JP2005519417A - トリックモード・オーディオ再生 - Google Patents

Abstract

デジタルオーディオ録音を１Ｘ以外のスピードで再生する方法であって、前記方法は、複数のオーディオフレームで表された記録されたデジタルオーディオ情報（２０５）を読み出すステップを有する。前記複数のオーディオフレーム（２１５）の一部が、前記オーディオフレームの前記一部のエネルギー量によりランクづけされる。ランク付けにより最小のエネルギー量を持つオーディオフレームが、前記複数のオーディオフレームの前記一部から削除される（２３０）。削除後に残ったオーディオフレームの一部は、オーディオトリックモード再生信号を形成するために選択される（２３５）。

Description

本発明は改良されたトリックモード・オーディオ再生に関し、特にノーマルスピード以外におけるデジタルオーディオコンテントのトリックモード再生の改良に関する。

DVDからのトリックモード再生には、ディスクの特定の位置を探したり、ノーマルスピードで再生していては見逃してしまうクリップを詳細に見るために、ノーマル再生スピードからスピードを上げたり下げたりすることを含む。慣行によりノーマル再生スピードを１Ｘと表示する。オーディオとビデオの両方でトリックモードが可能であり、市販のDVDプレーヤで使われている。しかし、オーディオ再生を早くまたは遅くする従来の方法には、問題があることが分かっている。デジタルシグナルプロセッサ、特に現在市販されている製品で使用されているオーディオデジタルシグナルプロセッサの発達により、改良されたオーディオトリックモードのためのより洗練されたリアルタイム処理が可能となった。

ビデオトリックモードの使用に伴う問題の１つは、再生ビデオセグメントに対応するオーディオの取り扱いに関する。例えば、表示されているビデオセグメントのスピードをユーザが上げたり下げたりするとき、再生される対応するオーディオセグメントが歪められる。一般に、ファーストトリックモードの間、オーディオセグメントのオーディオサンプルは高い周波数にシフトし、スロートリックモードの間、低い周波数にシフトする。ノーマル再生と比較して１．５倍から３倍の割合で再生スピードを上げるファーストトリックモードは、人間の声や音の音程を上げてしまうことがある。この高い音程によるオーディオ再生であるチップマンク効果はうるさく、多くの場合リスナーには明瞭には聞こえない。逆に、スロー周波数トリックモードは、理解可能かもしれないが音声的には楽しくない低い周波数の低周波数の揺れを生む。

ここに説明したビデオトリックモード中に最も便利なオーディオ再生を行うため、そのトリックモードの性質を考慮する必要もある。例えば１．５Ｘの特定のトリックモードスピードにおいて理解可能なオーディオを提供する様々な方法を使用することができるが、この方法はさらに速いトリックモードスピード、例えば６Ｘまたは１０Ｘでは不十分な結果となるかもしれない。このような早い再生スピードでは、オーディオコンテントをビデオプログラムと同期させて、または少なくとも対応するレートで再生しようとすると、言葉を伝達するのに必要なレートが早すぎて音声が理解できないことがある。

トリックモードの再生の間に生じる様々なタイプのオーディオ出力（artifacts）を聞くことを避けるために、従来のDVDプレーヤはビデオトリックモードの時はオーディオをしばしばミュートする。しかし、これらのモードでもオーディオを聞きたいことはあるので、これは十分満足のできる解決策ではない。したがって、ビデオトリックモード中であっても、従来技術の制約を克服し、好適かつ聞いて楽しいオーディオ再生を達成できるようにDVDプレーヤがオーディオを再生できれば有利である。

本発明は、１Ｘ以外のスピードでビデオプレゼンテーションのオーディオコンテントを再生する方法に関する。この方法は、ハードディスクまたはDVD等の記憶媒体から、ビデオプレゼンテーションの少なくともビデオ部分と対応するオーディオ部分を作る情報を読み出すステップを含むことができる。ビデオプレゼンテーションのオーディオ部分は、オーディオ情報を表す複数のオーディオフレームを含むことができる。ビデオプレゼンテーションのオーディオフレームの各々または一部は、そのオーディオエネルギー量によりランク付けすることができる。オーディオトリックモードの再生信号をビデオプレゼンテーションのために生成することができる。この再生信号は、エネルギー量によりランク付けされたオーディオフレームの一部の選択されたものを含む。要求されるトリックモード再生スピードを用いて、トリックモード再生のために選択されるランク付けされたフレーム数を決定できる。

