JP2017118559A - 動画生成サーバ、動画生成プログラム、動画生成方法、動画生成システム - Google Patents

Abstract

【課題】テキスト情報がサービス利用者の印象に残るよう、視覚的効果を向上させた状態で利用者に提示する技術を提供することである。【解決手段】実施形態の動画生成サーバは、テキストデータまたは静止画像のいずれか一方または両方の素材データを取得する取得部と、ユーザが編集可能なスクリプトコードを取得し、そのスクリプトコードに従い事前に定義される動画データ内で素材データが動くように、動画データの各フレームに素材データを埋め込んだ動画データを作成する制御部と、を有する。【選択図】図２

Description

本発明の実施形態は、テキストデータや静止画像などの素材データを、動画データに埋
め込む技術に関する。

インターネット上では、ネットを利用する利用者の生成、撮影した動画の配信が日常的
に行われている。動画のフォーマットとしては、フラッシュ形式のものや、Ｍｐｅｇ４、
ｗｅｂｍ、ａｖｉなど、様々なものが存在する。

また一方で、サービス利用者の個人に関するデータを蓄積、加工し、サービス利用者か
らの要望や規定日時の経過などにより、個人データをその利用者に提供するシステムも存
在する。また、個人データを基にして作成された統計データ等を提供するシステムも存在
する。これら各システムの提供する提供媒体としては、インターネットなどのネットワー
クを介した配信や、光学ディスク等のメディア、または紙媒体を介した手渡し、郵送など
がある。

関連技術として、以下の文献が開示されている。

特開２００７−６６３０３号公報

例えば個人データなどのテキスト情報をユーザに提示する場面において、単なる文字列
の提示やデータの羅列、リストを提示しても、サービス利用者の視覚に訴えるものがない
。

本発明が解決しようとする課題は、テキスト情報がサービス利用者の印象に残るよう、
視覚的効果を向上させた状態で利用者に提示する技術を提供することである。またサービ
ス利用者に提示するデータを利用者ごとに異ならせるように作成し、且つ容易に作成する
ことができる技術を提供することを目的とする。

実施形態の動画生成サーバは、テキストデータまたは静止画像のいずれか一方または両
方の素材データを取得する取得部と、ユーザが編集可能なスクリプトコードを取得し、そ
のスクリプトコードに従い事前に定義される動画データ内で素材データが動くように、動
画データの各フレームに素材データを埋め込んだ動画データを作成する制御部と、を有す
る。

実施形態の動画生成プログラムは、コンピュータに実行させるための動画生成プログラ
ムであり、テキストデータまたは静止画像のいずれか一方または両方の素材データを取得
し、ユーザが編集可能なスクリプトコードを取得し、そのスクリプトコードに従い事前に
定義される動画データ内で素材データが動くように、動画データの各フレームに素材デー
タを埋め込んだ動画データを作成する処理を、コンピュータに実行させる。

実施形態の動画生成方法は、コンピュータが、テキストデータまたは静止画像のいずれ
か一方または両方の素材データを取得し、ユーザが編集可能なスクリプトコードを取得し
、そのスクリプトコードに従い事前に定義される動画データ内で素材データが動くように
、動画データの各フレームに素材データを埋め込んだ動画データを作成する処理を実行す
る。

実施形態の動画生成システムは、第１サーバと、第２サーバとを有する。第１サーバは
、テキストデータまたは静止画像のいずれか一方または両方の素材データを取得し、ユー
ザが編集可能なスクリプトコードを取得し、そのスクリプトコードに従い事前に定義され
る動画データ内で素材データが動くように、動画データの各フレームに素材データを埋め
込んだ動画データを作成する。第２サーバは、第１サーバが作成した埋め込み後の動画デ
ータを取得し、その動画データに含まれた個人データの提供者に配信する。

またこのような動画生成サーバ、プログラム、方法、システムは、上記スクリプトコー
ドに従い、事前に定義される動画データ内の音声と、音声素材とを合成することも可能で
ある。

サービス利用者の印象に残るように、視覚的効果を向上させた状態で情報を提示するこ
とができる。

実施形態の構成例を示す図である。 実施形態の動画生成サーバの内部構成例を示すブロック図である。 実施形態のデータ加工サーバの動作例を示すフローチャートである。 実施形態の動画生成サーバの動作例を示すフローチャートである。 実施形態の動画生成エンジンによる１ファイルの動画を出力する動作例を示すフローチャートである。 実施形態の動画生成エンジンによる文字合成処理を説明する図である。 実施形態の動画生成エンジンによる文字合成処理を説明する図である。 実施形態の動画生成エンジンによる文字合成処理を説明する図である。 実施形態の動画生成エンジンによる画像合成処理を説明する図である。 実施形態の動画生成エンジンによる画像合成処理を説明する図である。 実施形態の動画生成エンジンによる画像合成処理を説明する図である。 実施形態の動画生成エンジンによる音声合成処理を説明する図である。 実施形態の動画生成エンジンによる音声合成処理を説明する図である。 実施形態の動画生成エンジンによる動画結合処理を説明する図である。 スクリプト例を示す図である。 スクリプト例を示す図である。 スクリプト例を示す図である。

実施形態のシステムでは、データベースに格納される各個人の個人データに基づき、各
個人にパーソナライズされた動画を生成し、配信する。実施形態のシステムは、動画デー
タにテキストや静止画像の素材データを埋め込ませ、１つの動画ファイルを作成する。す
なわち、埋め込み後の作成動画を再生する場合、必要となるデータは当該１ファイルのみ
となる。よって実施形態のシステムが提供する動画は、フラッシュ動画のファイル構成（
複数ファイルにより構成され、これら各ファイルが揃って初めて動画として機能する）と
は異なる。また素材データをアニメーション表現により動かすことで、見栄えが良くなり
、視覚的効果を期待することができる。

動画生成用のモジュールは、動画処理を行うエンジン部分のプログラムと、必要な要素
を制御するスクリプトの２つで構成される。またエンジン部分のプログラムを起動制御す
るためのプログラムもシステム内に含まれる。実施形態のシステムは、与えられたパラメ
ータに応じて、また動画の要素（背景動画、テキスト、画像、音声）を、スクリプトに記
述された処理（分岐、位置やサイズ、透過度の指定、処理中断）に応じて、動画の１フレ
ームごとに画像合成を行い、動画を生成する。

