JP4611952B2 - 番組録画装置及びコマーシャル検出方法 - Google Patents

Description

本発明は、ＴＶ放送番組を録画する際、放送に含まれるコマーシャル区間を検出する番組録画装置及びコマーシャル検出方法に関する。

近年の番組録画装置では、ＴＶ放送番組をハードディスク等の記録媒体に録画し、録画した番組を再生して視聴する際、ユーザは、コマーシャル放送（以下、ＣＭと呼ぶ）部分をスキップして、番組本編のみを効率的に視聴する（以下、ＣＭスキップ再生と呼ぶ）ことが可能となっている。

その際、放送番組からＣＭと本編とを区別する必要があるが、従来、次の手法が提案されている。例えば特許文献１記載の技術では、輝度レベルの変化する画面転換部を検出し、その画面転換部から続く画面転換部までの時間間隔が所定の間隔である場合、ＣＭ区間であると判断するものである。また、特許文献２記載の技術では、映像及び音声信号の無信号部分すなわちブラックフレームとサイレントフレームを検出して、無信号部分の間隔が所定の間隔である場合、ＣＭ区間であると判断するものである。

特開平１−１７４１９２号公報 特表平８−５０７６３３号公報

上記した特許文献１、２では、ＣＭと本編とを区別するために、映像信号を解析するものである。映像処理には高速の演算処理回路と大容量のメモリを備える必要があり、そのため処理回路が複雑になり録画装置は高価なものになり易いという課題があった。

また上記特許文献１では、放送番組を一旦ＶＴＲに録画した後、ＶＴＲから番組を再生しながらＣＭ抽出用プログラムによりＣＭ部分を検出して、検出した部分にフラグを設定するものである。上記特許文献２においても、ＣＭ位置情報（再生マップ）を生成するのは、あくまでも番組の録画が完了した後である。当然ながら、これらのＣＭ検出には所定の処理時間を要することになる。仮にＣＭ検出処理を録画動作と並行して実行したとしても、録画完了直前の区間に対する処理は録画完了後に行わねばならない。したがってユーザは、ＣＭをスキップして番組本編を視聴するには、録画が完了し、さらにスキップ再生するための再生位置データの生成が完了するまで、待機しなければならなかった。

本発明の目的は、上記課題に鑑み、より簡単な方法で確実にＣＭ検出を行うことである。また、ＣＭ検出処理を録画完了前に行うようにし、ユーザの待機時間を短縮させることである。

本発明は、ＴＶ放送番組を録画し、放送に含まれるコマーシャル区間をスキップして再生する番組録画装置であって、放送番組をストレージ部に録画し、ストレージ部から再生位置情報に従って再生する制御を行う録画再生制御部と、放送番組から音声信号を分離する音声入力部と、音声入力部で分離した音声信号からコマーシャル区間を検出し、コマーシャル区間の位置を示す再生位置情報を生成する音声処理部とを備える。そして音声処理部は、放送番組に含まれる音声信号のレベルを閾値Ｖ_０と比較し、Ｖ_０未満の区間を無音区間と判定する無音区間判定部と、隣り合う無音区間の間隔Ｔが所定時間長Ｔｃに一致する場合、無音区間に挟まれた区間をコマーシャル区間と判定するコマーシャル区間判定部とを有する。

ここに無音区間判定部は、無音区間の継続時間Ｗが閾値Ｗ_０未満の場合は、無音区間と判定しない。また、音声信号のレベルが閾値Ｖ_０以上であっても、その区間の継続時間Ｗが閾値Ｗ_１未満の場合は、その区間を無音区間と判定する。

ここにコマーシャル区間判定部は、先頭のコマーシャル区間の開始点と録画開始点との間隔Ｔｓが所定時間Ｔｓ_０以内である場合は、先頭のコマーシャル区間の開始点を録画開始点まで延長し、最終のコマーシャル区間の終了点と録画終了点との間隔Ｔｅが所定時間Ｔｅ_０以内である場合は、最終のコマーシャル区間の終了点を録画終了点まで延長する。さらに、最終のコマーシャル区間の終了点と録画終了点との間隔Ｔｅが所定時間Ｔｅ_０以内である場合は、最終のコマーシャル区間を判定した時点でそれ以降のコマーシャル検出処理を打ち切り、コマーシャル区間の位置を示す再生位置情報を生成する。

