JPH11112913A - 映像情報検索システム、映像情報送出装置、映像情報検索装置及び映像情報生成方法 - Google Patents

Abstract

(57)【要約】 【課題】 視聴者が必要とする映像情報を効率よく検索
できる映像情報検索システムを提供することを目的とす
る。 【解決手段】 オーディオ情報生成手段１１は、音声信
号を記録した主データ領域以外の領域の一部にコンテン
ツ内容を表すキーワードからなる編集コードを挿入し
て、オーディオ情報を生成する。映像情報送出手段１２
は、オーディオ情報と、ビデオ情報と、からなる映像情
報を送出する。映像情報検索手段２１は、映像情報を受
信して、あらかじめ入力された検索キーワードと、編集
コードと、にもとづいて映像情報を検索する。映像情報
出力制御手段２２は、検索された映像情報を抽出し、映
像情報の出力制御を行う。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は映像情報検索システ
ム、映像情報送出装置、映像情報検索装置及び映像情報
生成方法に関し、特に検索効率の向上を図った映像情報
検索システム、検索効率の向上を図った映像情報送出装
置、検索効率の向上を図った映像情報検索装置、及び検
索効率の向上を図った映像情報生成方法に関する。

【０００２】

【従来の技術】従来、テレビ放送を録画する場合は、番
組表を参照にして日時を入力して録画したり、文字放送
に使われているディジタル信号を利用して作成した番組
表をもとに、選択されたテレビ番組を放送時間に合わせ
て録画したりしていた。

【０００３】また、ＥＰＧ（Electric Program Guide)
を利用して番組を録画する方法なども実用化されてい
る。これは、縦軸にチャンネル番号、横軸に時間帯と番
組名、が表示された番組表が視聴者に提供され、視聴者
はリモコンで見たい番組をカーソルで選択して、番組を
録画するものである。このように従来のテレビ放送の録
画は、主に番組単位で行われていた。

【０００４】一方、これから急速に普及すると考えられ
るディジタル多チャンネル放送の時代、またはパソコン
とテレビの融合が促進される時代に必要とされる技術
は、大量に放送される番組の中から視聴者が興味のある
コンテンツだけを任意に抽出録画できる情報検索技術で
ある。

【０００５】情報検索技術の具体的な構成としては、Ｍ
ＰＥＧ２システム規格に準拠したディジタル放送の場
合、多重化された信号を受信機で分離し、復号化するた
めに必要な情報や番組名などの情報をＰＡＴ（プログラ
ムアソシエーションテーブル）やＰＭＴ（プログラムマ
ップテーブル）などをＰＳＩ（プログラムスペシフィッ
クインフォメーション）として、ＴＳ（トランスポート
ストリーム）信号に多重化して伝送している。

【０００６】ＰＭＴ中のＴＳプログラムマップセクショ
ンの中には、ＰＩＤ情報だけでなくディスクリプタと呼
ばれる番組全体や番組を構成する個々のストリームに関
する説明情報を任意の数、組み込むことができる領域が
用意されている。

【０００７】

【発明が解決しようとする課題】しかし、上記のような
従来の情報検索技術では、視聴者が番組の中から興味の
ある内容だけを任意に抽出、録画及び再生等を行うこと
ができないといった問題があった。

【０００８】なぜなら、ディスクリプタの情報をもとに
大きなカテゴリ毎にコンテンツを検索することは可能で
はあるが、ＰＳＩにより提供される情報は大まかな番組
構成に関するものが主体となっている。

【０００９】したがって、映像ソフトの提供者によっ
て、これらディスクリプタの構成が異なるために、この
情報をもとにした情報検索では、きめの細かい情報検索
が困難であるからである。

【００１０】本発明はこのような点に鑑みてなされたも
のであり、視聴者が必要とする映像情報を効率よく検索
できる映像情報検索システムを提供することを目的とす
る。また、本発明の他の目的は、視聴者が必要とする映
像情報を効率よく検索できる映像情報送出装置を提供す
ることである。

【００１１】さらに、本発明の他の目的は、視聴者が必
要とする映像情報を効率よく検索できる映像情報検索装
置を提供することである。また、本発明の他の目的は、
視聴者が必要とする映像情報を効率よく検索できる映像
情報生成方法を提供することである。