実施形態のプログラムは、ユーザの手動操作に応じて動作するイベント駆動型のグラフ
ィカルユーザインターフェイス（ＧＵＩ）ではなく、コマンドラインインターフェイス（
ＣＬＩ）として提供される。よって、ユーザの手動を介すことなく、スケジューラに登録
してバッチ処理にて動作させることが可能となる。これにより、遠隔地、無人で動画を生
成することができる。また本実施形態のシステムでは、動画の合成内容を予め用意された
スクリプトによって制御することが可能であるため、スクリプトに対してデータベース等
を利用してパラメータを与えることで、自動化を図ることができる。スクリプトはテキス
トベースであるため、ユーザが直接的にスクリプトに対し修正、変更することが可能であ
る。よって、動画内の素材データの動きを変えたい場合は、このスクリプトを編集するこ
とで、容易にその挙動を変更することができる。尚、ここでのユーザとは、サービスを提
供する側の者であり、具体的にはシステム運用管理者、システム開発者とするが、メンテ
ナンス者や点検者でも構わない。

実施形態では、個人毎に違うパラメータ（個人属性、個人情報）を動画に自動的に反映
するために、パラメータに応じて用意されたスクリプト制御を実行可能とする。スクリプ
トは、与えられたパラメータによって、読込む背景動画、テキスト内容、読込む画像を切
り替えたり、演出内容を変更したりすることが可能となっている。これにより、大量のユ
ーザに対し、各々別の内容の動画を生成することが可能となっている。

以下、図面を参照しつつ実施形態について説明する。図１は、実施形態の動画生成シス
テムの構成例およびデータの流れを示した図である。動画生成システム１は、業務システ
ム２００、データベースサーバ１０１、データ加工サーバ１０２、動画生成サーバ１０３
、ストレージ装置１０４、配信サーバ１０５を有する。これら各ユニットは、不図示のネ
ットワークを介して互いにデータ送受信を行うことができる。

業務システム２００は、商品在庫の管理、財務管理、および、個人データ（個人情報や
個人の属性データ）の入出力や管理などを担う基幹システムである。業務システム２００
は、１つもしくは複数のサーバにより構成されている。尚、業務システム２００は、Ｗｅ
ｂサーバを含み、インターネットを介してサービスを提供するシステムでもよい。サービ
ス利用者により直接入力される個人データ、もしくは入力値に基づき得られる個人データ
は、データベースサーバ１０１に累積的に格納される。個人データとしては、管理用の個
人ＩＤや氏名、年齢、性別、住所や電話番号、Ｅメールアドレスなどの個人情報、購買履
歴、商品の閲覧履歴などがある。データベースサーバ１０１は、これら各種個人データを
業務システム２００より取得し、永続的に記憶する。データベースサーバ１０１には、Ｒ
ＤＢＭＳ（Relational Database Management System）が事前に導入されており、このＲ
ＤＢＭＳにより個人データを管理するものとするが、他の機構でデータを管理してもよい
。

データ加工サーバ１０２は、データベースサーバ１０１に蓄積されている個人データの
うちで処理対象となるデータを取得し、当該個人データを、後続の動画生成サーバ１０３
が処理しやすいように加工する。データ加工サーバ１０２は、個人データの中から動画デ
ータに埋め込む値を抽出する。またデータ加工サーバ１０２は、個人データに含まれる値
に基づき、後続の動画データ埋め込み処理の際に用いられる値を作成する。データ加工サ
ーバ１０２は、抽出、作成した値を動画生成サーバ１０３に送信する。データ加工サーバ
１０２の詳細動作については後述する。

動画生成サーバ１０３は、データ加工サーバ１０２により加工された個人データを受信
し、個人データの各値を、事前に定義される動画（以降、背景動画と称す）に埋め込む。
また動画生成サーバ１０３は、事前に定義される静止画像も背景動画に埋め込む。個人デ
ータや静止画像は、埋め込みの際に、回転、移動、拡大／縮小、透過度変化など視覚効果
を高めるためのエフェクトが付与される。また動画生成サーバ１０３は、背景動画内の音
声と、音声素材とを合成することも可能である。

動画生成サーバ１０３は、単一のファイルとなるように、規定フォーマットで動画デー
タを生成し、個人データに対応付けた状態で、生成後の動画ファイルをストレージ装置１
０４に送信する。動画生成サーバ１０３の詳細については後述する。

ストレージ装置１０４は、ネットワークを介してデータを受信し、記憶する外部記憶装
置である。ストレージ装置１０４は、本例ではＮＡＳ（Network Attached Storage）とす
るが、ＳＡＮ（Storage Area Network）で用いられるストレージ装置やファイルサーバで
もよい。ストレージ装置１０４は、埋め込み処理後の動画データを１つのファイルとして
格納し、またこの動画ファイルと個人データとを対応付けて記憶する。対応付けは、例え
ば個人データの識別情報を動画ファイルのファイル名に含ませる実装や、個人データの識
別情報をフォルダ名にし、当該フォルダの中に動画ファイルを格納する実装、対応テーブ
ルを用いる実装など、様々なものがある。尚、本実施形態ではストレージ装置１０４を有
する構成としたが、外部のクラウドストレージサービスを利用して、当該クラウドに動画
ファイルを格納する実装でも構わない。

配信サーバ１０５は、埋め込み後の動画ファイルをサービス利用者に配信するサーバで
ある。配信サーバ１０５は、サービス利用者の要求に応じて、または動画ファイルができ
次第、当該サービス利用者に一致した動画ファイルを配信する。配信サーバ１０５は、Ｈ
ＴＴＰプロトコルを用いたＷｅｂベースでサービス利用者所有のＰＣ（パーソナルコンピ
ュータ）に動画を配信したり、ダウンロード可能にしたりする。これ以外にも、事前に登
録されたＥメールアドレスに動画ファイルを送信する実装でもよい。

