JP4336364B2 - テレビジョン受像機 - Google Patents

Description

本発明は、テレビジョン受像機に係る発明であって、特に、音量制御を行うテレビジョン受像機に関するものである。

コマーシャルメッセージ放送を含むテレビジョン放送は、その内容から大きく「番組本編放送」と「コマーシャルメッセージ放送」に分類することができる。番組本編放送とは、映画番組であれば映画コンテンツ自体の映像音声データの放送である。一方、コマーシャルメッセージ放送とは、広告主や広告代理店などの依頼主が放送局と契約を結んで依頼主から提供を受けた映像音声データの放送である。また、コマーシャルメッセージ放送には、放送局が自らの広告宣伝する放送も含まれる。なお、コマーシャルメッセージ（Commercial Message）は、一般的にＣＭと略称されており、本願においても以降はＣＭと略す。

このＣＭ放送は、１５秒あるいは３０秒などの限られた短い時間内に広告内容を効率良く訴求させるため、視聴者の注意を引き付けるよう工夫した映像と音声で制作されるのが一般的である。その工夫のひとつには、ＣＭ放送の冒頭から大きな音量で音楽と宣伝の台詞を始めることである。

しかし、当該ＣＭ放送の工夫は、番組本編放送を集中して視聴していた視聴者にとって、番組本編放送の内容と関連が希薄なＣＭ放送が突然大きな音量で始まることに不快感を感じる場合が考えられる。実際にＣＭ放送の音量を番組本編放送よりも大きめに制作する場合や、番組本編放送では音量のダイナミックレンジが広いためＣＭ放送に切り替わる直前が静かなシーンであった場合など、ＣＭ放送の音量が極めて大きく感じられることがある。

そこで、番組本編放送からＣＭ放送に切り替わった際に感じる大音量を軽減するために、ＣＭ放送等の視聴者が不快に感じる突然の大音量を高い精度で識別して音量を低減する技術が必要となる。

従来のテレビジョン受像機では、テレビジョン放送の音声方式を検出して番組本編放送とＣＭ放送とを自動識別し、ＣＭ放送の区間だけ音量を低減（例えば２デシベル低下）する音量制御を行っていた（特許文献１）。

また、従来の別のテレビジョン受像機では、デジタル放送受信装置内部にＣＭ放送の番組毎のデータベースを作成し、放送受信時にリアルタイムにＣＭか否かの判断を行っていた（特許文献２）。さらに、従来の別のテレビジョン受像機では、音声多重放送でステレオ放送を判別する音多判別手段の判断結果を用いて、ＣＭ放送の判別要素に重み付けを行うＣＭ判別手段を設けていた（特許文献３）。

特開２００２−１１２１７４号公報（第４頁、第１図） 特開２００３−１４３５４４号公報（第７頁、第１図） 特開２００２−０７７７７０号公報（第６頁、第１図）

しかし、特許文献１に係るテレビジョン受像機では、ＣＭ放送の音声方式がステレオ放送である場合が多いことに着目して、モノラル放送あるいは二ヶ国語放送が多い番組本編放送とＣＭ放送とを判別している。そのため、昨今のアナログ放送番組や，地上アナログ放送及びＢＳ／ＣＳ衛星放送などデジタル放送番組では、番組本編放送がステレオ放送である場合が多く、特許文献１に係るテレビジョン受像機では、精度良くＣＭ放送を識別することが困難となってきている。

また、特許文献２に係るテレビジョン受像機では、ＣＭ放送の判断を行うために受信したＣＭ放送を一旦ＣＭデータとして内部蓄積しておき、当該ＣＭデータに基づいてＣＭ放送区間を判定する必要があるので、ＣＭ放送の判別処理の構成が複雑となる。

さらに、特許文献３に係るテレビジョン受像機では、音声状態の判断に加え、ガイドチャンネルなどのような放送局の情報等の条件を組み合わせて、総合的にＣＭ放送か否かを判別するため、ＣＭ放送の判別処理の構成が複雑となる。

そこで、本発明は、ＣＭ放送の判別処理の構成を複雑にすることなく、受信したテレビジョン放送からＣＭ放送を判別し、当該ＣＭ放送の音量を制御するテレビジョン受像機を提供することを目的とする。

本発明に係る解決手段は、受信したテレビジョン信号の音声成分から無音部分を検出する無音検出手段と、テレビジョン信号の映像成分から場面が変化するシーンチェンジ部分を検出するシーンチェンジ検出手段と、無音部分とシーンチェンジ部分とが同時刻に検出された時刻を映像音声変化点として検出する映像音声変化点検出手段と、映像音声変化点が検出された時刻以前におけるテレビジョン信号の音声特徴量を第一の特徴量として抽出し保持する第一の特徴量抽出手段と、映像音声変化点が検出された時刻以降におけるテレビジョン信号の音声特徴量を第二の特徴量として抽出し保持する第二の特徴量抽出手段と、第一の特徴量と第二の特徴量とを比較して所定の条件を満たしているか否かを判断する比較判断手段と、比較判断手段の判断結果に基づいて、テレビジョン信号の音声を出力する際の出力レベルを制御する音量制御手段とを備える。さらに、第一の特徴量抽出手段は、映像音声変化点検出手段が第一の所定の時間以内に複数の映像音声変化点を検出した場合、初めに検出した第一の特徴量を第一の所定の時間内保持する。

本発明に記載のテレビジョン受像機は、比較判断手段で、映像音声変化点が検出された時刻以前におけるテレビジョン信号の音声特徴量である第一の特徴量と、映像音声変化点が検出された時刻以降におけるテレビジョン信号の音声特徴量である第二の特徴量とを比較して所定の条件を満たしているか否かを判断し、音量制御手段が、比較判断手段の判断結果に基づいて、テレビジョン信号の音声を出力する際の出力レベルを制御するので、ＣＭ放送の判別処理の構成を複雑にすることなく、受信したテレビジョン放送からＣＭ放送を判別し、当該ＣＭ放送の音量を制御することができる。

