WO2018078768A1 - コンテンツ再生プログラム及びコンテンツ再生装置 - Google Patents

コンテンツ再生プログラム及びコンテンツ再生装置 Download PDF

Info

Publication number
WO2018078768A1
WO2018078768A1 PCT/JP2016/081900 JP2016081900W WO2018078768A1 WO 2018078768 A1 WO2018078768 A1 WO 2018078768A1 JP 2016081900 W JP2016081900 W JP 2016081900W WO 2018078768 A1 WO2018078768 A1 WO 2018078768A1
Authority
WO
WIPO (PCT)
Prior art keywords
content
time axis
unit
audio
data
Prior art date
Application number
PCT/JP2016/081900
Other languages
English (en)
French (fr)
Inventor
淳 瀧川
久晴 鈴木
猛士 那須
康彦 長友
Original Assignee
エヴィクサー株式会社
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by エヴィクサー株式会社 filed Critical エヴィクサー株式会社
Priority to JP2017508106A priority Critical patent/JP6163680B1/ja
Priority to CN201680090523.7A priority patent/CN109983781B/zh
Priority to PCT/JP2016/081900 priority patent/WO2018078768A1/ja
Priority to US16/345,568 priority patent/US11303951B2/en
Priority to KR1020197014929A priority patent/KR102607703B1/ko
Priority to EP16920393.2A priority patent/EP3534618A4/en
Priority to TW106137069A priority patent/TWI760383B/zh
Publication of WO2018078768A1 publication Critical patent/WO2018078768A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G11—INFORMATION STORAGE
    • G11B—INFORMATION STORAGE BASED ON RELATIVE MOVEMENT BETWEEN RECORD CARRIER AND TRANSDUCER
    • G11B27/00—Editing; Indexing; Addressing; Timing or synchronising; Monitoring; Measuring tape travel
    • G11B27/10—Indexing; Addressing; Timing or synchronising; Measuring tape travel
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/4302—Content synchronisation processes, e.g. decoder synchronisation
    • H04N21/4307—Synchronising the rendering of multiple content streams or additional data on devices, e.g. synchronisation of audio on a mobile phone with the video output on the TV screen
    • H04N21/43079—Synchronising the rendering of multiple content streams or additional data on devices, e.g. synchronisation of audio on a mobile phone with the video output on the TV screen of additional data with content streams on multiple devices
    • G—PHYSICS
    • G11—INFORMATION STORAGE
    • G11B—INFORMATION STORAGE BASED ON RELATIVE MOVEMENT BETWEEN RECORD CARRIER AND TRANSDUCER
    • G11B27/00—Editing; Indexing; Addressing; Timing or synchronising; Monitoring; Measuring tape travel
    • G11B27/10—Indexing; Addressing; Timing or synchronising; Measuring tape travel
    • G11B27/19—Indexing; Addressing; Timing or synchronising; Measuring tape travel by using information detectable on the record carrier
    • G11B27/28—Indexing; Addressing; Timing or synchronising; Measuring tape travel by using information detectable on the record carrier by using information signals recorded by the same method as the main recording
    • G11B27/30—Indexing; Addressing; Timing or synchronising; Measuring tape travel by using information detectable on the record carrier by using information signals recorded by the same method as the main recording on the same track as the main recording
    • G11B27/3027—Indexing; Addressing; Timing or synchronising; Measuring tape travel by using information detectable on the record carrier by using information signals recorded by the same method as the main recording on the same track as the main recording used signal is digitally coded
    • G11B27/3036—Time code signal
    • G11B27/3045—Time code signal superimposed on the recorded main signal, e.g. burn-in-time code
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/4302—Content synchronisation processes, e.g. decoder synchronisation
    • H04N21/4307—Synchronising the rendering of multiple content streams or additional data on devices, e.g. synchronisation of audio on a mobile phone with the video output on the TV screen
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/4302—Content synchronisation processes, e.g. decoder synchronisation
    • H04N21/4307—Synchronising the rendering of multiple content streams or additional data on devices, e.g. synchronisation of audio on a mobile phone with the video output on the TV screen
    • H04N21/43072—Synchronising the rendering of multiple content streams or additional data on devices, e.g. synchronisation of audio on a mobile phone with the video output on the TV screen of multiple content streams on the same device
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/439—Processing of audio elementary streams
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/439—Processing of audio elementary streams
    • H04N21/4394—Processing of audio elementary streams involving operations for analysing the audio stream, e.g. detecting features or characteristics in audio streams
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs
    • H04N21/44008—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs involving operations for analysing video streams, e.g. detecting features or characteristics in the video stream
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/83—Generation or processing of protective or descriptive data associated with content; Content structuring
    • H04N21/835—Generation of protective data, e.g. certificates
    • H04N21/8358—Generation of protective data, e.g. certificates involving watermark
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/83—Generation or processing of protective or descriptive data associated with content; Content structuring
    • H04N21/845—Structuring of content, e.g. decomposing content into time segments
    • H04N21/8456—Structuring of content, e.g. decomposing content into time segments by decomposing the content in the time domain, e.g. in time segments
    • G—PHYSICS
    • G11—INFORMATION STORAGE
    • G11B—INFORMATION STORAGE BASED ON RELATIVE MOVEMENT BETWEEN RECORD CARRIER AND TRANSDUCER
    • G11B27/00—Editing; Indexing; Addressing; Timing or synchronising; Monitoring; Measuring tape travel
    • G11B27/10—Indexing; Addressing; Timing or synchronising; Measuring tape travel
    • G11B27/11—Indexing; Addressing; Timing or synchronising; Measuring tape travel by using information not detectable on the record carrier
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/81—Monomedia components thereof
    • H04N21/8126—Monomedia components thereof involving additional data, e.g. news, sports, stocks, weather forecasts
    • H04N21/8133—Monomedia components thereof involving additional data, e.g. news, sports, stocks, weather forecasts specifically related to the content, e.g. biography of the actors in a movie, detailed information about an article seen in a video program
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/85—Assembly of content; Generation of multimedia applications
    • H04N21/854—Content authoring
    • H04N21/8547—Content authoring involving timestamps for synchronizing content

