JP2008092403A - 再生支援装置、再生装置、および、再生方法 - Google Patents

Abstract

【課題】学習用の映像コンテンツに限らず、様々な映像コンテンツを語学学習に役立てる
。
【解決手段】ＣＰＵ１１は、記録媒体１０に記録されたデータをドライブ部１５によって
読み取らせ、読み取ったデータから字幕を表示するための字幕用のデータを分離し、分離
した字幕用のデータに含まれる文字列において、所定の学習レベルに適した文字列を検出
し、検出した文字列が字幕として映像とともに表示されるシーンの位置を示すインデック
スを生成する。
【選択図】図１

Description

本発明は、映像の再生に係る情報を生成する再生支援装置、再生装置、および、再生方
法に関する。

従来、映像コンテンツを用いた語学学習が広く行われている。映像コンテンツを利用し
た語学学習用の装置として、例えば、特定のキャプションが表示される部分を繰り返し表
示する装置が知られている（例えば、特許文献１参照）。
特許第２７６６２３８号公報

ところで、語学学習用の教材として制作されていない映画やドラマに含まれる言語表現
は、様々な難易度の表現を含んでいる。このような映画やドラマを、学習を目的として視
聴しても、表現が難解すぎて理解できなかったり、簡単すぎたりして、学習面の効果が期
待できなかった。また、映画やドラマの全編から、学習者の能力に適した表現を探し出す
作業は、非常に負担が大きく、容易に行えるものではなかった。

本発明は、上述した事情に鑑みてなされたものであり、学習用の映像コンテンツに限ら
ず、様々な映像コンテンツを語学学習に役立てることを目的とする。

上記目的を達成するため、本発明は、映像とともに表示される文字列を示す文字列表示
情報から、所定の語学習熟度に適した文字列を検出し、検出した文字列が前記映像ととも
に表示されるシーンの位置を示す位置情報を生成する位置情報生成手段を備えたこと、を
特徴とする再生支援装置を提供する。
この構成によれば、映像とともに字幕等の文字列が表示される映像について、所定の語
学習熟度に適した文字列が含まれるシーンの位置が特定され、その位置を示す位置情報が
生成されるので、この位置情報に基づいて映像を再生すれば、所定の語学習熟度に適した
シーンだけを選んで再生できる。これにより、語学学習教材として制作されたものでない
映像の一部を、語学習熟度を基準として抽出できるので、様々な映像コンテンツを語学学
習に役立てることができる。

上記構成において、語学習熟度に適した文字列を、語学習熟度別に集積してなる習熟度
別文字列情報を格納した文字列情報格納手段を備え、前記位置情報生成手段は、前記映像
とともに表示される文字列を、前記習熟度別文字列情報に含まれる文字列と対照すること
により、語学習熟度に適した文字列を検出するものとしてもよい。

また、上記構成において、前記位置情報は、所定の語学習熟度に適した文字列が前記映
像とともに表示されるシーンの表示開始時刻を示す情報を含むものとしてもよい。

また、上記構成において、前記文字列表示情報が文字列を画像として含む画像データで
あった場合に、この画像データにより表示される文字列をテキストデータとして抽出する
文字抽出手段をさらに備え、前記位置情報検出手段は、前記文字抽出手段により抽出され
たテキストデータから所定の語学習熟度に適した文字列を検出するものとしてもよい。

さらに、上記構成において、可搬型記録媒体から前記映像のデータと前記文字列表示情
報とを読み取る読み取り手段と、前記可搬型記録媒体から読み取られた前記文字列表示情
報について前記位置情報生成手段により生成された位置情報を、前記可搬型記録媒体毎に
対応づけて記憶する記憶手段と、を備えた構成としてもよい。

また、本発明は、映像とともに表示される文字列を示す文字列表示情報から、所定の語
学習熟度に適した文字列を検出し、検出した文字列が前記映像とともに表示されるシーン
の位置を示す位置情報を生成する位置情報生成手段と、前記位置情報生成手段により生成
された位置情報を記憶する記憶手段と、前記記憶手段に記憶された位置情報を指定する指
定手段と、前記指定手段により指定された位置情報が示す位置から、前記映像とともに前
記文字列を表示画面に表示させる再生手段と、を備えることを特徴とする再生装置を提供
する。
この構成によれば、映像とともに字幕等の文字列が表示される映像について、所定の語
学習熟度に適した文字列が含まれるシーンの位置が特定され、その位置を示す位置情報が
生成され、この位置情報に基づいて、所定の語学習熟度に適したシーンを選んで再生でき
る。これにより、語学学習教材として制作されたものでない映像の一部を、語学習熟度を
基準として選んで再生できるので、様々な映像コンテンツを語学学習に役立てることがで
きる。