【００１２】

【課題を解決するための手段】本発明では上記課題を解
決するために、検索効率の向上を図った映像情報検索シ
ステムにおいて、音声信号を記録した主データ領域以外
の領域の一部にコンテンツ内容を表すキーワードからな
る編集コードを挿入して、オーディオ情報を生成するオ
ーディオ情報生成手段と、前記オーディオ情報と、ビデ
オ情報と、からなる映像情報を送出する映像情報送出手
段と、から構成される映像情報送出装置と、前記映像情
報を受信して、あらかじめ入力された検索キーワード
と、前記編集コードと、にもとづいて前記映像情報を検
索する映像情報検索手段と、検索された前記映像情報を
抽出し、前記映像情報の出力制御を行う映像情報出力制
御手段と、から構成される映像情報検索装置と、を有す
ることを特徴とする映像情報検索システムが提供され
る。

【００１３】ここで、オーディオ情報生成手段は、音声
信号を記録した主データ領域以外の領域の一部にコンテ
ンツ内容を表すキーワードからなる編集コードを挿入し
て、オーディオ情報を生成する。映像情報送出手段は、
オーディオ情報と、ビデオ情報と、からなる映像情報を
送出する。映像情報検索手段は、映像情報を受信して、
あらかじめ入力された検索キーワードと、編集コード
と、にもとづいて映像情報を検索する。映像情報出力制
御手段は、検索された映像情報を抽出し、映像情報の出
力制御を行う。

【００１４】また、検索効率の向上を図った映像情報検
索装置において、一定長の音声信号内で出現頻度が高い
単語を抽出して、前記単語をコンテンツ内容を表すキー
ワードとして設定するキーワード設定手段と、あらかじ
め入力された検索キーワードと、前記キーワードと、に
もとづいて前記映像情報を検索する映像情報検索手段
と、検索された前記映像情報を抽出し、前記映像情報の
出力制御を行う映像情報出力制御手段と、を有すること
を特徴とする映像情報検索装置が提供される。

【００１５】ここで、キーワード設定手段は、一定長の
音声信号内で出現頻度が高い単語を抽出して、その単語
をコンテンツ内容を表すキーワードとして設定する。映
像情報検索手段は、あらかじめ入力された検索キーワー
ドと、設定されたキーワードと、にもとづいて映像情報
を検索する。映像情報出力制御手段は、検索された映像
情報を抽出し、映像情報の出力制御を行う。

【００１６】さらに、検索効率の向上を図った映像情報
生成方法において、一定長の音声信号内で出現頻度が高
い単語を抽出して、前記単語をコンテンツ内容を表すキ
ーワードとして設定し、前記キーワードからなる編集コ
ードを前記音声信号を記録した主データ領域以外の領域
の一部に挿入してオーディオ情報を生成し、前記オーデ
ィオ情報と、ビデオ情報と、からなる映像情報を生成す
ることを特徴とする映像情報生成方法が提供される。

【００１７】ここで、オーディオ情報を生成する際は、
アンシラリーデータ領域内または補助データ領域内に編
集コードを挿入して、オーディオ情報を生成する。

【００１８】

【発明の実施の形態】以下、本発明の実施の形態を図面
を参照して説明する。図１は本発明の映像情報検索シス
テムの原理図である。映像情報検索システム１は、映像
情報送出装置１０と、映像情報検索装置２０と、から構
成される。

【００１９】オーディオ情報生成手段１１は、音声信号
を記録した主データ領域以外の領域の一部にコンテンツ
内容を表すキーワードからなる編集コードを挿入して、
オーディオ情報を生成する。

【００２０】映像情報送出手段１２は、オーディオ情報
と、ビデオ情報と、を含む映像情報を送出する。映像情
報検索手段２１は、映像情報を受信して、あらかじめ入
力された検索キーワードと、編集コードと、にもとづい
て映像情報を検索する。

【００２１】映像情報出力制御手段２２は、検索された
映像情報を抽出し、映像情報の出力制御を行う。次にオ
ーディオ情報生成手段１１について説明する。図２はオ
ーディオ情報の構成を示す図である。オーディオ情報生
成手段１１が生成するオーディオ情報として、音声信号
がＭＰＥＧオーディオのフレーム構成を示している。

【００２２】オーディオ情報１１−１は、１フレームの
長さが１１５２×ビットレート／サンプリング周波数で
規定される。ヘッダ１１ａ−１は、３２ビットで、オプ
ションであるエラーチェック１１ｂ−１は、１６ビット
である。

