JP2010283705A - データ伝送装置、およびデータ伝送方法 - Google Patents

Abstract

【課題】
データ伝送を、使い勝手良く行うことが可能な伝送装置を提供する。
【解決手段】
そこで本明細書では例えば、通話中の相手の映像、音声の大きさ、位置をユーザの指示によって変更可能な構成とする。さらに視聴しているディジタル放送番組の映像と音声に重ね合わせる構成とする。
上記構成によれば例えば、ユーザにとって、複数の相手と番組を視聴しながら通話ができ、使い勝手のよい伝送装置を提供できる。
【選択図】 図１

Description

映像、音声データを受信し出力する装置に関する。

上記技術分野に関し、ディジタル放送の普及により、テレビ、レコーダ機器に加え、コンピュータネットワークの普及に伴い、たとえば特許文献１には通信機能を持ったテレビジョンシステムが開発されている。今後、更に高度な映像音声を含む通信機能を持ったテレビジョンシステムが普及するものと思われる。

特開平７−３０８７２号公報

しかし、特許文献１は、例えば、番組視聴中に着信した場合の、番組の映像、音声と、通話の映像、音声の共存の方法についての考慮がなされておらず、ユーザにとって使い勝手が十分ではないという課題があった。

そこで本明細書では、例えば、着信映像の重ね合わせの大きさ、位置をユーザが指定できる。また、音声も映像に合わせて出力を制御する構成とする。

上記手段によれば、ユーザにとって使い勝手のよいデータ伝送装置を提供できる。

データ伝送装置を含むビデオデータ伝送システムを示す図の一例である。 データ伝送装置の一実施例のブロック構成を示す図の一例である。 データ伝送装置の映像合成部の構成例を示す図である。 データ伝送装置の表示出力部が表示した映像の一例を示す図である。 データ伝送装置の音声混合部の構成例を示す図である。 データ伝送装置の他の一実施形態を示すブロック図の一例である。 データ伝送装置の表示出力回路が通話の要求があったときの画面を表示した例を示す図である。 データ伝送装置の表示出力回路が通話中の画面を表示した例を示す図である。 データ伝送装置の表示出力回路が通話中の画面を表示した別の例を示す図である。 データ伝送装置の制御部１１６が制御する、画面に表示される表示データの位置と各増幅器の増幅度の関係の一例を示す図である。 データ伝送装置の制御部１１６による、映像合成部、および音声合成部の制御フローの一例を示す図である。

以下、データ伝送装置の実施形態について説明する。

図１は、データ伝送装置を含むビデオデータ伝送システムの形態の一例である。１はデータ伝送装置であり、２は別のデータ伝送装置である。データ伝送装置１と２は、互いにデータを送受信するため、データ送信装置にもデータ受信装置にもなる場合がある。

図２は、データ伝送装置１あるいはデータ伝送装置２のブロック図の一例である。１０１は映像を取り込む撮影部、１０２は音声を取り込むマイク部、１０３は取り込んだ映像を圧縮符号化する映像エンコード部、１０４は取り込んだ音声を圧縮符号化する音声エンコード部である。圧縮符号化された映像および音声は、システムエンコーダ１０５において、それぞれパケット化、および多重化され、一本のシステムストリームに変換される。

また、１０７は入力されたシステムストリームを、圧縮符号化された映像データ、および圧縮符号化された音声データのパケットにそれぞれ分離するシステムデコーダ、１０８、１０９は、圧縮符号化された映像データを伸張する映像デコード部、１１０、１１１は、圧縮符号化された音声データを伸張する音声デコード部である。

１１２は、映像デコード部１０８および１０９から入力される映像信号を合成する映像合成部、１１３は、音声デコード部１１０および１１１から入力される音声信号を混合する音声混合部、１１４は表示パネルなどの表示出力部、１１５はスピーカなどの音声出力部である。

