JP2004158913A - 音声画像処理装置 - Google Patents

Abstract

【課題】音声画像データにおいて、音声と画像をそれぞれ別のツールで編集する場合や、他のフォーマット形式へファイル変換を行なった場合でも、画像及び音声の再生を良好に行なうことができるようにする。
【解決手段】画像データ及び音声データに時間情報を透かしとしてそれぞれ埋め込む時間情報埋め込み手段（画像透かし挿入器６及び音声透かし挿入器１１）によって画像データ及び音声データを生成しておき、再生の際には、前記画像データ及び音声データに埋め込まれている時間情報を抽出し、この抽出した時間情報に基づいて、画像データと音声データとの対応をとるようにしたので、画像と音声の同期を図ることができるようになる。
【選択図】 図１

Description

【０００１】
【発明の属する技術分野】
本発明は、音声画像処理装置に関し、特に、音声データと動画像データとを別々のツールで編集した際に行う同期処理のために用いて好適なものである。
【０００２】
【従来の技術】
動画像データの符号化方式には、フレーム内符号化方式、またはフレーム間予測符号化方式等が知られている。
前記フレーム内符号化方式としては、例えば、Ｍｏｔｉｏｎ ＪＰＥＧ（Ｊｏｉｎｔ Ｐｈｏｔｏｇｒａｐｈｉｃ Ｃｏｄｉｎｇ Ｅｘｐｅｒｔｓ Ｇｒｏｕｐ）や、Ｄｉｇｉｔａｌ Ｖｉｄｅｏ等の符号化方式が挙げられる。
【０００３】
一方、前記フレーム間予測符号化としては、例えば、Ｈ．２６１、Ｈ．２６３、ＭＰＥＧ（Ｍｏｖｉｎｇ Ｐｉｃｔｕｒｅ Ｃｏｄｉｎｇ Ｅｘｐｅｒｔｓ Ｇｒｏｕｐ）−１、ＭＰＥＧ−２、及びＭＰＥＧ−４等の符号化方式が挙げられる。
【０００４】
前記２つの符号化方式の規格は、ＩＳＯ（Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｏｒｇａｎｉｚａｔｉｏｎ ｆｏｒ Ｓｔａｎｄａｒｄｉｚａｔｉｏｎ：国際標準化機構）やＩＴＵ（Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｔｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎ Ｕｎｉｏｎ：国際電気通信連合）によって国際標準化されている。
【０００５】
このようなディジタル符号化規格の普及に伴い、前記符号化方式をコンピュータ上で統一的に扱うためのファイルフォーマットが策定されている。例えば、ＭＰＥＧ−４の規格には、そのファイルフォーマットが定義されている。また、コンピュータのＯＳやネットワークの構成に依存して定義されたファイルフォーマットが、多数普及している。
【０００６】
このような状況の中で、コンテンツ業界においては、著作権保護に関する問題提起を大きくするようになってきた。そして、この問題提起を契機にして、セキュリティに関する情報を暗号化するための電子透かし技術が開発されてきている。
【０００７】
この電子透かし技術とは、画像データを再生する時に、前記画像データが変化しないか、または前記画像データの変化を人間が知覚できないレベルで、著作権を保護するために必要なデータを前記画像データに埋め込む技術である。
【０００８】
画像データに対して前記電子透かしデータを埋め込むための技術としては、例えば、特許文献１の「動画像エンコードプログラムを記録した記録媒体及び動画像エンコード装置」、または特許文献２の「電子透かし埋め込み装置および抽出装置」などが提案されている。
【０００９】
また、オーディオデータに関しては、前記電子透かしデータを埋め込むための技術として、例えば、特許文献３の「音声データに透かし情報を埋め込む方法、透かし情報埋め込み装置、透かし情報検出装置、透かし情報が埋め込まれた記録媒体、及び透かし情報を埋め込む方法を記録した記録媒体」、または特許文献４の「電子透かし埋め込み装置、オーディオ符号化装置および記録媒体」などが提案されている。
【００１０】
【特許文献１】
特開平１０−２４３３９８号公報
【特許文献２】
特開平１１−３４１４５０号公報
【特許文献３】
特開２００１−２０２０８９号公報
【特許文献４】
特開平１１−３１６５９９号公報
【００１１】
【発明が解決しようとする課題】
画像データに関するフレーム同期及びフレーム制御については各種各様の方式がある。前述した符号化方式をコンピュータ上で統一的に扱うための従来のファイルフォーマットでは、それぞれのファイルフォーマットごとに、異なるフレーム同期（フレーム制御）方式を採用している。
【００１２】
