JP5665887B2 - 改善された同期の概念を使用するウォーターマーク生成器、ウォーターマーク復号器、ウォーターマーク信号を提供する方法、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及びコンピュータプログラム - Google Patents

Description

本発明の実施形態は、バイナリーメッセージデータに基づいてウォーターマーク（電子透かし）信号を提供するウォーターマーク生成器に関する。本発明の他の実施形態は、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に関する。本発明のさらに他の実施形態は、バイナリーメッセージデータに基づいてウォーターマーク信号を提供する方法に関する。本発明の別の実施形態は、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方法に関する。本発明のさらに別の実施形態は、対応するコンピュータプログラムに関する。

本発明の幾つかの実施形態は、ロバストで複雑度の低いオーディオ・ウォーターマーキング・システムに関する。

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・システムでは、復号器側において適切な同期を獲得することが困難であるか又は時間が掛かることが多い。更に、ウォーターマーク生成器からウォーターマーク復号器へと同期情報を伝送するために必要なリソース労力が比較的高い場合もある。このほか、信頼性の面で問題が発生する場合もある。

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、ウォーターマークの伝送に使用される同期の概念であって、リソース効率と信頼性と同期を獲得するために必要な時間との間で、良好な妥協点をもたらすことが可能な概念を提案することである。

この目的は、請求項１に記載のウォーターマーク生成器、請求項９に記載のウォーターマーク復号器、請求項１６に記載のウォーターマーク信号を提供する方法、請求項１７に記載のバイナリーメッセージデータを提供する方法及び請求項１８に記載のコンピュータプログラムによって達成される。

本発明に従う一実施形態は、バイナリーメッセージデータに基づいてウォーターマーク信号を提供するウォーターマーク生成器を提案する。このウォーターマーク生成器は、情報ユニットを複数の時間−周波数−ドメイン値へと拡散して、拡散済み情報表現を得る情報拡散器を含む。このウォーターマーク生成器は、拡散済み情報表現を同期シーケンスと乗算的に結合して、結合済み情報同期表現を得る同期挿入器をさらに含む。このウォーターマーク生成器はさらに、結合済み情報同期表現に基づいてウォーターマーク信号を提供するウォーターマーク信号提供器を含む。

本発明の鍵となる知見は、バイナリーメッセージデータの１つ又は複数の情報ユニット（例えばビット）を表現する拡散済み情報表現を、同期シーケンスと乗算的に結合して結合済み情報同期表現を得ることで、ウォーターマーク生成器側において、高速での同期リカバリーを可能にするとともに信頼性とリソース効率との間の良好な妥協点を提供するような、同期情報を取得できるという知見である。結合済み情報同期表現は、ウォーターマーク信号を提供する基になるものであるが、メッセージデータ情報と同期情報との両方を、同時にかつ同一の周波数または同一の周波数帯域内で運ぶものである。

更に、拡散済み情報表現を同期シーケンスと乗算的に結合することで、データコンテンツを考慮に入れなくても、（例えば同期シーケンス及び／又は拡散済み情報表現の値の大きさを適切に選択することによって）結合済み情報同期表現の値の強度が良好に定義され、かつ予測可能であることが保証される。従って、拡散済み情報表現を同期シーケンスと乗算的に結合するという概念は、結合済み情報同期表現の強度を、ウォーターマーク信号が導入された有用信号のコンテンツを知覚可能な程度に歪ませることなく許可できる、最大値へと設定できる可能性を高めることになる。

要約すれば、上述したように拡散済み情報表現を同期シーケンスと乗算的に結合して結合済み情報同期表現を取得するという概念は、連続的な同期の使用を可能にする。この連続的な同期とは、タイム・スライシングが不要であるために高速で検出可能であり、同期シーケンスが幅広い周波数領域に亘って拡散できるために高い信頼性で検出可能であり、更に、結合済み情報同期表現の値のエネルギーが拡散済み情報表現のデータコンテンツから独立しているように乗算的結合を実行できるため、エネルギーに関しては良好に制御される。