音声出力部１１５は、左チャンネル用のスピーカと右チャンネル用のスピーカを備える。また、１０６は本装置外部とネットワークを介して接続するネットワーク送受信部である。１１６は映像合成部１１２および音声混合部１１３を制御する制御部である。１１７はユーザからの指令入力を制御部に伝える入力部である。

ネットワーク送受信部１０６は、例えば、データの到達が保証されず信頼性はないがリアルタイム性のある伝送モード（以降、リアルタイム伝送モードと呼ぶこともある）と、データの到達が保証され信頼性はあるがリアルタイム性のない伝送モード（以降、信頼性のある伝送モードと呼ぶこともある）に動作を切り換え可能である。

ここで、データの到達が保証されず信頼性はないがリアルタイム性のある伝送モードには、例えば、ＵＤＰ（Ｕｓｅｒ Ｄａｔａｇｒａｍ Ｐｒｏｔｏｃｏｌ）、およびＲＴＰ（Ｒｅａｌ−Ｔｉｍｅ Ｔｒａｎｓｐｏｒｔ Ｐｒｏｔｏｃｏｌ）が用いられる。この方式では、送信したデータが相手に届いたかどうかを確認しないので、伝送パケットが失われて相手に届かない場合があり、映像や音声が途切れることがあるが、反面、データの送信は継続するので遅延が少なく、リアルタイム性が維持できる。

例えば、ＲＴＰでは、ネットワークを経由して転送されると、パケットの喪失や、配送の遅れが起こる。しかし、映像や音声のデータは、データの一部が欠けていても再生が可能である。データの受信側では、喪失や、配送の遅れたパケットは無視し、受信側が期待する時間に到着したパケットだけを利用してデータの再生を行う。受信側は、受信したパケットについて、受信確認応答（ＡＣＫｎｏｗｌｅｄｇｅｍｅｎｔ）を逐一送ることはしない。

また、データの到達が保証され信頼性はあるがリアルタイム性のない伝送モードには、例えば、ＴＣＰ（Ｔｒａｎｓｍｉｓｓｉｏｎ Ｃｏｎｔｒｏｌ Ｐｒｏｔｏｃｏｌ）、およびＨＴＴＰ（ＨｙｐｅｒＴｅｘｔ Ｔｒａｎｓｆｅｒ Ｐｒｏｔｏｃｏｌ）またはＦＴＰ（Ｆｉｌｅ Ｔｒａｎｓｆｅｒ Ｐｒｏｔｏｃｏｌ）が用いられる。この方式では、送信したデータが相手に届いたかどうかを確認し、伝送パケットが失われて相手に届かなかった場合は、再度送信処理を行うので、その間、映像や音声が停止してしまうことあるが、データの信頼性は確保される。

例えば、ＴＣＰでは、パケットを１つ受け取るごとに受信確認応答（ＡＣＫ）を送信側に送り返す。またいくつかのパケットをまとめて送り、受信確認応答もまとめて１回で済ませることで効率が低下しないようにすることも可能である。

データ送信時には、撮影部１１１で取り込まれた映像、およびマイク部１０２で取り込まれた音声を、それぞれ映像エンコード部１０３、音声エンコード部１０４が圧縮符号化する。圧縮符号化された映像および音声は、システムエンコーダ１０５においてパケット化およびパケット多重化され、一本のシステムストリームに変換される。そのシステムストリームがネットワーク送受信部１０６が、相手側のデータ伝送装置２に送信する。

また、データ受信時には、相手側のデータ伝送装置２から送信されたデータを、ネットワーク送受信部１０６が受信する。受信されたデータを、システムデコーダ１０７が、映像データおよび音声データのパケットに分離し、映像デコード部１０８が映像を、音声デコード部１１０が音声をデコードする。ここで、例えば、別の相手側のデータ伝送装置から送信されたデータをネットワーク送受信部１０６が同時に受信することも可能である。