例えば、同じＭｏｔｉｏｎ ＪＰＥＧのファイルである、ＡＶＩファイルまたはＱｕｉｃｋＴｉｍｅファイルでも、フレーム同期のためのタイムスタンプを付与する方法はそれぞれ異なっている。
【００１３】
このため、前記タイムスタンプの付与方法が同じ画像ファイル同士でファイルフォーマット変換した場合、変換後の画像ファイルにおいて、画像ファイルに記録されている画像と音を同期させることは比較的容易に行なうことができるが、前記タイムスタンプの付与方法が異なる画像ファイル同士でファイルフォーマット変換した場合、変換前と変換後の画像ファイルで対応する時間情報が消失してしまうことから、画像ファイルに記録されている画像と音を同期させることは非常に困難であるという問題があった。
【００１４】
そこで、本発明は前記問題点にかんがみ、フォーマットが異なる複数の画像データファイルのあいだで、互いにファイル変換を行っても、画像と音声の同期再生を良好に行なうことができるようにすることを目的とする。
【００１５】
【課題を解決するための手段】
本発明の音声画像処理装置は、画像データ及び前記音声データに時間情報を透かしとしてそれぞれ埋め込む時間情報埋め込み手段を有することを特徴としている。
【００１６】
すなわち、本発明の音声画像処理装置は、画像データや音声データに時間情報を透かしデータとして埋め込み、埋め込んだ時間情報を基に、画像と音声との同期をするようになされている。
【００１７】
【発明の実施の形態】
以下、本発明の音声画像処理装置の実施の形態の一例を、図面を用いて詳細に説明する。
（第１の実施の形態）
図１は、本発明の第１の実施の形態における音声画像処理装置１の構成を示すブロック図である。
【００１８】
図１において、１は本実施の形態における音声画像処理装置である。２は被写体を撮像することにより得られる画像信号を、フレーム単位で連続して取得するためのカメラである。８は音声信号をフレーム単位で連続して取得するためのマイクである。
【００１９】
３はカメラ２が取得した画像信号をフレーム単位で符号化して画像符号化データを生成するための画像符号化器である。９はマイク８が取得した音声信号をフレーム単位で符号化して音声符号化データを生成するための音声符号化器である。
【００２０】
４は前述した画像符号化データと音声符号化データとを同期させるための時間情報を発生する同期情報発生器である。５は同期情報発生器４が発生する時間情報から、画像透かしデータを生成するための画像透かし生成器である。
【００２１】
６は画像透かし生成器５で生成した画像透かしデータを、画像符号化器３が生成した画像符号化データに埋め込むための画像透かし挿入器である。７は画像透かし挿入器６が生成した画像符号化データを記録するための画像記録装置である。
【００２２】
１０は同期情報発生器４が出力する時間情報から、音声透かしデータを生成するための音声透かし生成器である。１１は音声透かし生成器１０で生成した音声透かしデータを、音声符号化器９が生成した音声符号化データに埋め込むための音声透かし挿入器である。１２は音声透かし挿入器１１が生成した音声符号化データを記録するための音声記録装置である。なお、画像透かし挿入器６及び音声透かし挿入器１１により、時間情報埋め込み手段がそれぞれ構成されているようにしたが、画像透かし挿入器６及び音声透かし挿入器１１をまとめた１つの透かし挿入器により、時間情報埋め込み手段が構成されているようにしてもよい。
【００２３】
前記のように構成された本実施の形態の音声画像処理装置１が音声画像データを処理する動作を以下に説明する。
先ず、カメラ２で被写体を撮像することによって得られた画像信号は、音声画像処理装置１に設けられている画像符号化器３に、１フレームずつ入力される。
【００２４】
画像符号化器３は、カメラ２より入力された画像信号に対して所定のアルゴリズムに基づく符号化処理を施して画像符号化データを生成し、前記生成した画像符号化データを画像透かし挿入器６へ出力する。
【００２５】
次に、画像透かし挿入器６は、画像透かし生成器５より入力された画像透かしデータを、前述した画像符号化器３より入力された画像符号化データに埋め込んだデータを生成する。そして、画像記録装置７は、画像透かし挿入器６により生成された画像符号化データ（画像透かしデータが埋め込まれた画像符号化データ）を記録する。
【００２６】
なお、画像記録装置７に記録される画像符号化データのファイルフォーマットに、画像データと音声データとを同期させるための時間情報を保存する機能があれば、前述した画像透かしデータを埋め込む処理を省略しても良い。