（実施の形態１）
図１は、本実施の形態に係るテレビジョン受像機１のシステムブロック図である。以下、図１に示すシステムブロック図を用いて、ＣＭ放送を判定し、音量を制御する方法を説明する。

まず、図１に示すテレビジョン受像機１では、アンテナを介してデジタル放送のテレビジョン信号をデジタルチューナー２で受信する。デジタルチューナー２から出力されたＴＳ（Transport）ストリームを、ＤＥＭＵＸ（デマルチプレクサ）部３で音声データ（Audio Elementary Stream）と映像データ（Video Elementary Stream）とに分離する。

ＡＡＣ（Advanced Audio Cording）デコーダ部４では、分離後の音声データ（Audio ES）を音声のデジタルデータとなるＰＣＭデータに変換し、さらにＤ／Ａ（Digital/Analog）コンバータ５では、ＰＣＭデータをアナログの音声データに変換する。変換後のアナログの音声データは、一方が音量調整を行うアンプ（ＡＭＰ）部６を通してスピーカ７から音声として出力され、他方がメインＣＰＵ１０に入力される。

分離後の映像データ（Video ES）は、一方が所定の信号処理後に映像表示装置８に入力され映像が表示され、他方が所定の信号処理後にメインＣＰＵ１０に入力される。なお、所定の信号処理とは、映像表示装置８に映像を映し出すために必要となる処理であり、図１には映像データに基づいて映像表示装置８の輝度を制御する信号を生成する輝度制御部９が図示されている。

本実施の形態に係るテレビジョン受像機１では、メインＣＰＵ１０にアナログの音声データ及び映像データを入力し処理することでＣＭ放送の判別処理を行っている。なお、図１に示すテレビジョン受像機１では、ＣＭ放送の判別処理にメインＣＰＵ１０を用いているが、本発明はこれに限られず、ＤＳＰ（Digital Signal Processor）等の専用の演算装置を設けて処理を行っても良い。

まず、Ｄ／Ａコンバータ５から出力されたアナログの音声データは、メインＣＰＵ１０内でのデータ処理を可能とするために波形整形部２１で波形の整形が行われた後、メインＣＰＵ１０内に入力される。同様に、輝度制御部９から出力された映像データ（輝度制御データ）も、メインＣＰＵ１０内でのデータ処理を可能とするために波形整形部２２で波形の整形が行われた後、メインＣＰＵ１０内に入力される。

メインＣＰＵ１０内では、無音検出部１１が波形整形部２１から出力された音声データに基づいて無音期間の判定を行う。一方、シーンチェンジ検出部１２は、波形整形部２２から出力された輝度制御データに基づいて場面が変化するシーンチェンジ点を検出する。さらに、ＣＭ判断部１３では、無音検出部１１からの無音期間と、シーンチェンジ検出部１２からのシーンチェンジ点とが同時に検出された時間をＣＭ放送の開始点として判別する。つまり、本実施の形態に係るテレビジョン受像機１では、映像と音声が同時に変化する映像音声変化点をＣＭ放送の開始点と考え、当該映像音声変化点を検出する映像音声変化点検出手段としてＣＭ判断部１３を設けている。

次に、ＣＭ判断部１３でＣＭ放送の開始点が検出された場合に、第一の特徴量抽出部１４では、このＣＭ放送の開始点以前の一定の期間における音声データから音声特徴量（例えば、音量データやオーディオエネルギー等）の第一の特徴量を抽出し保管する。同時に、第二の特徴量抽出部１５では、ＣＭ放送の開始点以降の一定の期間における音声データから音声特徴量（例えば、音量データやオーディオエネルギー等）の第二の特徴量を抽出し保管する。

さらに、抽出した第一の特徴量及び第二の特徴量の比較を比較部１６で行い、ＣＭ放送の期間に耳障り、うるさいと感じる音声の有無を判定する。比較部１６で耳障り、うるさいと感じる音声があると判断した場合、音量制御手段であるボリューム制御部１７は、アンプ部６を制御してスピーカ７より出力される音量（出力レベル）を低減する。

次に、図２に示すテレビジョン放送の概略図を用いて、メインＣＰＵ１０でのＣＭ放送の判別処理について説明する。まず、図２に示す概略図では、音声データの時間変化Ａ１、番組の内容Ａ２、無音検出Ａ３、シーンチェンジ検出Ａ４、及びＣＭ放送開始判定Ａ５のそれぞれの状況を同一の時間軸上に表示している。ここで、図２に示す番組の内容Ａ２には、時間の経過と伴に番組本編放送１８、無音放送１９、ＣＭ放送２０が順次放送されている様子が示されている。この番組の内容Ａ２に対応して、音声データ時間変化Ａ１では、時間と伴に音声データの大きさが変化する様子が示されている。この音声データ時間変化Ａ１のグラフでは、閾値Ｐ０より小さな値の音声データが所定の時間継続する場合、無音期間と判定される。

図２に示す音声データ時間変化Ａ１のグラフでは、時間Ｔ１と時間Ｔ２との間，時間Ｔ３と時間Ｔ４との間で音声データが閾値Ｐ０以下となるので、図１に示す無音検出部２３が、当該期間を無音検出Ａ３に示す無音期間２３，２４として検出する。なお、無音検出Ａ３で無音期間と判定されるための所定の時間は、例えば０．５秒とする。