オーディオフレームの各々のエネルギー量を計算した後、オーディオフレームの一部を選択されたビデオトリックモード再生スピードに基づき選択的に削除することができる。選択的に削除されるべきオーディオフレームの一部は、一定の割合に基づいてもよい。例えば、３Ｘのトリックモードスピードにおいて、おおよそ、オーディオフレームの３つに２つ、すなわち６６％が削除されねばならない。削除の基準は、例えば、３つごとのオーディオフレームを残す等の、選択されたトリックプレイスピードから導かれる直接的かつ線形の数的関係を用いるのではなく、各オーディオフレームの計算された平均エネルギー量に基づいてもよい。最小のエネルギー量を持つこれらのフレームを最初に削除し、要求されたトリックモードスピードとなる十分なフレームが残されるまで削除する。一般に、要求されるトリックモードスピードが大きいほど、削除されねばならないフレームの数も増える。選択されたビデオトリックモードのビデオプログラムに時間的に対応させて再生するオーディオ信号を生成するために、フレームを削除した後、残ったオーディオフレームをつなぎ合わせることができる。

少なくとも１つのオーディオフレームの電圧を表す瞬間値の絶対強度の合計を、オーディオフレームの少なくとも一部のエネルギー量を決定するまたは表すインジケータとして使用できる。同様に、少なくとも１つのオーディオフレームの周波数範囲内における周波数ビン内の強度値の合計を、オーディオフレームの少なくとも一部のエネルギー量を計算するために使用できる。

本発明は、１Ｘより大きいスピードのビデオトリックモード再生中にオーディオ・ビデオプレゼンテーションのオーディオ部分を再生する装置を提供できる。この装置は、記憶媒体からビデオプレゼンテーションの少なくともビデオ部分と対応するオーディオ部分とをつくる情報を読み出すための記憶媒体リーダを含むことができる。ビデオプレゼンテーションのオーディオ部分は、オーディオ情報を有する複数のオーディオフレームを含むことができる。オーディオプロセッサは、エネルギー量によってビデオプレゼンテーションの複数のオーディオフレームの少なくとも一部をランク付けするように構成されてもよい。このオーディオプロセッサを、ビデオプレゼンテーションのオーディオトリックモード再生信号を生成するように構成することもできる。この再生信号は複数のオーディオフレームをそのランクに基づき選択されたものを含むことができる。

処理手段は、オーディオフレームの少なくとも一部のオーディオエネルギー量を計算するように構成することができる。この処理手段は、選択されたビデオトリックモード再生スピードに基づき、ビデオプレゼンテーションのオーディオ部分から、オーディオフレームの一部の一定割合の部分を選択的に削除することができる。該処理手段は、ランクにより最小のエネルギー量を持つオーディオフレームの一定割合の部分を削除するように構成することができる。エネルギーが最小値であるオーディオフレームの削除の後に、該処理手段は要求されたトリックモード再生信号を生成するために残ったオーディオフレームをつなぎ合わせることができる。

該処理手段は、少なくとも１つのフレームの電圧を表す瞬間値の絶対強度の合計を計算するように構成することができる。この絶対強度の合計は、オーディオフレームの少なくとも一部のエネルギー量を計算するために使用できる。同様に、該処理手段は、選択されたビンの平均を作るために合計を計算するように構成することができる。選択されたとは、すなわち少なくとも１つのフレームの周波数範囲内においてある周波数ビン内の信号強度の上フレームでも下フレームでもないことである。この絶対強度の合計は、オーディオフレームの少なくとも一部のエネルギー量を計算するために使用できる。

再生オーディオスピードを高めるための本発明の構成は、MP3等による符号化とともに、例えばハードディスクまたは固体メモリを用いたデジタルオーディオ再生ソースで有利にも使用することができる。デジタルオーディオ再生機器は、元の記録レートである１Ｘより高いレートでオーディオ信号の再生を容易にするために、ここで説明した発明の攻勢から利益を享受することができる。