本発明の好適な一実施形態においては、情報拡散器は、バイナリーメッセージデータの１つのビットをビット拡散シーケンスに従って周波数拡散するものであり、ここで、拡散済み情報表現においては、複数の異なる周波数（又は周波数帯域）に関連する時間−周波数−ドメイン値の１セットが前記ビットと関連付けられる。この場合、同期シーケンスは複数の同期拡散シーケンスを含み、それら同期拡散シーケンスは、周波数において拡散された複数の異なる同期パターンを定義している。この実施形態では、異なる同期拡散シーケンスを拡散済み情報表現の異なる時間部分へと適用することで、異なる同期拡散シーケンスがバイナリーメッセージデータの異なるビットの拡散済み表現と乗算的に結合される。

本発明の好適な一実施形態においては、同期挿入器は、拡散済み情報表現の異なる時間部分であってそれら異なる時間部分がバイナリーメッセージデータの異なるビットを表現している時間部分を、異なる同期拡散シーケンスと乗算的に結合するものであり、ここで、異なる同期拡散シーケンスは、異なるビット拡散シーケンスと結合されるか、又は所定のビット拡散シーケンスの異なるスケール済みバージョンと結合される。

本発明の好適な一実施形態においては、同期挿入器は、拡散済み情報表現を同期拡散シーケンスの周期的なシーケンスと乗算的に結合する。ある場合では、同期拡散シーケンスのシーケンスの周期長(periodicity)は、バイナリーメッセージ（例えばブロック・ベースのチャネル符号器の出力情報として提供される（複数の）ビットの１ブロック）のビットの数と同一である。従って、メッセージの時間的整列の明確な識別が可能になる。別の場合では、同期拡散シーケンスのシーケンスの周期長は、バイナリーメッセージのビット数よりも短い。この場合には、メッセージ同期を得るために、追加的な仕組みが使用されても良い。

本発明の好適な一実施形態においては、同期拡散シーケンスは直交するよう選択される。これにより、復号器側における同期獲得の品質を向上できる。

本発明の好適な他の実施形態においては、同期挿入器は拡散済み情報表現の各時間部分を少なくとも１つの同期拡散シーケンスと結合し、ここで、結合済み情報同期表現の各時間部分が、バイナリーメッセージデータの１つのビットに基づきかつ１つの同期情報を表現するような、複数の値を含む。このようにして、復号器側で同期の獲得を促進させる連続的な同期情報が生成される。

本発明の好適な一実施形態においては、情報拡散器は、ビット拡散シーケンスの正の倍数である第１ビット表現の上、又はビット拡散シーケンスの負の倍数である第２ビット表現の上に、所与のビットをその所与のビットの値に基づいて選択的に拡散する。

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、ウォーターマーク済み信号の時間−周波数−ドメイン表現を提供する時間−周波数−ドメイン表現提供器、即ち例えばウォーターマーク済み信号を分析する分析器又はフィルタバンクを含む。ウォーターマーク復号器は、ウォーターマーク済み信号の時間−周波数−ドメイン表現内でウォーターマーク情報の時間的整列を発見する、同期決定器をさらに含む。この同期決定器は、時間−周波数−ドメイン表現の第１サブセットの（複数の）値と第１同期逆拡散シーケンスの（複数の）値とビット逆拡散シーケンスの（複数の）値との間で要素毎に乗算した第１の結果値の合計を計算し、更に、時間−周波数−ドメイン表現の第２サブセットの（複数の）値と第２同期逆拡散シーケンスの（複数の）値とビット逆拡散シーケンスの（複数の）値との間で要素毎に乗算した第２の結果値の合計を計算する。同期決定器は、第１の結果値の合計と第２の結果値の合計との絶対値を合計することで、同期拡散シーケンスと時間的に整列する同期情報を、時間−周波数−ドメイン表現の第１及び第２のサブセットの（複数の）値が持つ可能性を表す尤度(likelihood measure)を取得する。更に、同期決定器は、この尤度に基づいて同期を決定する。

