JP2007025648A - コンテンツタグ付け支援装置およびコンテンツタグ付け支援方法 - Google Patents

Abstract

【課題】一人でタグ付け作業とタグ修正作業を行うことができ、かつ、作業時間の増加を抑制することができるコンテンツタグ付け支援装置を提供すること。
【解決手段】音声認識手段１０４は、入力された音声を認識処理する。タグ生成手段１０３は、音声認識処理で得られたデータを、コンテンツ再生手段１０１が再生するコンテンツにタグとして付与する。タグ修正手段１０８は、タグ修正情報をタグ生成手段１０３へ送るとともに、タグ修正開始終了通知情報をコンテンツ再生制御手段１０９へ送る。コンテンツ再生制御手段１０９は、タグ修正作業の開始と同期してコンテンツの再生を一時停止し、タグ修正作業の終了と同期してコンテンツの再生の再開を行うように、コンテンツ再生手段１０１を制御する。
【選択図】図１

Description

本発明は、コンテンツにタグ付けを行うコンテンツタグ付け支援装置およびコンテンツタグ付け支援方法に関する。

映像データや音声データなどの時間軸を有するディジタルコンテンツ（以下単に「コンテンツ」という）に対して、時間軸に対応付けた情報を付加する技術が、従来より存在している。「タグ付け」と呼ばれるこのような技術は、コンテンツの二次利用の利便性を向上させることから、近年、注目されている。従来のコンテンツタグ付け支援装置としては、音声認識を利用して、発声によるタグ付け作業を行うものがある（例えば、特許文献１参照）。

また、図８は、従来のコンテンツタグ付け支援装置の一例を示すブロック図である。

図８に示す従来のコンテンツタグ付け支援装置１０において、コンテンツ再生手段１１は、コンテンツをデコードし、再生信号をモニタ手段１２に送って表示するとともに、コンテンツの時間軸を示すタイムコードをタグ生成手段１３に送る。音声認識手段１４は、マイクなどの入力手段１６から入力された音声を認識し、音声認識結果をタグ生成手段１３に送る。タグ生成手段１３では、音声認識結果とタイムコードとを結びつけ、モニタ手段１２に送ってタグを付与した映像を表示する（タグ付け作業）。

タグ修正手段１５は、モニタ手段１２に表示されたタグに修正の必要がある場合に、作業者がキーボードやマウスなどの入力手段１７から入力されたタグ修正情報に基づき、タグの修正をタグ生成手段１３に指示する（タグ修正作業）。

ところで、近年、ハードディスクやＤＶＤ−ＲＡＭ（Digital Video Disc - Random Access Memory）などのメディアに録画・再生する市販製品には、いわゆる「追っかけ再生」という機能が搭載されている。この機能によれば、映像を録画しながら、録画中のコンテンツを、遅れて頭から再生したり、録画済の時間内で早送りするなど、様々な再生制御を行うことができる。

このようなコンテンツのタグ（またはメタデータと呼ぶ）については、スポーツ中継などの場合、試合後すぐにタグが欲しいという要求がある。

従来のコンテンツタグ付け支援装置においては、発声によるタグ付け作業において、誤認識などの不都合が生じた場合に、タグ修正作業が必要となる。
特開２００４−８６１２４号公報（第００１２段落〜第００１５段落、図１）

しかしながら、図８に示す従来のコンテンツタグ付け支援装置においては、タグ付け作業とタグ修正作業を一人で同時に行うことが困難であるため、両作業をタグ発声者とタグ修正者の二人体制で行う必要があった。

もし、それらの作業を一人で行おうとすると、コンテンツ再生およびタグ付け作業が終了した後に、タグ修正作業を行うことになる。ところが、この場合、タグが正確かを確認し、間違っている場合には正解を思い出して修正するという時間が必要になる。または、コンテンツ再生およびタグ付け作業の途中で、タグ修正作業を行うことも考えられる。ところが、この場合には、タグ修正作業中にコンテンツ再生位置が先に進んでしまわないように、タグ付け作業に合わせてコンテンツを一時停止しておく必要がある。すると、各種の操作ボタンの間を、マウスなどを移動させては、何度も操作するという時間と、修正そのもののための作業時間が別途必要になる。

本発明は、前記従来の課題を解決するためになされたもので、一人の作業者でタグ付け作業とタグ修正作業を行うことができ、かつ、タグ修正のための作業時間の増加を抑制することができるコンテンツタグ付け支援装置およびコンテンツタグ付け支援方法を提供することを目的とする。

本発明のコンテンツタグ付け支援装置は、コンテンツのタグ付け作業を支援するコンテンツタグ付け支援装置において、音声を入力する音声入力手段と、入力された音声を認識処理する音声認識手段と、コンテンツを再生するコンテンツ再生手段と、入力された音声を認識処理して得られたデータを、当該音声が入力された時のコンテンツの再生位置に関連付けて、コンテンツのタグとして出力するタグ生成手段と、コンテンツに付与されたタグを修正するためのタグ修正情報を、前記タグ生成手段に出力するタグ修正手段と、コンテンツの再生を制御するための再生制御情報を、前記コンテンツ再生手段に出力するコンテンツ再生制御手段と、を有し、前記タグ修正手段は、前記タグ修正情報に基づくタグ修正作業の開始および終了を通知するタグ修正開始終了通知情報を、前記コンテンツ再生制御手段に出力し、前記コンテンツ再生制御手段は、前記タグ修正手段によって出力されるタグ修正開始終了通知情報に基づいて、タグ修正作業の開始と同期してコンテンツの再生を一時停止し、タグ修正作業の終了と同期してコンテンツの再生を再開するように前記コンテンツ再生手段を制御する構成を採る。

