JP7317888B2 - 類似性情報決定装置、類似性情報決定方法、自己相関情報決定装置、相互相関情報決定装置およびコンピュータプログラム - Google Patents
類似性情報決定装置、類似性情報決定方法、自己相関情報決定装置、相互相関情報決定装置およびコンピュータプログラム Download PDFInfo
- Publication number
- JP7317888B2 JP7317888B2 JP2021078687A JP2021078687A JP7317888B2 JP 7317888 B2 JP7317888 B2 JP 7317888B2 JP 2021078687 A JP2021078687 A JP 2021078687A JP 2021078687 A JP2021078687 A JP 2021078687A JP 7317888 B2 JP7317888 B2 JP 7317888B2
- Authority
- JP
- Japan
- Prior art keywords
- zero
- crossing
- information
- values
- sequence
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims description 75
- 238000004590 computer program Methods 0.000 title claims description 18
- 230000005236 sound signal Effects 0.000 claims description 32
- 230000000630 rising effect Effects 0.000 claims description 27
- 230000003595 spectral effect Effects 0.000 claims description 27
- 238000001914 filtration Methods 0.000 claims description 16
- 238000005314 correlation function Methods 0.000 claims description 12
- 230000004907 flux Effects 0.000 claims description 8
- 238000001228 spectrum Methods 0.000 claims description 8
- 230000008859 change Effects 0.000 claims description 5
- 238000005259 measurement Methods 0.000 claims description 2
- 239000000284 extract Substances 0.000 claims 2
- 230000006870 function Effects 0.000 description 17
- 238000012545 processing Methods 0.000 description 13
- 238000004364 calculation method Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 12
- 230000000875 corresponding effect Effects 0.000 description 8
- 230000008901 benefit Effects 0.000 description 6
- 239000013598 vector Substances 0.000 description 5
- 238000005457 optimization Methods 0.000 description 4
- 238000005311 autocorrelation function Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000003750 conditioning effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 238000011524 similarity measure Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
- G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/15—Correlation function computation including computation of convolution operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F7/00—Methods or arrangements for processing data by operating upon the order or content of the data handled
- G06F7/02—Comparing digital values
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/02—Preprocessing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/08—Feature extraction
- G06F2218/10—Feature extraction by analysing the shape of a waveform, e.g. extracting parameters relating to peaks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/12—Classification; Matching
- G06F2218/16—Classification; Matching by matching signal segments
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10H—ELECTROPHONIC MUSICAL INSTRUMENTS; INSTRUMENTS IN WHICH THE TONES ARE GENERATED BY ELECTROMECHANICAL MEANS OR ELECTRONIC GENERATORS, OR IN WHICH THE TONES ARE SYNTHESISED FROM A DATA STORE
