的状态。图31(b)示出了这样的状态，在该状态中，广播接收开始，与广播接收有关的主要内容以全屏显示形式显示在显示面板311上。
[0227]图31(c)示出了这样的状态，在该状态中，存在基于元数据对服务的接入，并且在电视接收器300和所述服务器之间开始会话。在这种情况下，与广播接收有关的主要内容的显示从全屏显示变为部分屏显示。
[0228]图31(d)示出了这样的状态，在该状态中，执行从服务器再生媒体，且网络服务内容I在显示面板311上与主要内容的显示并行显示。图31(e)示出了这样的状态，在该状态中，执行从服务器再生媒体，且与主要内容的显示并行的网络服务内容I一起，在主要内容的显示上叠加地在显示面板311上显示网络服务内容2。
[0229]图31(f)示出了这样的状态，在该状态中，从网络再生服务内容结束，并且电视接收器300和服务器之间的会话结束。在这种情况下，显示面板311回到与广播接收有关的主要内容以全屏形式显示的状态。
[0230]在图27中示出的电视接收器300包括扬声器315，并且具有这样的配置，在该配置中将由音频解码器312获得的音频数据经由音频处理电路313和音频放大电路314提供给扬声器315，从而如图32所示，将声音从扬声器315输出。
[0231]但是，如图33所示，电视接收器300可具有这样的配置，在该配置中，没有布置扬声器，并且将由DASH/MP4分析单元307或HDMI接收单元317获得的音频流从接口单元331提供给外部扬声器系统350。接口单元331是数字接口，诸如高清晰度多媒体接口(HDMI)、索尼飞利浦数字接口(SroiF)或移动高清连接(MHL)。
[0232]在这种情况下，布置在外部扬声器系统350中的音频解码器351a对音频流执行解码处理，从而将声音从外部扬声器系统350输出。进一步地，即使电视接收器300配备有扬声器315(见图32)，可将音频流从接口单元331提供至外部扬声器系统350(见图33)。
[0233]如上文描述的，在图3(a)和图3(b)中示出的收发系统10和10’中，服务传输系统100将表示元数据插入音频流的识别信息插入MPD文件。从而，接收侧(机顶盒200和电视接收器300)可容易地识别出元数据插入了音频流。
[0234]进一步地，在图3(a)中示出的收发系统10中，机顶盒200根据HDMI将元数据插入其中的音频流连同表示元数据插入音频流的识别信息一起传输至电视接收器300。从而，电视接收器300可容易地识别出元数据插入了音频流，并且基于所述识别通过执行插入音频流的元数据的提取处理，可靠地获得并使用元数据而没有浪费。
[0235]在图3(b)中示出的收发系统10’中，电视接收器300基于插入MPD文件的识别信息从音频流提取元数据，并且将所述元数据用于处理。从而，能够可靠地获得插入音频流的元数据而没有浪费，并且能够适当地使用元数据执行处理。
[0236]〈2.变形例〉
[0237]在实施方式中，收发系统10和10’处理DASH/MP4，但是同样考虑处理MPEG2-TS的实例。
[0238][收发系统的配置]
[0239]图34(a)和图34(b)示出了处理MPEG2-TS的收发系统的示例性配置。图34(a)的收发系统1A包括服务传输系统100A、机顶盒(STB)200A和电视接收器(TV)300A。机顶盒(STB)200A与电视接收器300A经由HDMI电缆连接。图3 (b)的收发系统1A ’包括服务传输系统100A和电视接收器(TV) 300A。
[0240]服务传输系统100A经由RF传输路径或通信网络传输路径发送MPEG2-TS的传输流。服务传输系统100A将元数据插入音频流。例如，用于连接至预定的网络服务的接入信息、预定的内容信息等被视为元数据。在此，与上文的实施方式类似，假定插入用于连接至预定的网络服务的接入信息。
[0241]服务传输系统100A将表示元数据插入音频流的识别信息插入容器的一层。服务传输系统10A在程序映射表(pro gram map table, PMT)的控制下将识别信息作为描述符插入音频基本流。
[0242]机顶盒200A经由RF传输路径或通信网络传输路径接收从服务传输系统100A传输的传输流TS O视频流和音频流数据包括在传输流TS中。元数据插入音频流。
[0243]机顶盒200A经由HDMI电缆400将音频流连同表示元数据插入音频流的识别信息一起传输至电视接收器300A。
[0244]在此，机顶盒200A通过将所述音频流和识别信息插入通过解码视频流获得的图像数据的空白时间段并且将所述图像数据传输至电视接收器300A，来将所述音频流和识别信息传输至电视接收器300A。例如，机顶盒200A将识别信息插入音频信息帧数据包(见图26)。
[0245]电视接收器300经由HDMI电缆400从图34(a)示出的收发系统1A中的机顶盒200A接收音频流以及表示元数据插入音频流的识别信息。换句话说，电视接收器300A从顶盒200A接收图像数据，在该图像数据中，音频流和识别信息插入空白时间段。
