JP2008199117A - デジタル放送受信機 - Google Patents

Abstract

【課題】生放送を対象とした字幕情報を、映像情報に不自然さがない程度の時間差で重畳するようにしたデジタル放送受信機を提供すること。
【解決手段】ＣＰＵ７の制御により、ＴＵＮ１で生放送のデジタル放送を受信し、受信したトランスポート信号をＴＳＤＭＸ３でパケットＩＤ毎に分類し、パケットＩＤ毎のトランスポート信号から映像、音声、字幕情報を分離し、ＳＴＣＣＴＬ１１で映像および音声情報の復号の処理タイミングを遅延することにより、前記字幕情報と前記映像情報との重畳表示タイミングをミクサー１０で合致させる。
【選択図】図１

Description

本発明は、映像や音声に字幕情報を付加したデジタル放送を受信するデジタル放送受信機に関する。

近年、世界のテレビジョン放送はデジタル化が急速に進んでいて、世界のほとんどのデジタルテレビジョン放送は、放送局側で番組の情報を映像や音声に付加して圧縮し、ＭＰＥＧ（Moving Picture Experts Group）２方式によって多重化してトランスポートストリーム（TS: Transport Stream）とし、これをデジタル変調して送信している。
受信機側では、受信したデジタル変調信号を復調してＴＳを生成し、映像や音声に分離して解析することによりユーザーに番組情報等を提示している。

デジタル放送においても字幕放送は適応可能になっており（特許文献１参照）、各種規格が既にできている。日本のＢＳ／ＣＳ／地上波デジタル放送では、字幕放送は映像や音声と同様に、ＴＳ内のパケットとして送信されており、映像や音声とは独立した固有のパケット識別子（ＰＩＤ）を持っている。受信機は、ユーザーの設定に従い必要に応じて、字幕放送のデータを参照して、字幕用の表示データを生成し、放送映像に重畳して字幕文字をディスプレーに表示する。

ＴＳを構成するＴＳパケットは、パケットヘッダとペイロード（payload）を含む。ペイロードは、ＰＣＲ（Program Clock Reference）を含む。ＰＣＲは送信側と受信側の基本クロック（２７ＭＨｚ）を合わせるために用いられる。具体的には、送信機側は、一定周期毎にＰＣＲデータを独立パケットや映像、音声ＰＥＳに含ませて送信する。ＰＣＲの中は、送出側の２７ＭＨｚクロックでカウントされた４２ビットのＳＴＣ（System Time Clock）値が入っている。受信機側は、ＰＭＴの中の記述からＰＣＲデータがどこにあるかを知り、一定周期で送られてくる初めのＰＣＲデータ中のＳＴＣ値をクロック再生部にロードする。

映像、音声や字幕等の個別のＴＳを分割したＰＥＳ（Packetized Elementary Stream）パケットにはＰＥＳパケットヘッダが付加される。ＰＥＳパケットヘッダには個別のストリームを識別するストリームＩＤコード（stream_id）やパケットのサイズ、ＰＴＳ（Presentation Time Stamp）やＤＴＳ（Decoding Time Stamp)といった同期再生のためのタイムスタンプ（時間情報）等が含まれる。

ＰＥＳパケットを複数連結したパックの先頭にはパックヘッダが付加される。このパックヘッダにはＳＣＲ（System clock reference）や多重レート（mux_rate）が含まれる。映像、音声や字幕等を同期再生するためのＳＴＣ（System Time Clock）は、ＭＰＥＧ−２では２７ＭＨｚとなっている。ＳＣＲは、２７ＭＨｚの精度で表現され、符号化した時の基準時間を復号器のＳＴＣで再現するために参照される。

映像や音声にはそれぞれアクセスユニットと呼ばれる復号・再生の単位がある。その単位ごとに、基準時間のどこで復号し、いつ再生すればよいかを示すタイムスタンプが、ＰＥＳパケットヘッダのＰＴＳ，ＤＴＳに記述される。ＰＴＳはアクセスユニットを再生する時刻を表す。ＳＴＣとＰＴＳが一致したときにアクセスユニットが復号器から出力される。また、ＭＰＥＧ−２ビデオで符号化されたストリームは復号する順序と再生する順序が異なる場合があるため、この場合にはＰＴＳに加えて復号する時刻を示すＤＴＳが付加される。これらのタイムスタンプにより映像と音声を同期再生することができる。

ＴＳはＴＳパケットが複数個集まって構成される。ＴＳパケットはパケットヘッダと可変長のアダプテーションフィールド（adaptation field）およびペイロードで構成される。パケットヘッダにはＰＩＤ（パケット識別子）等が含まれる。このＰＩＤによりＴＳパケットの種類が識別される。アダプテーションフィールドやペイロードにはＰＣＲ（Program_Clock_Reference）（時間基準信号）等が記述されている。ＰＣＲは、２７ＭＨｚのタイムスタンプである。符号化した時の基準時間を復号器のＳＴＣで再現するために、ＰＣＲの値が参照される。ＭＰＥＧ−２のＴＳでは復号器のＳＴＣはＰＣＲによるＰＬＬ機能を持つ。