Definitions

  • the present invention relates to a content reproduction program and a content reproduction apparatus.
  • Patent Document 1 A method of outputting second screen information for a video with audio to a portable device capable of audio input / output and image display is disclosed (Patent Document 1).
  • a time code associated with each video scene of video is embedded as watermark data in the audio.
  • the time code is associated with data corresponding to the second screen information and stored in advance in the mobile device, audio is input to the mobile device in the vicinity of the video, and the second screen information is output in synchronization with the video scene. Is called.
  • Patent Document 1 it is necessary to embed watermark data in audio in association with each video scene. For this reason, the burden of content production work such as a movie is high, and there are cases where watermark data cannot be embedded for convenience of the production side.
  • an object of the present invention is to provide a content reproduction program and a content reproduction apparatus that easily and reliably determine a time axis of a certain content and reproduce another content in conjunction with the reproduction of the content.
  • a content reproduction program includes a computer that detects a sound of a first content reproduced outside the computer, and a first content outside the computer based on the detected sound. And a time axis determination unit that determines a time axis of the second content to be reproduced, and a third content corresponding to the second content is reproduced in accordance with the reproduction of the second content based on the determined time axis. And a content playback unit to be realized.
  • a content playback device plays back externally after the first content based on the detected audio and a sound detection unit that detects the sound of the first content played back externally.
  • a time axis determination unit that determines a time axis of the second content, and a content reproduction unit that reproduces the third content according to the second content in accordance with the reproduction of the second content based on the determined time axis .
  • the “unit” does not simply mean a physical means, but includes a case where the function of the “unit” is realized by software. Also, even if the functions of one “unit” or device are realized by two or more physical means or devices, the functions of two or more “units” or devices are realized by one physical means or device. May be.
  • the present invention it is possible to provide a content reproduction program and a content reproduction apparatus that easily and reliably determine a time axis of a certain content and reproduce another content in conjunction with the reproduction of the content.
  • FIG. 2 is a diagram illustrating an example of a functional configuration of a user terminal 100.
  • FIG. It is a figure which shows an example of the user interface for acquiring a content. It is a figure which shows an example of the screen on which the determination state of the time axis was displayed.
  • 4 is a flowchart illustrating an example of content reproduction processing in a user terminal 100.
  • FIG. 1 is a diagram showing a configuration of a content reproduction system according to an embodiment of the present invention.
  • the content reproduction system includes a user terminal 100 (content reproduction device), a screen 110, and a speaker 120.
  • the screen 110 and the speaker 120 are installed in a facility such as a movie theater or a stadium, and the user terminal 100 is used by a user of the facility.
  • a video of content such as a movie is displayed on the screen 110, and audio of the content is output from the speaker 120.
  • another content such as subtitles and audio guides is played back in conjunction with the playback of the content.
  • FIG. 2 is a diagram showing an outline of content reproduction in the content reproduction system.
  • Content reproduced at a facility such as a movie theater includes first content 200 and second content 210 reproduced following the first content 200.
  • the second content 210 is, for example, a main part of a movie.
  • the first content 200 is, for example, a trailer, an advertisement, or the like (priority) that is played before the main part of the movie.
  • watermark data 220 is embedded in the sound.
  • the watermark data 220 is embedded, for example, for each frame of the first content 200, and includes data (first data) such as a time code for determining the start timing (time axis) of the second content 210.
  • the watermark data 220 includes, for example, data (second data) indicating a facility, a region, and the like.
  • the third content 230 reproduced on the user terminal 100 is, for example, subtitles of the movie that are reproduced in conjunction with the main part of the movie.
  • the third content 230 is not limited to subtitles as long as it is played back in conjunction with the second content 210, and may be any content such as a voice guide, a sign language image, or an explanation image.
  • the start timing (time axis) of the second content 210 is determined based on the watermark data 220, and the third content 230 is played back in conjunction with the second content 210.
  • FIG. 3 is a diagram illustrating an example of a hardware configuration of the user terminal 100.
  • the user terminal 100 is a computer such as a smartphone or a tablet terminal.
  • the user terminal 100 includes a processor 300, a storage device 310, a communication interface (I / F) 320, a microphone 330, an audio output device 340, a display device 350, and an input device 360.
  • I / F communication interface
  • the processor 300 can implement various functions in the user terminal 100 by executing a program stored in the storage device 310.
  • the storage device 310 is a storage area for storing programs and data.
  • the storage device 310 can include a volatile memory that is a temporary storage area and a nonvolatile memory that is a permanent storage area.
  • the storage device 310 may be provided outside the user terminal 100.
  • the communication interface 320 is an interface device for transmitting and receiving programs and data to and from an external device.
  • the communication interface 320 includes, for example, an interface for a mobile phone communication network and an interface for a wireless LAN (Local Area Network).
  • the communication interface 320 may include a wired interface.
  • the microphone 330 detects surrounding sounds.
  • the microphone 330 can detect not only audible sound but also non-audible sound.
  • the microphone 330 may be provided outside the user terminal 100.
  • the audio output device 340 is an output device for outputting audio.
  • the audio output device 340 is, for example, a speaker. Audio output device 340 may be a device for outputting audio to the earphone.
  • the third content 230 includes sound (for example, sound guide or voice-over sound)
  • the sound is output from the sound output device 340.
  • the display device 350 is an output device for displaying an image (still image or moving image).
  • the display device 350 is, for example, a liquid crystal display or an organic EL (Electroluminescence) display.
  • the display device 350 may be provided outside the user terminal 100.
  • the third content 230 includes an image (for example, caption)
  • the image is displayed on the display device 350.
  • the input device 360 is a device for accepting user input.
  • the input device 360 may be a touch panel formed integrally with the display device 350, for example.
  • the input device 360 may be provided outside the user terminal 100.
  • FIG. 4 is a diagram illustrating an example of a functional configuration of the user terminal 100.
  • the user terminal 100 includes a content acquisition unit 400, a content storage unit 410, an audio detection unit 420, a time axis determination unit 430, a content reproduction unit 440, a reference data acquisition unit 450, a reference data storage unit 460, a setting unit 470, and a setting data storage. Part 480.
  • Each unit illustrated in FIG. 4 can be realized, for example, by using a storage area of the storage device 310 or by the processor 300 executing a program (content reproduction program) stored in the storage device 310.
  • the content acquisition unit 400 acquires the third content 230 reproduced on the user terminal 100 via the Internet, for example, and stores it in the content storage unit 410.
  • FIG. 5 is a diagram illustrating an example of a user interface for acquiring content.
  • the screen 500 is displayed when, for example, an application for playing back the third content 230 is activated.
  • Screen 500 includes areas 510 and 520 for selecting the type of content.
  • subtitles, sign language, or voice guide can be selected.
  • a movie theater / theatre, a theme park, a museum / art museum, a DVD / BD, or the like can be selected.
  • a list of contents corresponding to the selection contents in the areas 510 and 520 is displayed in the area 530.
  • the title of the second content 210 (for example, the main part) is displayed.
  • the content acquisition unit 400 acquires the third content 230 corresponding to the second content 210 selected in the area 530. Note that the content acquisition unit 400 may acquire the third content 230 including content that is not a reproduction target.
  • the content acquisition unit 400 may acquire the third content 230 specified by the sound (watermark data or fingerprint) detected in the first content 200. For example, when the watermark data embedded in the first content 200 includes data (second data) for specifying the third content 230, the content acquisition unit 400 determines the third content 230 based on the data. May be obtained.
