JP6215866B2 - インターネット動画再生システム、及びプログラム - Google Patents

Description

本発明は、クライアント端末及びそれを備えたインターネット動画再生システムに関し、特に、インターネット音楽動画の再生位置および選択範囲を指定する技術に関する。

近年、「インターネット動画」で音楽を聴くというスタイルが顕著になってきている。また、音楽を楽曲として個人で楽しむという用途以外に、マイクロコンテンツ化して活用するというサービスも増えてきており、音楽の楽しみ方が変化してきている。

マイクロコンテンツ化とは、例えば、アルバムＣＤ等のまとまったコンテンツ→ｉＴｕｎｅｓ（登録商標）等の１曲単位のコンテンツ→１曲のある部分が抽出された着うた（登録商標）等のコンテンツというように、コンテンツから所望の箇所を抽出することである。インターネット動画の音楽再生において、聞きたい箇所を指定する方法としては、シークバーを手動または早送りによって指定する方法が一般的である（特許文献１参照）。

特開２０１４−２３６２８８号公報

しかしながら、シークバーを手動または早送りによって指定する方法によると、図９（ａ）に示すように、再生してみなければ、聞きたい箇所（再生位置Ｐ１）が目的通り指定できているかどうか分からない。また、図９（ｂ）に示すように、マイクロコンテンツ化する場合も、再生してみなければ、任意の範囲（開始位置Ｐ１１および終了位置Ｐ１２）が目的通り指定できているかどうか分からない。さらに、インターネット動画は、クライアント端末に保存されたローカル音楽でないため、再生の都度バッファリング時間がかかり、マイクロコンテンツ化に時間（回数）を要する。

本発明は、上述した従来の技術に鑑み、インターネット動画の再生位置、選択範囲を容易に指定することができるクライアント端末及びそれを備えたインターネット動画再生システムを提供することを目的とする。

上記目的を達成するため、第１の態様に係る発明は、インターネット動画再生システムであって、クライアント端末と、インターネット動画を提供するインターネット動画サーバと、前記インターネット動画に関連する文字を提供する同期文字サーバと、予めマッチングサーバにより生成されたマッチング結果ＤＢを用いて文字を活用したコミュニケーションサービスを実現するＷＥＢサーバとを備え、前記クライアント端末が、インターネット動画を取得する動画取得部と、前記インターネット動画に関連する文字を取得する同期文字取得部と、ユーザインタフェースにて前記文字の中から所望の箇所が指定されると、その箇所に対応する前記インターネット動画の再生位置を特定する特定部とを備え、前記特定部が、ユーザインタフェースにて前記文字の中から所望のフレーズが選択されると、その選択範囲に対応する前記インターネット動画の開始位置および終了位置を特定し、前記特定部により特定された開始位置および終了位置に応じてシークバーを自動で調整するシークバー自動調整部を備えることを要旨とする。
また、第２の態様に係る発明は、第１の態様に係る発明において、前記クライアント端末が、前記特定部により特定された開始位置から終了位置までのインターネット動画を取得する指定位置動画取得部と、前記特定部により特定された開始位置から終了位置までのインターネット動画に関連する文字を取得する指定位置同期文字取得部と、前記指定位置動画取得部により取得されたインターネット動画と前記指定位置同期文字取得部により取得された文字とを同期表示する指定位置動画文字同期表示部とを備えることを要旨とする。
また、第３の態様に係る発明は、第１または第２の態様に係るインターネット動画再生システムが備えるクライアント端末の各処理部としてコンピュータを機能させるプログラムであることを要旨とする。

本発明によれば、インターネット動画の再生位置、選択範囲を容易に指定することができるクライアント端末及びそれを備えたインターネット動画再生システムを提供することが可能である。

本発明の実施の形態に係るインターネット動画再生システムの構成図である。 本発明の実施の形態に係るクライアント端末のユーザインタフェースイメージを示す図である。 本発明の実施の形態に係る選択範囲の指定方法を説明するための図である。 本発明の実施の形態に係るクライアント端末の機能ブロック図である。 本発明の実施の形態に係るインターネット動画再生システムのシーケンス図である。 本発明の実施の形態に係るマッチングサーバの機能ブロック図である。 本発明の実施の形態に係るマッチング結果ＤＢの構成図である。 本発明の実施の形態に係るマッチングサーバのシーケンス図である。 従来の課題を説明するための図である。