【００２３】オーディオデータＡＤは、アロケーション
ＡＤ１、ＳＣＦＳＩ−ＡＤ２、スケールファクタＡＤ
３、サンプルＡＤ４から構成される。アンシラリーデー
タ１１ｃ−１は、ＭＰＥＧオーディオ以外の任意のデー
タを挿入することができる。

【００２４】このような構成に対して、オーディオ情報
生成手段１１は、コンテンツの内容を表すキーワードか
らなる編集コードを、アンシラリーデータ１１ｃ−１領
域に挿入する。

【００２５】図３はオーディオ情報の構成を示す図であ
る。オーディオ情報生成手段１１が生成するオーディオ
情報として、音声信号が米国のＡＴＶ（Advanced Telev
ision)方式で採用されているＤｏｌｂｙＡＣ−３方式の
フレーム構成を示している。

【００２６】オーディオ情報１１−２は、１フレームの
長さが３２ｍｓで規定される。シンク情報１１ａ−２、
１１ｄ−２、ビットストリーム情報１１ｂ−２、１１ｅ
−２、オーディオブロックＡＢｎ（ＡＢ１〜ＡＢ６）、
がオーディオ信号を再生するために使われるデータであ
る。

【００２７】補助データ１１ｃ−２は、オーディオ以外
の任意のデータを挿入することができる。このような構
成に対して、オーディオ情報生成手段１１は、コンテン
ツの内容を表すキーワードからなる編集コードを、補助
データ１１ｃ−２領域に挿入する。

【００２８】次に本発明の映像情報検索システム１をＭ
ＰＥＧ２システムに適用した際の構成、動作について以
降説明する。図４はＭＰＥＧ２システムでの各ストリー
ムの相互関係を示す図である。

【００２９】ＭＰＥＧ２システムでのディジタル放送で
は、番組を構成するビデオ情報、オーディオ情報はＭＰ
ＥＧ２のビデオ、オーディオ符号化規格を用いて符号化
されたＥＳ（エレメンタリストリーム）信号となる。

【００３０】ＰＥＳ（パケッタイズドエレメンタリスト
リーム）１００ａは、ＰＥＳヘッダ１０１と、ＰＥＳペ
イロード１０２と、から構成される。ＰＥＳ１００ａ
は、ＥＳを可変長の長さでパケット化したもので、ＴＳ
（トランスポートストリーム）１１０とＰＳ（プログラ
ムストリーム）１３０の両ストリーム間の変換を可能と
するための中間ストリームである。

【００３１】ＴＳ１１０は、１８８バイトの固定長パケ
ットであるＴＳパケット１１０ａ〜１１０ｎで構成され
る。また、１つのＴＳパケット１１０ａは、ＴＳヘッダ
１１１と、ＴＳペイロード１１２から構成される。

【００３２】ＴＳ１１０とＰＥＳ１００ａとの関係は、
図では、ＴＳペイロード１１２がＰＥＳヘッダ１０１に
なり、ＴＳペイロード１１３がＰＥＳペイロード１０２
に含まれている。

【００３３】また、ＴＳ１１０は、ＡＴＭ通信、ディジ
タル放送等の伝送途中でセルロスまたはビット誤りのよ
うな誤りの発生する環境に用いられる。ＰＳ１３０は、
パック１２０ａ〜１２０ｎと、プログラムエンコード１
３１と、から構成される。また、パック１２０ａはパッ
クヘッダ１２１と、ＰＥＳ１００ａ〜１００ｎで構成さ
れる。

【００３４】ＰＳ１３０は、ディジタル放送を受信し
て、磁気テープ等のＤＳＭ（Digital Storage Media)に
記録する場合に用いられる。このようなストリーム構成
に対して、複数の番組が含まれている多重ストリームを
受信して１つの番組を出力する場合、ＰＳＩの中のＰＭ
Ｔに記録されているＰＩＤをもとにＭＰＥＧ多重ストリ
ームをデマルチプレクスする。

【００３５】そして、１つの番組を構成する要素である
個々に圧縮符号化されたビデオ、オーディオストリーム
（エレメンタリストリーム）を取り出して、これらをそ
れぞれ対応するビデオ・オーディオデコーダに対してバ
ッファリングして同期させ、出力の表示制御等を行った
りする。

