JP5726317B2 - メロディ識別を使用するメディアの権利管理 - Google Patents

Description

本発明は、一般的にはメディアの共有に関し、特に、メディアコンテンツの所有権の行使に関する。

一般的に、「サウンド記録」（若しくは録音物：sound recording）とは、光ディスク（例えば、ＣＤ、ＤＶＤ）、磁気ディスクもしくは磁気テープ、固体メモリ（例えば、メモリカード）などの有形記憶媒体、または他の永続的な有形記憶媒体に記憶される、特定の音楽演奏のことを言う。音楽業界では、レコード会社、即ち、録音するアーティストをスカウト、育成および管理し、サウンド記録のマーケティング、販売促進、製作、生産および流通を調整する企業が、通常、サウンド記録の製作および流通を行う。通常、これらのレコード会社は、自身が製作するサウンド記録に関して著作権法に基づく様々な権利を保有するが、他の事業体（entities: エンティティ）もこれらの権利を保有し得る。サウンド記録の所有権（著作権）は国ごとに異なるので、場合によっては、２つ以上のレコード会社または他の事業体が、１つのサウンド記録の所有権を保有する場合がある。

サウンド記録（録音物）に対して、「作品」（composition）とは通常、オリジナルの楽曲（即ち、ソング）のことを言い、これは該曲の演奏を記憶した特定のサウンド記録に限定されない。例えば、ある作曲者による所与の作品（楽曲）に関して、該作曲者によるスタジオ録音、生演奏の録音、および別のアーティストによるカバー演奏の録音が存在し得るが、これらの各々が別個のサウンド記録になる。作品（楽曲）の所有権は、通常、ロイヤリティを徴収して作曲者にこれを分配する音楽出版社が保有するが、他の事業体もこれらの権利を保有する場合もある。（場合によっては、音楽出版社がレコード会社を兼ねる。）

多くのレコード会社は、サウンド記録の使用に係るロイヤリティを直接徴収する。一方、作曲者および音楽出版社は、通常、ＡＳＣＡＰ、ＢＭＩ、ＳＥＳＡＣなどの著作権料徴収団体（つまり「興行権管理組織」）の機関を通じて、作品（楽曲）の使用に係るロイヤリティを徴収する。海外での演奏に関しては、通常、海外の著作権料徴収団体が、権利保有者の代理としてロイヤリティの支払いを徴収する責任を負う。場合によっては、２つ以上の出版社または他の事業体が、１つの作品の所有権を保有する。さらに、作品の所有権は、国ごとに異なり得る。

近年、大衆による視聴を目的として、ユーザがマルチメディアコンテンツ（例えば、音楽コンテンツおよび動画コンテンツ）をアップロード可能なメディアホストサービス（media hosting service: メディアをホストする（提供する）サービス）の人気に拍車がかかっている。ホストされる（提供される）メディアコンテンツ（以下、ホストメディアコンテンツという）の数が増え続ける中で、ホストサービスにとっては、ホストメディアコンテンツに関係がある権利の管理がますます難しい課題となっている。例えば、オーディオファイルまたは動画ファイルに埋め込まれた音楽コンテンツについて、作曲者、出版社およびレコード会社は、メディアコンテンツに係る権利を保有し得る様々な事業体の幾つかに過ぎない。著作権者に対して適正な支払いを行うためには、メディアコンテンツが正確に識別されなければならない。しかし、通常は放送前にコンテンツが識別されるテレビやラジオの環境とは異なり、メディアホストサービスは、ユーザが提供したメディアコンテンツを扱うことが多く、これらは当初、識別されていない場合がある。メディアホストサイトが、日々何千または何百万もの新規のメディアアップロードを受信する際に、これらのメディアコンテンツを手動で識別するのは困難であり、また従来の自動メカニズムは、今日のメディアホストサービスに必要とされるロバスト性および拡張性に欠ける。メディアアップロードが、メディアホストサービスにとって既知のサウンド記録と一致しない生演奏またはカバー演奏を含み、かつアップロードされた関連メタデータではコンテンツが識別されない場合、識別に関する問題は、より一層複雑になる。従って、著作権者に対する適正なロイヤリティの支払いを支援するために、既知の作品の新たなサウンド記録を識別する方法が必要である。

コンテンツ認識システムは、メディアホストサービスにアップロードされたメディアファイルに関連する所有権を判定する。該コンテンツ認識システムは、既知のサウンド記録を識別することに加えて、該既存のサウンド記録と正確にはマッチしない生演奏の録音物またはカバー演奏の録音物で具現化（表現）された作品（例えば、ソング）をも有益に識別する。コンテンツ認識システムは、作品／またはサウンド記録を識別すると、それらの作品および／またはサウンド記録に関する所有権情報を判定することができる。

指紋モジュールは、或る作品に関する所有権情報を識別するために、或るオーディオクリップのメロディ指紋を作成する。該メロディ指紋は、音階調、器楽編成、芸術的解釈もしくは演奏、または録音方法もしくはアーチファクトの違いに対して不変の特徴を抽出することによって、該オーディオクリップにおいて具現化された作品のメロディを表す。従って、音楽演奏、録音および処理の違いが、実質的に該メロディ指紋に影響を及ぼすことはない。

コンテンツ認識システムは、次いで、入力したメロディ指紋を参照メロディ指紋と照合するために、参照データベースに問い合わせる。参照データベースは、一群の複数の参照サウンド記録において表現された複数の作品群の参照メロディ指紋をそれぞれ格納する。参照データベースの各参照メロディ指紋は、作品の所有権情報と関連付けられ、作品の所有権情報は、参照メロディ指紋の作成に使用した参照サウンド記録で具現化された作品の所有権を有する少なくとも１つの事業体（エンティティ）を示す。入力したメロディ指紋とマッチする参照メロディ指紋が参照データベースから見つかると、コンテンツ認識システムは、マッチした参照メロディ指紋に関連する作品の所有権情報を決定する。

或るサウンド記録に係る所有権を識別するために、コンテンツ認識システムは、前記オーディオクリップのオーディオ指紋を作成する。上述のメロディ指紋とは異なり、該オーディオ指紋は、一般的に、特定の録音物に対して特有のもの（ユニーク）であり、典型的には、演奏、録音および処理の違いによって変化するので、同一作品の複数の異なる録音物を区別するのに使用できる。コンテンツ認識システムは、次いで、該オーディオ指紋を参照オーディオ指紋と照合する（マッチングする）ために、参照データベースに問い合わせる。該オーディオ指紋とマッチする参照オーディオ指紋が参照データベースから見つかると、コンテンツ認識システムは、該マッチする参照オーディオ指紋の作成元となったサウンド記録に関連する所有権情報を決定する。

（或る作品に対応する）或るメロディ指紋又は（或るサウンド記録に対応する）或るオーディオ指紋にマッチするものが見つかったとき、コンテンツ認識システムは、所有権および使用のポリシーの情報をホストサーピスに提供し、該ホストサーピスが該所有権を管理できるようにする。例えば、所有権ポリシーは、メディアホストサービスが該オーディオクリップを含むメディアファイルを遮断（ブロック）すべきことを示してもよい。代替として、該所有権ポリシーは、メディアホストサービスが該オーディオクリップを含むメディアファイルを収益化すべきことを示してもよい。このオプションに基づいて、メディアホストサービスは、収益化の対象である該メディアファイルと共に広告を配置することができ、該広告から発生した収益をコンテンツオーナーと分かち合う。他の例では、該所有権ポリシーは、ホストサービスがオーディオクリップを含むメディアファイルの利用状況を統計的に追跡すべきことを示してもよい。

メロディ指紋の参照データベースを生成するために、コンテンツ認識システムは、或る作品を具現化している参照サウンド記録と、該作品に対する所有権を持１以上の事業体（エンティティ）を示す作品所有権メタデータとを受信する。指紋モジュールは、該参照サウンド記録からメロディ指紋を生成する。次いで、コンテンツ認識システムは、該メロディ指紋およびそれに関連する作品所有権メタデータを参照データベース内に格納する。

同様に、オーディオ指紋の参照データベースを生成するために、コンテンツ認識システムは、前記参照サウンド記録からオーディオ指紋を生成し、該オーディオ指紋およびそれに関連する作品所有権メタデータを参照データベース内に格納する。

