JP6333226B2 - 送信装置、送信方法、受信装置および受信方法 - Google Patents

Description

本技術は、送信装置、送信方法、受信装置および受信方法に関する。

従来、放送局から立体画像データを表示するための立体画像データを送信し、この立体画像データをセットトップボックス（ＳＴＢ：Set Top Box）で受信し、そして、このセットトップボックスからテレビ受信機（ＴＶ：Television）にＨＤＭＩ（High Definition Multimedia Interface）規格などのデジタルインタフェースで立体画像データを送信することが知られている。例えば、非特許文献１には、ＨＤＭＩ規格の詳細についての記載がある。

例えば、特許文献１には、立体画像データのテレビ放送電波を用いた伝送方式について提案されている。この場合、左眼用画像データおよび右眼用画像データを含む立体画像データが送信され、テレビ受信機において、両眼視差を利用した立体画像表示が行われる。

図４８は、両眼視差を利用した立体画像表示において、スクリーン上におけるオブジェクト（物体）の左右像の表示位置と、その立体像の再生位置との関係を示している。例えば、スクリーン上に図示のように左像Ｌａが右側に右像Ｒａが左側にずれて表示されているオブジェクトＡに関しては、左右の視線がスクリーン面より手前で交差するため、その立体像の再生位置はスクリーン面より手前となる。

また、例えば、スクリーン上に図示のように左像Ｌｂおよび右像Ｒｂが同一位置に表示されているオブジェクトＢに関しては、左右の視線がスクリーン面で交差するため、その立体像の再生位置はスクリーン面上となる。さらに、例えば、スクリーン上に図示のように左像Ｌｃが左側に右像Ｒｃが右側にずれて表示されているオブジェクトＣに関しては、左右の視線がスクリーン面より奥で交差するため、その立体像の再生位置はスクリーン面より奥となる。

特開２００５−６１１４号公報

High-Definition Multimedia Interface Specification Version 1.4,June 5 2009

上述したように立体画像表示において、視聴者は、両眼視差を利用して、立体画像の遠近感を認知することが普通である。画像に重畳されるＯＳＤ表示等の重畳情報に関しても、２次元空間的のみならず、３次元の奥行き感としても、立体画像表示と連動してレンダリングされることが期待される。例えば、立体画像にＯＳＤ表示を重畳表示(オーバーレイ表示)する場合、遠近感でいうところの最も近い画像内の物体（オブジェクト）よりも手前に表示されないと、視聴者は、遠近感の矛盾を感じる場合がある。

そこで、立体画像データを構成する左眼画像データおよび右眼画像データに対応した視差情報を立体画像データと共にテレビ受信機に送信し、左眼画像および右眼画像に重畳する重畳情報をシフトさせて視差を付与することが考えられる。これにより、立体画像に重畳表示するＯＳＤ表示等の重畳情報を最も近い画像内の物体（オブジェクト）よりも手前に表示させることが可能となる。

本技術の目的は、例えば、放送局等から視差情報等の情報を簡単に送信してテレビ受信機等で利用可能とすることにある。

本技術の概念は、
音声データに直接関係しない所定情報が埋め込まれた音声圧縮データストリームを生成する音声圧縮データストリーム生成部と、
上記音声圧縮データストリーム生成部で生成された音声圧縮データストリーム送信するデータ送信部と
を備える送信装置にある。

本技術においては、音声圧縮データストリーム生成部により、音声圧縮データストリームが生成される。この圧縮フォーマットは、例えば、ＡＣ３，ＡＡＣなどである。この音声圧縮データストリームには、音声データに直接関係しない所定情報（メタデータ）が埋め込まれている。この所定情報は、例えば、音声圧縮データストリームのユーザデータ領域に埋め込まれている。例えば、圧縮フォーマットがＡＣ３の場合、所定情報は、付加データ領域（Ａｕｘ領域）に挿入される。また、例えば、圧縮フォーマットがＡＡＣの場合、所定情報は、ＤＳＥ（data stream element）として、挿入される。

本技術において、例えば、データストリーム生成部に所定情報を供給すると共に、この所定情報をユーザデータ領域に埋め込むためのサイズ情報を供給し、音声圧縮データストリームのユーザデータ領域に所定情報の埋め込みが行われるように制御する制御部をさらに備える、ようにされてもよい。

また、本技術において、例えば、画像圧縮データストリームを生成する画像圧縮データストリーム生成部をさらに備え、データ送信部は、画像圧縮データストリーム生成部で生成された画像圧縮データストリームと音声圧縮データストリームとを多重して送信し、画像圧縮データストリームは、立体画像を表示するための左眼画像データおよび右眼画像データを有する立体画像データを圧縮符号化した画像圧縮データを含み、音声圧縮データストリームに埋め込まれた所定情報は、左眼画像データおよび右眼画像データによる画像に重畳する重畳情報をシフトさせて視差を付与するための視差情報であってよい。

また、本技術において、例えば、音声圧縮データストリームに埋め込まれた所定情報は、他のサービスにアクセスするための情報であってもよい。この場合、例えば、所定情報は、音声圧縮データに関係した情報を得るためのネットワークアクセス情報とされる。また、この場合、例えば、画像圧縮データストリームを生成する画像圧縮データストリーム生成部をさらに備え、データ送信部は、画像圧縮データストリーム生成部で生成された画像圧縮データストリームと音声圧縮データストリームとを多重して送信し、音声圧縮データストリームに埋め込まれた所定情報は、画像圧縮データに関係した情報を得るためのネットワークアクセス情報とされる。

また、本技術において、例えば、画像圧縮データストリームを生成する画像圧縮データストリーム生成部をさらに備え、データ送信部は、画像圧縮データストリーム生成部で生成された画像圧縮データストリームと音声圧縮データストリームとを多重して送信し、音声圧縮データストリームに埋め込まれた所定情報は、画像圧縮データによる画像に重畳する重畳情報のデータであってもよい。

このように本技術においては、音声データに直接関係しない所定情報が、圧縮音声データストリームに埋め込まれて送信される。そのため、例えば、放送局、配信サーバ等から視差情報、重畳情報データ、他サービスアクセス情報等の情報を、圧縮音声データストリームをコンテナとして簡単に送信でき、テレビ受信機等で利用することが可能となる。

本技術において、例えば、音声圧縮データストリームに埋め込まれる所定情報には、情報のタイプを示すタイプ情報が付加されていてもよい。この場合、タイプ情報によって情報のタイプの識別が可能となるため、複数のタイプの情報を選択的に送信することが可能となる。

また、本技術において、例えば、音声圧縮データストリームに埋め込まれる所定情報には情報識別子で区別された複数種類の情報を含めることが可能とされてもよい。この場合、複数種類の情報を同時に送信するこが可能となる。

また、本技術において、例えば、音声圧縮データストリームに埋め込まれる所定情報を、一連の情報を分割して得られた複数の分割情報のいずれかとすることが可能とされ、所定情報としての分割情報には、最初の分割情報であるか否かを示す情報および順番を示す情報が付加されてもよい。この場合、所定の情報の容量が大きい場合には複数に分割して送信することが可能となる。

また、本技術において、例えば、音声圧縮データストリームに埋め込まれる所定情報には、時間同期を管理するためのタイムスタンプが付加されてもよい。この場合、画像表示、あるいは音声出力との間の同期管理が可能となる。

また、本技術の他の概念は、
所定情報が付加された音声圧縮データストリームを取得するデータ取得部と、
上記データ取得部で取得された音声圧縮データストリームを、伝送路を介して、上記外部機器に送信するデータ送信部と
を備える送信装置にある。

本技術において、データ取得部により、音声圧縮データストリームが取得される。この圧縮フォーマットは、例えば、ＡＣ３，ＡＡＣなどである。この音声圧縮データストリームには、所定情報、例えば音声データに直接関係しない情報が付加されている。例えば、データ取得部は、音声圧縮データストリームを、放送信号から取得するか、あるいは、配信サーバ（ストリーミングサーバ）からネットワークを介して取得する。また、例えば、データ取得部は、音声圧縮データストリームを、ディスク等の記録媒体から再生して取得する。データ送信部では、データ取得部で取得された音声圧縮データストリームが、伝送路を介して、外部機器に送信される。

本技術において、例えば、データ送信部は、データ取得部で取得された音声圧縮データストリームの圧縮フォーマットが外部機器で取り扱い可能な圧縮フォーマットであるとき、データ取得部で取得された音声圧縮データストリームを上記外部機器に送信する、ようにされる。この場合、例えば、データ送信部は、データ取得部で取得された音声圧縮データストリームの圧縮フォーマットが外部機器で取り扱い可能な圧縮フォーマットであるとき、データ取得部で取得された音声圧縮データストリームを外部機器に送信する、ようにされてもよい。

そして、この場合、データ送信部は、データ取得部で取得された音声圧縮データストリームの圧縮フォーマットが外部機器で取り扱い可能な圧縮フォーマットであり、さらに外部機器が音声圧縮データストリームの送信を要求しているとき、データ取得部で取得された音声圧縮データストリームを上記外部機器に送信する、ようにされてもよい。

さらに、この場合、データ取得部で取得された音声圧縮データストリームにデコード処理を施して非圧縮音声データおよび所定情報を得るデコード処理部をさらに備え、データ送信部は、少なくとも、データ取得部で取得された音声圧縮データストリームの圧縮フォーマットが外部機器で取り扱い可能な圧縮フォーマットでないか、あるいは、外部機器が音声圧縮データストリームの送信を要求していないとき、デコード処理部で得られた非圧縮音声データおよび所定情報を、伝送路を介して、外部機器に送信する、ようにされてもよい。

また、本技術において、例えば、データ送信部は、外部機器が取り扱い可能な音声圧縮データストリームの圧縮フォーマット情報と、外部機器が音声圧縮データストリームの送信を要求しているか否かの情報を、外部機器が備える記憶部から伝送路を介して読み出して取得する、ようにされてもよい。

また、本技術において、例えば、データ送信部は、立体画像を表示するための左眼画像データおよび右眼画像データを有する立体画像データを、伝送路を介して外部機器にさらに送信し、音声圧縮データストリームに埋め込まれた所定情報は、立体画像データを表示するための左眼画像データおよび右眼画像データによる画像に重畳する重畳情報をシフトさせて視差を付与するための視差情報であってもよい。

また、本技術において、例えば、音声圧縮データストリームに埋め込まれた所定情報は、他のサービスにアクセスするための情報であってもよい。

また、本技術において、データ送信部は、画像データを、伝送路を介して、外部機器にさらに送信し、音声圧縮データストリームに埋め込まれた所定情報は、画像データによる画像に重畳する重畳情報のデータであってもよい。

このように本技術においては、データ取得部で取得された、所定情報が付加されている音声圧縮データストリームが外部機器にそのまま送信される。そのため、音声圧縮データストリームにデコード処理を施す必要がなく、視差情報、重畳情報データ、他サービスアクセス情報等の情報を、音声圧縮データストリームをコンテナとして簡単に送信でき、テレビ受信機等で利用することが可能となる。

また、本技術のさらに他の概念は、
所定情報が付加された音声圧縮データストリームを受信するデータ受信部と、
上記データ受信部で受信された音声圧縮データストリームにデコード処理を施して非圧縮音声データおよび上記所定情報を得るデコード処理部と
を備える受信装置にある。

本技術において、データ受信部により、音声圧縮データストリームが受信される。この場合、例えば、データ受信部は、放送信号または配信サーバから所定情報が埋め込まれた音声圧縮データストリームを受信する、ようにされる。また、この場合、例えば、データ受信部は、外部機器から、伝送路を介して、所定情報が埋め込まれた音声圧縮データストリームを受信する、ようにされる。音声圧縮データストリームの圧縮フォーマットは、例えば、ＡＣ３，ＡＡＣなどである。デコード処理部により、音声圧縮データストリームにデコード処理が施されて非圧縮音声データおよび所定情報が得られる。

本技術において、例えば、データ受信部は、立体画像を表示するための左眼画像データおよび右眼画像データを有する立体画像データをさらに受信し、デコード処理部で得られた所定情報は、立体画像データを表示するための左眼画像データおよび右眼画像データによる画像に重畳する重畳情報をシフトさせて視差を付与するための視差情報であり、データ受信部で受信された立体画像データが有する左眼画像データおよび右眼画像データと、デコード処理部で得られた視差情報を用い、左眼画像および右眼画像に重畳する同一の重畳情報に視差を付与し、重畳情報が重畳された左眼画像のデータおよび重畳情報が重畳された右眼画像のデータを得る画像データ処理部をさらに備える、ようにされてもよい。

また、本技術において、例えば、デコード処理部で得られた所定情報は、他のサービスにアクセスするための情報であり、デコード処理部で得られた他のサービスにアクセスするための情報を用いて、他のサービスにアクセスする通信部をさらに備える、ようにされてもよい。

また、本技術において、例えば、データ受信部は、画像データをさらに受信し、デコード処理部で得られた所定情報は、データ受信部で受信された画像データによる画像に重畳する重畳情報のデータであり、データ受信部で受信された画像データと、デコード処理部で得られた重畳情報のデータを用い、重畳情報が重畳された画像のデータを得る画像データ処理部をさらに備える、ようにされてもよい。

このように本技術においては、所定情報が埋め込まれている音声圧縮データストリームを受信し、埋め込まれている視差情報、重畳情報データ、他サービスアクセス情報等の情報を利用することが可能となる。

本技術によれば、放送局、配信サーバ等から、視差情報、重畳情報データ、他サービスアクセス情報等の情報を、音声圧縮データストリームをコンテナとして簡単に送信でき、テレビ受信機等で利用することが可能となる。

