JP4846502B2 - 音声出力装置及び音声出力方法 - Google Patents

Description

本発明は光ディスク等の情報記録媒体から音声情報を再生する音声出力装置及び音声出力方法に関する。

ＤＶＤに比べて３倍から４倍の記録容量と最大データ転送速度を実現した次世代光ディスクと呼ばれる情報記録媒体が実現されている。次世代光ディスクは１枚のディスクに標準コンテンツとアドバンストコンテンツの２種類のコンテンツを記録可能である。アドバンスドコンテンツはメインビデオとサブビデオとサブピクチャの３種類の映像情報を記録可能であり、それに応じて音声情報としても、メインビデオに対応するメインオーディオ、サブビデオに対応するサブオーディオ、およびエフェクトオーディオの３種類のストリームが記録可能である。

再生した３種類のオーディオストリームはミキシングされてＤ／Ａ変換器を介してアナログ音声信号としてスピーカに出力され、あるいは再エンコードされてディジタル音声信号として外部アンプ等に出力される。

ディスクに記録されているメインオーディオとサブオーディオの符号化の例は、非圧縮方式のリニアＰＣＭ方式、Ｔｒｕｅ ＨＤ（ＭＬＰとも称される）方式、圧縮方式のドルビーディジタルプラス（ＤＤ＋と略称する）方式、ＤＴＳ ＨＤ Ｌｏｓｓｌｅｓｓ（以下、ＤＴＳ ＨＤと称する）方式、ＭＰＥＧオーディオ方式等がある。エフェクトオーディオはＷＡＶファイルであることが一般的である。

このようにディスクに記録される３種類の音声情報は異なる符号化が施されている。しかし、ディスクから再生しデコードしミキシングした後に外部にディジタル出力する際は、３種類とも同じ方式、例えばＤＴＳ方式で符号化（再エンコード）される。ディスクに記録される音声情報の符号化の方式は規格で定められている複数の符号化方式からタイトル毎に選ぶことができる。しかし、再エンコード符号化方式は外部アンプとの互換性を考慮すると、圧縮率の高い符号化方式を選ぶことが好ましい。このため、メインオーディオやサブオーディオが非圧縮の符号化方式であっても、再エンコード方式はＤＴＳ方式等の高圧縮符号化方式に一意的に決められている。

この場合、ディスクのパッケージ等にはメインオーディオはリニアＰＣＭ方式、Ｔｒｕｅ ＨＤ方式等と記載されていても、外部アンプの表示部の符号化方式の表示欄に「ＤＴＳ」が表示され、ユーザに違和感や戸惑いを与えることになる。

なお、複数種類の入出力インターフェースに対応可能な映像音声出力装置であって、複数種類の入出力インターフェースのいずれかに外部機器が接続された場合、外部機器が接続されたことを認証し、その機器が対応可能なフォーマットを判定することにより、出力すべき映像音声信号のフォーマットを決定する映像音声出力装置が実用されている（例えば、特許文献１参照）。

この装置によれば、接続機器の信号処理能力に応じた映像、音声出力が可能で、かつ、ユーザがフォーマット設定を行なう手間が軽減された映像音声出力装置を提供できる。しかし、この装置は、複数種類の音声情報をミキシングした後、再エンコードしてビットストリームを出力するものではない。
特開２００５−５１５４７号公報（段落００１５）

このように従来の音声出力装置には、複数のストリームをミキシングした後、符号化して外部機器に１つのストリームを出力する際に、符号化方式が一意的に決められて、外部出力されたオーディオストリームの種類がもともとのディスクに記録されているオーディオストリームの種類と全く変わってしまうという問題点がある。

本発明の目的は、複数のストリームをミキシングした後、符号化して外部機器に１つのストリームを出力する際に、元の複数のストリームの符号化方式に応じた符号化方式を自動的に選択することができる音声出力装置及び音声出力方法を提供することである。

本発明の一態様によれば、音声出力装置は符号化されたメインオーディオストリームとサブオーディオストリームとを記録する記録媒体から再生したメインオーディオストリームとサブオーディオストリームとを１つのストリームに混合するミキシング手段と、前記ミキシング手段から出力された混合ストリームを複数の符号化方式の中から選ばれた符号化方式で符号化するエンコーダ手段と、前記メインオーディオストリームの符号化方式に基づいて前記エンコーダ手段の符号化方式を選択する選択手段と、を具備し、前記選択手段は、ストリーム切換要求に応じたタイミングで、前記メインオーディオストリームの符号化方式と同じ系列で圧縮率が高い符号化方式を選択する。

本発明の一態様によれば、音声出力方法は記録媒体からメインオーディオストリームとサブオーディオストリームを読出してデコードし、デコード後の２つのオーディオストリームを混合して１つのオーディオストリームを作り、ストリーム切換要求に応じたタイミングで、複数の符号化方式の中から前記メインオーディオストリームの符号化方式と同じ系列で圧縮率が高い符号化方式を選択し、前記１つのオーディオストリームを前記メインオーディオストリームの符号化方式に応じて前記複数の符号化方式の中から選ばれた符号化方式で再エンコードし、再エンコードされた１つのオーディオストリームを外部へ出力する。

以上説明したように本発明によれば、複数のオーディオストリームの中の所定のオーディオストリームの符号化方式に基づいて符号化方式を選択するので、外部出力されたオーディオストリームの種類が記録媒体に記録されているもともとのオーディオストリームの種類と全く変わってしまうということが防止される。

以下、図面を参照して本発明による音声出力装置及び音声出力方法の実施の形態を説明する。

第１の実施の形態
図１は本発明の第１の実施の形態に係る音声出力装置及び音声出力方法を含む動画像再生装置１０の構成を示す図である。

動画像再生装置１０は、情報記録媒体としてのＨＤ ＤＶＤ規格に則ったディスク１から、そこに格納されている動画像情報を読み出して再生するものである。ディスク１はディスクドライブ部１０１に装着される。ディスクドライブ部１０１は、その装着されたディスク１を回転駆動し、光ピックアップ（図示せず）を用いてディスク１に格納されている情報を読み取る。

