JPWO2017169721A1 - ファイル生成装置およびファイル生成方法 - Google Patents

ファイル生成装置およびファイル生成方法 Download PDF

Info

Publication number
JPWO2017169721A1
JPWO2017169721A1 JP2018508957A JP2018508957A JPWO2017169721A1 JP WO2017169721 A1 JPWO2017169721 A1 JP WO2017169721A1 JP 2018508957 A JP2018508957 A JP 2018508957A JP 2018508957 A JP2018508957 A JP 2018508957A JP WO2017169721 A1 JPWO2017169721 A1 JP WO2017169721A1
Authority
JP
Japan
Prior art keywords
file
segment
unit
audio stream
bit rate
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Abandoned
Application number
JP2018508957A
Other languages
English (en)
Inventor
平林　光浩
光浩 平林
徹 知念
徹 知念
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sony Corp
Original Assignee
Sony Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sony Corp filed Critical Sony Corp
Publication of JPWO2017169721A1 publication Critical patent/JPWO2017169721A1/ja
Abandoned legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/0017—Lossless audio signal coding; Perfect reconstruction of coded audio signal by transmission of coding error
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/10—File systems; File servers
    • G06F16/11—File system administration, e.g. details of archiving or snapshots
    • G06F16/122—File system administration, e.g. details of archiving or snapshots using management policies
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
    • G10L19/16—Vocoder architecture
    • G10L19/167—Audio streaming, i.e. formatting and decoding of an encoded audio signal representation into a data stream for transmission or storage purposes
    • G—PHYSICS
    • G11—INFORMATION STORAGE
    • G11B—INFORMATION STORAGE BASED ON RELATIVE MOVEMENT BETWEEN RECORD CARRIER AND TRANSDUCER
    • G11B27/00—Editing; Indexing; Addressing; Timing or synchronising; Monitoring; Measuring tape travel
    • G11B27/10—Indexing; Addressing; Timing or synchronising; Measuring tape travel
    • G11B27/19—Indexing; Addressing; Timing or synchronising; Measuring tape travel by using information detectable on the record carrier
    • G11B27/28—Indexing; Addressing; Timing or synchronising; Measuring tape travel by using information detectable on the record carrier by using information signals recorded by the same method as the main recording
    • G11B27/32—Indexing; Addressing; Timing or synchronising; Measuring tape travel by using information detectable on the record carrier by using information signals recorded by the same method as the main recording on separate auxiliary tracks of the same or an auxiliary record carrier
    • G11B27/327—Table of contents
    • G11B27/329—Table of contents on a disc [VTOC]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/115—Selection of the code volume for a coding unit prior to coding
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/157—Assigned coding mode, i.e. the coding mode being predefined or preselected to be further used for selection of another element or parameter
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/184—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being bits, e.g. of the compressed video stream
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/234—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs
    • H04N21/2343—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs involving reformatting operations of video signals for distribution or compliance with end-user requests or end-user device requirements
    • H04N21/23439—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs involving reformatting operations of video signals for distribution or compliance with end-user requests or end-user device requirements for generating different versions
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/235—Processing of additional data, e.g. scrambling of additional data or processing content descriptors
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
    • H04N21/262—Content or additional data distribution scheduling, e.g. sending additional data at off-peak times, updating software modules, calculating the carousel transmission frequency, delaying a video stream transmission, generating play-lists
    • H04N21/26258—Content or additional data distribution scheduling, e.g. sending additional data at off-peak times, updating software modules, calculating the carousel transmission frequency, delaying a video stream transmission, generating play-lists for generating a list of items to be played back in a given order, e.g. playlist, or scheduling item distribution according to such list
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/81—Monomedia components thereof
    • H04N21/8106—Monomedia components thereof involving special audio data, e.g. different tracks for different languages
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/83—Generation or processing of protective or descriptive data associated with content; Content structuring
    • H04N21/845—Structuring of content, e.g. decomposing content into time segments
    • H04N21/8456—Structuring of content, e.g. decomposing content into time segments by decomposing the content in the time domain, e.g. in time segments
    • G—PHYSICS
    • G11—INFORMATION STORAGE
    • G11B—INFORMATION STORAGE BASED ON RELATIVE MOVEMENT BETWEEN RECORD CARRIER AND TRANSDUCER
    • G11B20/00—Signal processing not specific to the method of recording or reproducing; Circuits therefor
    • G11B20/10—Digital recording or reproducing
    • G11B20/10527—Audio or video recording; Data buffering arrangements
    • G11B2020/10537—Audio or video recording
    • G11B2020/10546—Audio or video recording specifically adapted for audio data

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Health & Medical Sciences (AREA)
  • Acoustics & Sound (AREA)
  • Computational Linguistics (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

本開示は、可逆圧縮方式で符号化されたオーディオストリームとビデオストリームを取得する際、最適なビットレートのビデオストリームを取得することができるようにするファイル生成装置およびファイル生成方法に関する。
MPDファイル生成部は、losslessDSD方式で符号化されたオーディオストリームのビットレートを表すAveBandwidthとDurationForAveBandwidthを生成する。本開示は、例えば、MPEG-DASHに準ずる方式で動画コンテンツのセグメントファイルを生成するファイル生成装置等に適用することができる。