  • the sound detection unit 420 detects the sound of the content played outside the user terminal 100. Specifically, the sound detection unit 420 can detect the sound of the first content 200 (priority). Further, the sound detection unit 420 can also detect the sound of the second content 210 (main part). The sound detected by the sound detection unit 420 is, for example, watermark data or a fingerprint. The voice detection unit 420 can stop the operation when the time axis determination unit 430 determines the time axis of the second content 210.
  • the time axis determination unit 430 determines the time axis of the second content 210 based on the sound detected by the sound detection unit 420. Specifically, for example, based on the data (first data) for determining the time axis of the second content 210 included in the watermark data embedded in the sound of the first content 200, the second content 210 The time axis can be determined. Further, the time axis determination unit 430 can determine the time axis of the second content 210 during reproduction of the second content 210 based on the audio fingerprint of the second content 210.
  • determination of the time axis of the second content 210 refers to associating the reproduction timing of the second content 210 with time.
  • the time axis determination unit 430 can determine a time (for example, an actual time or a relative time based on a certain time point) at which the reproduction of the second content 210 is started. For example, the time axis determination unit 430 can determine which part of the second content 210 is currently being played. The time axis determination unit 430 can stop the operation when the time axis of the second content 210 is determined.
  • the content reproduction unit 440 reproduces the third content 230 in accordance with (synchronizes with) the reproduction of the second content 210 based on the time axis determined by the time axis determination unit 430. Further, the content reproduction unit 440 can output information indicating the time axis determination state by the time axis determination unit 430.
  • FIG. 6 is a diagram illustrating an example of a screen on which a time axis determination state is displayed. As shown in screen 600 in FIG. 6, content reproduction unit 440 displays a message indicating that the determination of the time axis has been completed (for example, “Preparation for displaying subtitles has been completed. Please wait for a while until the main part starts.”). It can be displayed on the device 350.
  • the reference data acquisition unit 450 acquires reference data for the time axis determination unit 430 to determine the time axis based on the fingerprint, for example, via the Internet, and stores the reference data in the reference data storage unit 460.
  • the reference data is data in which the audio feature amount of the content is associated with the reproduction time of the content.
  • the time axis determination unit 430 can determine the time axis of the second content 210 by comparing the audio feature amount of the first content 200 or the second content 210 with the reference data.
  • the setting unit 470 receives a setting for playing the third content 230 from the user, and stores setting data indicating the setting in the setting data storage unit 480.
  • the content reproduction unit 440 can reproduce the third content 230 based on the setting data.
  • FIG. 7 is a flowchart showing an example of content reproduction processing in the user terminal 100. The process illustrated in FIG. 7 is started, for example, when the user starts an application.
  • the audio detection unit 420 starts detecting watermark data embedded in the audio of the first content 200 (S701). If the watermark data is detected, the time axis determination unit 430 determines the time axis of the second content 210 based on the watermark data (S702). Note that the time axis determination unit 430 may determine the time axis of the second content 210 based on the audio fingerprint of the first content 200.
  • the sound detection unit 420 executes time axis determination (S703 to S704) based on the sound of the second content 210 in parallel with determination of the time axis based on the sound of the first content 200 (S701 to S702). .
  • the audio detection unit 420 starts detecting the audio fingerprint (feature amount) of the second content 210 (S703).
  • the time axis determination unit 430 determines the time axis of the second content 210 based on the fingerprint (S704).
  • the determination of the time axis based on the sound of the second content 210 (S703 to S704) is performed, for example, when the user starts viewing the second content 210 after the reproduction of the second content 210 is started, This is effective when the time axis determination (S701 to S702) based on the audio of the content 200 does not operate normally.
  • the time axis determination process is repeatedly executed.
  • the determination of the time axis is completed (S705: Y)
  • the operation of the voice detection unit 420 and the time axis determination unit 430 is stopped, and the content reproduction unit 440 performs the second content 210 based on the determined time axis.
  • the third content 230 is reproduced in accordance with the reproduction of (S706).
  • the embodiment of the present invention has been described above. According to the present embodiment, it is possible to determine the time axis of the second content 210 (for example, the main part) to be reproduced following the first content 200 based on the sound of the first content 200 (for example, prior). Then, based on the determined time axis, the third content 230 (for example, subtitles or audio guide) corresponding to the second content 210 can be reproduced in accordance with the reproduction of the second content 210. Accordingly, even when the watermark data is not embedded in the audio of the second content 210 or when it is difficult to determine the start timing of the second content 210 with the audio fingerprint of the second content 210, the second content 210 The time axis can be easily and reliably determined.
  • the third content 230 for example, subtitles or audio guide
  • the time axis of the second content 210 can be determined based on the watermark data embedded in the sound of the first content 200.
  • the first content 200 is often easier to embed watermark data than the second content 210. Therefore, by embedding watermark data in the sound of the first content 200, the time axis of the second content 210 can be easily and reliably determined.
  • the watermark data embedded in the sound of the first content 200 can be sound data in a non-audible area.
  • the time axis of the second content 210 can be easily and reliably determined without affecting the user viewing the first content 200.
  • the fingerprint (feature amount) of the sound of the second content 210 is also included. Based on this, the time axis of the second content 210 may be determined. Thereby, for example, when the user starts viewing the second content 210 after starting the reproduction of the second content 210, the time axis of the second content 210 can be easily and reliably determined.
  • the watermark data 220 embedded in the sound of the first content 200 is used to specify the third content 230 in addition to the data for determining the time axis (for example, the time code).
  • Data for example, data indicating a facility or a region
  • the third content 230 can be selected by the watermark data 220 embedded in the sound of the first content 200.
  • the time axis of the second content 210 may be determined based on the audio feature amount of the first content 200. Thereby, for example, even when the watermark data 220 is not embedded in the first content 200, the time axis of the second content 210 can be easily and reliably determined.
  • the voice detection unit 420 and the time axis determination unit 430 can stop the operation when the time axis of the second content 210 is determined. Thereby, the power consumption in the user terminal 100 can be suppressed.
  • the time axis of the second content 210 held by the user terminal 100 and the actual time of the second content 210 after the determination of the time axis of the second content 210 is performed due to the performance of the user terminal 100 and the like. There may be a deviation from the axis. Therefore, the time axis determination unit 430, based on the fingerprint (feature amount) of the second content 210, at an appropriate timing after the determination of the time axis of the second content 210 is completed. The time axis may be corrected. For example, the time axis determination unit 430, after the determination of the time axis of the second content 210 is completed, at a predetermined time interval, based on the audio fingerprint (feature amount) of the second content 210, the second content 210.
  • the time axis may be corrected. Further, for example, after the determination of the time axis of the second content 210 is completed, the time axis determination unit 430 performs the first determination based on the voice fingerprint (feature amount) of the second content 210 in accordance with an instruction from the user. The time axis of the two contents 210 may be corrected.
  • information indicating the determination state of the time axis of the second content 210 can be output to the display device 350.
  • the output destination of the information is not limited to the display device 350 but may be the audio output device 340. Thereby, it is possible to notify the user of the determination state of the time axis of the second content 210.

