特許 6468739 映像音声信号送信装置及び方法

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】6468739

(24)【登録日】2019年1月25日

(45)【発行日】2019年2月13日

(54)【発明の名称】映像音声信号送信装置及び方法

(51)【国際特許分類】

   H04J 3/00 20060101AFI20190204BHJP

   H04N 21/2368 20110101ALI20190204BHJP

   H04N 21/234 20110101ALI20190204BHJP

   H04J 3/06 20060101ALI20190204BHJP

【ＦＩ】

   H04J3/00 M

   H04N21/2368

   H04N21/234

   H04J3/06 Z

【請求項の数】7

【全頁数】30

(21)【出願番号】特願2014-133757(P2014-133757)

(22)【出願日】2014年6月30日

(65)【公開番号】特開2016-12831(P2016-12831A)

(43)【公開日】2016年1月21日

【審査請求日】2017年6月20日

(73)【特許権者】

【識別番号】000004352

【氏名又は名称】日本放送協会

(74)【代理人】

【識別番号】100121119

【弁理士】

【氏名又は名称】花村 泰伸

(72)【発明者】

【氏名】日下部 裕一

(72)【発明者】

【氏名】白井 規之

(72)【発明者】

【氏名】西田 幸博

(72)【発明者】

【氏名】山下 誉行

(72)【発明者】

【氏名】西口 敏行

(72)【発明者】

【氏名】中戸川 剛

【審査官】 谷岡 佳彦

(56)【参考文献】

【文献】 特開２００９−１４７８９４（ＪＰ，Ａ）

【文献】 国際公開第２０１４／０３８５９７（ＷＯ，Ａ１）

【文献】 特開２０１１−２３９０６１（ＪＰ，Ａ）

(58)【調査した分野】（Int.Cl.，ＤＢ名）

Ｈ０４Ｊ ３／００

Ｈ０４Ｊ ３／０６

Ｈ０４Ｎ ２１／２３４

Ｈ０４Ｎ ２１／２３６８

(57)【特許請求の範囲】

【請求項1】

ＵＨＤＴＶ用の映像信号及び所定チャンネル数の音声信号を入力し、前記映像信号のソースイメージを分割して複数のサブイメージを生成し、前記サブイメージ毎に、当該サブイメージを分割して複数のベーシックイメージを生成し、前記ベーシックイメージ毎に、当該ベーシックイメージから画素のラインデータを順次取り出して対応する系統のベーシックストリームを生成し、複数系統の前記ベーシックストリームを合成してリンク信号を生成し、前記映像信号と音声信号とを多重した前記リンク信号を含む複数のリンク信号を送信する映像音声信号送信装置において、
前記音声信号からチャンネル毎の音声データを抽出し、前記音声データを含む音声データパケットであることを示す識別データ及び前記抽出した音声データを、前記音声データパケットの所定領域にそれぞれ格納し、前記音声データパケットを生成する音声データパケット生成部と、
前記音声信号から、チャンネル毎の音声データに含まれるチャンネルに関する情報を抽出し、前記チャンネルに関する情報に基づいて音声制御データを生成し、前記音声制御データを含む音声制御パケットであることを示す識別データ及び前記生成した音声制御データを、前記音声制御パケットの所定領域にそれぞれ格納し、前記音声制御パケットを生成する音声制御パケット生成部と、
前記ベーシックイメージ毎に、当該ベーシックイメージから画素のラインデータを順次取り出し、当該ベーシックイメージに対応する各系統のベーシックストリームを生成する際に、前記音声データパケット生成部により生成された音声データパケットを、１つのリンク信号に合成される第１系統の前記ベーシックストリームの補助データ領域に格納し、前記音声制御パケット生成部により生成された音声制御パケットを、前記音声データパケットを格納した前記第１系統とは異なる系統であって、前記１つのリンク信号に合成される第２系統の前記ベーシックストリームの補助データ領域に格納するベーシックストリーム生成部と、
前記ベーシックストリーム生成部により生成された各系統のベーシックストリームについて、複数系統毎に前記ベーシックストリームを合成し、前記複数のリンク信号を生成する際に、前記音声データパケットが格納された前記第１系統の前記ベーシックストリーム及び前記音声制御パケットが格納された前記第２系統の前記ベーシックストリームを含む複数系統の前記ベーシックストリームを合成し、前記複数のリンク信号のうちの前記１つのリンク信号を生成するリンク信号生成部と、を備えたことを特徴とする映像音声信号送信装置。

【請求項2】

請求項１に記載の映像音声信号送信装置において、
前記ベーシックストリーム生成部は、
前記ＵＨＤＴＶ用の映像信号の１フレームに対応する前記所定チャンネル数の音声信号から生成された前記音声データパケットを、前記第１系統の１フレームに相当する前記ベーシックストリームに多重し、前記ＵＨＤＴＶ用の映像信号の１フレームに対応する前記所定チャンネル数の音声信号から生成された前記音声制御パケットを、前記音声データパケットを多重した前記第１系統とは異なる前記第２系統の１フレームに相当する前記ベーシックストリームに多重する、ことを特徴とする映像音声信号送信装置。

【請求項3】

請求項１または２に記載の映像音声信号送信装置において、
前記ベーシックストリーム生成部は、
前記音声データパケット生成部により生成された音声データパケットを、前記第１系統の前記ベーシックストリームの補助データ領域、及び前記第１系統とは異なる系統の前記ベーシックストリームの補助データ領域に格納する、ことを特徴とする映像音声信号送信装置。

【請求項4】

請求項１から３までのいずれか一項に記載の映像音声信号送信装置において、
前記ベーシックストリーム生成部は、
前記音声制御パケット生成部により生成された音声制御パケットを、前記音声データパケットを格納した前記第１系統とは異なる系統の前記ベーシックストリームの補助データ領域であって、前記第２系統の前記ベーシックストリームの補助データ領域、及び前記第２系統とは異なる系統の前記ベーシックストリームの補助データ領域に格納する、ことを特徴とする映像音声信号送信装置。

【請求項5】

ＵＨＤＴＶ用の映像信号及び所定チャンネル数の音声信号を入力し、前記映像信号のソースイメージを分割して複数のサブイメージを生成し、前記サブイメージ毎に、当該サブイメージを分割して複数のベーシックイメージを生成し、前記ベーシックイメージ毎に、当該ベーシックイメージから画素のラインデータを順次取り出して対応する系統のベーシックストリームを生成し、複数系統の前記ベーシックストリームを合成してリンク信号を生成し、前記映像信号と音声信号とを多重した前記リンク信号を含む複数のリンク信号を送信する映像音声信号送信方法において、
前記音声信号からチャンネル毎の音声データを抽出する第１のステップと、
前記音声データを含む音声データパケットであることを示す識別データ及び前記抽出した音声データを、前記音声データパケットの所定領域にそれぞれ格納し、前記音声データパケットを生成する第２のステップと、
前記音声信号から、チャンネル毎の音声データに含まれるチャンネルに関する情報を抽出する第３のステップと、
前記チャンネルに関する情報に基づいて、音声制御データを生成する第４のステップと、
前記音声制御データを含む音声制御パケットであることを示す識別データ及び前記生成した音声制御データを、前記音声制御パケットの所定領域にそれぞれ格納し、前記音声制御パケットを生成する第５のステップと、
前記ベーシックイメージ毎に、当該ベーシックイメージから画素のラインデータを順次取り出し、当該ベーシックイメージに対応する各系統のベーシックストリームを生成する際に、前記音声データパケットを、１つのリンク信号に合成される第１系統の前記ベーシックストリームの補助データ領域に格納し、前記音声制御パケットを、前記音声データパケットを格納した前記第１系統とは異なる系統であって、前記１つのリンク信号に合成される第２系統の前記ベーシックストリームの補助データ領域に格納する第６のステップと、
各系統のベーシックストリームについて、複数系統毎に前記ベーシックストリームを合成し、前記複数のリンク信号を生成する際に、前記音声データパケットが格納された前記第１系統の前記ベーシックストリーム及び前記音声制御パケットが格納された前記第２系統の前記ベーシックストリームを含む複数系統の前記ベーシックストリームを合成し、前記複数のリンク信号のうちの前記１つのリンク信号を生成する第７のステップと、
を有することを特徴とする映像音声信号送信方法。

【請求項6】

請求項５に記載の映像音声信号送信方法において、
前記第６のステップは、
前記音声データパケットを、前記第１系統の前記ベーシックストリームの補助データ領域、及び前記第１系統とは異なる系統の前記ベーシックストリームの補助データ領域に格納する、ことを特徴とする映像音声信号送信方法。

【請求項7】

請求項５または６に記載の映像音声信号送信方法において、
前記第６のステップは、
前記音声制御パケットを、前記音声データパケットを格納した前記第１系統とは異なる系統の前記ベーシックストリームの補助データ領域であって、前記第２系統の前記ベーシックストリームの補助データ領域、及び前記第２系統とは異なる系統の前記ベーシックストリームの補助データ領域に格納する、ことを特徴とする映像音声信号送信方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、映像信号と音声信号とを多重した映像音声信号をシリアルデジタルデータとして伝送する映像音声信号送信装置及び方法に関する。

【背景技術】

【0002】

現在放送が行われているＨＤＴＶ（High Definition TeleVision：高精細度テレビジョン放送）の次の世代の放送として、スーパーハイビジョン（ＳＨＶ）に代表されるＵＨＤＴＶ（Ultra High Definition TeleVision：超高精細度テレビジョン放送）が広く検討されている。

【0003】

ＳＨＶは、最大で画素数７６８０×４３２０、ビット数１２、ＲＧＢ４：４：４伝送、フレームレート１２０Ｈｚの映像を伝送するシステムである。これらの信号をシリアルデジタルインタフェースで伝送するためには、７６８０×４３２０×１２（ビット）×３（ＲＧＢ）×１２０（Ｈｚ）＝１４３Ｇｂｐｓの速度でデータを伝送する必要がある。

【0004】

このようなデータ伝送に対し、ＴＶスタジオ内の放送機器間での映像データ伝送を円滑に行う目的で、２４芯のマルチモードファイバ１本で、ＳＨＶを含む超高精細度テレビジョン放送用（ＵＨＤＴＶ用）の映像を伝送するためのシリアルデジタルインタフェースに関する規格が、２０１４年３月に策定された（非特許文献１）。また、ＵＨＤＴＶ用の３次元マルチチャンネル音響方式スタジオ規格が、同時期に策定されている（非特許文献２）。

【0005】

尚、ＨＤＴＶ用のシリアルデジタルインタフェースとしてはＨＤ−ＳＤＩ（High Definition−Serial Digital Interface）があり、様々な規格が策定されている（非特許文献３〜５）。また、これらのインタフェースに音声信号を多重する方式の規格も策定されている（非特許文献６〜８）。

