CN111566954A - 高带宽声音音调生成 - Google Patents

Abstract

声音信号对表示二进制消息的符号序列进行编码以用于传送为音频内容。这些符号与在一段时间内传输的频率特性相关联。在每个时间段期间以两个选定的频率传输两个载波(A/C、B/D)，以高速率传送二进制数据。在符号序列4014之前是前缀4006、4008、4010，其包括在载波的频率范围上进行扫描的扫频音调4006。此外，调整载波的幅度，使得较高频率的传输(例如，使用载波C/D的传输)以较高的声压级传输。还描述了用于同步到符号序列并解码符号序列的方法6000‑6140。

Description

高带宽声音音调生成

技术领域

概括而言，本申请涉及用于使用由发送设备传输并由接收设备接收的一个或多个声音信号，来将传输信息从发送设备传送到接收设备的系统和方法。

相关申请的交叉引用

本专利申请要求享有于2017年9月28日递交的序列号为15/719,164的待审的美国专利申请的优先权，该美国专利申请的全部内容通过引用并入本文。

本申请与于2013年5月1日递交的序列号为US2013/039079的PCT申请相关，该PCT申请于2015年4月23日在美国公开为Publication US2015-01 13094，并且该PCT申请要求享有于2013年3月14日递交的序列号为61/781,107以及于2012年5月1日递交的序列号为61/640,900的美国临时专利申请的权益，它们中的每一个的全部内容都通过引用并入本文。

本申请还与于2015年10月15日递交的序列号为US2015/055738的PCT申请相关，其要求享有于2014年10月15日递交的序列号为62/064,468的美国临时专利申请的权益，该美国临时专利申请的全部内容通过引用并入本文。

本申请还与于2017年3月24日递交的序列号为US2017/024025的PCT申请相关，其要求享有于2016年3月25日递交的序列号为15/081,158的美国专利申请的权益，该美国专利申请的全部内容通过引用并入本文。

背景技术

已经提出了各种建议来将声音信令音调包括到音频内容中，该音频内容在公共或私人环境中以可听方式广播或播放或以电子方式传送。信令音调被设计用于由解码设备(例如，便携式多功能设备)进行接收和解码。例如，可以将声音信号嵌入在由解码设备的麦克风接收的音频内容中来传送。信号源可以是便携式多功能设备附近的任何音频扬声器，或者音频内容可以由车载音频生成应用(例如，音乐播放器模块)或车载视频播放器应用(例如，视频播放器模块)提供以进行解码，或者被提供给解码设备的线路输出端口(例如，耳机接口)，或者被提供给解码设备的外部扬声器。

在上面引用的专利申请以及以下美国专利申请中提供了用于将声音信号嵌入到音频内容中的示例性系统和方法，这些申请的全部内容通过引用并入本文中：于2011年11月1日递交的序列号为13/286,613、题为“SYSTEM EFFECTIVE TO MODULATE A CODE ANDPROVIDE CONTENT TO A USE”的美国专利申请、于2011年11月1日递交的序列号为13/286,670、题为“SYSTEM EFFECTIVE TO MODULATE A CODE AND PROVIDE CONTENT TO A USE”的美国专利申请、以及于2011年11月1日递交的序列号为13/286,727、题为“DEVICEEFFECTIVE TO MODULATE A CODE AND TO PROVIDE CONTENT TO A USER”的美国专利申请。

如这些申请中所描述的，声音信号通常在人类听力范围之外或是人类无法判读的其他信号。例如，在一些实施例中，声音信号可以由高于20,000Hz或低于20Hz的频率生成，或在通常听不到的接近20,000Hz或接近20Hz的频带中。声音信号可以是如上面参考的专利申请中所描述的调制代码的形式，其是一系列逻辑0和1。可以由声源重复且周期性地输出调制代码，从而使解码设备能够识别和解调声音信号中的调制代码，以确定与声音信号相关联的0和1的逻辑序列。在一些实施例中，0和1的逻辑序列可以是例如编码的标识符，其可以经由各种通信协议传输到内容管理系统。

如本文中所使用的，术语声音信号用于广泛地指代任何类型的听觉信号、代码、频率、波形或可以由声源传输并由解码设备检测到的其他形式。声音信号可以通过在解码设备上被动运行的过程或例程、由解码设备来处理。

先前描述的用于产生声音信号的系统具有多种限制，特别是在数据传输的完整性、以及在高效地传输相对大量的数据以及用于不同应用的不同容量的数据的系统灵活性方面。因此，需要对格式化和传输声音信号的方法进行改进，以允许比以前可用的方法具有更大的灵活性和功能性。

发明内容

根据一个实施例，一种设备被配置为生成并传输声音信号，所述声音信号对表示二进制消息的符号序列进行编码以用于传送为音频内容。设备包括：音频设备和处理器。处理器被配置为将二进制消息编码为符号序列，其中，每个符号与一个时间段相关联，并在该时间段期间，以两个选定频率传输两个不同载波。处理器还被配置为使用与符号相关联的频率特性来生成符号序列的数字化版本的音频样本。处理器还被配置为基于音频样本来控制音频设备生成并传输声音信号。

根据另一实施例，一种设备被配置为生成并传输声音信号，所述声音信号对表示二进制消息的符号序列进行编码以用于传送为音频内容。该设备包括音频设备和处理器。处理器被配置为生成扫频前导码，其后为符号序列，每个符号包括至少一个载波，该载波以从多个频率中选择的频率进行传输。在具体公开的实施例中，扫频前导码在包括在符号序列中传输的每个频率的频率范围上扫描。处理器还被配置为控制音频设备生成包括声音信号的音频内容的数字化版本的样本。