Description

本開示は、ファイル生成装置およびファイル生成方法に関し、特に、可逆圧縮方式で符号化されたオーディオストリームとビデオストリームを取得する際、最適なビットレートのビデオストリームを取得することができるようにしたファイル生成装置およびファイル生成方法に関する。
近年、インターネット上のストリーミングサービスの主流がOTT−V（Over The Top Video）となっている。この基盤技術として普及し始めているのがMPEG−DASH（Moving Picture Experts Group phase − Dynamic Adaptive Streaming over HTTP）である（例えば、非特許文献１参照）。
MPEG−DASHでは、配信サーバが１本の動画コンテンツ用にビットレートが異なる動画データ群を用意し、再生端末が伝送路の状況に応じて最適なビットレートの動画データ群を要求することにより、適応型のストリーミング配信が実現される。
また、現状のMPEG-DASHでは、動画コンテンツの符号化方式として、事前にビットレートが予測可能な符号化方式が想定されている。具体的には、オーディオストリームの符号化方式として、PCM(Pulse Code Modulation)方式でA/D(Analog/Digital)変換されたオーディオデジタル信号を、固定サイズのバッファでアンダーフローやオーバーフローが発生しないように符号化される非可逆圧縮方式などが想定されている。従って、動画コンテンツの予測ビットレートとネットワーク帯域とに基づいて、取得する動画コンテンツのビットレートが決定される。
また、近年、CD(Compact Disc)の音源より高音質のハイレゾオーディオが注目されている。ハイレゾオーディオのA/D変換方式としては、DSD(Direct Stream Digital)方式などがある。DSD方式は、Super Audio CD (SA-CD)の記録再生方式として採用された方式であり、１ビットデジタルシグマ変調を基礎とした方式である。具体的には、DSD方式では、時間軸を利用して「１」と「０」の変化点の密度でオーディオアナログ信号の情報が表現される。従って、ビット数に依存しない高分解能の記録再生を実現することができる。
しかしながら、DSD方式では、オーディオアナログ信号の波形に応じてオーディオデジタル信号の「１」と「０」のパターンが変化する。従って、DSD方式でA/D変換されたオーディオデジタル信号を「１」と「０」のパターンに基づいて可逆圧縮符号化するlosslessDSD方式等では、オーディオアナログ信号の波形に応じて符号化後のオーディオデジタル信号のビット発生量が変動する。よって、事前にビットレートを予測することは困難である。
MPEG−DASH(Dynamic Adaptive Streaming over HTTP)（URL:http://mpeg.chiariglione.org/standards/mpeg−dash/media−presentation−description−and−segment−formats/text−isoiec−23009−12012−dam−1）
以上により、現状のMPEG-DASHでは、losslessDSD方式などの可逆圧縮方式で符号化されたビットレートの予測が不可能なオーディオストリームとビデオストリームを取得する場合、ネットワーク帯域とオーディオストリームのビットレートとしてとり得る値の最大値とに基づいて、取得するビデオストリームのビットレートを選択せざるを得ない。よって、最適なビットレートのビデオストリームを取得することは困難である。
本開示は、このような状況に鑑みてなされたものであり、可逆圧縮方式で符号化されたオーディオストリームとビデオストリームを取得する際、最適なビットレートのビデオストリームを取得することができるようにするものである。
本開示の一側面のファイル生成装置は、可逆圧縮方式で符号化されたオーディオストリームのビットレートを表すビットレート情報を生成する生成部を備えるファイル生成装置である。
本開示の一側面のファイル生成方法は、本開示の一側面のファイル生成装置に対応する。
本開示の一側面においては、可逆圧縮方式で符号化されたオーディオストリームのビットレートを表すビットレート情報が生成される。
なお、本開示の一側面のファイル生成装置は、コンピュータにプログラムを実行させることにより実現することができる。
また、本開示の一側面のファイル生成装置を実現するために、コンピュータに実行させるプログラムは、伝送媒体を介して伝送することにより、又は、記録媒体に記録して、提供することができる。
本開示の一側面によれば、可逆圧縮方式で符号化されたオーディオストリームとビデオストリームを取得する際、最適なビットレートのビデオストリームを取得することができる。
なお、ここに記載された効果は必ずしも限定されるものではなく、本開示中に記載されたいずれかの効果であってもよい。
本開示を適用した第１実施の形態における情報処理システムの概要を説明する図である。 DSD方式を説明する図である。 図１のファイル生成装置の構成例を示すブロック図である。 MPDファイルの第１の記述例を示す図である。 MPDファイルの第２の記述例を示す図である。 第１実施の形態におけるファイル生成処理を説明するフローチャートである。 ストリーミング再生部の構成例を示すブロック図である。 オーディオストリームの実際のビットレートの例を示す図である。 第１実施の形態における再生処理を説明するフローチャートである。 第２実施の形態におけるMPDファイルの第１の記述例を示す図である。 第２実施の形態におけるMPDファイルの第２の記述例を示す図である。 第２実施の形態におけるファイル生成処理を説明するフローチャートである。 第２実施の形態におけるMPDファイル更新処理を説明するフローチャートである。 第２実施の形態における再生処理を説明するフローチャートである。 第３実施の形態におけるメディアセグメントファイルの構成例を示す図である。 図１５のemsgボックスの記述例を示す図である。 第３実施の形態におけるファイル生成処理を説明するフローチャートである。 第４実施の形態におけるemsgボックスの記述例を示す図である。 第４実施の形態におけるファイル生成処理を説明するフローチャートである。 第５実施の形態におけるemsgボックスの記述例を示す図である。 第６実施の形態におけるMPDファイルの記述例を示す図である。 第７実施の形態におけるMPDファイルの第１の記述例を示す図である。 第７実施の形態におけるMPDファイルの第２の記述例を示す図である。 第７実施の形態におけるメディアセグメントファイルの構成例を示す図である。 可逆圧縮符号化部の構成例を示すブロック図である。 データ発生カウントテーブルの例を示す図である。 変換テーブルtable1の例を示す図である。 可逆圧縮復号部の構成例を示すブロック図である。 コンピュータのハードウエアの構成例を示すブロック図である。
以下、本開示を実施するための形態（以下、実施の形態という）について説明する。なお、説明は以下の順序で行う。
１．第１実施の形態：情報処理システム（図１乃至図９）
２．第２実施の形態：情報処理システム（図１０乃至図１４）
３．第３実施の形態：情報処理システム（図１５乃至図１７）
４．第４実施の形態：情報処理システム（図１８および図１９）
５．第５実施の形態：情報処理システム（図２０）
６．第６実施の形態：情報処理システム（図２１）
７．第７実施の形態：情報処理システム（図２２乃至図２４）
８．losslessDSD方式の説明（図２５乃至図２８）
９．第８実施の形態：コンピュータ（図２９）
＜第１実施の形態＞
（情報処理システムの第１実施の形態の概要）
図１は、本開示を適用した第１実施の形態における情報処理システムの概要を説明する図である。
図１の情報処理システム１０は、ファイル生成装置１１に接続するDASHサーバとしてのWebサーバ１２と、DASHクライアントとしての動画再生端末１４とが、インターネット１３を介して接続されることにより構成される。
情報処理システム１０では、MPEG−DASHに準ずる方式で、Webサーバ１２が、ファイル生成装置１１により生成された動画コンテンツのファイルを、動画再生端末１４にライブ配信する。
具体的には、ファイル生成装置１１は、動画コンテンツのビデオアナログ信号やオーディオアナログ信号をA/D変換し、ビデオデジタル信号およびオーディオデジタル信号を生成する。そして、ファイル生成装置１１は、動画コンテンツのビデオデジタル信号やオーディオデジタル信号等の信号を、所定の符号化方式で、複数のビットレートで符号化し、符号化ストリームを生成する。ここでは、オーディオデジタル信号の符号化方式は、losslessDSD方式またはMPEG-4（Moving Picture Experts Group phase 4）方式であるものとする。MPEG-4方式は、PCM方式でA/D変換されたオーディオデジタル信号を、固定サイズのバッファでアンダーフローやオーバーフローが発生しないように非可逆圧縮する方式である。
ファイル生成装置１１は、ビットレートごとに、生成された符号化ストリームを、セグメントと呼ばれる数秒から10秒程度の時間単位でファイル化する。ファイル生成装置１１は、その結果生成されたセグメントファイル等をWebサーバ１２にアップロードする。
ファイル生成装置１１はまた、動画コンテンツを管理するMPD（Media Presentation Description）ファイル（管理ファイル）を生成する。ファイル生成装置１１は、MPDファイルをWebサーバ１２にアップロードする。
Webサーバ１２は、ファイル生成装置１１からアップロードされたセグメントファイルとMPDファイルを格納する。Webサーバ１２は、動画再生端末１４からの要求に応じて、格納しているセグメントファイルやMPDファイルを動画再生端末１４に送信する。
動画再生端末１４（再生装置）は、ストリーミングデータの制御用ソフトウエア（以下、制御用ソフトウエアという）２１、動画再生ソフトウエア２２、HTTP（HyperText Transfer Protocol）アクセス用のクライアント・ソフトウエア(以下、アクセス用ソフトウエアという)２３などを実行する。
制御用ソフトウエア２１は、Webサーバ１２からストリーミングするデータを制御するソフトウエアである。具体的には、制御用ソフトウエア２１は、動画再生端末１４にWebサーバ１２からMPDファイルを取得させる。
また、制御用ソフトウエア２１は、MPDファイル、動画再生ソフトウエア２２により指定される再生時刻等を表す再生時刻情報、およびインターネット１３のネットワーク帯域に基づいて、再生対象のセグメントファイルの符号化ストリームの送信要求を、アクセス用ソフトウエア２３に指令する。
動画再生ソフトウエア２２は、インターネット１３を介してWebサーバ１２から取得された符号化ストリームを再生するソフトウエアである。具体的には、動画再生ソフトウエア２２は、再生時刻情報を制御用ソフトウエア２１に指定する。また、動画再生ソフトウエア２２は、アクセス用ソフトウエア２３から受信開始の通知を受信したとき、動画再生端末１４により受信された符号化ストリームを復号する。動画再生ソフトウエア２２は、復号の結果得られるビデオデジタル信号およびオーディオデジタル信号を出力する。
アクセス用ソフトウエア２３は、HTTPを用いたインターネット１３を介したWebサーバ１２との通信を制御するソフトウエアである。具体的には、アクセス用ソフトウエア２３は、制御用ソフトウエア２１の指令に応じて、再生対象のセグメントファイルの符号化ストリームの送信要求を、動画再生端末１４に送信させる。また、アクセス用ソフトウエア２３は、その送信要求に応じて、Webサーバ１２から送信されてくる符号化ストリームの受信を動画再生端末１４に開始させ、受信開始の通知を動画再生ソフトウエア２２に供給する。
（DSD方式の説明）
図２は、DSD方式を説明する図である。
図２の横軸は、時刻を表し、縦軸は、各信号の値を表す。
図２の例では、オーディオアナログ信号の波形が正弦波となっている。このようなオーディオアナログ信号がPCM方式でA/D変換される場合、図２に示すように、各サンプリング時刻のオーディオアナログ信号の値が、その値に応じた固定数ビットのオーディオデジタル信号に変換される。
これに対して、オーディオアナログ信号がDSD方式でA/D変換される場合、各サンプリング時刻のオーディオアナログ信号の値は、その値に応じた「０」と「１」の変化点の密度のオーディオデジタル信号に変換される。具体的には、オーディオアナログ信号の値が大きいほどオーディオデジタル信号の変化点の密度が高く、オーディオアナログ信号の値が小さいほどオーディオデジタル信号の変化点の密度が低い。即ち、オーディオアナログ信号の値に応じてオーディオデジタル信号の「０」と「１」のパターンが変化する。
従って、このオーディオデジタル信号を、「０」と「１」のパターンに基づいて可逆圧縮符号化するlosslessDSD方式で符号化して得られる符号化ストリームのビット発生量は、オーディオアナログ信号の波形に応じて変動する。よって、事前にビットレートを予測することは困難である。
（ファイル生成装置の構成例）
図３は、図１のファイル生成装置の構成例を示すブロック図である。
図３のファイル生成装置１１は、取得部３１、符号化部３２、セグメントファイル生成部３３、MPDファイル生成部３４、およびアップロード部３５により構成される。
ファイル生成装置１１の取得部３１は、動画コンテンツのビデオアナログ信号やオーディオアナログ信号を取得してA/D変換を行う。取得部３１は、A/D変換の結果得られるビデオデジタル信号やオーディオデジタル信号、その他に取得された動画コンテンツの信号等の信号を、符号化部３２に供給する。符号化部３２は、取得部３１から供給される動画コンテンツの信号を、それぞれ、複数のビットレートで符号化し、符号化ストリームを生成する。符号化部３２は、生成された符号化ストリームをセグメントファイル生成部３３に供給する。
セグメントファイル生成部３３（生成部）は、符号化部３２から供給される符号化ストリームを、ビットレートごとに、セグメント単位でファイル化する。セグメントファイル生成部３３は、その結果生成されたセグメントファイルをアップロード部３５に供給する。
MPDファイル生成部３４は、オーディオデジタル信号の符号化方式がlosslessDSD方式であることを示す情報、オーディオデジタル信号の符号化ストリームであるオーディオストリームの最大ビットレート、および、ビデオデジタル信号の符号化ストリームであるビデオストリームのビットレートを含むMPDファイルを生成する。なお、最大ビットレートとは、ビットレートとしてとり得る値の最大値である。MPDファイル生成部３４は、MPDファイルをアップロード部３５に供給する。
アップロード部３５は、セグメントファイル生成部３３から供給されるセグメントファイルと、MPDファイル生成部３４から供給されるMPDファイルとを、図１のWebサーバ１２にアップロードする。
（MPDファイルの第１の記述例）
図４は、MPDファイルの第１の記述例を示す図である。
なお、図４では、説明の便宜上、MPDファイルの記述のうちの、オーディオストリームのセグメントファイルを管理する記述のみを図示している。このことは、後述する図５、図１０、図１１、図２２、および図２３においても同様である。
MPDファイルには、動画コンテンツの符号化方式やビットレート、画像のサイズ、音声の言語などの情報が階層化されて、XML形式で記述される。
図４に示すように、MPDファイルには、ピリオド（Period）、アダプテーションセット（AdaptationSet）、リプレゼンテーション（Representation）、セグメントインフォ（Segment）等の要素が階層的に含まれている。
MPDファイルでは、自分が管理する動画コンテンツが所定の時間範囲（例えば、番組、ＣＭ（Commercial）などの単位）で分割される。ピリオド要素は、分割された動画コンテンツごとに記述される。ピリオド要素は、対応する動画コンテンツに共通の情報として、動画コンテンツの再生開始時刻、動画コンテンツのセグメントファイルを格納するWebサーバ１２のURL（Uniform Resource Locator）,MinBufferTimeなどの情報を有する。MinBufferTimeは、仮想バッファのバッファ時間を示す情報であり、図４の例では、０に設定される。
アダプテーションセット要素は、ピリオド要素に含まれ、そのピリオド要素に対応する動画コンテンツの同一の符号化ストリームのセグメントファイル群に対応するリプレゼンテーション要素をグルーピングする。リプレゼンテーション要素は、例えば、対応するセグメントファイル群のデータの種類によってグルーピングされる。図４の例では、ビットレートの異なる３種類のオーディオストリームのセグメントファイルのそれぞれに対応する３つのリプレゼンテーション要素が、１つのアダプテーションセット要素によりグルーピングされている。
アダプテーションセット要素は、対応するセグメントファイル群のグループに共通の情報として、メディア種別、言語、字幕または吹き替えなどの用途、ビットレートの最大値であるmaxBandwidthおよび最小値であるMinBandwidthなどを有する。
なお、図４の例では、ビットレートの異なる３種類のオーディオストリームの符号化方式が全てlosslessDSD方式である。従って、オーディオストリームのセグメントファイルのアダプテーションセット要素は、グループに共通の情報として、オーディオストリームの符号化方式がlosslessDSD方式であることを示す<codecs=”dsd1”>も有する。
また、オーディオストリームの符号化方式が、MPEG-4方式などの固定サイズのバッファでアンダーフローやオーバーフローが発生しないように符号化される方式（以下、固定方式という）であるかどうかを示すディスクリプタである<SupplementalProperty schemeIdUri=”urn:mpeg:DASH:audio:cbr:2015”>も有する。
<SupplementalProperty schemeIdUri=”urn:mpeg:DASH:audio:cbr:2015”>の値（value）は、オーディオストリームの符号化方式が固定方式であることを示す場合trueに設定され、固定方式ではないこと示す場合、falseに設定される。従って、図４の例では、<SupplementalProperty schemeIdUri=”urn:mpeg:DASH:audio:cbr:2015”>の値はfalseである。
また、アダプテーションセット要素は、セグメントの長さおよびセグメントファイルのファイル名のルールを示すSegmentTemplateを有する。SegmentTemplateには、timescale, duration, initialization、およびmediaが記述される。
timescaleは、１秒を表す値であり、durationは、timescaleを１秒としたときのセグメント長の値である。図４の例では、timescaleは44100であり、durationは88200である。従って、セグメント長は２秒である。
initializationは、オーディオストリームのセグメントファイルのうちの初期化セグメントファイルの名前のルールを示す情報である。図４の例では、initializationは「$Bandwidth$init.mp4」である。従って、オーディオストリームの初期化セグメントファイルの名前は、リプレゼンテーション要素が有するBandwidthにinitを付加したものである。
また、mediaは、オーディオストリームのセグメントファイルのうちのメディアセグメントファイルの名前のルールを示す情報である。図４の例では、mediaは「$Bandwidth$-$Number$.mp4」である。従って、オーディオストリームのメディアセグメントファイルの名前は、リプレゼンテーション要素が有するBandwidthに「-」を付加し、順次番号が付加されたものである。
リプレゼンテーション要素は、それをグルーピングするアダプテーションセット要素に含まれ、上位層のピリオド要素に対応する動画コンテンツの同一の符号化ストリームのセグメントファイル群ごとに記述される。リプレゼンテーション要素は、対応するセグメントファイル群に共通の情報として、ビットレートを示すBandwidth、画像のサイズなどを有する。
なお、符号化方式がlosslessDSD方式である場合、オーディオストリームの実際のビットレートは予測不可能である。従って、オーディオストリームに対応するリプレゼンテーション要素には、対応するセグメントファイル群に共通のビットレートとして、オーディオストリームの最大ビットレートが記述される。
図４の例では、３種類のオーディオストリームの最大ビットレートは、2.8Mbps,5.6Mbps、および11.2Mbpsである。従って、３つのリプレゼンテーション要素のBandwidthは、それぞれ、2800000,5600000,11200000をBandwidthである。また、アダプテーションセット要素のMinBandwidthは2800000であり、maxBandwidthは11200000である。
セグメントインフォ要素は、リプレゼンテーション要素に含まれ、そのリプレゼンテーション要素に対応するセグメントファイル群の各セグメントファイルに関する情報を有する。
以上のように、オーディオストリームの符号化方式がlosslessDSD方式である場合、MPDファイルには、オーディオストリームの最大ビットレートが記述される。従って、動画再生端末１４は、オーディオストリームのビットレートが最大ビットレートであるものとしてオーディオストリームおよびビデオストリームを取得することにより、途切れずに再生を行うことができる。しかしながら、オーディオストリームの実際のビットレートが最大ビットレートより小さい場合、オーディオストリームに割り当てた帯域に無駄が発生する。
なお、図４の例では、アダプテーションセット要素に、<codecs=”dsd1”>と<SupplementalProperty schemeIdUri=”urn:mpeg:DASH:audio:cbr:2015”value=”false”>が記述されたが、各リプレゼンテーション要素に記述されるようにしてもよい。
（MPDファイルの第２の記述例）
図５は、MPDファイルの第２の記述例を示す図である。
図５の例では、ビットレートの異なる３種類のオーディオストリームのうちの２種類のオーディオストリームの符号化方式がlosslessDSD方式であり、１種類のオーディオストリームの符号化方式が、MPEG-4方式である。
従って、図５のMPDファイルでは、アダプテーションセット要素が、<codecs=”dsd1”>と<SupplementalProperty schemeIdUri=”urn:mpeg:DASH:audio:cbr:2015”value=”false”>を有さない。その代わりに、リプレゼンテーションセット要素が、オーディオストリームの符号化方式を示す情報、および、<SupplementalProperty schemeIdUri=”urn:mpeg:DASH:audio:cbr:2015”>を有する。
具体的には、図５の例では、１つ目のリプレゼンテーションセット要素に対応するオーディオストリームの符号化方式がlosslessDSD方式であり、最大ビットレートが2.8Mbpsである。従って、１つ目のリプレゼンテーションセット要素は、<codecs=”dsd1”>、<SupplementalProperty schemeIdUri=”urn:mpeg:DASH:audio:cbr:2015”value=”false”>、およびBandwidthとしての2800000を有する。
また、２つ目のリプレゼンテーションセット要素に対応するオーディオストリームの符号化方式がlosslessDSD方式であり、最大ビットレートが5.6Mbpsである。従って、２つ目のリプレゼンテーションセット要素は、<codecs=”dsd1”>、<SupplementalProperty schemeIdUri=”urn:mpeg:DASH:audio:cbr:2015”value=”false”>、およびBandwidthとしての5600000を有する。
さらに、３つ目のリプレゼンテーションセット要素に対応するオーディオストリームの符号化方式がMPEG-4方式であり、実際のビットレートが128kbpsである。従って、１つ目のリプレゼンテーションセット要素は、<codecs=”mp4a”>、<SupplementalProperty schemeIdUri=”urn:mpeg:DASH:audio:cbr:2015”value=”true”>、およびBandwidth としての128000を有する。なお、<codecs=”mp4a”>は、オーディオストリームの符号化方式がMPEG-4方式であることを示す情報である。
なお、図４や図５のMPDファイルは、オーディオストリームの符号化方式として固定方式ではない方式が想定されていないMPDファイルに対して、<codecs=”dsd1”>と<SupplementalProperty schemeIdUri=”urn:mpeg:DASH:audio:cbr:2015”>を記述可能にしたものである。従って、図４や図５のMPDファイルは、オーディオストリームの符号化方式として固定方式ではない方式が想定されていないMPDファイルと互換性を有する。