映像、音声や字幕等の個別ストリームが収められたＰＥＳパケットは、同じＰＩＤ番号を持つ複数のＴＳパケットのペイロードに分割して伝送される。ＴＳは複数のプログラムを伝送することができるため、ストリームに含まれているプログラムとそのプログラムを構成している映像や音声ストリームなどのプログラムの要素との関係を表すテーブル情報が規定されている。このテーブル情報はＰＳＩ（Program Specific Information）と呼ばれ、ＰＡＴ（Program Association Table）、ＰＭＴ（Program Map Table）など４種類のテーブルが規定されている。

ＰＡＴ、ＰＭＴなどのＰＳＩはセクションと呼ばれる単位でＴＳパケットの中のペイロードに配置されて伝送される。ＰＡＴにはプログラム番号に対応したＰＭＴのＰＩＤなどが記述されており、ＰＭＴには対応するプログラムに含まれる映像、音声、付加データおよびＰＣＲのＰＩＤが記述されるので、ＰＡＴとＰＭＴを参照することによりストリームの中から目的のプログラムを構成するＴＳパケットだけを取り出すことができる。
例えば、字幕に関する情報を、映像や音声とは別のＰＥＳから分離して解析することにより、字幕を画面に表示する。

字幕情報を格納した字幕ＰＥＳデータは、ストリームＩＤ、ＰＴＳ、ＤＴＳ、データグループＩＤ、及び一つのデータグループデータを含んでいる。データグループデータは、一つあるいは複数のデータユニットを含む。また、データグループデータには、字幕管理データを示すものと字幕文データを示すものとがあり、それらはデータグループＩＤによって区別される。

字幕管理データには、字幕のlanguage_tag（言語識別）や表示書式（解像度や縦書き横書きの区別等）といった字幕の基本的な属性を示す情報が含まれており、字幕を表示する番組においては最低でも５秒に一度は送出され、番組の字幕の有無の判断基準ともなっている。更に、字幕管理データには、ＴＭＤ（時刻制御モード）等の情報が含まれており、これに続くデータユニットには、実際の画面提示には関連しない字幕のデータが記述されている。

一方、字幕文データのデータユニットには、実際に表示する字幕の内容が記述されている。更に、ＴＭＤ及びＳＴＭ（提示開始時刻）が含まれており、前記ＳＴＭにはＴＭＤにより時刻同期が指定された場合に同期すべき時刻を示す値が格納されている。画面に表示する字幕は、字幕文データ中のＴＭＤと字幕文データの含まれるデータグループ中のＰＴＳに従うことにより、映像に同期させて表示することができる（ＰＴＳ同期）。

図７は、従来のデジタル放送受信機のブロック構成図である。制御手段である演算手段（中央演算装置等の演算機能を有するもの、以下「ＣＰＵ」と表記する）１０８は、リモートコントローラ（以下「リモコン」と表記する；有線でも無線でもよい）１０７から入力される制御信号により、ユーザーが指定したチャンネルを受信できるようにチューナ（ＴＵＮ）１０１に対して制御を行う。ＴＵＮ１０１は、選出されたチャンネルの情報が含まれる中間周波数（ＩＦ）データを抽出し、デモジュレータ（ＤＥＭＯＤ）１０２に出力する。

ＤＥＭＯＤ１０２は、入力された中間周波数データを復調し、復調されたトランスポートストリーム（ＴＳ）をＴＳデマルチプレクサー（ＴＳＤＭＸ）１０３に出力する。ＴＳＤＭＸ１０３は、入力されるＴＳをＣＰＵ１０８により設定されたフィルター機能に従い、ＴＳを構成するパケットを映像、音声、データ放送、電子番組表、時間基準信号（ＰＣＲ）等に振り分け、記憶手段となるＲＡＭ１０４およびＲＡＭ１０６に記憶する。

ＴＳＤＭＸ１０３は、前記ＴＳを、ＭＰＥＧ２のビデオ（映像）ストリーム、オーディオ（音声）ストリーム、ＰＳＩ／ＳＩ（Program Specific Information/Service Information）、字幕ＰＥＳデータ等に分離する。ＴＳＤＭＸ１０３は、ビデオストリームとオーディオストリームをＡＶＤＥＣ１０５に供給し、ＰＳＩ／ＳＩや字幕ＰＥＳデータ等をＣＰＵ１０８に供給する。なお、ＴＳには複数のチャンネルが多重化されており、このなかから任意のチャンネルを選択するための処理は、前記ＰＳＩ／ＳＩから任意のチャンネルがＴＳ中でどのパケットＩＤで多重化されているかといったデータを取り出すことで可能となる。また、ＴＳの選定もＰＳＩ／ＳＩの情報に基づいて行うことができる。