本発明は、ＴＶ放送番組を録画する際、放送に含まれるコマーシャル区間を検出するコマーシャル検出方法であって、放送番組に含まれる音声信号のレベルを閾値Ｖ_０と比較し、Ｖ_０未満の区間を無音区間と判定して、隣り合う無音区間の間隔Ｔが所定時間長Ｔｃに一致する場合、無音区間に挟まれた区間をコマーシャル区間と判定する。

本発明によれば、放送番組中のＣＭを高精度に検出し、これをスキップ再生する使い勝手に優れた安価な番組録画装置を提供できる。

以下、本発明の実施形態を図面を用いて詳細に説明する。

図１は、本発明に係る番組録画装置の一実施例を示すブロック構成図である。番組録画装置１は、ＴＶ放送をアンテナ１０１で受信し、チューナ１０２で所望の番組を選局する。選局した番組を録画再生制御部１０３を介してハードディスクや光ディスクなどのストレージ部１０４に録画する。また録画した番組は、ＣＭ区間をスキップして再生することができる。録画再生のためには様々な信号処理を伴うが、図１では省略している。

音声入力部１０５は、受信した放送番組から音声信号を分離して逐次デジタル変換し、インタフェース１１０を介して、音声処理部１０６に入力する。デジタル信号に変換する際の音声のサンプリング周波数、チャンネル数といった情報も、音声入力部１０５から音声処理部１０６に受け渡される。もちろん、これらの情報は、音声処理部１０６で設定したものを音声入力部１０５に与えるようにしても良い。音声処理部１０６は、受け取った音声信号からＣＭ区間を検出して、ＣＭスキップ再生を行うためのＣＭ位置を示す情報（以下、再生位置情報と呼ぶ）を生成する。

録画再生制御部１０３と音声処理部１０６は、インタフェース１１１を介してＣＭスキップ再生を含む制御命令や応答の送受信をする。録画再生する映像信号の各フレームに、映像の先頭から順にフレーム番号が割り付けられている場合には、該フレーム番号および検索命令を音声処理部１０６から録画再生制御部１０３に送信することにより、当該フレーム番号の画像を検索するとともに、そのフレーム番号の画像をスキップ再生させることができる。

音声処理部１０６では、入力した音声デジタル信号を一旦メモリ１０９に入力し、ＣＰＵ１０８によってＣＭ検出などの解析処理を行う。その処理プログラムは補助記憶部１０７に格納しておき、ＣＰＵ１０８はこれを適宜読み出し、メモリ１０９に転送して処理する。処理プログラムの内容は、後述する図３の機能構成となっている。メモリ１０９には、処理によって作成される各種のデータおよび計算結果が蓄積され、必要に応じて参照される。また、音声デジタル信号や処理結果等の各種情報は補助記憶部１０７に格納することもできる。

ＰＤＰ等のディスプレイ装置１１６は、インタフェース１１４を介して、音声処理部１０６の出力内容を表示する。スピーカ１１７は、音声処理部１０６に入力した音声信号をインタフェース１１３を介して出力したり、メモリ１０９に蓄積された音声信号をユーザの要求に応じて出力したりする。入力装置１１８は、マウスなどのポインティングデバイスやキーボードなどの数値入力デバイスからなり、インタフェース１１２を介して、音声処理部１０６に対する命令や閾値の設定を行う。

このように本実施例の番組録画装置では、ＣＭ検出のために映像信号ではなく音声信号を用いている。解析のための音声処理部１０６は簡単な構成であり、低コストで実現できる。なお、番組録画装置の構成は、図１の構成に限定されるものではなく、チューナ１０２などの放送受信部、ストレージ部１０４、ディスプレイ装置１１６やスピーカ１１７などの映像・音声出力部は、装置内蔵型でも外付け型でも構わない。

次に、本実施例におけるＣＭ検出方法の概要について述べる。

図２は、ＴＶ番組中に含まれるＣＭの構造を示す模式図である。番組本編２０１からＣＭ２０３に移行する際、両者の境界には、音声信号レベルが極めて小さい区間２０２が存在する。同様に、ＣＭ２０３から番組本編２０５に移行する際、両者の境界には、音声信号レベルが極めて小さい区間２０４が存在する。特に、地上デジタル放送番組では、この音声信号レベルが極めて小さい区間２０２，２０４には、レベルが実質ゼロとなる部分２０６を含んでいる。以下、レベルが実質ゼロとなる部分２０６を「ゼロ部」、レベルがゼロ以外の部分２０７を「非ゼロ部」、また音声信号レベルが極めて小さい区間のことを「無音区間」と呼ぶことにする。

