JP2011523309A - マルチメディアファイルのためのフォントファイル最適化システム及び方法 - Google Patents

Abstract

マルチメディアファイルのためにテキスト情報を生成し、かつ表示する方法及びシステムが提供される。生成された、最適化されたフォントファイルは、マルチメディアファイルのテキストデータ、及び付加的に所定のテキスト文字の数と一致する。最適化されたフォントファイルはまた、更に、特定のメモリ及び／又はタイミング制約を確認するように構成されてもよい。
【選択図】図１

Description

本発明は、一般的にオーディオ、ビデオ及びテキストデータを備えるマルチメディアファイルに関し、特に、マルチメディアファイルのためのフォントファイル最適化に関する。

テキスト情報のプレゼンテーションは、ビデオ視聴体験の重要な部分でありうる。テキスト情報は、字幕と同様に、映画タイトル、チャプター名称、特定のトラックデータを表現するために、字幕と同様に用いられうる。字幕は、異なる言語において、難聴や、ヒアリング能力が低い人々を支援すること、又は視聴者の現在のヒアリング嗜好に適合すること、及びこのような情報を取得可能な環境においてディレクター又はユーザの解説を示すことを目的として、ビデオプレゼンテーションの会話を伝えるために用いることができる。

通常、マルチメディアファイル内にオーディオデータ及びビデオデータを有する、例えば字幕のような埋め込みテキスト情報は、字幕テキスト情報のランレングスエンコードビットマップ画像を含んでいる。ビットマップのランレングスエンコードは、情報を記憶する効果的な手法を提供し、ビットマップは、テキスト表現よりもテキストの図示的な表現であるため、例えば埋め込まれた、又は固有のフォントファイルを使用する等のような字幕をレンダリングするためにさらなる要求がない。しかし、この利点にもかかわらず、ビットマップとしてテキスト情報が記憶されると、画像フレームの大きさを変えることが困難であり、その結果、許容できる視覚成果を複数の大きさに拡大縮小することができない。拡大縮小の問題に加えて、ビットマップ表現は、分類、メタデータ及びアーカイバル・アクティビティの観点から魅力的な特徴であるテキストとしての検索が容易ではない。

例えば、映画におけるタイトル、チャプター名及び／又は会話等のテキスト情報を表現するための、特定言語の既知のアルファベットに対する実際のテキストの使用は、テキスト情報を表現するためのビットマップの使用の代替手段の１つである。映画におけるテキストの使用は、通常、共通の許容可能な表現において、テキストのエンコードを要求する。ＡＳＣＩＩ及びＵｎｉｃｏｄｅは、２つのこのような表現であり、ＡＳＣＩＩは、通常、ヨーロッパ言語のエンコードに用いられ、最大で２５６個の記号を許容する。Ｕｎｉｃｏｄｅは、世界中の言語についての非常に包括的な一覧から、１００，０００個以上の文字及び他の記号を表現するために用いられる。

このようなテキストの表示は、Ｔｒｕｅ Ｔｙｐｅフォントファイルにおいて記憶されるようなビットマップ画像及び非ビットマップ画像の混合の使用を通じてなされうる。しかし、これらの表現の大きさは、特に、個々の単語それぞれを表現するための独自の記号を使用する言語を、動的に表示又は使用するときに問題となりうる。

したがって、上記の事項及び／又は従来技術におけるさらなる課題を解消する、最適化されたテキスト生成及び表示システムを提供することが必要である。

一般的に、マルチメディアのためのテキスト情報生成及び再生システム並びに方法は、１又は複数の最適化されたフォントファイルが使用されて、提供される。一実施形態において、マルチメディアのためのテキスト情報を生成する方法は、テキストデータと、元のフォントファイルと、オーディオデータ及びビデオデータを有するマルチメディアファイルとをプロセッサにより受信するステップと、前記テキストデータ及び前記元のフォントファイルから、最適化されたフォントファイルを、前記プロセッサにより生成するステップと、を備える。生成したフォントファイルは、前記テキストデータと明確に一致し、かつ前記元のフォントファイルとは明確に異なる。