上記例では、各サーバを１筐体ずつとした構成としているが、処理の負荷を分散させる
ため複数サーバを有する並列化した構成としてもよい。また、仮想マシンを導入してサー
バ筐体の台数を減らした構成としてもよい。

またストレージ装置１０４に動画ファイルを記憶させず、サービス利用者から要求があ
り次第、動画生成サーバ１０３がリアルタイムで動画データを作成し、直接配信サーバ１
０５に送信してサービス利用者にストリーミング配信することも可能である。

図２は、動画生成サーバ１０３の内部構成例を示した図である。動画生成サーバ１０３
のハードウェア構成は、現存するコンピュータと同様であり、演算処理装置であるプロセ
ッサ３０１、主記憶装置であるメモリ３０２、補助記憶装置であるＨＤＤ（ハードディス
クドライブ）３０３を有する。また動画生成サーバ１０３は、外部ユニットの通信を制御
するネットワークＩＦ（インターフェイス）３０４、モニタ３０５、入力デバイス３０６
（キーボード、マウスなど）、メディア読取デバイス３０７を有する。尚、データ加工サ
ーバ１０２や配信サーバ１０５も、図２に示すハードウェア構成を有する。

ＨＤＤ３０３には、実施形態の態様を実現するためのプログラムが事前に記憶されてい
る。本例では、サービスモジュール３１１、動画生成エンジン３１２の各プログラムが事
前に記憶されている。これらプログラムの導入は、インストール用の外部メディア３２０
（ＣＤ−ＲＯＭやＤＶＤなど）をメディア読取デバイス３０７で読み取り、ＨＤＤ３０３
に記憶させる方法や、ネットワークＩＦ３０４を介してダウンロードしてＨＤＤ３０３に
記憶させる方法などがある。

ＨＤＤ３０３に記憶されているサービスモジュール３１１は、いずれの個人データが処
理待ちであるか、処理中であるか、処理完了であるかの進行情報を、フラグデータを用い
て制御するとともに、動画生成エンジン３１２に必要なパラメータを渡して起動するプロ
グラムである。進行情報は、本例ではデータベースサーバ１０１の個人データを記憶した
テーブルに、フラグ管理用のカラムを設け、このフラグ値を更新することで管理する。

動画生成エンジン３１２は、サービスモジュール３１１により起動され、スクリプト３
１３に基づき、テキストや静止画像の素材データを埋め込む。動画生成エンジン３１２は
、スクリプト３１３の記述に従い、背景動画内で素材データが動くように埋め込む。

スクリプト３１３は、機械語などに比べて容易に習得できる言語を用いて記述された命
令コードであり、テキストファイルである。テキストファイルであるため、ユーザはスク
リプト３１３を直接編集することができる。すなわち、ユーザは、素材データの動画内の
挙動を直接的に修正、変更させることができる。このようなスクリプトを複数作成してお
き、ＨＤＤ３０３に導入しておいてもよい。

図３は、データ加工サーバ１０２の動作例を示すフローチャートである。図３のフロー
チャートの説明において、動作主体をデータ加工サーバ１０２として説明するが、実際は
、データ加工サーバ１０２内のプロセッサが、補助記憶装置（ＨＤＤなど）に事前に記憶
されているプログラムやデータをメモリに展開し、演算実行することで実現される。

データ加工サーバ１０２は、動画生成対象となる個人データ群をデータベースサーバ１
０１から抽出する（Ｓ００１）。データ加工サーバ１０２は、データベースサーバ１０１
に記憶されている各個人データの進行情報フラグ（処理待ち／処理中／処理完了）を参照
することで、処理待ち状態の個人データ群を抽出する。データ加工サーバ１０２は、得ら
れた個人データ群の中から１つの個人データをさらに抽出し（Ｓ００２）、当該個人デー
タについての分析処理を行う（Ｓ００３）。この分析処理は、実際に動画に埋め込むデー
タを抽出する処理や、個人データに含まれる値に基づき、後続の動画データ埋め込みの際
に用いられる値を作成する処理であったりする。動画データ埋め込みの際に用いられる値
とは、購入金額など実際に得られた値、何らかの処理により求められた値、個人データに
応じた区分データなどであったりする。区分データの具体例としては、性別や職業種別、
年齢層、住んでいる地域の区別、購入、閲覧した商品の種別（例えば衣類、雑貨、食糧品
などの区別であり、更に細分化した項目でもよい）などのカテゴライズされたデータであ
る。動画生成サーバ１０３のスクリプト３１３では、条件分岐制御を行うことができ、実
際に得られた値、処理上求められた値やカテゴライズされたデータに従い、例えば素材デ
ータの動きを個人ごとに異ならせたり、素材データそのものを変えたりすることができる
。

データ加工サーバ１０２は、分析処理により得られる、動画生成に必要なデータを１つ
の個人データとしてまとまるように加工し（Ｓ００４）、動画生成サーバ１０３に出力す
る（Ｓ００５）。例えば、動画にサービス利用者の氏名を組み入れる場合はその氏名が必
要なデータとなり、購入商品を動画に組み入れる場合は購入商品名やその識別情報が必要
なデータとなる。また管理上やスクリプト処理上の理由から、サービス利用者のユーザＩ
Ｄやカテゴライズされたデータも必要なデータとなる。またＳ００５のデータ出力につい
ては、加工データを作成したときにダイレクトに動画生成サーバ１０３に送信してもよい
し、一旦加工データをファイルにして補助記憶装置に記憶させ（ＲＤＢＭＳで管理しても
よい）、必要に応じて動画生成サーバ１０３にファイルデータを送信してもよい。尚、動
画生成サーバ１０３では、受信したデータをバッファ領域に一旦蓄積する。

データ加工サーバ１０２は、処理対象となる個人データがなくなるまでＳ００２〜Ｓ０
０５の処理を繰り返し（Ｓ００６−Ｎｏのループ）、個人データが無くなると（Ｓ００６
−Ｙｅｓ）、処理終了となる。