根据又一个实施例，一种设备被配置为生成并传输声音信号，所述声音信号对表示二进制消息的符号序列进行编码以用于传送为音频内容。该设备包括音频设备和处理器。处理器被配置为生成符号序列，每个符号包括至少一个载波，该载波以从多个频率中选择的频率进行传输。载波的声压级在符号之间变化，使得与其他较低频率的传输相比较高频率的传输以较高的声压级进行传输。处理器还被配置为控制音频设备生成包括声音信号的音频内容的数字化版本的样本。

附图说明

图1是根据一个实施例的示例性环境的示意图，在该示例性环境中，移动设备接收声音信号形式的内容，并进一步与内容管理系统进行交互。

图2是根据一个实施例的示例性环境的示意图，在该示例性环境中，可以使用服务器和数据连接来生成声音音调并将其传递给移动设备。

图3是根据一个实施例的示例性环境的示意图，在该示例性环境中，声音音调可以由第一移动设备生成并传递给第二移动设备。

图4提供了根据一个实施例的示例性声音信号的图形表示，该示例性声音信号对表示二进制消息的符号序列进行编码。

图5是提供载波的进一步细节以及那些载波的频率以及对应的SPL变化的索引，该索引用于对根据一个实施例的在图4中示出的类型的序列中使用的符号进行编码，并且图5A和5B分别是在13和26个符号的声音传输中的内容的示例性表示。

图6是用于使用图4和5中示出的格式接收、同步和解码音调的解码过程的流程图。

具体实施方式

描述了本发明的各种非限制性实施例，以提供对本文公开的内容传送和管理系统及过程的结构、功能和使用的原理的理解。在附图中示出这些非限制性实施例的一个或多个示例。本领域普通技术人员将理解，本文中具体描述并在附图中示出的系统和方法是非限制性实施例。结合一个非限制性实施例示出或描述的特征可以与其他非限制性实施例的特征组合。这样的修改和变化旨在被包括在本公开的范围内。

在整个说明书中对“各种实施例”、“一些实施例”、“一个实施例”、“一些示例性实施例”、“一个示例性实施例”或“实施例”的引用意味着结合实施例描述的特定特征、结构或特性被包括在至少一个实施例中。因此，在整个说明书中多处出现的短语“在各种实施例中”、“在一些实施例中”、“在一个实施例中”、“一些示例性实施例”、“一个示例性实施例”或“在实施例中”不一定全部指代同一实施例。此外，在一个或多个实施例中，可以以任何合适的方式组合特定的特征、结构或特性。

本文公开的实施例通常涉及用于以声音信令音调传输数据的信标迭代格式，以及用于检测由此被传输的声音信号音调的解码设备的配置。解码设备可以被配置为随后向内容管理系统提供(例如，无线地)对接收到的声音信号的指示。在从解码设备接收到所接收的声音信号的指示时，内容管理系统可以基于接收到的特定声音信号向解码设备提供特定内容，如在以上参考的在先专利申请中所详细讨论的。

在另一实施例中，第一移动设备可以与第二移动设备直接交互，以使用声音信号交换信息，如下面进一步详细描述的。

图1示出了本公开的一个示例性实施例，其包括内容管理系统1000，该内容管理系统1000接收并处理附属于已经由解码设备解码的听不到的信号的信息，在该实施例中，所述解码设备是便携式多功能设备1002。在该实施例中，内容管理系统1000然后可以确定要向用户提供哪些内容，然后将该内容无线地提供给与用户相关联的便携式多功能设备1002。例如，可以使用任何合适的基于处理器的设备或系统来提供内容管理系统1000，所述设备或系统例如个人计算机、膝上型计算机、服务器、大型机或多台计算机的集合(例如，网络)。内容管理系统1000可以包括一个或多个处理器1014和一个或多个计算机存储器单元1016。为方便起见，在图1中仅示出了一个处理器1014和仅一个存储器单元1016。处理器1014可以执行存储在存储器单元1016上的软件指令。处理器1014可以被实现为具有一个或多个核的集成电路(IC)。存储器单元1016可以包括易失性和/或非易失性存储器单元。易失性存储器单元例如可以包括随机存取存储器(RAM)。非易失性存储器单元可以包括例如只读存储器(ROM)以及机械非易失性存储器系统，例如硬盘驱动器、光盘驱动器等。RAM和/或ROM存储器单元例如可以被实现为分立存储器IC。

内容管理系统1000可以经由电子通信网络1032(例如，基于分组的通信网络)与便携式多功能设备1002进行通信，在所述基于分组的通信网络中，通信通过交换数据分组1036而继续进行。通信网络可以包括多个计算机和/或数据网络，包括互联网、LAN、WAN、GPRS网络等，并且可以包括有线和/或无线通信链路。与内容管理系统1000通信的便携式多功能设备1002可以是适合于通过网络通信的任何类型的客户端设备，例如，掌上计算机、个人计算机、膝上型计算机或上网本计算机。在一些示例性实施例中，用户可以经由便携式多功能设备1002与网络进行通信，该便携式多功能设备1002是手持式计算机和移动电话(有时被称为智能电话)的组合。可以理解，尽管可以结合经由例如智能电话或膝上型计算机的用户通信来描述某些实施例，但是可以使用其他类型的用户装备或无线计算设备来实现通信，例如移动电话、个人数字助手(PDA)、移动电话/PDA组合、手持设备、移动单元、游戏设备、消息收发设备、媒体播放器或其他合适的移动通信设备。

存储器单元1016可以存储用于内容管理引擎1018的可执行软件和数据。当内容管理系统1000的处理器1014执行内容管理引擎1018的软件时，可以使处理器1014执行内容管理系统1000的各种操作。操作可以包括但不限于从便携式通信设备1002接收对声音信号的指示(例如，以一个或多个分组1036的形式，其包括例如从声音信号中提取的编码标识符1038)，识别与编码标识符相关联的内容，接收并分析从便携式通信设备1002接收到的分组1036中的补充信息，并将嵌入在一个或多个分组1036中的内容经由通信网络1032发送到便携式通信设备1002。

