以下、図面に基づいて本発明の実施形態を� ��明する。
 図1は本発明の実施形態に係る映像検索シス テム1の構成を示すブロック図である。映像� �索システム1は、多チャンネルの放送番組デ� ��タを所定期間連続して録画し、録画された� ��送番組データを検索するシステムに係り、� ��に、ユーザーが指定したキーワードを音響� ��形に変換し、変換した音響波形と録画した� ��送番組データの音声の波形とを照合し、変� ��した音響波形と一致する放送番組データの� ��所の時間情報を出力することを特徴として� ��る。

 この映像検索システム1は、テレビ番組映 像サーバ装置10と、このテレビ番組映像サー� ��装置10にネットワーク20を介して接続するク ライアント装置30と、から構成されている。� ��示例では、クライアント装置30が1台表示さ� ��ているが、複数のクライアント装置30がネ� �トワーク20を介してテレビ番組映像サーバ装 置10に接続されてもよい。

 テレビ番組映像サーバ装置10は、放送さ� �た多チャンネルの番組を録画しており、ユ� �ザーからの要求に基づいて録画されている� �送番組データを検索し、ユーザーが指定し� �キーワードに関するコンテンツが放映され� �チャンネル及びその放送時間の情報をユー� �ーへ返信する装置である。

 クライアント装置30は、ユーザーがテレ� �番組映像サーバ装置10へアクセスするために 利用する装置であり、ユーザーの要求をテレ ビ番組映像サーバ装置10へ送信し、この要求� ��対する情報をテレビ番組映像サーバ装置10� �ら受信する装置である。なお、クライアン� �装置30も、放送された多チャンネルの番組を 録画しており、テレビ番組映像サーバ装置10� ��ら返信されてくる検索結果を元にキーワー� ��に関するコンテンツの閲覧等を行うことが� ��きる。

 ネットワーク20は、所謂イントラネット等� �構内LANによって構築されるネットワーク、� �るいはインターネット,アナログ及びデジタ� ��を含む一般公衆回線網あるいは専用回線網� ��のネットワークであって、例えばインター� ��ット接続サービスと同様の接続サービスを� ��供するものである。
 ここで、ネットワークは、例えばTCP/IPなど� ��所定のプロトコル環境下のインターネット� ��続サービスを提供するネットワークであり� ��ケーブルテレビジョンのインターネット接� ��サービスや衛星通信を利用したインターネ� ��ト接続サービスなども該当する。

 以下、テレビ番組映像サーバ装置10とクラ� �アント装置30について詳述する。
〔テレビ番組映像サーバ装置の説明〕
 本発明の実施形態に係るテレビ番組映像サ� ��バ装置10は、クライアント装置30からの要求 に応じて処理を実行するコンピュータである 。このテレビ番組映像サーバ装置10は、録画� ��た番組中の所望のコンテンツを音響波形で� ��索することを特徴としている。

 図2は本発明の実施形態に係るテレビ番組 映像サーバ装置10の機能ブロック図である。� ��の図に示すように、テレビ番組映像サーバ� ��置10は、通信手段11と、録画手段12と、波形� ��成手段13と、音声ファイル作成手段14と、検 索手段15と、最適化情報判別手段16と、を備� �ている。

 通信手段11は、TCP/IP接続によってクライ� �ント装置30とデータの送受信を行うものであ る。この通信手段11は、コンピュータに取り� ��けたモデムやルーターなどにより実現され� ��。

