JP4269840B2 - デジタル放送対応受信端末装置 - Google Patents

Description

本発明は、デジタル信号の処理装置に係わり、更に詳しくはデジタル放送信号処理、データ信号処理を行う受信端末装置に関するものである。

近年、テレビジョン受信機の機能も多様化し、さまざまな動作を行うものが知られている。例えば、特許文献１に記されているのもその一例であり、従来の放送受信装置として図面を使って説明する。図７は従来のテレビジョン受信機の一構成例であり、その動作例を図８に示す。ここでは「高齢者向けテレビ」について説明する。以下、従来の放送受信装置について図７、図８を参照しながら説明する。

図７は従来の放送受信装置のブロック図である。ここでは、高齢者向けテレビのテロップを読み上げる実施例について構成を説明する。１０１はテレビ本体であって、テレビ信号を選局受信・復調して映像信号と音声信号を取り出す選局・復調部と、リモコン信号を受信し復調するリモコン部と、供給された映像信号と自身で復調した映像信号とを切替えて表示出力する映像切替部（１１ｂ）と、供給された音声信号と自身で復調した音声信号とを切替えて出力する音声切替部（１１ａ）と、音声を出力するスピーカ部と、画像を表示するディスプレイ部とで構成する。

１０２は支援装置であって、復調されたリモコン信号のコードを解読する解読部（１２２）と、テレビの映像信号をフレーム単位で記憶する画像メモリ部（１２３）と、テレビの映像信号に含まれたテロップの文字を認識する文字認識部（１２１）と、認識した文字に基づきテロップの文節を抽出する文節抽出部（１３３）と、文節と文節間にポーズを挿入した文章を生成する文章生成部（１２６）と、生成された文章の読み出し速度を調整する話速調節部（１３４）と、読み出し速度を調整した文章を音声合成して音声信号に変換する音声合成部（１２５）と、各部を制御する制御部（１３６）とを備える。実際の装置構成は、映像切替部（１１ｂ）と、音声切替部（１１ａ）とをテレビ本体１０１側に設け、一方、上記画像メモリ部（１２３）と、文字認識部（１２１）と、文節抽出部（１３３）と、文章生成部（１２６）と、話速調節部（１３４）と、音声合成部（１２５）と、制御部（１３６）とを支援装置側に設け、この支援装置を、例えば、ユニット又は、基板形態などで構成し、テレビ本体１０１に設けたコネクタに着脱するようにして、テレビ本体１０１と、支援装置とを別体に構成できる。

従来例による高齢者向けテレビのテロップを読み上げる実施例の動作を図７、図８に従い説明する。なお、図８は本発明による高齢者向けテレビのテロップの読み上げ方法を示す説明図であり、テロップの例を示す画面（ａ）及び生成した文章例（ｂ）である。復調されたテレビの映像信号を、所要周期、例えば、１秒周期等で、フレーム単位で画像メモリ部（１２３）記憶させる。文字認識部（１２１）は画像メモリ部（１２３）に記憶しているテレビの映像信号に含まれたテロップの文字を認識し、一例として、図８（ａ）に示したテロップ「○○市を中心に地震が・・・」から１文字ずつ認識し文字を取り出す。

文節抽出部（１３３）は、認識した文字に基づきテロップの文節、例えば、「○○市を」、「中心に」、「地震が」、・・・を抽出する。文章生成部（２６）は文節と文節間にポーズを挿入した文章を生成する。例えば、図８（ｂ）の（イ）などに示したように、文節と文節間にポーズ「・」を挿入した文章を生成する。

話速調節部（１３４）は生成された文章の読み出し速度を調整し、例えば、１秒間に２文字ずつの速度で文章を読み出して、音声合成部（１２５）へ供給し、同音声合成部（１２５）は供給された読み出し速度を調整した文章に基づき音声合成して音声信号を生成し、次段に接続した音声切替部（１１ａ）へ供給する。同音声切替部（１１ａ）は供給された音声信号と、自身で復調したテレビ音声信号とを切替えてスピーカ部へ出力する。また、図７に示したように、上述の構成に、メモリ部（１３５）を付加して設ける実施例によれば、上記文章生成部（１２６）で生成された文章を該メモリ部（１３５）に記憶させ、適宜、繰り返し読み出す方法を実現できるので、より一層確実にニュース内容を伝えることができる。上述した文章生成部（１２６）について、文章を生成する他の詳細動作を以下に説明する。

