JP4675884B2 - 特定番組検出装置及び方法並びにプログラム - Google Patents

Description

本発明は、特定番組検出装置及び方法並びにプログラムに関し、より特定的には、テレビやラジオ等の番組信号内にある特定番組区間を検出する特定番組検出装置、及び特定番組検出方法、並びに当該方法を実行するためのプログラムに関する。

従来、音声と動画像とで構成されるテレビ番組等や音声だけで構成されるラジオ番組等の中にあるＣＭ等の特定番組の区間を検出する手法として、例えば音声や動画像の切り替わり点（シーンチェンジ点）を検出し、そのシーンチェンジ点の時間間隔を判断して特定番組区間を検出する方法が、一般的に知られている。以下、このような特定番組検出方式を、図１０を用いて説明する。

図１０は、従来の特定番組検出装置１００の構成例を示すブロック図である。この特定番組検出装置１００は、映像データ読み出し部１０１と、検出感度決定部１０３と、シーンチェンジ点検出部１０４と、特定番組判定部１０５とを備え、任意の検出感度のしきい値を設定し、その値に基づいて番組中の音声や動画像のシーンチェンジ点を検出して特定番組を検出することを行う。

映像データ読み出し部１０１は、ストレージデバイスやメモリ等から番組の映像データを読み出す。具体的な映像データ読み出し部１０１は、ＨＤＤレコーダに内蔵されているＨＤＤや、ＤＶＤレコーダ等に挿入されているＤＶＤメディアから、映像データを読み出す装置が挙げられる。検出感度決定部１０３は、シーンチェンジ点検出部１０４で音声や動画像のシーンチェンジ点を検出する際の検出感度を設定する。この検出感度は、音声や動画像の切り替わりの目安となる特徴量に対するしきい値に相当する。検出感度は、ユーザによって任意に設定を切り替えられるようにしてもよいし、装置出荷前に固定的に設定されてもよい。

シーンチェンジ点検出部１０４は、検出感度決定部１０３で設定された検出感度に従って、音声や動画像のシーンチェンジ点を検出する。シーンチェンジ点は、動画像データ又は音声データのいずれか又は両方を用いて検出することができる。画像データの場合、シーンチェンジ点として輝度変化点やブラックアウト挿入点等が挙げられる。音声データの場合、シーンチェンジ点として音声データのレベルが一定値以下となる点が挙げられる。

特定番組判定部１０５は、シーンチェンジ点検出部１０４で検出された各々のシーンチェンジ点の時間間隔を利用して、特定番組区間を判定する。例えば、ＣＭの場合、１５秒、３０秒、６０秒又は９０秒という時間をとることが多いので、ＣＭ区間を検出する場合には、これらの時間間隔を取るかどうかを判定する。このようにして、従来の特定番組検出装置１００では、番組信号中のＣＭ区間を検出する。
特許第２８５８７５８号明細書

しかしながら、上述した構成の従来の特定番組検出装置１００では、放送される番組信号の受信環境が劣悪でノイズが混入される場合や、パーソナルコンピュータ上での録画のように、一旦信号を符号化した後復号化される処理手順中に生じる符号化／復号化ノイズ（特に符号化性能が劣悪な場合が多い）が混入される場合、シーンチェンジ点の検出が上手く行えず、特定番組区間の検出性能が劣化してしまう。

特にアナログ放送の場合、地域によって放送局毎の受信状況が異なるため、上手く検出できる放送局とそうでない放送局とが発生して性能にばらつきが生じる原因にもなる。また、デジタル放送の場合でも、受信エラーに対する対策が必要であるが、従来の構成ではこれも考慮されていない。
一方、符号化器については、自由にインストールが可能なソフトウェアエンコーダと、ＬＳＩ化された処理が高速なハードウェアエンコーダとがあり、ソフトウェアエンコーダの中には性能面での割り切りによる符号化性能の劣悪なものが存在する。

