JP2008166914A

JP2008166914A - コンテンツのデータ・ストリームとメタデータを同期するための方法および装置。

Info

Publication number: JP2008166914A
Application number: JP2006351358A
Authority: JP
Inventors: Daisuke Sato; 大介佐藤; Takashi Fukuda; 隆福田
Original assignee: International Business Machines Corp
Current assignee: International Business Machines Corp
Priority date: 2006-12-27
Filing date: 2006-12-27
Publication date: 2008-07-17
Anticipated expiration: 2026-12-27
Also published as: US8838594B2; JP5022025B2; CN101212648A; CN101212648B; US20080162577A1

Abstract

【課題】コンテンツ・データ・ストリームとメタデータをコンテンツ・データ・ストリームの特徴量で同期する装置を提案する。
【課題手段】上記課題を解決するため、本発明においては、コンテンツ・データとメタデータを同期する装置であって、前記コンテンツ・データの特徴量を含む前記メタデータを記録した記憶装置と、前記コンテンツ・データから特徴量を算出する手段と、前記算出された特徴量に基づいて、前記記憶装置のメタデータを検索する手段と、前記検索されたメタデータを、コンテンツ・データと同期して再生する手段とを有する装置を提供する。
【選択図】図２

Description

本発明は、マルチメディアコンテンツのデータ・ストリームの時間位置を再生中のマルチメディアコンテンツ・データの特徴量を用いて特定することに関する。

ブロードバンドの普及により、動画などのマルチメディアコンテンツを配信するサービスが急増しているが、視聴覚障害者向けに字幕や音声解説を提供しているコンテンツはほとんど無い。そのため、インターネット上で配信される動画コンテンツに対して、視聴覚障害者向けの字幕や音声解説をメタデータとして提供することが、アクセシビリティ向上のため強く要望されている。現状ではコンテンツの配信元が字幕や音声解説のメタデータを用意していないことが多く、ボランティア等の第三者機関がメタデータを提供できるようにする仕組みの必要性が急速に高まっている。

しかし、現在のコンテンツプレーヤは第三者機関が提供するメタデータを解釈する仕組みを持たない。さらに、様々な種類のコンテンツプレーヤーが利用されており、全てのプレーヤーが第三者機関の提供するメタデータに対応するには時間がかかると考えられる。通常のメタデータはコンテンツの開始位置を原点としたタイムスタンプによってコンテンツとの同期を行うため、コンテンツプレーヤの再生位置が取得できなければならないが、全てのコンテンツプレーヤから再生位置を取得できるわけではないため、メタデータを外部のアプリケーションによって解釈しコンテンツと同期して再生するアプローチでは十分に問題を解決できない。

特許文献１は、メディアの特徴量から、特定のサービスを提供するタイミングを決定する装置が開示されている。ここでは、ある特徴量と適応度（特定のサービスを提供するために適した度合い）を予め登録して、再生中のメディアの特徴量から適応度を得て、その適応度が閾値以上であれば、サービスを提供する、すなわち、広告などを挿入するタイミングを決定するものである。したがって、特許文献１は、サービスを提供するのに適しているか否かを判断するものであるが、メディアのタイムスタンプを特定するものではない。

特開平２００５−３３９０３８号公報

マルチメディアコンテンツのデータ・ストリームの時間位置を再生中のマルチメディアコンテンツ・データの特徴量を用いて特定する方法および装置を提供する。

上記課題を解決するため、本発明においては、コンテンツ・データ・ストリームとメタデータをコンテンツ・データ・ストリームの特徴量で同期する装置を提案する。当該装置は、コンテンツ・データとメタデータを同期する装置であって、前記コンテンツ・データの特徴量を含む前記メタデータを記録した記憶装置と、前記コンテンツ・データから特徴量を算出する手段と、前記算出された特徴量に基づいて、前記記憶装置のメタデータを検索する手段と、前記検索されたメタデータを、コンテンツ・データと同期して再生する手段とを有する装置である。