（ファイル生成装置の処理の説明）
図６は、図３のファイル生成装置１１のファイル生成処理を説明するフローチャートである。
図６のステップＳ１０において、ファイル生成装置１１のMPDファイル生成部３４は、MPDファイルを生成し、アップロード部３５に供給する。ステップＳ１１において、アップロード部３５は、MPDファイル生成部３４から供給されるMPDファイルを、Webサーバ１２にアップロードする。
ステップＳ１２において、取得部３１は、セグメント単位の動画コンテンツのビデオアナログ信号およびオーディオアナログ信号を取得してA/D変換を行う。取得部３１は、A/D変換の結果得られるビデオデジタル信号およびオーディオアナログ信号、並びに、その他のセグメント単位の動画コンテンツの信号等の信号を符号化部３２に供給する。
ステップＳ１３において、符号化部３２は、複数のビットレートで、取得部３１から供給される動画コンテンツの信号を、所定の符号化方式で符号化し、符号化ストリームを生成する。符号化部３２は、生成された符号化ストリームをセグメントファイル生成部３３に供給する。
ステップＳ１４において、セグメントファイル生成部３３は、符号化部３２から供給される符号化ストリームを、ビットレートごとにファイル化し、セグメントファイルを生成する。セグメントファイル生成部３３は、生成されたセグメントファイルをアップロード部３５に供給する。
ステップＳ１５において、アップロード部３５は、セグメントファイル生成部３３から供給されるセグメントファイルを、Webサーバ１２にアップロードする。
ステップＳ１６において、取得部３１は、ファイル生成処理を終了するかどうかを判定する。具体的には、取得部３１は、新たにセグメント単位の動画コンテンツの信号が供給される場合、ファイル生成処理を終了しないと判定する。そして、処理はステップＳ１２に戻り、ファイル生成処理を終了すると判定されるまで、ステップＳ１２乃至Ｓ１６の処理が繰り返される。
一方、取得部３１は、新たにセグメント単位の動画コンテンツの信号が供給されない場合、ステップＳ１６でファイル生成処理を終了すると判定する。そして、処理は終了する。
以上のように、ファイル生成装置１１は、オーディオストリームの符号化方式がlosslessDSD方式である場合、MPDファイルに<SupplementalProperty schemeIdUri=”urn:mpeg:DASH:audio:cbr:2015”value=”false”>を記述する。従って、動画再生端末１４は、オーディオストリームの符号化方式が固定方式ではないことを認識することができる。
（動画再生端末の機能的構成例）
図７は、図１の動画再生端末１４が制御用ソフトウエア２１、動画再生ソフトウエア２２、およびアクセス用ソフトウエア２３を実行することにより実現されるストリーミング再生部の構成例を示すブロック図である。
ストリーミング再生部６０は、MPD取得部６１、MPD処理部６２、セグメントファイル取得部６３、選択部６４、バッファ６５、復号部６６、および出力制御部６７により構成される。
ストリーミング再生部６０のMPD取得部６１は、MPDファイルをWebサーバ１２に要求し、取得する。MPD取得部６１は、取得されたMPDファイルをMPD処理部６２に供給する。
MPD処理部６２は、MPD取得部６１から供給されるMPDファイルを解析する。具体的には、MPD処理部６２は、各符号化ストリームのBandwidth、各符号化ストリームを格納するセグメントファイルのURLやファイル名等の取得情報を取得する。
また、符号化ストリームがオーディオストリームである場合、MPD処理部６２は、<SupplementalProperty schemeIdUri=”urn:mpeg:DASH:audio:cbr:2015”>の値に基づいて、その値に対応するオーディオストリームの符号化方式が固定方式であるかどうかを認識する。そして、MPD処理部６２は、各オーディオストリームの符号化方式が固定方式であるかどうかを示す符号化方式情報を生成する。MPD処理部６２は、解析の結果得られるBandwidth、取得情報、符号化方式情報等をセグメントファイル取得部６３に供給し、Bandwidthを選択部６４に供給する。
セグメントファイル取得部６３は、各オーディオストリームの符号化方式情報の少なくとも１つが固定方式ではないことを示す場合、インターネット１３のネットワーク帯域と各オーディオストリームのBandwidthとに基づいて、Bandwidthの異なるオーディオストリームから、取得するオーディオストリームを選択する。そして、セグメントファイル取得部６３（取得部）は、選択されたオーディオストリームのセグメントファイルのうちの、再生時刻のセグメントファイルの取得情報をWebサーバ１２に送信し、そのセグメントファイルを取得する。
また、セグメントファイル取得部６３は、取得されたオーディオストリームの実際のビットレートを検出し、選択部６４に供給する。さらに、セグメントファイル取得部６３は、選択部６４から供給されるBandwidthのビデオストリームのセグメントファイルのうちの、再生時刻のセグメントファイルの取得情報をWebサーバ１２に送信し、そのセグメントファイルを取得する。
一方、各オーディオストリームの符号化方式情報の全てが固定方式であることを示す場合、セグメントファイル取得部６３は、各符号化ストリームのBandwidthとインターネット１３のネットワーク帯域とに基づいて、取得するビデオストリームとオーディオストリームのBandwidthを選択する。そして、セグメントファイル取得部６３は、選択されたBandwidthのビデオストリームおよびオーディオストリームのセグメントファイルのうちの、再生時刻のセグメントファイルの取得情報をWebサーバ１２に送信し、そのセグメントファイルを取得する。セグメントファイル取得部６３は、取得されたセグメントファイルに格納される符号化ストリームをバッファ６５に供給する。
選択部６４は、オーディオストリームの実際のビットレート、インターネット１３のネットワーク帯域、およびビデオストリームのBandwidthに基づいて、Bandwidthの異なるビデオストリームから、取得するビデオストリームを選択する。選択部６４は、選択されたビデオストリームのBandwidthをセグメントファイル取得部６３に供給する。
バッファ６５は、セグメントファイル取得部６３から供給される符号化ストリームを一時的に保持する。
復号部６６は、バッファ６５から符号化ストリームを読み出して復号し、動画コンテンツのビデオデジタル信号やオーディオデジタル信号を生成する。復号部６６は、生成されたビデオデジタル信号やオーディオデジタル信号を出力制御部６７に供給する。
出力制御部６７は、復号部６６から供給されるビデオデジタル信号に基づいて、動画再生端末１４が有する図示せぬディスプレイ等の表示部に画像を表示させる。また、出力制御部６７は、復号部６６から供給されるオーディオデジタル信号に対してD/A(Digital/Analog)変換を行う。出力制御部６７は、D/A変換の結果得られるオーディオアナログ信号に基づいて、動画再生端末１４が有する図示せぬスピーカ等の出力部に音声を出力させる。
（オーディオストリームの実際のビットレートの例）
図８は、符号化方式がlosslessDSD方式である場合のオーディオストリームの実際のビットレートの例を示す図である。
図８に示すように、符号化方式がlosslessDSD方式である場合、オーディオストリームの実際のビットレートは、Bandwidthが示す最大ビットレート以下で変動する。
しかしながら、オーディオストリームの実際のビットレートは、予測不可能である。従って、動画コンテンツがライブ配信される場合、動画再生端末１４は、オーディオストリームを取得するまで、オーディオストリームの実際のビットレートを認識することはできない。
よって、動画再生端末１４は、ビデオストリームのビットレートの選択前にオーディオストリームを取得することにより、オーディオストリームの実際のビットレートを取得する。これにより、動画再生端末１４は、インターネット１３のネットワーク帯域のうちの、オーディオストリームの実際のビットレート以外の帯域をビデオストリームに割り当てることができる。即ち、オーディオストリームの最大ビットレートと実際のビットレートとの差分である余剰帯域８１を、ビデオストリームに割り当てることができる。
これに対して、オーディオストリームの最大ビットレートを示すBandwidthに基づいて、インターネット１３のネットワーク帯域の割り当てを行う場合、余剰帯域８１をビデオストリームに割り当てることができず、帯域利用に無駄が生じる。
（動画再生端末の処理の説明）
図９は、図７のストリーミング再生部６０の再生処理を説明するフローチャートである。この再生処理は、MPDファイルが取得され、MPDファイルの解析の結果生成された各オーディオストリームの符号化方式情報の少なくとも１つが固定方式ではないことを示す場合、開始される。
図９のステップＳ３１において、セグメントファイル取得部６３は、MPD処理部６２から供給される各符号化ストリームのBandwidthのうち、ビデオストリームとオーディオストリームの最も小さいBandwidthを選択する。
ステップＳ３２において、セグメントファイル取得部６３は、ステップＳ３１で選択されたBandwidthのビデオストリームとオーディオストリームのセグメントファイルのうちの、再生開始時刻から所定の時間長のセグメントファイルの取得情報をセグメント単位でWebサーバ１２に送信し、そのセグメントファイルをセグメント単位で取得する。
この所定の時間長は、インターネット１３のネットワーク帯域の検出用に復号開始までにバッファ６５に保持することが望ましい符号化ストリームの時間長である。例えば、この所定の時間長は、バッファ６５に保持可能な符号化ストリームの時間長（例えば、３０秒から６０秒程度）（以下、最大時間長という）の２５パーセントである。セグメントファイル取得部６３は、取得された各セグメントファイルに格納される符号化ストリームをバッファ６５に供給して保持させる。
ステップＳ３３において、復号部６６は、バッファ６５に記憶されている符号化ストリームの復号を開始する。なお、復号部６６により読み出され、復号された符号化ストリームはバッファ６５から削除される。復号部６６は、復号の結果得られる動画コンテンツのビデオデジタル信号やオーディオデジタル信号を出力制御部６７に供給する。出力制御部６７は、復号部６６から供給されるビデオデジタル信号に基づいて、動画再生端末１４が有する図示せぬディスプレイ等の表示部に画像を表示させる。また、出力制御部６７は、復号部６６から供給されるオーディオデジタル信号に対してD/A変換を行い、その結果得られるオーディオアナログ信号に基づいて、動画再生端末１４が有する図示せぬスピーカ等の出力部に音声を出力させる。
ステップＳ３４において、セグメントファイル取得部６３は、インターネット１３のネットワーク帯域を検出する。
ステップＳ３５において、セグメントファイル取得部６３は、インターネット１３のネットワーク帯域と、各符号化ストリームのBandwidthとに基づいて、ビデオストリームとオーディオストリームのBandwidthを選択する。具体的には、セグメントファイル取得部６３は、選択されたビデオストリームとオーディオストリームのBandwidthの和が、インターネット１３のネットワーク帯域以下となるように、ビデオストリームとオーディオストリームのBandwidthを選択する。
ステップＳ３６において、セグメントファイル取得部６３は、ステップＳ３５で選択されたBandwidthのオーディオストリームのセグメントファイルのうちの、ステップＳ３２で取得されたセグメントファイルの次の時刻から所定の時間長のセグメントファイルの取得情報をセグメント単位でWebサーバ１２に送信し、セグメント単位でセグメントファイルを取得する。
この所定の時間長は、最大時間長に対して、バッファ６５に保持されている符号化ストリームの時間長が不足している時間長より小さければ、どのような時間長であってもよい。セグメントファイル取得部６３は、取得された各セグメントファイルに格納されるオーディオストリームをバッファ６５に供給して保持させる。
ステップＳ３７において、セグメントファイル取得部６３は、ステップＳ３６で取得されたオーディオストリームの実際のビットレートを検出し、選択部６４に供給する。
ステップＳ３８において、選択部６４は、オーディオストリームの実際のビットレート、ビデオストリームのBandwidth、およびインターネット１３のネットワーク帯域に基づいて、ビデオストリームのBandwidthを選択し直すかどうかを判定する。
具体的には、選択部６４は、インターネット１３のネットワーク帯域からオーディオストリームの実際のビットレートを減算した値以下で最も大きいビデオストリームのBandwidthが、ステップＳ３５で選択されたビデオストリームのBandwidthであるかどうかを判定する。
そして、選択部６４は、ステップＳ３５で選択されたビデオストリームのBandwidthではないと判定した場合、ビデオストリームのBandwidthを選択し直すと判定する。一方、ステップＳ３５で選択されたビデオストリームのBandwidthであると判定された場合、選択部６４は、ビデオストリームのBandwidthを選択し直さないと判定する。
ステップＳ３８でビデオストリームのBandwidthを選択し直すと判定された場合、処理はステップＳ３９に進む。
ステップＳ３９において、選択部６４は、インターネット１３のネットワーク帯域からオーディオストリームの実際のビットレートを減算した値以下で最も大きいビデオストリームのBandwidthを選択し直す。そして、選択部６４は、選択し直されたBandwidthをセグメントファイル取得部６３に供給し、処理をステップＳ４０に進める。
一方、ステップＳ３８で、ビデオストリームのBandwidthを選択し直さないと判定された場合、選択部６４は、ステップＳ３５で選択されたビデオストリームのBandwidthをセグメントファイル取得部６３に供給し、処理をステップＳ４０に進める。
ステップＳ４０において、セグメントファイル取得部６３は、選択部６４から供給されるBandwidthのビデオストリームのセグメントファイルのうちの、ステップＳ３６で取得されたオーディオストリームに対応する所定の時間長のセグメントファイルの取得情報をセグメント単位でWebサーバ１２に送信し、そのセグメントファイルをセグメント単位で取得する。セグメントファイル取得部６３は、取得された各セグメントファイルに格納されるビデオストリームをバッファ６５に供給して保持させる。
ステップＳ４１において、セグメントファイル取得部６３は、バッファ６５に空きがあるかどうかを判定する。ステップＳ４１でバッファ６５に空きがないと判定された場合、セグメントファイル取得部６３は、バッファ６５に空きができるまで待機する。
一方、ステップＳ４１でバッファ６５に空きがあると判定された場合、ステップＳ４２において、ストリーミング再生部６０は、再生を終了するかどうかを判定する。ステップＳ４２で再生を終了しないと判定された場合、処理はステップＳ３４に戻り、再生を終了するまで、ステップＳ３４乃至Ｓ４２の処理が繰り返される。
一方、ステップＳ４２で再生を終了すると判定された場合、ステップＳ４３において、復号部６６は、バッファ６５に記憶されている全ての符号化ストリームの復号を終了した後、復号を終了する。そして、処理は終了する。
以上のように、動画再生端末１４は、losslessDSD方式で符号化されたオーディオストリームをビデオストリームの前に取得してオーディオストリームの実際のビットレートを取得し、その実際のビットレートに基づいて、取得するビデオストリームのBandwidthを選択する。
従って、losslessDSD方式で符号化されたオーディオストリームとビデオストリームを取得する際、オーディオストリームのBandwidthと実際のビットレートとの差分である余剰帯域をビデオストリームに割り当てることができる。その結果、オーディオストリームのBandwidthに基づいて、取得するビデオストリームのBandwidthを選択する場合に比べて、最適なビットレートのビデオストリームを取得することができる。
＜第２実施の形態＞
（MPDファイルの第１の記述例）
本開示を適用した情報処理システムの第２実施の形態は、MPDファイルの構成、MPDファイルが所定の期間ごとに更新される点、ファイル生成処理、および再生処理が、図１の情報処理システム１０の構成と異なる。従って、以下では、MPDファイルの構成、ファイル生成処理、MPDファイルの更新処理、および再生処理についてのみ説明する。
第２実施の形態では、ファイル生成装置１１が、オーディオストリームを生成後に、生成されたオーディオストリームの実際のビットレートの平均値を算出し、MPDファイルに記述する。ライブ配信では、オーディオストリームの生成とともに、平均値が変化するため、動画再生端末１４は、MPDファイルを定期的に取得して更新する必要がある。
図１０は、第２実施の形態におけるMPDファイルの第１の記述例を示す図である。
図１０のMPDファイルの構成は、リプレゼンテーション要素がAveBandwidthとDurationForAveBandwidthをさらに有する点が、図４のMPDファイルの構成と異なる。
AveBandwidthは、リプレゼンテーション要素に対応するオーディオストリームの実際のビットレートの所定の期間の平均値を示す情報である。DurationForAveBandwidthは、AveBandwidthに対応する所定の期間を示す情報である。
具体的には、第２実施の形態におけるMPDファイル生成部３４は、基準期間ごとに、符号化部３２により生成されたオーディオストリームの実際のビットレートの積算値から平均値を算出することにより、基準期間だけ増加した所定の期間のオーディオストリームの実際のビットレートの平均値を算出する。
そして、MPDファイル生成部３４（生成部）は、基準期間ごとに、算出された平均値と、その平均値に対応する所定の期間とを、オーディオストリームの実際のビットレートを表すビットレート情報として生成する。そして、MPDファイル生成部３４は、ビットレート情報のうちの平均値を示す情報をAveBandwidthとして含み、所定の期間を示す情報をDurationForAveBandwidthとして含むMPDファイルを生成する。
図１０の例では、MPDファイル生成部３４は、先頭から600秒間のオーディオストリームの実際のビットレートの平均値を算出している。従って、３つのリプレゼンテーション要素が有するDurationForAveBandwidthは、600秒を示すPT600Sである。
また、１つ目のリプレゼンテーション要素に対応する最大ビットレートが2.8MbpsであるlosslessDSD方式のオーディオストリームの先頭から600秒間の実際のビットレートの平均値は、2Mbpsである。従って、１つ目のリプレゼンテーション要素が有するAveBandwidthは2000000である。
２つ目のリプレゼンテーション要素に対応する最大ビットレートが5.6MbpsであるlosslessDSD方式のオーディオストリームの先頭から600秒間の実際のビットレートの平均値は、4Mbpsである。従って、２つ目のリプレゼンテーション要素が有するAveBandwidthは4000000である。
３つ目のリプレゼンテーション要素に対応する最大ビットレートが11.2MbpsであるlosslessDSD方式のオーディオストリームの先頭から600秒間の実際のビットレートの平均値は、8Mbpsである。従って、３つ目のリプレゼンテーション要素が有するAveBandwidthは8000000である。
（MPDファイルの第２の記述例）
図１１は、第２実施の形態におけるMPDファイルの第２の記述例を示す図である。
図１１のMPDファイルの構成は、losslessDSD方式で符号化されたオーディオストリームに対応する２つのリプレゼンテーション要素がAveBandwidthとDurationForAveBandwidthをさらに有する点が、図５のMPDファイルの構成と異なる。
２つのリプレゼンテーション要素が有するAveBandwidthとDurationForAveBandwidthは、それぞれ、図１０の１つ目、２つ目のリプレゼンテーション要素が有するAveBandwidthとDurationForAveBandwidthと同一であるので、説明は省略する。
なお、MPDファイル生成部３４は、動画コンテンツの最後のオーディオストリームのビットレートまで積算された積算値から平均値を算出する場合、DurationForAveBandwidthとして動画コンテンツの時間を記述してもよいし、DurationForAveBandwidthの記述を省略してもよい。
また、図示は省略するが、図１０や図１１のMPDファイルには、MPDファイルの更新間隔として基準期間を示すminimumUpdatePeriodが含まれる。そして、動画再生端末１４は、minimumUpdatePeriodが示す更新間隔でMPDファイルを更新する。従って、MPDファイル生成部３４は、MPDファイルに記述するminimumUpdatePeriodを変更するだけで、MPDファイルの更新間隔を容易に変更することができる。
さらに、図１０や図１１のAveBandwidthとDurationForAveBandwidthは、リプレゼンテーション要素のパラメータとして記述するのではなく、SupplementalProperty descriptorとして記述するようにしてもよい。
また、図１０や図１１のAveBandwidthの代わりに、所定の期間のオーディオストリームの実際のビットレートの積算値を記述するようにしてもよい。
なお、図１０や図１１のMPDファイルは、オーディオストリームの符号化方式として固定方式ではない方式が想定されていないMPDファイルに対して、<codecs=”dsd1”>と<SupplementalProperty schemeIdUri=”urn:mpeg:DASH:audio:cbr:2015”>のほか、AveBandwidthとDurationForAveBandwidthを記述可能にしたものである。従って、図１０や図１１のMPDファイルは、オーディオストリームの符号化方式として固定方式ではない方式が想定されていないMPDファイルと互換性を有する。
（情報処理システムの処理の説明）
図１２は、第２実施の形態におけるファイル生成装置１１のファイル生成処理を説明するフローチャートである。このファイル生成処理は、オーディオストリームの符号化方式の少なくとも１つがlosslessDSD方式である場合に行われる。
図１２のステップＳ６０において、ファイル生成装置１１のMPDファイル生成部３４は、MPDファイルを生成する。このとき、まだ、オーディオストリームの実際のビットレートの平均値は算出されていないので、例えば、MPDファイルのAveBandwidthには、Bandwidthと同一の値が記述され、DurationForAveBandwidthには、0秒を示すPT0Sが記述される。また、MPDファイルのminimumUpdatePeriodには、例えば基準期間ΔＴが設定される。MPDファイル生成部３４は、生成されたMPDファイルをアップロード部３５に供給する。
ステップＳ６１乃至Ｓ６５の処理は、図６のステップＳ１１乃至Ｓ１５の処理と同様であるので、説明は省略する。
ステップＳ６６において、MPDファイル生成部３４は、オーディオストリームの実際のビットレートを、保持されている積算値に積算し、その結果得られる積算値を保持する。
ステップＳ６７において、MPDファイル生成部３４は、ステップＳ６６の処理によりMPDファイルの更新時刻の１秒前の再生時刻のオーディオストリームの実際のビットレートまで積算されたかどうかを判定する。なお、図１２の例では、積算値を更新したMPDファイルが実際にWebサーバ１２にアップロードされるまでの時間が１秒であるため、MPDファイル生成部３４は、更新時刻の１秒前の再生時刻のオーディオストリームの実際のビットレートまで積算されたかどうかを判定する。しかしながら、その時間は、勿論、１秒に限定されず、１秒以外である場合には、その時間だけ更新時刻より前の再生時刻のオーディオストリームの実際のビットレートまで積算されたかどうかが判定される。また、最初のステップＳ６７の処理におけるMPDファイルの更新時刻は、0秒から基準期間ΔＴ後であり、次のステップＳ６７の処理におけるMPDファイルの更新時刻は、0秒から基準期間ΔＴの２倍後である。以降も同様に、MPDファイルの更新時刻は基準期間ΔＴずつ増加する。
ステップＳ６７で、ステップＳ６６の処理によりMPDファイルの更新時刻の１秒前の再生時刻のオーディオストリームの実際のビットレートまで積算されたと判定された場合、処理はステップＳ６８に進む。ステップＳ６８において、MPDファイル生成部３４は、保持している積算値を、積算されたビットレートに対応するオーディオストリームの期間で除算することにより平均値を算出する。
ステップＳ６９において、MPDファイル生成部３４は、MPDファイルのAveBandwidthとDurationForAveBandwidthを、それぞれ、ステップＳ６７で算出された平均値を示す情報、その平均値に対応する期間を示す情報に更新し、処理をステップＳ７０に進める。