本発明は、いかなる好適な記憶媒体に記録されたいかなるタイプのデジタルビデオにおいても、１Ｘより早いスピードのビデオトリックモード中にオーディオ再生を実行するために使用することができる。説明を容易にするため、従来のMPEG-1またはMPEG-2フォーマットを利用するDVD媒体について本発明を説明する。しかし、当業者には、本発明がこれに限定されないことが分かるであろう。データ記憶媒体は、後で読み出し再生するために大量のオーディオおよびビデオデータを記憶できるいかなる媒体を含んでいてもよい。ここでは、記憶媒体とはデータを記憶するための光学的、磁気的、または電子的手段を含むがこれらに限定されるものではない。デジタル記憶媒体は、例として、光デジタルバーサタイルディスク（DVD）、磁気ハードディスク、光磁気ディスク、ビデオCD、通常のCD、またはダイナミックランダムアクセスメモリ（DRAM）、シンクロナスDRAM（SDRAM）、その他のRAMベースメモリ等の固体メモリを含んでもよい。さらに、ここに開示した発明の構成はトリックモードビデオ再生に付随するオーディオとして説明されているが、これらの有利な構成は、元になる１Ｘ録音レートよりも高いレートでデジタルで記録されたオーディオ信号の再生に等しく適用可能である。

図１は、本発明を実装可能な典型的なDVDビデオプレーヤのブロック図である。デバイス１００は、デジタル記憶媒体から記憶されたデータを読み出すことができる。図１を参照して、記憶媒体はディスク媒体１０２でもよい。ディスク媒体１０２は例えば書き換え可能DVDである。デバイス１００は、メカニカルアセンブリ１０４、コントロールセクション１２０、オーディオ・ビデオ（AV）出力処理セクション１７０を含む。ほとんどのブロックを異なったセクションへ割り当てることは自明である。一方、ブロックの一部の割り当てはデバイス１００の動作を理解するためには重要ではない。重要なことに、データ記憶媒体が固体デバイスであるときメカニカルアセンブリ１０４は本発明を実施するためには必要ではないことを認識すべきである。この場合、記憶媒体に記憶された符号化されたデジタルデータは、制御CPU１２２により直接アクセスされ、トラックバッファ１７２にバッファされる。

それにもかかわらず、メカニカルアセンブリ１０４は、ディスク１０２を回転させるモータ１０６と、回転するディスク１０２上を動くピックアップアセンブリ１０８とを含んでもよい。ピックアップアセンブリ１０８に取り付けられた、または関連したレーザは、ビデオ及び／又はオーディオプログラムデータを再生するために、ディスクトラック上にすでに記憶されたデータを照らすことができる。本発明を理解するために、ディスクが記録可能であるかどうかは無関係である。ピックアップアセンブリ１０８に関連したレーザとモータ１０６とはサーボ１１０により制御される。サーボ１１０は、ディスク１０２上の螺旋形のトラックから読み取られたデータを表す入力再生信号を受信するように構成されている。再生信号はエラー訂正回路１３０にも入力される。このエラー訂正回路１３０は、制御セクション１２０の一部またはA/V出力処理セクション１７０の一部と考えることができる。

制御セクション１２０は制御中央処理装置（CPU）１２２を含んでもよい。サーボ１１０は制御セクション１２０の一部であると考えることもできる。制御CPU１２２により実行される従来の動作のために、好適なソフトウェアまたはファームウェアをメモリに入れることができる。また、CPU１２２を制御するために、ここに説明する進んだ機能のためのプログラムルーチンを入れてもよい。

視聴者が起動可能な機能のための制御バッファ１３２は、プレイ・リバース・ファーストフォーワード・スロープレイ・ポーズ／プレイ・ストップ等の現在利用可能な例示としての機能を示すように構成することができる。ポーズ機能は多くのビデオカセットレコーダ（VCR）に一般的に見られるポーズ動作と似ている。ポーズ機能は、広告や予告等の望まないセグメントを消去するために、事前に記録されたプレゼンテーションの再生をマニュアルで中断することができる。進んだ機能バッファ１３６は、ここに説明するようにトリックモードの制御を含め、他の進んだ再生機能を実施するためのものである。再生トリックモードは、標準である１Ｘの再生スピード以外のスピードでのフォーワードおよびリバース再生を含むことができる。

