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 PDF

Info

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
Application number
JP2021078687A
Other languages
English (en)
Other versions
JP2021157180A (ja
Inventor
ミヒャエル クラッツ
クリスティアン ウーレ
パウル クローゼ
ティモシー レオナルト
ペーター プロカイン
セバスティアン シャーラー
Original Assignee
フラウンホッファー－ゲゼルシャフト ツァ フェルダールング デァ アンゲヴァンテン フォアシュンク エー．ファオ
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by フラウンホッファー－ゲゼルシャフト ツァ フェルダールング デァ アンゲヴァンテン フォアシュンク エー．ファオ filed Critical フラウンホッファー－ゲゼルシャフト ツァ フェルダールング デァ アンゲヴァンテン フォアシュンク エー．ファオ
Publication of JP2021157180A publication Critical patent/JP2021157180A/ja
Application granted granted Critical
Publication of JP7317888B2 publication Critical patent/JP7317888B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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

本発明による実施形態は、１つ以上の入力信号に基づく類似性情報を決定するための装置に関する。
本発明による他の実施形態は、１つ以上の入力信号に基づく類似性情報を決定するための方法に関する。
本発明による実施形態は、前記方法を実行するためのコンピュータプログラムに関する。
本発明による別の実施形態は、自己相関情報を決定するための装置に関する。
本発明による別の実施形態は、相互相関情報を決定するための装置に関する。
いくつかの実施形態は、計算複雑性が低く高ロバスト性の相関方法に関する。
例えば音声処理、ビデオ処理または信号処理の分野における多くの技術的応用は、１つまたは複数の入力信号に基づいて類似性情報を取得することを必要とする。例えば、信号入力信号の周期性に関する情報を得るために、例えば単一の入力信号の２つの時間シフトされた部分を比較することがしばしば望まれる。そのような概念は、音声処理（音声操作）動作を準備するため、または音声信号の特性を決定するために使用できる。例えば、この概念を用いて音声信号から基本周波数を抽出することができる。また、同じ音声信号の異なる部分間の類似性についての情報は、音声信号の時間的延長または時間的短縮が望まれる状況において使用することができる。
他方では、２つの異なる入力信号を比較し、入力信号の類似性についての情報を得ることもまた望ましいかもしれない。例えば、類似性情報は、入力信号のうちの１つにタイムシフトを適用することなく、入力信号間の単一のタイムシフトに対して、または入力信号のタイムシフトの複数の値に対して取得され得る。例えば音声信号であり得る２つの入力信号を比較することによって、音声信号のうちの少なくとも１つを分類することが可能であるかもしれない。あるいは、オーディオ信号間で重複加算を実行するための適切な時間を見つけることが可能であるかもしれない。
しかしながら、２つの異なる入力信号（オーディオ信号）間の類似性または単一の入力信号（オーディオ信号）の異なるタイムシフト部分の間の類似性を記述する類似性情報に基づいて、音声処理、より一般的には信号処理の分野における多くの異なる応用が可能である。
デジタル信号プロセッサ（ＤＳＰ）のような組込みシステムでは、当然のことながら、限られたメモリおよびプロセッササイクルの資源（リソース）しか利用できない。リアルタイムで所望のアルゴリズムを計算することを可能にするために、それぞれのプラットフォームに対して最適化を実行することが望ましいかもしれない。これらの最適化は、大きくは、２つのカテゴリーに分割できる。最初のカテゴリーには、特定のプロセッサアーキテクチャを利用する最適化が含まれている。これには、例えば、三角関数の近似、高速ＦＦＴの使用、あるいはいわゆる単一命令複数データ操作が含まれる。
第２のカテゴリーは、例えばそれら自身が有するアルゴリズムの最適化に関するものである。例えば、２つのオーディオ信号間の時間オフセットを決定するための相互相関を計算しなければならない場合、両方のプロセッササイクルおよび記憶スペースが最大検出可能待ち時間を制限することが分かった。
以下に、いくつかの従来の概念について説明する。メモリおよび計算負荷を減少するために、ダウンサンプリングを頻繁に使用できることが分かっている。４倍のダウンサンプリングを使用すると、必要なメモリの３／４（すなわち、７５％）が節約されるか、または検出可能な待ち時間が４倍に増加することが分かった。これらの節約は欠点によって相殺されることもわかった。たとえば、精度の低下が存在する。ｎがダウンサンプリング係数を表す場合、以前はサンプル精度だった結果が、ｎサンプルの最大精度で得られるようになった。
さらに、ダウンサンプリング係数が大きくなると、ロバスト性が低下する。音声伝送中に発生する可能性のある干渉で、結果が著しく劣化する。これには、ノイズ、ダイナミックレンジ圧縮、音声符号化、リミッタ、フィルタリング（イコライザなど）が含まれる。
ダウンサンプリングはまた、以下のように理解され得ることが見出された：オーディオサンプルは、オーディオストリームから等距離間隔で使用され、いわば、その周囲のサンプルの代表である。周囲のいくつかのサンプルは、ブロックサイズとも呼ばれる。上記の例では、ブロックサイズｎは４に等しくなる。音声ストリームからの４つおきのサンプルは、このブロックの代表として機能するために使用されるであろう。ダウンサンプリングに関する説明のために、アップストリームダウンサンプリングフィルタは、ナイキスト基準を満たすために、最高発生周波数を係数ｎだけ減少させると仮定する。
さらに、従来のダウンサンプリングは、例えばロバスト性に関して重大な欠点をもたらすことが分かった。
この状況を考慮して、ロバスト性と計算の複雑さとの間の改善されたトレードオフをもたらす、１つまたは複数の入力信号に基づいて類似性情報を取得するための概念が必要とされている。
本発明による一実施形態は、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を作成する。装置は、１つ以上の入力オーディオ信号のうちの少なくとも１つ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ように構成される。装置は、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ように構成される。
この実施形態は、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は、非常にロバストな量であり、それは中程度の計算努力で計算することができるが、それでもなお単一の入力信号の異なる部分（またはセクション）間または比較される２つの入力信号の異なる部分（またはセクション）間の類似性を記述する信頼性の決定を可能にするという発見に基づく。ゼロクロス情報は、例えば、ゼロクロスの数を数えることによって得ることができ、ゼロクロス情報は、１つ以上の入力信号に適用することができる様々な処理動作によって厳密には修正されない。また、ゼロクロス情報は、１つ以上の入力信号の後続部分と（個別に）関連付けられ得る単一の整数のシーケンスの形をとることができる。したがって、たとえば、１つ以上の入力信号の部分ごとに単一のゼロクロス情報値（または代替として２つのゼロクロス情報値）を提供することによって、１つ以上の入力信号の各部分は１つ以上の入力信号の複数のサンプルを含むことができ、情報量を大幅に減らすことができ、ゼロクロス情報（ゼロクロス値）は、１つ以上の入力信号のそれぞれの部分の「代表的な」ものとして機能することができる。その結果、ゼロクロス情報の値、またはゼロクロス情報の値のセットまたはシーケンスを比較することは、通常、１つ以上の入力信号のセクション全体を比較するよりもはるかに計算上効率的である。従って、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は、計算上効率的であるが、それでも、１つ以上の入力信号の異なるセクションの類似性について意味のある情報を提供する（前記セクションは、典型的にはそれぞれ、少なくとも１つ以上の入力信号の複数の部分を含み、その結果、それぞれゼロクロス情報の複数の値にマッピングされる。）。
好ましい実施形態では、装置は、ゼロクロス情報として、１つ以上の入力信号の複数の部分について、ゼロクロスの総数、または立上りゼロクロスの個数、または立下りゼロクロスの個数を決定するように構成される。ゼロクロスの総数、立上りゼロクロスの個数、および立下りゼロクロスの個数はすべて意味のある情報であることがわかっている。これらは個別に、または組合せて１つ以上の入力信号のそれぞれの部分を「表す」ために使用できる。また、１つ以上の入力信号の符号が正から負へ、および／またはその逆に変化する頻度を数えることによって、ゼロクロスの個数を容易に計算することができることに留意されたい。
好ましい実施形態では、装置は、ゼロクロス情報として、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のゼロクロス率を決定するように構成される。ゼロクロス率が特に意味のある情報であることがわかった。例えば、ゼロクロス率は、入力オーディオ信号の部分の長さの変化を考慮することさえ可能である。一方、ゼロクロス率を使用すると、異なるサンプリングレートでサンプリングされた信号を比較することも可能である（例えば、ダウンサンプリング係数とサンプリングレートとの積が両方の信号に対して同じ結果を提供する場合、これは、例えば、代表値が同じ時間単位に関連付けられていることを意味する。）。従って、ゼロクロス率値は、１つ以上の入力信号のそれぞれの部分を表す非常に意味のある表現であることがわかった。