本発明のコンテンツタグ付け支援方法は、コンテンツのタグ付け作業を支援するコンテンツタグ付け支援方法において、再生が開始されたコンテンツに付与されるタグを修正するためのタグ修正作業の開始を監視するタグ修正開始監視ステップと、前記タグ修正開始監視ステップでタグ修正作業の開始が検出されると、コンテンツの再生を一時停止させるコンテンツ再生一時停止ステップと、前記コンテンツ再生一時停止ステップでコンテンツの再生が一時停止されると、前記タグ修正作業の終了を監視するタグ修正終了監視ステップと、前記タグ修正終了監視ステップでタグ修正作業の終了が検出されると、コンテンツの再生を再開するコンテンツ再生再開ステップと、を有するようにした。

本発明のコンテンツタグ付け作業装置およびコンテンツタグ付け支援方法によれば、一人の作業者で、タグ付け作業とタグ修正作業を行っても、タグ修正作業の付加による作業時間の増加を抑制することができる。

以下、本発明の実施の形態について、図面を参照しながら説明する。

図１は、本発明の一実施の形態に係るコンテンツタグ付け支援装置の構成を示すブロック図である

図１に示すように、本実施の形態におけるコンテンツタグ付け支援装置１００は、コンテンツ再生手段１０１と、モニタ手段１０２と、タグ生成手段１０３と、音声認識手段１０４と、入力手段１０６、１０７と、タグ修正手段１０８と、コンテンツ再生制御手段１０９とを備える。

コンテンツ再生手段１０１は、コンテンツをデコードし、再生信号をモニタ手段１０２に送って表示するとともに、タイムコードをタグ生成手段１０３に送る。

音声認識手段１０４は、マイクなど、音を入力するための入力手段１０６から入力された音声を認識し、音声認識結果をタグ生成手段１０３に送る。具体的には、認識した音声を逐次テキスト化して、テキストデータをタグ生成手段１０３へ出力する。

タグ生成手段１０３は、音声認識結果とタイムコードとを結びつけ、モニタ手段１０２に送ってタグを付与した映像を表示する。すなわち、タグ生成手段１０３は、音声をテキスト化した情報と、そのテキストデータに関連するコンテンツのタイムコードとを結びつけ、これらテキストデータとタイムコードとの組を、タグとしてコンテンツに付与する。例えば、モニタ手段１０２に映った物体の名前が発声された場合、その物体が映っている時刻が、タイムコードとなる。また、このタイムコードと、発生された名前の音声を示すテキストデータとが、タグとしてコンテンツに付加されるとともに、モニタ手段１０２に表示される。なお、タグ生成手段１０３は、音声が入力手段１０６に入力されてから対応するテキストデータがタグ生成手段１０３に入力されるまでに要する時間を考慮して、タグとして出力するタイムコードを、所定時間分だけ戻すようにしてもよい。

モニタ手段１０２に表示されたタグに修正の必要がある場合には、作業者によって、キーボードやマウスなどの入力手段１０７を介して修正内容が入力される。

タグ修正手段１０８は、入力手段１０７からの入力情報に基づき、タグを修正する内容を有するタグ修正情報をタグ生成手段１０３に送る。さらに、タグ修正手段１０８は、タグ修正の開始と終了などを通知する情報であるタグ修正開始終了通知情報を出力する。

コンテンツ再生制御手段１０９は、タグ修正手段１０８から出力されるタグ修正開始終了通知情報に基づいて、コンテンツの再生および再生速度を制御する再生制御情報をコンテンツ再生手段１０１に送る。再生制御情報は、タグ修正の開始と同期してコンテンツの再生を一時停止し、タグ修正の終了と同期してコンテンツの再生の再開を自動的に行うように制御するための情報である。

モニタ手段１０２は、コンテンツ再生手段１０１から入力される再生信号およびタグ生成手段１０３から入力されるタグに基づいて、タグ付け作業を行うためのタグ付け画面を構成する。また、タグ修正の必要の有無を作業者に対して確認させるためのタグ確認画面を構成し、タグ付け画面と共に表示する。さらに、モニタ手段１０２は、タグ修正が必要となった際に、タグを修正するためのタグ修正画面を構成し、表示する。

コンテンツタグ付け支援装置１００は、図示しないが、ＣＰＵ（Central Processing Unit）、ＣＰＵが実行する制御プログラムを格納したＲＯＭ（Read Only Memory）、およびＣＰＵの作業用メモリとして機能するＲＡＭ（Random Access Memory）を備えている。すなわち、図１に示すコンテンツタグ付け支援装置１００の各部の機能は、ＣＰＵが制御プログラムを実行することにより実現される。

