JP2004222169A - 情報処理装置および方法、並びにプログラム - Google Patents
情報処理装置および方法、並びにプログラム Download PDFInfo
- Publication number
- JP2004222169A JP2004222169A JP2003009866A JP2003009866A JP2004222169A JP 2004222169 A JP2004222169 A JP 2004222169A JP 2003009866 A JP2003009866 A JP 2003009866A JP 2003009866 A JP2003009866 A JP 2003009866A JP 2004222169 A JP2004222169 A JP 2004222169A
- Authority
- JP
- Japan
- Prior art keywords
- data
- displayed
- time code
- unit
- control unit
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Television Signal Processing For Recording (AREA)
Abstract
【課題】文字おこしに要する操作をより容易なものにする。
【解決手段】インタビュを記録したカメラ一体型ビデオテープレコーダ（ＶＴＲ）３から情報処理装置１にインタビュの内容を含むＡＶデータが供給される。情報処理装置は、ＡＶデータを再生し、動画を表示し、音声をヘッドセットマイク２から出力させる。ヘッドセットマイク２を装着したユーザは、インタビュの発言内容を復唱する。ユーザの声は、ヘッドセットマイク２から情報処理装置１に供給される。情報処理装置１は、ユーザの声を音声認識して、テキストデータを生成する。情報処理装置１は、生成したテキストデータを、ＡＶデータに含まれていたタイムコードと対応付けて記憶し、表示する。本発明は、パーソナルコンピュータに適用することができる。
【選択図】 図１
【解決手段】インタビュを記録したカメラ一体型ビデオテープレコーダ（ＶＴＲ）３から情報処理装置１にインタビュの内容を含むＡＶデータが供給される。情報処理装置は、ＡＶデータを再生し、動画を表示し、音声をヘッドセットマイク２から出力させる。ヘッドセットマイク２を装着したユーザは、インタビュの発言内容を復唱する。ユーザの声は、ヘッドセットマイク２から情報処理装置１に供給される。情報処理装置１は、ユーザの声を音声認識して、テキストデータを生成する。情報処理装置１は、生成したテキストデータを、ＡＶデータに含まれていたタイムコードと対応付けて記憶し、表示する。本発明は、パーソナルコンピュータに適用することができる。
【選択図】 図１
Description
【０００１】
【発明の属する技術分野】
本発明は、情報処理装置および方法、並びにプログラムに関し、特に、動画や音声を効率的に編集できるようにした情報処理装置および方法、並びにプログラムに関する。
【０００２】
【従来の技術】
インタビュ、講演、およびスピーチなどの発言内容をテキスト化する、所謂、文字おこしにおいては、従来、オペレータが、発言が記録されたオーディオビジュアルデータ（以下、ＡＶデータと称する）を再生装置に装着して、これを少しずつ再生しては、発言内容を聞き、聞いた内容をテキストとして、筆記したり、キーボードなどで入力することを繰り返して、テキストを作成している。
【０００３】
また、オペレータが発言内容を聞いて、聞いた内容をテキストとして入力する代わりに、発言が記録されたＡＶデータのうち音声データを音声認識して、自動的にテキストデータを作成することにより、オペレータを必要とせずに、文字おこしするようにしたものもある。
【０００４】
ところで、従来、テレビ番組を制作する際には、撮影し記録した動画および音声を編集する。このとき、編集者は、記録された動画や音声を再生し、必要な部分のみを抽出してつなぎ合わせる作業を行なっている。
【０００５】
この編集作業において、編集者は、収録された全ＡＶデータの中から、必要な部分のみを特定する。しかしながら、ＡＶデータの収録時間は膨大になる。例えば、３０分の番組を作成するために、収録時間が５時間ほどになることがある。従って、編集者が、収録されたＡＶデータの中から、必要な部分を特定できるようにするために、予め、ＡＶデータに収録されている内容を、時間毎に示すリストを作成する。このリストの作成においても、上記の文字おこしを行なう必要があった。
【０００６】
ところで、字幕放送やクローズドキャプションを行うための字幕用素材を作成するために、収録されたＡＶデータを再生し、オペレータが、ＡＶデータに記録された発言内容を聞き、テキストデータを入力するようにした字幕素材作成システムがある（例えば、特許文献１参照）。
【０００７】
【特許文献１】
特開２０００−３５４２０３号公報（第５−６ページ）
【０００８】
【発明が解決しようとする課題】
しかしながら、従来、オペレータが、発言内容を聞いて、聞いた内容を、筆記したり、キーボードから入力した場合、筆記する速度、およびキーボードで文字を入力する速度は、一般的に、口で話す速度より遅いことから、頻繁に再生と停止を繰り返さなくてはならず、使い勝手が悪いという課題が合った。
【０００９】
また、収録されたＡＶデータを音声認識させた場合、音声認識率が悪く、実際の発言内容と異なる誤った内容のテキストデータを作成してしまうという課題があった。
【００１０】
また、特許文献１に記載の操作方法は、字幕やクローズドキャプションの字幕用素材を作成するためには便利であるが、文字おこしや、編集用のリストの作成には、必ずしも最適であるとはいえなかった。
【００１１】
また、従来、文字おこししたデータは、テキストデータのみであったため、このデータを参照して、編集を行なう編集者は、ＡＶデータの内容を正確に把握できないことがあった。
【００１２】
本発明は、このような状況に鑑みてなされたものであり、より容易な操作で、文字おこしや、編集用のリストの作成をおこなえるようにすることを目的とする。
【００１３】
【課題を解決するための手段】
本発明の情報処理装置は、ＡＶデータを再生する再生手段と、再生手段により再生されたＡＶデータのうち、音声データに基づく音声を出力する出力手段と、再生手段により再生されたＡＶデータのうちの、動画データに基づく画像の表示を制御する表示制御手段と、出力手段により出力された音声に基づいて、ユーザが発話した音声を音声認識して、テキストデータを生成する音声認識手段とを備えることを特徴とする。
【００１４】
前記音声認識手段には、予め設定された前記ユーザの声の特徴に従って、前記音声を音声認識するようにさせることができる。
【００１５】
前記表示手段には、前記音声認識手段により生成された前記テキストデータに基づくテキストの表示をさらに制御するようにさせることができる。
【００１６】
前記音声認識手段により生成された前記テキストデータに基づくテキストを印刷する印刷手段をさらに設けるようにすることができる。
【００１７】
前記音声認識手段により生成された前記テキストデータを所定の記録媒体に記録する記録手段をさらに設けるようにすることができる。
【００１８】
本発明の情報処理方法は、ＡＶデータを再生する再生ステップと、再生ステップの処理により再生されたＡＶデータのうち、音声データに基づく音声を出力する出力ステップと、再生ステップの処理により再生されたＡＶデータのうちの動画データに基づく画像の表示を制御する表示制御ステップと、出力ステップの処理により出力された前記音声に基づいて、ユーザが発話した音声を音声認識して、テキストデータを生成する音声認識ステップとを含むことを特徴とする。
【００１９】
本発明のプログラムは、ＡＶデータから文字おこしして、記録位置と対応付けられたテキストのリストを作成する情報処理装置を制御するコンピュータに、ＡＶデータの再生を制御する再生制御ステップと、再生制御ステップの処理により再生が制御されたＡＶデータのうち、音声データに基づく音声の出力を制御する出力制御ステップと、再生制御ステップの処理により再生が制御されたＡＶデータのうちの動画データに基づく画像の表示を制御する表示制御ステップと、出力手段により出力された音声に基づいて、ユーザが発話した音声を音声認識して、テキストデータを生成する音声認識ステップとを実行させることを特徴とする。
【００２０】
本発明の情報処理装置および方法、並びにプログラムにおいては、再生されたＡＶデータのうち、音声データに基づく音声が出力され、再生されたＡＶデータのうちの、動画データに基づく画像が表示され、出力された音声に基づいて、ユーザが発話した音声が音声認識され、テキストデータが生成される。
【００２１】
本発明は、パーソナルコンピュータに適用することができる。
【００２２】
【発明の実施の形態】
図１は、本発明を適用した情報処理システムの一実施の形態の構成を表している。
【００２３】
図１において、情報処理装置１は、カメラ一体型ビデオテープレコーダ（以下の説明において、カメラ一体型ビデオテープレコーダを、単にＶＴＲと記す）３から供給される動画データ、音声データ、およびタイムコードのうち、動画データおよび音声データ（以下の説明において、動画データおよび音声データをまとめてＡＶデータと称する）を、例えば、ＭＰＥＧ（Ｍｏｖｉｎｇ Ｐｉｃｔｕｒｅ Ｅｘｐｅｒｔｓ Ｇｒｏｕｐ）などの圧縮規格に従って圧縮し、圧縮したデータを再生して、動画を表示するとともに、音声信号を、ヘッドセットマイク２に出力する。そして、情報処理装置１は、ヘッドセットマイク２から入力される音声信号を音声認識して、テキストデータとタイムコードを対応付けたリストを生成する。
【００２４】
ヘッドセットマイク２は、スピーカ７１およびマイクロフォン７２（いずれも図２参照）により構成され、ユーザの頭部に装着される。ユーザは、スピーカ７１から出力される音声を聞き、マイクロフォン７２から音声を入力することができる。マイクロフォン７２から入力された音声は、情報処理装置１に供給される。
【００２５】
ＶＴＲ３は、被写体を撮影する撮像手段、音声を集音するマイクロフォン、撮像手段により撮像された動画およびマイクロフォンにより集音された音声からなるＡＶデータを、タイムコードを付加して、装着された記録媒体（例えばテープメディア）に記録し、記録媒体に記録されたＡＶデータを再生する記録再生手段を備えている。ＶＴＲ３は、被写体を撮像し、音声を集音して、動画および音声を、タイムコードを付加して記録媒体に記録する。また、ＶＴＲ３は、例えばＩＥＥＥ１３９４により情報処理装置１と接続された場合、記録媒体に記録されたＡＶデータとタイムコードを、情報処理装置１に出力する。
【００２６】
図１のシステムの概要を説明する。ユーザは、ＶＴＲ３により、インタビュ、講演、およびスピーチなどの撮影記録を行なう。このとき、ＶＴＲ３は、情報処理装置１に接続されている必要はない。撮影記録の後、編集時に、ＶＴＲ３は、情報処理装置１に接続される。ＶＴＲ３は、内部に装着された記録媒体からＡＶデータとタイムコードを読み出し、読み出したこれらの情報を情報処理装置１に出力する。情報処理装置１は、ＶＴＲ３から供給されたＡＶデータとタイムコードを記憶し、動画および音声を再生する。再生された音声は、ヘッドセットマイク２のスピーカ７１から出力される。ユーザは、再生される動画を見ながら、ヘッドセットマイク２のスピーカ７１から出力される音声を聞き、音声に含まれる発言内容を復唱する。ユーザが復唱した声は、ヘッドセットマイク２のマイクロフォン７２により集音され、音声信号が情報処理装置１に供給される。情報処理装置１は、ヘッドセットマイク２から供給された音声信号を音声認識して、テキストデータを生成し、生成したテキストデータを、タイムコードに対応付けたリストを作成する。
【００２７】
従来、ＡＶデータに含まれる音声データを音声認識して、テキストデータを生成する装置はあったが、この場合、話者が異なったり、収録された音声の状態が良くなかったりして、実際の発言内容と異なる、誤ったテキストデータを生成することが多かった。それに対して、本発明によれば、１人のユーザにより発話された音声を音声認識させることにより、そのユーザの声の特徴を学習させることができ、結果的に、実際の発言内容と同一の、正しいテキストデータを生成することが可能となる。
【００２８】
次に、図２は、情報処理装置１およびヘッドセットマイク２の内部の構成例を表している。
【００２９】
図２の情報処理装置１の内部において、操作部５１は、例えば、キーボードおよびマウス（ポインティングデバイス）により構成され、ユーザからの操作の入力を受け付け、受け付けられた操作に対応する操作情報を制御部５２に通知する。なお、操作部５１を構成するキーボードは、例えば、汎用のパーソナルコンピュータ用のＰＳ／２キーボードとすることができ、ファンクションキーＦ１乃至Ｆ１２、およびＴａｂキーを含んでいる。制御部５２は、予め設定されたプログラムや、操作部５１からの操作情報に基づいて、情報処理装置１の各部の動作を制御する。
【００３０】
エンコーダ５３は、ＶＴＲ３から供給されたＡＶデータ、およびタイムコードのうち、ＡＶデータを、例えばＭＰＥＧなどの圧縮規格によりエンコードし、エンコード済みのＡＶデータにタイムコードを対応付けて、記憶部５４に記憶させる。
【００３１】
記憶部５４は、例えば、ハードディスクなどにより構成され、エンコーダ５３から供給されるエンコード済みのＡＶデータおよびタイムコードを記憶する。記憶部５４に記憶されたＡＶデータおよびタイムコードは、適宜、再生制御部５５により読み出される。記憶部５４はまた、データ管理部６３より、文字おこしして生成されたデータ（以下の説明において、文字おこしして生成されたデータを文字おこしデータとも称する）も供給され、供給された文字おこしデータを記憶する。記憶された文字おこしデータは、適宜、再生制御部５５により読み出される。
【００３２】
再生制御部５５は、記憶部５４に記憶されたＡＶデータおよびタイムコードを読み出し、動画データを表示制御部５６およびサムネール取得部６０に出力し、音声データを音声出力制御部５８に出力し、タイムコードをタイムコード取得部５９に出力する。また、再生制御部５５は、適宜、記憶部５４より、文字おこしデータを読み出し、表示制御部５６に供給する。
【００３３】
表示制御部５６は、再生制御部５５から供給された動画データ、およびデータ管理部６３から供給されたテキストデータ、タイムコード、およびサムネール等をもとに、表示用データを生成し、生成した表示用データを表示部５７に出力する。
【００３４】
表示部５７は、例えば、ＬＣＤ（Ｌｉｑｕｉｄ Ｃｒｙｓｔａｌ Ｄｉｓｐｌａｙ）またはＣＲＴ（ＣａｔｈｏｄｅＲａｙ Ｔｕｂｅ）を含み、表示制御部５６から供給された表示用データに対応する画像を表示する。
【００３５】
音声出力制御部５８は、再生制御部５５から供給された音声データをスピーカ７１に供給するために、アナログの音声信号に変換して、音声信号をスピーカ７１に出力する。
【００３６】
タイムコード取得部５９は、制御部５２から指示されたタイミングで、タイムコードを取得し、取得したタイムコードをデータ管理部６３に供給する。また、タイムコード取得部５９は、後述するＩＮ点とＯＵＴ点のタイムコードの差を算出し、この差を期間情報（ｄｕｒａｔｉｏｎ）としてデータ管理部６３に出力する。
【００３７】
サムネール取得部６０は、制御部５２からの指示に従って、再生制御部５５から、１フレーム分の画像データを取得し、取得した画像データを、予め設定された所定のサイズに縮小してサムネール（小見出し用画像）を作成し、作成したサムネールをデータ管理部６３に供給する。
【００３８】
音声入力部６１は、マイクロフォン７２から入力された音声信号を、Ａ／Ｄ変換して、音声データを作成し、作成した音声データを音声認識部６２に供給する。
【００３９】
音声認識部６２は、音声入力部６１から供給された音声データを音声認識して、ユーザの発言に対応するテキストデータを生成し、生成したテキストデータをデータ管理部６３に供給する。また、音声認識部６２は、音声認識の認識率を上げるためのエンロール処理を実行時には、音声入力部６１から入力される音声データを分析し、ユーザの声の特徴を検出して、登録する。
【００４０】
データ管理部６３は、タイムコード取得部５９から供給されたＩＮ点やＯＵＴ点のタイムコードおよび期間情報、サムネール取得部６０から供給されたサムネール、並びに音声認識部６２から供給されたテキストデータを、制御部５２からの指示に従って、対応付けて記憶する。以下の説明において、ＩＮ点やＯＵＴ点のタイムコード、期間情報、サムネール、およびテキストデータを、文字おこしデータと称する。データ管理部６３は、制御部５２からの指示に従って、記憶した文字おこしデータを、適宜、記憶部５４、表示制御部５６、印刷部６４、またはドライブ６５に供給する。また、データ管理部６３は、ユーザにより入力された、情報処理装置１の動作を設定するデータ（以下の説明において、ユーザにより入力された、情報処理装置１の動作を設定するデータをユーザ設定データと称する）を記憶する。また、データ管理部６３は、後述するエンロール処理用のテキストデータも記憶している。
【００４１】
印刷部６４は、プリンタを含み、データ管理部６３から供給されたデータをもとに、印刷用データを作成し、作成した印刷用データに基づく画像を所定の印刷用紙に印刷する。
【００４２】
ドライブ６５は、データ管理部６３から供給されたデータ（文字おこしデータを含む）を、記録媒体６６に記録する。なお、記録媒体は、例えば、磁気ディスク、光ディスク、光磁気ディスク、または半導体メモリとすることができる。
【００４３】
ヘッドセットマイク２内の、スピーカ７１は、ユーザの耳に装着され、音声出力制御部５８から供給された音声信号に対応する音声を出力する。
【００４４】
マイクロフォン７２は、ユーザの口の前方に、所定の距離を開けて設置され、ユーザが発話した音声を集音して、音声信号を音声入力部６１に出力する。
【００４５】
次に、図３のフローチャートを参照して、情報処理装置１の文字おこし処理について説明する。
【００４６】
ユーザにより操作部５１が操作され、文字おこし開始の指示が入力されたとき、ステップＳ１において、制御部５２は、表示制御部５６に、文字おこし実行ウィンドウを表示するように指令する。表示制御部５６は、制御部５２からの指令に従って、表示部５７に文字おこし実行ウィンドウを表示させる。
【００４７】
図４は、表示部５７に表示される文字おこし実行ウィンドウ１０１の例を表している。図４において、動画表示エリア１１１は、動画を表示するエリアである。目盛りバー１１２は、動画表示エリア１１１に表示されているフレームの、動画データ全体における時間的な位置を示す。ユーザは、操作部５１を操作して、目盛りバー１１２を左右にスライドさせることができ、目盛りバー１１２がスライドされた場合、目盛りバー１１２が移動した位置に対応するフレームが動画表示エリア１１１に表示される。
【００４８】
ムービーボタン１２１は、エンコード済みＡＶデータの再生等の指示の可能、不可能を選択する場合に操作される。再生ボタン１２２は、エンコード済みＡＶデータの再生を指示する場合に操作される。ポーズボタン１２３は、ＡＶデータの再生を一時停止する場合に操作される。
【００４９】
スキップバックボタン１２４は、ＡＶデータの再生中に、時間を遡る方向に再生位置をスキップさせる場合に操作される。スキップバック時間設定部１２５は、スキップバックボタン１２４が操作された場合にスキップさせる時間の長さを設定する場合に操作される。すなわち、ユーザは、操作部５１（マウス）を操作して、ポインタをスキップバックボタン１２４の右端の三角形の部分に合わせ、クリックすると、設定可能な時間がプルダウン表示される。例えば、１乃至６０秒が、設定可能な時間として表示される。ユーザは、操作部５１（マウス）を操作して、プルダウン表示された候補の中から、所望の時間を選択することができる。
【００５０】
図４の例においては、スキップバック時間設定部１２５は、５秒に設定されている。この場合、スキップバックボタン１２４が操作されると、再生位置が５秒間分だけ遡った位置にスキップして、そこから再生が続けられる。例えば、タイムコードが「００：０１：１０」のタイミングで、スキップバックボタン１２４が操作された場合、タイムコードが「００：０１：０５」の位置から再生が開始される。
【００５１】
なお、タイムコードは、時、分、秒の順番に表示されている。例えば、タイムコードが「００：０１：１０」の場合、「００」が時間を表し、「０１」が分を表し、「１０」が秒を表している。なお、本実施の形態においては、説明を簡単にするため、タイムコードとして、時、分、および秒を表示した場合を例にして説明しているが、実際には、時、分、および秒とともに、フレーム番号も表示される。例えば、ＡＶデータのフレームレートが３０フレーム／秒であった場合、タイムコードは、「時：分：秒：フレーム番号Ｘ」（Ｘは、０≦Ｘ≦２９の整数）として表示される。例えば、タイムコードが「００：０１：１０：２５」の場合、ＡＶデータのうち、００時０１分１０秒の２５フレーム目のフレームを示すことになる。以下の説明においても、フレーム番号の表示は省略するが、このことは、フレーム番号が表示されないことを意味するものではなく、実際には、フレーム番号も表示される。
【００５２】
スキップフォワードボタン１２６は、ＡＶデータの再生中に、時間が進む方向に再生位置をスキップさせる場合に操作される。スキップフォワード時間設定部１２７は、スキップフォワードボタン１２６が操作された場合にスキップさせる時間の長さを設定する場合に操作される。すなわち、ユーザは、操作部５１（マウス）を操作して、ポインタをスキップフォワードボタン１２６の右端の三角形の部分に合わせ、クリックすると、設定可能な時間がプルダウン表示される。例えば、１乃至６０秒が、設定可能な時間として表示される。ユーザは、操作部５１（マウス）を操作して、プルダウン表示された候補の中から、所望の時間を選択することができる。
【００５３】
図４の例においては、スキップフォワード時間設定部１２７が５秒に設定されている。この場合、スキップフォワードボタン１２６が操作されると、再生位置が５秒間分だけ、時間が進む方向にスキップして、そこから再生が続けられる。例えば、タイムコードが「００：０１：１０」のタイミングで、スキップフォワードボタン１２６が操作された場合、タイムコードが「００：０１：１５」の位置から再生が開始される。
【００５４】
ＩＮ点設定ボタン１２８は、ＡＶデータの再生中に、動画表示エリア１１１に表示されているフレームに対応するタイムコードを、ＩＮ点のタイムコードとして設定する場合に操作される。ＯＵＴ点設定ボタン１２９は、ＡＶデータの再生中に、動画表示エリア１１１に表示されているフレームに対応するタイムコードを、ＯＵＴ点のタイムコードとして設定する場合に操作される。タイムコード表示エリア１３０には、動画表示エリア１１１に表示されているフレームに対応するタイムコードが表示される。図４の例においては、タイムコード表示エリア１３０には、タイムコード「００：０１：０６」が表示されている。なお、図４においては、フレーム番号の表示は省略されているが、このことは、フレーム番号が表示されないことを意味するものではなく、フレーム番号も表示されるようにしても良い。
【００５５】
情報処理装置１は、接続されたＶＴＲ３に、再生や停止などの指示を送ることができ、ビデオボタン１５１は、接続されたＶＴＲ３を操作可能にしたり、不可能にしたりする場合に操作される。ビデオ再生ボタン１５２は、ＶＴＲ３に、記録されたＡＶデータを再生させる場合に操作される。エンコードボタン１５３は、ＶＴＲ３により再生されているＡＶデータをエンコードする場合に操作される。停止ボタン１５４は、ＡＶデータの再生やエンコードを停止する場合に操作される。巻き戻しボタン１５５は、ＶＴＲ３に、ＡＶデータを巻き戻しさせる場合に操作される。早送りボタン１５６は、ＶＴＲ３に、ＡＶデータを早送りさせる場合に操作される。
【００５６】
文字おこし実行ウィンドウ１０１の右側には、文字おこしされるテキストデータ、ＩＮ点およびＯＵＴ点のタイムコード、およびサムネールのリストを表示するエリアが設けられている。このエリアを、文字おこしデータ表示エリアと称する。
【００５７】
ユーザは、動画表示エリア１１１に表示される動画のうち、任意の時間の発言内容を文字おこしすることができる。文字おこしして生成されたテキストデータは、タイムコードと対応付けられて、リスト化され、文字おこしデータ表示エリアに表示される。
【００５８】
この文字おこしデータ表示エリアは、項目番号表示エリア１７１、テキスト入力エリア１７２、ＩＮ点表示エリア１７３、ＯＵＴ点表示エリア１７４、期間表示エリア１７５、およびサムネール表示エリア１７６から構成される。
【００５９】
項目番号表示エリア１７１には、文字おこしデータ表示エリアに表示されたリストの項目番号が表示される。すなわち、図４において、上のセルから順番に１，２，３，４・・・のように、項目番号が表示されている。なお、本説明においては、文字おこしデータ表示エリアの横方向の行を、項目と称する。
【００６０】
テキスト入力エリア１７２には、生成されたテキストデータに基づくテキストが表示される。なお、図４においては、全て「＊＊＊」が表示されているが、実際には、文字おこしされた発言内容のテキストが表示される。
【００６１】
ＩＮ点表示エリア１７３には、ＩＮ点のタイムコードが表示される。ＯＵＴ点表示エリア１７４には、ＯＵＴ点のタイムコードが表示される。期間表示エリア１７５には、ＩＮ点のタイムコードとＯＵＴ点のタイムコードの差が表示される。サムネール表示エリア１７６には、ＩＮ点とＯＵＴ点の間の、予め設定された所定のタイミングのフレームを縮小したサムネールが表示される。
【００６２】
なお、図４の例においては、ＩＮ点表示エリア１７３に表示されたタイムコードのうち、フレーム番号の表示が省略されているが、このことは、フレーム番号が表示されないことを意味するものではなく、フレーム番号も表示されるようにしても良い。また、図４においては、ＯＵＴ点表示エリア１７４、および期間表示エリア１７５には、何も表示されていないが、実際には、ＯＵＴ点表示エリア１７４には、ＯＵＴ点のタイムコードが表示され、期間表示エリア１７５には、ＩＮ点のタイムコードとＯＵＴ点のタイムコードの差が表示される（ただし、勿論、設定されるまでは表示されない）。また、図４においては、サムネール表示エリア１７６には、上から２つのセルにのみサムネールが表示されているが、実際には、上から３つめ以降のセルにもサムネールが表示される（ただし、勿論、設定されるまでは表示されない）。
【００６３】
サムネール表示エリア１７６の右隣には、スクロールバー１９１が表示されている。スクロールバー１９１は、上下方向にスライド可能とされ、操作部５１を介してスライドされると、スライドされた長さに応じて、表示する項目をずらしてゆく。従って、ユーザは、操作部５１を操作して、スクロールバー１９１を上下方向にスライドさせることにより、文字おこしデータ表示エリアに１度に表示しきれない項目を表示させることができる。