【００３６】本発明の内容は、オーディオデコーダから
出力されたオーディオ情報をもとに番組中の任意のコン
テンツを検索することで、ディジタル放送番組の中から
任意のコンテンツを容易に記録、再生することを可能に
したものである。

【００３７】次にＭＰＥＧのビデオ符号化ビットストリ
ームの構成について説明する。図５はＭＰＥＧ符号化ス
トリームの階層構造を示す図である。符号化ストリーム
は階層構造になっており、上位層から順にシーケンス層
２００、ＧＯＰ層２１０、ピクチャ層２２０、スライス
層２３０、マクロブロック層２４０から構成される。

【００３８】シーケンス層２００は、シーケンスヘッダ
２０１と、ＧＯＰ２００ａ〜２００ｎと、シーケンスエ
ンド２０２と、から構成される。ＧＯＰ層２１０は、Ｇ
ＯＰヘッダ２１１と、Ｉピクチャ２１０ａ、Ｂピクチャ
２１０ｂ、Ｐピクチャ２１０ｃ…から構成される。

【００３９】ピクチャ層２２０は、ピクチャヘッダ２２
１と、スライス２２０ａ、２２０ｂ、２２０ｃ…から構
成される。スライス層２３０は、スライス情報２３１
と、マクロブロック２３０ａ、２３０ｂ、２３０ｃ…か
ら構成される。

【００４０】マクロブロック層２４０は、マクロブロッ
ク情報２４１、ブロック２４０ａ、ブロック２４０ｂ、
ブロック２４０ｃ…から構成される。また、シーケンス
層２００からスライス層２３０までは、３２ビットのユ
ニークなスタートコードが与えられており、各階層の区
別及びエラー回復ポイントの役割を担っている。

【００４１】次にオーディオ情報内のアンシラリーデー
タ領域に記録された編集コードをもとに映像情報の検索
をする映像情報検索装置２０の具体例について説明す
る。図６は映像情報検索装置２０の構成図である。ここ
で、映像情報検索手段２１はシステムＬＳＩ２０ｆに含
まれ、映像情報出力制御手段２２は、ディジタルビデオ
エンコーダ２０ｍ、ビデオ・オーディオデコーダ２０
ｋ、システムエンコーダ２０ｉに該当する。

【００４２】受信バッファ２０ａは多重ストリームの映
像情報を受信する。システムデコーダ２０ｂは、デマル
チプレックスを行って、多重ストリームＴＳからオーデ
ィオ、ビデオの各符号化ストリームを分離すると同時
に、それぞれのＰＴＳ（プレゼンテーションタイムスタ
ンプ）であるビデオタイムスタンプＶｔｓ及びオーディ
オタイムスタンプＡｔｓも分離する。

【００４３】ＰＴＳとは、オーディオ及びビデオの提示
時刻を与える時刻情報であり、送出側でパケットヘッダ
中に多重されている。ビデオデコーダ２０ｃは、分離さ
れたビデオストリームを復号化する。復号化されたビデ
オストリームは遅延メモリ２０ｇに格納される。

【００４４】オーディオデコーダ２０ｄは、分離された
オーディオストリームを復号化する。復号化されたオー
ディオストリームは遅延メモリ２０ｈに格納される。タ
イムスタンプ比較部２０ｅは、ビデオタイムスタンプＶ
ｔｓ及びオーディオタイムスタンプＡｔｓの差分を算出
し、その結果に応じてオーディオまたはビデオのどちら
か一方の復号出力を遅延させるための制御信号ＣＮＴ１
を出力する。

【００４５】システムＬＳＩ２０ｆは、制御信号ＣＮＴ
１にもとづいて遅延メモリ２０ｇ、２０ｈに対し、同期
制御信号ＣＮＴ２、ＣＮＴ３を送信し、オーディオ、ビ
デオの両者を同期させる。

【００４６】また、オーディオデコーダ２０ｄに対し
て、アンシラリーデータ領域内の編集コードを読み取
る。そして、システムデコーダ２０ｂに対して、必要な
映像情報か否かを指示してデータの選択、廃棄を行うた
めの制御信号ＣＮＴ４を出力する。

【００４７】遅延メモリ２０ｇ、２０ｈから出力された
ビデオ、オーディオをＤＳＭ２０ｊに記録する場合に
は、システムエンコーダ２０ｉでマルチプレックスして
ＰＳに変換する。

