予め統一されたデータ
形式に従っている。

【００１４】付加情報は以下の状態で生成される。付加
情報はまず、電子番組案内とそれに対応する発音データ
およびそれらのリンク情報を含む。さらに、電子番組案
内は、前記受像機に表示されるべき表示用データと、前
記受像機にて前記発音データをもとになされる音声認識
の結果番組を同定するために供される解析用データとを
含む。

【００１５】この方法によれば、まず付加情報のデータ
形式が互換性をもつため、いろいろな受像機で受信およ
び利用することができ、システム全体の運用効率が高
い。また、前記のリンク情報の存在により、発音データ
から電子番組案内に含まれる番組の同定がダイレクトに
行われる。従来一般的な音声認識では、発音された可能
性の高い単語を辞書から選択する過程を経るが、本方法
では、発音された可能性の高い単語が直接番組にリンク
されている。したがって、非常に容量の小さな発音デー
タが辞書を代用し、メモリ等システムリソースの利用効
率、音声認識率、処理時間の面で有利である。

【００１６】本発明の別の形態は、放送システムに関す
る。このシステムは、放送局と、その放送局から放送波
を受ける受像機を含む。放送局は、異なる受像機の間で
予め統一されたデータ形式に従い、それらの受像機に送
信すべき付加情報を生成する付加情報生成部と、前記生
成した付加情報を映像信号とともに放送波として送信す
る送信部を含む。一方、前記受像機は、ユーザの音声を
認識する音声認識部と、受信した放送波に含まれる前記
付加情報の中から電子番組案内を検出するＥＰＧ検出部
と、前記電子番組案内に対応する発音データを検出する
発音検出部と、前記電子番組案内と前記発音データとの
リンク情報を記録する解析テーブルと、前記音声認識部
における認識結果を前記解析テーブルに照合することに
よって番組を同定する番組同定部とを含む。この構成に
よれば、既述のごとく、システムの運用効率が高く、ま
たリンク情報の提供により、受像機側のコスト低減と機
能向上に寄与する。

【００１７】本発明のさらに別の形態も放送システムに
関する。このシステムはサービスセンタを含む。このサ
ービスセンタは、付加情報生成部と、生成した付加情報
を受像機に送信する付加情報送信部とを含む。一方、受
像機は、サービスセンタから送信される信号を受信する
通信部と、前記受信した信号から付加情報を検出する付
加情報検出部と、ユーザの音声を認識する音声認識部
と、前記音声認識部によって参照される発音テーブル
と、前記検出された付加情報に含まれる発音データを前
記発音テーブルに登録する登録部とを含む。

【００１８】このシステムでは、付加情報に関する業務
をサービスセンタが代行する。したがって、放送局は従
来どおりの方法で番組を放送すればよい。一方、受像機
はユーザの望むタイミングで付加情報を受信できる。ま
た、サービスセンタは複数の放送局の番組情報をもとに
付加情報を生成する機能をもってもよく、その場合、さ
らにシステム全体の運用効率が高まる。

【００１９】本発明のさらに別の形態も放送システムで
ある。このシステムは番組放送装置と、その番組を享受
する番組受信装置を含み、前記番組送信装置から送信さ
れる番組に対する付加情報を生成するサービスセンタが
設けられている。このサービスセンタは、前記番組に関
する電子番組案内とそれに含まれる番組情報の発音デー
タを番組受信装置に送信する。一方、番組受信装置は、
前記発音データを用いてユーザの音声から前記電子番組
案内に含まれる番組を同定する。

【００２０】

【発明の実施の形態】［実施の形態１］図１は、実施の
形態１に係る放送技術にて利用可能なテレビジョン受像
機１０の構成を示す。このテレビジョン受像機１０は主
に、放送波から映像と音声を再生出力するテレビジョン
受像機の一般的機能と、電子番組案内（Electronic Pro
gram Guide、以下「ＥＰＧ」と略記する）の表示、番組
の選択などを音声認識をベースに行う付加的機能を有す
る。なお、一般的機能はアナログ、デジタル、ハイブリ
ッドいずれの方式でもよいし、地上放送、衛星放送な
ど、放送の方式も問わない。図１では、デジタル放送受
像機を考える。