【００６４】
なお、図３のステップＳ１においては、まだ、動画データのエンコードも、再生も行なっていないので、図４の文字おこし実行ウィンドウ１０１の、動画表示エリア１１１には、動画は表示されていない。また、当然のことながら、ステップＳ１においては、テキストデータも生成されていないので、テキストデータ入力エリア１７２、ＩＮ点表示エリア１７３、ＯＵＴ点表示エリア１７４、期間表示エリア１７５、およびサムネール表示エリア１７６は、空白とされる。
【００６５】
図３に戻って、ステップＳ１の処理の後、処理はステップＳ２に進む。ステップＳ２において、ユーザにより操作部５１が操作され、ビデオ再生ボタン１５２が操作されると、制御部５２は、ＶＴＲ３に対して、ＡＶデータ再生の制御信号を送信する。ＶＴＲ３は、ＡＶデータ（タイムコードを含む）の再生を開始する。再生されたＡＶデータ（タイムコードを含む）は、接続されたケーブルを介して、情報処理装置１に出力される。
【００６６】
ステップＳ３において、エンコーダ５３は、ステップＳ２で、ＶＴＲ３から供給されたＡＶデータをエンコードし、エンコード済みのＡＶデータをタイムコードと対応付けて、記憶部５４に記憶させる。
【００６７】
ステップＳ４において、制御部５２は、操作部５１からの操作信号に従って、各部を制御し、再生制御処理、項目選択処理、音声認識処理、サムネール取得処理、およびセル分割処理を実行する。
【００６８】
再生制御処理とは、エンコードされ、記憶部５４に記憶されたＡＶデータを再生して、動画表示エリア１１１に表示させる処理である。項目選択処理とは、音声認識して生成されたテキストデータに基づくテキストを表示させる項目を選択する処理である。音声認識処理とは、ユーザが発話した音声を音声認識して、発言内容のテキストデータを生成する処理である。サムネール取得処理とは、サムネール表示エリア１７６に表示させるサムネールを取得する処理である。セル分割処理とは、１つの項目を、２つに分割する処理である。
【００６９】
再生制御処理については、図５のフローチャートを参照して後述する。項目選択処理については、図１２のフローチャートを参照して後述する。音声認識処理については、図１３のフローチャートを参照して後述する。サムネール取得処理については、図２０のフローチャートを参照して後述する。セル分割処理については、図２１のフローチャートを参照して後述する。
【００７０】
ステップＳ４の処理が終了すると、文字おこし処理が終了する。
【００７１】
次に、図５のフローチャートを参照して、情報処理装置１の再生制御処理について説明する。
【００７２】
図５のステップＳ１０１において、制御部５２は、操作部５１からの操作信号に基づいて、再生ボタン１２２が操作されたか否かを判定し、再生ボタン１２２が操作されるまで、ステップＳ１０１の処理をくり返し実行して、待機する。そして、再生ボタン１２２が操作されたとき、処理はステップＳ１０２に進む。なお、操作部５１に含まれる所定のキー（この例においてはＦ６キーとする）を操作しても、再生ボタン１２２と同様の指示を入力することができる。従って、ステップＳ１０１において、制御部５２は、操作部５１から、Ｆ６キーが操作された旨が通知されたか否かも判定し、Ｆ６キーが操作された旨の通知が受信された場合、処理はステップＳ１０２に進む。
【００７３】
ステップＳ１０２において、制御部５２は、動画の再生を開始するように、再生制御部５５に指令する。再生制御部５５は、制御部５２からの指令に従って、記憶部５４から、エンコード済みのＡＶデータおよびタイムコードを読み出し、ＡＶデータのうち音声データの音声出力制御部５８への供給を開始し、動画データおよびタイムコードの表示制御部５６への供給を開始する。なお、ＡＶデータおよびタイムコードは、再生制御部５５により読み出されても、記憶部５４から消去されずに残る。
【００７４】
音声出力制御部５８は、再生制御部５５から供給される音声データのＤ／Ａ変換を開始し、Ｄ／Ａ変換後の音声信号のスピーカ７１への出力を開始する。スピーカ７１は、音声出力制御部５８から入力された音声信号に対応する音声を出力する。ユーザは、この音声を聞くことができる。表示制御部５６は、再生制御部５５から供給される動画データおよびタイムコードを含む表示用データの作成を開始し、作成した表示用データの表示部５７への供給を開始する。表示部５７は、表示制御部５６から供給された表示用データの表示を開始する。これにより動画表示エリア１１１には、動画の表示が開始され、タイムコードのタイムコード表示エリア１３０への表示が開始される。ユーザは、動画表示エリア１１１に表示された動画、およびタイムコード表示エリア１３０に表示されたタイムコードを見ることができる。ステップＳ１０２の処理の後、処理はステップＳ１０３に進む。
【００７５】
ステップＳ１０３において、制御部５２は、再生制御部５５を監視し、再生制御部５５が記憶部５４から、エンコード済みのＡＶデータを全て読み出したか否かを判定することにより、一連のＡＶデータが全て再生されたか否かを判定し、再生制御部５５が記憶部５４から、エンコード済みのＡＶデータを全て読み出していない（まだ再生されていないＡＶデータが存在する）場合、処理はステップＳ１０４に進む。
【００７６】
ステップＳ１０４において、制御部５２は、操作部５１からの操作信号に基づいて、ポーズボタン１２３が操作されたか否かを判定し、ポーズボタン１２３が操作された場合、処理はステップＳ１０５に進む。なお、操作部５１に含まれる所定のキー（この例においてはＦ６キーとする）を操作しても、ポーズボタン１２３と同様の指示を入力することができる。従って、ステップＳ１０４において、制御部５２は、操作部５１から、Ｆ６キーが操作された旨が通知されたか否かも判定し、Ｆ６キーが操作された旨の通知が受信された場合、処理はステップＳ１０５に進む。
【００７７】
ステップＳ１０５において、制御部５２は、再生制御部５５に、ＡＶデータの読み出しを停止し、停止した時点のタイムコードを保持するように指令する。再生制御部５５は、制御部５２からの指令に従って、ＡＶデータの読み出しを停止し、停止した時点のタイムコードを保持する。また、その結果、再生制御部５５から音声出力制御部５８への音声データの供給、並びに再生制御部５５から表示制御部５６への動画データおよびタイムコードの供給が停止する。従って、スピーカ７１からの音声の出力が停止するとともに、動画表示エリア１１１に表示されていた動画が静止する（最後に供給されたフレームが静止画として表示される）。
【００７８】
ステップＳ１０５の処理の後、処理はステップＳ１０１に戻り、上述したステップＳ１０１以降の処理がくり返し実行される。なお、ステップＳ１０５の処理の後に実行されるステップＳ１０２の処理においては、ＡＶデータは、最初から再生されるのではなく、ステップＳ１０５で再生制御部５５により保持されたタイムコードに対応する位置から再生が開始される。従って、ユーザは、一時停止した続きからＡＶデータに基づく動画および音声を視聴することができる。
【００７９】
ステップＳ１０４において、制御部５２が、ポーズボタン１２３もＦ６キーも操作されていないと判定した場合、処理はステップＳ１０６に進む。
【００８０】
ステップＳ１０６において、制御部５２は、操作部５１からの操作信号に基づいて、スキップフォワードボタン１２６が操作されたか否かを判定し、スキップフォワードボタン１２６が操作された場合、処理はステップＳ１０７に進む。なお、操作部５１に含まれる所定のキー（この例においてはＦ７キーとする）を操作しても、スキップフォワードボタン１２６と同様の指示を入力することができる。従って、ステップＳ１０６において、制御部５２は、操作部５１から、Ｆ７キーが操作された旨が通知されたか否かも判定し、Ｆ７キーが操作された旨の通知が受信された場合、処理はステップＳ１０７に進む。
【００８１】
ステップＳ１０７において、制御部５２は、再生制御部５５に、スキップフォワードするように指令する。再生制御部５５は、制御部５２からの指令に従って、現在再生しているＡＶデータのタイムコードから、スキップフォワード時間設定部１２７で設定された時間分だけ進んだタイムコードまで、再生位置をスキップし、スキップしたタイムコードに対応する位置からＡＶデータの再生を開始する。
【００８２】
すなわち、再生制御部５５は、現在読み出しているＡＶデータのタイムコードに、スキップフォワード時間設定部１２７で設定された時間を足し算して、スキップ後のタイムコードを算出し、算出したタイムコード以降のＡＶデータの読み出しを開始する。再生制御部５５は、読み出したＡＶデータのうち、音声データを音声出力制御部５８に供給し、動画データおよびタイムコードを表示制御部５６に供給する。結果的に、ユーザは、スキップフォワード時間設定部１２７で設定された時間分、再生位置がスキップフォワードされたＡＶデータに基づく動画および音声を視聴することができる。ステップＳ１０７の処理の後、処理はステップＳ１０３に戻り、上述したステップＳ１０３以降の処理をくり返し実行する。
【００８３】
ステップＳ１０６において、制御部５２が、スキップフォワードボタン１２６もＦ７キーも操作されていないと判定した場合、処理はステップＳ１０８に進む。
【００８４】
ステップＳ１０８において、制御部５２は、操作部５１からの操作信号に基づいて、スキップバックボタン１２４が操作されたか否かを判定し、スキップバックボタン１２４が操作された場合、処理はステップＳ１０９に進む。なお、操作部５１に含まれる所定のキー（この例においてはＦ５キーとする）を操作しても、スキップバックボタン１２４と同様の指示を入力することができる。従って、ステップＳ１０８において、制御部５２は、操作部５１から、Ｆ５キーが操作された旨が通知されたか否かも判定し、Ｆ５キーが操作された旨の通知が受信された場合、処理はステップＳ１０９に進む。
【００８５】
ステップＳ１０９において、制御部５２は、再生制御部５５に、スキップバックするように指令する。再生制御部５５は、制御部５２からの指令に従って、現在再生しているＡＶデータのタイムコードから、スキップバック時間設定部１２５で設定された時間分だけ戻ったタイムコードまで、再生位置をスキップし、スキップしたタイムコードに対応する位置からＡＶデータの再生を開始する。
【００８６】
すなわち、再生制御部５５は、現在読み出しているＡＶデータのタイムコードから、スキップバック時間設定部１２５で設定された時間を引き算して、スキップ後のタイムコードを算出し、算出したタイムコード以降のＡＶデータの読み出しを開始する。再生制御部５５は、読み出したＡＶデータのうち、音声データを音声出力制御部５８に供給し、動画データおよびタイムコードを表示制御部５６に供給する。結果的に、ユーザは、スキップバック時間設定部１２５で設定された時間分、再生位置がスキップバックされたＡＶデータに基づく動画および音声を視聴することができる。ステップＳ１０９の処理の後、処理はステップＳ１０３に戻り、上述したステップＳ１０３以降の処理をくり返し実行する。
【００８７】
ステップＳ１０８において、制御部５２が、スキップバックボタン１２４もＦ５キーも操作されていないと判定した場合、処理はステップＳ１０３に戻り、上述したステップＳ１０３以降の処理をくり返し実行する。
【００８８】
ステップＳ１０３において、制御部５２が、再生制御部５５が記憶部５４から、エンコード済みのＡＶデータを全て読み出した（ＡＶデータは最後まで再生された）と判定した場合、処理はステップＳ１１０に進む。
【００８９】
ステップＳ１１０において、制御部５２は、再生制御部５５に、ＡＶデータの読み出しを終了するように指令する。再生制御部５５は、制御部５２からの指令に従って、ＡＶデータの読み出しを終了する。その結果、再生制御部５５から音声出力制御部５８への音声データの供給、並びに再生制御部５５から表示制御部５６への動画データおよびタイムコードの供給が終了する。従って、スピーカ７１からの音声の出力が終了するとともに、動画表示エリア１１１に表示されていた動画が静止する（最後に供給されたフレームが表示される）。
【００９０】
以上のようにして、再生制御処理が実行される。以上のような再生制御処理により、ユーザは、再生ボタン１２２（Ｆ６キー）、ポーズボタン１２３（Ｆ６キー）、スキップバックボタン１２４（Ｆ７キー）、およびスキップフォワードボタン１２６（Ｆ５キー）を操作して、再生位置を自由に設定することができる。
【００９１】
ところで、ユーザは、操作部５１上に配置された所定のキーを操作することにより、テキスト入力エリア１７２内の、所望の項目に、テキストデータに基づくテキストを表示させることができる。図６乃至図１１を参照して、テキストデータに基づくテキストを表示させる項目の指定方法について説明する。
【００９２】
図６は、文字おこしデータ表示エリアの一部を抜き出して示した図である。図６においては、１１項目目、および１２項目目にのみ、テキストデータ、ＩＮ点のタイムコード、ＯＵＴ点のタイムコード、期間、およびサムネールが表示されているが、実際には、１乃至１０項目目にも、テキストデータ、ＩＮ点のタイムコード、ＯＵＴ点のタイムコード、期間、およびサムネールが表示されている。
【００９３】
図６において、テキスト入力エリア１７２の１１項目目のセルには、テキスト「こんなもんでいかがでしょうか（笑顔）」が表示され、ＩＮ点表示エリア１７３の１１項目目のセルには、タイムコード「００：０７：１４」が表示され、ＯＵＴ点表示エリア１７４の１１項目目のセルには、タイムコード「００：０７：２７」が表示され、期間表示エリア１７５の１１項目目のセルには、ＩＮ点とＯＵＴ点との差「００：００：１３」が表示され、サムネール表示エリア１７６の１１項目目のセルには、サムネール２０１が表示されている。
【００９４】
また、図６において、テキスト入力エリア１７２の１２項目目のセルには、テキスト「これでいいところをつなぐ。（笑顔）」が表示され、ＩＮ点表示エリア１７３の１２項目目のセルには、タイムコード「００：０７：２７」が表示され、ＯＵＴ点表示エリア１７４の１２項目目のセルには、タイムコード「００：０７：３５」が表示され、期間表示エリア１７５の１２項目目のセルには、ＩＮ点とＯＵＴ点との差「００：００：０８」が表示され、サムネール表示エリア１７６の１２項目目のセルには、サムネール２０２が表示されている。
【００９５】
なお、図６の例においては、ＩＮ点表示エリア１７３、およびＯＵＴ点表示エリア１７４に表示されるタイムコード、並びに期間表示エリア１７５に表示されるタイムコードの差分は、時、分、および秒により構成されているが、実際には勿論、時、分、および秒とともに、さらにフレーム番号が表示される。このことは、図７乃至図１１、図１８、および図１９についても同様である。
【００９６】
図６のテキスト入力エリア１７２においては、１２項目目のセルが、他の項目のセルとは区別して表示されている。これは、１２項目目のセルが、入力可能状態であることを表しており、この状態で、音声認識部６２により生成されたテキストデータに基づくテキストは、１２項目目のセル内に表示される。なお、図６のテキスト入力エリア１７２においては、入力可能状態のセルが斜線により他の項目のセルと区別されているが、実際には、入力可能状態のセルは、例えば、表示させる明度や色を変えたり、或いは点滅させたりして、他の項目のセルと区別される。
【００９７】
図６に示される文字おこしデータ表示エリアが表示されている状態で、操作部５１に含まれる所定のキー（この例においてはＴａｂキー）が操作された場合、文字おこしデータ表示エリアは、図７に示される表示になる。
【００９８】
図７においては、テキスト入力エリア１７２の入力可能状態のセルが１３項目目に移動し、ＩＮ点表示エリア１７３の１３項目目のセル内に、タイムコード「００：０７：３１」が表示されている。ＩＮ点表示エリア１７３の１３項目目のセル内に表示されたタイムコードは、Ｔａｂキーが操作された時点で、タイムコード表示エリア１３０に表示されていたタイムコードである。
【００９９】
すなわち、Ｔａｂキーが操作された場合、テキスト入力エリア１７２において、入力可能状態のセルが、次項目のセルに移行し、Ｔａｂキーが操作された時点で再生されていた動画のタイムコードが、次項目のＩＮ点表示エリア１７３に表示される。
【０１００】
図６に示される文字おこしデータ表示エリアが表示されている状態で、操作部５１に含まれる所定のキー（この例においてはＦ３キー）が操作された場合、またはＩＮ点設定ボタン１２８が操作された場合、文字おこしデータ表示エリアは、図８に示される表示になる。
【０１０１】
図８においては、テキスト入力エリア１７２の１２項目目のセルが、入力可能状態から、選択状態に変更され、ＩＮ点表示エリア１７３の１２項目目のセル内に、タイムコード「００：０７：３１」が表示されている。テキスト入力エリア１７２においては、セルが選択状態にある場合、新たなテキストの追記は受け付けられない。なお、選択状態のセルは、例えば、反転表示されることにより、他のセルと区別される。ＩＮ点表示エリア１７３の１２項目目のセル内に表示されたタイムコードは、Ｆ３キー（またはＩＮ点設定ボタン１２８）が操作された時点で、タイムコード表示エリア１３０に表示されていたタイムコードである。
【０１０２】
すなわち、Ｆ３キー（またはＩＮ点設定ボタン１２８）が操作された場合、テキスト入力エリア１７２において、入力可能状態のセルが、選択状態に変更され、Ｆ３キーが操作された時点で再生されていた動画のタイムコードが、現項目のＩＮ点表示エリア１７３に表示される。
【０１０３】
図６に示される文字おこしデータ表示エリアが表示されている状態で、操作部５１に含まれる所定のキー（この例においてはＦ４キー）が操作された場合、文字おこしデータ表示エリアは、図９に示される表示状態になる。
【０１０４】
図９においては、テキスト入力エリア１７２の入力可能状態のセルが１３項目目に移動し、ＩＮ点表示エリア１７３の１２項目目のセル内に、タイムコード「００：０７：３１」が表示されている。ＩＮ点表示エリア１７３の１２項目目のセル内に表示されたタイムコードは、Ｆ４キーが操作された時点で、タイムコード表示エリア１３０に表示されていたタイムコードである。
【０１０５】
すなわち、Ｆ４キーが操作された場合、テキスト入力エリア１７２において、入力可能状態のセルが、次項目のセルに移行し、Ｆ４キーが操作された時点で再生されていた動画のタイムコードが、現項目のＩＮ点表示エリア１７３に表示される。
【０１０６】
図６に示される文字おこしデータ表示エリアが表示されている状態で、操作部５１に含まれる所定のキー（この例においてはＦ８キー）が操作された場合、文字おこしデータ表示エリアは、図１０に示される表示状態になる。
【０１０７】
図１０においては、テキスト入力エリア１７２の入力可能状態のセルが１３項目目に移動し、ＯＵＴ点表示エリア１７４の１２項目目のセル内に、タイムコード「００：０７：３１」が表示されている。ＯＵＴ点表示エリア１７４の１２項目目のセル内に表示されたタイムコードは、Ｆ８キーが操作された時点で、タイムコード表示エリア１３０に表示されていたタイムコードである。
【０１０８】
すなわち、Ｆ８キーが操作された場合、テキスト入力エリア１７２において、入力可能状態のセルが、次項目のセルに移行し、Ｆ８キーが操作された時点で再生されていた動画のタイムコードが、現項目のＯＵＴ点表示エリア１７４に表示される。
【０１０９】
図６に示される文字おこしデータ表示エリアが表示されている状態で、操作部５１に含まれる所定のキー（この例においてはＦ９キー）が操作された場合、またはＯＵＴ点設定ボタン１２９が操作された場合、文字おこしデータ表示エリアは、図１１に示される表示状態になる。
【０１１０】
図１１においては、テキスト入力エリア１７２の１２項目目のセルが、入力可能状態から、選択状態に変更され、ＯＵＴ点表示エリア１７４の１２項目目のセル内に、タイムコード「００：０７：３１」が表示されている。ＯＵＴ点表示エリア１７４の１２項目目のセル内に表示されたタイムコードは、Ｆ９キー（またはＯＵＴ点設定ボタン１２９）が操作された時点で、タイムコード表示エリア１３０に表示されていたタイムコードである。
【０１１１】
すなわち、Ｆ９キー（またはＯＵＴ点設定ボタン１２９）が操作された場合、テキスト入力エリア１７２において、入力可能状態のセルが、選択状態に変更され、Ｆ９キーが操作された時点で再生されていた動画のタイムコードが、現項目のＯＵＴ点表示エリア１７４に表示される。
【０１１２】
以上、図６乃至図１１を参照して説明したように、ユーザは、所定のボタン（またはキー）を操作することにより、入力可能状態のセルを移行したり、入力可能状態から選択状態に変更したりすることができ、また、ＩＮ点表示エリア１７３に表示されるＩＮ点のタイムコード、およびＯＵＴ点表示エリア１７４に表示されるＯＵＴ点のタイムコードを、設定することができる。上記したように、１操作で、テキスト入力エリア１７２の入力可能状態のセルを変更し、かつ、ＩＮ点またはＯＵＴ点のタイムコードを取得することができるため、入力可能状態のセルの変更のための操作と、ＩＮ点（またはＯＵＴ点）を設定するための操作を、別々に行なう場合と比べて、ユーザの使い勝手が向上する。
【０１１３】
次に、図６のフローチャートを参照して、情報処理装置１の項目選択処理について説明する。
【０１１４】
図６のステップＳ２０１において、制御部５２は、操作部５１からの操作信号に基づいて、Ｔａｂキーが操作されたか否かを判定し、Ｔａｂキーが操作された場合、処理はステップＳ２０２に進む。
【０１１５】
ステップＳ２０２において、制御部５２は、タイムコード取得部５９に、現在再生中の動画のタイムコードを取得するように指令する。また、制御部５２は、次項目のＩＮ点に、現在再生中の動画のタイムコードを入力し、次項目のテキスト入力エリア１７２を入力可能状態にするように、データ管理部６３に指令する。
【０１１６】
タイムコード取得部５９は、制御部５２からの指令に従って、再生制御部５５から、Ｔａｂキーが操作された時点のタイムコードを取得し、データ管理部６３に供給する。データ管理部６３は、タイムコード取得部５９から供給されたタイムコードを、ＩＮ点表示エリア１７３の次項目のセル内に表示するデータとして記憶する。また、データ管理部６３は、テキスト入力エリア１７２の入力可能状態のセルを、次項目のセルに変更して、記憶を更新する。データ管理部６３は、更新した情報を表示制御部５６に通知する。表示制御部５６は、データ管理部６３からの通知に基づいて、表示用データを作成し、表示部５７に表示させる。結果的に、表示部５７に表示された文字おこしデータ表示エリアにおいて、ＩＮ点表示エリア１７３の次項目のセルに、Ｔａｂキーが操作された時点のタイムコードが表示され、テキスト入力エリア１７２の次項目のセルが、入力可能状態にされる。図６から図７の状態への変化は、この例を表している。
【０１１７】
ステップＳ２０２の処理の後、処理はステップＳ２０１に戻り、ステップＳ２０１以降の処理がくり返し実行される。
【０１１８】
ステップＳ２０１において、制御部５２が、Ｔａｂキーは操作されていないと判定した場合、処理はステップＳ２０３に進む。
【０１１９】
ステップＳ２０３において、制御部５２は、操作部５１からの操作信号に基づいて、ＩＮ点設定ボタン１２８およびＦ３キーの少なくともいずれかが操作されたか否かを判定し、ＩＮ点設定ボタン１２８およびＦ３キーの少なくともいずれかが操作された場合、処理はステップＳ２０４に進む。
【０１２０】
ステップＳ２０４において、制御部５２は、タイムコード取得部５９に、現在再生中の動画のタイムコードを取得するように指令する。また、制御部５２は、現項目のＩＮ点に、現在再生中の動画のタイムコードを入力し、現項目のテキスト入力エリア１７２を選択状態にするように、データ管理部６３に指令する。
【０１２１】
タイムコード取得部５９は、制御部５２からの指令に従って、再生制御部５５から、ＩＮ点設定ボタン１２８（またはＦ３キー）が操作された時点のタイムコードを取得し、データ管理部６３に供給する。データ管理部６３は、タイムコード取得部５９から供給されたタイムコードを、ＩＮ点表示エリア１７３の現項目のセル内に表示するデータとして記憶する。また、データ管理部６３は、テキスト入力エリア１７２の入力可能状態のセルを、選択状態に変更して、記憶を更新する。データ管理部６３は、更新した情報を表示制御部５６に通知する。表示制御部５６は、データ管理部６３からの通知に基づいて、表示用データを作成し、表示部５７に表示させる。結果的に、表示部５７に表示された文字おこしデータ表示エリアにおいて、ＩＮ点表示エリア１７３の現項目のセルに、ＩＮ点設定ボタン１２８（またはＦ３キー）が操作された時点のタイムコードが表示され、テキスト入力エリア１７２の入力可能状態だったセルが、選択状態に変更される。図６から図８の状態への変化は、この例を表している。
【０１２２】
ステップＳ２０４の処理の後、処理はステップＳ２０１に戻り、ステップＳ２０１以降の処理がくり返し実行される。
【０１２３】
ステップＳ２０３において、制御部５２が、ＩＮ点設定ボタン１２８もＦ３キーも操作されていないと判定した場合、処理はステップＳ２０５に進む。
【０１２４】
ステップＳ２０５において、制御部５２は、操作部５１からの操作信号に基づいて、Ｆ４キーが操作されたか否かを判定し、Ｆ４キーが操作された場合、処理はステップＳ２０６に進む。
【０１２５】
ステップＳ２０６において、制御部５２は、タイムコード取得部５９に、現在再生中の動画のタイムコードを取得するように指令する。また、制御部５２は、現項目のＩＮ点に、現在再生中の動画のタイムコードを入力し、次項目のテキスト入力エリア１７２を入力可能状態にするように、データ管理部６３に指令する。
【０１２６】
タイムコード取得部５９は、制御部５２からの指令に従って、再生制御部５５から、Ｆ４キーが操作された時点のタイムコードを取得し、データ管理部６３に供給する。データ管理部６３は、タイムコード取得部５９から供給されたタイムコードを、ＩＮ点表示エリア１７３の現項目のセル内に表示するデータとして記憶する。また、データ管理部６３は、テキスト入力エリア１７２の入力可能状態のセルを、次項目のセルに移行して、記憶を更新する。データ管理部６３は、更新した情報を表示制御部５６に通知する。表示制御部５６は、データ管理部６３からの通知に基づいて、表示用データを作成し、表示部５７に表示させる。結果的に、表示部５７に表示された文字おこしデータ表示エリアにおいて、ＩＮ点表示エリア１７３の現項目のセルに、Ｆ４キーが操作された時点のタイムコードが表示され、テキスト入力エリア１７２の入力可能状態のセルが、次項目のセルに移行される。図６から図９の状態への変化は、この例を表している。
【０１２７】
ステップＳ２０６の処理の後、処理はステップＳ２０１に戻り、ステップＳ２０１以降の処理がくり返し実行される。
【０１２８】
ステップＳ２０５において、制御部５２が、Ｆ４キーは操作されていないと判定した場合、処理はステップＳ２０７に進む。
【０１２９】