【００４８】また、遅延メモリ２０ｇ、２０ｈから出力
されたビデオ、オーディオをＴＶ３０に表示する場合
は、ディジタルビデオエンコーダ２０ｍで表示制御を行
って、ＴＶ３０に出力する。

【００４９】さらに、ＤＳＭ２０ｊに記録されているビ
デオ、オーディオをＴＶ３０に表示する場合は、ビデオ
・オーディオデコーダ２０ｋで復号化し、ディジタルビ
デオエンコーダ２０ｍで表示制御を行って、ＴＶ３０に
出力する。

【００５０】このような構成に対し、検索した映像情報
をＤＳＭ２０ｊに記録する場合は、ディジタル放送で送
られてくる多重ストリームからＰＳＩあるいはＥＰＧを
参照して特定のＴＳを分離する。

【００５１】その後、システムＬＳＩ２０ｆは、オーデ
ィオデコーダ２０ｄから出力された音声信号中のアンシ
ラリーデータ領域に記録されている編集コードを読み取
り、データの選択か廃棄を決定する。

【００５２】そして、選択したデータをＤＳＭ２０ｊに
記録する場合には、ＰＳに変換して編集コードとともに
記録する。また、リアルタイムで映像情報の検索を行う
場合は、多重ストリーム中の各ＴＳ中の音声信号のアン
シラリーデータ領域に記載されている編集コードを読み
取り、検索中の編集コードを検出した時点で、該当する
番組に対応したビットストリームを連続して再生する。

【００５３】次に本発明の映像情報検索システム１を用
いて、ミュージックビデオ専門チャンネルから特定のア
ーティストのミュージックビデオを検索して録画する場
合の具体例について説明する。

【００５４】チャネルＡがポップス専門、チャネルＢが
Ｊポップス専門、チャネルＣがロック専門、チャネルＤ
がクラシック専門、チャネルＥがその他であるとする。
ポップス部門に属する「Ｍａｒｉａｈ Ｃａｒｅｙ」の
１ｓｔアルバム「Ｍａｒｉａｈ」の中から「Ｖａｎｉｓ
ｈｉｎｇ」という曲を検索録画するものとする。

【００５５】まず、ＰＳＩを参照してＡチャネルを選択
して、次に音声信号内のアンシラリーデータ領域に記録
されている編集コードを読み取り、録画するかどうかを
判定する。

【００５６】録画する場合にはタイムスタンプ情報を比
較して、音声信号に対応した映像信号とともにシステム
エンコーダ２０ｉに入力して、ＰＳに変換した後にＤＳ
Ｍ２０ｊに記録する。

【００５７】編集コードにはアーティスト名、曲名、収
録アルバム名、制作年等が記載されていて、視聴者が検
索キーワードとしてアーティスト名「Ｍａｒｉａｈ」曲
名「Ｖａｎｉｓｈｉｎｇ」を入力しておけば、自動的に
抽出録画される。

【００５８】また、検索実行時間範囲内に該当するソフ
トの放送がない場合はネットワークを通じて、該当する
ソフトを含んだ番組の放送局にリクエストする方法で対
応する。

【００５９】放送局側では視聴者からのリクエスト曲を
一定時間毎に集計して、リクエスト曲だけで構成された
多重ストリームデータを一定時間毎に放送する。これに
より、視聴者のニーズに応えることができる。

【００６０】また、このシステムを採用することで特定
アーティストのミュージックビデオに同一の編集コード
を記録したコンサート情報やニューアルバムの発売情報
などを付帯させることで視聴者、広告主、双方にメリッ
トのある効果的な宣伝が可能になる。

【００６１】次に音声認識技術を利用して映像情報を検
索する本発明の映像情報検索装置４０について説明す
る。図７は本発明の映像情報検索装置４０の原理図であ
る。キーワード設定手段４１は、一定長の音声信号内で
出現頻度が高い単語を音声認識技術を利用して抽出し
て、その単語をコンテンツ内容を表すキーワードとして
設定する。

【００６２】映像情報検索手段４２は、あらかじめ入力
された検索キーワードと、設定されたキーワードと、に
もとづいて映像情報を検索する。映像情報出力制御手段
４３は、検索された映像情報を抽出し、映像情報の出力
制御を行う。