他の実施形態において、マルチメディアのためのテキスト情報を生成する方法は、オーディオデータ及びビデオデータを有するマルチメディアファイルの複数の時間区分をプロセッサにより識別するステップと、テキストデータ及び元のフォントファイルから複数のフォントファイルを前記プロセッサにより生成するステップと、を備える。生成されたフォントファイルそれぞれは、識別した時間区分それぞれに対する前記テキストデータと明確に一致する。

更に他の実施形態において、マルチメディアのためのテキスト情報を生成するテキスト情報レンダリングシステムが提供される。このシステムは、汎用のプロセッサと、オーディオデータ及びビデオデータを有するマルチメディアファイルからテキストデータを抽出するように構成されたデマルチプレクサとを含む。前記プロセッサは、前記テキストデータ及び元のフォントファイルからフォントファイルを生成するように構成され、生成した前記フォントファイルは、抽出した前記テキストデータ及び少なくとも１つの所定の文字と明確に一致する。メモリは、前記プロセッサに接続され、生成した前記フォントファイルを記憶する。

種々の実施形態において、前記テキストデータは、いずれも分離したファイルとして提供されてもよく、マルチメディアファイルに埋め込まれてもよい。

添付の図面を併用して以下の記載を参照することにより、本発明の上述及び他の特徴と、それらを取得し、使用する方法とがより明らかとなり、よりよく理解されうるであろう。図面は、本発明の典型的な実施形態のみを表現しており、したがって、本発明の範囲を限定するものではない。

図１は、本発明の種々の実施形態によるマルチメディアテキスト情報生成及び再生システムについてのブロック図である。 図２Ａは、本発明の種々の実施形態による概念的なフォントファイルをレンダリングする処理についてのブロック図である。 図２Ｂは、本発明の種々の実施形態による概念的なフォントファイルをレンダリングする処理についてのブロック図である。 図３は、本発明の種々の実施形態によるマルチメディアテキスト情報生成処理についてのブロック図である。 図４は、本発明の種々の実施形態による文字セット決定処理についてのフロー図である。 図５は、本発明の種々の実施形態による埋め込まれたフォントファイル最適化処理についてのブロック図である。 図６は、本発明の種々の実施形態による与えられたマルチメディアタイムラインに関するフォントファイルの図示的な表現である。

一般的に、マルチメディアテキスト情報の生成及び再生システムは、テキスト情報に対して最適化されたフォントファイルを含んで提供される。フォントファイルは、オリジナルの（元の）フォントファイルに対して実質的にファイルサイズが減少する。フォントファイルは、特に、マルチメディアファイルの特定のタイトルに必要とされる文字又は単語のみを供給するように適合される。一実施形態において、フォントファイルは、特定のサイズ及び／又はマルチメディアファイルに対するタイムフレームに適合するように設計される。種々の実施形態において、フォントファイルは、提供される、又はフォントファイルは、マルチメディアファイルの再生の際に動的に提供されるように構成される。種々の実施形態において、マルチメディアテキスト情報の生成及び／又は再生システム並びに方法は、検索可能、拡大縮小可能及び／又は空き容量を減少させる、テキスト情報を生成／表示するために提供される。

ビデオプレゼンテーションのオーディオ及びビデオトラックと一緒になる字幕のようなテキスト情報を埋め込むための方法は多数存在する。これらの方法は、ＪＰＥＧのような静止画像、ランレングスエンコードされたビットマップ画像、及び字幕の文字を表示するために適切なフォントファイルの任意の添付と共に、テキストの直接埋め込みを含むが、これに制限されるものではない。なお、字幕データ又は字幕情報は、アプリケーションの一例として用いられるが、これは単に本発明の記載をわかりやすくするためのテキスト情報の一例であり、このような情報又はその適用性は字幕のみに制限されると解釈されるものではない。