- G10H2210/00—Aspects or methods of musical processing having intrinsic musical character, i.e. involving musical theory or musical parameters or relying on musical knowledge, as applied in electrophonic musical tools or instruments
- G10H2210/031—Musical analysis, i.e. isolation, extraction or identification of musical elements or musical parameters from a raw acoustic signal or from an encoded audio signal
- G10H2210/076—Musical analysis, i.e. isolation, extraction or identification of musical elements or musical parameters from a raw acoustic signal or from an encoded audio signal for extraction of timing, tempo; Beat detection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Computing Systems (AREA)
- Acoustics & Sound (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Computational Linguistics (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Complex Calculations (AREA)
- Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Description
図1は、本発明の一実施形態による、1つ以上の入力信号に基づいて類似性情報を決定するための装置のブロック概略図を示す。
図2は、1つまたは複数の入力信号に基づいて類似性情報を決定するための装置200の概略ブロック図を示す。装置200は、入力信号212を受信し、それに基づいて類似性情報222および/またはタイムシフト情報232を提供するように構成される。装置200は、ゼロクロス値決定器210を備え、これはゼロクロス値計算機と見なすこともでき、例えば、ゼロクロス情報決定110の機能を利用することができる。ゼロクロス値決定器210は、例えば、入力信号を受信してもよい。しかしながら;オプションで、「DC除去」またはハイパスフィルタリングを入力信号212に適用して(ブロック216)、ゼロ平均入力信号218を得ることができる。換言すれば、ゼロクロス値決定器210は、ゼロ平均入力信号を受信することが好ましい。何故なら、ゼロ平均入力信号にとっては、多数のゼロクロスが最も意味があるからである。入力信号212が必ずしもゼロ平均を含まないと仮定しなければならない場合、信号をゼロクロス値決定器210に入力する前にDC除去/ハイパスフィルタリング216を適用することが推奨される。
図3は、類似性情報を決定するための装置300の概略ブロック図を示す。装置300は、第1の信号セクション(「信号セクション1」)312および第2の信号セクション(「信号セクション2」)314を受信するように構成されている。第1の信号セクション312および第2の信号セクション314は、比較対象となる信号セクションであり、同一信号の2つの信号セクションであってもよい。あるいは、第1の信号セクション312は第1の信号のセクションであり得、第2の信号セクション314は第2の信号の信号セクションであり得る。信号セクション312、314は、時間的に重複していても時間的に重複していなくてもよい。オプションで、第1のDC除去またはハイパスフィルタリング316を第1の信号セクションに適用することができる。同様に、DC除去またはハイパスフィルタリング318を第2の信号セクション314に任意に適用することができる。DC除去/ハイパスフィルタリング316、318の機能は、DC除去/ハイパスフィルタ216の機能と同等である。
以下では、図4を参照して、類似性情報の決定例について説明する。
信号(またはその一部)の比較の実行については、後に図5を参照しながら説明する。比較は、例えば、相互相関に対応することができ、比較されるべき信号セクションのブロック(または部分)は、ゼロクロス値によって表される。
図6は、例えばオーディオ信号またはビデオ信号のような信号からゼロクロス値をどのように導出するかの概略図を示す。
図7は、1つまたは複数の入力信号に基づいて類似性情報を決定するための方法のブロック概略図を示す。方法700は、1つ以上の入力信号のうちの少なくとも1つの複数の部分について、入力信号のそれぞれの部分内のゼロクロスの数を記述するゼロクロス情報を決定すること710を含む。方法700はまた、類似性情報を決定するために、ゼロクロス情報に基づいて比較を実行すること720を含む。
本発明による実施形態は、様々な技術的装置に適用することができる。例えば、上述の装置は、オーディオ信号、ビデオ信号、物理的センサからのセンサ信号、または他の任意の電気的または光学的信号を分析するための信号分析器において使用することができる。同様に、本明細書に記載の装置は、オーディオ信号、ビデオ信号、物理量を感知する物理的センサからのセンサ信号、または他の電気信号もしくは光信号を処理するためのシグナルプロセッサにおいて使用することができる。