【００２７】
前述した画像信号と同様に、マイク８で収録された音声信号は、音声符号化器９に１フレームずつ入力される。音声符号化器９は、マイク８より入力される音声信号に対して所定のアルゴリズムに基づく符号化処理を施して、音声符号化データを生成し、前記生成した音声符号化データを音声透かし挿入器１１へ出力する。
【００２８】
音声透かし生成器１０は、同期情報発生器４から画像データと音声データとを同期させるための時間情報が入力されると、前記時間情報に基づいて音声用の透かしデータを生成し、これを音声透かし挿入器１１へ出力する。
【００２９】
音声透かし挿入器１１は、音声透かし生成器１０より入力された音声透かしデータを、前述した音声符号化器９より入力された音声符号化データに埋め込んだデータを生成する。そして、音声透かし挿入器１１で生成された音声符号化データ（音声透かしデータが埋め込まれた音声符号化データ）を音声記録装置１２に記録する。
【００３０】
なお、一般に、音声データ専用のエディタやファイルフォーマットには、時間情報を保存するための機能、または時間情報を保存するための記録領域を有していないことが多い。このため、前述した音声符号化データに対しては、音声透かしデータを埋め込むような処理をする必要がある。
【００３１】
画像用の透かしデータが埋め込まれた符号化データ、及び音声用の透かしデータが埋め込まれた符号化データは、画像記録装置７及び音声記録装置１２の所定の記録領域にそれぞれ格納される。
【００３２】
本実施の形態の音声画像処理装置１によれば、前記一連のデータ生成動作により、画像記録装置７に記録された画像データと、音声記録装置１２に記録された音声データとを、フレーム単位で読み出して前記画像データ及び音声データを合体させて再生する際に、データの合体に必要な同期情報を、透かしデータとして元の画像データ及び音声データに埋め込んでいるため、再生側でのフレーム（同期）操作を容易に行なうことができる。
【００３３】
（第２実施例）
図２は、本発明の第２の実施の形態における音声画像処理装置の構成を示すブロック図である。
【００３４】
図２において、１３は本実施の形態の音声画像処理装置である。７は画像記録装置であり、第１の実施の形態で示した画像符号化データ（画像透かしデータが埋め込まれた画像符号化データ）を記録している。
また、１２は音声記録装置であり、第１の実施の形態で示した音声符号化データ（音声透かしデータが埋め込まれた音声符号化データ）を記録している。
【００３５】
１５は画像記録装置７に記録された画像符号化データから、画像透かしデータを抽出するための画像透かし抽出器である。１８は画像符号化データをフレーム単位で復号するための画像復号器である。２０は音声記録装置１２に記録された音声符号化データから、音声透かしデータを抽出するための音声透かし抽出器である。２１は音声符号化データをフレーム単位で復号するための音声復号器である。
【００３６】
１６は音声符号化データ及び画像符号化データにそれぞれ記録されている時間情報に基づいて、機器の動作を制御するための制御情報を発生して出力する制御情報発生器である。
【００３７】
１７は制御情報発生器１６から出力される制御情報に基づいて、画像記録装置７及び音声記録装置１２から所定のデータを抽出するように動作制御するための制御器である。
１９は画像復号器１８によって復号されて再生された画像データを表示するモニタである。２２は音声復号器２１によって復号されて再生された音声データを発音するスピーカである。
【００３８】
前記のように構成された音声画像処理装置１３が音声画像データを処理する動作を以下に説明する。
【００３９】
先ず、画像透かし抽出器１５は、画像記録装置７に記録された画像符号化データを読み出して、そこに埋め込まれている画像透かしデータを抽出する。同様に、音声画像透かし抽出器２０は、音声記録装置１２に記録された音声符号化データを読み出して、そこに埋め込まれている音声透かしデータを抽出する。
【００４０】
次に、画像透かし抽出器１５及び音声画像透かし抽出器２０は、抽出した透かしデータを制御情報発生器１６にそれぞれ出力する。前記透かしデータが入力された制御情報発生器１６は、抽出された画像透かしデータに含まれている時間情報と、音声透かしデータに含まれている時間情報とを比較する。そして、この比較結果に基づいて、次のデータを抽出するのに必要な制御情報を制御器１７へ出力する。
【００４１】