本技術の第１の実施の形態としての立体画像表示システムの構成例を示すブロック図である。 放送局における送信データ生成部の構成例を示すブロック図である。 １９２０×１０８０ｐのピクセルフォーマットの画像データを示す図である。 立体画像データ（３Ｄ画像データ）の伝送方式である「Top & Bottom」方式、「Side By Side」方式、「Frame Sequential」方式を説明するための図である。 左眼画像に対する右眼画像の視差ベクトルを検出する例を説明するための図である。 視差ベクトルをブロックマッチング方式で求めることを説明するための図である。 送信データ生成部の視差情報作成部で行われるダウンサイジング処理を説明するための図である。 立体画像表示システムを構成するセットトップボックスの構成例を示すブロック図である。 セットトップボックスのＣＰＵの制御処理の手順の一例を示すフローチャートである。 立体画像表示システムを構成するテレビ受信機の構成例を示すブロック図である。 立体画像表示システムにおける、セットトップボックスのＨＤＭＩ送信部（ＨＤＭＩソース）と、テレビ受信機のＨＤＭＩ受信部（ＨＤＭＩシンク）の構成例を示す図である。 テレビ受信機に含まれるＥ−ＥＤＩＤの構造（Block1以降、ＨＤＭＩ用拡張部分）を示す図である。 “Audio Data Block”の各“CEA Short Audio Descriptor”の詳細を示す図である。 「Audio Code」と「Audio Format」の対応関係（一部抜粋）を示す図である。 ＥＤＩＤ構造内のVendor Specific Data Block(ＶＳＤＢ)の構造を示す図である。 放送局における送信データ生成部の他の構成例を示すブロック図である。 立体画像表示システムを構成するテレビ受信機の他の構成例を示すブロック図である。 放送局における送信データ生成部の他の構成例を示すブロック図である。 立体画像表示システムを構成するテレビ受信機の他の構成例を示すブロック図である。 本技術の第２の実施の形態としての立体画像表示システムの構成例を示すブロック図である。 放送局における送信データ生成部の構成例を示すブロック図である。 ＡＣ３のフレーム（AC3 Synchronization Frame）の構造を示す図である。 ＡＡＣの１０２４サンプル分の音声データが入るフレーム（Raw_data_block）の構造を示す図である。 圧縮フォーマットがＡＣ３の場合にメタデータＭＤが挿入される「ＡＵＸ（AUXILIARY DATA）」のの構成を示す図である。 圧縮フォーマットがＡＡＣの場合にメタデータＭＤが挿入される「ＤＳＥ（data stream element）」の構成を示す図である。 ＩＥＣ ６０９５８の基本的な論理データ構造を示す図である。 メタデータ汎用シンタクスの一例を説明するための図である。 メタデータ汎用シンタクスの一例を説明するための図である。 メタデータ汎用シンタクスの一例を説明するための図である。 メタデータ汎用シンタクスにおける主要なデータ規定内容を示す図である。 一連のメタデータ（メタデータパケット）を分割して送信する場合における、「metadata_counter」、「metadata_start_flag」の変化例を示す図である。 複数のメタデータが各々の同期対象と同期管理される例を示す図である。 「metadata_linking_Packet()」のシンタクスを示す図である。 「metadata_linking_Packet()」の主要なデータ規定内容を示す図である。 複数のメタデータユニットが各々の同期対象と同期管理される例を示す図である。 「disparity_shift_data_Packet()」のシンタクスを示す図である。 「disparity_shift_data_Packet()」の主要なデータ規定内容を示す図である。 「horizontal_partition」、「vertical_partition」による画面分割数あるいは画面分割パターンの一例を示す図である。 放送トリガ信号のライフサイクルの一例を示す図である。 レジスタ(Register)コマンドとしてのトリガ情報に含まれる項目を示す図である。 エクスキュート(Execute)コマンドとしてのトリガ情報に含まれる項目を示す図である。 インジェクトイベント(Inject_event)コマンドとしてのトリガ情報に含まれる項目を示す図である。 サスペンド(Suspend)コマンドとしてのトリガ情報に含まれる項目を示す図である。 ターミネート(Terminate)コマンドとしてのトリガ情報に含まれる項目を示す図である。 各コマンドとしてのトリガ情報に対応可能なトリガ情報である「Trigger_info_data()」のシンタクスを示す図である。 セットトップボックスの他の構成例を示すブロック図である。 立体画像表示システムの他の構成例を示すブロック図である。 両眼視差を利用した立体画像表示において、スクリーン上におけるオブジェクトの左右像の表示位置と、その立体像の再生位置との関係を説明するための図である。

以下、発明を実施するための形態（以下、「実施の形態」とする）について説明する。なお、説明を以下の順序で行う。
１．第１の実施の形態
２．第２の実施の形態
３．変形例

＜１．第１の実施の形態＞
［立体画像表示システムの構成例］
図１は、実施の形態としての立体画像表示システム１０の構成例を示している。この立体画像表示システム１０は、放送局１００と、セットトップボックス（ＳＴＢ）２００と、テレビ受信機（ＴＶ）３００を有している。

セットトップボックス２００およびテレビ受信機３００は、ＨＤＭＩ(High Definition Multimedia Interface)ケーブル４００を介して接続されている。セットトップボックス２００には、ＨＤＭＩ端子２０２が設けられている。テレビ受信機３００には、ＨＤＭＩ端子３０２が設けられている。ＨＤＭＩケーブル４００の一端はセットトップボックス２００のＨＤＭＩ端子２０２に接続され、このＨＤＭＩケーブル４００の他端はテレビ受信機３００のＨＤＭＩ端子３０２に接続されている。

［放送局の説明］
放送局１００は、ビットストリームデータＢＳＤを、放送波に載せて送信する。放送局１００は、ビットストリームデータＢＳＤを生成する送信データ生成部１１０を備えている。このビットストリームデータＢＳＤには、左眼画像データおよび右眼画像データを含む立体画像データ、音声データ、さらには視差情報（視差ベクトル）が含まれる。

「送信データ生成部の構成例」
図２は、放送局１００において、上述のビットストリームデータＢＳＤを生成する送信データ生成部１１０の構成例を示している。この送信データ生成部１１０は、データ取り出し部（アーカイブ部）１１１と、ビデオエンコーダ１１２と、オーディオエンコーダ１１３と、視差情報作成部１１４と、マルチプレクサ１１５を有している。

データ取り出し部１１１には、データ記録媒体１１１ａが、例えば、着脱自在に装着される。このデータ記録媒体１１１ａには、左眼画像データおよび右眼画像データを含む立体画像データと共に、音声データ、視差情報が対応付けて記録されている。データ取り出し部１１１は、データ記録媒体１１１ａから、立体画像データ、音声データ、視差情報等を取り出して出力する。データ記録媒体１１１ａは、ディスク状記録媒体、半導体メモリ等である。

データ記録媒体１１１ａに記録されている立体画像データは、所定の伝送方式の立体画像データである。立体画像データ（３Ｄ画像データ）の伝送方式の一例を説明する。ここでは、以下の第１〜第３の伝送方式を挙げるが、これら以外の伝送方式であってもよい。また、ここでは、図３に示すように、左眼（Ｌ）および右眼（Ｒ）の画像データが、それぞれ、決められた解像度、例えば、１９２０×１０８０ｐのピクセルフォーマットの画像データである場合を例にとって説明する。

第１の伝送方式は、トップ・アンド・ボトム（Top & Bottom）方式で、図４（ａ）に示すように、垂直方向の前半では左眼画像データの各ラインのデータを伝送し、垂直方向の後半では左眼画像データの各ラインのデータを伝送する方式である。この場合、左眼画像データおよび右眼画像データのラインが１／２に間引かれることから原信号に対して垂直解像度は半分となる。

第２の伝送方式は、サイド・バイ・サイド（Side By Side）方式で、図４（ｂ）に示すように、水平方向の前半では左眼画像データのピクセルデータを伝送し、水平方向の後半では右眼画像データのピクセルデータを伝送する方式である。この場合、左眼画像データおよび右眼画像データは、それぞれ、水平方向のピクセルデータが１／２に間引かれる。原信号に対して、水平解像度は半分となる。

第３の伝送方式は、フレーム・シーケンシャル（Frame Sequential）方式あるいは２Ｄ後方互換方式で、図４（ｃ）に示すように、左眼画像データと右眼画像データとをフィールド毎に順次切換えて伝送する方式である。

また、データ記録媒体１１１ａに記録されている視差情報は、例えば、画像を構成するピクセル（画素）毎の視差ベクトルである。視差ベクトルの検出例について説明する。ここでは、左眼画像に対する右眼画像の視差ベクトルを検出する例について説明する。図５に示すように、左眼画像を検出画像とし、右眼画像を参照画像とする。この例では、（xi,yi）および（xj,yj）の位置における視差ベクトルが検出される。

（xi,yi）の位置における視差ベクトルを検出する場合を例にとって説明する。この場合、左眼画像に、（xi,yi）の位置の画素を左上とする、例えば８×８あるいは１６×１６の画素ブロック（視差検出ブロック）Ｂｉが設定される。そして、右眼画像において、画素ブロックＢｉとマッチングする画素ブロックが探索される。

この場合、右眼画像に、（xi,yi）の位置を中心とする探索範囲が設定され、その探索範囲内の各画素を順次注目画素として、上述の画素ブロックＢｉと同様の例えば８×８あるいは１６×１６の比較ブロックが順次設定されていく。

画素ブロックＢｉと順次設定される比較ブロックとの間で、対応する画素毎の差分絶対値の総和が求められる。ここで、図６に示すように、画素ブロックＢｉの画素値をＬ(x,y)とし、比較ブロックの画素値をＲ(x,y)とするとき、画素ブロックＢｉと、ある比較ブロックとの間における差分絶対値の総和は、Σ｜Ｌ(x,y)−Ｒ(x,y)｜で表される。

右眼画像に設定される探索範囲にｎ個の画素が含まれているとき、最終的にｎ個の総和Ｓ１〜Ｓｎが求められ、その中で最小の総和Ｓminが選択される。そして、この総和Ｓminが得られた比較ブロックから左上の画素の位置が（xi′,yi′）が得られる。これにより、（xi,yi）の位置における視差ベクトルは、（xi′−xi，yi′−yi）のように検出される。詳細説明は省略するが、（xj,yj）の位置における視差ベクトルについても、左眼画像に、（xj,yj）の位置の画素を左上とする、例えば８×８あるいは１６×１６の画素ブロックＢｊが設定されて、同様の処理過程で検出される。

図２に戻って、視差情報作成部１１４は、データ取り出し部１３０から出力される視差情報、すなわちピクセル（画素）毎の視差ベクトルにダウンサイジング処理を施す。そして、視差情報作成部１１４は、画像（ピクチャ）領域を所定の大きさに分割して得られた各領域の視差ベクトルのセット、つまり視差情報セットを作成して出力する。図７は、視差情報作成部１１４で行われるダウンサイジング処理の一例を示している。

最初に、視差情報作成部１３４は、図７（ａ）に示すように、ピクセル（画素）毎の視差ベクトルを用いて、ブロック毎の視差ベクトルを求める。上述したように、ブロックは、最下層に位置するピクセル（画素）の上位層に当たり、画像（ピクチャ）領域が水平方向および垂直方向に所定の大きさで分割されることで構成される。そして、各ブロックの視差ベクトルは、例えば、そのブロック内に存在する全ピクセル（画素）の視差ベクトルから、最も値の大きな視差ベクトルが選択されることで得られる。

次に、視差情報作成部１１４は、図７（ｂ）に示すように、ブロック毎の視差ベクトルを用いて、グループ（Group Of Block）毎の視差ベクトルを求める。グループは、ブロックの上位層に当たり、複数個の近接するブロックをまとめてグループ化することで得られる。図７（ｂ）の例では、各グループは、破線枠で括られる４個のブロックにより構成されている。そして、各グループの視差ベクトルは、例えば、そのグループ内の全ブロックの視差ベクトルから、最も値の大きな視差ベクトルが選択されることで得られる。

次に、視差情報作成部１１４は、図７（ｃ）に示すように、グループ毎の視差ベクトルを用いて、パーティション（Partition）毎の視差ベクトルを求める。パーティションは、グループの上位層に当たり、複数個の近接するグループをまとめてグループ化することで得られる。図７（ｃ）の例では、各パーティションは、破線枠で括られる２個のグループにより構成されている。そして、各パーティションの視差ベクトルは、例えば、そのパーティション内の全グループの視差ベクトルから、最も値の大きな視差ベクトルが選択されることで得られる。

次に、視差情報作成部１１４は、図７（ｄ）に示すように、パーティション毎の視差ベクトルを用いて、最上位層に位置するピクチャ全体（画像全体）の視差ベクトルを求める。図７（ｄ）の例では、ピクチャ全体には、破線枠で括られる４個のパーティションが含まれている。そして、ピクチャ全体の視差ベクトルは、例えば、ピクチャ全体に含まれる全パーティションの視差ベクトルから、最も値の大きな視差ベクトルが選択されることで得られる。

このようにして、視差情報作成部１１４は、最下層に位置するピクセル（画素）毎の視差ベクトルにダウンサイジング処理を施して、ブロック、グループ、パーティション、ピクチャ全体の各階層の各領域の視差ベクトルを求めることができる。なお、図７に示すダウンサイジング処理の一例では、最終的に、ピクセル（画素）の階層の他、ブロック、グループ、パーティション、ピクチャ全体の４階層の視差ベクトルを求めている。しかし、階層数ならびに各階層の領域の切り方や領域の数はこれに限定されるものではない。

視差情報作成部１１４は、上述したダウンサイジング処理により、所定階層の各領域の視差ベクトルのセットを作成して、視差情報セットとして出力する。なお、視差ベクトルを求める各領域の大きさ、つまり階層の選択は、例えば、受信側が要求する視差ベクトルの空間密度、あるいは伝送帯域などに基づいて行われる。

図２に戻って、ビデオエンコーダ１１２は、データ取り出し部１１１から供給される立体画像データに対して、ＭＰＥＧ４−ＡＶＣ、ＭＰＥＧ２、ＶＣ−１等の符号化を施し、画像圧縮データストリーム（ビデオエレメンタリストリーム）を生成する。オーディオエンコーダ１１３は、データ取り出し部１１１から供給される音声データに対して、ＡＣ３、ＡＡＣ等の符号化を施し、音声圧縮データストリーム（オーディオエレメンタリストリーム）を生成する。

オーディオエンコーダ１１３は、音声圧縮データストリームに、上述の視差情報作成部１１４で作成された視差情報セットを付加する。ここで、視差情報セットは、音声圧縮データストリームに、ユーザデータとして挿入される。例えば、圧縮フォーマットがＡＣ３の場合、視差情報セットは、付加データ領域（Ａｕｘ領域）に挿入される。また、例えば、圧縮フォーマットがＡＡＣの場合、所定情報は、DSE data stream element(ユーザデータ)として挿入される。これにより、視差情報セットは、音声圧縮データストリームをコンテナとして送信されることになる。この視差情報セットは、後述するように、テレビ受信機３００において、左眼画像データおよび右眼画像データによる画像に重畳する重畳情報（ＯＳＤ表示など）をシフトさせて視差を付与するために使用される。

マルチプレクサ１１５は、ビデオエンコーダ１１２から出力される画像圧縮データストリームおよびオーディオエンコーダ１１３から出力される音声圧縮データストリームを多重化する。そして、マルチプレクサ１１５は、多重化データストリームとしてのビットストリームデータ（トランスポートストリーム）ＢＳＤを生成して出力する。

図２に示す送信データ生成部１１０の動作を簡単に説明する。データ取り出し部１１１から出力される立体画像データは、ビデオエンコーダ１１２に供給される。このビデオエンコーダ１１２では、その立体画像データに対してＭＰＥＧ４−ＡＶＣ、ＭＰＥＧ２、ＶＣ−１等の符号化が施され、符号化ビデオデータを含む画像圧縮データストリーム（ビデオエレメンタリストリーム）が生成される。この画像圧縮データストリームは、マルチプレクサ１１５に供給される。

また、データ取り出し部１１１から出力されるピクセル（画素）毎の視差ベクトルは、視差情報作成部１１４に供給されて、ダウンサイジング処理が施される。この視差情報作成部１１４では、画像（ピクチャ）領域が所定の大きさに分割されて得られた各領域の視差ベクトルのセット、つまり視差情報セットが作成される。この視差情報セットは、オーディオエンコーダ１１３に供給される。

また、データ取り出し部１１１から出力される音声データはオーディオエンコーダ１１３に供給される。このオーディオエンコーダ１１１では、データ取り出し部１１１から供給される音声データに対して、ＡＣ３、ＡＡＣ等の符号化が施され、音声圧縮データストリーム（オーディオエレメンタリストリーム）が生成される。

また、このオーディオエンコーダ１１３では、音声圧縮データストリームに、上述の視差情報作成部１１４で作成された視差情報セットが付加される。この場合、視差情報セットは、音声圧縮データストリームに、ユーザデータとして挿入される。このように視差情報セットが付加された音声圧縮データストリームは、マルチプレクサ１１５に供給される。