図８（ｂ）の（イ）、（ロ）、（ハ）に示したように、文章生成部（１２６）ではポーズ（図では、「・」）を１種類に限定するばかりでなく、例えば、１０ミリ秒間隔等で任意の長さのポーズを挿入する。また、文章の先頭にチャイム音データ（図では、「☆」）を付加するようにする。尚、音声合成部（１２５）で任意周波数のチャイム音、例えば、４００Ｈｚと８００Ｈｚなど、を合成する。

また、図７に示したように、上述の構成に、語句を登録する第一記憶部（１３１）と、語句を判別する判別部（１２７）とを付加して設ける実施例によれば、判別部（１２７）がテロップ中の重要語句を判別し、判別結果に基づき、上記文章生成部（１２６）は、前記重要語句を繰り返した文章を生成する。例えば、図８（ｂ）の（ロ）に示したように、「地震」を第一記憶部（１３１）に登録し、判別部（１２７）がテロップ中の重要語句「地震」を判別した判別結果に基づき、「地震」を繰り返した文章を生成すると、ニュース内容が一層確実に伝わる。

さらに、判別部（１２７）がテロップ中の文末語句を判別することにより、この判別結果に基づき、上記文章生成部（１２６）はテロップの文末語句を省略した文章を生成できる。例えば、図８（ｂ）の（ハ）に示したように、「しました」、「した」等の文末語句を関連付けて第一記憶部（１３１）に登録し、文章生成部（１２６）は文末語句、例えば、「しました」等を省略した文章を生成できる。さらに、判別部（１２７）がテロップ中の文末語句「しました」を判別し、この判別結果に基づき、上記文章生成部はテロップの文末語句を他の短い文末語句「した」に置き換えた文章を生成するようにしても良い（図８（ｂ）の（ニ））。

これらの機能を実現することにより、文章の読み上げ時間を短縮できるので、テロップが複数ページにわたっている場合に、画面のテロップ表示と、読み上げの同期を取り易くできる。また、図７に示したように、上述の構成に、オンスクリーン部（１２４）を付加して設置した実施例によれば、このオンスクリーン部（１２４）は、生成された文章に基づきオンスクリーン用の映像信号を生成し、上記映像切替部（１１ｂ）に供給するものである。従って、放送されたニュース速報などの定型のテロップを、大きな文字で表示し又、重要語句を繰り返して表示する等、理解し易い形態で自由に画面表示できる。

以上のように、上記の従来の放送受信機は、映像表示されているテロップから文字認識を行い、表示速度変換を行うものであり、またテロップ表示に同期させて音声速度変換を行う仕組みであった。
特開２０００−６９３９０号公報（図１）

従来の放送受信機において視聴者が文字情報を入手する場合、高齢者など視力、読速力の低下した視聴者は、文字表示速度が速い時などは内容を理解するのが難しいという問題があったが、画像フレームの文字情報を解析し、特定の文字の表示速度を変更可能にすることで問題を解決している。しかし、アナログ放送信号では速度変換された音声データ、字幕（テロップ）データは送られて来ないため、受信機で一旦画像を取り込み、認識、解読、表示調整までの処理を行う必要があった。そのため、取り込み用メモリ、認識、解読のための回路等を追加する必要があり回路規模も増大していた。さらに、テロップ部分の音声案内の読み上げ速度変換のみ音声に関しては機能として持っていないため、放送番組自体の音声の速度変換をさせることは不可能であった。

この課題を解決するために本発明は、映像情報や音声情報、あるいは文字情報等で構成される放送データを送信可能なデジタル放送において、音声情報を複数種類放送することが可能で、そのうち少なくとも一種類に音声速度を変換した音声データが含まれるようにした。

また、デジタル放送において字幕情報を複数種類放送することが可能で、そのうち少なくとも一種類に字幕表示速度を変換した字幕データが含まれるようにした。

また、デジタル放送を受信可能なチューナーと、チューナー出力より所望のトランスポートストリームを選局する復調手段と、復調手段の出力するトランスポートストリームから映像、音声データの選択、出力、および字幕情報のデータの選択、取得を行うトランスポートデコード手段と、字幕情報のデータの展開・蓄積を行うＲＡＭメモリと、トランスポートデコード手段で取得された映像データをデコード可能な映像デコード手段と、トランスポートデコード手段で取得された音声データをデコード可能な音声デコード手段と、映像デコード手段の出力とデコードされた字幕データとを合成可能な映像合成手段と、前記復調手段、前記トランスポートデコード手段、前記映像デコード手段、前記音声デコード手段、前記映像合成手段の制御を行う制御手段で構成し、ユーザーの選択により放送で送られてくる音声速度を変換した音声データをデコード可能で、速度変換した音声に合わせて字幕速度を変換可能とした。