上記構成において、前記再生手段は、前記位置情報が示す位置から始まるシーンの前記
映像および前記文字列と、その前後に位置するシーンの前記映像および前記文字列とを連
続して前記表示画面に表示させるものとしてもよい。

映像とともに表示される文字列を示す文字列表示情報から、所定の語学習熟度に適した
文字列を検出し、検出した文字列が前記映像とともに表示されるシーンの位置を示す位置
情報を生成し、生成した位置情報を記憶手段に記憶し、前記記憶手段に記憶された位置情
報が指定された場合に、指定された位置情報が示す位置から前記映像とともに前記文字列
を表示画面に表示させること、を特徴とする再生方法を提供する。
この再生方法によれば、映像とともに字幕等の文字列が表示される映像について、所定
の語学習熟度に適した文字列が含まれるシーンの位置が特定され、その位置を示す位置情
報が生成され、この位置情報に基づいて、所定の語学習熟度に適したシーンを選んで再生
できる。これにより、語学学習教材として制作されたものでない映像の一部を、語学習熟
度を基準として選んで再生できるので、様々な映像コンテンツを語学学習に役立てること
ができる。

以下、図面を参照して本発明の実施の形態について説明する。
図１は、本発明を適用した実施の形態に係る再生装置１の構成を示す図ブロック図であ
る。
再生装置１は、記録媒体１０に記録されたデータをドライブ部１５によって読み取り、
このデータに基づいて、モニタ２１によって映像を出力するとともに、スピーカ２２によ
って音声を出力する装置である。

ここで、記録媒体１０は、例えば、ＤＶＤ、次世代ＤＶＤ、ビデオＣＤ等の光学的記録
媒体、ハードディスク装置等の磁気的記録媒体、半導体記憶素子を用いた記録媒体等であ
り、本実施の形態では、一例としてディスク型の記録媒体を用いる場合について説明する
。

可搬型記録媒体としての記録媒体１０には、映画やドラマ等の字幕付きの映像コンテン
ツが記録されており、具体的には、映像データおよび音声データをＭＰＥＧ形式でエンコ
ードしたデータが記録されている。再生装置１は、このデータを記録媒体１０から読み取
って、ＭＰＥＧ形式でデコードし、映像および音声を出力する。
記録媒体１０には、映像コンテンツの主体である映像データに加え、この映像データの
映像に重ねて字幕を表示するための字幕用のデータ（文字列表示情報）が記録されている
。字幕用のデータとしては、上記映像データに重ねて表示される副映像データ（いわゆる
サブピクチャ）と、字幕として表示すべき文字列を集積したテキストデータ（例えば、ク
ローズドキャプションや、デジタル放送の字幕データ）との２種類がある。副映像データ
は、透明な背景を有し、左右いずれかの側部または下部に字幕を配置した画像データであ
り、この副映像データに対して上記映像データを主映像データと呼ぶ。
本実施の形態では、まず、字幕用のデータとして副映像データを用いる場合について説
明する。

表示画面としてのモニタ２１は、液晶表示パネル、プラズマディスプレイパネル、リア
プロジェクションディスプレイ、ＣＲＴ（Cathode Ray Tube）等の表示装置である。この
モニタ２１は、スピーカ２２とともに、再生装置１に外部接続される構成としてもよい。

また、再生装置１は、ＣＰＵ１１と、ＣＰＵ１１により実行される制御プログラム、お
よびこの制御プログラムに係るデータを記憶するＲＯＭ１２と、ＣＰＵ１１により実行さ
れる制御プログラムや制御プログラムに係るデータを一時的に記憶するＲＡＭ１３とを備
え、ＣＰＵ１１の制御のもとに後述する各種動作を行う。
さらに、再生装置１は、記録媒体１０から読み取ったデータをＭＰＥＧ形式でデコード
するデコーダ１４と、映像データおよび音声データをアナログ信号に変換するＤ／Ａコン
バータ（ＤＡＣ）１６とを備え、これらの装置により、記録媒体１０に記録されたデータ
をデコードし、映像信号および音声信号を生成することで、モニタ２１から映像を出力す
るとともに、スピーカ２２から音声を出力させる。
この再生装置１を操作するユーザインタフェースとしては、学習者により操作されるリ
モコン装置２０と、リモコン装置２０からの信号を受けるリモコン信号レシーバ１７とが
設けられる。リモコン装置２０は、学習者が操作する複数のキースイッチ（図示略）と、
このキースイッチの操作に応じて赤外線信号を送出する赤外線送信部（図示略）とを備え
る。リモコン信号レシーバ１７は、リモコン装置２０から送信された赤外線信号を受光し
て上記キースイッチの操作を特定し、操作されたキースイッチを示す操作信号を生成して
、ＣＰＵ１１に出力する。