由内容管理引擎1018使用的数据可以来自各种来源，例如内容数据库1020，其例如可以是电子计算机数据库。存储在内容数据库1020中的数据可以被存储在非易失性计算机存储器中，例如硬盘驱动器、只读存储器(例如，ROM IC)，或其他类型的非易失性存储器。而且，内容数据库1020的数据可以例如被存储在远程电子计算机系统上。内容数据库1020中的数据可以是但不限于视频内容、音频内容、基于文本的内容等。内容数据库1020中的内容项可以例如绑定到特定的编码标识符。在一些实施例中，内容提供商1030可以使用门户网站、应用程序接口(API)、或其他形式的接口来提供和管理内容管理系统1000的内容。例如，内容提供商1030可以向内容管理系统1000提供指令，以将内容“A”、“B”和“C”发送到提供编码的标识符“X”的便携式多功能设备1002。

用户数据库1022(例如，其可以是电子计算机数据库)也可以提供由内容管理引擎1018使用的内容。存储在用户数据库1022中的数据可以被存储在非易失性计算机存储器中，例如硬盘驱动器、只读存储器(例如，ROM IC)或其他类型的非易失性存储器。另外，用户数据库1022的数据可以例如存储在远程电子计算机系统上。存储在用户数据库1022中的数据可以与信息有关，所述信息关于内容管理系统1000的特定用户、用户偏好、用户对接收内容的要求等。

在各个实施例中，解码设备可以通过通常被动的检测过程来检测声音信号。换句话说，解码设备的用户不一定要例行发起或激活检测过程。相反，检测过程可以是例如在解码设备的随机存取存储器(RAM)中操作的后台例程。背景例程可以周期性地或至少例行地查询由解码设备的各种车载组件接收或生成的信号，以便检测是否存在声音信号。可以在没有来自用户的附加输入的情况下执行这些查询。通过检测过程查询的组件可以包括但不限于车载麦克风、车载扬声器和其他音频输出端口(例如，耳机输出或线路电平输出(linelevel output))。

解码设备可以从任何合适的来源接收声音信号。例如，声音信号可以被嵌入在由解码设备的麦克风接收的音频内容中。就这一点而言，来源可以是解码设备附近的任何音频扬声器。音频内容还可以由车载音频生成应用(例如，音乐播放器模块)或车载视频播放器应用(例如，视频播放器模块)提供，或被提供给线路输出端口(如，耳机插孔)或解码设备的外部扬声器。

在检测到声音信号时，解码设备可以处理声音信号以提取编码的标识符。提取过程可以由解码设备1002的处理器执行，或者可以由被提供有声音信号(以采样形式)的远程服务器执行。在一些实施例中，从声音信号中提取编码的标识符，然后可以经由通信网络1032将编码的标识符1038提供给内容管理系统1000。补充信息也可以与编码的标识符一起提供给内容管理系统1000，例如时间/日期数据、加速度计数据、地理数据、人口统计数据、设备数据、所有者数据等。内容的格式可以是二进制、文本、数字或这些的任何组合。

内容管理系统1000可以处理接收到的信息，以识别要传输到解码设备的内容。内容可以存储到内容管理系统本地，或者可以存储在远离内容管理系统的数据存储库中。内容可以是任何合适的文件格式或文件类型。可以提供给解码设备的示例性内容的非限制性且非穷举性列表包括基于视频的内容、基于音频的内容、基于图像的内容和基于文本的内容。

基于视频的内容可以包括但不限于音乐会镜头、音乐视频、艺术家访谈、电影、商业广告等等。基于音频的内容可以包括但不限于歌曲、铃声等。基于图像的内容可以包括但不限于图片、徽标、墙纸等。基于文本的内容可以包括但不限于歌词、报价、优惠券、口令、密码、电子邮件消息、文本消息、即时消息等等。在一些实施例中，内容本质上可以是广告或教育性的。本公开不限于可以被传送到与内容管理系统相关联的解码设备的任何特定内容。

在各个实施例中，被传送到解码设备的特定内容可以基于编码的标识符和一个或多个触发器。随着时间的流逝，当解码设备或设备的用户满足各种阈值，其他内容可以是可访问的(解锁的)。例如，设备已经接收到特定声音信号的次数可以确定将哪些内容发送到设备。如果声音信号被嵌入在歌曲中，则接收到声音信号的次数可以指示与该设备相关联的用户已经听过该歌曲的次数。随着用户越来越多地收听该歌曲，可以将其他内容(“解锁内容”)传送给该用户的设备。

附加内容可以被标记或以其他方式被视为“排他”内容，其仅对某些类型或某些组的听众可用。例如，在艺术家在音乐会表演的同时，可以在音乐场所广播声音信号。具有被动检测声音信号的设备的听众成员将接收并处理声音信号。然后，该设备可以提取编码的标识符，并且经由无线通信网络1032将信息提供给内容管理系统1000。内容管理系统1000可以将编码的标识符与关联于表演艺术家的存储的内容进行匹配。然后，内容可以被推送到最初发送编码标识符的解码设备1002。然后，用户将能够经由其解码设备访问内容。因此，在所示的实施例中，解码设备被动地检测了声音信号，提取了编码的标识符，传输了编码的标识符并接收了附属内容，而没有来自用户的任何输入或交互。

在一些实施例中，传送到解码设备的特定内容可以根据设备在地理上所位于之处。换句话说，被动地检测到某个声音信号的第一城市中的解码设备可以接收第一块内容，而检测到相同声音信号的第二城市中的解码设备可以接收第二块内容。另外，传送给解码设备的内容可能取决于其他触发因素，例如解码设备是否在(汽车中)移动、一天中的时间、用户偏好等等。