本発明に従う上述の実施形態は、次のような知見に基づいている。つまり、同期、即ちウォーターマーク済み信号の時間−周波数−ドメイン表現内のウォーターマーク情報の時間的整列に関する情報は、そのウォーターマーク済み信号の中では、拡散済み情報表現が同期シーケンスと、その拡散済み情報表現を決定するバイナリーメッセージデータとは独立して乗算的に結合されているので、下記のような方法でウォーターマーク済み信号の中に発見することが可能である。その方法とは、時間−周波数−ドメイン表現の第１サブセットの値と第１同期逆拡散シーケンスの値とビット逆拡散シーケンスの値との間で要素毎に乗算した第１の結果値の合計を計算し、時間−周波数−ドメイン表現の第２サブセットの値と第２同期逆拡散シーケンスの値と前記ビット逆拡散シーケンスの値との間で要素毎に乗算した第２の結果値の合計を計算し、更に、第１の結果値の合計と第２の結果値の合計との絶対値を合算することである。第１の結果値の合計と第２の結果値の合計との絶対値を合算することで、同期が発見された場合に大きなコリレーション値（又はコリレーションのピーク）をもたらすような、いわゆる非干渉コリレーション(non-coherent correlation)を計算することができる。この計算は、ウォーターマーク済み信号に含まれる結合済み情報同期表現を得るために同期シーケンスと乗算的に結合されている、拡散済み情報表現のデータから独立している。

換言すれば、第１の結果値の合計と第２の結果値の合計との絶対値を計算することで、１つのコリレーションがもたらされる。その計算には、時間−周波数−ドメイン表現の第１サブセットの（複数の）値と第１同期逆拡散シーケンスの（複数の）値とビット逆拡散シーケンスの（複数の）値との間の要素毎の乗算と、時間−周波数−ドメイン表現の第２サブセットの（複数の）値と第２同期逆拡散シーケンスの（複数の）値とビット逆拡散シーケンスの（複数の）値との間の要素毎の乗算とが含まれ、データは独立している。このようにして、前記同期の信頼性のある、データ独立型の検出を達成できる。

本発明の好適な一実施形態においては、時間−周波数−ドメイン表現の第１サブセットの値は、時間−周波数−ドメイン表現の第１時間部分に関連する時間−周波数−ドメイン表現の（複数の）値を含み、時間−周波数−ドメイン表現の第２サブセットの値は、時間−周波数−ドメイン表現の第２時間部分に関連する時間−周波数−ドメイン表現の（複数の）値を含む。更に好適には、第１同期逆拡散シーケンスと第２同期逆拡散シーケンスは直交する。このような実施形態では、異なる時間において直交する同期拡散シーケンスを含む同期パターンを使用して、同期の明確な検出が可能になる。

本発明の好適な一実施形態においては、同期決定器は、ハードビット情報又はソフトビット情報を、時間−周波数−ドメイン表現として受け取る。この場合には、同期決定器は、第１同期逆拡散シーケンスを前記第１サブセットの値に適用して第１同期埋め込み操作を逆転させ、さらに第２同期逆拡散シーケンスを前記第２サブセットの値に適用して第２同期埋め込み操作を逆転させる。加えて、同期決定器は、ビット逆拡散シーケンスを適用してビット拡散操作を逆転させる。従って、好適には、同期決定器が、符号器側で行われるビット拡散操作と同期埋め込み操作との両方を逆転させるよう構成されている。

本発明の好適な一実施形態においては、同期決定器は、時間−周波数−ドメイン表現における第１及び第２のサブセットの複数の位置的選択についての尤度を計算し、第１及び第２のサブセットの異なる位置的選択に関連する尤度のシーケンスを取得する。同期決定器はさらに、その尤度のシーケンスと参照シーケンスとをコリレートさせて同期ヒットを決定するか、又は、尤度のある期待されたシーケンスに適応されたあるマッチ・フィルタでその尤度のシーケンスをフィルタ処理して同期ヒットを決定する。尤度のシーケンスのコリレーションを使用することで、又はマッチ・フィルタを用いて尤度のシーケンスをフィルタ処理することで、同期の正確性を向上させ、及び／又は同期ヒットの検出の信頼性を向上させることができる。