一方、ステップＳ６７で、まだステップＳ６６の処理によりMPDファイルの更新時刻の１秒前の再生時刻のオーディオストリームの実際のビットレートまで積算されていないと判定された場合、処理はステップＳ７０に進む。
ステップＳ７０の処理は、図６のステップＳ１６の処理と同一であるので、説明は省略する。
図１３は、第２実施の形態におけるストリーミング再生部６０のMPDファイル更新処理を説明するフローチャートである。このMPDファイル更新処理は、MPDファイルにminimumUpdatePeriodが記述されている場合に行われる。
図１３のステップＳ９１において、ストリーミング再生部６０のMPD取得部６１は、MPDファイルを取得し、MPD処理部６２に供給する。ステップＳ９２において、MPD処理部６２は、MPD取得部６１から供給されるMPDファイルを解析することにより、MPDファイルからminimumUpdatePeriodが示す更新間隔を取得する。
また、MPD処理部６２は、第１実施の形態の場合と同様に、MPDファイルを解析することにより、符号化ストリームのBandwidth、取得情報、符号化方式情報等を得る。さらに、MPD処理部６２は、MPDファイルを解析することにより、符号化方式情報が固定方式ではないことを示す場合、オーディオストリームのAveBandwidthを取得し、選択用ビットレートとする。また、符号化方式情報が固定方式であることを示す場合、MPD処理部６２は、オーディオストリームのBandwidthを選択用ビットレートとする。
MPD処理部６２は、各ビデオストリームのBandwidthおよび取得情報、並びに、各オーディオストリームの選択用ビットレート、取得情報、および符号化方式情報をセグメントファイル取得部６３に供給する。また、MPD処理部６２は、各オーディオストリームの選択用ビットレートを選択部６４に供給する。
ステップＳ９３において、MPD取得部６１は、前回のステップＳ９１の処理によるMPDファイルの取得から更新間隔が経過したかどうかを判定する。ステップＳ９３で更新間隔が経過していないと判定された場合、MPD取得部６１は、更新間隔が経過するまで待機する。
ステップＳ９３で更新間隔が経過したと判定された場合、処理はステップＳ９４に進む。ステップＳ９４において、ストリーミング再生部６０は、再生処理を終了するかどうかを判定する。ステップＳ９４で再生処理を終了しないと判定された場合、処理はステップＳ９１に戻り、再生処理を終了するまで、ステップＳ９１乃至Ｓ９４の処理が繰り返される。
一方、ステップＳ９４で再生処理を終了すると判定された場合、処理は終了する。
図１４は、第２実施の形態におけるストリーミング再生部６０の再生処理を説明するフローチャートである。この再生処理は、図１３のMPDファイル更新処理と並列して行われる。
図１４のステップＳ１１１において、セグメントファイル取得部６３は、MPD処理部６２から供給されるビデオストリームのBandwidthとオーディオストリームの選択用ビットレートそれぞれの最も小さいものを選択する。
ステップＳ１１２において、セグメントファイル取得部６３は、ステップＳ１１１で選択されたBandwidthのビデオストリームと選択用ビットレートのオーディオストリームのセグメントファイルのうちの、再生開始時刻から所定の時間長のセグメントファイルの取得情報をセグメント単位でWebサーバ１２に送信し、そのセグメントファイルをセグメント単位で取得する。この所定の時間長は、図９のステップＳ３２における時間長と同一である。セグメントファイル取得部６３は、取得されたセグメントファイルをバッファ６５に供給して保持させる。
ステップＳ１１３およびＳ１１４の処理は、図９のステップＳ３３およびＳ３４の処理と同様であるので、説明は省略する。
ステップＳ１１５において、セグメントファイル取得部６３は、インターネット１３のネットワーク帯域と、ビデオストリームのBandwidthおよびオーディオストリームの選択用ビットレートとに基づいて、ビデオストリームのBandwidthとオーディオストリームの選択用ビットレートを選択する。
具体的には、セグメントファイル取得部６３は、選択されたビデオストリームのBandwidthとオーディオストリームの選択用ビットレートの和が、インターネット１３のネットワーク帯域以下となるように、ビデオストリームのBandwidthとオーディオストリームの選択用ビットレートを選択する。
ステップＳ１１６において、セグメントファイル取得部６３は、ステップＳ１１５で選択されたBandwidthのビデオストリームと選択用ビットレートのオーディオストリームのセグメントファイルのうちの、ステップＳ１１２で取得されたセグメントファイルの次の時刻から所定の時間長のセグメントファイルの取得情報をセグメント単位でWebサーバ１２に送信し、そのセグメントファイルをセグメント単位で取得する。セグメントファイル取得部６３は、取得されたセグメントファイルをバッファ６５に供給して保持させる。
なお、AveBandwidthは、オーディオストリームの実際のビットレートの平均値であるため、実際のビットレートはAveBandwidthを超える場合がある。従って、ステップＳ１１６における所定の時間長は、基準期間ΔＴより短い時間長にされる。これにより、実際のビットレートがAveBandwidthを超える場合、インターネット１３のネットワーク帯域が小さくなり、より低い選択用ビットレートのオーディオストリームが取得されるようになる。その結果、バッファ６５のオーバーフローを防止することができる。
ステップＳ１１７乃至Ｓ１１９の処理は、図９のステップＳ４１乃至Ｓ４３の処理と同様であるので、説明は省略する。
以上のように、第２実施の形態におけるファイル生成装置１１は、losslessDSD方式で符号化されたオーディオストリームの実際のビットレートの平均値を生成する。従って、動画再生端末１４は、オーディオストリームの実際のビットレートの平均値に基づいて、取得するビデオストリームのBandwidthを選択することにより、オーディオストリームのBandwidthと実際のビットレートとの差分である余剰帯域の少なくとも一部をビデオストリームに割り当てることができる。その結果、オーディオストリームのBandwidthに基づいて、取得するビデオストリームのBandwidthを選択する場合に比べて、最適なビットレートのビデオストリームを取得することができる。
また、第２実施の形態では、オーディオストリームの実際のビットレートを取得するために、ビデオストリームの取得前にオーディオストリームを取得する必要がない。さらに、第２実施の形態では、ファイル生成装置１１が、基準期間ごとにMPDファイルのAveBandwidthを更新するので、動画再生端末１４は、再生開始時刻において最新のMPDファイルを取得することにより、最新のAveBandwidthを取得することができる。
＜第３実施の形態＞
（オーディオストリームのメディアセグメントファイルの構成例）
本開示を適用した情報処理システムの第３実施の形態は、主に、MPDファイルにminimumUpdatePeriodを記述するのではなく、オーディオストリームのメディアセグメントファイルにMPDファイルの更新時刻を通知する更新通知情報を格納する点が、第２実施の形態と異なる。従って、以下では、オーディオストリームのセグメントファイル、ファイル生成処理、MPDファイル更新処理、再生処理についてのみ説明する。
図１５は、第３実施の形態におけるオーディオストリームの更新通知情報を含むメディアセグメントファイルの構成例を示す図である。
図１５のメディアセグメントファイル（Media Segment）は、stypボックス、sidxボックス、emsgボックス（Event Message Box）、および１以上のMovie fragmentにより構成される。
stypボックスは、メディアセグメントファイルの形式を示す情報を格納するボックスである。図１５の例では、メディアセグメントファイルの形式がMPEG-DASHの形式であることを示すmsdhが、stypボックスに格納されている。sidxボックスは、１以上のMovie fragmentからなるサブセグメントのインデックス情報を格納するボックスである。
emsgボックスは、MPD validity expirationを用いて更新通知情報を格納するボックスである。Movie fragmentは、moofボックスとmdatボックスにより構成される。moofボックスは、オーディオストリームのメタデータを格納するボックスであり、mdatボックスは、オーディオストリームを格納するボックスである。Media Segmentを構成するMovie fragmentは、１以上のサブセグメントに分割される。
（emsgボックスの記述例）
図１６は、図１５のemsgボックスの記述例を示す図である。
図１６に示すように、emsgボックスには、string value,presentation_time_delta,event_duration,id,message_dataなどが記述される。
string valueは、このemsgボックスに対応するイベントを定義する値であり、図１６の場合、MPDファイルの更新を示す１である。
presentation_time_deltaは、このemsgボックスが配置されるメディアセグメントファイルの再生時刻から、イベントが行われる再生時刻までの時間である。従って、図１６の場合、presentation_time_deltaは、このemsgボックスが配置されるメディアセグメントファイルの再生時刻から、MPDファイルの更新が行われる再生時刻までの時間であり、更新通知情報である。第３実施の形態では、presentation_time_deltaは５である。従って、このemsgボックスが配置されるメディアセグメントファイルの再生時刻から５秒後にMPDファイルが更新される。
event_durationは、このemsgボックスに対応するイベントの期間であり、図１６の場合、期間が不明であることを示す「0xFFFF」である。idは、このemsgボックスに固有のＩＤである。また、message_dataは、このemsgボックスに対応するイベントに関するデータであり、図１６の場合MPDファイルの更新時刻のXML（ExtensibleMarkupLanguage）データである。
以上のように、ファイル生成装置１１は、必要に応じて、オーディオストリームのメディアセグメントファイルに、presentation_time_deltaを格納する図１６のemsgボックスを含める。これにより、ファイル生成装置１１は、このメディアセグメントファイルの再生時刻から何秒後にMPDファイルが更新されるかを動画再生端末１４に通知することができる。
また、ファイル生成装置１１は、emsgボックスをメディアセグメントファイルに配置させる頻度を変更するだけで、MPDファイルの更新頻度を容易に変更することができる。
（ファイル生成装置の処理の説明）
図１７は、第３実施の形態におけるファイル生成装置１１のファイル生成処理を説明するフローチャートである。このファイル生成処理は、オーディオストリームの符号化方式の少なくとも１つがlosslessDSD方式である場合に行われる。
図１７のステップＳ１３０において、ファイル生成装置１１のMPDファイル生成部３４は、MPDファイルを生成する。このMPDファイルは、minimumUpdatePeriodが記述されない点、および、「urn:mpeg:dash:profile:is-off-ext-live:2014」が記述される点が、第２実施の形態におけるMPDファイルと異なる。「urn:mpeg:dash:profile:is-off-ext-live:2014」は、メディアセグメントファイルに図１６のemsgボックスが配置されることを示すプロファイルである。MPDファイル生成部３４は、生成されたMPDファイルをアップロード部３５に供給する。
ステップＳ１３１乃至Ｓ１３３の処理は、図１２のステップＳ６１乃至Ｓ６３の処理と同様であるので、説明は省略する。
ステップＳ１３４において、ファイル生成装置１１のセグメントファイル生成部３３は、ステップＳ１３３で符号化されたオーディオデジタル信号の再生時刻が、MPDファイルの更新時刻の５秒前であるかどうかを判定する。なお、図１７の例では、動画再生端末１４にMPDファイルの更新を５秒前に通知するため、セグメントファイル生成部３３は、MPDファイルの更新時刻の５秒前であるかどうかを判定する。しかしながら、動画再生端末１４への通知は、勿論、５秒以外の時間だけ前に行われてもよく、５秒以外の時間だけ前に行われる場合には、その時間だけMPDファイルの更新時刻より前であるかどうかが判定される。また、最初のステップＳ１３４の処理におけるMPDファイルの更新時刻は、0秒から基準期間ΔＴ後であり、次のステップＳ１３４の処理におけるMPDファイルの更新時刻は、0秒から基準期間ΔＴの２倍後である。以降も同様に、MPDファイルの更新時刻は基準期間ΔＴずつ増加する。
ステップＳ１３４でMPDファイルの更新時刻の５秒前であると判定された場合、処理はステップＳ１３５に進む。ステップＳ１３５において、セグメントファイル生成部３３は、図１６のemsgボックスを含む、符号化部３２から供給されるオーディオストリームのセグメントファイルを生成する。また、セグメントファイル生成部３３は、符号化部３２から供給されるビデオストリームのセグメントファイルを生成する。そして、セグメントファイル生成部３３は、生成されたセグメントファイルをアップロード部３５に供給し、処理をステップＳ１３７に進める。
一方、ステップＳ１３４でMPDファイルの更新時刻の５秒前ではないと判定された場合、処理はステップＳ１３６に進む。ステップＳ１３６において、セグメントファイル生成部３３は、図１６のemsgボックスを含まない、符号化部３２から供給されるオーディオストリームのセグメントファイルを生成する。また、セグメントファイル生成部３３は、符号化部３２から供給されるビデオストリームのセグメントファイルを生成する。そして、セグメントファイル生成部３３は、生成されたセグメントファイルをアップロード部３５に供給し、処理をステップＳ１３７に進める。
ステップＳ１３７乃至Ｓ１４２の処理は、図１２のステップＳ６５乃至Ｓ７０の処理と同一であるので、説明は省略する。
なお、図示は省略するが、第３実施の形態におけるストリーミング再生部６０のMPDファイル更新処理は、セグメントファイル取得部６３が取得したメディアセグメントファイルに図１６のemsgボックスが含まれているとき、５秒後に、MPD取得部６１がMPDファイルを取得する処理である。第３実施の形態では、presentation_time_deltaは５であるが、勿論、これに限定されない。
また、第３実施の形態におけるストリーミング再生部６０の再生処理は、図１４の再生処理と同一であり、MPDファイル更新処理と並列して行われる。
以上のように、第３実施の形態では、動画再生端末１４が、emsgボックスを含むメディアセグメントファイルを取得した場合にのみ、MPDファイルを取得すればよいため、符号化ストリームの取得以外のHTTPオーバーヘッドの増加を抑制することができる。
＜第４実施の形態＞
（emsgボックスの記述例）
本開示を適用した情報処理システムの第４実施の形態は、主に、MPDファイルを更新するのではなく、MPDファイルの更新情報（更新前後の差分情報）としてAveBandwidthとDurationForAveBandwidthの更新値を格納するemsgボックスをオーディオストリームのセグメントファイルに配置する点が、第３実施の形態と異なる。
即ち、第４実施の形態では、AveBandwidthとDurationForAveBandwidthの初期値がMPDファイルに含まれ、AveBandwidthとDurationForAveBandwidthの更新値は、オーディオストリームのセグメントファイルに含まれる。従って、以下では、AveBandwidthとDurationForAveBandwidthの更新値を格納するemsgボックス、ファイル生成処理、MPDファイル更新処理、再生処理についてのみ説明する。
図１８は、第４実施の形態におけるAveBandwidthとDurationForAveBandwidthの更新値を格納するemsgボックスの記述例を示す図である。
図１８のemsgボックスでは、string valueは、MPDファイルの更新情報の送信を示す２である。また、presentation_time_deltaには、このemsgボックスが配置されるメディアセグメントファイルの再生時刻から、MPDファイルの更新情報の送信が行われる再生時刻までの時間として０が設定される。これにより、動画再生端末１４は、このemsgボックスが配置されるメディアセグメントファイルにMPDファイルの更新情報が配置されることを認識することができる。
event_durationは、図１６の場合と同様に「0xFFFF」である。また、message_dataは、MPDファイルの更新情報であるAveBandwidthとDurationForAveBandwidthの更新値のXMLデータである。
（ファイル生成装置の処理の説明）
図１９は、第４実施の形態におけるファイル生成装置１１のファイル生成処理を説明するフローチャートである。このファイル生成処理は、オーディオストリームの符号化方式の少なくとも１つがlosslessDSD方式である場合に行われる。
図１９のステップＳ１６０において、ファイル生成装置１１のMPDファイル生成部３４は、MPDファイルを生成する。このMPDファイルは、プロファイルが、メディアセグメントファイルに図１６や図１８のemsgボックスが配置されることを示すプロファイルに代わる点を除いて、第３実施の形態におけるMPDファイルと同一である。MPDファイル生成部３４は、生成されたMPDファイルをアップロード部３５に供給する。
ステップＳ１６１乃至Ｓ１６４の処理は、図１７のステップＳ１３１乃至Ｓ１３４の処理と同様であるので、説明は省略する。
ステップＳ１６４でMPDファイルの更新時刻の５秒前ではないと判定された場合、処理はステップＳ１６５に進む。ステップＳ１６５乃至Ｓ１６７の処理は、図１７のステップＳ１３８乃至Ｓ１４０の処理と同様であるので、説明は省略する。
ステップＳ１６８において、セグメントファイル生成部３３は、ステップＳ１６７で算出された平均値をAveBandwidthの更新値として含み、その平均値に対応する期間をDurationForAveBandwidthの更新値として含む図１８のemsgボックスを含む、符号化部３２から供給されるオーディオストリームのセグメントファイルを生成する。また、セグメントファイル生成部３３は、符号化部３２から供給されるビデオストリームのセグメントファイルを生成する。そして、セグメントファイル生成部３３は、生成されたセグメントファイルをアップロード部３５に供給し、処理をステップＳ１７２に進める。
一方、ステップＳ１６６でまだMPDファイルの更新時刻の１秒前の再生時刻のオーディオストリームの実際のビットレートまで積算されていないと判定された場合、処理はステップＳ１６９に進む。
ステップＳ１６９において、セグメントファイル生成部３３は、図１６のemsgボックスと図１８のemsgボックスを含まない、符号化部３２から供給されるオーディオストリームのセグメントファイルを生成する。また、セグメントファイル生成部３３は、符号化部３２から供給されるビデオストリームのセグメントファイルを生成する。そして、セグメントファイル生成部３３は、生成されたセグメントファイルをアップロード部３５に供給し、処理をステップＳ１７２に進める。
一方、ステップＳ１６４で更新時刻の５秒前であると判定された場合、ステップＳ１７０において、セグメントファイル生成部３３は、図１６の更新通知情報を格納するemsgボックスを含む、符号化部３２から供給されるオーディオストリームのセグメントファイルを生成する。また、セグメントファイル生成部３３は、符号化部３２から供給されるビデオストリームのセグメントファイルを生成する。そして、セグメントファイル生成部３３は、生成されたセグメントファイルをアップロード部３５に供給する。
ステップＳ１７１において、MPDファイル生成部３４は、オーディオストリームの実際のビットレートを、保持されている積算値に積算し、その結果得られる積算値を保持し、処理をステップＳ１７２に進める。
ステップＳ１７２において、アップロード部３５は、セグメントファイル生成部３３から供給されるセグメントファイルを、Webサーバ１２にアップロードする。
ステップＳ１７３の処理は、図１７のステップＳ１４２の処理と同様であるので、説明は省略する。
なお、図示は省略するが、第４実施の形態におけるストリーミング再生部６０のMPDファイル更新処理は、セグメントファイル取得部６３が取得したメディアセグメントファイルに図１６のemsgボックスが含まれているとき、５秒後のメディアセグメントファイルの図１８のemsgボックスからAveBandwidthとDurationForAveBandwidthの更新値を取得し、MPDファイルを更新する処理である。
また、第４実施の形態におけるストリーミング再生部６０の再生処理は、図１４の再生処理と同一であり、MPDファイル更新処理と並列して行われる。
以上のように、第４実施の形態では、AveBandwidthとDurationForAveBandwidthの更新値のみが動画再生端末１４に伝送される。従って、AveBandwidthとDurationForAveBandwidthを更新するために必要な伝送量を削減することができる。また、MPD処理部６２は、更新後のMPDファイルについてはAveBandwidthとDurationForAveBandwidthに関する記述のみを解析すればよいため、解析負荷が軽減される。
また、第４実施の形態では、AveBandwidthとDurationForAveBandwidthの更新値がオーディオストリームのセグメントファイルに格納されるため、MPDファイルが更新されるたびにMPDファイルを取得する必要がない。従って、符号化ストリームの取得以外のHTTPオーバーヘッドの増加を抑制することができる。
＜第５実施の形態＞
（emsgボックスの記述例）
本開示を適用した情報処理システムの第５実施の形態は、主に、AveBandwidthとDurationForAveBandwidthの初期値がMPDファイルに記述されない点、および、更新通知情報を格納するemsgボックスがオーディオストリームのセグメントファイルに配置されない点が、第４実施の形態と異なる。従って、以下では、AveBandwidthとDurationForAveBandwidthを格納するemsgボックス、ファイル生成処理、AveBandwidthとDurationForAveBandwidthの更新処理、再生処理についてのみ説明する。
図２０は、第５実施の形態におけるAveBandwidthとDurationForAveBandwidthを格納するemsgボックスの記述例を示す図である。
図２０のemsgボックスでは、string valueは、AveBandwidthとDurationForAveBandwidthの送信を示す３である。また、presentation_time_deltaには、このemsgボックスが配置されるメディアセグメントファイルの再生時刻から、AveBandwidthとDurationForAveBandwidthの送信が行われる再生時刻までの時間として０が設定される。これにより、動画再生端末１４は、このemsgボックスが配置されるメディアセグメントファイルにAveBandwidthとDurationForAveBandwidthが配置されることを認識することができる。
event_durationは、図１６の場合と同様に「0xFFFF」である。また、message_dataは、AveBandwidthとDurationForAveBandwidthのXMLデータである。
ファイル生成装置１１は、オーディオストリームのメディアセグメントファイルへの図２０のemsgボックスの配置頻度を変更するだけで、AveBandwidthとDurationForAveBandwidthの更新頻度を容易に変更することができる。
なお、図示は省略するが、第５実施の形態におけるファイル生成装置１１のファイル生成処理は、主に、ステップＳ１６４，Ｓ１７０、およびＳ１７１の処理が行われない点、および、図１８のemsgボックスが図２０のemsgボックスに代わる点を除いて、図１９のファイル生成処理と同様である。
但し、第５実施の形態におけるMPDファイルにはAveBandwidthとDurationForAveBandwidthが記述されない。また、MPDファイルに記述されるプロファイルは、セグメントファイルに図２０のemsgが配置されることを示すプロファイルであり、例えば、「urn:mpeg:dash:profile:isoff-dynamic-bandwidth:2015」である。