その場合、システムデコーダ１０７が、同様に映像データおよび音声データのパケットに分離し、映像デコード部１０９が映像を、音声デコード部１１１が音声をデコードする。そして、映像合成部１１２において、二つの映像が合成され、表示出力部１１４が映像を表示する。また、音声混合部１１３は、二つの音声を混合し、音声出力部１１５が音声を出力する。

その際、入力部１１７は、ユーザから入力された指示を、制御部１１６に伝達する。ユーザの指示としては、それぞれの映像の大きさ、および位置である。指示は、例えば、図示しないリモートコントローラの数字ボタンで指示する映像を選択し、ジョグシャトル、カーソルボタンでそれぞれ、大きさと位置を入力する。

制御部１１６は、映像合成部１１２に対し、それぞれの映像の入力された大きさ、位置を指定する。例えば、ジョグシャトルを右に回すと大きくなり、左に回すと小さくなるように指定する。また、カーソルキーの方向に映像が移動するように指定する。映像合成部１１２は、それぞれの映像に対する大きさ、位置の指定通りに、それぞれの映像を合成し、表示出力部に渡す。

図３は、この映像合成部の構成例である。１１２１、１１２２は、制御部１１６から書き込まれた指示の値を保持するレジスタ１１２４の設定値により、映像を拡大縮小し画面上の指示位置に描画するスケーラ、１１２３は、それぞれのスケーラの出力映像を合成するブレンディング部である。 図４は、この際の表示出力部が表示した映像を示す。例えば４０１はデータ伝送装置２から送信されたデータを表示しており、位置を右に移動した場合の映像を示し、また、４０２は、他のデータ伝送装置から送信されたデータを表示しており、大きさを大きくした場合の映像を示す。

映像を拡大縮小する方法としては、例えば、拡大は隣接する画素の値から補完して得られた画素を挿入する方法、縮小は、画素を間引く方法がある。映像を合成する方式としては例えば、αブレンド方式がある。画素毎に、透過率であるαの値を設定することで映像の重ね合わせを実現する。例えば、画面上の表示データ４０１、および表示データ４０２の部分を不透過とし、それ以外の領域を透過となるようにすればよい。

図５は、音声混合部１１３の構成例である。１１３１、１１３２、１１３４、１１３５は、制御部１１６から書き込まれた指示の値を保持するレジスタ１１３７の設定値により増幅度を変更する増幅器、１１３３、１１３４は、各増幅器の出力音声信号を加算する加算器である。表示データ４０１の音声は、増幅器１１３１、１１３４で、また、表示データ４０２の音声は、増幅器１１３２、１１３５により増幅される。

例えば、映像の大きさ、位置に連動させ、図４の表示データ４０１の音声信号は、画面の左側から、また、表示データ４０２の音声信号は、画面の右側から左側の映像の音声より大きく聞こえるように、各増幅器の増幅度が設定され、すなわち音声のバランスが調整される。

図１０に、制御部１１６が制御する、画面に表示される表示データの位置と各増幅器の増幅度の関係を示す。ここで、図４に示すように、表示データ４０１が画面左側に、表示データ４０２が画面右側にあるので、増幅器１１３１、増幅器１１３５の増幅度が大きくなるよう、制御される。また、表示データ４０２の方が表示データ４０１より大きいので、増幅器１１３１の増幅度より増幅器１１３５の増幅度の方が大きくなるよう制御される。

すなわち、表示データの大きさにより増幅度の傾きを変化させる。
図１１に制御部１１６による、映像合成部、および音声合成部の制御フローを示す。まず、ユーザが指示した、映像の位置、大きさを示す情報を入力部１１７から取得する（ステップ１１６１）。

次に制御部１１６は、映像合成部１１２に対し、各表示データの位置、大きさをユーザの指示に従って調整する（ステップ１１６２）。また、各表示データの位置、大きさの関係を比較し（ステップ１１６３）、それぞれの表示データの位置、大きさに応じて音声の音量、バランスを調整する（ステップ１１６４）。
また、音声混合部１１３が立体音響機能を有している場合には、画面の上下方向のバランスを変更することも可能になる。