以下に詳細を説明するように、パーソナルコンピュータ又は一般消費者向けの電子装置のためのフォントファイルは、表示されるテキスト又は文字をレンダリングするために用いられる。フォントファイルは、文字又は記号を表示するための一組の表現を含んでいる電子データファイルである。これらの表現又はグリフは、個々のビットマップ、文字の輪郭を特定するための数式に対する描画命令、又は特定の大きさ及び形状を有する一連の線を描画する命令の形態で形成されてもよい。描画命令及び数式を用いてグリフの形状を特定する利点は、一般的に意図された文字の形状を維持しながら、文字表現の大きさが異なる大きさに拡大縮小されうることである。フォントはまた、ビットマップ及びビットマップでないグリフの混合で構成されてもよく、ビットマップの仕様は、ある大きさの文字の描写のみに用いられてもよい。

また、中国語、日本語及び朝鮮語のような言語は、対応する語彙において、個々の単語それぞれを表現するための固有の記号を利用している。これらの異なる言語を構成する多数の単語は、単語を形成するために固有のアルファベットにおける文章の組み合わせを利用する言語と比べて、非常に大きなフォントファイルをもたらす。これらの言語のためのフォントファイルは、１から１０メガバイトとなり、時には３０メガバイト程度になりうる。これらのフォントの大きさは、パーソナルコンピュータ上での処理には問題となりえないが、組み込み又は一般消費者向けの電子装置において、このような大きなフォントの大きさは、特にフォントが装置のレンダリングエンジンのために、メモリにおいて動的に取得可能であることが求められる場合に、問題となる。要求された表現ファイルの大きさが組み込み装置のリソース処理の許容量を超えたときに、これらの装置により生じる動作及び得られるユーザーエクスペリエンスは、一様とはなりえない。

以下に詳細を記載するように、映画により用いられる実際のテキスト要素に存在するそれらの文字のみが、１又は複数のフォントファイルに含まれるように、いずれかの言語のための標準フォントファイルが例えば映画のような特定のマルチメディアファイルに対してカスタマイズされた、効果的な方法及びシステムが提供される。この最適化は、元のフォントファイルと比べて各フォントファイルに必要なデータ量を減少させることが求められる。これらの減少は、絶対的には、高解像ビデオファイルの大きさ全体に対しては小さなものであるが、再生中の再生装置のローカルメモリにおいて、フォントファイル全体が取得できるため、各フォントファイルに必要なデータ量を減少させることの効果は絶大である。そして、この最適化は、より制限されたメモリ状態のために更に拡張され、小さなフォントファイルは、単一の映画字幕のために付加的に生成されてもよく、この小さなフォントファイルは、ビデオ及び／又はオーディオタイムラインの経過に基づいて動的にロードされてもよい。

ここで、図１を参照すると、オーディオデータ４及びビデオデータ６を有するマルチメディアファイル２から、テキスト情報１０は、対応するフォントファイル８と共に、デマルチプレクサ１２により分離又は展開される。このデマルチプレクサは、対応するデコーダへ適切なデータを供給する。このように、オーディオデータは、オーディオデコーダ１４へ供給され、ビデオデータは、ビデオデコーダ１６へ供給され、テキストデータは、テキストデコーダ１８へ供給される。

一実施形態におけるフォントファイルは、テキスト−レンダリングモジュール１９によりアクセスするために、メモリ１７に記憶される。なお、テキストデータのプレゼンテーションの成功のために、テキストの文字の全ての完全な表現がフォントファイルにより提供されることは理解されるべきである。例えば、特定の言語の字幕について考えると、フォントファイルは、このような言語がそのフォントファイルにおいて個々の単語それぞれに対して表現を要求しうる場合に、非常に大きくなりうる。また、多くの環境において、再生システムが、このような特定のフォントの表現について既存の、かつ効果的な手法を有していないため、映画の再生中には、大容量のメモリが、これらのフォントを設けるために要求されうる。