【0006】

一方で、ＵＨＤＴＶ用の映像を伝送する伝送システムの例が開示されている（特許文献１を参照）。この伝送システムの映像信号送信装置は、ＵＨＤＴＶ用の映像信号から複数のサブイメージを生成し、サブイメージを分割して複数の基本イメージを生成し、基本イメージから対応する基本ストリームを生成し、基本ストリームを合成してリンク信号を生成し、シリアルデータストリームとして送信する。映像信号受信装置は、映像信号送信装置とは逆の処理を行い、元の映像信号を復元する。

【先行技術文献】

【特許文献】

【0007】

【特許文献1】国際公開第２０１４／０３８５９７号

【非特許文献】

【0008】

【非特許文献1】ＡＲＩＢ標準規格ＳＴＤ−Ｂ５８

【非特許文献2】ＡＲＩＢ標準規格ＳＴＤ−Ｂ５９

【非特許文献3】ＡＲＩＢ標準規格ＢＴＡ Ｓ−００４

【非特許文献4】ＳＭＰＴＥ２９２

【非特許文献5】ＩＴＵ−Ｒ勧告ＢＴ．１１２０

【非特許文献6】ＡＲＩＢ標準規格ＢＴＡ Ｓ−００６

【非特許文献7】ＳＭＰＴＥ２９９

【非特許文献8】ＩＴＵ−Ｒ勧告ＢＴ．１３６５

【発明の概要】

【発明が解決しようとする課題】

【0009】

前述のとおり、ＨＤＴＶ用のＨＤ−ＳＤＩについては、音声信号を多重する方式が規定されているが、ＵＨＤＴＶ用の新しいインタフェースについては、現在のところ音声信号を多重する方式が規定されていない。

【0010】

ＨＤ−ＳＤＩの音声多重方式の規格（非特許文献６）では、サンプリング周波数４８ｋＨｚの音声信号を１６Ｃｈまで伝送する方法が規定されている。しかしながら、ＵＨＤＴＶ用の３次元マルチチャンネル音響方式スタジオ規格（非特許文献２）では、サンプリング周波数４８ｋＨｚだけでなく、サンプリング周波数９６ｋＨｚについても規定されており、チャンネル数も２２．２Ｃｈを対象としている。

【0011】

ここで、ＵＨＤＴＶ用のインタフェースを用いて必要な音声信号を伝送するために、ＨＤ−ＳＤＩの音声多重方式を適用することが想定される。しかしながら、ＨＤ−ＳＤＩの音声多重方式をＵＨＤＴＶ用のインタフェースにそのまま適用したとしても、また、拡張して適用したとしても、必要な音声信号を伝送することができないという問題があった。ＵＨＤＴＶ用のインタフェースでは、ＨＤＴＶ用のインタフェースとは異なるサンプリング周波数及びチャンネル数に対応する必要があるからである。

【0012】

そこで、ＵＨＤＴＶ用のインタフェースを用いて必要な音声信号を伝送するための新たな仕組みが所望されていた。

【0013】

本発明は前記課題を解決するためになされたものであり、その目的は、ＵＨＤＴＶ用のインタフェースを用いて映像音声信号を伝送する際に、映像信号及び音声信号を同期させて伝送可能な映像音声信号送信装置及び方法を提供することにある。

【課題を解決するための手段】

【0014】

前記目的を達成するために、請求項１の映像音声信号送信装置は、ＵＨＤＴＶ用の映像信号及び所定チャンネル数の音声信号を入力し、前記映像信号のソースイメージを分割して複数のサブイメージを生成し、前記サブイメージ毎に、当該サブイメージを分割して複数のベーシックイメージを生成し、前記ベーシックイメージ毎に、当該ベーシックイメージから画素のラインデータを順次取り出して対応する系統のベーシックストリームを生成し、複数系統の前記ベーシックストリームを合成してリンク信号を生成し、前記映像信号と音声信号とを多重した前記リンク信号を含む複数のリンク信号を送信する映像音声信号送信装置において、前記音声信号からチャンネル毎の音声データを抽出し、前記音声データを含む音声データパケットであることを示す識別データ及び前記抽出した音声データを、前記音声データパケットの所定領域にそれぞれ格納し、前記音声データパケットを生成する音声データパケット生成部と、前記音声信号から、チャンネル毎の音声データに含まれるチャンネルに関する情報を抽出し、前記チャンネルに関する情報に基づいて音声制御データを生成し、前記音声制御データを含む音声制御パケットであることを示す識別データ及び前記生成した音声制御データを、前記音声制御パケットの所定領域にそれぞれ格納し、前記音声制御パケットを生成する音声制御パケット生成部と、前記ベーシックイメージ毎に、当該ベーシックイメージから画素のラインデータを順次取り出し、当該ベーシックイメージに対応する各系統のベーシックストリームを生成する際に、前記音声データパケット生成部により生成された音声データパケットを、１つのリンク信号に合成される第１系統の前記ベーシックストリームの補助データ領域に格納し、前記音声制御パケット生成部により生成された音声制御パケットを、前記音声データパケットを格納した前記第１系統とは異なる系統であって、前記１つのリンク信号に合成される第２系統の前記ベーシックストリームの補助データ領域に格納するベーシックストリーム生成部と、前記ベーシックストリーム生成部により生成された各系統のベーシックストリームについて、複数系統毎に前記ベーシックストリームを合成し、前記複数のリンク信号を生成する際に、前記音声データパケットが格納された前記第１系統の前記ベーシックストリーム及び前記音声制御パケットが格納された前記第２系統の前記ベーシックストリームを含む複数系統の前記ベーシックストリームを合成し、前記複数のリンク信号のうちの前記１つのリンク信号を生成するリンク信号生成部と、を備えたことを特徴とする。

【0015】

また、請求項２の映像音声信号送信装置は、請求項１に記載の映像音声信号送信装置において、前記ベーシックストリーム生成部が、前記ＵＨＤＴＶ用の映像信号の１フレームに対応する前記所定チャンネル数の音声信号から生成された前記音声データパケットを、前記第１系統の１フレームに相当する前記ベーシックストリームに多重し、前記ＵＨＤＴＶ用の映像信号の１フレームに対応する前記所定チャンネル数の音声信号から生成された前記音声制御パケットを、前記音声データパケットを多重した前記第１系統とは異なる前記第２系統の１フレームに相当する前記ベーシックストリームに多重する、ことを特徴とする。
また、請求項３の映像音声信号送信装置は、請求項１または２に記載の映像音声信号送信装置において、前記ベーシックストリーム生成部が、前記音声データパケット生成部により生成された音声データパケットを、前記第１系統の前記ベーシックストリームの補助データ領域、及び前記第１系統とは異なる系統の前記ベーシックストリームの補助データ領域に格納する、ことを特徴とする。
また、請求項４の映像音声信号送信装置は、請求項１から３までのいずれか一項に記載の映像音声信号送信装置において、前記ベーシックストリーム生成部が、前記音声制御パケット生成部により生成された音声制御パケットを、前記音声データパケットを格納した前記第１系統とは異なる系統の前記ベーシックストリームの補助データ領域であって、前記第２系統の前記ベーシックストリームの補助データ領域、及び前記第２系統とは異なる系統の前記ベーシックストリームの補助データ領域に格納する、ことを特徴とする。

【0017】

さらに、請求項５の映像音声信号送信方法は、ＵＨＤＴＶ用の映像信号及び所定チャンネル数の音声信号を入力し、前記映像信号のソースイメージを分割して複数のサブイメージを生成し、前記サブイメージ毎に、当該サブイメージを分割して複数のベーシックイメージを生成し、前記ベーシックイメージ毎に、当該ベーシックイメージから画素のラインデータを順次取り出して対応する系統のベーシックストリームを生成し、複数系統の前記ベーシックストリームを合成してリンク信号を生成し、前記映像信号と音声信号とを多重した前記リンク信号を含む複数のリンク信号を送信する映像音声信号送信方法において、前記音声信号からチャンネル毎の音声データを抽出する第１のステップと、前記音声データを含む音声データパケットであることを示す識別データ及び前記抽出した音声データを、前記音声データパケットの所定領域にそれぞれ格納し、前記音声データパケットを生成する第２のステップと、前記音声信号から、チャンネル毎の音声データに含まれるチャンネルに関する情報を抽出する第３のステップと、前記チャンネルに関する情報に基づいて、音声制御データを生成する第４のステップと、前記音声制御データを含む音声制御パケットであることを示す識別データ及び前記生成した音声制御データを、前記音声制御パケットの所定領域にそれぞれ格納し、前記音声制御パケットを生成する第５のステップと、前記ベーシックイメージ毎に、当該ベーシックイメージから画素のラインデータを順次取り出し、当該ベーシックイメージに対応する各系統のベーシックストリームを生成する際に、前記音声データパケットを、１つのリンク信号に合成される第１系統の前記ベーシックストリームの補助データ領域に格納し、前記音声制御パケットを、前記音声データパケットを格納した前記第１系統とは異なる系統であって、前記１つのリンク信号に合成される第２系統の前記ベーシックストリームの補助データ領域に格納する第６のステップと、各系統のベーシックストリームについて、複数系統毎に前記ベーシックストリームを合成し、前記複数のリンク信号を生成する際に、前記音声データパケットが格納された前記第１系統の前記ベーシックストリーム及び前記音声制御パケットが格納された前記第２系統の前記ベーシックストリームを含む複数系統の前記ベーシックストリームを合成し、前記複数のリンク信号のうちの前記１つのリンク信号を生成する第７のステップと、を有することを特徴とする。
また、請求項６の映像音声信号送信方法は、請求項５に記載の映像音声信号送信方法において、前記第６のステップが、前記音声データパケットを、前記第１系統の前記ベーシックストリームの補助データ領域、及び前記第１系統とは異なる系統の前記ベーシックストリームの補助データ領域に格納する、ことを特徴とする。
また、請求項７の映像音声信号送信方法は、請求項５または６に記載の映像音声信号送信方法において、前記第６のステップが、前記音声制御パケットを、前記音声データパケットを格納した前記第１系統とは異なる系統の前記ベーシックストリームの補助データ領域であって、前記第２系統の前記ベーシックストリームの補助データ領域、及び前記第２系統とは異なる系統の前記ベーシックストリームの補助データ領域に格納する、ことを特徴とする。