それ故に、本発明の目的は、アナログ／デジタルの違いや、番組信号の放送電波強度や受信状況の違いや、符号化器の違い等に対応させて、シーンチェンジ点の検出感度を適応的に変化させることで、ノイズが混入した番組信号でも特定番組区間の検出を可能とする特定番組検出装置及び方法並びにプログラムを提供することである。

本発明は、少なくとも番組の音声データを含む番組信号内にある特定番組の区間を検出する特定番組検出装置に向けられている。そして、上記目的を達成させるために、本発明の特定番組検出装置は、ノイズレベル検出部、検出感度決定部、無音部分検出部、及び特定番組判定部を備えている。

ノイズレベル検出部は、番組信号に含まれる音声データのノイズレベルを検出する。検出感度決定部は、ノイズレベル検出部で検出されたノイズレベルに基づいて、特定番組を検出する際に用いる検出感度を決定する。無音部分検出部は、検出感度決定部で決定された検出感度に従って、番組信号に含まれる音声データの無音部分を検出する。特定番組判定部は、無音部分検出部で検出された各々の無音部分の時間間隔を判断して、特定番組の区間を判定する。

ここで、ノイズレベル検出部で検出されたノイズレベルについて、過去に検出されたノイズレベルを学習するノイズレベル学習部と、ノイズレベル学習部で学習されたノイズレベルを記憶するノイズレベル記憶部とをさらに備えることもできる。この構成により、検出感度決定部は、ノイズレベル記憶部に記憶された学習ノイズレベルに基づいて、特定番組を検出する際に用いる検出感度を決定することが可能となる。

また、番組信号から番組情報を取得する番組情報取得部をさらに備えてもよい。この構成により、ノイズレベル記憶部は、ノイズレベル学習部で学習されたノイズレベルを、番組情報取得部で取得された番組情報と対応付けて記憶することが可能となり、検出感度決定部は、番組情報取得部で取得された番組情報に従って、当該番組情報に対応付けられた学習ノイズレベルをノイズレベル記憶部から取得し、特定番組を検出する際に用いる検出感度として決定することが可能となる。

典型的には、番組信号が重畳された放送波を受信し、受信した番組信号をノイズレベル検出部及び無音部分検出部へ出力する放送受信部、又は番組信号が記録されたストレージデバイスから番組信号を読み出し、読み出した番組信号をノイズレベル検出部及び無音部分検出部へ出力するデータ読み出し部のいずれかをさらに備える。

好ましくは、無音部分検出部は、番組信号に含まれる音声データの極小値をミニマムホールドで処理する。また、特定番組がＣＭである場合には、ＣＭが取り得る最小時間である１５秒で、ミニマムホールド値が所定の値にクリップされるように、ミニマムホールド値を漸増させる時定数が決定されていることが好ましい。

上述した特定番組検出装置の各構成が行うそれぞれの処理は、一連の処理手順を与える特定番組検出方法として捉えることができる。すなわち、番組信号に含まれる音声データのノイズレベルを検出し、この検出されたノイズレベルに基づいて、特定番組を検出する際に用いる検出感度を決定し、この決定された検出感度に従って、番組信号に含まれる音声データの無音部分を検出し、この検出された各々の無音部分の時間間隔を判断して、特定番組の区間を判定する特定番組検出方法である。
好ましくは、この特定番組検出方法は、一連の処理手順を特定番組検出装置に実行させるためのプログラムの形式で提供される。このプログラムは、コンピュータ読み取り可能な記録媒体に記録されてもよい。
なお、上述した特定番組検出装置を構成する一部の機能ブロックは、集積回路であるＬＳＩとして実現されてもよい。

この本発明によれば、番組本編からＣＭへ切り替わる点及びＣＭから番組本編へ切り替わる点（シーンチェンジ点）を、確実に検出することができる。また、番組信号のノイズレベルに応じて検出感度を変化させるので、ノイズが混入した信号でも検出性能を維持することができる。また、過去のノイズレベルを学習して記憶しておくことで、ノイズが混入した信号に対する検出性能を維持することができる。さらに、過去のノイズレベルを番組情報と対応付けて学習して記憶しておくことで、過去のノイズ情報から現在のノイズ状況を推定し、ノイズレベルに応じた無音部分の検出を行うことができる。