【００２１】一般的機能のための構成は以下のとおりで
ある。まず、放送波７０はアンテナ１２を介してチュー
ナ１４へ与えられる。チューナ１４はユーザが選んだチ
ャネルを含むトランスポンダを選択し、ＱＰＳＫ復調を
施す。復調で得られた複数のトランスポートポケットを
含むストリームはパケット分離部１６へ送られる。パケ
ット分離部１６はデマルチプレクサであり、所望のチャ
ネルに対応するパケットを分離して映像・音声デコーダ
１８へ出力する。映像・音声デコーダ１８は、例えばＭ
ＰＥＧデコーダであり、入力されたパケットを復号し、
音声データを音声信号処理部２０へ、映像データを映像
信号処理部２６へそれぞれ出力する。音声信号処理部２
０は入力された音声データに所定の処理を施し、最終的
に音声が音声信号出力部２２を経てスピーカ２４へ出力
される。映像信号処理部２６は入力された映像データに
所定の処理を施し、処理後のデータを合成部２８へ出力
する。合成部２８は、映像信号処理部２６から入力した
データと後述するＯＳＤ部４４から入力したデータとを
合成し、合成後のデータをＮＴＳＣエンコーダ３０へ出
力する。ＮＴＳＣエンコーダ３０でビデオ信号に変換さ
れた映像信号はＣＲＴ３２へ出力され、表示される。な
お、映像データ、音声データとも、デジタル信号のまま
テレビジョン受像機１０から外部の任意の機器へ出力し
てもよい。

【００２２】一方、付加的機能のための構成は以下のと
おりである。主制御部３６は、テレビジョン受像機１０
全体を統括的に制御する。主制御部３６は、ＣＰＵ３８
と、システムの起動に必要なプログラム等が格納された
ＲＯＭ４０と、プログラムエリアまたはワークエリアと
して利用されるＤＲＡＭ４２を含む。後述の音声認識に
関する各種テーブルは、図示しない二次記憶装置に保存
され、適宜ＤＲＡＭ４２にロードされてもよいし、ＲＯ
Ｍ４０がＥＥＰＲＯＭ（電気的消去およびプログラム可
能なＲＯＭ）やＦＬＡＳＨメモリなどで構成されるとき
は、そのリザーブエリアに記録されてもよいし、電池で
バックアップされたＳＲＡＭ（図示せず）があるとき
は、それに記録されてもよい。ＶＲＡＭ４６は、映像・
音声デコーダ１８における映像信号の復号の際にフレー
ムメモリとして利用されるほか、ＯＳＤ部４４へ画像デ
ータを送る際にバッファとして利用される。

【００２３】通信部３４は、放送波とは異なる通信形式
をサポートする。ここでは、通常の回線を介した電気通
信機能をもつモデムおよび通信プログラムを含むとす
る。ただし、通信部３４は、たとえばＵＳＢ、ＲＳ−２
３２Ｃ、イーサネット（登録商標）などの仕様に応じた
プロトコル変換機能を備えてもよく、その形式自体は本
質問題ではない。

【００２４】主制御部３６はユーザの指示に従い、通信
部３４に対して付加情報、とくにＥＰＧの送信要求６０
を指示する。通信部３４で受信された付加情報６２は主
制御部３６へ送られる。ユーザの指示は、マイクロフォ
ン５４を介して音声で入力されるほか、リモコン（図示
せず）からの信号を受けたリモコン受光部４８を介して
入力される。

【００２５】メディアＩ／Ｆ回路５０は、ＩＣカード５
６、図示しないフロッピー（登録商標）ディスク、Ｍ
Ｏ、ＣＤ−ＲＯＭその他の記録媒体からデータやプログ
ラムを主制御部３６へ読み込む。読み込まれるデータの
例として、オフラインで提供されるＥＰＧ、発音データ
などがある。プログラムの例として、テレビジョン受像
機１０が受信した信号から付加情報を検出する機能と、
音声認識の際に参照される発音テーブルを生成する機能
と、検出された付加情報に含まれる発音データを発音テ
ーブルに登録する機能とを含むものや、これに加えて、
ＥＰＧに対応する発音データを検出する機能を含むもの
がある。実施の形態１では、付加情報は放送局とは別に
設けられたサービスセンタ（図示せず）から送られるも
のとする。

【００２６】時計ＩＣ５２は、音声認識をもとにチャネ
ルの切替や録画を行うために主制御部３６へ時刻を通知
する。ＯＳＤ部４４は、主制御部３６から入力されたデ
ータ、とくにＥＰＧを映像信号処理部２６から与えられ
た映像データにスーパーインポーズするか、またはそれ
らの一方を選択して出力する。

【００２７】図２は、主制御部３６の内部構成を示す。
図１における主制御部３６はコンポーネント単位で表現
されたが、図２は機能ブロックを示す。したがって、図
２の各構成要素は、通常は図１のＣＰＵ３８とＤＲＡＭ
４２にロードされたプログラムを中心に実現されるが、
その実現方法にいろいろな変形例があることは、当業者
には理解されるところである。

【００２８】付加情報要求部１００は、ユーザの指示に
したがい、サービスセンタに付加情報６２を送信するよ
う要求６０を出す。付加情報６２とは、主に前述の付加
的機能に関係する情報で、ユーザに対するサービスの充
実を図るものである。ただし、ユーザは付加情報６２と
いう形で意識しておらず、たとえば単に「ＥＰＧ送付」
という形で要求を出す。ＥＰＧを含む付加情報６２の構
成は図３で後述する。