本発明の幾つかの実施形態は、バイナリーメッセージデータに基づいてウォーターマーク信号を提供する方法を提案し、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を提案する。これらの方法は、上述した装置と同じ知見に基づいている。

本発明の幾つかの実施形態は、本発明の方法を実行するコンピュータプログラムを含む。

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。 本発明の他の実施形態に従うウォーターマーク生成器のブロック概略図である。 本発明の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。 バイナリーメッセージデータに基づいてウォーターマーク信号を提供する方法のフローチャートを示す。 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のフローチャートを示す。

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
１．１ 図２４に従うウォーターマーク生成器
本発明に従うウォーターマーク生成器のブロック概略図である図２４を参照しながら、ウォーターマーク生成器２４００について説明する。

ウォーターマーク生成器２４００はバイナリーメッセージデータ２４１０を受信し、それに基づいてウォーターマーク信号２４２０を提供する。ウォーターマーク生成器は情報拡散器２４３０を含み、この情報拡散器２４３０は、例えばバイナリーメッセージデータ２４１０の１つのビットである情報ユニットを受け取り、次にその情報ユニットを複数の時間−周波数−ドメイン値へと拡散して、拡散済み情報表現２４３２を得る。ウォーターマーク生成器２４００は同期挿入器２４４０をさらに含み、この同期挿入器２４４０は、拡散済み情報表現２４３２と同期シーケンス２４４２とを受け取り、その拡散済み情報表現２４３２を同期シーケンス２４４２と乗算的に結合して、結合済み情報同期表現２４４４を得る。ウォーターマーク生成器２４００は、結合済み情報同期表現２４４４に基づいてウォーターマーク信号２４２０を提供する、ウォーターマーク信号提供器２４５０をさらに含む。

ウォーターマーク生成器２４００は後段の第３章においてより詳細に説明する特徴及び機能のいずれかによって補足されても良い。

１．２ 図２６に従うバイナリーメッセージデータに基づいてウォーターマーク信号を提供する方法
本発明に従う方法のフローチャートを示す図２６を参照しながら、バイナリーメッセージデータに基づいてウォーターマーク信号を提供する方法について説明する。

図２６に示す方法２６００は、（例えば１ビットである）情報ユニットを複数の時間−周波数−ドメイン値へと拡散するステップ２６１０を含み、拡散済み情報表現を得る。方法２６００は、その拡散済み情報表現を同期シーケンスと乗算的に結合するステップ２６２０をさらに含み、結合済み情報同期表現を得る。方法２６００は、結合済み情報同期表現に基づいて、ウォーターマーク信号を提供するステップ２６３０をさらに含む

当然ながら、方法２６００は、本件出願に係る本発明の装置についての説明にある特徴及び機能のいずれかによって補足されても良い。

２． ウォーターマーク復号化
２．１ 図２５に従うウォーターマーク復号器
以下に、本発明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図２５を参照しながら、ウォーターマーク復号器２５００について説明する。ウォーターマーク復号器２５００は、ウォーターマーク済み信号２５１０に基づいてバイナリーメッセージデータ２５２０を提供するよう構成されている。

ウォーターマーク復号器２５００は、ウォーターマーク済み信号２５１０の時間−周波数−ドメイン表現２５３２を提供するよう構成された、時間−周波数−ドメイン表現提供器２５３０を含む。この時間−周波数−ドメイン表現提供器２５３０は、例えば時間ドメインから時間−周波数−ドメインへの変換器またはフィルタバンクを含んでも良い。

