JP2013529311A - バイナリーメッセージデータを提供するウォーターマーク復号器および方法 - Google Patents

Abstract

ウォーターマーク復号器は、時間−周波数−ドメイン表現提供器と、メモリーユニットと、同期決定器と、ウォーターマーク抽出器とを含む。時間−周波数−ドメイン表現提供器は、ウォーターマーク済み信号の複数の時間ブロックについての周波数−ドメイン表現を提供する。メモリーユニットは、ウォーターマーク済み信号の複数の時間ブロックについての周波数−ドメイン表現を記憶する。更に、同期決定器は、ウォーターマーク済み信号の複数の時間ブロックについての周波数−ドメイン表現に基づいて、整列時間ブロックを識別する。ウォーターマーク抽出器は、識別された整列時間ブロックよりも時間的に先行する時間ブロックのウォーターマーク済み信号の記憶された周波数−ドメイン表現に基づいて、識別された整列時間ブロックへの距離を考慮しながらバイナリーメッセージデータを提供する。
【選択図】 図２４

Description

本発明の実施形態はオーディオ・ウォーターマーキング・システムに関し、特にバイナリーメッセージデータを提供するウォーターマーク復号器およびバイナリーメッセージデータを提供する方法に関する。

多くの技術的アプリケーションにおいて、例えばオーディオ信号、ビデオ信号、グラフィックス、測定量等のような有用データ又は「主データ」を表す情報又は信号の中に、追加的な情報を含ませることが望まれる。多くの場合、そのような追加的な情報は、主データ（例えばオーディオデータ、ビデオデータ、静止画像データ、測定データ、テキストデータ等）に対し、ユーザーに知覚されないような方法で結合されて含まれることが望ましい。また、幾つかの場合では、主データ（例えばオーディオデータ、ビデオデータ、静止画像データ、測定データ等）から追加的なデータを容易に取り除けないような方法で、その追加的データが含まれることが望ましい。

上述のような需要は、デジタル著作権管理を実現することが望ましいアプリケーションにおいて、特に高くなる。しかし、有用データに対して実質的に知覚できないサイド情報を追加することが単純に望まれる場合も存在する。例えば、オーディオデータにサイド情報を追加することが望ましく、そのサイド情報には、オーディオデータのソース、オーディオデータのコンテンツ及びオーディオデータに関連する権利などが含まれる場合が挙げられる。

有用データ又は「主データ」の中に追加データを埋め込むために、「ウォーターマーキング」と呼ばれる概念が使用されても良い。ウォーターマーキングの概念は、オーディオデータ、静止画像データ、ビデオデータ、テキストデータなどの多様な種類の有用データについて、これまでも文献で議論されてきた。

以下に、「ウォーターマーキング」という概念が議論されている幾つかの参照文献を挙げる。しかし、ウォーターマーキングに関する更なる詳細について、教本や発行文献が幅広い分野に亘って存在することに注目されたい。

特許文献１は、オーディオデータの中に非可聴データ信号を導入する符号化方法と、オーディオ信号の中に非可聴形式で含まれたデータ信号を復号化する方法とを開示している。オーディオ信号の中に非可聴データ信号を導入する符号化方法は、オーディオ信号をスペクトルドメインへと変換するステップを含む。この符号化方法は、オーディオ信号のマスキング閾値を決定するステップと、疑似ノイズ信号を準備するステップとをさらに含む。この符号化方法は、データ信号を提供し、疑似ノイズ信号にそのデータ信号を乗算することで、周波数拡散されたデータ信号を得るステップをさらに含む。この符号化方法は、拡散データ信号をマスキング閾値で重み付けし、オーディオ信号とその重み付きデータ信号とをオーバーラップさせるステップをさらに含む。

さらに、特許文献２は、ラジオステーション若しくはテレビチャネルによって放送されるか又は媒体に録音されたプログラムを、そのプログラムの音声信号に対して非可聴的に符号化されたメッセージを追加することで、自動的に識別する方法および装置を開示している。そのメッセージにより、放送チャネル若しくはステーション、プログラム及び／又は正確な日付を識別できる。この文献に開示された実施形態においては、音声信号はアナログ／デジタル変換器を介してデータ処理器へと伝送され、そのデータ処理器は、周波数成分を分割し、周波数成分の幾つかに含まれるエネルギーを所定の方法で変更し、符号化済みの識別メッセージを形成する。データ処理器の出力は、デジタル／アナログ変換器によってオーディオ出力へと接続され、その音声信号が放送又は録音される。この文献に記載された他の実施形態では、音声信号からある周波数帯域を分割するためにアナログ帯域通過が使用され、分割された帯域内のエネルギーが音声信号を符号化するために変更されても良い。

特許文献３は、少なくとも１つの符号周波数成分を持つ符号をオーディオ信号の中に含ませる装置および方法を開示している。オーディオ信号内の様々な周波数成分の、人間の聴覚に対して符号周波数成分をマスクする能力が評価され、それらの評価に基づいてある振幅が符号周波数成分へと割り当てられる。符号化されたオーディオ信号内の符号を検出する方法及び装置も開示されている。符号成分の周波数を含むオーディオ周波数の範囲内において期待される符号振幅またはノイズ振幅に基づいて、符号化されたオーディオ信号内の符号周波数成分が検出される。

特許文献４は、放送又は録音されるセグメントを符号化／復号化し、かつそのセグメントに対する聴衆露出をモニターする方法および装置を開示している。放送又は録音されるセグメント信号の中の情報を符号化および復号化する方法並びに装置も開示されている。この文献で開示された実施形態では、聴衆モニターシステムが、拡散スペクトル符号化を使用して、放送又は録音されるセグメントのオーディオ信号部分の中の識別情報を符号化する。モニター装置は、放送又は録音された信号の音響的な再現バージョンをマイクロホンを介して受信し、有意な周囲環境ノイズに関わらずそのオーディオ信号部分から識別情報を復号化し、この情報を記憶する。このとき自動的に聴衆メンバーのためのダイアリーを供給し、このダイアリーは後に中央設備へとアップロードされる。個別のモニター装置は、放送された信号からの追加的な情報を復号化し、これが中央設備における聴衆ダイアリー情報と照合される。このモニターは、ダイアルアップ電話ラインを使用して中央設備に対して同時にデータを送信しても良く、拡散スペクトル技術を用いて符号化され第３者から送られた信号を用いて変調された信号を介し、中央設備からのデータを受信する。

特許文献５は、オーディオ信号内に符号を含ませかつ復号化する装置および方法を開示する。少なくとも１つの符号周波数成分を持つ符号を、オーディオ信号の中に含ませる装置および方法が開示されている。オーディオ信号内の様々な周波数成分の、人間の聴覚に対して符号周波数成分をマスクする能力が評価され、それらの評価に基づいてある振幅が符号周波数成分へと割り当てられる。符号化されたオーディオ信号内の符号を検出する方法及び装置も開示されている。符号成分の周波数を含むオーディオ周波数の範囲内において期待される符号振幅またはノイズ振幅に基づいて、符号化されたオーディオ信号内の符号周波数成分が検出される。

しかし、公知のウォーターマーキング・システムにおける問題として、オーディオ信号の持続時間が非常に短い場合が多いことが挙げられる。例えば、ユーザーがラジオステーションの間を高速で切り替えることがあり、又はオーディオ信号を再現しているスピーカが遠方に位置するためにオーディオ信号が非常に微弱となることもある。さらに、例えば宣伝広告に使用されるオーディオ信号においては、オーディオ信号が一般的に非常に短い場合が多い。加えて、ウォーターマーク信号は通常、低いビットレートしか持たない。そのため、有効なウォーターマークデータの量は、一般的には非常に低い。

ドイツ特許第１９６４０８１４Ｃ２ ＷＯ９３／０７６８９ 米国特許第５４５０４９０号 ＷＯ９４／１１９８９ ＷＯ９５／２７３４９

E. Zwicker, H. Fastl, "Psychoacoustics Facts and models"

そこで、本発明の目的は、ウォーターマーク済み信号に基づいてバイナリーメッセージデータを提供するための改善された概念であって、ウォーターマーク済み信号から得られるバイナリーメッセージデータの量を増大させることが可能な概念を提供することである。

この目的は、請求項１に記載のウォーターマーク復号器又は請求項９に記載の方法によって達成される。

本発明に従う一実施形態は、ウォーターマーク済み信号に基づいてバイナリーメッセージデータを提供するウォーターマーク復号器を提案する。このウォーターマーク復号器は、時間−周波数−ドメイン表現提供器と、メモリーユニットと、同期決定器と、ウォーターマーク抽出器とを備える。時間−周波数−ドメイン表現提供器は、ウォーターマーク済み信号の複数の時間ブロックについての周波数−ドメイン表現を提供する。メモリーユニットは、ウォーターマーク済み信号の複数の時間ブロックについての周波数−ドメイン表現を記憶する。さらに、同期決定器は、ウォーターマーク済み信号の複数の時間ブロックについての周波数−ドメイン表現に基づいて整列時間ブロックを識別する。ウォーターマーク抽出器は、識別された整列時間ブロックよりも時間的に先行する時間ブロックのウォーターマーク済み信号の記憶された周波数−ドメイン表現に基づいて、その識別された整列時間ブロックへの距離を考慮しながら、バイナリーメッセージデータを提供する。

本発明の鍵となる考え方は、ウォーターマーク済み信号の周波数−ドメイン表現を記憶し、同期情報（識別された整列時間ブロック）を使用することで、時間的に先行するメッセージからもバイナリーメッセージデータを回復するというものである。この方法によれば、取得できるバイナリーメッセージデータ又はウォーターマーク済み信号に含まれるウォーターマーク情報の量を有意に増加させることができる。なぜなら、同期が有効となる前に受け取られた時間ブロックからのデータも、またバイナリーメッセージデータを提供するために利用できるからである。

従って、特に異なるオーディオ信号間の高速での切り替えにおいて、オーディオ信号に含まれる完全なウォーターマーク情報を取得する可能性を高めることができる。

本発明の一実施形態は、識別された整列時間ブロックを含むメッセージよりも時間的に先行するウォーターマーク済み信号の不完全なメッセージのバイナリーメッセージデータを、その不完全なメッセージの冗長なデータを使用して提供するよう構成された冗長性復号器を含む、ウォーターマーク復号器に関する。このようにして、不完全なメッセージからでもウォーターマーク情報を回復することが可能となる。

本発明の他の実施形態は、複数の所定の同期シーケンスに基づき、かつウォーターマーク済み信号のメッセージのバイナリーメッセージデータに基づいて、整列時間ブロックを識別する同期決定器を含む、ウォーターマーク復号器に関する。ウォーターマーク済み信号のメッセージに含まれた時間ブロックの数が、前記複数の所定の同期シーケンスに含まれた異なる所定の同期シーケンスの数よりも大きい場合に、前記のような同期決定器が使用されても良い。もし、１つのメッセージが、有効な所定の同期シーケンスの数よりも多数の時間ブロックを含む場合には、同期決定器は１つのメッセージの中に２つ以上の整列時間ブロックを識別しても良い。それら２つ以上の識別された整列時間ブロックのうちのどのブロックが（例えばメッセージのスタートを示す）正確なブロックであるかを決定するために、前記識別された整列時間ブロックを含むメッセージのバイナリーメッセージデータを分析し、正確な同期を取得しても良い。

本発明の別の実施形態は、ウォーターマーク復号器に関し、この復号器は、識別された整列時間ブロックに時間的に後続する時間ブロックのウォーターマーク済み信号の周波数−ドメイン表現に基づいて、識別された整列時間ブロックへの距離を考慮して、更なるバイナリーメッセージデータを提供するウォーターマーク抽出器を含む。換言すれば、一度整列時間ブロックを識別すれば、時間的に後続のメッセージについては同期を使用することで十分となる可能性がある。（整列時間ブロックを識別する）同期は、所定時間の後で反復されても良い。