また、図示は省略するが、第５実施の形態におけるストリーミング再生部６０のAveBandwidthとDurationForAveBandwidthの更新処理は、第４実施の形態におけるMPDファイル更新処理の代わりに行われる。AveBandwidthとDurationForAveBandwidthの更新処理は、セグメントファイル取得部６３が取得したメディアセグメントファイルに図２０のemsgボックスが含まれているとき、そのemsgボックスからAveBandwidthとDurationForAveBandwidthを取得し、AveBandwidthとDurationForAveBandwidthを更新する処理である。
また、第５実施の形態におけるストリーミング再生部６０の再生処理は、ステップＳ１１１における選択用ビットレートのうちのAveBandwidthが、MPD処理部６２から供給されるのではなく、セグメントファイル取得部６３自らが更新したものである点を除いて、図１４の再生処理と同一である。この再生処理は、AveBandwidthとDurationForAveBandwidthの更新処理と並列して行われる。
以上のように、第５実施の形態では、AveBandwidthとDurationForAveBandwidthがemsgボックスに配置されるので、AveBandwidthとDurationForAveBandwidth が更新されるたびにMPDファイルを解析する必要がない。
なお、AveBandwidthとDurationForAveBandwidthは、emsgボックスに格納するのではなく、HTTP2.0やWebSocketなどの他の規格に準拠して、Webサーバ１２から定期的に送信されるようにしてもよい。この場合も、第５実施の形態と同様の効果が得られる。
また、第５実施の形態において、第３実施の形態のように、更新通知情報を格納するemsgボックスがセグメントファイルに配置されてもよい。
＜第６実施の形態＞
（MPDファイルの記述例）
本開示を適用した情報処理システムの第６実施の形態は、主に、AveBandwidthとDurationForAveBandwidthのXMLデータが、オーディオストリームのセグメントファイルとは異なるセグメントファイルに配置される点が、第５実施の形態と異なる。従って、以下では、AveBandwidthとDurationForAveBandwidthを格納するセグメントファイル（以下、帯域セグメントファイルという）、ファイル生成処理、AveBandwidthとDurationForAveBandwidthの更新処理、再生処理についてのみ説明する。
図２１は、第６実施の形態におけるMPDファイルの記述例を示す図である。
なお、図２１では、説明の便宜上、MPDファイルの記述のうちの、帯域セグメントファイルを管理する記述のみを図示している。
図２１に示すように、帯域セグメントファイルのアダプテーションセット要素は、<SupplementalProperty schemeIdUri="urn:mpeg:dash:bandwidth:2015">を有する点が、図４のオーディオストリームのアダプテーションセット要素と異なっている。
<SupplementalProperty schemeIdUri="urn:mpeg:dash:bandwidth:2015">は、帯域セグメントファイルの更新間隔を示すディスクリプタである。<SupplementalProperty schemeIdUri="urn:mpeg:dash:bandwidth:2015">の値（value）としては、更新間隔と、帯域セグメントファイルの名前のベースであるfile URLが設定される。図２１の例では、更新間隔が基準期間ΔＴとされ、file URLが「$Bandwidth$bandwidth.info」とされる。従って、帯域セグメントファイルの名前のベースは、リプレゼンテーション要素が有するBandwidthに「bandwidth」を付加したものである。
また、図２１の例では、帯域セグメントファイルに対応する３種類のオーディオストリームの最大ビットレートは、2.8Mbps,5.6Mbps、および11.2Mbpsである。従って、３つのリプレゼンテーション要素は、それぞれ、2800000,5600000,11200000をBandwidthとして有する。従って、図２１の例では、帯域セグメントファイルの名前のベースが、2800000bandwidth.info,5600000bandwidth.info、および11200000 bandwidth.infoである。
リプレゼンテーション要素に含まれるセグメントインフォ要素は、そのリプレゼンテーションに対応する帯域セグメントファイル群の各帯域セグメントファイルに関する情報を有する。
以上のように、第６実施の形態では、MPDファイルに更新間隔が記述される。従って、MPDファイルに記述される更新間隔と、帯域セグメントファイルの更新間隔を変更するだけで、AveBandwidthとDurationForAveBandwidthの更新頻度を容易に変更することができる。
なお、図示は省略するが、第６実施の形態におけるファイル生成装置１１のファイル生成処理は、ステップＳ６０で生成されるMPDファイルが図２１のMPDファイルである点、および、ステップＳ６９でMPDファイルが更新されずにセグメントファイル生成部３３により帯域セグメントファイルが生成され、アップロード部３５を介してWebサーバ１２にアップロードされる点を除いて、図１２のファイル生成処理と同様である。
また、第６実施の形態におけるストリーミング再生部６０におけるAveBandwidthとDurationForAveBandwidthの更新処理は、ステップＳ９３とステップＳ９４の間でセグメントファイル取得部６３が帯域セグメントファイルを取得してAveBandwidthとDurationForAveBandwidthを更新する点、および、ステップＳ９４で終了しないと判定された場合処理はステップＳ９３に戻る点を除いて、図１３のMPDファイル更新処理と同様である。
さらに、第６実施の形態のストリーミング再生部６０の再生処理は、ステップＳ１１１における選択用ビットレートのうちのAveBandwidthが、MPD処理部６２から供給されるのではなく、セグメントファイル取得部６３が自ら更新したものである点を除いて、図１４の再生処理と同一である。この再生処理は、AveBandwidthとDurationForAveBandwidthの更新処理と並列して行われる。
以上のように、第６実施の形態では、AveBandwidthとDurationForAveBandwidthが帯域セグメントファイルに配置されるので、AveBandwidthとDurationForAveBandwidth が更新されるたびにMPDファイルを解析する必要がない。
＜第７実施の形態＞
（MPDファイルの第１の記述例）
本開示を適用した情報処理システムの第７実施の形態は、MPDファイルの構成、およびオーディオストリームのセグメントファイルの実際のビットレートが所定の範囲内になるように、オーディオストリームのセグメント長が可変にされる点が、第２実施の形態と異なる。従って、以下では、MPDファイルの構成およびセグメントファイルについてのみ説明する。
図２２は、第７実施の形態におけるMPDファイルの第１の記述例を示す図である。
図２２のMPDファイルの記述は、オーディオストリームのセグメントファイルのアダプテーションセット要素が、各セグメントファイルのセグメント長を示すConsecutiveSegmentInformationを有する点が、図１０の構成と異なる。
図２２の例では、セグメント長が基準の時間としての固定のセグメント長の正の倍数で変化する。具体的には、セグメントファイルは、固定のセグメント長の１以上のセグメントファイルが連結されることにより構成される。
従って、ConsecutiveSegmentInformationの値(Value)として、MaxConsecutiveNumberが記述され、その後、FirstSegmentNumberとConsecutiveNumbersが順に繰り返し記述される。
MaxConsecutiveNumberは、固定のセグメント長のセグメントファイルの最大の連結数を示す情報である。固定のセグメント長は、オーディオストリームのセグメントファイルのアダプテーションセット要素が有するSegment Templateのtimescaleとdurationに基づいて設定される。図２２の例では、timescaleが44100であり、durationが88200であるので、固定のセグメント長は２秒である。
FirstSegmentNumberは、長さが同一である連続するセグメント群の先頭のセグメントの先頭からの数、即ち、セグメントの長さが同一である連続するセグメントファイル群の先頭のセグメントファイルの名前に含まれる番号である。ConsecutiveNumbersは、直前のFirstSegmentNumberに対応するセグメント群のセグメント長が固定のセグメント長の何倍であるかを示す情報である。
図２２の例では、ConsecutiveSegmentInformationの値が、2,1,1,11,2,31,1である。従って、固定のセグメント長の最大の連結数は２である。また、Bandwidthが2800000であるリプレゼンテーション要素に対応する、最大ビットレートが2.8Mbpsであり、ファイル名が「2800000-1.mp4」である先頭から１番目のメディアセグメントファイルは、ファイル名が「2800000-1.mp4」である固定セグメント長のメディアセグメントファイルが１つ連結したものである。従って、ファイル名が「2800000-1.mp4」であるメディアセグメントファイルのセグメント長は、固定セグメント長の１倍である２秒である。
同様に、ファイル名が「2800000-2.mp4」乃至「2800000-10.mp4」である先頭から２乃至１０番目のメディアセグメントファイルも、それぞれ、ファイル名が「2800000-2.mp4」乃至「2800000-10.mp4」である固定セグメント長のメディアセグメントファイルが１つ連結したものであり、セグメント長は２秒である。
また、ファイル名が「2800000-11.mp4」である先頭から１１番目のメディアセグメントファイルは、ファイル名が「2800000-11.mp4」および「2800000-12.mp4」である２つの固定セグメント長のメディアセグメントファイルが連結したものである。従って、ファイル名が「2800000-11.mp4」であるメディアセグメントファイルのセグメント長は、固定セグメント長の２倍である４秒である。また、ファイル名が「2800000-11.mp4」であるメディアセグメントファイルに連結されたメディアセグメントファイルのファイル名「2800000-12.mp4」は欠番とされる。
同様に、ファイル名が「2800000-13.mp4」,「2800000-15.mp4」，...,「2800000-29.mp4」である先頭から１２乃至１９番目のメディアセグメントファイルも、固定セグメント長のメディアセグメントファイルが２つ連結したものであり、セグメント長は４秒である。
さらに、ファイル名が「2800000-31.mp4」である先頭から２０番目のメディアセグメントファイルは、ファイル名が「2800000-31.mp4」である１つの固定セグメント長のメディアセグメントファイルが連結したものである。従って、ファイル名が「2800000-31.mp4」であるメディアセグメントファイルのセグメント長は、固定セグメント長の１倍である２秒である。
Bandwidthが5600000,11200000であるリプレゼンテーション要素に対応する最大ビットレートが5.6Mbps,11.2Mbpsであるメディアセグメントファイルの構成は、最大ビットレートが2.8Mbpsであるメディアセグメントファイルの構成と同様であるので、説明は省略する。
（MPDファイルの第２の記述例）
図２３は、第７実施の形態におけるMPDファイルの第２の記述例を示す図である。
図２３のMPDファイルの構成は、Segment Templateにtimescaleとdurationが記述されない点、および、オーディオストリームのセグメントファイルのアダプテーションセット要素がSegmentDurationを有する点が、図１０の構成と異なる。
図２３の例では、セグメント長が任意の時間に変化する。従って、SegmentDurationとして、timescaleとdurationが記述される。timescaleは、１秒を表す値であり、図２３の例では、44100が設定される。
また、durationとしては、FirstSegmentNumberとSegmentDurationが順に繰り返し記述される。FirstSegmentNumberは、図２２のFirstSegmentNumberと同一である。SegmentDurationは、timescaleを１秒としたときの、直前のFirstSegmentNumberに対応するセグメント群のセグメント長の値である。
図２３の例では、SegmentDurationの値が、1,88200,11,44100,15,88200である。従って、Bandwidthが2800000であるリプレゼンテーション要素に対応する、最大ビットレートが2.8Mbpsであり、ファイル名が「2800000-1.mp4」である先頭から１番目のメディアセグメントファイルのセグメント長は、２秒（=88200/44100）である。同様に、ファイル名が「2800000-2.mp4」乃至「2800000-10.mp4」である先頭から２乃至１０番目のメディアセグメントファイルのセグメント長も２秒である。
また、ファイル名が「2800000-11.mp4」である先頭から１１番目のメディアセグメントファイルのセグメント長は、１秒（=44100/44100）である。同様に、ファイル名が「2800000-12.mp4」乃至「2800000-14.mp4」である先頭から１２乃至１４番目のメディアセグメントファイルのセグメント長も１秒である。
さらに、ファイル名が「2800000-15.mp4」である先頭から１５番目のメディアセグメントファイルのセグメント長は、２秒（=88200/44100）である。
Bandwidthが5600000,11200000であるリプレゼンテーション要素に対応する最大ビットレートが5.6Mbps,11.2Mbpsであるメディアセグメントファイルの構成は、2.8Mbpsであるメディアセグメントファイルの構成と同様であるので、説明は省略する。
以上のように、図２３の例では、オーディオストリームのメディアセグメントファイルのファイル名の欠番はない。
なお、第７実施の形態では、セグメントファイル生成部３３は、オーディオストリームの実際のビットレートまたは実際のビットレートの平均値に基づいて、そのビットレートが所定の範囲内になるようにセグメント長を決定する。また、第７実施の形態では、セグメントファイルはライブ配信されるので、オーディオストリームの生成とともにセグメント長は変化する。従って、動画再生端末１４は、セグメント長が変更されるたびにMPDファイルを取得して更新する必要がある。
第７実施の形態では、セグメント長の変更タイミングは、オーディオストリームの実際のビットレートの平均値の算出タイミングと同一であるものとするが、異なるようにしてもよい。両方のタイミングが異なる場合、セグメント長の更新間隔や更新時刻を示す情報が動画再生端末１４に伝送され、動画再生端末１４は、その情報に基づいてMPDファイルを更新する。
（セグメントファイルの構成例）
図２４は、第７実施の形態におけるlosslessDSD方式のオーディオストリームのメディアセグメントファイルの構成例を示す図である。
図２４のＡのメディアセグメントファイルの構成は、Movie fragmentが、固定のセグメント長ではなく、可変のセグメント長分存在する点、および、emsgボックスが設けられない点が、図１５の構成と異なる。
なお、図２２の例のように、メディアセグメントファイルが、固定のセグメント長の１以上のメディアセグメントファイルが連結されることにより構成される場合、メディアセグメントファイルは、図２４のＢに示すように、１以上の固定のセグメント長のメディアセグメントファイルを単に連結することにより構成されるようにしてもよい。この場合、stypボックスとsidxボックスは、連結するメディアセグメントファイルの数だけ存在する。
以上のように、第７実施の形態では、オーディオストリームのセグメントファイルの実際のビットレートが所定の範囲内になるように、オーディオストリームのセグメント長が可変にされる。従って、オーディオストリームの実際のビットレートが小さい場合であっても、動画再生端末１４は、セグメント単位でセグメントファイルを取得することにより、所定の範囲内のビットレートでオーディオストリームを取得することができる。
これに対して、セグメント長が固定である場合、オーディオストリームの実際のビットレートが小さいと、１回のセグメント単位のセグメントファイルの取得で取得されるオーディオストリームのビット量が少なくなる。その結果、ビット量あたりのHTTPオーバーヘッドが増加する。
なお、各セグメントファイルのセグメント長を示す情報は、第３乃至第６実施の形態におけるAveBandwidthおよびDurationForAveBandwidthと同様に、動画再生端末１４に送信されるようにしてもよい。また、各セグメントファイルのセグメント長を示すファイルがMPDファイルとは別に生成され、動画再生端末１４に送信されるようにしてもよい。
さらに、第３乃至第６実施の形態においても、第７実施の形態と同様にセグメント長が可変にされるようにしてもよい。
＜losslessDSD方式の説明＞
（可逆圧縮符号化部の構成例）
図２５は、図３の取得部３１と符号化部３２のうちの、オーディオアナログ信号をA/D変換し、losslessDSD方式で符号化する可逆圧縮符号化部の構成例を示すブロック図である。
図２５の可逆圧縮符号化部１００は、入力部１１１、ADC１１２、入力バッファ１１３、制御部１１４、エンコード部１１５、符号化データバッファ１１６、データ量比較部１１７、データ送信部１１８、および出力部１１９により構成される。可逆圧縮符号化部１００は、オーディオアナログ信号をDSD方式でオーディオデジタル信号に変換し、変換後のオーディオデジタル信号を可逆圧縮符号化して出力する。
具体的には、動画コンテンツのオーディオアナログ信号は、入力部１１１から入力されて、ADC１１２へ供給される。
ADC１１２は、加算器１２１、積分器１２２、比較器１２３、１サンプル遅延回路１２４、および１ビットDAC１２５により構成され、オーディオアナログ信号をDSD方式でオーディオデジタル信号に変換する。
即ち、入力部１１１から供給されたオーディオアナログ信号は、加算器１２１に供給される。加算器１２１は、１ビットDAC１２５から供給された１サンプル期間前のオーディオアナログ信号と、入力部１１１からのオーディオアナログ信号を加算して、積分器１２２に出力する。
積分器１２２は、加算器１２１からのオーディオアナログ信号を積分して比較器１２３に出力する。比較器１２３は、１サンプル期間ごとに、積分器１２２から供給されるオーディオアナログ信号の積分値と中点電位とを比較することにより、１ビット量子化を行う。
なお、ここでは、比較器１２３が、１ビット量子化を行うものとするが、２ビット量子化や４ビット量子化などを行うようにしてもよい。また、サンプル期間の周波数（サンプリング周波数）としては、例えば、４８ｋHz、４４．１ｋHzの６４倍や１２８倍の周波数が用いられる。比較器１２３は、１ビット量子化により得られた１ビットのオーディオデジタル信号を、入力バッファ１１３に出力するとともに、１サンプル遅延回路１２４に供給する。
１サンプル遅延回路１２４は、比較器１２３からの１ビットのオーディオデジタル信号を１サンプル期間分遅延させて１ビットDAC１２５に出力する。１ビットDAC１２５は、１サンプル遅延回路１２４からのオーディオデジタル信号をオーディオアナログ信号に変換して加算器１２１に出力する。
入力バッファ１１３は、ADC１１２から供給される１ビットのオーディオデジタル信号を一時蓄積し、１フレーム単位で、制御部１１４、エンコード部１１５、およびデータ量比較部１１７に供給する。ここで、１フレームとは、オーディオデジタル信号を所定の時間（期間）に区切って１まとまりとみなす単位である。
制御部１１４は、可逆圧縮符号化部１００全体の動作を制御する。また、制御部１１４は、エンコード部１１５が可逆圧縮符号化を行うために必要となる変換テーブルtable1を作成して、エンコード部１１５に供給する機能を有する。
具体的には、制御部１１４は、入力バッファ１１３から供給される１フレームのオーディオデジタル信号を用いて、フレーム単位でデータ発生カウントテーブルpre_tableを作成し、データ発生カウントテーブルpre_tableからさらに変換テーブルtable1を作成する。制御部１１４は、フレーム単位で作成した変換テーブルtable1を、エンコード部１１５とデータ送信部１１８に供給する。
エンコード部１１５は、制御部１１４から供給された変換テーブルtable1を用いて、入力バッファ１１３から供給されるオーディオデジタル信号を、４ビット単位で可逆圧縮符号化する。従って、エンコード部１１５には入力バッファ１１３から、制御部１１４に供給されるタイミングと同時にオーディオデジタル信号が供給されるが、エンコード部１１５では、制御部１１４から変換テーブルtable1が供給されるまで処理は待機される。
可逆圧縮符号化の詳細は後述するが、エンコード部１１５は、４ビットのオーディオデジタル信号を、２ビットのオーディオデジタル信号に可逆圧縮符号化するか、または、６ビットのオーディオデジタル信号に可逆圧縮符号化して、符号化データバッファ１１６に出力する。
符号化データバッファ１１６は、エンコード部１１５で可逆圧縮符号化の結果生成されたオーディオデジタル信号を一時的にバッファリングし、データ量比較部１１７とデータ送信部１１８に供給する。
データ量比較部１１７は、入力バッファ１１３から供給される可逆圧縮符号化されていないオーディオデジタル信号と、符号化データバッファ１１６から供給される可逆圧縮符号化されたオーディオデジタル信号のデータ量を、フレーム単位で比較する。
即ち、エンコード部１１５は、上述したように、４ビットのオーディオデジタル信号を、２ビットのオーディオデジタル信号か、または６ビットのオーディオデジタル信号に可逆圧縮符号化するため、アルゴリズム上、可逆圧縮符号化後のオーディオデジタル信号のデータ量が、可逆圧縮符号化前のオーディオデジタル信号のデータ量を超えてしまう場合がある。そこで、データ量比較部１１７は、可逆圧縮符号化後のオーディオデジタル信号と可逆圧縮符号化前のオーディオデジタル信号のデータ量を比較する。
そして、データ量比較部１１７は、データ量の少ない方を選択し、どちらを選択したかを示す選択制御データをデータ送信部１１８に供給する。なお、データ量比較部１１７は、可逆圧縮符号化前のオーディオデジタル信号を選択したことを示す選択制御データをデータ送信部１１８に供給する場合には、可逆圧縮符号化前のオーディオデジタル信号もデータ送信部１１８に供給する。
データ送信部１１８は、データ量比較部１１７から供給される選択制御データに基づいて、符号化データバッファ１１６から供給されるオーディオデジタル信号か、または、データ量比較部１１７から供給されるオーディオデジタル信号のどちらかを選択する。データ送信部１１８は、符号化データバッファ１１６から供給される可逆圧縮符号化されたオーディオデジタル信号を選択した場合、そのオーディオデジタル信号、選択制御データ、および制御部１１４から供給される変換テーブルtable1からオーディオストリームを生成する。一方、データ送信部１１８は、データ量比較部１１７から供給される可逆圧縮符号化されていないオーディオデジタル信号を選択した場合、そのオーディオデジタル信号と選択制御データから、オーディオストリームを生成する。そして、データ送信部１１８は、生成されたオーディオストリームを、出力部１１９を介して出力する。なお、データ送信部１１８は、所定数のサンプルごとのオーディオデジタル信号に同期信号と誤り訂正符号（ECC）を付加してオーディオストリームを生成することもできる。
（データ発生カウントテーブルの例）
図２６は、図２５の制御部１１４により生成されるデータ発生カウントテーブルの例を示す図である。
制御部１１４は、入力バッファ１１３から供給されるフレーム単位のオーディオデジタル信号を４ビット単位で分割する。以下では、分割された先頭からｉ番目（ｉは１より大きい整数）の４ビット単位のオーディオデジタル信号をD4データD4[i]という。
制御部１１４は、フレームごとに、先頭からｎ番目（ｎ＞３）のD4データD4[n]を順に処理対象のD4データとする。制御部１１４は、処理対象のD4データD4[n]の直近の過去の３つのD4データD4[n-3],D4[n-2],D4[n-1]のパターンごとに、処理対象のD4データD4[n]の発生回数をカウントし、図２６に示すデータ発生カウントテーブルpre_table[4096][16]を作成する。ここで、データ発生カウントテーブルpre_table[4096][16]の[4096]と[16]は、データ発生カウントテーブルが４０９６行１６列のテーブル（行列）であることを表し、[0]乃至[4095]の各行は、過去の３つのD4データD4[n-3],D4[n-2],D4[n-1]がとり得る値に対応し、[0]乃至[15]の各列は、処理対象のD4データD4[n]がとり得る値に対応する。