マルチプレクサ１１５には、上述したように、ビデオエンコーダ１１２から画像圧縮データストリームが供給されると共に、オーディオエンコーダ１１３から視差情報セットが付加された音声圧縮データストリームが供給される。そして、このマルチプレクサ１１５では、各エンコーダから供給される圧縮データストリーム（エレメンタリストリーム）がパケット化されて多重され、伝送データとしてのビットストリームデータ（トランスポートストリーム）ＢＳＤが得られる。

［セットトップボックスの説明］
図１に戻って、セットトップボックス２００は、放送局１００から放送波に載せて送信されてくるビットストリームデータ（トランスポートストリーム）ＢＳＤを受信する。このビットストリームデータＢＳＤには、左眼画像データおよび右眼画像データを含む立体画像データ、音声データおよび視差情報セットなどが含まれている。このセットトップボックス２００は、ビットストリーム処理部２０１を有している。

このビットストリーム処理部２０１は、ビットストリームデータＢＳＤから、非圧縮の立体画像データを得る。また、このビットストリーム処理部２０１は、ビットストリームデータＢＳＤから、音声圧縮データストリーム、または、非圧縮音声データおよび視差情報セットを得る。

図８は、セットトップボックス２００の構成例を示している。このセットトップボックス２００は、ビットストリーム処理部２０１と、ＨＤＭＩ端子２０２と、アンテナ端子２０３と、デジタルチューナ２０４と、オーディオフレーミング部２０８と、ＨＤＭＩ送信部２０９を有している。ビットストリーム処理部２０１には、デマルチプレクサ２０５、ビデオデコーダ２０６およびオーディオデコーダ２０７が含まれている。また、セットトップボックス２００は、ＣＰＵ２１１と、フラッシュＲＯＭ２１２と、ＤＲＡＭ２１３と、内部バス２１４と、リモコン受信部２１５と、リモコン送信機２１６を有している。

ＣＰＵ２１１は、セットトップボックス２００の各部の動作を制御する。フラッシュＲＯＭ２１２は、制御ソフトウェアの格納およびデータの保管を行う。ＤＲＡＭ２１３は、ＣＰＵ２１１のワークエリアを構成する。ＣＰＵ２１１は、フラッシュＲＯＭ２１２から読み出したソフトウェアやデータをＤＲＡＭ２１３上に展開してソフトウェアを起動させ、セットトップボックス２００の各部を制御する。

リモコン受信部２１５は、リモコン送信機２１６から送信されたリモーコントロール信号（リモコンコード）を受信し、ＣＰＵ２１１に供給する。ＣＰＵ２１１は、このリモコンコードに基づいて、セットトップボックス２００の各部を制御する。ＣＰＵ２１１、フラッシュＲＯＭ２１２およびＤＲＡＭ２１３は内部バス２１４に接続されている。

アンテナ端子２０３は、受信アンテナ（図示せず）で受信されたテレビ放送信号を入力する端子である。デジタルチューナ２０４は、アンテナ端子２０３に入力されたテレビ放送信号を処理して、ユーザの選択チャネルに対応した所定のビットストリームデータ（トランスポートストリーム）ＢＳＤを出力する。

ビットストリーム処理部２０１は、上述したように、ビットストリームデータＢＳＤから立体画像データを取得し、さらに、音声圧縮データストリーム、または、非圧縮音声データおよび視差情報セットを取得する。デマルチプレクサ２０５は、ビットストリームデータＢＳＤからビデオおよびオーディオのエレメンタリストリームのパケットを抽出し、各デコーダに送る。

ビデオデコーダ２０６は、上述の送信データ生成部１１０のビデオエンコーダ１１２とは逆の処理を行う。すなわち、デマルチプレクサ２０５で抽出されたビデオのパケットからビデオエレメンタリストリーム（画像圧縮データストリーム）を再構成し、復号化処理を行って、左眼画像データおよび右眼画像データを含む非圧縮の立体画像データを得る。この立体画像データの伝送方式は、例えば、上述の第１の伝送方式（「Top & Bottom」方式）、第２の伝送方式は（「Side By Side」方式）、第３の伝送方式（「Frame Sequential」方式）などである（図４参照）。

オーディオデコーダ２０７は、上述の送信データ生成部１１０のオーディオエンコーダ１１３とは逆の処理を行う。オーディオデコーダ２０７は、デマルチプレクサ２０５で抽出されたオーディオのパケットからオーディオエレメンタリストリーム（音声圧縮データストリーム）を再構成し、デコード処理を行って、非圧縮音声データ（ＰＣＭデータ）および視差情報セットを得る。ただし、オーディオデコーダ２０７は、以下の場合には、圧縮音声データストリームを、デコード処理をすることなく、そのまま出力する。すなわち、その圧縮フォーマットがテレビ受信機３００で取り扱い可能で、しかも、テレビ受信機３００が圧縮音声データストリームの送信を要求している場合である。

上述のオーディオデコーダ２０７の処理は、ＣＰＵ２１１の制御のもとに行われる。ＣＰＵ２１１は、後述するように、テレビ受信機３００からＥ−ＥＤＩＤ（Enhanced Extended Display Identification Data）を取得する。ＣＰＵ２１１は、このＥ−ＥＤＩＤに含まれる、テレビ受信機３００で取り扱い可能な音声圧縮データストリームの圧縮フォーマット情報、および音声圧縮データストリームの送信を要求しているか否かを示す情報（圧縮強制フラグ情報）に基づいて、制御を行う。

図９のフローチャートは、ＣＰＵ２１１の制御処理の手順の一例を示している。ＣＰＵ２１１は、ステップＳＴ１で処理を開始し、その後、ステップＳＴ２の処理に移る。このステップＳＴ２において、ＣＰＵ２１１は、圧縮強制フラグ情報に基づいて、テレビ受信機３００が音声圧縮データストリームの送信を要求しているか否かを判断する。送信を要求しているとき、ＣＰＵ２１１は、ステップＳＴ３の処理に移る。

このステップＳＴ３において、ＣＰＵ２１１は、圧縮フォーマットが、テレビ受信機３００で取り扱い可能か否かを判断する。取り扱い可能な圧縮フォーマットであるとき、ＣＰＵ２１１は、ステップＳＴ４において、音声圧縮データストリームを、デコード処理せずに、そのまま出力するように、オーディオデコーダ２０７を制御する。ＣＰＵ２１１は、ステップＳＴ４の処理の後、ステップＳＴ５において、制御処理を終了する。

ステップＳＴ２でテレビ受信機３００が音声圧縮データストリームの送信を要求していないとき、ＣＰＵ２１１は、ステップＳＴ６の処理に移る。また、ステップＳＴ３で受信音声圧縮データストリームの圧縮フォーマットがテレビ受信機３００で取り扱い可能な圧縮フォーマットでないとき、ＣＰＵ２１１は、ステップＳＴ６の処理に移る。このステップＳＴ６において、ＣＰＵ２１１は、音声圧縮データストリームをデコードし、非圧縮音声データと視差情報セットを出力するように、オーディオデコーダ２０７を制御する。ＣＰＵ２１１は、ステップＳＴ６の処理の後、ステップＳＴ５において、制御処理を終了する。

オーディオフレーミング部２０８は、オーディオデコーダ２０７の出力に対して、ＩＥＣ６０９５８のフレーミングを行う。オーディオデコーダ２０７から音声圧縮データストリームが出力されるとき、オーディオフレーミング部２０８は、音声圧縮データストリームに対してＩＥＣ６０９５８のフレーミングを行う。また、オーディオデコーダ２０７から非圧縮音声データおよび視差情報セットが出力されるとき、オーディオフレーミング部２０８は非圧縮音声データに対してＩＥＣ６０９５８のフレーミングを行うと共に、視差情報セットを付加データ領域（Ａｕｘ領域）に入れる。

ＨＤＭＩ送信部２０９は、ＨＤＭＩに準拠した通信により、立体画像データおよび音声データを、ＨＤＭＩ端子２０２から送出する。このＨＤＭＩ送信部２０９は、立体画像データの取り扱いが可能な状態にある。ＨＤＭＩ送信部２０９は、ＨＤＭＩのＴＭＤＳチャネルで送信するため、画像および音声のデータをパッキングして、ＨＤＭＩ端子２０２に出力する。このＨＤＭＩ送信部２０９の詳細は後述する。

セットトップボックス２００の動作を簡単に説明する。アンテナ端子２０３に入力されたテレビ放送信号はデジタルチューナ２０４に供給される。このデジタルチューナ２０４では、テレビ放送信号が処理されて、ユーザの選択チャネルに対応した所定のビットストリームデータ（トランスポートストリーム）ＢＳＤが出力される。

デジタルチューナ２０４から出力されるビットストリームデータＢＳＤは、ビットストリーム処理部２０１を構成するデマルチプレクサ２０５に供給される。このデマルチプレクサ２０５では、ビットストリームデータＢＳＤからビデオおよびオーディオのエレメンタリストリームのパケットが抽出され、各デコーダに送られる。

ビデオデコーダ２０６では、デマルチプレクサ２０５で抽出されたビデオのパケットからビデオのエレメンタリストリーム（画像圧縮データストリーム）が再構成される。そして、このビデオデコーダ２０６では、画像圧縮データストリームに対してデコード処理が行われて、左眼画像データおよび右眼画像データを含む立体画像データが得られる。この立体画像データは、ＨＤＭＩ送信部２０９に供給される。

また、オーディオデコーダ２０７では、デマルチプレクサ２０５で抽出されたオーディオのパケットからオーディオのエレメンタリストリーム（音声圧縮データストリーム）が再構成される。そして、圧縮フォーマットがテレビ受信機３００で取り扱い可能で、しかも、テレビ受信機３００が圧縮音声データストリームの送信を要求しているとき、オーディオデコーダ２０７からは、音声圧縮データストリームがそのまま出力される。

また、少なくとも、圧縮フォーマットがテレビ受信機３００で取り扱い可能でないとき、あるいはテレビ受信機３００が圧縮音声データストリームの送信を要求していないとき、オーディオデコーダ２０７ではデコード処理が行われる。この場合、オーディオデコーダ２０７では、再構成された圧縮音声データストリームに対してデコード処理が行われ、非圧縮音声データ（ＰＣＭデータ）および視差情報セットが得られる。

オーディオデコーダ２０７の出力は、オーディオフレーミング部２０８に供給される。このオーディオフレーミング部２０８では、オーディオデコーダ２０７の出力に対して、ＩＥＣ６０９５８のフレーミングが行われる。オーディオデコーダ２０７から音声圧縮データストリームが出力されるとき、オーディオフレーミング部２０８では、音声圧縮データストリームに対してＩＥＣ６０９５８のフレーミングが行われる。また、オーディオデコーダ２０７から非圧縮音声データおよび視差情報セットが出力されるとき、オーディオフレーミング部２０８では、非圧縮音声データに対してＩＥＣ６０９５８のフレーミングが行われ、視差情報セットは付加データ領域（Ａｕｘ領域）に挿入される。

オーディオフレーミング部２０８の出力は、ＨＤＭＩ送信部２０９に供給される。このＨＤＭＩ送信部２０９では、立体画像データおよび音声データがパッキングされ、ＨＤＭＩ端子２０２からＨＤＭＩケーブル４００に送出される。

［テレビ受信機の説明］
図１に戻って、テレビ受信機３００は、セットトップボックス２００からＨＤＭＩケーブル４００を介して送られてくる立体画像データ、音声データなどを受信する。このテレビ受信機３００は、３Ｄ信号処理部３０１を有している。この３Ｄ信号処理部３０１は、立体画像データに対して、伝送方式に対応した処理（デコード処理）を行って、左眼画像データおよび右眼画像データを取得する。

図１０は、テレビ受信機３００の構成例を示している。このテレビ受信機３００は、３Ｄ信号処理部３０１と、ＨＤＭＩ端子３０２と、ＨＤＭＩ受信部３０３と、オーディオデコーダ３０４を有している。また、このテレビ受信機３００は、アンテナ端子３０５と、デジタルチューナ３０６と、ビットストリーム処理部３０７と、映像・グラフィック処理回路３０８と、ＯＳＤ表示データ生成部３０９と、パネル駆動回路３１０と、表示パネル３１１を有している。

また、テレビ受信機３００は、音声信号処理回路３１２と、音声増幅回路３１３と、スピーカ３１４を有している。また、このテレビ受信機３００は、ＣＰＵ３２１と、フラッシュＲＯＭ３２２と、ＤＲＡＭ３２３と、内部バス３２４と、リモコン受信部３２５と、リモコン送信機３２６と、ネットワーク端子３２７と、イーサネットインタフェース３２８を有している。なお、「イーサネット」は登録商標である。

ＣＰＵ３２１は、テレビ受信機３００の各部の動作を制御する。フラッシュＲＯＭ３２２は、制御ソフトウェアの格納およびデータの保管を行う。ＤＲＡＭ３２３は、ＣＰＵ３２１のワークエリアを構成する。ＣＰＵ３２１は、フラッシュＲＯＭ３２２から読み出したソフトウェアやデータをＤＲＡＭ３２３上に展開してソフトウェアを起動させ、テレビ受信機３００の各部を制御する。

リモコン受信部３２５は、リモコン送信機３２６から送信されたリモートコントロール信号（リモコンコード）を受信し、ＣＰＵ３２１に供給する。ＣＰＵ３２１は、このリモコンコードに基づいて、テレビ受信機３００の各部を制御する。ＣＰＵ３２１、フラッシュＲＯＭ３２２およびＤＲＡＭ３２３は、内部バス３２４に接続されている。

イーサネットインタフェース３２８は、ネットワーク端子３２７を介して、インターネット等の図示しないネットワークに接続される。イーサネットインタフェース２１８は、ユーザ操作に応じて、ネットワークを通じて種々の情報、例えばウィジェット（Widget）でグラフィクス表示する天気予報、株価等の情報も取得できる。このイーサネットインタフェース３２８は、内部バス３２４に接続されている。このイーサネットインタフェース３２８は、ネットワーク通信部を構成している。

アンテナ端子３０５は、受信アンテナ（図示せず）で受信されたテレビ放送信号を入力する端子である。デジタルチューナ３０６は、アンテナ端子３０５に入力されたテレビ放送信号を処理して、ユーザの選択チャネルに対応した所定のビットストリームデータ（トランスポートストリーム）ＢＳＤを出力する。

ビットストリーム処理部３０７は、図８に示すセットトップボックス２００のビットストリーム処理部２０１と同様の構成とされている。このビットストリーム処理部３０７は、ビットストリームデータＢＳＤから非圧縮立体画像データを取得し、さらに、非圧縮音声データおよび視差情報セットを取得する。

ＨＤＭＩ受信部３０３は、ＨＤＭＩに準拠した通信により、ＨＤＭＩケーブル４００を介してＨＤＭＩ端子３０２に供給される立体画像データおよび音声データを受信する。このＨＤＭＩ受信部３０３は、立体画像データの取り扱いが可能な状態にある。このＨＤＭＩ受信部３０３の詳細は後述する。

ここで、音声データは、上述のセットトップボックス２００の部分で説明したように、以下のいずれかである。すなわち、音声データは、視差情報セットがユーザデータとして付加された音声圧縮データストリーム、あるいは視差情報セットが付加データ領域（Ａｕｘ領域）に挿入された非圧縮音声データ（ＰＣＭデータ）である。