（第１の実施形態）
図１は、本発明の第１の実施形態に係る特定番組検出装置１の構成を示すブロック図である。図１において、特定番組検出装置１は、信号入力部１１と、ノイズレベル検出部１２と、検出感度決定部１３と、無音部分検出部１４と、特定番組判定部１５とを備える。図２は、本発明の第１の実施形態に係る特定番組検出方法の処理手順を示すフローチャートである。

信号入力部１１は、音声と動画像とで構成される番組（テレビ番組等）の信号、又は音声だけで構成される番組（ラジオ番組等）の信号を入力する部分である。これらの番組には、ＣＭに代表されるような番組本編以外の特定番組が含まれている。この信号入力部１１は、例えば、番組信号が放送局から放送される場合には、番組信号が重畳された放送波を受信する放送受信部（チューナ等）で構成され、番組信号がＨＤＤ、ＤＶＤ、フラッシュメモリ等のストレージデバイスに記録されている場合には、番組信号の読み出しが可能なデータ読み出し部で構成される。このデータ読み出し装置の処理には、例えば音声と動画像とが多重化されたデータをデマルチプレックスする処理や、符号化された音声データ及び動画像データをデコードする処理も含まれる。なお、番組信号は、デジタルであってもアナログであってもよい。

ノイズレベル検出部１２は、信号入力部１１から出力された番組信号のノイズレベルを検出する（ステップＳ２０１）。この検出は、ノイズが多い番組信号は無音部分である最小値レベルが高くなることに着目したもので（図３Ａ及び図３Ｂ）、例えば次の方法によって行われる。

第１の方法は、番組信号のパワー包絡線の極小値に追随する評価値であるミニマムホールド（Ｍｉｎｉｍｕｍ Ｈｏｌｄ）値を検出する方法である（図４Ａ）。このミニマムホールド値とは、直前のホールドレベルより小さな信号レベルを検出する度にそのレベルに追随し、小さな信号レベルを検出しない間は所定の時定数で漸増する値である。この第１の方法を用いると、番組信号のノイズの多さに比例してミニマムホールド値が高くなるという検出結果を得られる。

第２の方法は、番組信号のパワー包絡線について、極大値に追随する評価値であるマキシマムホールド（Ｍａｘｉｍｕｍ Ｈｏｌｄ）値とミニマムホールド値との差、すなわちダイナミックレンジ値を検出する方法である（図４Ｂ）。このマキシマムホールド値とは、直前のホールドレベルより大きな信号レベルを検出する度にそのレベルに追随し、大きな信号レベルを検出しない間は所定の時定数で漸減する値である。この第２の方法を用いると、番組信号のノイズの多さに比例してダイナミックレンジ値が低くなるという検出結果を得られる。

検出感度決定部１３は、ノイズレベル検出部１２で検出されたノイズレベル（ミニマムホールド値又はダイナミックレンジ値）に基づいて、無音部分検出部１４において番組信号の無音部分を検出する際の検出感度を決定する（ステップＳ２０２〜Ｓ２０４）。この検出感度は、無音部分であるか否かを判断する音声レベルのしきい値である。典型的には、検出感度として高感度及び低感度の２通りが予め用意されており、所定のしきい値に対するノイズレベル（レベルミニマムホールド値又はダイナミックレンジ値）に応じて、いずれかの検出感度に決定される。例えば、ノイズレベルが小さい場合には低感度に決定され、ノイズレベルが大きい場合には高感度に決定される。なお、ノイズレベルに応じて決定する検出感度は、上述した高感度及び低感度の２通りに限られるものではなく、しきい値を複数設けて３通り以上にすることも勿論可能である。

このように、ノイズレベルが高い場合に検出感度を上げることで、後述する無音部分検出部１４での番組本編における誤検出は増加するものの、ノイズにより埋もれてしまう番組本編区間とＣＭ区間との間の無音部分、及びＣＭ区間とＣＭ区間との間の無音部を、確実に検出することができる。

