JP5265075B2 - デジタルオーディオシーケンスの供給方法および供給システム - Google Patents

Description

本発明は、デジタルオーディオストリーム処理の分野に関する。

本発明では、聴覚的にスクランブルしてデジタルオーディオコンテンツを再構成可能なシステムを提供することを提案する。

本発明は、特に、音楽または音声の再生装置（「ｐｌａｙｅｒ」）に、聴覚的に高品質のオーディオストリームの集合を安全に伝送し、オーディオ再生装置に遠隔伝送ネットワークを接続するデコーダボックスのメモリまたはハードディスクにこれを記録することができ、聴覚品質を保持しながらも、デコーダボックスのメモリまたはハードディスクに記録されるオーディオプログラムの不正コピーの可能性などのあらゆる不正利用を回避する装置に関する。

本発明は、また、公称ストリームフォーマットに従ってデジタルオーディオシーケンスを供給する方法に関し、関与するストリーム内部で明確なモードに従ってデジタル符号化される簡単なオーディオエレメントに対応する幾つかの係数を集めた、少なくとも一つのデジタルオーディオブロックをそれぞれが含む一連のフレームからなり、この方法は、これを再生（jouer）して適切にデコード可能な全てのオーディオデコーダにより使用される。上記の方法は、
・前記係数の少なくとも一つを修正することからなる準備ステップと、
・−準備ステップ中に修正されたブロックを含むフレームからなる、公称フォーマットに適合するメインストリームを伝送し、
−前記メインストリームとは別の経路により補足デジタル情報を伝送するステップとを含み、前記メインストリームと前記補足情報とに応じて受信装置で計算によりオリジナルストリームを再構成可能にする。前記補足情報は、データ（たとえばオリジナルデジタルストリームを記述する係数またはオリジナルストリームの抽出部分）および関数（たとえば代替関数または置換関数）からなる集合として定義される。関数は、データおよび演算子と関連する少なくとも一つの命令を含むものとして定義される。前記補足デジタル情報は、修正ストリームからオリジナルストリームを回収するために実行される演算を記述している。

オリジナルストリームの再生は、受信装置に既に存在するかまたはリアルタイムで受信装置に送られる修正メインストリームと、聴取時にリアルタイムで送られて、デジタルルーチン（命令セット）により実行されるデータおよび関数を含む補足情報とにより、受信装置で行われる。

従来技術では、既に、国際公開第００５８９６３号パンフレット（Ｌｉｑｕｉｄ Ａｕｄｉｏ）により、携帯式の音楽再生装置のための安全システムが知られている。音楽作品等のデータは、一つまたは複数の再生装置（「ｐｌａｙｅｒｓ」）に接続可能であって特定のバックアップ手段に接続可能な、安全携帯トラック（ＳＰＴ：ｓｅｃｕｒｅ ｐｏｒｔａｂｌｅ ｔｒａｃｋ）としてバックアップされ、それによって特定のプレーヤでＳＰＴを再生するよう制限し、オリジナルのバックアップ手段によってのみ再生が実施されるようにする。ＳＰＴは、プレーヤに一つしかないバックアップキーを用いることにより、ＳＰＴのデータ暗号化によってプレーヤに結合される。このキーは変更が難しく、厳密な安全条件で再生装置により保持される。ＳＰＴは、偽造に強い形態で、すなわち署名により暗号化される形態でバックアップ手段だけを識別するデータを含むことにより、個別のバックアップ手段に結合される。

また、米国特許第４６００９４１号明細書（Ｓｏｎｙ）により、一つのオーディオ信号が複数ブロックに分割されるオーディオ信号用のスクランブルシステムが知られており、各ブロックは複数のフレームからなり、複数のフレームが、各ブロックで予め決められた順序により時間軸で再配列されて符号化され、符号化された信号が、時間軸で最初の順序に配列しなおされてデコードされる。このシステムでは、隣接フレーム間の一部に冗長な部分を挿入して、符号化時に冗長部分に対応するフレームを時間軸で圧縮するための第一の信号処理回路と、冗長部分にオーディオ情報以外の制御信号を挿入するための信号発生回路と、デコード時に制御信号を検出するための制御信号検出回路と、検出された制御信号と同期して冗長部分を除去し、冗長部分に対応してフレームを時間軸で解凍（decompressant）する第二の信号処理回路とが提供されている。

また、米国特許第５０５８１５９号明細書（Ｍａｃｒｏｖｉｓｉｏｎ ｃｏｒｐｏｒａｔｉｏｎ）から、オーディオ情報信号をスクランブルおよびデスクランブルする方法と、システムとが知られている。オーディオ信号は、オリジナル周波数スペクトルを逆転することによりスクランブルされ、その結果、オーディオ周波数帯域において最初は下にあった周波数部分が上に移動し、最初は帯域の上にあった部分が下に移動する。既知の周波数の制御音が、移動した周波数のオーディオ信号と共に記録される。再生時には制御音（son pilote）が各々の位相変化および周波数変化を探し、これを用いて復調信号を発生し、オーディオ信号の周波数の最初の内容を再生する。

従来技術では、また、国際公開第９９/５５０８９号パンフレット「Ｍｕｌｔｉｍｅｄｉａ Ａｄａｐｔｉｖｅ Ｓｃｒａｍｂｌｉｎｇ Ｓｙｓｔｅｍ」（「適応型マルチメディアスクランブルシステム」）から、マルチメディアデータ（音響および映像）を示すデジタルサンプルをスクランブルして、これらのサンプルの内容を劣化させるが認識可能にし、あるいは必要な品質で供給するシステムが知られている。品質レベルは、関連するＳＮ比に関係づけられ、客観的なテストおよび主観的なテストにより決定される。所定数のＬＳＢ（「Ｌｅａｓｔ Ｓｉｇｎｉｆｉｃａｎｔ Ｂｉｔｓ」最も小さい重み付けビット）が、可能な値のダイナミクスに応じて適合されるように、フレームごとにスクランブルされる。音響／映像ストリームには全ての暗号化キーが含まれており、デスクランブルしてストリームを再生するためにデコーダにより用いられる。デスクランブル後、暗号化キーは、それ自体がデコーダによりスクランブルされるので回収不能である。