本発明のさらに他の実施形態は、ウォーターマーク復号器に関し、この復号器は、識別された整列時間ブロックに時間的に後続または先行する時間ブロックのウォーターマーク済み信号の周波数−ドメイン表現に基づいて、識別された整列時間ブロックへの距離を考慮しかつ不完全なメッセージの冗長なデータを使用しながら、バイナリーメッセージデータを提供する冗長性復号器およびウォーターマーク抽出器を含む。このようにして、欠損するウォーターマーク情報が識別された整列時間ブロックに対して先行するか又は後続するような不完全なメッセージからも、ウォーターマーク情報を回復することが可能となる。この方法は、もしあるウォーターマークを含む１つのオーディオソースから、ウォーターマークメッセージの「中央」にウォーターマークを含む他のオーディオソースへの切り替えが行われた場合に、有益である。そのような場合には、たとえ両方のメッセージが不完全であったとしても、即ち、両方のウォーターマークメッセージに関する伝送時間がオーバーラップしていたとしても、両方のオーディオソースからウォーターマーク情報を回復することが可能となる。

本発明のさらに別の実施形態は、バイナリーメッセージデータを提供する方法を提案する。その方法は、上述した装置と同様の知見に基づいている。

本発明の一実施形態に従うウォーターマーク挿入器のブロック概略図を示す。 本発明の一実施形態に従うウォーターマーク復号器のブロック概略図を示す。 本発明の一実施形態に従うウォーターマーク生成器の詳細なブロック概略図を示す。 本発明の実施形態の中で使用する変調器の詳細なブロック概略図を示す。 本発明の実施形態の中で使用する聴覚心理処理モジュールの詳細なブロック概略図を示す。 本発明の実施形態の中で使用する聴覚心理モデル処理器のブロック概略図を示す。 ブロック８０１により出力されたオーディオ信号のパワースペクトルを周波数から見たグラフを示す。 ブロック８０２により出力されたオーディオ信号のパワースペクトルを周波数から見たグラフを示す。 振幅計算のブロック概略図を示す。 変調器のブロック概略図を示す。 時間−周波数ドメインから見た係数の位置を示すグラフである。 同期モジュールの一例のブロック概略図を示す。 同期モジュールの他の例のブロック概略図を示す。 ウォーターマークの時間的整列を見つける際の問題を示すグラフである。 ウォーターマークのメッセージスタートを識別する際の問題を示すグラフである。 全体メッセージ同期モードにおける同期シーケンスの時間的整列を示すグラフである。 部分メッセージ同期モードにおける同期シーケンスの時間的整列を示すグラフである。 同期モジュールの入力データを示すグラフである。 同期ヒットを識別する概念を示すグラフである。 同期署名(synchronization signature)コリレータを示すブロック概略図である。 時間的逆拡散の例を示すグラフである。 ビットと拡散シーケンスとの間の要素毎の乗算の例を示すグラフである。 時間的平均化の後の同期署名コリレータの出力を示すグラフである。 同期署名の自己相関関数(auto-correlation function)によりフィルタ処理された同期署名コリレータの出力を示すグラフである。 本発明の実施形態に従うウォーターマーク抽出器のブロック概略図である。 候補メッセージとしての時間−周波数−ドメイン表現の一部の選択を示す概略図である。 分析モジュールのブロック概略図である。 同期コリレータの出力を示すグラフである。 復号化されたメッセージを示すグラフである。 ウォーターマーク済み信号から抽出された同期位置を示すグラフである。 ペイロード、ビタビ終端シーケンス(Viterbi termination sequence)を持つペイロード、ビタビ符号化されたペイロード、ビタビ符号化されたペイロードの反復符号化されたバージョンを示すグラフである。 ウォーターマーク済み信号を埋め込むために使用されるサブキャリアを示すグラフである。 符号化されていないメッセージ、符号化されたメッセージ、同期メッセージ及び同期シーケンスがメッセージに適用されたウォーターマーク信号を示すグラフである。 所謂「ＡＢＣ同期」の概念の第１ステップの概略図である。 所謂「ＡＢＣ同期」の概念の第２ステップを示すグラフである。 所謂「ＡＢＣ同期」の概念の第３ステップを示すグラフである。 ペイロードとＣＲＣ部分とを含むメッセージを示すグラフである。 本発明の一実施形態に従うウォーターマーク復号器のブロック概略図である。 本発明の一実施形態に従うバイナリーメッセージデータを提供する方法のフローチャートである。

次に、本発明に従う実施の形態を、添付の図面を参照して詳しく説明する。

１． ウォーターマーク生成器
図２４は、本発明の一実施形態に従い、ウォーターマーク済み信号２４０２に基づいてバイナリーメッセージデータ２４４２を提供するウォーターマーク復号器２４００のブロック図を示す。このウォーターマーク復号器２４００は、時間−周波数−ドメイン表現提供器２４１０と、メモリーユニット２４２０と、同期決定器２４３０と、ウォーターマーク抽出器２４４０とを含む。時間−周波数−ドメイン表現提供器２４１０は、同期決定器２４３０とメモリーユニット２４２０とに接続されている。さらに、同期決定器２４３０とメモリーユニット２４２０とは、ウォーターマーク抽出器２４４０に接続されている。時間−周波数−ドメイン表現提供器２４１０は、複数の時間ブロックについてウォーターマーク済み信号２４０２の周波数−ドメイン表現２４１２を提供する。メモリーユニット２４２０は、複数の時間ブロックについてのウォーターマーク済み信号２４０２の周波数−ドメイン表現２４１２を記憶する。更に、同期決定器２４３０は、複数の時間ブロックについてのウォーターマーク済み信号２４０２の周波数−ドメイン表現２４１２に基づいて、整列時間ブロック２４３２を識別する。ウォーターマーク抽出器２４４０は、識別された整列時間ブロック２４３２よりも時間的に先行する時間ブロックのウォーターマーク済み信号２４０２の記憶された周波数−ドメイン表現２４２２に基づいて、識別された整列時間ブロック２４３２までの距離を考慮して、バイナリーメッセージデータ２４４２を提供する。

このようなルック・バックの手法により、整列時間ブロック２４３２を識別することによって同期が有効となる前に受け取られたメッセージのバイナリーメッセージデータもまた、利用可能となる。従って、受け取られたウォーターマーク済み信号に含まれる、取得されたバイナリーメッセージデータの量を、有意に増大させることができる。

ここで、識別された整列時間ブロック２４３２までの距離を考慮するとは、例えば前記バイナリーメッセージデータを生成するために使用された関連する記憶された周波数−ドメイン表現の時間ブロックから、識別された整列時間ブロック２４３２までの距離を、バイナリーメッセージデータ２４４２の生成において考慮するという意味である。この距離は、例えば時間的距離（例えば、識別された整列時間ブロックが時間−周波数−ドメイン表現提供器によって提供された時刻よりもｘ秒前に、先行する時間ブロックが時間−周波数−ドメイン表現提供器によって提供されていたという時間的距離）か、又は先行する時間ブロックと識別された整列時間ブロック２４３２との間にある時間ブロックの数であっても良い。識別された整列時間ブロック２４３２までの距離を考慮することで、整列時間ブロック２４３２よりも先行している時間ブロックの、あるメッセージに対する正確な割当て（assignment）が可能となり、その結果、この先行するメッセージのバイナリーメッセージデータをウォーターマーク抽出器２４４０によって回復しかつ提供することができる。整列時間ブロック２４３２は、メッセージのスタートの発見を許可するような、例えばメッセージの１番目の時間ブロック、メッセージの最後の時間ブロック、又はメッセージ内の所定の時間ブロックであっても良い。１つのメッセージとは、複数の時間ブロックを一緒に包含した状態で含むデータパッケージであっても良い。

ウォーターマーク済み信号の複数の時間ブロックについての周波数−ドメイン表現は、ウォーターマーク済み信号の時間−周波数−ドメイン表現と呼ばれても良い。

任意ではあるが、ウォーターマーク復号器２４４０は、識別された整列時間ブロック２４３２を含むメッセージよりも時間的に先行する、ウォーターマーク済み信号の不完全なメッセージのバイナリーメッセージデータ２４４２を、その不完全なメッセージの冗長なデータを使用して、提供する冗長性復号器を含んでも良い。この方法では、例えばウォーターマーク済み信号の低い信号品質やウォーターマーク済み信号の開始時における不完全メッセージの発生に起因して不完全となるメッセージも、利用可能となる。

さらに、同期決定器２４３０は、複数の所定の同期シーケンスに基づき、かつウォーターマーク済み信号の（１つの）メッセージのバイナリーメッセージデータに基づいて、整列時間ブロック２４３２を識別しても良い。この例では、ウォーターマーク済み信号の前記メッセージに含まれる時間ブロックの数は、前記複数の所定の同期シーケンスに含まれた異なる同期シーケンスの数よりも大きい。この方法では、もし２つ以上の整列時間ブロックが１つのメッセージ内で識別された場合でも、正確な同期が可能となる。換言すれば、（正確な時間整列ブロックを識別する）正確な同期のために、メッセージのコンテンツが分析されても良い。

同期シーケンスの１つは、ウォーターマーク済み信号の周波数−ドメイン表現の各周波数帯域係数について１つの同期ビットを含んでも良い。周波数−ドメイン表現２４３２は、周波数−ドメインの各周波数帯域についての周波数帯域係数を含んでも良い。

提供されたバイナリーメッセージデータ２４４２は、識別された整列時間ブロック２４３２を含むメッセージよりも時間的に先行する、ウォーターマーク済み信号２４０２の１つのメッセージのコンテンツを表現しても良い。

任意ではあるが、ウォーターマーク抽出器２４４０は、識別された整列時間ブロック２４３２までの距離を考慮して、識別された整列時間ブロック２４３２に時間的に後続する時間ブロックのウォーターマーク済み信号２４０２の周波数−ドメイン表現２４１２に基づいて、更なるバイナリーメッセージデータを提供しても良い。これはルック・アヘッドの手法と呼ばれても良く、識別された整列時間ブロックを含むメッセージに後続する（複数の）メッセージの更なるバイナリーメッセージデータの提供を可能にする。この方法では、一回の同期だけでも十分となり得る。代替的に、整列時間ブロックが（例えば４番目、８番目、又は１６番目のメッセージ毎に）周期的に識別されても良い。

本発明の更なる実施形態は、ウォーターマーク復号器に関し、このウォーターマーク復号器は、識別された整列時間ブロックに時間的に後続又は先行する（複数の）時間ブロックのウォーターマーク済み信号の周波数−ドメイン表現に基づいて、識別された整列時間ブロックまでの距離を考慮しかつ不完全なメッセージの冗長なデータを使用して、バイナリーメッセージデータを提供する冗長性復号器およびウォーターマーク抽出器を含む。このようにして、欠損するウォーターマーク情報が前記識別された整列時間ブロックに対して先行又は後続しているような、不完全なメッセージからもウォーターマーク情報を回復することが可能となる。この方法は、もしあるウォーターマークを含む１つのオーディオソースから、ウォーターマークメッセージの「中央」にウォーターマークを含む他のオーディオソースへの切り替えが発生した場合に有益である。そのような場合には、たとえ両方のメッセージが不完全であったとしても、即ち、もし両方のウォーターマークメッセージのための伝送時間がオーバーラップしていたとしても、切り替え時に両方のオーディオソースからウォーターマーク情報を回復することが可能となる。

換言すれば、ウォーターマーク（メッセージ）を含むオーディオソースは、そのウォーターマーク（メッセージ）の「中央」部（又はメッセージ内のいずれかの位置）において切り替えられても良い。冗長性復号器とルック・バック機能とによって、両方のウォーターマークメッセージは、たとえそれらがオーバーラップしている場合でも、回復可能となる。