ステップＳ２０７において、制御部５２は、操作部５１からの操作信号に基づいて、Ｆ８キーが操作されたか否かを判定し、Ｆ８キーが操作された場合、処理はステップＳ２０８に進む。
【０１３０】
ステップＳ２０８において、制御部５２は、タイムコード取得部５９に、現在再生中の動画のタイムコードを取得するように指令する。また、制御部５２は、現項目のＯＵＴ点に、現在再生中の動画のタイムコードを入力し、次項目のテキスト入力エリア１７２を入力可能状態にするように、データ管理部６３に指令する。
【０１３１】
タイムコード取得部５９は、制御部５２からの指令に従って、再生制御部５５から、Ｆ８キーが操作された時点のタイムコードを取得し、データ管理部６３に供給する。データ管理部６３は、タイムコード取得部５９から供給されたタイムコードを、ＯＵＴ点表示エリア１７４の現項目のセル内に表示するデータとして記憶する。また、データ管理部６３は、テキスト入力エリア１７２の入力可能状態のセルを、次項目のセルに移行して、記憶を更新する。データ管理部６３は、更新した情報を表示制御部５６に通知する。表示制御部５６は、データ管理部６３からの通知に基づいて、表示用データを作成し、表示部５７に表示させる。結果的に、表示部５７に表示された文字おこしデータ表示エリアにおいて、ＯＵＴ点表示エリア１７４の現項目のセルに、Ｆ８キーが操作された時点のタイムコードが表示され、テキスト入力エリア１７２の入力可能状態のセルが、次項目のセルに移行される。図６から図１０の状態への変化は、この例を表している。
【０１３２】
ステップＳ２０８の処理の後、処理はステップＳ２０１に戻り、ステップＳ２０１以降の処理がくり返し実行される。
【０１３３】
ステップＳ２０７において、制御部５２が、Ｆ４キーは操作されていないと判定した場合、処理はステップＳ２０９に進む。
【０１３４】
ステップＳ２０９において、制御部５２は、操作部５１からの操作信号に基づいて、ＯＵＴ点設定ボタン１２９およびＦ９キーのうち少なくともいずれかが操作されたか否かを判定し、ＯＵＴ点設定ボタン１２９およびＦ９キーのうち少なくともいずれかが操作された場合、処理はステップＳ２１０に進む。
【０１３５】
ステップＳ２１０において、制御部５２は、タイムコード取得部５９に、現在再生中の動画のタイムコードを取得するように指令する。また、制御部５２は、現項目のＯＵＴ点に、現在再生中の動画のタイムコードを入力し、現項目のテキスト入力エリア１７２を選択状態にするように、データ管理部６３に指令する。
【０１３６】
タイムコード取得部５９は、制御部５２からの指令に従って、再生制御部５５から、ＯＵＴ点設定ボタン１２９（またはＦ９キー）が操作された時点のタイムコードを取得し、データ管理部６３に供給する。データ管理部６３は、タイムコード取得部５９から供給されたタイムコードを、ＯＵＴ点表示エリア１７４の現項目のセル内に表示するデータとして記憶する。また、データ管理部６３は、テキスト入力エリア１７２の入力可能状態のセルを、選択状態に変更して、記憶を更新する。データ管理部６３は、更新した情報を表示制御部５６に通知する。表示制御部５６は、データ管理部６３からの通知に基づいて、表示用データを作成し、表示部５７に表示させる。結果的に、表示部５７に表示された文字おこしデータ表示エリアにおいて、ＯＵＴ点表示エリア１７４の現項目のセルに、ＯＵＴ点設定ボタン１２９（またはＦ９キー）が操作された時点のタイムコードが表示され、テキスト入力エリア１７２の入力可能状態のセルが、選択状態に変更される。図６から図１１の状態への変化は、この例を表している。
【０１３７】
ステップＳ２１０の処理の後、処理はステップＳ２０１に戻り、上述したステップＳ２０１以降の処理がくり返し実行される。
【０１３８】
ステップＳ２０９において、制御部５２が、ＯＵＴ点設定ボタン１２９もＦ９キーも操作されていないと判定した場合、処理はステップＳ２０１に戻り、上述したステップＳ２０１以降の処理がくり返し実行される。
【０１３９】
以上のようにして、項目選択処理が実行される。この項目選択処理により、ユーザは、ＩＮ点設定ボタン１２８、およびＯＵＴ点設定ボタン１２９、並びにＴａｂキー、Ｆ３キー、Ｆ４キー、Ｆ８キー、およびＦ９キーのうち、いずれかのボタンまたはキーを１回操作するという容易な操作で、入力可能状態の項目を移行したり、入力可能状態から選択状態に変更したり、ＩＮ点表示エリア１７３に表示されるＩＮ点のタイムコード、およびＯＵＴ点表示エリア１７４に表示されるＯＵＴ点のタイムコードを、設定することができる。
【０１４０】
次に、図１３のフローチャートを参照して、情報処理装置１の音声認識処理について説明する。
【０１４１】
図１３のステップＳ３０１において、音声入力部６１は、マイクロフォン７２から、音声信号の入力を検出し、音声信号をＡ／Ｄ変換して、音声データを生成し、音声認識部６２に供給する。
【０１４２】
ステップＳ３０１の後、ステップＳ３０２において、音声認識部６２は、音声入力部６１から供給された音声データを音声認識して、テキストデータを生成し、生成したテキストデータを、データ管理部６３に供給する。なお、音声認識して、テキストデータを生成する方法は、既知の技術を利用すればよい。
【０１４３】
ステップＳ３０２の処理の後、ステップＳ３０３において、データ管理部６３は、音声認識部６２から供給されたテキストデータを、テキスト入力エリア１７２のうち、入力可能状態に設定されているセルに表示するテキストデータとして記憶し、記憶したテキストデータを、表示制御部５６に供給する。表示制御部５６は、データ管理部６３から供給されたテキストデータに基づくテキストを、入力可能状態に設定されているセル内に表示させた表示用データを生成し、表示部５７に表示させる。その結果、表示部５７に表示されたテキスト入力エリア１７２には、入力可能状態のセル内に、音声認識して生成されたテキストデータに基づくテキストが表示される。
【０１４４】
なお、入力可能状態のセルに、既にテキストデータが入力されていた場合、新たに生成されたテキストデータは、既に存在するテキストデータの後ろに追加するようにして記憶される。従って、テキスト入力エリア１７２の入力可能状態のセルには、既に表示されているテキストの後ろに、新しく生成されたテキストが追加して表示される。
【０１４５】
ステップＳ３０３の処理の後、処理はステップＳ３０１に戻り、上述したステップＳ３０１以降の処理がくり返し実行される。
【０１４６】
なお、テキスト入力エリア１７２に入力可能状態のセルが存在しなかった場合、音声認識部６２で生成されたテキストデータは、データ管理部６３により破棄される。
【０１４７】
以上のようにして、音声認識処理が実行される。
【０１４８】
ところで、本発明においては、ユーザは、文字おこしデータ表示エリアに表示させる情報（テキスト、ＩＮ点のタイムコード、ＯＵＴ点のタイムコード、期間情報、およびサムネール）を全て表示することもできるが、選択的に表示させることができる。また、ユーザは、サムネール表示エリア１７６に表示させるサムネールの取得タイミングを設定することができる。また、ユーザは、１つの項目を２つに分割することができる。ユーザは、ユーザ設定ウィンドウを表示させて、これらの設定を行うことができる。
【０１４９】
次に、図１４のフローチャートを参照して、情報処理装置１のユーザ設定処理について説明する。
【０１５０】
図１４のステップＳ３３１において、制御部５２は、操作部５１からの操作信号に基づいて、ユーザ設定の実行が指示されたか否かを判定し、ユーザ設定の実行が指示されるまで、ステップＳ３３１の処理を実行して待機する。そして、ユーザ設定の実行が指示されたとき、処理はステップＳ３３２に進む。
【０１５１】
ステップＳ３３２において、制御部５２は、データ管理部６３に、現在のユーザ設定データを表示制御部５６に供給するように指令するとともに、表示制御部５６に、ユーザ設定ウィンドウを表示するように指令する。データ管理部６３は、制御部５２からの指令に従って、記憶しているユーザ設定データを表示制御部５６に供給する。表示制御部５６は、データ管理部６３から供給されたユーザ設定データに基づいて、ユーザ設定ウィンドウを表示部５７に表示させる。図１５乃至図１７は、表示部５７に表示されたユーザ設定ウィンドウ３０１の例を表している。
【０１５２】
図１５において、ユーザ設定ウィンドウ３０１には、タブ３１１乃至３１３が表示されている。操作部５１（マウス）が操作され、タブ３１１上にポインタが表示された状態でクリックされると、図１５のようなユーザ設定ウィンドウ３０１が表示される。操作部５１（マウス）が操作され、タブ３１２上にポインタが表示された状態でクリックされると、図１６のようなユーザ設定ウィンドウ３０１が表示される。操作部５１（マウス）が操作され、タブ３１３上にポインタが表示された状態でクリックされると、図１７のようなユーザ設定ウィンドウ３０１が表示される。
【０１５３】
図１５のユーザ設定ウィンドウ３０１には、項目選択欄３２１乃至３２５も表示されている。図１５は、操作部５１（マウス）が操作されて、タブ３１１が選択された場合の表示例である。タブ３１１が選択されると、文字おこしデータ表示エリアに表示させる項目の選択を受け付ける項目選択欄３２１乃至３２５が表示される。
【０１５４】
操作部５１（マウス）が操作され、ポインタが項目選択欄３２１上に表示された状態で、クリックされた場合、項目選択欄３２１にチェックが表示され、再度、クリックされた場合、チェックの表示が消去される。項目選択欄３２１にチェックが表示された状態で、設定を登録した場合、文字おこし実行ウィンドウ１０１の文字おこしデータ表示エリアにテキスト入力エリア１７２が表示され、項目選択欄３２１にチェックが表示されていない状態で、設定を登録した場合、文字おこし実行ウィンドウ１０１の文字おこしデータ表示エリアには、テキスト入力エリア１７２は表示されない。ユーザは、項目選択欄３２１にチェックを付けるか否かにより、テキスト入力エリア１７２を表示させるか否かを選択することができる。
【０１５５】
操作部５１（マウス）が操作され、ポインタが項目選択欄３２２上に表示された状態で、クリックされた場合、項目選択欄３２２にチェックが表示され、再度、クリックされた場合、チェックの表示が消去される。項目選択欄３２２にチェックが表示された状態で、設定を登録した場合、文字おこし実行ウィンドウ１０１の文字おこしデータ表示エリアにＩＮ点表示エリア１７３が表示され、項目選択欄３２２にチェックが表示されていない状態で、設定を登録した場合、文字おこし実行ウィンドウ１０１の文字おこしデータ表示エリアには、ＩＮ点表示エリア１７３は表示されない。ユーザは、項目選択欄３２２にチェックを付けるか否かにより、ＩＮ点表示エリア１７３を表示させるか否かを選択することができる。
【０１５６】
操作部５１（マウス）が操作され、ポインタが項目選択欄３２３上に表示された状態で、クリックされた場合、項目選択欄３２３にチェックが表示され、再度、クリックされた場合、チェックの表示が消去される。項目選択欄３２３にチェックが表示された状態で、設定を登録した場合、文字おこし実行ウィンドウ１０１の文字おこしデータ表示エリアにＯＵＴ点表示エリア１７４が表示され、項目選択欄３２３にチェックが表示されていない状態で、設定を登録した場合、文字おこし実行ウィンドウ１０１の文字おこしデータ表示エリアには、ＯＵＴ点表示エリア１７４は表示されない。ユーザは、項目選択欄３２３にチェックを付けるか否かにより、ＯＵＴ点表示エリア１７４を表示させるか否かを選択することができる。
【０１５７】
操作部５１（マウス）が操作され、ポインタが項目選択欄３２４上に表示された状態で、クリックされた場合、項目選択欄３２４にチェックが表示され、再度、クリックされた場合、チェックの表示が消去される。項目選択欄３２４にチェックが表示された状態で、設定を登録した場合、文字おこし実行ウィンドウ１０１の文字おこしデータ表示エリアにサムネール表示エリア１７６が表示され、項目選択欄３２４にチェックが表示されていない状態で、設定を登録した場合、文字おこし実行ウィンドウ１０１の文字おこしデータ表示エリアには、サムネール表示エリア１７６は表示されない。ユーザは、項目選択欄３２４にチェックを付けるか否かにより、サムネール表示エリア１７６を表示させるか否かを選択することができる。
【０１５８】
操作部５１（マウス）が操作され、ポインタが項目選択欄３２５上に表示された状態で、クリックされた場合、項目選択欄３２５にチェックが表示され、再度、クリックされた場合、チェックの表示が消去される。項目選択欄３２５にチェックが表示された状態で、設定を登録した場合、文字おこし実行ウィンドウ１０１の文字おこしデータ表示エリアに期間表示エリア１７５が表示され、項目選択欄３２５にチェックが表示されていない状態で、設定を登録した場合、文字おこし実行ウィンドウ１０１の文字おこしデータ表示エリアには、期間表示エリア１７５は表示されない。ユーザは、項目選択欄３２５にチェックを付けるか否かにより、期間表示エリア１７５を表示させるか否かを選択することができる。
【０１５９】
なお、図１５の例においては、テキスト入力エリア１７２の表示、非表示を選択可能になっているが、項目選択欄３２１のチェックは、操作部５１を操作しても外せないようにしても良い。これにより、文字おこしデータ表示エリアに、テキスト入力エリア１７２を、常に表示させることができる。また、項目選択欄３２１を設けないようにしても勿論良い。その他の項目選択欄３２２乃至３２５についても、同様に、操作部５１を操作しても外せないようにしても良い。
【０１６０】
図１５に示されるユーザ設定ウィンドウ３０１の右下方には、ＯＫボタン３３１およびキャンセルボタン３３２が表示されている。操作部５１（マウス）が操作されて、ポインタがＯＫボタン３３１上に表示されている状態で、クリックされた場合、現在、ユーザ設定ウィンドウ３０１で設定中の設定内容が登録され、データ管理部６３に記憶されたユーザ設定データが更新される。また、操作部５１（マウス）が操作されて、ポインタがキャンセルボタン３３２上に表示されている状態で、クリックされた場合、現在、ユーザ設定ウィンドウ３０１で設定中の設定内容は廃棄され、既に設定されていたユーザ設定データが保持される。
【０１６１】
次に、図１６は、タブ３１２が選択された場合のユーザ設定ウィンドウ３０１の表示例である。図１６のユーザ設定ウィンドウ３０１においては、タブ３１１乃至３１３、ＯＫボタン３３１、およびキャンセルボタン３３２の他に、タブ３１２に関連付けられた設定項目が表示されている。
【０１６２】
項目選択欄３５１Ａ乃至３５１Ｄは、サムネールを取得するタイミングを選択するための選択欄であり、ユーザは、操作部５１を操作して、項目選択欄３５１Ａ乃至３５１Ｄの中から、所望の項目を１つだけ選択することができる。図１６の例においては、項目選択欄３５１Ｃが選択されており、項目選択欄３５１Ｃ内に、選択されていることを示す点が表示されている。
【０１６３】
項目選択欄３５１Ａが選択されて、設定が登録された場合、サムネール表示エリア１７６には、ＩＮ点のタイムコードに対応するフレームを縮小したサムネールが表示される。項目選択欄３５１Ｂが選択されて、設定が登録された場合、サムネール表示エリア１７６には、ＩＮ点のタイムコードから、時間設定欄３５２で設定された時間分だけ後のタイムコードに対応するフレームを縮小したサムネールが表示される。ユーザは、操作部５１を操作して、時間設定欄３５２に、この時間を設定することができる。項目選択欄３５１Ｃが選択されて、設定が登録された場合、サムネール表示エリア１７６には、ＩＮ点とＯＵＴ点の間の、取得地点設定欄３５３で設定された地点のタイムコードに対応するフレームを縮小したサムネールが表示される。例えば、図１６のように取得地点設定欄３５３に、１／３と設定され、ＩＮ点のタイムコードが「００：００：３０」で、ＯＵＴ点のタイムコードが「００：０１：００」であった場合、ＩＮ点とＯＵＴ点の１／３地点のタイムコード「００：００：４０」に対応するフレームが縮小されたサムネールが、サムネール表示エリア１７６に表示される。項目選択欄３５１Ｄが選択されて、設定が登録された場合、サムネール表示リエア１７６には、ＯＵＴ点のタイムコードに対応するフレームを縮小したサムネールが表示される。なお、ＯＵＴ点が設定されなかった場合、次項目のＩＮ点の直前のフレームが縮小されて、サムネール表示欄１７６に表示される。
【０１６４】
次に、図１７は、タブ３１３が選択された場合のユーザ設定ウィンドウ３０１の表示例である。図１７のユーザ設定ウィンドウ３０１においては、タブ３１１乃至３１３、ＯＫボタン３３１、およびキャンセルボタン３３２の他に、タブ３１３に関連付けられた設定項目が表示されている。
【０１６５】
ユーザは、１つの項目を、２つの項目に分割することができる。例えば、テキスト入力エリア１７２の１０項目目のセルに「ＡＢＣＤＥＦＧ」と表示され、ユーザが、これを「ＡＢＣＤ」と「ＥＦＧ」に分割したい場合、所定の操作をすることにより分割することができ、分割後に、「ＡＢＣＤ」は、テキスト入力エリア１７２の１０項目目のセルに表示され、「ＥＦＧ」は、テキスト入力エリア１７２の１１項目目のセルに表示される。ここで、分割されたセルのうち、項目番号の小さいセルを、前半セルと称し、項目番号の大きいセルを、後半セルと称する。
【０１６６】
項目選択欄３７１Ａおよび３７１Ｂは、項目を２つに分割した際に、後半セルのＩＮ点のタイムコードの取得方法を設定するための選択欄である。ユーザは、項目選択欄３７１Ａおよび３７１Ｂのうち、いずれか一方を選択することができる。図１７の例においては、項目選択欄３７１Ｂが選択されており、選択されたことを意味する点が示されている。
【０１６７】
項目選択欄３７１Ａが選択されて、設定が登録された場合、１つの項目が２つに分割されたとき、分割前のＩＮ点のタイムコードが、後半セルのＩＮ点のタイムコードとして取得され、ＩＮ点表示エリア１７３に表示される。
【０１６８】
項目選択欄３７１Ｂが選択されて、設定が登録された場合、１つの項目が２つに分割されたとき、テキストデータの分割位置までの文字数を、文字数設定欄３７２で設定された値で割り算した商が、分割前のＩＮ点のタイムコードに足し算されて、後半セルのＩＮ点のタイムコードとされる。
【０１６９】
項目選択欄３７１Ｂが選択された場合のセルの分割について、図１８および図１９を参照して、さらに詳細に説明する。図１８は、文字おこし実行ウィンドウ１０１のうち、文字おこしデータ入力エリアの一部分のみを示したものである。図１８において、テキスト入力エリア１７２の１０項目目のセルには、テキスト「まずお手元の資料の方確認させていただきます」が表示され、ＩＮ点表示エリア１７３の１０項目目のセルには、タイムコード「００：００：５６」が表示されている。また、テキスト入力エリア１７２の１１項目目のセルには、テキスト「私どもが従来から取り扱っておりますＤＶＤのオーサリングの資料」が表示され、ＩＮ点表示エリア１７３の１１項目目のセルには、タイムコード「００：０１：０６」が表示されている。また、テキスト入力エリア１７２の１２項目目のセルには、テキスト「３ページ目をごらん下さい」が表示され、ＩＮ点表示エリア１７３の１２項目目のセルには、タイムコード「００：０１：１２」が表示されている。
【０１７０】
なお、図１８においては、ＯＵＴ点表示エリア１７４、期間表示エリア１７５、およびサムネール表示エリア１７６への情報の表示は図示を省略しているが、実際には、表示されていても良い。また、図１８においては、１項目目および９項目目のセルへの情報の図示は省略しているが、実際には、表示されていても良い。
【０１７１】
図１８においては、テキスト入力エリア１７２の１１項目目のセルが、入力可能状態とされており、斜線はそのことを意味している。ユーザは、テキスト入力エリア１７２の１１項目目のセルに表示されているテキストの任意の位置で、テキストを２つのセルに分割することができる。ユーザは、操作部５１を操作して、例えば、カーソル４０１を、テキストの分割したい位置に移動させ、分割を指示することができる。図１８の例におては、「私どもが従来から取り扱っております」と「ＤＶＤのオーサリングの資料」の間に、カーソル４０１が表示されており、この位置で、テキストを分割するものとする。操作部５１から、分割を指示する操作が入力された場合、文字おこしデータ表示エリアは、図１９に示されるような状態に変更される。
【０１７２】
図１９においては、分割前のテキスト入力エリア１７２の１１項目目のセル内に表示されていたテキストのうち、「私どもが従来から取り扱っております」が、そのまま１１項目目のセルに表示され、「ＤＶＤのオーサリングの資料」が、１２項目目のセルに表示されている。また、テキスト入力エリア１７２の１１項目目のセルは、入力可能状態が解除され、テキスト入力エリア１７２の１２項目目のセルは、選択状態に設定されている。
【０１７３】
また、ＩＮ点表示エリア１７３の１２項目目には、タイムコード「００：０１：０９」が表示されている。このタイムコードは、以下のようにして、算出される。
【０１７４】
まず、「私どもが従来から取り扱っております」の文字数（１７文字）が取得される。次に、取得された文字数（１７文字）が、図１７の文字数設定欄３７２で設定された文字数（図１７の例の場合、５文字）で割り算され、その商（＝３）が取得される。次に、分割前の１１項目目のＩＮ点のタイムコード「００：０１：０６」の秒の位「０６」に、商（＝３）が足し算されて、後半セルのＩＮ点のタイムコード「００：０１：０９」とされる。
【０１７５】
人は、訓練により、単位時間当りに発話する文字数を、ある程度、一定に保つことができる。従って、上述したように、１秒あたりに発話する文字数を、文字数設定欄３７２で、予め設定しておき、項目を分割する際に、分割する位置までの文字数を、文字数設定欄３７２で設定された文字数で割り算することにより、分割位置までのテキストを発話するのに要する凡その時間を算出することができる。従って、算出した時間を、分割前のＩＮ点のタイムコードに足し算することにより、分割後の後半セルのＩＮ点のタイムコードを推測することができる。このようにすることにより、ユーザは、項目を分割した際に、後半セルのＩＮ点のタイムコードを、マニュアルで設定する必要がなくなり、利便性が向上する。
【０１７６】
また、図１８において、テキスト入力エリア１７２の１２項目目のセルに表示されていたテキスト「３ページ目をごらん下さい」、およびＩＮ点表示エリア１７３の１２項目目のセル表示されていたタイムコード「００：０１：１２」は、図１９においては、１３項目目に移動している。すなわち、セルの分割により、項目が１つ増加したため、分割された項目以降の項目が、順次、後ろにくり下げられる。
【０１７７】
図１４に戻って、ステップＳ３３２において、制御部５２は、表示制御部５６に、以上の図１５乃至図１７のようなユーザ設定ウィンドウ３０１を表示させ、種々の項目の選択、および入力を受け付ける。
【０１７８】
ステップＳ３３３において、制御部５２は、操作部５１からの操作信号に基づいて、ＯＫボタン３３１が操作されたか否かを判定し、ＯＫボタン３３１が操作された場合、処理はステップＳ３３４に進む。
【０１７９】
ステップＳ３３４において、制御部５２は、ユーザ設定ウィンドウ３０１で設定された内容を、ユーザ設定データとして記憶するように、データ管理部６３に要求する。データ管理部６３は、制御部５２からの要求に従って、ユーザ設定ウィンドウ３０１で設定された内容をユーザ設定データとして記憶する。なお、データ管理部６３は、それまで記憶していたユーザ設定データを消去する。これにより、ユーザ設定データが更新される。
【０１８０】
また、制御部５２は、表示制御部５６に、ユーザ設定ウィンドウ３０１を消去するように指令する。表示制御部５６は、制御部５２からの指令に従って、ユーザ設定ウィンドウ３０１を、表示部５７から消去する。消去後、一連のユーザ設定処理が終了する。
【０１８１】
ステップＳ３３３において、制御部５２が、ＯＫボタン３３１は操作されていないと判定した場合、処理はステップＳ３３５に進む。
【０１８２】
ステップＳ３３５において、制御部５２は、操作部５１からの操作信号に基づいて、キャンセルボタン３３２が操作されたか否かを判定し、キャンセルボタン３３２が操作されていない場合、処理はステップＳ３３２に戻り、ステップＳ３３２以降の処理をくり返し実行する。
【０１８３】
ステップＳ３３５において、制御部５２が、キャンセルボタン３３２が操作されたと判定した場合、処理はステップＳ３３６に進む。
【０１８４】
ステップＳ３３６において、制御部５２は、ユーザ設定ウィンドウ３０１で設定された内容を破棄する。従って、この場合、データ管理部６３は、それまで記憶していたユーザ設定データを、継続して保持する。
【０１８５】
また、制御部５２は、表示制御部５６に、ユーザ設定ウィンドウ３０１を消去するように指令する。表示制御部５６は、制御部５２からの指令に従って、ユーザ設定ウィンドウ３０１を、表示部５７から消去する。消去後、一連のユーザ設定処理が終了する。
【０１８６】
以上のようにして、ユーザ設定処理が実行される。
【０１８７】
次に、図１６で設定されたサムネールの取得タイミングに基づいて、サムネールを取得するサムネール取得処理について、図２０のフローチャートを参照して説明する。
【０１８８】
図１２のフローチャートを参照して説明したように、Ｔａｂキー、Ｆ３キー、およびＦ４キー、並びにＩＮ点設定ボタン１２８のうち、いずれかが操作された場合、ＩＮ点のタイムコードが設定される。そこで、図２０のステップＳ３６１において、制御部５２は、Ｔａｂキー、Ｆ３キー、およびＦ４キー、並びにＩＮ点設定ボタン１２８のうち、いずれかが操作されたか否かを判定することにより、ＩＮ点が設定されたか否かを判定し、Ｔａｂキー、Ｆ３キー、およびＦ４キー、並びにＩＮ点設定ボタン１２８のうち、いずれかが操作された場合（ＩＮ点が設定された場合）、処理はステップＳ３６２に進む。
【０１８９】
ステップＳ３６２において、制御部５２は、データ管理部６３に記憶されたユーザ設定データを読み出し、このユーザ設定データに基づいて、ＩＮ点のタイムコードに対応するフレームを縮小してサムネールを作成する設定（図１６で項目選択欄３５１Ａが選択されていた）か否かを判定し、ＩＮ点のタイムコードに対応するフレームを縮小してサムネールを作成する設定ではない場合、処理はステップＳ３６３に進む。
【０１９０】
ステップＳ３６３において、制御部５２は、データ管理部６３に記憶されたユーザ設定データを読み出し、このユーザ設定データに基づいて、ＩＮ点のタイムコードから、時間設定欄３５２で設定された時間後のタイムコードに対応するフレームを縮小してサムネールを作成する設定（図１６で項目選択欄３５１Ｂが選択されていた）か否かを判定し、ＩＮ点のタイムコードから、時間設定欄３５２で設定された時間後のタイムコードに対応するフレームを縮小してサムネールを作成する設定であった場合、処理はステップＳ３６４に進む。
【０１９１】