ＡＶＤＥＣ１０５は、映像に対してデコードを行うビデオデコーダ、及び音声に対してデコードを行うオーディオデコーダを備える。ビデオデコーダは、入力された符号化信号を復号して量子化係数や動きベクトルを求め、逆ＤＣＴ変換や動きベクトルに基づく動き補償制御などを行う。オーディオデコーダは、入力された符号化信号を復号して音声データを生成する。デコードにより生成された映像データや音声データはＲＡＭ１０４、１０６に出力される。

時間基準信号（ＰＣＲ）は基準時間信号発生器（ＳＴＣ）１１０に送られる。時間基準信号（ＰＣＲ）パケット内にある時間を示すカウンタとＳＴＣ１１０の時間カウンタが同期するように調節される。ＡＶＤＥＣ１０５は映像および音声のストリームの中の表示時間を示す表示時間情報（ＰＴＳ）とＳＴＣ１１０から送られる時間を測定し、適切な時間にＲＡＭ１０６から、映像圧縮データと音声圧縮データを取り出し、これら映像および音声の圧縮データを復号し、映像信号はミクサー１１１へ送り、音声は出力部へ送信する。

一方、ＴＳＤＭＸ１０３は、ＴＳストリームから、字幕放送データを取り出し、ＲＡＭ１０６に蓄積する。ＣＰＵ１０８は、ＲＡＭ１０６に蓄積した字幕放送データを適宜読み出し、放送されている映像に重畳可能なフォーマットに変換し、ＲＡＭ１０６に格納する。また、ＣＰＵ１０８は字幕放送データに含まれている字幕の表示時間情報（ＰＴＳ）も取得し、放送される映像に重畳可能なフォーマットに変換した字幕放送データのＰＴＳをグラフィックモジュール（ＧＲＡＰＨ）１０９に送信する。

ＧＲＡＰＨ１０９では、ＣＰＵ１０８から得られた表示時間情報（ＰＴＳ）と基準時間信号発生器（ＳＴＣ）１１０の示す基準時間が適切であると判断したとき、ＲＡＭ１０６から放送映像に重畳可能な字幕放送データを読み出し、ミクサー１１１に送信する。ミクサー１１１では、ＡＶデコーダ１０５から送信される放送映像と、グラフィックモジュールから送信される字幕放送を、合成し、ディスプレーへ出力する。

映像、音声、字幕放送は、それぞれ、ＳＴＣ１１０の基準時間情報を基準として、出力するタイミングが制御されることにより、映像、音声、字幕が放送送信者の意図通りの時間に出力される。映像、音声、字幕は一体となり、同期が取れている状態となるので、視聴者はズレを感じない放送を視聴することができる。
特開２００６−２８７６７６号公報

従来の送信機におけるデジタル放送の字幕送出処理時、字幕は、映像信号の補助領域に多重されている字幕データを分離し、受信機で受信・表示できる形式に変換（放送波字幕）し、補助領域インサータによってＴＳに重畳されている。
生放送の場合、重畳字幕は、リアルタイムで音声認識システム（音声情報を音声認識および文字変換しさらに校正を加えて作成するシステム）により作成する。このため、生放送の場合、字幕情報は映像情報や音声情報よりも遅れて作成されることになる。

このため、従来のデジタル放送受信機では、ニュースやスポーツ中継のような生放送の場合、字幕の不自然な表示遅れを感じることがある。遅れは数秒から長いときには十数秒にも及ぶことも珍しくない。ニュースやスポーツの生放送の場合、字幕作成のために音声認識システムを利用している。このため、音声が流れてから字幕放送用の文字データを生成するまでに、字幕の自動生成過程において音声認識処理と認識誤りの確認修正、所定の表示形式での字幕の送出に時間を要する。このことから、必然的に字幕放送の内容が遅れてしまう。上記従来例の映像、音声、字幕放送の時間調整は正常に動作していても、送信時に於いて、既に字幕作成が遅れてしまっているので、受信機においても、字幕が遅れて表示されてしまう。

一般に、文字多重放送では、画面の下部に、大きなフォントの字を１行あたり十数文字として１行から２行程度、数秒表示させる方法で字幕を映像に重畳させる。
このようなニュース字幕放送における映像と字幕の表示タイミングの「ズレ」に対する許容限界は、ほとんど遅れを感じない数秒以内と考えられる。
しかし、実際には、この映像に対する字幕の遅れ表示は内容にもよるがおおよそ上記許容限界を超えている。

本発明の目的は、上記問題点に鑑み、生放送を対象とした字幕情報を、映像情報に不自然さがない程度の時間差で重畳するようにしたデジタル放送受信機を提供することにある。

上記課題を解決するために、本発明の第１の技術手段は、デジタル放送受信機であって、生放送のデジタル放送の受信の際に、受信したトランスポート信号をパケットＩＤ毎に分類し、パケットＩＤ毎のトランスポート信号から映像、音声、字幕情報を分離し、該映像および音声情報の復号の処理タイミングを遅延することにより、前記字幕情報と前記映像情報との重畳表示タイミングを合致させることを特徴としたものである。
これにより、放送がニュースやスポーツ中継のような生放送であって字幕情報の作成が遅れてしまうときにも、映像情報や音声情報の出力開始タイミングを遅らせることができるので、映像情報や音声情報に対する字幕情報の表示開始タイミングを不自然な遅れが生じない程度に抑制することができ、映像情報や音声情報と字幕情報の表示ズレを少なくし、ユーザーがより自然に近い感覚で放送を楽しむことができるようになる。