まず、モニタ手段１０２に表示される各画面について説明する。

図２は、モニタ手段１０２に設けられたユーザーインターフェースとしてのタグ付け画面の一例を示す図である。

図２に示すタグ付け画面２００には、コンテンツ表示画面２０１、タグ表示画面２０２、録画開始ボタン２０３、録画時間表示バー２０４、再生時間表示バー２０５、音声認識開始ボタン２０６、前方スキップボタン２０７、停止ボタン２０８、一時停止ボタン２０９、再生開始ボタン２１０、高速再生ボタン２１１、および後方スキップボタン２１２が配置されている。

コンテンツ表示画面２０１は、再生されるコンテンツを表示し、タグ表示画面２０２は、再生されるコンテンツに付加されたタグのうち最新のものを表示する。表示されるタグは、上記したように、タイムコードとテキストデータにより構成される。

録画開始ボタン２０３は、録画を開始および終了するためのものであり、音声認識開始ボタン２０６は、音声認識を開始および終了するためのものである。録画時間表示バー２０４は、コンテンツの生成の対象となる映像の録画時間を表示し、再生時間表示バー２０５は、録画された映像の再生（以下単に「再生」という）の時間を表示する。前方スキップボタン２０７は、前方への再生のスキップを行うためのものであり、後方スキップボタン２１２は、後方への再生のスキップを行うためのものである。また、高速再生ボタン２１１は、再生を高速に行うためのものである。

なお、図２に示す各種のボタンとバーは、ＧＵＩ（Graphical User Interface）が採用されている。したがって、ボタン操作による動作開始などは、マウスなどを用いてマウスポインタ２２０を移動させて所定のボタンをクリックすることで行われることになる。以降、「クリックする」ことを「押す」と便宜上表現することにする。

図３は、モニタ手段１０２に設けられたタグ確認画面の一例を示す図である。

図３に示すタグ確認画面３００には、タグ履歴画面３０１とタグ修正ボタン３０２が設けられている。タグ履歴画面３０１は、コンテンツに付加されたタグの履歴を表示する。また、タグ修正ボタン３０２は、タグ履歴画面３０１に表示されたタグのいずれを修正するかを選択するためのものである。なお、タグ確認画面３００も、コンテンツ表示画面２０１と同様のＧＵＩが採用されている。

図４は、モニタ手段１０２に設けられたタグ修正画面の一例を示す図である。

図４に示すタグ修正画面４００には、タグ修正前画面４０１、タグ修正後画面４０２、および終了ボタン４０３が設けられている。タグ修正前画面４０１は、タグ確認画面３００で修正することが選択されたタグの内容を表示する。タグ修正後画面４０２は、タグ修正前画面４０１と同じタグをコピーして表示し、表示内容に対する修正を受け付ける。終了ボタン４０３は、タグ修正後画面４０２の修正後の表示内容でタグを修正することを決定するためのものである。なお、タグ修正画面４００も、コンテンツ表示画面２０１およびタグ確認画面３００と同様のＧＵＩが採用されている。

次に、上記コンテンツタグ付け支援装置１００を用いたタグ付け作業およびタグ修正作業の各手順について、図５および図６に示すフローチャートを用いて説明する。

まず、タグ付け作業の手順について、図５を用いて説明する。

はじめに、映像信号が撮影カメラ（図示せず）などから入力され、その映像がコンテンツ表示画面２０１に表示される。作業者は、コンテンツ表示画面２０１を見ながら、録画開始ボタン２０３を押す。コンテンツタグ付け支援装置１００の録画手段（図示せず）は、録画開始ボタン２０３が押されると、コンテンツ録画を開始する（ステップＳ１１００）。

続いて、コンテンツ再生手段１０１は、再生開始ボタン２１０が押されると、コンテンツ再生を開始する（ステップＳ１２００）。具体的には、前記した再生信号を出力することにより、モニタ手段１０２に対して、図２に示すタグ付け画面２００を表示させる。

続いて、音声認識手段１０４は、音声認識開始ボタン２０６が押されると、音声認識を開始する（ステップＳ１３００）。

次に、作業者は、コンテンツ表示画面２０１に表示された再生映像を見ながら、付けたいタグを発声し、作業を終了するまで、タグを生成するための発声を繰り返す。すなわち、音声認識手段１０４は、このような発声による音声が入力されるのを監視する（ステップＳ１４００）。

例えば、テニスの試合の映像であれば、作業者は、「サーブ」、「バックハンド」、「ボレー」、「フォアハンド」、「スマッシュ」などの、タグを生成するための単語を発声する。音声認識手段１０４は、入力手段１０６を介して音声が入力されると（ステップＳ１４００：ＹＥＳ）、入力された音声のそれぞれに対して、音声認識手段１０４により音声認識処理を行い、テキスト化する（ステップＳ１５００）。

タグ生成手段１０３は、認識結果であるテキストデータと発声時刻のタイムコードとを結びつけてタグを生成し、生成したタグをモニタ手段１０２へ出力する（ステップＳ１６００）。発声時刻は、発声開始時刻であることが望ましい。タイムコードは、コンテンツ再生手段１０１から受け取る。