オーディオデコーダ３０４は、ＨＤＭＩ受信部３０３で視差情報セットがユーザデータとして付加された音声圧縮データストリームが受信されるとき、デコード処理を行って、非圧縮音声データ（ＰＣＭデータ）および視差情報セットを出力する。また、このオーディオデコーダ３０４は、ＨＤＭＩ受信部３０３で視差情報セットが付加データ領域（Ａｕｘ領域）に挿入された非圧縮音声データ（ＰＣＭデータ）が受信されるとき、非圧縮音声データ（ＰＣＭデータ）および視差情報セットをそのまま出力する。

３Ｄ信号処理部３０１は、ＨＤＭＩ受信部３０３で受信された、あるいはビットストリーム処理部３０７で得られた立体画像データに対して、デコード処理を行って、左眼画像データおよび右眼画像データを生成する。この場合、３Ｄ信号処理部３０１は、ビットストリーム処理部３０７で得られた立体画像データに対しては、その伝送方式（図４参照）に対応したデコード処理を行う。また、３Ｄ信号処理部３０１は、ＨＤＭＩ受信部３０３で受信された立体画像データに対しては、ＴＭＤＳ伝送データ構造に対応したデコード処理を行う。

映像・グラフィック処理回路３０８は、３Ｄ信号処理部３０１で生成された左眼画像データおよび右眼画像データに基づいて、立体画像を表示するための画像データを生成する。また、映像・グラフィック処理回路３０８は、画像データに対して、必要に応じて、画質調整処理を行う。また、映像・グラフィック処理回路３０８は、画像データに対して、必要に応じて、重畳情報のデータを合成する。

重畳情報のデータは、例えば、ＯＳＤ表示データ生成部３０９で生成されるメニュー、番組表などのＯＳＤ表示データである。また、重畳情報データは、例えば、ウィジェット（Widget）のグラフィクス表示データである。映像・グラフィック処理回路３０８は、左眼画像および右眼画像に重畳する同一の重畳情報に、重畳位置に応じた視差を付与する。映像・グラフィック処理回路３０８は、この視差付与処理を、オーディオデコーダ３０４から出力される視差情報セット、あるいはいはビットストリーム処理部３０７から出力される視差情報セットに基づいて行う。そして、映像・グラフィック処理回路３０８は、重畳情報が重畳された左眼画像のデータおよび重畳情報が重畳された右眼画像データを得る。

パネル駆動回路３１０は、映像・グラフィック処理回路３０８から出力される画像データに基づいて、表示パネル３１１を駆動する。表示パネル３１１は、例えば、ＬＣＤ(Liquid Crystal Display)、ＰＤＰ(Plasma Display Panel)等で構成されている。表示パネル３１１に、立体画像を表示するための表示を行う。例えば、表示パネル３１１は、左眼画像データによる左眼画像および右眼画像データによる右眼画像が交互に時分割的に表示する。

音声信号処理回路３１２は、オーディオデコーダ３０４から出力された、あるいはビットストリーム処理部３０７で得られた音声データに対してＤ／Ａ変換等の必要な処理を行う。音声増幅回路３１３は、音声信号処理回路３１２から出力される音声信号を増幅してスピーカ３１４に供給する。

図１０に示すテレビ受信機３００の動作を簡単に説明する。ＨＤＭＩ受信部３０３では、ＨＤＭＩ端子３０２に接続されているセットトップボックス２００から送信されてくる、立体画像データ、音声データが受信される。ＨＤＭＩ受信部３０３で受信された立体画像データは、３Ｄ信号処理部３０１に供給される。

また、ＨＤＭＩ受信部３０３で受信された音声データはオーディオデコーダ３０４に供給される。この音声データは、視差情報セットがユーザデータとして付加された音声圧縮データストリーム、あるいは視差情報セットが付加データ領域（Ａｕｘ領域）に挿入された非圧縮音声データ（ＰＣＭデータ）である。

オーディオデコーダ３０４では、ＨＤＭＩ受信部３０３の受信音声データが音声圧縮データストリームであるとき、音声圧縮データストリームのデコード処理が行われ、非圧縮音声データ（ＰＣＭデータ）および視差情報セットが取得される。また、オーディオデコーダ３０４では、ＨＤＭＩ受信部３０３の受信音声データが非圧縮音声データであるとき、デコード処理が行わることなく、非圧縮音声データおよび視差情報セットがそのまま出力される。

オーディオデコーダ３０４で得られる非圧縮音声データは、音声信号処理回路３１２に供給される。また、このオーディオデコーダ３０４で得られる視差情報セットは、映像・グラフィック処理回路３０８に供給される。

アンテナ端子３０５に入力されたテレビ放送信号はデジタルチューナ３０６に供給される。このデジタルチューナ３０６では、テレビ放送信号が処理されて、ユーザの選択チャネルに対応した所定のビットストリームデータ（トランスポートストリーム）ＢＳＤが出力される。

デジタルチューナ３０６から出力されるビットストリームデータＢＳＤは、ビットストリーム処理部３０７に供給される。このビットストリーム処理部３０７では、ビットストリームデータＢＳＤから非圧縮の立体画像データが取得され、さらに、非圧縮音声データおよび視差情報セットが取得される。

ビットストリーム処理部３０７で取得される立体画像データは、３Ｄ信号処理部３０１に供給される。また、このビットストリーム処理部３０７で取得される非圧縮音声データは、音声信号処理回路３１２に供給される。さらに、このビットストリーム処理部３０７で取得される視差情報セットは、映像・グラフィック処理回路３０８に供給される。

３Ｄ信号処理部３０１では、ＨＤＭＩ受信部３０３で受信された、あるいはビットストリーム処理部３０７で得られた立体画像データに対して、デコード処理が行われ、左眼画像データおよび右眼画像データが生成される。また、映像・グラフィック処理回路３０８では、３Ｄ信号処理部３０１で生成された画像データに対して、必要に応じて、画質調整処理が行われる。また、この映像・グラフィック処理回路３０８では、その画像データに対して、必要に応じて、重畳情報のデータが合成される。

この場合、左眼画像および右眼画像に重畳する同一の重畳情報（ＯＳＤ表示、ウィジェットのグラフィクス表示など）に、視差情報セットに基づいて、重畳位置に応じた視差が付与される。この場合、左眼画像に重畳する重畳情報のみ、あるいは右眼画像に重畳する重畳情報のみ、あるいは両方が、視差ベクトルの値に応じてシフトされる。この映像・グラフィック処理回路３０８からは、重畳情報が重畳された左眼画像のデータおよび重畳情報が重畳された右眼画像データが得られる。

この映像・グラフィック処理回路３０８で得られる左眼画像データおよび右眼画像データは、パネル駆動回路３１０に供給される。そのため、表示パネル３１１により立体画像が表示される。例えば、表示パネル３１１に、左眼画像データによる左眼画像および右眼画像データによる右眼画像が交互に時分割的に表示される。視聴者は、表示パネル３１１の表示に同期して左眼シャッタおよび右眼シャッタが交互に開くシャッタメガネを装着することで、左眼では左眼画像のみを見ることができ、右眼では右眼画像のみを見ることができ、立体画像を知覚できる。

また、音声信号処理回路３１２では、オーディオデコーダ３０４で得られた、あるいはビットストリーム処理部３０７で得られた音声データに対してＤ／Ａ変換等の必要な処理が施される。この音声データは、音声増幅回路３１３で増幅された後に、スピーカ３１４に供給される。そのため、スピーカ３１４から、表示パネル３１１の表示画像に対応した音声が出力される。

［ＨＤＭＩ送信部、ＨＤＭＩ受信部の構成例］
図１１は、図１の立体画像表示システム１０における、セットトップボックス２００のＨＤＭＩ送信部（ＨＤＭＩソース）２０９と、テレビ受信機３００のＨＤＭＩ受信部（ＨＤＭＩシンク）３０３の構成例を示している。

ＨＤＭＩ送信部２０９は、有効画像区間（以下、適宜、アクティブビデオ区間ともいう）において、非圧縮の１画面分の画像の画素データに対応する差動信号を、複数のチャネルで、ＨＤＭＩ受信部３０３に一方向に送信する。ここで、有効画像区間は、ある垂直同期信号から次の垂直同期信号までの区間から、水平帰線区間及び垂直帰線区間を除いた区間である。また、ＨＤＭＩ送信部２０９は、水平帰線区間または垂直帰線区間において、少なくとも画像に付随する音声データや制御データ、その他の補助データ等に対応する差動信号を、複数のチャネルで、ＨＤＭＩ受信部３０３に一方向に送信する。

ＨＤＭＩ送信部２０９とＨＤＭＩ受信部３０３とからなるＨＤＭＩシステムの伝送チャネルには、以下の伝送チャネルがある。すなわち、ＨＤＭＩ送信部２０９からＨＤＭＩ受信部３０３に対して、画素データおよび音声データを、ピクセルクロックに同期して、一方向にシリアル伝送するための伝送チャネルとしての、３つのＴＭＤＳチャネル＃０乃至＃２がある。また、ピクセルクロックを伝送する伝送チャネルとしての、ＴＭＤＳクロックチャネルがある。

ＨＤＭＩ送信部２０９は、ＨＤＭＩトランスミッタ８１を有する。トランスミッタ８１は、例えば、非圧縮の画像の画素データを対応する差動信号に変換し、複数のチャネルである３つのＴＭＤＳチャネル＃０，＃１，＃２で、ＨＤＭＩケーブル４００を介して接続されているＨＤＭＩ受信部３０３に、一方向にシリアル伝送する。

また、トランスミッタ８１は、非圧縮の画像に付随する音声データ、さらには、必要な制御データその他の補助データ等を、対応する差動信号に変換し、３つのＴＭＤＳチャネル＃０，＃１，＃２でＨＤＭＩ受信部３０３に、一方向にシリアル伝送する。

さらに、トランスミッタ８１は、３つのＴＭＤＳチャネル＃０，＃１，＃２で送信する画素データに同期したピクセルクロックを、ＴＭＤＳクロックチャネルで、ＨＤＭＩケーブル４００を介して接続されているＨＤＭＩ受信部３０３に送信する。ここで、１つのＴＭＤＳチャネル＃ｉ（ｉ＝０，１，２）では、ピクセルクロックの１クロックの間に、１０ビットの画素データが送信される。

ＨＤＭＩ受信部３０３は、アクティブビデオ区間において、複数のチャネルで、ＨＤＭＩ送信部２０９から一方向に送信されてくる、画素データに対応する差動信号を受信する。また、このＨＤＭＩ受信部３０３は、水平帰線区間または垂直帰線区間において、複数のチャネルで、ＨＤＭＩ送信部２０９から一方向に送信されてくる、音声データや制御データに対応する差動信号を受信する。

すなわち、ＨＤＭＩ受信部３０３は、ＨＤＭＩレシーバ８２を有する。このＨＤＭＩレシーバ８２は、ＴＭＤＳチャネル＃０，＃１，＃２で、ＨＤＭＩ送信部２０９から一方向に送信されてくる、画素データに対応する差動信号と、音声データや制御データに対応する差動信号を受信する。この場合、ＨＤＭＩ送信部２０９からＴＭＤＳクロックチャネルで送信されてくるピクセルクロックに同期して受信する。

ＨＤＭＩシステムの伝送チャネルには、上述のＴＭＤＳチャネル＃０乃至＃２およびＴＭＤＳクロックチャネルの他に、ＤＤＣ（Display Data Channel）８３やＣＥＣライン８４と呼ばれる伝送チャネルがある。ＤＤＣ８３は、ＨＤＭＩケーブル４００に含まれる図示しない２本の信号線からなる。ＤＤＣ８３は、ＨＤＭＩ送信部２０９が、ＨＤＭＩ受信部３０３から、Ｅ−ＥＤＩＤ（Enhanced Extended Display Identification Data）を読み出すために使用される。

ＨＤＭＩ受信部３０３は、ＨＤＭＩレシーバ８１の他に、自身の性能（Configuration/capability）に関する性能情報であるＥ−ＥＤＩＤを記憶している、ＥＤＩＤ ＲＯＭ(Read Only Memory)８５を有している。ＨＤＭＩ送信部２０６は、例えば、ＣＰＵ２１１（図８参照）からの要求に応じて、ＨＤＭＩケーブル４００を介して接続されているＨＤＭＩ受信部３０３から、Ｅ−ＥＤＩＤを、ＤＤＣ８３を介して読み出す。

ＨＤＭＩ送信部２０９は、読み出したＥ−ＥＤＩＤをＣＰＵ２１１に送る。ＣＰＵ２１１は、このＥ−ＥＤＩＤを、フラッシュＲＯＭ２１２あるいはＤＲＡＭ２１３に格納する。Ｅ−ＥＤＩＤには、上述したように、テレビ受信機３００の取り扱い可能な音声圧縮データストリームの圧縮フォーマット情報、およびテレビ受信機３００が音声圧縮データストリームの送信を要求しているか否かを示す情報（圧縮強制フラグ情報）が含まれている。

ＣＥＣライン８４は、ＨＤＭＩケーブル４００に含まれる図示しない１本の信号線からなり、ＨＤＭＩ送信部２０９とＨＤＭＩ受信部３０３との間で、制御用のデータの双方向通信を行うために用いられる。このＣＥＣライン８４は、制御データラインを構成している。

また、ＨＤＭＩケーブル４００には、ＨＰＤ(Hot Plug Detect)と呼ばれるピンに接続されるライン（ＨＰＤライン）８６が含まれている。ソース機器は、当該ライン８６を利用して、シンク機器の接続を検出することができる。なお、このＨＰＤライン８６は双方向通信路を構成するＨＥＡＣ−ラインとしても使用される。また、ＨＤＭＩケーブル４００には、ソース機器からシンク機器に電源を供給するために用いられる電源ライン８７が含まれている。さらに、ＨＤＭＩケーブル４００には、ユーティリティライン８８が含まれている。このユーティリティライン８８は双方向通信路を構成するＨＥＡＣ＋ラインとしても使用される。

［Ｅ−ＥＤＩＤ構造］
上述したように、ＨＤＭＩ送信部２０９は、例えば、ＣＰＵ２１１（図８参照）からの要求に応じて、ＨＤＭＩケーブル４００を介して接続されているＨＤＭＩ受信部３０３から、Ｅ−ＥＤＩＤを、ＤＤＣ８３を介して読み出す。そして、ＣＰＵ２１１は、このＥ−ＥＤＩＤから、テレビ受信機３００で取り扱い可能な音声圧縮データストリームの圧縮フォーマット情報、および音声圧縮データストリームの送信を要求しているか否かを示す情報（圧縮強制フラグ情報）を取得する。

図１２は、ＥＤＩＤ構造（Block1以降、ＨＤＭＩ用拡張部分）を示している。このＥＤＩＤ構造は、詳細説明は省略するが、ＥＩＡ／ＣＥＡ−８６１Ｂ規格で規定されている。

“Audio Data Block”の各“CEA Short Audio Descriptor”に、テレビ受信機（シンク機器）３００で再生可能なAudio Format、最大チャネル数、サンプリング周波数、量子化ビット数が定義される。ＣＰＵ２１１は、この各“CEA Short Audio Descriptor”から、テレビ受信機３００で取り扱い可能な音声圧縮データストリームの圧縮フォーマット情報を取得する。

“CEA Short Audio Descriptor”は、Audio Formatの違いから、３種類に分類されている。図１３（ａ）は、「Audio Code=1: Linear-PCM」に対応した“CEA Short Audio Descriptor”の詳細である。図１３（ｂ）は、「Audio Code=2-8」に対応した“CEA Short Audio Descriptor”の詳細である。なお、「Audio Code=9-15」に対応した“CEA Short Audio Descriptor”の詳細については、図示を省略している。