可以以任何合适配置来存储、布置和查看由解码设备接收的内容。可以在接收时或在以后的时间点查看内容。在一个实施例中，内容被传送到与用户相关联的电子邮箱。在一个实施例中，内容被传送到可由解码设备执行的应用或模块。用户可以执行应用并访问内容。内容可以按任何合适的层次结构或模式排序。

在一些实施例中，可以通过应用向用户显示“锁定”内容。为了解锁内容，用户必须例如满足某些参数或阈值。阈值可以关于收听总次数、地理位置等。无论如何，当解码设备接收到内容时，解码设备可以向用户提供通知。在一个实施例中，在接收到通知时，然后用户可以导航相关联的应用以查看所接收到的内容。

在一个实施例中，声音信号1040可以被嵌入在音频歌曲中。然而，本文的公开内容不限于此。实际上，本文描述的系统和方法可以跨多个平台和实施方式中使用。例如，本文所述的被动检测例程可以用于检测与电视节目、商业广告、电影等相关联的声音信号1040。在一些实施例中，本文描述的检测例程可以用于检测未嵌入在音频信号中的独立声音信号1040。这种独立的声音信号可以在例如商业/购物环境、商业环境、音乐场所、娱乐场所、或任何其他合适的环境或场所中传输。

解码设备还可以被配置为例如使用其车载扬声器1012传输1010声音信号1040。声音信号1040可以由位于传输解码设备附近的其他解码设备1002接收并处理。在被动地检测到声音信号并将声音信号的指示提供给了内容管理系统时，可以根据本文所述的系统和方法将特定内容传送到解码设备。

应该理解，声音音调(sonic tone)的使用不需要涉及内容管理系统的操作。图2示出了可以将消息或数据从一个移动设备传送到另一移动设备的过程，该消息或数据被编码为声音音调或声音音调序列。在图2的实施例中，根据实施例，由执行适当的调制技术的服务器生成声音音调，然后使用服务器和数据连接将调制后的声音音调(被描述为音频样本序列)传递给移动设备。在该示例中，在阶段2002中，用户可以使用移动或独立设备来录入数据。在其他实施例中，可以实时地或在交互之前，从服务器或存储设备获得要调制的数据。在阶段2004中，可以将数据发送到调制服务器。在阶段2006中，服务器可以接收数据，并使用该数据将消息编码为表示二进制消息的符号序列，以用于传送为音频内容。

在该示例中，二进制消息被编码为符号序列，其中，每个符号与频率特性相关联。然后，服务器可以使用与符号相关联的频率特性来生成符号序列的数字化版本的音频样本。然后，音频样本可以被存储在存储器中，以供移动设备2010取回和/或传输到移动设备2010。在一些实施例中，音频样本可以被存储在音调文件中。

在阶段2008中，将由服务器生成的音调文件发送到设备2010。可以通过有线或无线连接将音调文件发送到设备2010。然后，第一移动设备2010可以基于音频样本生成声音信号，并且使用与第一移动设备2010相关联的音频设备来传输2012声音信号。

根据一个实施例，然后可以由第二移动设备2014接收由第一移动设备2010生成并传输的声音信号2012。第二移动设备2014可以使用麦克风或与第二移动设备2014相关联的其他声音信号检测设备来接收声音信号。然后，第二移动设备2014可以解码2016从第一设备2010接收的声音信号，如下面进一步详细描述的。

在上述实施例中，音频样本是由服务器生成的，并且可以被存储为音调文件。然后，可以将音调文件发送到第一移动设备。然而，实践中，音调文件可能太大，以至于将其发送到第一移动设备可能不实际。因此，对于第一移动设备2010而言，直接生成音频样本而不从服务器接收音频样本可能更加高效。因此，在另外的实施例中，第一移动设备2010可以基于由第一移动设备2010从服务器接收的信息，来生成表示二进制消息的符号序列的数字化版本的音频样本。在该实施例中，服务器可以确定要使用什么信息来生成音频样本，并且可以将该信息传达给第一移动设备2010。然而，在该实施例中，服务器不生成音频样本，而是在第一移动设备中生成这些音频样本。

图3示出了实施例3000，其中，根据一个实施例，声音音调可以由第一移动设备3002生成并传递给第二移动设备3004。在该示例中，第一设备3002可以通过发送和接收被编码为声音信号的消息，来与第二设备3004交互。在该示例中，在阶段3006中，用户可以使用由第一移动设备3002提供的用户界面录入数据，或者从远程服务器或存储设备获得该数据。

根据示出的实施例，第一设备3002可以使用数据将二进制消息编码为选自由两个或多个符号组成的组的符号序列，其中，每个符号与频率特性相关联。在阶段3008中，然后第一移动设备3002可以使用与符号相关联的频率特性来生成符号序列的数字化版本的音频样本。然后，音频样本可以被存储在存储器中和/或被传输到第二移动设备3004。在一些实施例中，音频样本可以被存储在音调文件中。

根据实施例，在阶段3010中，第一移动设备3002回放所生成的音频样本，以便使用与第一移动设备3002相关联的音频设备来广播声音信号3012，以供第二移动设备3004接收。

根据一个实施例，然后由第二移动设备3004接收由第一移动设备3002生成3008并传输3012的声音信号。在阶段3014中，第二移动设备3004可以使用与第二移动设备3004相关联的麦克风或其他声音信号检测设备来接收声音信号。然后，第二移动设备3004可以解码从第一设备3002接收到的声音信号，如下面进一步详细描述的。根据一个实施例，在阶段3016中，第二设备3004可以显示与所接收的消息相关联的数据。在另外的实施例中，第二移动设备3004可以基于接收到的消息来执行其他操作，如对于本领域普通技术人员而言显而易见的。