モニタ手段１０２は、図２に示すタグ付け画面２００のタグ表示画面２０２の表示内容を更新するとともに、図３に示すタグ確認画面３００を表示して、入力されたタグを表示する（ステップＳ１７００）。すでにタグ確認画面３００を表示している場合には、入力されたタグを追加表示する。

なお、上記タグ付け作業の手順において、ステップＳ１１００〜ステップＳ１３００の開始手順は、連動させて、一つのボタンを押すことで実行するようにすれば、作業の簡素化が図れ、操作時間の無駄を省くことができる。

図３に示すように、タグ確認画面３００のタグ履歴画面３０１には、生成されたタグの履歴が表示されるので、作業者は、タグ付けのための発声の合間に確認することができる。作業者は、音声認識の誤りによるタグの誤りを見つけた場合、タグ確認画面３００の右側に付いているタグ修正ボタン３０２を押す。この例では、２行目の「バックハンド」を「バックボレー」に修正する場合として、その右側に位置するタグ修正ボタン３０２が押されたとする。

タグ修正手段１０８は、ステップＳ１７００でタグが表示されると、タグ修正ボタン３０２が押されるのを監視する（ステップＳ１８００）。なお、音声が入力されない場合も（ステップＳ１４００：ＮＯ）、コンテンツタグ付け支援装置１００の処理は、このステップＳ１８００へ進む。タグ修正ボタン３０２が押されると（ステップＳ１８００：ＹＥＳ）、コンテンツタグ付け支援装置１００は、タグ修正処理を実行する（ステップＳ１９００）。

ここで、タグ修正作業の手順について、図６を用いて説明する。

作業者は、タグの修正を行うのに先立って、一時停止ボタン２０９を押す。コンテンツ再生制御手段１０９は、一時停止ボタン２０９が押されると、コンテンツ再生を一時停止させる（ステップＳ１９１０）。

タグ修正画面４００には、前述のように、タグ修正前画面４０１とタグ修正後画面４０２があり、修正後タグとして、予め修正前タグをコピーしてある。したがって、作業者は、修正前タグをマウスとキーボードなどの入力手段１０７を使って修正することができる。このようにして、タグの修正が行われる（ステップＳ１９２０）。図４の例では、「バックハンド」を「バックボレー」に修正した場合を示している。

作業者は、その修正結果を確認した後、終了ボタン４０３を押す。タグ修正手段１０８は、終了ボタン４０３が押されると（ステップＳ１９３０：ＹＥＳ）、コンテンツ再生制御手段１０９に対してその旨を通知する。コンテンツ再生制御手段１０９は、この通知を受けて、コンテンツ再生の設定を行う（ステップＳ１９４０）。具体的には、コンテンツの再生速度を、標準の速度よりも高く設定する。この再生速度の設定については、後に詳しく説明する。

次に、作業者は、再生開始ボタン２１０を押す。タグ修正手段１０８は、再生開始ボタン２１０が押されると、タグ修正作業の終了をコンテンツ再生制御手段１０９に通知する。コンテンツ再生制御手段１０９は、この通知を受けて、ステップＳ１９４０で設定された再生速度で、一時停止された場所からコンテンツ再生を再開させ（ステップＳ１９５０）、図５の処理へ戻る。

なお、上記手順において、図５のステップＳ１８００と図６のステップＳ１９１０は連動させて、一つのボタンで実行させることにより、作業の簡素化が図れ、マウスの移動やボタンの確認等に要する操作時間の無駄を省くことができる。具体的には、たとえば、タグ修正手段１０８は、タグ修正ボタン３０２が押されたことを検出すると、タグ修正の開始をコンテンツ再生制御手段１０９へ通知し、コンテンツ再生制御手段１０９は、この通知を受けたときに、コンテンツ再生手段１０１に対してコンテンツの再生の一時停止を指示するようにすればよい。また、図６のステップＳ１９３０〜ステップＳ１９５０も同様に連動させることで、同様の効果が得られる。具体的には、たとえば、タグ修正手段１０８は、終了ボタン４０３が押されたときをタグ修正作業の終了とし、コンテンツ再生制御手段１０９は、コンテンツ再生の設定を完了したときにコンテンツの再生を再開させるようにすればよい。

図５に戻って説明を続ける。タグ付けおよびタグ修正がまだ終了していない場合には（ステップＳ２０００：ＮＯ）、ステップＳ１４００へ戻る。

以降、ステップＳ１４００〜ステップＳ２０００を繰り返し、タグ付けおよびタグ修正がすべて終了すると（ステップＳ２０００：ＹＥＳ）、音声認識手段１０４は、音声認識を終了する（ステップＳ２１００）。次いで、コンテンツ再生手段１０１は、コンテンツ再生を終了し（ステップＳ２２００）、録画手段は、コンテンツ録画を終了する（ステップＳ２３００）。これにより、コンテンツタグ付け支援装置１００は、一連の処理を終了する。また、同様に、ステップＳ２０００〜ステップＳ２３００の終了手順も、連動させて、一つのボタンを押すことで実行するようにすれば、作業の簡素化が図れ、操作時間の無駄を省くことができる。例えば、録画開始ボタン２０３が再度押された場合に録画を終了し、録画されたコンテンツが全て再生されたときに、コンテンツの再生と音声認識を終了するようにすればよい。