【発明の効果】

【0019】

以上のように、本発明によれば、ＵＨＤＴＶ用のインタフェースを用いて映像音声信号を伝送する際に、映像信号及び音声信号を同期させて伝送することが可能となる。

【図面の簡単な説明】

【0020】

【図1】本発明の実施形態による映像音声信号送信装置及び映像音声信号受信装置を含む伝送システムの概略構成を示すブロック図である。

【図2】映像音声信号送信装置の構成を示すブロック図である。

【図3】映像信号のフレーム周波数が６０Ｈｚの場合において、映像信号のソースイメージからリンク信号が生成されるまでのマッピング手順について説明する図である。

【図4】映像信号のフレーム周波数が１２０Ｈｚの場合のマッピング手順について説明する図である。

【図5】映像信号のフレーム周波数が３０Ｈｚの場合のマッピング手順について説明する図である。

【図6】補助データパケットの構成を示す図である。

【図7】音声サンプリング周波数が４８ｋＨｚの場合における音声データパケット生成部の処理を説明する図である。

【図8】音声サンプリング周波数が９６ｋＨｚの場合における音声データパケット生成部の処理を説明する図である。

【図9】３２ビットのＡＥＳサブフレームを４ワードデータとして音声データパケットのＵＤＷ領域に格納する際の割り当てを説明する図である。

【図10】基本ストリームのフレーム構造を示す図である。

【図11】基本ストリームのライン構造を示す図である。

【図12】基本ストリーム生成部の処理を示すフローチャートである。

【図13】音声サンプリング周波数４８ｋＨｚ及び映像フレーム周波数６０Ｈｚの場合の処理を説明する図である。

【図14】音声サンプリング周波数４８ｋＨｚ及び映像フレーム周波数１２０Ｈｚの場合の処理を説明する図である。

【図15】音声サンプリング周波数４８ｋＨｚ及び映像フレーム周波数３０Ｈｚの場合の処理を説明する図である。

【図16】音声サンプリング周波数９６ｋＨｚ及び映像フレーム周波数６０Ｈｚの場合の処理を説明する図である。

【図17】音声サンプリング周波数９６ｋＨｚ及び映像フレーム周波数１２０Ｈｚの場合の処理を説明する図である。

【図18】音声サンプリング周波数９６ｋＨｚ及び映像フレーム周波数３０Ｈｚの場合の処理を説明する図である。

【図19】映像音声信号受信装置の構成を示すブロック図である。

【図20】音声データパケット復元部の処理を示すフローチャートである。

【図21】音声制御パケット復元部の処理を示すフローチャートである。

【発明を実施するための形態】

【0021】

以下、本発明を実施するための形態について図面を用いて詳細に説明する。本発明は、ＵＨＤＴＶ用のインタフェースを用いて映像音声信号を伝送する際に、映像信号の基本ストリーム（ベーシックストリーム）の補助データ領域（ＡＮＣ領域）に、音声信号を多重することを特徴とする。

【0022】

本発明の実施形態では、次の仕様の音声信号をＵＨＤＴＶ用の映像信号に多重する例を挙げて説明する。
（１）サンプリング周波数：４８ｋＨｚ、９６ｋＨｚ
（２）量子化ビット数：１６、２０、２４ビット
（３）チャンネル数：３２チャンネル
（４）音声信号：ＡＥＳ信号
ここで、チャンネル数が２４チャンネル（２２．２チャンネル分）ではなく３２チャンネルとしたのは、３２チャンネルにてスタジオ音声の主要な形式（２２．２Ｃｈ，５．１Ｃｈ，２Ｃｈ）を同時に伝送することができる等、拡張性を考慮したためである。

【0023】

すなわち、本発明の実施形態は、ＵＨＤＴＶ用のインタフェースの規格（非特許文献１：ＡＲＩＢ標準規格ＳＴＤ−Ｂ５８）に規定された補助データ領域に、ＵＨＤＴＶ用の３次元マルチチャンネル音響方式スタジオ規格（非特許文献２：ＡＲＩＢ標準規格ＳＴＤ−Ｂ５９）に規定された音声信号を格納することで、ＵＨＤＴＶ用の映像信号及び音声信号を多重して伝送する例である。

【0024】

〔伝送システム〕
まず、本発明の実施形態による映像音声信号送信装置及び映像音声信号受信装置を含む伝送システムについて説明する。図１は、伝送システムの概略構成を示すブロック図である。この伝送システムは、ＵＨＤＴＶ用のインタフェースを用いて映像音声信号を伝送する映像音声信号送信装置１及び映像音声信号受信装置２を備えて構成される。映像音声信号送信装置１と映像音声信号受信装置２とは、１本のケーブルの伝送路３を介して接続される。

【0025】

映像音声信号送信装置１は、例えば、カメラ等からの映像信号（ＵＨＤＴＶ用の映像信号）を入力すると共に、マイク等からの音声信号（ＵＨＤＴＶ用の音声信号）を入力し、映像信号及び音声信号を多重してリンク信号を生成し、リンク信号を、伝送路３を介して映像音声信号受信装置２へ送信する。

【0026】

映像音声信号受信装置２は、映像音声信号送信装置１から伝送路３を介して送信されたリンク信号を受信し、リンク信号から映像信号及び音声信号を復元する。そして、映像音声信号受信装置２は、例えば、映像信号をディスプレイ等に出力すると共に、音声信号をスピーカ等に出力する。

【0027】

〔映像音声信号送信装置〕
次に、図１に示した映像音声信号送信装置１について詳細に説明する。図２は、映像音声信号送信装置１の構成を示すブロック図である。この映像音声信号送信装置１は、サブイメージ生成部１１、基本イメージ（ベーシックイメージ）生成部１２、基本ストリーム（ベーシックストリーム）生成部１３、リンク信号生成部１４、音声データパケット生成部１５及び音声制御パケット生成部１６を備えている。

【0028】

映像音声信号送信装置１のサブイメージ生成部１１は、ＵＨＤＴＶ用の映像信号である１以上の色信号コンポーネントからなる動画像の映像信号を入力し、映像信号を構成する色信号コンポーネント毎に、１フレームのソースイメージを分割して複数のサブイメージを生成する。そして、サブイメージ生成部１１は、色信号コンポーネント毎に生成した複数のサブイメージを基本イメージ生成部１２に出力する。

【0029】

基本イメージ生成部１２は、サブイメージ生成部１１により生成された色信号コンポーネント毎の複数のサブイメージを入力し、サブイメージ毎に、当該サブイメージを分割して複数の基本イメージを生成する。そして、基本イメージ生成部１２は、生成した複数の基本イメージを基本ストリーム生成部１３に出力する。

【0030】

音声データパケット生成部１５は、ＵＨＤＴＶ用の非圧縮の音声信号を入力し、音声信号を構成する１サンプル毎の音声データを抽出し、１サンプル毎の音声データを所定領域に格納して音声データパケットを生成し、生成した音声データパケットを基本ストリーム生成部１３に出力する。音声データパケット生成部１５の詳細については後述する。

【0031】

音声制御パケット生成部１６は、ＵＨＤＴＶ用の非圧縮の音声信号を入力し、音声信号を構成する１サンプル毎の音声データに含まれるＣ（チャンネルステータスビット）を抽出し、所定数のＣ（チャンネルステータスビット）に基づいて音声制御データを生成する。そして、音声制御パケット生成部１６は、音声制御データを所定領域に格納して音声制御パケットを生成し、生成した音声制御パケットを基本ストリーム生成部１３に出力する。音声制御パケット生成部１６の詳細については後述する。

【0032】

基本ストリーム生成部１３は、基本イメージ生成部１２により生成された基本イメージを入力すると共に、音声データパケット生成部１５から音声データパケットを、音声制御パケット生成部１６から音声制御パケットをそれぞれ入力する。そして、基本ストリーム生成部１３は、基本イメージから画素のラインデータを順次取り出し、取り出した画素のラインデータを、基本ストリームの有効映像領域に格納すると共に、音声データパケット及び音声制御パケットを、基本ストリームの補助データ領域に格納する。

【0033】

また、基本ストリーム生成部１３は、所定の制御データ（同期信号、ライン番号等）を所定領域に格納し、基本ストリームを生成する。そして、基本ストリーム生成部１３は、生成した基本ストリームをリンク信号生成部１４に出力する。基本ストリーム生成部１３の詳細については後述する。

【0034】

リンク信号生成部１４は、基本ストリーム生成部１３により生成された基本ストリームを入力し、複数の基本ストリームに対して多重化処理（合成処理）等を施し、所定伝送速度のリンク信号を生成する。そして、リンク信号生成部１４は、生成したリンク信号を映像音声信号受信装置２へ送信する。

【0035】

このように、映像音声信号送信装置１は、基本ストリーム生成部１３において映像信号と音声信号とを多重した基本ストリームを生成し、所定伝送速度のリンク信号をシリアルデータストリームとして、１本のケーブルの伝送路３を介して映像音声信号受信装置２へ送信する。

【0036】

尚、サブイメージ生成部１１、基本イメージ生成部１２及びリンク信号生成部１４の処理の詳細、並びに基本ストリーム生成部１３における映像信号の処理の詳細については、映像信号のみを送受信する手法について記載された前述の特許文献１を参照されたい。

【0037】

（ソースイメージからリンク信号までのマッピング）
次に、映像音声信号送信装置１が映像信号のソースイメージを入力してからリンク信号を生成するまでの間のマッピング手順について説明する。図３は、映像信号のフレーム周波数が６０Ｈｚの場合のマッピング手順について説明する図であり、図４は、映像信号のフレーム周波数が１２０Ｈｚの場合を説明する図であり、図５は、映像信号のフレーム周波数が３０Ｈｚの場合を説明する図である。

【0038】

図３〜図５は、映像信号を構成する色信号コンポーネントＣ１，Ｃ２，Ｃ３において、その１フレームのソースイメージは、８ｋ×４ｋの画素からなり、それぞれ６０Ｈｚ，１２０Ｈｚ，３０Ｈｚのフレーム周波数で動作する場合を示している。

【0039】

ソースイメージからＮ個のサブイメージが、サブイメージ生成部１１により生成される。このサブイメージは、４ｋ×２ｋの画素からなり、それぞれ６０Ｈｚ，１２０Ｈｚ，３０Ｈｚのフレーム周波数で動作する。

【0040】

サブイメージからそれぞれ４個（図３〜図５）の基本イメージが、基本イメージ生成部１２により生成される。したがって、基本イメージ生成部１２により、それぞれ４Ｎ個の基本イメージが生成される。この基本イメージは、２ｋ×１ｋの画素からなり、それぞれ６０Ｈｚ，１２０Ｈｚ，３０Ｈｚのフレーム周波数で動作する。

【0041】

基本イメージから当該基本イメージに対応する基本ストリームが、基本ストリーム生成部１３により生成される。したがって、基本ストリーム生成部１３により、それぞれ４Ｎ個の基本ストリームが生成され、それぞれ４Ｎ系統の基本ストリームが存在することになる。本発明の実施形態では、音声信号は、基本ストリームが生成される際に、映像信号と多重される。

【0042】

図３では、４個（４系統）の基本ストリームから１本のリンク信号が、リンク信号生成部１４により生成され、図４では、２個（２系統）の基本ストリームから１本のリンク信号が生成され、図５では、８個（８系統）の基本ストリームから１本のリンク信号が生成される。したがって、リンク信号生成部１４により、Ｎ本、２Ｎ本またはＮ／２本のリンク信号が生成される。このリンク信号は、１０．６９２Ｇｂｉｔ／ｓの速度にて伝送される。

【0043】

〔音声データパケット生成部〕
次に、図２に示した音声データパケット生成部１５について詳細に説明する。図６は、補助データパケットの構成を示す図である。音声データパケットは、この補助データパケットの構成に従って生成される。後述する音声制御パケットも同様である。