【００２９】付加情報検出部１０２は、サービスセンタ
から通信部３４を介して取得された付加情報６２を検出
する。付加情報検出部１０２はＥＰＧ検出部１２０を含
み、ＥＰＧ検出部１２０は付加情報６２に含まれるＥＰ
Ｇを検出する。ＥＰＧの構成は図４で後述する。ＥＰＧ
のデータは、ＣＲＴ３２における視認を目的とするデー
タ（以下「表示用データ」という）と、音声認識からユ
ーザの望む番組を同定するために利用されるデータ（以
下「解析用データ」という）を含む。分離抽出部１２２
はこれらのデータを分離した後、表示用データ１３０を
ＯＳＤ部４４へ出力し、解析用データ１３２を解析テー
ブル１１０へ格納する。表示用データ１３０の画面イメ
ージは図５で後述する。

【００３０】付加情報検出部１０２はさらに、発音検出
部１２４を含む。発音検出部１２４は付加情報６２の中
からＥＰＧに対応する発音データ１３６と、ＥＰＧと発
音データ１３６のリンク情報１３４を検出する。発音デ
ータ１３６は、ＥＰＧに含まれる番組ごとにユーザが発
声するであろう単語の読みに関するもので、図６にて後
述するごとく、番組ごとに複数の発音の可能性をそれぞ
れＧ１、Ｇ２…のようにグループ化して割り当ててい
る。リンク情報１３４は解析テーブル１１０へ格納され
る。登録部１０４は、発音検出部１２４から送られた発
音データ１３６を発音テーブル１０６へ登録する。

【００３１】音声認識部１０８は、マイクロフォン５４
で集音したユーザの声のデータを発音テーブル１０６に
照らし、ユーザが発した音声が含まれると判断できる前
述のグループ（以下「発音グループ１４０」という）を
特定してこれを番組同定部１１２へ通知する。番組同定
部１１２は、発音グループ１４０をサーチキーとして解
析テーブル１１０に検索を掛けることでユーザの意図し
た番組を同定する。同定の結果は確認部１１４へ通知さ
れる。確認部１１４は、ＯＳＤ部４４を介してその番組
を画面上でハイライト表示することにより、ユーザに確
認をとる。ユーザはハイライト表示された番組が自分の
意図したものであれば、リモコンを通して確認部１１４
へ同意の通知を返す。確認は音声で実施してもよく、テ
レビジョン受像機１０とユーザ間の相互作用的な方法で
確認がなされる。

【００３２】確認部１１４は同意された番組の情報を予
約設定部１１６へ通知する。予約設定部１１６は時計Ｉ
Ｃ５２から時刻を参照しており、ユーザの所望する番組
がすでに放送中でればチューナ１４へ指令を出し、チャ
ネル切替を行う。ユーザの所望する番組が後に放送され
るものであれば、チャネル切替予約を設定し、その時刻
になればチューナ１４へ指令を出す。

【００３３】図３は、付加情報６２のデータフォーマッ
トを示す。付加情報６２は、ＥＰＧ１８０とリンク情報
１３４を含み、ＥＰＧ１８０はさらに、表示用データ１
３０、解析用データ１３２および発音データ１３６を一
体に含んでいる。

【００３４】図４は、ＥＰＧ１８０のファイルの内容を
概念的に示している。ＥＰＧ１８０は、例えばＨＴＭＬ
やＸＭＬなどのマークアップ言語で記述されており、そ
の実体は表示用データ１３０、解析用データ１３２およ
び発音データ１３６を識別記号、すなわちタグで区別可
能な状態で埋め込んだ単一のテキストファイルである。
同図左欄の「Ｌ１：」等は説明のためのテキストライン
番号であり、実際のファイルには記述されていない。

【００３５】同図のごとくＥＰＧ１８０には、＜番組＞
タグと＜／番組＞タグで囲まれるＬ１〜１９に番組に関
する情報が記述され、その中に番組のコード「Ｐ５」
（Ｌ２）、チャネル（Ｌ３）、番組名（Ｌ４〜５）とそ
の発音（Ｌ６〜１１）、番組のジャンル（Ｌ１２）とし
て「スポーツ」とその発音（Ｌ１３）、同じく番組のジ
ャンル（Ｌ１４）として「サッカー」とその発音（Ｌ１
５）、番組の日付（Ｌ１６）、番組の開始時刻と継続時
間（Ｌ１７〜１８）が記述されている。番組のコード
「Ｐ５」は番組を特定する際、インデックスとして利用
される。