レンダリングモジュールは、ビデオミキサー２０により結合された、デコードされたビデオと共に、選択されたテキストデータを提供するために、デコードされたテキストデータ及びメモリから読み出された、又はアクセスされたフォントファイルを使用する。結合されたビデオは、ディスプレイ装置に供給され、後で表示されるように記憶されるか、送信されるか、又は他に提供される。図示された実施形態において、マルチメディアファイルに供給されたフォントファイルは、最適化されたフォントファイルである。他の種々の実施形態において、最適化されたフォントファイルは、マルチメディアファイル及びデコードされたテキストデータが供給されたフォントファイルから生成される。

最適化されたフォントファイルは、例えば、個々の映画の字幕情報のような個々のマルチメディアファイルの異なるテキスト要素により用いられる特定の文字をレンダリングするために要求される表現のみを含んでいる。フォントにおいて用いられる表現は、マルチメディアプレゼンテーションのテキスト要素における文字をレンダリングするためにフォントファイルを使用する、ビットマップ、命令、数式、又は他の同様の技術の形態であってもよい。単一のテキスト要素は、マルチメディア字幕の異なる言語をサポートするために要求される場合には、この単一のテキスト要素と関連付けられた、多くの独自に最適化されたフォントファイルを有していてもよい。異なる言語のサポートに加えて、カスタマイズされ、かつ最適化されたフォントファイルはまた、単一フォントの異なる様式の変形（例えば、ボールドやイタリック）のために生成されうる。一実施形態において、いくつかの実装は、一連の所定の文字を含み、映画のテキスト要素により用いられる独自の文字に加えて、最適化されたフォントファイルにより表現される。

しかし、文字の総数が、映画の字幕のようなマルチメディアファイルによってのみ用いられるそれらの文字の総数に制限されていることにより、その個々の映画により用いられるために特別に設計されたフォントファイルが生成され、このフォントファイルは、他の映画のテキストを正確にレンダリングすることは求められていない。そのため、特に、テキスト文字が、映画のダイアログのようなマルチメディアプレゼンテーションにおける異なる要素により用いられる個々の単語を表示する言語の場合において、このような調整は、１又は複数のフォントファイルの大きさを減少させる。そして、種々の実施形態において、１又は複数の最適化されたフォントファイルは、テキスト情報と共に映画に含まれることができ、デコードシステムにおけるデマルチプレクサのハードウェア及び／又はソフトウェアモジュールによりそれらを抽出可能にする手法において多重送信される。

図２Ａ及びＢにおいて、生成された、最適化されたフォントファイルの概念図及びレンダリング処理対最適化されないフォントファイルのレンダリング処理が示される。図示された例に示すように、最適化されたフォントファイル１２２は、ビデオタイトル１２１への文字に対して制限され、そのため、最適化されたフォントファイル１２２は、最適化されないフォントファイル１２０よりも大きさが小さくなる。また、最適化されたフォントファイル１２０を使用するテキストレンダリングエンジン１２３は、テキストをレンダリングするため、及び／又は最適化されないフォントファイル１２０を使用するテキストレンダリングエンジン１２３’と比較して、より速いレンダリング結果１２４及び表示されたビデオタイトル１２５を提供するために、より少ないメモリを要求する。

ここで、図３を参照すると、最適化されたファイルを生成する処理又はシステムの一実施形態が示され、テキストファイル２１により規定される特定の映画のための独自の文字セットを決定するために、映画のようなマルチメディアプレゼンテーションのためのテキストファイル２１は、エンコーダ／デコーダにより解析される。マルチメディアファイル又は他の記憶されたファイルから提供される元のフォントファイル２２、又はエンコーダ／デコーダによりアクセス可能な元のフォントファイル２２は、フォント最適化２４のための独自の文字セットに対して適用され、これにより、１又は複数の最適化されたフォントファイル２５が生成される。