ウォーターマーク復号器２５００は、同期決定器２５４０をさらに含む。この同期決定器２５４０は、ウォーターマーク済み信号２５１０の時間−周波数−ドメイン表現２５３２内のウォーターマーク情報の時間的整列を発見する。同期決定器２５４０は、時間−周波数−ドメイン表現２５３２の第１サブセットの値と第１同期逆拡散シーケンスの値とビット逆拡散シーケンスの値との間で要素毎に乗算した第１の結果値の合計を計算し、かつ時間−周波数−ドメイン表現の第２サブセットの値と第２同期逆拡散シーケンスの値とビット逆拡散シーケンスの値との間で要素毎に乗算した第２の結果値の合計を計算する。同期決定器２５４０はさらに、第１の結果値の合計と第２の結果値の合計との絶対値を合計し、時間−周波数−ドメイン表現の第１及び第２のサブセットの値が同期拡散シーケンスと時間的に整列する同期情報を持つ可能性を表す、尤度を取得する。ステップ２７２０は、この尤度に基づいて同期を決定するサブステップ２７２８をさらに含む。

ウォーターマーク復号器２５００は、本願明細書におけるウォーターマーク復号化についての説明に記載したいずれかの手段及び機能によって補足されても良い。

２．２ 図２７に従うウォーターマーク済みの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
以下に、本発明に従う方法のフローチャートを示す図２７を参照しながら、ウォーターマーク済みの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２７００について説明する。

方法２７００は、ウォーターマーク済み信号の時間−周波数−ドメイン表現を提供するステップ２７１０を含む。方法２７００は、ウォーターマーク済み信号の時間−周波数−ドメイン表現内でウォーターマーク情報の時間的整列を発見するステップ２７２０をさらに含む。この、ウォーターマーク済み信号の時間−周波数−ドメイン表現内でウォーターマーク情報の時間的整列を発見するステップ２７２０は、時間−周波数−ドメイン表現の第１サブセットの値と第１同期逆拡散シーケンスの（複数の）値とビット逆拡散シーケンスの（複数の）値との間で要素毎に乗算した第１の結果値の合計を計算する、サブステップ２７２２を含む。ステップ２７２０は、時間−周波数−ドメイン表現の第２サブセットの値と第２同期逆拡散シーケンスの（複数の）値とビット逆拡散シーケンスの（複数の）値との間で要素毎に乗算した第２の結果値の合計を計算する、サブステップ２７２４を更に含む。ステップ２７２０は、第１の結果値の合計と第２の結果値の合計との絶対値を合計するサブステップ２７２６を含み、時間−周波数−ドメイン表現の第１及び第２のサブセットの値が同期拡散シーケンスと時間的に整列している同期情報を持つ可能性を表す、尤度を取得する。更に、同期決定器は、この尤度に基づいて同期を決定する。

この方法２７００は、本願明細書におけるウォーターマーク復号化についての説明に記載されたいずれかの特徴及び機能によって補足されても良い。

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。点線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、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。

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、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。

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。

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。

Claims (19)