【0044】

尚、図６に示す補助データパケットは、後述する図１０及び図１１に示す基本ストリームの補助データ領域に挿入することができるパケットとして規定されている（非特許文献１：ＡＲＩＢ標準規格ＳＴＤ−Ｂ５８ 図４−３）。

【0045】

補助データパケットは、ＡＤＦ（補助データフラグ）、ＤＩＤ（データ識別ワード）、ＤＢＮ（データブロック番号ワード）またはＳＤＩＤ（第２データ識別ワード）、ＤＣ（データカウントワード）、ＵＤＷ（ユーザデータワード）及びＣＳ（チェックサム）の各領域のデータにより構成される。

【0046】

ＡＤＦ領域には、補助データパケットの先頭を示す固定のデータが格納される。ＤＩＤ領域には、パケットの種類を示す識別情報が格納される。音声データパケットの場合、当該パケットであることを示す識別情報が格納され、後述する音声制御パケットの場合、当該パケットであることを示す識別情報が格納される。また、ＵＤＷ領域には、音声データパケットの場合、音声データ等が格納され、音声制御パケットの場合、音声制御データ等が格納される。

【0047】

ＨＤ−ＳＤＩは１０ビット／ワードで規定されるインタフェースであり、ＨＤ−ＳＤＩに多重される補助データパケットも１０ビット／ワードを前提とした構造となっている。一方、ＵＨＤＴＶ用のインタフェースは、１２ビット／ワードのインタフェースである。

【0048】

そこで、音声データパケット生成部１５は、ＨＤ−ＳＤＩ等の補助データパケットとの互換性を保つため、図６に示すように、１０ビット／ワードのデータを１２ビット／ワードのデータに変換する。後述する音声制御パケット生成部１６も同様である。図６に示した補助データパケットにおいて、１０ビット／ワードのデータを１２ビット／ワードに変換する手法は既知であるから、ここでは説明を省略する。詳細は、非特許文献１：ＡＲＩＢ標準規格ＳＴＤ−Ｂ５８を参照されたい。

【0049】

（音声サンプリング周波数が４８ｋＨｚの場合）
図７は、音声サンプリング周波数が４８ｋＨｚの場合における音声データパケット生成部１５の処理を説明する図である。尚、図７に示す音声信号、ＡＥＳサブフレーム及び音声データパケットの関係は、既存の規格に規定されている（ＡＲＩＢ標準規格ＢＴＡ Ｓ−００６Ｃ 解説図１）。

【0050】

音声データパケット生成部１５は、ＡＥＳチャンネルペア１，２の音声信号（ＡＥＳ音声）を入力し、音声信号から、ＡＥＳサブフレームである各チャンネルの１サンプル音声データを抽出する。

【0051】

ＡＥＳサブフレームは、図７に示すように、プリアンブル、ＡＵＸデータまたは音声、音声、Ｖ（サンプルパリティビット）、Ｕ（ユーザビット）、Ｃ（チャンネルステータスビット）及びＰ（パリティビット）の各データにより構成される。プリアンブルには、ＡＥＳサブフレームの開始点情報等が含まれている。プリアンブルがＺの場合、１９２フレームで構成されるＡＥＳフレームの先頭を示しており、Ｘの場合、当該ＡＥＳサブフレームがチャンネル１のＡＥＳサブフレームであることを示しており、Ｙの場合、当該ＡＥＳサブフレームがチャンネル２のＡＥＳサブフレームであることを示している。

【0052】

Ｖ（サンプルパリティビット）は、音声サンプルの有効性を示す。Ｕ（ユーザビット）は、ユーザにより使用されるビットを示す。Ｃ（チャンネルステータスビット）は、チャンネルの関連情報を伝送するために用いられ、後述するように、１９２個のＣ（チャンネルステータスビット）に基づいて音声制御データが生成される。Ｐ（パリティビット）は、Ｖ（サンプルパリティビット）、Ｕ（ユーザビット）及びＣ（チャンネルステータスビット）に対する偶数パリティである。

【0053】

音声データパケット生成部１５は、音声データパケットであることを示す識別情報を、音声データパケットのＤＩＤ領域に格納する。

【0054】

音声データパケット生成部１５は、音声信号から抽出した各チャンネルの１サンプル音声データを、４ワードのデータとして、音声データパケットのＵＤＷ領域に格納する。各チャンネルの１サンプル音声データ（ＡＥＳサブフレーム）を４ワードのデータとしてＵＤＷ領域に格納する際の処理については後述する。

【0055】

音声データパケット生成部１５は、ＣＬＫ（音声クロック位相情報データ）及びＥＣＣ（誤り訂正データ）を生成してＵＤＷ領域に格納する。ＣＬＫ及びＥＣＣは、非特許文献６のＡＲＩＢ標準規格ＢＴＡ Ｓ−００６の規定に従うものとする。そして、音声データパケット生成部１５は、所定データを、ＡＤＦ、ＤＢＮまたはＳＤＩＤ、ＤＣ及びＣＳの各領域に格納する。

【0056】

このように、音声データパケット生成部１５は、図７の下段に示すとおり、ＵＤＷ領域に、２ワードのＣＬＫ、４ワードからなる１サンプル音声データにつき１サンプル音声データを４チャンネル分（４チャンネル分の１サンプル音声データ、合計１６ワード）、及び６ワードのＥＣＣを格納し、合計３１ワードからなる音声データパケットを生成する。

【0057】

これにより、音声データパケット生成部１５にて、図６に示した補助データパケットと同じ構成の音声データパケットが音声信号から生成され、そのＵＤＷ領域には、４チャンネル分の１サンプル音声データ（合計４サンプル音声データ）が格納される。また、音声データパケットによって、ＡＥＳ音声のトランスペアレントな伝送が可能となる。

【0058】

（音声サンプリング周波数が９６ｋＨｚの場合）
図８は、音声サンプリング周波数が９６ｋＨｚの場合における音声データパケット生成部１５の処理を説明する図である。尚、図８に示す音声信号、ＡＥＳサブフレーム及び音声データパケットの関係は、既存の規格に規定されている（ＳＭＰＴＥ ＳＴ２９９−１ 図２）。

【0059】

音声データパケット生成部１５は、図７と同様に、音声信号（ＡＥＳ音声）を入力し、音声データパケットであることを示す識別情報をＤＩＤ領域に格納し、音声信号から、ＡＥＳサブフレームである各チャンネルの１サンプル音声データを抽出し、ＵＤＷ領域に格納する。また、音声データパケット生成部１５は、所定データをＡＤＦ領域等に格納する。

【0060】

このように、音声データパケット生成部１５は、図８に示すとおり、ＵＤＷ領域に、２ワードのＣＬＫ、４ワードからなる１サンプル音声データにつき２サンプル音声データを２チャンネル分（２チャンネル分の２サンプル音声データ、合計１６ワード）、及び６ワードのＥＣＣを格納し、合計３１ワードからなる音声データパケットを生成する。

【0061】

これにより、音声データパケット生成部１５にて、図６に示した補助データパケットと同じ構成の音声データパケットが音声信号から生成され、そのＵＤＷ領域には、２チャンネル分の２サンプル音声データ（合計４サンプル音声データ）が格納される。また、音声データパケットによって、ＡＥＳ音声のトランスペアレントな伝送が可能となる。

【0062】

（ＡＥＳサブフレームを４ワードデータとしてＵＤＷ領域に格納する処理）
図９は、３２ビットのＡＥＳサブフレームを４ワードデータとして音声データパケットのＵＤＷ領域に格納する際の割り当てを説明する図である。図９に示すＡＥＳサブフレームは、図７及び図８に示したＡＥＳサブフレームに相当する。

【0063】

音声データパケット生成部１５は、図９に示す割り当てに従って、音声信号から抽出した３２ビットのＡＥＳサブフレームである１サンプル音声データを、４ワードデータとして音声データパケットのＵＤＷ領域に格納する。

【0064】

具体的には、音声データパケット生成部１５は、音声信号から抽出したＡＥＳサブフレームである１サンプル音声データからプリアンブルのデータを抽出し、プリアンブルがＺフラグであるか否かを判定する。音声データパケット生成部１５は、プリアンブルがＺフラグであると判定した場合、図９に示すように、プリアンブルがＺフラグであることを示す情報を、ＵＤＷ領域の当該４ワードのうち１ワード目の第５ビットｂ５に格納する。これに対し、音声データパケット生成部１５は、プリアンブルがＺフラグでない（ＸフラグまたはＹフラグ）と判定した場合、ＵＤＷ領域の設定を行わない。これにより、ＡＥＳサブフレームのプリアンブルのデータはそのまま伝送されず、Ｚフラグである場合にのみ、それを示す情報が伝送される。

【0065】

音声データパケット生成部１５は、ＡＥＳサブフレームである１サンプル音声データからＡＵＸデータまたは音声のデータ、及び音声のデータを抽出し、図９に示すように、これらのデータ（２４ビットのデータ）を、ＵＤＷ領域の当該４ワードのうち１ワード目の第６ビットｂ６〜第９ビットｂ９、２ワード目の第２ビットｂ２〜第９ビットｂ９、３ワード目の第２ビットｂ２〜第９ビットｂ９及び４ワード目の第２ビットｂ２〜第５ビットｂ５に格納する。尚、音声のデータが２０ビットまたは１６ビットの場合には、下位ビットに０を格納することにより、２４ビットの場合と同様に扱う。

【0066】

音声データパケット生成部１５は、ＡＥＳサブフレームである１サンプル音声データからＶ，Ｕ，Ｃ，Ｐの各データを抽出し、図９に示すように、これらのデータを、ＵＤＷ領域の当該４ワードのうち４ワード目の第６ビットｂ６〜第９ビットｂ９に格納する。

【0067】

音声データパケット生成部１５は、ＵＤＷ領域の１〜４ワード目の第０ビットｂ０〜第９ビットｂ９における偶数パリティを、それぞれ第１０ビットｂ１０に格納し、１〜４ワード目の第１０ビットｂ１０の反転ビットを、それぞれ第１１ビットｂ１１に格納する。尚、その他のビットには０が格納される。

【0068】

〔音声制御パケット生成部〕
次に、図２に示した音声制御パケット生成部１６について詳細に説明する。音声制御パケット生成部１６は、音声信号（ＡＥＳ音声）を入力し、音声信号から、ＡＥＳサブフレームである各チャンネルの１サンプル音声データを抽出する。そして、音声制御パケット生成部１６は、１サンプル音声データから、当該１サンプル音声データに含まれるＣ（チャンネルステータスビット）を抽出する。そして、音声制御パケット生成部１６は、１９２個のＡＥＳサブフレーム毎に、１９２個のＣ（チャンネルステータスビット）に基づいて、音声サンプリング周波数、チャンネルの有効性、音声遅延情報等の所定の音声制御データを生成する。

【0069】

音声制御パケット生成部１６は、音声制御パケットであることを示す識別情報を、音声制御パケットのＤＩＤ領域に格納する。

【0070】

音声制御パケット生成部１６は、生成した音声制御データを、音声制御パケットのＵＤＷ領域に格納する。そして、音声制御パケット生成部１６は、所定データを、ＡＤＦ、ＤＢＮまたはＳＤＩＤ、ＤＣ及びＣＳの各領域に格納する。