メモリーユニット２４２０は、所定の記憶時間後に、消去または上書きのために、ウォーターマーク済み信号２４０２の記憶された周波数−ドメイン表現２４２２を含むメモリースペースを解放しても良い。この方法では、周波数−ドメイン表現２４１２は短期間記憶されるだけであり、メモリースペースは時間−周波数−ドメイン提供器２４１０により提供される後続の周波数−ドメイン表現２４１２のために再利用することができるため、必要となるメモリースペースを小さい状態に維持することができる。加えて、又は代替的に、ウォーターマーク済み信号２４０２の記憶された周波数−ドメイン表現２４２２から、ウォーターマーク抽出器２４４０がバイナリーメッセージデータ２４４２を取得した後に、メモリーユニット２４２０は、消去または上書きのために、ウォーターマーク済み信号２４０２の記憶された周波数−ドメイン表現２４２２を含むメモリースペースを解放しても良い。この方法でも、必要なメモリースペースを減少させることが可能である。

２．バイナリーメッセージデータを提供する方法
図２５は、本発明の一実施形態に従うウォーターマーク済み信号に基づいてバイナリーメッセージデータを提供する方法２５００のフローチャートを示す。この方法２５００は、ウォーターマーク済み信号の複数の時間ブロックについての周波数−ドメイン表現を提供するステップ２５１０と、そのウォーターマーク済み信号の複数の時間ブロックについての周波数−ドメイン表現を記憶するステップ２５２０と、を含む。更に、この方法２５００は、ウォーターマーク済み信号の複数の時間ブロックについての周波数−ドメイン表現に基づいて整列時間ブロックを識別するステップ２５３０と、その識別された整列時間ブロックよりも時間的に先行する時間ブロックのウォーターマーク済み信号の記憶された周波数−ドメイン表現に基づいて、その識別された整列時間ブロックへの距離を考慮しながら、バイナリーメッセージデータを提供するステップ２５４０とを含む。

任意ではあるが、この方法は上述した装置の特徴に対応する更なるステップを含んでも良い。

３． システムの説明
以下に、ウォーターマーク挿入器とウォーターマーク復号器とを含む、ウォーターマーク伝送のためのシステムについて説明する。当然ながら、ウォーターマーク挿入器とウォーターマーク復号器とは、互いに独立して使用されても良い。

システムの説明については、ここではトップダウンの手法を選択した。まず、符号器と復号器との違いを明確にする。次に、第３．１章から第３．５章において、各処理ブロックを詳細に説明する。

システムの基本的な構成は、符号器側を示す図１と復号器側を示す図２とに示される。図１はウォーターマーク挿入器１００のブロック概略図を示す。符号器側では、（ウォーターマーク生成器とも呼ばれる）処理ブロック１０１の中で、聴覚心理処理モジュール１０２と交換される情報１０４及び１０５に基づいて、バイナリーデータ１０１ａからウォーターマーク信号１０１ｂが生成される。ブロック１０２から提供される情報は、典型的にはウォーターマークが非可聴であることを保証する。ウォーターマーク生成器１０１により生成されたウォーターマークは、次にオーディオ信号１０６へと加算される。ウォーターマーク済み信号１０７は、その後伝送され、記憶され又は更なる処理を受けることができる。例えばオーディオ・ビデオ・ファイルのようなマルチメディア・ファイルの場合には、オーディオ・ビデオ同期を失わないように、ビデオストリームに適切な遅延を加える必要がある。マルチチャネル・オーディオ信号の場合には、各チャネルは本願明細書で説明するように分離して処理される。処理ブロックである１０１（ウォーターマーク生成器）と１０２（聴覚心理処理モジュール）とについては、第３．１章及び第３．２章においてそれぞれ説明する。

復号器側については、ウォーターマーク復号器２００のブロック概略図である図２を参照して説明する。例えばマイクロホンによって録音されたウォーターマーク済み信号２００ａが、システム２００に対して使用可能である。分析モジュールとも呼ばれる第１のブロック２０３が、（例えばウォーターマーク済みのオーディオ信号である）入力データを時間／周波数ドメインで復調かつ変換し、（それによりウォーターマーク済みのオーディオ信号２００ａの時間−周波数−ドメイン表現２０４を取得して）同期モジュール２０１へと送る。この同期モジュール２０１は入力信号２０４を分析し、時間的同期化を実行する。即ち、符号化されたデータの時間的整列（例えば符号化されたウォーターマークデータの時間−周波数−ドメイン表現に関する時間的整列など）を決定する。この情報（例えば結果として得られる同期情報２０５）はウォーターマーク抽出器２０２へと送られ、この抽出器２０２がデータを復号化し、その結果、ウォーターマーク済みのオーディオ信号２００ａのデータコンテンツを表現するバイナリーデータ２０２ａを出力する。

３．１ ウォーターマーク生成器１０１
図３はウォーターマーク生成器１０１の詳細を示す。オーディオ信号１０６の中に隠されるべき（±１として示される）バイナリーデータ１０１ａが、ウォーターマーク生成器１０１へと入力される。ブロック３０１はデータ１０１ａを同一長Ｍ_pを持つパケットに整える。信号化の目的で、各パケットに対してオーバーヘッド・ビットが（例えば付加される状態で）加えられる。ここでは、Ｍ_sがそれらオーバーヘッド・ビットの数を示すことにする。それらの使用方法は第３．５章において詳細に説明する。以下の説明においては、ペイロード・ビットの各パケット及び信号オーバーヘッド・ビットが、ここで云うメッセージであることに留意されたい。

長さＮ_m＝Ｍ_s＋Ｍ_pを有する各メッセージ３０１ａは、処理ブロック３０２即ちチャネル符号器へと送られ、このチャネル符号器は、エラーに対する保護のためのビットを符号化する役割を果たす。このモジュールの可能性のある実施形態として、インターリーバーを伴う畳み込み符号器が挙げられる。この畳み込み符号器の比率が、ウォーターマーキング・システムの対エラー保護の全体的な程度に大きな影響を与える。他方、インターリーバーは、ノイズバーストに対する保護をもたらす。このインターリーバーの操作範囲は１個のメッセージに限定することもできるが、より多数のメッセージに拡大することもできる。ここでは、Ｒ_cが符号比率、例えば１／４を示すと仮定する。この場合には、各メッセージについて符号化されたビット数はＮ_m／Ｒ_cとなる。チャネル符号器３０２は、例えば符号化されたバイナリーメッセージ３０２ａを提供する。

次の処理ブロック３０３は、周波数ドメインで拡散を実行する。十分な信号対雑音比を達成するために、情報（例えばバイナリーメッセージ３０２ａ）は、Ｎ_f個の注意深く選択されたサブバンドへと拡散されて伝送される。周波数におけるそれらサブバンドの正確な位置は事前に決定され、符号器と復号器との両方に既知となっている。この重要なシステム・パラメータの選択に関する詳細は第３．２．２章において述べる。周波数における拡散は、Ｎ_f×１のサイズを持つ拡散シーケンスｃ_fによって決定される。ブロック３０３の出力３０３ａはＮ_f個のビットストリームを持ち、各ビットストリームは各サブバンドに１個ずつ対応している。ｉ番目のビットストリームは、入力ビットを拡散シーケンスｃ_fのｉ番目の成分と乗算することで得られる。最も単純な拡散は、ビットストリームを各出力ストリームへとコピーすること、即ち全て１から成る拡散シーケンスを使用することである。

ブロック３０４、即ち同期スキーム挿入器とも呼ばれるブロックは、ビットストリームに対して同期信号を追加する。復号器にはビット及びデータ構造のいずれの時間的整列も既知でないため、即ち、いつメッセージがスタートするかが分からないため、ロバストな同期が重要である。同期信号はそれぞれＮ_f個のビットのＮ_s個のシーケンスから成る。シーケンスは要素毎にかつ周期的にビットストリーム（又はビットストリーム３０３ａ）に対して乗算される。例えば、ここではａ，ｂ，ｃをＮ_s＝３個の（同期拡散シーケンスとも呼ばれる）同期シーケンスであると仮定する。その場合、ブロック３０４は、ａを第１の拡散ビットに乗算し、ｂを第２の拡散ビットに乗算し、ｃを第３の拡散ビットに乗算する。後続のビットに対しては、処理は周期的に反復される。つまり、ａを第４のビットに乗算し、ｂを第５のビットに乗算するという調子で続いてゆく。このようにして、結合された情報−同期情報３０４ａが得られる。（同期拡散シーケンスとも呼ばれる）同期シーケンスは、誤った同期のリスクを最小限にするために注意深く選択される。より詳細な説明を第３．４章で述べる。また、シーケンスａ，ｂ，ｃ，．．．は、同期拡散シーケンスとして考えられても良いことに留意すべきである。

ブロック３０５は時間ドメインで拡散を実行する。入力における各拡散済みのビット、即ち長さＮ_fのベクトルが時間ドメインでＮ_t回反復される。周波数における拡散と同様に、ここではＮ_t×１のサイズを持つ拡散シーケンスｃ_tを定義する。ｉ番目の時間的反復は、ｃ_tのｉ番目の成分と乗算される。

ブロック３０２〜３０５の操作を以下のような数学的表現に置き換えることができる。ここで、１×Ｎ_m＝Ｒ_cのサイズを持つｍが符号化済のメッセージであり、ブロック３０２の出力であると仮定する。その場合、（拡散済みの情報表現Ｒとして考えられても良い）ブロック３０３の出力３０３ａは次式で表すことができ、

結合済み情報同期表現Ｃと考えられても良いブロック３０４の出力３０４ａは、

となり、ここで、〇はシュール要素毎の積(Schur element-wise product)を示し、

となる。

ブロック３０５の出力３０５ａは、

となり、ここで、◇と上付き文字^Tとは、クロネッカーの積(Kronecker product)と転値(transpose)とをそれぞれ示す。バイナリーデータは±１として表現されることを思い出して頂きたい。

ブロック３０６はビットの差分符号化を実行する。このステップにより、システムは、移動又はローカルな発振器のミスマッチに起因する位相シフトに対するロバスト性が一段と高くなる。この点に関する詳細は、第３．３章で説明する。仮にｂ（ｉ；ｊ）を、ブロック３０６の入力におけるｉ番目の周波数帯域及びj番目の時間ブロックのためのビットであるとした場合、出力ビットｂ_diff（ｉ；ｊ）は次式で示される。

ストリームの開始点において、即ちｊ＝０において、ｂ_diff（ｉ；ｊ−１）は１に設定される。

ブロック３０７は実際の変調を実行する。即ち、その入力に与えられたバイナリー情報３０６ａに基づいてウォーターマーク信号波形を生成する。この点に関しては図４で詳細に説明する。Ｎ_f個の並行入力である４０１〜４０Ｎ_fは、異なるサブバンドについてのビットストリームを含む。各サブバンドストリームの各ビットは、ビット成形ブロック（４１１〜４１Ｎ_f）によって処理される。これらビット成形ブロックの出力は、時間ドメインの波形である。j番目の時間ブロックのｉ番目のサブバンドについて生成された波形は、ｓ_i,j（t）で示され、入力ビットｂ_diff（ｉ；ｊ）に基づいており、次式のように計算される。

ここで、γ(ｉ；ｊ)は聴覚心理処理ユニット１０２によって提供される重み付けファクタであり、Ｔ_bはビットの時間区間であり、ｇ_i(t)はｉ番目のサブバンドについてのビット形成関数である。ビット形成関数は、次式のコサインを用いて周波数変調されたベースバンド関数ｇ_i ^T（t）から得られたものであり、

ここで、ｆ_iはｉ番目のサブバンドの中央周波数であり、上付き文字Ｔは送信機を表している。ベースバンド関数は各サブバンドについて異なっていても良い。もし同一であると選択された場合には、復号器においてより効果的な構成が可能となる。詳細については、第３．３章を参照されたい。

各ビットのためのビット成形は、聴覚心理処理モジュール（１０２）によって制御される反復的な処理の中で繰り返される。ウォーターマークを非可聴に維持しながらできるだけ大きなエネルギーを割り当てるためには、反復によって重みγ(ｉ；ｊ)を細かく調節することが必要である。第３．２章においてより詳細に説明する。