ディスクドライブ部１０１で取得した情報は、データプロセッサ部１０２に供給され、エラー訂正処理が施された後、該データプロセッサ部１０２内のバッファ（図示せず）に格納される。バッファに格納された情報のうち、詳細は後述するような管理情報は、メモリ部１０４に記録され、再生制御やデータ管理等に利用される。バッファに格納された情報のうち、動画像情報は、分離部１０３に転送され、メインビデオ／メインオーディオストリーム情報、サブビデオ／サブオーディオストリーム情報、サブピクチャストリーム情報、
エフェクトオーディオストリーム情報に分離される。メインビデオストリームはメインビデオデコーダ部１０８、サブビデオストリームはサブビデオデコーダ部１０９、サブピクチャストリームはサブピクチャデコーダ部１１０、メインオーディオストリームはメインオーディオデコーダ部１１１、サブオーディオストリームはサブオーディオデコーダ部１１２、エフェクトオーディオストリームはエフェクトオーディオデコーダ部１１３にそれぞれ供給され、デコード処理が行なわれる。なお、サブピクチャとは、字幕等の画像のことである。メインオーディオストリームは最大７．１チャンネル、サブオーディオストリームは最大２チャンネル、エフェクトオーディオストリームは最大２チャンネルの情報を含む。

メインビデオデコーダ部１０８でデコード処理されたメインビデオストリームと、サブビデオデコーダ部１０９でデコード処理されたサブビデオストリームと、サブピクチャデコーダ部１１０でデコード処理されたサブピクチャストリームは、ビデオプロセッサ部１１４に供給されて重畳処理が施された後、Ｄ／Ａ（ディジタル／アナログ）変換器１１５でアナログ化され、アナログビデオ出力として図示しない映像表示装置（例えばＣＲＴや液晶ディスプレイ、プラズマディスプレイ等）に出力される。ビデオプロセッサ部１１４の出力はそのままＨＤＭＩ Ｔｘ（High Definition Multimedia Interface Transmitter）部１１６を介してＨＤＭＩ出力として映像表示装置にも出力される。

メインオーディオデコーダ部１１１でデコード処理されたメインオーディオストリームと、サブオーディオデコーダ部１１２でデコード処理されたサブオーディオストリームと、エフェクトオーディオデコーダ部１１３でデコード処理されたエフェクトオーディオストリームは、オーディオミキサ部１１７に供給されてミキシング処理が施された後、Ｄ／Ａ（ディジタル／アナログ）変換器１１８でアナログ化され、アナログ音声出力として図示しないスピーカに出力される。

オーディオミキサ部１１７の出力ストリームはそのまま再エンコーダ部１１９に供給され、再エンコードされ、ＨＤＭＩ Ｔｘ部１１６を介してＨＤＭＩ出力として音声再生装置にも出力されるとともに、ＤＴＩ部１２０を介してディジタル音声出力として図示しない外部アンプ等にも出力される。

上記のようなディスク１に対する一連の再生動作は、制御部としてのＭＰＵ部１０６によって統括的に制御されている。なお、ＭＰＵ部１０６は、キー入力部１０７からの操作情報を受け、ＲＯＭ部１０５に格納されたプログラムに基づいて、各部を制御している。

次に、本実施形態に係る動画像再生装置１０が取り扱うコンテンツについて説明する。

コンテンツには、標準コンテンツ（Standard Content）とアドバンスドコンテンツ（Advanced Content）の２種類のコンテンツが存在する。標準コンテンツはナビゲーションデータとディスク上のビデオオブジェクトで構成され、これはＤＶＤ−ビデオ規格第１．１版を拡張したものである。一方、アドバンスドコンテンツはプレイリスト（Playlist），マニフェスト（Manifest），マークアップ（Markup），スクリプトファイル（Script files）等のアドバンスドナビゲーション（Navigation data）と、プライマリ／セカンダリビデオセット（Primary/Secondary Video Set）等のアドバンスドデータ（Advanced data）と、アドバンスドエレメント（Advanced Element）（画像、オーディオ、テキストなど）とで構成される。アドバンスドコンテンツに関しては、少なくとも１つのプレイリストファイルとプライマリビデオセットをディスク１上に位置づける必要があり、その他のデータはディスク１上に置いても、ネットワークサーバやストレージメディアから取り込んでも良い。アドバンスドコンテンツは、標準コンテンツで実現されるオーディオとビデオの拡張に加え、より高度なインタラクティブ性（interactivity）を実現する。

プレイリストは、ＸＭＬで記述されてディスク１上に記録され、ディスク１上にアドバンスドコンテンツがある場合、動画像再生装置１０はまずこのプレイリストを実行する。プレイリストは次の情報を提供する。

・オブジェクトマッピング情報（Object Mapping Information）：タイトルタイムライン（Title Timeline）上にマッピングされたプレゼンテーションオブジェクトのためのタイトル内の情報
・再生シーケンス（Playback Sequence）：タイトルタイムラインにより記述される、各タイトル用の再生情報
プレイリストの記述に従って最初のアプリケーションが、プライマリ／セカンダリビデオセットなどがある場合はこれらを参照しつつ、実行される。１つのアプリケーションは、マニフェスト、マークアップ（これにはコンテンツ／スタイリング／タイミング情報が含まれる）、スクリプト、アドバンスドデータで構成される。アプリケーションを構成する、最初の１つのマークアップファイル、スクリプトファイルやその他のリソースは、１つのマニフェストの中で参照する。マークアップにより、プライマリ／セカンダリビデオセットなどのアドバンスドデータ、及びアドバンスドエレメントの再生が開始される。