次に、図１に示すシーンチェンジ検出部１２では、映像データの輝度変化を求めることにより映像の場面変化を検出し、シーンチェンジ点２５，２６，２７，２８として図２のシーンチェンジ検出Ａ４に示している。なお、図２では、無音検出Ａ３における無音期間２４とシーンチェンジ点２７とが同時間に観察されているので、当該時間がＣＭ放送２０前の無音放送１９に対応している。そのため、図１に示すＣＭ判断部１３では、無音期間２４とシーンチェンジ点２７とが同時に観察される時間を、ＣＭ放送開始判定Ａ５に示すＣＭ放送の開始点２９として判定する。なお、無音期間２３は、シーンチェンジ点と重ならないため番組内の無音区間と判定する。つまり、本実施の形態に係るテレビジョン受像機１では、ＣＭ放送の開始点２９を利用して番組本編放送１８とＣＭ放送２０とを判別している。

次に、メインＣＰＵ１０内での動作のフローチャートを図３に示す。図３に示すフローチャートでは、ステップＳ１でメインＣＰＵ１０へのアナログの音声データ及び映像データの入力の有無を判断し、入力があればステップＳ２に進み、入力がなければ終了する。ステップＳ２では、音声データから無音期間を検出し、検出されればステップＳ３に進み、検出されなければステップＳ１に戻る。ステップＳ３では、映像データから場面変化（シーンチェンジ点）を検出し、検出されればステップＳ４に進み、検出されなければステップＳ１に戻る。

ステップＳ４では、ステップＳ２で検出した無音期間とステップＳ３で検出したシーンチェンジ点に基づきＣＭ放送の開始点を検出する。さらに、ステップＳ５では音声データから第一の特徴量が抽出され、ステップＳ６では音声データから第二の特徴量が抽出される。ステップＳ７では、第一の特徴量と第二の特徴量とを比較して、第一の特徴量に対して第二の特徴量の方が大きい場合にはステップＳ８に進み、それ以外の場合にはステップＳ１に戻る。ステップＳ８では、ステップＳ７での比較結果に基づきボリューム制御を行う。なお、図３に示すフローチャートの処理は、テレビジョン受像機１が動作している間、つまりメインＣＰＵ１０への信号入力が続く限り繰り返し行われる。また、第一の特徴量の抽出は、上述したようにＣＭ放送の開始点２９の検出後に行われる場合に限られず、ＣＭ放送の開始点２９の検出以前に第一の特徴量の抽出保管の処理を常に行っておき、ＣＭ放送の開始点２９が検出された時点で直前に取得された第一の特徴量を選択し、第二の特徴量との比較に用いる構成でも良い。

以上により、本実施の形態に係るテレビジョン受像機１では、番組本編放送１８とＣＭ放送２０とが同じ放送方式でも、無音期間とシーンチェンジ点を検出することでＣＭ放送の開始点を正確に判断することが可能となる。さらに、本実施の形態に係るテレビジョン受像機１では、ＣＭ放送の開始点となる無音放送の前後の音声特徴量を比較することで、ＣＭ放送の耳障り、うるさいと感じる音量を制御することが可能となる。

（実施の形態２）
実施の形態１に係るテレビジョン受像機１では、上述したようにＣＭ放送の期間にボリューム制御を行い音量を低減させている。さらに本実施の形態に係るテレビジョン受像機１では、ボリューム制御部が低減した音量を所定の期間内に回復させるプログラムが図１に示すメインＣＰＵ１０に組み込まれている。このプログラムの動作を、図４に示すテレビジョン放送の概略図を用いて説明する。

図４に示す概略図には、無音検出Ｂ１、シーンチェンジ検出Ｂ２、ＣＭ放送開始判定Ｂ３、及び比較結果Ｂ４のそれぞれの状況が示されている。さらに、図４に示す概略図には、ボリューム制御部１７で行う３通りのパターンの音量制御Ｂ５，Ｂ６，Ｂ７がＢ１乃至Ｂ４と同一の時間軸上に図示されている。

まず、図４に示す概略図では、無音検出Ｂ１の無音期間２４にシーンチェンジ検出Ｂ２でのシーンチェンジ点２７が同時に検出された場合、ＣＭ放送開始判定Ｂ３においてＣＭ放送の開始点２９が検出されることになる。さらに、図４に示す概略図には、第一の特徴量と第二の特徴量とを比較することで得られる音量制御点３０が比較結果Ｂ４に図示されており、該当音量制御点３０の時間をＴ５としている。この時間Ｔ５の時点よりボリューム制御部１７は音量を低減する。

図４に示す音量制御Ｂ５のパターンでは、耳障りなＣＭ放送が開始されたと判断したＣＭ放送の開始点２９後の時間Ｔ５からボリューム制御部１７により音量を低減する。さらに、図４に示す音量制御Ｂ５のパターンでは、一定の時間経過後の時間Ｔ６に、低減以前の音量に回復させている。ここで、時間Ｔ５では、耳障りなＣＭ放送の音声入力に合わせ、瞬時のうちに音量を低減させる。一方、時間Ｔ６では、急激に音量を元の状態に戻している。

しかし、図４に示す音量制御Ｂ５のパターンのように、時間Ｔ６で急激に音量を変化させるとＣＭ放送の状況によっては違和感が生ずる可能性がある。

そこで、図４に示す音量制御Ｂ６のパターンでは、時間Ｔ５において音量を低減させた後、時間Ｔ６に近づくにつれて連続的に元の音量に戻す。また、図４に示す音量制御Ｂ７のパターンでは、時間Ｔ５において音量を低減させた後、時間Ｔ６に近づくにつれて段階的に元の音量に戻す。

このような図４に示す音量制御Ｂ６，Ｂ７のパターンで音量を制御した場合、低減させた音量を徐々（連続的又は段階的）に回復させるので、音量制御Ｂ５のパターンに比べて、違和感なく音量制御を行うことができる。なお、上述の音量制御のパターンは、ボリューム制御部１７に当該機能を組み込むことで対応できる。