また、上記と同じ構成で、表示速度が変換された字幕データも音声速度を変換したデータとともに放送で送られてきた場合、ユーザーが音声速度を変換した音声データを表示選択した時は字幕表示も速度変換されたデータを自動的に選択することが可能とした。また逆に、ユーザーが字幕表示速度を変換したデータを表示選択した時は音声表示も速度変換されたデータを自動的に選択、デコード、表示可能とした。

以上のように本発明によれば、映像情報や音声情報、あるいは文字情報等で構成される放送データを送信可能なデジタル放送において、音声情報を複数種類放送することが可能で、そのうち少なくとも一種類に音声速度を変換した音声データが含まれることで、高齢者ユーザーなどがテレビ放送で速い音声放送では聞き取りにくい場合、なかなか内容の理解をできない問題点を、速度変換された音声放送を行うことで、聴力の落ちた高齢者の方々など音声情報取得が容易に出来るようになる。

また、映像情報や音声情報、あるいは文字情報等で構成される放送データを送信可能な、デジタル放送において、字幕情報を複数種類放送することが可能で、そのうち少なくとも一種類に字幕表示速度を変換した字幕データが含まれることで、高齢者ユーザーなどが、速い速度で表示される字幕では読み切れないまま次の表示へ移ってしまって内容をなかなか理解できない問題点を、速度変換された字幕放送を行うことで、視力の落ちた高齢者の方々など字幕情報取得が容易に出来るようになる。

また、デジタル放送を受信可能なチューナーと、前記チューナー出力より所望のトランスポートストリームを選局する復調手段と、復調手段の出力するトランスポートストリームから映像、音声データの選択、出力、および字幕情報のデータの選択、取得を行うトランスポートデコード手段と、前記字幕情報のデータの展開・蓄積を行うＲＡＭメモリと、前記トランスポートデコード手段で取得された映像データをデコード可能な映像デコード手段と、前記トランスポートデコード手段で取得された音声データをデコード可能な音声デコード手段と、前記映像デコード手段の出力とデコードされた字幕データとを合成可能な映像合成手段と、前記復調手段、前記トランスポートデコード手段、前記映像デコード手段、前記音声デコード手段、前記映像合成手段の制御を行う制御手段を備えることで、ユーザーの選択により放送で送られてくる音声速度を変換した音声データをデコード可能で、速度変換した音声に合わせて字幕速度を変換可能となる。

また、上記受信端末装置と同様の構成を備え、表示速度が変換された字幕データも音声速度を変換したデータとともに放送で送られてきた場合、ユーザーが音声速度を変換した音声データを表示選択した時は字幕表示も速度変換されたデータを自動的に選択することが可能となる。

また、上記受信端末装置と同様の構成を備え、表示速度が変換された字幕データも音声速度を変換したデータとともに放送で送られてきた場合、ユーザーが字幕表示速度を変換したデータを表示選択した時は音声表示も速度変換されたデータを自動的に選択、デコード可能となる。

本発明は、放送波で速度変換された音声、字幕を送出し、受信端末側でユーザーの支持により速度変換した音声、字幕を表示可能なことを最も主要な特徴とする。通常の音声、字幕表示速度を速いと感じる高齢者などに全ての情報を入手可能にさせるという目的を、本発明の放送および受信端末装置で実現した。

（実施の形態１）
以下に本発明のデジタル放送装置の、第１の実施の形態例について図１、図２を用いて説明する。ここではその一例として、デジタルテレビ放送について述べる。

図１において、５０はデジタル放送を送信するための装置であり、６０はデジタル放送を受信するための受信端末である。このデジタル放送装置５０から出力された信号をデジタル放送受信端末６０で受信し、信号処理を行い表示装置に表示するのが、デジタル放送システムであり、主にデジタル放送装置５０はテレビ局に備えられ、また家庭ではデジタル放送受信端末６０によってテレビ局が発信したデジタル放送を受信している。またデジタル放送受信端末６０は、その一例として家庭内のテレビジョン受信機であっても、もしくはデジタル放送を受信可能なコンピュータ、持ち運び可能な受信端末、または携帯電話であってもかまわない。