アドバンスドデータは、アドバンスドコンテンツ用のプレゼンテーションデータのデータタイプである。アドバンスドデータは次の４つのタイプに分類できる。

・プライマリビデオセット
・セカンダリビデオセット
・アドバンスドエレメント
・その他。

プライマリビデオセットは、プライマリビデオ用の一組のデータである。プライマリビデオセットのデータ構造は、ナビゲーションデータ（ビデオタイトルセット情報（ＶＴＳＩ）（詳細は後述する）、タイムマップ（ＴＭＡＰ）、等）とプレゼンテーションデータ（プライマリエンハンスドビデオオブジェクト（Ｐ−ＥＶＯＢ）等）で構成される。プライマリビデオセットは、ディスク１上に保存される。プライマリビデオセットは、その中に様々なプレゼンテーションデータを含めることができる。考えられるプレゼンテーションストリームタイプとしては、メインビデオ、メインオーディオ、サブビデオ、サブオーディオ、サブピクチャ、エフェクトオーディオがある。ここで、プライマリビデオセットは、１つのメインビデオストリーム、１つのサブビデオストリーム、８つのメインオーディオストリーム、８つのサブオーディオストリームを保持することができる。本動画像再生装置１０は、プライマリビデオ及びオーディオ以外に、同時にサブビデオ及びオーディオを再生することができる。サブビデオとサブオーディオの再生中にセカンダリビデオセットのサブビデオとサブオーディオを再生することはできない。

セカンダリビデオセットは、プライマリビデオセットにビデオ／オーディオデータを追加する際に使用し、またオーディオデータだけを追加する場合にも使用する。セカンダリビデオセットは、ディスク１上に記録されるか、あるいは１つ又は複数のファイルとしてネットワークサーバやストレージメディアから取り込まれる。このファイルは、データがディスク１上に記録されており、しかもプライマリビデオセットとともに、同時に再生する必要がある場合は、再生前に一旦ファイルキャッシュに保存される。一方、セカンダリビデオセットがウェブサイト等のネットワークサーバ上にある場合は、このデータ全体を一旦ファイルキャッシュに保存するか（「ダウンローディング」）、又はこのデータの一部をストリーミングバッファに連続的に保存する（「ストリーミング」）必要があり、保存されたデータは、ネットワークサーバからデータをダウンロードする間にバッファオーバフローを起こすことなく、同時に再生される。

即ち、セカンダリビデオセットは、ネットワークストリーミングとファイルキャッシュ上のプレダウンロードされたコンテンツ用の一組のデータである。セカンダリビデオセットのデータ構造は、アドバンスドＶＴＳの簡単化された構造であり、タイムマップ（ＴＭＡＰ）とプレゼンテーションデータ（セカンダリエンハンスドビデオオブジェクト（Ｓ−ＥＶＯＢ））で構成される。セカンダリビデオセットには、サブビデオ、サブオーディオ、コンプリメンタリオーディオ、コンプリメンタリサブタイトルを含めることができる。コンプリメンタリオーディオは、プライマリビデオセット内のメインオーディオに代わる代替オーディオストリームとして使用する。コンプリメンタリサブタイトルは、プライマリビデオセット内のサブピクチャに代わる代替サブタイトルストリームとして使用する。コンプリメンタリサブタイトルのデータフォーマットはアドバンスドサブタイトルである。

アドバンスドエレメントは、グラフィック平面、効果音、及びアドバンスドナビゲーション、プレゼンテーションエンジンで生成され、あるいはデータソースから受け取る各種タイプのファイルを作成するために使用するプレゼンテーションの材料である。使用可能なデータフォーマットは次の通りである。

・画像／アニメーション
＊ＰＮＧ
＊ＪＰＧ
＊ＭＮＧ
・オーディオ
＊ＷＡＶ
・テキスト／フォント
＊ＵＮＩＣＯＤＥフォーマット、ＵＴＦ−８又はＵＴＦ−１６
＊オープンフォント。

アドバンスドデータには、その他として、アドバンスドナビゲーション内のスクリプトで生成されるゲームスコア用のテキストファイルや、あるいはアドバンスドコンテンツが特定のネットワークサーバへのアクセスを開始するときに受け取るクッキーなどがある。これらのデータファイルは、アドバンスドナビゲーションの指示によりプライマリビデオ再生の際に取り込む画像ファイルなど、その種類によってはアドバンスドエレメントとして処理されるものがある。

次に、ＨＤ ＤＶＤ規格に則ったディスク１に関連するファイルとディレクトリについて、図２を参照して説明する。

ルートディレクトリのすぐ下には、「ＨＶＤＶＤ＿ＴＳ」ディレクトリと「ＡＤＶ＿ＯＢＪ」ディレクトリとがある。

「ＨＶＤＶＤ＿ＴＳ」ディレクトリには、１つのビデオマネージャ（ＶＭＧ）に関連する全ファイル、１つ又は複数の標準ビデオセット（標準ＶＴＳ；Ｓｔａｎｄａｒｄ Ｖｉｄｅｏ Ｔｉｔｌｅ Ｓｅｔ）、１つのアドバンスドＶＴＳ（プライマリビデオセット）がある。

ここで、ビデオマネージャ（ＶＭＧ）に関連するファイルとしては、１つのビデオマネージャ情報（ＶＭＧＩ）、１つのファーストプレイプログラムチェーンメニュー用エンハンスドビデオオブジェクト（ＦＰ＿ＰＧＣＭ＿ＥＶＯＢ）、１つのバックアップ用ビデオマネージャ情報（ＶＭＧＩ＿ＢＵＰ）がある。１つのビデオマネージャメニュー用エンハンスドビデオオブジェクトセット（ＶＭＧＭ＿ＥＶＯＢＳ）のサイズが１ＧＢ（＝２３０バイト）以上あるときは、「ＨＶＤＶＤ＿ＴＳ」ディレクトリ以下でファイル数が最大で９８になるよう分割する必要がある。１つのＶＭＧＭ＿ＥＶＯＢＳのこれらのファイルについては、どのファイルも連続的に割り振ることが必要である。

