CN102265344B - 执行音频水印嵌入以及水印检测和提取的方法和装置 - Google Patents

Abstract

本文描述了用于音频水印嵌入以及水印检测和提取的方法和装置。示例方法包括：接收媒体内容信号；对所述媒体内容信号进行采样以产生样本；将所述样本存储在缓冲器中；确定所述缓冲器中的第一样本序列；确定所述缓冲器中的第二样本序列，其中，所述第二样本序列具有与所述第一样本序列基本相等的长度；计算所述第一样本序列与所述第二样本序列的平均值以产生平均样本序列；从所述平均样本序列提取标识；以及将所述标识存储在有形的存储器中。

Description

执行音频水印嵌入以及水印检测和提取的方法和装置

相关申请

本申请要求2009年5月1日提交的题目为“METHODS AND APPARATUS TOPERFORM AUDIO WATERMARKING AND WATERMARK DETECTION ANDEXTRACTION”的美国临时申请序号No.61/174,708和2008年10月24日提交的题目为“STACKING METHOD FOR ADVANCED WATERMARK DETECTION”的美国临时申请序号No.61/108,380的优选权，通过引用将这两个临时申请的公开的全部内容并入本文。

技术领域

本发明总体上涉及媒体监测，更具体地说，涉及执行音频水印嵌入以及水印检测和提取的方法和装置。

背景技术

识别媒体信息，更具体地说，识别音频流(例如，音频信息)对于评估电视、无线电广播或任何其它媒体的受众接触率(audience exposure)是有用的。例如，在电视观众统计(metering)应用中，可以将代码插入到媒体的音频或视频中，其中，随后在呈现(例如，在所监测的住宅处播放)该媒体时在监测点检测该代码。嵌入到原始信号中的代码/水印的信息的有效载荷可以包括唯一的源标识、广播时间信息、业务(transactional)信息或附加的内容元数据。

监测点通常包括诸如监测受众成员的媒体消费或媒体的受众成员接触率的住宅的地点。例如，在监测点，来自音频和/或视频的代码被捕获并可以与和所选择的频道、无线电台、媒体源等相关联的媒体的音频流或视频流相关联。所收集的代码接着可以被发送到中央数据收集设施以进行分析。但是，与媒体接触率或消费相关的数据的收集不必限于在家中的接触率或消费。

附图说明

图1是采用添加到复合电视信号的音频部分的节目识别码的广播受众测量系统的示意图。

图2是图1的示例编码器的框图。

图3是例示可以由图2的示例解码器执行的示例编码处理的流程图。

图4是例示可以被执行以产生与图2的代码频率选择器相结合使用的频率索引表的示例处理的流程图。

图5是例示关键(critical)频带索引以及它们如何与短和长的块样本索引相对应的图表。

图6例示选择将表示具体信息符号的频率分量的一个示例。

图7至图9是例示可以由图4的处理产生的并与图2的代码频率选择器相结合使用的不同的示例代码频率配置的图表。

图10例示音频编码索引之间的频率关系。

图11是图1的示例解码器的框图。

图12是例示可以由图11的示例编码器执行的示例解码处理的流程图。

图13是可以被执行以在图11的解码器中叠加(stack)音频的示例处理的流程图。

图14是可以被执行以在图11的解码器中确定编码在音频信号中的符号的示例处理的流程图。

图15是可以被执行以处理缓冲器从而识别图11的解码器中的消息的示例处理的流程图。

图16例示可以存储消息符号的示例循环缓冲器组。

图17例示可以存储消息符号的示例预先存在代码标记循环缓冲器组。

图18是可以被执行以在图11的解码器中验证所识别的消息的示例处理的流程图。

图19例示可以在图11的解码器中存储所识别的消息的示例过滤器堆栈(stack)。

图20是示例处理器平台的示意图，该示例处理器平台可以用于和/或编码为执行本文所述的任何或全部处理或者实现本文所述的任何或全部示例系统、示例装置和/或示例方法。

具体实施方式

下面的描述参照音频编码和解码，该音频编码和解码通常还分别被称为音频水印嵌入(audio watermarking)和水印检测。应当注意，在该背景中，音频可以是具有落入正常人能听到的频谱内的频率的任意类型的信号。例如，音频可以是语音、音乐、音频和/或视频节目或作品(例如，电视节目、电影、互联网视频、无线电节目、商业短片等)的音频部分、媒体节目、噪声或任何其它声音。

一般地说，如下文详细描述的，对音频进行的编码将一个或更多个代码或信息(例如，水印)插入到音频中且理想地使该代码对于音频的听者不可听到。但是，在特定情形中，该代码会被特定听者听见。嵌入在音频中的代码可以是任意适当的长度，并且可以选择任意适当的技术将代码分配到信息中。

如下文描述的，要插入到音频中的代码或信息可以被转换为由代码频率信号表示的符号，这些代码频率信号要被嵌入到音频中以表示信息。这些代码频率信号包括一个或更多个代码频率，其中，分配不同的代码频率或代码频率的组以表示不同的信息符号。还描述了用于产生一个或更多个将符号映射到代表性代码频率的表以使得这些符号在解码器处彼此可区分的技术。可以使用任何适当的编码或纠错技术来将代码转换为符号。

通过控制将这些代码频率信号输入到原始(native)音频中时的振幅，人的听觉可以察觉不到这些代码频率信号的存在。因此，在一个示例中，使用基于不同频率处的原始音频的内能(energy content)和/或原始音频的音调或类似噪声的性质的掩蔽(masking)操作来提供信息，这些代码频率信号的振幅基于该信息。

另外，音频信号可以已经通过发布链(distribution chain)，其中例如内容已从内容创作者传递到网络发布者(例如，NBC国家台)并进而传递到地方内容发布者(例如，芝加哥的NBC)。随着音频信号通过发布链，多个发布者中的一个可以根据本文所述的技术将水印编码到音频信号中，由此将这些发布者的标识或发布时间的指示包括在该音频信号中。本文所述的编码是非常鲁棒的，因此插入到该音频信号中的代码不容易被去除。因此，该音频内容的任何后续发布者可以使用本文所述的技术对以前已经进行了编码的音频信号进行编码，以使得该后续发布者的代码将是可检测的，并且对该后续发布者的任何归给(crediting)将被承认。

另外，由于信号内的代码的重复或部分重复，可以通过叠加消息并将所编码的音频信号转换为具有经强调(accentuate)的代码的信号来改进代码检测。当在监测位置对该音频信号进行采样时，大致相等尺寸块的音频样本被合计并被平均。该叠加处理利用该音频信号的时间特性以使得该代码信号在该音频信号内被强调。因此，当使用该叠加处理时可以提供对于噪声或其它干扰的经增加的鲁棒性。例如，当解码操作使用可能获取除了扬声器输出的音频信号以外的环境噪声的麦克风时，该叠加处理可能是有用的。

为本文所述的解码操作添加鲁棒性的进一步技术提供对解码操作所识别的消息的验证(validation)。在经编码的音频信号中识别了消息以后，这些消息被添加到堆栈(stack)。接着对消息的后续重复进行比较以识别匹配。当消息可以按照适当的重复间隔与经识别的另一消息相匹配时，该消息被识别为经验证。当消息可以与已经被验证的另一消息部分地匹配时，该消息被标记为部分经验证，并且后续消息被用于识别该消息的可能已经被破坏的部分。根据该示例验证技术，仅当消息被验证时从解码器输出这些消息。这种技术防止消息中的由于干扰和/或检测误差所导致的误差。

以下的示例总体上涉及对具有诸如代码的信息的音频信号进行编码，以及经由解码处理从该音频中获得该信息。以下的示例编码和解码处理可以用于从一个地方向另一个地方传送信息的多个不同的技术应用。

本文所述的示例编码和解码处理可以用于执行广播识别。在这种示例中，在作品被广播以前，将该作品编码为包括指示该作品的源、该作品的广播时间、该作品的发布频道或被认为与系统运营商相关的任何其它信息的代码。当作品被呈现(例如，通过电视、无线电广播、计算设备或任何其它适当设备进行播放)时，呈现区域中的人不仅接触到该作品，而且在不为这些人所知的情况下，这些人还接触到嵌入在该作品中的代码。因而，人们可以配置有工作在基于麦克风的平台上的解码器，使得作品可以由该解码器使用自由场检测来获得并被处理以从中提取代码。这些代码接着被记录并被报告回中央设施以进行进一步处理。基于麦克风的解码器可以是专用的独立设备，或者可以使用蜂窝电话或具有麦克风和用来执行解码和代码记录操作的软件的任何其它类型的设备来实现。另选地，只要可以经由硬接线(hard wired)连接来获取该作品及其附属代码，则可以使用基于有线的系统。