ｉ番目のビット成形フィルタ４１ｉの出力における完全な波形は次式で示される。

ビット形成ベースバンド関数ｇ_i ^T（t）は、Ｔ_bよりも格段に大きい時間区間については通常は非ゼロであるが、主エネルギーはそのビット区間内に集中している。図１２ａはその一例を示し、２つの隣接するビットについて同一のビット形成ベースバンド関数をプロットしたものである。この図の中では、Ｔ_b＝４０ミリ秒である。Ｔ_b及び関数の形状の選択は、システムに対して重大な影響を与える。事実、より長いシンボルは、より狭い周波数応答を提供する。この点は、残響のある環境において特に有利である。事実、そのようなシナリオでは、ウォーターマーク済み信号は、各々が異なる伝播時間によって特徴づけられた複数の伝播経路を介してマイクホンに到達する。結果として得られるチャネルは、強い周波数選択性を示す。時間ドメインの観点では、より長いシンボルは有利である。なぜなら、ビット区間に匹敵する遅延を有するエコーは、積極的な干渉をもたらすからである。つまり、それらは受信された信号エネルギーを増大させる。しかし、長いシンボルには幾分かの欠点も存在する。即ち、長いオーバーラップはシンボル間干渉（ＩＳＩ）をもたらす可能性もあり、かつオーディオ信号内に隠すことは確実に困難である。そのため、聴覚心理処理モジュールは、長いシンボルに対し、短いシンボルよりも少ないエネルギーしか許可しないであろう。

ウォーターマーク信号は、次式のようにビット成形フィルタの全ての出力を合計することで取得される。

３．２ 聴覚心理処理モジュール１０２
図５に示すように、聴覚心理処理モジュール１０２は３つの部分から成る。第１のステップは分析モジュール５０１であり、時間オーディオ信号を時間／周波数ドメインへと変換する。この分析モジュールは、異なる時間／周波数分解能で並行分析を実行しても良い。この分析モジュールの次に、時間／周波数データは聴覚心理モデル（ＰＡＭ）５０２へと送られる。ここでは、ウォーターマーク信号のためのマスキング閾値が聴覚心理的な考察（非特許文献１を参照）に従って計算される。そのマスキング閾値は、各サブバンド及び時間ブロックのためのオーディオ信号の中に隠すことができるエネルギーの量を示す。聴覚心理処理モジュール１０２の最後のブロックは、振幅計算モジュール５０３である。このモジュールは、マスキング閾値が満足されるように、即ち埋め込まれたエネルギーがマスキング閾値によって定義されるエネルギー以下になるように、ウォーターマーク信号の生成に使用されるべき振幅ゲインを決定する。

３．２．１ 時間／周波数分析５０１
ブロック５０１は、オーディオ信号の時間／周波数変換をラップされた変換を用いて実行する。多数の時間／周波数分解能が実行されたときに、最高のオーディオ品質が達成される。ラップされた変換の１つの効果的な実施例は短時間フーリエ変換（ＳＴＦＴ）であり、これは窓処理された時間ブロックの高速フーリエ変換（ＦＦＴ）に基づくものである。窓の長さは時間／周波数分解能を決定し、長い窓は低い時間分解能及び高い周波数分解能をもたらし、短い窓は高い時間分解能及び低い周波数分解能をもたらす。他方、窓の形状は周波数漏れなどを決定する。

提案システムのために、データを２つの異なる分解能で分析することで、非可聴ウォーターマークが達成される。第１のフィルタバンクは、Ｔ_bのホップサイズ、即ちビット長により特徴付けられる。このホップサイズは２つの隣接する時間ブロックの間の時間区間である。窓の長さは略Ｔ_bである。この窓の形状はビット成形に使用されたものと同一である必要はなく、また、一般的には人間の聴覚システムをモデルすべきものである点に注意されたい。この問題点に関しては、多数の文献において研究されている。

第２のフィルタバンクはより短い窓関数を適用する。スピーチの中にウォーターマークを埋め込む場合には、高い時間的分解能を達成することが特に重要である。なぜなら、その時間的構造は一般的にＴ_bよりも細かいからである。

入力オーディオ信号のサンプリングレートは、それがウォーターマーク信号をエイリアシング無しで記述できる程度に十分に大きい限りは、重要ではない。例えば、もしウォーターマーク信号に含まれる最大周波数成分が６ｋＨｚである場合には、時間信号のサンプリングレートは少なくとも１２ｋＨｚでなければならない。

３．２．２ 聴覚心理モデル５０２
聴覚心理モデル５０２は、マスキング閾値を決定するという役割を持つ。即ち、ウォーターマーク済みのオーディオ信号が元の信号から区別できないように維持しながら、各サブバンド及び時間ブロックのためのオーディオ信号の中に隠すことができる、エネルギーの量を決定する。

ｉ番目のサブバンドは、２つの限界、即ちｆ_i ^(min)とｆ_i ^(max)との間で決定される。サブバンドは、Ｎ_f個の中央周波数ｆ_iを定義し、かつｉ＝２，３，．．．，Ｎ_fについて、ｆ_i-1 ^(max)＝ｆ_i ^(min)となるようにすることで決定される。中央周波数の適切な選択は、ツイッカー(Zwicker)により１９６１年に提案されたバークスケール（Bark scale）により与えられる。サブバンドは、より高い中央周波数に対してはより大きくなる。このシステムの可能性のある一実施例では、適切な方法で配置された１．５〜６ｋＨｚの範囲の９個のサブバンドが使用される。

後続の処理ステップは、各サブバンド及び各時間ブロックのための各時間／周波数分解能について別々に実行される。処理ステップ８０１は、スペクトル平滑化を実行する。事実、調性的要素（tonal elements）およびパワースペクトル内のノッチは平滑化する必要がある。これは幾つかの方法で実行可能である。調性値(tonality measure)を計算し、次にその値を使用して適応型の平滑化フィルタを駆動しても良い。代替的に、このブロックのより単純な実施例においては、メディアン状フィルタを使用しても良い。そのメディアンフィルタは、値のベクトルを考慮し、それらのメディアン値を出力する。メディアン状フィルタでは、５０％以外の分位点(quantile)に対応する値を選択することができる。フィルタ幅はＨｚで定義され、低周波数から開始して最高限度の周波数で終了する非線形移動平均として適用される。ステップ８０１の操作を図７に示す。赤色の曲線は平滑化の出力を示す。

平滑化が一旦実行されると、閾値がブロック８０２によって周波数マスキングだけを考慮して計算される。この場合にも別の可能性が存在する。１つの方法は、各サブバンドの最小値を用いてマスキングエネルギーＥ_iを計算する方法である。これはマスキングを効果的に操作する信号の実効エネルギーである。この値から、所定のスケーリングファクタを単純に乗算して、マスクされたエネルギーＪ_iを得ることができる。これらのファクタは各サブバンド及び時間／周波数分解能について異なり、経験的な聴覚心理的実験を通して取得される。これらのステップは図８で示す。

ブロック８０５では、時間マスキングが考慮される。この場合、同一のサブバンドに関する異なる時間ブロックが分析される。マスクされたエネルギーＪ_iは、経験的に導出されたポストマスキング・プロファイルに従って修正される。ここで、２つの隣接する時間ブロック、即ちｋ−１及びｋについて考察する。対応するマスクされたエネルギーはＪ_i（ｋ−１）及びＪ_i（ｋ）である。ポストマスキング・プロファイルは、例えば、マスキングエネルギーＥ_iがエネルギーＪ_iを時刻ｋでマスクし、エネルギーα・Ｊ_iを時刻ｋ＋１でマスクできると定義する。この場合、ブロック８０５は（現在の時間ブロックによりマスクされたエネルギーである）Ｊ_i（ｋ）と、（先行する時間ブロックによりマスクされたエネルギーである）α・Ｊ_i（ｋ＋１）とを比較し、最大値を選択する。ポストマスキング・プロファイルは文献でも紹介されており、経験的な聴覚心理的実験を通して取得されてきた。大きなＴ_b、即ち２０ミリ秒を超えるＴ_bについては、短時間窓関数を伴う時間／周波数分解能に対してのみポストマスキングが適用されることに注意されたい。

要約すれば、ブロック８０５の出力においては、２つの異なる時間／周波数分解能に関して得られた各サブバンド毎及び時間ブロック毎のマスキング閾値を得る。それらの閾値は、周波数マスキング現象と時間マスキング現象との両方を考慮して取得されてきたものである。ブロック８０６では、異なる時間／周波数分解能のための閾値が融合される。例えば、１つの実施例の可能性としては、１ビットが割り当てられた時間区間及び周波数区間に対応する全ての閾値をブロック８０６が考慮し、最小値を選択することが挙げられる。

３．２．３ 振幅計算ブロック５０３
図９を参照しながら説明する。ブロック５０３への入力は、聴覚心理に基づく全ての計算を実行する聴覚心理モデル５０２から出力された閾値５０５である。この振幅計算器５０３においては、その閾値を用いた追加的な計算が実行される。第１に、振幅マッピング９０１が行われる。このブロックは、（通常はエネルギーとして表現される）マスキング閾値を単に振幅へと変換するだけであり、その振幅は、第３．１章で定義したビット成形関数をスケールするために使用できるものである。その後、振幅適応ブロック９０２が使用される。このブロックは、ウォーターマーク生成器１０１の中でビット成形関数を乗算するために使用される振幅γ（ｉ，ｊ）を、マスキング閾値が確実に満たされるように繰り返し適応させる。事実、上述したように、ビット成形関数は、通常はＴ_bよりも長い時間区間に亘って延びる。従って、点 ｉ，ｊ においてマスキング閾値を満たす正確な振幅γ（ｉ，ｊ）を乗算することが、点 ｉ， ｊ−１ において必ずしも条件を満たすことにはならない。この点は、前エコーが可聴になるため、強いオンセットにおいては特に重大である。回避すべきもう一つの状況は、異なるビットの尾部が不運にも重畳し、可聴のウォーターマークをもたらすことである。そのため、ブロック９０２はウォーターマーク生成器によって生成された信号を分析し、閾値が満たされたかどうかをチェックする。もし満たされていない場合には、振幅γ（ｉ，ｊ）を適切に修正する。

符号器側の説明は以上である。後段では（ウォーターマーク復号器とも呼ばれる）受信器において実行される処理ステップについて説明する。

３．３ 分析モジュール２０３
分析モジュール２０３はウォーターマーク抽出処理の最初のステップ（又はブロック）である。その目的は、ウォーターマーク済みのオーディオ信号２００ａを、（符号２０４でも示される）Ｎ_f 個のビットストリーム

（各スペクトルサブバンドｉについて１個ずつ）へと戻し変換することである。これらには、同期モジュール２０１及びウォーターマーク抽出器２０２により、第３．４章及び第３．５章でそれぞれ説明するように、更なる処理が施される。

はソフト・ビットストリームであり、即ち、それらは例えばいかなる実数値をとることもでき、ビットに関する硬判定(hard decision)が未だ行なわれていないことに注意すべきである。

分析モジュールは、図１６に示す３つの部分、即ち分析フィルタバンク１６００と、振幅正規化ブロック１６０４と、差分復号化１６０８とから成る。

３．３．１ 分析フィルタバンク１６００
ウォーターマーク済みのオーディオ信号は、図１０ａにその詳細を示す分析フィルタバンク１６００によって、時間−周波数−ドメインへと変換される。このフィルタバンクの入力は、受信されたウォーターマーク済みのオーディオ信号ｒ（ｔ）である。その出力は、時刻ｊにおけるｉ番目の分枝又はサブバンドのための複素係数ｂ_i ^AFB（ｊ）である。これらの値は、中央周波数ｆ_i及び時刻ｊ・Ｔ_bにおける信号の振幅と位相についての情報を含む。

フィルタバンク１６００はＮ_f個の分枝で構成され、各分枝が各スペクトルサブバンドｉに対応している。各分枝は、スペクトルサブバンドｉについて、同相成分(in-phase component)のための上側サブ分枝と、直交成分(quadrature component)のための下側サブ分枝とに分割される。ウォーターマーク生成器における変調とウォーターマーク済みのオーディオ信号とは純粋に実数値であるが、チャネルと同期の整列ミスとにより導入された変調信号空間(modulation constellation)の回転は受信器においては既知ではないため、受信器における複素値の分析が必要となる。後段においては、フィルタバンクのｉ番目の分枝について考察する。同相及び直交のサブ分枝を結合することで、複素値のベースバンド信号複素係数ｂ_i ^AFB（ｔ）を次式のように定義できる。