图4提供了根据一个实施例的示例性声音信号4002的图形表示4000，该示例性声音信号4002对表示二进制消息的符号序列进行编码，并且图5提供了其中使用的符号的编码的索引。图形表示4000是示例性声音信号4002的频率对时间的曲线图。在该表示中，纵轴表示被划分为分立组(bin)4004的频率。类似地，横轴表示被划分为分立时间样本的时间。

根据实施例，二进制消息被编码为选自由两个或多个符号组成的组的符号序列，其中，每个符号与在符号周期序列之一期间内传输的频率特性相关联。每个符号周期的持续时间为40毫秒，并且每个符号由四个载波频率的顺序传输表示，每个载波频率被频移键控为在每个符号周期期间同时传输的八个分立频率之一。

在所示的实施例中，用于符号传输的四个载波频率将被标识为载波频率A、B、C和D。如图5所见，载波频率A可以调制为12.8kHz和14.2kHz之间的八个频率值之一(以200Hz为步长)，载波频率B可以调制为14.4kHz和15.8kHz之间的八个频率值之一(以200Hz为步长)，载波频率C可以调制为16.0kHz到17.4kHz的八个频率值之一(以200Hz为步长)，并且载波频率D可以调制为17.6kHz和19.0kHz之间的八个频率值之一(以200Hz为步长)。

如在图5中可以看到的，变化的幅度与载波A、B、C和D的不同频率一起使用，其中，将增加的幅度(并因此增加声压级)应用于更高的频率范围，并且幅度通常单调增加，并且所得到的声压级根据增加的频率而变化。这具有两个优点。首先，典型扬声器的声音再现经常在较高频率下转降，该较高频率是超出大多数听众的听觉范围(例如，大于15kHz的频率)的特定频率。因此，随频率增加幅度补偿较高频率下降低的频率响应。此外，在较低频率下使用的较低幅度和声压级往往会掩盖典型听众的听力范围内的声音音调，从而降低了声音音调的可听性，并降低了声音音调将对于听众是刺激性的可能性。所要使用的幅度增加的范围根据所使用的声音音调的应用、要采用的预期的扬声器和麦克风、以及正采用的频率范围，以及因此通常随频率增加而单调增加的任何幅度和声压级变化应被视为在当前公开的发明的范围内。

在使用中，载波A和C的选定频率在40毫秒符号周期的第一个20毫秒部分期间一起传输，并且载波B和D的选定频率在40毫秒符号周期的第二个20毫秒部分期间一起传输，使得每个符号周期的特征在于，载波A和C传输的第一部分，之后是载波B和D传输的第二部分。

应该理解，由于每个载波可以调制为八个频率之一，因此载波的确切频率表示八个可能值之一或三个数据位。值得注意的是，使用格雷编码方案，使得在相邻频率上使用的相邻代码之间的代码的最小汉明距离为1；这样做使得解码期间的频率识别错误(例如，由将传输的频率改变为相邻频率的多普勒频移而引起)在输出中产生单个位错误，而不是多个位错误。

在符号周期的第一个20毫秒部分期间一起传输的两个载波可以具有64个可能的频率组合之一，以表示6位数据。在符号周期的第二个20毫秒部分期间一起传输的两个载波可以具有另一种64个可能的频率组合之一，以表示另一6位数据，使得在40毫秒符号周期期间两次传输的组合具有4028种可能的频率组合之一，以表示12位值。

图5A示出了声音传输的示例性有效载荷，其包括在13个40毫秒符号周期上传输的13个符号并且总计0.52秒的传输时间和156个传输的位。如可以看到的，通过两个载波的频率调制，每20毫秒传输6位信息，在载波A+C和载波B+D之间交替。图5B示出了声音传输的示例性有效载荷，其包括在26个40毫秒符号周期上传输的26个符号并且总计1.04秒的传输时间和312个传输的位。

应当注意，在下面示出和详述的实施例中，传输的有效载荷包括表示传输数据的符号以及对传输数据的CRC值编码的附加符号；在所示的示例中，CRC值将位率增加了1.5倍，使得有效载荷和相关联的检验符号的所得到的传输速率降低到每符号8位。

返回图4，在信号4002下方示意性地示出了包括声音信号4002的字段。符号序列包括表示扫频前导码4006的符号，表示消息类型4008的符号，表示消息的长度4010的符号，表示前两个字段的循环冗余检验4012的符号，表示即将到来的有效载荷的循环冗余检验4014的符号，和表示有效载荷数据4016的符号。根据一个实施例，有效载荷可以是可变长度的，其中，与有效载荷4016相关联的符号的数目由长度字段4010指定。根据实施例，下面提供了符号序列格式的另外的细节。

根据一个实施例，频率前导码4006以扫频格式传送，即，该前导码包括40毫秒，在此期间，产生调制或扫频声音信号，其中，该频率从由载波A、B、C和D在数据传输中使用的最低频率扫频到最高频率。图4中看到示例性扫频前导码；这种扫频前导码格式包括15毫秒的静音，然后是40毫秒的长频率扫描，然后是15毫秒的静音，总长度为70毫秒。

已经发现，出于同步和解码的目的，如图所示的扫频前导码4006比先前的、使用步进频率序列的前导码格式(例如，上述参考的在先专利申请中的格式)所经历的更容易识别。例如，发现步进频率序列以不可接受的高速率与声音音调传输的其他部分或与背景噪声(不正确地)相关。扫频前导码大大减少了假正相关的数量。

对使用扫频前导码实现的同步的改进似乎与所使用的扫频方式或类型无关；只要扫频频率跨用于符号传输的整个频率范围扩展，无论为特定实施方式选择的扫描的特定格式，都可以实现有效的同步。因此，应将使用的所有图案和形式的扫频应视为在本发明的范围内，而不限于在本文示出的特定扫频。

