JP6358460B2

JP6358460B2 - 受信装置、受信方法、送信装置、及び、送信方法

Info

Publication number: JP6358460B2
Application number: JP2014078032A
Authority: JP
Inventors: 北里　直久; 直久北里
Original assignee: Sony Corp
Current assignee: Sony Corp
Priority date: 2014-04-04
Filing date: 2014-04-04
Publication date: 2018-07-18
Anticipated expiration: 2034-04-04
Also published as: WO2015151533A1; MX2016012503A; KR20160140639A; US20190222333A1; CA2941369C; US20180175955A1; CN106134113B; KR102346555B1; US10771175B2; US11329741B2; EP3127260A1; US20210067259A1; JP2015201699A; MX365936B; US10291341B2; CA2941369A1; CN106134113A

Description

本技術は、受信装置、受信方法、送信装置、及び、送信方法に関し、特に、放送又は通信で伝送されるコンポーネントの中から、最適なコンポーネントを選択することができるようにした受信装置、受信方法、送信装置、及び、送信方法に関する。

近年、デジタル放送の分野においては、放送を利用したサービスだけでなく、通信と連携したハイブリッド型のサービスの導入が進められている（例えば、特許文献１参照）。このようなハイブリッド型のサービスでは、当該サービスを提供するためのビデオやオーディオ、字幕などのコンポーネントを、放送又は通信のいずれかを用いて伝送することが可能である。

特開２０１１−６６５５６号公報

ハイブリッド型のサービスが導入されることで、多様なサービスを提供することが可能になる一方で、放送又は通信で伝送されるコンポーネントの中から、最適なコンポーネントを選択する必要がある。しかしながら、放送又は通信で伝送されるコンポーネントの中から、最適なコンポーネントを選択するための技術方式は確立されていない。

本技術はこのような状況に鑑みてなされたものであり、放送又は通信で伝送されるコンポーネントの中から、最適なコンポーネントを選択することができるようにするものである。

本技術の第１の側面の受信装置は、IP(Internet Protocol)伝送方式を用いたデジタル放送の放送波を受信する受信部と、前記放送波で伝送される制御信号に含まれる、放送で伝送される放送コンポーネントと通信で伝送される通信コンポーネントを管理するための第１の管理情報と、前記通信コンポーネントのみを管理するための第２の管理情報に基づいて、前記放送コンポーネント及び前記通信コンポーネントの少なくとも一方のコンポーネントを取得するとともに、取得されたコンポーネントに関する所定の処理を行う各部の動作を制御する制御部とを備え、前記第２の管理情報は、MPEG-DASH(Moving Picture Expert Group - Dynamic Adaptive Streaming over HTTP)の規格に準拠したMPD(Media Presentation Description)であって、前記第１の管理情報は、コンポーネントと前記MPDのRepresentation要素とを対応付けるための第１の識別子、コンポーネントのグループと前記MPDのAdaptationSet要素とを対応付けるための第２の識別子、及び、コンポーネントのカテゴリと前記MPDのAdaptationSet要素のgroup属性とを対応付けるための第３の識別子を含んでいる受信装置である。

前記放送コンポーネントと前記通信コンポーネントは、カテゴリごとに、第１の階層、第２の階層、及び、第３の階層からなる階層構造を有しており、前記第３の階層は、前記放送コンポーネント又は前記通信コンポーネントを適応的に選択するための階層であり、前記第２の階層は、前記第３の階層で適応的に選択されたコンポーネント、及び、前記第３の階層の対象となっていないコンポーネントを１つのコンポーネントに合成するための階層であり、前記第１の階層は、前記第２の階層で合成されたコンポーネント、前記第３の階層で適応的に選択されたコンポーネント、及び、前記第２の階層と前記第３の階層の対象となっていないコンポーネントの中から、１つのコンポーネントを選択するための階層であるようにすることができる。

前記第１の管理情報は、特定のサービスと当該サービスを構成するコンポーネントの少なくとも一方に関するパラメータを記述可能であって、特定のサービスに関するパラメータとして、コンポーネントの階層構造を関する情報を記述した記述子を配置しているようにすることができる。

前記第１の管理情報は、特定のサービスと、当該サービスを構成するコンポーネント、コンポーネントのグループ、及び、コンポーネントのカテゴリに関するパラメータを記述可能であって、コンポーネントの階層構造を関する情報を記述しているようにすることができる。

前記第１の管理情報は、前記第２の階層における複数のコンポーネントの合成に関する情報を含んでいるようにすることができる。

前記第１の管理情報は、コンポーネントのグループに対する、異なるコンポーネントのカテゴリの間における組み合わせのための第４の識別子を含んでいるようにすることができる。

前記制御信号は、前記IP伝送方式におけるプロトコルの階層のうち、IP層よりも上位の階層で伝送され、各サービスを構成する前記放送コンポーネントと、前記制御信号には、共通のIPアドレスが割り当てられるようにすることができる。

受信装置は、独立した装置であってもよいし、１つの装置を構成している内部ブロックであってもよい。

本技術の第１の側面の受信方法は、本技術の第１の側面の受信装置に対応する受信方法である。

本技術の第１の側面の受信装置及び受信方法においては、IP伝送方式を用いたデジタル放送の放送波が受信され、前記放送波で伝送される制御信号に含まれる、放送で伝送される放送コンポーネントと通信で伝送される通信コンポーネントを管理するための第１の管理情報と、前記通信コンポーネントのみを管理するための第２の管理情報に基づいて、前記放送コンポーネント及び前記通信コンポーネントの少なくとも一方のコンポーネントが取得されるとともに、取得されたコンポーネントに関する所定の処理を行う各部の動作が制御される。また、前記第２の管理情報は、MPEG-DASH(Moving Picture Expert Group - Dynamic Adaptive Streaming over HTTP)の規格に準拠したMPD(Media Presentation Description)であって、前記第１の管理情報には、コンポーネントと前記MPDのRepresentation要素とを対応付けるための第１の識別子、コンポーネントのグループと前記MPDのAdaptationSet要素とを対応付けるための第２の識別子、及び、コンポーネントのカテゴリと前記MPDのAdaptationSet要素のgroup属性とを対応付けるための第３の識別子が含まれる。

本技術の第２の側面の送信装置は、放送で伝送される放送コンポーネントと通信で伝送される通信コンポーネントを管理するための第１の管理情報と、通信で伝送される通信コンポーネントのみを管理するための第２の管理情報を含む制御信号を取得する第１の取得部と、サービスを構成する１又は複数の放送コンポーネントを取得する第２の取得部と、前記放送コンポーネントとともに、前記制御信号を、IP伝送方式を用いたデジタル放送の放送波で送信する送信部とを備え、前記第２の管理情報は、MPEG-DASHの規格に準拠したMPDであって、前記第１の管理情報は、コンポーネントと前記MPDのRepresentation要素とを対応付けるための第１の識別子、コンポーネントのグループと前記MPDのAdaptationSet要素とを対応付けるための第２の識別子、及び、コンポーネントのカテゴリと前記MPDのAdaptationSet要素のgroup属性とを対応付けるための第３の識別子を含んでいる送信装置である。

送信装置は、独立した装置であってもよいし、１つの装置を構成している内部ブロックであってもよい。

本技術の第２の側面の送信方法は、本技術の第２の側面の送信装置に対応する送信方法である。

本技術の第２の側面の送信装置及び送信方法においては、放送で伝送される放送コンポーネントと通信で伝送される通信コンポーネントを管理するための第１の管理情報と、前記通信コンポーネントのみを管理するための第２の管理情報を含む制御信号が取得され、サービスを構成する１又は複数の放送コンポーネントが取得され、前記放送コンポーネントとともに、前記制御信号が、IP伝送方式を用いたデジタル放送の放送波で送信される。また、前記第２の管理情報は、MPEG-DASHの規格に準拠したMPDであって、前記第１の管理情報には、コンポーネントと前記MPDのRepresentation要素とを対応付けるための第１の識別子、コンポーネントのグループと前記MPDのAdaptationSet要素とを対応付けるための第２の識別子、及び、コンポーネントのカテゴリと前記MPDのAdaptationSet要素のgroup属性とを対応付けるための第３の識別子が含まれる。

本技術の第１の側面及び第２の側面によれば、放送又は通信で伝送されるコンポーネントの中から、最適なコンポーネントを選択することができる。

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。

IP伝送方式のデジタル放送のプロトコルスタックを示す図である。 IP伝送方式を用いたデジタル放送の放送波の信号と、IP伝送方式のID体系との関係を示す図である。 IP伝送方式のデジタル放送の放送波の構成を示す図である。コンポーネントレイヤ構造を示す図である。コンポーネントレイヤ構造のダイアグラムを示す図である。シグナリング情報の構成例を示す図である。コンポーネントレイヤの具体例を示す図である。画面レイアウトの例を示す図である。画面遷移の例を示す図である。シグナリング情報の構成を示す図である。 MPDによるコンポーネントレイヤ対応を示す図である。 MPDによるコンポーネントレイヤ対応の具体的な運用例を示す図である。 SPDとMPDの連携方法を示す図である。 SPDとMPDの連携の具体的な運用例を示す図である。 SPDのシンタックスを示す図である。 Component Layer Descriptorのシンタックスを示す図である。 SPDのシンタックスを示す図である。本技術を適用した放送通信システムの一実施の形態の構成を示す図である。本技術を適用した送信装置の一実施の形態の構成を示す図である。本技術を適用した配信サーバの一実施の形態の構成を示す図である。本技術を適用した受信装置の一実施の形態の構成を示す図である。送信処理を説明するフローチャートである。配信処理を説明するフローチャートである。受信処理を説明するフローチャートである。コンピュータの構成例を示す図である。

以下、図面を参照しながら本技術の実施の形態について説明する。なお、説明は以下の順序で行うものとする。

１．IP伝送方式によるデジタル放送の概要
２．コンポーネントレイヤ構造
（１）コンポーネントレイヤ構造の詳細
（２）コンポーネントレイヤ構造の具体例
３．シグナリング情報の構成
（１）シグナリング情報の詳細
（２）MPDによるコンポーネントレイヤ対応
（３）SPDとMPDの連携
（４）シンタックス
４．システム構成
５．各装置で実行される具体的な処理の流れ
６．コンピュータの構成

＜１．IP伝送方式によるデジタル放送の概要＞

（プロトコルスタック）
図１は、IP伝送方式のデジタル放送のプロトコルスタックを示す図である。

図１に示すように、最も下位の階層は、物理層(Physical Layer)とされ、サービス（チャンネル）のために割り当てられた放送波の周波数帯域がこれに対応する。物理層に隣接する上位の階層は、BBPストリーム(Base Band Packet Stream)を挟んでIP層とされる。BBPストリームは、IP伝送方式における各種のデータを格納したパケットを含むストリームである。

IP層は、TCP/IPのプロトコルスタックにおけるIP(Internet Protocol)に相当するものであり、IPアドレスによりIPパケットが特定される。IP層に隣接する上位階層はUDP層とされ、さらにその上位の階層は、RTP，FLUTE/ALSとされる。すなわち、IP伝送方式のデジタル放送においては、UDP(User Datagram Protocol)のポート番号が指定されたパケットが送信され、例えばRTP(Real-time Transport Protocol)セッションやFLUTE(File Delivery over Unidirectional Transport)セッションが確立されるようになされている。

FLUTE/ALSに隣接する上位階層は、fMP4(Fragmented MP4)とされ、さらに、RTP，fMP4に隣接する上位階層は、ビデオデータ(Video)、オーディオデータ(Audio)、字幕データ(Closed Caption)等とされる。すなわち、ビデオデータやオーディオデータを、ストリーム形式で伝送する場合には、RTPセッションが利用され、ビデオデータやオーディオデータを、ファイル形式で伝送する場合には、FLUTEセッションが利用される。

また、FLUTE/ALSの上位階層は、NRTコンテンツ(NRT Content)，ESG，SCSとされ、NRTコンテンツ，ESG，SCSは、FLUTEセッションにより伝送される。NRTコンテンツは、NRT(Non-RealTime)放送で伝送されるコンテンツであって、受信機のストレージに一旦蓄積された後で再生が行われる。なお、NRTコンテンツは、コンテンツの一例であって、他のコンテンツのファイルがFLUTEセッションにより伝送されるようにしてもよい。ESG(Electronic Service Guide)は、電子サービスガイドである。

SCS(Service Channel Signaling)は、サービス単位のシグナリング情報であって、FLUTEセッションにより伝送される。例えば、SCSとしては、SPD(Service Parameter Description)、USD(User Service Description)、MPD(Media Presentation Description)、及び、SDP(Session Description Protocol)が伝送される。

LLS(Low Layer Signaling)は、低レイヤのシグナリング情報であって、BBPストリーム上で伝送される。例えば、LLSとしては、SCD(Service Configuration Description)、EAD(Emergency Alerting Description)、及び、RRD(Region Rating Description)などのサービス構成情報(Service Configuration Information)が伝送される。

（IP伝送方式におけるID体系）
図２は、IP伝送方式を用いたデジタル放送の放送波の信号と、IP伝送方式のID体系との関係を示す図である。

図２に示すように、所定の周波数帯域(6MHz)を有する放送波(放送ネットワーク(Network))には、ネットワークID(network_id)が割り当てられている。各放送波には、BBPストリームID(BBP_stream_id)により識別される、１又は複数のBBPストリームが含まれている。BBPストリームは、BBPヘッダとペイロードからなる複数のBBPパケットにより構成される。

各BBPストリームには、サービスID(service_id)により識別される１又は複数のサービス(Service)が含まれている。各サービスは、１又は複数のコンポーネント(Component)から構成されている。各コンポーネントは、例えば、ビデオデータやオーディオデータ、字幕データ等の番組を構成する情報である。

このように、IP伝送方式のID体系として、MPEG2-TS方式で用いられているネットワークID(network_id)，トランスポートストリームID(transport_stream_id)，サービスID(service_id)の組み合わせ（以下、「トリプレット(Triplet)」という。）に対応する構成を採用し、このトリプレットによって、放送ネットワーク内のBBPストリーム構成とサービス構成が示される。ただし、IP伝送方式のID体系においては、トランスポートストリームIDの代わりに、BBPストリームIDが用いられる。

このようなID体系を用いることで、現在広く普及しているMPEG2-TS方式との整合をとることができるため、例えば、MPEG2-TS方式からIP伝送方式への移行時のサイマルキャストに容易に対応することが可能となる。

（IP伝送方式の放送波の構成）
図３は、IP伝送方式のデジタル放送の放送波の構成を示す図である。

図３に示すように、所定の周波数帯域を有する放送波(図中の「Network」)には、複数のBBPストリームが伝送されている。また、各BBPストリームには、NTP(Network Time Protocol)、複数のサービスチャンネル(Service Channel)、電子サービスガイド(ESG Service)、及び、LLSが含まれる。ただし、NTP，サービスチャンネル，電子サービスガイドは、UDP/IPのプロトコルに従って伝送されるが、LLSは、BBPストリーム上で伝送される。また、NTPは、時刻情報であって、複数のサービスチャンネルで共通のものとなる。