ところで、音声認識の誤りは、発声と認識結果が異なる置換誤りと、発声していないのに認識結果が出力される挿入誤りと、発声しても認識結果が出力されない削除誤りとの３通りに分類される。

図５のステップＳ１８００において、それぞれの誤りが発見されてタグ修正ボタンが押された後、図６のステップＳ１９２０における修正の内容は異なる。すなわち、置換誤りにおいては、音声認識結果部分を修正する。この場合、音声認識結果の１位候補の結果だけでなく、下位の候補結果を表示し、その中から選択させることで、キーボードで入力するよりも高速な修正が可能となる。キーボードでの入力は、候補内に正解が無い場合のみでよい。または、部分的に合っている候補がある場合には、その候補を選択した後に、合っていない部分を、キーボードを使って修正すればよい。

また、挿入誤りの場合には、タグ全体を消去することで修正が行える。この場合には、消去ボタンを用意しておけば、一瞬で修正が行える。さらに、削除誤りの場合には、図５のステップＳ１８００の後に、認識結果が出力されるまで、発声し直す必要がある。必要に応じて、図６のステップＳ１９２０において、タグの時間情報部分を修正する（言い直しによる遅れに相当する時間を差し引く）。

以上の手順により、タグ修正作業中には、コンテンツの再生を一時停止するので、タグ修正作業中に先へと進んでしまったコンテンツの再生位置を戻すといった作業が不要となる。したがって、このような作業による時間増加を抑制して、一人でのタグ付け作業が可能になる。しかし、コンテンツの再生を止めている間の時間は、タグ付け作業である再生時間に加えて必要になる。そこで、図６のステップＳ１９４０で、再開後のコンテンツの再生速度を、コンテンツの再生の一時停止前の再生速度の１倍よりも早く設定しておき、図６のステップＳ１９５０でコンテンツの再生を再開する。これにより、録画中の映像からの遅れに追いつくまでは高速に再生し、追いついたら１倍の速度で再生し、その再生映像に沿って、タグ作業を行うことが可能となる。

前記再開後のコンテンツの再生速度の設定は、具体的には、例えば、以下のようにして行う。

図７は、このような再生速度を設定するための再生速度設定画面７０１を示している。再生速度設定画面７０１は、モニタ手段１０２に設けられており、例えば、コンテンツ録画に先立って表示される。作業者は、この画面で空欄になっている、１分当りの修正回数と１回当りの修正時間とを入力し、計算ボタン７０２を押す。コンテンツタグ付け支援装置１００に設けられた演算装置（図示せず）は、推奨する再生速度を、例えば、一例として、単位時間／｛単位時間−（単位時間当りの修正回数）×（１回当りの修正時間（ｓｅｃ））｝なる式より算出して、表示する。そして、ここに表示される数値を、別途用意したシステム設定機能（図示せず）により、再生再開後の再生速度（以下「再開後再生速度」という）としてコンテンツ再生制御手段１０９へ入力する。

以上の、単位時間（１分）当りの修正回数や、１回当りの修正時間は、経験から把握してもよいし、実際に、短時間のサンプルでタグ入力、タグ修正を行ってみて、実測してもよい。また、単位時間（１分）当りの修正回数は、単位時間（１分）当りの発声回数（発生頻度）に音声認識の誤認識確率（誤認識頻度）を掛け算することにより求めることができる。

コンテンツ再生制御手段１０９は、このようにして入力された再開後再生速度を、図６のステップＳ１９４０で、コンテンツ再生速度に設定する。そして、例えば、コンテンツ再生制御手段１０９で、再生映像が録画映像に追いつくのを監視し、追いついた時点でコンテンツ再生速度を標準速度に戻すようにする。これにより、タグ修正による再生映像の録画映像に対する遅れを取り戻すことができ、タグ付け作業時間の増大を抑制することができる。

なお、コンテンツ再生速度の設定について、上記以外の各種手法を適用することも可能である。

例えば、コンテンツの総再生時間が予め分かっている場合には、コンテンツを一時停止せずに再生した場合の本来の再生残り時間と、タグ修正で発生した遅れ時間の累積との関係で、タグ修正が終了するたびに動的に再開後再生速度を決定するようにしてもよい。

また、野球ならば２倍速、バスケットボールならば１.２倍速など、スポーツの種類などのコンテンツ内容に応じて再開後再生速度を設定するようにしてもよい。具体的には、例えば、コンテンツ再生制御手段１０９で、コンテンツ種類に対応付けて再開後再生速度の設定値を記述したテーブルを用意しておき、再生されるコンテンツの種類を判別または選択して、テーブルで該当する再開後再生速度を採用する。これにより、コンテンツの種類ごとにタグ付け作業が可能な再生速度が異なる場合に、適切な範囲で再開後再生速度を設定することができる。

コンテンツ内容の種類を判別するには、たとえば、コンテンツの種類ごとに専門用語や選手名などを記述したテーブルをさらに用意しておき、コンテンツの最初の所定区間で音声認識を行い、抽出された言葉をこのテーブルで検索するようにすればよい。