デジタル放送装置５０は以下の構成を備える。２１は映像信号入力可能で、映像信号をＭＰＥＧ信号にエンコード可能な映像エンコーダ、２２は音声信号を入力可能で、音声信号をＭＰＥＧ信号にエンコード可能な第一の音声エンコーダ、２３は２２に入力される音声の速度を変換した信号を入力可能で、速度変換した音声信号をＭＰＥＧ信号にエンコード可能な第二の音声エンコーダ、２４は２２の音声エンコーダの音声出力と同期した字幕データを作成可能な第一の字幕データ作成装置、２５は２３の音声エンコーダ出力と同期した字幕データを作成可能な第二の字幕データ作成装置、２６は２１〜２５の装置からの出力の多重化を行いトランスポートストリームとして出力可能な多重化装置、２７は放送方式として規定されている変調方式に変調可能な変調手段、２８は前記変調手段２７からの出力を送出アンテナにアップリンク可能な電波送出手段、２９は送出アンテナへの出力端子である。

以上のように構成された図１のデジタル放送装置５０について、以下その動作を説明する。

デジタルテレビ放送において、映像、音声、字幕などのデータ情報は放送装置により作成される。映像信号はビデオテープやデジタルカメラなどの映像素材を映像エンコーダ２１に入力し、その信号はＭＰＥＧ２ビデオストリームとしてエンコードされて出力される。音声信号は映像同様、音声素材を音声エンコーダ２２に入力し、その信号はＭＰＥＧ２音声ストリームとしてエンコードされて出力される。さらに字幕放送などのデータ放送は字幕データ作成装置２４により生成され、映像、音声に同期した信号として出力される。通常の放送は上記３つの装置、映像エンコーダ２１、音声エンコーダ２２、字幕データ作成装置２４、を用いることで放送信号を作成し送出される。

本実施の形態のデジタル放送装置５０はさらに第２の音声エンコーダ２３を備える。この第２の音声エンコーダ２３では、第一の音声エンコーダ２２に入力される音声素材を速度変換した音声素材を入力し、ＭＰＥＧ２音声ストリームとしてエンコードされて出力される。また第２の音声エンコーダに入力される音声素材に同期した字幕データを第２の字幕データ作成装置２５により生成され、速度変換した音声に同期した信号として出力される。

多重化装置２６では、映像エンコーダ２１、第１の音声エンコーダ２２、第２の音声エンコーダ２３、第１の字幕データ作成装置２４および第２の字幕作成装置２５の出力ストリームをＭＰＥＧ２システムとして多重化し、変調手段２７へ出力する。変調手段２７では放送方式に合った変調を行い（例えば、日本のＢＳデジタル、ＣＳ１１０デジタルでは８ＰＳＫ変調、地上デジタル放送ではＯＦＤＭ変調）、電波送出手段２８へ変調信号を出力する。電波送出手段２８では送出アンテナへアップリンクを行い放送波として送出する。この（実施の形態１）では、音声速度変換された音声信号を放送できる放送方式について以下に述べていく。

音声速度変換された音声を放送するために、映像エンコーダ２１と第一の音声エンコーダ２２とで構成された放送装置にあらたに第２の音声エンコーダ２３が加わりその送信装置システムは構成される。第２の音声エンコーダ２３には音声素材として、第一の音声エンコーダに入力されている音声の速度を変換した音声素材を入力し、ＭＰＥＧ信号にエンコードして多重化装置２６へと出力される。

多重化された音声は図２のようなストリーム構成で送出される。図２において、「ＡＡＵ」とは「Ａｕｄｉｏ Ａｃｃｅｓｓ Ｕｎｉｔ」の略で、復号する際の単位であり、受信機はこれらの単位ごとにデコードを行う。ＭＰＥＧストリームではこのＡＡＵ内の「Ａｕｄｉｏ Ｄａｔａ」に複数の音声を多重することが可能であり、通常速度の音声と、速度変換された音声とを多重化し、放送として送出可能となる。

本実施の形態のデジタル放送装置によれば、速度の異なる音声信号を、多重して送り出すことが可能で、受信装置において復号・出力する際に、音声の速度を選択することができるので、視聴者にとっては映像または音声ソースに応じて音声速度を変えて聞くことが可能となる。特に高齢者ユーザーがテレビ放送で速い音声放送では聞き取りにくい場合、なかなか内容の理解をできない問題点を、速度変換された音声放送を選択できることで、音声情報取得が容易に出来るようになる。

（実施の形態２）
次に、本発明のデジタル放送装置の、第２の実施の形態例について説明する。ここでは図１、図３を用いて説明する。なお前述した（実施の形態1）で記した例と同じ構成については、同じ符号を用い説明を省略する。本実施の形態では字幕速度変換された字幕信号を放送できる放送方式について以下に述べる。