再生装置１は、光学的記録媒体、ハードディスク装置等の磁気的記録媒体、あるいは半
導体記憶素子を用いた記録媒体等により、ＣＰＵ１１により処理された各種データを記憶
する記憶部３０を備える。この記憶部３０には、文字列情報記憶手段としての外国語辞書
部３１と、記憶手段としてのインデックス記憶部３２とが設けられる。

図２は、外国語辞書部３１の構成を模式的に示す図である。
外国語辞書部３１は、外国語の語句（単語、構文、慣用句、熟語、スラング等）を、外
国語学習の学習レベル（語学習熟度）別に格納した辞書である。すなわち、図２に示すよ
うに、外国語辞書部３１には、レベル１、２、３、４…の学習レベル別に、各学習レベル
に適した語句を集積したレベル別語句集３１Ａ（習熟度別文字列情報）が格納されている
。
例えば、再生装置１を用いて英語を学習する場合、レベル１に対応するレベル別語句集
３１Ａは、ＴＯＥＩＣ（Test of English for International Communication）のスコア
９００点以上に相当する学習に適した語句を含み、レベル２に対応するレベル別語句集３
１ＡはＴＯＥＩＣのスコア８００〜９００点に、レベル３に対応するレベル別語句集３１
ＡはＴＯＥＩＣのスコア７００〜８００点に相当する学習に適した語句を含む。再生装置
１を用いて外国語の学習をする学習者が、例えばリモコン装置２０の操作によって、自分
の学習レベルを指定することで、外国語辞書部３１に格納された複数のレベル別語句集３
１Ａの中から、該当するレベル別語句集３１Ａが選択される。
ここで、レベル別語句集３１Ａには、学習レベルに応じた語句として、学習の対象とな
る外国語の語句が含まれていてもよいし、その外国語の語句に対する日本語訳が含まれて
いてもよい。すなわち、日本語の音声を含む映像コンテンツに外国語の字幕が付加されて
いる場合と、外国語の音声を含む映像コンテンツに日本語の字幕が付加されている場合と
、いずれに対応するものであってもよい。

また、図１に示すインデックス記憶部３２は、後述する同時インデックス生成動作によ
って、ＣＰＵ１１により生成されるインデックスを格納する。このインデックスは、記録
媒体１０に記録された映像コンテンツにおいて、外国語辞書部３１の語句集の語句を含む
字幕を指定する情報を含む。具体的には、インデックスには、該当する字幕の表示開始時
刻、あるいは、表示開始と終了の時刻を示す情報が含まれ、さらに、字幕に含まれる語句
を示す情報を含んでもよい。このインデックスに従えば、学習者の学習レベルに適した語
句を含む字幕が、映像のどのシーンに現れるかを知ることができる。インデックスにより
示される時刻は、例えば、映像コンテンツの表示開始からの経過時間、または残り表示時
間を基準とした値で表される。
ここで、シーンとは、記録媒体１０に記録された映像コンテンツから任意の長さの映像
を切り出したものであり、特に、字幕の切り替わりを含まない映像の一部分を指す。シー
ンの長さは、例えばＭＰＥＧ−２形式の画像におけるシーケンス、ＧＯＰ（Group of Pic
ture）、フレーム（Ｉ、Ｐ、Ｂの各ピクチャ）等のデータ単位に制限されることなく定め
ることができる。また、再生装置１によれば、記録媒体１０に記録された一つの映像コン
テンツから複数のシーンを切り出す場合、これら複数のシーンは同一の長さである必要は
なく、異なる長さとすることも可能である。

図３は、再生装置１の同時インデックス生成動作を示す図である。
この同時インデックス生成動作は、記録媒体１０に記録された映像および音声を再生し
ながら、学習者が指定した学習レベルに適した語句を含む字幕を探し、この字幕を特定す
るインデックスを生成する動作である。この動作の実行中は、後述するように、映像およ
び音声を視聴できる。
この図３に示す同時インデックス生成動作は、字幕を表示するための副映像データが記
録媒体１０に記録されている場合の動作である。

まず、リモコン装置２０の操作によって動作開始が指示され（ステップＳ１１）、この
指示に応じて、ＣＰＵ１１が、記録媒体１０に記録されたデータの再生制御を開始する（
ステップＳ１２）。
このＣＰＵ１１の制御に従って、ドライブ部１５が、記録媒体１０の読み取りを実行し
（ステップＳ１３）、読み取り信号を処理してデジタルデータを生成する（ステップＳ１
４）。ＣＰＵ１１は、ドライブ部１５により生成されたデータを、主映像データと、音声
データと、副映像データとに分離する（ステップＳ１５）。