好ましい実施形態では、装置は、少なくとも１つのゼロクロス値が１つ以上の入力信号のうちの少なくとも１つの複数の部分の各部分に関連付けられるようにゼロクロス情報を決定するように構成される。従って、１つ以上の入力信号のうちの少なくとも１つのセクションの信頼できる表現があり、前記セクションは通常、複数の部分を含む。
好ましい実施形態では、装置は、第１の信号セクションのための第１のゼロクロス値シーケンスを決定するように構成され、第１の信号セクションは複数の信号ブロック（または信号「部分」）を含む。第１のゼロクロス値シーケンスは、第１の信号セクションの各信号ブロック（または信号部分）に関連付けられた１つのゼロクロス値（または、場合によっては、複数のゼロクロス値）を含む。さらに、装置は、好ましくは、第２の信号セクションのための第２のゼロクロス値シーケンスを決定するように構成され、第２の信号セクションは複数の信号ブロック（または信号部分）を含む。第２のゼロクロス値シーケンスは、第２の信号セクションの各信号ブロック（または信号部分）に関連する１つのゼロクロス値（または、場合によっては、複数のゼロクロス値）を含む。従って、第１のゼロクロス値列と第２のゼロクロス値列とを比較して類似度情報を決定することが可能である。各ゼロクロス値シーケンスはそれぞれの信号セクションを表す複数の「代表値」を含むので、ゼロクロス値シーケンスを比較することは非常に意味のある結果を提供する。従って、比較においてゼロクロス値列を評価することにより、信頼性を高めることができる。
好ましい実施形態では、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とを比較して、第１の信号セクションと第２の信号セクションとの間の類似性を記述する類似性情報を取得するように構成され、第１のゼロクロス値シーケンスは第１の信号セクションに対応し、第２のゼロクロス値シーケンスは第２の信号セクションに対応し、ゼロクロス値はゼロクロス情報を構成する。第１のゼロクロス値シーケンスと第２のゼロクロス値シーケンスとを比較することにより、意味のある比較結果を得ることができる。また、第１のゼロクロス値シーケンスは通常、第１の信号セクションよりもはるかに少ない個々の値を含み、それは第１のゼロクロス値シーケンスによって表され、第２のゼロクロス値シーケンスは通常、第２のゼロクロス値シーケンスによって表される第２の信号セクションよりもはるかに少ない個別値を含む。いくつかの実施形態では、第１のゼロクロス値シーケンスの個々の値の個数は、第１の信号セクションの個々の（サンプル）値の個数よりも少なくとも１０倍少なくてもよい。同じ関係が、第２のゼロクロス値シーケンスの個々の値の数および第２の信号セクションの個々の（サンプル）値の数についても成立つことができる。従って、第１および第２のゼロクロス値シーケンス間の比較は、第１および第２の信号セクションのサンプル値間の比較と比較すると非常に効率的な方法で実行することができる。さらに、ゼロクロス値シーケンスは、値のシーケンスの比較に非常に適している従来のアルゴリズムのいずれかによって比較することができ、それによって装置の柔軟な実装が可能になることに留意すべきである。
好ましい実施形態では、装置は、類似性情報を取得するために、第１のゼロクロス値シーケンスおよび第２のゼロクロス値シーケンスを使用して相関値を計算するように構成される。代替として、装置は、第１のゼロクロス値シーケンスおよび第２のゼロクロス値シーケンスを使用して平均振幅差分値を計算して類似性情報を取得するように構成されてもよい。他の代替として、装置は、第１のゼロクロス値シーケンスと第２のゼロクロス値シーケンスとの間の差のノルムを計算して類似性情報を取得するように構成されてもよい。さらに別の代替として、装置は、第１のゼロクロス値シーケンスと第２のゼロクロス値シーケンスとの間のユークリッド距離を計算して類似性情報を取得するように構成されてもよい。類似性情報を決定するための上述の計算上効率的の概念は、良好な比較結果をもたらすことが分かった。
好ましい実施形態では、装置は、第１のゼロクロス値シーケンスと、第２のゼロクロス値シーケンスの複数のタイムシフトバージョンとの間の複数の差分測定度値を計算し、第１のゼロクロス値シーケンスまたはその一部と、第２のゼロクロス値シーケンスまたはその一部のタイムシフトされたバージョンとの間の最大の類似性を提供するタイムシフトに関する情報を取得するように構成されてもよい。従って、第１のゼロクロス値シーケンスで表される第１の信号区間と第２のゼロクロス値シーケンスで表される第２の信号区間との間のどの時間アラインメントが最大の類似性をもたらすかを決定することが可能である。従って、第１の信号区間と第２の信号区間とを単一の入力信号から取得すれば自己相関情報と等価な情報を得ることができ、あるいは第１の信号部分と第２の信号部分とを異なる入力信号から取得すれば相互相関と等価な情報を得ることができる。自己相関情報または相互相関情報は、それ故異なる自己相関遅れ値または相互相関遅れ値について得られ、自己相関遅れ値または相互相関遅れ値は、第２のゼロクロス値シーケンス（またはそのタイムシフト部分）のタイムシフトバージョンのそれぞれのタイムシフトに対応する。従って、ゼロクロス値シーケンスは、実際には、異なる自己相関遅れ値または相互相関遅れ値に対する自己相関関数または相互相関関数の結果値を得るために使用することができる。
好ましい実施形態では、装置は、第１のゼロクロス値シーケンスと第２のゼロクロス値シーケンスとを使用して相関関数を計算して、第１のゼロクロス値シーケンスまたはその一部と第２のゼロクロス値シーケンスまたはその一部のタイムシフトされたバージョンとの間に最大の類似性をもたらすタイムシフトに関する情報を得るように構成される。あるいは、装置は、第１のゼロクロス値シーケンスおよび第２のゼロクロス値シーケンスを使用して平均振幅差関数を計算して第１のゼロクロス値シーケンスおよび第２のゼロクロス値シーケンスの一部分と第２のゼロクロス値シーケンスのタイムシフト部分とを比較し、かつ、第１のゼロクロス値シーケンスまたはその一部と、第２のゼロクロス値シーケンスまたはその一部のタイムシフトバージョンとの間の最大の類似性を提供するタイムシフトに関する情報を取得するように構成され得る。従って、信頼性がありかつ効率的な方法で、第１のゼロクロス値シーケンスおよび第２のゼロクロス値シーケンスの基礎となるどのタイムシフト信号セクションが最大の類似性を含むかを決定することが可能である。また、第１のセロクロス値シーケンスおよび／または第２のゼロクロス値シーケンスの下にある信号セクションの周期性を、適度の労力で特定できる。
好ましい実施形態では、装置は、第１のゼロクロス値シーケンスと第２のゼロクロス値シーケンスとを使用して相関関数を計算して、第１のゼロクロス値シーケンスまたはその一部と第２のゼロクロス値シーケンスまたはその一部のタイムシフトされたバージョンとの間に最大の類似性をもたらすタイムシフトに関する情報を得るように構成されている。あるいは、装置は、第１のゼロクロス値シーケンスおよび第２のゼロクロス値シーケンスを使用し平均振幅差関数を計算して第１のゼロクロス値シーケンスの一部分と第２のゼロクロス値シーケンスのタイムシフト部分とを比較し、かつ第１のゼロクロス値シーケンスまたはその一部と、第２のゼロクロス値シーケンスまたはその一部のタイムシフトされたバージョンとの間の最大の類似性を提供するタイムシフトについて情報を得るように構成され得る。相関関数（これは通常、ゼロクロス値シーケンスの異なるタイムシフトに対する相関値を表す）の計算は、第１のゼロクロス値シーケンス（またはその一部分）と第２のゼロクロス値シーケンス（またはその一部分）のタイムシフトバージョンとの間の最大の類似性を提供するタイムシフトに関する情報を決定するための効率的な方法を構成する。次に、第１の信号セクションと第２の信号セクション（のタイムシフトバージョン）との間の最大の類似性を提供するタイムシフトについての情報に結論付けることが可能になることがわかった。同様に、典型的には異なるタイムシフトについての第１のゼロクロス値シーケンスと第２のゼロクロス値シーケンスとの間の平均振幅差を表す平均振幅差関数の計算は、第１のゼロクロス値シーケンス（またはその一部）と第２のゼロクロス値シーケンス（またはその一部）のタイムシフトバージョンとの間の最大類似度を提供するタイムシフトに関する情報を得ることを可能にする。この情報は、順番に、第１の信号セクションと第２の信号セクションとの間の最大の類似性をもたらすタイムシフトについての情報に結論付けることを可能にする。
従って、第１のゼロクロス値シーケンスおよび第２のゼロクロス値シーケンスは、それに基づいて相関関数または平均振幅差関数を計算するのに非常に適していることが分かった。
好ましい実施形態では、装置は、第１のゼロクロス値シーケンスと第２のゼロクロス値シーケンスとを比較する前に、第１のゼロクロス値シーケンスおよび第２のゼロクロス値シーケンスから定数成分を除去するように構成される。第１および第２のゼロクロス値シーケンスから定数成分（例えば、平均値など）を除去することは、第１のゼロクロス値シーケンスおよび第２のゼロクロス値シーケンスを評価し比較することをより容易にすることが分かった。
好ましい実施形態では、装置は、１つ以上の入力信号から定数成分（たとえば、「ＤＣ値」または平均値）を除去すること、および／またはゼロクロス情報を決定する前に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ている。そのような「一定の成分」を除去することによって、ゼロクロス情報が良好に、または最高の精度で確実に得られることが分かった。