以下、本発明の実施の形態について図面を参照して詳細に説明する。なお、以下の実施の形態は、この発明の技術的思想を具体化するためのインターネット動画再生システムを例示するものであり、装置の構成やデータの構成等は以下の実施の形態に限定されるものではない。

（インターネット動画再生システム）
図１は、本発明の実施の形態に係るインターネット動画再生システムの構成図である。この図に示すように、クライアント端末１０がインターネット２０を介してＷＥＢサーバ３０、同期歌詞サーバ４０、インターネット動画サーバ５０と接続されている。クライアント端末１０は、スマートフォン・タブレット・ＰＣ等、インターネット動画を受信することが可能な端末である。ＷＥＢサーバ３０は、歌詞を活用した新たなコミュニケーションサービスを実現する装置であり、後述するマッチング結果ＤＢ３１を備える。インターネット動画サーバ５０は、ＹｏｕＴｕｂｅ（登録商標）音楽動画等のインターネット動画をストリーミング配信する装置である。以下の説明では、このようなインターネット動画を単に「音楽」という場合がある。同期歌詞サーバ４０は、音楽の再生に合わせて自動で流れる同期歌詞を提供する装置である。

図２は、本発明の実施の形態に係るクライアント端末１０のユーザインタフェースイメージを示す図である。この図に示すように、クライアント端末１０の画面にはインターネット動画Ｄ１と歌詞Ｄ２が表示される。例えば、歌詞「あいうえお・・・わをん」が表示されている状態で、ユーザが「かきくけこ さしすせそ たちつてと」を選択すると、「か」に対応する開始位置Ｐ１１および「と」に対応する終了位置Ｐ１２にシークバーＳが自動調整される。すなわち、ユーザインタフェースにて歌詞を選択することで、そのインターネット動画（音楽）の再生位置、選択範囲を容易に指定できるようになっている。

選択範囲の指定パターンは様々あり、特に限定されるものではない。例えば、画面上の「かきくけこ さしすせそ たちつてと」の部分を指でなぞるように選択してもよい。また、開始位置Ｐ１１に対応する「か」の部分と終了位置Ｐ１２に対応する「と」の部分をそれぞれタップして選択してもよい。さらに、図３に示すように、ｉＯＳ標準コントロールのような操作（長押しで範囲選択する方法）を採用してもよい。

図４は、本発明の実施の形態に係るクライアント端末１０の機能ブロック図である。この図に示すように、クライアント端末１０にはアプリケーションＡがインストールされている。アプリケーションＡは、一般に「動画アプリ」と呼ばれるアプリケーション・プログラムであって、機能的には、サーバ通信部Ａ１と、音楽一覧取得部Ａ２と、音楽一覧表示部Ａ３と、音楽取得部Ａ４と、同期歌詞取得部Ａ５と、音楽歌詞同期表示部Ａ６と、フレーズ選択部Ａ７と、シークバー自動調整部Ａ８と、指定位置音楽取得部Ａ９と、指定位置同期歌詞取得部Ａ１０と、指定位置音楽歌詞同期表示部Ａ１１とを備える。サーバ通信部Ａ１は、ＷＥＢサーバ３０、同期歌詞サーバ４０、インターネット動画サーバ５０等の各種サーバと通信する。音楽一覧取得部Ａ２は、ＷＥＢサーバ３０から音楽一覧を取得する。音楽一覧表示部Ａ３は、音楽一覧取得部Ａ２により取得された音楽一覧を画面に表示する。音楽取得部Ａ４は、インターネット動画サーバ５０から音楽を取得する。同期歌詞取得部Ａ５は、同期歌詞サーバ４０から同期歌詞を取得する。音楽歌詞同期表示部Ａ６は、音楽取得部Ａ４により取得された音楽と同期歌詞取得部Ａ５により取得された歌詞を画面に同期表示する。フレーズ選択部Ａ７は、画面に表示された歌詞の中からユーザが所望のフレーズを選択すると、その選択範囲に対応するインターネット動画の指定位置（開始位置、終了位置）を特定する。シークバー自動調整部Ａ８は、フレーズ選択部Ａ７により選択されたフレーズに応じてシークバーＳを自動調整する。指定位置音楽取得部Ａ９は、フレーズ選択部Ａ７により選択されたフレーズに応じて指定位置の音楽を取得する。指定位置同期歌詞取得部Ａ１０は、フレーズ選択部Ａ７により選択されたフレーズに応じて指定位置の同期歌詞を取得する。指定位置音楽歌詞同期表示部Ａ１１は、指定位置音楽取得部Ａ９により取得された音楽と指定位置同期歌詞取得部Ａ１０により取得された歌詞を画面に同期表示する。