また、１つのビデオタイトルセット情報（ＶＴＳＩ）と１つのバックアップ用ビデオタイトルセット情報（ＶＴＳＩ＿ＢＵＰ）が、それぞれ標準ＶＴＳの構成ファイルとして「ＨＶＤＶＤ＿ＴＳ」ディレクトリ以下に記録される。ビデオタイトルセットメニュー用エンハンスドビデオオブジェクトセット（ＶＴＳＭ＿ＥＶＯＢＳ）と、タイトル用エンハンスドビデオオブジェクトセット（ＶＴＳＴＴ＿ＶＯＢＳ）のサイズが１ＧＢ（＝２３０バイト）以上あるときは、どのファイルのサイズも１ＧＢより小さくなるように、最大で９９のファイルに分割する必要がある。これらのファイルは「ＨＶＤＶＤ＿ＴＳ」ディレクトリ以下の構成ファイルである。１つのＶＴＳＭ＿ＥＶＯＢＳと１つのＶＴＳＴＴ＿ＥＶＯＢＳのこれらのファイルについては、どのファイルも連続的に割り振ることが必要とされる。

また、アドバンスドビデオタイトルセット（アドバンスドＶＴＳ）は、１つのビデオタイトルセット情報（ＶＴＳＩ）と１つのバックアップ用ビデオタイトルセット情報（ＶＴＳＩ＿ＢＵＰ）を、それぞれ構成ファイルとする。１つのビデオタイトルセットタイムマップ情報（ＶＴＳ＿ＴＭＡＰ）と、１つのバックアップ用ビデオタイトルセットタイムマップ情報（ＶＴＳ＿ＴＭＡＰ＿ＢＵＰ）は、それぞれ「ＨＶＤＶＤ＿ＴＳ」ディレクトリ以下で最大９９のファイルで構成することができる。タイトル用エンハンスドビデオオブジェクトセット（ＶＴＳＴＴ＿ＶＯＢＳ）のサイズが１ＧＢ（＝２３０バイト）以上あるときは、どのファイルのサイズも１ＧＢより小さくなるように、最大で９９のファイルに分割する必要がある。これらのファイルは「ＨＶＤＶＤ＿ＴＳ」ディレクトリ以下の構成ファイルである。１つのＶＴＳＴＴ＿ＥＶＯＢＳ内のこれらのファイルについては、どのファイルも連続的に割り振ることが必要とされる。

なお、「ＨＶＤＶＤ＿ＴＳ」ディレクトリ以下のファイル名とディレクトリ名には、次の規則が適用される。

１） ディレクトリ名
ＤＶＤ−ビデオの固定ディレクトリ名は「ＨＶＤＶＤ＿ＴＳ」とする。

２） ビデオマネージャ（ＶＭＧ）用ファイル名
ビデオマネージャ情報の固定ファイル名は「ＨＶ０００Ｉ０１．ＩＦＯ」とする。

ＦＰ＿ＰＧＣメニュー用エンハンスドビデオオブジェクトの固定ファイル名は「ＨＶ０００Ｍ０１．ＥＶＯ」とする。

ＶＭＧメニュー用エンハンスドビデオオブジェクトセットのファイル名は「ＨＶ０００Ｍ％％．ＥＶＯ」とする。

バックアップ用ビデオマネージャ情報の固定ファイル名は「ＨＶ０００Ｉ０１．ＢＵＰ」とする。

なお、「％％」は、ＶＭＧメニュー用の各エンハンスドビデオオブジェクトセットに対して「０２」から「９９」まで昇順で連続的に割り当てられる。

３） 標準ビデオタイトルセット（標準ＶＴＳ）用ファイル名
ビデオタイトルセットのファイル名は「ＨＶ＠＠＠Ｉ０１．ＩＦＯ」とする。

ＶＴＳメニュー用エンハンスドビデオオブジェクトセットのファイル名は「ＨＶ＠＠＠Ｍ＃＃．ＥＶＯ」とする。

タイトル用エンハンスドビデオオブジェクトセットのファイル名は「ＨＶ＠＠＠Ｔ＃＃．ＥＶＯ」とする。

バックアップ用ビデオタイトルセット情報のファイル名は「ＨＶ＠＠＠Ｉ０１．ＢＵＰ」とする。

なお、「＠＠＠」は、ビデオタイトルセット番号のファイルに割り当てられる３つの文字で、「００１」から「５１１」までとする。

また、「＃＃」は、ＶＴＳメニュー用の各エンハンスドビデオオブジェクトセット又はタイトル用の各エンハンスドビデオオブジェクトセットに対して「０１」から「９９」まで昇順で連続的に割り当てられる。

４） アドバンスドビデオタイトルセット（アドバンスドＶＴＳ）用ファイル名
ビデオタイトルセットのファイル名は「ＨＶＡ００００１．ＶＴＩ」とする。

タイトル用エンハンスドビデオオブジェクトセットのファイル名は「ＴＩＴＬＥ０＆＆．ＥＶＯ」とする。

タイムマップ情報のファイル名は「ＴＩＴＬＥ０＄＄．ＭＡＰ」とする。

バックアップ用ビデオタイトルセット情報のファイル名は「ＨＡＶ００００１．ＢＵＰ」とする。

バックアップ用タイムマップ情報のファイル名は「ＴＩＴＬＥ０＄＄．ＢＵＰ」とする。

なお、「＆＆」は、タイトル用エンハンスドビデオオブジェクトセットに対して「０１」から「９９」まで昇順で連続的に割り当てられる。

また、「＄＄」は、タイムマップ情報に対して「０１」から「９９」まで昇順で連続的に割り当てられる。

一方、「ＡＤＶ＿ＯＢＪ」ディレクトリには、プレイリストファイルがすべてこのディレクトリ下に置かれる。また、アドバンスドナビゲーション、アドバンスドエレメント、セカンダリビデオセットのファイルは、どれでもこのディレクトリ下に置くことができる。

各プレイリストファイルは、この「ＡＤＶ＿ＯＢＪ」ディレクトリに「ＰＬＡＹＬＩＳＴ％％．ＸＭＬ」というファイル名で置くことができる。「％％」は、「００」から「９９」まで昇順で連続的に割り当てられる。（ディスクをロードしたときに）最大の番号をもつプレイリストファイルが最初に処理される。