本発明の装置により、コンテンツ・データを加工することなく、メタデータを付与し、コンテンツ・データ・ストリームとメタデータを同期することを可能にする。

以上、本発明の概要を、方法として説明したが、本発明は、装置、プログラム、またはプログラム製品として把握することもできる。プログラム製品は、例えば、前述のプログラムを格納した記憶媒体を含め、あるいはプログラムを伝送する媒体を含めることができる。

上記の発明の概要は、本発明の必要な特徴の全てを列挙したものではなく、これらの構成要素のコンビネーションまたはサブコンビネーションもまた、発明となり得ることに留意すべきである。

図１は、本発明の、マルチメディアコンテンツのデータ・ストリームの時間位置を再生中のマルチメディアコンテンツ・データの特徴量を用いて特定するシステム１００の高水準の概要図である。クライアント端末１１０は、ネットワーク１０１を通じて、メタデータおよびコンテンツ・データをダウンロードして再生する。メタデータ・サーバ１４０は、メタデータをクライアント１１０に提供する。コンテンツ・サーバ１６０は、マルチメディアコンテンツのデータをクライアント１１０に提供する。なお、メタデータ・サーバ１４０およびコンテンツ・サーバ１６０の機能が、同一サーバ上に存在してもよい。

図２は、マルチメディアコンテンツのデータ・ストリームの時間位置を再生中のマルチメディアコンテンツ・データの特徴量を用いて特定システムの機能ブロックを概念的に示した概略図２００である。クライアント端末は、メタデータ・サーバ２４０からメタデータをメタデータＤＢ（記憶装置）２１１にダウンロードする。また、コンテンツ・サーバ２６０から、コンテンツ・データをコンテンツ・データＤＢ（記憶装置）２２５にダウンロードする。ここでは、コンテンツ・データ２２５は、音声ストリーム２２７と動画ストリーム２２９を有し、コンテンツ・プレーヤ２２３で再生される。

メタデータ同期システム２１０は、特徴量算出部２１３を有し、特徴量算出部２１３は、音声ストリーム２２７または動画ストリーム２２９の一方またはその両方から、特徴量を算出する。メタデータ検索部２１５は、メタデータＤＢ２１１から、算出した特徴量に対応する特徴量を持つメタデータを検索する。検索の結果、対応する特徴量をメタデータＤＢ中に発見できれば、メタデータ再生部が、その特徴量に関連付けられたメタデータを再生する。通常は、字幕や音声解説が含まれるので、ここでは、メタデータ再生部２１７は、字幕再生部２１９と、音声解説再生部２２１を有する。再生された字幕や音声解説は、スピーカ２２５と表示装置２２７にコンテンツ・データ・ストリームと共に出力される。なお、メタデータ同期システム２１０は、検索時間などを考慮して、バッファ・メモリに先読みして処理を行うことが望ましい。

ここでは、メタデータおよびコンテンツ・データを一旦ダウンロードしているが、いずれもデータ・ストリームとして、少量ずつダウンロードしながらメタデータとコンテンツ・データの同期をとっても良い。

また、本発明におけるメタデータが持つデータとしては、タイムスタンプ、メタデータとして付与する情報（字幕データや音声解説データなど）、特徴量によるポインタとして特徴量のデータ、および特徴量の種類（特徴量の算出方法を特定する情報）である。メタデータの例として以下のようになる。
<metadata type="audio-description">
<time>00:12:23.30</time>
<description>川沿いの道をヒロシが意気揚々と歩いてくる</description>
<feature type="sound-feature">
<data type="base64">MDEyMzQ1Njc4OTAxMjM0NTY3ODk=</data>
</feature>
</metadata>
<data type=”base64”> と </data> で囲まれている文字列が、特徴量によるポインタとしてのデータで、コンテンツから算出された特徴量を一定のルールに従って文字列に置換したものである。
ここでは、自動音声読上げシステムを使った音声解説のためのデータとして例を挙げているが、字幕用のデータによって字幕をユーザに提供することもできる。

