[發明專利]魯棒的媒體指紋

有效

• 申請號: 200980133072.0
• 申請日: 2009-08-26
• 公開（公告）號: CN102132341A
• 公開（公告）日: 2011-07-20
• 發明（設計）人: C·鮑爾;R·拉達克里希南
• 申請（專利權）人: 杜比實驗室特許公司
• 主分類號: G10L19/00
• 分類號: G10L19/00
• 代理公司: 中國國際貿易促進委員會專利商標事務所 11038
• 代理人: 楊小明

1.一種用于從音頻內容的一部分推導媒體指紋的方法，包括以下步驟：

將音頻內容部分歸類；

其中，所述音頻內容部分包括音頻信號；并且

其中，所述歸類步驟至少部分地基于音頻內容部分的一個或多個特征，所述特征包括：

所述內容部分的與第一聲音類別相關的分量，其中，所述與第一聲音類別相關的分量與所述音頻信號混合在一起；或者

所述內容部分的與第二聲音類別相關的分量，其中，所述與第二聲音類別相關的分量與所述音頻信號混合在一起；

一旦將音頻內容歸類為沒有與第一聲音類別或第二聲音類別相關的分量，則對音頻信號分量進行處理；和

一旦將音頻內容歸類為包括與第一聲音類別或第二聲音類別相關的分量中的一個或多個，則

從所述音頻信號分離所述與第一聲音類別或第二聲音類別相關的分量；并且

獨立于所述與第一聲音類別或第二聲音類別相關的分量處理所述音頻信號；

其中，處理步驟包括計算媒體指紋的步驟；并且

其中，所述媒體指紋可靠地對應于所述音頻信號。

2.根據權利要求1所述的方法，其中，所述第一聲音類別或第二聲音類別中的至少一個與以下中的至少一個相關：

與語音相關的聲音；或者

與噪聲相關的聲音。

3.根據權利要求1所述的方法，其中，所述歸類步驟包括源分離或音頻分類中的一個或多個。

4.根據權利要求3所述的方法，其中，所述源分離包括以下步驟：

識別對聲音剪輯有貢獻的多個聲源中的至少重要部分中的每一個。

5.根據權利要求4所述的方法，其中，所述識別步驟包括識別對音頻內容部分有貢獻的多個子頻帶中的至少重要部分中的每一個。

6.根據權利要求4所述的方法，其中，所述源分離進一步包括以下步驟：

本質上忽略對所述音頻信號有貢獻的一個或多個聲源。

7.根據權利要求3所述的方法，其中，所述音頻分類包括以下步驟：

對所述音頻信號進行采樣；

基于采樣步驟確定內容部分的分量的至少重要部分的至少一個聲音特性；和

基于所述聲音特性表征所述音頻內容部分、所述音頻內容部分的特征或者所述音頻信號中的一個或多個。

8.根據權利要求7所述的方法，其中，所述聲音特性中的每一個與至少一種特征類別相關，所述特征類別包括：

語音相關分量；

音樂相關分量；

噪聲相關分量；或者

一個或多個具有其它分量中的一個或多個的語音、音樂或噪聲相關分量。

9.根據權利要求7所述的方法，進一步包括以下步驟：

在分類步驟之前，將音頻內容部分表示為特征序列。

10.根據權利要求3所述的方法，進一步包括：

選擇源分離或音頻分類中的至少一個用于歸類步驟；

將所述音頻內容部分劃分成輸入幀序列；

其中，所述輸入幀序列包括重疊輸入幀或非重疊輸入幀中的一個或多個；

對于所述輸入幀中的每一個，計算多個多維度特征，所述多維度特征中的每一個是從所述輸入幀的聲音分量之一推導得到的。

11.根據權利要求10所述的方法，進一步包括以下步驟：

基于所述多維度特征，計算與所述聲音分量中的每一個相關的模型概率密度。

12.一種用于從音頻內容的一部分推導媒體指紋的方法，包括以下步驟：

將音頻內容部分歸類；

其中，所述音頻內容部分包括音頻信號；并且

其中，所述歸類步驟至少部分地基于所述內容部分的與語音相關的分量；和

其中，所述語音相關分量與所述音頻信號混合在一起；

一旦將音頻內容歸類為沒有語音相關分量，則對所述音頻信號進行處理；以及

一旦將音頻內容歸類為包括語音相關分量，則：

從所述音頻信號分離所述語音相關分量；以及

獨立于所述語音相關分量處理所述音頻信號；

其中，所述處理步驟包括計算媒體指紋的步驟；以及

其中，所述媒體指紋可靠地對應于所述音頻信號。