【0071】

これにより、音声制御パケット生成部１６にて、図６に示した補助データパケットと同じ構成の音声制御パケットが音声信号から生成され、そのＵＤＷ領域には、音声制御データが格納される。

【0072】

〔基本ストリーム生成部〕
次に、図２に示した基本ストリーム生成部１３について詳細に説明する。前述のとおり、基本ストリーム生成部１３は、基本イメージから画素のラインデータを順次取り出し、取り出した画素のラインデータを、基本ストリームの有効映像領域に格納すると共に、音声データパケット及び音声制御パケットを、基本ストリームの補助データ領域に格納し、所定の制御データを所定領域に格納することで、映像信号及び音声信号を多重して基本ストリームを生成する。

【0073】

図１０は、基本ストリームのフレーム構造を示す図であり、図１１は、基本ストリームのライン構造を示す図である。尚、図１０及び図１１に示す基本ストリームのフレーム構造及びライン構造は、既存の規格に規定されている（非特許文献１：ＡＲＩＢ標準規格ＳＴＤ−Ｂ５８ 図４−２、図４−１）。

【0074】

図１０に示す基本ストリームのフレームは、図１１に示す基本ストリームのラインを複数（１１２５ライン（ライン番号１〜１１２５））組み合わせることにより構成される。映像信号は、ベーシックイメージから取り出された画素のラインデータとして、有効映像領域（有効ライン）に格納され、音声信号は、音声データパケット及び音声制御パケットとして、補助データが格納される領域（補助データ領域）に格納される。ＥＡＶ等の制御データは既知であるから、ここでは説明を省略する。

【0075】

ここで、音声信号から生成された音声データパケット及び音声制御パケットは、図３〜図５に示した複数系統の基本ストリームのうち、異なる系統の基本ストリームの補助データ領域に格納される。例えば、音声データパケットは、第１の系統における基本ストリームの補助データ領域に格納され、音声制御パケットは、第２の系統における基本ストリームの補助データ領域に格納される。

【0076】

図１２は、基本ストリーム生成部１３の処理を示すフローチャートである。まず、基本ストリーム生成部１３は、基本イメージ生成部１２から系統毎の基本イメージを入力すると共に（ステップＳ１２０１）、音声データパケット生成部１５から音声データパケットを、音声制御パケット生成部１６から音声制御パケットをそれぞれ入力する（ステップＳ１２０２）。

【0077】

基本ストリーム生成部１３は、系統毎に、基本イメージから画素のラインデータを取り出し、基本ストリームのライン構造の有効ライン（有効映像領域）に格納する（ステップＳ１２０３）。基本ストリーム生成部１３は、この処理をラインデータ毎に行う。これにより、基本イメージの全ての画素は、基本ストリームのフレーム構造の有効映像領域に格納される。

【0078】

基本ストリーム生成部１３は、音声データパケット生成部１５から入力した８個の音声データパケットを結合する（ステップＳ１２０４）。そして、基本ストリーム生成部１３は、第１の系統または複数の系統において、結合した８個の音声データパケットを、基本ストリームのライン構造の補助データ領域に格納する（ステップＳ１２０５）。

【0079】

図７及び図８に示したとおり、音声データパケットは３１ワードからなる。一方、図１１に示したとおり、基本ストリームの１ラインあたりの補助データ領域は２６８ワード存在する。したがって、基本ストリームの１ラインあたり、最大８個の音声データパケット（３１×８＝２４８ワード＜２６８ワード）を格納することができる。

【0080】

ここで、音声サンプリング周波数が４８ｋＨｚの場合、図７にて説明したとおり、１個の音声データパケットには、４チャンネル分の１サンプル音声データが格納される。したがって、８個の音声データパケットには、３２チャンネル分の１サンプル音声データが格納される。つまり、基本ストリームの１ライン分の補助データ領域には、３２チャンネル分の１サンプル音声データが格納される。

【0081】

また、音声のサンプリング周波数が９６ｋＨｚの場合、図８にて説明したとおり、１個の音声データパケットには、２チャンネル分の２サンプル音声データが格納される。したがって、８個の音声データパケットには、１６チャンネル分の２サンプル音声データが格納される。つまり、基本ストリームの１ライン分の補助データ領域には、１６チャンネル分の２サンプル音声データが格納される。

【0082】

図１２に戻って、基本ストリーム生成部１３は、この処理を所定ライン数分行う。これにより、３２チャンネルの音声信号から生成された音声データパケットは、第１の系統または複数の系統における基本ストリームの１フレーム分の補助データ領域に格納される。すなわち、第１の系統または複数の系統における基本ストリームの１フレーム分の補助データ領域を用いて、３２チャンネル分の音声信号を伝送することができる。詳細については後述する。

【0083】

基本ストリーム生成部１３は、音声データパケットを格納した系統とは異なる系統において、音声制御パケットを、基本ストリームのライン構造の補助データ領域に格納する（ステップＳ１２０６）。これにより、例えば３２チャンネルの音声信号から生成された音声制御パケットは、音声データパケットを格納した系統とは異なる系統（第２の系統または複数の系統）において、基本ストリームのフレーム構造のうち１ラインの補助データ領域に格納される。

【0084】

基本ストリーム生成部１３は、系統毎に、ＥＡＶ等の制御データを所定領域に格納し（ステップＳ１２０７）、基本ストリームを生成する（ステップＳ１２０８）。そして、基本ストリーム生成部１３は、系統毎に生成した基本ストリームをリンク信号生成部１４に出力する（ステップＳ１２０９）。

【0085】

（１−１：音声サンプリング周波数４８ｋＨｚ、映像フレーム周波数６０Ｈｚの場合）
次に、音声サンプリング周波数が４８ｋＨｚ及び映像フレーム周波数が６０Ｈｚの場合の処理について説明する。この場合、基本ストリーム生成部１３は、映像１フレームあたり、８００サンプル（＝４８ｋＨｚ／６０Ｈｚ）の音声データを多重する必要がある。

【0086】

図１３は、音声サンプリング周波数が４８ｋＨｚ及び映像フレーム周波数が６０Ｈｚの場合の処理について説明する図である。前述のとおり、音声のサンプリング周波数が４８ｋＨｚの場合、１個の音声データパケットには４チャンネル分の１サンプル音声データが格納され、基本ストリームの１ラインには８個の音声データパケットが格納される。つまり、基本ストリームの１ラインの補助データ領域を用いて、３２チャンネル分の１サンプル音声データを伝送することができる。

【0087】

図１０に示したとおり、映像１フレーム（基本ストリームの１フレーム）は、１１２５本のラインにより構成される。基本ストリームの１フレームの補助データ領域は、最大１１２５サンプル分の音声データ（３２チャンネル分の１１２５サンプル音声データ）を多重可能な容量を有するから、基本ストリーム生成部１３は、３２チャンネル分の８００サンプル音声データを多重することができる。

【0088】

これにより、基本ストリームの１フレームの補助データ領域を用いて、３２チャンネル分の８００サンプル音声データを伝送することができる。つまり、映像フレーム周波数が６０Ｈｚの場合、映像音声信号送信装置１は、１系統の基本ストリームを用いて、サンプリング周波数４８ｋＨｚの音声データを３２チャンネル分伝送することができる。

【0089】

図３に示したとおり、映像フレーム周波数が６０Ｈｚの場合、１本のリンク信号は、４個の基本ストリームを多重して生成される。これにより、映像音声信号送信装置１は、１本のリンク信号を構成する４個の基本ストリームのうち、任意の１個の基本ストリームの補助データ領域を用いて、サンプリング周波数４８ｋＨｚの音声データを３２チャンネル分伝送することができる。

【0090】

また、基本ストリーム生成部１３は、他の３個の基本ストリームのうち、任意の１個の基本ストリームの補助データ領域に、音声制御パケットを格納する。これにより、映像音声信号送信装置１は、Ｎ本のリンク信号のうち、１本のリンク信号のみを用いて、サンプリング周波数４８ｋＨｚの３２チャンネル分の音声データを含む音声データパケットと、音声制御パケットとを伝送することができる。

【0091】

尚、映像フレーム周波数が５９．９４Ｈｚ、５０Ｈｚの場合も同様である。映像フレーム周波数が５９．９４Ｈｚの場合は、映像５フレーム分の時間で４００４サンプル分の音声データを伝送すればよく、映像フレーム周波数が５０Ｈｚの場合は、映像１フレーム分の時間で９６０サンプル分の音声データを伝送すればよい。

【0092】

（１−２：音声サンプリング周波数４８ｋＨｚ、映像フレーム周波数１２０Ｈｚの場合）
次に、音声サンプリング周波数が４８ｋＨｚ及び映像フレーム周波数が１２０Ｈｚの場合の処理について説明する。この場合、基本ストリーム生成部１３は、映像１フレームあたり、４００サンプル（＝４８ｋＨｚ／１２０Ｈｚ）の音声データを多重する必要がある。

【0093】

図１４は、音声サンプリング周波数が４８ｋＨｚ及び映像フレーム周波数が１２０Ｈｚの場合の処理について説明する図である。前述のとおり、音声のサンプリング周波数が４８ｋＨｚの場合、基本ストリームの１ラインの補助データ領域を用いて、３２チャンネル分の１サンプル音声データを伝送することができる。

【0094】

図１０に示したとおり、映像１フレーム（基本ストリームの１フレーム）は、１１２５本のラインにより構成される。基本ストリームの１フレームの補助データ領域は、最大１１２５サンプル分の音声データ（３２チャンネル分の１１２５サンプル音声データ）を多重可能な容量を有するから、基本ストリーム生成部１３は、３２チャンネル分の４００サンプル音声データを多重することができる。

【0095】

これにより、基本ストリームの１フレームの補助データ領域を用いて、３２チャンネル分の４００サンプル音声データを伝送することができる。つまり、映像フレーム周波数が１２０Ｈｚの場合、映像音声信号送信装置１は、１系統の基本ストリームを用いて、サンプリング周波数４８ｋＨｚの音声データを３２チャンネル分伝送することができる。

【0096】

図４に示したとおり、映像フレーム周波数が１２０Ｈｚの場合、１本のリンク信号は、２個の基本ストリームを多重して生成される。これにより、映像音声信号送信装置１は、１本のリンク信号を構成する２個の基本ストリームのうち、任意の１個の基本ストリームの補助データ領域を用いて、サンプリング周波数４８ｋＨｚの音声データを３２チャンネル分伝送することができる。

【0097】

また、基本ストリーム生成部１３は、他の１個の基本ストリームの補助データ領域に、音声制御パケットを格納する。これにより、映像音声信号送信装置１は、２Ｎ本のリンク信号のうち、１本のリンク信号のみを用いて、サンプリング周波数４８ｋＨｚの３２チャンネル分の音声データを含む音声データパケットと、音声制御パケットとを伝送することができる。