下面详细说明了关于同步至前导码和随后对声音音调的其余部分进行解码的方法的另外的细节。

在扫频前导码4006之后，声音音调的其余部分包括载波A、B、C和D的选定频率的一系列20毫秒突发。前三个20毫秒部分4008对表示传输类型(纠错后12位扩展为18位)的18位值(三个6位值)进行编码，接下来的三个20毫秒部分4010对表示有效载荷长度的18位值(纠错后12位扩展为18位)进行编码。其后是四个20毫秒部分，其对表示类型和长度数据的CRC16码的24位二进制数据进行编码。其后是有效载荷数据4014和有效载荷CRC码4016；在所示的情况下，有效载荷数据4014包括：12个40毫秒部分，其对表示有效载荷的72位进行编码(在纠错后48位扩展为72位)；以及CRC码4016，其包括4个40毫秒部分，其对表示有效载荷CRC的24位进行编码。字段4008、4010、4012、4014和4016中的每一个使用载波A、B、C、D来对二进制数据编码，以在由两个40毫秒部分组成的符号中传送相关信息，每个符号被解码为6位二进制信息。

字段的使用如下：字段4008提供二进制值，该二进制值标识由声音音调4000使用的编码类型，这使得将来能够修改声音音调4000的编码方法，同时保持反向兼容性。长度字段4010指示信标有效载荷的长度。报头循环冗余检验字段为报头类型字段4008和报头长度字段4010提供冗余。

卷积纠错编码与接收器处的维特比(Viterbi)解码器结合使用，以校正传输中信号的可能损坏，并减少接收到的数据被损坏的可能性。位流中包括的CRC数据单独地用于检验维特比解码器之后的解码数据的完整性，以指示接收到的数据是否可能被破坏。结果是高度的数据完整性，这对于这种格式是重要的，特别是因为错误的有效载荷长度信息可能导致许多信标有效载荷的错误丢失。

现在转到图6，可以解释可以由处理器用来解码来自音频流的符号的解码过程。该过程开始于步骤6000中的音调前导码的检测和初始化。具体地，初始化了缓冲器和无限脉冲响应(IIR)滤波器；该缓冲区包含100毫秒的音频样本，并预加载了40毫秒的静音和60毫秒的传入音频样本。同时，无限脉冲响应以零值初始化。该滤波器用于建立现存背景环境噪声与扫频前导码的相关性，以便将扫频前导码从背景噪声识别并区分出来。

在初始化之后，在步骤6010中，针对要检测的扫频前导码，使用40毫秒的音频样本模板执行匹配的滤波器相关性。以一个样本增量跨整个输入缓冲区中执行此关联，以识别与模板具有最大相关性的40毫秒音频样本序列。

在步骤6020中，由匹配的滤波器产生的相关性被输入到IIR滤波器。IIR滤波器用于测量关于最近相关性测量的统计数据，以指示何时发生了统计上显著变化。具体而言，对IIR滤波器的输出进行评估，以确定所测得的最大相关性是否与由IIR滤波器产生的平均值相差大于5个标准差。如果是这样，则认为找到了前导码，并且在步骤6030中，使用前导码的所识别的位置，开始同步的处理，使得后续步骤可以在前导码之后处理符号。然而，如果尚未找到前导码，则在步骤6040中，用40毫秒的传入音频样本来加载缓冲器，所述传入音频样本被附加于缓冲器中的最后60毫秒的样本，并且过程返回到步骤6010，以使用匹配的滤波器来在更新的缓冲区中搜索前导码。

一旦找到前导码，则在步骤6050中执行精细解码过程。具体地说，详细分析了缓冲区的两个连续的20毫秒部分，以确定其中出现的频率。假设同步，则第一个20毫秒部分应包含载波A和C的频率，并且第二个20毫秒部分应包含载波B和D的频率。

在步骤6060和6070中对这两个部分进行精细解码；在步骤6060中，处理了第一个20毫秒部分，并且在步骤6070中，处理了第二个20毫秒部分。在步骤6060和6070中的每一个中，处理了5个重叠的20毫秒部分。第一部分是从预期符号开始时间之前的2毫秒到预期符号开始时间之后的18毫秒。第二部分是从预期符号开始时间之前的1毫秒到预期符号开始时间之后的19毫秒，第三部分是从预期符号开始时间到预期符号开始时间之后的20毫秒，第四部分是从预期符号开始时间之后的1毫秒到预期符号开始时间之后的21毫秒，并且第五部分是从预期符号开始时间之后的2毫秒到预期符号开始时间之后的22毫秒。

这五部分的最佳对准应该包括选定频率的预期载波，而来自先前符号或后续符号的载波信号的流失很少。对准不太好的其他部分将表现出更少的预期载波，以及来自其他载波的更多杂散信号。

为了识别在五部分中的每部分中存在哪些载波频率，并为了确定哪个部分与符号的开始和结束最佳对准，五部分中的每部分都要被传递通过一组Goertzel滤波器，一个Goertzel滤波器将调谐到预期出现在该部分中的载波的可能频率中的每一个。每部分都在小节中进行了评估：具体地说，每部分的13个重叠小节都被传递通过该组Goertzel滤波器，该组Goertzel滤波器被调谐到载波A和C的每个可能频率。应用到五部分中的每部分的Goertzel滤波器通过的输出被输出到存储以用于当前符号部分，并且处理继续。

在步骤6090中，输出由步骤6060和6070产生的Goertzel幅度的阵列(对于两个20毫秒部分中的每一个的五部分中的每一个，对于两个载波中的每一个，对于每个预期频率为13Goertzel幅度)以储存以用于以后的评估。

在步骤6100中，评估声音音调的长度参数，以确定在声音音调中是否预期有其他符号。如果是，则在步骤6110中执行同步处理，然后处理继续到步骤6050，以处理下一个40毫秒的缓冲音频(作为两个20毫秒的部分)。