無音部分検出部１４は、信号入力部１１から番組信号を入力し、検出感度決定部１３で決定された検出感度に従って、番組信号の音声レベルが小さい部分を無音部分として検出する（ステップＳ２０５）。一般に、シーンチェンジする場面では、音声がフェードアウト／フェードインされたり、無音が挿入されたりすることが多い。例えば、図５は、ある番組から無音部分が検出される一例を示した図である。図５で分かるように、番組本編区間とＣＭ区間との間及びＣＭ区間とＣＭ区間との間には、明らかに音声レベルの低い部分が存在することがわかる。そこで、無音部分検出部１４では、この音声レベルを観測し、その音声レベルが検出感度で与えられる一定値以下となる箇所をシーンチェンジ点として検出することで（図５中の丸で囲まれた箇所）、番組本編区間とＣＭ区間とを区別することを行う。図６は、図５よりも検出感度が高い場合に、番組から無音部分が検出される一例を示した図である。

ここで、音声信号そのものにノイズが重畳されていると、レベルの低い部分がすべてノイズに埋もれてしまい、検出が上手くいかなくなる場合がある。そこで、本発明の無音部分検出部１４では、ＣＭの無音部分を適切に検出するために、検出した音声レベルについてミニマムホールド処理を行う（図５及び図６を参照）。また、本発明の無音部分検出部１４では、後述する特定番組判定部１５でＣＭの判定を確かなものとするため、ＣＭの最小時間が１５秒であることに着目し、極小値から１５秒以上経過すれば検出感度で決定される音声レベルにクリップされるように、ミニマムホールド処理の漸増量を調整する（図５及び図６を参照）。例えば、マキシマムホールド値−４０ｄＢのレベルがミニマムホールド値のクリップライン、すなわち検出感度となるように設定すれば、番組本編内で無音部分が多発する音声（Ｓｐｅｅｃｈ）中心の個所での誤検出をある程度防止することができる。

特定番組判定部１５は、無音部分検出部１４で検出された各々の無音部分について、後に続く無音部分との時間差を求め、求めた時間差から無音部分がＣＭ区間の始まり又は終わりか、番組本編区間途中かを判断する（ステップＳ２０６）。この判断は、例えば図７のようにして行われる。周知のように、ＣＭは、１５秒、３０秒、６０秒又は９０秒というように、１５秒の倍数の長さで製作される。このことを利用して、特定番組判定部１５は、無音部分間の時間間隔を求めて、１５秒の倍数か否かを確認する。そして、特定番組判定部１５は、１５秒の倍数であると判定した無音部分間をＣＭ等の特定番組として決定する。なお、検出感度を上げた時の無音部分の誤検出による影響をなくすために、１つの無音部分について、後に続く複数の無音部分との時間差をそれぞれ求め、求めた複数の時間差の評価から無音部分がＣＭ区間の始まり又は終わりか、番組本編区間途中かを判断してもよい。

以上のように、本発明の第１の実施形態に係る特定番組検出装置及び方法によれば、番組本編からＣＭへ切り替わる点及びＣＭから番組本編へ切り替わる点（シーンチェンジ点）を、確実に検出することができる。また、番組信号のノイズレベルに応じて検出感度を変化させるので、ノイズが混入した信号でも検出性能を維持することができる。

（第２の実施形態）
図８は、本発明の第２の実施形態に係る特定番組検出装置２の構成を示すブロック図である。図８において、特定番組検出装置２は、信号入力部１１と、ノイズレベル検出部１２と、検出感度決定部２３と、無音部分検出部１４と、特定番組判定部１５と、ノイズレベル学習部２１と、ノイズレベル記憶部２２とを備える。

図８に示すように、第２の実施形態に係る特定番組検出装置２は、上記第１の実施形態に係る特定番組検出装置１に対して、ノイズレベル学習部２１、ノイズレベル記憶部２２及び検出感度決定部２３の構成が異なる。以下、同一構成部分はその説明を省略し、異なる構成について特定番組検出装置２を説明する。

