Loading article…
EIA-608 （ライン21キャプションまたはCEA-608とも呼ばれる）は、米国、カナダ、メキシコのアナログNTSCテレビ放送でクローズドキャプション（CC）を表示するために使用される規格です。現在は解散した電子工業会（EIA）によって開発され、聴覚障害のある視聴者がテレビ番組を追うのを助けるために、セリフや効果音などのテキストを画面に表示することができます。[ 1 ] EIA-608はNTSC放送規格と密接に関連していました。そのため、北米でデジタルATSC規格（またはその他の競合するデジタル規格）への移行により、 608はアクティブな放送では時代遅れになりました。そのデジタル後継であるEIA-708またはCTA-708は、ATSCが使用されている地域で引き継ぐことを目的としています。字幕フォーマットとして、EIA-608 キャプションは、クローズド、アナログ、インバンド（ビデオ ストリーム内で送信される）、テキスト ベースのプロトコルに分類されます（後者は、 DVDで見られるようなキャプション文字のビットマップ画像とは対照的です）。[ 2 ]
このシステムは、通常の動作条件下では視聴者が見ることを想定していないテレビ信号の一部、垂直ブランキング期間（VBI）に字幕データを送信することで機能します。NTSC信号を放送する場合、送信される「画像」のサイズは実際の表示よりも大きいため、視聴者には意図的に見えない領域（VBI）が作成されます。VBIは、画面の上部に「仮想的な」拡張領域として存在します（画面の下にも別のセクションが存在しますが、EIA-608とは関係ありません）。この見えない領域内には、非ビデオデータの送信に使用できる水平線が多数あります。21行目は、一般的なテキスト情報とメタデータに加えて、「字幕データの送信、受信、表示」用に選択されました。[ 3 ]
1980 年に最初に発表されたこの規格は、テレビデコーダ回路法 (1990 年) により、13 インチ以上の画面サイズを持つすべての消費者向けテレビで、特に EIA-608 フォーマットのクローズド キャプションデコードハードウェアを 1993 年 7 月までに利用可能にすることが義務付けられた後、米国政府の承認を受けました。 [ 4 ] [ 5 ]放送側では、1997 年に、米国連邦通信委員会が、 2006 年までにすべての番組で CC を利用できるようにするための段階的な新しいガイドラインを発表しました。[ 6 ]カナダと米国は、ペアレンタル コントロールをデジタル化するために、EIA-608 の汎用メタデータを送信する機能を使用しました。[ 7 ] 21 行目には、さまざまな形式 (たとえば「DLSV」) のオプションの年齢ガイドラインとコンテンツ記述子を含めることができ、コンテンツの解釈、表示、および潜在的な自動年齢制限 (たとえば米国のV チップシステム) が可能になります。
元々は字幕（およびペアレンタルコントロールデータなどの短いプレーンテキストメッセージとメタデータ）用に開発された規格でしたが、英国で約10年前に発明されたテレテキストに似て、またテレテキストに触発されて、拡張可能で汎用メタデータキャリアにもなる予定でした。テレテキストはVBIの同じ操作を使用し、ヨーロッパ中に急速に普及し、文化的な制度となりました。[ 8 ] EIA-608は、「 eXtended Data Services 」（XDS、公式文書では「eXtended」と表記）として知られるいくつかの限定的な追加サービスをサポートするように成長し、これには番組タイトルの詳細や番組の録画指示（つまり、期間とオーバーランの開始または停止信号）が含まれていました。EIA-608は、後のDVRシステム、セットトップボックス、およびデジタルTVプロバイダー、ケーブル（および衛星）プロバイダー、さらに後に「スマートTV」によって提供されるその他の機器に見られるいくつかの機能の基本的なアナログエミュレーションです。たとえば、番組タイトルと期間の追加は、現代の電子番組ガイドの先駆けでした。しかし、テレテキストは、BBCのCeefaxが本格的に展開された1974年にはすでに番組表を提供することができた。
この仕様は米国規格協会（ANSI）に引き継がれ、最新版は「Line 21 Data Services ( ANSI/CTA-608-E S-2019 )」と題され、2008年に策定が開始され、2019年に最終化されました。2022年現在、これら3か国はすべてデジタルテレビへの移行を完了しており、EIA-608は放送プロトコルとしては時代遅れとなっているため、新たなバージョンが発行されるかどうかは不明です。しかしながら、ビデオストリームに様々なバージョンの608フォーマットの字幕がエンコードされたレガシーメディアは依然として多数存在します。