分離された主映像データは、デコーダ１４によってデコードされ（ステップＳ１６）、
同様に、音声データがデコーダ１４によってデコードされ（ステップＳ１７）、さらに副
映像データもデコーダ１４によってデコードされる（ステップＳ１８）。
そして、デコードされた主映像データおよび副映像データは、ＣＰＵ１１によって合成
され、主たる映像に字幕が重ねられた映像データが生成される（ステップＳ１９）。この
映像データはＤＡＣ１６によってアナログ映像信号に変換され（ステップＳ２０）、この
アナログ映像信号に従ってモニタ２１により映像が出力される（ステップＳ２１）。また
、デコードされた音声データはＤＡＣ１６によってアナログ音声信号に変換され（ステッ
プＳ２２）、このアナログ音声信号に従ってスピーカ２２により音声が出力される（ステ
ップＳ２３）。これにより、再生装置１において記録媒体１０に記録された字幕付きの映
像コンテンツを視聴できる。

また、ＣＰＵ１１は、デコーダ１４によってデコードされた副映像データをもとに、副
映像データに表示される文字列をテキストに変換する処理を行う（ステップＳ２４）。こ
のステップＳ２４の処理では、副映像データにおいて字幕の文字が含まれる部分の画像を
切り出し、この画像について文字認識処理を実行して、字幕の文字列が並ぶテキストデー
タを生成する。ここで生成されるテキストデータには、もとの副映像データの表示タイミ
ング、あるいは、もとの副映像データと主映像データとの同期状態を示す同期情報が付加
される。

そして、ＣＰＵ１１は、副映像データから生成したテキストデータについて、外国語辞
書部３１に格納されたレベル別語句集３１Ａ（図２）のうち、予めリモコン装置２０の操
作により選択されたレベル別語句集３１Ａと対照することで、インデックスを生成する（
ステップＳ２５）。このステップＳ２５で、ＣＰＵ１１は、位置情報生成手段として機能
し、ステップＳ２４で生成した字幕テキストデータに、レベル別語句集３１Ａに納められ
た語句が含まれるか否かを判定し、該当する語句があった場合には、その字幕のテキスト
データに付加された同期情報をもとに、その字幕が表示されるタイミングを示すインデッ
クスを生成し、インデックス記憶部３２に格納する。

以上のステップＳ１１〜Ｓ２５の処理によって、学習者がリモコン装置２０の操作によ
り選択したレベル別語句集３１Ａに対応するインデックスが、インデックス記憶部３２に
格納される。
字幕は、映像コンテンツの音声を可視化したものであるから、音声に合わせて、数秒〜
数十秒ごとに切り替えて表示される。すなわち、一枚の字幕は数秒〜数十秒の間、継続し
て表示される。このため、インデックス記憶部３２に格納されるインデックスは、一つの
字幕について、その表示開始時刻および表示終了時刻のいずれかまたは両方を示す情報と
なっている。

そして、上記のステップＳ１１〜Ｓ２５の処理を、記録媒体１０に記録された映像コン
テンツの全編にわたって実行すれば、全編にわたるインデックスがインデックス記憶部３
２に格納される。その後は、インデックス記憶部３２に格納されたインデックスを参照す
ることにより、学習者が選択したレベル別語句集３１Ａに対応する字幕が表示されるシー
ンを速やかに検索し、そのシーンの映像および音声を出力できる。

図４は、再生装置１による同時インデックス生成動作の別の例を示す図である。
この図４に示す同時インデックス生成動作は、字幕を表示するためのデータとして、字
幕のテキストデータが記録媒体１０に記録されている場合の動作である。

まず、リモコン装置２０の操作によって動作開始が指示され（ステップＳ３１）、この
指示に応じて、ＣＰＵ１１が、記録媒体１０に記録されたデータの再生制御を開始する（
ステップＳ３２）。このＣＰＵ１１の制御により、ドライブ部１５が記録媒体１０の読み
取りを実行し（ステップＳ３３）、読み取り信号を処理してデジタルデータを生成し（ス
テップＳ３４）、このデータが、ＣＰＵ１１によって、主映像データ、音声データ、およ
び字幕のテキストデータとに分離される（ステップＳ３５）。

分離された主映像データは、デコーダ１４によってデコードされ（ステップＳ３６）、
同様に、音声データもデコーダ１４によってデコードされる（ステップＳ３７）。
また、ＣＰＵ１１は、字幕のテキストデータをもとに、主映像データの映像に重ねて表
示する字幕画像を合成する（ステップＳ３８）。ここで合成される字幕画像は、透明な背
景を有し、左右いずれかの側部または下部に字幕を配置した画像であり、主映像データの
映像に重ねることで字幕付きの映像を実現するものである。

ＣＰＵ１１は、デコーダ１４によりデコードされた主映像データと字幕画像とを合成し
て字幕付きの映像データを生成する（ステップＳ３９）。この映像データはＤＡＣ１６に
よってアナログ映像信号に変換され（ステップＳ４０）、このアナログ映像信号に従って
モニタ２１により映像が出力される（ステップＳ４１）。
また、デコーダ１４によりデコードされた音声データはＤＡＣ１６によってアナログ音
声信号に変換され（ステップＳ４２）、このアナログ音声信号に従ってスピーカ２２によ
り音声が出力される（ステップＳ４３）。これにより、再生装置１において記録媒体１０
に記録された字幕付きの映像コンテンツを視聴できる。