例如通过利用特定代码来标记版权保护的音频和/或相关联的视频内容，可以将本文所述的示例编码和解码处理用于涉及音频和/或视频作品的跟踪和/或取证(forensics)。该示例编码和解码处理可以用于实现业务编码系统，在该业务编码系统中，当作品被消费者购买时，将唯一的代码插入到该作品中。因而，允许媒体发布来识别作品的源。购买行为可以包括购买者通过物理方式接收包括作品的有形介质(例如，光盘等)，或者可以包括经由诸如互联网的网络下载作品。在业务编码系统的背景中，同一作品的每个购买者都接收该作品，但利用不同的代码对每个购买者接收的作品进行编码。也就是说，插入到作品的代码可以对于购买者而言是因人而异的，其中，该购买者购买的每个作品包括该购买者的代码。另选地，可以利用顺序分配的代码来对每个作品进行编码。

此外，通过按照信息隐藏(steganographic)方式来隐藏代码，本文所述的示例编码和解码技术可被用于执行控制功能，其中所隐藏的代码被用于控制被编程为对这些代码进行响应的目标设备。例如，控制数据可被隐藏在语音信号或任何其它音频信号中。呈现音频信号的区域中的解码器对所接收的音频进行处理以获得所隐藏的代码。在获得该代码后，目标设备基于该代码采取一些预定的动作。例如在基于商店中呈现的音频等来改变商店内的广告的情况下，这可能是有用的。例如，商店内的滚动宣传牌广告(billboard advertisement)可以通过使用嵌入在音频广告中的代码来与商店中呈现的音频广告同步。

图1中示出示例编码和解码系统100。示例系统100例如可以是电视观众测量系统，该电视观众测量系统将用作进一步说明本文所述的编码和解码处理的背景。示例系统100包括编码器102，该编码器102向音频信号104添加代码或信息103以产生经编码的音频信号。信息103可以是任何选择的信息。例如，在媒体监测背景中，信息103可以表示诸如电视广播、无线电广播等的广播媒体节目的标识。另外，信息103可以包括指示信息103被插入到音频中的时间或媒体广播时间的定时信息。另选地，该代码可以包括用于控制一个或更多个目标设备的行为的控制信息。

音频信号104可以是任何形式的音频，例如包括语音、音乐、商业广告音频、与电视节目相关联的音频、现场演出等。在图1的示例中，编码器102将经编码的音频信号传递到发送器106。发送器106将经编码的音频信号与和该经编码的音频信号相关联的任何视频信号108一起进行发送。尽管在一些情况下，该经编码的音频信号可能具有相关联的视频信号108，但是该经编码的音频信号不必须具有任何相关联的视频。

在一个示例中，音频信号104是模拟音频信号的数字化版本，其中已经按照48千赫兹(KHz)对该模拟音频信号进行了采样。如下文详细描述的，与按照48千赫兹的采样率的96000个音频样本相对应的两秒钟的音频可以用于携带一个消息，该一个消息可以是同步消息和49比特的信息。使用每个符号7比特的编码方案，消息需要8个符号的信息的传输。另选地，在下文描述的重写(overwrite)的背景中，使用一个同步符号，并且同步符号后是传送128个状态中的一个状态的一个信息符号。如下文详细描述的，根据一个示例，将一个7比特的信息符号嵌入在与9216个样本相对应的音频样本的长块中。在一个示例中，这种长块包括36个交叠的256个样本的短块，其中在50％交叠的块中，这些样本中的256个样本是旧的，并且256个样本是新的。

尽管图1所示的示例系统100的发送侧示出了单个发送器106，但发送侧可以更复杂得多且可以包括音频信号104可以穿过的发布链中的多级。例如，音频信号104可以在国家网络级产生并传递到地方网络级以进行地方发布。因此，尽管编码器102被示出在发送阵容(lineup)中位于发送器106之前，但是可以在音频信号104的整个发布链上设置一个或更多个编码器。因而，音频信号104可以在多级进行编码，并可以包括与这些多级相关联的经嵌入的代码。下文提供有关编码和示例编码器的进一步细节。

发送器106可以包括可以通过自由空间传播(例如，经由地面或卫星通信链路)发布经编码的音频信号的射频(RF)发送器或用于通过电缆、光纤等发布经编码的音频信号的发送器中的一种或更多种发送器。在一个示例中，发送器106可以用于在整个广阔的地理区域上广播经编码的音频信号。在其它情况下，发送器106可以在有限的地理区域上发布经编码的音频信号。该发送可以包括将经编码的音频信号升频转换为射频以实现该音频信号的传播。另选地，该发送可以包括按照可通过诸如互联网、广域网或局域网的一个或更多个网络来发送的数字比特或数字比特的分组的形式来发布经编码的音频信号。因而，经编码的音频信号可以由载波信号、由信息分组或由用来发布音频信号的任何适当的技术来携带。

当经编码的音频信号由接收器110接收时(在媒体监测背景中，该接收器110可以位于以统计方式选定的测量点112)，即使当经编码的音频信号由接收器110的扬声器114呈现时该代码的存在对于听者而言是不可察觉的(或基本不可察觉的)，对所接收的节目信号的音频信号部分进行处理以恢复该代码。为此，解码器116直接连接到在接收器110处可用的音频输出端118或连接到设置在音频再现所用的扬声器114附近的麦克风120。所接收的音频信号可以是单声道或立体声形式。下文提供有关解码和示例解码器的进一步细节。

音频编码

如上文所解释的，编码器102将一个或更多个不可听到(或基本不可听到)的代码插入到音频104中以创建经编码的音频。图2中示出一个示例编码器。在一种实现中，可以使用例如利用用于实现编码阵容202的指令进行编程的数字信号处理器来实现图2的示例编码器102，该编码阵容202的操作受到在前代码检测器204和掩蔽阵容206的操作的影响，可以使用利用指令进行编程的数字信号处理器来实现代码检测器204和掩蔽阵容206中的任一个或这二者。当然，示例编码器102的任何其它实现是可能的。例如，可以使用一个或更多个处理器、可编程逻辑器件或硬件、软件和固件的任何适当组合来实现编码器102。

一般地说，在操作期间，编码器102接收音频104，并且在前代码检测器204确定先前是否已经利用信息对音频104进行了编码(这将使编码器102难以将附加信息编码到先前经编码的音频中)。例如，可能已经在音频发布链中的在前位置(例如，在国家网络级)执行了在前编码。在前代码检测器204向编码阵容202通知先前是否已经对音频进行了编码。可以由本文所述的解码器来实现在前代码检测器204。

编码阵容202接收信息103，基于该信息103产生代码频率信号，并将该代码频率信号与音频104进行组合。编码阵容202的操作受到在前代码检测器204的输出的影响。例如，如果先前已经对音频104进行了编码且在前代码检测器204向编码阵容202通知该事实，则编码阵容202可以选择要编码到音频104中的另选的消息，并还可以改变对该另选的消息进行编码的细节(例如，在该消息内的不同时间位置、用于表示符号的不同频率等)。

编码阵容202还受到掩蔽阵容206的影响。一般地说，掩蔽阵容206与编码阵容202想要对信息进行编码的时间点相对应地对音频104进行处理，并确定执行编码时的振幅。如下文所描述的，掩蔽阵容206可以输出用于控制代码频率信号的振幅的信号，以保持该代码频率信号比人的感知的阈值低。

如图2的示例所示，编码阵容包括消息产生器210、符号选择器212、代码频率选择器214、合成器216、傅立叶逆变换218和组合器220。消息产生器210响应于信息103并输出具有通常以附图标记222示出的格式的消息。提供给消息产生器的信息103可以是当前时间、电视或无线电台标识、节目标识等。在一个示例中，消息产生器210可以每2秒输出消息。当然，可以是其它消息发送间隔。

在一个示例中，表示从消息产生器210输出的消息的消息格式222包括同步符号224。同步符号224由解码器用来获得指示消息的开始的定时信息，下文将描述这些解码器的示例。因而，当解码器接收同步符号224时，该解码器希望看到同步符号224之后的附加信息。

在图2的示例消息格式222中，同步符号224之后是42比特的消息信息226。该信息可以包括电台识别符的二进制表示和粗略的定时信息。在一个示例中，42比特的消息信息226中表示的定时信息每64秒改变，或者每32个消息间隔改变。因而，42比特的消息信息226保持静态达64秒。7比特的消息信息228可以是每两秒递增的高分辨率时间。

消息格式222还包括预先存在代码标记信息230。但是，预先存在代码标记信息230仅选择性地用于传送信息。当在前代码检测器204向消息产生器210通知先前没有对音频104进行编码时，不使用预先存在代码标记信息230。因此，由消息产生器输出的消息仅包括同步符号224、42比特的消息信息226和7比特的消息信息228；预先存在代码标记信息230是空白的，或者由未使用的符号指示填充。相反，当在前代码检测器204向消息产生器210提供先前已经对消息信息要编码到其中的音频104进行了编码的指示时，消息产生器210将不输出同步符号224、42比特的消息信息226或7比特的消息信息228。相反，消息产生器210将仅使用预先存在代码标记信息230。在一个示例中，该预先存在代码标记信息将包括预先存在代码标记同步符号以用信号通知存在预先存在代码标记信息。该预先存在代码标记同步符号不同于同步符号224，并因此可以用于用信号通知预先存在代码标记信息的开始。在接收到该预先存在代码标记同步符号时，解码器可以忽略在时间上与同步符号224、42比特的消息信息226或7比特的消息信息228对齐的任何在前接收的信息。为了传送诸如频道指示、发布标识或任何其它适当信息的信息，单个预先存在代码标记信息符号跟随在预先存在代码标记同步符号之后。该预先存在代码标记信息可以用于在观众监测系统中提供正确的归给(crediting)。