従来技術は、オーディオストリームの内容とは独立した暗号化キー、従って構造化され
たストリームのフォーマットを修正する暗号化キーを付加することによって、主にデータ
の暗号化に基づく多数のオーディオストリーム保護システムを示している。それとは異な
る特定の実施形態は、Ｃｏｄｉｎｇ Ｔｅｃｈｎｏｌｏｇｉｅｓ社のものであり、ビット
ストリーム全体ではなく、ビットストリームの選択した部分をスクランブルして保護する
ことからなる（オーディオエンコーダの出力におけるビットストリームを「ビットストリ
ーム」と呼ぶ）。保護された部分は、オーディオ信号のスペクトル値を示し、暗号を解読
しないでデコードすると、オーディオストリームがゆがんで聞こえづらくなる。

本発明は、オーディオストリームの構造と、クライアントのプロフィールと、外部事象とに応じて、適応性のある段階的なオーディオストリームのスクランブルを行うことを提案することによって、従来技術の不都合を解消しようとするものである。

本発明において、「スクランブル」という用語は、適切な方法でデジタルオーディオストリームを修正して、このオーディオストリームがデジタル符号化された規格または標準に適合し続けるようにすると同時に、オーディオ再生装置（またはプレーヤ）により聴取可能にしながらも人間の聴覚の観点からは劣化させることを意味する。

本発明において、「デスクランブル」という用語は、最初のストリームを適切な方法で再生するプロセスを意味し、デスクランブル後に再生されるオーディオストリームが最初のオリジナルオーディオストリームと同じになる。オリジナルストリームの再生は、受信装置に既に存在するかまたはリアルタイムで送られる修正メインストリームと、聴取時にリアルタイムで送られて、デジタルルーチン（命令セット）により実行されるデータおよび関数を含む補足情報とにより、受信装置で行われる。補足情報の全体または部分集合は、クライアントのプロフィールおよび権利に応じて送られる。接続中に受信者に送られる補足情報に属するデータおよび／または関数の数を、前記補足情報の部分集合に含まれる情報量として定義する。

前記部分集合に含まれる情報のタイプは、受信者のプロフィールに応じて決定されるスケーラビリティレベルに対応する。接続中に受信者に送られる補足情報に属するデータおよび／または機能の種類を、情報のタイプとして定義する。たとえば、データのタイプは、受信者の習慣（接続時刻、接続時間、接続周期、および支払い）、受信者の環境（大都市に住んでいる、現在の天候）、および特徴（年齢、性別、宗教、地域社会）に関連する。

前記補足情報は、接続セッションに対して各受信者のためにカスタマイズされる関数から少なくとも構成される。接続時刻、持続時間、聴取される前記修正ストリームのタイプ、接続される要素（受信者、サーバ）から、一つのセッションを定義する。

前記補足情報は、少なくとも２個の部分集合に分割され、各部分集合を様々なメディアまたは同じメディアから供給可能である。たとえば、複数のメディアから補足情報を供給する場合、受信者の権利の管理をいっそう複雑化することができる。

ユーザの「プロフィール」とは、たとえばユーザの文化的な好み、社会的および文化的なその特徴、ユーザの使用習慣等の、ユーザに固有の記述子および情報を含むデジタルファイルを意味し、ユーザの使用習慣としては、オーディオ手段を使う周期、スクランブルされたオーディオシーケンスを聴く平均時間、スクランブルされたシーケンスを聴く頻度、ユーザに支払い用意のある価格、または、オーディオシーケンスの利用に関する他のあらゆる補足的な特徴等が挙げられる。このプロフィールは、情報処理手段が利用可能なデジタルファイルまたはデジタルテーブルによって形式化される。

多くのスクランブルシステムが即時に作用し、最初のストリームをすっかりスクランブルするか、または、最初のストリームを全くスクランブルしない。従って、一般には、様々なオーディオシーケンスを同じアルゴリズムおよび同じ調整パラメータでスクランブルすることができる。使用される多数の保護手段は、オーディオストリームのスクランブルをその内容に応じて変更するわけではない。

本発明では、オーディオストリームの様々な特徴とユーザの用途とに応じてスクランブルのアルゴリズムおよび／またはパラメータを変更することにより、オーディオストリーム（ビットストリーム）の構造および／またはその内容に応じて適応性のある段階的なスクランブルを実施する。これは、オリジナルストリームの劣化および不正コピー防止の観点から最小コストで信頼性のある保護を行って、受信者またはクライアントが必要とするサービス品質を最終的に得られるようにすることを目的としている。たとえば後述するようにスクランブルを様々に適応させる。

本発明は、その最も一般的な意味において、公称ストリームフォーマットに従ってデジタルオーディオシーケンスを供給する方法に関し、前記ストリームフォーマットは一連のフレームを有し、前記一連のフレームのそれぞれが少なくとも一つのデジタルオーディオブロックを有し、前記デジタルオーディオブロックはデジタルオーディオ符号化エレメントに対応する複数の係数を有し、前記方法は、オリジナルストリームの少なくとも一つのデジタルオーディオブロックのモデファイステップを有し、前記少なくとも一つのデジタルオーディオブロックをモデファイする前記モデファイステップは、前記少なくとも一つのデジタルオーディオブロックが前記複数の係数の一部を代えて公称フォーマットでモデファイメインオーディオストリームを発生するとともに、前記モデファイメインオーディオストリームの前記オリジナルストリームからモデファイされたオーディオ情報部分のリファレンスを有する補足モデファイ情報を発生し、前記補足モデファイ情報は前記モデファイメインオーディオストリームとともに受信装置で合成することで前記オリジナルストリームが再生されるものであって、前記方法は、前記少なくとも一つのオーディオブロックをモデファイするモデファイ手段と、前記モデファイステップを適用するに際しての考慮条件を入手し、前記考慮条件に応じて前記モデファイステップを制御する制御手段と、受信者のパーソナルプロフィールデータを記憶する記憶手段と、を有し、前記考慮条件は、前記受信者のパーソナルプロフィールデータを含み、前記制御手段は、前記考慮条件に応じて前記モデファイステップを可変的に行うことを特徴とする。

好適には、前記方法において、前記制御手段が、前記モデファイステップにおいて前記モデファイメインオーディオストリームの前記オリジナルストリームからのモデファイの程度を前記考慮条件に応じて時間的に可変させて行うことにより、前記モデファイメインオーディオストリームを再生した音質と、前記オリジナルストリームを再生した音質との違いの程度が時間的に異なるようにすることができる。