 録画手段12は、複数のチャンネルの放送番� �データをそれぞれチャンネル毎に連続して� �定期間録画するものである。この録画手段12 は、例えば、同時に多チャネルを連続して録 画できるビデオレコーダやパーソナルコンピ ュータにより実現できる。テレビアンテナと 接続されたパーソナルコンピュータとビデオ レコーダは、地上アナログ、地上デジタル、 衛星放送に対応して複数のチューナーを搭載 したハードディスク型ビデオレコーダであり 、ルーター付きADSLモデムなどでネットワー� �に接続してEPG(電子番組表)から番組情報を取 得し、録画した番組に番組名やジャンル,出� �者などの情報を付加して記録媒体としての� �ードディスクドライブ(以下、第1データベー スと言う)12Aに記録する。
 なお、録画手段12によって録画される番組� �報は、動画と音声を記録したムービー・フ� �イル(Movie File)であり、このムービーファイ� ��の形式は例えば、AVI(Audio Video Interleave)、MP EG(Moving Picture Expert Group)、WMV(Windows(登録商� �) Media Video)である。

 地上波デジタル放送を録画する手段を備� ��るためには、アナログ放送用の録画手段と� ��様に、各デジタル放送チャンネル毎にチュ� ��ナーを搭載して、同時に多チャネルを連続� ��て録画する。アナログ放送の場合はインタ� ��ネット経由でEPGが受信され、受信したEPGか� ��番組情報を取得し、録画した番組に番組情� ��を付加して記録する。また、地上波デジタ� ��放送や衛星デジタル方法の場合にはEPGはデ� ��タル放送と同時に受信される。

 波形生成手段13は、通信手段11を介してク ライアント装置30から受信したテキストファ� ��ル、即ち文字や数字を含んだキーワードに� ��づいてそのキーワードに対応した音声の波� ��を生成するものである。普通名詞や固有名� ��などの文字は、音声にした場合、固有の音� ��波形を有しているので、本実施形態では、� ��め、文字とその文字を音声にした場合の音� ��波形とを結びつけたデータベース(以下、第 2データベースと言う)13A、即ち辞書手段に記� ��しておき、受信した文字を音声の波形に変� ��する。このように変換された波形は、一つ� ��画像として取り扱われて、以後処理される� ��具体的には、図3(A)に示すように、ユーザー が例えばキーワードとして文字『沖縄』を選 択した場合、波形生成手段13は第2データベー ス13Aを検索して図3(B)に示すような文字『沖� �』に対応する音響波形13Bを表す画像ファイ� �13Cを抽出する。

 音声ファイル作成手段14は、録画手段12によ って録画された放送番組データから音声情報 を作成するものである。
 放送番組データはAVI形式で記録されてデー� ��量が多いので、AVI形式の放送番組データ情� ��をそのまま処理するのでは時間がかかり効� ��的ではない。このため、音声ファイル作成� ��段14はWAVデータ作成手段14Aを備えており、WA Vデータ作成手段14AはAVI形式の放送番組デー� �情報からサウンド・ファイルを抽出する。� �体的には、WAV形式、即ちWAVの拡張子のつい� �データのみを取り出す。

 さらに、WAV形式のサウンド・ファイルには� ��のデータを説明するヘッダー情報がついて� ��るため検索された映像部分が開始時間から� ��分何秒後かは特定できない。このため、音� ��ファイル作成手段14はPCMデータ作成手段14B� �備えており、PCMデータ作成手段14BはWAV形式� �サウンド・ファイルからそのデータを説明� �るヘッダー情報を取り除き、PCM(パルス符号� ��調:Pulse Code Modulation)でPCMデータに変換する 。
 このように、音声ファイル作成手段14は「WA Vデータ作成手段14A」、「PCMデータ作成手段14 B」を備えて、先ずWAVデータを作成し、その� �に作成したWAVデータからPCMデータを作成す� �。

 なお、WAVデータ作成手段14Aは、AVI形式の� ��組情報からサウンド・ファイルを抽出する� ��わりに、AVI形式の放送番組データ情報から� ��画を削除したエンコード、即ち圧縮を行う� ��とで、WAV形式のサウンド・ファイルを作成� ��るように構成されてもよい。

 作成されたPCMデータは、元の番組情報が放� ��された時間と関連して保存される。即ち、� ��の番組情報の放送開始時間が、PCMデータの� ��頭の再生開始時間に関連付けられて、例え� ��、放送開示時間が午後7時であれば、PCMデー タにおいて再生後35分における音声は、元の� ��送時間午後7時35分における番組における音� ��に該当する。
 このように元の番組情報の放送時間と関連� ��けられて、PCMデータはハードディスク(第三 データベースと言う)14Cに記録される。