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Computer Security & Cryptography (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

あるコンテンツの時間軸を容易かつ確実に判定し、当該コンテンツの再生に連動して別のコンテンツを再生する。コンテンツ再生プログラムは、コンピュータに、コンピュータの外部で再生される第１コンテンツの音声を検出する音声検出部と、検出された音声に基づいて、コンピュータの外部で第１コンテンツに続いて再生される第２コンテンツの時間軸を判定する時間軸判定部と、判定された時間軸に基づいて、第２コンテンツの再生に合わせて、第２コンテンツに応じた第３コンテンツを再生するコンテンツ再生部と、を実現させる。

Description

コンテンツ再生プログラム及びコンテンツ再生装置
　本発明は、コンテンツ再生プログラム及びコンテンツ再生装置に関する。
　音声を伴った映像に対するセカンドスクリーン情報を、音声入出力及び画像表示可能な携帯デバイスに出力する方法が開示されている（特許文献１）。特許文献１に開示されている方法では、音声中に、映像の各映像シーンに対応づけられたタイムコードが透かしデータとして埋め込まれる。そして、セカンドスクリーン情報に相当するデータにタイムコードを対応付けて携帯デバイスに予め格納し、映像の近傍で携帯デバイスに音声を入力し、映像シーンに同期させてセカンドスクリーン情報を出力することが行われる。
特開２０１５－６１１１２号公報
　特許文献１に開示されている方法では、各映像シーンに対応づけて音声中に透かしデータを埋め込む必要がある。そのため、映画等のコンテンツ制作作業の負荷が高く、制作側の都合で透かしデータの埋め込みを行えない場合がある。
　透かしデータではなく、音声の特徴量であるフィンガープリントを用いて映像の時間軸を判定する手法もあるが、無音の場合や、定常的な音声が継続する箇所ではフィンガープリントを作成できない。また、１つの映像の異なる時間帯で全く同じ音声が用いられる場合、フィンガープリントでは、どちらの時間帯であるかを判別することができない。
　そこで、本発明は、あるコンテンツの時間軸を容易かつ確実に判定し、当該コンテンツの再生に連動して別のコンテンツを再生するコンテンツ再生プログラム及びコンテンツ再生装置を提供することを目的とする。
　本発明の一態様に係るコンテンツ再生プログラムは、コンピュータに、コンピュータの外部で再生される第１コンテンツの音声を検出する音声検出部と、検出された音声に基づいて、コンピュータの外部で第１コンテンツに続いて再生される第２コンテンツの時間軸を判定する時間軸判定部と、判定された時間軸に基づいて、第２コンテンツの再生に合わせて、第２コンテンツに応じた第３コンテンツを再生するコンテンツ再生部と、を実現させる。
　また、本発明の一態様に係るコンテンツ再生装置は、外部で再生される第１コンテンツの音声を検出する音声検出部と、検出された音声に基づいて、第１コンテンツに続いて外部で再生される第２コンテンツの時間軸を判定する時間軸判定部と、判定された時間軸に基づいて、第２コンテンツの再生に合わせて、第２コンテンツに応じた第３コンテンツを再生するコンテンツ再生部と、を備える。
　なお、本発明において、「部」とは、単に物理的手段を意味するものではなく、その「部」が有する機能をソフトウェアによって実現する場合も含む。また、１つの「部」や装置が有する機能が２つ以上の物理的手段や装置により実現されても、２つ以上の「部」や装置の機能が１つの物理的手段や装置により実現されてもよい。
　本発明によれば、あるコンテンツの時間軸を容易かつ確実に判定し、当該コンテンツの再生に連動して別のコンテンツを再生するコンテンツ再生プログラム及びコンテンツ再生装置を提供することができる。
本発明の一実施形態であるコンテンツ再生システムの構成を示す図である。 コンテンツ再生システムにおけるコンテンツ再生の概要を示す図である。 ユーザ端末１００のハードウェア構成の一例を示す図である。 ユーザ端末１００の機能構成の一例を示す図である。 コンテンツを取得するためのユーザインタフェースの一例を示す図である。 時間軸の判定状態が表示された画面の一例を示す図である。 ユーザ端末１００におけるコンテンツ再生処理の一例を示すフローチャートである。
　添付図面を参照して、本発明の好適な実施形態について説明する。図１は、本発明の一実施形態であるコンテンツ再生システムの構成を示す図である。コンテンツ再生システムは、ユーザ端末１００（コンテンツ再生装置）、スクリーン１１０及びスピーカ１２０を備える。スクリーン１１０及びスピーカ１２０は、例えば、映画館や球場等の施設に設置され、ユーザ端末１００は当該施設の利用者によって利用される。スクリーン１１０には、映画等のコンテンツの映像が表示され、スピーカ１２０からは当該コンテンツの音声が出力される。そして、ユーザ端末１００では、当該コンテンツの再生に連動して、字幕や音声ガイド等の別のコンテンツが再生される。
　図２は、コンテンツ再生システムにおけるコンテンツ再生の概要を示す図である。
　映画館等の施設で再生されるコンテンツは、第１コンテンツ２００と、当該第１コンテンツ２００に続いて再生される第２コンテンツ２１０が含まれる。第２コンテンツ２１０は、例えば、映画の本編である。そして、第１コンテンツ２００は、例えば、映画の本編の前に再生される予告編や広告等（先付け）である。第１コンテンツ２００には、その音声中に透かしデータ２２０が埋め込まれている。透かしデータ２２０は、例えば、第１コンテンツ２００のフレームごとに埋め込まれており、第２コンテンツ２１０の開始タイミング（時間軸）を判定するためのタイムコード等のデータ（第１データ）を含む。また、透かしデータ２２０は、例えば、施設や地域等を示すデータ（第２データ）を含む。
　ユーザ端末１００で再生される第３コンテンツ２３０は、例えば、映画の本編と連動して再生される、当該映画の字幕である。第３コンテンツ２３０は、第２コンテンツ２１０に連動して再生されるものであれば、字幕に限らず、音声ガイドや手話画像、説明画像等、任意のコンテンツとすることができる。ユーザ端末１００では、透かしデータ２２０に基づいて、第２コンテンツ２１０の開始タイミング（時間軸）が判定され、第２コンテンツ２１０に連動して第３コンテンツ２３０が再生される。
　図３は、ユーザ端末１００のハードウェア構成の一例を示す図である。ユーザ端末１００は、例えば、スマートフォンやタブレット端末等のコンピュータである。図３に示すように、ユーザ端末１００は、プロセッサ３００、記憶装置３１０、通信インタフェース（Ｉ／Ｆ）３２０、マイク３３０、音声出力装置３４０、表示装置３５０及び入力装置３６０を備える。
　プロセッサ３００は、記憶装置３１０に格納されているプログラムを実行することにより、ユーザ端末１００における様々な機能を実現することができる。