次に、動画生成サーバ１０３の動作例を示すフローチャートを図４に示す。図４のフロ
ーチャートの説明も、動作主体を動画生成サーバ１０３として説明するが、実際は、図２
に示すプロセッサ３０１が、ＨＤＤ３０３に事前に記憶されているサービスモジュール３
１１、動画生成エンジン３１２、スクリプト３１３、およびデータをメモリに展開し、演
算実行することで実現される。尚、図４のＳ１０１〜Ｓ１０５はサービスモジュール３１
１を実行することで実現され、Ｓ２０１〜Ｓ２１７は動画生成エンジン３１２を実行して
スクリプト３１３を用いることで実現される。

動画生成サーバ１０３は、データ加工サーバ１０２より送信される加工済みの個人デー
タ群をバッファから抽出する（Ｓ１０１）。動画生成サーバ１０３は、サービス利用者の
ユーザＩＤに基づき、１個人分の加工済みデータを抽出し（Ｓ１０２）、動画生成エンジ
ン３１２を起動させて動画生成処理を実行する（Ｓ１０３）。動画生成処理が終了したら
、動画生成サーバ１０３は、次のユーザＩＤの取得を試み（Ｓ１０４）、得られない場合
は処理終了となり（Ｓ１０５−Ｙｅｓ）、得られた場合はそのユーザＩＤに基づきＳ１０
２〜Ｓ１０４の処理を実行する（Ｓ１０５−Ｎｏのループ）。

引き続きＳ１０３の動画生成処理の詳細について説明する。動画生成サーバ１０３は、
動画生成エンジン３１２のコード指令に従いスクリプト３１３の初期化およびロードを行
う（Ｓ２０１）。ここでは、スクリプトが配置されているディレクトリの指定やスクリプ
ト名、スクリプトを実行する際に必要な環境変数の読み込みなどを行い、スクリプト３１
３をメモリ３０２にロードする。動画生成エンジン３１２は、スクリプト３１３を実行す
る（Ｓ２０２）。以降のＳ２０３〜Ｓ２１６は、スクリプト３１３のコードに従った動作
となる。

動画生成サーバ１０３は、背景動画を読み込む（Ｓ２０３）。背景動画は、本例ではＨ
ＤＤ３０３に事前に記憶されているものとするが、他の外部装置、例えばストレージ装置
１０４に背景動画を記憶させておき、それを読み込む実装でもよい。動画生成サーバ１０
３は、読み込んだ背景動画を静止画（フレーム）に分割し、処理対象の１フレームを取得
する（Ｓ２０３）。単位時間当たりのフレーム数であるフレームレート（ｆｐｓ）は、ス
クリプト３１３内で定義されている。すなわち、ユーザがスクリプト３１３内でフレーム
レートを指定することができる。本例ではフレームレートを２０ｆｐｓとする。動画生成
サーバ１０３は、２０フレームで１秒となる間隔でフレーム分割し、処理対象となる１フ
レームを取得する。以降の説明では、素材データの静止画像との混同を避けるため、背景
動画の静止画をフレームと称し、素材データの静止画像を素材画像と称する。

動画生成サーバ１０３は、素材画像を、ＨＤＤ３０３や外部装置から読み込み（Ｓ２０
５）、処理対象のフレームに対応した素材画像をそのフレームに埋め込んで合成する（Ｓ
２０６）。また動画生成サーバ１０３は、テキストを読み込み（Ｓ２０７）、Ｓ２０５で
得られるフレームに、対応したテキストをそのフレームに埋め込んで合成する（Ｓ２０８
）。このテキストデータは、受信した加工済みの個人データであり、例えばサービス利用
者の氏名や購入商品名などのテキストデータである。尚、いずれのフレームにいずれの素
材データを埋め込むかは、スクリプト３１３内での条件分岐制御やスクリプト３１３に渡
されるパラメータで指定される。

動画生成サーバ１０３は、背景動画に含まれる音声データをコマごとに分割し、分割後
のコマ切れ音声データを１つ取得する（Ｓ２０９）。ここでの１コマは、フレームとフレ
ームとの間の時間間隔であり、動画生成サーバ１０３は、本例では１／２０秒間隔で音声
データを分割する。また動画生成サーバ１０３は、音声素材ファイルをＨＤＤ３０３や外
部装置から読み込み（Ｓ２１０）、この音声素材データをコマ単位に分割する（Ｓ２１１
）。動画生成サーバ１０３は、背景動画に基づく音声データ（１コマ分）と、音声素材フ
ァイルに基づく音声データ（１コマ分）とを合成する（Ｓ２１２）。尚、背景動画のいず
れのコマ切れ音声データに音声素材ファイルのコマ切れ音声を合成するかについては、ス
クリプト３１３内での条件分岐制御やスクリプト３１３に渡されるパラメータで指定され
る。

動画生成サーバ１０３は、合成後のコマ切れ音声データを規定のフォーマット（ＡＡＣ
／Ｖｏｒｂｉｓ等）にエンコードする（Ｓ２１３）。また動画生成サーバ１０３は、Ｓ２
０８で得られる合成後のフレームに、Ｓ２１３で得られるエンコード後のコマ切れ音声デ
ータを統合して規定の動画フォーマット（例えばＭｐｅｇ４／ＶＰ８／ＶＰ９）にエンコ
ードする（Ｓ２１４）。尚、ここで生成される動画データは、１フレーム分にコマ切れ音
声データを統合した動画データである。動画生成サーバ１０３は、エンコード結果をＨＤ
Ｄ３０３のテンポラリ領域またはストレージ装置１０４にファイル出力する（Ｓ２１５）
。動画生成サーバ１０３は、最終フレームに到達したかを判定し（Ｓ２１６）、到達して
いない場合（Ｓ２１６−Ｎｏ）、処理対象のフレーム番号を１つインクリメントさせてＳ
２０３に処理を戻す。尚、２周目以降のＳ２１５のファイル出力は、既に作成したエンコ
ード結果のファイルに追記される。最終フレームに到達している場合（Ｓ２１６、Ｙｅｓ
）、動画生成サーバ１０３は、スクリプトの動作を終了させる（Ｓ２１７）。

Ｓ２０１〜Ｓ２１７の処理により、各フレームについてのコマ切れ動画ファイルが生成
され、追記でファイル出力することで、一まとまりのデータが作成される。尚、Ｓ２０１
〜Ｓ２１６のループごとにコマ切れファイルを作成し、最後に統合する実装でもよい。