本発明による実施形態は、ブロック内のゼロクロス(例えば、符号の変化として定義される)の数が非常にロバストな推定のための表現値として識別されたという発見に基づいている。例えば、ブロック内のゼロクロスの数を表す値は、いくつかの「周囲の」サンプル(例えば、それぞれのブロックのサンプル)を表すことができる。符号のすべての変化(またはすべてのゼロクロス)が使用されるのか、あるいは単に負から正への変化(立上りゼロクロス)または正から負への変化(立下りゼロクロス)が使用されるかどうかはあまり重要でないことがわかった。従って、代表値(例えば、入力信号のブロックのサンプルを表す値)は、(入力信号の)そのブロック内の符号の変化の数を含む。この方法が機能するためには、カウント(例えばゼロクロスのカウント)の前に定数成分(DC成分)が信号から(例えば入力信号からまたは複数の入力信号から)除去されることが好ましい。この一定成分の除去は、「DC除去」または「DCフィルタリング」と見なすことができる。
きである。
いくつかの態様が装置の文脈で説明されてきたが、これらの態様が対応する方法の説明も表していることは明らかであり、ブロックまたは装置は方法ステップまたは方法ステップの特徴に対応する。同様に、方法ステップの文脈で説明された態様はまた、対応する装置の対応するブロックまたは項目または特徴の説明を表す。方法ステップのいくつかまたはすべては、たと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または電子回路などのハードウェア装置によって(または使用して)実行することができる。いくつかの実施形態では、そのような装置によって1つ以上の最も重要な方法ステップを実行することができる。
Claims (25)
- 1つ以上の入力信号(112;212;312;314)に基づいて類似性情報(122;222;332)を決定するための装置(100;200;300)であって、
前記装置は、前記1つ以上の入力信号のうちの少なくとも1つの信号の複数の部分について、それぞれの部分(422,424,426,432,434,436;522,524,526,542,544,546)におけるゼロクロスの数を記述するゼロクロス情報(114;214;322;324)を決定するように構成され、
前記装置は、前記類似性情報を決定するために、前記ゼロクロス情報に基づいて比較を行うように構成され、
前記装置は、複数の信号ブロックについて信号ブロックあたり2つ以上の代表値を決定するように構成され、
前記2つ以上の代表値は前記信号ブロックの特徴を記述し、
前記2つ以上の代表値は、ゼロクロス情報であるゼロクロス値を含み、
前記装置は、前記類似性情報を決定するために、前記2つ以上の代表値に基づいて前記比較を実行するように構成され、
前記装置は、複数の信号ブロックについて、第1のタイプの代表値のシーケンスに基づいて第1の比較を実行し、前記複数の信号ブロックについて、第2のタイプの代表値のシーケンスに基づいて第2の比較を実行するように構成され、
前記装置は、信頼性情報を得るために、前記第1の比較の結果と前記第2の比較の結果とを比較するように構成される、
装置。 - 前記装置は、前記ゼロクロス情報(114;214;322;324)として、前記1つ以上の入力信号のうちの前記少なくとも1つの信号の複数の部分(422,424,426,432,434,436;522,524,526,542,544,546)についてのゼロクロスの総数、または立上りゼロクロスの数、または立下りゼロクロスの数を決定するように構成される、請求項1に記載の装置(100;200;300)。
- 前記装置は、前記ゼロクロス情報(114;214;322;324)として、前記1つ以上の入力信号のうちの前記少なくとも1つの信号の複数の部分(422,424,426,432,434,436;522,524,526,542,544,546)についてのゼロクロス率を決定するように構成される、請求項1に記載の装置(100;200;300)。
- 前記装置(100;200;300)は、少なくとも1つのゼロクロス値が、前記1つ以上の入力信号のうちの前記少なくとも1つの信号の複数の部分の各部分(422,424,426,432,434,436;522,524,526,542,544,546)に関連付けられるように、前記ゼロクロス情報(114;214;322;324)を決定するように構成される、請求項1ないし3のうちの1つに記載の装置。
- 前記装置は、第1の信号セクション(420;520)のための第1のゼロクロス値シーケンス(114,214,322,450)を決定するように構成され、ここで前記第1の信号セクションは複数の信号ブロック(422,424,426;522,524,526)を含み、かつ、前記第1のゼロクロス値シーケンスは、前記第1の信号セクションの前記信号ブロックの各々と関連付けられた1つ以上のゼロクロス値を含み、また、
前記装置は、第2の信号セクション(430;540)のための第2のゼロクロス値シーケンス(114,214,324,456)を決定するように構成され、ここで前記第2の信号セクションは複数の信号ブロック(432,434,436;542,544,546)を含み、かつ、前記第2のゼロクロス値シーケンスは、前記第2の信号セクションの前記信号ブロックの各々と関連付けられた1つ以上のゼロクロス値を含む、
請求項1ないし4の1つに記載の装置(100;200;300)。 - 前記装置は、複数のゼロクロス値を含む第1のゼロクロス値シーケンス(322;450)と複数のゼロクロス値を含む第2のゼロクロス値シーケンス(324;456)とを比較し、第1の信号セクション(420)と第2の信号セクション(430)との間の類似性を記述する類似性情報を得るように構成され、
前記第1のゼロクロス値シーケンスは前記第1の信号セクションに対応し、前記第2のゼロクロス値シーケンスは前記第2の信号セクションに対応し、また、
前記ゼロクロス値は前記ゼロクロス情報を構成する、
請求項1ないし5の1つに記載の装置(100;200;300)。 - 前記装置は、前記第1のゼロクロス値シーケンス(322;450)および前記第2のゼロクロス値シーケンス(324;456)を使用して相関値を計算して、前記類似性情報(122;222;332)を得るように構成される、あるいは、
前記装置は、前記第1のゼロクロス値シーケンス(322;450)および前記第2のゼロクロス値シーケンス(324;456)を使用して平均振幅差値を計算して、前記類似性情報(122;222;332)を得るように構成される、あるいは、
前記装置は、前記第1のゼロクロス値シーケンス(322;450)と前記第2のゼロクロス値シーケンス(324;456)との間の差のノルムを計算して、前記類似性情報(122;222;332)を得るように構成される、あるいは、
前記装置は、前記第1のゼロクロス値シーケンス(322;450)と前記第2のゼロクロス値シーケンス(324;456)との間のユークリッド距離を計算して、前記類似性情報(122;222;332)を得るように構成される、