1. バイナリーメッセージデータ（１０１ａ，ｍ；２４１０）に基づいてウォーターマーク信号（１０１ｂ,s_i(t),２４２０）を提供するウォーターマーク生成器（１０１；２４００）であって、
   前記バイナリーメッセージデータの情報ユニットを複数の時間-周波数-ドメイン値へと拡散し、拡散済み情報表現（３０３ａ，ｃ_f・ｍ；２４３２）を得る情報拡散器（３０３；２４３０）と、
   前記拡散済み情報表現（３０３ａ，ｃ_f・ｍ；２４３２）を同期拡散シーケンス（Ｓ；ａ，ｂ，ｃ；２４４２）と乗算的に結合し、結合済み情報同期表現（３０４ａ，Ｓ○ｃ_f・ｍ；２４４４）を得る同期挿入器と、
   前記結合済み情報同期表現（３０４ａ，Ｓ○ｃ_f・ｍ；２４４４）に基づいてウォーターマーク信号（１０１ｂ,ｓ_i(t),２４２０）を提供するウォーターマーク信号提供器（３０５,３０６,３０７；２４５０）と、を含み、
   前記情報拡散器は、所与のビットを、ビット拡散シーケンス（ｃ_f）の正の倍数である第１ビット表現の上、又はビット拡散シーケンス（ｃ_f）の負の倍数である第２ビット表現の上に、前記所与のビットの値に基づいて選択的に拡散し、
   前記情報拡散器は、前記拡散済み情報表現Ｒを次式によって取得し、
   Ｒ＝ｃ_f・ｍ，
   ここで、ｃ_fは周波数拡散幅Ｎ_fのビット拡散シーケンスを表現するサイズＮ_f×１のベクトルであり、
   ｍは前記バイナリーメッセージデータのＮ_m個のビットを表現するサイズ１×Ｎ_mのベクトルであり、それらビットのバイナリー値は異なる正負符号を持つベクトルｍのエントリによって表現されるものであり、
   前記同期挿入器は、前記拡散済み情報表現Ｒと同期シーケンスＳとを次式
   Ｃ＝Ｓ○Ｒ
   に従って結合させることで前記結合済み情報同期表現Ｃを取得し、
   ここで、ＳはＮ_m個の同期拡散シーケンス（ａ，ｂ，ｃ）からなるシーケンスを表すサイズＮ_f×Ｎ_mの行列であり、
   ○はシュール要素毎の積を示すことを特徴とする、ウォーターマーク生成器。
2. 前記情報拡散器は、前記バイナリーメッセージデータの１つのビットをビット拡散シーケンス（ｃ_f）に従って周波数拡散し、ここで、前記拡散済み情報表現においては、複数の異なる周波数に関連する時間−周波数−ドメインの値の１セットが、前記ビットへと関連付けられ、
   前記同期シーケンスは複数の同期拡散シーケンス（ａ，ｂ，ｃ）を含み、それら同期拡散シーケンスは、周波数において拡散された複数の同期パターンを定義することを特徴とする、請求項１に記載のウォーターマーク生成器。
3. 前記同期挿入器は、前記拡散済み情報表現の異なる時間部分であって、それら異なる時間部分が前記バイナリーメッセージデータの異なるビットを表現している時間部分を、異なる同期拡散シーケンス（ａ，ｂ，ｃ）と乗算的に結合し、ここで、前記異なる同期拡散シーケンスは、異なるビット拡散シーケンスと結合されるか、又は所与のビット拡散シーケンスの異なるようにスケールされたバージョンと結合されることを特徴とする、請求項２に記載のウォーターマーク生成器。
4. 前記同期挿入器は、前記拡散済み情報表現を、同期拡散シーケンス（ａ，ｂ，ｃ，ａ，ｂ，ｃ）の周期的なシーケンス（Ｓ）と乗算的に結合し、
   前記同期拡散シーケンスのシーケンスの周期長は、バイナリーメッセージのビットのビット数と同一であるか、又は、