このように作成されるデータを、規定フォーマットの１つの動画ファイルにする動作例
を図５に示す。動画生成サーバ１０３は、図４のＳ２０１〜Ｓ２１７により文字合成、画
像合成、音声合成した結果のファイルを取得する（ＡＣＴ４０１）。動画生成サーバ１０
３は、出力フォーマットを設定し（Ｓ４０２）、設定されたフォーマットにデコードする
（Ｓ４０３）。本例では、Ｍｐｅｇ４、ＶＰ８、ＶＰ９のフォーマットにデコードするも
のとし、いずれのフォーマットにするかは事前に定義されている。尚、Ｍｐｅｇ４、ＶＰ
８、ＶＰ９以外でも構わない。動画生成サーバ１０３は、最後にファイル出力して（Ｓ４
０４）、終了となる。図５の動作を実行した後は、図４のＳ１０４に処理を移す。

次に、図６〜図１４までを用いて、背景動画に対する合成処理を例示する。図６は、背
景動画のフレーム番号３以降に、「テキスト」という文字列の素材データを埋め込んだ例
である。スクリプト３１３では、ｉｆ文による条件分岐処理を行うことが可能であり、動
画生成サーバ１０３は、フレーム番号が３より大きいか否かをｉｆ文で判定することで、
フレーム番号３以降に「テキスト」の文字列を埋め込む。

また図７に示すように、スクリプト３１３では、テキストデータのオブジェクトを生成
する際、フォントやサイズ、文字色の指定（ＲＧＢそれぞれ２５６階調のフルカラー指定
）、右揃え、左揃えの指定もパラメータで行うことができる。またスクリプト３１３内で
、現在処理中のフレーム番号を判定する条件判定（ｉｆ文）を記述しておき、フレームご
とに異なるオブジェクトパラメータを指定することで、例えば動画の進行につれて文字色
を変化させたり、フォントサイズを徐々に大きく（または小さく）させたりすることも可
能となる。

図８は、背景動画（フレーム）に対するテキストデータの位置指定やテキストデータの
透過度指定について説明する図である。これらも、スクリプト３１３でテキストデータの
オブジェクトを生成する際に指定することができる。本例では、図８（Ａ）に示すように
、背景動画の中心位置を基準座標（０，０）としている。背景動画の横サイズが６４０ピ
クセル、縦サイズが４８０ピクセルである場合は、四隅がそれぞれ（−３２０，２４０）
、（３２０，２４０）、（−３２０，−２４０）、（３２０，−２４０）となる。動画生
成サーバ１０３は、この基準座標や座標軸を用いてテキストの配置位置を設定する。動画
生成サーバ１０３は、テキストデータのオブジェクトを作成する際、座標を指定すること
で、テキストオブジェクトの中心が指定座標となるように、フレームにテキストを合成す
る（図８（Ｂ）参照）。またフレーム番号に応じた条件分岐をスクリプト３１３内に記述
しておき、フレーム毎に座標軸を変更して描画させることで、動画内でテキストデータを
縦横方向、斜め方向にスライド移動させることも可能である。またテキスト画像について
は、０％〜１００％の範囲で透過度を指定することも可能である。

図６〜図８で説明したテキストデータの各合成は、それぞれ組み合わせることも可能で
ある。よって、特に強調したいテキストオブジェクトに関しては、動画内で視覚に訴える
効果的な動きとなるように制御することができる。また、スクリプト３１３内でｉｆ文を
使うことで、フレーム番号以外にも、個人データより得られるユーザＩＤ、性別や職業、
年齢層、住んでいる地域、購入、閲覧した商品の種別、データ加工サーバ１０２により分
析されたカテゴリ結果などに応じて、フォントサイズ、文字色、位置や透過度などを異な
らせる実装も可能である。

次に、背景動画（フレーム）に対しての静止画像の埋め込み合成について説明する。図
９は、背景動画のフレーム番号３以降に、静止画像を埋め込んだ例である。本例もまた、
フレーム番号に対してｉｆ文による条件分岐をスクリプト３１３に記述しておくことで、
指定したフレーム番号以降に静止画像を埋め込むことができる。尚、素材データの静止画
像は、アルファチャネルを設定することができる画像ファイルとする。スクリプト３１３
内で静止画像オブジェクトを作成する際、動画生成サーバ１０３は、当該余白領域を透過
させるように静止画像を埋め込む。

図１０は、条件に応じて埋め込む静止画像を異ならせることを説明する図である。静止
画像を事前に複数用意しておき、スクリプト３１３では、条件分岐に従い複数画像の中か
ら埋め込む画像を指定する。例えば個人データより得られる、ユーザＩＤや性別、職業、
年齢層、住んでいる地域、購入、閲覧した商品の種別、データ加工サーバ１０２により分
析されたカテゴリ結果などをｉｆ文で比較するコードをスクリプト３１３に記述しておく
。これにより、動画生成サーバ１０３は、条件に応じた静止画像を動画に埋め込むことが
できる。

また応用例として、数値データをグラフや分布図などにし、これを静止画像として動画
に埋め込むことも可能である。グラフや分布図をアニメーションにすることも当然可能で
ある。

また静止画像については、図１１に示すように、拡大／縮小、位置、回転、透過度の指
定などを行うことができ、これらを組み合わせるとも可能である。これらは、スクリプト
３１３内で静止画像オブジェクトに対して指定する。条件分岐によりフレーム番号や個人
データに応じて、これらの値を異ならせるように各フレームに埋め込むことで、動画生成
サーバ３１３は、静止画像の動きを制御することができる。

動きの制御として、例えば静止画像を徐々に拡大することで、静止画像が迫ってくる動
画を作成することができ、また静止画像の透過度を徐々に変化させることで、背景動画を
残したまま静止画像をフェードイン、フェードアウトさせることができる。このような制
御は、図６〜図８で説明したテキストデータにも適用することができる。このような効果
も、スクリプト３１３に記述することで、ユーザが任意に動作を指定することができる。