以上のように本実施例では、相手の映像の、画面上の大きさ、位置を変えることが可能で、それに従い相手の音声も、その映像の大きさ、位置により音量、バランスが調整されるので、ユーザにとって臨場感のある使い勝手の良いコミュニケーションを提供できる。図４では、二箇所の通話相手の場合の例を示したが、さらに通話相手が増えても、同様の動作で同様の効果が得られる。

（ディジタル放送受信装置）
図６はデータ伝送装置の他の一実施形態を示すブロック図の一例である。

図６において、１はデータ伝送装置の一実施例であるディジタル放送受信装置たるディジタルテレビ、１１１１は撮像回路、１１１２は、マイクロフォン、Ａ／Ｄコンバータを含む音声入力処理回路、１１２０は顔検出回路、１１２１は映像信号圧縮回路、１１２２は音声信号圧縮回路、１１２３はシステムエンコーダ、１２６はバッファ制御回路、１２６１は記録用バッファ、１２６２は再生用バッファ、１２１１はディジタルテレビ１に固定し内蔵される例えばハードディスクで構成される内蔵記録媒体、１２１２はディジタルテレビ１に着脱可能な例えばハードディスクで構成される外付け記録媒体である。

１２７１はシステムデコーダ、１２７２、１２７４は映像信号伸張回路、１２７３、１２７５は音声信号伸張回路、１２８３は映像信号Ｄ／Ａコンバータ、１２８４は音声信号Ｄ／Ａコンバータ、１２８５は映像信号出力端子、１２８６は音声信号出力端子、１２８７は音声混合回路、１２２はネットワーク送受信回路、１２３はネットワーク接続端子、１２４は制御回路、１１８０は顔抽出回路、１２８１はグラフィックス回路、１２８２は表示パネル、１２５はリモコン受信素子である。

また、１２６３は暗号回路、１２６４は復号回路、１４１はディジタル放送信号入力端子、１４２はディジタルチューナである。

撮像回路１１１１で撮像され、ディジタル信号に変換された映像信号は、映像信号圧縮回路１１２１に入力される。

映像信号圧縮回路１１２１は、例えば、映像圧縮符号化方式としてＩＳＯ／ＩＥＣ１３８１８−２（通称ＭＰＥＧ２Ｖｉｄｅｏ）ＭＰ＠ＭＬ（Ｍａｉｎ Ｐｒｏｆｉｌｅ＠Ｍａｉｎ Ｌｅｖｅｌ）規格に準拠した圧縮符号化データを生成する。その他、映像圧縮符号化方式としては、特に限定するものではなく、Ｈ．２６４・ＭＰＥＧ４／ＡＶＣ方式やＪＰＥＧ方式などでもよい。生成した圧縮符号化映像データは、システムエンコーダ１０９に入力される。

また、音声入力処理回路１１１２から入力された音声信号は所定のサンプリングレートによりアナログ／ディジタル変換が行われ、ディジタル信号に変換された音声信号は、音声信号圧縮回路１１２２に入力される。音声信号圧縮回路１１２２は、例えば、音声圧縮符号化方式としてＩＳＯ／ＩＥＣ１３８１８−１（通称ＭＰＥＧ２Ａｕｄｉｏ）規格に準拠した圧縮符号化データを生成する。生成した圧縮符号化音声データは、システムエンコーダ１１２３に入力される。音声圧縮符号化方式についても特に限定するものではない。

