Nova Patents
JP4945877B2

Method for search in an audio database

Abstract

This record has no abstract on file.

Term

Term ended

Expired 26 July 2021, 5.2 years ago.

  1. Priority
  2. Filed
  3. Granted
  4. Expired
  5. Today

28 claims: 25 independent, 3 dependent

  1. 1
    オーディオ・サンプルを識別する方法であって、 前記オーディオ・サンプルの内容に基づき計算される当該オーディオ・サンプルにおける時間上の特定の位置で生じるランドマークと、当該オーディオ・サンプルの前記特定の位置またはその付近における1または2以上の特徴量を含むフィンガープリントとで形成される、サンプル・ランドマーク/フィンガープリント・ペアを生成するステップと、 1または2以上のオーディオ・ファイルの各々に対し、当該オーディオ・ファイルの内容に基づき計算される当該オーディオ・ファイルにおける時間上の特定の位置で生じるランドマークと、当該オーディオ・ファイルの前記特定の位置またはその付近における1または2以上の特徴量を含むフィンガープリントとで形成される、ファイル・ランドマーク/フィンガープリント・ペアを生成するファイル・フィンガープリント生成ステップと、 各サンプル・ランドマーク/フィンガープリント・ペアと過去に生成されたファイル・ランドマーク/フィンガープリント・ペアとのほぼリニアな対応関係を特定する特定ステップと、 前記ほぼリニアな対応関係が多数あるときにベストなファイルを識別する識別ステップと、 を有することを特徴とする方法。
  2. 2
    各フィンガープリントは、各ランドマーク位置またはその位置からわずかにオフセットした位置における当該オーディオの多数の特徴量を表現することを特徴とする請求項 1に 記載の方法。
  3. 3
    各フィンガープリントは、前記サンプルの時間伸縮に対し不変であることを特徴とする請求項1 又は2 に記載の方法。
  4. 4
    各フィンガープリントは、スペクトル・スライス・フィンガープリント、マルチスライス・フィンガープリント、LPC係数、ケプストラム係数、およびスペクトルピークの周波数成分のうちのいずれかとして計算されることを特徴とする請求項1 乃至3 のいずれか 1項 に記載の方法。
  5. 5
    前記スペクトル・スライス・フィンガープリントは、ランドマーク時点に対する時間オフセットのセットにおいて計算されることを特徴とする請求項 4 に記載の方法。
  6. 6
    各ランドマークの位置は、サウンド記録における特徴的かつ再現可能な位置をみつけるランドマーク分析方法を用いて識別されることを特徴とする請求項1 乃至5 のいずれか 1項 に記載の方法。
  7. 7
    前記ランドマーク分析方法は、スペクトルLpノルムを用いて前記サウンド記録においてとりうるすべての時点で瞬時パワーを計算し、ランドマークとしての極大点を選択することを特徴とする請求項 6 に記載の方法。
  8. 8
    1または2以上のランドマークは、固定もしくは可変のオフセットでの複数の時間スライスにわたるスペクトル成分から得られるマルチスライス・ランドマークであることを特徴とする請求項 6 または 7 に記載の方法。
  9. 9
    前記ファイル・ランドマーク/フィンガープリント・ペアはデータベースに格納され、そのデータベース内の各ファイルはそのファイルのフィンガープリントによってインデックスされることを特徴とする請求項1 乃至8 のいずれか 1項 に記載の方法。
  10. 10
    前記インデックスはフィンガープリントに基づきソートされることを特徴とする請求項 9 に記載の方法。
  11. 11
    固有のフィンガープリントとそれに対応するランドマークのリストへのポインタと含むエントリを有するマスター・インデックス・リストが構成されることを特徴とする請求項1 0 に記載の方法。
  12. 12
    各ファイルはSOUND_IDによって識別され、前記データベースは、フィンガープリントと、ランドマークと、SOUND_IDとの3つ組を複数記憶することを特徴とする請求項 9乃至11 のいずれか 1項 に記載の方法。
  13. 13