【0098】

尚、映像フレーム周波数が１１９．８８Ｈｚ、１００Ｈｚの場合も同様である。映像フレーム周波数が１１９．８８Ｈｚの場合は、映像５フレーム分の時間で２００２サンプル分の音声データを伝送すればよく、映像フレーム周波数が１００Ｈｚの場合は、映像１フレーム分の時間で４８０サンプル分の音声データを伝送すればよい。

【0099】

（１−３：音声サンプリング周波数４８ｋＨｚ、映像フレーム周波数３０Ｈｚの場合）
次に、音声サンプリング周波数が４８ｋＨｚ及び映像フレーム周波数が３０Ｈｚの場合の処理について説明する。この場合、基本ストリーム生成部１３は、映像１フレームあたり、１６００サンプル（＝４８ｋＨｚ／３０Ｈｚ）の音声データを多重する必要がある。

【0100】

図１５は、音声サンプリング周波数が４８ｋＨｚ及び映像フレーム周波数が３０Ｈｚの場合の処理について説明する図である。前述のとおり、音声のサンプリング周波数が４８ｋＨｚの場合、基本ストリームの１ラインの補助データ領域を用いて、３２チャンネル分の１サンプル音声データを伝送することができる。

【0101】

図１０に示したとおり、映像１フレーム（基本ストリームの１フレーム）は、１１２５本のラインにより構成される。基本ストリームの１フレームの補助データ領域は、最大１１２５サンプル分の音声データ（３２チャンネル分の１１２５サンプル音声データ）を多重可能な容量を有するから、基本ストリーム生成部１３は、１６００サンプルの音声データ（３２チャンネル分の１６００サンプル音声データ）を多重することができない。つまり、基本ストリーム生成部１３は、１系統における基本ストリームの１フレームの補助データ領域を用いて、３２チャンネル分の１６００サンプル音声データを多重することができないが、３２チャンネル分の８００サンプル音声データを多重することができる。３２チャンネル分の８００サンプル音声データは、１６チャンネル分の１６００サンプル音声データに相当する。

【0102】

そこで、基本ストリーム生成部１３は、基本ストリームの１フレームについて８００ライン分の補助データ領域を用いるようにし、３２チャンネル分の音声データを２系統の１６チャンネル分の音声データに分ける。この場合、基本ストリーム生成部１３は、１系統につき、１６チャンネル分の１６００サンプル音声データを多重することができる。

【0103】

これにより、２系統における基本ストリームの１フレームの補助データ領域を用いて、３２チャンネル分の１６００サンプル音声データを伝送することができる。つまり、映像フレーム周波数が３０Ｈｚの場合、映像音声信号送信装置１は、２系統の基本ストリームを用いて、サンプリング周波数４８ｋＨｚの音声データを３２チャンネル分伝送することができる。

【0104】

図５に示したとおり、映像フレーム周波数が３０Ｈｚの場合、１本のリンク信号は、８個の基本ストリームを多重して生成される。これにより、映像音声信号送信装置１は、１本のリンク信号を構成する８個の基本ストリームのうち、任意の２個の基本ストリームの補助データ領域を用いて、サンプリング周波数４８ｋＨｚの音声データを３２チャンネル分伝送することができる。

【0105】

また、基本ストリーム生成部１３は、他の６個の基本ストリームのうち、任意の２個の基本ストリームの補助データ領域に、音声制御パケットを格納する。これにより、映像音声信号送信装置１は、Ｎ／２本のリンク信号のうち、１本のリンク信号のみを用いて、サンプリング周波数４８ｋＨｚの３２チャンネル分の音声データを含む音声データパケットと、音声制御パケットとを伝送することができる。

【0106】

尚、映像フレーム周波数が２９．９７Ｈｚ、２５Ｈｚ、２４Ｈｚ、２３．９８Ｈｚの場合も同様である。映像フレーム周波数が２９．９７Ｈｚの場合は、映像５フレーム分の時間で８００８サンプル分の音声データを伝送すればよい。また、映像フレーム周波数が２５Ｈｚの場合は、映像１フレーム分の時間で１９２０サンプル分の音声データ、映像フレーム周波数が２４Ｈｚの場合は、映像１フレーム分の時間で２０００サンプル分の音声データ、映像フレーム周波数が２３．９８Ｈｚの場合は、映像１フレーム分の時間で２００２サンプル分の音声データをそれぞれ伝送すればよい。

【0107】

（２−１：音声サンプリング周波数９６ｋＨｚ、映像フレーム周波数６０Ｈｚの場合）
次に、音声サンプリング周波数が９６ｋＨｚ及び映像フレーム周波数が６０Ｈｚの場合の処理について説明する。この場合、基本ストリーム生成部１３は、映像１フレームあたり、１６００サンプル（＝９６ｋＨｚ／６０Ｈｚ）の音声データを多重する必要がある。

【0108】

図１６は、音声サンプリング周波数が９６ｋＨｚ及び映像フレーム周波数が６０Ｈｚの場合の処理について説明する図である。前述のとおり、音声のサンプリング周波数が９６ｋＨｚの場合、１個の音声データパケットには２チャンネル分の２サンプル音声データが格納され、基本ストリームの１ラインには８個の音声データパケットが格納される。つまり、基本ストリームの１ラインの補助データ領域を用いて、１６チャンネル分の２サンプル音声データを伝送することができる。

【0109】

図１０に示したとおり、映像１フレーム（基本ストリームの１フレーム）は、１１２５本のラインにより構成される。基本ストリームの１フレームの補助データ領域は、最大１１２５サンプル分の音声データ（３２チャンネル分の１１２５サンプル音声データ、１６チャンネル分の２×１１２５サンプル音声データ）を多重可能な容量を有するから、基本ストリーム生成部１３は、１６００サンプル分の音声データ（３２チャンネル分の１６００サンプル音声データ）を多重することができない。つまり、基本ストリーム生成部１３は、１系統における基本ストリームの１フレームの補助データ領域を用いて、３２チャンネル分の１６００サンプル音声データを多重することができないが、３２チャンネル分の８００サンプル音声データを多重することができる。３２チャンネル分の８００サンプル音声データは、１６チャンネル分の１６００サンプル音声データに相当する。

【0110】

そこで、基本ストリーム生成部１３は、基本ストリームの１フレームについて８００ライン分の補助データ領域を用いるようにし、３２チャンネル分の音声データを２系統の１６チャンネル分の音声データに分ける。この場合、基本ストリーム生成部１３は、１系統につき、１６チャンネル分の１６００サンプル音声データを多重することができる。

【0111】

これにより、２系統における基本ストリームの１フレームの補助データ領域を用いて、３２チャンネル分の１６００サンプル音声データを伝送することができる。つまり、映像フレーム周波数が６０Ｈｚの場合、映像音声信号送信装置１は、２系統の基本ストリームを用いて、サンプリング周波数９６ｋＨｚの音声データを３２チャンネル分伝送することができる。

【0112】

図３に示したとおり、映像フレーム周波数が６０Ｈｚの場合、１本のリンク信号は、４個の基本ストリームを多重して生成される。これにより、映像音声信号送信装置１は、１本のリンク信号を構成する４個の基本ストリームのうち、任意の２個の基本ストリームの補助データ領域を用いて、サンプリング周波数９６ｋＨｚの音声データを３２チャンネル分伝送することができる。

【0113】

また、基本ストリーム生成部１３は、他の２個の基本ストリームの補助データ領域に、音声制御パケットを格納する。これにより、映像音声信号送信装置１は、Ｎ本のリンク信号のうち、１本のリンク信号のみを用いて、サンプリング周波数９６ｋＨｚの３２チャンネル分の音声データを含む音声データパケットと、音声制御パケットとを伝送することができる。

【0114】

尚、映像フレーム周波数が５９．９４Ｈｚ、５０Ｈｚの場合も同様である。映像フレーム周波数が５９．９４Ｈｚの場合は、映像５フレーム分の時間で８００８サンプル分の音声データを伝送すればよく、映像フレーム周波数が５０Ｈｚの場合は、映像１フレーム分の時間で１９２０サンプル分の音声データを伝送すればよい。

【0115】

（２−２：音声サンプリング周波数９６ｋＨｚ、映像フレーム周波数１２０Ｈｚの場合）
次に、音声サンプリング周波数が９６ｋＨｚ及び映像フレーム周波数が１２０Ｈｚの場合の処理について説明する。この場合、基本ストリーム生成部１３は、映像１フレームあたり、８００サンプル（＝９６ｋＨｚ／１２０Ｈｚ）の音声データを多重する必要がある。

【0116】

図１７は、音声サンプリング周波数が９６ｋＨｚ及び映像フレーム周波数が１２０Ｈｚの場合の処理について説明する図である。図１７（１）は、１系統の基本ストリームを用いて音声信号を伝送する場合を示し、図１７（２）は、２系統の基本ストリームを用いて音声信号を伝送する場合（１６チャンネル毎に伝送する場合）を示す。前述のとおり、音声のサンプリング周波数が９６ｋＨｚの場合、基本ストリームの１ラインの補助データ領域を用いて、１６チャンネル分の２サンプル音声データを伝送することができる。

【0117】

図１０に示したとおり、映像１フレーム（基本ストリームの１フレーム）は、１１２５本のラインにより構成される。基本ストリームの１フレームの補助データ領域は、最大１１２５サンプル分の音声データ（３２チャンネル分の１１２５サンプル音声データ、１６チャンネル分の２×１１２５サンプル音声データ）を多重可能な容量を有するから、基本ストリーム生成部１３は、図１７（１）に示すように、基本ストリームの１フレームについて８００ライン分の補助データ領域を用いて、１６チャンネル分の１６００サンプル音声データを多重することができる。１６チャンネル分の１６００サンプル音声データは、３２チャンネル分の８００サンプル音声データに相当する。

【0118】

これにより、基本ストリームの１フレームの補助データ領域を用いて、３２チャンネル分の８００サンプル音声データを伝送することができる。つまり、映像フレーム周波数が１２０Ｈｚの場合、映像音声信号送信装置１は、１系統の基本ストリームを用いて、サンプリング周波数９６ｋＨｚの音声データを３２チャンネル分伝送することができる。

【0119】

図４に示したとおり、映像フレーム周波数が１２０Ｈｚの場合、１本のリンク信号は、２個の基本ストリームを多重して生成される。これにより、映像音声信号送信装置１は、１本のリンク信号を構成する２個の基本ストリームのうち、任意の１個の基本ストリームの補助データ領域を用いて、サンプリング周波数９６ｋＨｚの音声データを３２チャンネル分伝送することができる。

【0120】

また、基本ストリーム生成部１３は、他の１個の基本ストリームの補助データ領域に、音声制御パケットを格納する。これにより、映像音声信号送信装置１は、２Ｎ本のリンク信号のうち、１本のリンク信号のみを用いて、サンプリング周波数９６ｋＨｚの３２チャンネル分の音声データを含む音声データパケットと、音声制御パケットとを伝送することができる。