【００６３】次に音声認識技術を利用して映像情報を検
索する映像情報検索装置４０の具体例について説明す
る。図８は映像情報検索装置４０の構成図である。ここ
で、キーワード設定手段４１及び映像情報検索手段４２
はシステムＬＳＩ４０ｆに含まれ、映像情報出力制御手
段４３は、ディジタルビデオエンコーダ４０ｍに該当す
る。

【００６４】ＤＳＭ４０ｊは、ＰＳストリームの映像情
報を記録する。システムデコーダ４０ｂは、デマルチプ
レックスを行って、ＰＳストリームからオーディオ、ビ
デオの各ストリームを分離すると同時に、ビデオタイム
スタンプＶｔｓ及びオーディオタイムスタンプＡｔｓも
分離する。

【００６５】ビデオデコーダ４０ｃは、分離されたビデ
オストリームを復号化する。復号化されたビデオストリ
ームは遅延メモリ４０ｇに格納される。オーディオデコ
ーダ４０ｄは、分離されたオーディオストリームを復号
化する。復号化されたオーディオストリームは遅延メモ
リ４０ｈに格納される。

【００６６】タイムスタンプ比較部４０ｅは、ビデオタ
イムスタンプＶｔｓ及びオーディオタイムスタンプＡｔ
ｓの差分を算出し、その結果に応じてオーディオまたは
ビデオのどちらか一方の復号出力を遅延させるための制
御信号ＣＮＴ５を出力する。

【００６７】システムＬＳＩ４０ｆは、制御信号ＣＮＴ
５にもとづいて遅延メモリ４０ｇ、４０ｈに対し、同期
制御信号ＣＮＴ６、ＣＮＴ７を送信し、オーディオ、ビ
デオの両者を同期させる。

【００６８】また、オーディオデコーダ４０ｄから、一
定長の音声信号内で出現頻度が高い単語を抽出して、そ
の単語をコンテンツ内容を表すキーワードとして設定す
る。そして、システムデコーダ４０ｂに対して、必要な
映像情報か否かを指示してデータの選択、廃棄を行うた
めの制御信号ＣＮＴ８を出力する。

【００６９】また、遅延メモリ４０ｇ、４０ｈから出力
されたビデオ、オーディオをＴＶ３０に表示する場合
は、ディジタルビデオエンコーダ４０ｍで表示制御を行
って、ＴＶ３０に出力する。

【００７０】以上説明したように、本発明の映像情報検
索装置４０は、ある一定長さのビットストリーム内に含
まれる音声信号内に出現した単語を音声認識技術で抽
出、計数する。そして、出現頻度の多い単語を該当する
映像信号の内容を表すキーワードとして検出することで
任意のコンテンツを検索、記録、再生するものである。

【００７１】この場合、エンコーダ側での信号処理は不
要であるが、音声信号が音声認識可能な言語であること
と、出現頻度の多い単語と映像の内容に相関があるこ
と、が前提となる。

【００７２】一方、本発明では、音声認識の処理時間の
関係でリアルタイムの情報検索には適していないかわり
に、あらかじめ編集コードが記録されていない映像ソフ
トに対して有効であるというメリットがある。

【００７３】ただし、音声認識技術は限られた言語につ
いて確立されている技術なので、認識可能な言語の種類
が限定されたり、認識精度の点で適応範囲が限られてい
る。日本語認識の場合には隠れマルコフモデルを用い
る。

【００７４】次に本発明の映像情報検索装置４０を用い
て、スポーツ専門チャンネルからオリンピック、陸上競
技をＤＳＭ４０ｊに録画したビデオ情報の中から男子１
００Ｍ走決勝を再生する場合について説明する。

【００７５】スポーツ放送の場合、アナウンサーが競技
の名称、競技者名、を連呼することが多いので、ある一
定長さのデータストリームに含まれる基本音声信号の中
で出現頻度の多い単語が映像の内容を表すキーワードに
なっている確率が高い。

【００７６】この傾向を利用して検索キーワードとして
「男子」「１００Ｍ」「決勝」と入力し、基本音声信号
の中から抽出した出現頻度の多い単語が「男子」「１０
０Ｍ」「決勝」である音声信号を含むデータストリーム
を特定したあとに、音声信号とその音声信号に対応した
映像信号とともにディジタルビデオエンコーダ４０ｍに
入力して再生する。