一実施形態では、装置は、複数の信号ブロックについて信号ブロックごとに２つ以上の代表値を決定するように構成され、２つ以上の代表値は信号ブロックの特徴を表す。２つ以上の代表値はゼロクロス値（これはゼロクロス情報である）を含む。この場合、装置は、類似性情報を決定するために、信号ブロック毎に２つ以上の代表値に基づいて比較を実行するように構成される。この実施形態は、ゼロクロス値（「ゼロクロス情報」と見なされる）が、信号ブロックの別の特徴を表す別の代表量（値）によって補われる場合、概念の信頼性が改善され得るという発見に基づいている。
好ましい実施形態では、代表値は、信号ブロックごとに、それぞれの信号ブロック内の立上りゼロクロスの数を表す「正のゼロクロス値」および立下りゼロクロスの数を表す「負のゼロクロス値」を含む。このような代表値を用いて信頼性チェックを行うことができる。特に、立下りゼロクロスと立下りゼロクロスの数は非常に近いはずなので、立上りゼロクロスまたは立下りゼロクロスが見逃されていないかどうかをチェックすることができる。
好ましい実施形態では、装置は、複数の信号ブロックについての第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、複数の信号ブロックについての第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る。この場合、装置は、信頼性情報を取得するために、第１の比較の結果と第２の比較の結果とを比較するように構成される。従って、２つの異なる種類の代表値を使用し、２つの異なる種類の代表値を使用して得られた結果を比較することによって、方法の信頼性をチェックすることができる。特に、ある（閾値）値を超える第１のタイプの代表値を使用して得られた結果に矛盾がある場合、第１のタイプの代表値または第２のタイプの代表値のいずれか、あるいは両方のタイプが、信頼性が低いと結論づけられる。この場合、アラートが生成され、比較が信頼できないことを示す。
好ましい実施形態では、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それぞれの信号ブロックについて決定される２つの代表値のうちの一方を決定するように構成される。いくつかのタイプの処理および歪みは入力信号（例えば、オーディオ信号の）の時間領域表現にのみ影響を与えるので、代表値を得るためにそれぞれの信号ブロックの周波数領域表現を使用することは信頼性を改善することができるが、周波数領域の表現にはほとんど影響しないことがわかった。
好ましい実施形態では、装置は、信号ブロックごとに決定される２つの代表値のうちの１つとしてスペクトル平坦度を決定するように構成される。スペクトル平坦度は、いくつかの種類の入力信号（例えば、オーディオ信号）に対しては良い表現を構成することがわかった。
好ましい実施形態では、装置は、信号ブロックごとに決定される２つの代表値のうちの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性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。それぞれの信号ブロックのスペクトルの平坦性を表すスペクトル平坦性値は、類似性情報の良好な信頼性をもたらすことが分かった。
好ましい実施形態では、装置は、信号ブロックごとに決定される２つ（またはそれ以上）の代表値のうちの１つとしてスペクトルフラックス値（例えば、信号のパワースペクトルがどれほど速く変化しているかを記述する）を決定するように構成される。スペクトルフラックス値は、単一の定量値の形で、２つのそれぞれ連続する信号ブロックのスペクトル間の変化を表す。スペクトルフラックス値を使用すると、例えばオーディオ信号の場合のように、ある種の入力信号について特に意味のある類似性情報を得ることが可能になることが分かった。
好ましい実施形態では、装置は、信号ブロックごとに決定される２つ（またはそれ以上）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の線形予測係数を決定するように構成される。線形予測係数は、少なくともいくつかのタイプの入力信号（例えば、オーディオ信号）について意味のある類似性情報をもたらす量でもあることが分かっている。
好ましい実施形態では、装置は、１つ以上の入力信号として、１つ以上のオーディオ信号または１つ以上のビデオ信号または１つ以上のセンサ信号を受信するように構成される。この場合、装置は、１つ以上のオーディオ信号に基づいて、または１つ以上のビデオ信号に基づいて、または１つ以上のセンサ信号に基づいてゼロクロス情報を決定するように構成される。ゼロクロス率は、例えばオーディオ信号およびビデオ信号およびセンサ信号のような「テクニカルシグナル」の部分について特に意味のある代表量を構成することが分かった。オーディオ信号とビデオ信号の双方は、通常、それらの符号を規則的に変化させる信号であり、ゼロクロス率は、前記オーディオ信号またはビデオ信号によって表されるオーディオコンテンツまたはビデオコンテンツと良好な相関関係を有する。また、多くのセンサ信号にはこのような特性がある。従って、本明細書に記載の装置は、例えば、異なる種類の物理的センサからのセンサ信号のような他の技術的に意味のある信号にも適用することができることに留意すべきである。入力信号ベクトルは処理前にＤＣ成分から（例えば、平均値から）「解放」されるので（すなわち、ＤＣ成分は除去されるであろう）、そのような信号はまたここに、論議される概念を使用して評価され得るゼロクロスを有するであろう。
さらなる注目として、いくつかの実施形態では、ＤＣ成分（例えば、一定の成分または平均値）が、入力信号からも代表値のベクトルからも除去されることに留意されるべきである。
好ましい実施形態では、装置は、オーディオ信号またはビデオ信号に関する自己相関情報を取得するために類似性情報を使用するように構成される。あるいは、装置は、２つのオーディオ信号または２つのビデオ信号に関する相互相関情報を取得するために類似性情報を使用するように構成されてもよい。代替として、装置は、２つのオーディオ信号間の可能な限り最良のアライメントを得るためのタイムシフトを決定するため、または２つのビデオ信号間の最良の可能なアライメントを得るためのタイムシフトを決定するために類似性情報を使用するように構成され得る。代替として、装置は、２つのオーディオ信号間の可能な限り最良のアライメントを得るためのタイムシフトを決定するため、または２つのビデオ信号間の最良の可能なアライメントを得るためのタイムシフトを決定するために類似性情報を使用するように構成され得る。入力信号の一部を表す代表値としてのゼロクロス情報の使用は、２つのオーディオ信号間または２つのビデオ信号間で可能な限り最高のアライメントを得るために自己相関情報または相互相関情報またはタイムシフトを決定するための計算的に非常に効率的な概念を提供することが分かった。ゼロクロス情報（またはゼロクロス値）によって１つ以上の入力信号の一部を表すことは、自己相関情報、相互相関情報、または可能な限り最良のアライメントを得るためのタイムシフトを決定するためのデータ量（すなわち、計算負荷）を減らすことが分かった。
本発明による実施形態は、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をもたらす。この方法は、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、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を含む。この方法は、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をさらに含む。この方法は、それぞれの装置について上述したものと同じ考察に基づいている。
本発明による別の実施形態は、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この方法を実行するためのコンピュータプログラムをもたらす。
本発明による実施形態は、オーディオ信号またはビデオ信号である単一信号の異なるセクション間の類似性を記述する自己相関情報を決定するための装置をもたらす。装置は、信号の複数のブロックについて、信号のブロック（部分としても示される）ごとに少なくとも１つのゼロクロス値を含むゼロクロス情報を決定するように構成されたゼロクロス分析器を備える。ゼロクロス値は、信号のそれぞれのブロック（または部分）に対するいくつかのゼロクロスを表す。ゼロクロス値シーケンス比較器は、自己相関情報を得るために、信号の第１の信号セクションに関連するゼロクロス値の第１のゼロクロス値シーケンスを、信号の第２の信号セクションに関連するゼロクロス値の第２のゼロクロス値シーケンスと比較するように構成される。自己相関情報を決定するためのこの装置は、既に上述したのと同じ考察に基づいている。
本発明による別の実施形態は、第１の信号と第２の信号との間の類似性を記述する相互相関情報を決定するための装置をもたらし、これらの信号はオーディオ信号またはビデオ信号である。装置は、第１の信号の複数のブロック（または部分）について、第１の信号のブロックごとに少なくとも１つのゼロクロス値を含むゼロクロス情報を決定するようにかつ第２の信号の複数のブロックについて、第２の信号のブロックごとに少なくとも１つのゼロクロス値を含むゼロクロス情報を決定するように構成されたゼロクロス分析器を備える。ゼロクロス値は、それぞれの信号のそれぞれのブロックに対するいくつかのゼロクロスを表す。装置はまた、相互相関情報を得るために、第１の信号の信号セクションに関連するゼロクロス値のゼロクロス値シーケンスを、第２の信号の信号セクションに関連するゼロクロス値のゼロクロス値シーケンスと比較するように構成されたゼロクロス値シーケンス比較器を含む。この装置は、２つのオーディオ信号または２つのビデオ信号に基づいて相互相関情報を得るのによく適しており、計算の複雑さは、信号のブロック（または部分）の代表値としてゼロクロス値を使用することによって減らすことができる。
本発明による実施形態は、添付の図面を参照して続いて説明される。