請求項6に記載の装置(100;200;300)。 - 前記装置は、前記第1のゼロクロス値シーケンスまたはその一部と、前記第2のゼロクロス値シーケンスのタイムシフトされた複数のバージョンまたは前記第2のゼロクロス値シーケンスのタイムシフトされた部分との間の複数の差分測定値を計算して、前記第1のゼロクロス値シーケンスまたはその一部と前記第2のゼロクロス値シーケンスのタイムシフトされたバージョンまたは前記第2のゼロクロス値シーケンスのタイムシフトされた部分との間の最大類似性を提供するタイムシフトに関する情報を得るように構成される、
請求項6に記載の装置(100;200;300)。 - 前記装置は、前記第1のゼロクロス値シーケンス(322;450)および前記第2のゼロクロス値シーケンス(324;456)を用いて相関関数を計算して、前記第1のゼロクロス値シーケンスまたはその一部と前記第2のゼロクロス値シーケンスのタイムシフトされたバージョンまたはその一部との間の最大類似性を提供するタイムシフトに関する情報(232;342)を得るように構成される、あるいは、
前記装置は、前記第1のゼロクロス値シーケンスおよび前記第2のゼロクロス値シーケンスを用いて平均振幅差関数を計算して、前記第1のゼロクロス値シーケンスの部分と前記第2のゼロクロス値シーケンスのタイムシフトされた部分とを比較し、前記第1のゼロクロス値シーケンス(x1(t);322;450)またはその一部と前記第2のゼロクロス値シーケンス(x2(t);322;456)のタイムシフトされたバージョン(x2(t+d))またはその一部との間の最大類似性を提供するタイムシフト(d)に関する情報を得るように構成される、
請求項6または8に記載の装置(100;200;300)。 - 前記装置は、前記第1のゼロクロス値シーケンスと前記第2のゼロクロス値シーケンスとを比較する前に、前記第1のゼロクロス値シーケンス(114;214;322)および/または前記第2のゼロクロス値シーケンス(324)から定数成分を除去するように構成される、請求項5ないし9の1つに記載の装置(100;200;300)。
- 前記装置は、前記ゼロクロス情報を決定する前に、前記1つ以上の入力信号(112;212;312;314)から定数成分を除去する、および/または前記1つ以上の入力信号にハイパスフィルタリングを適用するように構成される、請求項1ないし10の1つに記載の装置(100;200;300)。
- 前記代表値は、信号ブロックごとに、それぞれの信号ブロックにおける立上りゼロクロスの数を記述する正ゼロクロス値およびそれぞれの信号ブロックにおける立下りゼロクロスの数を記述する負ゼロクロス値を含む、請求項1ないし11の1つに記載の装置(100;200;300)。
- 前記装置は、それぞれの信号ブロックの周波数領域表現を使用して、信号ブロックごとに決定される2つ以上の代表値のうちの1つを決定するように構成される、請求項1ないし12の1つに記載の装置(100;200;300)。
- 前記装置は、信号ブロックごとに決定される前記2つ以上の代表値のうちの1つとして、スペクトル平坦性値を決定するように構成される、請求項1ないし13の1つに記載の装置(100;200;300)。
- 前記装置は、信号ブロックごとに決定される前記2つ以上の代表値のうちの1つとして、それぞれの信号ブロックのスペクトルの平坦度を記述するスペクトル平坦性値を決定するように構成される、請求項1ないし13の1つに記載の装置(100;200;300)。
- 前記装置は、信号ブロックごとに決定される前記2つ以上の代表値のうちの1つとしてスペクトルフラックス値を決定するように構成され、
前記スペクトルフラックス値は、単一の定量値の形式で、2つの連続する信号ブロックのスペクトル間の変化を記述する、
請求項1ないし15の1つに記載の装置(100;200;300)。 - 前記装置は、信号ブロックごとに決定される前記2つ以上の代表値のうちの1つとして、それぞれの信号ブロックについて線形予測係数(LPC)を決定するように構成される、請求項1ないし16の1つに記載の装置(100;200;300)。
- 前記装置は、前記1つ以上の入力信号(112;212;312,314)として1つ以上の音声信号または1つ以上のビデオ信号を受信して、前記1つ以上の音声信号または前記1つ以上のビデオ信号に基づいて前記ゼロクロス情報(114;214;322,324)を決定するように構成される、請求項1ないし17の1つに記載の装置(100;200;300)。
- 前記装置は、音声信号またはビデオ信号に関する自己相関情報を得るために前記類似性情報(122;222;322)を使用するように構成される、または、
前記装置は、2つの音声信号または2つのビデオ信号に関する相互相関情報を得るために前記類似性情報を使用するように構成される、または、
前記装置は、2つの音声信号間の最良のアライメントを得るためのタイムシフト(232,342)を決定するために、または2つのビデオ信号間の最良のアライメントを得るためのタイムシフト(232,342)を決定するために、前記類似性情報を使用するように構成される、
請求項1ないし18の1つに記載の装置(100;200;300)。 - 前記装置は、前記1つ以上の入力信号の類似した領域間のタイムシフトを表す情報を得るために、第1のステップにおいて第1のブロックサイズを使用して第1のゼロクロス情報を決定して、前記第1のゼロクロス情報に基づいて前記比較を実行するように構成され、かつ、
前記装置は、前記1つ以上の入力信号の類似した領域間のタイムシフトを表すリファインされた情報を得るために、第2のステップにおいて第2のブロックサイズを使用して第2のゼロクロス情報を決定するように構成され、
前記第2のゼロクロス情報が決定される範囲は、前記第1のステップにおいて得られる前記1つ以上の入力信号の類似した領域間のタイムシフトを表す情報に依存し、かつ、前記第2のブロックサイズは前記第1のブロックサイズより小さい、
請求項1ないし19の1つに記載の装置(100;200;300)。 - 1つ以上の入力信号に基づいて類似性情報を決定するための方法(700)であって、
前記方法は、前記1つ以上の入力信号のうちの少なくとも1つの信号の複数の部分のそれぞれの部分におけるゼロクロスの数を記述するゼロクロス情報を決定するステップ(710)を含み、
前記方法は、前記類似性情報を決定するために、前記ゼロクロス情報に基づいて比較を実行するステップ(720)を含み、