[0246]之后，电视接收器300A基于识别信息解码音频流，提取元数据，并使用元数据执行处理。在这种情况下，电视接收器300A基于充当元数据的预定的网络服务信息，接入网络上预定的服务器。
[0247]进一步地，电视接收器300A经由RF传输路径或通信网络传输路径接收传输流TS，所述传输流TS自图34(b)示出的收发系统10A’中的服务传输系统100A发送。将用于连接至预定网络服务的接入信息作为元数据插入包括在传输流TS中的音频流。将表示元数据插入音频流的识别信息插入容器的一层。
[0248]之后，电视接收器300A基于识别信息解码音频流，提取元数据，并使用元数据执行处理。在这种情况下，电视接收器300A基于充当元数据的预定的网络服务信息，接入网络上预定的服务器。
[0249][服务传输系统的TS生成单元]
[0250]图35示出了配备在服务传输系统100A上的TS生成单元I1A的示例性配置。在图35中，以同样的参考标号表示对应图8中的部件。TS生成单元IlOA包括控制单元111、视频编码器112、音频编码器113和TS格式器114A。
[0251]控制单元111包括CPU 111a，并且控制TS生成单元IlOA的各单元。视频编码器112对图像数据SV执行诸如MPEG2、H.264/AVC或H.265/HEVC的编码，并且生成视频流(视频基本流)。图像数据SV的实例包括从诸如HDD的记录介质再生的图像数据以及由视频摄像机获得的实时图像数据。
[0252]音频编码器113根据诸如AAC、AC3、AC4、MPEGH(3D音频)的压缩格式对音频数据SA执行编码，并且生成音频流(音频基本流)。音频数据SA是对应图像数据SV的音频数据，并且音频数据SA的实例包括从诸如HDD的记录介质再生的音频数据或者由扩音器获得的实时音频数据。
[0253]音频编码器113包括音频编码块单元113a和音频组帧单元113b。被编码的块通过音频编码块单元113a生成并且通过音频组帧单元113b组帧。在这种情况下，被编码的块和组帧根据压缩格式而不同。
[0254]音频编码器113在控制单元111的控制下将元数据MD插入音频流。例如，用于连接至预定网络服务的接入信息、预定的内容信息等被视为元数据MD。在此，与上文的实施方式类似，假定用于连接至预定的网络服务的接入信息被插入。
[0255]将元数据MD插入音频流的用户数据区域。虽然省略了具体的描述，但每一种压缩格式的元数据MD的插入都与上文的实施方式中DASH/MP4生成单元110的执行情况类似，并且“S0D_pay load()，’作为元数据MD插入(见图8到图24)。
[0256]TS格式器114A将从视频编码器112输出的视频流和从音频编码器113输出的音频流转化成PES数据包，执行到传输数据包的转换，执行多路复用，并且获得多路复用流的传输流。
[0257]TS格式器114A在PMT的控制下，插入表示元数据MD插入音频流的识别信息。使用音频用户数据描述符(aud1_userdata_descriptor)执行识别信息的插入。之后将具体描述这个描述符。
[0258]将简要描述图35中示出的TS生成单元IlOA的操作。将图像数据SV提供给视频编码器112。视频编码器112对图像数据SV执行诸如H.264/AVC或H.265/HEVC的编码，并且生成包括被编码的视频数据的视频流。
[0259]将音频数据SA提供给音频编码器113。音频编码器113对音频数据SA执行诸如AAC、AC3、AC4、MPEGH(3D音频)的编码，并且生成音频流。
[0260]在这时，将元数据MD和用于将元数据MD嵌入用户数据区域的大小信息从控制单元111提供至音频编码器113。之后，音频编码器113将元数据MD嵌入音频流的用户数据区域。
[0261]将由视频编码器112生成的视频流提供至TS格式器114A。将由音频编码器113生成的包括嵌入在用户数据区域的元数据MD的音频流提供至TS格式器114A。
[0262]TS格式器114A获得传输流TS作为传输数据，这样使得从各编码器得到的流被打包并多路复用。TS格式器114A在PMT的控制下插入表示元数据MD插入音频流的识别信息。
[0263][音频用户数据描述符的细节]
[0264]图36示出了音频用户数据描述符(aud1_userdata_descriptor)的示例性结构(语法)。图37示出了示例性结构中的主要信息的内容(语义)。
[0265]8位字段的“descriptor_tag”表示描述符类型。在此，8位字段的“descriptor_tag”表示音频用户数据描述符。8位字段的“descriptor_length”表示描述符的长度(大小)，并且表示随后字节的数目作为描述符的长度。
[0266]8位字段的“aud1_codec_type”表示音频编码方案(压缩格式)。例如，“I”表示“MPEGH”，“2”表示“khC，以及“3”表示“AC3” “4”表示“AC4”。由于加上这个信息，在接收侧，可能容易地检测音频流中的音频数据的编码方案。