各サービスチャンネルには、ビデオデータやオーディオデータ等のコンポーネント(Component)と、SPDやSDP等のSCSが含まれる。また、各サービスチャンネルには、共通のIPアドレスが付与されており、このIPアドレスを用いて、１又は複数のサービスチャンネルごとに、コンポーネントや制御信号（SCS）などをパッケージ化することができる。なお、図３において、ネットワーク(Network)、BBPストリーム(BBP Stream)、及び、コンポーネント(Component)は、図２に対応しているが、サービスチャンネル(Service Channel)は、図２のサービス(Service)に対応するものである。

＜２．コンポーネントレイヤ構造＞

（１）コンポーネントレイヤ構造の詳細
図４は、コンポーネントレイヤ構造を示す図である。

図４に示すように、ビデオ(Video)、オーディオ(Audio)、及び、字幕(Caption)の各コンポーネントは、セレクティブレイヤ(Selective Layer)、コンポジットレイヤ(Composite Layer)、及び、アダプティブレイヤ(Adaptive Layer)の３階層から構成される。この階層構造においては、アダプティブレイヤの上位階層として、コンポジットレイヤが配置され、コンポジットレイヤの上位階層として、セレクティブレイヤが配置されている。以下、各レイヤの詳細について順に説明する。

（アダプティブレイヤ）
まず、アダプティブレイヤについて説明する。図４に示すように、最も下位の階層となるアダプティブレイヤにおいて、異なる模様が付された円形の一方の記号は、放送波で送信されるコンポーネント(Broadcast Component)を表し、他方の記号は、ネットワークを介して配信されるコンポーネント(Broadband Component)を表している。これらのコンポーネントは、いわゆるアダプティブストリーミングとして配信されるものであって、ビットレートの異なるコンポーネントが複数用意されている。なお、図４の例では、放送のコンポーネントは、カテゴリごとに１つずつ用意されているが、複数用意するようにしてもよい。また、ここでは、ビデオやオーディオ、字幕などのコンポーネントの分類を、カテゴリ(Category)と称している。

アダプティブレイヤでは、図中の点線の弧上を左右に振れる直線が、スイッチとして機能することで、複数のコンポーネントの中から、１つのコンポーネントが選択される。すなわち、アダプティブレイヤは、各コンポーネントのカテゴリにおいて、受信機の適応的な判断に基づいて、複数のコンポーネントを動的に切り替えて、１つのコンポーネントとして機能させるための階層である。ただし、コンポーネントが１つのみである場合には、当該スイッチによる選択は行われずに、そのコンポーネントのみが常に選択されることになる。

また、アダプティブレイヤにおける適応選択対象の属性としては、コンポーネントの伝送経路やビットレートを指定することができる。例えば、伝送経路の属性値としては、放送又は通信が指定される。また、ビットレートとしては、例えば10Mbpsなどが指定される。さらに、例えば、画面解像度や物理層(PHY)のロバスト性に関する属性を指定するようにしてもよい。なお、上述した適応選択対象の属性は一例であって、他の属性を指定できるようにしてもよい。

このような属性を指定できることから、受信機では、一定期間（例えば10秒）ごとに、最適なコンポーネントが適応的に選択されて切り替えられ、アダプティブストリーミング配信が実現される。具体的には、コンポーネントの伝送経路が通信のみの場合には、通信経路の輻輳状況に応じて変化する受信機の受信バッファ（例えば、後述する図２１の受信バッファ４２１）の占有状況に応じて、最適なビットレートのコンポーネントを選択することができる。

また、コンポーネントの伝送経路として通信のほかに、放送も含まれる場合には、放送のコンポーネントのビットレートに応じて、通信のコンポーネントとの選択を判断することができる。ここで、例えば、ネットワークを介して配信されるコンポーネントとして、1Mbps，2Mbps，5Mbps，10Mbps，20Mbpsのコンポーネントがそれぞれ用意され、放送波で送信されるコンポーネントとして、8Mbpsのコンポーネントのみが用意されている場合の運用を想定する。

この場合、受信機は、10Mbps又は20Mbpsの通信のコンポーネントを受信できるのであれば、放送のコンポーネントのビットレートよりも高ビットレートなるので、それらの通信のコンポーネントを優先して受信するようにする。また、輻輳によって、10Mbpsと20Mbpsの通信のコンポーネントを受信することができずに、5Mbpsの通信のコンポーネントを受信できるのであれば、通信のコンポーネントの代わりに、安定的に受信可能な8Mbpsの放送のコンポーネントを選択するようにする、といった運用が可能となる。なお、放送のコンポーネントが複数用意されている場合には、例えば、放送信号のC/N(Carrier/Noise)の変化を測定して、その測定結果に応じて、適応的に放送のコンポーネントを切り替えるようにすればよい。

（コンポジットレイヤ）
次に、コンポジットレイヤについて説明する。図４に示すように、アダプティブレイヤの上位階層となるコンポジットレイヤでは、アダプティブレイヤにより適応的に選択された複数のコンポーネントが１つのコンポーネントに合成される。すなわち、コンポジットレイヤは、各コンポーネントのカテゴリにおいて、合成対象のコンポーネントグループ（以下、「コンポジットコンポーネントグループ」という）内の複数のコンポーネントを組み合わせて１つのコンポーネント（合成コンポーネント）として機能させるための階層である。ただし、合成対象のコンポーネントグループが１つのコンポーネントのみとなる場合には、合成動作は不要となる。

また、コンポジットレイヤにおける合成対象の属性としては、スケーラブルや３Ｄ（３次元映像）、タイル、レイヤ、ミキシングなどを指定することができる。これらの属性は、組み合わせのタイプを示すものであって、それらの組み合わせにおける要素を示す属性値を指定することができる。

「スケーラブル」は、合成対象のコンポーネントが、スケーラブル符号化が施されたコンポーネントであることを示す属性である。このスケーラブル属性の属性値としては、"Base"、又は、"Extended"が指定される。

例えば、４Ｋ解像度の映像を提供する場合に、スケーラブル属性の属性値として"Base"が指定された２Ｋ解像度の映像に相当する符号化信号（ビデオコンポーネント）を放送波で送信するとともに、４Ｋ解像度と２Ｋ解像度の差分に相当する映像符号化信号（ビデオコンポーネント）に、スケーラブル属性の属性値として"Extended"を指定して、ネットワークを介して配信するようにする。これにより、４Ｋ解像度に対応した受信機は、放送で伝送される基本ストリーム(Base Stream)と、通信で伝送される拡張ストリーム(Extended Stream)を合成して、４Ｋ解像度の映像を表示させることができる。一方、４Ｋ解像度に対応していない受信機は、放送で伝送される基本ストリームのみを用い、２Ｋ解像度の映像を表示させることになる。

「３Ｄ」は、合成対象のコンポーネントが、３Ｄ用のコンポーネントであることを示す属性である。この３Ｄ属性の属性値としては、"Right"、又は、"Left"が指定される。例えば、３Ｄ属性の属性値として"Right"が指定された右目用の映像信号（ビデオコンポーネント）を放送波で送信するとともに、３Ｄ属性の属性値として"Left"が指定された左目用の映像信号（ビデオコンポーネント）を、ネットワークを介して配信するようにする。これにより、３Ｄに対応した受信機は、右目用の映像信号と左目用の映像信号を合成して、３Ｄの映像を表示させることができる。

「タイル」は、合成対象のコンポーネントが、タイリング用のコンポーネントであることを示す属性である。このタイル属性の属性値としては、例えば、"TileA1"，"TileA2"，・・・や、"TileB1"，"TileB2"，・・・、"TileC1"，"TileC2"，・・・が指定される。

例えば、"TileA1"，"TileA2"，・・・において、"TileA"は、タイリングのタイプが、タイプＡであることを示す。タイプＡのタイリングが２枚のタイル用の映像を、左右に並べて表示する方式である場合、タイル属性の属性値として"TileA1"が指定された左側に配置されるタイル用の映像信号（ビデオコンポーネント）を放送波で送信するとともに、タイル属性の属性値として"TileA2"が指定された右側に配置されるタイル用の映像信号（ビデオコンポーネント）を、ネットワークを介して配信するようにする。これにより、タイリング表示に対応した受信機は、左側のタイル用の映像信号と右側のタイル用の映像信号を合成して、タイプＡのタイリングに対応する映像を表示させることができる。

同様に、例えば、タイプＢのタイリングが、４枚のタイル用の映像を２×２に並べて配置して表示する方式である場合、それらの４枚のタイル用の映像信号（ビデオコンポーネント）が、放送又は通信により伝送されるので、受信機では、それらのタイル用の映像を合成して、タイプＢのタイリングに対応する２×２の映像を表示させることができる。また、例えば、タイプＣのタイリングが、複数のタイル用の映像をパノラマ映像（例えば360度）として配置して表示する方式である場合、複数のタイル用の映像信号（ビデオコンポーネント）が、放送又は通信により伝送されるので、受信機では、それらのタイル用の映像信号を合成して、タイプＣのタイリングに対応するパノラマ映像を表示させることができる。なお、上述したタイプＡ乃至Ｃのタイリング方式は一例であって、他のタイリング方式を採用することができる。

「レイヤ」は、合成対象のコンポーネントが、階層状に表示されるコンポーネントのレイヤであることを示す属性である。このレイヤ属性の属性値としては、例えば重ね合わせの奥から順に、"Layer1"，"Layer2"，・・・が指定される。例えば、レイヤ属性の属性値として"Layer1"が指定された第１層目のレイヤの映像信号（ビデオコンポーネント）を放送波で送信するとともに、レイヤ属性の属性値として"Layer2"が指定された第２層目のレイヤの映像信号（ビデオコンポーネント）を、ネットワークを介して配信するようにする。これにより、レイヤ表示に対応した受信機では、第１層目の映像信号と第２層目の映像信号を合成して、第１層目の映像に、第２層目の映像が重ね合わされた映像を表示させることができる。

「ミキシング」は、合成対象のコンポーネントが、ミキシングされるコンポーネントであることを示す属性である。例えば、このミキシング属性としては、"Track1"，"Track2"，・・・が指定される。例えば、ミキシング属性の属性値として"Track1"が指定された音声トラック（オーディオコンポーネント）を放送波で送信するとともに、ミキシング属性の属性値として"Track2"が指定された音声トラック（オーディオコンポーネント）を、ネットワークを介して配信するようにする。これにより、ミキシングに対応した受信機では、音声トラック１と音声トラック２をミキシング（例えば、ボリューム相対位置やパン位置を調整）して、それにより得られた音声を出力することができる。

なお、上述したコンポジットレイヤにおける合成対象の属性やその属性値は一例であって、他の属性や他の属性値を指定できるようにしてもよい。

（セレクティブレイヤ）
最後に、セレクティブレイヤについて説明する。図４に示すように、コンポジットレイヤの上位階層であって、最も上位の階層となるセレクティブレイヤでは、図中の点線の弧上を左右に振れる直線が、スイッチとして機能することで、複数のコンポーネントの中から、１つのコンポーネントが選択される。すなわち、セレクティブレイヤは、各コンポーネントのカテゴリにおいて、固定選択対象のコンポーネントグループ（以下、「セレクティブコンポーネントグループ」という）の中から、所定の選択方法に応じて、１又は複数のコンポーネントを静的に選択するための階層である。この選択方法としては、ユーザによる選択のほか、例えば、受信機の性能やユーザの嗜好情報などに応じて受信機によって自動で選択されるようにすることができる。

また、セレクティブレイヤにおける固定選択対象の属性としては、ビュータグ、言語、受信機処理要求能力、ビュータイトル、目的などを指定することができる。

具体的には、「ビュータグ」は、１つのビューを構成する異なるコンポーネントのカテゴリを組み合わせるためのタグである。例えば、ビュータグとして、"１"が指定された場合には、図中の「１」であるIDが付与されたビデオ、オーディオ、及び、字幕のコンポーネントが、カテゴリを横断して選択されることになる。同様に、ビュータグとして、"２"が指定された場合、図中の「２」であるIDが付与されたコンポーネントが、カテゴリを横断して選択されることになる。なお、ビュータグが付与されていないコンポーネントは、カテゴリごとに独立していることになる。

「言語」には、例えば言語コードが指定される。例えば、言語コードに応じたGUI(Graphical User Interface)画面を提示することで、ユーザにより所望の言語が選択されることになる。「受信機処理要求能力」には、受信機で必要とされる処理要求能力が指定される。この要求能力は、レベル値などにより指定するようにしてもよいし、コーデックやレゾリューションなどを多次元で指定してもよい。例えば、処理要求能力をレベル値で指定する場合に、そのレベル値としてレベル２が指定されたときには、レベル２以上の処理能力を有する受信機のみが対応可能となる。

「ビュータイトル」には、ビュー画面選択用のタイトルが指定される。例えば、このビュータイトルをテキストで表示することで、ユーザにより所望のビュー画面が選択されることになる。「目的」には、例えば、本編用の音声に対する、ナレーション用の音声などのコンポーネントの目的に関する情報が指定される。

なお、上述したセレクティブレイヤにおける固定選択対象の属性は一例であって、他の属性を指定できるようにしてもよい。また、固定選択対象の属性は１つに限らず、複数の属性を組み合わせて利用するようにしてもよい。

このような固定選択対象の属性を指定できることから、例えば、受信機では、実行中のアプリケーションが、固定選択対象の属性に基づいて、コンポーネントを選択することができる。ただし、セレクティブコンポーネントグループが１つだけの場合には、選択する必要はなく、当該セレクティブコンポーネントグループが選択されることになる。また、ビュータグによって、ビデオ、オーディオ、字幕など、異なるカテゴリのコンポーネントの組み合わせでグルーピングされている場合には、グループ単位で、コンポーネントが選択されることになる。

また、受信機において、複数のコンポーネントが選択された場合に、その選択対象がビデオと字幕のコンポーネントであるときには、映像用と字幕用の複数の画面が表示されることになる。また、複数のコンポーネントが選択された場合に、その選択対象がオーディオコンポーネントのみであるときには、複数の音声がミキシング(Mixing)されてから、出力されることになる。

なお、図４のコンポーネントレイヤ構造の例では、各コンポーネントのカテゴリごとに、セレクティブレイヤが１つ存在する場合を示しているが、各コンポーネントのカテゴリごとに、セレクティブレイヤが複数存在するようにしてもよい。また、図４のコンポーネントレイヤ構造では、コンポーネントとして、ビデオ、オーディオ、字幕のコンポーネントについて説明したが、サービスを構成する他のコンポーネントについても同様のレイヤ構成を採用することができる。

（コンポーネントレイヤ構造のダイアグラム）
図５は、コンポーネントレイヤ構造のダイアグラムを示す図である。

図５においては、レベル３のレイヤであるピックワンコンポーネント(PickOneComponent)が、図４のアダプティブレイヤに相当するものであって、ｎ個（ｎは０以上の整数）のエレメンタリコンポーネントの中から１つのコンポーネントを選択することになる。なお、図５のエレメンタリコンポーネント(Elementary Component)は、ビデオやオーディオ、字幕等のコンポーネントそのものを表している。

レベル２のレイヤであるコンポジットコンポーネント(Composite Component)は、図４のコンポジットレイヤに相当するものであって、レベル３のピックワンコンポーネントで選択されたｎ個（ｎは０以上の整数）のコンポーネント、及び、ｎ個（ｎは０以上の整数）のエレメンタリコンポーネントを合成することになる。