字幕速度変換された字幕放送を行うために、（実施の形態１）で構成されたデジタル放送装置に加え、第２の字幕データ作成装置２５で放送装置システムは構成される。第２の字幕データ作成装置２５では、第２の音声エンコーダ２３に入力される音声素材に同期した字幕素材を作成し多重化装置２６へと出力される。多重化された字幕は図３のような構成で送出される。（詳細は「ＡＲＩＢ ＳＴＤ−Ｂ２４ 第一編第３部 ９章字幕・文字スーパーの伝送」参照）。

字幕は通常、独立ＰＥＳ形式で伝送される。ここではデータグループ、字幕データとデータグループ識別の対応、字幕管理データを示す。字幕データは、データグループ構成によりグループ化され、独立ＰＥＳ（非同期型／同期型）に収容されて伝送される。１字幕データは最大２５６個のデータグループにより構成される。データグループでは、字幕管理データ、字幕分データの種類を識別する。

データグループ識別（ＤＧＩ）では字幕文の種類を８種類伝送可能であり、日本語、英語などの他国語多重伝送を行うことができる。字幕管理データではデータ受信再生時の時刻制御可能となる情報を伝送する。これら情報に基づき受信機では字幕デコード、表示タイミング制御となる。

ここでは、前記８種類伝送できる字幕文に、第２の音声エンコーダ２３に入力される音声素材に同期した字幕素材を作成、多重し、速度変換された字幕情報として放送により送出する。これにより、高齢者ユーザーなどが、速い速度で表示される字幕では読み切れないまま次の表示へ移ってしまって内容をなかなか理解できない問題点を、速度変換された字幕放送を行うことで、視力の落ちた高齢者の方々など字幕情報取得が容易に出来るようになる。

（実施の形態３）
次に、本発明のデジタル放送受信端末装置の、一実施の形態例について説明する。ここでは図１、図４を用いて説明する。なお前述した（実施の形態１）、（実施の形態２）の例と同じ構成については同じ符号を用い説明を省略する。ここでの放送内容は先述の映像、通常音声、通常字幕、速度変換された音声のみが多重されている場合である。

１はアンテナ信号入力端子、２は前記アンテナ信号入力端子１で受信された放送信号の選局を行うチューナー、３は前記チューナーで選局された信号の放送方式に合わせて復調する復調手段、４は放送データであるトランスポートストリーム情報に従い、パケットＩＤ選択、同期再生、番組情報選択可能なトランスポートデコード手段、５はトランスポートデコード手段４からの映像ストリームパケットをデコード可能な映像デコード手段、６はトランスポートデコード手段４からの音声ストリームパケットをデコード可能な音声デコード手段、７は復調手段３、トランスポートデコード手段４、映像デコード手段５、音声デコード手段６、映像合成手段１０、ＲＡＭメモリ８、不揮発性メモリ９の制御を行うＣＰＵ、８は字幕情報のデータやＯＳＤ映像情報の展開・蓄積を行うＲＡＭメモリ、９は受信端末装置の制御および機能実行を行うためのプログラムを格納可能な不揮発性メモリ、１０は映像デコード手段５と制御手段７、ＲＡＭ８で展開、デコードされる字幕データを合成可能な映像合成手段、１１は映像合成手段１０の出力端子、１２は音声デコード手段６の出力端子、１３はユーザーからの操作指示を受信可能なリモコン入力端子である。

以上のように構成された図１のデジタル放送受信端末装置６０（以下、受信端末と記す）について、以下その動作を説明する。不揮発性メモリ９には、受信端末６０の制御および機能実行を行うためのプログラムを格納されており、制御手段７は不揮発性メモリ９に格納されているプログラムを読み出し、このプログラムに基づき各手段の制御を行う。なお、本実施の形態の動作のフローチャートを、図４に示す。

アンテナ（図示せず）で受信された放送信号は、アンテナ信号入力端子１から入力され、チューナー２に入力される。チューナー２では所望する番組選局が行われる。チューナー２から出力された信号は復調手段３に入力される。復調手段３では、送られてくる放送信号に対応した復調方法で復調し、誤り訂正処理を行い、トランスポートデコード手段４へはトランスポートストリームが出力される。