　記憶装置３１０は、プログラムやデータを記憶する記憶領域である。記憶装置３１０は、一時的な記憶領域である揮発性メモリや、恒久的な記憶領域である不揮発性メモリを含むことができる。記憶装置３１０は、ユーザ端末１００の外部に設けられていてもよい。
　通信インタフェース３２０は、外部の装置との間でプログラムやデータの送受信を行うためのインタフェース装置である。通信インタフェース３２０は、例えば、携帯電話の通信網用のインタフェースや、無線ＬＡＮ（Local Area Network）用のインタフェースを含む。通信インタフェース３２０は、有線のインタフェースを含んでもよい。
　マイク３３０は、周囲の音声を検出する。マイク３３０は、可聴域の音声に限らず、非可聴域の音声も検出することができる。マイク３３０は、ユーザ端末１００の外部に設けられていてもよい。
　音声出力装置３４０は、音声を出力するための出力装置である。音声出力装置３４０は、例えば、スピーカである。また、音声出力装置３４０は、イヤホンに音声を出力するための装置であってもよい。第３コンテンツ２３０が音声（例えば音声ガイドや吹き替え音声）を含む場合、当該音声は音声出力装置３４０から出力される。
　表示装置３５０は、画像（静止画又は動画）を表示するための出力装置である。表示装置３５０は、例えば、液晶ディスプレイや有機ＥＬ（Electroluminescence）ディスプレイである。表示装置３５０は、ユーザ端末１００の外部に設けられていてもよい。第３コンテンツ２３０が画像（例えば字幕）を含む場合、当該画像は表示装置３５０に表示される。
　入力装置３６０は、ユーザ入力を受け付けるための装置である。入力装置３６０は、例えば、表示装置３５０と一体的に形成されたタッチパネルであってもよい。入力装置３６０は、ユーザ端末１００の外部に設けられていてもよい。
　図４は、ユーザ端末１００の機能構成の一例を示す図である。ユーザ端末１００は、コンテンツ取得部４００、コンテンツ記憶部４１０、音声検出部４２０、時間軸判定部４３０、コンテンツ再生部４４０、参照データ取得部４５０、参照データ記憶部４６０、設定部４７０及び設定データ記憶部４８０を備える。図４に示す各部は、例えば、記憶装置３１０の記憶領域を用いたり、記憶装置３１０に格納されたプログラム（コンテンツ再生プログラム）をプロセッサ３００が実行したりすることにより実現することができる。
　コンテンツ取得部４００は、ユーザ端末１００で再生される第３コンテンツ２３０を、例えばインターネット経由で取得し、コンテンツ記憶部４１０に格納する。図５は、コンテンツを取得するためのユーザインタフェースの一例を示す図である。画面５００は、例えば、第３コンテンツ２３０を再生するためのアプリケーションを起動すると表示される。画面５００は、コンテンツの種類を選択するための領域５１０，５２０を含む。
　画面５００では、領域５１０において、字幕、手話又は音声ガイドを選択することができる。また画面５００では、領域５１０において、映画館・劇場、テーマパーク、博物館・美術館、ＤＶＤ／ＢＤ又はその他を選択することができる。そして、領域５１０，５２０の選択内容に応じたコンテンツの一覧が領域５３０に表示される。領域５３０には、例えば、第２コンテンツ２１０（例えば本編）のタイトルが表示される。コンテンツ取得部４００は、領域５３０で選択された第２コンテンツ２１０に対応する第３コンテンツ２３０を取得する。なお、コンテンツ取得部４００は、再生対象ではないものも含む第３コンテンツ２３０を取得してもよい。
　また、コンテンツ取得部４００は、第１コンテンツ２００で検出される音声（透かしデータ又はフィンガープリント）によって特定される第３コンテンツ２３０を取得してもよい。例えば、第１コンテンツ２００に埋め込まれた透かしデータに第３コンテンツ２３０を特定するためのデータ（第２データ）が含まれている場合、コンテンツ取得部４００は、当該データに基づいて第３コンテンツ２３０を取得してもよい。
　音声検出部４２０は、ユーザ端末１００の外部で再生されるコンテンツの音声を検出する。具体的には、音声検出部４２０は、第１コンテンツ２００（先付け）の音声を検出することができる。また、音声検出部４２０は、第２コンテンツ２１０（本編）の音声を検出することもできる。音声検出部４２０が検出する音声は、例えば、透かしデータやフィンガープリントである。音声検出部４２０は、時間軸判定部４３０によって第２コンテンツ２１０の時間軸が判定されると動作を停止することができる。
　時間軸判定部４３０は、音声検出部４２０で検出された音声に基づいて、第２コンテンツ２１０の時間軸を判定する。具体的には、例えば、第１コンテンツ２００の音声に埋め込まれた透かしデータに含まれる、第２コンテンツ２１０の時間軸を判定するためのデータ（第１データ）に基づいて、第２コンテンツ２１０の時間軸を判定することができる。また、時間軸判定部４３０は、第２コンテンツ２１０の音声のフィンガープリントに基づいて、第２コンテンツ２１０の再生中に第２コンテンツ２１０の時間軸を判定することができる。ここで、第２コンテンツ２１０の時間軸の判定とは、第２コンテンツ２１０の再生タイミングを時刻と対応づけることをいう。例えば、時間軸判定部４３０は、第２コンテンツ２１０の再生が開始される時刻（例えば、実際の時刻でもよいし、ある時点を基準とする相対時刻でもよい。）を判定することができる。また例えば、時間軸判定部４３０は、第２コンテンツ２１０のどの部分が現在再生されているかを判定することができる。時間軸判定部４３０は、第２コンテンツ２１０の時間軸が判定されると動作を停止することができる。
　コンテンツ再生部４４０は、時間軸判定部４３０で判定された時間軸に基づいて、第２コンテンツ２１０の再生に合わせて（同期させて）、第３コンテンツ２３０を再生する。また、コンテンツ再生部４４０は、時間軸判定部４３０による時間軸の判定状態を示す情報を出力することができる。図６は、時間軸の判定状態が表示された画面の一例を示す図である。図６の画面６００に示すように、コンテンツ再生部４４０は、時間軸の判定が完了したことを示すメッセージ（例えば「字幕の表示準備が完了しました。本編開始までしばらくお待ちください。」）を表示装置３５０に表示することができる。
　参照データ取得部４５０は、時間軸判定部４３０がフィンガープリントに基づいて時間軸を判定するための参照データを、例えばインターネット経由で取得し、参照データ記憶部４６０に格納する。参照データは、コンテンツの音声の特徴量をコンテンツの再生時刻と対応づけたデータである。時間軸判定部４３０は、第１コンテンツ２００又は第２コンテンツ２１０の音声の特徴量を参照データと比較することにより、第２コンテンツ２１０の時間軸を判定することができる。
　設定部４７０は、第３コンテンツ２３０の再生のための設定をユーザから受け付け、当該設定を示す設定データを設定データ記憶部４８０に格納する。コンテンツ再生部４４０は、当該設定データに基づいて第３コンテンツ２３０を再生することができる。
　図７は、ユーザ端末１００におけるコンテンツ再生処理の一例を示すフローチャートである。図７に示す処理は、例えば、ユーザがアプリケーションを起動したことにより開始される。