【００３６】以上のラインのうち、＜発音＞タグと＜／
発音＞タグで囲まれる部分が図３の発音データ１３６に
当たり、それら以外が番組を特定するために利用される
解析用データ１３２に相当する。これらのテキストライ
ンは、ＯＳＤ部４４における画像の合成に影響しないよ
う、表示用のタグと重ならない配慮がされている。マー
クアップ言語のブラウジング機能は、主制御部３６に実
装してもよいし、ＯＳＤ部４４に実装してもよい。な
お、Ｌ１〜１９のテキストはひとつの番組について生成
されるものであり、実際には複数の番組のテキストがＥ
ＰＧ１８０の中に繰り返し記述される。

【００３７】複数の番組に関するテキストに引き続き、
Ｌｘ以降のテキストラインに、図３の表示用データ１３
０に相当するデータが記述されている。この部分には、
ユーザに見やすい形でＥＰＧを表示するためのタグおよ
びテキストが並んでいる。そうしたタグの例として、画
面の一部に静止画や動画を取り込むもの、背景画を取り
込むもの、フォントやその色を指定するもの、テキスト
の表示位置や改行を指定するものなどがある。

【００３８】図５は、図４に記述された表示用データ１
３０に従ってＣＲＴ３２に表示されたＥＰＧを示す。Ｅ
ＰＧは番組表１３００と、補助領域１３０２および画像
枠１３０４を含む。ここでは番組表１３００は、３つの
チャネルとそれらの１７時から３時間の番組、たとえぱ
ＮＨＫハイビジョンの「おかあさんといっしょ」「今日
の料理」、ＢＳ１の「サッカーワールドカップフランス
大会ハイライト」などが示されている。これら以外のチ
ャネルを表示したいときは「右の番組」または「左の番
組」を指示し、２０時以降の番組を知りたいときは「次
の番組」を指示することにより、必要な箇所が表示され
る。番組表１３００に示される各番組には、先のＥＰＧ
１８０において、それぞれ番組コードＰ１〜Ｐ７がユー
ザからは見えない形で割り振られている。

【００３９】補助領域１３０２は、ユーザの操作を容易
にする補助ウインドウである。ここでは、検索の方法な
どの他、確認ボタン１３０６が設けられている。画像枠
１３０４は、番組の内容紹介を動画で小さく紹介するウ
インドウである。ここには、ユーザが音声で予約した番
組の紹介映像が流れる構成としてもよい。

【００４０】図６は、発音テーブル１０６の内容を示
す。発音テーブル１０６は、番組ごとにひとつずつ設け
られたＧ１、Ｇ２…などの発音グループ１４０と、それ
らの各グループに属する発音データ１３６を含む。たと
えば、発音グループＧ５は番組「サッカーワールドカッ
プフランス大会ハイライト」に対応するもので、図４の
発音タグにしたがって、その番組を指定する際にユーザ
が発するであろう発音データが「さっかー」「わーるど
かっぷ」「ふらんすたいかい」「はいらいと」と格納さ
れている。長い番組名はユーザが省略して発声する可能
性に配慮されている。音声認識部１０８は、実際にユー
ザが発したことばから発音グループ１４０を特定し、こ
れを番組同定部１１２へ伝える。

【００４１】図７は、解析用データ１３２およびリンク
情報１３４によって構成される解析テーブル１１０を示
す。解析テーブル１１０は、ＥＰＧ１８０から分離抽出
部１２２によって抽出された解析用データ１３２と、付
加情報６２から発音検出部１２４によって抽出されたリ
ンク情報１３４を記入することで形成される。リンク情
報１３４は、コード１６０と発音グループ１４０の対応
を１：１に記述する情報で、たとえば、 「Ｐ１−Ｇ１，Ｐ２−Ｇ２，．．．，Ｐｎ−Ｇｎ」 のような形で付加情報６２に盛り込まれている。このリ
ンク情報１３４が図７では各番組コードＰｉに各発音グ
ループＧｉを並べることで明示されている。

【００４２】解析テーブル１１０の中で、発音グループ
１４０以外の部分は、解析用データ１３２を番組名１６
２、チャネル１６４、時刻１６８、その他１７０の各項
目に並べ替えることで生成される。その他１７０には、
番組のジャンルのほか、出演者、ロケ地、講評など、ユ
ーザが検索の際利用できそうな情報を盛り込む。番組同
定部１１２は、音声認識部１０８から通知される発音グ
ループ１４０をサーチキーとして解析テーブル１１０を
検索し、コード１６０を同定して番組の情報を得る。

【００４３】なお、ここで留意すべきことは、たとえば
「ニュース」のように、同一チャネルでも複数回放送さ
れる番組の存在である。その場合、「Ｐｍ，Ｐｎ−Ｇ
ｊ」のように、ひとつの発音グループ１４０が複数のコ
ード１６０に対応するため、番組同定部１１２は複数の
候補を確認部１１４に通知し、確認部１１４がユーザに
選択させる。または、ユーザが発声した時刻により近い
時刻のニュースを第１の候補としてユーザに確認しても
よい。当然ながら、複数の候補のうち、すでに放送が終
了しているものは候補から落としてもよい。