また、コンテンツの再生内容の盛り上がりの度合いを検出する盛り上がり検出手段を動かしておき、盛り上がっていないところはより高速に再生するなど、盛り上がり度に応じてコンテンツの再生速度を制御するようにしてもよい。具体的には、例えば、コンテンツ再生制御手段１０９に、コンテンツの音量がしきい値を超えるか否かを監視する盛り上がり検出部を設け、コンテンツ再生制御手段１０９で、しきい値を超えることが検出された区間を盛り上がり区間に設定する。このような技術の詳細については、例えば、特許第２９６０９３９号公報に記載されているため、ここでの説明を省略する。そして、タグ修正後にコンテンツ再生を再開した際には、盛り上がり区間は標準の速度で再生させ、他の区間は標準速度よりも高い速度で再生させる。

スポーツの試合などでは、通常、見どころの場面で観客の声が大きくなる。このような場面では、タグ付けが頻繁に行われる場合が多い。したがって、このように盛り上がり度に対応して再生速度を設定することにより、タグ付けの頻度に応じて再生速度を変化させることができ、タグ付けの作業性を損なうことなく、タグ付け作業時間の増大を抑制することが可能となる。

また、コンテンツ再生を設定する際に、再生を開始する場所を設定するようにしてもよい。

例えば、タグ修正画面４００に、一時停止された場所ではなく、１０秒など、予め設定した時間だけ戻るためのボタンを用意する。そして、コンテンツ再生制御手段１０９は、このボタンが押された場合には、一時停止された場所から設定された時間だけ戻ったところから再生を開始させ、タグ付けを続行させる。これにより、例えば、タグ修正ボタン３０２を押すタイミングが遅れた場合や、再生再開時に直前の再生内容を確認する必要があるような場合でも、少し前からコンテンツ再生が開始されるため、作業者は高速再生時においても安心してタグ付け作業を行うことができる。

また、コンテンツ再生を設定する際に、コンテンツ再生速度を設定するのではなく、再生を開始する場所のみを設定するようにしてもよい。

例えば、コンテンツ再生制御手段１０９は、一時停止された場所から現在の録画時刻に対応する場所までが、タグ付けが不要な区間であることを、判別または選択する。そして、タグ付けが不要な区間をスキップして、現在の録画時刻から再生を開始させる。これにより、例えば、現在録画中のコンテンツを再生している場合であって、スポーツ中継で、タイムアウトの途中などタグ付け不要の場合に、現在の録画時刻までスキップすることができる。したがって、タグ付けの作業性を損なうことなく、タグ付け作業時間の増大を抑制することができる。

また、スキップする時刻は、録画の現在時刻だけでなく、コンテンツの場面の切り替わりを検出するシーンチェンジ検出手段を動かしておき、コンテンツ再生制御手段１０９が、シーンチェンジ時刻の静止画一覧をスキップ先候補として提示し、作業者にいずれかを選択させるようにしてもよい。これにより、作業者がより適切なスキップ先を指定することができる。シーンチェンジ検出手段は、例えば、画像のヒストグラムを間欠的に算出し、ヒストグラムが大きく変化したタイミングをシーンチェンジ時刻と判別するようにすればよい。このような技術の詳細については、例えば、特許第３１７５６３２号公報に記載されているため、ここでの説明を省略する。

以上説明したように、本実施の形態のコンテンツタグ付け支援装置１００によれば、コンテンツ再生制御手段１０９を備えることにより、タグ修正の開始と同期してコンテンツの再生を一時停止し、タグ修正の終了と同期してコンテンツの再生を再開するように、修正作業と連動した再生制御が可能となる。その結果、タグ付けとタグ修正の両作業を一人で行うことができ、かつ、作業時間の増加を抑制することができる。したがって、コンテンツの二次利用を容易にするタグをコンテンツに付加させる作業を、より低コストで実現することができ、コンテンツ配信サービスの向上を図ることができる。

なお、本実施の形態において、タグ修正作業時の入力手段として、キーボードやマウスを使用する例を説明したが、マイクなどを使用してもよい。

また、本実施の形態においては、映像を録画しながら再生し、タグ付けを行う例について説明したが、予め録画した映像を再生しながらタグ付けを行うことも同じ枠組みで可能である。その際、タグ付け終了の目標時間を設定して、上記したように高速再生の再生速度を動的に設定することができる。

要するに、本発明のコンテンツタグ付け支援装置は、音声をテキスト化してコンテンツのタグとして出力するコンテンツタグ付け支援装置であって、前記コンテンツを再生するコンテンツ再生手段と、前記タグを生成するタグ生成手段と、前記コンテンツに付与されたタグを修正するようにタグ修正情報を前記タグ生成手段に送るタグ修正手段と、前記タグ修正手段からのタグ修正の開始と終了を通知するタグ修正開始終了通知情報に基づき、前記コンテンツの再生を制御するコンテンツ再生制御手段とを備え、前記コンテンツ再生制御手段は、前記タグ修正の開始と同期して前記コンテンツの再生を一時停止し、前記タグ修正の終了と同期して前記コンテンツの再生の再開を行うように制御する再生制御情報を前記コンテンツ再生手段に送る構成を有する。