ここで、＊は畳み込みを示し、ｇ_i ^R（ｔ）はサブバンドｉの受信器低域通過フィルタのインパルス応答を示す。通常は、マッチされたフィルタ条件を満たすために、ｇ_i ^R（ｔ）ｉ（ｔ）は変調器３０７内のサブバンドｉのベースバンドビット形成関数ｇ_i ^T（ｔ）に等しいが、他のインパルス応答も可能である。

レート１＝Ｔ_bで係数ｂ_i ^AFB（ｊ）を得るために、連続的な出力ｂ_i ^AFB（ｔ）をサンプリングしなければならない。もし仮に、正確なタイミングが受信器において既知であったとすれば、レート１＝Ｔ_bでサンプリングすることで十分だったであろう。しかし、実際にはビット同期は既知ではないために、レートＮ_os／Ｔ_bでサンプリングが実行され、ここで、Ｎ_osは分析フィルタバンク・オーバーサンプリング・ファクタである。（例えばＮ_os＝４のように）Ｎ_osを十分に大きい値に選択することで、少なくとも１つのサンプリング・サイクルが理想的なビット同期に十分近いことが保証できる。最適なオーバーサンプリング・レイヤは、同期プロセスの途中で決定されるため、オーバーサンプリングされた全てのデータはその時点まで維持される。このプロセスは第３．４章で説明する。

ｉ番目の分枝の出力において係数ｂ_i ^AFB（ｊ，ｋ）を持ち、ここでｊはビット番号又は時刻を示し、ｋはこの１ビット内のオーバーサンプリング位置を示し、ｋ＝１，２，．．．，Ｎ_osである。

図１０ｂは時間-周波数平面上の係数の位置を示す例示的な全体像である。オーバーサンプリング・ファクタはＮ_os＝２である。長方形の高さ及び幅は、対応する係数ｂ_i ^AFB（ｊ，ｋ）により表現される信号部分の帯域及び時間区間をそれぞれ示す。

もしサブバンド周波数 ｆ_i が所定区間Δｆの倍数となるように選択される場合には、分析フィルタバンクは高速フーリエ変換（ＦＦＴ）を用いて効果的に構成することができる。

３．３．２ 振幅正規化１６０４
一般化を損なわずかつ説明を簡素化する目的で、以下においてはビット同期が既知でありかつＮ_os＝１であると仮定する。つまり、正規化ブロック１６０４の入力においては複素の係数ｂ_i ^AFB（ｊ）を持つ。受信器においてはチャネル状態の情報が何もない（即ち伝播チャネルが既知でない）ために、等利得合成(equal gain combining: EGC)スキームが使用される。時間および周波数の分散的なチャネルに起因して、送られたビットｂ_i（ｊ）のエネルギーは、中央周波数ｆ_i及び時刻ｊの周囲だけではなく、隣接する周波数および時刻においても見つけられる。従って、より精確な重み付けのために、周波数ｆ_i±ｎΔｆ における追加的な係数が計算され、係数ｂ_i ^AFB（ｊ）の正規化のために使用される。もしｎ＝１であるならば、例えば次式となる。

ｎ＞１についての正規化は、上述の式の単純な拡張である。同様にして、２つ以上の時刻について考慮することで、ソフトビットを正規化することを選択できる。このような正規化が各サブバンドｉ及び各時刻ｊについて実行される。ＥＧＣの実際の合成は、抽出プロセスにおける更に後のステップにおいて実行される。

３．３．３ 差分符号化１６０８
差分符号化ブロック１６０８には、周波数ｆ_i及び時刻ｊにおける信号要素の位相についての情報を含む、振幅正規化された複素係数ｂ_i ^norm（ｊ）が入力される。ビットは送信機において差分符号化されているため、ここでは逆の操作が実行されなければならない。ソフトビット

は、まず２つの連続する係数の位相における差異を計算し、次に、その実数部分を取ることで得られる。

伝送チャネルは通常、各サブバンドにおいて異なる位相回転を導入するため、この計算は各サブバンドについて個別に実行する必要がある。

３．４ 同期モジュール２０１
同期モジュールの役割は、ウォーターマークの時間的同期を見つけることである。符号化済みのデータに対して復号器を同期化する問題は、２つのステップで構成される。第１のステップでは、分析フィルタバンクは符号化済みのデータに対して整列しなければならない。即ち、変調器の中で合成に使用されるビット成形関数ｇ_i ^T（ｔ）は、分析のために使用されたフィルタｇ_i ^R（ｔ）と整列しなければならない。この問題は図１２ａに示す。ここでは、分析フィルタは合成フィルタと同一である。図の上方において、３個のビットを示す。簡素化する目的で、これら全３個のビットのための波形はスケールされていない。異なるビットの間の時間的オフセットはＴ_bである。図の下方は、復号器における同期の問題を表している。即ち、フィルタは異なる時刻で適用可能であるが、しかし、赤線（曲線１２９９ａ）で示された位置だけが正確であり、第１のビットを最高の信号対雑音比ＳＮＲと信号対干渉比ＳＩＲとを用いて抽出することが可能となる。事実、不正確な整列はＳＮＲとＳＩＲとの両方を低下させるおそれがある。ここでは、この第１の整列を「ビット同期」と呼ぶ。一旦ビット整列が達成されたならば、ビットは最適に抽出される。しかし、メッセージを正確に復号化するためには、どのビットにおいて新たなメッセージがスタートするかについて知ることが必要となる。この問題については図１２ｂにおいて示し、メッセージ同期と呼ぶ。復号化されたビットのストリームの中では、赤線（位置１２９９ｂ）で示されたスタート位置だけが正確であり、ｋ番目のメッセージを復号化することが可能である。

先に、メッセージ同期についてだけ説明する。同期署名は、第３．１章で説明したように、ウォーターマーク内に連続的かつ周期的に埋め込まれた、所定の順序のＮ_s個のシーケンスで構成される。同期モジュールは、同期シーケンスの時間的整列を回復(retrieve)することができる。サイズＮ_sに基づいて、図１２ｃと図１２ｄにそれぞれ示す２つの操作モードを区別することができる。

全体メッセージ同期モード（図１２ｃ）においては、Ｎ_s＝Ｎ_m／Ｒ_cである。この図では、簡素化するために、Ｎ_s＝Ｎ_m／Ｒ_c＝６であって、時間的拡散はなし、即ちＮ_t＝１であると仮定する。使用される同期署名は、説明のためにメッセージの下方に示す。現実には、第３．１章で説明したように、それらメッセージは符号化されたビットと周波数拡散シーケンスとに基づいて変調される。このモードでは、同期署名の周期長(periodicity)はメッセージの周期長と同一である。そのため、同期モジュールは、同期署名の時間的整列を見つけることで、各メッセージの開始を確認することができる。新たな同期署名が同期ヒットとしてスタートする時間的位置に注目されたい。同期ヒットは、次にウォーターマーク抽出器２０２へと送られる。

可能性のある第２のモードとしての部分的メッセージ同期モードを図１２ｂに示す。この場合には、Ｎ_s＜Ｎ_m＝Ｒ_cである。この図では、Ｎ_s＝３であると仮定する。即ち、３個の同期シーケンスが各メッセージについて２回繰り返される。メッセージの周期長は同期署名の周期長の倍数である必要はない点に注意されたい。この操作モードにおいては、全ての同期ヒットがメッセージの開始に対応する訳ではない。同期モジュールはヒット間を区別する手段を持たず、この役割はウォーターマーク抽出器２０２に委ねられる。

同期モジュールの処理ブロックは図１１ａと図１１ｂに示す。同期モジュールは、同期署名コリレータ１２０１の出力１２０１ａを分析することで、ビット同期および（全体または部分的な）メッセージ同期を一度に実行する。時間／周波数ドメインのデータ２０４は分析モジュールによって提供される。ビット同期はまだ有効ではないため、第３．３章で説明したように、ブロック２０３はファクタＮ_osを用いてデータをオーバーサンプリングする。入力データを図１２ｅに示す。この例においては、Ｎ_os＝４、Ｎ_t＝２、Ｎ_s＝３であると仮定する。換言すれば、同期署名は（ａ，ｂ，ｃで示す）３個のシーケンスから成る。この場合には、拡散シーケンスｃ_t＝［１ １］^Tを用いた時間拡散は、時間ドメインで各ビットを単純に２回ずつ繰り返す。正確な同期ヒットは矢印で示され、各同期署名の開始に対応する。同期署名の周期は、Ｎ_t・Ｎ_os・Ｎ_s＝Ｎ_sblであり、例えば２・４・３＝２４である。同期署名の周期により、同期署名コリレータ（１２０１）は任意に時間軸をブロックへと分割する。このブロックはサーチブロックと呼ばれ、サイズはＮ_sblであり、その下付き文字がサーチブロックの長さを表している。図１２ｆに示すように、各サーチブロックは、１つの同期ヒットを含まなければならない（又は典型的に含んでいる）。Ｎ_sbl個のビットの各々が同期ヒットの候補である。ブロック１２０１の役割は、各ブロックの各候補ビットについて尤度(likelihood measure)を計算することである。この情報１２０１ａは、次に同期ヒットを演算するブロック１２０４へと送られる。

３．４．１ 同期署名コリレータ１２０１
Ｎ_sbl個の同期位置の候補の各々について、同期署名コリレータが尤度を計算する。その尤度が大きければ大きい程、（ビット同期と部分又は全体メッセージ同期との両方の）時間的整列が見つかった可能性が高くなる。この処理ステップを図１２ｇで示す。

このようにして、異なる選択位置に関する尤度のシーケンス１２０１ａを得ることができる。

ブロック１３０１は時間的逆拡散を実行する。即ち、Ｎ_t個の各ビットを時間拡散シーケンスｃ_tと乗算し、その後それらを合計する。これはＮ_f個の周波数帯域の各々について実行される。図１３ａに一例を示す。前述した例と同一のパラメータを使用する。即ち、Ｎ_os＝４、Ｎ_t＝２、Ｎ_s＝３である。同期位置の候補には印をつけてある。そのビットから、Ｎ_osのオフセットを用いてＮ_t・Ｎ_sがブロック１３０１で取得され、更にシーケンスｃ_tを用いて時間逆拡散され、その結果、Ｎ_s個のビットが残される。

ブロック１３０２では、ビットは要素毎にＮ_s個の拡散シーケンスと乗算される（図１３ｂを参照）。

ブロック１３０３では、周波数逆拡散が実行される。つまり、各ビットが拡散シーケンスｃ_fと乗算され、その後、周波数に沿って合計される。

このとき、仮に同期位置が正確であったとすると、Ｎ_s個の復号化されたビットを得るであろう。そのビットは受信器には知られていないので、ブロック１３０４は、Ｎ_s個の値と合計との絶対値を取ることで、尤度を計算する。

ブロック１３０４の出力は、原則的には同期署名を探求する非干渉性コリレータの出力となる。事実、小さなＮ_sを選択した場合、即ち部分的メッセージ同期モードを選択した場合、互いに直交する同期シーケンス（例えばａ，ｂ，ｃ）を使用することが可能となる。そうすることで、コリレータが署名と正確に整列していない場合、その出力が非常に小さくなり、理想的にはゼロとなる。全体的なメッセージ同期モードを使用する場合、できるだけ多数の直交同期シーケンスを使用し、次にそれらが使用された順序を注意深く選択することで、署名を作成することが望ましい。この場合、拡散シーケンスを良好な自己相関関数で探求するときと同じ理論を適用できる。コリレータが僅かに整列ミス状態であるときは、コリレータの出力は理想的な場合であってもゼロではなくなるが、しかしいずれにしても、分析フィルタが信号エネルギーを最適状態では獲得できないため、完全な整列状態に比べて小さくなるであろう。