図４において、一実施形態では、独自の文字セットは、デコードシステムの初期化により決定される（２０１）。マルチメディアファイルは、解析され（２０２）、マルチメディアファイルにおける全てのテキスト要素は、抽出される（２０３）。第１の個別文字が検査される、又は第１の個別文字が検査されている場合には、次の個別文字が検査される（２０４）。検査された文字が文字バッファにある場合には（２０５）、処理は、全ての文字が処理されたかどうかをチェックする（２０７）。全ての文字が処理された場合には、処理は、独自の文字セットを生成して、終了する。検査された文字が文字バッファにない場合には、文字は、文字バッファに追加される（２０６）。全ての文字が検査された場合には（２０７）、その後、処理は、独自の文字セットを生成して、終了する。そうでない場合には、次の個別文字が検査され（２０４）、処理を繰り返す。

なお、字幕に対する最適化されたフォントの生成を図２から図４で示したが、システム又は処理は、視聴者に対してテキスト表現を通じて情報の通信を要求する映画において、全ての他の要素の組み合わせのために、用いられ、又は繰り返されうる。一実施形態において、個別の最適化処理の蓄積は、映画の全てのテキスト要素を表現する単一のフォントの結果を組み合わせることにより完成されてもよく、あるいは、いくつかのフォントは、映画におけるテキスト情報の主要な分類それぞれのために作り出されてもよい。

図２から図４の一実施形態における処理又はシステムは、パーソナルコンピュータ又は他のコンピュータ・ワークステーションを用いるオーサリング又は撮影後の編集段階において、実現されてもよい。あるいは、フォント最適化システム又は処理は、ダイナミックメモリの容量が制限された、及び図５に示すように、付加的な記憶スペース（例えば、ハード−ドライブディスク）の容量が少ない又は全くない組み込み装置において実行されてもよい。ダイナミックメモリの容量は、システムが初期化段階にある場合に、最適化されないフォントファイルを完全に保持するために十分であってもよく、あるいは、処理段階中に、最適化されないフォントファイルは、小さなダイナミックメモリの大きさで蓄積するために区分されてもよい。フォント最適化処理は、組み込みシステムを、要求されたフォントファイルを保持するための小さなメモリ容量を使用できるようにする。このメモリ最適化は、ビデオ及びオーディオデコーダ処理を可能にするために要求されてもよい。

図５において、デコードシステムは、初期化され（１０１）、マルチメディアファイルは、解析される（１０２）。マルチメディアファイルにおけるテキスト要素は、選択され（１０３）、独自の文字セットは、決定される（１０４）。最適化されないフォントファイルの大きさと比較された、取得可能なメモリの容量は、決定される（１０５）。メモリが十分取得可能な場合には、最適化されないフォントファイルは、メモリにロードされ（１０７）、フォント最適化は、独自の文字セットのためのフォントファイルを提供するために実行される（１０８）。最適化されたフォントファイルは、その全体、又は、最適化されないフォントファイルの区分に従って記憶される（１０９）。全ての文字が処理された場合（１１０）、デコードシステムの初期化は、継続する（１１１）。そうでない場合には、処理は、メモリにおいて、次の最適化されないフォントの区分のロードを繰り返す（１０７）。メモリが十分取得可能でない場合には、最適化されないフォントファイルは、区分けされ（１０６）、その後、１又は複数の区分けされたフォントファイルは、メモリにロードされる（１０７）。