   前記同期拡散シーケンスのシーケンスの周期長は、前記バイナリーメッセージのビット数よりも短いことを特徴とする、請求項２又は３に記載のウォーターマーク生成器。
5. 前記同期拡散シーケンス（ａ，ｂ，ｃ）は互いに直交するよう選択されることを特徴とする、請求項２乃至４のいずれか一項に記載のウォーターマーク生成器。
6. 前記同期挿入器は前記拡散済み情報表現の各時間部分を少なくとも１つの同期拡散シーケンス（ａ，ｂ，ｃ）と結合し、ここで、前記結合済み情報同期表現の各時間部分が、前記バイナリーメッセージデータの１ビットに基づいておりかつ１つの同期情報を表現するような、複数の値を含むことを特徴とする、請求項１乃至５のいずれか一項に記載のウォーターマーク生成器。
7. 前記情報拡散器は前記バイナリーメッセージデータの前記情報ユニットを第１拡散方向に拡散し、前記ウォーターマーク生成器は前記結合済み情報同期表現の情報ユニットを第２拡散方向に拡散させることを特徴とする、請求項１乃至６のいずれか一項に記載のウォーターマーク生成器。
8. 前記同期挿入器は、前記拡散済み情報表現を前記同期拡散シーケンスと要素毎に乗算的に結合し、前記結合済み情報同期表現を得ることを特徴とする、請求項１乃至７のいずれか一項に記載のウォーターマーク生成器。
9. ウォーターマーク済み信号（２００ａ，ｒ（ｔ）；２５１０）に基づいてバイナリーメッセージデータ（２０２ａ，ｍ；２５２０）を提供するウォーターマーク復号器（２００；２５００）であって、
   前記ウォーターマーク済み信号の時間−周波数−ドメイン表現（２０４；２５３２）を提供する時間−周波数−ドメイン表現提供器（２０３；２５３０）と、
   前記ウォーターマーク済み信号の前記時間−周波数−ドメイン表現内でウォーターマーク情報の時間的整列を発見する、同期決定器（２０１；２５４０）と、
   を含み、
   前記同期決定器は、前記時間−周波数−ドメイン表現の第１サブセット（１３０１ａａ）の値と第１同期逆拡散シーケンス（ａ）の値とビット逆拡散シーケンス（ｃ_f）の値との間で要素毎に乗算した第１の結果値の合計を計算し、更に、前記時間−周波数−ドメイン表現の第２サブセット（１３０１ａｂ）の値と第２同期逆拡散シーケンス（ｂ）の値と前記ビット逆拡散シーケンス（ｃ_f）の値との間で要素毎に乗算した第２の結果値の合計を計算し、
   前記同期決定器はさらに、前記第１の結果値の合計（１３０３ａａ）と第２の結果値の合計（１３０３ａｂ）との絶対値を合計することで、前記時間−周波数−ドメイン表現の前記第１及び第２のサブセットの値が前記同期拡散シーケンスと時間的に整列している同期情報を持つ可能性を表す、尤度を取得し、
   前記同期決定器はさらに、前記尤度に基づいて前記同期を決定することを特徴とする、ウォーターマーク復号器。
10. 前記時間−周波数−ドメイン表現の前記第１サブセットの値は、前記時間−周波数−ドメイン表現の第１時間部分に関連する前記時間−周波数−ドメイン表現の値を含み、
    前記時間−周波数−ドメイン表現の前記第２サブセットの値は、前記時間−周波数−ドメイン表現の第２時間部分に関連する前記時間−周波数−ドメイン表現の値を含み、
    前記第１同期逆拡散シーケンス（ａ）と前記第２同期逆拡散シーケンス（ｂ）とは直交することを特徴とする、請求項９に記載のウォーターマーク復号器。
11. 前記同期決定器は、ハードビット情報又はソフトビット情報
    