来自消息产生器210的输出被传递到选择代表性符号的符号选择器212。当输出同步符号224时，该符号选择器可以不必执行任何映射，因为同步符号224已经按照符号格式。另选地，如果从消息产生器210输出信息的比特，则该符号选择器可以使用直接的映射，其中，例如从消息产生器210输出的7个比特被映射到具有这7个比特的十进制值的符号。例如，如果从消息产生器210输出值1010101，则该符号选择器可以将这些比特映射到符号85。当然可以使用比特和符号之间的其它转换。在特定的示例中，冗余或误差编码可以用于选择表示比特的符号。另外，可以选择不同于7的任何其它适当数量的比特来转换为符号。可以基于通信系统中可用的最大符号空间来确定用于选择符号的比特的数量。例如，如果该通信系统仅可以一次发送4个符号中的一个，则仅来自消息产生器210的两个比特将被一次转换为符号。

来自符号选择器212的符号被传递到选择用于表示该符号的代码频率的代码频率选择器214。符号选择器212可以包括一个或更多个可以用于将符号映射到表示这些符号的代码频率的查找表(LUT)232。也就是说，符号由多个代码频率表示，编码器102在音频中强调该多个代码频率以形成所发送的经编码的音频。在接收到该经编码的音频时，解码器检测到经强调的代码频率的存在并将经强调的代码频率的模式解码为所发送的符号。因而，需要在解码器中使用在编码器210选择的用于选择代码频率的同一LUT。结合图3至图5来描述一个示例LUT。另外，结合图7至图9来提供用于产生LUT的示例技术。

代码频率选择器214可以根据各种标准选择任何数量的不同的LUT。例如，代码频率选择器214可以响应于在前接收的特定同步符号来使用特定的LUT或LUT的组。另外，如果在前代码检测器204指示先前已经将消息编码到音频104中，则代码频率选择器214可以选择对于预先存在代码情形唯一的查找表以避免用于先前对音频104进行编码的频率与用于包括该预先存在代码标记信息的频率之间的混淆。

被选择来表示特定符号的代码频率的指示被提供给合成器216。合成器26可以针对构成长块的各个短块来存储三个复傅立叶系数，这三个复傅立叶系数表示代码频率选择器214将指示的多个可能的代码频率中的每一个。这些系数表示相位角与该短块中的代码正弦曲线的起始相位角相对应的加窗正弦曲线代码频率信号的变换。

尽管上文描述产生正弦波或表示正弦波的数据的示例代码合成器208，但代码合成器的其它示例实现是可能的。例如，另一个示例代码合成器208可以在频域中输出用于调节提供给组合器220的音频的特定频率的振幅的傅立叶系数，而不是产生正弦波。通过这种方式，可以将该音频的频谱调节为包括必需的正弦波。

将与所要发送的符号相对应的三个复振幅调节傅立叶系数从合成器216提供给傅立叶逆变换218，傅立叶逆变换218将这些系数转换为具有规定的频率和振幅的时域信号，以使得能够将这些系数插入音频，从而将所期望的符号传送到组合器220。组合器220还接收该音频。具体地说，组合器220将来自傅立叶逆变换218的信号插入到音频样本的一个长块中。如上所述，对于给定的48KHz的采样率，长块为9216个音频样本。在所提供的示例中，同步符号和49比特的信息需要总共8个长块。因为每个长块是9216个音频样本，所以为了对给定的消息进行编码仅需要73728个样本的音频104。但是，因为每两秒钟(即，每96000个音频样本)开始消息，所以在该96000个音频样本的结尾存在许多未经编码的样本。可以在数字域或在模拟域中进行该组合。

但是，在预先存在代码标记的情况下，将预先存在代码标记在表示先前插入的7比特的消息信息的最后的符号之后插入到音频104中。因此，在样本73729处开始该预先存在代码标记信息的插入，并延伸(run)达两个长块或18432个样本。因此，当使用预先存在代码标记信息时，96000个音频样本104中的更少音频样本将未经编码。

掩蔽阵容206包括产生512个音频样本的短块的交叠短块产生器(maker)，其中这些样本中的256个样本是旧的，并且256个样本是新的。也就是说，交叠短块产生器240产生512个样本的块，其中，一次将256个样本移入或移出缓冲器。例如，当第一组的256个样本进入缓冲器时，最旧的256个样本被移出该缓冲器。在随后的重复中，该第一组的256个样本被移动到该缓冲器的较后的位置，并且256个样本被移入该缓冲器。每当通过移入256个新样本并去除256个最旧的样本来产生新的短块时，该新的短块被提供给掩蔽评价器242。将从交叠短块产生器240输出的512样本块乘以适当的窗口函数，使得“交叠和添加”操作将音频样本恢复为它们在输出处的正确值。也类似地对要添加到音频信号的经合成的代码信号进行加窗，以防止当存在从一个512样本块到下一个交叠的512样本块的代码振幅方面的变化时在块边缘处的突然转变。如果存在这些转变，将产生可听见的伪声(artifact)。

掩蔽评价器242接收交叠的短块的多个样本(例如，512个样本)并确定该交叠的短块的对人的听觉隐藏代码频率的能力。也就是说，该掩蔽评价器通过以下步骤来确定代码频率是否可以被隐藏在由该短块代表的音频内：评价作为整体的音频的各个关键频带以确定该音频的能量；确定各个关键频带的类噪声或类音调属性；以及确定这些关键频带的掩蔽这些代码频率的总和能力。根据所示的示例，关键频带的带宽随着频率而增加。如果掩蔽评价器242确定代码频率可以被隐藏在音频104内，则该掩蔽评价器204指示代码频率可以被插入音频104内同时仍然保持隐藏的振幅水平，并向合成器216提供该振幅信息。

在一个示例中，掩蔽评价器242通过确定在使变化对于收听者不可察觉的情况下可以在任何关键频率处出现的能量E_b或掩蔽能量水平的最大变化来执行掩蔽评价。可以按照例如运动图像专家组-高级音频编码(MPEG-AAC)音频压缩标准ISO/IEC13818-7：1997所述来执行由掩蔽评价器242执行的掩蔽评价。各个关键频带中的声能影响其邻近的关键频带的掩蔽能量，并且在诸如ISO/IEC 13818-7：1997的标准文件中描述了用于计算该掩蔽效应的算法。这些分析可以用于针对各个短块确定由于音调(例如，正被评价的音频有多类似于音调)以及类噪声(即，正被评价的音频有多类似于噪声)的特征而导致的掩蔽贡献。进一步的分析可以评价时间掩蔽，该时间掩蔽扩展了短时间上的音频的掩蔽能力通常达50至100毫秒(ms)。通过掩蔽评价器242得到的分析提供了基于每关键频带的对于在不产生任何可注意到的音频劣化的情况下(例如，在不可听的情况下)可以添加到音频104的代码频率的振幅的确定。

因为256样本块将出现在一个短块的开始和下一个短块的结束这两处，因而，该256样本块将被掩蔽评价器242评价两次，该掩蔽评价器进行两次包括该256样本块的掩蔽评价。提供给合成器216的振幅指示是包括该256样本块的这两次评价的合成，并且对振幅指示进行时间控制(timed)，以利用到达组合器220的这些样本来对插入到这些256样本中的代码的振幅进行时间控制。

现在参照图3至图5，示出了示例LUT 232，该示例LUT 232包括表示符号的一列302和表示经编号的代码频率索引的7列304、306、308、310、312、314、316。该LUT 232包括129行，其中128行用于表示数据符号并且其中1行用于表示同步符号。因为该LUT 232包括128个不同的数据符号，所以数据可以按照每符号7比特的速率被发送。表中的频率索引可以在从180到656的范围中，并基于9216个样本的长块尺寸和48KHz的采样速率。因此，与这些索引相对应的频率在从937.5Hz到3126.6Hz的范围中，这落入人可听到的范围。当然，可以选择其它采样速率和频率索引。结合图7至图9提供对产生诸如表232的LUT的处理的描述。

在代码频率选择器214的一个示例操作中，从符号选择器212接收符号25(例如，二进制值0011001)。该代码频率选择器214访问LUT 232，并读取符号列302的行25。该代码频率选择器从该行读取到代码频率索引217、288、325、403、512、548和655要在音频104中被强调(emphasize)以将符号25发送到解码器。该代码频率选择器214接着向合成器216提供这些索引的指示，该合成器216通过输出与这些索引相对应的傅立叶系数来合成代码信号。