第２の技術手段は、第１の技術手段のデジタル放送受信機であって、映像信号と音声信号を復号するＡＶデコーダと、映像情報、音声情報、字幕情報の表示タイミングを規定する準時間信号発生器と、前記基準時間を一定時間ずらすことができる基準時間オフセット発生器と、前記映像情報および音声情報の復号、字幕情報の表示を制御する演算手段とを有し、前記演算手段によって前記基準時間信号発生器の出力である前記基準時間を前記基準時間オフセット発生器により一定時間遅延して前記ＡＶデコーダに入力することを特徴としたものである。
このように、従来には無い基準時間オフセット発生器を備えることで、基準時間を一定時間ずらすオフセット値の取り扱いが簡単になる効果がある。

第３の技術手段は、第２の技術手段のデジタル放送受信機であって、デジタル放送を受信するためのチューナと、前記チューナで受信した放送を復調するためのデモジュレータと、前記デモジュレータから出力されたＴＳ信号をそのパケットＩＤ毎に分類するＴＳデマルチプレクサーと、前記分類したＴＳ信号データを蓄積するための記憶手段と、前記ＴＳ信号内の映像と音声信号を復号する前記ＡＶデコーダと、前記ＴＳ信号内の映像情報および音声情報に付随する字幕データを表示できる形式に変換する手段と、前記映像情報、音声情報、字幕情報の表示時間を規定する前記基準時間を管理する前記基準時間信号発生器と、前記基準時間を一定時間ずらすことができる前記基準時間オフセット発生器と、前記映像情報および音声情報の復号の制御、リモコン入力検知、字幕放送表示を制御する演算手段と、映像信号上に字幕放送を重畳する映像合成手段からなり、前記ＡＶデコーダは、前記記憶手段に記憶された前記ＴＳ信号の映像情報と音声情報のデータを前記一定時間遅延して読み出すことを特徴としたものである。
これにより、従来のデジタル放送受信機の構成を幅広く採用しながらも、基準時間オフセット発生器の追加と言う少ない構成の追加により、従来達成されていない前記目的を達成し、下記発明の効果を奏することができる。

第４の技術手段は、第３の技術手段のデジタル放送受信機であって、第１〜第３のいずれかの技術手段のデジタル放送受信機であって、前記映像情報および音声情報の内容に基づき受信信号に含まれる番組情報に基づいて生放送であることを検出することを特徴としたものである
これにより、生放送の判断が容易に行えるようになるので、字幕情報の重畳表示が自動で容易に行えるようになる。

本発明のデジタル放送受信機は、放送がニュースやスポーツ中継のような生放送であって字幕情報の作成が遅れてしまうときにも、映像情報や音声情報の出力開始タイミングを遅らせることができるので、映像情報や音声情報に対する字幕情報の表示開始タイミングを不自然な遅れが生じない程度に抑制することができ、映像情報や音声情報と字幕情報の表示ズレを少なくし、ユーザーがより自然に近い感覚で放送を楽しむことができる効果がある。

本発明の実施の形態を図に基づいて詳細に説明する。
（実施例１）
図１は、本発明のデジタル放送受信機の実施例１のブロック構成図である。
なお、図１と図７において、番号を除く構成要素の名称が同じものは、同じ機能を有するものである。

図１での制御手段である演算手段（ＣＰＵ）７は、リモコン６から制御信号を受け、ユーザーが指定したチャンネルを受信できるようにチューナ（ＴＵＮ）１に対して選局制御を行う。ＴＵＮ１は、アンテナやケーブル（図示省略）から送信されるＲＦ信号を入力し、ユーザーが希望するチャンネルの内容が含まれる中間周波数（ＩＦ）データを抽出し、デモジュレータ（ＤＥＭＯＤ）２に出力する。

ＤＥＭＯＤ２は入力されたＩＦ信号を復調し、ＴＳを抽出し、ＴＳデマルチプレクサー（ＴＳＤＭＸ）３に供給する。ＴＳＤＭＸ３は、ＣＰＵ７により設定されたフィルター機能に従い、ＴＳを構成するパケットを映像、音声、データ放送、電子番組表、時間基準信号（ＰＣＲ）等の種別に識別して必要なデータを、記憶手段となるＲＡＭ５に振り分け記憶する。データ放送のデータコンテンツには、時間に依存する番組連動のデータとしての字幕が含まれる。

上記フィルターは、多数のＴＳのＰＩＤとペイロード内容の関係を記述するため、ペイロードに含まれるＰＳＩ（Program Specific Infomation）と呼ばれるテーブル情報により動作する。ＰＳＩは、番組を構成する複数ストリームのＰＩＤを示すＰＭＴ（プログラムマップテーブル）等が含まれる。ＰＭＴには、更に細かなセクションやデスクリプタという単位で、番組や番組を構成するストリームの説明情報が記述されている。