ステップＳ３６４において、制御部５２は、設定されたＩＮ点のタイムコードに、時間設定欄３５２で設定された時間を足し算して、フレームを取得するべきタイムコードを算出し、算出したタイムコードに対応するフレームを読み出して、サムネール取得部６０に供給するように、再生制御部５５に指令する。再生制御部５５は、制御部５２からの指令に従って、フレームを取得すべきタイムコードに対応するフレームを読み出し、サムネール取得部６０に供給する。サムネール取得部６０は、再生制御部５５から供給されたフレームを縮小して、サムネールを生成し、データ管理部６３に供給する。データ管理部６３は、サムネール取得部６０から供給されたサムネールを、ＩＮ点が設定された項目用のサムネールとして記憶する。その後、処理はステップＳ３７１に進む。
【０１９２】
ステップＳ３６３において、制御部５２が、ＩＮ点のタイムコードから、時間設定欄３５２で設定された時間後のタイムコードに対応するフレームを縮小してサムネールを作成する設定ではないと判定した場合、処理はステップＳ３６１に戻り、上述したステップＳ３６１以降の処理をくり返し実行する。
【０１９３】
ステップＳ３６２において、制御部５２が、ＩＮ点のタイムコードに対応するフレームを縮小してサムネールを作成する設定であると判定した場合、処理はステップＳ３６５に進む。
【０１９４】
ステップＳ３６５において、制御部５２は、設定されたＩＮ点のタイムコードに対応するフレームを読み出して、サムネール取得部６０に供給するように、再生制御部５５に指令する。再生制御部５５は、制御部５２からの指令に従って、ＩＮ点のタイムコードに対応するフレームを読み出し、サムネール取得部６０に供給する。サムネール取得部６０は、再生制御部５５から供給されたフレームを縮小して、サムネールを生成し、データ管理部６３に供給する。データ管理部６３は、サムネール取得部６０から供給されたサムネールを、ＩＮ点が設定された項目用のサムネールとして記憶する。その後、処理はステップＳ３７１に進む。
【０１９５】
ステップＳ３６１において、制御部５２が、Ｔａｂキー、Ｆ３キー、およびＦ４キー、並びにＩＮ点設定ボタン１２８のいずれも操作されていないと判定した場合（ＩＮ点が設定されていない場合）、処理はステップＳ３６６に進む。
【０１９６】
図１２のフローチャートを参照して説明したように、Ｆ８キーおよびＦ９キー、並びにＯＵＴ点設定ボタン１２９のうち、いずれかが操作された場合、ＯＵＴ点のタイムコードが設定される。そこで、ステップＳ３６６において、制御部５２は、Ｆ８キーおよびＦ９キー、並びにＯＵＴ点設定ボタン１２９のうち、いずれかが操作されたか否かを判定することにより、ＯＵＴ点が設定されたか否かを判定し、Ｆ８キーおよびＦ９キー、並びにＯＵＴ点設定ボタン１２９のいずれも操作されていない場合（ＯＵＴ点が設定されていない場合）、処理はステップＳ３６１に戻り、上述したステップＳ３６１以降の処理をくり返し実行する。
【０１９７】
ステップＳ３６６において、制御部５２が、Ｆ８キーおよびＦ９キー、並びにＯＵＴ点設定ボタン１２９のうち、いずれかが操作されたと判定した場合（ＯＵＴ点が設定された場合）、処理はステップＳ３６７に進む。
【０１９８】
ステップＳ３６７において、制御部５２は、データ管理部６３に記憶されたユーザ設定データを読み出し、このユーザ設定データに基づいて、ＯＵＴ点のタイムコードに対応するフレームを縮小してサムネールを作成する設定（図１６で項目選択欄３５１Ｄが選択されていた）か否かを判定し、ＯＵＴ点のタイムコードに対応するフレームを縮小してサムネールを作成する設定であった場合、処理はステップＳ３６８に進む。
【０１９９】
ステップＳ３６８において、制御部５２は、設定されたＯＵＴ点のタイムコードに対応するフレームを読み出して、サムネール取得部６０に供給するように、再生制御部５５に指令する。再生制御部５５は、制御部５２からの指令に従って、ＯＵＴ点のタイムコードに対応するフレームを読み出し、サムネール取得部６０に供給する。サムネール取得部６０は、再生制御部５５から供給されたフレームを縮小して、サムネールを生成し、データ管理部６３に供給する。データ管理部６３は、サムネール取得部６０から供給されたサムネールを、ＯＵＴ点が設定された項目用のサムネールとして記憶する。その後、処理はステップＳ３７１に進む。
【０２００】
ステップＳ３６７において、制御部５２が、ＯＵＴ点のタイムコードに対応するフレームを縮小してサムネールを作成する設定ではないと判定した場合、処理はステップＳ３６９に進む。
【０２０１】
ステップＳ３６９において、制御部５２は、データ管理部６３に記憶されたユーザ設定データを読み出し、このユーザ設定データに基づいて、ＩＮ点とＯＵＴ点の間の、取得地点設定欄３５３で設定された地点のタイムコードに対応するフレームを縮小してサムネールを作成する設定（図１６で項目選択欄３５１Ｃが選択されていた）か否かを判定し、ＩＮ点とＯＵＴ点の間の、取得地点設定欄３５３で設定された地点のタイムコードに対応するフレームを縮小してサムネールを作成する設定であった場合、処理はステップＳ３７０に進む。
【０２０２】
ステップＳ３７０において、制御部５２は、ＩＮ点とＯＵＴ点のタイムコード、および取得地点設定欄３５３の設定に基づいて、サムネールを取得すべきタイムコードを算出する。ここで、ＩＮ点のタイムコードをＴＣ（ＩＮ）とし、ＯＵＴ点のタイムコードをＴＣ（ＯＵＴ）とし、取得地点設定欄３５３に設定された値を値Ｘとすると、制御部５２は、まず、ＴＣ（ＩＮ）とＴＣ（ＯＵＴ）の差を算出する。次に、制御部５２は、この差を、値Ｘで割り算して、商を求める。次に、制御部５２は、この商を、ＴＣ（ＩＮ）に足し算して、サムネールを取得すべきタイムコードとする。
【０２０３】
例えば、ＴＣ（ＩＮ）が「００：００：３０」で、ＴＣ（ＯＵＴ）が「００：０１：００」で、Ｘ＝１／３あった場合、制御部５２は、まず、ＴＣ（ＩＮ）とＴＣ（ＯＵＴ）の差（＝３０秒）を求め、この差を、Ｘ＝１／３で割り算して商（＝１０）を求め、この商を、ＴＣ（ＩＮ）の秒の位に足し算して、サムネールを取得すべきタイムコード「００：００：４０」を算出する。
【０２０４】
制御部５２は、算出したタイムコードを再生制御部５５に通知するとともに、このタイムコードに対応するフレームを読み出して、サムネール取得部６０に供給するように、再生制御部５５に指令する。再生制御部５５は、制御部５２からの指令に従って、供給されたタイムコードに対応するフレームを読み出し、サムネール取得部６０に供給する。サムネール取得部６０は、再生制御部５５から供給されたフレームを縮小して、サムネールを生成し、データ管理部６３に供給する。データ管理部６３は、サムネール取得部６０から供給されたサムネールを、ＯＵＴ点が設定された項目用のサムネールとして記憶する。その後、処理はステップＳ３７１に進む。
【０２０５】
ステップＳ３７１において、データ管理部６３は、記憶したサムネールを、ＩＮ点（またはＯＵＴ点）が設定された項目の項目番号とともに、表示制御部５６に供給する。表示制御部５６は、データ管理部６３から供給されたサムネールを、ともに供給された項目番号のサムネールとして表示させるようにした表示用データを生成し、この表示用データを表示部５７に供給する。
【０２０６】
表示部５７は、表示制御部５６から供給された表示用データに基づく画像を表示する。その結果、ＩＮ点（またはＯＵＴ点）が設定されたタイミングで、サムネール表示エリア１７６のうち、ＩＮ点（またはＯＵＴ点）が設定されたのと同じ項目のセル内に、ＩＮ点（またはＯＵＴ点）のタイムコードに対応するフレームを縮小したサムネールが表示される。
【０２０７】
以上のようにして、サムネール取得処理が実行される。サムネールをテキストデータとともに表示させることにより、この文字おこしデータを参照して編集する編集者は、テキストデータだけを表示させた場合より、容易に、収録された内容を把握することが可能となる。このように、サムネールを取得するタイミングを選択することができるため、より適切なタイミングで、サムネールを取得することが可能となる。
【０２０８】
次に、図２１のフローチャートを参照して、図１７で項目選択欄３７１Ｂが選択された場合の、情報処理装置１のセル分割処理（図１８および図１９を参照して説明した処理）について説明する。
【０２０９】
図２１のステップＳ４０１において、制御部５２は、操作部５１からの操作信号に基づいて、セルを分割する指示が入力されたか否かを判定し、セルを分割する指示が入力されるまで、ステップＳ４０１の処理をくり返し実行して待機する。そして、セルを分割させる指示が入力されたとき、制御部５２は、データ管理部６３に、セルを分割するように指令し、処理はステップＳ４０２に進む。
【０２１０】
ステップＳ４０２において、データ管理部６３は、分割位置（カーソル４０１の表示位置）までの文字数を取得する。例えば、図１８の例の場合、データ管理部６３は、カーソル４０１の表示位置までのテキストの文字数（１７文字）を取得する。ステップＳ４０２の処理の後、処理はステップＳ４０３に進む。
【０２１１】
ステップＳ４０３において、データ管理部６３は、ステップＳ４０２で算出された文字数を、図１７の文字数設定欄３７２で設定された文字数で割り算して、商を求める。図１７の例の場合、文字数設定欄３７２に、５文字と設定されている。そこで、ステップＳ４０２で取得された文字数が１７文字であった場合、データ管理部６３は、１７÷５＝３・・・２を算出し、この商（＝３）を取得する。その後、処理はステップＳ４０４に進む。
【０２１２】
ステップＳ４０４において、データ管理部６３は、ステップＳ４０３で求めた商を、ＩＮ点のタイムコードに足し算して、分割した後半セルのＩＮ点のタイムコードとして設定する。例えば、図１８の１１項目目のように、ＩＮ点のタイムコードが、「００：０１：０６」で、ステップＳ４０３で商として３が求められた場合、データ管理部６３は、この商（＝３）を、ＩＮ点のタイムコードの秒の位「０６」に足し算して、後半セルのＩＮ点のタイムコード「００：０１：０９」を求める。ステップＳ４０４の処理の後、処理はステップＳ４０５に進む。
【０２１３】
ステップＳ４０５において、データ管理部６３は、テキストデータを、分割位置（カーソル４０１の表示位置）で分割して、２つのテキストデータを生成する。図１８の例の場合、データ管理部６３は、テキストデータ「私どもが従来から取り扱っておりますＤＶＤのオーサリングの資料」を分割して、２つのテキストデータ「私どもが従来から取り扱っております」および「ＤＶＤのオーサリングの資料」を生成する。その後、処理はステップＳ４０６に進む。
【０２１４】
ステップＳ４０６において、データ管理部６３は、分割する項目以降の項目を、１つだけ、後ろに繰り下げて、設定を更新する。例えば、図１８および図１９の例の場合、図１８で、１２項目目のテキスト入力エリア１７２のセルに表示されたテキスト「３ページ目をごらん下さい」および１２項目目のＩＮ点表示エリア１７３のセルに表示されたタイムコード「００：０１：１２」が、図１９では、１つだけ繰り下げられて、１３項目目に表示されている。ステップＳ４０６の処理により、分割が指示されたセルの隣のセルが空欄になる。ステップＳ４０６の処理の後、処理はステップＳ４０７に進む。
【０２１５】
ステップＳ４０７において、データ管理部６３は、分割されたテキスト入力エリア１７２のセル（分割を指示されたセル、およびステップＳ４０６で空欄になったセル）のそれぞれに、ステップＳ４０５で分割されたテキストを入力する。なお、この際、データ管理部６３は、２つに分割されたテキストデータのうち、前半部分のテキストデータを、分割が指示されたセルに入力し、後半部分のテキストデータを、ステップＳ４０６で空欄にされたセルに入力する。また、データ管理部６３は、分割を指示されたセルの入力可能状態を解除し、ステップＳ４０６で空欄にされたセルを、選択状態に設定する。
【０２１６】
ステップＳ４０７の処理の後、処理はステップＳ４０８に進む。
【０２１７】
ステップＳ４０８において、データ管理部６３は、ステップＳ４０４で求めた、後半セルのＩＮ点のタイムコードを、ステップＳ４０６で空欄にされたＩＮ点表示エリア１７３のセルに入力する。
【０２１８】
ステップＳ４０８の処理の後、処理はステップＳ４０９に進む。
【０２１９】
ステップＳ４０９において、データ管理部６３は、ステップＳ４０２乃至ステップＳ４０８の処理によりセルが分割された後の文字おこしデータを、表示制御部５６に供給する。表示制御部５６は、データ管理部６３から供給された文字おこしデータを、文字おこしデータ表示エリアに表示させるようにした表示用データを生成し、生成した表示用データを表示部５７に供給する。表示部５７は、表示制御部５６から供給された表示用データに基づく画像を表示する。その結果、文字おこしデータ表示エリアには、例えば、図１９のような画像が表示される。
【０２２０】
以上のようにして、セル分割処理が実行される。
【０２２１】
ところで、情報処理装置１は、予め、ユーザの声の特徴を学習することにより、音声認識の認識率を向上させることができる。次に、図２２のフローチャートを参照して、情報処理装置１のエンロール処理について説明する。
【０２２２】
図２２のステップＳ４５１において、制御部５２は、表示制御部５６に、ユーザに発話させるべきテキストを表示するように指令する。表示制御部５６は、データ管理部６３より、エンロール処理用のテキストデータを取得し、このテキストデータに基づくテキストを表示部５７に表示させる。その後、処理はステップＳ４５２に進む。
【０２２３】
ユーザは、表示部５７に表示されたテキストを音読する。そこで、ステップＳ４５２において、音声入力部６１は、マイクロフォン７２を介して集音された音声信号を、Ａ／Ｄ変換して音声データを生成し、生成した音声データを音声認識部６２に供給する。その後、処理はステップＳ４５３に進む。
【０２２４】
ステップＳ４５３において、音声認識部６２は、音声入力部６１から供給された音声データを分析して、ユーザの声の特徴を検出し、これをユーザと対応付けて登録する。
【０２２５】
以上のエンロール処理の後、音声認識処理が実行された場合、音声認識部６２は、ユーザの声の特徴に基づいて音声認識するため、認識率が向上する（誤ったテキストデータが生成される率を減少させることができる）。
【０２２６】
ところで、文字おこし処理により作成された文字おこしデータは、データ管理部６３から記憶部５４に供給され、記憶部５４に記憶される。記憶部５４にはＡＶデータも記憶されていることから、このＡＶデータとテキストデータを対応付けて再生することもできる。図２３は、動画データとテキストデータを対応付けて表示した再生ウィンドウ４０１の例を表している。
【０２２７】
図２３において、動画再生エリア４０２には、動画データが表示され、テキスト表示エリア４０３には、動画再生エリア４０２に表示されている動画データのタイムコードに対応するテキストが表示されている（図２３においては「＊＊＊」が表示されているが、実際にはテキストが表示される）。また、再生ボタン４０４は、再生ウィンドウ４０１において、動画を再生する場合に操作される。ポーズボタン４０５は、再生中に一時停止する場合に操作される。停止ボタン４０６は、再生中に再生を停止する場合に操作される。
【０２２８】
以上のようにして、本発明によれば、予め、単位時間当りにユーザが発話する文字数を設定しておくことにより、項目の分割時に、後半のテキストデータに対応するタイムコードを自動的に生成することが可能となる。従って、より利便性を向上させることが可能となる。
【０２２９】
また、本発明によれば、テキストデータ、ＩＮ点およびＯＵＴ点のタイムコード、並びに期間情報とともに、サムネールも取得することにより、文字おこしを実行しているユーザにも、後に文字おこしデータを利用してＡＶデータを編集する編集者にも、容易にＡＶデータの内容を把握させることが可能となる。
【０２３０】
また、本発明によれば、Ｔａｂキーが操作された場合、入力可能状態のテキスト入力エリアを、次の項目に移行するとともに、その時点で再生されていた動画データのタイムコードを取得し、取得したタイムコードを、移行後の入力可能状態のテキスト入力エリアと同項目のＩＮ点のタイムコードとして設定するようにしたので、ユーザは、わざわざＩＮ点を指定する操作を行わずに済み、利便性が向上される。
【０２３１】
また、本発明によれば、ＡＶデータの内容をユーザが聞いて、復唱し、情報処理装置は、この復唱された音声を音声認識するようにしたので、より音声認識の認識率を向上させることが可能となる（発言内容と異なるテキストデータを生成する確率を減少させることができる）。また、筆記やキーボード入力と比較して、より速やかにテキストデータを作成することが可能となる。
【０２３２】
上述した一連の処理は、ハードウェアにより実行させることもできるし、上述したようにソフトウェアにより実行させることもできる。一連の処理をソフトウェアにより実行させる場合には、そのソフトウェアを構成するプログラムが専用のハードウェアに組み込まれているコンピュータ、または、各種のプログラムをインストールすることで、各種の機能を実行することが可能な、例えば汎用のパーソナルコンピュータなどに、記録媒体等からインストールされる。
【０２３３】
図２４は、このような処理を実行するパーソナルコンピュータ８００の内部構成例を示す図である。パーソナルコンピュータ８００のＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）８０１は、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）８０２に記憶されているプログラムに従って各種の処理を実行する。ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）８０３には、ＣＰＵ８０１が各種の処理を実行する上において必要なデータやプログラムなどが適宜記憶される。入出力インタフェース８０５は、キーボードやマウスから構成される入力部８０６が接続され、入力部８０６に入力された信号をＣＰＵ８０１に出力する。また、入出力インタフェース８０５には、ディスプレイやスピーカなどから構成される出力部８０７も接続されている。
【０２３４】
さらに、入出力インタフェース８０５には、ハードディスクなどから構成される記憶部８０８、および、インターネットなどのネットワークを介して他の装置とデータの通信を行う通信部８０９も接続されている。ドライブ８１０は、磁気ディスク８２１、光ディスク８２２、光磁気ディスク８２３、半導体メモリ８２４などの記録媒体からデータを読み出したり、データを書き込んだりするときに用いられる。
【０２３５】
記録媒体は、図２４に示されるように、パーソナルコンピュータとは別に、ユーザにプログラムを提供するために配布される、プログラムが記録されている磁気ディスク８２１（フレキシブルディスクを含む）、光ディスク８２２（ＣＤ−ＲＯＭ（Ｃｏｍｐａｃｔ Ｄｉｓｃ−Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ），ＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｃ）を含む）、光磁気ディスク８２３（ＭＤ（Ｍｉｎｉ−Ｄｉｓｃ）（登録商標）を含む）、若しくは半導体メモリ８２４などよりなるパッケージメディアにより構成されるだけでなく、コンピュータに予め組み込まれた状態でユーザに提供される、プログラムが記憶されているＲＯＭ８０２や記憶部８０８が含まれるハードディスクなどで構成される。
【０２３６】
なお、本明細書において、媒体により提供されるプログラムを記述するステップは、記載された順序に従って、時系列的に行われる処理は勿論、必ずしも時系列的に処理されなくとも、並列的あるいは個別に実行される処理をも含むものである。
【０２３７】
また、本明細書において、システムとは、複数の装置により構成される装置全体を表すものである。
【０２３８】
【発明の効果】
以上のように、本発明によれば、文字おこしを行なうことができる。また、本発明によれば、ＡＶデータの編集用のデータを作成することができる。
【０２３９】
また、本発明によれば、より容易な操作で、より早く、テキストデータを生成することができ、利便性を向上させることが可能となる。
【図面の簡単な説明】
【図１】本発明を適用した情報処理システムの構成例を示すブロック図である。
【図２】図１の情報処理装置の構成例を示すブロック図である。
【図３】情報処理装置の文字おこし処理を説明するフローチャートである。
【図４】図２の表示部に表示される文字おこし実行ウィンドウの例を示す図である。
【図５】情報処理装置の再生制御処理を説明するフローチャートである。
【図６】文字おこしデータ表示エリアの一部分の表示例を表す図である。
【図７】文字おこしデータ表示エリアの一部分の表示例を表す他の図である。
【図８】文字おこしデータ表示エリアの一部分の表示例を表す、さらに他の図である。
【図９】文字おこしデータ表示エリアの一部分の表示例を表す図である。
【図１０】文字おこしデータ表示エリアの一部分の表示例を表す他の図である。
【図１１】文字おこしデータ表示エリアの一部分の表示例を表す、さらに他の図である。
【図１２】情報処理装置の項目選択処理を説明するフローチャートである。
【図１３】情報処理装置の音声認識処理を説明するフローチャートである。
【図１４】情報処理装置のユーザ設定処理を説明するフローチャートである。
【図１５】図２の表示部に表示されるユーザ設定ウィンドウの例を示す図である。
【図１６】図２の表示部に表示されるユーザ設定ウィンドウの例を示す他の図である。
【図１７】図２の表示部に表示されるユーザ設定ウィンドウの例を示す、さらに他の図である。
【図１８】文字おこしデータ表示エリアの一部分の表示例を表す図である。
【図１９】文字おこしデータ表示エリアの一部分の表示例を表す他の図である。
【図２０】情報処理装置のサムネール取得処理を説明するフローチャートである。
【図２１】情報処理装置のセル分割処理を説明するフローチャートである。
【図２２】情報処理装置のエンロール処理を説明するフローチャートである。
【図２３】図２の表示部に表示される再生ウィンドウの例を示す図である。
【図２４】本発明を適用したコンピュータの一実施の形態の構成例を示すブロック図である。
【符号の説明】
１ 情報処理装置
２ ヘッドセットマイク
３ カメラ一体型ビデオテープレコーダ（ＶＴＲ）
５１ 操作部
５２ 制御部
５５ 再生制御部
５６ 表示制御部
５７ 表示部
５９ タイムコード取得部
６０ サムネール取得部
６２ 音声認識部
６３ データ管理部
１０１ 文字おこし実行ウィンドウ
１１１ 動画表示エリア
１２２ 再生ボタン
１２３ ポーズボタン
１２４ スキップバックボタン
１２５ スキップバック時間設定部
１２６ スキップフォワードボタン
１２７ スキップフォワード時間設定部
１２８ ＩＮ点設定ボタン
１２９ ＯＵＴ点設定ボタン
１３０ タイムコード表示エリア
１７１ 項目番号表示エリア
１７２ テキスト入力エリア
１７３ ＩＮ点表示エリア
１７４ ＯＵＴ点表示エリア
１７５ 期間表示エリア
１７６ サムネール表示エリア
２０１，２０２ サムネール
【発明の属する技術分野】
本発明は、情報処理装置および方法、並びにプログラムに関し、特に、動画や音声を効率的に編集できるようにした情報処理装置および方法、並びにプログラムに関する。
【０００２】
【従来の技術】
インタビュ、講演、およびスピーチなどの発言内容をテキスト化する、所謂、文字おこしにおいては、従来、オペレータが、発言が記録されたオーディオビジュアルデータ（以下、ＡＶデータと称する）を再生装置に装着して、これを少しずつ再生しては、発言内容を聞き、聞いた内容をテキストとして、筆記したり、キーボードなどで入力することを繰り返して、テキストを作成している。
【０００３】
また、オペレータが発言内容を聞いて、聞いた内容をテキストとして入力する代わりに、発言が記録されたＡＶデータのうち音声データを音声認識して、自動的にテキストデータを作成することにより、オペレータを必要とせずに、文字おこしするようにしたものもある。
【０００４】
ところで、従来、テレビ番組を制作する際には、撮影し記録した動画および音声を編集する。このとき、編集者は、記録された動画や音声を再生し、必要な部分のみを抽出してつなぎ合わせる作業を行なっている。
【０００５】
この編集作業において、編集者は、収録された全ＡＶデータの中から、必要な部分のみを特定する。しかしながら、ＡＶデータの収録時間は膨大になる。例えば、３０分の番組を作成するために、収録時間が５時間ほどになることがある。従って、編集者が、収録されたＡＶデータの中から、必要な部分を特定できるようにするために、予め、ＡＶデータに収録されている内容を、時間毎に示すリストを作成する。このリストの作成においても、上記の文字おこしを行なう必要があった。
【０００６】
ところで、字幕放送やクローズドキャプションを行うための字幕用素材を作成するために、収録されたＡＶデータを再生し、オペレータが、ＡＶデータに記録された発言内容を聞き、テキストデータを入力するようにした字幕素材作成システムがある（例えば、特許文献１参照）。
【０００７】
【特許文献１】
特開２０００−３５４２０３号公報（第５−６ページ）
【０００８】
【発明が解決しようとする課題】
しかしながら、従来、オペレータが、発言内容を聞いて、聞いた内容を、筆記したり、キーボードから入力した場合、筆記する速度、およびキーボードで文字を入力する速度は、一般的に、口で話す速度より遅いことから、頻繁に再生と停止を繰り返さなくてはならず、使い勝手が悪いという課題が合った。
【０００９】
また、収録されたＡＶデータを音声認識させた場合、音声認識率が悪く、実際の発言内容と異なる誤った内容のテキストデータを作成してしまうという課題があった。
【００１０】
また、特許文献１に記載の操作方法は、字幕やクローズドキャプションの字幕用素材を作成するためには便利であるが、文字おこしや、編集用のリストの作成には、必ずしも最適であるとはいえなかった。
【００１１】
また、従来、文字おこししたデータは、テキストデータのみであったため、このデータを参照して、編集を行なう編集者は、ＡＶデータの内容を正確に把握できないことがあった。
【００１２】
本発明は、このような状況に鑑みてなされたものであり、より容易な操作で、文字おこしや、編集用のリストの作成をおこなえるようにすることを目的とする。
【００１３】
【課題を解決するための手段】
本発明の情報処理装置は、ＡＶデータを再生する再生手段と、再生手段により再生されたＡＶデータのうち、音声データに基づく音声を出力する出力手段と、再生手段により再生されたＡＶデータのうちの、動画データに基づく画像の表示を制御する表示制御手段と、出力手段により出力された音声に基づいて、ユーザが発話した音声を音声認識して、テキストデータを生成する音声認識手段とを備えることを特徴とする。
【００１４】
前記音声認識手段には、予め設定された前記ユーザの声の特徴に従って、前記音声を音声認識するようにさせることができる。
【００１５】