ここで、顔検出回路１１２０は、撮像回路１１１１で撮像された映像から人物の顔を検出し、その位置を映像圧縮回路１１２１に伝える。映像圧縮回路１１２１は、その情報を元に、顔部分のみを圧縮符号化する。顔検出は、例えば、入力映像から目、鼻、口などの特徴を抽出してデータベースと比較し認識する方法がある。撮像さらた映像から顔部分のみを圧縮符号化できるので、データ量を必要最小限にでき、後述の通話の場合に、ネットワークの負荷を低減できる。また、顔以外の映像は圧縮符号化されないので、不要な情報を伝送しなくて済む。

システムエンコーダ１１２３に入力された圧縮符号化映像データおよび圧縮符号化音声データは、それぞれパケット化、および多重化され、一本のシステムストリームに変換される。その後、バッファ制御回路１２６を介して記録用バッファ１２６１に入力される。システムストリームには、付加情報として、元映像のサイズ、縦横比、システムストリーム中の圧縮符号化映像データおよび圧縮符号化音声データのビットレート等が追加される。

通話の際には、バッファ制御回路１２６を介して、ネットワーク送受信回路１２２にシステムストリームが入力される。ネットワーク送受信回路１２２は、システムストリームを前述のリアルタイム伝送モード、あるいは信頼性のある伝送モードによりネットワーク接続端子１２３から送信する。

また、ユーザのリモートコントローラからの指示により、通話を記録する場合は、記録用バッファ１２６１に蓄積された通話データであるシステムストリームが、バッファ制御回路１２６を介して記録媒体１２１１あるいは記録媒体１２１２に記録される。

また、ネットワーク送受信回路１２２を介して映像、音声を記録媒体に格納する場合には、記録用バッファ１２６１に蓄積された通話データであるシステムストリームが、バッファ制御回路１２６を介して記録媒体１２１１あるいは記録媒体１２１２に記録される。

ディジタル放送信号入力端子１４１からは、衛星、ケーブル等から放送されたディジタル放送信号データが入力される。入力された信号はディジタルチューナ１４２において復調、選局処理がなされ、記録する場合には、システムストリームとして、記録媒体１２１１、あるいは記録媒体１２１２に記録される。視聴する場合には、システムデコーダ１２７１に入力される。

ここで、記録されるシステムストリームのコピー制限情報が世代コピー可の制限をもつ場合、暗号回路１２６３にてシステムストリームが暗号化され、記録媒体に記録される。暗号化は、記録バッファ１２６１に格納されているシステムストリームを暗号回路１２６３で暗号化し、再度記録バッファ１２６１に格納する。その暗号化されたシステムストリームをバッファ制御回路１２６を介して、記録媒体１２１１、１２１２に記録する。暗号化の際の鍵は、例えば、ディジタルテレビ１の持つ固有情報、記録媒体１２１１、１２１２の持つ固有情報、そのほか乱数などから生成される。

ここで、記録媒体１２１１、１２１２に記録されているシステムストリームの管理は、制御回路１２４で行われ、システムストリームリストとして管理されている。

制御回路１２４は、記録媒体１２１１，１２１２に記録されるシステムストリームがディジタル放送信号か否かを、ディジタル放送のシステムストリーム特有の情報を検出することで区別する。制御回路１２４はディジタル放送のシステムストリームを他のシステムストリームと区別し、システムストリームリストにて管理する。

ディジタル放送のシステムストリーム特有の情報としては、デジタル放送のネットワークを識別するネットワーク識別記述子、デジタル放送の放送事業者名、チャンネル名等のデジタル放送のサービスを識別するサービス識別記述子、デジタル放送の番組名、番組情報等のデジタル放送のイベントを識別するイベント識別記述子、デジタル放送のチャンネル番号を示す情報、デジタル放送の放送局のロゴを示す画像情報、コピー制御情報などがあげられる。

ディジタルチューナ１４２から入力されるシステムストリームはバッファ制御回路１２６を介してシステムデコーダ１２７１に入力される。また、記録媒体１２１１あるいは１２１２から再生されるシステムストリームは、バッファ制御回路１２６を介して再生用バッファ１２６２に格納される。さらに、バッファ制御回路１２６を介してシステムデコーダ１２７１に入力される。