実際の放送では、ＣＭ２０３の長さ、すなわち隣り合う無音区間２０２と無音区間２０４との時間間隔は特有の値であり、例えば、１５ｓｅｃあるいはその倍数（３０ｓｅｃ、４５ｓｅｃ、６０ｓｅｃ）が採用されている。よって本実施例では、無音区間２０２，２０４を検出し、それらの時間間隔ＴがＣＭ特有の間隔に一致するかどうかを調べることで、ＣＭ区間を精度良く検出するものである。その際、無音区間にはゼロ部と非ゼロ部とが混在するので、これらを正しく識別して無音区間を特定する必要がある。

図３は、本発明におけるＣＭ検出方法の処理手順の一例を示すフローチャートである。ここでは処理手順の概要について、各処理ステップをＳ３００からＳ３０５で、また各ステップにおける出力データの波形を符号３０６〜３０８で示している。

ステップＳ３０１では、音声入力部１０５から音声データを受け取る。波形３０６は、受け取った音声データの時系列を示す。Ｒが右チャンネル、Ｌが左チャンネルの信号出力を示す。ステップＳ３０２では、左右両チャンネルの音声信号出力を絶対値化するために、Ｒチャンネル、Ｌチャンネルをそれぞれ２乗した上で、和をとっている。さらに計算しやすいように、値を０から２５５までの２５６段階に量子化している。つまり、波形３０７は、（Ｒ^２＋Ｌ^２）の時系列を示す。

ステップＳ３０３では、両チャンネルの音声信号の２乗和を、予め定めた音響レベルの閾値Ｖ_０と比較し、無音区間を判定する。その処理内容としては、ステップＳ３０３１では、入力する音響レベルを閾値Ｖ_０と比較して２値化処理を行い、閾値を上回る場合には「有音＝１」を、下回る場合には「無音＝０」を出力する。ただし、本来の有音区間でも微小な無音区間が含まれることがあり、また、本来の無音区間でも微小な有音区間が含まれることがある。ステップＳ３０３２、Ｓ３０３３ではこれらの影響を考慮し、より正確なＣＭ区間判定のために無音区間の修正を行うものであり、詳細は後述する。波形３０８は、これらの処理の結果得られた有音、無音の２値データであり、符号３１０は無音区間を示す。

ステップＳ３０４では、波形３０８の無音区間３１０の時間間隔Ｔを基に、ＣＭ区間すなわちＣＭ終始点を判定する。その処理内容としては、ステップ３０４１では、隣り合う無音区間３１０の時間間隔Ｔを予め設定したＣＭ時間長と比較することにより、挟まれた有音区間がＣＭ部分であるか否かを判定する。その際、複数のＣＭ区間が連続する場合があり、ステップＳ３０４２ではこれらの区間をマージする。またステップＳ３０４３では、ＣＭ開始点が録画開始点に近接している場合や、ＣＭ終了点が録画終了点に近接している場合には、ＣＭ区間を録画開始点まで、あるいは録画終了点まで延長させる。特に録画終了点まで延長する場合には、録画終了を待つことなくＣＭ検出処理を打ち切ることができる。これらの処理については後述する。

ステップＳ３０５では、上記で判定したＣＭ終始点（開始位置と終了位置）に基づいて、ＣＭ部分の位置を示し、これをスキップして番組本編のみを再生するための再生位置情報を生成する。この再生位置情報は音声処理部１０６のメモリ１０９に格納し、ＣＭスキップ再生時の録画再生制御部１０３に対する制御信号として用いる。

以下では、上記図３で述べたＣＭ検出方法をより詳細に具体例を用いて説明する。まず、ステップＳ３０３の無音区間の判定処理について説明する。

ステップＳ３０３１の２値化処理において、音響レベルの閾値Ｖ_０をいかに設定するかが重要である。デジタル放送番組においては、ＣＭと本編の境界の無音区間は、音響レベルが実質ゼロとなることが確認されている。そこで本実施例においては、閾値Ｖ_０の値を量子化レベルの１に設定し、音響レベルがゼロとなる部分を「無音＝０」、１以上となる部分を「有音＝１」と判定した。