组合器220接收代码合成器208的输出和音频104这二者，并组合该二者以形成经编码的音频。该组合器220可以按照模拟或数字形式来组合代码合成器208的输出与音频104。如果该组合器220执行数字组合，则代码合成器208的输出可以与采样器202的输出组合，而不与输入到采样器202的音频104组合。例如，数字形式的音频块可以与数字形式的正弦波组合，另选地，可以在频域中执行该组合，其中根据表示这些正弦波的频率系数来调节该音频的频率系数。作为其它另选例，可以按照模拟形式组合这些正弦波与该音频。可以按照模拟或数字形式从组合器220输出所编码的音频。如果组合器220的输出是数字的，则组合器220的该输出随后在耦接到发送器106之前被转换为模拟形式。

图6示出示例编码处理600。可以通过图2的示例编码器102或任何其它适当的编码器来执行该示例处理600。当接收到要被编码的音频样本时开始该示例处理600(块602)。该处理600接着确定所接收到的样本是否以前已经被编码(块604)。例如通过图2的在前代码检测器204或被配置为检查要被编码的音频以证明在前编码的任何适当的解码器来执行该确定。

如果所接收到的样本以前未被编码(块604)，则处理600产生通信消息(块606)，诸如具有以附图标记222在图2中示出的格式的通信消息。在一个具体的示例中，当该音频以前未被编码时，该通信消息可以包括同步部分和一个或更多个包括数据比特的部分。例如通过图2的消息产生器210来执行该通信消息产生。

该通信消息接着被映射到符号(块608)。例如，如果该同步信息已经是符号，则该同步信息不必映射到符号。在另一示例中，如果该通信消息的一部分是一系列比特，则可以通过一个符号来表示这些比特或比特组。如上文结合符号选择器212所述的作为执行映射(块608)的一种方式，可以使用一个或更多个表或编码方案来将比特转换为符号。例如，一些技术可以包括纠错编码等的使用，以通过使用编码增益来增加消息的鲁棒性。在一个具有尺寸被调节为容纳128个数据符号的符号空间的具体的示例实现中，7个比特可以被转换为一个符号。当然，可以根据包括可用符号空间、纠错编码等的许多因素来处理其它数量的比特。

在已经选择通信符号(块608)后，处理600选择LUT(块610)，该LUT用于确定将用于表示各个符号的代码频率。在一个示例中，所选择的LUT可以是图3至图5中的示例LUT 232或者可以是任何其它适当的LUT。另外，该LUT可以是如结合图7至图9所述产生的任何LUT。可以基于包括同步符号的多个因素来选择该LUT，该同步符号是在产生通信消息(块606)期间选择的。

在已经产生符号(块608)并选择LUT(块610)后，使用所选择的LUT将这些符号映射到代码频率(块612)。在选择图3至图5的LUT 232的一个示例中，例如符号35将被映射到频率索引218、245、360、438、476、541和651。LUT中的数据空间是在符号0到符号127之间，而使用与该表中的任何其它代码频率不匹配的唯一一组代码频率的符号128被用于指示同步符号。可以例如通过图2的代码频率选择器214来执行LUT选择(块610)和映射(块612)。在选择代码频率后，例如将这些代码频率的指示提供给图2的合成器216。

接着按照根据掩蔽评价的振幅来合成(块614)包括这些代码频率的代码信号，结合图2的块240和242来对此进行描述，并结合以下的处理600来对此进行描述。在一个示例中，可以通过向傅立叶逆处理提供经适当调整(scale)的傅立叶系数来执行这些代码频率信号的合成。在一个具体的示例中，可以输出三个傅立叶系数以表示这些代码频率信号中的各个代码频率。因此，可以按照对所合成的频率加窗的方式来通过傅立叶逆处理合成这些代码频率，以防止这些代码频率溢出到这些代码频率信号所嵌入的信号的其它部分中。在图2的块216和218中示出可以用于执行块614的合成的一个示例配置。当然可以是其它实现和配置。

在已经合成了包括这些代码频率的代码信号后，将这些代码信号与音频样本组合(块616)。如结合图2所述，这些代码信号与该音频的组合使得一个符号被插入到音频样本的各个长块中。因此，为了发送一个同步符号和49个数据比特，信息被编码为8个长块的音频信息：用于该同步符号的一个长块和用于各个7比特数据的一个长块(假设为7比特/符号编码)。按照2秒间隔将这些消息插入该音频。因而，紧接在消息的开始之后的该8个长块的音频可以与该音频一起被编码，并且构成2秒的音频的平衡的其余长块可以不被编码。

可以通过将这些代码信号的样本添加至主音频信号的样本来执行将代码信号插入到音频中的处理，其中在模拟域或数字域中进行这种添加。另选地，可以利用适当的频率对齐(alignment)和配准(registration)来在频域中调节该音频信号的频率分量，并将经调节的频谱转换回时域。

上文描述了当处理600确定所接收到的音频样本以前没有被编码(块604)时该处理600的操作。但是，在媒体的一部分已经通过发布链且在被处理时已经被编码的情况下，在块604处理的所接收到的音频样本已经包括代码。例如，基于来自CNN的免费新闻剪辑的在前编码，可能不将收视归给(credit)在地方新闻广播中使用该CNN剪辑的地方电视台。同样地，按照预先存在代码标记信息的形式将附加信息添加到地方新闻广播。如果所接收到的音频样本以前已经被编码(块604)，则该处理产生预先存在代码标记信息(块618)。该预先存在代码标记信息可以包括预先存在代码标记同步符号的产生，以及例如通过单个数据符号表示的7比特数据的产生。该数据符号可以表示台标识、时间或任何其它适当信息。例如，媒体监测点(MMS)可以被编程为检测该预先存在代码标记信息，以归给(credit)其中所识别的台。

在已经产生预先存在代码标记信息(块618)后，处理600选择预先存在代码标记LUT(块620)，该预先存在代码标记LUT用于识别表示预先存在代码标记信息的代码频率。在一个示例中，该预先存在代码标记LUT可以与在非预先存在代码情形中使用的其它LUT不同。在一个具体的示例中，可以通过代码频率220、292、364、436、508、580和652来表示预先存在代码标记同步符号。

在已经产生该预先存在代码标记信息(块618)并选择该预先存在代码标记LUT(块620)后，将预先存在代码标记符号映射到代码频率(块612)，而其余的处理遵循上文所述。

在合成代码信号(块614)之前的某一时间，处理600执行掩蔽评价以确定应当产生代码信号的振幅，使得该代码信号仍保持对于听者不可听或基本上不可听。因此，该处理600产生交叠的音频样本短块，各个音频样本短块包含512个音频样本(块622)。如上所述，这些交叠短块包括50％旧样本和50％新接收到的样本。可以例如通过图2的交叠短块产生器240来执行该操作。

在产生这些交叠短块(块622)后，对这些短块执行掩蔽评价(块624)。例如，可以如结合图2的块242所述来执行该掩蔽评价。该掩蔽评价的结果在块614处被处理600用来确定要合成的代码信号的振幅。该交叠短块方法可以产生针对特定的256个音频样本的两个掩蔽评价(一个掩蔽评价是当该256个样本是“新样本”时，而另一个掩蔽评价是当该256个样本是“旧样本”时)，提供给处理600的块614的结果可以是这些掩蔽评价的合成(composite)。当然，处理600的定时使得针对具体的音频块的掩蔽评价被用于确定该音频块的代码振幅。

查找表产生

使用硬件、软件、硬件和软件的组合、固件等来实现系统700，该系统700用于利用与符号相对应的代码频率来填充(populate)一个或更多个LUT。图7的系统700可以用于产生任何数量的LUT，诸如图3至图5的LUT。如以下结合图7和图8所述操作的系统700产生代码频率索引LUT，其中：(1)通过不超过1个的公共频率索引来表示该表的两个符号，(2)这些频率索引中的表示符号的不超过1个频率索引驻留在如MPEG-AA压缩标准ISO/IEC 13818-7：1997所定义的一个音频关键频带中，以及(3)相邻关键频带中的代码频率不用来表示单个符号。标准数量3有助于确保音频质量在音频编码处理期间不被损坏。

关键频带对限定器702限定多个(P个)关键频带对。例如，参照图9，表900包括表示AAC关键频带索引902、在这些AAC索引的范围中的短块索引904和在这些AAC索引的范围中的长块索引906的列。在一个示例中，P的值可以是7，因而根据这些AAC索引形成7个关键频带对(块802)。图10示出这些AAC索引之间的频率关系。根据一个示例，如在图10(其中关键频带对的频率被示出为通过虚线分离)中的标号1002处所示，AAC索引可以被如下选为对：5和6、7和8、9和10、11和12、13和14、15和16以及17和17。AAC索引17包括宽范围的频率，因此索引17被示出两次，一次针对低频部分，一次针对高频部分。

频率限定器704限定被选择用在各个关键频带对中的频率的数量(N个)。在一个示例中，N的值是16，意味着在形成各个关键频带对的关键频带的组合中存在16个数据位置。示出图10中的标识该17个频率位置的标号1004。针对同步信息预留画圈的位置4，因此该画圈的位置4不用于数据。

数字产生器706限定关键频带对限定器702所限定的关键频带对中的频率位置的数字。在一个示例中，数字产生器706产生全部N^P个P数位(digit)数字。例如，如果N为16且P为7，则该处理产生数字0至268435456，但可以按照基数16(十六进制)来执行该处理，这将得到值0至10000000。