ノイズレベル学習部２１は、ノイズレベル検出部１２で検出された番組信号のノイズレベルについて、過去に検出されたノイズレベルとの関連を学習する。この学習は、検出感度決定部２３で決定する検出感度が、番組信号の時間変化によるノイズレベルの変動に過敏連動して、頻繁に切り替わらないようにするために行われる。例えば、ノイズレベル学習部２１としては、ローパスフィルタ等の構成が考えられる。また、この学習は、特定番組検出及び判定が実際に行われているか否かには関係なく、入力されている番組信号について常に実行してもよい。特に、予約録画した場合には、番組信号ストリームの始端付近や終端付近はＣＭ区間であると仮定して、この始端付近及び終端付の区間だけを学習してもよい。さらには、録画開始直前のストリームから学習してもよい。

ノイズレベル記憶部２２は、ノイズレベル学習部２１によって学習されたノイズレベルを記憶する。このノイズレベル記憶部２２には、フラッシュメモリやＤＲＡＭ、ＨＤＤ一時記憶スペース等の、あらゆるストレージデバイスが該当する。
検出感度決定部２３は、ノイズレベル記憶部２２に記憶された学習ノイズレベルに基づいて、無音部分検出部１４において番組信号の無音部分を検出する際の検出感度を決定する。

以上のように、本発明の第２の実施形態に係る特定番組検出装置及び方法によれば、第１の実施形態で述べた効果に加え、過去のノイズレベルを学習して記憶しておくことで、ノイズが混入した信号に対する検出性能を維持することができる。

（第３の実施形態）
図９は、本発明の第３の実施形態に係る特定番組検出装置３の構成を示すブロック図である。図９において、特定番組検出装置３は、信号入力部１１と、ノイズレベル検出部１２と、検出感度決定部３３と、無音部分検出部１４と、特定番組判定部１５と、ノイズレベル学習部３１と、ノイズレベル記憶部３２と、番組情報取得部３４とを備える。

図９に示すように、第３の実施形態に係る特定番組検出装置３は、上記第２の実施形態に係る特定番組検出装置２に対して、ノイズレベル学習部３１、ノイズレベル記憶部３２、検出感度決定部３３及び番組情報取得部３４の構成が異なる。以下、同一構成部分はその説明を省略し、異なる構成について特定番組検出装置３を説明する。

番組情報取得部３４は、信号入力部１１に入力される番組信号の番組情報を取得する。番組情報とは、番組が放送されたチャンネル情報や、ドラマ、スポーツ、ニュース、バラエティ等の番組の種類を指すジャンル情報等が挙げられる。この番組情報は、信号入力部１１が放送波を受信するチューナである場合、チューナの選局状態や放送波に重畳される電子番組表等から取得される。また、番組情報は、インターネット接続によって、外部ポータルサイトから取得されてもよい。一方、信号入力部１１がストレージデバイスからデータを読み出す装置である場合、ストレージデバイスに記録されている番組情報をデータと共に読み出すことで取得される。

この番組情報取得部３４によって取得された番組情報は、ノイズレベル学習部３１及び検出感度決定部３３に出力される。ノイズレベル学習部３１は、ノイズレベル検出部１２で検出された番組信号のノイズレベルについて学習を行い、その学習の結果を番組情報取得部３４によって取得された番組情報と対応付ける。この学習の意義は、ノイズレベル学習部２１で説明したとおりである。

ノイズレベル記憶部３２は、ノイズレベル学習部３１によって番組情報と対応付けたれた学習ノイズレベルを記憶する。このノイズレベル記憶部３２には、フラッシュメモリやＤＲＡＭ、ＨＤＤ一時記憶スペース等の、あらゆるストレージデバイスが該当する。
検出感度決定部３３は、番組情報取得部３４から与えられる番組情報に従って、この番組情報に対応付けられた学習ノイズレベルをノイズレベル記憶部３２から取得し、無音部分検出部１４において番組信号の無音部分を検出する際の検出感度として決定する。