レベル１のレイヤであるピックワンコンポーネント(PickOneComponent)は、図４のセレクティブレイヤに相当するものであって、レベル２のコンポジットコンポーネントで合成されたｎ個（ｎは０以上の整数）のコンポーネント、レベル３のピックワンコンポーネントで選択されたｎ個（ｎは０以上の整数）のコンポーネント、又は、ｎ個（ｎは０以上の整数）のエレメンタリコンポーネントの中から１つのコンポーネントを選択することになる。

このように、図４のコンポーネントレイヤ構造は、図５に示すようなダイアグラムで表すことができる。

（シグナリング情報の構成例）
図６は、図４及び図５に示したコンポーネントレイヤ構造を実現するためのシグナリング情報（制御信号）の構成例を示す図である。なお、図６において、要素と属性のうち、属性には「@」が付されている。また、インデントされた要素と属性は、その上位の要素に対して指定されたものとなる。

図６に示すように、topAttribute属性は、最終選択のための属性であって、m0種類(m0は１以上の整数)で定義される。例えば、topAttribute属性として、選択数と選択判断を定義することができる。選択数には、全体で選択可能なコンポーネントの数が指定される。また、選択判断には、ユーザによる選択や受信機による自動選択などが指定される。

SelectiveComponentGroup要素は、固定選択対象のコンポーネントグループであるセレクティブコンポーネントグループに関する情報が指定される。SelectiveComponentGroup要素は、selectiveAttribute属性及びCompositeComponentGroup要素の上位の要素となる。ただし、SelectiveComponentGroup要素の出現数は、n1(n1は１以上の整数)となる。

selectiveAttribute属性は、SelectiveComponentGroup要素に関して規定される属性を示し、固定選択対象の属性がm1種類(m1は０以上の整数)規定される。例えば、selectiveAttribute属性には、上述したセレクティブレイヤにおける固定選択対象の属性として、ビュータグ、言語、受信機処理要求能力、ビュータイトル、目的などの個別の属性が規定される。

CompositeComponentGroup要素は、合成対象のコンポーネントグループであるコンポジットコンポーネントグループに関する情報が指定される。CompositeComponentGroup要素は、compositeAttribute属性及びAdaptiveComponent要素の上位の要素となる。ただし、CompositeComponentGroup要素の出現数は、n2(n2は１以上の整数)となる。

compositeAttribute属性は、CompositeComponentGroup要素に関して規定される属性を示し、合成対象の属性がm2種類(m2は０以上の整数)規定される。例えば、compositeAttribute属性には、上述したコンポジットレイヤにおける合成対象の属性として、スケーラブル、３Ｄ、タイル、レイヤ、ミキシングなどの個別の属性が規定される。また、これらの属性は、組み合わせのタイプを示すものであって、それらの組み合わせにおける要素を示す属性値を指定することができる。

AdaptiveComponent要素は、適応選択対象のコンポーネントに関する情報が指定される。AdaptiveComponent要素は、adaptiveAttribute属性及びcomponentId属性の上位の要素となる。ただし、AdaptiveComponent要素の出現数は、n3(n3は１以上の整数)となる。

adaptiveAttribute属性は、AdaptiveComponent要素に関して規定される属性を示し、適応選択対象の属性がm3種類(m3は０以上の整数)規定される。例えば、adaptiveAttribute属性には、上述したアダプティブレイヤにおける適応選択対象の属性として、コンポーネントの伝送経路やビットレートなどが個別に規定される。componentId属性は、コンポーネントのIDが指定される。

なお、図６を参照して説明した、図４及び図５に示したコンポーネントレイヤ構造を実現するためのシグナリング情報のデータ構成は一例であって、他のデータ構成を採用することもできる。また、このシグナリング情報は、例えば、XML(Extensible Markup Language)等のマークアップ言語により記述される。

（２）コンポーネントレイヤ構造の具体例
次に、図７乃至図９を参照して、上述したコンポーネントレイヤ構造の具体例について説明する。

図７のコンポーネントレイヤの具体例では、ビデオのコンポジットレイヤ（Composite Layer）における合成対象の属性として、スケーラブルが指定されており、その下位階層のアダプティブレイヤ(Adaptive Layer)において、基本ストリームが放送で伝送され（図中の「Scalable Base」）、拡張ストリームが通信で伝送されている（図中の「Scalable Extended」）。ここでは、基本ストリームとして、適応選択対象の放送のビデオコンポーネントが１つだけ用意されているため、その１つの放送のビデオコンポーネントが常に選択される。一方、拡張ストリームとして、適応選択対象の通信のビデオコンポーネントが複数用意されているため、それらの複数の通信のビデオコンポーネントの中から、最適なビデオコンポーネントが適応的に選択されることになる（図中の「Adaptive switching」）。

ビデオのコンポジットレイヤでは、４Ｋ解像度の映像を提供するために、放送で伝送される２Ｋ解像度の映像号化信号（ビデオコンポーネント）と、通信で伝送される４Ｋ解像度と２Ｋ解像度の差分に相当する映像号化信号（ビデオコンポーネント）が合成されることになる。そして、セレクティブレイヤ(Selective Layer)において、例えば、その固定選択対象の属性として受信機処理要求能力が指定されている場合に、受信機が４Ｋ解像度に対応している場合には、その合成された４Ｋ解像度の映像を表示させることができる（図中の「4K Capable Main View」）。一方、受信機が４Ｋ解像度に対応していない場合には、放送で伝送される基本ストリームのみを用い、２Ｋ解像度の映像を表示させることになる（図中の「4K Disable Main View」）。すなわち、この場合、通信のビデオコンポーネントは用いられないため、ビデオコンポーネントの適応的な選択は行われないことになる（図中の「Non switching」）。

ここで、図８に示すように、メインビュー(Main View)とは、ディスプレイの画面における、主の表示領域を意味する。上記の４Ｋ解像度又は２Ｋ解像度の映像は、このメインビューに表示される。また、図８の画面例には、主の表示領域に対する補助的な表示領域となるサブビュー(Sub View)を表示させることができる。図７のコンポーネントレイヤの例では、セレクティブレイヤにおいて、セレクティブコンポーネントグループとして、サブビュー１(図中の「Sub View1」)と、サブビュー２(図中の「Sub View2」)が選択可能となっている。

サブビュー１では、アダプティブレイヤにおいて、通信のビデオコンポーネントが１つだけ用意されているため、適応的な選択は行われずに、その１つの通信のビデオコンポーネントが常に選択されることになる（図中の「Non switching」）。また、サブビュー２では、アダプティブレイヤにおいて、適応選択対象の通信のビデオコンポーネントが複数用意されており、複数の通信のビデオコンポーネントから適応的に、逐次最適な通信のビデオコンポーネントが選択されることになる（図中の「Adaptive switching」）。なお、図８の画面例では、メインビューとともに、サブビュー１とサブビュー２が同時に表示されているが、図９の画面例に示すように、メインビュー、サブビュー１、及び、サブビュー２のうち、どのビューを表示させるかについては、GUI画面などにより、ユーザに選択させることができる。

オーディオのコンポジットレイヤ(Composite Layer)では、その合成対象の属性として、スケーラブルが指定されており、その下位階層のアダプティブレイヤ(Adaptive Layer)において、ステレオのストリームが放送又は通信で伝送され（図中の「Stereo」）、マルチチャンネルのストリームが通信で伝送されている（図中の「Multi-channel Dev」）。

ここでは、ステレオのストリームとして、適応選択対象のオーディオコンポーネントが複数用意されているため、それらの複数の放送又は通信のオーディオコンポーネントの中から最適なオーディオコンポーネントが適応的に選択されることになる（図中の「Adaptive switching」）。すなわち、放送のオーディオコンポーネントとして、通常のロバスト性（図中の「Normal Robustness」）と、高いロバスト性（図中の「High Robustness」）を有するオーディオコンポーネントをそれぞれ用意し、それらを適応的に選択できるようにすることで、例えば、高いロバスト性を有するオーディオコンポーネントが選択された場合に、何らかの原因で、受信機に映像を表示できないときでも、音声のみを出力する、といった運用が可能となる。また、放送のオーディオコンポーネントを受信できない場合には、通信のオーディオコンポーネントを選択するようにすればよい。

一方、マルチチャンネルのストリームとして、適応選択対象のオーディオコンポーネントが１つだけ用意されているため、その１つの通信のオーディオコンポーネントが常に選択される。

オーディオのコンポジットレイヤでは、放送で伝送されるステレオのオーディオコンポーネントと、通信で伝送されるマルチチャンネルのオーディオコンポーネントが合成され、22.2chのマルチチャンネルの合成コンポーネントが生成される。そして、セレクティブレイヤ(Selective Layer)において、例えば、その固定選択対象の属性として受信機処理要求能力が指定されている場合に、受信機が22.2chのマルチチャンネルに対応している場合には、その合成された22.2chのマルチチャンネルの音声を出力させることができる（図中の「22.2ch Capable Main View」）。一方、受信機が22.2chのマルチチャンネルに対応していない場合には、放送又は通信で伝送されるステレオのストリームのみを用い、ステレオの音声を出力させることになる（図中の「22.2ch Disable Main View」）。

ここで、これらのオーディオのセレクティブレイヤの固定選択対象の属性として、ビュータグ１が付与されているので、同様にビュータグ１が付与されているビデオのセレクティブレイヤのビデオコンポーネントに連動することになる。つまり、これらのオーディオコンポーネントに対応する音声は、図８の画面例のメインビューに表示される映像に対して出力されることになる。

また、セレクティブレイヤの固定選択対象の属性として、ビュータグ２が付与されているオーディオコンポーネントは、同様にビュータグ２が付与されているビデオのセレクティブレイヤのビデオコンポーネントに連動することになる（図中の「Sub View1」）。つまり、このオーディオコンポーネントに対応する音声は、図８の画面例のサブビュー１に表示される映像に対して出力されることになる。

さらに、ビュータグ３が付与されているオーディオコンポーネントは、同様にビュータグ３が付与されているビデオコンポーネントに連動することになる（図中の「Sub View2」）。なお、オーディオのサブビュー１とサブビュー２では、アダプティブレイヤにおいて、通信のオーディオコンポーネントが１つだけ用意されているため、適応的な選択は行われずに、その１つの通信のオーディオコンポーネントが常に選択されることになる。

また、図７に示すように、字幕のコンポジットレイヤ(Composite Layer)では、字幕コンポーネントの合成は行われず、さらに、アダプティブレイヤ(Adaptive Layer)では、字幕コンポーネントの適応的な選択が行われないため、セレクティブレイヤ(Selective Layer)における字幕コンポーネントと、アダプティブレイヤにおける字幕コンポーネントが１対１で対応している。なお、字幕コンポーネントのうち、図中の最も左側の１つの字幕コンポーネントのみが放送で伝送され、それ以外の字幕コンポーネントは、通信により伝送されている。

セレクティブレイヤの固定選択対象の属性として、ビュータグ１が付与されている字幕コンポーネントは、同様にビュータグ１が付与されているビデオとオーディオのコンポーネントに連動することになる。具体的には、この例の場合、英語とスペイン語の字幕が提供されるが、それらの字幕には、本編の字幕（図中の「Eng(Nor)」，「Spa(Nor)」）のほか、より詳細な解説的な字幕（図中の「Eng(Ex)」，「Spa(Ex)」）が用意されている。字幕のセレクティブレイヤにおいて、例えば、その固定選択対象の属性として、ユーザ選択により言語が指定されている場合、その言語コード等に応じた字幕を表示させることができる。すなわち、ユーザにより選択された英語やスペイン語などの字幕が、図８の画面例のメインビューに表示される映像に重畳して表示されることになる。

また、セレクティブレイヤの固定選択対象の属性として、ビュータグ２が付与されている字幕コンポーネントは、同様にビュータグ２が付与されているビデオとオーディオのコンポーネントに連動することになる。具体的には、英語の字幕（図中の「Eng」）と、スペイン語の字幕（図中の「Spa」）が用意されているので、図８の画面例のサブビュー１に表示される映像に、ユーザ選択に応じた字幕を重畳して表示させることができる。

さらに、セレクティブレイヤの固定選択対象の属性として、ビュータグ３が付与されている字幕コンポーネントは、同様にビュータグ３が付与されているビデオとオーディオのコンポーネントに連動することになる。具体的には、英語の字幕（図中の「Eng」）と、スペイン語の字幕（図中の「Spa」）が用意されているので、ユーザ選択に応じた字幕を映像に重畳して表示させることができる。

＜３．シグナリング情報の構成＞

（１）シグナリング情報の詳細
図１０は、シグナリング情報の詳細を示す図である。

上述したように、LLSとしては、例えば、SCD(Service Configuration Description)、EAD(Emergency Alerting Description)、及び、RRD(Region Rating Description)が伝送される。

SCDは、MPEG2-TS方式で用いられているトリプレットに相当するID体系を採用し、このトリプレットによって、放送ネットワーク内のBBPストリーム構成とサービス構成が示される。また、SCDには、サービス単位の属性・設定情報としてのIPアドレス等の情報、ESGにアクセスするためのESG bootstrap情報、SCSにアクセスするためのSC bootstrap情報が含まれる。EADは、緊急告知に関する情報を含んでいる。RRDは、レーティング情報を含んでいる。なお、SCD、EAD、及び、RRDは、例えば、XML(Extensible Markup Language)等のマークアップ言語により記述される。

SCSとしては、例えば、SPD(Service Parameter Description)、USD(User Service Description)、MPD(Media Presentation Description)、及び、SDP(Session Description Protocol)が伝送される。

SPDは、サービスとコンポーネントのレベルで規定された各種のパラメータを含んで構成される。USDは、MPDやSDPを参照するための情報などを含んでいる。MPDは、コンポーネントのアダプティブストリーミング配信を管理するための情報であって、サービス単位で伝送されるコンポーネントごとのセグメントURL(Uniform Resource Locator)等の情報を含んでいる。

SDPは、サービス単位のサービス属性、コンポーネントの構成情報、コンポーネント属性、コンポーネントのフィルタ情報、コンポーネントのロケーション情報などを含んでいる。USD、MPD、及び、SDPを用いることで、例えば、RTPセッションやFLUTEセッションで伝送されるコンポーネントを取得することができる。なお、SPD、USD、MPD、及び、SDPは、例えば、XML等のマークアップ言語により記述される。

ESGは、例えば番組タイトルや開始時刻などの情報を含む電子サービスガイドである。ESGは、SCDのESG bootstrap情報を用い、取得することができる。アプリケーション(Application)は、HTML(Hyper Text Markup Language)形式のファイル等から構成され、例えばインターネット上のサーバから配信される。アプリケーションは、特定のサービスとして提供される、テレビ番組等の放送コンテンツに連動して実行される。ESGとアプリケーションは、USDと関連付けることができる。

（２）MPDによるコンポーネントレイヤ対応
図１１は、MPDによるコンポーネントレイヤ対応を示す図である。

MPDは、Period要素、AdaptationSet要素、Representation要素、及び、SubRepresentation要素が階層構造で記述されている。Period要素は、テレビ番組等のコンテンツの構成を記述する単位となる。また、AdaptationSet要素、Representation要素、又は、SubRepresentation要素は、ビデオやオーディオ、字幕等のそれぞれのストリームごとに利用され、それぞれのストリームの属性を記述できるようになっている。