この構成により、一人でタグ付け作業とタグ修正作業を行っても、タグ修正作業の付加に伴う作業時間の増加を抑制することができる。

本発明のコンテンツタグ付け支援装置は、前記コンテンツ再生制御手段が、前記コンテンツの再生を一時停止後に再開する場合に、前記コンテンツの再生の一時停止前の再生速度の１倍より早い高速再生速度で再生するように前記コンテンツ再生手段を制御する構成を有する。

この構成により、一人でタグ付け作業とタグ修正作業を行っても、タグ修正作業の付加に伴う作業時間の増加分を減少することができる。

本発明のコンテンツタグ付け支援装置は、前記コンテンツ再生制御手段が、前記１倍より早い高速再生速度を、単位時間／（単位時間−単位時間当りの修正回数×１回当りの修正時間）なる式から算出した値に設定する構成を有する。

この構成により、一人でタグ付け作業とタグ修正作業を行っても、コンテンツの時間長とほぼ同じ作業時間でタグ付けおよびタグ修正作業を終了することが可能となる。

本発明のコンテンツタグ付け支援装置は、前記コンテンツ再生制御手段が、上記１倍以上の再生速度を、スポーツの競技の種類などディジタルコンテンツ内容に応じて予め設定する構成を有する。

この構成により、ディジタルコンテンツ内容に応じて、コンテンツの再生を一時停止後に再開する場合の再生速度を変えることができる。

本発明のコンテンツタグ付け支援装置は、上記コンテンツ再生制御手段が、予め設定された時間だけ前に戻ってコンテンツ再生を再開させる構成を有する。

この構成により、一時停止させるタイミングが遅れた場合や、再生再開時に直前の再生内容を確認する必要があるような場合でも、少し前からコンテンツ再生を開始できるため、作業者は高速再生時においても安心してタグ付け作業を行うことができる。

本発明のコンテンツタグ付け支援装置は、さらに盛り上がり検出手段を含み、上記コンテンツ再生制御手段が、前記ディジタルコンテンツ再生を停止して再開する際に、盛り上がりに応じた再生速度になるように再生速度を制御する構成を有する。

この構成により、タグ付けの頻度がコンテンツの盛り上がりに応じて変化する場合に、タグ付けの頻度に対応して再生速度を変化させることができ、タグ付けの作業性を損なうことなく、タグ付け作業時間の増大を抑制することができる。

本発明のコンテンツタグ付け支援装置は、上記コンテンツタグ付け支援装置はさらに録画手段を含み、上記コンテンツ再生制御手段が、前記ディジタルコンテンツ再生を停止して再開する際に、現在の録画時刻までスキップできる構成を有する。

この構成により、コンテンツの一時停止された場所から現在の録画時刻までの区間でタグ付けが不要な場合に、この区間の再生をスキップすることができ、タグ付けの作業性を損なうことなく、タグ付け作業時間の増大を抑制することができる。

本発明のコンテンツタグ付け支援装置は、上記コンテンツ再生制御手段が、前記ディジタルコンテンツ再生を停止して再開する際に、１つまたはそれ以上のスキップ先候補を提示する構成を有する。

この構成により、コンテンツにタグ付けが不要な区間が含まれる場合に、この区間の再生をスキップすることができ、タグ付けの作業性を損なうことなく、タグ付け作業時間の増大を抑制することができる。また、作業者がより適切なスキップ先を指定することができる。

本発明のコンテンツタグ付け支援方法は、音声認識を利用し、コンテンツを再生して、前記コンテンツにタグを付与するコンテンツタグ付け支援方法であって、前記コンテンツに付与されたタグを修正するタグ修正の開始と同期して前記コンテンツの再生を一時停止して、タグの修正を行い、前記タグ修正の終了と同期して前記コンテンツの再生を再開する構成を有する。

この構成により、一人でタグ付け作業とタグ修正作業を行っても、タグ修正作業の付加に伴う作業時間の増加を抑制することができる。

本発明のコンテンツタグ付け支援方法は、前記コンテンツの再生再開後の前記コンテンツの再生速度を、前記コンテンツの再生の一時停止前の再生速度より早く設定した構成を有する。

この構成により、一人でタグ付け作業とタグ修正作業を行っても、タグ修正作業の付加に伴う作業時間の増加分を減少することができる。

本発明に係るコンテンツタグ付け支援装置およびコンテンツタグ付け支援方法は、タグ付きのコンテンツを制作し、コンテンツの資産価値を増大させるので、業務用システムの一部として有用である。また、ホームムービーや家庭用ビデオサーバー等の用途にも応用できる。

本発明の一実施の形態に係るコンテンツタグ付け支援装置の構成を示すブロック図 本実施の形態におけるコンテンツタグ付け支援装置のタグ付け画面の一例を示す図 本実施の形態におけるコンテンツタグ付け支援装置のタグ確認画面の一例を示す図 本実施の形態におけるコンテンツタグ付け支援装置のタグ修正画面の一例を示す図 本実施の形態におけるコンテンツタグ付け支援装置のタグ付け作業の手順を示すフローチャート 図５のタグ修正作業の手順を示すフローチャート 本実施の形態におけるコンテンツタグ付け支援装置の再生速度設定画面の一例を示す図 従来のコンテンツタグ付け支援装置の構成の一例を示すブロック図