【0121】

尚、映像フレーム周波数が１１９．８８Ｈｚ、１００Ｈｚの場合も同様である。映像フレーム周波数が１１９．８８Ｈｚの場合は、映像５フレーム分の時間で４００４サンプル分の音声データを伝送すればよく、映像フレーム周波数が１００Ｈｚの場合は、映像１フレーム分の時間で１０００サンプル分の音声データを伝送すればよい。

【0122】

また、サンプリング周波数が９６ｋＨｚの場合、基本ストリームの１ラインの補助データ領域を用いて、１６チャンネル分の２サンプル音声データを伝送する。このため、１６チャンネル毎の音声データに分けた方が、映像フレーム周波数が６０Ｈｚの場合と整合性を取り易い。

【0123】

そこで、基本ストリーム生成部１３は、図１７（２）に示すように、基本ストリームの１フレームについて４００ライン分の補助データ領域を用いるようにし、３２チャンネル分の音声データを２系統の１６チャンネル分の音声データに分ける。この場合、基本ストリーム生成部１３は、１系統につき、１６チャンネル分の８００サンプル音声データを多重することができる。

【0124】

これにより、２系統における基本ストリームの１フレームの補助データ領域（４００ライン分の補助データ領域）を用いて、３２チャンネル分の８００サンプル音声データを伝送することができる。つまり、映像フレーム周波数が１２０Ｈｚの場合、映像音声信号送信装置１は、２系統の基本ストリームを用いて、サンプリング周波数９６ｋＨｚの音声データを３２チャンネル分伝送することができる。

【0125】

この場合、映像音声信号送信装置１は、１本のリンク信号を構成する２個の基本ストリームのうち、任意の１個の基本ストリーム（基本ストリーム１）の補助データ領域を用いて、サンプリング周波数９６ｋＨｚの音声データを１６チャンネル分伝送することができる。また、映像音声信号送信装置１は、他のリンク信号を構成する２個の基本ストリームのうち、任意の１個の基本ストリーム（基本ストリーム３）の補助データ領域を用いて、サンプリング周波数９６ｋＨｚの音声データを１６チャンネル分伝送することができる。

【0126】

また、基本ストリーム生成部１３は、リンク信号を構成する２個の基本ストリームのうち、他の１個の基本ストリーム（基本ストリーム２，４）の補助データ領域に、音声制御パケットをそれぞれ格納する。これにより、映像音声信号送信装置１は、４Ｎ本のリンク信号のうち、２本のリンク信号のみを用いて、サンプリング周波数９６ｋＨｚの３２チャンネル分の音声データを含む音声データパケットと、音声制御パケットとを伝送することができる。

【0127】

（２−３：音声サンプリング周波数９６ｋＨｚ、映像フレーム周波数３０Ｈｚの場合）
次に、音声サンプリング周波数が９６ｋＨｚ及び映像フレーム周波数が３０Ｈｚの場合の処理について説明する。この場合、基本ストリーム生成部１３は、映像１フレームあたり、３２００サンプル（＝９６ｋＨｚ／３０Ｈｚ）の音声データを多重する必要がある。

【0128】

図１８は、音声サンプリング周波数が９６ｋＨｚ及び映像フレーム周波数が３０Ｈｚの場合の処理について説明する図である。前述のとおり、音声のサンプリング周波数が９６ｋＨｚの場合、基本ストリームの１ラインの補助データ領域を用いて、１６チャンネル分の２サンプル音声データを伝送することができる。

【0129】

図１０に示したとおり、映像１フレーム（基本ストリームの１フレーム）は、１１２５本のラインにより構成される。基本ストリームの１フレームの補助データ領域は、最大１１２５サンプル分の音声データ（３２チャンネル分の１１２５サンプル音声データ、１６チャンネル分の２×１１２５サンプル音声データ）を多重可能な容量を有するから、基本ストリーム生成部１３は、３２００サンプル分の音声データ（３２チャンネル分の３２００サンプル音声データ）を多重することができない。つまり、基本ストリーム生成部１３は、１系統における基本ストリームの１フレームの補助データ領域を用いて、３２チャンネル分の３２００サンプル音声データを多重することができないが、３２チャンネル分の８００サンプル音声データを多重することができる。３２チャンネル分の８００サンプル音声データは、８チャンネル分の３２００サンプル音声データ（１６チャンネル分の１６００サンプル音声データ）に相当する。

【0130】

そこで、基本ストリーム生成部１３は、基本ストリームの１フレームについて８００ライン分の補助データ領域を用いるようにし、３２チャンネル分の音声データを４系統の８チャンネル分の音声データに分ける。この場合、基本ストリーム生成部１３は、１系統につき、８チャンネル分の３２００サンプル音声データ（１６チャンネル分の１６００サンプル音声データ）を多重することができる。

【0131】

これにより、４系統における基本ストリームの１フレームの補助データ領域を用いて、３２チャンネル分の３２００サンプル音声データを伝送することができる。つまり、映像フレーム周波数が３０Ｈｚの場合、映像音声信号送信装置１は、４系統の基本ストリームを用いて、サンプリング周波数９６ｋＨｚの音声データを３２チャンネル分伝送することができる。

【0132】

図５に示したとおり、映像フレーム周波数が３０Ｈｚの場合、１本のリンク信号は、８個の基本ストリームを多重して生成される。これにより、映像音声信号送信装置１は、１本のリンク信号を構成する８個の基本ストリームのうち、任意の４個の基本ストリームの補助データ領域を用いて、サンプリング周波数９６ｋＨｚの音声データを３２チャンネル分伝送することができる。

【0133】

また、基本ストリーム生成部１３は、他の４個の基本ストリームの補助データ領域に、音声制御パケットを格納する。これにより、映像音声信号送信装置１は、Ｎ／２本のリンク信号のうち、１本のリンク信号のみを用いて、サンプリング周波数９６ｋＨｚの３２チャンネル分の音声データを含む音声データパケットと、音声制御パケットとを伝送することができる。

【0134】

尚、映像フレーム周波数が２９．９７Ｈｚ、２５Ｈｚ、２４Ｈｚ、２３．９８Ｈｚの場合も同様である。映像フレーム周波数が２９．９７Ｈｚの場合は、映像５フレーム分の時間で１６０１６サンプル分の音声データを伝送すればよい。また、映像フレーム周波数が２５Ｈｚの場合は、映像１フレーム分の時間で３８４０サンプル分の音声データ、映像フレーム周波数が２４Ｈｚの場合は、映像１フレーム分の時間で４０００サンプル分の音声データ、映像フレーム周波数が２３．９８Ｈｚの場合は、映像１フレーム分の時間で４００４サンプル分の音声データをそれぞれ伝送すればよい。

【0135】

以上のように、本発明の実施形態による映像音声信号送信装置１によれば、ＵＨＤＴＶ用の映像信号及び３２チャンネルの音声信号を入力し、映像信号のソースイメージを分割して複数のサブイメージを生成し、サブイメージ毎に、当該サブイメージを分割して複数の基本イメージを生成し、基本イメージ毎に、当該基本イメージから対応する系統の基本ストリームを生成し、複数系統の基本ストリームを合成してリンク信号を生成し送信する際に、音声データパケット生成部１５は、音声信号を構成するチャンネル毎の音声データをＵＤＷ領域に格納し、補助データパケットと同じ構成の音声データパケットを生成するようにした。また、音声制御パケット生成部１６は、音声信号を構成するチャンネル毎の音声データに含まれるＣ（チャンネルステータスビット）に基づいて音声制御データを生成し、音声制御データをＵＤＷ領域に格納し、補助データパケットと同じ構成の音声制御パケットを生成するようにした。

【0136】

そして、基本ストリーム生成部１３は、基本イメージから画素のラインデータを順次取り出し、取り出した画素のラインデータを基本ストリームの有効映像領域に格納すると共に、音声データパケットを基本ストリームの補助データ領域に格納し、音声データパケットを格納した基本ストリームとは異なる系統において、音声制御パケットを基本ストリームの補助データ領域に格納するようにした。これにより、映像信号及び音声信号を多重した基本ストリームが生成され、リンク信号として送信される。

【0137】

このように、映像音声信号送信装置１は、ＵＨＤＴＶ用の音声信号の規格（非特許文献２：ＡＲＩＢ標準規格ＳＴＤ−Ｂ５９）に規定された音声信号を、ＵＨＤＴＶ用のインタフェースの規格（非特許文献１：ＡＲＩＢ標準規格ＳＴＤ−Ｂ５８）に規定された補助データ領域に格納することで、ＵＨＤＴＶ用の映像信号及び音声信号を多重し、１本のケーブルにて伝送する。

【0138】

したがって、ＵＨＤＴＶ用のインタフェースを用いて、映像信号だけでなく音声信号を同時に伝送することができ、さらにこれらの信号を同期させて伝送することができるため、簡便な伝送を実現すると共に、放送設備同士で信号を送受信する場合の利便性が向上する。

【0139】

〔映像音声信号受信装置〕
次に、図１に示した映像音声信号受信装置２について詳細に説明する。図１９は、映像音声信号受信装置２の構成を示すブロック図である。この映像音声信号受信装置２は、基本ストリーム復元部２１、基本イメージ復元部２２、サブイメージ復元部２３、ソースイメージ復元部２４、音声データパケット復元部２５及び音声制御パケット復元部２６を備えている。

【0140】

映像音声信号受信装置２は、映像音声信号送信装置１から１以上の色信号コンポーネントからなる動画像の映像信号を１０．６９２Ｇｂｉｔ／ｓの所定数のリンク信号（シリアルデータストリーム）として受信する。

【0141】

映像音声信号受信装置２の基本ストリーム復元部２１は、所定数のリンク信号を入力し、図２に示したリンク信号生成部１４の逆の処理により、所定数のリンク信号に対して復号処理等を施し、図３〜図５に示したとおり、１本のリンク信号につき所定数の基本ストリームを復元する。

【0142】

基本イメージ復元部２２は、基本ストリーム復元部２１により復元された基本ストリームを入力し、図２に示した基本ストリーム生成部１３の逆の処理により、基本ストリームの有効映像領域から映像信号のデータである画素のラインデータを抽出し、抽出した画素のラインデータを所定の順序で配列して基本イメージを復元する。

【0143】

サブイメージ復元部２３は、基本イメージ復元部２２により復元された基本イメージを入力し、図２に示した基本イメージ生成部１２の逆の処理により、図３〜図５に示したとおり、複数の基本イメージを所定の順序で多重化（合成）し、サブイメージを復元する。

【0144】

ソースイメージ復元部２４は、サブイメージ復元部２３により復元されたサブイメージを入力し、図２に示したサブイメージ生成部１１の逆の処理により、複数のサブイメージを、所定の順序で多重化（合成）し、ソースイメージを復元する。これにより、色信号コンポーネント毎のソースイメージが復元される。そして、ソースイメージ復元部２４は、復元した色信号コンポーネント毎のソースイメージを、元の映像信号として出力する。

【0145】

音声データパケット復元部２５は、基本ストリーム復元部２１により復元された基本ストリームを入力すると共に、音声制御パケット復元部２６から音声制御データを入力し、基本ストリームから音声データパケットを抽出（復元）する。