また、ＣＰＵ１１は、ドライブ部１５により生成されたデータから分離したテキストデ
ータを処理する位置情報生成手段として機能する。すなわち、上記テキストデータについ
て、外国語辞書部３１に格納されたレベル別語句集３１Ａ（図２）のうち、予めリモコン
装置２０の操作により選択されたレベル別語句集３１Ａと対照することで、インデックス
を生成して、インデックス記憶部３２に格納する（ステップＳ４４）。
上記のテキストデータには、記録媒体１０に記録された状態で、その表示タイミング、
あるいは主映像データとの同期状態を示す同期情報が付加されており、この同期情報は、
ＣＰＵ１１によってデータを分離する際にも、テキストデータに付加されている。このた
め、ＣＰＵ１１は、テキストデータにレベル別語句集３１Ａの語句が含まれる場合に、テ
キストデータに付加された同期情報に基づいて、インデックスを生成する。

以上のステップＳ３１〜Ｓ４４の動作により、字幕用のデータとしてテキストデータが
記録された記録媒体１０の映像コンテンツについて、学習者が選択したレベル別語句集３
１Ａに対応するインデックスが、インデックス記憶部３２に格納される。

上記の図３および図４に示した同時インデックス生成動作では、モニタ２１による映像
出力およびスピーカ２２による音声出力を行いながらインデックスを生成してインデック
ス記憶部３２に格納している。この場合、映像コンテンツを視聴する間に、同時にインデ
ックスの生成が行われるので、例えば一般の映画やドラマ等の娯楽用の映像コンテンツを
、娯楽を目的として視聴する間に、学習用のインデックスの生成を行うことができる。こ
れにより、映像コンテンツを娯楽用としても学習用としても活用できる。

また、再生装置１においては、映像コンテンツの視聴を行わずにインデックスを生成す
る動作のみを実行することも可能である。すなわち、図３のステップＳ１９〜Ｓ２３の処
理、図４のステップＳＳ６０〜Ｓ６４の処理を行わなければ、映像および音声を出力せず
にインデックスの生成のみを行える。さらに、図３のステップＳ１６、Ｓ１７の処理、お
よび、図４のステップＳ３６〜Ｓ３８の処理を行わずにインデックスのみを生成すれば、
主映像データや音声データのデコードを行わないので、再生装置１の処理負荷が非常に軽
く済み、通常の再生に比べて数倍の速度でインデックスを生成することも可能となる。

以上のようにインデックスが生成された後、記録媒体１０の映像コンテンツを再生する
処理について、図５を参照して説明する。
図５は、再生装置１による再生動作を示す図である。
指定手段としてのリモコン装置２０の操作によって、インデックス記憶部３２内のレベ
ル別語句集３１Ａまたは学習レベルが指定されるとともに、再生が指示されると（ステッ
プＳ５１）、再生手段としてのＣＰＵ１１は、インデックス記憶部３２に格納されたイン
デックスの中から、指定されたレベル別語句集３１Ａに対応するインデックスを読み出す
（ステップＳ５２）。ここで、ＣＰＵ１１は、モニタ２１によってインデックスの一覧を
表示してもよいし、リモコン装置２０によるインデックスの指定がない場合に、インデッ
クス記憶部３２から読み出した先頭のインデックスを読み出すようにしてもよい。

そして、ＣＰＵ１１は、インデックス記憶部３２から、リモコン装置２０の操作により
指定されたインデックスを読み出し、このインデックスが示す位置から、映像コンテンツ
をドライブ部１５によって読み出させる（ステップＳ５３）。
ドライブ部１５は、ＣＰＵ１１の制御に従って記録媒体１０の読み取りを行い、読み出
し信号からデータを生成する（ステップＳ５４）。ドライブ部１５により生成されたデー
タは、ＣＰＵ１１によって主映像データ、音声データ、および、副映像データまたはテキ
ストデータに分離される（ステップＳ５５）。

ＣＰＵ１１により分離された主映像データ、音声データは、デコーダ１４によりデコー
ドされる（ステップＳ５６、Ｓ５７）。また、字幕用のデータとして副映像データが記録
媒体１０に記録されていた場合には、ＣＰＵ１１により分離された副映像データがデコー
ダ１４によりデコードされる（ステップＳ５８）。一方、字幕用のデータとしてテキスト
データが記録媒体１０に記録されていた場合、ＣＰＵ１１は、テキストデータをもとに、
主映像データの映像に重ねて表示する字幕画像を合成する（ステップＳ５９）。
そして、デコードされた主映像データは、デコードされた副映像データまたは字幕画像
と合成され（ステップＳ６０）、ＤＡＣ１６によってアナログ映像信号に変換される（ス
テップＳ６１）。このアナログ映像信号はモニタ２１に出力され、モニタ２１によって映
像が出力される（ステップＳ６２）。
また、デコードされた音声データはＤＡＣ１６によってアナログ音声信号に変換され（
ステップＳ６３）、スピーカ２２に出力される。これにより、映像出力に合わせて、スピ
ーカ２２によって音声が出力される（ステップＳ６４）。