このように番組のチャンネル情報を用いることで、ノイズレベル学習部３１では、チャンネル毎に予めノイズレベルを学習することが可能となり、無音部分検出部１４では、チャンネル別の受信状況の良／不良に適応した無音部分検出を実行することができる。例えばアナログ放送の場合、各チャンネル別にノイズレベルを学習し、デジタル放送の場合は地上・ＢＳ・ＣＳの３つ放送形態別にノイズレベルを学習するという手法が考えられる。ただし、デジタル放送の場合、通常受信時にはノイズレベルはきわめて低いので任意の固定値とし、天候等の要因で伝送エラーにより番組信号にノイズが間欠的に重畳する場合には、伝送エラーを検知してノイズが重畳する頻度を記憶することを行う。そして、この学習により、ノイズ重畳時にはシーンチェンジの誤検出を起こさないよう検出感度を変更させ、正常な受信状況に戻った際にはすみやかに検出感度を戻す制御が考えられる。

また、番組のジャンル情報を用いることで、検出感度決定部３３では、ジャンルに適した検出感度を設定することが可能となり、無音部分検出部１４における無音部分の検出精度を向上させることができる。ジャンルによっては音声レベルの低い番組が頻繁に挿入されている場合がある。このため、音声レベルによるシーンチェンジ検出を行うときに、ジャンル情報を取得することで予め検出数を予測することができる。例えば、デジタル放送におけるクラシック演奏中継等の場合、番組中に音声レベルの低いシーンが頻繁に出現する。

以上のように、本発明の第３の実施形態に係る特定番組検出装置及び方法によれば、第１及び第２の実施形態で述べた効果に加え、過去のノイズレベルを番組情報と対応付けて学習して記憶しておくことで、過去のノイズ情報から現在のノイズ状況を推定し、ノイズレベルに応じた無音部分の検出を行うことができる。

なお、上記各実施形態では、番組信号に含まれる音声データの無音部分を検出してシーンチェンジ点を判定している例を説明した。しかし、シーンチェンジ点は、映像データでは輝度が大きく変化したり、ブラックアウト映像が挿入されたりしている場合が多い。よって、映像データの輝度変化点やブラックアウト挿入点を検出してもシーンチェンジ点の判定は可能である。例えば、第３の実施形態に係る特定番組検出装置３のようにジャンル情報を用いる場合においては、スポーツ番組では画面アングルの切り替わり頻度が多く、ニュース番組ではその頻度が少ないことを利用して、検出数を予測することが可能である。

典型的には、上記第１〜第３の実施形態で説明した特定番組検出装置１〜３が行う方法は、記憶装置（ＲＯＭ、ＲＡＭ、ハードディスク等）に格納された上述した処理手順を実行可能な所定のプログラムデータが、ＣＰＵによって解釈実行されることで実現される。この場合、プログラムデータは、ＣＤ−ＲＯＭやフレキシブルディスク等の記録媒体を介して記憶装置内に導入されてもよいし、記録媒体上から直接実行されてもよい。

なお、本発明の特定番組検出装置１〜３を構成するノイズレベル検出部１２、検出感度決定部１３、２３及び３３、無音部分検出部１４、特定番組判定部１５、ノイズレベル学習部２１及び３１、ノイズレベル記憶部２２及び３２、及び番組情報取得部３４の各機能ブロックは、典型的には集積回路であるＬＳＩ（集積度の違いにより、ＩＣ、システムＬＳＩ、スーパーＬＳＩ、又はウルトラＬＳＩ等と称される）として実現される（図１、図８及び図９の破線を参照）。これらは、個別に１チップ化されてもよいし、一部又は全部を含むように１チップ化されてもよい。
また、集積回路化の手法は、ＬＳＩに限るものではなく、専用回路又は汎用プロセッサで実現してもよい。また、ＬＳＩ製造後にプログラムすることが可能なＦＰＧＡ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）や、ＬＳＩ内部の回路セルの接続や設定を再構成可能なリコンフィギュラブル・プロセッサを利用してもよい。
さらには、半導体技術の進歩又は派生する別の技術により、ＬＳＩに置き換わる集積回路化の技術が登場すれば、当然その技術を用いて機能ブロックの集積化を行ってもよい。バイオ技術の適応等が可能性としてあり得る。