本明細書に記載する特徴および利点は、全てを包括するものではなく、詳細には、図面、明細書および特許請求の範囲を参照することによって、多くの追加的な特徴および利点が当業者にとって自明となる。さらに、本明細書で使用する言い回しは、主に読み易さおよび例示の目的で選択されており、本発明の主題を記述または制限する目的では選択されていないことに留意されたい。

メディアホストサービスと協働して動作するコンテンツ認識システムの一実施形態を示す図。

オーディオ指紋参照データベースおよびメロディ指紋参照データベースを作成するための処理の一実施形態を示すフローチャート。

既知の作品に関連する様々なメタデータを表示する、グラフィックインターフェースの一実施形態を示す図。

既知のサウンド記録に関連する様々なメタデータを表示する、グラフィックインターフェースの一実施形態を示す図。

メディアコンテンツに関連する所有権情報を識別し、オーナーの代わりに要求を作成するための処理の一実施形態を示すフローチャート。

ホストメディアコンテンツに関連する所有権ポリシーを実行するための処理の一実施形態を示すフローチャート。

コンテンツオーナーの代わりに作成した要求に関連する様々なメタデータを表示する、グラフィックインターフェースの一実施形態である。

これらの図面は、説明のみを目的として本発明の様々な実施形態を図示する。当業者であれば、以下の記述から、本明細書に記載した本発明の原理から逸脱することなく、本明細書で説明する構造および方法の代替の実施形態を採用可能であることは容易に理解できよう。

概 要
コンテンツ認識システムは、メディアホストサービスにアップロードされたユーザ提供コンテンツ（例えば、動画ファイルおよび／またはオーディオファイル）に埋め込まれたサウンド記録および作品を自動的に識別する。本明細書にて使用するように、「サウンド記録」および「作品」は、それぞれ著作権法に基づいて「サウンド記録」および「作品」と認識される仕事の成果である。コンテンツ認識システムは、サウンド記録と作品の両方を自動的に識別することによって、レコード会社が発売した或る作品のオリジナル録音（例えば、スタジオ録音）の使用と、カバー演奏、新たに発売されたバージョン、別バージョン（例えば、アコースティック・バージョン）または生演奏の映像など、作品の他の録音の使用、の両方を検出することができる。メディアコンテンツが識別されると、メディアホストサービスは、コンテンツオーナーの代理として、所有権を管理し、収益化することができる。従って、メディアホストサービスは、例えば、オーナーの代理としてメディアコンテンツを自動的に検出し遮断することができ、またはシンジケーションシステムは、的を絞った広告を該メディアコンテンツに付加して提供すると共に、コンテンツオーナーにロイヤリティを分配することによって、該メディアコンテンツを収益化することができる。

アップロードされたメディアコンテンツを全て手動で確認することは、よく言っても実用的ではないので、大規模なメディア権利のホスト・管理ソリューションにとって、メディアコンテンツの自動検出は、必要とは言わないまでも有益ではある。さらに、メディアホストサービスへのアップロードの可能性がある全ての作品またはサウンド記録に関連する所有権を人間が記憶するのは、困難または不可能である。メディアホストサービスは、効率的かつ拡張可能な方法でサウンド記録および作品を自動検出することによって、権利保有者が求める手動による介入の件数を最小限に抑えることができる。この自動検出は、日々何千または何百万もの新規のユーザ提供メディアアップロードを受信するような高トラフィックのメディアホストサービスにとって、特に有益である。これによって、著作権保護作品の利用全体および著作権保護作品に係るロイヤリティの支払いの効率性が向上し、当該録音および作品の著作権者にとって有益となる。
システム・アーキテクチャ

図１は、ユーザが提供したメディアコンテンツに関連する所有権を自動的に識別するめための計算機環境１００の一実施形態を示す。この計算機環境は、メディアホストサービスシステム１１０、コンテンツ認識システム１３０、ユーザ・クライアント装置１５０およびコンテンツオーナークライアント装置１７０を備える。代替の構成にあっては、該計算機環境１００は、別の又は追加のコンポーネントを具備していてよい。クライアント装置は、通信ネットワーク（図示せず）を介してメディアホストサービスシステム１１０と通信する。なお、本実施形態の関連態様の不明瞭化を回避するために、従来のコンポーネントを必ずしも図示していない。

メディアホストサービスシステム１１０は、ユーザが動画（ビデオ: video）ファイルおよびオーディオファイルなどのメディアコンテンツをアップロード、共有、および視聴できるように構成される。一実施形態において、ユーザは、ユーザ・クライアント装置１５０が実行するウェブブラウザからアクセス可能なメディアホストウェブサイトを介して、メディアホストサービスシステム１１０と交信する。ユーザは、ユーザ・クライアント装置１５０を使用することによって、ユーザ提供メディア１５１をメディアホストサービスシステム１１０にアップロードでき、および／またはメディアホストサービスシステム１１０が（例えば、ネットワーク上で支援されるオンライン・インターフェースを介して）ホストする（提供する）ユーザ要求メディア１５３を視聴することができる。メディアホストサービスシステム１１０は、コンテンツ認識システム１３０を使用して、メディアホストサービスシステム１１０がホストするメディアコンテンツに関連する所有権およびポリシーを識別する。図示するように、コンテンツ認識システム１３０は、メディアホストサービスシステム１１０からオーディオクリップ１４１を受信して、対応する所有権情報１４３を返送する。

一実施形態において、メディアホストサービスシステム１１０は、インジェストサーバ１１２と、メディアサーバ１１４と、権利管理エンジン１１６と、広告管理モジュール１１８と、コンテンツデータベース１２０と、広告データベース１２２とを備える。代替の構成において、メディアホストサービスシステム１１０は、別のモジュールまたは追加モジュールを備えてもよい。

インジェストサーバ１１２は、ユーザ・クライアント装置１５０からユーザ提供メディア１５１（例えば、オーディオファイルまたは動画ファイル）を受信する。インジェストサーバ１１２は、ユーザ提供メディア１５１のオーディオ処理および／または動画処理を任意で行い、例えば、ユーザ提供メディア１５１を標準フォーマットにエンコードする。ユーザ提供メディアコンテンツ１５１は、アップロードされると、コンテンツデータベース１２０に格納される。ユーザは、ユーザ・クライアント装置１５０を使用して、コンテンツデータベース１２０に予め格納されているホストメディアコンテンツの視聴を要求できる。メディアサーバ１１４は要求に応じて、ユーザの視聴用に、コンテンツデータベース１２０からユーザ・クライアント装置１５０へユーザ要求メディア１５３を流す。

広告データベース１２２は、ユーザ要求メディア１５３と共に提示されるべき広告コンテンツを格納している。該広告コンテンツは、広告コンテンツは、画像（イメージ: image）形式、動画（ビデオ: video）形式、音声（オーディオ: audio）形式、テキスト形式、またはハイパーリンク形式であってもよく、またはこれらのフォーマットの組み合わせであってもよい。広告管理モジュール１１８は、広告データベース１２２に格納される広告コンテンツへのアクセスを管理し、特定のユーザ要求メディア１５３に該広告コンテンツを関連付けるよう決定する。一実施形態において、広告管理モジュール１１８は、ユーザ要求メディア１５３において具現化されているサウンド記録および／もしくは演奏されている作品の識別情報、ならびに／または当該コンテンツに関連する所有権情報、に基づいて広告を選択する。例えば、広告管理モジュール１１８は、ユーザ要求メディア１５３で具現化されたサウンド記録の所有権を有するレコード会社のウェブサイトへのハイパーリンクを含んだ広告を選択してもよい。他の実施形態において、広告コンテンツは、ユーザに固有な情報およびユーザの好みなど、他の要因に基づいて選択される。

権利管理エンジン１１６は、コンテンツデータベース１２０内に格納されたメディアコンテンツに関連する所有権ポリシーを管理し、かつ行使する。例えば、一実施形態において、コンテンツオーナーは、メディアアイテムに関する所有権ポリシーを設定して、当該メディアアイテムを「追跡」、「収益化」または「遮断」（ブロック）することができる。コンテンツオーナーがコンテンツの遮断を選択する場合、権利管理エンジン１１６は、コンテンツデータベース１２０から該当コンテンツを削除し、または、そうしない場合は、ユーザ・クライアント装置１５０が該当コンテンツにアクセスすることを禁止する。コンテンツオーナーが該当コンテンツの収益化を選択する場合、広告管理モジュール１１８は、ユーザ要求メディア１５３と共に広告を提供し、かつ、権利管理エンジン１１６は、典型的にはメディアホストサービスとコンテンツオーナーとのライセンス契約に基づいて、広告によって生じるロイヤリティをコンテンツオーナーに提供するための手順を行う。コンテンツオーナーが該当コンテンツの追跡を選択する場合、該コンテンツに関する統計的情報（例えば、閲覧数）を追跡し、権利管理エンジン１１６は該追跡した統計的情報をコンテンツオーナーに提供する。