（実施の形態３）
実施の形態１に係るテレビジョン受像機１では、上述したようにＣＭ放送の期間にボリューム制御を行い音量を低減させている。さらに本実施の形態に係るテレビジョン受像機１では、ボリューム制御部が低減した音量を１５秒以内に回復させるプログラムが図１に示すメインＣＰＵ１０に組み込まれている構成である。このプログラムの動作を、図５に示すテレビジョン放送の概略図を用いて説明する。

図５に示す概略図には、無音検出Ｃ１、シーンチェンジ検出Ｃ２、ＣＭ放送開始判定Ｃ３、及び比較結果Ｃ４のそれぞれの状況が示されている。さらに、図５に示す概略図には、ボリューム制御部１７で行う音量制御Ｃ５のパターンがＣ１乃至Ｃ４と同一の時間軸上に図示されている。

実施の形態２と同じように、図５に示す概略図では、無音検出Ｃ１の無音期間２４にシーンチェンジ検出Ｃ２でのシーンチェンジ点２７が同時に検出された場合、ＣＭ放送開始判定Ｃ３においてＣＭ放送の開始点２９が検出されることになる。さらに、図５に示す概略図には、第一の特徴量と第二の特徴量とを比較することで得られる音量制御点３０が比較結果Ｃ４に図示されており、該当音量制御点３０の時間をＴ５としている。この時間Ｔ５の時点よりボリューム制御部１７は、音量を低減する処理を行う。時間Ｔ５で低減された音量は、時間Ｔ６に至るまでの間に連続的に元の音量に戻される。

本実施の形態では、無音期間２４が検出された時間Ｔ４から、元の音量に戻る時間Ｔ６までの期間を、ボリューム補正期間とし（Ｔ６−Ｔ４）間の期間を１５秒以内になるようにメインＣＰＵ１０内に設けたタイマ機能で制御している。

以上のように、本実施の形態に係るテレビジョン受像機１では、ＣＭ放送の開始点２９から音量制御が完了するまで期間を１５秒以内としている。一般的にＣＭ放送は、１５秒、３０秒単位で構成されているので、本実施の形態に係るテレビジョン受像機１では、例えば、１５秒のＣＭが連続して構成されたＣＭ放送であっても、個々のＣＭ毎に音声制御の処理を行うことが可能となる。

また、本実施の形態に係るテレビジョン受像機１は、図１に示す構成を採用し、第一の特徴量及び第二の特徴量が音量制御前のＤ／Ａコンバータ５からの出力を利用するため、ＣＭ放送期間の音量制御の影響を受けずにＣＭ放送の判別を行うことができる。

（実施の形態４）
本実施の形態に係るテレビジョン受像機１では、図１に示す構成を採用し、且つメインＣＰＵ１０内で処理する音声特徴量を音量データとする。よって、本実施の形態に係るメインＣＰＵ１０内の無音検出部１１、ＣＭ判断部１３、第一の特徴量抽出部１４、第二の特徴量抽出部１５、及び比較部１６は、それぞれ音量データを処理することになる。なお、メインＣＰＵ１０は、ある決められたタイミングで音量データや映像データの取り込みを行う。当該タイミングはデジタルテレビの動作条件で定まるものであり、例えば３２ｍｓ毎にデータを取り込むものとして本実施の形態に係るテレビジョン受像機１を説明する。

図６に、音量の時間変化Ｄ１及び番組内容Ｄ２を同一の時間軸上に図示したテレビジョン放送の概略図を示す。図６に示す番組内容Ｄ２では、番組本編放送１８、無音放送１９及びＣＭ放送２０の順に放送されている。また、図６に示す音量の時間変化Ｄ１は、３２ｍｓ毎の時間単位で取り込んだ音量データを示している。

本実施の形態に係るテレビジョン受像機１では、ＣＭ判断部１３でＣＭ放送の開始点を検出した場合、第一の特徴量抽出部１４が、図６に示す無音放送１９の開始前の時間Ｔ３から５秒前の時間Ｔ７までさかのぼって、音量データを抽出し平均値を求める。具体的には、時間Ｔ７から時間Ｔ３までの期間（約５秒）内で、３２ｍｓ毎に得られる音声データは１５５個である。この１５５個の音量データの平均値が、第一の特徴量抽出部１４で得られた第一の特徴量となる。

次に、第二の特徴量抽出部１５は、ＣＭ放送２０が開始された時間Ｔ４から１秒後の時間Ｔ８までの期間内に３２ｍｓ毎の音声データを抽出し平均値を求める。同様に、第二の特徴量抽出部１５は、時間Ｔ８から１秒後の時間Ｔ９までの期間内、時間Ｔ９から１秒後の時間Ｔ１０までの期間内、時間Ｔ１０から１秒後の時間Ｔ１１までの期間内のそれぞれに対し音声データを抽出し平均値を求める。具体的には、時間Ｔ４から間Ｔ８まで、時間Ｔ８から間Ｔ９まで、時間Ｔ９から間Ｔ１０まで、時間Ｔ１０から間Ｔ１１までのそれぞれ間には３２ｍｓ毎の音声データが３１個抽出することができる。本実施の形態では、それぞれの期間における平均値を求め、それぞれの期間の第二の特徴量としている。

よって、本実施の形態に係るテレビジョン受像機１では、第一の特徴量抽出部１４で保管されている無音放送１９前の５秒間の音量データの平均値と、第二の特徴量抽出部１５で保管されている無音放送１９後の１秒間毎の音量データの平均値とを比較部１６で比較する。これにより、本実施の形態に係るテレビジョン受像機１では、耳障りの音量のレベルを、ある区間における平均的な音量データに基づいて比較を行うことが可能となる。