 検索手段15は、波形生成手段13によって生 成された音声の波形を用いて、第三データベ ース14C内を検索するものである。具体的には 、検索手段15は、波形生成手段13によって生� �した音響波形、例えば音響波形13Bを示す画� �ファイル13C(図3(B)参照)を用いて、図3(C)に示� ��ようにこの音響波形13Bの画像と一致する波� ��がPCMデータ内に存在するかPCMデータが示す� ��形13Dの画像と音響波形13Bの画像とを照合し� ��一致する箇所(領域)の時間情報tを抽出する� ��

 検索手段15によって抽出された時間は、以� �のような情報として出力される。
 検索手段15により抽出された時間がt(年、月 、時、分、秒)である場合、時間tから所定時� ��α〔秒〕経過した時間(t+α)までが検索結果� �より抽出された時間とする。この検索結果� �数字とハイフンとで構成される。例えばαが 5分に設定され、10チャンネルで2007年6月30日8� ��20分15秒が検索手段により抽出された場合、 2007年6月30日8時20分15秒から2007年6月30日8時25� �15秒10チャンネルの情報として、「2007090630820 15051-2007090630082515051」という結果が作成され� �。
 例えば、検索結果は、テレビ番組映像サー� ��装置10でHTML(Hyper Text Markup Language)形式のフ ァイルとして作成される。
 このように作成された検索結果は、通信手� ��11を介してクライアント装置30へ送信される 。

 さらに、最適化情報判別手段16は、前述の� �間tによって特定されるコンテンツをユーザ� ��がDVDやCD等の記録媒体へ保存する際の好ま� �い解像度を判別し、ユーザーに対して知ら� �るものである。
 検索手段15の検索によって対応する音響波� �を音声ファイル中に見つけた場合、この音� �ファイルの基のデータであるムービーファ� �ルにはEPGによってジャンルの情報が知らさ� �ている。このジャンルの情報に基づいて、� �実施形態の最適化情報判別手段16は、検索手 段15で抽出された時間tによって特定されるコ ンテンツが属するジャンルを割り出し、保存 する際の解像度を判別する。
 具体的には、解像度としては、図4に示すよ うに、ハイビジョンレベル用の高解像度、DVD レベル用の中解像度と、低解像度とがあり、 各解像度別に該当するジャンルがユーザーが 独自に設定しない場合には予め割り当てられ ている。最適化情報判別手段16は、図4に示す ようなテーブルを保持しており、検索手段15� ��抽出された時間tによって特定されるコンテ ンツのジャンルから解像度を特定する。特定 された解像度は、識別コード(1~3)としてクラ� ��アント装置30へ送信される。

 テレビ番組映像サーバ装置10を構成する� �ンピュータは、前もってインストールされ� �ソフトウェアを実行することで、上記の通� �手段11,録画手段12,波形生成手段13,音声ファ� �ル作成手段14,検索手段15,最適化情報判別手� �16の処理を行う。なお、複数のコンピュータ がLANによって接続して、上記各手段11~16の動� ��を複数のパーソナルコンピュータによって� ��散処理させてもよい。コンピュータは従来� ��知の構成のものを使用することができ、RAM, ROM,ハードディスクなどの記憶装置と、キー� �ード,ポインティング・デバイスなどの操作� ��置と、操作装置等からの指示により記憶装� ��に格納されたデータやソフトウェアを処理� ��る中央処理装置(CPU)と,処理結果等を表示す� ��ディスプレイなどを備えている。