このフィルターにより、特に、字幕情報が、スポーツ等の生放送なのか、予め編集したビデオ情報なのかを判別する。この判別は、マニュアル（人間が行う）でも、後述するオート（ＰＭＴに基づきＣＰＵが検出する）でも行える。
ＴＳは、ＰＥＳパケットの集まりで構成される。ＰＥＳパケットヘッダには、個別のストリームを識別するコード（stream id）やパケットのサイズ、ＰＴＳやＤＴＳという同期再生のための時間情報等が記述されている。

ＴＳパケットのヘッダのadaptationfieldには、ＰＣＲ（Program Clock Reference）等の情報の伝送機能がある。ＰＣＲは２７ＭＨｚのタイムスタンプで、符号化したときの基準時間を復号器のＳＴＣで再現するためにＰＣＲの値が参照される。
映像、音声や字幕等の個別ストリームが収められたＰＥＳパケットは、同じＰＩＤ番号を持つ複数のＴＳパケットのペイロードに分割して収納される。ＰＥＳパケットの先頭はＴＳパケットの先頭から開始するように入れられる。

映像、音声や字幕にはそれぞれアクセスユニットと呼ばれる復号・再生の単位があり、その単位ごとに基準時間のどこで復号し、いつ再生すればよいかを示すタイムスタンプがＰＥＳパケットヘッダのＰＴＳ、ＤＴＳに記述される。ＰＴＳはアクセスユニットを再生する時刻で、ＳＴＣとＰＴＳが一致したときにアクセスユニットが復号器から出力される。これらのタイムスタンプにより映像、音声と字幕を同期再生することができる。

ＣＰＵ７は、映像、音声や字幕等の個別ストリームのタイムスタンプを比較し、同一時刻に再生が行われるように制御する。
タイムスタンプは、クロックのカウント値で示され、精度が例えば１／２７ＭＨｚである。送受信の双方でタイミング（（２７×１０³）Ｈｚのカウンタで計測する）が一致するように、クロックリファレンスを伝送して同期ＰＬＬ（Phase Locked Loop）を制御する。基準クロックの周波数は上記の例では２７ＭＨｚであり、ＳＣＲ（System Clock Reference）と番組単位のＰＣＲ（Program Clock Reference）がある。ＳＣＲは７ｍｍｓ、ＰＣＲは１００ｍｓ以下の間隔で送信することが規定されている。

ＰＥＳパケットは、単一のメディア情報をあるプレゼンテーションの単位でパケット化したもので、メディア再生の時間管理を行う単位となる。ＰＥＳパケットは、ヘッダ情報として、パケット長、タイムスタンプ等を含む。
タイムスタンプにはＤＴＳ（Decoding Time Stamp）とＰＴＳ（Presentation Time Stamp）がある。ＤＴＳは復号動作を行う時刻情報であり、ＰＴＳは再生を行う時刻情報である。

ＴＳのＰＣＲは、基準時間信号発生器（ＳＴＣ）９に送られ、ＰＣＲパケット内の時間を示すカウンタとＳＴＣ９内の時間カウンタが同期するように調節する。基準時間オフセット発生器（ＳＴＣＣＴＬ）１１は、ＳＴＣ９から基準時間を入力し、ＣＰＵ７から字幕情報を表示タイミングについて指定するオフセット分だけ、基準時間をずらし、ＡＶＤＥＣ４にオフセットが付加された基準時間を出力する。ＡＶＤＥＣ４は映像および音声ストリームの中の再生時刻を示す情報（ＰＴＳ）とＳＴＣＣＴＬ１１から送られるオフセットが付加された基準時間を比較し、適切な時間にＲＡＭ５から、映像圧縮データと音声圧縮データを取り出し、映像および音声の圧縮データを復号し、映像信号はミクサー１０へ送り、音声は出力部へ送信する。

ここで「適切な時間」とは、画像信号の垂直帰線に載せた字幕情報をＣＰＵで解析し、字幕放送を作成したときのＰＴＳ（基準時間に対する同期再生のための時間情報）と、ＴＳパックのパックヘッダに記述されている映像と音声と字幕を同期再生するための基準時間とが同期可能となる時間（所定範囲内の時間）をいう。
字幕表示の開始時刻を映像と音声の再生開始時刻と同じかそれよりも多少遅く設定（オフセット設定）する。実行上は、安全をみて多少遅く設定する。

「オフセット分」とは、生放送時の音声情報を機械翻訳し、人間が校正して字幕放送として放送できるようにするまでの時間間隔をいう。換言すると、映像情報や音声情報の放送開始時刻と、字幕情報の放送開始時刻の差をいう。映像・音声情報には、アクセスユニットという復号、再生の単位があり、その単位毎に基準時間のどこで復号し、いつ再生すればよいかを示すタイムスタンプがＰＥＳパケットヘッダのＰＴＳ、ＤＴＳに記述されている。例えば、字幕情報の場合、字幕情報のＰＥＳパケットのヘッダに記載されているＰＴＳ（アクセスユニットを再生する時刻）とＴＳパケットのペイロードに記載されているＰＣＲ（ＳＣＲはＰＣＲの値を参照する）に基づき作成される。