前記方法は、複数の信号ブロックについて、信号ブロックあたり2つ以上の代表値を決定するステップを含み、
前記2つ以上の代表値は前記信号ブロックの特徴を記述し、
前記2つ以上の代表値は、ゼロクロス情報であるゼロクロス値を含み、
前記方法は、前記類似性情報を決定するために、前記2つ以上の代表値に基づいて前記比較を実行するステップを含み、
前記方法は、複数の信号ブロックについて第1のタイプの代表値のシーケンスに基づいて第1の比較を実行するステップと、前記複数の信号ブロックについて第2のタイプの代表値のシーケンスに基づいて第2の比較を実行するステップとを含み、
前記方法は、信頼性情報を得るために、前記第1の比較の結果と前記第2の比較の結果とを比較するステップを含む、
方法。 - コンピュータプログラムがコンピュータ上で実行されるときに、請求項21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。
- 1つ以上の入力信号(112;212;312;314)に基づいて類似性情報(122;222;332)を決定するための装置(100;200;300)であって、
前記装置は、前記1つ以上の入力信号のうちの少なくとも1つの信号の複数の部分について、それぞれの部分(422,424,426,432,434,436;522,524,526,542,544,546)におけるゼロクロスの数を記述するゼロクロス情報(114;214;322;324)を決定するように構成され、
前記装置は、前記類似性情報を決定するために、前記ゼロクロス情報に基づいて比較を行うように構成され、
前記装置は、前記1つ以上の入力信号の類似した領域間のタイムシフトを表す情報を得るために、第1のステップにおいて第1のブロックサイズを使用して第1のゼロクロス情報を決定して、前記第1のゼロクロス情報に基づいて前記比較を実行するように構成され、かつ、
前記装置は、前記1つ以上の入力信号の類似した領域間のタイムシフトを表すリファインされた情報を得るために、第2のステップにおいて第2のブロックサイズを使用して第2のゼロクロス情報を決定するように構成され、
前記第2のゼロクロス情報が決定される範囲は、前記第1のステップにおいて得られる前記1つ以上の入力信号の類似した領域間のタイムシフトを表す情報に依存し、かつ、前記第2のブロックサイズは前記第1のブロックサイズより小さい、
装置。 - 1つ以上の入力信号に基づいて類似性情報を決定するための方法(700)であって、
前記方法は、前記1つ以上の入力信号のうちの少なくとも1つの信号の複数の部分について、それぞれの部分におけるゼロクロスの数を記述するゼロクロス情報を決定するステップ(710)を含み、
前記方法は、前記類似性情報を決定するために、前記ゼロクロス情報に基づいて比較を行うステップ(720)を含み、
前記方法は、前記1つ以上の入力信号の類似した領域間のタイムシフトを表す情報を得るために、第1のステップにおいて第1のブロックサイズを使用して第1のゼロクロス情報を決定して、前記第1のゼロクロス情報に基づいて前記比較を実行するステップを含み、かつ、
前記方法は、前記1つ以上の入力信号の類似した領域間のタイムシフトを表すリファインされた情報を得るために、第2のステップにおいて第2のブロックサイズを使用して第2のゼロクロス情報を決定するステップを含み、
前記第2のゼロクロス情報が決定される範囲は、前記第1のステップにおいて得られる前記1つ以上の入力信号の類似した領域間のタイムシフトを表す情報に依存し、かつ、前記第2のブロックサイズは前記第1のブロックサイズより小さい、
方法。 - コンピュータプログラムがコンピュータ上で実行されるときに、請求項24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。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP16170744.3 | 2016-05-20 | ||
EP16170744 | 2016-05-20 | ||
EP16199181.5A EP3246824A1 (en) | 2016-05-20 | 2016-11-16 | Apparatus for determining a similarity information, method for determining a similarity information, apparatus for determining an autocorrelation information, apparatus for determining a cross-correlation information and computer program |
EP16199181.5 | 2016-11-16 | ||
JP2018560989A JP6962664B2 (ja) | 2016-05-20 | 2017-05-18 | 類似性情報決定装置、類似性情報決定方法、自己相関情報決定装置、相互相関情報決定装置およびコンピュータプログラム |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018560989A Division JP6962664B2 (ja) | 2016-05-20 | 2017-05-18 | 類似性情報決定装置、類似性情報決定方法、自己相関情報決定装置、相互相関情報決定装置およびコンピュータプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021157180A JP2021157180A (ja) | 2021-10-07 |
JP7317888B2 true JP7317888B2 (ja) | 2023-07-31 |
Family
ID=56117481
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018560989A Active JP6962664B2 (ja) | 2016-05-20 | 2017-05-18 | 類似性情報決定装置、類似性情報決定方法、自己相関情報決定装置、相互相関情報決定装置およびコンピュータプログラム |