図１４は、「Audio Code」と「Audio Format」の対応関係（一部抜粋）を示している。例えば、「Audio Code=2」は、「Audio Format」がＡＣ−３であることを示す。この「Audio Code=2」の“CEA Short Audio Descriptor”の存在により、ＣＰＵ２１１は、テレビ受信機３００でＡＣ−３の音声圧縮データストリームの取り扱いが可能であることを認識する。また、例えば、「Audio Code=6」は、「Audio Format」がＡＡＣであることを示す。この「Audio Code=6」の“CEA Short Audio Descriptor”の存在により、ＣＰＵ２１１は、テレビ受信機３００でＡＡＣの音声圧縮データストリームの取り扱いが可能であることを認識する。

また、図１５は、ＨＤＭＩ Vendor Specific Data Block(ＶＳＤＢ)の構造例を示している。第０ブロックには、“Vendor-Specific tag code(=3)”で表されるデータ“Vender Specific”のデータ領域を示すヘッダが配置される。また、この第０ブロックには、“Length(=N)”で表されるデータ“Vender Specific”の長さを示す情報が配置される。また、第１ブロック乃至第３ブロックには、“24bit IEEE Registration Identifier(0x000C03)LSB first”で表されるＨＤＭＩ（Ｒ）用として登録された番号“0x000C03“を示す情報が配置される。

このＨＤＭＩ Vendor Specific Data Block(ＶＳＤＢ)の所定のリザーブビット、この例では、例えば、第６ブロックの第１ビットに、“FC_flg”で表される１ビットの圧縮強制フラグが新たに定義されて配置される。この圧縮強制フラグは、セットトップボックス２００に音声圧縮データストリームの送信を要求するための情報（圧縮強制フラグ情報）である。音声圧縮データストリームの送信を要求しない場合、“FC_flg＝０”とされる。一方、音声圧縮データストリームの送信を要求する場合、“FC_flg＝１”とされる。

なお、図１５に示すＨＤＭＩ Vendor Specific Data Block(ＶＳＤＢ)の構造例においては、１ビットのフラグ“FC_flg”が第６ブロックの第１ビットに配置されている。しかし、必ずしもこの位置に配置される必要はない。このフラグ“FC_flg”は、その他のリザーブ状態にあるビット位置、例えば第６ブロックの第２ビット、第８ブロックの第４ビット、第１３ブロックの第０ビット〜第２ビットなどに配置されてもよい。

上述したように、図１に示す立体画像表示システム１０において、放送局１００からは画像圧縮データストリームおよび音声圧縮データストリームの多重化データストリームが送信される。そして、視差情報セットが、音声圧縮データストリームに付加されて送信される。そのため、視差情報セットを、音声圧縮データストリームをコンテナとして簡単に送信でき、テレビ受信機３００で利用することが可能となる。

また、図１に示す立体画像表示システム１０において、セットトップボックス２００では、所定の条件を満たすことで、放送局１００からの音声圧縮データストリームがそのままテレビ受信機３００に送信される。ここで、所定の条件とは、音声圧縮データストリームの圧縮フォーマットがテレビ受信機３００で取り扱い可能な圧縮フォーマットであり、かつテレビ受信機３００が音声圧縮データストリームの送信を要求していることである。

そのため、セットトップボックス２００では、音声圧縮データストリームにデコード処理を施す必要がなく、視差情報セットを、音声圧縮データストリームをコンテナとしてテレビ受信機３００に簡単に送信して、テレビ受信機３００で利用することが可能となる。この場合、オーディオフレーミング部２０８では、非圧縮音声データに対してＩＥＣ６０９５８のフレーミングを行って、視差情報セットを付加データ領域（Ａｕｘ領域）に入れる処理等も不要となる。つまり、オーディオフレーミング部２０８では、音声圧縮データストリームに対してＩＥＣ６０９５８のフレーミングを行うだけで済む。これにより、セットトップボックス２００における処理負荷を軽減できる。

また、図１に示す立体画像表示システム１０において、セットトップボックス２００では、所定の条件を満たすか否かの情報が、テレビ受信機３００が備えるＥＤＩＤ ＲＯＭ８５から読み出すことで得られる。この情報は、テレビ受信機３００で取り扱い可能な音声圧縮データストリームの圧縮フォーマット情報、および音声圧縮データストリームの送信を要求しているか否かを示す情報（圧縮強制フラグ情報）である。そのため、ユーザの情報入力の手間を省略でき、ユーザの使い勝手の向上を図ることができる。

また、図１に示す立体画像表示システム１０において、セットトップボックス２００では、上述の所定の条件を満たしていないとき、音声圧縮データストリームに対して、デコード処理が行われ、非圧縮音声データ（ＰＣＭデータ）および視差情報セットが取得される。そして、セットトップボックス２００からテレビ受信機３００には、非圧縮音声データがＩＥＣ６０９５８のフレーミング処理を経て送信され、その際、視差情報セットは付加データ領域（Ａｕｘ領域）に挿入されて送信される。そのため、セットトップボックス２００からテレビ受信機３００に視差情報セットを送信でき、テレビ受信機３００で利用することが可能となる。

また、図１に示す立体画像表示システム１０において、テレビ受信機３００では、視差情報セットが付加されている音声圧縮データストリームを受信し、デコード処理を施して、非圧縮音声データおよび視差情報セットを得ることができる。そのため、この視差情報セットを用いて、左眼画像および右眼画像に重畳する重畳情報（重畳情報（ＯＳＤ表示、ウィジェットのグラフィクス表示など）に重畳位置に応じた視差を付与できる。したがって、重畳情報の表示において、画像内の各物体との間の遠近感の整合性を最適な状態に維持できる。

［送信データ生成部の他の構成例］
なお、上述実施の形態においては、放送局１００は、音声圧縮データストリームに、立体画像データを構成する左眼画像データおよび右眼画像データに対応した視差情報セットを付加して送信する構成となっている。しかし、音声圧縮データストリームに付加して送信する所定情報としては、この視差情報セットに限定されるものではない。

例えば、音声圧縮データストリームに付加して送信する所定情報として、グラフィクス情報、テキスト情報、字幕情報などの重畳情報のデータが考えられる。図１６は、その場合における放送局１００の送信データ生成部１１０Ａの構成例を示している。この例は、音声圧縮データストリームに字幕データを付加して送信する例である。この図１６において、図２と対応する部分には、同一符号を付し、適宜、その詳細説明を省略する。

この送信データ生成部１１０Ａは、データ取り出し部（アーカイブ部）１１１と、ビデオエンコーダ１１２と、オーディオエンコーダ１１３と、マルチプレクサ１１５と、字幕発生部１１６を有している。すなわち、この送信データ生成部１１０Ａは、図２に示す送信データ生成部１１０における視差情報作成部１１４が字幕発生部１１６に置き換えられたものである。

字幕発生部１１６では、字幕データ（クローズド・キャプションデータ、サブタイトルデータ、ＡＲＩＢ方式の字幕文データなど）が発生される。オーディオエンコーダ１１３は、音声圧縮データストリームに、上述の字幕発生部１１６で発生された字幕データを付加する。ここで、字幕データは、音声圧縮データストリームに、ユーザデータとして挿入される。これにより、字幕データは、音声圧縮データストリームをコンテナとして送信されることになる。この図１６に示す送信データ生成部１１０Ａのその他は、図２に示す送信データ生成部１１０と同様に構成され、同様に動作する。

［テレビ受信機の他の構成例］
図１７は、上述したように音声圧縮データストリームに字幕データが付加されて送信される場合におけるテレビ受信機３００Ａの構成例を示している。この図１７において、図１０と対応する部分には、同一符号を付し、適宜、その詳細説明を省略する。このテレビ受信機３００Ａにおいては、字幕データに基づいて字幕表示データを生成する字幕表示データ生成部３１５が設けられる。

オーディオデコーダ３０４では、ＨＤＭＩ受信部３０３の受信音声データが音声圧縮データストリームであるとき、音声圧縮データストリームのデコード処理が行われ、非圧縮音声データ（ＰＣＭデータ）および字幕データが取得される。また、オーディオデコーダ３０４では、ＨＤＭＩ受信部３０３の受信音声データが非圧縮音声データであるとき、デコード処理が行わることなく、非圧縮音声データおよび字幕データがそのまま出力される。

字幕表示データ発生部３１５では、オーディオデコーダ３０４で得られる字幕データに基づいて、字幕表示データ（ビットマップデータ）が発生される。この場合、例えば、テレビ受信機３００Ａに予め設定された固定の視差情報に基づいて視差が付与された左眼字幕および右眼字幕のデータが生成される。映像・グラフィック処理回路３０８では、左眼画像データ、右眼画像データに、それぞれ字幕表示データ生成部３１５で生成された左眼字幕、左眼字幕のデータが合成される。

これにより、テレビ受信機３００Ａにおいては、音声データをコンテナとして送られてきた字幕データによる字幕表示が、立体画像に重畳されて表示される。この図１７に示すテレビ受信機３００Ａのその他は、図１０に示す送信データ生成部３００と同様に構成され、同様に動作する。

［送信データ生成部のさらに他の構成例］
また、例えば、音声圧縮データストリームに付加して送信する所定情報として、ＵＲＬ（Uniform Resource Locator）等のネットワークアクセス情報が考えられる。図１８は、その場合における放送局１００の送信データ生成部１１０Ｂの構成例を示している。この図１８において、図２と対応する部分には、同一符号を付し、適宜、その詳細説明を省略する。

この送信データ生成部１１０Ｂでは、オーディオエンコーダ１１３に、ＵＲＬ等のネットワークアクセス情報（ＮＷアクセス情報）が供給される。オーディオエンコーダ１１３では、音声圧縮データストリームに、このネットワークアクセス情報が付加される。ここで、ネットワークアクセス情報は、例えば、インターネットから、送信立体画像データに対応した視差情報、送信画像データに対応した字幕情報、送信画像データに対応した副音声データ等の情報、あるいはその他の情報を取得するためのアクセス情報である。

このように音声圧縮データストリームにネットワークアクセス情報が付加されることで、ネットワークアクセス情報は音声圧縮データストリームをコンテナとして送信されることになる。ここで、ネットワークアクセス情報は、音声圧縮データストリームに、ユーザデータとして挿入される。この図１８に示す送信データ生成部１１０Ｂのその他は、図２に示す送信データ生成部１１０と同様に構成され、同様に動作する。

［テレビ受信機のさらに他の構成例］
図１９は、上述したように音声圧縮データストリームにネットワークアクセス情報（ＮＷアクセス情報）が付加されて送信される場合におけるテレビ受信機３００Ｂの構成例を示している。この図１９において、図１０と対応する部分には、同一符号を付し、適宜、その詳細説明を省略する。

オーディオデコーダ３０４では、ＨＤＭＩ受信部３０３の受信音声データが音声圧縮データストリームであるとき、音声圧縮データストリームのデコード処理が行われ、非圧縮音声データ（ＰＣＭデータ）およびネットワークアクセス情報が取得される。また、オーディオデコーダ３０４では、ＨＤＭＩ受信部３０３の受信音声データが非圧縮音声データであるとき、デコード処理が行わることなく、非圧縮音声データおよびネットワークアクセス情報がそのまま出力される。

オーディオデコーダ３０４で得られるネットワークアクセス情報はＣＰＵ３２１に供給される。ＣＰＵ３２１は、このネットワークアクセス情報に基づいて、イーサネットインタフェース３２８を制御し、インターネットから、視差情報、字幕情報、副音声データ等の情報を取得させる。例えば、イーサネットインタフェース３２８で取得された視差情報は、映像・グラフィック処理回路３０８に供給され、左眼画像、右眼画像に重畳されるＯＳＤ表示などの重畳情報に視差を付与するために使用される。

また、例えば、イーサネットインタフェース３２８で取得された字幕情報は、映像・グラフィック処理回路３０８に供給され、左眼画像、右眼画像に重畳される。また、例えば、イーサネットインタフェース３２８で取得された副音声データは、音声信号処理回路３１２に供給され、選択的に、スピーカ３１４から副音声が出力される。この図１９に示すテレビ受信機３００Ｂのその他は、図１０に示す送信データ生成部３００と同様に構成され、同様に動作する。

なお、上述実施の形態においては、セットトップボックス２００は、以下の条件で、放送局１００からの音声圧縮データストリームをそのままテレビ受信機３００に送信する。この条件は、音声圧縮データストリームの圧縮フォーマットがテレビ受信機３００で取り扱い可能な圧縮フォーマットであり、かつテレビ受信機３００が音声圧縮データストリームの送信を要求している、ことである。

しかし、音声圧縮データストリームの圧縮フォーマットがテレビ受信機３００で取り扱い可能な圧縮フォーマットであるときには、受信音声圧縮データストリームを、デコード処理を行うことなく、そのままテレビ受信機３００に送信する構成とすることも考えられる。この場合には、テレビ受信機３００において、ＨＤＭＩ ＶＳＤＢに、音声圧縮データストリームの送信を要求しているか否かの情報を配置する必要がなくなる。

＜２．第２の実施の形態＞
［立体画像表示システムの構成例］
図２０は、実施の形態としての立体画像表示システム１０Ｃの構成例を示している。この立体画像表示システム１０Ｃは、放送局１００Ｃと、セットトップボックス（ＳＴＢ）２００Ｃと、テレビ受信機（ＴＶ）３００Ｃを有している。この図２０において、図１と対応する部分には同一符号を付し、適宜、その詳細説明を省略する。

セットトップボックス２００Ｃおよびテレビ受信機３００Ｃは、ＨＤＭＩ(High Definition Multimedia Interface)ケーブル４００を介して接続されている。セットトップボックス２００Ｃには、ＨＤＭＩ端子２０２が設けられている。テレビ受信機３００Ｃには、ＨＤＭＩ端子３０２が設けられている。ＨＤＭＩケーブル４００の一端はセットトップボックス２００ＣのＨＤＭＩ端子２０２に接続され、このＨＤＭＩケーブル４００の他端はテレビ受信機３００ＣのＨＤＭＩ端子３０２に接続されている。

［放送局の説明］
放送局１００Ｃは、ビットストリームデータＢＳＤを、放送波に載せて送信する。放送局１００Ｃは、ビットストリームデータＢＳＤを生成する送信データ生成部１１０Ｃを備えている。このビットストリームデータＢＳＤには、左眼画像データおよび右眼画像データを含む立体画像データ、音声データ、さらにはメタデータ（視差情報、他サービスアクセス情報、放送トリガ信号等の情報）が含まれる。

「送信データ生成部の構成例」
図２１は、放送局１００Ｃにおいて、上述のビットストリームデータＢＳＤを生成する送信データ生成部１１０Ｃの構成例を示している。この送信データ生成部１１０Ｃは、ビデオエンコーダ１１２と、オーディオエンコーダ１１３Ｃと、ＣＰＵ１１６ａを備えてなる制御部１２６と、マルチプレクサ１１５を有している。ここで、ビデオエンコーダ１１２は画像圧縮データストリーム生成部を構成し、オーディオエンコーダ１１３Ｃは音声圧縮データストリーム生成部を構成している。

ビデオエンコーダ１１２は、画像データＳＶに対して、ＭＰＥＧ４−ＡＶＣ、ＭＰＥＧ２、ＶＣ−１等の符号化を施し、画像圧縮データストリーム（ビデオエレメンタリストリーム）を生成する。ここで、画像データＳＶは、左眼画像データおよび右眼画像データを含む立体画像データである。オーディオエンコーダ１１３Ｃは、音声データＳＡに対して、ＡＣ３、ＡＡＣ等の符号化を施し、音声圧縮データストリーム（オーディオエレメンタリストリーム）を生成する。