メディアホストサービスシステム１１０は、コンテンツ認識システム１３０を使用して、該メディアホストサービスシステム１１０がホストするメディアコンテンツに関連する所有権を識別する。図示するように、コンテンツ認識システム１３０は、メディアホストサービスシステム１１０からオーディオクリップ１４１を受信して、それに対応する所有権情報１４３を返送する。また、コンテンツ認識システム１３０は、コンテンツオーナー（例えば、レコード会社および／または出版社）が、コンテンツオーナークライアント装置１７０を介して、所有権メタデータ１６１および参照記録物１６３を提供できるようにする。参照記録物１６３および所有権メタデータ１６１は、コンテンツオーナーが所有権の行使を求めるメディアコンテンツ（例えば、サウンド記録または作品）に対応する。コンテンツ認識システム１３０は、オーディオクリップ１４１と１つ以上の参照サウンド記録１６３との照合を行い、マッチが見つかった場合に、対応する所有権情報１４３を返送する。

一実施形態において、コンテンツ認識システム１３０は、インジェストサーバ１３２と、メロディ指紋モジュール１３４と、オーディオ指紋モジュール１３６と、索引付けモジュール１３８と、照合モジュール１４０と、メロディＩＤ参照データベース１４２と、オーディオＩＤ参照データベース１４４と、所有権データベース１４６とを備える。代替の構成において、コンテンツ認識システムは、異なるモジュールまたは追加モジュールを備えてもよい。

インジェストサーバ１３２は、コンテンツオーナークライアント装置１７０から参照記録物１６３および所有権メタデータ１６１を受信する。参照記録物とは、レコード会社または他の事業体が所有権を有する「サウンド記録」をいう。通常、出版社または他の事業体も、該「サウンド記録」で具現化された「作品」の所有権を有する。参照記録物１６３は、何れの種類のオーディオ用コーデック（例えば、ＡＡＣ、ＨＥ-ＡＡＣ、ＭＰ３、ＦＬＡＣ、ＡＬＡＣ、ＯＧＧ、ＷＭＡなど）でエンコードされたオーディオファイルを備えてもよく、オーディオファイル全体（例えば、演奏全体の録音）またはオーディオファイルの一部分であってもよい。インジェストサーバ１３２は、参照記録物１６３のオーディオ処理を任意で行い、例えば、参照記録物１６３を標準フォーマットにエンコードする。所有権メタデータ１６１は、通常、参照記録物１６３およびコンテンツオーナーに関する識別情報を格納する、テキストベースのファイルを備える。所有権メタデータ１６１は、例えば、アーティスト、曲名、ジャンル、レコード会社、出版社などの様々な分類またはフィールドで構成されてもよい。

また、インジェストサーバ１３２は、メディアホストサービスシステム１１０からオーディオクリップ１４１を受信するように構成される。オーディオクリップ１４１は、参照記録物１６３と同様に、何れの種類のオーディオ用コーデックでエンコードされたオーディオファイルを備えてもよく、オーディオファイル全体またはオーディオファイルの一部分であってもよい。代替として、オーディオクリップ１４１は、動画ファイル（または動画ファイルの一部分）のオーディオ部分を備えてもよい。インジェストサーバ１３２は、オーディオクリップ１４１のオーディオ処理を任意で行い、例えば、オーディオクリップ１４１を標準フォーマットにエンコードするか、または動画ファイルのオーディオ部分を抽出する。

オーディオ指紋モジュール１３６は、コンテンツオーナーが提供する参照サウンド記録１６３の参照オーディオ指紋（または「オーディオＩＤファイル」という）を作成する。オーディオ指紋モジュール１３６は、レコード会社または他の事業体（エンティティ）が所有する特定のサウンド記録を一意に（ユニークに）表すオーディオ指紋を作成するように構成されている。１つのオーディオ指紋は、１つの参照サウンド記録１６３のオーディオ特徴を、他のオーディオ指紋と効率的に比較および照合（マッチング）できるようなフォーマットで簡潔に表している。オーディオ指紋モジュール１３６は、メディアホストサービスシステム１１０から受信したオーディオクリップ１４１のオーディオ指紋を同様に生成し、該生成したオーディオ指紋と前記参照オーディオ指紋とを比較することができるようにする。

メロディ指紋モジュール１３４は、コンテンツオーナーが提供する参照サウンド記録の参照メロディ指紋（または「メロディＩＤファイル」という）を作成する。メロディ指紋は、或る作品のメロディに基づいて、該作品（これは、様々なスタジオ録音、生演奏の録音、またはカバー演奏の録音として具現化され得る）を一意に（ユニークに）表すように設計される。メロディ指紋は、参照サウンド記録のメロディの特徴を、他のメロディ指紋と効率的に比較および照合（マッチング）できるようなフォーマットで簡潔に表している。特定の演奏記録を一意に表す前記オーディオ指紋とは対照的に、該メロディ指紋は、演奏で具現化される作品のメロディをその代わりに表し、音階調、器楽編成、エンコーディングフォーマットの違い、ならびにその他の演奏手法、録音処方および信号処理手法の違いが、該メロディ指紋の特徴に実質的に影響を与えないようなやり方で、該メロディを表している。従って、特定の作品の生演奏のメロディ指紋が、その作品のスタジオ録音のメロディ指紋とマッチする一方で、生演奏のオーディオ指紋はスタジオ録音のオーディオ指紋とはマッチしない。メロディ指紋モジュール１３４は、同様に、メディアホストサービスシステム１１０から受信したオーディオクリップ１４１のメロディ指紋を作成する。

一実施形態において、メロディ指紋モジュール１３４は、オーディオクリップ１４１の異なる時点の間に生じる一連のピッチ音程を検出し、これを簡潔に表す。ピッチ音程表現を用いたメロディ指紋については、Ｒｉｃｈａｒｄ Ｌｙｏｎ等による米国特許出願第１２／８２６，６２３号、表題「Ｉｎｔｅｒｖａｌｇｒａｍ Ｒｅｐｒｅｓｅｎｔａｔｉｏｎ ｏｆ ａｕｄｉｏ ｆｏｒ Ｍｅｌｏｄｙ Ｒｅｃｏｇｎｉｔｉｏｎ」にさらに記載されており、その内容を参照して本明細書に組み込む。当該実施形態では、先ず、オーディオクリップ１４１を処理して、安定化聴覚イメージ（ＳＡＩ）を作成する。ＳＡＩは、ヒトの聴覚系がどのように音を処理および表現するかをシミュレートするために設計された聴覚モデルを使用して、オーディオクリップ１４１を表す。ＳＡＩを使用することによって、ヒトの耳が認識するオーディオ特徴の特性である、オーディオクリップ１４１の表現の特徴を抽出することができる。例えば、入力オーディオクリップ１４１で認識される主要な楽音は、当該入力オーディオクリップ１４１全体に亘って一定時間ごとに抽出可能である。抽出したこれらの楽音は、該入力オーディオクリップの製作に使用した器楽編成、録音パラメータ、エンコード手法または信号処理手法に対して概ね不変である。抽出した楽音のそれぞれは、例えば、１２音階の１音と対応可能である。代替として、さらに細かい音階を使用してもよい（例えば、１２音階の代わりに１オクターブあたり可能な３６音階）。従って、入力オーディオクリップ１４１は、該オーディオクリップ１４１において生じる一連の認識可能な楽音を備える１つの表現に縮小される。該表現を調性に対して不変な表現に変換するために、抽出した一連の楽音をさらに処理して、時間的に連続する楽音間のピッチ音程（例えば、全音および／または半音の度数）を決定する。この一連のピッチ音程が、調性に対して不変なメロディ指紋を形成する。さらに、該メロディ指紋は、器楽編成、テンポ変化、ならびに他の演奏、録音および処理の違いに対して実質的に不変である。コンテンツ認識システムは、該メロディ指紋の表現によって、現行の著作権法で同一作品の具現化と認識される程度に類似している作品の参照記録物を検索できる。従って、該メロディ指紋を使用することによって、例えば、或る作品の生演奏および／またはカバー演奏と、当該作品の異なる参照記録物とを正確に照合（マッチング）することができる。