なお、マルチメディアコンテンツのデータ・ストリームの特徴量として、音声の特徴量と動画の特徴量が考えられる。音声特徴量としては、標準的な音声認識装置で用いられるMFCC（Mel Frequency Cepstrum Coefficient）やLPC（Linear Predictive Coding）メルケプストラム，あるいは単純に対数パワースペクトルなどが利用可能である。MFCCの抽出過程を一例として挙げると、まず、入力音声から25msの時間長の音声信号（通常、これをフレームと呼ぶ）を切り出した後、その信号に対して周波数分析を行う。続いて、メルスケール間隔の中心周波数を持つ24チャンネルの帯域通過フィルタ（BPF）で分析を行い、結果として得られるBPF群の出力を離散コサイン変換してMFCCを抽出する。ここで、メルスケールとは音の高低に対する人間の間隔尺度であり、その値は概ね周波数の対数値に対応する。フレーム単位で計算されるMFCCは12個の要素を持つベクトル（12次元ベクトル）である。動画の特徴量としては、物体の面積や周囲長などを表す形態特徴や、画素の濃淡特徴の時間的変化、もしくは画面上の各点の速度ベクトル画像（オプティカルフロー）などが挙げられる。

図３は、本発明の、コンテンツのデータ・ストリームの時間位置を再生中のマルチメディアコンテンツ・データの特徴量を用いて特定する処理フロー３００の一例を示したものである。ステップ３０１で処理を開始する。ステップ３０３でコンテンツ・データとメタデータをダウンロードする。ステップ３０５で、コンテンツ・データを取得する。ここでは、コンテンツ・データから適宜データの一部を取得してもよく、また、再生中の情報ストリームに関するデータを取得してもよい。ステップ３０７でコンテンツ・データから特徴量を算出する。

ステップ３０９では、ステップ３０７で算出した特徴量で、メタデータを検索する。メタデータの検索には、ステップ３０７で得られる特徴量とメタデータ中の特徴量とのユークリッド距離や、確率モデルに基づく尤度比などが利用できる。ステップ３１１では、ステップ３０９の検査の結果、対応するメタデータを検出できたか否かを判断する。ステップ３１１で、対応するメタデータを検出できなかったと判断した場合（Ｎｏ）、ステップ３０５に戻り、新たにコンテンツ・データを取得して、再度メタデータを検索する。一方、ステップ３１１で、メタデータを検出できたと判断した場合（Ｙｅｓ）、ステップ３１３に進む。ステップ３１３で、コンテンツ・データとメタデータを同期させコンテンツ・データとメタデータを再生する。同期は、コンテンツ・データの先読みなどをした場合は、先読み分の調整などを行うことになる。

ステップ３１７では、全てのコンテンツ・データを読み出したか否か判断する。ステップ３１７で全てのコンテンツ・データを読み出していないと判断した場合は（Ｎｏ）、ステップ３０５に戻って、新たにコンテンツ・データを取得して、再度メタデータを検索する。一方、ステップ３１７で全てのコンテンツ・データを読み出したと判断した場合は（Ｙｅｓ）、ステップ３１９に進んで、処理を終了する。なお、ステップ３１７では、全てのコンテンツ・データを読み出したかの判断のほか、全てのメタデータを検出し終えた場合も、ステップ３１９に進んで処理を終了するようにしても良い。

図４は、特徴量をオリジナルのコンテンツ・データから生成し、メタデータとして設定する処理フロー４００を例示したものである。ポインタ（検索キー）としての特徴量がコンテンツ中の複数箇所でヒットすると、その特徴量がメタデータに対するポインタとしての役割を果たさなくなるので、特徴量の算出と設定は非常に重要になる。