【００４４】確認部１１４による番組の確認には、既述
のハイライト表示のほか、ブリンク、反転表示、背景色
変換などの強調表示のほか、音声による通知も可能であ
る。また、番組同定部１１２で同定された番組が図５で
表示された範囲に入っていないとき、「右の番組」等の
番組表１３００の移動処理を行い、その番組を表示させ
てもよい。番組の候補が複数存在するとき、番組表１３
００の行または列のうち候補に関係のないものを削除す
ることで、同一画面に複数の候補を表示してもよい。別
の方法として、複数の候補をまとめて表示する新たなウ
インドウを生成してもよい。候補が複数存在する場合、
ユーザが過去に選択した番組の優先度を上げて表示して
もよく、そうした学習機能を設けてもよい。これらの方
法は、確認部１１４の機能として実装することができ
る。

【００４５】図８は、音声認識から番組を同定する準備
として、テレビジョン受像機１０がなすべき処理の手順
をまとめたフローチャートである。同図のごとく、ユー
ザの指示にしたがい、付加情報要求部１００から付加情
報６２の要求６０が出される（Ｓ１０）。つづいて、サ
ービスセンタから送信された付加情報６２が受信され
（Ｓ１２）、ＥＰＧ検出部１２０によるＥＰＧの検出動
作が開始され（Ｓ１４）、ＥＰＧがあれば（Ｓ１６の
Ｙ）、分離抽出部１２２による表示用データ１３０と解
析用データ１３２の分離が行われる（Ｓ２０）。つぎ
に、発音検出部１２４によって発音データ１３６とリン
ク情報１３４が検出され（Ｓ２２）、発音テーブル１０
６と解析テーブル１１０が生成され（Ｓ２４）、処理を
終える。以上の処理により、番組の音声認識に必要なデ
ータがテレビジョン受像機１０内に実装される。なお、
Ｓ１６において、付加情報６２にＥＰＧが含まれていな
い場合（Ｓ１６のＮ）、そのＥＰＧの内容にしたがった
別の処理が行われ（Ｓ１８）、処理を終了する。

【００４６】図９は、実際に音声認識から番組を同定す
る手順を示すフローチャートである。同図のごとく、ま
ずユーザが発した声をマイクロフォン５４で取得し（Ｓ
５０）、これが発音テーブル１０６に含まれるかどうか
音声認識部１０８で解析する（Ｓ５２）。含まれないと
判断されたとき（Ｓ５２のＮ）、図８の処理（Ｓ１０〜
Ｓ２４）をユーザの許可にしたがって、または自動的に
実行し、しかる後、再度音声認識を実施する。同図では
認識できるまで図８の処理を繰り返すことになるが、図
８の処理は１回だけ実行し、その後でもまだ認識ができ
ない場合、後述のＳ６６のエラー処理に移行してもよ
い。

【００４７】音声認識部１０８でユーザの発声が発音テ
ーブル１０６に存在すると判断されたとき（Ｓ５２の
Ｙ）、発音グループ１４０が同定され（Ｓ５６）、その
結果を受けた番組同定部１１２が解析テーブル１１０を
参照して（Ｓ５８）、番組を同定する（Ｓ６０）。つづ
いて、確認部１１４からユーザへの確認要請が出され
（Ｓ６４）、ユーザが同意した場合（Ｓ６４のＹ）、予
約等の処理を実施する（Ｓ６８）。ユーザが同意しない
場合（Ｓ６４のＮ）、ユーザにリモコンを用いた番組の
直接指定を要請し、またはユーザに再度発声を促すなど
のエラー処理を行う（Ｓ６６）。

【００４８】以上、実施の形態１によれば、ユーザの求
めるタイミングで付加情報６２を取得でき、また汎用的
な音声認識辞書を設けなくとも効率的にユーザの求める
番組を同定することができる。また、放送局側のインフ
ラを変更する必要がない。さらに、表示されたＥＰＧ上
で最新かつ整合性のある選択が可能な状態にテレビジョ
ン受像機１０を保つことができ、ユーザの利便性を高め
ることができる。

【００４９】［実施の形態２］実施の形態１では、テレ
ビジョン受像機１０が放送波７０と別の経路で付加情報
６２を取得した。実施の形態２の放送技術にて利用可能
なテレビジョン受像機１０は、同一の経路、すなわち放
送波７０に多重化された付加情報６２を取得する。付加
情報６２は、映像データを格納するパケット内の所定の
領域に組み込まれる。アナログ放送の場合は垂直帰線期
間などに重畳させることができる。付加情報６２が放送
波７０に乗せられているため、実施の形態２ではサービ
スセンタを仮定しない。放送波７０は多数のテレビジョ
ン受像機１０における受信を前提とし、したがって付加
情報６２を放送波７０に多重化するデータフォーマット
は、いろいろな機器メーカのいろいろな型番のテレビジ
ョン受像機１０において標準化され、複数の放送局で採
用されることが望ましい。