図５は、本発明の実施の形態に係るインターネット動画再生システムのシーケンス図である。以下、図５を用いてインターネット動画をマイクロコンテンツ化する動作を説明する。

まず、クライアント端末１０のユーザが音楽一覧を選択すると（Ｓ１）、ＷＥＢサーバ３０に音楽一覧情報がリクエストされる（Ｓ２）。これにより、ＷＥＢサーバ３０から音楽一覧が返却されると（Ｓ３）、クライアント端末１０に音楽一覧が表示される（Ｓ４）。

次いで、クライアント端末１０のユーザが音楽一覧の中から目的の音楽を選択すると（Ｓ５）、歌詞ＩＤおよび時間を指定して同期歌詞サーバ４０に目的の音楽の同期歌詞がリクエストされ（Ｓ６）、同期歌詞サーバ４０から同期歌詞情報が返却される（Ｓ７）。また、ＵＲＬおよび時間を指定してインターネット動画サーバ５０に目的の音楽がリクエストされ（Ｓ８）、インターネット動画サーバ５０から音楽情報が返却される（Ｓ９）。これにより、クライアント端末１０に目的の音楽と歌詞が同期表示される（Ｓ１０）。

次いで、クライアント端末１０のユーザが歌詞の中から所望のフレーズを選択すると（Ｓ１１）、シークバーＳの開始時間情報および終了時間情報が自動で調整され（Ｓ１２）、調整後のシークバーＳが表示される（Ｓ１３）。

最後に、クライアント端末１０のユーザが再生ボタンを押下すると（Ｓ１４）、インターネット動画サーバ５０に指定位置の音楽がリクエストされる（Ｓ１５）。これにより、クライアント端末１０に指定位置の音楽が表示されるとともに（Ｓ１６）、指定位置の同期歌詞が表示され（Ｓ１７）、指定位置の音楽と歌詞が同期表示されることになる（Ｓ１８）。

以上のように、本発明の実施の形態によれば、インターネット動画にて音楽を聞く際、音楽の時間情報を歌詞という文字で可視化することができるため、指定したいポイントを容易に特定することが可能である。また、指定したいポイントを正しく指定できているかどうか確認する際、繰り返し再生せずとも位置指定ができるようになる。さらに、再生の都度かかっていたバッファリングの時間をなくすことができるため、ユーザの利便性が向上する効果もある。

（マッチング結果ＤＢ）
ところで、本発明の実施の形態に係るインターネット動画再生システムを実現するためには、ＹｏｕＴｕｂｅ音楽動画等のインターネット動画の時間情報に歌詞が同期されている必要がある。このような同期は手動で行うこともできるが、ユーザの利便性の観点から自動で行うのが望ましい。そこで、本発明の実施の形態では、自動でインターネット動画の時間情報に歌詞を同期させるため、マッチング結果ＤＢ３１を生成するプログラムをマッチングサーバで作成するようにしている。

図６は、本発明の実施の形態に係るマッチングサーバ６０の機能ブロック図である。この図に示すように、マッチングサーバ６０は、通信網７３を介してインターネット動画検索サーバ７１およびインターネット動画配信サーバ７２と接続されている。マッチングサーバ６０は、マッチング結果ＤＢ３１を生成する装置であり、機能的には、インターネット動画再生部６１と、インターネット動画特徴抽出部６２と、マッチング探索部６３と、音源特徴データ記憶部６４と、マッチング結果判定部６５と、マッチング結果ＤＢ３１とを備える。インターネット動画再生部６１は、ＹｏｕＴｕｂｅ音楽動画等のインターネット動画を再生する。インターネット動画特徴抽出部６２は、インターネット動画再生部６１により再生されたインターネット動画の特徴データを抽出する。一方、音源特徴データ記憶部６４は、ＣＤ等の音源の特徴データを記憶している。マッチング探索部６３は、インターネット動画の特徴データとＣＤ等の音源の特徴データとをマッチングする。マッチング結果判定部６５は、マッチング探索部６３のマッチング結果をマッチング結果ＤＢ３１に格納する。