変形実施形態によれば、修正されたメインストリームが、受信装置への補足情報の伝送の前に受信装置に記録される。

変形実施形態によれば、修正されたメインストリームが、受信装置への補足情報の伝送の前に受信装置に伝達されるように、物理媒体に記録される。

別の変形実施形態によれば、修正されたメインストリームと補足情報とが、リアルタイムで一緒に伝送される。

有利には、前記補足修正情報が、一つの機能を実行可能な少なくとも一つのデジタルルーチンを含む。

特定の実施形態によれば、前記補足修正情報が、少なくとも２個の部分集合に分割される。

変形実施形態によれば、前記補足修正情報の部分集合が様々なメディアから供給される。

別の変形実施形態によれば、前記補足修正情報の部分集合が同じメディアから供給される。

特定の実施形態によれば、補足情報が記憶媒体を介して前記受信装置を有する受信者に伝達される。

変形実施形態によれば、補足情報がオンライン伝送される。

有利には、前記デジタルオーディオシーケンスが、オーディオコンテンツに応じて異なる仕方で修正される。

有利には、前記デジタルオーディオシーケンスが、修正されたスケーラビリティ層に応じて異なる仕方で修正される。

有利には、前記デジタルオーディオシーケンスが、オリジナルストリームのビットレート（ｋビット/秒）に応じて異なる仕方で修正される。

変形実施形態によれば、前記デジタルオーディオシーケンスは、パーソナルプロフィールデータと、これらのデジタルオーディオシーケンスが符号化された規格または標準により規定される方式とに応じて、異なる仕方で修正される。

別の変形実施形態によれば、前記デジタルオーディオシーケンスが、ストリーム内に存在するオーディオチャンネル数に応じて異なる仕方で修正される。

有利には、前記デジタルオーディオシーケンスが、ストリーム内に存在する様々なオーディオチャネルの結合および多重化に応じて異なる仕方で修正される。

変形実施形態によれば、前記デジタルオーディオシーケンスは、オーディオストリームが符号化されたサンプリング周波数に応じて異なる仕方で修正される。

別の変形実施形態によれば、前記デジタルオーディオシーケンスは、使用される心理聴覚モデルに応じて異なる仕方で修正される。

特定の実施形態によれば、前記デジタルオーディオシーケンスは、スケーラビリティの粒度に応じて異なる仕方で修正される。

有利には、前記デジタルオーディオシーケンスが、オーディオストリームを完全にスクランブルするまで劣化作用を増しながら段階的に修正される。

好適には、前記デジタルオーディオシーケンスが、スクランブルのパラメータと構成とを任意に発生しながら修正される。

変形実施形態によれば、この方法は、構造化されたフォーマットでの事前のＡ/Ｄ変換ステップを含み、この方法が、アナログオーディオ信号に適用される。

本発明は、また、デジタルオーディオシーケンスの供給システムであって、オーディオサーバを有し、前記オーディオサーバは、オリジナルストリームの少なくとも一つのデジタルオーディオブロックのモデファイを行うモデファイ手段と、前記モデファイステップを適用するに際しての考慮条件を入手し、前記考慮条件に応じて前記モデファイステップを制御する制御手段と、受信者のパーソナルプロフィールデータを記憶する記憶手段と、を有し、前記考慮条件は、前記受信者のパーソナルプロフィールデータを含み、前記モデファイ手段は、前記少なくとも一つのデジタルオーディオブロックが複数の係数の一部を代えて公称フォーマットでモデファイメインオーディオストリームを発生するとともに、前記モデファイメインオーディオストリームの前記オリジナルストリームからモデファイされたオーディオ情報部分のリファレンスを有する補足モデファイ情報を発生し、前記補足モデファイ情報は前記モデファイメインオーディオストリームとともに受信装置で合成することで前記オリジナルストリームが再生されるものであって、前記制御手段は、前記考慮条件に応じて前記モデファイステップを可変的に行うことを特徴とするデジタルオーディオシーケンスの供給システムを提供する。
さらに、上記の供給システムあっては、前記制御手段が、前記モデファイステップにおいて前記モデファイメインオーディオストリームの前記オリジナルストリームからのモデファイの程度を前記考慮条件に応じて時間的に可変させて行うことにより、前記モデファイメインオーディオストリームを再生した音質と、前記オリジナルストリームを再生した音質との違いの程度が時間的に異なるようにすることができる。

デジタルオーディオストリームは、一般に、各オーディオコーダに対して特別なデジタルフォーマットで組織された複数のフレームまたはブロックからなるシーケンスから構成され、様々な符号化パラメータと、デジタルオーディオサンプルの特別な表示に関する係数とを有するフレームのヘッダを含む。所定のオーディオコーダおよび／または、標準もしくは規格に対して、オーディオ信号のモデル化、圧縮、および符号化を実施する方法が分かると、この方法を記述する主要パラメータをビットストリームから取り出してデコーダに送ることが常に可能になる。

パラメータを識別したら、これを修正して、所定のコーダおよび／または標準から発生するオーディオストリームが前記コーダおよび／または標準に適合するようにする。さらに、こうした修正により音響信号の安定性を確保する一方で、スクランブルによりユーザによる使用を不能にする。しかしながら、この音響信号は、その符号化に対応するデコーダでは理解および解釈されて、妨害されることなくプレーヤで再生（jouer）可能である。

前記オーディオ信号の一つまたは複数の成分（スペクトルエンベロープ、基本波、または高調波、心理−聴覚モデル、経過時間、ＳＮ比、合成、圧縮、量子化、変換）を修正すると、この信号は聴覚的に劣化され、自覚される聴覚の観点からは完全に理解不能で不快な信号に変換される。修正されるオーディオ信号部分すなわちオーディオ信号の記述成分は、これが音声用、音楽用、ノイズまたは特殊効果音用、合成音用であろうと、同種のあらゆるオーディオ信号用であろうと、所定の各コーダ−デコーダに対して符号化によって決定される。符号化を行う方法と、結果として得られるパラメータの伝送とに応じて、オーディオ信号の主要特性についての直接または間接情報を得られ、従って、これらの特性を修正できる。この原則は、あらゆるタイプのデジタルコーダならびにそれらのあらゆる基本層または強化層（「ｂａｓｅ ａｎｄ ｅｎｈａｎｃｅｍｅｎｔ ｌａｙｅｒｓ」）またはその２つの組み合わせに適応可能である。