また、本実施の形態に係るテレビジョン受像機１では、時間Ｔ７から時間Ｔ３までの期間、時間Ｔ４から時間Ｔ８までの期間、時間Ｔ８から時間Ｔ９までの期間、時間Ｔ９から時間Ｔ１０までの期間、時間Ｔ１０から時間Ｔ１１までの期間のそれぞれの期間について音量データの平均値を求める場合に限られず、各期間の最大値を第一の特徴量及び第二の特徴量としても良い。これにより、ＣＭ放送の開始点前後の音量比較において最大値を利用するので、瞬時の音量の大きさも考慮して比較を行うことが可能となる。

（実施の形態５）
図７に、本実施の形態に係るテレビジョン受像機１のシステムブロック図を示す。本実施の形態に係るテレビジョン受像機１では、図１に示すテレビジョン受像機１と異なり、ＡＡＣデコーダ４から出力されるＰＣＭデータを、直接にメインＣＰＵ１０に入力して処理する。そのため、本実施の形態に係るテレビジョン受像機１では、メインＣＰＵ１０で処理する音声特徴量を音量データでなくオーディオエネルギーとする。

図７に示すメインＣＰＵ１０では、ＭＤＣＴ係数算出部３１で、入力された時間領域のＰＣＭデータを周波数領域に直交変換する。なお、直交変換においては、ＰＣＭデータを時間的に５０％重複するＭＤＣＴ（変形離散コサイン変換）を使用する。５０％のオーバーラップを行うため、５１２個のＰＣＭデータをサンプリングし、２５６個の直交変換係数（ＭＤＣＴ係数）が右チャンネルと左チャンネルの各々に得られる。

次に、オーディオエネルギー算出部３２では、例えば１オーディオフレーム（３２ｍｓ）間隔毎にＭＤＣＴ係数算出部３１で得た２５６個の直交変換係数（ＭＤＣＴ係数）の係数値の二乗和を当該区間におけるオーディオエネルギーとして算出する。

図７に示す本実施の形態に係るテレビジョン受像機１では、オーディオエネルギー算出部３２から出力されたオーディオエネルギーに基づいてＣＭ判断部１３、第一の特徴量抽出部１４、第二の特徴量抽出部１５及び比較部１６の処理を行う。つまり、本実施の形態に係るテレビジョン受像機１では、アナログの音声データに代えて、オーディオエネルギーを用いている。なお、図７に示すテレビジョン受像機１において、図１に示すテレビジョン受像機１と同じ構成要素については同一の番号を付与し、詳細な説明は省略する。

以上のように、本実施の形態に係るテレビジョン受像機１では、メインＣＰＵ１０内でオーディオエネルギーを算出し利用することで、デジタルデータを直接に処理ができ、ＣＭ放送の検出と判別精度の向上が期待できる。また、本実施の形態に係るテレビジョン受像機１では、メインＣＰＵ１０部にＰＣＭデータを取り込むために、波形整形部となるアナログ回路等も不要となる。

次に、本実施の形態に係るテレビジョン受像機１の動作について説明する。まず、図８に、オーディオエネルギーの時間変化Ｅ１及び番組内容Ｅ２を同一の時間軸上に図示したテレビジョン放送の概略図を示す。図８に示す番組内容Ｅ２では、番組本編放送１８、無音放送１９及びＣＭ放送２０の順に放送されている。また、図８に示すオーディオエネルギーの時間変化Ｅ１は、３２ｍｓ毎の時間単位で取り込んだオーディオエネルギーを示している。なお、図７に示すＣＭ判断部１３以降の処理は、音量データと同様の処理を行うことができる。

本実施の形態に係るテレビジョン受像機１では、ＣＭ判断部１３でＣＭ放送の開始点を検出した場合、第一の特徴量抽出部１４が、図８に示す無音放送１９の開始前の時間Ｔ３から５秒前の時間Ｔ７までさかのぼって、オーディオエネルギーを抽出し平均値を求める。具体的には、時間Ｔ７から時間Ｔ３までの期間（約５秒）内に、３２ｍｓ毎に得られるオーディオエネルギーは１５５個である。この１５５個のオーディオエネルギーの平均値が、第一の特徴量抽出部１４で得られた第一の特徴量となる。

次に、第二の特徴量抽出部１５は、ＣＭ放送２０が開始された時間Ｔ４から１秒後の時間Ｔ８までの期間内に３２ｍｓ毎のオーディオエネルギーを抽出し平均値を求める。同様に、第二の特徴量抽出部１５は、時間Ｔ８から１秒後の時間Ｔ９までの期間内、時間Ｔ９から１秒後の時間Ｔ１０までの期間内、時間Ｔ１０から１秒後の時間Ｔ１１までの期間内のそれぞれに対しオーディオエネルギーを抽出し平均値を求める。具体的には、時間Ｔ４から間Ｔ８まで、時間Ｔ８から間Ｔ９まで、時間Ｔ９から間Ｔ１０まで、時間Ｔ１０から間Ｔ１１までのそれぞれ間には３２ｍｓ毎の音声データが３１個抽出することができる。本実施の形態では、それぞれの期間における平均値を求め、それぞれの期間の第二の特徴量としている。

よって、本実施の形態に係るテレビジョン受像機１では、第一の特徴量抽出部１４で保管されている無音放送１９前の５秒間のオーディオエネルギーの平均値と、第二の特徴量抽出部１５で保管されている無音放送１９後の１秒間毎のオーディオエネルギーの平均値とを比較部１６で比較する。これにより、本実施の形態に係るテレビジョン受像機１では、耳障りの音量のレベルを、ある区間における平均的なオーディオエネルギーに基づいて比較を行うことが可能となる。