オーディオエンコーダ１１３Ｃは、オーディオ符号化ブロック部１１３ａおよびオーディオフレーミング部１１３ｂを有している。オーディオ符号化ブロック部１１３ａで符号化ブロックが生成され、オーディオフレーミング部１１３ｂでフレーミングが行われる。ＡＣ３、ＡＡＣ等の圧縮フォーマットにより、符号化ブロックが異なると共に、フレーミングも異なる。

上述のオーディオエンコーダ１１３Ｃで生成される音声圧縮データストリームに、メタデータＭＤが埋め込まれる。このメタデータＭＤは、音声データと直接関係しない所定情報、例えば視差情報、他サービスアクセス情報、放送トリガ信号等である。メタデータＭＤは、音声圧縮データストリームのユーザデータ領域に埋め込まれる。

制御部１２６は、オーディオエンコーダ１１３Ｃに、メタデータＭＤを供給すると共に、このメタデータＭＤをユーザデータ領域に埋め込むためのサイズ情報を供給する。そして、制御部１２６は、音声圧縮データストリームのユーザデータ領域にメタデータＭＤの埋め込みが行われるように、制御する。

例えば、圧縮フォーマットがＡＣ３の場合、制御部１２６は、サイズＳ＝（frmsizcod−AUXDATA）の情報を、オーディオエンコーダ１１３Ｃに供給する。ここで、“frmsizcod”は、ＡＣ３のオーディオフレームのサイズであり、ビットレートおよびサンプリング周波数に応じた値が規定されている。例えば、ビットレートが１２８kbpsで、サンプリング周波数が３２kHzの場合には、３８４＊２Bytesである。また、例えば、ビットレートが１２８kbpsで、サンプリング周波数が４４．１kHzの場合には、２７９＊２Bytesである。また、例えば、ビットレートが１２８kbpsで、サンプリング周波数が４８kHzの場合には、２５６＊２Bytesである。

図２２は、詳細説明は省略するが、ＡＣ３のフレーム（AC3 Synchronization Frame）の構造を示している。オーディオエンコーダ１１３Ｃは、サイズＳを目標値として符号化し、「Audblock ５」の“mantissa data”と、「ＡＵＸ」と、「ＣＲＣ」との合計サイズが全体の３／８を超えないように、音声データＳＡをエンコードする。そして、「ＡＵＸ」のエリアにメタデータＭＤを挿入し、ＣＲＣを施してストリームを完成する。

また、例えば、圧縮フォーマットがＡＡＣの場合、制御部１２６は、メタデータＭＤを挿入すべきＤＳＥ（data stream element）のサイズDSE_S＝cntの情報を、オーディオエンコーダ１１３Ｃに供給する。図２３は、詳細説明は省略するが、ＡＡＣの１０２４サンプル分の音声データが入るフレーム（Raw_data_block）の構造を示している。オーディオエンコーダ１１３Ｃは、音声データＳＡをエンコードすると共に、メタデータＭＤが挿入されたＤＳＥを付加して、ストリームを完成する。

なお、オーディオエンコーダ１１３Ｃは、２回に分けてエンコードすることも可能である。この場合、オーディオエンコーダ１１３Ｃは、最初は通常の、つまりＤＳＥあるいはＡＵＸがない場合のエンコードを行い、その後に予め予約しておいたサイズのＤＳＥあるいはＡＵＸにメタデータＭＤを挿入して、再度エンコードを行う。

上述したように、メタデータＭＤは、音声圧縮データストリームのユーザデータ領域（ＡＣ３の場合は「ＡＵＸ」、ＡＡＣの場合は「ＤＳＥ」）に埋め込まれるが、その詳細については後述する。

図２１に戻って、マルチプレクサ１１５は、ビデオエンコーダ１１２から出力される画像圧縮データストリームおよびオーディオエンコーダ１１３Ｃから出力される音声圧縮データストリームを多重化する。そして、マルチプレクサ１１５は、多重化データストリームとしてのビットストリームデータ（トランスポートストリーム）ＢＳＤを生成して出力する。

図２１に示す送信データ生成部１１０Ｃの動作を簡単に説明する。画像データＳＶはビデオエンコーダ１１２に供給される。このビデオエンコーダ１１２では、その画像データＳＶに対してＭＰＥＧ４−ＡＶＣ、ＭＰＥＧ２、ＶＣ−１等の符号化が施され、符号化ビデオデータを含む画像圧縮データストリーム（ビデオエレメンタリストリーム）が生成される。

また、音声データＳＡは、オーディオエンコーダ１１３Ｃに供給される。このオーディオエンコーダ１１３Ｃでは、その音声データＳＡに対して、ＡＣ３、ＡＡＣ等の符号化が施され、音声圧縮データストリーム（オーディオエレメンタリストリーム）が生成される。

この際、制御部１２６からオーディオエンコーダ１１３Ｃに、メタデータＭＤが供給されると共に、このメタデータＭＤをユーザデータ領域に埋め込むためのサイズ情報が供給される。そして、オーディオエンコーダ１１３Ｃでは、音声圧縮データストリームのユーザデータ領域（ＡＣ３の場合は「ＡＵＸ」、ＡＡＣの場合は「ＤＳＥ」）に、メタデータＭＤを埋め込むことが行われる。

ビデオエンコーダ１１２で生成された画像圧縮データストリームは、マルチプレクサ１１５に供給される。また、オーディオエンコーダ１１３Ｃで生成された、ユーザデータ領域にメタデータＭＤが埋め込まれた音声圧縮データストリームは、マルチプレクサ１１５に供給される。そして、このマルチプレクサ１１５では、各エンコーダから供給される圧縮データストリーム（エレメンタリストリーム）がパケット化されて多重され、伝送データとしてのビットストリームデータ（トランスポートストリーム）ＢＳＤが得られる。

［メタデータＭＤの埋め込みの詳細］
音声圧縮データストリームのユーザデータ領域へのメタデータＭＤの埋め込みについてさらに説明する。上述したように、圧縮フォーマットがＡＣ３の場合、メタデータＭＤは「ＡＵＸ（AUXILIARY DATA）」の領域に挿入される。

図２４は、「ＡＵＸ（AUXILIARY DATA）」の構成（Syntax）を示している。「auxdatae」が“１”のとき、「aux data」がイネーブルされ、「auxdatalの14bits（ビット単位）で示されるサイズのデータが、「auxbits」の中に定義される。その際の「audbits」のサイズは「nauxbits」に記載される。本技術においては、「auzbits」の空間が、「metadata（）」と定義される。

図２５は、「ＤＳＥ（data stream element）」の構成（Syntax）を示している。「element_instance_tag」は４ビットで、「data_stream_element」の中のデータ種別を示すが、ＤＳＥを統一したユーザデータとして利用する場合は、この値を“０”としてもよい。「Data_byte_align_flag」は、“１”とされ、ＤＳＥの全体がバイトアラインされるようにする。「count」、あるいは、その追加バイト数を意味する「esc_count」は、ユーザデータのサイズによって適宜、値が決められる。本技術においては、「ｄata_stream_byte」の空間が、「metadata ()」と定義される。

なお、上述では、音声圧縮データストリームのユーザデータ領域にメタデータＭＤの埋め込みを行う場合について説明した。これにより、後述するように、例えば、セットトップボックス２００ＣがＨＤＭＩインタフェースでテレビ受信機３００Ｃに音声圧縮データストリームを送信することで、当該テレビ受信機３００ではメタデータＭＤの利用が可能となる。

しかし、例えば、テレビ受信機３００Ｃが音声圧縮データストリームの圧縮フォーマットに対応したデコード処理ができない等の理由で、セットトップボックス２００ＣがＨＤＭＩインタフェースで音声圧縮データストリームを送信できないこともある。その場合、ＨＤＭＩで採用されているＩＥＣ６０９５８のＰＣＭ構造を利用し、その中に定義されているＡＵＸ領域（４ｂｉｔｓ）にメタデータを埋め込むことで、メタデータＭＤをテレビ受信機３００Ｃ側に送信可能となる。

図２６は、ＩＥＣ６０９５８の基本的な論理データ構造を示している。１ブロックは１９２個のフレーム（frame）で構成されている。そして、各フレームは、左右のサブフレーム（Sub-frame）からなっている。サブフレームは、３２ビットの長さを持っている。このサブフレームには、「Audio Sample Data」の２０ビットと、「ＡＵＸ(Auxiliary)」の４ビットが与えられている。また、このサブフレームには、その先頭を識別する「Sync Preamble」と、さらに付加情報のために「V,U,C,P」の各フラグ（flag）のデータが付加されている。

メタデータＭＤは、上述のＩＥＣ６０９５８の基本的な論理データ構造における各サブフレーム内の「Aux(Auxiliary)」の４ビット領域に分散して挿入される。ここで、例えば、後述する「metadata ()」のシンタクスの中の「metadata_length」は、１ブロック（１９２フレーム）が一括りとされる。その場合、「metadata_length」は、最大で１９２バイトとなる。

これにより、音声圧縮データストリームにおけるユーザデータ領域をコンテナとする場合だけでなく、非圧縮のオーディオＰＣＭデータにおいても、ＩＥＣ６０９５８のＡＵＸ領域を利用して、メタデータＭＤを自在にコンテナすることが可能となる。

この場合、送受信機の処理は、例えば、以下のようになる。すなわち、放送などのオーディオストリーム配信において、圧縮オーディオで配信する場合は、そのユーザデータ領域にメタデータＭＤを挿入する。そして、それを受信したセットトップボックス（ＳＴＢ）では、オーディオデコードを行う際に、ユーザデータ領域からメタデータＭＤを抜き出し、メタデータのヘッダ部分を変換し、ＩＥＣ６０９５８のＡＵＸ領域にＭＳＢから（最上位ビットから順番に）挿入する。

また、放送などのオーディオストリーム配信において、非圧縮のＰＣＭで配信される場合は、２４ビットＰＣＭの下位４ビットをＡＵＸ領域の代わりとしてメタデータＭＤを挿入するができる。そして、それを受信したセットトップボックス（ＳＴＢ）では、そのメタデータＭＤをそのままＩＥＣ６０９５８のＡＵＸ領域にＭＳＢから（最上位ビットから順番に）挿入し、ＨＤＭＩ送信部に送る。

テレビ受信機では、ＨＤＭＩ経由で受信したＡＵＸ領域を読み、メタデータＭＤの中身の処理を行う。

図２７〜図２９は、メタデータ汎用シンタクス（Syntax）を示している。また、図３０は、メタデータ汎用シンタクスにおける主要なデータ規定内容（semantics）を示している。

「sync_byte」の８ビットフィールドは、メタデータ・コンテナ（metadata container）を示すユニークワードとされる。「metadata_type」の８ビットフィールドは、メタデータのタイプ情報を示す。このタイプ情報により、複数のタイプのメタデータを選択的に送信することが可能となる。例えば、“00000001”は、送信されるメタデータが連携する他サービスのアクセス情報であることを示す。また、例えば、“00000010”は、送信されるメタデータが視差情報であることを示す。また、例えば、図３０には示していないが、“00000011”は、送信されるメタデータが放送トリガ信号であることを示す。

「metadata_length 」の１１ビットフィールドは、以降のバイト数を示す。「metadata_ID」の３ビットフィールドは、メタデータのタイプ内において種類を識別する識別子を示す。この識別子により、同一タイプの複数種類の情報を同時に送信するこが可能となる。

「metadata_counter」の３ビットフィールドは、一連のメタデータを分割して送信する場合に、何番目の分割情報であるかを示すカウント情報である。このカウント情報はオーディオフレーム毎にインクリメントされるカウンタのカウント値である。「metadata_start_flag」の１ビットフィールドは、一連のメタデータ（メタデータパケット）を分割して送信する場合に、最初の分割情報であるか否かを示す。例えば、“１”は最初の分割情報であることを示し、“０”は最初の分割情報ではなく、前のフレームの分割情報に続く分割情報であることを示す。

図３１は、一連のメタデータ（メタデータパケット）が３分割され、３つの分割情報が３つのオーディオフレームのユーザデータ領域に埋め込まれて送信される場合における、「metadata_counter」、「metadata_start_flag」の変化例を示している。最初のオーディオフレームでは、「metadata_counter=0」、「metadata_start_flag=1」となる。次のオーディオフレームでは、「metadata_counter=1」、「metadata_start_flag=0」となる。さらに、最後のオーディオフレームでは、「metadata_counter=２」、「metadata_start_flag=0」となる。

図２７に戻って、「sync_control_flag 」の１ビットフィールドは、メタデータが同期管理されているか否かを示す。“１”は、「PTS_management()」内のＰＴＳによって同期管理されることを示す。“０”は、同期管理されていないことを示す。「sync_control_flag 」が“１”であるとき、「PTS_management()」が存在する。図２８は、「PTS_management()」の構造（Syntax）を示しており、ＰＴＳ[32-0]の３３ビットで示される時間情報が存在する。

図３２は、複数のメタデータが各々の同期対象と同期管理される例を示している。この例では、メタデータ（ＩＤ１）はオーディオ ＰＴＳ１と同期し、メタデータ（ＩＤ２）はビデオ ＰＴＳ１と同期し、メタデータ（ＩＤ３）はオーディオ ＰＴＳ２およびビデオ ＰＴＳ２と同期している。

図２７に戻って、「metadata_length 」で示されるバイト数分の「data_byte」は、メタデータパケット「Metadata_packet()」の全体、あるいは、このメタデータパケット「Metadata_packet()」を複数個に分割して得られたいずれかの分割情報を構成する。

図２９は、メタデータパケット「metadata_packet()」の構成（syntax）を示している。「padket_type」の８ビットフィールドは、メタデータ「metadata()」（図２６参照）内の「metadata_type」の８ビットフィールドと同様に、メタデータのタイプ情報を示す。「metadata_packet_length」の１６ビットフィールドは、以降のバイト数を示す。そして、この「metadata_packet_length」で示されるバイト数分の「data_byte」に、メタデータパケット「ｍetadata_packet()」の全体が記載される。

次に、（１）他サービスアクセス情報、（２）視差情報、（３）放送トリガ信号である場合の「metadata_Packet()」のシンタクス（Syntax）を説明する。最初に、（１）メタデータが他サービスアクセス情報（Metadata for linking service）である場合の「metadata_Packet()」、つまり「metadata_linking_Packet()」について説明する。リンクサービスなどのサーバへの接続の場合、コンテンツあるいはサービスの供給元サーバとして、「http://www/xxx/com/yyy.zzz」の個々の文字は文字データで「unit_data」になる。また、その他の制御符号は別途定義される約束に基づき、該当符号を「unit_data」に入れる。

図３３は、「metadata_linking_Packet()」のシンタクス（Syntax）を示している。また、図３４は、「metadata_linking_Packet()」の主要なデータ規定内容（semantics）を示している。「packet_type」の８ビットフィールドは、メタデータのタイプが他サービスアクセス情報であることを示す。「metadata_linking_packet_length」の１６ビットフィールドは、以降のバイト数を示す。「number_of_units」の８ビットフィールドは、メタデータエレメントの数を示す。