具体的には、AdaptationSet要素は、各種のソースからエンコードされたストリームを表している。そして、当該ストリームを、例えばビットレート等のパラメトリックに応じて、受信機側で選択させるために、AdaptationSet要素内に、Representation要素を配置して、例えばビットレート等のパラメータが異なる複数の選択肢となるストリームを列挙している。通常、AdaptationSet要素やRepresentation要素は、ビデオやオーディオ、字幕のストリームなど、単一のストリームに対応させている。

ここで、図１１のレベル３のレイヤの機能は、ピックワンコンポーネント(PickOneComponent)を、MPDのAdaptationSet要素にマッピングし、さらに、AdaptationSet要素内に列挙されるRepresentation要素又はSubRepresentation要素を、エレメンタリコンポーネント(Elementary Component)にマッピングすることで実現することができる。

また、図１１のレベル２のレイヤの機能は、MPDのAdaptationSet要素の間の関係、Representation要素の間の関係、又は、SubRepresentation要素の間の関係を定義する依存関係記述属性にマッピングすることで実現することができる。この依存関係記述属性としては、MPDで規定されているAdaptationSet要素の下位要素となるEssentialProperty要素やSupplementalProperty要素を利用して、新たな要素を定義して、AdaptationSet属性群をグルーピングできるようにする。

さらに、図１１のレベル１のレイヤの機能は、MPDのAdaptationSet要素のgroup属性にマッピングすることで実現することができる。AdaptationSet要素のgroup属性は、AdaptationSet要素をグルーピングするためのもので、同一の属性値を持つAdaptationSet要素は、同一のグループに属することになる。そして、同一のグループ内の複数のAdaptationSet要素の中から、１つのAdaptationSet要素が選択されることになる。

（具体的な運用例）
図１２は、MPDによるコンポーネントレイヤ対応の具体的な運用例を示す図である。

図１２においては、当該運用例を実現するためのMPDの記述内容が示されており、「AS」と「R」は、AdaptationSet要素とRepresentation要素をそれぞれ表している。また、AdaptationSet要素には、「@id」で示したid属性と、「@gid」で示したgroup属性が記述されている。さらにまた、「@schemeIdUri」は、EssentialProperty要素のschemeIdUri属性を表している。

図１２のMPDにおいては、ビデオのグループ１に属する４つのAdaptationSet要素（id='11'，'12'，'13'，'14'）と、オーディオのグループ２に属する４つのAdaptationSet要素（id='21'，'22'，'23'，'24'）が記述され、それらのAdaptationSet要素の配下にそれぞれ、１又は複数のRepresentation要素が記述されている。

ビデオのグループ１において、各Representation要素には、ビデオコンポーネントとして、「base」、「ext」、「SV1」、及び、「SV2」が列挙されている。ここで、「base」は、単独で再生可能な基本の映像信号に相当するビデオコンポーネントを表し、「ext」は、拡張用の映像信号に相当するビデオコンポーネントを表している。また、「SV1」と「SV2」において、「SV」は、主の表示領域であるメインビューに対する補助的な領域となるサブビューを表している。

id='11'のAdaptationSet要素の配下には、１つのRepresentation要素のみが記述され、単独で再生可能な基本の映像信号に相当する１つのビデオコンポーネントが常に選択されることになる。このようにして選択されるビデオコンポーネントは、エレメンタリコンポーネントに相当している。なお、当該ビデオコンポーネントは、メインビュー用とされている。

id='12'のAdaptationSet要素には、EssentialProperty要素のschemeIdUri属性の属性値として、「urn:..:SVC」が指定されている。ここで、図１２の運用例においては、EssentialProperty要素のschemeIdUri属性の属性値として、「urn:..:SVC」が定義されており、この属性値を持っているEssentialProperty要素を有するAdaptationSet属性は、その配下のRepresentation要素群が互いに、Base-Enhance関係の依存関係を有することを意味するように定義されている。

したがって、id='12'のAdaptationSet要素の配下の４つのRepresentation要素は、Base-Enhance関係の依存関係を有していることになる。すなわち、id='12'のAdaptationSet要素の配下には、４つのRepresentation要素が記述され、基本の映像信号に相当するビデオコンポーネントが１つ列挙されているほか、拡張用の映像信号に相当するビデオコンポーネントが３つ列挙されており、Base-Enhance関係の依存関係を有している。これにより、レベル３（ピックワンコンポーネント）のレイヤにおいて、例えばネットワーク環境条件などに応じて、基本の映像信号と拡張用の映像信号に相当するビデオコンポーネントが選択されることになる。なお、当該ビデオコンポーネントは、メインビュー用とされている。

このように、MPDにおいて、EssentialProperty要素を、AdaptationSet属性の配下のRepresentation要素に列挙されるコンポーネント群の特徴を表現するために用いている。

id='13'のAdaptationSet要素の配下には、１つのRepresentation要素のみが記述され、サブビュー１用の１つのビデオコンポーネントが常に選択されることになる。このようにして選択されるビデオコンポーネントは、エレメンタリコンポーネントに相当している。

id='14'のAdaptationSet要素の配下には、３つのRepresentation要素が記述され、サブビュー２用のビデオコンポーネントが３つ列挙されており、レベル３（ピックワンコンポーネント）のレイヤにおいて、例えば、ネットワーク環境条件などに応じて、適応的に１つのビデオコンポーネントが選択されることになる。

このように、ピックワンコンポーネントを、AdaptationSet要素にマッピングし、さらに、AdaptationSet要素内に列挙されるRepresentation要素を、エレメンタリコンポーネントにマッピングすることで、図１１のコンポーネントレイヤ構造におけるレベル３のレイヤの機能が実現され、ビデオコンポーネントの選択が行われる。

ここで、図１２のMPDにおいては、id='11'のAdaptationSet要素、id='12'のAdaptationSet要素、id='13'のAdaptationSet要素、及び、id='14'のAdaptationSet要素には、group属性として、group='1'が指定されており、それらのAdaptationSet要素は、同一のグループ１に属していることになる。

このように、group属性によって、グルーピングを行うことで、図１１のコンポーネントレイヤ構造におけるレベル１のレイヤの機能が実現され、当該レベル１（ピックワンコンポーネント）のレイヤにおいて、同一のグループ内のビデオコンポーネントの中から１つのビデオコンポーネントが選択されることになる。ここでは、グループ１に属している、レベル３（ピックワンコンポーネント）のレイヤで選択されたビデオコンポーネントとエレメンタリコンポーネントの中から、１つのビデオコンポーネントが選択される。

一方、オーディオのグループ２において、各Representation要素には、オーディオコンポーネントとして、「NrRbst」、「HiRbst」、「MCD」、「SV1」、及び、「SV2」が列挙されている。「NrRbst」は、通常のロバスト性を有するオーディオコンポーネントを意味する。また、「HiRbst」は、高いロバスト性を有するオーディオコンポーネントを意味する。「MCD」は、マルチチャンネルのオーディオコンポーネントを表している。さらに、「SV1」と「SV2」において、「SV」は、サブビュー用のオーディオコンポーネントを表している。

id='21'のAdaptationSet要素の配下には、２つのRepresentation要素が記述され、通常のロバスト性を有するオーディオコンポーネントと、高いロバスト性を有するオーディオコンポーネントが列挙されており、レベル３（ピックワンコンポーネント）のレイヤにおいて、例えばネットワーク環境条件などに応じて、適応的に一方のオーディオコンポーネントが選択されることになる。なお、当該オーディオコンポーネントは、メインビュー用とされている。

id='22'のAdaptationSet要素の配下には、１つのRepresentation要素のみが記述され、マルチチャンネルの１つのオーディオコンポーネントが常に選択されることになる。このようにして選択されるオーディオコンポーネントは、エレメンタリコンポーネントに相当している。なお、当該オーディオコンポーネントは、メインビュー用とされている。

id='23'のAdaptationSet要素の配下には、１つのRepresentation要素のみが記述され、サブビュー１用の１つのオーディオコンポーネントが常に選択されることになる。同様にid='24'のAdaptationSet要素の配下には、サブビュー２用の１つのオーディオコンポーネントが常に選択されることになる。このようにして選択されるサブビュー用のオーディオコンポーネントは、エレメンタリコンポーネントに相当している。

ここで、図１２のMPDにおいては、id='21'のAdaptationSet要素、id='22'のAdaptationSet要素、id='23'のAdaptationSet要素、及び、id='24'のAdaptationSet要素には、group属性として、group='2'が指定されており、それらのAdaptationSet要素は、同一のグループ２に属していることになる。

このように、group属性によって、グルーピングを行うことで、図１１のコンポーネントレイヤ構造におけるレベル１のレイヤの機能が実現され、当該レベル１（ピックワンコンポーネント）のレイヤにおいて、同一のグループ内のオーディオコンポーネントの中から１つのオーディオコンポーネントが選択されることになる。ここでは、グループ２に属している、レベル３（ピックワンコンポーネント）のレイヤで選択されたオーディオコンポーネントとエレメンタリコンポーネントの中から、１つのオーディオコンポーネントが選択される。

また、図１２のMPDにおいては、Subset要素が、コンポーネントレイヤ構造に関する規定の枠外で、ビデオやオーディオなどの複数のコンポーネントの同時提示のためのグルーピングを定義するために用いられている。

具体的には、１つ目のSubset要素のcontains属性には'11 21'が指定されており、id='11'のAdaptationSet要素と、id='21'のAdaptationSet要素は、同時に提示されるAdaptationSet要素の組であることを示している。すなわち、ビデオコンポーネント(「V-base」)と、オーディオコンポーネント(「A-NrRbst」又は「A-HiRbst」)は、同時に再生されるメインビュー用のコンポーネントとなる。

２つ目のSubset要素のcontains属性には'11 22'が指定されており、id='11'のAdaptationSet要素と、id='22'のAdaptationSet要素は、同時に提示されるAdaptationSet要素の組であることを示している。すなわち、ビデオコンポーネント(「V-base」)と、オーディオコンポーネント(「A-MCD」)は、同時に再生されるメインビュー用のコンポーネントとなる。

３つ目のSubset要素のcontains属性には'11 12 21'が指定されており、id='11'のAdaptationSet要素と、id='12'のAdaptationSet要素と、id='21'のAdaptationSet要素は、同時に提示されるAdaptationSet要素の組であることを示している。すなわち、ビデオコンポーネント(「V-base」又は「V-base」と「V-ext」)と、オーディオコンポーネント(「A-NrRbst」又は「A-HiRbst」)は、同時に再生されるメインビュー用のコンポーネントとなる。

４つ目のSubset要素のcontains属性には'11 12 22'が指定されており、id='11'のAdaptationSet要素と、id='12'のAdaptationSet要素と、id='22'のAdaptationSet要素は、同時に提示されるAdaptationSet要素の組であることを示している。すなわち、ビデオコンポーネント(「V-base」又は「V-base」と「V-ext」)と、オーディオコンポーネント(「A-MCD」)は、同時に再生されるメインビュー用のコンポーネントとなる。

５つ目のSubset要素のcontains属性には'13 23'が指定されており、id='13'のAdaptationSet要素と、id='23'のAdaptationSet要素は、同時に提示されるAdaptationSet要素の組であることを示している。すなわち、ビデオコンポーネント(「V-SV1」)と、オーディオコンポーネント(「A-SV1」)は、同時に再生されるサブビュー１用のコンポーネントとなる。

６つ目のSubset要素のcontains属性には'14 24'が指定されており、id='14'のAdaptationSet要素と、id='24'のAdaptationSet要素は、同時に提示されるAdaptationSet要素の組であることを示している。すなわち、ビデオコンポーネント(「V-SV2」)と、オーディオコンポーネント(「A-SV2」)は、同時に再生されるサブビュー２用のコンポーネントとなる。

このように、Subset要素を、図１１のコンポーネントレイヤ構造に関する規定の枠外で、ビデオやオーディオなどの複数のコンポーネントの同時提示のためのグルーピングを定義するために用いることで、例えば、ビデオとオーディオの間で、メインビュー用、サブビュー１用、又は、サブビュー２用などの関連付けを行うことができる。また、例えば、ビデオとオーディオのコンポーネントのうち、一方のコンポーネントが特定されれば、他方のコンポーネントも特定されることになる。

以上、具体的な運用例について説明した。

（３）SPDとMPDの連携
図１３は、SPDとMPDの連携方法を示す図である。

図１３に示すように、SPDにおいては、コンポーネント(Component)、コンポーネントグループ(Component Group)、コンポーネントカテゴリ(Component Category)、及び、サービス(Service)が階層構造をなしている。また、MPDにおいては、リプレゼンテーション(Representation要素)、アダプテーションセット(AdaptationSet要素)、及び、グループ(group)が階層構造をなしている。ただし、上述したように、MPDのグループは、AdaptationSet要素のgroup属性に相当するものである。

このような階層構造において、SPDのコンポーネント(Component)と、MPDのRepresentation要素とが、リプレゼンテーションID(RepresentationId)によりマッピングされるようにする。さらに、SPDのコンポーネントグループ(Component Group)と、MPDのAdaptationSet要素とが、アダプテーションセットID(AdaptationSetId)によりマッピングされるようにする。また、SPDのコンポーネントカテゴリ(Component Category)と、MPDのAdaptationSet要素のgroup属性とが、グループID(groupId)によりマッピングされるようにする。

このように、各階層でのマッピングを行うことで、SPDとMPDが相互に連携した運用を行うことができるので、SPDとMPDの各レイヤのパラメータを共有して、各レイヤに含まれるコンポーネント（オブジェクト）を横断的に処理することができる。なお、図１３の階層構造の例では、SPDのコンポーネントに対応する階層が、アダプティブレイヤとコンポジットレイヤとなり、SPDのコンポーネントグループに対応する階層が、セレクティブレイヤであるとして示しているが、これらの関係は一例であって、例えば、SPDのコンポーネントに対応する階層をアダプティブレイヤとし、SPDのコンポーネントグループに対応する階層をコンポジットレイヤとし、SPDのコンポーネントカテゴリに対応する階層をセレクティブレイヤとして捉えるようにしてもよい。

（具体的な運用例）
図１４は、SPDとMPDの連携の具体的な運用例を示す図である。

図１４においては、左側にSPDの記述内容が示され、右側にMPDの記述内容が示されている。また、上述した図４等と同様に、ビデオ(Video)とオーディオ(Audio)のコンポーネントが、セレクティブレイヤ、コンポジットレイヤ、及び、アダプティブレイヤの３階層から構成されている。

SPDのアダプティブレイヤにおいて、「C」はコンポーネント(Component)を意味し、「V」はビデオ、「A」はオーディオをそれぞれ意味している。また、「RTP」はコンポーネントがRTPセッションで伝送されている、すなわち、RTPストリームが放送で伝送されていることを示している。また、「DASH」は、コンポーネントが、MPEG-DASH(Moving Picture Expert Group - Dynamic Adaptive Streaming over HTTP)の規格に準拠してストリーミング配信されている、すなわち、DASHストリームが通信で伝送されていることを示している。