このように、再生装置１は、図３および図４に示す動作によって、記録媒体１０に記録
された映像コンテンツにおいて、映像とともに表示される字幕について、レベル別語句集
３１Ａに対応する語句を含む字幕を検出して、この字幕が映像とともに表示される位置を
示すインデックスを生成し、インデックス記憶部３２に格納する。そして、図５に示す再
生動作において、再生装置１は、インデックス記憶部３２のインデックスを参照すること
で、学習者の学習レベルに適した字幕が表示される箇所（シーン）を速やかに抽出して、
映像および音声を再生出力できる。このため、学習者は、記録媒体１０の映像コンテンツ
から、自身の学習レベルに適した会話や音声が現れるシーンのみを、簡単な操作だけで、
素早く探して見ることができる。さらに、再生装置１は、字幕が付加されていれば、如何
なる映像コンテンツであってもインデックスを生成できる。これにより、語学学習用の教
材として制作されたものに限らず、映像コンテンツの一部を、語学の学習レベルを基準と
して抽出できるので、様々な映像コンテンツを語学の学習に役立てることができる。

また、再生装置１は、上記の再生動作において、インデックスに従って学習者の学習レ
ベルに適した字幕が表示されるシーンを、リモコン装置２０の操作に従って繰り返し再生
するようにしてもよい。この場合、繰り返し映像と音声とを視聴することで、より効果的
な学習を行うことができる。

さらに、インデックス記憶部３２に、複数の記録媒体１０に対応するインデックスを格
納する構成としてもよい。通常、市販されている記録媒体１０（例えば、ＤＶＤ−Ｖｉｄ
ｅｏ）には、個体毎に識別符号（シリアル番号等）が付され、データとして記録されてい
る。従って、記録媒体１０からインデックスを生成してインデックス記憶部３２に格納す
る際に、インデックスを記録媒体１０の識別符号に対応づけて格納すれば、複数の記録媒
体１０に対応してインデックスを保持できる。この場合、ドライブ部１５に記録媒体１０
がセットされる毎に、その記録媒体１０に対応するインデックスをインデックス記憶部３
２から読み出すようにすれば、記録媒体１０を取り替えながら上記の再生動作を行うこと
ができ、多数の映像コンテンツを利用して効果的な学習を行うことができ、さらに学習意
欲の増大や興趣性の向上を図ることができる等の利点がある。

また、再生装置１は、学習レベルに適した文字列をレベル別に集積したレベル別語句集
３１Ａを、外国語辞書部３１に記憶しており、これらレベル別語句集３１Ａと、副映像デ
ータまたは字幕のテキストデータに含まれる文字列とを対照することで、学習レベルに適
した文字列を、高速かつ確実に検出できる。
さらに、記録媒体１０に記録された映像コンテンツが、字幕を表示するための情報とし
て副映像データを含んでいる場合には、この副映像データから字幕の文字列をテキストデ
ータとして抽出するので、字幕用の情報の形式に関係なく、学習レベルに適した字幕を検
出できる。これにより、多様な映像コンテンツを語学学習に役立てることができる。

この再生装置１による再生動作では、インデックスにより指定された字幕が表示される
シーンだけでなく、その前後のシーンの映像および音声を出力することも可能である。
図６は、再生動作における映像出力の例を示す図であり、特に、モニタ２１により表示
される画面の例を示す。図６（Ａ）は一つのシーンの映像のみを出力する場合を示し、（
Ｂ）は一つのシーンと、その前後のシーンの映像を出力する場合を示す。

上記の再生動作では、リモコン装置２０の操作により指定された学習レベルに対応する
インデックスがインデックス記憶部３２から読み出され、このインデックスに従って、学
習レベルに対応する語句を含む字幕の表示開始時刻、または表示開始と終了の時刻が取得
される。そして、ＣＰＵ１１はドライブ部１５を制御して、取得した時刻の映像および音
声を含むデータを記録媒体１０から読み取らせて、モニタ２１およびスピーカ２２により
出力させる。
この場合、図６（Ａ）に示すように、インデックスにより指定されたシーンの映像Ｐ１
がモニタ２１により表示される。この映像Ｐ１には、字幕Ｌ１が重ねて表示されている。
再生装置１は、字幕Ｌ１の表示開始から終了までの映像と音声とを出力する。