?0267] 3位字段的“metadata_type”表示元数据的类型。例如，“I”表示包括用于连接至预定的网络服务的接入信息的ATSC的“S0D_payload()”布置在“userdataO”区域(field)。由于加上这个信息，在接收侧，可能容易地检测元数据的类型，也就是，例如其是什么元数据以及是否获得了所述元数据。
[0268]I位的“coordinated_control_f lag”的标志信息表示元数据是否只插入音频流。例如，“I”表示元数据也插入另一个分量的流，“O”表示元数据只插入音频流。由于加上这个信息，在接收侧，可能容易地检测元数据是否只插入音频流。
[0269]3位字段的“frequency_type”表示元数据插入音频流的插入频率类型。例如“I”表示一条用户数据(元数据)插入在每个音频接入单元中。“2”表示多数条用户数据(元数据)插入一个音频接入单元。“3”表示至少一条用户数据(元数据)插入第一音频接入单元，每一组包括随机接入点。由于加上这个信息，在接收侧，可能容易地检测元数据插入音频流的插入频率。
[0270][传输流TS的配置]
[0271]图38示出了传输流TS的示例性配置。在所述示例性配置中，具有由PIDl表示的视频流的PES数据包“video PES”，并且具有由PID2表示的音频流的PES数据包“aud1 PES”。PES数据包配置有PES报头(PES_header)和PES有效载荷(PES_pay I oad)。将DTS和PTS的时间戳插入PES报头。在音频流的PES数据包的PES有效载荷中具有包括元数据的用户数据区域。
[0272]传输流TS包括PMT作为节目专用信息(PSI)^SI是描述包括在传输流中的每个基本流所属的节目的信息。PMT包括描述与整个节目关联的信息的节目环(program loop)。
[0273]PMT进一步包括基本流环，包括与每一个基本流关联的信息。在这个示例性的配置中，具有对应视频流的视频基本流环(视频ES环)，并且具有对应音频流的音频基本流环(音频ES环)。
[0274]在视频基本流环(视频ES环)中，诸如流类型和数据包标识符(PID)的信息与视频流关联布置，并且也布置了描述与视频流关联的信息的描述符。设定视频流的“Stream_type”的值为“0x24”，如上文描述的，PID信息被视为表示分配给视频流的PES数据包“videoPES”的PIDl。将HEVC描述符布置为其中一个描述符。
[0275]在音频基本流环(音频ES环)中，诸如流类型和包标识符(PID)的信息与音频流关联布置，并且也布置了描述与音频流关联的信息的描述符。设定音频流的“stream_type”的值为“0x11”，如上文描述的，PID信息被视为表示分配给音频流的PES数据包“aud1 PES”的PID2。将音频用户数据描述符(aud1_userdata_descriptor)布置为其中一个描述符。
[0276][机顶盒的示例性配置]
[0277]图39示出了机顶盒200A的示例性配置。在图39中，以同样的参考标号表示与图25中对应的部件。机顶盒200A经由RF传输路径或通信网络传输路径接收从服务传输系统100A发送的传输流TS。
[0278]TS分析单元205A从传输流TS提取视频流的数据包，并且将所述视频流的数据包传输至视频解码器206。视频解码器206重新配置来自由解多路复用器205提取的视频数据包的视频流，执行解码过程，并且获得非压缩的图像数据。TS分析单元205A从传输流TS提取音频流的数据包并且重新配置音频流。音频组帧单元207对如上文描述的被重新配置的音频流执行组帧。
[0279]还可以与从TS分析单元205A传输至音频组帧单元207的音频流的传输平行，通过音频解码器(没有示出)解码音频流并执行音频输出。
[0280]进一步地，TS分析单元205A从传输流TS提取各种描述符等，并且传输被提取的描述符等至CPU 211。在此，描述符还包括音频用户数据描述符，充当表示元数据插入音频流的识别信息(见图36)。
[0281]虽然省略了具体的描述，图39示出的机顶盒200A的剩下部件与图25示出的机顶盒200的配置类似并且执行相似的操作。
[0282][电视接收器的示例性配置]
[0283]图40示出了电视接收器300A的示例性配置。在图40中，以同样的参考标号表示与图27中对应的部件。接收单元306A经由RF传输路径或通信网络传输路径接收从服务传输系统100A传输的传输流TS。
[0284]TS分析单元307A从传输流TS提取视频流的数据包，并且将所述视频流的数据包传输至视频解码器308。视频解码器308重新配置来自由解多路复用器205提取的视频数据包的视频流，执行解码处理，并且获得非压缩的图像数据。TS分析单元307A从传输流TS提取音频流的数据包并且重新配置音频流。
[0285]进一步地，TS分析单元307A从传输流TS提取音频流