本発明にかかる特定番組検出装置は、テレビやラジオ等の番組信号内にある特定番組区間を検出したい蓄積型ビデオレコーダや編集用パソコンソフト等に利用可能であり、特にノイズが混入した番組信号でも確実に特定番組区間の検出したい場合等に有用である。

本発明の第１の実施形態に係る特定番組検出装置１の構成を示すブロック図 本発明の第１の実施形態に係る特定番組検出方法の処理手順を示すフローチャート ノイズが少ない番組信号の一例を示す図 ノイズが多い番組信号の一例を示す図 ノイズレベル検出部１２が行うノイズレベル検出処理の一例を示す図（ミニマムホールド値） ノイズレベル検出部１２が行うノイズレベル検出処理の一例を示す図（ダイナミックレンジ値） 番組信号から無音部分が検出された一例を示す図（低感度） 番組信号から無音部分が検出された一例を示す図（高感度） 特定番組判定部１５が行う特定番組判定処理の一例を示す図 本発明の第２の実施形態に係る特定番組検出装置２の構成を示すブロック図 本発明の第３の実施形態に係る特定番組検出装置３の構成を示すブロック図 従来の特定番組検出装置１００の構成例を示すブロック図

符号の説明

１〜３ 特定番組検出装置
１１ 信号入力部
１２ ノイズレベル検出部
１３、２３、３３、１０３ 検出感度決定部
１４ 無音部分検出部
１５、１０５ 特定番組判定部
２１、３１ ノイズレベル学習部
２２、３２ ノイズレベル記憶部
３４ 番組情報取得部
１０１ 映像データ読み出し部
１０４ シーンチェンジ点検出部

Claims (9)