ＴＳＤＭＸ３は、ＴＳ内の字幕放送データをＲＡＭ５に蓄積する。ＣＰＵ７はＲＡＭ５に蓄積した字幕放送データを適宜読み出し、放送映像に重畳可能なフォーマットに変換し、ＲＡＭ５に格納する。また、ＣＰＵ７は字幕放送データに含まれる表示時間情報（ＰＴＳ）も取得し、グラフィックモジュール（ＧＲＡＰＨ）８に送信する。ＧＲＡＰＨ８では、ＣＰＵ７から得られたＰＴＳとＳＴＣ９の示す時間を比較して適切な時間になったらＲＡＭ５から放送映像に重畳可能なデータを読み出し、ミクサー１０に送信する。ミクサー１０では、ＡＶＤＥＣ４から送信される放送映像と、ＧＲＡＰＨ８から送信される字幕放送を、合成し、ディスプレー（図示省略）へ出力する。

ドラマやドキュメンタリーなど、放送が録画されているものである場合、ユーザーはリモコン６の操作により、本発明の機能をオフにするように受信機にオフ命令を送信する。リモコン６の操作信号はＣＰＵ７に入力される。ＣＰＵ７は、基準時間オフセット発生器（ＳＴＣＣＴＬ）１１に対して、オフセットが発生しないように制御する。この場合、ＡＶＤＥＣ４に入力される基準時間信号は、グラフィックモジュール（ＧＲＡＰＨ）８に送信される基準時間と同一になり、その結果、前記従来例と同一の動作をする。その動作例を図２に示す。

図２は、放送が受信されているときの、従来の音声信号、映像信号、字幕信号のタイミングの関係を示す図である。
図２（Ａ）は送信側の放送内容を時間の経過に従って表示したものである。右方向は時間軸であり、放送の映像、音声、字幕は、自然と感じられるようにＡのカット、Ｂのカット、Ｃのカットは、映像、音声、字幕が同時に切り替わるようになっている。各カットはアクセスユニット毎とする。
図２（Ｂ）は図２（Ａ）の放送を受信した受信機出力を時間の経過に従って表示したものである。この場合、受信機は、放送が示すＰＴＳの通り、映像、音声、文字放送データを出力する。これにより、視聴者は正しく同期した番組を楽しむことができる。

次に、ニュースやスポーツなどの生放送の場合であるにもかかわらず、ユーザーがリモコン６の操作により、仮に本発明の機能をオフにした場合の動作を説明する。
リモコン６からの操作信号はＣＰＵ７に入力される。ＣＰＵ７は、基準時間オフセット発生器（ＳＴＣＣＴＬ）１１に対して、オフセットが発生しないように制御する。この場合、ＡＶＤＥＣ４に入力される基準時間信号は、グラフィックモジュール（ＧＲＡＰＨ）８に送信される基準時間と同一になり、その結果、前記に示す従来例と同一の動作をする。その動作例を図３に示す。

図３は、放送が生放送である場合の、従来の音声信号、映像信号、字幕信号の受信時のタイミングの関係を示す図である。
図３（Ａ）は送信側の放送内容を時間の経過に従って表示したものである。右方向は時間軸であり、放送の映像、音声は自然に感じられるように送信されているが、字幕データは、音声の内容を確認して生成しているので、ｔ₁時間遅れて送信されている。Ａのカット、Ｂのカット、Ｃのカットは、映像、音声が同時に切り替わるが、字幕は、映像音声よりも遅れて切り替わってしまう。図３（Ｂ）は図３（Ａ）の放送を受信した受信機出力を時間の経過に従って表示したものである。受信機も、放送で指示したタイミングで、映像、音声、字幕を出力するので、ｔ₁時間字幕が遅れているように感じられ、ユーザーは違和感を感じることがある。

このような字幕表示の遅延を抑制するために、次に、ニュースやスポーツなどの生放送の場合に、ユーザーがリモコン６の操作により、本発明の機能をオンにした場合の動作を説明する。
リモコン６からの操作信号はＣＰＵ７に入力される。ＣＰＵ７は、基準時間オフセット発生器（ＳＴＣＣＴＬ）１１に対して、適切なオフセットを発生するように制御する。この場合、ＡＶＤＥＣ４に入力される基準時間信号は、グラフィックモジュール（ＧＲＡＰＨ）８に送信される基準時間とは一致しなくなり、その結果、映像、音声の出力開始時刻を字幕放送の出力開始時刻に近づけるように遅らせることができる。その動作例を図４に示す。

