[發明專利]信息檢索方法、信息檢索設備、信息存儲方法和信息存儲設備

無效

• 申請號: 00802218.6
• 申請日: 2000-08-25
• 公開（公告）號: CN1327573A
• 公開（公告）日: 2001-12-19
• 發明（設計）人: 三浦雅美;矢部進
• 申請（專利權）人: 索尼公司
• 主分類號: G10L15/00
• 分類號: G10L15/00;G11B27/30;H04N5/76;H04N5/91
• 代理公司: 柳沈知識產權律師事務所
• 代理人: 馬瑩

技術領域

本發明涉及用于從音頻信號檢索特定樂器、人或動物的聲音和/或從視頻信號檢索特定人或特定場景的圖象的方法和設備。本發明還涉及用于存儲利用該檢索方法的信息的方法和設備。

背景技術

例如，可能有這樣的需要，即檢索表示會議的所記錄討論的特定部分的音頻信號。

例如，按照慣例，表示會議的所記錄討論并被該記錄的用戶需要的特定部分音頻信號可以通過在記錄的時候對特定部分放置標記來檢索，這樣用戶可以在他或她希望的任何時間容易地檢索該部分記錄。

還知道一種記錄從記錄的開始就帶有計數器讀數(readings)或時刻(timings)(通常以秒、分和時來表示)的聲音信號的方法，這樣聲音信號的任何部分都有和它相連的對應的數值。

然而，不管是放標記的方法還是記錄計數器讀數的方法，考慮到他或她以后將必須檢索和使用所記錄的音頻信號的部分，該用戶必須選擇上面的方法的一種。因此，這些方法伴隨著下面的問題：

1.用戶必須進行獨立的和繁重的放置標記或記錄計數器讀數或時刻的操作。

2.用戶不能檢索沒有放置標記或沒有計數器讀數被記錄的音頻信號的任何部分。

3.會議的特定發言者的發言信號部分或音樂會的特定樂器的音調不能檢索。換言之，會議的特定發言者的發言或音樂會的特定樂器的音調不能被分出。

4.由于適合的音頻信號必須被帶有標記或計數器讀數地記錄，不可能通過多個檢索器，不記錄一部分音頻信號而檢索和分類它。

發明地公開

考慮到上面的情況，因此，本發明的一個目的是提供一種方法和一種裝置，能夠從所記錄的音頻信號中檢索特定發言者的發言或特定樂器的聲調的部分，而不需要在記錄該音頻信號時放置標記或記錄計數器讀數或時刻的操作。

本發明的另一個目的是提供一種方法和一種裝置，能夠通過使用作為檢索線索的信號的部分，檢索從特定聲源產生的音頻信號的特定部分。

根據本發明，本發明的上述目的和其它目的的實現是通過提供一種聲音檢索方法，用于通過比較從作為檢索關鍵碼(key)操作的各個音頻信號獲得的并依賴于該音頻信號的聲源的結構因素的每個檢索關鍵碼聲音特性參數和通過分析要分析的所述音頻信號而獲得的聲音特性參數并通過計算確定它們之間的相似性，來檢索所述要分析的音頻信號的一部分，其類似于一個或多于一個的作為許多檢索關鍵碼操作的音頻信號。

根據本發明，也提供了一種聲音信息存儲方法，用于在記錄介質上記錄輸入音頻信號，和通過比較從作為檢索關鍵碼操作的各個音頻信號獲得的并依賴于該音頻信號的聲源的結構因素的每個檢索關鍵碼聲音特性參數和通過分析要分析的所述音頻信號而獲得的聲音特性參數并通過計算確定它們之間的相似性，來檢索所述要分析的音頻信號的一部分，其類似于一個或多于一個的作為許多檢索關鍵碼操作的音頻信號，從而記錄與所述檢索關鍵碼聯系的檢索處理的結果和在所述記錄介質上用于記錄所述輸入音頻信號的位置。

在本發明的另一個方面，也提供了一種聲音信息檢索設備，包括聲音特性參數分析裝置，用于分析要分析的音頻信號和獲得依賴于該音頻信號的聲源的結構因素的聲音特性參數；檢索裝置，用于比較作為檢索關鍵碼操作的音頻信號的聲音特性參數和從所述聲音特性參數分析裝置獲得的要分析的音頻信號的所述聲音特性參數，提取要分析的音頻信號的一部分，其類似作為檢索關鍵碼操作的和從檢索關鍵碼的聲源獲得的音頻信號；和結果顯示裝置，用于顯示所述檢索處理的結果。

在本發明的另一個方面，也提供了一種聲音信息檢索設備，包括聲音特性參數分析裝置，用于分析要分析的音頻信號和獲得依賴于該音頻信號的聲源的結構因素的聲音特性參數；檢索裝置，用于比較作為檢索關鍵碼操作的音頻信號的聲音特性參數和從所述聲音特性參數分析裝置獲得的要分析的音頻信號的所述聲音特性參數，提取要分析的音頻信號的一部分，其類似作為檢索關鍵碼操作的和從檢索關鍵碼的聲源獲得的音頻信號；和重現裝置，用于根據所述檢索裝置的檢索處理的結果，提取和僅重現所述類似部分。