トランスポートデコード手段４では、パケットＩＤ（ＰＩＤ）処理を行う。これは、トランスポートデコード手段４に設定されたＰＩＤ候補と入力されたトランスポートストリームパケットから取り出したＰＩＤに一致を検出することが可能であり、ＰＩＤ単位にデータフォーマット処理を行う。データフォーマット処理とは、トランスポートストリームパケットから指定のデータ形式のデータを抽出する処理である。また、ＡＲＩＢ、ＤＶＢの準拠の放送では、ＳＩ（Ｓｅｒｖｉｃｅ Ｉｎｆｏｒｍａｔｉｏｎ）セクションが数Ｍｂｐｓの帯域を使用して送られてくる。ここで予めセクションフィルタ条件を登録でき、この内一つでも一致するセクションヘッダ（セクションデータバイト前での各フィールド）を持つセクションを抜き出すことができる。このＳＩ情報は常にＣＰＵで管理することができる。映像ストリームは映像デコード手段５へ、音声ストリームは音声デコード手段６へ、ＲＡＭメモリ８には、トランスポートデコード手段４で取得されたＳＩ情報が展開、蓄積される。ＲＡＭ８上に展開された字幕情報は図３と同様である。

制御手段７は、ユーザーからの操作指示を受信可能なリモコン入力端子１３からの信号を認識し、音声提示の指示が通常音声か話速変換音声かを判断する（図４ ステップ１）。通常音声を選択する場合、トランスポートデコード手段４で、通常速度の音声情報、字幕情報を取得し、音声情報は音声デコード手段６へ、字幕情報はＲＡＭ８へ転送する（ステップ２）。

音声デコード手段６では、入力された音声ストリームをデコード出力し、制御手段７でＲＡＭ８に展開された字幕情報を取得し、デコードを行い、展開する（ステップ３）。展開された字幕情報は映像合成手段１０へ転送され、映像合成手段１０では映像デコード手段５の出力と、放送で送られてくる表示タイミング情報に基づき字幕情報を合成し出力する（ステップ４）。

一方、(ステップ１）において制御手段７で話速変換音声を選択した場合、トランスポートデコード手段４で、話速変換の音声情報、字幕情報を取得し音声情報は音声デコード手段６へ、字幕情報はＲＡＭ８へ転送する(ステップ５）。音声デコード手段６では、入力された音声ストリームをデコード出力し、制御手段７でＲＡＭ８に展開された字幕情報を取得し、デコードを行い、ＲＡＭ８上に展開する(ステップ６）。

次に展開した字幕情報を映像合成手段１０へ転送し、映像合成手段１０では映像デコード手段５の出力と、話速変換された音声の表示タイミング情報を受信機で判断し、音声に合わせる形で字幕情報を合成し出力する（ステップ７）。

これにより、ユーザーが話速変換音声を選択した時に、受信端末では放送で送られてきている通常速度の字幕表示を自動的に音声に同期した形で速度変換を行うことで、聴力、視力の落ちた高齢者などが音声、文字情報を確実に入手可能となる。

また、受信端末５０は、話速変換音声を選択した際には、速度変調を実行していることをユーザーに認識させるための手段を備え、例えば、表示装置において画面に「話速変換中」である表示を行うための信号を出力することで、ユーザーがソースと異なる音声信号を聞いていることを認識することができる。

（実施の形態４）
次に、本発明のデジタル放送受信端末装置の、他の実施の形態例について説明する。ここでは図１、図５を用いて説明する。なお前述した（実施の形態）の例と同じ構成については、同じ符号を用い説明を省略する。ここでの放送内容は先述の映像、通常音声、通常字幕、速度変換された音声、速度変換された字幕が多重されている場合である。なお、本実施の形態の動作のフローチャートを、図５に示す。

制御手段７は、ユーザーからの操作指示を受信可能なリモコン入力端子１３からの信号を認識し、音声提示の指示が通常音声か話速変換音声かを判断する（図５、ステップ１１）。通常の速度の音声を選択の場合、トランスポートデコード手段４で、通常速度の音声情報、字幕情報を取得し音声情報は音声デコード手段６へ、字幕情報はＲＡＭ８へ転送する（ステップ１２）。

音声デコード手段６では、入力された音声ストリームをデコード出力し、制御手段７でＲＡＭ８に展開された字幕情報を取得し、デコードを行う（ステップ１３）。デコードされた字幕情報は、映像合成手段１０へ転送され、映像合成手段１０では映像デコード手段５の出力と、放送で送られてくる通常表示タイミング情報に基づき字幕情報を合成し、出力する（ステップ１４）。