索引付けモジュール１３８は、オーディオＩＤデータベース１４４およびメロディＩＤデータベース１４２のそれぞれに格納された参照オーディオ指紋および参照メロディ指紋の索引（インデックス）を作成する。様々な索引スキームを使用できるが、一般的に、索引スキームは、オーディオクリップ１４１の入力指紋と参照データベース１４２、１４４の参照指紋とを比較および照合（マッチング）する際の効率性を向上するように設計される。一実施形態において、索引付けモジュール１３８は、局所性鋭敏型ハッシュ（ＬＳＨ）帯域の索引スキームを適用する。ＬＳＨ帯域の索引時において、参照データベース１４２、１４４の参照指紋は、一意な固定長バイト列のセット（即ち、「索引キー」）で索引されるが、これは一実施形態において４バイト長である。各索引キー（即ち、一意の４バイト列）に関し、ＬＳＨの索引は、その特定のバイト列を含む、参照データベース１４２、１４４内の全ての参照指紋に対するポインタを格納する。従って、例えば、各参照指紋Ａ、ＤおよびＸが４バイト列｛Ａ５ Ｂ１ ４３ ６７｝を含む場合、ＬＳＨの索引は、索引キー｛Ａ５ Ｂ１ ４３ ６７｝に関連して、参照データベース１４２、１４４内の参照指紋Ａ、ＤおよびＸの位置に対するポインタを格納する。入力した録音の指紋から得られる索引キーによってＬＳＨの索引を問い合わせることができ、ＬＳＨの索引は、特定の索引キーを含む参照データベース１４２、１４４に格納された各参照オーディオクリップの指紋に対するポインタを返送することができる。ＬＳＨ帯域の索引付けは、参照データベース１４２、１４４の参照指紋を索引付けするための索引スキームの一例に過ぎない。代替の実施形態において、索引付けモジュール１３８は、異なる索引スキームに従って参照指紋を索引付けできる。

照合（マッチング）モジュール１４０は、オーディオクリップ１４１を表すオーディオ指紋およびメロディ指紋（ＩＤファイル）と、参照データベース１４２、１４４の参照オーディオ指紋および参照メロディ指紋とを比較して、オーディオクリップ１４１と最もマッチする参照サウンド記録および／または参照作品を決定する。照合（マッチング）の結果に基づいて、様々な動作が行われる。

先ず、オーディオＩＤのマッチとは、オーディオクリップ１４１が参照サウンド記録の１つとマッチすることを意味する。また、オーディオＩＤのマッチとは、オーディオクリップ１４１で具現化された作品が、参照サウンド記録で具現化された作品とマッチすることを意味する。従って、オーディオＩＤのマッチについて、照合モジュール１４０は、通常、サウンド記録の所有権と作品の所有権の両方を識別する。

次に、オーディオＩＤがマッチしない状況でのメロディＩＤのマッチとは、例えサウンド記録とマッチしない場合であっても、当該オーディオクリップ１４１において具現化された作品が、参照サウンド記録の少なくとも１つにおいて具現化された該作品とマッチすることを意味する。メロディＩＤのマッチは、例えば、オーディオクリップ１４１が該作品のカバー演奏または生演奏を具現化する一方で、参照データベースが当該作品の別の録音（例えば、スタジオ録音）を含む場合に起こり得る。従って、オーディオＩＤがマッチしない状況でのメロディＩＤのマッチについて、照合モジュールは、通常、作品の所有権のみを識別（特定）し、サウンド記録の所有権を識別（特定）することはない。

照合モジュール１４０は、前述の結果に基づいて、前記オーディオクリップ１４１の所有権を有すると識別（特定）された事業体（エンティティ）を指し示す所有権情報１４３を出力する。図５を参照して、この処理を以下に詳述する。

上述したように、照合モジュール１４０は、オーディオクリップ１４１の入力指紋と、参照データベース１４２、１４４内の１つ以上の参照指紋とのマッチを判定する。検索効率を向上するために、照合モジュール１４０は、通常、索引付けモジュール１３８と共に動作し、先ず、オーディオクリップ１４１の指紋と最もマッチする可能性が高い参照指紋の候補を挙げる。例えば、ＬＳＨ帯域の索引付けを使用する一実施形態において、索引付けモジュール１３８は、オーディオクリップ１４１の入力指紋を、索引キーのセットとなる複数の帯域（例えば、４バイト長の帯域）に分割する。索引付けモジュール１３８は、これらの索引キーを使用してＬＳＨ帯域の索引を問い合わせ、ＬＳＨ帯域の索引は、参照データベース１４２、１４４内の少なくとも１つの索引キーを含む参照指紋候補のポインタセットを返送する。参照指紋候補のセットが識別されると、照合モジュール１４０は、入力指紋と各参照指紋候補とのマッチメトリック（マッチ計量値）を計算する。マッチメトリックは、マッチの質（例えば、スコア、距離、確率、または他の測定参照）に関する評価指数を示す。例えば、一実施形態において、マッチメトリックは、オーディオクリップ１４１の指紋と、参照データベース１４２、１４４内の１つ以上の参照指紋候補との間のユークリッド距離またはマハラノビス距離である。算出した参照指紋候補とオーディオクリップ１４１の指紋との間のユークリッド距離またはマハラノビス距離が閾値未満の場合に、参照指紋候補は、入力オーディオクリップ１４１の指紋とマッチするとみなされる。

代替の実施形態において、索引付けモジュール１３８または照合モジュール１４０は、指紋モジュール１３４、１３６のうちの１つではなく、コンテンツ認識システム１３０の外部にある指紋ソースから、オーディオクリップ１４１の指紋表現を受信することができる。これらの実施形態では、指紋モジュール１３４、１３６が除かれて、インジェストサーバ１３２は、オーディオクリップ１４１自体を受信する代わりに、オーディオクリップ１４１を表す指紋を受信するように構成される。

メロディＩＤ参照データベース１４２は、複数の参照記録物の参照メロディ指紋を格納し、各参照メロディ指紋は、それぞれ特定の作品を表す。同様に、オーディオＩＤ参照データベース１４４は、複数の参照記録物の参照オーディオ指紋を格納し、各参照オーディオ指紋は、それぞれ特定のサウンド記録を表す。

所有権データベース１４６は、参照記録物１６３として具現化された参照サウンド記録および／または作品に関連する所有権を識別（特定）する所有権メタデータを格納する。所有権データベース１４６に格納される所有権メタデータの例を、図３乃至４を参照して以下でさらに詳細に説明する。また、所有権メタデータは、コンテンツのオーナーが、仮にも、サウンド記録および／または作品に関連する権利の行使（例えば、遮断、追跡または収益化）をどのように希望するかを示す所有権ポリシーを含む。様々な所有権ポリシーを扱う処理を、図６を参照して以下でさらに詳細に説明する。

別の実施形態において、作成したオーディオクリップ１４１のオーディオ指紋および／またはメロディ指紋は、追加の参照指紋としてメロディＩＤ参照データベース１４２およびオーディオＩＤ参照データベース１４４に格納される。このように、コンテンツオーナーは、特定の作品の追加記録物または特定のサウンド記録の追加インスタンスを提供することによって、参照データベース１４２、１４４を補完できる。