オーディオストリームの内容、すなわち自然音声、合成音声、音楽、ノイズ、自然音、合成音、または複合音、特殊効果に応じて、スクランブルの各パラメータを適応させる。たとえば、ＭＰＥＧ−４規格により規定された音声用のエンコーダＨＶＸＣ（Ｈａｒｍｏｎｉｃ Ｖｅｃｔｏｒ ｅＸｃｉｔａｔｉｏｎ Ｃｏｄｉｎｇ）および音楽用のエンコーダＨＩＬＮ（Ｈａｒｍｏｎｉｃ ａｎｄ Ｉｎｃｉｖｉｄｕａｌ Ｌｉｎｅｓ ｐｌｕｓ Ｎｏｉｓｅ）は、内容に応じてオーディオ信号を別々または一緒に符号化するパラメトリックコーダである。たとえば、音声が主要である場合、ＨＶＸＣから送られるビットストリームは、ＬＰＣ（Ｌｉｎｅａｒ Ｐｒｅｄｉｃｔｉｖｅ Ｃｏｄｉｎｇ）パラメータを示すＬＳＰ（Ｌｉｎｅ Ｓｐｅｃｔｒａｌ Ｐａｉｒｓ）の値を含む。現行フレームのＬＳＰ値は２段階でベクトル量子化され、一定の値に安定化されて、ＬＰＣ合成フィルタの安定性を確保し、その後、隣接する係数間の距離を最短にしながら小さい順にビットストリーム内に並べられる。ベクトル量子化によるＬＳＰ対の指数はデコーダに伝送され、デコーダは、標準テーブルからＬＳＰ値、従ってＬＰＣ値を再生する。規格で予め規定されているテーブルから選択した他の値によりオリジナル指数を代替することによって、ビットストリームは適合し続けるが、デコードされたＬＳＰ値はオリジナルのＬＰＣパラメータに対応しない。その結果、スペクトルエンベロープが修正され、音声が劣化する。

多くのオーディオコーダは、スケーラビリティを特徴とする。多層シーケンスを生成または再生するように、ビットストリームの順序集合を符号化可能なエンコーダ、またはデコード可能なデコーダを特徴づける「スケーラビリティ」（「ｓｃａｌａｂｉｌｉｔｙ」）を定義する。オーディオエンコーダの構成に応じて、基本層または強化層に対して適応性のあるスクランブルを行う。たとえば、ＨＶＸＣエンコーダおよびＨＩＬＮエンコーダはそれぞれ基本層と強化層とを含むので、複数の構成が可能になる。所望のスクランブル度に応じて、基本層、強化層、またはこの２つの層に対してパラメータを修正する。

同様に、一定であっても可変であってもオーディオストリームのビットレート（一秒あたりのキロビット数：ｋビット／秒）に応じて、適応を実施する。さらに複雑な幾つかのオーディオストリームに対しては（非常に広範な割合（２ｋｂｉｔｓ／秒〜６４ｋｂｉｔｓ/秒）でビットレートが変化するＭＰＥＧ−４タイプのストリームなど）、ビットレートに応じてスクランブルのパラメータを選択する。何故なら、約２ｋｂｉｔｓ／秒の低いビットレートのスクランブルは、高いビットレートに対してはそれほど有効でなく、高いビットレートでは符号化精度がもっとずっと大きいことが分かっているからである。

また、一定のオーディオストリームを特徴づける粒度の細かいスケーラビリティ（「ｆｉｎｅ ｇｒａｎｕｌａｒ ｓｃａｌａｂｉｌｉｔｙ」）に応じて、スクランブルのパラメータを適応させる。「スケーラビリティの粒度」（「ｇｌａｎｕｌａｒ ｓｃａｌａｂｉｌｉｔｙ」）の概念は、ＭＰＥＧ−４規格で用いられ、多層シーケンスを生成または再生するように、ビットストリームの順序集合を符号化可能なエンコーダ、またはデコード可能なデコーダを特徴づける。粒度とは、スケーラビリティによって特徴づけられるシステムの各層が伝送可能な情報量として定義され、その場合、システムにもまた粒度がある。たとえば、ＢＳＡＣ（Ｂｉｔ Ｓｌｉｃｅｄ Ａｒｉｔｈｍｅｔｉｃ Ｃｏｄｉｎｇ）を用いたＡＡＣ（Ａｄｖａｎｃｅｄ Ａｕｄｉｏ Ｃｏｄｉｎｇ）符号化構成により、ＡＡＣビットストリームを、そのノイズを低減しながら、１ｋｂｉｔｓ／秒のピッチでビットレートを修正可能な１チャンネル当たり１６ｋｂｉｔｓ／秒〜６４ｋｂｉｔｓ／秒の粒度の細かいスケーラビリティのビットストリームに、符号化することができる。

（ＭＰＥＧ−４規格で定義されているような）もっと複雑な幾つかのオーディオストリームでは、このストリームに含まれるオブジェクトのタイプ、プロフィール（「ｐｒｏｆｉｌｅ」）、複雑度を示すレベル（「ｌｅｖｅｌ」）、オーディオストリームの構成時に使用される任意選択に応じて、適応性のあるスクランブルを行う。実際、オーディオＭＰＥＧ−４の範囲では、多数のオーディオオブジェクトおよびオーディオプロフィールがある。たとえば、自然のオーディオオブジェクトに対して、プロフィールの一つは、ツールＣＥＬＰ（「Ｃｏｄｅ Ｅｘｃｉｔｅｄ Ｌｉｎｅａｒ Ｐｒｅｄｉｃｔｉｏｎ」と、ＡＡＣ（「Ａｄｖａｎｃｅｄ Ａｕｄｉｏ Ｃｏｄｉｎｇ」）とを含む、「Ｓｉｍｐｌｅ ｓｃａｌａｂｌｅ」）である。スクランブルは、この２つのコーダのパラメータに応じて実施される。オーディオストリームのエレメントの適応性のある修正は、各プロフィールおよびレベルが含むオーディオオブジェクトのタイプに応じて行われる。