図１は、本発明の実施形態による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、本発明の一実施形態による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３ａは、本発明の別の実施形態による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３ｂは、本発明の別の実施形態による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４は、自己相関が計算される場合についての類似性情報の決定の概略図を示す。 図５は、相互相関が使用される場合についての類似性情報の決定の概略図を示す。 図６は、ゼロクロス値シーケンスの決定の詳細な概略図を示す。 図７は、本発明の実施形態による、類似性情報を決定するための方法のフローチャートを示す。
１．図１による類似性情報を決定するための装置
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１による装置は、全体として１００で示されている。
装置１００は、少なくとも１つの入力信号１１２を受信し、少なくとも１つの入力信号に基づいてゼロクロス情報１１４を提供するように構成されているゼロクロス情報決定１１０を含む。例えば、ゼロクロス情報決定（または決定部）１１０は、ゼロクロス情報１１４が１つ以上の入力信号１１２の少なくとも１つの入力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ようにゼロクロス情報１１４を決定するように構成され得る。装置はさらに、ゼロクロス情報１１４を受信し、それに基づいて類似性情報１２２を提供する比較（または比較器）１２０を含む。例えば、比較（または比較器）１２０は、類似性情報１２２を決定するために、ゼロクロス情報１１４に基づいて比較を実行するように構成されてもよい。例えば、比較１２０は、ゼロクロス情報１１４に基づいて相関演算（例えば、自己相関演算または相互相関演算）を実行するように構成されてもよい。代替として、比較１２０は、ゼロクロス情報の異なる値（または値を設定する）に基づいて、平均振幅差値、または差のノルム、またはユークリッド距離を計算することができる。これにより、類似度情報１２２を取得することができる。
装置１００の機能性に関して、少なくとも１つの入力信号１１２の複数の部分について得られるゼロクロス情報は、「代表情報」として使用されると言うことができる。ゼロクロス情報１１４の各値は、入力信号１１２の一部（例えば、サンプルのブロック）を表す。換言すれば、入力信号１１２の時間連続または時間離散（サンプリング）部分は、単一の値に「マッピング」され、これは、例えば、単一の整数値、前記部分における多数のゼロクロスの形で表される。したがって、複数（例えば、１０以上）のサンプル値を含む入力信号１１２の全体部分は、単一のゼロクロス情報値（または、いくつかの実施形態では、２つのゼロクロス情報値にマッピングされ、一方は立上りゼロクロスの数を表し、他方は立下りゼロクロスの数を表す）にマッピングされる。しかしながら、ゼロクロス情報は非常にコンパクトであるが意味のある代表的な情報であることが分かっているので、入力信号１１２の部分からゼロクロス情報１１４を導出することは比較１２０によって処理される必要がある比較的少量の情報のみをもたらすという効果を有する。
比較１２０は、ゼロクロス情報１１４の対応するゼロクロス値を比較して類似性情報を取得する。換言すれば、入力信号１１２の２つの部分が装置１００によって比較されるべき場合、これら２つの部分に対応するゼロクロス値は、例えば相関演算、平均振幅差分値計算操作、差のノルムの計算、またはユークリッド距離の計算を用いて、比較１２０によって効果的に比較される。同様に、異なる入力信号の２つのセクションが装置１００によって比較されるべきである場合、これらのセクションに関連するゼロクロス値は比較１２０によって比較される。
その結果、比較されるべき１つ以上の入力信号のセクションの比較的多数のサンプル値を比較するとき、入力信号からゼロクロス値（ゼロクロス情報１１４）を導き出し、次に比較１２０を用いて比較的少数のゼロクロス値を比較することが計算上実質的により効率的であることが判明した。
しかしながら、図１による装置１００は、個々にまたは組合せてのいずれかで、本明細書に記載された特徴および機能のいずれかによって補足され得ることに留意すべきである。
２．図２による装置
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。
ゼロクロス値決定器２１０は、通常、考慮されるべき入力信号２１２（またはゼロ平均入力信号２１８）の各部分に対して１つ（いくつかの実施形態では２つさえ）のゼロクロス値を提供する。したがって、ゼロクロス値決定器２１０は、ゼロクロス値シーケンス２１４を効果的に提供し、これはゼロクロス情報と見なすことができる。ゼロクロス値シーケンス２１４は、例えば、それぞれが入力信号２１２、２１８の一部に関連付けられ、それぞれが入力信号の関連する部分でのいくつかのゼロクロスを描く（立上りゼロクロス、または立下りゼロクロスまたは立上りおよび立下りゼロクロス）、ゼロクロス値のシーケンスを含むことができる。
装置２００は、ゼロクロス値シーケンス比較（または比較器）２２０も含み、その機能は比較１２０の機能と同様である。ゼロクロス値シーケンス比較２２０は、ゼロクロス値決定器２１０によって提供されたゼロクロス値シーケンス２１４、またはゼロクロス値シーケンス２１４のゼロ平均バージョン２２８を受取る。例えば、ゼロクロス値シーケンス２１４は、入力信号２１２、２１８の各部分に対して１つの非負整数値を含み得る。しかしながら、場合によっては、ゼロクロス値シーケンス比較２２０がゼロ平均入力シーケンスを受信すれば、ゼロクロス値シーケンス比較をより容易に実施することができる。この目的のために、ゼロクロス値シーケンス２１４を受取り、それに基づいてゼロクロス値シーケンスのゼロ平均バージョン２２８を提供するＤＣ除去またはハイパスフィルタ２２６がオプションで存在してもよい。例えば、ＤＣ除去／ハイパスフィルタリング２２６は、ゼロクロス値シーケンス比較２２０のための入力量として使用されるゼロクロス値シーケンスのゼロ平均バージョン２２８の個々の値を取得するために、ゼロクロス値シーケンス２１４の値の平均値を決定し、ゼロクロス値シーケンス２１４の個々の値から平均値で減算することができる。
ゼロクロス値シーケンス比較２２０は、比較されるべき入力信号２１２のセクションに関連する２つのゼロクロス値シーケンス（またはサブシーケンス）を使用または評価することができる。例えば、ゼロクロス値シーケンス比較２２０は、２つのゼロクロス値シーケンス（またはサブシーケンス）に基づいて「自己相関」値を計算するように構成され得る。前記自己相関値計算の結果は、類似性情報２２２を構成することができる。
しかしながら、ゼロクロス値シーケンスまたはゼロクロス値サブシーケンスの比較のための異なるアプローチがゼロクロス値シーケンス比較によって使用されてもよい。これらの比較概念のいくつかは、ＤＣ除去／ハイパスフィルタリング２２６を必要としないかもしれないが、他の比較技術（例えば、自己相関値の計算など）は、ＤＣ除去／ハイパスフィルタリング２２６から恩恵を受けるかもしれない。
ゼロクロス値シーケンス比較２２０は、オプションで、複数対のゼロクロス値シーケンスまたはゼロクロス値サブシーケンスを比較して、入力信号の異なる対のセクション間の類似性を表す複数の類似性情報値を提供することができる。
オプションで、装置はタイムシフト計算２３０をさらに含む。タイムシフト計算２３０は、例えば、例えば、入力信号２１２、２１８の複数対のセクション間の類似性を記述する類似性情報２２２を受信するように構成されてもよい。さらに、タイムシフト計算２３０は、最大の類似性を表すまたはシグナリングする複数の前記類似性情報から類似性情報値を識別するように構成され、それによって入力信号２１２、２１８のセクションのどの対が最大の類似性を含むかを結論づける。従って、タイムシフト情報２３２は、最大の類似性を含む入力信号２１２、２１８の２つのセクション間のタイムシフトを記述するためにタイムシフト計算２３０によって決定され得る。従って、装置２００は、タイムシフト情報２３２を効果的に取得することができ、その意味は、自己相関情報がピークを含むタイムラグと同様である。
従って、装置２００によって提供されるタイムシフト情報２３２は、例えば、入力信号２１２、２１８内の周期性を検出するために使用され、周期性間隔を表すことができる。
しかしながら、図２による装置２００は、個々にまたは組合せてのいずれかで、本明細書に記載されている特徴または機能のいずれかによって補足することができる。
３．図３による装置
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。
装置３００はまた、ゼロクロス値決定器（ゼロクロス値計算機とも呼ばれる）３２０を含み、これは第１の信号セクション３１２および第２の信号セクション３１４、またはＤＣ－除去３１６、３１８によって提供されるそれらのゼロ平均バージョンを受信するように構成される。ゼロクロス値決定器は、例えば、立上りゼロクロス（負から正へのゼロクロス）の数、立下りゼロクロス（正から負へのゼロクロス）の数、または第１の信号セクション３１２の複数の部分（またはブロック）のそれぞれについての立上りおよび立下りゼロクロスの数を決定できる。同様に、ゼロクロス値決定器３２０は、第２の信号セクション３１４の複数の部分（またはブロック）のそれぞれについて、立上りゼロクロスの数または立下りゼロクロスの数または立上りおよび立下りゼロクロスの数を決定または計算するように構成され得る。従って、ゼロクロス値決定器３２０は、第１の信号セクション３１２に対して（すなわち、それに関連付けられた）ゼロクロス値シーケンス３２２を提供するように構成され得、前記ゼロクロス値シーケンス３２２は、前記第１のセクション３１２（例えば、第１の信号セクション３１２の各部分またはブロックに対して、厳密に１つまたは厳密に２つの非負整数値）の部分（またはブロック）に関連付けられたゼロクロス値を含む。同様に、第２の信号セクション３１４についてゼロクロス値決定器３２０によって提供される第２のゼロクロス値シーケンス３２４は、第２の信号セクション３１４の各部分またはブロックについて厳密に１つまたは厳密に２つの非負整数値を含み得る（個々の値のそれぞれは、それぞれの個々の値が関連付けられるそれぞれの部分内の立上りゼロクロスの数、または立下りゼロクロスの数または立上りおよび立下りゼロクロスの数または合計のゼロクロスの数を表す）。