 〔クライアント装置の説明〕
 クライアント装置30は、ユーザーが入力し� �キーワードをテレビ番組映像サーバ装置10に 送り、テレビ番組映像サーバ装置10からの検� ��結果を元に装置に取り付けられている映像� ��録装置(後述)にアクセスし所望の映像を閲� �等を行う装置である。このクライアント装� �30は、図5に示すように、文字入力手段31,通� �手段32,閲覧手段33を備えたコンピュータと、 録画手段35を成すハードディスク型ビデオレ� ��ーダとからなる。

 クライアント装置30における録画手段35は 、テレビ番組映像サーバ装置10の録画手段12� �同等のものであり、放送される多チャンネ� �の番組をそれぞれチャンネル毎に連続して� �定期間録画するものである。この手段は一� �に市販されている映像記録装置としてのハ� �ドディスク型ビデオレコーダであって、同� �に多チャネルを連続して録画できるビデオ� �コーダにより実現される。各放送番組デー� �は、番組名やジャンル,出演者などの情報を� ��加されて記録媒体としてのハードディスク� ��ライブ(以下、第四データベースと言う)35A� �記録される。

 文字入力手段31は、キーボードやポイン� �ィング・デバイスなどの操作装置であり、� �ーザーの操作により文字の入力を受けるも� �である。

 通信手段32は、TCP/IP接続によってテレビ� �組映像サーバ装置10とデータの送受信を行う ものである。この通信手段32は、コンピュー� ��に取り付けたモデムやルーターなどにより� ��現される。この通信手段32によって、文字� �力手段31で入力された文字がテレビ番組映像 サーバ装置10へ送信される。また、この通信� ��段32はテレビ番組映像サーバ装置10から送信 されてくるデータを受信するものであり、特 にテレビ番組映像サーバ装置10においてユー� ��ーが指定した文字に基づいた検索結果を受� ��する。

 閲覧手段33は、通信手段32が受信したテレ ビ番組映像サーバ装置10からの検索結果に基� ��いて、装置内の第四データベース35Aを検索� ��、該当するコンテンツがある場合はそのコ� ��テンツ、即ち、ムービーファイルを再生す� ��ものである。この再生の他に、検索結果に� ��り特定されるコンテンツをDVD等の他の記録� ��体に記録させる場合、テレビ番組映像サー� ��装置10の最適化情報判別手段16から送信され た識別コード(1~3)に基づいて、必要なコンテ� ��ツのみを保存し、不要な部分を削除するこ� ��ができる。

 クライアント装置30を構成するコンピュ� �タは、前もってインストールされたソフト� �ェアを実行することで、上記の通信手段32,� �覧手段33の処理を行う。なお、複数のコンピ ュータをLANによって接続して、上記各手段32~ 33の動作を複数のパーソナルコンピュータに� ��って分散処理させてもよい。コンピュータ� ��、従来公知の構成のものを使用することが� ��き、RAM,ROM,ハードディスクなどの記憶装置� �、キーボード,ポインティング・デバイスな� ��の操作装置と、操作装置等からの指示によ� ��記憶装置に格納されたデータやソフトウェ� ��を処理する中央処理装置(CPU)と,処理結果等� ��表示するディスプレイなどを備えている。

 以上のように構成された映像検索システ� ��1によれば、ユーザーがクライアント装置30� ��介してテレビ番組映像サーバ装置10へアク� �スし、検索したいコンテンツに関する情報� �即ちキーワードをテレビ番組映像サーバ装� �10に対して指定することで、テレビ番組映像 サーバ装置10が検索の処理を行う。そして、� ��レビ番組映像サーバ装置10は、ユーザーが� �力した文字を音響波形に変換する。

 さらに、テレビ番組映像サーバ装置10は� �一データベース12A内のムービーファイルをPC Mデータに変換し、PCMデータ中に変換した音� �波形と一致する部分があるか照合処理を行� �。即ち、テレビ番組映像サーバ装置10はPCMデ ータで特定される波形の画像に対して、文字 を変換した波形の画像と一致する箇所がある かの照合を行う。この照合処理において、音 響波形と一致するPCMデータ中の部位(領域)を� ��出する。具体的には、一致する部位を検出� ��きた場合、その部位が放送された時間を照� ��結果として記録する。