また、ストリーム内に存在するオーディオチャンネル数に応じてスクランブルのパラメータを適応させる。

ストリーム内に存在する様々なオーディオチャンネル間の結合および多重化に応じてスクランブルのパラメータを適応させる。

オーディオストリームが符号化されたサンプリング周波数に応じてスクランブルのパラメータを適応させる。

幾つかのオーディオエンコーダを特徴づける、使用された心理聴覚モデルに応じて、ス
クランブルのパラメータを適応させる。

たとえば、ＭＰＥＧ−４規格ＡＡＣでは、心理−聴覚モデルが、オーディオ品質を保持しながら圧縮時に許可されうる最大の量子化誤差を決定する閾値を推定する。スペクトルデータは、これらの推定閾値に応じて量子化され、符号化される。量子化は、推定閾値に応じて選択され、たとえば均質であっても不均質であってもよく、スケールファクタ（「ｓｃａｌｅ ｆａｃｔｏｒｓ」）を用いて行われる。ビットストリームで差分符号化されたこれらのスケールファクタの値を修正することにより、量子化誤差を挿入する。何故なら、スケールファクタは、心理−聴覚モデルの推定により定義されたスケールファクタにもはや対応しないからである。軽いスクランブルを望む場合、所望の聴覚劣化にスクランブルを適応させ、最新のスケールファクタを修正する。著しい聴覚劣化を得ることを望む場合、有利には、第一のスケールファクタを修正する。これは、全てのスケールファクタが第一のスケールファクタに対して差分符号化されるので、全ての後続値が誤り、オーディオ信号が甚だしく妨害されるからである。

また、段階的なスクランブルを施して、スクランブルされていないオーディオストリームをユーザが聞き始めるようにする。その後、軽いスクランブルから始まって、だんだんスクランブルを強くし、オーディオストリーム全体がスクランブルされるまで続ける。ここでの目的は、オーディオストリームに対してユーザの興味を呼び覚ますが、聴く権利を購入しない場合は、この権利を剥奪することにある。この用法を実現するには、一つまたは複数の所定のアルゴリズムでオーディオストリームをスクランブルし、所定の時間中、スクランブルパラメータを徐々に修正することによって聞きづらさを増していき、完全にスクランブルされた聴取不能なストリームに至るまで続ける。

一般に、所定の規格または標準により規定されたデジタルストリームの内容、様々な特徴、構造、および成分に応じて適応性のあるスクランブルが実施される。

また、オーディオストリームをスクランブルするために付与されるパラメータの組み合わせを任意に生成してスクランブルが行われる。このようにして、不正な意図を持つ人から攻撃されにくく、または非合法なコピーをされることのない、堅牢な保護が得られる。

同様に、受信者のプロフィール、サーバへの接続中の受信者の挙動（たとえば支払いの規則性および受取り）、受信者が支払う用意のある価格、受信者の習慣（たとえば接続時間、接続時刻）、受信者の種々の特徴（たとえば年齢、性別、宗教、地域社会）、あるいは第三者により伝達されるデータ（たとえば協会への所属または消費者データベースへの掲載）に応じて、スクランブルのパラメータおよびアルゴリズムを適応させる。

同様に、たとえば放送時間、視聴率、社会−政治学的な事象、あるいは放送中の妨害に応じて、スクランブルのパラメータおよびアルゴリズムを適応させる。

以下、添付図面に関して本発明の実施形態を全くの例として示した説明により、本発明がいっそう理解されるであろう。

安全化を望むＭＰＥＧ−ＡＡＣタイプのオーディオストリーム（１）を分析システム（１２１）およびスクランブルシステム（１２２）に送り、スクランブルシステムが、修正されたメインストリームと、補足情報とを出力で発生する。

オリジナルストリーム（１）は、直接、デジタルフォーマット（１０）またはアナログフォーマット（１１）とすることができる。後者の場合、アナログストリーム（１１）は、図示されていないコーダによりデジタルフォーマット（１０）に変換される。以下、入力オーディオデジタルストリームを（１）と記す。

ＭＰＥＧ−ＡＡＣフォーマットの第一のストリーム（１２４）は、その係数および／または値のいくつかを修正したことを除いて、入力デジタルストリーム（１）と同じフォーマットであり、出力バッファメモリ（１２５）に配置される。

任意のフォーマットの補足情報（１２３）は、修正されたオーディオサンプル部分のリファレンスを含み、バッファ（１２６）に配置される。入力ストリーム（１）の特徴に応じて、分析システム（１２１）およびスクランブルシステム（１２２）は、どの適応型スクランブルを実施して、ストリームのどのパラメータを修正するか決定し、またクライアントの権利に応じて修正をどのように行うか、たとえば段階的に行うかそうでないかを決定する。