また、本実施の形態に係るテレビジョン受像機１では、時間Ｔ７から時間Ｔ３までの期間、時間Ｔ４から時間Ｔ８までの期間、時間Ｔ８から時間Ｔ９までの期間、時間Ｔ９から時間Ｔ１０までの期間、時間Ｔ１０から時間Ｔ１１までの期間のそれぞれの期間についてオーディオエネルギーの平均値を求める場合に限られず、各期間のオーディオエネルギーの最大値を第一の特徴量及び第二の特徴量としても良い。これにより、ＣＭ放送の開始点前後の音量比較においてオーディオエネルギーの最大値を利用するので、瞬時の音量の大きさも考慮して比較を行うことが可能となる。

（実施の形態６）
図１に示すテレビジョン受像機１では、メインＣＰＵ１０の比較部１６が、音量データである第一の特徴量と音量データである第二の特徴量との比較を行っている。一方、図７に示すテレビジョン受像機１では、メインＣＰＵ１０の比較部１６が、オーディオエネルギーである第一の特徴量とオーディオエネルギーである第二の特徴量との比較を行っている。つまり、実施の形態４では、第一の特徴量及び第二の特徴量に音量データの平均値もしくは最大値を採用し、実施の形態５では、第一の特徴量及び第二の特徴量にオーディオエネルギーの平均値又は最大値を採用している。なお、比較部１６で第一の特徴量と第二の特徴量とを比較する場合、第一の特徴量と第二の特徴量とで音声データかオーディオエネルギーかの種類の統一は必要となるが、最大値と平均値のどちらを採用しても良い。

図１に示す比較部１６及び図７に示す比較部１６は、第二の特徴量が、第一の特徴量に対して音量データもしくはオーディオエネルギーの値が大きいか否かを判断している。しかし、本発明に係るテレビジョン受像機１は、これに限られず第一の特徴量に係数を乗じた値に対して第二の特徴量が大きいか否かを判断しても良い。例えば、係数を２とすれば、第一の特徴量に対して２倍の音量データの値、又は２倍のオーディオエネルギーの値をもつ第二の特徴量が入力されているか否かを判断することになる。

このように、比較部１６において、第一の特徴量に対する第二の特徴量を判断する場合、特徴量の採用方法（音量、オーディオエネルギーの平均値又は最大値）や、特徴量の判定係数の設定により、番組本編に対して耳障りなＣＭ放送の音量を適切に低減することができる。

（実施の形態７）
図９に、本実施の形態に係るテレビジョン受像機１のシステムブロック図を示す。図９に示すテレビジョン受像機１では、アナログの音声データが波形整形部２１に入力される前にフィルタリング回路３３を設けている。このフィルタリング回路３３は、特定の周波数特性を有するアナログの音声データのみを波形整形部２１に通過させる機能を有している。従って、本実施の形態に係るテレビジョン受像機１では、メインＣＰＵ１０で処理する音声データの周波数特性を限定することができる。

図１０に、本実施の形態に係るテレビジョン受像機１の変形例のシステムブロック図を示す。図１０に示すメインＣＰＵ１０は、実施の形態５で説明した構成と同様でオーディオエネルギーを処理する構成である。そのため、図１０に示すメインＣＰＵ１０では、ＭＤＣＴ係数算出部３１の出力に、ＭＤＣＴ係数フィルタリング部３４を設け、オーディオエネルギー算出部５２で周波数特性が限定されたオーディオエネルギーを算出している。

以上のように、本実施の形態に係るテレビジョン受像機１では、フィルタリング回路３３やＭＤＣＴ係数フィルタリング部３４を用いることで特定の周波数特性を有する音声データやオーディオエネルギーのみで処理を行うことができるので、ＣＭ放送においてうるささ、耳障りさをより感じる周波数帯域に限定して音量制御処理の有無を判断できる。具体的には、フィルタリング回路３３やＭＤＣＴ係数フィルタリング部３４が高音領域となる周波数領域を通過させる機能を有していた場合、メインＣＰＵ１０では、高音領域となる周波数領域の音声データやオーディオエネルギーのみに対して音量制御処理の有無を判断ので、耳障りな音声に集中して音量制御処理が可能となる。

（実施の形態８）
図１１に、本実施の形態に係るテレビジョン受像機１でのメインＣＰＵ１０の演算処理を説明するフローチャートを示す。なお、図１１のフローチャートは、基本的な処理について図３に示すフローチャートと同じであり、同一の処理ステップには同一の符号を付して詳細な説明は省略する。

まず、図１１に示すフローチャートでは、ステップＳ１でメインＣＰＵ１０へのアナログの音声データ及び映像データの入力の有無を判断する前に、時間Ｔｍを時間０：０：０（０時間０分０秒）に設定する（ステップＳ０）。この時間Ｔｍには、テレビジョン受像機１の動作を開始した時間、又は直前に検出したＣＭ放送の時間が設定される。

次に、図１１に示すフローチャートでは、ステップＳ４においてステップＳ２で検出した無音期間とステップＳ３で検出したシーンチェンジ点に基づきＣＭ放送の開始点を検出し、当該ＣＭ放送の開始点の時間を時間Ｔｎとする。図１１に示すフローチャートでは、この時間Ｔｍと時間Ｔｎとを用いて第一の特徴量と第二の特徴量との比較処理を分岐している。具体的には、ステップＳ６１では、時間Ｔｍが時間０：０：０であればステップＳ７１に進み、時間０：０：０でなければステップＳ６２に進む。ステップＳ６２では、時間Ｔｎ−時間Ｔｍが３分以上であればステップＳ７１に進み、３分未満であればステップＳ７２に進む。