 例えば、検索手段により抽出された時間� ��t(年、月、時、分、秒)である場合、時間tか ら所定時間α〔秒〕経過した時間(t+α)までが� ��索結果として記録される。この検索結果が� ��レビ番組映像サーバ装置10からネットワー� �20を介してクライアント装置30へ送信される� ��その際、図4に示す識別コード(1~3)もクライ� ��ント装置30へ送信される。

 クライアント装置30では、検索結果を受信� �、このファイル、例えばHTMLファイルを開く� ��とで例えばブラウザーにて検索結果を閲覧� ��ることがでできる。その際、ディスプレイ� ��は、例えば、2007年6月30日8時20分15秒から2007 年6月30日8時25分15秒10チャンネルの情報を示� �数値「200709063082015051-2007090630082515051」が表示 される。この数値をクリックすると、クライ アント装置を構成するコンピュータは、装置 内の第四データベース35Aを検索、即ち10チャ� ��ネルで2007年6月30日8時20分15秒から2007年6月30 日8時25分15秒に放送された番組が第四データ� ��ース35A内に存在するか検索する。検索した� ��果、第四データベース35A内に存在する場合� ��、ディスプレイに存在する旨の表示をし、� ��ーザーの操作の下,再生を行う。一方、検索 した結果、該当する番組が記録されていない 場合には、その旨をディスプレイに表示する 。
 また、再生の他に、検索結果により特定さ� ��るコンテンツをDVD等の他の記録媒体に記録� ��せる場合、テレビ番組映像サーバ装置10の� �適化情報判別手段16から送信された識別コー ド(1~3)に基づいて、コンテンツを保存するこ� ��ができる。

 なお、テレビ番組映像サーバ装置10にお� �てユーザーが入力したキーワードに関連し� �音声が抽出できない場合には、テレビ番組� �像サーバ装置10は検索によって該当するコン テンツが抽出できなかった旨をクライアント 装置30へ送信する。この情報は、例えば、ク� ��イアント装置30のディスプレイに表示され� �、ユーザーに伝えられる。

 このように、本発明の映像検索システム1 によれば、記録した大量の番組内容から所望 のコンテンツ、即ちユーザーが指定したキー ワードに関する映像コンテンツを検索するこ とができる。この検索の際、メタデータを作 成せずに、キーワードを音響波形の情報に変 換して検索を行うことから、メタデータの作 成に要する時間やその費用を省くことができ る。

 再生の他に、検索結果により特定される� ��ンテンツをDVD等の他の記録媒体に記録させ� ��場合、テレビ番組映像サーバ装置10の最適� �情報判別手段16から送信された識別コード(1~ 3)に基づいて、コンテンツを保存する方法を� ��易にユーザーは理解することができる。例� ��ば、テレビ番組映像サーバ装置10からクラ� �アント装置30へ識別コードとして『1』が通� �された場合は、最高画質で保存すべきこと� �ユーザーは知らされて、圧縮せずに保存す� �ことが薦められていることを理解できる。� �のような、最適化情報判別手段16におけるコ ンテンツを保存すべき解像度の判別処理は、 どの程度までデータを圧縮して保存すべきか 判断できないユーザーにとって非常に有用で ある。

 図6は、本発明の実施形態の第1変形例に� �る映像検索システム1Aを示すブロック図であ る。映像検索システム1Aでは、クライアント� ��置30Aが前述の文字入力手段31の代わりに音� �入力手段34を備え、テレビ番組映像サーバ装 置10Aが前述の波形生成手段13を備えずに構成� ��れることを特徴としている。なお、映像検� ��システム1の構成と同一或いは同等のものに は同じ符号を付してその詳細な説明は省略す る。