装置３００は、オプションで、第１のゼロクロス値シーケンス３２２から平均値を除去することができる、または第１のゼロクロス値シーケンス３２２をハイパスフィルタリングすることができるＤＣ除去またはハイパスフィルタリング３２６をさらに含むことができる。同様に、装置は、ゼロクロス値シーケンス３２４から平均値を除去するか、ゼロクロス値シーケンス３２４をハイパスフィルタリングするＤＣ除去またはハイパスフィルタリング３２８を含むことができる。
装置３００はまた、ゼロクロス値シーケンス比較（またはゼロクロス値比較器）３３０を含み、これは第１のゼロクロス値シーケンス３２２またはＤＣ除去／ハイパスフィルタ３２６によって提供されるそのゼロ平均バージョン、および第２のゼロクロス値シーケンス３２４またはＤＣ除去／ハイパスフィルタ３２８によって提供されるそのゼロ平均バージョンを受取るように構成されている。ゼロクロス値シーケンス比較は、第１のゼロクロス値シーケンス２２２（またはそのゼロ平均バージョン）および第２のゼロクロス値シーケンス３２４（またはそのゼロ平均バージョン）を比較して（単一の類似性値の形態をとる場合がある）類似性情報を得るように構成される。例えば、ゼロクロス値シーケンス比較３３０は、第１のゼロクロス値シーケンスおよび第２のゼロクロス値シーケンスに基づいて、相互相関値、平均振幅差関数値、Ｌ１ノルム、またはユークリッド距離を計算するように構成され得て、これにより、第１のゼロクロス値シーケンス３２２が第２のゼロクロス値シーケンス３２４と比較される。従って、例えば、２つのゼロクロス値シーケンス３２２、３２４間の比較に関連する単一の値によって表され得る類似性情報３３２は、ゼロクロス値シーケンス比較に基づいて提供され得る。しかしながら、類似性情報は、一連の値を含んでもよく、これは、異なるゼロクロス値シーケンスの対の比較、または２つのゼロクロス値シーケンスの異なるサブシーケンスの比較のために提供される。例えば、類似性情報３３２は、相互相関値、相互相関関数（すなわち、複数の相互相関遅れ値に対する相互相関値）または平均振幅差関数値を含み得る。
オプションで、装置３００はまた、例えば、ゼロクロス値シーケンスまたはゼロクロス値サブシーケンスの異なる対の比較に関連する複数の類似性情報値を受け取ることができるタイムシフト計算３４０を含むことができる。
例えば、タイムシフト計算３４０は、どの対のゼロクロス値シーケンスについて、またはどの対のゼロクロス値サブシーケンスについて最大の類似性が生じるかを決定することができる。換言すれば、タイムシフト計算は、複数の信号セクションまたは複数のゼロクロス値シーケンスに対して類似性情報を使用することができる。
オプションで、装置３００は、１つまたは複数の追加の特徴値を決定または計算するように構成され得る特徴値決定器／特徴値計算機３５０も備えることができる。１つ以上の追加の特徴値はそれぞれ、第１の信号セクションまたは第２の信号セクションの一部（またはブロック）を記述または表すことができる。例えば、第１のゼロクロス値シーケンス３２２および第２のゼロクロス値シーケンス３２４の各ゼロクロス値に関連する１つの追加の特徴値があり得る。
従って、ゼロクロス値シーケンスの比較に加えて、類似性情報３３２を取得するために、１つ以上の追加の特徴値シーケンスを比較することができる。例えば、それぞれがｎ個の値を含む第１のゼロクロス値シーケンス３２２と第２のゼロクロス値シーケンス３２４との間の比較は、ゼロクロス値シーケンス比較３３０によって計算されて、第１の部分類似性情報を得ることができる。また、それぞれｎ個の特徴値からなる第１の特徴値シーケンスと第２の特徴値シーケンスとを比較して、第２の部分比較結果を得ることができる。最後に、第２の部分比較結果（または部分類似性情報）における第１の部分比較結果（または第１の部分類似性情報）を組合せて類似性情報３３２を取得してもよい。従って、ある第１の信号セクションとある第２の信号セクションとの比較のために、ある第１の信号セクションに関連するゼロクロス値シーケンスおよび追加の特徴値シーケンスが比較において使用されてもよく、第２のゼロクロス値シーケンスおよび第２の追加の特徴値シーケンスも同様に比較において使用され得る。そこで、第１ゼロクロス値シーケンスと第２ゼロクロス値シーケンスとの比較結果は、第１付加特徴値シーケンスと第２付加特徴値シーケンスとの比較結果とを組み合わせて、類似性情報を求めてもよい。その結果、第１の信号セクションの各部分またはブロックは、２つの代表値、ゼロクロス値および追加の特徴値によって表され、第２の信号セクションの各ブロックも少なくとも２つの代表値、すなわちゼロクロス値と追加の特徴値によって表される。２つのタイプの代表（ゼロクロス値および追加の特徴値）を使用することによって、比較の信頼性を向上させることができ、その結果、類似性情報３２２はより信頼できると見なすことができる。類似性情報３３２は、第１の部分比較結果と第２の部分比較結果との種々の組合せにより導出することができる。例えば、第１の部分比較結果と第２の部分比較結果との平均および／または加重平均を計算することができる。あるいは、第１の部分比較結果および第２の部分比較結果の最小値を用いて類似性情報３３２を取得してもよい。しかしながら、第１の部分比較結果および第２の部分比較結果から類似性情報３３２を導出するために、他の線形または非線形結合手法を使用することができる。
４．図４による実施例
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。
図４は、第１の線４１０において、第１の信号の表現を示す。横座標４１２は時間を記述する。図から分かるように、信号は２つの連続した重複しないセクション４２０、４２２（「セクション１」、「セクション２」）に細分される。第１のセクション４２０は、時間的にｎ＝３の重複しないブロック（部分としても示される）４２２、４２４、４２６に細分される。ブロック４２２、４２４、４２６の各々は、時間軸と交差する垂直線によって示される一組のサンプル値を含む。
第１のゼロクロス値「ゼロクロス値１」は、第１のブロック４２２内に時間的に存在する「信号１」のサンプル値に基づいて決定または計算される。同様に、時間的に第２のブロック４２４内にあるサンプル値に基づいて、第２のゼロクロス値「ゼロクロス値２」が決定または計算される。さらに、第３のゼロクロス値「ゼロクロス値３」は、第３のブロック４２６内に時間的に存在するサンプル値に基づいて決定または計算される。
同様に、さらなるゼロクロス値（「ゼロクロス値４」、「ゼロクロス値５」、「ゼロクロス値６」）は、第４のブロック４３２、第５ブロック４３４または第６ブロック４３６にある「信号１」のサンプルに基づいて計算される。従って、ゼロクロス値のそれぞれは、それが計算された信号値または信号サンプルのそれぞれのブロックの表現値と見なすことができる。
さらに、第１のゼロクロス値シーケンスは第１の信号（信号１）の第１のセクション４２０に関連し、第２のゼロクロス値シーケンスは第１の信号（信号１）の第２のセクション４３０に関連すると言える。例えば、第１のゼロクロス値シーケンスは、第１のブロック４２２に関連するゼロクロス値、第２のブロック４２４に関連するゼロクロス値、および第３のブロック４２６に関連するゼロクロス値を含む。第２のゼロクロス値シーケンスは、第４のブロック４３２に関連するゼロクロス値、第５のブロック４３４に関連するゼロクロス値、および第６のブロック４３６に関連するゼロクロス値を含む。第１のゼロクロス値シーケンスを参照番号４５０で示し、第２のゼロクロス値シーケンスを参照番号４５６で示す。第１のゼロクロス値シーケンスおよび第２のゼロクロス値シーケンスは、ゼロクロス情報１１４、またはゼロクロス値シーケンス２１４、または第１および第２のゼロクロス値シーケンス３２２、３２４に対応し得ることに留意されたい。従って、第１のゼロクロス値シーケンスおよび第２のゼロクロス値シーケンスは、ゼロクロス情報決定１１０またはゼロクロス値決定器２１０、３２０によって提供されてもよい。さらに、第１のゼロクロス値シーケンスと第２のゼロクロス値シーケンスとは、比較１２０またはゼロクロス値シーケンス比較２２０、３３０によって比較されてもよい。例えば、第１のゼロクロス値シーケンスと第２のゼロクロス値シーケンスとは、相関計算を用いて比較されてもよい。あるいは、本明細書で説明するように、２つの値のシーケンスを比較するために他の概念を使用してもよい。
従って、（第１のゼロクロス値シーケンスが基づく）第１のセクション４２０と（第２のゼロクロス値シーケンスが基づく）第２のセクション４３０との間の類似性を表す（または記述する）類似性値が得られる。換言すれば、類似性値は、比較されたゼロクロス値シーケンスが基づく入力信号のそれらのセクションの類似性を表す。
別の例として、第１の信号（信号１）の重なり合う部分の比較が参照番号４４０に示されている。図からわかるように、信号ブロックまたは信号セクション「ブロック１」、「ブロック２」、「ブロック３」、および「ブロック４」を含む第３のセクションは、信号ブロックまたは信号部分「ブロック４」、「ブロック５」、「ブロック６」及び「ブロック７」を含む第４のセクション「セクション４」と比較される。前述の場合と同様に、１つのゼロクロス値が前記ブロック「ブロック１」から「ブロック７」のそれぞれに関連付けられ、ゼロクロス値は「ゼロクロス値１ａ」から「ゼロクロス値７ａ」で示される。
従って、第３のゼロクロス値シーケンスはゼロクロス値１ａから４ａを含み、第４のゼロクロス値シーケンスはゼロクロス値４ａから７ａを含む。従って、第３のゼロクロス値シーケンスと第４のゼロクロス値シーケンスとを比較することができ、ゼロクロス値１ａはゼロクロス値４ａと比較され、ゼロクロス値２ａはゼロクロス値５ａ等と比較される。従って、単一の信号の重畳するセクション（セクション３およびセクション４）を比較することが可能であり、ここでこれらのセクションは「重畳する」ゼロクロス値シーケンスによって表される。当然ながら、２つ（またはそれ以上）のゼロクロス値シーケンスに共通するゼロクロス値を複数回計算する必要はない。むしろ、各ゼロクロス値を一度だけ計算し、比較のために比較されるべき信号セクションに対応するゼロクロス値のサブセットを選択することで当然ながら十分である。