３．４．２ 同期ヒットの計算１２０４
このブロックは同期署名コリレータの出力を分析し、同期位置がどこにあるのかを決定する。このシステムがＴ_b／４までのミス整列に対して相当にロバストであり、Ｔ_bが通常は約４０ミリ秒であることから、ブロック１２０１の出力を時間に亘って積分し、より安定的な同期を達成することが可能である。この実施例として可能性のあるものは、時間に沿って適用され、インパルス応答を指数関数的に減衰させる、ＩＩＲ（無限インパルス応答）フィルタである。代替的に、伝統的なＦＩＲ移動平均フィルタも使用できる。平均化が一旦実行されると、異なるＮ_t・Ｎ_sに沿った第２のコリレーション（「異なる選択位置」）が実行される。実際には、同期関数の自己相関関数が既知であるという情報を活用する。これが、最尤推定量(Maximun Likelihood estimator)に対応する。この考え方を図１３ｃに示す。この曲線は、時間積分後のブロック１２０１の出力を示す。同期ヒットを決定するための１つの可能性のある方法は、この関数の最大値を見つけることである。図１３ｄには、同期署名の自己相関関数でフィルタ処理された同じ関数（黒色）を示す。結果として得られる関数を赤線で示す。この場合、最大値がより明確化され、同期ヒットの位置が明確になる。２つの方法の結果は高いＳＮＲの状況下では相当に類似しているが、低いＳＮＲの状況下では第２の方法が格段に良好である。同期ヒットが発見された後は、ウォーターマーク抽出器２０２へと送られ、そこでデータが復号化される。

本発明の幾つかの実施形態では、ロバストな同期信号を得るために、短い同期署名を用いた部分的メッセージ同期モードで同期が実行される。そのため、多くの復号化を実行する必要があり、また偽陽性(false positive) のメッセージ検出を冒すリスクが高まってしまう。これを防止するため、本発明の幾つかの実施形態では、信号化シーケンスをより低いビットレートを持つメッセージの中に挿入しても良い。

この手法は、メッセージよりも短い同期署名から起こる問題に対する解決法であり、強化された同期についてこれまで説明した。この場合、復号器は新たなメッセージがどこでスタートするかが分からず、複数の同期ポイントにおいて復号化しようと試みる。真正なメッセージと偽陽性のメッセージとを区別するため、本発明の幾つかの実施例においては、ある信号語を使用する（即ち、既知の制御シーケンスを埋め込むためにペイロードが犠牲となる）。幾つかの実施例においては、真正なメッセージと偽陽性のメッセージとの間を区別するために、（代替的又は追加的に）真偽性(plausibility)チェックが使用される。

３．５ ウォーターマーク抽出器２０２
ウォーターマーク抽出器２０２を構成する部分について図１４を参照しながら説明する。この抽出器は２つの入力、即ちブロック２０３からの入力２０４とブロック２０１からの入力２０５とを持つ。同期モジュール２０１（第３．４章を参照）は同期タイムスタンプ、即ち候補メッセージがスタートする時間ドメインの位置を提供する。この点については、第３．４章でより詳細に説明している。他方、分析フィルタバンク・ブロック２０３は、復号化される準備が整ったデータを時間／周波数ドメインで提供する。

第１の処理ステップであるデータ選択ブロック１５０１は、復号化されるべき候補メッセージとして認識される部分を入力２０４から選択する。図１５ｂはこの過程を図式的に示す。入力２０４は実数値のＮ_f個のストリームで構成される。時間的整列は復号器には事前に知られていないため、分析ブロック２０３は１／Ｔ_bＨｚよりも高いレートで周波数分析（オーバーサンプリング）を実行する。図１５ｂではオーバーサンプリング・ファクタを４とした。即ち、サイズＮ_f×１の４個のベクトルがＴ_b秒毎に出力される。同期ブロック２０１が候補メッセージを認識したときに、同期ブロック２０１は候補メッセージのスタート点を示すタイムスタンプ２０５を交付する。選択ブロック１５０１は復号化に必要な情報、即ちサイズＮ_f×Ｎ_m／Ｒ_cの行列を選択する。この行列１５０１ａは更なる処理のためにブロック１５０２へと送られる。

ブロック１５０２，１５０３，１５０４は、第３．４章で説明したブロック１３０１，１３０２，１３０３と同じ操作を実行する。

本発明の代替的な実施形態では、復号化されるべきデータもまた同期モジュールから提供させることで、ブロック１５０２〜１５０４の計算を省略している。概念上、それは些細なことである。実装の観点から見れば、それはバッファがどのように実現されるかという問題に過ぎない。一般的には、計算を再度実行することで、より小さなバッファを使用することができる。

チャネル復号器１５０５はブロック３０２の逆の操作を実行する。もし、このモジュールの可能性のある実施例のチャネル符号器がインターリーバを伴う畳み込み符号器で構成されている場合には、チャネル復号器はデ・インターリービング及び畳み込み復号化を、例えば公知のビタビ・アルゴリズムなどを用いて実行する。このブロックの出力において、Ｎ_mビット、即ち候補メッセージを得る。

ブロック１５０６、即ち信号化および真偽性のチェックブロックは、入力された候補メッセージが実際にメッセージか否かを決定する。これを実行するためには、様々な方法が可能である。

基本的な考え方は、（ＣＲＣシーケンスのような）信号語を使用して真正なメッセージと偽のメッセージとの間を区別することである。しかしこれは、ペイロードとして使用可能なビット数を減少させてしまう。代替的に、真偽性のチェックを使用できる。もし、例えばメッセージがタイムスタンプを含んでいる場合には、連続的なメッセージは連続的なタイムスタンプを持っているはずである。もし、復号化されたメッセージが不正確な順序のタイムスタンプを持っている場合には、それを除外することができる。

メッセージが正確に検出されてきた場合には、システムは、ルックアヘッド及び／又はルックバックの機能を適用するよう選択しても良い。このとき、ビット同期とメッセージ同期との両方が達成されたと推定する。ユーザーがザッピングしていないと想定して、システムは時間的に「ルックバック」し、（もしまだ復号化されていない場合には）過去のメッセージを同じ同期ポイントを用いて復号化しようと試みる（ルックバックの手法）。この手法は、システムの開始時において特に有用である。さらに、悪い条件下では、同期を達成するために２個のメッセージが必要となるかもしれない。その場合には、１番目のメッセージにはチャンスがない。ルックバックを選択することで、バック同期のみに起因して受信されてこなかった「良好な」メッセージを救うことができる。ルックアヘッドも同様であるが、将来に関して有益である。現時点でメッセージがあれば、次のメッセージがどこにあるべきかが分かり、いずれかの方法でそれを復号化しようと試みることができる。

３．６ 同期の詳細
ペイロードを符号化するために、例えばビタビ・アルゴリズムを使用しても良い。図１８ａは、ペイロード１８１０と、ビタビ終端シーケンス１８２０と、ビタビ符号化済みペイロード１８３０と、ビタビ符号化済みペイロードの反復符号化されたバージョン１８４０とを図式的に示す。例えば、ペイロード長は３４ビットであり、ビタビ終端シーケンスは６ビットを含んでも良い。もし、例えば１／７のビタビ符号レートを使用した場合、ビタビ符号化済みペイロードは（３４＋６）＊７＝２８０個のビットを含むことになる。更に、１／２の反復符号化を使用すれば、ビタビ符号化済みペイロード１８３０の反復符号化されたバージョン１８４０は、２８０＊２＝５６０個のビットを含むことになる。この例では、４２．６６ミリ秒のビット時間区間を考慮すれば、メッセージ長は２３．９秒となる。この信号は、図１８ｂに示す周波数スペクトルによって表されるような、例えば１．５〜６ｋＨｚの（例えば臨界帯域に従って配置された）９個のサブキャリアを用いて埋め込んでも良い。代替的に、０〜２０ｋＨｚの周波数範囲内の他の個数（例えば４，６，１２，１５又は２〜２０の間の数）のサブキャリアが使用されても良い。

図１９は、ＡＢＣ同期とも呼ばれる同期についての基本概念１９００の概略図を示す。この図は、符号化されていないメッセージ１９１０と、符号化されたメッセージ１９２０と、同期シーケンス１９３０と、その同期を複数のメッセージ１９２０へと相互連続的に適用した様子を示す。

（図１９〜図２３に示す）この同期概念の説明において言及する同期シーケンスは、前述した同期署名と同一であっても良い。

更に、図２０は同期シーケンスとのコリレートによって発見される同期の概略図を示す。もし同期シーケンス１９３０がメッセージよりも短い場合には、２つ以上の同期ポイント１９４０（又は整列時間ブロック）が１つのメッセージ内で発見されても良い。図２０に示す例においては、各メッセージ内に４個の同期ポイントが発見される。更に、発見された各同期について、ビタビ復号器（ビタビ復号化シーケンス）がスタートされても良い。このようにして、各同期ポイント１９４０について、図２１に示すようなメッセージ２１１０が取得されても良い。

これらのメッセージに基づいて、図２２に示すように、ＣＲＣシーケンス（サイクル冗長性チェックシーケンス）及び／又は真偽性チェックを使用して、真正なメッセージ２２１０が識別されても良い。

ＣＲＣ検出（サイクル冗長性チェック検出）は、偽陽性のメッセージから真正のメッセージを識別するために既知のシーケンスを使用しても良い。図２３は、ペイロードの終端に追加されたＣＲＣシーケンスの例を示す。

偽陽性（誤った同期ポイントに基づいて生成されたメッセージ）の確率は、ＣＲＣシーケンスの長さと、スタートされたビタビ復号器の数（１つのメッセージ内の同期ポイントの数）とに基づいても良い。偽陽性の確率を増大させずにペイロード長を増大させるために、真偽性が利用されても良く（真偽性テスト）、同期シーケンス（同期署名）の長さが増大されても良い。

４． 概念及び利点
以下に、上述したシステムの幾つかの態様であって革新的であると考えられるものについて説明する。また、それらの態様と現状の技術との関係についても説明する。

４．１ 連続的な同期
幾つかの実施形態は連続的な同期を可能にする。ここでは同期署名とも呼ぶ同期信号は、伝送及び受信側の両方にとって既知である（同期拡散シーケンスとも呼ばれる）シーケンスとの乗算によって、連続的かつデータに並行して埋め込まれる。

幾つかの従来システムでは、（データに使用されたものとは異なる）特別なシンボルを使用するが、本発明に従う幾つかの実施形態ではそのような特別なシンボルは使用しない。他の従来の方法では、データと時間的に乗算されたビットの既知のシーケンス（プリアンブル）を埋め込むか、又はデータと周波数的に乗算された信号を埋め込む方法を含む。

しかし、同期のために専用のサブバンドを使用することは望ましくないことが分かっている。なぜなら、そのような周波数においてはチャネルがノッチを持ち、同期を実現不可能にすることがあるからである。このように、プリアンブル又は特別なシンボルがデータと時間的に乗算されるような方法に比べると、本発明の方法は、（例えば動きに基づく）同期におけるトラックチェンジを連続的に許可するという点で有利である。

更に、ウォーターマーク信号のエネルギーは、（例えば拡散された情報表現の中へウォーターマークを乗算的に導入することなどによって）変化しない。また、同期は聴覚心理モデル及びデータレートから独立して指定できる。同期署名の時間長は、同期のロバスト性を決定するものであるが、データレートから完全に独立して自在に指定することができる。

他の従来方法では、データとコード乗算された同期シーケンスを埋め込むことを含む。このような従来の方法と比較した場合、本発明の方法は、データのエネルギーがコリレーションの計算における干渉ファクタを表すものではないという利点があり、更なるロバスト性をもたらす。加えて、コード乗算を使用すると、同期に使用可能な直交シーケンスの幾つかはデータに必要となるため、その数が減少する。