その後、ＭＰＥＧ−ＡＡＣストリーム（１２５）を、ＣＤ−ＲＯＭ、不揮発性メモリ、ＤＶＤ等で物理的に、または電話網、ＤＳＬ（Ｄｉｇｉｔａｌ Ｓｕｂｓｃｒｉｂｅｒ Ｌｉｎｅ）、ＢＬＲ（Ｂｏｕｃｌｅ Ｌｏｃａｌｅ Ｒａｄｉｏ無線ローカルループ）、ＤＡＢ（Ｄｉｇｉｔａｌ Ａｕｄｉｏ Ｂｒｏａｄｃａｓｔｉｎｇ）、ＲＴＣ（電話交換網）、デジタル移動体（ＧＳＭ、ＧＰＲＳ、ＵＭＴＳ）、ヘルツ波、ケーブル、衛星等のタイプのネットワーク（４）を介して、クライアント（８）に伝送し、より詳しくは、ＲＡＭ、ＲＯＭ、ハードディスクタイプのメモリ（８１）に伝送する。受信者（８）がメモリ（８１）に存在するオーディオシーケンスの聴取要求をする場合、次のような２つの可能性が考えられる。
−受信者（８）が、オーディオシーケンスを再生するために必要な権利をもたない場合。この場合、スクランブルシステム（１２２）が発生するストリーム（１２５）は、メモリ（８１）内にあって合成システム（８２）に移行し、合成システムはこれを修正せずに従来のオーディオ再生装置（８３）と同じ再生装置に伝送し、聴覚的に著しく劣化されたその内容が、ヘッドホンまたはスピーカ（９）でプレーヤ（８３）により再生される。
−または、受信者（８）が、オーディオシーケンスを聴く権利を有する場合。受信者の権利に応じて、サーバ（１２）は、実施されるスクランブルのタイプに対応して接続線（６）により適切な補足情報（１２６）を伝送する。この場合、合成システムは、オリジナルオーディオシーケンス（１）の回収に必要な情報（１２６）を含むサーバ（１２）に聴取要求を行う。サーバ（１２）は、接続線（６）によりアナログまたはデジタル電話線、ＤＳＬ（Ｄｉｇｉｔａｌ Ｓｕｂｓｃｒｉｂｅｒ Ｌｉｎｅ）、ＢＬＲ（Ｂｏｕｃｌｅ Ｌｏｃａｌｅ Ｒａｄｉｏ無線ローカルループ）、ＤＡＢ（Ｄｉｇｉｔａｌ Ａｕｄｉｏ Ｂｒｏａｄｃａｓｔｉｎｇ）、ＲＴＣ（電話交換網）、デジタル移動体ネットワーク（ＧＳＭ、ＧＰＲＳ、ＵＭＴＳ）、ヘルツ波、ケーブル、または衛星タイプの伝送ネットワークを介して、オーディオシーケンスを再構成可能にする補足情報（１２６）を送り、クライアント（８）がオーディオシーケンスを聴取および／または保存できるようにする。その場合、合成システム（８２）は、修正されたメインストリーム（１２５）と補足情報（１２６）との組み合わせによってオリジナルストリームを再構成することによりオーディオシーケンスをデスクランブルする。合成システム（８２）の出力でこのように得られたオーディオストリームは、従来のオーディオ再生装置（８３）に伝送され、オリジナルオーディオシーケンスがヘッドホンまたはスピーカ（９）で再生される。

同様に、オーディオフレームのビットレート、構造、および成分に応じて、また、得ようとする聴覚的な劣化作用に応じて異なる修正が行われる第二の実施形態により、本発明について説明する。

ますます多くのコーダが、たとえば有限の通過帯域の制約に応じる等の特殊な用途にこたえるために、可変ビットレートによる動作を選択するようになっている。ビットレートが低い通過帯域を尊重しながら音声に対して受入可能な品質の確保を目的とするコーダの一例は、携帯電話用に設計されたＡＭＲ（「Ａｄａｐｔｉｖｅ Ｍｕｌｔｉ Ｒａｔｅ」）コーダであり、４．７５ｋｂｉｔｓ／秒〜１２．２ｋｂｉｔ／秒の異なる８個のモードでビットレートが動作可能である。本発明は、オーディオストリームが符号化されたモードに応じて、すなわち、ビットレート、フレームの各成分の長さ、ならびに聴覚的な所望の劣化度に応じて、異なる修正を実施する。

たとえば１２．２ｋｂｉｔｓ／秒のモードでは、ＡＭＲフレームの構造は次のようになる。
−ＬＳＰ（「Ｌｉｎｅ Ｓｐｅｃｔｒａ Ｐａｉｒｓ」）パラメータに関連し、従ってＬＰＣ（「Ｌｉｎｅａｒ Ｐｒｅｄｉｃｔｉｖｅ Ｃｏｄｉｎｇ」）パラメータに同様に関連し、すなわちフォルマントフィルタとして、ＬＳＦ（「Ｌｉｎｅ Ｓｐｅｃｔｒａｌ Ｆｒｅｑｕｅｎｃｉｅｓ」）と呼ばれる周波数のスペクトル対に対応する指数。前記指数は全てのフレームで共通である。
−フレーム全体に含まれる４個のサブフレームに関連し、１６０個のオーディオサンプルを示す４つのパラメータ群。

各サブフレームの各パラメータ群は、次のように構成される。
−基本波の遅延（「ｐｉｔｃｈ ｄｅｌａｙ」）
−基本波の振幅（「ｐｉｔｃｈ ｇａｉｎ」）
−励起パルスの特徴と周波数位置とに関するデータ
−数値テーブル（「ｃｏｄｅｂｏｏｋ」）の利得に関する指標

所望の聴覚劣化に応じて、これらのパラメータを異なる仕方で修正する。

たとえば、基本波の遅延値を異なる値で代替して修正すると、周波数がオフセットされる。すなわち、小さい値では音声が変形されて、「音声の消滅」と同種の雑音（gresillements）を伴う無声効果が得られる。

大きい値で代替することにより基本波の振幅を修正すると、不規則な変形が得られ、増幅部分もあれば「かき消される部分」も出てくる。

ＬＳＦの値にはまた、次のような複数の修正が実施される。
−ＬＳＦの値を固定値で代替すると、雑音の混じる無線チャンネルと同種の既知のオーディオ効果が生じる。
−指数を任意に変更することによりＬＳＦの値を代替し、音を全体として使えなくする。何故なら、様々な周波数および振幅の雑音が加わって音響的な著しい不快性を生じ、音声が理解不能になるからである。
−ＬＳＦを修正することにより、聴取可能な劣化が「ヒッシング（sifflement）」タイプのバックサウンドと同種になるが、音の一部は聴き取り可能であり、この場合には修正を適応させて、たとえば、ユーザが音を聴いてそれによって権利の要求を選択し、または権利を要求しない選択を可能にするようにしたいとき、予備聴取（「ｔｅａｓｉｎｇ」）を行えるようにする。たとえば同一値で指数値を代替することによって、たとえば、１個のＬＳＦを修正し、第二、第三、第四、第五のＬＳＦに段階的に修正を加えていって、ＬＳＦの全ての値を修正するまでこれを行う。この事例で得られる結果は、一つの周波数を中心とするスペクトルの集中であり、たとえば指数を１に設定すると、低周波数の理解不能な音が得られる。

ＬＳＦの異なる修正によって付与される補足情報は、聴覚的な劣化が大きい場合でも、量が少ない。好適には、これらの修正が他の修正と組み合わされる。

有利には、励起構造に関するパルスの特徴を修正する。さらに、「偽」位置でパルス位置を代替することにより、同様に励起を修正し、Ｉ番目の音全体を変形する。

７．９５ｋｂｉｔｓ／秒のモードでは、３個のＬＳＦからなる単一組を含むことを除いてフレーム構造が同じである。その場合、こうした特性と、このモードに対応するフレーム長とを考慮して、異なる修正を行う。