具体的には、データ発生カウントテーブルpre_tableの１行目であるpre_table[0][0]乃至[0][15]は、過去の３つのD4データD4[n-3],D4[n-2],D4[n-1]が“０”=｛0000,0000,0000｝だった時の処理対象のD4データD4[n]の発生回数を示している。図２６の例では、過去の３つのD4データD4[n-3],D4[n-2],D4[n-1]が“０”であり、処理対象のD4データD4[n]が“０”であった回数が369a(HEX表記)であり、過去の３つのD4データD4[n-3],D4[n-2],D4[n-1]が“０”であり、処理対象のD4データD4[n]が“０”以外であった回数が０である。従って、pre_table[0][0]乃至[0][15]は、｛369a,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0｝である。
データ発生カウントテーブルpre_tableの２行目であるpre_table[1][0]乃至[1][15]は、過去の３つのD4データD4[n-3],D4[n-2],D4[n-1]が“１”=｛0000,0000,0001｝だった時の処理対象のD4データD4[n]の発生回数を示している。図２６の例では、過去の３つのD4データD4[n-3],D4[n-2],D4[n-1]が“１”となるパターンは１フレーム内に存在しない。従って、pre_table[1][0]乃至[1][15]は、｛0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0｝である。
また、データ発生カウントテーブルpre_tableの１１８行目であるpre_table[117][0]乃至[117][15]は、過去の３つのD4データD4[n-3],D4[n-2],D4[n-1]が“１１７”=｛0000,0111,0101｝だった時の処理対象のD4データD4[n]の発生回数を示している。図２６の例では、過去の３つのD4データD4[n-3],D4[n-2],D4[n-1]が“１１７”であり、処理対象のD4データD4[n]が“０”であった回数が０回であり、“１”であった回数が１回であり、“２”であった回数が１０回であり、“３”であった回数が１８回であり、“４”であった回数が２０回であり、“５”であった回数が３１回であり、“６”であった回数が１１回であり、“７”であった回数が０回であり、“８”であった回数が４回であり、“９”であった回数が１２回であり、“１０”であった回数が５回であり、“１１”乃至“１５”であった回数が０回であったことを示している。従って、pre_table[117][0]乃至[117][15]は、｛0,1,10,18,20,31,11,0,4,12,5,0,0,0,0,0｝である。
（変換テーブルの例）
図２７は、図２５の制御部１１４により生成される変換テーブルtable1の例を示す図である。
制御部１１４は、先に作成したデータ発生カウントテーブルpre_tableに基づいて、４０９６行３列の変換テーブルtable1[4096][3]を作成する。ここで、変換テーブルtable1[4096][3]の各行[0]乃至[4095]は、過去の３つのD4データD4[n-3],D4[n-2],D4[n-1]がとり得る値に対応し、各列[0]乃至[2]には、処理対象のD4データD4[n]がとり得る１６個の値のうち、発生頻度が大きかった３つの値が格納される。変換テーブルtable1[4096][3]の第１列[0]には、発生頻度が最も大きい（１番目の）値が格納され、第２列[1]には、発生頻度が２番目の値が格納され、第３列[2]には、発生頻度が３番目の値が格納される。
具体的には、制御部１１４が、図２６のデータ発生カウントテーブルpre_tableに基づいて変換テーブルtable1[4096][3]を生成する場合、図２７に示すように、変換テーブルtable1[4096][3]の１１８行目であるtable1[117][0]乃至[117][2]は、{05,04,03}となる。即ち、図２６のデータ発生カウントテーブルpre_tableの１１８行目のpre_table[117][0]乃至[117][15]では、発生頻度が最も大きい（１番目の）値は、３１回発生した“５”であり、発生頻度が２番目の値は、２０回発生した“４”であり、発生頻度が３番目の値は、１８回発生した“３”である。従って、変換テーブルtable1[4096][3]の第１１８行第１列table1[117][0]には、｛05｝が格納され、第１１８行第２列table1[117][1]には、｛04｝が格納され、第１１８行第３列table1[117][2]には、｛03｝が格納される。
同様に、変換テーブルtable1[4096][3]の１行目のtable1[0][0]乃至[0][2]は、図２６のデータ発生カウントテーブルpre_tableの１行目のpre_table[0][0]乃至[0][15]に基づいて生成される。即ち、図２６のデータ発生カウントテーブルpre_tableの１行目のpre_table[0][0]乃至[0][15]では、発生頻度が最も大きい（１番目の）値は、３６９ａ(HEX表記)回発生した“０”であり、それ以外の値は発生していない。そこで、変換テーブルtable1[4096][3]の第１行第１列table1[0][0]には、｛00｝が格納され、第１行第２列table1[0][1]と第１行第３列table1[0][2]には、データが存在しないことを表す｛ff｝が格納される。データが存在しないことを表す値は、｛ff｝に限られず、適宜決定することができる。変換テーブルtable1の各要素に格納される値は、“０”から“１５”までのいずれかであるので、４ビットで表現できるが、コンピュータ処理上、扱いを容易にするために８ビットで表現されている。
（可逆圧縮符号化の説明）
次に、図２５のエンコード部１１５による、変換テーブルtable1を用いた圧縮符号化方法について説明する。
エンコード部１１５は、制御部１１４と同様に、入力バッファ１１３から供給されるフレーム単位のオーディオデジタル信号を４ビット単位で分割する。制御部１１４は、先頭からｎ番目のD4データD4[n]を可逆圧縮符号化する場合、変換テーブルtable1[4096][3]の、直近の過去の３つのD4データD4[n-3],D4[n-2],D4[n-1]に対応する行の３つの値を検索する。エンコード部１１５は、可逆圧縮符号化対象のD4データD4[n]が、変換テーブルtable1[4096][3]の、直近の過去の３つのD4データD4[n-3],D4[n-2],D4[n-1]に対応する行の１列目の値と同一である場合、２ビットの値“01b”をD4データD4[n]の可逆圧縮符号化結果として生成する。また、エンコード部１１５は、可逆圧縮符号化対象のD4データD4[n]が、変換テーブルtable1[4096][3]の、直近の過去の３つのD4データD4[n-3],D4[n-2],D4[n-1]に対応する行の２列目の値と同一である場合、２ビットの値“10b”をD4データD4[n]の可逆圧縮符号化結果として生成し、３列目の値と同一である場合、２ビットの値“11b”をD4データD4[n]の可逆圧縮符号化結果として生成する。
一方、エンコード部１１５は、変換テーブルtable1[4096][3]の、直近の過去の３つのD4データD4[n-3],D4[n-2],D4[n-1]に対応する行の３つの値の中に可逆圧縮符号化対象のD4データD4[n]と同一の値が存在しない場合、そのD4データD4[n]の前に“00b”をつけた６ビットの値“00b+ D4[n]”をD4データD4[n]の可逆圧縮符号化結果として生成する。ここで、“01b”、“10b”、“11b”、“00b+ D4[n]”のbは、２進表記であることを表す。
以上のようにして、エンコード部１１５は、変換テーブルtable1を用いて、４ビットのDSDデータD4[n]を、２ビットの値“01b”、“10b”、もしくは“11b”に変換するか、または、６ビットの値“00b+D4[n]”に変換し、可逆圧縮符号化結果とする。エンコード部１１５は、可逆圧縮符号化結果を、可逆圧縮符号化されたオーディオデジタル信号として、符号化データバッファ１１６に出力する。
（可逆圧縮復号部の構成例＞
図２８は、図７の復号部６６と出力制御部６７のうちの、オーディオストリームをlosslessDSD方式で復号し、D/A変換する可逆圧縮復号部の構成例を示すブロック図である。
図２８の可逆圧縮復号部１７０は、入力部１７１、データ受信部１７２、符号化データバッファ１７３、デコード部１７４、テーブル記憶部１７５、出力バッファ１７６、アナログフィルタ１７７、および出力部１７８により構成される。可逆圧縮復号部１７０は、オーディオストリームをlosslessDSD方式で可逆圧縮復号し、その結果得られるオーディオデジタル信号をDSD方式でオーディオアナログ信号に変換して出力する。
具体的には、図７のバッファ６５から供給されるオーディオストリームは、入力部１７１から入力されて、データ受信部１７２に供給される。
データ受信部１７２は、オーディオストリームに含まれるオーディオデジタル信号が可逆圧縮符号化されているか否かを示す選択制御データに基づいて、オーディオデジタル信号が可逆圧縮符号化されているか否かを判定する。そして、オーディオデジタル信号が可逆圧縮符号化されていると判定された場合、データ受信部１７２は、オーディオストリームに含まれるオーディオデジタル信号を、可逆圧縮符号化されたオーディオデジタル信号として、符号化データバッファ１７３に供給する。また、データ受信部１７２は、オーディオストリームに含まれる、変換テーブルtable1をテーブル記憶部１７５に供給する。
一方、オーディオ信号が可逆圧縮符号化されていないと判定された場合、データ受信部１７２は、オーディオストリームに含まれるオーディオデジタル信号を、可逆圧縮符号化されていないオーディオデジタル信号として、出力バッファ１７６に供給する。
テーブル記憶部１７５は、データ受信部１７２から供給された変換テーブルtable1を記憶し、デコード部１７４に供給する。
符号化データバッファ１７３は、データ受信部１７２から供給される可逆圧縮符号化されたオーディオデジタル信号をフレーム単位で一時蓄積する。符号化データバッファ１７３は、蓄積しているフレーム単位のオーディオデジタル信号を、所定のタイミングで連続する２ビットずつ後段のデコード部１７４に供給する。
デコード部１７４は、２ビットのレジスタ１９１、１２ビットのレジスタ１９２、変換テーブル処理部１９３、４ビットのレジスタ１９４、およびセレクタ１９５により構成される。デコード部１７４は、可逆圧縮符号化されたオーディオデジタル信号を可逆圧縮復号して、可逆圧縮符号化前のオーディオデジタル信号を生成する。
具体的には、レジスタ１９１は、符号化データバッファ１７３から供給された２ビットのオーディオデジタル信号を記憶する。レジスタ１９１は、記憶している２ビットのオーディオデジタル信号を、所定のタイミングで変換テーブル処理部１９３とセレクタ１９５に供給する。
１２ビットのレジスタ１９２は、セレクタ１９５から供給される、可逆圧縮復号結果である４ビットのオーディオデジタル信号を、FIFO（First-In First-Out）で１２ビット分記憶する。これにより、レジスタ１９２には、レジスタ１９１に記憶されている２ビットのオーディオデジタル信号を含むオーディオデジタル信号の可逆圧縮復号結果の直近の過去の３つの可逆圧縮復号結果であるD4データが格納される。
変換テーブル処理部１９３は、レジスタ１９１から供給される２ビットのオーディオデジタル信号が“00b”である場合、そのオーディオデジタル信号は変換テーブルtable1[4096][3]に登録されていないので、無視する。また、変換テーブル処理部１９３は、いま供給された２ビットのオーディオデジタル信号の直後に供給される２回分の合計４ビットのオーディオデジタル信号を無視する。
一方、供給された２ビットのオーディオデジタル信号が、“01b”、“10b”、または“11b”である場合、変換テーブル処理部１９３は、レジスタ１９２に記憶されている３つのD4データ（１２ビットのD4データ）を読み出す。変換テーブル処理部１９３は、テーブル記憶部１７５から、変換テーブルtable1の、読み出された３つのD4データがD4[n-3],D4[n-2],D4[n-1]として登録されている行の、供給された２ビットのオーディオデジタル信号が示す列に格納されるD4データを読み出す。変換テーブル処理部１９３は、読み出されたD4データをレジスタ１９４に供給する。
レジスタ１９４は、変換テーブル処理部１９３から供給される４ビットのD4データを記憶する。レジスタ１９４は、記憶している４ビットのD4データを所定のタイミングでセレクタ１９５の入力端子１９６ｂに供給する。
セレクタ１９５は、レジスタ１９１から供給される２ビットのオーディオデジタル信号が“00b”である場合、入力端子１９６ａを選択する。そして、セレクタ１９５は、入力端子１９６ａに“00b”の後に入力された４ビットのオーディオデジタル信号を可逆圧縮復号結果として、出力端子１９７からレジスタ１９２および出力バッファ１７６に出力する。
一方、レジスタ１９４から入力端子１９６ｂに４ビットのオーディオデジタル信号が入力された場合、セレクタ１９５は、入力端子１９６ｂを選択する。そして、セレクタ１９５は、入力端子１９６ｂに入力された４ビットのオーディオデジタル信号を可逆圧縮復号結果として、出力端子１９７からレジスタ１９２および出力バッファ１７６に出力する。
出力バッファ１７６は、データ受信部１７２から供給された可逆圧縮符号化されていないオーディオデジタル信号、または、デコード部１７４から供給された可逆圧縮復号結果であるオーディオデジタル信号を記憶し、アナログフィルタ１７７に供給する。
アナログフィルタ１７７は、出力バッファ１７６から供給されたオーディオデジタル信号に対して、ローパスフィルタ、バンドパスフィルタ等の所定のフィルタ処理を実行し、出力部１７８を介して出力する。
なお、変換テーブルtable1は、可逆圧縮符号化部１００により圧縮されて可逆圧縮復号部１７０に供給されるようにしてもよい。また、変換テーブルtable1は、予め設定され、可逆圧縮符号化部１００と可逆圧縮復号部１７０に記憶されるようにしてもよい。さらに、変換テーブルtable1の数は複数であってもよい。この場合、ｊ番目（ｊは０以上の整数）の変換テーブルtable1には、発生頻度の大きい方から３（ｊ−１），３（ｊ−１）＋１，３（ｊ−１）＋２番目のD4データが各行に格納される。また、各行に対応する過去のD4データの数は、３つに限定されない。
また、可逆圧縮符号化方法は、上述した方法に限定されず、例えば、特開平９−７４３５８号公報に記載の方法であってもよい。
＜第８実施の形態＞
（本開示を適用したコンピュータの説明）
上述した一連の処理は、ハードウエアにより実行することもできるし、ソフトウエアにより実行することもできる。一連の処理をソフトウエアにより実行する場合には、そのソフトウエアを構成するプログラムが、コンピュータにインストールされる。ここで、コンピュータには、専用のハードウエアに組み込まれているコンピュータや、各種のプログラムをインストールすることで、各種の機能を実行することが可能な、例えば汎用のパーソナルコンピュータなどが含まれる。
図２９は、上述した一連の処理をプログラムにより実行するコンピュータのハードウエアの構成例を示すブロック図である。
コンピュータ２００において、CPU（Central Processing Unit）２０１，ROM（Read Only Memory）２０２，RAM（Random Access Memory）２０３は、バス２０４により相互に接続されている。
バス２０４には、さらに、入出力インタフェース２０５が接続されている。入出力インタフェース２０５には、入力部２０６、出力部２０７、記憶部２０８、通信部２０９、及びドライブ２１０が接続されている。
入力部２０６は、キーボード、マウス、マイクロフォンなどよりなる。出力部２０７は、ディスプレイ、スピーカなどよりなる。記憶部２０８は、ハードディスクや不揮発性のメモリなどよりなる。通信部２０９は、ネットワークインタフェースなどよりなる。ドライブ２１０は、磁気ディスク、光ディスク、光磁気ディスク、又は半導体メモリなどのリムーバブルメディア２１１を駆動する。
以上のように構成されるコンピュータ２００では、CPU２０１が、例えば、記憶部２０８に記憶されているプログラムを、入出力インタフェース２０５及びバス２０４を介して、RAM２０３にロードして実行することにより、上述した一連の処理が行われる。
コンピュータ２００（CPU２０１）が実行するプログラムは、例えば、パッケージメディア等としてのリムーバブルメディア２１１に記録して提供することができる。また、プログラムは、ローカルエリアネットワーク、インターネット、デジタル衛星放送といった、有線または無線の伝送媒体を介して提供することができる。
コンピュータ２００では、プログラムは、リムーバブルメディア２１１をドライブ２１０に装着することにより、入出力インタフェース２０５を介して、記憶部２０８にインストールすることができる。また、プログラムは、有線または無線の伝送媒体を介して、通信部２０９で受信し、記憶部２０８にインストールすることができる。その他、プログラムは、ROM２０２や記憶部２０８に、あらかじめインストールしておくことができる。
なお、コンピュータ２００が実行するプログラムは、本明細書で説明する順序に沿って時系列に処理が行われるプログラムであっても良いし、並列に、あるいは呼び出しが行われたとき等の必要なタイミングで処理が行われるプログラムであっても良い。
また、本明細書において、システムとは、複数の構成要素（装置、モジュール（部品）等）の集合を意味し、すべての構成要素が同一筐体中にあるか否かは問わない。したがって、別個の筐体に収納され、ネットワークを介して接続されている複数の装置、及び、１つの筐体の中に複数のモジュールが収納されている１つの装置は、いずれも、システムである。
さらに、本明細書に記載された効果はあくまで例示であって限定されるものではなく、他の効果があってもよい。
また、本開示の実施の形態は、上述した実施の形態に限定されるものではなく、本開示の要旨を逸脱しない範囲において種々の変更が可能である。
例えば、第１乃至第８実施の形態におけるlosslessDSD方式は、可逆圧縮符号化によるビット発生量が予測できない可逆圧縮方式であれば、losslessDSD方式以外であってもよい。例えば、第１乃至第８実施の形態におけるlosslessDSD方式は、FLAC(Free Lossless Audio Codec)方式やALAC（Apple lossless Audio Codec)方式などであってもよい。FLAC方式やALAC方式においても、losslessDSD方式と同様に、オーディオアナログ信号の波形に応じてビットの発生量が変動する。なお、変動する比率は方式によって異なる。
また、第１乃至第８実施の形態における情報処理システム１０は、セグメントファイルをライブ配信するのではなく、Webサーバ１２に動画コンテンツの全てのセグメントファイルが既に記憶されており、そのセグメントファイルをオンデマンド配信するようにしてもよい。
この場合、第２実施の形態、第３実施の形態、および第７実施の形態において、MPDファイルに記述されるAveBandwidthは、動画コンテンツの全期間の平均値になる。従って、第２実施の形態および第７実施の形態では、動画再生端末１４は、MPDファイルを更新しない。また、第３実施の形態では、動画再生端末１４は、MPDファイルを更新するが、更新前後でMPDファイルは変化しない。
また、この場合、第７実施の形態では、セグメントファイルの生成時には固定のセグメント長のセグメントファイルを生成しておき、オンデマンド配信時に、Webサーバ１２が、その固定のセグメント長のセグメントファイルを連結して可変のセグメント長のセグメントファイルを生成し、動画再生端末１４に送信するようにしてもよい。
さらに、第１乃至第８実施の形態における情報処理システム１０は、Webサーバ１２に動画コンテンツのセグメントファイルを途中まで記憶した後、その動画コンテンツの先頭のセグメントファイルから配信を開始するニアライブ配信を行うようにしてもよい。
この場合、再生開始時にWebサーバ１２に既に記憶されているセグメントファイルについては、オンデマンド配信と同様の処理が行われ、再生開始時にWebサーバ１２にまだ記憶されていないセグメントファイルについては、ライブ配信の場合と同様の処理が行われる。
また、第４乃至第６実施の形態では、AveBandwidthとDurationForAveBandwidth（の更新値）がセグメントファイルに配置される。従って、オンデマンド配信やニアライブ配信のように、動画コンテンツのセグメントファイルが生成されてから再生されるまでに時間がある場合であっても、動画再生端末１４は、再生開始時に最新のAveBandwidthとDurationForAveBandwidthを取得することはできない。従って、AveBandwidthとDurationForAveBandwidth（の更新値）を格納するセグメントファイルの送信時に、最新のAveBandwidthとDurationForAveBandwidthを格納し直すようにしてもよい。この場合、動画再生端末１４は、再生開始時に最新のAveBandwidthとDurationForAveBandwidthを認識することができる。
また、第２乃至第７実施の形態では、最新のAveBandwidthとDurationForAveBandwidthのみがMPDファイルまたはセグメントファイルに記述されたが、任意の時間ごとのAveBandwidthとDurationForAveBandwidthが列挙されるようにしてもよい。この場合、動画再生端末１４は、きめ細かい帯域制御を行うことが可能になる。なお、任意の時間が一定の時間である場合には、DurationForAveBandwidthは１つだけ記述されるようにしてもよい。
なお、本開示は、以下のような構成もとることができる。
（１）
可逆圧縮方式で符号化されたオーディオストリームのビットレートを表すビットレート情報を生成する生成部
を備えるファイル生成装置。
（２）
前記ビットレート情報は、前記ビットレートの所定の期間の平均値と前記所定の期間とを含む
ように構成された
前記（１）に記載のファイル生成装置。
（３）
前記所定の期間は、基準期間ごとに、前記基準期間だけ増加し、
前記生成部は、前記基準期間ごとに、前記ビットレート情報を更新する
ように構成された
前記（２）に記載のファイル生成装置。
（４）
前記ビットレート情報は、前記オーディオストリームを管理する管理ファイルに含まれる
ように構成された
前記（３）に記載のファイル生成装置。
（５）
前記管理ファイルには、前記基準期間を示す情報が含まれる
ように構成された
前記（４）に記載のファイル生成装置。
（６）
前記生成部は、前記ビットレート情報の更新時刻を通知する更新通知情報を生成する
ように構成された
前記（３）に記載のファイル生成装置。
（７）
前記更新通知情報は、前記オーディオストリームを格納するファイルに含まれる
ように構成された
前記（６）に記載のファイル生成装置。
（８）
前記ビットレート情報の初期値は、前記オーディオストリームを管理する管理ファイルに含まれ、
前記ビットレート情報の更新値は、前記オーディオストリームを格納するファイルに含まれる
ように構成された
前記（３）、（６）、または（７）に記載のファイル生成装置。
（９）
前記ビットレート情報は、前記オーディオストリームを格納するファイルに含まれる
ように構成された
前記（３）に記載のファイル生成装置。
（１０）
前記ビットレート情報は、前記オーディオストリームを格納するファイルとは異なるファイルに含まれ、前記オーディオストリームを管理する管理ファイルに管理される
ように構成された
前記（３）に記載のファイル生成装置。
（１１）
前記オーディオストリームをセグメント単位でファイル化するセグメントファイル生成部
をさらに備え、
前記セグメントの長さは、基準の時間の正の数の倍数であり、
前記正の数は、前記オーディオストリームを管理する管理ファイルに含まれる
ように構成された
前記（１）乃至（１０）のいずれかに記載のファイル生成装置。
（１２）
前記オーディオストリームをセグメント単位でファイル化するセグメントファイル生成部
をさらに備え、
前記セグメントの長さは、所定の時間であり、
前記所定の時間を表す情報は、前記オーディオストリームを管理する管理ファイルに含まれる
ように構成された
前記（１）乃至（１０）のいずれかに記載のファイル生成装置。
（１３）
前記可逆圧縮方式は、losslessDSD(Direct Stream Digital)方式、FLAC(Free Lossless Audio Codec)方式、またはALAC（Apple lossless Audio Codec)方式である
ように構成された
前記（１）乃至（１２）のいずれかに記載のファイル生成装置。
（１４）
ファイル生成装置が、
可逆圧縮方式で符号化されたオーディオストリームのビットレートを表すビットレート情報を生成する生成ステップ
を含むファイル生成方法。
１１ ファイル生成装置, １３ インターネット, １４ 動画再生端末, ３３ セグメントファイル生成部, ３４ MPDファイル生成部, ６３ セグメントファイル取得部, ６４ 選択部