JP2021078687A Active JP7317888B2 (ja) | 2016-05-20 | 2021-05-06 | 類似性情報決定装置、類似性情報決定方法、自己相関情報決定装置、相互相関情報決定装置およびコンピュータプログラム |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018560989A Active JP6962664B2 (ja) | 2016-05-20 | 2017-05-18 | 類似性情報決定装置、類似性情報決定方法、自己相関情報決定装置、相互相関情報決定装置およびコンピュータプログラム |
Country Status (11)
Country | Link |
---|---|
US (1) | US10565284B2 (ja) |
EP (2) | EP3246824A1 (ja) |
JP (2) | JP6962664B2 (ja) |
KR (1) | KR102306332B1 (ja) |
CN (1) | CN109478198B (ja) |
AU (1) | AU2017266384B2 (ja) |
BR (1) | BR112018073889B1 (ja) |
CA (1) | CA3024772C (ja) |
MX (1) | MX2018014113A (ja) |
RU (1) | RU2747442C2 (ja) |
WO (1) | WO2017198794A1 (ja) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2305792B1 (en) | 2008-06-27 | 2016-04-20 | Bioverde Inc. | Cryopreservative composition for cell and tissue |
EP3246824A1 (en) * | 2016-05-20 | 2017-11-22 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Apparatus for determining a similarity information, method for determining a similarity information, apparatus for determining an autocorrelation information, apparatus for determining a cross-correlation information and computer program |
CN111341302B (zh) * | 2020-03-02 | 2023-10-31 | 苏宁云计算有限公司 | 一种语音流采样率确定方法及装置 |
TWI766259B (zh) * | 2020-03-27 | 2022-06-01 | 莊龍飛 | 運動課程評分方法與系統、電腦程式產品 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003132041A (ja) | 2001-10-22 | 2003-05-09 | Sony Corp | 信号処理方法及び装置、信号処理プログラム、並びに記録媒体 |
JP2008257020A (ja) | 2007-04-06 | 2008-10-23 | Alpine Electronics Inc | メロディーの類似度算出方法及び類似度算出装置 |
JP2009511980A (ja) | 2005-10-17 | 2009-03-19 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | オーディオ入力信号についての特徴のセットを導出する方法 |
JP2011065093A (ja) | 2009-09-18 | 2011-03-31 | Toshiba Corp | オーディオ信号補正装置及びオーディオ信号補正方法 |
JP2012032677A (ja) | 2010-08-02 | 2012-02-16 | Sony Corp | テンポ検出装置、テンポ検出方法およびプログラム |
JP2012134715A (ja) | 2010-12-21 | 2012-07-12 | Sony Corp | コンテンツ再生装置および方法、並びにプログラム |
US20120250830A1 (en) | 2011-03-29 | 2012-10-04 | Microsoft Corporation | Conference signal anomaly detection |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5846396A (ja) * | 1981-09-16 | 1983-03-17 | 株式会社日立製作所 | 音声信号検出装置 |
JPS607459A (ja) * | 1983-06-27 | 1985-01-16 | 松下電器産業株式会社 | 音響装置 |
JPS62194298A (ja) * | 1986-02-21 | 1987-08-26 | 株式会社日立製作所 | ピツチ抽出方式 |
JPH02203397A (ja) * | 1989-02-02 | 1990-08-13 | Toshiba Corp | 有音・無音検出方式 |
JPH0689095A (ja) * | 1992-09-08 | 1994-03-29 | Nippon Telegr & Teleph Corp <Ntt> | 音響信号選択装置 |
US6570991B1 (en) * | 1996-12-18 | 2003-05-27 | Interval Research Corporation | Multi-feature speech/music discrimination system |
US9191260B1 (en) * | 1999-04-05 | 2015-11-17 | Lightworks Ii, Llc | Method and apparatus to determine a match between signals |
TW564400B (en) * | 2001-12-25 | 2003-12-01 | Univ Nat Cheng Kung | Speech coding/decoding method and speech coder/decoder |
US8024390B2 (en) * | 2005-07-01 | 2011-09-20 | Schneider Electric USA, Inc. | Automated data alignment based upon indirect device relationships |