具体的には、図中の「C1」で表されるビデオコンポーネントC1は、RTPストリームとして放送で伝送されている。一方、図中の「C2」乃至「C5」で表されるビデオコンポーネントC2乃至C5は、DASHストリームとして通信で伝送されている。ここで、ビデオコンポーネントC2のビットレートは、例えば1Mbps等の低ビットレートとなる。一方、ビデオコンポーネントC3のビットレートは、例えば10Mbps等の高ビットレートとなる。

また、図中の「C6」で表されるオーディオコンポーネントC6は、RTPストリームとして放送で伝送されている。図中の「C7」と、「C8」で表されるオーディオコンポーネントC7と、オーディオコンポーネントC8は、DASHストリームとして通信で伝送されている。

一方、MPDのアダプティブレイヤにおいて、アダプティブレイヤの「R」はMPDのRepresentation要素を意味している。すなわち、図中の「R1」乃至「R4」で表されるRepresentation要素に記述されたビデオコンポーネントR1乃至R4は、DASHストリームとして通信で伝送されている。ここで、ビデオコンポーネントR1のビットレートは、例えば1Mbps等の低ビットレートとなる。一方、ビデオコンポーネントR2のビットレートは、例えば10Mbps等の高ビットレートとなる。

また、図中の「R5」と、「R6」で表されるオーディオコンポーネントR5と、オーディオコンポーネントR6は、DASHストリームとして通信で伝送されている。

以上のような構成からなるSPDとMPDのアダプティブレイヤを比較すれば、MPDはMPEG-DASHの規格に準拠したストリーミング配信を管理するために規定されているので、基本的にDASHストリームとして通信で伝送されるコンポーネントについてのみ記述される。一方、SPDでは、伝送形態に応じてコンポーネントに関する記述が制限されるということはないので、RTPストリームとして放送で伝送されるコンポーネントと、DASHストリームとして通信で伝送されるコンポーネントの両方を記述することができる。

換言すれば、図１４のSPDとMPDの記述例では、SPDには、RTPストリームとして放送で伝送されるコンポーネントの他に、MPDの記述内容と同一となるDASHストリームとして通信で伝送されるコンポーネントが記述されていることになる。すなわち、SPDには、MPDに記述されたコンポーネントは、すべて記述されている。そして、SPDには、コンポーネントごとにリプレゼンテーションIDが指定されており、このリプレゼンテーションIDが、MPDのRepresentation要素のリプレゼンテーションIDと関連付けられているので、SPDとMPDに記述された通信のコンポーネントを対応付けることができる。

すなわち、図１４のアダプティブレイヤにおいては、図中の矢印で示すように、SPDのビデオコンポーネントC2，C3，C4，C5と、MPDのビデオコンポーネントR1，R2，R3，R4とが、リプレゼンテーションIDによって対応付けられることになる。また、図中の矢印で示すように、SPDのオーディオコンポーネントC7，C8と、MPDのオーディオコンポーネントR5，R6とが、リプレゼンテーションIDによって対応付けられることになる。

また、SPDのコンポジットレイヤにおいて、「CG」はコンポーネントグループ(Component Group)を意味し、「V」はビデオ、「A」はオーディオをそれぞれ意味している。すなわち、図中の「CG1-V」で表されるコンポーネントグループCG1内のビデオコンポーネントC1乃至C3が合成されて、合成コンポーネントとなる。

ここで、コンポジットレイヤにおける合成対象の属性としてスケーラブル属性が指定されている。すなわち、ビデオコンポーネントC1は、スケーラブル属性の属性値として"Base"が指定され、ビデオコンポーネントC2とビデオコンポーネントC3には、スケーラブル属性の属性値として"Extended"が指定されている。また、ビデオコンポーネントC2のビットレートは、例えば1Mbps等の低ビットレートとなる。一方、ビデオコンポーネントC3のビットレートは、例えば10Mbps等の高ビットレートとなる。

これにより、基本ストリーム(Base Stream)としてのRTPストリームによって放送で伝送されるビデオコンポーネントC1と、拡張ストリーム(Extended Stream)としてのDASHストリームによって通信で伝送されるビデオコンポーネントC2又はビデオコンポーネントC3とが合成され、コンポーネントグループCG1における合成コンポーネントが得られる。なお、DASHストリームとして通信で伝送される、ビットレートの異なるビデオコンポーネントC2とビデオコンポーネントC3は、例えば通信経路の輻輳状況に応じて、いずれか一方の通信のビデオコンポーネントが選択される。

また、図中の「CG2-V」で表されるコンポーネントグループCG2内には、通信のビデオコンポーネントC4が１つだけ用意されているので、アダプティブレイヤにおいて適応的な選択は行われず、さらにコンポジットレイヤにおいて合成も行われない。さらにまた、図中の「CG3-V」で表されるコンポーネントグループCG3内には、通信のビデオコンポーネントC5が１つだけ用意されているので、アダプティブレイヤにおいて適応的な選択は行われず、さらにコンポジットレイヤにおいて合成も行われない。

さらに、図中の「CG4-A」で表されるコンポーネントグループCG4内には、放送のオーディオコンポーネントC6が１つだけ用意されているので、アダプティブレイヤにおいて適応的な選択は行われず、さらにコンポジットレイヤにおいて合成も行われない。同様にまた、図中の「CG5-A」で表されるコンポーネントグループCG5については、通信のオーディオコンポーネントC7が常に選択され、「CG6-A」で表されるコンポーネントグループCG6については、通信のオーディオコンポーネントC8が常に選択される。

一方、MPDのコンポジットレイヤにおいて、「AS」は、MPDのAdaptationSet要素を意味している。すなわち、図中の「AS1-V」で表されるアダプテーションセットAS1では、ビットレートの異なるビデオコンポーネントR1とビデオコンポーネントR2は、例えば通信経路の輻輳状態に応じて、いずれか一方の通信のビデオコンポーネントが選択される。

また、図中の「AS2-V」で表されるアダプテーションセットAS2内には、通信のビデオコンポーネントR3が１つだけ用意されているので、ビデオコンポーネントR3が常に選択される。同様にまた、図中の「AS3-V」で表されるアダプテーションセットAS3内には、通信のビデオコンポーネントR4が１つだけ用意されているので、ビデオコンポーネントR4が常に選択される。

さらにまた、図中の「AS4-A」で表されるアダプテーションセットAS4内には、通信のオーディオコンポーネントR5が１つだけ用意されているので、オーディオコンポーネントR5が常に選択される。同様にまた、図中の「AS5-A」で表されるアダプテーションセットAS5内には、通信のオーディオコンポーネントR6が１つだけ用意されているので、オーディオコンポーネントR6が常に選択される。

以上のような構成からなるSPDとMPDのコンポジットレイヤを比較すれば、MPDのAdaptationSet要素には通信のコンポーネントのみ記述される一方、SPDには、通信のコンポーネントの他に、放送のコンポーネントについてのコンポーネントグループが記述されることになる。そして、SPDには、コンポーネントグループごとに、アダプテーションセットIDが指定されており、このアダプテーションセットIDが、MPDのAdaptationSet要素のアダプテーションセットIDと関連付けられているので、SPDのコンポーネントグループと、MPDのAdaptationSet要素を関連付けることができる。

すなわち、図１４のコンポジットレイヤにおいては、図中の矢印で示すように、SPDのコンポーネントグループCG1，CG2，CG3と、MPDのアダプテーションセットAS1，AS2，AS3とが、アダプテーションセットIDによって対応付けられることになる。また、図中の矢印で示すように、SPDのコンポーネントグループCG5，CG6と、MPDのアダプテーションセットAS4，AS5とが、アダプテーションセットIDによって対応付けられることになる。

また、SPDのセレクティブレイヤにおいて、「CC」はコンポーネントカテゴリ(Component Category)を意味し、「V」はビデオ、「A」はオーディオをそれぞれ意味している。すなわち、図中の「CC1-V」で表されるコンポーネントカテゴリCC1では、コンポーネントグループCG1乃至CG3のいずれか１つのビデオコンポーネントが選択されることになる。また、図中の「CC2-A」で表されるコンポーネントカテゴリCC2では、コンポーネントグループCG4乃至CG6のいずれか１つのオーディオコンポーネントが選択されることになる。

一方、MPDのセレクティブレイヤにおいて、「group」はグループを意味している。すなわち、図中の「group1-V」で表されるグループg1では、アダプテーションセットAS1乃至AS3のうちのいずれか１つの通信のビデオコンポーネントが選択されることになる。また、「group2-A」で表されるグループg2では、アダプテーションセットAS4乃至AS5のうちのいずれか１つの通信のオーディオコンポーネントが選択されることになる。

そして、SPDには、コンポーネントカテゴリごとに、グループIDが指定されており、このグループIDが、MPDのグループIDと関連付けられているので、SPDのコンポーネントカテゴリと、MPDのAdaptationSet要素のgroup属性を関連付けることができる。

すなわち、図１４のセレクティブレイヤにおいては、図中の矢印で示すように、SPDのコンポーネントカテゴリCC1と、MPDのグループg1とが、グループIDによって対応付けられることになる。また、図中の矢印で示すように、SPDのコンポーネントカテゴリCC2と、MPDのグループg2とが、グループIDによって対応付けられることになる。

以上、図１４の運用例で示したように、リプレゼンテーションIDによって、SPDのコンポーネント(Component)とMPDのRepresentation要素とがマッピングされ、アダプテーションセットIDによって、SPDのコンポーネントグループ(Component Group)とMPDのAdaptationSet要素とがマッピングされ、グループIDによって、SPDのコンポーネントカテゴリ(Component Category)とMPDのAdaptationSet要素のgroup属性(group)とがマッピングされる。これにより、SPDとMPDが相互に連携した運用を行うことができるので、SPDとMPDの各レイヤのパラメータを共有して、各レイヤに含まれるコンポーネント（オブジェクト）を横断的に処理することができる。

例えば、図１４の運用例の場合、MPDのみだと、通信のコンポーネントしか記述できないので、アダプテーションセットAS1において、ビットレートの異なるビデオコンポーネントR1とビデオコンポーネントR2のいずれか一方が選択されるとしか表現できないが、連携されたSPDを参照することで、ビデオコンポーネントR1(C2)とビデオコンポーネントR2(C3)のいずれか一方を選択するだけでなく、選択された通信のビデオコンポーネントが、放送のビデオコンポーネントC1と合成されることを認識することができる。

また、MPDは、MPEG-DASHの規格に準拠したストリーミング配信を管理するために規定されているので、通信のコンポーネントについてのみ記述されるが、SPDを用いることで、通信のコンポーネントの他に、放送のコンポーネントについても記述することが可能となる。例えば、MPDをメインで使用している場合に、不足分の情報を補完的に、SPDを参照して取得することができる。なお、SPDには、放送のコンポーネントと通信のコンポーネントの両方を記述することができるため、SPDのみを用いるようにしてもよい。また、MPDには、通信のコンポーネントを記述することができるので、SPDに、放送のコンポーネントのみを記述するようにして、放送のコンポーネントと通信のコンポーネントが記述されるシグナリング情報を分けてもよい。

（４）シンタックス

（SPDのシンタックス）
図１５は、SPDのシンタックスを示す図である。SPDは、例えば、XML等のマークアップ言語により記述される。なお、図１５において、要素と属性のうち、属性には「@」が付されている。また、インデントされた要素と属性は、その上位の要素に対して指定されたものとなる。また、この要素と属性の関係は、後述する他のシンタックスにおいても同様とされる。

図１５に示すように、Spd要素は、serviceId属性、spIndicator属性、ComponentLayerDescriptor要素、ProtocolVersionDescriptor要素、NRTServiceDescriptor要素、CapabilityDescriptor要素、IconDescriptor要素、ISO639LanguageDescriptor要素、ReceiverTargetingDescriptor要素、AssociatedServiceDescriptor要素、ContentAdvisoryDescriptor要素、及び、Component要素の上位要素となる。

serviceId属性には、サービスIDが指定される。spIndicator属性には、サービスIDにより識別されるサービスごとに、暗号化されているかどうかが指定される。spIndicator属性として"on"が指定された場合には、当該サービスが暗号化されていることを示し、"off"が指定された場合には、当該サービスが暗号化されていないことを示している。

ComponentLayerDescriptor要素には、コンポーネントレイヤ構造に関する情報が指定される。ProtocolVersionDescriptor要素には、データのサービスがどのようなサービスであるかを示すための情報が指定される。

NRTServiceDescriptor要素には、NRTサービスに関する情報が指定される。CapabilityDescriptor要素には、NRTサービスの提供を受ける受信機に要求される機能(キャパビリティ)に関する情報が指定される。

IconDescriptor要素には、NRTサービスで用いられるアイコンの取得先を示す情報が指定される。ISO639LanguageDescriptor要素には、NRTサービスの言語コードが指定される。ReceiverTargetingDescriptor要素には、NRTサービスのターゲット情報が指定される。

AssociatedServiceDescriptor要素には、関連従属サービスに関する情報が指定される。ContentAdvisoryDescriptor要素には、レーティングリージョンに関する情報が指定される。

SPDにおいては、上述したこれらのDescriptor要素により、サービスレベルでの各種のパラメータが規定される。また、以下のComponent要素により、コンポーネントレベルでの各種のパラメータが規定される。

Component要素は、componentId属性、representationId属性、subRepresentationLevel属性、componentCategory属性、locationType属性、componentEncryption属性、compositePosition属性、targetedScreen属性、ContentAdvisoryDescriptor要素、AVCVideoDescriptor要素、HEVCVideoDescriptor要素、MPEG4AACAudioDescriptor要素、AC3AudioDescriptor要素、及び、CaptionDescriptor要素の上位要素となる。

componentId属性には、コンポーネントIDが指定される。representationId属性には、対応するMPDのリプレゼンテーションIDが指定される。このリプレゼンテーションIDにより、SPDのコンポーネントと、MPDのRepresentation要素とが対応付けられる。

subRepresentationLevel属性には、サブリプレゼンテーションレベルが指定される。例えば、サブリプレゼンテーションレベルは、FLUTEセッションにおける各セグメントに、複数のカテゴリ（例えばビデオやオーディオ）のコンポーネントが格納される場合において、それらのコンポーネントを識別するための情報となる。

componentCategory属性には、コンポーネントのカテゴリ情報が指定される。このカテゴリ情報としては、例えば、"video"，"audio"，"caption"，"nrt"が指定される。"video"はビデオのコンポーネント、"audio"はオーディオのコンポーネント、"caption"は字幕のコンポーネントであることを示している。また、"nrt"は、NRTコンテンツのデータであることを示している。

locationType属性には、コンポーネントのロケーションのタイプ情報が指定される。このタイプ情報としては、例えば、"bb"，"bca"，"bco"が指定される。"bb"は、Broadbandの略であって、コンポーネントが通信を利用して配信されることを示す。"bca"は、Broadcast actualの略であって、コンポーネントが放送を利用して配信され、かつ、当該SPD(SCS)が伝送されているサービスと同一のサービス内で配信されることを示す。"bco"は、Broadcast otherの略であって、コンポーネントが放送を利用して配信され、かつ、当該SPD(SCS)が伝送されているサービスと異なる別サービス内で配信されることを示す。

componentEncryption属性には、コンポーネントIDにより識別されるコンポーネントごとに、暗号化されているかどうかが指定される。componentEncryption属性として"on"が定された場合には、当該コンポーネントが暗号化されていることを示し、"off"が指定された場合には、当該コンポーネントが暗号化されていないことを示している。

compositePosition属性には、コンポジットレイヤで行われるコンポーネントの合成に関する情報が指定される。ここには、ComponentLayerDescriptor（図１６）のComponentGroup要素のcompositeType属性の属性値に対応した情報が指定される。例えば、ComponentGroup要素のcompositeType属性として、スケーラブル(scalable)属性が指定された場合に、対象のコンポーネントが、基本ストリーム(Base Stream)となるとき、compositePosition属性として"base"が指定される。また、対象のコンポーネントが、拡張ストリーム(Extended Stream)となるときには、compositePosition属性として"enhancement"が指定される。

targetedScreen属性には、コンポーネント単位での、ターゲットの機器の表示に関する情報が指定される。この表示に関する情報としては、例えば、"primary"，"secondary"が指定される。"primary"は、第１の表示機器として、例えばテレビジョン受像機に映像を表示する場合に指定される。"secondary"は、第２の表示機器として、例えばタブレット端末装置に映像を表示する場合に指定される。ContentAdvisoryDescriptor要素には、コンポーネント単位での、レーティング情報が指定される。