図４は、（ａ）はステップＳ３０３１の２値化処理で得られた無音区間の波形を、（ｂ）はステップＳ３０３２、Ｓ３０３３で行う無音区間の修正を説明する図である。

（ａ）のように、２値化処理だけでは、ＣＭまたは本編（すなわち本来の有音区間４０１）であっても、全体が有音ではなくゼロ部４０１０を含む場合がある。あるいは、ＣＭと本編の境界部（すなわち本来の無音区間４０２）であっても、全体がレベルゼロではなくゼロ部４０２０と非ゼロ部４０２１が混在する場合がある。よって、このまま次のＣＭ判定処理を進めると誤判定を招く恐れがある。

そこで、（ｂ）のように、有音区間４０１に含まれるゼロ部４０１０を除去して連続した有音区間４０１’とする。また、無音区間４０２に含まれる非ゼロ部４０２１を除去して、２つのゼロ部４０２０をマージし、１つの連続した無音区間４０２’とする処理を行う。

ステップＳ３０３２（微小無音区間除去処理）では、微小な無音区間（ゼロ部）４０１０を除去する（あるいは無音区間としては無視する）処理を行う。すなわち、無音区間であるか否かを判定するための時間幅（閾値）Ｗ_０を設定し、無音区間（ゼロ部）４０１０の継続時間Ｗが閾値Ｗ_０未満であれば除去する。実験の結果、無音区間であると判定するための閾値Ｗ_０は、無音継続時間が特に５００ｍｓｅｃである場合に良好なＣＭ検出結果を得ることが分かった。その根拠を図５で説明する。

図５は、無音継続時間の閾値に対するＣＭ検出率及びＣＭ正解率を示す図である。ここに、ＣＭ検出率＝［録画番組中で検出できたＣＭの時間］÷［録画番組中に含まれる正味のＣＭの時間］である。また、ＣＭ正解率＝［録画番組中で検出できたＣＭの時間］÷［録画番組中で検出できたＣＭの時間＋本編であるにもかかわらずＣＭと誤って検出した時間］である。この結果から、無音区間とみなすための閾値Ｗ_０は、１８０〜５００ｍｓｅｃ、好ましくは５００ｍｓｅｃとするのが良いことが分かる。

またステップＳ３０３３（無音区間マージ処理）では、微小な有音区間（非ゼロ部）４０２１を除去して隣接する無音区間（ゼロ部４０２０）をマージする処理を行う。ここでは、有音区間（非ゼロ部）４０２１の継続時間Ｗを予め設定した閾値Ｗ_１とを比較して、継続時間Ｗが閾値Ｗ_１より小さい場合はこの有音区間４０２１を除去し、隣接する無音区間４０２０と同一の区間とみなしてマージする。継続時間Ｗが閾値Ｗ_１以上の場合は、隣接する無音区間４０２０をそれぞれ独立した無音区間と判定する。この判定で用いる閾値Ｗ_１は、１ｓｅｃが好適である。

このように本実施例では、音声信号の無音区間を判定する際、検出した無音区間に様々な修正処理を施すことで、ＣＭ検出の精度を向上させている。

次に、ステップＳ３０４のＣＭ区間判定（終始点判定）処理について説明する。

まずステップＳ３０４１（無音区間間隔比較処理）は、無音区間の間隔をＣＭ時間長Ｔｃと比較してＣＭ区間であるかどうかを判定する。

図６は、ステップＳ３０４１の処理を示す図である。（ａ）では、上記工程で決定した無音区間６０１，６０２，・・・に対し、隣り合う無音区間の終点の時間間隔Ｔ１，Ｔ２，・・・を算出する。各時間間隔Ｔ１，Ｔ２，・・・が、予め設定したＣＭ特有の時間長Ｔｃに一致するかどうか判定する。ここでＣＭ特有の時間長Ｔｃとしては、１５ｓｅｃあるいはその倍数である３０ｓｅｃ、４５ｓｅｃ、６０ｓｅｃを与える。時間間隔がＴｃのいずれかに一致したら、それらに挟まれた区間をＣＭ候補区間として登録する。一致しなければ、それらに挟まれた区間を本編区間と判定する。図６では、Ｔ１，Ｔ２，Ｔ３ともＴｃに一致し、（ｂ）ではこれらに挟まれた区間をＣＭ候補区間６１１，６１２，６１３として登録した状態である。