つまり、時間Ｔｍが時間０：０：０の場合、又は時間Ｔｎ−時間Ｔｍが３分以上の場合は、ステップＳ７１の処理が行われる。ステップＳ７１では、まず時間Ｔｎ以前の所定の期間の音量データＰＭ（Ｔｎ）を、第一の特徴量の音量データＰＭ０として設定する（ステップＳ７１１）。さらに、時間Ｔｎ後のＣＭ放送における所定の期間の音量データＰＮ（Ｔｎ）を第二の特徴量の音量データＰＮとして設定する（ステップＳ７１２）。ステップＳ７１３では、設定した第一の特徴量の音量データＰＭ０と第二の特徴量の音量データＰＮとを比較して、ＰＮ＞ＰＭ０の場合はステップＳ７１４に進み、ＰＮ≦ＰＭ０の場合はステップＳ７１５に進む。

ステップＳ７１４では、ボリューム制御が行われスピーカ７より出力される音量が低減される。一方、ステップＳ７１５では、時間Ｔｎで時間Ｔｍを更新する。つまり、ステップＳ７１５では、直前に検出されたＣＭ放送の開始点の時間が時間Ｔｍに設定される。

次に、時間Ｔｎ−時間Ｔｍが３分未満の場合は、ステップＳ７２の処理が行われる。ステップＳ７２では、まずステップＳ７１１で設定した音量データＰＭ０を、第一の特徴量の音量データＰＭとして設定する（ステップＳ７２１）。さらに、ＣＭ放送の所定の期間の音量データＰＮ（Ｔｎ）を第二の特徴量の音量データＰＮとして設定する（ステップＳ７２２）。ステップＳ７２３では、設定した第一の特徴量の音量データＰＭと第二の特徴量の音量データＰＮとを比較して、ＰＮ＞ＰＭの場合はステップＳ７２４に進み、ＰＮ≦ＰＭの場合はステップＳ７２５に進む。

ステップＳ７２４では、ボリューム制御が行われスピーカ７より出力される音量が低減される。一方、ステップＳ７２５では、時間Ｔｎで時間Ｔｍを更新する。つまり、ステップＳ７２５では、直前に検出されたＣＭ放送の開始点の時間が時間Ｔｍに設定される。

次に、図１１に示したフローチャートを、図１２に示すテレビジョン放送の概略図を用いて具体的に説明する。図１２に示す概略図では、番組内容Ｆ２が番組本編放送１８ａ，１８ｂの間に無音放送１９ａ〜１９ｅを挟んで４つのＣＭ放送２０ａ〜２０ｄが放映される構成である。なお、図１２に示す概略図では、音声データの時間変化Ｆ１及びＣＭ放送開始判定Ｆ３が同一時間軸上に記載されている。

図１２に示す概略図では、ＣＭ放送２０ａの開始点２９ａの３分以前にＣＭ放送がないことから時間Ｔｎ−時間Ｔｍが３分以上となり、ステップＳ７１の処理が行われる。なお、ＣＭ放送２０ｂの開始点２９ｂ、ＣＭ放送２０ｃの開始点２９ｃ、ＣＭ放送２０ｄの開始点２９ｄ及び番組本編放送１８ｂの開始点２９ｅは、それぞれ１５秒間隔で出現する。また、ＣＭ放送２０ａ〜２０ｄは、それぞれ１５秒間のＣＭである。

ＣＭ放送２０ａの開始点２９ａに対するステップＳ７１の処理は、まず開始点２９ａ（時間Ｔｎ）以前の所定期間における音量データの平均値又は最大値を第一の特徴量の音量データＰＭ０と設定する（ステップＳ７１１）。なお、図１２に示す概略図では、第一の特徴量の音量データＰＭ０は音量データの平均値としている。

さらに、ステップＳ７１２で第二の特徴量の音量データＰＮで設定を行い、ステップＳ７１３で第一の特徴量の音量データＰＭ０と第二の特徴量の音量データＰＮとの比較を行う。ステップＳ７１３での比較結果に基づき、ステップＳ７１４でボリューム制御を行う。次に、ステップＳ７１５では、開始点２９ａ（時間Ｔｎ）を時間Ｔｍに設定する。

そのため、次の開始点２９ｂ（時間Ｔｎ）は、ステップＳ６２において開始点２９ａの時間Ｔｍと比較することになる。開始点２９ｂ（時間Ｔｎ）と開始点２９ａ（時間Ｔｍ）との間は１５秒であり、３分以下なのでＣＭ放送２０ｂの開始点２９ｂに対してはステップＳ７２の処理が行われる。ＣＭ放送２０ｂの開始点２９ｂに対するステップＳ７２の処理は、まずステップＳ７１１で設定した音量データＰＭ０を第一の特徴量の音量データＰＭと設定する（ステップＳ７２１）。

さらに、ステップＳ７２２で第二の特徴量の音量データＰＮで設定を行い、ステップＳ７２３で第一の特徴量の音量データＰＭと第二の特徴量の音量データＰＮとの比較を行う。ステップＳ７２３での比較結果に基づき、ステップＳ７２４でボリューム制御を行う。次に、ステップＳ７２５では、開始点２９ｂ（時間Ｔｎ）を時間Ｔｍに設定する。

以下、ＣＭ放送２０ｃの開始点２９ｃ、ＣＭ放送２０ｄの開始点２９ｄについても同様にステップＳ７２の処理が施される。つまり、ＣＭ放送２０ｂ〜ＣＭ放送２０ｄについての音量制限処理は、ＣＭ放送２０ａの処理時に設定した第一の特徴量の音量データＰＭ０を第一の特徴量の音量データＰＭと設定して処理を行う。

よって、所定の時間以内（例えば３分以内）にＣＭ放送が繰り返される場合、冒頭のＣＭ放送（図１２の場合ＣＭ放送２０ａ）が開始以前の音量データを保持して音量制限処理を行うので、複数のＣＭ放送が繰り返される１つのＣＭ放送区間に対して同一の音量データの基準で比較処理することが可能となる。