冗余缩减器(redundancy reducer)708接着从所产生的数字的列表中消除在相同位置中在数字之间共享一个以上公共数位的全部数字。这确保符合上文的标准(1)，因为这些数位表示被选择为表示符号的频率，如下面所述。超量(excess)缩减器710接着可以进一步从所产生的数字列表将其余的数字减少为所需要的符号的数量。例如，如果该符号空间是129个符号，则将其余的数字减少为计数129。可以随机地、或通过选择具有最大欧几里得距离的其余数字、或通过任何其它适当的数据缩减技术来执行该缩减。在另一示例中，可以按照伪随机方式来执行该缩减。

在前述缩减以后，该数字列表的计数等于符号空间中的符号的数量。因此，代码频率限定器712按照基数P的格式来限定其余的数字以表示频率索引，这些频率索引表示关键频带对中的符号。例如，参照图10，十六进制数字F1E4B0F按照与P匹配的基数16。该十六进制数字的第一数位映射到第一关键频带对中的频率分量，第二数位映射到第二关键频带对，等等。各个数位表示将用于表示与十六进制数字F1E4B0F对应的符号的频率索引。

使用该第一个十六进制数字作为映射到特定频率索引的示例，Fh的十进制值是15。因为各个关键频带对的位置4被预留用于非数据信息，所以大于4的任何十六进制数位的值递增一个十进制的值。因而，15变为16。因而16被指定为(如图10中的星号所示)第一关键频带对中的代码频率分量，以表示与十六进制数字F1E4B0F对应的符号。尽管图10中未示出，但是索引1位置(例如，关键频带7中从最左开始的第二个位置)将用于表示十六进制数字F1E4B0F。

LUT填充器714从代码频率限定器712接收这些符号指示以及对应的代码频率分量指示，并将该信息填充到LUT中。

图8中示出示例代码频率索引表产生处理800。该处理800可以使用图7的系统或任何其它适当的构造来实现。图8的处理800可以用于产生任何数量的LUT，诸如图3至图5中的LUT。尽管示出一个示例处理800，但可以使用其它处理。该处理800的结果是代码频率索引LUT，其中：(1)通过不多于1个的公共频率索引来表示该表的两个符号，(2)这些频率索引中的表示符号的不多于1个频率索引驻留在通过MPEG-AA压缩标准ISO/IEC 13818-7：1997定义的一个音频关键频带中，以及(3)相邻关键频带中的代码频率不用于表示单个符号。标准数量3有助于确保音频质量在音频编码处理期间不被损坏。

通过限定多个(P个)关键频带对来开始该处理800。例如，参照图9，表900包括表示AAC关键频带索引902、在这些AAC索引的范围中的短块索引904和在这些AAC索引的范围中的长块索引906的列。在一个示例中，P的值可以是7，因而根据这些AAC索引形成7个关键频带对(块802)。图10示出这些AAC索引之间的频率关系。根据一个示例，如在图10(其中关键频带对的频率被示出为通过虚线来分离)中的标号1002处所示，AAC索引可以被选为如下的对：5和6、7和8、9和10、11和12、13和14、15和16以及17和17。AAC索引17包括宽范围的频率，因此索引17被示出两次，一次针对低频部分，一次针对高频部分。

在已经限定频带对(块802)以后，选择频率的数量(N)以用于各个关键频带对(块804)。在一个示例中，N的值是16，意味着在形成各个关键频带对的关键频带的组合中存在16个数据位置。如图10中的标号1004所示，示出了17个频率位置。针对同步信息预留画圈的位置4，因此该画圈的位置4不用于数据。

在限定关键频带对的数量和这些关键频带对中的频率位置的数量后，处理800产生具有不多于一个公共十六进制数位的全部N^P个P数位数字(块806)。例如，如果N为16且P为7，则该处理产生数字0至268435456，但可以按照基数16(十六进制)来执行该处理，这将得到0至FFFFFFF，但不包括共享多于一个公共十六进制数位的多个数字。这确保符合上文的标准(1)，因为这些数位将表示被选择为表示符号的频率，如下文所述。

根据用于确定符合上述标准(1)(以及任何其它所希望的标准)的一组数字的示例处理，测试从0到N^P-1的范围中的数字。首先，与零相对应的值被存储作为结果组R的第一成员。接着，选择从1到N^P-1的数字进行分析以确定当与R的成员相比较时这些数字是否满足标准(1)。将当与R中的全部当前条目比较时满足标准(1)的各个数字添加到该结果组。具体地说，根据该示例处理，为了测试数字K，将K中各个所关注的十六进制数位与来自当前的结果组的条目M中的对应的所关注的十六进制数位进行比较。在7次比较中，K中的不多于一个的十六进制数位应当等于M中的对应的十六进制数位。在将K与当前在该结果组中的全部数字进行比较后，如果后者中没有成员具有一个以上的公共十六进制数位，则将K添加到该结果组R。针对该组可能的数字重复该算法，直到已经识别出满足标准(1)的全部值为止。

尽管上文描述了用于确定满足标准(1)的一组数字的示例处理，但是可以使用任何处理或算法，并且本发明不限于上述处理。例如，处理可以使用启发式规则等，以在针对该组数字进行重复之前从该组数字中去除多个数字。例如，相关比特以两个0、两个1、两个2等开始并以两个0、两个1、两个2等结束的所有数字可以立即被去除，因为这些数字肯定具有小于6的汉明距离。另外或另选地，可以不对该整个组的可能的数字重复示例处理。例如，可以重复进行处理，直到找到足够的数字为止(例如，当期望128个符号时为128个数字)。在另一实现中，该处理可以随机地选择包括在该组可能的值中的第一值，接着可以重复地或随机地搜索所有其余的该组数字，直到找到满足所期望的标准(例如，标准(1))的值为止。

该处理800接着从所产生的值中选择所期望的数字(块810)。例如，如果符号空间是129个符号，则其余的数字被减少为计数129。可以随机地、或通过选择具有最大欧几里得距离的其余数字、或通过任何其它适当的数据缩减技术来执行该缩减。

在前述缩减以后，该数字列表的计数等于该符号空间中的符号的数量。因此，将按照基数P的格式的其余数字限定为表示频率索引(块812)，这些频率索引表示关键频带对中的符号。例如，参照图10，十六进制数字F1E4B0F是按照与P匹配的基数16的。十六进制数字的第一数位映射到第一关键频带对中的频率分量，第二数位映射到第二关键频带对，等等。各个数位表示频率索引，该频率索引将用于表示与十六进制数字F1E4B0F对应的符号。

使用第一个十六进制数字作为映射到特定频率索引的示例，Fh的十进制值是15。因为针对非数据信息预留各个关键频带对的位置4，所以大于4的任何十六进制数位的值递增一个十进制的值。因而，15变为16。因而16被指定(如图10中的星号所示)为第一关键频带对中的代码频率分量，以表示与十六进制数字F1E4B0F对应的符号。尽管图10中未示出，但是索引1位置(例如，关键频带7中从最左开始的第二个位置)将用于表示十六进制数字F1E4B0F。

在分配代表性的代码频率(块812)后，将数字填充到LUT中(块814)。

当然，结合图8至图10所述的系统和处理仅是示例，这些示例可以用于结合本文所述的编码和解码系统来产生具有所期望的特性的LUT。可以使用其它的配置和处理。

音频解码

一般地说，解码器116检测为了在编码器102处形成经编码的音频而被插入到所接收到的音频中的代码信号。也就是说，解码器116查找它所处理的代码频率中的强调的模式。当解码器116已经确定哪一个代码频率已经被强调时，解码器116基于经强调的代码频率来确定经编码的音频内存在的符号。解码器116可以记录这些符号或可以将这些符号解码为代码，这些代码被提供给编码器102以插入到该音频中。

在一种实现中，可以例如使用数字信号处理器来实现图11的示例解码器116，利用指令对该数字信号处理器进行编程以实现解码器116的组件。当然，该示例解码器116的任何其它实现是可能的。例如，可以使用一个或更多个处理器、可编程逻辑器件、或硬件、软件和固件的任何适当组合来实现该解码器116。

如图11所示，示例解码器116包括采样器1102，可以使用模拟到数字转换器(A/D)或任何其它适当技术来实现采样器1102，按照模拟格式向该采样器1102提供经编码的音频。如图1所示，可以通过到接收器110的有线或无线连接来提供经编码的音频。采样器1102例如按照8KHz的采样频率对所编码的音频进行采样。当然，可以有利地选择其它采样频率，以增加分辨率或降低解码时的计算负荷。按照8KHz的采样频率，奈奎斯特(Nyquist)频率是4KHz，因此保留全部所嵌入的代码信号，因为所嵌入的代码信号的谱频率低于奈奎斯特频率。按照48KHz的采样速率的9216样本的FFT长块长度被减少为按照8KHz的采样速率的1536个样本。但是即使按照该经修改的DFT块尺寸，这些代码频率索引也与原始编码频率相同且在从180到656的范围内。