制御器１７は、前記制御情報発生器１６から入力される制御情報に基づいて、画像記録装置７及び音声記録装置１２にアクセスして、対応するビットストリーム（画像符号化データ及び音声符号化データ）を抽出する。
【００４２】
次に、画像透かし抽出器１５及び音声透かし抽出器２０は、抽出されたビットストリームから、音声透かしデータ及び画像透かしデータをそれぞれ抽出して、同期用の時間情報を再度得ることを繰り返し行なう。
【００４３】
前述した制御情報発生器１６によって画像符号化データの時間情報と音声符号化データの時間情報とを比較する際に、例えば、画像符号化データの時間情報の方が進んでいる場合には、画像用のビットストリームの抽出を一時的に停止するような情報を生成して、これを制御器１７に出力する。このようにして、画像符号化データ及び音声符号化データの読み出しタイミングの同期が図られている。
【００４４】
なお、画像記録装置７及び音声記録装置１２の記録フォーマットが時間情報を含むフォーマットである場合は、前述した透かしデータの抽出を行わずに、前記時間情報を入手するようにしてもよい。
【００４５】
画像復号器１８は、画像透かし抽出器１５より画像データのみのビットストリームを受けて動画像データに変換し、前記変換した動画像データがモニタ１９上に再生表示される。
音声復号器２１は、音声透かし抽出器２０より入力される音声のみのビットストリームを音声データに変換し、前記変換した音声データがスピーカ２２から発音される。
【００４６】
（第３実施例） 図３は、本発明の第３の実施の形態における音声画像処理装置の構成を示すブロック図である。なお、前記第１の実施の形態で示した図１と同様の構成要素については同一の番号を付してあり、その詳細な説明を省略している。
【００４７】
図３において、２３は本実施の形態の音声画像処理装置である。音声画像処理装置２３に配設されている２４は、画像符号化データと音声符号化データとを多重化するための多重化器である。また、２５は多重化器２４で１本に多重化されたストリームを保存するための記録装置である。
【００４８】
画像透かし挿入器６、及び音声透かし挿入器１１によって、透かしデータが画像符号化データ及び音声符号化データにそれぞれ埋め込まれるまでの動作は、第１の実施の形態における音声画像処理装置１の動作と同様に行われる。
【００４９】
なお、多重化器２４が画像符号化データと音声符号化データとを１本のストリームに多重化する際に、連続した時間情報をビットストリームに入れる場合もある。その場合、画像符号化データまたは音声符号化データに透かしとして入れた時間情報と、ビットストリームに入れた時間情報とが異なっていてもよい。何故ならば、透かしに入れる時間情報は、音声データと画像データとを同期するために用いる情報であって、経過時間を知るための情報とは異なるので、厳密に連続する時間情報である必要はないためである。
【００５０】
本実施の形態の音声画像処理装置によれば、前記一連のデータ生成動作により、記録媒体に記録された画像フレーム及び音声フレームを読み出して再生する際に、画像データと音声データとを同期するために必要な符号長に関する情報を、１本に多重化したビットストリームに透かしとして埋め込むため、再生側でのフレーム操作（同期操作）を容易に行なうようにすることができる。
【００５１】
なお、本発明の目的は、第１〜第３の実施の形態の音声画像処理装置の各部または全部の機能を実現するソフトウェアのプログラムコードを記憶した記録媒体を、システム或いは装置に供給し、そのシステム或いは装置のコンピュータ（ＣＰＵ等）が記録媒体に格納されたプログラムコードを読みだして実行することによっても達成される。
【００５２】
この場合、記録媒体から読み出されたプログラムコード自体が第１〜第３の実施の形態の機能を実現することとなり、そのプログラムコードを記録した記録媒体及び前記プログラムコードは本発明を構成することとなる。
プログラムコードを供給するための記録媒体としては、ＲＯＭ、フレキシブルディスク、ハードディスク、光ディスク、光磁気ディスク、ＣＤ−ＲＯＭ、ＣＤ−Ｒ、磁気テープ、不揮発性のメモリカード等を用いることができる。
また、コンピュータが読みだしたプログラムコードを実行することにより、第１〜第３の実施の形態の機能が実現されるだけでなく、そのプログラムコードの指示に基づき、コンピュータ上で稼動しているＯＳ等が実際の処理の一部又は全部を行い、その処理によって第１〜第３の実施の形態の機能が実現される場合も含まれることは言うまでもない。