この「ＡＤＶ＿ＯＢＪ」ディレクトリには、サブディレクトリとして「アドバンスドコンテンツ用ディレクトリ」が置かれる。このディレクトリは、「ＡＤＶ＿ＯＢＪ」ディレクトリ下にのみ置くことができる。「アドバンスドコンテンツ用ディレクトリ」には、アドバンスドナビゲーション、アドバンスドエレメント、セカンダリビデオセットのファイルは、どれでも置くことができる。このディレクトリ名はｄ文字とｄ１文字で構成される。「ＡＤＶ＿ＯＢＪ」下のサブディレクトリの総数（「ＡＤＶ＿ＯＢＪ」ディレクトリを除く）は５１２未満とする。ディレクトリ階層の深さは８又はそれ以下とする。

「ＡＤＶ＿ＯＢＪ」ディレクトリ以下のアドバンスドコンテンツ用ファイルの総数は５１２×２０４７に制限され、各ディレクトリ内にあるファイルの総数は２０４８未満とする。このファイル名はｄ文字又はｄ１文字で構成し、このファイル名は本体、「.」（ピリオド）、拡張子で構成される。

図３は、アドバンスドコンテンツ（Advanced Content）の構成例を説明する図である。なお、アドバンスドコンテンツは、必ずしもディスク１に記憶されている必要はなく、ネットワークサーバやストレージメディアから提供されるものであってもよい。

アドバンスドコンテンツは、プレイリストファイル、アドバンスドアプリケーション（Advanced Application）、プライマリビデオセット（Primary video set）、セカンダリビデオセット（Secondary video set）、アドバンスドサブタイトル（Advanced Subtitle）、コンフィギュレーションファイル（Configuration File）を含んで構成されている。

アドバンスドアプリケーションは、画像（Image）、エフェクトオーディオ（Effect Audio）、フォント（Font）、その他（Others）を管理するアドバンスドナビゲーション（Advanced Navigation）と、アドバンスドナビゲーションにより管理されるこれらデータからなるアドバンスドエレメント（Advanced Element）を含んで構成されている。アドバンスドナビゲーションは、マニフェストファイルズ（Manifest files）、マークアップファイルズ（Markup files）及びスクリプトファイルズ（Script files）を含んでいる。

プライマリビデオセットは、ビデオタイトルセット情報（ＶＴＳＩ）、タイムマップ（Time Map: ＴＭＡＰ）、プライマリエンハンスドビデオオブジェクト（Ｐ−ＥＶＯＢ）を含むプライマリオーディオビデオを含んで構成されている。

セカンダリビデオセットは、タイムマップ、セカンダリエンハンスドビデオオブジェクト（Ｓ−ＥＶＯＢ）を含むサブスティチュートオーディオビデオ、サブスティチュートオーディオ、セカンダリオーディオビデオを含んで構成されている。

アドバンスドサブタイトルは、画像（Image）、フォント（Font）を管理するアドバンスドナビゲーションと、アドバンスドナビゲーションにより管理されるこれらデータからなるアドバンスドエレメントを含んで構成されている。アドバンスドナビゲーションは、マニフェストファイルズ、マークアップファイルズを含んでいる。

プライマリビデオセットは、図４に示すように、ビデオタイトルセット情報（ＶＴＳＩ）、Ｐ−ＥＶＯＢであるビデオタイトルセット用エンハンスドビデオオブジェクトセット（ＶＴＳ＿ＥＶＯＢＳ）、ビデオタイトルセットタイムマップ情報（ＶＴＳ＿ＴＭＡＰ）、及びＶＴＳＩのバックアップ（ＶＴＳＩ＿ＢＵＳ）とＶＴＳ＿ＴＭＡＰのバックアップ（ＶＴＳ＿ＴＭＡＰ＿ＢＵＳ）を含んで構成されている。このＶＴＳ＿ＴＭＡＰは、図３に示すタイムマップ（Ｔｉｍｅ Ｍａｐ）に相当し、アドレス及びサイズの情報を含む。図３に示すタイムマップは、ＶＯＢ毎に存在する。

ビデオタイトルセット情報（ＶＴＳＩ）は、１つのビデオタイトル用の情報を記述するもので、この情報により各ＥＶＯＢの属性情報を記述することができるようになっている。このＶＴＳＩは、図４に示すように、ビデオタイトルセット情報管理テーブル（ＶＴＳＩ＿ＭＡＴ）から始まり、その後にビデオタイトルセットエンハンスドビデオオブジェクトアトリビュートテーブル（ＶＴＳ＿ＥＶＯＢ＿ＡＴＲＴ）とビデオタイトルセットエンハンスドビデオオブジェクト情報テーブル（ＶＴＳ＿ＥＶＯＢＩＴ）が続いている。ここで、各テーブルは、隣接する論理ブロックの境界にアラインされる。この境界アラインのために、各テーブルは２０４７バイト（００ｈを含み得る）までフォローアップすることができるようになっている。

上記ビデオタイトルセット情報管理テーブル（ＶＴＳＩ＿ＭＡＴ）は、ＶＴＳ及びＶＴＳＩのサイズ、ＶＴＳＩ中の各情報のスタートアドレス、ＶＴＳ中のＥＶＯＢＳのアトリビュート、等が記述されたテーブルである。

上記ビデオタイトルセットエンハンスドビデオオブジェクトアトリビュートテーブル（ＶＴＳ＿ＥＶＯＢ＿ＡＴＲＴ）は、プライマリビデオセット下の各ＥＶＯＢに定義されたアトリビュート情報が記述されたテーブルである。このＶＴＳ＿ＥＶＯＢ＿ＡＴＲＴは、図５に示すように、ＶＴＳ＿ＥＶＯＢ＿ＡＴＲＴ情報（ＶＴＳ＿ＥＶＯＢ＿ＡＴＲＴＩ）から始まり、その後に各ＶＴＳ＿ＥＶＯＢ＿ＡＴＲのサーチポインタ（ＶＴＳ＿ＥＶＯＢ＿ＡＴＲ＿ＳＲＰ ＃１〜＃ｎ）と、実際の各ビデオタイトルセットエンハンスドビデオオブジェクトアトリビュート（ＶＴＳ＿ＥＶＯＢ＿ＡＴＲ ＃１〜＃ｎ）が続いている。