 クライアント装置30Aの音声入力手段は、マ� ��ク(図示省略)と、マイクから入力された音� �を処理する処理手段(図示省略)とからなり、 ユーザーが発した音声は波形を示す画像の情 報に変換される。この画像が、通信手段32を� ��してテレビ番組映像サーバ装置10Aへ送信さ� ��る。
 テレビ番組映像サーバ装置10Aでは、受信し� ��波形の画像がそのまま検索手段15で利用さ� �て、前述の照合処理に活用される。

 このように、映像検索システム1Aによれ� �、検索対象のキーワードを音声で入力して� �録した大量の番組内容から所望のコンテン� �を検索することができる。

 図7は、本発明の実施形態の第2変形例に係� �映像検索システム1Bを示すブロック図である 。映像検索システム1Bでは、前述の映像検索� ��ステム1の構成に放送番組データ中に流れる テロップやエンドロープにキーワードが含ま れているか検索する構成を付加したことを特 徴としている。
 このため、第2変形例に係るテレビ番組映像 サーバ装置10Bは、テレビ番組映像サーバ装置 10の構成の他に、画像ファイル作成手段17と� �テロップ検索手段18と、統合部19と、を備え� ��いる。

 画像ファイル作成手段17は、第一データベ� �ス12A内のムービーファイルから数秒単位で� �つの画面を切り出し、ハードディスク17aに� �り出した画像を保存するものである。
 テロップ検索手段18は、切り出した静止画� �にユーザーが指定したキーワードが含まれ� �いるか判断するものである。この画像ファ� �ル作成手段17として、OCR(Optical Character Reader )装置を適用すればよい。ここで、静止画中� �検索対象の文字は、テロップに限らずエン� �ロールも該当する。
 なお、地上波デジタル放送の場合、字幕放� ��として文字も送られてくるので、この文字� ��にキーワードがあるか検索するようにして� ��よい。この場合、テレビ番組映像サーバ装� ��10Bは、字幕放送の文字を検索する字幕放送� ��出装置18Aを備える。
 統合部19は、検索手段15とテロップ検索手段 18との両方で該当するものを探し出すことが� ��きた場合に、検索手段15で抽出した検索結� �を出力するものである。

 このように、映像検索システム1Bによれ� �、検索手段15とテロップ検索手段18との両方� ��検索を行えた場合に検索結果がクライアン� ��装置30へ送信される。よって、信頼性の高� �検索結果をユーザーへ提供することができ� �。

 図8は、本発明の他の実施形態に係る映像 検索装置40を示す機能ブロック図である。こ� ��映像検索装置40は、テレビ番組映像サーバ� �置10をネットワーク20に接続せずに利用する� ��態であり、直にユーザーが検索対象の文字� ��即ちキーワードを入力することができるよ� ��に構成されている。即ち、映像検索装置40� �、テレビ番組映像サーバ装置10と異なり、通 信手段11を備えずに構成することができ、さ� ��に、前述のクライアント装置30の文字入力� �段31を備える。なお、映像検索システム1の� �成と同一或いは同等のものには同じ符号を� �してその詳細な説明は省略する。

 映像検索装置40によれば、ユーザーが文� �入力手段31によって入力した文字が直接波形 生成手段13に送られて、波形の画像に変換さ� ��る。そして、検索手段15によって前述の照� �処理が行われる。

 このように、映像検索装置40によっても� �検索対象のキーワードをキーボードなどの� �力装置を介して入力して記録した大量の番� �内容から所望のコンテンツを検索すること� �できる。

 以上説明したが、本発明は発明の趣旨を逸� ��しない範囲において様々な形態で実施をす� ��ことができる。
 録画手段が録画する放送番組は、地上アナ� ��グ放送の番組や地上デジタル放送の番組に� ��らず、インターネットを通じてダウンロー� ��されるコンテンツを含むことは明らかであ� ��。
 上記説明では、録画手段が録画した放送番� ��データからムービーファイルを作成し、音� ��ファイル作成手段がムービーファイルから� ��声ファイルを作成しているが、これらの、� ��画手段及び音声ファイル手段に代えて、ラ� ��オ等の音声放送を録音し、その音声ファイ� ��を作成する手段を用いても良い。