図１２は、背景動画内の音声と、合成対象の音声（音声素材と称する）との合成方法を
説明する図である。図１２の例では、３フレーム目から５フレーム目の直前までの背景動
画内の音声を断片化して抜き出し、この断片化音声と音声素材とを合成する。そして、合
成後の断片化音声を元の背景動画内に戻す。いずれのフレームを抜き出すかについては、
スクリプト内での指定やスクリプト３１３へ渡すパラメータで指定することができる。

音声合成もまた、図１３に示すように、ｉｆ文を用いることで条件に応じて埋め込む音
声素材を変更させることができる。例えば個人データの値に基づき条件分岐させる実装が
可能である。音声素材となる音声ファイル（図１３の例では音声ファイルＡ、Ｂ）を事前
に複数用意しておき、動画生成サーバ３１３は、スクリプト３１３内の条件分岐に従い、
いずれの音声ファイルと背景動画音声とを合成するかを制御する。

また、サービス利用者に提供する１まとまりの最終形態の動画（ここではコンテンツ動
画と称す）は、複数の場面（シーンと称す）により構成されていることが多い。本実施形
態では、事前にシーンごとの分割背景動画を作成しておき、これらを最終的に結合するこ
とが可能である。図１４の例は、背景動画Ａ（車の動画）、背景動画Ｂ（自転車の動画）
の２つの分割背景動画を事前に用意した例である。実施形態では、これらの２つの動画を
結合して、１つのコンテンツ動画として生成する。また分割背景動画それぞれの識別情報
に応じて、埋め込むテキストデータや静止画像をスクリプト３１３内で定義しておき、分
割背景動画の識別情報を条件として制御することで、分割背景動画に応じて埋め込む素材
データを異ならせたり、動きを異ならせたりする。

シーンの切り替えの応用例として、トランジション効果を付与することも可能である。
例えば前段シーンをスライド移動させて後段シーンに切り替えたり、ページをめくる様に
して後段シーンに切り替えたりなどの効果を付与することもできる。

次に、スクリプト３１３の一例を図１５〜図１７に示す。図１５〜図１７に示すスクリ
プトは、一連の一つのスクリプトとなっている。また、「――」は、コメント文となって
いる。

（パラメータ設定）
０００１行〜０００４行では、エンコードパラメータを設定している。ここでは、出力
する動画のフレーム幅、フレーム高、フレームレート（ｆｐｓ）、ビットレート等を設定
する。
０００５行〜０００９行では、出力する音声のサンプリングレート、量子化ビット数、
チャネル数（アナログ／ステレオ）、ビットレート、ディレイ（動画に対しての遅延サン
プリング数）などを設定している。

次のＩＮＩＴＩＡＬＩＺＥ関数およびＣＯＭＰＯＳＥ関数は、動画生成エンジン３１２
から呼び出される関数であり、必須関数となっている。
（ＩＮＩＴＩＡＬＩＺＥ関数）
フレームの初期化、動画パートの初期化を行う関数であり、エンコードを開始する前に
一度だけ呼び出される。
（ＣＯＭＰＯＳＥ関数）
各フレームの描画およびサウンド合成のために毎回呼び出される関数である。本例では
、処理対象の動画パート数が０（例えば図１４の背景動画Ａ）の場合はａｄｄ＿ｐａｒｔ
＿ａ関数を呼び出し、動画パート数が１（例えば図１４の背景動画Ｂ）の場合はａｄｄ＿
ｐａｒｔ＿ｂ関数を呼び出す。またＣＯＭＰＯＳＥ関数には引数として変数ｆｒａｍｅの
値が渡される。

（ａｄｄ＿ｐａｒｔ＿ａ関数）
ＣＯＭＰＯＳＥ関数から呼び出される関数であり、指定された動画素材を出力動画に追
加するパートの処理である。ｐａｒｔ＿ａ．ｗｍｖを出力動画に追加する。
（ａｄｄ＿ｐａｒｔ＿ｂ関数）
ＣＯＭＰＯＳＥ関数から呼び出される関数であり、指定された動画素材を出力動画に追
加するパートの処理である。ｐａｒｔ＿ｂ．ｗｍｖを出力動画に追加する。

以下、ａｄｄ＿ｐａｒｔ＿ａ関数、ａｄｄ＿ｐａｒｔ＿ｂ関数で使用される関数を列記
する。
・ＳＯＵＲＣＥ．ｏｐｅｎ（ｔｙｐｅ，ｒｅｓｏｕｒｃｅ，ｐａｒａｍｓ）
入力リソースをオープンし、以降に読み込みを行うためのハンドルを返す。ｔｙｐｅに
は、動画（ｍｏｖｉｅ）、連番画像（ａｎｉｍａｔｉｏｎ）、静止画（ｉｍａｇｅ）、テ
キスト（ｔｅｘｔ）、サウンド（ｓｏｕｎｄ）を指定することが可能である。テキストタ
イプの場合、具体的な文字列、フォント種別、サイズ、透過度などもここで指定される。
・ＦＲＡＭＥ．ｃｏｍｐｏｓｅ（ｓｏｕｒｃｅ，ｘ，ｙ）
バッファにｓｏｕｒｃｅで指定された入力画像を合成する。この際の位置をｘ，ｙで指
定する。例えば動画フレームをバッファに入れた後にテキストを入れると、当該動画フレ
ームとテキストとが合成される。
・ＦＲＡＭＥ．ｍｕｌｔｉｐｌｅｘ（ｓｏｕｒｃｅ）
ミキシングを行うためのサウンドバッファに、ｓｏｕｒｃｅで指定される断片化された
音声を重畳させる。ｓｏｕｒｃｅが音声ファイルでない場合はなにもミキシングされない
。
・ＳＯＵＲＣＥ．ａｌｐｈａ（ｓｏｕｒｃｅ，ａｌｐｈａ）
ｓｏｕｒｃｅで指定される画像の透過度を設定する。
・ＳＯＵＲＣＥ．ｎｅｘｔ（ｓｏｕｒｃｅ）
ｓｏｕｒｃｅで指定されるリソースを１フレーム前進させる。
・ＳＯＵＲＣＥ．ｃｌｏｓｅ（ｓｏｕｒｃｅ）
ｓｏｕｒｃｅで指定されるリソースをクローズしてプログラム資源を解放する。
・ＳＯＵＲＣＥ．ａｎｇｌｅ（ｓｏｕｒｃｅ，ｄｅｇｒｅｅ）
ｓｏｕｒｃｅで指定されるリソースをｄｅｇｒｅｅで指定される角度で回転させる。
・ＳＯＵＲＣＥ．ｓｃａｌｅ（ｓｏｕｒｃｅ，ｒａｔｉｏ）
ｓｏｕｒｃｅで指定されるリソースをｒａｔｉｏで指定される率で拡大／縮小させる。
・ＳＯＵＲＣＥ．ｒｅｗｉｎｄ（ｓｏｕｒｃｅ）
ｓｏｕｒｃｅの頭出しを行う。