５．図５による実施例
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。
参照番号５１０の表示は、第１の信号のセクション５２０を示し、このセクションは、第１のブロック５２２、第２のブロック５２４、および第３のブロック５２６を含み、ブロック５２２、５２４、５２６は、例えば、信号セクション５２０の重複していない直後の時間部分である。ブロック５２２、５２４、５２６のそれぞれは、信号が時間離散的である場合にはいくつかの信号サンプルを含むことができ、信号サンプルは時間軸５１２（横座標）と交差する垂直線によって表される。第１の信号の第１のゼロクロス値（ゼロクロス値１，１）は第１のブロック５２２に関連付けられ、第１の信号の第２のゼロクロス値（ゼロクロス値１，２）は第２のブロック５２４に関連付けられる。そして、第３のゼロクロス値（ゼロクロス値１，３）は第３のブロック５２６に関連付けられる。
同様に、第２の信号があり、これは第１の信号とは異なり、参照番号５３０で表されている。横座標５３２は時間を記述する。第２の信号の信号セクション（本明細書では「第２の信号セクション」５４０として示される）が比較のために選択される。第２の信号５４０は、「ゼロクロス値２、３」、「ゼロクロス値２、４」および「ゼロクロス値２、５」とも呼ばれるブロック５４２、５４４、５４６を含む。従って、ゼロクロス値「ゼロクロス値１，１」、「ゼロクロス値１，２」、および「ゼロクロス値１，３」を含む第１のゼロクロス値シーケンスは、比較のために選択された第１の信号の（第１の）信号セクション５２０に関連付けられる。同様に、ゼロクロス値「ゼロクロス値２，３」「ゼロクロス値２，４」「ゼロクロス値２，５」を含む第２のゼロクロス値シーケンスが、第２の信号の（第２の）信号セクション５４０に関連付けられており、前記（第２の）セクション５４０が、比較のために選択されている。これにより、第１ゼロクロス値シーケンスと第２ゼロクロス値シーケンスとを比較して、第１の信号セクション５２０と第２の信号セクション５４０との類似性を表す類似性情報を得ることができる。さらに、第１の信号セクション５２０のブロックまたは部分は第１のゼロクロス値シーケンスの個々の値によって表され、第２の信号セクション５４０のブロックまたは部分は第２のゼロクロス値シーケンスの個々の値によって表される。
さらに結論すると、それぞれが第１の信号および第２の信号の多数の個々のサンプル値を含むフル信号セクション５２０、５４０の比較は、ゼロクロス値シーケンスの比較によって置き換えられる。しかしながら、ゼロクロス値シーケンスの値の数は、典型的には、ゼロクロス値シーケンスによって表される信号セクションの信号サンプル値の数よりはるかに少ない。例えば、信号セクションを表すのに必要とされるゼロクロス値の数は、信号セクションの時間離散表現の信号サンプルの数よりも、１０倍、またはさらに大きな倍数でさえよりも少なくてもよい。従って、ゼロクロス値シーケンスの比較は、信号サンプル値によって表される信号セクションの比較よりもはるかに少ない時間で済む。
６．図６による実施例
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。
信号のセクションは参照番号６１０で表される。横座標６１２は時間を表し、縦座標６１４は信号値を表す。信号の時間的発達は曲線６２０によって表現されている。
曲線が時間連続曲線６２０として示されているとしても、信号は当然十分な時間分解能を有する時間離散サンプルによっても表され得る。
しかしながら、信号セクション６３０は比較のために（任意に）定義される。開始時間ｔ0および終了時間ｔ3によって定義されるこの信号セクション６３０は、３つの時間部分またはブロックに細分され、第１のブロック６３２は時間ｔ0で開始し、時間ｔ1で終了し、第２のブロック６３４は時間ｔ1で開始し、時間ｔ2で終了し、第３ブロック６３６は時間ｔ2で開始し、時間ｔ3で終了する。ご覧のように、ゼロクロスは容易に識別することができる。ゼロクロスは、考慮中の信号の値が「ゼロ線」、すなわち縦座標６１２と交差する点である。立上りゼロクロスは、立下りゼロクロスと区別することができる。例えば、立上りゼロクロスは、信号値がゼロである点であり、信号値は、前記ゼロクロスの直前に負であり、時間連続信号について容易に決定され得るように、信号値はゼロクロスの直後に正である。しかしながら、時間離散信号の場合、最初のサンプルが負の値をとり、直後のサンプル値が正の値をとる場合、ゼロクロスが識別され得る。最初のサンプル値が負の値を取り、直後のサンプル値がゼロ値を取り、別の直後のサンプル値が正の値を取る場合、立上りゼロクロスも識別され得る。
立下りゼロクロスは、信号値がゼロクロス直前に正であり、信号値がゼロクロス直後に負である場合に、信号値がゼロ値をとる点である。これは、時間連続信号では簡単に識別できる。時間離散信号の場合、最初のサンプル値が正の値をとり、直後の２番目のサンプル値が負の値をとることがわかった場合、立下りゼロクロスが識別できる。また、特別な場合として、第１のサンプル値が正の値をとり、直後の第２のサンプル値がゼロの値をとり、そして別の直後の第３のサンプル値が負の値をとる場合、立下りゼロクロスが識別され得る。
例えば、第１のブロック６３２を参照すると、３つの立上りゼロクロス（「ｘ」で印を付けた）を識別することができる。また、３つの立下りゼロクロス（「・」でマークされている）も識別できる。上述のように、識別は、時間連続信号（例えば、アナログ回路を使用）と時間離散信号（例えば、前述のようにデジタル評価を使用）の両方に対して可能である。
第２のブロック６３４を参照すると、６つの立上りゼロクロスおよび５つの立下りゼロクロスが識別され得ることが分かる。第３のブロック６３６では、４つの立上りゼロクロスおよび５つの立下りゼロクロスが識別され得る。
ゼロクロス値決定器およびゼロクロス値シーケンス比較の実際の実施態様に応じて、異なるブロック内のいくつかの立上りゼロクロスおよび／または個々のブロック内のいくつかの立下りゼロクロスは、別々の特徴として考えることができる。いくつかの実施形態では、異なるブロック内のいくつかの立上りゼロクロスのみが評価される。他の実施形態では、個々のブロック内の立下りゼロクロスの数のみが評価される。いくつかの実施形態では、個々のブロック内のいくつかの立上りゼロクロスと、個々のブロック内のいくつかの立下りゼロクロスとの両方が評価される。しかしながら、いくつかの他の実施形態では、（異なるブロック内のゼロクロスの数の合計がゼロクロス値シーケンスを構成するという点で）個々のブロック内のゼロクロスの総数が評価される。
（番号６、１１および９のシーケンスの形態の）ゼロクロス値シーケンスの例は、参照番号６５０で示される。
従って、ゼロクロス値シーケンス６、１１、９は、例えば、「セクション１」６３０に関連付けることができる。信号の別の部分、または別の信号の別の部分は、別のゼロクロス値シーケンス（例えば、シーケンス７、１２、８）によって表すことができる。当然、ゼロクロス値シーケンスは異なる長さも同様に取り得る。
従って、ゼロクロス値シーケンス比較によって実行される比較は、単一信号の異なるセクションに関連する、または比較される異なる信号のセクションに関連するゼロクロス値シーケンスに基づいて実行されてもよい。
７．図７による方法
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。
方法７００は、装置１００、２００、３００に関して上述したものと同じ考察に基づいていることに留意すべきである。方法７００は、例えばそれぞれの装置に関して、本明細書に記載された特徴および機能のいずれかによって補足され得る。
８．応用
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。
一例として、本明細書に記載の装置は、オーディオ信号を調整するためのオーディオプロセッサにおいて使用されてもよい。あるいは、本明細書に記載の装置は、ピッチ決定に使用することができ、その場合、本明細書に記載の装置は、異なる信号セクションを比較することを含む「自己相関」機能を実行することができる。
しかしながら、オーディオエンコーダまたはオーディオデコーダを用いた本明細書に記載の装置の多くの異なる用途を実施することができる。
９．更なる態様と結論
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。
代表値のデータストリーム（すなわち、例えばゼロクロス値シーケンスのような、１つ以上の信号の異なるブロック内のゼロクロスの数を表す値を含むデータストリーム）は、ストリーム間の待ち時間（例えば、異なるゼロクロス値シーケンス間の待ち時間）を計算するために相互相関（例えば、比較１２０またはゼロクロス値シーケンス比較２２０、３３０への）に供給されてもよい。その後、結果にブロックサイズｎ（例えば、サンプルにおける入力信号のブロックのサイズを表す）を掛けて、実際のオフセット（例えば、サンプル単位での２つの入力信号間のタイムシフト）に達することができる。
相互相関が有効な結果を提供することができるためには、一定の成分（例えば、「ＤＣ成分」）または平均もまた、両方のデータストリームから（例えば、両方のゼロクロス値シーケンスから）除去されるべきである。これは、例えば、ＤＣ除去／フィルタリング２２６またはＤＣ除去／フィルタリング３２６、３２８によって実行することができる。ゼロクロスの総数を使用する場合、すべての値が正になることがある（または、例外的なケースではゼロになることもある）。ただし、一連の正の値を使用すると、場合によっては相関から意味のある結果を得ることができない。
しかしながら、本明細書に記載の方法は相互相関に限定されない。自己相関を使用するアプリケーションにも使用できる。例えば、そのような自己相関を利用することができるゼロクロス値シーケンス比較２２０が参照される。