前記表示手段には、前記音声認識手段により生成された前記テキストデータに基づくテキストの表示をさらに制御するようにさせることができる。
【００１６】
前記音声認識手段により生成された前記テキストデータに基づくテキストを印刷する印刷手段をさらに設けるようにすることができる。
【００１７】
前記音声認識手段により生成された前記テキストデータを所定の記録媒体に記録する記録手段をさらに設けるようにすることができる。
【００１８】
本発明の情報処理方法は、ＡＶデータを再生する再生ステップと、再生ステップの処理により再生されたＡＶデータのうち、音声データに基づく音声を出力する出力ステップと、再生ステップの処理により再生されたＡＶデータのうちの動画データに基づく画像の表示を制御する表示制御ステップと、出力ステップの処理により出力された前記音声に基づいて、ユーザが発話した音声を音声認識して、テキストデータを生成する音声認識ステップとを含むことを特徴とする。
【００１９】
本発明のプログラムは、ＡＶデータから文字おこしして、記録位置と対応付けられたテキストのリストを作成する情報処理装置を制御するコンピュータに、ＡＶデータの再生を制御する再生制御ステップと、再生制御ステップの処理により再生が制御されたＡＶデータのうち、音声データに基づく音声の出力を制御する出力制御ステップと、再生制御ステップの処理により再生が制御されたＡＶデータのうちの動画データに基づく画像の表示を制御する表示制御ステップと、出力手段により出力された音声に基づいて、ユーザが発話した音声を音声認識して、テキストデータを生成する音声認識ステップとを実行させることを特徴とする。
【００２０】
本発明の情報処理装置および方法、並びにプログラムにおいては、再生されたＡＶデータのうち、音声データに基づく音声が出力され、再生されたＡＶデータのうちの、動画データに基づく画像が表示され、出力された音声に基づいて、ユーザが発話した音声が音声認識され、テキストデータが生成される。
【００２１】
本発明は、パーソナルコンピュータに適用することができる。
【００２２】
【発明の実施の形態】
図１は、本発明を適用した情報処理システムの一実施の形態の構成を表している。
【００２３】
図１において、情報処理装置１は、カメラ一体型ビデオテープレコーダ（以下の説明において、カメラ一体型ビデオテープレコーダを、単にＶＴＲと記す）３から供給される動画データ、音声データ、およびタイムコードのうち、動画データおよび音声データ（以下の説明において、動画データおよび音声データをまとめてＡＶデータと称する）を、例えば、ＭＰＥＧ（Ｍｏｖｉｎｇ Ｐｉｃｔｕｒｅ Ｅｘｐｅｒｔｓ Ｇｒｏｕｐ）などの圧縮規格に従って圧縮し、圧縮したデータを再生して、動画を表示するとともに、音声信号を、ヘッドセットマイク２に出力する。そして、情報処理装置１は、ヘッドセットマイク２から入力される音声信号を音声認識して、テキストデータとタイムコードを対応付けたリストを生成する。
【００２４】
ヘッドセットマイク２は、スピーカ７１およびマイクロフォン７２（いずれも図２参照）により構成され、ユーザの頭部に装着される。ユーザは、スピーカ７１から出力される音声を聞き、マイクロフォン７２から音声を入力することができる。マイクロフォン７２から入力された音声は、情報処理装置１に供給される。
【００２５】
ＶＴＲ３は、被写体を撮影する撮像手段、音声を集音するマイクロフォン、撮像手段により撮像された動画およびマイクロフォンにより集音された音声からなるＡＶデータを、タイムコードを付加して、装着された記録媒体（例えばテープメディア）に記録し、記録媒体に記録されたＡＶデータを再生する記録再生手段を備えている。ＶＴＲ３は、被写体を撮像し、音声を集音して、動画および音声を、タイムコードを付加して記録媒体に記録する。また、ＶＴＲ３は、例えばＩＥＥＥ１３９４により情報処理装置１と接続された場合、記録媒体に記録されたＡＶデータとタイムコードを、情報処理装置１に出力する。
【００２６】
図１のシステムの概要を説明する。ユーザは、ＶＴＲ３により、インタビュ、講演、およびスピーチなどの撮影記録を行なう。このとき、ＶＴＲ３は、情報処理装置１に接続されている必要はない。撮影記録の後、編集時に、ＶＴＲ３は、情報処理装置１に接続される。ＶＴＲ３は、内部に装着された記録媒体からＡＶデータとタイムコードを読み出し、読み出したこれらの情報を情報処理装置１に出力する。情報処理装置１は、ＶＴＲ３から供給されたＡＶデータとタイムコードを記憶し、動画および音声を再生する。再生された音声は、ヘッドセットマイク２のスピーカ７１から出力される。ユーザは、再生される動画を見ながら、ヘッドセットマイク２のスピーカ７１から出力される音声を聞き、音声に含まれる発言内容を復唱する。ユーザが復唱した声は、ヘッドセットマイク２のマイクロフォン７２により集音され、音声信号が情報処理装置１に供給される。情報処理装置１は、ヘッドセットマイク２から供給された音声信号を音声認識して、テキストデータを生成し、生成したテキストデータを、タイムコードに対応付けたリストを作成する。
【００２７】
従来、ＡＶデータに含まれる音声データを音声認識して、テキストデータを生成する装置はあったが、この場合、話者が異なったり、収録された音声の状態が良くなかったりして、実際の発言内容と異なる、誤ったテキストデータを生成することが多かった。それに対して、本発明によれば、１人のユーザにより発話された音声を音声認識させることにより、そのユーザの声の特徴を学習させることができ、結果的に、実際の発言内容と同一の、正しいテキストデータを生成することが可能となる。
【００２８】
次に、図２は、情報処理装置１およびヘッドセットマイク２の内部の構成例を表している。
【００２９】
図２の情報処理装置１の内部において、操作部５１は、例えば、キーボードおよびマウス（ポインティングデバイス）により構成され、ユーザからの操作の入力を受け付け、受け付けられた操作に対応する操作情報を制御部５２に通知する。なお、操作部５１を構成するキーボードは、例えば、汎用のパーソナルコンピュータ用のＰＳ／２キーボードとすることができ、ファンクションキーＦ１乃至Ｆ１２、およびＴａｂキーを含んでいる。制御部５２は、予め設定されたプログラムや、操作部５１からの操作情報に基づいて、情報処理装置１の各部の動作を制御する。
【００３０】
エンコーダ５３は、ＶＴＲ３から供給されたＡＶデータ、およびタイムコードのうち、ＡＶデータを、例えばＭＰＥＧなどの圧縮規格によりエンコードし、エンコード済みのＡＶデータにタイムコードを対応付けて、記憶部５４に記憶させる。
【００３１】
記憶部５４は、例えば、ハードディスクなどにより構成され、エンコーダ５３から供給されるエンコード済みのＡＶデータおよびタイムコードを記憶する。記憶部５４に記憶されたＡＶデータおよびタイムコードは、適宜、再生制御部５５により読み出される。記憶部５４はまた、データ管理部６３より、文字おこしして生成されたデータ（以下の説明において、文字おこしして生成されたデータを文字おこしデータとも称する）も供給され、供給された文字おこしデータを記憶する。記憶された文字おこしデータは、適宜、再生制御部５５により読み出される。
【００３２】
再生制御部５５は、記憶部５４に記憶されたＡＶデータおよびタイムコードを読み出し、動画データを表示制御部５６およびサムネール取得部６０に出力し、音声データを音声出力制御部５８に出力し、タイムコードをタイムコード取得部５９に出力する。また、再生制御部５５は、適宜、記憶部５４より、文字おこしデータを読み出し、表示制御部５６に供給する。
【００３３】
表示制御部５６は、再生制御部５５から供給された動画データ、およびデータ管理部６３から供給されたテキストデータ、タイムコード、およびサムネール等をもとに、表示用データを生成し、生成した表示用データを表示部５７に出力する。
【００３４】
表示部５７は、例えば、ＬＣＤ（Ｌｉｑｕｉｄ Ｃｒｙｓｔａｌ Ｄｉｓｐｌａｙ）またはＣＲＴ（ＣａｔｈｏｄｅＲａｙ Ｔｕｂｅ）を含み、表示制御部５６から供給された表示用データに対応する画像を表示する。
【００３５】
音声出力制御部５８は、再生制御部５５から供給された音声データをスピーカ７１に供給するために、アナログの音声信号に変換して、音声信号をスピーカ７１に出力する。
【００３６】
タイムコード取得部５９は、制御部５２から指示されたタイミングで、タイムコードを取得し、取得したタイムコードをデータ管理部６３に供給する。また、タイムコード取得部５９は、後述するＩＮ点とＯＵＴ点のタイムコードの差を算出し、この差を期間情報（ｄｕｒａｔｉｏｎ）としてデータ管理部６３に出力する。
【００３７】
サムネール取得部６０は、制御部５２からの指示に従って、再生制御部５５から、１フレーム分の画像データを取得し、取得した画像データを、予め設定された所定のサイズに縮小してサムネール（小見出し用画像）を作成し、作成したサムネールをデータ管理部６３に供給する。
【００３８】
音声入力部６１は、マイクロフォン７２から入力された音声信号を、Ａ／Ｄ変換して、音声データを作成し、作成した音声データを音声認識部６２に供給する。
【００３９】
音声認識部６２は、音声入力部６１から供給された音声データを音声認識して、ユーザの発言に対応するテキストデータを生成し、生成したテキストデータをデータ管理部６３に供給する。また、音声認識部６２は、音声認識の認識率を上げるためのエンロール処理を実行時には、音声入力部６１から入力される音声データを分析し、ユーザの声の特徴を検出して、登録する。
【００４０】
データ管理部６３は、タイムコード取得部５９から供給されたＩＮ点やＯＵＴ点のタイムコードおよび期間情報、サムネール取得部６０から供給されたサムネール、並びに音声認識部６２から供給されたテキストデータを、制御部５２からの指示に従って、対応付けて記憶する。以下の説明において、ＩＮ点やＯＵＴ点のタイムコード、期間情報、サムネール、およびテキストデータを、文字おこしデータと称する。データ管理部６３は、制御部５２からの指示に従って、記憶した文字おこしデータを、適宜、記憶部５４、表示制御部５６、印刷部６４、またはドライブ６５に供給する。また、データ管理部６３は、ユーザにより入力された、情報処理装置１の動作を設定するデータ（以下の説明において、ユーザにより入力された、情報処理装置１の動作を設定するデータをユーザ設定データと称する）を記憶する。また、データ管理部６３は、後述するエンロール処理用のテキストデータも記憶している。
【００４１】
印刷部６４は、プリンタを含み、データ管理部６３から供給されたデータをもとに、印刷用データを作成し、作成した印刷用データに基づく画像を所定の印刷用紙に印刷する。
【００４２】
ドライブ６５は、データ管理部６３から供給されたデータ（文字おこしデータを含む）を、記録媒体６６に記録する。なお、記録媒体は、例えば、磁気ディスク、光ディスク、光磁気ディスク、または半導体メモリとすることができる。
【００４３】
ヘッドセットマイク２内の、スピーカ７１は、ユーザの耳に装着され、音声出力制御部５８から供給された音声信号に対応する音声を出力する。
【００４４】
マイクロフォン７２は、ユーザの口の前方に、所定の距離を開けて設置され、ユーザが発話した音声を集音して、音声信号を音声入力部６１に出力する。
【００４５】
次に、図３のフローチャートを参照して、情報処理装置１の文字おこし処理について説明する。
【００４６】
ユーザにより操作部５１が操作され、文字おこし開始の指示が入力されたとき、ステップＳ１において、制御部５２は、表示制御部５６に、文字おこし実行ウィンドウを表示するように指令する。表示制御部５６は、制御部５２からの指令に従って、表示部５７に文字おこし実行ウィンドウを表示させる。
【００４７】
図４は、表示部５７に表示される文字おこし実行ウィンドウ１０１の例を表している。図４において、動画表示エリア１１１は、動画を表示するエリアである。目盛りバー１１２は、動画表示エリア１１１に表示されているフレームの、動画データ全体における時間的な位置を示す。ユーザは、操作部５１を操作して、目盛りバー１１２を左右にスライドさせることができ、目盛りバー１１２がスライドされた場合、目盛りバー１１２が移動した位置に対応するフレームが動画表示エリア１１１に表示される。
【００４８】
ムービーボタン１２１は、エンコード済みＡＶデータの再生等の指示の可能、不可能を選択する場合に操作される。再生ボタン１２２は、エンコード済みＡＶデータの再生を指示する場合に操作される。ポーズボタン１２３は、ＡＶデータの再生を一時停止する場合に操作される。
【００４９】
スキップバックボタン１２４は、ＡＶデータの再生中に、時間を遡る方向に再生位置をスキップさせる場合に操作される。スキップバック時間設定部１２５は、スキップバックボタン１２４が操作された場合にスキップさせる時間の長さを設定する場合に操作される。すなわち、ユーザは、操作部５１（マウス）を操作して、ポインタをスキップバックボタン１２４の右端の三角形の部分に合わせ、クリックすると、設定可能な時間がプルダウン表示される。例えば、１乃至６０秒が、設定可能な時間として表示される。ユーザは、操作部５１（マウス）を操作して、プルダウン表示された候補の中から、所望の時間を選択することができる。
【００５０】
図４の例においては、スキップバック時間設定部１２５は、５秒に設定されている。この場合、スキップバックボタン１２４が操作されると、再生位置が５秒間分だけ遡った位置にスキップして、そこから再生が続けられる。例えば、タイムコードが「００：０１：１０」のタイミングで、スキップバックボタン１２４が操作された場合、タイムコードが「００：０１：０５」の位置から再生が開始される。
【００５１】
なお、タイムコードは、時、分、秒の順番に表示されている。例えば、タイムコードが「００：０１：１０」の場合、「００」が時間を表し、「０１」が分を表し、「１０」が秒を表している。なお、本実施の形態においては、説明を簡単にするため、タイムコードとして、時、分、および秒を表示した場合を例にして説明しているが、実際には、時、分、および秒とともに、フレーム番号も表示される。例えば、ＡＶデータのフレームレートが３０フレーム／秒であった場合、タイムコードは、「時：分：秒：フレーム番号Ｘ」（Ｘは、０≦Ｘ≦２９の整数）として表示される。例えば、タイムコードが「００：０１：１０：２５」の場合、ＡＶデータのうち、００時０１分１０秒の２５フレーム目のフレームを示すことになる。以下の説明においても、フレーム番号の表示は省略するが、このことは、フレーム番号が表示されないことを意味するものではなく、実際には、フレーム番号も表示される。
【００５２】
スキップフォワードボタン１２６は、ＡＶデータの再生中に、時間が進む方向に再生位置をスキップさせる場合に操作される。スキップフォワード時間設定部１２７は、スキップフォワードボタン１２６が操作された場合にスキップさせる時間の長さを設定する場合に操作される。すなわち、ユーザは、操作部５１（マウス）を操作して、ポインタをスキップフォワードボタン１２６の右端の三角形の部分に合わせ、クリックすると、設定可能な時間がプルダウン表示される。例えば、１乃至６０秒が、設定可能な時間として表示される。ユーザは、操作部５１（マウス）を操作して、プルダウン表示された候補の中から、所望の時間を選択することができる。
【００５３】
図４の例においては、スキップフォワード時間設定部１２７が５秒に設定されている。この場合、スキップフォワードボタン１２６が操作されると、再生位置が５秒間分だけ、時間が進む方向にスキップして、そこから再生が続けられる。例えば、タイムコードが「００：０１：１０」のタイミングで、スキップフォワードボタン１２６が操作された場合、タイムコードが「００：０１：１５」の位置から再生が開始される。
【００５４】
ＩＮ点設定ボタン１２８は、ＡＶデータの再生中に、動画表示エリア１１１に表示されているフレームに対応するタイムコードを、ＩＮ点のタイムコードとして設定する場合に操作される。ＯＵＴ点設定ボタン１２９は、ＡＶデータの再生中に、動画表示エリア１１１に表示されているフレームに対応するタイムコードを、ＯＵＴ点のタイムコードとして設定する場合に操作される。タイムコード表示エリア１３０には、動画表示エリア１１１に表示されているフレームに対応するタイムコードが表示される。図４の例においては、タイムコード表示エリア１３０には、タイムコード「００：０１：０６」が表示されている。なお、図４においては、フレーム番号の表示は省略されているが、このことは、フレーム番号が表示されないことを意味するものではなく、フレーム番号も表示されるようにしても良い。
【００５５】
情報処理装置１は、接続されたＶＴＲ３に、再生や停止などの指示を送ることができ、ビデオボタン１５１は、接続されたＶＴＲ３を操作可能にしたり、不可能にしたりする場合に操作される。ビデオ再生ボタン１５２は、ＶＴＲ３に、記録されたＡＶデータを再生させる場合に操作される。エンコードボタン１５３は、ＶＴＲ３により再生されているＡＶデータをエンコードする場合に操作される。停止ボタン１５４は、ＡＶデータの再生やエンコードを停止する場合に操作される。巻き戻しボタン１５５は、ＶＴＲ３に、ＡＶデータを巻き戻しさせる場合に操作される。早送りボタン１５６は、ＶＴＲ３に、ＡＶデータを早送りさせる場合に操作される。
【００５６】
文字おこし実行ウィンドウ１０１の右側には、文字おこしされるテキストデータ、ＩＮ点およびＯＵＴ点のタイムコード、およびサムネールのリストを表示するエリアが設けられている。このエリアを、文字おこしデータ表示エリアと称する。
【００５７】
ユーザは、動画表示エリア１１１に表示される動画のうち、任意の時間の発言内容を文字おこしすることができる。文字おこしして生成されたテキストデータは、タイムコードと対応付けられて、リスト化され、文字おこしデータ表示エリアに表示される。
【００５８】
この文字おこしデータ表示エリアは、項目番号表示エリア１７１、テキスト入力エリア１７２、ＩＮ点表示エリア１７３、ＯＵＴ点表示エリア１７４、期間表示エリア１７５、およびサムネール表示エリア１７６から構成される。
【００５９】
項目番号表示エリア１７１には、文字おこしデータ表示エリアに表示されたリストの項目番号が表示される。すなわち、図４において、上のセルから順番に１，２，３，４・・・のように、項目番号が表示されている。なお、本説明においては、文字おこしデータ表示エリアの横方向の行を、項目と称する。
【００６０】
テキスト入力エリア１７２には、生成されたテキストデータに基づくテキストが表示される。なお、図４においては、全て「＊＊＊」が表示されているが、実際には、文字おこしされた発言内容のテキストが表示される。
【００６１】
ＩＮ点表示エリア１７３には、ＩＮ点のタイムコードが表示される。ＯＵＴ点表示エリア１７４には、ＯＵＴ点のタイムコードが表示される。期間表示エリア１７５には、ＩＮ点のタイムコードとＯＵＴ点のタイムコードの差が表示される。サムネール表示エリア１７６には、ＩＮ点とＯＵＴ点の間の、予め設定された所定のタイミングのフレームを縮小したサムネールが表示される。
【００６２】
なお、図４の例においては、ＩＮ点表示エリア１７３に表示されたタイムコードのうち、フレーム番号の表示が省略されているが、このことは、フレーム番号が表示されないことを意味するものではなく、フレーム番号も表示されるようにしても良い。また、図４においては、ＯＵＴ点表示エリア１７４、および期間表示エリア１７５には、何も表示されていないが、実際には、ＯＵＴ点表示エリア１７４には、ＯＵＴ点のタイムコードが表示され、期間表示エリア１７５には、ＩＮ点のタイムコードとＯＵＴ点のタイムコードの差が表示される（ただし、勿論、設定されるまでは表示されない）。また、図４においては、サムネール表示エリア１７６には、上から２つのセルにのみサムネールが表示されているが、実際には、上から３つめ以降のセルにもサムネールが表示される（ただし、勿論、設定されるまでは表示されない）。
【００６３】
サムネール表示エリア１７６の右隣には、スクロールバー１９１が表示されている。スクロールバー１９１は、上下方向にスライド可能とされ、操作部５１を介してスライドされると、スライドされた長さに応じて、表示する項目をずらしてゆく。従って、ユーザは、操作部５１を操作して、スクロールバー１９１を上下方向にスライドさせることにより、文字おこしデータ表示エリアに１度に表示しきれない項目を表示させることができる。
【００６４】
なお、図３のステップＳ１においては、まだ、動画データのエンコードも、再生も行なっていないので、図４の文字おこし実行ウィンドウ１０１の、動画表示エリア１１１には、動画は表示されていない。また、当然のことながら、ステップＳ１においては、テキストデータも生成されていないので、テキストデータ入力エリア１７２、ＩＮ点表示エリア１７３、ＯＵＴ点表示エリア１７４、期間表示エリア１７５、およびサムネール表示エリア１７６は、空白とされる。
【００６５】
図３に戻って、ステップＳ１の処理の後、処理はステップＳ２に進む。ステップＳ２において、ユーザにより操作部５１が操作され、ビデオ再生ボタン１５２が操作されると、制御部５２は、ＶＴＲ３に対して、ＡＶデータ再生の制御信号を送信する。ＶＴＲ３は、ＡＶデータ（タイムコードを含む）の再生を開始する。再生されたＡＶデータ（タイムコードを含む）は、接続されたケーブルを介して、情報処理装置１に出力される。
【００６６】
ステップＳ３において、エンコーダ５３は、ステップＳ２で、ＶＴＲ３から供給されたＡＶデータをエンコードし、エンコード済みのＡＶデータをタイムコードと対応付けて、記憶部５４に記憶させる。
【００６７】
ステップＳ４において、制御部５２は、操作部５１からの操作信号に従って、各部を制御し、再生制御処理、項目選択処理、音声認識処理、サムネール取得処理、およびセル分割処理を実行する。
【００６８】
再生制御処理とは、エンコードされ、記憶部５４に記憶されたＡＶデータを再生して、動画表示エリア１１１に表示させる処理である。項目選択処理とは、音声認識して生成されたテキストデータに基づくテキストを表示させる項目を選択する処理である。音声認識処理とは、ユーザが発話した音声を音声認識して、発言内容のテキストデータを生成する処理である。サムネール取得処理とは、サムネール表示エリア１７６に表示させるサムネールを取得する処理である。セル分割処理とは、１つの項目を、２つに分割する処理である。
【００６９】
再生制御処理については、図５のフローチャートを参照して後述する。項目選択処理については、図１２のフローチャートを参照して後述する。音声認識処理については、図１３のフローチャートを参照して後述する。サムネール取得処理については、図２０のフローチャートを参照して後述する。セル分割処理については、図２１のフローチャートを参照して後述する。
【００７０】
ステップＳ４の処理が終了すると、文字おこし処理が終了する。
【００７１】
次に、図５のフローチャートを参照して、情報処理装置１の再生制御処理について説明する。
【００７２】
図５のステップＳ１０１において、制御部５２は、操作部５１からの操作信号に基づいて、再生ボタン１２２が操作されたか否かを判定し、再生ボタン１２２が操作されるまで、ステップＳ１０１の処理をくり返し実行して、待機する。そして、再生ボタン１２２が操作されたとき、処理はステップＳ１０２に進む。なお、操作部５１に含まれる所定のキー（この例においてはＦ６キーとする）を操作しても、再生ボタン１２２と同様の指示を入力することができる。従って、ステップＳ１０１において、制御部５２は、操作部５１から、Ｆ６キーが操作された旨が通知されたか否かも判定し、Ｆ６キーが操作された旨の通知が受信された場合、処理はステップＳ１０２に進む。
【００７３】
ステップＳ１０２において、制御部５２は、動画の再生を開始するように、再生制御部５５に指令する。再生制御部５５は、制御部５２からの指令に従って、記憶部５４から、エンコード済みのＡＶデータおよびタイムコードを読み出し、ＡＶデータのうち音声データの音声出力制御部５８への供給を開始し、動画データおよびタイムコードの表示制御部５６への供給を開始する。なお、ＡＶデータおよびタイムコードは、再生制御部５５により読み出されても、記憶部５４から消去されずに残る。
【００７４】
音声出力制御部５８は、再生制御部５５から供給される音声データのＤ／Ａ変換を開始し、Ｄ／Ａ変換後の音声信号のスピーカ７１への出力を開始する。スピーカ７１は、音声出力制御部５８から入力された音声信号に対応する音声を出力する。ユーザは、この音声を聞くことができる。表示制御部５６は、再生制御部５５から供給される動画データおよびタイムコードを含む表示用データの作成を開始し、作成した表示用データの表示部５７への供給を開始する。表示部５７は、表示制御部５６から供給された表示用データの表示を開始する。これにより動画表示エリア１１１には、動画の表示が開始され、タイムコードのタイムコード表示エリア１３０への表示が開始される。ユーザは、動画表示エリア１１１に表示された動画、およびタイムコード表示エリア１３０に表示されたタイムコードを見ることができる。ステップＳ１０２の処理の後、処理はステップＳ１０３に進む。
【００７５】
ステップＳ１０３において、制御部５２は、再生制御部５５を監視し、再生制御部５５が記憶部５４から、エンコード済みのＡＶデータを全て読み出したか否かを判定することにより、一連のＡＶデータが全て再生されたか否かを判定し、再生制御部５５が記憶部５４から、エンコード済みのＡＶデータを全て読み出していない（まだ再生されていないＡＶデータが存在する）場合、処理はステップＳ１０４に進む。
【００７６】
ステップＳ１０４において、制御部５２は、操作部５１からの操作信号に基づいて、ポーズボタン１２３が操作されたか否かを判定し、ポーズボタン１２３が操作された場合、処理はステップＳ１０５に進む。なお、操作部５１に含まれる所定のキー（この例においてはＦ６キーとする）を操作しても、ポーズボタン１２３と同様の指示を入力することができる。従って、ステップＳ１０４において、制御部５２は、操作部５１から、Ｆ６キーが操作された旨が通知されたか否かも判定し、Ｆ６キーが操作された旨の通知が受信された場合、処理はステップＳ１０５に進む。
【００７７】
ステップＳ１０５において、制御部５２は、再生制御部５５に、ＡＶデータの読み出しを停止し、停止した時点のタイムコードを保持するように指令する。再生制御部５５は、制御部５２からの指令に従って、ＡＶデータの読み出しを停止し、停止した時点のタイムコードを保持する。また、その結果、再生制御部５５から音声出力制御部５８への音声データの供給、並びに再生制御部５５から表示制御部５６への動画データおよびタイムコードの供給が停止する。従って、スピーカ７１からの音声の出力が停止するとともに、動画表示エリア１１１に表示されていた動画が静止する（最後に供給されたフレームが静止画として表示される）。
【００７８】
ステップＳ１０５の処理の後、処理はステップＳ１０１に戻り、上述したステップＳ１０１以降の処理がくり返し実行される。なお、ステップＳ１０５の処理の後に実行されるステップＳ１０２の処理においては、ＡＶデータは、最初から再生されるのではなく、ステップＳ１０５で再生制御部５５により保持されたタイムコードに対応する位置から再生が開始される。従って、ユーザは、一時停止した続きからＡＶデータに基づく動画および音声を視聴することができる。