図４は、放送が生放送であるときに、本発明のデジタル放送受信機で受信した場合の音声信号、映像信号、字幕信号のタイミングを示す図である。
図４（Ａ）は送信側の放送内容を時間の経過に従って表示したものである。図４（Ｂ）は図４（Ａ）の放送を受信した受信機出力を時間の経過に従って表示したものである。右方向は時間軸であり、放送の内容は、前記図３と同様であり、ｔ₂時間字幕が遅れているように感じられる状態になっている。しかし、受信機のＡＶＤＥＣ４は、映像と音声の出力時間をｔ_３時間遅らせているので、受信機出力では、映像、音声と字幕の時間差ｔ₄は、より自然と感じられる程度に短く調整することができる。この結果、視聴者は映像、音声と字幕の違和感を小さくすることができる。

（実施例２）
本発明のデジタル放送受信機の実施例２は、実施例１の構成において、ＴＳデマルチプレクサー（ＴＳＤＭＸ）３により、番組情報がＲＡＭ５に記憶される構成をとる。
番組情報は、ＴＳパケットのペイロード内のテーブル情報等として記述されている。
ＣＰＵ７は、ＲＡＭ５に蓄積されている番組情報を参照して、番組の内容が、ニュースやスポーツ中継などの生放送か、収録済みの放送であるかを判別する。

ＣＰＵ７は、番組の内容を生放送であると判断した場合、基準時間オフセット発生器（ＳＴＣＣＴＬ）１１に対し、基準時間を遅延するように制御する。また、収録済みの放送である場合には、ＳＴＣＣＴＬ１１に対し、基準時間を遅延しないように制御する。この結果、ユーザーは、番組が生放送か、収録済み放送かを自動的に確認することができる。この結果、リモコン６によりオフセットデータの印加の制御をしなくて済むようにできる。

（受信機の制御フロー）
図５は、本発明のデジタル放送受信機の制御方法を示すフローチャートである。
以下、手順のステップをＳと略記する。
開始
ＣＰＵ７は以下のステップ（１）〜（４）を実行する。
（１）ＴＳデマルチプレクサーから番組情報取得（Ｓ１）：
受信後、復調したデジタル放送データをＴＳデマルチプレクサー（ＴＳＤＭＸ）３によりメディア毎に分ける。ＴＳパケット中のペイロードに記述されたテーブル情報ＰＳＩの内のＰＭＴに記述されている付加データおよびＰＣＲのＰＩＤ等から番組情報を取得する。付加データとしては、生放送かビデオ再生かを示すデータが含まれる。

（２）生放送であると推測できるか？（Ｓ２）：
Ｓ１で抽出した付加データの内の番組情報を抽出し、その付加データの内の生放送かビデオ再生かを示すデータを読み出し、生放送である（ＹＥＳ）か否（ＮＯ）かを判断する。
（３）ＳＴＣ制御オフセットをなしにする（Ｓ３）：
Ｓ２の判断がＮＯのとき、基準時間オフセット発生器（ＳＴＣＣＴＬ）１１のオフセット出力をなしにする。これにより、映像信号と音声信号と字幕信号を同時に出力する。

（４）ＳＴＣ制御オフセットをありにする（Ｓ４）：
Ｓ２の判断がＹＥＳのとき、基準時間オフセット発生器（ＳＴＣＣＴＬ）１１のオフセット出力をありにする。これにより、映像信号と音声信号の出力を、オフセットの分だけ遅延させ、字幕信号の出力に時間的に合わせるようにする。
終了
このようなフローを採用すると、映像・音声の表示タイミングに対する字幕表示タイミングの遅れを必要に応じ簡単な手順により容易に調整することができるようになる。

（実施例３）
実際の字幕表示については、字幕の表示時間が短くて読みきれないということも見受けられる。そのための改善策として期待されるところは、もっと長く表示して字数を少なくしてほしいという意見や、反対にできるだけ話者の言葉をそのまま字幕にしてほしいという意見と考えられる。字幕の表示時間はおおよそ４文字で約１秒程度と言われている。
生放送の場合、番組によっては字幕の字数と表示時間が対応する映像の表示時間を超えてしまうものも出てくる。読みきれない字幕は例えば次のように処理することもできる。

図６は、本発明の字幕遅延表示の実施例を説明する図である。
字幕状態（１）はテレビ画面１２上に映像１３とその字幕１４が表示されている状態を示す。
この状態から、映像の表示が次のカットに切り替わったときに、まだ字幕の表示時間が終了していない場合、換言すると、字幕の表示時間が短くて読みきれない場合、テレビ画面を字幕状態（２）に変化させる。

字幕状態（２）では、画面に表示されている映像は次のカットの映像１５となり、その変わった映像に伴う次の字幕１６が表示されているが、同時に前のカットの画像が小さなウインドウ１７に表示され、この小さなウインドウ１７の画像に対応して縮小した前のカットの字幕１８が表示される。小さなウインドウ１７に表示される画像は前のカットの最後の画像の静止画又は内容がおおよそ分かる程度のパラパラ画でもよい。縮小した字幕１８は、フォントを小さくした表示が好ましく、通常読み切れる時間の間表示する。通常、字幕表示の時間は長くてもせいぜい８秒程度なので、前のカットの映像は記憶に残っているものと考えられる。