図６（Ａ）は、上記ＶＴＳ＿ＥＶＯＢ＿ＡＴＲＴ情報（ＶＴＳ＿ＥＶＯＢ＿ＡＴＲＴＩ）の構成例を説明する図である。このテーブル内において、相対バイト位置（ＲＢＰ）で最初に配置されるＶＴＳ＿ＥＶＯＢ＿ＡＴＲ＿Ｎｓは、ＶＴＳ＿ＥＶＯＢ＿ＡＴＲの数を記述している。次のＶＴＳＩ＿ＥＶＯＢ＿ＡＴＲＴ＿ＥＡは、該当ＶＴＳ＿ＥＶＯＢ＿ＡＴＲＴの先頭アドレスからの相対ブロック番号でこのＶＴＳ＿ＥＶＯＢ＿ＡＴＲＴのエンドアドレスを記述している。

また、上記ＶＴＳ＿ＥＶＯＢ＿ＡＴＲサーチポインタ（ＶＴＳ＿ＥＶＯＢ＿ＡＴＲ＿ＳＲＰ）は、図６（Ｂ）に示すように、該当ＶＴＳ＿ＥＶＯＢ＿ＡＴＲＴの先頭アドレスからの相対ブロック番号でこのＥＶＯＢに対応するＶＴＳ＿ＥＶＯＢ＿ＡＴＲのスタートアドレスを記述している。

上記ビデオタイトルセットエンハンスドビデオオブジェクトアトリビュート（ＶＴＳ＿ＥＶＯＢ＿ＡＴＲ）は、プライマリビデオセット下の何れか１つ以上のＥＶＯＢのアトリビュートに対応するものである。このＶＴＳ＿ＥＶＯＢ＿ＡＴＲには、図６（Ｃ）に示すように、相対バイト位置（ＲＢＰ）で最初からＥＶＯＢタイプ（ＥＶＯＢ＿ＴＹ）、ＥＶＯＢのメインビデオアトリビュート（ＥＶＯＢ＿ＶＭ＿ＡＴＲ）、ＥＶＯＢのサブビデオアトリビュート（ＥＶＯＢ＿ＶＳ＿ＡＴＲ）、ＥＶＯＢのサブビデオ用Ｌｕｍａ値（ＥＶＯＢ＿ＶＳ＿ＬＵＭＡ）、ＥＶＯＢのメインオーディオストリームの数（ＥＶＯＢ＿ＡＭＳＴ＿Ｎｓ）、ＥＶＯＢのメインオーディオストリームアトリビュートテーブル（ＥＶＯＢ＿ＡＭＳＴ＿ＡＴＲＴ）、ＥＶＯＢのオーディオストリーム用ダウンミックス係数テーブル（ＥＶＯＢ＿ＤＭ＿ＣＯＥＦＴＳ）、ＥＶＯＢのサブオーディオストリームの数（ＥＶＯＢ＿ＡＳＳＴ＿Ｎｓ）、ＥＶＯＢのサブオーディオストリームアトリビュートテーブル（ＥＶＯＢ＿ＡＳＳＴ＿ＡＴＲＴ）、ＥＶＯＢのサブピクチャストリームの数（ＥＶＯＢ＿ＳＰＳＴ＿Ｎｓ）、ＥＶＯＢのサブピクチャストリームアトリビュートテーブル（ＥＶＯＢ＿ＳＰＳＴ＿ＡＴＲＴ）、ＥＶＯＢのＳＤ用サブピクチャパレット（ＥＶＯＢ＿ＳＤＳＰ＿ＰＬＴ）、ＥＶＯＢのＨＤ用サブピクチャパレット（ＥＶＯＢ＿ＨＤＳＰ＿ＰＬＴ）、等が配置されている。

ここで、上記ＥＶＯＢのメインオーディオストリームアトリビュートテーブル（ＥＶＯＢ＿ＡＭＳＴ＿ＡＴＲＴ）は、ＥＶＯＢの各メインオーディオアトリビュートを記述するもので、図７（Ａ）に示す通りである。１つのＥＶＯＢ＿ＡＭＳＴ＿ＡＴＲは各メインオーディオストリームのために記述され、常に、オーディオストリーム＃０〜＃７の８個のオーディオストリームのＥＶＯＢ＿ＡＭＳＴ＿ＡＴＲを記述する。メインオーディオストリームの数が８よりも少ない場合には、使用されないストリームのＥＶＯＢ＿ＡＭＳＴ＿ＡＴＲの全ビットが“０ｂ”とされる。

１つのＥＶＯＢ＿ＡＭＳＴ＿ＡＴＲの内容は、図７（Ｂ）に示す通りである。即ち、ビット３１〜２６に割り当てられたオーディオ符号化モード（Audio coding mode）は、インターオペラブルＶＴＳ中のドルビィ（Dolby）ＡＣ−３のためにリザーブドとするならば“００００００ｂ”が、Ｔｒｕｅ ＨＤ（ＭＬＰ）オーディオならば“０００００１ｂ”が、ＭＰＥＧ−１又は拡張ビットストリーム無しのＭＰＥＧ−２ならば“００００１０ｂ”が、
拡張ビットストリーム付きのＭＰＥＧ−２ならば“００００１１ｂ”が、
インターオペラブルＶＴＳ中の１／６００秒のサンプルデータを用いるリニアＰＣＭオーディオのためにリザーブドとするならば“０００１００ｂ”が、１／１２００秒のサンプルデータを用いるリニアＰＣＭオーディオであれば“０００１０１ｂ”が、ＤＴＳ−ＨＤであれば“０００１１０ｂ”が、ドルビィデジタルプラス（ＤＤ＋）であれば“０００１１１ｂ”が記述され、その他はリザーブドとされる。

なお、特に図示及び説明はないが、セカンダリビデオセットや、アドバンスドアプリケーション、アドバンスドサブスティチュートに関しても、上記プライマリビデオセットの構成と同様の構成により記述される。