方法の任意の拡張として、ブロック当たり２つの代表値が使用されてもよい。例えば、１つの代表値が、正から負への多数の変化（例えば、ブロック内の多数の立下りゼロクロス）を別々に保存（または表現）し、１つが負から正への多数の変化（たとえば、立上りゼロクロス）を別々に保存（または表現）し得る。追加の処理能力が同時に実行される相関（１つの相関がいくつかの立上りゼロクロスを表すゼロクロス値シーケンスに作用し、１つの相関がいくつかの立下りゼロクロスを表すゼロクロス値シーケンスに作用し得る）に対して利用可能である場合両方の結果が比較され得、信頼性の尺度が得られ得るので、ロバスト性はさらに増大する。場合によっては、両方の値がほぼ同じであることに注意すべきである。しかしながら、場合によっては、この概念が役立つ。従って、追加の特徴が使用される場合、以下に説明されるように、特徴が異なることがしばしば好まれる。
試験結果は、これらの方法では、ブロックサイズがロバスト性に関してバックグラウンドに後退することを示した。従って、主な（または場合によっては唯一の）決定要素は、それぞれのアプリケーションでどの精度を達成するかである。
また、本明細書に記載の装置および方法は、相関させるべきすべての信号タイプに使用できることに留意すべきである。本明細書で説明される概念は、オーディオ信号に使用されるときにその概念が特に有利な結果をもたらすとしても、オーディオ用途に限定されない。
以下では、いくつかのオプションの拡張について説明する。
特に、本明細書に記載の実施形態では、１つ以上のさらなる特徴を任意に使用することができる。
本明細書に記載の方法は、異なる特徴を使用することによって修正および拡張することができる。例えば、オーディオ信号処理において、信号を記述するために使用され得る信号から計算された値は特徴として識別される。これには、ゼロクロスの数またはゼロクロス率が含まれる。両方とも本発明の実施形態において同等に使用され得る。換言すれば、本明細書に記載のゼロクロス値は、入力信号のそれぞれの部分におけるゼロクロスの数、または入力信号のブロックにおける時間単位当たりのゼロクロスの（平均）数を表すことができる。
さらに、（時間領域における）ゼロクロスの数から計算することができる特徴に加えて、他の特徴も時間領域または周波数領域において計算することができる。追加の特徴または特徴値のそのような決定は、例えば、図３の参照番号３５０に示されている。周波数領域で計算するために、離散フーリエ変換（または異なる周波数領域変換または時間領域－周波数領域変換）を使用することによって、サンプルの各ブロックを周波数領域に転送することができ、特徴および特徴値は、計算されたスペクトルから決定される。これらの特徴は、例えば、スペクトル平坦度測定値および／またはスペクトルフラックス（またはスペクトルフラックス値）を含む。スペクトルフラックスは、２つの後続スペクトル間（例えば、入力信号の後続ブロックに関連するスペクトル間）の変化の尺度であり、両方のスペクトルの差のベクトルノルム（例えば、Ｌ２ノルム）から、または、２つのスペクトルベクトル間の距離の尺度から計算される。さらなる可能な特徴は、ＬＰＣ係数（線形予測符号化係数）を含む。
さらに、（ゼロクロス値に加えて）１つ以上の入力信号をダウンサンプリングすることによって得られた値を追加の特徴として使用することができる。単純なダウンサンプリングとは別に、他の表現値が使用されてもよい。例としては、ブロックのエネルギー、サンプルの平均値、または波高率などがある。ブロックのこれらの表現は、広範なテストデータセットに対して単独で採用された場合に信頼性のある結果を提供しないとしても、ゼロクロス値を追加の特徴値として補うことができる。
しかしながら、他の特徴値も、１つ以上の入力信号に基づいてブロック（または部分）の周波数領域表現から抽出することができることに留意すべきである。例えば、スペクトル最大値の位置は特徴量によって表すことができる。あるいは、いくつかのスペクトルピークは特徴値によって表すことができる。別の選択肢として、スペクトルが周波数にわたってどのように変化するかを記述するスペクトル傾斜は、特徴値によって表すことができる。
これらの追加の特徴または特徴値は、ゼロクロス値シーケンスおよびゼロクロス値以外の特徴を表す追加の特徴値を含む特徴値シーケンスが比較に使用されているという点で、特徴値シーケンス比較において（例えば、特徴値シーケンス比較２２０または特徴値シーケンス比較３３０において）使用されてもよい。
時間オフセットを計算するためにさらなる機能がオプションで使用され得ることに留意されたい。これらのさらなる機能は、自己相関または相互相関に加えて、あるいは自己相関または相互相関の代わりとして使用することができる。（例えば、２つの入力信号間の）時間オフセットを決定するために、相関関数が計算されてもよい。
あるいは、「平均振幅差関数」（ＡＭＤＦ）が決定されてもよい。
原則として、時間オフセットは、信号（または信号の一部）の表現ｘ（ｔ）をタイムシフト表現ｘ（ｔ＋ｄ）と比較することによって決定することができ、変数ｄは時間オフセットである。例えば、ｘ1（ｔ）をｘ1（ｔ＋ｄ）またはｘ2（ｔ＋ｄ）と比較することができ、ここでｘ1は第１の信号であり、ｘ2は第２の信号である。表現ｘは、本明細書に記載の本発明による信号（または２つ以上の信号のうちの１つ）またはダウンサンプリングされた信号または特徴に基づく表現であり得る。時間オフセットは、ｘ（ｔ）とｘ（ｔ＋ｄ）との間（またはｘ1（ｔ）とｘ2（ｔ＋ｄ）との間）の類似性を最大にするｄに対応する。
相関は、ブロックからの各サンプルをタイムシフトされたブロックからの各サンプルで乗算し、続いて全ての積を加算することによって計算することができる。これは、両方のブロックをベクトルと見なすと、これらのスカラ積（内積）に相当する。
例えば、Ｌ１ノルムまたはユークリッド距離など、代替の類似性尺度を使用することができる。Ｌ１ノルムを使用する場合、ｘ（ｔ）とｘ（ｔ＋ｄ）の間、ｘ1（ｔ）とｘ1（ｔ＋ｄ）の間、またはｘ1（ｔ）とｘ2（ｔ＋ｄ）の間の要素ごとの差の平均値が計算される。
換言すれば、入力信号ｘ1に基づいて自己相関を実行するために、信号部分ｘ1（ｔ）とｘ1（ｔ＋ｄ）との間の類似性は、「自己相関遅れ」ｄの異なる値に対して決定されなければならず、どのｄについて類似値が最大値をとるかが決定されなければならない。ｘ1（ｔ）は第１のゼロクロス値シーケンスによって表され、ｘ1（ｔ＋ｄ）は第２のゼロクロス値シーケンスによって表され、第２のゼロクロス値シーケンスは選択されたｄに依存する。第１のゼロクロス値シーケンスと第２のゼロクロス値シーケンスとを異なるｄの値について比較することによって、第１のゼロクロス値シーケンスおよび第２のゼロクロスシーケンス（これはすべて異なる値ｄに対して信号ｘ1に属する）がどの値ｄについて最も類似しているかを決定することができる。その結果、類似度を最大化するｄの値を決定することができる。
あるいは、ｘ1（ｔ）とｘ2（ｔ）の２つの入力信号間の相互相関を決定することができる。ｘ1（ｔ）およびｘ2（ｔ＋ｄ）に関連する信号セクションは、例えば、ｘ1（ｔ）およびｘ2（ｔ＋ｄ）に関連するゼロクロス値シーケンスを比較することによって、ｄの異なる値について比較され得る。それぞれのゼロクロス値シーケンスの比較の結果は、それぞれの信号ｘ1（ｔ）とｘ2（ｔ＋ｄ）の類似性に対する良い結論を可能にする。
従って、（例えば、自己相関、相互相関または他の比較関数を使用して）ゼロクロス値シーケンスを比較することによって、基礎となる信号部分ｘ1（ｔ）およびｘ1（ｔ＋ｄ）またはｘ1（ｔ）およびｘ2（ｔ＋ｄ）間の直接比較の良好な推定値である数値結果が得られる。
以下では、いくつかのさらなるコメントを提供し、いくつかのさらなる任意の拡張について簡単に説明する。
サンプルデータに対して使用された場合、サンプルと正確な相関でさえも誤検出（誤った検出）をもたらすことに留意すべきである。これらの誤った検出は、本明細書で論じられるゼロクロス法を使用しても現れない。従って、最初にゼロクロス法を使用することに基づく反復概念または方法を使用することによって、サンプル精度の相関結果を改善することができる。例えば、本明細書に記載のゼロクロスアプローチを使用してより粗い結果が得られたら、サンプル精度の相関を使用することができる。従って、本明細書に記載の概念は、計算量を最適化することを超える利点、すなわちアルゴリズム的利点も含むことができる。
さらに、本明細書に開示された実施形態は、相関結果に関して信頼性情報を決定する信頼性チェックブロック（またはステップ）によって任意に補ってもよい。例えば、スペクトル平坦性またはスペクトル平坦度は、相関結果にわたって（例えば、自己相関関数にわたって、または相互相関関数にわたって）計算することができる。スペクトル平坦性の尺度は、相関結果の品質に対する品質尺度として役立つ。ピークがその周囲よりも高くなるほど、結果の信頼性が高くなる。換言すれば、信頼性チェックブロックは、自己相関関数（例えば自己相関関数２２２）または相互相関関数（例えば相互相関関数３３２）のスペクトル平坦性の尺度を計算し、スペクトル平坦性の尺度からの信頼性情報（それぞれの相関関数の信頼性を記述する）を導出することができる。
さらに、本明細書に開示されている実施形態は、反復サーチを実行するようにオプションで拡張することができる。例えば、ゼロクロス値の各々がそのような比較的大きいブロックを表すように、第１ステップにおいて（例えば、少なくとも１つの入力信号の部分のうちの）比較的大きいブロックサイズを使用することができる。従って、（例えば、類似性情報の）粗い結果が得られるかもしれず、それは小さなタイムシフトに対してあまり敏感ではない。続いて、（例えば、少なくとも１つの入力オーディオ信号の部分の）比較的小さいブロックサイズを（例えば、第２のステップで）使用して、洗練された類似性情報を取得することができる。第２ステップで使用されるサーチ範囲（例えば、ゼロクロス値シーケンスが計算される範囲）は、第１ステップの結果に依存し得る。従って、（それぞれのゼロクロス値が関連付けられている）比較的大きなブロック、したがって比較的大きなサーチ範囲を使用する第１のステップは、第２のステップで使用されるサーチ範囲を決定するために使用でき、第２のステップにおけるサーチ範囲は（例えば、第２のステップで使用されるブロックサイズが小さいため）第１のステップのサーチ範囲よりも小さくてもよい。