    

    を、前記時間−周波数−ドメイン表現として受け取り、
    前記同期決定器は、前記第１同期逆拡散シーケンス（ａ）を前記第１サブセットの値に適用して第１同期埋め込み操作を逆転させ、さらに前記第２同期逆拡散シーケンス（ｂ）を前記第２サブセットの値に適用して第２同期埋め込み操作を逆転させ、
    更に、前記ビット逆拡散シーケンス（ｃ_f）を適用してビット拡散操作を逆転させることを特徴とする、請求項９又は１０に記載のウォーターマーク復号器。
12. 前記同期決定器は、前記時間−周波数−ドメイン表現における前記第１及び第２のサブセットの複数の位置的選択についての尤度を計算し、前記第１及び第２のサブセットの異なる位置的選択に関連する尤度のシーケンスを取得し、
    前記同期決定器はさらに、前記尤度のシーケンスと参照シーケンスとをコリレートさせて同期ヒットを決定するか、又は、尤度のある期待されたシーケンスに適応されたマッチ・フィルタで前記尤度のシーケンスをフィルタ処理することで、同期ヒットを決定することを特徴とする、請求項９乃至１１のいずれか１項に記載のウォーターマーク復号器。
13. 前記同期決定器は、時間的逆拡散を実行することで、前記時間−周波数−ドメイン表現を取得することを特徴とする、請求項９乃至１２のいずれか１項に記載のウォーターマーク復号器。
14. 前記同期決定器は、複数の同期候補ポイントを使用してメッセージを復号化し、更に、復号化されたデータの中に期待される信号語が存在するかどうかを評価して、前記複数の同期候補ポイントから１つの正確な同期ポイントを選択することを特徴とする、請求項９乃至１３のいずれか１項に記載のウォーターマーク復号器。
15. 前記同期決定器は、複数の同期候補ポイントを使用してメッセージを復号化し、更に、真偽性のチェックを使用して、前記複数の同期候補ポイントから１つの正確な同期ポイントを選択することを特徴とする、請求項９乃至１３のいずれか１項に記載のウォーターマーク復号器。
16. バイナリーメッセージデータに基づいてウォーターマーク信号を提供する方法であって、
    前記バイナリーメッセージデータの情報ユニットを複数の時間-周波数-ドメイン値へと拡散し、拡散済み情報表現を得るステップと、
    前記拡散済み情報表現を同期拡散シーケンス（ａ，ｂ，ｃ）と乗算的に結合し、結合済み情報同期表現を得るステップと、
    前記結合済み情報同期表現に基づいてウォーターマーク信号を提供するステップと、を含み、
    所与のビットが、ビット拡散シーケンス（ｃ_f）の正の倍数である第１ビット表現の上、又はビット拡散シーケンス（ｃ_f）の負の倍数である第２ビット表現の上に、前記所与のビットの値に基づいて選択的に拡散され、
    前記拡散済み情報表現Ｒが次式によって取得され、
    Ｒ＝ｃ_f・ｍ，
    ここで、ｃ_fは周波数拡散幅Ｎ_fのビット拡散シーケンスを表現するサイズＮ_f×１のベクトルであり、
    ｍは前記バイナリーメッセージデータのＮ_m個のビットを表現するサイズ１×Ｎ_mのベクトルであり、それらビットのバイナリー値は異なる正負符号を持つベクトルｍのエントリによって表現されるものであり、
    前記拡散済み情報表現Ｒと同期シーケンスＳとが次式
    Ｃ＝Ｓ○Ｒ
    に従って結合されることで前記結合済み情報同期表現Ｃが取得され、
    ここで、ＳはＮ_m個の同期拡散シーケンス（ａ，ｂ，ｃ）からなるシーケンスを表すサイズＮ_f×Ｎ_mの行列であり、
    ○はシュール要素毎の積を示すことを特徴とする、方法。
17. 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であって、
    前記ウォーターマーク済み信号の時間−周波数−ドメイン表現を提供するステップと、
    前記ウォーターマーク済み信号の前記時間−周波数−ドメイン表現内でウォーターマーク情報の時間的整列を発見するステップと、を含み、
    前記ウォーターマーク情報の時間的整列を発見するステップは、
    前記時間−周波数−ドメイン表現の第１サブセットの値と第１同期逆拡散シーケンス（ａ）の値とビット逆拡散シーケンス（ｃ_f）の値との間で要素毎に乗算した第１の結果値の合計を計算するサブステップと、
    前記時間−周波数−ドメイン表現の第２サブセットの値と第２同期逆拡散シーケンス（ｂ）の値と前記ビット逆拡散シーケンス（ｃ_f）の値との間で要素毎に乗算した第２の結果値の合計を計算するサブステップと、
    前記第１の結果値の合計と第２の結果値の合計との絶対値を合計することで、前記時間−周波数−ドメイン表現の前記第１及び第２のサブセットの値が前記同期拡散シーケンス（ａ，ｂ，ｃ）と時間的に整列している同期情報を持つ可能性を表す、尤度を取得するサブステップと、
    前記尤度に基づいて前記同期を決定するサブステップと、
    を含む方法。
18. コンピュータ上で作動するときに、請求項１６に記載の方法を実行するためのコンピュータプログラム。
19. コンピュータ上で作動するときに、請求項１７に記載の方法を実行するためのコンピュータプログラム。

Images