本実施の形態に係るテレビジョン受像機１では、ＣＭ放送間の判断基準を３分として設定しているが本発明はこれに限られない。なお、通常のＣＭ放送は１５秒、３０秒、９０秒、１２０秒の時間間隔で構成されており、３分の時間間隔の間にＣＭ放送が検出されなければ１つの連続したＣＭ放送区間は終了したと考えられる。

以上のように、本実施の形態に係るテレビジョン受像機１では、連続したＣＭ放送区間をまとめて扱うことが可能となる。一方、実施の形態３では、個々のＣＭ放送単位にＣＭ放送のうるささ，耳障りさを判断し、１５秒以内でＣＭ放送の音量を制御していた。この実施の形態３に対してＣＭ放送の音量回復時間を１５秒以上とし、連続した複数のＣＭ放送を１区間として判断する本実施の形態を利用すれば、１５秒毎に音量を上げ下げせずに、１つのＣＭ放送区間をまとめて音量制御することも可能になる。

本発明の実施の形態１に係るテレビジョン受像機１のシステムブロック図である。 本発明の実施の形態１に係るテレビジョン放送の概略図である。 本発明の実施の形態１に係るテレビジョン受像機１の動作を示すフローチャートである。 本発明の実施の形態２に係るテレビジョン放送の概略図である。 本発明の実施の形態３に係るテレビジョン放送の概略図である。 本発明の実施の形態４に係るテレビジョン放送の概略図である。 本発明の実施の形態５に係るテレビジョン受像機１のシステムブロック図である。 本発明の実施の形態５に係るテレビジョン放送の概略図である。 本発明の実施の形態７に係るテレビジョン受像機１のシステムブロック図である。 本発明の実施の形態７の変形例に係るテレビジョン受像機１のシステムブロック図である。 本発明の実施の形態８に係るテレビジョン受像機１の動作を示すフローチャートである。 本発明の実施の形態８に係るテレビジョン放送の概略図である。

符号の説明

１ テレビジョン受像機１、２ デジタルチューナー、３ ＤＥＭＵＸ部、４ デコーダ部、５ Ｄ／Ａコンバータ、６ アンプ部、７ スピーカ、８ 映像表示装置、９ 輝度制御部、１０ メインＣＰＵ、１１ 無音検出部、１２ シーンチェンジ検出部、１３ ＣＭ判断部、１４ 第一の特徴量抽出部、１５ 第二の特徴量抽出部、１６ 比較部、１７ ボリューム制御部、１８ 番組本編放送、１９ 無音放送、２０ ＣＭ放送、２１，２２ 波形整形部、２３，２４ 無音期間、２５，２６，２７，２８ シーンチェンジ点、２９ ＣＭ放送の開始点、３０ 音量制御点、３１ ＭＤＣＴ係数算出部、３２ オーディオエネルギー算出部、３３ フィルタリング回路、３４ ＭＤＣＴ係数フィルタリング部。

Claims (7)

1. 受信したテレビジョン信号の音声成分から無音部分を検出する無音検出手段と、
   前記テレビジョン信号の映像成分から場面が変化するシーンチェンジ部分を検出するシーンチェンジ検出手段と、
   前記無音部分と前記シーンチェンジ部分とが同時に検出された時刻を映像音声変化点として検出する映像音声変化点検出手段と、
   前記映像音声変化点が検出された時刻以前における前記テレビジョン信号の音声特徴量を第一の特徴量として抽出し保持する第一の特徴量抽出手段と、
   前記映像音声変化点が検出された時刻以降における前記テレビジョン信号の音声特徴量を第二の特徴量として抽出し保持する第二の特徴量抽出手段と、
   前記第一の特徴量と前記第二の特徴量とを比較して所定の条件を満たしているか否かを判断する比較判断手段と、
   前記比較判断手段の判断結果に基づいて、前記テレビジョン信号の音声を出力する際の出力レベルを制御する音量制御手段とを備えており、
   前記第一の特徴量抽出手段は、
   前記映像音声変化点検出手段が第一の所定の時間以内に複数の前記映像音声変化点を検出した場合、初めに検出した前記第一の特徴量を前記第一の所定の時間内保持する、
   ことを特徴とするテレビジョン受像機。
2. 請求項１に記載のテレビジョン受像機であって、
   前記音量制御手段は、前記比較判断手段が前記所定の条件を満たしていると判断した場合、前記出力レベルを低下させた後、第二の所定の期間内に低下前の前記出力レベルまで徐々に回復するよう制御することを特徴とするテレビジョン受像機。
3. 請求項２に記載のテレビジョン受像機であって、
   前記第二の所定の期間は、１５秒であることを特徴とするテレビジョン受像機。
4. 請求項１乃至請求項３のいずれか１つに記載のテレビジョン受像機であって、
   前記第一の特徴量及び前記第二の特徴量は、音量データの平均値又は最大値であることを特徴とするテレビジョン受像機。
5. 請求項１乃至請求項３のいずれか１つに記載のテレビジョン受像機であって、
   前記第一の特徴量及び前記第二の特徴量は、オーディオエネルギーの平均値又は最大値であることを特徴とするテレビジョン受像機。
6. 請求項１乃至請求項５のいずれか１つに記載のテレビジョン受像機であって、
   前記比較判断手段は、第二の特徴量が第一の特徴量よりも大きいことを前記所定の条件とすることを特徴とするテレビジョン受像機。
7. 請求項１乃至請求項６のいずれか１つに記載のテレビジョン受像機であって、
   所定の周波数帯域の前記第一の特徴量及び前記第二の特徴量のみを前記比較判断手段に通過させるフィルタリング手段をさらに備え、
   前記比較判断手段は、前記所定の周波数帯域の前記第一の特徴量及び前記第二の特徴量のみに基づき比較判断することを特徴とするテレビジョン受像機。

Images