「unit_ID」の８ビットフィールドは、ユニット（unit）を識別する識別子を示す。「unit_size」の８ビットフィールドは、メタデータエレメント（metadata_element）のサイズを示す。「extended_size」の８ビットフィールドは、ユニットサイズ（unit_size）の拡張を示す。ユニットサイズ（unit_size）が２５４を超えるときは、unit_size＝２５５として、拡張サイズ（exended_size）を入力する。「unit_data」の８ビットフィールドは、メタデータエレメント（metadata_element）を示す。

図３５は、複数のメタデータユニットが各々の同期対象と同期管理される例を示している。この例で、メタデータ（ＩＤ１）のユニット（Unit_ID1）はＵＲＬによるリンクサーバの指定を行うための情報、メタデータ（ＩＤ１）のユニット（Unit_ID2）は、“Activate”または“Inactivate”を制御するコマンド群である。また、この例では、メタデータ（ＩＤ２）のユニット（Unit_ID1）はＵＲＬによるリンクサーバの指定を行うための情報、メタデータ（ＩＤ２）のユニット（Unit_ID2）は、“Activate”または“Inactivate”などの、リンクサービスに対しての制御をおこなうコマンド群である。

メタデータ（ＩＤ１）のユニット（Unit_ID1）は、オーディオ ＰＴＳ１と同期している。また、メタデータ（ＩＤ１）のユニット（Unit_ID2）は、ビデオ ＰＴＳ１と同期している。また、メタデータ（ＩＤ２）のユニット（Unit_ID1）は、オーディオ ＰＴＳ２およびビデオ ＰＴＳ２と同期している。

次に、（２）メタデータが視差情報（Metadata for disparity shifting data）である場合の「metadata_Packet()」、つまり「disparity_shift_data_Packet()」について説明する。

図３６は、「disparity_shift_data_Packet()」のシンタクス（Syntax）を示している。また、図３７は、「disparity_shift_data_Packet()」の主要なデータ規定内容（semantics）を示している。「packet_type」の８ビットフィールドは、メタデータのタイプが視差情報であることを示す。「disparity_shift_data_packet_length」の１６ビットフィールドは、以降のバイト数を示す。

「disparity_set_target_picture_size」の４ビットフィールドは、視差情報が適用される目標ピクチャサイズを示す。例えば、“0000”は1920(h)×1080(v)のピクチャサイズを示し、“0001”は、1280(h)×720(v)のピクチャサイズを示す。「horizontal_partition」の４ビットフィールドは、水平方向の分割数（１〜１６）を示す。「vertical_partition」の４ビットフィールドは、垂直方向の分割数（１〜１６）を示す。

この場合、「horizontal_partition」、「vertical_partition」により、画面分割数あるいは画面分割パターンが決まる。例えば、「horizontal_partition=0000」、「vertical_partition=0000」の場合、図３８（ａ）に示すように、画面は分割されておらず、この画面を代表する１つの視差情報が送信される。また、例えば、「horizontal_partition=0001」、「vertical_partition=0001」の場合、図３８（ｂ）に示すように、画面は４分割されており、各分割領域を代表する４個の視差情報が送信される。この場合、左上の領域の視差情報が最初で、右下の領域の視差情報が最後となるように配置される（０〜３の順）。

また、例えば、「horizontal_partition=0010」、「vertical_partition=0010」の場合、図３８（ｃ）に示すように、画面は９分割されており、各分割領域を代表する９個の視差情報が送信される。この場合、左上の領域の視差情報が最初で、右下の領域の視差情報が最後となるように配置される（０〜８の順）。また、例えば、「horizontal_partition=0011」、「vertical_partition=0011」の場合、図３８（ｄ）に示すように、画面は１６分割されており、各分割領域を代表する１６個の視差情報が送信される。この場合、左上の領域の視差情報が最初で、右下の領域の視差情報が最後となるように配置される（０〜１５の順）。

図３７に戻って、「disparity_shift_value」の８ビットフィールドは、視差情報の値を示す。この視差情報の値は、上述したように、「horizontal_partition」、「vertical_partition」で決まる画面分割数分だけ存在する。

次に、（３）メタデータが放送トリガ信号である場合の「metadata_Packet()」、つまり「Trigger_info_data()」について説明する。この放送トリガ信号に関しては、例えば、本出願人による出願である「特願２０１１−０４１８０１号（出願日：平成２３年２月２８日）」に記載されている。

この放送トリガ信号は、放送連動アプリケーションを制御するための信号である。この放送トリガ信号には、レジスタ（Register）、エクスキュート（Execute）、サスペンド（Suspend）、ターミネート（Terminate）およびインジェクトイベント（Inject_event）のコマンドが含まれる。

レジスタ（Register）コマンドは、アプリケーションの登録コマンドである。このレジスタ（Register）コマンドにより、アプリケーションの取得先と、アプリケーションの保持期限を指定する。端末はアプリケーションが保持可能である限りアプリケーションを取得先から取得し、最大保持期限まで保持する。

エクスキュート（Execute）コマンドは、アプリケーションの実行コマンドである。サスペンド（Suspend）コマンドは、アプリケーションの一時停止コマンドである。ターミネート（Terminate）コマンドは、アプリケーションの終了コマンドである。端末は、これらのコマンドにより、アプリケーションを実行し、一時停止し、終了する。

端末は、アプリケーションを終了しても、最大保持期限までアプリケーションを保持可能とされる。端末は、複数の登録されたアプリケーションが存在する場合、レジスタ（Register）コマンドに含まれる保持優先度により、保持すべきアプリケーションを判断する。

インジェクトイベント（Inject_event）コマンドは、指定された実行中のアプリケーションに対して、特定のイベントを発火（発生）させて、アプリケーションで規定された処理を行わせるコマンドである。

図３９は、放送トリガ信号のライフサイクルの一例を示している。（１）端末は、オーディオストリームに埋め込まれたレジスタ（Register）コマンドにより、指定された取得先からアプリケーションを取得して登録する。（２）その後、端末は、オーディオストリームに埋め込まれたエクスキュート（Execute）コマンドにより、登録されているアプリケーションの実行を開始する。

（３）その後、端末は、オーディオストリームに埋め込まれたサスペンド（Suspend）コマンドにより、アプリケーションの実行を一時停止する。（４）その後、端末は、オーディオストリームに埋め込まれたエクスキュート（Execute）コマンドにより、アプリケーションの実行を再開する。この場合、端末は、一時停止した状態からアプリケーションの実行を再開できる。

（５）その後、端末は、オーディオストリームに埋め込まれたターミネート（Terminate）コマンド、あるいは他のアプリケーションに係るエクスキュート（Execute）コマンドにより、アプリケーションを終了する。（６）その後、端末は、最大保持期限までアプリケーションを保持する。

図４０は、レジスタ(Register)コマンドとしてのトリガ情報に含まれる項目を示している。このレジスタコマンドは、上述したように、端末に対して、データ放送用アプリケーションの取得と登録を指示するためのコマンドである。ここで、データ放送用アプリケーションの登録とは、取得したデータ放送用アプリケーションに対応付けて、その優先度(Persistent_priority)と、保持期限(Expire_date)を記憶することを意味する。取得されたデータ放送用アプリケーションは、優先度と保持期限に従って管理される。

「Trigger_id」は、当該トリガ情報を識別するための情報である。同一内容のトリガ情報が複数回送信される場合、各トリガ情報の「Trigger_id」は同一である。「Protcol_version」は、当該トリガ情報のプロトコルのバージョンを示している。「Command_code」は、当該トリガ情報のコマンドの種類を示す。ここでは、レジスタ(Register)コマンドであることを示す。

「Trigger_varidity」は、当該トリガ情報を受信した装置が、当該トリガ情報に従って処理を実行する確率を示すサーバアクセス分散パラメータ値Ｎである。この値を設けることにより、複数の装置がサーバからデータ放送用アプリケーションを取得するに際し、そのアクセスが一時期に集中せず分散させることができる。

例えば、数多く存在し得る装置からのサーバに対するアクセスを４回に分散させるためには、同一のトリガ情報を４回送信するようにする。そして、１回目のトリガ情報におけるサーバアクセス分散パラメータＮ＝４とし、２回目のトリガ情報におけるサーバアクセス分散パラメータＮ＝３とし、３回目のトリガ情報におけるサーバアクセス分散パラメータＮ＝２とし、４回目のトリガ情報におけるサーバアクセス分散パラメータＮ＝１とする。

「App_id」は、当該トリガ情報に対応して取得するデータ放送用アプリケーションの識別情報であるとともに，その取得先のＵＲＬも示している。換言すれば、データ放送用アプリケーションの取得先がその識別情報にも流用されて「App_id」とされている。

「Persistent_priority」は、対応するデータ放送用アプリケーションを取得、保持するときの優先度を示している。ここでは、２ビットが割り当てられているので、４段階の優先度を付与することができる。対応するデータ放送用アプリケーションを取得、保持するとき、端末は、保持するだけの記録容量が残っていない場合、対応するデータ放送用アプリケーションよりも優先度の低いものを消去して記録容量を確保する。対応するデータ放送用アプリケーションよりも優先度の低いものが保持されていない場合、対応するデータ放送用アプリケーションは取得されない。ただし、可能であれば、取得してキャッシュメモリに一時的に保持するようにしてもよい。

「Expire_date」は、データ放送用アプリケーションの保持期限を示す。保持期限が経過した場合、対応するデータ放送用アプリケーションは消去される。

図４１は、エクスキュート(Execute)コマンドとしてのトリガ情報に含まれる項目を示している。エクスキュートコマンドは、上述したように、端末に対して、データ放送用アプリケーションの起動を指示するためのコマンドである。

このエクスキュートコマンドとしてのトリガ情報に含まれる項目は、図４０に示されたレジスタコマンドとしてのトリガ情報に含まれる項目と同様である。ただし、「Command_code」には、エクスキュートコマンドであることを示す情報が記載される。

図４２は、インジェクトイベント(Inject_event)コマンドとしてのトリガ情報に含まれる項目を示している。インジェクトイベントコマンドは、上述したように、指定された実行中のアプリケーションに対して、特定のイベントを発火（発生）させて、アプリケーションで規定された処理を行わせるコマンドである。

「Trigger_id」，「Protcol_version」，「Command_code」，「Trigger_varidity」，「App_id」については、図４０に示されたレジスタコマンドとしてのトリガ情報と同様である。ただし、「Command_code」には、インジェクトイベントコマンドであることを示す情報が記載される。

「Event_id」は、「App_id」にて指定されたデータ放送用アプリケーションにおいて発火すべきイベントの識別情報である。「Event Embedded Data」には、イベントを発火する際に参照されるデータが記載される。

図４３は、サスペンド(Suspend)コマンドとしてのトリガ情報に含まれる項目を示している。サスペンドコマンドは、上述したように、端末に対して、実行中のデータ放送用アプリケーションを一時停止させるためのコマンドである。

「Trigger_id」，「Protcol_version」，「Command_code」，「Trigger_varidity」，「App_id」については、図４０に示されたレジスタコマンドとしてのトリガ情報と同様である。ただし、「Command_code」には、サスペンドコマンドであることを示す情報が記載される。

図４４は、ターミネート(Terminate)コマンドとしてのトリガ情報に含まれる項目を示している。ターミネートコマンドは、上述したように、端末に対して、実行中のデータ放送用アプリケーションを終了させるためのコマンドである。

「Trigger_id」，「Protcol_version」，「Command_code」，「Trigger_varidity」，「App_id」については、図４０に示されたレジスタコマンドとしてのトリガ情報と同様である。ただし、「Command_code」には、ターミネートコマンドであることを示す情報が記載される。

図４５は、上述した各コマンドとしてのトリガ情報に対応可能なトリガ情報、つまり「Trigger_info_data()」のシンタクス（Syntax）を示している。なお、トリガ情報のシンタクスは任意であって、図４５の例に限定されるものではない。Trigger_Info_data()をそのまま図２９の「metadata_packet()」内のペイロード部分の「data_byte」に埋め込むことができる。また、図３３の「metadata_linking_packet」の中に実現することも可能である。

［セットトップボックスの説明］
図２０に戻って、セットトップボックス２００Ｃは、放送局１００Ｃから放送波に載せて送信されてくるビットストリームデータ（トランスポートストリーム）ＢＳＤを受信する。このビットストリームデータＢＳＤには、左眼画像データおよび右眼画像データを含む立体画像データ、音声データおよびメタデータＭＤ（例えば、視差情報、他サービスアクセス情報、放送トリガ信号などの情報）が含まれている。セットトップボックス２００Ｃは、ビットストリーム処理部２０１Ｃを有している。

このビットストリーム処理部２０１Ｃは、ビットストリームデータＢＳＤから、非圧縮の立体画像データを得る。また、このビットストリーム処理部２０１Ｃは、ビットストリームデータＢＳＤから、音声圧縮データストリームを得る。上述したように、メタデータＭＤは、この音声圧縮データストリームのユーザデータ領域に埋め込まれている。

図４６は、セットトップボックス２００Ｃの構成例を示している。この図４６において、図８に対応する部分には同一符号を付し、その詳細説明は省略する。このセットトップボックス２００Ｃは、ビットストリーム処理部２０１Ｃを除き、図８に示すセットトップボックス２００と同様の構成とされている。このセットトップボックス２００Ｃは、非圧縮立体画像データと共に、音声圧縮データストリームをそのままの状態で、ＨＤＭＩのデジタルインタフェースで、テレビ受信機３００Ｃに送信する。

ビットストリーム処理部２０１Ｃは、デジタルチューナ２０４で得られるビットストリームデータＢＳＤから立体画像データを取得し、さらに、音声圧縮データストリームを取得する。すなわち、ビットストリーム処理部２０１Ｃは、デマルチプレクサ２０５Ｃおよびビデオデコーダ２０６を備えている。

デマルチプレクサ２０５Ｃは、ビットストリームデータＢＳＤからビデオのエレメンタリストリームのパケットを抽出し、ビデオデコーダ２０６に送る。ビデオデコーダ２０６は、デマルチプレクサ２０５Ｃで抽出されたビデオのパケットからビデオエレメンタリストリーム（画像圧縮データストリーム）を再構成し、復号化処理を行って、左眼画像データおよび右眼画像データを含む非圧縮の立体画像データを得る。

また、デマルチプレクサ２０５Ｃは、ビットストリームデータＢＳＤからオーディオのエレメンタリストリームのパケットを抽出し、オーディオエレメンタリストリーム（音声圧縮データストリーム）を再構成する。オーディオフレーミング部２０８は、デマルチプレクサ２０５Ｃの出力に対してフレーミングを行う。

ＨＤＭＩ送信部２０９は、ＨＤＭＩに準拠した通信により、立体画像データおよび音声データを、ＨＤＭＩ端子２０２から送出する。このＨＤＭＩ送信部２０９は、立体画像データの取り扱いが可能な状態にある。ＨＤＭＩ送信部２０９は、ＨＤＭＩのＴＭＤＳチャネルで送信するため、ビデオデコーダ２０６から出力される立体画像データおよびオーディオフレーミング部２０８から出力される音声圧縮データストリームをパッキングして、ＨＤＭＩ端子２０２に出力する。

セットトップボックス２００Ｃの動作を簡単に説明する。アンテナ端子２０３に入力されたテレビ放送信号はデジタルチューナ２０４に供給される。このデジタルチューナ２０４では、テレビ放送信号が処理されて、ユーザの選択チャネルに対応した所定のビットストリームデータ（トランスポートストリーム）ＢＳＤが出力される。