【００７９】
ステップＳ１０４において、制御部５２が、ポーズボタン１２３もＦ６キーも操作されていないと判定した場合、処理はステップＳ１０６に進む。
【００８０】
ステップＳ１０６において、制御部５２は、操作部５１からの操作信号に基づいて、スキップフォワードボタン１２６が操作されたか否かを判定し、スキップフォワードボタン１２６が操作された場合、処理はステップＳ１０７に進む。なお、操作部５１に含まれる所定のキー（この例においてはＦ７キーとする）を操作しても、スキップフォワードボタン１２６と同様の指示を入力することができる。従って、ステップＳ１０６において、制御部５２は、操作部５１から、Ｆ７キーが操作された旨が通知されたか否かも判定し、Ｆ７キーが操作された旨の通知が受信された場合、処理はステップＳ１０７に進む。
【００８１】
ステップＳ１０７において、制御部５２は、再生制御部５５に、スキップフォワードするように指令する。再生制御部５５は、制御部５２からの指令に従って、現在再生しているＡＶデータのタイムコードから、スキップフォワード時間設定部１２７で設定された時間分だけ進んだタイムコードまで、再生位置をスキップし、スキップしたタイムコードに対応する位置からＡＶデータの再生を開始する。
【００８２】
すなわち、再生制御部５５は、現在読み出しているＡＶデータのタイムコードに、スキップフォワード時間設定部１２７で設定された時間を足し算して、スキップ後のタイムコードを算出し、算出したタイムコード以降のＡＶデータの読み出しを開始する。再生制御部５５は、読み出したＡＶデータのうち、音声データを音声出力制御部５８に供給し、動画データおよびタイムコードを表示制御部５６に供給する。結果的に、ユーザは、スキップフォワード時間設定部１２７で設定された時間分、再生位置がスキップフォワードされたＡＶデータに基づく動画および音声を視聴することができる。ステップＳ１０７の処理の後、処理はステップＳ１０３に戻り、上述したステップＳ１０３以降の処理をくり返し実行する。
【００８３】
ステップＳ１０６において、制御部５２が、スキップフォワードボタン１２６もＦ７キーも操作されていないと判定した場合、処理はステップＳ１０８に進む。
【００８４】
ステップＳ１０８において、制御部５２は、操作部５１からの操作信号に基づいて、スキップバックボタン１２４が操作されたか否かを判定し、スキップバックボタン１２４が操作された場合、処理はステップＳ１０９に進む。なお、操作部５１に含まれる所定のキー（この例においてはＦ５キーとする）を操作しても、スキップバックボタン１２４と同様の指示を入力することができる。従って、ステップＳ１０８において、制御部５２は、操作部５１から、Ｆ５キーが操作された旨が通知されたか否かも判定し、Ｆ５キーが操作された旨の通知が受信された場合、処理はステップＳ１０９に進む。
【００８５】
ステップＳ１０９において、制御部５２は、再生制御部５５に、スキップバックするように指令する。再生制御部５５は、制御部５２からの指令に従って、現在再生しているＡＶデータのタイムコードから、スキップバック時間設定部１２５で設定された時間分だけ戻ったタイムコードまで、再生位置をスキップし、スキップしたタイムコードに対応する位置からＡＶデータの再生を開始する。
【００８６】
すなわち、再生制御部５５は、現在読み出しているＡＶデータのタイムコードから、スキップバック時間設定部１２５で設定された時間を引き算して、スキップ後のタイムコードを算出し、算出したタイムコード以降のＡＶデータの読み出しを開始する。再生制御部５５は、読み出したＡＶデータのうち、音声データを音声出力制御部５８に供給し、動画データおよびタイムコードを表示制御部５６に供給する。結果的に、ユーザは、スキップバック時間設定部１２５で設定された時間分、再生位置がスキップバックされたＡＶデータに基づく動画および音声を視聴することができる。ステップＳ１０９の処理の後、処理はステップＳ１０３に戻り、上述したステップＳ１０３以降の処理をくり返し実行する。
【００８７】
ステップＳ１０８において、制御部５２が、スキップバックボタン１２４もＦ５キーも操作されていないと判定した場合、処理はステップＳ１０３に戻り、上述したステップＳ１０３以降の処理をくり返し実行する。
【００８８】
ステップＳ１０３において、制御部５２が、再生制御部５５が記憶部５４から、エンコード済みのＡＶデータを全て読み出した（ＡＶデータは最後まで再生された）と判定した場合、処理はステップＳ１１０に進む。
【００８９】
ステップＳ１１０において、制御部５２は、再生制御部５５に、ＡＶデータの読み出しを終了するように指令する。再生制御部５５は、制御部５２からの指令に従って、ＡＶデータの読み出しを終了する。その結果、再生制御部５５から音声出力制御部５８への音声データの供給、並びに再生制御部５５から表示制御部５６への動画データおよびタイムコードの供給が終了する。従って、スピーカ７１からの音声の出力が終了するとともに、動画表示エリア１１１に表示されていた動画が静止する（最後に供給されたフレームが表示される）。
【００９０】
以上のようにして、再生制御処理が実行される。以上のような再生制御処理により、ユーザは、再生ボタン１２２（Ｆ６キー）、ポーズボタン１２３（Ｆ６キー）、スキップバックボタン１２４（Ｆ７キー）、およびスキップフォワードボタン１２６（Ｆ５キー）を操作して、再生位置を自由に設定することができる。
【００９１】
ところで、ユーザは、操作部５１上に配置された所定のキーを操作することにより、テキスト入力エリア１７２内の、所望の項目に、テキストデータに基づくテキストを表示させることができる。図６乃至図１１を参照して、テキストデータに基づくテキストを表示させる項目の指定方法について説明する。
【００９２】
図６は、文字おこしデータ表示エリアの一部を抜き出して示した図である。図６においては、１１項目目、および１２項目目にのみ、テキストデータ、ＩＮ点のタイムコード、ＯＵＴ点のタイムコード、期間、およびサムネールが表示されているが、実際には、１乃至１０項目目にも、テキストデータ、ＩＮ点のタイムコード、ＯＵＴ点のタイムコード、期間、およびサムネールが表示されている。
【００９３】
図６において、テキスト入力エリア１７２の１１項目目のセルには、テキスト「こんなもんでいかがでしょうか（笑顔）」が表示され、ＩＮ点表示エリア１７３の１１項目目のセルには、タイムコード「００：０７：１４」が表示され、ＯＵＴ点表示エリア１７４の１１項目目のセルには、タイムコード「００：０７：２７」が表示され、期間表示エリア１７５の１１項目目のセルには、ＩＮ点とＯＵＴ点との差「００：００：１３」が表示され、サムネール表示エリア１７６の１１項目目のセルには、サムネール２０１が表示されている。
【００９４】
また、図６において、テキスト入力エリア１７２の１２項目目のセルには、テキスト「これでいいところをつなぐ。（笑顔）」が表示され、ＩＮ点表示エリア１７３の１２項目目のセルには、タイムコード「００：０７：２７」が表示され、ＯＵＴ点表示エリア１７４の１２項目目のセルには、タイムコード「００：０７：３５」が表示され、期間表示エリア１７５の１２項目目のセルには、ＩＮ点とＯＵＴ点との差「００：００：０８」が表示され、サムネール表示エリア１７６の１２項目目のセルには、サムネール２０２が表示されている。
【００９５】
なお、図６の例においては、ＩＮ点表示エリア１７３、およびＯＵＴ点表示エリア１７４に表示されるタイムコード、並びに期間表示エリア１７５に表示されるタイムコードの差分は、時、分、および秒により構成されているが、実際には勿論、時、分、および秒とともに、さらにフレーム番号が表示される。このことは、図７乃至図１１、図１８、および図１９についても同様である。
【００９６】
図６のテキスト入力エリア１７２においては、１２項目目のセルが、他の項目のセルとは区別して表示されている。これは、１２項目目のセルが、入力可能状態であることを表しており、この状態で、音声認識部６２により生成されたテキストデータに基づくテキストは、１２項目目のセル内に表示される。なお、図６のテキスト入力エリア１７２においては、入力可能状態のセルが斜線により他の項目のセルと区別されているが、実際には、入力可能状態のセルは、例えば、表示させる明度や色を変えたり、或いは点滅させたりして、他の項目のセルと区別される。
【００９７】
図６に示される文字おこしデータ表示エリアが表示されている状態で、操作部５１に含まれる所定のキー（この例においてはＴａｂキー）が操作された場合、文字おこしデータ表示エリアは、図７に示される表示になる。
【００９８】
図７においては、テキスト入力エリア１７２の入力可能状態のセルが１３項目目に移動し、ＩＮ点表示エリア１７３の１３項目目のセル内に、タイムコード「００：０７：３１」が表示されている。ＩＮ点表示エリア１７３の１３項目目のセル内に表示されたタイムコードは、Ｔａｂキーが操作された時点で、タイムコード表示エリア１３０に表示されていたタイムコードである。
【００９９】
すなわち、Ｔａｂキーが操作された場合、テキスト入力エリア１７２において、入力可能状態のセルが、次項目のセルに移行し、Ｔａｂキーが操作された時点で再生されていた動画のタイムコードが、次項目のＩＮ点表示エリア１７３に表示される。
【０１００】
図６に示される文字おこしデータ表示エリアが表示されている状態で、操作部５１に含まれる所定のキー（この例においてはＦ３キー）が操作された場合、またはＩＮ点設定ボタン１２８が操作された場合、文字おこしデータ表示エリアは、図８に示される表示になる。
【０１０１】
図８においては、テキスト入力エリア１７２の１２項目目のセルが、入力可能状態から、選択状態に変更され、ＩＮ点表示エリア１７３の１２項目目のセル内に、タイムコード「００：０７：３１」が表示されている。テキスト入力エリア１７２においては、セルが選択状態にある場合、新たなテキストの追記は受け付けられない。なお、選択状態のセルは、例えば、反転表示されることにより、他のセルと区別される。ＩＮ点表示エリア１７３の１２項目目のセル内に表示されたタイムコードは、Ｆ３キー（またはＩＮ点設定ボタン１２８）が操作された時点で、タイムコード表示エリア１３０に表示されていたタイムコードである。
【０１０２】
すなわち、Ｆ３キー（またはＩＮ点設定ボタン１２８）が操作された場合、テキスト入力エリア１７２において、入力可能状態のセルが、選択状態に変更され、Ｆ３キーが操作された時点で再生されていた動画のタイムコードが、現項目のＩＮ点表示エリア１７３に表示される。
【０１０３】
図６に示される文字おこしデータ表示エリアが表示されている状態で、操作部５１に含まれる所定のキー（この例においてはＦ４キー）が操作された場合、文字おこしデータ表示エリアは、図９に示される表示状態になる。
【０１０４】
図９においては、テキスト入力エリア１７２の入力可能状態のセルが１３項目目に移動し、ＩＮ点表示エリア１７３の１２項目目のセル内に、タイムコード「００：０７：３１」が表示されている。ＩＮ点表示エリア１７３の１２項目目のセル内に表示されたタイムコードは、Ｆ４キーが操作された時点で、タイムコード表示エリア１３０に表示されていたタイムコードである。
【０１０５】
すなわち、Ｆ４キーが操作された場合、テキスト入力エリア１７２において、入力可能状態のセルが、次項目のセルに移行し、Ｆ４キーが操作された時点で再生されていた動画のタイムコードが、現項目のＩＮ点表示エリア１７３に表示される。
【０１０６】
図６に示される文字おこしデータ表示エリアが表示されている状態で、操作部５１に含まれる所定のキー（この例においてはＦ８キー）が操作された場合、文字おこしデータ表示エリアは、図１０に示される表示状態になる。
【０１０７】
図１０においては、テキスト入力エリア１７２の入力可能状態のセルが１３項目目に移動し、ＯＵＴ点表示エリア１７４の１２項目目のセル内に、タイムコード「００：０７：３１」が表示されている。ＯＵＴ点表示エリア１７４の１２項目目のセル内に表示されたタイムコードは、Ｆ８キーが操作された時点で、タイムコード表示エリア１３０に表示されていたタイムコードである。
【０１０８】
すなわち、Ｆ８キーが操作された場合、テキスト入力エリア１７２において、入力可能状態のセルが、次項目のセルに移行し、Ｆ８キーが操作された時点で再生されていた動画のタイムコードが、現項目のＯＵＴ点表示エリア１７４に表示される。
【０１０９】
図６に示される文字おこしデータ表示エリアが表示されている状態で、操作部５１に含まれる所定のキー（この例においてはＦ９キー）が操作された場合、またはＯＵＴ点設定ボタン１２９が操作された場合、文字おこしデータ表示エリアは、図１１に示される表示状態になる。
【０１１０】
図１１においては、テキスト入力エリア１７２の１２項目目のセルが、入力可能状態から、選択状態に変更され、ＯＵＴ点表示エリア１７４の１２項目目のセル内に、タイムコード「００：０７：３１」が表示されている。ＯＵＴ点表示エリア１７４の１２項目目のセル内に表示されたタイムコードは、Ｆ９キー（またはＯＵＴ点設定ボタン１２９）が操作された時点で、タイムコード表示エリア１３０に表示されていたタイムコードである。
【０１１１】
すなわち、Ｆ９キー（またはＯＵＴ点設定ボタン１２９）が操作された場合、テキスト入力エリア１７２において、入力可能状態のセルが、選択状態に変更され、Ｆ９キーが操作された時点で再生されていた動画のタイムコードが、現項目のＯＵＴ点表示エリア１７４に表示される。
【０１１２】
以上、図６乃至図１１を参照して説明したように、ユーザは、所定のボタン（またはキー）を操作することにより、入力可能状態のセルを移行したり、入力可能状態から選択状態に変更したりすることができ、また、ＩＮ点表示エリア１７３に表示されるＩＮ点のタイムコード、およびＯＵＴ点表示エリア１７４に表示されるＯＵＴ点のタイムコードを、設定することができる。上記したように、１操作で、テキスト入力エリア１７２の入力可能状態のセルを変更し、かつ、ＩＮ点またはＯＵＴ点のタイムコードを取得することができるため、入力可能状態のセルの変更のための操作と、ＩＮ点（またはＯＵＴ点）を設定するための操作を、別々に行なう場合と比べて、ユーザの使い勝手が向上する。
【０１１３】
次に、図６のフローチャートを参照して、情報処理装置１の項目選択処理について説明する。
【０１１４】
図６のステップＳ２０１において、制御部５２は、操作部５１からの操作信号に基づいて、Ｔａｂキーが操作されたか否かを判定し、Ｔａｂキーが操作された場合、処理はステップＳ２０２に進む。
【０１１５】
ステップＳ２０２において、制御部５２は、タイムコード取得部５９に、現在再生中の動画のタイムコードを取得するように指令する。また、制御部５２は、次項目のＩＮ点に、現在再生中の動画のタイムコードを入力し、次項目のテキスト入力エリア１７２を入力可能状態にするように、データ管理部６３に指令する。
【０１１６】
タイムコード取得部５９は、制御部５２からの指令に従って、再生制御部５５から、Ｔａｂキーが操作された時点のタイムコードを取得し、データ管理部６３に供給する。データ管理部６３は、タイムコード取得部５９から供給されたタイムコードを、ＩＮ点表示エリア１７３の次項目のセル内に表示するデータとして記憶する。また、データ管理部６３は、テキスト入力エリア１７２の入力可能状態のセルを、次項目のセルに変更して、記憶を更新する。データ管理部６３は、更新した情報を表示制御部５６に通知する。表示制御部５６は、データ管理部６３からの通知に基づいて、表示用データを作成し、表示部５７に表示させる。結果的に、表示部５７に表示された文字おこしデータ表示エリアにおいて、ＩＮ点表示エリア１７３の次項目のセルに、Ｔａｂキーが操作された時点のタイムコードが表示され、テキスト入力エリア１７２の次項目のセルが、入力可能状態にされる。図６から図７の状態への変化は、この例を表している。
【０１１７】
ステップＳ２０２の処理の後、処理はステップＳ２０１に戻り、ステップＳ２０１以降の処理がくり返し実行される。
【０１１８】
ステップＳ２０１において、制御部５２が、Ｔａｂキーは操作されていないと判定した場合、処理はステップＳ２０３に進む。
【０１１９】
ステップＳ２０３において、制御部５２は、操作部５１からの操作信号に基づいて、ＩＮ点設定ボタン１２８およびＦ３キーの少なくともいずれかが操作されたか否かを判定し、ＩＮ点設定ボタン１２８およびＦ３キーの少なくともいずれかが操作された場合、処理はステップＳ２０４に進む。
【０１２０】
ステップＳ２０４において、制御部５２は、タイムコード取得部５９に、現在再生中の動画のタイムコードを取得するように指令する。また、制御部５２は、現項目のＩＮ点に、現在再生中の動画のタイムコードを入力し、現項目のテキスト入力エリア１７２を選択状態にするように、データ管理部６３に指令する。
【０１２１】
タイムコード取得部５９は、制御部５２からの指令に従って、再生制御部５５から、ＩＮ点設定ボタン１２８（またはＦ３キー）が操作された時点のタイムコードを取得し、データ管理部６３に供給する。データ管理部６３は、タイムコード取得部５９から供給されたタイムコードを、ＩＮ点表示エリア１７３の現項目のセル内に表示するデータとして記憶する。また、データ管理部６３は、テキスト入力エリア１７２の入力可能状態のセルを、選択状態に変更して、記憶を更新する。データ管理部６３は、更新した情報を表示制御部５６に通知する。表示制御部５６は、データ管理部６３からの通知に基づいて、表示用データを作成し、表示部５７に表示させる。結果的に、表示部５７に表示された文字おこしデータ表示エリアにおいて、ＩＮ点表示エリア１７３の現項目のセルに、ＩＮ点設定ボタン１２８（またはＦ３キー）が操作された時点のタイムコードが表示され、テキスト入力エリア１７２の入力可能状態だったセルが、選択状態に変更される。図６から図８の状態への変化は、この例を表している。
【０１２２】
ステップＳ２０４の処理の後、処理はステップＳ２０１に戻り、ステップＳ２０１以降の処理がくり返し実行される。
【０１２３】
ステップＳ２０３において、制御部５２が、ＩＮ点設定ボタン１２８もＦ３キーも操作されていないと判定した場合、処理はステップＳ２０５に進む。
【０１２４】
ステップＳ２０５において、制御部５２は、操作部５１からの操作信号に基づいて、Ｆ４キーが操作されたか否かを判定し、Ｆ４キーが操作された場合、処理はステップＳ２０６に進む。
【０１２５】
ステップＳ２０６において、制御部５２は、タイムコード取得部５９に、現在再生中の動画のタイムコードを取得するように指令する。また、制御部５２は、現項目のＩＮ点に、現在再生中の動画のタイムコードを入力し、次項目のテキスト入力エリア１７２を入力可能状態にするように、データ管理部６３に指令する。
【０１２６】
タイムコード取得部５９は、制御部５２からの指令に従って、再生制御部５５から、Ｆ４キーが操作された時点のタイムコードを取得し、データ管理部６３に供給する。データ管理部６３は、タイムコード取得部５９から供給されたタイムコードを、ＩＮ点表示エリア１７３の現項目のセル内に表示するデータとして記憶する。また、データ管理部６３は、テキスト入力エリア１７２の入力可能状態のセルを、次項目のセルに移行して、記憶を更新する。データ管理部６３は、更新した情報を表示制御部５６に通知する。表示制御部５６は、データ管理部６３からの通知に基づいて、表示用データを作成し、表示部５７に表示させる。結果的に、表示部５７に表示された文字おこしデータ表示エリアにおいて、ＩＮ点表示エリア１７３の現項目のセルに、Ｆ４キーが操作された時点のタイムコードが表示され、テキスト入力エリア１７２の入力可能状態のセルが、次項目のセルに移行される。図６から図９の状態への変化は、この例を表している。
【０１２７】
ステップＳ２０６の処理の後、処理はステップＳ２０１に戻り、ステップＳ２０１以降の処理がくり返し実行される。
【０１２８】
ステップＳ２０５において、制御部５２が、Ｆ４キーは操作されていないと判定した場合、処理はステップＳ２０７に進む。
【０１２９】
ステップＳ２０７において、制御部５２は、操作部５１からの操作信号に基づいて、Ｆ８キーが操作されたか否かを判定し、Ｆ８キーが操作された場合、処理はステップＳ２０８に進む。
【０１３０】
ステップＳ２０８において、制御部５２は、タイムコード取得部５９に、現在再生中の動画のタイムコードを取得するように指令する。また、制御部５２は、現項目のＯＵＴ点に、現在再生中の動画のタイムコードを入力し、次項目のテキスト入力エリア１７２を入力可能状態にするように、データ管理部６３に指令する。
【０１３１】
タイムコード取得部５９は、制御部５２からの指令に従って、再生制御部５５から、Ｆ８キーが操作された時点のタイムコードを取得し、データ管理部６３に供給する。データ管理部６３は、タイムコード取得部５９から供給されたタイムコードを、ＯＵＴ点表示エリア１７４の現項目のセル内に表示するデータとして記憶する。また、データ管理部６３は、テキスト入力エリア１７２の入力可能状態のセルを、次項目のセルに移行して、記憶を更新する。データ管理部６３は、更新した情報を表示制御部５６に通知する。表示制御部５６は、データ管理部６３からの通知に基づいて、表示用データを作成し、表示部５７に表示させる。結果的に、表示部５７に表示された文字おこしデータ表示エリアにおいて、ＯＵＴ点表示エリア１７４の現項目のセルに、Ｆ８キーが操作された時点のタイムコードが表示され、テキスト入力エリア１７２の入力可能状態のセルが、次項目のセルに移行される。図６から図１０の状態への変化は、この例を表している。
【０１３２】
ステップＳ２０８の処理の後、処理はステップＳ２０１に戻り、ステップＳ２０１以降の処理がくり返し実行される。
【０１３３】
ステップＳ２０７において、制御部５２が、Ｆ４キーは操作されていないと判定した場合、処理はステップＳ２０９に進む。
【０１３４】
ステップＳ２０９において、制御部５２は、操作部５１からの操作信号に基づいて、ＯＵＴ点設定ボタン１２９およびＦ９キーのうち少なくともいずれかが操作されたか否かを判定し、ＯＵＴ点設定ボタン１２９およびＦ９キーのうち少なくともいずれかが操作された場合、処理はステップＳ２１０に進む。
【０１３５】
ステップＳ２１０において、制御部５２は、タイムコード取得部５９に、現在再生中の動画のタイムコードを取得するように指令する。また、制御部５２は、現項目のＯＵＴ点に、現在再生中の動画のタイムコードを入力し、現項目のテキスト入力エリア１７２を選択状態にするように、データ管理部６３に指令する。
【０１３６】
タイムコード取得部５９は、制御部５２からの指令に従って、再生制御部５５から、ＯＵＴ点設定ボタン１２９（またはＦ９キー）が操作された時点のタイムコードを取得し、データ管理部６３に供給する。データ管理部６３は、タイムコード取得部５９から供給されたタイムコードを、ＯＵＴ点表示エリア１７４の現項目のセル内に表示するデータとして記憶する。また、データ管理部６３は、テキスト入力エリア１７２の入力可能状態のセルを、選択状態に変更して、記憶を更新する。データ管理部６３は、更新した情報を表示制御部５６に通知する。表示制御部５６は、データ管理部６３からの通知に基づいて、表示用データを作成し、表示部５７に表示させる。結果的に、表示部５７に表示された文字おこしデータ表示エリアにおいて、ＯＵＴ点表示エリア１７４の現項目のセルに、ＯＵＴ点設定ボタン１２９（またはＦ９キー）が操作された時点のタイムコードが表示され、テキスト入力エリア１７２の入力可能状態のセルが、選択状態に変更される。図６から図１１の状態への変化は、この例を表している。
【０１３７】
ステップＳ２１０の処理の後、処理はステップＳ２０１に戻り、上述したステップＳ２０１以降の処理がくり返し実行される。
【０１３８】
ステップＳ２０９において、制御部５２が、ＯＵＴ点設定ボタン１２９もＦ９キーも操作されていないと判定した場合、処理はステップＳ２０１に戻り、上述したステップＳ２０１以降の処理がくり返し実行される。
【０１３９】
以上のようにして、項目選択処理が実行される。この項目選択処理により、ユーザは、ＩＮ点設定ボタン１２８、およびＯＵＴ点設定ボタン１２９、並びにＴａｂキー、Ｆ３キー、Ｆ４キー、Ｆ８キー、およびＦ９キーのうち、いずれかのボタンまたはキーを１回操作するという容易な操作で、入力可能状態の項目を移行したり、入力可能状態から選択状態に変更したり、ＩＮ点表示エリア１７３に表示されるＩＮ点のタイムコード、およびＯＵＴ点表示エリア１７４に表示されるＯＵＴ点のタイムコードを、設定することができる。
【０１４０】
次に、図１３のフローチャートを参照して、情報処理装置１の音声認識処理について説明する。
【０１４１】
図１３のステップＳ３０１において、音声入力部６１は、マイクロフォン７２から、音声信号の入力を検出し、音声信号をＡ／Ｄ変換して、音声データを生成し、音声認識部６２に供給する。
【０１４２】
ステップＳ３０１の後、ステップＳ３０２において、音声認識部６２は、音声入力部６１から供給された音声データを音声認識して、テキストデータを生成し、生成したテキストデータを、データ管理部６３に供給する。なお、音声認識して、テキストデータを生成する方法は、既知の技術を利用すればよい。
【０１４３】
ステップＳ３０２の処理の後、ステップＳ３０３において、データ管理部６３は、音声認識部６２から供給されたテキストデータを、テキスト入力エリア１７２のうち、入力可能状態に設定されているセルに表示するテキストデータとして記憶し、記憶したテキストデータを、表示制御部５６に供給する。表示制御部５６は、データ管理部６３から供給されたテキストデータに基づくテキストを、入力可能状態に設定されているセル内に表示させた表示用データを生成し、表示部５７に表示させる。その結果、表示部５７に表示されたテキスト入力エリア１７２には、入力可能状態のセル内に、音声認識して生成されたテキストデータに基づくテキストが表示される。
【０１４４】
なお、入力可能状態のセルに、既にテキストデータが入力されていた場合、新たに生成されたテキストデータは、既に存在するテキストデータの後ろに追加するようにして記憶される。従って、テキスト入力エリア１７２の入力可能状態のセルには、既に表示されているテキストの後ろに、新しく生成されたテキストが追加して表示される。
【０１４５】
ステップＳ３０３の処理の後、処理はステップＳ３０１に戻り、上述したステップＳ３０１以降の処理がくり返し実行される。
【０１４６】
なお、テキスト入力エリア１７２に入力可能状態のセルが存在しなかった場合、音声認識部６２で生成されたテキストデータは、データ管理部６３により破棄される。
【０１４７】
以上のようにして、音声認識処理が実行される。
【０１４８】