インターレース方式のビデオは、偶数フィールドと奇数フィールドに分割されます（フィールドに関するより技術的な説明については、インターレースに関する記事を参照してください）。簡単に言うと、フィールドは視聴者から見たビデオの1フレームに相当します。ディスプレイ（テレビなど）が受信するこれらのフィールドはディスプレイよりも大きいため、視聴者には見えない、あるいは見えることを意図していない領域が存在します。これらの見えない領域には、EIA-608キャプション（キャプションの利用可能性に関するメタデータや、XDSなどキャプションとは無関係なその他の情報に加えて、アナログ放送がデジタル放送のいくつかの機能を部分的にエミュレートできるようにする情報）などの特別な非ビデオデータが含まれています。
EIA-608 のキャプションは、見えないライン 21 の内側に送信されます (インターレース NTSC ビデオでは、画面上部から数えて水平線が描画され、これらの見えない線のために画面上部より上に「仮想」の部分があります)。キャプションが有効になっている場合、視聴者は放送の奇数フィールドにエンコードされたデータを見るか、偶数フィールドのデータを見るかのどちらかであり、両方を見ることはありません。これは、両方のフィールド セット (奇数と偶数) を使用して、複数の異なるキャプション セットを放送できるようにするためです。規格によると、奇数フィールドのキャプションはプライマリ オーディオ トラックに関連付けられ、偶数フィールドのキャプションは、存在する場合は、セカンダリ オーディオ プログラム(SAP) に関連付けられる必要があります。SAP は通常、プライマリ オーディオの翻訳 (たとえば吹き替え) です。 [ 9 ]アナログ放送では、SAP は、アメリカでは英語番組のスペイン語翻訳に、カナダでは両方の公用語 (つまり英語とフランス語) を提供するために一般的に使用されていました。 608規格は理論的には4つの異なる字幕ストリームを提供していましたが（ VLCなどのソフトウェアで608字幕が利用可能なビデオを視聴すると、現在でも確認できます）、実際には2つのセットが上限でした（「チャンネル」セクションを参照）。
608 字幕はパリティ ビット(字幕の正確性を保証するための基本的なチェック)とともに送信されます。このパリティ ビットは、 NTSC放送の非可視ビデオ データ領域にもあります。ATSC送信では、画像ユーザ データにもこのパリティ ビットが含まれている場合があります。ATSC は NTSC のデジタルアップグレードであり、現在広く使用されています。ATSC は、デジタル パケットに変換されると EIA-608 エンコーディングをサポートしますが、 CTA-708またはEIA-708として知られる更新された字幕方式を使用することを目的としています。
EIA-608 は、各フィールドの行 21 あたり 480 ビット/秒の固定帯域幅を使用します。これにより、30フレーム/秒の放送では、1 行あたり最大 32 文字、キャプションあたり最大 4 行 (つまり、画面に一度にすべての文字が表示される) が得られます。[ 10 ]フレーム レートが高いほど、この固定整数に比例してスケーリングされます。60 FPS のビデオでは、CC 用に 960 ビット/秒が割り当てられますが、これは機能的には役に立ちません。[ 11 ]
EIA-608 は、スペイン語、フランス語、ドイツ語、およびその他の西ヨーロッパ言語の表現を完全にサポートするための拡張文字セットの追加など、いくつかの改訂が行われてきました (これらの言語が関係する国ではテレテキストの普及と NTSC の欠如により、ほとんど使用されませんでした)。EIA-608 は、韓国と日本の市場向けに2 バイト文字をサポートするようにも拡張されました。708 の完全版では、より多くの文字セット ( UTF-32を介したUnicodeサポートをターゲット) と、キャプションの位置とフォントのカスタマイズの強化がサポートされています。デジタル テレビは 608 アナログ信号をネイティブに受信およびデコードすることはできませんが、特に古い番組の多くは、オリジナルの 608 キャプションをデジタル 708 に変換して放送されています。
EIA-608 では、CC 信号を解釈して表示するために専用のハードウェア デコーダが必要でした。[ 12 ]アメリカでは、1990 年代にこれが義務化されました。2020 年代には、販売されるすべての新しい機器は 708 信号を読み取る機能を備えています。608 は実際の無線放送プロトコルとしては廃止されていますが、ネットワークやストリーミング サービスなどが古い 608 形式のコンテンツを 708 パケットで配信しているため、関連性は残っています。つまり、エンコード フォーマットとその制限や慣例 (すべて大文字、7 バイト文字セットなど) は引き続き適用されます。一方、生の EIA-608 キャプション バイト ペア、つまり 608 放送は、 608 が使用されていた 3 つの主要地域すべてでデジタル テレビへの移行が完了したため、廃止されています。 ATSC放送では、EIA-708プロトコルが使用されており、古い番組の場合はEIA-608キャプションをカプセル化することも、新しいネイティブ708ストリーム形式を使用することもできます。Adobeによると、 2015年には「プレミアムコンテンツ」の圧倒的多数が、新しい708プロトコルでラップされた古い608形式のキャプションを表示しているだけでした。[ 2 ]