一方、（ステップ１１）において制御手段７で話速変換音声を選択した場合、トランスポートデコード手段４で、話速変換の音声情報、速度変換された字幕情報を取得し音声情報は音声デコード手段６へ、字幕情報はＲＡＭ８へ転送する（ステップ１５）。

音声デコード手段６では、入力された音声ストリームをデコード出力し、制御手段７でＲＡＭ８に展開された字幕情報を取得しデコードを行う（ステップ１６）。デコードされた字幕情報は映像合成手段１０へ転送され、映像合成手段１０では映像デコード手段５の出力と、放送で送られてくる速度変換された表示タイミング情報に基づき字幕情報を合成し出力する（ステップ１７）。

これにより、ユーザーが話速変換音声を選択した時に、受信機では放送で送られてきている速度変換された字幕情報を自動的に表示させる動作を行うことで、聴力、視力の落ちた高齢者などが音声、文字情報を確実に入手可能となる。

（実施の形態５）
次に、本発明のデジタル放送受信端末装置の、第５の実施の形態例について説明する。ここでは図１、図６を用いて説明する。なお前述した（実施の形態１）〜（実施の形態４）に記載のものと同じ構成については同じ符号を用い、ここでの説明を省略する。本実施の形態の放送内容は、先述の映像、通常音声、通常字幕、速度変換された音声、速度変換された字幕が多重されている場合である。またこの動作をフローチャートにして図５に示す。

制御手段７は、ユーザーからの操作指示を受信可能なリモコン入力端子１３からの信号を認識し、字幕提示の指示が通常字幕か速度変換された字幕かを判断する（ステップ２１）。通常字幕選択の場合、トランスポートデコード手段４で、通常速度の音声情報、字幕情報を取得し音声情報は音声デコード手段６へ、字幕情報はＲＡＭ８へ転送する（ステップ２２）。

音声デコード手段６では、入力された音声ストリームをデコード出力し、制御手段７でＲＡＭ８に展開された字幕情報を取得し、デコードを行う（ステップ２３）。デコードされた字幕情報は映像合成手段１０へ転送され、映像合成手段１０では映像デコード手段５の出力と、放送で送られてくる通常表示タイミング情報に基づき字幕情報を合成し出力する（ステップ２４）。

一方、（ステップ２１）において制御手段７で速度変換された字幕を選択した場合、トランスポートデコード手段４で、話速変換の音声情報、速度変換された字幕情報を取得し音声情報は音声デコード手段６へ、字幕情報はＲＡＭ８へ転送する（ステップ２５）。

音声デコード手段６では、入力された音声ストリームをデコード出力し、制御手段７でＲＡＭ８に展開された字幕情報を取得し、デコードを行う（ステップ２６）。そしてデコードされた字幕情報は映像合成手段１０へ転送され、映像合成手段１０では映像デコード手段５の出力と、放送で送られてくる速度変換された表示タイミング情報に基づき字幕情報を合成し出力する（ステップ２７）。

これにより、ユーザーが速度変換字幕を選択した時に、受信機では放送で送られてきている速度変換された音声情報を自動的に出力させる動作を行うことで、聴力、視力の落ちた高齢者などが、文字、音声情報を確実に入手可能となる。

以上のように本発明によれば、高齢者ユーザーなどがテレビジョン放送において速い音声放送では聞き取りにくい場合、なかなか内容の理解をできない問題点を、速度変換された音声放送を送信することで、聴力の落ちた高齢者の方々など音声情報取得が容易に出来るようになる効果を有し、高齢者、障害者に優しい放送を目指すデジタル放送分野において有用である。

また、高齢者ユーザーなどが、速い速度で表示される字幕では読み切れないまま、次の表示へ移ってしまって内容をなかなか理解できない問題点を、速度変換された字幕放送を送信することで、視力の落ちた高齢者の方々など字幕情報取得が容易に出来るようになる効果を有し、高齢者、障害者に優しい放送を目指すデジタル放送分野において有用である。

また、ユーザーの選択により放送で送られてくる音声速度を変換した音声データをデコード可能で、速度変換した音声に合わせて字幕速度を変換可能である効果を有することで、速い音声放送では聞き取りにくい場合や速い速度で表示される字幕では読み切れない場合などに有用である。

また、表示速度が変換された字幕データも音声速度を変換したデータとともに放送で送られてきた場合、ユーザーが音声速度を変換した音声データを表示選択した時は字幕表示も速度変換されたデータを自動的に選択することが可能である効果を有し、ユーザーは音声の速度変換指示さえ命令すれば字幕の速度変換も行え、高齢者、障害者に優しい放送を目指すデジタル放送分野の受信端末において有用である。