出力処理セクション１７０は、エラー訂正ブロック１３０とトラックバッファまたは出力バッファ１７２を含む。ディスクから読み出されたデータはこのトラックバッファまたは出力バッファ１７２にバッファされ、さらに処理するためパケットにまとめられる。パケットは、デマルチプレクサ１７６を介してビデオおよびオーディオそれぞれの経路へのパケットの伝播を制御する条件付アクセス回路１７４により処理される。ビデオは、例えばMPEG-1またはMPEG-2フォーマットからデコーダ１７８により復号され、ATSC、NTSC、SECAM、PAL等の標準のテレビ信号フォーマットにエンコーダ１８０により符号化される。オーディオは、例えばMPEG-1、MPEG-2、MP3フォーマット等からデコーダ１８２により復号され、オーディオデジタル・アナログ（D/A）コンバータ１８４によりアナログ形式に変換される。オーディオD/A１８４は、オーディオデコーダ１８２から受け取ったデジタルオーディオを処理し、アナログ出力信号を作る。

オーディオでコーダ１８２は、好ましくは復号の前にオーディオデータを一時的に記憶するバッファを含む。オーディオでコーダ１８２の動作は、制御CPU１２２等のプロセッサによりバス１８１を介して制御できる。オーディオでコーダ１８２からのデジタルオーディオは、オーディオD/A１８４等の好適なデジタル・アナログ変換デバイスによりアナログ形式に変換できる。

さらに、ここに説明するように、所望のトリックモード再生スピードに対応するオーディオ信号を生成するための、デジタルオーディオフレームごとのエネルギー量の決定およびその後のオーディオフレームの選択および削除も、制御CPU１２２により実行できる。オーディオデコーダ１８２とオーディオD/A１８４の間の通信は、システムバス１８１等の好適なシステム通信リンクにより提供される。システムバス１８１は、オーディオデコーダ１８２とオーディオD/A１８４の様々な動作パラメータを制御するために使用される。制御CPU１２２とは独立なマイクロコントローラまたはマイクロプロセッサを、トリックモード再生オーディオ信号を生成するために、フレームごとのエネルギー量を決定し特定されたフレームを削除するように構成することもできる。この構成において、マイクロコントローラまたはマイクロプロセッサはバス１８１に接続でき、オーディオデコーダ１８２からオーディオフレームコンテントを受信することができる。処理されたオーディオフレームを含むマイクロコントローラまたはマイクロプロセッサからの出力オーディオ信号は、ベースバンドのアナログオーディオ出力信号に変換するため、オーディオD/A１８４に入力することができる。

便宜上、図１に示したアーキテクチャに関して本発明を説明する。それにもかかわらず、所定数のオーディオフレームをバッファするように制御CPU１２２を構成することもできる。バッファはオーディオデコーダ１８２に集積してもいし、分離したオーディオバッファを備えてもよい。あるいは、ハードディスクにMPEGビデオまたはMP３オーディオプレゼンテーションを記憶する場合、ハードディスクがバッファとして機能することができ、CPU１２２が検査のためにディスクに記憶されたオーディオフレームのブロックのオーディオコンテントのサイズを決定できる。いかなる場合にも、一旦所定数のオーディオフレームがバッファされると、CPU１２２はバッファされたオーディオフレームの少なくとも一部のエネルギー量を決定することができる。

本発明による再生オーディオのスピードアップは、ビデオのトリックモード再生にスピードを合わせた音声について説明したが、この有利な構成は、ハードディスクや固体メモリを有し、MP3等のデジタル符号化を採用したパーソナルオーディオプレーヤやアンサーリング・メモ機器等のデジタルオーディオ再生ソースにも等しく適用可能である。デジタルオーディオ再生機器は、元の１Ｘの記録レートよりも高いレートでオーディオ信号の再生を容易にするために、ここに開示した本発明の構成から利益を受けることができる。