EIA-608では、字幕情報の4つのチャンネルが定義されており、例えば、番組に4つの異なる言語の字幕を付けることができます。フレームの2つのフィールドそれぞれに、規格で1と2と呼ばれる2つのチャンネルがあります。これらのチャンネルは、奇数フィールドの場合はCC1-2、偶数フィールドの場合はCC3-4のように、単に番号を付けてユーザーに提示されることがよくあります。[ 9 ]
どちらのフィールドも帯域幅に制限があるため、CC1とCC3のみが使用されており、2番目のチャンネルはほとんど利用されていません。初期のスペイン語SAP字幕放送では、当初は字幕デコーダーが最初の奇数フィールドしか読み取れなかったため、2番目のチャンネルCC2が使用されていましたが、後に帯域幅の問題からCC3に切り替えられました。同じ帯域幅の問題から、XDSはスペイン語圏の放送局では使用されませんでした。
字幕の 4 ストリームという目標を達成したことはないものの、結合 CC 信号の 480 ビット側面はサイズが固定されているため、4 つのチャンネルのいずれかが使用されていない場合は、空白スペースまたは他のフィラーで埋める必要があります。[ 11 ] 4 つのチャンネルが常に存在することは、キャプション付き TV 番組の録画を含むビデオトランスポート ストリームをMediaInfo (または他のメタデータおよびメディア ストリーム リーダー) で調べると確認できます。後者の 3 つが空であることが多い場合でも、4 つのストリームがあります。これらの 608 標準字幕は、ストリーミング サービスやその他のビデオ ホストが独自の字幕を追加した後でもビデオから削除していない可能性がある TV 番組の Web ストリームに埋め込まれていることがあります。608 CC はビデオ ストリーム自体にエンコードされているため、単純なリマックスやコンテナ タイプの変更では削除されません。
各チャンネル内には、サブチャンネルとみなせる2つの情報ストリームが存在します。1つは「キャプション」を伝送し、もう1つは「テキスト」を伝送します。後者は、ハードウェアのサポート不足と利用可能な帯域幅の制約から、一般的には使用されていません。テキストはテキストコマンドを使用して信号を送信し、キャプションに関連するWebサイトまたはローカルステーション通信チャンネルを指定する16ビットのチェックサムを持つフォーマット済みURL文字列に使用できます。
この階層構造はOSIプロトコル参照モデルに基づいています。
EIA-608データストリームフォーマットには、伝送に関するさまざまな情報を含む拡張データサービス（XDS）が含まれています。XDSのすべてのフィールドは仕様上はオプションですが、Vチップに関連する要素など、さまざまな要素は、管轄区域に応じてFCCやその他の通信およびアクセシビリティ関連機関によって半ば法的に強制される場合があります。
この規格では、基本文字（コマンドごとに2文字）と特殊文字および拡張文字（いずれもコマンドごとに1文字）の3種類の文字タイプが定義されています。拡張文字は後から追加されたもので、デコーダではオプションです。これらは垂直ブランキング期間中に2バイトのコマンドを使用して送信されます。
また、前景色と背景色、下線、斜体、点滅などの書式設定オプションも含まれています。デフォルトでは、キャプションは黒色の不透明な背景に白色のテキストで表示されます。
透明スペース文字は透明な背景を持つ空白領域を作成し、背景コマンドがなくてもキャプションテキストに隙間を作ることができます。[ 9 ]
21行目のクローズドキャプションは、ビデオ分析ソフトウェアまたは字幕編集ソフトウェアを使用して、生のVBIキャプチャから手動でデコードできます。
各キャプションデータの送信は、ビデオフィールドごとに送信される2つの7ビット文字で構成され、スタートビットとパリティビットを含む波形に埋め込まれています。手動でデコードするには、スタートビットとパリティビットを削除して7ビット値を残し、それをEIA-608文字エンコーディングに一致するように反転します。[ 13 ]
最初の文字は、印刷可能な文字または制御コードのいずれかを表します。制御コードが検出されると、文字セットの選択、書式設定コマンドの発行、デコーダの状態変更など、2番目の文字の解釈方法が決定されます。これらの状態変更は、後続の制御コードによって変更されるまで維持されます。ほとんどの文字値は標準ASCIIと重複していますが、特殊文字や書式設定用に予約された追加のコードがあります。
古いアナログ放送の中には、冗長性や実験的な目的で、字幕データが21番線だけでなく22番線にも送信されることがありました。標準的なデコーダーは通常22番線のデータは無視しますが、VBIの生データを解析する際には確認できる場合があります。