AVCVideoDescriptor要素には、ビデオデータの符号化方式として、AVC(Advanced Video Coding)が用いられている場合に、ビデオのパラメータが指定される。また、HEVCVideoDescriptor要素には、ビデオデータの符号化方式として、HEVC(High Efficiency Video Coding)が用いられている場合に、ビデオのパラメータが指定される。なお、AVCとHEVCは、ビデオデータの符号化方式の一例であって、他の符号化方式が用いられる場合には、対応するVideoDescriptor要素が指定されることになる。

MPEG4AACAudioDescriptor要素には、オーディオデータの符号化方式として、MPEG4AAC(Advanced Audio Coding)が用いられている場合に、オーディオのパラメータが指定される。また、AC3AudioDescriptor要素には、オーディオデータの符号化方式として、AC3(Audio Code number 3)が用いられる場合に、オーディオのパラメータが指定される。なお、MPEG4AACとAC3は、オーディオデータの符号化方式の一例であって、他の符号化方式が用いられる場合には、対応するAudioDescriptor要素が指定されることになる。CaptionDescriptor要素には、字幕のパラメータが指定される。

なお、図１５のSPDのシンタックスにおいて、ProtocolVersionDescriptor要素、NRTServiceDescriptor要素、CapabilityDescriptor要素、IconDescriptor要素、ISO639LanguageDescriptor要素、及び、ReceiverTargetingDescriptor要素は、NRTサービス用に規定されるものである。

また、図１５に示したSPDの要素と属性の出現数(Cardinality)であるが、"1"が指定された場合にはその要素又は属性は必ず１つだけ指定され、"0..1"が指定された場合には、その要素又は属性を指定するかどうかは任意である。また、"1..n"が指定された場合には、その要素又は属性は１以上指定され、"0..n"が指定された場合には、その要素又は属性を１以上指定するかどうかは任意である。これらの出現数の意味は、後述する他のシンタックスでも同様とされる。

次に、図１５のSPDに記述されるDescriptor要素の詳細構成について説明する。ここでは、SPDに記述されるDescriptor要素のうち、ComponentLayerDescriptor要素を代表して説明する。

（ComponentLayerDescriptor）
図１６は、ComponentLayerDescriptorのシンタックスを示す図である。ComponentLayerDescriptorは、例えば、XML等のマークアップ言語により記述される。

図１６に示すように、ComponentLayerDescriptor要素には、コンポーネントレイヤ構成に関する情報が指定される。ComponentLayerDescriptor要素は、ComponentCategory要素の上位要素となる。ComponentCategory要素には、コンポーネントのカテゴリに関する情報が指定される。ComponentCategory要素は、category属性、mpdGroupId属性、及び、ComponentGroup要素の上位要素となる。

category属性には、コンポーネントのカテゴリ情報（名称）が指定される。このカテゴリ情報としては、例えば、"video"，"audio"，"caption"，"nrt"が指定される。"video"はビデオのコンポーネント、"audio"はオーディオのコンポーネント、"caption"は字幕のコンポーネントであることを示している。また、"nrt"は、NRTコンテンツのデータであることを示している。

mpdGroupId属性には、対応するMPDのグループIDが指定される。このグループIDによって、SPDのコンポーネントカテゴリと、MPDのAdaptationSet要素のgroup属性とが対応付けられる。ComponentGroup要素には、コンポーネントグループに関する情報が指定される。

ComponentGroup要素は、id属性、adaptationSetId属性、defaultFlag属性、muxId属性、encryption属性、language属性、compositeType属性、usage属性、stereoscope属性、audioChannelConfig属性、targetScreen属性、ViewPointDescriptor要素、ContentAdvisoryDescriptor要素、及び、componentId要素の上位要素となる。

id属性には、コンポーネントグループIDが指定される。adaptationSetId属性には、対応するMPDのアダプテーションセットIDが指定される。このアダプテーションセットIDによって、SPDのコンポーネントグループと、MPDのAdaptationSet要素とが対応付けられる。

defaultFlag属性には、選局時に、対象のコンポーネントグループが自動（デフォルト）で選択される場合には、"1"が指定される。muxId属性には、異なるコンポーネントカテゴリ間における組み合わせのIDが指定される。例えば、メインビューのビデオとオーディオのコンポーネントグループには、同一のmuxId属性が指定されることになる。なお、このIDは、MPDのSubset要素の組み合わせに対して同一のIDが指定される。encryption属性には、対象のコンポーネントグループが暗号化されている場合には、"1"が指定される。language属性には、対象のコンポーネントグループの言語が指定される。

compositeType属性には、コンポジットレイヤで行われるコンポーネントの合成のタイプ情報が指定される。このタイプ情報としては、例えば、スケーラブル(scalable)やミキシング(mix)、タイル(tile)などを指定することができる。上述したように、ここで指定されるタイプ情報に従い、SPD（図１５）のComponent要素のcompositePosition属性の値が指定されることになる。

usage属性には、利用目的に関する情報が指定される。この利用目的に関する情報としては、例えば、"vi"，"hi"，"narration"が指定される。"vi"は視覚障害用、"hi"は聴覚障害用、"narration"はナレーション入りであることを示している。stereoscope属性には、３Ｄか２Ｄであるかを示す情報で、３Ｄの場合には、"1"が指定される。audioChannelConfig属性には、音声チャンネルの構成を示す情報が指定される。この音声チャンネルの構成を示す情報としては、"Monoral"，"Stereo"，"5.1ch"，"22.1ch"が指定される。

targetScreen属性には、コンポーネントグループ単位での、ターゲットの機器の表示に関する情報が指定される。この表示に関する情報としては、例えば、"primary"，"secondary"が指定される。"primary"は、第１の表示機器として、例えばテレビジョン受像機に映像を表示する場合に指定される。"secondary"は、第２の表示機器として、例えばタブレット端末装置に映像を表示する場合に指定される。ViewPointDescriptor要素には、ビューポイントに関する情報が指定される。このビューポイントに関する情報としては、ビューポイントごとのIDとタイトルが指定される。ContentAdvisoryDescriptor要素には、コンポーネントグループ単位での、レーティング情報が指定される。componentId要素には、対象のコンポーネントグループに含まれるコンポーネントのコンポーネントIDが指定される。

（SPDのシンタックスの他の構成）
ところで、上述した図１５のSPDのシンタックスでは、サービスレベルとコンポーネントレベルの２段階で各種のパラメータが規定されるようにして、図１６のComponent Layer DescriptorをサービスレベルのDescriptorとして配置したが、Component Layer Descriptorの記述内容を、SPDに直接記述するようにしてもよい。図１７には、当該SPDのシンタックスを示している。なお、図１７のSPDを構成する要素や属性について、図１５のSPDを構成する要素や属性と同様の内容を意味する場合には、その説明は繰り返しになるので省略する。

図１７に示すように、Spd要素は、serviceId属性、spIndicator属性、ProtocolVersionDescriptor要素、NRTServiceDescriptor要素、CapabilityDescriptor要素、IconDescriptor要素、ISO639LanguageDescriptor要素、ReceiverTargetingDescriptor要素、AssociatedServiceDescriptor要素、ContentAdvisoryDescriptor要素、及び、ComponentCategoryGroup要素の上位要素となる。

ComponentCategoryGroup要素には、コンポーネントカテゴリと、コンポーネントグループに関する情報が指定される。ComponentCategoryGroup要素は、componentCategory属性、mpdGroupId属性、及び、ComponentGroup要素の上位要素となる。

ComponentGroup要素は、id属性、adaptationSetId属性、defaultFlag属性、muxId属性、encryption属性、language属性、compositeType属性、usage属性、stereoscope属性、audioChannelConfig属性、targetScreen属性、ViewPointDescriptor要素、ContentAdvisoryDescriptor要素、及び、Component要素の上位要素となる。adaptationSetId属性には、対応するMPDのアダプテーションセットIDが指定される。このアダプテーションセットIDによって、SPDのコンポーネントグループと、MPDのAdaptationSet要素とが対応付けられる。

Component要素は、componentId属性、representationId属性、subRepresentationLevel属性、componentCategory属性、locationType属性、compositePosition属性、AVCVideoDescriptor要素、HEVCVideoDescriptor要素、MPEG4AACAudioDescriptor要素、AC3AudioDescriptor要素、及び、CaptionDescriptor要素の上位要素となる。representationId属性には、対応するMPDのリプレゼンテーションIDが指定される。このリプレゼンテーションIDにより、SPDのコンポーネントと、MPDのRepresentation要素とが対応付けられる。

以上のように、図１７のSPDでは、サービスレベルとコンポーネントレベルの２段階に加えて、コンポーネントカテゴリレベルと、コンポーネントグループレベルでのパラメータが規定されるようにして、グループID、アダプテーションセットID、及び、リプレゼンテーションIDによって、MPDとマッピングして、SPDとMPDが相互に連携した運用を行うことができるようにしている。なお、上述したSPDのシンタックスは一例であって、他のシンタックスを採用してもよい。

＜４．システム構成＞

（放送通信システムの構成）
図１８は、本技術を適用した放送通信システムの一実施の形態の構成を示す図である。

図１８に示すように、放送通信システム１は、データ提供サーバ１０、送信装置２０、配信サーバ３０、及び、受信装置４０から構成される。また、配信サーバ３０と受信装置４０は、インターネット等のネットワーク９０を介して相互に接続されている。

データ提供サーバ１０は、ビデオやオーディオ、字幕などの各種のコンポーネントを、送信装置２０及び配信サーバ３０に提供する。ここでは、例えば、テレビ番組を提供するサービスにおいて、アダプティブストリーミング配信を実現するために、当該テレビ番組を構成するコンポーネントとして、8Mbpsのビデオコンポーネントを送信装置２０に、1Mbps，2Mbps，5Mbps，10Mbps，20Mbpsのビデオコンポーネントを配信サーバ３０にそれぞれ提供する。

送信装置２０は、データ提供サーバ１０から提供される各種のコンポーネント（例えば、8Mbpsのビデオコンポーネント）を、デジタル放送の放送波によって送信する。また、送信装置２０は、コンポーネントとともに、制御信号（図１０のシグナリング情報）を、デジタル放送の放送波で送信する。なお、この制御信号（図１０のシグナリング情報）は、ネットワーク９０に接続された専用のサーバなどから配信されるようにしてもよい。

配信サーバ３０は、受信装置４０からの要求に応じて、データ提供サーバ１０から提供される各種のコンポーネント（例えば、1Mbps，2Mbps，5Mbps，10Mbps，20Mbpsのビデオコンポーネント）を、ネットワーク９０を介して、受信装置４０に配信する。

受信装置４０は、送信装置２０から送信された放送信号を受信して、制御信号（図１０のシグナリング情報）を取得する。受信装置４０は、制御信号に応じて、送信装置２０から送信される、ビデオやオーディオ、字幕などの各種のコンポーネント（例えば、8Mbpsのビデオコンポーネント）を取得する。また、受信装置４０は、制御信号に応じて、配信サーバ３０から配信される、ビデオやオーディオ、字幕などの各種のコンポーネント（例えば、1Mbps，2Mbps，5Mbps，10Mbps，20Mbpsのビデオコンポーネント）を取得する。

受信装置４０は、ビデオや字幕のコンポーネントの映像をディスプレイに表示するとともに、その映像に同期したオーディオコンポーネントの音声をスピーカから出力する。ここでは、例えば、一定期間（例えば10秒）ごとに、8Mbpsの放送のビデオコンポーネントと、1Mbps，2Mbps，5Mbps，10Mbps，20Mbpsの通信のビデオコンポーネントの中から、最適なビデオコンポーネントが適応的に選択されて切り替えられ、アダプティブストリーミング配信が実現されることになる。

なお、受信装置４０は、ディスプレイやスピーカを含んで単体として構成されるようにしてもよいし、テレビジョン受像機やビデオレコーダ等に内蔵されるようにしてもよい。

放送通信システム１は、以上のように構成される。次に、図１８の放送通信システム１を構成する各装置の詳細な構成について説明する。

（送信装置の構成）
図１９は、本技術を適用した送信装置の一実施の形態の構成を示す図である。

図１９に示すように、送信装置２０は、コンポーネント取得部２０１、制御信号取得部２０２、Mux２０３、及び、送信部２０４から構成される。

コンポーネント取得部２０１は、データ提供サーバ１０から各種のコンポーネントを取得し、Mux２０３に供給する。制御信号取得部２０２は、データ提供サーバ１０等の外部のサーバや、内蔵するストレージから制御信号（図１０のシグナリング情報）を取得し、Mux２０３に供給する。

Mux２０３は、コンポーネント取得部２０１からの各種のコンポーネントと、制御信号取得部２０２からの制御信号を多重化して、BBPストリームを生成し、送信部２０４に供給する。送信部２０４は、Mux２０３から供給されるBBPストリームを放送信号として、アンテナ２０５を介して送信する。

（配信サーバの構成）
図２０は、本技術を適用した配信サーバの一実施の形態の構成を示す図である。

図２０に示すように、配信サーバ３０は、制御部３０１、コンポーネント取得部３０２、蓄積部３０３、及び、通信部３０４から構成される。

制御部３０１は、配信サーバ３０の各部の動作を制御する。

コンポーネント取得部３０２は、データ提供サーバ１０から各種のコンポーネントを取得し、制御部３０１に供給する。制御部３０１は、コンポーネント取得部３０２からの各種のコンポーネントを、蓄積部３０３に蓄積する。これにより、蓄積部３０３には、データ提供サーバ１０からの各種のコンポーネントが蓄積されることになる。

通信部３０４は、制御部３０１からの制御に従い、ネットワーク９０を介して受信装置４０と各種のデータをやりとりする。制御部３０１は、受信装置４０からのストリーム（コンポーネント）の配信の要求を通信部３０４が受信した場合、当該要求に応じたコンポーネントを蓄積部３０３から読み出す。制御部３０１は、通信部３０４を制御して、蓄積部３０３から読み出したコンポーネントからなるストリームを、ネットワーク９０を介して受信装置４０に配信する。