BRPI0617432A2 (pt) * | 2005-10-17 | 2011-07-26 | Koninkl Philips Electronics Nv | mÉtodos para calcular uma mÉtrica de similaridade, e um fator de ponderaÇço, software, e, dispositivo eletrânico para calcular uma mÉtrica de similaridade |
JP2007292940A (ja) * | 2006-04-24 | 2007-11-08 | Toyota Motor Corp | 音声識別装置及び音声識別方法 |
US8064552B2 (en) * | 2008-06-02 | 2011-11-22 | Harris Corporation | Adaptive correlation |
JP2012203351A (ja) * | 2011-03-28 | 2012-10-22 | Yamaha Corp | 子音識別装置、およびプログラム |
DE102014011424A1 (de) * | 2014-07-31 | 2016-02-04 | Airbus Operations Gmbh | Technik der zerstörungsfreien Prüfung |
EP3246824A1 (en) * | 2016-05-20 | 2017-11-22 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Apparatus for determining a similarity information, method for determining a similarity information, apparatus for determining an autocorrelation information, apparatus for determining a cross-correlation information and computer program |
-
2016
- 2016-11-16 EP EP16199181.5A patent/EP3246824A1/en not_active Withdrawn
-
2017
- 2017-05-18 MX MX2018014113A patent/MX2018014113A/es unknown
- 2017-05-18 JP JP2018560989A patent/JP6962664B2/ja active Active
- 2017-05-18 EP EP17723440.8A patent/EP3458973A1/en active Pending
- 2017-05-18 BR BR112018073889-1A patent/BR112018073889B1/pt active IP Right Grant
- 2017-05-18 WO PCT/EP2017/062044 patent/WO2017198794A1/en active Search and Examination
- 2017-05-18 KR KR1020187036689A patent/KR102306332B1/ko active IP Right Grant
- 2017-05-18 CA CA3024772A patent/CA3024772C/en active Active
- 2017-05-18 AU AU2017266384A patent/AU2017266384B2/en active Active
- 2017-05-18 RU RU2018145032A patent/RU2747442C2/ru active
- 2017-05-18 CN CN201780045322.XA patent/CN109478198B/zh active Active
-
2018
- 2018-11-20 US US16/196,711 patent/US10565284B2/en active Active
-
2021
- 2021-05-06 JP JP2021078687A patent/JP7317888B2/ja active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003132041A (ja) | 2001-10-22 | 2003-05-09 | Sony Corp | 信号処理方法及び装置、信号処理プログラム、並びに記録媒体 |
JP2009511980A (ja) | 2005-10-17 | 2009-03-19 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | オーディオ入力信号についての特徴のセットを導出する方法 |
JP2008257020A (ja) | 2007-04-06 | 2008-10-23 | Alpine Electronics Inc | メロディーの類似度算出方法及び類似度算出装置 |
JP2011065093A (ja) | 2009-09-18 | 2011-03-31 | Toshiba Corp | オーディオ信号補正装置及びオーディオ信号補正方法 |
JP2012032677A (ja) | 2010-08-02 | 2012-02-16 | Sony Corp | テンポ検出装置、テンポ検出方法およびプログラム |
JP2012134715A (ja) | 2010-12-21 | 2012-07-12 | Sony Corp | コンテンツ再生装置および方法、並びにプログラム |
US20120250830A1 (en) | 2011-03-29 | 2012-10-04 | Microsoft Corporation | Conference signal anomaly detection |
Also Published As
Publication number | Publication date |
---|---|
US10565284B2 (en) | 2020-02-18 |
AU2017266384B2 (en) | 2020-05-14 |
BR112018073889B1 (pt) | 2024-03-12 |
WO2017198794A1 (en) | 2017-11-23 |