例えば、インジェストサーバ１１２、メディアサーバ１１４、権利管理エンジン１１６、広告管理システム１１８、インジェストサーバ１３２、メロディ指紋モジュール１３４、オーディオ指紋モジュール１３６、索引付けモジュール１３８および照合モジュール１４０を含む、メディアホストサービスシステム１１０およびコンテンツ認識システム１３０の様々な構成要素（代替的にはモジュール）のそれぞれは、ＣＰＵ、メモリ、ネットワーク・インターフェース、周辺機器インターフェースおよび他の周知のコンポーネントを備えた１つ以上のコンピュータを含む、サーバクラスのコンピュータシステムの一部として実装される。コンピュータ自体は、オペレーティングシステム（例えば、ＬＩＮＵＸ（登録商標））を実行することが好ましく、かつ超高性能ＣＰＵと、１Ｇ以上のメモリと、１００Ｇ以上のディスク容量とを有することが好ましい。もちろん、データベースの容量が巨大化しない場合は、パーソナル・コンピュータおよび携帯用コンピュータを含む他種類のコンピュータを使用することができ、また、今後さらなる高性能コンピュータの開発が見込まれる場合は、本明細書の教示に従ってそれらを構成可能になることが予想される。モジュールは、コンピュータ読み取り可能な記憶媒体（例えば、ハードディスク）に格納されたコンピュータ実行可能プログラムの命令を備える。コンピュータ実行可能プログラムの命令は、実行中にメモリにロードされ、システムの一部として含まれる１つ以上のプロセッサによって実行される。本明細書に記載した様々な動作を実行するように汎用コンピュータを構成すると、当該コンピュータが格納する特定の機能やデータは、その根底を成すオペレーティングシステムやハードウェア論理が提供し得る固有の能力とは異なる方式で当該コンピュータを構成する。従って、当業者には自明であるが、当該汎用コンピュータは専用コンピュータとなる。メディアホストサービスシステム１１０の一例として、例えば、ＹＯＵＴＵＢＥ（登録商標）のウェブサイトが挙げられるが、他のメディアホストシステムも周知であり、これらのシステムは、本明細書に開示した教示内容に従って動作するように適合可能である。本明細書に記載し、名称を付けたメディアホストサービスシステム１１０およびコンテンツ認識システム１３０の構成要素は、本明細書の一実施形態を示し、他の実施形態は、異なる名称の構成要素を含み得ることは言うまでもない。また、他の実施形態では本明細書に記載の構成要素が欠けていてもよく、および／または記載した機能を異なる方法でモジュール間に割り振ってもよい。さらに、１つ以上の構成要素に帰属する機能を１つの構成要素に組み込むこともできる。

説明を分り易くするために、メディアホストサービスシステム１１０を１つだけ示すが、任意の数の異なるメディアホストサービスシステム１１０によってコンテンツ認識システム１３０が使用されてもよい。他の代替の実施形態において、コンテンツ認識システム１３０は、メディアホストサービスシステム１１０の構成要素として組み込まれてもよい。さらに、メディアホストサービスシステム１１０は、多数のユーザ・クライアント装置１５０と交信してもよい。同様に、コンテンツ認識システム１３０は、任意の数のコンテンツオーナークライアント装置１７０と交信してもよい。さらに、１つのクライアント装置を、ユーザ・クライアント装置１５０およびコンテンツオーナークライアント装置１７０として使用できる。

一実施形態において、メディアホストサービスシステム１１０は、メディアホストサービスシステム１１０によるアップロード・フローの一部として、オーディオクリップ１４１をコンテンツ認識システム１３０に提供する。従って、本実施形態において、ユーザ提供メディアコンテンツ１５１は、コンテンツデータベース１２０に格納される前、格納されると同時、または格納された直後に識別されて、所有権データベース１４６内の所有権メタデータが許可する場合に、他のユーザによるダウンロードまたは閲覧用にアクセス可能とされる。別の実施形態において、コンテンツ認識システム１３０は、コンテンツデータベース１２０に予め格納されている旧式コンテンツのスキャンを実行するように構成される。本実施形態によって、コンテンツ認識システム１３０は、例えば、コンテンツ認識システム１３０の初回使用以前に（例えば、メディアホストサービスシステム１１０がコンテンツ認識システム１３０へのアクセスを取得する以前に）存在していたホストコンテンツに係る所有権を識別することができる。さらに、旧式コンテンツのスキャンは、コンテンツデータベース１２０に関連する所有権情報および使用ポリシーの更新に有用であり、これによってコンテンツ認識システム１３０は、新たな参照サウンド記録１６３、および随時変更される所有権メタデータ１６１を利用できるようになる。
動作および使用

図２は、コンテンツ認識システム１３０が参照データベース１４２、１４４、１４６を作成する際に実行するための処理の一実施形態を示す。コンテンツ認識システム１３０は、コンテンツオーナークライアント装置１７０を介して、サウンド記録（所望の所有権ポリシーを含む）に対応する参照サウンド記録１６３および／または所有権メタデータ１６１をコンテンツオーナーから受信する（２０２）。場合によっては、参照サウンド記録１６３および／または所有権メタデータ１６１の一部分のみが、単一のコンテンツオーナーから提供される。例えば、出版社は、参照サウンド記録を提供せずに、作品に関連する所有権メタデータのみを提供してもよい。他の場合において、レコード会社は、サウンド記録の根底にある作品の所有権を有する単数または複数の出版社を特定せずに、該サウンド記録に関する所有権情報を提供してもよい。さらに別の場合において、コンテンツオーナーは、作品の所有権の一部のみ（例えば、５０％の所有権）を有することを示してもよく、残りの所有権を有する他の事業体（エンティティ）を必ずしも特定しなくてもよい。断片的な情報を整理するために、コンテンツ認識システム１３０は、受信した情報を関連付け、これらの情報を一群のエントリにまとめ、各エントリを１つのサウンド記録または作品に対応させる（２０４）。さらに、当該作品を具現化する１つ以上のサウンド記録のエントリと作品のエントリとをリンク付けしてもよい。通常、断片的に提出された情報に共通する様々なメタデータ・フィールド（例えば、曲名、アーティスト名、識別番号など）を照合することによって、関連付けが行われる。

オーディオ指紋モジュール１３６は、参照サウンド記録の参照オーディオ指紋を作成し（２０６）、サウンド記録の所有権メタデータと関連付けて参照オーディオ指紋を格納する（２０８）。メロディ指紋モジュール１３４は、該参照サウンド記録において具現化された作品を表す参照メロディ指紋を作成し（２１０）、該作品の所有権メタデータと関連付けて参照メロディ指紋を格納する（２１２）。従って、コンテンツ認識システム１３０は、提供された各参照記録物の参照オーディオ指紋および参照メロディ指紋の両方を作成する。

図３は、或る作品に関連する所有権メタデータエントリの一例を示すグラフィックインターフェースである。例えば、コンテンツ認識システム１３０およびメディアホストサービスシステム１１０の管理者、ならびに／またはコンテンツのオーナーが、当該グラフィックインターフェースを使用してもよい。代替として、図３に示すメタデータの全てまたは一部の使用を内部に限定してもよく、この場合はグラフィックインターフェースにメタデータを表示しなくてもよい。

所有権メタデータは、異なる識別フィールドを備える幾つかのカテゴリに分類される。例えば、本実施形態において、所有権メタデータは、メタデータ３０２、所有権情報３０４、権利３０６、関連アセット３０８および参照コンテンツ３１０のカテゴリに分類される。メタデータカテゴリ３０２は、当該作品を識別する様々なフィールドを提供し、これには、例えば、識別子フィールド（例えば、ＣＭＳアセットＩＤ）、種類（例えば、作品またはサウンド記録）、提供者（例えば、参照データを提出した事業体）、ソース、カスタムＩＤ、追加日時（例えば、提出日／時間）、国際標準音楽作品コード（ＩＳＷＣ）、曲名、カテゴリおよび作曲者が含まれる。図示するように、幾つかのフィールドは、空欄であってもよく、この場合は現時点において情報が不明または未確認であることを示す。

所有権情報カテゴリ３０４は、当該作品の所有権を有する事業体と、所有権を適用する国（所有権は国ごとに異なり得るため）と、該当する場合に所有権のパーセンテージまたは割合（国によっては所有権が２つ以上の事業体に分割されるため）を識別する。図示した例において、所有権情報は、「出版社Ａ」が米国で当該作品の６６．６６％の所有権を有し、「出版社Ｂ」が米国で当該作品の３３．３４％の所有権を有することを示す。

権利カテゴリ３０６は、コンテンツオーナーが選択した所有権ポリシー（「オーナーポリシー」）と、既知の場合は、ホストサービスが実際に適用するポリシー（「適用ポリシー」）とを示す。上記で説明したように、ポリシーには、例えば、収益化、追跡または遮断を含めることができる。権利カテゴリ３０６は、ドロップダウンボックス３０７を含み、閲覧者が（図で選択されているように）「マッチ請求」または「埋め込み請求」（図示せず）を選択できる。「マッチ請求」を（図示のように）選択すると、表示される所有権ポリシーは、マッチする作品が検出された場合に選択および／または適用される所有権ポリシーとなる。図示の例において、オーナーは「閲覧者の位置情報が米国である場合に収益化（および追跡）」を選択しており、ホストサービスシステムは同一のポリシーを適用する。代替として、ドロップダウンボックス３０７から「埋め込み請求」を選択すると、作品を埋め込むサウンド記録の所有権ポリシーが表示される。これによって、例えば、サウンド記録を所有するレコード会社が追跡または収益化を選択する場合であっても、出版社は当該サウンド記録の使用を遮断することができる。