在步骤6110中，通过比较针对两个20毫秒部分中的每一个的五个重叠部分中的每一部分所获得的Goertzel滤波器输出幅度来评估同步。具体地说，比较以下几者：对从符号的预期开始处开始的部分以及早2毫秒和1毫秒开始的部分以及以后2毫秒和1毫秒开始的部分的Goertzel滤波器输出。对于从20毫秒部分截取的五部分中的每个部分，同步过程评估最大的两个Goertzel滤波器输出之间的差异，并且如果在符号的预期开始处开始的部分中未找到该最大差异，则同步时间将向前或向后调整1或2毫秒，到发现最大差异的时刻。然而，此步骤可能发生的累积同步时间调整被限制为+/-20毫秒。针对第一个和第二个20毫秒部分独立确定同步时间调整，并且因此对于包括载波A+C的部分和包括载波B+D的部分可能不同(对于音频的每个20毫秒部分评估两个载波，如上所述)，然而对于A+C载波的调整与对于B+D载波的调整相差可能不超过+/-10毫秒。

当通过步骤6100处理了最后一个符号时，然后处理从步骤6100进行到步骤6120，在步骤6120中，对符号值的字符串执行维特比解码，并在先前步骤期间收集滤波器输出。使用CRC信息来检验结果的完整性。如果结果是错误的，则在步骤6130中，将结果丢弃，并且处理返回到步骤6000，以尝试检测新的声音音调的前导码。然而，如果纠错成功，则在步骤6140中将有效载荷传送到客户端应用，并且然后处理返回到步骤6000，以尝试检测新声音音调的前导码。

总体上，对于本领域的普通技术人员而言显而易见的是，本文描述的实施例中的至少一些可以在软件、固件和/或硬件的许多不同实施例中实现。该软件和固件代码可以由处理器或任何其他类似的计算设备执行。可用于实现实施例的软件代码或专用控制硬件并非限制性的。例如，可以使用任何合适的计算机软件语言类型(例如，使用常规或面向对象的技术)，在计算机软件中实现本文描述的实施例。这样的软件可以存储在任何类型的合适的一个或多个计算机可读介质上(例如，磁或光存储介质)。

可以在不具体引用特定软件代码或专用硬件组件的情况下描述实施例的操作和行为。缺少这样具体引用也是可行的，这是因为可以清楚地理解，本领域技术人员将能够设计软件和控制硬件，以基于说明书、以不超过合理的努力且没有过度实验的情况下来实现实施例。

此外，与所公开的实施例相关联的过程可以由可编程装备(例如，计算机或计算机系统和/或处理器)执行。可以使可编程装备执行过程的软件可以存储在任何存储设备中，例如计算机系统(非易失性)存储器、光盘、磁带或磁盘。此外，当计算机系统被制造或存储在各种类型的计算机可读介质上时，可以对至少一些过程进行编程。

还可以理解的是，可以使用存储在一个或多个计算机可读介质上的指令来执行本文所述的某些过程方面，所述指令指导计算机系统执行过程步骤。计算机可读介质可以包括例如存储器设备，例如磁盘、压缩盘(CD)、数字多功能盘(DVD)、光盘驱动器或硬盘驱动器。计算机可读介质还可以包括存储器存储装置，其是物理的、虚拟的、永久的、临时的、半永久的和/或半临时的。

“计算机”、“计算机系统”、“主机”、“服务器”或“处理器”可以是例如但不限于处理器、微型计算机、小型计算机、服务器、大型机、膝上型计算机、个人数据助理(PDA)、无线电子邮件设备、蜂窝电话、寻呼机、处理器、传真机、扫描仪、或被配置为通过网络传输和/或接收数据的任何其他可编程设备。

本文公开的计算机系统和基于计算机的设备可以包括用于存储在获取、处理和传达信息中使用的某些软件模块的存储器。可以理解，就所公开的实施例的操作而言，这种存储器可以是内部的或外部的。存储器还可包括用于存储软件的任何单元，包括硬盘、光盘、软盘、ROM(只读存储器)、RAM(随机存取存储器)、PROM(可编程ROM)、EEPROM(电可擦除PROM)和/或其他计算机可读介质。

在本文公开的各种实施例中，单个组件可以由多个组件代替，并且多个组件可以由单个组件代替，以执行一个或多个给定功能。除非这种替换将不起作用，否则这种替换在实施例的预期范围内。例如，本文描述的任何服务器都可以由“服务器农场”或被定位并被配置用于协作功能的联网服务器(例如，刀片服务器)的其他分组替代。

可以理解，服务器农场可以用于在农场的各个组件之间/当中分配工作负载，并且可以通过利用多个服务器的集体和协作能力来加速计算过程。这样的服务器农场可以使用负载平衡软件，该软件可以完成任务，所述任务例如跟踪来自不同机器的处理功率的需求，基于网络需求对任务进行优先处理和/或调度，和/或在组件故障或可操作性降低的情况下提供备用应急措施。

计算机系统可以包括一个或多个经由一个或多个数据总线与存储器(例如，RAM或ROM)通信的处理器。数据总线可以携带在处理器与存储器之间的电信号。处理器和存储器可以包括传导电流的电路。电路的各种组件(例如，处理器的固态晶体管和/或存储器电路的固态晶体管)的充电状态在电路的操作期间可以改变。

尽管本文已经描述了各种实施例，但是显而易见的是，对那些实施例进行的各种修改、改变和改编可以被本领域技术人员想到，以获得至少一些优点。因此，在不脱离本文所阐述的实施例的范围的情况下，所公开的实施例旨在包括所有这样的修改、改变和改编。

Claims (20)