【００７７】再生開始位置は「男子」、「１００Ｍ」
「決勝」のキーワードが最初にそろった位置とする。次
に本発明の映像情報生成方法について説明する。図９は
本発明の映像情報生成方法の処理手順を示すフローチャ
ートである。 〔Ｓ１〕一定長の音声信号内で出現頻度が高い単語を抽
出して、これらの単語をコンテンツ内容を表すキーワー
ドとして設定する。 〔Ｓ２〕キーワードからなる編集コードを音声信号を記
録した主データ領域以外の領域の一部に挿入してオーデ
ィオ情報を生成する。ここで、主データ領域以外の領域
の一部としては、ＭＰＥＧオーディオならばアンシラリ
ーデータ領域、ＤｏｌｂｙＡＣ−３方式ならば補助デー
タ領域である。 〔Ｓ３〕オーディオ情報と、ビデオ情報と、を含む映像
情報を生成する。

【００７８】以上説明したように、本発明の映像情報生
成方法は、一定長の音声信号内で出現頻度が高い単語を
抽出して、これらの単語をコンテンツ内容を表すキーワ
ードとして設定し、このキーワードからなる編集コード
を音声信号を記録した主データ領域以外の領域の一部に
挿入してオーディオ情報を生成し、オーディオ情報と、
ビデオ情報と、を含む映像情報を生成するものとした。
これにより、視聴者が必要とする映像情報を効率よく検
索することが可能になる。

【００７９】以上説明したように、本発明の映像情報検
索システム１、映像情報検索装置４０及び映像情報生成
方法を用いることで、ディジタル放送で送られてくる大
量の映像情報の中から視聴者が必要とする映像情報を任
意に抽出することが容易になる。

【００８０】また、ディジタル放送という非常に低コス
トの情報発信源を利用しながら視聴者が必要とする映像
情報をオンデマンドに近い状態で取り出すことが可能に
なる。したがって、現在、インターネットでは提供する
ことが難しい映像情報の配信サービスを低コストで楽し
むことが可能になる。

【００８１】さらに、これからますます専門チャンネル
化していくことが予想されるディジタル放送の分野で、
テレビとコンピュータの機能を融合した新しいサービス
への提供が可能になる。

【００８２】

【発明の効果】以上説明したように、本発明の映像情報
検索システムは、音声信号を記録した主データ領域以外
の領域の一部にコンテンツ内容を表すキーワードからな
る編集コードを挿入し、この編集コードと、あらかじめ
入力された検索キーワードと、にもとづいて映像情報を
検索する構成とした。これにより、視聴者が必要とする
映像情報を効率よく検索することが可能になる。

【００８３】また、本発明の映像情報検索装置は、一定
長の音声信号内で出現頻度が高い単語を抽出して、これ
らの単語をコンテンツ内容を表すキーワードとして設定
し、このキーワードと、あらかじめ入力された検索キー
ワードと、にもとづいて映像情報を検索する構成とし
た。これにより、視聴者が必要とする映像情報を効率よ
く検索することが可能になる。

【００８４】さらに、本発明の映像情報生成方法は、一
定長の音声信号内で出現頻度が高い単語を抽出して、こ
の単語をコンテンツ内容を表すキーワードとして設定
し、このキーワードからなる編集コードを音声信号を記
録した主データ領域以外の領域の一部に挿入してオーデ
ィオ情報を生成し、オーディオ情報と、ビデオ情報と、
を含む映像情報を生成するものとした。これにより、視
聴者が必要とする映像情報を効率よく検索することが可
能になる。

【図面の簡単な説明】

【図１】本発明の映像情報検索システムの原理図であ
る。

【図２】オーディオ情報の構成を示す図である。

【図３】オーディオ情報の構成を示す図である。

【図４】ＭＰＥＧ２システムでの各ストリームの相互関
係を示す図である。

【図５】ＭＰＥＧ符号化ストリームの階層構造を示す図
である。

【図６】映像情報検索装置の構成図である。

【図７】本発明の映像情報検索装置の原理図である。

【図８】映像情報検索装置の構成図である。

【図９】本発明の映像情報生成方法の処理手順を示すフ
ローチャートである。

【符号の説明】

１……映像情報検索システム、１０……映像情報送出装
置、１１……オーディオ情報生成手段、１２……映像情
報送出手段、２０……映像情報検索装置、２１……映像
情報検索手段、２２……映像情報出力制御手段。

Claims (11)