（受信装置の構成）
図２１は、本技術を適用した受信装置の一実施の形態の構成を示す図である。

図２１に示すように、受信装置４０は、チューナ４０２、Demux４０３、選択／合成部４０４、選択／合成部４０５、選択／合成部４０６、制御部４０７、NVRAM４０８、入力部４０９、通信部４１０、Demux４１１、ビデオデコーダ４１２、ビデオ出力部４１３、オーディオデコーダ４１４、オーディオ出力部４１５、及び、字幕デコーダ４１６から構成される。

チューナ４０２は、アンテナ４０１により受信された放送信号から、選局が指示されたサービスの放送信号を抽出して復調し、その結果得られるBBPストリームを、Demux４０３に供給する。

Demux４０３は、チューナ４０２から供給されるBBPストリームを、各コンポーネントと、制御信号に分離して、各コンポーネントを、選択／合成部４０４乃至４０６に供給し、制御信号を、制御部４０７に供給する。ここでは、コンポーネントとして、ビデオコンポーネント、オーディオコンポーネント、字幕コンポーネントが分離され、選択／合成部４０４、選択／合成部４０５、選択／合成部４０６にそれぞれ供給される。

制御部４０７は、受信装置４０の各部の動作を制御する。NVRAM４０８は、不揮発性メモリであって、制御部４０７からの制御に従い、各種のデータを記録する。また、制御部４０７は、Demux４０３から供給される制御信号（図１０のシグナリング情報）に基づいて、選択／合成部４０４乃至４０６により行われる選択／合成処理を制御する。

入力部４０９は、ユーザの操作に応じて、操作信号を制御部４０７に供給する。制御部４０７は、入力部４０９からの操作信号に基づいて、受信装置４０の各部の動作を制御する。

通信部４１０は、制御部４０７からの制御に従い、ネットワーク９０を介して配信サーバ３０と各種のデータをやりとりする。通信部４１０は、配信サーバ３０から受信したストリームを、Demux４１１に供給する。このとき、通信部４１０は、内部に設けられた受信バッファ４２１にストリームデータをバッファしながら、配信サーバ３０から配信されるストリームを受信することになる。

Demux４１１は、通信部４１０から供給されるストリームを、各コンポーネントに分離して、選択／合成部４０４乃至４０６に供給する。ここでは、分離後のコンポーネントのうち、ビデオコンポーネントが選択／合成部４０４、オーディオコンポーネントが選択／合成部４０５、字幕コンポーネントが選択／合成部４０６にそれぞれ供給される。

選択／合成部４０４は、制御部４０７からの制御に従い、Demux４０３からのビデオコンポーネントと、Demux４１１からのビデオコンポーネントに対し、選択／合成処理（例えば、図４のビデオコンポーネントレイヤにおける各レイヤの処理）を行い、その処理の結果得られるビデオコンポーネントを、ビデオデコーダ４１２に供給する。

ビデオデコーダ４１２は、選択／合成部４０４から供給されるビデオコンポーネントを復号し、それにより得られるビデオデータを、ビデオ出力部４１３に供給する。ビデオ出力部４１３は、ビデオデコーダ４１２から供給されるビデオデータを、後段のディスプレイ（不図示）に出力する。これにより、ディスプレイには、例えば、テレビ番組の映像などが表示される。

選択／合成部４０５は、制御部４０７からの制御に従い、Demux４０３からのオーディオコンポーネントと、Demux４１１からのオーディオコンポーネントに対し、選択／合成処理（例えば、図４のオーディオコンポーネントレイヤにおける各レイヤの処理）を行い、その処理の結果得られるオーディオコンポーネントを、オーディオデコーダ４１４に供給する。

オーディオデコーダ４１４は、選択／合成部４０５から供給されるオーディオコンポーネントを復号して、それにより得られるオーディオデータを、オーディオ出力部４１５に供給する。オーディオ出力部４１５は、オーディオデコーダ４１４から供給されるオーディオデータを、後段のスピーカ（不図示）に供給する。これにより、スピーカからは、例えば、テレビ番組の映像に対応する音声が出力される。

選択／合成部４０６は、制御部４０７からの制御に従い、Demux４０３からの字幕コンポーネントと、Demux４１１からの字幕コンポーネントに対し、選択／合成処理（例えば、図４の字幕コンポーネントレイヤにおける各レイヤの処理）を行い、その処理の結果得られる字幕コンポーネントを、字幕デコーダ４１６に供給する。

字幕デコーダ４１６は、選択／合成部４０６から供給される字幕コンポーネントを復号して、それにより得られる字幕データを、ビデオ出力部４１３に供給する。ビデオ出力部４１３は、字幕デコーダ４１６から字幕データが供給された場合、その字幕データを、ビデオデコーダ４１２からのビデオデータに合成し、後段のディスプレイ（不図示）に供給する。これにより、ディスプレイには、テレビ番組の映像に重畳して字幕が表示される。

なお、図２１の受信装置４０においては、説明の都合上、各デコーダの前段に、選択／合成部４０４乃至４０６が設けられる構成を示したが、選択／合成処理の内容によっては、選択／合成部４０４乃至４０６が、各デコーダの後段に設けられる構成を採用するようにしてもよい。

＜５．各装置で実行される処理の流れ＞

次に、図１８の放送通信システム１を構成する各装置で実行される処理の流れについて、図２２乃至図２４のフローチャートを参照して説明する。

（送信処理）
まず、図２２のフローチャートを参照して、図１８の送信装置２０により実行される、送信処理について説明する。

ステップＳ２０１において、コンポーネント取得部２０１は、データ提供サーバ１０から各種のコンポーネントを取得し、Mux２０３に供給する。ステップＳ２０２において、制御信号取得部２０２は、外部のサーバなどから制御信号（図１０のシグナリング情報）を取得し、Mux２０３に供給する。

ステップＳ２０３において、Mux２０３は、コンポーネント取得部２０１からの各種のコンポーネントと、制御信号取得部２０２からの制御信号を多重化して、BBPストリームを生成し、送信部２０４に供給する。ステップＳ２０４において、送信部２０４は、Mux２０３から供給されるBBPストリームを放送信号として、アンテナ２０５を介して送信する。ステップＳ２０４の処理が終了すると、図２２の送信処理は終了される。

以上、送信処理について説明した。この送信処理においては、データ提供サーバ１０から提供される各種のコンポーネントと、制御信号が、放送波により送信されることになる。

（配信処理）
次に、図２３のフローチャートを参照して、図１８の配信サーバ３０により実行される、配信処理について説明する。ただし、配信サーバ３０において、蓄積部３０３には、データ提供サーバ１０から取得された各種のコンポーネントが蓄積済みであるものとする。

ステップＳ３０１において、制御部３０１は、通信部３０４を常に監視して、ネットワーク９０を介して受信装置４０からコンポーネントが要求されたかどうかを判定する。ステップＳ３０１においては、受信装置４０からのコンポーネントの要求を待って、処理は、ステップＳ３０２に進められる。

ステップＳ３０２において、制御部３０１は、受信装置４０からの要求に応じたコンポーネントを、蓄積部３０３から読み出す。ステップＳ３０３において、制御部３０１は、通信部３０４を制御して、蓄積部３０３から読み出したコンポーネント（ストリーム）を、ネットワーク９０を介して、受信装置４０に配信する。ステップＳ３０３の処理が終了すると、図２３の配信処理は終了する。

以上、配信処理について説明した。この配信処理においては、受信装置４０からの要求に応じて、データ提供サーバ１０から提供される各種のコンポーネント（ストリーム）が、ネットワーク９０を介して配信されることになる。

（受信処理）
最後に、図２４のフローチャートを参照して、図１８の受信装置４０により実行される、受信処理について説明する。この受信処理は、例えば、ユーザによるリモートコントローラの操作によって、受信装置４０が起動され、選局指示がなされた場合などに実行される。

ステップＳ４０１において、チューナ４０２は、アンテナ４０１を介して放送信号を受信し、放送信号から選局が指示されたサービスの放送信号を抽出して復調する。また、Demux４０３は、チューナ４０２からのBBPストリームを、コンポーネントと制御信号に分離する。

ステップＳ４０２において、制御部４０７は、Demux４０３からの制御信号（図１０のシグナリング情報）に基づいて、複数のコンポーネントの候補の中から、最適なコンポーネントを選択する。具体的には、制御部４０７では、制御信号として、図１０のシグナリング情報が取得されるので、その選択肢の中で、まず、topAttribute属性で、選択すべきコンポーネントの数を踏まえた上で、選択判断に応じた動作を制御する。

例えば、選択判断がユーザ選択となる場合には、制御部４０７は、最上位の階層のセレクティブレイヤの各セレクティブコンポーネントグループに、固定選択対象の属性として指定される情報をGUI画面により表示して、ユーザがセレクティブコンポーネントグループ（コンポーネント）を選択するようにする。また、例えば、選択判断が受信機自動選択となる場合には、制御部４０７は、最上位の階層のセレクティブレイヤの各セレクティブコンポーネントグループに、固定選択対象の属性として指定される情報に基づいて、セレクティブコンポーネントグループ（コンポーネント）を選択する。

このコンポーネント選択処理は、基本的に、ビデオやオーディオなどのコンポーネントのカテゴリごとに実行されるが、固定選択対象の属性としてビュータグが指定されている場合には、カテゴリを横断してセレクティブコンポーネントグループ（コンポーネント）が選択されることになる。

次に、制御部４０７は、選択したセレクティブコンポーネントグループ（コンポーネント）に、複数のCompositeComponentGroup要素が存在する場合には、コンポジットレイヤにおいて、指定されたコンポーネント合成を行うべき複数のコンポーネントを、下位の階層のアダプティブレイヤの適応選択対象のコンポーネントから選択する。そして、制御部４０７は、選択／合成部４０４乃至４０６を制御して、適応的に選択された複数のコンポーネントを用い、合成処理を行う。

ここでは、例えば、コンポジットコンポーネントグループに、合成対象の属性としてスケーラブルが指定されていた場合、放送で伝送される基本ストリームと、通信で伝送される拡張ストリームとが合成されることになる。また、例えば、コンポジットコンポーネントグループに属性として３Ｄが指定されていた場合には、放送で伝送される右目用の映像と、通信で伝送される左目用の映像とが合成されることになる。

なお、ここでは、複数のCompositeComponentGroup要素が存在する場合について説明したが、CompositeComponentGroup要素が１つだけの場合には、コンポジットレイヤにおいて、下位の階層のアダプティブレイヤの適応選択対象のコンポーネントから適応的に、逐次最適なコンポーネントを選択するようにする。また、アダプティブレイヤにおいて、適応選択対象のコンポーネントが１つだけの場合には、そのコンポーネントが常に選択されることになる。さらにここでは、リプレゼンテーションIDによって、SPDのコンポーネントとMPDのRepresentation要素とがマッピングされ、アダプテーションセットIDによって、SPDのコンポーネントグループとMPDのAdaptationSet要素とがマッピングされ、グループIDによって、SPDのコンポーネントカテゴリとMPDのAdaptationSet要素のgroup属性とがマッピングされて、SPDとMPDが相互に連携することになる。これにより、SPDとMPDの各レイヤのパラメータを共有して、各レイヤに含まれるコンポーネント（オブジェクト）を横断的に処理することができる。

ステップＳ４０２の処理によって、最適なコンポーネントが選択されると、処理はステップＳ４０３に進められる。ステップＳ４０３において、ビデオ出力部４１３は、ステップＳ４０２の処理で選択されたビデオや字幕のコンポーネントに対応する映像を、ディスプレイに表示させる。また、ステップＳ４０３において、オーディオ出力部４１５は、ステップＳ４０２の処理で選択されたオーディオコンポーネントに対応する音声を、スピーカから出力する。ステップＳ４０３の処理が終了すると、図２４の受信処理は終了する。

以上、受信処理について説明した。この受信処理においては、制御信号（図１０のシグナリング情報）に基づいて、放送又は通信により受信可能な複数のコンポーネントの候補の中から、最適なコンポーネントが選択され、提示されることになる。これにより、ユーザは、例えば所望のテレビ番組を選局した場合に、受信可能な複数のコンポーネントの候補の中から選択された最適なコンポーネントに対応する映像や音声を視聴することができる。

なお、上述した説明では、シグナリングデータの名称として、Descriptionの略である「D」を用いたが、Tableの略である「T」が用いられる場合がある。例えば、SCD(Service Configuration Description)は、SCT(Service Configuration Table)と記述される場合がある。また、例えば、SPD(Service Parameter Description)は、SPT(Service Parameter Table)と記述される場合がある。ただし、これらの名称の違いは、「Description」と「Table」との形式的な違いであって、各シグナリングデータの実質的な内容が異なるものではない。

＜６．コンピュータの構成＞

上述した一連の処理は、ハードウェアにより実行することもできるし、ソフトウェアにより実行することもできる。一連の処理をソフトウェアにより実行する場合には、そのソフトウェ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。図２５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ェアの構成例を示す図である。

コンピュータ９００において、CPU（Central Processing Unit）９０１，ROM（Read Only Memory）９０２，RAM（Random Access Memory）９０３は、バス９０４により相互に接続されている。バス９０４には、さらに、入出力インターフェース９０５が接続されている。入出力インターフェース９０５には、入力部９０６、出力部９０７、記録部９０８、通信部９０９、及び、ドライブ９１０が接続されている。

入力部９０６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９０７は、ディスプレイ、スピーカなどよりなる。記録部９０８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９０９は、ネットワークインターフェースなどよりなる。ドライブ９１０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９１１を駆動する。

以上のように構成されるコンピュータ９００では、CPU９０１が、ROM９０２や記録部９０８に記憶されているプログラムを、入出力インターフェース９０５及びバス９０４を介して、RAM９０３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９００（CPU９０１）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９１１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、有線又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９００では、プログラムは、リムーバブルメディア９１１をドライブ９１０に装着することにより、入出力インターフェース９０５を介して、記録部９０８にインストールすることができる。また、プログラムは、有線又は無線の伝送媒体を介して、通信部９０９で受信し、記録部９０８にインストールすることができる。その他、プログラムは、ROM９０２や記録部９０８に、あらかじめインストールしておくことができる。

ここで、本明細書において、コンピュータがプログラムに従って行う処理は、必ずしもフローチャートとして記載された順序に沿って時系列に行われる必要はない。すなわち、コンピュータがプログラムに従って行う処理は、並列的あるいは個別に実行される処理（例えば、並列処理あるいはオブジェクトによる処理）も含む。また、プログラムは、１のコンピュータ（プロセッサ）により処理されるものであってもよいし、複数のコンピュータによって分散処理されるものであってもよい。

なお、本技術の実施の形態は、上述した実施の形態に限定されるものではなく、本技術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。