関連アセットカテゴリ３０８は、作品を埋め込む他のアセット（例えば、サウンド記録）を識別する。図示の例において、関連アセットカテゴリは、作品を具現化しているサウンド記録（「作品イ長調」）を識別する。

参照コンテンツカテゴリ３１０は、当該作品のコンテンツオーナーが参照記録物を提供する場合に、該参照記録物を識別する。ここでは、何れの出版社も当該作品を表す参照記録物を提供していない。但し、関連アセット（例えば、曲名「作品イ長調」に関連するサウンド記録）の参照記録物の場所が判明している場合は、作品のマッチを判定する目的で、該作品を参照記録物とリンクさせるようにしてよい。図３に示すエントリは、作品のメタデータエントリの一例に過ぎない。他の実施形態において、エントリは、異なるカテゴリ、フィールド、データおよび組織図を含み得る。

図４は、参照サウンド記録に関連する所有権メタデータエントリの一例を示すグラフィックインターフェースである。サウンド記録の所有権メタデータは、図３に示した作品の所有権メタデータと同様に、内部使用に限定されてもよく、従って、グラフィックインターフェースにメタデータを表示しなくてもよい。サウンド記録の所有権メタデータは、異なる識別フィールドを備える幾つかのカテゴリに分類される。例えば、本実施形態において、所有権メタデータは、メタデータ４０２と、所有権情報４０４と、関連アセット４０８と、参照コンテンツ４１０のカテゴリに分類される。

メタデータカテゴリ４０２は、参照サウンド記録を識別する様々な情報を提供し、上述した作品メタデータと同一のフィールドを多数含む。さらに、メタデータカテゴリ４０２は、例えば、ジャンル、レコード会社、オーディオの国際標準レコーディングコード（ＩＳＲＣ）、商品コード（ＵＰＣ）および音楽データ識別コード（ＧＲｉｄ）など、サウンド記録に特有のフィールドを含んでもよい。

所有権情報カテゴリ４０４は、サウンド記録の所有権を有する１つ以上の事業体（エンティティ）を指し示す。この場合、「レコード会社Ａ」が全世界で該サウンド記録の所有権を有する。関連アセットカテゴリ４０８は、該サウンド記録が具現化しているその他のアセット（例えば、作品）を識別する。図示の例において、サウンド記録は、図３を参照して前述した作品「作品イ長調」を具現化している。

参照コンテンツカテゴリ４１０は、サウンド記録に関連する１つ以上の参照記録物を識別する。図示の例において、オーナー（レコード会社Ａ）は、コンテンツ認識システム１３０によるサウンド記録の識別に使われる２種類の参照記録物を提供している。各参照記録物には様々な識別フィールドが設けられ、これには、例えば、参照ＩＤ、日時（例えば、提出日／時間）、種類（オーディオまたは動画）、提供者（例えば、提出した事業体）およびステータス（アクティブまたは非アクティブ）が含まれる。図４に示すエントリは、サウンド記録のメタデータエントリの一例に過ぎない。他の実施形態において、エントリは、異なるカテゴリ、フィールド、データおよび組織図を含み得る。

図５は、コンテンツ認識システム１３０がオーディオクリップ１４１に関連する所有権情報１４３を決定する際に実行するための処理を示すフローチャートである。コンテンツ認識システム１３０は、５０２：オーディオクリップ１４１を受信して、５０４：オーディオクリップ１４１を表すオーディオ指紋（例えば、オーディオＩＤファイル）を作成する。次いで、コンテンツ認識システム１３０は、５０６：オーディオクリップ１４１のオーディオ指紋が、オーディオＩＤデータベース１４４内の参照オーディオ指紋とマッチするか否かを判定する。オーディオ指紋のマッチが見つかった場合は、５０８：サウンド記録のコンテンツオーナーの代わりに、請求（クレーム）が作成される。オーディオ指紋の照合に関して、通常、サウンド記録のオーナー（通常はレコード会社）と作品のオーナー（通常は出版社）双方の代わりに請求が作成される。上記で説明したように、クリップ１４１のオーディオ指紋が参照オーディオ指紋とマッチすると、このマッチによって、該サウンド記録の所有権および該サウンド記録で具現化された作品の所有権が判明する。

オーディオ指紋のマッチが見つからない場合、コンテンツ認識システム１３０は、５１０：オーディオクリップ１４１の根底を成すメロディを表すメロディ指紋を作成する。次いで、コンテンツ認識システム１３０は、５１２：入力オーディオクリップ１４１のメロディ指紋が、メロディＩＤデータベース１４２内の参照メロディ指紋とマッチするか否かを判定する。指紋がマッチした場合は、５１４：オーディオクリップ１４１で具現化された作品のコンテンツオーナーの代わりに、請求が作成される。但し、オーディオＩＤのマッチは見つからなかったので、オーディオクリップ１４１で具現化されたサウンド記録のオーナーの代わりに、請求を作成することはできない。

オーディオＩＤおよびメロディＩＤとのマッチが見つからない場合は、５１６：オーディオクリップ１４１とマッチするものがコンテンツ認識システム１３０には存在しないので、請求は作成されない。

効率化のため、ステップ５０６においてオーディオＩＤのマッチが見つかる場合には、通常、ステップ５１０‐５１４におけるメロディ指紋の作成および比較が不要となる。その代わり、サウンド記録のマッチが検出されると、通常、サウンド記録で具現化された作品を識別する関連アセットメタデータ４０８などのサウンド記録のメタデータから、根底を成す作品が判明する。他の実施形態では、マッチが見つかる場合であっても、オーディオ指紋と共にメロディ指紋を作成することができる。

代替の実施形態では、オーディオクリップ１４１が入力される毎に、オーディオ指紋およびメロディ指紋の照合（マッチング）が行われる。本実施形態では、最もマッチするオーディオ指紋およびメロディ指紋のマッチの程度が、オーディオ指紋および／またはメロディ指紋のマッチを判定する際に考慮される。例えば、参照サウンド記録に対するメロディ指紋のマッチの程度が高い場合に（高信頼度）、同一の参照サウンド記録に対して本来は低いオーディオ指紋の信頼度（低信頼度）を高めてもよい。オーディオ指紋のみの比較ではマッチの程度が不明瞭な場合は、このような方法でオーディオ指紋のマッチを検出してもよい。通常、最もマッチするオーディオ指紋およびメロディ指紋の指標への重み付けが可能であり、これらの加重した指標を組み合わせる様々な方法を採用することによって、最もマッチするオーディオ指紋および／またはメロディ指紋が、マッチするオーディオ指紋および／またはメロディ指紋と見なされるか否かを決定することができる。

コンテンツオーナーの代わりに作成される請求（クレーム）は、識別されたメディアコンテンツに関連する所有権ポリシーを呼び出す。図６は、作成した請求に基づいて、（例えば、権利管理エンジン１１６によって実行される）所有権ポリシーを実施する方法の一例を示す。権利管理エンジン１１６は、６０２：所有権データベース１４６の所有権情報にアクセスすることによって、コンテンツ認識システム１３０が識別したメディアコンテンツの所有権ポリシーを識別する。権利管理エンジン１１６が、６０４：オーナーの１００％がコンテンツの収益化を要求していると判断する場合、権利管理エンジン１１６は、６０６：コンテンツの収益化、および比率に基づいて収益をコンテンツオーナーに分配するための措置を講じる。収益の分配を含む収益化ポリシーの詳細は、通常、メディアホストサービスシステムと１人以上のコンテンツオーナーとの間のライセンス契約によって決定される。通常、コンテンツの収益化には、的を絞った広告をユーザ要求コンテンツと共に流すことと、広告主から得た収益の少なくとも一部をコンテンツオーナーに分配することを含む。一方、権利管理エンジン１１６が、６０４：１００％未満のオーナーがコンテンツの収益化を要求していると判断する場合、権利管理エンジン１１６は、次に、６０８：少なくとも１人のオーナーがコンテンツの遮断を要求しているかどうかを判断する。少なくとも１人のオーナーがコンテンツの遮断を要求する場合、６１０：当該コンテンツは遮断される。遮断には、コンテンツデータベース１２０からコンテンツを削除すること、またはユーザ・クライアント装置１５０による当該コンテンツへのアクセスを防止することを含んでもよい。何れのオーナーもコンテンツの遮断を要求しておらず、また少なくとも１人のオーナーがコンテンツの収益化を要求しない場合には、権利管理エンジン１１６は、６１２：コンテンツの利用数を追跡し、追跡データをオーナーに提供する。通常、追跡には、コンテンツに対するユーザの要求に関する統計情報を収集することと、これらの統計情報をコンテンツオーナーに提供することが含まれる。