システムデコーダ１２７１に入力されたシステムストリームは、圧縮符号化映像データ、および圧縮符号化音声データのパケットにそれぞれ分離される。分離された各々のパケットから取り出した圧縮符号化映像データは、映像信号伸張回路１２７２に入力される。また圧縮符号化音声データは、音声信号伸張回路１２７３に入力される。映像信号伸張回路１２７２で圧縮符号化映像データの伸張が施された後、グラフィックス回路１２８１にて付属映像情報が重畳され、表示パネル１２８２に出力される。

また、映像信号が映像信号Ｄ／Ａコンバータ１２８３に、また音声信号は音声混合回路１２８７を介して音声信号Ｄ／Ａコンバータ１２８４に入力され、アナログ信号に変換され、映像信号出力端子１２８５、音声信号出力端子１２８６から出力される。

また、ネットワーク接続端子１２３からは、ネットワークを介して、データ伝送装置２から、システムストリームが入力される。入力されたシステムストリームは、バッファ制御回路１２６を介して再生用バッファ１２６２に格納される。さらに、バッファ制御回路１２６を介してシステムデコーダ１２７１に入力される。システムデコーダ１２７１に入力されたシステムストリームは、圧縮符号化映像データ、および圧縮符号化音声データのパケットにそれぞれ分離される。

分離された各々のパケットから取り出した圧縮符号化映像データは、例えば映像信号伸張回路１２７４に入力される。また圧縮符号化音声データは、音声信号伸張回路１２７５に入力される。映像信号伸張回路１２７４で圧縮符号化映像データの伸張が施された後、グラフィックス回路１２８１において、映像信号伸張回路１２７２で伸張された映像と合成される。

ここで、顔抽出回路１１８０において、映像信号伸張回路１２７４で伸張された映像から、顔の抽出を行い、グラフィックス回路１２８１に出力する。顔の検出は前述の方法などで行い、検出した結果を中心に四角や楕円で切り取ることで抽出が実現できる。

この際、実施例１で示したように、ユーザは、例えば図示しないリモートコントローラから、前述のようにジョグシャトル、カーソルボタンでそれぞれ、大きさと位置を入力すると、制御部１２５は、その指示に従い、グラフィックス回路１２８１に対し、映像信号伸張回路１２７４で伸張された映像の大きさ、位置を指定する。

グラフィックス回路１２８１にて拡大縮小され合成された映像信号は、表示パネル１２８２に出力される。また、制御部１２５は、映像の大きさ、位置に連動させ、音声混合回路１２８７に対し、音量、バランスを設定する。また、音声混合回路１２８７が立体音響機能を有している場合には、画面の上下方向のバランスを変更することも可能になる。

図７は、ディジタル放送番組を視聴しているときに、伝送装置２から通話の要求があったときの画面を示す図である。７０１はディジタル放送番組の映像に重ねて通話要求の旨を表示する映像である。ここで、ユーザが通話を開始する旨を例えばリモートコントローラから入力すると、図８に示すように、ディジタル放送番組の画面に、通話の映像が重なっている画面映像となる。８０１はネットワークを介して受信した通話相手の映像である。

前述のように、ユーザは、リモートコントローラを用いて、相手の映像の大きさ、位置を変更することが可能である。従って、ディジタル放送番組を視聴中でも、視聴番組の映像を妨げることなく、通話ができる。視聴番組の妨げになるようなら、相手の映像の大きさ、位置を変更すればよい。また、映像に応じて、音声もその大きさ、バランスが制御されるので、視聴番組の音声から妨げられることなく相手側の音声を聞くことができるので、臨場感のある通話が可能となる。

図９は、ディジタル放送番組の映像に、通話相手の映像の顔の部分を重ねて表示している画面を示す図である。９０１は、通話相手から送られる、前述の顔検出回路１１２０で検出した映像、あるいは、顔抽出回路１１８０で抽出した映像を示す。