AU2017266384A1 (en) | 2018-12-06 |
CN109478198A (zh) | 2019-03-15 |
CA3024772A1 (en) | 2017-11-23 |
JP2021157180A (ja) | 2021-10-07 |
KR20190008925A (ko) | 2019-01-25 |
KR102306332B1 (ko) | 2021-09-29 |
JP2019523901A (ja) | 2019-08-29 |
EP3458973A1 (en) | 2019-03-27 |
US20190095398A1 (en) | 2019-03-28 |
CA3024772C (en) | 2021-05-04 |
CN109478198B (zh) | 2023-09-22 |
RU2018145032A (ru) | 2020-06-22 |
BR112018073889A8 (pt) | 2023-01-31 |
BR112018073889A2 (pt) | 2019-02-26 |
RU2747442C2 (ru) | 2021-05-05 |
RU2018145032A3 (ja) | 2020-06-22 |
JP6962664B2 (ja) | 2021-11-05 |
EP3246824A1 (en) | 2017-11-22 |
MX2018014113A (es) | 2019-06-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7317888B2 (ja) | 類似性情報決定装置、類似性情報決定方法、自己相関情報決定装置、相互相関情報決定装置およびコンピュータプログラム | |
US10418051B2 (en) | Indexing based on time-variant transforms of an audio signal's spectrogram | |
JP5826291B2 (ja) | 音声信号からの特徴フィンガープリントの抽出及びマッチング方法 | |
KR100873396B1 (ko) | 오디토리 이벤트에 기초한 특성을 이용하여 오디오를비교하는 방법 | |
Bayya et al. | Spectro-temporal analysis of speech signals using zero-time windowing and group delay function | |
KR100713366B1 (ko) | 모폴로지를 이용한 오디오 신호의 피치 정보 추출 방법 및그 장치 | |
KR101875477B1 (ko) | 정보의 인코딩에 대한 개념 | |
CN110718228A (zh) | 语音分离方法、装置、电子设备及计算机可读存储介质 | |
US8983082B2 (en) | Detecting musical structures | |
Kumar et al. | Gender classification using pitch and formants | |
CN106910494B (zh) | 一种音频识别方法和装置 | |
Farouk et al. | Spectral analysis of speech signal and pitch estimation | |
CN110168641B (zh) | 用于确定音高信息的装置和方法 | |
CN115862685B (zh) | 一种实时语音活动的检测方法、装置和电子设备 | |
US11763805B2 (en) | Speaker recognition method and apparatus | |
Ponraj et al. | Extraction of speech signal based on power normalized cepstral coefficient and mel frequency cepstral coefficient: A comparison | |
Daniels | Tempo Estimation and Causal Beat Tracking Using Ensemble Learning | |
Tao et al. | Audio Tampering Detection Based on Quantization Artifacts | |
Samiappan et al. | Epoch Extraction Using Hilbert–Huang Transform for Identification of Closed Glottis Interval | |
CN118016093A (zh) | 一种基于跨模态损失的目标语音分离方法及系统 | |
CN103811011A (zh) | 音频弦波检测方法和装置 | |
Ghazvini et al. | Pitch period detection using second generation wavelet transform |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210607 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220525 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220607 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20220902 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221207 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230322 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230327 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230620 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230719 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7317888 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |