JP4210996B2

JP4210996B2 - デジタル放送受信装置

Info

Publication number: JP4210996B2
Application number: JP2003341257A
Authority: JP
Inventors: 和行味園
Original assignee: Victor Company of Japan Ltd
Current assignee: Victor Company of Japan Ltd
Priority date: 2003-09-30
Filing date: 2003-09-30
Publication date: 2009-01-21
Anticipated expiration: 2023-09-30
Also published as: JP2005109925A

Description

本発明は、デジタル放送受信装置に関し、特にユーザが設定した任意の文字列情報と字幕データの文字列情報とを比較してユーザの嗜好性に合致した特定シーンを抽出し、当該特定シーン期間中の字幕および音声出力を強調することで、他のシーンと区別するユーザーインターフェースを備えたデジタル放送受信装置に関する。

わが国のデジタル放送では、ＭＰＥＧ２のＰＥＳ（パッケタイズドエレメンタリーストリーム）同期方式を使った字幕方式が採用されている。字幕放送は聴覚障害者および高齢者を保護する立場から国策として放送枠の拡充が予定されており、デジタル放送受信装置には字幕デコーダが標準的に搭載されている。

デジタル放送テレビ番組において番組内容の理解を促進するために、字幕放送と音響効果を同時に活用する方法が提案されている（例えば、特許文献１参照。）。これは、字幕データが送出されているときに、音響効果として音声出力に対して話速変換を施すものである。

特開平７−２９８１５４号公報

ところで、上述の特許文献１では、字幕データが送出されている間の音響効果は一定のまま持続されるため、番組をより細分化したシーン毎の音響効果を得ることはできないという問題があった。

これは、ユーザがテレビ番組を視聴するときには、番組内の特定のシーンに注意を傾けたいときがあり、例えば、ユーザが通学や出勤前の朝の番組を視聴していて、居住地域の天気予報や交通情報のシーンに注意している場合などを挙げることができる。
また従来は、ユーザの嗜好性に合致した特定シーンを抽出し字幕および音声出力の両面からユーザに注意を促す手段が存在しなかったため、特定シーンの見逃しや聞き逃しが発生するという問題があった。

本発明は、以上の点に鑑みなされたもので、ユーザの嗜好性に合致した特定シーンを抽出し字幕および音声出力の両面からユーザに注意を促して、特定シーンの見逃しや聞き逃しが発生することのないデジタル放送受信装置を提供することを目的とする。

本発明は、上記課題を解決するために、以下に記載の手段よりなる。
すなわち、
入来するテレビジョン信号を受信し、前記テレビジョン信号から音響信号を得るための音響デコーダと、
前記得られた音響信号を強調出力させるための音響信号強調手段と、
前記入来するテレビジョン信号から映像信号を得るための映像デコーダと、
前記得られた映像信号に字幕情報を加算するための字幕情報加算手段と、
前記入来するテレビジョン信号から字幕情報を得るための字幕デコーダと、
前記得られた字幕情報を強調表示させるための字幕情報強調手段と、
予めユーザによる入力手段からのキーワードを登録する登録手段と、
を有し、
前記字幕デコーダによりデコードされた前記字幕情報と前記登録手段により予め登録されたキーワードとを比較し、一致したフレーム中においてのみ前記音響信号強調手段及び前記字幕情報強調手段を作動させると共に、前記強調した字幕情報を前記字幕情報加算手段に供給するよう制御する構成にしたことを特徴とするデジタル放送受信装置。

本発明の「デジタル放送受信装置」によれば、ユーザの嗜好性に合致した特定シーンが放送されると、字幕および音声出力を同時に強調してシーンの切り替わりをユーザに通知して嗜好性の高いシーンの見逃しや聞き逃しをに防止するという効果がある。
また、テレビを視聴しているときに画面から目を離していても、音声の強調手段によってシーンの切り替わりを知ることができ、テレビを視聴しているときに音声を聴いていなくても字幕の強調によってシーンの切り替わりを知ることができるという効果がある。