オーディオデコーダ１８２への入力オーディオ信号がパルス符号変調（PCM）オーディオ信号である場合、時間領域のサンプルは一般に音の音圧波の瞬間電圧アナログを示す。その結果、制御CPU１２２は、フレームのエネルギー量を決定するため、瞬間電圧値の強度の絶対値を足し合わせるように構成できる。オーディオデコーダ１８２への入力オーディオ信号が圧縮されたオーディオ信号である場合、周波数領域信号のエネルギーレベルは一般にビンと呼ばれる狭い帯域周波数グループで現される。圧縮されたオーディオでは、制御CPU１２２は、フレーム内の周波数成分の平均エネルギーを表す単一の値を生成するため、周波数ビン内の信号成分の強度を足し合わせるように構成できる。有利にも、関心のあるオーディオ部分は一定の周波数の範囲にあるので、エネルギー量はそれらの周波数成分のみの強度を足し合わせることによって決定することができる。例えば、極端に低いまたは高い周波数成分は、エネルギーの決定から除外することができる。それにもかかわらず、一または複数のオーディオフレームのエネルギー量を決定するために制御CPU１２２により実行可能なアルゴリズムは周知である。

バッファ中の所定数のフレームの各々のエネルギー量を決定した後、制御CPU１２２は、バッファ内の各フレーム内に含まれる絶対、相対、または平均いずれかのエネルギー量を表す数字を割り当てることができる。制御CPU１２２は、バッファ内の他のすべてのフレームの割り当てられた絶対、相対、または平均エネルギーに対して、各オーディオフレームの割り当てられた絶対、相対、または平均エネルギーをランク付けすることができる。制御CPU１２２は、オーディオがビデオトリックモードのスピードと実質的に一致するフレームカウントが得られるまで、エネルギー量が最小のフレームを破棄することができる。有利にも、本発明はオーディオフレームを処理する数学的アルゴリズムに依存しており、それによりスピードを速めハードウェアの複雑性を削減することができる。特に、例えば８ビットのマイクロプロセッサまたはマイクロコントローラをオーディオフレームを処理するように構成することができる。高速フーリエ変換（FFT）および逆FFT（IFFT）や本発明を実施する回路を使用する必要はないが、請求項の解釈はこの点で限定はしていない。

図２は、本発明の構成による例示としてのステップを示すフローチャートを示している。図２を参照して、ステップ２０５において、ビデオプレゼンテーションのオーディオ部分がオーディオデコーダ１８２により捉えられまたは読み出される。ステップ２１０において、制御CPU１２２はバッファ内に、所定数のフレームＬをバッファすることができる。ステップ２１５において、バッファ内のＬ個のフレームの各々のエネルギー量を、制御CPU１２２が決定する。制御CPU１２２は、バッファ内のフレームの各々のエネルギー量をランク付けまたは相対値を与える。本発明の精神から逸脱することなく、バッファ内のフレームの一部だけについてオーディオエネルギーを計算することができることを、認識すべきである。バッファ内の一部のみのエネルギーの足し合わせは、より速いトリック再生スピードで使用することができる。同様に、バッファ内のＬ個のフレームの一部のみをランク付けすることも可能である。

ステップ２２０において、制御CPU１２２は、削除する候補としてＹ個のフレームをマークすることができる。ここで、削除する必要があるフレームより少し多いフレームが削除する候補として選択されるようにＹが選ばれる。これによりどのフレームを削除するかをより柔軟に決定することができる。例えば、バッファの長さが４６フレームであり、要求されるトリックモード再生スピードが２Ｘであるとき、２３フレームより少し多いフレームが削除のためマークされるようにＹが選択される。その理由は、５０％すなわち２つに１つのフレームを削除する必要があるからである。よって、例えばY=28（23＋Δ）個のフレームを削除のため選択することができる。

削除すべきフレーム数は簡単数式を用いて表すことができ、これにより計算の複雑性を削減することができる。例えば、Y=(L/S)+0.1L)である。ここでＹは削除するフレームの候補数、Ｓは削除するフレームの候補数を決定するために使用するトリックモード再生スピード、Ｌはバッファされているオーディオフレーム数である。フレーム数を整数とするため、Ｙの小数点以下は切り上げまたは切り捨てすることができる。０．１Ｌという因子は任意に選択可能であり、システムを限定するものではないことは認識すべきである。削除のためにフレームをマークするために使用された基準は、エネルギー量が最小であるフレームに基づく。よって、この例では、オーディオエネルギーが最小である２８フレームが、削除の可能性のためマークされる。