処理フロー４００は、ステップ４０１から開始される。ステップ４０３で、コンテンツ・データを一部読み出す。ステップ４０５で特徴量を算出する。ステップ４０５では、複数ある特徴量算出方法のなかから、一つまたは複数の特徴量算出方法が予め選択されている。ステップ４０７では、ステップ４０５で算出された複数の特徴量を、それぞれ比較する。

ステップ４０９で、ステップ４０７の比較の結果、類似する特徴量が存在するか否か判断する。ステップ４０９で、類似する特徴量が存在すると判断した場合（Ｙｅｓ）、ステップ４１３に進む。ステップ４１３では、特徴量算出方法を変更し、ステップ４０３に戻って、再び特徴量算出をやり直す。特徴量算出方法を変更するには、計算式を変える他、特徴量を算出するためのコンテンツ・データの取得時間を変更しても良い。一方、ステップ４０９で、類似する特徴量が存在しないと判断した場合（Ｙｅｓ）、ステップ４１１に進んで、特徴量をメタデータのポインタ（検索キー）として登録する。その後、ステップ４１５に進んで、処理を終了する。

なお、算出した特徴量が動画中のあるシーンを一意に特定できるものであるかどうかは、動画全体とマッチングを計算することでも検証可能であるので、特徴量の一意性の検証は、処理フロー４００に限定されるものではないことは、当業者には容易に理解できることである。

図５、コンテンツ内で類似したシーンが繰り返し出てくる場合の対処法を例示したものである。コンテンツ内で背景音が類似したシーンが至るところに存在すると、たまたま同じような背景音を持つシーンのメタデータを作成した場合、メタデータの適用時にマッチングミスが起こる可能性が高い。例えば、ニュース番組の冒頭で毎回同じバックミュージックが流れるように、コンテンツ内で同じ効果音や同じシーンが繰り返し使われることがある。このようなコンテンツに対応するため、比較的長い時間、例えば指定されたシーンを中心とした５０秒の音声信号から均等に１００フレーム分の特徴量を抽出して組み合わせたものを、シーンを特定するための情報としてメタデータに追加する。これにより、メタデータ適用時のマッチングエラーが減少する。また、フレームの間隔を広げることは、メタデータのサイズを小さくすることにもつながる。メタデータとしての特徴量を計算する間隔、何フレーム分を組み合わせるかなどは、番組（場面）に応じて適切なものを選択するとよい。

図６は、ブロードバンドを利用したストリーミング放送で、ユーザの嗜好などによってＣＭ（commercial message）が異なる場合の対処方法を例示したものである。ＣＭ部分を含めた音声特徴量をメタデータに加えると、ユーザがメタデータを適用するときに、録画した動画コンテンツとの特徴量が一致しないことがある。これを回避するために、特徴量を作成する段階でＣＭ検出技術もしくは人手で動画中のＣＭ部分にマークを付け、ＣＭ部分を避けて特徴量の選択を行う。例えば、ＣＭの前後では対象シーンを中心とした５０秒から特徴量を抽出するのではなく、ＣＭの直前もしくは直後の５０秒の音声信号から特徴量を抽出する。このとき、メタデータの抽出位置と対象シーンの時間的位置関係も同時に計算し、メタデータとして持っておくことでＣＭ部分の問題も解決する。これは、番組の開始直後や終了直前についても同様である。この場合は、計算区間の関係もメタデータとして保持すると良い。

また、一般的な音声認識装置で利用される時間間隔よりも広い間隔で抽出した特徴量を利用すれば、特徴量からオリジナルのデータを復元できないため、著作権法上の問題が軽減される。すなわち、音声特徴量（MFCCの時系列データ）は、MLSA（Mel Log Spectrum Approximation）という技術を使えば多少信号が歪むものの、人間が聞いて何をしゃべっているかがわかる程度に元の音声信号を復元できてしまう。メタデータとして付与する音声特徴量が、連続したフレームから計算されたものであれば、音声信号を復元できるため著作権の観点から無断複製という問題が発生しうる。しかし、例に示したように一定の間隔で抽出した特徴量を利用すれば音声信号を復元することはできないため、著作権上の問題が軽減される。