また、本技術は、以下のような構成をとることができる。

（１）
IP(Internet Protocol)伝送方式を用いたデジタル放送の放送波を受信する受信部と、
前記放送波で伝送される制御信号に含まれる、放送で伝送される放送コンポーネントを少なくとも管理するための第１の管理情報と、通信で伝送される通信コンポーネントのみを管理するための第２の管理情報に基づいて、前記放送コンポーネント及び前記通信コンポーネントの少なくとも一方のコンポーネントを取得するとともに、取得されたコンポーネントに関する所定の処理を行う各部の動作を制御する制御部と
を備える受信装置。
（２）
前記第１の管理情報は、前記放送コンポーネントとともに、前記通信コンポーネントを管理するための情報を含んでいる
（１）に記載の受信装置。
（３）
前記第２の管理情報は、MPEG-DASH(Moving Picture Expert Group - Dynamic Adaptive Streaming over HTTP)の規格に準拠したMPD(Media Presentation Description)であって、
前記第１の管理情報は、コンポーネントと前記MPDのRepresentation要素とを対応付けるための第１の識別子、コンポーネントのグループと前記MPDのAdaptationSet要素とを対応付けるための第２の識別子、及び、コンポーネントのカテゴリと前記MPDのAdaptationSet要素のgroup属性とを対応付けるための第３の識別子を含んでいる
（１）又は（２）に記載の受信装置。
（４）
前記放送コンポーネントと前記通信コンポーネントは、カテゴリごとに、第１の階層、第２の階層、及び、第３の階層からなる階層構造を有しており、
前記第３の階層は、前記放送コンポーネント又は前記通信コンポーネントを適応的に選択するための階層であり、
前記第２の階層は、前記第３の階層で適応的に選択されたコンポーネント、及び、前記第３の階層の対象となっていないコンポーネントを１つのコンポーネントに合成するための階層であり、
前記第１の階層は、前記第２の階層で合成されたコンポーネント、前記第３の階層で適応的に選択されたコンポーネント、及び、前記第２の階層と前記第３の階層の対象となっていないコンポーネントの中から、１つのコンポーネントを選択するための階層である
（１）乃至（３）のいずれか一項に記載の受信装置。
（５）
前記第１の管理情報は、特定のサービスと当該サービスを構成するコンポーネントの少なくとも一方に関するパラメータを記述可能であって、特定のサービスに関するパラメータとして、コンポーネントの階層構造を関する情報を記述した記述子を配置している
（４）に記載の受信装置。
（６）
前記第１の管理情報は、特定のサービスと、当該サービスを構成するコンポーネント、コンポーネントのグループ、及び、コンポーネントのカテゴリに関するパラメータを記述可能であって、コンポーネントの階層構造を関する情報を記述している
（４）に記載の受信装置。
（７）
前記第１の管理情報は、前記第２の階層における複数のコンポーネントの合成に関する情報を含んでいる
（４）に記載の受信装置。
（８）
前記第１の管理情報は、コンポーネントのグループに対する、異なるコンポーネントのカテゴリの間における組み合わせのための第４の識別子を含んでいる
（４）に記載の受信装置。
（９）
前記制御信号は、前記IP伝送方式におけるプロトコルの階層のうち、IP層よりも上位の階層で伝送され、
各サービスを構成する前記放送コンポーネントと、前記制御信号には、共通のIPアドレスが割り当てられる
（１）乃至（８）のいずれか一項に記載の受信装置。
（１０）
受信装置の受信方法において、
前記受信装置が、
IP伝送方式を用いたデジタル放送の放送波を受信し、
前記放送波で伝送される制御信号に含まれる、放送で伝送される放送コンポーネントを少なくとも管理するための第１の管理情報と、通信で伝送される通信コンポーネントのみを管理するための第２の管理情報に基づいて、前記放送コンポーネント及び前記通信コンポーネントの少なくとも一方のコンポーネントを取得するとともに、取得されたコンポーネントに関する所定の処理を行う各部の動作を制御する
ステップを含む受信方法。
（１１）
放送で伝送される放送コンポーネントを少なくとも管理するための第１の管理情報と、通信で伝送される通信コンポーネントのみを管理するための第２の管理情報を含む制御信号を取得する第１の取得部と、
サービスを構成する１又は複数の放送コンポーネントを取得する第２の取得部と、
前記放送コンポーネントとともに、前記制御信号を、IP伝送方式を用いたデジタル放送の放送波で送信する送信部と
を備える送信装置。
（１２）
前記第１の管理情報は、前記放送コンポーネントとともに、前記通信コンポーネントを管理するための情報を含んでいる
（１１）に記載の送信装置。
（１３）
前記第２の管理情報は、MPEG-DASHの規格に準拠したMPDであって、
前記第１の管理情報は、コンポーネントと前記MPDのRepresentation要素とを対応付けるための第１の識別子、コンポーネントのグループと前記MPDのAdaptationSet要素とを対応付けるための第２の識別子、及び、コンポーネントのカテゴリと前記MPDのAdaptationSet要素のgroup属性とを対応付けるための第３の識別子を含んでいる
（１１）又は（１２）に記載の送信装置。
（１４）
前記放送コンポーネントと前記通信コンポーネントは、カテゴリごとに、第１の階層、第２の階層、及び、第３の階層からなる階層構造を有しており、
前記第３の階層は、前記放送コンポーネント又は前記通信コンポーネントを適応的に選択するための階層であり、
前記第２の階層は、前記第３の階層で適応的に選択されたコンポーネント、及び、前記第３の階層の対象となっていないコンポーネントを１つのコンポーネントに合成するための階層であり、
前記第１の階層は、前記第２の階層で合成されたコンポーネント、前記第３の階層で適応的に選択されたコンポーネント、及び、前記第２の階層と前記第３の階層の対象となっていないコンポーネントの中から、１つのコンポーネントを選択するための階層である
（１１）乃至（１３）のいずれか一項に記載の送信装置。
（１５）
前記第１の管理情報は、特定のサービスと当該サービスを構成するコンポーネントの少なくとも一方に関するパラメータを記述可能であって、特定のサービスに関するパラメータとして、コンポーネントの階層構造を関する情報を記述した記述子を配置している
（１４）に記載の送信装置。
（１６）
前記第１の管理情報は、特定のサービスと、当該サービスを構成するコンポーネント、コンポーネントのグループ、及び、コンポーネントのカテゴリに関するパラメータを記述可能であって、コンポーネントの階層構造を関する情報を記述している
（１４）に記載の送信装置。
（１７）
前記第１の管理情報は、前記第２の階層における複数のコンポーネントの合成に関する情報を含んでいる
（１４）に記載の送信装置。
（１８）
前記第１の管理情報は、コンポーネントのグループに対する、異なるコンポーネントのカテゴリの間における組み合わせのための第４の識別子を含んでいる
（１４）に記載の送信装置。
（１９）
前記制御信号は、前記IP伝送方式におけるプロトコルの階層のうち、IP層よりも上位の階層で伝送され、
各サービスを構成する前記放送コンポーネントと、前記制御信号には、共通のIPアドレスが割り当てられる
（１１）乃至（１８）のいずれか一項に記載の送信装置。
（２０）
送信装置の送信方法において、
前記送信装置が、
放送で伝送される放送コンポーネントを少なくとも管理するための第１の管理情報と、通信で伝送される通信コンポーネントのみを管理するための第２の管理情報を含む制御信号を取得し、
サービスを構成する１又は複数の放送コンポーネントを取得し、
前記放送コンポーネントとともに、前記制御信号を、IP伝送方式を用いたデジタル放送の放送波で送信する
ステップを含む送信方法。

１放送通信システム，１０データ提供サーバ，２０送信装置，３０配信サーバ，４０受信装置，２０１コンポーネント取得部，２０２制御信号取得部，２０３ Mux，２０４送信部，３０１制御部，３０２コンポーネント取得部，３０３蓄積部，３０４通信部，４０２チューナ，４０３ Demux，４０４，４０５，４０６選択／合成部，４０７制御部，４０８ NVRAM，４０９入力部，４１０通信部，４１１ Demux，４１２ビデオデコーダ，４１３ビデオデ出力部，４１４オーディオデコーダ，４１５オーディオ出力部，４１６字幕デコーダ，４２１受信バッファ，９０ネットワーク，９００コンピュータ，９０１ CPU

Claims

IP(Internet Protocol)伝送方式を用いたデジタル放送の放送波を受信する受信部と、
前記放送波で伝送される制御信号に含まれる、放送で伝送される放送コンポーネントと通信で伝送される通信コンポーネントを管理するための第１の管理情報と、前記通信コンポーネントのみを管理するための第２の管理情報に基づいて、前記放送コンポーネント及び前記通信コンポーネントの少なくとも一方のコンポーネントを取得するとともに、取得されたコンポーネントに関する所定の処理を行う各部の動作を制御する制御部と
を備え、
前記第２の管理情報は、MPEG-DASH(Moving Picture Expert Group - Dynamic Adaptive Streaming over HTTP)の規格に準拠したMPD(Media Presentation Description)であって、
前記第１の管理情報は、コンポーネントと前記MPDのRepresentation要素とを対応付けるための第１の識別子、コンポーネントのグループと前記MPDのAdaptationSet要素とを対応付けるための第２の識別子、及び、コンポーネントのカテゴリと前記MPDのAdaptationSet要素のgroup属性とを対応付けるための第３の識別子を含んでいる
受信装置。
前記放送コンポーネントと前記通信コンポーネントは、カテゴリごとに、第１の階層、第２の階層、及び、第３の階層からなる階層構造を有しており、
前記第３の階層は、前記放送コンポーネント又は前記通信コンポーネントを適応的に選択するための階層であり、
前記第２の階層は、前記第３の階層で適応的に選択されたコンポーネント、及び、前記第３の階層の対象となっていないコンポーネントを１つのコンポーネントに合成するための階層であり、
前記第１の階層は、前記第２の階層で合成されたコンポーネント、前記第３の階層で適応的に選択されたコンポーネント、及び、前記第２の階層と前記第３の階層の対象となっていないコンポーネントの中から、１つのコンポーネントを選択するための階層である
請求項１に記載の受信装置。
前記第１の管理情報は、特定のサービスと当該サービスを構成するコンポーネントの少なくとも一方に関するパラメータを記述可能であって、特定のサービスに関するパラメータとして、コンポーネントの階層構造を関する情報を記述した記述子を配置している
請求項２に記載の受信装置。
前記第１の管理情報は、特定のサービスと、当該サービスを構成するコンポーネント、コンポーネントのグループ、及び、コンポーネントのカテゴリに関するパラメータを記述可能であって、コンポーネントの階層構造を関する情報を記述している
請求項２に記載の受信装置。
前記第１の管理情報は、前記第２の階層における複数のコンポーネントの合成に関する情報を含んでいる
請求項２に記載の受信装置。
前記第１の管理情報は、コンポーネントのグループに対する、異なるコンポーネントのカテゴリの間における組み合わせのための第４の識別子を含んでいる
請求項２に記載の受信装置。
前記制御信号は、前記IP伝送方式におけるプロトコルの階層のうち、IP層よりも上位の階層で伝送され、
各サービスを構成する前記放送コンポーネントと、前記制御信号には、共通のIPアドレスが割り当てられる
請求項１に記載の受信装置。
受信装置の受信方法において、
前記受信装置が、
IP伝送方式を用いたデジタル放送の放送波を受信し、
前記放送波で伝送される制御信号に含まれる、放送で伝送される放送コンポーネントと通信で伝送される通信コンポーネントを管理するための第１の管理情報と、前記通信コンポーネントのみを管理するための第２の管理情報に基づいて、前記放送コンポーネント及び前記通信コンポーネントの少なくとも一方のコンポーネントを取得するとともに、取得されたコンポーネントに関する所定の処理を行う各部の動作を制御する
ステップを含み、
前記第２の管理情報は、MPEG-DASHの規格に準拠したMPDであって、
前記第１の管理情報は、コンポーネントと前記MPDのRepresentation要素とを対応付けるための第１の識別子、コンポーネントのグループと前記MPDのAdaptationSet要素とを対応付けるための第２の識別子、及び、コンポーネントのカテゴリと前記MPDのAdaptationSet要素のgroup属性とを対応付けるための第３の識別子を含んでいる
受信方法。
放送で伝送される放送コンポーネントと通信で伝送される通信コンポーネントを管理するための第１の管理情報と、前記通信コンポーネントのみを管理するための第２の管理情報を含む制御信号を取得する第１の取得部と、
サービスを構成する１又は複数の放送コンポーネントを取得する第２の取得部と、
前記放送コンポーネントとともに、前記制御信号を、IP伝送方式を用いたデジタル放送の放送波で送信する送信部と
を備え、
前記第２の管理情報は、MPEG-DASHの規格に準拠したMPDであって、
前記第１の管理情報は、コンポーネントと前記MPDのRepresentation要素とを対応付けるための第１の識別子、コンポーネントのグループと前記MPDのAdaptationSet要素とを対応付けるための第２の識別子、及び、コンポーネントのカテゴリと前記MPDのAdaptationSet要素のgroup属性とを対応付けるための第３の識別子を含んでいる
送信装置。
前記放送コンポーネントと前記通信コンポーネントは、カテゴリごとに、第１の階層、第２の階層、及び、第３の階層からなる階層構造を有しており、
前記第３の階層は、前記放送コンポーネント又は前記通信コンポーネントを適応的に選択するための階層であり、
前記第２の階層は、前記第３の階層で適応的に選択されたコンポーネント、及び、前記第３の階層の対象となっていないコンポーネントを１つのコンポーネントに合成するための階層であり、
前記第１の階層は、前記第２の階層で合成されたコンポーネント、前記第３の階層で適応的に選択されたコンポーネント、及び、前記第２の階層と前記第３の階層の対象となっていないコンポーネントの中から、１つのコンポーネントを選択するための階層である
請求項９に記載の送信装置。
前記第１の管理情報は、特定のサービスと当該サービスを構成するコンポーネントの少なくとも一方に関するパラメータを記述可能であって、特定のサービスに関するパラメータとして、コンポーネントの階層構造を関する情報を記述した記述子を配置している
請求項１０に記載の送信装置。
前記第１の管理情報は、特定のサービスと、当該サービスを構成するコンポーネント、コンポーネントのグループ、及び、コンポーネントのカテゴリに関するパラメータを記述可能であって、コンポーネントの階層構造を関する情報を記述している
請求項１０に記載の送信装置。
前記第１の管理情報は、前記第２の階層における複数のコンポーネントの合成に関する情報を含んでいる
請求項１０に記載の送信装置。
前記第１の管理情報は、コンポーネントのグループに対する、異なるコンポーネントのカテゴリの間における組み合わせのための第４の識別子を含んでいる
請求項１０に記載の送信装置。
前記制御信号は、前記IP伝送方式におけるプロトコルの階層のうち、IP層よりも上位の階層で伝送され、
各サービスを構成する前記放送コンポーネントと、前記制御信号には、共通のIPアドレスが割り当てられる
請求項９に記載の送信装置。
送信装置の送信方法において、
前記送信装置が、
放送で伝送される放送コンポーネントと通信で伝送される通信コンポーネントを管理するための第１の管理情報と、前記通信コンポーネントのみを管理するための第２の管理情報を含む制御信号を取得し、
サービスを構成する１又は複数の放送コンポーネントを取得し、
前記放送コンポーネントとともに、前記制御信号を、IP伝送方式を用いたデジタル放送の放送波で送信する
ステップを含み、
前記第２の管理情報は、MPEG-DASHの規格に準拠したMPDであって、
前記第１の管理情報は、コンポーネントと前記MPDのRepresentation要素とを対応付けるための第１の識別子、コンポーネントのグループと前記MPDのAdaptationSet要素とを対応付けるための第２の識別子、及び、コンポーネントのカテゴリと前記MPDのAdaptationSet要素のgroup属性とを対応付けるための第３の識別子を含んでいる
送信方法。