ところで、本発明においては、ユーザは、文字おこしデータ表示エリアに表示させる情報（テキスト、ＩＮ点のタイムコード、ＯＵＴ点のタイムコード、期間情報、およびサムネール）を全て表示することもできるが、選択的に表示させることができる。また、ユーザは、サムネール表示エリア１７６に表示させるサムネールの取得タイミングを設定することができる。また、ユーザは、１つの項目を２つに分割することができる。ユーザは、ユーザ設定ウィンドウを表示させて、これらの設定を行うことができる。
【０１４９】
次に、図１４のフローチャートを参照して、情報処理装置１のユーザ設定処理について説明する。
【０１５０】
図１４のステップＳ３３１において、制御部５２は、操作部５１からの操作信号に基づいて、ユーザ設定の実行が指示されたか否かを判定し、ユーザ設定の実行が指示されるまで、ステップＳ３３１の処理を実行して待機する。そして、ユーザ設定の実行が指示されたとき、処理はステップＳ３３２に進む。
【０１５１】
ステップＳ３３２において、制御部５２は、データ管理部６３に、現在のユーザ設定データを表示制御部５６に供給するように指令するとともに、表示制御部５６に、ユーザ設定ウィンドウを表示するように指令する。データ管理部６３は、制御部５２からの指令に従って、記憶しているユーザ設定データを表示制御部５６に供給する。表示制御部５６は、データ管理部６３から供給されたユーザ設定データに基づいて、ユーザ設定ウィンドウを表示部５７に表示させる。図１５乃至図１７は、表示部５７に表示されたユーザ設定ウィンドウ３０１の例を表している。
【０１５２】
図１５において、ユーザ設定ウィンドウ３０１には、タブ３１１乃至３１３が表示されている。操作部５１（マウス）が操作され、タブ３１１上にポインタが表示された状態でクリックされると、図１５のようなユーザ設定ウィンドウ３０１が表示される。操作部５１（マウス）が操作され、タブ３１２上にポインタが表示された状態でクリックされると、図１６のようなユーザ設定ウィンドウ３０１が表示される。操作部５１（マウス）が操作され、タブ３１３上にポインタが表示された状態でクリックされると、図１７のようなユーザ設定ウィンドウ３０１が表示される。
【０１５３】
図１５のユーザ設定ウィンドウ３０１には、項目選択欄３２１乃至３２５も表示されている。図１５は、操作部５１（マウス）が操作されて、タブ３１１が選択された場合の表示例である。タブ３１１が選択されると、文字おこしデータ表示エリアに表示させる項目の選択を受け付ける項目選択欄３２１乃至３２５が表示される。
【０１５４】
操作部５１（マウス）が操作され、ポインタが項目選択欄３２１上に表示された状態で、クリックされた場合、項目選択欄３２１にチェックが表示され、再度、クリックされた場合、チェックの表示が消去される。項目選択欄３２１にチェックが表示された状態で、設定を登録した場合、文字おこし実行ウィンドウ１０１の文字おこしデータ表示エリアにテキスト入力エリア１７２が表示され、項目選択欄３２１にチェックが表示されていない状態で、設定を登録した場合、文字おこし実行ウィンドウ１０１の文字おこしデータ表示エリアには、テキスト入力エリア１７２は表示されない。ユーザは、項目選択欄３２１にチェックを付けるか否かにより、テキスト入力エリア１７２を表示させるか否かを選択することができる。
【０１５５】
操作部５１（マウス）が操作され、ポインタが項目選択欄３２２上に表示された状態で、クリックされた場合、項目選択欄３２２にチェックが表示され、再度、クリックされた場合、チェックの表示が消去される。項目選択欄３２２にチェックが表示された状態で、設定を登録した場合、文字おこし実行ウィンドウ１０１の文字おこしデータ表示エリアにＩＮ点表示エリア１７３が表示され、項目選択欄３２２にチェックが表示されていない状態で、設定を登録した場合、文字おこし実行ウィンドウ１０１の文字おこしデータ表示エリアには、ＩＮ点表示エリア１７３は表示されない。ユーザは、項目選択欄３２２にチェックを付けるか否かにより、ＩＮ点表示エリア１７３を表示させるか否かを選択することができる。
【０１５６】
操作部５１（マウス）が操作され、ポインタが項目選択欄３２３上に表示された状態で、クリックされた場合、項目選択欄３２３にチェックが表示され、再度、クリックされた場合、チェックの表示が消去される。項目選択欄３２３にチェックが表示された状態で、設定を登録した場合、文字おこし実行ウィンドウ１０１の文字おこしデータ表示エリアにＯＵＴ点表示エリア１７４が表示され、項目選択欄３２３にチェックが表示されていない状態で、設定を登録した場合、文字おこし実行ウィンドウ１０１の文字おこしデータ表示エリアには、ＯＵＴ点表示エリア１７４は表示されない。ユーザは、項目選択欄３２３にチェックを付けるか否かにより、ＯＵＴ点表示エリア１７４を表示させるか否かを選択することができる。
【０１５７】
操作部５１（マウス）が操作され、ポインタが項目選択欄３２４上に表示された状態で、クリックされた場合、項目選択欄３２４にチェックが表示され、再度、クリックされた場合、チェックの表示が消去される。項目選択欄３２４にチェックが表示された状態で、設定を登録した場合、文字おこし実行ウィンドウ１０１の文字おこしデータ表示エリアにサムネール表示エリア１７６が表示され、項目選択欄３２４にチェックが表示されていない状態で、設定を登録した場合、文字おこし実行ウィンドウ１０１の文字おこしデータ表示エリアには、サムネール表示エリア１７６は表示されない。ユーザは、項目選択欄３２４にチェックを付けるか否かにより、サムネール表示エリア１７６を表示させるか否かを選択することができる。
【０１５８】
操作部５１（マウス）が操作され、ポインタが項目選択欄３２５上に表示された状態で、クリックされた場合、項目選択欄３２５にチェックが表示され、再度、クリックされた場合、チェックの表示が消去される。項目選択欄３２５にチェックが表示された状態で、設定を登録した場合、文字おこし実行ウィンドウ１０１の文字おこしデータ表示エリアに期間表示エリア１７５が表示され、項目選択欄３２５にチェックが表示されていない状態で、設定を登録した場合、文字おこし実行ウィンドウ１０１の文字おこしデータ表示エリアには、期間表示エリア１７５は表示されない。ユーザは、項目選択欄３２５にチェックを付けるか否かにより、期間表示エリア１７５を表示させるか否かを選択することができる。
【０１５９】
なお、図１５の例においては、テキスト入力エリア１７２の表示、非表示を選択可能になっているが、項目選択欄３２１のチェックは、操作部５１を操作しても外せないようにしても良い。これにより、文字おこしデータ表示エリアに、テキスト入力エリア１７２を、常に表示させることができる。また、項目選択欄３２１を設けないようにしても勿論良い。その他の項目選択欄３２２乃至３２５についても、同様に、操作部５１を操作しても外せないようにしても良い。
【０１６０】
図１５に示されるユーザ設定ウィンドウ３０１の右下方には、ＯＫボタン３３１およびキャンセルボタン３３２が表示されている。操作部５１（マウス）が操作されて、ポインタがＯＫボタン３３１上に表示されている状態で、クリックされた場合、現在、ユーザ設定ウィンドウ３０１で設定中の設定内容が登録され、データ管理部６３に記憶されたユーザ設定データが更新される。また、操作部５１（マウス）が操作されて、ポインタがキャンセルボタン３３２上に表示されている状態で、クリックされた場合、現在、ユーザ設定ウィンドウ３０１で設定中の設定内容は廃棄され、既に設定されていたユーザ設定データが保持される。
【０１６１】
次に、図１６は、タブ３１２が選択された場合のユーザ設定ウィンドウ３０１の表示例である。図１６のユーザ設定ウィンドウ３０１においては、タブ３１１乃至３１３、ＯＫボタン３３１、およびキャンセルボタン３３２の他に、タブ３１２に関連付けられた設定項目が表示されている。
【０１６２】
項目選択欄３５１Ａ乃至３５１Ｄは、サムネールを取得するタイミングを選択するための選択欄であり、ユーザは、操作部５１を操作して、項目選択欄３５１Ａ乃至３５１Ｄの中から、所望の項目を１つだけ選択することができる。図１６の例においては、項目選択欄３５１Ｃが選択されており、項目選択欄３５１Ｃ内に、選択されていることを示す点が表示されている。
【０１６３】
項目選択欄３５１Ａが選択されて、設定が登録された場合、サムネール表示エリア１７６には、ＩＮ点のタイムコードに対応するフレームを縮小したサムネールが表示される。項目選択欄３５１Ｂが選択されて、設定が登録された場合、サムネール表示エリア１７６には、ＩＮ点のタイムコードから、時間設定欄３５２で設定された時間分だけ後のタイムコードに対応するフレームを縮小したサムネールが表示される。ユーザは、操作部５１を操作して、時間設定欄３５２に、この時間を設定することができる。項目選択欄３５１Ｃが選択されて、設定が登録された場合、サムネール表示エリア１７６には、ＩＮ点とＯＵＴ点の間の、取得地点設定欄３５３で設定された地点のタイムコードに対応するフレームを縮小したサムネールが表示される。例えば、図１６のように取得地点設定欄３５３に、１／３と設定され、ＩＮ点のタイムコードが「００：００：３０」で、ＯＵＴ点のタイムコードが「００：０１：００」であった場合、ＩＮ点とＯＵＴ点の１／３地点のタイムコード「００：００：４０」に対応するフレームが縮小されたサムネールが、サムネール表示エリア１７６に表示される。項目選択欄３５１Ｄが選択されて、設定が登録された場合、サムネール表示リエア１７６には、ＯＵＴ点のタイムコードに対応するフレームを縮小したサムネールが表示される。なお、ＯＵＴ点が設定されなかった場合、次項目のＩＮ点の直前のフレームが縮小されて、サムネール表示欄１７６に表示される。
【０１６４】
次に、図１７は、タブ３１３が選択された場合のユーザ設定ウィンドウ３０１の表示例である。図１７のユーザ設定ウィンドウ３０１においては、タブ３１１乃至３１３、ＯＫボタン３３１、およびキャンセルボタン３３２の他に、タブ３１３に関連付けられた設定項目が表示されている。
【０１６５】
ユーザは、１つの項目を、２つの項目に分割することができる。例えば、テキスト入力エリア１７２の１０項目目のセルに「ＡＢＣＤＥＦＧ」と表示され、ユーザが、これを「ＡＢＣＤ」と「ＥＦＧ」に分割したい場合、所定の操作をすることにより分割することができ、分割後に、「ＡＢＣＤ」は、テキスト入力エリア１７２の１０項目目のセルに表示され、「ＥＦＧ」は、テキスト入力エリア１７２の１１項目目のセルに表示される。ここで、分割されたセルのうち、項目番号の小さいセルを、前半セルと称し、項目番号の大きいセルを、後半セルと称する。
【０１６６】
項目選択欄３７１Ａおよび３７１Ｂは、項目を２つに分割した際に、後半セルのＩＮ点のタイムコードの取得方法を設定するための選択欄である。ユーザは、項目選択欄３７１Ａおよび３７１Ｂのうち、いずれか一方を選択することができる。図１７の例においては、項目選択欄３７１Ｂが選択されており、選択されたことを意味する点が示されている。
【０１６７】
項目選択欄３７１Ａが選択されて、設定が登録された場合、１つの項目が２つに分割されたとき、分割前のＩＮ点のタイムコードが、後半セルのＩＮ点のタイムコードとして取得され、ＩＮ点表示エリア１７３に表示される。
【０１６８】
項目選択欄３７１Ｂが選択されて、設定が登録された場合、１つの項目が２つに分割されたとき、テキストデータの分割位置までの文字数を、文字数設定欄３７２で設定された値で割り算した商が、分割前のＩＮ点のタイムコードに足し算されて、後半セルのＩＮ点のタイムコードとされる。
【０１６９】
項目選択欄３７１Ｂが選択された場合のセルの分割について、図１８および図１９を参照して、さらに詳細に説明する。図１８は、文字おこし実行ウィンドウ１０１のうち、文字おこしデータ入力エリアの一部分のみを示したものである。図１８において、テキスト入力エリア１７２の１０項目目のセルには、テキスト「まずお手元の資料の方確認させていただきます」が表示され、ＩＮ点表示エリア１７３の１０項目目のセルには、タイムコード「００：００：５６」が表示されている。また、テキスト入力エリア１７２の１１項目目のセルには、テキスト「私どもが従来から取り扱っておりますＤＶＤのオーサリングの資料」が表示され、ＩＮ点表示エリア１７３の１１項目目のセルには、タイムコード「００：０１：０６」が表示されている。また、テキスト入力エリア１７２の１２項目目のセルには、テキスト「３ページ目をごらん下さい」が表示され、ＩＮ点表示エリア１７３の１２項目目のセルには、タイムコード「００：０１：１２」が表示されている。
【０１７０】
なお、図１８においては、ＯＵＴ点表示エリア１７４、期間表示エリア１７５、およびサムネール表示エリア１７６への情報の表示は図示を省略しているが、実際には、表示されていても良い。また、図１８においては、１項目目および９項目目のセルへの情報の図示は省略しているが、実際には、表示されていても良い。
【０１７１】
図１８においては、テキスト入力エリア１７２の１１項目目のセルが、入力可能状態とされており、斜線はそのことを意味している。ユーザは、テキスト入力エリア１７２の１１項目目のセルに表示されているテキストの任意の位置で、テキストを２つのセルに分割することができる。ユーザは、操作部５１を操作して、例えば、カーソル４０１を、テキストの分割したい位置に移動させ、分割を指示することができる。図１８の例におては、「私どもが従来から取り扱っております」と「ＤＶＤのオーサリングの資料」の間に、カーソル４０１が表示されており、この位置で、テキストを分割するものとする。操作部５１から、分割を指示する操作が入力された場合、文字おこしデータ表示エリアは、図１９に示されるような状態に変更される。
【０１７２】
図１９においては、分割前のテキスト入力エリア１７２の１１項目目のセル内に表示されていたテキストのうち、「私どもが従来から取り扱っております」が、そのまま１１項目目のセルに表示され、「ＤＶＤのオーサリングの資料」が、１２項目目のセルに表示されている。また、テキスト入力エリア１７２の１１項目目のセルは、入力可能状態が解除され、テキスト入力エリア１７２の１２項目目のセルは、選択状態に設定されている。
【０１７３】
また、ＩＮ点表示エリア１７３の１２項目目には、タイムコード「００：０１：０９」が表示されている。このタイムコードは、以下のようにして、算出される。
【０１７４】
まず、「私どもが従来から取り扱っております」の文字数（１７文字）が取得される。次に、取得された文字数（１７文字）が、図１７の文字数設定欄３７２で設定された文字数（図１７の例の場合、５文字）で割り算され、その商（＝３）が取得される。次に、分割前の１１項目目のＩＮ点のタイムコード「００：０１：０６」の秒の位「０６」に、商（＝３）が足し算されて、後半セルのＩＮ点のタイムコード「００：０１：０９」とされる。
【０１７５】
人は、訓練により、単位時間当りに発話する文字数を、ある程度、一定に保つことができる。従って、上述したように、１秒あたりに発話する文字数を、文字数設定欄３７２で、予め設定しておき、項目を分割する際に、分割する位置までの文字数を、文字数設定欄３７２で設定された文字数で割り算することにより、分割位置までのテキストを発話するのに要する凡その時間を算出することができる。従って、算出した時間を、分割前のＩＮ点のタイムコードに足し算することにより、分割後の後半セルのＩＮ点のタイムコードを推測することができる。このようにすることにより、ユーザは、項目を分割した際に、後半セルのＩＮ点のタイムコードを、マニュアルで設定する必要がなくなり、利便性が向上する。
【０１７６】
また、図１８において、テキスト入力エリア１７２の１２項目目のセルに表示されていたテキスト「３ページ目をごらん下さい」、およびＩＮ点表示エリア１７３の１２項目目のセル表示されていたタイムコード「００：０１：１２」は、図１９においては、１３項目目に移動している。すなわち、セルの分割により、項目が１つ増加したため、分割された項目以降の項目が、順次、後ろにくり下げられる。
【０１７７】
図１４に戻って、ステップＳ３３２において、制御部５２は、表示制御部５６に、以上の図１５乃至図１７のようなユーザ設定ウィンドウ３０１を表示させ、種々の項目の選択、および入力を受け付ける。
【０１７８】
ステップＳ３３３において、制御部５２は、操作部５１からの操作信号に基づいて、ＯＫボタン３３１が操作されたか否かを判定し、ＯＫボタン３３１が操作された場合、処理はステップＳ３３４に進む。
【０１７９】
ステップＳ３３４において、制御部５２は、ユーザ設定ウィンドウ３０１で設定された内容を、ユーザ設定データとして記憶するように、データ管理部６３に要求する。データ管理部６３は、制御部５２からの要求に従って、ユーザ設定ウィンドウ３０１で設定された内容をユーザ設定データとして記憶する。なお、データ管理部６３は、それまで記憶していたユーザ設定データを消去する。これにより、ユーザ設定データが更新される。
【０１８０】
また、制御部５２は、表示制御部５６に、ユーザ設定ウィンドウ３０１を消去するように指令する。表示制御部５６は、制御部５２からの指令に従って、ユーザ設定ウィンドウ３０１を、表示部５７から消去する。消去後、一連のユーザ設定処理が終了する。
【０１８１】
ステップＳ３３３において、制御部５２が、ＯＫボタン３３１は操作されていないと判定した場合、処理はステップＳ３３５に進む。
【０１８２】
ステップＳ３３５において、制御部５２は、操作部５１からの操作信号に基づいて、キャンセルボタン３３２が操作されたか否かを判定し、キャンセルボタン３３２が操作されていない場合、処理はステップＳ３３２に戻り、ステップＳ３３２以降の処理をくり返し実行する。
【０１８３】
ステップＳ３３５において、制御部５２が、キャンセルボタン３３２が操作されたと判定した場合、処理はステップＳ３３６に進む。
【０１８４】
ステップＳ３３６において、制御部５２は、ユーザ設定ウィンドウ３０１で設定された内容を破棄する。従って、この場合、データ管理部６３は、それまで記憶していたユーザ設定データを、継続して保持する。
【０１８５】
また、制御部５２は、表示制御部５６に、ユーザ設定ウィンドウ３０１を消去するように指令する。表示制御部５６は、制御部５２からの指令に従って、ユーザ設定ウィンドウ３０１を、表示部５７から消去する。消去後、一連のユーザ設定処理が終了する。
【０１８６】
以上のようにして、ユーザ設定処理が実行される。
【０１８７】
次に、図１６で設定されたサムネールの取得タイミングに基づいて、サムネールを取得するサムネール取得処理について、図２０のフローチャートを参照して説明する。
【０１８８】
図１２のフローチャートを参照して説明したように、Ｔａｂキー、Ｆ３キー、およびＦ４キー、並びにＩＮ点設定ボタン１２８のうち、いずれかが操作された場合、ＩＮ点のタイムコードが設定される。そこで、図２０のステップＳ３６１において、制御部５２は、Ｔａｂキー、Ｆ３キー、およびＦ４キー、並びにＩＮ点設定ボタン１２８のうち、いずれかが操作されたか否かを判定することにより、ＩＮ点が設定されたか否かを判定し、Ｔａｂキー、Ｆ３キー、およびＦ４キー、並びにＩＮ点設定ボタン１２８のうち、いずれかが操作された場合（ＩＮ点が設定された場合）、処理はステップＳ３６２に進む。
【０１８９】
ステップＳ３６２において、制御部５２は、データ管理部６３に記憶されたユーザ設定データを読み出し、このユーザ設定データに基づいて、ＩＮ点のタイムコードに対応するフレームを縮小してサムネールを作成する設定（図１６で項目選択欄３５１Ａが選択されていた）か否かを判定し、ＩＮ点のタイムコードに対応するフレームを縮小してサムネールを作成する設定ではない場合、処理はステップＳ３６３に進む。
【０１９０】
ステップＳ３６３において、制御部５２は、データ管理部６３に記憶されたユーザ設定データを読み出し、このユーザ設定データに基づいて、ＩＮ点のタイムコードから、時間設定欄３５２で設定された時間後のタイムコードに対応するフレームを縮小してサムネールを作成する設定（図１６で項目選択欄３５１Ｂが選択されていた）か否かを判定し、ＩＮ点のタイムコードから、時間設定欄３５２で設定された時間後のタイムコードに対応するフレームを縮小してサムネールを作成する設定であった場合、処理はステップＳ３６４に進む。
【０１９１】
ステップＳ３６４において、制御部５２は、設定されたＩＮ点のタイムコードに、時間設定欄３５２で設定された時間を足し算して、フレームを取得するべきタイムコードを算出し、算出したタイムコードに対応するフレームを読み出して、サムネール取得部６０に供給するように、再生制御部５５に指令する。再生制御部５５は、制御部５２からの指令に従って、フレームを取得すべきタイムコードに対応するフレームを読み出し、サムネール取得部６０に供給する。サムネール取得部６０は、再生制御部５５から供給されたフレームを縮小して、サムネールを生成し、データ管理部６３に供給する。データ管理部６３は、サムネール取得部６０から供給されたサムネールを、ＩＮ点が設定された項目用のサムネールとして記憶する。その後、処理はステップＳ３７１に進む。
【０１９２】
ステップＳ３６３において、制御部５２が、ＩＮ点のタイムコードから、時間設定欄３５２で設定された時間後のタイムコードに対応するフレームを縮小してサムネールを作成する設定ではないと判定した場合、処理はステップＳ３６１に戻り、上述したステップＳ３６１以降の処理をくり返し実行する。
【０１９３】
ステップＳ３６２において、制御部５２が、ＩＮ点のタイムコードに対応するフレームを縮小してサムネールを作成する設定であると判定した場合、処理はステップＳ３６５に進む。
【０１９４】
ステップＳ３６５において、制御部５２は、設定されたＩＮ点のタイムコードに対応するフレームを読み出して、サムネール取得部６０に供給するように、再生制御部５５に指令する。再生制御部５５は、制御部５２からの指令に従って、ＩＮ点のタイムコードに対応するフレームを読み出し、サムネール取得部６０に供給する。サムネール取得部６０は、再生制御部５５から供給されたフレームを縮小して、サムネールを生成し、データ管理部６３に供給する。データ管理部６３は、サムネール取得部６０から供給されたサムネールを、ＩＮ点が設定された項目用のサムネールとして記憶する。その後、処理はステップＳ３７１に進む。
【０１９５】
ステップＳ３６１において、制御部５２が、Ｔａｂキー、Ｆ３キー、およびＦ４キー、並びにＩＮ点設定ボタン１２８のいずれも操作されていないと判定した場合（ＩＮ点が設定されていない場合）、処理はステップＳ３６６に進む。
【０１９６】
図１２のフローチャートを参照して説明したように、Ｆ８キーおよびＦ９キー、並びにＯＵＴ点設定ボタン１２９のうち、いずれかが操作された場合、ＯＵＴ点のタイムコードが設定される。そこで、ステップＳ３６６において、制御部５２は、Ｆ８キーおよびＦ９キー、並びにＯＵＴ点設定ボタン１２９のうち、いずれかが操作されたか否かを判定することにより、ＯＵＴ点が設定されたか否かを判定し、Ｆ８キーおよびＦ９キー、並びにＯＵＴ点設定ボタン１２９のいずれも操作されていない場合（ＯＵＴ点が設定されていない場合）、処理はステップＳ３６１に戻り、上述したステップＳ３６１以降の処理をくり返し実行する。
【０１９７】
ステップＳ３６６において、制御部５２が、Ｆ８キーおよびＦ９キー、並びにＯＵＴ点設定ボタン１２９のうち、いずれかが操作されたと判定した場合（ＯＵＴ点が設定された場合）、処理はステップＳ３６７に進む。
【０１９８】
ステップＳ３６７において、制御部５２は、データ管理部６３に記憶されたユーザ設定データを読み出し、このユーザ設定データに基づいて、ＯＵＴ点のタイムコードに対応するフレームを縮小してサムネールを作成する設定（図１６で項目選択欄３５１Ｄが選択されていた）か否かを判定し、ＯＵＴ点のタイムコードに対応するフレームを縮小してサムネールを作成する設定であった場合、処理はステップＳ３６８に進む。
【０１９９】
ステップＳ３６８において、制御部５２は、設定されたＯＵＴ点のタイムコードに対応するフレームを読み出して、サムネール取得部６０に供給するように、再生制御部５５に指令する。再生制御部５５は、制御部５２からの指令に従って、ＯＵＴ点のタイムコードに対応するフレームを読み出し、サムネール取得部６０に供給する。サムネール取得部６０は、再生制御部５５から供給されたフレームを縮小して、サムネールを生成し、データ管理部６３に供給する。データ管理部６３は、サムネール取得部６０から供給されたサムネールを、ＯＵＴ点が設定された項目用のサムネールとして記憶する。その後、処理はステップＳ３７１に進む。
【０２００】
ステップＳ３６７において、制御部５２が、ＯＵＴ点のタイムコードに対応するフレームを縮小してサムネールを作成する設定ではないと判定した場合、処理はステップＳ３６９に進む。
【０２０１】
ステップＳ３６９において、制御部５２は、データ管理部６３に記憶されたユーザ設定データを読み出し、このユーザ設定データに基づいて、ＩＮ点とＯＵＴ点の間の、取得地点設定欄３５３で設定された地点のタイムコードに対応するフレームを縮小してサムネールを作成する設定（図１６で項目選択欄３５１Ｃが選択されていた）か否かを判定し、ＩＮ点とＯＵＴ点の間の、取得地点設定欄３５３で設定された地点のタイムコードに対応するフレームを縮小してサムネールを作成する設定であった場合、処理はステップＳ３７０に進む。
【０２０２】
ステップＳ３７０において、制御部５２は、ＩＮ点とＯＵＴ点のタイムコード、および取得地点設定欄３５３の設定に基づいて、サムネールを取得すべきタイムコードを算出する。ここで、ＩＮ点のタイムコードをＴＣ（ＩＮ）とし、ＯＵＴ点のタイムコードをＴＣ（ＯＵＴ）とし、取得地点設定欄３５３に設定された値を値Ｘとすると、制御部５２は、まず、ＴＣ（ＩＮ）とＴＣ（ＯＵＴ）の差を算出する。次に、制御部５２は、この差を、値Ｘで割り算して、商を求める。次に、制御部５２は、この商を、ＴＣ（ＩＮ）に足し算して、サムネールを取得すべきタイムコードとする。
【０２０３】
例えば、ＴＣ（ＩＮ）が「００：００：３０」で、ＴＣ（ＯＵＴ）が「００：０１：００」で、Ｘ＝１／３あった場合、制御部５２は、まず、ＴＣ（ＩＮ）とＴＣ（ＯＵＴ）の差（＝３０秒）を求め、この差を、Ｘ＝１／３で割り算して商（＝１０）を求め、この商を、ＴＣ（ＩＮ）の秒の位に足し算して、サムネールを取得すべきタイムコード「００：００：４０」を算出する。
【０２０４】
制御部５２は、算出したタイムコードを再生制御部５５に通知するとともに、このタイムコードに対応するフレームを読み出して、サムネール取得部６０に供給するように、再生制御部５５に指令する。再生制御部５５は、制御部５２からの指令に従って、供給されたタイムコードに対応するフレームを読み出し、サムネール取得部６０に供給する。サムネール取得部６０は、再生制御部５５から供給されたフレームを縮小して、サムネールを生成し、データ管理部６３に供給する。データ管理部６３は、サムネール取得部６０から供給されたサムネールを、ＯＵＴ点が設定された項目用のサムネールとして記憶する。その後、処理はステップＳ３７１に進む。
【０２０５】