削除候補としてフレームをマーキングした後、ステップ２２５において、各フレームについて決定されたエネルギーの相対値に重み付けアルゴリズムを適用することができる。この重み付けアルゴリズムは、例えば、図３Ｃに示したように、削除の可能性のためにマークされたフレームの連続するグループのサイズまたは数を決定するステップよりなっていてもよい。ステップ２３０において、候補となったフレームは実際の削除のためにマークされ、削除される。フレームを削除するために使用される基準は、ステップ２２５でフレームのグループに割り当てられた重みに基づくことができる。例えば、最も大きい重みのフレームグループが最初に削除され、次に大きい重みのものが次にというように、ビデオトリックモードに対応する要求されるスピードを達成するために必要な候補がすべて削除されるまで、順次フレームグループが削除される。一般に、ステップ２１５と２２５が、本実施形態において使用されるランキングするステップであると考えることができるが、この点で本発明を限定するものではない。

隣接するオーディオのブロック間にギャップまたはデリニエーションを設けるため、各削除候補のグループの最初のフレームは残すことが好ましい。このデリニエーションにより、少なくとも約１００ミリ秒の間比較的静かに、またはオーディオコンテントのレベルを下げることができる。これは実験の結果好ましいと分かったことである。この比較的な静けさまたは低減されたオーディオコンテントレベルにより、リスナーは音声の異なるブロックを聞き分けることができる。静寂期間をより長くすることも可能だが、約５００ミリ秒より長い静寂期間は過剰であり必要ないことが分かっている。ステップ２３０でフレームを削除した後、ステップ２３５においてトリックモードのオーディオ再生信号を生成するために、図３Ｅに示したように、残ったフレームをつなげることができる。

図３Ａは、各々にエネルギー量の割り当てられた相対値を示す例示としてのオーディオフレームを示す。図３Ａを参照して、長さL=46の例示としてのバッファ３００が示されている。このバッファ３００には４６個のフレームが含まれており、各フレームには相対値が割り振られている。要求されているトリックモード再生スピードＳは２Ｘである。よって、２Ｘの平均再生スピードを達成するためには、５０％すなわち２フレームごとに１フレームずつ捨てられねばならない。

図３Ｂは、削除の候補として斜線でマークされたバッファ３００中のオーディオフレームを示す。図３Ｂを参照すると、Ｙ個のフレームが削除の可能性のため選択る。ここで、
Y=(L/S)+0.1L)。
L=46、S=2であるから、Y=28個のフレーム（切り上げ）が削除可能としてマークされる。削除のためにマークされた候補フレームは、エネルギー量の相対値により示されたオーディオエネルギーが最低の２８個のフレームである。

図３Ｃは、削除可能としてマークされたバッファ３００中の候補フレームのグループに割り当てられた重みの例を示す。図３Ｃを参照して、候補フレームから連続するフレームのグループを選択し、そのグループ内の連続するフレーム数に等しい重みを割り当てることにより重みが割り当てられる。例えば、図３Ｃにおいて、削除可能としてマークされた連続するフレームの最大グループは、参照番号３０５で示されており、１１個のフレームを含み、例えば重み１１が割り当てられる。連続するフレームの次に大きなグループは、参照番号３１０で示されており、６個のフレームを含み、例えば重み６が割り当てられる。

図３Ｄを参照して、２Ｘのトリックモード再生スピードを達成するため２３個のフレームを削除する必要がある。最大の重みを持つフレームのグループから始めて、２３個のフレームすべてが削除されるまでフレームが削除される。好ましくは、連続するオーディオのブロックの間に十分なデリニエーションを確保するため、候補フレームの各グループ内の最初のフレームは保持される。例えば、フレームグループ３０５において、相対エネルギー量の値が０５５である最初のフレーム３１５（図３Ｃ参照）が保持される。同様に、フレームグループ３１０において、相対エネルギー量の値が００５である最初のフレーム３２０が保持される。図３Ｄは、マークされた削除候補が削除されたバッファ３００内の残りのフレームを示す。