上記例では、主に商品販売システムを一例にして説明したが、その他の別用途を提供す
るシステムにも適用可能である。以下に一例を示す。

（医療機関の健康診断結果提供システム）
健康診断の受診者氏名、受診日、受診医療機関、受診プランを動画内に取り入れ、各検
査項目の数値をグラフ化して表示する。グラフ化においては同一項目を経年や時系列で示
すことも可能となる。

（化粧品メーカのお肌診断システム）
サービス利用者の肌診断結果を示して、お勧め化粧品を案内するシステムとして上記実
施形態のシステムを導入する。アンケートや専門のスキンチェック機械による結果に基づ
いて、保湿性や弾力性、肌荒れ状況などのメーカ独自のお肌診断結果を数値、表、属性な
どを動画に取り入れる。またその状況の基づいてお勧めの化粧品の商品を動画内で案内す
る。

（健康食品メーカのサプリメント提案システム）
生活習慣診断結果を示して、お勧めサプリメントを案内するシステムとして上記実施形態
のシステムを導入する。食生活、代謝、血液循環、ストレス、疲労などサプリメントの効
果に関係する生活習慣をアンケートで取得し、ケアが必要な項目の指数などを動画内に取
り込む。またお勧めサプリメントを動画内で案内する。

（予備校のコース案内システム）
模擬試験結果などを示して、お勧め授業プランを案内するシステムとして上記実施形態
のシステムを導入する。模試の結果を科目毎やカテゴリ毎に全国レベルを表示するととも
に、希望大学合格の確率などを動画内に取り込む。またお勧めのコースを動画内で案内す
る。

（生命保険会社の必要保障額診断結果の提供システム）
家族構成（続柄、年齢）や貯蓄額、収入情報、生活費などアンケートなどで取得し、そ
の家庭に必要な保障額を動画内に取り込む。ライフサイクルの組み立て案を提供するとと
もに保障ニーズを喚起する。

（旅行代理店の申込ツアーの確認、案内システム）
申込ツアー内容（行先やフライト日時、利用飛行場、申込人数、宿泊予定ホテル、付加
オプションなど）を動画内に示すとともに、当日までの留意点や手続き方法などを案内す
る動画を作成する。現地でのオプショナルツアーの案内も動画内に取り入れる。

（携帯キャリアのプラン内容の確認、追加オプション案内システム）
新規プラン申込者へのプラン内容の確認、追加オプションを動画で案内する。加入した
プランの内容（プラン名、無料通話時間、利用可能データ量、適用割引など）や付加オプ
ション内容（お留守番サービス、保障サービスなど）を金額とともに示すとともに、追加
のお勧めオプションを案内する。

（エステサロン、トレーニングジム、英会話学校などのコース継続、ランクアップの案
内システム）
現在利用しているコースの内容（コース名、実施予定回数、実施内容など）や実際の実
施状況（回数や実施日、また追加オプションの利用状況など）を動画内で示すとともに、
コース期間中の変化（肌状態や体重、英語レベルなど）を示し、コース継続やステップア
ップコースの案内を行う。

（自動車保険の更新案内システム）
現在加入中の契約の条件（満期日、等級、年齢制限、ゴールド免許対象、契約年数など
）や補償内容（付保金額や特約付加の有無など）を項目毎に説明した動画を作成する。現
行内容での更新の見積もりとお勧めプランの見積もりを動画内で提示する。

（人事考課、営業管理システム）
役職等級制度やコアコンピタンシーの全体像や評価軸をビジュアルに表現する中で、当
該者のランクやレベルを表記するとともに、該当する個所をハイライトやプロットで示す
。また各営業指標（訪問数、提案数、成約数、契約高など）の状況を個人毎でフィードバ
ックさせるほか、全社状況や所属営業所の状況を動画内で表示する。表示方法は具体数値
の他に、グラフなどの図形や達成状況に応じたスタンプなどで演出を行う。

（ＥＣショッピングモール運営会社のシステム）
例えば出店店舗への出店契約の継続を勧奨するシステムに実施形態のシステムを導入す
る。契約継続勧奨に際して、それまでの売り上げ状況（売り上げ、販売件数など）やアク
ティビティ（メルマガ配信回数、広告出稿状況など）、効率（転換率や顧客単価など）を
同業他社との比較する動画を作成し、売り上げアップに向けたポイントを動画内で示す。

（クラウド会計ソフト提供会社のシステム）
月次の会計ハイライトを動画で提供する。売上高や販管費、経常利益などの基本的会計
情報をハイライトとして動画内に取り込む。単月状況の他、月次の推移や累計状況、前年
同期比を動画内に取り込んでもよい。

（代理店制度保有会社のシステム）
個別の代理店の取扱い状況（総売り上げ、種目別売上、月次状況など）を動画内に取り
込み、全国の状況や地域内での比較などを取り込む。

実施形態では、フラッシュ動画ではなく、一般的に用いられる規定フォーマットの１つ
の動画ファイルを生成するものとして説明した。フラッシュ動画は、背景動画とテキスト
等の情報を別々にしたファイル構成となっており、これら各ファイルが揃って初めて動画
として機能する。よって、再生するには複数のファイルを用意する必要があり、フォルダ
構成も規定されているため、ダウンロードなどでの取り扱いが不便となる。またフラッシ
ュ動画は、動画を再生しているときに文字、画像の合成を行うため、再生プレイヤーを作
成するにしても、処理が複雑となり他の外部システムとの連動も困難となる。このことも
あり、フラッシュ動画は、専用のプレイヤー、Ｗｅｂブラウザの専用プラグインでしか再
生することができない。