また、通話データの映像を重ねて合わせて表示する際の、最初の映像の大きさを、通話相手毎に制御回路１２４に登録しておくことで、相手に応じて、最初に表示される映像の大きさを設定できるので、応答の重要度を確認し応答することができる。

記録媒体１２１１、１２１２に格納されているシステムストリームを再生する場合、そのシステムストリームが暗号化されている場合は、復号回路１２６４にて暗号が復号化される。記録媒体１２１１、１２１２から再生したシステムストリームは、バッファ制御回路１２６を介して一旦再生バッファ１２６２に格納される。

その後、復号回路１２６４で復号化し、再度再生バッファ１２６２に格納される。その復号化されたシステムストリームをバッファ制御回路１２６を介して、システムデコーダ１２７１に供給する。復号化の際の鍵は、記録時同様、例えば、ディジタルテレビ１の持つ固有情報、記録媒体１２１１、１２１２の持つ固有情報、そのほか乱数などから生成され記録時の暗号化の際の鍵と同じ鍵が生成され用いられる。

この固有情報としては、例えば、不揮発メモリなどに格納されている固有情報を用いる。例えば、ディジタルテレビ１の製造番号、記録媒体１２１１、１２１２の製造番号、暗号復号のために割り当てられ格納された鍵情報などを用いる。

暗号を復号する際には、例えば、これらの固有情報と、記録記録時に生成し記録媒体に記録した乱数を用いて、記録の際と同じ生成方法で生成する。
これにより、暗号化の際の鍵と同じ鍵が得られ、これを復号化の際の鍵とすることで、システムストリームを復号することが可能になる。

なお、記録用バッファ１２６１、および再生用バッファ１２６２は、例えば半導体メモリで構成され、それぞれ別個の半導体チップで構成してもよいし、同一の半導体チップ上で、その記憶領域を分けて実現してもよい。

その他、記録媒体１２１１から記録媒体１２１２へ、あるいはその逆のダビング、移動も考えられる。
その方法として、一つの例は、記録媒体１２１１から再生したシステムストリームがバッファ制御回路１２６を介して再生用バッファ１２６２に格納され、復号回路１２７２で復号され再度再生用バッファ１２６２に格納されたシステムストリームが、バッファ制御回路１２６を介して、記録用バッファ１２６１に格納された後、暗号回路１２６３で暗号化され、再度記録用バッファ１２６１に格納された後、バッファ制御回路１２６を介して記録媒体１２１２に記録される方法があげられる。

なお、通話データの秘匿性を確保するために、例えば前述の認証の際に、データ伝送装置１とデータセンタ３の間で鍵を共有しておき、ネットワークに送受信する際、通話データであるシステムストリームを暗号回路１２６３において共有した鍵で暗号化し送信し、また、受信したシステムストリームを復号回路１２６４において共有した鍵で復号化してシステムデコーダ１２７１に供給することで実現可能である。

以上の説明では、ディジタルテレビ１に、撮像回路１１１１、音声入力処理回路１１１２を内蔵した構成となっているが、別筐体でもかまわない。その場合は、エンコードしたストリームを図示しないが、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）などのディジタルインタフェースを用いて接続する方法がある。また図８、９では、一箇所の通話相手の場合の例を示したが、さらに通話相手が増えても、同様の動作で同様の効果が得られる。

このように、ユーザは、ディジタルテレビ１のリモートコントローラを用いて、ディジタル放送番組を視聴しながらの通話を行うことができるため、使い勝手の良い装置を提供できる。