【００５０】図１０は、実施の形態２に係る放送技術に
て利用可能なテレビジョン受像機１０の構成を示す。こ
のテレビジョン受像機１０は実施の形態１において説明
したテレビジョン受像機１０と異なり、通信部３４を有
さない。そのため付加情報６２を別の箇所、ここではパ
ケット分離部１６の出力から検出する。図１１は、主制
御部３６の内部構成を示す。実施の形態１にて説明した
主制御部３６と比較し、通信部３４の削除に伴い、付加
情報要求部１００が削除されている。その他の点は実施
の形態１同様のため、説明を略す。

【００５１】以上、実施の形態２においても汎用的な音
声認識辞書を設けなくとも効率的にユーザの求める番組
を同定することができ、また多数のテレビジョン受像機
１０に共通化された付加情報６２の伝送の採用によっ
て、比較的低コストで放送の付加価値を高めることがで
きる。

【００５２】［実施の形態３］図１２は、実施の形態３
に係る放送システム２００である。放送システム２００
は、番組送信装置である放送局２０２と、番組受信装置
である複数のテレビジョン受像機１０を含む。テレビジ
ョン受像機１０は、実施の形態２にて説明した装置であ
る。

【００５３】放送局２０２は、番組情報をもとに付加情
報６２を生成する付加情報生成部２１２と、放送すべき
映像、音声を符号化する映像・音声エンコーダ２１０を
もつ。信号合成部２０６は、符号化データと付加情報６
２を合成する。送信部２０４は、合成された信号を放送
波７０に乗せて送信する。合成条件設定部２０８は、信
号合成部２０６における合成の条件を設定する。付加情
報６２を符号化データに合成する条件として、例えば
「一定時間ごと」「番組が切り替わるたび」「常時」な
どのタイミングを設定する。一方、テレビジョン受像機
１０は、アンテナ１２を介して付加情報６２を含む放送
波７０を受信し、実施の形態２の手順で処理を行う。

【００５４】付加情報生成部２１２において参照される
番組情報のフォーマットは予め決められていることが望
ましく、その場合デジタルデータの形で番組情報を入力
することにより、付加情報６２を効率的に生成すること
ができる。以上、実施の形態３によれば、実施の形態２
の利点を放送システム全体で活かすことができる。

【００５５】［実施の形態４］図１３は、実施の形態４
に係る放送システム２００である。放送システム２００
は、番組送信装置である放送局２０２と、番組受信装置
である複数のテレビジョン受像機１０と、さらにサービ
スセンタ３００を含む。テレビジョン受像機１０は、実
施の形態１にて説明した装置である。サービスセンタ３
００は、テレビジョン受像機１０を製造したメーカ、放
送局２０２、またはそれらで組織するコンソーシアムな
どで運用してもよいし、第三者機関に委ねてもよい。

【００５６】放送局２０２は、一般的な放送局同様の構
成で、放送すべき映像、音声を符号化する映像・音声エ
ンコーダ２１０と、符号化データを送信する送信部２０
４を含む。放送局２０２は、番組情報をデジタルデータ
の形で生成し、これをサービスセンタ３００へ送信する
サービスセンタインタフェイス部（図示せず）をさらに
備えてもよい。

【００５７】サービスセンタ３００は、実施の形態２の
放送局２０２から付加情報６２の生成と送信を切り離し
てサービスする。付加情報生成部２１２は、放送局２０
２から番組情報を受信し、付加情報６２を生成する。付
加情報６２は付加情報送信部３０２へ転送される。要求
受付部３０４は、テレビジョン受像機１０から付加情報
６２に対する要求６０を受信する。要求６０の受信がト
リガとなり、付加情報送信部３０２からテレビジョン受
像機１０へ付加情報６２が送信される。以降、テレビジ
ョン受像機１０における処理は既述のとおりである。以
上、実施の形態４によれば、実施の形態１の利点を放送
システム全体で活かすことができる。サービスセンタ３
００がより多数の放送局２０２の番組をカバーすること
により、ユーザは一貫性と統一性のあるサービスを享受
することができ、かつシステム全体の運用コストを抑え
ることができる。

【００５８】［実施の形態５］図１４は、実施の形態１
にて説明したテレビジョン受像機１０をホームネットワ
ーク４２０に接続して利用するホームエレクトロニクス
システム４００の構成を示す。ホームネットワーク４２
０には、テレビジョン受像機１０のほかに、番組を録画
する録画装置４１０と、ホームサーバ４０２が接続され
ている。

【００５９】テレビジョン受像機１０は、番組同定部１
１２で同定した番組に関する情報を通信部３４経由で一
旦ホームサーバ４０２へ送る。ホームサーバ４０２は、
この情報を録画装置４１０における録画予約のためのコ
マンドへ変換し、当該コマンドを録画装置４１０へ送信
する。録画装置４１０の通信部４１２は、送信されたコ
マンドを受信し、録画設定部４１４がこのコマンドに基
づいて録画の予約を行う。