図７は、アップロードされたメディアコンテンツの識別に応えて権利管理エンジン１１６が作成する、請求メタデータの例を示すグラフィックインターフェースである。メタデータは、ユーザがアップロードしたメディアコンテンツに「作品イ長調」の生演奏の映像が含まれることを示している。ユーザ提供コンテンツと完全にマッチするサウンド記録は無かったが（即ち、オーディオＩＤのマッチは見つからなかったが）、コンテンツ認識システムは、ユーザ提供コンテンツのメロディが既知の作品「作品イ長調」のメロディ指紋とマッチすると判断した。作成した請求に関するメタデータには、ユーザ提供コンテンツおよびマッチした作品の他にも、所有権情報および関連する請求ポリシーに関する様々な情報が含まれる。図７に示すメタデータは、作成した請求に関するメタデータエントリの一例に過ぎない。他の実施形態では、異なるメタデータまたは追加のメタデータを含んでもよい。

従って、コンテンツ認識システム１３０は、メディアホストサービスシステム１１０と協働して有益に動作して、ホストしたメディアコンテンツの識別を行い、所有権を決定し、所有権を行使するために請求ポリシーを適用する。さらに、システムは、コンテンツオーナーのメディアコンテンツを収益化するプラットフォームを提供することによって、コンテンツオーナーに利益をもたらす。また、システムは、閲覧許可されているメディアコンテンツの膨大なコレクションへのアクセスを可能にすることによって、メディアホストサービスのユーザに対しても恩恵をもたらす。

コンテンツ認識システムは、従来のシステムと異なり、ホストされたメディアコンテンツにおいて具現化されている作品を効率的に識別するために、メロディ認識を効果的に使用する。従って、コンテンツ認識システムは、例えば、カバー演奏および生演奏など、これまで知られていなかった演奏または目録未作成の演奏において具現化されている既知の作品を検出することができる。その結果、コンテンツ認識システムは、ホストメディアコンテンツに対する所有権行使の問題について、効率的かつ拡張可能なソリューションを提供する。

本発明のごく少数の実施形態について詳述してきたが、本発明をさらに他の実施形態において実施できることは、当業者にとっては言うまでもない。先ず、コンポーネントの特定名称、用語の大文字表記、属性、データ構造、またはその他のプログラムの特徴もしくは構造的な特徴は、必須でもなければ重要でもなく、本発明またはその特徴を実施する機構は、異なる名称、フォーマットまたはプロトコルであってもよい。さらに、記載とは異なるハードウェアおよびソフトウェアの組み合わせで、システムを実施してもよい。また、本明細書では、様々なシステムコンポーネントに機能を分担させたが、これは例示に過ぎず、必須ではない。１つのシステムコンポーネントが実行する機能を複数のコンポーネントが実行してもよく、複数のコンポーネントが実行する機能を１つのコンポーネントが実行してもよい。

以上の詳述な説明の一部は、情報に関する動作のアルゴリズムおよび記号列表現の観点から本発明の特徴を提示した。これらのアルゴリズム記述および表示は、他の当業者に対して自身の研究の内容を最も効果的に伝えるために、データ処理分野の当業者が使用する手段である。これらの動作について機能的または論理的に記載したが、メモリに格納されて１つ以上のプロセッサが実行するコンピュータプログラムがこれらの動作を実行することは、言うまでもない。さらに、一般性を喪失することなく、これらの動作の配置構成をモジュールまたは符号化デバイスと呼ぶことに時として利便性があることも証明されている。

説明から明らかになるように、特に断りの無い限り、本明細書の記載全体を通して、例えば「処理」、「演算」、「計算」、「決定」または「表示」などの用語を用いる説明が、コンピュータシステムまたは同様な電子計算装置の作用およびプロセスを指し、当該コンピュータシステムまたは同様な電子計算装置は、コンピュータシステムのメモリ、レジストリおよびメモリ内で物理（電子）量として表現されたデータを操作し、そしてこれをコンピュータシステムのメモリ、レジストリ、または他の情報ストレージ装置、転送装置もしくは表示装置内で同様に物理（電子）量として表現される、他のデータに変換することを理解されたい。

本発明の態様は、本明細書に記載の処理のステップおよび指示をアルゴリズムの形式で含む。なお、本発明の処理のステップおよび指示を、ソフトウェア、ファームウェアまたはハードウェアで実現することができ、またソフトウェアで実現する場合は、リアルタイムのネットワーク・オペレーティングシステムにダウンロードして、リアルタイムのネットワーク・オペレーティングシステムが使用する他のプラットフォーム上で実行することができる。

また、本発明は、本明細書に記載の動作を実行する装置に関する。この装置は、要求される目的を果たすために特別に構成されてもよく、または格納するコンピュータプログラムによって選択的に起動または再構成される汎用コンピュータを備えてもよい。このようなコンピュータプログラムを読み取り可能な記憶媒体に格納してもよく、読み取り可能な記憶媒体には、フロッピー（登録商標）ディスク、光ディスク、ＣＤ-ＲＯＭ、光磁気ディスク、読み取り専用メモリ（ＲＯＭ）、ランダムアクセスメモリ（ＲＡＭ）、ＥＰＲＯＭ、ＥＥＰＲＯＭ、磁気カードもしくは光カード、特定用途向け集積回路（ＡＳＩＣ）または電子的な指示の格納に適した如何なる種類の媒体などであって、コンピュータ・システムバスに接続される何れの種類のディスクが挙げられるが、これらに限定されない。さらに、本明細書で呼ぶコンピュータは、シングルプロセッサを含んでもよく、または計算能力を高めるためにマルチプロセッサの設計を採用する構成であってもよい。

本明細書で提示するアルゴリズムおよび表示は、本質的に、何らかの特定のコンピュータまたはその他の装置と関連するものではない。様々な汎用システムが、本明細書の教示に従うプログラムと共に使用され得るか、または要求される方法ステップを実行するために、さらに専用化された装置を構成することが便利であることが判明し得る。様々なこれらのシステムに対して要求される構造は、上記から明らかになる。

最後に、本明細書で使用する言い回しは、主に読み易さおよび例示の目的で選択されており、本発明の主題を記述または制限する目的では選択されていないことに留意されたい。従って、本発明の開示は、一例に過ぎず、本発明の範囲を制限するものではない。

Claims (20)