1. 少なくとも番組の音声データを含む番組信号内にある特定番組の区間を検出する特定番組検出装置であって、
   前記番組信号に含まれる音声データのノイズレベルを検出するノイズレベル検出部と、
   前記ノイズレベル検出部で検出されたノイズレベルに基づいて、特定番組を検出する際に用いる検出感度を決定する検出感度決定部と、
   前記番組信号に含まれる音声データの極小値を保持し、前記音声データのパワーが前記極小値をとらない間は、時間経過とともに前記極小値から所定量漸増するミニマムホールドを閾値とし、前記音声データのパワーが前記極小値となる時点から、特定番組が検出され得る最小時間経過後に、前記検出感度決定部で決定された検出感度で決定される音声レベルにクリップされるように、前記ミニマムホールドの前記漸増させる所定量を変化させ、前記閾値を用いて前記番組信号に含まれる音声データの無音部分を検出する無音部分検出部と、
   前記無音部分検出部で検出された各々の無音部分の時間間隔を判断して、特定番組の区間を判定する特定番組判定部とを備える、特定番組検出装置。
2. 前記ノイズレベル検出部で検出されたノイズレベルについて、過去に検出されたノイズレベルを学習するノイズレベル学習部と、
   前記ノイズレベル学習部で学習されたノイズレベルを記憶するノイズレベル記憶部とをさらに備え、
   前記検出感度決定部は、前記ノイズレベル記憶部に記憶された学習ノイズレベルに基づいて、特定番組を検出する際に用いる検出感度を決定することを特徴とする、請求項１に記載の特定番組検出装置。
3. 前記番組信号から番組情報を取得する番組情報取得部をさらに備え、
   前記ノイズレベル記憶部は、前記ノイズレベル学習部で学習されたノイズレベルを、前記番組情報取得部で取得された番組情報と対応付けて記憶し、
   前記検出感度決定部は、前記番組情報取得部で取得された番組情報に従って、当該番組情報に対応付けられた学習ノイズレベルを前記ノイズレベル記憶部から取得し、特定番組を検出する際に用いる検出感度として決定することを特徴とする、請求項２に記載の特定番組検出装置。
4. 前記番組信号が重畳された放送波を受信し、受信した番組信号を前記ノイズレベル検出部及び前記無音部分検出部へ出力する放送受信部をさらに備える、請求項１に記載の特定番組検出装置。
5. 前記番組信号が記録されたストレージデバイスから番組信号を読み出し、読み出した番組信号を前記ノイズレベル検出部及び前記無音部分検出部へ出力するデータ読み出し部をさらに備える、請求項１に記載の特定番組検出装置。
6. 特定番組がＣＭである場合、ＣＭが取り得る最小時間である１５秒で、ミニマムホールド値が所定の値にクリップされるように、ミニマムホールド値を漸増させる時定数が決定されていることを特徴とする、請求項１に記載の特定番組検出装置。
7. 少なくとも番組の音声データを含む番組信号内にある特定番組の区間を検出する装置が実行する特定番組検出方法であって、
   前記番組信号に含まれる音声データのノイズレベルを検出するステップと、
   前記検出されたノイズレベルに基づいて、特定番組を検出する際に用いる検出感度を決定するステップと、
   前記番組信号に含まれる音声データの極小値を保持し、前記音声データのパワーが前記極小値をとらない間は、時間経過とともに前記極小値から所定量漸増するミニマムホールドを閾値とし、前記音声データのパワーが前記極小値となる時点から、特定番組が検出され得る最小時間経過後に、前記検出感度で決定される音声レベルにクリップされるように、前記ミニマムホールドの前記漸増させる所定量を変化させ、前記閾値を用いて前記番組信号に含まれる音声データの無音部分を検出するステップと、
   前記検出された各々の無音部分の時間間隔を判断して、特定番組の区間を判定するステップとを備える、特定番組検出方法。
8. 少なくとも番組の音声データを含む番組信号内にある特定番組の区間を検出する方法を特定番組検出装置に実行させるためのコンピュータ読み取り可能なプログラムであって、
   前記番組信号に含まれる音声データのノイズレベルを検出するステップと、
   前記検出されたノイズレベルに基づいて、特定番組を検出する際に用いる検出感度を決定するステップと、
   前記番組信号に含まれる音声データの極小値を保持し、前記音声データのパワーが前記極小値をとらない間は、時間経過とともに前記極小値から所定量漸増するミニマムホールドを閾値とし、前記音声データのパワーが前記極小値となる時点から、特定番組が検出され得る最小時間経過後に、前記検出感度で決定される音声レベルにクリップされるように、前記ミニマムホールドの前記漸増させる所定量を変化させ、前記閾値を用いて前記番組信号に含まれる音声データの無音部分を検出するステップと、
   前記検出された各々の無音部分の時間間隔を判断して、特定番組の区間を判定するステップとを、前記特定番組検出装置に実行させるための、プログラム。
9. 少なくとも番組の音声データを含む番組信号内にある特定番組の区間を検出する特定番組検出装置に用いられる集積回路であって、
   前記番組信号に含まれる音声データのノイズレベルを検出するノイズレベル検出部、
   前記ノイズレベル検出部で検出されたノイズレベルに基づいて、特定番組を検出する際に用いる検出感度を決定する検出感度決定部、
   前記番組信号に含まれる音声データの極小値を保持し、前記音声データのパワーが前記極小値をとらない間は、時間経過とともに前記極小値から所定量漸増するミニマムホールドを閾値とし、前記音声データのパワーが前記極小値となる時点から、特定番組が検出され得る最小時間経過後に、前記検出感度決定部で決定された検出感度で決定される音声レベルにクリップされるように、前記ミニマムホールドの前記漸増させる所定量を変化させ、前記閾値を用いて前記番組信号に含まれる音声データの無音部分を検出する無音部分検出部、及び
   前記無音部分検出部で検出された各々の無音部分の時間間隔を判断して、特定番組の区間を判定する特定番組判定部として機能する回路を集積している、集積回路。

Images