【００６０】以上、このホームエレクトロニクスシステ
ム４００によれば、実施の形態１の利点を複数の機器に
よって統合的に実現される機能に導入することができ
る。なお、ホームネットワーク４２０には当然別の機器
が接続されてもよい。ホームサーバ４０２は必須ではな
く、テレビジョン受像機１０と録画装置４１０がピアト
ゥピアに接続されてもよい。

【００６１】以上、本発明をいくつかの実施の形態をも
とに説明した。これらの実施の形態は例示であり、それ
らの各構成要素や各処理プロセスの組合せにいろいろな
変形例が可能なこと、またそうした変形例も本発明の範
囲にあることは当業者に理解されるところである。たと
えば、図２の主制御部３６の内部構成の組合せは非常に
自由度が高く、付加情報要求部１００を付加情報検出部
１０２の中に設けたり、ＥＰＧ検出部１２０と発音検出
部１２４を一体化したり、リンク情報１３４の抽出を発
音検出部１２４の代わりに分離抽出部１２２で行うな
ど、あえて説明するまでもなく、いろいろな可能性があ
る。図１において主制御部３６をいずれの部分に設定す
るかについても、当然にいろいろな変形がある。

【００６２】本発明は当然ながらテレビジョン受像機以
外の装置に適用でき、そうしたものも本発明の範囲にあ
る。たとえば、本発明をパーソナルコンピュータに適用
する場合、アンテナ１２からＣＲＴ３２およびスピーカ
２４に至る経路、すなわち実施の形態１において「一般
的機能」とした部分をパーソナルコンピュータの表示処
理系、音声処理系回路および制御プログラムに置き換え
ればよい。携帯電話その他の機器への適用も同様であ
る。

【００６３】図３で述べた付加情報６２のＥＰＧ１８０
は、表示用データ１３０、解析用データ１３２および発
音データ１３６を一体にもつものであったが、これにも
設計の自由度がある。たとえば、表示用データ１３０と
解析用データ１３２だけを一体にもち、発音データ１３
６を別ファイルで送ってもよいし、逆にリンク情報１３
４もＥＰＧ１８０に一体化してもよいし、その他いろい
ろな組合せがある。いずれの場合も、ファイルサイズや
サービスの形態などの諸要素に鑑みた運用をなせばよ
い。

【００６４】図４のＥＰＧ１８０の構成にもいろいろな
例がある。当然、ＥＰＧ１８０はテキストファイルでな
くてもよいし、意味をなすデータブロックであれば差し
支えない。

【００６５】図８では、付加情報６２に対する要求６０
があったことを契機として付加情報６２の送信がなされ
たが、付加情報６２の送信は要求６０があったときに加
え、または要求６０の有無と関係なく一定時間間隔など
で行ってもよい。

【００６６】図１０では、付加情報６２をパケット分離
部１６の出力から検出したが、これも映像・音声デコー
ダ１８の出力など他の箇所において検出してもよい。

【００６７】

【発明の効果】本発明によれば、受像機に関連する音声
認識機能の効用を改善することができる。また、音声認
識に必要なメモリ容量を抑制しつつ、高い音声認識率を
実現するができる。さらに、ユーザの利便性とシステム
運用効率がともに高い放送サービスが実現する。

【図面の簡単な説明】

【図１】 実施の形態１に係る放送技術に利用可能なテ
レビジョン受像機の構成図である。

【図２】 図１の主制御部の内部構成図である。

【図３】 付加情報のデータ構成図である。

【図４】 ＥＰＧファイルの概念図である。

【図５】 画面に表示されたＥＰＧの外観図である。

【図６】 発音テーブルの構成図である。

【図７】 解析テーブルの構成図である。

【図８】 音声認識の準備手順を示すフローチャートで
ある。

【図９】 音声認識の手順を示すフローチャートであ
る。

【図１０】 実施の形態２に係る放送技術に利用可能な
テレビジョン受像機の構成図である。

【図１１】 図１０の主制御部の内部構成図である。

【図１２】 実施の形態３に係る放送システムの構成図
である。

【図１３】 実施の形態４に係る放送システムの構成図
である。

【図１４】 実施の形態５に係るホームエレクトロニク
スシステムの構成図である。

【符号の説明】

３４ 通信部、 ３６ 主制御部、 ６２ 付加情報、
１００ 付加情報要求部、 １０２ 付加情報検出
部、 １０４ 登録部、 １０６ 発音テーブル、 １
０８ 音声認識部、 １１０ 解析テーブル、 １１２
番組同定部、１１４ 確認部、 １２０ ＥＰＧ検出
部、 １２２ 分離抽出部、 １２４発音検出部、 １
３０ 表示用データ、 １３２ 解析用データ、 １３
４ リンク情報、 １３６ 発音データ、 １４０ 発
音グループ、 １８０ ＥＰＧ、 ２００ 放送システ
ム、 ２０２ 放送局、 ２０４ 送信部、 ２１２付
加情報生成部、 ３００ サービスセンタ、 ３０２
付加情報送信部、 ４００ ホームエレクトロニクスシ
ステム。