デジタルチューナ２０４から出力されるビットストリームデータＢＳＤは、ビットストリーム処理部２０１Ｃを構成するデマルチプレクサ２０５Ｃに供給される。このデマルチプレクサ２０５Ｃでは、ビットストリームデータＢＳＤからビデオのエレメンタリストリームのパケットが抽出され、ビデオデコーダ２０６に送られる。

ビデオデコーダ２０６では、デマルチプレクサ２０５Ｃで抽出されたビデオのパケットからビデオのエレメンタリストリーム（画像圧縮データストリーム）が再構成される。そして、このビデオデコーダ２０６では、画像圧縮データストリームに対してデコード処理が行われて、左眼画像データおよび右眼画像データを含む立体画像データが得られる。この立体画像データは、ＨＤＭＩ送信部２０９に供給される。

また、デマルチプレクサ２０５Ｃでは、ビットストリームデータＢＳＤからオーディオのエレメンタリストリームのパケットが抽出され、オーディオのエレメンタリストリーム（音声圧縮データストリーム）が再構成される。この音声圧縮データストリームはオーディオフレーミング部２０８でフレーミングが行われた後に、ＨＤＭＩ送信部２０９に供給される。そして、ＨＤＭＩ送信部２０９では、立体画像データおよび音声圧縮データストリームがパッキングされ、ＨＤＭＩ端子２０２からＨＤＭＩケーブル４００に送出される。

［テレビ受信機の説明］
図２０に戻って、テレビ受信機３００Ｃは、セットトップボックス２００ＣからＨＤＭＩケーブル４００を介して送られてくる立体画像データ、音声圧縮データストリームなどを受信する。このテレビ受信機３００Ｃは、３Ｄ信号処理部３０１を有している。この３Ｄ信号処理部３０１は、立体画像データに対して、伝送方式に対応した処理（デコード処理）を行って、左眼画像データおよび右眼画像データを取得する。これにより、テレビ受信機３００Ａは、ユーザが立体画像を知覚するための画像表示を行う。

また、テレビ受信機３００Ｃは、音声圧縮データストリームをデコードして、音声データを得ると共に、メタデータＭＤ（例えば、視差情報、他サービスアクセス情報、放送トリガ信号などの情報）を取得する。これにより、立体画像データに対応した音声を出力する。また、メタデータＭＤに基づいて、種々の処理を実行する。

詳細説明は省略するが、テレビ受信機２００Ｃは、上述の図１０、図１７あるいは図１９のような構成、さらにはこれらの処理機能を併せ持った構成とされ、上述のメタデータＭＤ（例えば、視差情報、他サービスアクセス情報、放送トリガ信号などの情報）を用いた処理が行われる。

上述したように、図２０に示す立体画像表示システム１０Ｃにおいて、放送局１００Ｃからは画像圧縮データストリームおよび音声圧縮データストリームの多重化データストリームが送信される。そして、メタデータＭＤ（例えば、視差情報、他サービスアクセス情報、放送トリガ信号などの情報）等が、音声圧縮データストリームに埋め込まれて送信される。そのため、メタデータＭＤを、音声圧縮データストリームをコンテナとして簡単に送信でき、テレビ受信機３００Ｃで利用することが可能となる。

＜３．変形例＞
なお、上述実施の形態において、セットトップボックス２００，２００Ｃでは、放送局１００，１００Ｃからの放送信号から立体画像データを受信する構成となっている。しかし、セットトップボックス２００，２００Ｃは、配信サーバ（ストリーミングサーバ）からネットワークを介して立体画像データおよび音声データを受信する構成も考えられる。

また、上述実施の形態において、セットトップボックス２００，２００Ｃでは、デジタルチューナ２０４で受信された立体画像データ、音声データを直接テレビ受信機３００，３００Ｃに送信する構成となっている。しかし、セットトップボックス２００，２００Ｃでは、デジタルチューナ２０４で受信された立体画像データ、音声データを図示しないストレージに一旦蓄積することも考えられる。この場合、所定のタイミングで、ストレージから立体画像データ、音声データを読み出して、テレビ受信機３００，３００Ｃに送信する構成となる。所定のタイミングとは、例えば、ユーザによる再生操作のタイミング等である。

また、上述実施の形態において、セットトップボックス２００，２００Ｃはテレビ受信機３００，３００Ｃに受信立体画像データ、受信音声データを送信する構成となっている。しかし、テレビ受信機３００，３００Ｃの代わりに、モニタ装置、あるいはプロジェクタ等に受信立体画像データ、受信音声データを送信する構成も考えられる。また、セットトップボックス２００，２００Ｃの代わりに、受信機能付きのレコーダ、パーソナルコンピュータ等である構成も考えられる。

また、上述実施の形態において、セットトップボックス２００，２００Ｃとテレビ受信機３００，３００ＣはＨＤＭＩケーブル４００で接続されてなるものである。しかし、これらの間が、ＨＤＭＩと同様のデジタルインタフェースで有線接続される場合、さらには、無線によって接続される場合にも、この発明を同様に適用できることは勿論である。

また、上述実施の形態においては、立体画像表示システム１０，１０Ｃが、放送局１００，１００Ｃ、セットトップボックス２００，２００Ｃおよびテレビ受信機３００，３００Ｃで構成されているものを示した。しかし、テレビ受信機３００，３００Ｃは、図１０、図１７、図１９に示すように、セットトップボックス２００，２００Ｃ内のビットストリーム処理部２０１，２０１Ｃと同等に機能するビットストリーム処理部３０７を備えている。したがって、図４７に示すように、放送局１００，１００Ｃおよびテレビ受信機３００，３００Ｃで構成される立体画像表示システム１０Ｄも考えられる。

また、上述実施の形態においては、立体画像データを含むデータストリーム（ビットストリームデータ）が放送局１００，１００Ｃから放送される例を示した。しかし、この発明は、このデータストリームがインターネット等のネットワークを利用して受信端末に配信される構成のシステムにも同様に適用できる。

なお、本技術は、以下のような構成もとることができる。
（１）音声データに直接関係しない所定情報が埋め込まれた音声圧縮データストリームを生成する音声圧縮データストリーム生成部と、
上記音声圧縮データストリーム生成部で生成された音声圧縮データストリームを送信するデータ送信部と
を備える送信装置。
（２）上記データストリーム生成部は、上記所定情報を上記音声圧縮データストリームのユーザデータ領域に埋め込む
前記（１）に記載の送信装置。
（３）上記データストリーム生成部に上記所定情報を供給すると共に、該所定情報を上記ユーザデータ領域に埋め込むためのサイズ情報を供給し、上記音声圧縮データストリームのユーザデータ領域に上記所定情報の埋め込みが行われるように制御する制御部をさらに備える
前記（２）に記載の送信装置。
（４）画像圧縮データストリームを生成する画像圧縮データストリーム生成部をさらに備え、
上記データ送信部は、上記画像圧縮データストリーム生成部で生成された画像圧縮データストリームと上記音声圧縮データストリームとを多重して送信し、
上記画像圧縮データストリームは、立体画像を表示するための左眼画像データおよび右眼画像データを有する立体画像データを圧縮符号化した画像圧縮データを含み、
上記音声圧縮データストリームに埋め込まれた上記所定情報は、上記左眼画像データおよび上記右眼画像データによる画像に重畳する重畳情報をシフトさせて視差を付与するための視差情報である
前記（１）から（３）のいずれかに記載の送信装置。
（５）上記音声圧縮データストリームに埋め込まれた上記所定情報は、他のサービスにアクセスするための情報である
前記（１）から（３）のいずれかに記載の送信装置。
（６）上記音声圧縮データストリームに埋め込まれた上記所定情報は、上記音声圧縮データに関係した情報を得るためのネットワークアクセス情報である
前記（５）に記載の送信装置。
（７）画像圧縮データストリームを生成する画像圧縮データストリーム生成部をさらに備え、
上記データ送信部は、上記画像圧縮データストリーム生成部で生成された画像圧縮データストリームと上記音声圧縮データストリームとを多重して送信し、
上記音声圧縮データストリームに埋め込まれた上記所定情報は、上記画像圧縮データに関係した情報を得るためのネットワークアクセス情報である
前記（５）に記載の送信装置。
（８）画像圧縮データストリームを生成する画像圧縮データストリーム生成部をさらに備え、
上記データ送信部は、上記画像圧縮データストリーム生成部で生成された画像圧縮データストリームと上記音声圧縮データストリームとを多重して送信し、
上記音声圧縮データストリームに埋め込まれた上記所定情報は、上記画像圧縮データによる画像に重畳する重畳情報のデータである
前記（１）から（３）のいずれかに記載の送信装置。
（９）上記音声圧縮データストリームに埋め込まれる上記所定情報には、情報のタイプを示すタイプ情報が付加されている
前記（１）から（８）のいずれかに記載の送信装置。
（１０）上記音声圧縮データストリームに埋め込まれる上記所定情報には、情報識別子で区別された複数種類の情報を含めることが可能とされている
前記（１）から（９）のいずれかに記載の送信装置。
（１１）上記音声圧縮データストリームに埋め込まれる上記所定情報を、一連の情報を分割して得られた複数の分割情報のいずれかとすることが可能とされ、
上記所定情報としての上記分割情報には、最初の分割情報であるか否かを示す情報および順番を示す情報が付加されている
前記（１）から（１０）のいずれかに記載の送信装置。
（１２）上記音声圧縮データストリームに埋め込まれる上記所定情報には、時間同期を管理するためのタイムスタンプが付加されている
前記（１）から（１１）のいずれかに記載の送信装置。

１０，１０Ｃ，１０Ｄ・・・立体画像表示システム
８１・・・ＨＤＭＩトランスミッタ
８２・・・ＨＤＭＩレシーバ
８３・・・ＤＤＣ
８４・・・ＣＥＣライン
８５・・・ＥＤＩＤ ＲＯＭ
１００，１００Ｃ・・・放送局
１１０，１１０Ａ，１１０Ｂ，１１０Ｃ・・・送信データ生成部
１１１・・・データ取り出し部
１１１ａ・・・データ記録媒体
１１２・・・ビデオエンコーダ
１１３，１１３Ｃ・・・オーディオエンコーダ
１１３ａ・・・オーディオ符号化ブロック部
１１３ｂ・・・オーディオフレーミング部
１１４・・・視差情報作成部
１１５・・・マルチプレクサ
１１６・・・字幕発生部
１２６・・・制御部
２００，２００Ｃ・・・セットトップボックス（ＳＴＢ）
２０１，２０１Ｃ・・・ビットストリーム処理部
２０２・・・ＨＤＭＩ端子
２０３・・・アンテナ端子
２０４・・・デジタルチューナ
２０５，２０５Ｃ・・・デマルチプレクサ
２０６・・・ビデオデコーダ
２０７・・・オーディオデコーダ
２０８・・・オーディオフレーミング部
２０９・・・ＨＤＭＩ端子
２１１・・・ＣＰＵ
３００，３００Ａ，３００Ｂ，３００Ｃ・・・テレビ受信機
３０１・・・３Ｄ信号処理部
３０２・・・ＨＤＭＩ端子
３０３・・・ＨＤＭＩ受信部
３０４・・・オーディオデコーダ
３０５・・・アンテナ端子
３０６・・・デジタルチューナ
３０７・・・ビットストリーム処理部
３０８・・・映像・グラフィック処理回路
３０９・・・ＯＳＤ表示データ生成部
３１０・・・パネル駆動回路
３１１・・・表示パネル
３１２・・・音声信号処理回路
３１３・・・音声増幅回路
３１４・・・スピーカ
３２１・・・ＣＰＵ
３２７・・・ネットワーク端子
３２８・・・イーサネットインタフェース
４００・・・ＨＤＭＩケーブル

Claims (7)

1. 処理情報を分割して所定数の分割情報を得、該所定数の分割情報のそれぞれに少なくとも最初の分割情報であるか否かを示す情報および上記処理情報を用いた処理を行うタイミングを示す共通のタイムスタンプを含むヘッダ情報を付加して所定数の挿入情報を生成する情報生成部と、
   音声圧縮データストリームの所定数のオーディオフレームのユーザデータ領域のそれぞれに上記所定数の挿入情報を挿入する情報挿入部と、
   上記所定数の挿入情報が挿入された音声圧縮データストリームを送信するストリーム送信部を備え、
   上記処理情報は、他サービスアクセス情報、視差情報または放送トリガ信号を含む
   送信装置。
2. 上記ヘッダ情報は、何番目の分割情報であるかを示す情報をさらに含む
   請求項１に記載の送信装置。
3. 上記ヘッダ情報は、上記処理情報のタイプを示す情報をさらに含む
   請求項１に記載の送信装置。
4. 上記ヘッダ情報は、上記処理情報の上記タイプ内における種類を識別する情報をさらに含む
   請求項３に記載の送信装置。
5. 情報生成部が、処理情報を分割して所定数の分割情報を得、該所定数の分割情報のそれぞれに少なくとも最初の分割情報であるか否かを示す情報および上記処理情報を用いた処理を行うタイミングを示す共通のタイムスタンプを含むヘッダ情報を付加して所定数の挿入情報を生成する情報生成ステップと、
   情報挿入部が、音声圧縮データストリームの所定数のオーディオフレームのユーザデータ領域のそれぞれに上記所定数の挿入情報を挿入する情報挿入ステップと、
   送信部が、上記所定数の挿入情報が挿入された音声圧縮データストリームを送信するストリーム送信ステップを有し、
   上記処理情報は、他サービスアクセス情報、視差情報または放送トリガ信号を含む
   送信方法。
6. 所定数の挿入情報がそれぞれ所定数のオーディオフレームのユーザデータ領域に挿入されている音声圧縮データストリームを、外部機器からデジタルインタフェースを介して受信するストリーム受信部を備え、
   上記所定数の挿入情報は、処理情報を分割して得られた所定数の分割情報のそれぞれに少なくとも最初の分割情報であるか否かを示す情報および上記処理情報を用いた処理を行うタイミングを示す共通のタイムスタンプを含むヘッダ情報が付加されたものであり、
   上記処理情報は、他サービスアクセス情報、視差情報または放送トリガ信号を含み、
   上記音声圧縮データストリームにデコード処理を施して音声データを得ると共に、上記ヘッダ情報に基づいて上記所定数のオーディオフレームから上記処理情報を構成する所定数の分割情報を得るデコード部と、
   上記処理情報および上記タイムスタンプに基づいた情報処理を行う情報処理部をさらに備える
   受信装置。
7. ストリーム受信部が、所定数の挿入情報がそれぞれ所定数のオーディオフレームのユーザデータ領域に挿入されている音声圧縮データストリームを、外部機器からデジタルインタフェースを介して受信するストリーム受信ステップを有し、
   上記所定数の挿入情報は、処理情報を分割して得られた所定数の分割情報のそれぞれに少なくとも最初の分割情報であるか否かを示す情報および上記処理情報を用いた処理を行うタイミングを示す共通のタイムスタンプを含むヘッダ情報が付加されたものであり、
   上記処理情報は、他サービスアクセス情報、視差情報または放送トリガ信号を含み、
   デコード部が、上記音声圧縮データストリームにデコード処理を施して音声データを得ると共に、上記ヘッダ情報に基づいて上記所定数のオーディオフレームから上記処理情報を構成する所定数の分割情報を得るデコードステップと、
   情報処理部が、上記処理情報および上記タイムスタンプに基づいた情報処理を行う情報処理ステップを有する
   受信方法。

Images