以下、本発明に係るデジタル放送受信装置の発明を実施するための最良の形態につき、好ましい実施例により説明する。
図１に、本実施例に適用されるデジタル放送受信装置の概略ブロック図を示す。同図に示すように、チューナ１、多重信号分離器２、制御部３、メモリ４、キー入力バッファ５、音声デコーダ６、映像デコーダ７、メモリ８、字幕デコーダ９、音声効果変換部１０、映像フォーマット変換部１１、シーン検出部１２、映像プレーン出力部１３、キーワード比較部１４、字幕フォーマット変換部１５、音声出力部１６、グラフィックプレーン重畳部１７、字幕プレーン出力部１８、スピーカー１９、ディスプレイ２０から構成される。

次に各ブロックの動作を説明する。デジタル放送受信装置外に設置されたアンテナで受信したＲＦ（Radio Frequency）信号は、チューナ１で選局され、ＴＳ（Transport Stream）信号と呼ばれる多重化信号が抽出される。多重化信号は多重信号分離部２によってそれぞれ音声、映像、字幕のＰＥＳ信号に分離される。分離された音声、映像、字幕のＰＥＳ信号は、それぞれ音声デコーダ６、映像デコーダ７、字幕デコーダ９に供給され処理される。

次に各デコーダの動作について音声デコーダ、映像デコーダ、字幕デコーダの順に説明する。
音声ＰＥＳ信号は、音声デコーダ６によってデコード処理されて、非圧縮の音声デジタル信号となって音響効果変換部１０に供給される。音声デジタル信号は音響効果変換部１０の中の音響モデルに従って信号処理され、音声出力部１６によってＤ／Ａ変換を施された後スピーカ１９にて出力される。
映像ＰＥＳ信号は、映像デコーダ７によって非圧縮の映像デジタル信号にデコードされ、映像フォーマット変換部１１に供給される。映像デジタル信号は、映像フォーマット変換部１１によって解像度変換処理を施された後に動画プレーン出力部１３により動画グラフィックプレーンに出力される。

字幕ＰＥＳ信号は、字幕デコーダ９によって１フレーム毎の字幕データにデコードされる。１フレーム毎の字幕データはメモリ８に蓄えられ、字幕データはメモリ８によって複数フレーム分の字幕データとして集められた上で、シーン検出部１２によって１シーン単位の字幕情報として管理するようにする。１シーン単位の字幕情報はキーワード比較部１４によってメモリ４に記憶されたキーワードと比較を行う。キーワードは、予めユーザによるメニュー操作によって、キー入力バッファ５から制御部３が管理するメモリ４に記憶されているものとする。１シーン単位で管理された字幕情報は字幕フォーマット変換部１５による字幕フォーマット変換を施された後に、字幕プレーン出力部１８によって字幕グラフィックプレーン重畳部１７に出力される。なお、制御部３はキーワード比較部１４の比較結果に従って、字幕フォーマット変換部１５の変換処理を制御する。
ここで映像グラフィックプレーンと字幕グラフィックプレーンは、グラフィックプレーン重畳部１７によってプレーン重畳された上で、ディスプレイ２０に出力される。

次に、図２にフローチャートを示し各ブロックの動作について説明する。
字幕の有無による条件分岐（Ｓ２１）では、字幕信号が有るか否かの判定を行い、字幕信号が有る場合には（Ｓ２１Ｙｅｓ）、シーン検出処理に進み、字幕信号が無い場合（Ｓ２１Ｎｏ）には字幕の強調解除処理（Ｓ２６）と音声強調の解除処理（Ｓ２８）を行い終了する。
シーン検出処理では、メモリ８に蓄えられた字幕信号から１シーン単位の字幕データを抽出する（Ｓ２２）。
シーン強調モードの条件分岐（Ｓ２３）では、本実施例によるシーン強調モードを実行するかしないかを選択することができるようになっていて、ユーザがシーン強調モードを実行するとした場合（Ｓ２３Ｙｅｓ）にはキーワード合致による条件分岐（Ｓ２４）に進み、実行しないとした場合（Ｓ２３Ｎｏ）には字幕の強調解除処理（Ｓ２６）と音声強調の解除処理（Ｓ２８）を行い終了する。