　音声検出部４２０は、第１コンテンツ２００の音声に埋め込まれた透かしデータの検出を開始する（Ｓ７０１）。透かしデータが検出されれば、時間軸判定部４３０は、透かしデータに基づいて第２コンテンツ２１０の時間軸を判定する（Ｓ７０２）。なお、時間軸判定部４３０は、第１コンテンツ２００の音声のフィンガープリントに基づいて、第２コンテンツ２１０の時間軸を判定してもよい。
　また、音声検出部４２０は、第１コンテンツ２００の音声に基づく時間軸の判定（Ｓ７０１～Ｓ７０２）と並行して、第２コンテンツ２１０の音声に基づく時間軸の判定（Ｓ７０３～Ｓ７０４）を実行する。具体的には、音声検出部４２０は、第２コンテンツ２１０の音声のフィンガープリント（特徴量）の検出を開始する（Ｓ７０３）。そして、時間軸判定部４３０は、当該フィンガープリントに基づいて第２コンテンツ２１０の時間軸を判定する（Ｓ７０４）。第２コンテンツ２１０の音声に基づく時間軸の判定（Ｓ７０３～Ｓ７０４）処理は、例えば、第２コンテンツ２１０の再生が開始された後に、ユーザが第２コンテンツ２１０の視聴を開始した場合や、第１コンテンツ２００の音声に基づく時間軸の判定（Ｓ７０１～Ｓ７０２）が正常に動作しなかった場合等に有効である。
　第１コンテンツ２００又は第２コンテンツ２１０の音声に基づく時間軸の判定（Ｓ７０１～Ｓ７０４）が完了するまでの間（Ｓ７０５：Ｎ）、時間軸の判定処理が繰り返し実行される。そして、時間軸の判定が完了すると（Ｓ７０５：Ｙ）、音声検出部４２０及び時間軸判定部４３０は動作が停止され、コンテンツ再生部４４０が、判定された時間軸に基づいて、第２コンテンツ２１０の再生に合わせて第３コンテンツ２３０を再生する（Ｓ７０６）。
　以上、本発明の一実施形態について説明した。本実施形態によれば、第１コンテンツ２００（例えば先付け）の音声に基づいて、第１コンテンツ２００に続いて再生される第２コンテンツ２１０（例えば本編）の時間軸を判定することができる。そして、当該判定された時間軸に基づいて、第２コンテンツ２１０の再生に合わせて、第２コンテンツ２１０に応じた第３コンテンツ２３０（例えば字幕や音声ガイド）を再生することができる。したがって、第２コンテンツ２１０の音声に透かしデータが埋め込まれていない場合や、第２コンテンツ２１０の音声のフィンガープリントでは第２コンテンツ２１０の開始タイミングの判定が難しい場合であっても、第２コンテンツ２１０の時間軸を容易かつ確実に判定することができる。
　また、本実施形態によれば、第１コンテンツ２００の音声に埋め込まれた透かしデータに基づいて第２コンテンツ２１０の時間軸を判定することができる。第１コンテンツ２００は、第２コンテンツ２１０と比較して透かしデータを埋め込むことが容易であることが多い。そのため、第１コンテンツ２００の音声に透かしデータを埋め込むことにより、第２コンテンツ２１０の時間軸を容易かつ確実に判定することができる。
　さらに、本実施形態によれば、第１コンテンツ２００の音声に埋め込まれた透かしデータは非可聴領域の音声データとすることができる。これにより、第１コンテンツ２００を視聴しているユーザに影響を与えることなく、第２コンテンツ２１０の時間軸を容易かつ確実に判定することができる。
　また、本実施形態によれば、第１コンテンツ２００の音声に埋め込まれた透かしデータに基づく第２コンテンツ２１０の時間軸の判定に加えて、第２コンテンツ２１０の音声のフィンガープリント（特徴量）に基づいて第２コンテンツ２１０の時間軸を判定してもよい。これにより、例えば、第２コンテンツ２１０の再生開始後にユーザが第２コンテンツ２１０の視聴を開始した場合等において、第２コンテンツ２１０の時間軸を容易かつ確実に判定することができる。
　また、本実施形態によれば、第１コンテンツ２００の音声に埋め込まれた透かしデータ２２０は、時間軸の判定のためのデータ（例えばタイムコード）に加えて、第３コンテンツ２３０を特定するためのデータ（例えば施設や地域等を示すデータ）を含んでもよい。これにより、例えば、第１コンテンツ２００の音声に埋め込まれた透かしデータ２２０によって、第３コンテンツ２３０を選択することができる。
　また、本実施形態によれば、第１コンテンツ２００の音声の特徴量に基づいて、第２コンテンツ２１０の時間軸を判定してもよい。これにより、例えば、第１コンテンツ２００に透かしデータ２２０が埋め込まれていない場合であっても、第２コンテンツ２１０の時間軸を容易かつ確実に判定することができる。
　また、本実施形態によれば、音声検出部４２０及び時間軸判定部４３０は、第２コンテンツ２１０の時間軸が判定されると動作を停止することができる。これにより、ユーザ端末１００における電力消費を抑制することができる。
　なお、ユーザ端末１００の性能等の影響により、第２コンテンツ２１０の時間軸の判定が行われた後に、ユーザ端末１００が保持する第２コンテンツ２１０の時間軸と、第２コンテンツ２１０の実際の時間軸との間にずれが生じる可能性がある。そのため、時間軸判定部４３０は、第２コンテンツ２１０の時間軸の判定が完了した後に、適宜なタイミングで、第２コンテンツ２１０の音声のフィンガープリント（特徴量）に基づいて、第２コンテンツ２１０の時間軸を補正してもよい。例えば、時間軸判定部４３０は、第２コンテンツ２１０の時間軸の判定が完了した後に、所定の時間間隔で、第２コンテンツ２１０の音声のフィンガープリント（特徴量）に基づいて、第２コンテンツ２１０の時間軸を補正してもよい。また例えば、時間軸判定部４３０は、第２コンテンツ２１０の時間軸の判定が完了した後に、ユーザからの指示に応じて、第２コンテンツ２１０の音声のフィンガープリント（特徴量）に基づいて、第２コンテンツ２１０の時間軸を補正してもよい。
　また、本実施形態によれば、第２コンテンツ２１０の時間軸の判定状態を示す情報を表示装置３５０に出力することができる。なお、当該情報の出力先は表示装置３５０に限らず、音声出力装置３４０であってもよい。これにより、第２コンテンツ２１０の時間軸の判定状態をユーザに通知することができる。
　以上説明した実施形態は、本発明の理解を容易にするためのものであり、本発明を限定して解釈するためのものではない。実施形態が備える各要素並びにその配置、材料、条件、形状及びサイズ等は、例示したものに限定されるわけではなく適宜変更することができる。また、異なる実施形態で示した構成同士を部分的に置換し又は組み合わせることが可能である。
１００　ユーザ端末、１１０　スクリーン、１２０　スピーカ、２００　第１コンテンツ、２１０　第２コンテンツ、２２０　透かしデータ、２３０　第３コンテンツ、３００　プロセッサ、３１０　記憶装置、３２０　通信インタフェース、３３０　マイク、３４０　音声出力装置、３５０　表示装置、３６０　入力装置、４００　コンテンツ取得部、４１０　コンテンツ記憶部、４２０　音声検出部、４３０　時間軸判定部、４４０　コンテンツ再生部、４５０　参照データ取得部、４６０　参照データ記憶部、４７０　設定部、４８０　設定データ記憶部