以上のように構成された音声出力装置の再エンコードについて説明する。本実施形態の再エンコーダ部１１９は、一種類の符号化方式に固定された従来例とは異なり、いくつかの符号化方式の中から選択可能であり、入力オーディオストリームの種類に応じて自動的に再エンコード方式を決定する。図８にデータソースの種類毎に選択される再エンコード方式を示す。本実施の形態ではサブオーディオストリーム、エフェクトオーディオストリームの方式に関わらずメインオーディオストリームの方式に応じて再エンコード方式が決定される。ただし、メインオーディオストリームの符号化方式と全く同じ方式を選ぶと、特に非圧縮方式の場合、外部アンプが適応していない場合があるので、同じ系列（ドルビー方式、ＤＴＳ方式）で圧縮率が高い方式が選ばれている。例えば、メインオーディオストリームがドルビーディジタルプラス方式であれば再エンコード方式はドルビーディジタル方式が、メインオーディオストリームがＴｒｕｅ ＨＤ方式であれば再エンコード方式はドルビーディジタル方式が、メインオーディオストリームがＤＴＳ ＨＤ方式であれば再エンコード方式はＤＴＳ方式が、メインオーディオストリームがドルビーディジタル方式であれば再エンコード方式はドルビーディジタル方式が選ばれる。なお、メインオーディオストリームが存在しない場合は、エフェクトオーディオストリームの方式に関わらずサブオーディオストリームの方式に応じて再エンコード方式が決定される。例えば、サブオーディオストリームがドルビーディジタルプラス方式であれば再エンコード方式はドルビーディジタル方式が、サブオーディオストリームがＤＴＳ ＨＤ方式であれば再エンコード方式はＤＴＳ方式が選ばれる。

次に、再エンコード方式の決定／切替えのタイミングについて説明する。図１の動画像再生装置１０のキー入力部１０７はキー入力の一部としてリモコンユニットからのキー入力も含む。ユーザがリモコンユニットから音声切り替え操作（オーディオ１、オーディオ２、オーディオ３を切り替える）や、日本語／英語音声切替え、同じタイトルに異なる音質の音声情報が記録されている際の音質切替え（ＤＤ＋からＤＴＳに変更）、タイトル（映画等）の切替わり時に、ナビゲーションからストリーム切替え要求が出される。このストリーム切替え要求をトリガとして図９に示す切替え処理が開始する。処理が開始すると、プライマリビデオセット内のビデオタイトルセット情報ＶＴＳＩ内の図７に示す６ビットのオーディオコーディングモード情報を調べる。ステップＳ１２でメインオーディオストリームがドルビーディジタルプラス方式である（０００１１１ｂ）か否か判定する。イエスの場合は、ステップＳ２０で再エンコード方式をドルビーディジタル方式に設定する。ステップＳ１２でノーの場合は、ステップＳ１４でメインオーディオストリームがＴｒｕｅ ＨＤ方式である（０００００１ｂ）か否か判定する。イエスの場合は、ステップＳ２２で再エンコード方式をドルビーディジタル方式に設定する。ステップＳ１４でノーの場合は、ステップＳ１６でメインオーディオストリームがドルビーディジタル方式である（００００００ｂ）か否か判定する。イエスの場合は、ステップＳ２４で再エンコード方式をドルビーディジタル方式に設定する。ステップＳ１６でノーの場合は、ステップＳ１８でメインオーディオストリームがＤＴＳ ＨＤ方式である（０００１１０ｂ）か否か判定する。イエスの場合は、ステップＳ２８で再エンコード方式をＤＴＳ方式に設定する。

これにより、再エンコードがメインオーディオストリームの符号化方式に近い方式で行われるので、再エンコード結果が供給される外部機器の音声情報の符号化方式の表示欄にもメインオーディオストリームの符号化方式に近い方式が表示されるので、ユーザに違和感や戸惑いを与えることがない。また、複数の再エンコード方式のいずれかがメインオーディオストリームの符号化方式に基づいて自動的に選択されるので、ユーザが外部機器の種類を考慮して選択する煩雑さを省くことができる。

変形例
メインオーディオストリームの符号化方式をビデオタイトルセット情報ＶＴＳＩ内のオーディオコーディングモードで判別したが、これに限らず、以下の情報を参照しても判別することができる。

（１）プライマリエンハンスドビデオオブジェクト（Ｐ−ＥＶＯＢ）内のエンハンスドビデオオブジェクト（ＥＶＯＢ）内のエンハンスドビデオオブジェクトユニット（ＥＶＯＢＵ）内のメインオーディオパックＡＭ＿ＰＫＣ内のパックヘッダ内のストリームＩＤとパケットヘッダ内のサブストリームＩＤの組み合わせもオーディオストリームのタイプを示す。

リニアＰＣＭは、ストリームＩＤが１０１１１１０１ｂで、サブストリームＩＤが１０１００＊＊＊ｂである。＊は０、１のいずれでも良いことを示す。

ドルビーディジタルプラスはストリームＩＤが１０１１１１０１ｂで、サブストリームＩＤが１１０００＊＊＊ｂである。

ＭＰＥＧオーディオはストリームＩＤが１１０００＊＊＊ｂあるいは１０１１０＊＊＊ｂ（サブストリームＩＤは無し）である。

Ｔｒｕｅ ＨＤはストリームＩＤが１１００１１０１ｂで、サブストリームＩＤが１０１１０＊＊＊ｂである。

（２）エレメンタリストリーム内のｓｙｎｃｗｏｒｄもオーディオストリームのタイプを示す。

なお、（１）のパックヘッダとパケットヘッダ内のＩＤも実施の形態の例のオーディオコーディングモードと同様にナビゲーションから与えられる。また、（１）と（２）の情報はメインオーディオデコーダ部１１１に入力されたストリームから自動的に検出することが可能であり、実施の形態で説明したユーザがリモコンユニットから音声切り替え操作等をすることなく、メインオーディオデコーダ部１１１のコーデックの変化をトリガとして図９に示した再エンコード方式切替え処理を開始する。