このことから、縮小した字幕が何についての字幕であるかは小さなウインドウに表示される静止画で十分といえる。
もしも、連続する複数のカットの表示時間が短いときには、小さなウインドウに表示される画像と縮小した字幕の組み合わせが画面上に並び、字幕の履歴を形成することになる。
このように字幕履歴を画面上に残すことにより、映像の表示時間に関係なく、字幕をすべて読むことができるようになる。

（実施例４）
年配者は、視力が落ちるため、字幕を読む時間が延びる傾向にある。また、健常者でも字幕の内容を理解するまで読みたい場合がある。番組によっては字幕を無視しても筋が判るものもある。家族といえども同じ字幕表示態様でテレビ画像を見るわけではない。このため、視聴者の都合で字幕の表示時間を任意に延ばしたい場合が出てくる。
このような場合には、リモコン６を操作してＣＰＵ７に割り込みをかけ、ＣＰＵ７により、リモコン６を操作している間中、ＲＡＭ５の字幕放送データをＧＲＡＰＨ８を介してミクサー１０へ出力し続けるように制御する。

また、他の手段として、リモコン６を操作している間中、ＣＰＵ７で追加時間を作成し、この追加時間をＧＲＡＰＨ８に入力し、字幕データをＲＡＭ５から連続して読み出し、ミクサー１０へ印加するように制御する。
このとき、字幕に対応する前のカットの映像の静止画を小さなウインドウに表示するように操作しても良い。
このように、任意の字幕のみを任意の時間表示させることができるので、あらゆる視聴者を満足させることができる。

本発明のデジタル放送受信機の実施例１のブロック構成図である。 放送が受信されているときの、従来の音声信号、映像信号、字幕信号のタイミングの関係を示す図である。 放送が生放送である場合の、従来の音声信号、映像信号、字幕信号の受信時のタイミングの関係を示す図である。 放送が生放送であるときの、本発明のデジタル放送受信機で受信した場合の音声信号、映像信号、字幕信号のタイミングを示す図である。 本発明のデジタル放送受信機の制御方法を示すフローチャートである。 本発明の字幕遅延表示の実施例を説明する図である。 従来のデジタル放送受信機のブロック構成図である。

符号の説明

１…チューナ（ＴＵＮ）、２…デモジュレータ（ＤＥＭＯＤ）、３…ＴＳデマルチプレクサー（ＴＳＤＭＸ）、４…ＡＶデコーダ（ＡＶＤＥＣ）、５…ＲＡＭ、６…リモコン、７…ＣＰＵ、８…グラフィックモジュール（ＧＲＡＰＨ）、９…基準時間信号発生器（ＳＴＣ）、１０…ミクサー、１１…基準時間オフセット発生器（ＳＴＣＣＴＬ）、１２…テレビ画面、１３，１５…映像、１４，１６…字幕、１７…小さなウインドウ、１８…縮小した字幕。

Claims (4)

1. 生放送のデジタル放送の受信の際に、受信したトランスポート信号をパケットＩＤ毎に分類し、パケットＩＤ毎のトランスポート信号から映像、音声、字幕情報を分離し、該映像および音声情報の復号の処理タイミングを遅延することにより、前記字幕情報と前記映像情報との重畳表示タイミングを合致させることを特徴とするデジタル放送受信機。
2. 映像信号と音声信号を復号するＡＶデコーダと、映像情報、音声情報、字幕情報の表示タイミングを規定する基準時間信号発生器と、前記基準時間を一定時間ずらすことができる基準時間オフセット発生器と、前記映像情報および音声情報の復号、字幕情報の表示を制御する演算手段とを有し、前記演算手段によって前記基準時間信号発生器の出力である前記基準時間を前記基準時間オフセット発生器により一定時間遅延して前記ＡＶデコーダに入力することを特徴とする請求項１記載のデジタル放送受信機。
3. デジタル放送を受信するためのチューナと、前記チューナで受信した放送を復調するためのデモジュレータと、前記デモジュレータから出力されたＴＳ信号をそのパケットＩＤ毎に分類するＴＳデマルチプレクサーと、前記分類したＴＳ信号データを蓄積するための記憶手段と、前記ＴＳ信号内の映像と音声信号を復号する前記ＡＶデコーダと、前記ＴＳ信号内の映像情報および音声情報に付随する字幕データを表示できる形式に変換する手段と、前記映像情報、音声情報、字幕情報の表示時間を規定する前記基準時間を管理する前記基準時間信号発生器と、前記基準時間を一定時間ずらすことができる前記基準時間オフセット発生器と、前記映像情報および音声情報の復号、リモコン入力検知、字幕放送表示を制御する演算手段と、映像信号上に字幕放送を重畳する映像合成手段からなり、前記ＡＶデコーダは、前記記憶手段に記憶された前記ＴＳ信号の映像情報と音声情報のデータを前記一定時間遅延して読み出すことを特徴とする請求項２記載のデジタル放送受信機。
4. 前記映像情報および音声情報の内容に基づき受信信号に含まれる番組情報に基づいて生放送であることを検出することを特徴とする請求項１〜３のいずれかに記載のデジタル放送受信機。

Images