１、２…データ伝送装置、４…ネットワーク、１０１…撮像部、１０２…マイク部、１１２…映像合成部、１１３…音声混合部、１１４…表示出力部、１１５…音声出力部、１０６…ネットワーク送受信部、１２０…顔検出回路、１１２１…映像信号圧縮回路、１１２２…音声信号圧縮回路、１１２３…システムエンコーダ、１１８０…顔抽出回路、１２６…バッファ制御回路、１２６１…記録用バッファ、１２６２…再生用バッファ、１２１１…記録媒体、１２１２…記録媒体、１２７１…システムデコーダ、１２７２…映像信号伸張回路、１２７３…音声信号伸張回路、１２８３…映像信号Ｄ／Ａコンバータ、１２８４…音声信号Ｄ／Ａコンバータ。１２４…制御回路、１２８１…グラフィクス回路、１２６３…暗号回路、１２６４…復号回路、１２８２…表示パネル、１２３…ネットワーク接続端子、１２５…リモコン受信素子、１４１…ディジタル放送信号入力端子、１４２…ディジタルチューナ。

Claims (8)

1. ネットワークを介して、通話のためディジタル圧縮符号化された映像信号および音声信号で構成される通話データのストリームを一つもしくは複数受信するネットワーク処理手段と、
   前記ネットワーク処理手段で受信した前記通話データを復号する復号手段と、
   前記復号部により復号した前記通話データの映像を重ね合わせて表示する映像表示手段と、
   前記復号部により復号した前記通話データの音声を混合して出力する音声出力手段と、
   前記映像表示手段と前記音声出力手段を制御する制御手段と、
   ユーザの操作情報を入力する入力手段と、
   を備え、
   前記制御手段は、前記入力手段からの前記操作情報に応じて、前記映像表示手段と前記音声出力手段を制御することを特徴とするデータ伝送装置。
2. 請求項１に記載のデータ伝送装置において、
   前記入力手段からの前記操作情報により、
   前記制御手段は、前記映像表示手段が前記通話データの映像を重ねて合わせて表示する際の、前記通話データの映像の大きさ、および前記通話データの映像の大きさに応じて、前記音声出力手段が前記通話データの音声を混合する際の、音声の混合比を制御することを特徴とするデータ伝送装置。
3. 請求項１に記載のデータ伝送装置において、
   前記入力手段からの前記操作情報により、
   前記制御手段は、前記映像表示手段が前記通話データの映像を重ね合わせて表示する際の、前記通話データの映像の位置、および前期通話データの映像の位置に応じて、前記音声出力手段が前記通話データの音声を混合する際の、音声の出力バランスを制御することを特徴とするデータ伝送装置。
4. 請求項２または請求項３に記載のデータ伝送装置において、
   前記通話データの映像は、被写体の映像であることを特徴とするデータ伝送装置。
5. 請求項２または請求項３に記載のデータ伝送装置において、
   前記映像表示手段は、前記通話データの映像から、被写体の映像を抽出して表示することを特徴とするデータ伝送装置。
6. 請求項１に記載のデータ伝送装置において、
   ディジタル放送番組を受信するディジタル放送受信手段を備え、
   前記復号手段は、前記ディジタル放送受信手段で受信したディジタル放送番組を復号し、
   前記映像表示手段は、前記通話データの映像と、前記ディジタル放送受信手段で受信したディジタル放送番組の映像とを重ね合わせて表示することを特徴とするデータ伝送装置。
7. 請求項１に記載のデータ伝送装置において、
   ディジタル放送番組を受信するディジタル放送受信手段を備え、
   前記音声出力手段は、前記通話データの音声と、前記ディジタル放送受信手段で受信したディジタル放送番組の音声とを混合することを特徴とするデータ伝送装置。
8. ネットワークを介して、通話のためディジタル圧縮符号化された映像信号および音声信号で構成される通話データのストリームを一つあるいは複数受信し、
   前記ネットワークから受信した前記通話データを復号し、
   ユーザの操作情報を入力して、
   前記操作情報に応じて、前記通話データの映像の重ねあわせ位置、大きさと、前記通話データの音声の混合量を制御することを特徴とするデータ伝送方法。

Images