図３Ｅは、様々なフレームを削除した後に残ったオーディオフレームをつなげた図である。図３Ｅを参照して、２３個のフレームが削除された後、２Ｘのトリックモード再生信号を表すために、残った２３個のフレームがつなげられる。プレーヤ１００は、トリックモードビデオと並行して、または同じ時間プログラムレートでオーディオ信号を再生するように、オーディオデジタル・アナログコンバータＤ／Ａ１８４でトリックモードオーディオ再生信号を生成することができる。

本発明はハードウェア、ソフトウェア、またはハードウェアとソフトウェアとの組み合わせにより実現可能である。例えば制御ＣＰＵ１２２等の１つのコンピュータシステムに集中した方式でも、異なった構成要素がいくつかの相互接続されたコンピュータシステムにわたった分散した方式でも、本発明による機械読み込み可能な記憶媒体を実現することも可能である。ここに説明した方法を実行するいかなるコンピュータシステムその他の装置でもよい。

特に、ここに説明したように本発明は図１の制御ＣＰＵ１２２の使用を予定しているが、ハードウェアとソフトウェアの典型的な組み合わせは、次のものを含んでもよい：汎用コンピュータシステムと、ロードされ実行されたときに該コンピュータシステムを制御するコンピュータプログラム；DVDプレーヤ；MPEGビデオプレゼンテーションを含むハードディスク；または、図１に示したものと同様の、ここに説明した方法を実行するその他のシステム。本発明は、ここに説明した方法の実施を可能とするすべての機能を有し、コンピュータシステムにロードされたときにこれらの方法を実行可能なコンピュータプログラム製品に組み込むこともできる。

本コンテクストにおいてコンピュータプログラムとは、情報処理機能を有するシステムに直接、または（ａ）他の言語、符号、表記への変換、または（ｂ）他の材料の形への再生のうちいずれかまたは両方の後に、特定の機能を実行させることを意図した、いかなる言語、符号、または表記であるかを問わない、一組の命令の表示を意味する。

上の説明は例としてのみ意図されたものであり、請求項に記載を除いて、本発明をいかなる仕方においても限定するものではない。

本発明の構成による１以上の進んだ動作機能を提供することができるＤＶＤ機器のブロック図である。 図１のＤＶＤ機器等のメディアプレーヤに実装された本発明の構成の理解に役立つフローチャートである。 本発明によるエネルギー量の相対値を割り当てられたオーディオフレームの一例を示す。 本発明による消去が可能であるとしてマークされたオーディオフレームの一例を示す。 本発明による消去が可能であるとしてマークされたフレームのグループに割り当てられた重みの一例を示す。 本発明による消去が可能であるとしてマークされたフレームの消去を示す。 本発明によるフレームが消去された後に残ったフレームをつなげた結果を示す。

Claims (19)