さらに、記録媒体から読み出されたプログラムコードが、コンピュータに挿入された拡張機能ボードやコンピュータに接続された機能拡張ユニットに備わるメモリに書き込まれた後、そのプログラムコードの指示に基づき、その機能拡張ボードや機能拡張ユニットに備わるＣＰＵなどが実際の処理の一部又は全部を行い、その処理によって第１〜第３の実施の形態の機能が実現される場合も含まれることは言うまでもない。
図４は、前記コンピュータシステム３１０の一例を示したものである。
図４において、メモリ３０１には、音声画像処理装置全体を制御し、各種ソフトウェアを動作させるためのＯＳ、音声画像を符号化する符号化ソフトウェア、及び透かしデータの生成と埋め込みを行なうための透かし埋め込みソフトウェア等が格納されている。
【００５３】
また、符号化データ生成の際に画像データを格納する画像エリア、生成された符号や透かしが埋め込まれた符号化データを格納する符号エリア、及び各種演算のパラメータ等を格納するワーキングエリアが存在する。
【００５４】
このような構成において、端末３０３から指示されたマイク３０５、及びカメラ３０６を介して、画像（動画像）信号及び音声信号が入力される。そして、符号化された画像データ及び音声データは、記録部（記録媒体等）３０４に格納される。また、前記画像データ及び音声データの再生時には、記録部３０４に格納された画像データ及び音声データが読み出されて復号化される。この復号化された画像データはモニタ３０７に出力され、復号化された音声データはスピーカ３０８に出力される。
【００５５】
本発明の実施態様の例を以下に列挙する。
〔実施態様１〕画像データ及び前記音声データに時間情報を透かしとしてそれぞれ埋め込む時間情報埋め込み手段を有することを特徴とする音声画像処理装置。
【００５６】
〔実施態様２〕画像データを入力する画像入力手段と、音声データを入力する音声入力手段と、前記画像入力手段により入力された画像データのフレーム、及び前記音声入力手段により入力された音声データに、それぞれ、時間情報を透かしとして埋め込む時間情報埋め込み手段とを有することを特徴とする音声画像処理装置。
【００５７】
〔実施態様３〕前記時間情報が透かしとして埋め込まれた画像データと音声データとを多重化するための多重化手段を有し、前記多重化手段は、前記画像データ及び前記音声データのそれぞれに埋め込まれた時間情報を基にして前記画像データ及び前記音声データを一本のビットストリームとして生成することを特徴とする実施態様２に記載の音声画像処理装置。
【００５８】
〔実施態様４〕時間情報が透かしデータとして埋め込まれた画像データ及び音声データを再生するための音声画像処理装置であって、前記画像データを記録した第１の記録媒体、及び前記音声データを記録した第２の記録媒体にアクセスして、前記画像データの時間情報及び前記音声データの時間情報を対応させて、前記画像データ及び前記音声データを選択して一連のビットストリームを生成するようにことを特徴とする音声画像処理装置。
【００５９】
〔実施態様５〕時間情報が透かしデータとして埋め込まれた画像データを入力する画像データ入力手段と、時間情報が透かしデータとして埋め込まれた音声データを入力する音声データ入力手段と、前記画像データ入力手段により入力された画像データから第１の時間情報を抽出する画像透かし抽出手段と、前記音声データ入力手段により入力された音声データから第２の時間情報を抽出する音声透かし抽出手段とを有することを特徴とする音声画像処理装置。
【００６０】
〔実施態様６〕前記画像透かし抽出手段により抽出された第１の時間情報と、前記音声透かし抽出手段により抽出された第２の時間情報とを比較する時間情報比較手段と、前記時間情報比較手段による比較結果に基づいて、記録媒体から画像データ及び音声データを読み出す際の制御情報を生成する制御情報発生手段と、前記制御情報発生手段により生成された制御情報に基づいて、前記記録媒体から画像データ及び音声データを読み出して、前記画像データ及び前記音声データよりなる一連のビットストリームを生成するビットストリーム生成手段とを有することを特徴とする実施態様５に記載の音声画像処理装置。
【００６１】
〔実施態様７〕画像データ及び前記音声データに時間情報を透かしとしてそれぞれ埋め込む時間情報埋め込み手順を有することを特徴とする音声画像処理方法。
【００６２】
〔実施態様８〕画像データを入力する画像入力手順と、音声データを入力する音声入力手順と、前記画像入力手順により入力された画像データのフレーム、及び前記音声入力手順により入力された音声データに、時間情報を透かしとしてそれぞれ埋め込む時間情報埋め込み手順とを有することを特徴とする音声画像処理方法。
【００６３】