符号の説明

１００ コンテンツタグ付け支援装置
１０１ コンテンツ再生手段
１０２ モニタ手段
１０３ タグ生成手段
１０４ 音声認識手段
１０６、１０７ 入力手段
１０８ タグ修正手段
１０９ コンテンツ再生制御手段
２００ タグ付け画面
２０１ コンテンツ表示画面
２０２ タグ表示画面
２０３ 録画開始ボタン
２０６ 音声認識開始ボタン
２０８ 停止ボタン
２０９ 一時停止ボタン
２１０ 再生開始ボタン
３００ タグ確認画面
３０２ タグ修正ボタン
４００ タグ修正画面
４０３ 終了ボタン
７０１ 再生速度設定画面

Claims (10)

1. コンテンツのタグ付け作業を支援するコンテンツタグ付け支援装置において、
   音声を入力する音声入力手段と、
   入力された音声を認識処理する音声認識手段と、
   コンテンツを再生するコンテンツ再生手段と、
   入力された音声を認識処理して得られたデータを、当該音声が入力された時のコンテンツの再生位置に関連付けて、コンテンツのタグとして出力するタグ生成手段と、
   コンテンツに付与されたタグを修正するためのタグ修正情報を、前記タグ生成手段に出力するタグ修正手段と、
   コンテンツの再生を制御するための再生制御情報を、前記コンテンツ再生手段に出力するコンテンツ再生制御手段と、を有し、
   前記タグ修正手段は、
   前記タグ修正情報に基づくタグ修正作業の開始および終了を通知するタグ修正開始終了通知情報を、前記コンテンツ再生制御手段に出力し、
   前記コンテンツ再生制御手段は、
   前記タグ修正手段によって出力されるタグ修正開始終了通知情報に基づいて、タグ修正作業の開始と同期してコンテンツの再生を一時停止し、タグ修正作業の終了と同期してコンテンツの再生を再開するように前記コンテンツ再生手段を制御する、
   コンテンツタグ付け支援装置。
2. 前記コンテンツ再生制御手段は、
   コンテンツの再生を一時停止後に再開するときの再生速度としての再開後再生速度を、コンテンツの再生の一時停止前の再生速度の１倍よりも高く設定する、
   請求項１記載のコンテンツタグ付け支援装置。
3. 前記コンテンツ再生制御手段は、
   前記再開後再生速度を、単位時間／（単位時間−単位時間当りの修正回数×１回当りの修正時間）なる式から算出した値に設定する、
   請求項２記載のコンテンツタグ付け支援装置。
4. 前記コンテンツ再生制御手段は、
   前記再開後再生速度を、前記コンテンツ再生手段が再生するコンテンツの種類に応じて変更する、
   請求項２記載のコンテンツタグ付け支援装置。
5. 前記コンテンツ再生制御手段は、
   コンテンツの再生を一時停止後に再開するときに、予め設定された時間だけ前にコンテンツの再生位置を前に戻す、
   請求項２記載のコンテンツタグ付け支援装置。
6. 前記コンテンツ再生手段が再生するコンテンツの再生内容の盛り上がりの度合いを検出する盛り上がり検出手段をさらに有し、
   前記コンテンツ再生制御手段は、
   前記盛り上がり検出手段による検出結果に応じて前記コンテンツ再生手段によるコンテンツの再生速度を変化させる、
   請求項２記載のコンテンツタグ付け支援装置。
7. 映像を録画しながらコンテンツを生成する録画手段をさらに有し、
   前記コンテンツ再生制御手段は、
   前記録画手段が生成するコンテンツの再生を一時停止後に再開するときに、最も後の再生可能位置までスキップする、
   請求項１記載のコンテンツタグ付け装置。
8. 前記コンテンツ再生制御手段は、
   コンテンツの再生を一時停止後に再開するとき、１つまたはそれ以上の再生位置を選択肢としてを提示し、選択された再生可能位置までスキップする、
   請求項１記載のコンテンツタグ付け支援装置。
9. コンテンツのタグ付け作業を支援するコンテンツタグ付け支援方法において、
   再生が開始されたコンテンツに付与されるタグを修正するためのタグ修正作業の開始を監視するタグ修正開始監視ステップと、
   前記タグ修正開始監視ステップでタグ修正作業の開始が検出されると、コンテンツの再生を一時停止させるコンテンツ再生一時停止ステップと、
   前記コンテンツ再生一時停止ステップでコンテンツの再生が一時停止されると、前記タグ修正作業の終了を監視するタグ修正終了監視ステップと、
   前記タグ修正終了監視ステップでタグ修正作業の終了が検出されると、コンテンツの再生を再開するコンテンツ再生再開ステップと、
   を有するコンテンツタグ付け支援方法。
10. 前記コンテンツ再生再開ステップは、
    コンテンツの再生の一時停止前の再生速度の１倍よりも高い再生速度で、コンテンツの再生を再開する、
    請求項９記載のコンテンツタグ付け支援方法。

Images