ところで、一つの字幕が表示される間だけの映像および音声を視聴するだけでなく、そ
の前後の字幕を含めて映像および音声を視聴すれば、会話やナレーションの流れを知り、
前後の事実関係を把握しながら理解を深めるなど、学習効果が高まると期待できる。
そこで、再生装置１により、学習レベルに対応する語句を含む字幕だけでなく、その前
後の字幕を含む間の映像および音声を出力してもよい。
すなわち、図６（Ｂ）に示すように、インデックスにより指定された映像Ｐ１の前の映
像Ｐ０を表示し、続いて映像Ｐ１を表示し、さらに、映像Ｐ１に続く映像Ｐ２を表示して
もよい。これら映像Ｐ０〜Ｐ２は連続したシーンの映像であり、同期する音声もまた連続
している。このため、学習者は、映像Ｐ０〜Ｐ２を連続して視聴することで、字幕Ｌ１の
意味するところを深く理解し、高い学習効果が期待できる。

このような表示を実現する手法は次の通りである。
ＣＰＵ１１は、インデックス記憶部３２からインデックスを読み出して、そのインデッ
クスにより指定される表示開始時刻または開始と終了の時刻に基づき、該当する字幕の表
示開始時刻を特定する。続いてＣＰＵ１１は、特定した表示開始時刻の前後数十秒〜数分
に相当するデータをドライブ部１５によって読み取らせ、そこに含まれる副映像データま
たはテキストデータと同期情報から、該当する字幕と、その前後の字幕の表示タイミング
を取得する。
そして、ＣＰＵ１１は、取得した表示タイミングをもとに、３枚の字幕（図６（Ｂ）の
字幕Ｌ０〜Ｌ２）が表示されるシーンの表示開始時刻と終了時刻を決定し、決定した開始
時刻から終了時刻までの主映像データ、音声データ、および、副映像データまたはテキス
トデータを取得して、映像および音声を出力する。

このように、再生装置１によれば、インデックス記憶部３２に格納したインデックスに
基づいて、学習に適した字幕が表示される部分の映像および音声と、その部分の前後を含
めた映像および音声とを出力することも可能である。これにより、様々な映像コンテンツ
を利用して、効果的に語学学習を行うことができる。
この場合において、学習に適した字幕が表示される前後のシーンについては、一つの字
幕が表示される間の全ての映像を表示しなくてもよい。例えば、図６（Ｂ）に示す例で、
１枚の字幕が１０秒間表示される場合、映像Ｐ１を１０秒間表示する一方、映像Ｐ０、Ｐ
２の表示時間を５秒程度としてもよい。

なお、上記実施の形態において、記録媒体１０に記録された映像コンテンツに、異なる
言語による複数の字幕が付加されている場合には、各々の言語について、インデックスを
作成してもよい。この場合、外国語辞書部３１に、予め言語毎のレベル別語句集３１Ａを
格納しておけば、容易に実現可能である。
また、上記実施の形態において、再生装置１は、外部接続されたテレビ受像機やプロジ
ェクター等の映像出力装置に対して映像信号を出力する構成としてもよいし、外部接続さ
れたオーディオ装置等に音声信号を出力する構成としてもよい。また、インデックス記憶
部３２に格納されたインデックスを、外部の記録媒体に記録可能な構成としてもよい。さ
らに、再生装置１は、英語に限らず、日本語、中国語（北京語、広東語）、韓国語、スペ
イン語、フランス語、ロシア語、ドイツ語、ポルトガル語等をはじめとして様々な言語の
学習に用いることが可能であり、この場合、学習しようとする言語毎にレベル別語句集３
１Ａを用意すればよい。

また、上記実施の形態において、再生装置１は、映像コンテンツが記録されたＤＶＤ等
の記録媒体１０からデジタルデータを読み出すものとして説明したが、本発明はこれに限
定されるものではなく、例えば、アナログ映像信号が入力された場合に、このアナログ映
像信号をもとに上記動作を行うことも可能である。この場合、入力されたアナログ映像信
号にクローズドキャプションとして含まれる文字情報を検出し、この文字情報について、
図３のステップＳ２４〜Ｓ２５または図４のステップＳ４４の処理を行って、インデック
スを生成すればよい。
さらに、本発明は、再生装置１のように記録媒体１０に記録された映像コンテンツを読
み取るものに限定されず、例えば、テレビ放送を受信するチューナ装置や外部接続された
チューナ装置から入力される放送信号をもとに映像および音声を記録するビデオ録画装置
に適用することも可能である。この場合、入力された放送信号に含まれる字幕表示用のク
ローズドキャプションについて、図３のステップＳ２４〜Ｓ２５または図４のステップＳ
４４の処理を行って、インデックスを生成し、映像および音声と対応づけて記録するもの
としてもよい。
また、記録媒体１０が、ハードディスクやフラッシュメモリなど、ユーザが任意に編集
可能な形態で情報を記憶する記憶媒体として構成される場合に、インデックス記憶部３２
に記憶されたインデックスをもとに、ＣＵＰ１１の働きによって自動的に編集する機能が
あってもよい。具体的には、ＣＰＵ１１によって、記録媒体１０に記録された映像コンテ
ンツから、そのインデックスに対応するシーン以外の部分を消去する編集を行ってもよい
。また、この編集の実行の有無および実行状態等について、ユーザが任意に設定できるよ
うにしてもよい。こうすることで、学習者の学習レベルに適した字幕が表示されるシーン
のみが自動的に記録媒体１０に残されるので、記録媒体１０の使用容量を節約することが
できる。
その他、再生装置１を構成する各部の具体的な細部構成については、本発明の趣旨を逸
脱しない範囲において、任意に変更可能である。