Claims (10)

  1. 　コンピュータに、
    　前記コンピュータの外部で再生される第１コンテンツの音声を検出する音声検出部と、
    　前記検出された音声に基づいて、前記コンピュータの外部で前記第１コンテンツに続いて再生される第２コンテンツの時間軸を判定する時間軸判定部と、
    　前記判定された時間軸に基づいて、前記第２コンテンツの再生に合わせて、前記第２コンテンツに応じた第３コンテンツを再生するコンテンツ再生部と、
    　を実現させるためのコンテンツ再生プログラム。
  2. 　前記音声は、前記第１コンテンツに埋め込まれた透かしデータである、
    　請求項１に記載のコンテンツ再生プログラム。
  3. 　前記透かしデータは、非可聴領域の音声データである、
    　請求項２に記載のコンテンツ再生プログラム。
  4. 　前記音声検出部は、さらに、前記コンピュータの外部で再生される前記第２コンテンツの音声の特徴量を検出し、
    　前記時間軸判定部は、前記第１コンテンツに埋め込まれた前記透かしデータ又は前記第２コンテンツの前記特徴量に基づいて前記時間軸を判定する、
    　請求項２又は３に記載のコンテンツ再生プログラム。
  5. 　前記透かしデータは、前記時間軸の判定のための第１データと、前記第３コンテンツを特定するための第２データとを含み、
    　前記時間軸判定部は、前記第１データに基づいて前記時間軸を判定し、
    　前記コンテンツ再生部は、前記第２データに基づいて前記第３コンテンツを再生する、
    　請求項２から４のいずれか一項に記載のコンテンツ再生プログラム。
  6. 　前記音声検出部は、前記音声の特徴量を検出し、
    　前記時間軸判定部は、前記検出された特徴量に基づいて前記時間軸を判定する、
    　請求項１に記載のコンテンツ再生プログラム。
  7. 　前記音声検出部及び前記時間軸判定部は、前記時間軸が判定されると動作を停止する、請求項１から６のいずれか一項に記載のコンテンツ再生プログラム。
  8. 　前記時間軸判定部は、前記時間軸が判定された後に、前記第２コンテンツの前記特徴量に基づいて前記時間軸を補正する、
    　請求項４に記載のコンテンツ再生プログラム。
  9. 　前記コンテンツ再生部は、前記時間軸の判定状態を示す情報を出力する、
    　請求項１から８のいずれか一項に記載のコンテンツ再生プログラム。
  10. 　外部で再生される第１コンテンツの音声を検出する音声検出部と、
    　前記検出された音声に基づいて、前記第１コンテンツに続いて外部で再生される第２コンテンツの時間軸を判定する時間軸判定部と、
    　前記判定された時間軸に基づいて、前記第２コンテンツの再生に合わせて、前記第２コンテンツに応じた第３コンテンツを再生するコンテンツ再生部と、
    　を備えるコンテンツ再生装置。
PCT/JP2016/081900 2016-10-27 2016-10-27 コンテンツ再生プログラム及びコンテンツ再生装置 WO2018078768A1 (ja)

Priority Applications (7)

Application Number Priority Date Filing Date Title
JP2017508106A JP6163680B1 (ja) 2016-10-27 2016-10-27 コンテンツ再生プログラム及びコンテンツ再生装置
CN201680090523.7A CN109983781B (zh) 2016-10-27 2016-10-27 内容播放装置以及计算机可读存储介质
PCT/JP2016/081900 WO2018078768A1 (ja) 2016-10-27 2016-10-27 コンテンツ再生プログラム及びコンテンツ再生装置
US16/345,568 US11303951B2 (en) 2016-10-27 2016-10-27 Content reproduction program and content reproduction device
KR1020197014929A KR102607703B1 (ko) 2016-10-27 2016-10-27 콘텐츠 재생 프로그램 및 콘텐츠 재생 장치
EP16920393.2A EP3534618A4 (en) 2016-10-27 2016-10-27 CONTENT REPRODUCING PROGRAM AND CONTENT REPRODUCING APPARATUS
TW106137069A TWI760383B (zh) 2016-10-27 2017-10-27 內容再生程式及內容再生裝置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2016/081900 WO2018078768A1 (ja) 2016-10-27 2016-10-27 コンテンツ再生プログラム及びコンテンツ再生装置

Publications (1)

Publication Number Publication Date
WO2018078768A1 true WO2018078768A1 (ja) 2018-05-03

Family

ID=59351268

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2016/081900 WO2018078768A1 (ja) 2016-10-27 2016-10-27 コンテンツ再生プログラム及びコンテンツ再生装置

Country Status (7)

Country Link
US (1) US11303951B2 (ja)
EP (1) EP3534618A4 (ja)
JP (1) JP6163680B1 (ja)
KR (1) KR102607703B1 (ja)
CN (1) CN109983781B (ja)
TW (1) TWI760383B (ja)
WO (1) WO2018078768A1 (ja)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015061112A (ja) 2013-09-17 2015-03-30 Ｎｐｏ法人メディア・アクセス・サポートセンター 携帯デバイスへのセカンドスクリーン情報の提供方法
JP2015510305A (ja) * 2012-01-06 2015-04-02 トムソン ライセンシングＴｈｏｍｓｏｎ Ｌｉｃｅｎｓｉｎｇ セカンドスクリーン上のコンテンツを同期させるための方法およびシステム
JP2016111492A (ja) * 2014-12-05 2016-06-20 株式会社テレビ朝日 端末装置、サーバ装置、及びプログラム