来自采样器1102的样本被提供给叠加器1104。一般地说，叠加器1104通过利用消息被重复或基本上重复(即，仅最低有效比特被改变)达一段时间的事实来强调音频信号信息中的代码信号。例如，当该消息中的42比特的数据226包括台标识符和每64秒递增一次的粗略时间戳时，图2中的以前描述的示例消息的49比特(226和224)中的42比特(图2中的226)保持恒定达64秒(32个2秒消息间隔)。最后7比特的组232中的可变数据表示时间按照秒递增并进而逐个消息地改变。示例叠加器1104聚合多个块的音频信号信息以强调该音频信号信息中的代码信号。在示例实现中，叠加器1104包括缓冲器以存储音频信息的多个样本。例如，如果完整的消息被嵌入在2秒的音频中，则该缓冲器可以是12秒长以存储6个消息。示例叠加器1104另外包括加法器和除法器，该加法器用于对与该6个消息相关联的音频信号信息求和，该除法器用于将该和除以所选择的重复消息的数量(例如，6)。

通过示例的方式，可以通过主信号x(t)和水印w(t)来表示经水印嵌入的信号y(t)：

y(t)＝x(t)+w(t)

在时域中，水印可以在已知的周期T后重复：

w(t)＝w(t-T)

根据示例叠加方法，通过经叠加的信号S(t)来代替该输入信号y(t)：

$S\left(t\right)=\frac{y\left(t\right)+y(t-T)+...+y(t-(n-1)T)}{n}$

在所叠加的信号S(t)中，如果周期T充分大，则主信号的贡献降低，因为样本值x(t)、x(t-T)、...、x(t-nT)是独立的。同时，例如由同相正弦曲线构成的水印的贡献增加。

$S\left(t\right)=\frac{x\left(t\right)+x(t-T)+...+x(t-(n-1)T)}{n}+w\left(t\right)$

假设x(t)、x(t-T)、...、x(t-nT)是从具有零均值E[X]＝0的相同分布X得到的独立随机变量，则我们得到：

$\underset{n\→\∞}{\lim }E\left[\frac{x\left(t\right)+x(t-T)+...+x(t-(n-1)T)}{n}\right]\→0,$ 和

$\mathrm{Var}\left[\frac{x\left(t\right)+x(t-T)+...+x(t-(n-1)T)}{n}\right]=\frac{\mathrm{Var}\left(X\right)}{n}$

因此，基础的主信号贡献x(t)、...、x(t-nT)将有效地彼此抵消，而水印不发生变化，使得该水印能够更容易地被检测。

在所示的示例中，所得到的信号的功率随着所叠加的信号的数量n线性地降低。因此，针对该主信号的多个独立部分的平均可以降低干扰的影响。水印不受影响，因为该水印总是被同相添加。

结合图12来描述用于实现叠加器1104的示例处理。

解码器116可以另外包括叠加器控制器1106以控制叠加器1104的操作。示例叠加器控制器1106接收指示叠加器1104是否应当被使能或被禁用的信号。例如，该叠加器控制器1106可以接收所接收的音频信号并可以确定该信号是否包括将使该信号失真的明显的噪声，并且响应于该确定，使得该叠加器被使能。在另一实现中，叠加器控制器1106可以从开关接收信号，可以基于解码器116的设置(displacement)来手工地控制该开关以使能或禁用叠加器1104。例如，当解码器116有线连接到接收器110或麦克风120被设置为非常接近扬声器114时，叠加器控制器1106可以禁用叠加器1104，因为将不需要进行叠加并且叠加将导致各个消息中的快速变化的数据(例如，时间戳的最低有效比特)损坏。另选地，当解码器116被设置在离扬声器114一定距离或被设置在可以预期明显干扰的另一环境中时，可以通过叠加器控制器1106来使能叠加器1104。当然，可以通过叠加器控制器1106来施加任何类型的所期望的控制。

叠加器1104的输出被提供到时域到频域转换器1108。可以使用离散傅立叶变换(DFT)或用于将基于时间的信息转换为基于频率的信息的任何其它适当的技术来实现该时域到频域转换器1108。在一个示例中，可以使用滑动长块快速傅立叶变换(FFT)来实现该时域到频域转换器1108，其中，每当8个新样本被提供给该示例时域到频域转换器1108时，计算所关注的代码频率的频谱。在一个示例中，该时域到频域转换器1108使用1536个样本的经编码音频并使用每8个样本的192次滑动来由此确定频谱。该时域到频域转换器1108所产生的频谱的分辨率随着用于产生频谱的样本的数量的增加而增加。因而，该时域到频域转换器1108所处理的样本的数量应当与用于选择图3至图5的表中的索引的分辨率相匹配。

该时域到频域转换器1108所产生的频谱被传递到关键频带归一化器1110，该关键频带归一化器1110对各个关键频带的频谱进行归一化。换言之，各个关键频带中的具有最大振幅的频率被设置为1，并且各个关键频带内的所有其它频率被相应地归一化。例如，如果关键频带1包括具有振幅112、56、56、56、56、56和56的频率，则该关键频带归一化器1110将频率调节为1、0.5、0.5、0.5、0.5、0.5和0.5。当然，可以使用任何期望的最大值来代替用于该归一化的1。该关键频带归一化器1110输出针对所关注的各个频率的归一化得分(score)。

该关键频带归一化器1110所产生的得分的频谱被传递给符号记分器1112，该符号记分器1112计算针对有效符号表中的各个可能的符号的总分。在示例实现中，该符号记分器1112针对该符号表中的各个符号进行重复并对来自关键频带归一化器1110的针对特定符号的所关注的各个频率的归一化得分求和，以产生针对该特定符号的得分。该符号记分器1112将针对各个符号的得分输出到最大得分选择器1114，该最大得分选择器1114选择具有最大得分的符号并输出该符号和该得分。

来自最大得分选择器1114的所识别的符号和得分被传递到比较器1116，该比较器1116将该得分与阈值进行比较。当该得分超过该阈值时，该比较器1116输出所接收的符号。当该得分不超过该阈值时，该比较器1116输出错误指示。例如，当该得分不超过该阈值时，该比较器1116可以输出指示错误的符号(例如，不被包括在有效符号表中的符号)。因此，当消息已经被损坏以使得针对符号没有计算出足够大的得分(即，不超过该阈值的得分)时，提供错误指示。在示例实现中，可以将错误指示提供给叠加器控制器1106以使得在识别出阈值数量(例如，一段时间的错误的数量、连续错误的数量等)的错误时叠加器1104被使能。

来自比较器1116的所识别的符号或错误被传递到循环缓冲器1118和预先存在代码标记循环缓冲器1120。结合图15描述标准缓冲器1118的示例实现。该示例循环缓冲器1118针对时域到频域转换器1108的每次滑动包括一个循环缓冲器(例如，192个缓冲器)。循环缓冲器1118中的各个循环缓冲器针对同步符号和消息中的各个符号块包括一个存储位置(例如，8个块消息将被存储在8个位置的循环缓冲器中)，以使得整个消息可以被存储在各个循环缓冲器中。因此，当通过时域到频域转换器1108来处理音频样本时，所识别的符号被存储在各个循环缓冲器的相同位置中，直到各个循环缓冲器中的该位置已经填满为止。接着，符号被存储在各个循环缓冲器中的下一个位置中。除了存储符号以外，循环缓冲器1118可以另外包括各个循环缓冲器中的用于存储样本索引的位置，该样本索引指示所接收的音频信号中的导致所识别的符号的样本。

除了预先存在代码标记循环缓冲器1120包括针对预先存在代码标记同步符号的一个位置和针对预先存在代码标记消息中的各个符号的一个位置以外(例如，包括一个消息符号的预先存在代码标记同步将被存储在两个位置的循环缓冲器中)，按照与循环缓冲器1118相同的方式实现示例的预先存在代码标记循环缓冲器1120。该预先存在代码标记循环缓冲器1120与循环缓冲器1118同时且按照相同的方式被填充。

示例消息识别器1122针对同步符号来分析循环缓冲器1118和预先存在代码标记循环缓冲器1120。例如，消息识别器1122在循环缓冲器1118中搜索同步符号并在预先存在代码标记循环缓冲器1120中搜索预先存在代码标记同步符号。当识别出同步符号时，通过消息识别器1122输出该同步符号之后的符号(例如，循环缓冲器1118中的同步符号之后的7个符号，或者预先存在代码标记循环缓冲器1120中的预先存在代码标记同步符号之后的一个符号)。另外，输出用于识别经处理的最后一个音频信号样本的样本索引。

消息识别器1122所输出的消息符号和样本索引被传递到验证器1124，该验证器1124验证各个消息。该验证器1124包括存储多个连续接收到的消息的过滤器堆栈(filter stack)。因为消息被重复(例如，每2秒或按照8KHz的16000个样本)，将各个消息与过滤器堆栈中的通过近似单个消息中的音频样本的数量来分离的其它消息进行比较，以确定是否存在匹配。如果存在匹配或大致匹配，则两个消息被验证。如果消息不能被识别，则确定该消息是错误的且不从验证器1124发出该消息。在消息可能被噪声干扰影响的情况下，当消息中的符号的子集与另一已经验证的消息中的相同子集匹配时，消息可以被认为匹配。例如，如果消息中的7个符号中的4个与已经被验证的另一消息中的相同4个符号匹配，则该消息可以被识别为经部分验证。接着，可以观察到所重复的消息的序列以识别经部分验证的消息中的非匹配符号。