図７は、本発明を視覚障害者向けマルチメディアブラウザに適用した例を示したものである。コンテンツ配信元７３０は、番組などのコンテンツ・データを作成し、ユーザ７２０および第三者機関７１０に送信する。第三者機関７１０は、コンテンツ配信元から許可を得て、または、法律の許される範囲で、番組用メタデータを作成し、ユーザに配信する。第三者機関７１０は、コンテンツ・データからシーンを選択し、特徴量を抽出して、メタデータに付与する。ユーザ７２０は、コンテンツ配信元７３０から、コンテンツ・データをダウンロードし、このコンテンツ・データに対応するメタデータを第三者機関からダウンロードする。コンテンツ・データの特徴量を計算し、その特徴量でメタデータを検索し、一致する箇所を検出する。検出した箇所にメタデータを適用し、コンテンツ・データの再生とともに、メタデータを再生する。

図８は、本発明の実施の形態によるクライアント１１０、メタデータ・サーバ１４０、およびコンテンツ・データ・サーバ１５０を実現するのに好適な情報処理装置のハードウェア構成の一例を示した図である。

情報処理装置は、バス８０２に接続されたＣＰＵ（中央処理装置）８０１とメインメモリ８０４を含んでいる。ハードディスク装置８１３、８３０、およびＣＤ−ＲＯＭ装置８２６、８２９、フレキシブル・ディスク装置８２０、ＭＯ装置８２８、ＤＶＤ装置８３１のようなリムーバブル・ストレージ（記憶メディアを交換可能な外部記憶システム）がフロッピー(R)ディスクコントローラ８１９、ＩＤＥコントローラ８２５、ＳＣＳＩコントローラ８２７などを経由してバス８０２へ接続されている。

フレキシブル・ディスク、ＭＯ、ＣＤ−ＲＯＭ、ＤＶＤ−ＲＯＭのような記憶メディアが、リムーバブル・ストレージに挿入される。これらの記憶メディアやハードディスク装置８１３、８３０、ＲＯＭ８１４には、オペレーティング・システムと協働してＣＰＵ等に命令を与え、本発明を実施するためのコンピュータ・プログラムのコードを記憶することができる。メインメモリ８０４にロードされることによってコンピュータ・プログラムは実行される。コンピュータ・プログラムは圧縮し、また複数に分割して複数の媒体に記憶することもできる。

情報処理装置は、キーボード／マウス・コントローラ８０５を経由して、キーボード８０６やマウス８０７のような入力デバイスからの入力を受ける。情報処理装置は、視覚データをユーザに提示するための表示装置８１１にＤＡＣ／ＬＣＤＣ８１０を経由して接続される。

情報処理装置は、ネットワーク・アダプタ８１８（イーサネット（Ｒ）・カードやトークンリング・カード）等を介してネットワークに接続し、他のコンピュータ等と通信を行うことが可能である。図示はされていないが、パラレルポートを介してプリンタと接続することや、シリアルポートを介してモデムを接続することも可能である。

以上の説明により、本発明の実施の形態によるシステムを実現するのに好適な情報処理装置は、通常のパーソナルコンピュータ、ワークステーション、メインフレームなどの情報処理装置、または、これらの組み合わせによって実現されることが容易に理解されるであろう。ただし、これらの構成要素は例示であり、そのすべての構成要素が本発明の必須構成要素となるわけではない。

本発明の実施の形態において使用される情報処理装置の各ハードウェア構成要素を、複数のマシンを組み合わせ、それらに機能を配分し実施する等の種々の変更は当業者によって容易に想定され得ることは勿論である。それらの変更は、当然に本発明の思想に包含される概念である。