ＡＭＲコーダの他のモードに対してはフレーム構造がわずかに異なり、基本波の振幅も固定数値テーブルの利得も含まないが、適応型の固定数値テーブルに関する利得の集合を含む。この利得は、適応性のある革新的なベクトルコードの付加により、構成された励起のスケールを設定するために用いられる。適用される修正は、こうした特殊性を考慮する。ＬＳＦを修正すると著しい劣化が生じるが、オーディオビットレートはそれほど高くないので、著しい聴覚的な劣化を得る場合でも少ない修正で十分である。

好適には、補足情報のための所望のビットレートを考慮することにより、異なる修正が行われる。

本発明は、実施例として挙げた修正に制限されるものではない。前記修正は、許可された音の振幅値を越えることがなく、修正されたメインストリームがオリジナルオーディオストリームと適合するようにしている。

有利には、再構成されたストリームは、修正されたメインストリームと補足情報とからユーザ装置で再構成された後、聴覚的にはオリジナルストリームと同じであるが、オリジナルストリームのビットの観点からは異なり、これは安全性を高めることを目的としている。

有利には、再構成されたストリームは、修正されたメインストリームと補足情報とからユーザ装置で再構成された後、オリジナルストリームと厳密に同じであって、この方法には損失がない。

本発明によるクライアント−サーバシステムの特定の実施形態を示す図である。

符号の説明

１ オリジナルオーディオストリーム
１０ デジタルフォーマット
１１ アナログフォーマット
１２ サーバ
１２１ 分析システム
１２２ スクランブルシステム
１２３ 補足情報
１２４ 第一のストリーム
１２５ 出力バッファメモリまたはＭＰＥＧ−ＡＡＣストリーム
または修正されたメインストリーム
１２６ バッファ
８ 受信者またはクライアント
８１ メモリ
８２ 合成システム
８３ 従来のオーディオ再生装置
９ ヘッドホンまたはスピーカ
６ 接続線

Claims (31)