1. コンピュータによって実行される方法であって、
   前記コンピュータにより、オーディオクリップでなる入力メディアファイルを受信することと、
   前記コンピュータにより、前記オーディオクリップの入力メロディ指紋を生成することと、ここで、前記入力メロディ指紋は、前記オーディオクリップに含まれる複数の主要な楽音間のピッチ音程からなる一連のピッチ音程であり、
   前記コンピュータにより、前記入力メロディ指紋とマッチする参照メロディ指紋をメロディ指紋参照データベースに基づいて決定することと、ここで、該マッチする参照メロディ指紋は、或る参照サウンド記録に関連し且つ前記オーディオクリップにおいて具現化されている作品のメロディを表しており、
   前記コンピュータにより、前記入力メロディ指紋とそれにマッチする前記参照メロディ指紋との間のマッチの程度を示すメロディマッチ度を決定することと、
   前記コンピュータにより、前記オーディオクリップの入力オーディオ指紋を生成することと、ここで、前記入力オーディオ指紋は、前記オーディオクリップにおいて具現化されたサウンド記録の特徴を表しており、
   前記コンピュータにより、前記入力オーディオ指紋をオーディオ指紋参照データベース内の複数の参照オーディオ指紋と比較することと、ここで、前記参照オーディオ指紋は、それぞれ参照サウンド記録に関連付けられており、
   前記コンピュータにより、前記比較及び前記メロディマッチ度に応じて前記入力オーディオ指紋とマッチする１つの参照オーディオ指紋を特定することと、
   前記コンピュータにより、前記マッチすると決定された前記参照メロディ指紋及び前記マッチすると特定された前記参照オーディオ指紋に関連する１つの参照サウンド記録のサウンド記録オーナー及び作品オーナーを決定することと、
   前記コンピュータにより、前記サウンド記録オーナー及び前記作品オーナーの代わりに、前記入力メディアファイルに関する請求を生成することと
   を備える方法。
2. 前記メロディ指紋は、前記作品の演奏を行うまたは記録するのに使用された要因に対して不変であり、該作品の演奏を行うまたは記録するのに使用された前記要因は、該作品が演奏された音階調、該作品を演奏するのに使用した楽器、若しくは、該オーディオクリップを作成するのに使用した器楽編成を含む、請求項１に記載の方法。
3. 前記マッチするメロディ指紋に関連付けられた所有権ポリシーを決定することと、
   前記所有権ポリシーに基づいて前記請求を生成することと
   を更に備える請求項１又は２に記載の方法。
4. 前記入力メディアファイルを提供するメディアホストサービスに対して前記所有権ポリシーを提供すること、を更に備える請求項３に記載の方法。
5. 前記作品の所有権益を持つ少なくとも１つのエンティティが該作品へのアクセスを遮断することを望むということを前記所有権ポリシーが示しているとき、前記入力メディアファイルへのアクセスを遮断すること、を更に備える請求項３又は４に記載の方法。
6. 前記作品の所有権益を持つ全てのエンティティが該作品の収益化を望むということを前記所有権ポリシーが示しているとき、前記入力メディアファイルを収益化すること、を更に備える請求項３乃至５のいずれかに記載の方法。
7. 前記入力メディアファイルを収益化することは、
   前記入力メディアファイルを提供するメディアホストサービスのユーザから前記入力メディアファイルのリクエストを受信することと、
   前記入力メディアファイルと共に配置するための広告を選択することと、
   前記リクエストしたユーザに対して前記選択された広告と共に前記入力メディアファイルを提供することと、
   前記広告から生じた収益を前記作品のコンテンツオーナーと分配すること、
   を備える請求項６に記載の方法。
8. 前記作品の所有権益を持つどのエンティティも該作品へのアクセスを遮断することを望まず、かつ、前記作品の所有権益を持つ少なくとも１つのエンティティが該作品の収益化を望まないということを前記所有権ポリシーが示しているとき、前記入力メディアファイルの追跡を行うこと、を更に備える請求項３乃至７のいずれかに記載の方法。
9. 前記入力メディアファイルはビデオクリップからなり、前記オーディオクリップは該ビデオクリップのオーディオトラックからなる、請求項１乃至８のいずれかに記載の方法。
10. 前記オーディオクリップに含まれる複数の主要な楽音を抽出するために該オーディオクリップを処理することを更に備え、この処理は、人間の聴覚系がどのように音を処理および表現するかをシミュレートする聴覚モデルを使用して、人間の耳が認識する該主要な楽音の特性として前記オーディオクリップの表現の特徴を抽出することを含み、前記入力メロディ指紋が該抽出された複数の主要な楽音を使用して生成される、請求項１乃至９のいずれかに記載の方法。
11. 前記マッチする１つの参照オーディオ指紋を特定することは、
    前記入力オーディオ指紋と前記複数の参照オーディオ指紋中の或る候補の参照オーディオ指紋との間のマッチの信頼度を判定することと、
    前記候補の参照オーディオ指紋が、前記マッチすると特定された前記参照オーディオ指紋と同一の参照サウンド記録に関連しているかどうかを判定することと、
    前記候補の参照オーディオ指紋が前記マッチすると特定された前記参照オーディオ指紋と同一の参照サウンド記録に関連しているとの判定に応じて、前記入力オーディオ指紋と前記候補の参照オーディオ指紋との間のマッチの信頼度を高めること
    を含む、請求項１乃至１０のいずれかに記載の方法。
12. プロセッサと、
    前記プロセッサと結合した非一時的なコンピュータ読取可能記憶媒体であって、
    オーディオクリップでなる入力メディアファイルを受信することと、
    前記オーディオクリップの入力メロディ指紋を生成することと、ここで、前記入力メロディ指紋は、前記オーディオクリップに含まれる複数の主要な楽音間のピッチ音程からなる一連のピッチ音程であり、
    前記入力メロディ指紋とマッチする参照メロディ指紋をメロディ指紋参照データベースに基づいて決定することと、ここで、該マッチする参照メロディ指紋は、或る参照サウンド記録に関連し且つ前記オーディオクリップにおいて具現化されている作品のメロディを表しており、
    前記入力メロディ指紋とそれにマッチする前記参照メロディ指紋との間のマッチの程度を示すメロディマッチ度を決定することと、
    前記オーディオクリップの入力オーディオ指紋を生成することと、ここで、前記入力オーディオ指紋は、前記オーディオクリップにおいて具現化されたサウンド記録の特徴を表しており、
    前記入力オーディオ指紋をオーディオ指紋参照データベース内の複数の参照オーディオ指紋と比較することと、ここで、前記参照オーディオ指紋は、それぞれ参照サウンド記録に関連付けられており、
    前記比較及び前記メロディマッチ度に応じて前記入力オーディオ指紋とマッチする１つの参照オーディオ指紋を特定することと、
    前記マッチすると決定された前記参照メロディ指紋及び前記マッチすると特定された前記参照オーディオ指紋に関連する１つの参照サウンド記録のサウンド記録オーナー及び作品オーナーを決定すること、
    前記サウンド記録オーナー及び前記作品オーナーの代わりに、前記入力メディアファイルに関する請求を生成することと
    を前記プロセッサに実行させるための命令を格納する前記非一時的なコンピュータ読取可能記憶媒体と、
    を備えるシステム。
13. 前記メロディ指紋は、前記作品の演奏を行うまたは記録するのに使用された要因に対して不変であり、該作品の演奏を行うまたは記録するのに使用された前記要因は、該作品が演奏された音階調、該作品を演奏するのに使用した楽器、若しくは、該オーディオクリップを作成するのに使用した器楽編成を含む、請求項１２に記載のシステム。
14. 前記非一時的なコンピュータ読取可能記憶媒体は、前記マッチするメロディ指紋に関連付けられた所有権ポリシーを決定することと、
    前記所有権ポリシーに基づいて前記請求を生成することを前記プロセッサに実行させるための命令をさらに格納する、
    請求項１２又は１３に記載のシステム。
15. 前記非一時的なコンピュータ読取可能記憶媒体は、前記入力メディアファイルを提供するメディアホストサービスに対して前記所有権ポリシーを提供することを前記プロセッサに実行させるための命令をさらに格納する、
    請求項１４に記載のシステム。
16. 前記非一時的なコンピュータ読取可能記憶媒体は、前記作品の所有権益を持つ少なくとも１つのエンティティが該作品へのアクセスを遮断することを望むということを前記所有権ポリシーが示しているとき、前記入力メディアファイルへのアクセスを遮断することを前記プロセッサに実行させるための命令をさらに格納する、
    請求項１４又は１５に記載のシステム。
17. 前記非一時的なコンピュータ読取可能記憶媒体は、前記作品の所有権益を持つ全てのエンティティが該作品の収益化を望むということを前記所有権ポリシーが示しているとき、前記入力メディアファイルを収益化することを前記プロセッサに実行させるための命令をさらに格納する、
    請求項１４乃至１６のいずれかに記載のシステム。
18. 前記入力メディアファイルを収益化することを前記プロセッサに実行させるための前記命令は、
    前記入力メディアファイルを提供するメディアホストサービスのユーザから前記入力メディアファイルのリクエストを受信することと、
    前記入力メディアファイルと共に配置するための広告を選択することと、
    前記リクエストしたユーザに対して前記選択された広告と共に前記入力メディアファイルを提供することと、
    前記広告から生じた収益を前記作品のコンテンツオーナーと分配すること、
    を前記プロセッサに実行させるための前記非一時的なコンピュータ読取可能記憶媒体に格納された命令を備える、請求項１７に記載のシステム。
19. 前記非一時的なコンピュータ読取可能記憶媒体は、前記作品の所有権益を持つどのエンティティも該作品へのアクセスを遮断することを望まず、かつ、前記作品の所有権益を持つ少なくとも１つのエンティティが該作品の収益化を望まないということを前記所有権ポリシーが示しているとき、前記入力メディアファイルの追跡を行うことを、前記プロセッサに実行させるための命令をさらに格納する、
    請求項１４乃至１８のいずれかに記載のシステム。
20. 前記入力メディアファイルはビデオクリップからなり、前記オーディオクリップは該ビデオクリップのオーディオトラックからなる、請求項１２乃至１９のいずれかに記載のシステム。

Images