フロントページの続き (51)Int.Cl.⁷ 識別記号 ＦＩ テーマコート゛(参考） Ｈ０４Ｎ 5/44 Ｇ１０Ｌ 3/00 ５７１Ａ 7/025 Ｈ０４Ｎ 7/08 Ａ 7/03 7/035 (72)発明者 伊藤 崇之 東京都世田谷区砧一丁目10番11号 日本放 送協会放送技術研究所内 (72)発明者 小峯 一晃 東京都世田谷区砧一丁目10番11号 日本放 送協会放送技術研究所内 (72)発明者 井上 友幸 東京都渋谷区神南二丁目２番１号 日本放 送協会 放送センター内 (72)発明者 大西 宏樹 大阪府守口市京阪本通２丁目５番５号 三 洋電機株式会社内 (72)発明者 湯村 武 大阪府守口市京阪本通２丁目５番５号 三 洋電機株式会社内 (72)発明者 余田 直之 大阪府守口市京阪本通２丁目５番５号 三 洋電機株式会社内 (72)発明者 大倉 計美 大阪府守口市京阪本通２丁目５番５号 三 洋電機株式会社内 Ｆターム(参考） 5C025 CA09 CA20 CB10 DA05 5C063 EB32 EB33 EB41 EB50 5D015 GG03 KK01 KK02 LL05

Claims (5)

【特許請求の範囲】
1. 【請求項１】 異なる受像機の間で予め統一されたデー
   タ形式に従い、それらの受像機に送信すべき付加情報を
   生成する工程と、 前記受像機に表示すべき映像信号および前記付加情報を
   放送波に乗せて送信する工程とを含み、 前記付加情報は、それが電子番組案内、前記電子番組案
   内に対応する発音データおよびそれらのリンク情報を含
   み、かつ前記電子番組案内が、前記受像機に表示される
   べき表示用データと、前記受像機にて前記発音データを
   もとになされる音声認識の結果番組を同定するために供
   される解析用データとを含むよう生成されることを特徴
   とする放送方法。
2. 【請求項２】 前記電子番組案内は、単一のデータブロ
   ックに含まれ、かつ当該データブロックの中に前記表示
   用データと解析用データが識別記号をもとに分離可能な
   状態で埋め込まれていることを特徴とする請求項１に記
   載の放送方法。
3. 【請求項３】 放送局と、その放送局から放送波を受け
   る受像機を含む放送システムにおいて、 前記放送局は、 異なる受像機の間で予め統一されたデータ形式に従い、
   それらの受像機に送信すべき付加情報を生成する付加情
   報生成部と、 前記生成した付加情報を映像信号とともに放送波として
   送信する送信部を含み、 前記受像機は、 ユーザの音声を認識する音声認識部と、 受信した放送波に含まれる前記付加情報から電子番組案
   内を検出するＥＰＧ検出部と、 前記付加情報から前記電子番組案内に対応する発音デー
   タを検出する発音検出部と、 前記電子番組案内と前記発音データとのリンク情報を記
   録する解析テーブルと、 前記音声認識部における認識結果を前記解析テーブルに
   照合することによって番組を同定する番組同定部と、 を含むことを特徴とする放送システム。
4. 【請求項４】 放送局と、その放送局から放送波を受け
   る受像機を含む放送システムにおいて、 この放送システムはサービスセンタを含み、 このサービスセンタは、 前記受像機にて利用されるべき付加情報を生成する付加
   情報生成部と、 前記生成した付加情報を前記受像機に送信する付加情報
   送信部とを含み、 前記受像機は、 前記サービスセンタから送信される信号を受信する通信
   部と、 前記受信した信号から付加情報を検出する付加情報検出
   部と、 ユーザの音声を認識する音声認識部と、 前記音声認識部によって参照される発音テーブルと、 前記検出された付加情報に含まれる発音データを前記発
   音テーブルに登録する登録部と、 を含むことを特徴とする放送システム。
5. 【請求項５】 番組送信装置と、その番組を享受する番
   組受信装置を含む放送システムにおいて、 前記番組送信装置から送信される番組に対する付加情報
   を生成するサービスセンタを設け、 このサービスセンタは、前記付加情報として前記番組に
   関する電子番組案内とそれに含まれる番組情報の発音デ
   ータを前記番組受信装置に送信し、 前記番組受信装置は、前記発音データを用いてユーザの
   音声から前記電子番組案内に含まれる番組を同定するこ
   とを特徴とする放送システム。