要約すれば、本発明の連続的な同期の手法は従来の概念に比べて多数の利点をもたらすと言える。

しかし、本発明に従う幾つかの実施形態においては、異なる同期概念を適用しても良い。

４．２ ２次元拡散
本発明が提案するシステムの幾つかの実施形態では、時間と周波数との両方のドメインにおける拡散、即ち２次元拡散（略称は２Ｄ拡散）を実行する。この方法は、例えば時間ドメインにおいて冗長性を追加することでビット誤差レートを更に減少できるために、１Ｄシステムよりも有利であることが分かってきた。

しかし、本発明に従う幾つかの実施形態においては、異なる拡散概念を適用しても良い。

４．３ 差分符号化および差分復号化
本発明に従う幾つかの実施形態では、移動又はローカルな発振器の周波数ミスマッチに対する（従来システムと比べた場合の）ロバスト性が、差分変調によってもたらされる。事実、ドップラー効果（移動）及び周波数のミスマッチは、ＢＰＳＫ（バイナリー位相シフト・キーイング）信号空間(constellation)（換言すればビットの複素平面における回転）をもたらす。幾つかの実施形態においては、そのようなＢＰＳＫ信号空間（又は他の適切な変調信号空間）の回転の有害な影響は、差分符号化または差分復号化を用いて防止される。

しかし、本発明の幾つかの実施形態においては、他の符号化概念または復号化概念を適用しても良い。また、幾つかの場合には、差分符号化が省略されても良い。

４．４ ビット成形
本発明の幾つかの実施形態においては、ビット成形によってシステム性能が有意に向上する。なぜなら、ビット成形に適応したフィルタを使用することで、検出の信頼性が向上するからである。

幾つかの実施形態に従えば、ウォーターマーキングに関してビット成形を使用することで、ウォーターマーキング処理の信頼性が向上する。ビット成形関数がビット区間よりも長い場合には、特に良好な結果が得られることが判明してきた。

しかし、本発明の幾つかの実施形態においては、異なるビット成形概念を適用しても良い。また、ある場合には、ビット成形が省略されても良い。

４．５ 聴覚心理モデル（ＰＡＭ）とフィルタバンク（ＦＢ）合成との間の双方向性
本発明の幾つかの実施形態においては、ビットに乗算される振幅を微調整するために、聴覚心理モデルと変調器とが相互に作用する。

しかし、実施形態によっては、この相互作用が省略されても良い。

４．６ ルックアヘッド及びルックバックの特徴
幾つかの実施形態においては、所謂「ルックバック」及び「ルックアヘッド」の手法が適用される。

以下に、これらの概念について簡単に説明する。メッセージが正確に復号化されたとき、同期が達成されたと推定される。ユーザーがザッピングしていないと想定して、幾つかの実施形態では、時間におけるルックバックが実行され、（もしまだ復号化されていない場合には）過去のメッセージを同じ同期ポイントを用いて復号化しようと試みる（ルックバックの手法）。この手法はシステムがスタートする時に特に有用である。

悪い条件下では、同期を達成するために２個のメッセージが必要となるかもしれない。その場合には、従来のシステムでは１番目のメッセージにはチャンスがない。本発明の幾つかの実施形態で使用されるルックバックを選択することで、バック同期だけでは受信されなかった「良好な」メッセージを救う（復号化する）ことが可能となる。

ルックアヘッドも同様であるが、将来において役に立つ。現時点でメッセージを有していれば、次のメッセージがどこにあるべきかを知ることができ、何らかの方法でそれを復号化しようと試みることができる。従って、オーバーラップしているメッセージを復号化することができる。

しかし、本発明の幾つかの実施形態においては、このルックアヘッドの特徴及び／又はルックバックの特徴も省略されても良い。

４．７ 優位な同期ロバスト性
本発明の幾つかの実施形態においては、ロバストな同期信号を得るために、短い同期署名を用いた部分メッセージ同期モードで同期が実行される。そのため、多くの復号化が実行されなければならなくなり、また偽陽性のメッセージ検出を冒すリスクが高まってしまう。これを防止するため、本発明の幾つかの実施形態では、より低いビットレートを持つメッセージの中に信号化シーケンスを挿入しても良い。

しかし、本発明に従う幾つかの実施形態においては、同期のロバスト性を高める他の概念を適用しても良い。また、幾つかの例においては、同期のロバスト性を高める概念を使用することが省略されても良い。

４．８ 他の優位点
以下に、背景技術との比較における、上述したシステムの他の一般的な優位点について説明する。
１． 計算上の低い複雑度
２． 良好な聴覚心理モデルに基づく良好なオーディオ品質
３． 狭帯域マルチキャリア信号に基づいた残響環境における良好なロバスト性
４． ＳＮＲ推定が省略される実施形態もある。この場合、特に低いＳＮＲ環境においてより良好なロバスト性が得られる。

本発明に従う幾つかの実施形態は、例えば８Ｈｚの非常に狭い帯域を使用する従来システムよりも、以下の理由で優位である。
１． ８Ｈｚの帯域（又は同様の非常に狭い帯域）は非常に長い時間シンボルを必要とする。なぜなら、聴覚心理モデルはシンボルを非可聴とするためのエネルギーを非常に僅かしか許可しないからである。
２． ８Ｈｚ（又は同様の非常に狭い帯域）は、経時的に変化するドップラースペクトルに対してシンボルを敏感にする。従って、そのような狭帯域システムは、例えば腕時計の中などに実装された場合に、一般的に十分良好とは云えない。

本発明に従う幾つかの実施形態は、他の技術に比べて以下の理由で優位である。
１． エコーを導入する技術は、残響室の中では完全に失敗となる。反対に、本発明の幾つかの実施形態では、エコーの導入を防止できる。
２． 例えば時間と周波数との両方における２次元拡散が使用されるような、上述した本発明のシステムの実施形態と比較すれば、時間拡散だけを使用する技術では、メッセージ持続時間が長くなる。

本発明に従う幾つかの実施形態は、特許文献１に開示されたシステムに比べて優位である。なぜなら、特許文献１に従うシステムの以下に記載する欠点の１つ又は複数が克服されているからである。
・ 特許文献１に従う復号器の複雑度は非常に高く、長さ２Ｎで、Ｎ＝１２８であるフィルタが使用されている。
・ 特許文献１に従うシステムは、長いメッセージ持続時間を持つ。
・ 特許文献１に従うシステムでは、比較的高い拡散ゲイン（例えば１２８）を用いた時間ドメインでの拡散だけである。
・ 特許文献１に従うシステムでは、信号は時間ドメインで生成され、スペクトルドメインへと変換され、重み付けされ、時間ドメインへと逆変換され、オーディオへと重畳される。そのため、システムが非常に複雑となる。

５． アプリケーション
本発明は、デジタルデータを隠すためにオーディオ信号を修正する方法と、この情報を回復できる対応する復号器とを含み、修正されたオーディオ信号の知覚品質が、元のオーディオ信号の知覚品質と区別できないものである。

本発明の可能性のあるアプリケーションの例を以下に示す。
１． 放送モニタリング： 例えばステーションや時間に関する情報を含むウォーターマークが、ラジオ番組やテレビ番組のオーディオ信号の中に隠されている。テスト被験者が身につけた小型装置の中に組み込まれた復号器が、そのウォーターマークを回復することができる。このようにして、広告業者にとって価値のある情報、即ち誰がどの番組をいつ見たのかという情報を収集する。
２． 監査（Auditing）：ウォーターマークが例えば広告などに隠される。所定のステーションの伝送状況を自動的にモニターすることで、いつその広告が放送されたかを正確に知ることができる。同様の方法で、異なるラジオの番組スケジュールについての統計的情報、例えば所定の楽曲がどのくらいの頻度で演奏されたかなどの情報を取り出すことができる。
３． メタデータの埋め込み：本発明が提案する方法は、楽曲又は番組についてのデジタル情報、例えば楽曲の名前や作者または番組の持続時間などを隠すために使用できる。

６． 代替的な構成
本発明の幾つかの態様を装置の文脈において説明してきたが、これらの態様は対応する方法の説明をも表すものであり、そこではブロックまたは装置が、方法の各段階または方法の各段階の特徴に相当することが明らかである。同様に、方法の各段階の文脈において説明した態様は、対応する装置の対応するブロック若しくは項目又は特徴の説明をも表すものである。上述した方法ステップの幾つか又は全ては、例えばマイクロプロセッサ、プログラム可能なコンピュータ又は電子的回路のような、ハードウエア装置（又はその使用）によって実行されても良い。幾つかの実施形態では、重要な方法ステップの１つ又は複数がそのような装置によって実行されても良い。

本発明の符号化済みのウォーターマーク信号またはウォーターマークが埋め込まれたオーディオ信号は、デジタル記憶媒体に記憶することも、又はインターネットのような無線伝送媒体若しくは有線伝送媒体などの伝送媒体を介して伝送することもできる。

所定の構成要件にも依るが、本発明の実施形態は、ハードウエア又はソフトウエアにおいて構成可能である。この構成は、その中に格納される電子的に読み取り可能な制御信号を有し、本発明の各方法が実行されるようにプログラム可能なコンピュータシステムと協働する（又は協働可能な）、デジタル記憶媒体、例えばフレキシブルディスク，ＤＶＤ，ブルーレイ，ＣＤ，ＲＯＭ，ＰＲＯＭ，ＥＰＲＯＭ，ＥＥＰＲＯＭ，フラッシュメモリなどを使用して実行することができる。従って、そのデジタル記憶媒体はコンピュータ読み取り可能であっても良い

本発明に従う実施形態の幾つかは、上述した方法の１つを実行するようプログラム可能なコンピュータシステムと協働可能で、電子的に読み取り可能な制御信号を有するデータキャリアを含んでも良い。

一般的に、本発明の実施例は、コンピュータプログラム製品として構成することができ、このプログラムコードは当該コンピュータプログラム製品がコンピュータ上で作動するときに、本発明の方法の１つを実行するよう作動する。そのプログラムコードは例えば機械読み取り可能なキャリアに記憶されても良い。

本発明の他の実施形態は、上述した方法の１つを実行するための、機械読み取り可能なキャリアに記憶されたコンピュータプログラムを含む。

換言すれば、本発明の方法のある実施形態は、そのコンピュータプログラムがコンピュータ上で作動するときに、上述した方法の１つを実行するためのプログラムコードを有する、コンピュータプログラムである。

本発明の他の実施形態は、上述した方法の１つを実行するために記憶されたプログラムコードを含む、データキャリア（又はデジタル記憶媒体又はコンピュータ読み取り可能な媒体）である。当該データキャリア、デジタル記憶媒体又は記録済みの媒体は、典型的には実体を有し、非遷移体である。

本発明の他の実施形態は、上述した方法の１つを実行するためのコンピュータプログラムを表現するデータストリーム又は信号シーケンスである。そのデータストリーム又は信号シーケンスは、例えばインターネットを介するデータ通信接続を介して伝送されるように構成されても良い。

他の実施形態は、上述した方法の１つを実行するように構成又は適用された、例えばコンピュータ又はプログラム可能な論理デバイスのような処理手段を含む。

他の実施形態は、上述した方法の１つを実行するためのコンピュータプログラムをインストールされたコンピュータを含む。

幾つかの実施形態においては、（例えば書換え可能ゲートアレイのような）プログラム可能な論理デバイスが、上述した方法の幾つか又は全ての機能を実行するために使用されても良い。幾つかの実施形態では、書換え可能ゲートアレイは、上述した方法の１つを実行するためにマイクロプロセッサと協働しても良い。一般的に、そのような方法は、好適には、任意のハードウエア装置によって実行される

上述した実施の形態は、本発明の原理を単に例示的に示したにすぎない。本願明細書に記載した構成及び詳細について、修正及び変更が可能であることは、当業者にとって明らかである。従って、本発明は、本願明細書に実施形態の説明及び解説として提示した具体的詳細によって限定されるものではなく、添付した特許請求の範囲によってのみ限定されるべきである。