Claims (14)

  1. 可逆圧縮方式で符号化されたオーディオストリームのビットレートを表すビットレート情報を生成する生成部
    を備えるファイル生成装置。
  2. 前記ビットレート情報は、前記ビットレートの所定の期間の平均値と前記所定の期間とを含む
    ように構成された
    請求項１に記載のファイル生成装置。
  3. 前記所定の期間は、基準期間ごとに、前記基準期間だけ増加し、
    前記生成部は、前記基準期間ごとに、前記ビットレート情報を更新する
    ように構成された
    請求項２に記載のファイル生成装置。
  4. 前記ビットレート情報は、前記オーディオストリームを管理する管理ファイルに含まれる
    ように構成された
    請求項３に記載のファイル生成装置。
  5. 前記管理ファイルには、前記基準期間を示す情報が含まれる
    ように構成された
    請求項４に記載のファイル生成装置。
  6. 前記生成部は、前記ビットレート情報の更新時刻を通知する更新通知情報を生成する
    ように構成された
    請求項３に記載のファイル生成装置。
  7. 前記更新通知情報は、前記オーディオストリームを格納するファイルに含まれる
    ように構成された
    請求項６に記載のファイル生成装置。
  8. 前記ビットレート情報の初期値は、前記オーディオストリームを管理する管理ファイルに含まれ、
    前記ビットレート情報の更新値は、前記オーディオストリームを格納するファイルに含まれる
    ように構成された
    請求項３に記載のファイル生成装置。
  9. 前記ビットレート情報は、前記オーディオストリームを格納するファイルに含まれる
    ように構成された
    請求項３に記載のファイル生成装置。
  10. 前記ビットレート情報は、前記オーディオストリームを格納するファイルとは異なるファイルに含まれ、前記オーディオストリームを管理する管理ファイルに管理される
    ように構成された
    請求項３に記載のファイル生成装置。
  11. 前記オーディオストリームをセグメント単位でファイル化するセグメントファイル生成部
    をさらに備え、
    前記セグメントの長さは、基準の時間の正の数の倍数であり、
    前記正の数は、前記オーディオストリームを管理する管理ファイルに含まれる
    ように構成された
    請求項１に記載のファイル生成装置。
  12. 前記オーディオストリームをセグメント単位でファイル化するセグメントファイル生成部
    をさらに備え、
    前記セグメントの長さは、所定の時間であり、
    前記所定の時間を表す情報は、前記オーディオストリームを管理する管理ファイルに含まれる
    ように構成された
    請求項１に記載のファイル生成装置。
  13. 前記可逆圧縮方式は、losslessDSD(Direct Stream Digital)方式、FLAC(Free Lossless Audio Codec)方式、またはALAC（Apple lossless Audio Codec)方式である
    ように構成された
    請求項１に記載のファイル生成装置。
  14. ファイル生成装置が、
    可逆圧縮方式で符号化されたオーディオストリームのビットレートを表すビットレート情報を生成する生成ステップ
    を含むファイル生成方法。
JP2018508957A 2016-03-28 2017-03-14 ファイル生成装置およびファイル生成方法 Abandoned JPWO2017169721A1 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2016063223 2016-03-28
JP2016063223 2016-03-28
PCT/JP2017/010105 WO2017169721A1 (ja) 2016-03-28 2017-03-14 ファイル生成装置およびファイル生成方法