【0146】

そして、音声データパケット復元部２５は、図７及び図８にて音声信号から音声データパケットを生成する音声データパケット生成部１５の逆の処理を行う。具体的には、音声データパケット復元部２５は、音声データパケットから音声データを抽出し、抽出した音声データ及び入力した音声制御データからＡＥＳサブフレームである１サンプル音声データを復元し、ＡＥＳサブフレームを組み合わせて音声信号を復元し出力する。

【0147】

音声制御パケット復元部２６は、基本ストリーム復元部２１により復元された基本ストリームを入力し、基本ストリームから音声制御パケットを抽出する。そして、音声制御パケット復元部２６は、図２に示した音声制御パケット生成部１６の逆の処理を行う。具体的には、音声制御パケット復元部２６は、音声制御パケットから音声制御データを抽出し、音声制御データを音声データパケット復元部２５等に出力する。

【0148】

このように、映像音声信号受信装置２により、受信した所定数のリンク信号から、複数の色信号コンポーネントからなる動画像の映像信号及び音声信号が復元される。

【0149】

尚、基本ストリーム復元部２１、基本イメージ復元部２２、サブイメージ復元部２３及びソースイメージ復元部２４の処理の詳細については、映像信号のみを送受信する手法について記載された前述の特許文献１を参照されたい。

【0150】

〔音声データパケット復元部〕
次に、図１９に示した音声データパケット復元部２５について詳細に説明する。図２０は、音声データパケット復元部２５の処理を示すフローチャートである。音声データパケット復元部２５は、まず、基本ストリーム復元部２１から系統毎の基本ストリームを入力すると共に、音声制御パケット復元部２６から音声制御データを入力する（ステップＳ２００１）。

【0151】

音声データパケット復元部２５は、系統毎に、基本ストリームのラインの補助データ領域に格納されたＡＤＦのデータ（補助データパケットと同じ構成の音声データパケットのＡＤＦ領域に格納された所定データ、図６〜図８を参照）を検索し、補助データ領域からパケットを抽出する（ステップＳ２００２）。そして、音声データパケット復元部２５は、パケットのＤＩＤ領域に格納されたデータに基づいて音声データパケットを特定し、補助データ領域から音声データパケットを抽出することで、音声データパケットを復元する（ステップＳ２００３）。

【0152】

ＤＩＤ領域には、パケットの種類を示す識別情報が格納されている。前述のとおり、音声データパケットが伝送された系統において、基本ストリームのラインの補助データ領域には、８個の音声データパケットが格納されている。音声データパケット復元部２５は、音声データパケットが伝送された系統において、基本ストリームのラインの補助データ領域から、８個の音声データパケットを抽出することができる。つまり、基本ストリームの１ラインから８個の音声データパケットが復元される。

【0153】

音声データパケット復元部２５は、音声データパケットのＵＤＷ領域から、４ワード毎の１サンプル音声データを抽出する（ステップＳ２００４）。そして、音声データパケット復元部２５は、図９に示した処理とは逆の処理を行い、４ワードの１サンプル音声データ及び音声制御パケット復元部２６から入力した音声制御データからＡＥＳサブフレームを復元する（ステップＳ２００５）。例えば、音声データパケット復元部２５は、音声制御データに含まれるチャンネルの有効性を示す情報を用いて、有効なチャンネルのみのＡＥＳサブフレームを復元する。

【0154】

尚、音声データパケット復元部２５は、音声制御パケット復元部２６から入力した音声制御データを用いることなく、４ワードの１サンプル音声データからＡＥＳサブフレームを生成するようにしてもよい。この場合、音声信号は、音声制御パケットから抽出された音声制御データを用いることなく、音声データパケットから抽出された１サンプル音声データを用いて復元される。

【0155】

音声データパケット復元部２５は、図７及び図８に示したように、１サンプル音声データ毎のＡＥＳサブフレームを組み合わせて音声信号を復元し、出力する（ステップＳ２００６）。これにより、音声のサンプリング周波数が４８ｋＨｚの場合、図７に示した上段の音声信号が復元され、音声のサンプリング周波数が９６ｋＨｚの場合、図８に示した上段の音声信号が復元される。

【0156】

〔音声制御パケット復元部〕
次に、図１９に示した音声制御パケット復元部２６について詳細に説明する。図２１は、音声制御パケット復元部２６の処理を示すフローチャートである。音声制御パケット復元部２６は、まず、基本ストリーム復元部２１から系統毎の基本ストリームを入力する（ステップＳ２１０１）。

【0157】

音声制御パケット復元部２６は、系統毎に、基本ストリームのラインの補助データ領域に格納されたＡＤＦのデータ（補助データパケットと同じ構成の音声制御パケットのＡＤＦ領域に格納された所定データ、図６を参照）を検索し、補助データ領域からパケットを抽出する（ステップＳ２１０２）。そして、音声制御パケット復元部２６は、パケットのＤＩＤ領域に格納されたデータに基づいて音声制御パケットを特定し、補助データ領域から音声制御パケットを抽出することで、音声制御パケットを復元する（ステップＳ２１０３）。ＤＩＤ領域には、パケットの種類を示す識別情報が格納されているから、パケットのＤＩＤ領域に格納されたデータに基づいて、音声制御パケットを抽出することができる。

【0158】

音声制御パケット復元部２６は、音声制御パケットのＵＤＷ領域から、音声制御データを抽出し（ステップＳ２１０４）、音声制御データを音声データパケット復元部２５及び再生部（図１９には図示せず）等に出力する（ステップＳ２１０５）。音声制御データは、音声データパケット復元部２５において、音声信号を復元するために用いられ、再生部において、音声信号を再生するために用いられる。

【0159】

このように、映像音声信号受信装置２は、基本イメージ復元部２２において、映像信号と音声信号とが多重された基本ストリームから映像の基本イメージを復元し、音声データパケット復元部２５において、映像信号と音声信号とが多重された基本ストリームから音声信号を復元する。

【0160】

以上のように、本発明の実施形態による映像音声信号受信装置２によれば、映像音声信号送信装置１から送信された複数のリンク信号を受信し、リンク信号毎に、当該リンク信号から複数の基本ストリームを復元し、基本ストリームから対応する基本イメージを復元し、複数の基本イメージを合成してサブイメージを生成し、複数のサブイメージを合成してＵＨＤＴＶ用の映像信号を復元し出力する際に、音声制御パケット復元部２６は、復元された基本ストリームの補助データ領域に格納された音声制御パケットを特定（復元）し、音声制御パケットのＵＤＷ領域から音声制御データを抽出するようにした。

【0161】

また、音声データパケット復元部２５は、復元された基本ストリームの補助データ領域に格納された音声データパケットを特定（復元）し、音声データパケットのＵＤＷ領域から１サンプル音声データを抽出し、１サンプル音声データ及び音声制御データからＡＥＳサブフレームを生成し、音声信号を復元して出力するようにした。これにより、映像信号及び音声信号が多重された基本ストリームから映像信号及び音声信号を復元することができる。

【0162】

このように、映像音声信号送信装置１により、ＵＨＤＴＶ用の音声信号の規格（非特許文献２：ＡＲＩＢ標準規格ＳＴＤ−Ｂ５９）に規定された音声信号が、ＵＨＤＴＶ用のインタフェースの規格（非特許文献１：ＡＲＩＢ標準規格ＳＴＤ−Ｂ５８）に規定された補助データ領域に格納され、ＵＨＤＴＶ用の映像信号及び音声信号が多重され、１本のケーブルにて伝送された場合に、映像音声信号受信装置２は、多重された映像信号及び音声信号を受信し、音声信号を補助データ領域から抽出し、元の映像信号及び音声信号を復元する。

【0163】

したがって、ＵＨＤＴＶ用のインタフェースを用いて、映像信号だけでなく音声信号を同時に伝送することができ、さらにこれらの信号を同期させて伝送することができるため、簡便な伝送を実現すると共に、放送設備同士で信号を送受信する場合の利便性が向上する。

【0164】

以上、実施形態を挙げて本発明を説明したが、本発明は前記実施形態に限定されるものではなく、その技術思想を逸脱しない範囲で種々変形可能である。前記実施形態では、Ｎ本または２Ｎ本のリンク信号のうち、１本のリンク信号のみを用いて、音声データパケット及び音声制御パケットを伝送するようにしたが、リンク信号の割り当ては任意でよい。また、音声データパケットと音声制御パケットとを、異なるリンク信号を用いて伝送するようにしてもよい。また、音声データパケットと音声制御パケットとを、異なる系統の基本ストリームに格納するようにしたが、同じ系統の基本ストリームに格納するようにしてもよい。

【0165】

また、前記実施形態は、音声信号のチャンネル数を３２チャンネルとして説明したが、本発明は、３２チャンネルに限定するものではなく、３２チャンネル以上の音声信号を伝送する場合にも適用がある。

【0166】

尚、本発明の実施形態による映像音声信号送信装置１及び映像音声信号受信装置２のハードウェア構成としては、通常のコンピュータを使用することができる。映像音声信号送信装置１及び映像音声信号受信装置２は、ＣＰＵ、ＲＡＭ等の揮発性の記憶媒体、ＲＯＭ等の不揮発性の記憶媒体、及びインタフェース等を備えたコンピュータによって構成される。映像音声信号送信装置１に備えたサブイメージ生成部１１、基本イメージ生成部１２、基本ストリーム生成部１３、リンク信号生成部１４、音声データパケット生成部１５及び音声制御パケット生成部１６の各機能は、これらの機能を記述したプログラムをＣＰＵに実行させることによりそれぞれ実現される。また、映像音声信号受信装置２に備えた基本ストリーム復元部２１、基本イメージ復元部２２、サブイメージ復元部２３、ソースイメージ復元部２４、音声データパケット復元部２５及び音声制御パケット復元部２６の各機能も、これらの機能を記述したプログラムをＣＰＵに実行させることによりそれぞれ実現される。

【0167】

これらのプログラムは、前記記憶媒体に格納されており、ＣＰＵに読み出されて実行される。また、これらのプログラムは、磁気ディスク（フロッピー（登録商標）ディスク、ハードディスク等）、光ディスク（ＣＤ−ＲＯＭ、ＤＶＤ等）、半導体メモリ等の記憶媒体に格納して頒布することもでき、ネットワークを介して送受信することもできる。

【符号の説明】

【0168】

１ 映像音声信号送信装置
２ 映像音声信号受信装置
３ 伝送路
１１ サブイメージ生成部
１２ 基本イメージ生成部
１３ 基本ストリーム生成部
１４ リンク信号生成部
１５ 音声データパケット生成部
１６ 音声制御パケット生成部
２１ 基本ストリーム復元部
２２ 基本イメージ復元部
２３ サブイメージ復元部
２４ ソースイメージ復元部
２５ 音声データパケット復元部
２６ 音声制御パケット復元部

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】

【図14】

【図15】

【図16】

【図17】

【図18】

【図19】

【図20】

【図21】