Family Cites Families (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102004021404B4 (de) * 2004-04-30 2007-05-10 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Wasserzeicheneinbettung
JP2007207328A (ja) * 2006-01-31 2007-08-16 Toshiba Corp 情報記憶媒体、プログラム、情報再生方法、情報再生装置、データ転送方法、及びデータ処理方法
US8763029B1 (en) * 2006-11-13 2014-06-24 Visible World Inc. Systems and methods for client-based addressable advertising
CN101370261B (zh) * 2007-08-15 2011-12-07 华为技术有限公司 从cs域向ps域切换的资源准备方法及通信设备
JP2010170604A (ja) * 2009-01-21 2010-08-05 Sony Corp 光ディスク装置、光ピックアップ、プリフォーマット信号生成方法及びプログラム
US8925024B2 (en) * 2009-12-31 2014-12-30 The Nielsen Company (Us), Llc Methods and apparatus to detect commercial advertisements associated with media presentations
US9026102B2 (en) * 2010-03-16 2015-05-05 Bby Solutions, Inc. Movie mode and content awarding system and method
CN101877625A (zh) * 2010-06-29 2010-11-03 中兴通讯股份有限公司 下行语音帧的接收处理方法及装置、基带
JP5724283B2 (ja) * 2010-10-15 2015-05-27 ソニー株式会社 情報処理装置、同期方法およびプログラム
US20130083036A1 (en) * 2011-08-19 2013-04-04 Hall of Hands Limited Method of rendering a set of correlated events and computerized system thereof
CN102664007B (zh) * 2012-03-27 2016-08-31 上海量明科技发展有限公司 用于生成字符标识内容的方法、客户端及系统
CN102625164A (zh) * 2012-04-06 2012-08-01 上海车音网络科技有限公司 多媒体数据处理平台及多媒体读物、系统和方法
US9305559B2 (en) * 2012-10-15 2016-04-05 Digimarc Corporation Audio watermark encoding with reversing polarity and pairwise embedding
FR3006525B1 (fr) * 2013-06-04 2016-10-14 Visiware Synchronisation de contenus multimedia sur deuxieme ecran
EP3651469A1 (en) * 2013-09-20 2020-05-13 Koninklijke KPN N.V. Correlating timeline information between media streams
JP6349977B2 (ja) * 2013-10-21 2018-07-04 ソニー株式会社 情報処理装置および方法、並びにプログラム
CN110413185A (zh) * 2013-12-09 2019-11-05 知识产权之桥一号有限责任公司 用于指定链接目的地和用于观看者的界面装置和记录介质
CN103702145A (zh) 2013-12-26 2014-04-02 京东方科技集团股份有限公司 节目播放提醒方法及其系统和显示装置
CN105940679B (zh) * 2014-01-31 2019-08-06 交互数字Ce专利控股公司 用于同步两个电子设备处的回放的方法和装置
CN104023251B (zh) * 2014-06-13 2015-08-19 腾讯科技（深圳）有限公司 基于视频的互动方法和系统
US9665341B2 (en) 2015-02-09 2017-05-30 Sonos, Inc. Synchronized audio mixing
US20160309214A1 (en) * 2015-04-15 2016-10-20 Rovi Guides, Inc. Method of synchronizing alternate audio content with video content
EP3226570A1 (en) * 2016-03-31 2017-10-04 Thomson Licensing Synchronizing audio and video signals rendered on different devices
JP6157679B2 (ja) 2016-04-12 2017-07-05 日本放送協会 信号処理装置及びプログラム
US11432031B2 (en) * 2018-02-23 2022-08-30 Evixar Inc. Content playback program, content playback method, and content playback system

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015510305A (ja) * 2012-01-06 2015-04-02 トムソン ライセンシングＴｈｏｍｓｏｎ Ｌｉｃｅｎｓｉｎｇ セカンドスクリーン上のコンテンツを同期させるための方法およびシステム
JP2015061112A (ja) 2013-09-17 2015-03-30 Ｎｐｏ法人メディア・アクセス・サポートセンター 携帯デバイスへのセカンドスクリーン情報の提供方法
JP2016111492A (ja) * 2014-12-05 2016-06-20 株式会社テレビ朝日 端末装置、サーバ装置、及びプログラム

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP3534618A4

Also Published As

Publication number Publication date
JPWO2018078768A1 (ja) 2018-11-01
TWI760383B (zh) 2022-04-11
CN109983781A (zh) 2019-07-05
CN109983781B (zh) 2022-03-22
EP3534618A4 (en) 2020-06-03
KR20190085938A (ko) 2019-07-19
US20190253749A1 (en) 2019-08-15
JP6163680B1 (ja) 2017-07-19
US11303951B2 (en) 2022-04-12
TW201820316A (zh) 2018-06-01
KR102607703B1 (ko) 2023-11-30
EP3534618A1 (en) 2019-09-04

Similar Documents

Publication Publication Date Title
TWI538520B (zh) 視頻資訊添加方法及裝置、視頻資訊顯示方法及裝置
WO2016095384A1 (zh) 一种弹幕显示方法及系统
JP6271194B2 (ja) 携帯デバイスへのセカンドスクリーン情報の提供方法
WO2017113721A1 (zh) 一种预览播放方法及装置
KR20160013649A (ko) 주변 소음에 기초하여 자막을 생성하는 동영상 디스플레이 방법 및 사용자 단말
KR101789221B1 (ko) 동영상 제공 장치, 동영상 제공 방법, 및 컴퓨터 프로그램
US20120287283A1 (en) Electronic device with voice prompt function and voice prompt method
US20160359932A1 (en) Display device and method of controlling the same
US20170249971A1 (en) Method for generating image in which sound source is inserted and apparatus therefor
JP6986036B2 (ja) コンテンツ再生プログラム、コンテンツ再生方法及びコンテンツ再生システム
JP6163680B1 (ja) コンテンツ再生プログラム及びコンテンツ再生装置
KR102389040B1 (ko) 콘텐츠 재생 프로그램, 콘텐츠 재생 방법 및 콘텐츠 재생 시스템
CN114501126B (zh) 视频播放方法、系统和存储介质
US20170301328A1 (en) Acoustic system, communication device, and program
WO2014097656A1 (ja) 電子機器及び表示制御方法
JP2019507978A5 (ja)
US11582514B2 (en) Source apparatus and control method therefor
KR101832464B1 (ko) 동영상 제공 장치, 동영상 제공 방법, 및 컴퓨터 프로그램
JP2015222865A (ja) 携帯端末、関連データ提示方法、及びプログラム
JP4679462B2 (ja) 静止画像表示切替システム
JP2008294513A (ja) 映像再生装置
JP2010287974A (ja) 携帯電話及びプログラム
JP2006352885A (ja) デジタルマルチメディア放送を多様な方式にて再生する方法及びそれによるデジタルマルチメディア放送受信装置
JP2022090874A (ja) 映像表示装置
US20170169852A1 (en) Method for resuming playing audio-video file after muting and electronic device

Legal Events

Date Code Title Description
WWE Wipo information: entry into national phase

Ref document number: 2017508106

Country of ref document: JP

121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 16920393

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 20197014929

Country of ref document: KR

Kind code of ref document: A

ENP Entry into the national phase

Ref document number: 2016920393

Country of ref document: EP

Effective date: 20190527