一方、実施形態により生成される動画データは、ＯＳ付属のプレイヤーやＷｅｂブラウ
ザ上で再生可能な１つのファイルとして生成される。このことから、複数ファイルを有す
るフラッシュ動画の構成よりも、ダウンロードなどの取扱いが容易となる。また実施形態
で生成される動画データは、スマートフォンやゲームデバイス、音楽／動画プレイヤーな
どの一般的な再生機器で再生可能となる。また１つの動画ファイルにすることで、外部の
システム（メール配信システム、ＣＭＳ、ＳＮＳ等）との連動が容易となる。

また実施形態では、テキスト情報等が１つの動画ファイル内に埋め込まれ、動画データ
として符号化されるため、埋め込んだ情報の改ざん等も行いにくくなる。例えば第三者に
よりサーバに侵入されても、個人データ等のテキスト情報を改ざんするのが非常に困難と
なる。

以上説明したように、実施形態の態様により、サービス利用者の印象に残るように、視
覚的効果を向上させた動画データの状態で情報を提示することができる。また、サービス
利用者の個人データを埋め込むことで、パーソナライズされた、親しみのある動画データ
を生成することができる。また１つの動画ファイルとして生成されるため、上記のように
取扱いが容易となり、情報の改ざんを困難にさせることができる。

また、テキストベースで編集可能なスクリプトを用いて、素材データの埋め込みを制御
しているため、システム運用時においても、提供する動画の内容を容易に変更させること
ができる。さらには、スクリプト内でｉｆ文などの分岐条件に応じて素材データの挙動を
異ならせることができるため、サービス利用者ごとによりカスタマイズされた動画を提供
することができる。

１ 動画生成システム、１０１ データベースサーバ、 １０２ データ加工サーバ、
１０３ 動画生成サーバ、１０４ ストレージ装置、１０５ 配信用サーバ
２００ 業務システム
３０１ プロセッサ、３０２ メモリ、３０３ ＨＤＤ、３０４ ネットワークＩＦ
３０５ モニタ、３０６ 入力デバイス、３０７ メディア読取デバイス
３１１ サービスモジュール、３１２ 動画生成エンジン、３１３ スクリプト
３２０ 外部メディア。

Claims (10)

1. テキストデータまたは静止画像のいずれか一方または両方の素材データを取得する取得
   部と、
   ユーザが編集可能なスクリプトコードを取得し、該スクリプトコードに従い事前に定義
   される動画データ内で前記素材データが動くように、前記動画データの各フレームに前記
   素材データを埋め込んだ動画データを作成する制御部と、
   を有する動画生成サーバ。
2. 請求項１に記載の動画生成サーバにおいて、
   前記事前に定義される動画データは、シーンに応じて複数に分割された分割動画データ
   であり、
   前記制御部は、前記スクリプトコートに従い、分割動画データ各々に、対応した前記素
   材データを埋め込み、埋め込み後の分割動画データを統合した動画データを作成する
   動画生成サーバ。
3. 請求項１または２に記載の動画生成サーバにおいて、
   前記制御部は、埋め込み後の動画データを、規定フォーマットの１つのファイルとなる
   ように作成する
   動画生成サーバ。
4. 請求項１乃至３のいずれか１項に記載の動画生成サーバにおいて、
   前記テキストデータは、個人データを含み、
   前記制御部は、前記スクリプトコードに従い前記個人データの素材データが動くように
   動画データに埋め込む
   動画生成サーバ。
5. 請求項１乃至４のいずれか１項に記載の動画生成サーバにおいて、
   前記スクリプトコードは、条件分岐を実行するコードを含み、
   前記制御部は、前記スクリプトコード内の条件分岐に従い、素材データ自体または素材
   データの動きのいずれか一方または両方を異ならせて前記動画データに埋め込む
   動画生成サーバ。
6. 請求項１乃至５のいずれか１項に記載の動画生成サーバにおいて、
   前記制御部は、さらに、前記事前に定義される動画データの音声データに、音声素材デ
   ータを合成した動画データを作成する動画生成サーバ。
7. コンピュータに実行させるための動画生成プログラムであり、
   テキストデータまたは静止画像のいずれか一方または両方の素材データを取得し、
   ユーザが編集可能なスクリプトコードを取得し、
   該スクリプトコードに従い事前に定義される動画データ内で前記素材データが動くよう
   に、前記動画データの各フレームに前記素材データを埋め込んだ動画データを作成する
   処理を、コンピュータに実行させるための動画生成プログラム。
8. コンピュータが、
   テキストデータまたは静止画像のいずれか一方または両方の素材データを取得し、
   ユーザが編集可能なスクリプトコードを取得し、
   該スクリプトコードに従い事前に定義される動画データ内で前記素材データが動くよう
   に、前記動画データの各フレームに前記素材データを埋め込んだ動画データを作成する
   処理を実行する動画生成方法。
9. テキストデータまたは静止画像のいずれか一方または両方の素材データを取得し、
   ユーザが編集可能なスクリプトコードを取得し、該スクリプトコードに従い事前に定義
   される動画データ内で前記素材データが動くように、前記動画データの各フレームに前記
   素材データを埋め込んだ動画データを作成する第１サーバと、
   前記第１サーバが作成した埋め込み後の動画データを取得し、該動画データに含まれた
   個人データの提供者に配信する第２サーバと、
   を有する動画生成システム。
10. 請求項９に記載の動画生成システムにおいて、さらに、
    個人データを蓄積して記憶する記憶部から、処理対象となる個人データを取得し、該個
    人データから前記動画データに埋め込む値を抽出し、または前記個人データに含まれる値
    に基づき前記動画データ埋め込みの際に用いられる値を作成し、これら値を個人データと
    して前記第１サーバに送信する第３サーバを有し、
    前記第１サーバは、前記第３サーバから送信される個人データを受信する
    動画生成システム。