来自验证器1124的经验证消息被传递到符号到比特转换器1126，该符号到比特转换器1126使用有效符号表来将各个符号转变为该消息的对应数据比特。

图12中示出示例解码处理1200。可以通过图11所示的示例解码器116或通过任何其它适当的解码器来执行该示例处理1200。通过对音频进行采样来开始该示例处理1200(块1202)。可以经由音频传感器、硬连线连接、经由音频文件或通过任何其它适当的技术来获得该音频。如上所述，可以按照8000Hz或任何其它适当的频率来执行该采样。

当获得各个样本时，该样本被诸如图11的示例叠加器1104的叠加器聚合(块1204)。结合图13描述用于执行该叠加的示例处理。

来自叠加器处理1204的新叠加的音频样本被插入到缓冲器中，并且去除最旧的音频样本(块1206)。当获得各个样本时，针对包括大量旧样本以及在块1202和块1204处获得的新添加样本的样本集合执行滑动时间到频率转换(块1208)。在一个示例中，滑动FFT可以用于处理包括9215个旧样本和一个新添加的样本的流输入样本。在一个示例中，使用9216个样本的FFT得到具有5.2Hz分辨率的频谱。

在通过该时间到频率转换获得该频谱(块1208)后，所发送的符号被确定(块1210)。结合图14描述用于确定所发送的符号的示例处理。

在识别所发送的消息(块1210)后，执行缓冲后处理以识别同步符号和对应的消息符号(块1212)。结合图15描述用于执行后处理的示例处理。

在执行后处理以识别所发送的消息(块1212)后，执行消息验证以检验该消息的有效性(块1214)。结合图18描述用于执行该消息验证的示例处理。

在已经验证消息(块1214)后，使用有效符号表将该消息从符号转换为比特(块1216)。控制接着返回到块1106，以处理下一组样本。

图13例示用于叠加音频信号样本来强调经编码的代码信号以实现图12的叠加音频处理1204的示例处理。可以通过图11的叠加器1104和叠加器控制器1106来执行该示例处理。通过确定该叠加器的控制是否被使能来开始该示例处理(块1302)。当该叠加器的控制未被使能时，不会发生叠加并且图13的处理结束，并且控制返回到图12的块1206以处理未经叠加的音频信号样本。

当该叠加器的控制被使能时，新接收到的音频样本被推送到缓冲器中并且最旧的样本被推出(块1304)。该缓冲器存储多个样本。例如，当特定的消息被每2秒重复地在音频信号中编码并且按照8KHz对所编码的音频进行采样时，各个消息将每16000个样本重复，以使得该缓冲器将存储16000的一定倍数个样本(例如，该缓冲器可以利用96000样本缓冲器来存储6个消息)。接着，叠加器1108在该缓冲器中选择大致相等的样本块(块1306)。这些大致相等的样本块接着被求和(块1308)。例如，样本1被添加到样本16001、32001、48001、64001和80001，样本2被添加到样本16002、32002、48002、64002和80002，样本16000被添加到32000、48000、64000、80000和96000。

在添加了缓冲器中的音频信号样本后，将所得到的序列除以所选择的块的数量(例如，6个块)，以计算样本的平均序列(例如，16000个经平均的样本)(块1310)。通过叠加器输出所得到的样本平均序列(块1312)。然后图13的处理结束，控制返回到图12的块1206。

图14例示用于在所接收的音频信号已经被转换到频域后实现符号确定处理1210的示例处理。可以通过图1和图11的解码器116来执行图14的示例处理。通过对各个关键频带中的代码频率进行归一化来开始图14的示例处理(块1402)。例如，这些代码频率可以被归一化，以使得具有最大振幅的频率被设置为1，并且该关键频带中的全部其它频率被相应地调节。在图11的示例解码器116中，通过关键频带归一化器1110来执行该归一化。

在已经对所关注的频率进行归一化(块1402)后。示例符号记分器1112基于以前确定的同步表来选择适当的符号表(块1404)。例如，系统可以包括两个符号表：一个表针对正常的同步，而另一个表针对预先存在代码标记同步。另选地，该系统可以包括单个符号表或可以包括可以通过同步符号(例如，交叉表同步符号)识别的多个同步表。该符号记分器1112接着针对所选择的符号表中的各个符号计算符号得分(块1406)。例如，该符号记分器1112可以针对该符号表中的各个符号进行重复并相加针对该符号的所关注的各个频率的归一化得分以计算符号得分。

在各个符号被记分(块1406)后，示例最大得分选择器1114选择具有最大得分的符号(块1408)。示例比较器1116接着确定针对所选择的符号的得分是否超过最大得分阈值(块1410)。当该得分不超过该最大得分阈值时，将错误指示存储在循环缓冲器(例如，循环缓冲器1118和预先存在代码标记循环缓冲器1120)中(块1412)。接着图14的处理完成，并且控制返回到图12的块1212。

当该得分超过该最大得分阈值(块1410)时，所识别的符号被存储在循环缓冲器(例如，循环缓冲器1118和预先存在代码标记循环缓冲器1120)中(块1414)。接着图14的处理完成，并且控制返回到图12的块1212。

图15例示用于实现图12的缓冲后处理1212的示例处理。当图11的消息识别器1122针对同步指示搜索循环缓冲器1118和循环缓冲器1120时，图15的示例处理开始(块1502)。

例如，图16例示循环缓冲器1118的示例实现，并且图17例示预先存在代码标记循环缓冲器1120的示例实现。在图16所示的示例中，循环缓冲器中的要被填满的最后一个位置是通过箭头指出的位置3。因此，样本索引指示音频信号样本中的导致被存储在位置3中的这些符号的位置。因为对应于滑动索引37的线是循环缓冲器，所以连续识别的符号是128、57、22、111、37、23、47和0。因为所示出的示例中的128是同步符号，所以该消息可以被识别为该同步符号之后的符号。消息识别器1122将等待，直到已经在滑动索引37处的同步符号的识别后设置了7个符号为止。

图17的预先存在代码标记循环缓冲器1120包括针对各个循环缓冲器的两个位置，因为所示出的示例中的预先存在代码标记消息包括一个预先存在代码标记同步符号(例如，符号254)，随后是单个消息符号。根据图2的所示出的示例，预先存在代码标记数据块230被嵌入到紧接着7比特时间戳长块228的两个长块中。因此，因为存在针对预先存在代码标记数据的两个长块并且所示出的示例中的各个长块是按照8KHz的采样速率的1536个样本，所以该预先存在代码标记数据符号将在预先存在代码标记循环缓冲器中在原始消息之后的3072个样本被识别。在图17所示出的示例中，滑动索引37对应于样本索引38744，该样本索引38744比图16的滑动索引37(样本索引35672)晚3072个样本。因此，预先存在代码标记数据符号68可以被确定为与图16的滑动索引37中的消息相对应，表明图16的滑动索引37中的消息识别原始编码消息(例如，识别音频的原始广播者)，并且该滑动索引37识别预先存在代码标记消息(例如，识别音频的再广播者)。

返回到图12，在检测到同步或预先存在代码标记同步符号后，循环缓冲器1118或预先存在代码标记循环缓冲器1120中的消息被精简(condense)以消除这些消息中的冗余。例如，如图16所示，由于滑动时域到频域转换和针对各个消息的编码的持续时间，消息在音频数据中被识别达一段时间(滑动索引37-39包含同一消息)。连续的滑动索引中的相同消息可以被精简为单个消息，因为这些相同的消息表示仅一个经编码的消息。另选地，在需要时，精简可以被取消并且全部消息可以被输出。消息识别器1122接着在与验证器1124相关联的过滤器堆栈中存储经精简的消息(块1506)。接着图15的处理结束，并且控制返回到图12的块1214。

图18例示用于实现图12的消息验证处理1214的示例处理。可以通过图11的验证器1124来执行图12的该示例处理。当验证器1124读取过滤器堆栈中的顶部的消息时，图18的示例处理开始(块1802)。

例如，图19例示过滤器堆栈的示例实现。该示例过滤器堆栈包括消息索引、针对各个消息索引的7个符号位置、样本索引标识和针对各个消息索引的验证标记。各个消息在消息索引M7处被添加，并且位置M0处的消息是在图18的块1802中读取的顶部的消息。由于采样速率变化以及消息标识内的消息边界的变化，预期当每隔16000个样本重复消息时这些消息将被大约16000个样本的倍数的样本索引分隔。

回到图19，在选择了过滤器堆栈中的顶部的消息(块1802)后，验证器1124确定验证标记是否指示该消息以前已经被验证(块1804)。例如，图19指示消息M0已经被验证。当该消息以前已经被验证时，验证器1124输出该消息(块1812)，并且控制进行到块1816。