〔実施態様９〕時間情報が透かしデータとして埋め込まれた画像データ及び音声データを再生するための音声画像処理方法であって、前記画像データを記録した第１の記録媒体、及び前記音声データを記録した第２の記録媒体にアクセスして、前記画像データの時間情報及び前記音声データの時間情報を対応させて、前記画像データ及び前記音声データを選択して一連のビットストリームを生成するようにすることを特徴とする音声画像処理方法。
【００６４】
〔実施態様１０〕時間情報が透かしデータとして埋め込まれた画像データを入力する画像データ入力手順と、時間情報が透かしデータとして埋め込まれた音声データを入力する音声データ入力手順と、前記画像データ入力手順により入力された画像データから第１の時間情報を抽出する画像透かし抽出手順と、前記音声データ入力手順により入力された音声データから第２の時間情報を抽出する音声透かし抽出手順とを有することを特徴とする音声画像処理方法。
【００６５】
〔実施態様１１〕コンピュータに画像データ及び前記音声データに時間情報を透かしとしてそれぞれ埋め込む時間情報埋め込み手順を実行させるためのコンピュータプログラム。
【００６６】
〔実施態様１２〕コンピュータに、画像データを入力する画像入力手順と、音声データを入力する音声入力手順と、前記画像入力手順により入力された画像データのフレーム、及び前記音声入力手順により入力された音声データに、時間情報を透かしとしてそれぞれ埋め込む時間情報埋め込み手順とを実行させるためのコンピュータプログラム。
【００６７】
〔実施態様１３〕時間情報が透かしデータとして埋め込まれた画像データ及び音声データを再生するための音声画像処理方法を実行させるためのコンピュータプログラムであって、前記画像データを記録した第１の記録媒体、及び前記音声データを記録した第２の記録媒体にアクセスして、前記画像データの時間情報及び前記音声データの時間情報を対応させて、前記画像データ及び前記音声データを選択して一連のビットストリームを生成するようにすることを特徴とするプログラム。
【００６８】
〔実施態様１４〕時間情報が透かしデータとして埋め込まれた画像データを入力する画像データ入力手順と、時間情報が透かしデータとして埋め込まれた音声データを入力する音声データ入力手順と、前記画像データ入力手順により入力された画像データから第１の時間情報を抽出する画像透かし抽出手順と、前記音声データ入力手順により入力された音声データから第２の時間情報を抽出する音声透かし抽出手順とを実行させるためのコンピュータプログラム。
【００６９】
〔実施態様１５〕上記実施態様１１〜１４の何れか１項に記載のコンピュータプログラムを記憶したことを特徴とするコンピュータ読み取り可能な記憶媒体。
【００７０】
【発明の効果】
以上説明したように、本発明によれば、画像データ及び音声データに時間情報を透かしとしてそれぞれ埋め込むようにしたので、ファイルフォーマット形式に依存することなく画像データ及び音声データを再生することが可能となり、画像と音声との同期を容易かつ迅速に行なうようにすることができる。
【００７１】
また、音声と画像をそれぞれ別のツールで編集したり、異なるファイルフォーマット間でデータ変換を複数回行なったりする場合でも、時間情報が消失することを防止して、画像と音声の同期が適切になされた再生処理を行なうようにすることができる。また、音声データと画像データを、異なるファイルフォーマット形式によってそれぞれ記録した場合でも、それぞれの時間情報に基づいて同期のとれた再生を行なうようにすることができる。
【図面の簡単な説明】
【図１】本発明の第１の実施の形態の音声画像処理装置の構成を示すブロック図である。
【図２】本発明の第２の実施の形態の音声画像処理装置の構成を示すブロック図である。
【図３】本発明の第３の実施の形態の音声画像処理装置の構成を示すブロック図である。
【図４】音声画像処理装置の機能をコンピュータに実現させるためのプログラムをコンピュータ読み取り可能な記録媒体から読み出して実行する場合のシステム構成を示すブロック図である。
【符号の説明】
１ 音声画像処理装置
２ カメラ
３ 画像符号化器
４ 同期情報発生器
５ 画像透かし生成器
６ 画像透かし挿入器
７ 画像記録装置
８ マイク
９ 音声符号化器
１０ 音声透かし生成器
１１ 音声透かし挿入器
１２ 音声記録装置

Claims (1)

1. 画像データ及び前記音声データに時間情報を透かしとしてそれぞれ埋め込む時間情報埋め込み手段を有することを特徴とする音声画像処理装置。

Images