1.一种被配置为生成并传输声音信号的设备，所述声音信号对表示二进制消息的符号序列进行编码以用于传送为音频内容，所述设备包括：

音频设备；以及

处理器，其被配置为执行以下操作：

将所述二进制消息编码为符号序列，其中，每个符号与一个时间段相关联，并且在所述时间段期间以选定频率传输音频载波，其中，至少一个符号的时间段的特征在于，以两个不同选定频率传输至少两个载波；

使用与所述符号相关联的频率特性来生成所述符号序列的数字化版本的音频样本；以及

基于所述音频样本，控制所述音频设备来生成并传输所述声音信号。

2.根据权利要求1所述的设备，其中，所述编码包括使用前向纠错和冗余编码中的一个或多个。

3.根据权利要求1所述的设备，其中，所述符号序列还包括：

所述符号序列的前缀；

表示所述符号序列的长度的符号；

表示冗余编码的符号；以及

表示所述二进制消息的符号。

4.根据权利要求1所述的设备，其中，符号对二进制数据值进行编码，其中，每个二进制数据值与在所述符号期间传输的载波的相应频率特性相关联。

5.根据权利要求3所述的设备，其中，所述前缀包括扫频音调。

6.一种被配置为生成并传输声音信号的设备，所述声音信号对表示二进制消息的符号序列进行编码以用于传送为音频内容，所述设备包括：

音频设备；以及

处理器，其被配置为执行以下操作：

将所述二进制消息编码为符号序列，其中，每个符号与一个时间段相关联，并且在所述时间段期间以选定频率传输音频载波，所述符号之前是包括扫频音调的前缀；

使用与所述符号相关联的频率特性来生成所述符号序列的数字化版本的音频样本；以及

基于所述音频样本，控制所述音频设备来生成并传输所述声音信号。

7.根据权利要求6所述的设备，其中，所述编码包括使用前向纠错和冗余编码中的一个或多个。

8.根据权利要求6所述的设备，其中，所述符号序列还包括：

表示所述符号序列的长度的符号；

表示冗余编码的符号；以及

表示所述二进制消息的符号。

9.根据权利要求6所述的设备，其中，符号对二进制数据值进行编码，其中，每个二进制数据值与在所述符号期间传输的载波的相应频率特性相关联。

10.根据权利要求9所述的设备，其中，所述前缀的所述扫频音调在如下频率范围上扫描，所述频率范围包括与二进制数据值相关联的所述载波的每个频率。

11.一种生成并传输声音信号的处理器实现的方法，所述声音信号对表示数据消息的符号序列进行编码以用于传送为音频内容，所述方法包括：

通过处理器电路，将所述数据消息编码为符号序列，其中，每个符号与一个时间段相关联，并且在所述时间段期间以选定频率传输音频载波，其中，至少一个符号的时间段的特征在于，以两个不同选定频率传输至少两个载波；

通过所述处理器电路，使用与所述符号相关联的频率特性来生成所述符号序列的数字化版本的音频样本；以及

通过所述处理器电路，基于所述音频样本，控制所述音频设备来生成并传输所述声音信号。

12.根据权利要求11所述的方法，还包括：

通过所述处理器电路，使用前向纠错和冗余编码中的一个或多个来对所述数据消息进行编码。

13.根据权利要求11所述的方法，还包括：

通过所述处理器电路，将所述数据消息编码为符号序列，所述符号序列包括：

所述符号序列的前缀；

表示所述符号序列的长度的符号；

表示冗余编码的符号；以及

表示所述二进制消息的符号。

14.根据权利要求11所述的方法，还包括：

通过所述处理器电路，将所述数据消息编码为符号序列，

其中，符号对二进制数据值进行编码，以及

其中，每个二进制数据值与在所述符号期间传输的载波的相应频率特性相关联。

15.根据权利要求13所述的方法，还包括：

通过所述处理器电路，将数据消息编码为符号序列，在所述符号序列中，所述前缀包括扫频音调；以及

通过所述处理器电路，控制音频设备来生成并传输所述声音信号，所述声音信号具有所述载波的变化的声压级，使得与较低选定频率相比，较高选定频率以较高的声压级进行传输。

16.一种接收和解码声音信号的处理器实现的方法，所述方法对表示被接收为音频内容的数据消息的符号序列进行编码，所述方法包括：

通过处理器电路，控制所述音频接收器来将所述声音信号的数字化版本的样本接收到所述处理器电路中；

通过所述处理器电路，执行将所述声音信号与无限脉冲响应滤波器的相关，以检测与前导码相关联的背景噪声；

通过所述处理器电路，执行与匹配的滤波器的相关，以确定与所述前导码相对应的所述声音信号的所述数字化版本的样本；

通过所述处理器电路，执行与带通滤波器的相关，以确定所述声音信号的载波频率；

通过所述处理器电路，基于在与每个符号相关联的时间段期间在两个不同的确定的频率处检测到至少两个载波，将所述数据消息解码为符号序列。

17.根据权利要求16所述的设备，其中，所述处理器电路还被配置为使用前向纠错和冗余编码中的一种或多种来对所述数据消息执行纠错。

18.根据权利要求16所述的设备，其中，所述处理器电路还被配置为将所述数据消息解码为符号序列，所述符号序列包括：

所述符号序列的前缀；

表示所述符号序列的长度的符号；

表示冗余编码的符号；以及

表示所述二进制消息的符号。

19.根据权利要求16所述的设备，其中，所述处理器电路还被配置为将所述数据消息解码为符号序列，

其中，符号对二进制数据值进行编码，以及

其中，每个二进制数据值与在所述符号期间传输的载波的相应频率特性相关联。

20.根据权利要求18所述的设备，其中，所述处理器电路还被配置为执行与Goertzel滤波器的相关，以确定所述声音信号的载波频率，以将所述数据消息解码为符号序列。

Images