結論として、ゼロクロス値またはゼロクロス値シーケンスを使用することによって、１つ以上の技術的に意味のある信号（例えば、オーディオ信号、ビデオ信号等）の自己相関または相互相関の結果を近似することを可能にするいくつかの実施形態が説明され、複雑さを小さく保つことができ、その結果の品質は典型的に非常に良好である。
上述のように、本発明による実施形態は待ち時間の測定に使用できることにも留意すべ
きである。
１０．実装方法
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。
特定の実施要件に応じて、本発明の実施形態はハードウェアまたはソフトウェアで実施することができる。実施は、それぞれの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（または協働することができる）制御信号がそこに記憶されている電子的に読取り可能なデジタル記憶媒体、例えばフロッピー（登録商標）ディスク、ＤＶＤ、ブルーレイ、ＣＤ、ＲＯＭ、ＰＲＯＭ、ＥＰＲＯＭ、ＥＥＰＲＯＭまたはＦＬＡＳＨメモリを使用して実行することができる。従って、デジタル記憶媒体はコンピュータ可読であり得る。
本発明によるいくつかの実施形態は、本明細書に記載の方法のうちの１つが実行されるように、プログラマブルコンピュータシステムと協働することができる電子的に読取り可能な制御信号を有するデータキャリアを含む。
一般に、本発明の実施形態は、プログラムコードを有するコンピュータプログラム製品として実装することができ、プログラムコードは、コンピュータプログラム製品がコンピュータ上で実行されるときに方法のうちの１つを実行するように動作可能である。プログラムコードは、例えば機械可読キャリアに格納することができる。
他の実施形態は、機械可読キャリアに格納された、本明細書に記載の方法のうちの１つを実行するためのコンピュータプログラムを含む。
換言すれば、本発明の方法の一実施形態は、従って、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、本明細書に記載の方法のうちの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。
従って、本発明の方法のさらなる実施形態は、本明細書に記載の方法のうちの１つを実行するためのコンピュータプログラムを記録したデータキャリア（またはデジタル記憶媒体、またはコンピュータ可読媒体）である。データキャリア、デジタル記憶媒体または記録媒体は、通常、有形および／または非一時的である。
従って、本発明の方法のさらなる実施形態は、本明細書に記載の方法のうちの１つを実行するためのコンピュータプログラムを表すデータストリームまたは一連の信号である。データストリームまたは一連の信号は、たとえばインターネットなどのデータ通信接続を介して転送されるように構成されてもよい。
さらなる実施形態は、本明細書で説明された方法のうちの１つを実行するように構成された、または実行するように適合された処理手段、たとえばコンピュータ、またはプログラム可能な論理デバイスを含む。
さらなる実施形態は、本明細書に記載の方法のうちの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したコンピュータを含む。
本発明によるさらなる実施形態は、本明細書に記載の方法のうちの１つを実行するためのコンピュータプログラムを（例えば、電子的または光学的に）レシーバに転送するように構成された装置またはシステムを含む。レシーバは、例えば、コンピュータ、モバイル機器、メモリ機器などであり得る。装置またはシステムは、例えば、コンピュータプログラムをレシーバに転送するためのファイルサーバを含み得る。
いくつかの実施形態では、プログラマブルロジックデバイス（例えばフィールドプログラマブルゲートアレイ）を使用して、本明細書に記載の方法の機能の一部または全部を実行することができる。いくつかの実施形態では、フィールドプログラマブルゲートアレイは、本明細書に記載の方法のうちの１つを実行するためにマイクロプロセッサと協働し得る。一般に、方法は、任意のハードウェア装置によって実行されることが好ましい。
本明細書に記載の装置は、ハードウェア装置を使用して、またはコンピュータを使用して、またはハードウェア装置とコンピュータとの組合せを使用して実施することができる。
本明細書に記載の装置、または本明細書に記載の装置の任意の構成要素は、少なくとも部分的にハードウェアおよび／またはソフトウェアで実施することができる。
本明細書に記載の方法または、ハードウェア装置を使用して、またはコンピュータを使用して、またはハードウェア装置とコンピュータとの組合せを使用して実行することができる。
本明細書に記載の方法または本明細書に記載されている装置の任意の構成要素は、少なくとも部分的にハードウェアおよび／またはソフトウェアによって実行することができる。
一実施形態は、本明細書で説明されるように、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を作成する。
別の実施形態は、本明細書に記載または特許請求されている装置の機能のいずれかを実行するための方法を作成する。
他の実施形態は、前記方法を実行するためのコンピュータプログラムを作成する。
上述の実施形態は、本発明の原理を説明するための例示にすぎない。本明細書に記載された構成および詳細の修正および変形は、他の当業者には明らかであろうことが理解される。従って、差し迫った特許請求の範囲によってのみ限定されることが意図されており、本明細書の実施形態の記述および説明のために提示された具体的な詳細によっては限定されない。

Claims (25)

  1. 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。
  2. 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）。
  3. 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）。
  4. 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。
  5. 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）。
  6. 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）。
  7. 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）。
  8. 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）。
  9. 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）。
  10. 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）。
  11. 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）。
  12. 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）。
  13. 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）。
  14. 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）。
  15. 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）。
  16. 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）。
  17. 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）。
  18. 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）。
  19. 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）。
  20. 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）。
  21. 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。
  22. 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。
  23. 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。
  24. 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。
  25. 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。
JP2021078687A 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 Active JP7317888B2 (ja)

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)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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

Patent Citations (7)

* Cited by examiner, † Cited by third party
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&#39;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