図７は、本発明の実施の形態に係るマッチング結果ＤＢ３１の構成図である。この図に示すように、マッチング結果ＤＢ３１は、「ＵＲＬ」「歌詞ＩＤ」「時間情報」等を格納している。「ＵＲＬ」は、インターネット動画のＵＲＬである。「歌詞ＩＤ」は、そのインターネット動画の歌詞の識別子である。「時間情報」は、そのインターネット動画において歌詞が出現する時間情報である。もちろん、マッチング結果ＤＢ３１の構成はこれに限定されるものではなく、「楽曲名」等のその他の情報が含まれてもよい。

図８は、本発明の実施の形態に係るマッチングサーバ６０のシーケンス図である。以下、図８を用いてマッチングサーバ６０がマッチング結果ＤＢ３１を生成する動作を説明する。

まず、マッチングサーバ６０は、オペレータが音源ファイルと音源メタデータを保存すると（Ｓ２１）、音源ファイルのフィンガープリントを生成する（Ｓ２２）。この音源ファイルのフィンガープリントは、マッチング元となるデータである。

次いで、マッチングサーバ６０は、楽曲名を検索条件としてインターネット動画検索サーバ７１に検索をリクエストする（Ｓ２３）。これにより、インターネット動画検索サーバ７１から検索結果として探索候補ＵＲＬ群が返却されると（Ｓ２４）、マッチング探索を行って探索候補ＵＲＬ群の中から１つのＵＲＬを選定し（Ｓ２５）、選定したＵＲＬを指定してインターネット動画配信サーバ７２にインターネット動画の再生をリクエストする（Ｓ２６）。

次いで、マッチングサーバ６０は、インターネット動画配信サーバ７２からインターネット動画ストリームが配信されると（Ｓ２７）、そのインターネット動画のフィンガープリントを生成する（Ｓ２８）、そして、音源ファイルのフィンガープリントとインターネット動画のフィンガープリントでマッチング探索を行い（Ｓ２９）、その判定結果をマッチング結果ＤＢ３１へ書き込む（Ｓ３０→Ｓ３１）。

ステップＳ２６〜Ｓ３１は探索候補ＵＲＬ群の数だけ複数回実行される。このように生成されたマッチング結果ＤＢ３１はＷＥＢサーバ３０により用いられる。これにより、インターネット動画の時間情報に歌詞を同期させることが可能となる。

以上説明したように、本発明の実施の形態に係るクライアント端末１０は、インターネット音楽動画を取得する音楽取得部Ａ４と、インターネット音楽動画の歌詞を取得する同期歌詞取得部Ａ５と、ユーザインタフェースにて歌詞の中から所望の箇所が指定されると、その箇所に対応するインターネット音楽動画の再生位置を特定する特定部（フレーズ選択部Ａ７）とを備える。これにより、インターネット動画の再生位置を容易に指定することが可能である。

また、特定部は、ユーザインタフェースにて歌詞の中から所望のフレーズが選択されると、その選択範囲に対応するインターネット音楽動画の開始位置および終了位置を特定してもよい。これにより、任意の開始終了ポイントを容易に特定することが可能である。

また、特定部により特定された開始位置および終了位置に応じてシークバーＳを自動で調整するシークバー自動調整部Ａ８を備えてもよい。これにより、シークバーＳが自動で調整されるため、ユーザの利便性が更に向上する効果がある。

また、特定部により特定された開始位置から終了位置までのインターネット音楽動画を取得する指定位置音楽取得部Ａ９と、特定部により特定された開始位置から終了位置までのインターネット音楽動画の歌詞を取得する指定位置同期歌詞取得部Ａ１０と、指定位置音楽取得部Ａ９により取得されたインターネット音楽動画と指定位置同期歌詞取得部Ａ１０により取得された歌詞とを同期表示する指定位置音楽歌詞同期表示部Ａ１１とを備えてもよい。これにより、選択範囲だけのインターネット音楽動画と歌詞を同期表示することが可能である。