本発明の実施形態に係る再生装置の構成を示すブロック図である。 外国語辞書部の構成を模式的に示す図である。 再生装置による同時インデックス生成動作の一例を示す図である。 再生装置による同時インデックス生成動作の別の例を示す図である。 再生装置による再生動作の例を示す図である。 再生動作における映像出力の例を示す図である。

符号の説明

１…再生装置（再生支援装置）、１０…記録媒体（可搬型記録媒体）、１１…ＣＰＵ（
位置情報生成手段、）、１２…ＲＯＭ、１３…ＲＡＭ、１４…デコーダ、１５…ドライブ
部、１６…ＤＡＣ、１７…リモコン信号レシーバ、１８…バス、２０…リモコン装置（指
定手段）、２１…モニタ（表示画面）、２２…スピーカ、３０…記憶部、３１…外国語辞
書部（文字列情報記憶手段）、３１Ａ…レベル別語句集（習熟度別文字列情報）、３２…
インデックス記憶部（記憶手段）。

Claims (8)

1. 映像とともに表示される文字列を示す文字列表示情報から、所定の語学習熟度に適した
   文字列を検出し、検出した文字列が前記映像とともに表示されるシーンの位置を示す位置
   情報を生成する位置情報生成手段を備えたこと、
   を特徴とする再生支援装置。
2. 語学習熟度に適した文字列を、語学習熟度別に集積してなる習熟度別文字列情報を格納
   した文字列情報格納手段を備え、
   前記位置情報生成手段は、前記映像とともに表示される文字列を、前記習熟度別文字列
   情報に含まれる文字列と対照することにより、語学習熟度に適した文字列を検出すること
   、
   を特徴とする請求項１記載の再生支援装置。
3. 前記位置情報は、所定の語学習熟度に適した文字列が前記映像とともに表示されるシー
   ンの表示開始時刻を示す情報を含むこと、
   を特徴とする請求項１または２記載の再生支援装置。
4. 前記文字列表示情報が文字列を画像として含む画像データであった場合に、この画像デ
   ータにより表示される文字列をテキストデータとして抽出する文字抽出手段をさらに備え
   、
   前記位置情報検出手段は、前記文字抽出手段により抽出されたテキストデータから所定
   の語学習熟度に適した文字列を検出すること、
   を特徴とする請求項１から３のいずれかに記載の再生支援装置。
5. 可搬型記録媒体から前記映像のデータと前記文字列表示情報とを読み取る読み取り手段
   と、
   前記可搬型記録媒体から読み取られた前記文字列表示情報について前記位置情報生成手
   段により生成された位置情報を、前記可搬型記録媒体毎に対応づけて記憶する記憶手段と
   、を備えること、
   を特徴とする請求項１から４のいずれかに記載の再生支援装置。
6. 映像とともに表示される文字列を示す文字列表示情報から、所定の語学習熟度に適した
   文字列を検出し、検出した文字列が前記映像とともに表示されるシーンの位置を示す位置
   情報を生成する位置情報生成手段と、
   前記位置情報生成手段により生成された位置情報を記憶する記憶手段と、
   前記記憶手段に記憶された位置情報を指定する指定手段と、
   前記指定手段により指定された位置情報が示す位置から、前記映像とともに前記文字列
   を表示画面に表示させる再生手段と、
   を備えることを特徴とする再生装置。
7. 前記再生手段は、前記位置情報が示す位置から始まるシーンの前記映像および前記文字
   列と、その前後に位置するシーンの前記映像および前記文字列とを連続して前記表示画面
   に表示させること、
   を特徴とする請求項６記載の再生装置。
8. 映像とともに表示される文字列を示す文字列表示情報から、所定の語学習熟度に適した
   文字列を検出し、検出した文字列が前記映像とともに表示されるシーンの位置を示す位置
   情報を生成し、
   生成した位置情報を記憶手段に記憶し、
   前記記憶手段に記憶された位置情報が指定された場合に、指定された位置情報が示す位
   置から前記映像とともに前記文字列を表示画面に表示させること、
   を特徴とする再生方法。

Images