【特許請求の範囲】
1. 【請求項１】 検索効率の向上を図った映像情報検索シ
   ステムにおいて、 音声信号を記録した主データ領域以外の領域の一部にコ
   ンテンツ内容を表すキーワードからなる編集コードを挿
   入して、オーディオ情報を生成するオーディオ情報生成
   手段と、前記オーディオ情報と、ビデオ情報と、を含む
   映像情報を送出する映像情報送出手段と、から構成され
   る映像情報送出装置と、 前記映像情報を受信して、あらかじめ入力された検索キ
   ーワードと、前記編集コードと、にもとづいて前記映像
   情報を検索する映像情報検索手段と、検索された前記映
   像情報を抽出し、前記映像情報の出力制御を行う映像情
   報出力制御手段と、から構成される映像情報検索装置
   と、 を有することを特徴とする映像情報検索システム。
2. 【請求項２】 前記オーディオ情報生成手段は、アンシ
   ラリーデータ領域内に前記編集コードを挿入して、前記
   オーディオ情報を生成することを特徴とする請求項１記
   載の映像情報検索システム。
3. 【請求項３】 前記オーディオ情報生成手段は、補助デ
   ータ領域内に前記編集コードを挿入して、前記オーディ
   オ情報を生成することを特徴とする請求項１記載の映像
   情報検索システム。
4. 【請求項４】 前記映像情報出力制御手段は、前記映像
   情報の表示、録画及び再生の少なくとも１つを前記出力
   制御として行うことを特徴とする請求項１記載の映像情
   報検索システム。
5. 【請求項５】 検索効率の向上を図った映像情報送出装
   置において、 音声信号を記録した主データ領域以外の領域の一部にコ
   ンテンツ内容を表すキーワードからなる編集コードを挿
   入して、オーディオ情報を生成するオーディオ情報生成
   手段と、 前記オーディオ情報と、ビデオ情報と、を含む映像情報
   を送出する映像情報送出手段と、 を有することを特徴とする映像情報送出装置。
6. 【請求項６】 検索効率の向上を図った映像情報検索装
   置において、 音声信号を記録した主データ領域以外の領域の一部にコ
   ンテンツ内容を表すキーワードからなる編集コードが挿
   入されたオーディオ情報と、ビデオ情報と、を含む映像
   情報を受信して、あらかじめ入力された検索キーワード
   と、前記編集コードと、にもとづいて前記映像情報を検
   索する映像情報検索手段と、 検索された前記映像情報を抽出し、前記映像情報の出力
   制御を行う映像情報出力制御手段と、 を有することを特徴とする映像情報検索装置。
7. 【請求項７】 検索効率の向上を図った映像情報検索装
   置において、 一定長の音声信号内で出現頻度が高い単語を抽出して、
   前記単語をコンテンツ内容を表すキーワードとして設定
   するキーワード設定手段と、 あらかじめ入力された検索キーワードと、前記キーワー
   ドと、にもとづいて前記映像情報を検索する映像情報検
   索手段と、 検索された前記映像情報を抽出し、前記映像情報の出力
   制御を行う映像情報出力制御手段と、 を有することを特徴とする映像情報検索装置。
8. 【請求項８】 前記映像情報出力制御手段は、前記映像
   情報の表示、録画及び再生の少なくとも１つを前記出力
   制御として行うことを特徴とする請求項７記載の映像情
   報検索装置。
9. 【請求項９】 検索効率の向上を図った映像情報生成方
   法において、 一定長の音声信号内で出現頻度が高い単語を抽出して、
   前記単語をコンテンツ内容を表すキーワードとして設定
   し、 前記キーワードからなる編集コードを前記音声信号を記
   録した主データ領域以外の領域の一部に挿入してオーデ
   ィオ情報を生成し、 前記オーディオ情報と、ビデオ情報と、を含む映像情報
   を生成することを特徴とする映像情報生成方法。
10. 【請求項１０】 前記オーディオ情報を生成する際は、
    アンシラリーデータ領域内に前記編集コードを挿入し
    て、前記オーディオ情報を生成することを特徴とする請
    求項９記載の映像情報生成方法。
11. 【請求項１１】 前記オーディオ情報を生成する際は、
    補助データ領域内に前記編集コードを挿入して、前記オ
    ーディオ情報を生成することを特徴とする請求項９記載
    の映像情報生成方法。