Publications (1)

Publication Number Publication Date
JPWO2017169721A1 true JPWO2017169721A1 (ja) 2019-02-07

Family

ID=59964317

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2018508957A Abandoned JPWO2017169721A1 (ja) 2016-03-28 2017-03-14 ファイル生成装置およびファイル生成方法

Country Status (4)

Country Link
US (1) US20190088265A1 (ja)
JP (1) JPWO2017169721A1 (ja)
CN (1) CN108886628A (ja)
WO (1) WO2017169721A1 (ja)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11308093B1 (en) * 2019-12-13 2022-04-19 Amazon Technologies, Inc. Encoding scheme for numeric-like data types
JP7454951B2 (ja) * 2020-01-27 2024-03-25 日本放送協会 コンテンツ配信装置、端末、およびプログラム
CN113709524B (zh) * 2021-08-25 2023-12-19 三星电子（中国）研发中心 选择音视频流的比特率的方法及其装置

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4835638B2 (ja) * 1998-10-13 2011-12-14 日本ビクター株式会社 音声符号化方法及び音声復号方法
JP2004145929A (ja) * 2002-10-22 2004-05-20 Matsushita Electric Ind Co Ltd 光ディスク再生装置及び光ディスク再生方法
JP4935385B2 (ja) * 2007-02-01 2012-05-23 ソニー株式会社 コンテンツ再生方法およびコンテンツ再生システム
TWI368845B (en) * 2008-12-02 2012-07-21 Ite Tech Inc Multimedia palying method and apparatus thereof
US8631455B2 (en) * 2009-07-24 2014-01-14 Netflix, Inc. Adaptive streaming for digital content distribution
US8468262B2 (en) * 2010-11-01 2013-06-18 Research In Motion Limited Method and apparatus for updating http content descriptions
WO2013004260A1 (en) * 2011-07-07 2013-01-10 Telefonaktiebolaget L M Ericsson (Publ) Network-capacity optimized adaptive http streaming
JP2013029679A (ja) * 2011-07-28 2013-02-07 Panasonic Corp 圧縮オーディオ再生装置及び平均ビットレート算出方法
KR20170083641A (ko) * 2012-07-10 2017-07-18 브이아이디 스케일, 인크. 품질 주도형 스트리밍
US9125073B2 (en) * 2012-08-03 2015-09-01 Intel Corporation Quality-aware adaptive streaming over hypertext transfer protocol using quality attributes in manifest file
US9967300B2 (en) * 2012-12-10 2018-05-08 Alcatel Lucent Method and apparatus for scheduling adaptive bit rate streams
WO2015038578A2 (en) * 2013-09-12 2015-03-19 Dolby Laboratories Licensing Corporation System aspects of an audio codec
WO2016000211A1 (zh) * 2014-07-01 2016-01-07 华为技术有限公司 视频数据传输装置、方法、服务器、基站和客户端

Also Published As

Publication number Publication date
CN108886628A (zh) 2018-11-23
US20190088265A1 (en) 2019-03-21
WO2017169721A1 (ja) 2017-10-05

Similar Documents

Publication Publication Date Title
US10735794B2 (en) Information processing device, information processing method, and information processing system
CN103858419B (zh) 一种回放装置及回放内容的方法
JP3957666B2 (ja) マルチメディアストリーミング装置、マルチメディアストリーミングサーバ、マルチメディアストリーミングクライアント、マルチメディアストリーミング方法及びそのプログラムを記録した記録媒体
CN105814900B (zh) 用于在自适应流播环境中管理相邻频道的***和方法
WO2017138387A1 (ja) 情報処理装置および情報処理方法
WO2013008867A1 (ja) 送信装置、送信装置の制御方法、制御プログラム、及び記録媒体
JP6876928B2 (ja) 情報処理装置および方法
WO2017169721A1 (ja) ファイル生成装置およびファイル生成方法
WO2017169720A1 (ja) 再生装置および再生方法、並びにファイル生成装置およびファイル生成方法
JP6555263B2 (ja) 情報処理装置および方法
JP5781550B2 (ja) メディアコンテンツデータ再生装置及び方法
JP4526294B2 (ja) ストリームデータ送信装置、受信装置、プログラムを記録した記録媒体、およびシステム
JP2016059018A (ja) 配信装置、再生装置および配信システム
JP2004215074A (ja) サーバ、送信レート制御方法、プログラムおよび記録媒体
JP2017098706A (ja) 受信装置、セグメント取得方法、及びプログラム
KR102343639B1 (ko) 압축 부호화 장치 및 방법, 복호 장치 및 방법, 그리고 프로그램
JP6793526B2 (ja) 動画配信システム、配信サーバ、及びプログラム
US20200314163A1 (en) Image processing device and method thereof
JP7324012B2 (ja) 受信装置、及びプログラム
KR102367134B1 (ko) 가속기를 제어하는 방법 및 이를 이용한 가속기
KR20130029235A (ko) 스트리밍 되어오는 동영상 파일을 실시간 변환하여 스트리밍 전송하는 방법
KR101684705B1 (ko) 미디어 컨텐츠 재생 장치 및 방법
JP6127708B2 (ja) コンテンツ再生装置、コンテンツ再生プログラム及びコンテンツ再生方法
JP2023161219A (ja) 送信装置、受信装置及びそれらのプログラム

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20200117

A762 Written abandonment of application

Free format text: JAPANESE INTERMEDIATE CODE: A762

Effective date: 20200520