（統合フォントファイル）
種々の実施形態において、所望の文字セットを表現する既存のフォントファイルが存在しない場合、又は映画により用いられる文字のよりよい表現を、付随する既存のフォントファイルが有する場合には、最適化されたフォントファイルは、用いられうる。例えば、いくつかのシステムは、表示される主要な言語を表現することを目的として本来のフォントを設けてもよい。しかし、異なる言語から文字セットを十分かつ正確な表現とするために要求されるメモリ容量は、過度な負担となる。その結果、ある文字セットがフォントファイルにおいて統合されると、異なる言語において同一の文字が現れるときに、表示された一の言語から文字表現を有する所望しない効果が導かれる。例えば、中国語の文字で書かれた要素は、日本語及び朝鮮語表記の両方において現れるが、各文字は、特定の言語に対して適切なグリフで表現されるべきである。そのため、異なる言語から文字セットを十分かつ正確に表現する特定のマルチメディアプレゼンテーションに対して適合する最適化されたフォントファイルを生成することによって、このようなフォントファイルにより占有されるメモリ容量は、元のホスト本来のフォントファイルと比べて、非常に減少する。したがって、統合されたフォントファイルを使用することにより、これらの所望しない効果を回避できる。しかしながら、統合されたフォントファイルはまた、最適化されることができ、そして、統合されたフォントファイルがアクセス可能な場合に、ファイルの大きさが減少する、又はさらなるファイルの大きさの減少が望まれることは理解されるべきである。

（メモリ及びタイミング）
フォント最適化システム及び処理はまた、種々のシステムに対する種々のメモリ及び／又はタイミング状態を満たすために拡張されうる。このような実施形態において、フォント最適化は、フォントファイルの最大の大きさでの制限を含む。その結果、フォントファイルは、マルチメディアプレゼンテーションのテキスト情報を部分的にのみ表現してもよい。例えば、図６において、複数のフォントファイル３１、３２、３３は、字幕のようなテキスト情報、特定タイムラインの範囲、又はビデオプレゼンテーションの時間区分におけるビデオプレゼンテーションのタイムライン３５全体と関連付けられている。開始及び終了時間コード値３７、３８、３９は、フォントファイルを、特定の時間区分のための映画のテキスト情報と関連付けるために用いられる。

フォントファイル全てが適切な等しい大きさであることが望ましい場合には、フォントファイルにより取り扱う期間は、例えば、１つのフォントファイルが他のフォントファイルよりも長い期間を取り扱うように、会話を表現する独自の文字の数と同様の会話量に従って、変化してもよい。フォントファイルが映画における時間の適切な等しい量の全てにわたっているために、フォントファイルを作り出すことが望ましい場合もある。この場合、フォントファイルは、異なるファイルの大きさを有してもよい。ハイブリッドな手法が用いられてもよく、最大フォントファイルは、固定された期間にわたって選択され、他の期間に対するフォントファイルは、大きさが小さくなる。なお、フォントファイルの大きさ及び／又は映画におけるそれらの位置によるフォントファイルの時間範囲の統一、及びビデオタイムライン全体に対する字幕の位置合わせの統一には、例外が存在してもよいことは理解されるべきである。

いずれかの特定のマルチメディア・コンテナ標準において、フォントの正確な表現は、かなり異なっていてもよい。このようなマルチメディア標準の１つとして知られるＭａｔｒｏｓｋａは、字幕のような特定のマルチメディアトラックに対するこれらの添付ファイルの関連付けを特定するために、フォントファイルを添付し、かつ所定の要素を許容する規定を有している。字幕に対して単一のフォントを関連付けるこの標準の記述を使用すると、トラック要素における同一の識別メカニズム（添付リンク；ＡｔｔａｃｈｍｅｎｔＬｉｎｋ）は、字幕データを含んでいるトラックに複数のフォントを関連付けるために、複数回繰り返されうる。また、添付開始時間（ＡｔｔａｃｈｍｅｎｔＳｔａｒｔＴｉｍｅ）フィールド及び添付終了時間（ＡｔｔａｃｈｍｅｎｔＥｎｄＴｉｍｅ）は、特定の字幕トラックのテキスト要素のレンダリングのために使用されるべきフォントに対する開始時間及び終了時間を示すために、個々の添付ファイル（ＡｔｔａｃｈｅｄＦｉｌｅ）それぞれの記述に加えられうる。ある実施形態では、映画によって用いるために単一のフォントファイルを関連付けてもよく、添付開始時間（ＡｔｔａｃｈｍｅｎｔＳｔａｒｔＴｉｍｅ）は、ゼロに設定されてもよく、添付終了時間（ＡｔｔａｃｈｍｅｎｔＥｎｄＴｉｍｅ）は、映画の存続期間全体を反映する時間に設定されてもよい。