1. 一連のフレームを有するストリームフォーマットに従ってデジタルオーディオシーケンスを供給する方法であって、
   前記一連のフレームのそれぞれが少なくとも一つのデジタルオーディオブロックを有し、
   前記デジタルオーディオブロックは符号化の際に生成される複数の係数を有し、
   前記方法は、コンピュータによって実行される修正ステップを有し、
   前記修正ステップは、
   所定の記憶手段に記憶されている受信者のパーソナルプロフィールデータに基づいて前記係数の修正の程度が変更されるように、前記係数の修正規則を生成するステップと、
   前記生成された修正規則に基づいて、オリジナルストリームの少なくとも一つのデジタ
   ルオーディオブロックに含まれる複数の係数の少なくとも一部を修正して修正メインオーディオストリームを生成するステップと、
   前記修正規則を示す補足修正情報を生成するステップと、
   を含み、
   前記補足修正情報は、受信装置に供給された前記修正メインオーディオストリームが前記受信装置で復号される際に、前記受信装置によって用いられることで前記オリジナルストリームが再構成されるものであることを特徴とするデジタルオーディオシーケンスの供給方法。
2. 前記コンピュータが、
   前記パーソナルプロフィールデータに基づいて、前記係数の修正の程度が時間の経過に連れて変化するように、前記修正規則を変更することを特徴とする請求項１に記載のデジタルオーディオシーケンスの供給方法。
3. 前記コンピュータは、前記記憶手段を含むサーバであり、
   前記サーバが、前記修正メインオーディオストリームを前記受信装置に伝送することを特徴とする請求項１または２に記載のデジタルオーディオシーケンスの供給方法。
4. 前記コンピュータが、前記パーソナルプロフィールデータと前記オリジナルストリームの特性とに基づいて前記修正規則を生成することを特徴とする請求項１〜３のいずれか一項に記載のデジタルオーディオシーケンスの供給方法。
5. 前記受信者のパーソナルプロフィールデータは、受信者の固有の記述子を含むパーソナルプロフィールであることを特徴とする請求項１〜４のいずれか一項に記載のデジタルオーディオシーケンスの供給方法。
6. 前記修正ステップが、前記ストリームフォーマットで前記修正メインオーディオストリームを生成するための前記係数の一部に代えて、前記受信装置のデコーダによりオリジナルストリームを再構成可能にする前記補足修正情報を有し、前記補足修正情報は前記修正規則により決定されることを特徴とする請求項１から５のいずれか一項に記載のデジタルオーディオシーケンスの供給方法。
7. 前記修正メインオーディオストリームが、前記受信装置への前記補足修正情報の伝送の前に前記受信装置に記録されることを特徴とする請求項１から６のいずれか一項に記載のデジタルオーディオシーケンスの供給方法。
8. 前記修正メインオーディオストリームが、前記受信装置への前記補足修正情報の伝送の前に前記受信装置に伝送されるように前記サーバに備える記憶手段に記録されることを特徴とする請求項３から７のいずれか一項に記載のデジタルオーディオシーケンスの供給方法。
9. 前記修正メインオーディオストリームと前記補足修正情報とが、リアルタイムで一緒に伝送されることを特徴とする請求項１から６のいずれか一項に記載のデジタルオーディオシーケンスの供給方法。
10. 前記補足修正情報が、前記修正メインオーディオストリームから前記オリジナルストリームを再構成するための一つの機能を実行可能な少なくとも一つの命令セットを含むことを特徴とする請求項１から９のいずれか一項に記載のデジタルオーディオシーケンスの供給方法。
11. 前記コンピュータは、前記受信装置に前記補足修正情報を伝達させるための記憶媒体に、当該補足修正情報を記録することを特徴とする請求項１から６及び１０のいずれか一項に記載のデジタルオーディオシーケンスの供給方法。
12. 前記コンピュータは、前記補足修正情報をネットワークを介して前記受信装置に伝送することを特徴とする請求項１から１０のいずれか一項に記載のデジタルオーディオシーケンスの供給方法。
13. 前記ストリームフォーマットは複数の品質レベルの再生を提供可能なスケーラビリティを有するＭＰＥＧ規格で定義された複数の層を含み、前記デジタルオーディオシーケンスが、それらのオーディオコンテンツを含む層に応じて異なる仕方で修正されることを特徴とする請求項１から１２のいずれか一項に記載のデジタルオーディオシーケンスの供給方法。
14. 前記ストリームフォーマットは複数の品質レベルの再生を提供可能なスケーラビリティを有するＭＰＥＧ規格で定義された複数の層を含み、前記デジタルオーディオシーケンスが、スケーラビリティに応じて異なる仕方で修正されることを特徴とする請求項１から１３のいずれか一項に記載のデジタルオーディオシーケンスの供給方法。
15. 前記デジタルオーディオシーケンスが、オリジナルストリームのビットレート（ｋビット/秒）に応じて異なる仕方で修正されることを特徴とする請求項１から１４のいずれか一項に記載のデジタルオーディオシーケンスの供給方法。
16. 前記デジタルオーディオシーケンスは、前記パーソナルプロフィールデータと、これらのオーディオシーケンスが符号化された規格または標準により規定される方式とに応じて、異なる仕方で修正されることを特徴とする請求項１から１５のいずれか一項に記載のデジタルオーディオシーケンスの供給方法。
17. 前記デジタルオーディオシーケンスは、オーディオストリームが符号化されたサンプリング周波数に応じて、異なる仕方で修正されることを特徴とする請求項１から１６のいずれか一項に記載のデジタルオーディオシーケンスの供給方法。
18. 前記デジタルオーディオシーケンスは、使用される心理聴覚モデルに応じて異なる仕方で修正されることを特徴とする請求項１から１７のいずれか一項に記載のデジタルオーディオシーケンスの供給方法。
19. 前記ストリームフォーマットは複数の品質レベルの再生を提供可能なスケーラビリティを有するＭＰＥＧ規格で定義された複数の層を含み、前記デジタルオーディオシーケンスは、スケーラビリティの粒度に応じて異なる仕方で修正されることを特徴とする請求項１から１８のいずれか一項に記載のデジタルオーディオシーケンスの供給方法。
20. 前記デジタルオーディオシーケンスが、前記修正メインオーディオストリーム自体の所望の聴取可能性の程度に応じて異なる仕方で修正されることを特徴とする請求項１から１９のいずれか一項に記載のデジタルオーディオシーケンスの供給方法。
21. 前記係数は、前記オリジナルストリームのＬＳＰ（「Ｌｉｎｅ Ｓｐｅｃｔｒａｌ Ｐａｉｒｓ」）指標値またはＬＳＦ（「Ｌｉｎｅ Ｓｐｅｃｔｒａｌ Ｆｒｅｑｕｅｎｃｉｅｓ」）指標値を含み、
    前記コンピュータは、前記修正規則に基づいて、前記ＬＳＰ指標値または前記ＬＳＦ指標値を修正することを特徴とする請求項１から２０のいずれか一項に記載のデジタルオーディオシーケンスの供給方法。
22. 前記係数は、前記デジタルオーディオシーケンスの基本波の遅延および振幅の値を含み、
    前記コンピュータは、前記修正規則に基づいて、前記基本波の遅延および振幅の値を修正することを特徴とする請求項１から２１のいずれか一項に記載のデジタルオーディオシーケンスの供給方法。
23. 前記係数は、前記デジタルオーディオシーケンスの励起パルスの特徴と位置とに関するデータを含み、
    前記コンピュータは、前記修正規則に基づいて、前記励起パルスの特徴と位置とに関するデータを修正することを特徴とする請求項１から２２のいずれか一項に記載のデジタルオーディオシーケンスの供給方法。
24. 前記修正メインオーディオストリームと補足修正情報とから再構成された前記オーディオシーケンスが、オリジナルストリームとは異なることを特徴とする請求項１から２３のいずれか一項に記載のデジタルオーディオシーケンスの供給方法。
25. 前記修正メインオーディオストリームと補足修正情報とから再構成された前記オーディオシーケンスが、オリジナルストリームと同じであることを特徴とする請求項１から２３のいずれか一項に記載のデジタルオーディオシーケンスの供給方法。
26. 前記デジタルオーディオシーケンスが、オーディオストリームを完全にスクランブルするまで前記係数の修正の程度を高めながら段階的に修正されることを特徴とする請求項１から２５のいずれか一項に記載のデジタルオーディオシーケンスの供給方法。
27. 前記デジタルオーディオシーケンスが、前記係数の修正の程度を任意に修正されることを特徴とする請求項１から２６のいずれか一項に記載のデジタルオーディオシーケンスの供給方法。
28. 前記修正ステップが実行される前に、アナログオーディオ信号を前記ストリームフォーマットに変換するステップを更に含むことを特徴とする請求項１から２７のいずれか一項に記載のデジタルオーディオシーケンスの供給方法。
29. デジタルオーディオシーケンスの供給システムであって、
    オーディオサーバを有し、前記オーディオサーバは、
    オリジナルストリームの少なくとも一つのデジタルオーディオブロックの修正を行う修正手段と、
    受信者のパーソナルプロフィールデータを記憶する記憶手段と、
    符号化の際に生成された複数の係数を含む前記デジタルオーディオブロックの前記係数の修正の程度が、前記パーソナルプロフィールデータに基づいて変更されるように、前記係数の修正規則を生成する制御手段と、
    を有し、
    前記修正手段は、前記少なくとも一つのデジタルオーディオブロックに含まれる複数の係数の少なくとも一部を、前記修正規則に基づいて修正して、一連のフレームを有するストリームフォーマットで修正メインオーディオストリームを生成するとともに、前記修正規則を示す補足修正情報を生成し、
    前記補足修正情報は、受信装置に供給された前記修正メインオーディオストリームが前記受信装置で復号される際に、前記受信装置によって用いられることで前記オリジナルストリームが再構成されるものであることを特徴とするデジタルオーディオシーケンスの供給システム。
30. 前記制御手段が、前記パーソナルプロフィールデータに基づいて、前記係数の修正の程度が時間の経過に連れて変化するように、前記修正規則を変更することにより、
    前記修正メインオーディオストリームを再生した音質と、前記オリジナルストリームを再生した音質との違いの程度が時間的に異なるようにすることを特徴とする請求項２９に記載のデジタルオーディオシーケンスの供給システム。
31. 前記修正規則は、さらに、前記オリジナルストリームの特性を含むことを特徴とする請求項２９または３０に記載のデジタルオーディオシーケンスの供給システム。

Images