ステップＳ３０４２（同一ＣＭ区間マージ処理）は、連続する複数のＣＭ候補区間をマージする処理である。

図７は、ステップＳ３０４２の処理を示す図である。ここでは、ＣＭ候補区間の終了点の位置と次のＣＭ候補区間の開始点の位置とが一致する場合には，同一ＣＭ区間としてマージ処理を実施する。すなわち、（ａ）のようにＣＭ候補区間７０１，７０２，７０３が登録され、ＣＭ候補区間７０１の終了点とＣＭ候補区間７０２の開始点とが一致している。この場合には、（ｂ）のように両者をマージし、一塊のＣＭブロック（すなわち同一のＣＭ区間）７１１に変換する。このようにして、マージされたＣＭ候補区間をＣＭ区間として登録処理する。この処理により、複数のＣＭが連続して放送される場合でも、好適にＣＭをスキップして再生することができる。

ステップＳ３０４３（ＣＭ区間延長処理）は、ＣＭ区間を録画開始点まで、あるいは録画終了点まで延長させる処理である。

図８は、ステップＳ３０４３の処理を示す図である。（ａ）のように各ＣＭブロック（ＣＭ区間）が登録され、先頭のＣＭブロックを８０１、最終のＣＭブロックを８０３とする。そして（ｂ）のように、ＣＭブロック８０１の開始点ｔ１と録画開始点ｔ０との間隔Ｔｓが所定時間Ｔｓ_０以内に近接している場合は、ＣＭブロック８０１の開始点を録画開始点ｔ０まで延長してＣＭブロック８０１’として登録する。また、ＣＭブロック８０３の終了点ｔ２と録画終了点ｔ３との間隔Ｔｅが所定時間Ｔｅ_０以内に近接している場合には、ＣＭブロック８０３の終了点を録画終了点ｔ３まで延長してＣＭブロック８０３’として登録する。具体的には、時間長の比較はフレーム番号用いて行い、上記所定時間（閾値）Ｔｓ_０，Ｔｅ_０は６０〜３００ｓｅｃ、好ましくは６０ｓｅｃに設定するのが良い。

実際の放送では、番組開始時点で、ＣＭ開始前に６０ｓｅｃ以内の本編が挿入されたり、番組終了時点で、ＣＭ終了後に６０ｓｅｃ以内の本編が挿入することは少ない。従って、録画開始時点あるいは録画終了時点において、極めて短時間の本編が検出されたとしても、それが有効な本編である可能性は低く、これを無視しても支障はない。これにより、ＣＭスキップ再生をより好適に行うことができる。

また、予約録画であれば、録画開始点ｔ０と録画終了点ｔ３は予め分かっている。よって、最終ＣＭブロック８０３の終了点ｔ２を検出した時点で、録画終了点ｔ３との間隔Ｔｅを直ちに算定し、閾値Ｔｅ_０との比較が可能である。比較の結果Ｔｅ＜Ｔｅ_０であれば、それ以後の録画部分は有効な本編ではないと判定できるので、それ以後のＣＭ検出処理は不要である。よって終了点ｔ２を検出した時点でＣＭ検出処理を打ち切り、ステップＳ３０５の再生位置情報を生成する処理に取りかかる。その結果、録画が完了する前に再生位置情報を生成し、録画終了後直ちにＣＭスキップ再生を実行することが可能となるので、ユーザの待機時間を短縮させることができる。

このように本実施例によれば、ＣＭ検出のため音声信号を用いているので、装置の構成が簡単になる。その際、音声信号の無音区間を検出するが、検出した無音区間に様々な修正処理を施すことで、ＣＭ検出の精度を向上させている。また、放送番組の録画が完了する前に、ＣＭ位置に関する再生位置情報を生成できるので、ユーザは、録画完了後直ちにＣＭスキップ再生モードで番組本編を効率よく視聴することができる。