また、本発明の実施の形態に係るインターネット動画再生システムは、上記したいずれかのクライアント端末１０と、インターネット音楽動画を提供するインターネット動画サーバ５０と、インターネット音楽動画の歌詞を提供する同期歌詞サーバ４０と、予めマッチングサーバ６０により生成されたマッチング結果ＤＢ３１を用いて歌詞を活用したコミュニケーションサービスを実現するＷＥＢサーバ３０とを備える。これにより、インターネット動画の再生位置、選択範囲を容易に指定することができるクライアント端末１０を用いて、歌詞を活用したコミュニケーションサービスを実現することが可能である。

なお、ここでは、歌詞を用いてインターネット音楽動画の再生位置を指定する場合を例示したが、本発明はこれに限定されるものではない。例えば、インターネット動画が映画やニュース番組である場合は字幕（テロップ）を用いて再生位置を指定してもよい。すなわち、インターネット動画の時間情報を文字等のメタデータで可視化することができる構成である以上、本発明を同様に適用することが可能である。

また、本発明は、クライアント端末１０として実現することができるだけでなく、このクライアント端末１０が備える特徴的な処理部をステップとするインターネット動画再生方法として実現したり、それらステップをコンピュータに実行させるインターネット動画再生プログラムとして実現することも可能である。このようなプログラムは、ＣＤ−ＲＯＭ等の記録媒体やインターネット等の伝送媒体を介して配信することができるのはいうまでもない。

１０…クライアント端末
２０…インターネット
３０…ＷＥＢサーバ
４０…同期歌詞サーバ
５０…インターネット動画サーバ
６０…マッチングサーバ
６１…インターネット動画再生部
６２…インターネット動画特徴抽出部
６３…マッチング探索部
６４…音源特徴データ記憶部
６５…マッチング結果判定部
Ａ…アプリケーション
Ａ１…サーバ通信部
Ａ２…音楽一覧取得部
Ａ３…音楽一覧表示部
Ａ４…音楽取得部
Ａ５…同期歌詞取得部
Ａ６…音楽歌詞同期表示部
Ａ７…フレーズ選択部
Ａ８…シークバー自動調整部
Ａ９…指定位置音楽取得部
Ａ１０…指定位置同期歌詞取得部
Ａ１１…指定位置音楽歌詞同期表示部
Ｐ１…再生位置
Ｐ１１…開始位置
Ｐ１２…終了位置
Ｓ…シークバー

Claims (3)

1. クライアント端末と、
   インターネット動画を提供するインターネット動画サーバと、
   前記インターネット動画に関連する文字を提供する同期文字サーバと、
   予めマッチングサーバにより生成されたマッチング結果ＤＢを用いて文字を活用したコミュニケーションサービスを実現するＷＥＢサーバと
   を備え、
   前記クライアント端末は、
   インターネット動画を取得する動画取得部と、
   前記インターネット動画に関連する文字を取得する同期文字取得部と、
   ユーザインタフェースにて前記文字の中から所望の箇所が指定されると、その箇所に対応する前記インターネット動画の再生位置を特定する特定部と
   を備え、
   前記特定部は、ユーザインタフェースにて前記文字の中から所望のフレーズが選択されると、その選択範囲に対応する前記インターネット動画の開始位置および終了位置を特定し、
   前記特定部により特定された開始位置および終了位置に応じてシークバーを自動で調整するシークバー自動調整部を備える
   ことを特徴とするインターネット動画再生システム。
2. 前記クライアント端末は、
   前記特定部により特定された開始位置から終了位置までのインターネット動画を取得する指定位置動画取得部と、
   前記特定部により特定された開始位置から終了位置までのインターネット動画に関連する文字を取得する指定位置同期文字取得部と、
   前記指定位置動画取得部により取得されたインターネット動画と前記指定位置同期文字取得部により取得された文字とを同期表示する指定位置動画文字同期表示部と
   を備える
   ことを特徴とする請求項１に記載のインターネット動画再生システム。
3. 請求項１または２に記載したインターネット動画再生システムが備えるクライアント端末の各処理部としてコンピュータを機能させることを特徴とするプログラム。

Images