ステップＳ３７１において、データ管理部６３は、記憶したサムネールを、ＩＮ点（またはＯＵＴ点）が設定された項目の項目番号とともに、表示制御部５６に供給する。表示制御部５６は、データ管理部６３から供給されたサムネールを、ともに供給された項目番号のサムネールとして表示させるようにした表示用データを生成し、この表示用データを表示部５７に供給する。
【０２０６】
表示部５７は、表示制御部５６から供給された表示用データに基づく画像を表示する。その結果、ＩＮ点（またはＯＵＴ点）が設定されたタイミングで、サムネール表示エリア１７６のうち、ＩＮ点（またはＯＵＴ点）が設定されたのと同じ項目のセル内に、ＩＮ点（またはＯＵＴ点）のタイムコードに対応するフレームを縮小したサムネールが表示される。
【０２０７】
以上のようにして、サムネール取得処理が実行される。サムネールをテキストデータとともに表示させることにより、この文字おこしデータを参照して編集する編集者は、テキストデータだけを表示させた場合より、容易に、収録された内容を把握することが可能となる。このように、サムネールを取得するタイミングを選択することができるため、より適切なタイミングで、サムネールを取得することが可能となる。
【０２０８】
次に、図２１のフローチャートを参照して、図１７で項目選択欄３７１Ｂが選択された場合の、情報処理装置１のセル分割処理（図１８および図１９を参照して説明した処理）について説明する。
【０２０９】
図２１のステップＳ４０１において、制御部５２は、操作部５１からの操作信号に基づいて、セルを分割する指示が入力されたか否かを判定し、セルを分割する指示が入力されるまで、ステップＳ４０１の処理をくり返し実行して待機する。そして、セルを分割させる指示が入力されたとき、制御部５２は、データ管理部６３に、セルを分割するように指令し、処理はステップＳ４０２に進む。
【０２１０】
ステップＳ４０２において、データ管理部６３は、分割位置（カーソル４０１の表示位置）までの文字数を取得する。例えば、図１８の例の場合、データ管理部６３は、カーソル４０１の表示位置までのテキストの文字数（１７文字）を取得する。ステップＳ４０２の処理の後、処理はステップＳ４０３に進む。
【０２１１】
ステップＳ４０３において、データ管理部６３は、ステップＳ４０２で算出された文字数を、図１７の文字数設定欄３７２で設定された文字数で割り算して、商を求める。図１７の例の場合、文字数設定欄３７２に、５文字と設定されている。そこで、ステップＳ４０２で取得された文字数が１７文字であった場合、データ管理部６３は、１７÷５＝３・・・２を算出し、この商（＝３）を取得する。その後、処理はステップＳ４０４に進む。
【０２１２】
ステップＳ４０４において、データ管理部６３は、ステップＳ４０３で求めた商を、ＩＮ点のタイムコードに足し算して、分割した後半セルのＩＮ点のタイムコードとして設定する。例えば、図１８の１１項目目のように、ＩＮ点のタイムコードが、「００：０１：０６」で、ステップＳ４０３で商として３が求められた場合、データ管理部６３は、この商（＝３）を、ＩＮ点のタイムコードの秒の位「０６」に足し算して、後半セルのＩＮ点のタイムコード「００：０１：０９」を求める。ステップＳ４０４の処理の後、処理はステップＳ４０５に進む。
【０２１３】
ステップＳ４０５において、データ管理部６３は、テキストデータを、分割位置（カーソル４０１の表示位置）で分割して、２つのテキストデータを生成する。図１８の例の場合、データ管理部６３は、テキストデータ「私どもが従来から取り扱っておりますＤＶＤのオーサリングの資料」を分割して、２つのテキストデータ「私どもが従来から取り扱っております」および「ＤＶＤのオーサリングの資料」を生成する。その後、処理はステップＳ４０６に進む。
【０２１４】
ステップＳ４０６において、データ管理部６３は、分割する項目以降の項目を、１つだけ、後ろに繰り下げて、設定を更新する。例えば、図１８および図１９の例の場合、図１８で、１２項目目のテキスト入力エリア１７２のセルに表示されたテキスト「３ページ目をごらん下さい」および１２項目目のＩＮ点表示エリア１７３のセルに表示されたタイムコード「００：０１：１２」が、図１９では、１つだけ繰り下げられて、１３項目目に表示されている。ステップＳ４０６の処理により、分割が指示されたセルの隣のセルが空欄になる。ステップＳ４０６の処理の後、処理はステップＳ４０７に進む。
【０２１５】
ステップＳ４０７において、データ管理部６３は、分割されたテキスト入力エリア１７２のセル（分割を指示されたセル、およびステップＳ４０６で空欄になったセル）のそれぞれに、ステップＳ４０５で分割されたテキストを入力する。なお、この際、データ管理部６３は、２つに分割されたテキストデータのうち、前半部分のテキストデータを、分割が指示されたセルに入力し、後半部分のテキストデータを、ステップＳ４０６で空欄にされたセルに入力する。また、データ管理部６３は、分割を指示されたセルの入力可能状態を解除し、ステップＳ４０６で空欄にされたセルを、選択状態に設定する。
【０２１６】
ステップＳ４０７の処理の後、処理はステップＳ４０８に進む。
【０２１７】
ステップＳ４０８において、データ管理部６３は、ステップＳ４０４で求めた、後半セルのＩＮ点のタイムコードを、ステップＳ４０６で空欄にされたＩＮ点表示エリア１７３のセルに入力する。
【０２１８】
ステップＳ４０８の処理の後、処理はステップＳ４０９に進む。
【０２１９】
ステップＳ４０９において、データ管理部６３は、ステップＳ４０２乃至ステップＳ４０８の処理によりセルが分割された後の文字おこしデータを、表示制御部５６に供給する。表示制御部５６は、データ管理部６３から供給された文字おこしデータを、文字おこしデータ表示エリアに表示させるようにした表示用データを生成し、生成した表示用データを表示部５７に供給する。表示部５７は、表示制御部５６から供給された表示用データに基づく画像を表示する。その結果、文字おこしデータ表示エリアには、例えば、図１９のような画像が表示される。
【０２２０】
以上のようにして、セル分割処理が実行される。
【０２２１】
ところで、情報処理装置１は、予め、ユーザの声の特徴を学習することにより、音声認識の認識率を向上させることができる。次に、図２２のフローチャートを参照して、情報処理装置１のエンロール処理について説明する。
【０２２２】
図２２のステップＳ４５１において、制御部５２は、表示制御部５６に、ユーザに発話させるべきテキストを表示するように指令する。表示制御部５６は、データ管理部６３より、エンロール処理用のテキストデータを取得し、このテキストデータに基づくテキストを表示部５７に表示させる。その後、処理はステップＳ４５２に進む。
【０２２３】
ユーザは、表示部５７に表示されたテキストを音読する。そこで、ステップＳ４５２において、音声入力部６１は、マイクロフォン７２を介して集音された音声信号を、Ａ／Ｄ変換して音声データを生成し、生成した音声データを音声認識部６２に供給する。その後、処理はステップＳ４５３に進む。
【０２２４】
ステップＳ４５３において、音声認識部６２は、音声入力部６１から供給された音声データを分析して、ユーザの声の特徴を検出し、これをユーザと対応付けて登録する。
【０２２５】
以上のエンロール処理の後、音声認識処理が実行された場合、音声認識部６２は、ユーザの声の特徴に基づいて音声認識するため、認識率が向上する（誤ったテキストデータが生成される率を減少させることができる）。
【０２２６】
ところで、文字おこし処理により作成された文字おこしデータは、データ管理部６３から記憶部５４に供給され、記憶部５４に記憶される。記憶部５４にはＡＶデータも記憶されていることから、このＡＶデータとテキストデータを対応付けて再生することもできる。図２３は、動画データとテキストデータを対応付けて表示した再生ウィンドウ４０１の例を表している。
【０２２７】
図２３において、動画再生エリア４０２には、動画データが表示され、テキスト表示エリア４０３には、動画再生エリア４０２に表示されている動画データのタイムコードに対応するテキストが表示されている（図２３においては「＊＊＊」が表示されているが、実際にはテキストが表示される）。また、再生ボタン４０４は、再生ウィンドウ４０１において、動画を再生する場合に操作される。ポーズボタン４０５は、再生中に一時停止する場合に操作される。停止ボタン４０６は、再生中に再生を停止する場合に操作される。
【０２２８】
以上のようにして、本発明によれば、予め、単位時間当りにユーザが発話する文字数を設定しておくことにより、項目の分割時に、後半のテキストデータに対応するタイムコードを自動的に生成することが可能となる。従って、より利便性を向上させることが可能となる。
【０２２９】
また、本発明によれば、テキストデータ、ＩＮ点およびＯＵＴ点のタイムコード、並びに期間情報とともに、サムネールも取得することにより、文字おこしを実行しているユーザにも、後に文字おこしデータを利用してＡＶデータを編集する編集者にも、容易にＡＶデータの内容を把握させることが可能となる。
【０２３０】
また、本発明によれば、Ｔａｂキーが操作された場合、入力可能状態のテキスト入力エリアを、次の項目に移行するとともに、その時点で再生されていた動画データのタイムコードを取得し、取得したタイムコードを、移行後の入力可能状態のテキスト入力エリアと同項目のＩＮ点のタイムコードとして設定するようにしたので、ユーザは、わざわざＩＮ点を指定する操作を行わずに済み、利便性が向上される。
【０２３１】
また、本発明によれば、ＡＶデータの内容をユーザが聞いて、復唱し、情報処理装置は、この復唱された音声を音声認識するようにしたので、より音声認識の認識率を向上させることが可能となる（発言内容と異なるテキストデータを生成する確率を減少させることができる）。また、筆記やキーボード入力と比較して、より速やかにテキストデータを作成することが可能となる。
【０２３２】
上述した一連の処理は、ハードウェアにより実行させることもできるし、上述したようにソフトウェアにより実行させることもできる。一連の処理をソフトウェアにより実行させる場合には、そのソフトウェアを構成するプログラムが専用のハードウェアに組み込まれているコンピュータ、または、各種のプログラムをインストールすることで、各種の機能を実行することが可能な、例えば汎用のパーソナルコンピュータなどに、記録媒体等からインストールされる。
【０２３３】
図２４は、このような処理を実行するパーソナルコンピュータ８００の内部構成例を示す図である。パーソナルコンピュータ８００のＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）８０１は、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）８０２に記憶されているプログラムに従って各種の処理を実行する。ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）８０３には、ＣＰＵ８０１が各種の処理を実行する上において必要なデータやプログラムなどが適宜記憶される。入出力インタフェース８０５は、キーボードやマウスから構成される入力部８０６が接続され、入力部８０６に入力された信号をＣＰＵ８０１に出力する。また、入出力インタフェース８０５には、ディスプレイやスピーカなどから構成される出力部８０７も接続されている。
【０２３４】
さらに、入出力インタフェース８０５には、ハードディスクなどから構成される記憶部８０８、および、インターネットなどのネットワークを介して他の装置とデータの通信を行う通信部８０９も接続されている。ドライブ８１０は、磁気ディスク８２１、光ディスク８２２、光磁気ディスク８２３、半導体メモリ８２４などの記録媒体からデータを読み出したり、データを書き込んだりするときに用いられる。
【０２３５】
記録媒体は、図２４に示されるように、パーソナルコンピュータとは別に、ユーザにプログラムを提供するために配布される、プログラムが記録されている磁気ディスク８２１（フレキシブルディスクを含む）、光ディスク８２２（ＣＤ−ＲＯＭ（Ｃｏｍｐａｃｔ Ｄｉｓｃ−Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ），ＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｃ）を含む）、光磁気ディスク８２３（ＭＤ（Ｍｉｎｉ−Ｄｉｓｃ）（登録商標）を含む）、若しくは半導体メモリ８２４などよりなるパッケージメディアにより構成されるだけでなく、コンピュータに予め組み込まれた状態でユーザに提供される、プログラムが記憶されているＲＯＭ８０２や記憶部８０８が含まれるハードディスクなどで構成される。
【０２３６】
なお、本明細書において、媒体により提供されるプログラムを記述するステップは、記載された順序に従って、時系列的に行われる処理は勿論、必ずしも時系列的に処理されなくとも、並列的あるいは個別に実行される処理をも含むものである。
【０２３７】
また、本明細書において、システムとは、複数の装置により構成される装置全体を表すものである。
【０２３８】
【発明の効果】
以上のように、本発明によれば、文字おこしを行なうことができる。また、本発明によれば、ＡＶデータの編集用のデータを作成することができる。
【０２３９】
また、本発明によれば、より容易な操作で、より早く、テキストデータを生成することができ、利便性を向上させることが可能となる。
【図面の簡単な説明】
【図１】本発明を適用した情報処理システムの構成例を示すブロック図である。
【図２】図１の情報処理装置の構成例を示すブロック図である。
【図３】情報処理装置の文字おこし処理を説明するフローチャートである。
【図４】図２の表示部に表示される文字おこし実行ウィンドウの例を示す図である。
【図５】情報処理装置の再生制御処理を説明するフローチャートである。
【図６】文字おこしデータ表示エリアの一部分の表示例を表す図である。
【図７】文字おこしデータ表示エリアの一部分の表示例を表す他の図である。
【図８】文字おこしデータ表示エリアの一部分の表示例を表す、さらに他の図である。
【図９】文字おこしデータ表示エリアの一部分の表示例を表す図である。
【図１０】文字おこしデータ表示エリアの一部分の表示例を表す他の図である。
【図１１】文字おこしデータ表示エリアの一部分の表示例を表す、さらに他の図である。
【図１２】情報処理装置の項目選択処理を説明するフローチャートである。
【図１３】情報処理装置の音声認識処理を説明するフローチャートである。
【図１４】情報処理装置のユーザ設定処理を説明するフローチャートである。
【図１５】図２の表示部に表示されるユーザ設定ウィンドウの例を示す図である。
【図１６】図２の表示部に表示されるユーザ設定ウィンドウの例を示す他の図である。
【図１７】図２の表示部に表示されるユーザ設定ウィンドウの例を示す、さらに他の図である。
【図１８】文字おこしデータ表示エリアの一部分の表示例を表す図である。
【図１９】文字おこしデータ表示エリアの一部分の表示例を表す他の図である。
【図２０】情報処理装置のサムネール取得処理を説明するフローチャートである。
【図２１】情報処理装置のセル分割処理を説明するフローチャートである。
【図２２】情報処理装置のエンロール処理を説明するフローチャートである。
【図２３】図２の表示部に表示される再生ウィンドウの例を示す図である。
【図２４】本発明を適用したコンピュータの一実施の形態の構成例を示すブロック図である。
【符号の説明】
１ 情報処理装置
２ ヘッドセットマイク
３ カメラ一体型ビデオテープレコーダ（ＶＴＲ）
５１ 操作部
５２ 制御部
５５ 再生制御部
５６ 表示制御部
５７ 表示部
５９ タイムコード取得部
６０ サムネール取得部
６２ 音声認識部
６３ データ管理部
１０１ 文字おこし実行ウィンドウ
１１１ 動画表示エリア
１２２ 再生ボタン
１２３ ポーズボタン
１２４ スキップバックボタン
１２５ スキップバック時間設定部
１２６ スキップフォワードボタン
１２７ スキップフォワード時間設定部
１２８ ＩＮ点設定ボタン
１２９ ＯＵＴ点設定ボタン
１３０ タイムコード表示エリア
１７１ 項目番号表示エリア
１７２ テキスト入力エリア
１７３ ＩＮ点表示エリア
１７４ ＯＵＴ点表示エリア
１７５ 期間表示エリア
１７６ サムネール表示エリア
２０１，２０２ サムネール
Claims (7)
- ＡＶデータから文字おこしして、記録位置と対応付けられたテキストのリストを作成する情報処理装置において、
前記ＡＶデータを再生する再生手段と、
前記再生手段により再生された前記ＡＶデータのうち、音声データに基づく音声を出力する出力手段と、
前記再生手段により再生された前記ＡＶデータのうちの、動画データに基づく画像の表示を制御する表示制御手段と、
前記出力手段により出力された前記音声に基づいて、ユーザが発話した音声を音声認識して、テキストデータを生成する音声認識手段と
を備えることを特徴とする情報処理装置。 - 前記音声認識手段は、予め設定された前記ユーザの声の特徴に従って、前記音声を音声認識する
ことを特徴とする請求項１に記載の情報処理装置。 - 前記表示手段は、前記音声認識手段により生成された前記テキストデータに基づくテキストの表示をさらに制御する
ことを特徴とする請求項１に記載の情報処理装置。 - 前記音声認識手段により生成された前記テキストデータに基づくテキストを印刷する印刷手段をさらに備える
ことを特徴とする請求項１に記載の情報処理装置。 - 前記音声認識手段により生成された前記テキストデータを所定の記録媒体に記録する記録手段をさらに備える
ことを特徴とする請求項１に記載の情報処理装置。 - ＡＶデータから文字おこしして、記録位置と対応付けられたテキストのリストを作成する情報処理装置の情報処理方法において、
前記ＡＶデータを再生する再生ステップと、
前記再生ステップの処理により再生された前記ＡＶデータのうち、音声データに基づく音声を出力する出力ステップと、
前記再生ステップの処理により再生された前記ＡＶデータのうちの動画データに基づく画像の表示を制御する表示制御ステップと、
前記出力ステップの処理により出力された前記音声に基づいて、ユーザが発話した音声を音声認識して、テキストデータを生成する音声認識ステップと
を含むことを特徴とする情報処理方法。 - ＡＶデータから文字おこしして、記録位置と対応付けられたテキストのリストを作成する情報処理装置を制御するコンピュータに、
前記ＡＶデータの再生を制御する再生制御ステップと、
前記再生制御ステップの処理により再生が制御された前記ＡＶデータのうち、音声データに基づく音声の出力を制御する出力制御ステップと、
前記再生制御ステップの処理により再生が制御された前記ＡＶデータのうちの動画データに基づく画像の表示を制御する表示制御ステップと、
前記出力ステップの処理により出力された前記音声に基づいて、ユーザが発話した音声を音声認識して、テキストデータを生成する音声認識ステップと
を実行させることを特徴とするプログラム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2003009866A JP2004222169A (ja) | 2003-01-17 | 2003-01-17 | 情報処理装置および方法、並びにプログラム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2003009866A JP2004222169A (ja) | 2003-01-17 | 2003-01-17 | 情報処理装置および方法、並びにプログラム |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2004222169A true JP2004222169A (ja) | 2004-08-05 |
Family
ID=32899229
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2003009866A Pending JP2004222169A (ja) | 2003-01-17 | 2003-01-17 | 情報処理装置および方法、並びにプログラム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2004222169A (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2012177791A2 (en) * | 2011-06-20 | 2012-12-27 | Tandemseven, Inc. | System and method for building and managing user experience for computer software interfaces |
| WO2019142419A1 (ja) * | 2018-01-22 | 2019-07-25 | ソニー株式会社 | 情報処理装置および情報処理方法 |
-
2003
- 2003-01-17 JP JP2003009866A patent/JP2004222169A/ja active Pending
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2012177791A2 (en) * | 2011-06-20 | 2012-12-27 | Tandemseven, Inc. | System and method for building and managing user experience for computer software interfaces |
| WO2012177791A3 (en) * | 2011-06-20 | 2013-04-18 | Tandemseven, Inc. | System and method for building and managing user experience for computer software interfaces |
| US9606694B2 (en) | 2011-06-20 | 2017-03-28 | Tandemseven, Inc. | System and method for building and managing user experience for computer software interfaces |
| US10969951B2 (en) | 2011-06-20 | 2021-04-06 | Genpact Luxembourg S.à r.l II | System and method for building and managing user experience for computer software interfaces |
| US11836338B2 (en) | 2011-06-20 | 2023-12-05 | Genpact Luxembourg S.à r.l. II | System and method for building and managing user experience for computer software interfaces |
| WO2019142419A1 (ja) * | 2018-01-22 | 2019-07-25 | ソニー株式会社 | 情報処理装置および情報処理方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4599244B2 (ja) | 動画データから字幕を作成する装置及び方法、プログラム、並びに記憶媒体 | |
| KR101057559B1 (ko) | 정보 기록 장치 | |
| CN1738440B (zh) | 用于处理信息的设备，方法 | |
| US20090204399A1 (en) | Speech data summarizing and reproducing apparatus, speech data summarizing and reproducing method, and speech data summarizing and reproducing program | |
| US9767825B2 (en) | Automatic rate control based on user identities | |
| JP2008205745A (ja) | 映像再生装置および方法 | |
| US20010046096A1 (en) | Redactable recording apparatus | |
| JP2007101945A (ja) | 音声付き映像データ処理装置、音声付き映像データ処理方法及び音声付き映像データ処理用プログラム | |
| JP2006339817A (ja) | 情報処理装置およびその表示方法 | |
| JP2005094391A (ja) | データ編集記録装置、データ編集記録方法、並びに、データ編集記録プログラムおよびそれを記録した記録媒体 | |
| JP2004222169A (ja) | 情報処理装置および方法、並びにプログラム | |
| JP2004222167A (ja) | 情報処理装置および方法、並びにプログラム | |
| EP1850344A1 (en) | Image display device and method for editing a program | |
| JP4273354B2 (ja) | ディジタルテレビジョン受信機 | |
| JP2004222166A (ja) | 情報処理装置および方法、並びにプログラム | |
| JP2004222168A (ja) | 情報処理装置および方法、並びにプログラム | |
| JP4599630B2 (ja) | 音声付き映像データ処理装置、音声付き映像データ処理方法及び音声付き映像データ処理用プログラム | |
| JP2002084505A (ja) | 映像閲覧時間短縮装置及び方法 | |
| JP2008141383A (ja) | 映像編集装置、映像編集システムおよび映像編集方法 | |
| JP2007251867A (ja) | デジタル放送受信装置およびデジタル情報受信装置、再生方法 | |
| JP3852383B2 (ja) | ビデオ再生装置 | |
| US20230064035A1 (en) | Text-Based Video Re-take System and Methods | |
| KR20030038852A (ko) | 정지 화면의 캡쳐를 이용한 북 마크 정보의 기록/표시장치 및 그 방법 | |
| JP2005341138A (ja) | 映像要約方法及びプログラム及びそのプログラムを格納した記憶媒体 | |
| JP2004336606A (ja) | 字幕制作システム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20050623 |
|
| RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20050624 |