同一の標準は、特定フォントを備えるマルチメディアトラック階層の一部ではないファイル（例えば、映画タイトル又はトラック名）の他のテキスト要素と関連付ける特定の手法を有していなくてもよい。一実施形態において、Ｍａｔｒｏｓｋａ記述又はフォーマットに対しては、添付されたフォントファイルを備えるファイルのテキスト情報の関連付けは、次の態様で特定されうる。

上述の記載において、最適化されたフォントファイルは、既存のＭａｔｒｏｓｋａ・タグ・メカニズムを用いる一連のテキスト要素に、最適化されたフォントを関連付けた、ベースタグエレメントの階層により記載される。この状況において、フォントファイルは、上記に示すように、第１のシンプルタグ（ＳｉｍｐｌｅＴａｇ）要素により記載され、フォントの実際のバイナリデータは、タグバイナリ（ＴａｇＢｉｎａｒｙ）フィールドとしてカプセル化されうる。第１のシンプルタグ（ＳｉｍｐｌｅＴａｇ）構造に続く次のタグ要素は、この特定のフォント記述に関する全てのテキスト要素を設けるために用いられうる。親タグの直後に子タグとして現れる第２のタグ要素は、第２のフォントファイルを設けるために用いられ、かつ同一の階層構造に続くテキスト情報を関連付ける。

上記の記載は、本発明の多くの特定の実施形態を含んでいるが、これらは本発明の範囲を限定するものとして構成されるべきではなく、一実施形態の例として構成されるべきである。したがって、本発明の範囲は、図示された実施形態によって決定されるべきではなく、係属中の特許請求の範囲及びそれらの均等物によって決定されるべきである。

Claims (27)