当该消息以前未被验证(块1804)时，验证器1124确定该过滤器堆栈中是否存在另一适当匹配的消息(块1806)。当消息与另一消息相同时，当阈值数量的消息符号匹配另一消息(例如，7个符号中的4个)时、或者当任何其它错误确定指示两个消息足够相似而推测该两个消息相同时，消息可以是适当地匹配的。根据所示出的示例，可以利用已经被验证的另一消息来仅部分地验证消息。当未识别到适当的匹配时，控制进行到块1814。

当识别到适当的匹配时，验证器1124确定相同的消息之间的持续时间(例如，以样本计)是否适当(块1808)。例如，当每16000个样本重复消息时，确定两个适当匹配的消息之间的间隔是否大约为16000个样本的倍数。当该持续时间不适当时，控制进行到块1814。

当该持续时间适当时(块1808)，验证器1124通过设置针对各个消息的验证标记来验证两个消息(块1810)。当该消息已经被完全验证(例如，精确匹配)时，该标记可以指示该消息被完全地验证(例如，图19中验证的消息)。当该消息仅被部分地验证(例如，7个符号中的仅4个匹配)时，该消息被标记为经部分地验证(例如，图19中经部分地验证的消息)。验证器1124接着输出顶部的消息(块1812)，并且控制进行到块1816。

当确定不存在针对顶部的消息的适当匹配(块1806)或者确定(多个)适当的匹配之间的持续时间不适当(块1808)时，该顶部的消息不被验证(块1814)。不从验证器1124输出未被验证的消息。

在确定不验证消息(块1806、1808和1814)或不输出顶部的消息(块1812)后，验证器1816对过滤器堆栈进行弹出以从该过滤器堆栈中去除该顶部的消息。控制接着返回到块1812以处理该过滤器堆栈的顶部处的下一个消息。

尽管上文已经例示和描述了实现任意或所有示例编码器102和示例解码器116的示例方式，但是附图中示出和上文描述的一个或更多个数据结构、元件、处理和/或装置可以按照任何其它方式进行组合、拆分、重新布置、省略、去除和/或实现。而且，示例编码器102和示例解码器116可以通过硬件、软件、固件和/或硬件、软件和/或固件的任意组合来实现，因而，例如，示例编码器102和示例解码器116可以通过一个或更多个电路、可编程处理器、专用集成电路(ASIC)、可编程逻辑器件(PLD)和/或现场可编程逻辑器件(FPLD)等来实现。例如，解码器116可以使用诸如移动电话的平台装置上的软件来实现。如果任一所附权利要求被解读为涵盖纯软件实现，则在前代码检测器204、示例消息产生器210、符号选择器212、代码频率选择器214、合成器216、逆FFT 218、混合器220、交叠短块产生器240、掩蔽评价器242、关键频带对限定器702、频率限定器704、数字产生器706、冗余缩减器708、超量缩减器710、代码频率限定器712、LUT填充器714、采样器1102、叠加器1104、叠加器控制器1106、时域到频域转换器1108、关键频带归一化器1110、符号记分器1112、最大得分选择器1114、比较器1116、循环缓冲器1118、预先存在代码标记循环缓冲器1120、消息识别器1122、验证器1124和符号到比特转换器1126中的至少一个在此被明确限定为包括诸如存储器、DVD、CD等的有形介质。并且，示例编码器102和示例解码器116可以包括取代附图中示出和上文描述的那些或除了附图中示出和上文描述的那些以外的数据结构、元件、处理和/或装置，和/或可以包括任意或所有所示出的数据结构、元件、处理和/或装置中的不止一个。

图20是示例处理器平台2000的示意图，该示例处理器平台2000可用于和/或编程为实现示例编码器102和解码器116中的任何一个或全部、和/或本文所述的任何其它组件。例如，处理器平台2000可以通过一个或更多个通用处理器、处理器核、微控制器等来实现。另外，处理器平台2000可以被实现为具有其它功能的装置的一部分。例如，处理器平台2000可以利用移动电话或任何其它手持装置中提供的处理能力来实现。

图20的示例中的处理器平台2000包括至少一个通用可编程处理器2005。该处理器2005执行存在于该处理器2005的主存储器中(例如，RAM 2015和/或ROM 2020内)的经编码的指令2010和/或2012。该处理器2005可以是任何类型的处理单元，诸如处理器核、处理器和/或微控制器。此外，该处理器2005可以执行实现本文所述的处理的示例机器可存取指令。该处理器2005经由总线2025与主存储器(包括ROM2020和/或RAM 2015)进行通信。RAM 2015可以通过DRAM、SDRAM和/或任何其它类型的RAM器件来实现，并且ROM可以通过闪存和/或任何其它所期望的类型的存储器件来实现。可以通过存储器控制器(未示出)来控制对存储器2015和2020的存取。

处理器平台2000还包括接口电路2030。该接口电路2030可以通过诸如USB接口、Bluetooth接口、外部存储器接口、串行端口、通用输入/输出等的任何类型的接口标准来实现。一个或更多个输入装置2035和一个或更多个输出装置2040连接到该接口电路2030。

尽管本文描述了特定的示例装置、方法和产品(article of manufacture)，但其它实现是可能的。本专利的覆盖范围不限于本文所述的具体示例。相反，本专利覆盖落入本发明的范围内的全部装置、方法和产品。

Claims (14)

1.一种从媒体提取标识的方法，该方法包括以下步骤：

接收音频媒体信号；

对所接收的音频媒体信号进行采样以产生数字样本；

将所述样本存储在缓冲器中；

确定所述缓冲器中的第一多个样本；

确定所述缓冲器中的第二多个样本，其中，所述第二多个样本具有与所述第一多个样本基本相等的长度；

进行叠加处理，所述叠加处理计算所述第一多个样本与所述第二多个样本的平均值以产生多个平均样本；

从所述多个平均样本提取标识，其中，在T秒的周期后在所接收的音频媒体信号中重复所述标识，并且确定所述第二多个样本的步骤包括：选择在所述第一多个样本的开始后T秒开始的多个样本；以及

将所述标识存储在有形的存储器中。

2.根据权利要求1所述的方法，其中，所接收的音频媒体信号是与视频节目或作品相关联的音频。

3.根据权利要求1所述的方法，该方法还包括以下步骤：基于所接收的音频媒体信号确定是否要使用所述叠加处理。

4.根据权利要求3所述的方法，其中，基于是否要使用所述叠加处理的所述确定来计算所述第一多个样本和所述第二多个样本的平均值。

5.根据权利要求1所述的方法，其中，计算所述第一多个样本与所述第二多个样本的平均值的步骤包括以下步骤：对所述第一多个样本与所述第二多个样本求和以产生多个合计样本。

6.根据权利要求5所述的方法，其中，计算所述第一多个样本与所述第二多个样本的平均值的步骤还包括以下步骤：将所述多个合计样本除以包括在所述多个合计样本中的多个样本的数量。

7.根据权利要求1所述的方法，其中，计算所述第一多个样本与所述第二多个样本的平均值以产生所述多个平均样本的步骤包括以下步骤：计算所述第一多个样本中的第一样本与所述第二多个样本中的相应第二样本的平均值以产生第一平均样本。

8.一种从媒体提取标识的装置，该装置包括：

采样器，其用于接收音频媒体信号并对所述音频媒体信号进行采样以产生样本，以及将所述样本存储在缓冲器中；

叠加器，其用于确定所述缓冲器中的第一多个样本和第二多个样本，所述第二多个样本具有与所述第一多个样本基本相等的长度，所述叠加器执行叠加处理以计算所述第一多个样本与所述第二多个样本的平均值以产生多个平均样本；以及

解码器，其用于从所述多个平均样本提取标识，并将所述标识存储在有形的存储器中，其中，在T秒的周期后在所接收的音频媒体信号中重复所述标识，并且所述叠加器通过选择在所述第一多个样本的开始后T秒开始的多个样本来确定所述第二多个样本。

9.根据权利要求8所述的装置，其中，所接收的音频媒体信号是与视频节目或作品相关联的音频。

10.根据权利要求8所述的装置，该装置还包括叠加器控制器，以基于在所述叠加器接收的所接收的音频媒体信号确定是否要使用所述叠加处理。

11.根据权利要求10所述的装置，其中，基于是否要使用所述叠加处理的所述确定来计算所述第一多个样本和所述第二多个样本的平均值。

12.根据权利要求8所述的装置，其中，计算所述第一多个样本与所述第二多个样本的平均值的步骤包括以下步骤：对所述第一多个样本与所述第二多个样本求和以产生多个合计样本。

13.根据权利要求12所述的装置，其中，计算所述第一多个样本与所述第二多个样本的平均值的步骤还包括以下步骤：将所述多个合计样本除以包括在所述多个合计样本序列中的多个样本的数量。

14.根据权利要求8所述的装置，其中，计算所述第一多个样本与所述第二多个样本的平均值以产生所述多个平均样本的步骤包括以下步骤：计算所述第一多个样本中的第一样本与所述第二多个样本的相应第二样本的平均值以产生第一平均样本。