また、表示速度が変換された字幕データも音声速度を変換したデータとともに放送で送られてきた場合、ユーザーが字幕表示速度を変換したデータを表示選択した時は音声表示も速度変換されたデータを自動的に選択、デコード可能となる効果を有し、ユーザーは字幕の速度変換指示さえ命令すれば音声の速度変換も行え、高齢者、障害者に優しい放送を目指すデジタル放送分野の受信端末において有用である。

受信端末としては、家庭内のテレビジョン受信機やコンピュータ、または持ち運びの可能な携帯可能な表示装置やコンピュータ、携帯電話等においても本発明は同等な効果を奏するものである。

本発明のデジタル放送装置および受信端末装置の構成を示す図 ＭＰＥＧオーディオビットストリームのデータ構造を示す図 ＡＲＩＢによる「字幕・文字スーパーの伝送」での構造例を示す図 本発明の動作の一例をフローチャートで示した図 本発明の動作の一例をフローチャートで示した図 本発明の動作の一例をフローチャートで示した図 従来のテレビ放送受信機の構成を示す図 同テレビ放送受信の機能例を説明するための図

符号の説明

１ アンテナ信号入力端子
２ チューナー
３ 復調手段
４ トランスポートデコード手段
５ 映像デコード手段
６ 音声デコード手段
７ 制御手段
８ ＲＡＭメモリ
９ プログラム用不揮発性メモリ
１０ 映像合成手段
１１ 映像出力端子
１２ 音声出力端子
１３ リモコン信号入力端子
２１ 映像エンコーダ
２２ 第一の音声エンコーダ
２３ 第２の音声エンコーダ
２４ 第一の字幕データ作成装置
２５ 第２の字幕データ作成装置
２６ 多重化装置
２７ 変調装置
２８ 電波送出手段
２９ 送出アンテナ入力端子

Claims (2)

1. 映像情報と通常の音声情報と速度変換された音声情報と通常の字幕情報と速度変換された字幕情報を含むトランスポートストリームから映像情報、通常の音声情報、速度変換された音声情報、通常の字幕情報、または速度変換された字幕情報を選択して取得するトランスポートデコード手段と、
   前記トランスポートデコード手段で取得した前記字幕情報または前記速度変換された字幕情報のデータの展開・蓄積を行うＲＡＭメモリと、
   前記トランスポートデコード手段で取得した前記映像情報をデコードする映像デコード手段と、
   前記トランスポートデコード手段で取得した前記通常の音声データまたは前記速度変換された音声情報をデコードする音声デコード手段と、
   前記映像デコード手段の出力とデコードされた前記通常の字幕情報または前記速度変換された字幕情報とを合成する映像合成手段と、
   前記復調手段、前記トランスポートデコード手段、前記映像デコード手段、前記音声デコード手段および前記映像合成手段の制御を行う制御手段を備え、
   前記制御手段は、ユーザーから前記速度変換された音声情報を選択する操作指示の信号を受けた時には、前記トランスポートデコード手段で前記速度変換された音声情報と前記速度変換された字幕情報を取得するように制御することを特徴とするデジタル放送対応受信端末装置。
2. 映像情報と通常の音声情報と速度変換された音声情報と通常の字幕情報と速度変換された字幕情報を含むトランスポートストリームから映像情報、通常の音声情報、速度変換された音声情報、通常の字幕情報、または速度変換された字幕情報を選択して取得するトランスポートデコード手段と、
   前記トランスポートデコード手段で取得した前記字幕情報または前記速度変換された字幕情報のデータの展開・蓄積を行うＲＡＭメモリと、
   前記トランスポートデコード手段で取得した前記映像情報をデコードする映像デコード手段と、
   前記トランスポートデコード手段で取得した前記通常の音声データまたは前記速度変換された音声情報をデコードする音声デコード手段と、
   前記映像デコード手段の出力とデコードされた前記通常の字幕情報または前記速度変換された字幕情報とを合成する映像合成手段と、
   前記復調手段、前記トランスポートデコード手段、前記映像デコード手段、前記音声デコード手段および前記映像合成手段の制御を行う制御手段を備え、
   前記制御手段は、ユーザーから前記速度変換された字幕情報を選択する操作指示の信号を受けた時には、前記トランスポートデコード手段で前記速度変換された音声情報と前記速度変換された字幕情報を取得するように制御することを特徴とするデジタル放送対応受信端末装置。

Images