本発明の実施形態によるシステムは、マイクロソフト・コーポレーションが提供するＷｉｎｄｏｗｓ（Ｒ）オペレーティング・システム、アップル・コンピュータ・インコーポレイテッド提供するＭａｃＯＳ（Ｒ）、ＸＷｉｎｄｏｗＳｙｓｔｅｍを備えるＵＮＩＸ（Ｒ）系システム（例えば、インターナショナル・ビジネス・マシーンズ・コーポレーションが提供するＡＩＸ（Ｒ）など）のような、ＧＵＩ（グラフィカル・ユーザー・インターフェース）マルチウインドウ環境をサポートするオペレーティング・システムを採用することができる。

以上から、本発明の実施の形態において使用されるシステムは、特定のオペレーティング・システム環境に限定されるものではないことを理解することができる。すなわち、オペレーティング・システムは、アプリケーション・ソフトウェアなどがデータ処理システムの資源を利用できるようにする資源管理機能を提供することができるものであれば、いかなるものをも採用することができる。なお、資源管理機能には、ハードウェア資源管理機能、ファイルハンドル機能、スプール機能、ジョブ管理機能、記憶保護機能、仮想記憶管理機能などが含まれ得るが、これらの機能については、当業者によく知られたものであるので詳細な説明は省略する。

また、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及びソフトウェアの組み合わせとして実現可能である。ハードウェアとソフトウェアの組み合わせによる実行において、所定のプログラムを有するデータ処理システムにおける実行が典型的な例として挙げられる。かかる場合、該所定プログラムが該データ処理システムにロードされ実行されることにより、該プログラムは、データ処理システムを制御し、本発明にかかる処理を実行させる。このプログラムは、任意の言語・コード・表記によって表現可能な命令群から構成される。そのような命令群は、システムが特定の機能を直接、または１．他の言語・コード・表記への変換、２．他の媒体への複製、のいずれか一方もしくは双方が行われた後に、実行することを可能にするものである。

もちろん、本発明は、そのようなプログラム自体のみならず、プログラムを記憶した媒体もその範囲に含むものである。本発明の機能を実行するためのプログラムは、フレキシブル・ディスク、ＭＯ、ＣＤ−ＲＯＭ、ＤＶＤ、ハードディスク装置、ＲＯＭ、ＭＲＡＭ、ＲＡＭ等の任意のコンピュータ読み取り可能な記憶媒体に格納することができる。かかるプログラムは、記憶媒体への格納のために、通信回線で接続する他のデータ処理システムからダウンロードしたり、他の記憶媒体から複製したりすることができる。また、かかるプログラムは、圧縮し、または複数に分割して、単一または複数の記憶媒体に格納することもできる。また、様々な形態で、本発明を実施するプログラム製品を提供することも勿論可能であることにも留意されたい。

以上、本発明の実施形態によれば、ウェブサーバのリソース・データをクライアントにバックアップし、また、ウェブサーバのリソース・データが破損した場合に、クライアントがバックアップしたリソース・データから回復できるシステムを容易に構築することができることが理解される。

上記の実施の形態に、種々の変更または改良を加えることが可能であることが当業者に明らかである。そのような変更または改良を加えた形態も当然に本発明の技術的範囲に含まれることに留意されたい。