1. デジタルオーディオ録音を１Ｘ以外のスピードで再生する方法であって、
   複数のオーディオフレームで表された記録されたデジタルオーディオ情報（２０５）を読み出すステップと、
   前記複数のオーディオフレーム（２１５）の少なくとも一部を、前記オーディオフレームの前記一部のエネルギー量によりランキングするステップと、
   前記ランキングするステップにより最小のエネルギー量（２３０）を持つ前記複数のオーディオフレームの前記一部を削除するステップと、
   オーディオトリックモード再生信号を形成するために、前記削除するステップの後の前記オーディオフレーム（２３５）の残りを選択するステップとを有する方法。
2. 請求項１に記載の方法であって、前記選択するステップ（２３５）は前記オーディオトリックモード再生信号を形成するために前記残ったオーディオフレームをつなげるステップをさらに有する方法。
3. 請求項１に記載の方法であって、前記削除するステップ（２３０）は、前記複数のオーディオフレームの前記一部から選択されたトリックモード再生スピードにより前記複数のオーディオフレームの所定パーセンテージを削除するステップをさらに有する方法。
4. １Ｘ以外のスピードでトリックモード再生中にビデオプレゼンテーションを伴うオーディオプログラムを再生する方法であって、
   少なくとも前記ビデオプレゼンテーション（２０５）のビデオ部分と、複数のオーディオフレームでオーディオ情報を表す前記ビデオ部分に対応するオーディオ部分を表す情報を読み出すステップと、
   前記複数のオーディオフレーム（２１５）の少なくとも一部を、前記オーディオフレームの前記一部のエネルギー量によりランキングするステップと、
   オーディオトリックモード再生信号を形成するために、前記ランキングするステップに基づき、前記オーディオフレーム（２３５）の一部を選択するステップとを有する方法。
5. 請求項１に記載の方法であって、前記ランキングするステップ（２１５）は前記複数のオーディオフレームの少なくとも一部の前記エネルギー量を計算するステップをさらに含む方法。
6. 請求項４に記載の方法であって、前記選択するステップ（２３０）は選択されたビデオトリックモードスピードにより前記複数のオーディオフレームの一部を削除するステップをさらに有する方法。
7. 請求項５に記載の方法であって、前記選択するステップ（２３０）は前記計算するステップにより最小エネルギーを持つ前記複数のオーディオフレームの前記部分を削除するステップをさらに有する方法。
8. 請求項７に記載の方法であって、前記選択するステップ（２３０）は前記トリックモード再生信号を形成するために最小エネルギー量を持つ前記オーディオフレームを削除した残ったオーディオフレームをつなぎ合わせる（２３５）ステップをさらに有する方法。
9. 請求項６に記載の方法であって、前記削除するステップ（２３０）はより早いビデオトリックモード再生スピードを容易にするため前記オーディオフレームの一部のサイズを大きくするステップをさらに有する方法。
10. 請求項５に記載の方法であって、前記計算するステップ（２１５）は少なくとも１つのオーディオフレームの瞬間電圧値を表す強度値を足し合わせるステップをさらに有する方法。
11. 請求項５に記載の方法であって、前記計算するステップ（２１５）は少なくとも１つのオーディオフレームの周波数範囲内において周波数ビン内の値の強度を足し合わせるステップをさらに有する方法。
12. １Ｘ以外のスピードのトリックモード再生中にビデオプログラムと関連するオーディオプログラムを再生する装置であって、
    プログラムの少なくともビデオ部分と対応するオーディオ部分とを表す情報を記憶媒体（１０２）から読み出すための記憶媒体リーダ（１０８）と、ここで前記オーディオ部分は複数のオーディオフレーム中のオーディオ情報を表し、
    前記オーディオフレームの一部のエネルギー量に応じて前記複数のオーディオフレームの少なくとも一部をランク付けし、前記オーディオフレームの前記少なくと一部の前記ランク付けにより、前記オーディオフレームの一部の選択されたものからオーディオトリックモード再生信号を形成するためのオーディオプロセッサ（１２２）とを有する装置。
13. 請求項１２に記載の装置であって、前記オーディオプロセッサ（１２２）は前記複数のオーディオフレームの少なくとも一部の前記エネルギー量を計算する計算手段を有することを特徴とする装置。
14. 請求項１３に記載の装置であって、前記オーディオプロセッサ（１２２）は、前記オーディオ部分から、選択されたビデオトリックモード再生スピードによって前記複数のオーディオフレームの一定割合の部分を選択的に削除する手段をさらに有することを特徴とする装置。
15. 請求項１４に記載の装置であって、前記前記複数のオーディオフレームの一定割合の部分を選択的に削除する手段は前記計算されたエネルギー量が最も少ないオーディオフレームを削除することを特徴とする装置。
16. 請求項１５に記載の装置であって、前記オーディオプロセッサ（１２２）は、前記トリックモード再生信号オーディオトリックモード再生信号を形成するために、前記複数のオーディオフレームの前記一定割合の部分の前記削除後に残ったオーディオフレームをつなぎ合わせることを特徴とする装置。
17. 請求項１４に記載の装置であって、前記削除する手段（１２２）は、より早いトリックモード再生スピードを容易にするために、削除すべきオーディオフレームの前記一定割合の部分を増加することを特徴とする装置。
18. 請求項１３に記載の装置であって、前記計算する手段（１２２）は、少なくとも１つのオーディオフレームの電圧を表す瞬間値の強度の絶対値を足し合わせることにより、前記エネルギー量を計算することを特徴とする装置。
19. 請求項１３に記載の装置であって、前記計算手段（１２２）は、少なくとも１つのオーディオフレームの周波数範囲内の周波数ビンにおける強度値を足し合わせることにより、前記エネルギー量を計算することを特徴とする装置。

Images