1. マルチメディアファイルのためにテキスト情報を生成する方法であって、
   テキストデータと、元のフォントファイルと、オーディオデータ及びビデオデータを有するマルチメディアファイルとをプロセッサにより受信するステップと、
   前記テキストデータ及び前記元のフォントファイルから、最適化されたフォントファイルを、前記プロセッサにより生成するステップであって、生成したフォントファイルは、前記テキストデータと明確に一致し、かつ前記元のフォントファイルとは明確に異なる、ステップと、を備える方法。
2. 前記テキストデータは、複数の文字を含み、生成した前記フォントファイルは、複数の文字とのみ一致する表現を含む、請求項１に記載の方法。
3. 前記テキストデータは、複数の所定の文字を更に含み、生成した前記フォントファイルは、前記複数の文字及び前記複数の所定の文字にのみ一致する表現を含む、請求項２に記載の方法。
4. 生成した前記フォントファイルは、前記元のフォントファイルよりもファイルの大きさが小さい、請求項１に記載の方法。
5. 前記フォントファイルを生成するステップは、前記元のフォントファイルを区分するステップを更に備える、請求項１に記載の方法。
6. 生成した前記フォントファイルは、受信した前記マルチメディアファイルとは異なる他のマルチメディアファイルで使用可能となるようには保証されていない、請求項１に記載の方法。
7. 生成した前記フォントファイルは、受信した前記マルチメディアファイルでのみ使用可能である、請求項１に記載の方法。
8. 前記テキストデータ及び生成した前記フォントファイルを用いることにより、表示用のテキスト情報をレンダリングするステップを更に備える、請求項１に記載の方法。
9. 生成した前記フォントファイルを前記マルチメディアファイルに埋め込むステップを更に備える、請求項１に記載の方法。
10. 少なくとも１つのトラックと、前記マルチメディアファイルに対する生成した前記フォントファイルとを関連付けるステップを更に備える、請求項１に記載の方法。
11. 前記マルチメディアファイルにおける少なくとも１つのメタデータタグと、字幕ではない前記テキストデータのテキスト要素とを関連付けるステップを更に備える、請求項１に記載の方法。
12. タグの階層と、複数のテキスト要素及び生成したフォントファイルとを関連付けるステップを更に備える、請求項１に記載の方法。
13. マルチメディアファイルのためにテキスト情報を生成する方法であって、
    オーディオデータ及びビデオデータを有するマルチメディアファイルの複数の時間区分をプロセッサにより識別するステップと、
    テキストデータ及び元のフォントファイルから複数のフォントファイルを前記プロセッサにより生成するステップであって、生成されたフォントファイルそれぞれは、識別した時間区分それぞれに対する前記テキストデータと明確に一致する、ステップと、を備える方法。
14. 映画の存続期間全体にわたって、単一のフォントファイルと、識別した時間区分とを関連付けるステップを更に備える、請求項１３に記載の方法。
15. フォントファイルそれぞれと識別した時間区分とを関連付けるステップを更に備える、請求項１３に記載の方法。
16. 前記テキストデータをレンダリングするために、フォントファイルそれぞれを、フォントファイルそれぞれが取得可能となる期間にわたって示すようにするステップを更に備える、請求項１３に記載の方法。
17. 前記複数の時間区分は、字幕データのタイムライン全体に一括して対応する、請求項１５に記載の方法。
18. 特定の時間において、トラックしたタイムラインと関連付けられた前記時間区分に対応する複数のフォントファイルのフォントファイルのみを用いて、タイムライン全体をトラックし、かつ字幕情報をレンダリングするステップを更に備える、請求項１７に記載の方法。
19. 前記テキストデータ及び前記複数のフォントファイルを用いることにより、表示用のテキスト情報をレンダリングするステップを更に備える、請求項１３に記載の方法。
20. 生成したフォントファイルを前記マルチメディアファイルに埋め込むステップを更に備える、請求項１３に記載の方法。
21. 前記テキストデータは、複数の文字及び前記複数の文字にのみ一致する表現を一括して含む、生成したフォントファイルを含む、請求項１３に記載の方法。
22. 前記マルチメディアファイルにおける少なくとも１つのトラックと、生成したフォントファイルとを関連付けるステップを更に備える、請求項１３に記載の方法。
23. 前記マルチメディアファイルにおける少なくとも１つのトラックと、いくつかのフォントファイルとを同時に関連付けるステップを更に備える、請求項１３に記載の方法。
24. 前記マルチメディアファイルにおける少なくとも１つのタグと、字幕ではない前記テキストデータのテキスト要素とを関連付けるステップを更に備える、請求項１３に記載の方法。
25. マルチメディアファイルのためにテキスト情報を生成するテキスト情報レンダリングシステムであって、
    オーディオデータ及びビデオデータを有するマルチメディアファイルからテキストデータを抽出するように構成されたデマルチプレクサと、
    前記テキストデータ及び元のフォントファイルからフォントファイルを生成するように構成されたプロセッサであって、生成した前記フォントファイルは、抽出した前記テキストデータ及び少なくとも１つの所定の文字と明確に一致する、プロセッサと、
    前記プロセッサに接続され、生成した前記フォントファイルを記憶するメモリと、を備えるシステム。
26. 前記プロセッサに集積され、前記ビデオデータをデコードするように構成されたビデオデコーダモジュールと、
    前記プロセッサに集積され、前記オーディオデータをデコードするように構成されたオーディオデコーダモジュールと、
    抽出した前記テキストデータをデコードするように構成され、かつ生成した前記フォントファイル及びデコードした前記テキストデータを使用することにより、テキスト情報を表示するように構成されたテキストレンダリングエンジンと、を更に備える請求項２５に記載のシステム。
27. 前記プロセッサは、前記元のフォントファイルを記憶する前に、前記元のフォントファイルを区分する、請求項２５に記載のシステム。