後続の処理ステップは、各サブバンド及び各時間ブロックのための各時間／周波数分解能について別々に実行される。処理ステップ８０１は、スペクトル平滑化を実行する。事実、調性的要素（tonal elements）およびパワースペクトル内のノッチは平滑化する必要がある。これは幾つかの方法で実行可能である。調性値(tonality measure)を計算し、次にその値を使用して適応型の平滑化フィルタを駆動しても良い。代替的に、このブロックのより単純な実施例においては、メディアン状フィルタを使用しても良い。そのメディアンフィルタは、値のベクトルを考慮し、それらのメディアン値を出力する。メディアン状フィルタでは、５０％以外の分位点(quantile)に対応する値を選択することができる。フィルタ幅はＨｚで定義され、低周波数から開始して最高限度の周波数で終了する非線形移動平均として適用される。ステップ８０１の操作を図７に示す。点線の曲線は平滑化の出力を示す。

３．４ 同期モジュール２０１
同期モジュールの役割は、ウォーターマークの時間的同期を見つけることである。符号化済みのデータに対して復号器を同期化する問題は、２つのステップで構成される。第１のステップでは、分析フィルタバンクは符号化済みのデータに対して整列しなければならない。即ち、変調器の中で合成に使用されるビット成形関数ｇ_i ^T（ｔ）は、分析のために使用されたフィルタｇ_i ^R（ｔ）と整列しなければならない。この問題は図１２ａに示す。ここでは、分析フィルタは合成フィルタと同一である。図の上方において、３個のビットを示す。簡素化する目的で、これら全３個のビットのための波形はスケールされていない。異なるビットの間の時間的オフセットはＴ_bである。図の下方は、復号器における同期の問題を表している。即ち、フィルタは異なる時刻で適用可能であるが、しかし、太線（曲線１２９９ａ）で示された位置だけが正確であり、第１のビットを最高の信号対雑音比ＳＮＲと信号対干渉比ＳＩＲとを用いて抽出することが可能となる。事実、不正確な整列はＳＮＲとＳＩＲとの両方を低下させるおそれがある。ここでは、この第１の整列を「ビット同期」と呼ぶ。一旦ビット整列が達成されたならば、ビットは最適に抽出される。しかし、メッセージを正確に復号化するためには、どのビットにおいて新たなメッセージがスタートするかについて知ることが必要となる。この問題については図１２ｂにおいて示し、メッセージ同期と呼ぶ。復号化されたビットのストリームの中では、太い矢印（位置１２９９ｂ）で示されたスタート位置だけが正確であり、ｋ番目のメッセージを復号化することが可能である。

３．４．２ 同期ヒットの計算１２０４
このブロックは同期署名コリレータの出力を分析し、同期位置がどこにあるのかを決定する。このシステムがＴ_b／４までのミス整列に対して相当にロバストであり、Ｔ_bが通常は約４０ミリ秒であることから、ブロック１２０１の出力を時間に亘って積分し、より安定的な同期を達成することが可能である。この実施例として可能性のあるものは、時間に沿って適用され、インパルス応答を指数関数的に減衰させる、ＩＩＲ（無限インパルス応答）フィルタである。代替的に、伝統的なＦＩＲ移動平均フィルタも使用できる。平均化が一旦実行されると、異なるＮ_t・Ｎ_sに沿った第２のコリレーション（「異なる選択位置」）が実行される。実際には、同期関数の自己相関関数が既知であるという情報を活用する。これが、最尤推定量(Maximun Likelihood estimator)に対応する。この考え方を図１３ｃに示す。この曲線は、時間積分後のブロック１２０１の出力を示す。同期ヒットを決定するための１つの可能性のある方法は、この関数の最大値を見つけることである。図１３ｄには、図１３ｃと同じ関数を細線で示し、同期署名の自己相関関数でフィルタ処理された関数を太線で示す。この場合、最大値がより明確化され、同期ヒットの位置が明確になる。２つの方法の結果は高いＳＮＲの状況下では相当に類似しているが、低いＳＮＲの状況下では第２の方法が格段に良好である。同期ヒットが発見された後は、ウォーターマーク抽出器２０２へと送られ、そこでデータが復号化される。

第１の処理ステップであるデータ選択ブロック１５０１は、復号化されるべき候補メッセージとして認識される部分を入力２０４から選択する。図１５はこの過程を図式的に示す。入力２０４は実数値のＮ_f個のストリームで構成される。時間的整列は復号器には事前に知られていないため、分析ブロック２０３は１／Ｔ_bＨｚよりも高いレートで周波数分析（オーバーサンプリング）を実行する。図１５ではオーバーサンプリング・ファクタを４とした。即ち、サイズＮ_f×１の４個のベクトルがＴ_b秒毎に出力される。同期ブロック２０１が候補メッセージを認識したときに、同期ブロック２０１は候補メッセージのスタート点を示すタイムスタンプ２０５を交付する。選択ブロック１５０１は復号化に必要な情報、即ちサイズＮ_f×Ｎ_m／Ｒ_cの行列を選択する。この行列１５０１ａは更なる処理のためにブロック１５０２へと送られる。

Claims (12)

1. ウォーターマーク済み信号（２４０２）に基づいてバイナリーメッセージデータ（２４４２）を提供するウォーターマーク復号器（２４００）であって、
   前記ウォーターマーク済み信号（２４０２）の複数の時間ブロックについての周波数−ドメイン表現（２４１２）を提供する時間−周波数−ドメイン表現提供器（２４１０）と、
   前記ウォーターマーク済み信号（２４０２）の複数の時間ブロックについての周波数−ドメイン表現（２４１２）を記憶するメモリーユニット（２４２０）と、
   前記ウォーターマーク済み信号（２４０２）の複数の時間ブロックについての周波数−ドメイン表現（２４１２）に基づいて整列時間ブロック（２４３２）を識別する同期決定器（２４３０）と、
   識別された前記整列時間ブロック（２４３２）よりも時間的に先行する時間ブロックの前記ウォーターマーク済み信号（２４０２）の記憶された周波数−ドメイン表現（２４２２）に基づいて、前記識別された整列時間ブロック（２４３２）への距離を考慮して、バイナリーメッセージデータ（２４４２）を提供するウォーターマーク抽出器（２４４０）と、
   を含むウォーターマーク復号器。
2. 前記識別された整列時間ブロック（２４３２）を含むメッセージよりも時間的に先行する前記ウォーターマーク済み信号（２４０２）の不完全なメッセージのバイナリーメッセージデータ（２４４２）を、前記不完全なメッセージの冗長なデータを使用して提供する冗長性復号器を含む、請求項１に記載のウォーターマーク復号器。
3. 前記同期決定器（２４３０）は、複数の所定の同期シーケンスに基づき、かつ前記ウォーターマーク済み信号（２４０２）のメッセージのバイナリーメッセージデータに基づいて、前記整列時間ブロック（２４３２）を識別するものであり、前記ウォーターマーク済み信号（２４０２）の前記メッセージに含まれた時間ブロックの数が前記複数の所定の同期シーケンスに含まれた異なる所定の同期シーケンスの数よりも大きいことを特徴とする、請求項１又は２に記載のウォーターマーク復号器。
4. 前記同期シーケンスの１つは、前記ウォーターマーク済み信号（２４０２）の周波数−ドメイン表現（２４１２）の各周波数帯域係数について１つの同期ビットを含むことを特徴とする、請求項３に記載のウォーターマーク復号器。
5. 提供された前記バイナリーメッセージデータ（２４４２）は、前記整列時間ブロック（２４３２）を含むメッセージよりも時間的に先行する前記ウォーターマーク済み信号（２４０２）のメッセージのコンテンツを表現することを特徴とする、請求項１乃至４のいずれか１項に記載のウォーターマーク復号器。
6. 前記ウォーターマーク抽出器（２４４０）は、前記識別された整列時間ブロック（２４３２）に時間的に後続する時間ブロックの前記ウォーターマーク済み信号（２４０２）の周波数−ドメイン表現（２４１２）に基づいて、前記識別された整列時間ブロック（２４３２）への距離を考慮しながら、更なるバイナリーメッセージデータを提供することを特徴とする、請求項１乃至５のいずれか１項に記載のウォーターマーク復号器。
7. 前記メモリーユニット（２４２０）は、所定の記憶時間後に、消去または上書きのために、前記ウォーターマーク済み信号（２４０２）の記憶された周波数−ドメイン表現を含むメモリースペースを解放することを特徴とする、請求項１乃至６のいずれか１項に記載のウォーターマーク復号器。
8. 前記メモリーユニット（２４２０）は、前記ウォーターマーク済み信号（２４０２）の記憶された周波数−ドメイン表現から前記ウォーターマーク抽出器（２４４０）がバイナリーメッセージデータを取得した後に、消去または上書きのために、前記ウォーターマーク済み信号（２４０２）の記憶された周波数−ドメイン表現を含むメモリースペースを解放することを特徴とする、請求項１乃至７のいずれか１項に記載のウォーターマーク復号器。
9. ウォーターマーク済み信号に基づいてバイナリーメッセージデータを提供する方法（２５００）であって、
   前記ウォーターマーク済み信号の複数の時間ブロックについての周波数−ドメイン表現を提供するステップ（２５１０）と、
   前記ウォーターマーク済み信号の複数の時間ブロックについての周波数−ドメイン表現を記憶するステップ（２５２０）と、
   前記ウォーターマーク済み信号の複数の時間ブロックについての周波数−ドメイン表現に基づいて整列時間ブロックを識別するステップ（２５３０）と、
   識別された前記整列時間ブロックよりも時間的に先行する時間ブロックの前記ウォーターマーク済み信号の記憶された周波数−ドメイン表現に基づいて、前記識別された整列時間ブロックへの距離を考慮しながら、バイナリーメッセージデータを提供するステップ（２５４０）と、
   を含む方法。
10. コンピュータ上で作動したときに、請求項９に記載の方法を実行させるためのコンピュータプログラム。
11. ウォーターマーク済み信号（２４０２）に基づいてバイナリーメッセージデータ（２４４２）を提供するウォーターマーク復号器（２４００）であって、
    前記ウォーターマーク済み信号（２４０２）の複数の時間ブロックについての周波数−ドメイン表現（２４１２）を提供する時間−周波数−ドメイン表現提供器（２４１０）と、
    前記ウォーターマーク済み信号（２４０２）の複数の時間ブロックについての前記周波数−ドメイン表現（２４１２）を記憶するメモリーユニット（２４２０）と、
    前記ウォーターマーク済み信号（２４０２）の複数の時間ブロックについての前記周波数−ドメイン表現（２４１２）に基づいて、整列時間ブロック（２４３２）を識別する同期決定器（２４３０）と、
    識別された前記整列時間ブロック（２４３２）よりも時間的に先行する時間ブロックの前記ウォーターマーク済み信号（２４０２）の記憶された周波数−ドメイン表現（２４２２）に基づいて、識別された前記整列時間ブロック（２４３２）までの距離を考慮しながら、バイナリーメッセージデータ（２４４２）を提供し、前記整列時間ブロック（２４３２）の識別による同期が有効となる前に受け取られたメッセージのバイナリーメッセージデータを利用する、ウォーターマーク抽出器（２４４０）と、
    を含むウォーターマーク復号器。
12. ウォーターマーク済み信号に基づいてバイナリーメッセージデータを提供する方法（２５００）であって、
    前記ウォーターマーク済み信号の複数の時間ブロックについての周波数−ドメイン表現を提供するステップ（２５１０）と、
    前記ウォーターマーク済み信号の複数の時間ブロックについての前記周波数−ドメイン表現を記憶するステップ（２５２０）と、
    前記ウォーターマーク済み信号の複数の時間ブロックについての前記周波数−ドメイン表現に基づいて、整列時間ブロックを識別するステップ（２５３０）と、
    識別された前記整列時間ブロックよりも時間的に先行する時間ブロックの前記ウォーターマーク済み信号の記憶された周波数−ドメイン表現に基づいて、識別された前記整列時間ブロックまでの距離を考慮しながら、バイナリーメッセージデータを提供するステップ（２５４０）であり、前記整列時間ブロックの識別による同期が有効となる前に受け取られたメッセージのバイナリーメッセージデータを利用するステップと、
    を含む方法。

Images