    統計的に最もリニアな対応関係にあるファイル・ランドマーク/フィンガープリント・ペアを有するファイルが前記ベストなファイルとして選択されることを特徴とする請求項1 乃至12 のいずれか 1項 に記載の方法。
  14. 14
    サンプル・ランドマーク/フィンガープリント・ペアが許容範囲内でファイル・ランドマーク/フィンガープリント・ペアにマッチするときに、サンプル・ランドマークとファイル・ランドマークのペア(landmark n , landmark* n )においてリニアな対応関係が生じることを特徴とする請求項1 乃至13 のいずれか 1項 に記載の方法。
  15. 15
    個々のフィンガープリント同士がマッチし、なおかつ、個々のランドマーク同士がリニアな関係にあるときに、サンプル・ランドマーク/フィンガープリント・ペアとファイル・ランドマーク/フィンガープリント・ペアとの間にリニアな対応関係が生じることを特徴とする請求項1 乃至14 のいずれか 1項 に記載の方法。
  16. 16
    フィンガープリント同士が同一または所定の許容範囲内の差にあるときに、両者のフィンガープリントがマッチしたとすることを特徴とする請求項1 5 に記載の方法。
  17. 17
    リスト内のサンプル・ランドマークとファイル・ランドマークのペア(landmark n , landmark* n )が landmark* n =m*landmark n +offset、 の関係にあるときに、リニアな対応関係が生じることを特徴とする請求項1 5 または1 6 に記載の方法。
  18. 18
    前記サンプルは、音響波、無線波、ディジタルオーディオPCMストリーム、圧縮ディジタルオーディオストリーム、インターネットストリーミング放送のいずれかの形式であることを特徴とする請求項1 乃至17 のいずれか 1項 に記載の方法。
  19. 19
    前記サンプル・フィンガープリントはローリング・バッファに格納されることを特徴とする請求項1 乃至18 のいずれか 1項 に記載の方法。
  20. 20
    前記特定ステップおよび識別ステップは、前記ローリング・バッファの内容に対して周期的に実行されることを特徴とする請求項 19 に記載の方法。
  21. 21
    前記特定ステップおよび識別ステップは、認識するのに十分な情報が前記ローリング・バッファから得られしだい実行されることを特徴とする請求項 19 または2 0 に記載の方法。
  22. 22
    前記特定ステップおよび識別ステップは、まずファイルの第1のサブセットに対して実行され、その第1のサブセットでベストなファイルが識別されなかったときに、残りのファイルを収めた第2のサブセットが検索されることを特徴とする請求項1 乃至21 のいずれか 1項 に記載の方法。
  23. 23
    前記第1のサブセットは、当該第1のサブセットに含まれないファイルよりも識別される経験的に確率が高いファイルを含むことを特徴とする請求項2 2 に記載の方法。
  24. 24
    前記特定ステップは、前記対応する位置間の差分をとり、その差分のヒストグラムのピークを計算することにより、前記対応する位置の散布図における斜線を特定することを特徴とする請求項1に記載の方法。
  25. 25
    前記識別ステップは、多数の対応関係を生じる前記ベストなファイルにおける位置に対するオフセットの指標を提供するステップを更に有することを特徴とする請求項1に記載の方法。
  26. 26
    オーディオ・サンプルを識別する方法であって、 クライアントからの要求に応じて、前記オーディオ・サンプルの少なくとも一部を、請求項1に記載の各ステップを実行するサーバに取り次ぐステップと、 前記サーバがベストなファイルを識別したことに応じて、前記クライアントに応答を返すステップと を有することを特徴とする方法。
  27. 27
    請求項1 乃至26 のいずれか 1項 に記載の方法をコンピュータに実行させるためのプログラムを格納したコンピュータ読み取り可能な記憶媒体。
  28. 28
    請求項1 乃至25 のいずれか 1項 に記載の方法を実行するコンピュータシステムであって、 キャプチャされた信号サンプルのランドマーク/フィンガープリント・ペアを含む特徴抽出サマリを、認識処理を実行するサーバ端末に送信するクライアント端末を含むことを特徴とするコンピュータシステム。
Independent claims28