本発明の、マルチメディアコンテンツのデータ・ストリームの時間位置を再生中のマルチメディアコンテンツ・データの特徴量を用いて特定するシステム１００の高水準の概要図である。マルチメディアコンテンツのデータ・ストリームの時間位置を再生中のマルチメディアコンテンツ・データの特徴量を用いて特定システムの機能ブロックを概念的に示した概略図２００である。本発明の、コンテンツのデータ・ストリームの時間位置を再生中のマルチメディアコンテンツ・データの特徴量を用いて特定する処理フロー３００の一例を示したものである。特徴量をオリジナルのコンテンツ・データから生成し、メタデータとして設定する処理フロー４００を例示したものである。コンテンツ内で類似したシーンが繰り返し出てくる場合の対処法を例示したものである。ブロードバンドを利用したストリーミング放送で、ユーザの嗜好などによってＣＭが異なる場合の対処方法を例示したものである。本発明を視覚障害者向けマルチメディアブラウザに適用した例を示したものである。本発明の実施の形態によるクライアント１１０、メタデータ・サーバ１４０、およびコンテンツ・データ・サーバ１５０を実現するのに好適な情報処理装置のハードウェア構成の一例を示した図である。

Claims

コンテンツ・データとメタデータを同期する装置であって、
前記コンテンツ・データの特徴量を含む前記メタデータを記録した記憶装置と、
前記コンテンツ・データから特徴量を算出する手段と、
前記算出された特徴量に基づいて、前記記憶装置の対応するメタデータを検索する手段と、
前記検索されたメタデータを、コンテンツ・データと同期して再生する手段と
を有する装置。
前記メタデータは、タイムスタンプを含む請求項１に記載の装置。
前記メタデータは、少なくとも字幕データまたは音声解説データを含む請求項１に記載の装置。
特徴量を算出する手段は、前記コンテンツ・データを、コンテンツ・データの再生よりも先読みして算出する請求項１に記載の装置。
前記メタデータに含まれる特徴量は、コンテンツ・データのＣＭ部分を避けて算出している、請求項１に記載の装置。
前記メタデータに含まれる特徴量は、コンテンツ・データから一定の時間間隔で抽出した特徴量である、請求項１に記載の装置。
コンテンツ・データとメタデータを同期する方法であって、
前記コンテンツ・データの特徴量を含む前記メタデータを記憶装置に記憶するステップと、
前記コンテンツ・データから特徴量を算出するステップと、
前記算出された特徴量に基づいて、前記記憶装置の対応するメタデータを検索するステップ、
前記検索されたメタデータを、コンテンツ・データと同期して再生するステップと
を有する方法。
前記メタデータは、タイムスタンプを含む請求項７に記載の方法。
前記メタデータは、少なくとも字幕データまたは音声解説データを含む請求項７に記載の方法。
特徴量を算出するステップは、前記コンテンツ・データを、コンテンツ・データの再生よりも先読みして算出する請求項７に記載の方法。
前記メタデータに含まれる特徴量は、コンテンツ・データのＣＭ部分を避けて算出している、請求項７に記載の方法。
前記メタデータに含まれる特徴量は、コンテンツ・データから一定の時間間隔で抽出した特徴量である、請求項７に記載の方法。
コンテンツ・データに同期するようにメタデータを作成するための方法であって、
コンテンツ・データから特徴量を所定の特徴量算出方法を使って算出するステップと、
前記算出した特徴量に、類似する他の特徴量が前記コンテンツ・データに含まれるか検出するステップと、
前記検出するステップで、他に類似する特徴量が検出されないことに応答して、前記特徴量をメタデータの検索キーとして登録するステップと、
を有する方法。
前記検出するステップで、他に類似する特徴量が検出されたことに応答して、前記特徴量を算出するステップで使用する特徴量の算出方法を他の特徴量の算出方法に変更するステップを、さらに有する請求項１３に記載の方法。
前記メタデータは、タイムスタンプを含む請求項１３に記載の方法。
前記メタデータは、少なくとも字幕データまたは音声解説データを含む請求項１３に記載の方法。
前記特徴量算出方法は、コンテンツ・データのＣＭ部分を避けて算出することを特徴に含む、請求項１３に記載の方法。
前記特徴量算出方法は、コンテンツ・データを一定の時間間隔で算出することを特徴に含む、請求項１３に記載の方法。
請求項７乃至１８のいずれか１項に記載の方法の各ステップをコンピュータに実行させるためのコンピュータ・プログラム。