キーワード合致による条件分岐（Ｓ２４）では、１シーン単位の字幕データとユーザが設定したキーワードとの文字列比較を行い、１シーン単位の字幕データの中にキーワードが見つかれば（Ｓ２４Ｙｅｓ）字幕強調処理（Ｓ２５）に進み、キーワードが見つからなければ（Ｓ２４Ｎｏ）字幕の強調解除処理（Ｓ２６）と音声強調の解除処理（Ｓ２８）を行い終了する。
字幕強調処理（Ｓ２５）では、字幕データの字幕フォーマット変換処理を用いて字幕強調処理を実行する。音声強調処理（Ｓ２７）は音響モデル変換処理を用いて音声強調処理を施す。このようにして１シーン単位の字幕と音声出力の同時強調処理を行う。

以下に、ユーザが居住地域情報の「神奈川県」というキーワードを設定した場合を例に説明する。
シーンの抽出処理（図２のＳ２２）では字幕データに含まれる画面消去の制御符号(ＣＳ制御符号)で区切られる字幕データの部分集合を１つのシーンとして抽出している。字幕データは制御符号と文字データで構成されており、制御符号には、配色指定、文字サイズ指定、書体（フォント）指定などの制御情報が、文字データには、漢字、平仮名、片仮名、英数字などによる文字情報が入っている。

キーワード合致の条件分岐（図２のＳ２４）ではシーン単位の字幕データの中にキーワード「神奈川県」が含まれるかの比較判定を行う。シーン単位の字幕データの中にキーワード「神奈川県」が含まれる場合には、ユーザの嗜好性が高いシーンであると判定し、字幕および音声信号の強調処理を行う。
図３と図４は字幕文字の強調処理を示したものである。図３は強調処理を施す前の字幕データを示した図であり、図４は強調処理を施した後の字幕データを示した図である。ここでは文字の書体と文字の太さを変更するような字幕フォーマット変換処理を行っている。字幕文の強調処理（図２のＳ２５）は、字幕フォーマットの変換部１５にて文字の配色、サイズ、装飾、書体等をフォーマット変換することで行っている。

図５と図６は音声信号の強調処理を図示したものである。図５は音声信号に対して強調処理を施す前のデータを示した図であり、図６は音声信号に対して強調処理を施した後を示した図である。この例では、横軸が周波数軸、縦軸が音声信号の出力レベルを示している。

本実施例では音声信号の線形加工処理を行っているが、非線形の波形加工を行うような音響モデルを用いた構成としてもよい。
また、音声変換部では、スピーカ出力毎に異なる音響モデルを適用しと構成としてもよい。例えば、５．１ｃｈステレオのセンタースピーカー出力に対しては、話速変換の音響モデルを適用し、他のスピーカ出力に対してば話速変換以外の音響モデルを適用する構成等である。

本実施例に適用されるデジタル放送受信装置の概略ブロック図である。本実施例に適用されるデジタル放送受信装置の動作を説明するためのフローチャートの一例である。字幕文の強調効果を実施する前段階を示す画面である。本実施例による字幕文の強調効果を示す画面である。音声出力の強調効果を実施する前段階を示す図である。本実施例による音声出力の強調効果を示す図である。

符号の説明

１…チューナ
２…多重信号分離器
３…制御部
４，８…メモリ
５…キー入力バッファ
６…音声デコーダ
７…映像デコーダ
９…字幕デコーダ
１０…音響効果変換部
１１…映像フォーマット変換部
１２…シーン検出部
１３…映像プレーン出力部
１４…キーワード比較部
１５…字幕フォーマット変換部
１６…音声出力部
１７…グラフィックプレーン重畳部
１８…字幕プレーン出力部
１９…スピーカ
２０…ディスプレイ

Claims

入来するテレビジョン信号を受信し、前記テレビジョン信号から音響信号を得るための音響デコーダと、
前記得られた音響信号を強調出力させるための音響信号強調手段と、
前記入来するテレビジョン信号から映像信号を得るための映像デコーダと、
前記得られた映像信号に字幕情報を加算するための字幕情報加算手段と、
前記入来するテレビジョン信号から字幕情報を得るための字幕デコーダと、
前記得られた字幕情報を強調表示させるための字幕情報強調手段と、
予めユーザによる入力手段からのキーワードを登録する登録手段と、
を有し、
前記字幕デコーダによりデコードされた前記字幕情報と前記登録手段により予め登録されたキーワードとを比較し、一致したフレーム中においてのみ前記音響信号強調手段及び前記字幕情報強調手段を作動させると共に、前記強調した字幕情報を前記字幕情報加算手段に供給するよう制御する構成にしたことを特徴とするデジタル放送受信装置。