なお、この発明は、上記実施形態そのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化できる。また、上記実施形態に開示されている複数の構成要素の適宜な組み合せにより種々の発明を形成できる。例えば、実施形態に示される全構成要素から幾つかの構成要素を削除してもよい。更に、異なる実施形態に亘る構成要素を適宜組み合せてもよい。

また、本発明は、コンピュータに所定の手段を実行させるための（あるいはコンピュータを所定の手段として機能させるための、あるいはコンピュータに所定の機能を実現させるための）プログラムを記録したコンピュータ読取り可能な記録媒体としても実施することもできる。

また、上述の説明は個々の実施例それぞれについて行ったが、複数の実施例を適宜組み合わせてもよい。

本発明による音声再生装置及び音声再生方法の第１の実施の形態を含む動画像再生装置のブロック図。 ディスクのディレクトリ及びファイルの例を示す説明図。 アドバンスドコンテンツの構成例を説明する図。 プライマリビデオセットの構成例を説明する図。 ビデオタイトルセットエンハンスドビデオオブジェクトアトリビュートテーブル（ＶＴＳ＿ＥＶＯＢ＿ＡＴＲＴ）の構成例を説明する図。 （Ａ）はＶＴＳ＿ＥＶＯＢ＿ＡＴＲＴ情報（ＶＴＳ＿ＥＶＯＢ＿ＡＴＲＴＩ）の構成例を説明する図、（Ｂ）はＶＴＳ＿ＥＶＯＢ＿ＡＴＲサーチポインタ（ＶＴＳ＿ＥＶＯＢ＿ＡＴＲ＿ＳＲＰ）の構成例を説明する図、（Ｃ）はビデオタイトルセットエンハンスドビデオオブジェクトアトリビュート（ＶＴＳ＿ＥＶＯＢ＿ＡＴＲＴ）の構成例を説明する図。 （Ａ）はＥＶＯＢのメインオーディオストリームアトリビュートテーブル（ＥＶＯＢ＿ＡＭＳＴ＿ＡＴＲＴ）の構成例を説明する図、（Ｂ）は１つのＥＶＯＢ＿ＡＭＳＴ＿ＡＴＲの内容の構成例を説明する図。 データソースであるメインオーディオストリーム、サブオーディオストリーム、エフェクトオーディオストリームの種類に対する再エンコード方式を示す図。 再エンコード方式の切替え処理を示すフローチャート。

符号の説明

１０…動画像再生装置、１０３…分離部、１０８…メインビデオデコーダ部、１０９…サブビデオデコーダ部、１１０…サブピクチャデコーダ部、１１１…メインオーディオデコーダ部、１１２…サブオーディオデコーダ部、１１３…エフェクトオーディオデコーダ部、１１４…ビデオプロセッサ部、１１７…オーディオミキサー部、１１９…再エンコーダ部。

Claims (10)

1. 符号化されたメインオーディオストリームとサブオーディオストリームとを記録する記録媒体から再生したメインオーディオストリームとサブオーディオストリームとを１つのストリームに混合するミキシング手段と、
   前記ミキシング手段から出力された混合ストリームを複数の符号化方式の中から選ばれた符号化方式で符号化するエンコーダ手段と、
   前記メインオーディオストリームの符号化方式に基づいて前記エンコーダ手段の符号化方式を選択する選択手段と、
   を具備し、
   前記選択手段は、ストリーム切換要求に応じたタイミングで、前記メインオーディオストリームの符号化方式と同じ系列で圧縮率が高い符号化方式を選択する音声出力装置。
2. 前記メインオーディオストリームの符号化方式を判断する判断手段をさらに具備し、
   前記選択手段は前記判断手段の判断結果に基づいて前記エンコーダ手段の符号化方式を選択する請求項１に記載の音声出力装置。
3. 前記判断手段は前記記録媒体から再生した管理情報内のオーディオ属性情報内のオーディオコーディングモード情報に基づいて符号化方式を判断する請求項２に記載の音声出力装置。
4. 前記判断手段は前記記録媒体から再生したオーディオストリームのヘッダ内のストリーム識別情報とサブストリーム識別情報に基づいて符号化方式を判断する請求項２に記載の音声出力装置。
5. 前記メインオーディオストリームの符号化方式はドルビーディジタルプラス方式、ツルーＨＤ方式、ドルビーディジタル方式、ＤＴＳ ＨＤ方式のいずれかであり、
   前記エンコーダ手段の符号化方式はドルビーディジタル方式、ＤＴＳ方式のいずれかである請求項１に記載の音声出力装置。
6. 記録媒体からメインオーディオストリームとサブオーディオストリームを読出してデコードし、
   デコード後の２つのオーディオストリームを混合して１つのオーディオストリームを作り、
   ストリーム切換要求に応じたタイミングで、複数の符号化方式の中から前記メインオーディオストリームの符号化方式と同じ系列で圧縮率が高い符号化方式を選択し、
   前記１つのオーディオストリームを前記メインオーディオストリームの符号化方式に応じて前記複数の符号化方式の中から選ばれた符号化方式で再エンコードし、
   再エンコードされた１つのオーディオストリームを外部へ出力する音声出力方法。
7. 前記メインオーディオストリームの符号化方式を判断することと、
   この判断結果に基づいて前記再エンコードの符号化方式を選択することをさらに具備する請求項６に記載の音声出力方法。
8. 前記判断することは前記記録媒体から再生した管理情報内のオーディオ属性情報内のオーディオコーディングモード情報に基づいて符号化方式を判断する請求項７に記載の音声出力方法。
9. 前記判断することは前記記録媒体から再生したオーディオストリームのヘッダ内のストリーム識別情報とサブストリーム識別情報に基づいて符号化方式を判断する請求項７に記載の音声出力方法。
10. 前記メインオーディオストリームの符号化方式はドルビーディジタルプラス方式、ツルーＨＤ方式、ドルビーディジタル方式、ＤＴＳ ＨＤ方式のいずれかであり、
    前記再エンコードの符号化方式はドルビーディジタル方式、ＤＴＳ方式のいずれかである請求項６に記載の音声出力方法。

Images