本発明に係る番組録画装置の一実施例を示すブロック構成図。 ＴＶ番組中に含まれるＣＭの構造を示す模式図。 本発明におけるＣＭ検出方法の処理手順の一例を示すフローチャート。 無音区間の修正処理（Ｓ３０３２、Ｓ３０３３）を説明する図。 無音継続時間の閾値に対するＣＭ検出率及びＣＭ正解率を示す図。 無音区間間隔比較処理（Ｓ３０４１）を説明する図。 同一ＣＭ区間マージ処理（Ｓ３０４２）を説明する図。 ＣＭ区間延長処理（Ｓ３０４３）を説明する図。

符号の説明

１…番組録画装置、
１０２…チューナ、
１０３…録画再生制御部、
１０４…ストレージ部、
１０５…音声入力部、
１０６…音声処理部、
１０７…補助記憶部、
１０８…ＣＰＵ、
１０９…メモリ、
１１６…ディスプレイ装置、
１１７…スピーカ、
１１８…入力装置、
２０２，２０４，３１０，４０２，６０１〜６０４…無音区間、
６１１〜６１３，７０１〜７０３，７１１，７１２，８０１〜８０３…ＣＭ区間（ＣＭブロック）。

Claims (4)

1. ＴＶ放送番組を録画し、放送に含まれるコマーシャル区間をスキップして再生する番組録画装置であって、
   放送番組をストレージ部に録画し、該ストレージ部から再生位置情報に従って再生する制御を行う録画再生制御部と、
   上記放送番組から音声信号を分離する音声入力部と、
   該音声入力部で分離した音声信号からコマーシャル区間を検出し、該コマーシャル区間の位置を示す上記再生位置情報を生成する音声処理部とを備え、
   該音声処理部は、
   上記放送番組に含まれる音声信号のレベルを閾値Ｖ_０と比較し、Ｖ_０未満の区間を無音区間と判定する無音区間判定部と、
   隣り合う無音区間の間隔Ｔが所定時間長Ｔｃに一致する場合、該無音区間に挟まれた区間をコマーシャル区間と判定するコマーシャル区間判定部と、を有し、
   該コマーシャル区間判定部は、先頭のコマーシャル区間の開始点と録画開始点との間隔Ｔｓが所定時間Ｔｓ _０ 以内である場合は、先頭のコマーシャル区間の開始点を録画開始点まで延長し、
   最終のコマーシャル区間の終了点と録画終了点との間隔Ｔｅが所定時間Ｔｅ _０ 以内である場合は、最終のコマーシャル区間の終了点を録画終了点まで延長することを特徴とする番組録画装置。
2. 請求項１に記載の番組録画装置であって、
   前記コマーシャル区間判定部は、最終のコマーシャル区間の終了点と録画終了点との間隔Ｔｅが所定時間Ｔｅ _０ 以内である場合は、最終のコマーシャル区間を判定した時点でそれ以降のコマーシャル検出処理を打ち切り、コマーシャル区間の位置を示す前記再生位置情報を生成することを特徴とする番組録画装置。
3. ＴＶ放送番組を録画する際、放送に含まれるコマーシャル区間を検出するコマーシャル検出方法であって、
   放送番組に含まれる音声信号のレベルを閾値Ｖ _０ と比較して、Ｖ _０ 未満の区間を無音区間と判定し、
   隣り合う無音区間の間隔Ｔが所定時間長Ｔｃに一致する場合、該無音区間に挟まれた区間をコマーシャル区間と判定するとともに、
   先頭のコマーシャル区間の開始点と録画開始点との間隔Ｔｓが所定時間Ｔｓ _０ 以内である場合は、先頭のコマーシャル区間の開始点を録画開始点まで延長し、
   最終のコマーシャル区間の終了点と録画終了点との間隔Ｔｅが所定時間Ｔｅ _０ 以内である場合は、最終のコマーシャル区間の終了点を録画終了点まで延長することを特徴とするコマーシャル検出方法。
4. 請求項３に記載のコマーシャル検出方法であって、
   最終のコマーシャル区間の終了点と録画終了点との間隔Ｔｅが所定時間Ｔｅ _０ 以内である場合は、最終のコマーシャル区間を判定した時点でそれ以降のコマーシャル検出処理を打ち切り、コマーシャル区間の位置を示す再生位置情報を生成することを特徴とするコマーシャル検出方法。

Images